CN118419002B - 突发紧急工况下自动驾驶机动避险控制方法、设备及产品 - Google Patents

Abstract

本发明公开的突发紧急工况下自动驾驶机动避险控制方法、设备及产品，涉及车辆控制技术领域。本发明基于车辆状态和参考状态量，利用相平面分析理论，对车辆的稳定性进行判断，以此为基础作为车辆稳定性控制的依据；并且，在得到判断结果后，进而得到状态区域划分结果，基于状态区域划分结果进行车辆避险控制。本发明通过对碰撞后处于失稳状态的车辆稳定性进行控制，极大地提高了车辆在突发紧急工况下的安全性。

Description

突发紧急工况下自动驾驶机动避险控制方法、设备及产品

技术领域

本发明涉及车辆控制技术领域，特别是涉及一种突发紧急工况下自动驾驶机动避险控制方法、设备及产品。

背景技术

汽车安全是汽车技术发展与研究的主要目标，是当今和未来重要的汽车技术创新领域。交通事故多发生于极限工况，如紧急转向、紧急制动等，在这些工况下，车轮侧向力通常处于饱和状态，易导致车辆出现失稳的危险情况。轮胎力饱和对车辆运动的影响需根据前后轮的饱和程度确定。对于弯道行驶，前轮饱和而后轮没有饱和，则出现前轴侧滑，导致不足转向；若后轮饱和而前轮没有饱和，会出现后轴侧滑，导致过度转向。

针对车轮饱和导致汽车失稳的情况，目前已经开发出来多种主动安全技术。如防抱死制动系统（Anti-Lock Brake System，ABS）、牵引力控制系统（Traction ControlSystem，TCS）、驱动（轮）防滑系统（Acceleration Slip Regulation，ASR）、直接横摆力矩控制器（Direct Yaw-moment controller，DYC）、四轮转向系统（four-wheel steering，4WS）)、主动前轮转向（Active Front Steering，AFS）等，这些技术可有效改善汽车制动和转向时的车辆运动性能，提高车辆的运动稳定性。但是，当车辆行驶于极限工况，如紧急转向、紧急制动等时，目前常用的主动安全技术的稳定性控制效果并不尽如人意，从本质上来分析，这是因为传统车辆稳定控制方法是动力学稳定区域的控制，但是当车辆发生交通事故时，绝大部分情况下，车辆动力学处于非稳定区域，在此情况下，车辆轮胎力处于饱和状态，并且车辆此时有较大的纵向和侧向速度，在此种情况下，传统车辆稳定性控制方法收效甚微。简言之，传统车辆稳定性控制方法，并未考虑到当轮胎处于饱和条件下对系统控制的可能性。所以，此时就需要一种能够拓宽车辆动力稳定性区域的稳定性控制方法。

车辆在极限工况下，当轮胎处于饱和状态或非线性状态时通常会导致漂移运动的产生，探究可控漂移运动，对于极限工况下的车辆稳定性控制有重要意义。漂移控制的方式能够获得更大的横摆率与质心侧偏角，可以提升在紧急避障、急弯等极限工况下车辆安全性。漂移控制的研究对于提高汽车的主动安全性与机动性具有重要意义。通过采用紧急控制策略，可以减少车辆垂直碰撞损伤，即利用漂移过程中车身姿态的极大变化使得垂直碰撞的两车通过改变原有行驶轨迹来减小碰撞接触时的相对速度，通过底盘控制段使车辆后轮处于大滑移饱和状态，从而导致车辆在有限时间和空间内改变原有运动轨迹，并在一定程度下控制其运动状态，减小正碰的速度，达到避免碰撞或者减轻碰撞的效果。

将漂移控制与传统的车辆稳定性控制二者结合起来对车辆的稳定性进行控制，进而提高车辆在极限工况下的安全性的研究鲜有听闻。

发明内容

本发明的目的是提供一种突发紧急工况下自动驾驶机动避险控制方法、设备及产品，以将漂移控制与传统的车辆稳定性控制二者结合起来对车辆的稳定性进行控制，进而提高车辆在极限工况下的安全性。

