本发明涉及智能车辆控制技术领域,尤其涉及一种基于驾驶安全及驾驶员特性的变道轨迹解析表达与参数约束求取与优化和横/纵运动结合的驾驶员模型设计方法。
背景技术
车辆轨迹规划与驾驶员模型建模在智能驾驶领域中占有重要的研究地位。轨迹规划作为驾驶员建模的参考量输出来源，是整个智能驾驶过程中车辆安全运行的第一道保障。然而，目前大多数轨迹规划通常考虑路线本身的平缓程度作为安全指标，这一做法在轨迹规划时显得过于保守，而忽略了驾驶员驾驶特性的规划轨迹也无法保证驾驶员驾驶时的舒适性。
驾驶员建模作为实现车辆智能驾驶的手段，广大研究学者将驾驶员模型按照运动方向划分成两种模型：横向运动驾驶员模型和纵向运动驾驶员模型。在基于控制器设计驾驶员模型时，亦将模型分开设计。但是，考虑到大多数工况以及驾驶员模型被控对象—车辆的特点，车辆的两个方向运动具有耦合特性，考虑单一方向运动状态分别设计驾驶员模型会导致因为忽略另一方向的运动状态的偏差使得其控制效果产生较大误差。因此，为了使得控制器设计更为准确，设计驾驶员模型需要考虑其运动的相互影响的特性，将另一方向的状态量作为控制器设计的参考因素，以保证达到期望的控制效果。
技术实现要素：
本发明的技术解决问题：对于车辆的智能驾驶，给出一种基于驾驶安全与驾驶员特性结合的一种变道参考轨迹的解析表示、参数约束及优化的方法。同时，给出基于状态补偿pid控制器的横纵结合的驾驶员模型，使得车辆运动能够实现轨迹跟踪与纵向速度跟踪。
一种横/纵向运动统一框架的驾驶员模型建模方法，其特征在于，所述驾驶员模型建模方法包括如下步骤：
步骤一：根据车辆变道轨迹，建立道路坐标系，利用带参数的双曲正切函数对横向变道轨迹进行解析表示；
步骤二：实时采集车辆运动状态以及道路环境信息
实时的由车载传感器采集车辆行驶过程中车辆状态，获得车辆的横向速度、纵向速度、航向角等信息，再通过车载摄像头、雷达等外部传感器采集道路信息，获得道路宽度、路面摩擦系数、车身宽度、迎风面积、车辆横向位置等有效信息；
步骤三：优化变道轨迹解析式中的横向位移参数
根据驾驶员驾驶意图分析得到驾驶员纵向驾驶期望以及完成横向运动的纵向路程期望，获得步骤一中轨迹解析式的路程参数，结合步骤二中采集的车辆横向位置、道路宽度、车身宽度获得步骤一中轨迹解析式的位置参数和横向位移参数的约束域，结合安全需求与驾驶工况建立横向位移参数的优化指标函数，通过计算并结合横向位移参数约束域获得优化的横向位移参数；
步骤四：优化变道轨迹解析式中的平缓度参数
依据纵向驾驶期望、车辆迎风面积、当前道路摩擦系数以及步骤三中获取的横向位移，得到轨迹解析式中的平缓度参数约束域，结合安全需求与驾驶工况建立平缓度参数的优化指标函数，在约束域内优化平缓度参数值，从而获得步骤一所述的期望轨迹表达式；
步骤五：根据横向位移得到车辆期望横向速度
以步骤四中得到的期望轨迹作为横向位移参考，通过设计pid控制器得到大地坐标系下的满足横向轨迹跟踪的横向速度，根据航向角信息和驾驶纵向期望将该横向速度转化为车辆坐标系上的横向/纵向速度期望。
步骤六：确定驾驶员模型输出量
以步骤五中得到的横向/纵向期望运动速度作为参考值，利用pid控制器设计结合横/纵向运动的驾驶员模型上层控制器，求得作用在车辆坐标系上的实现横向轨迹跟踪以及纵向速度跟踪的合成纵向合力、合成横向合力以及横摆力矩的规划值∑fx、∑fy及∑mz。
步骤一所述进行变道规划时，通过建立道路坐标系使用双曲正切函数对车辆变道轨迹进行数学解析表达，所选双曲正切函数形式为：
y＝k·tanh[a·(x-b)]+h
