趙林峰,張丁之,王慧然,陳無畏,王其東,,朱茂飛
(1. 合肥工業(yè)大學(xué)汽車與交通工程學(xué)院,合肥 230009;2. 合肥學(xué)院機(jī)械工程系,合肥 230601)
主動制動作為智能駕駛的核心技術(shù),已逐步成為當(dāng)前研究的一大熱點,目前主要采用線控助力器或基于液壓控制單元(hydraulic control unit,HCU)主動調(diào)節(jié)制動壓力,輔助駕駛員控制車輛,減少駕駛員因注意力不集中、疲勞或魯莽駕駛等原因引起的縱向碰撞。
為優(yōu)化主動制動縱向避撞效果,目前,國內(nèi)外學(xué)者針對AEB 制動決策控制方面取得了一些研究成果。Na 等建立駕駛員和避撞系統(tǒng)模型,采用博弈論思想和分布式模型預(yù)測控制方法實現(xiàn)車輛避撞的最優(yōu)控制[1]。Anderson 等通過駕駛員對視覺和觸覺反饋的感知,由駕駛員和MPC 控制器輸出不同的力矩,研究人機(jī)協(xié)同避撞策略[2-3]。Kang 等采取動態(tài)窗口法解決動態(tài)避障問題時,采用一條給定曲線來模擬駕駛員的避障意圖,通過非線性模型預(yù)測控制器跟隨駕駛員期望路徑,達(dá)到避障效果[4]。張亮修等搭建基于車輛運(yùn)動的縱-側(cè)-垂向耦合特性的14 自由度整車模型,運(yùn)用模型匹配控制理論設(shè)計ACC 系統(tǒng)分層控制器,實現(xiàn)車輛在多工況下的穩(wěn)定跟隨[5]。章軍輝等針對復(fù)雜路面提出基于駕駛員特性的自適應(yīng)縱向避撞安全輔助算法,建立了基于BP神經(jīng)網(wǎng)絡(luò)的閉環(huán)跟馳模型,提高了對不同駕駛?cè)后w的適應(yīng)性[6]。胡滿江等基于模型預(yù)測控制對縱向多車協(xié)同避撞進(jìn)行研究,提出了一種相對動能密度的概念,將參與避撞的車輛隊列作為一個整體,提高了制動空間利用率[7]。
由于受現(xiàn)有技術(shù)、法規(guī)等因素制約,僅優(yōu)化主動制動系統(tǒng)決策控制方面難以達(dá)到預(yù)期縱向避障效果,需要對底層制動液壓力執(zhí)行策略與機(jī)械結(jié)構(gòu)方面進(jìn)行改進(jìn)優(yōu)化。余卓平等提出了一種高安全的電子液壓制動系統(tǒng)機(jī)械結(jié)構(gòu),并設(shè)計自適應(yīng)摩擦模型補(bǔ)償電子液壓制動系統(tǒng)摩擦力,提高了在不同工況下的主動制動控制精度[8]。Wang 等設(shè)計了一種能同時實現(xiàn)主動制動控制和制動助力的新型電動助力器,并針對該系統(tǒng)提出了一種自適應(yīng)雙閉環(huán)的制動液壓力控制結(jié)構(gòu)[9]。
綜上可知,目前國內(nèi)外關(guān)于縱向避撞的研究大多是通過優(yōu)化避撞控制決策,或通過提升制動力的底層執(zhí)行精度改進(jìn)避撞效果,未考慮在縱向緊急主動避障中制動平穩(wěn)性對乘坐人員的影響,較大的制動減速度與制動減速度變化率會使乘坐人員感到不適。另外,對于縱向安全的研究主要集中在主動制動系統(tǒng)的本身,對縱向的人機(jī)協(xié)同控制研究較少。
制動平穩(wěn)性通過制動縱向減速度的變化率與絕對值進(jìn)行體現(xiàn)。本文中針對在縱向避撞中的平穩(wěn)性問題,提出了一種改進(jìn)的安全距離模型;針對人機(jī)協(xié)同控制問題,為實現(xiàn)智能駕駛控制模式的柔性調(diào)度和人機(jī)駕駛權(quán)的平滑分配,提出了一種基于可拓理論的駕駛員制動意圖與主動制動系統(tǒng)協(xié)同控制的策略,并基于徑向基函數(shù)網(wǎng)絡(luò)實現(xiàn)期望制動液壓力的預(yù)測;然后基于一種可提供良好制動液壓力執(zhí)行效果的新型分立的線控助力器和HCU 組合的主動制動方案進(jìn)行硬件在環(huán)的試驗驗證分析。
