CN112721943A - 一种具有冲突消解功能的人机共驾横向控制方法 - Google Patents
一种具有冲突消解功能的人机共驾横向控制方法 Download PDFInfo
- Publication number
- CN112721943A CN112721943A CN202110073423.6A CN202110073423A CN112721943A CN 112721943 A CN112721943 A CN 112721943A CN 202110073423 A CN202110073423 A CN 202110073423A CN 112721943 A CN112721943 A CN 112721943A
- Authority
- CN
- China
- Prior art keywords
- driver
- formula
- control
- machine
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0029—Mathematical model of the driver
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/18—Steering angle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种具有冲突消解功能的人机共驾横向控制方法,其包括的步骤有:步骤一、建立基于人机转向力矩耦合的车路模型;步骤二、建立基于人机博弈的车辆轨迹跟随控制器;步骤三、建立人机冲突指示器;步骤四、建立控制权动态调整方法;有益效果:实现了在驾驶人与机器系统力矩耦合状态下的车辆横向控制;实时调节两者的控制权重。随着对抗程度的提高,控制权逐渐转移到驾驶人一方,机器系统控制作用降低,确保驾驶人享有最高的车辆控制权,冲突得到消解。
Description
技术领域
本发明涉及一种人机共驾横向控制方法,特别涉及一种具有冲突消解功能的人机共驾横向控制方法。
背景技术
目前,在汽车企业、技术供应商和政府的大力推动下,自动驾驶汽车取得了巨大的进步,已经在一些试点区域推出了商业服务,如无人驾驶出租车等。然而,由于技术限制、潜在的法律问题、以及更重要的安全因素,现阶段的自动驾驶汽车应用仍然十分有限。在这种情况下,人机共驾成为了从手动驾驶到自动驾驶之间的过渡方法,已收到国内外学者的广泛关注。
人机共驾主要指驾驶人和机器系统同时或分时的掌握车辆的控制权。驾驶人和机器系统能够根据自身的驾驶目标对车辆施加控制。通过这种将驾驶人和机器系统组合成多智能体系统的方式可以提高车辆的安全性和舒适性,降低驾驶人的操作符合。然而,由于两者在感知、决策方面的不同,或是单方发生错误,驾驶人与机器系统之间将产生冲突,形成对抗,严重影响驾驶体验和安全性,因此,有必要在人机共驾横向控制的基础上加入冲突消解来提高人机共驾系统实用性、安全性以及用户友好性。
专利CN108819951A通过建立驾驶员驾驶技能评价模型,对驾驶员的驾驶技能进行评价,从而为驾驶权的分配提供依据。该方法没有考虑到驾驶人和机器系统由于目标不同而产生的冲突,会使得在冲突发生时,机器系统的控制对驾驶人产生干扰,加大驾驶人的操作负荷。
发明内容
本发明的目的是为了实现人机共驾横向控制的同时,有效消解驾驶人与机器系统之间的控制冲突而提供的一种具有冲突消解功能的人机共驾横向控制方法。
本发明提供的具有冲突消解功能的人机共驾横向控制方法,包括如下步骤:
步骤一、建立基于人机转向力矩耦合的车路模型:
车辆转向系统建模如下:
式中,Jeq,keq和beq分别为转向系统等效在转向盘上的转动惯量、刚度和阻尼;θ为转向盘转角;τv为转向系统等效在转向盘上的转向阻力矩;τh和τm分别为驾驶人和机器系统施加在转向盘上的转向力矩;
在适用工况下,转向阻力矩主要与前轮转角成正比,即:
τv=Kvαf (2)
式中,Kv为阻力矩增益,αf为前轮转角;
前轮转角由下式得出:
式中,u和v分别为车辆的纵向速度和侧向速度;ω为横摆角速度;lf为车辆质心到前轴的距离;isw为转向传动比;
假设车速不变,考察车辆的侧向运动和横摆运动,采用汽车线性二自由度模型建立基于人机转向力矩耦合的车路模型,状态空间表达式如下:
式中,x为状态向量;y为输出向量;A为系统矩阵;Bh和Bm分别为驾驶人控制矩阵和机器系统控制矩阵;C为输出矩阵;各个向量和矩阵表达式如下:
y=[δ ψ]
系统矩阵A中Cf和Cr分别为前后轴的侧偏刚度;lf和lr分别为车辆质心到前后轴的距离;M为整车质量;Iz为车辆绕质心的横摆转动惯量,状态向量x中,δ为车辆质心的侧向位置;ψ为车辆的航向角;
步骤二、建立基于人机博弈的车辆轨迹跟随控制器:
将步骤一中式(4)的车路模型进行离散化,得到如下公式:
