首页 / 专利库 / 地球科学 / / 一种基于风险动态平衡理论的弯道跟驰模型

一种基于险动态平衡理论的弯道跟驰模型

阅读:483发布:2023-02-04

专利汇可以提供一种基于险动态平衡理论的弯道跟驰模型专利检索,专利查询,专利分析的服务。并且一种基于 风 险动态平衡理论的弯道跟驰模型,用于解决弯道行驶过程中安全跟车问题。技术方案是在期望安全裕度跟驰模型的 基础 上,考虑驾驶人在跟车过程中的危险可接受 水 平,探究弯道驾驶人的安全裕度变化规律,表示弯道状态参数向量,构建了弯道跟驰行为补偿模型。所提出的弯道行为补偿模型使弯道跟驰控制与驾驶人的操作具有相似性,提高驾驶人的可接受程度和车辆乘员的舒适性,为车辆的 自适应巡航控制 、自动驾驶等领域的安全控制提供技术支持。,下面是一种基于险动态平衡理论的弯道跟驰模型专利的具体信息内容。

1.一种考虑驾驶人险动态平衡过程的弯道跟驰模型,其特征在于,包括弯道状态状态参数向量p′=[τ′ SMnDH′ SMnDL′ α′1 α′2]T,通过方程组和矩阵形式来表示模型中各参数的补偿量:
其中,A为补偿系数;B为行为补偿变量,该值和弯道道路特性有关,R指弯道半径,θ指弯道转,1指常数项;
弯道行为补偿模型的运动方程为:
其中,a′n-follow(t+τ′)是弯道上后车的期望加速度,τ′为反应时间,SMnDH′(t)和SMnDL′(t)分别是作为跟驰车的n车在t时刻的期望安全裕度区间SMnD′(t)的上限和下限,α1′和α2′为跟驰车辆驾驶人进行加、减速操作行为相关的系数,为加速、减速敏感系数,且α1′>0m/s2,α2′>0m/s2。

说明书全文

一种基于险动态平衡理论的弯道跟驰模型

技术领域

[0001] 本发明涉及的是一种用于交通安全和车辆工程技术领域的方法,具体指车辆在弯道跟驰的过程,基于风险动态平衡理论,分析弯道驾驶特性,在期望安全裕度模型的基础上,提出了一种弯道跟驰行为补偿模型,为弯道控制提供理论基础,此方法可广泛应用于自适应巡航控制、自动驾驶等领域。

