基于EPS的车道保持辅助系统设计

针对车道保持辅助系统与电动助力转向功能的集成问题,设计了一种车道保持辅助系统架构。车道保持辅助力矩与电动助力转向力矩相叠加,经EPS电机输出;电动助力转向功能始终开启,保证驾驶员可以随时介入转向。综合考虑车道线检测置信度、跨道时间以及驾驶员操作状态等信息,设计了车道保持辅助系统的介入和退出策略。利用驾驶模拟器对该策略进行了测试,并通过道路试验验证了该系统的安全性和舒适性。     

商用车电液复合转向系统的车道保持策略

为了提高商用车的行驶安全性,避免因驾驶人的分心驾驶出现车辆偏离车道的问题,提出一种基于电液复合转向系统的商用车车道保持策略;在建立电液复合转向系统模型、二自由度车辆模型、预瞄驾驶人模型的基础上,设计基于驾驶人在环的MPC和ADRC串级的车道保持控制策略。首先,采用MPC算法将车辆横向位置控制的最优问题转化为二次规划求得目标前轮转角;然后,考虑电液复合转向系统的不确定和干扰问题,利用ADRC算法对目标转向盘转角和实际驾驶人的转向盘转角差值以转矩信号的形式进行补偿。同时研究车道保持系统对驾驶人的干预问题,引入干预系数的概念,采用模糊控制的方法,将驾驶人手力和车辆的运动状态作为输入变量,干预系数作为输出变量,保证整车行驶安全性的前提下减小车道保持辅助系统对驾驶人的干预。最后,通过MATLAB/Simulink仿真和硬件在环试验对所设计的控制策略进行验证。研究结果表明：所设计的基于商用车电液复合转向系统的车道保持策略能够及时地纠正因驾驶人的分心驾驶而导致车辆偏离所在行驶车道的行为,特别是在弯道处出现驾驶人转向不足或过度转向的情况时,能够将车辆维持在车道线之内,保证车辆的行驶安全性,同时由于干预系数的设计,使得驾驶人也有良好的人机交互体验感。     

车道保持系统中轨迹跟踪算法的研究

车道保持辅助系统是先进的驾驶辅助系统中的重要组成部分,它能够显著提升驾驶的安全性和舒适性,其中轨迹跟踪算法是车道保持辅助系统开发的核心算法。本文介绍了一种全新的利用曲线拟合思路,令车辆轨迹和目标轨迹的曲率、航向角和横向偏移量相等,进而实现轨迹跟踪的算法。通过数值仿真和实车测试,验证了算法的可行性和有效性。     

车道保持系统研究

为了减少由于驾驶人分心或疲劳造成的车道偏离事故,提出一种车道保持控制系统。根据道路线性将道路分为直线路段和曲线路段,利用跨道时间来判断车辆将偏离车道;驾驶员的操作状态根据转向灯信号及转矩信号来进行判断。综合车道偏离信息与驾驶员操作信息来判断车道保持系统是否工作;车道保持系统的控制策略采用单点预瞄最优曲率驾驶员模型。仿真结果表明,模型能够实现车道保持功能。     

基于硬件在环平台的ADAS功能及故障诊断测试研究

高级辅助驾驶系统是一种复杂的智能控制系统,从系统开发到落地应用需要经过充分的验证测试。硬件在环仿真技术能够很好地解决实车验证测试成本高、测试场景复杂、周期长和危险性高等问题。采用Vector CANoe软硬件和Carmaker仿真软件构建智能驾驶硬件在环仿真平台,实现高级驾驶辅助系统（ADAS）控制算法验证和故障诊断验证。结果表明,硬件在环平台能够有效地验证ADAS控制系统,对解决ADAS测试问题具有参考价值。     