为实现上述目的，本发明提供了如下方案。

一种突发紧急工况下自动驾驶机动避险控制方法，包括：

基于车辆状态和参考状态量，利用相平面分析理论，对车辆的稳定性进行判断，并基于车辆的稳定性的判断结果得到状态区域划分结果；所述参考状态量基于所述车辆的二自由度模型以及所述车辆的稳态转向特性得到；所述车辆的稳态转向特性采用车辆的质心侧偏角与质心侧偏角速度确定；

基于所述状态区域划分结果进行车辆避险控制。

可选地，基于车辆状态和参考状态量，利用相平面分析理论，对车辆的稳定性进行判断，并基于车辆的稳定性的判断结果得到状态区域划分结果，具体包括：

确定所述车辆的质心侧偏角与质心侧偏角速度所张成的相平面，并基于所述相平面确定稳定因子；所述稳定因子为用于表征车辆稳定性的参数指标；

判断所述稳定因子是否大于第一稳定阈值，或判断所述车辆的侧向加速度是否大于等于第一加速度阈值，得到第一判断结果；

当所述第一判断结果为是时，确定所述状态区域划分结果为饱和区域；

当所述第一判断结果为否时，判断所述稳定因子是否小于等于第二稳定阈值，或判断所述侧向加速度是否小于第二加速度阈值，得到第二判断结果；

当所述第二判断结果为是时，确定所述状态区域划分结果为线性区域；

当所述第二判断结果为否，当所述稳定因子小于等于所述第一稳定阈值且大于第二稳定阈值，或所述侧向加速度小于第一加速度阈值且大于等于所述第二加速度阈值时，确定所述状态区域划分结果为非线性区域。

可选地，基于所述状态区域划分结果进行车辆避险控制，具体包括：

当所述状态区域划分结果为所述线性区域时，对所述车辆进行直接横摆力矩控制；

当所述状态区域划分结果为所述饱和区域或所述非线性区域时，对所述车辆进行漂移控制。

可选地，对所述车辆进行直接横摆力矩控制的过程包括：

采用滑模控制车辆追踪期望的横摆角速度；所述滑模的滑模面表示为：

；

式中，为滑模面，为车辆的横摆角速度，为期望的横摆角速度。

可选地，触发漂移控制器进行漂移控制的过程包括：

基于所述车辆的三自由度车辆模型确定平衡点；

基于实际动力学状态与所述平衡点处的动力学状态，对所述车辆进行反馈控制，以使所述实际动力学状态趋近于所述平衡点处的动力学状态。

可选地，基于实际动力学状态与所述平衡点处的动力学状态，对所述车辆进行反馈控制，以使所述实际动力学状态趋近于所述平衡点处的动力学状态，具体包括：

通过调节后轮力矩跟踪所述平衡点中的期望纵向速度与后轮滑移率；

将前轮侧向力作为控制量以达到所述平衡点中的前轮侧向力。

可选地，在完成车辆避险控制且车辆的稳定性得到控制后，控制车辆驶回原车道；其中：实时获取采样周期内的期望横摆力矩，并当所述采样周期内的期望横摆力矩均满足设定条件时，触发车道保持控制指令，以完成车道保持控制。

一种计算机设备，包括：存储器、处理器以存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现上述任一项所述的突发紧急工况下自动驾驶机动避险控制方法的步骤。

可选地，所述存储器为计算机可读存储介质。

一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一项所述的突发紧急工况下自动驾驶机动避险控制方法的步骤。

根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明基于车辆状态和参考状态量，利用相平面分析理论，对车辆的稳定性进行判断，以此为基础作为车辆稳定性控制的依据；并且，在得到判断结果后，得到状态区域划分结果，基于状态区域划分结果进行车辆避险控制，极大地提高了车辆在突发紧急工况下的安全性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的突发紧急工况下自动驾驶机动避险控制方法的流程图。

图2为本发明提供的突发紧急工况下自动驾驶机动避险控制系统的控制原理图。

图3为本发明提供的采用双线法划分稳定区域和非稳定区域示意图。

图4为本发明提供的车辆状态区域划分流程图。

图5为本发明提供的漂移控制器中纵侧向控制器的控制原理图。

图6为本发明提供的车道保持控制器模块的控制原理图。

具体实施方式

下面将结合本发明实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种突发紧急工况下自动驾驶机动避险控制方法、设备及产品，以将漂移控制与传统的车辆稳定性控制二者结合起来对车辆的稳定性进行控制，进而提高车辆在极限工况下的安全性。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例1

