新型汽车主动避撞安全距离模型

针对现有模型的不足,以驾驶员车间距保持目的假设为基础建立了一种新型汽车主动避撞安全距离模型,通过驾驶员试验获得了反映驾驶员驾驶特点的模型参数。经仿真及试验对比,该模型计算结果体现了驾驶员的驾驶特点,能够适用于多种交通状况,满足了汽车主动避撞系统的要求。

基于轨迹加权预测的主动避撞安全距离模型及算法

为有效解决现有主动避撞系统相邻前车变道切入工况下的车-车避撞问题,提高智能汽车的主动安全性,通过随预测时间变化的权重系数函数将CTRA恒角速度恒加速度运动模型和五次多项式变道轨迹模型进行加权融合,构建一种同时满足短时、长时的前车变道切入轨迹预测模型,在此基础上,建立了相邻前车变道切入工况下的主动安全距离模型,并设计了相适应的主动避撞算法。通过PreScan搭建主动避撞场景并与Simulink进行联合仿真,结果表明:相邻前车变道切入轨迹加权融合模型较2种单一预测模型的预测精度显著提高,在所建立的仿真变道工况下,短时、长时模型预测绝对偏差分别为0.09、0.18 m;所设计的安全距离模型,当两车间隔距离小于或等于最小变道安全距离、两车间隔距离大于或等于最大变道安全距离的区域内均无碰撞危险,当两车间隔距离在最小变道安全距离和最大变道安全距离之间时,相邻前车变道切入,自车与变道切入车辆有追尾侧碰危险,主动避撞算法启动并及时介入车辆速度控制,使车辆分级减速实现避撞,并保持5 m的安全跟车距离,验证了加权融合变道轨迹预测下的安全距离模型及其主动避撞算法的正确性,对智能车辆主动安全设计具有重要理论意义。

汽车主动避撞系统的安全距离模型和目标检测算法

为辅助汽车驾驶员安全驾驶,开发了一种汽车主动避撞系统。该系统以"碰撞时间倒数"TTC-1作为评价指标,采用了基于危险系数ε进行分级报警与主动制动的安全距离模型,其关键参数按照驾驶员特性进行标定。基于自适应巡航系统(ACC)目标检测算法,设计了适用于避撞系统的毫米波雷达算法。基于捷达轿车,开发了用于避撞系统的软硬件平台,并在良好路面下分别进行了主动避撞试验和人为切换试验。实车试验表明:本系统的分级报警和主动制动功能,符合期望的TTC-1指标,提高了汽车的主动安全性,体现了驾驶员控制的优先性和协调性。

汽车纵向主动避撞DRV安全距离模型

分析了驾驶员因素、交通路况因素和车辆制动性能因素对安全距离的影响,并在此基础上建立了DRV安全距离模型。应用Prescan仿真平台对DRV安全距离模型进行效果验证。结果表明:DRV安全距离模型能同时兼顾驾驶安全和道路使用率,基于此模型计算的报警安全距离和自动制动安全距离更加合理。

汽车纵向主动避撞DRV安全距离模型建模研究

通过对现有车辆安全距离模型的特点进行分析,发现现有安全距离模型没有综合考虑驾驶员因素、交通路况因素和车辆制动性能因素对安全距离准确性的影响。因此,分析驾驶员因素、交通路况因素和车辆制动性能因素对安全距离的影响,并在此基础上创新建立了DRV安全距离模型。利用Prescan仿真平台对DRV安全距离模型进行效果验证,结果表明:DRV安全距离模型能够同时兼顾驾驶安全和道路使用率,基于此模型计算的报警安全距离和自动制动安全距离更加合理。

基于安全距离模型的汽车防追尾避撞方法

在对汽车防追尾安全距离模型分析的基础上,给出一种基于安全距离模型的主动避撞方法。该方法通过实时信息采集,根据安全距离模型进行判断,给出当前车的行驶状态,必要时自动刹车,并且能够保持最优车距。仿真实验表明了该方法的有效性。

基于横向安全距离模型的主动避障算法

现有的安全距离模型是基于纵向相对车速或减速度值建立的,没有考虑移动目标的横向运动特性。本文利用移动目标横穿马路的速度、相对位置,建立横向安全距离模型,并提出一种基于横向安全距离模型的主动避障算法。首先,根据横向移动目标横穿马路的速度、相对位置和自车的制动距离建立横向安全距离模型,设计主动避障算法。接着,为计及路面条件对制动效果的影响,引入当前行驶路面估算的附着系数峰值估算最大制动减速度,约束目标避障减速度,并调整制动强度,以适应不同路况的安全避障行驶。最后,以典型横向移动目标骑行者作为研究对象,通过PreScan/Simulink/CarSim联合仿真验证避障算法的有效性。结果表明:基于横向安全距离模型的主动避障算法能有效避免与骑行者碰撞,提高行车的主动安全性。

