基于MATLAB的汽車駕駛員模型探究

張輝

摘 要：以預瞄最優曲率駕駛員模型作為研究對象，建立人—車閉環控制系統，根據道路信息和汽車運動狀態，駕駛員輸出最佳的方向盤轉角，維持汽車預期的行車軌跡。構建MATLAB/Simulink仿真模型，引入側風干擾，對所建立的駕駛員模型控制汽車操作穩定性進行仿真試驗。仿真結果表明：相比于開環控制，基于預瞄最優曲率駕駛員模型的閉環控制系統，能很好地維持汽車行車軌跡跟隨能力，從而提高汽車的操作穩定性。

關鍵詞：預瞄最優曲率 駕駛員模型 閉環控制 操作穩定性

隨著汽車動力學研究的不斷深入，駕駛員對汽車操作穩定性的反饋和主動操縱越來越受到大家的重視。單純的汽車結構和控制系統研究很難準確、全面地評價汽車操作穩定性，因此，“人—車”閉環系統研究正成為主流趨勢[1][2]。

面對路況、車況等環境信息的變化，駕駛員會根據駕駛經驗做出主動操縱行為，如調整剎車、油門、方向盤等，以保持汽車處于安全的行駛狀態。駕駛員作為“人—車”閉環系統的核心組成，是研究重點也是研究難點。如何建立既能最大程度符合實際，又能適用于理論研究的駕駛員模型，國內外學者做了一些研究。上世紀70年代，McRuer等人基于飛行員—飛機閉環系統的相關研究，首次提出汽車駕駛員模型[3]。1982年，郭孔輝院士基于預瞄—跟隨理論，提出了預瞄最優曲率和預瞄最優加速度駕駛員模型[4][5]。孔昕昕等人結合滑模控制理論，建立了汽車橫向單點預瞄駕駛員模型，并進行汽車操作穩定性閉環控制研究[6]。曹艷玲等人基于道路橫向偏差，建立了自適應神經模糊推理的方向駕駛員模型，并對路徑跟隨性進行驗證[7]。本文基于預瞄最優曲率駕駛員模型，建立人—車閉環系統，在MATLAB/Simulink仿真軟件中，驗證所建立的駕駛員模型路徑跟隨能力。

1 預瞄最優曲率駕駛員模型

預瞄最優曲率駕駛員模型結構簡單，概念清晰，模型數據易獲取，并能夠較好地反映駕駛員行為特征，適合進行非線性汽車模型操作穩定性仿真研究[8][9]。該模型的基本原理為：駕駛員根據道路和汽車行駛狀態反饋，預估汽車實際行車軌跡和預期軌跡的偏差，輸出合適的方向盤轉角，使軌跡偏差達到最小[10]，這也是本文駕駛員模型的控制目標。

假定汽車行駛在一個預定道路，對應在t時刻，道路中心線方程為f（t），汽車實際側向位移為y（t）。令駕駛員前視距離為d，前視時間為T。

經過時間T，汽車行車軌跡的側向位移為：

根據“最小誤差原則”，在經過前視距離d之后，駕駛員總希望汽車實際側向位移與預期位置相一致，這就要求選擇一個最優的行車軌跡曲率1/R*。

汽車側向加速度為，

當道路曲率不大時，

由式（3）和式（4）可得，

為了保持汽車行車軌跡能很好地跟隨預期軌跡，理想狀態下的方向盤轉角輸入為，駕駛員的校正環節為：

其中，為校正參數，為校正時間，為Laplace變量。

但實際上駕駛員觀察到路況、車況的變化，到操縱方向盤，存在著神經-操作反應滯后。則實際的方向盤轉角與理想轉角之間存在著以下滯后關系，

，神經反應滯后時間系數;，操縱滯后時間系數。

綜上，預瞄最優曲率駕駛員模型可以用圖1表示。

根據圖1的結構關系和以上各式，可得駕駛員模型的表達函數，

2 駕駛員仿真模型

根據式（8）預瞄最優曲率駕駛員模型的表達函數，在MATLAB/Simulink軟件中建立仿真模型，如圖2所示。仿真輸入（In1）為汽車實際側向位移y（t），（In2）為道路輸入f（t）;仿真輸出（Out1）為方向盤轉角。

