劉貴如,周鳴爭(zhēng)，王陸林 ,王 海

(1．安徽工程大學(xué)計(jì)算機(jī)與信息學(xué)院，蕪湖 241000； 2.奇瑞汽車(chē)股份有限公司前瞻技術(shù)研究院，蕪湖 241006)

2016188

城市工況下最小安全車(chē)距控制模型和避撞算法*

劉貴如1,周鳴爭(zhēng)1，王陸林2,王 海2

(1．安徽工程大學(xué)計(jì)算機(jī)與信息學(xué)院，蕪湖 241000； 2.奇瑞汽車(chē)股份有限公司前瞻技術(shù)研究院，蕪湖 241006)

鑒于傳統(tǒng)安全距離模型適應(yīng)性差、模型參數(shù)須預(yù)先確定和車(chē)距控制偏差大的缺陷，提出一種最小安全車(chē)距控制模型和避撞算法。通過(guò)視覺(jué)和雷達(dá)傳感器實(shí)時(shí)監(jiān)測(cè)前方車(chē)輛，針對(duì)前方車(chē)輛行駛狀態(tài)和不同類(lèi)型車(chē)輛制動(dòng)性能差異，給出相應(yīng)的安全距離估算模型、最小安全車(chē)距控制模型與算法；為了保證車(chē)距控制精度，采用周期閉環(huán)控制方法。該算法應(yīng)用于奇瑞智能自主跟車(chē)系統(tǒng)，經(jīng)過(guò)2種工況、5種初始車(chē)速和2 000次的城市道路試驗(yàn)。結(jié)果表明：最小安全車(chē)距均保持在1～2m內(nèi)，控制偏差精度在±0.5m內(nèi)。該算法在各種城市工況下均具有很較高的車(chē)距控制精度，能有效提高車(chē)輛的主動(dòng)安全性、駕乘舒適性和道路行車(chē)?yán)眯省?/p>

汽車(chē)工程；安全距離模型；最小安全車(chē)距控制模型；避撞算法

前言

隨著汽車(chē)主動(dòng)安全技術(shù)的快速發(fā)展和用戶對(duì)車(chē)輛安全需求的不斷提高，針對(duì)車(chē)輛防撞[1]及其關(guān)鍵算法[2]的研究受到廣泛關(guān)注。國(guó)內(nèi)外專(zhuān)家學(xué)者對(duì)此提出了一些安全距離模型，主要有固定車(chē)距法、車(chē)頭時(shí)距法、駕駛員估計(jì)模型法[3]等。但是各模型也存在一些共性問(wèn)題，模型參數(shù)需要事先確定，同時(shí)沒(méi)有綜合考慮駕駛員、行駛路面以及整車(chē)制動(dòng)性能等方面的差異性，適應(yīng)性差，估算報(bào)警距離和制動(dòng)距離過(guò)大或者過(guò)小，無(wú)法同時(shí)兼顧車(chē)輛安全性和道路行車(chē)效率[4]。

為了解決以上安全距離模型存在的不足，針對(duì)車(chē)輛縱向行駛場(chǎng)景，本文中提出了一種改進(jìn)的自適應(yīng)安全距離模型、最小安全車(chē)距控制模型及其控制算法，充分考慮了不同車(chē)輛制動(dòng)性能和駕駛員之間的個(gè)性差異、行駛路面、前車(chē)制動(dòng)性能和行駛狀態(tài)等影響因素，以及通過(guò)測(cè)量值作為模型輸入的安全距離估算方法存在的滯后性和失效性，針對(duì)不同工況提出具體的估算模型，以控制車(chē)輛最小安全距離為最終目的，在避撞過(guò)程中不斷調(diào)整本車(chē)制動(dòng)減速度，對(duì)安全距離進(jìn)行動(dòng)態(tài)閉環(huán)控制，保證本車(chē)和前車(chē)相對(duì)速度消除后，最小安全距離保持在一個(gè)恒定的范圍，避免過(guò)大或者過(guò)小，既提高了系統(tǒng)距離估算精度和防碰撞概率，同時(shí)也保證了駕乘舒適性和行車(chē)效率。

1 典型的安全距離模型

安全距離模型根據(jù)本車(chē)和前車(chē)的運(yùn)行狀態(tài)和相關(guān)因素實(shí)時(shí)動(dòng)態(tài)估算報(bào)警距離和實(shí)施制動(dòng)干預(yù)距離，保證車(chē)輛不發(fā)生追尾碰撞[5]，距離估算的可靠性和估算精度直接影響系統(tǒng)的行車(chē)安全、駕乘舒適性以及道路行車(chē)效率，是車(chē)輛前方防撞系統(tǒng)報(bào)警提醒和實(shí)施制動(dòng)的依據(jù)。而影響安全距離估算的因素包括模型本身以及相關(guān)參數(shù)兩個(gè)方面[6]。

1.1 固定安全距離模型

固定安全距離模型以預(yù)先設(shè)定的距離作為判斷依據(jù)，小于該值就報(bào)警。假設(shè)Dg表示安全距離，模型可表示為Dg=S,S根據(jù)本車(chē)車(chē)速?gòu)念A(yù)先設(shè)定的安全距離列表中選取，但是該算法缺乏靈活性，沒(méi)有考慮車(chē)輛行駛環(huán)境和駕駛員特性等因素，實(shí)用性差[3]。

