熊 威，李 鵬，王曉蕾，吳婷婷

(南京林業(yè)大學(xué)汽車與交通工程學(xué)院，江蘇 南京 210037)

0 引言

動(dòng)感模擬平臺(tái)的運(yùn)動(dòng)空間有限，一般單自由度平動(dòng)運(yùn)動(dòng)范圍為1.5 米左右，轉(zhuǎn)動(dòng)運(yùn)動(dòng)范圍為40°左右，具體數(shù)值隨構(gòu)型和尺寸的不同而存在差異[1]。因此，如何在有限的運(yùn)動(dòng)空間內(nèi)模擬實(shí)際車輛的運(yùn)動(dòng)便成為了關(guān)系到模擬逼真性和平臺(tái)運(yùn)動(dòng)模擬能力的關(guān)鍵問題。動(dòng)感模擬算法（又稱洗出濾波算法、運(yùn)動(dòng)模擬策略等）正是為了解決這一問題而產(chǎn)生的，其目的就是在平臺(tái)有限的運(yùn)動(dòng)空間內(nèi)給車輛駕駛員以逼真的運(yùn)動(dòng)感受[2]。

動(dòng)感模擬算法最早為飛行模擬器而研發(fā)，為使飛行員產(chǎn)生持續(xù)的運(yùn)動(dòng)體感，動(dòng)感模擬平臺(tái)在完成一次運(yùn)動(dòng)后，需要緩慢地返回中位，為下一次運(yùn)動(dòng)模擬做準(zhǔn)備，實(shí)現(xiàn)這一過程的算法叫做洗出算法，又稱體感算法，該算法被廣泛使用，俗稱經(jīng)典動(dòng)感模擬算法[3]。該算法的輸入為車輛運(yùn)動(dòng)在車體坐標(biāo)系下的線加速度和角速度，線加速度一部分經(jīng)過高通濾波通道得到平臺(tái)的線位移，高通濾波器將容易導(dǎo)致平合超限的低頻信號(hào)濾除，主要模擬高頻加速度信號(hào)，另一部分通過低通濾波器通道通過將平臺(tái)傾斜，依據(jù)人體對(duì)運(yùn)動(dòng)的感覺機(jī)理，利用重力在傾斜方向上的分量模擬持續(xù)低頻加速度，該通道叫傾斜協(xié)調(diào)通道，這種技術(shù)叫傾斜坐標(biāo)技術(shù)[4]。角速度通過高通濾波器通道經(jīng)變換后得到高頻角位移，與傾斜協(xié)調(diào)通道的低頻角位移疊加得到平臺(tái)的總的角位移，由此實(shí)現(xiàn)了車輛運(yùn)動(dòng)到平臺(tái)運(yùn)動(dòng)的變換。

