CN108454628A - 一种驾驶员在环的人车协同转向滚动优化控制方法 - Google Patents

Abstract

本发明提供了一种驾驶员在环的人车协同转向滚动优化控制方法，具体步骤如下：一、建立车辆二自由度动力学模型与车辆运动学模型；二、利用危险评估模糊逻辑确定干预程度系数；三、建立人车协同转向系统模型；四、采用模型预测方法进行人车协同转向系统控制器设计；五、进行驾驶权分配并计算控制量完成控制；本方法在驾驶员驾驶汽车有可能发生危险时能够在线实时辅助驾驶员进行操作，在驾驶员正常操作车辆时能够不干预驾驶员操作，车辆行驶在安全区域时，驾驶员拥有车辆转向的绝对控制权，控制器完全不干预驾驶员正确的转向操作，超出安全区域后根据驾驶员操作行为和车辆位置实时决定干预程度并协同驾驶员完成转向操作。

Description

一种驾驶员在环的人车协同转向滚动优化控制方法

技术领域

本发明属于汽车驾驶控制领域，涉及一种人车协同驾驶策略，更加具体的来讲，涉及一种考虑驾驶员在环的人车协同转向控制方法。

背景技术

随着道路上汽车数量的增加，道路交通环境将会日益复杂，人类驾驶员面对如此纷繁复杂的环境，常常会有一时的疏忽大意，这种情况下极易造成交通事故，如何保障驾驶员安全驾驶汽车是亟待解决的问题。无人驾驶汽车是一种把人类驾驶员从复杂驾驶任务中解脱出来的有效手段。然而，在无人驾驶技术和相关法律法规尚不完善的情况下，开发先进的人车协同控制技术是保障驾驶员行车安全十分有效的途径。当前，众多研究学者和汽车相关企业在人车协同驾驶方面投入极大热情，是驾驶自动化在当前技术水平下的主要目标。

现有人车协同驾驶过程中驾驶员行为有着个性化、驾驶时间长易疲劳和难以预测的特点，同时应对未知和危险工况能力十分薄弱，如何保障驾驶员在未知和危险工况下安全性是人车协同驾驶必须解决的问题。

发明内容

本发明为解决驾驶员在未知和危险工况下易误操作的问题，提出一种可以在线纠正驾驶员误操作的协同转向滚动优化控制方法。

本发明所述的一种驾驶员在环的人车协同转向滚动优化控制方法，是采用如下技术方案实现的：

一种考虑驾驶权实时分配的人车协同转向控制方法，基于一种驾驶员和协同转向控制器同时在环的驾驶模式，该种模式下当驾驶员的驾驶行为不出现错误时，车辆的驾驶权完全由驾驶员支配，在驾驶员驾驶行为出现错误时，将驾驶员的驾驶权重减小甚至减少至零，由协同转向控制器辅助驾驶员协同控制转向，其特征在于，本方法具体步骤如下：

步骤一、建立车辆二自由度动力学模型与车辆运动学模型：

建立大地坐标系：原点O固结于地面，X轴通常与车辆初始运动方向重合，X轴沿逆时针方向旋转90度的方向为Y轴的正方向建立大地坐标系；

建立车辆坐标系：以车辆动力学模型中车辆质心o为坐标原点，沿着车辆前进的方向为x轴的正方向，x轴沿逆时针方向旋转90度的方向为y轴的正方向建立车辆坐标系；

用车辆运动学模型表征车辆的操纵稳定性与车辆的侧向运动的关系，并用车辆二自由度动力学模型表征车辆的操纵稳定性和车辆的横摆运动之间的关系，具体过程如下：

假定车辆是一个刚性体，车辆装置着四个不会发生形变的车轮，并以车辆前轮作为转向轮，根据车辆运动学方程以及车辆运动的几何关系得到车辆运动学模型如式(1)所示：

式中x_o为车辆质心o的纵向位移，单位m；y_o为车辆质心o的侧向位移，单位m；v为车辆质心的速度，单位m/s；r为车辆的横摆角速度，单位rad/s；ψ为车辆的航向角，单位rad；β为车辆的质心侧偏角，单位rad；

考虑到实际道路的曲率通常很小，车辆在这段实际道路区域内行驶时航向角ψ同样认为是很小的，且实际上车辆的质心侧偏角β变化范围也很小，所以有：sin(ψ+β)≈ψ+β，cos(ψ+β)≈1，结合式(1)可以得到简化的车辆运动学模型，如式(2)所示：

本方法是通过控制车辆的前轮转角来实现路径跟踪的目的，并且认为车辆保持匀速状态行驶，所以只需要考虑车辆的侧向运动，根据牛顿第二定律与力矩平衡关系，可得到如式(3)所示的车辆二自由度动力学模型：

