基于蒙特卡洛的自動駕駛轉向影響因子研究

摘 要：針對自動駕駛轉向問題，基于蒙特卡洛算法進行影響因子對轉向影響程度分析研究。首先，基于車輛運動狀態創建車輛單點預瞄駕駛員模型，基于CarSim建立整車模型；然后，利用PB實驗法對車輛轉向顯著影響因子進行篩選；其次，基于所建駕駛員模型和轉向顯著性影響因子，運用蒙特卡洛算法，完成自動駕駛轉向橫向偏差影響因子定量分析。研究結果表明，路面附著系數、絲杠導程、輪胎垂向剛度等對自動駕駛轉向具有顯著影響。

關鍵詞：自動駕駛 轉向 影響因子 蒙特卡洛

1 前言

隨著汽車技術發展，自動駕駛技術作為輔助駕駛高級階段，受到高校和企業的高度關注，已成為汽車行業研究的熱點及重點[1]。尤其近年自動駕駛技術蓬勃發展，預計到2035年自動駕駛汽車將成為銷售主流車型[2]。

駕駛員模型是模擬人類駕駛決策和操縱行為的數學模型，被廣泛運用于自動駕駛開發[3]，其通過操縱方向盤完成車輛橫向運動控制。有學者提出單點預瞄駕駛員模型，該模型可理解為駕駛員在轉向過程中使車輛的實際軌跡和期望軌跡的偏差最小化[4]。單點預瞄跟蹤模型具有結構簡單、易實現、控制精度高且更符合真實駕駛員操作習慣的特點，因而得到廣泛運用。

駕駛員模型計算出期望方向盤轉角后，應由轉向機構根據控制算法對轉角進行執行，從而控制車輛的橫向穩定性。因此，自動駕駛轉向技術是決定自動駕駛橫向控制效果和駕駛安全性的關鍵技術之一。……