驾驶员介入的AEB系统建模与仿真

现有的AEB系统在驾驶员介入后,无论驾驶员操作是否正确,系统都会自动取消介入。为了优化这一性能,文章根据所设计的有驾驶员介入的自动紧急制动系统算法流程图,基于临界安全距离模型,利用PID控制方法在Simulink中建立车辆自动紧急制动模型,并与Carsim整车模型进行联合仿真。通过仿真验证了所设计算法及自动紧急制动模型的合理性,从一定程度上对现有AEB系统进行了优化。     

载货汽车自动紧急制动系统研究

自动紧急制动系统(AEBS)是一种为防止汽车追尾或碰撞,具备预警和主动防撞功能的先进主动安全系统。在驾驶员没有主动刹车的情况下,将刹车信号传递给控制系统进行紧急主动刹车,从而避免与前方障碍物或车辆发生碰撞。     

考虑预碰撞时间的自动紧急制动系统分层控制策略研究

为提升汽车的主动安全,对车辆自动紧急制动系统控制策略进行研究。利用分层控制的思想对控制策略进行建模,上层控制器为对车辆制动减速度进行决策的预碰撞时间模型,根据汽车追尾事故深度调查的驾驶员紧急制动数据分析制动系统的制动减速度,在考虑舒适性的条件下确定预碰撞时间阈值。下层控制器按照上层控制器输出的制动减速度,分析车辆轮胎模型和制动系统的关系,通过PID控制调节制动压力对车辆进行控制。在安全评价规程标准工况下验证控制策略的可靠性,通过追尾事故场景的重建来验证控制策略的有效性。仿真结果表明:设计的控制策略在相对车速65km/h以内时能有效避撞,而高于65km/h时能最大程度地降低碰撞车速,减小伤害。     

戴姆勒推出用于旅游车的具有行人检测的主动紧急制动辅助系统

正在比利时Busworld Europe 2017车展上,戴姆勒客车公司推出了具有行人检测的主动制动辅助4(ABA4)——在旅游车中针对行人自动制动的第一款紧急制动辅助系统。该具有行人检测的新的主动制动辅助4在视觉和听觉上警告驾驶员与行人有关的任何潜在的碰撞,同时自动触发部分制动,这可以使得驾驶员避免与行人的碰撞:驾驶员可以用喇叭警告行人,启动最大限度的全刹车或转向以避免碰撞。     

基于PreScan的AEB系统纵向避撞算法及仿真验证CSCD

采用自动紧急制动(AEB)可以辅助驾驶员避免纵向碰撞。该文对比了5种AEB算法对避免纵向碰撞仿真验证制动效果。以自动制动结束时的己车与前车的距离来判断制动效果的4种安全距离(AS)算法是:Mazda、Honda、Berkeley、Seungwuk Moon;另一种是以即碰时间(TTC)为判断制动效果的TTC算法。在Simulink中运行的汽车主动安全的仿真平台Pre Scan上进行仿真验证。结果表明:在不干扰扰驾驶员正常驾驶前提下,这5种算法中,以即碰时间的TTC算法的纵向避撞性能最优。     

基于深度强化学习的汽车自动紧急制动策略

针对传统自动紧急制动策略制动减速度波动大、制动过程乘坐舒适性及弯道制动安全难以保障的问题,提出一种基于深度强化学习的汽车自动紧急制动策略.建立了包括纵向、横向及横摆运动的3自由度车辆模型,根据碰撞预警时间设计奖励函数,应用深度确定性策略梯度算法设计了基于深度强化学习的自动紧急制动策略,开展了直道行驶工况与弯道行驶工况仿...     

AEB制动对碰撞事故中假人运动姿态及损伤程度的影响研究

随着汽车安全性能要求越来越高,自动紧急制动系统(Autonomous Emergency Braking,AEB)等主动安全配置在汽车上应用越来越广泛。本文针对碰撞前车辆AEB功能的启用对汽车被动安全阶段(100%正面碰撞,FRB)假人离位及损伤可能产生的影响进行探索研究。研究结果表明:AEB启动自动紧急制动功能,乘员假人的头部、颈部、胸部、骨盆部位会相对车辆有一定的前倾运动。并且车辆AEB自动紧急制动功能启动的情况下发生100%正面碰撞,驾驶员损伤值的增高均早于碰撞前车辆未配备AEB功能车辆驾驶员的损伤值,且最高损伤值小于碰撞前车辆未配备AEB功能车辆驾驶员的损伤值,对于骨盆部位则影响不大。碰撞前AEB自动紧急制动系统功能的启用会导致假人有一定的前倾离位,但不一定导致碰撞后假人损伤最高值的增大。     

