高速公路人机共驾接管反应时间估计方法

为推进高速公路的智慧化建设,提升人机共驾的有效性和安全性,提出了一种高速公路人机共驾接管反应时间估计方法。以高速公路封闭道路直线段为驾驶模拟试验场景,选取驾驶行为特征变量,基于随机森林法对接管反应时间进行估计。研究结果表明:所提出模型的平均绝对百分比误差在13.56%以内,与其他回归模型相比,该模型的误差波动幅度和离散程度均处于较优水平;对特征变量的重要性进行排序后发现,接管反应时间预算对接管反应时间预测模型的影响最大,其次为驾驶员熟练程度和周围有无车辆。研究成果可为智慧高速公路的发展和驾驶控制权接管策略的评价、设计和改进提供参考。

人机共驾型车道保持鲁棒控制

为更好地让共驾型车道保持控制系统能够预判驾驶人的转向行为,本文提出了一种间接式共驾型车道保持鲁棒控制算法。首先引入了仿驾驶人转向行为的驾驶人转向模型,并采用免疫遗传(immune genetic algorithm,IGA)算法对驾驶人转向模型参数进行离线辨识,建立了驾驶人在环的线性时变人-车-路模型;其次考虑到复杂工况下道路曲率扰动、线性模型适配不足的缺陷以及模型参数的时变特性等因素,基于T-S模糊控制理论设计了输出反馈γ次优H_(∞)鲁棒控制器;再次综合考虑驾驶人转向行为、车辆横向综合偏差情况等因素,设计了一种人机控制权分配策略,用以实现驾驶控制权的平稳动态分配;最后基于驾驶人在环的集成平台对该鲁棒控制算法进行了验证与探讨。结果表明采用该人机控制权分配策略的鲁棒控制算法具有较好的扰动抑制作用,且能够有效增强共驾过程中的合作程度,提升了人机协作的友好性。

驾驶疲劳在人机共驾环境中的检测与缓解研究综述

为减少人机共驾环境下驾驶员驾驶疲劳对驾驶安全的影响,首先阐述了人机共驾环境下驾驶疲劳产生的机理,然后从主观和客观两个方面分析驾驶疲劳的检测方法,从主动疲劳和被动疲劳两个方向介绍疲劳的缓解方法,最后提出了当前驾驶疲劳检测与缓解研究的不足,并从多特征、多模态融合的角度对人机共驾环境下驾驶员驾驶疲劳检测与缓解进行了展望。

人机共驾环境下驾驶疲劳研究综述

为减少自动驾驶过程中驾驶疲劳对驾驶人状态的影响,综合分析人机共驾环境下驾驶人的疲劳研究发展现状,系统梳理人机共驾模式下驾驶疲劳的研究成果,探索未来发展方向。首先,通过文献检索与关联性分析,明确人机共驾过程中疲劳累积研究现状;然后,从手动驾驶和人机共驾下的驾驶疲劳致因分析、驾驶时长和非驾驶相关任务对疲劳的影响、人机共驾环境下驾驶疲劳对驾驶行为的影响3个维度,讨论分析研究成果;最后,提出人机共驾环境下驾驶人疲劳研究的不足与发展方向。研究结果表明:人机共驾模式导致驾驶人被动疲劳增加,接管绩效受损,弹性设置非驾驶相关任务与自动驾驶时间可有效缓解被动疲劳;人机共驾过程中驾驶疲劳的演化规律与检测模型尚不明确,结合人机共驾场景特征探索驾驶人疲劳调控策略是未来研究重点。

人机共驾智能汽车紧急工况下的驾驶员应激反应

基于L2-L3级别智能汽车在人机共驾工况下驾驶员的认知特征,建立人机共驾智能汽车紧急工况下的驾驶员应激转向模型,该模型反映了驾驶员在应激过度状态下的转向特性.通过应激转向曲线中转向盘转角幅值与转向频率之间的拟合关系来表征驾驶员的应激程度.考虑高速大转角下的车身侧倾,并引入非线性轮胎模型,建立3自由度非线性整车动力学模型,通过侧向加速度的跟踪仿真对驾驶员应激转向模型进行验证.结果表明:驾驶员在应激过度行为下会使车辆产生过度的前轮转角;模型输出结果和实车试验结果有较好的匹配度,模型可以描述驾驶员应激转向特征.

