基于驾驶员行为特性的自适应巡航控制的研究

为了获取驾驶员跟车行为特性并以此为基础设计自适应巡航控制系统,建立驾驶员控制增益随车速变化的动态跟车模型。引入驾驶员追踪误差敏感度,定量分析控制增益与车速的动态变化关系。为了准确描述驾驶员行为特性,定义速度误差敏感系数SVE(Sensitivity to Velocity Error)和距离误差敏感系数SDE(Sensitivity to Distance Error),基于非线性优化算法求解模型参数。最后通过Matlab搭建自适应巡航系统,进行仿真试验,并与驾驶员试验结果对比,验证控制算法。     

汽车跟车预警仿真及评价研究

为了提高高速公路汽车跟车行驶的安全性,从驾驶员特性、汽车特性、道路特性及交通流特性的角度,以经典的牛顿力学理论为依据,充分考虑制动前驾驶员的反应时间,分别建立了9种状态下的临界安全车距模型、基本安全车距模型和充分安全车距模型.在此基础之上,建立了驾驶员跟车行驶安全度评价模型,并利用驾驶模拟系统,对追尾预警模型及驾驶员跟车行驶安全性评价模型应用于仿真平台的有效性进行了验证.驾驶模拟实验结果表明,预警模型有效、可靠,可用于驾驶员跟车安全性检验,为提高驾驶员高速跟车行驶的安全性及速度控制提供了理论依据.     

网联通信时延下的混合队列控制特性分析

针对CACC协同自适应巡航控制技术,探究其在车联网通信时延影响下,与驾驶员驾驶汽车共存而构成的混合队列系统的性能。从微观跟车行为角度,基于频域传递函数,推导通信时延下的CACC队列稳定最小跟车时距的理论表达式,并通过数值验证指出CACC队列稳定最小跟车时距随通信时延增大而增大的特性。从交通激波特性角度,针对无时延CACC、有时延CACC和时延过大而退化后的ACC自适应巡航3种情形,给定相同的跟车时距,进行不同渗透率下的大规模交通仿真实验,实验结果表明,在无时延和1 s时延这2种情形下,CACC在20%及以上的渗透率时均能显著降低交通扰动,削弱激波,性能差别不明显; 相比而言,退化后的ACC性能明显恶化。      

EURO NCAP开展自动驾驶试验

正随着汽车制造商朝着实现车辆自动驾驶的目标迈进,汽车正变得越来越先进。虽然自动驾驶汽车仍有很长的路要走,但驾驶辅助技术正日益普及,比如自适应巡航控制(ACC)与车道居中(LC)相结合,可帮助驾驶员保持稳定的速度、与前方车辆保持安全距离并使车辆保持在车道中     

车辆自适应巡航控制系统的研究现状

自适应巡航控制系统(ACC)一方面可以有效避免碰,另一方面可以提高驾驶舒适性和行车安全,有效减轻了驾驶员的操作负担,在特定工况下实现了汽车的纵向自动驾驶,文章主要介绍介自适应巡航控制系统的控制策略和控制算法以及ACC系统的控制理论的研究现状。     

基于高速实车驾驶数据的驾驶人跟车模型研究

通过实车试验采集驾驶人在高速公路的跟车数据,分析了跟车过程中加速、稳速和减速阶段的划分标准,探讨了稳速跟车阶段驾驶人的期望跟车间距与跟车速度之间的关系,建立期望间距跟车模型,并与自适应巡航控制(ACC)系统所用的安全距离模型进行对比。结果表明:加速和减速阶段,驾驶人的反应并非对称,加速阶段的车辆状态变化更频繁;在稳速跟车阶段,驾驶人的期望跟车间距随车速的升高而增加;与安全距离模型相比,所建立的期望间距跟车模型更符合驾驶人跟车习惯。     

基于Simulink&PreScan的自适应巡航建模与仿真

智能辅助驾驶越来越多的得到应用,尤其自适应巡航系统的应用,能够在一定程度上减少驾驶员的驾驶强度。本文设计了一套自适应巡航系统,使用Simulink进行了模型搭建,并用PreScan软件针对特定场景进行了仿真。自适应巡航系统的成功实现,是汽车自动驾驶的重要步骤。     

