CN108549367A - 一种基于预测安全的人机切换控制方法 - Google Patents

Abstract

本发明公开了一种基于预测安全的人机切换控制方法，包括以下步骤：步骤一、建立车辆动力学和运动学的简化模型；步骤二、自动驾驶控制器设计：采用约束模型预测控制方法进行自动驾驶控制器设计；步骤三、安全预测：安全预测主要包括驾驶员安全预测和道路安全预测，通过预测两者的危险程度，来作为切换规则的评价指标；步骤四、切换规则：当预测到的驾驶员危险程度和道路危险程度都超过相应的阈值，这时进行驾驶员到自动驾驶控制器的切换，当危险程度降低以后，再由自动驾驶控制器切换到驾驶员；步骤五、选取控制量并完成控制。本发明通过预测驾驶员和车辆潜在的危险程度，来决定当前时刻是否进行进行切换。

Description

一种基于预测安全的人机切换控制方法

技术领域

本发明涉及一种基于预测安全的人机切换控制方法，是考虑了人操控的潜在危险和车辆行驶的潜在危险的一种控制方法，属于无人驾驶领域。

背景技术

传统的汽车是由驾驶员进行控制的，但是驾驶员并不能很好地感知车辆运行状态，在车辆失稳以后，驾驶员已经不具备重新将车辆控制回稳定状态的能力了，就可能导致事故的发生。而预测安全方法可以很好地解决上述问题，预测安全是一种新颖的方法，通过预判***未来状态来确定危险程度，以决定接下来采取什么样的措施。预测安全在各个领域都有所涉及，在无人机飞行安全上，在网络安全上都涉及类似的方法。但关键是采用什么状态来进行预测，这是此方法有效的关键。

本发明对通过对驾驶员状态与道路信息的预测，来确定车辆的危险程度，是综合考虑了人和道路等多方面因素。如果车辆被预测出存在出现危险的可能，就自动切换到自动驾驶控制器，使车辆在失稳之前进行控制，保持车辆的安全行驶。

发明内容

为了解决现有技术存在的上述问题，本发明提供一种基于预测安全的人机切换控制方法，通过预测驾驶员和车辆潜在的危险程度，来决定当前时刻是否进行进行切换。

本发明得目的是通过以下技术方案实现的：

一种基于预测安全的人机切换控制方法，其特征在于，包括以下步骤：

步骤一、建立车辆动力学和运动学的简化模型；

步骤二、自动驾驶控制器设计：采用约束模型预测控制方法进行自动驾驶控制器设计；

步骤三、安全预测：安全预测主要包括驾驶员安全预测和道路安全预测，通过预测两者的危险程度，来作为切换规则的评价指标；

步骤四、切换规则：当预测到的驾驶员危险程度和道路危险程度都超过相应的阈值，这时进行驾驶员到自动驾驶控制器的切换，当危险程度降低以后，再由自动驾驶控制器切换到驾驶员；

步骤五、选取控制量并完成控制。

所述的一种基于预测安全的人机切换控制方法，步骤一建立的车辆动力学和运动学的简化模型为：

y＝Cx

式中，

x＝[y ψ β r]^T,u＝δ_f.

式中，x为***的状态向量；u为***控制量；A为***矩阵；B为输入矩阵；C为***输出矩阵；y为车辆质心o的侧向位置，单位：m；ψ为车辆航向角，单位：rad；v为车辆质心处的纵向速度，单位：m/s；β为车辆的质心侧偏角，单位：rad；r为车辆的横摆角速度，单位：rad/s；C_f为车辆前轮轮胎的侧偏刚度，单位：N/rad；C_r为车辆后轮轮胎的侧偏刚度，单位：N/rad；m为车辆的质量，单位：kg；I_z为车辆绕z轴的转动惯量，单位：kg·m²；a为车辆质心o到车辆前轴的距离，单位：m；b为车辆质心o到车辆后轴的距离，单位：m；δ_f为车辆的前轮转角，单位：rad。