1.2 自由滑行時(shí)間模型

自由滑行時(shí)間模型以預(yù)先設(shè)定的自由滑行時(shí)間為依據(jù)進(jìn)行安全距離計(jì)算，假設(shè)Ds表示安全距離,模型表示為

Ds=vb×ts+L

(1)

式中：vb為本車(chē)車(chē)速；ts為本車(chē)自由滑行時(shí)間；L為適當(dāng)停車(chē)距離。該算法簡(jiǎn)單，適用于勻速跟車(chē)行駛的城市交通環(huán)境，不適用于前方靜止車(chē)輛，且適應(yīng)性差。L值設(shè)置過(guò)大，則大部分場(chǎng)景會(huì)造成相鄰車(chē)道車(chē)輛超車(chē)、降低行車(chē)效率；L值設(shè)置過(guò)小，則容易發(fā)生追尾碰撞。另外,自由滑行時(shí)間T參數(shù)只能預(yù)先設(shè)定一個(gè)經(jīng)驗(yàn)值，針對(duì)不同的駕駛員反應(yīng)時(shí)間差異，安全距離估算精度偏差較大[4]。

1.3 駕駛員預(yù)估安全距離模型

駕駛員預(yù)估安全距離模型由駕駛員估計(jì)本車(chē)與前車(chē)相對(duì)車(chē)速、相對(duì)距離以及估計(jì)時(shí)間tg內(nèi)車(chē)輛運(yùn)行變化[3]對(duì)安全距離進(jìn)行估計(jì)。假設(shè)Dgs表示安全距離,則模型可表示為

(2)

式中：vr為本車(chē)與前車(chē)初始相對(duì)車(chē)速；af為前車(chē)減速度；m為tg時(shí)間后本車(chē)與前車(chē)相對(duì)距離等于駕駛員的最小容忍距離。本模型重視駕駛員的主觀感受，但是m的取值需要同時(shí)兼顧前車(chē)靜止、減速和勻速行駛工況比較困難，參數(shù)tg也較難確定，安全距離模型估算的準(zhǔn)確性難以保證。

1.4 車(chē)間距保持安全距離模型

車(chē)間距保持安全距離模型根據(jù)預(yù)先設(shè)定的自由滑行時(shí)間(即駕駛員響應(yīng)時(shí)間)、本車(chē)車(chē)速、本車(chē)與前車(chē)相對(duì)車(chē)速、本車(chē)減速度、前車(chē)減速度以及相對(duì)距離預(yù)估預(yù)警安全距離和主動(dòng)制動(dòng)安全距離[3-4]。假設(shè)Dw表示預(yù)警指令發(fā)出時(shí)本車(chē)與前車(chē)相對(duì)距離，Dz表示制動(dòng)干預(yù)指令發(fā)出時(shí)本車(chē)與前車(chē)相對(duì)距離。當(dāng)前方目標(biāo)處于靜止?fàn)顟B(tài)時(shí)：

(3)

(4)

式中:ab為本車(chē)制動(dòng)減速度估計(jì)值；d為相對(duì)速度消除后本車(chē)和前車(chē)的最小安全距離。

當(dāng)前方目標(biāo)車(chē)輛處于運(yùn)動(dòng)狀態(tài)時(shí)：

(5)

(6)

式中vf為前車(chē)當(dāng)前車(chē)速。

本模型針對(duì)前車(chē)運(yùn)行和靜止兩種工況給出了對(duì)應(yīng)模型，同時(shí)考慮了駕駛員響應(yīng)時(shí)間，本車(chē)和前車(chē)制動(dòng)減速度以及最小安全距離。但是沒(méi)有考慮制動(dòng)系統(tǒng)協(xié)調(diào)時(shí)間，即發(fā)出制動(dòng)指令到車(chē)輛開(kāi)始減速的時(shí)間和開(kāi)始制動(dòng)到制動(dòng)減速度達(dá)到最大時(shí)的制動(dòng)距離，且相關(guān)參數(shù)為根據(jù)前期試驗(yàn)數(shù)據(jù)、相關(guān)標(biāo)準(zhǔn)和經(jīng)驗(yàn)統(tǒng)計(jì)值預(yù)先設(shè)定，不能根據(jù)車(chē)輛實(shí)際的運(yùn)行環(huán)境進(jìn)行修正，在個(gè)別極端環(huán)境下，可能出現(xiàn)安全距離過(guò)小發(fā)生碰撞的危險(xiǎn)或者安全距離過(guò)大導(dǎo)致道路行車(chē)效率降低[3]。

