CN112937576B - 基于驾驶员状态与车辆状态关联性的车辆辅助控制方法 - Google Patents

Abstract

本发明公开了基于驾驶员状态与车辆状态关联性的车辆辅助控制方法，考虑不同的车辆速度子区间下，不同驾驶员对于复杂多变行驶路况下的路况感知度、车辆操纵感知度以及危险感知度的差异，由此进行耦合计算，以确定当前路况下的驾驶员紧张度状态，在此基础上，进一步实现了车辆行驶速度、车辆系统状态变化和驾驶员紧张度波动之间的耦合度计算与关联性研究分析，进而根据系统参数关联性指数的计算结果，设计得到综合考虑行驶路况、车辆状态以及驾驶员性别和状态的驾驶员预警和主动控制策略；本发明将驾驶员状态进行量化，明确了系统控制对象，提升了控制系统和执行机构的工作效率，为驾驶员提供了卓越的驾驶体验感。

Description

基于驾驶员状态与车辆状态关联性的车辆辅助控制方法

技术领域

本发明属于车辆辅助控制的技术领域，具体涉及一种基于驾驶员状态与车辆状态关联性的车辆辅助控制方法。

背景技术

随着智能车辆控制技术的不断发展，车辆已经逐渐成为由不同子系统和子模块所组成的集成设备。不同的子系统对应于车辆的不同部件，同时也决定了车辆的一部分系统性能。而在复杂恶劣环境下，车辆不同状态参数会存在相应的动态波动过程。各个子系统进行大量的数据传递和信息交互的过程中，根据大数据信息进行车辆主动控制系统的介入参考和执行决断，成为车辆高级辅助驾驶和智能车辆主动安全控制过程中的关键性的问题。

同时，在车辆的行驶过程中，路况和速度的实时变化不仅可以影响车辆状态的动态变化，而且也会对驾驶员的情绪和紧张感产生相应的影响。而在应对环境变化所对应的车辆操纵过程中，驾驶员紧张度的变化会在极大程度上影响误操作概率的高低变化。因此，驾驶员的紧张度以及与紧张感相关的状态参数也成为研究的热点。

目前所进行的车辆稳定性研究过程，通常只集中于单一或多种性能指标的分离优化控制，而忽略了不同参数之间所存在的关联性和耦合度，进而造成控制系统的冗余控制过程。同时，传统的研究内容更加注重基于多种车辆底盘子系统的稳定性分析与控制，却忽略了随路况变化的驾驶员自身情绪感波动对车辆的安全稳定性状态所产生的影响。这也使“如何在正确考虑驾驶员操纵特性对应紧张度的前提下车辆状态关联性的分析过程”成为系统实际应用过程中亟待解决的关键性问题。

而在车辆主动控制策略的设计过程中，如果考虑系统参数关联性和行驶过程驾驶员紧张度，那么在符合人机工程学的前提下，策略的应用过程将更具有针对性，主动控制系统的介入也更加合理化。

发明内容

有鉴于此，本发明提供了一种基于驾驶员状态与车辆状态关联性的车辆辅助控制方法，能够量化驾驶员的紧张度，并将其纳入到参数分析和控制系统过程中，从而实现考虑驾驶员状态的车辆参数性能分析与主动安全控制策略的设计。

实现本发明的技术方案如下：

基于驾驶员状态与车辆状态关联性的车辆辅助控制方法，包括以下步骤：

步骤一、车辆行驶速度区间的划分；

1.1、车辆的车速变化范围设定为：

车辆起步区间A	[0km/h,20km/h)
		车辆操纵行驶区间B	[20km/h,120km/h]
车辆行驶极限非线性区间C	(120km/h,150km/h]

1.2、将1.1中的车辆起步区间A和行驶极限非线性区间C各自设定为1个子区间，同时将车辆操纵行驶区间B划分成p个子区间；

p＝int(p_s)+1

其中，int()为向上取整运算，p_s为理论计算得到的子区间，

式中，v为车辆的行驶速度，其对应第k个速度区间，k＝1,2,…,p；n为车辆状态变量个数，Λ_i|k为在第k个速度区间内，车辆第i个状态变量所对应的耦合度权重因子；最终，车速的变化范围[0km/h,150km/h]被划分成p+2个子区间；