洗出濾波算法最初是由Schmidt和Conrad提出[5]，之后由于學(xué)者多以此為基礎(chǔ)進(jìn)行研究，該算法又被稱為經(jīng)典洗出算法，它以形式簡(jiǎn)單、易于調(diào)節(jié)、執(zhí)行速度快、反應(yīng)速度快等優(yōu)點(diǎn)得到廣泛認(rèn)可。1972 年Nahon基于經(jīng)典洗出濾波算法提出了一種新的洗出濾波算法——自適應(yīng)洗出濾波算法[6]，同經(jīng)典洗出濾波算法和最優(yōu)洗出濾波算法相比，三者在結(jié)構(gòu)上基本相同，區(qū)別在于自適應(yīng)洗出濾波算法的濾波器參數(shù)的可變性，即濾波器參數(shù)可根據(jù)輸入信號(hào)的變化進(jìn)行自適應(yīng)調(diào)節(jié)，解決了經(jīng)典洗出濾波算法和最優(yōu)洗出濾波算法參數(shù)固定的問題，實(shí)現(xiàn)參數(shù)隨輸入信號(hào)實(shí)時(shí)改變，達(dá)到防止運(yùn)動(dòng)超限的目的，并盡可能使駕駛員獲得更高逼真度的體感，而且自適應(yīng)洗出濾波算法的代價(jià)函數(shù)相當(dāng)靈活，能夠根據(jù)實(shí)際需求添加相應(yīng)的約束條件。王輝[7]分析了自適應(yīng)洗出濾波算法輸出隨著輸入增大而發(fā)散的原因，并確定了自適應(yīng)濾波器系統(tǒng)穩(wěn)定時(shí)的自適應(yīng)權(quán)重、自適應(yīng)步長(zhǎng)與輸入幅值需滿足的關(guān)系。葛冠宇[8]在此基礎(chǔ)上做了改進(jìn)，并在模擬器上應(yīng)用了改進(jìn)后的自適應(yīng)算法，實(shí)驗(yàn)證明該算法對(duì)提高運(yùn)動(dòng)臨場(chǎng)感效果明顯。王軍政[9]的研究成果又表明2 階的代價(jià)函數(shù)所模擬出的運(yùn)動(dòng)臨場(chǎng)感更加逼真。閆劍鋒[10]對(duì)自適應(yīng)算法的穩(wěn)定性做了研究分析，還提出了改進(jìn)的自適應(yīng)算法，較好的解決了模擬器可能超出運(yùn)動(dòng)極限的問題。我國目前對(duì)于動(dòng)感模擬逼真度的研究同發(fā)達(dá)國家相比存在著不小的差距，存在著較難突破的瓶頸問題，但是發(fā)展的速度較快，不僅在關(guān)鍵技術(shù)上取得眾多突破，而且許多研究成果已經(jīng)廣泛的應(yīng)用于生產(chǎn)實(shí)踐，取得了較好的經(jīng)濟(jì)效益。然而，當(dāng)前的研究大多基于一些理論假設(shè)，缺少現(xiàn)實(shí)條件的約束，主要存在算法解算能力不強(qiáng)，模型尺寸優(yōu)化效率低等問題，影響了研究成果的實(shí)用性。

本文首先建立人體感知模型作為模擬試驗(yàn)人體感知參數(shù)的評(píng)價(jià)標(biāo)準(zhǔn)，然后通過設(shè)置汽車工況試驗(yàn)對(duì)體感模擬算法進(jìn)行了驗(yàn)證，包括加速試驗(yàn)，爬坡試驗(yàn)以及制動(dòng)試驗(yàn)。通過對(duì)比每種工況下汽車模擬試驗(yàn)的輸出感知參數(shù)與模擬器試驗(yàn)的輸出感知參數(shù)可以得出，本文優(yōu)化設(shè)計(jì)的洗出濾波算法能夠有效的降低駕駛員模擬時(shí)的體感誤差，提高駕駛模擬的逼真度，給予駕駛員更真實(shí)的駕駛感覺。

1 模擬流程及仿真模塊搭建

模擬流程圖如圖1 所示，其中所建人體感知模型為相同感知模型。

圖1 模擬仿真流程圖

洗出算法仿真如圖2 所示，主要由三部分組成。第一部分為加速度的高通濾波器，該濾波器主要是用來模擬車輛產(chǎn)生的瞬時(shí)加速度；第二部分為加速度的低通濾波器，該濾波器主要用于模擬車輛產(chǎn)生的低頻加速度信號(hào)；第三部分為角速度的高通濾波器，主要用于模擬車輛產(chǎn)生的高頻角速度信號(hào)。由于模擬平臺(tái)的空間有限，無法完全模擬低頻加速度信號(hào)，于是采用傾斜協(xié)調(diào)的方式，利用重力和角度傾斜來模擬x，y 方向的低頻加速度信號(hào)，第一部分和第二部分共同構(gòu)成了加速度的模擬。