其中，y为车辆的横向位移变化量，b轨迹的路程参数，表示车辆执行变道操作其纵向行驶期望距离的1/2，k为轨迹的横向位移参数，表示车辆执行变道操作其横向期望总位移的1/2，h为车辆在大地坐标系上的初始横向位置，x为轨迹的当前纵向路程，a为轨迹的平缓度参数，表示轨迹的平缓程度。
步骤三所述考虑到车辆行驶时其行驶轨迹与车辆稳定安全性之间的关系，依据变道行为与道路之间的关系，得到横向位移参数k的约束域，再根据安全需求与驾驶工况建立关于k的性能指标函数：
其中，jk1表示安全指标，jk2表示驾驶员特性指标，w1、w2为各自权重系数，w2≠0即w2可以是正数亦可以是负数，用以表示驾驶员对横向位移期望的特性，正数表示驾驶员对横向位移期望越小越好，负数表示驾驶员对横向位移的期望越大越好，通过设计不同w1，w2来体现不同驾驶员所期望的横向位移量的期望k值。
步骤四所述考车辆行驶时其行驶轨迹与车辆稳定安全性之间的关系，依据牛顿第二定律与摩擦圆约束，得到轨迹解析式中平缓度参数a的约束域，在根据轨迹平缓度与安全需求与驾驶工况建立关于a的性能指标函数：
w3＞0，w4≠0，w5≠0
其中，ja1表示安全指标，ja2、ja3表示驾驶员对车辆横向速度和加速度的性能指标，w3、w4、w5为各自权重系数，w4≠0即w4可以是正数亦可以是负数，用以表示驾驶员对横向期望速度的特性，正数表示驾驶员对横向速度期望越小越好，即驾驶过程越平坦越好，负数表示驾驶员对横向速度的期望越大越好，即转向过程尽可能快速。w5同理，通过设计不同w3、w4、w5来体现不同驾驶员所期望的横向位移加速度的期望a值。
所述基于状态补偿pid控制器设计结合横/纵向运动的驾驶员模型控制器，其被控对象状态空间方程为：
其中，ux、uy分别为大地坐标系下的纵向和横向速度，
uy＝kpy·ey+ksy·∫ey+kdy·dey
ux1＝kpvx·evx+ksvx·∫evx+kdvx·devx，∑fx＝ux1-mωrvy
uvy＝kpvy·evy+ksvy·∫evy+kdvy·devy，∑fy＝uvy+mωrvx
∑mz＝kpwvx·evx+kswvx·∫evy+kdwvx·devx
其中，ux1、uvy为纵向速度与横向速度的状态补偿的中间控制量，ey、∫ey、dey分别是横向位移偏差以及其积分和微分项，kpy、ksy、kdy分别为横向位移pid控制器中的比例、积分、微分参数；evx、∫evx、evx分别是纵向速度偏差以及其积分和微分项，kpvx、ksvx、kdvx分别为纵向跟踪pid控制器中的比例、积分、微分参数；evy、∫evy、evy分别是横向速度偏差以及其积分和微分项，kpvy、ksvy、kdvy分别为∑fy的横向速度跟踪pid控制器中的比例、积分、微分参数；kpwvy、kswvy、kdwvy分别为∑mz的横向速度跟踪pid控制器中的比例、积分、微分参数。
有益效果：本发明结合车辆传感器所收集到的外部以及车辆自身状态信息，利用双曲正切函数对车辆变道轨迹进行解析表示，同时分析得到解析式参数约束域，进而得到可行轨迹簇并通过优化分析得到优化轨迹，同时设计驾驶员横/纵向结合控制器实现了纵向速度与横向轨迹位移的同时跟踪，实现了驾驶员模型的横纵运动控制的统一，对于车辆智能驾驶与实现具有良好的理论指导意义和应用前景。
附图说明
图1为本发明所提出的驾驶员模型工作流程图；
图2为本发明研究用道路环境图；
图3为基于道路环境图建立的道路坐标系；
图4为平缓度参数a随k变化的取值范围图像；
图5为实验用参考轨迹图像；
图6为工况1纵向速度跟踪效果；
图7为工况1纵向速度跟踪偏差；
图8为工况1横向位移跟踪效果；
图9为工况1横向位移偏差；
图10为工况2纵向加速控制响应效果；
图11为工况2纵向速度偏差；
图12为工况3匀加速跟踪效果；
图13为工况3匀加速跟踪效果偏差；
图14为工况4突加速工况跟踪；
