Хоминский Н. Д., Краснокутский В. А. Применение современных технологий в системах помощи водителю автомобиля. В данной работе рассматриваются вопросы использования и развития технологий в области современных систем помощи водителю автомобиля, также выполнена систематизация используемых технологий. Выделены основные классы подсистем, отвечающих за различные функции рассматриваемых систем. Представлен сравнительный анализ некоторых действующих систем. Отмечена перспективность систем поддержки водителя и их открытость к новым разработкам, а также увеличивающаяся роль внешних сервисов для систем рассматриваемого класса.

Ключевые слова: система помощи водителю автомобиля, система ADAS, технологии, систематизация, сравнительный анализ

This paper examines the issues of the use and development of technologies in the field of modern car driver assistance systems, and systematizes the technologies used. The main classes of subsystems responsible for various functions of the systems under consideration are highlighted. A comparative analysis of some existing systems is presented. The prospects of driver support systems and their openness to new developments, as well as the increasing role of external services for systems of the class under consideration, are noted.

Key words: car driver assistance system, ADAS system, technologies, systematization, comparative analysis

Введение

Современный автомобиль – это не просто средство передвижения, а сложная техническая система, насыщенная электроникой. Ключевую роль в повышении безопасности и комфорта вождения играют системы помощи водителю(ADAS – Advanced Driver Assistance Systems) [1]. Эти системы представляют собой комплекс взаимосвязанных подсистем, работающих как пассивно(предоставляя информацию), так и активно(вмешиваясь в управление автомобилем), с целью облегчить управление и минимизировать риски ДТП.

Архитектура ADAS может быть весьма разнообразной: от автономных систем, использующих только встроенные датчики, до сложных комплексов, интегрированных с облачными сервисами и внешними источниками данных. Объединяет их одна цель – сделать вождение проще, безопаснее и комфортнее.

Рассмотрев основные функции и архитектуру современных систем ADAS, а также проведя анализ научных публикаций за последние 10 лет, хорошо видно тенденцию к усложнению систем, их интеграции и расширению функционала за счёт применения новых технологий, таких как искусственный интеллект и машинное обучение.

Функции систем ADAS

ADAS – это не монолитная система, а набор различных подсистем, каждая из которых отвечает за определенный аспект вождения. Разберем наиболее распространенные:

Автономный круиз-контроль(ACC – Adaptive Cruise Control)[2]. В отличие от обычного круиз-контроля, ACC не просто поддерживает заданную скорость, но и автоматически регулирует дистанцию до впереди идущего автомобиля. Это достигается с помощью датчиков, в основном, работающих на основе лазера (LiDAR) или радаров(часто использующих инфракрасный диапазон). Радарные системы, хотя и менее точные, чем LiDAR, отличаются большей дальностью действия и меньшей чувствительностью к погодным условиям. LiDAR, в свою очередь, обеспечивает более точное определение расстояния и формы объектов, что позволяет эффективнее реагировать на неожиданные ситуации. ACC незаменим на автомагистралях, существенно снижая нагрузку на водителя и повышая безопасность движения.

Система предупреждения о выходе из полосы движения(LDW – Lane Departure Warning)[3]. Эта система отслеживает положение автомобиля на дороге с помощью камеры или датчиков. При обнаружении непреднамеренного пересечения разметки без включения поворотника LDW подает водителю звуковой или вибрационный сигнал, предупреждая о потенциальной опасности. Более продвинутые системы(LKA – Lane Keeping Assist) не только предупреждают, но и мягко корректируют рулевое управление, возвращая автомобиль в полосу.

Система автоматического экстренного торможения(AEB – Autonomous Emergency Braking). Одна из самых важных систем ADAS, AEB автоматически тормозит автомобиль, если датчики обнаруживают угрозу столкновения с препятствием(автомобилем, пешеходом, велосипедистом). Система работает в двух режимах: предупреждение водителя о потенциальной опасности и автоматическое торможение в случае, если водитель не реагирует на предупреждение. Эффективность AEB во многом зависит от точности датчиков и алгоритмов обработки данных.

