基于NSGA-IIADAS傳感器配置優選方法及應用
實作輔助駕駛功能的前提是有效感覺車輛周圍交通環境資訊，為滿足駕駛場景多樣化的需求，往往通過增配傳感器來提高特定功能的感覺效果，但這樣會造成系統傳感器配置備援和資源浪費。
本文提出一種ADAS傳感器配置優選方法，通過設計傳感器優化目标函數及其限制條件，采用帶精英政策的非支配排序的遺傳算法(NSGA-II)對傳感器配置方案進行綜合尋優，最後通過PreScan軟體對優化配置進行案例分析，驗證方法的可行性。
傳感器配置的優化需要導人整車資訊與傳感器資訊：整車資訊包含整車的長度、寬度資訊；傳感器資訊包括探測距離、視角、距離精度、成本、可靠性（MTTF）資訊。
為優化傳感器配置，需要建立傳感器優選的評價名額與體系，對其方案優劣性進行量化，本文建立的傳感器優化目标函數及限制條件如下：
探測區域覆寫率優化目标函數J1(X)，探測覆寫率越高，傳感器盲區越小。
配置方案綜合尋優是根據整車及傳感器資訊和上述目标函數與限制條件，采用多目标全局尋優算法對傳感器參數及工安裝位置進行多目标尋優計算給出優化後的傳感器配置方案（含安裝位置）。
采用NSGA-II進行求解，以加快搜尋過程中的收斂速度，根據排擠機制，對秩相同的個體進行保留，有效地保護最優解的多樣性，傳感器配置方案的NSGA-II優選步驟如下：
（1）導入傳感器優選配置的目标函數與限制雨數，種群大小N疊代步驟t。
（2）在限制函數中随機産生一個種群大小為N初始化種群P0，計算種群内每個個體的目标函數值并進行排序，計算其擁擠程度。
（3）通過錦标賽法選擇精英個體，通過交叉、變異操作生成一個種群大小同樣為N子代種群Q1。
（4）将子代種群Q1和父代種群P1進行合并，得到一個種群為2N的新種群Rt。
（5）對Rt采用擁擠比較算子排序，依次選取排序最優的個體複制到新種群Pt+1中，直到新種群規模為N，此時為一次循環，循環代數t+1。
（6）判斷是否達到最大疊代次數tmax或滿足設定條件，若不滿足，則重複步驟（3）至（6），直到滿足條件，計算停止并給出綜合尋優後的傳感器配置方案。
選擇ADAS中常見的自适應巡航與換道輔助功能為應用場景，應用PreScan軟體進行仿真驗證，考核配置的傳感器集合的有效性。
整車資訊導入：車輛長度5m寬度2，4m傳感器資訊導入：部分傳感器的參數資訊見表1，其中序号19為雷射雷達。
NSGAII合尋優算法在Windows0作業系統和Matlab2016環境中運作，在NSGA-II算法中疊代次數和種群規模的設定将影響算法的成功率和計算的時間；種群多樣性，速度權重上下限也會影響計算時間。
通過嘗試不同的參數設定，最終優選一組參數進行綜合尋優，其中疊代次數設為200，種群規模設為100，種群多樣性設定為0.8，速度權重上下限分别設定為0.9和0.2。
通過上述優化目标函數及其限制條件，采用NS-GA-II合尋優方法求解出的優選配置方案如圖1所示。
為了驗證傳感器優選方案的有效性，采用PreS-can虛拟仿真軟體，首先建立一個典型的自适應巡航和換道輔助場景（跟随-換道-超車-保持），如圖2所示，自車從左邊超過1号車再與2号車跟車，場景參數如下：
自車初始速度為60km/h自車最大加速度4m/s2，1号車速度為40km/h，2号車速度為120km/h，3号車速度為50km/h，4号車速度為80km/h，車道寬度為3.6m，駕駛員反應時間0.8s，安全距離為自車距前車後保險杠2m。
通過PreScan真車輛的跟車巡航-換道超車過程，自車各傳感器所探測到的目标距離資訊如圖3所示，圖中傳感器編号位置如圖1所示。
通過仿真分析可以看出，各傳感器均能有效探測該傳感器正前方和側方的目标車輛;換道過程中，傳感器随着車輛的轉向與橫擺，探測到的目标在傳感器探測範圍中的方位發生改變，但探測距離保持了連續性。
該結果證明本文所提出的傳感器優選配置方案可以有效覆寫自話應巡航和換道軸助功能的跟車換道場景。
本文針對工程實踐中的ADAS傳感器配置備援問題，提出了一種環境感覺傳感器配置優選方法，但仍有不足之處，未考慮到因實際道路的多樣性不設計備援傳感器會造成的失效情況，後續将結合實際道路工況，在樣車上對本文提出的ADAS傳感器配詈優化方法開展更深入的研究。