背景技术

[0002] 随着汽车保有量的快速增长,引起了日益严重的交通问题,依赖通信、传感等技术的迅速发展,驾驶辅助系统成为当下研究的热点。自适应巡航控制系统(ACC,Adaptive Cruise Control System),是驾驶辅助系统的重要组成部分之一。自适应巡航控制系统可以有效地降低行车过程中驾驶人的工作负荷和疲劳强度,提高驾驶人的驾驶舒适性,并明显提高车辆的安全性能,目前ACC在市场上的应用越来越广泛。ACC系统在平直道上的应用效果较佳,但在弯道工况下容易产生负作用。主要有以下几种情况,当前方车辆快速驶过弯曲道路时,配备自适应巡航控制系统的后方车辆也会以类似的较高速度跟随,以保持弯道工况下的跟驰行为,由于弯曲道路的复杂性,后方车辆容易陷入危险状况;ACC系统采用雷达探测距离的方法来获取道路上两车距离,这个距离是指两车之间的直线距离,适用于直道工况,而在弯道工况中的两车实际距离大于直线距离,二者存在误差,降低了ACC的间距控制算法的精确度,也影响了弯道工况的跟车安全性。对于弯道工况,Zheng Y M et al提出了基于最优速度模型的弯道交通流模型,该模型主要考虑了自车和前车之间的速度差,忽略了驾驶人的特性。Zhang D et al提出了一种基于驾驶员行为特征的曲线道路 ACC的速度控制算法,该算法是在前方没有汽车的弯道情况下,为每个驾驶员提供定制的速度曲线,没有研究跟驰过程中的前后车影响。Chu D et al提出了一个考虑驾驶风格以及车辆和道路因素的曲线速度模型, Deng Z et al提出了基于驾驶员行为问卷的曲线安全速度模型,但这两种速度模型的基本约束是车辆的侧翻和侧滑,更侧重于车辆自身的运动状态的控制,而忽略了驾驶人在驾驶环境中的动态感知调整。1982年, Wilde提出风险动态平衡理论,认为驾驶人在驾驶过程中企图把危险水平保持在一个主观可接受的水平内。人具有一个主观的风险接受水平,这一水平是人们对其行为获利的期望与该行为对健康与安全的影响进行综合判断后的结果。风险动态平衡理论认为驾驶人在驾驶过程中企图把危险水平保持在一个主观可接受的水平内。在行车中,驾驶人不断感知和评估他们所面临的危险程度,将危险程度与自己期望水平进行比较,并尝试将两者之间的差异降至零。
[0003] 一直以来,跟车模型被用来描述后车跟随前车的运动。跟驰模型被广泛应用于车辆自动巡航控制系统和智能交通系统策略分析中。目前的弯道跟驰模型更多的侧重于车辆控制,而忽略了驾驶人自身的行为特性以及驾驶人对危险环境的感知。在弯道跟驰过程中,驾驶人感知到的危险大小对驾驶人的操作行为具有重要的影响,或者说,驾驶人对车辆运动的操作决策是在给定环境下驾驶人危险感知的函数。基于风险动态平衡理论的期望安全裕度跟车模型(Desired safety margin model)能够通过加减速敏感系数、驾驶员的反应时间以及驾驶员期望的安全裕度上下限来模拟驾驶员的生理和心理特性,而且能够提供一种新的方式揭示跟车过程。DSM模型已经作为跟车策略应用于网联车的防追尾系统中。但此模型是应用于直道跟车的情景中,忽略了弯道工况下的特殊跟车情况,因此,在DSM模型的基础上,本发明构建了弯道跟驰行为补偿模型,使期望安全裕度模型扩展到弯道跟车。