通常情況下,車輛的制動過程為:駕駛員識別前方的交通狀況,及時判斷并作出制動操作,車輛完成制動至危險解除。因此,車輛的制動過程可以用圖1來表示。
圖1 制動過程分析
汽車制動過程可以細(xì)分為如下幾部分。
(1)駕駛員反應(yīng)時間,其包括為:駕駛員實時觀察前方行駛環(huán)境,從分析判斷并采取相應(yīng)制動措施的這段時間,記作t1;將右腳移至制動踏板并踩下的這段時間,也稱為駕駛員移腳,記作t2。駕駛員反應(yīng)時間與其年齡、駕齡等多種因素相關(guān),參照文獻(xiàn)[10],取平均值t1= 0.18 s,t2= 0.25 s。
(2)駕駛員踩下制動踏板到產(chǎn)生制動力的時間,記作t3。參照文獻(xiàn)[10],液壓制動通常取值t3= 0.6 s。
(3)制動減速度增長時間,即產(chǎn)生的制動壓力從零增加到期望值所需的時間,記作t4。
(4)制動持續(xù)時間:制動力維持在期望值附近并保證車輛穩(wěn)定減速至停止的一段時間,記為t5。
參照文獻(xiàn)[11]中所分析的電子液壓制動系統(tǒng)原理,本文中設(shè)計了線控制動系統(tǒng)試驗方案,如圖2 所示。其主要包括以下幾個部分:電子制動踏板、線控助力器(包括電動機(jī)及減速機(jī)構(gòu))、制動主缸、液壓控制單元、制動組件、控制系統(tǒng)和壓力傳感器。駕駛員制動輸入以電子制動踏板為載體,通過直流電動機(jī)的電流控制,經(jīng)由減速機(jī)構(gòu)的轉(zhuǎn)化作用于主缸推桿,實現(xiàn)主缸內(nèi)壓力控制。
圖2 系統(tǒng)工作原理
制動踏板可以接收駕駛員操縱信號,控制器驅(qū)動電動機(jī)建立制動壓力;但如果未接收到駕駛員操縱信號,而系統(tǒng)需要進(jìn)入主動制動模式時,控制器根據(jù)車輛主動制動請求,控制電動機(jī)自行建立制動壓力,實現(xiàn)主動制動。線控助力器可抽象為電動機(jī)模型和傳動機(jī)構(gòu)模型。
(1)電動機(jī)模型
直流電動機(jī)的輸入和輸出特性可以簡單表示為
式中:Jm為電動機(jī)轉(zhuǎn)動慣量;θm為電動機(jī)轉(zhuǎn)角;Tm為電動機(jī)電磁轉(zhuǎn)矩;bm為電動機(jī)阻尼系數(shù);Ta為有效輸出轉(zhuǎn)矩;Ua為電動機(jī)電樞電壓;R為電樞電阻;L為電樞電感;Ia為電動機(jī)電流;Ke為電動機(jī)反電動勢常數(shù);Kt為電動機(jī)轉(zhuǎn)矩常數(shù);t為時間。
(2)傳動機(jī)構(gòu)模型
電動機(jī)輸出轉(zhuǎn)矩經(jīng)減速機(jī)構(gòu)傳遞到主缸推桿上,控制液壓系統(tǒng)建壓。對傳動機(jī)構(gòu)進(jìn)行分析如下:
式中:mr為主缸推桿質(zhì)量;xr為主缸推桿位移;br為阻尼系數(shù);rp為小齒輪節(jié)圓半徑;Ta為電動機(jī)輸出轉(zhuǎn)矩;p為主缸制動壓力;S為主缸橫截面積。
制動縱向力通過加載到制動輪缸的液壓力推動制動鉗夾緊實現(xiàn)。首先建立車輪運(yùn)動方程:
式中:Jw為車輪總轉(zhuǎn)動慣量;Td為車輪總驅(qū)動力;Tb為通過液壓力加載到車輪上的總制動力矩;Rw為車輪半徑;Fy為車輛制動過程所受的縱向力;ω為車輪輪速。
制動過程中車輛Td=0,Tb可通過如下方程進(jìn)行描述:
式中:Sw為制動輪缸截面積;C為由制動蹄面積Aw、摩擦片摩擦因數(shù)uw和制動蹄距輪心距離Rw等結(jié)構(gòu)參數(shù)決定的系數(shù),可表示為C=AwuwRw。因此車輛制動縱向力Fy可由如下方程進(jìn)行描述:
制動減速度ay可由如下方程進(jìn)行描述:
式中M為整車質(zhì)量。
常見的公路場景如圖3 所示。自車左側(cè)存在障礙物,交通狀況擁擠,不滿足換道條件。本文中基于此場景,研究如何通過人機(jī)協(xié)調(diào)控制實現(xiàn)縱向行駛安全。