圖2 輸入模塊

以加速度的高通濾波器為例解釋自適應(yīng)高通濾波器的實(shí)現(xiàn)：輸入為三個(gè)方向的加速度信號(hào)，經(jīng)過限幅信號(hào)后，與重力加速度相加，再經(jīng)過坐標(biāo)變換矩陣將車體坐標(biāo)系轉(zhuǎn)換到世界坐標(biāo)系下，并減去重力加速度。將該信號(hào)輸入到自適應(yīng)高通濾波器中，輸出得到輸入給平臺(tái)的加速度數(shù)據(jù)，并將其二次積分限幅后得到平臺(tái)的位移。在自適應(yīng)高通濾波器中，通過自適應(yīng)算法，根據(jù)輸出加速度信號(hào)，速度輸出信號(hào)，位移輸出信號(hào)和位移積分的加速度信號(hào)，實(shí)時(shí)變化自適應(yīng)增益k。

2 建立人體感知模型

2.1 人體前庭系統(tǒng)

前庭系統(tǒng)是由半規(guī)管和耳石等多種組織構(gòu)成的，它通過進(jìn)行一系列復(fù)雜的物理化學(xué)變化，從而引起了人體的運(yùn)動(dòng)感知[11]。對(duì)于駕駛感知相關(guān)的研究而言，恰當(dāng)?shù)那巴ハ到y(tǒng)模型對(duì)于實(shí)現(xiàn)動(dòng)感模擬算法至關(guān)重要，動(dòng)感模擬算法的好壞則直接取決于前庭模型的選用。

人體前庭器官的感覺閾值存在差異，同時(shí)耳石和半規(guī)管在各個(gè)方向上的運(yùn)動(dòng)感知靈敏度也有所不同，如表1所示。

表1 人體前庭器官感覺閾值

2.2 耳石模型

耳石的作用在于提供人體感受線加速度的信息，這種感知是通過感知毛細(xì)胞的運(yùn)動(dòng)來實(shí)現(xiàn)的[12]。直線運(yùn)動(dòng)和重力分量均可引發(fā)加速度，耳石感應(yīng)到的加速度是相對(duì)加速度，如式⑴所示：

其中，f—人體前庭中心的輸入比力，m/s2；a—人體的絕對(duì)加速度，m/s2；g—重力加速度，m/s2。

人體耳石模型如圖3所示。

圖3 人體耳石模型

耳石模型傳遞函數(shù)如式⑵所示：

耳石模型參數(shù)如表2所示。

表2 耳石模型參數(shù)

2.3 半規(guī)管模型

人體前庭系統(tǒng)中的半規(guī)管承擔(dān)著感應(yīng)空間中角速度的職責(zé)，其模型如圖4所示。

圖4 人體半規(guī)管模型

圖4中，ω—人體前庭某方向的輸入角速度，rad/s；—人體感受到該方向的角速度，rad/s；Ta、TL、TS—半規(guī)管模型的物理參數(shù)，無量綱；δTH—半規(guī)管感受器偏差閾值，rad/s。

半規(guī)管模型傳遞函數(shù)如式⑶所示：

半規(guī)管模型參數(shù)如表3所示。

表3 半規(guī)管模型參數(shù)

2.4 搭建感知模型仿真模塊

感知參數(shù)A 模塊如圖5 所示，以人體感知A 為例，包含三個(gè)加速度方向和三個(gè)角速度方向一共六個(gè)方向的感知。由于洗出算法的輸出是在世界坐標(biāo)系下的，因此，首先將其通過變換矩陣轉(zhuǎn)移到人體坐標(biāo)系下，其中加速度通道疊加x，y方向的傾斜角對(duì)加速度的感知。在進(jìn)行坐標(biāo)變換后，將其引入人體耳石模型感知加速度，引入人體半規(guī)管模型感知角速度，最終得到人體感知的加速度和角速度。感知參數(shù)B的模塊搭建與圖6相似，只需舍棄坐標(biāo)轉(zhuǎn)換模塊即可。

圖6 輸入加速度信號(hào)

