韋民祥 鄭玲 楊威

doi： 10.11835/j.issn.1000-582X.2022.113

收稿日期：2022-01-11

網(wǎng)絡(luò)出版日期：2022-05-07

基金項(xiàng)目：國家自然科學(xué)基金資助項(xiàng)目（51875061）。

Foundation：Supported by National Natural Science Foundation of China （51875061）.

作者簡介：韋民祥（1997—），男，碩士研究生，主要從事汽車主動(dòng)安全技術(shù)研究，（E-mail）20162248@cqu.edu.cn。

通信作者：鄭玲，女，教授，博士生導(dǎo)師，（E-mail）zling@cqu.edu.cn。

摘要：針對(duì)自動(dòng)緊急制動(dòng)（autonomous emergency braking，AEB）系統(tǒng)彎道適應(yīng)性差及舒適性不佳的問題，提出了一種基于高斯過程運(yùn)動(dòng)預(yù)測，考慮變曲率彎道和制動(dòng)舒適性的AEB系統(tǒng)控制策略?；谌螛訔l曲線建立行車道路模型，對(duì)前車進(jìn)行定位，并計(jì)算相對(duì)曲線距離?？紤]車輛運(yùn)動(dòng)的非線性特性以及時(shí)間效應(yīng)，建立基于高斯過程理論的車輛運(yùn)動(dòng)預(yù)測模型，設(shè)計(jì)了基于預(yù)測碰撞時(shí)間的分級(jí)預(yù)警與制動(dòng)控制策略。聯(lián)合仿真結(jié)果表明：提出的控制策略能夠有效實(shí)現(xiàn)車輛的避撞，解決了AEB系統(tǒng)在復(fù)雜動(dòng)態(tài)工況下的彎道適應(yīng)性和制動(dòng)舒適性問題。

關(guān)鍵詞：駕駛輔助系統(tǒng)；自動(dòng)緊急制動(dòng)；高斯過程；碰撞時(shí)間

中圖分類號(hào)：U461.91????????? 文獻(xiàn)標(biāo)志碼：A????? ?????? 文章編號(hào)：1000-582X（2024）05-047-10

AEB system control strategy considering vehicle motion prediction

WEI Minxiang， ZHENG Ling， YANG Wei

（State Key Laboratory of Mechanical Transmissions， Chongqing University， Chongqing 400044， P. R. China）

Abstract： To address the issues of poor corner adaptability and discomfort in the autonomous emergency braking （AEB） system during cornering， a control strategy for the AEB system is proposed. This strategy is based on Gaussian process motion prediction， with variable curvature corners and braking comfort taken into account. A road model is established by using cubic spline curves to locate the obstacle and calculate the relative distance. Taking into account the nonlinear characteristics of vehicle motion and the effect of time， a vehicle motion prediction model based on Gaussian process theory is developed. A hierarchical early warning and braking control strategy based on predicted collision time is designed. The results of the co-simulation show that the proposed control strategy can effectively achieve collision avoidance， solving the AEB systems curve adaptability and braking comfort problems under complex dynamic conditions.

Keywords： driving assistance system; autonomous emergency brake; Gaussian process; time to collision

