重型商用车碰撞风险评估模型

2023-05-13 03:43陈建伟白书战詹君李国祥
内燃机与动力装置 2023年2期
关键词:前车控制策略加速度

陈建伟,白书战*,詹君,李国祥

1.山东大学 能源与动力工程学院,山东 济南 250061;2.潍柴动力股份有限公司,山东 潍坊 261061

0 引言

作为智能辅助驾驶系统的重要组成部分,汽车主动避撞系统能有效提高车辆的主动安全性,减少碰撞事故的发生[1]。当系统检测到自车与前方目标存在碰撞风险,立刻以声、光等方式警告驾驶员,若驾驶员未做出正确反应,碰撞风险超出阈值,系统主动制动,避免碰撞或减轻碰撞[2-3]。国内外众多研究人员对碰撞风险评估模型进行了研究:裴晓飞等[4]以避撞时间余量判断当前行驶工况存在的碰撞风险,基于驾驶员避撞动作特性设计了一种分级避撞控制算法;郭祥靖等[5]基于反向传播神经网络预测碰撞时间(time to collision, TTC),评估碰撞风险,采用分层控制以提高车辆的主动安全性;Yang等[6]提出一种行人避撞预警模型,模型上层采用模糊神经网络控制,下层为比例积分微分(proportional integral differential, PID)控制器,实现了避免行人碰撞和确保行人生命安全的功能要求。

在用的汽车主动避撞系统控制策略一般以安全距离或TTC为依据对碰撞风险进行评估[7-9],该类模型易出现减速过多、制动结束时与前车距离过大等问题[10]。为提高车辆控制的安全性,本文中以充分考虑车间信息的预碰撞时间作为碰撞风险指数设计碰撞风险评估模型,并通过TruckSim和Simulink联合仿真对搭建的碰撞风险评估模型进行验证,为重型商用车主动避撞系统设计提供参考。

1 碰撞风险评估模型总体框架

以充分考虑车间信息的预碰撞时间作为碰撞风险指数设计碰撞风险评估模型。模型采用分级避撞控制策略,上层控制器基于碰撞风险指数对当前车辆的碰撞风险进行评估,根据自车车速选择合适的TTC阈值,根据TTC阈值确定预期制动加速度aexp;下层控制器通过PID调节上层控制器输出的期望制动加速度,计算制动压力,对车辆实施分级避撞策略。搭建的重型商用车碰撞风险评估模型总体框架如图1所示。

图1 重型商用车碰撞风险评估模型总体框架

2 分级避撞控制策略设计

2.1 碰撞风险指数

相比于传统的碰撞时间模型,以充分考虑相对距离、相对速度和相对加速度等车间信息的预碰撞时间作为碰撞风险指数,更能有效地预估自车的碰撞风险。碰撞风险指数tTTC关于相对速度vrel、相对加速度arel和相对距离drel的状态函数可表示为:

式中:vrel=v0-v1,其中v0、v1分别为自车速度、前车速度;arel=a0-a1,其中a0、a1分别为自车加速度、前车加速度。

前车开始制动到停止需要的时间tf=-v1/a1[11]。tf>tTTC,表示在发生碰撞时前车仍在运动;tf≤tTTC,表示在发生碰撞时前车已停止。

2.1.1 碰撞时前车未停止

碰撞风险指数

当前车速度及加速度均大于自车(vrel≤0且arel≤0)时,无碰撞风险,所以只考虑tTTC大于0的情况。

2.1.2 碰撞时前车已停止

碰撞风险指数

(1)

如果前方为静止目标,即v1=a1=0时,式(1)可简化为:

2.2 分级避撞控制策略

碰撞风险指数tTTC能实时定量反映出车辆距离碰撞事故发生的时间余量。车辆行驶时,当tTTC小于相应的一级制动时间阈值t1或二级制动时间阈值t2时,为保持车辆在避撞系统介入制动过程中的稳定性,采用分级避撞的控制策略,控制策略流程如图2所示。

图2 分级避撞控制策略流程图

2.2.1 期望制动加速度

驾驶员在制动过程中的反应大致分为2个阶段:碰撞风险较低时采取较低加速度的一级制动,碰撞风险极高时使用全力进行减速的二级制动。文献[7]分析了100起轻微碰撞事故中驾驶员的制动过程,统计一、二级制动加速度aa1、aa2,按区间分布如表1所示。表1中g为自由落体加速度。

由表1可得:轻微碰撞事故中驾驶员分级制动时,平均一级加速度为-0.41g,平均二级加速度为-0.71g。因此,将分级避撞控制策略中一级制动期望加速度设为-4.0 m/s2,二级制动设为-8.0 m/s2,则分级避撞策略中的制动期望加速度

表1 轻微碰撞事故中驾驶员分级制动加速度统计

2.2.2 TTC阈值

以固定的TTC阈值判定碰撞风险将导致主动避撞系统无法适应不同的车速工况,因此,应区分不同的行驶工况,分段设置TTC阈值。自车车速低于30 km/h时为低速行驶工况,处于30~60 km/h时为中速行驶工况,高于60 km/h时为高速行驶工况。在评估自车碰撞风险时,根据自车车速选择对应行驶工况的TTC阈值作为分级避撞控制策略的判定条件。

