摘要：為實(shí)現(xiàn)自動緊急制動系統(tǒng)對于行人的避撞功能，依據(jù)人-車之間的相對運(yùn)動關(guān)系，制定了行人在相對車輛橫、縱向運(yùn)動下的避撞策略?？紤]不同駕駛員對于AEB系統(tǒng)的主觀需求不同，將駕駛員特性與避撞策略相結(jié)合，采用上層模糊控制和下層PID控制的分層控制器，以某款D級車為研究對象，建立其動力學(xué)模型進(jìn)行仿真驗(yàn)證。參考C-NCAP的相關(guān)測試場景，通過CarSim/Simulink 的聯(lián)合仿真表明，考慮駕駛員特性的行人避撞策略不僅可以在不同測試工況中都能很好地實(shí)現(xiàn)其功能，還能使AEB系統(tǒng)滿足不同駕駛員的個(gè)性化需求。

關(guān)鍵詞：行人避撞;駕駛員特性;分層控制器;聯(lián)合仿真

中圖分類號：U461收稿日期：2022-06-01

DOI：10.19999/j.cnki.1004-0226.2022.08.023

1 前言

自動緊急制動系統(tǒng)是在車輛遇到突發(fā)危險(xiǎn)或與前車及行人距離小于安全距離時(shí)，主動干預(yù)進(jìn)行剎車制動，避免或減少追尾等碰撞事故發(fā)生的一種技術(shù)?，F(xiàn)有成熟的AEB系統(tǒng)研究主要集中在對于前車的避撞策略設(shè)計(jì)，隨著研究的深入，各科研機(jī)構(gòu)陸續(xù)針對AEB系統(tǒng)中車輛有效避撞行人展開了研究，中國新車評價(jià)法規(guī)對行人自動緊急制動系統(tǒng)（AEB VRU_Ped，AEB-P）的相關(guān)測試標(biāo)準(zhǔn)進(jìn)行了規(guī)定，其中 VRU（Vulnerable Road Us-ers）是指弱勢道路使用者。AEB-P系統(tǒng)是在AEB系統(tǒng)理論基礎(chǔ)上延伸出的研究方向，將行人作為避撞對象，具有更高的技術(shù)難度，也成為國內(nèi)外的研究熱點(diǎn)。

近年來，國內(nèi)外對AEB-P系統(tǒng)開展了多個(gè)角度的研究，主要集中于：行人運(yùn)動軌跡預(yù)測、危險(xiǎn)場景的研究和避撞策略的設(shè)計(jì)等。在行人軌跡預(yù)測方面，Jens等[2]認(rèn)為，僅靠車載傳感器獲取的信息來探測識別行人具有局限性，在假設(shè)可利用手機(jī)等智能終端作為信息源的基礎(chǔ)上所設(shè)計(jì)的行人避碰系統(tǒng)，在考慮隱私的同時(shí)可提高行人預(yù)測的準(zhǔn)確性。袁朝春等認(rèn)為，行人行走意圖的主觀能動性難以確定，因此具備潛伏性和突發(fā)性的交通事故風(fēng)險(xiǎn)。在危險(xiǎn)場景的研究方面，林國慶等4利用中國交通事故數(shù)據(jù)展開研究，參考中國新車評價(jià)規(guī)程中的AEB-P測試方法，設(shè)計(jì)了面對多種不同行人的測試工況，并對評價(jià)指標(biāo)和測試得分做了詳細(xì)制定。在避撞策略的設(shè)計(jì)方面，趙胡屹5在研究中選定TTC安全距離模型，依據(jù)碰撞時(shí)間劃分行車安全等級，并對預(yù)警區(qū)域進(jìn)行界定，在聯(lián)合仿真中實(shí)現(xiàn)了行人緊急避撞功能。黃智等通過估計(jì)人車碰撞概率，以及碰撞時(shí)間與速度的概率密度，進(jìn)而預(yù)測人車沖突中行人的傷害概率，為避撞決策與控制提供有效的量化手段。

AEB-P系統(tǒng)的研究在近年得到迅速發(fā)展，但目前的制動策略對駕駛員特性考慮不足，采用固定的控制策略無法反映不同駕駛員的差異性?；诖?，本文在參考中國新車評價(jià)法規(guī)中AEB-P測試場景，將駕駛員特性與基于制動過程的安全距離模型相結(jié)合，對人-車相對橫、縱向運(yùn)動進(jìn)行分析，制定對應(yīng)的避撞策略。同時(shí)提出了一種基于上層模糊控制和下層PID控制的分層控制策略，并在CarSim/Simulink聯(lián)合仿真中對避撞策略進(jìn)行了驗(yàn)證。

