基于駕駛員變道意圖識別的LDAS GC協調控制策略*

汪選要,王其東,羅家亮,王金波

(1.合肥工業大學機械與汽車工程學院，合肥 230009； 2.安徽理工大學機械工程學院，淮南 232001)

2016134

基于駕駛員變道意圖識別的LDAS GC協調控制策略*

汪選要1,2,王其東1,2,羅家亮1,王金波1

(1.合肥工業大學機械與汽車工程學院，合肥 230009； 2.安徽理工大學機械工程學院，淮南 232001)

基于CarSim和LabVIEW RT硬件在環仿真獲得了正常變道轉向盤角速度閾值，并基于中心區操縱特性設計了駕駛員變道意圖識別模塊。提出了車道偏離防止系統(LDAS)的分層控制算法，設計了基于保性能(GC)上層控制器和下層后輪制動控制律，其中，上層GC控制器用于產生保證車輛穩定性的轉向角補償和校正橫擺力矩。基于車輛穩定性指標設計了監測器以限制后輪制動器的使用。基于Alt3 from FHWA道路模型仿真驗證了GC協調控制器在保證LDAS性能的前提下，減少了制動，從而提高了乘坐舒適性。最后對駕駛員因疲勞或注意力不集中沒有意識到前方的彎道而導致的車道偏離進行仿真。結果表明，當跨道時間小于設定的閾值時LDAS啟動，驗證了GC協調控制策略的有效性。

變道意圖識別；LDAS；分層控制；車道偏離

前言

隨著汽車使用數量的急劇增加，帶來了一系列新的問題，比如安全性、乘坐舒適性、交通管理和環境保護等，過去10年德國由于車道跑偏導致的事故占到所有交通事故的15%，美國交通死亡事故中車道跑偏占28%[1]，為了避免此類事故的發生，提出了車道保持輔助系統(lane keeping assistance system, LKAS)和車道偏離防止系統(lane departure avoidance systems, LDAS)。如果LDAS對駕駛員行為進行不必要的干預，不僅不能保證車輛操縱性，甚至會導致危險發生。因此，正確識別由于駕駛員的注意力不集中或疲勞駕駛導致的車道跑偏是研究LDAS的關鍵問題之一。

不少文獻提出了駕駛員變道意圖識別方法：文獻[2]中使用轉向系統信號基于HMM(hidden markov models)提出了一個駕駛員變道意圖識別方法，但沒有考慮道路曲率；文獻[3]中基于MDPS(motor driven power steering)模塊預測駕駛員變道意圖，需要額外的電機驅動模塊；文獻[4]中基于跨道時間(time to line crossing, TLC)開發了駕駛員變道意圖識別模塊，需要多傳感器信息融合；文獻[5]中基于自適應巡航系統的雷達、側滑預警輔助系統的雷達、車道跑偏預警系統的相機和駕駛員頭部運動跟蹤相機等多傳感器信息生成的分類器能夠提前3s預測駕駛員變道意圖，且具有較高的可靠度，但其所需的傳感器太多，成本昂貴；文獻[6]中考慮車速和道路曲率提出了駕駛員變道意圖識別指標(steering behavior index, SBI)，但其識別函數有待進一步確定；文獻[7]中建立了不同風格駕駛員高速公路行車環境下的換道意圖識別模型，從準確率、靈敏度和特異性等方面研究了駕駛風格、特征參數類型及建模方法等對換道意圖識別效果的影響；文獻[8]中基于對駕駛員換道前后視鏡注視特性及頭眼協作模式的探索，綜合確定了有效表征駕駛員換道意圖的視覺特征參數；文獻[9]中提出了利用駕駛員不同任務下眼動行為差異性識別換道意圖的方法，并運用證據理論確定識別框架和證據鏈，構造基于廣義漢明距離的基本信任分配函數。本文中基于中心區操縱特性參數識別駕駛員變道意圖，識別模塊需求的信息可由裝配EPS和ESP的車輛傳感器獲取。

