自然驾驶工况的驾驶员紧急转向变道行为

基于中国自然驾驶工况数据,提出了紧急工况下驾驶员转向变道行为的特征规律.分析了紧急转向变道避撞、侧移和稳定阶段的驾驶员转向特征,研究了转向持续时间、方向盘转速和转角的线性关系,定义了用高斯函数拟合的转向基元来表征各阶段的转向行为.研究结果表明,转向基元表征了驾驶员转向行为的一般特征,单个转向基元的方向盘最高转速和转角变化线性相关,持续时间恒定,符合人体行为学中趋向行为(reaching behavior)的特征规律.驾驶员的紧急转向变道行为是由多个转向基元组合而成,每个转向基元都是一个开环模型,可通过方向盘最高转速预判驾驶员的转向行为.     

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.     

交叉口驾驶员转向意图辨识研究

基于profit-sharing增强学习算法,提出了自适应性驾驶员意图辨识的方法,对交叉口驾驶员转向意图进行辨识,达到了缩短辨识所需时间和提高驾驶意图辨识准确性的目的。通过驾驶模拟仪采集的交叉口驾驶员操作数据,建立关于油门踏板操作量、制动踏板操作量、车速的驾驶员转向行为模型,运用profit-sharing增强学习方法对转向行为模型进行实时调整,使模型反映驾驶员的个体特征。实验结果表明,所提的方法在交叉路口前3 s对驾驶行为的识别率是96.8%,前5 s的识别率是94.1%。     

基于自然驾驶数据的变道切入行为分析

基于上海自然驾驶数据,建立变道切入行为自动化提取标准,得到4 734个行为片段.从变道切入准备、实施过程以及对后随车的影响等方面解析变道切入行为特征.结果表明,规避原车道前方慢车是车辆采取变道切入行为最主要的原因;中国驾驶员的变道切入持续时间与转向灯使用比例均小于美国,表现出较为激进的驾驶风格;近15%的后随车驾驶员在前车变道切入时速度增幅超过10%,表现出明显的不礼让或不容忍.相比于高速公路和快速路,地面道路的变道切入行为对后随车的影响更大,危险程度也更高.     

高速公路平曲线标志标线组合设计评价指标

基于驾驶模拟实验数据,结合驾驶员在高速公路平曲线的运行速度特征、转向特征与行驶轨迹特征,选择速度、方向盘转角系数与横向位置数据构建了高速公路平曲线标志标线组合设计的合理性评价指标与有效性评价指标.其中,合理性评价指标包括转向位置的合理性评价与驾驶负荷的合理性评价,采用小波分解的方法对方向盘转角系数进行多层分解,获取驾驶员转向起终点位置与高频能量,通过驾驶员转向起终点与直缓点/缓直点的距离进行转向位置的合理性评价,通过高频能量比进行驾驶员操作负荷的合理性评价.有效性评价包括运行速度控制的有效性与车辆横向位置控制的有效性,通过平均速度、运行速度与车速离散度进行速度控制效果的评价;通过平均换道次数、平均压线行驶距离进行车辆横向位置控制的有效性评价.通过实例应用验证了研究标志标线组合设置的必要性与评价指标的有效性.     

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.     

智能汽车仿人转向控制驾驶员模型分析

为使智能汽车的弯道行驶具备人类驾驶员操控特征,基于最优曲率预瞄驾驶员模型与T-S模糊推理算法,提出了一种预瞄点横向和纵向自适应调节的仿人转向控制驾驶员模型.在封闭城市双车道弯道工况下,采集了熟练驾驶员在不同车速行驶下的弯道轨迹数据,分析得出了目标行驶轨迹.基于蚁群算法对预瞄点横向和纵向调节模糊规则进行了优化,在PreScan中构建了连续多曲率弯道仿真场景,并基于驾驶模拟仪所采集到的熟练驾驶员驾驶轨迹,对所提出的驾驶员模型的仿人转向特性进行验证.结果表明:优化后的仿人转向驾驶员模型与熟练驾驶员的行驶轨迹相似程度较好,优于最优曲率预瞄驾驶员模型或预瞄距离自适应的驾驶员模型.     

