汪選要,王其東,羅家亮,王金波

(1.合肥工業(yè)大學(xué)機械與汽車工程學(xué)院，合肥 230009； 2.安徽理工大學(xué)機械工程學(xué)院，淮南 232001)

2016134

基于駕駛員變道意圖識別的LDAS GC協(xié)調(diào)控制策略*

汪選要1,2,王其東1,2,羅家亮1,王金波1

(1.合肥工業(yè)大學(xué)機械與汽車工程學(xué)院，合肥 230009； 2.安徽理工大學(xué)機械工程學(xué)院，淮南 232001)

基于CarSim和LabVIEW RT硬件在環(huán)仿真獲得了正常變道轉(zhuǎn)向盤角速度閾值，并基于中心區(qū)操縱特性設(shè)計了駕駛員變道意圖識別模塊。提出了車道偏離防止系統(tǒng)(LDAS)的分層控制算法，設(shè)計了基于保性能(GC)上層控制器和下層后輪制動控制律，其中，上層GC控制器用于產(chǎn)生保證車輛穩(wěn)定性的轉(zhuǎn)向角補償和校正橫擺力矩?；谲囕v穩(wěn)定性指標(biāo)設(shè)計了監(jiān)測器以限制后輪制動器的使用?；贏lt3 from FHWA道路模型仿真驗證了GC協(xié)調(diào)控制器在保證LDAS性能的前提下，減少了制動，從而提高了乘坐舒適性。最后對駕駛員因疲勞或注意力不集中沒有意識到前方的彎道而導(dǎo)致的車道偏離進行仿真。結(jié)果表明，當(dāng)跨道時間小于設(shè)定的閾值時LDAS啟動，驗證了GC協(xié)調(diào)控制策略的有效性。

變道意圖識別；LDAS；分層控制；車道偏離

前言

隨著汽車使用數(shù)量的急劇增加，帶來了一系列新的問題，比如安全性、乘坐舒適性、交通管理和環(huán)境保護等，過去10年德國由于車道跑偏導(dǎo)致的事故占到所有交通事故的15%，美國交通死亡事故中車道跑偏占28%[1]，為了避免此類事故的發(fā)生，提出了車道保持輔助系統(tǒng)(lane keeping assistance system, LKAS)和車道偏離防止系統(tǒng)(lane departure avoidance systems, LDAS)。如果LDAS對駕駛員行為進行不必要的干預(yù)，不僅不能保證車輛操縱性，甚至?xí)?dǎo)致危險發(fā)生。因此，正確識別由于駕駛員的注意力不集中或疲勞駕駛導(dǎo)致的車道跑偏是研究LDAS的關(guān)鍵問題之一。

不少文獻提出了駕駛員變道意圖識別方法：文獻[2]中使用轉(zhuǎn)向系統(tǒng)信號基于HMM(hidden markov models)提出了一個駕駛員變道意圖識別方法，但沒有考慮道路曲率；文獻[3]中基于MDPS(motor driven power steering)模塊預(yù)測駕駛員變道意圖，需要額外的電機驅(qū)動模塊；文獻[4]中基于跨道時間(time to line crossing, TLC)開發(fā)了駕駛員變道意圖識別模塊，需要多傳感器信息融合；文獻[5]中基于自適應(yīng)巡航系統(tǒng)的雷達(dá)、側(cè)滑預(yù)警輔助系統(tǒng)的雷達(dá)、車道跑偏預(yù)警系統(tǒng)的相機和駕駛員頭部運動跟蹤相機等多傳感器信息生成的分類器能夠提前3s預(yù)測駕駛員變道意圖，且具有較高的可靠度，但其所需的傳感器太多，成本昂貴；文獻[6]中考慮車速和道路曲率提出了駕駛員變道意圖識別指標(biāo)(steering behavior index, SBI)，但其識別函數(shù)有待進一步確定；文獻[7]中建立了不同風(fēng)格駕駛員高速公路行車環(huán)境下的換道意圖識別模型，從準(zhǔn)確率、靈敏度和特異性等方面研究了駕駛風(fēng)格、特征參數(shù)類型及建模方法等對換道意圖識別效果的影響；文獻[8]中基于對駕駛員換道前后視鏡注視特性及頭眼協(xié)作模式的探索，綜合確定了有效表征駕駛員換道意圖的視覺特征參數(shù)；文獻[9]中提出了利用駕駛員不同任務(wù)下眼動行為差異性識別換道意圖的方法，并運用證據(jù)理論確定識別框架和證據(jù)鏈，構(gòu)造基于廣義漢明距離的基本信任分配函數(shù)。本文中基于中心區(qū)操縱特性參數(shù)識別駕駛員變道意圖，識別模塊需求的信息可由裝配EPS和ESP的車輛傳感器獲取。