式中v_x为车辆质心处的纵向速度，单位m/s；F_yf为车辆前轮侧向力，单位N；F_yr为车辆后轮侧向力，单位N；m为车辆的质量，单位kg；I_z为车辆绕z轴的转动惯量，单位kg·m²；a为车辆质心o到车辆前轴的距离，单位m；b为车辆质心o到车辆后轴的距离，单位m；δ_f为车辆前轮转角，单位rad；

车辆实际的前轮转角δ_f通常也很小，可以近似认为：cosδ_f≈1，sinδ_f≈0，因此对式(3)进行简化，简化后的车辆二自由度动力学模型如式(4)所示：

车辆侧向轮胎力未达到饱和时，车辆侧向轮胎力F_y与轮胎侧偏角α可近似看作呈线性关系如式(5)所示：

式中C_f为车辆前轮的轮胎侧偏刚度，单位N·rad；C_r为车辆后轮的轮胎侧偏刚度，单位N·rad；α_f为车辆前轮的轮胎侧偏角，单位rad；α_r为车辆后轮的轮胎侧偏角，单位rad；

在车辆坐标系下，前轮的轮胎侧偏角α_f和后轮的轮胎侧偏角α_r有如式(6)的关系：

结合式(4)、式(5)和式(6)，整理可得车辆二自由度动力学模型如式(7)所示：

步骤二、利用危险评估模糊逻辑确定干预程度系数：

定义干预程度系数为α且0≤α≤1，干预程度系数是通过对驾驶员行为和车辆侧向位置综合分析得出，设当前时刻为k时刻，驾驶员行为系数D_h表达如式(8)所示：

其中δ_h(k)为驾驶员k时刻决策出的前轮转角，δ_f(k|k-1)为k-1时刻求解出k时刻车辆前轮转角，D_h为δ_h与δ_f(k|k-1)的差值的绝对值比上δ_h与δ_f(k|k-1)的差值的绝对值的最大值，D_h值越大说明驾驶员操作的错误程度越高；

车辆侧向位置系数D_r表达式如式(9)所示：

其中，y_o(k)为k时刻车辆的侧向位移，r_o(k)为k时刻与y_o(k)相同x坐标所对应的道路中心线的侧向位移，D_r为y_o(k)与r_o(k)差值的绝对值比上y_o(k)与r_o(k)差值的绝对值的最大值，D_r值越大说明车辆偏离道路中心线的程度越高；

将驾驶员行为系数D_h模糊化为5个集合：S_h，MS_h，M_h，MB_h，B_h；车辆侧向位置系数D_r模糊化为4个集合：S_r，MS_r，M_r，B_r；将D_h变化范围设定为[0，1]，其隶属度函数的表达式如式(10)所示；将D_h变化范围设定为[0，1]，其隶属度函数的表达式如式(11)所示；

同样将干预程度系数α也模糊化为5个集合：S_α，MS_α，M_α，MB_α，B_α；其对应的隶属度函数表达式如式(12)所示：

具体模糊规则如表1所示：

表1模糊规则表

最后，通过查表获得干预程度系数α的隶属度，然后利用去模糊方法中的最大隶属度法确定干预程度系数α的值；

步骤三、建立人车协同转向系统模型：

步骤三通过建立人车协同转向系统模型对人车协同转向系统进行描述，由步骤二决策出的当前时刻干预程度系数α,采集驾驶员当前时刻决策出的前轮转角δ_h，通过人车协同转向系统控制器求解出的当前时刻人车协同转向系统的辅助前轮转角δ_a，后再按照式(13)给出的比例关系进行叠加执行到车辆的前轮：

δ_f＝αδ_h+(1-α)δ_a (13)

式中δ_a为人车协同转向控制器求解出的当前时刻人车协同转向系统的辅助前轮转角，单位rad；δ_h为驾驶员当前时刻决策出的前轮转角，单位rad；

求解出当前时刻人车协同转向系统的辅助前轮转角δ_a后，根据式(13)给出的叠加关系得到当前时刻车辆前轮转角δ_f作为前轮转角控制量；

结合式(2)、式(7)和式(13)，由于侧向车速相对于纵向车速较小可以近似看作v≈v_x，整理可得人车协同转向系统模型如式(14)：

该人车协同转向系统选取车辆质心o的侧向位移y_o作为人车协同转向系统的输出，同时选取人车协同转向系统的辅助前轮转角δ_a作为人车协同转向系统系统模型的控制输入，选取状态向量x＝[y_o ψ β r]^T，人车协同转向系统模型可被描述成如式(15)所示的状态空间形式：

其中A为系统矩阵，表示系统内部状态变量的关系；B_s为控制矩阵，表示输入变量如何控制状态变量；C为输出矩阵，表示输出变量如何反映状态；B_d为常数项矩阵；各个矩阵表达式如下：

