1. ADAS误触发与漏报概述:定义、分类、行业影响与安全等级

1.1 到底什么是误触发和漏报?

做ADAS这么多年,我经常被问到同一个问题:「这车怎么突然刹车了?」或者「前面有车怎么没反应?」。这两个问题,说白了就是ADAS系统的两大核心故障模式——误触发漏报

误触发,就是系统在不该干活的时候干活了。比如前方空无一物,AEB(自动紧急制动)却突然一脚刹停。我在项目中遇到过一位车主投诉,说他的车在高速上莫名其妙急刹车,差点被后车追尾。查了一周,最后发现是雷达对路侧金属护栏产生了多径反射。

漏报,则是系统该干活的时候没干活。比如前方有静止车辆,FCW(前向碰撞预警)却一声不吭。嗯,这种情况更危险——因为驾驶员以为系统会提醒,结果什么都没发生。

核心定义:

  • 误触发(False Positive):系统在不存在真实风险时,错误地触发了报警或控制动作。
  • 漏报(False Negative):系统在存在真实风险时,未能触发应有的报警或控制动作。

1.2 分类:误触发和漏报的几种「长相」

你想想看,误触发和漏报其实不是单一现象。我个人习惯把它们分成几类,这样分析起来更有针对性。

误触发的常见类型

类型 典型场景 我见过的案例
环境干扰型 隧道出口、强光、雨雾 某车型在隧道出口因阳光直射摄像头,误识别出「行人」
目标误判型 将路牌、井盖、树叶识别为障碍物 有一次,系统把路边的纸箱当成了静止车辆,直接刹停
传感器噪声型 雷达多径反射、超声波串扰 毫米波雷达在金属护栏密集路段频繁「看到」假目标
算法边界型 模型在训练集外表现异常 某个老版本模型对「背着大包的行人」识别率极低

漏报的常见类型

类型 典型场景 我见过的案例
遮挡型 前车遮挡、弯道盲区 大货车转弯时,系统完全看不到旁边的摩托车
目标异常型 异形车、非标准行人姿态 有人蹲在路边修车,系统没识别出来
传感器失效型 脏污、遮挡、硬件故障 摄像头被泥巴糊住,系统还报「功能正常」
算法退化型 模型过拟合、场景分布偏移 某个版本在夜间场景的漏报率突然升高了3倍

1.3 行业影响:为什么这事关生死?

误触发和漏报不只是技术问题,它们直接决定了用户对ADAS的信任度。我经常跟团队说一句话:「一次误触发,劝退十个用户;一次漏报,可能毁掉一个家庭。

从行业角度看,影响主要体现在三个方面:

  1. 用户信任崩塌:误触发多了,用户会直接关掉功能。我见过一位车主,因为AEB误触发三次,直接把保险丝拔了。你想想看,这功能等于白装了。
  2. 安全风险升级:漏报是功能安全的核心关注点。ISO 26262和ISO 21448(SOTIF)里,漏报对应的就是「危害事件」。我曾经参与过一个项目,因为漏报导致测试车在封闭场地里撞上了假车——还好是假车。
  3. 法规与召回风险:现在各国监管越来越严。NHTSA已经对多起AEB误触发事件展开了调查。我记得有一家OEM因为误触发问题,被迫OTA召回超过10万辆车。

避坑指南:我曾经犯过一个错误——在项目初期只关注了漏报,觉得误触发「忍忍就过去了」。结果用户投诉量暴增,最后不得不花三个月重新标定。误触发和漏报是跷跷板,压了一头另一头就会翘起来。

1.4 安全等级:用ASIL来量化风险

在功能安全领域,我们通常用ASIL(Automotive Safety Integrity Level)来量化风险等级。误触发和漏报对应的ASIL等级是不一样的。

漏报通常对应ASIL B到ASIL D。为什么?因为漏报直接导致「该刹车没刹车」,后果可能是碰撞甚至伤亡。我参与的一个AEB项目,漏报被定级为ASIL C,这意味着整个感知链路的开发流程都要严格遵循功能安全要求。

误触发的ASIL等级相对较低,一般是QM到ASIL A。但注意,这不代表误触发不重要。如果误触发导致车辆在高速上急刹,引发后车追尾,那风险等级就上去了。我个人习惯把误触发分为两类:

  • 非安全相关的误触发(比如误报警):QM级,不影响安全,但影响体验
  • 安全相关的误触发(比如误刹车):ASIL B级起步,因为可能引发二次事故

一个小技巧:在做系统设计时,我建议把误触发和漏报的容忍度分开设定。比如AEB功能,漏报率目标可以定在10^-7/h(每运行一亿小时发生一次),而误触发率可以放宽到10^-3/h。为什么?因为漏报的后果是「撞上了」,误触发的后果是「吓一跳」——两者不可同日而语。

1.5 我的经验总结

做了这么多年ADAS,我最大的体会是:误触发和漏报不是非黑即白的问题。你不可能同时做到零误触发和零漏报,这是物理定律决定的。关键是在两者之间找到一个平衡点,而这个平衡点取决于:

  • 目标市场的用户容忍度(中国用户对误触发容忍度更低)
  • 法规要求(Euro NCAP对漏报零容忍)
  • 系统设计的安全目标(ASIL等级决定了开发投入)

嗯,这一章先讲到这里。下一章我会深入聊聊误触发和漏报的根因分析方法——说白了,就是怎么找到「谁在搞鬼」。