由于ESP逐漸成為車輛標(biāo)配，直接橫擺力矩控制的LDAS算法很容易應(yīng)用于車輛，文獻[10]中為了阻止車道跑偏事故設(shè)計了一個制動壓力控制算法，它基于車輛動力學(xué)模型直接計算期望控制輸入，然后建立動力學(xué)模型過程中由于車輛的時變參數(shù)和外部擾動存在與實際情況的不匹配，這會影響直接由動力學(xué)模型計算的期望控制輸入。鑒于此，本文中LDAS采用分層控制算法，上層為基于視覺期望橫擺角速度參考模型和期望質(zhì)心側(cè)偏角的1階模型。近年，車輛動力學(xué)集成控制成為研究的熱點，使用前/后轉(zhuǎn)向與前/后/差動制動力矩分配需要考慮若干執(zhí)行器配置[11-12]，為了解決這一復(fù)雜系統(tǒng)控制問題提出了許多控制算法，例如模型預(yù)測控制[13]和魯棒控制[14]等。本文中基于LDAS提出一個協(xié)調(diào)后輪制動與前輪轉(zhuǎn)向的控制策略，采用線性2自由度車輛模型設(shè)計控制器，控制目標(biāo)為使得車輛盡可能跟蹤基于視覺的期望橫擺角速度和期望質(zhì)心側(cè)偏角，為了保證乘坐的舒適性，僅當(dāng)車輛處于非線性區(qū)域才使用制動器?；谲囕v質(zhì)心側(cè)偏角及其1階微分的相平面來判斷車輛非線性區(qū)域和穩(wěn)定區(qū)域并用于設(shè)計車輛動力學(xué)監(jiān)測器。設(shè)計的保性能(guaranteed cost, GC)控制律不僅使得不確定閉環(huán)系統(tǒng)是魯棒漸近穩(wěn)定的，且具有一定的魯棒性能。

1 駕駛員變道意圖識別

中心區(qū)通常是指在直線行駛位置附近，轉(zhuǎn)向盤轉(zhuǎn)動范圍不大，轉(zhuǎn)速緩慢，所產(chǎn)生的側(cè)向加速度較小的行駛工況。對于評價中心區(qū)操縱特性參數(shù)的分別為轉(zhuǎn)向盤力矩TSW、轉(zhuǎn)向盤轉(zhuǎn)角θSW和車輛側(cè)向加速度ay。文獻[15]中發(fā)現(xiàn)了緊急變道能夠從車輛傳感器獲取的最敏感參數(shù)為轉(zhuǎn)向盤角速度ωSW和車速vx，并提出了基于中心區(qū)操縱特性駕駛員緊急變道意圖識別算法，得出緊急變道轉(zhuǎn)向盤角速度閾值為±200°/s[16]，而正常變道轉(zhuǎn)向盤角速度應(yīng)該低于此值，所以本文中基于CarSim和LabView RT硬件在環(huán)仿真獲取正常變道轉(zhuǎn)向盤角速度的閾值。上位機基于CarSim實時獲取車輛側(cè)向加速度和縱向車速。轉(zhuǎn)向盤轉(zhuǎn)角傳感器實時獲取θSW和ωSW，某車型的EPS轉(zhuǎn)向盤力矩傳感器實時獲得TSW。

