杜 峰,程劍鋒,齊 蕾,杜 瓊,劉云鵬,徐 慧
(1.智能車路協(xié)同與安全國(guó)家地方聯(lián)合工程中心, 天津 300222;2.天津市智能交通技術(shù)工程中心,天津 300222;3.天津職業(yè)技術(shù)師范大學(xué) 汽車與交通學(xué)院,天津 300222)
自動(dòng)緊急制動(dòng)系統(tǒng)(autonomous emergency braking system,AEB)可有效降低交通事故發(fā)生的概率[1],E-NCAP與我國(guó)C-NCAP也在逐步優(yōu)化AEB測(cè)試方案,未來AEB系統(tǒng)會(huì)逐漸成為汽車的標(biāo)配[2-5]。
AEB系統(tǒng)能否實(shí)現(xiàn)良好的避撞,主要在于AEB系統(tǒng)的控制策略能否根據(jù)車輛間實(shí)時(shí)的相對(duì)運(yùn)動(dòng)狀態(tài)及其運(yùn)動(dòng)趨勢(shì)做出精準(zhǔn)的判斷,并采取預(yù)警或制動(dòng)處理[6-8]。當(dāng)前的AEB控制策略主要分為基于安全距離模型和基于安全時(shí)間模型2種[9-10]。文獻(xiàn)[11]提出了1種通過設(shè)置制動(dòng)緩沖區(qū)優(yōu)化制動(dòng)減速度曲線的新型安全距離模型,與傳統(tǒng)安全距離模型相比,在乘車舒適性上有所提高,但為單級(jí)制動(dòng)策略,且制動(dòng)減速度居于最大值的時(shí)間較長(zhǎng)。文獻(xiàn)[12]設(shè)計(jì)了1種利用模糊控制直接控制制動(dòng)主缸壓力的安全距離模型,該控制策略可根據(jù)相對(duì)車速、距離的實(shí)時(shí)變化對(duì)主缸壓力及時(shí)調(diào)整。文獻(xiàn)[13]通過對(duì)傳統(tǒng)的安全距離模型(Mazda(馬自達(dá))、Honda(本田)等模型)與碰撞時(shí)間(time-to-collision,TTC)模型進(jìn)行對(duì)比仿真,得到以對(duì)駕駛員正常駕駛的干擾性為評(píng)價(jià)指標(biāo),TTC模型最優(yōu)的結(jié)論。此外,基于TTC模型的AEB控制策略也是目前最常用的AEB系統(tǒng)避撞算法。文獻(xiàn)[14]通過對(duì)駕駛員的分類,考慮了不同駕駛員反應(yīng)時(shí)間對(duì)TTC的影響,針對(duì)TTC閾值進(jìn)行了修正,但該控制策略中制動(dòng)減速度波動(dòng)不夠平順且峰值波動(dòng)較大,乘車舒適性不足?;赥TC模型的算法比基于安全距離模型的算法更符合駕駛員駕駛行為特性,乘車舒適性和車輛安全性也更高,但如何在不同工況、環(huán)境等因素的影響下,選擇合適的預(yù)警與制動(dòng)介入時(shí)機(jī)以及制動(dòng)減速仍是目前AEB系統(tǒng)的重要研究?jī)?nèi)容。
本文在TTC模型的基礎(chǔ)上,針對(duì)不同車速下所需的制動(dòng)時(shí)間與制動(dòng)減速度具有較大差異的問題,將車速分為低速、中速和高速3種狀態(tài),并設(shè)計(jì)了基于駕駛員在環(huán)的模擬駕駛實(shí)驗(yàn),研究了不同車速下的駕駛員制動(dòng)行為特性。結(jié)合采集的駕駛員數(shù)據(jù),確定合適的預(yù)警時(shí)間閾值、制動(dòng)觸發(fā)時(shí)間閾值及其對(duì)應(yīng)的制動(dòng)減速度,設(shè)計(jì)了兩級(jí)預(yù)警和兩級(jí)制動(dòng)控制策略,以提高AEB系統(tǒng)的可靠性和實(shí)用性。