AEB作為典型的駕駛輔助系統(tǒng)[1]，能夠有效減少由于駕駛員操作不當(dāng)而導(dǎo)致的車輛追尾事故[2]，將成為智能化汽車不可或缺的先進(jìn)駕駛輔助系統(tǒng)。它通過車載傳感器監(jiān)測周圍環(huán)境和車輛狀態(tài)，實(shí)時(shí)評(píng)估碰撞風(fēng)險(xiǎn)，給駕駛員提供預(yù)警、輔助制動(dòng)或緊急制動(dòng)等，以達(dá)到防止碰撞發(fā)生或減輕碰撞危害的目的。AEB系統(tǒng)的控制策略直接影響其功能實(shí)現(xiàn)和駕駛舒適性，是AEB系統(tǒng)開發(fā)的關(guān)鍵環(huán)節(jié)[3]。為此，中外學(xué)者開展了廣泛的研究?；谂鲎矔r(shí)間（time to collision，TTC）的控制策略從時(shí)間尺度衡量碰撞風(fēng)險(xiǎn)，更能體現(xiàn)人類駕駛員對(duì)碰撞風(fēng)險(xiǎn)的觀感與判斷[4]，在安全性和舒適性上表現(xiàn)出優(yōu)秀的綜合性能[5]。Hirst等[6]指出自車速度和與前車的相對(duì)車速是影響AEB系統(tǒng)干擾駕駛員操作的主要因素，提出了基于速度補(bǔ)償?shù)腡TC控制策略。針對(duì)兩車速度相等時(shí)，相對(duì)距離除以相對(duì)速度得到的TTC值接近無窮大的問題，徐杰等[7]提出了改進(jìn)的二階TTC計(jì)算方法。裴曉飛等[8]建立了以碰撞時(shí)間的倒數(shù)為評(píng)價(jià)指標(biāo)的安全模型，從而根據(jù)危險(xiǎn)系數(shù)判斷危險(xiǎn)等級(jí)，作出避撞決策。蘭鳳崇等[9]基于分層控制思想，建立了上層預(yù)碰撞時(shí)間模型、下層比例-積分-微分（proportion-integral-differential，PID）反饋調(diào)節(jié)的AEB系統(tǒng)控制策略，仿真結(jié)果表明車速在65 km/h以內(nèi)可以有效避免碰撞。郭祥靖等[10]針對(duì)半掛汽車制動(dòng)距離長、質(zhì)量大、質(zhì)心高等特點(diǎn)，提出了一種基于BP（back propagation）神經(jīng)網(wǎng)絡(luò)預(yù)測碰撞時(shí)間的AEB系統(tǒng)控制策略。楊為等[11]基于碰撞時(shí)間風(fēng)險(xiǎn)評(píng)估模型，設(shè)計(jì)了一種針對(duì)行人緊急避撞的分層控制策略。AEB作為高級(jí)駕駛輔助系統(tǒng)，在保證功能實(shí)現(xiàn)的基礎(chǔ)上研究如何提升駕駛舒適性具有重要意義。黃城[12]指出現(xiàn)有AEB控制方法在多場景通用下的舒適性方面仍存在改進(jìn)空間。Kyongsu等[13]結(jié)合制動(dòng)器特性設(shè)計(jì)了非線性制動(dòng)減速度曲線，從而提高車輛緊急制動(dòng)時(shí)的舒適性。Bae等[14]設(shè)計(jì)了基于碰撞時(shí)間的分級(jí)制動(dòng)控制策略，并在部分制動(dòng)時(shí)設(shè)計(jì)制動(dòng)恢復(fù)區(qū)和釋放區(qū)，從而改善乘坐舒適性。

綜上可知，傳統(tǒng)碰撞時(shí)間計(jì)算方法未能準(zhǔn)確描述車輛的非線性運(yùn)動(dòng)特性，導(dǎo)致計(jì)算得出的碰撞時(shí)間并不準(zhǔn)確，且大多針對(duì)直道工況，或假設(shè)道路為定曲率圓弧[15]，對(duì)復(fù)雜的幾何道路考慮不足，對(duì)緊急制動(dòng)過程的舒適性關(guān)注不夠。

針對(duì)AEB系統(tǒng)控制策略開發(fā)中碰撞時(shí)間計(jì)算不準(zhǔn)確、彎道適應(yīng)性差和制動(dòng)舒適性不佳的問題，筆者采用樣條曲線構(gòu)造道路模型對(duì)前方目標(biāo)進(jìn)行定位，以曲線弧長作為自車與目標(biāo)的真實(shí)相對(duì)距離，考慮車輛運(yùn)動(dòng)的非線性特性和時(shí)間效應(yīng)，建立基于高斯過程理論的車輛運(yùn)動(dòng)預(yù)測模型來計(jì)算碰撞時(shí)間，考慮緊急制動(dòng)過程的舒適性，設(shè)計(jì)基于預(yù)測碰撞時(shí)間分級(jí)預(yù)警與制動(dòng)的控制策略，并以下層PID反饋控制器實(shí)現(xiàn)對(duì)減速度的跟蹤控制，為克服現(xiàn)有AEB系統(tǒng)存在的不足提供新的解決思路。

1 目標(biāo)定位與相對(duì)距離計(jì)算

針對(duì)現(xiàn)有AEB系統(tǒng)彎道適應(yīng)性差的問題，用三次樣條曲線建立當(dāng)前自車行駛車道的道路中心線模型，根據(jù)感知層獲取的前方目標(biāo)信息，對(duì)目標(biāo)車輛進(jìn)行定位，以曲線弧長作為自車與目標(biāo)的真實(shí)相對(duì)距離，從而降低距離計(jì)算的誤差，提高AEB系統(tǒng)在復(fù)雜道路環(huán)境下的適應(yīng)性。