由于ESP逐漸成為車輛標配，直接橫擺力矩控制的LDAS算法很容易應用于車輛，文獻[10]中為了阻止車道跑偏事故設計了一個制動壓力控制算法，它基于車輛動力學模型直接計算期望控制輸入，然后建立動力學模型過程中由于車輛的時變參數和外部擾動存在與實際情況的不匹配，這會影響直接由動力學模型計算的期望控制輸入。鑒于此，本文中LDAS采用分層控制算法，上層為基于視覺期望橫擺角速度參考模型和期望質心側偏角的1階模型。近年，車輛動力學集成控制成為研究的熱點，使用前/后轉向與前/后/差動制動力矩分配需要考慮若干執行器配置[11-12]，為了解決這一復雜系統控制問題提出了許多控制算法，例如模型預測控制[13]和魯棒控制[14]等。本文中基于LDAS提出一個協調后輪制動與前輪轉向的控制策略，采用線性2自由度車輛模型設計控制器，控制目標為使得車輛盡可能跟蹤基于視覺的期望橫擺角速度和期望質心側偏角，為了保證乘坐的舒適性，僅當車輛處于非線性區域才使用制動器?；谲囕v質心側偏角及其1階微分的相平面來判斷車輛非線性區域和穩定區域并用于設計車輛動力學監測器。設計的保性能(guaranteed cost, GC)控制律不僅使得不確定閉環系統是魯棒漸近穩定的，且具有一定的魯棒性能。

1 駕駛員變道意圖識別

中心區通常是指在直線行駛位置附近，轉向盤轉動范圍不大，轉速緩慢，所產生的側向加速度較小的行駛工況。對于評價中心區操縱特性參數的分別為轉向盤力矩TSW、轉向盤轉角θSW和車輛側向加速度ay。文獻[15]中發現了緊急變道能夠從車輛傳感器獲取的最敏感參數為轉向盤角速度ωSW和車速vx，并提出了基于中心區操縱特性駕駛員緊急變道意圖識別算法，得出緊急變道轉向盤角速度閾值為±200°/s[16]，而正常變道轉向盤角速度應該低于此值，所以本文中基于CarSim和LabView RT硬件在環仿真獲取正常變道轉向盤角速度的閾值。上位機基于CarSim實時獲取車輛側向加速度和縱向車速。轉向盤轉角傳感器實時獲取θSW和ωSW，某車型的EPS轉向盤力矩傳感器實時獲得TSW。

硬件在環仿真試驗采用NI PXIe-1071，數據采集卡PXIe-6361，控制器PXIe-8840，CAN卡PXI-8512/2。通用型交流伺服系統(伺服驅動器SV-DB100-2R0-2-1R、伺服電機SV-MM13-2R3B-2-1A0)和減速比為16的減速器用來給轉向管柱施加實時負載。為實現硬件在環LDAS試驗，基于某車型的EPS自行開發的控制器替代原裝的控制器，系統結構如圖1所示。

圖2為不同車速下車輛正常變道的軌跡，圖3為不同車速轉向盤角速度，可見車速變化對于車輛正常變道的轉向盤角速度影響不大，可以設定正常變道轉向盤角速度閾值為±50°/s，因此可得駕駛員變道意圖識別參數，如表1所示。

名稱駕駛員無變道意圖的閾值范圍轉向盤力矩/(N·m)-1

為便于區分轉彎與變道工況轉向盤角速度的閾值，防止識別意圖模塊的誤判，引入典型的3 Turns w/Banking道路模型，如圖4所示，仿真得到的不同車速轉向盤角速度如圖5所示，可得正常轉彎轉向盤角速度低于設定的閾值。

2 LDAS的側向駕駛員模型

車輛處于LDAS控制時，穩定性可能會受側向風等外部干擾的影響，高速行駛時外部干擾可能導致危險，而電動轉向對于車輛的不穩定能夠通過橫擺角速度和質心側偏角反饋及時提供轉向控制，將車輛帶回駕駛員模型期望的行駛路線上來，這與基于單點預瞄最優曲率駕駛員模型所提出的“最小誤差原則”十分契合，因此本文選擇郭孔輝院士提出的單點預瞄最優曲率駕駛員模型，最優轉向盤轉角為

(1)