C＝[1 0 0 0]；

步骤四、采用模型预测方法进行人车协同转向系统控制器设计：

以步骤三中的人车协同转向系统模型作为人车协同转向系统控制器设计的预测模型，人车协同转向系统的辅助前轮转角δ_a作为人车协同转向系统控制器的控制输入，设k为当前时刻，认为车辆在预测时域内速度保持不变，且认为驾驶员当前时刻决策出的前轮转角δ_h在预测时域内同样保持不变，将式(15)的人车协同转向系统模型进行离散化得到式(16)：

式中C_c＝C，T_s为采样时间，单位s；

人车协同转向系统控制器设计时采用的模型预测方法中预测时域为P，控制时域为N，且满足N≤P，控制时域之外的人车协同转向系统控制器的控制输入保持不变，通过式(16)可以推导出人车协同转向系统控制器状态预测方程如式(17)：

推导出人车协同转向系统控制器输出预测方程如式(18)：

同时定义预测时域P内每一时刻人车协同转向系统控制器控制输入δ_a的序列U_a(k)、预测时域P内驾驶员每一时刻决策出的前轮转角δ_h的序列U_h(k)、预测时域P内每一时刻控制输出y_o的序列U_y(k)、预测时域P内每一时刻道路中心线横向坐标y的序列R_y(k)和预测时域P内每一时刻最终的前轮转角δ_f的序列U(k)，如式(19)：

式中δ_h(k+i)为驾驶员k+i时刻决策出的前轮转角，单位rad；δ_f(k+i)为预测时域内k+i时刻车辆前轮转角，单位rad；x(k+i)为k+i时刻的人车协同转向系统控制器的状态向量；y_o(k+i)为k+i时刻的转向辅助系统的输出，即车辆质心的侧向位置，单位m；y(k+i),i＝1,…,P为期望道路区域中心线f(t)在Y方向坐标离散量，离散间隔为v_ax·T_s，单位m；式中，i＝1,2,3…P；

人车协同转向系统控制器的控制目标是一方面使驾驶员拥有一定驾驶自由度，通过使车辆行驶在安全区域内，安全区域为道路中心线沿道路左右各平移B_th米的距离后两条线中间所包含的区域，车辆行驶在安全区域内的目标函数可以定义为式(20)：

其中

同时为了保证车辆转向的平顺性，应该使人车协同转向系统控制器的控制量即车辆前轮转角尽可能的小，如式(21)：

J₂＝||(U(k)||² (21)

引入权重矩阵Γ_u对J₁和J₂两个优化目标的权重进行调整，人车协同转向系统控制器的优化目标如式(22)：

本方法中道路边界可以通过车辆的感知系统实时获得，且车辆必须在道路边界内行驶，即车辆坐标不超出道路边界，通过对车辆侧向位置约束简化考虑，道路加上车辆一半的宽度可以得到车辆前轴质心的道路边界约束和车辆后轴质心的道路边界约束，式中l_f(ψ+β)表示车辆当前质心侧偏角与横摆角所造成的前轴端点的侧向位移量，l_r(ψ+β)表示车辆当前质心侧偏角与横摆角所造成的后轴端点的侧向位移量，车辆侧向位置约束满足如下式(23)的不等式关系：

式中f_l(x)为通过车辆的感知系统实时获得的前方可行道路区域的左边界；f_r(x)为通过车辆的感知系统实时获得的前方可行道路区域的右边界；w为车辆宽度，单位m；l_f为车辆质心o到车辆前端点的距离，单位m；l_r为车辆质心o到车辆后端点的距离，单位m；

人车协同转向系统控制器必须满足系统约束如式(24)：

式中C_ψ＝[0 1 0 0],C_β＝[0 0 1 0]；f_l(k+i)为预测时域内前方可行道路区域左边界线f_l(x)在时刻k+i的采样值，单位m；f_r(k+i)则为预测时域内前方可行道路区域右边界线f_r(x)在时刻k+i的采样值，单位m；

步骤五、进行驾驶权分配并计算控制量完成控制：

取步骤四中优化求解出的预测时域P内每一时刻人车协同转向系统控制器控制输入δ_a的序列U_a(k)的第一项和预测时域内驾驶员每一时刻决策出的前轮转角δ_h的序列R(k)第一项，根据式(13)求得当前时刻车辆前轮转角如式(25)：

δ_f＝U_a(1)·α+(1-α)·U_h(1) (25)

当前时刻车辆前轮转角δ_f作为最终控制量传给车辆，车辆通过相应的执行机构执行控制量δ_f，协同驾驶员安全的完成车辆转向的过程。

本发明的有益效果为：

1.本发明提出了一种保证驾驶员驾驶自由度的协同转向方案，在驾驶员驾驶汽车的情况下，在有可能发生危险时能够在线实时辅助驾驶员进行操作，并且在驾驶员正常操作车辆时能够不干预驾驶员操作，保证驾驶员安全完成车辆转向操作；

