科技与创新┃Science and Technology&Innovation2021年第07期文章编号：2095－6835（2021）07－0006－04
ADAS技术与市场现状综述
梁伟强，洪福斌
（国网电子商务有限公司，北京100053；国网雄安金融科技集团有限公司，河北保定071000）
摘要：ADAS又称高级辅助驾驶系统，是实现车辆自动驾驶功能的初级阶段，目前是车企技术研发和消费者选车关注的焦点。按不同的功能类型对现阶段中国乘用车装配的ADAS产品进行了分类和介绍；以车道、行人和驾驶员疲劳监测三种常见功能为例，简要介绍了为支撑以上功能设备集成的核心算法情况。通过行业统计数据，分析了ADAS在中国乘用车的应用现状以及各大车企的战略布局。最后通过分析消费者的认可度变化和国家的政策规范，对ADAS在国内市场未来的发展趋势进行了预测分析，从而帮助该技术领域从业者对中国ADAS产业现状有全面的认识。
关键词：ADAS；核心算法；应用现状；发展趋势
中图分类号：TP27文献标志码：A DOI：10.15913/jki.kjycx.2021.07.002
随着经济和社会的发展，汽车已经进入千家万户，成为必备出行工具，2010年，全国汽车保有量为7801.83万辆，到2019年底，全国汽车保有量增长至2.6亿量，保有量同比增长233.26%。在保障基本出行使用需求的基础上，人们对汽车智能化和安全辅助功能愈发关注。智能传感器、车联网、5G通信和人工智能算法的不断成熟，为车辆辅助驾驶提供了可能。
本文通过介绍高级辅助驾驶系统（Advanced Driving Assistance System，简称为“ADAS”）的概念和分类、核心算法、国内应用现状以及未来行业发展趋势等，帮助读者对该技术领域有清晰的认识。
1ADAS概念与分类
ADAS是通过安装在汽车上的摄像头、激光与毫米波雷达以及卫星导航数据，在车辆行驶过程中，随时感知外部环境变化，采集数据，并经由各类算法进行场景分类和运算，进行静态、动态物体识别、侦测与跟踪，发现影响行车安全的行为或隐患，以图标闪烁或蜂鸣提示音的方式及时告知驾驶员，为驾驶员采取应对措施争取更多的反应时间[1]。
高级别应用，甚至可以介入驾驶过程，进行车辆姿态调整或紧急避险，ADAS设备的引入有效提高了汽车驾驶的舒适性和安全性。近年来ADAS市场发展迅速，已由原来定位于高端车，逐步进入中端车市场，并成为车型亮点和卖点，与此同时，许多ADAS驾驶风险提示类基础应用在入门级乘用车领域更加常见[2]。随着传感器、5G通信技术及人工智能算法的不断发展，为ADAS技术升级及系统部署创
造了新的机会与策略。
通常ADAS设备的数据采集单元包括摄像头、雷达（激光或超声波）、温度、光线和压力传感器，用于识别物体、测距，以及探测光、热及压力或其他汽车状态变量[3]。部署位置通常位于车辆的前后保险杠、后视镜或挡风玻璃上。早期的ADAS技术专注于被动报警，随着车辆电控技术不断发展，ADAS技术正逐渐衍生出完善的主动式安全防御解决方案[4]。
目前ADAS设备根据功能和使用场景不同，划分为信息感知类、决策预警类、驾驶辅助类和部分自动驾驶四大类。四类中的具体功能如表1所示。
表1ADAS设备分类
信息感知决策预警驾驶辅助部分自动驾驶
自适应前照明系统AFL盲区检测系统BSD低速行驶操控辅助自动紧急制动AEB泊车辅助控制系统全景影像检测行人警示系统PDS，PCW后方穿行提示系统车道保持LKA远程控制夜视系统NVS前碰撞预警系统FCW弯道车速预警并线辅助LCA交叉路口避撞辅助系统抬头数字显示HUD车道偏离预警系统LDW酒精闭锁检测系统自适应巡航ACC
车距监测系统驾驶员注意力监测系统智能限速控制系统正向碰撞预警系统
倒车视野辅助 3.5t以上道路车辆报警紧急转向辅助
2ADAS核心算法分析