3 仿真試驗及分析

本文采用4WS汽車作為整車載體，結合上文建立的預瞄最優曲率駕駛員模型，構建人—車閉環仿真系統。選取高速行駛汽車受橫向側風干擾這一典型工況作為研究目標，探究在預瞄最優曲率駕駛員模型的調整下，對汽車操作穩定性的提升。

仿真參數設置如下：車速30m/s;道路中心線方程為f（t）=0;側風選取典型的單側輸入，參數如圖3所示;仿真時間為5s。

仿真結果重點分析用來表征汽車操作穩定性的兩個動力學參數，質心側偏角和橫擺角速度，以及用來表征路徑跟隨能力的參數，橫向位移。圖4表明，在側風干擾下，閉環控制和開環控制下的4WS汽車質心側偏角響應特性基本一致，0.8s左右都能趨于穩定零值。圖5表明，橫擺角速度也能快速趨于穩定零值，兩種變化趨勢基本一致，但閉環控制汽車在0.8s以后有少量波動，但波動量小，不會造成行車異常，該波動產生的主要原因是駕駛員調整方向盤轉角引起的。圖6顯示閉環控制在側向位移修正方面具有明顯優勢，最大偏移量為0.05m左右，遠小于開環控制的0.28m，具有更優的路徑跟隨能力。三個動態響應特性值在側風作用初期，兩種控制模式下的變化趨勢是一致的，這是由于在駕駛員模型中考慮了神經和操作滯后，符合實際工況。

仿真結果表明，兩種控制模式下的4WS汽車都能較好地保證質心側偏角和橫擺角速度跟隨理想模型。但隨著側風干擾地持續，開環控制的汽車側向位移會不斷增大，造成行車安全隱患;而閉環控制的汽車通過駕駛員修正方向盤轉角，大幅減小側向位移值，提高汽車路徑跟隨能力。

4 結論

通過MATLAB/Simulink仿真驗證所建立的預瞄最優曲率駕駛員模型的有效性，結果表明該模型在汽車受側風干擾作用下還能夠很好地跟隨預期行車軌跡，提升了汽車操作穩定性，驗證了其可行性。但該模型還是簡化了一些參數，跟實際情況有些差距，需要再后續研究中不斷完善。

基金項目：臺州職業技術學院校青年課題（2020QN05）。

參考文獻：

[1]陳無畏，談東奎，汪洪波等.一類基于軌跡預測的駕駛員方向控制模型[J].機械工程學報，2016，52（14）：106-115.

[2]沈恒，凌銳，李舜酪.基于預瞄最優曲率模型的大曲率轉向控制方法[J].中國機械工程，2012，23（17）：2111-2115.

[3]Edelmann J， Ploechl M， Reinalter W， et al. A Passenger Car Driver Model for Higher Lateral Accelerations[J].Vehicle System Dynamics， 2007， 45（12）：1117-1129.

[4]郭孔輝.駕駛員—汽車閉環系統操縱運動的預瞄最優曲率模型[J].汽車工程，1984（3）：1-16.

[5]郭孔輝，馬鳳軍，孔繁森.人-車-路閉環系統駕駛員模型參數辨識[J].汽車工程，2002，24（1）：20-24.

[6]孔昕昕，鄧召文，余思家，易強，金永輝等.基于滑模控制的汽車橫向預瞄駕駛員模型[J].湖北汽車工業學院學報，2020，34（4）：25-28.

[7]曹艷玲，張琦.自適應神經模糊推理的方向駕駛員模型研究[J].機械設計與制造，2021，1：185-192.

[8]李紅志，李亮，宋健等.預瞄時間自適應的最優預瞄駕駛員模型[J].機械工程學報，2010（20）：106-111.

[9]李偉，高正紅.基于神經網絡駕駛員模型的PIO預測分析[J].科學技術與工程，2012，12（8）：1961-1964，1985.

[10]胡滿江，邊有鋼，許慶等.自適應駕駛員行為特征的車道偏離防范系統[J].汽車工程，2017（10）：1152-1167.