智能汽车自动紧急控制策略

结合驾驶员在紧急工况下的驾驶行为以及不同避撞方式的避撞效能,对以自动紧急制动系统(Autonomous Emergency Braking,AEB)为代表的控制策略进行分析,发现当前的紧急制动控制策略并不能很好地适应驾驶员行为和满足避撞效能的需要.为此,提出了一种融合制动控制和转向控制的自动紧急控制(Autonomous Emergency Control,AEC)策略.在该策略中驾驶员始终在环,系统通过集成驾驶员模型、车辆模型和道路环境模型信息判断驾驶员的行为是否正确,并将控制输入与驾驶员输入叠加在一起作为车辆的输入对驾驶员不当驾驶行为进行纠正.     

行人防碰撞系统制动控制建模与联合仿真

为了体现现有汽车主动防撞系统对车外行人等交通弱势群体的主动安全保护,对行人防碰撞预警系统中自动制动控制进行了研究。在车辆获取到前方行人基本信息的基础上,设计了考虑行人安全的安全状态判断模型,建立了基于Carsim和Simulink的车辆纵向动力学模型,采用加速度滑模控制方法设计了获取本车期望加速度的上位控制器,单神经元PID控制设计了跟踪这一期望加速度的下位控制器,最后对典型的行人危险场景进行联合仿真。试验表明所设计的控制算法对避撞行人有较好的响应,并且能在保证一定的安全距离的前提下实现自动制动,保证了行车的安全性。     

重型半挂汽车避撞控制的研究

近年来 半挂汽车正逐渐向智能化进程迈进 避撞控制是半挂汽车实现智能化的重要组成部分 针对重型半挂汽车避撞控制 提出了一种综合驾驶员因素和环境因素的安全距离模型 依据模糊控制理论 确定了驾驶员反应时间参数 基于安全距离模型 采用指数趋近律的控制方法 设计了上层滑模控制器 并与下层 ＰＳＯ－ＰＩＤ 控制器结合构成分层控制系统 在Ｔｒｕｃｋｓｉｍ 软件中建立了前车静止和前车匀速的测试场景 结果表明:所提出的安全距离模型满足车辆避撞要求 车辆能够在安全距离下实现安全停车或跟车行驶     

汽车紧急避撞系统控制算法

针对汽车主动避撞问题,提出了一种紧急避撞系统的控制算法,建立了紧急避撞安全距离模型,设计了模糊比例-积分-微分(PID)控制器。对典型的高速变道避撞工况进行了仿真,仿真结果表明:本文设计的汽车紧急变道避撞控制系统,能够控制车辆在高速情况下按照所设计的预定变道轨迹行驶,横摆角速度为-7.41~7.42(°)/s,具有良好的稳定性。仿真实验验证了模糊PID控制性能优于单纯的PID控制。     

基于权值惩罚法自适应人机协同避撞策略

针对协同避撞过程中人机权值难以适应不同驾驶员与工况的问题,提出了一种自适应人机协同避撞策略。基于单点预瞄驾驶员模型,根据驾驶员决策意愿搭建了表征驾驶风格的驾驶员模型。基于距离策略,提出避撞模式切换策略,设计模型预测控制器跟踪规划路径。提出驾驶员权值惩罚法,首先根据驾驶员参数与道路条件对驾驶员权值进行先验条件的惩罚,其次引入碰撞、侧滑和越出车道三种事故风险度,设计模糊控制器,依据事故风险度对避撞过程中的驾驶员权值进行实时惩罚。仿真结果表明所提出的人机协同避撞策略可实时调整人机权值,显著降低事故风险,从而在协调人机有效避撞同时保证行驶安全性与稳定性。     

基于自然驾驶数据的驾驶员紧急制动行为特征

基于中国自然驾驶数据,建立了紧急工况下制动避撞的驾驶员模型,分析了驾驶员的紧急制动反应时间和紧急制动输入特性的规律特征.结果表明:驾驶员的紧急制动反应时间与驾驶工况的紧急程度相关,以碰撞时刻倒数的临界值0.2s~(-1)作为危险触发阈值,驾驶员的紧急制动反应时间分布为均值0.5s的正态分布;最大制动减速度随驾驶工况紧急程度变化不明显,最大制动减速度梯度随驾驶工况紧急程度的增加而增加.     

基于不安全控制行为分析的商用车AEB决策系统优化

现有的基于车载传感器的商用车自动紧急制动(AEB)系统存在视野盲区等原因,功能受到了很大的限制。为了提高商用车AEB系统的安全性和可靠性,该文提出了基于不安全控制行为分析的商用车AEB决策系统优化方法。首先,通过实车测试获取车车通信在不同工况下的通信时延规律,使用该时延规律对环境车的速度、位移和坐标等参数进行补偿修正,弥补通信时延对系统决策造成的影响。然后,制定交叉口路段处的商用车自动紧急制动策略,在两车即将碰撞时控制本车的制动系统以最大的制动减速度自动紧急制动,避免碰撞的发生,并基于不安全控制行为分析,对AEB决策系统进行优化。最后对提出的优化方法进行了仿真和实车测试,结果表明,该方法能够有效地防止两车在交叉口处相撞,具有较高的安全性和可靠性。     