3 動(dòng)力性試驗(yàn)

3.1 加速試驗(yàn)

將輸入信號(hào)設(shè)置為從0 開始的x軸方向的模擬加速度信號(hào)，加速段加速度為ax=2m/s2，持續(xù)時(shí)間為4s，輸入加速度信號(hào)如圖6所示，平臺(tái)輸出位移如圖7所示。

圖7 輸出位移

感知參數(shù)A 與感知參數(shù)B 的輸出如圖8 所示，設(shè)定評(píng)價(jià)標(biāo)準(zhǔn)如式⑷所示，評(píng)價(jià)標(biāo)準(zhǔn)曲線如圖9所示，其中設(shè)置10%為誤差評(píng)價(jià)標(biāo)準(zhǔn)值。

圖8 人體感知參數(shù)輸出圖

圖9 模擬準(zhǔn)確性評(píng)價(jià)

由圖7 可知，平臺(tái)輸出位移在加速的過程中逐漸減小，且動(dòng)平臺(tái)的最大輸出位移0.21m 小于平臺(tái)工作空間的邊界限制1.15m，同時(shí)能夠減少平臺(tái)回到中位的時(shí)間。由圖8可知，在模擬開始時(shí)，模擬器試驗(yàn)輸出的人體感知參數(shù)與車輛模擬試驗(yàn)輸出的人體感知參數(shù)二者之間的感知參數(shù)誤差較大，隨著模擬工況試驗(yàn)時(shí)間的進(jìn)行，感知參數(shù)之間的感知參數(shù)誤差逐漸減小，體感逼真度逐步提高。由圖9可知，整個(gè)模擬過程中超出誤差評(píng)定標(biāo)準(zhǔn)時(shí)間段共有2.2s，占據(jù)總模擬時(shí)間25s 的8.8%，加速試驗(yàn)的感知參數(shù)A 與B 的差值較小，在90%以上的試驗(yàn)持續(xù)時(shí)間內(nèi)，差值與感知參數(shù)A變化值的比值百分比在10%以下，這表明動(dòng)感模擬算法能比較準(zhǔn)確地對(duì)人體的運(yùn)動(dòng)感覺進(jìn)行模擬。

3.2 爬坡試驗(yàn)

將輸入信號(hào)設(shè)置為2-2.5s 內(nèi)短時(shí)間x 軸方向的模擬角速度信號(hào)ωx=0.05rad/s，輸入信號(hào)如圖10 所示，平臺(tái)輸出角度如圖11所示。

圖10 輸入角速度信號(hào)

圖11 輸出角度

此時(shí)，感知參數(shù)A 與感知參數(shù)B 的輸出如圖12 所示，由于平臺(tái)角度變化較為緩慢，故使用x方向的角速度通道來對(duì)比感知參數(shù)。自適應(yīng)增益K的值會(huì)影響平臺(tái)的輸出角度，因此為了保證平臺(tái)輸出真實(shí)的角度，自適應(yīng)增益K 值取1。評(píng)價(jià)標(biāo)準(zhǔn)如式⑷，評(píng)價(jià)標(biāo)準(zhǔn)曲線如圖13所示。

圖12 人體感知參數(shù)輸出圖

圖13 模擬準(zhǔn)確性評(píng)價(jià)

