基于驾驶风格和驾驶员不满度的换道决策模型

针对现有的驾驶员不满度模型未考虑驾驶风格而导致换道决策难以适应不同类型驾驶员的问题,改进基于前车车速的驾驶员不满度模型,并结合基于椭圆车辆模型的最小安全距离模型,建立基于驾驶风格和驾驶员不满度的换道决策模型.选取15个问题作为驾驶员行为问卷(driver behavior questionnaire, DBQ)调查内容,利用主成分分析和K-means聚类将驾驶风格分为激进型、谨慎型和普通型3类.设计驾驶模拟器试验,采集不同驾驶风格的驾驶员换道数据,得到不同驾驶风格的驾驶员不满度阈值.通过MATLAB/Simulink和Carsim仿真平台验证换道决策模型的有效性.结果表明:换道决策模型可根据驾驶员不满度正确产生换道意图,保证换道过程的安全性,同时还可以适应不同驾驶风格的驾驶员,使基于驾驶员不满度的换道决策模型更符合驾驶员的实际驾驶习惯.

考虑驾驶员不满度的车辆自主换道纵横向控制

针对高速公路自主换道场景,开展考虑驾驶员不满度换道决策和轨迹跟踪控制的辅助驾驶功能研究.首先,在换道决策中考虑驾驶员心理因素,建立基于驾驶员不满度和最小安全距离的换道决策模型.然后,基于跟踪误差模型建立横向线性二次调节器(Linear Qua-dratic Regulator,LQR)控制器,得到最优反馈前轮转角.由于存在权重矩阵Q和R需要反复调试的问题,提出基于遗传算法(Genetic Algorithm,GA)的横向LQR控制器,获得最优的权重矩阵Q和R,提升算法的鲁棒性.同时建立纵向LQR控制器保持期望车速.利用PreScan、MATLAB/Simulink和CarSim联合仿真平台对自主换道策略进行验证,在不同固定车速换道工况下验证横向LQR控制器的鲁棒性和可靠性.在换道安全性不满足工况下,期望车速能够被纵向LQR控制器稳定跟随,最大车速误差绝对值为0.69 km/h.比较了LQR控制器和GA+LQR控制器的横向控制性能,采用GA+LQR控制器使横向和航向跟踪精度分别提升了66.7%和27%.结果证实纵向LQR控制器和优化后的横向LQR控制器在不同换道工况下均具有良好的跟踪精度.