CN112721943A - 一种具有冲突消解功能的人机共驾横向控制方法 - Google Patents

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

一种具有冲突消解功能的人机共驾横向控制方法

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，J_eq，k_eq和b_eq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；τ_v为转向系统等效在转向盘上的转向阻力矩；τ_h和τ_m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：

τ_v＝K_vα_f (2)

式中，K_v为阻力矩增益，α_f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；l_f为车辆质心到前轴的距离；i_sw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；B_h和B_m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C_f和C_r分别为前后轴的侧偏刚度；l_f和l_r分别为车辆质心到前后轴的距离；M为整车质量；I_z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，A_d＝T_sA+I；B_hd＝T_sB_h；B_md＝T_sB_m；T_s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N_p，控制时域为N_c，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)+Φ_hT_h(k)+Φ_mT_m(k) (6)

式中，Y(k)为MPC输出，T_h(k)和T_m(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；Φ_h和Φ_m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+N_c) … y(k+N_p)]^T

T_h(k)＝[τ_h(k) τ_h(k+1) … τ_h(k+N_c-1)]^T

T_m(k)＝[τ_m(k) τ_m(k+1) … T_m(k+N_c-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，Q_h和Q_m分别为驾驶人和机器系统的误差权矩阵；R_h和R_m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Y_h而产生了输入T_h；同样地，式(8)表达了机器系统为了跟随自身的目标轨迹Y_m而产生了输入T_m；

经过推导，T_h和T_m的解析表达式分别如式(9)和式(10)，具体如下：

采用博弈论中的纳什均衡，如果存在一个输入对

满足式(11)：

则该输入对

为人机横向博弈控制的纳什均衡解；

联立式(9)和式(10)，得到：

则控制器的解为

τ＝Ψ^-1Ω (13)

式中，

τ＝[T_h T_m]^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，τ_h，t和τ_m，t分别为t时刻的驾驶人和机器系统转向力矩；c_ITR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，y_h，i和y_m，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；c_TTD为常数，表示y_h，i与y_m，i的最大偏差；

步骤四、建立控制权动态调整方法：

调整Q_m与Q_h的比值，或者R_m与R_h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R_m和R_h大小来实现控制权的分配；

设R_m与R_h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，c_ij(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，R_m和R_h的值通过式(17)计算得出：

式中，c_R为常数，代表控制权矩阵的基础值，c_R＝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，J_eq，k_eq和b_eq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；τ_v为转向系统等效在转向盘上的转向阻力矩；τ_h和τ_m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：

τ_v＝K_vα_f (2)

式中，K_v为阻力矩增益，α_f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；l_f为车辆质心到前轴的距离；i_sw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；B_h和B_m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C_f和C_r分别为前后轴的侧偏刚度；l_f和l_r分别为车辆质心到前后轴的距离；M为整车质量；I_z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，A_d＝T_sA+I；B_hd＝T_sB_h；B_md＝T_sB_m；T_s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N_p，控制时域为N_c，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)+Φ_hT_h(k)+Φ_mT_m(k) (6)

式中，Y(k)为MPC输出，T_h(k)和T_m(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；Φ_h和Φ_m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+N_c) … y(k+N_p)]^T

T_h(k)＝[τ_h(k) τ_h(k+1) … τ_h(k+N_c-1)]^T

T_m(k)＝[τ_m(k) τ_m(k+1) … τ_m(k+N_c-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，Q_h和Q_m分别为驾驶人和机器系统的误差权矩阵；R_h和R_m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Y_h而产生了输入T_h；同样地，式(8)表达了机器系统为了跟随自身的目标轨迹Y_m而产生了输入T_m；

经过推导，T_h和T_m的解析表达式分别如式(9)和式(10)，具体如下：

采用博弈论中的纳什均衡，如果存在一个输入对

满足式(11)：

则该输入对

为人机横向博弈控制的纳什均衡解；

联立式(9)和式(10)，得到：

则控制器的解为

τ＝Ψ^-1Ω (13)

式中，

τ＝[T_h T_m]^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，τ_h，t和τ_m，t分别为t时刻的驾驶人和机器系统转向力矩；c_ITR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，y_h，i和y_m，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；c_TTD为常数，表示y_h，i与y_m，i的最大偏差；

步骤四、建立控制权动态调整方法：

调整Q_m与Q_h的比值，或者R_m与R_h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R_m和R_h大小来实现控制权的分配；

设R_m与R_h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，c_ij(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，R_m和R_h的值通过式(17)计算得出：

式中，c_R为常数，代表控制权矩阵的基础值，c_R＝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，J_eq，k_eq和b_eq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；τ_v为转向系统等效在转向盘上的转向阻力矩；τ_h和τ_m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：

τ_v＝K_vα_f (2)

式中，K_v为阻力矩增益，α_f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；l_f为车辆质心到前轴的距离；i_sw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；B_h和B_m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C_f和C_r分别为前后轴的侧偏刚度；l_f和l_r分别为车辆质心到前后轴的距离；M为整车质量；I_z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，A_d＝T_sA+I；B_hd＝T_sB_h；B_md＝T_sB_m；T_s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N_p，控制时域为N_c，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)+Φ_hT_h(k)+Φ_mT_m(k) (6)

式中，Y(k)为MPC输出，T_h(k)和T_m(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；Φ_h和Φ_m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+N_c) … y(k+N_p)]^T

T_h(k)＝[τ_h(k) τ_h(k+1) … τ_h(k+N_c-1)]^T

T_m(k)＝[τ_m(k) τ_m(k+1) … τ_m(k+N_c-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，Q_h和Q_m分别为驾驶人和机器系统的误差权矩阵；R_h和R_m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Y_h而产生了输入T_h；同样地，式(8)表达了机器系统为了跟随自身的目标轨迹Y_m而产生了输入T_m；

经过推导，T_h和T_m的解析表达式分别如式(9)和式(10)，具体如下：

采用博弈论中的纳什均衡，如果存在一个输入对

满足式(11)：

则该输入对

为人机横向博弈控制的纳什均衡解；

联立式(9)和式(10)，得到：

则控制器的解为

τ＝Ψ^-1Ω (13)

式中，

τ＝[T_h T_m]^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，τ_h，t和τ_m，t分别为t时刻的驾驶人和机器系统转向力矩；c_ITR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，y_h，i和y_m，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；c_TTD为常数，表示y_h，i与y_m，i的最大偏差；

步骤四、建立控制权动态调整方法：

调整Q_m与Q_h的比值，或者R_m与R_h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R_m和R_h大小来实现控制权的分配；

设R_m与R_h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，c_ij(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，R_m和R_h的值通过式(17)计算得出：

式中，c_R为常数，代表控制权矩阵的基础值，c_R＝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。

Images