式中：i為轉向系傳動比；lf和lr分別為車輛質心到前后軸的距離；ls為預瞄距離；Δt為預瞄時間。詳見文獻[17]。

3 GC協調控制策略

由于輪胎的非線性特性和側向力飽和，當車輛接近操縱極限時，電動轉向不能提供足夠的側向力使車輛穩定，因此電動轉向僅限于線性操縱區域，即側向加速度較小的工況；而直接橫擺力矩控制(direct yaw control, DYC)在線性或非線性操縱區域都是有效的，由于制動會加劇輪胎磨損、干擾車輛縱向動力學且影響乘坐舒適性，僅當車輛達到操縱極限時才希望DYC介入。因此，通過協調電動轉向和DYC使其整體性能最優，由于車輛ECU計算能力的提高，使協調多個執行器的控制算法成為可能，為了避免電動轉向與DYC之間的干涉，僅采用后輪制動，因此通過協調前輪轉向與后輪制動來保證車輛的穩定性。控制系統如圖6所示，包括一個GC控制器、一個監測器和一個觀測器，轉向盤轉角θSW、輪速n、橫擺角速度r、縱向加速度ax和側向加速度ay等信號可以通過車輛的ESP模塊獲取，道路曲率ρ估計值為

(2)

3.1 基于視覺的期望橫擺角速度

LDAS的控制目標是對于給定的期望路徑調節車輛的側向偏移量，即LDAS控制等同于側向加速度控制[18]。然而，DYC實際上是一個使用輪胎縱向力直接控制橫擺運動的策略，因此，更適合用于控制車輛橫擺角速度而不是側向加速度，因此基于CCD相機的信息應用2階預測模型計算期望的橫擺角速度。在固定坐標系中的車輛模型如圖7所示。

根據Tailor 2階展開式，在預瞄距離ls處預測的側向偏移量為

(3)

其中Δt=ls/vx

(4)

(5)

路面附著系數μ不能提供高橫擺角速度下的輪胎力，因此，理想橫擺角速度必須控制在根據與輪胎-路面附著系數的關系所確定范圍的上限值附近，假設車輛質心側偏角及其導數都比較小，則橫擺角速度上限值rd_bound=0.85μg/vx。

3.2 期望質心側偏角

一般情況下期望的質心側偏角響應由車輛線性2自由度模型產生，為便于控制器設計，1階質心側偏角模型[19]為

(6)

式中：δf為前輪轉向角；lf和lr分別為車輛質心到前后軸的距離；l為車輛軸距，l=lf+lr；Cf和Cr分別為前后輪胎的側偏剛度；m為整車質量；Iz為車輛橫擺轉動慣量。對于確定的轉向角和車速，期望的質心側偏角可由式(6)得到。在大質心側偏角下，輪胎失去線性特性并且接近附著極限，因此目標側偏角必須在上限值附近，由經驗得出的側偏角上限值βd_bound=arctan(0.02μg)[20]。

3.3 監測器設計

3.4 上層GC控制器設計

盡管輪胎的側向力受多方面因素影響，但是路面附著系數μ是最主要的因素，為便于控制器設計，輪胎側偏剛度可等效為

Ci=μCi0，i=f,r

(7)

式中：Ci0為輪胎名義側偏剛度；f和r分別表示前后輪胎?；诰€性2自由度車輛模型設計控制器，系統的狀態方程為

(8)

其中：x=[β,r]T；u1=δf；u=[Δδf,ΔMz]T

式中Δδf和ΔMz分別為轉向角補償和糾正橫擺力矩。

如果把βd和rd作為狀態變量，車輛轉向時的線性2自由度車輛操縱特性狀態方程[23]為

(9)

其中xd=[βd,rd]T

令e(t)=x(t)-xd(t)，根據文獻[19]可得系統狀態方程為

(10)

其中：e=[Δβ,Δr]T；u=[Δδf,ΔMz]T

由于輪胎的側向力不是固定值而是隨附著系數而變化，因此等效輪胎側偏剛度的不確定性表示為

(11)

式中：Δf和Δr分別為前、后輪胎等效側偏剛度偏移Cf0和Cr0的幅值；kf和kr為擾動。由式(10)和式(11)可得該線性不確定系統的狀態方程為

(12)

其中：ΔA=DFE1；ΔB=DFE2

對于式(12)定義二次型性能指標為

(13)

式中Q和R為給定的對稱正定加權矩陣。

對式(12)和式(13)，如果存在一個控制律u*(t)和一個正數J*使得對所有允許的不確定性，閉環系統是漸近穩定的且閉環性能指標滿足J≤J*，則J*稱為式(12)不確定系統的一個性能上界，u*(t)稱為式(12)不確定系統的一個GC控制律。如果存在對稱正定矩陣P和矩陣K，使得對所有允許的不確定性，存在標量ε>0、矩陣W和對稱正定矩陣X，使

(14)

其中Γ=AX+BW+(AX+BW)T+εDDT

如果式(14)不等式有一個可行解(ε，W，X)，則

u*(t)=WX-1e(t)=Ke(t)