2.本发明根据车辆的行驶速度对道路可行驶区域进行了驾驶员能够自由驾驶的安全区域和驾驶员需要辅助区域的动态划分，；

3.本发明在车辆行驶在驾驶员能够自由驾驶的安全区域时，驾驶员拥有车辆转向的绝对控制权，控制器完全不干预驾驶员正确的转向操作，超出安全区域后根据驾驶员操作行为和车辆位置实时决定干预程度并协同驾驶员完成转向操作。

附图说明

图1为本发明所述的一种考虑驾驶员在环的人车协同转向滚动优化控制方法的流程简图；

图2为本发明所述的一种考虑驾驶员在环的人车协同转向滚动优化控制方法建立的车辆运动学模型示意图；

图3为本发明所述的一种考虑驾驶员在环的人车协同转向滚动优化控制方法建立的车辆二自由度动力学模型示意图；

图4为驾驶员行为系数隶属度函数示意图；

图5为车辆侧向位置系数隶属度函数示意图；

图6为干预程度系数隶属度函数示意图；

图7为本发明所述的一种驾驶员在环的人车协同转向滚动优化控制方法的实现过程示意图；

图8为驾驶员能够自由驾驶的安全区域示意图；

具体实施方式

下面结合附图对本发明进行详细说明：

本发明提出一种驾驶员在环的人车协同转向滚动优化控制方法，如图1所示，具体实施步骤如下：

步骤一、建立车辆二自由度动力学模型与车辆运动学模型：

建立大地坐标系：原点O固结于地面，X轴通常与车辆初始运动方向重合，X轴沿逆时针方向旋转90度的方向为Y轴的正方向建立大地坐标系；

建立车辆坐标系：以车辆动力学模型中车辆质心o为坐标原点，沿着车辆前进的方向为x轴的正方向，x轴沿逆时针方向旋转90度的方向为y轴的正方向建立车辆坐标系；

用车辆运动学模型表征车辆的操纵稳定性与车辆的侧向运动的关系，并用车辆二自由度动力学模型表征车辆的操纵稳定性和车辆的横摆运动之间的关系，具体过程如下：

图2为车辆运动学模型示意图，假定车辆是一个刚性体，车辆装置着四个不会发生形变的车轮，并以车辆前轮作为转向轮，根据车辆运动学方程以及车辆运动的几何关系得到车辆运动学模型如式(1)所示：

式中x_o为车辆质心o的纵向位移，单位m；y_o为车辆质心o的侧向位移，单位m；v为车辆质心的速度，单位m/s；r为车辆的横摆角速度，单位rad/s；ψ为车辆的航向角，单位rad；β为车辆的质心侧偏角，单位rad；

考虑到实际道路的曲率通常很小，车辆在这段实际道路区域内行驶时航向角ψ同样认为是很小的，且实际上车辆的质心侧偏角β变化范围也很小，所以有：sin(ψ+β)≈ψ+β，cos(ψ+β)≈1，结合式(1)可以得到简化的车辆运动学模型，如式(2)所示：

图3为二自由度车辆动力学模型示意图，本方法是通过控制车辆的前轮转角来实现路径跟踪的目的，并且认为车辆保持匀速状态行驶，所以只需要考虑车辆的侧向运动，根据牛顿第二定律与力矩平衡关系，可得到如式(3)所示的车辆二自由度动力学模型：

式中v_x为车辆质心处的纵向速度，单位m/s；F_yf为车辆前轮侧向力，单位N；F_yr为车辆后轮侧向力，单位N；m为车辆的质量，单位kg；I_z为车辆绕z轴的转动惯量，单位kg·m²；a为车辆质心o到车辆前轴的距离，单位m；b为车辆质心o到车辆后轴的距离，单位m；δ_f为车辆前轮转角，单位rad；

车辆实际的前轮转角δ_f通常也很小，可以近似认为：cosδ_f≈1，sinδ_f≈0，因此对式(3)进行简化，简化后的车辆二自由度动力学模型如式(4)所示：

车辆侧向轮胎力未达到饱和时，车辆侧向轮胎力F_y与轮胎侧偏角α可近似看作呈线性关系如式(5)所示：

式中C_f为车辆前轮的轮胎侧偏刚度，单位N·rad；C_r为车辆后轮的轮胎侧偏刚度，单位N·rad；α_f为车辆前轮的轮胎侧偏角，单位rad；α_r为车辆后轮的轮胎侧偏角，单位rad；

在车辆坐标系下，前轮的轮胎侧偏角α_f和后轮的轮胎侧偏角α_r有如式(6)的关系：

结合式(4)、式(5)和式(6)，整理可得车辆二自由度动力学模型如式(7)所示：

步骤二、利用危险评估模糊逻辑确定干预程度系数：

定义干预程度系数为α且0≤α≤1，干预程度系数是通过对驾驶员行为和车辆侧向位置综合分析得出，设当前时刻为k时刻，驾驶员行为系数D_h表达如式(8)所示：

其中δ_h(k)为驾驶员k时刻决策出的前轮转角，δ_f(k|k-1)为k-1时刻求解出k时刻车辆前轮转角，D_h为δ_h与δ_f(k|k-1)的差值的绝对值比上δ_h与δ_f(k|k-1)的差值的绝对值的最大值，D_h值越大说明驾驶员操作的错误程度越高；

