CN108845498A - 一种考虑反应滞后时间的驾驶员跟驰模型 - Google Patents

Abstract

本发明属于汽车智能控制和交通仿真领域，具体的说是一种考虑反应滞后时间的驾驶员跟驰模型。本发明的目的是通过驾驶员模型实现对汽车纵向速度的控制，并真实地反映驾驶员在跟车驾驶过程中的跟随特性和反应滞后特性。本发明将车间距、前车速度、自车速度作为模型输入变量，将一定时间延迟后的期望加速度作为模型输出，将驾驶员反应滞后时间划分为相对于车间距变化和前车速度变化的两种时变参数，所述模型在真实生活或交通仿真中用于汽车跟车行驶过程中的纵向速度控制。本发明所建立的驾驶员模型结构简单，既能体现驾驶员跟车行驶过程中的跟随特性，也可以体现其反应滞后特性，与现有传统模型相比，具有更高的真实性。

Description

一种考虑反应滞后时间的驾驶员跟驰模型

技术领域

本发明属于汽车智能控制和交通仿真领域，具体的说是一种考虑反应滞后时间的驾驶员跟驰模型。

背景技术

随着机动车保有量和驾驶员数量的不断增加，频发的交通事故每年带来巨大的人员伤亡和财产损失。为了有效降低驾驶员驾驶负担，提高其驾驶能力，减少交通事故的发生，研究人员基于车辆动力学特性、控制理论和计算机技术等多领域的知识，开发了自适应巡航系统等一系列智能辅助驾驶系统。

智能辅助驾驶系统为驾驶员提供支持与辅助，与驾驶员关系密切，不仅应该能够保证可靠性与安全性，其决策特性和控制特性还应该符合驾驶员的行为习惯，不能干扰其正常驾驶，保证驾驶员对辅助系统的接受度。而驾驶员驾驶员行为的特性和规律也可以为科研人员提供设计思路。

跟车行驶是道路交通的典型工况，建立能准确反映驾驶员跟车行驶特性的跟驰模型是驾驶员行为研究和智能辅助驾驶系统开发的热点之一，也被广泛应用于交通仿真领域。基于车间运动学关系的建模方法是一种最基本的方式，研究人员往往使用数学公式描述驾驶员跟车行驶过程中的某种现象的机理或者成因，模型形式简单明了，计算速度快，实用性强。

1995年Bando等人在文献“Dynamical model of traffic congestion andnumerical simulation”提出了具有重要影响力的优化速度模型(Optimal VelocityModel，OVM)，认为驾驶员会通过判断当前车间距而形成并收敛到期望的最优速度。之后，Helbing等人在文献“Generalized Force Model of Traffic Dynamics”通过引入负速度差，提出了广义力模型(Generalized Force Model，GFM)；而Rui Jiang等人在文献“Fullvelocity difference model for a car-following theory”进一步考虑到正速度差的作用，提出了更符合实际的全速度差模型(Full Velocity Difference Model，FVDM)。但上述经典的驾驶员跟驰模型并未考虑驾驶员跟车驾驶行为的变化性，特别是反应滞后时间的变化性，并不能真实反映驾驶员的跟车行驶过程。

发明内容

本发明提供了一种考虑反应滞后时间的驾驶员跟驰模型，根据对驾驶员日常跟车驾驶行为数据的分析，将驾驶员反应滞后划分为相对于前车速度变化的反应滞后和相对于车间距变化的反应滞后，使用不同形式的对数函数分别描述了驾驶员两种反应滞后时间随平均车间距变化的特性。该发明在计算纵向加速度时充分考虑了驾驶员反应滞后的变化性，可以更加真实的体现驾驶员的实际驾驶行为，解决了现有技术中不能真实反映驾驶员的跟车行驶过程的问题，特别是反应滞后时间的变化性。

本发明技术方案结合附图说明如下：

一种考虑反应滞后时间的驾驶员跟驰模型，所述的跟驰模型在真实生活或交通仿真中用于汽车跟车行驶过程中的纵向速度控制；所述的跟驰模型中将车间距、前车速度、自车速度作为模型输入变量，将一定时间延迟后的期望加速度作为模型输出变量，考虑驾驶员反应滞后时间的变化性，并将驾驶员反应滞后时间划分为相对于前车速度变化和车间距变化的两种时变参数。

