自动紧急制动系统行人避撞策略及仿真验证

为提高自动紧急制动系统对行人保护的安全性,提出了一种采用上层模糊控制和下层PID(proportion integration differentiation)控制的分层控制行人避撞策略。以某款E级SUV车辆为研究对象,建立其动力学模型,在国内外真实行人测试场景下,构建了基于TTC(time to collision)碰撞时间理论的风险评估模型,通过Matlab和CarSim软件的联合仿真,对控制策略进行了仿真验证。仿真结果表明:所提出的自动紧急制动系统行人避撞策略能满足国内行人测试工况标准,与行人最小安全距离为0.9m;在保证安全的前提下,模糊控制可自动调节制动强度,输出减速度范围控制在4.8～6.1m/s2,有较好的舒适性;TTC风险评估模型正确发出了行人碰撞预警,无漏警和误警发生。     

汽车主动避撞系统安全报警算法

针对汽车主动避撞系统的安全报警要求,在比较固定车距报警、车头时距报警和驾驶员预估模型报警算法,并结合汽车制动过程运动学分析的基础上,提出了一种新的基于驾驶员模型的安全报警算法。该方法具有贴近驾驶习惯且易于工程实现的特点,该文通过仿真分析验证了其合理性。实车实验结果表明:车速为20km/h时,驾驶员模型算法优于车头时距算法,而两种驾驶员模型算法之间则相差不大;车速增加至30km/h时,驾驶员预估模型算法与车头时距算法结果接近,而该文提出的算法的报警时刻更好。     

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     

应用于汽车主动避撞系统的车辆纵向动力学模型

车辆建模技术是汽车主动避撞系统开发及评价的关键技术之一.该文运用混合建模技术,将理论分析模型和车辆实验数据结合,充分利用各动力总成现有的标准数据,建立了模拟汽车主动避撞系统中车辆行驶复杂工况的纵向动力学模型,并实现了基于通用软件的仿真.该模型简洁、准确,可以满足汽车主动避撞系统的要求.文中通过仿真与实车实验,验证了所开发模型的正确性和合理性.     

驾驶员制动和转向避撞极限

结合驾驶员避撞行为特征和车辆动力学特性,对驾驶员的制动和转向避撞极限进行了研究,得到了制动避撞和转向避撞的临界TTC(time-to-collision)值,并对比分析了两种避撞方式的适用性以及道路摩擦系数、重叠率等因素的影响.结果表明,转向避撞在高相对速度、低附着系数、低重叠率等工况下相比于制动避撞更有优势.     

基于行人轨迹预测的无人驾驶汽车主动避撞算法

针对传统轨迹预测算法无法深入挖掘行人行走意图信息,不能提前对行人轨迹做出提前预判,导致无人驾驶汽车主动避撞算法存在缺陷等问题,通过车载传感器获取道路行人图像信息和位置信息,并基于卷积神经网络对道路行人动作特征进行识别,分析其行走意图.利用卡尔曼滤波算法获取状态估计的预测值,结合行人主观意图进行修正,输出符合行人主观意图...     

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。     

驾驶员前向避撞行为特征的降维及多元方差分析

驾驶员在追尾临撞工况下的避撞过程可以分为多个阶段(如制动前、制动后),而在每一阶段中,又存在多个分析角度(如制动快慢、制动力度)及不同的关键时刻与特征值,因此系统描述驾驶员的避撞行为需要多种参数.对多种避撞行为参数进行降维处理,并探究工况紧急程度对每类参数的综合影响.利用同济大学8自由度高仿真驾驶模拟器,研究驾驶员在不同前车减速度(0.30g,0.50g,0.75g)和不同初始车头时距(1.5s,2.5s)下的避撞行为,全面记录了驾驶员危险感知、油门释放和刹车制动等避撞行为参数.利用主成分分析对众多参数进行降维处理,将避撞行为特征划分为感知反应、制动延误、制动力度3个方面,并通过多元方差分析探究车头时距、前车减速度及二者交互项对这3个方面的影响.结果表明,驾驶员感知反应受到车头时距和前车减速度同时影响,制动延误受到车头时距、前车减速度以及二者交互项的影响,制动力度则仅受到前车减速度的影响.在变化趋势上,随着工况紧急程度的增加,驾驶员的感知反应越快,制动延误越短,而制动力度越大.     

基于势函数的多智能体避撞队形控制

研究了一类多智能体系统的队形控制问题,改进了现有避撞势函数的构造方法.基于势函数的方法设计了控制策略,在控制策略的作用下,多智能体系统实现了期望的队形,避免了碰撞的发生.最后,仿真表明所提方法的可行性和有效性.     

