一种考虑车内乘员晕动的车辆控制系统与方法技术方案

本发明专利技术公开了一种考虑车内乘员晕动的车辆控制系统与方法，包括车辆运动状态感知模块、车内乘员状态感知模块、车辆状态估计模块、乘员晕动状态估计模块、约束生成模块、优化求解模块和车辆动作控制模块。计算乘员晕动状态。根据各车载传感器采集获得的原始数据，运用状态估计算法，估计车辆运动状态和车内乘员晕动状态，结合上层感知模块输出的车辆位置，计算整体系统状态。借助规划生成模块获得的系统状态约束和系统输入约束，利用优化控制方法获得最优控制，控制车辆运动达到缓解车内乘员运动的目标。系统成本低、性能可靠，可用于考虑车内乘员晕动的自动驾驶控制算法设计，提高行驶安全性、乘坐舒适度和用户体验。

【技术实现步骤摘要】
一种考虑车内乘员晕动的车辆控制系统与方法
本专利技术涉及一种自动驾驶车辆技术，特别涉及一种考虑车内乘员晕动的车辆控制系统与方法。
技术介绍
晕车作为晕动病的一种表现形式，晕车的症状包括出汗、头晕、恶心、呕吐，很大得影响着车辆中乘员的乘坐体验。国内外众多的调查研究均表明大部分人在乘坐车辆时都经历过轻度或重度的晕车，可以认为晕车是一种常见的现象。随着自动驾驶技术的发展，车辆的自动化水平逐渐提高，车辆的运动包括加减速、转向运动都可由自动驾驶系统来控制，为了提升竞争力，满足用户对“智能车辆”这一先进概念的期待，无人出租车、无人巴士等出行服务应提供由于目前人类驾驶员提供的出行服务体验。而与此同时，一方面，作为乘客，在“能否安全抵达目的地”这一基础要求之外，评判服务优劣的基础要素是乘坐舒适性；另一方面，在高级自动化驾驶的车辆中，从车辆的运动控制方面入手，来减少车辆中乘员晕车的发病率和严重程度，具备可行性。因此，为提升自动驾驶出行服务的水平，开发提升车内乘员乘坐舒适性的自动驾驶算法势在必行。但是，现有的抵抗晕车的措施设计中，多从车内人机工效学的优化角度来减缓晕车，包括车内显示器、座椅布置、车内气候环境调整，或者从车辆底盘悬架的设计与控制着手以改善振动，从而改进乘坐舒适性。从车辆的运动控制方面着手，利用乘员晕车机理模型来设计运动控制算法，从而缓解晕车的解决方案，目前未见公开报道。
技术实现思路
本专利技术的目的在于针对现有技术的不足，提供一种考虑车内乘员晕动的车辆控制系统与方法。本专利技术的目的是通过以下技术方案来实现的：一种考虑车内乘员晕动的车辆控制系统，包括车辆运动状态感知模块、车辆状态估计模块、车内乘员状态感知模块、乘员晕动状态估计模块、约束生成模块、优化求解模块和车辆动作控制模块等。所述车辆运动状态感知模块，通过车载传感器，测量并估计车辆当前t0时刻运动状态信息xv(t0)，包括车辆加速度矢量a(t0)、角速度矢量ω(t0)和车速v(t0)。所述车辆状态估计模块，含有车辆模型MV，接收当前t0时刻车辆运动状态信息xv(t0)，以及上层传感器模块获得的车辆当前位置信息xp(t0)，结合优化求解模块迭代过程中输出的控制输出序列u(t)，t∈[t0，t0+Tp]，用于预测未来Tp时段内的车辆运动状态xv(t)和位置xp(t)。所述车内乘员状态感知模块，通过车内非接触式传感器，包括车内摄像头和座椅压力分布传感器，采集当前t0时刻车内乘员和车辆间的相对姿态G(t0)，通过车内的接触式生理信息传感器，包括心电、皮肤电和体温传感器，提取当前t0时刻可用于表征乘员晕动的生理信息指标b(t0)，并估计车内乘员的晕动状态xm(t0)。