ACC自適應巡航為什麼不能識別靜止物體？

1樓：NitricOxider

目前的ACC主要依賴公釐波雷達來測速測距。

公釐波雷達探測在行車場景下有很強的環境背景雜波，往往依賴都卜勒效應來剔除雜波，即不同速度的目標反射回來的波的頻率不一樣，比如行駛的車輛和靜止的交通標示牌，在頻域（速度維）上很容易區分開來。

大多數車載公釐波雷達對低速或靜止目標的探測能力都很弱。

但是，現在優秀的比較新的車載公釐波雷達（比如Conti408）對靜止目標的探測能力已經非常優秀了。

另外，雷達視覺融合也能更好的探測靜止目標。

只是這些還沒有像ACC裡的傳統感測器那麼普及。

2樓：

簡單點說，不是不能識別，而是ACC演算法拋掉了這部分資料。馬路上的靜止目標太多，公釐波雷達無法分辨檢測到的靜止目標是車還是地上的鋼板或者路上的路牌，或者乾脆就是多徑形成的鬼目標。

不過如果前方的車在運動狀態已經被雷達鎖定，那麼是可以做到識別的，實際上大眾部分車型上已經實現了。

3樓：艾芃

車判斷乙個物體是靜止還是移動靠的是雷達。

雷達可以識別靜止物體(以及其他任何有足夠大面積的物體)，但是靜止物體會自動被當成背景過濾掉。

車上的通訊網路的頻寬是有限的，一般只能匯報有限的幾十個移動物體給處理器做決策。

工程師認為靜止的物體對車不構成威脅，沒有匯報的必要。我們只關心距離近的/速度快的。

4樓：Xi Yang

因為感測器融合很麻煩。

駕駛輔助系統最常見的配置是公釐波雷達+攝像頭。公釐波雷達能夠直接檢出回波的速度資訊，但是分辨能力差，不能區分目標型別：比如前面的玩意是停著的車，還是井蓋，還是掛在上面的路牌。

攝像頭反之，能夠清晰的辨認目標方位、型別，但是並不能直接獲得目標距離與徑向速度。所以傳統上來講，公釐波雷達的用法是直接做都卜勒靜目標剔除，然後結合攝像頭提供的目標方位資訊，做出目標判斷以及後續的操控決策。那麼此時所有的靜目標都已經剔除了。

想要良好地判斷靜止目標，我估計只有兩條路：要麼不去簡單地剔除雷達的靜目標回波，而是全部雷達訊號都與攝像頭資訊做融合分析，這處理量就很大；要麼依賴視覺提供的深度資訊（雙目視差、單目深度學習推斷），並以此處理靜止物體，這對演算法要求就很高。

5樓：Shawn

自適應巡航系統是依賴公釐波雷達和視覺感測器來進行目標物識別的，系統並不是不能識別靜止的物體，而是不能準確的將對本車行駛有影響和干擾的靜止物體篩選出來。

也就是說，靜止目標的識別沒有問題，但是都被過濾掉了，為什麼？

公釐波雷達的「世界」和人眼看到的世界是不一樣的，人眼可以清晰的看到前方道路的交通參與者和道路基礎設施，並將其分類，但公釐波雷達「看到」的都是點，也就是我們說的點雲。

那麼有些點對於公釐波雷達就比較難以處理，舉個例子：前方路牌下有車輛行駛，那麼回來的「點」究竟是車反射回來的，還是路牌反射回來的呢？

如果判斷為是車反射回來的，那麼可能會導致的結果是公釐波雷達會一直認為路牌這裡有車，ACC會在這裡發生異常減速甚至停車;如果認為是路牌反射回來的，那麼這裡真的有輛車是不是就撞了？

靜止目標的篩選就變得非常難，但移動的目標「點」一直在變化，相對來說比較容易判斷，這也就出現了大部分ACC功能的手冊中都會說明「系統無法識別靜止目標物」，這是為了ACC能夠可用，不頻繁的對道路基礎設施做出「誤響應」，公釐波雷達自我「封印」了靜止目標物的識別能力。

否則你想一下，100公里的高速公路，限速牌、橋梁、隧道、路牌有多少，每個基礎設施（有點誇張）都給你來一下急減速，你還怎麼愉快的玩耍？

至於我們漂亮的小鵬P7是否能解決靜止物體識別的問題？大家一起來期待一下吧。

補充一下哈，靜態目標物在低速下目前還是能識別和過濾的，但是還沒有誰敢說100%正確識別。