1.3、在第k个速度区间下，驾驶员紧张度函数Ξ_k计算方程为：

式中，q为道路不平度所对应的功率谱密度值，α_l、β_l和γ_l分别为第l个速度区间下驾驶员的驾驶体验系数、操纵灵敏度和危险感知系数；

在速度v对应的第k个速度区内，驾驶员驾驶体验系数α_k、操纵灵敏度β_k和危险感知系数γ_k的计算方程分别为：

α_k＝D_sω_α|k+ε_d,k＝1,2,…,p

式中，ε_d为外部扰动影响下的补偿系数，F_e为驾驶员施加于车辆转向盘的需求力，v_kmax和v_kmin为第k个速度区间范围内的最高车速和最低车速，F_ekmax和F_ekmin分别为速度区间k中转动方向盘需求的最大力和最小力，ω_α|k为驾驶体验系数α_k对应的权重因子、ω_β|k为操纵灵敏度β_k对应的权重因子，ω_γ|k为危险感知系数γ_k对应的权重因子，x_ij为车辆第i个状态变量中第j次采样得到的数据，x_i为车辆第i个状态变量，而D_s表示性别因子，通过查找表1获取：

表1不同道路条件下的性别因子D_s

而转向系统实际的需求力F_e、转向系统中输出的电机助力电流i_m以及车辆行驶速度v相对应的电机助力系数K_a对应的计算方程分别为：

式中，F_d为转向系统的粘滞阻力，F_z为方向盘转动过程中克服死区范围所施加的力，K_m为转向系统中的电机输出力系数；

权重因子ω_α|k、ω_β|k和ω_γ|k的计算方式分别为：

式中，

为车辆前轮转向过程的角速度，i_s为转向系统的传动比。

1.4、所选择的n种车辆状态变量矩阵为X＝[x₁,x₂,…,x_n]^T，每种状态变量采样m次；其中，在第k个速度区间中每种车辆状态x_i(i＝1,2,…,n)及其极值出现的概率分别为：

P(x_ij|k),P(max x_i|k),P(min x_i|k),i＝1,2,…,n；j＝1,2,…,m

式中，x_i|k为第k个速度区间下车辆的第i种状态元素，x_ij|k为第k个速度区间下车辆第i个状态元素中第j次采样得到的数据；

而相对概率(即B条件下A发生的概率)值为P(A|B)；因此，在第k个速度区间下，车辆第i个状态元素x_i|k对应的耦合度权重因子Λ_i|k的计算方程为：

步骤二、系统参数关联性的计算，具体包括：

建立关联性序列矩阵

通过核函数

进行映射，将矩阵RE转换到Hilbert特征空间H中，此时得到系统参数关联性指数矩阵Ψ＝[Ψ₁,Ψ₂,Ψ₃,Ψ₄,Ψ₅]^T的计算方程为：

基于耦合度权重因子Λ_i|k，可以得到关联性序列

和

之间的耦合系数M为：

式中，ζ为关联性感应系数；

在车速v对应的第k个速度区间下，v与驾驶员紧张度Ξ_k之间的关联性序列

车速v与车辆状态序列X中第i个状态变量x_i之间的关联性序列

以及驾驶员紧张度Ξ_k与车辆状态序列X中第i个状态变量x_i之间的关联性序列

的计算方程分别为：

其中，Ξ_kmin和Ξ_kmax分别为第k个速度区间内驾驶员紧张度的最小值与最大值；

步骤三、根据关联性指数矩阵Ψ＝[Ψ₁,Ψ₂,Ψ₃,Ψ₄,Ψ₅]^T的计算结果，得到车辆行驶速度v、驾驶员紧张度函数Ξ_k和车辆状态变量X三者之间的关联性关系，进而设定驾驶员操纵预警策略和车辆主动安全控制系统介入的控制策略。

进一步地，Ψ₁的计算结果表征不同车辆状态x_i(i＝1,2……,n)之间的关联性，如果关联性大于0.85，那么这几种车辆状态参数都对应同一种执行机构，该机构处于待机模式；一旦状态变量进入中风险或者高风险区域，立即激活执行机构对应的控制器进行主动控制，降低车辆的失稳风险。