2 風(fēng)險(xiǎn)評估模型

基于車輛制動過程分析的安全距離模型在實(shí)際應(yīng)用中更加符合車輛真實(shí)的運(yùn)行狀況，更加適用于對AEB-P的系統(tǒng)研究，本文選用基于制動過程分析的安全距離模型進(jìn)行后續(xù)避撞策略的分析。

2.1 制動過程推導(dǎo)

典型的車輛制動過程大致包括三個(gè)過程：駕駛員在意識到碰撞危險(xiǎn)后做出反應(yīng)，踩動制動踏板進(jìn)行車輛緊急制動，直至車速降低為零。整個(gè)制動過程的車輛減速度曲線如圖1所示[8]。

設(shè)車輛的初始速度為v，（m/s），最大減速度為a（m/s2），則汽車在制動過程行駛的距離為：

式中，S表示車速在v時(shí)開始制動行駛的距離;t為駕駛員反應(yīng)時(shí)間; t 為腳離開油門移到制動踏板時(shí)間; ts為消除踏板及油壓空行程時(shí)間; ta為制動力增加時(shí)間。此外，車輛進(jìn)行制動后與行人之間仍需保留一定的安全距離，即最小安全距離d，則有以下公式：

式中，S，表示車輛完成制動行駛距離與最小安全距離之和; t， ，t的取值都與駕駛員的身體機(jī)能﹑反應(yīng)速度有關(guān)，所以令r ，=t+t，，統(tǒng)稱其為駕駛員反應(yīng)時(shí)間; ts.t4的取值則與車輛所具有的制動系統(tǒng)有關(guān)，本文選用的車輛制動系統(tǒng)為液壓制動系統(tǒng)，分別選取t和 t的取值為0.06 s和0.04 s[9-10]。

2.2融合駕駛員特性的安全距離模型

駕駛員特性是指駕駛員在駕駛過程中表現(xiàn)出的相對穩(wěn)定的傾向性，是駕駛員主觀選擇的駕駛方式[11?，F(xiàn)階段對駕駛員特性的辨識主要依據(jù)駕駛模擬器或?qū)嵻囋囼?yàn)進(jìn)行數(shù)據(jù)采集，通過不同駕駛員對車輛操作的反饋而進(jìn)行數(shù)據(jù)分析得到表征駕駛員特性的參數(shù)，將駕駛員劃分為三類[12-13]。但同類別的駕駛員之間仍然存在差異，所以分類并不能很好地實(shí)現(xiàn)個(gè)性化設(shè)計(jì)。

Murphey 等[ 14]采用加速度變化率作為駕駛風(fēng)格的衡量指標(biāo)。李科勇15在研究中將駕駛員特性參數(shù)的取值范圍控制在[o，1]。本文也選擇駕駛員特性參數(shù)的取值為[o，1]，并將其與AEB的制動過程相融合，建立駕駛員特性參數(shù)R.niver、駕駛員反應(yīng)時(shí)間r，最小安全距離d。之間的關(guān)系式為：

預(yù)警安全距離為：

臨界安全距離為：

2.3 AEB-P系統(tǒng)避撞策略

本文對避撞場景做如下簡化：a.在行人相對車輛靜止或縱向運(yùn)動時(shí)，只考慮車輛前方同車道行人;b.主要考慮車輛行車過程中的安全，忽略實(shí)際交通的效率;c.同車道前方行人的速度相對于本車的縱向速度近似為0。

2.3.1 行人靜止或縱向運(yùn)動時(shí)的策略

相對于車輛的縱向速度而言，行人的縱向速度相對較小，所以將行人在車輛前方靜止和在車輛前方同車道縱向運(yùn)動一起考慮，忽略行人的縱向速度。針對人-車相對縱向運(yùn)動如2圖所示。

車輛前行速度為v，檢測到行人后與行人之間的縱向距離為S，判斷碰撞預(yù)警系統(tǒng)（Forward Collision Warn-ing， FCW）是否預(yù)警或AEB是否干預(yù)的方法是將實(shí)測縱向距離與預(yù)警安全距離和臨界安全距離進(jìn)行如下比較：

