基于駕駛風格識別的AEB控制策略＊

呂凱光 李旋 韓天園 喬潔 劉永濤

（長安大學，西安 710064）

主題詞：駕駛風格 AEB控制策略 安全距離模型 聯(lián)合仿真

1 前言

根據(jù)美國高速公路安全管理局（National Highway Traffic Safety Administration，NHTSA）的研究報告，自動緊急制動（Autonomous Emergency Brake，AEB）系統(tǒng)可有效避免約38%因人為操縱不當而造成的汽車追尾事故，交通事故率降低27%[1]。目前，基于安全距離、預碰撞時間的AEB控制策略日趨成熟，但是在實際應用中避撞成功率仍比較低。張勇剛[2]認為沒有考慮駕駛員個體差異、車輛制動性能差異和交通路況因素等建立的控制策略模型處于理想條件，很容易造成AEB系統(tǒng)的誤制動與誤報警。何仁[3]研究發(fā)現(xiàn)目前的AEB控制策略較為保守，保證了一定的安全性，但影響了駕駛員的舒適性，仍然需要更加靈活的避撞方式[4]來提高駕駛員的駕駛舒適性和行車安全性。

人為因素是影響駕駛行為和行車安全的主導性因素，駕駛員是人-車-路-環(huán)境系統(tǒng)中最復雜的部分。因此，研究基于不同駕駛員特性的AEB控制策略具有重要的現(xiàn)實意義。劉永濤[5]將駕駛員特性分為相對穩(wěn)定的靜態(tài)特性和相對不穩(wěn)定的動態(tài)特性，分析了其對AEB控制策略的影響。Eben[6]提出了一種可以適應不同駕駛員反應時間與駕駛行為的碰撞預警算法，在一定程度上能滿足駕駛員的駕駛習慣。裴曉飛[7]通過統(tǒng)計分析駕駛員避撞行為中的反應時間和制動減速度，提出了碰撞時間余量的評價指標，并設計了適用于不同駕駛員特性的分級預警和避撞算法。姜順明[8]引入駕駛狀態(tài)識別系數(shù)，將駕駛狀態(tài)分為激進型、標準型和保守型3類，并將其用于最小安全距離修正，提出一種基于駕駛狀態(tài)識別的AEB控制策略。鄭剛[9]利用正交實驗法和聚類分析法對不同駕駛員進行分析，擬合了駕駛員反應時間與車速的關系，修正了預警和制動閾值。

由于影響駕駛員特性的因素較多，上述對駕駛員特性的研究大多從駕駛員反應時間入手，缺乏對駕駛風格和駕駛狀態(tài)的研究，且未定量說明駕駛風格和駕駛狀態(tài)的判斷依據(jù)與分類界限。針對以上問題，本文根據(jù)AEB危險場景下的駕駛員反應時間和情境風險度評價得分，提出駕駛風格識別系數(shù)的評價指標，將駕駛員分為3種風險感知類型，即謹慎型、普通型和激進型，在此基礎上基于不同駕駛風格修正AEB控制策略。

2 基于情境風險度評價得分的駕駛風格識別系數(shù)

2.1 駕駛風格量化指標

情境風險度用來表示危險駕駛情境中存在駕駛風險的大小[10]。情境風險度評價得分（Score of Situational Risk Assessment，SSRA）越低，則駕駛情境存在的駕駛風險越大，駕駛員的駕駛風格越激進。在單個場景的情境風險度評價得分中，0表示無風險，1～5風險程度依次上升。情境風險度分為主觀情境風險度和客觀情境風險度。主觀情境風險度與駕駛員相關，通過模擬危險駕駛情境下的試驗得到；客觀情境風險度是情境固有的風險度，由一定數(shù)量的專家型駕駛員測試得到，即專家型駕駛員主觀情境風險度評價得分的平均值。駕駛風格識別系數(shù)β表征在風險駕駛情境中駕駛員對客觀風險的主觀心理感受，反映了駕駛員的駕駛風格，β值越大，駕駛風格越謹慎：