转向紧急避撞轨迹规划与模型预测跟踪控制

为了实现安全地转向紧急避撞,提出了一种限制侧向加速度的多项式轨迹规划方法。在确定规划起始和结束时间运动状态参数时,导出规划轨迹时间段内侧向加速度的表达式。为了提高转向避撞的车辆稳定性,设置一个侧向加速度峰值的限值,根据该限值下的加速度峰值方程式确定各种车速下的轨迹纵向末位置。其次,为在转向避撞时准确跟踪规划轨迹,采用多约束模型预测控制(MMPC)进行避撞轨迹跟踪。基于3自由度车辆动力学方程建立预测模型,同时考虑轮胎侧偏角、前轮转角及其增量作为稳定性约束。最后,进行3种车速下的Carsim/Simulink软件联合仿真,并与单约束模型预测控制(SMPC)进行对比。研究结果表明:MMPC最大横向跟踪误差不超过0.23 m,前轮转角无突变。车辆侧向加速度及轮胎侧偏角均在约束范围内,较好地实现了转向紧急避撞。与MMPC相比较,SMPC在80 km/h时轮胎侧偏角超过线性范围,车辆发生了侧滑。     

基于MPC的多车纵向协同避撞算法

车辆防撞预警系统在近年得到快速发展,有效提升了道路交通的安全性。然而现有避撞算法大多考虑相邻两车间的安全关系,并未涉及前车行为对连续后车造成的不利影响。该文提出一种基于模型预测控制(model predictive control,MPC)的多车纵向协同避撞算法,通过综合考虑队列运动学关系,基于模型预测控制,以总相对动能密度最小作为优化目标,将连续时间优化问题离散化为二次规划的数值计算,以避免或减少队列整体的碰撞损失。最后通过MATLAB进行数值仿真,验证了所提方法的有效性。     

基于纵向避撞时间的预警/制动算法

针对汽车纵向避撞系统的要求,提出了一种基于纵向避撞时间的纵向碰撞预警/避撞(FCW/FCA)算法。通过分析纵向避撞时间与驾驶员反应时间之间的关系,建立了前车不同行驶工况条件下的安全车距模型,并在3种不同行驶工况下,与Berkeley模型进行制动/预警距离的对比。研究结果表明:该算法确定的制动距离与Berkeley模型确定的距离相差很小,并且考虑了前车的运行工况;该算法还能够根据前车行驶工况的不同,确定出合理的预警距离。对比分析结果验证了该算法的有效性和可行性,能够提高车辆行驶的安全性。     

基于模糊神经网络控制的汽车辅助再生制动系统研究

将驾驶安全性和制动能量回收相结合,提出了基于模糊神经网络控制的汽车辅助再生制动系统.通过试验数据建立基于驾驶员经验的模糊神经网络,实现根据驾驶车辆与前车的相对距离和相对速度动态调整制动强度;通过计算得到不同的车速和制动强度下,前轮再生制动力,前、后轮摩擦制动力查询表;将模糊神经网络和制动力查询表嵌入配备比例阀的制动系统从而完成辅助再生制动系统的设计.在Simulink下搭建此辅助再生制动系统模型进行仿真实验,结果表明,此再生制动系统可以有效辅助驾驶安全,避免追尾事故发生,并可充分回收制动能量.     

基于环境复杂度的危险品运输车辆碰撞预警策略

为研究传统车辆碰撞预警系统误警率较高、不完全适用于危险品运输车的问题，文中在碰撞预警策略中引入环境复杂度的概念。对静态复杂度和动态复杂度影响因子进行具体分析，提出了危险判别指标的计算方法和预警策略的具体框架，在此基础上结合国内公开的运输载货车事故报告及真实运输路段的环境信息，利用神经网络对非线性关系的高拟合度建立环境复杂度量化模型，收集真实路段下带有普通预警系统的危险品运输车辆实车数据并进行策略验证。研究结果表明:相较于市面上普通的碰撞预警系统，所提出的预警策略误警率从41％降低至8％，分类后的正确率达92％，可以较好地适应驾驶人对危险的判别和制动习惯，提高危险品运输车辆运行的安全性。      

基于单目视觉的跟驰车辆车距测量方法

为了解决结构化道路上跟驰车辆的防追尾碰撞问题,首先在对车辆制动模型进行分析的基础上得到了车辆制动距离的计算公式,进而计算出跟驰车辆与前方车辆之间的安全距离.然后,从针孔模型摄像机成像的基本原理出发,推导出基于图像中车道线消失点的车距测量公式.车距测量结果只与图像中的近视场点到摄像机的实际距离有关,无需对所有的摄像机参数进行标定,从而解决了单目视觉车距测量问题.最后,完成了不同距离处前方车辆的车距测量试验.试验结果表明,该方法的车距测量相对误差小于3％,具备了较高的检测精度,能够满足跟驰车辆防追尾碰撞的应用要求.     

