楊萬(wàn)安 李小龍 吳建飛 王博文

（泛亞汽車(chē)技術(shù)中心有限公司，上海 201201）

主題詞：智能駕駛 乘坐舒適性 不適度 基于乘客的不適度指標(biāo)

1 前言

從高級(jí)輔助駕駛到無(wú)人駕駛，IT企業(yè)與傳統(tǒng)車(chē)企大都把研發(fā)重點(diǎn)集中在提升車(chē)載傳感器的探測(cè)精度上，這些研究并未考慮車(chē)輛的乘坐舒適性。大多數(shù)自動(dòng)駕駛控制算法簡(jiǎn)單地假定車(chē)輛行駛于理想的平整瀝青路或水泥路面，通常直接輸入固定的路面摩擦因數(shù)，并未考慮因路面狀況變差引起的乘坐舒適性問(wèn)題。而實(shí)際道路的不平整或損壞等常態(tài)因素應(yīng)在相關(guān)研究中得以體現(xiàn)。在乘坐舒適性評(píng)價(jià)方面，ISO 2631-1：1997《機(jī)械振動(dòng)與沖擊人體暴露于全身振動(dòng)的評(píng)價(jià)》和GB 4970—2009《汽車(chē)平順性試驗(yàn)方法》能較好地應(yīng)用于多軸向、短時(shí)間、穩(wěn)態(tài)隨機(jī)振動(dòng)的場(chǎng)景，但當(dāng)車(chē)輛行駛在典型壞路上承受較大沖擊時(shí)，常使用的方法是建立主觀評(píng)價(jià)與客觀測(cè)量指標(biāo)之間的聯(lián)系[1-2]。

本文選取江南地區(qū)常見(jiàn)的2種壞路形式，研究行駛過(guò)程中車(chē)輛受到路面激勵(lì)引起垂直方向運(yùn)動(dòng)時(shí)乘員乘坐舒適性的控制問(wèn)題，包括車(chē)身俯仰/側(cè)傾程度、懸架緩沖能力等，并基于不適度指標(biāo)分析給出相應(yīng)控制策略。

2 單一特征壞路不適度研究

壞路根據(jù)損壞情況可分為單一特征壞路和連續(xù)壞路段。單一特征壞路指平直的理想路面長(zhǎng)時(shí)間使用后形成的單個(gè)不理想路面狀態(tài)，例如路面沉降凹陷、路橋接縫、窨井凹坑或凸臺(tái)、路面翹曲開(kāi)裂等。車(chē)輛通過(guò)單一特征路面時(shí)會(huì)出現(xiàn)不同程度的顛簸，在路面損壞較嚴(yán)重或車(chē)速過(guò)快時(shí)會(huì)給乘員帶來(lái)明顯的不適感。為量化分析這類(lèi)影響，本文開(kāi)展了小范圍調(diào)查分析。

選取江南地區(qū)較為常見(jiàn)的2 種特征路面，即單側(cè)凹坑（由路面經(jīng)常受重壓沉降形成的凹陷）和路橋連接區(qū)段（由于連接區(qū)域路基沉降引起的路面/橋面不平滑過(guò)渡），如圖1 所示。對(duì)樣車(chē)在該路段以不同車(chē)速（30～70 km/h 范圍內(nèi)的7 個(gè)車(chē)速）行駛時(shí)的響應(yīng)進(jìn)行路譜采集，并在四通道道路模擬試驗(yàn)機(jī)上精確再現(xiàn)。

圖1 引起舒適性問(wèn)題的典型壞路

車(chē)輛駛過(guò)這類(lèi)路面時(shí)，車(chē)身出現(xiàn)明顯的俯仰和側(cè)傾，與常規(guī)疲勞試驗(yàn)路譜采集方式不同，本文將4個(gè)傳感器置于車(chē)身上左前、右前、左后、右后4個(gè)遠(yuǎn)端位置，以使反映俯仰/側(cè)傾運(yùn)動(dòng)的低頻段信號(hào)有更好的信噪比。

參加評(píng)估的總?cè)藬?shù)為100人，男女比例約為3∶1，平均年齡31.7 歲，評(píng)估者中52%的人經(jīng)常駕車(chē)，其中58%的評(píng)估者上班路線以城市道路為主。

將不會(huì)引起舒適性抱怨定義為0分，不舒適性達(dá)到完全不能接受定義為100分。評(píng)估過(guò)程中，評(píng)估者首先體驗(yàn)在次低車(chē)速和次高車(chē)速下的不舒適程度（簡(jiǎn)稱不適度），形成參考評(píng)分30分和80分，然后將不同車(chē)速下的行駛過(guò)程進(jìn)行隨機(jī)組合，給出7個(gè)車(chē)速下的主觀感知評(píng)分，稱為基于乘客感受的不適度指標(biāo)（Passenger Based Ride Index，PBRI）。

圖2 所示為某車(chē)輛駛過(guò)兩種特征路面時(shí)的總體評(píng)估結(jié)果。由圖2 可知，路橋連接路段PBRI 隨車(chē)速單調(diào)增加，但并不呈簡(jiǎn)單的線性關(guān)系，它取決于該路面沉降形態(tài)下以某個(gè)車(chē)速駛過(guò)此路段時(shí)懸架的騰空程度，由于左、右輪幾乎同時(shí)跳動(dòng)，整個(gè)車(chē)身以俯仰運(yùn)動(dòng)為主；單側(cè)凹坑路段的PBRI在40 km/h附近明顯降低，乘坐舒適性顯著改善，這與懸架的偏頻特征有關(guān)，當(dāng)以合適的車(chē)速駛過(guò)此路段時(shí)，懸架的屈伸正好在特定車(chē)速下對(duì)路面擾動(dòng)有最好的緩沖，從而降低了不適度。