发明内容

[0004] 针对以上技术的不足,为了更好的解决上述问题,本发明给出了一种基于风险动态平衡理论的弯道跟驰模型。在期望安全裕度跟驰模型的基础上,探究弯道驾驶人的安全裕度变化规律,构建了弯道跟驰行为补偿模型。该模型使弯道跟驰控制与驾驶人的操作具有相似性,提高驾驶人的可接受程度和车辆乘员的舒适性。
[0005] 本发明通过以下技术方案实现,具体步骤如下:
[0006] (1)交通情景设定,分别包括直道和弯道道路,通过两辆安装数据采集设备和车车通信系统的前车和后车来完成所需要的驾驶情景。要求交通流量较少,环境干扰小,路面干燥,天气晴朗。
[0007] (2)获取任意时刻下前后车辆的状态,包括时间、航向信息、GPS坐标信息、速度、加速度等。
[0008] (3)选取直道和弯道的参数值,根据设定的交通情景选取参数的取值,包括反应时间τ、加速敏感系数α1、减速敏感系数α2、期望安全裕度上限SMnDH(t)、期望安全裕度下限SMnDL(t),分析直弯道参数值的差异性,总结弯道工况下各参数值的变化规律。
[0009] (4)根据以上对比分析,量化弯道安全裕度补偿量,构建弯道安全裕度模型。
[0010] (5)实验验证模型在弯道工况下的应用效果。
[0011] 所述的期望安全裕度模型(DSM)可以描述为:
[0012]
[0013] 所述的一种基于风险动态平衡理论的弯道跟驰模型,模型的运动方程:
[0014]
[0015] 其中,a′n-follow(t+τ)是后车的期望加速度;τ′为反应时间;SMnDH′(t)和SMnDL′(t)分别是作为跟驰车的n 车在t时刻的期望安全裕度区间SMnD′(t)的上限和下限;α1′和α2′为跟2
驰车辆驾驶人进行加、减速操作行为相关的系数,为加速、减速敏感系数,且α1′>0m/s ,α2′>0m/s2。
[0016] 本发明考虑了驾驶人在弯道工况下驾驶车辆的行为特点,因道路环境不同,驾驶人的反应时间、安全裕度上下限、加减速敏感系数均发生改变。在期望安全裕度模型的基础上,加入了弯道驾驶行为补偿,并对补偿行为进行了量化,并根据实车实验验证了补偿模型的效果。本发明为弯道跟驰理论及跟驰模型的发展提供了基础,有助于ACC在弯道跟驰过程中的更加合理的应用。附图说明
[0017] 图1本发明技术路线结构图;
[0018] 图2本发明实施例中弯道车辆跟驰运动示意图;
[0019] 图3弯道跟驰过程中的刺激反应模型。
[0020] 图4直道和弯道工况下驾驶人的SM(安全裕度)变化图。
[0021] 图5(a)弯道工况下驾驶人的反应时间和安全裕度的变化图;图5(b)弯道工况下驾驶人的加速敏感系数和减速敏感系数变化图。
[0022] 图6(a)弯道半径与安全裕度上下限的变化图;图6(b)弯道半径与加减速敏感系数的变化图,表示了不同道路半径下的安全裕度上下限和加减速敏感系数的变化趋势。
[0023] 图7模型验证图。

