用于自动紧急转向系统的时空耦合横向安全距离模型与碰撞避免控制策略

《Robotics and Autonomous Systems》:Spatio-temporally coupled lateral safety distance model and collision avoidance control strategy for automated emergency steering system

【字体: 大 中 小 】 时间:2026年07月15日 来源:Robotics and Autonomous Systems 6.0

编辑推荐:

  周小川|安晓阳|赵绍安|王春燕|赵万忠 摘要 自动紧急转向系统能够为车辆提供横向控制,使其能够在避免碰撞的情况下变换车道,从而提升紧急情况下的安全性。该系统依据横向安全距离模型来做出避撞决策,但若模型不准确,则可能导致决策过于激进或保守。此外,复杂的控制策略可能会影响系统的实时

  周小川|安晓阳|赵绍安|王春燕|赵万忠

摘要
自动紧急转向系统能够为车辆提供横向控制,使其能够在避免碰撞的情况下变换车道,从而提升紧急情况下的安全性。该系统依据横向安全距离模型来做出避撞决策,但若模型不准确,则可能导致决策过于激进或保守。此外,复杂的控制策略可能会影响系统的实时性能。因此,本文旨在优化自动紧急转向系统的横向安全距离模型及控制策略。首先,考虑了涉及多障碍车辆的紧急避撞场景,以解决安全距离计算不准确的问题。文中提出了一种时空耦合的安全距离模型,该模型同时考虑了空间维度上的横向位移、车辆尺寸以及时间维度上的纵向碰撞时间。基于此模型,进一步分析了车辆的临界变道时间与碰撞风险系数,并根据最优变道避撞时间进行轨迹规划,实现了控制策略与安全距离模型之间的耦合。硬件在环测试结果表明,所提出的安全距离模型与避撞策略在良好路面上可使自动紧急转向系统的稳定性提升71.2%,在恶劣路面上则提升29.3%。

引言
随着汽车拥有量的增加,交通事故愈发频繁,每年全球都有数百万人因交通事故而伤亡[1],其中大部分事故是由驾驶员失误造成的[[2], [3], [4]]。因此,当出现危险驾驶行为时,主动避撞系统有必要及时介入[5],该系统在提升道路安全方面已取得了显著成效[6]。主动避撞系统包括自动紧急制动系统和自动紧急转向系统。自动紧急制动系统主要负责对车辆进行纵向控制,以减少追尾事故的发生[7],其控制策略已经相当成熟[[8], [9], [10], [11], [12]]。然而,由于仅能实现纵向控制,自动紧急制动系统在应对复杂道路状况时存在局限[6,13]。相比之下,自动紧急转向系统通过与转向系统相结合来实现横向控制,使得车辆在制动距离不足时能够通过变道来避免碰撞[14,15]。只有当本车与障碍车辆之间的距离满足特定距离要求时,自动紧急转向系统才会做出避撞决策。基于安全距离模型进行决策,能够在变道避撞过程中更好地保障安全裕度[16]。因此,安全距离模型的准确性直接决定了自动紧急转向系统决策的精确度,进而影响整个系统的性能。

与成熟的纵向安全距离模型[11,17]相比,大多数横向安全距离模型要么过于保守,要么过于激进,这凸显出需要更精确的横向安全距离模型。为解决这一问题,田等人提出了基于车辆转弯边缘轨迹的安全距离模型[18],但该模型仅考虑了车辆的纵向尺寸限制,因而过于保守。李等人通过将车辆建模为多边形来反映其实际形状,并引入加速度和转向角限制以提高稳定性,从而提升了模型的准确性[19],但他们忽略了车辆横向动态特性的影响。彭等人则提出了一种基于高斯分布函数来描述车辆横向速度的模型,以将横向动态特性纳入安全距离模型中[1],而何等人则提出了考虑横向加速度的模型[20]。不过,这些模型仍存在一定的刚性,缺乏适应性。为此,金等人提出了基于安全可行行驶区域的安全距离模型[21]。尽管这些改进提升了安全距离模型的准确性,但它们大多着眼于构建单一障碍物场景下的模型,这可能在车辆面临更复杂情况,如需避开多个障碍物时,难以做出精准决策。

