SBW系統(tǒng)中駕駛員轉(zhuǎn)向特性控制研究

劉曉艷

（1.江蘇電子信息職業(yè)學(xué)院，江蘇 淮安 223003；2.江蘇電子產(chǎn)品制造工程技術(shù)研究開發(fā)中心，江蘇 淮安 223003）

1 引言

車輛轉(zhuǎn)向操控性能主要分為車輛轉(zhuǎn)向特性和駕駛員轉(zhuǎn)向操控兩方面。線控轉(zhuǎn)向（SBW）系統(tǒng)克服了傳統(tǒng)汽車轉(zhuǎn)向系統(tǒng)的機械連接限制，在轉(zhuǎn)向設(shè)計方面具有更大的靈活性，這也對駕駛員轉(zhuǎn)向操控提出了更高的要求［1-3］。研究發(fā)現(xiàn)，駕駛員的駕駛經(jīng)驗、習(xí)慣、駕駛時的精神狀態(tài)等因素均對駕駛行為產(chǎn)生影響［4-7］。因此，線控車輛的轉(zhuǎn)向控制需兼顧多樣化的駕駛員特性對轉(zhuǎn)向控制策略的影響，提高操控舒適性與駕駛安全性?，F(xiàn)有對駕駛員特性的研究側(cè)重在駕駛習(xí)慣辨識及駕駛員生理特性分析方面。文獻［8］通過駕駛模擬器試驗對駕駛員習(xí)慣進行了謹慎型、一般型、激進型三種分類，并構(gòu)建了特性辨識模型。文獻［9］在駕駛員預(yù)瞄模型基礎(chǔ)上，綜合神經(jīng)肌肉反應(yīng)、操控反應(yīng)延遲等生理和操控行為特征，構(gòu)建駕駛員的轉(zhuǎn)向行為模型。構(gòu)建的駕駛員模型反映差異化駕駛特性對轉(zhuǎn)向控制的影響，但由于生理、心理及外部環(huán)境因素均對駕駛員轉(zhuǎn)向行為產(chǎn)生影響，使得對駕駛員特性的分類存在一定的局限性。

這里在分析駕駛員特性參數(shù)對轉(zhuǎn)向系統(tǒng)性能影響的基礎(chǔ)上，建立單點預(yù)瞄駕駛員模型，結(jié)合駕駛模擬器驗證和BP神經(jīng)網(wǎng)絡(luò)，完成駕駛員特性參數(shù)的分類與在線辨識，針對不同的駕駛員特性，最終構(gòu)建基于RBF自適應(yīng)神經(jīng)網(wǎng)絡(luò)的線控轉(zhuǎn)向控制策略，滿足不同駕駛特性的線控轉(zhuǎn)向控制需求。

2 駕駛員特性與預(yù)瞄模型

2.1 駕駛員特性分析

駕駛員作為車輛操控者，其本身也是一個特殊的控制系統(tǒng)，而駕駛員特性就是這個特殊控制系統(tǒng)的特征［10-12］。駕駛員特性的物理屬性包括預(yù)瞄行為和自適應(yīng)的駕駛行為，預(yù)瞄行為體現(xiàn)駕駛員對道路及外部環(huán)境變化的感知，感知后在轉(zhuǎn)向操控上的大腦反應(yīng)延遲時間及身體肌肉的延遲則體現(xiàn)了駕駛員的生理特征，轉(zhuǎn)向比例增益則體現(xiàn)了駕駛員的轉(zhuǎn)向操控熟練程度。因此，預(yù)瞄時間、延遲時間、轉(zhuǎn)向操控增益等特性參數(shù)體現(xiàn)駕駛員特性的差異，而通過建立預(yù)瞄跟蹤模型可以真實反映駕駛員特性。

2.2 駕駛員預(yù)瞄模型

根據(jù)預(yù)瞄時間內(nèi)前方道路的位置、車輛狀態(tài)，依據(jù)橫向位置偏差建立反映駕駛員特性參數(shù)的預(yù)瞄模型［13-14］，如圖1所示。

