CN114323698B - 一种面向人机共驾智能汽车的实车实验平台测试方法 - Google Patents
一种面向人机共驾智能汽车的实车实验平台测试方法 Download PDFInfo
- Publication number
- CN114323698B CN114323698B CN202210127398.XA CN202210127398A CN114323698B CN 114323698 B CN114323698 B CN 114323698B CN 202210127398 A CN202210127398 A CN 202210127398A CN 114323698 B CN114323698 B CN 114323698B
- Authority
- CN
- China
- Prior art keywords
- driving
- man
- machine
- vehicle
- driver
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 51
- 238000002474 experimental method Methods 0.000 title claims abstract description 31
- 238000010998 test method Methods 0.000 claims abstract description 8
- 238000011156 evaluation Methods 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 35
- 238000012545 processing Methods 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 8
- 230000010365 information processing Effects 0.000 claims description 7
- 230000001276 controlling effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 3
- 238000012886 linear function Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 206010039203 Road traffic accident Diseases 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009420 retrofitting Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明涉及一种面向人机共驾智能汽车实车实验平台测试方法,主要包括以下步骤:步骤一:在E‑HS3实车平台的基础上,在转向***中加装可控电机和力矩/角度传感器,满足人机共驾的接口,使平台拥有人类驾驶员驾驶、智能驾驶***驾驶、人类驾驶员与智能驾驶***共享驾驶三种模式;步骤二:在步骤一的基础上为人机共驾***部署毫米波雷达、摄像头、GPS定位、工控机、底层控制***,形成包含外部信息的闭环***;步骤三:针对人机共驾实车实验的特点,设计符合人机共驾的测试框架。本发明针对人机共驾智能汽车的实验及测试问题设计了一种高效、可靠的人机共驾实验平台,并设计相应的测试控制框架,该平台能对人机共驾在实车环境下的特点进行有效验证。
Description
技术领域
本发明涉及一种面向人机共驾智能汽车测试平台测试方法,尤其涉及一种满足人机共驾智能汽车的实车环境下的驾驶实验平台及测试方法。
背景技术
自动驾驶车辆在过去几年的时间里得到了快速的发展,但是L4、L5级别的完全无人驾驶仍存在很多安全问题和法律政策问题,由此基于共享控制的先进辅助驾驶***(ADAS)得到了越来越多的研究,不同于以往的辅助驾驶,人机共驾中的智能控制器能够在控制领域持续辅助驾驶员进行安全驾驶,从而提高驾驶的安全性和降低驾驶员驾驶负担。在人机共驾研究技术的研究过程中,其测试与评价技术得到了行业内广泛的研究,尤其是对于人机共驾的实验平台的搭建和评价标准的制定。
对于人机共驾的实验平台的搭建,行业内目前广泛开发了硬件在环的实验平台,江苏大学江浩斌等开发了一套包含PC机、人机共驾转向ECU、驾驶模拟器、前置转矩/转角传感器、后置转矩/转角传感器、CAN卡、数据采集器的人机共驾硬件在环实验平台,该平台具有人驾和机驾两种模式,能够有效降低开发费用,但此平台不能考虑实际道路环境下的车辆运动特点(中国专利:CN,CN107727417A、“一种人机共驾转向***硬件在环仿真测试平台”)。
吉林大学朱冰等公开了一种智能汽车人机共驾的驾驶试验平台,该平台主要介绍了实验平台搭建的机械构造原理,仍旧缺乏落地场景的测试(中国专利:CN,CN109493681A、“一种智能汽车人机共驾的驾驶试验平台”)。可见对基于人机共驾的实验平台在考虑实际道路环境和实车的情况仍旧需要进一步研究。
对于人机共驾实验的测试及评价标准的制定,行业内目前从不同对象出发进行不同的评价,吉林大学施树明等构建了故障生成和控制切换检测模块,形成了一套人机共驾可靠性评价方法,但其对于驾驶员负担、人机共驾协同性能等指标仍缺乏具体的阐述(中国专利:CN,CN107871418A、“一种用于评价人机共驾可靠性的实验平台”)。因此,人机共驾实验的测试与评价方法仍需进一步完善,应更加注意对车道保持性能、驾驶员操作负荷、人机共驾协同性能进行评价。
发明内容
针对上述问题,本发明的目的是提供一种面向人机共驾智能汽车的实车实验平台测试方法,该平台要引入人机共驾接口,并且部署包含外部信息的传感器和信息处理的工控机,另一方面针对人机共驾驾驶特点设计相应的实验测试框架。
