河北聯(lián)合大學遷安學院 盧艷楠 岳立喜 梅桂靜燕山大學 馬 雷

汽車駕駛員模型建立

河北聯(lián)合大學遷安學院 盧艷楠 岳立喜 梅桂靜燕山大學 馬 雷

根據(jù)預瞄最優(yōu)曲率理論及模糊控制理論，利用Matlab/Simulink軟件建立模糊PID控制駕駛員模型，并引入對駕駛員預瞄時間的控制，分析預瞄時間函數(shù)對軌跡跟蹤效果的影響，從更廣的方面研究駕駛員的特性。通過仿真與實車實驗證明，所建立的駕駛員模型具有較高的準確度，能夠較好的擬合車輛的行駛軌跡，其操作特性與真實駕駛員較為接近。

駕駛員模型；模糊PID控制；預瞄時間函數(shù)

1.引言

駕駛員模型是個復雜的控制系統(tǒng)，它包括方向控制、驅(qū)動控制、制動控制等，其中方向控制是駕駛員模型研究的核心。自上世紀中期以來，基于傳統(tǒng)控制理論、模糊控制理論、神經(jīng)網(wǎng)絡控制理論等，人們先后提出了各種駕駛員控制模型。Ashkens I I and Me Ruer D t提出的Crossover模型用來估計有擾動閉環(huán)控制系統(tǒng)的穩(wěn)定性，但不適用于快速駕駛[1]。MarAdam C C提出了一種可以投入到實際應用工程中更靈活、有效的模型，但這些研究結(jié)果也存在弊端，表現(xiàn)在預瞄的固定時間無法適應車速的變化，導致預瞄的距離不確定[2]。郭孔輝院士于1982年提出了預瞄跟隨系統(tǒng)理論[3]，認為駕駛員的決策分為預瞄階段和補償跟隨階段，其駕駛員的校正環(huán)節(jié)依賴于汽車動力學模型，對整車方向控制至關(guān)重要。

上述這些駕駛員模型都是建立在傳統(tǒng)控制理論基礎上，通過大量的試驗或仿真確定汽車的傳遞函數(shù)，然后再根據(jù)汽車的動力學傳遞函數(shù)特性來確定駕駛員模型。然而，對于汽車這種復雜的被控對象，不易建立精確的傳遞函數(shù)，并且在現(xiàn)有試驗條件下通過系統(tǒng)辨識建立的傳遞函數(shù)同樣存在精度低的缺點，甚至不可被用于駕駛員模型，不能滿足車輛控制。模糊邏輯能比較好的解決無法建模的復雜問題，分析問題時更加符合人的要求。因此，本文在建立可調(diào)預瞄時間函數(shù)的同時，建立模糊PID控制駕駛員模型，將駕駛員的校正環(huán)節(jié)與汽車動力學模型分開分析。

2.駕駛員模型建立

2.1 道路偏差

駕駛員對汽車方向的控制源于預瞄點處道路偏差[4]的存在，在0時刻，汽車從大地坐標系原點處以速度u開始做平面行駛，汽車沿大地坐標系X軸方向的速度為Vx，沿Y軸方向的速度為Vy，則在任何時刻：

在預瞄點處的坐標為(Xp,Yp)：

預瞄點處道路軌跡縱坐標：

道路偏差：

圖1是車輛行駛軌跡偏差示意圖。

2.2 駕駛員模糊PID控制器設計

模糊PID控制器根據(jù)偏差e和偏差變化率ec輸出PID參數(shù)PK、IK、DK，或者PID參數(shù)的增量PKΔ、IKΔ、DKΔ，能夠?qū)崿F(xiàn)PID參數(shù)的在線整合，具有控制靈活及適應性強的優(yōu)點，又具有PID控制精度高的特點，能夠?qū)崿F(xiàn)駕駛員模型對于車輛方向的良好控制。

2.2.1 輸入輸出變量的選取和量化

本文所建立的模糊PID控制駕駛員模型，其模糊控制部分基于預瞄點處道路偏差反饋，以預瞄點處道路偏差pe和偏差變化率 為模糊控制器的輸入，PID參數(shù)的增量PKΔ、IKΔ、DKΔ為輸出。輸入、輸出變量的變化范圍，以及它們的量化等級、量化因子、比例因子見表1所示。選擇各變量的隸屬度函數(shù)為三角形函數(shù)。

