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。     

智能交通系统及其车辆自动控制技术

本文简要介绍了智能交通系统的概念、发展状况、基本内容和研究开发过程，进一步阐述了智能交通系统中的先进车辆控制技术。综述了汽车纵向控制、横向控制、自动驾驶及车列控制。最后，对我国如何发展智能交通系统和先进车辆自动控制技术进行了探讨。     

智能车辆设计中驾驶员模型回顾与展望

回顾智能车辆设计中驾驶员模型的发展历程,根据不同的应用类型,将其分为方向控制、速度控制和方向速度综合控制模型,其中方向控制驾驶员模型包括补偿跟踪模型、预瞄跟踪模型和智能控制模型。对不同应用类型中具有代表性的驾驶员模型进行介绍,阐述各类模型的研究过程,讨论各类模型的结构特点和在智能车辆设计过程中的应用。展望了智能车辆设计中驾驶员模型的发展方向。     

智能汽车横纵向运动控制方法综述

在我国随着人民生活水平的提高,车辆保有量也在呈倍速增长,进而引起了大量的交通安全问题,其中由驾驶员操作不当引起的交通事故约占所有交通事故的75%。而汽车的智能化发展可以很好地解决此类交通安全问题。智能汽车的核心技术主要包括环境感知、行为决策及运动控制三方面。其中运动控制作为智能汽车核心技术之一,有着重要的研究意义。智能汽车的运动控制包括横向控制和纵向控制两部分,对汽车横、纵向运动控制中的多种方法进行了分析介绍,包括模型预测控制、模糊逻辑控制、神经网络的自适应滑膜控制、直接式控制和分层式控制;同时介绍了横纵向耦合实现运动控制的重要性,并分析了其研究现状;最后,对智能汽车运动控制的后续发展方向进行了展望,有助于智能汽车运动控制的进一步优化发展。     

基于触觉引导的L2级智能汽车人机共享控制技术综述

因技术和法规等因素限制，智能汽车短时间内难以实现L1级到L5级的快速跨越，人机共驾将长期存在；基于触觉引导的人机共享控制技术为L2级智能汽车人机共驾提供了有效的人机共享控制途径。通过综述国内外车辆人机共享控制技术相关问题的研究现状，重点分析了基于触觉引导的车道保持、换道、避撞、倒车辅助等人机共享控制在路径规划、意图决策和权限分配转移等过程中，可能会造成人机冲突进而导致车辆稳定性降低、行车安全性变差和驾驶员操作舒适度与自由度恶化等关键问题。同时针对人机共享控制中固有的驾驶人风格及认知差异进行了探讨，以期进一步明确人机共享控制器的设计方法及人机冲突产生的机理。提出未来应在大量仿真或实测行车数据的基础上不断迭代优化智能系统，提高智能控制系统对行车环境和驾驶人状态识别的精准度，从而合理分配人机共享控制权重，有效解决人机冲突、车辆稳定性、行车安全性、驾驶员操作舒适性和自由度等问题。基于现有研究存在的问题，指出自适应性触觉引导共享控制器、权重分配共享控制器、基于神经肌肉反应共享控制器及基于高级辅助驾驶系统共享控制器等将是智能汽车人机共享控制的主要研究方向。      

本期导语

<正>在分析交通安全现状的基础上,站在道路安全管理的角度,在交通管理系统、车联网和自动驾驶系统等方面对美国、日本和欧洲的智能交通系统研究现状进行了系统总结与分析。同时,对我国智能交通系统安全管理措施和技术应用状况进行了分析。最后对我国交通安全科技的发展趋势进行了探讨并提出了建议:需重视智能汽车技术的开发;提升车辆主被动安全技术水平;研究车联网环境下的道路交通安     

基于熵权物元模型的城市道路交通安全评价研究

科学评价城市道路交通系统的安全性,对提高行车安全、减少事故具有重要意义。文中选取驾驶员、车辆、道路和环境四方面因素构建评价指标体系,并引入熵权物元,建立了城市道路交通安全评价模型;以重庆主城区为例进行评价分析,结果表明基于熵权物元模型的城市道路交通安全评价体系能较科学全面地评价城市道路交通系统的安全性。     

智能车路系统中汽车列队行驶控制关键技术与研究进展

通过车路协调技术可以控制车辆实现列队行驶,以提高道路车辆密度,增加道路容量,同时也能增加交通系统的安全性和节约能源.论述了汽车列队行驶控制的关键技术,介绍了车辆纵向、横向自动控制技术、车路信息交互技术以及车队队列控制技术等研究进展,展望汽车列队行驶控制研究方向.     

