駕駛輔助系統(tǒng)改善措施研究綜述

隨著傳感器技術(shù)及計(jì)算機(jī)技術(shù)的飛速發(fā)展，駕駛輔助系統(tǒng)的研究在全球范圍內(nèi)取得了很多成就。越來越多的駕駛輔助系統(tǒng)被應(yīng)用在乘用車上以提高行駛過程的安全性和舒適性。但是，行駛環(huán)境及諸多因素的影響，要求駕駛輔助系統(tǒng)的安全性和可靠性越來越高，因此，對(duì)駕駛輔助系統(tǒng)各方面的改善就顯得尤為重要。下面介紹了幾種改善措施。

1 通過建立綜合控制系統(tǒng)提高駕駛輔助系統(tǒng)的可靠性[1]

1.1 主要目的及原理

本文提出了一種用于自動(dòng)駕駛技術(shù)的綜合控制系統(tǒng)，包括車輛位置確定后的約束下路徑規(guī)劃器，以及在道路坐標(biāo)系中結(jié)合路徑規(guī)劃和路徑跟蹤的線性時(shí)變模型預(yù)測(cè)控制器（LTV-MPC）。該系統(tǒng)的主要功能是在無障礙的曲線道路上實(shí)現(xiàn)軌跡跟蹤，以及將自適應(yīng)巡航控制（ACC）和避障（OA）進(jìn)行耦合應(yīng)用。建立車輛以油門和制動(dòng)踏板的位置與轉(zhuǎn)向角度作為控制輸入的非線性動(dòng)力學(xué)模型。所提出的一般反饋控制體系結(jié)構(gòu)包括用于融合數(shù)據(jù)庫(kù)信息（地圖）的估計(jì)器設(shè)計(jì)，外感知以及本體感測(cè)的測(cè)量器設(shè)計(jì)，基于圖論的幾何路徑規(guī)劃器，用于避開多個(gè)可能動(dòng)態(tài)移動(dòng)對(duì)象，以及基于空間坐標(biāo)系的預(yù)測(cè)控制器。本文討論了在四種不同駕駛模式之間轉(zhuǎn)換的切換規(guī)則，即ACC、OA、無障礙路徑跟蹤（RT）和受控制動(dòng)（制動(dòng)）。還討論了軌跡跟蹤時(shí)速度調(diào)整對(duì)避開障礙物和安全邊界的重要作用。本文所提出的自主駕駛總體控制框架，其工作原理是采用LTV-MPC在道路坐標(biāo)系中，對(duì)由幾何路徑規(guī)劃器使用圖形生成的PWA參考軌跡進(jìn)行軌跡跟蹤。其中傳感器的不確定性和測(cè)量缺少的情況由雙擴(kuò)展卡爾曼濾波器處理。

1.2 主要結(jié)論及未來方向

所提出的方法在測(cè)試場(chǎng)景中進(jìn)行仿真評(píng)估，該測(cè)試場(chǎng)景包括具有靜態(tài)和移動(dòng)障礙物的彎曲道路和雙車道道路，評(píng)估結(jié)果驗(yàn)證了該方法的可行性。未來的研究工作需要將更精細(xì)的疲勞動(dòng)力學(xué)納入車輛模型中，以驗(yàn)證使用平滑參考軌跡的重要性。此外，啟發(fā)式安全裕度和切換規(guī)則的研究可以通過手動(dòng)駕駛的機(jī)器學(xué)習(xí)來識(shí)別，并需要在實(shí)際車輛上進(jìn)行實(shí)驗(yàn)驗(yàn)證。

2 通過建立車輛自主變道控制策略提高安全性[2]

2.1 主要目的及原理

車道自主變道是目前自動(dòng)駕駛的一個(gè)基本問題，特別是當(dāng)車輛高速行駛時(shí)顯得尤為重要。本文報(bào)道了近期研究項(xiàng)目的相關(guān)部分，包括文獻(xiàn)綜述、建立的模型和控制系統(tǒng)，以及關(guān)鍵的仿真結(jié)果。在該項(xiàng)目中，使用了描述車輛受控運(yùn)動(dòng)動(dòng)力學(xué)的兩個(gè)原始模型，并在道路測(cè)試和實(shí)驗(yàn)室環(huán)境中進(jìn)行了驗(yàn)證。第一個(gè)模型是一個(gè)多體動(dòng)力學(xué)模型。第二種模型表示車輛橫向動(dòng)力學(xué)的簡(jiǎn)化參考模型。本文所建立的控制系統(tǒng)算法是基于最優(yōu)控制理論的。該算法包括確定所定義的控制輸入和車輛響應(yīng)時(shí)間之間的最優(yōu)參考輪廓。該控制系統(tǒng)為了更好地實(shí)現(xiàn)所規(guī)定的運(yùn)動(dòng)軌跡，需要采用卡爾曼濾波器來確保線性二次問題的最佳軌跡。