基于可拓切换控制方法的智能车辆车道保持系统研究

针对道路曲率变化范围较大时,智能车辆在大曲率道路工况车道保持控制精度低的问题,提出一种基于可拓切换控制理论的智能车辆车道保持控制系统,该车道保持系统由上层可拓控制器和下层控制器两部分组成。在上层可拓控制器中,通过车道线检测得到车辆相对于道路的位置信息和道路曲率信息。根据可拓集合理论,选取预瞄点处横向位置偏差和前方道路曲率值作为可拓集合的特征值并划分可拓集合,求解关联函数,并根据关联函数值将车辆-道路系统状态分为经典域、可拓域和非域。在下层控制器中,在经典域采用基于横向位置偏差和航向偏差的PID反馈控制器,在可拓域中采用基于前方道路曲率的PID前馈-反馈控制器,非域中车辆-道路系统处于完全失控状态,采取紧急制动。2种仿真工况结果表明:相比于单一PID反馈控制,提出的车道保持控制系统,有效抑制了在大曲率道路下的跟踪误差值,提高了智能驾驶汽车在时变曲率的道路工况下车道保持控制精度和工况适应性。     

基于可拓切换控制方法的智能车辆车道保持系统研究（双语出版）

针对道路曲率变化范围较大时，智能车辆在大曲率道路工况车道保持控制精度低的问题，提出一种基于可拓切换控制理论的智能车辆车道保持控制系统，该车道保持系统由上层可拓控制器和下层控制器两部分组成。在上层可拓控制器中，通过车道线检测得到车辆相对于道路的位置信息和道路曲率信息。根据可拓集合理论，选取预瞄点处横向位置偏差和前方道路曲率值作为可拓集合的特征值并划分可拓集合，求解关联函数，并根据关联函数值将车辆-道路系统状态分为经典域、可拓域和非域。在下层控制器中，在经典域采用基于横向位置偏差和航向偏差的PID反馈控制器，在可拓域中采用基于前方道路曲率的PID前馈-反馈控制器，非域中车辆-道路系统处于完全失控状态，采取紧急制动。2种仿真工况结果表明：相比于单一PID反馈控制，提出的车道保持控制系统，有效抑制了在大曲率道路下的跟踪误差值，提高了智能驾驶汽车在时变曲率的道路工况下车道保持控制精度和工况适应性。     

基于安全屏障监控的车道自动保持控制

针对车道保持控制在实现平稳转向中如何保证安全性的问题,本文中提出一种由安全屏障监控的预览车道保持控制方法。该预览控制器利用跟踪误差和未来车道曲率,在一个有限的预览窗口生成转向指令;然后设计一个安全保护控制器来保证有界误差,当且仅当跟踪误差接近安全边界时,安全屏障控制启动并进行转向干预。本文中提出的控制算法规模小,计算时间短,可以提升在线求解的运算效率。为验证控制算法的有效性,进行了相关仿真和道路实验。仿真和实验结果表明,所提出的安全屏障监控和预览控制能够实现车辆安全和车道保持的协同控制,具有一定的优越性。     

基于硬件在环的泊车控制器仿真测试

文章论述了一种基于硬件在环的泊车控制器测试系统的方案原理、构成以及测试过程。为了使用硬件在环测试系统验证泊车控制器功能,需要完成超声波探头激励测试、泊车控制器探测距离测试、泊车控制器功能测试。最终硬件在环的泊车控制器测试系统通过场景仿真软件对交通场景进行视觉模拟。同时,超声波板卡对模拟交通场景中目标信息进行超声波仿真模拟,并将以上信息提供给泊车控制器进行决策运算,完成泊车控制器功能的仿真测试。     

车载机器视觉系统的测试场景研究

基于机器视觉的先进驾驶员辅助系统是目前汽车行业驾驶员辅助系统的重要组成部分。机器视觉主要通过一个放置在前挡风玻璃的高清摄像头采集图像,由于摄像头本身存在局限性,为了保证性能,需要对车载机器视觉系统进行系统、充分的测试验证。文章以基于机器视觉实现的车道偏离预警系统的测试为例,主要对其测试场景进行分类研究,包括天气、道路、道路材质、道线线型、光照、路面干扰、车道情况等。     