圖3 車輛避撞場景
設(shè)自車與前車在同一車道上行駛,在自車的制動剎那,兩車的相對距離為D。在采取制動的一段時間之后,自車行駛距離為Sa,前車行駛距離為Sb,此時兩車相對距離為d0,制動示意圖如圖4所示。
圖4 制動示意圖
依據(jù)上述假設(shè),安全距離公式為
參照圖4建立避撞模型,建立依據(jù)如下。
(1)定義前車以最大制動減速度進(jìn)行制動,后車經(jīng)過一個預(yù)設(shè)反應(yīng)時間后以最大制動減速度制動,使自車避免碰撞于前車時,為極限工況。在極限工況下,自車以速度v1行駛且以最大減速度a1max進(jìn)行制動到停止時,所經(jīng)過的距離L1為
(2)在極限工況下,前車以速度v2行駛且以最大減速度a2max進(jìn)行制動到停止時,所經(jīng)過的距離L2為
(3)在極限工況下,自車和前車制動結(jié)束后,兩車的極限位移差L3為
(4)補(bǔ)償極限位移差L3得到前向預(yù)警距離和臨界制動距離,其補(bǔ)償方法包括:補(bǔ)償自車和前車之間應(yīng)預(yù)留的最小安全距離d0;補(bǔ)償自車和前車在制動時的制動反應(yīng)距離d1;補(bǔ)償由于兩車的相對速度差變化引起的差值距離d2;除差值距離外,補(bǔ)償自車和前車因受制動器和路面附著系數(shù)約束而引起差值距離d3。
故前向預(yù)警距離Dw和臨界制動距離Dbr為
其中:
式中:μ為路面附著系數(shù);c為模型參數(shù);δ為駕駛員和制動器作用延遲時間;vrel=v1-v2。駕駛員和制動器作用延遲時間δ取值0.6?;趯嶒灉y試結(jié)果,得到優(yōu)化參數(shù)c= 0.3??紤]到傳統(tǒng)距離模型的最小安全間距d0為固定值,依經(jīng)驗取值2~5 m。實際上,最小安全間距d0與路面附著系數(shù)成反比例關(guān)系,與車速成正比例關(guān)系。顯然,車輛在干燥路面行駛時,由于路面附著系數(shù)大,制動效果好,因此安全距離要求小;車輛在濕滑路面行駛時,由于路面附著系數(shù)小,車輛易打滑,安全距離應(yīng)適當(dāng)增大。制動平穩(wěn)性通過制動縱向減速度的變化率與絕對值進(jìn)行體現(xiàn),為改善制動平穩(wěn)性,本文中定義了可變最小安全距離。
再者,安全距離的保持是一個動態(tài)過程,應(yīng)充分考慮到兩車的相對速度差,而不應(yīng)該僅僅依賴于自車速度v1的變化。值得注意,相對速度差vrel越大,所需保持車間距離越大;且相對速度差vrel相同時,車速越高,所需保持車間距離也應(yīng)越大。因此,考慮到行駛的安全性,本文中引入間距系數(shù)τv。獲得方式為通過對文獻(xiàn)[12]中的緩沖距離參數(shù)進(jìn)行改進(jìn),在CarSim 中進(jìn)行不同制動安全距離下的AEB 仿真,確定制動安全距離與不同vrel、v1之間的對應(yīng)關(guān)系,采集仿真數(shù)據(jù)并進(jìn)行擬合,如式(15)所示。另針對d3的求取,基于間距系數(shù)τv得到τs=τv+ 0.5(v1-v2)。
綜上,得出車輛前向預(yù)警表達(dá)式和車輛臨界制動表達(dá)式:
式中:a1為自車減速度;a2為前車減速度。
采用可拓理論劃分動態(tài)安全邊界,并將其運(yùn)用于車輛縱向控制上,既能協(xié)調(diào)人機(jī)共駕的權(quán)值分配,又能改善常規(guī)制動時固定、突變制動壓力所帶來的較差乘坐舒適度。
本文中提出了可拓決策和神經(jīng)網(wǎng)絡(luò)結(jié)合的縱向避撞系統(tǒng),分為感知層、決策層和執(zhí)行層,如圖5所示。
圖5 縱向避撞系統(tǒng)結(jié)構(gòu)
電子控制單元(ECU)根據(jù)傳感器采集的運(yùn)動數(shù)據(jù),計算出自車和前車的實時車速、路面附著系數(shù)等信息。采用可拓理論,按照車輛行駛狀態(tài)劃分不同的域,根據(jù)車輛在不同域中的危險程度,采用不同的駕駛模式,如圖6所示。