具体实施方式

[0024] 下面将结合附图及实施例对本发明做进一步的详细说明。
[0025] 本发明是在车车通信的环境中,分析弯道工况下驾驶人的行为特性,基于期望安全裕度跟驰模型,加入了弯道驾驶行为补偿,并对补偿行为进行了量化,具体步骤如下:
[0026] (1)建立弯道状态参数向量p′:
[0027] p′=[τ′ SMnDH′ SMnDL′ α′1 α′2]T
[0028] 式中,τ′为反应时间;SMnDH′(t)和SMnDL′(t)分别是跟驰车在t时刻的期望安全裕度上限和下限;α1′和α2′为跟驰车辆驾驶人加速、减速敏感系数,
[0029] (2)表示期望安全裕度模型中各参数的补偿量
[0030] 在弯道工况下各参数的补偿量可以表示为方程组和矩阵的形式。
[0031] 补偿量方程组:
[0032]
[0033] 补偿量矩阵:
[0034]
[0035] 式中,p=[τ SMnDH SMnDL α1 α2]T,表示直道状态参数向量;A为补偿系数;B为行为补偿变量,该值和弯道道路特性有关,R指弯道半径,θ指弯道转角,1指常数项。
[0036] (3)建立弯道跟驰行为补偿模型:
[0037]
[0038] (4)使用数据量化弯道跟驰行为补偿量
[0039] 弯道交通场景中,在车车通信的环境下,获取前车和后车的状态信息,构建弯道状态参数向量,数值化量化补偿量。
[0040] (5)设立新实验场景,进行模型验证
[0041] 设计新的弯道场景,获取跟驰过程中的车辆状态信息,对已知模型进行拟合,并验证模型效果。
[0042] 图2弯道半径为R,转角为θ,入弯道和出弯道之间的直线距离为L。
[0043] 图3是弯道跟驰过程中的刺激反应模型,在弯道跟驰过程中,后车受到前车的影响,后车的速度取决于前车速度、后车当前的速度和两车的相对距离。后车驾驶人会根据危险的程度来控制车速调整距离,可用的调整方式包括三种,分别是增加速度、减少速度和保持原速。驾驶人在弯道工况下进行跟车运动时,当安全裕度高于该区间的上限时,驾驶人加速,使其感受到的危险水平回到其安全裕度区间内;当驾驶人感觉到的安全裕度低于其安全裕度区间下限时,驾驶人采取减速措施,其感受到的安全裕度低于其安全裕度区间下限时,驾驶人采取减速措施,使其感受到的主观危险水平恢复到其可接受的安全裕度区间内;当驾驶人感觉到的危险水平在其可接受区间时,保持当前的运动状态。
[0044] 图4是直道和弯道工况下驾驶人的安全裕度变化图。在跟驰过程中,驾驶人的安全裕度具有围绕一个固定值来回波动的动态平衡特征。驾驶人在弯道工况下行驶时,SMn具有明显的峰值,说明在弯道工况下,驾驶人根据感知到的风险水平来动态调整自身驾驶行为。由图可以看出,车辆进入弯道后,安全裕度变化规律基本都是先降低后增大,存在峰值,峰值大于入弯前的SM水平。安全裕度分布在(0.6,1.4),主要集中在0.9附近,直弯道工况下的安全裕度具有差异性,不同弯道类型下的安全裕度也存在不同。
[0045] 图5(a)是弯道工况下驾驶人的反应时间和安全裕度的变化图。图5(b)是弯道工况下驾驶人的加速敏感系数和减速敏感系数变化图。弯道工况下各参数包括反应时间、安全裕度上下限、加减速敏感系数。道路编号为奇数是直道,道路编号为偶数是弯道,各参数的变化规律是:相比于直道行驶,在弯道工况下驾驶人的反应时间降低,可能原因是驾驶人认为弯道行驶危险水平高于直道,在跟驰过程中会投入更多的精,当前车的运动状态及道路环境发生改变时,驾驶人更加敏感的调整自车状态,从而降低了反应时间。不同直弯道工况下驾驶人的反应时间存在差异说明了不同道路条件对驾驶人的影响不同;弯道工况下驾驶人的安全裕度上下限明显高于直道工况下的安全裕度上下限,驾驶人在入弯时会增加其安全裕度上下限,在出弯时会降低安全裕度上下限,说明在弯道行驶时驾驶人所感受到的危险水平发生了变化,危险判断阈值提高,只有达到该阈值的上下限时才会进行相应的速度调整;不同直弯道工况下驾驶人的加减速敏感系数不同,说明不同道路条件对驾驶人加减速操作的影响程度具有明显的差异性。相比于直道行驶,弯道工况下驾驶人的加减速敏感系数降低,敏感系数的变化一定程度上也反映了当前驾驶人对当前安全风险判断的水平,说明驾驶人认为弯跟驰过程中的危险程度高于直道跟车,在行驶过程中会更加谨慎的操作,驾驶人的加减速行为则相对轻缓,较少出现急加减速或大幅度加减速的操作,这样更有利于弯道跟驰安全。
[0046] 图6(a)是弯道半径与安全裕度上下限的变化图,图6(b)是弯道半径与加减速敏感系数的变化图,表示了不同道路半径下的安全裕度上下限和加减速敏感系数的变化趋势。从图中可以看出,安全裕度下限的变化幅度大于安全裕度上限的变化幅度;编号为12的弯道数据存在异常值,可以在后续分析中选择删除异常值,以确保更佳的拟合效果;编号为6和8的弯道半径较大,在两个弯道之间的直道编号为7号,在该直道行驶过程中,驾驶人的减速敏感系数变化幅度较大,说明弯道半径大小对相关直道的减速度敏感系数影响也比较大。
[0047] 图7是模型验证对比图,表示出了理论值和某一个弯道下的跟驰行为补偿模型拟合值,通过拟合误差来评判,误差值小于0.05,认为该模型效果较好。
[0048] 本发明的弯道模型拟合结果、模型验证方法及其判断指标是可以有所变化的。在本发明技术方案的基础上,对个别方法进行的改善和等同交换,不应排除在本发明的保护范围之外。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