博文
基于驾驶员转向模型的共享控制系统
|
引用本文
田彦涛, 赵彦博, 谢波. 基于驾驶员转向模型的共享控制系统. 自动化学报, 2022, 48(7): 1664−1677 doi: 10.16383/j.aas.c190486 Tian Yan-Tao, Zhao Yan-Bo, Xie Bo. Shared control system based on driver steering model. Acta Automatica Sinica, 2022, 48(7): 1664−1677 doi: 10.16383/j.aas.c190486 http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190486?viewType=HTML 文章简介 关键词 神经肌肉系统, 驾驶员模型, 共享控制, 参数辨识 摘 要 针对车辆驾驶对于共享控制系统实用性的需求, 提出了基于驾驶员转向模型的共享控制系统. 基于驾驶员的视觉预瞄特性与神经肌肉特性建立了驾驶员转向模型, 通过遗传算法辨识模型参数并分析其与车速和道路曲率之间的函数关系; 采用模糊权重分配策略合理分配驾驶权重; 本文利用基于CarMaker驾驶模拟实验平台对系统进行在线测试和验证, 结果表明该系统不仅能够更好地提升车辆的轨迹跟踪精度和安全性, 辅助驾驶员转向, 还能够极大地减轻驾驶员负荷. 引 言 众所周知, 自动驾驶分为5个阶段, 分别是辅助驾驶系统、部分自动驾驶、有条件的自动驾驶、高度自动驾驶、完全自动驾驶. 有一部分专家跳过人机共享控制的过程, 直接对无人驾驶进行研究, 2013年, 姜岩等提出基于微分约束的横纵向协同规划算法, 用高阶多项式模型在预瞄距离内对可行驶曲线进行建模, 横向规划算法提供横向安全性, 纵向规划算法保证了纵向安全性, 最终能够实现封闭环境下速度低于 40 km/h 的无人驾驶. 2017年, 田涛涛等提出了一种基于无模型自适应控制的无人驾驶汽车横向控制方案, 其实际是运用了预瞄偏差角构成横向控制的数据模型, 从而避免了对无人车复杂模型的建模, 进而设计自适应算法, 该方法对复杂的无人驾驶运行有较好的自适应性. 一定环境条件限制下的无人驾驶研究得到了较快的发展, 但是当前驾驶的现实情况下是无法忽略驾驶员的, 则本文着重考虑人机共驾的共享控制过程. 共享控制的应用广泛, 可应用于飞行领域、车辆驾驶领域、智能轮椅领域以及机器人等领域, 以车辆驾驶为例, 当前无人驾驶存在安全性和可靠性无法保障的问题时, 共享驾驶在目前汽车行业发展过程中能够发挥其积极的作用. 因此, 在保证车辆行驶安全性的基础上, 如何合理分配二者的驾驶权重以及优化共享系统的性能是共享控制的核心问题. 2004年, Griffiths等较早的针对人机共享控制问题展开研究并取得了一定的研究成果, 其研究结果表明通过对驾驶员进行触觉辅助能够提高驾驶精度、减轻驾驶员负担, 但是其未考虑当驾驶员与控制器发生控制冲突时, 应该如何有效分配控制权. 2016年, Erlien等提出了基于模型预测的避障预测触觉反馈控制方案, 系统引入安全驾驶包络的概念, 使得系统能够包容不同的驾驶风格, 大大降低了人机之间不必要的控制冲突, 2018年, Nguyen等提出了一种新的共享控制方法用于车道保 持系统, 该方法能够合理地分配驾驶员与控制器的驾驶权并且能够有效降低两者之间的冲突, 但其缺乏对驾驶员不同驾驶状态下的人机共享的讨论, 2019年, Xuewu等提出了一种基于随机博弈的共享控制框架, 从而有效地模拟驾驶员与智能系统之间的转向力矩, 该框架下博弈的合理性得到了有效的验证. 本文则从驾驶员的角度出发, 在并联方式的间接共享控制的结构下, 建立驾驶员转向操控模型, 并利用遗传算法辨识驾驶员模型参数, 可以得到一个与驾驶员特性相近的模型, 其合理性得到验证, 在辨识出相关参数后, 将其作为共享控制器应用至共享控制系统, 同时对驾驶员不同驾驶状态下的人机共享控制作进一步分析, 从而能够得到该模型能够有效增加驾驶精度, 减轻驾驶员的驾驶负荷. 