若實(shí)際縱向距離S大于d，則行車安全;若實(shí)際縱向距離S小于或等于d.，則FCW警示;若實(shí)際縱向距離S小于或等于d，，則制動系統(tǒng)進(jìn)行干預(yù)。

2.3.2行人橫向運(yùn)動時(shí)的策略

根據(jù)C-NCAP評價(jià)法規(guī)中對行人自動緊急制動系統(tǒng)（AEB VRU_Ped）的場景設(shè)定，對行人橫向運(yùn)動通過車輛進(jìn)行運(yùn)動學(xué)分析，人-車相對橫向運(yùn)動示意如圖3所示。

行人橫向穿過車輛至少需要行駛至M點(diǎn)，若行人距車輛中心線的橫向距離為l，車輛寬度為l，，則在行人橫向通過車輛時(shí)間段內(nèi)車輛行駛的距離為：

考慮制動后與行人保持的最小安全距離，則行車安全距離為：

車輛制動臨界安全距離與預(yù)警安全距離仍為d，、d.，則在判定車輛FCW是否預(yù)警或AEB是否干預(yù)采用如下公式：

3 分層控制策略

由于在汽車的行駛過程中，交通狀況復(fù)雜多變，采用單層的控制器無法完成控制器快速響應(yīng)的要求，因此采用分層控制器將復(fù)雜的控制功能進(jìn)行分工。上層控制器由周圍環(huán)境信息得到所需的期望加速度，下層控制對上層控制器的輸出進(jìn)行調(diào)整，得到實(shí)際的控制加速度經(jīng)逆制動系模型轉(zhuǎn)化為制動壓力后作用于整車，從而實(shí)現(xiàn)閉環(huán)控制。

3.1 上層模糊控制器

緊急制動過程中，對潛在危險(xiǎn)的判斷、制動時(shí)機(jī)、制動力大小等都取決于駕駛員的主觀感受和經(jīng)驗(yàn)。因此，采用模糊神經(jīng)網(wǎng)絡(luò)模型對上層決策控制器進(jìn)行設(shè)計(jì)，滿足車輛制動控制系統(tǒng)基本要求。定義模糊控制器的輸人量為行人與車輛的縱向相對距離△S與縱向相對速度△v ，其中行人在橫向運(yùn)動時(shí)縱向速度為О，車輛縱向速度為v，，則有△z= 0 -v。輸出量為自車期望減速度αexpo輸入與輸出量的隸屬函數(shù)如圖4～圖6所示。

模糊控制規(guī)則的建立是模擬駕駛員在遇到行人碰撞危險(xiǎn)時(shí)進(jìn)行邏輯判斷的過程。在確保駕駛安全性的前提下，應(yīng)盡量采取較小強(qiáng)度的制動，以此減小制動系統(tǒng)干預(yù)對行車平順性的影響。建立的模糊控制系統(tǒng)的上層控制器輸入量與輸出量之間的對應(yīng)關(guān)系如圖7所示。

3.2 下層PID控制器

下層控制器的作用是將上層控制器輸出的期望減速度與車輛實(shí)際減速度比對，將兩者的差值作為輸入量，通過制動系統(tǒng)逆動力學(xué)模型轉(zhuǎn)換為車輛的制動管路壓力，實(shí)現(xiàn)對車輛實(shí)際減速度的控制。本文參數(shù)的確定采用實(shí)驗(yàn)試湊法，通過觀察系統(tǒng)的響應(yīng)曲線，反復(fù)湊試參數(shù)，直至響應(yīng)相對平緩。

4 AEB-P系統(tǒng)仿真驗(yàn)證

中國汽車技術(shù)研究中心有限公司在深入研究和分析國外NCAP的基礎(chǔ)上，結(jié)合我國實(shí)際交通法規(guī)及道路建設(shè)等情況，制定了符合我國的C-NCAP的試驗(yàn)和評分規(guī)則。本文的行人避撞AEB系統(tǒng)的場景參照了新車評價(jià)法規(guī)（2018版）的測試規(guī)程，結(jié)合上文的理論分析進(jìn)行搭建。

4.1 車輛動力學(xué)模型建立

本文的車輛研究對象借助了CarSim動力學(xué)仿真軟件，其仿真結(jié)果經(jīng)過了各大制造商及科研院所的一致性認(rèn)定。本文在CarSim軟件中選定的仿真車型為D-class，Sadan，車輛動力學(xué)模型及仿真環(huán)境各參數(shù)如表1所示。