圖6 可拓集合劃分
圖6中,主特征量Si是兩車實際距離的倒數(shù),副特征量TTCi是碰撞時間的倒數(shù)。其中經(jīng)典域內(nèi)對應(yīng)無縱向碰撞危險,駕駛員可以自由行駛,輔助系統(tǒng)均不干預(yù);可拓域內(nèi)車輛有發(fā)生碰撞的風(fēng)險,若駕駛員自由駕駛可能會發(fā)生危險,此時采取協(xié)調(diào)制動策略,駕駛員把握有行駛主動權(quán),主動制動系統(tǒng)對駕駛員的操作進(jìn)行壓力補(bǔ)償,既保證了駕駛員的操縱又減小了縱向碰撞的風(fēng)險;非域內(nèi)若不采取制動措施,難以避免發(fā)生碰撞,故此時必須改變控制策略,主動制動系統(tǒng)接管控制權(quán)。特別的,為了避免主動制動系統(tǒng)的頻繁干預(yù),故一旦介入,則希望車輛以一個變化率較小的制動減速度進(jìn)行避撞。
對于縱向避撞系統(tǒng),既要減輕駕駛員的駕駛負(fù)擔(dān)、保證行車安全,也要改善制動平穩(wěn)性。因此,對于主動制動系統(tǒng)的設(shè)計,引入兩個重要參數(shù):介入時間;介入力度。其中介入時間也即介入時機(jī),通過上層控制器獲得;介入力度也即主動制動液壓制動力,通過上層控制器確定人機(jī)權(quán)重,并與下層控制器進(jìn)行加權(quán)確定。
介入時間的選擇,直接影響主動制動執(zhí)行效果。過早的系統(tǒng)介入會影響駕駛員的正常駕駛,干擾駕駛員的駕駛行為,降低駕駛員的接收度。過晚介入則可能會影響行駛安全性,導(dǎo)致碰撞的風(fēng)險。為驗證良好的介入策略,本文中采用可拓決策控制策略,既可以實現(xiàn)不同介入時間的工作模式切換,也可以獲得基于介入時間計算的人機(jī)權(quán)重,如圖7所示。
圖7 二維可拓集合可拓距變換
可拓決策控制的建立過程如下。
(1)選取主、副特征量。為了使可拓集合中經(jīng)典域、可拓域的邊界與縱向跟馳危險邊界相一致,選擇兩車實際距離的倒數(shù)Si作為主特征量,碰撞時間的倒數(shù)TTCi作為副特征量。
(2)劃分可拓集合。選取Si為橫坐標(biāo),TTCi為縱坐標(biāo),做二維可拓集合,并將其劃分為經(jīng)典域、可拓域和非域。
經(jīng)典域中駕駛員具有優(yōu)先操縱權(quán),且當(dāng)兩車實際間距或碰撞時間處于可拓域內(nèi)時,輔助系統(tǒng)才參與控制,因此不會對駕駛員的正常操作產(chǎn)生干預(yù)??紤]到駕駛員的接收程度和安全性,選取前文設(shè)計的預(yù)警距離的倒數(shù)為經(jīng)典域與可拓域的邊界Si1,臨界制動距離的倒數(shù)為可拓域與非域的邊界Si2,即
車輛碰撞時間TTCi對Si起輔助作用,防止Si出現(xiàn)極值導(dǎo)致系統(tǒng)不穩(wěn)定,頻繁在多個模式間切換。參照文獻(xiàn)[13],取TTCiA= 1/5,TTCiB= 1/3。
(3)關(guān)聯(lián)函數(shù)計算。參照文獻(xiàn)[14]中關(guān)于可拓距和關(guān)聯(lián)函數(shù)的求解方式,將二維集合中可拓距進(jìn)行轉(zhuǎn)換。
在二維可拓集合中,原點O(0,0)為特征狀態(tài)的最優(yōu)點。則可拓集上任意一點P3與最優(yōu)點可形成最短距離|OP3|。該線段所在直線交經(jīng)典域邊界于O、P1點,交可拓域邊界于P1、P2點。在保證P3趨近于原點距離最短的前提條件下,根據(jù)這些交點即可確定P3與可拓域、經(jīng)典域的最近距離。
確定P3點與劃分區(qū)間的可拓距為(以區(qū)間為例):
確定關(guān)聯(lián)函數(shù):
其中:
(4)工作模式劃分。以關(guān)聯(lián)函數(shù)K(P)將本文縱向避撞系統(tǒng)工作模式劃分如下。