车辆侧向位置系数D_r表达式如式(9)所示：

其中，y_o(k)为k时刻车辆的侧向位移，r_o(k)为k时刻与y_o(k)相同x坐标所对应的道路中心线的侧向位移，D_r为y_o(k)与r_o(k)差值的绝对值比上y_o(k)与r_o(k)差值的绝对值的最大值，D_r值越大说明车辆偏离道路中心线的程度越高；

将驾驶员行为系数D_h模糊化为5个集合：S_h，MS_h，M_h，MB_h，B_h；车辆侧向位置系数D_r模糊化为4个集合：S_r，MS_r，M_r，B_r；将D_h变化范围设定为[0，1]，其隶属度函数如图4所示，表达式如式(10)所示；将D_h变化范围设定为[0，1]，其隶属度函数如图5所示，表达式如式(11)所示；

同样将干预程度系数α也模糊化为5个集合：S_α，MS_α，M_α，MB_α，B_α；其对应的隶属度函数如图6所示，表达式如式(12)所示：

具体模糊规则如表1所示：

表1模糊规则表

最后，通过查表获得干预程度系数α的隶属度，然后利用去模糊方法中的最大隶属度法确定干预程度系数α的值；

步骤三、建立人车协同转向系统模型：

步骤三通过建立人车协同转向系统模型对人车协同转向系统进行描述，如图7所示，由步骤二决策出的当前时刻干预程度系数α,采集驾驶员当前时刻决策出的前轮转角δ_h，通过人车协同转向系统控制器求解出的当前时刻人车协同转向系统的辅助前轮转角δ_a，后再按照式(13)给出的比例关系进行叠加执行到车辆的前轮：

δ_f＝αδ_h+(1-α)δ_a (13)

式中δ_a为人车协同转向控制器求解出的当前时刻人车协同转向系统的辅助前轮转角，单位rad；δ_h为驾驶员当前时刻决策出的前轮转角，单位rad；

求解出当前时刻人车协同转向系统的辅助前轮转角δ_a后，根据式(13)给出的叠加关系得到当前时刻车辆前轮转角δ_f作为前轮转角控制量；

结合式(2)、式(7)和式(13)，由于侧向车速相对于纵向车速较小可以近似看作v≈v_x，整理可得人车协同转向系统模型如式(14)：

该人车协同转向系统选取车辆质心o的侧向位移y_o作为人车协同转向系统的输出，同时选取人车协同转向系统的辅助前轮转角δ_a作为人车协同转向系统系统模型的控制输入，选取状态向量x＝[y_o ψ β r]^T，人车协同转向系统模型可被描述成如式(15)所示的状态空间形式：

其中A为系统矩阵，表示系统内部状态变量的关系；B_s为控制矩阵，表示输入变量如何控制状态变量；C为输出矩阵，表示输出变量如何反映状态；B_d为常数项矩阵；各个矩阵表达式如下：

C＝[1 0 0 0]；

步骤四、采用模型预测方法进行人车协同转向系统控制器设计：

以步骤三中的人车协同转向系统模型作为人车协同转向系统控制器设计的预测模型，人车协同转向系统的辅助前轮转角δ_a作为人车协同转向系统控制器的控制输入，设k为当前时刻，认为车辆在预测时域内速度保持不变，且认为驾驶员当前时刻决策出的前轮转角δ_h在预测时域内同样保持不变，将式(15)的人车协同转向系统模型进行离散化得到式(16)：

式中C_c＝C，T_s为采样时间，单位s；

人车协同转向系统控制器设计时采用的模型预测方法中预测时域为P，控制时域为N，且满足N≤P，控制时域之外的人车协同转向系统控制器的控制输入保持不变，通过式(16)可以推导出人车协同转向系统控制器状态预测方程如式(17)：

推导出人车协同转向系统控制器输出预测方程如式(18)：

同时定义预测时域P内每一时刻人车协同转向系统控制器控制输入δ_a的序列U_a(k)、预测时域P内驾驶员每一时刻决策出的前轮转角δ_h的序列U_h(k)、预测时域P内每一时刻控制输出y_o的序列U_y(k)、预测时域P内每一时刻道路中心线横向坐标y的序列R_y(k)和预测时域P内每一时刻最终的前轮转角δ_f的序列U(k)，如式(19)：

式中δ_h(k+i)为驾驶员k+i时刻决策出的前轮转角，单位rad；δ_f(k+i)为预测时域内k+i时刻车辆前轮转角，单位rad；x(k+i)为k+i时刻的人车协同转向系统控制器的状态向量；y_o(k+i)为k+i时刻的转向辅助系统的输出，即车辆质心的侧向位置，单位m；y(k+i),i＝1,…,P为期望道路区域中心线f(t)在Y方向坐标离散量，离散间隔为v_ax·T_s，单位m；式中，i＝1,2,3…P；