(15)

式(15)是式(12)不確定系統的一個狀態反饋GC控制律。令不確定性偏移幅值Δf=Δr=0.5，通過Matlab的LMIs工具箱求解可得控制器參數。為避免在線計算LMIs方程，保證控制系統的實時性，工程實際中可事先離線計算出在不同車速的反饋系數，形成數據表，如表2所示，在實際系統中通過查表的方式來確定反饋系數。

表2 不同車速反饋系統

3.5 下層制動控制律設計

通過上層控制器產生的糾正橫擺力矩ΔMz由施加于后左、后右輪的制動力矩產生，車輪傳遞的制動力矩為

Tb,ij=RwFx,bij,ij=rl,rr

(16)

式中：Rw為輪胎有效半徑；Fx,bij為輪胎縱向制動力；rl和rr分別表示后左和后右車輪。由控制器產生的糾正橫擺力矩為

ΔMz=trΔFx,b/2

(17)

式中：tr為車輛的后輪距；ΔFx,b為后左與后右輪縱向制動力之差。因此對應的后左車輪制動力矩Tb,rl與后右車輪制動力矩Tb,rr之差為

ΔT=Tb,rl-Tb,rr=2ΔMzRw/tr

(18)

為了優化控制選擇后單輪制動產生糾正橫擺力矩，使用單輪制動另一個優點在于車速降低的程度比多輪制動時小。在不足轉向情況下，實際橫擺角速度絕對值小于期望橫擺角速度絕對值，選擇后內輪制動產生糾正橫擺力矩；在過度轉向情況下，實際橫擺角速度絕對值大于期望橫擺角速度絕對值，選擇后外輪制動產生糾正橫擺力矩。令ξ=|rd|-|r|，基于以上分析假設逆時針方向為正，下層制動器控制律如表3所示，左轉彎后制動車輪選擇示意圖如圖8所示。

表3 后輪制動器控制律

4 Carsim/Simulink車道保持仿真

CarSim仿真車輛采用一輛E級轎車，車輛模型參數如表4所示，道路模型為Alt3 from FHWA，道路總長度1 200m，其跟蹤路徑如圖9所示，路面附著系數μ=0.85，3個彎道的曲率半徑依次近似為155，150和125m，車速為108km/h，仿真時間為40s。圖10為LDAS的側向偏移量，其絕對值均值、方差和最大值如表5所示。由表可見，LDAS的GC控制器的側向偏移量的絕對值均值、方差和最大值分別比側向駕駛員模型約減少了79%，92%和67%，而GC控制器與GC協調控制器(以“GC+M”表示)LDAS的性能接近，均實現了較高的路徑跟蹤精度。由圖11和圖12可見，采用GC控制器與GC+M控制器控制車輛的穩定性指標和轉向盤轉角基本一致，側向駕駛員模型均大于二者。由圖13和圖14可見，基于GC+M控制器控制車輛的后左、后右輪的制動力矩干預要遠小于GC控制器，僅僅在進入第3個彎道穩定性指標大于0.3時才有后輪制動干預，因此GC+M控制策略在保證LDAS性能的前提下，減少了制動，提高了乘坐舒適性。

表4 車輛模型參數

m

5 LDAS硬件在環仿真

無論對于LKAS或LDAS，駕駛員都擁有最高的轉向控制權，駕駛員操作狀態判斷在LDAS協調控制中具有重要地位。駕駛員控制切換到LDAS控制的判別條件是若跨道時間TLC小于設定閾值(0.4s)[24]，則認為有車道偏離危險，通過駕駛員變道意圖識別模塊識別變道意圖，若此時駕駛員變道參數均小于設定的閾值，則由駕駛員控制切換到LDAS控制，而該輔助系統通過側向駕駛員模型得到轉向盤轉角，然后由期望的模型獲得轉向角補償從而獲得目標轉向角，目標轉向角與轉向盤實際轉向角之差通過PID控制器后得到PWM信號，由助力電機來執行[17]；由期望的模型獲得的糾正橫擺力矩通過監測器控制后輪制動力矩來實現，保證車輛側向加速度較大時LDAS的穩定性。正常行駛可通過轉向燈信號由LDAS切換到駕6駛員控制；緊急避障工況，駕駛員作用于轉向盤上的力矩TSW大于閾值(2N·m)由LDAS控制切換到駕駛員控制[25]。電動助力轉向系統恢復到常規工作模式。