所述的一定时间延迟后的期望加速度根据最优期望速度与自车速度的差值、前车速度与自车速度的差值和驾驶员反应滞后时间得到，具体公式如下：

其中，v_f(t)与v_l(t)分别是当前时刻自车与前车的速度，单位是m/s；V_opt(t)是当前时刻最优期望速度，单位是m/s；T_d(t)、T_v(t)分别为当前时刻驾驶员相对于车间距变化、前车速度变化的反应滞后时间，单位是s；T_a(t)是当前时刻驾驶员跟驰模型的反应滞后调节系数，单位是s；t为当前采样时刻，单位是s。

所述的最优期望速度V_opt(t)是车间距的单调递增函数，根据当前时刻的车间距由以下公式得到：

V_opt(t)＝V_max{1-exp[α(d₀-D(t))]}··················(2)

其中，V_max是当最大期望速度，单位是m/s；α是指数函数的斜率，单位是m^-1；d₀是指数函数的截距，单位是m；D(t)是当前时刻车间距，单位是m。

所述的d₀由车辆日常跟车行驶过程中的停车间距的平均值确定；所述的V_max、α由车辆日常跟车行驶过程中各采样时刻的车间距和其对应的汽车速度通过最小二乘法辨识得到。

所述的当前时刻驾驶员相对于前车速度变化的反应滞后时间T_v(t)由以下公式得到：

T_v(t)＝T₁+T₂{sinh[γ₁*D(t)-γ₂]}··················(3)

其中，T₁、T₂均是基础时间参数，单位均为s；γ₁是车间距比例系数，单位是m^-1；γ₂是双曲正弦函数的调节系数，单位是1，D(t)是当前时刻车间距，单位是m。

所述的基础时间参数T₁、T₂、车间距比例系数γ₁、双曲正弦函数的调节系数γ₂由基于车辆日常跟车行驶过程中前车与自车的速度变化曲线筛选的车辆轨迹数据通过最小二乘法辨识得到，其中将速度变化曲线中形状相似处的极值点的时间差值作为T_u，将该时间段内车间距的平均值作为与T_v相对应的D。

所述的当前时刻驾驶员相对于车间距变化的反应滞后时间T_d(t)由以下公式得到：

T_d(t)＝T_dmax{1-exp[β(d₁-D(t))]}·····(4)

其中，T_dmax是T_d的最大值，单位是s；β是指数函数的斜率，单位是m^-1；d₁是指数函数的截距，单位是m，D(t)是当前时刻车间距，单位是m。

所述的数函数的斜率β和数函数的截距d₁根据车辆日常跟车行驶过程中前车与自车的速度变化曲线通过最小二乘法辨识得到，其中将速度变化曲线中形状相似处的相交点和自车速度曲线的极值点的时间差值作为T_d，将该时间段内车间距的平均值作为与T_d相对应的 D。

所述的当前时刻驾驶员跟驰模型的反应滞后调节系数T_a(t)由T_d根据以下公式得到：

T_a(t)＝k*T_d(t)··························(5)

