乘用車車道防側(cè)滑超載報(bào)警系統(tǒng)的設(shè)計(jì)

乘用車車道防側(cè)滑超載報(bào)警系統(tǒng)的設(shè)計(jì)

0安全車速計(jì)算式如果你開車行駛于曲線，駕駛員對道路情況不熟悉或注意力集中，汽車行駛的風(fēng)險(xiǎn)通常是非常高的。因?yàn)樗俣冗^高。為此,世界各大汽車廠商以及相關(guān)科研機(jī)構(gòu)均開展了彎道超速報(bào)警系統(tǒng)的研究。例如,歐洲PreVent項(xiàng)目利用GPS接收機(jī)確定車輛的當(dāng)前位置,繼而通過專門開發(fā)的高精度車載GIS系統(tǒng)獲取車輛前方的道路參數(shù),提醒駕駛員提前減速。馬自達(dá)汽車公司則通過車載傳感器獲取道路濕度以及溫度等信息,據(jù)此對道路附著系數(shù)進(jìn)行估計(jì),進(jìn)而通過離心力平衡方程式推導(dǎo)車輛通過彎道時(shí)的最大安全車速,并對駕駛員發(fā)出警告,但其以道路極限附著系數(shù)推導(dǎo)彎道最大安全車速,而實(shí)際上大部分駕駛員都不希望車輛處于側(cè)滑或者縱向滑移的臨界狀態(tài),因此該系統(tǒng)不易被駕駛員所接受。為彌補(bǔ)上述不足,通用汽車公司在彎道安全車速計(jì)算式中引入駕駛員影響因子,但其僅是利用車輛的當(dāng)前運(yùn)動(dòng)狀態(tài)進(jìn)行安全狀態(tài)判斷,未考慮駕駛員在發(fā)生危險(xiǎn)前總是提前一定的時(shí)間對車輛進(jìn)行控制這一特性。針對上述問題,本文對乘用車彎道防側(cè)滑超速報(bào)警系統(tǒng)的總體方案進(jìn)行設(shè)計(jì),基于多傳感器信息融合技術(shù)對車輛前方道路曲率進(jìn)行估計(jì),結(jié)合道路曲率、駕駛員特性及車輛動(dòng)力學(xué)性能等參數(shù)計(jì)算彎道最大安全車速,基于駕駛員預(yù)估時(shí)間構(gòu)造風(fēng)險(xiǎn)狀態(tài)預(yù)估函數(shù)提前對車輛進(jìn)入彎道時(shí)的安全狀態(tài)進(jìn)行判斷,進(jìn)而對駕駛員進(jìn)行分級報(bào)警提示,使得駕駛員能夠按照自身的駕駛習(xí)慣提前對車輛進(jìn)行操作,保證車輛通過彎道時(shí)的安全性與舒適性。1安全車速計(jì)算模塊本文所設(shè)計(jì)的乘用車彎道防側(cè)滑超速報(bào)警系統(tǒng)結(jié)構(gòu)如圖1所示,其主要包括道路曲率識(shí)別、安全車速計(jì)算、安全狀態(tài)判斷以及人機(jī)交互界面4個(gè)部分。道路曲率識(shí)別模塊為安全車速計(jì)算模塊實(shí)時(shí)提供車輛前方道路的曲率信息;安全車速計(jì)算模塊結(jié)合道路曲率、駕駛員特性等信息計(jì)算車輛能夠安全且舒適通過前方道路的最大車速;安全狀態(tài)判斷模塊則結(jié)合車輛當(dāng)前的運(yùn)動(dòng)狀態(tài)判斷車輛當(dāng)前的安全狀態(tài),并分級別向人機(jī)交互界面發(fā)出報(bào)警信息;人機(jī)交互界面則向駕駛員發(fā)出報(bào)警提示并接收駕駛員的相關(guān)輸入設(shè)置。系統(tǒng)控制邏輯如圖2所示。系統(tǒng)向駕駛員提示車輛處于危險(xiǎn)狀態(tài)后,若駕駛員及時(shí)釋放加速踏板或踩下制動(dòng)踏板,系統(tǒng)即自動(dòng)解除報(bào)警狀態(tài)。2關(guān)鍵關(guān)鍵技術(shù)由圖1、圖2可知,彎道防側(cè)滑超速報(bào)警系統(tǒng)所涉及的關(guān)鍵技術(shù)主要包括車輛前方道路曲率信息獲取、最大安全車速的確定、以及安全狀態(tài)判斷等,本文對這幾部分內(nèi)容進(jìn)行分別研究。2.1道路線型參數(shù)最優(yōu)估計(jì)模型國外汽車廠商一般利用車載GPS系統(tǒng)及高精度GIS系統(tǒng)獲取道路離散點(diǎn)坐標(biāo),進(jìn)而計(jì)算道路曲率。