所述的一种基于预测安全的人机切换控制方法，步骤二自动驾驶控制器设计时，具体的优化目标函数和约束条件如下所示：

式中：

其中，J为优化函数的目标函数；u(k+i)为k+i时刻的自动驾驶控制器计算出的控制量，即为预测出的前轮转角，单位：rad；x(k+i)为k+i时刻的***状态向量；y(k+i)为k+i时刻的***输出量，也是车辆质心在k+i时刻的坐标，单位：m；P为预测时域，N为控制时域；Γ为自动驾驶控制器权重系数；y_l(k+i)为前方可行道路区域左边界线y_l(x)在时刻k+i的采样值，单位：m；y_r(k+i)则为前方可行道路区域右边界线y_r(x)在时刻k+i的采样值，单位：m；y_c(k+i)为道路中心线在k+i时刻的采样值，单位：m；T_s为采样时间，单位：s；L_F为车辆质心o到车辆前端点F的距离，单位：m；L_R为车辆质心o到车辆后端点R的距离，单位：m；ψ(k+i)＝[01 0 0]x(k+i)；x为***的状态向量；A为***矩阵；A_d为离散后的***矩阵；B为输入矩阵；B_d为离散后的输入矩阵；C为***输出矩阵。

所述的一种基于预测安全的人机切换控制方法，步骤三安全预测包括：

1)驾驶员操作安全预测

S_driver＝|δ_h-δ_d|

其中，δ_h表示驾驶员输入的前轮转角，δ_d＝u(k+1)表示下一时刻驾驶员期望转角；S_driver表示驾驶员安全预测指数，可以表示驾驶员危险程度。

2)车辆行驶安全预测

S_road＝|y(k+1)-y_center(k+1)|

其中，y(k+1)表示下一时刻预测出车辆质心的位置，y_center(k+1)表示下一时刻道路中心线位置。S_road表示车辆行驶安全预测指数，可以表示车辆行驶危险程度。

所述的一种基于预测安全的人机切换控制方法，步骤四切换规则具体为：

选取驾驶员安全指数阈值与车辆行驶安全指数阈值，得到切换规则表达式如下：

其中，S_thdriver为驾驶员安全指数阈值；flag_driver表示驾驶员操作危险标志位，当flag_driver＝1时，表示此时驾驶员操作被预测为危险；当flag_driver＝0时，表示此时驾驶员操作被预测为安全；

其中，S_throad表示车辆行驶安全指数阈值；flag_road表示车辆行驶安全标志位；当flag_road＝1时，表示此时车辆行驶状态被预测为危险；当flag_road＝0时，表示此时车辆行驶状态被预测为安全；

根据危险标志位确定切换规则，如式所示：

其中flag表示驾驶***整体危险程度标志位；当flag＝1时，认为整体的驾驶***是危险的，进行从驾驶员到自动驾驶控制器切换；当flag＝0时，认为整体的驾驶***是安全的，如果原来在驾驶员模式就不进行切换，如果在自动驾驶控制器模式就在切换到驾驶员模式。

所述的一种基于预测安全的人机切换控制方法，步骤五中，选取控制率u为：

其中，U^*为自动驾驶控制器的控制序列；

即当驾驶***危险时，由自动驾驶控制器进行驾驶，当驾驶***安全时，由驾驶员进行驾驶，由此实现了基于预测安全的人机切换控制。

通过以上方案的实施，本发明的有益效果为：

1、提前预知了驾驶员与车辆的危险程度。

2、通过驾驶员与自动驾驶控制器的切换使车辆保持安全行驶。

附图说明

图1为本发明所述的基于预测安全人机切换控制方法流程图

图2为车辆模型示意图

图3为***控制框图

图4为道路车辆简化示意图

具体实施方式

以下结合附图对本发明进行详细说明：

本发明是一种基于预测安全的人机切换控制方法，如图1所示，具体实施步骤如下：

步骤一、建立车辆动力学和运动学的简化模型

(1)车辆动力学模型建立

车辆动力学模型示意图如图2所示，其中车辆质心o为坐标原点，车身前进方向为x轴正方向，垂直于x轴向上的为y轴正方向。通过对轮胎模型的线性化，并根据动力学知识可得线性二自由度动力学方程如式(1)所示：

