河北聯(lián)合大學(xué)遷安學(xué)院 盧艷楠 岳立喜 梅桂靜燕山大學(xué) 馬 雷

汽車駕駛員模型建立

河北聯(lián)合大學(xué)遷安學(xué)院 盧艷楠 岳立喜 梅桂靜燕山大學(xué) 馬 雷

根據(jù)預(yù)瞄最優(yōu)曲率理論及模糊控制理論，利用Matlab/Simulink軟件建立模糊PID控制駕駛員模型，并引入對(duì)駕駛員預(yù)瞄時(shí)間的控制，分析預(yù)瞄時(shí)間函數(shù)對(duì)軌跡跟蹤效果的影響，從更廣的方面研究駕駛員的特性。通過(guò)仿真與實(shí)車實(shí)驗(yàn)證明，所建立的駕駛員模型具有較高的準(zhǔn)確度，能夠較好的擬合車輛的行駛軌跡，其操作特性與真實(shí)駕駛員較為接近。

駕駛員模型；模糊PID控制；預(yù)瞄時(shí)間函數(shù)

1.引言

駕駛員模型是個(gè)復(fù)雜的控制系統(tǒng)，它包括方向控制、驅(qū)動(dòng)控制、制動(dòng)控制等，其中方向控制是駕駛員模型研究的核心。自上世紀(jì)中期以來(lái)，基于傳統(tǒng)控制理論、模糊控制理論、神經(jīng)網(wǎng)絡(luò)控制理論等，人們先后提出了各種駕駛員控制模型。Ashkens I I and Me Ruer D t提出的Crossover模型用來(lái)估計(jì)有擾動(dòng)閉環(huán)控制系統(tǒng)的穩(wěn)定性，但不適用于快速駕駛[1]。MarAdam C C提出了一種可以投入到實(shí)際應(yīng)用工程中更靈活、有效的模型，但這些研究結(jié)果也存在弊端，表現(xiàn)在預(yù)瞄的固定時(shí)間無(wú)法適應(yīng)車速的變化，導(dǎo)致預(yù)瞄的距離不確定[2]。郭孔輝院士于1982年提出了預(yù)瞄跟隨系統(tǒng)理論[3]，認(rèn)為駕駛員的決策分為預(yù)瞄階段和補(bǔ)償跟隨階段，其駕駛員的校正環(huán)節(jié)依賴于汽車動(dòng)力學(xué)模型，對(duì)整車方向控制至關(guān)重要。

上述這些駕駛員模型都是建立在傳統(tǒng)控制理論基礎(chǔ)上，通過(guò)大量的試驗(yàn)或仿真確定汽車的傳遞函數(shù)，然后再根據(jù)汽車的動(dòng)力學(xué)傳遞函數(shù)特性來(lái)確定駕駛員模型。然而，對(duì)于汽車這種復(fù)雜的被控對(duì)象，不易建立精確的傳遞函數(shù)，并且在現(xiàn)有試驗(yàn)條件下通過(guò)系統(tǒng)辨識(shí)建立的傳遞函數(shù)同樣存在精度低的缺點(diǎn)，甚至不可被用于駕駛員模型，不能滿足車輛控制。模糊邏輯能比較好的解決無(wú)法建模的復(fù)雜問(wèn)題，分析問(wèn)題時(shí)更加符合人的要求。因此，本文在建立可調(diào)預(yù)瞄時(shí)間函數(shù)的同時(shí)，建立模糊PID控制駕駛員模型，將駕駛員的校正環(huán)節(jié)與汽車動(dòng)力學(xué)模型分開(kāi)分析。

2.駕駛員模型建立

2.1 道路偏差

駕駛員對(duì)汽車方向的控制源于預(yù)瞄點(diǎn)處道路偏差[4]的存在，在0時(shí)刻，汽車從大地坐標(biāo)系原點(diǎn)處以速度u開(kāi)始做平面行駛，汽車沿大地坐標(biāo)系X軸方向的速度為Vx，沿Y軸方向的速度為Vy，則在任何時(shí)刻：