其中，k是比例系数，单位是1。

所述的比例系数k的取值范围为0–0.5。

本发明的有益效果为：

1、在保证对前车速度跟随的前提下，能够较为真实地体现驾驶员的反应滞后特性，特别是当前车运动状态发生较大变化时；

2、当自车以较高行驶速度接近以较低车速行驶的前车时，本发明建立的驾驶员跟驰模型能够使自车更加迅速地达到稳定跟车状态，且自车速度变化过程更加平顺。

附图说明

图1是车间距-自车速度原始数据与期望速度模型的对比结果对比图；

图2是驾驶员反应滞后时间标定方法的示意图；

图3a是车间距-反应滞后时间原始数据图；

图3b是是反应滞后时间T_d随车间距变化的原始数据图；

图4a是不同车间距水平下反应滞后时间T_v的一般变化趋势与其辨识模型的对比结果图；

图4b是是不同车间距水平下反应滞后时间T_d的一般变化趋势与其辨识模型的对比结果图；

图5是基于驾驶员跟驰模型的自适应巡航控制系统的结构图；

图6是驾驶员跟驰模型与实际驾驶员对汽车纵向速度的控制效果对比图；

图7是驾驶员跟驰模型与实际驾驶员对汽车纵向加速度的控制效果对比图；

图8a是本发明提出的驾驶员跟驰模型控制汽车远距离接近禁止前车时的速度变化过程图；

图8b是本发明提出的驾驶员跟驰模型控制汽车远距离接近禁止前车时的加速度变化过程图；

图8c是传统的全速度差模型控制汽车远距离接近禁止前车时的速度变化过程图；

图8d是传统的全速度差模型控制汽车远距离接近禁止前车时的加速度变化过程图。

具体实施方式

本发明提出的驾驶员跟驰模型将车间距、前车速度、自车速度作为模型输入变量，将期望加速度作为模型输出变量，根据期望最优速度与自车速度的差值、前车速度与自车速度的差值和驾驶员反应滞后时间计算一定时间延迟后的期望加速度，其计算公式如下：

其中，v_f(t)与v_l(t)分别是当前时刻自车与前车的速度，单位是m/s；V_opt(t)是当前时刻最优期望速度，单位是m/s；T_d(t)、T_v(t)分别为当前时刻驾驶员相对于车间距变化、前车速度变化的反应滞后时间，单位是s；T_a(t)是当前时刻驾驶员跟驰模型的反应滞后调节系数，单位是s；t为当前采样时刻，单位是s。

最优期望速度是车间距的单调递增函数，由当前车间距根据以下公式计算：

V_opt(t)＝V_max{1-exp[α(d₀-D(t))]}·······(2)

其中，V_max是当最大期望速度，单位是m/s；α是指数函数的斜率，单位是m^-1；d₀是指数函数的截距，单位是m；D(t)是当前时刻车间距，单位是m。

驾驶员相对于前车速度变化的反应滞后时间是车间距的单调递增函数，根据当前时刻的车间距由以下公式得到：

T_v(t)＝T₁+T₂{sinh[γ₁*D(t)-γ₂]}··························(3)

其中，T₁、T₂均是基础时间参数，单位均为s；γ₁是车间距比例系数，单位是m^-1；γ₂是双曲正弦函数的调节系数，单位是1。

驾驶员相对于车间距变化的反应滞后时间是车间距的单调递增函数，根据当前时刻的车间距由以下公式得到：

T_d(t)＝T_dmax{1-exp[β(d₁-D(t))]}······(4)

其中，T_dmax是T_d的最大值，单位是s；β是指数函数的斜率，单位是m^-1；d₁是指数函数的截距，单位是m，D(t)是当前时刻车间距，单位是m。

驾驶员跟驰模型的参数使用驾驶员跟车行驶过程中的车辆数据进行离线辨识。

本实施例以Carmaker车辆动力学软件和罗技G27方向盘套装为基础，建立桌面模拟驾驶器，在仿真度较高的模拟场景中，让具有实际驾驶经验的驾驶员进行模拟跟车驾驶。

参阅图1，通过模拟驾驶实验获得车辆轨迹数据，使用车间距-自车速度数据辨识D-V_opt函数，即最优速度模型中的参数，包括以下步骤：

步骤一，由跟车行驶过程中的停车间距的平均值确定d₀；

步骤二，将d₀代入公式(2)，使用最小二乘辨识法辨识V_max和α。

图1中，根据车辆轨迹数据辨识得到的最优速度模型可以真实的反映原始车间距-自车速度数据的整体变化趋势。

参阅图2，使用前车与自车的时间-速度数据辨识D-T_v函数和D-T_d函数。图2中，将前车与自车速度变化曲线形状相似处的各自的极值点，即A点和C点的时间间隔，作为T_v，这期间的车间距的平均值作为相应的D；将前车与自车速度变化曲线形状相似处的交汇点和自车速度变化曲线的极值点，即B点和C点的时间间隔，作为T_d，这期间的车间距的平均值作为相应的D。

