一种评价和控制汽车主动安全性的方法

传感器技术的进步使得智能驾驶更加商业化。典型的主动安全系统由危险评估模块、决策模块和干预模块构成。其中，危险评估模块决定干预模块是否执行任务，并在人机交互中起到重要作用。对于主动安全系统来说，能否对干预进行准确的评估是个难点。目前，最简单的方法是在车辆自动转向或制动干预时采取措施；稍微复杂的方法是采用贝叶斯碰撞概率计算。在防止车辆偏离车道的先进安全系统中，干预模块确定目标的安全轨迹并协调车辆制动器。

提出了一种新型的主动安全系统，以防止车辆偏离行驶车道。之前避免车道偏离采用预测控制的方法，假设车辆以恒定的速度行驶，可以不考虑制动及驾驶员信息。相比单独解决危险评估、决策以及干预这3个模块的方法，该新型主动安全系统将危险评估、稳定性和车辆控制作为一个组合优化的问题。非线性模型预测控制（MPC）存在的问题是在闭环非线性车辆动态系统中，用于优化转向和制动动作的驾驶员模型需要保证其安全性。根据观测到的驾驶员实际行为估计驾驶员的正常行为模型。驾驶员驾驶车辆时，安全系统校正驾驶员的转向和制动操作。通过使用Matlab和Tomlab/ Npsol仿真解决试验结果的优化问题。研究结果表明，在闭环驾驶员模型中，该方法可以有效地预测出车辆偏离车道的情况，并提高驾驶员转向和制动能力，从而保证驾驶安全性。本文所提出的方法很容易推广到更先进的车辆和驾驶员模型中。

Andrew Gray et al. IEEE Transactions on Intelligent Transportation Systems. 2013-14.

编译：尹秋