4.2 測試工況

C-NCAP管理規(guī)則中對行人自動緊急制動系統(tǒng)（AEB VRU_Ped）試驗(yàn)的測試場地、測試設(shè)備、目標(biāo)假人、碰撞位置等都進(jìn)行了詳細(xì)的規(guī)定[16]。行人由右向左行駛橫穿馬路時(shí)為近端場景（CVNA），行人與車頭中心的橫向距離為4.00m，行人速度為5km/h，車速分別為30km/h、40km/h、50km/h和60km/h，碰撞點(diǎn)為25%處（CVNA- 25）和75%處（CVNA-75），工況如圖8所示。

行人由左向右行駛橫穿馬路時(shí)為遠(yuǎn)端場景（CVFA），行人與車頭中心的橫向距離為6.00m，行人速度為6.5km/h，車速分別為30km/h、40km/h、50km/h和60km/h，碰撞點(diǎn)為25%處（CVFA-25）和50%處（CVFA-50），工況如圖9所示。

4.3 仿真結(jié)果分析

本文通過仿真驗(yàn)證不同駕駛員特性和不同初始車速對避撞系統(tǒng)的影響，由上文對避撞策略的制定和C-NCAP測試工況的介紹，分別對不同工況下的車輛速度、加速度及人-車相對縱向距離變化進(jìn)行分析，制定本文的測試工況如表2所示。

4.3.1 不同駕駛員特性對比仿真結(jié)果

相對車輛的縱向速度而言，行人的縱向速度相對較小，所以本文將行人靜止和在車輛同車道縱向運(yùn)動一起考慮。為驗(yàn)證本文所設(shè)計(jì)的AEB-P行人避撞系統(tǒng)能否滿足不同特性駕駛員的需求，對不同駕駛員特性參數(shù)下的車輛制動過程進(jìn)行仿真對比，選取駕駛員特性參數(shù)Re分別為0.55和0.66，仿真結(jié)果如圖10所示。

駕駛員特性參數(shù)越小，對于車輛行駛過程中的安全需求越高。在車輛制動結(jié)束后，車輛根據(jù)系統(tǒng)設(shè)計(jì)，完成了避撞功能。且有Rarive=0.55時(shí)，制動持續(xù)時(shí)間為3.94 s ，制動距離為16.42 m，制動結(jié)束時(shí)人車相對縱向距離約為2.58 m，當(dāng)RArive.=0.66時(shí)，制動持續(xù)時(shí)間為4.05 s ，制動距離為16.59 m，制動結(jié)束時(shí)人車相對縱向距離約為2.41 m。

4.3.2 不同初始車速對比仿真結(jié)果

為驗(yàn)證設(shè)計(jì)的AEB-P系統(tǒng)在同一駕駛員特性下不同初始車速時(shí)的系統(tǒng)響應(yīng)，對不同初始車速下的車輛制動過程進(jìn)行仿真對比驗(yàn)證。

a.行人近端橫向穿行，選取駕駛員特性參數(shù)均為Rdriver=0.66，車速的取值范圍為20～60 km/h，以 10 km/h為增幅，其對比仿真結(jié)果如圖11所示。

在同一駕駛員特性下，對不同初始車速下的行人近端橫向穿行進(jìn)行分析，制動過程中，制動時(shí)長依次是2.31 s，2.97 s，3.19 s，3.32 s，3.69 s，此時(shí)間段內(nèi)車輛的制動距離依次是10.46 m、17.37 m 、24.28 m，31.19 m，38.09 m。車輛制動后與行人縱向相對距離約為2.41 m，與駕駛員特性參數(shù)修正的最小安全距離相對應(yīng)，表明AEB-P系統(tǒng)較好地介入了駕駛員操作。

b.在行人遠(yuǎn)端橫穿場景下，選取駕駛員特性參數(shù)為Rarive=0.55，初始車速取值范圍為20～60 km/h，以 10 km/h為增幅，其仿真結(jié)果如圖12所示。

在同一駕駛員特性下，對不同初始車速下的行人遠(yuǎn)端橫向穿行進(jìn)行分析，制動過程中，制動時(shí)長依次是2.29 s.2.91 s.3.13 s.3.30 s ，3.66 s ，此時(shí)間段內(nèi)車輛的制動距離依次是10.33 m、17.24 m、24.16 m . 31.08 m ， 38.01m。車輛制動后與行人縱向相對距離約為2.58 m，與駕駛員特性參數(shù)修正的最小安全距離相對應(yīng)，表明AEB-P系統(tǒng)較好地介入了駕駛員操作。