硬件在環仿真的道路模型為Alt3 from FHWA中直道至第1個彎道結束，如圖10所示，路面附著系數μ=0.85，車速90km/h，路寬3.75m。12.05s時跨道時間TLC為0.4s，如圖15所示。仿真駕駛員可能由于疲勞或注意力不集中沒有意識到前方的彎道，駕駛員變道意圖的參數如圖16～圖19所示，可得各參數均在設定的閾值范圍內，駕駛員無變道意圖，此時LDAS啟動。圖20為穩定性指標，可見人機切換過程車輛處于穩定性狀態，圖21可為車輛右前輪至車道右邊界的距離，可見最小距離為0.31m，避免了車輛車道跑偏，驗證了直道進入彎道基于駕駛員變道意圖識別LDAS的GC協調策略的有效性。

6 結論

獲取了正常變道轉向盤角速度的閾值并基于中心區操縱特性設計了駕駛員變道意圖識別模塊，不需要駕駛員頭部運動識別模塊。仿真分析了正常轉彎駕駛員轉向盤角速度，從而驗證了變道意圖識別模塊角速度閾值的有效性。提出了車道保持輔助分層控制算法，包括監測器、上層GC控制器和下層制動控制律，基于TLC確定了LDAS的介入時機。

上層GC控制器用于產生保證車輛穩定性的轉向角補償和糾正橫擺力矩，而基于車輛穩定性指標來判斷車輛非線性區域及穩定性區域的監測器用來限制下層制動器的使用。為了避免前輪轉向與前輪制動的耦合，執行器采用前輪轉向與后輪制動。仿真驗證了GC協調控制器在保證LDAS性能的前提下，減少了制動，從而提高了乘坐舒適性。

基于硬件在環仿真駕駛員可能由于疲勞或注意力不集中沒有意識到前方的彎道，驗證了基于駕駛員變道意圖識別LDAS的GC協調策略的有效性。本文僅僅考慮駕駛員變道意圖，對于駕駛員左、右變道意圖識別和實車試驗還有待進一步研究。

[1] POHL J, BIRK W, WESTERVALL L. A driver-distraction based lane keeping assistance system[C]. Proceedings of the Institution of Mechanical Engineers, Part I: Journal of Systems and Control Engineering,2007,221:541-552.

[2] RAKSINCHAROENSAK P, MIZUSHIMA T, NAGAI M. Direct yaw moment control system based on driver behavior recognition[J]. Vehicle System Dynamics,2008,46:911-921.

[3] MINOIU N, MAMMAR S, GLASER S, et al. Driver assistance system for lane departure avoidance by steering and differential braking[C]. In 6th IFAC Symposium Advances in Automotive Control,2010:471-476.

[4] HABENICHT S, WINNER H, BONE S, et al. A Maneuver-based lane change assistance system[C]. 2011 IEEE Intelligent Vehicles Symposium(IV). Baden-Baden, Germany, June 5-9,2011:375-380.

[5] MORRIS B, DOSHI A, TRIVEDI M. Lane change intent prediction for driver assistance: On-road design and evaluation[C]. 2011 IEEE Intelligent Vehicles Symposium(IV). Baden-Baden, Germany, June 5-9,2011:895-901.

[6] LEE J, CHOI J, YI K, et al. Lane-keeping assistance control algorithm using differential braking to prevent unintended lane departures[J]. Control Engineering Practice,2014,23:1-13.

[7] 侯海晶.高速公路駕駛人換道意圖識別方法研究[D].長春:吉林大學,2013.

[8] 彭金栓.基于視覺特性與車輛相對運動的駕駛人換道意圖識別方法[D].西安:長安大學,2012.

[9] 袁偉,付銳,郭應時,等.基于視覺特性的駕駛人換道意圖識別[J].中國公路學報,2013,26(4):132-138.

[10] LEBLANC D, VENHOVENS P, LIN C, et al. A warning and intervention system to prevent road-departure accidents[J]. Vehicle System Dynamics,1996,25(1):383-396.

[11] POUSSOT-VASSAL C, SENAME O, DUGARD L, et al. Vehicle dynamic stability improvements through gain-scheduled steering and braking control[J]. Vehicle System Dynamics,2011,49(10):1597-1621.

[12] TJONNAS J, JOHANSEN T A. Stabilization of automotive vehicles using active steering and adaptive brake control allocation[J]. IEEE Transactions on Control Systems Technology,2010,18(3):545-558.