基于Simscape的APA-EPS系统建模及人机共驾转向控制策略研究

人机共驾是智能车辆实现高度自动驾驶之前的过渡阶段,由于驾驶员与驾驶辅助系统同时在环,存在驾驶权分配的问题,智能车辆的转向系统必须实时敏捷地执行驾驶员和驾驶辅助系统的转向控制指令。本文针对搭载于某智能MPV的平行轴式电动助力转向系统(APA-EPS)研究人机共驾转向控制策略。首先对APA-EPS系统进行Simscape建模,并通过台架试验验证了模型的准确度。随后基于模糊PID控制算法和模糊滑模控制算法分别设计了人驾和机驾模式下的控制策略。在驾驶员主导驾驶车辆时,根据距离影响度函数和角度影响度函数确定转向控制权重;在驾驶辅助系统主导驾驶车辆时,采用滑动时间窗口监测驾驶员的接管请求。仿真试验结果表明,人驾和机驾的控制策略均具有较好的转角跟随效果,人机共驾时转向控制权能够及时进行切换,且APA-EPS的转向盘转角响应迅速。

自动驾驶人机共驾环境下驾驶人接管能力研究

在人机共驾环境下,提出了自动驾驶系统中主动制动技术的执行方案,驾驶及交通环境下的自动驾驶与手动驾驶切换性能、驾驶员驾驶能力的评估方法,以及人机共驾系统的接管策略;研究了有条件自动驾驶对非驾驶相关任务的允准边界。研究结论对驾驶人接管能力的提升和自动驾驶共存的发展具有一定的实际意义,可以为自动驾驶技术的应用和交通安全提供重要参考。

面向人机共驾决策的实时驾驶能力评价算法

面向智能辅助驾驶系统人机共驾决策问题对于驾驶人实时驾驶能力评估的需求,考虑现有驾驶评价的单一性问题,提出综合考虑驾驶技能、驾驶状态以及驾驶风格等驾驶人实时驾驶能力评价算法.该算法在提出驾驶能力具有相对性和连续性基础上,首先提出基于高斯核函数的客观熵权驾驶技能相对评价模型、基于时间尺度的驾驶状态相对评价模型以及基于无监督决策分类树的驾驶风格软划分模型;其次,提出具有“惩罚”与“肯定”机制的驾驶能力评价机制及评价模型,实现满足人机共享决策控制需求的实时驾驶能力评价.最后,通过实验比较分析可知,本文提出的评价算法能够满足人机共享系统对于驾驶人驾驶能力评价实时性、客观性、全面性的需求.

人机共驾模式下的接管义务及其刑事归责

在人机共驾模式下,驾驶员对汽车的接管是驾驶过程中风险控制责任主体发生转移的关键时间点。明确人机共驾模式下接管义务的内涵、该义务产生的情形以及接管义务的实现机制,不仅有利于合理地设定接管过程中各参与主体的行为标准,也为接管失败所引发事故的刑事归责提供依据。应结合人因学原理对驾驶员的接管能力进行判断,并为适应该能力合理地设定其他参与主体的注意义务。在过失未履行接管义务而引发事故的场合,信赖原则仍然可以适用,而对驾驶员的刑事归责需要同时满足不作为犯和过失犯的条件。除此之外,也有必要对不同类型的过失竞合提出适当的归责方案。

“人机共驾”智能汽车交通事故侵权车辆保有人责任研究

智能汽车带来便利的同时带来的交通事故说明亟待建立有关“人机共驾”智能汽车交通事故保有人侵权责任体系。在建立有关侵权责任体系前,应平衡好人与机器伦理价值选择以及法律与企业价值选择两组关系。在适用具体侵权责任时,相较共同过失侵权说、缺陷医疗产品侵权说以及动物侵权说等观点,应采取交通事故侵权说观点。在构建详细侵权责任时,归责原则可从过错原则和无过错原则展开,免责事由包括产品缺陷、销售商义务以及第三人原因三个方面。