硬件在環(huán)仿真試驗采用NI PXIe-1071，數(shù)據(jù)采集卡PXIe-6361，控制器PXIe-8840，CAN卡PXI-8512/2。通用型交流伺服系統(tǒng)(伺服驅(qū)動器SV-DB100-2R0-2-1R、伺服電機SV-MM13-2R3B-2-1A0)和減速比為16的減速器用來給轉(zhuǎn)向管柱施加實時負(fù)載。為實現(xiàn)硬件在環(huán)LDAS試驗，基于某車型的EPS自行開發(fā)的控制器替代原裝的控制器，系統(tǒng)結(jié)構(gòu)如圖1所示。

圖2為不同車速下車輛正常變道的軌跡，圖3為不同車速轉(zhuǎn)向盤角速度，可見車速變化對于車輛正常變道的轉(zhuǎn)向盤角速度影響不大，可以設(shè)定正常變道轉(zhuǎn)向盤角速度閾值為±50°/s，因此可得駕駛員變道意圖識別參數(shù)，如表1所示。

名稱駕駛員無變道意圖的閾值范圍轉(zhuǎn)向盤力矩/(N·m)-1

為便于區(qū)分轉(zhuǎn)彎與變道工況轉(zhuǎn)向盤角速度的閾值，防止識別意圖模塊的誤判，引入典型的3 Turns w/Banking道路模型，如圖4所示，仿真得到的不同車速轉(zhuǎn)向盤角速度如圖5所示，可得正常轉(zhuǎn)彎轉(zhuǎn)向盤角速度低于設(shè)定的閾值。

2 LDAS的側(cè)向駕駛員模型

車輛處于LDAS控制時，穩(wěn)定性可能會受側(cè)向風(fēng)等外部干擾的影響，高速行駛時外部干擾可能導(dǎo)致危險，而電動轉(zhuǎn)向?qū)τ谲囕v的不穩(wěn)定能夠通過橫擺角速度和質(zhì)心側(cè)偏角反饋及時提供轉(zhuǎn)向控制，將車輛帶回駕駛員模型期望的行駛路線上來，這與基于單點預(yù)瞄最優(yōu)曲率駕駛員模型所提出的“最小誤差原則”十分契合，因此本文選擇郭孔輝院士提出的單點預(yù)瞄最優(yōu)曲率駕駛員模型，最優(yōu)轉(zhuǎn)向盤轉(zhuǎn)角為

(1)

式中：i為轉(zhuǎn)向系傳動比；lf和lr分別為車輛質(zhì)心到前后軸的距離；ls為預(yù)瞄距離；Δt為預(yù)瞄時間。詳見文獻[17]。

3 GC協(xié)調(diào)控制策略

由于輪胎的非線性特性和側(cè)向力飽和，當(dāng)車輛接近操縱極限時，電動轉(zhuǎn)向不能提供足夠的側(cè)向力使車輛穩(wěn)定，因此電動轉(zhuǎn)向僅限于線性操縱區(qū)域，即側(cè)向加速度較小的工況；而直接橫擺力矩控制(direct yaw control, DYC)在線性或非線性操縱區(qū)域都是有效的，由于制動會加劇輪胎磨損、干擾車輛縱向動力學(xué)且影響乘坐舒適性，僅當(dāng)車輛達(dá)到操縱極限時才希望DYC介入。因此，通過協(xié)調(diào)電動轉(zhuǎn)向和DYC使其整體性能最優(yōu)，由于車輛ECU計算能力的提高，使協(xié)調(diào)多個執(zhí)行器的控制算法成為可能，為了避免電動轉(zhuǎn)向與DYC之間的干涉，僅采用后輪制動，因此通過協(xié)調(diào)前輪轉(zhuǎn)向與后輪制動來保證車輛的穩(wěn)定性?？刂葡到y(tǒng)如圖6所示，包括一個GC控制器、一個監(jiān)測器和一個觀測器，轉(zhuǎn)向盤轉(zhuǎn)角θSW、輪速n、橫擺角速度r、縱向加速度ax和側(cè)向加速度ay等信號可以通過車輛的ESP模塊獲取，道路曲率ρ估計值為