为实现上述目的,本发明提出一种面向人机共驾智能汽车的实车实验平台测试方法,所采取的技术方案包括以下步骤:步骤一:在E-HS3实车平台的基础上,首先需要屏蔽原车自带的EPS助力电机,从而抵消原车助力***对人机共驾***的影响,在转向***中加装可控电机和力矩/角度传感器,从而构造满足人机共驾的接口,使平台拥有人类驾驶员驾驶、智能驾驶***驾驶、人类驾驶员与智能驾驶***共享驾驶三种模式;步骤二:在步骤一的基础上为人机共驾***部署毫米波雷达、摄像头、GPS定位、工控机、底层控制***,从而形成包含外部信息的闭环测试***;步骤三:针对人机共驾实车实验的特点,设计符合人机共驾的测试框架。并以主观、客观的实验评价方案对实验结果进行评价。
进一步地,(1)在E-HS3实车平台基础上,设计满足人机共驾接口的转向***,其包括以下步骤:
①首先由于无法获取原实验车辆E-HS3转向***的力矩和角度信号,必须屏蔽车辆原有的力矩和角度信号,从而避免该信号对改装完成后的人机共驾***的分析造成影响,即原车EPS的助力Teps近似等于0,
Teps≈0 (1)
②然后在转向柱上加装力矩/转角读取传感器和力矩/角度电机,该传感器能够实现对车辆转向的力矩和角度的读取,电机可执行控制信号,在已知工控机输出力矩/角度的控制信号(即控制器输出)的前提下,外加驾驶员的控制输入,最终能得到作用在加装电机上的合力矩/角度,这个方案能够达到触觉式的人机共驾的标准,当屏蔽控制器输出的时候,就是人单独驾驶模式;当驾驶员不操作方向盘且控制器持续输出控制量的时候,就是控制器驾驶模式;当驾驶员持续操作方向盘且控制器持续输出控制量的时候,就是人机共驾模式。
人类驾驶员单独驾驶:
Tsensor=Td (2)
智能驾驶***驾驶:
Tsensor=Tc (3)
人类驾驶员与智能驾驶***共享驾驶:
Tsensor=Td+Tc (4)
其中,Tsensor是加装在转向柱上的传感器读取的力矩大小,Td是驾驶员施加在方向盘上的力矩大小,Tc是智能驾驶***施加在转向柱上的力矩大小。
进一步地,(2)建立包含外部信息的闭环人机共驾测试***,主要包括以下步骤:
工控机通过2路CAN与感知***相连(一路负责向摄像头发送车辆的横摆角速度及车速,另一路负责获取摄像头和毫米波雷达处理后的信息)。摄像头和毫米波雷达之间通过1路CAN相连。工控机通过1路USB与高精度定位***相连(用于获取自车的位置、方向角等信息),GPS模块与4G模块通过一路RS232相连(用于解决定位***的网络问题)。底层控制器通过1路CAN与工控机相连,要求既能向控制器发送命令又能从控制器接收方向盘转角和力矩的信息。由于工控机只有2路CAN,将向摄像头发送车辆的横摆角速度及车速的CAN与底层控制器的CAN并联,要求CAN ID之间不能有冲突。车载硬件由车载电池直接进行供电,提供12V的直流电。
进一步地,①部署感知***:该***是一套包含毫米波雷达+摄像头的融合感知装置,在输入车辆的速度Vego和横摆角速度γego信息的前提下,用于获取前方障碍物的位置(xobs,yobs)、方向角ψobs、速度Vobs及其尺寸信息sizeobs(l,w,h)。其中传感器输出的障碍物的位置信息用一条轨迹来描述:
Trajobs={(xobs,yobs):f(xobs,yobs)=0} (5)
若是车道线的话则是二元一次函数的形式:
Trajobs={(xobs,yobs):Axobs+Byobs+C=0} (6)
其中,A,B,C都是对应函数的系数。
进一步地,②部署高精度定位***:该***是一套基于差分(RTK)GPS与惯性测量单元(IMU)的高精度定位***,用于获取自车的位置(xego,yego)、方向角ψego、角速度γego等定位信息。该部分信息可直接解析后输入工控机进行在线处理。需要注意的是由于差分技术需要网络支持,因此需要另外部署一套4G模块以满足***的网络需求。由于知道自车和障碍物的位置信息、方向角、速度等信息,可以得到自车与障碍物的相对位置drel,相对方向角ψrel、相对横摆角速度γrel等信息。
ψrel=ψego-ψobs (8)
γrel=γego-γobs (9)
进一步地,③部署上层处理单元:该***以车规级工控机为载体,用于进行信息处理和控制命令的实时计算。其主要是接受车载CAN总线信息、高精度定位***的位置、姿态等信息、融合感知***的道路和障碍物信息,同时能够输出方向盘力矩/转角及加速度的控制命令,供底层执行器处理,控制命令的计算主要是基于信息处理而实时计算出的控制信号,即力矩Tc,
δc=C1drel+C2ψrel+C3γrel (10)
Tc=Kδc (11)
其中,C1是关于自车与障碍物相对位置的系数,C2是关于自车与障碍物相对角度的系数,C3是关于自车与障碍物相对横摆角速度的系数。输出控制力矩Tc与控制转角δc之间存在一个转换系数K。
进一步地,④部署底层控制***:接受方向盘转角或力矩命令的转向底层控制器,以及可接受加速度命令的纵向控制***。同时,底层控制***还可以向上层处理单元提供车辆速度、方向盘转角和力矩等底盘CAN总线状态信息。
进一步地,(3)针对人机共驾实车实验的特点,设计符合人机共驾的测试控制方法框架,并以主观、客观的实验评价方案对实验结果进行评价,主要包括以下步骤:
测试框架主要是依据高精度定位***的位置信息、外部环境信息产生参考轨迹,再根据自身的位置信息和姿态信息得到偏差量,最终得到基于模糊PID和自抗扰的力矩调节器,从而达到控制车辆横向运动的目的;包括:①以模糊PID的方法获得转向所需角度,②以自抗扰的方法获得跟踪角度δc的力矩Tc。
进一步地,①以模糊PID的方法获得转向所需角度:
为使控制器快速稳定,设计相应的模糊规则,从而实时更新PID算法中的参数kp,kI,kd,分别得到实时更新的参数进而得到/>则最终的输出的控制角度为δc,
其中,δd是基于参考轨迹的目标转角,作为前馈响应作用于后续的自抗扰控制器中,其主要目的是能够得到快速准确的转角响应。
②以自抗扰的方法获得跟踪角度δc的力矩Tc:
由于控制力拒与控制转角之间存在一个系数K,本发明通过设计自抗扰算法来计算控制力矩Tc以尽可能的追踪控制角度δc,
其中, xi,i=1,2是***状态量,r,h是可调参数,T是采样步长,zi,i=1,2,3是扩张状态量,βi,i=1,2,3是可调参数,α,δ,b是可调参数,ei,i=1,2是输入状态与拓展状态量的偏差,u是作用于转向柱上的调节力矩。
