亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        智能網(wǎng)聯(lián)汽車主動(dòng)避撞系統(tǒng)發(fā)展綜述*

        2023-03-25 02:07:36王祎男王迪關(guān)瀛洲
        汽車技術(shù) 2023年3期
        關(guān)鍵詞:本車智能網(wǎng)危險(xiǎn)

        王祎男 王迪 關(guān)瀛洲

        (中國第一汽車股份有限公司研發(fā)總院,長(zhǎng)春 100013)

        主題詞:智能網(wǎng)聯(lián)汽車 主動(dòng)安全 主動(dòng)避撞

        1 前言

        碰撞事故一直是交通事故中占比最多、危害最大的事故類型,緩解和避免碰撞一直是汽車工程領(lǐng)域的重點(diǎn)研究方向[1]。近年來,隨著智能網(wǎng)聯(lián)汽車技術(shù)的快速發(fā)展,主動(dòng)避撞成為整車企業(yè)、零部件供應(yīng)商、科研機(jī)構(gòu)解決碰撞問題的重要途徑[2]。伴隨著環(huán)境感知、決策規(guī)劃、控制執(zhí)行等技術(shù)的進(jìn)步,主動(dòng)避撞系統(tǒng)得到漸進(jìn)式發(fā)展,感知決策控制過程越發(fā)復(fù)雜,可應(yīng)對(duì)的碰撞危險(xiǎn)場(chǎng)景不斷增加[3]。

        本文圍繞主動(dòng)避撞系統(tǒng)進(jìn)行綜述,對(duì)主流避撞系統(tǒng)進(jìn)行分類,闡述各類主動(dòng)避撞系統(tǒng)的原理,針對(duì)主動(dòng)避撞技術(shù)涉及的環(huán)境感知、決策規(guī)劃、控制執(zhí)行3 個(gè)方面的關(guān)鍵技術(shù)進(jìn)行歸納與分析,梳理當(dāng)前已量產(chǎn)的主動(dòng)避撞產(chǎn)品,最后對(duì)主動(dòng)避撞技術(shù)發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)與洞見。

        2 主動(dòng)避撞系統(tǒng)分類

        為實(shí)現(xiàn)特定危險(xiǎn)場(chǎng)景下以主動(dòng)控制方式輔助駕駛員緩解乃至避免碰撞的目的,主動(dòng)避撞系統(tǒng)通過車載傳感器(攝像頭、雷達(dá)等)和車輛與外界(Vehicle to Everything,V2X)通信采集本車周圍一定范圍內(nèi)的環(huán)境信息,并結(jié)合本車狀態(tài)信息,在系統(tǒng)電子控制單元(Electronic Control Unit,ECU)或域控制器中進(jìn)行決策規(guī)劃,進(jìn)而控制本車執(zhí)行器實(shí)現(xiàn)主動(dòng)避撞[4]。

        主動(dòng)避撞系統(tǒng)誕生至今,種類眾多,不同系統(tǒng)在硬件構(gòu)成、軟件算法、應(yīng)對(duì)場(chǎng)景等方面千差萬別。但根據(jù)最終的避撞控制方式,可將主動(dòng)避撞系統(tǒng)分為制動(dòng)避撞系統(tǒng)、轉(zhuǎn)向避撞系統(tǒng)、橫縱向協(xié)同避撞系統(tǒng)[5]。

        2.1 制動(dòng)避撞系統(tǒng)

        制動(dòng)避撞系統(tǒng)通過主動(dòng)制動(dòng)的方式緩解或避免本車與其感知范圍內(nèi)危險(xiǎn)目標(biāo)的碰撞[6]。制動(dòng)是最直接、最簡(jiǎn)捷的避撞方式,適用于本車前、后向的碰撞。制動(dòng)避撞的方式也決定了此類系統(tǒng)無論從感知布置、決策規(guī)劃還是控制執(zhí)行上都是復(fù)雜度相對(duì)最低的,從而成為最早得到研究和搭載應(yīng)用的主動(dòng)避撞系統(tǒng)[7]。自動(dòng)緊急制動(dòng)(Automated Emergency Brake,AEB)系統(tǒng)作為制動(dòng)避撞系統(tǒng)的主流產(chǎn)品,應(yīng)用最為普遍,法規(guī)標(biāo)準(zhǔn)健全,成為新車標(biāo)配功能已成必然趨勢(shì)[8]。

        2.2 轉(zhuǎn)向避撞系統(tǒng)