(2)

3.1 基于視覺的期望橫擺角速度

LDAS的控制目標(biāo)是對于給定的期望路徑調(diào)節(jié)車輛的側(cè)向偏移量，即LDAS控制等同于側(cè)向加速度控制[18]。然而，DYC實際上是一個使用輪胎縱向力直接控制橫擺運動的策略，因此，更適合用于控制車輛橫擺角速度而不是側(cè)向加速度，因此基于CCD相機的信息應(yīng)用2階預(yù)測模型計算期望的橫擺角速度。在固定坐標(biāo)系中的車輛模型如圖7所示。

根據(jù)Tailor 2階展開式，在預(yù)瞄距離ls處預(yù)測的側(cè)向偏移量為

(3)

其中Δt=ls/vx

(4)

(5)

路面附著系數(shù)μ不能提供高橫擺角速度下的輪胎力，因此，理想橫擺角速度必須控制在根據(jù)與輪胎-路面附著系數(shù)的關(guān)系所確定范圍的上限值附近，假設(shè)車輛質(zhì)心側(cè)偏角及其導(dǎo)數(shù)都比較小，則橫擺角速度上限值rd_bound=0.85μg/vx。

3.2 期望質(zhì)心側(cè)偏角

一般情況下期望的質(zhì)心側(cè)偏角響應(yīng)由車輛線性2自由度模型產(chǎn)生，為便于控制器設(shè)計，1階質(zhì)心側(cè)偏角模型[19]為

(6)

式中：δf為前輪轉(zhuǎn)向角；lf和lr分別為車輛質(zhì)心到前后軸的距離；l為車輛軸距，l=lf+lr；Cf和Cr分別為前后輪胎的側(cè)偏剛度；m為整車質(zhì)量；Iz為車輛橫擺轉(zhuǎn)動慣量。對于確定的轉(zhuǎn)向角和車速，期望的質(zhì)心側(cè)偏角可由式(6)得到。在大質(zhì)心側(cè)偏角下，輪胎失去線性特性并且接近附著極限，因此目標(biāo)側(cè)偏角必須在上限值附近，由經(jīng)驗得出的側(cè)偏角上限值βd_bound=arctan(0.02μg)[20]。

3.3 監(jiān)測器設(shè)計

3.4 上層GC控制器設(shè)計

盡管輪胎的側(cè)向力受多方面因素影響，但是路面附著系數(shù)μ是最主要的因素，為便于控制器設(shè)計，輪胎側(cè)偏剛度可等效為

Ci=μCi0，i=f,r

(7)

式中：Ci0為輪胎名義側(cè)偏剛度；f和r分別表示前后輪胎?；诰€性2自由度車輛模型設(shè)計控制器，系統(tǒng)的狀態(tài)方程為

(8)

其中：x=[β,r]T；u1=δf；u=[Δδf,ΔMz]T

式中Δδf和ΔMz分別為轉(zhuǎn)向角補償和糾正橫擺力矩。

如果把βd和rd作為狀態(tài)變量，車輛轉(zhuǎn)向時的線性2自由度車輛操縱特性狀態(tài)方程[23]為

(9)

其中xd=[βd,rd]T

令e(t)=x(t)-xd(t)，根據(jù)文獻[19]可得系統(tǒng)狀態(tài)方程為

(10)

其中：e=[Δβ,Δr]T；u=[Δδf,ΔMz]T

由于輪胎的側(cè)向力不是固定值而是隨附著系數(shù)而變化，因此等效輪胎側(cè)偏剛度的不確定性表示為

(11)

式中：Δf和Δr分別為前、后輪胎等效側(cè)偏剛度偏移Cf0和Cr0的幅值；kf和kr為擾動。由式(10)和式(11)可得該線性不確定系統(tǒng)的狀態(tài)方程為