进一步地，Ψ₂的计算结果表征车辆行驶速度v和驾驶员紧张度函数Ξ_k之间的关联性，如果关联性大于0.80，那么驾驶员紧张度函数Ξ_k与车辆行驶速度v密切相关；由此在车辆行驶过程中，整车控制器将把紧张度函数Ξ_k的值通过仪表呈现给驾驶员，并主动限制油门开度保持在75％～77％。

进一步地，Ψ₃的计算结果表征车辆行驶速度v和车辆状态矩阵X之间的关联性，如果关联性大于0.90，那么则表明车辆状态矩阵X与车辆的行驶速度v 密切相关；由此在车辆行驶过程中，车辆自动巡航控制系统将限制车辆的行驶安全车速在安全阈值车速v_s的范围内，以保证车辆远离失稳区域。

进一步地，Ψ₄的计算结果表征驾驶员紧张度函数Ξ_k和车辆状态矩阵X之间的关联性，如果关联性大于0.90，那么表明车辆状态矩阵X与驾驶员紧张度函数Ξ_k密切相关，驾驶员紧张程度将直接决定了车辆的稳定性状态；由此在车辆行驶过程中，整车控制器将把紧张度函数Ξ_k的值通过仪表呈现给驾驶员，并主动限制油门的开度保持在70％～72％，同时制动系统处于激活状态，在关联性大于0.95的时候通过主动控制系统切入，参与车辆系统的干预控制，以保证车辆的行驶过程时刻原远离非线性失稳区域。

进一步地，Ψ₅的计算结果表征车辆行驶速度v、驾驶员紧张度函数Ξ_k和车辆状态矩阵X之间的关联性，如果关联性大于0.85，那么表明这三者之间密切相关；由此在车辆行驶过程中，车辆自动巡航控制系统将限制车辆的行驶安全车速在100km/h以内，车辆的油门开度限制在65％～67％，此时的制动防抱死系统同步激活，随时参与主动控制过程，同时，在80-100km/h的速度区间内，车辆转向系统控制器将减小电机助力电流i_m，进一步降低车辆在高速行驶过程中的转向灵敏度，从而防止车辆失稳现象的发生。

有益效果：

本发明充分考虑了驾驶员性别和状态差异，以及随车辆参数和驾驶员状态变化的行驶速度区间的动态划分，并以此来对车辆的状态参数进行耦合度计算和关联性分析，从而实现车辆状态的关联性分析，继而提出了基于关联性指数的车辆主动安全控制策略，明确了主动控制系统的控制目标，优化了干预控制过程中的指令生成与发送速度，提高了控制指令的传输速率与实际系统的控制效率，也为驾驶员带来了更加优越的驾驶体验。

附图说明

图1为本发明车辆行驶速度动态分割示意图。

图2为本发明驾驶员紧张度函数计算示意图。

图3本发明车辆状态参数关联性分析示意图。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明提供了一种基于驾驶员状态与车辆状态关联性的车辆辅助控制方法，首先，确定n×m维系统状态矩阵X，初步将车辆车速变化范围划分为车辆起步区间A、车辆操纵行驶区间B和车辆行驶极限非线性区间C三个速度区间范围。进而根据车辆行驶速度v、驾驶员紧张度函数Ξ和系统状态变量X所对应的耦合度权重因子Λ_i为对车辆行驶车速变化范围进行划分，并得到(p+2) 个车速子区间。

其次，根据纵向车速v和垂向激励扰动r，定义性别因子D_s。对不同车速区间下的权重因子ω_α|k、ω_β|k和ω_γ|k进行计算，由此得到第k(k＝1,2,…,p+2)个速度区间下的驾驶员的驾驶体验系数α_k、操纵灵敏度β_k和危险感知系数γ_k，从而可以计算出车辆行驶过程中，第k个速度区间下的驾驶员紧张度函数Ξ_k。