2.2 主要結(jié)論及分析

本文提出的示例性仿真結(jié)果包括路面變化、車輛速度和車輛負(fù)載情況的影響。仿真結(jié)果顯示了所研究車輛的動(dòng)態(tài)特性的復(fù)雜性，并證實(shí)了所采用的車輛自動(dòng)控制解決方案的益處。

對(duì)仿真結(jié)果進(jìn)行進(jìn)一步分析得知，在所有考慮的情況下，盡管存在車輛橫向位移測(cè)量誤差，但是仍能實(shí)現(xiàn)避障功能。但是本文的仿真結(jié)果適用于控制器參數(shù)被適當(dāng)選擇的情況下，并且測(cè)量噪聲和偏移不是太大。如果將測(cè)量噪聲增加到更高振幅（大約0.3m）之后，車輛將失去橫向穩(wěn)定性。類似的情況比如車輛在潮濕的路面上輕負(fù)載并高速行駛，方向盤突然失去控制，并且后輪失去抓地力。因此，在低噪音水平和小的測(cè)量偏差內(nèi)，車輛運(yùn)行狀況變化范圍即使大，但自動(dòng)駕駛的車輛仍能夠避開障礙物而不失穩(wěn)定性。因此，可以說所提出的控制策略在一定環(huán)境條件下對(duì)路面狀況的變化以及測(cè)量誤差不敏感。

3 調(diào)查不同路況下駕駛員與自適應(yīng)巡航控制之間相互作用[3]

3.1 主要目的及原理

本文研究主要調(diào)查在不同路況下駕駛員與自適應(yīng)巡航控制（ACC）之間的相互作用，并由此對(duì)控制系統(tǒng)進(jìn)行改進(jìn)。本文研究主要通過96名司機(jī)駕駛ACC駕駛模擬器，其中路況類型包括夏季的具有高抓地力的干路和冬季的具有低抓地力的雪路。仿真結(jié)果表明，在積雪的道路上，駕駛員的要求傾向于ACC速度較低，ACC時(shí)間間隔較長(zhǎng)。其中96%的駕駛員更喜歡ACC的1.8秒的時(shí)間間隔。因?yàn)轳{駛員認(rèn)為在1秒的差距內(nèi)進(jìn)行減速太遲，將會(huì)導(dǎo)致與前方車輛保持的距離太短，這樣安全性會(huì)降低。

3.2 主要結(jié)論及未來方向

通過對(duì)結(jié)果分析還發(fā)現(xiàn)，改善ACC的控制策略，不僅可以減少輪胎道路抓地力的潛力，還會(huì)提高駕駛員的舒適性和接受度，甚至?xí)黾泳o急情況下制動(dòng)或避讓的反應(yīng)潛力。

未來的研究工作應(yīng)該解決駕駛員與ACC控制之間培訓(xùn)和教學(xué)方面的問題，并對(duì)駕駛員在對(duì)方向盤高度緊握的情況下與ACC之間相互作用的效果進(jìn)行調(diào)查研究。此外，個(gè)人差異以及文化和地區(qū)方面的因素也應(yīng)包括在未來的評(píng)估工作中?？紤]到輪胎道路抓地力的ACC控制策略不僅會(huì)提高駕駛員的乘坐舒適性和用戶接受度，而且還會(huì)提高道路安全性?？傊?，本文研究顯示了駕駛員與ACC之間相互作用的重要性，可用于評(píng)估ACC和其他駕駛員系統(tǒng)配合的性能。本文提出的基于運(yùn)動(dòng)學(xué)和主觀測(cè)量的評(píng)價(jià)方法可以用于研究駕駛員與自動(dòng)化系統(tǒng)之間的交互作用。

4 通過分布式認(rèn)知理論和人類認(rèn)知行為改善駕駛輔助系統(tǒng)[4]

4.1 主要目的及原理

將觸感傳感器安裝在車輛方向盤上，將由駕駛環(huán)境帶來的扭矩和剛度的變化傳遞給駕駛員，駕駛員從而能夠知道車輛與駕駛環(huán)境限制的接近程度。基于上述技術(shù)的系統(tǒng)設(shè)計(jì)主要根據(jù)分布式認(rèn)知原理，通過定義力的特征，為駕駛員提供一個(gè)有形的、豐富的、分布式的約束映射。本文主要研究開發(fā)一種基于分布式認(rèn)知理論和人類認(rèn)知行為的駕駛輔助系統(tǒng)。

