基于智能交通系統(tǒng)的汽車(chē)行駛主動(dòng)安全技術(shù)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上基于智能交通系統(tǒng)的汽車(chē)行駛主動(dòng)安全技術(shù)摘要：汽車(chē)行駛主動(dòng)安全技術(shù)是智能交通系統(tǒng)的重要研究?jī)?nèi)容之一。本文針對(duì)智能交通系統(tǒng)環(huán)境下車(chē)輛行駛主動(dòng)安全所涉及的主要內(nèi)容，研究了車(chē)輛運(yùn)動(dòng)中對(duì)周?chē)系K物的感知技術(shù)和方法、車(chē)輛行駛危險(xiǎn)或安全狀態(tài)的動(dòng)態(tài)辨識(shí)方法、汽車(chē)主動(dòng)避撞控制及執(zhí)行技術(shù)等關(guān)鍵技術(shù)問(wèn)題，并開(kāi)發(fā)了相關(guān)系統(tǒng)。文中通過(guò)仿真及實(shí)驗(yàn)結(jié)果驗(yàn)證了各相關(guān)技術(shù)的正確性及合理性。 關(guān)鍵詞：智能交通系統(tǒng) 汽車(chē)主動(dòng)安全 汽車(chē)主動(dòng)避撞 利用信息感知、動(dòng)態(tài)辨識(shí)、控制等技術(shù)與方法于一體提高汽車(chē)的主動(dòng)安全性，是ITS 的主要研究?jī)?nèi)容之一。世界各大汽車(chē)公司在政府的支持下，都在開(kāi)展這方面的研究開(kāi)發(fā)工作，例如

2、：日本由各大汽車(chē)公司及大學(xué)等研究機(jī)構(gòu)參與的先進(jìn)安全汽車(chē)（ASV）項(xiàng)目，通過(guò)概念設(shè)計(jì)、單元技術(shù)實(shí)用化及系統(tǒng)綜合技術(shù)研究開(kāi)發(fā)、試驗(yàn)車(chē)制作、實(shí)車(chē)試驗(yàn)的實(shí)施等步驟，已取得實(shí)用化成果12。美國(guó)交通部（DOT）主導(dǎo)的 ITS 中的 AHS （Automated Highway Systems）開(kāi)發(fā)項(xiàng)目結(jié)束后，于1998 年開(kāi)始了以主動(dòng)避撞系統(tǒng)CAS (Collision Avoidance System)為中心的初級(jí)智能汽車(chē)IVI (Intelligent Vehicle Initiative)項(xiàng)目,并取得階段成果34。國(guó)內(nèi)對(duì)智能交通環(huán)境下汽車(chē)行駛主動(dòng)安全技術(shù)的研究起步較晚，只對(duì)其中涉及的局部技術(shù)進(jìn)行了一

3、些嘗試性的探討 56 。 本文針對(duì)智能交通系統(tǒng)環(huán)境下車(chē)輛行駛主動(dòng)安全技術(shù)所涉及的關(guān)鍵內(nèi)容進(jìn)行了研究。研究了車(chē)輛運(yùn)動(dòng)中對(duì)周?chē)系K物的感知技術(shù)和方法，解決了探測(cè)雷達(dá)信號(hào)處理中的干擾和實(shí)時(shí)性問(wèn)題；研究了車(chē)輛危險(xiǎn)或安全狀態(tài)的動(dòng)態(tài)辨識(shí)方法，提出了基于駕駛員感覺(jué)的安全距離確定方法；研究了汽車(chē)主動(dòng)避撞控制技術(shù)及控制執(zhí)行技術(shù)，針對(duì)車(chē)輛縱向控制系統(tǒng)中存在的問(wèn)題，設(shè)計(jì)了控制算法及控制執(zhí)行器系統(tǒng)。通過(guò)對(duì)各關(guān)鍵單元技術(shù)的研究，系統(tǒng)解決了智能交通系統(tǒng)環(huán)境下車(chē)輛行駛主動(dòng)安全的關(guān)鍵技術(shù)問(wèn)題。通過(guò)相應(yīng)的仿真及實(shí)車(chē)實(shí)驗(yàn)結(jié)果，對(duì)各關(guān)鍵技術(shù)的研究成果進(jìn)行了驗(yàn)證。 1 基于智能交通系統(tǒng)的汽車(chē)行駛主動(dòng)安全系統(tǒng) 基于智能交通系統(tǒng)的汽車(chē)行

