据统计，我国货车保有量占全部机动车保有量比重不足10%，但导致发生的事故占25%，导致一次死亡3人以上事故约占34%，导致一次死亡10人以上事故占40%。根据欧洲交通安全委员会的数据、欧洲新车碰撞测试（EURO-NCAP）和澳大利亚新车碰撞测试（ANCAP）的一项研究结果表明，配置有AEBS等辅助驾驶功能的车辆，可以使道路中的低速追尾事故减少38%。为了保证道路行驶更加安全有效，国家先后发布JT/T1178 和JT/T 1285等运营货车安全技术条件，部分智能辅助驾驶配置纳入法规范畴，商用车智能辅助驾驶得以飞跃发展。商用车因其特殊的使用场景需求，长期存在轻卡、中卡、重卡、平头、长头车共线生产，存在不同供应商诊断协议、标靶类型，存在红外线摄像头、毫米波雷达、激光雷达、超声波雷达等不同技术类型的传感器 。因此商用车如何实现一种涵盖所有车型、多种技术类型的智能辅助驾驶的整车标定方案，成为行业共同研究的话题。本文通过对智能辅助驾驶计算基准原理的研究，提出了适合各种条件下的智能辅助驾驶整车标定模型，为后续的研究应用提供参考依据。
一、智能辅助驾驶基本原理
智能辅助的基本原理之一是通过摄像头、雷达等车载传感器检测车辆周边是否存在有碰撞风险的障碍物、行人、车辆等，当有交汇碰撞风险时，通过报警（FCW）、发动机限扭、制动来避免或减轻碰撞风险。因此为了保证智能辅助驾驶的精确度，车载传感器安装完成后，基于车辆行驶中线，必须满足车辆前侧、左右侧的以下照射幅度范围：
二、车载传感器标定原理
根据车辆行驶特性及智能辅助驾驶车载传感器工作原理，车架中线、推进线、转向中线、车载传感器中线完全重合时，整车状态为最理想的行驶姿态。为保证智能辅助驾驶的最高精度，车载传感器标定时，必须保证标定基准线与车辆行驶中线一致。因此，智能辅助驾驶传感器标定基本原理为：基于一定的车载工具，找出车辆中线反馈给标定设备系统，标定设备系统根据车辆行驶中线，自动移动标靶至车辆行驶中线，对正标定器后设备自动检测车载传感器安装偏差值，得出检测结果，如结果不合格，则提示进行调整校准。具体如下图：
三、车载传感器标定应用模型
（一）精度最高模型
商用车整车安装基准线最终均归结至车架中心线，因此整车标定要达到最高精度，第一步应通过一定的车载工具找出车架中线，然后以车架中线作为测量评价的唯一标准，通过四轮定位等设备测量出车辆推进线、转向线，并调整至与车架中线一致或者平行。调整完毕后，以推进线、转向线作为基准线，对车载传感器进行测量调整，从而最大程度的实现四线重叠。该模型包含激光测距机构、四轮定位机构、龙门架机构、自动标靶结构等，成本高、效率中等、精度最高、适应性好，能适应后续中长期车载传感器技术应用。
（二）自动高效模型
根据车辆设计、安装尺寸链管控理论精度，默认车辆安装基线与车架中线吻合，通过设备把车辆姿态摆正，从EOL参数系统获取车辆轮廓及安装参数，利用设备上的激光测距传感器测量车辆推进线、转向线基线，然后利用基线测量车载传感器安装姿态并进行自动调整。该模型包含激光测距机构、车辆摆正机构、龙门架机构、自动标靶等，成本中等、效率高、精度较高、适应性好，能适应中期车载传感器技术应用。
（三）经济实惠模型
人工把车辆直行驾驶一段时间后，默认车辆推进线、转向线与车间中线吻合，利用车载工具安装于驱动轮轮廓上，手动移动测量标靶，当标靶上的左右刻度靶数值一致时，默认该位置为车辆行驶基线，然后利用基线测量车载传感器安装姿态并进行自动调整。该模型包含车载测距机构、可移动标靶机构，成本实惠、精度较低、适应性较差，仅能适应短期车载传感器技术应用。
四、常用标定模型开发流程
目前行业内常用的标定方案为基于摆正器的自动标定方案，该方案因其成本中等、效率高、精度较高、适应性好，只需部分改造升级，即可满足AEBS、ACC、LKA等智能辅助驾驶配置，可满足红外线摄像头、毫米波雷达、激光雷达、超声波雷达等不同技术类型的传感器标定的拓展应用，一次标定成功率达98%以上，因此得以广泛应用。该模型方案具体开发流程如下：
（一）明确所有车型产品的长*宽*高等轮廓参数，明确生产工艺流向，确定标定工位总体工艺布局及设备设计相关边界条件。
（二）明确车辆所有车载传感器安装范围，设计测算各标靶运行轨迹、运行位移，确定龙门架结构尺寸及布局。
（三）明确车辆轴距、轴荷等参数，设计摆正器、四轮定位的结构及布局。
（四）明确不同供应商、不同技术类型的传感器标定的标靶型式、参数，对标靶型式、运行形成进行设计及布局。
（五）明确车辆参数获取及运算逻辑、明确传感器标定流程，设计相关自动运行及控制系统。
（六）对工位进行总体数模构建分析，生成施工清单及图纸并进行施工。
结语
新一轮科技革命与产业变革大潮滚滚而来，人工智能、新一代通信、电子信息和新能源技术与传统汽车深度融合。汽车已不再是传统的出行交通工具，将向智能移动终端快速升级蜕变。汽车将从有人驾驶的机电产品转变为人工智能驾驶的数字产品，汽车的结构和生态向分层解耦、多域融合、跨域共享的立体网状发展，电动化、网联化、智能化、共享化为特征的汽车新时代正在到来。生产制造系统如何快速高效的应对这一场大变革，成为我们亟需不断迭代研讨的课题。
参考文献
[1]陈慧岩·无人驾驶汽车概论[北京理工大学出版社,2014.7]
[2]郭烈，李琳辉·汽车安全辅助驾驶技术[北京大学出版社，2014.1]
