摘 要：提出一種以超磁致伸縮致動器GMA為制動執(zhí)行機構(gòu)的超磁致伸縮式AEB（autonomous emergency braking system，自動緊急制動系統(tǒng)）系統(tǒng)，該系統(tǒng)能夠?qū)崿F(xiàn)車身輕量化、快速制動和主動制動的效果。對比了五種避撞算法在超磁致伸縮式AEB系統(tǒng)的作用下的縱向避撞效果。以碰撞時間來判斷避撞效果的TTC算法；以制停后前后兩車相對距離為避撞效果的4種安全距離算法：Mazda算法、Honda算法、Berkeley算法和SeungwukMoon算法。以均能實現(xiàn)車輛避撞為前提（車速為10～80km/h），將4種安全距離算法的前后兩車相距最小安全距離d0值設(shè)置為18m。搭建PreScan/Simulink的聯(lián)合仿真平臺，對比五種算法的避撞效果。最終仿真結(jié)果表明，TTC算法避撞效果最佳。

關(guān)鍵詞：超磁致伸縮致動器 超磁致伸縮式AEB系統(tǒng) TTC算法 安全距離算法 聯(lián)合仿真

0 引言

汽車的普及持續(xù)改變著人們的出行和運輸方式，便利了人們的生活，但同樣也帶來了不容忽視的道路交通安全問題[1]。截止2023年年底，全國道路交通事故萬車死亡人數(shù)1.38人，全國民用汽車保有量33618萬輛[2]，全年交通事故造成死亡人數(shù)為46392人。如此多的交通安全問題引起社會的廣泛關(guān)注，如何減少或避免交通事故發(fā)生成為汽車技術(shù)研究的重點。

超磁致伸縮式AEB系統(tǒng)以超磁致伸縮致動器（GMA）為制動執(zhí)行機構(gòu)，與自動緊急制動系統(tǒng)（autonomous emergency braking，AEB）相結(jié)合，相比傳統(tǒng)油壓制動執(zhí)行機構(gòu)的AEB系統(tǒng)不僅減輕制動執(zhí)行機構(gòu)的重量、簡化復雜程度，同時提升了制動器響應(yīng)速度和汽車的主動安全性能。本文針對目前主流的五種避撞算法，碰撞時間TTC（time to collision）算法、Mazda算法、Honda算法、Berkeley算法和SeungwukMoon算法，模擬車輛在配備超磁致伸縮式AEB系統(tǒng)的作用下進行聯(lián)合仿真分析和對比，仿真軟件為PreScan和Matlab。在PreScan中搭建仿真交通場景、車輛模型和傳感器模型等，在Simulink中搭建GMA模型和避撞算法，構(gòu)建聯(lián)合仿真平臺對五種避撞算法進行分析研究，均以避撞為前提對比其避撞效果。

1 GMA模型建立

根據(jù)磁疇理論的Jiles-Atherton 模型，并利用GMA輸出位移和輸出力的公式[3]得到GMA在Simulink中建模的模型如圖1所示。Jiles-Atherton 模型的主要方程表達式如下：

H值為直流電流產(chǎn)生的激勵磁場強度，由公式得來，I為線圈電流，N為線圈匝數(shù)，為GMM棒的長度。為預應(yīng)力誘發(fā)的磁場，為材料磁疇間產(chǎn)生的磁場。通常把預應(yīng)力誘發(fā)的磁場表現(xiàn)為應(yīng)力對磁場的貢獻項為有效磁場強度，M為磁化強度，為無磁滯磁化強度，為不可逆的磁化強度，為可逆磁化強度，當H減小時，，當增加時，，分別為疇壁相互作用系數(shù)、不可逆損耗系數(shù)、無磁滯磁 化強度形狀系數(shù)、飽和磁化強度和可逆系數(shù)[4]。

2 避撞算法分析

2.1 TTC算法

TTC為自車與前車發(fā)生碰撞所需時間。當TTC達到預先設(shè)定值時，該算法將將被激發(fā)。其算法的碰撞時間和安全距離可用如下公式表示：

其中，D為前后兩車相隔距離；為前后兩車速度差值；為緊急狀況下車輛制動后相距距離；為前后兩車相距的最小安全距離，此處取3m。兩車相碰撞所需時間TTC可用如下圖2所示的模型計算得到。

2.2 Mazda算法

式中，dbr：為自車制動直至停止所行駛的距離，：自車車速，：自車與前車相對速度，a1：自車減速度最大值（這里取6m/s2），a2：前方車輛的減速度最大值（這里取8m/s2），t1：駕駛員反應(yīng)延遲時間（這里取0.1s），t2：制動器延遲時間（這里取0.6s），d0：自車停車后與前車最短距離（這里取3m）[5]。Mazda的安全距離模型如下圖3所示。

2.3 Honda算法

Honda算法的避撞過程包含碰撞預警（CW）和碰撞避免（CA）兩過程，亦稱為碰撞預警和避免的邏輯[6]。其算法可用如下公式表達：

其中是自車速度，是前后兩車相對速度，是前方車輛的速度，a1、a2依次為自車和前車的減速度最大值，t1、t2分別是系統(tǒng)延遲時間和制動時間。在此式中，a1、a2均為7.8m/s2、t1=0.5s、t2=1.5s?？傻闷渌惴Ｐ腿鐖D4所示。