本实施例提供了一种突发紧急工况下自动驾驶机动避险控制方法，如图1所示，该方法包括步骤100-步骤101。

步骤100：基于车辆状态和参考状态量，利用相平面分析理论，对车辆的稳定性进行判断，并基于车辆的稳定性的判断结果得到状态区域划分结果。参考状态量基于车辆的二自由度模型以及车辆的稳态转向特性得到。车辆的稳态转向特性采用车辆的质心侧偏角与质心侧偏角速度确定。

在实际应用过程中，步骤100的实现过程可以为：

步骤100-1：确定质心侧偏角以及质心侧偏角导数的相平面，并基于相平面确定稳定因子。稳定因子为用于表征车辆稳定性的参数指标。

在具体应用过程中，该实施例采用的相平面分析理论可以为基于相平面状态分析法的车辆状态监督机制，其具体原理为：利用质心侧偏角及其导数的相平面来对车辆的驾驶稳定性进行判别。具体的，采用如图3所示的双线法对于稳定区域和非稳定区域进行划分，对于车辆稳定边界的具体定量分析采用公式进行。其中，其中，SI为稳定因子，用于表征车辆稳定性的参数指标。β为质心侧偏角，为质心侧偏角导数。

进一步，在实际应用过程中，侧向加速度一旦超过一定的阈值，车辆将会偏离原来的轨迹，造成严重后果。这从一个侧面反映出，仅仅依靠质心侧偏角来进行稳定性分析不能涵盖所有的驾驶工况，在进行稳定性分析非常有必要将侧向加速度与质心侧偏角也进行综合考虑。基于此，为进一步表征车辆的稳定性，除了质心侧偏角等指标外，本实施例还将量化后的侧向加速度指标作为另外的车辆稳定性考虑指标。

其中，侧向加速度稳定性量化后的指标为：。式中，为车辆的侧向速度，为重力加速度，为侧向加速度，为路面附着系数。

步骤100-2：判断稳定因子是否大于第一稳定阈值（例如第一稳定阈值可以设置为1），或判断侧向加速度是否大于等于第一加速度阈值，得到第一判断结果。

步骤100-3：当第一判断结果为是时，确定状态区域划分结果为饱和区域。

步骤100-4：当第一判断结果为否时，判断稳定因子是否小于等于第二稳定阈值（例如第二稳定阈值可以设置为0.8），或判断侧向加速度是否小于第二加速度阈值，得到第二判断结果。

步骤100-5：当第二判断结果为是时，确定状态区域划分结果为线性区域。

步骤100-6：当第二判断结果为否时，确定状态区域划分结果为非线性区域。

步骤100-7：当稳定因子小于等于第一稳定阈值且大于第二稳定阈值，或侧向加速度是否小于第一加速度阈值且大于等于第二加速度阈值时，确定状态区域划分结果为非线性区域。

步骤101：基于状态区域划分结果进行车辆避险控制。

基于上述步骤100的具体实现方式的描述，在实际应用过程中，步骤101的实现过程可以为：

步骤101-1：当状态区域划分结果为线性区域时，触发直接横摆力矩控制器对车辆进行直接横摆力矩控制。例如，触发直接横摆力矩控制器进行直接横摆力矩控制的过程可以为：采用滑模变结构控制车辆追踪期望的横摆角速度。其中，滑模变结构控制中采用的滑模面表示为：。

式中，为滑模面，为车辆的横摆角速度，为期望的横摆角速度。

步骤101-2：当状态区域划分结果为饱和区域或非线性区域时，触发漂移控制器对车辆进行漂移控制。例如，触发漂移控制器进行漂移控制的过程可以为：基于车辆的三自由度车辆模型确定平衡点。设计反馈控制，以使车辆的实际动力学状态趋近于平衡点处的动力学状态。