當(dāng)K(P) ≥1 時,特征狀態(tài)S(x,y)處在經(jīng)典域中,此時車輛無縱向碰撞風(fēng)險,車輛處于駕駛員自由駕駛模式下。
當(dāng)0 ≤K(P) < 1 時,特征狀態(tài)S(x,y)處于可拓域中,此時有發(fā)生碰撞的可能,以駕駛員為主,且同時系統(tǒng)輔助制動,幫助車輛減速。通過可拓決策關(guān)聯(lián)函數(shù)計算值作為人機(jī)權(quán)重,并與下層控制器輸出值進(jìn)行加權(quán)計算,獲得最終的輔助制動執(zhí)行液壓力。
當(dāng)K(P) < 0 時,特征狀態(tài)S(x,y)處于非域中。此時主動制動系統(tǒng)接管制動權(quán),控制制動安全,保證制動過程平穩(wěn)性。通過執(zhí)行下層控制器輸出制動液壓力值進(jìn)行主動制動。
下層控制包括主動制動模式的徑向基函數(shù)網(wǎng)絡(luò)控制器和協(xié)調(diào)制動模式的人機(jī)協(xié)調(diào)控制器。
3.2.1 徑向基函數(shù)網(wǎng)絡(luò)控制器
(1)神經(jīng)網(wǎng)絡(luò)設(shè)計
選取徑向基函數(shù)網(wǎng)絡(luò)作為主動制動系統(tǒng)控制器?;谇拔谋茏材P?,對網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,在穩(wěn)態(tài)跟車過程中對不同的運(yùn)動狀態(tài)學(xué)習(xí),建立起非線性輸入輸出映射關(guān)系庫,進(jìn)而預(yù)測出下一時刻的理想制動壓力。
設(shè)實際輸出為Yk=[yk1,yk2,...,ykj,...,ykJ],J為輸出單元的個數(shù),表示第k個輸入向量產(chǎn)生的輸出。當(dāng)輸入訓(xùn)練樣本Xk時,網(wǎng)絡(luò)第j個輸出神經(jīng)元結(jié)果為
本文中選取高斯函數(shù)為基函數(shù),則φ(Xk,Xi)可以表示為
(2)學(xué)習(xí)算法
本文中選取有監(jiān)督選取中心,定義代價函數(shù):
式中:E為某一個輸出節(jié)點的誤差;N為訓(xùn)練樣本個數(shù);ek為輸入第k個訓(xùn)練樣本所得結(jié)果與期望結(jié)果之間的誤差。
式中I為隱含節(jié)點的個數(shù)。學(xué)習(xí)時,尋找網(wǎng)絡(luò)的自由參數(shù)ti、ωi,使代價函數(shù)E最小。當(dāng)采用梯度下降法實現(xiàn)時,網(wǎng)絡(luò)參數(shù)優(yōu)化計算公式如下。
輸出權(quán)值ωi:
隱含層的中心ti:
隱含層的中心擴(kuò)展Si:
神經(jīng)網(wǎng)絡(luò)模型分為3 層,包括輸入層、隱含層和輸出層。其結(jié)構(gòu)如圖8所示,其中,Sc=Sa-Sb。
圖8 正則化徑向基網(wǎng)絡(luò)結(jié)構(gòu)
(3)離線訓(xùn)練
徑向基函數(shù)網(wǎng)絡(luò)基于預(yù)先設(shè)定的期望輸出,訓(xùn)練時計算實際輸出與期望輸出之間的誤差,再根據(jù)誤差的大小和方向?qū)W(wǎng)絡(luò)權(quán)值進(jìn)行更新,反復(fù)調(diào)整誤差,直到誤差達(dá)到預(yù)期的精度為止。徑向基函數(shù)網(wǎng)絡(luò)訓(xùn)練方案結(jié)構(gòu)如圖9所示。
本文中應(yīng)用CarSim 軟件針對幾種典型主動制動工況關(guān)于模型輸入和期望輸出聯(lián)合數(shù)組(v1,v2,Sc,μ,p)進(jìn)行樣本數(shù)據(jù)采集,樣本數(shù)量由表1所示,其中各個典型工況下得到的樣本中有90%用作訓(xùn)練,有10%的樣本用作驗證。訓(xùn)練結(jié)果如圖10和圖11所示。
