向世林

(中國(guó)汽車工程研究院股份有限公司，重慶 401122)

0 引言

汽車自動(dòng)緊急制動(dòng)系統(tǒng)(AEB)可以通過(guò)攝像頭、毫米波雷達(dá)等傳感器設(shè)備對(duì)周圍環(huán)境狀況進(jìn)行判斷，在發(fā)生碰撞危險(xiǎn)之前，實(shí)時(shí)、不斷發(fā)出預(yù)警信號(hào)，當(dāng)駕駛員未采取有效措施時(shí)，AEB會(huì)主動(dòng)控制車輛并進(jìn)行緊急制動(dòng)，從而避免或減輕對(duì)行人的傷害。據(jù)統(tǒng)計(jì)，AEB系統(tǒng)的應(yīng)用可減少約27%的車輛碰撞交通事故，能夠有效保障行人的安全[1]。

近年來(lái)，對(duì)于自動(dòng)緊急制動(dòng)行人避障系統(tǒng)(AEB-P)的研究日益得到重視，國(guó)內(nèi)外現(xiàn)有的行人避障系統(tǒng)研究主要包括控制策略、行人檢測(cè)和危險(xiǎn)場(chǎng)景三大方向。文獻(xiàn)[2]基于我國(guó)特有的交通場(chǎng)景條件，建立了AEB-P典型測(cè)試場(chǎng)景，并借助PreScan工具進(jìn)行了系統(tǒng)分析。文獻(xiàn)[3]提出了基于車車通訊AEB-P的仿真模型，并進(jìn)行了相關(guān)的測(cè)試驗(yàn)證。文獻(xiàn)[4]基于模糊控制相關(guān)理論，提出了一種行人避撞自動(dòng)轉(zhuǎn)向方法，在30km/h車速范圍內(nèi)精度較高。文獻(xiàn)[5]提出了一種行人預(yù)測(cè)位置和車輛速度相融合的目標(biāo)檢測(cè)算法，可以保證在40km/h車速內(nèi)的有效避撞。文獻(xiàn)[6]針對(duì)行人橫穿馬路的典型場(chǎng)景，對(duì)車輛速度進(jìn)行實(shí)時(shí)控制，可以有效防止車輛與行人發(fā)生碰撞。文獻(xiàn)[7]根據(jù)行人速度提出了一種碰撞風(fēng)險(xiǎn)計(jì)算方法，可以對(duì)碰撞概率進(jìn)行量化分析，并且計(jì)算結(jié)果與實(shí)際安全測(cè)評(píng)數(shù)據(jù)有較高的契合度。

綜上所述，目前我國(guó)AEB-P系統(tǒng)的研究大多是針對(duì)行人檢測(cè)和危險(xiǎn)場(chǎng)景，在行人避障策略方面缺乏深入分析。由于國(guó)內(nèi)外交通狀況不同，不能直接將國(guó)外相關(guān)研究應(yīng)用于我國(guó)交通場(chǎng)景。為此，本文在C-NCAP發(fā)布的AEB-P行人避撞評(píng)價(jià)標(biāo)準(zhǔn)基礎(chǔ)上，建立了上層模糊控制和下層PID控制的聯(lián)合分層控制策略。對(duì)安全距離算法[8](AS)、碰撞時(shí)間算法[9](TTC)以及車頭時(shí)距算法[10](THW)進(jìn)行了對(duì)比分析，提出了基于TTC算法的風(fēng)險(xiǎn)評(píng)價(jià)模型。最后通過(guò)搭建Simulink/Carsim聯(lián)合仿真模型，對(duì)控制策略的有效性進(jìn)行驗(yàn)證。

1 風(fēng)險(xiǎn)評(píng)價(jià)模型和預(yù)警系統(tǒng)

1.1 建立風(fēng)險(xiǎn)評(píng)價(jià)模型

風(fēng)險(xiǎn)評(píng)價(jià)模型決定AEB-P系統(tǒng)的響應(yīng)時(shí)間，這是AEB-P系統(tǒng)安全性的重要保障。本文建立了如式(1)所示的TTC風(fēng)險(xiǎn)評(píng)價(jià)模型。