本文中針對(duì)以上典型的安全距離模型存在的缺點(diǎn)，提出自適應(yīng)安全距離估計(jì)模型和最小安全車(chē)距控制模型。

2 改進(jìn)的安全車(chē)距估計(jì)和控制模型

根據(jù)車(chē)輛在避撞過(guò)程中本車(chē)和前車(chē)不同的運(yùn)行狀態(tài)，給出對(duì)應(yīng)的安全距離估算模型。最終的目的是，當(dāng)本車(chē)和前車(chē)相對(duì)速度消除后(包括本車(chē)和前車(chē)均停止的情形)本車(chē)和前車(chē)的最小安全距離保持在一個(gè)穩(wěn)定的范圍。前車(chē)運(yùn)行狀態(tài)包括靜止、運(yùn)行中減速行駛(包括緊急制動(dòng)停止)；本車(chē)運(yùn)行狀態(tài)包括正常運(yùn)行、運(yùn)行中減速行駛(包括緊急制動(dòng)停止)等工況，結(jié)合實(shí)際的場(chǎng)景給出典型工況的預(yù)警、制動(dòng)干預(yù)安全距離估算模型和最小安全車(chē)距控制模型。

2.1 前車(chē)靜止工況

2.1.1 安全距離估算模型

該工況針對(duì)本車(chē)在正常運(yùn)行中，突然發(fā)現(xiàn)前方停止的車(chē)輛。假設(shè)本車(chē)無(wú)法轉(zhuǎn)向避讓的情況下，只能采取縱向減速避撞。本車(chē)由初始速度開(kāi)始減速停車(chē)，則該工況下預(yù)警安全距離和制動(dòng)干預(yù)距離估算模型為

(7)

(8)

式中：td和j分別為駕駛員響應(yīng)時(shí)間和系數(shù)；tz和k為制動(dòng)協(xié)調(diào)時(shí)間和系數(shù)；l為本車(chē)制動(dòng)減速度估計(jì)值系數(shù)，通過(guò)路面識(shí)別模塊進(jìn)行調(diào)整和修正，調(diào)整模型中本車(chē)和前車(chē)制動(dòng)減速度ab預(yù)設(shè)值，以匹配當(dāng)前行駛路面[10-11]。式(7)和式(8)適用于初始估計(jì)。當(dāng)本車(chē)進(jìn)入制動(dòng)干預(yù)狀態(tài)后，如果本車(chē)從開(kāi)始制動(dòng)到停止，保持恒定的減速度，則d值可能偏大或者偏小，與理想的1～2m的安全距離偏差較大，所以還需要建立制動(dòng)過(guò)程中的最小安全車(chē)距閉環(huán)控制模型，保證本車(chē)與前車(chē)相對(duì)速度消除后最小安全距離為期望的值，與理想的1～2m的安全距離偏差較小。

2.1.2 最小安全車(chē)距控制模型

假設(shè)Dh為本車(chē)制動(dòng)過(guò)程中本車(chē)和前車(chē)安全距離估計(jì)值，D為雷達(dá)周期測(cè)量的本車(chē)與前車(chē)相對(duì)距離，則該工況最小安全車(chē)距控制模型為

(9)

理想情況下每個(gè)測(cè)距周期測(cè)量的相對(duì)距離D應(yīng)該和Dh接近，保持在一定的誤差范圍。如果D過(guò)大則d可能過(guò)大，可以適當(dāng)減小制動(dòng)減速度，避免急減速造成駕乘人員的不舒適感，同時(shí)提高道路行車(chē)效率。如果D過(guò)小則d可能過(guò)小，容易增加碰撞風(fēng)險(xiǎn)，安全優(yōu)先，可以適當(dāng)加大制動(dòng)減速度保證行車(chē)安全為前提。本模型通過(guò)毫米波雷達(dá)實(shí)時(shí)探測(cè)本車(chē)和前車(chē)的相對(duì)距離，通過(guò)調(diào)整系數(shù)l調(diào)整本車(chē)制動(dòng)減速度對(duì)制動(dòng)距離進(jìn)行閉環(huán)調(diào)整，實(shí)現(xiàn)最小安全距離d值的穩(wěn)定和精確控制。

2.2 前車(chē)行駛工況

2.2.1 安全距離估算模型

該工況針對(duì)本車(chē)在正常運(yùn)行中，突然發(fā)現(xiàn)前車(chē)緊急減速。假設(shè)本車(chē)無(wú)法轉(zhuǎn)向避讓的情況下，采取制動(dòng)減速避撞，前車(chē)運(yùn)行狀態(tài)即最終車(chē)速無(wú)法預(yù)知，故Dw和Dz的估計(jì)以前車(chē)最終停止，后車(chē)也停止為假設(shè)前提，則該工況下安全距離估算模型為

Dw=(vf-vb)×j×td+(vf-vb)×k×tz+

(10)

(11)

