任立海，李星月，覃禎員，李 晨

（1.中國(guó)汽車(chē)工程研究院股份有限公司博士后工作站，重慶 401122；2.重慶理工大學(xué)汽車(chē)零部件先進(jìn)制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，重慶 400054；3.重慶車(chē)輛檢測(cè)研究院有限公司，重慶 401120）

隨著社會(huì)經(jīng)濟(jì)的發(fā)展，汽車(chē)保有量不斷增加，頻發(fā)的汽車(chē)交通事故成為危害公共安全的一大社會(huì)問(wèn)題。以2017年為例，中國(guó)共發(fā)生道路交通事故203 049起，造成209 654人受傷，63 772人死亡［1］。自動(dòng)緊急制動(dòng)系統(tǒng)（autonomous emergency braking，AEB）的應(yīng)用能夠減少事故的發(fā)生率或降低碰撞強(qiáng)度［2-3］。當(dāng)檢測(cè)到危險(xiǎn)工況時(shí)，AEB通過(guò)聲音或圖像向駕駛員發(fā)出警報(bào)，提醒駕駛員采取制動(dòng)措施。如果駕駛員仍未采取制動(dòng)措施或采取的制動(dòng)壓力不夠大，避撞系統(tǒng)將會(huì)主動(dòng)介入。

目前針對(duì)AEB的相關(guān)研究主要側(cè)重于如何準(zhǔn)確表征當(dāng)前工況的危險(xiǎn)程度。Han等［4］以滑動(dòng)輪胎模型估算出路面摩擦力峰值，進(jìn)一步計(jì)算出碰撞剩余時(shí)間（time to collision，TTC）對(duì)應(yīng)的制動(dòng)力閾值，提高避撞系統(tǒng)對(duì)不同路面的適應(yīng)性；江蘇大學(xué)的張雪峰［5］將車(chē)頭時(shí)距進(jìn)行了算法融合，并考慮駕駛員的反應(yīng)時(shí)間和路面附著系數(shù)，從而提高了避撞系統(tǒng)的精確度。

隨著AEB系統(tǒng)的廣泛運(yùn)用，有研究表明，當(dāng)碰撞發(fā)生時(shí)，AEB導(dǎo)致的乘員離位可能會(huì)增加乘員自身?yè)p傷風(fēng)險(xiǎn)［6］，針對(duì)上述情況，湖南大學(xué)的徐哲［7］采取可逆預(yù)緊安全帶與AEB相結(jié)合的方式改善了乘員離位，降低了二次碰撞的風(fēng)險(xiǎn)；重慶理工大學(xué)的胡遠(yuǎn)志等［8］研究了主動(dòng)安全帶參數(shù)（預(yù)緊力和預(yù)緊時(shí)間）對(duì)乘員離位的影響，進(jìn)一步提高了制動(dòng)階段的乘員安全性。

本研究旨在減少制動(dòng)過(guò)程中乘員頭部和胸部的位移量，從減小乘員慣性載荷的角度出發(fā)對(duì)AEB控制策略進(jìn)行研究，通過(guò)建立以TTC和相對(duì)速度為輸入、制動(dòng)壓力為輸出的模糊控制緊急制動(dòng)模型，改善緊急制動(dòng)階段的制動(dòng)壓力，降低AEB作用下乘員的慣性載荷，減小乘員最大離位。

1 方法

1.1 AEB系統(tǒng)危險(xiǎn)判定設(shè)計(jì)

TTC能定量反映出當(dāng)前工況下緊急制動(dòng)系統(tǒng)進(jìn)行避撞操作的剩余時(shí)間，因此可以直接作為主動(dòng)避撞系統(tǒng)的有效判據(jù)。TTC［9］的計(jì)算公式為：