控制力拒与控制转角之间存在一个系数K,通过设计自抗扰算法来计算控制力矩Tc以追踪控制角度δc,见公式(16)。
进一步地,对于实验结果的评价,对于人机共驾***的主观评价,分别考虑人机共驾过程中的驾驶安全性、驾驶准确性、驾驶舒适性、总体驾驶体验四个指标进行评价。驾驶安全性包括能否提高驾驶安全、能否减少交通事故、能否弥补驾驶员的错误行为;驾驶准确性包括驾驶员主观上理解的在驾驶过程中的精确度和平稳性;驾驶舒适性包括对驾驶员的体力和心理负荷的主观评价;总体评价包括驾驶员对人机共驾***的信任度,评价项分别涵盖了性别(1)、驾龄(2)、年龄(3)、驾驶安全性(4-5)、驾驶准确性(6-7)、驾驶舒适性(8-10)、总体评价(11-13)。;评分包括1-5分(1—不同意、2—不太同意、3—中立、4—稍微同意、5—很同意);
(4)对于人机共驾***的客观评价,分别考虑车道保持性能、驾驶员操作负荷、人机共驾协同性能。
车道保持性能主要考虑车道偏离程度、轨迹跟踪精度、平均通过时间;驾驶员操作符合主要考虑驾驶员力矩的变化、横向加速度变化、横向加速度变化率;人机协同控制性能主要考虑人机共驾过程中的转向修正力和驾驶员转向修正频率。
①车道保持性能指标:
车道偏离程度:包括相对位置偏差drel、相对角度偏差ψrel;
轨迹跟踪精度:包括实际轨迹与期望轨迹的偏差。
Trajerror={(xego-xobs,yego-yobs):AerrorΔx+BerrorΔy+Cerror=0} (17)
其中,Aerror,Berror,Cerror是相关系数。
平均通过时间:保证车道偏离程度与轨迹跟踪误差精度的条件下,使车辆快速通过
其中,l是测试道路距离,v(drel,ψrel,Trajpre)是受车道偏离程度和轨迹跟踪误差影响的车辆纵向速度,t是车辆通过时间。dpre是距离安全阈值,ψpre是方向角安全阈值,Trajpre是轨迹安全阈值。
②驾驶员操作负荷指标:
驾驶员力矩:分别获取驾驶员单独驾驶时的驾驶员力矩和人机共驾模式下的驾驶员力矩Td,d,Td,cop。
横向加速度及变化率:分别获取驾驶员单独驾驶时的驾驶员力矩和人机共驾模式下的横向加速度及变化率ay,Δay。
③人机共驾协同性能指标:
转向修正力:控制器力矩与转向回正力矩的偏差Tcor=Tc-Tal。
其中,Tal=-Fyf(tm+tp)是转向回正力矩,Fyf是轮胎侧向力,tm是主销后倾的延长线交于地面与轮胎面的距离,tp是轮胎托距,Fyf可近似估计得到,tm,tp可取常用参数。
驾驶员转向修正率:一定时间内驾驶员修正方向盘的次数。本发明采取以上技术方案,相比于现有的人机共驾实验平台,具有以下优点:
1.本发明基于实车E-HS3改装的转向***,能满足人机共驾的需求,形成实车平台下的触觉式人机共驾模式,且有三种不同的可切换的驾驶模式:人类驾驶员驾驶、智能驾驶***驾驶、人类驾驶员与智能驾驶***共享驾驶,相较其他的硬件在环平台,该平台能够有效满足人机共驾***的实车实验需求。2.本发明构建了包含外部信息的闭环人机共驾实车测试***,通过对外部道路和障碍物信息及车辆位置和姿态等信息的在线处理,能够更加准确的验证人机共驾在真实环境下的运动特点。
3.本发明设计了针对人机共驾特点,设计了符合人机共驾的测试控制框架,并以主观、客观的实验评价方案对实验结果进行评价,使人机共驾实车实验平台能够有效执行和评估。
附图说明
图1是满足人机共驾接口的转向***示意图。
图2是人机共驾实验平台的硬件整体架构。
图3是人机共驾实验平台的测试控制结构。
图4是人机共驾实验的主观评价分析。
图5是纵向速度跟踪特性。
图6是驾驶员单独驾驶与人机共驾下的轨迹跟踪变化。
图7是驾驶员单独驾驶与人机共驾下驾驶员力矩变化。
图8是驾驶员单独驾驶与人机共驾下车辆横向偏差变化。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。下面列举的实施例仅为对本发明技术方案的进一步理解和实施,并不构成对本发明权利要求的进一步限定,因此。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
以下进一步说明本发明的具体内容及其实施方式。
(1)改装符合人机共驾接口的转向***
考虑到该人机共驾实车实验平台,驾驶模式的丰富性,有人类驾驶员驾驶、智能驾驶***驾驶、人类驾驶员与智能驾驶***共享驾驶三种模式,则该人机共驾平台需要满足以下条件:
①当人类驾驶员驾驶的时候,能够完全屏蔽智能***的控制信号。
②当智能***单独驾驶的时候,能够完全屏蔽人的控制信号。
③当人类驾驶员与智能驾驶***共享驾驶的时候,人和智能***能够共同作用于转向***,且能够相互感知。
为了满足以上条件,本发明对红旗E-HS3车的转向***进行了改进,其结构如图1所示,其中虚线框内的是原车的助力电机(屏蔽),实线框内是加装电机和力矩/角度传感器,该传感器能够实现对车辆转向的力矩和角度的读取,电机可执行控制信号。在已知工控机输出转矩/角度的控制信号(即控制器输出)的前提下,外加驾驶员的控制输入,最终加装的力矩/角度传感器能得到作用在转向柱上的合力矩/角度,这个方案能够达到触觉式的人机共驾的标准。由于无法得到原车EPS开源信号,本发明只能对其进行屏蔽处理,最终结果是车辆的转向助力降低,该电机输出一个较小的惯性力矩作用于转向柱上,其结果能够近似忽略,从而避免了原车电机的输出对人机共驾实验的影响,由于原车电机的助力Teps足够小,因此可以将其忽略,即Teps≈0。
表1改装转向***后车辆横向测试数据
当人类驾驶员驾驶的时候,传感器获得的力矩为人类驾驶员的施加到方向盘上的力矩,如式(2)所示。
当智能***单独驾驶的时候,传感器获得的力矩为智能***施加到转向柱上的力矩,如式(3)所示。
当人类驾驶员与智能驾驶***共享驾驶的时候,传感器获得的力矩为人类驾驶员与智能***的力矩之和,如式(4)所示。
因此可以表明该结构能够为人机共驾实车实验提供三种驾驶模式:人类驾驶员驾驶、智能驾驶***驾驶、人类驾驶员与智能驾驶***共享驾驶。