人车协同转向系统控制器的控制目标是一方面使驾驶员拥有一定驾驶自由度，通过使车辆行驶在安全区域内，安全区域为道路中心线沿道路左右各平移B_th米的距离后两条线中间所包含的区域，如图8所示，车辆行驶在安全区域内的目标函数可以定义为式(20)：

其中

同时为了保证车辆转向的平顺性，应该使人车协同转向系统控制器的控制量即车辆前轮转角尽可能的小，如式(21)：

J₂＝||(U(k)||² (21)

引入权重矩阵Γ_u对J₁和J₂两个优化目标的权重进行调整，人车协同转向系统控制器的优化目标如式(22)：

本方法中道路边界可以通过车辆的感知系统实时获得，且车辆必须在道路边界内行驶，即车辆坐标不超出道路边界，通过对车辆侧向位置约束简化考虑，道路加上车辆一半的宽度可以得到车辆前轴质心的道路边界约束和车辆后轴质心的道路边界约束，式中l_f(ψ+β)表示车辆当前质心侧偏角与横摆角所造成的前轴端点的侧向位移量，l_r(ψ+β)表示车辆当前质心侧偏角与横摆角所造成的后轴端点的侧向位移量，车辆侧向位置约束满足如下式(23)的不等式关系：

式中f_l(x)为通过车辆的感知系统实时获得的前方可行道路区域的左边界；f_r(x)为通过车辆的感知系统实时获得的前方可行道路区域的右边界；w为车辆宽度，单位m；l_f为车辆质心o到车辆前端点的距离，单位m；l_r为车辆质心o到车辆后端点的距离，单位m；

人车协同转向系统控制器必须满足系统约束如式(24)：

式中C_ψ＝[0 1 0 0],C_β＝[0 0 1 0]；f_l(k+i)为预测时域内前方可行道路区域左边界线f_l(x)在时刻k+i的采样值，单位m；f_r(k+i)则为预测时域内前方可行道路区域右边界线f_r(x)在时刻k+i的采样值，单位m；

步骤五、进行驾驶权分配并计算控制量完成控制：

取步骤四中优化求解出的预测时域P内每一时刻人车协同转向系统控制器控制输入δ_a的序列U_a(k)的第一项和预测时域内驾驶员每一时刻决策出的前轮转角δ_h的序列R(k)第一项，根据式(13)求得当前时刻车辆前轮转角如式(25)：

δ_f＝U_a(1)·α+(1-α)·U_h(1) (25)

当前时刻车辆前轮转角δ_f作为最终控制量传给车辆，车辆通过相应的执行机构执行控制量δ_f，协同驾驶员安全的完成车辆转向的过程。

Claims (1)

1.一种驾驶员在环的人车协同转向滚动优化控制方法，基于一种驾驶员和协同转向控制器同时在环的驾驶模式，该种模式下当驾驶员的驾驶行为不出现错误时，车辆的驾驶权完全由驾驶员支配，在驾驶员驾驶行为出现错误时，将驾驶员的驾驶权重减小甚至减少至零，由协同转向控制器辅助驾驶员协同控制转向，其特征在于，本方法具体步骤如下：

步骤一、建立车辆二自由度动力学模型与车辆运动学模型：

建立大地坐标系：原点O固结于地面，X轴通常与车辆初始运动方向重合，X轴沿逆时针方向旋转90度的方向为Y轴的正方向建立大地坐标系；

建立车辆坐标系：以车辆动力学模型中车辆质心o为坐标原点，沿着车辆前进的方向为x轴的正方向，x轴沿逆时针方向旋转90度的方向为y轴的正方向建立车辆坐标系；

用车辆运动学模型表征车辆的操纵稳定性与车辆的侧向运动的关系，并用车辆二自由度动力学模型表征车辆的操纵稳定性和车辆的横摆运动之间的关系，具体过程如下：

假定车辆是一个刚性体，车辆装置着四个不会发生形变的车轮，并以车辆前轮作为转向轮，根据车辆运动学方程以及车辆运动的几何关系得到车辆运动学模型如式(1)所示：

式中x_o为车辆质心o的纵向位移，单位m；y_o为车辆质心o的侧向位移，单位m；v为车辆质心的速度，单位m/s；r为车辆的横摆角速度，单位rad/s；ψ为车辆的航向角，单位rad；β为车辆的质心侧偏角，单位rad；

考虑到实际道路的曲率通常很小，车辆在这段实际道路区域内行驶时航向角ψ同样认为是很小的，且实际上车辆的质心侧偏角β变化范围也很小，所以有：sin(ψ+β)≈ψ+β，cos(ψ+β)≈1，结合式(1)可以得到简化的车辆运动学模型，如式(2)所示：