式中，Ssubj為第j名駕駛員的主觀情境風險度評價得分；Sobj為客觀情境風險度評價得分；N1為危險情境數(shù)量；N2為專家型駕駛員人數(shù)；Cij為第j名駕駛員對第i個主觀情境的風險度評價得分。

2.2 試驗設計與數(shù)據(jù)分析

試驗對象包括普通型駕駛員和專家型駕駛員。選取100 名年齡25～50 歲，有機動車駕駛證且駕齡超過2年的駕駛員作為普通型駕駛員，其中男性和女性各50名；選取道路專家、交通警察以及經(jīng)驗豐富的職業(yè)駕駛員共5名作為專家型駕駛員。

試驗平臺為組裝的三聯(lián)屏駕駛模擬器，如圖1 所示，顯示系統(tǒng)為1 個三聯(lián)屏顯示器，數(shù)據(jù)采集系統(tǒng)能實時同步采集駕駛員模擬駕駛時對轉向盤、制動踏板、油門踏板等操縱部件的操作數(shù)據(jù)。

圖1 駕駛模擬器試驗平臺

本試驗采用AEB系統(tǒng)可能觸發(fā)的部分危險工況作為典型測試場景，包含3大類，每類場景包含5個視頻，具體場景描述如表1所示，基于危險工況測試場景和駕駛模擬器完成試驗軟、硬件搭建。

表1 AEB典型危險工況測試部分場景

被試駕駛員在了解駕駛模擬器的基本操作，進行多次重復練習后，進行正式測試。在危險工況視頻播放過程中，通過駕駛模擬器采集駕駛員反應時間（松開油門踏板至踩下制動踏板的時間間隔），視頻播放結束后，被試駕駛員進行情境風險度評分，之后進行下一個場景測試，重復上述過程。

基于駕駛模擬器共采集到100例有效樣本，得到相應的駕駛員的反應時間，計算出駕駛員的情境風險度評價得分和駕駛風格識別系數(shù)，并擬合駕駛員反應時間與駕駛風格識別系數(shù)的關系曲線，如圖2 所示。可以看出，駕駛風格比較激進的駕駛員反應時間較短，駕駛員反應時間與駕駛風格識別系數(shù)基本呈正相關關系。

圖2 駕駛員反應時間與駕駛風格識別系數(shù)的關系

由于AEB 系統(tǒng)與駕駛員的人機互動性，只有系統(tǒng)性能與駕駛員的自身特點相符，才能保證系統(tǒng)在不干擾駕駛員正常操作的前提下盡可能提高駕駛能力。在本試驗的樣本數(shù)量下可以看出，雖然由于個性化因素導致單個駕駛員的反應時間有差異，但整體來看，駕駛員行為特性呈現(xiàn)一定的人群聚類規(guī)律，見圖2。在此基礎上進行駕駛風格的劃分，0.8≤β＜1.2 時判定駕駛風格為普通型，β＜0.8 時判定為激進型，β≥1.2 時判定為謹慎型。且β值越大，駕駛風格越謹慎。

根據(jù)聚類后不同駕駛風格駕駛員的試驗數(shù)據(jù)，繪制如圖3 所示的駕駛員風格類型與平均反應時間的關系。從圖3 中可以看出，激進型、普通型以及謹慎型駕駛員的平均反應時間依次升高，且聚類后的駕駛員駕駛風格與反應時間仍存在相關線性關系。

圖3 駕駛員風格類型與平均反應時間關系

3 基于不同駕駛員駕駛風格的AEB控制策略

3.1 基于車輛運動學的安全距離模型

車輛行駛過程中，設自車與前車的速度分別為v1、v2，相對速度為vrel，兩車相對距離為d。當AEB系統(tǒng)檢測到相對距離d到達臨界報警距離dw時，AEB系統(tǒng)通過聲音、圖像等進行預警；當相對距離d到達臨界制動距離dbr時，AEB系統(tǒng)開始進行緊急制動，緊急制動過程中兩車行駛距離分別為d1、d2，此時車輛的最小安全距離為d0=d2+dbr-d1。車輛制動過程中安全距離模型如圖4所示。