为解决上述问题,杨等人基于基本安全半径,为涉及多障碍车辆的场景开发了安全距离模型[22]。然而,该模型未能考虑外部环境条件或车辆参数的变化,导致其公式过于僵化,难以适应不同的运行条件。因此,林等人通过引入车速等动态参数,提出了自适应安全距离模型[23]。为了进一步平滑安全距离边界的过渡,避免在变道避撞过程中出现突然转向等危险情况,阿穆尔等人引入了时变S型函数约束,从而实现安全距离的更平滑动态调整[24]。虽然这些研究提升了多障碍环境下的安全距离建模水平,提高了自动紧急转向系统的决策准确性,但它们主要关注本车与障碍车辆之间的空间几何关系,忽视了变道操作过程中的纵向碰撞时间。这一疏漏导致安全距离模型中的空间域与时间域相互脱节,进而降低了模型的准确性。为弥补这一缺陷,李等人根据预定义轨迹推导出临界碰撞时间,并将其纳入五次多项式中,以此得出安全距离[25]。但由于安全距离模型是基于预定义轨迹构建的,当车辆无法良好地跟随该轨迹时,其准确性可能会下降。为解决这一问题,夏等人通过将纵向碰撞时间与横向位移相结合来改进安全距离模型,并基于改进后的模型进行轨迹规划[26]。不过,他们的方法使用双圆弧来近似变道避撞轨迹,且未考虑具体的碰撞点,因此模型精度仍有提升空间。因此,有必要开发高精度的时空耦合安全距离模型,以提高自动紧急转向系统决策的可靠性。

一旦自动紧急转向系统根据安全距离模型做出决策,就必须设计相应的控制策略来实施避撞操作。自动紧急转向系统的控制策略可分为两项任务:轨迹规划与路径跟踪[7,27]。由于模型预测控制具备处理参数不确定性的能力,因此被广泛用于自动紧急转向系统的轨迹规划中[[28], [29], [30], [31]]。然而,模型预测控制模型需要大量的计算资源,这限制了系统的实时性能[1]。为解决这一问题,李等人引入了双变量方法,通过对传统避撞约束进行凸优化近似,将非线性计算转化为线性计算,从而提高规划效率[19]。田等人则采用了另一种方法,即利用模糊比例积分微分算法来模拟驾驶员的决策行为,以此提升系统的适应性和实时性能[18]。为减少路径规划算法对预定义模型的依赖并提高其适应性,数据驱动学习方法也受到了广泛关注。例如,董等人提出了一种将神经网络与模型预测控制相结合的轨迹规划方法,显著提升了轨迹规划的可靠性[32]。吴等人考虑到障碍车辆运动的随机性,采用了基于门控循环单元神经网络的轨迹规划方法,从而提高了变道避撞的安全性[33]。不过,目前大多数轨迹规划方法仍然依赖于复杂的算法,这降低了系统的实时性能。为此,一些研究人员提出了基于几何算法的高实时性轨迹规划方法[34,35]。但由于这些方法忽略了时间约束,其在高速行驶条件下的性能会下降[1]。为解决这一问题,白等人基于碰撞时间与变道平滑性构建了成本函数,通过优化得到最优轨迹[36]。然而,他们的方法并未基于安全距离模型进行决策,因此所生成的轨迹安全裕度不足。因此,如果将安全距离模型纳入考量,并根据变道时间来开展轨迹规划,就能充分考虑车辆的动力学特性,同时提升实时性能,从而在短时间内获得最优的变道轨迹。

在完成轨迹规划后,为确保车辆能够按照规划路径行驶,张等人设计了基于模型预测控制的横向位移跟踪器,以及基于逆纵向动力学模型的纵向速度跟踪器[37]。然而,传统的分布式控制器存在控制精度低、实时性能不足的问题。为解决这一问题,张等人提出了横向-纵向耦合控制器,通过考虑双向解耦补偿,消除了横向运动与纵向运动之间的相互影响,从而提升了路径跟踪器的整体性能[38]。此外,在避撞过程中,车辆往往处于紧急状态,这增加了车辆翻车的风险。为应对这一问题,程等人通过跟踪所需的横摆力矩,确保了车辆在纵向避撞过程中的稳定性[39]。陈等人则基于G - G图与相平面约束来保证稳定性,并将碰撞集检测与底盘动力学稳定性分析引入到多目标轨迹优化中[7]。崔等人设计了横摆稳定性控制器,将所需的横摆力矩分配到各个车轮上,同时还考虑了轮胎摩擦圆约束[40]。综合以上研究可知,为实现良好的轨迹跟踪并避免变道时的不稳定现象,需要设计耦合式的路径跟踪器,同时兼顾车辆稳定性约束。