基于驾驶模拟的紧急避险车道断面宽度设置

在紧急避险车道断面宽度为4.5,7.7,9.0和12.2m条件下,利用UCWin Road Ver.9驾驶模拟仿真平台测试了5名驾驶员48次驶入紧急避险车道的几何运动参数.选取方向盘转速、方向盘转角、横向偏移率指标分别对车辆驶入紧急避险车道的最小转向半径、方向调整时间、转向角幅值、转向角频率和起弯点指标进行提取,采用多因素方差分析,检验断面宽度、驶入速度、断面宽度与驶入速度的交互作用对5个指标影响的显著性,通过多重分析检验不同断面宽度下各指标差异的显著性.研究结果表明:断面宽度4.5m时最小转向半径、转向角频率、转向角幅值与其他3组存在显著性差异,失控车速90km·h~(-1)时车辆即面临侧滑风险,车辆驶入紧急避险车道的难度大,驾驶员心理紧张程度高.仅断面宽度12.2m时起弯点位于渐变点之后,其起弯点与渐变段起点的差值与其他3组存在显著性差异.断面宽度对方向调整时间影响显著且不同断面间的方向调整时间存在显著差异,方向调整时间与断面宽度呈幂函数关系.综合分析,紧急避险车道的设置宽度不宜低于7.7m.     

基于车道选择行为分析的交通标志优化设置

分析了驾驶员变换车道时的认读标志行为,从感觉、知觉、判断、执行4个阶段分析快速路连续交通流条件下车道变换所需的时间及距离.给出了认读标志过程中消失点位置的确定方法.结合安全行车要求给出了车辆变道时的临界可穿越空档.通过引入变道成功概率,分析了车辆变道所需的最小行动距离.在此基础上建立了交通标志设置最小前置距离的理论模型.模型输出结果显示,其他条件相同时,流量越高,车辆变道时所需交织段长度越大,交通标志的最小前置距离也越大.模型应用于烟台市同三高速公路交通标志的优化设置,得到在不同变道成功概率下交通标志设置的前置距离,验证了模型的合理性.     

基于意图辨识的线控汽车紧急转向控制方法

针对线控转向汽车在紧急转向时,按理想转向传动比控制得到的横摆角速度动态响应慢、超调量大、稳定时间长的问题,提出了一种基于驾驶员转向意图辨识的横摆角速度反馈控制方法.该方法在正常转向时,车辆按照理想转向传动比控制;在紧急转向时,在理想转向传动比控制基础上,叠加横摆角速度反馈控制.车辆紧急转向引入驾驶员转向意图辨识环节,以判定何时叠加横摆角速度反馈控制.转向意图辨识利用多维高斯隐马尔可夫模型建模,通过离线训练参数、在线辨识识别的方式实现.实验验证结果表明:该方法能够有效降低线控汽车瞬态转向响应的超调量、减少稳定时间.     

基于效用理论的车辆换道交互行为及决策模型

研究分析道路交通环境下的车辆换道交互行为,客观反映车辆微观行为特性及宏观车流运行规律。通过分析车辆换道微观驾驶行为,构建Logit模型定量分析驾驶人换道行为决策过程,基于“效用理论”思想,实现驾驶人决策效用最大化。选取青岛市杭鞍快速路实际交通流为研究背景,标定模型相关参数;进一步仿真验证了分层Logit模型的准确性。研究成果可为智能网联交通环境下的车车交互、车路协同和自动驾驶系统提供理论支撑和方法依据。     

基于反向双目识别的驾驶员分心检测

为检测分心驾驶状态,研究了基于反向双目的驾驶状态检测方法。首先,根据Hough算法进行车道线检测和识别,计算车辆偏航率;同时采用多点透视算法对驾驶员头部姿态进行估计;然后建立基于高斯隶属度函数模糊判断规则,根据车辆偏航率与驾驶员头部姿态对驾驶员驾驶状态进行识别。最后,采用所建立的驾驶员驾驶状态识别模型,对车道保持、换道行驶及分心行驶三种不同驾驶状态进行测试。结果表明,建立的驾驶员驾驶状态识别模型对上述三种状态检测准确率分别为99.0%、86.7%、80.8%。     

时滞对人—车闭环系统操纵稳定性的影响

对以往具有横摆角速度反馈控制的电动助力转向模型进行了研究分析,考虑反馈控制中时滞的存在,基于合适的驾驶员模型和汽车转向运动模型建立含时滞的横摆角速度反馈控制电动助力转向模型,利用matlab/simulink建立了人—车闭环系统动力学模型,通过改变时滞参数分析了时滞对车辆操纵稳定性的影响.研究结果表明,时滞对车辆的侧向速度、横摆角速度、前轮转角和驾驶员力矩都会产生不良影响,使汽车的稳定性变差甚至使汽车失稳.     