其中，在具体应用的过程中，设计反馈控制，以使车辆的实际动力学状态趋近于平衡点处的动力学状态。反馈控制的过程可以为：（1）通过调节后轮力矩跟踪平衡点中的期望纵向速度与后轮滑移率。（2）采用滑模变结构思想，将前轮侧向力作为控制量以达到平衡点中的前轮侧向力。

为了进一步提高车辆在突发紧急工况下的安全性，在完成车辆避险控制且车辆的稳定性得到控制后，可以控制车辆驶回原车道，具体实现过程为：

步骤（1）：检测车辆的行驶状态，并基于车辆的行驶状态确定轨迹跟踪控制的介入时机。

步骤（2）：基于轨迹跟踪控制的介入时机触发车道保持控制指令，以完成车道保持控制。

基于上述描述，本实施例提供的突发紧急工况下自动驾驶机动避险控制方法，基于相平面状态分析法对车辆碰撞后的状态进行判定，以此为基础，选择合适的稳定性控制方法，基于滑模变结构理论对车辆状态进行控制，使车辆产生期望状态响应，使得车辆状态响应能够跟踪参考模型的理想输出，能更好的适应车速以及路况的变化，具有鲁棒性强、结构简单的优点，并且通过相平面状态分析法监控车辆状态，以此决定对应状态的控制方式，为开发车辆稳定性控制系统提供新思路。再者，通过直接横摆力矩控制和漂移控制两种方法，对碰撞后处于失稳状态的车辆稳定性进行控制，并使失稳车辆驶回原车道，能够极大的提高车辆的安全性。

实施例2

该实施例提供了一种突发紧急工况下自动驾驶机动避险控制系统，以实施上述实施例1提供的突发紧急工况下自动驾驶机动避险控制方法。该系统包括：理想参考模块、状态监督模块、控制器模块、纵向速度控制模块、转矩分配模块和轨迹跟踪模块。状态监督模块与所述理想参考模块连接。控制器模块与所述状态监督模块连接。纵向速度控制模块与所述理想参考模块连接。转矩分配模块与所述控制器模块和所述理想参考模块连接。轨迹跟踪模块与所述理想参考模块连接。

如图2所示，理想参考模块中植入有驾驶者模型、参考模型和车辆动力学模型。理想参考模块主要用于基于车辆的二自由度模型以及车辆的稳态转向特性，输出参考状态量。

如图2所示，状态监督模块包括监督器。状态监督模块主要用于基于采集的车辆状态和参考状态量，利用相平面分析理论，对车辆的稳定性进行判断，得到判断结果，并基于判断结果得到状态区域划分结果，以此作为车辆稳定性控制的依据。

在实际应用过程中，状态监督模块中采用的相平面分析理论为基于相平面状态分析法的车辆状态监督机制，其具体原理为：利用质心侧偏角及其导数的相平面来对车辆的驾驶稳定性进行判别。具体的，采用如图3所示的双线法对于稳定区域和非稳定区域进行划分，对于车辆稳定边界的具体定量分析采用公式进行。

进一步，侧向加速度一旦超过一定的阈值，车辆将会偏离原来的轨迹，造成严重后果。这从一个侧面反映出，仅仅依靠质心侧偏角来进行稳定性分析不能涵盖所有的驾驶工况，在进行稳定性分析非常有必要将侧向加速度与质心侧偏角也进行综合考虑。基于此，为进一步的表征车辆的稳定性，除了质心侧偏角等指标外，本发明还将进行量化后侧向加速度指标，作为另外的车辆稳定性考虑指标。

其中，侧向加速度稳定性量化后的指标为：。式中，为车辆的侧向速度，为重力加速度，为侧向加速度，为路面附着系数。

通过稳定因子与侧向加速度两个稳定性影响指标作为协调综合条件，可对车辆的状态区域进行划分（具体划分过程如图4所示）。其中，状态区域进行划分为： 。

如图2所示，控制器模块主要由两个控制器组成，分别是直接横摆力矩控制器（即DYC控制器）和漂移控制器。控制器模块的工作模式为：依据状态监督模块的状态区域划分结果，当状态区域划分结果为线性区域时，触发直接横摆力矩控制器进行直接横摆力矩控制，当状态区域划分结果为饱和区域或非线性区域时，触发漂移控制器进行漂移控制。