由此，以分别对车速v与驾驶员紧张度Ξ_k的关联性序列

车速v与车辆状态序列X中第i个状态变量x_i之间的关联性序列

和驾驶员紧张度Ξ_k与车辆状态序列X中第i个状态变量x_i之间的关联性序列

进行计算，并由此计算得到

和

这三个关联性序列之间的耦合系数M。

最后，建立关联性序列

并将其映射到高维希尔伯特特征空间H中进行计算，得到系统参数关联性指数矩阵Ψ＝[Ψ₁,Ψ₂,Ψ₃,Ψ₄, Ψ₅]^T。根据关联性指数矩阵Ψ的计算结果，即Ψ_i(i＝1,2,3,4,5)的大小，得到车辆行驶速度v、驾驶员紧张度函数Ξ_k和系统状态变量X三者之间的关联性关系，并由此进一步设计得到驾驶员操纵预警策略和系统主动安全控制系统介入的控制策略设计。具体过程包括以下步骤：

步骤一、车辆行驶速度区间的划分，如图1所示，主要包括以下步骤：

1.1选取n个车辆状态变量，每个状态变量的数据维度为m(即采样次数)，组成一个n×m维的系统状态矩阵X如下所示为：

X＝[x₁ x₂ … x_n]^T

1.2车辆行驶的车速变化范围一般不超过[0km/h,150km/h]这个范围，其中，[0km/h,20km/h]的区间范围设置为车辆起步区间A，[20km/h,120km/h]的区间范围设置为车辆操纵行驶区间B，而[120km/h,150km/h]的区间范围设置为车辆行驶极限非线性区间C。

1.3基于步骤一中1.2所描述的速度区间范围为[20km/h,120km/h]的车辆操纵行驶区间B，需要进一步进行划分成p_s个子区间。而子区间个数p_s的计算方式如下所示为：

式中，v为车辆的行驶速度，Ξ为驾驶员紧张度函数，Λ_i为不同系统状态变量所对应的耦合度权重因子。

1.4由于区间个数必须为整数，因此对步骤一中1.3所描述的子区间个数 p_s进行向上取整运算，则可以得到实际应用过程中的子区间划分段数p为：

p＝int(p_s)+1

1.5将步骤一中1.2所描述的车辆操纵行驶区间B按照步骤一中1.4所描述的子区间数p进行均匀分割，最终车速变化范围[0km/h,150km/h]被划分为 (p+2)个子区间。

步骤二、驾驶员紧张度函数的计算，如图2所示，主要包括以下步骤：

2.1根据当前车辆的行驶速度v，可以按照步骤一中1.5所描述的区间划分方式，确定其对应的速度区间为第k个速度区间，k＝1,2,…,p。

2.2对于同一种路况条件，不同性别的驾驶员对于路况的感知和操纵方式与过程存在一定的差异。因此，在计算过程中，需要定义性别因子D_s来表征驾驶员在同一种道路工况下对于环境和车辆系统的观感和执行能力。在实际的行驶环境中，车辆系统的稳定性主要受到纵向车速v和垂向激励扰动r的影响。激励扰动r主要对应于B、C、D、E、F和G级不同的标准等级道路。

由此，确定不同驾驶员对应的性别因子D_s具体如下表1所示为：

表1不同道路条件下的性别因子D_s

2.3对于在不同道路上行驶的车辆而言，驾驶员根据对车辆的操纵感会感知到差异化的驾驶路感。在通常的操纵工况情况下，随着车速的逐渐升高，驾驶员对于路感的真实感知程度趋近于更加模糊。因此，在步骤二中2.1所描述的第k个速度区间中，驾驶员的驾驶体验系数定义为α_k，基于步骤二中2.2所描述的性别因子D_s，其计算方程如下所示为：

式中，ω_α|k为第k个速度区间中驾驶体验系数α_k所对应的权重因子，ε_d为外部扰动影响下的补偿系数。

2.4随着车速的提升，车辆助力转向系统可以等效为一个阻尼结构。随着如步骤二中2.1所描述的车辆行驶速度v的提升，对于驾驶员的操纵需求力F_e也进一步提升，因此针对方向盘的操纵感也随之而沉缓。此时，驾驶员施加于转向系统的需求力对应为F_e，而转向系统中输出的电机助力电流对应为i_m，其计算方程分别如下所示为：