式中m為前車(chē)制動(dòng)減速度估計(jì)值修正系數(shù)。

通過(guò)自學(xué)習(xí)模塊對(duì)本車(chē)制動(dòng)性能進(jìn)行評(píng)估，根據(jù)評(píng)估結(jié)果對(duì)參數(shù)l進(jìn)行修正，調(diào)整模型中本車(chē)制動(dòng)減速度ab預(yù)設(shè)值，以匹配本車(chē)制動(dòng)性能。通過(guò)自學(xué)模塊對(duì)駕駛員響應(yīng)時(shí)間的評(píng)估結(jié)果，對(duì)參數(shù)j進(jìn)行修正，調(diào)整模型中駕駛員響應(yīng)時(shí)間Td預(yù)設(shè)值。通過(guò)自學(xué)習(xí)模塊對(duì)制動(dòng)系統(tǒng)協(xié)調(diào)時(shí)間的評(píng)估結(jié)果，對(duì)參數(shù)k進(jìn)行修正，調(diào)整模型中駕駛員響應(yīng)時(shí)間Tz預(yù)設(shè)值。通過(guò)路面識(shí)別模塊調(diào)整l和m進(jìn)行修正，調(diào)整模型中本車(chē)和前車(chē)制動(dòng)減速度ab與af預(yù)設(shè)值，以匹配當(dāng)前行駛路面。通過(guò)對(duì)相關(guān)參數(shù)的自適應(yīng)修正，使安全距離估算更趨合理，更符合實(shí)際應(yīng)用場(chǎng)景，估計(jì)更準(zhǔn)確，保證車(chē)輛不發(fā)生碰撞的同時(shí)，保持較高的行車(chē)效率、駕乘舒適性及駕駛體驗(yàn)[12]。

式(10)和式(11)只適用于估計(jì)開(kāi)始預(yù)警距離和制動(dòng)干預(yù)距離。如果在本車(chē)減速過(guò)程中不實(shí)時(shí)調(diào)整本車(chē)制動(dòng)減速度，則本車(chē)和前車(chē)相對(duì)速度消除后最小安全距離和理想的距離可能出現(xiàn)偏差過(guò)大或者過(guò)小，無(wú)法保持較高的避撞概率和行車(chē)效率[13]。要保持本車(chē)和前車(chē)相對(duì)車(chē)速消除后最小安全距離在理想范圍。針對(duì)車(chē)輛制動(dòng)干預(yù)后的運(yùn)行狀態(tài)工況，提出了一種閉環(huán)逼近自適應(yīng)最小安全距離估算控制模型。在本車(chē)開(kāi)始制動(dòng)減速后，影響d值的因素主要是前車(chē)制動(dòng)距離和本車(chē)制動(dòng)距離，通過(guò)調(diào)節(jié)本車(chē)制動(dòng)減速度對(duì)制動(dòng)距離進(jìn)行調(diào)整，保證d在一個(gè)理想的范圍內(nèi)。

2.2.2 最小安全車(chē)距控制模型

前車(chē)行駛工況下最小安全車(chē)距控制模型為

(12)

式中：t為雷達(dá)測(cè)距周期。模型中前車(chē)制動(dòng)減速度參數(shù)除了根據(jù)路面識(shí)別模塊進(jìn)行調(diào)整外，基本保持不變。在每個(gè)雷達(dá)的距離測(cè)量周期t內(nèi)，通過(guò)調(diào)整系數(shù)l，調(diào)整本車(chē)制動(dòng)減速度，使得測(cè)量值D接近于估計(jì)值Dh，采用這種估算方法則不需要考慮前車(chē)最終的運(yùn)行車(chē)速，在實(shí)際場(chǎng)景中實(shí)用性更強(qiáng)，保持d值在合理范圍內(nèi)。ab與af根據(jù)毫米波雷達(dá)實(shí)時(shí)采集的相對(duì)車(chē)速和本車(chē)實(shí)時(shí)車(chē)速進(jìn)行更新，形成一個(gè)閉環(huán)預(yù)估模型，通過(guò)實(shí)時(shí)調(diào)整本車(chē)制動(dòng)減速度參數(shù)系數(shù)l調(diào)整相對(duì)安全距離，使得相對(duì)車(chē)速消除后相對(duì)距離d更趨于合理。式(12)為本車(chē)實(shí)施制動(dòng)后本車(chē)與前車(chē)最小安全間距控制模型，其閉環(huán)控制過(guò)程與駕駛員人為避撞的過(guò)程非常相似，可以在防止發(fā)生碰撞的前提下，保持足夠小的安全間距，保證駕乘舒適性和道路行車(chē)效率[14]。

式(7)～式(12)中相關(guān)參數(shù)預(yù)值的確定:td一般取值范圍為0.4～1.5s，典型值為1s;tz一般取值為200～400ms,典型值為300ms；ab一般取值范圍為3.0～9.8m/s2,轎車(chē)制動(dòng)減速度典型值為5.5m/s2，貨車(chē)制動(dòng)減速度典型值為3.6m/s2。系數(shù)j,k,l,m預(yù)設(shè)置均為1，變化范圍為0.5～1.5；d取值范圍為1～2m。