圖1 駕駛員預(yù)瞄模型Fig.1 Preview Model of Driver

圖中：XOY—地面坐標系；xoy—對坐標系；φ—車輛橫擺角；β—側(cè)傾角；ω—橫擺角速度，車輛相對于地面坐標系的位置可表示為：

在預(yù)瞄時間tp時刻，對應(yīng)的側(cè)向位移誤差為：

式中：Ytp(s)—期望路徑處的側(cè)向位移；Y0(s)—當前位置時刻的側(cè)向位移；νxtp—兩地之間的水平位移。

駕駛員為消除側(cè)向位移誤差ΔY(s)而作用在方向盤上的轉(zhuǎn)角可表示為：

式中：τd1—大腦認知延遲時間；τd2—手臂肌肉動力學(xué)延遲時間；τL—微分時間常數(shù)；h—轉(zhuǎn)向操控增益。

由于τd1和τL為遠小于1s的時間，上式可近似為：

式中：k—常數(shù)；Td－延遲時間，為認知延遲時間與肌肉延時時間之和；Tp－預(yù)瞄時間，為駕駛員前視和微分時間之和。

假設(shè)車輛轉(zhuǎn)向機構(gòu)的傳動比為ig，則車輛前輪轉(zhuǎn)角可表示為：

上式是包含駕駛員特性參數(shù)的轉(zhuǎn)角控制器模型，反映駕駛員特性與前輪轉(zhuǎn)角控制間的關(guān)系。

3 駕駛模擬器試驗

選用城市道路中常見的直角轉(zhuǎn)彎工況和雙移線工況作為試驗條件，選取不同駕駛特性的駕駛員，采用六自由度的駕駛模擬器試驗測試得到轉(zhuǎn)向數(shù)據(jù)。

為充分實現(xiàn)不同駕駛員特性數(shù)據(jù)采集，駕駛模擬器實驗對象選取駕齡不同、年齡分布差異的男女駕駛員各100 名，如表1 所示。

每位駕駛員在身體健康狀態(tài)下，完成直角轉(zhuǎn)彎工況和雙移線工況下的試驗，為保證測驗數(shù)據(jù)的完整性和可對比性，每人每種工況試驗重復(fù)3次。通過六自由度駕駛模擬器實時采集不同工況下的駕駛員行為特性數(shù)據(jù)和車輛狀態(tài)數(shù)據(jù)，選取部分駕駛員特性參數(shù)，如表2所示。

表中：Tp、Td、h—直角轉(zhuǎn)彎工況下的預(yù)瞄時間、延遲時間和轉(zhuǎn)向操控增益，Tp′、Td′、h′—雙移線工況下的預(yù)瞄時間、延遲時間和轉(zhuǎn)向操控增益。

從表2中可以看出，不同駕駛員的預(yù)瞄時間Tp′差異明顯，同一駕駛員不同工況下的預(yù)瞄時間存在一定的差異，所需延遲時間Td較小的駕駛員，其轉(zhuǎn)向操控增益越大，相對駕駛更為熟練。

4 基于駕駛員特性的前輪轉(zhuǎn)角控制策略

線控轉(zhuǎn)向控制系統(tǒng)中，駕駛員模型輸出方向盤轉(zhuǎn)角經(jīng)變傳動比規(guī)則后得到理想前輪轉(zhuǎn)角，經(jīng)線控轉(zhuǎn)角控制器輸出后使車輛準確轉(zhuǎn)過一定角度，實現(xiàn)前輪轉(zhuǎn)向的準確控制。

RBF（Radial Basis Function，徑向基函數(shù)）神經(jīng)網(wǎng)絡(luò)具有收斂速度快，不易陷入局部極值等優(yōu)點［15］，可以滿足非線性控制實時控制要求，這里以線控轉(zhuǎn)向車輛的橫擺角速度作為控制目標，采用RBF神經(jīng)網(wǎng)絡(luò)的模糊控制器對橫擺角速度的自適應(yīng)控制，實現(xiàn)不同工況下的智能線控轉(zhuǎn)向需求，提高線控轉(zhuǎn)向適應(yīng)性。RBF神經(jīng)網(wǎng)絡(luò)控制器結(jié)構(gòu)，如圖2所示。