式中，F_d为转向系统的粘滞阻力，F_z为方向盘转动过程中克服死区范围所施加的力，K_m和K_a分别为转向系统中的电机输出力系数和电机助力系数。

而与车辆行驶速度v相对应的电机助力系数K_a，则需要通过如下的拟合方程进行计算：

K_a＝14.38e^{-0.0376v+0.0695}+0.8926

此时，车辆的操纵灵敏度逐渐降低，为了进一步表征高速行驶状态下的车辆操纵特性。由此，在步骤二中2.1所描述的第k个速度区间中，驾驶员的操纵灵敏度定义为β_k，其计算方程如下所示为：

式中，ω_β|k为第k个速度区间中操纵灵敏度β_k所对应的权重因子，v_kmax和 v_kmin为第k个速度区间范围内的最高车速和最低车速，F_ekmax和F_ekmin分别为第 k个速度区间内最高车速和最低车速对应方向盘转动需求的最大力和最小力。

2.5在不同的行驶车速下，驾驶员对于当前车辆行驶状态的失稳趋势和倾向，即失稳感知度存在一定的差异。因此，在步骤二中2.1所描述的行驶速度 v所对应的第k个速度区间中，危险感知系数定义为γ_k，基于步骤一中2.1所建立的系统状态矩阵X以及步骤二中2.2所描述的性别因子D_s，其计算方程如下所示为：

式中，ω_γ|k为第k个速度区间中危险感知系数γ_k所对应的权重因子。

2.6在车辆的行驶过程中，路况信息和驾驶员对车辆系统的操纵程度，都会影响驾驶员的紧张度。而紧张度函数Ξ与步骤二中2.3所描述的驾驶体验系数α_k、步骤二中2.4所描述的操纵灵敏度β_k和步骤二中2.5所描述的危险感知系数γ_k之间存在耦合关系，由此可得，在步骤二中2.1所描述的第k个速度区间下，步骤一中2.3所描述的紧张度函数Ξ_k，其计算方程如下所示为：

式中，q为道路不平度所对应的功率谱密度值。

步骤三、在不同的车速和路况条件下，系统状态和参数变量所对应的权重因子计算，主要包括以下步骤：

3.1步骤二中2.3所描述的驾驶体验系数α_k所对应的权重因子ω_α|k，其计算方程如下所示为：

3.2步骤二中2.4所描述的操纵灵敏度β_k所对应的权重因子ω_β|k，其计算方程如下所示为：

式中，

为车辆前轮转向过程的角速度，i_s为转向系统的传动比。

3.3步骤二中2.5所描述的危险感知系数γ_k所对应的权重因子ω_γ|k，其计算方程如下所示为：

3.4根据步骤一中1.1所选择的n种系统状态变量矩阵为X＝[x₁,x₂,…, x_n]^T，每种变量采样m次。其中，每种车辆状态及其极值出现的概率分别为：

P(x_ij|k),P(max x_i|k),P(min x_i|k),i＝1,2,…,n；j＝1,2,…,m

式中，x_i|k为第k个速度区间下车辆的第i种状态元素，x_ij|k为第k个速度区间下车辆第i个状态元素中第j次采样得到的数据。

而相对概率(即B条件下A发生的概率)值为P(A|B)。因此，在第k个速度区间下，车辆第i个状态元素x_i|k对应的耦合度权重因子Λ_i|k的计算方程为：

式中，v_kmax和v_kmin为速度区间k中的最高车速和最低车速。

步骤四、系统参数关联性的计算，如图3所示；

4.1存在变量Y和Z，，那么变量Y和变量Z之间的关联性序列定义为 RE_Y|Z，那么关联性序列RE_Y|Z存在如下定律：

RE_Y|Z＝RE_Z|Y

4.2根据步骤二中2.1所描述的车速v对应于第k个速度区间，而该车速v 与步骤二中2.6所描述的驾驶员紧张度Ξ_k之间的关联性序列定义为

其计算方程如下所示为：

4.3根据步骤二中2.1所描述的车速v应于第k个速度区间，而该车速v与根据步骤一中1.1所描述的车辆状态序列X中第i个状态变量x_i之间的关联性序列定义为

其计算方程如下所示为：

4.4根据步骤二中2.1所描述的第k个速度区间内，步骤二中6.1所描述的驾驶员紧张度Ξ_k与步骤一中1.1所描述的车辆状态序列X中第i个状态变量x_i之间的关联性序列定义为