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,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,引入碰撞、侧滑和越出车道3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。     

基于驾驶倾向性辨识的避撞-报警算法

为了研究适应驾驶员个性需求的避撞-报警算法,将驾驶倾向性作为驾驶员的个性评价指标引入。以实车实验所得驾驶行为数据为基础,提出了一种驾驶倾向性的实时辨识方法。通过驾驶模拟实验,获取了不同驾驶倾向性驾驶员的反应时间和制动减速度数据;并据此提出了一种基于驾驶行为的避撞-报警算法;最后将该算法与典型安全距离算法进行仿真对比。结果表明:本文提出的避撞-报警算法具有较高的可信度,而且体现了各类型驾驶员报警触发时机差异。     

基于BP神经网络的纵向避撞安全辅助算法

针对复杂人-车-路交通环境下汽车前向防碰撞预警系统(FCWS)在实际工程应用中存在虚警漏警、可接受性差等问题,为提高FCWS对驾驶群体行为差异的适应性,提出了驾驶员行为特性自适应学习的纵向避撞安全辅助算法,建立了基于BP神经网络的闭环驾驶跟驰习惯模型。该网络模型以跟车车距、前车减速度、前车速度、自车速度、环境亮度、路面附着系数、紧急制动次数、本次驾驶时间为输入,采用动量梯度下降自适应学习率方法对网络模型进行训练,进而预测出自车待制动减速度。引入聚类算法思想,对训练样本集进行特征聚类,进一步改善了BP网络的预测性能,设计了激进、谨慎、新手3类典型驾驶群体,通过制动深度、期望碰撞时间倒数、应急反应时间来表征驾驶群体性特征,在稳态跟车过程中对不同驾驶群体的行为特性进行学习,建立起非线性输入输出映射关系知识库,进而预测出相应群体的待制动行为,实现差异化预警,可有效降低虚警或预警不及时现象。仿真结果表明,改进后的BP网络减小了训练过程中陷入局部极小的可能性,提高了网络收敛速度以及预测精度,激进群体与新手群体待制动曲线下降的趋势相对更陡,激进群体跟车距离相对偏近,新手群体采取制动措施时所需相对车距相对偏远,以补偿较长的反应距离,从而验证了该理论模型对不同驾驶群体的适应性。     

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。     

自动存取系统多载量轨道小车避碰调度方法

针对自动存取系统(AS/RS)货物装卸顺序约束和轨道小车(RGV)潜在碰撞的问题,引入装卸顺序冲突和碰撞冲突的概念对问题进行描述,以最小化任务总完工时间为目标,建立了消除冲突的数学规划模型.针对小规模问题,应用CPLEX获取其最优解;对于中大规模问题,构建了改进型和声搜索算法.在算法设计中,通过拆分、合并和声记忆库加快搜索速度,并融入4种变邻域搜索策略和1种变异操作以克服基本和声搜索算法早熟收敛、易陷入局部最优等不足.仿真实验与其他算法的对比结果表明,所构建算法具有较高的求解质量和良好的收敛性能,能提高AS/RS的运行速度和实用性.     

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。     

紧急避撞工况下的路径规划与跟踪

高速工况下规划侧向换道紧急避撞路径需考虑避撞与稳定性问题,本文提出了一种基于非均匀B样条曲线、满足多约束要求的路径规划方法. 该方法通过两段非均匀B样条曲线构造出具有曲率连续且加速度呈梯形变化、满足起止点斜率和曲率约束的避撞路径模型,再结合环境信息生成由两个参数控制路径形状的避撞路径簇;在此基础上,构建乘员舒适性目标函数,旨在满足避撞要求的情形下,从路径簇中选取舒适性最优的局部路径;在完成避撞路径规划同时,通过目标函数以及车辆多约束得到优化纵向加速度,完成避撞运动规划;最后采用长于处理多约束控制的模型预测控制算法,通过建立线性时变模型预测控制器控制车辆跟踪规划的路径,验证了路径规划方法的可行性.     

工况紧急程度对驾驶员避撞行为的影响

利用同济大学8自由度高仿真驾驶模拟器研究了临撞工况紧急程度对驾驶员避撞行为的影响.通过不同初始车头时距(1.0 s,[1.0 s,1.5 s),[1.5 s,2.5 s])和不同前车减速度(0.30g,0.50g,0.75g)的组合,建立了不同紧急程度的前车减速临撞工况,运用驾驶员感知反应时间、油门释放反应时间、制动转移时间、制动延误、最大刹车踏板压力、最大减速度等指标比较了不同紧急程度下避撞行为的差异.结果表明,①随着工况紧急程度的增加,驾驶员更快地释放油门及达到最大刹车踏板压力,并且施加更大的制动力度;②当初始车头时距为1.5 s左右时,驾驶员感知反应时间约为1.2s,而当初始车头时距增大到2.5 s以上时,感知反应时间变得非常大,甚至达到了3 s;③驾驶员开始释放油门与开始制动间的转移时间不受工况紧急程度影响,保持在0.8 s附近;④在低紧急程度下,驾驶员表现出多阶段刹车行为,使得驾驶员需要更多的时间才能达到最大刹车踏板压力.     

汽车黑匣子

汽车购买者常常面临让人眼花缭乱的配置选购，但有一项重要的附加配置，它既不张贴在挡风玻璃上，也不注明在任何选购套餐中，像香烟盒大小的一只电子匣，比起所谓的飞机黑匣子，其等级略逊一筹。飞机黑匣子已成为飞机失事后众人瞩目的焦点。根据美国国家高速公路交通安全管理局(NHTSA)的统计，     

基于自然驾驶数据的避撞预警对跟车行为影响

基于60 689 km车辆运行数据提取了1 613个跟车行为片段,并分析了前向避撞预警(FCW)系统对跟车行为2个重要参数——车头时距和反应时间的影响.结果表明,FCW系统对跟车车头时距影响不显著,但显著降低了跟车中的反应时间.白天状态下,反应时间减少了0.13 s;后车逼近前车时,反应时间减少了0.09 s.