智能駕駛車輛乘員舒適性研究綜述

余志超 李剛 曹天琳 沈玉龍

摘 要：隨著智能駕駛技術(shù)的發(fā)展 乘員乘坐舒適性成為了評判智能駕駛品質(zhì)的標(biāo)準(zhǔn)之一。文章對智能駕駛汽車乘員舒適性改善方法的國內(nèi)外研究進(jìn)展進(jìn)行了詳細(xì)調(diào)研 分別從智能駕駛汽車人機(jī)交互、控制方法以及發(fā)展趨勢進(jìn)行了歸納 為高乘員舒適性的智能駕駛系統(tǒng)開發(fā)提供理論和方法借鑒。

關(guān)鍵詞：智能駕駛;乘坐舒適性;人機(jī)交互;轉(zhuǎn)向控制

中圖分類號：U461.6? 文獻(xiàn)標(biāo)識碼：A? 文章編號：1671-7988（2020）18-25-02

Abstract： With the development of intelligent driving technology， passenger comfort has become one of the criteria for judging the quality of intelligent driving. The article conducts a detailed investigation on the domestic and foreign research progress of occupant comfort improvement methods of smart driving cars， and summarizes the human-computer interaction， control methods and development trends of smart driving cars， and provides theories for the development of smart driving systems with high occupant comfort And methods for reference.

Keywords： Intelligent driving; Ride comfort; Human-computer interaction; Steering control

CLC No.： U461.6? Document Code： A? Article ID： 1671-7988（2020）18-25-02

前言

長時間的連續(xù)駕駛會引起駕駛員的生理性疲勞與注意力分散 使其對車輛的控制能力降低 自動駕駛是解決該問題的技術(shù)方向之一 并已成為汽車領(lǐng)域的研究熱點(diǎn)。對于自動駕駛而言 在實(shí)現(xiàn)循跡、避障等常規(guī)駕駛動作外 舒適性是自動駕駛控制品質(zhì)的直接體現(xiàn)之一 是影響乘員主觀感受的重要因素[1]。在自動駕駛汽車的實(shí)際道路測試時 甚至出現(xiàn)測試員不愿繼續(xù)進(jìn)行自動駕駛測試的情況 原因是自動駕駛汽車行駛中導(dǎo)致測試員極度不舒適 經(jīng)常出現(xiàn)眩暈?zāi)酥習(xí)炣嚨那闆r 乘坐體驗(yàn)極差.密西根大學(xué)交通研究所一項(xiàng)新研究預(yù)測 無人駕駛技術(shù)到來之后 全球暈車的人會平均多出27.8%[2]。因此 自動駕駛汽車的乘員舒適性成為制約自動駕駛技術(shù)發(fā)展的一個關(guān)鍵問題。

1 國外研究情況

蘋果公司向美國專利和商標(biāo)局申請了“舒適檔案”（Comfort Profiles）專利[3] 自動駕駛系統(tǒng)通過駕駛室內(nèi)安裝的生理信號傳感器實(shí)時識別乘員的眼睛活動（包括眨眼、瞳孔收放）、坐姿、手勢、頭部位置乃至于是否出汗、體溫、心率等等 建立乘員檔案 并根據(jù)大多數(shù)乘客狀態(tài)調(diào)整汽車行駛方式 例如調(diào)整直線、轉(zhuǎn)向、變道的速度 尤其是在大幅度轉(zhuǎn)向時會調(diào)整速度盡可能降低離心力帶來的不適感。

Uber向歐洲專利局申請了一項(xiàng)乘客壓力監(jiān)測系統(tǒng)專利[4]。在自動駕駛汽車駕駛室內(nèi)安裝溫度、速度、紅外攝像頭等傳感器監(jiān)測乘客的心率、體溫、汗液水平等生理指標(biāo) 記錄下乘客的心跳基線 以監(jiān)測乘客的焦慮水平 并在行駛過程中根據(jù)乘員生理狀態(tài)實(shí)時調(diào)整駕駛方式。

除了以上從人機(jī)交互方面提高智能車舒適性的方法外 結(jié)合人類駕駛員行為特征的轉(zhuǎn)向控制是L5級自動駕駛的另一種解決途徑。Zhang Y等通過研究駕駛員在高速公路上超車時的轉(zhuǎn)向行為 設(shè)計(jì)了類人轉(zhuǎn)向超車控制器[5]。

對于自動駕駛汽車出現(xiàn)乘員接管或介入轉(zhuǎn)向控制的情形 自動駕駛的轉(zhuǎn)向控制成為人車協(xié)同控制Driggs-Campbell等建立了一個可以預(yù)測駕駛員行為的建?？蚣?可生成與人類執(zhí)行的軌跡類似的軌跡 改善了人與自動系統(tǒng)之間的協(xié)作[6]。

AT Nguyen等通過引入“虛構(gòu)駕駛員”行為參數(shù)的方法 結(jié)合T-S模糊控制的方法設(shè)計(jì)了處理時變駕駛員參數(shù)的車道保持轉(zhuǎn)向控制器 顯著提升了人機(jī)協(xié)同控制下乘員的轉(zhuǎn)向舒適性[7]。