为解决现有安全距离模型精度不足以及当前轨迹规划方法实时性能不佳的问题,本文提出了一种时空耦合的横向安全距离模型,以及一种考虑变道耗时的轨迹规划策略。该策略旨在提升自动紧急转向系统在紧急避撞场景中的决策准确性及系统响应速度。本文的主要贡献如下:
•通过将纵向碰撞时间与横向位移相结合,建立了适用于多障碍车辆场景且能考虑具体碰撞点的时空耦合安全距离模型,从而提升了安全距离模型的准确性。
•提出了一种考虑变道时间的轨迹规划方法。该方法从安全距离模型中获取临界变道时间,然后在其约束条件下生成可行的轨迹簇,从而实现了安全距离模型与轨迹规划方法之间的耦合,提升了变道避撞策略的计算效率与实时性能。
•通过硬件在环测试验证了所提出的时空耦合安全距离模型与轨迹规划策略,证明了其在不同运行条件下的稳健性及实时性能。

本文的其余部分结构如下:第2节阐述时空耦合安全距离模型的构建方法;第3节探讨用于变道避撞的最优轨迹规划方案。为确保车辆能够遵循规划轨迹,第4节设计了考虑轮胎摩擦圆约束的耦合控制器。第5节通过硬件在环测试对模型进行验证。本文的整体框架如图1所示。

章节节选
车辆动力学模型
为研究车辆在变道避撞过程中的受力情况并建立控制系统,有必要构建车辆的动力学模型。本研究采用了三自由度车辆模型。为简化计算,假设该模型中的车辆仅能在平面内沿纵向、横向和横摆方向移动。前后车轮分别用一个等效前轮和一个等效后轮来表示。

最优轨迹规划
在确定不同条件下的最小变道避撞安全距离后,便可以确定与这些最小安全距离相对应的临界变道轨迹。在这些临界变道轨迹的约束下,根据不同的避撞时间生成变道避撞轨迹簇。随后,通过评估车辆在不同临界变道状态下的损伤程度,来确定最优的变道轨迹。

纵向与横向耦合控制器
由于需要跟踪最优轨迹,因此必须设计纵向与横向耦合控制器。不过,若两个控制器同时作用,可能会导致车辆打滑。为此,引入了轮胎摩擦圆约束:ax2 + ay2 < μg,其中ax表示车辆的纵向加速度,ay表示横向加速度,μ为轮胎与路面之间的摩擦系数,g为重力加速度。

模型验证
本文对所提出的变道避撞策略在各种运行条件下的硬件在环测试结果进行了分析。针对变道避撞、变道制动与避撞结合、变道制动与减损结合等场景的测试结果,证明了所设计控制器的可行性。此外,本文还对比了所提出的时空耦合横向安全距离模型与现有模型之间的关键参数。结论部分指出,本文研究了横向安全距离模型对自动紧急制动系统的影响,并提出了一种新的时空耦合横向安全距离模型。在多障碍物车辆场景中,该模型用时间到碰撞距离替代五次多项式形式的横向位移,以此计算临界碰撞点处的安全距离,从而提高了安全距离计算的精度,为自动紧急制动系统提供更准确的决策依据。资助方面,本研究得到了中国国家自然科学基金(项目编号52405112)、国家创新人才推进计划(2026项目)以及南京航空航天大学高性能计算平台的支持。作者贡献说明:周晓川:写作——审稿与编辑、写作——初稿撰写、可视化、验证、方法论、研究设计。安晓阳:写作——审稿与编辑、写作——初稿撰写、可视化、概念设计。赵少安:写作——审稿与编辑、写作——初稿撰写。王春燕:监督、资源协调、项目管理、资金筹措、概念设计。赵万忠:监督、资源协调、项目管理、研究设计、资金筹措、数据整理。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号