式中：Drel為前后兩車(chē)相對(duì)距離；Vrel為兩車(chē)相對(duì)速度。

若僅以TTC作為制動(dòng)策略的判定條件，會(huì)造成高速制動(dòng)過(guò)晚、低速制動(dòng)過(guò)早的問(wèn)題［10］。所以，以TTC和相對(duì)速度2個(gè)參數(shù)共同作為制動(dòng)策略的判定條件，制定避撞系統(tǒng)的制動(dòng)策略。

1.2 AEB系統(tǒng)模糊控制器的設(shè)計(jì)

一般的AEB控制系統(tǒng)檢測(cè)到TTC值或安全距離小于設(shè)定好的閾值時(shí)，制動(dòng)主缸會(huì)直接輸出一定的制動(dòng)壓力（后文將這種控制方式稱(chēng)為直接控制），由于制動(dòng)壓力突然增大，車(chē)輛減速度也迅速增大，乘員姿態(tài)發(fā)生變化，若此時(shí)有碰撞發(fā)生則增加了乘員受傷的風(fēng)險(xiǎn)；因此，對(duì)制動(dòng)主缸的增壓過(guò)程進(jìn)行改進(jìn)，使制動(dòng)減速度連續(xù)增加，從而避免車(chē)內(nèi)乘員受到突然增大的慣性載荷。

模糊控制具有解決非線(xiàn)性問(wèn)題的特點(diǎn)，模糊控制器的輸入、輸出變量個(gè)數(shù)越多，且模糊集劃分越細(xì)，模糊控制器的精度就會(huì)越高。但輸入輸出的變量越多，模糊集劃分越細(xì)，就會(huì)使模糊規(guī)則越多，控制器的響應(yīng)速度變慢［11-12］。本文設(shè)計(jì)的模糊控制器，以危險(xiǎn)判定指標(biāo)TTC和相對(duì)速度作為輸入量，以汽車(chē)主缸制動(dòng)壓力為輸出量。模糊控制系統(tǒng)如圖1所示。

圖1 模糊控制系統(tǒng)框圖

1.2.1 AEB系統(tǒng)中隸屬度函數(shù)的建立

模糊化是將輸入量的精確值轉(zhuǎn)化成模糊語(yǔ)言，解模糊化則是將模糊語(yǔ)言轉(zhuǎn)變成論域范圍內(nèi)的精確值。這里對(duì)碰撞剩余時(shí)間TTC、相對(duì)速度以及制動(dòng)壓力進(jìn)行模糊化處理。將剩余時(shí)間、相對(duì)速度和制動(dòng)壓力的量化等級(jí)都設(shè)為7級(jí)。PB為正大、PM為正中、PS為正小、O為0、NS為負(fù)小、NM為負(fù)中、NB為負(fù)大。建立碰撞剩余時(shí)間TTC［13］、相對(duì)速度［13-15］、制動(dòng)壓力［16］的隸屬度函數(shù)。

TTC＝｛NB、NM、NS、O、PS、PM、PB｝，論域的作用范圍［0，5］ms；

相對(duì)速度 ＝｛NB、NM、NS、O、PS、PM、PB｝，論域的作用范圍［0，22.22］m／s；

制動(dòng)壓力 ＝｛NB、NS、O、PS、PB｝，論域的作用范圍［0，150］105Pa。

語(yǔ)言變量的模糊集采用隸屬度函數(shù)描述，模糊集論域中的個(gè)隸某個(gè)元素隸屬于某屬度函數(shù)的程度，通常由隸屬函數(shù)值決定，函數(shù)值越大，屬于這個(gè)函數(shù)的程度就越大，值越小，屬于這個(gè)函數(shù)的程度就越小。常見(jiàn)的隸屬度函數(shù)有三角形、梯形、高斯型等，本文中參考專(zhuān)家經(jīng)驗(yàn)［15，17］以及實(shí)際調(diào)試選擇高斯函數(shù)作為輸入、輸出變量的隸屬度函數(shù)，如圖2所示。