        轉(zhuǎn)向避撞系統(tǒng)通過控制車輛轉(zhuǎn)向系統(tǒng),緊急避讓原有行駛路徑上的危險(xiǎn)目標(biāo)[9]。車輛作為具有時(shí)變性、非線性、隨機(jī)性的復(fù)雜動(dòng)力學(xué)系統(tǒng),結(jié)合路面條件和周圍環(huán)境,在臨碰撞的危險(xiǎn)工況中,轉(zhuǎn)向避撞具有很高的路徑規(guī)劃和控制難度,極易造成控制失穩(wěn)衍生二次事故[10]。這就對(duì)轉(zhuǎn)向避撞系統(tǒng)的感知、決策、控制在實(shí)時(shí)性、精確性、快速性等方面提出了更加苛刻的要求,由于轉(zhuǎn)向避撞在快速性、舒適性、靈活性、對(duì)后方車輛影響較小等方面的優(yōu)勢(shì),適用于諸多碰撞危險(xiǎn)場(chǎng)景,尤其是本車車速較高的臨碰撞場(chǎng)景,因而轉(zhuǎn)向避撞得到越來越多的關(guān)注與研究[11]。緊急轉(zhuǎn)向輔助(Emergency Steering Support,ESS)系統(tǒng)和主動(dòng)緊急轉(zhuǎn)向(Automatic Emergency Steering,AES)系統(tǒng)是目前已在某些高端車型上搭載的轉(zhuǎn)向避撞系統(tǒng)[12]。

        2.3 橫縱向協(xié)同避撞系統(tǒng)

        為了應(yīng)對(duì)更加復(fù)雜的碰撞危險(xiǎn)場(chǎng)景,以及實(shí)現(xiàn)更復(fù)雜的避撞路徑規(guī)劃與精準(zhǔn)跟蹤,橫縱向協(xié)同避撞系統(tǒng)應(yīng)運(yùn)而生。該系統(tǒng)在避撞過程中分別通過控制制動(dòng)、驅(qū)動(dòng)和轉(zhuǎn)向系統(tǒng),實(shí)現(xiàn)對(duì)本車速度和方向的精確控制,可實(shí)現(xiàn)多目標(biāo)最優(yōu)的避撞路徑規(guī)劃與跟蹤[13]。由于車輛橫縱向控制的耦合性,在路徑規(guī)劃和控制上難度比轉(zhuǎn)向避撞系統(tǒng)更大,目前已應(yīng)用的橫縱向協(xié)同避撞系統(tǒng)非常少見,將轉(zhuǎn)向與制動(dòng)進(jìn)行協(xié)同以實(shí)現(xiàn)避撞是目前研究的主流方向[14]。

        3 主動(dòng)避撞核心技術(shù)研究現(xiàn)狀

        各類主動(dòng)避撞系統(tǒng)均包含環(huán)境感知、決策規(guī)劃、控制執(zhí)行3項(xiàng)核心技術(shù)。隨著各項(xiàng)核心技術(shù)的不斷進(jìn)步,各類主動(dòng)避撞系統(tǒng)性能持續(xù)升級(jí),可覆蓋的場(chǎng)景日益全面[15]。

        3.1 環(huán)境感知技術(shù)研究現(xiàn)狀

        對(duì)行車環(huán)境的精確、全面、實(shí)時(shí)感知是主動(dòng)避撞系統(tǒng)實(shí)現(xiàn)避撞的前提。在主動(dòng)避撞系統(tǒng)中,毫米波雷達(dá)、攝像頭、激光雷達(dá)、超聲波傳感器廣泛應(yīng)用于環(huán)境感知。近年來,V2X 通信技術(shù)日益成熟,也被引入主動(dòng)避撞系統(tǒng)作為獲取車外信息的方式[16]。

        早期,由于傳感器性能和成本難以滿足車規(guī)和量產(chǎn)需求,整車難以搭載大量高性能傳感器,在有限的感知范圍和精度條件下,主動(dòng)避撞系統(tǒng)可應(yīng)對(duì)的碰撞場(chǎng)景也極其有限,大多只能支持制動(dòng)避撞。早期AEB 等制動(dòng)避撞系統(tǒng)多采用單傳感器方案,布置毫米波雷達(dá)或攝像頭實(shí)現(xiàn)車輛前向環(huán)境感知,主要應(yīng)對(duì)車輛正前方的碰撞場(chǎng)景。單傳感器方案成本低,但是僅能應(yīng)對(duì)直線行駛工況下的追尾前車、行人橫穿等簡(jiǎn)單碰撞場(chǎng)景,而且毫米波雷達(dá)和攝像頭均有各自的缺陷。

        毫米波雷達(dá)對(duì)車輛等金屬物體識(shí)別效果好,但對(duì)行人等非金屬目標(biāo)因回波少而識(shí)別不準(zhǔn),這就導(dǎo)致基于毫米波雷達(dá)的主動(dòng)避撞系統(tǒng)容易誤將井蓋、護(hù)欄等金屬物體誤識(shí)別為車輛,以及漏識(shí)別前方存在碰撞風(fēng)險(xiǎn)的行人,進(jìn)而導(dǎo)致誤觸發(fā)、漏觸發(fā)[17]。單攝像頭方案多基于機(jī)器學(xué)習(xí)算法,將各類目標(biāo)特征作為識(shí)別依據(jù),以大規(guī)模正、負(fù)樣本作為輸入進(jìn)行迭代訓(xùn)練,獲取滿足識(shí)別準(zhǔn)確率要求的分類器[18],雖然可大幅提高對(duì)前方目標(biāo)類型的識(shí)別準(zhǔn)確率,但難以保證對(duì)目標(biāo)位置的精確測(cè)量,尤其是較遠(yuǎn)的目標(biāo),且攝像頭感知性能受光照、天氣影響嚴(yán)重[19]。

