车辆碰撞算法的研究

车辆碰撞时最主要的安全问题，本文先介绍车辆的主动安全系统，再介绍几种应用在车辆中的避撞算法。

1 车辆乘员碰撞避免系统：主动安全系统[1]

为驾驶员提供永久性支持的主动安全系统也被称为驾驶员辅助系统，被称为ADAS。主动安全系统支持驾驶员适应当前的道路情况，并在必要时主动采取行动。

主动安全系统包括，这些系统最著名的代表是动力转向，电子稳定程序-ESP，反ABS，电子制动力分配-EBD，防滑调节-ASR，电子差速锁-EDS，断点辅助系统-BAS，先进的紧急制动系统-AEBS，多碰撞制动器-MKB，调节器发动机扭矩-MSR，下坡辅助控制-DAC，主动车身控制-ABC，速度警报，自适应巡航控制-ACC，智能速度适应-ISA，安全带提醒-SBR，不正常关闭车门信号，车道偏离警告系统-LW，盲点监控-BLIS，城市安全，防撞系统-CAS，预碰撞检测，停车辅助系统-PDC，驾驶员监控系统-DMS，Lig（AHL），视觉增强系统，酒精相互作用，路线导航和导航系统，轮胎压力监测系统（智能轮胎系统-ITS，胎压监测系统-TPMS，通气检测系统-DDS），轮胎充气轮胎-RFT，平视显示器-HUD和自动调光镜-ADM

主动安全系统通信技术：车辆之间能够通信的协作系统称为V2V系统，V2V系统包括彼此在一定范围内的车辆，并且可以建立一个特定的网络，在这个网络中车辆知道他们之间的位置，速度和方向。V2V系统允许在车辆之间提供和交换警告和信息。与基础设施合作的主动安全系统被称为V2I系统。它们包含车辆和任何固定通信设备之间的所有通信技术（在这种情况下静止是指在给定的时间静止）。该组还包括与便携式交通标志或警报装置的车辆通信。这样，主动安全系统有如下优点。

●道路安全改善；

●降低油耗；

●改善与车辆之间通信相关的交通流量；

●减少城市地区的拥堵

2 多车辆合作避撞算法[2]

研究多车协调任务的避碰问题。在现有的合作控制框架的基础上，提出了依靠实际可用障碍信息的避撞方法，并允许在不影响任务目标的情况下安全运行。探索了两种不同的避免障碍的策略。

首先考虑一种基于速度调整的方法，可以用来避免碰到移动的障碍物。利用的障碍物信息，在现实世界中应用，不需要任何车辆偏离行驶路径。通过Lyapunov分析，证明了该算法能够保证车辆动力学约束的满足以及安全分离约束。

其次，考虑避障的轨迹重新规划方法。适用于静态和移动障碍物，这种方法可能要求车辆偏离其原来预期的路径。避让机动引起的位置、速度和加速度的偏差较小，可以离线计算，这些边界可以在任务规划阶段使用，以保证满足车辆动态约束和车辆间的安全。这些算法通过使用B'ezier曲线和曲面来表示不确定的轨迹，利用障碍物轨迹的局部信息，并且计算效率高。该算法能够检测任何可能的碰撞并重新规划路径。由碰撞避免操纵引起的位置、速度和加速度的偏差是可以事先计算的。通过在初始任务规划期间使用这些界限，可以保证对于重新规划的轨道的车辆动态约束和足够的车辆间安全距离。

3 重型车辆硬件在环避撞安全系统仿真与实验验证[3]

高保真硬件在环（HiL）仿真系统具有实现安全，准确和可重复的实验室测试的潜力，可以提供重型车辆碰撞避免系统的性能数据。介绍了这样一个重型车辆HiL仿真系统配备电子稳定控制和自动紧急制动系统的设置和实验验证。

自动紧急制动系统（AEB）由两个系统组成,包括车辆碰撞迫近制动系统(CIB)和动态制动支持系统(DBS)。本节模拟验证仅限于AEB系统的CIB，使用EC-60电子控制单元（ECU），包括Bendix Wingman先进的基于雷达的碰撞缓解系统。一起使用一个直行车道与一辆前进车辆（或目标），以复制NHTSA测试轨道碰撞情景，旨在评估AEB系统的安全性能。设置了2个场景，首先是前方车辆移动情景（LVM），评估AEB系统检测并响应在卡车的前方行驶路线中前方移动车辆的能力。第二个场景是前方车辆减速场景（LVD）。在该测试中，前方车辆最初在主车辆（SV）的直接前进路径中以恒定速度移动，然后在一段短时间之后前方车辆以恒定速率减速到在8公里/小时（5英里/小时）。