基于BP神经网络算法预测的重型半挂汽车列车AEB控制策略研究

我国商用车AEB性能要求和试验方法标准的发布,推动了AEB在商用车领域的发展与应用。本文针对半挂汽车列车制动距离长、质心高等特点,结合驾驶员紧急制动的经验,提出了一种基于BP神经网络预测碰撞时间TTC的AEB控制策略。首先,设计了上层控制器,基于不同驾驶员在不同紧急制动场景下碰撞时间的数据,利用BP神经网络算法得到预测模型,从而计算出触发AEB系统的预警时间阈值和紧急制动时间阈值;再以前车与本车的相对距离、相对速度和前车的减速度为输入,通过模糊控制规则得到本车期望的减速度;接着,设计了下层控制器,采用期望减速度前馈控制和减速度偏差PID反馈控制相结合的方式,得到各车轮所需的轮缸制动压力;并基于滑移率滑模控制防止车轮抱死,提高紧急制动时的安全性、舒适性和横摆稳定性。最后,在TruckSim中建立CCRb、CCRm、CCRs 3种测试场景,对控制策略进行了验证。结果表明,本文所提出的控制策略能有效避免碰撞的发生,为半挂汽车列车AEB系统的设计和研究提供了理论依据。     

为生命护航的“隐形驾驶员” 驾驶员辅助系统新技术

<正>据调查,在导致人身伤害的追尾事故中,有72%可以通过配备自动紧急制动系统予以避免。为此,欧盟新车碰撞测试(NCAP)的新评分标准正在着力推动驾驶员辅助系统的普及。驾驶员辅助系统能够挽救生命。在长时间驾驶的情况下,可以通过声音警告或仪表盘中显示的咖啡杯图标提醒驾驶员休息。以德国为例,据博世针对该国2013年新登记注册的各类别主要车型配置的研究显     

面向骑行者的AEB测试方法研究

文章通过对CIDAS统计的150例汽车与二轮车碰撞事故工况样本参数信息进行系统聚类分析,提取出了用于评价面向骑行者的自动紧急制动系统(AEB)的测试场景,建立了面向骑行者的自动紧急制动系统测试评价方法,并利用Prescan和Simulink软件搭建了典型场景的虚拟交通模型以及自动紧急制动系统(AEB)算法控制模型,通过联合仿真分析验证了AEB控制算法的具体实施过程,进一步说明了典型场景和测试方法的有效性。     

智能交通技术引领安全驾乘

近日,博世携一系列互联化、自动化、电气化的智能交通技术亮相2015上海车展,致力于实现更安全便捷、更清洁经济、更舒适愉悦的驾乘体验. 据世界卫生组织(WHO)统计,全世界每年约有124万人因道路交通事故而丧生.其中,绝大部分的交通事故都是人为原因造成的,而发展自动驾驶技术是杜绝人为驾驶失误,实现“零事故”驾乘愿景的有效途径.博世通过对驾驶员辅助系统功能的持续创新,分阶段实现自动驾驶.目前,自动紧急制动、自动泊车等诸多驾驶员辅助系统功能已借助博世的雷达、视频及超声波等传感装置而实现.其中,自动紧急制动系统(AEB)能识别道路前方的障碍,为紧急制动进行预制动或自动紧急制动,自2016年起将成为欧盟新车碰撞测试(NCAP)五星成绩的必要条件,预计不久也将进入中国新车评价规程(C-NCAP).     

汽车紧急制动安全与舒适性控制仿真研究

文章在详细解释了紧急制动系统的工作原理后,以汽车制动压力的输出为模糊控制策略,利用Simulink软件与Carsim软件联合仿真模拟的方式,构建了应用于汽车紧急制动系统的仿真模型,并对汽车的紧急制动过程进行模拟,探究不同情况下汽车紧急制动时的安全性与舒适性。仿真模拟结果表明,以汽车制动压力为模糊控制条件的紧急制动系统,同时兼顾了安全性与舒适性,值得深入地研究与推广。     

基于动态碰撞时间的自动紧急制动策略设计

针对基于碰撞时间（TTC）的传统自动紧急制动（AEB）策略未考虑自车车速的局限性,提出了一种考虑车速的动态碰撞时间阈值模型,设计了基于动态碰撞时间阈值的AEB控制策略。为保证制动过程的舒适性与安全性,确定了两级制动策略并对减速度的变化率进行限制,利用PI控制算法完成车辆减速度控制,并通过仿真确定不同车速下的TTC阈值,建立动态碰撞时间阈值模型。硬件在环仿真结果表明：在保证舒适性的前提下,相比于传统AEB策略,所设计的AEB策略避撞成功率提高了47.6%,具有更优的综合性能。     

