主权项: |
1.一种人机协同控制的纵向避撞方法,其应用于自车中,所述自车存在自由驾驶模式、协调制动模式、主动制动模式;所述自由驾驶模式采用驾驶员驾驶的人为驾驶方式,对自车的制动主缸输入的总制动压力P总为驾驶员制动压力Pd,所述主动制动模式采用非驾驶员驾驶的主动制动驾驶方式,对自车的制动主缸输入的总制动压力P总为主动制动压力Pm,所述协调制动模式采用驾驶员驾驶和主动制动驾驶组合的组合驾驶方式,对自车的制动主缸输入的总制动压力P总为驾驶员制动压力Pd和主动制动压力Pm之和; 其特征在于,所述纵向避撞方法用于在自车的自由驾驶模式、协调制动模式、主动制动模式之间选择与自车的路况相匹配的模式,以避免自车相对于前车纵向避撞; 对于考虑制动舒适性的纵向避撞模型,车间距离的保持是一个动态过程,本发明充分考虑两个要素:1、自车速度的变化。2、两车的相对速度差。特别强调地,自车速度越高,理应保持的车间距离越大;两车的相对速度差越大,理应保持的车间距离越大。 所述纵向避撞方法包括以下步骤: 步骤一、采集自车的自车速度v1、采集前车的前车速度v2、采集路面附着系数μ、自车和前车之间的实际距离D; 步骤二、建立纵向避撞模型,所述纵向避撞模型的建立方法包括以下步骤: (1)定义前车以最大制动减速度进行刹车,后车经过一个预设反应时间反应后以最大制动减速度刹车,使自车避免碰撞于前车时,为极限工况;计算在极限工况下,自车以速度v1行驶且以最大减速度a1max进行制动到停止时,所经过的距离L1, (2)计算在极限工况下,前车以速度v2行驶时且以最大减速度a2max进行制动到停止时,所经过的距离L2, (3)计算在极限工况下,自车和前车制动结束后,两车的极限位移差L3, (4)补偿极限位移差L3得到前向预警距离D1和临界制动距离D2,D1>D2,其补偿方法包括以下步骤: (4.1)补偿自车和前车之间应预留的安全距离do,其中,c为无量纲模型参数; (4.2)补偿自车在制动时的制动反应距离d1,d1=v1τ,其中τ为制动器起作用的延迟时间; (4.3)补偿由于两车的相对速度差变化引起的差值距离d2,d2=vrelτv,其中vrel=v1-v2表示两车相对速度差,τv定义为变化因子; (4.4)补偿自车和前车因受制动器和路面附着系数的约束而引起差值距离d3,d3=vrelτ变,其中,τ变=τv+0.5(v1-v2); (4.5)计算前向预警距离D1和临界制动距离D2分别为: 所述纵向避撞模型包括前向预警距离D1和临界制动距离D2; 步骤三、将实际距离D与前向预警距离D1、临界制动距离D2分别做出比较: 如果D>D1,则输出处理信号一; 如果D1>D>D2,则输出处理信号二; 如果D<D2,则输出处理信号三; 步骤四、数据执行: 根据所述处理信号一,选择自由驾驶模式; 根据所述处理信号二,采用协调制动模式,且对自车的制动主缸输入的总制动压力P总进行矫正,矫正方式为:P总=γdPd+γmPm,其中,γd为驾驶员输入权重系数,采用预设的关联函数,γm为主动制动输入权重系数,γm=1-γd; 根据所述处理信号三,采用主动制动模式。 2.根据权利要求1所述的人机协同控制的纵向避撞方法,其特征在于,所述关联函数的设计方法包括以下步骤: 以参数Si作为横坐标,参数TTCi作为纵坐标,建立二维坐标系,其中, 在横坐标上选取两个坐标点Si1和Si2,Si1=1/D1,Si2=1/D2;在纵坐标上取两个坐标点TTCiA和TTCiB,TTCiA取值范围为0.2-0.3,TTCiB取值范围为0.35-0.45;定义区域x∈[0,Si1],y∈[0,TTCiA]为自由驾驶模式下的经典域;定义区域x∈[Si1,+∞]∪y∈[TTCiB,+∞]为主动制动模式下的非域,定义第一象限内的其余区域为协调制动模式下的可拓域。 可拓域上任意一点P3与原点O之间连线形成最短距离|OP3|,该连线交经典域边界于点P1,交非域边界于点P2,确定P3点与划分区间的可拓距为: 确定关联函数γd=K(P): 其中,D(P3,<O,P2>,<O,P1>)=ρ(P3,<O,P2>)-ρ(P3,<O,P1>),且 3.根据权利要求1所述的人机协同控制的纵向避撞方法,其特征在于,c的取值范围为[0.1-0.3]。 4.根据权利要求1所述的人机协同控制的纵向避撞方法,其特征在于,τv的取值为: 5.根据权利要求1所述的人机协同控制的纵向避撞方法,其特征在于,a1max、a2max均取定值,所述定值范围为6-8m/s2。 6.根据权利要求1所述的人机协同控制的纵向避撞方法,其特征在于,采用径向基神经网络训练输入值与输出值之间的映射关系,优化所述纵向避撞模型为基于径向基神经网络的模型,其中,所述输入值包括自车速度v1、前车速度v2、相对距离D、路面附着系数μ,所述输出值为主动制动压力Pm。 7.一种人机协同控制的纵向避撞系统,其应用于自车中,所述自车存在自由驾驶模式、协调制动模式、主动制动模式;所述自由驾驶模式采用驾驶员驾驶的人为驾驶方式,对自车的制动主缸输入的总制动压力P总为驾驶员制动压力Pd,所述主动制动模式采用非驾驶员驾驶的主动制动驾驶方式,对自车的制动主缸输入的总制动压力P总为主动制动压力Pm,所述协调制动模式采用驾驶员驾驶和主动制动驾驶组合的组合驾驶方式,对自车的制动主缸输入的总制动压力P总为驾驶员制动压力Pd和主动制动压力Pm之和; 其特征在于,所述纵向避撞系统用于在自车的自由驾驶模式、协调制动模式、主动制动模式之间选择与自车的路况相匹配的模式,以避免自车相对于前车纵向避撞;所述纵向避撞系统包括: 数据采集模块,其用于采集自车的自车速度v1、采集前车的前车速度v2、采集路面附着系数μ、自车和前车之间的实际距离D; 数据处理模块,其设置有一个纵向避撞模型,所述纵向避撞模型包括前向预警距离D1和临界制动距离D2;所述数据处理模块用于将实际距离D与前向预警距离D1、临界制动距离D2分别做出实际比较:如果D>D1,则输出处理信号一;如果D1>D>D2,则输出处理信号二;如果D<D2,则输出处理信号三; 数据执行模块,其用于根据所述处理信号一,选择自由驾驶模式;根据所述处理信号二,采用协调制动模式,且矫正自车的制动主缸输入的总制动压力P总:P总=γdPd+γmPm,其中,γd为驾驶员输入权重系数采用预设的关联函数,γm为主动制动输入权重系数,γm=1-γd;根据所述处理信号三,采用主动制动模式; 对于考虑制动舒适性的纵向避撞模型,车间距离的保持是一个动态过程,本发明充分考虑两个要素:1、自车速度的变化。2、两车的相对速度差。特别强调地,自车速度越高,理应保持的车间距离越大;两车的相对速度差越大,理应保持的车间距离越大。 其中,所述纵向避撞模型的建立方法包括以下步骤: (1)定义前车以最大制动减速度进行刹车,后车经过一个预设反应时间反应后以最大制动减速度刹车,使自车避免碰撞于前车时,为极限工况,计算在极限工况下,自车以速度v1行驶且以最大减速度a1max进行制动到停止时,所经过的距离L1, (2)计算在极限工况下,前车以速度v2行驶时且以最大减速度a2max进行制动到停止时,所经过的距离L2, (3)计算在极限工况下,自车和前车制动结束后,两车的极限位移差L3, (4)补偿极限位移差L3得到前向预警距离D1和临界制动距离D2,D1>D2,其补偿方法包括以下步骤: (4.1)补偿自车和前车之间应预留的安全距离do,其中,c为无量纲模型参数;4.2)补偿自车在制动时的制动反应距离d1,d1=v1τ,其中,τ为制动器起作用的延迟时间; (4.3)补偿由于两车的相对速度差变化引起的差值距离d2,d2=vrelτv,其中,vrel=v1-v2表示两车相对速度差,τv定义为变化因子; (4.4)补偿自车和前车因受制动器和路面附着系数的约束而引起差值距离d3,d3=vrelτ变,其中,τ变=τv+0.5(v1-v2); (4.5)计算前向预警距离D1和临界制动距离D2分别为: 8.根据权利要求7所述的人机协同控制的纵向避撞系统,其特征在于,所述数据采集模块采用运动状态传感器,所述运动状态传感器包括传感系统、激光雷达、毫米波雷达,所述激光雷达测量自车与前车的实际距离D;所述毫米波雷达获取前车的速度信息v2;所述传感系统获取自车的速度信息v1及路面附着系数信息μ。 9.根据权利要求8所述的人机协同控制的纵向避撞系统,其特征在于,所述激光雷达通过雷达支架安装在自车的顶部,且采用吸盘保持紧固;所述毫米波雷达安装在自车的前端挡风玻璃或者前段保险杠上。 10.一种智能汽车,其特征在于,其安装有如权利要求7至9中任意一项所述的人机协同控制的纵向避撞系统,或者其采用如权利要求1至6中任意一项所述的人机协同控制的纵向避撞方法。 |