在預(yù)瞄點(diǎn)處的坐標(biāo)為(Xp,Yp)：

預(yù)瞄點(diǎn)處道路軌跡縱坐標(biāo)：

道路偏差：

圖1是車輛行駛軌跡偏差示意圖。

2.2 駕駛員模糊PID控制器設(shè)計(jì)

模糊PID控制器根據(jù)偏差e和偏差變化率ec輸出PID參數(shù)PK、IK、DK，或者PID參數(shù)的增量PKΔ、IKΔ、DKΔ，能夠?qū)崿F(xiàn)PID參數(shù)的在線整合，具有控制靈活及適應(yīng)性強(qiáng)的優(yōu)點(diǎn)，又具有PID控制精度高的特點(diǎn)，能夠?qū)崿F(xiàn)駕駛員模型對(duì)于車輛方向的良好控制。

2.2.1 輸入輸出變量的選取和量化

本文所建立的模糊PID控制駕駛員模型，其模糊控制部分基于預(yù)瞄點(diǎn)處道路偏差反饋，以預(yù)瞄點(diǎn)處道路偏差pe和偏差變化率 為模糊控制器的輸入，PID參數(shù)的增量PKΔ、IKΔ、DKΔ為輸出。輸入、輸出變量的變化范圍，以及它們的量化等級(jí)、量化因子、比例因子見(jiàn)表1所示。選擇各變量的隸屬度函數(shù)為三角形函數(shù)。

2.2.2 模糊規(guī)則設(shè)計(jì)及解模糊

參數(shù)模糊自整定PID控制器在系統(tǒng)運(yùn)行中，實(shí)時(shí)監(jiān)測(cè)誤差e及誤差變化ec，并根據(jù)模糊控制原理對(duì)PK、IK、DK三個(gè)參數(shù)實(shí)行在線修改，以使其不斷適應(yīng)時(shí)刻變化的e和ec，使控制器具有一定魯棒性能，且被控系統(tǒng)具有良好的穩(wěn)定性[3]。根據(jù)他人對(duì)PID參數(shù)整定經(jīng)驗(yàn)制定模糊規(guī)則：

表1 輸入輸出語(yǔ)言變量

通過(guò)間接法進(jìn)行模糊推理，在得出模糊控制器的輸出KP、KI、KD后，可實(shí)時(shí)計(jì)算PID的參數(shù)。

其中，Kp0，KI0，KD0為PID參數(shù)初始值。

建立PID控制駕駛員模型，并在一般彎曲道路上進(jìn)行仿真試驗(yàn)，通過(guò)不斷調(diào)整使軌跡誤差達(dá)到最小的方法可以得到該初始值

進(jìn)行大量的仿真試驗(yàn)，最終確定：Kp0=7，KI0=0.0002，KD0=0.001。

2.3 預(yù)瞄時(shí)間函數(shù)建立

駕駛員的預(yù)瞄距離因道路曲率的不同而發(fā)生變化，而道路曲率可以簡(jiǎn)化為道路偏差，因此有必要建立預(yù)瞄時(shí)間T對(duì)于道路偏差ep的較為理想的函數(shù)關(guān)系，并分析可調(diào)整預(yù)瞄時(shí)間T對(duì)車輛軌跡跟蹤的影響。駕駛員預(yù)瞄距離調(diào)整過(guò)程如圖2所示。

在t1時(shí)刻，預(yù)瞄距離為d1，預(yù)瞄點(diǎn)落在大地坐標(biāo)系上的A1點(diǎn)，此時(shí)，道路偏差由小變大，駕駛員需要對(duì)預(yù)瞄距離進(jìn)行調(diào)整；在t2時(shí)刻，車輛行駛距離為s，預(yù)瞄距離減小為d2，預(yù)瞄點(diǎn)落在A2處，預(yù)瞄距離變化Δd，由圖得：s=s1+Δd。