基于场景的AEB误动作分析与优化

AEB自动紧急制动(含FCW前向碰撞报警)功能能够有效减少或缓解碰撞事故的发生,但由于国内交通状况复杂,驾驶员驾驶习惯比较激进、随意,导致国内驾驶员对AEB功能的满意率欠佳,本文通过文献调研、用户意见搜集等方式,采集国内车型现有AEB误动作的典型场景,尤其是关于碰撞报警以及制动干预等方面的功能表现,结合AEB工作机理分析误动作发生的主要原因,基于典型国内交通场景并以C-NCAP星级评价等为开发目标进行优化设计,最后通过Matlab/Simulink和PreScan等仿真工具对优化方案进行了虚拟验证。     

考虑预期功能安全的智能汽车自动紧急制动系统

预期功能安全的提出，使得传统的自动紧急制动系统的安全性受到了挑战。为此，本文中利用基于系统理论过程分析（systems-theoretic process analysis,STPA）方法得到了自动紧急制动系统的预期功能安全要求，在传统的自动紧急制动系统基础上增加了感知盲区安全车速规划策略。然后基于盲区场景下车辆与行人相遇运动学模型，构造盲区安全车速公式。接着设计加入非线性干扰观测器的速度滑模控制器，对该速度进行跟踪控制，最后在CarSim与Simulink联合平台上开展仿真试验，比较此系统与没有增加预期功能安全要求的自动紧急制动系统的安全性，并进一步在硬件在环仿真试验台上验证。结果表明，考虑预期功能安全的自动紧急制动系统能有效降低行人碰撞风险，并确保车辆安全通过盲区的行驶效率。     

基于响应面方法的驾驶员乘坐舒适性优化

对响应面方法和汽车驾驶员乘坐舒适性模型进行一定的理论分析,根据关节强度模型,推导出以关节点坐标为设计参数的乘坐舒适性优化模型,然后应用响应面方法对乘坐舒适性模型进行优化,得出优化后的关节点相对坐标,应用物理样机进行试验验证,结果表明此方法显著提高了汽车驾驶员的乘坐舒适性。     

基于混合A*算法的自动驾驶汽车轨迹生成

自动驾驶汽车混合A*算法运行迅速,但是难以保证曲率的连续性和汽车舒适度,并且不能保证优化后的结果无碰撞。针对以上问题,以提高汽车舒适性为目的,基于最小冲击度对A*算法进行优化,在MATLAB和栅格地图中进行了算法预研,解决了低速场景下自动驾驶汽车运动过程中舒适度不足的问题。然后,针对优化算法可能导致轨迹碰撞的问题,对优化算法进行了改进,保证了汽车的安全性,并给出了“走廊”自动调整的策略。仿真结果表明:优化后的轨迹无碰撞且曲率更小,加速度不超出正常范围,可以满足正常驾驶需求。     

人工智能紧急制动系统

奔 驰公司通过研究发现。在紧急制动过程中有99％的 驾驶员是因没有施加最大的制动力或施加最大制动力的时间过迟而导致交通事故。专家们分析:这些驾驶员绝大多数都是在防抱制动系统(ABS)广泛应用之前学会驾驶的。他们本能地会避免用全力制动,以防止制动抱死现象。 为了增加道路的安全性和减少由制动不足造成的交通事故,奔驰公司为许多1998型轿车安装了能够识别紧急制动、并自动施加最大制动力的制动系统。该系统与     

基于实车测试的AEB系统测试评价方法研究

基于对实车自动紧急制动和前向碰撞预警功能的测试数据,研究了自动紧急制动(AEB)系统的测试评价方法。通过在碰撞点偏置、夜间环境、儿童和骑车人目标物、弯道等不同的测试场景中对AEB系统进行测试,分析各场景对AEB系统的自动紧急制动功能、前向碰撞预警功能和漏识别率的影响,并根据试验中AEB系统的碰撞时间(TTC)、制动减速度峰值、制动停止后距离等参数的变化情况,研究了使用各参数评价AEB系统的合理性和必要性。     

基于驾驶状态识别的自动紧急制动控制策略

针对自动紧急制动系统缺乏对驾驶员实际需求与个性化考虑的问题,提出一种基于驾驶状态识别的自动紧急制动控制策略。引入驾驶状态识别系数将驾驶状态分为激进型、标准型和保守型3类,并将其用于最小安全距离修正。结果表明,基于驾驶状态识别的自动紧急制动系统可以更好地协调车辆起始制动距离,车辆制动后与前车的最小安全距离更符合驾驶员的心理预期,提高了驾驶员的认可度与信任度。