典型的TTC阈值设置为:当系统检测到碰撞风险,在碰撞前2.6 s向驾驶员发出预警,在碰撞前1.6 s进行0.2倍部分制动,在碰撞前0.6 s全力制动。不考虑驾驶员的反应时间和预警时间,文献[12]在自车车速为50 km/h的行驶工况下,基于典型的t1和t2,仿真计算制动停车,自车距前车的距离L,结果如表2所示。

表2 典型TTC阈值下停车后两车距离仿真结果

由表2可知:两级制动时间阈值过大时,自车制动停车时距前车距离过大,易干扰驾驶员的正常操作;两级制动时间阈值过小时,自车制动停车时与前车距离过小,主动避撞系统不能发挥作用。综合考虑车速、路面摩擦和表2数据,为达到既不干扰驾驶员正常驾驶又能在危险时刻实现主动避撞,不同行驶工况的TTC阈值设置为:低速行驶工况时t1=1.3 s,t2=0.4 s;中速行驶工况时t1=1.6 s,t2=0.6 s;高速行驶工况时t1=1.9 s,t2=0.9 s。

2.2.3 PID误差控制

为减小期望制动加速度的误差,提高控制精度,采用PID控制器进行误差调节。控制误差期望e(t)为期望制动加速度aexp和实际制动加速度a0之差,即e(t)=aexp-a0。搭建的期望制动加速度PID误差控制器如图3所示。

图3 期望制动加速度PID误差控制器

3 仿真验证

3.1 碰撞风险评估仿真模型

在TruckSim中搭建车辆模型和仿真场景,某重型商用车的主要技术参数如表3所示。在Simulink中搭建分级避撞控制策略,与TruckSim模块组成碰撞风险评估模型,如图4所示。TruckSim车辆模型输出相对距离、相对车速、自车车速、自车加速度等,输入至分级避撞控制策略中,Simulink计算期望制动主缸压力pexp。根据文献[13]的测试方法,选择前车静止、前车慢行和前车制动3种仿真工况对搭建的碰撞风险评估模型进行仿真验证。

表3 某重型商用车的主要技术参数

图4 碰撞风险评估模型联合仿真结构

3.2 结果分析

3.2.1 前车静止工况

前车静止,自车匀速行驶,速度为40 km/h,距前车100 m。前车静止工况的期望制动加速度、相对速度和相对距离仿真结果如图5所示。

a)期望制动加速度 b)相对速度 c)相对距离

由图5a)可知:自车匀速行驶7.301 s检测到一级碰撞风险,期望制动加速度为-4.0 m/s2,实施一级制动;行驶9.269 s检测到二级碰撞风险,期望制动加速度为-8.0 m/s2,实施二级制动。由图5b)、c)可知:经过9.614 s自车完成制动并停车,此时距离前车2.668 m。

3.2.2 前车慢行工况

前车以20 km/h的速度慢行,自车以50 km/h的速度匀速行驶,距前车100 m。前车慢行工况的期望制动加速度、相对速度和相对距离仿真结果如图6所示。由图6可知:自车以匀速行驶10.279 s检测到一级碰撞风险,期望制动加速度为-4.0 m/s2,实施一级制动;行驶11.9 s检测到二级碰撞风险,期望制动加速度为-8.0 m/s2,实施二级制动;经过12.3 s完成制动并停车,此时距离前车3.276 m。

a)期望制动加速度 b)相对速度 c)相对距离

3.2.3 前车制动工况

前车初始车速为50 km/h,以-4.0 m/s2的加速度制动,自车以50 km/h的速度匀速行驶,距离前车40 m。前车制动工况的期望制动加速度、相对速度和相对距离仿真结果如图7所示。由图7可知:自车匀速行驶1.727 s检测到一级碰撞风险,期望制动加速度变为-4.0 m/s2,实施一级制动;3.705 s检测到二级碰撞风险,期望制动加速度为-8.0 m/s2,实施二级制动;经过3.85 s完成制动并停车,此时距离前车2.077 m。

a)期望制动减加速度 b)相对速度 c)相对距离

前车静止、前车慢行和前车制动3种工况的仿真验证结果表明,该分级避撞控制策略能快速识别碰撞风险并及时制动,制动完成后与前车的距离为2.077~3.267 m,可有效避免碰撞。

4 结束语

以充分考虑车间信息的预碰撞时间作为碰撞风险指数设计重型商用车的避撞风险评估模型,根据碰撞事故数据和典型行驶工况的TTC阈值仿真结果确定期望制动加速度和分段TTC阈值;搭建TruckSim和Simulink联合仿真模型,对前车静止、前车慢行和前车制动3种工况的重型商用车碰撞风险模型进行仿真验证。

基于碰撞风险指数设计的分级避撞控制策略在3种工况下均能快速识别碰撞风险,并及时制动,制动完成后与前车的距离为2.077~3.267 m,有效避免了碰撞。

猜你喜欢
前车控制策略加速度
高速路相邻前车驾驶人意图预测
“鳖”不住了!从26元/斤飙至38元/斤,2022年甲鱼能否再跑出“加速度”?
工程造价控制策略
天际加速度
创新,动能转换的“加速度”
死亡加速度
现代企业会计的内部控制策略探讨
汽车追尾哪种情况无需负责
容错逆变器直接转矩控制策略
基于Z源逆变器的STATCOM/BESS控制策略研究