        為了彌補(bǔ)單一傳感器方案存在的固有缺陷,并綜合利用不同傳感器的優(yōu)勢(shì),多傳感器融合的感知方案日益成為主流。以即將量產(chǎn)的飛凡R7為例,全車搭載33個(gè)感知硬件,如圖1所示,其中包括1個(gè)LUMINAR 1 550 nm激光雷達(dá)、2個(gè)Premium 4D成像雷達(dá)、4個(gè)增強(qiáng)版遠(yuǎn)距離點(diǎn)云角雷達(dá)、12個(gè)超聲波雷達(dá)、12個(gè)800萬像素?cái)z像頭、組合定位模塊、V2X通信模塊[20]。

        圖1 飛凡R7感知布置方案[20]

        目前,多傳感器融合技術(shù)的硬件水平已經(jīng)滿足量產(chǎn)要求,多傳感器融合算法成為研究熱點(diǎn)。多傳感器融合算法主要分為傳統(tǒng)的隨機(jī)類算法和目前日益流行的人工智能算法。傳統(tǒng)隨機(jī)類算法多采用卡爾曼濾波(Kalman Filter)、加權(quán)平均、貝葉斯估計(jì)(Bayesian Estimation)等算法,將不同傳感器經(jīng)處理后輸出的目標(biāo)數(shù)據(jù)以一定的權(quán)重融合,從而確定目標(biāo)類型、位置、運(yùn)動(dòng)狀態(tài)等信息。傳統(tǒng)的多傳感器融合算法雖然相對(duì)簡(jiǎn)單、計(jì)算量小、對(duì)硬件性能需求低,但因不同傳感器對(duì)目標(biāo)識(shí)別的結(jié)果不同,往往出現(xiàn)漏識(shí)別、不精確等問題,不能充分融合不同傳感器的優(yōu)勢(shì)[21]。

        隨著深度學(xué)習(xí)的持續(xù)發(fā)展,基于深度學(xué)習(xí)的多傳感器融合算法得到廣泛研究,與傳統(tǒng)多傳感器融合算法不同,基于深度學(xué)習(xí)的多傳感器融合算法首先將各傳感器的原始數(shù)據(jù)匯聚成數(shù)據(jù)集,進(jìn)而主要采用數(shù)據(jù)級(jí)融合、特征級(jí)融合、決策級(jí)融合3 種方式確定目標(biāo)參量[22]。其中,數(shù)據(jù)級(jí)融合先進(jìn)行數(shù)據(jù)對(duì)齊、關(guān)聯(lián)、預(yù)處理等操作,而后進(jìn)行特征提取得到目標(biāo)信息。數(shù)據(jù)級(jí)融合的優(yōu)勢(shì)是可保留原始數(shù)據(jù)中的目標(biāo)信息,避免遺漏目標(biāo),實(shí)現(xiàn)多源數(shù)據(jù)相互補(bǔ)償,但也存在計(jì)算量大、數(shù)據(jù)異步異構(gòu)、對(duì)硬件內(nèi)存和算力要求高等問題[23]。特征級(jí)融合先對(duì)各傳感器采集的數(shù)據(jù)采用RoarNet(RegiOn Approximation Refinement Network)、AVOD(Aggregate View Obeject Detection)、MV3D(Multi-View 3D)、F-PointNet(Frustum PointNet)等深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行特征提取,進(jìn)而對(duì)不同特征進(jìn)行級(jí)聯(lián)或加權(quán)得到目標(biāo)信息。特征級(jí)融合因其先對(duì)各傳感器的原始數(shù)據(jù)進(jìn)行特征提取,使后續(xù)處理的數(shù)據(jù)量大幅減少,所以處理速度快、實(shí)時(shí)性高,但也存在細(xì)節(jié)丟失、精度較數(shù)據(jù)級(jí)融合差等問題。決策級(jí)融合先對(duì)各傳感器原始數(shù)據(jù)進(jìn)行特征提取,分別得到各傳感器感知的目標(biāo)信息后,進(jìn)行融合處理輸出最終結(jié)果。決策級(jí)融合的優(yōu)勢(shì)在于其良好的魯棒性,個(gè)別傳感器故障不影響依靠其他傳感器進(jìn)行決策,且不涉及數(shù)據(jù)級(jí)的復(fù)雜融合過程,處理速度快。但決策級(jí)融合也存在與特征級(jí)融合類似的細(xì)節(jié)丟失、精度不足的問題[24]。

