驾驶员方向控制模型及在汽车智能驾驶研究中的应用

分析了驾驶员开车行为特性，利用模糊决策理论介绍了汽车预期行驶轨迹驾驶员模糊决策模型，并结合驾驶员预瞄最优曲率模型建立了一个新的驾驶员方向控制模型，同时也论述了该驾驶员方向控制模型在汽车智能驾驶研究中的应用。仿真结果表明所提出的模型可以描述驾驶员对汽车行驶方向的控制行为，并为汽车智能驾驶的研究提供了一条可行途径。     

半挂汽车列车闭环非线性系统行驶稳定性分析

对半挂汽车列车行驶稳定性的闭环非线性系统进行了研究,建立了半挂汽车列车三自由度非线性模型。以单点预瞄驾驶员模型与半挂汽车列车三自由度非线性模型的耦合系统为研究对象,应用李雅普诺夫一次近似定理,在线性范围内分析了系统参数的特征根轨迹,并在线性范围内分析了驾驶员预瞄时间和轮胎侧偏刚度对临界车速的影响。     

驾驶员稳态预瞄动态校正假说

针对汽车运动学和动力学自身的特点及驾驶员对其的理解和认识，基于预瞄跟随理论和预测控制理论，在驾驶员行为建模中作出了汽车运动学和动力学特性的分隔处理，提出了驾驶员稳态预瞄动态校正假说，并结合仿真计算和驾驶模拟器实验论证了假说的合理性和有效性。     

基于驾驶员行为模拟的ACC控制算法

基于驾驶员最优预瞄加速度模型建立了一种适用于多种典型行驶工况的ACC控制算法。该算法采用基于多目标模糊决策方法的驾驶安全性、工效性、轻便性与合法性评价指标以及基于预瞄跟随理论的微分校正函数，描述了ACC控制系统对自由工况、跟随工况和切入工况等不同行驶条件及汽车动力学系统强非线性特性的考虑。     

基于障碍物斥力场的汽车主动避撞系统

为提高汽车行驶安全性,设计了基于障碍物斥力场模型的汽车主动避撞系统,建立了道路算盘模型和驾驶员预瞄跟随模型,利用算盘模型可求解出避撞路径,使用驾驶员预瞄跟随模型可求解出汽车转向盘最优转角。通过动静态障碍物环境下的仿真试验表明,利用算盘模型规划出的路径平滑、安全、可跟踪;驾驶员预瞄跟随模型的路径跟随精度高,实现了汽车主动避撞。     

非线性闭环汽车系统直线行驶稳定性分析

详细研究了驾驶员－汽车闭环系统直线行驶稳定性问题。在线性范围内分析了驾驶员预瞄时间和轮胎刚度对临界车速的影响；在非线性领域内运用Hopf定理等非线性理论研究了当系统失去直线行驶稳定性后的特殖运动形式，并以某一国产汽车为例，验证了该车失去直线行驶稳定性后，将出现稳定的蛇行运动。     

汽车预期轨迹驾驶员模糊决策模型及典型路况仿真

本文分析了预瞄最优曲率模型的特点。在此基础上应用系统模糊决策理论，通过合理的预期轨迹决策策略，建立了驾驶员动态决策汽车预期行驶轨迹的模糊决策模型。最终仿真计算了驾驶员在多种典型路况下对汽车预期轨迹的决策行为。     

基于横向预瞄偏差的驾驶员前视轨迹控制模型

文章给出了横向预瞄偏差的概念，提出了一种基于横向预瞄偏差的驾驶员前视轨迹控制模型。通过计算机仿真，验证了该控制模型的正确性。该模型与现行的预瞄驾驶员模型相比，具有理解容易，分析计算简单，实用性强的优点。     

预瞄跟随驾驶员模型的复合校正

由于汽车动力学特性呈现强非线性,经典的开环校正控制方式不能自动适应被控车辆动力学特性的变化。据此,本文中提出一种对汽车非线性动力学具有自适应性的复合校正方法,它采用经典的开环校正作为主校正部分,而用BP神经网络PID控制器作为补偿校正部分。在Matlab/Simulink中对Car Sim样车进行仿真,结果表明,采用复合校正方法的预瞄跟随驾驶员模型跟随性较好,参数无需标定,且对汽车动力学的非线性特性具有很好的自适应能力。     

车辆转弯制动横向轨迹控制驾驶员模型研究

为了较为真实地反映车辆转弯制动工况,建立了含Pacejka"魔术公式"非线性联合工况轮胎模型的4轮8自由度车辆系统模型,并基于预瞄跟随理论、加速度反馈控制和模糊PID控制技术建立了车辆转弯制动横向轨迹控制驾驶员模型。针对不同初始速度和制动强度,利用MATLAB/Simulink进行了横向轨迹控制仿真分析。分析结果表明,驾驶员控制模型能很好地跟踪横向轨迹,模型的可行性和有效性得到验证,同时不同仿真条件下结果的一致性也说明该控制方法具有较强的自适应能力和鲁棒性,为进一步研究复杂工况下的驾驶员模型及横向轨迹控制提供了一条可行的途径。     