(1)

式中:tTTC表示從某一時(shí)刻開始，車輛避免與前車發(fā)生碰撞的時(shí)間；Δv表示車輛與目標(biāo)物縱向相對(duì)速度；Δa表示車輛與目標(biāo)物縱向相對(duì)加速度。

將AEB-P預(yù)警系統(tǒng)發(fā)出預(yù)警信號(hào)時(shí)的tTTC臨界值作為tTTC安全閾值。該參數(shù)的選取可以基于中國(guó)C-NCPA發(fā)布的AEB-P行人避撞測(cè)試標(biāo)準(zhǔn)，通過(guò)實(shí)際道路測(cè)試和虛擬仿真手段確定。tTTC安全閾值隨不同的車速進(jìn)行變化，與表1中的tTTC取值相對(duì)應(yīng)。

1.2 AEB-P預(yù)警系統(tǒng)

如表1所示，AEP-P預(yù)警系統(tǒng)根據(jù)不同車速的tTTC取值劃分出相應(yīng)的安全等級(jí)。該安全等級(jí)分為3級(jí)，其中Ⅰ級(jí)表示行駛安全級(jí)，說(shuō)明此時(shí)行車處于安全狀態(tài)，AEB-P預(yù)警系統(tǒng)輸出信號(hào)值0;Ⅱ級(jí)表示碰撞預(yù)警級(jí)，此時(shí)與行人有碰撞風(fēng)險(xiǎn)，AEB-P系統(tǒng)輸出信號(hào)值1；Ⅲ級(jí)表示碰撞危險(xiǎn)級(jí)，車輛與行人即將發(fā)生碰撞，AEB-P系統(tǒng)輸出信號(hào)值2，此時(shí)駕駛員若還沒(méi)有進(jìn)行減速控制，AEB-P系統(tǒng)立即介入進(jìn)行制動(dòng)。

當(dāng)車輛處于Ⅰ級(jí)安全狀態(tài)，AEB-P系統(tǒng)不干預(yù)駕駛員行為。當(dāng)車輛處于Ⅱ級(jí)狀態(tài)，AEB-P系統(tǒng)實(shí)時(shí)不斷發(fā)出預(yù)警信號(hào)。駕駛員的反應(yīng)時(shí)間選取為1.25s。制動(dòng)遲滯一般在0.2～0.3s之間，因此設(shè)置預(yù)警時(shí)間為1.5s。

表1 不同車速時(shí)tTTC取值區(qū)間和安全等級(jí)

2 AEB-P系統(tǒng)控制策略

2.1 AEB-P系統(tǒng)工作原理

如圖1所示，基于風(fēng)險(xiǎn)評(píng)價(jià)模型上層模糊控制器可以輸出期望的減速度，下層PID控制器則將獲取的期望減速度值以制度管路壓力值的方式傳遞給車輛的制動(dòng)系統(tǒng)，實(shí)現(xiàn)對(duì)車輛速度的控制。

圖1 AEB-P系統(tǒng)工作原理

2.2 AEB-P上層模糊控制系統(tǒng)

本文建立的模糊控制器輸入?yún)?shù)為車輛與行人縱向相對(duì)速度Δv0(Δv0=0-v2,km/h)以及車輛與行人相對(duì)距離Δs(m)。模糊輸入?yún)?shù)、輸出參數(shù)的語(yǔ)言變量可以劃分為N10(負(fù)大)-N1(負(fù)小)、Z0(零)、P1(正小)-P7(正大)。Δs的論域范圍為[0,80]，采用Z0、P1、P2、P3、P4、P5、P6、P7這8個(gè)變量描述(圖2)。Δv0的論域范圍為[-150,0]，采用Z0、N1、N2、N3、N4、N5、N6、N7、N8、N9、N10這11個(gè)語(yǔ)言變量進(jìn)行描述(圖3)。輸出量期望減速度ar(m/s2)的論域?yàn)閇-10,0]，采用Z0、N1、N2、N3、N4、N5、N6、N7這8個(gè)變量描述(圖4)。