1.1 目標(biāo)定位

當(dāng)前時(shí)刻自車在大地坐標(biāo)系XOY下的縱坐標(biāo)、橫坐標(biāo)與航向角分別為X0、Y0、Ψ0，根據(jù)感知層獲取的前方目標(biāo)狀態(tài)信息為Δh、Δv、θ，分別表示自車與目標(biāo)的相對(duì)直線距離、相對(duì)速度以及方位角，如圖1所示。由幾何關(guān)系可得目標(biāo)在自車坐標(biāo)系下的坐標(biāo)為

（1）

進(jìn)一步得到目標(biāo)在大地坐標(biāo)系下的坐標(biāo)為

（2）

1.2 基于樣條曲線的相對(duì)距離計(jì)算

在實(shí)際的道路環(huán)境中，彎道工況占據(jù)了非常大的比例，而彎道的曲率往往不是定值。因此，引入在自動(dòng)駕駛軌跡規(guī)劃領(lǐng)域中被廣泛使用的三次樣條曲線，以準(zhǔn)確描述當(dāng)前自車行駛車道的道路中心線，假設(shè)曲線模型可通過感知層和定位導(dǎo)航模塊獲取，為已知條件，曲線表達(dá)式為

（3）

式中：xc、yc分別表示曲線上任意一點(diǎn)的橫、縱坐標(biāo)；τ為曲線參數(shù)；a0、a1、a2、a3和b0、b1、b2、b3分別為曲線的各項(xiàng)系數(shù)。

圖2 車道中心線與路面點(diǎn)之間的關(guān)系

Fig. 2 Relationship between the centerline of the lane and the pavement point

前方目標(biāo)車輛的坐標(biāo)為P1（xp，yp），P1距離車道中心線最近的點(diǎn)為P0（xp0，yp0），距離為d，如圖2所示。圖中的θc為 P0處的航向角。

由幾何關(guān)系知向量與中心線在P0點(diǎn)處的切線方向垂直，P1與中心線上任意一點(diǎn)之間連線的向量為

。??? （4）

中心線上任一點(diǎn)的切線向量為

。??? （5）

由m向量與n向量垂直可得

。??? （6）

代入中心線方程，可解得P0對(duì)應(yīng)的曲線參數(shù)τp，進(jìn)而得到P0的坐標(biāo)P0（xp0（τp0），yp0（τp0））。當(dāng)中心線曲線為圓環(huán)時(shí)，可得滿足等式（6）的2個(gè)解，取兩者中偏移量較小者即可，偏移量計(jì)算式為

。??? （7）

當(dāng)車輛行駛在多車道場景中，需對(duì)危險(xiǎn)目標(biāo)進(jìn)行篩選，判斷前方目標(biāo)是否在自車行駛的同一車道內(nèi)，判定準(zhǔn)則為

（8）

式中，w表示車道寬度。當(dāng)目標(biāo)對(duì)于車道中心線的偏移量小于車道寬度的一半時(shí)，可認(rèn)為該目標(biāo)具有潛在碰撞風(fēng)險(xiǎn)；反之認(rèn)為其與自車在不同車道上行駛。在危險(xiǎn)目標(biāo)判定以后，危險(xiǎn)目標(biāo)與自車之間的曲線距離為

。??? （9）

式中：τ0與τp分別為當(dāng)前時(shí)刻自車與目標(biāo)車對(duì)應(yīng)的曲線參數(shù)。

2 基于高斯過程的車輛運(yùn)動(dòng)預(yù)測

為提高碰撞時(shí)間計(jì)算的準(zhǔn)確性，進(jìn)而提高AEB系統(tǒng)的實(shí)用性，考慮車輛運(yùn)動(dòng)的非線性特性和時(shí)間效應(yīng)，提出一種基于高斯過程運(yùn)動(dòng)預(yù)測的碰撞時(shí)間計(jì)算方法，根據(jù)自車與目標(biāo)車輛的歷史觀測數(shù)據(jù)，建立基于高斯過程理論的車輛運(yùn)動(dòng)預(yù)測模型，對(duì)自車與目標(biāo)車輛的運(yùn)動(dòng)進(jìn)行非線性預(yù)測，進(jìn)而根據(jù)預(yù)測結(jié)果計(jì)算碰撞時(shí)間。

2.1 高斯過程預(yù)測模型

假設(shè)在時(shí)間序列為t=[t0，t1，···，tn]的觀測過程中，車輛的縱向速度為v=[v0，v1，···，vn]，當(dāng)預(yù)測時(shí)間為時(shí)，相應(yīng)的預(yù)測狀態(tài)為，將預(yù)測狀態(tài)和觀測狀態(tài)轉(zhuǎn)化成一個(gè)0均值的多元高斯分布，其先驗(yàn)分布為

