基于间接共享控制的智能车协同接管方法

从自动驾驶模式向手动驾驶模式切换时的控制权移交问题已成为智能车领域的研究热点。为了改善驾驶人从非驾驶任务状态接管车辆时因认知和操作能力不足而引起的安全性和稳定性问题,在总结现有研究成果的基础上,提出一种基于间接共享控制的智能车协同接管控制方法。首先,定义协同接管方法的应用对象是控制系统良好、全局感知或决策受损需要接管的车辆,接管场景是时间较为紧迫的前方冲突;接着,采用Sigmoid函数设计局部路径规划算法,在满足无碰撞和横向稳定性约束条件的基础上,以曲线斜率最小化为优化目标规划出系统控制的目标轨迹;然后,建立车辆动力学和运动学模型,采用模型预测控制算法,以跟踪目标路径的误差最小化和转向角最小化为优化目标,计算自动系统的控制输出量;同时,采用碰撞时间倒数和横向加速度作为车辆纵、横向行驶风险的表征指标,设计可根据行驶风险动态调整的控制权重分配模型,实现控制权平稳过渡;最后,以真实驾驶人作为被试,模拟自动驾驶条件下驾驶人的非驾驶任务状态,通过模拟驾驶试验验证所设计的协同控制方法对驾驶人接管过程的安全性、稳定性绩效,以及驾驶负荷等生理指标的改善效果。研究结果表明:该协同控制方法能显著提高接管后的安全性和稳定性绩效,改善驾驶人在接管过程中的负荷突变现象,使得系统接受度得到显著提升。

面向密集障碍规避的人车共享转向控制系统

车辆底盘技术的创新与发展为智能驾驶系统的设计注入新的活力。结合线控转向系统的物理解耦特性,提出了一种面向密集障碍物避让场景的人车共享转向控制系统方案。首先,基于车辆动力学和蒙特卡洛树搜索算法,采用滚动时域转向场直方图法实现车辆的避障动作决策与规划;其次,搭建了基于门控循环单元网络的驾驶人行为短时预测模型,可直接输出驾驶人转角预测时序信号;在此基础上,结合车辆转向特性计算预期碰撞时距,据此建立风险评估模型;最后,构建了车辆转向控制权的动态分配策略,基于MATLAB/Simulink搭建的联合仿真环境开展了硬件在环驾驶实验。对比多工况下的共享驾驶与手动驾驶的结果表明,共享转向控制方法能有效减少碰撞、提升驾驶安全性,且在保证通行效率的情况下减轻驾驶人的操作负担。