對(duì)于調(diào)整后的預(yù)瞄點(diǎn)A2，可能落在A1的前方，也可能落在A1的后方。當(dāng)A2落在A1的后方，即s1＜0，預(yù)瞄距離不變與A2落在A1的后方相矛盾，此時(shí)預(yù)瞄距離發(fā)生嚴(yán)重振蕩，因此必須保證A2落在A1的前方，即s1＞0。設(shè)車速為u，預(yù)瞄距離的平均變化率為k，由Δd＜s得：k＜u。在車速u一定的情況下，可以用預(yù)瞄時(shí)間T代替預(yù)瞄距離d，當(dāng)?shù)缆菲頴p＞0時(shí)，T應(yīng)該是關(guān)于ep的單調(diào)遞減函數(shù)，并且隨ep的增大，T逐漸趨于一穩(wěn)定值。符合這些要求的函數(shù)有很多，圖3列舉其中兩種。

圖1 車輛行駛軌跡偏差示意圖

圖2 駕駛員預(yù)瞄時(shí)間變化過(guò)程

圖3 預(yù)瞄時(shí)間函數(shù)

圖4 駕駛員模型補(bǔ)償校正環(huán)節(jié)

圖5 仿真模型

圖6 軌跡偏差曲線

圖(a)為sigmoid函數(shù)的變形，圖(b)為概率曲線。圖(a)中T在ep=0不可導(dǎo)，當(dāng)ep由負(fù)變正的過(guò)程中，T由增大趨勢(shì)迅速變?yōu)闇p小趨勢(shì)，即預(yù)瞄點(diǎn)A由遠(yuǎn)離車輛迅速變?yōu)榭拷囕v，易發(fā)生上述的s1＜0的情況，因此這是應(yīng)該避免的情況；圖(b)中因?yàn)門在ep=0處可導(dǎo)，不會(huì)發(fā)生上述情況，因此選擇圖(b)中類型曲線作為預(yù)瞄時(shí)間函數(shù)曲線較為合適。經(jīng)過(guò)仿真試驗(yàn)及參數(shù)調(diào)整，最終確定預(yù)瞄時(shí)間函數(shù)為：

2.4 駕駛員模型完整補(bǔ)償校正

在建立駕駛員模糊PID控制器及預(yù)瞄時(shí)間函數(shù)之后，并且根據(jù)駕駛員神經(jīng)反應(yīng)滯后及手臂、方向盤慣量滯后的特點(diǎn)，可建立駕駛員模型補(bǔ)償校正環(huán)節(jié)，如圖4所示。

其中，輸入為預(yù)瞄點(diǎn)處道路偏差，輸出1為預(yù)瞄時(shí)間T，輸出2為方向盤實(shí)際轉(zhuǎn)角，駕駛員神經(jīng)滯后環(huán)節(jié)td= 0 .3，慣量滯后環(huán)節(jié)時(shí)間常數(shù)th= 0 .1。

3.動(dòng)力學(xué)仿真

3.1 仿真模型建立

完整的駕駛員模型，包括感知環(huán)節(jié)、預(yù)瞄環(huán)節(jié)、補(bǔ)償校正環(huán)節(jié)[4]。感知環(huán)節(jié)根據(jù)車輛的y方向速度，及預(yù)瞄時(shí)間T，感知在T時(shí)刻后，車輛y方向的位置；預(yù)瞄環(huán)節(jié)根據(jù)當(dāng)前車輛x方位向置，以及車輛方位角，計(jì)算預(yù)瞄距離d處的y坐標(biāo)；補(bǔ)償矯正環(huán)節(jié)根據(jù)預(yù)瞄點(diǎn)處y坐標(biāo)偏差，計(jì)算出補(bǔ)償該偏差的方向盤轉(zhuǎn)角，并且進(jìn)一步調(diào)節(jié)預(yù)瞄時(shí)間T。將在Matlab/Simulink仿真環(huán)境下建立的駕駛員模型放入到相同環(huán)境下的整車控制模型中，建立完整的仿真模型。如圖5所示。