        綜上,融合方式各有利弊,應(yīng)根據(jù)傳感器組合方案和硬件內(nèi)存、算力等性能進(jìn)行選擇。隨著多傳感器融合硬件性能不斷提高,數(shù)據(jù)級(jí)融合以其原始信息全面、傳感器優(yōu)勢(shì)充分互補(bǔ)的優(yōu)勢(shì)將得到更多的應(yīng)用?;诙鄠鞲衅魅诤系?60°全方位、高精度的環(huán)境感知技術(shù)為制動(dòng)避撞系統(tǒng)、轉(zhuǎn)向避撞系統(tǒng)、橫縱向協(xié)同避撞系統(tǒng)的深入研發(fā)與推廣應(yīng)用創(chuàng)造了先決條件。

        由于V2X 通信技術(shù)的引入,交通系統(tǒng)中的萬物互聯(lián)得以實(shí)現(xiàn)。環(huán)境感知突破了傳感器的物理極限,車輛與周圍物體可直接點(diǎn)對(duì)點(diǎn)信息交互,無需車載傳感器感知即可獲取碰撞危險(xiǎn)目標(biāo)信息,可大幅提高主動(dòng)避撞系統(tǒng)危險(xiǎn)識(shí)別的快速性與準(zhǔn)確性。目前已有諸多基于V2X 通信的主動(dòng)避撞研究,吉林大學(xué)王江鋒等基于V2V 通信實(shí)現(xiàn)前車駕駛意圖的共享,實(shí)現(xiàn)了84%的碰撞預(yù)警正確率[25]。清華大學(xué)楊剛針對(duì)三車道八車場(chǎng)景,通過V2V通信獲取場(chǎng)景內(nèi)所有車輛信息,用于安全換道軌跡規(guī)劃與跟蹤[26]。重慶交通大學(xué)劉玢滟針對(duì)交叉路口場(chǎng)景,基于V2X 通信獲取車輛信息建立軌跡模型并分析沖突區(qū)域,實(shí)現(xiàn)了避撞預(yù)警[27]。但由于當(dāng)前基于V2X 通信的智能網(wǎng)聯(lián)交通系統(tǒng)仍未成熟,帶有V2X通信的主動(dòng)避撞系統(tǒng)實(shí)際應(yīng)用為時(shí)尚早。

        由于碰撞危險(xiǎn)場(chǎng)景具有復(fù)雜性、突發(fā)性、隨機(jī)性,如果沒有全面、精準(zhǔn)、實(shí)時(shí)的環(huán)境感知能力,就會(huì)導(dǎo)致主動(dòng)避撞系統(tǒng)誤觸、漏觸頻發(fā),甚至給乘員帶來更大的危險(xiǎn)。所以不斷提升環(huán)境感知能力,是主動(dòng)避撞系統(tǒng)不斷升級(jí)進(jìn)化的前提。

        3.2 決策規(guī)劃技術(shù)研究現(xiàn)狀

        主動(dòng)避撞系統(tǒng)通過決策規(guī)劃算法確定避撞過程對(duì)車輛的具體控制,以及避撞控制的觸發(fā)、中斷、抑制與退出。其中,碰撞危險(xiǎn)評(píng)估和避撞路徑規(guī)劃是決策規(guī)劃的核心[28]。碰撞危險(xiǎn)評(píng)估是確定避撞控制觸發(fā)時(shí)機(jī)的關(guān)鍵。

        安全距離模型作為最經(jīng)典的碰撞危險(xiǎn)評(píng)估方法,得到了國內(nèi)外的廣泛研究。目前,得到普遍應(yīng)用的安全距離模型有車間時(shí)距模型、基于制動(dòng)過程分析的安全距離模型、考慮駕駛員特性的安全距離模型[29]。

        車間時(shí)距模型以“當(dāng)前相對(duì)車速下距碰撞的時(shí)間”(Time to Collision,TTC)為危險(xiǎn)量化指標(biāo),但TTC中僅涉及當(dāng)前時(shí)刻的車間距離與相對(duì)車速,未考慮車輛與危險(xiǎn)目標(biāo)的相對(duì)加速度、車輛制動(dòng)性能、駕駛員特性等要素,導(dǎo)致該指標(biāo)無法準(zhǔn)確反映大多數(shù)場(chǎng)景的危險(xiǎn)程度,僅適用于低速碰撞危險(xiǎn)場(chǎng)景,難以評(píng)估目標(biāo)緊急制動(dòng)等突發(fā)狀態(tài)變化的危險(xiǎn)程度。在實(shí)際應(yīng)用中,往往需要通過規(guī)模龐大的測(cè)試確定一系列較保守的功能觸發(fā)閾值,難以覆蓋全部工況,且容易使系統(tǒng)提早觸發(fā)[30]。

        基于制動(dòng)過程分析的安全距離模型將本車駕駛員反應(yīng)延遲考慮在內(nèi),假設(shè)本車和目標(biāo)作勻加速度運(yùn)動(dòng),設(shè)定最小安全距離,實(shí)時(shí)估算立即執(zhí)行避撞可達(dá)的車間距離,若該距離低于最小安全距離,則主動(dòng)避撞控制介入。典型的模型有馬自達(dá)模型、本田模型等[31-32],都假設(shè)本車和前方目標(biāo)以最大減速度緊急制動(dòng),進(jìn)而估算可保證最小安全距離的本車制動(dòng)觸發(fā)時(shí)機(jī)。這類模型將碰撞危險(xiǎn)強(qiáng)化,不適用于前車非緊急制動(dòng)工況,往往導(dǎo)致系統(tǒng)觸發(fā)過早,且未將本車制動(dòng)性能與作用過程建模,導(dǎo)致本車制動(dòng)過程的運(yùn)動(dòng)狀態(tài)預(yù)測(cè)不準(zhǔn)。