为了进一步验证该结构的有效性,对改装后的转向***进行横向转向测试,分别对方向盘进行不同角度的左转、右转操作,得到结果如表1所示,由表1结果可知,改装后车辆的转向***的零点漂移几乎在0.4deg以内、转角稳态误差保证在0.5deg以内、方向盘最大超调量在6.9deg,均在合理范围内,即该转向***满足转向性能。
(2)建立包含外部信息的闭环人机共驾测试***
该部分主要内容就是为车辆部署感知***、高精度定位***、上层处理单元和底层控制***,其硬件架构如图2所示,硬件信息如表2所示,主要包括以下内容:
①部署感知***:该***是一套包含毫米波雷达+摄像头的融合感知装置,在输入车辆的速度Vego和横摆角速度γego信息的前提下,用于获取前方障碍物的位置(xobs,yobs)、方向角ψobs、速度vobs及其尺寸信息sizeobs(l,w,h)。其中传感器输出的障碍物的位置信息用一条轨迹来描述,如式(5),若是车道线的话则是二元一次函数的形式,如式(6)。
②部署高精度定位***:该***是一套基于差分(RTK)GPS与惯性测量单元(IMU)的高精度定位***,用于获取自车的位置(xego,yego)、方向角ψego、角速度γego等定位信息。该部分信息可直接解析后输入工控机进行在线处理。需要注意的是由于差分技术需要网络支持,因此需要另外部署一套4G模块以满足***的网络需求。由于知道自车和障碍物的位置信息、方向角、速度等信息,可以得到自车与障碍物的相对位置drel,相对方向角ψrel、相对横摆角速度γrel等信息,如式(7)-(9)。
③部署上层处理单元:该***以车规级工控机为载体,用于进行信息处理和控制命令的实时计算。其主要是接受车载CAN总线信息、高精度定位***的位置、姿态等信息、融合感知***的道路和障碍物信息,同时能够输出方向盘力矩/转角及加速度的控制命令,供底层执行器处理,控制命令的计算主要是基于信息处理而实时计算出的控制信号,其包括转角δc和力矩Tc,如式(11)、(12)。
④部署底层控制***:接受方向盘转角或力矩命令的转向底层控制器,以及可接受加速度命令的纵向控制***。同时,底层控制***还可以向上层处理单元提供车辆速度、方向盘转角和力矩等底盘CAN总线状态信息。
硬件线路连接方面,工控机通过2路CAN与感知***相连(一路负责向摄像头发送车辆的横摆角速度及车速,另一路负责获取摄像头和毫米波雷达处理后的信息)。摄像头和毫米波雷达之间通过1路CAN相连。工控机通过1路USB与高精度定位***相连(用于获取自车的位置、方向角等信息),GPS模块与4G模块通过一路RS232相连(用于解决定位***的网络问题)。底层控制器通过1路CAN与工控机相连,要求既能向控制器发送命令又能从控制器接收方向盘转角和力矩的信息。由于工控机只有2路CAN,将向摄像头发送车辆的横摆角速度及车速的CAN与底层控制器的CAN并联,要求CAN ID之间不能有冲突。车载硬件由车载电池直接进行供电,提供12V的直流电。
表2主要硬件信息
(3)设计符合人机共驾***的测试控制方法框架
本发明的测试结构如图3所示,其中纵向控制通过PD算法进行控制,不断调节车辆的油门踏板,可使车辆的纵向速度保持在稳定常数,横向控制主要是依据高精度定位***的位置信息、外部环境信息产生参考轨迹,再根据自身的位置信息和姿态信息得到横向偏差量,最终由基于模糊PID的转角模式或基于模糊PID和自抗扰的力矩模式调节转向电机的转角或力矩,从而达到控制车辆横向运动的目的。
纵向控制:
①以PD的方法控制车辆的纵向速度:
Verror=Vego-Vd (19)
其中,Vego是车辆的实际纵向速度,Vd是车辆的目标纵向速度,Verror是车辆的纵向速度偏差,uV是油门踏板的调节量。
横向控制:
②以模糊PID的方法获得转向所需角度,其结果如式(12)-(15)所示。
③以自抗扰的方法获得跟踪角度δc的力矩Tc,其结果如式(16)。
对于人机共驾***的主观评价,具体评价项见表3,评价项分别涵盖了性别(1)、驾龄(2)、年龄(3)、驾驶安全性(4-5)、驾驶准确性(6-7)、驾驶舒适性(8-10)、总体评价(11-13)。;评分包括1-5分(1—不同意、2—不太同意、3—中立、4—稍微同意、5—很同意)。
表3主观评价项
最终得到不同驾驶员的主观评价结果,可以通过对结果进行平均值均方误差/>均方根误差/>处理,从而进一步分析不同驾驶员对人机共驾***的主观评价。
(4)对于人机共驾***的客观评价,具体如表4所示,在分析数据的时候同样可以考虑平均值、均方误差、均方根误差处理。
①车道保持性能指标:
车道偏离程度:包括相对位置偏差drel、相对角度偏差ψrel;轨迹跟踪精度:包括实际轨迹与期望轨迹的偏差,如式(17);平均通过时间:保证车道偏离程度与轨迹跟踪误差精度的条件下,使车辆快速通过,如式(18)。
②驾驶员操作负荷指标:
驾驶员力矩:分别获取驾驶员单独驾驶时的驾驶员力矩和人机共驾模式下的驾驶员力矩Td,d,Td,cop。横向加速度及变化率:分别获取驾驶员单独驾驶时的驾驶员力矩和人机共驾模式下的横向加速度及变化率ay,Δay。
③人机共驾协同性能指标:
转向修正力:控制器力矩与转向回正力矩的偏差Tcor=Tc-Tal。其中,Tal=-Fyf(tm+tp)是转向回正力矩,Fyf是轮胎侧向力,tm是主销后倾的延长线交于地面与轮胎面的距离,tp是轮胎托距,Fyf可近似估计得到,tm,tp可取常用参数。驾驶员转向修正率:一定时间内驾驶员修正方向盘的次数。
表4客观评价项
在三部分的基础上,步骤一确保了人机共驾的硬件接口,步骤二确保了包含外部信息的闭环测试,步骤三确保了对人机共驾测试方法及评价方案,为了进一步验证该人机共驾实车实验平台的综合测试效果,本发明基于测试结构图3进行了有效的实验验证。
①实验道路选择无人的环岛进出路况,近似模拟双移线工况。
②参考轨迹根据定位信息(GPS)、姿态航向信息(IMU)、环境信息(毫米波雷达+摄像头)进行规划后得出。
③为了验证该实验平台的有效性,纵向控制采用PD自适应巡航控制,车速控制在15km/h,横向控制采用模糊PID+自抗扰控制算法,驾驶员也可根据环境信息实时控制方向盘从而控制车辆。