式中,Ad=TsA+I;Bhd=TsBh;Bmd=TsBm;Ts为采样时间;I为单位矩阵;
以式(5)的离散车路模型作为预测模型,设模型预测控制方法中的预测时域为Np,控制时域为Nc,设当前时刻为k,假设车速在预测时域内保持不变,推导得到:
Y(k)=Θx(k)+ΦhTh(k)+ΦmTm(k) (6)
式中,Y(k)为MPC输出,Th(k)和Tm(k)分别为驾驶人MPC输入和机器系统MPC输入;Θ为MPC系统矩阵;Φh和Φm分别为驾驶人MPC控制矩阵和机器系统MPC控制矩阵;各个矩阵表达式如下:
Y(k)=[y(k+1) … y(k+Nc) … y(k+Np)]T
Th(k)=[τh(k) τh(k+1) … τh(k+Nc-1)]T
Tm(k)=[τm(k) τm(k+1) … Tm(k+Nc-1)]T
基于式(6)的模型,人机共驾轨迹跟随问题描述为式(7)与式(8),具体如下:
式(7)与式(8)中,Qh和Qm分别为驾驶人和机器系统的误差权矩阵;Rh和Rm分别为驾驶人和机器系统的控制权矩阵;
式(7)表达了驾驶人为了跟随自身的目标轨迹Yh而产生了输入Th;同样地,式(8)表达了机器系统为了跟随自身的目标轨迹Ym而产生了输入Tm;
经过推导,Th和Tm的解析表达式分别如式(9)和式(10),具体如下:
联立式(9)和式(10),得到:
则控制器的解为
τ=Ψ-1Ω (13)
式中,
τ=[Th Tm]T;
步骤三、建立人机冲突指示器:
设计两种人机冲突指示器,其一为瞬时人机力矩比,如式(14)所示:
式中,τh,t和τm,t分别为t时刻的驾驶人和机器系统转向力矩;cITR为常数,用于降低数值波动;
其二为目标轨迹偏差,如式(15)所示:
式中,yh,i和ym,i分别为驾驶人目标轨迹和机器系统目标轨迹在i时刻的目标点;cTTD为常数,表示yh,i与ym,i的最大偏差;
步骤四、建立控制权动态调整方法:
调整Qm与Qh的比值,或者Rm与Rh的比值,均可影响控制权的分配,由于误差权矩阵对MPC的稳定性影响较大,而在一定范围内调节控制权矩阵不会影响稳定性,因此通过调整Rm和Rh大小来实现控制权的分配;
设Rm与Rh的比值为r,r的计算方法如式(16)所示:
式中,g1、h1、g2和h2分别为关于ITR、TTD、TTD和TTD的函数,各个函数的表达式如下:
其中,cij(i=1,2,j=1,2,…,5)为常数,决定了r曲面的形状,这些常数的一组值为c11=c21=2、c12=0.005、c22=10、c13=c23=500、c14=c24=4、c15=c25=3;
式(16)包括g1·h1和g2·h2两部分,分别适用于两种不同的情况,当驾驶人和机器系统的目标轨迹近似相同,即TTD≈0时,g1·h1起主导作用,它根据由ITR反应出的驾驶人驾驶积极性来分配驾驶权,即如果驾驶人输入足够的转向力矩,那么机器系统获得降低的驾驶权来使驾驶人获得驾驶体验感,相反,如果驾驶人没有产生足够的转向力矩,意味着驾驶人想要放松,那么机器系统就会主导驾驶来降低驾驶人的操作负荷;
随着驾驶人与机器系统的目标轨迹差异增大,即TTD增大,g1·h1趋于零,g2·h2起主导作用,在TTD低于0.4,r保持较低,保证了机器系统具有一定的控制权,这使得机器系统有机会通过施加一个小的转向力矩来提醒驾驶人,如果驾驶人接受了机器系统的目标轨迹,那么冲突得到解决,但如果驾驶员仍然通过提高转向力矩来与机器系统对抗,导致ITR升高,则比率r增大,控制权将转移给驾驶人,在高TTD时,驾驶人将完全掌握控制权;
在确定了r值后,Rm和Rh的值通过式(17)计算得出:
式中,cR为常数,代表控制权矩阵的基础值,cR=10;
至此完成了控制权的动态调节,将调整后的控制权矩阵代入步骤二中的式(13)中,实现具有冲突消解功能的人机共驾横向控制。
本发明的有益效果:
本发明提供的具有冲突消解功能的人机共驾横向控制方法,与现有技术相比,具有以下优势和特点:
1、基于博弈论构建了人机转向力矩耦合控制模型,并采用模型预测控制设计了控制器,实现了在驾驶人与机器系统力矩耦合状态下的车辆横向控制;
2、设计了两个冲突指示器,根据指示器开发了控制权动态调整方法。能够根据驾驶人和机器系统的控制作用,实时调节两者的控制权重。
3、当冲突指示器指明无冲突时,机器系统具有较大的控制权,能够自主实现车辆的横向控制,驾驶人可以无需施加主动转向力矩,降低了驾驶人的操作负荷。当冲突指示器指明冲突发生时,在人机对抗程度较低的阶段,机器系统保留一定的控制权,用于产生转向力矩,向驾驶人表明自身驾驶意图并提醒驾驶人。若驾驶人接受机器系统的提醒,将自身驾驶目标改为和机器系统一致,则冲突得到消解。若驾驶人继续加强对抗,表明驾驶人不接受机器系统的驾驶目标。随着对抗程度的提高,控制权逐渐转移到驾驶人一方,机器系统控制作用降低,确保驾驶人享有最高的车辆控制权,冲突得到消解。