。??? （10）

式中：N表示高斯分布；K、、為多元協(xié)方差矩陣，由協(xié)方差函數(shù)k（t，t′）構(gòu)成，分別為

，??? （11）

，??? （12）

。??? （13）

式中，協(xié)方差函數(shù)k（t，t′）為徑向基核函數(shù)，其表達(dá)式為

。??? （14）

式中：參數(shù)σ和l通過組合參數(shù)ζ求解，ζ=[σ， l]是可通過極大似然估計(jì)求得的模型超參數(shù)，可表示為

。??? （15）

式中，n為樣本量。

基于觀測狀態(tài)，可由條件分布推知車輛縱向速度預(yù)測狀態(tài)的分布：

。??? （16）

2.2 基于運(yùn)動(dòng)預(yù)測的TTC計(jì)算

基于高斯過程理論，根據(jù)一定的歷史觀測數(shù)據(jù)，對(duì)未來一段時(shí)間內(nèi)車輛的縱向運(yùn)動(dòng)進(jìn)行預(yù)測，可得到預(yù)測時(shí)域內(nèi)預(yù)測狀態(tài)的分布，即車輛未來縱向速度的均值與置信區(qū)間，預(yù)測結(jié)果如圖3所示。

圖3 基于高斯過程理論的車輛運(yùn)動(dòng)預(yù)測結(jié)果

Fig. 3 Vehicle motion prediction results based on Gaussian Process theory

圖3分別為加速和減速2種典型車輛運(yùn)行狀態(tài)下的運(yùn)動(dòng)預(yù)測結(jié)果，采樣頻率為20 Hz，基于5 s的歷史數(shù)據(jù)對(duì)未來3 s的車速進(jìn)行預(yù)測。從圖3可知，預(yù)測誤差與預(yù)測時(shí)間呈正相關(guān)，預(yù)測時(shí)間越長誤差越大，但在有限的預(yù)測時(shí)間內(nèi)，預(yù)測結(jié)果的誤差在1.5 m/s以內(nèi)，基于高斯過程理論對(duì)車輛車速的預(yù)測結(jié)果能夠真實(shí)地反應(yīng)車輛在未來一段時(shí)間內(nèi)的非線性運(yùn)動(dòng)狀態(tài)。

假設(shè)當(dāng)前時(shí)刻為t=0，自車速度為v0，前方目標(biāo)車輛的速度為vp0，由歷史觀測數(shù)據(jù)，通過高斯過程運(yùn)動(dòng)預(yù)測模型分別得到自車和目標(biāo)車輛的速度曲線：

，??? （17）

。??? （18）

自車和目標(biāo)車輛在未來時(shí)刻的行駛路程分別為

，??? （19）

。??? （20）

當(dāng)前時(shí)刻下自車與前車的相對(duì)距離為Δs，則碰撞時(shí)間可通過求解式（21）獲得。

。??? （21）

3 考慮彎道及運(yùn)動(dòng)預(yù)測的AEB系統(tǒng)控制策略

AEB作為先進(jìn)駕駛輔助系統(tǒng)，僅對(duì)車輛的縱向運(yùn)動(dòng)進(jìn)行控制，而不干預(yù)車輛轉(zhuǎn)向，車輛的主控權(quán)仍在于人類駕駛員。在彎道工況中，轉(zhuǎn)向控制仍然由駕駛員完成，因此在控制策略中將彎道行駛工況簡化為車輛縱向運(yùn)動(dòng)，AEB系統(tǒng)僅干預(yù)車輛的縱向運(yùn)動(dòng)。

兼顧宜人性與安全性，提出一種基于碰撞時(shí)間的分級(jí)預(yù)警與制動(dòng)控制策略：當(dāng)碰撞時(shí)間達(dá)到預(yù)警時(shí)間閾值TTC1st時(shí)，AEB系統(tǒng)被激活，進(jìn)入Ⅰ級(jí)風(fēng)險(xiǎn)狀態(tài)，填充制動(dòng)系統(tǒng)管路的油壓，降低制動(dòng)時(shí)延，同時(shí)對(duì)駕駛員發(fā)出碰撞警示；當(dāng)達(dá)到閾值TTC2nd時(shí)，進(jìn)入Ⅱ級(jí)風(fēng)險(xiǎn)狀態(tài)，以期望減速度a2nd進(jìn)行強(qiáng)制制動(dòng)；當(dāng)達(dá)到閾值TTC3rd時(shí)，進(jìn)入Ⅲ級(jí)狀態(tài)，以期望減速度a3rd進(jìn)行全力制動(dòng)，控制邏輯如圖4所示。同時(shí)，為了減輕緊急制動(dòng)過程中車輛狀態(tài)急劇變化給駕駛員產(chǎn)生的不適感，在緊急制動(dòng)開始階段設(shè)置緩沖帶，用三次多項(xiàng)式設(shè)計(jì)減速度曲線，緩和減速度的階躍變化，從而提高乘坐舒適性。