該系統(tǒng)設(shè)計(jì)的基本概念是輔助駕駛員在環(huán)境線索方面提供相應(yīng)的信息。具體而言，該系統(tǒng)通過觸覺傳感通道為駕駛員提供必要的駕駛信息，諸如用于風(fēng)險(xiǎn)約束的近似邊界和計(jì)算出的安全方向。該系統(tǒng)通過對(duì)大量的控制動(dòng)作進(jìn)行分析探測(cè)，其目標(biāo)是使得駕駛員選擇更平滑、更直的軌跡。在汽車縱向控制應(yīng)用方面，該駕駛輔助系統(tǒng)可以使駕駛員根據(jù)車頭到前方車輛的距離來控制加速或制動(dòng)動(dòng)作。駕駛員從而可以在認(rèn)知行為領(lǐng)域保持其意識(shí)與風(fēng)險(xiǎn)之間達(dá)到平衡，從而更好的實(shí)現(xiàn)汽車的性能?？傊?，通過機(jī)械扭矩系統(tǒng)提供行為提示，可以確定人類操作者和機(jī)械系統(tǒng)之間的信息分享。這種新的人機(jī)關(guān)系能夠形成一個(gè)有益的系統(tǒng)，以減少工作量提高機(jī)器的性能和效率。

4.2 主要結(jié)論

所提出的觸覺轉(zhuǎn)向系統(tǒng)可以被用于在真實(shí)世界的測(cè)試車輛中實(shí)施，以幫助駕駛員在緊湊的通道中駕駛。通過對(duì)12名參與者進(jìn)行測(cè)試，其結(jié)果表明大多數(shù)駕駛員的行為通過該系統(tǒng)能夠得到改善。

5 駕駛員行為模型對(duì)智能安全系統(tǒng)安全效益評(píng)估的影響[5]

5.1 主要目的及原理

近年來全球?qū)囕d智能安全系統(tǒng)（ISS）的開發(fā)和部署，以避免和減輕碰撞事故的發(fā)生和迅速增長(zhǎng)。但是在系統(tǒng)引入之前需要評(píng)估其未來安全效益。通過使用相關(guān)數(shù)學(xué)模型（車輛動(dòng)力學(xué)、傳感器、環(huán)境、ISS算法和駕駛員行為模型）來進(jìn)行仿真試驗(yàn)可以滿足這一要求。然而，盡管這些模型大部分都比較成熟，但在碰撞前的關(guān)鍵時(shí)刻駕駛員行為模型還是相對(duì)不成熟的。不同駕駛員模型之間也存在很大的概念差異。作者B?RGMAN J研究的目的是首先闡明在仿真模擬中用于評(píng)估前方碰撞預(yù)警（FCW）系統(tǒng)和自動(dòng)緊急制動(dòng)（AEB）系統(tǒng)時(shí)，選擇駕駛員行為模型的重要性。其次，作者對(duì)駕駛員行為模型和ISS算法的參數(shù)設(shè)置進(jìn)行了靈敏度分析。最后，B?RGMAN J評(píng)估了駕駛員行為模型中掃視分布選擇對(duì)安全效益評(píng)估的影響。

5.2 主要結(jié)論及未來方向

作者使用來自SHRP2自然駕駛研究的34次追尾事故中的碰撞前運(yùn)動(dòng)學(xué)數(shù)據(jù)和駕駛員行為數(shù)據(jù)進(jìn)行仿真試驗(yàn)。FCW系統(tǒng)的仿真結(jié)果顯示，概念不同的駕駛員行為模型之間在避免碰撞上的百分比存在很大的差異。而AEB系統(tǒng)的仿真結(jié)果顯示，駕駛員行為模型的選擇并沒有太大的影響到AEB的效益。

作者創(chuàng)建了一個(gè)方法框架來評(píng)估ISS的仿真模擬。該方法框架的新穎之處在于它能夠通過基于自然數(shù)據(jù)的駕駛員行為模型來提高仿真模擬的生態(tài)效度。通過比較不同的駕駛員模型，說明了駕駛員視角和響應(yīng)建模的重要性，并提醒注意ISS性能對(duì)所用模型的敏感性。為了提供準(zhǔn)確的結(jié)果，本文采用了基于市售系統(tǒng)的FCW和AEB算法。

未來的研究工作包含以下幾點(diǎn)：

·使用來自事件數(shù)據(jù)記錄器的預(yù)碰撞運(yùn)動(dòng)學(xué)以及駕駛員行為（例如掃視行為、反應(yīng)時(shí)間和制動(dòng)模型）。