ADAS设备的正常运转需要大量的图像识别、跟踪等人工智能算法作支撑，鉴于本文篇幅有限，选取车道检测、行人检测和疲劳驾驶检测三类场景用到的算法进行介绍。2.1车道检测算法
车道线用于指引交通，保障驾驶安全，车辆按车道引导
Science and Technology&Innovation┃科技与创新2021年第07期
规范驾驶，是减少行车事故最直接有效的方法[5]，在高级辅助驾驶ADAS功能中，车道保持和偏离预警是最常见的功能之一，普及率相对较高。通常，车道检测主要包括道路标线检测和道路转弯半径检测。
2.1.1道路标线的检测
判断车辆是否正按照正确的道路标线行驶，对于保障驾驶安全具有重要意义。车道偏离预警是ADAS功能中典型的功能之一。一般情况下，车道偏离预警系统由摄像机、速度传感器、信息处理单元、方向盘调节器和报警系统组成。一旦检测到车道偏离，会通过蜂鸣器或液晶仪表的图像向驾驶员报警，
高级车型甚至会主动进行方向修正或主动降速[6]。该功能领域较成熟，目前有较多成熟产品。车辆偏离预警系统多采用单目摄相机探测道路标线，采用双目摄像机系统可显著提高不同光照下道路标线的识别精度，此外，为信息处理单元引入神经网络算法，可提高道路标线识别的精度[7]；通过引入HSV颜空间和数字图像处理（DSP）算法来提高道路标线识别的实时性。
2.1.2弯道的检测
对于陌生路况，在驾驶员注意力不集中或视线条件差的情况下，如果车速过快，极易发生翻车或碰撞事故。为降低事故率，通过车载设备如激光雷达、摄像机和计速器主动探测前方弯道信息，并由数据处理单元计算出安全过弯的临界速度，并以此来判断驾驶员当前是否超速，如果车速超过估计的安全速度，系统则发出警报信号；如驾驶员未减速，则自动操作制动减速。基于区域生长和曲线拟合的弯道识别算法，是当前较常用的弯道检测算法。
2.2行人检测算法
计算机视觉包含广阔的知识和学科领域，涉及到生活的方方面面，行人检测属于该领域下的目标检测范畴[8]。当前较为流行的行人检测方法主要是通过机器学习来对提取到的特征进行检测识别[9]，不少研究者通过从不同角度对其进行研究并做了多种改进，取得了较好的检测效果。
目前，主流的行人检测算法分为基于分类和基于模板匹配的行人检测算法两类。基于分类的方法需要先行从大量标记的正负样本（含行人或不含行人）中提取有效的行人特征来训练分类器，然后利用训练成熟的分类器判断待检图片，给出是否包含行人的检测结果；基于模板匹配的行人检测方法则是提取待检图片中的行人信息与构建好的行人模板库中的行人进行对比，根据对比结果判断其是否是行人[10]。
基于机器学习的行人检测方法属于第一类算法，是目前比较流行的行人检测算法，其核心思想是提取能够充分表征行人的本质特征训练行人分类器，之后，利用分类器判断输入的图像是否包含行人[11]，该算法的一般过程是分类器训练和测试。而分类器训练又分为数据集准备、特征提取和分类器训练三个环节，分类器测试分为窗口选择、特征提取和分类器分类[12]，行人检测流程如图1
所示。
图1行人检测流程图
2.3疲劳驾驶预警检测算法
第一代疲劳状态监测算法多采用专家系统和规则算法，其基本原理是设定某一门限值，再根据驾驶员面部、眼部、头部或驾驶行为分析计算得到一个疲劳程度值。当该值大于预先设定的门限值时，则判定驾驶员处于疲劳状态；反之，则驾驶员处于正常状态。市场上在售的配备疲劳驾驶检测功能的车型多数也采用此类方法，优点是集成简单，占用内存小，实时性好，适用于多数路况；缺点是单一阈值不能兼顾驾驶员的个体差异，受光线、角度或复杂路况的影响较大。常用人脸检测方法如图2
所示。
图2常用人脸检测方法
云计算、车载芯片和移动通信技术的快速发展，为ADAS设备的集成方式带来了新的选择，占用较大算力和内存空间的机器学习算法可以选择部署在云端服务器而非集成在车载设备端，这些都为驾驶员疲劳状态监测设备运用机器学习算法提供了条件。机器学习的优点是支持海量数据处理，计算精度逐步提升，不需要预建立复杂的数学模型；缺点是需要较大的算力和内存空间支持，影响车载端设备体积和集成方式。
机器学习算法支持多类型数据融合处理，在检测驾驶员疲劳状态时，不仅可以采集分析驾驶员面部、眼部、头部等的图像或视频信息或者车辆状态、行驶轨迹和刹车信号，还可以通过网络接口获取温度和交通路况等信息，并进行整合分析。相较于传统方式，机器学习算法大大提高了驾驶员疲劳状态的识别精度，但运算时需要更大的算力和内存空间支持，往往会增大ADAS设备的体积，难以与车辆电控系统进行集成。随着云计算、5G通信技术的发展，需要大量计算的机器学习算法部署在云服务器上并满足响应时间要求成
科技与创新┃Science and Technology &Innovation
2021年第07期
为可能，且不占用ADAS
车载终端控制器算力和内存资源，在不增加硬件成本和开发投入的情况下，提高了驾驶员疲劳监测的精度。机器学习算法在驾驶员疲劳状态监测、车道检测和行人检测原理上具有共性，因此在疲劳检测系统检测精度提高后，可以进一步扩大应用范围，用于防撞和车道偏离预警等方面，进一步保障行车安全。
一种典型的基于机器学习算法的驾驶员疲劳驾驶预警流程如图3所示。
图3基于机器学习算法的疲劳监测流程
其中PERCLOS 值是最经典的驾驶疲劳度量指标，最早由美国人WIERWILLE 提出，他通过大量实验
证明，眼睛的闭合时间一定程度上可以反映人的疲劳状态。因此，将PERCLOS 值定义为单位时间内（一般取1min 或者30s ）眼睛闭合一定比例（70%或80%）所占的时间，具体如下：
%
100⨯=检测时间短总帧数
眼睛闭合帧数
PRECLOS PERCLOS 测量的参数指在单位时间内眼睛闭合程度超过某一闭值（70%或80%）的时间占总时间的百分比。PERCLOS 方法的常用标准有以下三类。
P70：指眼睑遮住瞳孔的面积超过70%就计为眼睛闭合，统计在一定时间内眼睛闭合时所占的时间比例。
P80：指眼睑遮住瞳孔的面积超过80%就计为眼睛闭合，统计在一定时间内眼睛闭合时所占的时间比例。
EM ：指眼睑遮住瞳孔的面积超过一半就计为眼睛闭合，统计在一定时间内眼睛闭合时所占的时间比例。
因此当满足如下条件时，则可判定人员处在疲劳状态：
门限值
固定时间
的时间
或眼睛闭合超过≥80%70%3ADAS 市场应用现状分析
疲劳驾驶预警系统在ADAS 市场规模上，国外已进入大众普及阶段，中国正处在快速发展阶段，《中国制造2025重点领域发展路线图》强调，制定中国版智能驾驶辅助标准，基于车载传感器实现智能驾驶辅助，可提醒驾驶员、干预车辆，突出安全性、舒适性和便利性，驾驶员对车辆应保持持续控制；到2025年，交通事故数减少30%，交通死亡数减少10%，DA 智能化装备率40%
，自主系统装备率50%。
ADAS 作为辅助驾驶的核心产品，国内市场规模在迅速攀升[13]。据统计，2020年中国ADAS 市场规模为878亿元，比2019年的421.1亿元增长了108.5%，中国ADAS 市场规模如图4所示。
图4中国ADAS 市场规模（单位：亿元）
总体上，随着人们对辅助驾驶功能认可度的提升，选购新车时，是否支持辅助驾驶功能已经成为重要的考量因素，车企顺应市场需要，及时调整新车配置项，由于市场认可度持续走高，新车ADAS 装配率呈大幅走高趋势，但消费者差
异化需求难以统一，因此在不同功能件的装配率上略有差异。从ADAS 细分功能上看，自动紧急制动AEB 、并线辅助LCA 等功能在新车装配率上居前，超过15%。与此同时，ADAS 产品其他功能的装配率也在稳步提高，其中泊车辅助控制系统PA 、自适应巡航ACC 和车道偏离预警系统LDW 三类功能的