图15为工况4突加速跟踪偏差；
图16为工况4突减速工况跟踪；
图17为工况4突减速跟踪偏差；
图18为工况5变加速工况跟踪；
图19为工况5变加速跟踪误差；
图20为工况6横向位移跟踪效果；
图21为工况6横向位移跟踪偏差；
图22为工况6纵向速度跟踪效果；
图23为工况6纵向速度跟踪偏差。
具体实施方式
下面结合附图，对提出的设计方案进一步地阐述和说明。
本发明提出一种针对车辆行驶安全的车辆变道轨迹规划与横/纵向运动相统一的驾驶员模型设计方法，其中涉及的驾驶员模型工作流层图如图一所示。
模块①代表驾驶员模型横纵向期望量获取模块，通过外部环境感知以及车辆自身参数得到车辆执行横向变道运动时的轨迹解析化后的横向位移参数以及平缓度参数的约束域，进而通过环境以及驾驶安全需求以及驾驶员自身特性对轨迹参数进行优化，得到优化参数，进而得到完整的参考轨迹解析式，作为驾驶员模型横向期望量。
模块②代表横纵向运动统一框架的驾驶员模型控制器，在期望值获取模块得到驾驶员模型控制器所需要的期望量：纵向速度和横向位移。其中横向位移经过转向规划将位移期望量转换成横向速度期望量，进而利用追踪控制器将得到的横向速度与纵向速度期望量转换成称身坐标系上的横向合力、纵向合力、横摆合力矩，再通过输出转换将合力与合力矩转换成符合驾驶员对车辆输入形式的输入量，从而完成驾驶员模型设计。
模块③代表驾驶员模型控制器的被控对象：车辆—道路模型，通过驾驶员模型对车辆进行操作，使得车辆获得对应的纵向速度、横向速度、横摆角速度，进而在道路上产生纵向位移、横向位移、航向角，从而与模块①中的期望量获得误差，再通过驾驶员模型控制器进行控制。
本发明提出了一种针对车辆行驶安全的车辆变道轨迹规划与横/纵向运动相统一的驾驶员模型设计方法，按下述步骤实施：
1)建立根据车辆变道轨迹，建立道路坐标系，利用带参数的双曲正切函数对横向变道轨迹进行解析表示。
首先观察道路环境如图2：
图2中将车辆细化成质点，考虑到车辆自身宽度以及最小安全距离的避撞安全要求，上下两端灰色虚线区域即为车辆完成变道操作后其质心存在的安全区域。通过阅读相关驾驶员横向模型文献以及自身实际观察，车辆执行变道行为时，考虑到轨迹的解析形式表达方法对轨迹约束表达具有参考作用，本次研究中将单变道操作的轨迹通过双曲正切函数进行近似表示，所选双曲正切函数形式为：
y＝k·tanh[a·(x-b)]+h(1)
其中，y为车辆的横向位移变化量，b为轨迹的路程参数，表示车辆执行变道操作其纵向行驶期望距离的1/2，k为轨迹的横向位移参数，表示车辆执行变道操作产生的横向期望总位移的1/2，h为车辆在大地坐标系上的初始横向位置，x为轨迹的当前纵向路程，a为轨迹的平缓度参数，表示轨迹的平缓程度。
2)实时采集车辆运动状态以及道路环境信息
实时的由车载传感器采集车辆行驶过程中车辆状态，获得车辆的横向速度、纵向速度、航向角等信息，再通过车载摄像头、雷达等外部传感器采集道路信息，获得道路宽度、路面摩擦系数、车身宽度、迎风面积、车辆横向位置等有效信息；
3)优化变道轨迹解析式中的横向位移参数
通过驾驶员驾驶意图分析得到驾驶员纵向驾驶期望以及完成横向运动的纵向路程期望，获得轨迹解析式中的位置参数和横向位移参数的约束域，通过计算并结合横向位移参数约束域获得优化的横向位移参数。
根据双曲正切函数公式图像，建立道路坐标系。取初始道路和目标道路的交界线作为x轴，道路起始位置的横向方向为y轴，如下图3所示。
其中，d为道路宽度，w为车辆自身宽度，dbuff为车辆防碰撞最小安全距离。这里假设纵向道路路程已知，即b是已知的常数。通过车辆与边线的安全距离可以得到车辆初始位置的约束，由道路坐标系可知，车辆横向初始位置h约束为：
