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。

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。

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。

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。

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。

基于NMPC的智能汽车变道避撞控制研究

针对无人驾驶车辆仅采用转向主动避撞控制策略难以应对复杂交通环境的问题,提出了一种基于非线性模型预测控制的变道轨迹规划与跟踪控制方法,实现了无须预先定义轨迹的实时轨迹规划。首先,分析了在高速公路上需要进行变道的场景,针对车辆在变道过程中不仅涉及横向位置的变化而且还与纵向速度有关的问题,建立了车辆横向和纵向联合非线性预测车辆模型;然后,基于模型预测控制算法可以考虑各种复杂约束、非线性等前提以实现系统性能最优控制的优势,设计了基于非线性模型预测控制(NMPC)的变道避撞控制器;最后,利用Matlab和Carsim联合仿真平台对所提方法进行了验证。仿真结果表明:所提出的方法不仅可以使车辆在复杂交通环境下成功地进行变道,而且能在变道过程中保持车身稳定、变道轨迹平滑。

考虑不同路面状态的车辆主动避撞声光预警策略

为解决汽车行驶过程中路面状态变化对汽车主动避撞性能产生的影响,提出一种考虑不同路面状态的分级声光预警避撞策略。采用路面峰值附着系数算法对路面附着系数进行估计并分别建立了汽车制动避撞、换道避撞和协同避撞安全距离模型。对干沥青、湿沥青和雪路路面进行了不同行驶工况下的避撞轨迹规划和极限安全距离计算,将极限安全距离作为决策阈值与声光预警结合提出了主动避撞策略。通过Carsim/Simulink搭建单一路面与对接路面联合仿真平台对策略进行验证,结果表明,3种路面附着系数估算精度均小于8%,对接路面小于3%。提出的预警策略将预警时间提前1.75 s,安全车距提升49 m,有效提高了汽车行驶安全性。

城市路况下基于模型预测控制的汽车主动避撞策略

针对城市路况下可能发生的汽车碰撞事故,考虑车辆的横向运动特性,提出一种基于模型预测控制(MPC)的主动避撞分层控制策略,其中,上层模块采用Sigmoid函数进行避撞路径规划,下层模块接收上层所选择的最优路径并进行轨迹跟踪控制。然后建立了基于CarSim的整车动力学模型和基于Matlab/Simulink的控制模块,并进行了联合仿真实验。结果表明,所提出的主动避撞策略可以克服单一制动避撞的局限性,且控制器具有较好的稳定性和鲁棒性,能够有效规划出转向避撞路径并控制车辆进行实时轨迹跟踪,实现了在紧急情况下对前方障碍物的主动转向避撞。

电动汽车侧向换道行驶主动避撞控制算法

为实现四轮独立驱动电动车的侧向主动安全避撞控制,建立了车辆侧向换道的安全距离模型,在此模型基础上依据避撞要求设计了相应侧向控制器。利用线性二次型调节器(LQR)方法求解出侧向换道最优反馈矩阵,并采用基于输入补偿的前馈补偿策略对系统进行偏转角控制跟踪,保证系统能精确跟随给定期望横摆角。最后,通过实验验证了电动车主动安全距离模型和车辆避撞控制器的有效性,实现了车辆安全稳定避撞功能要求。

车辆智能行驶主动避撞的虚拟实现

利用软件Creator创建含有道路的虚拟场景,在仿真软件Vega中加入场景和多个车辆模型,受控车辆car采用鼠标和键盘控制,其余车辆借助于PathTool工具提前设置运动路径并编辑每段路径上赋予导航车辆的参数;基于建立的跟驰及更换行驶路线的安全距离模型,在VisualC++6.0平台下结合VegaAPI编程设计一个仿真程序;借助于VegaAPI函数动态获取各个车辆位姿及行驶参数,由安全距离模型计算出车间距动态安全阈值,判断虚拟场景中的车间距是否符合car安全直行、换道及超车的条件,若不符合即强制car减速甚至停车,同时执行界面中会不时给出提示,促使采取主动避撞的正确措施。结果表明在虚拟环境中较好地仿真了车辆的实际避撞过程,受控车辆处于一种主动安全行驶状态。

基于行人轨迹预测的无人驾驶汽车主动避撞算法

针对传统轨迹预测算法无法深入挖掘行人行走意图信息,不能提前对行人轨迹做出提前预判,导致无人驾驶汽车主动避撞算法存在缺陷等问题,通过车载传感器获取道路行人图像信息和位置信息,并基于卷积神经网络对道路行人动作特征进行识别,分析其行走意图.利用卡尔曼滤波算法获取状态估计的预测值,结合行人主观意图进行修正,输出符合行人主观意图的预测轨迹.通过人车交汇特性建立不同行人轨迹类别的预估安全距离模型,并基于道路行人轨迹预测,设计行人主动避撞算法.结果表明:行人动作特征变化时,基于动作特征分析的行人轨迹预测算法,预测的轨迹能够提前对行人的轨迹变化做出预测,有效保障了道路行人的安全性;提出的轨迹特性分类可较好地表述混杂环境下的人车交汇情况,主动避撞算法在提高行人和无人驾驶汽车行驶安全性的同时,确保了制动减速过程的平缓性和交通流的通畅性.

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。

汽车纵向主动避撞系统的研究现状与展望

针对现代交通安全问题,提出了一种辅助驾驶员行车安全的方法,即纵向主动避撞,主要围绕汽车纵向主动避撞系统中的行车信息感知与处理、安全距离模型、车辆动力学系统建模、车辆动力学控制四个关键技术进行叙述。各种先进的控制技术为研究汽车纵向主动避撞系统提供了新的机遇,它所衍生出的新功能新系统对汽车的安全性、舒适性及经济性等方面都有很大的提升。对汽车纵向主动避撞技术进行了综述,探讨了在研究汽车纵向主动避撞系统时所面临的问题,最后梳理出汽车主动避撞技术的发展趋势。

基于障碍物斥力场的汽车主动避撞系统

为提高汽车行驶安全性,设计了基于障碍物斥力场模型的汽车主动避撞系统,建立了道路算盘模型和驾驶员预瞄跟随模型,利用算盘模型可求解出避撞路径,使用驾驶员预瞄跟随模型可求解出汽车转向盘最优转角。通过动静态障碍物环境下的仿真试验表明,利用算盘模型规划出的路径平滑、安全、可跟踪;驾驶员预瞄跟随模型的路径跟随精度高,实现了汽车主动避撞。

基于Matlab的电动汽车主动安全避撞控制

为提高电动汽车的安全性,详细分析了电动汽车纵向控制过程,构建了车辆安全距离模型,结合实际避撞需求设计了纵向控制器,并利用Matlab软件对设计的电动汽车主动安全避撞控制方法进行仿真分析.结果表明:提出的电动汽车主动安全避撞控制方法可满足车辆安全避撞需求,控制方法合理有效.

基于驾驶员特性的主动避撞分级制动策略与验证

为准确而直观地判断当前工况的危险程度,充分利用已知的车间运动信息,以安全时距模型为基础,提出了一种新的碰撞时间(TTC)的建模方法。基于危险判定指标TTC开发了一种符合驾驶员避撞特性的主动避撞系统;设计了主动避撞分级制动策略,其关键参数根据驾驶员特性和实车试验结果确定;同时,引入了一个预警门限值T_w,设计了采用声、光预警的主动避撞预警策略,帮助驾驶员实现有效避撞。实车试验结果表明:该系统的分级制动和预警策略符合驾驶员的避撞特性,体现了驾驶员控制的优先性和协调性,可有效避免碰撞,满足汽车主动避撞的要求。