其中，β为质心侧偏角，单位，rad；r为车辆的横摆角速度，单位，rad/s；v为车辆质心处的纵向速度，单位，m/s；C_f为车辆前轮轮胎的侧偏刚度，单位，N/rad；C_r为车辆后轮轮胎的侧偏刚度，单位，N/rad；m为车辆的质量，单位，kg；I_z为车辆绕z轴的转动惯量，单位，kg·m²；a为车辆质心o到车辆前轴的距离，单位，m；b为车辆质心o到车辆后轴的距离，单位，m；δ_f为车辆前轮转向角，单位，rad。

(2)车辆运动学建模

车辆运动学方程示意图如图2所示，假设车辆为一个刚体，由于车辆在行驶过程中感知到的道路曲率较小，并且航向角ψ和质心侧偏角β也都在较小范围内变化，所以我们可以得到简化后的车辆运动学方程如式(2)所示：

式中，β为质心侧偏角，单位，rad；x为车辆质心o的纵向位置，单位，m；y为车辆质心o的侧向位置，单位，m；r为车辆的横摆角速度，单位，rad/s；ψ为车辆航向角，单位，rad；

(3)建立车辆模型

我们假设车辆的纵向速度v保持不变，结合式(1)和式(2)可以得到车辆动力学和运动学的微分方程如式(3)所示：

我们选取[yψβr]作为***状态变量，选取前轮转角δ_f作为***控制输入。于是我们可以得到***状态方程如式(4)所示：

其中：

x＝[y ψ β r]^T,u＝δ_f.

其中，x为***的状态向量；u为***控制量；A为***矩阵；B为输入矩阵；C为输出矩阵。

步骤二、自动驾驶控制器设计：

本发明采用约束MPC进行自动驾驶控制器设计。***控制框图如图3所示。假设自动驾驶控制器在一个预测时域内车速保持不变。通过动力学模型可以预测得到驾驶员下一时刻期望操作，通过运动学模型可以预测达车辆下一时刻位置。由于自动驾驶控制器设计需要离散化处理，将式(4)离散化，得到离散时间的车辆***模型，如式(5)所示：

式中，A_d＝e^ATs,其中T_s为采样时间。

设定预测时域为P，控制时域为N，并且N≤P。同时假定控制时域之外的控制量保持不变，即u(k+N)＝u(k+N+1)＝…＝u(k+P-1)，可推导出P步的状态预测方程及输出方程，如式(6)：

定义：

于是我们可以得到自动驾驶控制器的目标函数为：

其中，y_c(k+i)为道路中心线的侧向位置；u(k)为控制输入，Δu(k+i)＝u(k+i)-u(k+i-1)为前轮转角在采样区间的增量。Γ为自动驾驶控制器权重系数。

道路及车辆的简化示意图如图4所示。简化以后我们可以得到离散化的道路边界约束的表达式如式所示：

式中，ψ(k+i)＝[0 1 0 0]x(k+i),y_l(k+i)为前方可行道路区域左边界线y_l(x)在时刻k+i的采样值，单位，m；y_r(k+i)则为前方可行道路区域右边界线y_r(x)在时刻k+i的采样值，单位，m。L_F为车辆前端到质心的距离，单位，m；L_R为车辆后端到质心的距离，单位，m。

最终自动驾驶控制器设计整理为：

满足：x(k+i+1)＝A_dx(k+i)+B_du(k+i)

