汽车主动安全技术是指在车辆发生事故之前能够发出危险信号并主动做出反应或提示驾驶员采取必要应急措施以保护驾乘人员免遭伤害。为降低交通事故给人类带来的伤害和损失，汽车主动安全技术越来越受到人们的关注。迄今为止，国内外很多大学和科研机构也开发出了很多主动安全控制技术，其关键点在于预警控制系统的突破，使得车辆在危险发生前可以主动采取措施防护，本文就几种相对比较成熟的预警系统及控制技术做简要介绍。

1 车道偏离预警系统[1]

车道偏离实际上是一种传感器响应失真。车道偏离预警作为汽车的一种主动安全技术，同时也是汽车辅助驾驶技术的关键问题，调查显示，配备该系统的车辆至少能够减少24%的由于车道偏离所造成的交通事故。

车道偏离预警系统主要由平视显示器、摄像头、控制器和传感器组成。摄像头通常安装在驾驶员身体或后视镜的侧面。当车道偏离预警系统正常工作时，摄像头会持续不断地采集行车道的标线信息，然后将车辆在行车道中的所获得的当前位置信息参数进行图像处理。同时，传感器也能够采集道路数据并感知驾驶员的驾驶状态，然后控制器发出预警信号。从采集信息到发出预警，整个过程大约0.5 s，这就给驾驶员提供了充足的反应时间以应对可能发生的危险情况。如果驾驶员打开车灯或进行正常的变道，车道偏离预警系统不会作出任何提示。道路和车辆状态感知模块，车道偏离评价算法模块和信号显示接口模块是车道偏离预警系统的三个基本组件。其基本工作流程如图1所示。

有关车辆偏离预警的方法，近年来国内外学者就提出了很多模型和算法。如双曲线道路模型，该模型首先搜索出车道标志的边缘点，然后使用最小二乘法确定与车道标志相关的参数，通过粒子滤波算法跟踪所检测出来的车道线，最后通过空间-时态模型判断车辆行驶是否偏离正常车道线；此外，还有基于可变形模板和遗传算法的车道检测方法，该方法首先使用遗传算法求出似然函数的最大似然估计值，然后获得模板参数的最大分配值；再者，还出现了基于车道检测和车道跟踪方法的B-Snake模型，该模型使用消失点的霍夫估计确定车道线的初始位置，然后使用最小均方误差方法更新车道线的控制点。除上述这些常用的方法和模型之外，国内外学者还提出过车道检测和跟踪的模糊算法以及用于车道偏离检测的样条曲线模型。

图1 车道偏离预警系统的基本工作流程[1]

2 车辆安全距离预警系统[2]

在众多导致交通事故的因素中，驾驶员主观行为无疑是最主要原因。跟车距离是交通安全的一项重要指标。车辆安全距离预警系统能够实时检测主车与前车之间的距离。

车辆安全距离预警系统的目标就是根据车辆实时状态和道路状态向驾驶员做出提示，以便其采取必要的操纵动作。在对主车的实际速度和其与前车的跟车距离做出检测之后，如果跟车距离低于系统中设定的安全距离，则系统做出降低车速的提示；如果跟车距离高于系统中设定的最大距离，则系统做出提高车速的提示；如果跟车距离在设定的安全距离范围内，则系统做出保持车速的提示。此外，系统必须不间断地对实时数据进行处理，从采集数据到做出报警提示，整个过程如图2所示。

第一步，收集主车实际车速及其与前车之间的跟车距离；

第二步，调整收集到的数据值，使其适合于七位数字显示，以用于下一阶段的数据处理步骤；

第三步，通过估计主车实际速度，确定其与前车的安全参考距离。安全距离不是恒定的，其与主车实际速度成比例变化；

第四步，比较安全参考距离和前后车实际距离的差值；

第五步，根据差值向驾驶员做出相应的报警提示。

图2 车辆安全距离预警系统示意图[2]

3 车辆碰撞预警系统[3]

在汽车主动安全技术和无人驾驶技术中，车辆碰撞预警系统意义重大。开发出有效但不昂贵的障碍检测和障碍物状态分类算法是实现该系统的关键。在各种用于障碍检测的传感器中，摄像机和毫米波雷达不仅比激光雷达便宜，而且还能够提供最大可能的信息量。

车辆碰撞预警系统所要实现的目标便是利用这两种传感器检测出一些动态的或相对动态（包括静态）的目标并对他们做出分类，以判断其是否为“潜在的危险”。具体来说，该系统首先要获取障碍物的感兴趣区域图，然后对动态或相对动态的物体做出检测，将其与障碍物的感兴趣区域图进行融合以过滤掉非障碍物，如图3所示，根据车辆的实时运行状态将障碍物划分为不同的状态。