重型商用车预见性自适应巡航控制策略研究

为提高商用车巡航系统的经济性与安全性，设计了考虑节油安全驾驶的商用车预见性自适应巡航控制系统（predictive adaptive cruise control system,PACC），基于前方道路坡度规划了预见性巡航经济车速，针对巡航过程中受前车影响产生制动干扰的问题，提出了一种利用前车信息进行优化的预见性自适应巡航控制策略。基于前方道路坡度设计了自适应车间距，规划主车行驶车速，实现了预见性自适应巡航行驶。基于一汽解放JH6重型商用车进行了实车试验，研究结果表明：该算法可以有效降低燃油消耗量并缓解驾驶员驾驶疲劳，为商用车辅助驾驶系统的开发提供了极为重要的理论及实际价值。     

基于深度强化学习的驾驶员跟车模型研究

为提升智能驾驶系统的纵向跟车性能,本文构建了一种基于深度强化学习的驾驶员跟车模型。首先,设计了跟车场景截取准则并从自然驾驶数据中筛选出符合条件的典型跟车场景,并对其数据进行统计分析,即采用相关系数法分析了车间距、相对速度和车头时距等因素对驾驶员跟车行为的影响机理,得出驾驶员跟车行驶过程的行为特性及其影响因素。接着,基于深度确定性策略梯度算法建立了驾驶员跟车模型,将驾驶员跟车轨迹数据集输入到模拟跟车环境中,让智能体从经验数据中学习驾驶员的决策行为。最后,以原始工况数据为基准,对基于深度强化学习的跟车模型进行对比仿真验证,结果表明所构建的驾驶员跟车模型具有良好的跟踪性能,能真实地复现驾驶员的跟车行为。     

考虑驾驶员和道路特性的车辆自适应巡航模型预测控制

文章提出一种将模糊逻辑控制与模型预测控制相结合的控制方法用于车辆的自适应巡航控制(ACC)。在该方法中,模糊控制器根据驾驶员和道路特性对模型预测控制器得到的优化结果进行修正,得到期望的纵向加速度作为主车的控制输入。ACC算法在Matlab/Simulink中搭建,仿真结果显示,提出的ACC算法能够在不同的驾驶风格和路面条件下很好地实现跟车功能,算法具有很强的鲁棒性。     

山地城市公交驾驶员汽车转向灯使用特征研究

通过对山地城市公交驾驶员驾驶过程的跟车调查,选取转向灯开启率与转向灯开启时间2类数据进行对比分析,得出驾驶员对汽车转向灯的使用特性,为驾驶员的安全行车提供了依据与理论支持,同时也为山地城市公交车的安全管理提供理论依据。     

雾天高速公路换道行为特性研究

为探寻雾天不同能见度水平对高速公路驾驶员换道行为特性的影响,利用高仿真驾驶模拟实验平台构建不同能见度条件下的高速公路雾天环境,并开展驾驶模拟实验,采集了驾驶员在正常天气以及大雾、浓雾天气下自由换道过程中的行为特征,采用Friedman检验对换道持续时间、换道速度的平均值和标准差、换道时跟车距离4个指标进行分析.分析结果显示正常天气下的换道持续时间小于雾天环境(正常天气左换道时间平均为5.96 s,大雾环境下为6.02 s,浓雾环境下为6.31 s)且存在显著性差异(sig.=0.00);正常天气下的换道平均速度与跟车距离大于雾天环境(正常天气下左换道平均速度为104.24 km/h,大雾环境下为94.67 km/h,浓雾环境下为85.95 km/h;正常天气下左换道跟车距离平均为109.58 m,大雾环境下为77.54 m,浓雾环境下为74.63 m).结果表明,随着能见度水平的降低,驾驶员在高速公路执行换道过程时持续时间延长、速度降低,同时跟车距离缩小.雾天不同能见度水平对高速公路驾驶员换道行为产生不同程度的影响.      

基于并线行为识别的自适应巡航控制方法

本文中针对自适应巡航控制系统受旁车并线影响产生的制动干预时机不确定性问题,提出了一种采用旁道车辆并线行为进行优化的自适应巡航控制策略,以获得制动干预的最佳时机。首先,建立了以历史行驶数据和周围环境为输入、基于长短时记忆网络的驾驶行为识别模型,实现对旁道车辆驾驶行为类别的有效识别。当识别出并线行为后,根据并线车辆运动状态对自适应巡航系统进行加速度控制,建立系统的预测控制模型,确定跟随性、舒适性和油耗这3项性能指标与约束条件,并引入理想点法对期望加速度进行求解,有效避免了人为选择权重因素的干扰。然后,将最优控制序列的第一个元素作用于系统,再重新评估系统状态信息以实现滚动优化。最后,建立MATLAB/Simulink仿真模型,进行定速巡航、跟车行驶和并线工况的对比仿真,并通过实车试验进行验证。结果表明:所提算法能更快响应旁车并线时跟车目标的变化,有效降低速度波动,避免了绝大部分的车辆紧急制动,同时,考虑并线驾驶特性的控制模型能有效提高乘车舒适性,降低安全风险。     