在RBF 網(wǎng)絡(luò)結(jié)構(gòu)中，網(wǎng)絡(luò)的輸入向量為：

式中：v(k)—車速；δ(k)—方向盤轉(zhuǎn)角。

網(wǎng)絡(luò)采用高斯函數(shù)作為輸入向量的隸屬函數(shù)，網(wǎng)絡(luò)的徑向基向量H表達式為：

式中：hj－各結(jié)點的高斯函數(shù)，表達式為：

式中：Cj—第j個結(jié)點的中心矢量；bj—網(wǎng)絡(luò)的基寬向量。

隱含層網(wǎng)絡(luò)權(quán)值均設(shè)為1，RBF 網(wǎng)絡(luò)采用K-means 算法對樣本聚類形成有效的隱層中心，使用最小二乘法快速準確地獲得隱層到輸出層的最佳權(quán)值連接。

模型訓(xùn)練樣本來源于駕駛模擬器試驗數(shù)據(jù)，駕駛模擬器采集兩種工況下的駕駛員特性參數(shù)及車輛狀態(tài)信息，共1200組數(shù)據(jù)，隨機抽取1000 組數(shù)據(jù)用于模型訓(xùn)練，另外200 組數(shù)據(jù)用于模型驗證。

5 仿真驗證

為驗證轉(zhuǎn)向控制器與不同駕駛員特性的輔助作用，基于Car-Sim 和Matlab/Simulink 搭建了線控轉(zhuǎn)向汽車模型，試驗車輛參數(shù)，如表3所示。

表3 試驗車輛模型參數(shù)Tab.3 Test Vehicle Model Parameters

選取駕駛特性差異較大的兩位駕駛員（表2中駕駛員1和駕駛員12），在直角轉(zhuǎn)彎轉(zhuǎn)向瞬態(tài)響應(yīng)和典型雙移線工況兩種道路情況，試驗采用RBF自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制方法下的車輛輸出狀態(tài)隨車速的變化情況。

5.1 直角轉(zhuǎn)彎工況

以低速（30km/h）、中速（60km/h）和高速（90km/h）為例，驗證不同車速下轉(zhuǎn)向控制器作用下的車輛輸出影響情況，采集駕駛員1操控下的車輛狀態(tài)響應(yīng)曲線，如圖3所示。

圖3 直角轉(zhuǎn)彎時不同車速下的車輛橫擺角速度響應(yīng)Fig.3 Yaw Rate Response with Different Speed Under Right Angle Turn

圖3為駕駛員1在轉(zhuǎn)向控制器作用下的車輛的橫擺角速度隨車輛速度變化的響應(yīng)曲線，從圖中可以看出，車輛的橫擺角速度隨車速的提高不斷增加，在不同的給定車速變化情況下，車輛能夠快速恢復(fù)至穩(wěn)定狀態(tài)。

采用RBF 自適應(yīng)轉(zhuǎn)向控制器后，車輛分別在2.4s、3.8s、4.1s左右達到預(yù)設(shè)速度，與無控制器方式相比，車速響應(yīng)效率提升約（7.9～17.1）%，證明采用RBF 自適應(yīng)轉(zhuǎn)向控制器達到預(yù)期控制效果。

為對比轉(zhuǎn)向控制器對不同駕駛員特性轉(zhuǎn)向輔助控制效果，以中速段為例，對比直角轉(zhuǎn)彎工況下轉(zhuǎn)向瞬態(tài)響應(yīng)情況下駕駛員1和駕駛員12操控下，車輛的輸出響應(yīng)變化情況，如圖4所示。

圖4 直角轉(zhuǎn)彎轉(zhuǎn)向瞬態(tài)響應(yīng)下不同駕駛員特性的車輛橫擺角Fig.4 Yaw Rate with Different Driver Characteristics Under Quarter Turn

從圖中可以看出，在未施加轉(zhuǎn)向控制器時，駕駛員1操控下的車輛橫擺角在［-0.18，0.21］之間，駕駛員12操控下的車輛橫擺角在［-0.32，0.31］之間，可以看出駕駛員1的轉(zhuǎn)向操控熟練度優(yōu)于駕駛員12；當施加轉(zhuǎn)向控制器后，駕駛特性不同的兩位駕駛員操控下的車輛橫擺角波動范圍均變小，說明車輛運行穩(wěn)定性提升；施加轉(zhuǎn)向控制器后的輸出響應(yīng)曲線接近一致，說明控制器對不同駕駛特性的轉(zhuǎn)向輔助作用有差異，具有自適應(yīng)性，最終提高駕駛的舒適性和安全性。