4、駛主動(dòng)安全系統(tǒng)指利用現(xiàn)代信息技術(shù)、傳感技術(shù)來(lái)擴(kuò)展駕駛?cè)藛T的感知能力，將感知技術(shù)獲取的外界信息（如車(chē)速、其它障礙物距離）傳遞給駕駛?cè)藛T，同時(shí)在路況與車(chē)況的綜合信息中辨識(shí)是否構(gòu)成安全隱患；在緊急情況下，能自動(dòng)采取措施控制汽車(chē)，使汽車(chē)能主動(dòng)避開(kāi)危險(xiǎn)，保證車(chē)輛安全行駛，也就是通常所說(shuō)的汽車(chē)主動(dòng)避撞系統(tǒng)。國(guó)內(nèi)外對(duì)車(chē)輛行駛主動(dòng)安全技術(shù)的研究主要集中于車(chē)輛行車(chē)信息感知及行車(chē)安全狀態(tài)辨識(shí)技術(shù)、車(chē)輛主動(dòng)避撞系統(tǒng)控制技術(shù)及車(chē)輛控制執(zhí)行技術(shù)等方面。系統(tǒng)中所涉及到的關(guān)鍵技術(shù)及相互關(guān)系如圖1 所示。 圖1 汽車(chē)主動(dòng)避撞系統(tǒng)關(guān)鍵技術(shù)2 汽車(chē)行駛主動(dòng)安全關(guān)鍵技術(shù)研究 2.1 車(chē)輛行車(chē)信息感知及安全狀態(tài)動(dòng)態(tài)辨識(shí)技術(shù) 車(chē)輛行車(chē)

5、信息感知及安全狀態(tài)動(dòng)態(tài)辨識(shí)技術(shù)，就是利用安裝于汽車(chē)上的各種傳感器，實(shí)時(shí)的對(duì)車(chē)輛運(yùn)行參數(shù)進(jìn)行檢測(cè)，并通過(guò)必要的信號(hào)處理及信息融合獲得車(chē)輛的行車(chē)安全狀態(tài)的動(dòng)態(tài)信息。測(cè)距雷達(dá)信號(hào)處理技術(shù)和行車(chē)安全距離動(dòng)態(tài)算法是其中最關(guān)鍵的技術(shù)。 2.1.1 測(cè)距雷達(dá)信號(hào)處理技術(shù) 經(jīng)測(cè)距雷達(dá)傳來(lái)的目標(biāo)物距離信號(hào)含有隨機(jī)誤差，必須要對(duì)原始數(shù)據(jù)進(jìn)行處理，才可以在系統(tǒng)計(jì)算中應(yīng)用。另外測(cè)距雷達(dá)傳來(lái)的只是車(chē)輛間的距離信息，必須從這些距離信息中比較準(zhǔn)確的提取出車(chē)輛間的相對(duì)速度以及相對(duì)加速度信息。過(guò)去采用的辦法是直接對(duì)距離信號(hào)取微分，得相對(duì)速度值，再對(duì)相對(duì)速度值取微分得相對(duì)加速度值，這種方法經(jīng)實(shí)踐證實(shí)是不可行的。問(wèn)題主要有兩點(diǎn)：一

6、是距離誤差對(duì)相對(duì)速度以及相對(duì)加速度的影響較大，實(shí)際計(jì)算得到的相對(duì)速度及相對(duì)加速度值難以應(yīng)用。二是由于算法所限，系統(tǒng)實(shí)時(shí)性不好。在控制工程中常用的Kalman 濾波算法是一種實(shí)時(shí)濾波算法，并可以得到系統(tǒng)狀態(tài)向量的平滑估計(jì)，本研究將Kalman 濾波算法應(yīng)用于汽車(chē)主動(dòng)避撞系統(tǒng)的雷達(dá)信號(hào)處理，可以有效地彌補(bǔ)上述兩點(diǎn)不足。 圖2 是對(duì)一次試驗(yàn)記錄數(shù)據(jù)的濾波結(jié)果對(duì)比圖。首先，Kalman 濾波由于是實(shí)時(shí)濾波，保證了系統(tǒng)處理的實(shí)時(shí)性。其次，從相對(duì)距離對(duì)比圖中可以非常直接的看出，經(jīng)Kalman 濾波處理后，由測(cè)量誤差帶來(lái)的距離值的突變得到了有效地抑制。從相對(duì)速度對(duì)比圖可以看出，采用對(duì)距離值直接微分的方法得到

