驾驶辅助系统改善措施研究综述

随着传感器技术及计算机技术的飞速发展，驾驶辅助系统的研究在全球范围内取得了很多成就。越来越多的驾驶辅助系统被应用在乘用车上以提高行驶过程的安全性和舒适性。但是，行驶环境及诸多因素的影响，要求驾驶辅助系统的安全性和可靠性越来越高，因此，对驾驶辅助系统各方面的改善就显得尤为重要。下面介绍了几种改善措施。

1 通过建立综合控制系统提高驾驶辅助系统的可靠性[1]

1.1 主要目的及原理

本文提出了一种用于自动驾驶技术的综合控制系统，包括车辆位置确定后的约束下路径规划器，以及在道路坐标系中结合路径规划和路径跟踪的线性时变模型预测控制器（LTV-MPC）。该系统的主要功能是在无障碍的曲线道路上实现轨迹跟踪，以及将自适应巡航控制（ACC）和避障（OA）进行耦合应用。建立车辆以油门和制动踏板的位置与转向角度作为控制输入的非线性动力学模型。所提出的一般反馈控制体系结构包括用于融合数据库信息（地图）的估计器设计，外感知以及本体感测的测量器设计，基于图论的几何路径规划器，用于避开多个可能动态移动对象，以及基于空间坐标系的预测控制器。本文讨论了在四种不同驾驶模式之间转换的切换规则，即ACC、OA、无障碍路径跟踪（RT）和受控制动（制动）。还讨论了轨迹跟踪时速度调整对避开障碍物和安全边界的重要作用。本文所提出的自主驾驶总体控制框架，其工作原理是采用LTV-MPC在道路坐标系中，对由几何路径规划器使用图形生成的PWA参考轨迹进行轨迹跟踪。其中传感器的不确定性和测量缺少的情况由双扩展卡尔曼滤波器处理。

1.2 主要结论及未来方向

所提出的方法在测试场景中进行仿真评估，该测试场景包括具有静态和移动障碍物的弯曲道路和双车道道路，评估结果验证了该方法的可行性。未来的研究工作需要将更精细的疲劳动力学纳入车辆模型中，以验证使用平滑参考轨迹的重要性。此外，启发式安全裕度和切换规则的研究可以通过手动驾驶的机器学习来识别，并需要在实际车辆上进行实验验证。

2 通过建立车辆自主变道控制策略提高安全性[2]

2.1 主要目的及原理

车道自主变道是目前自动驾驶的一个基本问题，特别是当车辆高速行驶时显得尤为重要。本文报道了近期研究项目的相关部分，包括文献综述、建立的模型和控制系统，以及关键的仿真结果。在该项目中，使用了描述车辆受控运动动力学的两个原始模型，并在道路测试和实验室环境中进行了验证。第一个模型是一个多体动力学模型。第二种模型表示车辆横向动力学的简化参考模型。本文所建立的控制系统算法是基于最优控制理论的。该算法包括确定所定义的控制输入和车辆响应时间之间的最优参考轮廓。该控制系统为了更好地实现所规定的运动轨迹，需要采用卡尔曼滤波器来确保线性二次问题的最佳轨迹。

2.2 主要结论及分析

本文提出的示例性仿真结果包括路面变化、车辆速度和车辆负载情况的影响。仿真结果显示了所研究车辆的动态特性的复杂性，并证实了所采用的车辆自动控制解决方案的益处。

对仿真结果进行进一步分析得知，在所有考虑的情况下，尽管存在车辆横向位移测量误差，但是仍能实现避障功能。但是本文的仿真结果适用于控制器参数被适当选择的情况下，并且测量噪声和偏移不是太大。如果将测量噪声增加到更高振幅（大约0.3m）之后，车辆将失去横向稳定性。类似的情况比如车辆在潮湿的路面上轻负载并高速行驶，方向盘突然失去控制，并且后轮失去抓地力。因此，在低噪音水平和小的测量偏差内，车辆运行状况变化范围即使大，但自动驾驶的车辆仍能够避开障碍物而不失稳定性。因此，可以说所提出的控制策略在一定环境条件下对路面状况的变化以及测量误差不敏感。

3 调查不同路况下驾驶员与自适应巡航控制之间相互作用[3]