3.1 碰撞時(shí)間閾值及切換邏輯

基于碰撞時(shí)間的AEB控制策略與基于距離的控制策略相比，更符合駕駛員對(duì)危險(xiǎn)行車狀態(tài)的認(rèn)知和判斷，宜人性能更佳，但碰撞時(shí)間閾值的選取非常關(guān)鍵。若閾值選擇過大，則容易干擾駕駛員的正常駕駛，造成駕駛員的反感和不信任；若閾值選取較小，則安全性得不到可靠的保證。

《營運(yùn)車輛自動(dòng)緊急制動(dòng)系統(tǒng)性能要求和測試規(guī)程》JT/T1242—2019[16]中規(guī)定，AEB系統(tǒng)緊急制動(dòng)階段不應(yīng)在TTC≥3 s前開始，且高斯過程車輛運(yùn)動(dòng)預(yù)測模型對(duì)車速的預(yù)測誤差隨預(yù)測時(shí)間增大而增大，但在3 s內(nèi)預(yù)測誤差小于1.5 m/s。因此，選取Ⅰ級(jí)風(fēng)險(xiǎn)狀態(tài)下的碰撞時(shí)間閾值為TTC1st=3 s；綜合考慮舒適性和安全性，選取Ⅱ級(jí)、Ⅲ級(jí)風(fēng)險(xiǎn)狀態(tài)的閾值分別為TTC2nd=1.9 s，TTC3rd=0.9 s[9]。風(fēng)險(xiǎn)等級(jí)flag的判定邏輯如式（22）所示。

（22）

為防止車輛在制動(dòng)過程中風(fēng)險(xiǎn)等級(jí)頻繁切換而造成車輛運(yùn)動(dòng)的抖動(dòng)，對(duì)切換過程的臨界狀態(tài)進(jìn)行約束。當(dāng)風(fēng)險(xiǎn)等級(jí)為1時(shí)，若駕駛員進(jìn)行制動(dòng)則解除預(yù)警；當(dāng)風(fēng)險(xiǎn)等級(jí)為2或3時(shí)，若駕駛員無制動(dòng)操作或制動(dòng)強(qiáng)度沒有達(dá)到期望值時(shí)，則進(jìn)行輔助制動(dòng)，直至自車速度小于或等于前車速度，退出當(dāng)前風(fēng)險(xiǎn)狀態(tài)。

3.2 制動(dòng)減速度控制

在車輛制動(dòng)的過程中，減速度及其變化率的大小是影響乘坐舒適性的主要因素[11]。統(tǒng)計(jì)結(jié)果表明，緊急制動(dòng)時(shí)駕駛?cè)藛T行車減速度的平均值為0.38g，最大減速度為0.72g[15]。綜合考慮駕駛舒適性和安全性，選取部分制動(dòng)時(shí)的減速度a2nd=-4 m/s2，全力制動(dòng)時(shí)的減速度a3rd=-7 m/s2。

緊急制動(dòng)時(shí)，由于減速度及其變化率jerk的急劇變化，會(huì)引起駕駛員的極度不適。Kyongsu等[13]指出，減速度的變化率滿足約束式（23），可有效保證緊急制動(dòng)時(shí)的舒適性。

。??? （23）

為此，引入自動(dòng)駕駛軌跡規(guī)劃中廣泛使用的多項(xiàng)式曲線，設(shè)計(jì)制動(dòng)減速度曲線來緩和減速度的階躍變化，從而保證制動(dòng)過程的舒適性。使用三次多項(xiàng)式曲線來設(shè)計(jì)減速度的緩和曲線，其表達(dá)式為