3.2.2 協(xié)調(diào)制動控制器
當(dāng)特征狀態(tài)S(x,y)處于可拓域中,表明自車處于非安全狀態(tài),需要減小駕駛員的輸入權(quán)重,增加助力系統(tǒng)的控制權(quán)重,對車輛輔助控制。
圖9 徑向基函數(shù)網(wǎng)絡(luò)訓(xùn)練方案結(jié)構(gòu)
表1 各工況下樣本數(shù)量
圖10 網(wǎng)絡(luò)誤差
圖11 誤差直方圖
隨著特征狀態(tài)S(x,y)遠(yuǎn)離經(jīng)典域,關(guān)聯(lián)函數(shù)K(p)會隨之減小,故駕駛員的掌控權(quán)逐步降低,恰好反映了駕駛員和助力系統(tǒng)的權(quán)限變化狀態(tài)。此時取駕駛員輸入權(quán)重γd=K(p),主動助力制動控制器權(quán)重γm= 1-K(p)。
系統(tǒng)總制動壓力為
為驗證所提方法的有效性,在CarSim/Simulink仿真環(huán)境下對車輛模型及控制算法進(jìn)行建模和仿真驗證。
在CarSim 中建立整車動力學(xué)模型,自車選擇一款C?Class 級轎車,前方障礙車設(shè)置為B?Class 級轎車,CarSim輸出參數(shù)包括前車速度信息、自車距前方障礙車的距離信息和自車速度信息等。整車動力學(xué)參數(shù)如表2所示。
表2 整車動力學(xué)參數(shù)
4.1.1 工況1:中速避撞
選取自車縱向速度60 km/h,前車縱向速度40 km/h,兩車初始相距30 m,目標(biāo)車道寬3.5 m,路面附著系數(shù)μ= 0.8。假設(shè)由于疲勞駕駛,駕駛員在1.5 s后采取制動,仿真結(jié)果如圖12~圖17所示。
圖12 避撞距離和控制
圖13 TTCi控制
圖14 輸出制動壓力
圖15 人機(jī)協(xié)同分配權(quán)重
圖16 車間距離對比
圖17 制動減速度對比
參照文獻(xiàn)[15],駕駛員制動力設(shè)定為1.8 MPa。圖12 表示所提模型的預(yù)警邊界和臨界制動邊界。在制動過程中易知,車速隨制動時間逐漸降低,時間與車速呈負(fù)相關(guān),故而隨制動時間的不斷增加,自車車速不斷減小,安全邊界也在動態(tài)變化。仿真開始,兩車距離不斷縮小,且自車狀態(tài)逐步由經(jīng)典域進(jìn)入可拓域中。圖13 表示根據(jù)碰撞時間TTCi對危險程度的判斷。顯然,在可拓決策和神經(jīng)網(wǎng)絡(luò)共同作用下,碰撞時間在達(dá)到最大值0.24 s時迅速下降,有效避免了碰撞的風(fēng)險。圖14 表示運(yùn)用可拓決策方法,合理分配駕駛員輸入和神經(jīng)網(wǎng)絡(luò)控制器權(quán)重輸出下的實際制動壓力。可以看出:在1.02 s時,兩車實際間距24.57 m,低于預(yù)警距離24.59 m,車輛進(jìn)入可拓域內(nèi),此刻駕駛員未作出及時反應(yīng),故輔助系統(tǒng)開始介入,受權(quán)值影響,制動壓力緩慢增加;在1.5 s時,駕駛員采取制動措施,通過對人機(jī)的權(quán)重分配,減輕輔助系統(tǒng)對駕駛員的影響,保證制動安全性,其分配關(guān)系如圖15 所示。圖16 為兩種方法的避撞效果對比。其中,傳統(tǒng)模型為不考慮制動加速度對制動平穩(wěn)性影響的模型,即在AEB 主動制動過程中,僅對固定的期望主缸液壓制動力進(jìn)行跟隨執(zhí)行,在此工況下也即對1.8 MPa 的期望主缸液壓力階躍信號進(jìn)行跟隨執(zhí)行。不難看出,基于可拓決策和神經(jīng)網(wǎng)絡(luò)的控制方法,在自車車速達(dá)到40 km/h 時,車間距離為16.51 m,與傳統(tǒng)模型相比減少了5.83 m,有效提高了跟車效率。圖17 所示為兩種模型的制動減速度對比,傳統(tǒng)模型的制動時間過短,且制動減速度抖動明顯。如上文所述,制動平穩(wěn)性通過制動縱向減速度的變化率與絕對值進(jìn)行體現(xiàn)。從圖17 中易知,相較于傳統(tǒng)模型,基于改進(jìn)安全距離模型的制動減速度的最大值、制動減速度的變化率方面都更小。采用可拓理論的平穩(wěn)性安全距離模型,在保持滿足要求的制動減速度的前提下,制動減速度變化率小且減小了抖震,提高了制動平穩(wěn)性,保證了行駛的舒適度。