由圖11可知，在2s時(shí)輸入角速度信號(hào)之后平臺(tái)角度會(huì)產(chǎn)生一個(gè)緩慢變化以此模擬車輛從平坦道路進(jìn)入坡道的過程，且平臺(tái)最大輸出角度0.75rad不超過平臺(tái)工作空間角度限制1.18rad。由圖12可得，在模擬器模擬試驗(yàn)開始時(shí)存在0.2s 延時(shí)，而后隨著模擬時(shí)間的進(jìn)行，模擬器試驗(yàn)輸出的人體感知參數(shù)與車輛試驗(yàn)輸出的人體感知參數(shù)二者之間的感知參數(shù)誤差減小，駕駛員體感逼真度逐漸提高。由圖13可知，整個(gè)模擬過程中超出誤差評(píng)定標(biāo)準(zhǔn)時(shí)間段共有2s，占據(jù)總模擬時(shí)間20s 的10%，爬坡試驗(yàn)的感知參數(shù)A 與B 的差值較小，在90%以上的試驗(yàn)持續(xù)時(shí)間內(nèi)，差值與感知參數(shù)A 變化值的比值百分比在10%，這表明動(dòng)感模擬算法能比較準(zhǔn)確地對(duì)人體的運(yùn)動(dòng)感覺進(jìn)行模擬。

4 制動(dòng)性試驗(yàn)

將模擬輸入信號(hào)設(shè)置為前24秒加速，加速段加速度為2m/s2，時(shí)間為4s，然后以-3m/s2的加速度減速，直至速度為0。輸入信號(hào)如圖14 所示，平臺(tái)輸出位移如圖15所示。

圖14 輸入加速度信號(hào)

圖15 輸出位移

感知參數(shù)A與感知參數(shù)B的輸出如圖16所示。

圖16 人體感知參數(shù)輸出圖

評(píng)價(jià)標(biāo)準(zhǔn)如式⑷，評(píng)價(jià)標(biāo)準(zhǔn)曲線如圖17所示。

圖17 模擬準(zhǔn)確性評(píng)價(jià)

由圖15可知，加速時(shí)間段平臺(tái)輸出位移與加速試驗(yàn)平臺(tái)輸出位移近乎相同，且最大輸出位移0.21m 不超過平臺(tái)工作空間位移限制1.15m。制動(dòng)之前的十秒鐘勻速模擬，34s 后輸入制動(dòng)加速度，使得平臺(tái)輸出位移有一個(gè)突變。圖16表明，加速段人體感知參數(shù)的輸出對(duì)比與加速試驗(yàn)基本一致；勻速時(shí)段感知誤差近乎為0，模擬器輸出的感知參數(shù)更低，便于能夠更好的模擬制動(dòng)；當(dāng)輸入制動(dòng)加速度時(shí)，模擬器試驗(yàn)輸出的人體感知參數(shù)與車輛試驗(yàn)輸出的人體感知參數(shù)二者下降梯度幾乎相同，但模擬器試驗(yàn)輸出的人體感知參數(shù)下降更低，能更好地模擬汽車制動(dòng)時(shí)的人體感知。由圖17可知，整個(gè)模擬過程中超出誤差評(píng)定標(biāo)準(zhǔn)時(shí)間段共有2.2s，占據(jù)總模擬時(shí)間45s 的4.8%，制動(dòng)試驗(yàn)的感知參數(shù)A 與B 的差值較小，在90%以上的試驗(yàn)持續(xù)時(shí)間內(nèi)，差值與感知參數(shù)A 變化值的百分比在10%以下，這表明動(dòng)感模擬算法能比較準(zhǔn)確地對(duì)人體的運(yùn)動(dòng)感覺進(jìn)行模擬。

5 結(jié)束語

本文首先建立了人體感知模型作為駕駛模擬試驗(yàn)人體感知參數(shù)的評(píng)價(jià)標(biāo)準(zhǔn)，然后通過設(shè)置汽車典型工況試驗(yàn)對(duì)體感模擬算法進(jìn)行了驗(yàn)證，其中包括了加速試驗(yàn)，爬坡試驗(yàn)以及制動(dòng)試驗(yàn)。通過對(duì)比每種典型工況試驗(yàn)下汽車模擬試驗(yàn)的輸出感知參數(shù)與模擬器試驗(yàn)的輸出感知參數(shù)可以得出，本文所采用的洗出濾波算法能夠有效的降低駕駛員模擬時(shí)的體感誤差，提高駕駛模擬的逼真度，給予駕駛員更真實(shí)的駕駛感覺。