附图说明
图1为本发明所述控制方法的流程示意图。
图2为本发明所述转向系统模型示意图。
图3为本发明所述车路模型示意图。
图4为本发明所述r曲面示意图。
图5为本发明所述具有冲突消解的人机共驾过程示意图。
具体实施方式
请参阅图1至图5所示:
本发明提供的具有冲突消解功能的人机共驾横向控制方法,包括如下步骤:
步骤一、建立基于人机转向力矩耦合的车路模型:
车辆转向系统建模如下:
式中,Jeq,keq和beq分别为转向系统等效在转向盘上的转动惯量、刚度和阻尼;θ为转向盘转角;τv为转向系统等效在转向盘上的转向阻力矩;τh和τm分别为驾驶人和机器系统施加在转向盘上的转向力矩;
在适用工况下,转向阻力矩主要与前轮转角成正比,即:
τv=Kvαf (2)
式中,Kv为阻力矩增益,αf为前轮转角;
前轮转角由下式得出:
式中,u和v分别为车辆的纵向速度和侧向速度;ω为横摆角速度;lf为车辆质心到前轴的距离;isw为转向传动比;
假设车速不变,考察车辆的侧向运动和横摆运动,采用汽车线性二自由度模型建立基于人机转向力矩耦合的车路模型,状态空间表达式如下:
式中,x为状态向量;y为输出向量;A为系统矩阵;Bh和Bm分别为驾驶人控制矩阵和机器系统控制矩阵;C为输出矩阵;各个向量和矩阵表达式如下:
y=[δ ψ]
系统矩阵A中Cf和Cr分别为前后轴的侧偏刚度;lf和lr分别为车辆质心到前后轴的距离;M为整车质量;Iz为车辆绕质心的横摆转动惯量,状态向量x中,δ为车辆质心的侧向位置;ψ为车辆的航向角;
步骤二、建立基于人机博弈的车辆轨迹跟随控制器:
将步骤一中式(4)的车路模型进行离散化,得到如下公式:
式中,Ad=TsA+I;Bhd=TsBh;Bmd=TsBm;Ts为采样时间;I为单位矩阵;
以式(5)的离散车路模型作为预测模型,设模型预测控制方法中的预测时域为Np,控制时域为Nc,设当前时刻为k,假设车速在预测时域内保持不变,推导得到:
Y(k)=Θx(k)+ΦhTh(k)+ΦmTm(k) (6)
式中,Y(k)为MPC输出,Th(k)和Tm(k)分别为驾驶人MPC输入和机器系统MPC输入;Θ为MPC系统矩阵;Φh和Φm分别为驾驶人MPC控制矩阵和机器系统MPC控制矩阵;各个矩阵表达式如下:
Y(k)=[y(k+1) … y(k+Nc) … y(k+Np)]T
Th(k)=[τh(k) τh(k+1) … τh(k+Nc-1)]T
Tm(k)=[τm(k) τm(k+1) … τm(k+Nc-1)]T
基于式(6)的模型,人机共驾轨迹跟随问题描述为式(7)与式(8),具体如下:
式(7)与式(8)中,Qh和Qm分别为驾驶人和机器系统的误差权矩阵;Rh和Rm分别为驾驶人和机器系统的控制权矩阵;
式(7)表达了驾驶人为了跟随自身的目标轨迹Yh而产生了输入Th;同样地,式(8)表达了机器系统为了跟随自身的目标轨迹Ym而产生了输入Tm;
经过推导,Th和Tm的解析表达式分别如式(9)和式(10),具体如下:
联立式(9)和式(10),得到:
则控制器的解为
τ=Ψ-1Ω (13)
式中,
τ=[Th Tm]T;
步骤三、建立人机冲突指示器:
设计两种人机冲突指示器,其一为瞬时人机力矩比,如式(14)所示:
式中,τh,t和τm,t分别为t时刻的驾驶人和机器系统转向力矩;cITR为常数,用于降低数值波动;
其二为目标轨迹偏差,如式(15)所示:
式中,yh,i和ym,i分别为驾驶人目标轨迹和机器系统目标轨迹在i时刻的目标点;cTTD为常数,表示yh,i与ym,i的最大偏差;
步骤四、建立控制权动态调整方法:
调整Qm与Qh的比值,或者Rm与Rh的比值,均可影响控制权的分配,由于误差权矩阵对MPC的稳定性影响较大,而在一定范围内调节控制权矩阵不会影响稳定性,因此通过调整Rm和Rh大小来实现控制权的分配;
设Rm与Rh的比值为r,r的计算方法如式(16)所示:
式中,g1、h1、g2和h2分别为关于ITR、TTD、TTD和TTD的函数,各个函数的表达式如下:
其中,cij(i=1,2,j=1,2,…,5)为常数,决定了r曲面的形状,这些常数的一组值为c11=c21=2、c12=0.005、c22=10、c13=c23=500、c14=c24=4、c15=c25=3;
式(16)包括g1·h1和g2·h2两部分,分别适用于两种不同的情况,当驾驶人和机器系统的目标轨迹近似相同,即TTD≈0时,g1·h1起主导作用,它根据由ITR反应出的驾驶人驾驶积极性来分配驾驶权,即如果驾驶人输入足够的转向力矩,那么机器系统获得降低的驾驶权来使驾驶人获得驾驶体验感,相反,如果驾驶人没有产生足够的转向力矩,意味着驾驶人想要放松,那么机器系统就会主导驾驶来降低驾驶人的操作负荷;