。??? （24）

式中：a為減速度；A、B、C、D分別為多項(xiàng)式曲線的各項(xiàng)系數(shù)。

則減速度變化率為

。??? （25）

初始時(shí)刻約束條件為

，??? （26）

。??? （27）

式中：a0和jerk0分別為開始減速時(shí)間t0的減速度和減速度變化率。

緩和曲線末端約束條件為

，??? （28）

。??? （29）

式中：aend和jerkend分別為終止減速時(shí)間tend的減速度和減速度變化率。

聯(lián)立式（26）～式（29），求解得期望減速度曲線如圖5所示。

jerk的幅值與始、末端減速度差值Δa以及緩沖帶時(shí)間Δt相關(guān)，Δt的選取應(yīng)滿足約束條件式（23）。在部分制動(dòng)工況中，Δa=4 m/s2，取Δt=0.6 s；從部分制動(dòng)轉(zhuǎn)換到全力制動(dòng)的過程中，Δa=3 m/s2，則取Δt=0.45 s，計(jì)算結(jié)果如圖6所示。

圖6 減速度曲線計(jì)算結(jié)果

Fig. 6 Calculation results of deceleration curve

為實(shí)現(xiàn)對(duì)制動(dòng)減速度的跟蹤控制，基于PID控制理論設(shè)計(jì)以期望減速度ades與實(shí)際減速度aact的偏差e（t）為輸入、制動(dòng)壓力為輸出的下層控制器，控制律為

。??? （30）

式中：u（t）為控制器的輸出量，即制動(dòng)壓力；KP、KI、KD分別為PID控制器的比例系數(shù)、積分系數(shù)和微分系數(shù)，可通過試湊法進(jìn)行整定[17]。

4 仿真分析

為驗(yàn)證提出的控制策略的有效性，在PreScan和Matlab/Simulink聯(lián)合仿真平臺(tái)中搭建典型測試場景，在4種工況下對(duì)提出的控制策略進(jìn)行仿真測試：前車靜止（car-to-car rear stationary，CCRs）工況、前車勻速行駛（car-to-car rear moving，CCRm）工況、前車減速行駛（car-to-car rear braking，CCRb）工況和彎道工況。

4.1 CCRs工況

設(shè)置自車初始速度為50 km/h，前車初始速度為0 km/h，減速度為0 m/s2，初始相對(duì)距離為100 m，仿真結(jié)果如圖7所示。

由圖7可知，自車以50 km/h的初始速度，由PreScan中的駕駛員模型駕駛自車穩(wěn)速接近靜止的前車。4.34 s時(shí)系統(tǒng)判斷出碰撞風(fēng)險(xiǎn)，發(fā)出碰撞預(yù)警；在5.44 s時(shí)進(jìn)入Ⅱ級(jí)風(fēng)險(xiǎn)狀態(tài)，開始進(jìn)行部分制動(dòng)；隨后在6.67?s時(shí)進(jìn)入全力制動(dòng)狀態(tài)，直至8.28 s時(shí)車輛停車，最終停車間距為2.51 m。在5.44 s以前，由PreScan中的駕駛員模型對(duì)自車進(jìn)行操控，速度和減速度均存在一定的誤差，AEB系統(tǒng)介入后，車輛的減速度能夠準(zhǔn)確跟隨期望值，實(shí)現(xiàn)了緊急避撞，在保證安全性的前提下有效地提高了緊急制動(dòng)時(shí)的乘坐舒適性。

4.2 CCRm工況

設(shè)置自車初始速度為50 km/h，前車初始速度為20 km/h，減速度為0 m/s2，初始相對(duì)距離為100 m，仿真結(jié)果如圖8所示。

從圖8可知，該工況下，9.08 s時(shí)進(jìn)入預(yù)警狀態(tài)，10.18 s時(shí)開始進(jìn)行強(qiáng)制制動(dòng)，由于碰撞風(fēng)險(xiǎn)并未達(dá)到Ⅲ級(jí)，在12.50 s時(shí)兩車的相對(duì)速度為0，AEB系統(tǒng)退出控制，由駕駛員接管控制，此時(shí)兩車的最小距離為7.30?m，保證了行車安全。

4.3 CCRb工況

設(shè)置自車和前車的初始速度均為50 km/h，5.00 s時(shí)前車以-4 m/s2的減速度減速至停車，初始相對(duì)距離為30 m，仿真結(jié)果如圖9所示。

從圖9中可以看出，前車在5.00 s時(shí)開始減速，6.89 s時(shí)系統(tǒng)發(fā)出碰撞預(yù)警；7.39 s時(shí)AEB系統(tǒng)介入并進(jìn)行部分制動(dòng)，隨即在8.19 s時(shí)風(fēng)險(xiǎn)等級(jí)達(dá)到Ⅲ級(jí)，進(jìn)行全力制動(dòng)，最終停車間距為1.85 m，在安全距離范圍內(nèi)。整個(gè)強(qiáng)制制動(dòng)的過程持續(xù)2.63 s，車輛速度由50 km/h減速至0，控制策略能夠有效地實(shí)現(xiàn)動(dòng)態(tài)緊急避撞。