所述乘员晕动状态估计模块，含有表征车内乘员晕动状态的乘员晕动模型MP，接收车内乘员的晕动状态xm(t0)，并结合预测的车辆未来Tp时段内的车辆运动状态xv(t)和当前车内乘员和车辆间的相对姿态G(t0)，预测未来Tp时段内的车内乘员晕动状态xm(t)；所述约束生成模块，接收t0时刻车辆当前位置xp(t0)和车辆可通行区域，获得车辆位置约束g(xp)、结合车辆运动极限的车辆运动状态约束h(xv)以及车辆运动控制量的约束k(u)；所述优化求解模块，根据减弱乘员晕动的目标设计优化目标函数J，接收车辆模型MV和乘员晕动模型MP的输出，以及约束g(xp)、h(xv)和k(u)，使用优化控制算法，不断迭代计算未来Tp时段内的控制量序列u(t)，直至求得最优控制序列u*(t)，并输出当前时刻的最优控制u*(t0)，最优目标纵向加速度和最优目标转向轮转角δ*(t0)。所述车辆动作控制模块，接收优化求解模块输出的最优控制量u*(t0)，控制车辆的运动执行系统包括驱动子系统、制动子系统和转向子系统，根据各子系统的响应特性，输出相应的控制指令，包括驱动踏板开度信号、制动踏板开度信号和转向驱动电机目标转矩，实现对u*(t0)的准确跟踪。进一步地，所述乘员晕动状态估计模块中，乘员晕动模型MP为基于晕动产生机理的数学模型或基于经验的数学模型。进一步地，所述车辆状态估计模块中，车辆模型MV使用离散非线性微分方程组表示，对任意t时刻的xv(t)和xp(t)均满足：其中，Δt为计算时间步长。进一步地，所述乘员晕动状态估计模块中，假设t0时刻之后乘员和车辆之间的相对姿态不变，对于t0时刻之后任意t时刻，xm均满足：xm(t+△t)＝fm(xv(t)，xm(t)，G(t0))。进一步地，所述优化求解模块中，优化控制算法具体包括以下子步骤：a)联立状态xp、xv、xm，获得系统状态x，联立方程组fv、fm获得系统状态微分方程组f，在当前t0时刻后，任意时刻t有x(t+△t)＝f(x(t)，u(t)，G(t0))b)联立考虑轨迹跟踪效果的优化目标Jv、考虑控制能量的优化目标Ju和考虑乘员晕动的优化目标Jm，加以权重w1，w2，w3，得到优化目标函数J：J＝w1Jv+w2Ju与w3Jmc)将最优控制问题描述如下：x(t+△t)＝f(x(t)，u(t)，G(t0))s.t.g(xp)≤0，h(xv)≤0，k(u)≤0。进一步地，步骤b)中，Jv、Ju、Jm具体为：其中，xp，ref为目标轨迹P上的参考位置，vref为目标轨迹P上的参考速度，Qp，Qv，Qu，Qm为权重矩阵；乘员晕动模型MP为基于晕动产生机理的主观竖直冲突模型，ΔV为主观竖直冲突矢量。进一步地，所述乘员晕动状态估计模块中，当车辆不具备座椅压力分布传感器时，车内乘员和车辆间的相对姿态仅由车内摄像头采集到的数据计算获得。当无法获得乘员生理信息指标b(t0)时，车内乘员任意时刻t的晕动状态xm(t)仅通过微分方程组fm迭代获得，迭代初值xm(0)＝0。一种基于上述系统的考虑车内乘员晕动的车辆控制方法，步骤如下：(1)运用车辆运动状态感知模块和车内乘员状态感知模块，根据各车载传感器采集获得的原始数据，运用状态估计算法，估计t0时刻的车辆运动状态xv(t0)和车内乘员晕动状态xm(t0)，并结合t0时刻的车辆位置xp(t0)，获得t0时刻整体系统状态量和乘员与车辆之间的相对姿态G(t0)；(2)联立车辆模型MV和乘员晕动模型MP的方程，获得系统微分方程组并离散x(t+△t)＝f(x(t)，u(t)，G(t0))；(3)通过约束生成模块，获得系统状态约束g(xp)、h(xv)和系统输入约束k(u)；(4)在优化求解模块内，使用优化控制方法，结合预测的xv(t)、xp(t)和xm(t)，求解Tp时域内，满足步骤(3)设定约束的最优控制序列u*(t)，使优化目标函数J取最小值，并输出t0时刻的最优控制u*(t0)；(5)在车辆动作控制模块内，根据车辆各执行子系统的响应特性，计算合适的控制命令，跟踪最优控制u*(t0)；(本文档来自技高网...