基于模糊神经理论的驾驶员控制模型的研究

把横向预瞄偏差作为模糊神经驾驶员控制模型的输入变量之一，解决了由于输入变量较多，神经网络节点数巨大的问题，从而设计并实现了模糊神经驾驶员控制模型网络拓扑结构，并用BP网络实现了控制规则的模糊映射。仿真的结果表明：所建立的模糊神经驾驶员模型是正确和可行的。这种模型的核心思想是利用神经网络对汽车驾驶员驾驶知识的表达机理，通过学习训练来实现控制规则的记忆，在一定程度体现了驾驶员的智能行为。     

早期汽车设计驾驶人模型回顾

系统回顾了早期汽车驾驶人模型的发展与演变,根据驾驶人模型的设计理论和研究方法,将驾驶人模型分为方向控制驾驶人模型、STI模型、预期开环控制模型、双模式模型以及其他种类的模型,其中方向控制驾驶人模型又可分为预瞄驾驶人模型和线性状态变量控制模型。综述了上述各类汽车驾驶人模型的研究过程,分析论述了早期汽车驾驶人模型的结构特点,总结了各类驾驶人模型存在的不足,提出了驾驶人模型发展的新方向。     

Optimal preview game theory approach to vehicle stability controller design

Dynamic game theory brings together different features that are keys to many situations in control design: optimisation behaviour, the presence of multiple agents/players, enduring consequences of decisions and robustness with respect to variability in the environment, etc. In the presented methodology, vehicle stability is represented by a cooperative dynamic/difference game such that its two agents (players), namely the driver and the direct yaw controller (DYC), are working together to provide more stability to the vehicle system. While the driver provides the steering wheel control, the DYC control algorithm is obtained by the Nash game theory to ensure optimal performance as well as robustness to disturbances. The common two-degrees-of-freedom vehicle-handling performance model is put into discrete form to develop the game equations of motion. To evaluate the developed control algorithm, CarSim with its built-in nonlinear vehicle model along with the Pacejka tire model is used. The control algorithm is evaluated for a lane change manoeuvre, and the optimal set of steering angle and corrective yaw moment is calculated and fed to the test vehicle. Simulation results show that the optimal preview control algorithm can significantly reduce lateral velocity, yaw rate, and roll angle, which all contribute to enhancing vehicle stability.     

融合预瞄与势场栅格法的紧急避撞驾驶人模型

紧急避障工况下的驾驶人操作具有响应快且动作幅值较大的特点，传统预瞄驾驶人模型已不能适应紧急避障工况的需求，故考虑实际避撞场景开发相应的驾驶人模型就显得尤为必要。针对此种状况，基于驾驶模拟器，结合紧急避撞工况实际驾驶人操纵数据，提出了一种融合预瞄与势场栅格法的紧急避撞驾驶人模型。首先针对紧急避撞工况下车辆运动特点，建立车辆横、纵向耦合非线性动力学模型，并给出其状态空间方程描述；其次，离线仿真分析紧急避撞系统特征，并结合线性二次型最优控制，建立最优曲率预瞄+跟踪误差反馈驾驶人模型；再者，基于紧急避撞工况下真实驾驶人经验转向行为数据，开发基于势场栅格法的驾驶人模型，为进一步提高驾驶人模型对避障行驶工况的适应性，将基于势场栅格法的驾驶人模型与最优曲率预瞄+跟踪误差反馈驾驶人模型进行融合，并基于Sigmoid函数实现两者输出的权重分配；最后，针对所提出的融合预瞄与势场栅格法的驾驶人模型，开展基于避撞台架的驾驶人在环仿真试验以及实车试验。研究结果表明：在紧急避撞工况下，对比最优曲率预瞄+跟踪误差反馈驾驶人模型，融合预瞄与势场栅格法的驾驶人模型输出的转向动作与实际驾驶人行为较为接近，可在保证避障安全性的前提下，兼顾避障路径跟踪精度与车辆行驶的稳定性。     

基于预期偏移距离的人机权值分配策略研究

针对智能车辆横向运动控制中驾驶员和辅助系统的控制权限冲突问题,本文中提出一种人机权值分配策略。采用车辆在预瞄点处的预期偏移距离(PDLC)衡量车道偏离危险度,预期偏移距离通过对预瞄偏差修正获取。权值分配函数设计时以PDLC为自变量,以保证驾驶员的权值为优先控制目标,以一定的横向运动控制精度为先决条件。在CarSim/Simulink联合仿真平台和CarSim/Labview RT硬件在环实验台上对提出的控制策略进行了实验验证和数据分析。结果表明,采用权值分配策略协调驾驶员和辅助系统的控制,可在有效跟踪理想道路中心线的前提下保证驾驶员的控制权值,降低其工作负荷以及纠正驾驶员的误操作行为。     

Lane-keeping benefits of practical rear axle steer

The classic two-degree-of-freedom yaw-plane or ‘bicycle’ vehicle model is augmented with two additional states to describe lane-keeping behaviour and further augmented with an additional control input to steer the rear axle. A simple driver model is hypothesised where the driver closes a loop on a projected lateral lane position. The driver can select the preview distance to compensate driver/vehicle dynamics, consistent with the ‘cross-over’ model found in the literature. A rear axle steer control law is found to be a function of the front axle steering input and vehicle speed that exhibits stability similar to a positive-real system, while at the same time improving the ability of the driver/vehicle system to track a complex curved lane and improving steady-state manoeuvrability. The theoretically derived control law bears similarity to practical embodiments allowing a deeper understanding of the functional value of steering a rear axle.