CarSim軟件因其內(nèi)置較為全面的整車數(shù)據(jù),且與Matlab/Simulink等平臺(tái)具有較好的兼容性接口而被行業(yè)內(nèi)廣泛使用。本文采用CarSim軟件完成主車與前車的整車模型配置,并基于實(shí)車參數(shù)對(duì)CarSim中的車輛模型進(jìn)行優(yōu)化,車輛動(dòng)力學(xué)參數(shù)如表1所示。搭建仿真所需的場(chǎng)景、道路、傳感器等信息,如圖1所示。
表1 車輛動(dòng)力學(xué)參數(shù)
圖1 CarSim 仿真配置
本文在對(duì)AEB系統(tǒng)進(jìn)行研究時(shí),在確保AEB系統(tǒng)能夠?qū)崿F(xiàn)良好緊急避撞效果的前提下,考慮到實(shí)際交通環(huán)境的復(fù)雜性,優(yōu)先將車輛的控制權(quán)交由駕駛員。一方面,為了使AEB系統(tǒng)的制動(dòng)更加符合駕駛員駕駛習(xí)慣,不同車速下制動(dòng)完成后本車與前車需保持大致相同的安全距離,以確保AEB制動(dòng)介入的時(shí)機(jī)與期望制動(dòng)減速度值搭配的合理性。另一方面,從駕駛員角度考慮,兩級(jí)FCW預(yù)警更有助于提醒駕駛員車輛即將處于危險(xiǎn)狀態(tài)。若預(yù)警后駕駛員仍未做出處理,則先采取較小的一級(jí)制動(dòng),既可以先降低車速,又可以更為明顯地提醒駕駛員做出主動(dòng)制動(dòng)或合適條件下?lián)Q道等避障措施,只有駕駛員未做任何舉措時(shí),AEB系統(tǒng)才會(huì)全部介入并確保車輛的安全性。
具體方法為,在CarSim中設(shè)定理想傳感器來獲取自車與前車的相對(duì)運(yùn)動(dòng)狀態(tài),然后計(jì)算得到實(shí)時(shí)TTC值,再與設(shè)定的TTC閾值作對(duì)比,從而決策出預(yù)警與制動(dòng)是否觸發(fā)。在Matlab/Simulink中建立車輛逆動(dòng)力學(xué)模型,將制動(dòng)減速度轉(zhuǎn)化為制動(dòng)主缸壓力,通過模糊PID控制器實(shí)現(xiàn)對(duì)制動(dòng)主缸壓力的精準(zhǔn)控制,并將其輸入到CarSim整車模型。由于車輛在緊急制動(dòng)的過程中可能會(huì)出現(xiàn)車輪抱死的情況,結(jié)合本次研究的實(shí)車參數(shù)對(duì)CarSim中的ABS模型進(jìn)行優(yōu)化,設(shè)置車輛速度在高于3km/h時(shí)默認(rèn)開啟ABS,并將滑移率控制在15%~20%。AEB系統(tǒng)工作流程如圖2所示。
圖2 AEB系統(tǒng)工作流程
TTC模型即預(yù)碰撞時(shí)間模型,指前后車在保持一定速度差的相對(duì)運(yùn)動(dòng)狀態(tài)下,后車前進(jìn)到與前車發(fā)生追尾所需的時(shí)間。計(jì)算公式如下:
(1)
其中:Drel為前后兩車相對(duì)距離,m;Vrel為前后兩車相對(duì)速度,m/s。
在CarSim中設(shè)置理想傳感器即可獲取兩車相對(duì)距離與速度,從而計(jì)算得到實(shí)時(shí)的TTC值。當(dāng)Vrel過小時(shí),會(huì)出現(xiàn)TTC無窮大的情況,因此設(shè)定Vrel最小值為0.01 m/s。
TTC閾值的確定是整個(gè)AEB系統(tǒng)的關(guān)鍵,在傳統(tǒng)的AEB算法中,往往未對(duì)前后兩車相對(duì)車速進(jìn)行細(xì)致區(qū)分,難以適應(yīng)實(shí)際復(fù)雜的交通場(chǎng)景,因此本次研究建立考慮相對(duì)速度和時(shí)間的TTC模型,對(duì)城市道路60 km/h及以下車速進(jìn)行研究,將速度v分為低速(v≤20 km/h)、中速(20 km/h 本文以虛擬試驗(yàn)驅(qū)動(dòng)器(virtual test drive,VTD)和Logitech G27駕駛模擬器構(gòu)建駕駛員在環(huán)(driver in the loop,DIL)模擬駕駛試驗(yàn)臺(tái),VTD可搭建逼真的測(cè)試場(chǎng)景、豐富的虛擬傳感器以及較高的實(shí)時(shí)性而被行業(yè)內(nèi)廣泛使用。