图3中，x轴上下两队虚线所夹区域为车辆变道操作前后质心的位置可行区域，通过两可行区域一会车辆初始位置可以得到车辆变道前后质心横向位移的变化量的约束，即k的约束：
获得k的约束后，根据车辆安全需求与驾驶员驾驶特性，建立关于k的性能指标函数：
其中，jk1表示安全指标，jk2表示驾驶员特性指标，w1、w2为各自权重系数，w2≠0即w2可以是正数亦可以是负数，用以表示驾驶员对横向位移期望的特性，正数表示驾驶员对横向位移期望越小越好，负数表示驾驶员对横向位移的期望越大越好，通过设计不同w1，w2来体现不同驾驶员所期望的横向位移量的期望k值。
分析得到k值与不同权重系数w1、w2之间的映射：
4)优化变道轨迹解析式中的平缓度参数
在确定了h，k的约束后，整个曲线参数仅剩a未处理，因此根据实际驾驶安全约束来获得a的约束便可得到整个轨迹的约束集。
结合纵向驾驶期望以及获得的车辆迎风面积信息，依据当前道路摩擦系数，结合轨迹参数获得轨迹解析式中的平缓度参数约束域，结合安全需求与驾驶员特性建立平缓度参数的优化指标函数，通过计算并结合平缓度参数约束域获得优化的平缓度参数。
根据轨迹实际要求、横向位移参数、车辆行驶受力分析、牛顿第二定理、摩擦圆原理结合得到平缓度参数a的约束：
a∈[amin,amax](6)
其中，amin为满足双曲正切函数表示轨迹时出示轨迹斜率接近0的平缓度参数。
其中aymax为车辆横向加速度上限，表达如下：
式中，m为车辆总质量，g为重力加速度，μ为道路摩擦系数，ρ为空气密度，cd为空气阻力系数，a为车辆迎风面积，f为车辆滚动阻力系数。
获得a的约束后，根据轨迹平缓度与安全需求与驾驶员特性建立关于a的性能指标函数：
w3＞0，w4≠0，w5≠0(9)
其中，ja1表示安全指标，ja2、ja3表示驾驶员对车辆横向速度和加速度的性能指标，w3、w4、w5为各自权重系数，w4≠0即w4可以是正数亦可以是负数，用以表示驾驶员对横向期望速度的特性，正数表示驾驶员对横向速度期望越小越好，即驾驶过程越平坦越好，负数表示驾驶员对横向速度的期望越大越好，即转向过程尽可能快速。w5同理，通过设计不同w3、w4、w5来体现不同驾驶员所期望的横向位移加速度的期望a值。
分析得到a值与不同权重系数w3、w4、w5之间的映射：
图4表示在横向位移参数k在1.25到2.25之间的条件下a的上下限曲线，其中车辆质量m取1359.8kg，重力加速度g取9.8m/s2，路面摩擦系数μ取1，迎风面积取a取2.2m2，空气阻力系数cd取0.30，滚动阻力系数f取0.01，vx取30m/s。
5)根据横向位移得到车辆期望横向速度。
以步骤四中得到的期望轨迹作为横向位移参考，通过设计线性pid控制器的到大地坐标系下的满足横向轨迹跟踪的横向速度，根据步骤二中得到的航向角信息和步骤三中得到的期望纵向运动将该横向速度转化为车辆坐标系上的期望横向/纵向速度。
建立设计车辆纵向速度、侧向速度和横摆角速度的三自由度模型，模型的表达式如平衡方程(11)所示
其中，ux、uy分别为大地坐标系下的纵向和横向速度，
根据横向位移与大地横向速度之间的关系设计pid控制器如公式(12)所示：
uy＝kpy·ey+ksy·∫ey+kdy·dey(12)
其中，ey、∫ey、dey分别是横向位移偏差以及其积分和微分项，kpy、ksy、kdy分别为横向位移pid控制器中的比例、积分、微分参数。
通过上式得到的大地坐标下的横向速度，通过转化即可得到跟踪控制器中的横向期望vy，转化公式如式(13)：
6)确定驾驶员模型输出量
以式(13)得到的横向/纵向期望运动作为参考值，利用状态反馈pid控制器设计结合横/纵向运动的驾驶员模型上层控制器，求得作用在车辆坐标系上的实现横向轨迹跟踪以及纵向速度跟踪的合成纵向合力、合成横向合力以及横摆力矩的规划值∑fx、∑fy及∑mz。
根据车辆纵向速度平衡方程设计如下pid控制器：
ux1＝kpvx·evx+ksvx·∫evx+kdvx·devx(14)
∑fx＝ux-mωrvy(15)
其中，ux1为纵向速度包含状态补偿的pid纵向合力输入，evx、∫evx、evx分别是纵向速度偏差以及其积分和微分项，kpvx、ksvx、kdvx分别为纵向跟踪pid控制器中的比例、积分、微分参数。
根据车辆横向速度平衡方程设计如下pid控制器：
uvy＝kpvy·evy+ksvy·∫evy+kdvy·devy(16)
∑fy＝uvy+mωrvx(17)
其中，uvy为横向速度包含状态补偿的pid横向合力输入，evy、∫evy、evy分别是横向速度偏差以及其积分和微分项，kpvy、ksvy、kdvy分别为横向跟踪pid控制器中的比例、积分、微分参数。
根据车辆横摆角速度平衡方程设计如下pid控制器：
∑mz＝kpwvx·evx+kswvx·∫evy+kdwvx·devx
其中，kpwvy、kswvy、kdwvy分别为横向跟踪pid控制器中的比例、积分、微分参数。
通过调节九个pid参数，即可得到实现期望跟踪的完整的pid控制器。
下面给出本发明多提供的技术方案的仿真实验数据。
将满足约束条件的轨迹簇中的一条轨迹作为参考轨迹，函数为y＝1.75[tanh[0.08(vxx-45)]+1]-1.5，其中vx＝30m/s，轨迹描述为：车辆经过90m的同时横向位移了3.5m，轨迹图像如图5所示。
工况1：车辆保持vx＝30m/s的纵向速度对轨迹进行跟踪，图6—图9为其仿真结果，其中，图6、图8为纵向速度与横向位移两期望实际值与期望值对比，图7和图9为各自的偏差量。
工况2：车辆直线行驶，纵向速度从0起始，要求快速加速到30m/s，此时横向位移期望为0，因此只需要观察纵向速度响应效果，图10、图11为其仿真结果。
工况3：车辆直线行驶，纵向速度从0起始，要求以5m/s2的加速度进行匀加速运动，图12、图13为其仿真结果。
工况4：车辆以20m/s平稳运行，在某一时刻突然加速/减速，变化量为±10m/s，所设计控制器跟踪效果如图14—图17所示。
工况5：车辆直线行驶，纵向速度以正弦型号行驶进行变化，周期为3s，范围从0至30变化，图18—图19位其仿真效果。
工况6：车辆纵向以工况5中的速度行驶，横向对期望轨迹进行跟踪，图20—图23位其仿真效果。
从工况1中纵向速度以及横向位移的跟踪效果可以看出，本发明提出的驾驶员模型可以在车辆匀速行驶时实现横向轨迹跟踪，具有良好的跟踪效果，说明该设计在纵向匀速横向跟踪上具有较好的跟踪性能。
从工况2—工况5中纵向速度的跟踪及相应效果可以看出，本发明提出的驾驶员模型在各种纵向行驶工况中都能保持良好的跟踪以及响应特性，说明本发明可以良好的实现驾驶员驾驶时所需要执行的各种纵向操作。
从工况6中纵向速度以及横向位移的跟踪效果可以看出，本发明提出的驾驶员模型算法可以在纵向加速度变化时实现横向轨迹跟踪，具有良好的跟踪效果，说明该设计在纵向变加速横向跟踪上具有较好的适应性。说明该驾驶员模型可以实现横/纵向相结合，将两方向运动实现了控制的统一。
本发明结合车辆传感器所收集到的外部以及车辆自身状态信息，利用双曲正切函数对车辆变道轨迹进行解析表示，同时分析得到解析式参数约束域，进而得到可行轨迹簇并通过优化分析得到优化轨迹，同时设计驾驶员横/纵向结合控制器实现了纵向速度与横向轨迹位移的同时跟踪，实现了驾驶员模型的横纵运动控制的统一，对于车辆智能驾驶与实现具有良好的理论指导意义和应用前景。