【技术保护点】
1.一种考虑车内乘员晕动的车辆控制系统，其特征在于，包括车辆运动状态感知模块、车辆状态估计模块、车内乘员状态感知模块、乘员晕动状态估计模块、约束生成模块、优化求解模块和车辆动作控制模块等。/n所述车辆运动状态感知模块，通过车载传感器，测量并估计车辆当前t

【技术特征摘要】
1.一种考虑车内乘员晕动的车辆控制系统，其特征在于，包括车辆运动状态感知模块、车辆状态估计模块、车内乘员状态感知模块、乘员晕动状态估计模块、约束生成模块、优化求解模块和车辆动作控制模块等。
所述车辆运动状态感知模块，通过车载传感器，测量并估计车辆当前t0时刻运动状态信息xv(t0)，包括车辆加速度矢量a(t0)、角速度矢量ω(t0)和车速v(t0)。
所述车辆状态估计模块，含有车辆模型MV，接收当前t0时刻车辆运动状态信息xv(t0)，以及上层传感器模块获得的车辆当前位置信息xp(t0)，结合优化求解模块迭代过程中输出的控制输出序列u(t),∈[t0,t0+Tp]，用于预测未来Tp时段内的车辆运动状态xv(t)和位置xp(t)。
所述车内乘员状态感知模块，通过车内非接触式传感器，包括车内摄像头和座椅压力分布传感器，采集当前t0时刻车内乘员和车辆间的相对姿态G(t0)，通过车内的接触式生理信息传感器，包括心电、皮肤电和体温传感器，提取当前t0时刻可用于表征乘员晕动的生理信息指标b(t0)，并估计车内乘员的晕动状态xm(t0)。
所述乘员晕动状态估计模块，含有表征车内乘员晕动状态的乘员晕动模型MP，接收车内乘员的晕动状态xm(t0)，并结合预测的车辆未来Tp时段内的车辆运动状态xv(t)和当前车内乘员和车辆间的相对姿态G(t0)，预测未来Tp时段内的车内乘员晕动状态xm(t)；
所述约束生成模块，接收t0时刻车辆当前位置xp(t0)和车辆可通行区域，获得车辆位置约束g(xp)、结合车辆运动极限的车辆运动状态约束h(xv)以及车辆运动控制量的约束k(u)；
所述优化求解模块，根据减弱乘员晕动的目标设计优化目标函数J，接收车辆模型MV和乘员晕动模型MP的输出，以及约束g(xp)、h(xv)和k(u)，使用优化控制算法，不断迭代计算未来Tp时段内的控制量序列u(t)，直至求得最优控制序列u*(t)，并输出当前时刻的最优控制u*(t0)，最优目标纵向加速度和最优目标转向轮转角δ*(t0)。
所述车辆动作控制模块，接收优化求解模块输出的最优控制量u*(t0)，控制车辆的运动执行系统包括驱动子系统、制动子系统和转向子系统，根据各子系统的响应特性，输出相应的控制指令，包括驱动踏板开度信号、制动踏板开度信号和转向驱动电机目标转矩，实现对u*(t0)的准确跟踪。


2.如权利要求1所述考虑车内乘员晕动的车辆控制系统，其特征在于，所述乘员晕动状态估计模块中，乘员晕动模型MP为基于晕动产生机理的数学模型或基于经验的数学模型。


3.如权利要求1所述考虑车内乘员晕动的车辆控制系统，其特征在于，所述车辆状态估计模块中，车辆模型MV使用离散非线性微分方程组表示，对任意t时刻的xv(t)和xp(t)均满足：



其中，Δt为计算时间步长。


4.如权利要求3所述考虑车内乘员晕动的车辆控制系统，其特征在于，所述乘员晕动状态估计模块中，假设t0时刻之后乘员和车辆之间的相对姿态不变，对于t0时刻之后任意t时刻，xm均满足：
xm(t+Δt)＝fm(xv(t),xm(t),G...

【专利技术属性】
技术研发人员：李道飞，陈林辉，潘豪，胡建侃，肖斌，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33