详情

原文传递基于风险评估一致性的智能汽车人机共驾横向控制策略研究

论文题名：	基于风险评估一致性的智能汽车人机共驾横向控制策略研究
关键词：	智能汽车;人机共驾;风险评估一致性;驾驶权分配;横向控制
摘要：	随着自动驾驶技术的快速发展，车辆自动驾驶系统逐渐显示出其在精确感知和控制能力等方面的优势。然而，现阶段全域无人驾驶的应用还面临着很多挑战，驾驶员仍然在汽车中发挥着重要的作用。驾驶员和车辆自动驾驶系统协同驾驶的人机共驾是智能汽车发展的必经阶段。如何设计合理的策略实现人机协同控制，利用驾驶员和车辆自动驾驶系统各自的优势提高智能汽车对于交通环境中风险的感知和处理能力，实现车辆在复杂交通环境中安全稳定行驶，是人机共驾需要解决的关键问题。　　本文提出了一种基于风险评估一致性的人机共驾横向控制策略，将驾驶员和车辆自动驾驶系统对于交通环境中风险感知的一致性作为人机共驾中驾驶权分配的主要依据，同时考虑人机驾驶操作差异，基于模糊规则分配驾驶权重。考虑动态变化的驾驶权和驾驶员输入设计基于模型预测控制的横向控制器，实现驾驶员和车辆自动驾驶系统在横向运动上的协同控制，保证车辆安全行驶，优化车辆行驶轨迹。　　本文主要从以下四个方面展开：　　（1）行车安全场建模及换道轨迹规划　　面向换道场景，用行车安全场的形式描述交通环境中各种交通要素产生的风险，包括由静止物体产生的势能场和运动物体产生的动能场两部分。分析车辆换道决策过程，将其划分为换道意图产生和换道可行性判断两个阶段。根据初始状态和终止状态在Frenet坐标系下采用五次多项式来规划换道轨迹，选取最优轨迹作为车辆自动驾驶系统在换道过程中控制器跟踪的目标轨迹。　　（2）人机风险评估一致性研究　　对驾驶员感知进行分析，以眼动仪采集的驾驶员眼动信息作为依据判断驾驶员风险感知的有效区域。将车辆自动驾驶系统的感知结果行车安全场通过坐标转换投影到驾驶员视野平面上，得到与眼动仪采集的场景图像相匹配的带有场强信息的二维行车安全场图像。进而通过驾驶员风险感知的有效区域和车辆自动驾驶系统风险感知结果所在的区域匹配计算，得到人机风险评估一致性。　　（3）人机共驾横向控制策略　　将人机风险评估一致性作为驾驶权分配的主要依据，同时考虑人机驾驶操作差异（横向控制工况下指前轮转角），设计以这两个指标为输入，以驾驶员驾驶权重为输出的模糊规则控制器，实现驾驶权的在线分配。根据动态分配的驾驶权重和驾驶员输入设计基于模型预测控制的横向控制器，跟踪目标是车辆自动驾驶系统规划的轨迹。控制量为车辆自动驾驶系统的前轮转角，并设置随驾驶权变化的转角约束，基于目标函数和约束限制优化求解，将控制结果和驾驶员操作按驾驶权重加权实现控制融合。　　（4）驾驶员在环试验验证　　采用驾驶模拟器平台进行驾驶员在环试验验证本文设计的横向控制策略。搭建驾驶模拟器平台，模拟真实的驾驶环境，采集驾驶员信息，实现“人-车-路”等交通要素的信息交互。分析验证需求，根据驾驶员和车辆自动驾驶系统感知结果和目标轨迹的不同设置对应的试验场景，进行驾驶员在环试验，对试验结果进行分析，验证本文的控制策略实现人机协同控制，保障车辆安全行驶。
作者：	戴景霜
专业：	车辆工程
导师：	赵健
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2022