基于场景的无人驾驶汽车运行安全测试和认证

无人驾驶汽车是智能交通系统的重要组成部分,其安全性一直是人们关注的焦点。基于场景的无人驾驶汽车运行安全测试和认证是解决无人驾驶汽车安全问题的关键方法之一。介绍基于场景的无人驾驶汽车运行安全测试和认证的方法和实践,分析其局限性,并对未来研究方向作出展望。研究结果表明,基于场景的无人驾驶汽车运行安全测试和认证可以提高无人驾驶汽车的安全性,促进智能交通系统的发展。     

车辆安全辅助驾驶系统简介

车辆安全辅助驾驶系统是当前国际智能交通系统研究的重要内容，它是利用机器视觉和传感器技术实现对驾驶员周围环境状态实时通报，并在本车可能发生潜在危险时及时警示驾驶员采取有效应对措施，消除事故隐患。近年来，随着我国汽车保有量的逐渐增加和车辆行驶速度的提高，车辆交通事故的发生呈现不断上升趋势。交通事故不仅直接导致人身伤亡和财产损失，     

车-车协同下无人驾驶车辆的换道汇入控制方法

多车协同驾驶是智能车路系统领域的研究热点之一,可有效降低道路交通控制管理的复杂程度,减少环境污染的同时保障道路交通安全。基于多车协同驾驶控制结构,提出了一种无人驾驶车辆换道汇入的驾驶模型及策略,系统分析了多车协同运行状态的稳定条件。在综合分析无人驾驶车辆换道汇入的协作准则、安全性评估后,基于高阶多项式方法,结合车辆运行特性,通过引入乘坐舒适性的指标函数,设计得到无人驾驶车辆换道汇入的有效运动轨迹。通过研究汇入车辆与车队中汇入点前、后各车辆的运动关系,详细分析车辆发生碰撞的类型和影响因素,给出避免碰撞的条件准则,从而确保无人驾驶车辆汇入过程中多车行驶的安全性和稳定性。基于车辆运动学建立车辆位置误差模型,结合系统大范围渐进稳定的条件,选取线速度和角速度作为输入,应用李雅普诺夫稳定性理论和Backstepping非线性控制算法,设计了无人驾驶车辆换道汇入后的路径跟踪控制器。仿真试验和实车试验结果表明：所设计的换道汇入路径是可行、安全的,控制器具有良好的跟踪效果,纵向和横向的距离误差在15 cm以内,方向偏差的相对误差在10%以内。研究结果为智能车路系统中的多车状态变迁与协同驾驶研究提供了参考,可服务于未来道路交通安全设计和评价。     

车辆跟驰行为建模的回顾与展望

系统地回顾了跟驰理论60年的发展历程,依据建模思想将跟驰行为模型分为交通工程角度和统计物理角度。交通工程角度的跟驰模型包括刺激-反应类、安全距离类、心理-生理类及人工智能类模型;统计物理角度的跟驰模型包括优化速度模型、智能驾驶模型和元胞自动机模型。针对各类模型分别阐述了其建模思路、模型结构、参数标定及其扩展研究。最后,展望了跟驰行为建模的发展趋势与研究方向,为建立适合中国交通流特点的跟驰模型提供参考。     

车辆导航动态路径规划的研究进展

针对车辆智能导航系统中的交通网络模型、路径规划算法以及交通流预测这三个主要方面的研究现状进行了较为详细的分析。首先着重描述了基于图论的交通路网模型的构建方法;其次分析了Dijkstra算法、Floyd算法、A*算法等经典路径规划算法的性能及研究方向;然后详细介绍了交通流预测方法的研究进展;最后对车辆导航动态路径规划的未来研究方向做了展望。     

基于驾驶行为的城市道路车辆主观换道模型研究

车辆换道行为因其运行环境复杂,所涉及的交通因素众多,容易引起交通冲突,从而降低道路交通系统的安全性.对车辆换道行为的动态特性及其对车流运行的影响机理进行建模与研究,对提高交通系统的运行效率有重要意义.基于城市道路车辆换道行为的特征,改进了元胞自动机模型细化车辆换道过程;考虑驾驶员特性、车辆类型的影响,采用模糊推理理论描述驾驶员的换道决策,进而建立了城市道路驾驶员主观换道模型.通过将实测交通流数据与仿真输出数据进行对比,验证模型的有效性.结果表明,所建立的模型输出结果与实测数据的误差较小,说明模型具有一定的有效性.     