基于临界安全距离的主动避撞模式切换策略

针对主动避撞系统采用单一子模式避撞导致避撞效果在不同工况下差异较大甚至避撞失败的问题,提出混合避撞模式协调工作的策略,以提高避撞系统在不同危险工况下的适应性。将临界安全距离作为避撞决策指标:考虑车辆制动过程、避撞轨迹、道路附着系数、障碍物宽度等因素建模,分别对各混合子模式的临界安全距离的确定进行仿真分析。仿真结果表明:根据临界安全距离和临界车速能确定不同子模式的优势区域。雷达与传感器通过实时测得的车障距与主车车速即可判定行车状态,从而采取相应的避撞模式完成有效避撞。另外,与现有方法的对比证明了所提出方法更符合实际情况,体现了其准确性和优越性。

智能汽车自动紧急避撞系统的安全距离模型及其对比分析

从运动学角度出发,分别建立了智能汽车自动紧急避撞的质点模型和考虑车辆外形尺寸及安全约束条件的避撞模型,并对上述两种模型所需的最小纵向安全距离进行了仿真计算和对比分析。在汽车质点避撞模型的计算中,对制动避撞、转向避撞以及两者的综合避撞策略进行了不同约束条件下的对比分析,提出了2种不同的转向避撞策略,并对其进行了仿真对比分析。在采用五次多项式避撞轨迹规划的基础上,进一步考虑了车辆外形尺寸对避撞过程的影响,结合质点模型的5种不同避撞方式,在高、低两种不同附着系数路面条件下,对不同车速下每种避撞策略所需的最小纵向安全距离进行仿真计算和对比分析。所得出的定量对比分析结果可为智能车辆自动紧急避撞系统的设计及自动驾驶相关研发提供参考。

基于横向避撞的安全距离速度综合模型

为了避开侧面来驶车辆的撞击,将车辆的运动在基于阿克曼转向原理的基础上简化为自行车模型,建立平面几何中车辆运行的理论数学模型。假定两车之间的距离太小,倘若继续行驶必定在交汇处撞击到侧面的情况下,约束智能小车的最高驾驶速度,设定小车在遇到危险立即转向避撞的条件,并结合轮胎与地面的滚动摩擦系数,得出横向转向避免撞击的安全距离和安全速度。通过智能小车的模拟实验,结合理论数值模型的仿真,用智能小车的模拟实验结果去验证自行车理论下的数学模型,进一步证实在横向撞击下安全距离、速度避撞的可靠性和可行性。

基于改进安全距离模型的人机协同纵向避撞研究

针对车辆纵向跟驰过程中的避撞问题,基于车辆运动状态和路面附着系数等因素,提出了一种改进的安全距离模型。针对驾驶员和主动制动系统的协调控制问题,采用可拓决策的方法,以两车实际间距和碰撞时间为参考变量建立二维可拓集合,划分动态安全边界,不同域中分别采用自由驾驶模式、协调制动模式和主动制动模式。基于避撞模型,对被选为主动制动控制器的径向基神经网络的模型进行训练,得出理想制动压力。通过软件仿真和台架硬件在环仿真,对所提控制策略进行验证,结果表明所提策略能有效避免车辆纵向碰撞,改善了制动平稳性和安全性。

城市工况下最小安全车距控制模型和避撞算法

鉴于传统安全距离模型适应性差、模型参数须预先确定和车距控制偏差大的缺陷,提出一种最小安全车距控制模型和避撞算法.通过视觉和雷达传感器实时监测前方车辆,针对前方车辆行驶状态和不同类型车辆制动性能差异,给出相应的安全距离估算模型、最小安全车距控制模型与算法;为了保证车距控制精度,采用周期闭环控制方法.该算法应用于奇瑞智能自主跟车系统,经过2 种工况、5 种初始车速和2 0 0 0 次的城市道路试验.结果表明最小安全车距均保持在1 - 2 m内,控制偏差精度在依0. 5m内.该算法在各种城市工况下均具有很较高的车距控制精度,能有效提高车辆的主动安全性、驾乘舒适性和道路行车利用效率.