7、的相對(duì)速度值波動(dòng)非常巨大，實(shí)際計(jì)算中根本無(wú)法使用，而用Kalman 濾波方法得到的相對(duì)速度值則去掉了相對(duì)速度值的大的波動(dòng)，反映了實(shí)際相對(duì)速度值的變化情況。 圖2 Kalman 濾波結(jié)果對(duì)比圖2.1.2 行車(chē)安全距離動(dòng)態(tài)算法 傳感器正確獲取車(chē)輛行車(chē)信息之后，需要進(jìn)行各種信號(hào)的融合，進(jìn)行車(chē)輛危險(xiǎn)或安全狀態(tài)的實(shí)時(shí)辨識(shí)。需要確定的是當(dāng)前情況下的行車(chē)安全距離。本研究提出了一種基于駕駛員模型的安全距離確定方法。實(shí)際行車(chē)時(shí)，駕駛員總是要對(duì)車(chē)輛的運(yùn)行進(jìn)行一下預(yù)測(cè)，以決定當(dāng)前的操作7，本系統(tǒng)所采用的駕駛員模型以此行為為基礎(chǔ)。駕駛員預(yù)測(cè)t 秒后車(chē)間距離，將此車(chē)間距離與駕駛員認(rèn)為的界限車(chē)間距離Xlim 進(jìn)行比較，如

8、認(rèn)為車(chē)間距離將小于Xlim，則在當(dāng)前時(shí)刻制動(dòng)，當(dāng)前時(shí)刻的車(chē)間距離即為極限安全距離。即 （1）其中，Xsa 為極限安全距離；V 為相對(duì)速度（Vc-Vt）；Vc 為自車(chē)速度；Vt 為目標(biāo)車(chē)輛速度；at 為目標(biāo)車(chē)輛減速度； 接近靜止目標(biāo)時(shí)： （2）（3）接近運(yùn)動(dòng)目標(biāo)時(shí)： 其中，thw 表示駕駛員的主觀車(chē)頭時(shí)距；ac 為駕駛員主觀認(rèn)為的自車(chē)最大制動(dòng)減速度，其取值與路面附著系數(shù)有關(guān)；at、V、Vc 通過(guò)傳感器測(cè)量或信號(hào)處理得到， t，ac 以及thw 通過(guò)實(shí)驗(yàn)獲得。這樣，通過(guò)上述公式（2）、（3）、（4）、（5）就可以進(jìn)行安全距離的計(jì)算。本模型的優(yōu)點(diǎn)是通過(guò)實(shí)驗(yàn)手段，獲得駕駛員主觀特點(diǎn)數(shù)據(jù)，避免了由于路面

9、附著系數(shù)不準(zhǔn)確等因素帶來(lái)的較大的安全距離計(jì)算誤差。 2.2 汽車(chē)主動(dòng)避撞控制技術(shù) 縱向汽車(chē)主動(dòng)避撞系統(tǒng)對(duì)車(chē)輛進(jìn)行控制的目的是將自車(chē)到前車(chē)的距離保持在安全水平。整個(gè)汽車(chē)主動(dòng)避撞系統(tǒng)控制結(jié)構(gòu)由上位控制器和下位控制器兩部分構(gòu)成，如圖3 所示。要進(jìn)行上位和下位控制的研究，建立車(chē)輛縱向動(dòng)力學(xué)模型是基礎(chǔ)，因此，車(chē)輛主動(dòng)避撞控制技術(shù)包括車(chē)輛模型的建立、上位控制及下位控制策略的確定。 圖3 汽車(chē)主動(dòng)避撞系統(tǒng)控制結(jié)構(gòu)圖圖4 車(chē)輛縱向模型2.2.1 車(chē)輛縱向動(dòng)力學(xué)模型 車(chē)輛控制方法的評(píng)價(jià)是基于系統(tǒng)仿真及實(shí)驗(yàn)的結(jié)果，作為仿真評(píng)價(jià)的基礎(chǔ)，首先需要建立比較準(zhǔn)確的車(chē)輛動(dòng)力學(xué)模型。本研究使用的實(shí)驗(yàn)車(chē)輛是某型自動(dòng)轎車(chē)，排量1