IntelliWay-变耦合模块化智慧高速公路系统一体化架构及测评体系

根据当前智慧高速公路系统的发展历程,总结一些典型的车路协同系统逻辑与物理模型。在总结国内外智慧高速公路系统的整体架构之后,提出新一代智慧高速系统的总体架构-IntelliWay,包括智慧高速公路系统分层模块化架构、基于变耦合程度的智能分级和基于事件驱动的数据分发机制。同时,根据当前智慧高速公路系统的主流应用技术,总结车载高精度定位、高级驾驶辅助系统(Advanced Driver Assistance System, ADAS)与车载总线、路侧设备优化、异构网络融合、网络负载均衡、网络信息安全、多传感器融合与协同感知、以用户为中心的场景自适应信息发布、车辆群体协同自动驾驶、基于大数据与人工智能的交通态势预测、车道级主动交通管理、组件式应用服务开发等驱动智慧高速公路系统快速发展的新兴技术研究现状,然后基于以上关键技术的特点提出未来智慧高速公路系统应用的实施建议;分析广播式交通信息服务、主动交通管理、伴随式信息服务、自动驾驶专用道、车辆队列协同驾驶等智慧高速公路系统的典型应用场景,进行智慧高速系统的测评方法分析和相关案例分析。最后,系统性地分析和预测智慧高速系统存在的挑战及未来发展趋势,以...     

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。     

A new shared control for lane keeping and road departure prevention

In recent years, the driver's active assistances have become important features in commercialised vehicles. In this paper, we present one of these features which consists of an advanced driver assistance system for lane keeping. A thorough analysis of its performance and stability with respect to variations in driver behaviour will be given. Firstly, the lateral control model based on visual preview is established and the kinematics model based on visual preview, including speed and other factors, is used to calculate the lateral error and direction error. Secondly, and according to the characteristics of the lateral control, an efficient strategy of intelligent electric vehicle lateral mode is proposed. The integration of the vehicle current lateral error and direction error is chosen as the parameter of the sliding mode switching function to design the sliding surface. The control variables are adjusted according to the fuzzy control rules to ensure that they meet the existence and reaching condition. A new fuzzy logic-based switching strategy with an efficient control law is also proposed to ensure a level of continuous and variable sharing according to the state of the driver and the vehicle positioning on the roadway. The proposed control law acts either at the centre of the lane, as a lane keeping assistance system to reduce the driver's workload for long trips, or as a lane departure avoidance system that intervenes for unintended lane departures. Simulation results are included in this paper to explain this concept.     

The perspectives of research for enhancing active safety based on advanced control technology

This paper considers the scope and the methodologies for enhancing active safety of road vehicles by sensing and control technologies. The first part of this paper introduces statistical data of traffic accidents in Japan, and describes the development of the drive recorder for accident/incident survey and analysis. Based on vehicle dynamics data, the algorithm of the drive recorder for capturing near-miss incident data is introduced. The second part of this paper reviews control problems of vehicle dynamics on micro-scale electric vehicles for enhancing vehicle dynamics and driving assistance function. In particular, the direct yaw moment control using in-wheel-motors and the active front steering control algorithm are described. The third part of the paper introduces the advanced driver assistance system adapted to driver characteristics and traffic situations. This part mainly describes an adaptive system, which adjusts the assisting manoeuvre depending on individual driver behaviour and situation, and some experimental investigations using the active interface vehicle and driving simulator. Finally, some perspectives and new challenges for future research on vehicle control technology are mentioned.     

用于智能驾驶系统评价的乘员损伤模型

只有较少的交通事故数据资源被用于建立基于碰撞速度信息的乘员损伤模型，致使所得到的模型精度差。为此，提出了基于车辆变形深度的乘员损伤模型。对美国不同制造年代和车辆级别的事故数据进行聚类分析，论证出车辆变形深度与乘员损伤风险具有相关性。以车辆变形深度为自变量，通过回归分析得到乘员损伤模型。不同种类车辆的乘员损伤模型拟合精度R²约为0.9，证明了该模型的正确性。为进一步验证，以此模型为基础，评价智能驾驶系统的有效性。以自动紧急制动系统为例，对比基于变形深度和速度变化量信息2种方法的有效性计算结果。结果表明：2组结果的平均误差不超过1%，验证了基于变形深度的乘员损伤模型的准确性。该模型仅需要事故数据库中准确的变形深度信息，能够获得更多的事故数据支持，从而可以更好地适应于不同类别智能驾驶系统的评价需求。