        為了使客觀的危險(xiǎn)評(píng)估與駕駛員的主觀危險(xiǎn)感知相符,諸多研究將駕駛員特性融入安全距離模型。清華大學(xué)侯德藻等分析駕駛員在跟車過程中的駕駛行為,基于符合駕駛員習(xí)慣的跟停距離統(tǒng)計(jì)數(shù)據(jù)建立安全距離模型,從而實(shí)現(xiàn)避撞系統(tǒng)的觸發(fā)時(shí)機(jī)在駕駛員心理接受范圍內(nèi)[33]。江蘇大學(xué)劉志強(qiáng)等同樣基于駕駛員跟車過程的各駕駛參數(shù)數(shù)據(jù),建立反向傳播(Back Propagation,BP)神經(jīng)網(wǎng)絡(luò)駕駛員制動(dòng)行為模型,以前車加速度、相對(duì)距離、相對(duì)速度、TTC為輸入,輸出與駕駛員行為相符的本車加速度,用于主動(dòng)避撞控制[34]。

        現(xiàn)有的安全距離模型雖然可量化本車與目標(biāo)間的危險(xiǎn)程度,但是無法精確預(yù)測(cè)主動(dòng)避撞介入后的過程,所以往往采用保守的觸發(fā)閾值,導(dǎo)致系統(tǒng)早觸發(fā)和誤觸發(fā)。隨著環(huán)境感知和控制執(zhí)行軟硬件技術(shù)的發(fā)展,對(duì)目標(biāo)狀態(tài)變化進(jìn)行實(shí)時(shí)獲取與預(yù)測(cè),以及對(duì)本車制動(dòng)、轉(zhuǎn)向、驅(qū)動(dòng)性能進(jìn)行精準(zhǔn)建模成為可能,碰撞危險(xiǎn)評(píng)估算法必將越發(fā)準(zhǔn)確地預(yù)測(cè)主動(dòng)避撞介入后本車和目標(biāo)的運(yùn)動(dòng)過程,從而確定精確滿足安全條件的觸發(fā)時(shí)機(jī)。

        避撞路徑規(guī)劃主要應(yīng)用于轉(zhuǎn)向避撞系統(tǒng)和橫縱向協(xié)同避撞系統(tǒng),這2 類主動(dòng)避撞系統(tǒng)涉及行駛路徑規(guī)劃,所以必須綜合多重因素對(duì)避撞過程中的車輛行駛路徑進(jìn)行實(shí)時(shí)規(guī)劃[35]。

        在碰撞危險(xiǎn)場(chǎng)景中,基于對(duì)車輛周圍環(huán)境的動(dòng)態(tài)精確感知,避撞路徑規(guī)劃算法需要在滿足距離、時(shí)間、能耗、安全、車輛動(dòng)力學(xué)、執(zhí)行器性能等一系列約束條件的前提下,實(shí)時(shí)求解出一條最優(yōu)可行避撞路徑,供系統(tǒng)控制執(zhí)行器進(jìn)行路徑跟蹤[36]。由于碰撞危險(xiǎn)場(chǎng)景內(nèi)避撞時(shí)間有限,需要實(shí)時(shí)快速完成路徑規(guī)劃,多采用多項(xiàng)式表征避撞路徑,以較低運(yùn)算量即可確定多項(xiàng)式各項(xiàng)系數(shù)[37]。北京理工大學(xué)姜巖等采用五次多項(xiàng)式表征避撞路徑,以不同的預(yù)瞄位置求解一系列路徑,并選擇最優(yōu)的安全可行路徑進(jìn)行跟蹤,基于此算法實(shí)現(xiàn)了16 km 越野環(huán)境和7 km 城市環(huán)境的自動(dòng)駕駛[38]。此外,也有諸多研究采用其他路徑生成方法:斯坦福大學(xué)Joseph 等采用曲率連續(xù)的回旋曲線和圓弧組合表示緊急換道路徑[39];湖南大學(xué)肖浩基于人工勢(shì)場(chǎng)理論建立危險(xiǎn)斥力場(chǎng)模型,將本車與目標(biāo)、道路邊界間的相互作用表征為障礙物邊界斥力、路邊界斥力、線性拉伸彈簧拉力共同作用的結(jié)果,通過局部路徑規(guī)劃算法求解使本車受力平衡的避撞路徑[40];吉林大學(xué)江慶坤為適應(yīng)復(fù)雜環(huán)境動(dòng)態(tài)變化,采用快速搜索隨機(jī)樹(Rapidly-exploring Random Tree,RRT)算法求解滿足各項(xiàng)約束的最優(yōu)軌跡[41];中國科學(xué)院陳成等采用四階貝塞爾曲線表征避撞路徑,在動(dòng)力學(xué)、起點(diǎn)、終點(diǎn)、連續(xù)曲率等約束下求解避撞軌跡[42]。