但國內(nèi)GIS系統(tǒng)精度一般相對較低,且GPS系統(tǒng)受各類隨機(jī)誤差的影響較大。為提高道路曲率識(shí)別的精度,本文在利用車載GPS/GIS系統(tǒng)輸出的道路坐標(biāo)的基礎(chǔ)上,結(jié)合道路曲率模型以及車輛橫擺角速度等動(dòng)力學(xué)參數(shù),采用基于卡爾曼濾波器的多傳感器信息融合技術(shù)對車輛前方的道路曲率進(jìn)行估計(jì)。現(xiàn)有的道路曲率模型有單回旋曲線模型,雙回旋曲線模型,多回旋曲線模型等幾種。其中,單回旋線模型結(jié)構(gòu)簡單,實(shí)際使用過程中實(shí)時(shí)性較高,且在自車前方短距離(約100m)范圍內(nèi),其精度已滿足使用要求,因此得到廣泛采用。單回旋線模型表達(dá)式:c(x)=c0+c1x,(1)式中,x為道路曲線坐標(biāo)系(非笛卡爾坐標(biāo)系)的縱坐標(biāo),代表自車前方道路上的點(diǎn)離自車的曲線距離,如圖3所示;c0為自車所在點(diǎn)的道路曲率;c1為道路曲率的變化系數(shù)。車輛動(dòng)坐標(biāo)系XOY(笛卡爾坐標(biāo)系)也一同示于圖3中。在道路曲率較小且離自車較近距離內(nèi),可認(rèn)為x≈X,因此依據(jù)式(1)可得在道路曲線坐標(biāo)系中,前方道路中的點(diǎn)離自車的橫向距離為:y=c0x22+c1x36。(2)根據(jù)以上道路曲率模型,引入基于卡爾曼濾波器的多傳感器信息融合技術(shù)對車輛前方的道路曲率進(jìn)行估計(jì)。對式(1)進(jìn)行離散化可得:c0(k+1)=c0(k)+c1(k)v(k)Ts,(3)式中,v為自車速度;Ts為采樣時(shí)間。在直道和彎道的過渡點(diǎn),系數(shù)c1的變化率為一個(gè)脈沖,而由于測量噪聲的存在,該過渡點(diǎn)的確切位置很難確定,因此認(rèn)為c1的變化率類似于白噪聲。依據(jù)以上分析,結(jié)合式(2)及式(3)可得系統(tǒng)的離散狀態(tài)方程和測量方程為:Xk+1=AkXk+Wk,(4)Yk=HkXk+Nk,(5)式中,Xk=[c0,kc1,k]T;Ak=[1v(k)Τs01];Wk=[v(k)Tsw(k)w(k)]T;Yk=[cl(k)y1?…?yN]T;Ηk=[1x21/2?x2Ν/2x1x31/6?x3Ν/6]Τ;Nk=[nc?n1?…?nN]T;Wk為過程噪聲矩陣;Nk為測量噪聲矩陣;w(k)為零均值白噪聲序列;cl(k)為利用車輛橫向動(dòng)力學(xué)參數(shù)計(jì)算得出的道路曲率;(x1,y1)為車輛當(dāng)前位置,且由圖3可知(x1,y2)=(0,0),(x2,y2)…(xN,yN)為利用GPS/GIS系統(tǒng)獲取的自車前方一定距離內(nèi)(約100m)的道路上的N-1個(gè)點(diǎn)。利用車輛橫向動(dòng)力學(xué)參數(shù)計(jì)算cl(k)時(shí),采用二自由度車輛模型,并假設(shè)車輛在轉(zhuǎn)向時(shí)做勻速圓周運(yùn)動(dòng),忽略輪胎的側(cè)偏特性,那么cl(k)計(jì)算表達(dá)式如下:cl(k)=ωr(k)/v(k),(6)式中,ωr為橫擺角速度?；诳柭鼮V波器的道路線型參數(shù)最優(yōu)估計(jì)表達(dá)式如下:∧Xk=∧X-k+Κk(Yk-Ηk∧X-k),(7)式中,∧Xk為XK的最優(yōu)估計(jì);∧X-k為Xk的先驗(yàn)狀態(tài)估計(jì);Kk為卡爾曼增益矩陣;Yk為現(xiàn)時(shí)觀測變量。系統(tǒng)遞推過程如下:∧X-k=Ak∧Xk-1,(8)P-k=AkPk-1ATk+Qk,(9)Kk=P-kHTk(HkP-kHTk+Rk)-1,(10)Pk=(I-KkHk)P-k,(11)式中,Pk為最優(yōu)估計(jì)誤差協(xié)方差矩陣;P-k為先驗(yàn)估計(jì)誤差協(xié)方差矩陣;Qk為過程噪聲協(xié)方差矩陣;Rk為測量噪聲協(xié)方差矩陣。