由于本文主要針對(duì)城市路況進(jìn)行研究,故在VTD中搭建典型的城市路況AEB測(cè)試場(chǎng)景,如圖3所示。 圖3 駕駛員在環(huán)模擬器實(shí)驗(yàn) 本次實(shí)驗(yàn)以前車靜止,本車分別以低速、中速、高速接近前車進(jìn)行。選取30名不同年齡的駕駛員進(jìn)行數(shù)據(jù)采集,首先對(duì)被測(cè)駕駛員進(jìn)行簡(jiǎn)單培訓(xùn)、熟悉駕駛員在環(huán)模擬器設(shè)備,并進(jìn)行初步實(shí)驗(yàn)測(cè)試,然后采集多次駕駛員數(shù)據(jù)并記錄為該駕駛員的數(shù)據(jù)樣本。主要采集車輛行駛過程中兩車的相對(duì)距離、相對(duì)車速、本車加速度等信息。由于駕駛員駕駛習(xí)慣、年齡、駕駛熟練程度等多方面因素的影響,模擬器所采集的駕駛行為數(shù)據(jù)具有一定差異,忽略偶發(fā)性與無效數(shù)據(jù)樣本,分析駕駛員在制動(dòng)過程中的駕駛行為特性,如表2所示。 表2 不同車速下駕駛員行為特性分析 由表2可知:在低速時(shí),由于速度較低,大部分駕駛員僅進(jìn)行單級(jí)制動(dòng),而中速與高速時(shí),不同駕駛員的駕駛特性有較大差異,但總體具有速度越快,相應(yīng)的TTC值以及制動(dòng)減速度值越大的趨勢(shì)。進(jìn)一步分析現(xiàn)有研究中對(duì)駕駛員行為特性的研究,并確定最終的TTC閾值以及制動(dòng)減速度值。 文獻(xiàn)[15]選取16名駕駛經(jīng)驗(yàn)豐富的駕駛員在駕駛模擬器試驗(yàn)臺(tái),測(cè)得16名駕駛員的平均舒適減速度,其平均值為0.53g,故以0.53g為相對(duì)舒適制動(dòng)減速度值的參照值。文獻(xiàn)[16]在國(guó)家事故深度調(diào)查數(shù)據(jù)庫(kù)(NAIS)中抽取100起實(shí)際交通事故進(jìn)行研究,不同制動(dòng)減速度下的碰撞事故在這100起事故中所占概率如表3所示。 表3 不同制動(dòng)減速度的碰撞事故占比 結(jié)合表2采集的駕駛員數(shù)據(jù)和表3分析的實(shí)際交通事故案例,考慮到車輛以低速行駛時(shí),頻繁的制動(dòng)會(huì)影響乘車舒適性,且以較大的制動(dòng)減速度制動(dòng)對(duì)人體的影響相對(duì)較小,故低速時(shí)選擇全制動(dòng),結(jié)合采集的駕駛員數(shù)據(jù)以及對(duì)現(xiàn)有研究的分析,分別取表2中各級(jí)制動(dòng)減速度范圍下的平均值作為AEB系統(tǒng)的制動(dòng)減速度值的初選值,并在Simulink中進(jìn)行仿真試驗(yàn)優(yōu)化參數(shù),確定最終的制動(dòng)減速度,匯總于表4。 文獻(xiàn)[17]為避免TTC閾值選擇過大或過小的問題,通過大量試驗(yàn)總結(jié)了5 km/h至80 km/h車速下對(duì)應(yīng)的TTC值,其中15 km/h下的TTC為0.92,表2采集的駕駛員TTC數(shù)據(jù)區(qū)間的平均值為0.95,兩者差異較小,因此采用本次實(shí)驗(yàn)采集的駕駛員數(shù)據(jù)作為制動(dòng)觸發(fā)閾值。同理計(jì)算出30 km/h與50 km/h下TTC閾值區(qū)間的平均值作為TTC閾值的初選值,最后在Simulink中進(jìn)行仿真試驗(yàn)優(yōu)化參數(shù),確定出最終的制動(dòng)觸發(fā)閾值,并匯總于表4。 文獻(xiàn)[4]利用正交試驗(yàn)法對(duì)駕駛員進(jìn)行分類,選擇90名駕駛員采集相關(guān)數(shù)據(jù),最后使用聚類分析法擬合出4類駕駛員反應(yīng)時(shí)間與行駛車速之間的關(guān)系,見圖4中的TTC1~TTC4。