基于主动转向的车辆路径跟随广义预测控制

为了增强车辆在外界干扰存下的路径跟随性能,提出了一种基于广义预测控制(GPC)的主动转向控制器来保证车辆对于路径的跟踪能力.采用受控自回归积分滑动平均模型(CARIMA)作为预测模型,通过带遗忘因子的最小二乘法辨识方法获得CARIMA模型参数,避免了由于车辆非线性造成的参数化建模不准确、繁琐问题.使用车辆路径侧向跟踪误差作为控制器输入,方向盘附加转角作为输出,与驾驶员方向盘转角进行综合,获得车辆方向盘最终转角.在Simulink-CarSim联合仿真环境下,验证了所设计控制器在双移线工况有强侧向风干扰时车辆对路径的跟随性能.     

考虑驾驶员特性的四轮独立驱动电动汽车转向控制研究

四轮独立驱动电动汽车四轮驱动力矩独立可控,在汽车控制方面相对于传统汽车具有显著优势,通过建立驾驶员不同转向特性参考模型和四轮驱动力矩控制进行考虑驾驶员特性的四轮独立驱动电动汽车转向控制研究。基于驾驶模拟器实验,在对驾驶员转向特性进行分类和建立辨识模型的基础上,采用RBF神经网络建立了驾驶员不同转向特性的参考模型,给出了考虑驾驶员转向特性的整车控制原理,应用驾驶模拟器对所研究的控制方法进行了验证。验证结果表明:参考模型输出能够反映不同转向特性驾驶员期望的车辆响应,通过对四轮驱动力矩合理控制实现汽车跟踪驾驶员期望。     

基于自然驾驶数据的高速公路出口换道决策模型

为研究高速公路出口换道行为特性,分析驾驶员换道决策机理,依托上海自然驾驶实验所采集的驾驶行为样本和车辆运行参数,采用Google Earth标定行驶路径及高速公路出口范围以筛选出口样本,并根据车道偏移参数和方向盘转角识别换道行为;以单向4车道高速公路为例,综合考虑行驶路径信息和交通流环境,基于随机效用理论,采用Binary Logit(BL)模型拟合构建换道决策模型,得到车道效用函数;基于效用函数作出高速公路出口范围内在自由流、稳定流和拥挤流水平下的分车道效用分布图,并进行同质性和异质性分析.结果表明,换道决策模型准确率达到86.21%,各变量影响均可得到合理解释;根据效用分析,出匝车辆的换道行为是出匝意愿与通行环境改善需求两方面平衡的结果,兼有强制性换道与自由性换道的行为特性,且随着交通流状态由自由流过渡到拥挤流,后者影响逐渐增强,表现为上游向左换道行为趋于活跃、下游向右换道位置接近出口.     

信号交叉口上游路段网联车换道博弈特性及模型

为提高网联驾驶车辆在信号交叉口上游路段与驾驶员车辆换道博弈的主动性,以左转网联驾驶车辆为研究对象分析该路段的强制换道博弈特性。首先,通过分析信号交叉口上游路段车辆的行驶意图和换道行为,设定驾驶人期望函数来客观反映车辆的行驶需求,以车辆的安全和行驶效率为收益并进行量化,在完全信息的假设下通过博弈均衡解得到最优换道决策来实现换道收益最大化;其次,为提高换道的舒适性,以五次多项式规划换道轨迹并实现网联驾驶车辆对驾驶员车辆博弈换道的过程;最后,利用仿真试验对模型进行验证,分析不同换道位置和绿灯剩余时间等因素对网联驾驶车辆决策的影响。研究结果表明,在信号交叉口上游非合作博弈强制换道过程中,随单位换道位置增加换道概率平均增加0.69%,随单位绿灯剩余时间增加车辆换道概率平均降低0.82%。通过仿真分析信号交叉口上游路段车辆的博弈换道特性和决策倾向,有利于为网联驾驶车辆换道提供决策引导。     

采用方向预瞄的内模驾驶员模型

为了建立与真实情况更加相符的驾驶员模型,针对汽车驾驶员对整车不确定参数的自适应性,在分析汽车驾驶员预瞄、决策和自适应机理的基础上,建立了基于方向预瞄的内模驾驶员模型。该模型由驾驶员方向预瞄模型、驾驶员决策模型和驾驶员内模模型组成。汽车双移线工况仿真结果表明,内模驾驶员模型能够有效地用于汽车转向控制,并能够充分体现汽车驾驶员所具有的对不确定参数的适应性。