SBW系統中駕駛員轉向特性控制研究

劉曉艷

（1.江蘇電子信息職業學院，江蘇 淮安 223003；2.江蘇電子產品制造工程技術研究開發中心，江蘇 淮安 223003）

1 引言

車輛轉向操控性能主要分為車輛轉向特性和駕駛員轉向操控兩方面。線控轉向（SBW）系統克服了傳統汽車轉向系統的機械連接限制，在轉向設計方面具有更大的靈活性，這也對駕駛員轉向操控提出了更高的要求［1-3］。研究發現，駕駛員的駕駛經驗、習慣、駕駛時的精神狀態等因素均對駕駛行為產生影響［4-7］。因此，線控車輛的轉向控制需兼顧多樣化的駕駛員特性對轉向控制策略的影響，提高操控舒適性與駕駛安全性。現有對駕駛員特性的研究側重在駕駛習慣辨識及駕駛員生理特性分析方面。文獻［8］通過駕駛模擬器試驗對駕駛員習慣進行了謹慎型、一般型、激進型三種分類，并構建了特性辨識模型。文獻［9］在駕駛員預瞄模型基礎上，綜合神經肌肉反應、操控反應延遲等生理和操控行為特征，構建駕駛員的轉向行為模型。構建的駕駛員模型反映差異化駕駛特性對轉向控制的影響，但由于生理、心理及外部環境因素均對駕駛員轉向行為產生影響，使得對駕駛員特性的分類存在一定的局限性。

這里在分析駕駛員特性參數對轉向系統性能影響的基礎上，建立單點預瞄駕駛員模型，結合駕駛模擬器驗證和BP神經網絡，完成駕駛員特性參數的分類與在線辨識，針對不同的駕駛員特性，最終構建基于RBF自適應神經網絡的線控轉向控制策略，滿足不同駕駛特性的線控轉向控制需求。

2 駕駛員特性與預瞄模型

2.1 駕駛員特性分析

駕駛員作為車輛操控者，其本身也是一個特殊的控制系統，而駕駛員特性就是這個特殊控制系統的特征［10-12］。駕駛員特性的物理屬性包括預瞄行為和自適應的駕駛行為，預瞄行為體現駕駛員對道路及外部環境變化的感知，感知后在轉向操控上的大腦反應延遲時間及身體肌肉的延遲則體現了駕駛員的生理特征，轉向比例增益則體現了駕駛員的轉向操控熟練程度。因此，預瞄時間、延遲時間、轉向操控增益等特性參數體現駕駛員特性的差異，而通過建立預瞄跟蹤模型可以真實反映駕駛員特性。