本方法是通过控制车辆的前轮转角来实现路径跟踪的目的，并且认为车辆保持匀速状态行驶，所以只需要考虑车辆的侧向运动，根据牛顿第二定律与力矩平衡关系，可得到如式(3)所示的车辆二自由度动力学模型：

式中v_x为车辆质心处的纵向速度，单位m/s；F_yf为车辆前轮侧向力，单位N；F_yr为车辆后轮侧向力，单位N；m为车辆的质量，单位kg；I_z为车辆绕z轴的转动惯量，单位kg·m²；a为车辆质心o到车辆前轴的距离，单位m；b为车辆质心o到车辆后轴的距离，单位m；δ_f为车辆前轮转角，单位rad；

车辆实际的前轮转角δ_f通常也很小，可以近似认为：cosδ_f≈1，sinδ_f≈0，因此对式(3)进行简化，简化后的车辆二自由度动力学模型如式(4)所示：

车辆侧向轮胎力未达到饱和时，车辆侧向轮胎力F_y与轮胎侧偏角α可近似看作呈线性关系如式(5)所示：

式中C_f为车辆前轮的轮胎侧偏刚度，单位N·rad；C_r为车辆后轮的轮胎侧偏刚度，单位N·rad；α_f为车辆前轮的轮胎侧偏角，单位rad；α_r为车辆后轮的轮胎侧偏角，单位rad；

在车辆坐标系下，前轮的轮胎侧偏角α_f和后轮的轮胎侧偏角α_r有如式(6)的关系：

结合式(4)、式(5)和式(6)，整理可得车辆二自由度动力学模型如式(7)所示：

步骤二、利用危险评估模糊逻辑确定干预程度系数：

定义干预程度系数为α且0≤α≤1，干预程度系数是通过对驾驶员行为和车辆侧向位置综合分析得出，设当前时刻为k时刻，驾驶员行为系数D_h表达如式(8)所示：

其中δ_h(k)为驾驶员k时刻决策出的前轮转角，δ_f(k|k-1)为k-1时刻求解出k时刻车辆前轮转角，D_h为δ_h与δ_f(k|k-1)的差值的绝对值比上δ_h与δ_f(k|k-1)的差值的绝对值的最大值，D_h值越大说明驾驶员操作的错误程度越高；

车辆侧向位置系数D_r表达式如式(9)所示：

其中，y_o(k)为k时刻车辆的侧向位移，r_o(k)为k时刻与y_o(k)相同x坐标所对应的道路中心线的侧向位移，D_r为y_o(k)与r_o(k)差值的绝对值比上y_o(k)与r_o(k)差值的绝对值的最大值，D_r值越大说明车辆偏离道路中心线的程度越高；

将驾驶员行为系数D_h模糊化为5个集合：S_h，MS_h，M_h，MB_h，B_h；车辆侧向位置系数D_r模糊化为4个集合：S_r，MS_r，M_r，B_r；将D_h变化范围设定为[0，1]，其隶属度函数的表达式如式(10)所示；将D_h变化范围设定为[0，1]，其隶属度函数的表达式如式(11)所示；

同样将干预程度系数α也模糊化为5个集合：S_α，MS_α，M_α，MB_α，B_α；其对应的隶属度函数表达式如式(12)所示：

具体模糊规则如表1所示：

表1 模糊规则表

最后，通过查表获得干预程度系数α的隶属度，然后利用去模糊方法中的最大隶属度法确定干预程度系数α的值；

步骤三、建立人车协同转向系统模型：

步骤三通过建立人车协同转向系统模型对人车协同转向系统进行描述，由步骤二决策出的当前时刻干预程度系数α,采集驾驶员当前时刻决策出的前轮转角δ_h，通过人车协同转向系统控制器求解出的当前时刻人车协同转向系统的辅助前轮转角δ_a，后再按照式(13)给出的比例关系进行叠加执行到车辆的前轮：

δ_f＝αδ_h+(1-α)δ_a (13)

式中δ_a为人车协同转向控制器求解出的当前时刻人车协同转向系统的辅助前轮转角，单位rad；δ_h为驾驶员当前时刻决策出的前轮转角，单位rad；

求解出当前时刻人车协同转向系统的辅助前轮转角δ_a后，根据式(13)给出的叠加关系得到当前时刻车辆前轮转角δ_f作为前轮转角控制量；

结合式(2)、式(7)和式(13)，由于侧向车速相对于纵向车速较小可以近似看作v≈v_x，整理可得人车协同转向系统模型如式(14)：

该人车协同转向系统选取车辆质心o的侧向位移y_o作为人车协同转向系统的输出，同时选取人车协同转向系统的辅助前轮转角δ_a作为人车协同转向系统系统模型的控制输入，选取状态向量x＝[y_o ψ β r]^T，人车协同转向系统模型可被描述成如式(15)所示的状态空间形式：