随着驾驶人与机器系统的目标轨迹差异增大,即TTD增大,g1·h1趋于零,g2·h2起主导作用,在TTD低于0.4,r保持较低,保证了机器系统具有一定的控制权,这使得机器系统有机会通过施加一个小的转向力矩来提醒驾驶人,如果驾驶人接受了机器系统的目标轨迹,那么冲突得到解决,但如果驾驶员仍然通过提高转向力矩来与机器系统对抗,导致ITR升高,则比率r增大,控制权将转移给驾驶人,在高TTD时,驾驶人将完全掌握控制权;
在确定了r值后,Rm和Rh的值通过式(17)计算得出:
式中,cR为常数,代表控制权矩阵的基础值,cR=10;
至此完成了控制权的动态调节,将调整后的控制权矩阵代入步骤二中的式(13)中,实现具有冲突消解功能的人机共驾横向控制。
Claims (1)
1.一种具有冲突消解功能的人机共驾横向控制方法,其特征在于:包括如下步骤:
步骤一、建立基于人机转向力矩耦合的车路模型:车辆转向系统建模如下:
式中,Jeq,keq和beq分别为转向系统等效在转向盘上的转动惯量、刚度和阻尼;θ为转向盘转角;τv为转向系统等效在转向盘上的转向阻力矩;τh和τm分别为驾驶人和机器系统施加在转向盘上的转向力矩;
在适用工况下,转向阻力矩主要与前轮转角成正比,即:
τv=Kvαf (2)
式中,Kv为阻力矩增益,αf为前轮转角;
前轮转角由下式得出:
式中,u和v分别为车辆的纵向速度和侧向速度;ω为横摆角速度;lf为车辆质心到前轴的距离;isw为转向传动比;
假设车速不变,考察车辆的侧向运动和横摆运动,采用汽车线性二自由度模型建立基于人机转向力矩耦合的车路模型,状态空间表达式如下:
式中,x为状态向量;y为输出向量;A为系统矩阵;Bh和Bm分别为驾驶人控制矩阵和机器系统控制矩阵;C为输出矩阵;各个向量和矩阵表达式如下:
y=[δ ψ]
系统矩阵A中Cf和Cr分别为前后轴的侧偏刚度;lf和lr分别为车辆质心到前后轴的距离;M为整车质量;Iz为车辆绕质心的横摆转动惯量,状态向量x中,δ为车辆质心的侧向位置;ψ为车辆的航向角;
步骤二、建立基于人机博弈的车辆轨迹跟随控制器:
将步骤一中式(4)的车路模型进行离散化,得到如下公式:
式中,Ad=TsA+I;Bhd=TsBh;Bmd=TsBm;Ts为采样时间;I为单位矩阵;
以式(5)的离散车路模型作为预测模型,设模型预测控制方法中的预测时域为Np,控制时域为Nc,设当前时刻为k,假设车速在预测时域内保持不变,推导得到:
Y(k)=Θx(k)+ΦhTh(k)+ΦmTm(k) (6)
式中,Y(k)为MPC输出,Th(k)和Tm(k)分别为驾驶人MPC输入和机器系统MPC输入;Θ为MPC系统矩阵;Φh和Φm分别为驾驶人MPC控制矩阵和机器系统MPC控制矩阵;各个矩阵表达式如下:
Y(k)=[y(k+1) … y(k+Nc) … y(k+Np)]T
Th(k)=[τh(k) τh(k+1) … τh(k+Nc-1)]T
Tm(k)=[τm(k) τm(k+1) … τm(k+Nc-1)]T
基于式(6)的模型,人机共驾轨迹跟随问题描述为式(7)与式(8),具体如下:
式(7)与式(8)中,Qh和Qm分别为驾驶人和机器系统的误差权矩阵;Rh和Rm分别为驾驶人和机器系统的控制权矩阵;
式(7)表达了驾驶人为了跟随自身的目标轨迹Yh而产生了输入Th;同样地,式(8)表达了机器系统为了跟随自身的目标轨迹Ym而产生了输入Tm;
经过推导,Th和Tm的解析表达式分别如式(9)和式(10),具体如下:
联立式(9)和式(10),得到:
则控制器的解为
τ=Ψ-1Ω (13)
式中,
τ=[Th Tm]T;
步骤三、建立人机冲突指示器:
设计两种人机冲突指示器,其一为瞬时人机力矩比,如式(14)所示:
式中,τh,t和τm,t分别为t时刻的驾驶人和机器系统转向力矩;cITR为常数,用于降低数值波动;
其二为目标轨迹偏差,如式(15)所示:
式中,yh,i和ym,i分别为驾驶人目标轨迹和机器系统目标轨迹在i时刻的目标点;cTTD为常数,表示yh,i与ym,i的最大偏差;
步骤四、建立控制权动态调整方法:
调整Qm与Qh的比值,或者Rm与Rh的比值,均可影响控制权的分配,由于误差权矩阵对MPC的稳定性影响较大,而在一定范围内调节控制权矩阵不会影响稳定性,因此通过调整Rm和Rh大小来实现控制权的分配;
设Rm与Rh的比值为r,r的计算方法如式(16)所示:
式中,g1、h1、g2和h2分别为关于ITR、TTD、TTD和TTD的函数,各个函数的表达式如下:
其中,cij(i=1,2,j=1,2,...,5)为常数,决定了r曲面的形状,这些常数的一组值为c11=c21=2、c12=0.005、c22=10、c13=c23=500、c14=c24=4、c15=c25=3;
