行人横穿场景下某智能接驳车AEB算法优化研究

为应对景(园)区内行人横穿等复杂情况,提高自动紧急制动(AEB)对行人保护的安全性。文章建立了某智能接驳车在路面激励特性和车辆特性前提下的动力学模型,提出了基于模糊推理的智能接驳车AEB控制算法,通过MATLAB/Simulink仿真软件对控制算法进行仿真,并将该算法应用到实车测试,与传统控制算法进行了比较试验。结果表明,接驳车在5.14 s全力制动时比传统值(5.35 s)快0.21 s;接驳车刹停后,距离行人安全距离传统值为1.53 m,优化值为1.91 m,两者误差为0.38 m,优化后更加精确安全,能有效避撞的同时也说明了该算法的可行性。

基于行人横穿场景的AEB触发宽度优化研究

为研究自动紧急制动(AEB)系统控制策略中触发宽度对行人横穿场景结果的影响,利用自动驾驶仿真软件PreScan建立道路及车辆模型,在Matlab模型控制平台Simulink中设计AEB纵向控制算法,模拟行人横穿危险场景,不断调整触发宽度,观察碰撞结果。结果表明:当汽车速度处于30~50 km/h时,系统触发宽度为1.75 m,能够起到很好的避撞效果;当汽车速度处于50~80 km/h时,触发宽度需随行人速度增加而增加;触发宽度越宽,汽车接收信息越多,AEB误作用概率增大,故将最大触发宽度设置为3.5 m;当汽车速度处于60~80 km/h时,需同时优化触发宽度值和全力制动提前时间的长短,才能避免碰撞。

基于行人横穿事故的AEB系统关键参数研究

为确定行人横穿场景下AEB系统关键参数的最优组合,提出一种基于真实事故数据的虚拟仿真优化方法。首先对108起行人横穿事故进行重建,然后对事故数据进行特征分析,聚类出3类测试场景,最后通过控制变量法,利用PreScan和Simulink联合仿真平台确定AEB系统关键参数的最优值。研究表明,当AEB系统采用分级制动策略,传感器探测角度为80°时有最优的避撞效果。

交叉路口转弯车辆对横穿行人的避撞策略

针对交叉路口转弯车辆与横穿行人碰撞的危险场景,提出了一种综合碰撞时间和制动距离的避撞策略。首先,建立转弯车辆与行人的位置关系模型,确定行人目标跟踪方法,然后,通过比较行人进入转弯区域时间、避撞剩余时间、行人离开转弯区域时间的关系确定行人是否为危险目标,最后,建立此种场景下的制动安全距离模型并确定了避撞策略。通过PreScan和MATLAB软件对避撞策略进行了仿真验证,结果表明,该策略能有效避免该类危险场景中的碰撞事故。

城市道路智能汽车斑马线避撞行人策略研究

针对城市道路车辆与斑马线横穿行人碰撞事故,提出了一种智能汽车碰撞预警与避撞策略。首先,利用模拟驾驶器,建立城市道路车辆驾驶与行人运动场景,仿真分析车辆避撞行人的驾驶行为特性。然后,通过建立智能汽车避撞行人的时间和空间约束条件,提出了智能汽车安全避撞行人策略。最后,搭建PreScan/Simulink联合仿真平台进行仿真验证。结果表明,该控制策略可以通过减速制动方式,有效避免车辆与斑马线横穿行人的碰撞事故。相关研究可为智能汽车避撞决策系统开发提供策略参考。

智能汽车对无信号交叉口行人的避撞控制

针对智能汽车在无信号交叉口对横穿行人的避撞问题,研究了主动转向避撞控制策略。基于多层模型预测控制方法,采用分层控制策略设计局部规划层控制器与全局跟踪层控制器,在此基础上根据交叉口处汽车与行人的轨迹特征计算人车碰撞剩余时间,改进传统人工势场法构造避撞函数,规划出既能规避交叉口内存在碰撞风险的行人又能使偏差最小的局部避撞路径,并使智能汽车在满足多项动力学约束时准确跟踪参考路径,通过搭建CarSim/Simulink联合仿真平台,结合广东省2006—2018年交通事故数据库选取对交叉口人车碰撞有显著影响的因素,设计仿真场景进行仿真分析。结果表明:智能汽车能在多个初始点完成对参考路径的跟踪,控制器对不同速度和附着条件有较高的鲁棒性,高速低附着场景中,智能汽车横向加速度小于0.4 g、质心侧偏角小于2°、前轮侧偏角小于2.5°,各约束量满足舒适性和平稳性条件;4个典型交叉口场景中,智能汽车以不同速度直行或转弯通过交叉口,均能识别横穿行人中存在碰撞风险的行人实现主动转向避撞。

相对运动理论在城市交通管理中的量化计算与研究

本文基于《我国某中等城市交通状况初步调查与研究》,采用相对运动理论,又对我国某中等城市道路路宽、不同型号机动车速及行人横穿马路时间等数据进行了统计处理,通过计算得出结果。试图为城市交通、道路路宽的设计及行人安全横穿马路提供理论依据,进而为交通管理部门制定道路交通安全管理规则提供科学的量化标准。