式中：

其中，J为优化函数的目标函数；y_c(k+i)＝(y_l(k+i)+y_r(k+i))/2为道路中心线在k+i时刻坐标，单位，m；Δu(k+i)＝u(k+i)-u(k)为控制量增量，单位：rad；P为预测时域，N为控制时域；Γ为自动驾驶控制器权重系数；y_l(k+i)为前方可行道路区域左边界线y_l(x)在时刻k+i的采样值，单位：m；y_r(k+i)则为前方可行道路区域右边界线y_r(x)在时刻k+i的采样值，单位：m；T_s为采样时间，单位：s；L_F为车辆质心o到车辆前端点F的距离，单位：m；L_R为车辆质心o到车辆后端点R的距离，单位：m；ψ(k+i)＝[0 1 0 0]x(k+i)；x为***的状态向量；A为***矩阵；B为输入矩阵；C为***输出矩阵。

步骤三、安全预测：

(1)驾驶员操作安全预测

S_driver＝|δ_h-δ_d| (10)

其中，δ_h表示驾驶员输入的前轮转角，δ_d＝u(k+1)表示下一时刻驾驶员期望转角；S_driver表示驾驶员安全预测指数。它的大小可以表示驾驶员危险程度。

(2)车辆行驶安全预测

S_road＝|y(k+1)-y_center(k+1)| (11)

其中，y(k+1)表示下一时刻预测出车辆质心的位置，y_center(k+1)表示下一时刻道路中心线位置。S_road表示车辆行驶安全预测指数，它的大小可以表示车辆行驶危险程度。

步骤四、切换规则

选取驾驶员安全指数阈值与车辆行驶安全指数阈值，可以得到切换规则表达式如下：

其中，S_thdriver为驾驶员安全指数阈值；flag_driver表示驾驶员操作危险标志位，当flag_driver＝1时，表示此时驾驶员操作被预测为危险；当flag_driver＝0时，表示此时驾驶员操作被预测为安全。

其中，S_throad表示车辆行驶安全指数阈值；flag_road表示车辆行驶安全标志位；当flag_road＝1时，表示此时车辆行驶状态被预测为危险；当flag_road＝0时，表示此时车辆行驶状态被预测为安全。

下面根据危险标志位确定切换规则，如式所示：

其中flag表示驾驶***整体危险程度标志位。当flag＝1时，认为整体的驾驶***是危险的，进行从驾驶员到自动驾驶控制器切换；当flag＝0时，认为整体的驾驶***是安全的，如果原来在驾驶员模式就不进行切换，如果在自动驾驶控制器模式就在切换到驾驶员模式。具体切换规则如表1所示：

表1 驾驶状态表

flagdriver	flagroad	flag	驾驶状态
				0	0	0	驾驶员
0	1	0	驾驶员
				1	0	0	驾驶员
1	1	1	自动驾驶控制器

步骤五、选取控制量并完成控制，选取控制率u为：

其中，U^*为自动驾驶控制器的控制序列；

即当驾驶***危险时，由自动驾驶控制器进行驾驶，当驾驶***安全时，由驾驶员进行驾驶。由此实现了基于预测安全的人机切换控制。

Claims (6)

1.一种基于预测安全的人机切换控制方法，其特征在于，包括以下步骤：

步骤一、建立车辆动力学和运动学的简化模型；

步骤二、自动驾驶控制器设计：采用约束模型预测控制方法进行自动驾驶控制器设计；

步骤三、安全预测：安全预测主要包括驾驶员安全预测和道路安全预测，通过预测两者的危险程度，来作为切换规则的评价指标；

步骤四、切换规则：当预测到的驾驶员危险程度和道路危险程度都超过相应的阈值，这时进行驾驶员到自动驾驶控制器的切换，当危险程度降低以后，再由自动驾驶控制器切换到驾驶员；

步骤五、选取控制量并完成控制。

2.如权利要求1所述的一种基于预测安全的人机切换控制方法，其特征在于，所述步骤一建立的车辆动力学和运动学的简化模型为：

y＝Cx

式中，

x＝[y ψ β r]^T,u＝δ_f.