1.2.2 AEB系統(tǒng)中模糊規(guī)則的建立

通過(guò)分析TTC及相對(duì)速度與制動(dòng)壓力的邏輯關(guān)系，建立了相應(yīng)的模糊規(guī)則。當(dāng)主車(chē)接近目標(biāo)車(chē)時(shí)，兩車(chē)之間的距離變小，TTC值也隨之減小。當(dāng)TTC和相對(duì)速度達(dá)到了緊急制動(dòng)的論域時(shí)，輸出一定的制動(dòng)壓力。當(dāng)TTC值較大，相對(duì)速度較小時(shí)，輸出的制動(dòng)強(qiáng)度較??；當(dāng)TTC值越小，相對(duì)速度越大時(shí)，輸出較大的制動(dòng)強(qiáng)度。模糊控制器的條件庫(kù)如表1所示。

圖2 輸入、輸出變量的隸屬度函數(shù)

表1 模糊推理?xiàng)l件庫(kù)

1.3 駕駛員約束系統(tǒng)模型

目前，汽車(chē)行業(yè)中使用的假人主要是基于碰撞條件開(kāi)發(fā)和驗(yàn)證的。而在預(yù)碰撞階段由于持續(xù)時(shí)間較長(zhǎng)，乘員有時(shí)間對(duì)突然的制動(dòng)做出反應(yīng)，所以具有主動(dòng)肌肉力的主動(dòng)人體模型（active human model，AHM）能運(yùn)用于預(yù)碰撞階段的研究，還能利用PID（proportional-integral-derivative）肌肉控制器調(diào)整肌肉活性水平。因此，采用主動(dòng)人體模型和前期已驗(yàn)證的約束系統(tǒng)模型［9］（如圖3），利用MADYMO軟件分析模糊控制和直接控制下AEB緊急制動(dòng)階段乘員的離位變化。

圖3 AHM和乘員約束系統(tǒng)模型示意圖

1.4 仿真及分析

為了驗(yàn)證模糊控制器的有效性，在PreScan中搭建了符合歐洲新車(chē)評(píng)價(jià)規(guī)程Euro-NCAP的仿真場(chǎng)景（如圖4），車(chē)輛模型選用Audi A8的2D Simple動(dòng)力學(xué)模型，建立了PreScan和Simulink聯(lián)合仿真模型，在聯(lián)合仿真模型中加入上文設(shè)計(jì)的模糊控制器。將兩車(chē)初始間距設(shè)為100 m，主車(chē)車(chē)速設(shè)為60 km／h，前車(chē)保持靜止；仿真時(shí)采用直接控制和模糊控制進(jìn)行對(duì)比驗(yàn)證。

圖4 仿真場(chǎng)景

仿真完成后提取主車(chē)與前車(chē)的距離、主車(chē)速度、主車(chē)的減速度和主缸制動(dòng)壓力，研究模糊控制的制動(dòng)性能；對(duì)比直接控制與模糊控制制動(dòng)性能的差異。將主車(chē)在AEB制動(dòng)階段的減速度導(dǎo)入MADYMO軟件中，利用AHM主動(dòng)人體模型和約束系統(tǒng)模型對(duì)比驗(yàn)證模糊控制和直接控制下乘員的離位。仿真流程如圖5所示。

圖5 仿真流程框圖

2 結(jié)果

2.1 AEB制動(dòng)性能分析

由圖6（a）和圖6（b）對(duì)比分析可知：2種控制條件下主車(chē)均以60 km／h的速度勻速行駛，模糊控制條件下的主車(chē)在3.2 s左右開(kāi)始制動(dòng)，比直接控制早0.06 s；制動(dòng)完成后，直接控制下的主車(chē)與前車(chē)的距離為2.1 m，而模糊控制下的主車(chē)與前車(chē)的距離為1.1 m。仿真結(jié)果表明：本文中設(shè)計(jì)的模糊控制和直接控制都可以實(shí)現(xiàn)汽車(chē)緊急制動(dòng)，有效保證車(chē)輛的安全性。