福特汽车构建“人机共驾”策略

智能驾驶一直被看做是汽车智能化的重要组成部分,前沿技术的应用和智能驾驶带来的出行新体验也吸引着越来越多的消费者。对于智能驾驶赛道来说,2023年是非常重要的一年。基于对法律和成本等方面的考虑,大部分车企可能更多地实现L2+/L2++,在技术上仍然属于辅助驾驶领域。

基于人机共驾的车道偏离防避控制

提出了两层驾驶员转向预测模型,基于驾驶员视觉预瞄信息的第一层体现了路径跟踪特性,基于神经肌肉动力学模型的第二层体现了驾驶员转向操作特征,采用Car Sim/Simulink对比了不同状态驾驶员的路径跟踪性能。设计了车道偏离防避系统(LDAS)的期望横摆角速度观测器和转角PID控制器。建立了转向系统等效动力学模型,并基于滑模理论设计了LDAS的鲁棒转矩控制器。由于车辆偏离车道程度与预瞄点的侧向偏移量和驾驶员力矩的关系不能精确描述,故基于模糊控制理论设计了LDAS人机共驾模糊控测器。进行了基于Car Sim/Simulink的仿真和基于Car Sim/Lab VIEW RT的硬件在环试验,对比了驾驶员、LDAS控制器和人机共驾纠正车辆偏航的能力。结果表明,所提出的人机共驾策略能及时纠正车辆偏航,使之恢复到正常车道,并保证从人机共驾到驾驶员控制切换过程的平顺性。

智能汽车的切换型人机共驾研究进展与展望

“人机共驾”人工驾驶到无人驾驶的过渡阶段在一段时间内将长期存在并成为智能汽车发展需要突破的难题之一。为进一步研究人机共驾,首先,梳理了国内外有关人机共驾的定义、分类和研究方法,总结了单车智能化人机共驾车辆存在的问题,并提出了解决方案。研究结果表明,感知与决策层面存在的环境感知范围受限、决策结果局部最优是主要问题。然后,针对近年来兴起的车路协同技术,借鉴以系统性思维打破单点思维局限性的技术更迭思路,分析其对人机共驾车辆感知增强及驾驶模式协同决策带来的新方法。最后,根据“人-车-路-云”交通要素的参与程度对人机共驾的发展阶段进行了划分,同时对当前智能汽车的人机共驾研究存在的问题提出了初步的解决思路。

基于人机共驾的车道保持驾驶辅助系统

针对驾驶员因疲劳、分心以及横向风等因素,无意识地使车辆偏离车道线的问题,提出了一种通过固定的共驾系数实现辅助驾驶系统与驾驶员之间人机共驾的车道保持驾驶辅助系统研究方法。为了模拟驾驶员分心、疲劳状态,建立了驾驶员模型。在驾驶员模型的基础上,采用分层控制方法设计车道保持驾驶辅助系统。上层控制器利用模型预测控制方法设计转向角矫正策略;下层控制器根据上层控制器计算的期望横摆力矩对车辆进行防侧翻稳定性控制。搭建CarSim与Matlab/Simulink联合仿真平台,设计不同行驶工况,并分别采用人工驾驶和辅助驾驶2种方式进行仿真试验,仿真结果表明:无论在高速、低速或者低附着系数路面,当人工驾驶的车辆偏离车道中心线时,驾驶辅助系统均能及时矫正车辆的行驶方向,保证车辆稳定地跟踪车道线。

人机共驾车辆路径跟踪集成控制策略

针对人机共驾车辆路径跟踪控制精度和车辆稳定性难以有效保障的问题,提出一种集成控制策略,包括主动前轮转向系统(AFS)可变传动比曲线和基于模型预测控制(MPC)的路径跟踪控制器。针对稳定性控制,构建考虑路面附着条件和车速的AFS可变传动比函数,用于保证车辆路径跟踪过程中的安全性和横向稳定性;针对路径跟踪控制,设计基于MPC的路径跟踪控制器,用于跟踪目标路径;搭建了基于Carsim/Matlab的联合仿真平台并进行仿真验证。结果表明:集成控制策略可以有效改善人机共驾车辆的操作稳定性,显著提高了车辆的跟踪性能,削弱了驾驶员驾驶状态波动对车辆行驶安全的影响。