10、.8L。汽車(chē)縱向動(dòng)力學(xué)總成包括：發(fā)動(dòng)機(jī)、液力耦合器、自動(dòng)變速器及車(chē)輛驅(qū)動(dòng)系。各總成的特性參數(shù)及相互間的動(dòng)力傳遞如圖4所示。針對(duì)車(chē)輛縱向動(dòng)力學(xué)各單元總成的特性，運(yùn)用混合建模技術(shù)，得到整車(chē)縱向動(dòng)力學(xué)仿真模型?；贛atlab/Simulink 軟件平臺(tái)的車(chē)輛模型如圖5 所示。此模型的輸入量有兩個(gè)：節(jié)氣門(mén)位置和制動(dòng)壓力，輸出量是車(chē)輛速度和加速度。 圖5 車(chē)輛仿真模型為驗(yàn)證車(chē)輛縱向動(dòng)力學(xué)模型的準(zhǔn)確性，設(shè)計(jì)實(shí)車(chē)實(shí)驗(yàn)對(duì)車(chē)輛模型進(jìn)行了驗(yàn)證，實(shí)驗(yàn)條件如表1所示。 表1 車(chē)輛模型驗(yàn)證實(shí)驗(yàn)條件表 分別記錄各實(shí)驗(yàn)的節(jié)氣門(mén)輸入信號(hào)、制動(dòng)壓力輸入信號(hào)、車(chē)輛的速度及加速度輸出信號(hào)，按相同條件，進(jìn)行車(chē)輛的模型仿真實(shí)驗(yàn)，記錄

11、仿真模型的速度及加速度輸出，并將實(shí)驗(yàn)及仿真結(jié)果進(jìn)行對(duì)比，得到對(duì)比圖如圖6 所示。 圖6 實(shí)車(chē)實(shí)驗(yàn)結(jié)果與仿真結(jié)果對(duì)比圖2.2.2 上位控制方法研究 目前，國(guó)內(nèi)外對(duì)上位控制器的設(shè)計(jì)已經(jīng)做了很多工作89，PID 方法、LQ 理論，滑模理論以及模糊理論都被應(yīng)用于上位控制器的設(shè)計(jì)，但基于以上方法的上位控制器基本以提高系統(tǒng)某一性能為目標(biāo)，未能使控制精度和響應(yīng)時(shí)間兩方面都得到改善。本研究提出了基于混合策略的上位控制器設(shè)計(jì)方法，理論分析和仿真試驗(yàn)結(jié)果表明，該方法滿足主動(dòng)避撞系統(tǒng)對(duì)安全性和駕駛舒適性兩方面要求的同時(shí)，降低了系統(tǒng)的響應(yīng)時(shí)間。 所謂基于混合策略的上位控制器是指結(jié)合了LQ 方法和基于時(shí)間能量最優(yōu)控制方

12、法優(yōu)點(diǎn)的控制器。控制規(guī)律如圖7 所示。基于LQ 方法的上位控制器取狀態(tài)誤差和控制量的二次型作為性能指標(biāo)，所以該控制器的穩(wěn)態(tài)誤差小，控制過(guò)程中加速度也相對(duì)較小，但是由于性能指標(biāo)沒(méi)有直接體現(xiàn)系統(tǒng)的響應(yīng)時(shí)間，所以系統(tǒng)響應(yīng)相對(duì)較慢?；跁r(shí)間能量最優(yōu)的上位控制器以響應(yīng)時(shí)間和控制量的大小作為性能指標(biāo)，較基于LQ 方法的上位控制器響應(yīng)速度有所提高，但是該控制器不能穩(wěn)定在原點(diǎn)。基于混合策略的上位控制器將LQ 控制穩(wěn)態(tài)誤差小和基于時(shí)間能量最優(yōu)控制響應(yīng)速度快的特點(diǎn)結(jié)合，獲得了較好的控制效果。 圖7 基于混合策略的上位控制規(guī)律針對(duì)汽車(chē)主動(dòng)避撞對(duì)象的LQ 控制方法、基于時(shí)間能量最優(yōu)的控制方法以及基于混合策略的控制方法