其计算方程如下所示为：

其中，Ξ_kmin和Ξ_kmax分别为第k个速度区间内驾驶员紧张度的最小值与最大值；

4.5基于步骤三中3.4所描述的耦合度权重因子Λ_i|k，可以计算步骤四中4.2 所描述的关联性序列

步骤四中4.3所描述的关联性序列

和步骤四中 4.4所描述的关联性序列

这三个关联性序列之间的耦合系数为M，其对应的计算方程如下所示为：

式中，ζ为关联性感应系数。

M的范围决定了

和

这三个关联性序列，即步骤一中1.1 所描述的系统状态矩阵X、步骤二中2.6所描述的驾驶员紧张度函数Ξ和步骤二中2.1所描述的车辆行驶速度v之间的相互耦合关系。

根据M值的大小，得到具体结果对应的耦合关系如下表2所示为：

表2耦合系数M范围

4.6定义H为Hilbert特征空间，根据步骤四中4.2所描述的关联性序列

步骤四中4.3所描述的关联性序列

和步骤四中4.4所描述的关联性序列

建立关联性序列矩阵

基于从步骤四中4.5 计算得到的耦合系数M值，通过核函数

进行映射，从而将关联性序列矩阵RE转换到高维空间H中。

此时，通过计算可以得到系统参数关联性指数矩阵Ψ＝[Ψ₁,Ψ₂,Ψ₃,Ψ₄, Ψ₅]^T，其对应的计算方程如下所示为：

4.7根据步骤4.6所描述的系统参数关联性指数矩阵Ψ的计算结果，可以作为驾驶员预警和主动控制系统的介入参考和依据，从而设计得到对应的系统预警和主动控制策略，具体如下所示为：

a)步骤4.6所描述的关联性指数矩阵Ψ中Ψ₁的计算结果表征步骤一中 1.1所描述的不同车辆状态x_i(i＝1,2……,n)之间的关联性，如果关联性大于 0.85，那么这几种系统状态参数都对应同一种执行机构，该机构处于待机模式。一旦状态变量出现进入中风险或者高风险区域，立即激活执行机构对应的控制器进行主动控制，即可降低车辆的失稳风险。

b)步骤4.6所描述的关联性指数矩阵Ψ中Ψ₂的计算结果表征步骤二中 2.1所描述的车辆行驶速度v和步骤二中2.6所描述的驾驶员紧张度函数Ξ_k之间的关联性，如果关联性大于0.80，那么驾驶员紧张度函数Ξ_k与车辆行驶速度 v密切相关。那么，在车辆的行驶过程中，整车控制器将把紧张度函数Ξ_k的值通过仪表呈现给驾驶员，并主动限制油门开度保持在75％左右，最高不得超过77％。

c)步骤4.6所描述的关联性指数矩阵Ψ中Ψ₃的计算结果表征骤二中2.1 所描述的车辆行驶速度v和步骤一中1.1所描述的系统状态矩阵X之间的关联性，如果关联性大于0.90，那么则表明系统状态矩阵X与车辆的行驶速度v密切相关。那么，在车辆的行驶过程中，车辆自动巡航控制系统将限制车辆的行驶安全车速在安全的阈值车速v_s的范围内，以保证车辆远离失稳区域。

d)步骤4.6所描述的关联性指数矩阵Ψ中Ψ₄的计算结果表征步骤二中 2.6所描述的驾驶员紧张度函数Ξ_k和步骤一中1.1所描述的系统状态矩阵X之间的关联性，如果，关联性大于0.90，那么则表明系统状态矩阵X与驾驶员紧张度函数Ξ_k密切相关，驾驶员紧张程度将直接决定了车辆的稳定性状态。那么，在车辆的行驶过程中，整车控制器将把紧张度函数Ξ_k的值通过仪表呈现给驾驶员，并主动限制油门的开度保持在70％左右，最高不得超过72％，同时制动系统处于激活状态，在关联性大于0.95的时候通过主动控制系统切入，参与车辆系统的干预控制，以保证车辆的行驶过程时刻原远离非线性失稳区域。