车道中心保持辅助系统研究

设计了一种考虑驾驶员转向手感的车道中心保持辅助(LCKA)系统,从目标路径计算、路径跟踪控制及转向手力调节等方面进行了研究,并通过实车测试进行了验证。     

识别驾驶人意图的车道偏离防避有界控制

为了防止车辆偏离车道导致交通事故的发生和避免车道偏离防避系统（Lane Departure Avoidance Systems,LDAS）对驾驶人行为不必要的干预,提出基于中心区操纵特性阈值法和基于D-S（Dempster-Shafer）证据理论的车辆偏离车道驾驶人意图识别准则,并运用CarSim/Simulink联合仿真对比2种识别准则的有效性。建立转向盘角速度为输入的车路模型,设计LDAS滑模转向控制器,基于预瞄点的侧向偏移量和横摆角速度设计LDAS的期望横摆角速度观测器,并与基于道路曲率和预瞄点侧向偏移量的期望横摆角速度的LDAS进行性能对比。运用相平面法确定保证LDAS车辆稳定性的前轮转向角最大值,并基于CarSim/LabVIEW RT硬件在环试验平台验证基于BP神经网络训练获得D-S证据理论的初始概率赋值的驾驶人意图决策算法的有效性。结果表明：所提出的识别准则能够及时识别车辆偏离车道时的驾驶人意图,为LDAS控制器介入赢得了宝贵的时间,所设计的期望横摆角速度观测器具有很好的稳定性,所提出的方法能够有效避免车辆偏离车道。     

基于主动转向与差动制动协调的双级预警车道偏离防止预测控制

在设计车道偏离防止系统时,为充分利用差动制动控制和主动转向控制,同时兼顾车辆行驶的安全性与驾驶员驾驶自由,提出了一种双级预警的利用主动转向与差动制动协调控制的车道偏离防止策略。当车辆危险程度较低时仅采用差动制动控制,保证驾驶员对转向盘的控制;当车辆危险程度较高时,采用预测控制实现主动转向与差动制动系统的协调控制,使车辆能快速地回到车道中心线。选取跨道时间来设计车辆偏离预警算法,并根据车辆转向系统的响应分别设定预警阈值。为保证车辆的稳定性,采用模型预测控制算法添加合理的约束,设计差动制动控制和主动转向与差动制动协调控制器。仿真与硬件在环试验结果表明,所设计的基于主动转向与差动制动协调的车道偏离防止控制策略在保证车辆行驶安全性的前提下给予了驾驶员充分的驾驶自由。     

基于粒子群优化神经网络PID控制的车道保持系统研究

提出一种基于粒子群优化神经网络PID的车道保持控制方法。首先搭建车路模型和EPS(Electric Power Steering,电动助力转向系统)模型;然后建立粒子群优化神经网络PID控制器,利用粒子群算法优化神经网络的初始权值和阈值,提高神经网络算法的收敛速度和精度,优化后的神经网络算法在线调整PID控制器的3个参数比例Kp、积分Ki、微分Kd,输出最优组合;最后,进行车道保持硬件在环试验,试验表明:相对于常规PID控制和神经网络PID控制,在粒子群优化神经网络控制下,车道保持系统的跟踪精度和稳定性都更高。     

基于视觉的重型车辆车道保持控制方法

重型车辆车道保持借助视觉传感器获取道路信息,以单点预瞄和道路中心线位置偏差实现对车辆的前馈控制。考虑重型车辆体积大导致响应慢,进入稳态时间较长等问题,本文将车辆质心和车道中心线横向偏差用于修正车辆位置。提出与速度成线性关系变化的P控制参数,应用PD控制算法得到输出转角对重型车辆进行横向控制,通过Simulink/TruckSim联合仿真验证算法可靠有效。同时经过实车测试车辆始终沿着车道中心向前行驶,实现了基于视觉控制车辆在车道内快速、平稳行驶。     

