基于駕駛員模型的車輛主動轉(zhuǎn)向控制研究.pdf

1、隨著汽車工業(yè)和高速公路的快速發(fā)展，導(dǎo)致車速的不斷提高和車輛密度的不斷增大，而駕駛員自身水平的差異往往引發(fā)頻發(fā)的交通事故。近年來，主動轉(zhuǎn)向控制作為車輛底盤主動安全控制技術(shù)的關(guān)鍵技術(shù)之一，是改善和解決車輛高速失穩(wěn)問題的有效手段。通常主動轉(zhuǎn)向是通過獨(dú)立于駕駛員方向盤轉(zhuǎn)角的轉(zhuǎn)向輸入，對車輛轉(zhuǎn)向輸入進(jìn)行修正，以提升車輛的操縱穩(wěn)定性。由于現(xiàn)有的汽車主動轉(zhuǎn)向系統(tǒng)的設(shè)計大多是基于車輛自身的穩(wěn)定性，并沒有考慮到駕駛員對車輛轉(zhuǎn)向系統(tǒng)的影響，也沒有按照不同的

2、駕駛員的風(fēng)格和水平，進(jìn)行差異化和個性化的開發(fā)，從而無法更好地輔助駕駛員對車輛的控制。為此，本文創(chuàng)新性地提出了結(jié)合駕駛員模型的車輛主動轉(zhuǎn)向系統(tǒng)，充分考慮駕駛員自身駕駛水平和外界干擾因素，并在最優(yōu)目標(biāo)跟隨路徑的基礎(chǔ)上，研究了駕駛員和主動轉(zhuǎn)向系統(tǒng)的交互耦合作用，設(shè)計了一個基于微分博弈的主動轉(zhuǎn)向系統(tǒng)控制器，以保證車輛安全的基礎(chǔ)上，更為有效地提高車輛路徑跟隨能力。
　　在結(jié)合車輛和駕駛員狀態(tài)反饋信息的預(yù)瞄-補(bǔ)償優(yōu)化神經(jīng)網(wǎng)絡(luò)駕駛員模型基礎(chǔ)上，

3、本文首先提出了一種基于廣義預(yù)測控制（Generalized predictive control，GPC）的主動轉(zhuǎn)向控制器來保證車輛在外界干擾存在的條件下對于目標(biāo)路徑的跟蹤能力。將受控自回歸積分滑動平均模型（Controlled Auto-Regressive Integrated Moving-Average，CARIMA）作為車輛的預(yù)測模型，避免了由于車輛參數(shù)偏移和非線性造成的參數(shù)化建模不準(zhǔn)確、繁瑣的問題。以路徑中心線作為目標(biāo)軌跡，

4、將車輛路徑的側(cè)向跟蹤誤差作為控制器輸入，方向盤附加轉(zhuǎn)角作為輸出，與駕駛員方向盤轉(zhuǎn)角進(jìn)行綜合，最終獲得車輛的方向盤轉(zhuǎn)角。
　　其次，為進(jìn)一步拓寬主動轉(zhuǎn)向系統(tǒng)對不同的目標(biāo)軌跡的適用范圍，解決主動轉(zhuǎn)向系統(tǒng)所需目標(biāo)跟隨軌跡的設(shè)計問題，借鑒賽車動力學(xué)中最短時間路徑的設(shè)計經(jīng)驗，文中提出了一種結(jié)合運(yùn)動學(xué)和動力學(xué)的路徑優(yōu)化求解方法。確立以時間最短和執(zhí)行器負(fù)荷最小為目標(biāo)函數(shù)，考慮車輛運(yùn)動極限狀態(tài)和道路邊界的約束，將最優(yōu)軌跡求解問題轉(zhuǎn)化為非線性約束優(yōu)

5、化問題，從而求得主動轉(zhuǎn)向系統(tǒng)所需的路徑跟隨軌跡，為后續(xù)駕駛員-車輛交互的轉(zhuǎn)向控制提供條件。本文通過引入空間曲線坐標(biāo)系，將時域下的車輛動力學(xué)系統(tǒng)轉(zhuǎn)換為空間域的動力學(xué)系統(tǒng)，可以有效簡化計算，解決軌道自身彎曲導(dǎo)致坐標(biāo)重合問題。
　　最后，在駕駛員的方向盤轉(zhuǎn)角和主動轉(zhuǎn)向系統(tǒng)的雙重輸入的條件下，建立駕駛員和主動轉(zhuǎn)向系統(tǒng)的協(xié)同控制結(jié)構(gòu)；以微分博弈為基礎(chǔ)，考慮主動轉(zhuǎn)向系統(tǒng)介入實(shí)際駕駛員轉(zhuǎn)向輸入的程度，通過辨識駕駛員模型的關(guān)鍵參數(shù)，計算基于不同水