2.2.2 模糊規(guī)則設計及解模糊

參數(shù)模糊自整定PID控制器在系統(tǒng)運行中，實時監(jiān)測誤差e及誤差變化ec，并根據(jù)模糊控制原理對PK、IK、DK三個參數(shù)實行在線修改，以使其不斷適應時刻變化的e和ec，使控制器具有一定魯棒性能，且被控系統(tǒng)具有良好的穩(wěn)定性[3]。根據(jù)他人對PID參數(shù)整定經(jīng)驗制定模糊規(guī)則：

表1 輸入輸出語言變量

通過間接法進行模糊推理，在得出模糊控制器的輸出KP、KI、KD后，可實時計算PID的參數(shù)。

其中，Kp0，KI0，KD0為PID參數(shù)初始值。

建立PID控制駕駛員模型，并在一般彎曲道路上進行仿真試驗，通過不斷調(diào)整使軌跡誤差達到最小的方法可以得到該初始值

進行大量的仿真試驗，最終確定：Kp0=7，KI0=0.0002，KD0=0.001。

2.3 預瞄時間函數(shù)建立

駕駛員的預瞄距離因道路曲率的不同而發(fā)生變化，而道路曲率可以簡化為道路偏差，因此有必要建立預瞄時間T對于道路偏差ep的較為理想的函數(shù)關(guān)系，并分析可調(diào)整預瞄時間T對車輛軌跡跟蹤的影響。駕駛員預瞄距離調(diào)整過程如圖2所示。

在t1時刻，預瞄距離為d1，預瞄點落在大地坐標系上的A1點，此時，道路偏差由小變大，駕駛員需要對預瞄距離進行調(diào)整；在t2時刻，車輛行駛距離為s，預瞄距離減小為d2，預瞄點落在A2處，預瞄距離變化Δd，由圖得：s=s1+Δd。

對于調(diào)整后的預瞄點A2，可能落在A1的前方，也可能落在A1的后方。當A2落在A1的后方，即s1＜0，預瞄距離不變與A2落在A1的后方相矛盾，此時預瞄距離發(fā)生嚴重振蕩，因此必須保證A2落在A1的前方，即s1＞0。設車速為u，預瞄距離的平均變化率為k，由Δd＜s得：k＜u。在車速u一定的情況下，可以用預瞄時間T代替預瞄距離d，當?shù)缆菲頴p＞0時，T應該是關(guān)于ep的單調(diào)遞減函數(shù)，并且隨ep的增大，T逐漸趨于一穩(wěn)定值。符合這些要求的函數(shù)有很多，圖3列舉其中兩種。

圖1 車輛行駛軌跡偏差示意圖

圖2 駕駛員預瞄時間變化過程

圖3 預瞄時間函數(shù)

圖4 駕駛員模型補償校正環(huán)節(jié)

圖5 仿真模型

圖6 軌跡偏差曲線

圖(a)為sigmoid函數(shù)的變形，圖(b)為概率曲線。圖(a)中T在ep=0不可導，當ep由負變正的過程中，T由增大趨勢迅速變?yōu)闇p小趨勢，即預瞄點A由遠離車輛迅速變?yōu)榭拷囕v，易發(fā)生上述的s1＜0的情況，因此這是應該避免的情況；圖(b)中因為T在ep=0處可導，不會發(fā)生上述情況，因此選擇圖(b)中類型曲線作為預瞄時間函數(shù)曲線較為合適。經(jīng)過仿真試驗及參數(shù)調(diào)整，最終確定預瞄時間函數(shù)為：

2.4 駕駛員模型完整補償校正

在建立駕駛員模糊PID控制器及預瞄時間函數(shù)之后，并且根據(jù)駕駛員神經(jīng)反應滯后及手臂、方向盤慣量滯后的特點，可建立駕駛員模型補償校正環(huán)節(jié)，如圖4所示。

其中，輸入為預瞄點處道路偏差，輸出1為預瞄時間T，輸出2為方向盤實際轉(zhuǎn)角，駕駛員神經(jīng)滯后環(huán)節(jié)td= 0 .3，慣量滯后環(huán)節(jié)時間常數(shù)th= 0 .1。

3.動力學仿真

3.1 仿真模型建立

完整的駕駛員模型，包括感知環(huán)節(jié)、預瞄環(huán)節(jié)、補償校正環(huán)節(jié)[4]。感知環(huán)節(jié)根據(jù)車輛的y方向速度，及預瞄時間T，感知在T時刻后，車輛y方向的位置；預瞄環(huán)節(jié)根據(jù)當前車輛x方位向置，以及車輛方位角，計算預瞄距離d處的y坐標；補償矯正環(huán)節(jié)根據(jù)預瞄點處y坐標偏差，計算出補償該偏差的方向盤轉(zhuǎn)角，并且進一步調(diào)節(jié)預瞄時間T。將在Matlab/Simulink仿真環(huán)境下建立的駕駛員模型放入到相同環(huán)境下的整車控制模型中，建立完整的仿真模型。如圖5所示。

圖7 方向盤轉(zhuǎn)角曲線

圖8 橫擺角速度曲線

圖9 軌跡曲線對比

3.2 仿真結(jié)果分析

本文以“偏置直線+半S”曲線作為車輛行駛道路軌跡，在其他參數(shù)相同的情況下，分別進行有預瞄時間控制的仿真，和無預瞄時間控制的仿真，以便研究可變預瞄時間對于車輛跟蹤軌跡的影響。

圖6對比了兩種情況下的軌跡偏差，可以看出，無預瞄時間控制的偏差的幾何平均值要遠遠大于有預瞄時間控制的情況，進一步驗證了預瞄時間控制的優(yōu)越性。

4.試驗結(jié)果對比

圖7、圖8為跟蹤“偏置直線+半S”時，熟練駕駛員操縱試驗車真實情況，與駕駛員模型操縱車輛模型仿真情況對比圖，為了便于對比兩種情況，方向盤轉(zhuǎn)角和橫擺角速度仿真值都進行了取相反數(shù)處理。

從圖7可以看出，在跟蹤相同道路時，駕駛員模型與熟練駕駛員在方向控制上并不完全一樣，在某一時刻，方向盤轉(zhuǎn)角幅值并不相同，但是兩條曲線的形狀接近，變化趨勢相似，圖8的橫擺角速度響應曲線也具有同樣的特點。

圖9為熟練駕駛員軌跡跟蹤曲線、駕駛員模型跟蹤曲線和目標軌跡對比圖。

圖9中駕駛員模型跟蹤曲線與熟練駕駛員軌跡跟蹤曲線比較接近。因此，可以認為，所建立的基于可調(diào)預瞄時間的模糊PID控制駕駛員模型具有較高的精度，其行為特性與熟練駕駛員較為相似。

5.結(jié)論

(1)依據(jù)預瞄最優(yōu)曲率理論及模糊控制理論，建立了模糊PID控制駕駛員模型，將駕駛員的校正環(huán)節(jié)與汽車動力學模型分開分析，從更廣的方面研究駕駛員的特性。

(2)建立預瞄時間函數(shù)，分析預瞄時間函數(shù)對軌跡跟蹤效果的影響。通過仿真證明，驗證了預瞄時間的可調(diào)性，且預瞄時間函數(shù)能夠提高車輛軌跡跟蹤品質(zhì)。

[1]AshkenasIL,McRuer DT.A theory of handling qualities derived from pilot-vehicle system considerations A.Pro-ceedings of IEEE IndustryApplications Socicty Meeting[C].1962.

[2]MacAdam C C.An optimal preview control for linear sys-terns[J].Journal of Dynamic Systems,Measurement,and Control,1980,102(3):188-190.

[3]郭孔輝,馬鳳軍,孔繁森.人—車—路閉環(huán)系統(tǒng)駕駛員模型參數(shù)辨識[J].汽車工程,2002,24(1):20-24.

[4]高振海,管欣,郭孔輝.駕駛員方向控制模型及在汽車智能駕駛研究中的應用[J].中國公路學報,2000,13(3):106-109.

盧艷楠（1985－），女，黑龍江哈爾濱人，河北聯(lián)合大學遷安學院機電與信息系助教，主要研究方向：智能車輛、機電一體化。