13、的仿真結(jié)果如圖8 所示。從仿真結(jié)果可見(jiàn)，基于混合方法的上位控制器針對(duì)汽車(chē)主動(dòng)避撞系統(tǒng)的特點(diǎn)，巧妙地結(jié)合了上述兩種控制器的優(yōu)點(diǎn)，即在保證良好的穩(wěn)態(tài)精度的同時(shí)，改善了系統(tǒng)的響應(yīng)速度。雖然該控制器的控制量相對(duì)較大，但仍然在舒適性的要求范圍內(nèi)。 a） 車(chē)間距離響應(yīng)曲線 b）被控車(chē)速響應(yīng)曲線 c）被控車(chē)加速度響應(yīng)曲線 圖8 三種控制器的仿真曲線2.2.3 下位控制方法研究 由于車(chē)輛制動(dòng)、驅(qū)動(dòng)力特性中含有強(qiáng)烈的非線性，同時(shí)車(chē)輛質(zhì)量變動(dòng)、道路坡度及風(fēng)阻等外部干擾因素的存在，車(chē)輛下位控制器設(shè)計(jì)時(shí)控制系統(tǒng)的魯棒跟隨性和魯棒穩(wěn)定性往往不能得到兼顧10。針對(duì)這一問(wèn)題，本研究設(shè)計(jì)了基于模型匹配方法的二自由度控制器來(lái)實(shí)

14、現(xiàn)車(chē)輛主動(dòng)避撞系統(tǒng)下位控制的控制性能。 控制器結(jié)構(gòu)如圖9 所示。此處的二自由度控制器是指參考輸入信號(hào)和控制對(duì)象的輸出信號(hào)情報(bào)分別獨(dú)立使用，就是既有反饋又有前饋的控制器。此控制器的特征是閉環(huán)目標(biāo)值應(yīng)答特性可以通過(guò)反饋特性的設(shè)計(jì)來(lái)獨(dú)立設(shè)定。在這種情況下，利用前饋補(bǔ)償器設(shè)定目標(biāo)值的應(yīng)答特性即模型匹配特性，利用反饋補(bǔ)償器的設(shè)計(jì)實(shí)現(xiàn)反饋特性即系統(tǒng)的魯棒跟隨特性和魯棒穩(wěn)定特性。 圖9 二自由度模型匹配控制器針對(duì)汽車(chē)主動(dòng)避撞系統(tǒng)下位控制模型匹配控制器性能，進(jìn)行了如表2 所示內(nèi)容的實(shí)車(chē)實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果如圖10 所示。從實(shí)驗(yàn)對(duì)比結(jié)果可見(jiàn)，對(duì)于車(chē)輛及環(huán)境中存在的不確定因素對(duì)控制結(jié)果的干擾，模型匹配（MMC）控制器能

15、在一定范圍內(nèi)予以消除，使系統(tǒng)具有很好的魯棒跟隨性及魯棒穩(wěn)定性。 表2 下位控制器性能驗(yàn)證實(shí)驗(yàn)條件表 a）實(shí)驗(yàn)1 結(jié)果對(duì)比圖 b）實(shí)驗(yàn)2 結(jié)果對(duì)比圖 圖10 下位控制器控制效果對(duì)比圖2.3 車(chē)輛控制執(zhí)行技術(shù) 汽車(chē)主動(dòng)避撞系統(tǒng)所用執(zhí)行器有兩個(gè)：節(jié)氣門(mén)伺服執(zhí)行器和制動(dòng)作動(dòng)器。對(duì)于節(jié)氣門(mén)伺服執(zhí)行器，采用脈寬調(diào)制（PWM）控制的直流電機(jī)來(lái)實(shí)現(xiàn)。對(duì)于制動(dòng)作動(dòng)器由于制動(dòng)系統(tǒng)的好壞直接關(guān)系到駕駛員的生命安全，所以要求自動(dòng)制動(dòng)系統(tǒng)響應(yīng)要快，可靠性要高；由于目前汽車(chē)內(nèi)可用空間較好，所以要求自動(dòng)制動(dòng)系統(tǒng)體積盡量小；為能夠直接、迅速、廣泛地在國(guó)內(nèi)轎車(chē)上得到應(yīng)用，要求自動(dòng)制動(dòng)系統(tǒng)對(duì)原車(chē)的改動(dòng)要盡量小。在汽車(chē)行駛過(guò)程中，

