杨 浩,薛 锋,税永波,韩中海
(1.重庆工商职业学院,重庆 401520;2.中国汽车工程研究院股份有限公司,重庆 401122)
驾驶员模型在人-车-路闭环系统中有着重要作用。不同的学者基于不同的控制理论和假设,建立了不同的驾驶员模型。目前主要有基于驾驶员前视作用的预瞄驾驶员模型[1-2],基于智能控制理论的智能控制驾驶员模型[3-5],基于各种假设的校正模型[6-7]。文献[1]建立了三阶预瞄模型,基于滑膜控制和三阶预瞄决策的转向驾驶员模型,轨迹跟随误差较多点预瞄模型更少。文献[2]建立了基于视觉系数的单点预瞄驾驶员模型分析,通过增设表征侧向加速度视觉与纵向预瞄视觉的关系,可以实现无差地跟踪给的弧形弯道。文献[3]通过两个并联的模糊控制器,建立了预瞄最优曲率模型的大曲率转向控制方法,该模型能适应于大曲率转向控制。文献[4]提出了一种预瞄时间和补偿预瞄时间相结合的驾驶员模型,通过神经网络控制算法,该模型可以有效改善智能汽车的路径跟踪精度。文献[5]提出了一种基于驾驶员状态预测的人机力协调转向控制器设计,采用模型预测控制方法,可以提高车转向性能。文献[6]基于经典的开环校正作为主校正环节,运用BP神经网络里PID控制器作为不报错校正,建立了一种预瞄跟随驾驶员模型的复合校正,该模型具有很好的自适应能力。文献[7]提出一种任意车速下校正环节参数的求解方法,建立了一种预瞄跟随驾驶员模型校正环节参数求解方法,该模型在人-车-路闭环仿真中有较高的精度。……