        為了避撞路徑規(guī)劃算法的實(shí)際有效應(yīng)用,具有良好實(shí)時(shí)性的基于多項(xiàng)式的路徑規(guī)劃算法得到廣泛采用。在保證避撞路徑規(guī)劃快速、可通行的前提下,更要考慮車輛動(dòng)力學(xué)性能、各執(zhí)行器控制性能,從而保證規(guī)劃的路徑可被精準(zhǔn)跟蹤。

        3.3 控制執(zhí)行技術(shù)研究現(xiàn)狀

        主動(dòng)避撞系統(tǒng)的性能優(yōu)劣最終取決于對(duì)決策規(guī)劃的執(zhí)行效果。

        在制動(dòng)避撞系統(tǒng)中,雖然有諸多研究基于安全距離模型等算法實(shí)時(shí)求解期望制動(dòng)減速度,進(jìn)而控制本車制動(dòng)系統(tǒng)執(zhí)行,但在實(shí)際應(yīng)用的AEB系統(tǒng)中,絕大多數(shù)制動(dòng)控制策略以恒定緊急制動(dòng)期望減速度執(zhí)行避撞,或者采用輕、重2段恒定期望減速度執(zhí)行避撞[43]。因?yàn)檫M(jìn)入緊急制動(dòng)工況后,車輛運(yùn)動(dòng)狀態(tài)劇烈變化,且本身具有較大慣性,加之制動(dòng)系統(tǒng)性能限制,難以實(shí)現(xiàn)變制動(dòng)強(qiáng)度下的安全距離控制。

        在轉(zhuǎn)向避撞和橫縱向協(xié)同避撞系統(tǒng)中,需要控制線控底盤實(shí)現(xiàn)對(duì)避撞路徑的跟蹤。雖然PID 控制是目前應(yīng)用于實(shí)際車輛控制的最實(shí)用、最廣泛的控制方法,但由于其脫離控制對(duì)象本身的動(dòng)力學(xué)特性,且避撞控制本身難度高,對(duì)快速性、精確性、穩(wěn)定性有很高要求,甚至涉及橫縱向協(xié)同控制,PID 控制方法在避撞控制中應(yīng)用很難達(dá)到預(yù)期要求[44]。因而,諸多更復(fù)雜的控制方法應(yīng)用于避撞路徑跟蹤控制。吉林大學(xué)田彥濤等設(shè)計(jì)了帶前饋補(bǔ)償?shù)木€性二次型調(diào)節(jié)器(Linear Quadratic Regulator,LQR)控制器,通過控制車輛跟蹤側(cè)偏角實(shí)現(xiàn)期望軌跡跟蹤[45]。Falcone 等基于模型預(yù)測(cè)控制理論建立路徑跟蹤控制器,協(xié)同控制車輛制動(dòng)與轉(zhuǎn)向,實(shí)現(xiàn)了期望路徑的穩(wěn)定、準(zhǔn)確跟蹤[46]。吉林大學(xué)王御考慮線控底盤各執(zhí)行器、輪胎力等復(fù)雜約束關(guān)系,建立多目標(biāo)集成控制模型,通過控制驅(qū)動(dòng)系統(tǒng)、制動(dòng)系統(tǒng)、轉(zhuǎn)向系統(tǒng)實(shí)現(xiàn)輪胎力分配,從而實(shí)現(xiàn)了路徑跟蹤的快速響應(yīng)[47]。Tian 等基于模糊PID 和滑??刂圃O(shè)計(jì)了側(cè)向主動(dòng)避撞系統(tǒng),上層控制器采用模糊PID 求解期望軌跡,下層控制器基于滑??刂浦苯訉?duì)車輛橫擺角進(jìn)行實(shí)時(shí)控制[48]。車輛在動(dòng)力學(xué)上具有強(qiáng)非線性、時(shí)變性、隨機(jī)性,故主動(dòng)避撞的路徑跟蹤控制模型的設(shè)計(jì)必須結(jié)合車輛動(dòng)力學(xué)特性,在滿足各種約束條件下實(shí)現(xiàn)臨撞工況橫縱向協(xié)同的快速、精準(zhǔn)、穩(wěn)定控制[49]。

        避撞路徑跟蹤控制方法的實(shí)際控制效果取決于執(zhí)行器電控性能。具備快速、精準(zhǔn)、穩(wěn)定等優(yōu)良電控性能的執(zhí)行器可保證主動(dòng)避撞系統(tǒng)更精確地實(shí)現(xiàn)預(yù)期的安全目標(biāo)。

