基于驾驶特性分析的最优自主超车控制方法技术

本发明专利技术提供了一种基于驾驶特性分析的最优自主超车控制方法，包括以下步骤：S1、利用模糊推理系统（Fuzzy Inference System,FIS）对前车进行驾驶特性分析，然后将其输出的具体驾驶类型进行了简化，即危险与安全两个状态；S2、后车根据前车的驾驶行为选择相应策略，进行最优自主超车控制。本发明专利技术的有益效果是：原有超车控制较复杂，通过简化的二元驾驶特性可以降低超车控制难度；二元超车策略的最优控制方式可以为自主超车过程中左侧超越阶段提供一个安全、高效、低耗的最优策略。

Optimal autonomous overtaking control method based on driving characteristics analysis

The present invention provides an optimal autonomous overtaking driving characteristics analysis based control method, which comprises the following steps: S1, using fuzzy inference system (Fuzzy Inference System, FIS) of the former car driving characteristics analysis, then the specific driving type of the output is simplified, which is two in the state of danger and safety; according to S2, after the car before the car driving behavior selection strategies, the optimal control of autonomous overtaking. The beneficial effect of the invention is: the original overtaking control is complex, the two yuan can reduce the driving characteristics of simplified overtaking control difficulty; the optimal strategy for the optimal control of two yuan can be autonomous overtaking strategy during the overtaking process left beyond the stage to provide a safe, efficient and low consumption.

【技术实现步骤摘要】
基于驾驶特性分析的最优自主超车控制方法
本专利技术涉及超车控制方法，尤其涉及一种基于驾驶特性分析的最优自主超车控制方法。
技术介绍
近年来，随着传感器技术、信息处理与计算机技术越来越成熟，智能交通系统(IntelligentTransportationSystem,ITS)也得到了迅猛的发展，为社会带来了巨大的经济效益。智能交通系统的主要领域包括预防和减轻事故，安全问题、减少温室气体排放，提高能源和基础设施利用效率，其中安全问题一直是人们所关注的热点问题之一。有数据表明，每年都会有120万人死于交通事故，如果不采取措施，预计到2020年，交通事故数量会持续增加，其中由于超车操作不当引起的交通事故碰撞约占4-10％。人们在出行方面除了注重安全性以外，也越来越追求舒适性，而自主车辆是一种具有环境感知、自主导航能力的地面运载工具，其出现使得人们在自驾出行的同时不被车束缚，也减少了疲劳驾驶、酒驾等人为因素导致的事故，被人们所青睐。因此，对自主超车模型的研究不仅可为道路安全超车提供理论指导，有效提高道路通行能力和服务水平，更可以降低由于不合理超车所引起的交通事故的发生率。超车是公路上一种普遍的交通现象。当车道前方车辆速度小于后车速度，且相邻车道上有足够超车空间，则后车会采取借用相邻车道来完成超车过程，以追求最大驾驶效益。在超车过程中，需要考虑的因素有很多，如被超越的车出现的一些不稳定的驾驶行为，即左右抖动、迂回、穿梭等，这些行为会对执行超越的车在选择超车策略上产生很大的影响。车辆如果对换道操作的可行性做出了一个错误判断，或者在超越过程中无法获得前车状态，就可能使车辆处于潜在的碰撞危险当中。因此，如何及时有效地识别前车的危险驾驶行为，对于避免交通事故、实现智能化安全辅助驾驶具有重要意义。
技术实现思路
为了解决现有技术中的问题，本专利技术提供了一种基于驾驶特性分析的最优自主超车控制方法。本专利技术提供了一种基于驾驶特性分析的最优自主超车控制方法，包括以下步骤：S1、在现有研究中，一种驾驶特性分析方式如下：基于模糊推理系统的驾驶特性分析，利用GPS和INS对前车进行定位，将获取的前车加速度、速度及角速度信息通过联邦卡尔曼滤波进行处理，然后将联邦卡尔曼滤波器的状态估计输出值作为模糊推理系统的输入，该联邦卡尔曼滤波器的状态估计输出值包括横向偏移量D、角速度ω，并且经过模糊化、模糊推理、去模糊化，实现对车辆的危险驾驶检测与识别，本文在该类方法的基础上，针对自主超车场景的特点，对其输入变量的隶属度和模糊规则库进行了改进，并且将其输出的具体驾驶类型(抖动、穿梭、迂回、正常)进行了简化，即安全、危险两种类型；S2、后车根据前车的驾驶行为选择相应策略，进行最优自主超车控制。作为本专利技术的进一步改进，步骤S1包括：假设已经获取道路的高清地图信息，并且已经完成对车辆的精确状态估计，将状态估计输出值角速度ω、横向偏移量D作为模糊系统的输入量，输出量为二元驾驶特性，即安全和危险。作为本专利技术的进一步改进，步骤S1包括：根据经验值和超车场景的特点对横向偏移量和模糊规则库进行定义。作为本专利技术的进一步改进，步骤S2包括：定义碰撞发生概率Pco和安全距离。作为本专利技术的进一步改进，定义碰撞发生概率Pco还包括：(4)两车的实时位置信息共享。本专利技术的有益效果是：原有超车控制较复杂，通过简化的二元驾驶特性可以降低超车控制难度；二元超车策略的最优控制方式可以为自主超车过程中左侧超越阶段提供一个安全、高效、低耗的最优策略。附图说明图1是本专利技术一种基于驾驶特性分析的最优自主超车控制方法的超车示意图。图2是本专利技术一种基于驾驶特性分析的最优自主超车控制方法的驾驶特性分析系统结构。图3是本专利技术一种基于驾驶特性分析的最优自主超车控制方法的目标车辆和车道之间的几何关系图。图4是本专利技术一种基于驾驶特性分析的最优自主超车控制方法横向偏移量的隶属度函数曲线图。图5是本专利技术一种基于驾驶特性分析的最优自主超车控制方法的横向偏移量对超车场景中模糊规则库的影响示意图。图6是本专利技术一种基于驾驶特性分析的最优自主超车控制方法的危险类型指标值与驾驶类型的对应关系图。图7是本专利技术一种基于驾驶特性分析的最优自主超车控制方法的高安全策略中，参量随时隙的变化示意图。图8是本专利技术一种基于驾驶特性分析的最优自主超车控制方法的低安全策略中，参量随时隙的变化示意图。图9是本专利技术一种基于驾驶特性分析的最优自主超车控制方法的驾驶特性分析对代价值的影响示意图。具体实施方式下面结合附图说明及具体实施方式对本专利技术作进一步说明。如图1所示，超车操作分为变道、车辆超越、返回原车道三个步骤，本专利技术提供了一种基于驾驶特性分析的最优自主超车控制方法，针对左侧超越，提出了一种基于异常驾驶检测的最优超车策略。利用模糊推理系统(FuzzyInferenceSystem,FIS)对前车进行驾驶特性分析，然后将其输出的具体驾驶类型进行了简化，即危险与安全两个状态。后车在最小化代价的条件下，根据前车的状态选择相应策略，如跟驰、加速超越等行为。该方法可以为左侧超越阶段提供一个安全、高效、低耗的最优策略。一种基于驾驶特性分析的最优自主超车控制方法包括具体以下步骤：1、基于模糊推理系统的驾驶特性分析；在现有研究中，一种驾驶特性分析方式如下：先利用GPS和INS对前车进行定位，将获取的前车加速度、速度及角速度信息通过联邦卡尔曼滤波进行处理，然后将联邦卡尔曼滤波器的状态估计输出值(横向偏移量D、角速度ω)作为模糊推理系统的输入，并且经过模糊化、模糊推理、去模糊化等过程，实现对车辆的危险驾驶检测与识别。本文在该类方法的基础上，针对自主超车场景的特点，对其输入变量的隶属度和模糊规则库进行了改进，并且将其输出的具体驾驶类型(抖动、穿梭、迂回、正常)进行了简化，即安全、危险两种类型。图2是本文中采用的驾驶特性分析系统结构图。假设已经获取道路的高清地图信息，如图3所示，并且已经完成对车辆的精确状态估计，将滤波输出量角速度ω、横向偏移量D作为模糊系统的输入量，输出量为二元驾驶特性，即安全和危险。采用模糊推理系统对前车进行驾驶特性分析在以往的工作中也有所提及，在本文中，我们依旧采用现有研究中规定的角速度隶属度函数，而对横向偏移量针对超车场景进行了改进，如图3所示，相应的模糊值被定义为负横向偏移量(ND)，小横向偏移量指标(SD)、中横向偏移量指标(MD)、大横向偏移量指标(LD)和超大横向偏移量指标(VLD)。基于经验数据，将角速度指标和横向偏移量指标映射到相应的危险类型中，由此建立了直行道路中的模糊规则库，如表1所示。表1模糊规则库其中，需要说明的是，在超车场景中，当前车的横向偏移量D处于ND状态时，如图5所示，此时前车相对于后车为安全状态，故当前车的角速度较小时，危险类型为A。2、最优控制策略；本文在超车的三个步骤中，主要针对步骤二，即左侧超越过程进行优化，如图5所示。为了简化问题，我们假设在整个分析求解过程中，以前车B为参照物，并且假设前车的运动轨迹全程已知。前车B沿着道路方向的速度保持不变，垂直于道路方向上的速度随时间发生变化，即有可能偏离车道中心线较远，出现不稳定的驾驶行为。由于前车会出现横向偏移量较大的不稳定驾驶行为，后车的策略需要做相应的调整。在此本文档来自技高网...