基于模糊控制的纯电动汽车再生制动策略

为了保证纯电动汽车在减速或制动时获得最大的制动能量回收效率,同时保证车辆行驶的安全,以前驱型电动汽车为研究对象,通过应用模糊控制理论,提出了以制动强度z、电池的荷电状态(SOC)、制动意图的识别K为输入,制动能量回馈比a为输出的模糊控制策略;并建立再生制动模型,将此模型嵌入到ADVISOR的整车模型中,在ADVISOR软件中的城市道路循环(urban dynamometer driving dchedule,UDDS)工况下进行仿真。研究结果表明,在频繁制动的UDDS工况下,制动能量回收率比ADVISOR整车控制策略时的回收率提高了6. 55%,同时又可延长纯电动汽车的续航里程。     

基于驾驶员紧急制动行为特征的危险估计算法

基于真实交通工况下驾驶员的紧急制动行为特征,建立了一种新的危险估计算法用于汽车避撞系统的控制策略开发.通过在车辆上安装车辆行驶记录仪采集了目标区域内驾驶员的真实交通场景;对采集到的交通场景进行人工筛选,并按照美国高速公路安全管理局(NHTSA)的分类方法进行了分类,得到了6种典型的危险工况;通过视频图像处理等方法对典型危险工况下驾驶员的紧急制动行为进行了分析,得到了驾驶员紧急制动起始点的碰撞时间tTTC值以及车辆在紧急制动过程中的平均制动减速度,并利用这些数据建立了基于碰撞时间倒数tiTTC和期望减速度areq的危险估计算法.这种危险估计算法能够同时考虑两车快速靠近以及稳定跟车工况,并与驾驶员在真实交通环境中的紧急制动行为相对应.     

紧急避撞路径规划及其跟踪驾驶员转向模型

针对紧急避撞工况,提出并设计了一种紧急避撞路径规划方法和路径跟踪反馈预瞄驾驶员模型。首先,提出了一种基于Sigmoid曲线与物理约束的避撞路径规划方法,并建立融合最优曲率预瞄与闭环反馈转向修正的驾驶员模型以对所规划路径实现快速和精确跟踪。之后,搭建了CarSim+Simulink离线联合仿真平台,对避撞路径规划和路径跟踪反馈预瞄驾驶员模型的有效性进行了验证。最后,基于自主改装的试验车辆,进行实车试验以验证所提出的路径规划方法及驾驶员模型的可行性与实时性。仿真及实车试验结果均表明,所规划的避撞路径和驾驶员模型可以控制车辆快速、安全地避让障碍物。     

多车环境下智能货车的紧急转向决策及轨迹规划

决策与规划是实现自动驾驶的关键技术,针对自动驾驶货车在紧急转向避障时需要考虑换道时目标车道的安全性和规划出最优避障轨迹的问题,采用将换道时左右车道上的车辆与自车的相对距离和换道的最小安全距离的差值分别建立模糊关系的方法,通过比较模糊规则推理设计的安全值,选择更安全的车道进行转向避障,为了迅速规划出最优避障轨迹,采用三阶贝塞尔曲线,通过设计4个控制点坐标形成避障曲线,为了防止转向时横向加速度过大导致货车发生侧翻和速度过快与前车发生碰撞,设计车辆的稳定性边界和碰撞边界对控制点进行约束,使用MATLAB中的函数求解出不同车速下的最优换道轨迹,最后使用仿真软件进行仿真验证,结果表明设计出的避障决策和轨迹规划可以安全、有效地避开障碍。     

基于概率计算的车辆碰撞风险模型研究

 为研究面向车辆防撞系统的碰撞风险模型,分析了车辆碰撞风险的概率内涵,根据运动学理论并考虑车辆运行特征,建立了基于概率计算的侧向碰撞风险模型,运用Vissim微观交通仿真等方法模拟常见的车辆运行场景,利用输出数据离线计算风险值,并对仿真结果进行评价。将追尾碰撞发生的过程分为前车减速与前车减速条件下的碰撞两起事件,运用条件概率的思想求出追尾事故发生的概率来表征跟车风险。从安全的本质出发提出了跟车风险的表述方法,建立密度函数模型。在分析前车减速条件下追尾碰撞条件时,从汽车地面力学理论的角度补充考虑了制动系统作用时间、附着系数等影响因素,使模型更接近实际状况,并且将判断的标准由停车距离扩展到了制动全过程的位移。通过与其他风险模型产生的计算结果进行比较分析,发现基于概率计算的碰撞风险模型,能够更好地反映实际交通安全状态,更适用于车辆防碰撞系统。     

俯视邻近行人风险量化分析方法

针对车载单目视觉行人风险程度量化问题,提出一种俯视邻近行人风险量化分析方法。采用图像逆透视映射,将行人位置坐标从图像坐标系映射到俯视二维世界坐标系。通过在俯视二维世界坐标系中构建车行风险场并预测行人运动轨迹,量化行人风险系数并根据其系数大小将行人目标划分为安全、警告和危险三种不同风险等级。仿真实验表明:该方法能够准确量化行人目标碰撞风险,准确判定具有碰撞危险行人目标,有助于提高智能车载自主巡航能力和先进辅助驾驶系统危险预警能力。