2.3 算法運(yùn)行流程

兩種工況下算法運(yùn)行流程圖見(jiàn)圖1，其不同之處除了模型不同外，制動(dòng)干預(yù)判斷的條件不同。當(dāng)滿足vf=0和vb>0時(shí)，為前車(chē)靜止，本車(chē)運(yùn)行工況，流程圖中預(yù)警距離和制動(dòng)干預(yù)距離采用該工況下的估計(jì)模型。當(dāng)滿足vf≠0和vf≤vb時(shí)，為前車(chē)減速行駛，本車(chē)運(yùn)行工況，流程圖中預(yù)警距離和制動(dòng)干預(yù)距離采用該工況下的估計(jì)模型。在避撞過(guò)程中先預(yù)警，后干預(yù)，當(dāng)進(jìn)行制動(dòng)干預(yù)后，通過(guò)適時(shí)調(diào)整本車(chē)制動(dòng)減速度實(shí)現(xiàn)本車(chē)與前車(chē)最小安全距離的閉環(huán)精確控制，在控制過(guò)程中，實(shí)時(shí)判斷兩種工況的條件，如不滿足任一一個(gè)條件，則退出預(yù)警和制動(dòng)干預(yù)模式。

圖1 算法運(yùn)行流程圖

3 實(shí)車(chē)驗(yàn)證與結(jié)果分析

3.1 安全距離估算算法的比較分析

模型中相關(guān)參數(shù)在參考相關(guān)標(biāo)準(zhǔn)以及經(jīng)驗(yàn)值的基礎(chǔ)上賦以典型預(yù)設(shè)值，但是參數(shù)還需要在后期試驗(yàn)過(guò)程中進(jìn)行標(biāo)定，使參數(shù)的設(shè)置和系統(tǒng)更好地匹配，系統(tǒng)在兩種工況下進(jìn)行試驗(yàn)。

本文中對(duì)常用的幾種安全距離模型與本模型進(jìn)行了對(duì)比分析。假設(shè)FSDM表示固定安全距離模型，RSTM表示自由滑行時(shí)間模型，DFDM表示駕駛員預(yù)估安全距離模型，DKSDM表示車(chē)間距保持安全距離模型，MSVDCM為本文中提出的最小安全車(chē)距控制模型。在兩種工況下對(duì)各算法模型分別進(jìn)行對(duì)比測(cè)試試驗(yàn)及比較分析。鑒于實(shí)際測(cè)試環(huán)境和條件，提高測(cè)試的安全性，測(cè)試結(jié)果通過(guò)相對(duì)距離進(jìn)行驗(yàn)證，將d取值設(shè)定為11～12m的范圍。測(cè)試結(jié)果減去10m作為最終的最小安全車(chē)距。在前車(chē)停止工況下進(jìn)行測(cè)試，各模型算法估計(jì)的預(yù)警距離和制動(dòng)干預(yù)距離結(jié)果對(duì)比見(jiàn)圖2。

由圖2可見(jiàn)：FSDM模型估算的預(yù)警距離是不同速度區(qū)間的先驗(yàn)值,相對(duì)比較固定，可以作為判斷其它算法結(jié)果是否準(zhǔn)確的參考；其余3種安全距離模型在低速時(shí)估算的預(yù)警距離普遍偏大，容易發(fā)生過(guò)多預(yù)警而引起駕駛員的反感，而高速時(shí)估算的預(yù)警距離則普遍偏小，增大了追尾事故的風(fēng)險(xiǎn)，在實(shí)際應(yīng)用中都存在缺陷[15]。各算法模型估計(jì)的預(yù)警距離結(jié)果對(duì)比見(jiàn)圖2(a)。如果預(yù)警0.5～0.6s后駕駛員仍不采取制動(dòng)減速措施，則制動(dòng)系統(tǒng)自動(dòng)干預(yù)，各算法模型估計(jì)的制動(dòng)干預(yù)距離結(jié)果對(duì)比見(jiàn)圖2(b)。

圖2 前車(chē)靜止工況下各算法預(yù)警和制動(dòng)干預(yù)距離

而本文中提出的MSVDCM最小安全車(chē)距控制模型則在確保安全的情況下，預(yù)警距離相對(duì)偏小。在實(shí)際工況中，當(dāng)本車(chē)車(chē)速較大時(shí)，駕駛員一般采取轉(zhuǎn)向避撞的方式更為有效，并不需要過(guò)早報(bào)警。在后期制動(dòng)干預(yù)后可以不斷調(diào)節(jié)制動(dòng)減速度控制安全距離(即實(shí)現(xiàn)最小安全車(chē)距的閉環(huán)控制)，更符合駕駛員避撞特性。各模型對(duì)應(yīng)的制動(dòng)干預(yù)距離相對(duì)報(bào)警距離主要體現(xiàn)在各模型中駕駛員響應(yīng)時(shí)間、制動(dòng)系統(tǒng)響應(yīng)時(shí)間以及當(dāng)前行駛路面等參數(shù)的差別。

3.2 最小安全距離控制算法的比較分析

3.2.1 前車(chē)靜止時(shí)算法的比較分析

不同駕駛員和制動(dòng)系統(tǒng)響應(yīng)時(shí)間差異很大，導(dǎo)致制動(dòng)干預(yù)過(guò)早或者過(guò)晚介入，增加了車(chē)輛追尾風(fēng)險(xiǎn)，同時(shí)也不利于有效提高道路通行效率[16]。制動(dòng)干預(yù)后，車(chē)輛開(kāi)始減速直到停止或者與前車(chē)相對(duì)速度為0，本車(chē)和前車(chē)的最小安全距離才是衡量各個(gè)估算模型的關(guān)鍵，也是最直接的指標(biāo)，直接影響追尾碰撞風(fēng)險(xiǎn)和道路行車(chē)效率[17]。各模型參考的影響因素不同，最終的最小安全距離差異較大。在前車(chē)靜止工況下，各算法最小安全距離測(cè)試結(jié)果見(jiàn)表1。