e)步骤4.6所描述的关联性指数矩阵Ψ中Ψ₅的计算结果表征骤二中2.1 所描述的车辆行驶速度v、步骤二中2.6所描述的驾驶员紧张度函数Ξ_k和步骤一中1.1所描述的系统状态矩阵X之间的关联性，如果关联性大于0.85，那么则表明这三者之间密切相关。那么，在车辆的行驶过程中，车辆自动巡航控制系统将限制车辆的行驶安全车速在100km/h以内，系统的油门开度限制在65％左右，最高不得超过67％，此时的制动防抱死系统同步激活，随时参与主动控制过程，同时，在80-100km/h的速度区间内，车辆转向系统控制器将减小相应步骤二中(4)所描述的助力电流i_m，进一步降低车辆在高速行驶过程中的转向灵敏度，从而防止车辆失稳现象的发生。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于驾驶员状态与车辆状态关联性的车辆辅助控制方法，其特征在于，包括以下步骤：

步骤一、车辆行驶速度区间的划分；

1.1、车辆的车速变化范围设定为：

车辆起步区间A [0km/h,20km/h) 车辆操纵行驶区间B [20km/h,120km/h] 车辆行驶极限非线性区间C (120km/h,150km/h]

1.2、将1.1中的车辆起步区间A和行驶极限非线性区间C各自设定为1个子区间，同时将车辆操纵行驶区间B划分成p个子区间；

p＝int(p_s)+1

其中，int( )为向上取整运算，p_s为理论计算得到的子区间，

式中，v为车辆的行驶速度，其对应第k个速度区间，k＝1,2,…,p；n为车辆状态变量个数，Λ_i|k为在第k个速度区间内，车辆第i个状态变量所对应的耦合度权重因子；最终，车速的变化范围[0km/h,150km/h]被划分成p+2个子区间；

1.3、在第k个速度区间下，驾驶员紧张度函数Ξ_k计算方程为：

式中，q为道路不平度所对应的功率谱密度值，α_l、β_l和γ_l分别为第l个速度区间下驾驶员的驾驶体验系数、操纵灵敏度和危险感知系数；

在速度v对应的第k个速度区内，驾驶员驾驶体验系数α_k、操纵灵敏度β_k和危险感知系数γ_k的计算方程分别为：

α_k＝D_sω_α|k+ε_d,k＝1,2,…,p

式中，ε_d为外部扰动影响下的补偿系数，F_e为驾驶员施加于车辆转向盘的需求力，v_kmax和v_kmin为第k个速度区间范围内的最高车速和最低车速，F_ekmax和F_ekmin分别为速度区间k中转动方向盘需求的最大力和最小力，ω_α|k为驾驶体验系数α_k对应的权重因子、ω_β|k为操纵灵敏度β_k对应的权重因子，ω_γ|k为危险感知系数γ_k对应的权重因子，x_ij为车辆第i个状态变量中第j次采样得到的数据，x_i为车辆第i个状态变量，而D_s表示性别因子，通过查找表1获取：

表1不同道路条件下的性别因子D_s

而转向系统实际的需求力F_e、转向系统中输出的电机助力电流i_m以及车辆行驶速度v相对应的电机助力系数K_a对应的计算方程分别为：

式中，F_d为转向系统的粘滞阻力，F_z为方向盘转动过程中克服死区范围所施加的力，K_m为转向系统中的电机输出力系数；

权重因子ω_α|k、ω_β|k和ω_γ|k的计算方式分别为：

式中，

为车辆前轮转向过程的角速度，i_s为转向系统的传动比；

1.4、所选择的n种车辆状态变量矩阵为X＝[x₁,x₂,…,x_n]^T，每种状态变量采样m次；其中，在第k个速度区间中每种车辆状态x_i(i＝1,2,…,n)及其极值出现的概率分别为：