Адаптивные фары(AFS – Adaptive Front lighting System). Яркость и направление светового потока адаптивных фар динамически изменяются в зависимости от скорости движения, угла поворота руля и окружающих условий (погодные условия, встречный транспорт). Это обеспечивает оптимальное освещение дороги и исключает ослепление других водителей. В современных системах AFS используются различные технологии, такие как ксеноновые, светодиодные и лазерные источники света, что обеспечивает высокую яркость и точность управления световым потоком.

Архитектура ADAS

Системы ADAS могут иметь различную архитектуру. В простых системах каждый модуль(например, ACC, LDW) работает автономно, обрабатывая данные своих собственных датчиков[5]. В более сложных системах используется централизованный подход, где все данные от различных датчиков (камеры, радары, LiDAR, ультразвуковые сенсоры) обрабатываются центральным процессором, который координирует работу всех подсистем.

Централизованная архитектура позволяет достичь более высокой эффективности и интеграции функций. В будущем ожидается расширенное использование облачных технологий для обработки данных и постоянного обновления алгоритмов ADAS.

Сравнительный анализ действующих систем поддержки водителя

Для проведения сравнительного анализа были выбраны используемые крупными автомобилестроительными компаниями системы, которые непосредственно взаимодействуют с водителем, а именно: OnStar(США), Volvo on Call(Швеция), Peugeot Connect SOS(Франция), Car-Net(используется концерном "Volkswagen", Германия), FordPass(США), BMW Remotes (Германия). Результаты сравнительного анализа приведены в таблице 1.

Таблица 1 – Сравнительный анализ действующих систем поддержки водителя

Функция	OnStar	Volvo on Call	Peugeot Connect SOS	Car-Net	FordPass	BMW Remotes
Связь со смартфоном или подобным устройством	+	+	+	+	+	+
Осуществление телефонных вызовов	+	—	—	—	—	—
Возможность интеграции с внешними сервисами	+	+	+	+	+	+
Осуществление навигации	+	+	+	+	+	+
Уведомление о столкновениях	+	+	Информация отсутствует	Информация отсутствует	Информация отсутствует	—
Помощь при парковке	—	—	—	+	+	—
Диагностика автомобиля	+	+	+	+	+	+
Поиск автомобиля	+	+	—	+	—	+
Предупреждение о попытке угона	+	+	—	+	—	—

Как следует из приведенных в таблице данных, все рассмотренные системы поддерживают следующую функциональность:

При этом системы OnStar, Volvo on Call и Car-Net поддерживают наибольшее число функций. Результаты системы Peugeot Connect SOS являются худшими по выбранным показателям, так как данная система предназначена в первую очередь для автоматической отправки информации о дорожных инцидентах.

Заключение

Системы ADAS играют все более важную роль в обеспечении безопасности дорожного движения. Несмотря на существующие ограничения и потенциальные проблемы(например, необходимость калибровки датчиков, проблемы с работой в сложных погодных условиях), тенденция к дальнейшему развитию и совершенствованию ADAS очевидна. Интеграция искусственного интеллекта и машинного обучения позволит создавать ещё более совершенные и адаптивные системы, приближая нас к автономному вождению.

Список источников

1. Smirnov A., Lashkov I. State-of-the-art analysis of available advanced driver assistance systems// Proc. of the 17th Conf."Open Innovations Assocciation Fruct". Yaroslavl, Russia. 2015. P. 345—349.
2. Paul A. et al. Advanced driver assistance systems// SAE Technical Paper. SAE Intern. 2016.
3. Lee J., Forlizzi J., Hudson S. E. Iterative design of MOVE: A situationally appropriate vehicle navigation system// Intern. Journal of Human Computer Studies. 2008. Vol. 66, N 3. P. 198—215.
4. Ohn-Bar E. et al. On surveillance for safety critical events: In-vehicle video networks for predictive driver assistance systems// Computer Vision and Image Understanding. 2015. Vol. 134. P. 130—140.
5. Cades D. M. et al. Driver distraction and advanced vehicle assistive systems(ADAS): investigating effects on driver behavior// Advances in Human Aspects of Transportation: Proc. of the AHFE Intern. Conf. on Human Factors in Transportation, Florida, USA, July 27—31, 2016. Cham: Springer Intern. Publ., 2017. P. 1015—1022.