[13] CAIRANO S D, TSENG H E. Driver-assist steering by active front steering and differential braking: design, implementation and experimental evaluation of a switched model predictive control approach[C]. Proceedings of the 49th IEEE Conference on Decision and Control, Atlanta, USA,2010:2886-2891.

[14] GUVENC B A, GUVENC L, KARAMAN S. Robust yaw stability controller design and hardware-in-the-loop testing for a road vehicle[J]. IEEE Transactions on Vehicular Technology,2009,58(2):555-571.

[15] HONG T, KWON J, LEE K, et al. Development of a driver’s intention determining algorithm for a steering system based collision avoidance system[C]. SAE Paper 2013-01-0054.

[16] LEE J, YI K. Development of a coordinated strategy of steering torque overlay and differential braking for unintended lane departure avoidance[C]. SAE Paper 2012-01-0281.

[17] 張海林,羅禹貢,江青云,等.基于電動助力轉向的車道保持系統[J].汽車工程,2013,35(6):525-531.

[18] RAKSINCHAROENSAK P, NAGAI M, SHINO M. Lane keeping control strategy with direct yaw moment control input by considering dynamics of electric vehicle[J]. Vehicle System Dynamics,2006,44:192-201.

[19] YANG Xiujian, WANG Zengcai, PENG Weili. Coordinated control of AFS and DYC for vehicle handling and stability based on optimal guaranteed cost theory[J]. Vehicle System Dynamics,2009,47(1):57-79.

[20] RAJAMANI R. Vehicle dynamics and control(second edition)[M]. New York: Springer,2012.

[21] DOUMIATI M, SENAME O, DUGARD L, et al. Integrated vehicle dynamics control via coordination of active front steering and rear braking[J]. European Journal of Control,2013,19:121-143.

[22] DOUMIATI M, VICTORINO A, CHARARA A, et al. Onboard real-time estimation of vehicle lateral tire-forces and sideslip angle[J]. IEEE Transactions on Mechatronics,2011,16(4):601-614.

[23] 丁海濤,郭孔輝,陳虹.汽車穩定性控制中橫擺力矩決策的LQR方法[J].吉林大學學報(工學版),2010,40(3):597-601.

[24] MAMMAR S, GLASER S, NETTO M. Time to line crossing for lane departure avoidance: A theoretical study and an experimental setting[J]. IEEE Transactions on Intelligent Transportation Systems,2006,7(2):226-241.

[25] ENACHE N M, MAMMAR S, NETTO M, et al. Driver steering assistance for lane-departure avoidance based on hybrid automata and composite Lyapunov function[J]. IEEE Transactions on Intelligent Transportation Systems,2010,11(1):28-39.

GC Coordinated Control Strategy for Lane Departure Avoidance SystemBased on Driver’s Lane Change Intention Recognition

Wang Xuanyao1,2, Wang Qidong1,2, Luo Jialiang1& Wang Jinbo1

1.SchoolofMechanicalandAutomotiveEngineering,HefeiUniversityofTechnology,Hefei230009;2.SchoolofMechanicalEngineering,AnhuiUniversityofScienceandTechnology,Huainan232001

The threshold value of steering wheel angular speed in normal lane change is obtained based on hardware-in-the-loop simulation with CarSim and LabVIEW RT, and the recognition module for driver’s intention of lane change is designed based on on-center handling characteristics. A hierarchical control algorithm of lane departure avoidance system (LDAS) is proposed, and a guaranteed cost (GC)-based upper-layer controller and a lower-layer control law for rear wheel braking are designed, in which upper-layer GC controller is used for generating compensative steering angle and corrective yaw moment. A monitor is designed based on vehicle stability indicators to limit the use of rear wheel brakes. Based on the road model of Alt3 from FHWA, a simulation is conducted, verifying that on the premise of ensuring LDAS performance, GC coordinated controller can reduce the number of braking applied and hence improve the ride comfort of vehicle. Finally a simulation on the situation is performed that a risk of lane departure arises from driver’s ignorance of front bend due to his fatigue or distraction. The results show that when the time to line crossing is less than its threshold value preset, LDAS is actuated and starts to work, verifying the effectiveness of the GC coordinated control strategy proposed.

lane change intention recognition; LDAS; hierarchical control; lane departure

*國家自然科學基金(51175135,51405004)資助。

原稿收到日期為2015年5月26日。