圖2 距離隸屬度函數(shù)

圖3 速度差隸屬度函數(shù)

圖4 車輛期望減速度隸屬度函數(shù)

在確保安全的前提下，以中國(guó)C-NCPA發(fā)布的AEB-P行人避撞測(cè)試工況為標(biāo)準(zhǔn)來(lái)制動(dòng)模糊規(guī)則，同時(shí)考慮駕乘人員的舒適性，部分模糊規(guī)則如表2所示。

表2 部分模糊規(guī)則

2.3 AEB-P下層PID制動(dòng)控制系統(tǒng)

下層PID控制系統(tǒng)將期望減速度以制動(dòng)管路壓力信號(hào)的形式傳遞到車輛制動(dòng)系統(tǒng)，實(shí)現(xiàn)對(duì)車輛的速度控制。期望減速度以及期望減速度與實(shí)際減速度兩者之間的差值作為PID控制器輸入?yún)?shù)，制動(dòng)管路壓力值作為PID控制器輸出參數(shù)，以期望減速度和實(shí)際減速度的差值作為誤差控制參數(shù)，得出PID控制器的比例參數(shù)kp=5，積分參數(shù)ki=15，微分參數(shù)kd=0。

3 AEB-P系統(tǒng)仿真分析

3.1 C-NCAP行人測(cè)試工況

C-NCAP行人測(cè)試場(chǎng)景如圖5、圖6所示。C-NCAP測(cè)試規(guī)程對(duì)于AEB行人系統(tǒng)規(guī)定了4個(gè)測(cè)試場(chǎng)景：遠(yuǎn)端碰撞CVFA-25、CVFA-50和近端碰撞CVNA-25、CVNA-75。CVFA場(chǎng)景的行人速度為6.5km/h，CVNA測(cè)試場(chǎng)景的行人速度為5.0km/h。

圖5 CVNA-25和CVNA-75行人測(cè)試場(chǎng)景

圖6 CVFA-25和CVFA-75行人測(cè)試場(chǎng)景

在圖5中，BB表示測(cè)試車輛的中心線，軸線AA表示假人的運(yùn)動(dòng)軌跡，C表示25%和75%偏置碰撞，M表示近端25%碰撞點(diǎn)，K表示近端75%碰撞點(diǎn)，G表示假人的加速位移。在圖6中，C表示25%遠(yuǎn)端偏置碰撞，M表示遠(yuǎn)端25%碰撞點(diǎn)，L表示遠(yuǎn)端50%碰撞點(diǎn)。

測(cè)試工況設(shè)置5組，每組測(cè)試場(chǎng)景分為：CVFA-50、CVFA-25、CVNA-25、CVNA-75。車速范圍為20 km/h～60 km/h。

3.2 仿真結(jié)果及分析

建立的Simulink/Carsim聯(lián)合仿真模型如圖7所示，其中，理論計(jì)算模塊用于獲取車輛以及行人的速度、位置等參數(shù)，然后據(jù)此計(jì)算出相應(yīng)的tTTC值。逆動(dòng)力學(xué)模型可以將期望的減速度轉(zhuǎn)變?yōu)橹苿?dòng)壓力信號(hào)值，實(shí)現(xiàn)對(duì)車輛的速度控制。

圖7 車輛仿真模型

AEB-P的部分典型場(chǎng)景仿真測(cè)試結(jié)果如圖8和圖9所示。L1表示車輛左邊前輪的制動(dòng)輪缸曲線，L2表示車輛左邊后輪的制動(dòng)輪缸曲線。由于車輛兩側(cè)的制動(dòng)力相同，故僅對(duì)車輛左邊的制動(dòng)情況進(jìn)行分析。

由圖8和圖9的仿真結(jié)果可以看出，車輛制動(dòng)后的相對(duì)車速變化平穩(wěn)，車輛與行人始終沒(méi)有發(fā)生碰撞現(xiàn)象(Δs≠0)。預(yù)警信號(hào)發(fā)出及時(shí)準(zhǔn)確，制動(dòng)過(guò)程保持穩(wěn)定，車輛的舒適性較好。