5.2 雙移線工況

雙移線工況下，采集駕駛員1在高、中、低速三種狀態(tài)的車輛輸出響應(yīng)曲線，如圖5所示。

圖5 雙移線時不同車速下的車輛橫擺角速度響應(yīng)Fig.5 Yaw Rate Response with Different Speed Under Double Lane Change

從圖中可以看出，車輛的橫擺角速度隨車速的提高而增加，采用RBF自適應(yīng)控制器后，在不同車速狀態(tài)下，車輛均能夠快速恢復(fù)至穩(wěn)定狀態(tài)；與無控制方式相比，采取轉(zhuǎn)向輔助控制后，當車輛30km/h開始加速過程中，相比同等車速下的無控制方式，車輛橫擺角速度峰值下降率分別為13.6%，25.3%，8.2%；證明采用RBF自適應(yīng)轉(zhuǎn)向控制器提高車輛轉(zhuǎn)向過程的穩(wěn)定性。

以中速段為例，雙移線工況下，駕駛員1和駕駛員12操控的車輛輸出響應(yīng)曲線，如圖6所示。

圖6 雙移線工況下不同駕駛員特性的車輛橫擺角Fig.6 Yaw Rate with Different Driver Characteristics Under Double Lane Change

從圖中可以看出，與未施加轉(zhuǎn)向控制器相比，駕駛員1和駕駛員12 操控下的車輛橫擺角的幅值下降率分別為29.3%、41.2%，說明施加RBF自適應(yīng)轉(zhuǎn)向控制器后，改善了不同駕駛特性駕駛員的車輛轉(zhuǎn)向穩(wěn)定性，且對于不同駕駛員特性操控下的車輛輸出響應(yīng)曲線接近一致，說明控制器對差異化駕駛特性的轉(zhuǎn)向輔助作用具有自適應(yīng)性。

上述通過兩種工況下，不同車速、不同駕駛特性對比仿真驗證，設(shè)計的RBF轉(zhuǎn)向控制器能夠?qū)崿F(xiàn)高、中、低速三種車速運行狀態(tài)的穩(wěn)定轉(zhuǎn)向控制，對于駕駛特性顯著差異的駕駛員轉(zhuǎn)向操控具有自適應(yīng)性，提高駕駛舒適性與安全性。

6 結(jié)論

通過對不同駕駛員轉(zhuǎn)向控制過程分析，設(shè)計了RBF 轉(zhuǎn)向控制器實現(xiàn)了不同車速、不同工況下的穩(wěn)定轉(zhuǎn)向。

（1）分析了駕駛員特性差異對轉(zhuǎn)向控制的影響，建立反映駕駛員特性參數(shù)的預(yù)瞄模型。

（2）通過駕駛模擬器試驗采集駕駛員特性參數(shù)信息，試驗數(shù)據(jù)顯示，轉(zhuǎn)向控制中延時時間較少的駕駛員，其轉(zhuǎn)向操控增益越大，反映出該駕駛員的轉(zhuǎn)向操作更熟練，當工況改變時，駕駛員所用的預(yù)瞄時間隨之變化。

（3）所設(shè)計的RBF自適應(yīng)轉(zhuǎn)向控制器可以實現(xiàn)在高、中、低速段的轉(zhuǎn)向穩(wěn)定性控制，車輛橫擺角速度下降率在（7.9～17.1）%，對于不同駕駛特性的駕駛員轉(zhuǎn)向控制效果具有一致性，證明RBF自適應(yīng)控制器在線控車輛轉(zhuǎn)向上具有良好的自適應(yīng)特性。

本研究方法符合“車適應(yīng)人”的設(shè)計理念，提高了線控車輛轉(zhuǎn)向的穩(wěn)定性、駕駛舒適性與安全性?？蔀檐囕v轉(zhuǎn)向控制提供理論參考。