韓暢銘

（陜西重型汽車有限公司 汽車工程研究院，陜西 西安 710200）

近年來，隨著智能駕駛越來越熱門，無人駕 駛技術(shù)研發(fā)也備受關(guān)注。環(huán)境感知、路徑規(guī)劃、路徑跟蹤和底層控制等幾個(gè)關(guān)鍵部分的研究也越來越深入。其中，路徑跟蹤主要研究在考慮車輛位置信息、動(dòng)力學(xué)特性等情況下，車輛跟隨期望路徑的有效性。在路徑跟蹤中，駕駛員模型在人-車-路閉環(huán)系統(tǒng)中扮演著重要的角色[1]。

國(guó)內(nèi)外學(xué)者基于不同的假設(shè)和理論提出了多種駕駛員模型，并且在此基礎(chǔ)上進(jìn)行了應(yīng)用研究。國(guó)外學(xué)者進(jìn)行了諸多的研究，早在1953年，文獻(xiàn)[2]在研究轉(zhuǎn)向工況下方向穩(wěn)定性時(shí)提出了“shaft”駕駛員模型。文獻(xiàn)[3]提出了一種駕駛員行為的表示方法，將駕駛員操作以及神經(jīng)滯后影響等各行為用傳遞函數(shù)表示。文獻(xiàn)[4]結(jié)合最優(yōu)控制理論，提出了最優(yōu)預(yù)瞄控制模型，其模型結(jié)構(gòu)如圖1所示。文獻(xiàn)[5]提出將模糊邏輯控制加入駕駛員模型中，并研究此算法對(duì)模型的影響。國(guó)內(nèi)學(xué)者也對(duì)智能駕駛員模型進(jìn)行了深入的分析研究。1984年，文獻(xiàn)[6]將MacAdam最優(yōu)預(yù)瞄模型加以改進(jìn)，提出了一種預(yù)瞄最優(yōu)曲率模型，其模型結(jié)構(gòu)如圖2所示。文獻(xiàn)[7]在預(yù)瞄最優(yōu)曲率模型的基礎(chǔ)上進(jìn)行了大角度操縱運(yùn)動(dòng)的深入研究。文獻(xiàn)[8]將駕駛員方向控制模型優(yōu)化，并應(yīng)用在汽車智能駕駛研究中。文獻(xiàn)[9]基于遺傳算法控制理論和模糊控制理論，提出了一種橫向控制模型。文獻(xiàn)[10]和文獻(xiàn)[11]針對(duì)預(yù)瞄跟隨駕駛員模型進(jìn)行了參數(shù)校正，在MATLAB/Simulink平臺(tái)中對(duì)CarSim樣車進(jìn)行仿真，表明了校正后的駕駛員模型具有更好的跟隨性和自適應(yīng)能力。

圖1 最優(yōu)預(yù)瞄駕駛員模型

圖2 預(yù)瞄最優(yōu)曲率駕駛員模型

文章根據(jù)駕駛員視覺范圍建立兩點(diǎn)預(yù)瞄的駕駛員模型，并在該基礎(chǔ)上改進(jìn)，為適應(yīng)大曲率轉(zhuǎn)彎工況，提出一種運(yùn)用簡(jiǎn)單模糊控制的縱向模型，通過縱橫向耦合模仿駕駛員行為，進(jìn)而決策出期望的轉(zhuǎn)向盤轉(zhuǎn)角和車速。

1 駕駛員模型的提出

文章駕駛員模型的提出基于兩個(gè)機(jī)制，一是視覺機(jī)制，另外一個(gè)是預(yù)瞄機(jī)制。1994年，人類生理、心理學(xué)家Land和Horwood對(duì)駕駛員在彎道行駛的行為進(jìn)行了研究。研究表明，在車輛行駛中，駕駛員視覺注意的范圍主要包括“遠(yuǎn)”區(qū)（大約在車前方10～20 m）和“近”區(qū)（大約在車前方6～8 m）[12]。這一研究發(fā)現(xiàn)使得駕駛員模型預(yù)瞄點(diǎn)的選取找到了依據(jù)。實(shí)際情況下，駕駛員是以當(dāng)前車輛狀態(tài)信息為基礎(chǔ)，預(yù)測(cè)前方視覺處于期望道路中心線之間的橫向位置誤差的大小，駕駛員轉(zhuǎn)動(dòng)轉(zhuǎn)向盤使得此誤差為零，這個(gè)預(yù)測(cè)誤差就是橫向預(yù)瞄誤差[13]。

文章提出的駕駛員模型的工作原理是基于車輛當(dāng)前的運(yùn)動(dòng)狀態(tài)，將車輛位置信息、預(yù)瞄出的位置信息以及車輛運(yùn)動(dòng)參數(shù)輸入給駕駛員模型，駕駛員模型通過這些參數(shù)進(jìn)行決策和計(jì)算，根據(jù)預(yù)瞄點(diǎn)的橫向誤差、車輛運(yùn)動(dòng)狀態(tài)和動(dòng)力學(xué)參數(shù)計(jì)算出所需的轉(zhuǎn)向盤轉(zhuǎn)角，進(jìn)而通過轉(zhuǎn)向盤轉(zhuǎn)角實(shí)現(xiàn)對(duì)目標(biāo)路徑的跟蹤，其控制結(jié)構(gòu)如圖3所示。