圖6 主車(chē)車(chē)速、主車(chē)與前車(chē)距離曲線(xiàn)

模糊控制和直接控制的主缸制動(dòng)壓力如圖7所示。由圖7可知，模糊控制器作用下的制動(dòng)主缸壓力的升降過(guò)程與直接控制下的制動(dòng)壓力驟變不同，其壓力的上升過(guò)程是連續(xù)變化的。在3.26 s時(shí)，直接控制達(dá)到部分制動(dòng)的閾值，此時(shí)節(jié)氣門(mén)開(kāi)度變?yōu)?，制動(dòng)主缸輸出6 MPa的制動(dòng)壓力；在5.78 s時(shí)，直接控制達(dá)到全力制動(dòng)的閾值，制動(dòng)主缸輸出15 MPa的制動(dòng)壓力，直到汽車(chē)完全停止。基于模糊控制器的主車(chē)在3.2 s左右收到制動(dòng)信號(hào)后節(jié)氣門(mén)關(guān)閉，主缸制動(dòng)壓力開(kāi)始上升逐漸達(dá)到最大，然后當(dāng)TTC值增大、相對(duì)速度減小時(shí)，主車(chē)危險(xiǎn)程度下降，制動(dòng)壓力也開(kāi)始下降，直至趨于穩(wěn)定。

圖7 主缸制動(dòng)壓力

2.2 乘員離位狀態(tài)分析

汽車(chē)緊急制動(dòng)時(shí)，不同控制器作用下的車(chē)內(nèi)乘員的姿態(tài)變化有所不同，其姿態(tài)變化對(duì)乘員的安全具有重要的影響。本文中以模糊控制開(kāi)始制動(dòng)時(shí)刻作為乘員離位分析的初始時(shí)刻，乘員頭部胸部位移量如圖8所示，人體模型動(dòng)態(tài)響應(yīng)如圖9所示（灰色人體模型表示直接控制；彩色人體模型表示模糊控制）。

對(duì)比分析緊急制動(dòng)階段2種控制方式下的乘員頭部及胸部的位移量可知：在緊急制動(dòng)的前期相較于直接控制，模糊控制下的乘員頭部和胸部的位移量明顯降低，且在3.51 s時(shí)2種控制方式之間的差異達(dá)到最大。直接控制條件下的頭部位移量為86 mm，胸部位移量為32 mm；而模糊控制的頭部位移量為27.5 mm，胸部位移量?jī)H為5.4 mm；總體而言，模糊控制有效地降低了乘員頭部及胸部的位移量，其中頭部位移量降幅為62%，胸部位移量降幅為80%。在4.25～4.88 s時(shí)，模糊控制下乘員頭部和胸部的位移量則大于直接控制；在4.61 s時(shí)，直接控制的頭部位移量為56.9 mm，胸部位移量為31.7 mm；模糊控制的頭部位移量為100 mm，胸部位移為48.3 mm；頭部位移量的增幅為77.5%，胸部位移量的增幅為52.4%。如表2所示。

圖8 乘員頭部、胸部位移量曲線(xiàn)

圖9 制動(dòng)過(guò)程中人體模型動(dòng)態(tài)響應(yīng)

表2 AHM的位移量 mm

3 討論與展望

在Simulink中建立了以TTC和相對(duì)速度為輸入、制動(dòng)壓力為輸出的模糊控制器。以減小乘員在緊急制動(dòng)階段的離位位移為目標(biāo)，分別建立了輸入和輸出的隸屬度函數(shù)，以及輸入和輸出對(duì)應(yīng)的規(guī)則；確定了以該模糊控制器為主的控制策略。