(12)

其中：ΔA=DFE1；ΔB=DFE2

對于式(12)定義二次型性能指標(biāo)為

(13)

式中Q和R為給定的對稱正定加權(quán)矩陣。

對式(12)和式(13)，如果存在一個控制律u*(t)和一個正數(shù)J*使得對所有允許的不確定性，閉環(huán)系統(tǒng)是漸近穩(wěn)定的且閉環(huán)性能指標(biāo)滿足J≤J*，則J*稱為式(12)不確定系統(tǒng)的一個性能上界，u*(t)稱為式(12)不確定系統(tǒng)的一個GC控制律。如果存在對稱正定矩陣P和矩陣K，使得對所有允許的不確定性，存在標(biāo)量ε>0、矩陣W和對稱正定矩陣X，使

(14)

其中Γ=AX+BW+(AX+BW)T+εDDT

如果式(14)不等式有一個可行解(ε，W，X)，則

u*(t)=WX-1e(t)=Ke(t)

(15)

式(15)是式(12)不確定系統(tǒng)的一個狀態(tài)反饋GC控制律。令不確定性偏移幅值Δf=Δr=0.5，通過Matlab的LMIs工具箱求解可得控制器參數(shù)。為避免在線計算LMIs方程，保證控制系統(tǒng)的實時性，工程實際中可事先離線計算出在不同車速的反饋系數(shù)，形成數(shù)據(jù)表，如表2所示，在實際系統(tǒng)中通過查表的方式來確定反饋系數(shù)。

表2 不同車速反饋系統(tǒng)

3.5 下層制動控制律設(shè)計

通過上層控制器產(chǎn)生的糾正橫擺力矩ΔMz由施加于后左、后右輪的制動力矩產(chǎn)生，車輪傳遞的制動力矩為

Tb,ij=RwFx,bij,ij=rl,rr

(16)

式中：Rw為輪胎有效半徑；Fx,bij為輪胎縱向制動力；rl和rr分別表示后左和后右車輪。由控制器產(chǎn)生的糾正橫擺力矩為

ΔMz=trΔFx,b/2

(17)

式中：tr為車輛的后輪距；ΔFx,b為后左與后右輪縱向制動力之差。因此對應(yīng)的后左車輪制動力矩Tb,rl與后右車輪制動力矩Tb,rr之差為

ΔT=Tb,rl-Tb,rr=2ΔMzRw/tr

(18)

為了優(yōu)化控制選擇后單輪制動產(chǎn)生糾正橫擺力矩，使用單輪制動另一個優(yōu)點在于車速降低的程度比多輪制動時小。在不足轉(zhuǎn)向情況下，實際橫擺角速度絕對值小于期望橫擺角速度絕對值，選擇后內(nèi)輪制動產(chǎn)生糾正橫擺力矩；在過度轉(zhuǎn)向情況下，實際橫擺角速度絕對值大于期望橫擺角速度絕對值，選擇后外輪制動產(chǎn)生糾正橫擺力矩。令ξ=|rd|-|r|，基于以上分析假設(shè)逆時針方向為正，下層制動器控制律如表3所示，左轉(zhuǎn)彎后制動車輪選擇示意圖如圖8所示。