高速公路多车道分道线快速检测与重建技术

介绍了基于单目视觉技术的高速公路多车道快速检测与重建技术,实现了高速公路的车道自动保持。采用双阈值法快速分割高速公路的白色分道线,用特征跟踪法提取分道线,根据道路视觉模型用圆锥曲线结合分道线特征点重建4条分道线。分析了根据道路视觉模型和分道线重建来实现车道保持的基本方法。该算法已经通过VC语言实现,系统在四川省和重庆市的高速公路上以最高120 km/h的速度进行了试验,圆满地完成了多车道检测任务,实现了车道保持。     

基于Residual BiLSTM网络的车辆切入意图预测研究

本文中根据中国实际道路特征,提出一种基于Residual BiLSTM网络的车辆切入意图预测模型,从切入车辆的轨迹信息和与自车的交互信息中提取切入特征,并采用softmax函数计算切入意图,分别为左车道保持、左车道插入、右车道插入和右车道保持的概率,最后利用中国复杂路况的自然驾驶数据集对预测模型进行训练和测试.结果表明...     

自动驾驶汽车基础测试场景构建研究（双语出版）

针对L2/L3级自动驾驶汽车的仿真测试和封闭场地测试认证需求，结合现有L2/L3级自动驾驶汽车量产车型的主要功能特点，提出自动驾驶汽车基础测试场景群的构建方法。首先针对指定的道路交通环境，分析主车和周围交通参与者可能的相对位置和运动方向的组合，确定复杂场景群。其次分别以主车功能所确定的各个可能运动方向，依此与各干扰车辆的可能运动方向（包括任一干扰车辆不存在的情形）进行组合，组合时采用PICT组合测试工具，并添加必要的运动约束条件，选择参数组合覆盖标准自动生成全部的组合场景群。最后结合场景筛选规则，筛选出具有测试价值的覆盖各个层级及功能的基础测试场景群。采用场景构建方法，对于主车处于三车道中间车道的路段场景和无红绿灯的十字路口场景，分别构建62种和33种基础测试场景。根据驾驶人行为特性、交通规则、汽车在城市、郊区和高速公路工况下的典型车速、加减速度、横向加速度、交通事故和自然驾驶数据库的有关场景数据等，设计主车换道工况的测试用例。采用模型预测控制框架建立主车局部路径规划和控制仿真模型，并对主车危险换道场景进行仿真。研究结果表明：主车在邻车道前车大减速的情况下实现了减速换道并避免了与本车道前车和邻车道前后车的碰撞，同时跟踪到期望跟车间距，验证了该换道测试用例的有效性。     

基于系统级的电动助力转向控制测试评价研究

对电动助力转向(EPS)硬件在环(HIL)测试的3种方案进行了对比分析,基于HIL仿真系统和转向试验台,构建了EPS机械系统级的虚拟整车测试平台。研究分析EPS功能和故障诊断测试内容,通过车辆动态转向工况的仿真以及各类故障的注入,对EPS系统控制功能和故障模式下诊断安全策略进行了测试和评价。EPS系统级HIL测试可以在整车试装前使测试更加接近实车,又能覆盖实车难以实现的边界极限及故障工况。     

基于图像行数据处理的车道偏离预警系统

本文中提出一种基于图像行数据处理的车道线识别方法和低成本车道偏离预警系统。通过逐行特征的提取和归类处理,提高运行效率,降低内存消耗。在此基础上利用数字摄像头和主频为400MHz的DSP芯片,设计出低成本车道偏离预警系统。它无需视频解码电路和拓展存储器,在保证车道线识别率的同时有效降低了硬件复杂度。为量化评估系统车道线识别性能,采用了一种适用于嵌入式系统的车道线识别测试方案,利用离线制作的样本数据,对车道偏离预警系统进行了硬件在环识别性能的测试。结果表明,系统具有较高的稳定性和实时性,在典型工况下能获得很好的识别率。