智能汽车横向辅助避障控制策略及硬件在环研究
发布时间：2021-04-16 03:18
汽车智能化作为新一轮科技革命和汽车行业变革的发展趋势,其出现为解决汽车所带来的交通问题提供了一种新的手段。车辆碰撞是目前交通问题中最为严重的一种,汽车智能化技术之一的辅助避障技术通过辅助驾驶员改变车辆状态从而避开碰撞或缓解其所带来的危害。其中AEB系统已经得到各方面的认可,在纵向避撞中起到了显著效果。但是在避障距离短、车速高、低重叠率的紧急条件下,横向避障能够避免更多事故,因此从提升驾驶安全的角度出发,横向辅助避障控制策略的研究较为重要。本文围绕智能汽车横向辅助避障控制策略展开研究,对碰撞危险评估及避障轨迹规划、驾驶员转向力矩建模以及横向辅助避障控制策略三方面进行分析,并搭建横向辅助避障控制算法硬件在环测试平台,基于特定场景进行驾驶员在环测试对算法进行测试验证。其主要内容如下:（1）碰撞危险评估和避障轨迹规划。基于危险场景下的主车和交通车的运动特点,本文将基于运动学模型的轨迹预测方法和基于驾驶员意图的轨迹预测方法相结合设计最终的预测轨迹。在上述预测轨迹的基础上,从可能引发碰撞的角度考虑,针对主车本车道和邻车道进行评估,以TTC和车辆纵横间距为依据判断主车当前状态下的危险程度。当车辆存在...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：127 页
【学位级别】：硕士
【部分图文】：
SAE标准J3016对于无人驾驶的分类
吉林大学硕士学位论文2根据2015年美国道路交通安全管理局统计，在2014一年中警方报告了180万起追尾事故，占据警方报告所有的交通事故中的32%[4]，上述数据表明在交通事故中追尾作为一大事故类型不可忽略。智能汽车为了辅助驾驶员应对追尾事故，其被应用最多就是辅助避障系统，辅助避障系统通过周围环境判断车辆是否处于危险环境，当判断车辆处于危险状态时主动或辅助驾驶员进行制动或换道以避免碰撞，所以辅助避障系统对于驾驶员在驾驶过程中意义重大。辅助避障根据避障形式可以分为车辆纵向避障辅助和横向避障辅助，如图1.2所示。（a）横向避障（b）纵向避障图1.2辅助避障形式示意图智能汽车的纵向避障指通过汽车制动的方式减小汽车的纵向运动速度从而避开与前方障碍物的碰撞，其中比较具有代表性的为自动紧急制动系统（AutomaticEmergencyBraking，AEB）。AEB的原理是通过车辆自身传感器获取车辆前方一定范围内交通参与者信息，并据此判断主车是否存在碰撞危险，当危险程度大于一定阈值时，控制器会控制车辆的制动执行器采取主动制动，降低车辆的纵向速度，避免主车与前方车辆发生碰撞。随着汽车技术的逐渐发展，AEB的作用已经得到认可，各国相关的监管机构针对AEB出台了相关的测试标准。欧洲EuroNCAP于2013年引入对于新车AEB的评定，并在2018年对评价体进行了进一步更新，引入对于弱势道路使用者VRU的保护测试以及前车相对主车左右偏置工况[5]。2018年中国C-NCAP也将AEB的测试加入对于新车的测评标准中[6]。同样各个主机厂也开始对于AEB的系统进行研发，如Volo的CitySafety，Honda的CollisionMitigationBrakeSystem等。AEB的对车辆的安全性起到了一定作用，数据显示装配CitySafety的XC60与同级别的其他未装配此系统的追尾事故减少41%[4]?