取速度為0~17 m/s,每隔0.1 m/s為1個(gè)采樣點(diǎn),進(jìn)而擬合,并求得平均反應(yīng)時(shí)間的函數(shù)曲線TTC5。 圖4 不同車速下的駕駛員反應(yīng)時(shí)間 結(jié)合圖4數(shù)據(jù)進(jìn)行分析,取低速條件下車速為15 km/h對(duì)應(yīng)的時(shí)間,中、高速區(qū)間下的車速分別為30 km/h、50 km/h相對(duì)應(yīng)的時(shí)間,即分別為1.56 s、1.36 s、1.07 s。將一級(jí)制動(dòng)觸發(fā)時(shí)間閾值與對(duì)應(yīng)平均反應(yīng)時(shí)間之和作為一級(jí)預(yù)警觸發(fā)時(shí)間,取一、二級(jí)預(yù)警觸發(fā)閾值間隔0.8 s,并將預(yù)警時(shí)間閾值匯總于表4。 表4 預(yù)警與制動(dòng)閾值及減速度值匯總表 由于上層控制器輸出的是制動(dòng)減速度的期望值,故建立車輛逆動(dòng)力學(xué)模型,將期望制動(dòng)減速度轉(zhuǎn)化為制動(dòng)主缸壓力,并設(shè)計(jì)相應(yīng)的控制器對(duì)制動(dòng)主缸壓力進(jìn)行控制。 本次研究設(shè)定的路況為水平直線型,且AEB系統(tǒng)開始制動(dòng)后不存在本車加速前進(jìn)的狀態(tài),故忽略坡道阻力和加速阻力,在此條件下分析車輛受力情況為: (3) 其中:m為自車質(zhì)量,kg;a為制動(dòng)減速度,m/s2;Fxb為地面制動(dòng)力,N;g為重力加速度,m/s2;f為滾動(dòng)阻力因數(shù);CD為空氣阻力因數(shù);A為迎風(fēng)面積,m;v為行駛車速,km/h。 在車輛制動(dòng)過程中,當(dāng)?shù)孛嬷苿?dòng)力Fxb小于附著力F時(shí),制動(dòng)主缸壓力P和制動(dòng)器制動(dòng)力為線性相關(guān)。設(shè)Kb為制動(dòng)力和制動(dòng)主缸壓力比例系數(shù),即 Fxb=KbP, (4) 其中:P為制動(dòng)主缸壓力,MPa。由上述分析,可以得到制動(dòng)過程中的期望制動(dòng)壓力Pe: (5) 由于整車動(dòng)力學(xué)模型中存在多變量以及較多非線性關(guān)系,傳統(tǒng)PID控制器難以精準(zhǔn)實(shí)現(xiàn)期望的控制效果,且傳統(tǒng)PID調(diào)參過程主要依靠經(jīng)驗(yàn)反復(fù)試驗(yàn),比較費(fèi)時(shí)費(fèi)力,故融合模糊控制理論,建立模糊PID控制器,以達(dá)到響應(yīng)快、超調(diào)量與穩(wěn)態(tài)誤差較小的控制效果。 將期望制動(dòng)減速度與實(shí)際制動(dòng)減速度的差值作為系統(tǒng)偏差E,定義偏差變化率為EC。在定義模糊控制規(guī)則時(shí),以E與EC作為輸入,Kp、Ki、Kd3個(gè)參數(shù)為輸出。在Matlab模糊控制工具箱中使用模糊語言變量組成模糊條件語句,將精確量模糊化為{NL,NM,NS,ZE,PS,PM,PL},對(duì)應(yīng)為{負(fù)大,負(fù)中,負(fù)小,零,正小,正中,正大},將輸入輸出隸屬函數(shù)設(shè)置為三角形隸屬函數(shù),模糊控制規(guī)則如表5所示。車輛在實(shí)際行駛過程中加速度一般(-8~4 m/s2),故E的取值為[-12,12],因此在Simulink模糊工具箱中將E和EC的論域映射為[-6,6][18],同時(shí)通過仿真實(shí)驗(yàn)最終將Kp、Ki、Kd3個(gè)參數(shù)的論域分別設(shè)定為[0,3],[30,60],[0,0.04]。 