P(x_ij|k),P(maxx_i|k),P(minx_i|k),i＝1,2,…,n；j＝1,2,…,m

式中，x_i|k为第k个速度区间下车辆的第i种状态元素，x_ij|k为第k个速度区间下车辆第i个状态元素中第j次采样得到的数据；

而相对概率(即B条件下A发生的概率)值为P(A|B)；因此，在第k个速度区间下，车辆第i个状态元素x_i|k对应的耦合度权重因子Λ_i|k的计算方程为：

步骤二、系统参数关联性的计算，具体包括：

建立关联性序列矩阵

通过核函数

进行映射，将矩阵RE转换到Hilbert特征空间H中，此时得到系统参数关联性指数矩阵Ψ＝[Ψ₁,Ψ₂,Ψ₃,Ψ₄,Ψ₅]^T的计算方程为：

基于耦合度权重因子Λ_i|k，可以得到关联性序列

和

之间的耦合系数M为：

式中，ζ为关联性感应系数；

在车速v对应的第k个速度区间下，v与驾驶员紧张度Ξ_k之间的关联性序列

车速v与车辆状态变量矩阵X中第i个状态变量x_i之间的关联性序列

以及驾驶员紧张度Ξ_k与车辆状态变量矩阵X中第i个状态变量x_i之间的关联性序列

的计算方程分别为：

其中，Ξ_kmin和Ξ_kmax分别为第k个速度区间内驾驶员紧张度的最小值与最大值；

步骤三、根据关联性指数矩阵Ψ＝[Ψ₁,Ψ₂,Ψ₃,Ψ₄,Ψ₅]^T的计算结果，得到车辆行驶速度v、驾驶员紧张度函数Ξ_k和车辆状态变量矩阵X三者之间的关联性关系，进而设定驾驶员操纵预警策略和车辆主动安全控制系统介入的控制策略。

2.如权利要求1所述的基于驾驶员状态与车辆状态关联性的车辆辅助控制方法，其特征在于，Ψ₁的计算结果表征不同车辆状态x_i(i＝1,2……,n)之间的关联性，如果关联性大于0.85，那么这几种车辆状态参数都对应同一种执行机构，该机构处于待机模式；一旦状态变量进入中风险或者高风险区域，立即激活执行机构对应的控制器进行主动控制，降低车辆的失稳风险。

3.如权利要求1所述的基于驾驶员状态与车辆状态关联性的车辆辅助控制方法，其特征在于，Ψ₂的计算结果表征车辆行驶速度v和驾驶员紧张度函数Ξ_k之间的关联性，如果关联性大于0.80，那么驾驶员紧张度函数Ξ_k与车辆行驶速度v密切相关；由此在车辆行驶过程中，整车控制器将把紧张度函数Ξ_k的值通过仪表呈现给驾驶员，并主动限制油门开度保持在75％～77％。

4.如权利要求1所述的基于驾驶员状态与车辆状态关联性的车辆辅助控制方法，其特征在于，Ψ₃的计算结果表征车辆行驶速度v和车辆状态变量矩阵X之间的关联性，如果关联性大于0.90，那么则表明车辆状态变量矩阵X与车辆的行驶速度v密切相关；由此在车辆行驶过程中，车辆自动巡航控制系统将限制车辆的行驶安全车速在安全阈值车速v_s的范围内，以保证车辆远离失稳区域。

5.如权利要求1所述的基于驾驶员状态与车辆状态关联性的车辆辅助控制方法，其特征在于，Ψ₄的计算结果表征驾驶员紧张度函数Ξ_k和车辆状态变量矩阵X之间的关联性，如果关联性大于0.90，那么表明车辆状态变量矩阵X与驾驶员紧张度函数Ξ_k密切相关，驾驶员紧张程度将直接决定了车辆的稳定性状态；由此在车辆行驶过程中，整车控制器将把紧张度函数Ξ_k的值通过仪表呈现给驾驶员，并主动限制油门的开度保持在70％～72％，同时制动系统处于激活状态，在关联性大于0.95的时候通过主动控制系统切入，参与车辆系统的干预控制，以保证车辆的行驶过程时刻远离非线性失稳区域。

6.如权利要求1所述的基于驾驶员状态与车辆状态关联性的车辆辅助控制方法，其特征在于，Ψ₅的计算结果表征车辆行驶速度v、驾驶员紧张度函数Ξ_k和车辆状态变量矩阵X之间的关联性，如果关联性大于0.85，那么表明这三者之间密切相关；由此在车辆行驶过程中，车辆自动巡航控制系统将限制车辆的行驶安全车速在100km/h以内，车辆的油门开度限制在65％～67％，此时的制动防抱死系统同步激活，随时参与主动控制过程，同时，在80-100km/h的速度区间内，车辆转向系统控制器将减小电机助力电流i_m，进一步降低车辆在高速行驶过程中的转向灵敏度，从而防止车辆失稳现象的发生。

Images