驾驶员模型在制动到零仿真中的应用

驾驶员模型在制动到零仿真中的应用
刘涛;郭孔辉
【摘要】驾驶员模型技术在人-车闭环系统评价及智能交通系统研究中具有广泛的应用价值,但在极限仿真工况下,如大侧向加速度、低附着系数与制动到零等仿真的应用中还存在一些问题.预瞄-跟随系统的基本理论是确定驾驶员模型参数的理论基础.当在低速情况下进行两自由度车辆模型与复杂车辆模型等效时,等效模型参数Tq1小于零,导致驾驶员模型的预瞄时间小于零,进而驾驶员模型的预瞄距离小于零,使得驾驶员模型在进行预瞄点位置搜索时得不到预瞄点的位置.分析了驾驶员模型在制动到零仿真中存在的问题,采用低速时延长驾驶员模型延迟时间的方法.仿真结果表明这种方法有效的解决了驾驶员模型在低速及直线与转弯制动到零仿真中的应用问题.%Driver model technology has a wide use in human-vehicle closed loop evaluation and intellective traffic system, but there are still some application problems in limited conditions, such as large lateral acceleration, low friction and brake to stop simulation. Preview-follow method is the basic theory to obtain driver model parameters , in the equivalent of two degree and complex vehicle model, the equivalent model parameter Tq1 is less than zero in lower speed, this causes the preview time and preview distance to be less than zero. Driver model can' t search for the preview point, the problem are analyzed, the method of lengthening the delay time are applied, the problem are solved in low speed and braking to stop simulation.
【期刊名称】《科学技术与工程》
【年(卷),期】2012(012)029
【总页数】5页(P7644-7648)
【关键词】驾驶员模型;制动到零;预瞄时间
【作者】刘涛;郭孔辉
【作者单位】吉林大学汽车仿真与控制国家重点实验室,长春130025;吉林大学汽车仿真与控制国家重点实验室,长春130025
【正文语种】中文
【中图分类】U471.3
驾驶员模型在汽车操纵稳定性评价及智能车辆研究中具有重要地位，但驾驶员模型应用于低速仿真时还存在一些问题，本文拟在驾驶员模型在制动到零的仿真应用中做些研究工作。

1 驾驶员模型简介
预瞄-优化人工神经网络驾驶员模型［1］(以下简称POSANN模型)的基本框图如图1所示。

图1 POSANN模型基本框图
POSANN模型具有模型结构清晰，理论基础完备，轨迹跟随精度高等特点，广泛地应用于汽车操纵稳定性仿真与人—车闭环系统评价之中，其中:
w1:预期轨道信息输入的权值;
w2:汽车位置信息输入的权值;
w3:汽车侧向速度信息输入的权值;
w4:汽车侧向加速度信息输入的权值;
Th:驾驶员模型惯性延迟时间;
td:驾驶员模型神经延迟时间;
Tp:驾驶员模型预瞄时间。

2 驾驶员模型参数的确定
2.1 预瞄-跟随系统的基本理论
根据预瞄-跟随系统的基本理论［2］，任何一个预瞄-跟随系统都可以简化为由一个预瞄器与一个跟随器所组成的系统，即如图2。

图2 预瞄-跟随系统简图
人-车闭环系统等效框图如图3所示。

因此驾驶员根据汽车状态所决策的方向盘转角为:
图3 人-车闭环系统等效框图
式(1)中:
等效模型参数与两自由度模型参数之间的关系如下式所示(忽略S的高阶项):
将POSANN模型应用到复杂车辆模型中时，需要进行复杂车辆模型与两自由度模型等效［3］，方法如图4所示。

图4 人-车闭环系统等效框图
对于复杂车辆模型与两自由度模型输入相同的方向盘转角，以输出的侧向加速度在时间域上的偏差平方积分最小为目标进行参数辨识，在得到模型参数 T1、T2、Ty1、Ty2 之后，计算等效模型参数 Tq1、Tq2 进而计算 Tp、K0、w33、w44。

2.2 驾驶员模型参数与车速的关系
不同车速下，等效模型参数Tq1、Tq2与车速Vx的关系如图5与图6所示，侧向加速度稳态增益如图7所示，驾驶员模型预瞄时间如图8所示。

与图5～图8对应的仿真数据如表1所示。

图5 模型参数Tq1与车速关系
图6 模型参数Tq2与车速关系
图7 模型参数Gay与车速关系
图8 预瞄时间Tp与车速关系
表1 等效模型参数与车速关系Vx Tq1 Tq2 Gay Tp 10 -0.280 7 0.3 0.149 -4.28 20 0.14 71 0.056 3 0.571 1.531 30 0.297 8 0.045 9 1.194 0.616 40 0.368 9 0.058 7 1.93 0.636 60 0.437 9 0.084 3.435 0.767 80 0.474 1 0.100 1 4.73
0.845 100 0.484 5 0.109 4 5.696 0.903 120 0.479 1 0.111 6.384 0.927 140
0.474 3 0.11 6.832 0.928 160 0.470 5 0.112 7.11 0.952
由图5～图8及表1可见，当汽车行驶速度小于20 km/h后，驾驶员模型的预瞄
时间变为负值，相当于驾驶员由原来的“向前预瞄”变为“向后预瞄”，导致驾驶员模型在预瞄点搜索过程中寻找不到预瞄点位置，导致仿真终止。

当汽车行驶速度小于20 km/h后驾驶员模型的预瞄时间变为负值是导致POSANN模型不能进行
低速及制动到零仿真的根本原因。

由式(4)可知，低速时等效模型参数Tq1小于零导致预瞄时间Tp小于零，参数
Tq1与驾驶员模型的神经延迟时间Td、惯性延迟时间Th有关，因此通过适当延
长驾驶员模型的延迟时间可以达到增加参数Tq1从而使预瞄时间其大于零的目的。

当制动时车速到零以后，车速V将在零附近波动，会出现车速V小于零的情况，
同样会导致预瞄距离pre_dis小于零，此时应将用于计算预瞄距离的车速加上绝对值，则预瞄距离与预瞄时间的关系变为:
通过上述两种方法可以保证驾驶员模型的预瞄距离始终大于零，从而解决驾驶员模型在低速仿真及制动到零仿真中的应用问题。

3 POSANN模型在制动到零中的仿真结果
将POSANN模型接入CarSim软件进行制动到零仿真，仿真工况设置为汽车以100 km/h的初始车速直线行驶，1 s时驾驶员采取紧急制动直到汽车完全停止，驾驶员模型始终参与控制，仿真结果如图9～图11所示。

图9 直线制动到零仿真中的车速
图10 直线制动到零仿真中的方向盘转角
图11 直线制动到零仿真中的侧向加速度
当使用POSANN模型进行制动到零仿真时，为了避免驾驶员模型在低速时预瞄时间变为负值，采用如下的处理方法，当行驶车速小于30 km/h时，另车速等于30 km/h，使得驾驶员模型在车速小于30 km/h后其响应特性维持在与30 km/h相同的水平。

4 仿真结果验证
4.1 直线制动到零的仿真结果
仿真工况设置为汽车以100 km/h的车速直线行驶，1 s时驾驶员采取紧急制动直至车速为零，仿真结果如图12～图14所示。

图12 直线制动到零仿真中的车速
图13 直线制动到零仿真中的方向盘转角
图14 直线制动到零仿真中的侧向加速度
4.2 转弯制动到零的仿真结果
图15 转弯制动到零仿真中的车速
仿真工况为汽车以100 km/h的车速沿半径R为400 m的弯道行驶，10 s时驾驶员采取紧急制动直至车速为零，仿真结果如图15～图17所示。

图16 转弯制动到零仿真中的方向盘转角
图17 转弯制动到零仿真中的侧向加速度
由仿真结果可见，实现了POSANN模型在制动到零仿真中的应用。

4 结论
预瞄-跟随系统的基本理论与误差分析方法是确定驾驶员模型参数的理论基础［4］，当在低速下进行两自由度模型与复杂车辆模型等效时，所得到的驾驶员模型预瞄时间变为负值，导致驾驶员模型在预瞄点搜索过程中寻找不到预瞄点的位置，导致仿真终止。

采用低速等效的方法有效地解决了驾驶员模型在低速仿真中存在的问题。

参考文献
【相关文献】
1 刘涛.两种驾驶员方向控制模型的比较与研究.吉林:吉林大学硕士学位论文，2007
2 万芳.用于汽车操纵稳定性评价的神经网络驾驶员模型.吉林:吉林大学硕士学位论文，2006
3 程颖.基于误差分析法的驾驶员模型及其在ADAMS中的应用.长春:吉林大学硕士学位论文，2003
4 郭孔辉.汽车操纵动力学原理.第三版.南京:江苏科学技术出版社，2011。