2.4 Berkeley算法[7]

該算法下的本車運動狀況可用如下公式表達：

式中，：前后兩車相對速度，t1：駕駛員反應(yīng)時間（取1s），t2：制動系統(tǒng)延遲時間（取0.2s），a2：兩車制動時減速度最大值（取6m/s2）。Berkeley的安全距離模型如下圖5所示。

2.5 SeungwukMoon算法

其中，為制動危險距離；為前后兩車相對速度；為系統(tǒng)的延遲時間（取1.2s）；為制動因素（取1）；為自車速度；amax車為自車制動減速度的最大值（取6m/s2），d0為自車停車后與前車最短距離（取3m）[8-9]。Seungwukmoon的危險制動距離閾值模型如圖6所示。

3 五種碰撞算法仿真結(jié)果分析

為了對比各種算法的避撞效果，將TTC算法的全力制動、部分制動和預警時間閥值分別調(diào)整為1.2s、1.6s和2.6s；再將Mazda算法、Berkeley算法、Honda算法和SeungwukMoon算法的安全停車距離d0（3m）均調(diào)整為6*d0（18m），以所有車輛均實現(xiàn)避撞為前提進行對比。

由圖7的仿真結(jié)果可得知TTC避撞算法：在多種不同工況，車輛主動制停后相對車距d_end值最為集中，在1.25～7.41m之間。該算法在五種算法中表現(xiàn)最佳。

Mazda算法d_end最大值為28.65m，且在五種碰撞算法中均值最大，可知其在制動過程中介入的時機過早，易干擾駕乘人員的正常行駛。

Honda算法在CCRs（前方靜止車輛追尾測試）場景中當自車車速為80km/h工況下，需單獨設(shè)置d0=26m，此時d_end=1m，否則會發(fā)生碰撞；然而在其他工況下，d0值設(shè)為18m，分布的較為集中，但總體缺乏一定的穩(wěn)定性。

Berkeley算法d_end值在2.49～ 24.22m之間，該均值相對較大，說明該算法在遇到前方障礙物時介入較早，易影響駕駛員的正常駕駛。

SeungwukMoon在CCRb（前方減速行駛車輛追尾測試）工況下，d_end 均在14.66m～ 23.02m之間，且較為集中。在CCRs高速（本車車速80km/h）工況下，介入時機較為及時，d_end為1.55m；其在CCRs低速（本車車速10km/h）工況也表現(xiàn)較好，d_end在CCRb工況區(qū)間內(nèi)?？芍撍惴ń槿霑r機較為合理，穩(wěn)定性更強。

4 結(jié)論

本文以車輛配置超磁致伸縮式AEB為前提，將超磁致伸縮制動器GMA模型與五種算法在Prescan和Simulink中做聯(lián)合仿真，驗證避撞效果。采用的實驗方法為2021C-NCAP管理規(guī)則中主動安全ADAS系統(tǒng)試驗方法中的CCRb和CCRs的測試方法。通過仿真結(jié)果的對比分析可知，TTC算法表現(xiàn)最好，在不同的工況下通過設(shè)定不同的閾值可實現(xiàn)較為理想的避撞效果；四種安全距離算法中SeungwukMoon算法表現(xiàn)最好，穩(wěn)定性最高。本文中只考慮了縱向CCRb和CCRs工況，未考慮縱向CCRm（前方勻速行駛車輛追尾測試）工況。在后續(xù)工作中將繼續(xù)研究縱向CCRm工況下各種算法的表現(xiàn)情況。

參考文獻：

[1]郭文博.車輛AEB系統(tǒng)防撞預警控制及仿真測試方法研究[D].重慶：重慶理工大學，2021.

[2]國家統(tǒng)計局.中華人民共和國2023年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報[N].2024.

[3]吳承吉.磁致伸縮式線控制動系統(tǒng)建模與仿真[D].南昌：南昌工程學院，2023.

[4]曹淑瑛.超磁致伸縮致動器的磁滯非線性動態(tài)模型與控制技術(shù)[D].天津：河北工業(yè)大學，2004.

[5]Doi A，Butsuen T，Nibe T，et al. Development of a rear-end collision avoidance system with automatic brake control [J]. Jsae Review，1994，15（4）： 335 - 340.

[6]Fujita Y，Akuzawa K，Sato M. Radar Brake System[J]. Jsae Review，1995，16（2）：219-219.

[7]Peter Seiler，Bongsob Song， J. Karl Hedrick. Developmentof a Collision Avoidance System [J]. Neurosurgery，1998.46（2）： 492- 492.

[8]Seungwuk Moon， Kyongsu Yi. Human driving data-based design of a vehicle adaptive cruise control algorithm [J]. Vehicle System Dynamics， 2008， 46（8）： 661-690.

[9]裴曉飛，劉昭度，馬國成，等.汽車主動避撞系統(tǒng)的安全距離模型和目標檢測算法[J].汽車安全與節(jié)能學報.2012.01：26-33.