表3 后輪制動器控制律

4 Carsim/Simulink車道保持仿真

CarSim仿真車輛采用一輛E級轎車，車輛模型參數(shù)如表4所示，道路模型為Alt3 from FHWA，道路總長度1 200m，其跟蹤路徑如圖9所示，路面附著系數(shù)μ=0.85，3個彎道的曲率半徑依次近似為155，150和125m，車速為108km/h，仿真時間為40s。圖10為LDAS的側(cè)向偏移量，其絕對值均值、方差和最大值如表5所示。由表可見，LDAS的GC控制器的側(cè)向偏移量的絕對值均值、方差和最大值分別比側(cè)向駕駛員模型約減少了79%，92%和67%，而GC控制器與GC協(xié)調(diào)控制器(以“GC+M”表示)LDAS的性能接近，均實現(xiàn)了較高的路徑跟蹤精度。由圖11和圖12可見，采用GC控制器與GC+M控制器控制車輛的穩(wěn)定性指標(biāo)和轉(zhuǎn)向盤轉(zhuǎn)角基本一致，側(cè)向駕駛員模型均大于二者。由圖13和圖14可見，基于GC+M控制器控制車輛的后左、后右輪的制動力矩干預(yù)要遠(yuǎn)小于GC控制器，僅僅在進入第3個彎道穩(wěn)定性指標(biāo)大于0.3時才有后輪制動干預(yù)，因此GC+M控制策略在保證LDAS性能的前提下，減少了制動，提高了乘坐舒適性。

表4 車輛模型參數(shù)

m

5 LDAS硬件在環(huán)仿真

無論對于LKAS或LDAS，駕駛員都擁有最高的轉(zhuǎn)向控制權(quán)，駕駛員操作狀態(tài)判斷在LDAS協(xié)調(diào)控制中具有重要地位。駕駛員控制切換到LDAS控制的判別條件是若跨道時間TLC小于設(shè)定閾值(0.4s)[24]，則認(rèn)為有車道偏離危險，通過駕駛員變道意圖識別模塊識別變道意圖，若此時駕駛員變道參數(shù)均小于設(shè)定的閾值，則由駕駛員控制切換到LDAS控制，而該輔助系統(tǒng)通過側(cè)向駕駛員模型得到轉(zhuǎn)向盤轉(zhuǎn)角，然后由期望的模型獲得轉(zhuǎn)向角補償從而獲得目標(biāo)轉(zhuǎn)向角，目標(biāo)轉(zhuǎn)向角與轉(zhuǎn)向盤實際轉(zhuǎn)向角之差通過PID控制器后得到PWM信號，由助力電機來執(zhí)行[17]；由期望的模型獲得的糾正橫擺力矩通過監(jiān)測器控制后輪制動力矩來實現(xiàn)，保證車輛側(cè)向加速度較大時LDAS的穩(wěn)定性。正常行駛可通過轉(zhuǎn)向燈信號由LDAS切換到駕6駛員控制；緊急避障工況，駕駛員作用于轉(zhuǎn)向盤上的力矩TSW大于閾值(2N·m)由LDAS控制切換到駕駛員控制[25]。電動助力轉(zhuǎn)向系統(tǒng)恢復(fù)到常規(guī)工作模式。

硬件在環(huán)仿真的道路模型為Alt3 from FHWA中直道至第1個彎道結(jié)束，如圖10所示，路面附著系數(shù)μ=0.85，車速90km/h，路寬3.75m。12.05s時跨道時間TLC為0.4s，如圖15所示。仿真駕駛員可能由于疲勞或注意力不集中沒有意識到前方的彎道，駕駛員變道意圖的參數(shù)如圖16～圖19所示，可得各參數(shù)均在設(shè)定的閾值范圍內(nèi)，駕駛員無變道意圖，此時LDAS啟動。圖20為穩(wěn)定性指標(biāo)，可見人機切換過程車輛處于穩(wěn)定性狀態(tài)，圖21可為車輛右前輪至車道右邊界的距離，可見最小距離為0.31m，避免了車輛車道跑偏，驗證了直道進入彎道基于駕駛員變道意圖識別LDAS的GC協(xié)調(diào)策略的有效性。

6 結(jié)論

獲取了正常變道轉(zhuǎn)向盤角速度的閾值并基于中心區(qū)操縱特性設(shè)計了駕駛員變道意圖識別模塊，不需要駕駛員頭部運動識別模塊。仿真分析了正常轉(zhuǎn)彎駕駛員轉(zhuǎn)向盤角速度，從而驗證了變道意圖識別模塊角速度閾值的有效性。提出了車道保持輔助分層控制算法，包括監(jiān)測器、上層GC控制器和下層制動控制律，基于TLC確定了LDAS的介入時機。