由圖8(d)的減速度曲線可知，實(shí)際減速度a2能夠很好地跟隨期望減速度a1進(jìn)行變化。車輛在安全行駛狀態(tài)下，a=0表明AEB-P沒(méi)有影響車輛的行駛狀況。當(dāng)車輛開始制動(dòng)后，減速度較為平穩(wěn)，曲線的振蕩幅值小。由圖8(e)的輪缸壓力曲線可知，AEB-P系統(tǒng)輸出的期望減速度為-6m/s2，此時(shí)后輪首先激活A(yù)BS功能，輪缸壓力L2開始出現(xiàn)振蕩起伏，然后當(dāng)前輪輪缸壓力L1處于-10MPa時(shí)，ABS功能也被激活。前后輪均通過(guò)ABS進(jìn)行制動(dòng)，可以將滑移率控制在適當(dāng)?shù)姆秶芎玫乩昧说孛婺Σ亮?，有助于車輛輸出較大的減速度。

圖8 CVNA-75測(cè)試場(chǎng)景仿真(車輛速度為60 km/h)

圖9 CVFA-25測(cè)試場(chǎng)景仿真(車輛速度為25km/h)

由圖9(d)所示的減速度曲線可以看出，通過(guò)模糊規(guī)則的作用，實(shí)際減速度a2能夠與期望減速度a1保持一致。本文設(shè)計(jì)的AEB-P系統(tǒng)在制動(dòng)力較小時(shí)，自動(dòng)進(jìn)行車輛減速度的調(diào)控，提高車輛的行駛安全性。由圖9(e)中的輪缸壓力曲線可知，后輪先激活A(yù)BS功能，其輪缸壓力L2頻繁起伏變化并保持在4MPa左右。前輪輪缸壓力L1制動(dòng)過(guò)程中沒(méi)有激活A(yù)BS模塊。

基于C-NCAP行人測(cè)試規(guī)程進(jìn)行仿真。根據(jù)仿真結(jié)果可知，車輛發(fā)生緊急制動(dòng)后，始終與行人保持在0.9～3.1m之間的安全距離，可以有效消除行人因車輛緊急制動(dòng)帶來(lái)的緊張情緒。車輛減速度范圍為4.8～6.1m/s2，制動(dòng)強(qiáng)度范圍為0.48～0.61，有助于車輛根據(jù)行駛情況及時(shí)調(diào)整減速度。預(yù)警時(shí)間設(shè)置在1s左右，整個(gè)過(guò)程中沒(méi)有發(fā)出誤、漏警的情況。

4 結(jié)語(yǔ)

本文基于自動(dòng)緊急制動(dòng)行人避障系統(tǒng)(AEB-P)特性分析與辨識(shí)，將模糊控制方法和PID控制方法進(jìn)行融合，提出了一種能夠兼顧安全和實(shí)時(shí)的行人避障策略。針對(duì)AEB-P的響應(yīng)判斷需求，建立了基于TTC風(fēng)險(xiǎn)評(píng)價(jià)模型，可以有效提高AEB-P系統(tǒng)的安全性。通過(guò)設(shè)計(jì)相關(guān)仿真測(cè)試，驗(yàn)證了所提出方法的有效性，得出如下結(jié)論。

1) 基于TTC建立的風(fēng)險(xiǎn)評(píng)價(jià)模型可以及時(shí)有效地發(fā)出預(yù)警和制動(dòng)信號(hào)，具有較高的準(zhǔn)確性，能夠提高車輛的行駛安全性。

2) 上層模糊控制和下層PID控制的聯(lián)合分層控制策略，能夠達(dá)到C-NCAP行人測(cè)試要求。在CVNA-25，車速為60km/h的極端危險(xiǎn)工況下，仍然能夠與行人保持至少0.9m的安全距離。

3) 與傳統(tǒng)的單一恒定減速度控制方法相比，本文提出的控制策略使車輛制動(dòng)過(guò)程中輸出的減速度始終平穩(wěn)且振蕩較小，車輛具有較好的安全性和舒適性。