        隨著電子穩(wěn)定性控制(Electronic Stability Control,ESC)等電控制動(dòng)系統(tǒng)和電動(dòng)助力轉(zhuǎn)向(Electronic Power Steering,EPS)等電控轉(zhuǎn)向系統(tǒng)在制動(dòng)、轉(zhuǎn)向控制上的性能提升,主動(dòng)避撞系統(tǒng)可實(shí)現(xiàn)更精確的安全距離和避撞路徑跟蹤控制。在電控制動(dòng)方面,博世的ESC系統(tǒng)產(chǎn)品已迭代至第9 代,通過標(biāo)定可輸出需求的減速度,且響應(yīng)延時(shí)低于500 ms,并能保證不同車速下響應(yīng)的一致性與穩(wěn)定性,可支持制動(dòng)避撞系統(tǒng)的精準(zhǔn)距離控制[50]。菲格科技智能電子制動(dòng)產(chǎn)品iBooster成功搭載于長(zhǎng)城坦克600,其緊急制動(dòng)響應(yīng)時(shí)間低于150 ms,且采用獨(dú)立解耦結(jié)構(gòu),可不依賴ESC[51]。在電控轉(zhuǎn)向方面,EPS系統(tǒng)已經(jīng)普遍應(yīng)用于量產(chǎn)車型,在車輛智能網(wǎng)聯(lián)化趨勢(shì)下,EPS 已支持主動(dòng)控制,根據(jù)上層控制器指令實(shí)現(xiàn)精準(zhǔn)轉(zhuǎn)角、轉(zhuǎn)速控制。而且,隨著線控轉(zhuǎn)向技術(shù)的推廣應(yīng)用,轉(zhuǎn)向指令無需機(jī)械或液壓部件傳輸,將使轉(zhuǎn)向控制響應(yīng)更加快速、精準(zhǔn)、穩(wěn)定[52]。隨著線控底盤技術(shù)的越發(fā)成熟,智能網(wǎng)聯(lián)汽車避撞控制執(zhí)行能力也將大幅提升,而且執(zhí)行器精良的控制性能也可大幅減少主動(dòng)避撞系統(tǒng)規(guī)劃決策所需考慮的執(zhí)行器性能相關(guān)約束,降低算法復(fù)雜程度和運(yùn)算量。

        4 典型主動(dòng)避撞產(chǎn)品

        隨著智能網(wǎng)聯(lián)汽車時(shí)代的到來,主動(dòng)避撞系統(tǒng)日益廣泛地在新車上搭載。目前主流產(chǎn)品主要為制動(dòng)避撞系統(tǒng)和轉(zhuǎn)向避撞系統(tǒng)。其中制動(dòng)避撞系統(tǒng)主要指AEB系統(tǒng),轉(zhuǎn)向避撞系統(tǒng)主要指緊急轉(zhuǎn)向輔助(Emergency Steering Support,ESS)、自動(dòng)緊急轉(zhuǎn)向(Automatic Emergency Steering,AES)、緊急車道保持(Emergency Lane Keeping,ELK)、智慧躲閃等L2+級(jí)駕駛輔助系統(tǒng)。

        20 世紀(jì)90 年代,制動(dòng)避撞系統(tǒng)就得到了各大汽車企業(yè)的研發(fā)與應(yīng)用。隨著技術(shù)與標(biāo)準(zhǔn)法規(guī)的發(fā)展,制動(dòng)避撞系統(tǒng)可應(yīng)對(duì)的場(chǎng)景也得以擴(kuò)展。豐田公司1995年就開發(fā)了基于毫米波雷達(dá)的主動(dòng)避撞安全系統(tǒng),用于避免追尾前車[53]。沃爾沃針對(duì)城市行車常見的碰撞危險(xiǎn)場(chǎng)景,開發(fā)了城市安全系統(tǒng),如圖2 所示,該系統(tǒng)融合AEB和ESS系統(tǒng)的功能,通過緊急制動(dòng)和緊急轉(zhuǎn)向避讓可應(yīng)對(duì)行人/兩輪車橫穿、交叉口會(huì)車、對(duì)向來車、前車急停等碰撞危險(xiǎn)工況[54]。

        圖2 沃爾沃城市安全系統(tǒng)

        ELK系統(tǒng)識(shí)別到本車有偏離車道的風(fēng)險(xiǎn),且與鄰車道對(duì)向來車、后向來車存在碰撞危險(xiǎn)時(shí),通過控制EPS施加輔助轉(zhuǎn)矩,令本車快速回到原車道中央行駛。智慧躲閃系統(tǒng)主要面向本車與其相鄰車道內(nèi)大型車輛存在碰撞危險(xiǎn)的情況,如圖3 所示,系統(tǒng)識(shí)別到危險(xiǎn)后控制本車向遠(yuǎn)離大車一側(cè)橫向偏移[55]。

