FCW 前向碰撞报警系统

前向碰撞预警系统（Forward Collision Warning，FCW），可检测前车的运动状态，当有碰撞的危险时，可向驾驶员发出警告。

由安装在车头的雷达，侦测自车和前方车辆的距离及速度，初期会发出警告声来提醒驾驶人注意车距，若车距依然持续拉近，车辆便会先自动轻踩刹车，并轻拉安全带2-3次，警告驾驶人，若系统判定追撞是没办法避免时，启动自动紧急刹车（AEB）后，会同时立刻拉紧安全带固定驾驶人，降低意外发生后的伤害。

现在，FCW功能已经成为ADAS系统常见的标准配置。

演示系统见这里

FCW实现原理详解

首先，通过分析传感器获取的前方道路信息对前方车辆进行识别和跟踪，如果有车辆被识别出来，则对前方车距进行测量。同时利用车速估计，根据安全车距预警模型判断追尾可能，一旦存在追尾危险，便根据预警规则及时给予驾驶人主动预警。

图1 FCW系统实现原理

具体来说，我们可以将以上过程分为三个部分。

　　1)前方车辆识别

　　2)前方车距检测

　　3)建立安全车距预警模型

1、前方车辆识别

车辆识别是前提，可以采用的传感器有单目视觉、立体视觉、毫米波雷达以及多传感器融合。目前，基于单目视觉灰度图像进行车辆识别的研究最为广泛，所涉及的算法也较多，著名ADAS公司Mobileye就是使用单目视觉方案来解决。车辆检测一般都是依靠车辆特征信息，如车辆形状、车高与车宽的比例等作为检测车辆边缘的约束条件，对图像进行边缘增强处理后获得一些包含车辆信息的水平和垂直边缘，从而对车辆进行检测。

使用单目摄像头的算法简单、计算的实时性强，但单目视觉方案容易受到光照、阴影等外界环境因素的影响，使其可靠性下降。立体视觉是近年来兴起的另一路径，直接模拟了人类视觉处理景物的方式，通过从多个视点观察同一景物，以获取在不同视角下的感知图像，现有的立体视觉技术还不太成熟，研究热度远不如单目视觉。另外，为了突破单一传感器的局限性，采用多传感器信息融合技术也是当前研究的主流，常见的有视觉与激光传感器的融合以及视觉与毫米波雷达传感器的融合，多传感器的缺点除了成本高昂外，计算较为复杂造成实时性差也是当前面临的主要困难。

图2 车辆识别算法流程图

来源：汽车安全辅助驾驶技术

2、前方车距检测

车距测量是FCW系统的重要组成部分，超声波、毫米波、激光雷达、视觉摄像头都可以实现。超声波测距原理简单、成本最低，但其测距精准性受室外温度影响大，衰减快，因此目前只适合短距离测距，主要用在倒车雷达上。实际应用中，常用的是毫米波雷达和视觉方案。

　　image widget

图3 毫米波雷达测距示意图

　　来源：互联网

通对于毫米波雷达，视觉测距所需的算法比较复杂，通常有单目视觉和双目视觉两种。单目视觉采用摄像机的焦距和事先确定的参数来估算车距，而双目视觉测距是利用视差的原理，通过对两幅图像进行计算机分析和处理，确定物体的三维坐标，可采用公垂线中点法计算出距离。鉴于视觉技术采集的信息量丰富，以及目前图像处理技术的巨大进步和计算能力已经能够保证图像处理实时性要求，价格低廉的视觉方案成为最理想的选择。如下图所示，对前方车辆的跟踪和测距都是动态进行的，如果前方车辆突然变道超车，FCW必须马上将跟踪车辆切换的新的目标上。