图3 车辆碰撞预警系统中障碍检测和障碍物状态分类示意图[3]

考虑到大部分交通事故主要发生在车辆行驶过程中，因此车辆碰撞预警系统主要对动态目标和相对动态目标加以研究。动态目标是指那些相对于地面移动的物体，相对动态目标是指那些相对于车辆移动的物体。此外，在我们的系统中，对目标进行检测并对其状态准确分类，根据车辆运动模型而不是结构化的道路环境来对车辆进行碰撞预警。因此，我们所定义的碰撞预警功能也适用于非结构化的道路环境。

在正常的交通环境中，车辆总是在非结构化的道路或结构化的道路中行驶，而不是静止在交叉口或严格按照交通标线行驶。毫米波雷达作为一种相对动态目标检测器，立体摄像机作为一种动态目标检测器，当车辆正常行驶时，运用这两种传感器并使用运动补偿功能和多源信息融合的方法，同时将车辆的运动学模型考虑在内，能够更好地完成实时障碍物的检测和分类，并且将成本维持在较低范围。

4 汽车前照灯智能控制系统[4]

根据汽车主动安全的定义，汽车前照灯智能控制系统（汽车自适应前照灯系统）也属于汽车主动安全技术的范畴。该系统基于汽车行驶状况和道路环境自动对汽车前照灯做出光线调节，即能够根据路面条件、环境光照、驾驶员身体状态等实时改变前照灯的照明方向和光型分布。前照灯智能控制系统能够给驾驶员提供最大的视野范围，从而在很大程度上减小了夜间行车发生交通事故的几率。该系统的主要组成部分及具体工作原理如下。

（1）前照灯左右调节：如果汽车在弯曲道路或照明条件差的道路环境行驶，当车辆的方向盘转角和行驶速度发生改变时，方向盘角度传感器和车轮速度传感器检测到相应的信号，并且将该信号发送给汽车的电子控制单元ECU以确定车辆进入了弯曲线路段，进而向前照灯电机发出相应的控制指令。电机执行模块改变前照灯的照射方向和照射位置，从而扩大了驾驶员的夜间视野范围，提高了汽车的行驶安全性。

图4 前照灯左右方向调节原理图[4]

（2）前照灯上下调节：当车辆夜间进入坡道或照明条件差的道路条件时，汽车车身的前后高度和车速会发生变化，车身倾斜角传感器和车速传感器将信号发送给ECU以确定车辆进入了斜坡道，ECU将相应的信号发送给前照灯的电机执行模块，通过调节照射范围和位置，进而改变前照灯的垂直方向角。

（3）其它特殊路况下的调节：汽车在高速条件下行驶时，车速越高，制动距离越长，所以需要前照灯照得更远、更宽。系统通过发出更宽广的光型来解决这一问题；汽车在阴雨天气下行驶时，地面积水容易将对面车辆发出的光线反射到司机眼睛中，使其产生炫目，系统通过发出一种特殊光型，减弱地面可能会对会车产生炫目的区域的光强。

图5 前照灯上下方向调节原理图[4]

5 汽车横摆力矩控制系统[5]

汽车横摆力矩控制作为汽车主动安全技术的一种重要控制技术，在汽车无人驾驶和辅助驾驶中得到了广泛应用。总体来说，汽车横摆力矩控制分为主动转向控制（ASC）和直接横摆力矩控制（DYC）。

主动转向控制通过改变车轮转向角进而改变车辆的横摆力矩。当车轮（通常是前轮）转向角发生变化时，由此而产生的侧向摩擦力会产生影响车辆横摆运动的力矩。然而，由于非线性的轮胎纵向力和侧向力的存在，通过主动转向控制所产生的可控的侧向摩擦力和相应的横摆力矩是有限的，这种现象在低附着系数的路面上更为明显。

针对横摆力矩控制系统在低附着系数路面上所面临的问题，国内外学者也提出了很多解决方法，如：引入一种控制车轮动量的系统来为车辆的横摆力矩控制产生一定的横摆校正力矩；使用一种主动陀螺仪装置以产生额外的横摆力矩；将钟摆稳定器与横摆力矩控制系统相结合以提高汽车的主动安全性能。受轮毂电机应用的启发，目前国内外最先进的横摆力矩控制技术是使用一种主动偏航稳定器（AYS）来产生两个额外的横摆力矩以控制汽车的横摆运动，其原理如图6所示。

图6 主动偏航稳定器控制原理图[5]