表1 前車(chē)靜止工況下最小安全車(chē)距測(cè)試結(jié)果

表1中最小安全距離為實(shí)際測(cè)量得到。兼顧安全和行車(chē)效率，這個(gè)距離一般保持在1～2m內(nèi)。首先，隨著兩車(chē)的距離越來(lái)越近，相對(duì)速度也越來(lái)越小，最小安全距離保持在1～2m內(nèi)是沒(méi)有風(fēng)險(xiǎn)的。其次，一般雷達(dá)的探測(cè)更新周期為50ms，加上控制策略運(yùn)行時(shí)間為50ms，共計(jì)100ms。假如車(chē)速為10km/h近距離接近，該時(shí)間段內(nèi)滑行距離估計(jì)為0.3m，加上雷達(dá)近距離探測(cè)誤差為0.5m，所以距離保持在1～2m是安全的。如果距離過(guò)小，尤其是小于1m的情況下，發(fā)生碰撞的風(fēng)險(xiǎn)較大。而大于2.5m，則距離過(guò)大，一方面不利于提高道路行車(chē)效率，另一方面距離過(guò)大，在國(guó)內(nèi)的交通狀況下，容易導(dǎo)致后方或者左側(cè)車(chē)道車(chē)輛插隊(duì)，引起交通秩序混亂[18]。

從表1數(shù)據(jù)可以看出，F(xiàn)SDM模型根據(jù)預(yù)先估計(jì)的距離實(shí)施制動(dòng)，最終的最小安全距離接近4m，距離過(guò)大，行車(chē)效率偏低，但是無(wú)安全隱患。而RSTM模型和DFDM模型則由于不同的駕駛員反應(yīng)時(shí)間差異以及對(duì)前方目標(biāo)感知的差異，數(shù)據(jù)可能偏大或者偏小，尤其是本車(chē)車(chē)速較高的情況下，安全距離估算誤差相對(duì)增大，增加了追尾碰撞風(fēng)險(xiǎn)[19]。DFDM模型在車(chē)速較高的情況下，憑人的主觀預(yù)測(cè)安全距離偏差大，極易造成車(chē)輛追尾事故，也缺乏靈活性。同時(shí)須要通過(guò)先驗(yàn)數(shù)據(jù)，得到滑行時(shí)間參數(shù)值，測(cè)試結(jié)果最小安全距離偏小，小于1m，存在安全隱患，效果較差。DKSDM模型同時(shí)考慮了駕駛員響應(yīng)時(shí)間，本車(chē)和前車(chē)制動(dòng)減速度以及先驗(yàn)數(shù)據(jù)，最小安全距離相對(duì)前3種模型，距離更趨于合理，但是針對(duì)變換的行車(chē)環(huán)境，也可能會(huì)出現(xiàn)過(guò)大或者過(guò)小的情況。各模型均沒(méi)有考慮實(shí)際行駛工況，在附著系數(shù)較小的冰雪路面，發(fā)生追尾的概率很高[21]。

而本文中提出的MSVDCM控制模型既考慮了駕駛員響應(yīng)時(shí)間，也考慮了制動(dòng)系統(tǒng)的協(xié)調(diào)時(shí)間和路面狀況，相關(guān)參數(shù)在前期數(shù)據(jù)標(biāo)定的基礎(chǔ)上通過(guò)自適應(yīng)模塊進(jìn)行實(shí)時(shí)修正，以適應(yīng)當(dāng)前駕駛員和行駛工況。同時(shí)在此基礎(chǔ)上引入了安全距離閉環(huán)控制方法，實(shí)時(shí)調(diào)節(jié)制動(dòng)減速度，對(duì)安全距離進(jìn)行閉環(huán)控制，根據(jù)實(shí)際探測(cè)相對(duì)距離和安全距離估算值進(jìn)行對(duì)比，根據(jù)對(duì)比結(jié)果不斷調(diào)整本車(chē)制動(dòng)減速度，同時(shí)參考路面識(shí)別模塊輸出的路面附著系數(shù)參數(shù)對(duì)制動(dòng)減速度進(jìn)行修正。確保本車(chē)車(chē)速為0時(shí)，本車(chē)和前方車(chē)輛或者目標(biāo)的最小安全距離保持在1～2m范圍內(nèi)?？朔烁魉惴ㄔ趯?duì)應(yīng)的初始車(chē)速下最終的最小安全距離偏大或者偏小的問(wèn)題，既避免了車(chē)輛追尾事故，同時(shí)提高了道路行車(chē)效率，在車(chē)輛停止前的低速階段安全距離的控制逼近于最小安全距離，使最小安全距離控制更精確，更穩(wěn)定，具有很好的魯棒性。

