【技术实现步骤摘要】
本专利技术涉及自动驾驶，具体为一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法。
技术介绍
1、乘车过程中，乘客可能会出现出汗、呕吐、胃部不适、面色苍白、注意力不集中等症状，这些症状被统称为晕动症，俗称晕车。晕动症易感性因人而异，几乎每个人都经历过这种不适。过往研究表明，乘客预期的车辆运动与实际运动不一致时就可能导致晕车反应，并且0.1hz至0.5hz之间的低频振动也易诱发晕动症，因此，车辆的人机工程学和底盘设计优化成为了解决这一问题的常见方法。目前，针对乘员晕动症的晕动程度评价模型得到迅速发展，如何改进和应用这些模型成为了当下晕动症相关研究的热点问题。通过将这些模型融入自动驾驶算法中，系统能够结合车辆的实时行驶信息和乘员的生理状态信息，做出更加精准和舒适的驾驶决策，从而提供更加舒适的乘坐体验。
2、考虑到自动驾驶汽车的应用会让驾驶员向乘客的角色发生转变，乘员主次任务与乘坐行为姿态会发生相应变化，并且由前可知，乘客相比驾驶员更容易晕车。
3、当前针对传统汽车乘员晕动症的减缓方法主要从车身设计、座舱设计和底盘设计入手，以直接的方式提高乘员预测车辆未来运动的能力、降低前庭和视觉输入的冲突程度以及减少有害运动刺激的出现来缓解晕车症状。改善乘员视野可以减缓晕动症的发生，可以通过增大车辆的窗户表面积和采光开口的方式简单方便地改善视野，也可以在汽车设计时最小化a、b、c柱障碍，或者采用低腰线、低肩线外形设计和适当的座椅高度来避免不佳视野；为降低姿势不稳定的影响，可以通过设计旋转座椅，或允许人们仰卧的座椅来改善乘员的姿
4、通过调研当前许多研究机构和自动驾驶厂商的研究成果，也可以发现自动驾驶汽车乘员晕动症的减缓方法着眼于决策规划和运动控制算法，相较来说，感知和定位的好坏无法直接决定车辆运动质量的高低。现有的自动驾驶汽车乘员晕动症减缓方法主要基于规划控制算法，以最优控制为主要解决方案，大多数都使用msdv作为晕动症评价指标，使用mpc算法进行障碍物避障，线性变参数（lpv）方法设计了一个lqr控制器来进行路径跟踪等方法。在算法多样性和晕动症评价指标的准确性方面仍有一定进步空间。
技术实现思路
1、本部分的目的在于概述本专利技术的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
2、因此，本专利技术的目的是提供一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法，在常规的基于状态空间采样的轨迹规划算法的基础上，引入基于离散点的参考路径平滑和考虑乘员晕动度成本指标的性能评价成本函数，对常规轨迹规划算法进行防晕改进，使得系统能够结合车辆的实时行驶信息和乘员的生理状态信息，做出更加精准和舒适的驾驶决策，从而提供更加舒适的乘坐体验。
3、为解决上述技术问题，根据本专利技术的一个方面，本专利技术提供了如下技术方案：
4、一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法，其特征在于，包括：
5、s1.对参考路径作平滑处理，生成曲率大小和振荡频率均更小的参考路径；
6、s2.对轨迹规划解耦为基于螺旋曲线的路径规划和基于贝塞尔曲线的速度规划，并将路径规划结果和对应的速度规划结果进行两两组合得到轨迹簇；
7、s3.基于六自由度主观垂直冲突模型建立无人替传感器条件下乘员晕动症发生率计算模型；
8、s4.在无人替传感器条件下乘员晕动症发生率计算模型中，计算得到乘员运动度成本评价函数；
9、s5.对步骤s2得到的轨迹簇中的每条轨迹，进行成本评价，评估轨迹效率、舒适性、驾驶行为的合理性，综合得到成本最小的轨迹即为最优轨迹。
10、作为本专利技术所述的一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法的一种优选方案，其中，步骤s1中，对参考路径作平滑处理的步骤如下：
11、构造优化目标函数，然后使用共轭梯度法求解组成参考路径的个笛卡尔离散点坐标，……，，……，的优化解集，其中，共轭梯度法在每次迭代中不断更新最优结果，满足收敛条件后结束迭代过程。
12、作为本专利技术所述的一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法的一种优选方案，其中，步骤s2中，基于螺旋曲线的路径规划的步骤如下：
13、 使用三次螺旋曲线进行首末点的连接，如式一；
14、一
15、假设初始状态，目标状态，为曲线长度，代入式一，可得式二：
16、；
17、使用梯形积分法，如式三：
18、；
19、；