本文的主要贡献有: 1) 针对驾驶员转向模型的参数辨识问题, 本文采用遗传算法对驾驶员转向模型的视觉预瞄参数、补偿参数与神经肌肉系统参数进行辨识, 获得了很好的拟合效果; 2) 针对车辆与道路曲率变化对驾驶员模型参数的影响, 本文基于上述辨识方法进一步分析不同车速和道路曲率下驾驶员模型参数的变化情况, 并建立了驾驶员神经肌肉系统相关参数与车速之间的函数关系, 以达到增加驾驶员模型参数适用范围的目的; 3) 针对驾驶员不同驾驶状态下的人机共享问题, 本文将已辨识的理想驾驶员模型应用至共享系统, 并基于模拟驾驶实验平台对共享系统进行在线实验, 实验结果说明该系统能够 在不同的驾驶员转向操作下保证车辆行驶的安全性与轨迹跟踪的精确性, 同时能够减轻驾驶员的驾驶负荷. 本文结构安排如下: 第 1 节对驾驶员转向行为进行描述并对驾驶员转向行为进行建模; 第 2 节分别对实验场景与驾驶员状态信息进行采集, 并对第 1 节得到的驾驶员转向模型进行参数辨识; 第 3 节给出仿真实验结果, 并对结果进行分析; 第 4 节得出结论. 图 1 间接共享控制结构图 图 26 人机共驾测试示意图 图 37 驾驶员C单独驾驶与共享驾驶下驾驶员各项指标对比 作者简介 田彦涛 吉林大学通信工程学院教授. 吉林省先进控制与自主系统科技创新中心主任. 1993年获得吉林工业大学博士学位. 主要研究方向为复杂系统建模, 优化与控制, 智能机器人系统控制, 电动汽车主动安全系统与智能辅助驾驶等. 本文通信作者. E-mail: tianyt@jlu.edu.cn 赵彦博 吉林大学通信工程学院硕士研究生. 2015年获得吉林大学学士学位. 主要研究方向为智能汽车的建模和控制. E-mail: zhaoyb9080@126.com 谢 波 吉林大学通信工程学院硕士研究生. 2018年获得吉林大学学士学位. 主要研究方向为智能汽车的建模和人机协同控制. E-mail: 18227746645@163.com 相关文章 [1] 龙文, 伍铁斌, 唐明珠, 徐明, 蔡绍洪. 基于透镜成像学习策略的灰狼优化算法. 自动化学报, 2020, 46(10): 2148-2164. doi: 10.16383/j.aas.c180695 http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180695?viewType=HTML [2] 刘朝华, 周少武, 刘侃, 章兢. 基于双模态自适应小波粒子群的永磁同步电机多参数识别与温度监测方法. 自动化学报, 2013, 39(12): 2121-2130. doi: 10.3724/SP.J.1004.2013.02121 http://www.aas.net.cn/cn/article/doi/10.3724/SP.J.1004.2013.02121?viewType=HTML [3] 辛斌, 白永强, 陈杰. 基于偏差消除最小二乘估计和Durbin方法的两阶段ARMAX参数辨识. 自动化学报, 2012, 38(3): 491-496. doi: 10.3724/SP.J.1004.2012.00491 http://www.aas.net.cn/cn/article/doi/10.3724/SP.J.1004.2012.00491?viewType=HTML [4] 片锦香, 柴天佑, 李界家. 规则与数据驱动的层流冷却过程带钢卷取温度模型. 自动化学报, 2012, 38(11): 1861-1869. doi: 10.3724/SP.J.1004.2012.01861 http://www.aas.net.cn/cn/article/doi/10.3724/SP.J.1004.2012.01861?viewType=HTML [5] 刘朝华, 章兢, 李小花, 张英杰. 免疫协同微粒群进化算法的永磁同步电机多参数辨识模型方法. 自动化学报, 2012, 38(10): 1698-1708. doi: 10.3724/SP.J.1004.2012.01698 http://www.aas.net.cn/cn/article/doi/10.3724/SP.J.1004.2012.01698?viewType=HTML [6] 李妍, 毛志忠, 王琰. 基于偏差补偿递推最小二乘的Hammerstein-Wiener模型辨识. 自动化学报, 2010, 36(1): 163-168. doi: 10.3724/SP.J.1004.2010.00163 http://www.aas.net.cn/cn/article/doi/10.3724/SP.J.1004.2010.00163?viewType=HTML [7] 解仑, 王志良, 任冬淳, 滕少冬. 简化路况模式下驾驶员情绪模型的研究. 