▲为实现有效的污染和水管理量身打造,确保车载传感器性能稳定可靠
恶劣工作条件下的车辆性能
车辆天线与传感器设计及布局
Technology Consultancy Invensity的研究表明,当前环境下提升高级驾驶辅助系统(ADAS)的集成度和自动化水平已是大势所趋,受此驱使汽车行业90%的创新来自电子与软件。ADAS系统用于传统车辆上辅助驾驶,因此它被设计成用于最常规的驾驶场景下为驾驶员提供支持。但是,它们是辅助装置,主要职责仍由驾驶员提供。对新兴的自动驾驶汽车(AV),这些系统设备变为导航和确保安全的主要手段。ADAS系统需要在所有条件(正常和极端工况)下具备准确的实时感知能力和优异性能。
在过去的几十年里,对节油型汽车的需求越来越普遍。因此,汽车设计更加重视空气动力学以降低风阻。这主要是通过管理车辆的尾流来实现的,同时也导致了更多来自车体下方的空气冲击车辆后部。令人遗憾的是,来自车体下方的空气往往夹杂着尘土和水颗粒,随空气一起冲击车体后方和侧面。在ADAS系统不那么普遍的时候,污染只是对驾驶员的视觉产生影响的安全问题,主要局限于玻璃和镜子表面。车辆其他位置的表面污染主要影响美观。现在随着ADAS系统(特别是在自动驾驶汽车上)数量的不断增长,车辆其他位置的表面污染也成为乘客和交通安全的隐患。大多少汽车公司致力于ADAS和AV的研究,都试图在设计早期阶段发现污染问题。目前,相关研究和实验在全天候风洞内进行,这些风洞拥有受控的表面污染和水管理的条件。然而,这属于人工环境,不能代表真实的道路和气候条件,而且成本高、耗时长。
是否有高成本效益的解决方案能够防止摄像头和传感器污染?
传感器应怎样放置才能实现最佳性能?
我们该如何确保它们都能正常工作?
当遇到的确无法避免污泥或其他污染溅射到摄像头上的情况,我们能否控制车辆受其影响的位置和方式?
为什么需要传感器?
它们是如何被污染的?
在当今时代,随着先进技术、自动驾驶、更多的电气化系统和驾驶辅助系统在现代汽车上的应用,传感器数量不断增长成为显著趋势。自动驾驶汽车面临着各种状况,如车辆需要倒车、过十字路口、检测碰撞威胁等。因此,安装在自动驾驶汽车上的摄像头和传感器就成为现代汽车的眼睛和耳朵。没有它们,自动驾驶也就无法实现。摄像头和传感器必须保持清洁,才能正常地工作。然而,从它们的工作环境来看,这样的要求实属奢求。
目前,根据污染来源,可将自动驾驶用传感器和摄像头的污染方式划分为直接污染、第三方污染或自污染。雨水会造成直接污染。第三方污染形成的原因是前行车和旁行车通行时溅起的污泥/石块/尘土/水。车辆自己的轮胎溅起的污染则会导致自污染。前轮胎溅起物会在车体侧面形成从前轮一直延伸到后轮的“沉积区”。后轮溅起物是后表面污染的主要来源。
全景摄像头(前视、后视和盲点检测摄像头)通常直接暴露在不利的环境条件下。在摄像头镜头暴露在雨中时,这种情况尤为恶劣。这会导致驾驶员能见度下降,摄像头性能降低,造成严重的安全隐患。
如何解决这一问题?
道路行驶必然会遇到尘土、水和其他污染物。我们不能阻止这种情况的发生,但我们可以设计出性能更好的车辆,以降低污染物对车辆的影响。有些方案可以保持助力保持传感器和摄像头的清洁。例如,用喷射水流清洗和吹起自动清洗镜头,或是在镜头上镀膜。然而,镀层并不耐久而且成本高昂,而采用清洁解决方案则会增加重量,从而降低燃油效率、增加运行成本。作为这种方法的替代,我们可以预测雨水、尘土、虫子、石块或其他物质冲击车身的位置。接着,我们可以优化传感器的位置或建议车辆进行设计调整,以尽可能避免摄像头污染。随后我们还可以对设计调整或摄像头安装位置的变化如何影响车辆的空气动力学性能进行预测,进而提高燃油经济性。
最终目的是开发出传感器放置在最佳位置的车辆,尽可能避免污染积淀以及与水的接触。然而,如果仍然需要任何外部清洁设备,那么这种系统的位置也可以优化。
“在昂贵的表面涂层上投资,还是仅仅移动传感器几英寸,两者之间总会有一个平衡。我们可以提供帮助。”
使用SIMULIA解决方案开展污染和水管理
SIMULIA提供解决方案研究来研究各种污染和水管理现象。使用PowerFLOW,开发人员可以依靠详细的空气动力学和粒子流仿真,评估车辆设计目标。仿真使用PowerFlOW进行并以PowerVIZ处理结果。PowerVIZ可以动态地可视化粒子释放到气流中的过程,并计算得出粒子在撞击表面前的运动轨迹。它允许用户在仿真中体现尘土、泥垢、石块和水,从而清晰地理解车辆如何与污染粒子相互作用,让OEM厂商能够更完善地管理车辆表面上的污物。此外,它还能定义表面特性,让表面反射粒子,创建通过发动机舱或车身表面的复杂气流路径。