在实际应用过程中，直接横摆力矩控制器(DYC控制器)进行控制的过程包括：通过滑模变结构控制来追踪期望的横摆角速度。这一过程中采用的滑模面定义为：。式中，为滑模面，为车辆的横摆角速度，为期望的横摆角速度。

在滑模面上应用一阶微分得出滑模控制动态方程，为保证滑模面是吸引的，且滑模态动力学是渐近稳定的，滑模控制动态方程定义为：。式中，为滑模面的一阶微分，为控制过程中的比例增益。

在小角度近似之下，基于上述定义的滑模控制动态方程，利用饱和函数代替符号函数以防止抖振，即可算出期望附加横摆力矩为：。式中，和均为设计参数，为车轮转动惯量，和分别为左、右前轮侧向力，和分别为左、右后轮侧向力，和分别为左、右前轮纵向力，和分别为质心与前、后轴的距离， 为轮距，为前轮转角，为期望的横摆角速度的一阶微分。

进一步，漂移控制器中控制过程的主要思路为：通过设计反馈控制，使得车辆的实际动力学状态趋近于平衡点处的动力学状态。其中，基于三自由度车辆模型求得系统的平衡点。求解期望漂移平衡点(,,,,)的公式如下。

。

。

。

。

式中，为平衡点的前轮侧向力，为平衡点的后轮侧向力，为平衡点的后轮纵向力，为平衡点的前轮转角，为平衡点的质心侧偏角，为平衡点的横摆率，为平衡点的纵向速度，为平衡点的稳态转弯半径，为前轮到质心的距离，为后轮到质心的距离，为车辆饶z轴的旋转惯量，为车辆的质量。

接下来利用横纵向解耦独立控制的方式分别设计纵侧向控制器。设计得到的纵侧向控制器包括纵向控制器和侧向控制器，其具体控制思路如图5所示。图5中，γ为横摆角速度，为横摆角速度与期望横摆角速度的差值；γ _eq 为平衡状态下的横摆角速度。

纵向控制器的设计目标是通过调节后轮力跟踪期望纵向速度与后轮滑移率。为避免引入轮胎动力学方程，将纵向控制器分为速度控制器与滑移率控制器。其中，由于车辆进入漂移时需要大的后轮滑移率以提供大的横摆率，因此纵向控制器需要保持后轮滑移率处于较大值，考虑在速度控制器中直接使用稳态后轮滑移率作为前馈项，对速度采取简单的比例控制器，得到的控制率为：。式中，为控制率，为控制比例增益，为当前速度与期望速度的差值，为车辆的纵向速度。

滑移率控制器的控制目标为利用后轮转矩跟踪期望滑移率。在此滑移率控制器采用PI控制器。为加快响应速度，加入前馈项，即控制器输出后轮转矩的表达式为：。式中，为比例系数，为后轮滑移率与期望后轮滑移率的差值，为后轮的滑移率，为积分系数，为比例系数，为瞬时时间。

在侧向控制器中，采用滑模变结构思想，将前轮侧向力作为控制量，控制输出为： 。其中，中间量，，，为质心侧偏角与期望侧偏角的差值，、和均为控制器设计参数，为横摆角速度与期望横摆角速度的差值。

如图2所示，纵向速度控制模块中植入有碰撞模型。纵向速度控制模块主要用于在车辆发生碰撞后为车辆提供设定速度。

如图2所示，转矩分配模块包括轮胎力矩分配器。转矩分配模块主要用于基于期望纵向速度与期望附加横摆力矩，将期望附加横摆力矩分布于四个车轮上。

轨迹跟踪模块的功能主要在于：当判断出车辆的稳定性得到控制以后，触发车道保持控制，使车辆以一定的速度驶回原车道或与原车道保持平行。在实际应用过程中，如图2所示，轨迹跟踪模块包括路径判断控制器和路径跟踪控制器。首先路径判断控制器来检测车辆的状态，以此来决定路径跟踪控制器的介入时机。在本发明中的路径判断控制器检测到连续多个采样周期的期望横摆力矩大小为0时，达到路径跟踪控制器的介入时机，触发车道保持控制。图2中，为车辆纵向力，X为输入，Y为输出，为路径输出误差，为k时刻的路径输出，为初始路径输出，为k时刻的路径输入，为初始路径输入，为角度，为力矩分配结果，和均为碰撞输出。

路径跟踪控制器是基于纯跟踪理论实现车道保持的。具体实现过程以单轨车辆在预定路线上行驶为例进行说明。

如图6所示，设单轨车辆在预定路线上行驶的轨道中心线的方程为，在瞬时时刻，车辆具有的状态为和。设驾驶员（即驾驶者）前视距离为，则相应的前视时间，驾驶员前视点的横向坐标为，其中，为驾驶员前视过程中车辆的速度。若此时输入一个转向角度，则对应的车辆轨迹曲率为，瞬时时刻时的侧向加速度为。这样经过时间之后，在时刻时，车辆的横向位移为：。式中，为瞬时时刻的侧向速度。图6中，为输入状态，为瞬时输入状态。

那么，在最优曲率约束下的最优侧向加速度可由下式得到。

。

单轨车辆的运动的Ackerman几何关系为：，。为转向半径，为周期。

最终可得期望前轮转角为：。式中，为反正切函数，为前后轴的轴距。

下面提供一个实施例，对本发明上述提供的突发紧急工况下自动驾驶机动避险控制系统中各模块的功能进行说明。

该实施例提供的极限碰撞工况下车辆稳定性控制系统中各模块的功能主要为：（1）理想参考模块用于获得车辆碰撞后的车辆动力学状态信息与自车位置信息。车辆动力学状态信息包括参考车辆状态信息以及自车实际动力学状态信息。其中，参考车辆状态信息主要包括车辆的理想横摆角速度信息、质心侧偏角信息以及期望纵向速度信息。自车实际动力学状态信息主要包括：自车的横摆角速度信息、横纵向速度与加速度信息以及各个车轮的纵向力信息等。自车位置信息主要包括：自车的横向与纵向位移信息。（2）状态监督模块主要基于车辆碰撞后的车辆动力学状态信息与自车位置信息，利用相平面分析法对车辆的动力学状态进行判定，判断其动力学状态是否处于饱和状态。状态监督模块的判定结果输入到控制器模块中，控制器模块以此来决定所采用的控制方式。其中，若车辆动力学状态处于非饱和状态时，控制方法为DYC与AFS协调控制，当车辆动力学状态处于饱和状态时，控制方法为漂移控制。（3）控制器模块接收状态监督模块的判定结果，分别对应采取不同的控制方法。当采用DYC与AFS协调控制时，控制器模块的输出量为期望附加横摆力矩与期望纵向速度，下层的转矩分配模块依据最优分配原则，得到最终的控制量各个车轮的驱动（制动）转矩，以此来控制车辆的稳定性。当采用漂移控制时，主要的控制思路是控制车辆的动力学状态，使得车辆的实际动力学状态趋近于漂移平衡点处的车辆动力学状态。控制器模块中的漂移控制器的输入量漂移平衡点处的纵向速度、滑移率、质心侧偏角以及横摆角速度，输出量为各个车轮的驱动（制动）转矩与前轮转角。

基于上述描述，本发明中提供的突发紧急工况下自动驾驶机动避险控制系统，能为极限碰撞工况下车辆稳定性控制提供理论基础，且具有以下优点：通过对极限碰撞工况下车辆运动过程中的动力学参数进行深入分析，引入基于相平面分析法的思想，对车辆所处的动力学状态进行数值量化与控制区域划分，通过监测车辆碰撞后的动力学参数，判断其所处的控制区域，分别对应采取不同的控制方法。在车辆稳定性控制方面，引入了可控漂移控制的思想，拓宽了车辆稳定性控制的边界。基于相平面分析法的可拓区域思想的引入以及传统的车辆稳定性控制方法（DYC）与漂移控制方法的结合，为探究极限碰撞工况下车辆稳定性控制提供了新的思路与视角。