表5 模糊PID規(guī)則表 在Matlab中使用模糊工具箱搭建模糊PID控制器,如圖5所示,其語言規(guī)則為:If (Eis NL) and (ECis NL) then (Kpis PL) (Kiis NL) (Kdis PS),模糊推理使用Mamdani法,采用面積中心發(fā)清晰化[19]。 圖5 模糊PID控制器結(jié)構(gòu) 為了驗(yàn)證PID控制與模糊PID控制效果,采用試湊法進(jìn)行反復(fù)調(diào)試,最終確定PID控制器的參數(shù),其中Kp=3、Ki=45、Kd=0.01,最后以30 km/h的車速對(duì)PID控制器與模糊PID控制器在期望減速度的跟隨效果方面進(jìn)行驗(yàn)證,測(cè)試結(jié)果如圖6所示。由圖6可以看出:PID控制超調(diào)量最大值為1 m/s2,而模糊PID超調(diào)量最大值僅為0.32 m/s2,該超調(diào)量的大小直接影響車輛剎停時(shí)的俯仰運(yùn)動(dòng)程度,超調(diào)量小則可以一定程度上提高乘車舒適性。另一方面,模糊PID控制可避免PID控制在5.2 s時(shí)產(chǎn)生約14.3%的跟蹤誤差。因此相比于PID控制,該模糊PID控制器具備更好的控制效果,在下一步的仿真和實(shí)驗(yàn)中將采用模糊PID控制器進(jìn)行驗(yàn)證。 圖6 不同控制器下制動(dòng)減速度變化曲線 為測(cè)試AEB系統(tǒng)控制策略的有效性,結(jié)合C-NCAP與E-NCAP關(guān)于AEB的測(cè)試方式,采取CCRs(car-to-car rear stationary)前方靜止車輛追尾測(cè)試。在CarSim中建立仿真場(chǎng)景,路面附著系數(shù)為0.85,道路設(shè)置為水平直線型道路,設(shè)定兩車初始相對(duì)距離為40 m,將本車分別以15 km/h、30 km/h、50 km/h的車速進(jìn)行測(cè)試。測(cè)試結(jié)果如圖7~圖9所示。 (a) 距離、速度與時(shí)間曲線 (b) 減速度與時(shí)間曲線 (c) 預(yù)警等級(jí)與時(shí)間曲線 15 km/h工況下,在仿真時(shí)間為7.14 s時(shí),TTC值達(dá)到一級(jí)預(yù)警信號(hào)觸發(fā)閾值,隨后二級(jí)預(yù)警與制動(dòng)觸發(fā)時(shí)間分別為7.94 s、8.70 s,符合對(duì)應(yīng)閾值的設(shè)定,最終剎停時(shí)兩車間距約2.15 m。 (a) 距離、速度與時(shí)間曲線 (b) 減速度與時(shí)間曲線 (c) 預(yù)警等級(jí)與時(shí)間曲線 30 km/h工況下,在仿真時(shí)間為2.37 s時(shí)TTC值達(dá)到一級(jí)預(yù)警信號(hào)觸發(fā)閾值,隨后二級(jí)預(yù)警與一、二級(jí)制動(dòng)觸發(fā)時(shí)間分別為3.17 s、3.73 s、4.37 s,符合對(duì)應(yīng)閾值的設(shè)定,最終剎停時(shí)兩車間距約2.20 m。 圖(a) 距離、速度與時(shí)間曲線 圖(b) 減速度與時(shí)間曲線 圖(c) 預(yù)警等級(jí)與時(shí)間曲線 50 km/h工況下,在仿真時(shí)間為0.41 s時(shí)TTC值達(dá)到一級(jí)預(yù)警信號(hào)觸發(fā)閾值,隨后二級(jí)預(yù)警與一、二級(jí)制動(dòng)觸發(fā)時(shí)間分別為1.21 s、1.48 s、2.86 s,符合對(duì)應(yīng)閾值的設(shè)定,最終剎停時(shí)兩車間距約2.15 m。 仿真結(jié)果表明: 該控制策略在車速為15 km/h、30 km/h、50 km/h的速度下預(yù)警與制動(dòng)均能有效觸發(fā),并保障了車輛的安全性,制動(dòng)時(shí)實(shí)際制動(dòng)減速度與期望制動(dòng)減速度基本吻合,且在剎停后兩車相對(duì)距離為2.15 m。