給定初始狀態(tài)向量X0=[0m-10m-2];初始最優(yōu)估計(jì)誤差協(xié)方差矩陣Ρ0=[10-6m-20010-10m-4];假設(shè)w(k)的方差為σ21,則根據(jù)過程噪聲矩陣Wk的表達(dá)式可得:Qk=[(v(k)Τs)2σ21v(k)Τsσ21v(k)Τsσ21σ21]。(12)本文取σ21=10-12m-4。根據(jù)測量噪聲矩陣Nk的表達(dá)式可得:Rk=k-1kRk-1+1kdiag[Νk(1)2,Νk(2)2,?,Νk(Ν+1)2]。(13)本文取R0=zeros(N+1)。利用上述基于卡爾曼濾波器的多傳感器信息融合算法進(jìn)行實(shí)車道路試驗(yàn),建立試驗(yàn)平臺(tái)如圖4所示。該試驗(yàn)平臺(tái)利用一個(gè)工控機(jī)對試驗(yàn)數(shù)據(jù)進(jìn)行實(shí)時(shí)采集及處理,同時(shí)為了試驗(yàn)之后能夠離線對道路曲率識(shí)別結(jié)果進(jìn)行準(zhǔn)確性估計(jì),該試驗(yàn)平臺(tái)還利用一個(gè)攝像機(jī)對試驗(yàn)道路進(jìn)行實(shí)時(shí)記錄。試驗(yàn)結(jié)果如圖5所示。從圖5中可看出,融合算法得出的道路線形比單純用GIS坐標(biāo)得出的道路線形平滑許多,這與實(shí)際道路線型相符。2.2擴(kuò)大車輛速度的橫向坡度車輛途徑彎道時(shí),受到路面的力可分為縱向力Fx和橫向力Fy兩部分。將車輛簡化為單質(zhì)量系統(tǒng),則車輛行駛過程中所能受到的最大地面附著力為:Fmax=μmaxmg=√F2x+F2y,(14)式中,μmax為地面最大附著系數(shù),可利用文獻(xiàn)介紹的觀測算法獲取。忽略滾動(dòng)阻力、空氣阻力和坡度阻力的影響,縱向力可表示如下:Fx=m·dv/dt。(15)忽略道路橫向坡度的影響,橫向力計(jì)算式為:Fy=m|c|v2,(16)式中,c為道路曲率。因?yàn)樗O(shè)計(jì)的彎道防側(cè)滑超速預(yù)警系統(tǒng)主要應(yīng)用對象為轎車,不考慮側(cè)翻的情形,因此當(dāng)式(16)所表達(dá)的離心力等于最大地面附著力時(shí),認(rèn)為車輛速度已達(dá)到臨界值,此時(shí):vc=√μmaxg/|c|且dv/dt=0。(17)式(17)為傳統(tǒng)的彎道最大安全車速的計(jì)算方法,但其存在幾個(gè)問題:(1)當(dāng)車輛以由式(17)計(jì)算出的速度vc在彎道中行駛時(shí),車輛只要稍微加速或減速,即dv/dt≠0,則Fx≠0,由式(14)可知,此時(shí)路面所能提供的橫向附著力必不足以和車輛此時(shí)所受的離心力平衡,從而車輛將發(fā)生側(cè)滑危險(xiǎn);(2)未將駕駛員特性考慮在內(nèi),大部分駕駛員都不希望車輛處于側(cè)滑或者縱向滑移的臨界狀態(tài);(3)未考慮車輛參數(shù)和路面條件的影響。為彌補(bǔ)上述不足,將式(17)所示算法進(jìn)行改進(jìn),具體表達(dá)式如下:vc-comfort=ΚvΚd√Ay?μmaxg/|c|,(18)式中,Kv的取值與車輛質(zhì)心高度、輪胎特性、車輛質(zhì)量、道路寬度以及道路路面條件等參數(shù)有關(guān);Kd的取值與駕駛員的年齡、視力、舒適性要求級別以及駕駛風(fēng)格有關(guān),KvKd一般取0.6～0.9;Ay主要用于提高安全系數(shù),可取為Ay=0.3。2.3危險(xiǎn)事件概率p的計(jì)算為判斷即將進(jìn)入彎道或正處于彎道中的車輛的行車安全狀態(tài),引入風(fēng)險(xiǎn)狀態(tài)預(yù)估函數(shù)R,其表達(dá)式如下:R=n∑i=1Ρi×Gi,(19)式中,n為危險(xiǎn)事件的數(shù)量。