参阅图3a、图3b，根据上述方法，对模拟驾驶实验获得的前车与自车的时间-速度数据进行标定，获得D-T_v散点图和D-T_d散点图。

参阅图4a、图4b，根据图3中各组数据的分布情况，以2m为步长，将车间距划分为不同的区间，对各区间内的所有数据点的T_v和T_d计算平均值，得到不同车间距水平下，驾驶员反应滞后时间T_v和T_d的一般变化趋势。

根据上述计算获得的原始数据点使用最小二乘法辨识D-T_v函数和D-T_d函数中的未知参数，得到驾驶员反应滞后时间的辨识模型。图4中，辨识得到的D-T_v函数和D-T_d函数可以真实的反映驾驶员反应滞后时间T_v和T_d随车间距变化的一般趋势。

驾驶员跟驰模型的反应滞后调节系数T_a，由当前时刻的T_d根据以下公式计算得到：

T_a(t)＝k*T_d(t)··········(5)

其中，k是比例系数，单位是1。

为保证驾驶员跟驰模型在进行汽车纵向速度控制时的稳定性，k的取值范围设定为0– 0.5。k的取值越大，稳定性越差，但驾驶员的反应滞后特性表现得越真实。

参阅图5，将本发明提出的驾驶员跟驰模型称为动态反应-全速度差模型(DynamicReaction-Full Velocity Difference Model，DR-FVDM)，把DR-FVDM与FVDM分别作为自适应巡航控制系统的上层控制器，在与上述模拟驾驶实验相同的实验条件和实验工况下，进行汽车的纵向速度控制。

经过上述数据辨识过程，获得的DR-FVDM参数为：V_max＝25.19m/s，α＝0.04061m^-1，d₀＝4.759m，T_dmax＝3.424s，β＝0.02831m^-1，d₁＝-4.201m，T₁＝2.57s，T₂＝0.7938s，γ₁＝0.05628m^-1，γ₂＝1.221，k取值为0.4。

FVDM以当前时刻车间距、自车速度和前车速度作为模型输入变量，根据以下公式计算期望加速度：

使用本发明建立的最优速度模型计算FVDM中的V_opt，κ＝0.41s^-1，λ按照以下公式进行赋值：

其中a＝0.5s^-1，b＝0。

参阅图6、图7，到驾驶员跟驰模型与实际驾驶员在模拟驾驶过程中的车辆轨迹数据的对比结果。图6与图7说明，从车辆的速度与加速度曲线的形状情况来看，本发明建立的DR-FVDM能够更加真实地再现前车和自车的行驶过程，与实际驾驶员的反应滞后特性更加相近。

参阅图8a、图8b、图8c和图8d，前方200m处的车道中间停放有静止的车辆，并假设通过车间无线通讯技术，自车可以随时获取前方任意远处目标车的运动状态。在与上述模拟驾驶实验相同的实验场景中，通过仿真实验，获得FVDM和DR-FVDM两种驾驶员跟驰模型对自车纵向速度的控制结果。图8a—图8b说明，当自车以较高速度远距离接近静止的前车时，本发明建立的DR-FVDM相比于FVDM，对自车加速度的控制更加平顺。图8c和图8d中，当自车停车后，期望加速度与实际加速度依然存在明显的偏差，这说明自车的实际停车间距小于期望停车间距，综合图8a和图8b中自车速度的变化过程，在DR-FVDM 的控制下，自车能够在更短的时间内完成平稳停车操作。

Claims (10)

1.一种考虑反应滞后时间的驾驶员跟驰模型，其特征在于，所述的跟驰模型在真实生活或交通仿真中用于汽车跟车行驶过程中的纵向速度控制；所述的跟驰模型中将车间距、前车速度、自车速度作为模型输入变量，将一定时间延迟后的期望加速度作为模型输出变量，考虑驾驶员反应滞后时间的变化性，并将驾驶员反应滞后时间划分为相对于前车速度变化和车间距变化的两种时变参数。

2.根据权利要求1所述的一种考虑反应滞后时间的驾驶员跟驰模型，其特征在于，所述的一定时间延迟后的期望加速度根据最优期望速度与自车速度的差值、前车速度与自车速度的差值和驾驶员反应滞后时间得到，具体公式如下：

其中，v_f(t)与v_l(t)分别是当前时刻自车与前车的速度，单位是m/s；V_opt(t)是当前时刻最优期望速度，单位是m/s；T_d(t)、T_v(t)分别为当前时刻驾驶员相对于车间距变化、前车速度变化的反应滞后时间，单位是s；T_a(t)是当前时刻驾驶员跟驰模型的反应滞后调节系数，单位是s；t为当前采样时刻，单位是s。

3.根据权利要求2所述的一种考虑反应滞后时间的驾驶员跟驰模型，其特征在于，所述的最优期望速度V_opt(t)是车间距的单调递增函数，根据当前时刻的车间距由以下公式得到：

V_opt(t)＝V_max{1-exp[α(d₀-D(t))]}·····(2)

其中，V_max是当最大期望速度，单位是m/s；α是指数函数的斜率，单位是m^-1；d₀是指数函数的截距，单位是m；D(t)是当前时刻车间距，单位是m。

4.根据权利要求3所述的一种考虑反应滞后时间的驾驶员跟驰模型，其特征在于，所述的d₀由车辆日常跟车行驶过程中的停车间距的平均值确定；所述的V_max、α由车辆日常跟车行驶过程中各采样时刻的车间距和其对应的汽车速度通过最小二乘法辨识得到。

5.根据权利要求2所述的一种考虑反应滞后时间的驾驶员跟驰模型，其特征在于，所述的当前时刻驾驶员相对于前车速度变化的反应滞后时间T_v(t)由以下公式得到：

T_v(t)＝T₁+T₂{sinh[γ₁*D(t)-γ₂]}·········(3)

其中，T₁、T₂均是基础时间参数，单位均为s；γ₁是车间距比例系数，单位是m^-1；γ₂是双曲正弦函数的调节系数，单位是1，D(t)是当前时刻车间距，单位是m。

6.根据权利要求5所述的一种考虑反应滞后时间的驾驶员跟驰模型，其特征在于，所述的基础时间参数T₁、T₂、车间距比例系数γ₁、双曲正弦函数的调节系数γ₂由基于车辆日常跟车行驶过程中前车与自车的速度变化曲线筛选的车辆轨迹数据通过最小二乘法辨识得到，其中将速度变化曲线中形状相似处的极值点的时间差值作为T_v，将该时间段内车间距的平均值作为与T_v相对应的D。

7.根据权利要求2所述的一种考虑反应滞后时间的驾驶员跟驰模型，其特征在于，所述的当前时刻驾驶员相对于车间距变化的反应滞后时间T_d(t)由以下公式得到：

T_d(t)＝T_dmax{1-exp[β(d₁-D(t))]}······(4)

其中，T_dmax是T_d的最大值，单位是s；β是指数函数的斜率，单位是m^-1；d₁是指数函数的截距，单位是m，D(t)是当前时刻车间距，单位是m。

8.根据权利要求2所述的一种考虑反应滞后时间的驾驶员跟驰模型，其特征在于，所述的数函数的斜率β和数函数的截距d₁根据车辆日常跟车行驶过程中前车与自车的速度变化曲线通过最小二乘法辨识得到，其中将速度变化曲线中形状相似处的相交点和自车速度曲线的极值点的时间差值作为T_d，将该时间段内车间距的平均值作为与T_d相对应的D。

9.根据权利要求7所述的一种考虑反应滞后时间的驾驶员跟驰模型，其特征在于，所述的当前时刻驾驶员跟驰模型的反应滞后调节系数T_a(t)由T_d根据以下公式得到：

T_a(t)＝k*T_d(t)·············(5)

其中，k是比例系数，单位是1。

10.根据权利要求9所述的一种考虑反应滞后时间的驾驶员跟驰模型，其特征在于，所述的比例系数k的取值范围为0–0.5。