式(16)包括g1·h1和g2·h2两部分,分别适用于两种不同的情况,当驾驶人和机器系统的目标轨迹近似相同,即TTD≈0时,g1·h1起主导作用,它根据由ITR反应出的驾驶人驾驶积极性来分配驾驶权,即如果驾驶人输入足够的转向力矩,那么机器系统获得降低的驾驶权来使驾驶人获得驾驶体验感,相反,如果驾驶人没有产生足够的转向力矩,意味着驾驶人想要放松,那么机器系统就会主导驾驶来降低驾驶人的操作负荷;
随着驾驶人与机器系统的目标轨迹差异增大,即TTD增大,g1·h1趋于零,g2·h2起主导作用,在TTD低于0.4,r保持较低,保证了机器系统具有一定的控制权,这使得机器系统有机会通过施加一个小的转向力矩来提醒驾驶人,如果驾驶人接受了机器系统的目标轨迹,那么冲突得到解决,但如果驾驶员仍然通过提高转向力矩来与机器系统对抗,导致ITR升高,则比率r增大,控制权将转移给驾驶人,在高TTD时,驾驶人将完全掌握控制权;
在确定了r值后,Rm和Rh的值通过式(17)计算得出:
式中,cR为常数,代表控制权矩阵的基础值,cR=10;
至此完成了控制权的动态调节,将调整后的控制权矩阵代入步骤二中的式(13)中,实现具有冲突消解功能的人机共驾横向控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110073423.6A CN112721943B (zh) | 2021-01-20 | 2021-01-20 | 一种具有冲突消解功能的人机共驾横向控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110073423.6A CN112721943B (zh) | 2021-01-20 | 2021-01-20 | 一种具有冲突消解功能的人机共驾横向控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112721943A true CN112721943A (zh) | 2021-04-30 |
CN112721943B CN112721943B (zh) | 2021-08-03 |
Family
ID=75592576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110073423.6A Active CN112721943B (zh) | 2021-01-20 | 2021-01-20 | 一种具有冲突消解功能的人机共驾横向控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112721943B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113335291A (zh) * | 2021-07-27 | 2021-09-03 | 燕山大学 | 一种基于人车风险状态的人机共驾控制权决策方法 |
CN113460059A (zh) * | 2021-08-16 | 2021-10-01 | 吉林大学 | 一种基于智能方向盘的驾驶人驾驶积极性辨识装置及方法 |
CN113978548A (zh) * | 2021-11-12 | 2022-01-28 | 京东鲲鹏(江苏)科技有限公司 | 应用于无人车的转向协同控制方法、装置、设备及介质 |
CN114368391A (zh) * | 2022-01-17 | 2022-04-19 | 清华大学 | 双转向盘冗余控制系统的车辆控制方法及装置 |
CN116729417A (zh) * | 2023-05-22 | 2023-09-12 | 南京航空航天大学 | 一种基于非合作博弈的人机共驾横纵向联合控制方法 |
WO2023197609A1 (zh) * | 2022-04-14 | 2023-10-19 | 京东鲲鹏(江苏)科技有限公司 | 人机共驾冲突控制方法、装置、存储介质及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110091868A (zh) * | 2019-05-20 | 2019-08-06 | 合肥工业大学 | 一种人机协同控制的纵向避撞方法及其系统、智能汽车 |
DE102018117412A1 (de) * | 2018-07-18 | 2020-01-23 | Trw Automotive Gmbh | Verfahren zur Unterstützung eines Fahrers eines Fahrzeugs bei Lenkmanövern, Sicherheitsvorrichtung für ein Fahrzeug und Fahrzeug mit einer Sicherheitsvorrichtung |
CN110826192A (zh) * | 2019-10-15 | 2020-02-21 | 南京航空航天大学 | 一种基于纳什谈判准则的人-车合作型博弈控制方法 |