④选取不同年龄段的驾驶员进行实车人机共驾测试。
不同年龄段的驾驶员针对主观评价项进行评价后的结果统计如表5所示,进行处理后的数据分析如图4所示。
通过分析平均值可以得到,在安全性方面,驾驶员对共驾***能提高驾驶安全持比较保守的态度,但比较认可当驾驶员出现错误操作、疲劳驾驶等情况时,共驾***能弥补驾驶员的错误行为;在准确性方面,驾驶员比较认可共驾***能使车辆更易保持在车道中间且能使车辆行驶得更加平稳;在舒适性方面,驾驶员认为共驾***能够减轻驾驶员驾驶体力负担且能与共驾***相互适应,但是不太认可共驾***会减轻驾驶员驾驶心理负担,这可能是由于人机之间存在协同不一致的情况,那么就需要驾驶员与智能控制器之间进行一个磨合的过程,从而提高人机共驾***的合理性;最后,可以看出,驾驶员整体上能够信任共驾***,并认为可以考虑配备共驾***。
通过分析分析方差和平均值可以得到,不同驾驶员在共驾***能提高驾驶安全这个问题上存在较大的分歧,这可能是由于少数驾驶员在心理上潜在觉得会和共驾***产生对抗,从而觉得控制器会跟驾驶员产生对抗,从而影响安全性;但是整体评价来看,不同驾驶员对共驾***具有使用价值,并认为可以考虑配备共驾***存在分歧最小,说明在以上实验的基础上,不同性别、驾龄、年龄段的驾驶员普遍对共驾***持积极乐观的态度。
表4人机共驾主观评价项统计
实验结果的客观评价分别如图5-8所示,图5表明该人机共驾实车实验平台不仅能够实现横向控制,也能够对纵向控制问题进行研究,进而可进行一系列横纵耦合的测试实验。图6表明该人机共驾实车实验平台能够用于分析驾驶员单独驾驶与人机共驾时对于轨迹跟踪的变化特点,可见人机共驾下轨迹跟踪精度高于驾驶员单独驾驶的情况;图7表明该平台能够用于分析驾驶员单独驾驶与人机共驾时驾驶员的力矩操作负荷,从而分析对驾驶员的影响,可见人机共驾的过程中驾驶员与智能***可能存在对抗的过程;图8表明该平台能够用于分析驾驶员单独驾驶与人机共驾不同的横向偏差,也就是可以分析不同驾驶模式的轨迹跟踪偏差,可见驾驶员单独驾驶时可能会突然出现较大的偏差,而人机共驾过程中横向偏差的变化比较平稳。
本发明只列出了部分具有可行性的实验和分析,实际上该平台能够满足驾驶员单独驾驶、智能***单独驾驶、人机共驾下三种模式下的的轨迹跟踪测试、驾驶人负荷测试、人机共驾下的抗干扰测试、不同变量(横向偏差、横向加速度、横摆角速度等)变化的特性分析、模型及算法验证等实验,另外也可以对不同模式下车辆动力学的横纵耦合情况进行研究。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言,可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (7)
1.一种面向人机共驾智能汽车的实车实验平台测试方法,包括以下设计步骤:
步骤一:在E-HS3实车平台的基础上,屏蔽掉原车的EPS助力电机,在转向***中加装可控电机和力矩/角度传感器,从而构造满足人机共驾的接口,使平台拥有人类驾驶员驾驶、智能驾驶***驾驶、人类驾驶员与智能驾驶***共享驾驶三种模式;
步骤二:在步骤一的基础上为人机共驾***部署毫米波雷达、摄像头、GPS定位、工控机、底层控制***,从而形成包含外部信息的闭环人机共驾测试***;
步骤三:针对人机共驾实车实验的特点,设计符合人机共驾的测试框架;其中:
步骤二中,所述闭环人机共驾测试***具体包括:①部署感知***,②部署高精度定位***,③部署上层处理单元,④部署底层控制***;
所述部署感知***:该***是一套包含毫米波雷达+摄像头的融合感知装置,在输入车辆的速度Vego和横摆角速度γego信息的前提下,用于获取包括前方障碍物的位置(xobs,yobs)、方向角ψobs、速度Vobs及其尺寸信息sizeobs(l,w,h),其中传感器输出的障碍物的位置信息用一条轨迹来描述:
Trajobs={(xobs,yobs):f(xobs,yobs)=0} (5)
若是车道线的话则是二元一次函数的形式:
Trajobs={(xobs,yobs):Axobs+Byobs+C=0} (6)
其中,A,B,C都是对应函数的系数;
所述部署高精度定位***:该***是一套基于差分(RTK)GPS与惯性测量单元(IMU)的高精度定位***,用于获取自车的位置(xego,yego)、方向角ψego、角速度γego等定位信息;该部分信息可直接解析后输入工控机进行在线处理;由于差分技术需要网络支持,因此需要另外部署一套4G模块以满足***的网络需求;由于知道自车和障碍物的位置信息、方向角、角速度信息,得到自车与障碍物的相对位置距离drel,相对方向角ψrel、相对横摆角速度γrel信息;
ψrel=ψego-ψobs (8)
γrel=γego-γobs (9);
所述部署上层处理单元:该***以车规级工控机为载体,用于进行信息处理和控制命令的实时计算;信息处理包括感知***的信息输入、高精度定位***输入、车载CAN信息输入、控制信号的输入;控制命令的计算主要是基于信息处理而实时计算出的控制信号,即力矩Tc,
δc=C1drel+C2ψrel+C3γrel (10)
Tc=Kδc (11)
其中,C1是关于自车与障碍物相对位置的系数,C2是关于自车与障碍物相对角度的系数,C3是关于自车与障碍物相对横摆角速度的系数,输出控制力矩Tc与控制转角δc之间存在一个转换系数K。
2.根据权利要求1所述的一种面向人机共驾智能汽车的实车实验平台测试方法,其特征在于,步骤一中在所述E-HS3实车平台的基础上,首先需要屏蔽原车自带的EPS助力电机,从而抵消原车助力***对人机共驾***的影响,即原车EPS的助力近似等于0,然后在转向***中加装可控电机和力矩/角度传感器,从而构造满足人机共驾需求的接口,
Teps≈0 (1)
最终形成人类驾驶员驾驶、智能驾驶***驾驶、人类驾驶员与智能驾驶***共享驾驶三种模式:
①人类驾驶员单独驾驶:
Tsensor=Td (2)
②智能驾驶***驾驶:
Tsensor=Tc (3)