圖3 兩點(diǎn)預(yù)瞄駕駛員模型控制結(jié)構(gòu)

從以上工作原理可獲得兩點(diǎn)預(yù)瞄駕駛員模型，示意圖如圖4所示?？梢钥闯鲕囕v質(zhì)心和期望路徑中心線之間的橫向位置誤差變化率為

圖4 兩點(diǎn)預(yù)瞄駕駛員模型示意圖

式中，vx和vy分別表示車輛質(zhì)心的縱向速度和側(cè)向速度。

得到車輛與期望道路中心線的夾角，由簡(jiǎn)單幾何關(guān)系整理得

由于車輛與期望道路中心線的夾角φ較小，因此，上式可整理得

2 駕駛員模型的改進(jìn)

考慮到車輛在大曲率路徑行駛時(shí)，轉(zhuǎn)彎過程中，上述模型極易導(dǎo)致車輛側(cè)向不穩(wěn)定，駕駛員模型對(duì)期望路徑的路徑跟蹤精度也大大減弱，需要改進(jìn)上述的兩點(diǎn)預(yù)瞄駕駛員模型，用于提高跟蹤精度和降低車速，改進(jìn)后駕駛員模型示意圖如圖5所示。

圖5 改進(jìn)駕駛員模型示意圖

改進(jìn)后的駕駛員模型的工作原理不僅包含上述駕駛員模型的工作原理，還將通過簡(jiǎn)單模糊方法描述遠(yuǎn)近兩個(gè)預(yù)瞄點(diǎn)和期望道路中心線的夾角、車速和車輛側(cè)向加速度等與制動(dòng)壓力的關(guān)系，從而控制車輛縱向速度，保證車輛在大曲率轉(zhuǎn)彎工況下能夠平穩(wěn)行駛，其控制結(jié)構(gòu)如圖6所示。

圖6 改進(jìn)駕駛員模型控制結(jié)構(gòu)

3 建模與仿真分析

文章利用MATLAB/Simulink 仿真軟件建立駕駛員控制模型，選取TruckSim中的車輛模型進(jìn)行仿真分析。

為驗(yàn)證該模型對(duì)期望路徑的路徑跟蹤有效性，建立測(cè)試場(chǎng)景，其中包括不同大曲率的道路，測(cè)試路徑如圖7所示。

圖7 測(cè)試路徑

以TruckSim樣車為對(duì)象，在40 km/h的車速下進(jìn)行閉環(huán)仿真。通過TruckSim和Simulink聯(lián)合仿真平臺(tái)，對(duì)兩種駕駛員模型路徑跟蹤控制仿真結(jié)果進(jìn)行分析。兩點(diǎn)預(yù)瞄駕駛員聯(lián)合仿真模型向車輛模型反饋時(shí)，只考慮大曲率轉(zhuǎn)向下的方向盤轉(zhuǎn)角的描述，而改進(jìn)后的駕駛員模型在仿真時(shí)，同時(shí)考慮了方向盤轉(zhuǎn)角的描述，也考慮了縱向控制，仿真模型如圖8、圖9和圖10所示。

圖9 改進(jìn)后駕駛員聯(lián)合仿真模型

圖10 縱向控制Simulink模型

經(jīng)過仿真分析，分析大曲率路徑下的車輛實(shí)際路徑與期望路徑之間的誤差，輸出改進(jìn)后的駕駛員模型和原駕駛員模型對(duì)路徑跟蹤的誤差變化曲線，如圖11所示。

圖11 路徑跟蹤誤差變化曲線

由圖11可知，改進(jìn)后的駕駛員模型由于加入了縱向控制，車輛在轉(zhuǎn)彎過程中會(huì)產(chǎn)生制動(dòng)作用，車速減慢，因此，改進(jìn)的駕駛員模型會(huì)比原模型行駛相同的一段路況所用時(shí)間會(huì)長(zhǎng)（即圖中改進(jìn)前后的曲線會(huì)存在偏離誤差遲滯），但是明顯減少大曲率轉(zhuǎn)彎下的誤差。原模型對(duì)路徑跟蹤的誤差最大達(dá)到0.9 m，改進(jìn)駕駛員對(duì)路徑跟蹤的誤差最大達(dá)到0.39 m。

4 結(jié)論

本文先提出了一種基于視覺和預(yù)瞄機(jī)制的駕駛員模型，后提出了一種改進(jìn)的駕駛員模型，這種駕駛員模型在基于視覺和預(yù)瞄機(jī)制的同時(shí)，也采用了模糊邏輯控制方法決策車輛制動(dòng)壓力，可以對(duì)車輛執(zhí)行橫向和縱向控制。

基于駕駛員模型和改進(jìn)的駕駛員模型這兩種模進(jìn)行分析，分析發(fā)現(xiàn)，大曲率轉(zhuǎn)彎工況下，改進(jìn)駕駛員模型對(duì)期望路徑的路徑跟蹤精度增加。

本文對(duì)駕駛員模型和改進(jìn)的駕駛員模型仿真分析，仿真結(jié)果表明，改進(jìn)后駕駛員對(duì)路徑跟蹤的誤差最大達(dá)到0.39 m，比原模型的路徑跟蹤誤差減少了56.67%。