CN111369053A (zh) * | 2020-03-03 | 2020-07-03 | 广东工业大学 | 一种人车交互场景下行人与车辆的轨迹预测方法 |
CN111717207A (zh) * | 2020-07-09 | 2020-09-29 | 吉林大学 | 一种考虑人车冲突的协同转向控制方法 |
-
2021
- 2021-01-20 CN CN202110073423.6A patent/CN112721943B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102018117412A1 (de) * | 2018-07-18 | 2020-01-23 | Trw Automotive Gmbh | Verfahren zur Unterstützung eines Fahrers eines Fahrzeugs bei Lenkmanövern, Sicherheitsvorrichtung für ein Fahrzeug und Fahrzeug mit einer Sicherheitsvorrichtung |
CN110091868A (zh) * | 2019-05-20 | 2019-08-06 | 合肥工业大学 | 一种人机协同控制的纵向避撞方法及其系统、智能汽车 |
CN110826192A (zh) * | 2019-10-15 | 2020-02-21 | 南京航空航天大学 | 一种基于纳什谈判准则的人-车合作型博弈控制方法 |
CN111369053A (zh) * | 2020-03-03 | 2020-07-03 | 广东工业大学 | 一种人车交互场景下行人与车辆的轨迹预测方法 |
CN111717207A (zh) * | 2020-07-09 | 2020-09-29 | 吉林大学 | 一种考虑人车冲突的协同转向控制方法 |
Non-Patent Citations (1)
Title |
---|
胡云峰等: "智能汽车人机协同控制的研究现状与展望", 《自动化学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113335291A (zh) * | 2021-07-27 | 2021-09-03 | 燕山大学 | 一种基于人车风险状态的人机共驾控制权决策方法 |
CN113335291B (zh) * | 2021-07-27 | 2022-07-08 | 燕山大学 | 一种基于人车风险状态的人机共驾控制权决策方法 |
CN113460059A (zh) * | 2021-08-16 | 2021-10-01 | 吉林大学 | 一种基于智能方向盘的驾驶人驾驶积极性辨识装置及方法 |
CN113460059B (zh) * | 2021-08-16 | 2022-08-26 | 吉林大学 | 一种基于智能方向盘的驾驶人驾驶积极性辨识装置及方法 |
CN113978548A (zh) * | 2021-11-12 | 2022-01-28 | 京东鲲鹏(江苏)科技有限公司 | 应用于无人车的转向协同控制方法、装置、设备及介质 |
CN113978548B (zh) * | 2021-11-12 | 2023-01-31 | 京东鲲鹏(江苏)科技有限公司 | 应用于无人车的转向协同控制方法、装置、设备及介质 |
CN114368391A (zh) * | 2022-01-17 | 2022-04-19 | 清华大学 | 双转向盘冗余控制系统的车辆控制方法及装置 |
WO2023197609A1 (zh) * | 2022-04-14 | 2023-10-19 | 京东鲲鹏(江苏)科技有限公司 | 人机共驾冲突控制方法、装置、存储介质及电子设备 |
CN116729417A (zh) * | 2023-05-22 | 2023-09-12 | 南京航空航天大学 | 一种基于非合作博弈的人机共驾横纵向联合控制方法 |
CN116729417B (zh) * | 2023-05-22 | 2024-03-15 | 南京航空航天大学 | 一种基于非合作博弈的人机共驾横纵向联合控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112721943B (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112721943B (zh) | 一种具有冲突消解功能的人机共驾横向控制方法 | |
Wang et al. | Coordination control of differential drive assist steering and vehicle stability control for four-wheel-independent-drive EV | |