③人类驾驶员与智能驾驶***共享驾驶:
Tsensor=Td+Tc (4)
其中,Teps是原车的EPS助力,Tsensor是加装在转向柱上的传感器读取的力矩大小,Td是驾驶员施加在方向盘上的力矩大小,Tc是智能驾驶***施加在转向柱上的力矩大小。
3.根据权利要求1所述的一种面向人机共驾智能汽车的实车实验平台测试方法,其特征在于,步骤二中所述建立包含外部信息的闭环人机共驾测试***,包括以下步骤:
工控机通过2路CAN与感知***相连,一路负责向摄像头发送车辆的横摆角速度及车速,另一路负责获取摄像头和毫米波雷达处理后的信息,摄像头和毫米波雷达之间通过1路CAN相连,工控机通过1路USB与高精度定位***相连,用于获取自车的位置、方向角等信息,GPS模块与4G模块通过一路RS232相连,用于解决定位***的网络问题;底层控制器通过1路CAN与工控机相连,要求既能向控制器发送命令又能从控制器接收方向盘转角和力矩的信息;由于工控机只有2路CAN,将向摄像头发送车辆的横摆角速度及车速的CAN与底层控制器的CAN并联,要求CAN ID之间不能有冲突;车载硬件由车载电池直接进行供电,提供12V的直流电;
所述闭环人机共驾测试***具体包括:①部署感知***,②部署高精度定位***,③部署上层处理单元,④部署底层控制***。
4.根据权利要求3所述的一种面向人机共驾智能汽车的实车实验平台测试方法,其特征在于,所述部署底层控制***:接受方向盘转角或力矩命令的转向底层控制器,以及接受加速度命令的纵向控制***;同时,底层控制***还可以向上层处理单元提供车辆速度、方向盘转角和力矩等底盘CAN总线状态信息。
5.根据权利要求1所述的一种面向人机共驾智能汽车的实车实验平台测试方法,其特征在于,步骤三中所述针对人机共驾实车实验的特点,设计符合人机共驾的测试控制框架,并以主观、客观的实验评价方案对实验结果进行评价,包括以下步骤:
测试框架主要是依据高精度定位***的位置信息、外部环境信息产生参考轨迹,再根据自身的位置信息和姿态信息得到偏差量,最终得到基于模糊PID和自抗扰的力矩调节器,从而达到控制车辆横向运动的目的;
包括:①以模糊PID的方法获得转向所需角度,②以自抗扰的方法获得跟踪角度δc的力矩Tc。
6.根据权利要求5所述的一种面向人机共驾智能汽车的实车实验平台测试方法,其特征在于,所述①以模糊PID的方法获得转向所需角度:
为使控制器快速稳定,设计相应的模糊规则,从而实时更新PID算法中的参数kp,kI,kd,分别得到实时更新的参数进而得到/>则最终的输出的控制角度为δc,
其中,δd是基于参考轨迹的目标转角,作为前馈响应作用于后续的自抗扰控制器中,其主要目的是能够得到快速准确的转角响应;
所述②以自抗扰的方法获得跟踪角度δc的力矩Tc:
其中, xi,i=1,2是***状态量,r,h是可调参数,T是采样步长,zi,i=1,2,3是扩张状态量,βi,i=1,2,3是可调参数,α,δ,b是可调参数,ei,i=1,2是输入状态与拓展状态量的偏差,u是作用于转向柱上的调节力矩;
控制力拒与控制转角之间存在一个系数K,通过设计自抗扰算法来计算控制力矩Tc以追踪控制角度δc,见公式(16)。
7.根据权利要求6所述的一种面向人机共驾智能汽车的实车实验平台测试方法,其特征在于,对于实验结果的评价,一种面向人机共驾智能汽车实验***的主观评价,分别考虑人机共驾过程中的驾驶安全性、驾驶准确性、驾驶舒适性、总体驾驶体验四个指标进行评价;驾驶安全性包括能否提高驾驶安全、能否减少交通事故、能否弥补驾驶员的错误行为;驾驶准确性包括驾驶员主观上理解的在驾驶过程中的精确度和平稳性;驾驶舒适性包括对驾驶员的体力和心理负荷的主观评价;总体评价包括驾驶员对人机共驾***的信任度;评价项分别涵盖了性别(1)、驾龄(2)、年龄(3)、驾驶安全性(4-5)、驾驶准确性(6-7)、驾驶舒适性(8-10)、总体评价(11-13);评分包括1-5分(1—不同意、2—不太同意、3—中立、4—稍微同意、5—很同意);
客观评价主要对车道保持性能、驾驶员操作负荷、人机共驾协同性能进行评价,
①车道保持性能指标:
车道偏离程度:包括相对位置偏差drel、相对角度偏差ψrel;
轨迹跟踪精度:包括实际轨迹与期望轨迹的偏差;
Trajerror={(xego-xobs,yego-yobs):Aerror△x+Berror△y+Cerror=0} (17)
其中,Aerror,Berror,Cerror是相关系数;
平均通过时间:保证车道偏离程度与轨迹跟踪误差精度的条件下,使车辆快速通过,
其中,l是测试道路距离,v(drel,ψrel,Trajpre)是受车道偏离程度和轨迹跟踪误差影响的车辆纵向速度,t是车辆通过时间,dpre是距离安全阈值,ψpre是方向角安全阈值,Trajpre是轨迹安全阈值;
②驾驶员操作负荷指标:
驾驶员力矩:分别获取驾驶员单独驾驶时的驾驶员力矩和人机共驾模式下的驾驶员力矩Td,d,Td,cop;
横向加速度及变化率:分别获取驾驶员单独驾驶时的驾驶员力矩和人机共驾模式下的横向加速度及变化率ay,△ay;
③人机共驾协同性能指标:
转向修正力:控制器力矩与转向回正力矩的偏差Tcor=Tc-Tal,其中,Tal=-Fyf(tm+tp)是转向回正力矩,Fyf是轮胎侧向力,tm是主销后倾的延长线交于地面与轮胎面的距离,tp是轮胎托距,Fyf可近似估计得到,tm,tp可取常用参数;
驾驶员转向修正率:一定时间内驾驶员修正方向盘的次数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210127398.XA CN114323698B (zh) | 2022-02-11 | 2022-02-11 | 一种面向人机共驾智能汽车的实车实验平台测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210127398.XA CN114323698B (zh) | 2022-02-11 | 2022-02-11 | 一种面向人机共驾智能汽车的实车实验平台测试方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114323698A CN114323698A (zh) | 2022-04-12 |
