基于模糊控制的駕駛員模型研究

夏道華 張慶才 宋龍龍 王翰濤

摘 要：通過對駕駛員模型的深入研究，將駕駛員的年齡、性別、駕齡等特性利用模糊控制的方式融入到駕駛員模型建立中去，建立的新駕駛員模型更接近真實駕駛員實際情況，并通過建立仿真模型進行了驗證。

關鍵詞：模糊控制;駕駛員特性;駕駛員模型

中圖分類號：U471??????? 文獻標識碼：A

doi：10.14031/j.cnki.njwx.2020.07.012

Research on Driver Model Based on Fuzzy PID Control

Xia Daohua1， Zhang Qingcai1， Song Longlong1， Wang Hantao2

（1. Shandong Vocational College of Science and Technology， Weifang 261000，China;

2. Dalian University of Technology， Dalian 116024，China）

Abstract： Through in-depth research on the driver model， the driver 's age， gender， driving age and other characteristics are integrated into the driver model using fuzzy control. The new driver model is closer to the actual driver 's actual situation. And verified by establishing a simulation model.

Keywords： fuzzy control; driver characteristics; driver model

汽車駕駛員模型是對真實駕駛員駕駛操縱行為的高度模擬的數學模型，是一個十分復雜的控制系統。駕駛員操縱汽車的行為包括對外界信息的感知、判斷、推理、綜合決策等階段，最后通過神經肌肉的反應產生汽車所需要的轉向控制、速度控制、油門控制以及制動控制等操縱力。目前有許多學者對駕駛員模型進行了深入研究，提出了大量的駕駛員模型，有采用自適應網絡的模糊推理系統建立的二輸入參數縱向駕駛員模型和考慮未來預期車速影響的預瞄縱向駕駛員模型[1]。有提出基于BP神經網絡的駕駛員制動行為模型，預測較為準確，模型有效[2]。通過學習前人的研究結果，發現在研究駕駛員模型時，研究駕駛員個體差異對模型的影響的相關成果較少，因此本文基于前人對駕駛員模型研究的基礎，利用模糊控制建立考慮駕駛員特性的駕駛員模型，該模型更加符合實際駕駛員的駕駛行為。

1 駕駛員特性

特性指的是某事物所特有的性質或特殊的品性、品質。根據特性一詞的解釋，我們可以這樣來定義駕駛員特性，即駕駛員在駕駛過程中所表現出來的與其他活動所不同的特有品性、品質。在車輛運行過程中，駕駛員通過視覺、聽覺、觸覺器官從交通環境中獲取信息，然后經過大腦進行處理，做出判斷和反應，再用腳和手等運動器官操縱汽車行駛，使其按駕駛員的意志在道路上行進。在行駛過程中，駕駛員要受到自身一系列生理、心理因素的制約和外部條件的影響，如果在信息的感知、判斷和處理的任何環節上出現問題，都會造成交通安全事故，因此駕駛員是交通參與者中最重要的部分之一，研究駕駛員個體特性對駕駛員模型的影響具有非常重要的作用。影響駕駛員駕駛行為的因素較多，主要包括駕駛員年齡、駕駛員性別、駕駛員駕齡、疲勞程度以及駕駛員性格等，要包含所有的影響因素，難度較大，也不切實際。一般的研究思路是，把影響駕駛員駕駛行為的主要因素作為研究對象，以達到簡化模型的目的，隨著后期研究的不斷深入，可以把一些其他的影響因素加入到研究模型里面，提高駕駛員模型的控制精度，本文就其中的駕駛員性別和駕駛員駕齡以及駕駛員疲勞程度進行研究，其他影響因素會在后續的研究中繼續進行。

2 模糊控制

模糊控制是以模糊集理論、模糊語言變量和模糊邏輯推理為基礎的一種智能控制方法，它是從行為上模仿人的模糊推理和決策過程的一種智能控制算法。該方法首先將專家經驗編成模糊規則，然后將來自傳感器的實時信號模糊化，將模糊化后的信號作為模糊規則的輸入，完成模糊推理，將推理后得到的輸出量加到執行器上。模糊控制的基本原理如圖1所示。

由于影響駕駛員駕駛行為的因素眾多，且這些因素難以用精確的數學模型表達，采用模糊控制可以簡化駕駛員模型設計的復雜性，不需要依賴于駕駛員特性的精確數學

模型，用語言式而不用數值的模糊變量來描述模型，模糊控制器不必對駕駛員模型建立完整的數學表達式，因此采用模糊控制器研究駕駛員特性，可以達到較好的效果。

3 建立駕駛員模型

3.1 PID控制器的設計

駕駛員模糊PID控制器根據偏差和偏差變化率輸出PID參數KP、KI、 KD，能夠實現PID參數的在線整合，具有控制適應性及靈活性強的優點，且具有PID控制精度高的優點，能夠完成駕駛員特性的研究。

3.2 預瞄環節

預瞄環節根據當前車輛橫軸方向位置，根據期望路徑和預瞄距離，計算出預瞄點位置，并結合車輛當前位置，計算出當前期望的車輛前輪偏角，來控制車輛的轉向。

3.3 信息感知環節

該環節主要感知周圍環境，并把感知到的信息去噪后輸入到模型中，經過分析之后做出判斷。

4 建立仿真模型

在MATLAB/Simulink仿真環境下建立駕駛員仿真簡化模型，仿真模型如圖2所示。

5 總結與展望

通過將駕駛員的年齡、性別、駕齡等特性通過模糊控制的方式融入到駕駛員模型中去，建立的新駕駛員模型將更接近真實駕駛員實際情況，使駕駛員模型具有更強的魯棒性和穩定性。

參考文獻：

[1] 沈沛鴻，趙治國，郭秋伊. 基于ANFIS的工況跟蹤用縱向駕駛員模型開發[J]. 汽車工程 ， 2019（7）：815.

[2] 王超，郭孔輝，許男，等. 表征駕駛風格和駕駛員能力的駕駛員模型[J]. 北京理工大學學報，2019，39（1）：45.

[3] 劉志強，王玲，賈海江，等. 基于 BP 神經網絡的駕駛員制動行為模型研究[J].機械設計與制造，2019（6）：37.

[4] 盧艷楠，岳立喜，梅桂靜，等. 汽車駕駛員模型建立[J].電子世界，2013（13）：115.

作者簡介：夏道華（1987-），男，山東維坊人，助教，研究生，從事汽車安全方面研究。