上層GC控制器用于產(chǎn)生保證車輛穩(wěn)定性的轉(zhuǎn)向角補償和糾正橫擺力矩，而基于車輛穩(wěn)定性指標(biāo)來判斷車輛非線性區(qū)域及穩(wěn)定性區(qū)域的監(jiān)測器用來限制下層制動器的使用。為了避免前輪轉(zhuǎn)向與前輪制動的耦合，執(zhí)行器采用前輪轉(zhuǎn)向與后輪制動。仿真驗證了GC協(xié)調(diào)控制器在保證LDAS性能的前提下，減少了制動，從而提高了乘坐舒適性。

基于硬件在環(huán)仿真駕駛員可能由于疲勞或注意力不集中沒有意識到前方的彎道，驗證了基于駕駛員變道意圖識別LDAS的GC協(xié)調(diào)策略的有效性。本文僅僅考慮駕駛員變道意圖，對于駕駛員左、右變道意圖識別和實車試驗還有待進一步研究。

[1] POHL J, BIRK W, WESTERVALL L. A driver-distraction based lane keeping assistance system[C]. Proceedings of the Institution of Mechanical Engineers, Part I: Journal of Systems and Control Engineering,2007,221:541-552.

[2] RAKSINCHAROENSAK P, MIZUSHIMA T, NAGAI M. Direct yaw moment control system based on driver behavior recognition[J]. Vehicle System Dynamics,2008,46:911-921.

[3] MINOIU N, MAMMAR S, GLASER S, et al. Driver assistance system for lane departure avoidance by steering and differential braking[C]. In 6th IFAC Symposium Advances in Automotive Control,2010:471-476.

[4] HABENICHT S, WINNER H, BONE S, et al. A Maneuver-based lane change assistance system[C]. 2011 IEEE Intelligent Vehicles Symposium(IV). Baden-Baden, Germany, June 5-9,2011:375-380.

[5] MORRIS B, DOSHI A, TRIVEDI M. Lane change intent prediction for driver assistance: On-road design and evaluation[C]. 2011 IEEE Intelligent Vehicles Symposium(IV). Baden-Baden, Germany, June 5-9,2011:895-901.

[6] LEE J, CHOI J, YI K, et al. Lane-keeping assistance control algorithm using differential braking to prevent unintended lane departures[J]. Control Engineering Practice,2014,23:1-13.

[7] 侯海晶.高速公路駕駛?cè)藫Q道意圖識別方法研究[D].長春:吉林大學(xué),2013.

[8] 彭金栓.基于視覺特性與車輛相對運動的駕駛?cè)藫Q道意圖識別方法[D].西安:長安大學(xué),2012.

[9] 袁偉,付銳,郭應(yīng)時,等.基于視覺特性的駕駛?cè)藫Q道意圖識別[J].中國公路學(xué)報,2013,26(4):132-138.

[10] LEBLANC D, VENHOVENS P, LIN C, et al. A warning and intervention system to prevent road-departure accidents[J]. Vehicle System Dynamics,1996,25(1):383-396.

[11] POUSSOT-VASSAL C, SENAME O, DUGARD L, et al. Vehicle dynamic stability improvements through gain-scheduled steering and braking control[J]. Vehicle System Dynamics,2011,49(10):1597-1621.

[12] TJONNAS J, JOHANSEN T A. Stabilization of automotive vehicles using active steering and adaptive brake control allocation[J]. IEEE Transactions on Control Systems Technology,2010,18(3):545-558.

[13] CAIRANO S D, TSENG H E. Driver-assist steering by active front steering and differential braking: design, implementation and experimental evaluation of a switched model predictive control approach[C]. Proceedings of the 49th IEEE Conference on Decision and Control, Atlanta, USA,2010:2886-2891.

[14] GUVENC B A, GUVENC L, KARAMAN S. Robust yaw stability controller design and hardware-in-the-loop testing for a road vehicle[J]. IEEE Transactions on Vehicular Technology,2009,58(2):555-571.