3.2.2 前車(chē)運(yùn)行時(shí)算法的比較分析

與前車(chē)靜止工況相比，前車(chē)減速行駛工況不僅要考慮本車(chē)的運(yùn)行狀態(tài)而且還要考慮前車(chē)的運(yùn)行狀態(tài)，報(bào)警距離不僅與相對(duì)速度有關(guān)，而且與本車(chē)車(chē)速有關(guān)，預(yù)警距離和制動(dòng)干預(yù)距離需要實(shí)時(shí)計(jì)算。但是最小安全距離始終保持在1～2m范圍內(nèi)。測(cè)試結(jié)果見(jiàn)表2。

表2 前車(chē)運(yùn)行工況下最小安全車(chē)距測(cè)試結(jié)果

從表2測(cè)試結(jié)果看，各安全距離模型在前車(chē)運(yùn)行工況下最小安全距離估計(jì)性能和表1基本一致。只是各算法在兩種工況下最小安全距離略有差異，與各算法先驗(yàn)標(biāo)定參數(shù)以及模型不能很好地適應(yīng)實(shí)際運(yùn)行工況有關(guān)，靈活性較差。當(dāng)本車(chē)和前車(chē)在不同車(chē)速下，由于駕駛員的主觀估計(jì)存在差異[22]，故各車(chē)速下的最小安全距離存在差異，本車(chē)車(chē)速和相對(duì)車(chē)速越低，最小安全距離估計(jì)偏差越小，符合駕駛員實(shí)際的安全距離估計(jì)特性[23]。但是由于各算法自身的缺陷，導(dǎo)致最小安全距離估計(jì)偏大或偏小，既不利于行車(chē)安全，也不利于道路行車(chē)效率。

而本文中提出的MSVDCM最小安全車(chē)距控制算法引入了距離周期閉環(huán)控制，克服了各模型憑借先驗(yàn)參數(shù)估算安全距離偏差較大的缺陷，在本車(chē)和前車(chē)任意車(chē)速，以及不同駕駛員在各種路況下均能將最小安全距離控制在1～2m范圍內(nèi)，具有很好的適應(yīng)性和穩(wěn)定性。

4 結(jié)論

本文中分析了影響安全預(yù)警距離和制動(dòng)干預(yù)距離估算的各個(gè)因素，在分析現(xiàn)有模型和安全預(yù)警算法的基礎(chǔ)上，從駕駛員開(kāi)車(chē)體驗(yàn)出發(fā)，結(jié)合制動(dòng)過(guò)程運(yùn)動(dòng)學(xué)分析，提出一種最小安全車(chē)距控制模型及避撞算法。通過(guò)理論分析、仿真以及實(shí)際場(chǎng)景測(cè)試，本文中提出的預(yù)警和制動(dòng)干預(yù)距離估算模型結(jié)合最小安全車(chē)距控制模型及算法，能夠保證在前車(chē)靜止或者運(yùn)行工況下，本車(chē)和前車(chē)的最小安全距離保持在1～2m范圍內(nèi)，既保證了行車(chē)安全，同時(shí)也提高了道路行車(chē)效率，符合駕駛員主觀感受，接近于駕駛員實(shí)際制動(dòng)干預(yù)過(guò)程，易于工程化。通過(guò)實(shí)車(chē)試驗(yàn)，驗(yàn)證了該算法的有效性。

[1] 王暢,徐遠(yuǎn)新,付銳,等.應(yīng)用于換道預(yù)警系統(tǒng)的潛在危險(xiǎn)目標(biāo)辨識(shí)算法[J].長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版),2015(1):98-105.

[2] 牛潤(rùn)新,夏靜霆,汪小華,等.智能車(chē)輛路徑巡航和自主避障的觸須算法[J].交通運(yùn)輸工程學(xué)報(bào),2010(12):53-58.

[3] 劉剛,侯德藻,李克強(qiáng),等.汽車(chē)主動(dòng)避撞系統(tǒng)安全報(bào)警算法[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)版),2004,44(5):697-700.

[4] 許倫輝,羅強(qiáng),吳建偉,等.基于最小安全距離的車(chē)輛跟馳模型研究[J].公路交通科技,2010(10):95-106.

[5] 游峰,張榮輝,王?，|,等.基于縱向安全距離的超車(chē)安全預(yù)警模型[J].華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,8(41):87-92.

[6] 邱小平,于丹,孫若曉,等.基于安全距離的元胞自動(dòng)機(jī)交通流模型研究[J].交通運(yùn)輸系統(tǒng)工程與信息,2015(4):54-60.

[7] 黨宏社,韓崇昭,段戰(zhàn)勝.汽車(chē)防碰撞報(bào)警與制動(dòng)距離的確定[J].長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版),2002(11):89-91.

[8] 裴曉飛,劉昭度,馬國(guó)成,等.汽車(chē)主動(dòng)避撞系統(tǒng)的安全距離模型和目標(biāo)檢測(cè)算法[J].汽車(chē)安全與節(jié)能學(xué)報(bào)，2012,3(1):26-33.