NHTSA的HiL气动制动系统采用配有AEB的Bendix ECU，已经通过实验测试结果的数据验证了有限的碰撞场景。使用的卡车速度不超过40公里/小时。

结果表明，HiL技术可以保真度地预测这种复杂系统的行为，完成TTC值、范围、相对速度和最终结果（崩溃或不崩溃）的测试指标。使用HiL系统，可以以更高的速度和更接近前方车辆来测试AEB性能。此外，可以改变表面条件以模拟低摩擦条件，如湿表面、裂隙等。通常，HiL系统可以扩大现场测试的范围，并且包括不可能系统测试的条件或不安全在测试轨道上进行。尽管如此，仿真结果还是需要对实验测试数据进行严格的基本验证。

4 一种多车辆避撞的算法[4]

根据任何N个车辆碰撞避免算法，更高级别的控制逻辑，提出了一种针对N+1车辆的混合框架的碰撞避免算法。在N+1车辆的联合状态空间中，保守地估计安全区域，并且产生安全保护控制器。另外，不会产生显著的的额外计算成本。仿真中演示我们提出的方法。将其中一个车辆视为“局外”车辆，然后根据其他N个车辆的状态，计算局外车辆的安全状态。

合作安全控制策略，执行以下操作：

1）根据N+1车辆的联合配置，检测潜在冲突，特别是确定冲突规模。

2）在保证所有N+1车辆都安全的情况下，为所有N+1车辆提供安全控制器。

3）确定何时不能保证安全，在这种情况下需要将车辆从系统中移除。移除车辆需要时间，所以提出电子缓冲器，电子缓冲器允许车辆一定时间内从系统安全地移除。共分为四个阶段：

第一阶段：当冲突规模小于N时，潜在冲突的车辆可以通过N车辆避碰算法进行管理，保证所有车辆的安全。

第二阶段：当冲突规模为N时，有一个其他车辆Qi。安全控制器预先试图使Qi避免与其他N个车辆发生冲突。

第三阶段：冲突的大小是N+1。为了确保安全，我们确定是否存在可以被指定为Qi的车辆，从而保证只需要避开其他N辆车辆中的一辆。详细描述了将车辆指定为局外车辆的过程。在指定局外车辆之后，给出Qi的安全控制。

第四阶段：Q从系统中删除，并且车辆的总数减少到N，允许N车辆避免碰撞算法来维护安全。

5 通过整车动力学集成控制来减少车辆碰撞[5]

本章的目的是研究车辆动力学控制系统（VDCS）对车身碰撞和车辆乘员的运动行为的影响，以防车辆碰撞时发生偏移。开发了独特的6自由度车辆动力学/碰撞数学模型和简化的集成总质量乘员模型。第一个模型用于定义车身碰撞参数，并将车辆动力学模型与车辆前端结构模型相结合。第二种模型旨在预测VDCS对乘员运动学的影响。从数值模拟可以看出，车辆动力学/碰撞响应和乘员行为可以被快速准确地捕获和分析。此外，显示VDCS可以积极地影响碰撞特性并且改善乘员的行为.

仿真结果表明，车辆横摆角的最大值取决于每种情况下的最大横摆加速度和车辆俯仰角。值得一提的是，减小车身最大横摆角可以减少道路上任何障碍物对车辆的侧面碰撞风险。获得了车辆中乘员的乘员头部围绕y轴的旋转角度。不同情况下的最大转角有很小的差异。在0.135s时，头部旋转加速度明显不同。当应用VDCS时，头部旋转的最大加速度变得比自由滚动情况下的头部旋转的最大加速度高。记录车辆中的乘员胸部围绕X轴的旋转角度。与自由滚动的情况相比，胸部的旋转角度从约0.2度增加到约2度。在0.04～0.09s，0.13～0.15s时，乘客绕x轴的胸部加速度增加的非常小。当应用VDCS时，关于x轴的最大乘员头部旋转角度也增加。增加范围在0.2到1.0度之间，这不是一个重要的值。

综上所述，VDCS可以改善车辆的碰撞情况。

[1]M Mikusova.Crash avoidance systems and collision safety devices for vehicle occupants[C].MATEC Web of Conferences00024(2017)。

[2]Mehdi,Syed Bilal.COLLISION AVOIDANCE FOR MULTI-VEHICLE COOPERATIVE MISSIONS[D].I University of Illinois at Urbana-Champaign,2017

[3]M.Kamel Salaani.HEAVY VEHICLE HARDWARE-INTHE-LOOP CRASH AVOIDANCE SAFETY SYSTEM SIMULATION WITH EXPERIMENTAL VALIDATION[C].25th International Technical Conference on the Enhanced Safety of Vehicles(ESV)

[4]Aparna Dhinakaran.A Hybrid Framework for Multi-Vehicle Collision Avoidance[C].IEEE Conference On Decision and Control December 2017

[5]Mustafa Elkady.Collision mitigation and vehicle transportation safety using integrated vehicle dynamics control systems[J].Journal of Traffic&Transportation Engineering,2017,4(1)