基于模型匹配方法的汽车主动避撞下位控制系统

针对汽车主动避撞系统下位控制的鲁棒性要求 ,应用模型匹配控制理论 ,设计了汽车主动避撞下位系统的控制器 ;并解决了下位控制系统鲁棒稳定性和鲁棒跟随性难以得到兼顾的问题 ;通过实车试验结果对此控制器性能进行了验证 。

基于减速度的车辆主动避撞模型研究

为预防碰撞类事故,提高驾驶安全性,构建一种以避撞减速度为评价指标的主动避撞模型(DAC)。模型以车辆避撞时所需的最小减速度为系统阈值,将驾驶者的制动延迟时间定为1.2 s;针对不同危险场景下的临界避撞条件,提出以α为目标参数的避撞报警算法;并通过仿真,初步分析DCA模型与时间模型(TTC);然后利用模拟驾驶仪等设备进行DCA模型和TTC模型的对比试验。结果表明:在避撞过程中DCA模型与TTC模型都具有良好的预警能力,但在避撞率和及时性方面,DCA模型分别比TTC模型提高了5.4%和1.02 s。

基于改进行车风险场模型的车辆避撞方法研究

为了提高车辆行驶的主动安全性,构建了分层控制框架,对车辆的主动避撞控制系统进行研究。上层轨迹重规划控制器基于改进的行车风险场模型对行车安全进行评估,以行车安全场场强为优化指标,求解得到一条期望行驶轨迹;下层轨迹跟踪控制器在充分考虑车辆动力学约束前提下,基于模型预测控制理论,设计目标函数并求解,得到前轮转角控制量并输出给车辆执行,实现轨迹跟踪;最后基于CarSim/Simulink联合仿真平台对控制算法进行测试,验证其有效性。

基于车辆前方目标运动模型的主动避撞系统的研究

为提高毫米波雷达在探测目标运动状态方面的精确性,针对车辆前方目标运动特点,基于目标运动模型,采用卡尔曼滤波跟踪方法,根据城市道路车辆行驶的实际情况,选取当前统计模型作为机动目标模型,采用基于当前统计模型的卡尔曼滤波跟踪算法,应用Simulink搭建仿真模型,就匀速运动、匀加速运动及变加速运动3种前方目标行驶工况进行目标跟踪仿真对比试验。仿真结果表明:该算法可用于3种工况的目标跟踪,且误差小,具有良好的跟踪效果。搭建实车试验平台,采用一种安全距离模型,对目标跟踪算法进行实车试验。结果表明:使用该算法后车辆避免了碰撞,所建立的模型是可靠的。

基于紧急变道策略的汽车主动避障安全车距模型

基于最佳路径规划策略,提出了一种结合车辆纵向速度调节控制和车道变换操作的车辆紧急避障方法,建立了紧急车道变换工况下的安全车距模型,分析了不同制动作用调整车速时间对车辆变道行驶轨迹和安全车距的影响。通过对在同车道前方静态障碍物工况进行仿真,验证了所提出的安全车距模型的有效性。

汽车主动安全避撞系统发展研究

讨论了汽车主动安全避撞系统的发展历史、重要性,综合各种资料,论述了主动安全避撞技术的发展前景。

智能汽车主动避撞工况的高实时预测控制

为满足复杂交通场景下智能汽车轨迹跟踪避撞控制的高实时性要求,该文采用了一种循环模型预测控制算法(RMPC)将在线优化问题转化为循环策略参数的离线求解,并进行了仿真试验。根据车辆主动避撞的约束条件,引入惩罚函数将约束型主动避撞优化控制问题转化为无约束有限时域最优控制问题;进而利用循环函数逼近得到不同预测步长控制问题的最优解;最后将算法部署到原型控制器,结合CarSim平台验证了算法的避撞性能以及在线计算的高效性。结果表明:预测步数从12增加到20步,避撞过程最小车距由0.34 m提升至1.38 m,千次实验碰撞次数由44下降到0;与常用在线优化求解器相比,该算法在预测步数为15时,其计算效率提升超过5.6倍。

基于MPC时域参数选择的换道避撞研究

为提高汽车的主动安全性,针对前车忽然静止或视野死角路口突然有车辆出现等紧急情况,设计了基于模型预测控制(MPC)的轨迹跟踪控制器实现换道避撞。研究控制器参数(预测时域Np和控制时域Nc)对转向避撞效果的影响,建立路径跟踪性能综合评价指标,确定最优预测时域和控制时域值,在CarSim/Simulink中实现联合仿真。