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%。