圖7 方向盤轉(zhuǎn)角曲線

圖8 橫擺角速度曲線

圖9 軌跡曲線對(duì)比

3.2 仿真結(jié)果分析

本文以“偏置直線+半S”曲線作為車輛行駛道路軌跡，在其他參數(shù)相同的情況下，分別進(jìn)行有預(yù)瞄時(shí)間控制的仿真，和無(wú)預(yù)瞄時(shí)間控制的仿真，以便研究可變預(yù)瞄時(shí)間對(duì)于車輛跟蹤軌跡的影響。

圖6對(duì)比了兩種情況下的軌跡偏差，可以看出，無(wú)預(yù)瞄時(shí)間控制的偏差的幾何平均值要遠(yuǎn)遠(yuǎn)大于有預(yù)瞄時(shí)間控制的情況，進(jìn)一步驗(yàn)證了預(yù)瞄時(shí)間控制的優(yōu)越性。

4.試驗(yàn)結(jié)果對(duì)比

圖7、圖8為跟蹤“偏置直線+半S”時(shí)，熟練駕駛員操縱試驗(yàn)車真實(shí)情況，與駕駛員模型操縱車輛模型仿真情況對(duì)比圖，為了便于對(duì)比兩種情況，方向盤轉(zhuǎn)角和橫擺角速度仿真值都進(jìn)行了取相反數(shù)處理。

從圖7可以看出，在跟蹤相同道路時(shí)，駕駛員模型與熟練駕駛員在方向控制上并不完全一樣，在某一時(shí)刻，方向盤轉(zhuǎn)角幅值并不相同，但是兩條曲線的形狀接近，變化趨勢(shì)相似，圖8的橫擺角速度響應(yīng)曲線也具有同樣的特點(diǎn)。

圖9為熟練駕駛員軌跡跟蹤曲線、駕駛員模型跟蹤曲線和目標(biāo)軌跡對(duì)比圖。

圖9中駕駛員模型跟蹤曲線與熟練駕駛員軌跡跟蹤曲線比較接近。因此，可以認(rèn)為，所建立的基于可調(diào)預(yù)瞄時(shí)間的模糊PID控制駕駛員模型具有較高的精度，其行為特性與熟練駕駛員較為相似。

5.結(jié)論

(1)依據(jù)預(yù)瞄最優(yōu)曲率理論及模糊控制理論，建立了模糊PID控制駕駛員模型，將駕駛員的校正環(huán)節(jié)與汽車動(dòng)力學(xué)模型分開(kāi)分析，從更廣的方面研究駕駛員的特性。

(2)建立預(yù)瞄時(shí)間函數(shù)，分析預(yù)瞄時(shí)間函數(shù)對(duì)軌跡跟蹤效果的影響。通過(guò)仿真證明，驗(yàn)證了預(yù)瞄時(shí)間的可調(diào)性，且預(yù)瞄時(shí)間函數(shù)能夠提高車輛軌跡跟蹤品質(zhì)。

[1]AshkenasIL,McRuer DT.A theory of handling qualities derived from pilot-vehicle system considerations A.Pro-ceedings of IEEE IndustryApplications Socicty Meeting[C].1962.

[2]MacAdam C C.An optimal preview control for linear sys-terns[J].Journal of Dynamic Systems,Measurement,and Control,1980,102(3):188-190.

[3]郭孔輝,馬鳳軍,孔繁森.人—車—路閉環(huán)系統(tǒng)駕駛員模型參數(shù)辨識(shí)[J].汽車工程,2002,24(1):20-24.

[4]高振海,管欣,郭孔輝.駕駛員方向控制模型及在汽車智能駕駛研究中的應(yīng)用[J].中國(guó)公路學(xué)報(bào),2000,13(3):106-109.

盧艷楠（1985－），女，黑龍江哈爾濱人，河北聯(lián)合大學(xué)遷安學(xué)院機(jī)電與信息系助教，主要研究方向：智能車輛、機(jī)電一體化。