4.4 彎道工況

設(shè)置自車初始速度為50 km/h，前車初始速度為20 km/h，當(dāng)時(shí)間為4.00 s時(shí)，前車以-4m/s2的減速度減速至停車，初始相對(duì)距離為30 m，車道中心線方程為式（3），曲線各參數(shù)如表1所示，仿真結(jié)果如圖10所示。

從圖10可知，前車在4.00 s時(shí)開始減速，5.18 s時(shí)系統(tǒng)發(fā)出碰撞預(yù)警，隨著前車?yán)^續(xù)減速，兩車相對(duì)距離持續(xù)減小，在6.37 s時(shí)進(jìn)入Ⅱ級(jí)風(fēng)險(xiǎn)狀態(tài)，開始進(jìn)行部分制動(dòng)，隨后全力制動(dòng)至停車，整個(gè)制動(dòng)過程持續(xù)2.62?s，停車間距為1.85 m。所設(shè)計(jì)的AEB系統(tǒng)控制策略能夠適應(yīng)復(fù)雜的動(dòng)態(tài)工況，在變曲率的曲線道路下，仍能夠兼顧舒適性實(shí)現(xiàn)緊急避撞功能。

5 結(jié)? 論

針對(duì)AEB系統(tǒng)彎道適應(yīng)性差及舒適性不佳的問題，建立了三次樣條曲線道路模型以及基于高斯過程理論的車輛運(yùn)動(dòng)預(yù)測模型，設(shè)計(jì)了基于預(yù)測碰撞時(shí)間的分級(jí)預(yù)警與制動(dòng)控制策略。研究結(jié)果表明：

1）基于三次樣條曲線的道路模型，考慮了實(shí)際道路的幾何復(fù)雜性，真實(shí)反應(yīng)了變曲率彎道道路的幾何特性，能夠準(zhǔn)確計(jì)算出自車與前方目標(biāo)車輛的相對(duì)曲線距離。

2）基于高斯過程理論的車輛運(yùn)動(dòng)預(yù)測模型考慮了車輛運(yùn)動(dòng)的非線性特性和時(shí)間效應(yīng)，在3 s內(nèi)對(duì)車速的預(yù)測誤差小于1.5 m/s，且能準(zhǔn)確計(jì)算出碰撞時(shí)間。

3）聯(lián)合仿真驗(yàn)證表明，所提出的AEB控制策略在CCRs、CCRm、CCRb典型工況中均能兼顧制動(dòng)舒適性實(shí)現(xiàn)緊急避撞，且在變曲率的彎道減速工況中，仍表現(xiàn)出可靠的避撞功能，提高了AEB系統(tǒng)的彎道適應(yīng)性和舒適性，有助于推進(jìn)AEB系統(tǒng)關(guān)鍵技術(shù)的發(fā)展與工程化應(yīng)用。

參考文獻(xiàn)

［1］? 任玥. 智能電動(dòng)汽車主動(dòng)循跡與避撞控制研究[D]. 重慶： 重慶大學(xué)， 2018.

Ren Y. Research on active path tracking and collision avoidance for autonomous electric vehicle[D]. Chongqing： Chongqing University， 2018.（in Chinese）

［2］? National Highway Traffic Safety Administration. Automatic emergency braking （AEB） system research report： 01551243 [R]. Washington， DC： National Highway Traffic Safety Administration， 2014.

［3］? 何仁， 馮海鵬. 自動(dòng)緊急制動(dòng)（AEB）技術(shù)的研究與進(jìn)展[J]. 汽車安全與節(jié)能學(xué)報(bào)， 2019， 10（1）： 1-15.

He R， Feng H P. Research and development of autonomous emergency brake （AEB） technology[J]. Journal of Automotive Safety and Energy， 2019， 10（1）： 1-15.（in Chinese）

［4］? Lee D N. A theory of visual control of braking based on information about time-to-collision[J]. Perception， 1976， 5（4）： 437-459.

［5］? 胡遠(yuǎn)志， 呂章潔， 劉西. 基于PreScan的AEB系統(tǒng)縱向避撞算法及仿真驗(yàn)證[J]. 汽車安全與節(jié)能學(xué)報(bào)， 2017， 8（2）： 136-142.

Hu Y Z， Lv Z J， Liu X. Algorithm and simulation verification of longitudinal collision avoidance for autonomous emergency break （AEB） system based on PreScan[J]. Journal of Automotive Safety and Energy， 2017， 8（2）： 136-142. （in Chinese）

［6］? Hirst S， Graham R. The format and presentation of collision warnings[M]//Ergonomics and safety of intelligent driver interfaces. Boca Raton， Florida： CRC Press， 1997： 203-219.