CN114323698B true CN114323698B (zh) | 2023-09-08 |
Family
ID=81031030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210127398.XA Active CN114323698B (zh) | 2022-02-11 | 2022-02-11 | 一种面向人机共驾智能汽车的实车实验平台测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114323698B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116578103B (zh) * | 2023-07-13 | 2023-10-03 | 清华大学 | 极限工况下人-车-路闭环***运行风险评测方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106275061A (zh) * | 2016-09-21 | 2017-01-04 | 江苏大学 | 一种基于混杂理论的人机共驾型电动助力转向***及控制方法 |
CN106347449A (zh) * | 2016-09-21 | 2017-01-25 | 江苏大学 | 一种人机共驾型电动助力转向***及模式切换方法 |
CN107727417A (zh) * | 2017-09-11 | 2018-02-23 | 江苏大学 | 一种人机共驾转向***硬件在环仿真测试平台 |
CN108819951A (zh) * | 2018-07-27 | 2018-11-16 | 重庆大学 | 一种考虑驾驶员驾驶技能的人机共驾横向驾驶权分配方法 |
CN109795486A (zh) * | 2019-03-01 | 2019-05-24 | 大连理工大学 | 在人机共驾车道保持***中驾驶权分配的方法 |
CN111409695A (zh) * | 2020-04-13 | 2020-07-14 | 安徽卡思普智能科技有限公司 | 用于智能汽车的线控转向人机共享控制方法及其智能汽车 |
CN111766879A (zh) * | 2020-06-24 | 2020-10-13 | 天津大学 | 一种基于自主协同导航的智能车编队*** |
CN113219955A (zh) * | 2021-05-13 | 2021-08-06 | 吉林大学 | 一种多驾驶员在环驾驶试验平台 |
CN113619563A (zh) * | 2021-09-06 | 2021-11-09 | 厦门大学 | 基于人机共享的智能电动汽车横向控制***及方法 |
CN113650609A (zh) * | 2021-09-28 | 2021-11-16 | 中国科学技术大学先进技术研究院 | 基于模糊规则的人机共驾控制权柔性转移方法及*** |
CN113978548A (zh) * | 2021-11-12 | 2022-01-28 | 京东鲲鹏(江苏)科技有限公司 | 应用于无人车的转向协同控制方法、装置、设备及介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7899915B2 (en) * | 2002-05-10 | 2011-03-01 | Richard Reisman | Method and apparatus for browsing using multiple coordinated device sets |
-
2022
- 2022-02-11 CN CN202210127398.XA patent/CN114323698B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106275061A (zh) * | 2016-09-21 | 2017-01-04 | 江苏大学 | 一种基于混杂理论的人机共驾型电动助力转向***及控制方法 |
CN106347449A (zh) * | 2016-09-21 | 2017-01-25 | 江苏大学 | 一种人机共驾型电动助力转向***及模式切换方法 |
CN107727417A (zh) * | 2017-09-11 | 2018-02-23 | 江苏大学 | 一种人机共驾转向***硬件在环仿真测试平台 |
CN108819951A (zh) * | 2018-07-27 | 2018-11-16 | 重庆大学 | 一种考虑驾驶员驾驶技能的人机共驾横向驾驶权分配方法 |
CN109795486A (zh) * | 2019-03-01 | 2019-05-24 | 大连理工大学 | 在人机共驾车道保持***中驾驶权分配的方法 |
CN111409695A (zh) * | 2020-04-13 | 2020-07-14 | 安徽卡思普智能科技有限公司 | 用于智能汽车的线控转向人机共享控制方法及其智能汽车 |
CN111766879A (zh) * | 2020-06-24 | 2020-10-13 | 天津大学 | 一种基于自主协同导航的智能车编队*** |
CN113219955A (zh) * | 2021-05-13 | 2021-08-06 | 吉林大学 | 一种多驾驶员在环驾驶试验平台 |
CN113619563A (zh) * | 2021-09-06 | 2021-11-09 | 厦门大学 | 基于人机共享的智能电动汽车横向控制***及方法 |
CN113650609A (zh) * | 2021-09-28 | 2021-11-16 | 中国科学技术大学先进技术研究院 | 基于模糊规则的人机共驾控制权柔性转移方法及*** |
CN113978548A (zh) * | 2021-11-12 | 2022-01-28 | 京东鲲鹏(江苏)科技有限公司 | 应用于无人车的转向协同控制方法、装置、设备及介质 |