20、通过式二和式三的不断迭代计算，得到曲线的离散路径点集。
21、作为本专利技术所述的一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法的一种优选方案，其中，基于贝塞尔曲线的速度规划的步骤如下：
22、贝塞尔曲线表达式为式四：
23、；
24、式中：为比例系数下曲线的二维坐标，为第个控制点的二维坐标，为贝塞尔曲线的阶数，为伯恩斯坦基函数；
25、；
26、将贝塞尔曲线表达式中的比例项转换成与时间相关的函数，得到时域范围内贝塞尔曲线的参数表达式五：
27、；
28、其中，t是时间，采样初始时间t=0，采样终止时刻t=t；
29、因此速度、加速度和路径长度函数分别为式六、式七和式八：
30、；
31、；
32、；
33、其中，其中，tf表示的是运动过程中的终止时间，a表示速度公式中的起始速度v0，b表示加速度公式中的起始加速a0，c代表中间过程中的速度与加速度的变化系数，d代表终点处的速度vf与加速度af的终点值；
34、给定起始速度、起始加速度和终端速度、终端加速度，以及该段路径长度得到式九：
35、。
36、作为本专利技术所述的一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法的一种优选方案，其中，步骤s3中，六自由度主观垂直冲突模型包括感知模块a，反馈增益模块b和内部模型模块c；
37、六自由度主观垂直冲突模型输入为乘员头部的参考重力-惯性加速度和角速度，产生感知到的重力加速度、惯性加速度和角速度；
38、采用二阶积分器将六自由度主观垂直冲突模型的hill函数输出的一维指标映射至晕动症发生率msi，并通过参数标定来实现对实验结果的拟合，得到式十：
39、；
本文档来自技高网...【技术保护点】
1.一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法，其特征在于，包括：
2.根据权利要求1所述的一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法，其特征在于，步骤S1中，对参考路径作平滑处理的步骤如下：
3.根据权利要求1所述的一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法，其特征在于，步骤S2中，基于螺旋曲线的路径规划的步骤如下：
4.根据权利要求1所述的一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法，其特征在于，基于贝塞尔曲线的速度规划的步骤如下：
5.根据权利要求1所述的一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法，其特征在于，步骤S3中，六自由度主观垂直冲突模型包括感知模块A，反馈增益模块B和内部模型模块C；
6.根据权利要求1所述的一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法，其特征在于，步骤S3中，基于六自由度主观垂直冲突模型建立无人替传感器条件下乘员晕动症发生率计算模型为：在六自由度主观垂直冲突模型中加入通过车辆运动信息获取乘员头部运动信息的转换模块得到无人替传感器条件下乘员晕动症发生率计算模
7.根据权利要求1所述的一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法，其特征在于，步骤S4中，乘员运动度成本评价函数具体如式十五：
...【技术特征摘要】
1.一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法，其特征在于，包括：
2.根据权利要求1所述的一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法，其特征在于，步骤s1中，对参考路径作平滑处理的步骤如下：
3.根据权利要求1所述的一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法，其特征在于，步骤s2中，基于螺旋曲线的路径规划的步骤如下：
4.根据权利要求1所述的一种主动减缓汽车乘员晕动症的自动驾驶轨迹规划方法，其特征在于，基于贝塞尔曲线的速度规划的步骤如下：
5.根据权利要求1所述的一种主动减缓汽车乘员晕动症的自动驾驶轨迹规...
【专利技术属性】
技术研发人员：高菲，王皓月，高镇海，宗实，赵睿，张天瑶，
申请(专利权)人：吉林大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。