5結(jié)語

本文在考慮AEB行人避撞功能實(shí)現(xiàn)的同時(shí)，將駕駛員特性與橫﹑縱向安全距離策略相結(jié)合，對駕駛員反應(yīng)時(shí)間和最小安全距離進(jìn)行修正，建立了融合駕駛員特性的行人避撞自動緊急制動策略。參照C-NCAP的測試規(guī)程，在CarSim/Simulink 中建立相應(yīng)場景對行人避撞系統(tǒng)進(jìn)行仿真分析。結(jié)果表明，考慮駕駛員特性的行人避撞自動緊急制動系統(tǒng)可以很好地協(xié)調(diào)臨界安全距離，制動后的相對縱向距離與系統(tǒng)設(shè)計(jì)誤差較小，在保證安全的前提下，使系統(tǒng)的功能性更符合駕駛員的個(gè)性化需求。但實(shí)際中行人在緊急避障工況下很難保證勻速行駛，且未進(jìn)行控制方面的試驗(yàn)支撐，所以控制策略的有效性有待下一步驗(yàn)證。

參考文獻(xiàn)：

[1]胥峰.面向弱勢道路使用者的自動緊急制動系統(tǒng)測試方法研究[D].

長春：吉林大學(xué)，2019.

[2]JensKotte，CarstenSchmeichel，AdrianZlocki，etal.Concept of an enhanced V2X pedestrian collision avoidance system with a cost function-based pedestrian model [J].Traffic Injury Prevention， 2017.18（1）：37-43.

[3]袁朝春，宋金行，何友國，等.基于行人軌跡預(yù)測的無人駕駛汽車主動避撞算法[J].江蘇大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，42（1）：1-8.

[4]林國慶，速超，韓龍飛，等.汽車自動緊急制動系統(tǒng)行人測試與評價(jià)方法[J].汽車安全與節(jié)能學(xué)報(bào)，2020，11（3）：296-304.

[5]趙胡屹.汽車自動緊急制動行人避撞策略研究[D].重慶：重慶大學(xué)，2019.

[6]黃智，何穎，劉象祎，等.考慮過街行人運(yùn)動不確定性的人-車碰撞傷害評估[J].汽車工程，2018，40（ 1 ）：28-33.

[7]劉永濤，呂凱光，趙俊瑋，等.基于人、車、路和環(huán)境的AEB控制策略發(fā)展研究綜述[J].汽車技術(shù)，2021（5）： 1-8.

[8]余志生.汽車?yán)碚揫M].6版.北京：機(jī)械工業(yè)出版社，2018.

[9]楊晗.基于駕駛狀態(tài)識別的自動緊急制動控制策略研究[D].鎮(zhèn)江：江蘇大學(xué)，2019.

[ 10]楊娜，張臻，趙桂范，等.自動制動系統(tǒng)行人保護(hù)效果的研究[J].汽車工程，2015，37（12）： 1400-1405.

[11]李曉陽，劉樹偉.駕駛風(fēng)格研究綜述[J.時(shí)代汽車﹐2020（15）：189-190.

[ 12]陳濤，郭叢帥，李旭川，等.適應(yīng)駕駛?cè)说膫€(gè)性化自適應(yīng)巡航控制策略[J].重慶理工大學(xué)學(xué)報(bào)（自然科學(xué)），2021，35（7）：1-9.

[ 13]李立治，楊建軍，劉雙喜，等.國內(nèi)人群的駕駛風(fēng)格分類及識別方法研究[J].重慶理工大學(xué)學(xué)報(bào)（自然科學(xué)），2019，33（ 11）：33-40.

[14] Murphey Yi Lu ， Milton Robert ，Kiliaris Leonidas. Driver's styleclassification using jerk analysis[J].Computational Intelligent inVehicles and Vehicular System ， 2009.CIvvs'09.IEEE Workshopon， 2009（3）：23-28.

[15]李科勇.考慮駕駛風(fēng)格的駕駛?cè)似隈{駛辨識方法研究[D].長春：吉林大學(xué)，2017.

[ 16]C-NCAP管理規(guī)則（2018版）：征求意見稿[EB/OL].（2014-10-27）[2022-06-01 ].http：//www.c-ncap.org/aboutus/20141027/2630.htm.

作者簡介：

李曉陽，男，1994年生，碩士研究生，研究方向?yàn)檐囕v系統(tǒng)動力學(xué)及控制。