與文獻(xiàn)[14]和文獻(xiàn)[20]對(duì)比,本文所設(shè)計(jì)的AEB系統(tǒng)在不同車速下車輛剎停后均能保持在2.15 m左右的安全距離,且制動(dòng)過程中首先采取相對(duì)較小的制動(dòng)減速度,有利于減小駕駛員因突然制動(dòng)而產(chǎn)生不適。 在完成軟件層的模型在環(huán)(model in the loop,MIL)測(cè)試之后,基于智能汽車“V”流程開發(fā)模式,結(jié)合Matlab/Simulink自帶的CAN Communication模塊,并通過CAN通訊以及以太網(wǎng)通訊技術(shù)進(jìn)行數(shù)據(jù)傳輸,利用自動(dòng)代碼生成技術(shù),結(jié)合Kvaser Leaf Light v2 USB 轉(zhuǎn)CAN 等設(shè)備,通過dSPACE平臺(tái)的MicroAutoBox與相應(yīng)的仿真板卡進(jìn)行測(cè)試,最后搭建基于無人駕駛線控底盤平臺(tái)進(jìn)行半實(shí)物實(shí)驗(yàn)驗(yàn)證。無人駕駛線控底盤測(cè)試平臺(tái)如圖10所示。 圖10 無人駕駛線控底盤測(cè)試平臺(tái) 結(jié)合底盤平臺(tái)的相關(guān)參數(shù)對(duì)控制策略進(jìn)行適配,以仿真測(cè)試中50 km/h的車速在底盤測(cè)試臺(tái)架上進(jìn)行實(shí)驗(yàn)驗(yàn)證,結(jié)果如圖11~圖14所示。 圖11 相對(duì)距離變化曲線 圖12 相對(duì)速度變化曲線 圖13 FCW預(yù)警信號(hào)變化曲線 圖14 制動(dòng)減速度值變化曲線 從圖11和圖12可以看出:實(shí)驗(yàn)采集的相對(duì)距離與相對(duì)速度曲線由于采樣頻率以及慣性響應(yīng)延遲等原因,存在一定的“鋸齒感”,采用Spline插值法對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行擬合,擬合數(shù)據(jù)與仿真數(shù)據(jù)保持一致。從圖13可以看出: FCW預(yù)警信號(hào)可以有效的觸發(fā),并及時(shí)地響應(yīng)。從圖14可以看出: 實(shí)驗(yàn)過程中的制動(dòng)減速度可較好地跟隨期望制動(dòng)減速度。綜上所述,通過該底盤平臺(tái),對(duì)控制策略在自動(dòng)代碼生成、CAN總線通訊以及執(zhí)行器的響應(yīng)等方面進(jìn)行了實(shí)驗(yàn),進(jìn)一步驗(yàn)證了控制策略的有效性。 (1)利用駕駛員在環(huán)模擬駕駛實(shí)驗(yàn)有效地采集了駕駛員數(shù)據(jù),并通過設(shè)計(jì)模糊PID控制器實(shí)現(xiàn)了對(duì)期望減速度較好的跟蹤,搭建了考慮駕駛行為特性的AEB系統(tǒng)控制策略,有效地避免了AEB系統(tǒng)過早或過晚介入的問題。 (2)參考C-NCAP與E-NCAP關(guān)于AEB系統(tǒng)的測(cè)試要求,設(shè)計(jì)了前車靜止場(chǎng)景的測(cè)試方案,通過CarSim與Matlab/Simulink的聯(lián)合仿真測(cè)試與基于無人駕駛線控底盤平臺(tái)的半實(shí)物實(shí)驗(yàn),充分驗(yàn)證了AEB系統(tǒng)的有效性。2.2 基于駕駛員在環(huán)模擬器的駕駛行為分析
2.3 制動(dòng)減速度的確定
2.4 TTC閾值的確定
3 下層控制器的建立
3.1 制動(dòng)壓力控制
3.2 模糊PID控制器
4 聯(lián)合仿真仿真測(cè)試
5 基于無人駕駛線控底盤平臺(tái)的半實(shí)物實(shí)驗(yàn)驗(yàn)證
6 結(jié)論