其中A为系统矩阵，表示系统内部状态变量的关系；B_s为控制矩阵，表示输入变量如何控制状态变量；C为输出矩阵，表示输出变量如何反映状态；B_d为常数项矩阵；各个矩阵表达式如下：

C＝[1 0 0 0]；

步骤四、采用模型预测方法进行人车协同转向系统控制器设计：

以步骤三中的人车协同转向系统模型作为人车协同转向系统控制器设计的预测模型，人车协同转向系统的辅助前轮转角δ_a作为人车协同转向系统控制器的控制输入，设k为当前时刻，认为车辆在预测时域内速度保持不变，且认为驾驶员当前时刻决策出的前轮转角δ_h在预测时域内同样保持不变，将式(15)的人车协同转向系统模型进行离散化得到式(16)：

式中C_c＝C，T_s为采样时间，单位s；

人车协同转向系统控制器设计时采用的模型预测方法中预测时域为P，控制时域为N，且满足N≤P，控制时域之外的人车协同转向系统控制器的控制输入保持不变，通过式(16)可以推导出人车协同转向系统控制器状态预测方程如式(17)：

推导出人车协同转向系统控制器输出预测方程如式(18)：

同时定义预测时域P内每一时刻人车协同转向系统控制器控制输入δ_a的序列U_a(k)、预测时域P内驾驶员每一时刻决策出的前轮转角δ_h的序列U_h(k)、预测时域P内每一时刻控制输出y_o的序列U_y(k)、预测时域P内每一时刻道路中心线横向坐标y的序列R_y(k)和预测时域P内每一时刻最终的前轮转角δ_f的序列U(k)，如式(19)：

式中δ_h(k+i)为驾驶员k+i时刻决策出的前轮转角，单位rad；δ_f(k+i)为预测时域内k+i时刻车辆前轮转角，单位rad；x(k+i)为k+i时刻的人车协同转向系统控制器的状态向量；y_o(k+i)为k+i时刻的转向辅助系统的输出，即车辆质心的侧向位置，单位m；y(k+i),i＝1,…,P为期望道路区域中心线f(t)在Y方向坐标离散量，离散间隔为v_ax·T_s，单位m；式中，i＝1,2,3…P；

人车协同转向系统控制器的控制目标是一方面使驾驶员拥有一定驾驶自由度，通过使车辆行驶在安全区域内，安全区域为道路中心线沿道路左右各平移B_th米的距离后两条线中间所包含的区域，车辆行驶在安全区域内的目标函数可以定义为式(20)：

其中

同时为了保证车辆转向的平顺性，应该使人车协同转向系统控制器的控制量即车辆前轮转角尽可能的小，如式(21)：

J₂＝||(U(k)||² (21)

引入权重矩阵Γ_u对J₁和J₂两个优化目标的权重进行调整，人车协同转向系统控制器的优化目标如式(22)：

本方法中道路边界可以通过车辆的感知系统实时获得，且车辆必须在道路边界内行驶，即车辆坐标不超出道路边界，通过对车辆侧向位置约束简化考虑，道路加上车辆一半的宽度可以得到车辆前轴质心的道路边界约束和车辆后轴质心的道路边界约束，式中l_f(ψ+β)表示车辆当前质心侧偏角与横摆角所造成的前轴端点的侧向位移量，l_r(ψ+β)表示车辆当前质心侧偏角与横摆角所造成的后轴端点的侧向位移量，车辆侧向位置约束满足如下式(23)的不等式关系：

式中f_l(x)为通过车辆的感知系统实时获得的前方可行道路区域的左边界；f_r(x)为通过车辆的感知系统实时获得的前方可行道路区域的右边界；w为车辆宽度，单位m；l_f为车辆质心o到车辆前端点的距离，单位m；l_r为车辆质心o到车辆后端点的距离，单位m；

人车协同转向系统控制器必须满足系统约束如式(24)：

式中C_ψ＝[0 1 0 0],C_β＝[0 0 1 0]；f_l(k+i)为预测时域内前方可行道路区域左边界线f_l(x)在时刻k+i的采样值，单位m；f_r(k+i)则为预测时域内前方可行道路区域右边界线f_r(x)在时刻k+i的采样值，单位m；

步骤五、进行驾驶权分配并计算控制量完成控制：

取步骤四中优化求解出的预测时域P内每一时刻人车协同转向系统控制器控制输入δ_a的序列U_a(k)的第一项和预测时域内驾驶员每一时刻决策出的前轮转角δ_h的序列R(k)第一项，根据式(13)求得当前时刻车辆前轮转角如式(25)：

δ_f＝U_a(1)·α+(1-α)·U_h(1) (25)

当前时刻车辆前轮转角δ_f作为最终控制量传给车辆，车辆通过相应的执行机构执行控制量δ_f，协同驾驶员安全的完成车辆转向的过程。