Non-Patent Citations (1)
Title |
---|
一种基于模型预测复合控制的 车辆避碰控制方法;李寿涛;《吉林大学学报》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114323698A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111775949B (zh) | 一种人机共驾控制***的个性化驾驶员转向行为辅助方法 | |
Wang et al. | Automatic steering control strategy for unmanned vehicles based on robust backstepping sliding mode control theory | |
Gray et al. | A unified approach to threat assessment and control for automotive active safety | |
Wu et al. | The heterogeneous systems integration design and implementation for lane keeping on a vehicle | |
Gietelink et al. | Development of advanced driver assistance systems with vehicle hardware-in-the-loop simulations | |
Hima et al. | Trajectory tracking for highly automated passenger vehicles | |
You et al. | Nonlinear driver parameter estimation and driver steering behavior analysis for ADAS using field test data | |
Zafeiropoulos et al. | Design of a lane-tracking driver steering assist system and its interaction with a two-point visual driver model | |
Zhao et al. | Emergency steering evasion assistance control based on driving behavior analysis | |
Chebly et al. | Coupled longitudinal/lateral controllers for autonomous vehicles navigation, with experimental validation | |
Ercan et al. | Modeling, identification, and predictive control of a driver steering assistance system | |
CN110162046A (zh) | 基于事件触发型模型预测控制的无人车路径跟随方法 | |
CN112141101A (zh) | 一种基于cnn和lstm的预瞄安全路径的方法及*** | |
Na et al. | Experimental evaluation of a game-theoretic human driver steering control model | |
CN113467470B (zh) | 一种无人自主小车的轨迹跟踪控制方法 | |
CN114323698B (zh) | 一种面向人机共驾智能汽车的实车实验平台测试方法 | |
Sentouh et al. | Toward a shared lateral control between driver and steering assist controller | |
Chen et al. | Parallel distributed compensation/H∞ control of lane-keeping system based on the Takagi-Sugeno fuzzy model | |
Chen et al. | An improved IOHMM-based stochastic driver lane-changing model | |
Mata et al. | Linear time varying model based model predictive control for lateral path tracking | |
Zhong et al. | Optimal lane change control of intelligent vehicle based on MPC | |
CN108860137B (zh) | 失稳车辆的控制方法、装置及智能车辆 | |
Sentouh et al. | The H 2-optimal preview controller for a shared lateral control | |
Ahmadi | Design a Reliable Model Predictive Control for Path Following with Application to the Autonomous Vehicle and Considering Different Vehicle Models | |
Zhu et al. | Design of an integrated vehicle chassis control system with driver behavior identification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |