王超， 郭孔輝， 許男， 張琳， 劉洋， 鄭磊， 劉濤

(1. 吉林大學(xué) 汽車仿真與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室，吉林,長(zhǎng)春 130025；2. 長(zhǎng)春孔輝汽車科技股份有限公司，吉林,長(zhǎng)春 130012 3. 中國(guó)第一汽車集團(tuán)公司技術(shù)中心，吉林,長(zhǎng)春 130011)

在人-車-路閉環(huán)系統(tǒng)中，駕駛員兼做道路狀況的感知環(huán)節(jié)和車輛操作的決策環(huán)節(jié)，對(duì)車輛安全穩(wěn)定的行駛以及乘坐人員的感受起著重要作用. 駕駛員模型從控制的角度，對(duì)真實(shí)駕駛員的車輛操作行為進(jìn)行模擬，被廣泛應(yīng)用于車輛仿真開發(fā)、主動(dòng)安全控制系統(tǒng)設(shè)計(jì)[1-2]及智能車控制系統(tǒng)開發(fā)[3-4]. 更準(zhǔn)確更真實(shí)地反應(yīng)駕駛員的行為，是駕駛員模型開發(fā)的目標(biāo)之一. 其中DYNAware仿真平臺(tái)的駕駛員模型以線性單軌車輛模型和半經(jīng)驗(yàn)輪胎模型構(gòu)建控制內(nèi)模，將駕駛員軌跡跟隨行為轉(zhuǎn)化為最優(yōu)控制問題進(jìn)行求解，軌跡跟隨效果較好，并且通過設(shè)定駕駛員操作參數(shù)和車輛響應(yīng)參數(shù)的極值定義駕駛員風(fēng)格，仿真中顯現(xiàn)出了不同的駕駛方式. 模型預(yù)測(cè)控制(MPC)由于其滾動(dòng)更新預(yù)測(cè)區(qū)間進(jìn)行尋優(yōu)的特點(diǎn)，與真實(shí)駕駛員行為習(xí)慣相近，被廣泛應(yīng)用于車輛轉(zhuǎn)向控制行為的建模[5-6]. 模型預(yù)測(cè)控制被應(yīng)用于模擬駕駛員學(xué)習(xí)、自適應(yīng)車輛特性并進(jìn)行轉(zhuǎn)向操作決策的行為，設(shè)定了幾個(gè)自由參數(shù)以模擬不同的駕駛員，包括視野距離的遠(yuǎn)近、側(cè)向位移與車身方位角的權(quán)重比，并根據(jù)22位真實(shí)駕駛員的駕駛結(jié)果進(jìn)行了誤差統(tǒng)計(jì)與分析，更豐富的描述了駕駛員. 基于隨機(jī)模型預(yù)測(cè)控制建立駕駛員轉(zhuǎn)向行為模型，應(yīng)用側(cè)向橫擺二自由度車輛模型與UniTire輪胎模型[7]建立預(yù)測(cè)模型，將駕駛員對(duì)輪胎側(cè)偏角的估計(jì)以正態(tài)分布的形式建模，表征熟練駕駛員與生疏駕駛員的估算差別.

盡管上述文獻(xiàn)對(duì)駕駛員的駕駛方式進(jìn)行了一定區(qū)分，但真實(shí)駕駛員面臨駕駛環(huán)境復(fù)雜多變，且不同駕駛員對(duì)車輛操縱能力也不盡相同. 因此，本文基于最優(yōu)預(yù)瞄理論，通過4個(gè)自由參數(shù)表征：駕駛員的視野范圍大小、遠(yuǎn)近重視程度、決策意愿、決策精度差異. 從而豐富了模型對(duì)駕駛員的駕駛風(fēng)格及駕駛員能力的模擬.

1 駕駛員的視野特征與決策意愿建模

真實(shí)駕駛員的駕駛習(xí)慣往往是關(guān)注視野中前方一段道路. 如果這段道路中存在n個(gè)預(yù)瞄點(diǎn)，與每一預(yù)瞄點(diǎn)處匹配的預(yù)瞄時(shí)間為tl～tn，跟隨誤差為el～en. 隨著車輛的移動(dòng)，這些預(yù)瞄點(diǎn)的信息也在不斷更新，駕駛員由此進(jìn)行行駛決策，從而模型具有類似于模型預(yù)測(cè)控制的滾動(dòng)更新的特點(diǎn). 為使每一預(yù)瞄點(diǎn)的跟隨誤差值最小，則有

(1)

綜合考慮全段預(yù)瞄軌跡的跟隨誤差值最小，建立二次型指標(biāo)函數(shù)，則有

(2)

以上為以單一跟隨誤差最小目標(biāo)的多點(diǎn)預(yù)瞄駕駛員模型，而因駕駛員的駕駛風(fēng)格不同(或行駛條件不同)，為了穩(wěn)定車身或駕乘感受舒適，在一定程度上放棄跟隨誤差最小指標(biāo)，以換取較小的側(cè)向加速度. 加速度最小指標(biāo)可以描述為

(3)

綜合式(1)與式(3)，便可將多點(diǎn)預(yù)瞄模型發(fā)展為多點(diǎn)雙目標(biāo)決策模型. 在預(yù)瞄點(diǎn)i處，分別以權(quán)系數(shù)p和q，表征駕駛員對(duì)跟隨誤差及側(cè)向加速度的決策意愿，建立指標(biāo)函數(shù)

(4)

綜合以上指標(biāo)函數(shù)，設(shè)每一預(yù)瞄點(diǎn)處的權(quán)系數(shù)為wi，則有

(5)

(6)

由于車速一定的情況下，Ti越大，預(yù)瞄距離越遠(yuǎn). 所以，當(dāng)m>0時(shí)，視野遠(yuǎn)處軌跡信息權(quán)重高；當(dāng)m<0時(shí)，視野近處軌跡信息權(quán)重高；當(dāng)m=0時(shí),wi(Ti)=1,軌跡沒一點(diǎn)的權(quán)重相同. 同時(shí)，|m|越大，相鄰兩個(gè)預(yù)瞄點(diǎn)的權(quán)重差距的越大，t1～tn預(yù)瞄區(qū)間內(nèi)的遠(yuǎn)近重視區(qū)別越明顯. 通常取值范圍在m∈[0,5]即可表現(xiàn)出駕駛員較豐富的視野特征.

2 駕駛員決策精度差異建模

上文提到的側(cè)向加速度決策，是基于最優(yōu)理論得到. 但真實(shí)的駕駛員不會(huì)像計(jì)算機(jī)一樣，在每一次決策時(shí)都能夠計(jì)算出側(cè)向加速度的最優(yōu)值. 更貼近現(xiàn)實(shí)的應(yīng)是駕駛員每次決策的加速度值都在最優(yōu)值周圍的一定范圍，并且這一范圍應(yīng)有一定規(guī)律可循. 文獻(xiàn)[6]中，將駕駛員對(duì)輪胎真實(shí)側(cè)偏角的估計(jì)考慮為一種高斯函數(shù)的分布行為，同樣在這里，假設(shè)駕駛員的決策行為符合一定的高斯分布，從這一角度描述不同決策精度的駕駛員.

(7)

(8)

令：

(9)

由式(8)和式(9)得

(10)

(11)

3 駕駛風(fēng)格與駕駛員能力

以上的理論建模階段，可以看到表征駕駛員特征的參數(shù)在原有預(yù)瞄時(shí)間tp，神經(jīng)反應(yīng)滯后時(shí)間td，以及肌肉操作滯后時(shí)間th的基礎(chǔ)上，發(fā)展為更豐富和貼近真實(shí)駕駛員的視野特征、決策取舍特征及決策精度特征的描述方式. 由4個(gè)自由參數(shù)表示這些特征，如表1和表2所示.

表1 表征駕駛風(fēng)格及能力的物理量及意義

這里提出了駕駛風(fēng)格和駕駛員能力兩個(gè)相互獨(dú)立又可以交叉的概念. 駕駛風(fēng)格，表現(xiàn)駕駛員對(duì)車輛駕駛方式的取向，屬于駕駛員的意愿：一種為對(duì)遠(yuǎn)近軌跡信息的取舍;另一種為對(duì)跟隨精度和乘坐感受的取舍，與駕駛員本身能力無關(guān). 因?yàn)轳{駛員能力是駕駛員對(duì)駕駛方式?jīng)Q策的最優(yōu)側(cè)向加速度的實(shí)現(xiàn)能力，成熟駕駛員的決策相對(duì)更容易接近最優(yōu)值，生疏駕駛員決策相對(duì)更不易接近最優(yōu)值. 駕駛風(fēng)格和駕駛員能力的概念互不影響，可以自由匹配.