2.2 駕駛員預瞄模型

根據預瞄時間內前方道路的位置、車輛狀態，依據橫向位置偏差建立反映駕駛員特性參數的預瞄模型［13-14］，如圖1所示。

圖1 駕駛員預瞄模型Fig.1 Preview Model of Driver

圖中：XOY—地面坐標系；xoy—對坐標系；φ—車輛橫擺角；β—側傾角；ω—橫擺角速度，車輛相對于地面坐標系的位置可表示為：

在預瞄時間tp時刻，對應的側向位移誤差為：

式中：Ytp(s)—期望路徑處的側向位移；Y0(s)—當前位置時刻的側向位移；νxtp—兩地之間的水平位移。

駕駛員為消除側向位移誤差ΔY(s)而作用在方向盤上的轉角可表示為：

式中：τd1—大腦認知延遲時間；τd2—手臂肌肉動力學延遲時間；τL—微分時間常數；h—轉向操控增益。

由于τd1和τL為遠小于1s的時間，上式可近似為：

式中：k—常數；Td－延遲時間，為認知延遲時間與肌肉延時時間之和；Tp－預瞄時間，為駕駛員前視和微分時間之和。

假設車輛轉向機構的傳動比為ig，則車輛前輪轉角可表示為：

上式是包含駕駛員特性參數的轉角控制器模型，反映駕駛員特性與前輪轉角控制間的關系。

3 駕駛模擬器試驗

選用城市道路中常見的直角轉彎工況和雙移線工況作為試驗條件，選取不同駕駛特性的駕駛員，采用六自由度的駕駛模擬器試驗測試得到轉向數據。

為充分實現不同駕駛員特性數據采集，駕駛模擬器實驗對象選取駕齡不同、年齡分布差異的男女駕駛員各100 名，如表1 所示。

每位駕駛員在身體健康狀態下，完成直角轉彎工況和雙移線工況下的試驗，為保證測驗數據的完整性和可對比性，每人每種工況試驗重復3次。通過六自由度駕駛模擬器實時采集不同工況下的駕駛員行為特性數據和車輛狀態數據，選取部分駕駛員特性參數，如表2所示。

表中：Tp、Td、h—直角轉彎工況下的預瞄時間、延遲時間和轉向操控增益，Tp′、Td′、h′—雙移線工況下的預瞄時間、延遲時間和轉向操控增益。

從表2中可以看出，不同駕駛員的預瞄時間Tp′差異明顯，同一駕駛員不同工況下的預瞄時間存在一定的差異，所需延遲時間Td較小的駕駛員，其轉向操控增益越大，相對駕駛更為熟練。

4 基于駕駛員特性的前輪轉角控制策略

線控轉向控制系統中，駕駛員模型輸出方向盤轉角經變傳動比規則后得到理想前輪轉角，經線控轉角控制器輸出后使車輛準確轉過一定角度，實現前輪轉向的準確控制。

RBF（Radial Basis Function，徑向基函數）神經網絡具有收斂速度快，不易陷入局部極值等優點［15］，可以滿足非線性控制實時控制要求，這里以線控轉向車輛的橫擺角速度作為控制目標，采用RBF神經網絡的模糊控制器對橫擺角速度的自適應控制，實現不同工況下的智能線控轉向需求，提高線控轉向適應性。RBF神經網絡控制器結構，如圖2所示。

在RBF 網絡結構中，網絡的輸入向量為：

式中：v(k)—車速；δ(k)—方向盤轉角。

網絡采用高斯函數作為輸入向量的隸屬函數，網絡的徑向基向量H表達式為：

式中：hj－各結點的高斯函數，表達式為：

式中：Cj—第j個結點的中心矢量；bj—網絡的基寬向量。

隱含層網絡權值均設為1，RBF 網絡采用K-means 算法對樣本聚類形成有效的隱層中心，使用最小二乘法快速準確地獲得隱層到輸出層的最佳權值連接。

模型訓練樣本來源于駕駛模擬器試驗數據，駕駛模擬器采集兩種工況下的駕駛員特性參數及車輛狀態信息，共1200組數據，隨機抽取1000 組數據用于模型訓練，另外200 組數據用于模型驗證。

5 仿真驗證

為驗證轉向控制器與不同駕駛員特性的輔助作用，基于Car-Sim 和Matlab/Simulink 搭建了線控轉向汽車模型，試驗車輛參數，如表3所示。

表3 試驗車輛模型參數Tab.3 Test Vehicle Model Parameters

選取駕駛特性差異較大的兩位駕駛員（表2中駕駛員1和駕駛員12），在直角轉彎轉向瞬態響應和典型雙移線工況兩種道路情況，試驗采用RBF自適應神經網絡控制方法下的車輛輸出狀態隨車速的變化情況。

5.1 直角轉彎工況

以低速（30km/h）、中速（60km/h）和高速（90km/h）為例，驗證不同車速下轉向控制器作用下的車輛輸出影響情況，采集駕駛員1操控下的車輛狀態響應曲線，如圖3所示。

圖3 直角轉彎時不同車速下的車輛橫擺角速度響應Fig.3 Yaw Rate Response with Different Speed Under Right Angle Turn

圖3為駕駛員1在轉向控制器作用下的車輛的橫擺角速度隨車輛速度變化的響應曲線，從圖中可以看出，車輛的橫擺角速度隨車速的提高不斷增加，在不同的給定車速變化情況下，車輛能夠快速恢復至穩定狀態。

