基于三维虚拟危险势能图的道路车辆紧急避让驾驶行为决策与G矢量运动协调控制研究

Vehicle safety in transportation is becoming increasingly important because of the great volume of traffic accidents on the roads, and active safety has been used to assist the driver in avoiding accidents by preventing unstable vehicle behavior. This project develops a threat assessment algorithm to improve the safety of decision making of autonomous and human-operated vehicles navigating in dynamic and uncertain environments, where the source of uncertainty is in the predictability of the nearby vehicles' future trajectories.The algorithm implements a data-fusion architecture of multiple sensors and related applications for different driving conditions and vehicle's surround information. Then, A dangerous potential map framework for active safety technology that seeks to prevent accidents from obstacle avoiding is presented in this project. The method is expressed in the form of an algorithm for obstacle avoidance based on the 3D virtual potential field map. In the following step a coordinated controller for chassis system is designed in order to control the vehicle along designed trajectory and improve the stability in accident avoiding conditions. Digital simulation results obtained for the complete dynamic vehicle model and experiments on road well validate the algorithm. Depending on the proposed algorithm in this project, the active safety system will help driver to perceive road information, assess threat states and make right driving decision, then it controls the vehicle to avoid an accident or mitigate its possible consequences in different traffic conditions.

由道路交通事故引起的生命财产损失已经成为影响我国社会生产、居民安全的重要原因之一，车辆主动安全技术的提出和实践能够有效降低道路交通事故的发生率，但目前对紧急避让工况下的车辆行驶安全状态表达决策以及面向主动安全性的底盘子系统协调控制机理尚未阐明。因此，基于信息融合技术对道路车辆的危险行驶状态信息及动力学参数进行感知和估计，并以车辆运动状态、道路结构参数及V2X危险关系为变量构建动态的三维虚拟危险势能图，实现对车辆行驶安全状态的综合描述和定量评估。同时，对典型的紧急避让行为及意图进行判断和识别，基于有限状态机理论构建符合人类逻辑思维过程的驾驶行为决策系统。另外，基于三维虚拟危险势能图及综合加速度G矢量指数构建车辆运动学与动力学安全综合监督指标，并通过整车动力学任务的分配机制及底盘子系统的协调控制，从而保证驾驶操作指令的准确执行及综合监督指标的实现，为降低道路交通事故发生率提供一条新的研究思路。

为了准确全面地反映车辆在不同道路工况下的车路一体化危险行驶状况，并通过主动避撞系统有效降低道路交通事故发生率，本研究利用三角函数及指数函数构建了面向车辆主动避撞的道路及障碍物三维虚拟危险势能场，并对其关键结构参数及设计依据进行了分析。与此同时，将车辆的主动避撞过程分解为车道保持、换道避撞及制动避撞等典型驾驶行为，并利用最小势能法确定了各驾驶行为决策的理论判断依据。对于主动避撞路径规划而言，当自动驾驶车辆有可能与其他车辆发生碰撞时，虚拟危险势能场将产生一条期望轨迹曲线用于转向避撞；而对于自动驾驶车辆的主动避撞路径跟踪而言，本研究综合分析了车辆动力学模型的控制输入、状态变量以及道路的结构参数等约束条件，构建多约束模型预测控制系统并基于Hildreth二次规划算法对其目标函数进行求解，获得智能车辆的前轮转向角控制量，从而保证智能车辆在主动避障工况下的路径跟踪性能。另外，为了保持车辆在主动避撞过程中的操稳性和动力性，项目组考虑主动差速器以及车轮的动力学特性，建立双轴的车辆动力学预测模型，并根据该模型对车辆的车身侧偏角、横摆角速度以及主动差速器的力矩传递性能等约束条件进行分析。接下来，将模型预测控制问题表示为能够满足控制约束和输出约束的标准二次规划问题形式，并利用内点法求解主动差速器的控制力矩，从而有效跟踪车辆在运动过程中的期望横摆角速度以及车身侧偏角目标值。最后，通过MATLAB、Carsim和SimDriveline几个软件进行联合仿真，仿真结果标明提出的模型预测控制以及主动差速器能够在有效跟踪期望行驶路径的同时保证车辆的操纵稳定性，从而提高车辆在路径跟踪过程中的主动安全性能。

内容获取失败，请点击重试