C＝[1 0 0 0]

式中，x为***的状态向量；u为***控制量；A为***矩阵；B为输入矩阵；C为***输出矩阵；y为车辆质心o的侧向位置，单位：m；ψ为车辆航向角，单位：rad；v为车辆质心处的纵向速度，单位：m/s；β为车辆的质心侧偏角，单位：rad；r为车辆的横摆角速度，单位：rad/s；C_f为车辆前轮轮胎的侧偏刚度，单位：N/rad；C_r为车辆后轮轮胎的侧偏刚度，单位：N/rad；m为车辆的质量，单位：kg；I_z为车辆绕z轴的转动惯量，单位：kg·m²；a为车辆质心o到车辆前轴的距离，单位：m；b为车辆质心o到车辆后轴的距离，单位：m；δ_f为车辆的前轮转角，单位：rad。

3.如权利要求1所述的一种基于预测安全的人机切换控制方法，其特征在于，所述步骤二自动驾驶控制器设计时，具体的优化目标函数和约束条件如下所示：

满足：

式中：

其中，J为优化函数的目标函数；u(k+i)为k+i时刻的自动驾驶控制器计算出的控制量，即为预测出的前轮转角，单位：rad；x(k+i)为k+i时刻的***状态向量；y(k+i)为k+i时刻的***输出量，也是车辆质心在k+i时刻的坐标，单位：m；P为预测时域，N为控制时域；Γ为自动驾驶控制器权重系数；y_l(k+i)为前方可行道路区域左边界线y_l(x)在时刻k+i的采样值，单位：m；y_r(k+i)则为前方可行道路区域右边界线y_r(x)在时刻k+i的采样值，单位：m；y_c(k+i)为道路中心线在k+i时刻的采样值，单位：m；T_s为采样时间，单位：s；L_F为车辆质心o到车辆前端点F的距离，单位：m；L_R为车辆质心o到车辆后端点R的距离，单位：m；ψ(k+i)＝[0 1 00]x(k+i)；x为***的状态向量；A为***矩阵；A_d为离散后的***矩阵；B为输入矩阵；B_d为离散后的输入矩阵；C为***输出矩阵。

4.如权利要求1所述的一种基于预测安全的人机切换控制方法，其特征在于，所述步骤三安全预测包括：

1)驾驶员操作安全预测

S_driver＝|δ_h-δ_d|

其中，δ_h表示驾驶员输入的前轮转角，δ_d＝u(k+1)表示下一时刻驾驶员期望转角；S_driver表示驾驶员安全预测指数，可以表示驾驶员危险程度；

2)车辆行驶安全预测

S_road＝|y(k+1)-y_center(k+1)|

其中，y(k+1)表示下一时刻预测出车辆质心的位置，y_center(k+1)表示下一时刻道路中心线位置；S_road表示车辆行驶安全预测指数，可以表示车辆行驶危险程度。

5.如权利要求1所述的一种基于预测安全的人机切换控制方法，其特征在于，所述步骤四切换规则具体为：

选取驾驶员安全指数阈值与车辆行驶安全指数阈值，得到切换规则表达式如下：

其中，S_thdriver为驾驶员安全指数阈值；flag_driver表示驾驶员操作危险标志位，当flag_driver＝1时，表示此时驾驶员操作被预测为危险；当flag_driver＝0时，表示此时驾驶员操作被预测为安全；

其中，S_throad表示车辆行驶安全指数阈值；flag_road表示车辆行驶安全标志位；当flag_road＝1时，表示此时车辆行驶状态被预测为危险；当flag_road＝0时，表示此时车辆行驶状态被预测为安全；

根据危险标志位确定切换规则，如式所示：

其中flag表示驾驶***整体危险程度标志位；当flag＝1时，认为整体的驾驶***是危险的，进行从驾驶员到自动驾驶控制器切换；当flag＝0时，认为整体的驾驶***是安全的，如果原来在驾驶员模式就不进行切换，如果在自动驾驶控制器模式就在切换到驾驶员模式。

6.如权利要求1所述的一种基于预测安全的人机切换控制方法，其特征在于，所述步骤五中，选取控制率u为：

其中，U^*为自动驾驶控制器的控制序列；

即当驾驶***危险时，由自动驾驶控制器进行驾驶，当驾驶***安全时，由驾驶员进行驾驶，由此实现了基于预测安全的人机切换控制。