[9] 劉雨童,張駿,史忠科.汽車(chē)啟動(dòng)時(shí)安全距離模型的改進(jìn)及其驗(yàn)證[J].西北工業(yè)大學(xué)學(xué)報(bào),2014(10):725-729.

[10] 張彪,張俊智,劉昭度.基于車(chē)身減速度估計(jì)的ABS路面識(shí)別方法[J].中國(guó)公路學(xué)報(bào),2011(3):109-113.

[11] 裴曉飛,劉昭度,齊志權(quán).汽車(chē)縱向集成控制系統(tǒng)的路面識(shí)別方法[J].中國(guó)公路學(xué)報(bào),2014(5):177-182.

[12] 裴曉飛,齊志權(quán),王保鋒,等.汽車(chē)前向主動(dòng)報(bào)警/避撞策略[J].吉林大學(xué)學(xué)報(bào)(工學(xué)版),2014(5):599-604.

[13] 李霖,朱西產(chǎn),董小飛,等.自主緊急制動(dòng)系統(tǒng)避撞策略的研究[J].汽車(chē)工程,2015,37(2):168-174.

[14] 李霖,賀錦鵬,劉衛(wèi)國(guó),等.基于駕駛員緊急制動(dòng)行為特征的危險(xiǎn)估計(jì)算法[J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版),2014(1):109-114.

[15] 郭應(yīng)時(shí),王暢,付銳,等.城市道路環(huán)境中駕駛?cè)藨?yīng)激響應(yīng)時(shí)間特性[J].中國(guó)公路學(xué)報(bào),2013(11):135-142.

[16] 呂集爾,朱留華,鄭容森，等.駕駛員反應(yīng)時(shí)間對(duì)行車(chē)安全的影響[J].交通運(yùn)輸系統(tǒng)工程與信息,2014(4):80-86.

[17] 王龐偉,余貴珍,王云鵬,等.基于滑模控制的車(chē)車(chē)協(xié)同主動(dòng)避撞算法[J].北京航空航天大學(xué)學(xué)報(bào),2014(2):268-273.

[18] 侯德藻,劉剛,高鋒，等.新型汽車(chē)主動(dòng)避撞安全距離模型[J].汽車(chē)工程,2005,27(2):186-199.

[19] 唐陽(yáng)山,江振偉,白艷，等.汽車(chē)防碰撞安全距離模型及仿真研究[J].遼寧工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2008(10):324-326.

[20] 高振海,吳濤,趙會(huì).車(chē)輛虛擬跟隨避撞中駕駛?cè)酥苿?dòng)時(shí)刻模型[J].吉林大學(xué)學(xué)報(bào)(工學(xué)版),2014(9):1233-1239.

[21] James R Ward, Gabriel Agamennoni, Stewart Worrall, et al.Extending time to collision for probabilistic reasoning in general traffic scenarios[J].Transportation Research Part C,2015, 51:66-82.

[22] Vicente Milanes, Joshue Perez, Jorge Godoy, et al.A fuzzy aid rear-end collision warning/avoidance system[J].Expert System with Applications,2012,39:9097-9107.

[23] Emeli Adell, Andras Varhelyi, Mario Dalla Fontana.The effects of a driver assistance system for safe speed and safe distance-A real-life field study[J].Transportation Research Part C,2011,19:145-155.

Control Model for Minimum Safe Inter-vehicle Distance and Collision Avoidance Algorithm in Urban Traffic Condition

Liu Guiru1, Zhou Mingzheng1, Wang Lulin2& Wang Hai2

1.CollegeofComputerandInformationScience,AnhuiPolytechnicUniversity,Wuhu241000；2.ProspectiveTechnologyResearchInstitute,CheryAutomobileCo.,Ltd.,Wuhu241006

In view of the defects of traditional safe distance models (poor adaptability, the necessity of presetting model parameters and large control deviation of inter-vehicle distance), a control model for minimum safe inter-vehicle distance and a collision avoidance algorithm are proposed. Visual and radar sensors are used to monitor front vehicle. According to different driving states of front vehicle and the different brake performance of different types of vehicles, the corresponding safe distance estimation model and the control model and algorithm for minimum safe inter-vehicle distance are used, and for ensuring the control accuracy of inter-vehicle distance, a periodic closed-loop control method is adopted. The algorithms are applied to Chery intelligent autonomous following car system to conduct 2,000 tests on urban road with two conditions and five initial speeds. The results show that the minimum safe inter-vehicle distance is kept within the range of 1-2 meters with a control deviation less than ± 0.5 meters, indicating that the algorithms proposed can achieve high control accuracy in various urban conditions and effectively enhance the active safety performance and ride comfort of vehicle and road utilization efficiency.

automotive engineering; safe distance model; minimum safe inter-vehicle distance control model; collision avoidance algorithm

*國(guó)家自然科學(xué)基金(91120307)、安徽省自然科學(xué)基金(TSKJ2015B12)、安徽工程大學(xué)計(jì)算機(jī)應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金(JSJKF201514)和江蘇省六大人才高峰項(xiàng)目(2014-DZXX-040) 資助。

原稿收到日期為2016年3月8日，修改稿收到日期為2016年5月26日。