3.1 主要目的及原理

本文研究主要调查在不同路况下驾驶员与自适应巡航控制（ACC）之间的相互作用，并由此对控制系统进行改进。本文研究主要通过96名司机驾驶ACC驾驶模拟器，其中路况类型包括夏季的具有高抓地力的干路和冬季的具有低抓地力的雪路。仿真结果表明，在积雪的道路上，驾驶员的要求倾向于ACC速度较低，ACC时间间隔较长。其中96%的驾驶员更喜欢ACC的1.8秒的时间间隔。因为驾驶员认为在1秒的差距内进行减速太迟，将会导致与前方车辆保持的距离太短，这样安全性会降低。

3.2 主要结论及未来方向

通过对结果分析还发现，改善ACC的控制策略，不仅可以减少轮胎道路抓地力的潜力，还会提高驾驶员的舒适性和接受度，甚至会增加紧急情况下制动或避让的反应潜力。

未来的研究工作应该解决驾驶员与ACC控制之间培训和教学方面的问题，并对驾驶员在对方向盘高度紧握的情况下与ACC之间相互作用的效果进行调查研究。此外，个人差异以及文化和地区方面的因素也应包括在未来的评估工作中。考虑到轮胎道路抓地力的ACC控制策略不仅会提高驾驶员的乘坐舒适性和用户接受度，而且还会提高道路安全性。总之，本文研究显示了驾驶员与ACC之间相互作用的重要性，可用于评估ACC和其他驾驶员系统配合的性能。本文提出的基于运动学和主观测量的评价方法可以用于研究驾驶员与自动化系统之间的交互作用。

4 通过分布式认知理论和人类认知行为改善驾驶辅助系统[4]

4.1 主要目的及原理

将触感传感器安装在车辆方向盘上，将由驾驶环境带来的扭矩和刚度的变化传递给驾驶员，驾驶员从而能够知道车辆与驾驶环境限制的接近程度。基于上述技术的系统设计主要根据分布式认知原理，通过定义力的特征，为驾驶员提供一个有形的、丰富的、分布式的约束映射。本文主要研究开发一种基于分布式认知理论和人类认知行为的驾驶辅助系统。

该系统设计的基本概念是辅助驾驶员在环境线索方面提供相应的信息。具体而言，该系统通过触觉传感通道为驾驶员提供必要的驾驶信息，诸如用于风险约束的近似边界和计算出的安全方向。该系统通过对大量的控制动作进行分析探测，其目标是使得驾驶员选择更平滑、更直的轨迹。在汽车纵向控制应用方面，该驾驶辅助系统可以使驾驶员根据车头到前方车辆的距离来控制加速或制动动作。驾驶员从而可以在认知行为领域保持其意识与风险之间达到平衡，从而更好的实现汽车的性能。总之，通过机械扭矩系统提供行为提示，可以确定人类操作者和机械系统之间的信息分享。这种新的人机关系能够形成一个有益的系统，以减少工作量提高机器的性能和效率。

4.2 主要结论

所提出的触觉转向系统可以被用于在真实世界的测试车辆中实施，以帮助驾驶员在紧凑的通道中驾驶。通过对12名参与者进行测试，其结果表明大多数驾驶员的行为通过该系统能够得到改善。

5 驾驶员行为模型对智能安全系统安全效益评估的影响[5]

5.1 主要目的及原理

近年来全球对车载智能安全系统（ISS）的开发和部署，以避免和减轻碰撞事故的发生和迅速增长。但是在系统引入之前需要评估其未来安全效益。通过使用相关数学模型（车辆动力学、传感器、环境、ISS算法和驾驶员行为模型）来进行仿真试验可以满足这一要求。然而，尽管这些模型大部分都比较成熟，但在碰撞前的关键时刻驾驶员行为模型还是相对不成熟的。不同驾驶员模型之间也存在很大的概念差异。作者BÄRGMAN J研究的目的是首先阐明在仿真模拟中用于评估前方碰撞预警（FCW）系统和自动紧急制动（AEB）系统时，选择驾驶员行为模型的重要性。其次，作者对驾驶员行为模型和ISS算法的参数设置进行了灵敏度分析。最后，BÄRGMAN J评估了驾驶员行为模型中扫视分布选择对安全效益评估的影响。

5.2 主要结论及未来方向

作者使用来自SHRP2自然驾驶研究的34次追尾事故中的碰撞前运动学数据和驾驶员行为数据进行仿真试验。FCW系统的仿真结果显示，概念不同的驾驶员行为模型之间在避免碰撞上的百分比存在很大的差异。而AEB系统的仿真结果显示，驾驶员行为模型的选择并没有太大的影响到AEB的效益。

