孫宏圖，劉興亮，黃昆

1.天津工業(yè)大學(xué) 機(jī)械工程學(xué)院，天津 300387；2.中國汽車技術(shù)研究中心有限公司，天津 300300

0 引言

跟車是駕駛行為中最常見的一種跟馳狀態(tài)，跟車的速度、加速度和位置等實時受到前方車輛的影響[1-4]。駕駛員的跟車行為特性嚴(yán)重影響行車中的交通安全[5-9]。

Kathy等[10]利用駕駛模擬器開展能見度對跟車行為的影響研究，對霧天以及能見度較低時的跟車行為進(jìn)行分析；Amanda等[11]在駕駛模擬試驗中分析駕駛經(jīng)驗對跟車行為的影響，發(fā)現(xiàn)駕齡短的駕駛員比駕齡長的駕駛員感知時間和反應(yīng)時間長；文獻(xiàn)[12-13]通過駕駛員眼睛的狀態(tài)判斷其疲勞度，并利用模糊隸屬度函數(shù)實時修正高速公路跟車時的安全車距模型；文獻(xiàn)[14-15]通過實際數(shù)據(jù)聚類分析的方法，將具有跟車行為的駕駛員分為5類，并在Matlab仿真中驗證該方法的有效性；袁偉等[16]通過高速自然駕駛數(shù)據(jù)對跟車間距及跟車行為進(jìn)行分析，并利用仿真進(jìn)行驗證，但沒有考慮跟車過程中的加速度特性。目前對駕駛員跟車特性的研究絕大部分停留在仿真驗證層面，沒有綜合考慮在實際駕駛環(huán)境中駕駛員的跟車特性，缺乏自然駕駛數(shù)據(jù)作為仿真建模的依據(jù)，基于自然駕駛數(shù)據(jù)的駕駛員跟車特性還存在許多問題亟待研究[17-21]。

隨著車輛網(wǎng)絡(luò)技術(shù)及控制技術(shù)的不斷提高，通過智能化手段提高車輛的舒適度、安全性和節(jié)能性是目前汽車領(lǐng)域的重點研究方向之一。自適應(yīng)巡航系統(tǒng)(adaptive cruise control，ACC)在定速巡航的基礎(chǔ)上，進(jìn)一步考慮駕駛員的舒適性和安全性，能有效緩解駕駛疲勞，具有廣闊的發(fā)展前景，如何合理決策車速與安全跟車距離、駕駛員跟車行為以及加速度特性是ACC算法開發(fā)的核心。本文以駕駛員在高速公路上的自然駕駛數(shù)據(jù)為基礎(chǔ)，通過Matlab/Simulink聯(lián)合CANape軟件對駕駛數(shù)據(jù)進(jìn)行跟車場景的判定與篩選，研究駕駛員在加減速以及穩(wěn)速跟車階段的跟車特性，最大限度滿足駕駛員在實際駕駛環(huán)境中的舒適性與穩(wěn)定性，以期為ACC及駕駛員跟車仿真研究提供參考依據(jù)。

1 跟車判定程序設(shè)計

1.1 試驗設(shè)計

選擇2019-03-10—05-20進(jìn)行道路試驗，測試有效時間為58 d。道路測試?yán)锍虨?0 220.49 km。測試天氣有晴天、陰天、雨天、霧霾天等。測試地點涵蓋天津、重慶、常州及周邊地區(qū)。道路類型包括高速公路、城市道路、城市快速路、鄉(xiāng)村道路、山區(qū)道路等，其中高速、國道、市區(qū)、鄉(xiāng)村道路的比例約為5:2:2:1。測試場景包括直道、彎道、十字路口、紅綠燈、人行橫道、橋梁、隧道等以及2種或2種以上的組合場景。

測試過程中隨機(jī)抽取駕駛員100名，主要按照性別、年齡等要素進(jìn)行分類，其中男女駕駛員的比例約為1:1，年齡為25～55歲。

試驗車(自車)中采集數(shù)據(jù)的傳感器主要包括Mobileye攝像頭、激光雷達(dá)和ESRmm波雷達(dá)，其實物如圖1所示。由于本次試驗主要進(jìn)行駕駛員跟車特性的研究，故將3種傳感器安裝在試驗車的前部，其安裝位置如圖2所示。

a)Mobileye攝像頭 b)ESR毫米波雷達(dá) c)激光雷達(dá) 圖1 試驗用傳感器 圖2 傳感器安裝位置示意圖

1.2 跟車判定程序設(shè)計

實車試驗階段采集的自然駕駛數(shù)據(jù)并非全部屬于跟車階段，需要對試驗數(shù)據(jù)進(jìn)行篩選，提取符合跟車場景的數(shù)據(jù)。本次跟車判定系統(tǒng)利用動態(tài)要素對跟車場景進(jìn)行挖掘，動態(tài)要素主要包括兩車相對速度及縱向距離、自車速度、兩車側(cè)向距離、跟車時距和即時碰撞時間(自車會撞上前車的時間)等。