Zhang et al. | An analytical approach to improve vehicle maneuverability via torque vectoring control: theoretical study and experimental validation | |
JP6341137B2 (ja) | 車両の運転支援制御装置 | |
Zhao et al. | Displacement and force coupling control design for automotive active front steering system | |
CN107415939B (zh) | 一种分布式驱动电动汽车转向稳定性控制方法 | |
CN107885932B (zh) | 一种考虑人机和谐的汽车紧急避撞分层式控制方法 | |
US7702442B2 (en) | Control device for vehicle | |
US20060106516A1 (en) | Rack force disturbance rejection | |
JP2016150683A (ja) | 車両の運転支援制御装置 | |
Ruiz Diez et al. | Front/rear axle torque vectoring control for electric vehicles | |
Chen et al. | Dynamics integrated control for four-wheel independent control electric vehicle | |
Ko et al. | Shared control between human driver and machine based on game theoretical model predictive control framework | |
Cao et al. | Application of fuzzy control in four wheel steering control system | |
Wang et al. | Multi-objective comprehensive control of trajectory tracking for four-in-wheel-motor drive electric vehicle with differential steering | |
You et al. | Vehicle dynamics and control synthesis for four-wheel steering passenger cars | |
Weir et al. | Review of control theory models for directional and speed control | |
CN112327626B (zh) | 基于数据分析的飞行器通道耦合协调控制方法 | |
Zhang et al. | Adaptive backstepping fuzzy lateral motion control approach for autonomous vehicles | |
Doumiati et al. | Dynamics control of an in-wheel electric vehicle with steer-by-wire | |
Ko et al. | Shared control between human driver and automation in cooperative driving based on game theoretic model predictive control | |
Zhang et al. | Shared Steering Control System Subject to Human-Vehicle Uncertainty | |
CN113479189B (zh) | 基于自适应反推控制器的电动汽车横摆稳定性控制方法 | |
CN116424353B (zh) | 一种基于分布式汽车的线控底盘子系统协调控制策略 | |
Wang et al. | Homogeneous Domination-Based Lateral Stability Control Method for Electric Vehicle Lane Keeping System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |