AEB 系统是通过自动制动来避免或者缓解碰撞的一种主动安全技术，属于先进驾驶辅助系统（advanced driver assistance system，ADAS）的范畴。AEB 通过毫米波雷达、激光雷达、单目 / 双目摄像头等传感器来探测前方目标信息，并根据前方目标信息（如目标车速、相对距离等）实时计算碰撞危险程度。当系统计算的碰撞危险程度达到临界报警点时，表明存在与前方目标碰撞的可能性，系统首先会通过声音、图像等方式向驾驶员发出预警，提醒驾驶员做出避撞操作，同时预先填充制动油路油压以在有制动需要时获得更快更高制动水平；如果驾驶员没有对预警做出正确反应时，系统会进行部分制动，同时通过轻微振动制动踏板或方向盘等额外的方式向驾驶员发出警告。
-
一、实验原理及方法
本实验主要内容是在实现用python控制Jetson Nano智能驾驶小车基础之上，依照自动紧急制动系统的控制策略，结合毫米波雷达运行自动紧急制动系统，使用安全距离模型预测控制实现自动紧急制动功能。
-
二、实验仪器和设备
- 计算机一台
- 显示屏一块
- 智能驾驶小车
- python编译器
- 智能驾驶小车紧急制动场地
-
三、实验步骤及内容
自动紧急制动系统有三层含义。自动：AEB系统可不经过驾驶员操作而自动实施制动，用以减轻或避免事故伤害；紧急：仅仅在危机情况下，AEB系统大会采取干预措施；制动：AEB系统会尝试通过实施制动的动作来避免或者减轻事故。所以，AEB系统主要由三个部分组成，即感知装置，控制装置，执行系统。自动紧急制动功能的实现需要多个模块配合完成，在设计AEB系统控制方案之前，首先需要明确各子模块的功能及其与AEB系统之间的联系。
由于紧急制动实车实验需要准备样车、硬件平台、实现特定功能的改装方案及机械结构、实验场地等，贸然进行实车实验不仅会对实验器材造成一定的损坏，而且还会因为实验效果不佳延开发周期。随着计算机辅助技术的不断发展，许多功能强大的车辆专用仿真软件被开发出来，并针对不同的应用领域不断深化仿真模拟效果，使得仿真验证环节成为产品开发、理论验证中不可或缺的一环，并在一定程度上取代了部分的实物测试。
在此，我们利用智能驾驶小车平台，用python编写代码来在实际运行中印证算法正确性，此次印证的为自动紧急制动模型。
本实验相关资料（PPT、实验指导书以及实验报告书均已上传，可自行下载使用），如有问题可以大家一起交流呀~