圖4 安全距離模型

根據(jù)運動學公式，結合馬自達（Mazda）[11]、本田（Honda）[12]安全距離控制策略，AEB 控制策略的制動安全距離和預警安全距離模型分別為：

式中，a1、a2分別為自車和前車的最大制動減速度；t1、t2分別為系統(tǒng)延遲時間和駕駛員反應時間；t0為駕駛員允許的預警最小安全時間，即時間系數(shù)。

3.2 基于駕駛風格識別系數(shù)的安全距離修正模型

目前采用固定駕駛員反應時間和最小安全距離參數(shù)建立的汽車防撞控制模型，對于駕駛風格比較激進的駕駛員來說安全時間和安全距離過于保守，AEB系統(tǒng)制動頻繁，影響駕駛員的操作和駕駛體驗，對于駕駛風格比較謹慎的駕駛員來說安全時間和安全距離過于激進，AEB系統(tǒng)響應遲緩，不能保證行車安全。

AEB控制策略與個性化的駕駛員反應時間、時變化的路面附著系數(shù)以及差異化的車輛制動時延等因素密切相關。根據(jù)國內(nèi)外相關研究內(nèi)容[13]和本文設置的仿真環(huán)境（水平良好路面），在保證相對安全性與舒適性的條件下，對一些與駕駛員特性不相關參數(shù)進行了理想化處理：路面附著系數(shù)取極大值0.8，即自車和目標車的最大制動減速度a1=a2=7.8 m/s2，取t1=0.2 s、t0=2.2 s。根據(jù)對國內(nèi)外安全距離模型的研究，駕駛員反應時間一般取0.8～2.0 s，最小安全距離一般取2～5 m，上述參數(shù)是通過試驗獲得的簡化經(jīng)驗參數(shù)，在控制策略中一般取某一固定值，不隨實際情況而動態(tài)變化，很容易導致AEB系統(tǒng)在人-車-路-環(huán)境耦合狀態(tài)下發(fā)生失效?？紤]到不同駕駛風格駕駛員的個性化反應時間以及對制動結束后前、后車最小安全距離的心理預期，在設計新的制動與預警安全距離模型時應考慮到駕駛員的上述個性化需求，提高其駕駛舒適性和行車安全性。本文取t2=1.25 s，d0=3 m，并根據(jù)前文提出的駕駛風格識別系數(shù)β與駕駛員反應時間的關系以及不同駕駛風格駕駛員對最小安全距離的心理預期，對駕駛員反應時間、最小安全距離進行修正，提出基于不同駕駛員駕駛風格的AEB安全距離模型：

式中，tm、dm分別為修正后的駕駛員反應時間、最小安全距離；ε為危險系數(shù)。

根據(jù)文獻[14]提出的危險系數(shù)概念，可以對駕駛危險狀況進行評估，根據(jù)ε選擇合適的制動減速度。部分制動時，為了保證人體的舒適性，制動減速度分別取0.4g和0.6g；全力制動時，為了保證車輛的安全性，制動減速度取最大值0.8g（取g=10 m/s2），如表2所示。