作者创建了一个方法框架来评估ISS的仿真模拟。该方法框架的新颖之处在于它能够通过基于自然数据的驾驶员行为模型来提高仿真模拟的生态效度。通过比较不同的驾驶员模型，说明了驾驶员视角和响应建模的重要性，并提醒注意ISS性能对所用模型的敏感性。为了提供准确的结果，本文采用了基于市售系统的FCW和AEB算法。

未来的研究工作包含以下几点：

·使用来自事件数据记录器的预碰撞运动学以及驾驶员行为（例如扫视行为、反应时间和制动模型）。

·应用反向概率权重来解决群体中碰撞前运动学的普遍性。

·开发相应算法来解决碰撞运动学选择的偏差。

·将仿真场景扩展到其他更复杂的情景。

·调查ISS（例如FCW系统）的详细反应过程以及驾驶员的状态（例如困倦）对反应时间的影响。

·探索和量化驾驶员行为的情境依赖性，以及碰撞前运动学和驾驶员行为之间的相关性。

6 建立高速公路智能变道辅助协议[6]

6.1 主要目的及原理

驾驶员在道路网络中变更车道是一种常见的行为。尤其是当他们面对一辆缓慢的或即将停车的或破损的车辆时，则不得不变更车道。当变更车道时，驾驶员应该注意新车道后面的车辆以及在此期间想要变更到相同车道的车辆。如果这些车辆中的任何一个位于盲点区域，或者如果驾驶员看错了车辆的位置或速度，则他尝试的变更车道可能失败，甚至在某些情况下可能导致交通事故。尤其是在高速公路上，由于车辆高速移动，因此不允许车辆停止，由此导致的事故可能是致命的。作者YOUNESMB提出了一种用于高速公路场景的智能变道辅助协议（ILACH）。该协议帮助司机能够安全和有效地变更车道。

作者提出的智能换车辅助协议（ILACH）并不复杂。每辆车都利用车载自组网技术和数字地图技术来收集公路上周边交通的实时交通特征。在任何车辆打算变更其行驶车道的情况下，该协议利用所收集的实时交通数据，向驾驶员推荐变更车道的最佳时间段。该协议还提供了关于变更车道的建议，即：当新的车道上两车间有足够大的距离时，车辆需要即时换道。则车辆加快车速并立即变更车道。等新车道上的车辆通行后，再重新尝试换回原车道。

6.2 主要结论及分析

本文通过驾驶员试图更换车道时的一些场景进行仿真试验。从试验结果可以看到，所提出的协议提高了测试场景的安全性和效率。从实验结果可以看出，所提出的ILACH协议减少了车辆变更车道的延误时间，这样可以稍微提高公路上每条车道的通行能力。最重要的是，它也降低了公路上车道变换事故的比例。

[1]GRAFPLESSEN M,BERNARDINID,ESEN H,et al.Spatial-Based Predictive Control and Geometric Corridor Planning for Adaptive Cruise Control Coupled With Obstacle Avoidance[J].IEEE Transactions on Control Systems Technology,2018,26(1)：38-50.

[2]GIDLEWSKI M J,JANKOWSKI K,MUSZY Ń SKI A,et al.Vehicle Lane Change Automation with Active Steering-Theoretical Studies and Numerical Investigations：WCX ™17：SAEWorld Congress Experience,2017[C].

[3]KOGLBAUER I,HOLZINGER J,EICHBERGER A,et al.Drivers’Interaction with Adaptive Cruise Control on Dry and Snowy Roads with Various Tire-Road Grip Potentials[J].Journal of Advanced Transportation,2017,2017：1-10.

[4]TAKADA Y,BOER E R,SAWARAGI T.Driver assist systemfor human-machine interaction[J].Cognition,Technology&Work,2017,19(4)：819-836.

[5]BÄRGMAN J,BODA C,DOZZA M.Counterfactual simulations applied to SHRP2 crashes：The effect of driver behavior models on safety benefit estimations of intelligent safety systems[J].Accident Analysis&Prevention,2017,102：165-180.

[6]YOUNES M B,BOUKERCHE A.A vehicular Network based Intelligent Lane Change Assistance Protocol for Highways：2017 IEEE International Conference on Communications(ICC),2017[C].