采用RBF 自適應轉向控制器后，車輛分別在2.4s、3.8s、4.1s左右達到預設速度，與無控制器方式相比，車速響應效率提升約（7.9～17.1）%，證明采用RBF 自適應轉向控制器達到預期控制效果。

為對比轉向控制器對不同駕駛員特性轉向輔助控制效果，以中速段為例，對比直角轉彎工況下轉向瞬態響應情況下駕駛員1和駕駛員12操控下，車輛的輸出響應變化情況，如圖4所示。

圖4 直角轉彎轉向瞬態響應下不同駕駛員特性的車輛橫擺角Fig.4 Yaw Rate with Different Driver Characteristics Under Quarter Turn

從圖中可以看出，在未施加轉向控制器時，駕駛員1操控下的車輛橫擺角在［-0.18，0.21］之間，駕駛員12操控下的車輛橫擺角在［-0.32，0.31］之間，可以看出駕駛員1的轉向操控熟練度優于駕駛員12；當施加轉向控制器后，駕駛特性不同的兩位駕駛員操控下的車輛橫擺角波動范圍均變小，說明車輛運行穩定性提升；施加轉向控制器后的輸出響應曲線接近一致，說明控制器對不同駕駛特性的轉向輔助作用有差異，具有自適應性，最終提高駕駛的舒適性和安全性。

5.2 雙移線工況

雙移線工況下，采集駕駛員1在高、中、低速三種狀態的車輛輸出響應曲線，如圖5所示。

圖5 雙移線時不同車速下的車輛橫擺角速度響應Fig.5 Yaw Rate Response with Different Speed Under Double Lane Change

從圖中可以看出，車輛的橫擺角速度隨車速的提高而增加，采用RBF自適應控制器后，在不同車速狀態下，車輛均能夠快速恢復至穩定狀態；與無控制方式相比，采取轉向輔助控制后，當車輛30km/h開始加速過程中，相比同等車速下的無控制方式，車輛橫擺角速度峰值下降率分別為13.6%，25.3%，8.2%；證明采用RBF自適應轉向控制器提高車輛轉向過程的穩定性。

以中速段為例，雙移線工況下，駕駛員1和駕駛員12操控的車輛輸出響應曲線，如圖6所示。

圖6 雙移線工況下不同駕駛員特性的車輛橫擺角Fig.6 Yaw Rate with Different Driver Characteristics Under Double Lane Change

從圖中可以看出，與未施加轉向控制器相比，駕駛員1和駕駛員12 操控下的車輛橫擺角的幅值下降率分別為29.3%、41.2%，說明施加RBF自適應轉向控制器后，改善了不同駕駛特性駕駛員的車輛轉向穩定性，且對于不同駕駛員特性操控下的車輛輸出響應曲線接近一致，說明控制器對差異化駕駛特性的轉向輔助作用具有自適應性。

上述通過兩種工況下，不同車速、不同駕駛特性對比仿真驗證，設計的RBF轉向控制器能夠實現高、中、低速三種車速運行狀態的穩定轉向控制，對于駕駛特性顯著差異的駕駛員轉向操控具有自適應性，提高駕駛舒適性與安全性。

6 結論

通過對不同駕駛員轉向控制過程分析，設計了RBF 轉向控制器實現了不同車速、不同工況下的穩定轉向。

（1）分析了駕駛員特性差異對轉向控制的影響，建立反映駕駛員特性參數的預瞄模型。

（2）通過駕駛模擬器試驗采集駕駛員特性參數信息，試驗數據顯示，轉向控制中延時時間較少的駕駛員，其轉向操控增益越大，反映出該駕駛員的轉向操作更熟練，當工況改變時，駕駛員所用的預瞄時間隨之變化。

（3）所設計的RBF自適應轉向控制器可以實現在高、中、低速段的轉向穩定性控制，車輛橫擺角速度下降率在（7.9～17.1）%，對于不同駕駛特性的駕駛員轉向控制效果具有一致性，證明RBF自適應控制器在線控車輛轉向上具有良好的自適應特性。

本研究方法符合“車適應人”的設計理念，提高了線控車輛轉向的穩定性、駕駛舒適性與安全性。可為車輛轉向控制提供理論參考。