[15] HONG T, KWON J, LEE K, et al. Development of a driver’s intention determining algorithm for a steering system based collision avoidance system[C]. SAE Paper 2013-01-0054.

[16] LEE J, YI K. Development of a coordinated strategy of steering torque overlay and differential braking for unintended lane departure avoidance[C]. SAE Paper 2012-01-0281.

[17] 張海林,羅禹貢,江青云,等.基于電動助力轉(zhuǎn)向的車道保持系統(tǒng)[J].汽車工程,2013,35(6):525-531.

[18] RAKSINCHAROENSAK P, NAGAI M, SHINO M. Lane keeping control strategy with direct yaw moment control input by considering dynamics of electric vehicle[J]. Vehicle System Dynamics,2006,44:192-201.

[19] YANG Xiujian, WANG Zengcai, PENG Weili. Coordinated control of AFS and DYC for vehicle handling and stability based on optimal guaranteed cost theory[J]. Vehicle System Dynamics,2009,47(1):57-79.

[20] RAJAMANI R. Vehicle dynamics and control(second edition)[M]. New York: Springer,2012.

[21] DOUMIATI M, SENAME O, DUGARD L, et al. Integrated vehicle dynamics control via coordination of active front steering and rear braking[J]. European Journal of Control,2013,19:121-143.

[22] DOUMIATI M, VICTORINO A, CHARARA A, et al. Onboard real-time estimation of vehicle lateral tire-forces and sideslip angle[J]. IEEE Transactions on Mechatronics,2011,16(4):601-614.

[23] 丁海濤,郭孔輝,陳虹.汽車穩(wěn)定性控制中橫擺力矩決策的LQR方法[J].吉林大學(xué)學(xué)報(工學(xué)版),2010,40(3):597-601.

[24] MAMMAR S, GLASER S, NETTO M. Time to line crossing for lane departure avoidance: A theoretical study and an experimental setting[J]. IEEE Transactions on Intelligent Transportation Systems,2006,7(2):226-241.

[25] ENACHE N M, MAMMAR S, NETTO M, et al. Driver steering assistance for lane-departure avoidance based on hybrid automata and composite Lyapunov function[J]. IEEE Transactions on Intelligent Transportation Systems,2010,11(1):28-39.

GC Coordinated Control Strategy for Lane Departure Avoidance SystemBased on Driver’s Lane Change Intention Recognition

Wang Xuanyao1,2, Wang Qidong1,2, Luo Jialiang1& Wang Jinbo1

1.SchoolofMechanicalandAutomotiveEngineering,HefeiUniversityofTechnology,Hefei230009;2.SchoolofMechanicalEngineering,AnhuiUniversityofScienceandTechnology,Huainan232001

The threshold value of steering wheel angular speed in normal lane change is obtained based on hardware-in-the-loop simulation with CarSim and LabVIEW RT, and the recognition module for driver’s intention of lane change is designed based on on-center handling characteristics. A hierarchical control algorithm of lane departure avoidance system (LDAS) is proposed, and a guaranteed cost (GC)-based upper-layer controller and a lower-layer control law for rear wheel braking are designed, in which upper-layer GC controller is used for generating compensative steering angle and corrective yaw moment. A monitor is designed based on vehicle stability indicators to limit the use of rear wheel brakes. Based on the road model of Alt3 from FHWA, a simulation is conducted, verifying that on the premise of ensuring LDAS performance, GC coordinated controller can reduce the number of braking applied and hence improve the ride comfort of vehicle. Finally a simulation on the situation is performed that a risk of lane departure arises from driver’s ignorance of front bend due to his fatigue or distraction. The results show that when the time to line crossing is less than its threshold value preset, LDAS is actuated and starts to work, verifying the effectiveness of the GC coordinated control strategy proposed.

lane change intention recognition; LDAS; hierarchical control; lane departure

*國家自然科學(xué)基金(51175135,51405004)資助。

原稿收到日期為2015年5月26日。