        圖3 智慧躲閃系統(tǒng)常見應(yīng)用場(chǎng)景

        在L2+級(jí)駕駛輔助系統(tǒng)市場(chǎng)滲透率日益提升的大趨勢(shì)下,為了提升主動(dòng)安全性能,國內(nèi)外各大汽車企業(yè)的新上市車型均大量搭載主動(dòng)避撞產(chǎn)品,AEB系統(tǒng)已成為必選,ELK、智慧躲閃系統(tǒng)也得到較多搭載,但ESS、AES 系統(tǒng)由于對(duì)環(huán)境感知、規(guī)劃決策、控制執(zhí)行性能要求高,僅沃爾沃等少數(shù)汽車企業(yè)實(shí)現(xiàn)了搭載。

        5 主動(dòng)避撞系統(tǒng)發(fā)展趨勢(shì)

        汽車智能網(wǎng)聯(lián)化趨勢(shì)下,環(huán)境感知、規(guī)劃決策、控制執(zhí)行相關(guān)軟硬件技術(shù)持續(xù)進(jìn)步,智能網(wǎng)聯(lián)汽車可應(yīng)對(duì)的碰撞危險(xiǎn)場(chǎng)景將越來越多,必將衍生出更多主動(dòng)避撞產(chǎn)品。

        由于行車過程中場(chǎng)景復(fù)雜多變,場(chǎng)景之間存在連續(xù)性、耦合性、隨機(jī)性,必將導(dǎo)致不同主動(dòng)避撞產(chǎn)品在同一時(shí)空內(nèi)同時(shí)生效,多主動(dòng)避撞產(chǎn)品的協(xié)同控制將成為一大技術(shù)研究方向。

        隨著智能網(wǎng)聯(lián)汽車自動(dòng)駕駛水平的逐漸提高,駕駛輔助必將向全時(shí)自動(dòng)駕駛過渡,在這一進(jìn)程中,多種主動(dòng)避撞產(chǎn)品將按照一定的聚類呈現(xiàn)集群化、系統(tǒng)化演變,最終統(tǒng)一成覆蓋全場(chǎng)景的智能網(wǎng)聯(lián)車主動(dòng)避撞系統(tǒng)。

        雖然智能網(wǎng)聯(lián)汽車的自動(dòng)駕駛能力必將在感知、決策、控制能力上全面超過人類駕駛員,并可預(yù)判潛在碰撞危險(xiǎn),但是由于系統(tǒng)故障的必然性、隨機(jī)性、偶發(fā)性,以及危險(xiǎn)場(chǎng)景的突發(fā)性、隨機(jī)性,即使在全自動(dòng)駕駛下,碰撞危險(xiǎn)場(chǎng)景依然存在,主動(dòng)避撞系統(tǒng)也將作為必備冗余系統(tǒng)搭載于智能網(wǎng)聯(lián)汽車,并得到不斷升級(jí)完善。

        猜你喜歡
        本車智能網(wǎng)危險(xiǎn)
        基于車輛對(duì)道路不滿意度的微觀換道決策
        復(fù)雜工況下二階碰撞時(shí)間自動(dòng)緊急制動(dòng)模型
        融合改善型可行性檢驗(yàn)?zāi)P偷膿Q道跟蹤方法
        5G賦能智能網(wǎng)聯(lián)汽車
        智能網(wǎng)聯(lián)硬實(shí)力趨強(qiáng)
        汽車觀察(2018年12期)2018-12-26 01:05:26
        迎戰(zhàn)智能網(wǎng)聯(lián)大爆發(fā)
        汽車觀察(2018年10期)2018-11-06 07:05:20
        喝水也會(huì)有危險(xiǎn)
        基于SJA1000的CAN總線智能網(wǎng)橋設(shè)計(jì)
        擁擠的危險(xiǎn)(三)
        新少年(2015年6期)2015-06-16 10:28:21
        出租車正能量
        中文字幕一区在线观看视频| 国产av一级二级三级| 国产午夜视频一区二区三区| 免费无码av一区二区| 夜夜爽一区二区三区精品| www.五月激情| 日本高清视频一区二区| 亚洲a∨无码精品色午夜| 丰满老熟妇好大bbbbb| 亚洲一区二区三区av在线免费| 亚洲五月天中文字幕第一页| 在线精品亚洲一区二区动态图 | 久久精品人人做人人爽电影蜜月 | 国产高潮精品一区二区三区av| 色播视频在线观看麻豆 | 亚洲片在线视频| 国产精品亚洲一二三区| 男女性杂交内射妇女bbwxz| 美女扒开内裤让男生桶| 精品人妻免费看一区二区三区| 在线播放国产自拍av| 国产色在线 | 亚洲| 久久精品国产丝袜| 国产高清不卡在线视频| 神马影院午夜dy888| av片在线观看免费| 国产不卡视频一区二区在线观看 | 免费在线观看播放黄片视频| 双腿张开被9个男人调教| 偷亚洲偷国产欧美高清| 97人妻中文字幕总站| 国模精品一区二区三区| 亚洲自偷自偷偷色无码中文| 日本一区二区三区看片| 精品国产成人av久久| 真人无码作爱免费视频禁hnn| 人妻被猛烈进入中文字幕| 成人高清在线播放视频| 精品免费久久久久久久| 亚州精品无码久久aV字幕| 综合久久一区二区三区|