基于非合作模型预测控制的人机共驾策略

提出一种基于非合作模型预测控制(model predictive control,MPC)的智能汽车人机共驾策略.首先,建立了驾驶员和控制系统两者共同控制车辆的人机共驾系统模型.接着,得到了驾驶员和控制系统的代价函数.然后,求解了非合作MPC人机共驾策略的纳什均衡解.最后,通过仿真验证了非合作MPC人机共驾策略的优点和有效性.证明了非合作MPC的纳什均衡解可以通过非迭代的方法求解,并通过驾驶员和控制系统置信度矩阵的更新实现了驾驶权的逐渐交接.Matlab仿真表明,非合作MPC人机共驾策略可以在智能车辆遇到危险时将驾驶权逐渐从驾驶员转交给控制系统,同时保证驾驶员实时在环.

“人机共驾”模式下交通肇事罪的适用困境及突围

人工智能对自动驾驶的技术赋能催生出驾驶模式的变革。“人机共驾”模式的出现导致交通肇事罪的责任划分出现责任主体空白化、责任内容复合化、责任划分复杂化的困境。对此,应当依据“影响力责任模式”的法理依据确立自动驾驶汽车制造商或平台运营者的刑事责任主体地位,并通过自动驾驶系统注意义务与驾驶人注意义务的合理界定实现责任内容的明确化,再经由限定接管义务类型的补充性与减损性、严格自动驾驶系统提醒义务、缓和结果回避义务等对过失责任的限制完成对交通肇事罪责任边界的框定,从而最终实现交通肇事罪责任划分的合理性、科学性。

面向人机共驾车辆的驾驶人风险感知研究综述

面向人机共驾车辆的驾驶人风险感知是接管时正确应激反应和操作的前提,是交通安全领域的研究重点。分析了人机共驾车辆驾驶人风险感知概念及其特性;从驾驶人特性、自动驾驶系统、驾驶情景这3个方面分析了人机共驾车辆驾驶人风险感知的影响因素;从驾驶行为表现、接管绩效和主观评价这3个方面对人机共驾车辆驾驶人风险感知衡量方法进行归纳总结;梳理归纳了基于驾驶人培训、辅助设备调节的风险感知能力提升方法。结果表明:相比于手动驾驶,人机共驾车辆驾驶人风险感知能力较低,且是多因素耦合作用下的结果;现有风险感知能力评价方法各有弊端,缺少可广泛应用的普适性量化方法;对驾驶人状态进行动态监测和调节是保障人机共驾车辆安全应用的前提。基于现有研究中存在的问题,指出了人机共驾车辆驾驶人风险感知未来研究方向,主要包括多因素耦合情况下的风险感知研究、风险感知能力量化模型构建、风险感知能力安全阈值研究、风险感知能力动态监测与稳态保持方法研究。

基于驾驶模拟系统的人机共驾交互研究

自动驾驶汽车仍将长期处于人机共驾阶段,需要进行人机协同控制,而汽车驾驶模拟系统是人机共驾交互验证测试最有效的方法之一。针对智能网联汽车的发展,文章基于驾驶模拟系统重点分析了人机交互验证的架构,以及自动驾驶汽车人机共驾的测试内容,展望了未来智能网联汽车领域人机共驾交互研究可切入的重点。

自动驾驶人机共驾环境下驾驶人接管能力研究进展

当前汽车市场中已出现2/3级自动驾驶汽车,在此阶段人与自动化系统需要相互协同才能完成动态驾驶任务,即人机共驾。以人机共驾环境下驾驶人接管能力为研究对象,从评价方法、影响因素、提升方法3个方面对相关文献进行梳理总结,以期为人机共驾阶段驾驶人接管提供参考。从车辆操纵、眼动特性、接管行为和生理特性等方面的相关指标介绍接管能力评价方法;根据接管请求方式、接管时间提前量、非驾驶相关任务、驾驶人属性与状态阐述国内外接管能力影响因素相关研究成果;总结现有的接管能力提升方法,提出未来研究应形成规范化、系统性的培训体系,建立更科学有效的培训教育方法,进而能够切实有效提升驾驶人的接管能力。