新车装配率较高，相较2019年均提高了4%以上。夜视系统NVS 和智能远近光灯等功能由于技术难度大、造价昂贵等因素，形成了明显的价格门槛，逐步定位于部分高端车型，造成目前市场装配率较低并呈下降趋势。提高装配率，需要相关技术和制造工艺有新的突破，降低装配成本。按车型级别统计发现，ADAS 相关功能在豪华车上的装配率逐年上升，驾驶辅助类配置装配率高于感知决策预警类，其中自动刹车、自动泊车入位、车道偏离预警系统的装配率较高[14]；B 级车方面，ADAS 功能在SUV 上的装配率提升明显，整体装配率仍相对较低，360°行车摄像头和并线辅助功能的装配率相对较高；在以经济实用为主的A 级车上，ADAS 设备的装配率较B 级车明显降低，但全景摄像头成为该级别车型上的流行装备[15]，预计在ADAS 设备技术普及和生产成本降低后，A 级车装配率会有较大提升。
从车型价格上看，ADAS 相关配置已经开始由高端豪华向低级别及自主品牌延伸，12万左右的车型打造ADAS 部分功能已经很常见。2020年与2017年部分ADAS 功能装配渗透率对比如图5所示。
图5各系统搭载趋势
截至目前，中国主流车企已经在部分量产车型上装配了DA级辅助驾驶系统，并达到美国技术标准要求。部分企业计划在2020年，在高端车型上装配PA级部分自动驾驶系统。各大车企自动驾驶战略布局规划如表2所示。
表2各大车企战略布局规划
企业名称战略关键推进目标
一汽2015-04发布“擎途”技
术战略
2013年实现“擎途”1.0，在红旗轿车上增加紧急制动、防碰预警、车道偏离等驾驶辅助功能；2018年
前实现“擎途”2.0，可通过自研智能互联驾驶系统实现手机叫车、自动泊车和编队跟车功能；预计在
2020年实现“擎途”3.0，可以实现V2X功能，能够整合高速自适应巡航和城市智能技术；在2025年
实现“擎途”4.0，将高度自动驾驶技术产业化渗透率提升至50%以上
长安2015-04发布“654”智能
化战略
规划建立6个基础技术平台、5大核心应用技术，分4阶段实现汽车单一智能到全自动驾驶；2016年
完成第一阶段开发实现，完成自动驾驶汽车高速公路路试；2018年实现组合自动化，如自适应巡航、
自动泊车和智能终端4.0；2025年，实现汽车全自动驾驶，并进入产业化应用阶段
日产2017-07发布PorPILOT自
动驾驶技术
2016年，实现高速公路单车道自动驾驶，实现ACC自适应巡航和车道保持；2018年，完成系统升级，
在多车道的条件下实现自动驾驶；2020年，实现城市交通路况自动驾驶功能
广汽2015年发布“十三五”
战略
已经实现辅助驾驶，实现自动泊车、驾驶提醒等功能；预计2020年前，实现半自动驾驶；预计2025
年前，实现高度自动驾驶；预计2030年之前，实现完全自动驾驶
丰田2016年发布“环境挑战
2050战略”
2020年计划正式推出机动车道自动驾驶车；2025—2029年计划将自动驾驶技术的适用范围扩大至普通
道路
4ADAS产品发展趋势分析
近年来，随着消费者对车辆安全性能关注度的提升，各大车企调整新车技术路线，为新车装配辅助驾驶功能，ADAS的市场渗透得到了较大提升，并逐渐缩小与欧美国家的差距[16]。如果消费者的消费取向决定车企的技术改革动力，那国家政策就是一剂强心剂。为进一步通过技术手段，提升交通安全，国家部委先后推出多项政策规范，推动辅助驾驶技术的落地实施。2015-05国务院发布《中国制造2025》，将智能网联汽车作为一项重点发展内容，将自动驾驶技术作为核心攻关目标。国标GB7258《机动车运行安全技术条件》中规定，车长大于11m的客车必须装配牵引碰撞预警系统（FCW）和车道偏离预警系统（LDW）。国家发改委、科技部、工信部于2017-04联合发布《汽车产业中长期发展规划》，规划要求到2020年，汽车驾驶辅助（DA）、部分自动驾驶（PA）、有条件自动驾驶（CA）系统新车装配率超50%，智能网联式驾驶辅助系统装配率达到10%，基本满足智慧交通城市建设需求。2018年C-NCAP中主动安全的评分权重占到了15%，并增加了关于自动紧急制动系统（AEB）与车身稳定系统（ESC）的评分项目；并且在C-NCAP2018计划中指出到2018年所有新车必须包括ADAS 系统。