吉林大学硕士学位论文6算只要考虑两车间的距离和车宽车长之间的关系，文献[13]中提出了一种基于主车和障碍车宽度之间安全距离计算方法：22sin2222etsswwdLLxxLL+=++.....................(1.2)上述公式中计算出安全碰撞距离，通过加入一定的安全范围可以对危险等级进行一定的评估，从而得到不同的危险评估结果。上述轨迹预测的方法对于简单工况比较适用，但是对于相对复杂的工况中，障碍物数量多，道路结构复杂，驾驶员的轨迹不一定是一条确认的轨迹，其可以通过车辆的前期的运动状态从而生成一系列轨迹[24–26]，或者针对生成的轨迹不同状态具备概率分布[27–29]，或者某个由同伦轨迹组成的区域[30]。上述方法对于轨迹判断更加准确，危险评估准确性也高，但是其算法结构复杂，计算量大，不适用于结构化道路中的简单工况。除了上述方法，还有基于交互式分析的危险评估方法[31–33]，其主要应用于交叉路口中，其分析车辆之间的交互性对于其中交通车辆的轨迹变化的影响。1.2.1.2轨迹规划研究现状轨迹规划是路径规划的一部分，路径规划是指在一片具有障碍物的区域内，按照一定的标准，寻找一条可行的轨迹保证车辆可以从起点避开障碍物到达目标点。路径规划可以分为全局路径轨迹和局部路径规划。全局路径规划是根据已知的周围环境（周围道路环境、障碍物位置等）确定一条可行的最优路径，其中具有代表性的方法有几何法[34]、人工势场法[35–37]、基于搜索的方法[38–40]等，计算量相对较大，实时性较差，并且全局路径规划主要是针对宏观的轨迹规划，本文所需要的是实时性较好的局部的路径规划，即轨迹规划，下面就针对局部的轨迹规划的研究现状做介绍。图1.6基于不同方法的全局路径规划方式示意图
【参考文献】：
期刊论文
[1]智能汽车人机协同控制的研究现状与展望[J]. 胡云峰,曲婷,刘俊,施竹清,朱冰,曹东璞,陈虹. 自动化学报. 2019(07)
[2]驾驶员转向特性分类与在线辨识研究[J]. 李刚,李高超,韩海兰. 机械设计与制造. 2018(05)
[3]智能汽车自动紧急控制策略[J]. 李霖,朱西产. 同济大学学报(自然科学版). 2015(11)
[4]最优预瞄加速度驾驶员模型参数试验辨识方法研究[J]. 白艳,贾鑫. 汽车工程. 2015(07)
[5]考虑全局最优性的汽车微观动态轨迹规划[J]. 孙浩,邓伟文,张素民,吴梦勋. 吉林大学学报(工学版). 2014(04)
[6]基于紧急变道策略的汽车主动避障安全车距模型[J]. 边明远. 重庆理工大学学报(自然科学). 2012(04)
[7]智能车辆弯路换道轨迹规划与横摆率跟踪控制[J]. 任殿波,张继业,张京明,崔胜民. 中国科学:技术科学. 2011(03)
[8]Trajectory planning and yaw rate tracking control for lane changing of intelligent vehicle on curved road[J]. REN DianBo1, ZHANG JiYe2, ZHANG JingMing1 & CUI ShengMin1 1 School of Automotive Engineering, Harbin Institute of Technology at Weihai, Weihai 264209, China; 2 State Key Laboratory of Traction Power, Southwest Jiaotong University, Chengdu 610031, China. Science China（Technological Sciences）. 2011(03)