2 國內(nèi)研究現(xiàn)狀

南京航空航天大學(xué)凌銳建立了一種擬人轉(zhuǎn)向控制模型[8]。針對城市工況下的大角度轉(zhuǎn)向問題 通過模仿駕駛員轉(zhuǎn)向過程中的視覺注意機(jī)制 建立視覺環(huán)境計(jì)算模型和一種擬人轉(zhuǎn)向行為的瀑布式?jīng)Q策控制模型 模仿駕駛員估計(jì)方向盤轉(zhuǎn)角的方式和調(diào)整方向盤的動作 通過對銳角和直角彎等大曲率轉(zhuǎn)向場景進(jìn)行仿真分析。證明了所建立的擬人轉(zhuǎn)向控制模型泛化能力較強(qiáng) 能夠很好地跟蹤道路曲率變化 車輛運(yùn)動軌跡與優(yōu)秀駕駛員的駕駛軌跡非常相近。

長安大學(xué)山巖對于自動駕駛車輛擬人化換道策略和換道軌跡進(jìn)行了研究[9]。研究通過實(shí)車實(shí)驗(yàn)獲取了43名被試駕駛?cè)说拇罅繐Q道數(shù)據(jù)。通過分析換道數(shù)據(jù) 基于決策樹方法建立了不同場景下駕駛?cè)藫Q道決策模型 對駕駛?cè)说鸟{駛風(fēng)格進(jìn)行分類 并且對大量換道軌跡進(jìn)行擬合 建立了不同車速情況下的換道軌跡數(shù)據(jù)庫。無人車換道執(zhí)行階段 根據(jù)自身車速和交通環(huán)境的差異性 從換道軌跡數(shù)據(jù)庫中直接選取最合適的換道軌跡 實(shí)現(xiàn)類人化的換道執(zhí)行過程。

長安大學(xué)秦加合利用仿真方法研究了智能車輛換道過程中的舒適性[10]。使用carsim軟件 在simulink的仿真環(huán)境下建立智能車輛換道控制模型 分別對車輛在36km/h、72km/h和108km/h的速度下 對智能車輛在不同的換道時間內(nèi)的側(cè)向加速度變化進(jìn)行了研究。仿真結(jié)果表明：當(dāng)智能車輛的換道時間大于8s時 側(cè)向加速度小于0.4m/s2 使乘員不產(chǎn)生不舒適的感覺。

清華大學(xué)張德兆提出了一種用于自適應(yīng)巡航控制（ACC）系統(tǒng)的控制模式切換策略[11][12]。增設(shè)接近前車和超車2種控制模式 提出基于零期望加速度曲線的切換策略 并利用加權(quán)平均算法對控制量進(jìn)行連續(xù)性處理。實(shí)車試驗(yàn)表明：所設(shè)計(jì)的ACC控制模式切換策略與實(shí)際駕駛工況相符 能夠?qū)崿F(xiàn)切換過程中加速度的連續(xù)平穩(wěn)變化 提高了車輛換道舒適性。

3 結(jié)論

提升乘員舒適性是自動駕駛汽車面臨的重要問題 而導(dǎo)致自動駕駛汽車相較于傳統(tǒng)汽車面臨更嚴(yán)峻的乘員舒適性問題的根本原因 是自動駕駛功能代替了傳統(tǒng)汽車的駕駛員控制 目前利用人機(jī)交互技術(shù)緩解乘員暈車等不舒適感受 或者采用擬人式轉(zhuǎn)向控制技術(shù)提高人機(jī)協(xié)同控制時的舒適性 在一定程度上改善了智能駕駛汽車乘員舒適性。

參考文獻(xiàn)

[1] Elbanhawi M， Simic M， Jazar R. In the Passenger Seat： Investigating Ride Comfort Measures in Autonomous Cars[J].IEEE Intelligent Transportation Systems Magazine， 2015， 7（3）：4-17.

[2] http：//www.umtri.umich.edu/what-were-doing/news/motion- sickness -autonomous-cars-dont-read-and-ride.

[3] Al-Dahle;Ahmad;（Cupertino，CA）;Han;ByronB.;（Cupertino， CA） CO -MFORTPROFILES[P].AN62215666，2019-4-7.

[4] Blau Joseph. Passenger Experience and Biometric Monitoring in an Autonomous Vehicle[P]. US2019225232，2019-07-25.

[5] Zhang Y，Hoogendoorn R， Mazo M， et al. Steering Controller Identifi -cation and Design for Human-like Overtaking[J]. Procedia Manu -facturing， 2015， 3：2526-2533.

[6] Driggs-Campbell K， Govindarajan V， Bajcsy R. Integrating Intuitive Driver Models in Autonomous Planning for Interactive Maneuvers [J]. IEEE Transactions on Intelligent Transportation Systems， 2017， PP（99）：1-12.

[7] A. T. Nguyen， C. Sentouh and J. C. Popieul. Driver-Automation Cooperative Approach for Shared Steering Control Under Multiple System Constraints： Design and Experiments[J]. IEEE Transactions on Industrial Electronics， 2017， 64（5）： 3819-3820.

[8] 凌銳.仿優(yōu)秀駕駛員行為的無人駕駛車輛轉(zhuǎn)向控制研究[D].南京航空航天大學(xué)，2012.

[9] 山巖.自動駕駛車輛擬人化換道決策和換道軌跡研究[D].長安大學(xué)，2019.

[10] 秦加合，潘如楊.智能車輛換道過程中的舒適性研究[J].河北交通職業(yè)技術(shù)學(xué)院學(xué)報， 2013（1）：49-51.

[11] 張德兆，王建強(qiáng)，劉佳熙，李克強(qiáng)，連小珉.加速度連續(xù)型自適應(yīng)巡航控制模式切換策略[J].清華大學(xué)學(xué)報（自然科學(xué)版），2010，50 （08）：1277-1281.

[12] 張德兆.基于彎道行駛的車輛自適應(yīng)巡航控制[D].清華大學(xué)， 2011.