·應(yīng)用反向概率權(quán)重來解決群體中碰撞前運(yùn)動(dòng)學(xué)的普遍性。

·開發(fā)相應(yīng)算法來解決碰撞運(yùn)動(dòng)學(xué)選擇的偏差。

·將仿真場(chǎng)景擴(kuò)展到其他更復(fù)雜的情景。

·調(diào)查ISS（例如FCW系統(tǒng)）的詳細(xì)反應(yīng)過程以及駕駛員的狀態(tài)（例如困倦）對(duì)反應(yīng)時(shí)間的影響。

·探索和量化駕駛員行為的情境依賴性，以及碰撞前運(yùn)動(dòng)學(xué)和駕駛員行為之間的相關(guān)性。

6 建立高速公路智能變道輔助協(xié)議[6]

6.1 主要目的及原理

駕駛員在道路網(wǎng)絡(luò)中變更車道是一種常見的行為。尤其是當(dāng)他們面對(duì)一輛緩慢的或即將停車的或破損的車輛時(shí)，則不得不變更車道。當(dāng)變更車道時(shí)，駕駛員應(yīng)該注意新車道后面的車輛以及在此期間想要變更到相同車道的車輛。如果這些車輛中的任何一個(gè)位于盲點(diǎn)區(qū)域，或者如果駕駛員看錯(cuò)了車輛的位置或速度，則他嘗試的變更車道可能失敗，甚至在某些情況下可能導(dǎo)致交通事故。尤其是在高速公路上，由于車輛高速移動(dòng)，因此不允許車輛停止，由此導(dǎo)致的事故可能是致命的。作者YOUNESMB提出了一種用于高速公路場(chǎng)景的智能變道輔助協(xié)議（ILACH）。該協(xié)議幫助司機(jī)能夠安全和有效地變更車道。

作者提出的智能換車輔助協(xié)議（ILACH）并不復(fù)雜。每輛車都利用車載自組網(wǎng)技術(shù)和數(shù)字地圖技術(shù)來收集公路上周邊交通的實(shí)時(shí)交通特征。在任何車輛打算變更其行駛車道的情況下，該協(xié)議利用所收集的實(shí)時(shí)交通數(shù)據(jù)，向駕駛員推薦變更車道的最佳時(shí)間段。該協(xié)議還提供了關(guān)于變更車道的建議，即：當(dāng)新的車道上兩車間有足夠大的距離時(shí)，車輛需要即時(shí)換道。則車輛加快車速并立即變更車道。等新車道上的車輛通行后，再重新嘗試換回原車道。

6.2 主要結(jié)論及分析

本文通過駕駛員試圖更換車道時(shí)的一些場(chǎng)景進(jìn)行仿真試驗(yàn)。從試驗(yàn)結(jié)果可以看到，所提出的協(xié)議提高了測(cè)試場(chǎng)景的安全性和效率。從實(shí)驗(yàn)結(jié)果可以看出，所提出的ILACH協(xié)議減少了車輛變更車道的延誤時(shí)間，這樣可以稍微提高公路上每條車道的通行能力。最重要的是，它也降低了公路上車道變換事故的比例。

[1]GRAFPLESSEN M,BERNARDINID,ESEN H,et al.Spatial-Based Predictive Control and Geometric Corridor Planning for Adaptive Cruise Control Coupled With Obstacle Avoidance[J].IEEE Transactions on Control Systems Technology,2018,26(1)：38-50.

[2]GIDLEWSKI M J,JANKOWSKI K,MUSZY ? SKI A,et al.Vehicle Lane Change Automation with Active Steering-Theoretical Studies and Numerical Investigations：WCX ?17：SAEWorld Congress Experience,2017[C].

[3]KOGLBAUER I,HOLZINGER J,EICHBERGER A,et al.Drivers’Interaction with Adaptive Cruise Control on Dry and Snowy Roads with Various Tire-Road Grip Potentials[J].Journal of Advanced Transportation,2017,2017：1-10.

[4]TAKADA Y,BOER E R,SAWARAGI T.Driver assist systemfor human-machine interaction[J].Cognition,Technology&Work,2017,19(4)：819-836.

[5]B?RGMAN J,BODA C,DOZZA M.Counterfactual simulations applied to SHRP2 crashes：The effect of driver behavior models on safety benefit estimations of intelligent safety systems[J].Accident Analysis&Prevention,2017,102：165-180.

[6]YOUNES M B,BOUKERCHE A.A vehicular Network based Intelligent Lane Change Assistance Protocol for Highways：2017 IEEE International Conference on Communications(ICC),2017[C].