4 仿真驗(yàn)證

在Matlab R2013a/Simulink和Carsim 8.1建立聯(lián)合仿真平臺(tái)，以雙移線工況進(jìn)行仿真驗(yàn)證，主要從預(yù)瞄區(qū)間大小、視野窗函數(shù)選擇、跟隨誤差側(cè)向加速雙指標(biāo)權(quán)重值以及駕駛員決策精度系數(shù)4個(gè)方面進(jìn)行仿真對(duì)比.

針對(duì)視野區(qū)間的仿真如圖1所示. 車速為80 km/h，視野窗函數(shù)為wi=1，即視野區(qū)間內(nèi)所有預(yù)瞄點(diǎn)權(quán)重相同，預(yù)瞄點(diǎn)個(gè)數(shù)n=10，不考慮側(cè)向加速度指標(biāo)以跟隨誤差最小為單一目標(biāo)，并忽略決策偏差，分別在視野區(qū)間[t1,1,t1,10]=[0,0.6 s]和[t2,1,t2,10]=[0,1.0 s]進(jìn)行仿真對(duì)比. 在圖1中，兩種預(yù)瞄方式下，駕駛員轉(zhuǎn)向操作的起始位置分別為X1=46.69 m，X2=37.82 m. 由于此處所述“預(yù)瞄視野”為駕駛員決策的依據(jù)，所以預(yù)瞄視野越長(zhǎng)，就越能夠提前獲取道路信息，并進(jìn)行操作決策.

圖1 駕駛員視野區(qū)間大小對(duì)軌跡跟隨的影響Fig.1 Effect of driver's visual field for path tracking

圖2 駕駛員視野窗函數(shù)對(duì)軌跡跟隨的影響Fig.2 Effect of horizon-window for path tracking

針對(duì)駕駛員決策取向的仿真結(jié)果如圖3、圖4所示. 其中跟隨誤差權(quán)重參數(shù)為p，側(cè)向加速度權(quán)重參數(shù)為q，車速設(shè)定為60 km/h，視野區(qū)間[t1,1,t1,10]=[0.3,0.6] s，視野窗函數(shù)為wi=1，最大跟隨誤差和最大側(cè)向加速度如表2所示.

圖3 駕駛員決策取向?qū)壽E跟隨的影響Fig.3 Effect of decision intention for path tracking

圖4 駕駛員決策取向?qū)?cè)向加速度的影響Fig.4 Effect of decision intention for lateral acceleration

表2 決策取向參數(shù)對(duì)跟隨誤差和側(cè)向加速度的影響

可以看到，決策取向參數(shù)p/q對(duì)跟隨誤差和側(cè)向加速度大小的影響明顯，與理論相符.p/q的值越大，說明駕駛員模型所模擬的駕駛員對(duì)跟隨精度要求的越高，偏向于駕駛的精準(zhǔn)性；p/q的值越小，說明所模擬的駕駛員希望側(cè)向加速度最大值越小，偏向于駕駛的舒適性.

圖5 決策能力對(duì)軌跡跟隨的影響Fig.5 Effect of driver's decision ability for path tracking

5 結(jié) 論

以駕駛員決策行為及側(cè)向物理模型為基礎(chǔ)，建立以側(cè)向加速度與方向盤轉(zhuǎn)角的穩(wěn)態(tài)增益Gay為經(jīng)驗(yàn)的，以駕駛員視野為單位的滾動(dòng)尋優(yōu)車輛轉(zhuǎn)向操作算法，內(nèi)部自由參數(shù)能夠表征駕駛風(fēng)格及駕駛員能力.

區(qū)分了駕駛風(fēng)格和駕駛員能力的概念. 以視野特征，決策意愿特征表征駕駛風(fēng)格，代表駕駛員的決策意愿；以決策精度特征表征駕駛員能力，代表駕駛員對(duì)最優(yōu)決策的實(shí)現(xiàn)能力. 兩個(gè)概念彼此獨(dú)立，可相互匹配.

視野特征以參數(shù)[t1,tn]表征駕駛員的視野范圍大小，以視野窗函數(shù)wi=tim表征遠(yuǎn)近重視取向；決策意愿特征以權(quán)值比p/q表征駕駛員對(duì)跟隨誤差和側(cè)向加速度的取向；決策精度差異特征以方差參數(shù)σ表征真實(shí)決策值與最優(yōu)決策值的差距程度. 4組自由參數(shù)的相互匹配，拓寬了駕駛員模型的模擬范圍.