下面通过一个实施例对本发明上述提供的突发紧急工况下自动驾驶机动避险控制系统实现本发明实施例1提供的方法的过程进行说明。

在该实施例中，突发紧急工况下车辆稳定性控制方法的实现过程包括：通过建立碰撞动力学模型，获得车辆碰撞后的车辆动力学状态信息与自车位置信息。车辆动力学状态信息包括参考车辆状态信息以及自车实际动力学状态信息。其中，参考车辆状态信息主要包括车辆的理想横摆角速度信息、质心侧偏角信息以及期望纵向速度信息。自车实际动力学状态信息主要包括：自车的横摆角速度信息、横纵向速度与加速度信息以及各个车轮的纵向力信息等。自车位置信息主要包括：自车的横向与纵向位移信息。

将车辆动力学状态信息输入到状态监督模块中，该状态监督模块首先基于相平面分析法对车辆的动力学状态进行判定，判断其动力学状态是否处于饱和状态，其判定结果输入到控制器模块中，控制器模块以此来决定所采用的控制方法。若车辆动力学状态处于非饱和状态时，控制方法为DYC与AFS协调控制，当车辆动力学状态处于饱和状态时，控制方法为漂移控制。控制器模块除了接收状态监督模块的判定信息以外，还接收车辆实际动力学状态信息，依据滑模变结构控制理论进行控制。当采用DYC与AFS协调控制时，控制器模块的输出量为期望附加横摆力矩与期望纵向速度，下层的转矩分配模块依据最优分配原则，得到最终的控制量（即各个车轮的驱动（制动）转矩），以此来控制车辆的稳定性。当采用漂移控制时，主要的控制思路是控制车辆的动力学状态，使得车辆的实际动力学状态趋近于漂移平衡点处的车辆动力学状态。控制器模块中的漂移控制器的输入量为漂移平衡点处的纵向速度、滑移率、质心侧偏角以及横摆角速度，输出量为各个车轮的驱动（制动）转矩与前轮转角。理想参考模块接收控制器模块的控制输出量，以此产生期望的动力学响应。理想参考模块中车辆动力学模型的输出量主要为车辆的动力学参数，包括：横纵向速度及加速度、各个车轮的纵向力等。车辆动力学模型的输出量一方面反馈到控制器模块与状态监督模块，另一方面作用到轨迹跟踪模块。轨迹跟踪模块接收车辆的期望横摆力矩与车辆横向加速度两个参数，基于此判定车辆的稳定性是否得到控制，如果判定车辆的稳定性得到了控制，那么就触发车道线追踪控制。轨迹跟踪模块接收车辆的位置参数、横纵向速度参数以及横摆角速度参数，基于单点预瞄模型进行车道线轨迹追踪，使车辆驶回原车道，避免发生二次碰撞。

基于上述描述，本发明基于滑模变结构控制理论与相平面状态分析法，设计出一种突发紧急工况下车辆稳定性控制系统。本发明基于相平面状态分析法，设计状态监督模块，对于车辆碰撞后的状态进行判定，以此为基础，选择合适的稳定性控制方法，控制器模块依据状态监督模块的判定结果，基于滑模变结构理论对车辆状态进行控制，使车辆产生期望状态响应，使得车辆状态响应能够跟踪参考模型的理想输出，能更好的适应车速以及路况的变化，具有鲁棒性强、结构简单的优点，并且通过相平面状态分析法监控车辆状态，以此决定对应状态的控制方式，为开发车辆稳定性控制系统提供新思路。再者，整个系统通过直接横摆力矩控制和漂移控制两种方法，对碰撞后处于失稳状态的车辆稳定性进行控制，并使失稳车辆驶回原车道，能够极大的提高车辆的安全性。

此外，本发明中的突发紧急工况主要包括碰撞、爆胎等突发的车辆工况。

实施例3

一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序以实现实施例1中的突发紧急工况下自动驾驶机动避险控制方法的步骤。

实施例4

一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现实施例1中的突发紧急工况下自动驾驶机动避险控制方法的步骤。

实施例4

一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现实施例1中的突发紧急工况下自动驾驶机动避险控制方法的步骤。