基于Matlab/Simulink仿真平臺對跟車動態(tài)要素進(jìn)行限定，跟車判定動態(tài)要素程序如圖3所示。限定跟車動態(tài)要素后，將判定程序嵌入具有數(shù)據(jù)采集及傳感器數(shù)據(jù)讀取功能的CANape軟件中，以實現(xiàn)對跟車場景進(jìn)行判定、挖掘及數(shù)據(jù)提取的目的。該跟車判定程序中符合動態(tài)要素的目標(biāo)車輛可能有2個甚至多個，通過最小跟車間距判定唯一的跟車目標(biāo)，從而得到跟車過程中的跟車參數(shù)。

圖3 跟車判定程序

2 跟車數(shù)據(jù)篩選

根據(jù)圖3，結(jié)合文獻(xiàn)[22-24]，本次數(shù)據(jù)篩選過程中給定的跟車動態(tài)參數(shù)如表1所示(數(shù)據(jù)為篩選前的參數(shù)范圍，為跟車場景必備條件)，傳感器最多能夠同時檢測到64個目標(biāo)物，經(jīng)過篩選后僅留下1個目標(biāo)車輛。

表1 跟車動態(tài)參數(shù)

確定目標(biāo)車輛后，便可以確定在跟車過程中唯一的目標(biāo)車輛序數(shù)、跟車間距L以及相對速度vr。在CANape軟件中提取的跟車場景如圖4所示，圖4為2019-04-03T18:00任意選擇的某段高速駕駛數(shù)據(jù)，其輸出參數(shù)主要包括：目標(biāo)車輛序數(shù)、自車加速度a及v、L、vr。

圖4 CANape中的跟車場景

表2 場景識別系統(tǒng)對跟車場景數(shù)據(jù)的識別

隨機(jī)選取3段高速公路駕駛數(shù)據(jù)，通過Matlab/Simulink聯(lián)合CANape軟件對數(shù)據(jù)進(jìn)行跟車判定與篩選，結(jié)果如表2所示。由表2可知：設(shè)計的場景識別系統(tǒng)對截取的跟車場景數(shù)據(jù)的正確識別率達(dá)90%以上，基本不存在漏報及誤報問題。

從駕駛員的角度將跟車狀態(tài)分為非穩(wěn)定跟車和穩(wěn)定跟車狀態(tài)。穩(wěn)定跟車狀態(tài)是指在跟車過程中兩車的相對速度、跟車間距以及側(cè)向距離沒有大范圍的波動，即駕駛員在跟車過程中沒有超車、變道等，當(dāng)跟車時間超過10 s時，認(rèn)定為1個穩(wěn)定跟車時段。非穩(wěn)定跟車狀態(tài)是指駕駛員的跟車時間較短，或者在跟車過程中出現(xiàn)超車、變道以及突然加減速等行為。

本文主要對駕駛員在高速公路上的穩(wěn)定跟車特性進(jìn)行研究，利用圖3和表1，在CANape軟件中以15 s為1個時間周期，截取76段高速跟車場景，共11 335個數(shù)據(jù)點。

3 跟車特性分析

3.1 跟車間距

通過對11 335個數(shù)據(jù)點進(jìn)行統(tǒng)計分析，發(fā)現(xiàn)自車車速穩(wěn)定在60～110 km/h，統(tǒng)計跟車間距如圖5所示。從圖5可以看出：70%以上的跟車間距為20～80 m，平均跟車間距為63.6 m。為了分析駕駛員在不同車速下的跟車距離，將76個跟車場景的車速以每10 km/h為一個梯度進(jìn)行劃分，經(jīng)計算統(tǒng)計跟車間距如表3所示，其中Lj為跟車間距均值，Lb為跟車間距標(biāo)準(zhǔn)差。

圖5 跟車間距統(tǒng)計

表3 跟車間距分布

為便于研究駕駛員在跟車過程中v與L的關(guān)系，將不同v下的Lmax、Lmin、Lj作3次擬合(經(jīng)過3次擬合時，擬合效果最理想)，Lmax、Lmin、Lj與后車車速的擬合關(guān)系分別為：

圖6 跟車過程中L與v的擬合曲線

Lmax=0.000 652 8v3-0.160 60v2+12.890v-316.9,

Lmin=0.000 172 2v3-0.086 89v2+9.097v-344.9,

Lj=0.000 758 3v3-0.174 90v2+13.710v-319.2。

Lmax、Lmin、Lj與v的擬合曲線如圖6所示。

從表3、圖6中可以看出：當(dāng)v增大時，L呈現(xiàn)上升趨勢，說明駕駛員為了行車安全，在v增加時，通過增大L來保證足夠的安全距離。隨著v的增加，Lb呈遞增趨勢，表明L波動程度較大，跟車狀態(tài)不穩(wěn)定。