［7］? 徐杰， 李博， 霍克， 等. 基于Euro-NCAP的自動(dòng)緊急制動(dòng)系統(tǒng)算法開發(fā)[C] // 2014第十七屆汽車安全技術(shù)學(xué)術(shù)會(huì)議. 北京： 中國汽車工程學(xué)會(huì)， 2014： 142-148.

Xu J， Li B， Huo K， et al. Development of autonomous emergency braking systems algorithm based on Euro-NCAP[C] // The 17th Automotive Safety Technology Conference 2014. Beijing： China Society of Automotive Engineers， 2014： 142-148. （in Chinese）

［8］? 裴曉飛， 劉昭度， 馬國成， 等. 汽車主動(dòng)避撞系統(tǒng)的安全距離模型和目標(biāo)檢測算法[J]. 汽車安全與節(jié)能學(xué)報(bào)， 2012， 3（1）： 26-33.

Pei X F， Liu Z D， Ma G C， et al. Safe distance model and obstacle detection algorithms for a collision warning and collision avoidance system[J]. Journal of Automotive Safety and Energy， 2012， 3（1）： 26-33. （in Chinese）

［9］? 蘭鳳崇， 余蒙， 李詩成， 等. 考慮預(yù)碰撞時(shí)間的自動(dòng)緊急制動(dòng)系統(tǒng)分層控制策略研究[J]. 汽車工程， 2020， 42（2）： 206-214.

Lan F C， Yu M， Li S C， et al. Research on hierarchical control strategy for automatic emergency braking system with consideration of time-to-collision[J]. Automotive Engineering， 2020， 42（2）： 206-214. （in Chinese）

［10］? 郭祥靖， 孫攀， 鄧杰， 等. 基于BP神經(jīng)網(wǎng)絡(luò)算法預(yù)測的重型半掛汽車列車AEB控制策略研究[J]. 汽車工程， 2021， 43（9）： 1350-1359， 1366.

Guo X J， Sun P， Deng J， et al. Research on AEB control strategy of a heavy tractor-semitrailer combination based on BP neural network algorithm prediction[J]. Automotive Engineering， 2021， 43（9）： 1350-1359， 1366. （in Chinese）

［11］? 楊為， 趙胡屹， 舒紅. 自動(dòng)緊急制動(dòng)系統(tǒng)行人避撞策略及仿真驗(yàn)證[J]. 重慶大學(xué)學(xué)報(bào)， 2019， 42（2）： 1-10.

Yang W. Zhao H Y， Shu H. Simulation and verification of the control strategies for AEB pedestrian collision avoidance system[J]. Journal of Chongqing University， 2019， 42（2）： 1-10. （in Chinese）

［12］? 黃城. 考慮舒適性的AEB控制策略研究[D]. 重慶： 西南大學(xué)， 2021.

Huang C. Research on AEB control strategy considering comfort[D]. Chongqing： Southwest University， 2021. （in Chinese）

［13］? Kyongsu Y， Jintai C. Nonlinear brake control for vehicle CW/CA systems[J]. IEEE/ASME Transactions on Mechatronics， 2002， 6（1）： 17-25.

［14］? Bae J J， Lee M S， Kang N. Partial and full braking algorithm according to time-to-collision for both safety and ride comfort in an autonomous vehicle[J]. International Journal of Automotive Technology， 2020， 21（2）： 351-360.

［15］? Mun H， Kim G， Kim B. AEB system for a curved road considering V2V based road surface conditions[J]. Advanced Science and Technology Letters， 2015， 86： 8-13.

［16］? 周煒， 曲保章， 李文亮， 等. 營運(yùn)車輛自動(dòng)緊急制動(dòng)系統(tǒng)性能要求和測試規(guī)程： JT/T1242—2019[S]. 北京： 中華人民共和國交通部， 2019.

Zhou W， Qu B Z， Li W L， et al. Performance requirements and test procedures for advanced emergency braking system for operating vehicles： JT/T1242—2019[S]. Beijing： Ministry of Transport of the Peoples Republic of China， 2019. （in Chinese）.

［17］? 李以農(nóng)， 鄭玲. 汽車控制理論與應(yīng)用[M]. 北京： 清華大學(xué)出版社， 2021.

Li Y N， Zheng L. Automobile control theory and application[M]. Beijing： Tsinghua University Press， 2021. （in Chinese）

（編輯? 羅敏）