在本文彎道防側(cè)滑超速報(bào)警系統(tǒng)所針對的行駛工況中,不考慮車輛的側(cè)翻,危險(xiǎn)事件僅為車輛被甩出道路的情形,即n=1,從而安全狀態(tài)評估函數(shù)可表示為:R=P×G,(20)式中,G為危險(xiǎn)事件的權(quán)重,表示該危險(xiǎn)事件發(fā)生后所能引起的破壞程度,其取值與車輛被甩出車道時(shí)的車速、路面附著條件、路側(cè)障礙物及路側(cè)防護(hù)措施等眾多因素有關(guān),因此難以做到精確取值。另外,考慮到留出一定的安全余量,因此一律取G=1。P為危險(xiǎn)事件發(fā)生的概率,其傳統(tǒng)計(jì)算方法如下:Ρ={v/vc-comfort?1?v<vc-comfort?v≥vc-comfort?(21)式中,vc-comfort為依據(jù)式(18)計(jì)算出的車輛前方某一距離處的最大安全車速;v為車輛的當(dāng)前車速。但用式(21)計(jì)算危險(xiǎn)事件概率時(shí)存在一個(gè)問題,即當(dāng)車輛以加速狀態(tài)或減速狀態(tài)途經(jīng)某一地點(diǎn)時(shí),只要其當(dāng)時(shí)的瞬時(shí)速度相同,利用式(21)計(jì)算出的P值便相等,但實(shí)際情況是后者發(fā)生側(cè)滑的概率要小于前者。另外,可能發(fā)生危險(xiǎn)情況時(shí),駕駛員總是提前一定的時(shí)間對車輛進(jìn)行控制,而不是提前一定的距離,即駕駛員往往對發(fā)生危險(xiǎn)的時(shí)間距比較敏感。因此將車輛的加速度以及駕駛員預(yù)估時(shí)間Td引入P值的計(jì)算式,具體表達(dá)如下:Ρ={v(Τd)/vc-comfort(s)?1?v(Τd)<vc-comfort(s),v(Τd)≥vc-comfort(s)?(22)式中,Td為預(yù)估時(shí)間,可依據(jù)駕駛員實(shí)際道路試驗(yàn)選取,一般取2～4s;vc-comfort為根據(jù)式(18)計(jì)算出的車輛前方s處的最大安全車速;v(Td)為根據(jù)車輛當(dāng)前速度和加速度估計(jì)出的車輛Td時(shí)間后的速度;s為根據(jù)當(dāng)前車速和加速度估計(jì)出的車輛Td時(shí)間內(nèi)行駛過的距離,即:{v(Τd)=v+aΤd?s=vΤd+aΤd2/2。(23)利用式(22)可對車輛在駕駛員預(yù)估時(shí)間Td后的安全狀態(tài)進(jìn)行提前估計(jì),進(jìn)而提前對駕駛員發(fā)出報(bào)警提示,這與駕駛員特性相符。風(fēng)險(xiǎn)狀態(tài)預(yù)估值R計(jì)算完畢之后,可根據(jù)其大小分級別對駕駛員進(jìn)行報(bào)警提示。根據(jù)實(shí)際道路試驗(yàn)制定報(bào)警規(guī)則如式(24)所示。{R<0.5,不報(bào)警?0.5≤R<0.9?初級報(bào)警?R≥0.9,高級報(bào)警。(24)3安全載荷測試為驗(yàn)證所設(shè)計(jì)的彎道防側(cè)滑超速報(bào)警系統(tǒng)的有效性,讓駕駛員在精力集中的情況下高速駛?cè)胍粋€(gè)熟悉的彎道,記錄其釋放加速踏板時(shí)刻、制動(dòng)時(shí)刻、車輛所經(jīng)道路的GPS坐標(biāo)、車速、加速度以及橫擺角速度等信息。然后將上述所記錄的數(shù)據(jù)應(yīng)用于所設(shè)計(jì)的彎道防側(cè)滑超速報(bào)警算法,離線驗(yàn)證系統(tǒng)報(bào)警時(shí)刻與駕駛員實(shí)際操作是否相符。在離線校驗(yàn)中,假設(shè)駕駛員在精力不集中的情況下仍高速進(jìn)入彎道。試驗(yàn)結(jié)果如圖6所示。試驗(yàn)結(jié)果整體上可說明所設(shè)計(jì)彎道防側(cè)滑超速報(bào)警系統(tǒng)的報(bào)警算法與駕駛員實(shí)際操作較為相符。但由于駕駛員的駕駛習(xí)慣和特性是非常復(fù)雜的,對于個(gè)體駕駛員而言,還需要根據(jù)駕駛員的實(shí)際情況對報(bào)警規(guī)則的劃分閾值作適當(dāng)?shù)恼{(diào)整。4安全車速確定(1)基