考虑驾驶人疲劳特性的差动转向共享控制

为降低由于驾驶人疲劳所引发的车辆失稳风险,提出了一种考虑驾驶疲劳特性的差动转向共享控制方法.首先,建立了可表征驾驶疲劳特性的驾驶人-车辆模型;然后设计考虑车速、手臂肌肉刚度与反应时间不确定性的动态输出反馈鲁棒控制器,并采用极点配置方法提升驾驶人-车辆闭环系统稳定性;最后搭建了PreScan\Carsim\Simulink联合仿真平台与驾驶人硬件在环试验平台.结果表明:加入所提出的共享转向控制后,不同疲劳状态下的车辆路径跟踪误差指标减小了59.53%以上,有效提升了车辆的路径跟踪性能;针对轻度、重度疲劳驾驶人,生理负荷指标与心理负荷指标在控制器辅助下均减小了48.92%以上,实现了不同等级的个性化辅助驾驶.

共驾型智能汽车控制权限转移算法研究

人机共驾型智能汽车中驾驶员和自动控制器共享车辆的控制权。其中,人类驾驶员能够更好地适应未知复杂环境,自动控制器在已知环境中具有更高的控制精度,车辆控制权限在两者之间转移可实现“1+1>2”的控制效果。提出一种考虑驾驶员个性化操纵偏好的权限转移控制策略。首先,采用模型预测控制方法设计车辆控制器,根据驾驶员在视觉预瞄、反馈控制、比例增益、大脑和神经肌肉延迟的个性化操纵特性对所设计的控制器进行拟人化改进,以减少权限转移过程中的人机冲突。其次,提出一种基于样条曲线方法的柔性化权限转移策略,并在权限转移策略中考虑驾驶员的个性化预瞄时间和反应时间约束,使其能够符合驾驶员的操纵偏好。最后,将提出的柔性化权限转移策略与常见的阶跃式和渐进式两种权限转移方法进行对比。驾驶员在环试验结果表明,相比于常见的两种方法,采用设计的权限转移策略,使得新手驾驶员的路径跟踪精度分别提高33.8%和32.4%,权限转移过程中的驾驶舒适性分别提高50.6%和45.8%;熟练驾驶员的路径跟踪精度分别提高42%和33.3%,驾驶舒适性分别提高57.8%和48%。