4.1.2 工況2:高速避撞
選取自車縱向速度120 km/h,目標(biāo)車道寬3.5 m,路面附著系數(shù)μ= 0.8。某一時刻,前車以速度100 km/h 緊急制動,制動減速度為-3.0 m/s2。此刻兩車相距85 m,2.0 s 后駕駛員反應(yīng)并制動,仿真結(jié)果如圖18~圖23所示。
圖18 避撞距離和控制
圖19 TTCi控制
圖20 輸出制動壓力
圖21 人機(jī)協(xié)同分配權(quán)重
圖22 車間距離對比
圖23 制動減速度對比
根據(jù)文獻(xiàn)[15],駕駛員制動力設(shè)定為3.0 MPa。圖18 是在高速情況下,所提模型的動態(tài)預(yù)警邊界和臨界制動邊界。由圖可知,自車初始位置處于可拓域內(nèi),在輔助系統(tǒng)和駕駛員的協(xié)調(diào)控制下,平緩過度到預(yù)警邊界之外。圖19 表示根據(jù)碰撞時間TTCi危險程度的判斷。對于高速緊急工況下,基于所提平穩(wěn)性距離模型的判斷,碰撞時間未達(dá)到碰撞的預(yù)警標(biāo)準(zhǔn)0.2 s-1,更能保證行車安全。圖20 表示運(yùn)用可拓決策方法,合理平衡了駕駛員輸入和神經(jīng)網(wǎng)絡(luò)控制器輸入的制動壓力??梢钥闯?,在避撞開始,輔助系統(tǒng)提供制動壓力,受權(quán)系數(shù)影響,平緩提高制動壓力。圖22 和圖23 是所提平穩(wěn)性距離模型和傳統(tǒng)模型的對比。傳統(tǒng)模型的曲線,在此工況下也即對3 MPa 的期望主缸液壓力階躍信號進(jìn)行跟隨執(zhí)行后得到的仿真結(jié)果?;诟倪M(jìn)模型,自車經(jīng)過5.37 s解除危險(達(dá)到與前車相同速度),且此刻自車距離前車56.93 m,基于傳統(tǒng)模型,自車脫離危險所需時間為4.36 s,雖然制動時間縮短,但是制動減速度過于抖動,且兩車間距過大。如上文所述,制動平穩(wěn)性通過制動縱向減速度的變化率與絕對值進(jìn)行體現(xiàn)。從圖23 中易知,相較于傳統(tǒng)模型,基于改進(jìn)安全距離模型的制動減速度的最大值、制動減速度的變化率方面都更小。故在高速行駛工況下,采用可拓理論的平穩(wěn)性模型,在提供滿足安全要求的制動減速度的前提下,減小了制動減速度的變化率與抖震,提高了駕駛員的接受程度,也即提高了制動平穩(wěn)性,保證了行車安全。
將工況1和工況2中的路面附著系數(shù)更改,其余條件不變,再次進(jìn)行仿真。將其與高附條件進(jìn)行對比,如圖24~圖27所示。
圖24 車間距離對比(工況1)
圖25 車間距離對比(工況2)
圖26 制動減速度對比(工況1)
圖27 制動減速度對比(工況2)
圖24為工況1 下,不同路面附著系數(shù)下的車間距對比,可見中速下車間距離差距不大。最小為16.48 m,最大為16.51 m。且無論在何種條件下,自車始終未進(jìn)入非域之中,駕駛員接受程度好。圖25的高速情況下,低附制動結(jié)束車間距為44.09 m,中附制動結(jié)束間距為54.56 m,高附制動結(jié)束間距為56.93 m,最大相差12.84 m,車間距離保持在合理范圍內(nèi),故驗證了高速緊急制動的安全性。