综合国家政策刺激、消费者需求度以及技术成熟度三方面因素，未来ADAS设备厂商不缺乏持续进行研发投入和技术升级的动力，随着各项技术的不断迭代更新，设备成本不断减少。单一功能ADAS设备的均价会随着普及率的提升而逐步下降，消费者将占据市场主导地位，选配主动性将得到加强。预计未来的2～3年内，中国ADAS市场将进入快速扩张期，在ADAS的细分功能模块中，碰撞预警和盲区监测系统（BSD）装车量将持续保持最高装车量，但所占比例有所下滑，而诸如自动紧急制动（AEB）、驾驶员疲劳检测、泊车辅助控制系统等功能装车率将有所提升。中国汽车市场
对ADAS的需求量在未来三年内将保持持续增长的趋势，在2021年可实现千亿市场规模。预计到2025年，高级自动驾驶汽车量产后，ADAS市场会逐渐进入平稳发展期。
5结束语
本文通过介绍ADAS设备概念及分类、设备核心算法、市场现状分析及未来预测，为读者大致呈现了中国乘用车ADAS产业现状。但鉴于论文篇幅有限，对于核心算法介绍部分，采取了举例介绍方式，由于ADAS各细分功能场景差异性较大和人工智能算法领域的迭代更新速度快的特点，举例介绍的算法适用性有待进一步研究和论证。
参考文献：
［1］常鹏飞，徐晋晖.面向ADAS应用的导航电子地图研究［J］.卫星导航系统应用与繁荣，2011（4）：278-281.［2］赵津，杜志彬，张庆余，等.中国乘用车ADAS市场发展趋势浅析［J］.时代汽车，2019（2）：16-19.
［3］飞思卡尔推出全面ADAS系统解决方案［J］.集成电路应用，2013（7）：43.
［4］张志强.ADAS的发展历程及趋势［J］.内燃机与配件，2019（1）：80-82.
［5］朱艳霞.ADAS科技引领车险转型升级［N］.中国保险报，2017-05-03（008）.
［6］郭志超.ADAS中车道线识别及车道偏离判断方法研究［D］.西安：长安大学，2018.
［7］徐嘉伟，谈至存，温秀平.卷积神经网络在ADAS中的应用［J］.科技资讯，2020，18（3）：4-7.
［8］东芝半导体&存储产品公司.图像识别在ADAS系统中的应用［J］.电子产品世界，2016，23（8）：25-26，
50.
［9］陈则飞.面向ADAS感知系统的机器视觉算法研究［D］.
广州：广东工业大学，2019.
（下转第13页）
量伤亡方面的出表现引起了社会各界广泛的关注，具有相当广阔的应用前景和社会效益。相比国外，中国排爆机器人研发起步较晚，尚处于模仿学习阶段，整体结构功能上都有所欠缺，在发展理念、技术创新上和国外还存在不小的差距，如何发挥后发优势，借鉴外国研发经验，突破关键技术瓶颈，加快研发适合中国的排爆机器人刻不容缓。
从国外情况可以看出，排爆机器人逐渐从担负单一任务过渡到智能化、多模块领域，任务载荷也从模块小载荷逐渐向高集成化大载荷方向发展。机、电、光、声、化的多学科、多技术融合给无人化排爆装备提供了全新的开拓思路和探索方向。美国排爆机器人的研发在顶层设计上，采用“一体化发展、螺旋式推进和持续性改造”模式[13]，要求前瞻性考虑下一阶段装备发展需求，鼓励根据任务需求大胆创新。由于中国国情和工业技术基础与外国不同，不能盲目照搬照抄[14]。应该认识到，中国排爆机器人智能化程度还比较低，仍处在半机械化向信息化过渡的阶段，远远无法满足未来战争的要求，已成为制约战斗力生成的薄弱环节，迫切需要升级换代。
中国要在稳步落实顶层设计的同时，要注重“产、学、研、用”相结合，尽快形成实战效能。目前，排爆机器人的研发还处于各自为政的状态，产品模块规格不一，要推动技术通用化、结构模块化发展，采
用模块化的结构，提高系统的可靠性和兼容性。强调研发的技术继承性，降低研究风险，节约研制经费，提高无人化排爆装备的作用可靠性，搞好机器产品的系列化。
参考文献：
［1］牟春鹏，孙家升，张涵，等.便携式反恐排爆机器人［J］.
