考虑车辆横向主动安全的智能驾驶员模型

隋 振 梁 硕 ,2 田彦涛 ,3

驾驶员模型本质上即智能车辆的自动驾驶控制器,自动完成车辆在特定驾驶任务下的速度控制与转向.通常根据车辆运动的维度,驾驶员模型可以大致分为纵向驾驶员模型、横向驾驶员模型与复合驾驶员模型[1].现如今最优控制理论、自适应控制理论与模型预测控制(Model predictive control,MPC)理论已成为当前驾驶员建模的主流方法.如Yoshida 等[2]采取自适应控制理论建立驾驶员模型.Qu 等[3-4]提出了基于随机模型预测控制的驾驶员建模方法.Falcone 等[5]则利用线性时变模型预测控制算法建立了自动驾驶车辆的转向控制器,也可认为是横向驾驶员模型.Du 等[6]利用非线性模型预测控制(Nonlinear model predictive control,NMPC)实现车辆速度和转向的综合控制.未来随着人工智能技术的推进,基于机器学习技术在特定驾驶任务条件下建立驾驶员模型也逐渐引起了人们的重视.如Amsalu 等[7]利用支持向量机对驾驶员在十字路口处的驾驶行为进行了分析与建模,对驾驶员在十字路口的行为进行准确的预测,并用于指导实际驾驶行为.

在智能驾驶员模型飞速发展的同时,车辆的主动安全也逐渐引起了人们的重视[8].车辆的横向运动过程中主要面对的安全威胁包括:1)在车辆转向过程中,由于车辆系统的非线性和耦合性使其在高速、弯道或者在湿滑路面下极容易发生侧滑、侧翻、车道偏离等危险.2)在复杂交通环境中,因对交通场景中环境态势分析的不足,导致和其他交通车辆发生碰撞事故……