自动化学报, 2010, 36(12): 1732-1743. doi: 10.3724/SP.J.1004.2010.01732 http://www.aas.net.cn/cn/article/doi/10.3724/SP.J.1004.2010.01732?viewType=HTML [8] 侯忠生, 金尚泰, 赵明. 宏观交通流模型参数的迭代学习辨识方法. 自动化学报, 2008, 34(1): 64-71. doi: 10.3724/SP.J.1004.2008.00064 http://www.aas.net.cn/cn/article/doi/10.3724/SP.J.1004.2008.00064?viewType=HTML [9] 李合生, 毛剑琴, 代冀阳. 基于遗传算法的广义Takagi-Sugeno模糊逻辑系统最优参数辨识. 自动化学报, 2002, 28(4): 581-586. http://www.aas.net.cn/cn/article/id/15635?viewType=HTML [10] 王修中, 岳红, 高东杰. 二阶加滞后连续模型的直接辨识. 自动化学报, 2001, 27(5): 728-731. http://www.aas.net.cn/cn/article/id/16536?viewType=HTML [11] 许向阳, 祝和云, 孙优贤. 鲁棒自适应控制器的一种设计方法. 自动化学报, 2000, 26(1): 79-84. http://www.aas.net.cn/cn/article/id/14705?viewType=HTML [12] 高桂革, 顾幸生. 小波分析在分布参数系统辨识中的应用. 自动化学报, 2000, 26(增刊B): 106-110. http://www.aas.net.cn/cn/article/id/16494?viewType=HTML [13] 杨志远, 宋春平, 田涛. 一种时滞连续系统零极点辨识算法. 自动化学报, 1999, 25(4): 571-575. http://www.aas.net.cn/cn/article/id/16680?viewType=HTML [14] 吕柏权, 李天铎, 吕崇德, 刘兆辉. 一种用于函数学习的小波神经网络. 自动化学报, 1998, 24(4): 548-551. http://www.aas.net.cn/cn/article/id/16807?viewType=HTML [15] 秦滨, 杨艳梅, 韩志刚. 一类带有输入扰动的非线性系统的参数估计. 自动化学报, 1997, 23(6): 768-774. http://www.aas.net.cn/cn/article/id/16930?viewType=HTML [16] 章自振, 刘济熙. 广义正交多项式用于时变延时线性系统的参数辨识. 自动化学报, 1995, 21(6): 744-748. http://www.aas.net.cn/cn/article/id/17220?viewType=HTML [17] 王蕾, 王建奇, 王行愚. 一种基于新型的非参数模型的广义预测控制器. 自动化学报, 1995, 21(5): 619-623. http://www.aas.net.cn/cn/article/id/17246?viewType=HTML [18] 顾幸生, 胡仰曾. 按段多重契比雪夫多项式系及其在线性时变系统辨识中的应用. 自动化学报, 1990, 16(5): 400-407. http://www.aas.net.cn/cn/article/id/14768?viewType=HTML [19] 胡仰曾. 一类非线性系统参数辨识的新方法及其在生化发酵过程建模中的应用. 自动化学报, 1990, 16(6): 522-528. http://www.aas.net.cn/cn/article/id/14742?viewType=HTML [20] 顾兴源, 郎自强, 鲍玉安. 一种非线性系统的参数辨识. 自动化学报, 1990, 16(1): 85-89. http://www.aas.net.cn/cn/article/id/14824?viewType=HTML
https://blog.sciencenet.cn/blog-3291369-1342816.html
上一篇：基于分布式神经动态优化的综合能源系统多目标优化调度
下一篇：一种非仿射高超声速飞行器输出反馈控制方法