16、仍然以人為主，只當(dāng)汽車(chē)間距小于安全距離而人又沒(méi)有采取措施時(shí)自動(dòng)制動(dòng)系統(tǒng)才會(huì)起作用。在自動(dòng)制動(dòng)作用過(guò)程中，只要人一踩制動(dòng)或加速踏板，則控制權(quán)便交給駕駛員，自動(dòng)制動(dòng)系統(tǒng)不起作用。所以在自動(dòng)制動(dòng)系統(tǒng)和原制動(dòng)系統(tǒng)之間應(yīng)當(dāng)有電控切換裝置。本研究設(shè)計(jì)的自動(dòng)制動(dòng)系統(tǒng)采用液壓系統(tǒng)，原理圖如圖11 所示。本系統(tǒng)輸出壓力的控制采用高速開(kāi)關(guān)閥結(jié)合脈寬調(diào)制（PWM） 控制來(lái)實(shí)現(xiàn)。 圖11 液壓自動(dòng)制動(dòng)系統(tǒng)原理圖3 結(jié)束語(yǔ) 使汽車(chē)具有主動(dòng)安全性，集信息感知、動(dòng)態(tài)辨識(shí)、控制等技術(shù)與方法于一體是ITS 的主要研究?jī)?nèi)容之一。世界各大汽車(chē)公司，都在開(kāi)展這方面的研發(fā)，目前日本、歐美汽車(chē)企業(yè)在汽車(chē)主動(dòng)避撞技術(shù)方面已取得實(shí)用化成果。

17、這些技術(shù)雖然其理論研究成果可以借鑒，但涉及具體技術(shù)屬于公司保密范圍，國(guó)內(nèi)企業(yè)難以得到具體技術(shù)資料，且中國(guó)的道路及駕駛習(xí)慣與國(guó)外不同，不能直接引進(jìn)使用國(guó)外技術(shù)。本研究在車(chē)輛運(yùn)動(dòng)中對(duì)周?chē)系K物的感知技術(shù)和方法、車(chē)輛行駛危險(xiǎn)或安全狀態(tài)的動(dòng)態(tài)辨識(shí)方法、汽車(chē)主動(dòng)避撞控制及執(zhí)行技術(shù)等關(guān)鍵技術(shù)問(wèn)題的研究方面取得了一定的突破和創(chuàng)新，為解決智能交通系統(tǒng)研究開(kāi)發(fā)過(guò)程中的汽車(chē)行駛安全問(wèn)題，提供了理論及技術(shù)支撐。 參考文獻(xiàn) 1 水越 雅司自動(dòng)運(yùn)転現(xiàn)狀將來(lái)日本自動(dòng)車(chē)技術(shù), 1999,Vol.53(1):27-32 2 安間 徹，罔林 繁，村本 逸朗等大型追突警報(bào)裝置自動(dòng)車(chē)技術(shù)會(huì)學(xué)術(shù)演講會(huì)前刷集881，昭和635:105

18、-108 3 Masayoshi TomizukaAdvanced Vehicle Control System (AVCS) research for automated highway systems in California PATH. 1994 vehicle navigation & information systems conference proceedings, 1994：4145 4 Richard BishopIntelligent vehicle application worldwideIEEE intelligent systems, January/February 2000：7881 5 屠大維用于車(chē)輛防撞控制的行車(chē)環(huán)境傳感研究中國(guó)機(jī)械工程