由于汽車(chē)自動(dòng)緊急制動(dòng)系統(tǒng)可以有效地降低交通事故率，目前主要通過(guò)設(shè)計(jì)準(zhǔn)確表示當(dāng)前工況的危險(xiǎn)程度及避撞的策略來(lái)提高安全性［4，13，18］。但汽車(chē)緊急制動(dòng)系統(tǒng)起作用時(shí)因慣性載荷會(huì)導(dǎo)致車(chē)內(nèi)乘員發(fā)生前傾離位，若此時(shí)再有碰撞發(fā)生就會(huì)增加乘員受傷的風(fēng)險(xiǎn)。然而大多數(shù)研究者在AEB緊急制動(dòng)系統(tǒng)的研究中只考慮沖擊度（即減速度的變化率）、俯仰角加速度等來(lái)評(píng)價(jià)車(chē)內(nèi)乘員的舒適性［11，15］。即使一些研究者注意到制動(dòng)階段乘員離位會(huì)加大乘員損傷，但主要采用主動(dòng)安全帶來(lái)減小乘員的離位［19-21］。而本研究在Simulink中建立了可以輸出漸變制動(dòng)壓力的模糊控制器，利用PreScan和Simulink進(jìn)行聯(lián)合仿真，得出制動(dòng)減速度作為AHM主動(dòng)假人-約束系統(tǒng)模型的邊界條件再次進(jìn)行仿真，最后分析車(chē)內(nèi)乘員在緊急制動(dòng)階段的離位。

對(duì)比模糊控制和直接控制下的車(chē)輛速度和乘員離位發(fā)現(xiàn)：在緊急制動(dòng)的前期，車(chē)速較高且相差較小，最大相差0.7 m／s；而模糊控制下乘員的頭部和胸部位移量減小，在3.51 s時(shí)模糊控制下的頭部位移量?jī)H為27.4 mm，降幅為62%、胸部位移量?jī)H為6.1 mm，降幅為80%；如果在這時(shí)發(fā)生追尾碰撞，則模糊控制下的乘員離位較小，安全性得到提高。在緊急制動(dòng)的后期，兩者乘員的頭部和胸部位移量相差不大，但這一階段車(chē)速較小，故在追尾事故發(fā)生時(shí)車(chē)內(nèi)乘員的損傷不會(huì)太大。所以，運(yùn)用本文設(shè)計(jì)的模糊控制器可以有效提高乘員在緊急制動(dòng)階段的安全性。

相較于直接控制，在制動(dòng)前期由于模糊控制條件下主缸壓力較小，產(chǎn)生的制動(dòng)減速度小于直接控制，所以在前期模糊控制下的頭部位移較小。在制動(dòng)中期，直接控制下主缸制動(dòng)壓力恒定產(chǎn)生恒定的制動(dòng)減速度，從而無(wú)法抵消AHM頸部產(chǎn)生的肌肉力矩，造成頭部回彈；而模糊控制下主缸制動(dòng)壓力持續(xù)增加產(chǎn)生持續(xù)上升的制動(dòng)減速度，從而可以持續(xù)抵消AHM頸部產(chǎn)生的肌肉力矩，頭部位移持續(xù)增加，從而高于直接控制下的頭部位移。在制動(dòng)后期，由于2種控制方式下的最大制動(dòng)壓力差異較小，因此兩者之間的頭部位移量相差較小。

本文中只對(duì)前車(chē)靜止工況（car-to-car rear stationary，CCRs）進(jìn)行了仿真，在后續(xù)的研究中可以對(duì)模糊控制進(jìn)行完善并增加不同的仿真場(chǎng)景。

4 結(jié)論

運(yùn)用建立的模糊控制器，通過(guò)PreScan及Simulink軟件聯(lián)合仿真，實(shí)現(xiàn)了前車(chē)靜止工況下的緊急制動(dòng)，并利用AHM主動(dòng)人體模型對(duì)比分析緊急制動(dòng)階段，模糊控制和直接控制下車(chē)內(nèi)乘員頭部和胸部的位移。結(jié)果表明：本文中設(shè)計(jì)的模糊控制器可以在緊急制動(dòng)前期減小乘員的慣性載荷及位移，提高車(chē)內(nèi)乘員的安全性。