[9]智能车辆自由换道模型研究[J]. 李玮,高德芝,段建民. 公路交通科技. 2010(02)
[10]基于单点预瞄最优曲率模型的单轨车辆驾驶员模型[J]. 丁能根,冉晓凤,张宏兵. 机械工程学报. 2008(11)
博士论文
[1]基于随机模型预测控制的驾驶员行为建模[D]. 曲婷.吉林大学 2015
[2]汽车纵向主动避撞系统的研究[D]. 侯德藻.清华大学 2004
[3]自主驾驶汽车智能控制系统[D]. 孙振平.国防科学技术大学 2004
硕士论文
[1]智能汽车纵横向主动避撞控制策略研究[D]. 叶一凡.吉林大学 2019
[2]智能车辆自主换道方法的研究[D]. 王政.吉林大学 2016
[3]智能汽车避障危险评估和轨迹规划研究[D]. 江庆坤.吉林大学 2016
[4]智能汽车的轨迹跟随控制研究[D]. 明廷友.吉林大学 2016
[5]智能车辆越野环境路径规划[D]. 蒋键.北京理工大学 2016
[6]高速公路基本路段车辆换道安全距离模型的研究[D]. 王文霞.吉林大学 2007
本文编号：3140635
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：127 页
【学位级别】：硕士
【部分图文】：
SAE标准J3016对于无人驾驶的分类
吉林大学硕士学位论文2根据2015年美国道路交通安全管理局统计，在2014一年中警方报告了180万起追尾事故，占据警方报告所有的交通事故中的32%[4]，上述数据表明在交通事故中追尾作为一大事故类型不可忽略。智能汽车为了辅助驾驶员应对追尾事故，其被应用最多就是辅助避障系统，辅助避障系统通过周围环境判断车辆是否处于危险环境，当判断车辆处于危险状态时主动或辅助驾驶员进行制动或换道以避免碰撞，所以辅助避障系统对于驾驶员在驾驶过程中意义重大。辅助避障根据避障形式可以分为车辆纵向避障辅助和横向避障辅助，如图1.2所示。（a）横向避障（b）纵向避障图1.2辅助避障形式示意图智能汽车的纵向避障指通过汽车制动的方式减小汽车的纵向运动速度从而避开与前方障碍物的碰撞，其中比较具有代表性的为自动紧急制动系统（AutomaticEmergencyBraking，AEB）。AEB的原理是通过车辆自身传感器获取车辆前方一定范围内交通参与者信息，并据此判断主车是否存在碰撞危险，当危险程度大于一定阈值时，控制器会控制车辆的制动执行器采取主动制动，降低车辆的纵向速度，避免主车与前方车辆发生碰撞。随着汽车技术的逐渐发展，AEB的作用已经得到认可，各国相关的监管机构针对AEB出台了相关的测试标准。欧洲EuroNCAP于2013年引入对于新车AEB的评定，并在2018年对评价体进行了进一步更新，引入对于弱势道路使用者VRU的保护测试以及前车相对主车左右偏置工况[5]。2018年中国C-NCAP也将AEB的测试加入对于新车的测评标准中[6]。同样各个主机厂也开始对于AEB的系统进行研发，如Volo的CitySafety，Honda的CollisionMitigationBrakeSystem等。AEB的对车辆的安全性起到了一定作用，数据显示装配CitySafety的XC60与同级别的其他未装配此系统的追尾事故减少41%[4]?
吉林大学硕士学位论文6算只要考虑两车间的距离和车宽车长之间的关系，文献[13]中提出了一种基于主车和障碍车宽度之间安全距离计算方法：22sin2222etsswwdLLxxLL+=++.....................(1.2)上述公式中计算出安全碰撞距离，通过加入一定的安全范围可以对危险等级进行一定的评估，从而得到不同的危险评估结果。上述轨迹预测的方法对于简单工况比较适用，但是对于相对复杂的工况中，障碍物数量多，道路结构复杂，驾驶员的轨迹不一定是一条确认的轨迹，其可以通过车辆的前期的运动状态从而生成一系列轨迹[24–26]，或者针对生成的轨迹不同状态具备概率分布[27–29]，或者某个由同伦轨迹组成的区域[30]。上述方法对于轨迹判断更加准确，危险评估准确性也高，但是其算法结构复杂，计算量大，不适用于结构化道路中的简单工况。除了上述方法，还有基于交互式分析的危险评估方法[31–33]，其主要应用于交叉路口中，其分析车辆之间的交互性对于其中交通车辆的轨迹变化的影响。1.2.1.2轨迹规划研究现状轨迹规划是路径规划的一部分，路径规划是指在一片具有障碍物的区域内，按照一定的标准，寻找一条可行的轨迹保证车辆可以从起点避开障碍物到达目标点。路径规划可以分为全局路径轨迹和局部路径规划。全局路径规划是根据已知的周围环境（周围道路环境、障碍物位置等）确定一条可行的最优路径，其中具有代表性的方法有几何法[34]、人工势场法[35–37]、基于搜索的方法[38–40]等，计算量相对较大，实时性较差，并且全局路径规划主要是针对宏观的轨迹规划，本文所需要的是实时性较好的局部的路径规划，即轨迹规划，下面就针对局部的轨迹规划的研究现状做介绍。图1.6基于不同方法的全局路径规划方式示意图
【参考文献】：
期刊论文
[1]智能汽车人机协同控制的研究现状与展望[J]. 胡云峰,曲婷,刘俊,施竹清,朱冰,曹东璞,陈虹. 自动化学报. 2019(07)
[2]驾驶员转向特性分类与在线辨识研究[J]. 李刚,李高超,韩海兰. 机械设计与制造. 2018(05)
[3]智能汽车自动紧急控制策略[J]. 李霖,朱西产. 同济大学学报(自然科学版). 2015(11)
[4]最优预瞄加速度驾驶员模型参数试验辨识方法研究[J]. 白艳,贾鑫. 汽车工程. 2015(07)
[5]考虑全局最优性的汽车微观动态轨迹规划[J]. 孙浩,邓伟文,张素民,吴梦勋. 吉林大学学报(工学版). 2014(04)
[6]基于紧急变道策略的汽车主动避障安全车距模型[J]. 边明远. 重庆理工大学学报(自然科学). 2012(04)
[7]智能车辆弯路换道轨迹规划与横摆率跟踪控制[J]. 任殿波,张继业,张京明,崔胜民. 中国科学:技术科学. 2011(03)
[8]Trajectory planning and yaw rate tracking control for lane changing of intelligent vehicle on curved road[J]. REN DianBo1, ZHANG JiYe2, ZHANG JingMing1 & CUI ShengMin1 1 School of Automotive Engineering, Harbin Institute of Technology at Weihai, Weihai 264209, China; 2 State Key Laboratory of Traction Power, Southwest Jiaotong University, Chengdu 610031, China. Science China（Technological Sciences）. 2011(03)
[9]智能车辆自由换道模型研究[J]. 李玮,高德芝,段建民. 公路交通科技. 2010(02)
[10]基于单点预瞄最优曲率模型的单轨车辆驾驶员模型[J]. 丁能根,冉晓凤,张宏兵. 机械工程学报. 2008(11)
博士论文
[1]基于随机模型预测控制的驾驶员行为建模[D]. 曲婷.吉林大学 2015
[2]汽车纵向主动避撞系统的研究[D]. 侯德藻.清华大学 2004
[3]自主驾驶汽车智能控制系统[D]. 孙振平.国防科学技术大学 2004
硕士论文
[1]智能汽车纵横向主动避撞控制策略研究[D]. 叶一凡.吉林大学 2019
[2]智能车辆自主换道方法的研究[D]. 王政.吉林大学 2016
[3]智能汽车避障危险评估和轨迹规划研究[D]. 江庆坤.吉林大学 2016
[4]智能汽车的轨迹跟随控制研究[D]. 明廷友.吉林大学 2016
[5]智能车辆越野环境路径规划[D]. 蒋键.北京理工大学 2016
[6]高速公路基本路段车辆换道安全距离模型的研究[D]. 王文霞.吉林大学 2007
本文编号：3140635
本文链接：https://www.wllwen.com/kejilunwen/qiche/3140635.html