在本项研究中我们考虑了三种场景,每种场景下摄像头位于车身上的不同位置。
在第一个场景中,我们仿真了灰尘和泥土在后视摄像头上的堆积。这主要是由汽车自己的轮胎(尤其是后轮胎)的溅射导致的。
在第二种场景中,我们仿真下雨时盲点信息系统(BLIS)侧后视镜摄像头上的积水情况。研究人员可以针对特定的后视镜设计仿真雨水粒子的行为方式及其与摄像头镜头的相互作用方式进行设计。
在第三种场景中,我们通过研究了解了过往车辆掀起的石屑将如何撞击车辆的前视摄像头并影响其可见性和功能。
结论
后视摄像头也被称为倒车摄像头,旨在帮助汽车或驾驶员观察车后区域,缩小后方盲点视野。这种附加的可见性有助于避免在倒车时发生碰撞。在汽车的基准设计模型中,后轮胎扬起的尘垢粒子会沉积在后表面上,模糊后视摄像头的视野,给乘客的带来不安全的旅行体验。在本研究中,提议对汽车下车身做出设计调整,这样做至少能够重新分布污染物,使其远离摄像头和车牌等车身上最敏感的位置。下车身扩散器建议增大曲率。
在汽车的基准设计模型中,与后轮尾流有关的流线会与尾流涡旋的下部分相互作用。这种相互作用说明存在对流机制,可能会将污染物输送给后尾流。扩散器优化后,强化了后尾流环状涡旋的下横向臂,产生更平衡的尾流。
查看后表面水膜厚度积累图,就可以定性地对比基准设计和修改后的设计。可以看出,对设计进行调整能够改善后表面上的污染物分布及后风挡上的污染积累水平。这种效果值得关注,因为后表面上一些区域保持清洁的重要性比其他区域更大。例如,摄像头、车牌和门把手是需要保持清洁的重要区域:在设计初期阶段通过轻微的设计修改就能实现。
这项工作证明,在车辆设计中考虑空气动力学因素,有助于重新分配表面污染物,远离最敏感的区域。然而,我们未能充分减少后表面上的污染物,据信为达到预想效果需要开展进一步的系统设计研究和修改。
在众多地区,挡泥板是一种附加的售后产品。这是因为它被认为可以减少车身污染。调查显示情况并非如此。事实上,它会增大车身污染的总体高度。当污染高度与车门把手的高度齐平时,可能导致乘客在出入时因接触把手弄脏双手或衣物。
盲点信息系统(BLIS)摄像头通常安装在汽车后视镜下方,用来监视其他车辆,并帮助自动驾驶汽车查看周边路况,甚至是在盲点上的路况。雨滴在撞击后视镜外罩后破碎形成水雾。这种水雾会受后视镜尾流方向的影响。这就导致雨滴沉积在后视镜和摄像头镜头上,造成后视镜和摄像头的视野下降。在基准设计中,大量水沉积在后视镜和摄像头镜头上,影响视野。从粒子撞击后视镜的时间历程来看,可以看到大部分撞击后视镜的粒子来自于后视镜臂的底部。因此对后视镜臂进行改进有助于改变其背后的涡旋,从而改善后视镜和摄像头镜头的污染情况。
从后视镜和摄像头上的水膜厚度积累图可以看到,对后视镜臂的设计调整显然能够显著减少沉积在后视镜和摄像头镜头上的水污染量。
汽车前视摄像头的设计目的是避免撞击停车位隔栏、道路边缘和其他可能导致危险的障碍物。造成前视摄像头受损的最常见原因是来自其他车辆的碎片,比如石屑、石头、砾石和卵石。这些微小的硬质颗粒以高速飞行,可能破坏车流中其他行驶车辆的敏感部件。此外,它也是汽车下车身腐蚀的重要原因,会影响美观。
在本研究中,研究人员通过仿真优化前置摄像头的位置。我们力图降低摄像头被行驶中的前车轮胎扬起的石子破坏的风险。在基准设计中,前置摄像头被布置在下进气栅的顶部。从仿真中可以观察到,摄像头受扬起的石子的撞击,容易发生损坏。根据仿真结果制作的命中点图清楚地揭示了哪些位置不容易被前行车辆的轮胎扬起的石子命中。由此可以为该摄像头新的安装位置。通过比较基准设计和改进设计中摄像头在不同位置下的命中点,显然,摄像头新的安装位置更加安全,受损的可能性较低。在设计早期阶段开展类似研究,对优化摄像头的位置有很大帮助,能够避免后期修改带来的不良后果。
结论
仿真技术在评估车载传感器在恶劣天气和道路状况的性能方面很有发展前景。为了减少车体上的污染积累,同时确保雨滴不会妨碍摄像头的视线,各大制造商一直以来付出了大量努力。我们的研究提出仿真方法,用于研究尘土、雨水和行驶中车辆轮胎扬起的碎屑导致的车体后表面和侧表面上的污染问题。这项研究是检查汽车上三个不同位置的摄像头来完成的。此外,也针对如何减少摄像头上的污染积累并保持摄像头清洁提出了设计修改建议。使用本研究工作中采用的流程,可在车辆开发早期阶段发挥虚拟测试的优势,从而消除了对物理原型和测试的需要,特别是对于需要大量传感器的高级驾驶辅助系统(ADAS)和自动驾驶汽车(AV)而言。车辆设计改动造成的空气动力学性能变化超出本研究的研究范围内。然而,可能需要在减少外表面污染和增大风阻之间进行平衡。