【技术保护点】
一种基于驾驶特性分析的最优自主超车控制方法，其特征在于，包括以下步骤：S1、基于模糊推理系统的驾驶特性分析，利用GPS和INS对前车进行定位，将获取的前车加速度、速度及角速度信息通过联邦卡尔曼滤波进行处理，然后将联邦卡尔曼滤波器的状态估计输出值作为模糊推理系统的输入，该联邦卡尔曼滤波器的状态估计输出值包括横向偏移量D、角速度ω，并且经过模糊化、模糊推理、去模糊化，实现对车辆的危险驾驶检测与识别；S2、后车根据前车的驾驶行为选择相应策略，进行最优自主超车控制。

【技术特征摘要】
1.一种基于驾驶特性分析的最优自主超车控制方法，其特征在于，包括以下步骤：S1、基于模糊推理系统的驾驶特性分析，利用GPS和INS对前车进行定位，将获取的前车加速度、速度及角速度信息通过联邦卡尔曼滤波进行处理，然后将联邦卡尔曼滤波器的状态估计输出值作为模糊推理系统的输入，该联邦卡尔曼滤波器的状态估计输出值包括横向偏移量D、角速度ω，并且经过模糊化、模糊推理、去模糊化，实现对车辆的危险驾驶检测与识别；S2、后车根据前车的驾驶行为选择相应策略，进行最优自主超车控制。2.根据权利要求1所述的基于驾驶特性分析的最优自主超车控制方法，其特征在于，步骤S1包括：假设已经...

【专利技术属性】
技术研发人员：张美红，杨柳青，袁鹏，王孟祺，张霆廷，
申请(专利权)人：哈尔滨工业大学深圳研究生院，
类型：发明
国别省市：广东,44