圖26 和圖27 表示在中高速不同路面下的制動減速度情況。制動平穩(wěn)性通過制動縱向減速度的變化率與絕對值進(jìn)行體現(xiàn)。在基于安全的前提下,考慮到制動平穩(wěn)性,對制動減速度提出要求:變化率較小;抖震較小。同時針對制動減速度絕對值對舒適性的影響,參照文獻(xiàn)[16],在制動減速度不超過4 m/s2時,人體舒適感良好。故可得出,本文中所提縱向避撞策略,在保證安全性的同時,有效改善了制動過程的舒適度。
從圖25和圖27中可以看出,附著系數(shù)對制動平穩(wěn)性與制動安全兩方面有較大影響。關(guān)于制動平穩(wěn)性,如上文所述,制動平穩(wěn)性通過制動縱向減速度的變化率與絕對值進(jìn)行體現(xiàn),然而,路面附著系數(shù)與制動減速度的絕對值上限正相關(guān),故附著系數(shù)低對制動平穩(wěn)性沒有負(fù)面影響,此處僅考慮制動安全即可。由上文中的兩種典型工況獲得的仿真結(jié)果可知,在高中低路面附著下,都可以實現(xiàn)預(yù)期的縱向避撞效果,也即有效保證制動安全。
本文中采用CarSim/LabVIEW 軟件和NI?PXI RT平臺進(jìn)行試驗,主要由上位機(jī)、PXI 機(jī)箱、DAQ 數(shù)據(jù)采集卡、電子制動踏板、電動機(jī)、減速機(jī)構(gòu)和液壓系統(tǒng)等組成,如圖28所示。
圖28 線控制動試驗平臺
制動踏板可以接收駕駛員操縱信號,控制器驅(qū)動電動機(jī)建立制動壓力;若需要進(jìn)入主動制動模式,系統(tǒng)可以在未接收到操縱信號時,根據(jù)車輛主動制動請求,控制電動機(jī)自行建立制動壓力,實現(xiàn)主動制動。分別對工況1和工況2設(shè)置虛擬仿真環(huán)境,并進(jìn)行硬件在環(huán)試驗驗證。
基于傳統(tǒng)安全距離模型與改進(jìn)安全距離模型,分別對工況1和工況2進(jìn)行了硬件在環(huán)試驗,并將試驗結(jié)果與軟件環(huán)境純仿真結(jié)果進(jìn)行對比,如表3 所示,可見硬件在環(huán)和仿真試驗對比基本相同,進(jìn)一步驗證本文所提方法的有效性。
表3 硬件在環(huán)與仿真安全距離對比 m
圖29~圖34給出了不同工況下的硬件在環(huán)試驗的制動過程和制動減速度對比情況??梢钥闯觯罁?jù)試驗結(jié)果,避撞效果與仿真相差不大。參照人機(jī)工程學(xué)理論[16],將不同制動減速度對人體的乘坐舒適度指標(biāo)分為4 個等級,如表4 所示。可以看出,本文所提控制方案有效改善了制動過程的平穩(wěn)性。
圖29 工況1壓力跟隨
圖30 車間距離對比
圖31 制動減速度對比
圖33 車間距離對比
圖34 制動減速度對比
表4 人對汽車制動減速度敏感程度
針對現(xiàn)有研究大多未考慮乘坐舒適度的情況,本文中綜合了兩車車速和路面附著系數(shù)等因素,通過分析制動減速度與平穩(wěn)性的相關(guān)性,提出了一種考慮平穩(wěn)性的安全距離模型;通過劃分動態(tài)預(yù)警邊界和臨界制動邊界,使車輛在不同工況下保持合適的車距和適宜的制動減速度,提高了駕乘人員的接受程度,在保證安全性的前提下,有效改善了車輛的平穩(wěn)性。
針對智能車輛的縱向避撞問題,提供了一種人機(jī)協(xié)同制動的控制策略。以兩車實際間距和碰撞時間為依據(jù),劃分經(jīng)典域、可拓域和非域。不同域中分別采用自由駕駛模式、協(xié)調(diào)制動模式和主動制動模式;考慮到制動過程的復(fù)雜非線性特征,設(shè)計了徑向基神經(jīng)網(wǎng)絡(luò)作為主動制動控制器,通過在不同域內(nèi)人機(jī)駕駛權(quán)重的平滑分配,實現(xiàn)了智能駕駛控制的柔性調(diào)度。
通過CarSim/Simulink 聯(lián)合仿真和硬件在環(huán)試驗,驗證了本文所述方法的有效性和可行性。其在不同工況下控制效果均優(yōu)于傳統(tǒng)模型。在一定程度上減輕了主動制動系統(tǒng)對于駕駛員的干擾,提供了一種應(yīng)用于線控制動方向的人機(jī)交互思路。