表2 不同危險系數(shù)下的制動減速度

4 AEB安全距離控制策略仿真與驗證

為驗證不同駕駛風格下的AEB 安全距離控制策略，利用Trucksim 與Simulink 進行聯(lián)合仿真，其控制模塊與執(zhí)行邏輯如圖5 所示。安全距離計算模塊通過傳感器獲取前、后車的相對距離、相對速度等信息，計算出預警安全距離和制動安全距離；危險狀況判斷模塊通過危險系數(shù)判斷危險工況，決策出期望的車輛制動減速度；PID控制器模塊選取PID控制器合適的比例、積分和微分參數(shù)值，將期望制動減速度轉化為制動壓力；制動力分配模塊利用ABS邏輯門限調(diào)節(jié)輪缸壓力[15]，完成制動力分配，避免車輪抱死；車輛動力學模塊通過自車的整車質(zhì)量、軸距等固定參數(shù)以及路面的附著系數(shù)，得到實時狀態(tài)下的車輛速度、輪速以及行駛位移等參數(shù)，建立車輛動力學模型。

圖5 聯(lián)合仿真控制模塊與執(zhí)行邏輯

2018 年版的中國新車評價規(guī)程（China-New Car Assessment Programme，C-NCAP）的AEB 追尾（Car-to-Car Rear，CCR）測試包括前車靜止（Car-to-Car Rear Stationary，CCRs）、前車運動（Car-to-Car Rear Moving，CCRm）和前車制動（Car-to-Car Rear Braking，CCRb）3種測試場景。本文分別選取謹慎型、普通型和激進型3種駕駛風格（駕駛風格識別系數(shù)分別取1.3、1.0和0.5）進行仿真驗證。為簡化測試流程，選取的測試工況分別為：

a.CCRs測試工況：目標車輛靜止，自車以40 km/h的速度接近目標車輛，兩車相距50 m；

b.CCRm測試工況：目標車輛以20 km/h的速度勻速行駛，自車以40 km/h的速度接近目標車輛，兩車相距50 m。

c.CCRb測試工況：目標車輛和自車相距40 m，分別以50 km/h的速度行駛，目標車輛以6 m/s2的制動減速度制動。

3 種不同駕駛風格在前車靜止、勻速及減速等3 種不同測試工況下的安全距離模型仿真結果如圖6～圖8和表3所示。

圖6 CCRs測試工況仿真結果

圖7 CCRm測試工況仿真結果

圖8 CCRb測試工況仿真結果

表3 測試工況仿真結果

由圖6～圖8 和表3 可以看出，在3 種測試工況下，AEB 系統(tǒng)的觸發(fā)次數(shù)、觸發(fā)時間、停止間距和制動減速度不盡相同。CCRb測試工況與CCRs和CCRm相比，制動減速度控制精度高，但車輛停止后的最小安全距離較大?？偟膩砜矗?種測試工況中，謹慎型、普通型、激進型駕駛員的AEB系統(tǒng)觸發(fā)時間和最小安全距離依次遞增。根據(jù)表3中AEB的觸發(fā)時間和停止間距可以看出，不同駕駛風格駕駛員對AEB系統(tǒng)的觸發(fā)時間和最小安全距離的心理預期不同，基于駕駛風格識別的AEB控制策略從時間尺度和距離尺度2個方面修正和協(xié)調(diào)了臨界制動時間和安全距離，在保證安全性的前提下，考慮了駕駛員的個性化需求，比較符合駕駛員的心理預期。

5 結束語

為考慮個性化的駕駛風格對AEB 控制策略的影響，本文通過引入駕駛風格識別系數(shù)，從時間尺度和距離尺度修正了AEB 安全距離模型，提出了一種基于不同駕駛員駕駛風格的AEB控制策略，得到以下結論：

a.謹慎型、普通型和激進型駕駛員對反應時間和最小安全距離具有不同的心理預期，激進型駕駛員與普通型、謹慎型駕駛員相比，所需要的安全距離和駕駛員反應時間更短。

b.基于不同駕駛風格的AEB 安全距離模型在保證安全性的前提下，有效提高了駕駛員的舒適性和對AEB系統(tǒng)的接受度。

本文只對修正的模型進行了仿真驗證，沒有開展實車試驗，算法對于不同駕駛風格駕駛員的滿意度以及實際應用推廣還需進一步研究。