三点预瞄的智能控制补偿驾驶员模型＊

杨浩 黄超群 魏显坤 税永波

（重庆工商职业学院，重庆 401520）

主题词：三点预瞄 智能控制 驾驶员模型 经验指数模型 补偿校正

1 前言

基于驾驶员的前视作用、推理决策能力和补偿跟踪行为，不同学者分别提出了预瞄驾驶员模型[1-3]、智能控制驾驶员模型[4-6]、补偿校正模型[7-8]。文献[1]基于不同的假设，通过控制横向误差建立了5种单点预瞄模型。文献[2]基于不同的评价指标，通过优化所设置的权重，建立了预瞄时间自适应的驾驶员模型。文献[3]假设驾驶员根据侧向偏差决策出最优加速度变化率，建立了三阶预瞄模型。文献[4]利用神经网络对任意函数的逼近能力，建立了BP 神经网络驾驶员模型。文献[5]通过对一段路程进行预瞄，结合模糊控制，提出了一种路程预瞄驾驶员模型。文献[6]针对转向控制中对于驾驶员参与和驾驶员状态考虑较少的问题，提出一种基于驾驶员状态预测的人机力矩协同转向控制方法，进一步提出驾驶员参与和状态模型预测控制算法。文献[7]提出一种任意车速下校正环节参数的求解方法，用于人-车闭环仿真，具有较高精度。文献[8]提出一种对汽车非线性动力学具有自适应性的复合校正方法，对汽车动力学的非线性特性具有很好的自适应能力。上述方法在路径跟踪方面取得了一定进展，但关于不同预瞄风格驾驶员对预瞄距离的动态调节机制、转向决策的输入与输出量的非线性、补偿校正时期望的稳态转向等问题的分析较少。……