交通拥堵辅助系统(TJA)跟车模型及试验验证

交通拥堵辅助作为一种高级驾驶辅助系统,对缓解和减轻交通拥堵状态下驾驶员的疲劳具有重要作用。在交通拥堵状态下,车辆会频繁地进行加减速动作,保持合适的跟车距离对交通拥堵状态下的安全性和驾驶体验尤为关键。文章首先分析了交通拥堵辅助系统的跟车性能要求;其次,通过简化跟车过程和理论推导,建立了交通拥堵辅助系统跟车模型;最后,通过实车试验验证了交通拥堵辅助系统跟车模型的合理性和适用性。     

Vehicle Rear-end Collision Warning Algorithm Based on Driver's Braking Behavior

利用图像式汽车行驶记录仪在北京市采集了大量自然行驶状态下的驾驶行为数据,基于追尾碰撞中的驾驶员制动操作行为,分析驾驶员安全与危险跟车状态和车辆状态参数之间的关系,利用Fisher判别分析法建立了符合驾驶员危险感知特性的车辆追尾预警算法.研究结果表明该算法总的判别准确率高达95％.     

基于长短期记忆模型的跟车距离预测研究

当前不少前向碰撞预警系统以预警距离作为预警的特征量对驾驶人进行预警,因此,提高对跟车距离的预测准度能够直观有效提高该前向碰撞预警系统的预警能力。研究通过驾驶模拟器构建跟车场景,收集了41名驾驶员的跟车行为数据,按照3:1的比例将试验数据划分为训练集和测试集。将驾驶人的跟车距离与速度作为长短期记忆模型的输入,跟车距离作为模型的输出,对驾驶人的跟车距离进行了预测分析研究。结果表明,利用该数据集的模型能够很好的预测驾驶人的跟车行为,泛化性能较好,没有过度拟合现象。并且通过输入不同时间窗口长度的测试集发现,随着测试集长度的降低,预测结果的误差会更大。能够为提高前向碰撞预警系统的精准度提供理论支持,从而增加驾驶员对预警系统的接受度。     

警惕最危险的五大驾车错觉

<正>由于受生理、心理、年龄、身体条件及行车环境等诸多因素的影响,驾驶员在行车中往往会产生各种各样的错觉,导致错误操作而造成险情。因此,驾驶员(特别是新手)应了解这些易引起错觉的特性,并在行车中加以预防,才能保证行车安全。距离错觉:对于路上各种类型的车辆,驾驶员有时会对来车的车长、会车间距、跟车距离产生错觉,使会车的距离不够和跟车的距离过近而导致事故的发生。常见的有:同样距离,白天     

安全小贴士：注意保持“安全车距”

道路交通肇事中,很多是因为驾驶员跟车方法不当,或不能保持合适的跟车距离而造成的。因此,掌握正确的跟车方法,保持合适的跟车距离,对减少事故有重要意义。《中华人民共和国道路交通安全法》第四十三条规定:同车道行驶的机动车,后车应当与前车保持足以采取紧急制动措施的安全距离。     

高速公路出口路段车辆交通事故多发原因及对策

在高速公路出口路段,经常会发生车辆追尾、碰撞、横滑、侧翻等车辆交通事故,造成该路段事故多发的原因,大多是前车驾驶员违法驾驶、盲目操作,后车速度快,跟车距离近,驾驶员警惕性不高,处置措施不当等。     

基于ISO26262的高速辅助驾驶的功能安全概念设计

随着汽车电子的高速发展,辅助驾驶系统已经开始大量普及,并已经开始逐步下探到十万元左右的在售车型之中.辅助驾驶系统,主要是指随着智能化的应用,辅助驾驶员驾驶,系统自动执行部分动态驾驶任务,有效的降低驾驶员驾驶强度,提升驾驶品质.典型的如自适应巡航系统(ACC)、车道保持辅助系统(LKA)、自动紧急制动系统(AEB)和高速...