兵工自动化，2020，39（8）：86-90.
［2］范路桥，姚锡凡，祁亨年，等.排爆机器人的研究现状及其关键技术［J］.机床与液压，2008（6）：139-143.［3］吴向东.可移动障碍物环境下的机械臂动态避障规划研究［D］.杭州：浙江大学，2019.
［4］ENDO Y，BALLOCH J C，GRUSHIN A，et al.
Landmark-based robust navigation for tactical UGV
control in GPS-denied communication-degraded
environments［C］//SPIE Defense+Security.International
society for optics and photonics，2016，98（3）：558-571.［5］张云，谭梅凤，石秉良，等.世界军用车辆［M］.北京：国防工业出版社，2013：475-501．
［6］陈姝，陈铭阳.俄罗斯地面无人战斗系统添新丁“乌兰”
6多用途扫雷机器人［J］.坦克装甲车辆，2016（9）：
19-23.
［7］周晶晶，苏致远，王任栋.外军无人地面车发展现状及启示［J］.军事交通学院学报，2018，20（5）：39-44.［8］贾召敏.排爆机械臂结构设计与控制研究［D］.南京：南京理工大学，2015
［9］马亚建，聂文忠，李欧阳，等.履带式侦查排爆机器人的总体设计［J］.机床与液压，2019，47（15）：33-37.［10］JABBARPOUR M R，ZARRABI H，JUNG J J，et al.A green ant-based method for path planning of unmanned
ground vehicles［J］.IEEE access，2017，5（1）：1820-1832.［11］李楠，李晗.军用地面无人平台现状及发展趋势研究［J］.
无人系统技术，2018，1（2）：34-42.
［12］沈松，齐倩，沈斌.美军2030年无人系统一体化指挥控制体系结构［M］.沈阳：辽宁大学出版社，2013：
263-274．
［13］中国国防科技信息中心.世界武器装备与军事技术年度发展报告（2014）［M］.北京：国防工业出版社，2015：618-622．
［14］于德林，陈波，吴光宁.2004年雅典国际防务展见闻［J］.
轻兵器，2004（12）：10-12.
————————
作者简介：唐杰，女，湖南祁阳人，硕士研究生，助教，主要研究方向为军事装备。李其祥，男，山东莒南人，教授，主要研究方向为军事装备。
〔编辑：丁琳〕
（上接第9页）
［10］刘童.基于深度学习的ADAS智能图像识别测距技术研究［D］.杭州：杭州电子科技大学，2019.
［11］杨立琦.ADAS路试数据回放系统的设计与实现［D］.
北京：北京交通大学，2016.
［12］孙涛，丁琴琴，李卫兵，等.ADAS系统测试平台设计及实现［J］.中国测试，2019，45（4）：151-156.［13］孙烨.我国汽车产业智能化再造——以ADAS为例［J］.
工业技术创新，2015，2（6）：664-671.
［14］张春洲，石晶.基于ADAS实验平台的自动泊车系统研究［J］.汽车实用技术，2019（16）：41-42.［15］朱敏慧.360度全景系统推进ADAS技术应用［J］.汽车与配件，2015（41）：64-65.
［16］辛业华.先进汽车辅助驾驶系统（ADAS）发展现状及前景［J］.内燃机与配件，2019（19）：192-194.————————
作者简介：梁伟强（1989—），男，天津人，硕士，初级，研究方向为计算机技术。洪福斌（1986—），男，江苏南京人，硕士，中级，研究方向为计算机科学与技术。
〔编辑：严丽琴〕
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论