3.2 駕駛員跟車行為分析

3.2.1 穩(wěn)速跟車階段

圖7 穩(wěn)速跟車vr與L的關(guān)系曲線

穩(wěn)速跟車(前后兩車的相對速度為-0.5 ～0.5 m/s)過程中，前后車之間的相對位置處于一個小的震蕩區(qū)間，即駕駛員在小距離范圍內(nèi)調(diào)整自車車輛，使其維持在期望跟車間距附近。圖7所示為2個典型跟車場景的vr與L的變化關(guān)系曲線。

由圖7可知：場景1、2的曲線都呈現(xiàn)螺旋狀，即在穩(wěn)速跟車過程中，vr與L在一定區(qū)間范圍內(nèi)波動。當(dāng)駕駛員有跟車意圖時，使自車不斷接近前車以達(dá)到期望的L；在穩(wěn)定跟車一段時間后，由于前車減速使兩車間距迅速減小，駕駛員經(jīng)過一小段反應(yīng)時間后，立即采取措施使vr逐漸減小。

3.2.2 加減速跟車階段

加速(減速)跟車階段，自車快速靠近(遠(yuǎn)離)前車，相對速度不斷變小(變大)，兩車之間的距離逐漸減小(擴(kuò)大)。圖8為隨機(jī)選取的兩段加減速跟車場景中vr與L的變化關(guān)系。

圖8a)中L先增大后減小，在出現(xiàn)Lmax之前有一個調(diào)整過程；圖8b)中L先減小后增大，在出現(xiàn)Lmin之前有一個調(diào)整過程。從圖8中圓圈內(nèi)區(qū)域可以看出：在加減速跟車過程中，當(dāng)L即將達(dá)到駕駛員的期望跟車間距時，駕駛員將進(jìn)行多次的加速/減速動作以調(diào)整vr，從而使自車與前車達(dá)到大致的穩(wěn)速間距，進(jìn)入穩(wěn)定跟車階段。

a)加減速跟車場景1 b)加減速跟車場景2 圖8 加減速階段L與v的變化關(guān)系

3.3 跟車過程加速度特性分析

從76段跟車數(shù)據(jù)中分別隨機(jī)選取2段加速和2段減速跟車場景進(jìn)行分析，首先將加速階段場景1、2的數(shù)據(jù)點進(jìn)行3次擬合，其擬合函數(shù)為：

式中：a1、a2分別為2個加速跟車場景的自車加速度；t1、t2分別為2個加速跟車場景的車頭時距, 即L與v的比值，能夠表征駕駛員在跟車過程中的安全性。

加速跟車場景中跟車時距與自車加速度的關(guān)系曲線如圖9所示。

a)加速跟車場景1 b)加速跟車場景2 圖9 加速跟車時t與a的關(guān)系曲線

由圖9可知：在2個加速跟車場景中，t與a呈正相關(guān)，即當(dāng)t不斷增大時，車輛會有一個加速的過程以增大v，從而達(dá)到期望的L。

將2段減速跟車場景3、4的數(shù)據(jù)點進(jìn)行3次擬合，其擬合函數(shù)為：

式中：a3、a4分別為2個減速跟車場景的自車加速度，t3、t4分別為2個減速跟車場景的車頭時距。

減速跟車場景中跟車時距與自車加速度的關(guān)系曲線如圖10所示。

由圖10可知：t與a呈負(fù)相關(guān)，即隨t的增大a不斷減小。當(dāng)t不斷增大時，駕駛員有一個減小油門或踩制動踏板的過程以減小v，從而達(dá)到期望的L。

3.4 跟車間距、自車車速與加速度的關(guān)系

為了分析L、v與a之間的關(guān)系，將L以10 m為一擋進(jìn)行劃分，然后對劃分后相應(yīng)范圍中的加速度求平均值，為了便于觀察規(guī)律，將三者的相關(guān)性用三維柱狀圖表示，如圖11所示。

由圖11可以看出：L、v與a之間并未有明顯的變化規(guī)律。由于在穩(wěn)定跟車階段a變化不大，以及試驗數(shù)據(jù)有限，三者之間沒有呈現(xiàn)明顯相關(guān)性。

a)減速跟車場景3 b)減速跟車場景4 圖10 減速跟車時t與a的關(guān)系曲線

a)三維俯視圖 b)三維側(cè)視圖 圖11 跟車過程中v、L與a的關(guān)系

4 結(jié)語

1)采集駕駛員高速自然駕駛跟車數(shù)據(jù)，采用Matlab/Simulink程序聯(lián)合CANape軟件對采集到的數(shù)據(jù)進(jìn)行篩選，篩選出唯一的跟車目標(biāo)以及跟車過程中的跟車參數(shù)。

2)駕駛員在高速公路跟車過程中跟車間距與自車車速呈正相關(guān)，且自車車速較大時駕駛員跟車間距波動范圍明顯；在穩(wěn)速及加減速跟車過程中跟車間距處于動態(tài)平衡狀態(tài)，存在調(diào)整階段。

3)加速過程中車頭時距與后車加速度呈正相關(guān)，減速過程與之相反；跟車過程中自車車速、加速度以及跟車間距沒有明顯的相關(guān)性。