实施例5

一种计算机设备，该计算机设备可以是数据库。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O）和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储待处理事务。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现实施例1中的突发紧急工况下自动驾驶机动避险控制方法。

需要说明的是，本发明所涉及的对象信息（包括但不限于对象设备信息、对象个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经对象授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random AccessMemory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本发明所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本发明所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想，各个实施例之间相同相似部分互相参见即可；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种突发紧急工况下自动驾驶机动避险控制方法，其特征在于，所述方法包括：

基于车辆状态和参考状态量，利用相平面分析理论，对车辆的稳定性进行判断，并基于车辆的稳定性的判断结果得到状态区域划分结果；所述参考状态量基于所述车辆的二自由度模型以及所述车辆的稳态转向特性得到；所述车辆的稳态转向特性采用车辆的质心侧偏角与质心侧偏角速度确定；

基于所述状态区域划分结果进行车辆避险控制；

基于车辆状态和参考状态量，利用相平面分析理论，对车辆的稳定性进行判断，并基于车辆的稳定性的判断结果得到状态区域划分结果，具体包括：

确定所述车辆的质心侧偏角与质心侧偏角速度所张成的相平面，并基于所述相平面确定稳定因子；所述稳定因子为用于表征车辆稳定性的参数指标；

判断所述稳定因子是否大于第一稳定阈值，或判断所述车辆的侧向加速度是否大于等于第一加速度阈值，得到第一判断结果；

当所述第一判断结果为是时，确定所述状态区域划分结果为饱和区域；

当所述第一判断结果为否时，判断所述稳定因子是否小于等于第二稳定阈值，或判断所述侧向加速度是否小于第二加速度阈值，得到第二判断结果；

当所述第二判断结果为是时，确定所述状态区域划分结果为线性区域；

当所述第二判断结果为否，当所述稳定因子小于等于所述第一稳定阈值且大于第二稳定阈值，或所述侧向加速度小于第一加速度阈值且大于等于所述第二加速度阈值时，确定所述状态区域划分结果为非线性区域；

基于所述状态区域划分结果进行车辆避险控制，具体包括：

当所述状态区域划分结果为所述线性区域时，对所述车辆进行直接横摆力矩控制；

当所述状态区域划分结果为所述饱和区域或所述非线性区域时，对所述车辆进行漂移控制。

2.根据权利要求1所述的突发紧急工况下自动驾驶机动避险控制方法，其特征在于，对所述车辆进行直接横摆力矩控制的过程包括：

采用滑模控制车辆追踪期望的横摆角速度；所述滑模的滑模面表示为：

；

式中，为滑模面，为车辆的横摆角速度，为期望的横摆角速度。

3.根据权利要求1所述的突发紧急工况下自动驾驶机动避险控制方法，其特征在于，触发漂移控制器进行漂移控制的过程包括：

基于所述车辆的三自由度车辆模型确定平衡点；

基于实际动力学状态与所述平衡点处的动力学状态，对所述车辆进行反馈控制，以使所述实际动力学状态趋近于所述平衡点处的动力学状态。

4.根据权利要求3所述的突发紧急工况下自动驾驶机动避险控制方法，其特征在于，基于实际动力学状态与所述平衡点处的动力学状态，对所述车辆进行反馈控制，以使所述实际动力学状态趋近于所述平衡点处的动力学状态，具体包括：

通过调节后轮力矩跟踪所述平衡点中的期望纵向速度与后轮滑移率；

将前轮侧向力作为控制量以达到所述平衡点中的前轮侧向力。

5.根据权利要求1所述的突发紧急工况下自动驾驶机动避险控制方法，其特征在于，在完成车辆避险控制且车辆的稳定性得到控制后，控制车辆驶回原车道；其中：

实时获取采样周期内的期望横摆力矩，并当所述采样周期内的期望横摆力矩均满足设定条件时，触发车道保持控制指令，以完成车道保持控制。

6.一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-5中任一项所述突发紧急工况下自动驾驶机动避险控制方法的步骤。

7.根据权利要求6所述的计算机设备，其特征在于，所述存储器为计算机可读存储介质。

8.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-5中任一项所述突发紧急工况下自动驾驶机动避险控制方法的步骤。