圖2 典型壞路的PBRI曲線

對(duì)評(píng)估數(shù)據(jù)的細(xì)分研究表明，乘員個(gè)體對(duì)特征路面引起的不適度感知差異較大，不同車(chē)速下的不適度感知分布也不相同。如圖3所示，評(píng)估者對(duì)車(chē)身運(yùn)動(dòng)形式單一的路橋連接的不適度感知有更好的集中度，對(duì)于引起側(cè)傾加俯仰的單側(cè)凹坑，其不適度感知集中度略低。2種路面在高速段的評(píng)估結(jié)果有比較好的集中度，在低速段則比較分散。

圖3 不同車(chē)速下兩種壞路的PBRI分布

對(duì)評(píng)估結(jié)果進(jìn)行進(jìn)一步層次聚類(lèi)，從評(píng)估者群體細(xì)分來(lái)看（見(jiàn)圖4），對(duì)壞路的不適度感知存在群體之間的差異。例如，對(duì)單側(cè)凹坑的感知可以大致分為4類(lèi)：第1類(lèi)人群（65%）年齡和駕齡等的統(tǒng)計(jì)值與樣本整體接近（平均年齡為31.7歲，平均駕齡為6.4年，日常行駛道路中城市道路占58%，自駕比例為52%）；第2 類(lèi)人群（13%）的平均年齡偏大（37.5歲），且駕齡偏長(zhǎng)（10.4年）；第3 類(lèi)人群（10%）、第4 類(lèi)人群（5%）均為城市道路行駛比例偏少（48%）的人群。對(duì)于路橋連接的感知可以大致分為3 類(lèi)：第1 類(lèi)人群（68%）年齡和駕齡等的統(tǒng)計(jì)值與樣本整體接近；第2 類(lèi)人群（15%）的年齡偏大（36歲），且駕齡略偏長(zhǎng)（8.2 年）；第3 類(lèi)人群（9%）的自駕比例明顯偏多（78%），且更多是在城市道路上行駛（71%）。

從圖4可以看出，對(duì)于不同壞路的不適度感知存在群體差異，年齡、駕齡、城市道路行駛比例以及自駕率等因素對(duì)評(píng)估者的評(píng)判有較大影響。針對(duì)這些乘員個(gè)體特征對(duì)車(chē)輛進(jìn)行差異化舒適性控制，可帶來(lái)更加舒適的駕乘體驗(yàn)。

本文關(guān)注乘員自身對(duì)舒適性擾動(dòng)的厭惡程度（即不適度），與車(chē)型、路面無(wú)關(guān)，因此此不適度關(guān)系可作為某類(lèi)乘員乘坐不同車(chē)輛行駛在不同路面上時(shí)的共同參照。

3 控制策略應(yīng)用

在更大范圍內(nèi)選取普通駕駛?cè)后w，用前文描述的過(guò)程對(duì)不同典型壞路進(jìn)行評(píng)價(jià)，得到更精準(zhǔn)的PBRI分布，并將以此形成的控制策略嵌入智能駕駛的控制體系中，將使乘員得到更加智能化的乘坐舒適性體驗(yàn)。

圖4 評(píng)估者分類(lèi)下的PBRI曲線

3.1 PBRI的應(yīng)用層級(jí)

智能車(chē)輛應(yīng)把反映乘員舒適性的PBRI集成到駕駛控制策略中。PBRI 的應(yīng)用可分4 個(gè)不同層級(jí)：根據(jù)乘員的偏好將所經(jīng)過(guò)路面的PBRI與其他相關(guān)信息進(jìn)行加權(quán)決策，為特定乘員提供最適合的路徑規(guī)劃；在條件許可的前提下發(fā)出常規(guī)變道指令，使車(chē)輛變換到較為平整的車(chē)道上行駛；通過(guò)車(chē)道內(nèi)行駛軌跡的微調(diào)避開(kāi)尺度不大的特征路面（如較小的凹坑、凹陷或凸起的窨井蓋等）；根據(jù)此路段的PBRI曲線，結(jié)合個(gè)性化偏好，獲取最佳降速目標(biāo)，降低不適度感受。

3.2 個(gè)性化控制

智能駕駛車(chē)輛應(yīng)該兼顧乘員、車(chē)輛、道路信息。如圖5所示，個(gè)性化定制中的主要因素體現(xiàn)了乘員的舒適性偏好，基于個(gè)人偏好的歷史數(shù)據(jù)和特定車(chē)輛的懸架特性，再結(jié)合具體任務(wù)信息實(shí)時(shí)給出最適合的控制目標(biāo)和過(guò)程。

圖5 舒適性控制個(gè)性化定制中的主要因素

3.3 應(yīng)用場(chǎng)景

將基于乘坐舒適性需求的控制系統(tǒng)集成到傳統(tǒng)的智能駕駛系統(tǒng)中，如圖6所示，智能車(chē)輛駛過(guò)某典型壞路特征，車(chē)載傳感系統(tǒng)進(jìn)行基礎(chǔ)判別后有選擇性地將超過(guò)設(shè)定閾值的響應(yīng)信號(hào)上傳，并計(jì)算出相應(yīng)的PBRI。此特征信息將自動(dòng)分享給后續(xù)規(guī)劃經(jīng)過(guò)相同路段的車(chē)輛。

圖6 舒適性控制策略的典型應(yīng)用場(chǎng)景

4 結(jié)束語(yǔ)

本文對(duì)單一特征壞路的不適度進(jìn)行了研究，針對(duì)典型壞路采用基于乘客感受的不適度指標(biāo)對(duì)不適度感受及其分布特點(diǎn)進(jìn)行了量化研究，并展望了其應(yīng)用前景。