TRAFFIC AND SAFETY | 交通与安全
张辉
台州职业技术学院 浙江省台州市 318000
摘 要： 以预瞄最优曲率驾驶员模型作为研究对象，建立人—车闭环控制系统，根据道路信息和汽车运动状态，驾驶员输出最佳的方向盘转角，维持汽车预期的行车轨迹。构建MATLAB/Simulink仿真模型，引入侧风干扰，对所建立的驾驶员模型控制汽车操作稳定性进行仿真试验。仿真结果表明：相比于开环控制，基于预瞄最优曲率驾驶员模型的闭环控制系统，能很好地维持汽车行车轨迹跟随能力，从而提高汽车的操作稳定性。关键词：预瞄最优曲率 驾驶员模型 闭环控制 操作稳定性
随着汽车动力学研究的不断深入，驾驶员对汽车操作稳定性的反馈和主动操纵越来越受到大家的重视。单纯的汽车结构和控制系统研究很难准确、全面地评价汽车操作稳定性，因此，“人—车”闭环系统研究正成为主流趋势[1][2]。
面对路况、车况等环境信息的变化，驾驶员会根据驾驶经验做出主动操纵行为，如调整刹车、油门、方向盘等，以保持汽车处于安全的行驶状态。驾驶员作为“人—车”闭环系统的核心组成，是研究重点也是
研究难点。如何建立既能最大程度符合实际，又能适用于理论研究的驾驶员模型，国内外学者做了一些研究。上世纪70年代，McRuer 等人基于飞行员—飞机闭环系统的相关研究，首次提出汽车驾驶员模型[3]。1982年，郭孔辉院士基于预瞄—跟随理论，提出了预瞄最优曲率和预瞄最优加速度驾驶员模型[4] [5]。孔昕昕等人结合滑模控制理论，建立了汽车横向单点预瞄驾驶员模型，并进行汽车
操作稳定性闭环控制研究[6]。曹艳玲等人基
于道路横向偏差，建立了自适应神经模糊推
理的方向驾驶员模型，并对路径跟随性进
行验证[7]。本文基于预瞄最优曲率驾驶员模
型，建立人—车闭环系统，在MATLAB/
Simulink仿真软件中，验证所建立的驾驶员
模型路径跟随能力。
1 预瞄最优曲率驾驶员模型
预瞄最优曲率驾驶员模型结构简单，概
念清晰，模型数据易获取，并能够较好地反
映驾驶员行为特征，适合进行非线性汽车模
型操作稳定性仿真研究[8][9]。该模型的基本
原理为：驾驶员根据道路和汽车行驶状态反
馈，预估汽车实际行车轨迹和预期轨迹的偏
差，输出合适的方向盘转角，使轨迹偏差达
到最小[10]，这也是本文驾驶员模型的控制
目标。
假定汽车行驶在一个预定道路，对应在t
时刻，道路中心线方程为f(t)，汽车实际侧向
位移为y(t)。令驾驶员前视距离为d，前视时
间为T。
（1）
经过时间T，汽车行车轨迹的侧向位移为：
（2）
根据“最小误差原则”，在经过前视距
离d之后，驾驶员总希望汽车实际侧向位移
与预期位置相一致，这就要
求选择一个最优的行车轨迹曲率1/R*。
汽车侧向加速度为，
（3）
当道路曲率不大时，
（4）
由式（3）和式（4）可得，
（5）
为了保持汽车行车轨迹能很好地跟随预期
轨迹，理想状态下的方向盘转角输入为，驾
Research on Automobile Driver Model Based on MATLAB
Zhang Hui
Abstract： T aking the preview optimal curvature driver model as the research object, a human-vehicle closed-loop control system is established. According to the road information and the car motion state, the driver outputs the best steering wheel angle to maintain the car's expected driving trajectory. The article builds a MA TLAB/Simulink simulation model, introduces crosswind interferenc
e, and conducts a simulation test on the established driver model to control the stability of the car's operation. The simulation results show that compared with the open-loop control, the closed-loop control system based on the preview optimal curvature driver model can well maintain the vehicle's trajectory following ability, thereby improving the stability of the vehicle's operation.
Key words：preview optimal curvature, driver model, closed-loop control, operational stability
188AUTO TIME
AUTO TIME
189
TRAFFIC AND SAFETY | 交通与安全
时代汽车 wwwautotime
驶员的校正环节为：
（6）
其中，为校正参数，为校正时间，为Laplace 变量。
但实际上驾驶员观察到路况、车况的变化，到操纵方向盘，存在着神经-操作反应滞后。则实际的方向盘转角与理想转角
之间存在着以下滞后关系，
（7）
，神经反应滞后时间系数；，操纵
滞后时间系数。
综上，预瞄最优曲率驾驶员模型可以用图1表示。
图1 预瞄最优曲率驾驶员模型
f (t )凯美瑞最新价格
f (t +T )
y (t )
y y y*
y
C 0(1+T s )
1+T s
(s )
δδδ*s
s e T T
2
11
e
根据图1的结构关系和以上各式，可得驾驶员模型的表达函数，
（8）
2 驾驶员仿真模型
根据式（8）预瞄最优曲率驾驶员模型的表达函数，在MATLAB/Simulink 软件中建立仿真模型，如图2所示。仿真输入（In1）为汽车实际侧向位移y(t)，（In2）为道路输入f(t)；仿真输出（Out1）为方
向盘转角。
图2 预瞄最优曲率驾驶员仿真模型
3 仿真试验及分析
本文采用4WS 汽车作为整车载体，结合
上文建立的预瞄最优曲率驾驶员模型，构建人—车闭环仿真系统。选取高速行驶汽车受横向侧风干扰这一典型工况作为研究目标，探究在预瞄最优曲率驾驶员模型的调整下，对汽车操作稳定性的提升。
仿真参数设置如下：车速30m/s；道路中心线方程为f(t)=0；侧风选取典型的单侧输入，参数如图3所示；仿真时间为5s。
图3 侧风单侧输入参数
风行天下车友会0246侧风风速(m /s )
8101214161
引擎奖2时间（s）
3
4
5
仿真结果重点分析用来表征汽车操作稳定性的两个动力学参数，质心侧偏角和横摆角速度，以及用来表征路径跟随能力的参数，
横向位移。图4表明，在侧风干扰下，闭环控制和开环控制下的4WS 汽车质心侧偏角响应特性基本一致，0.8s 左右都能趋于稳定零值。图5表明，横摆角速度也能快速趋于稳定零值，两种变化趋势基本一致，但闭环控制汽车在0.8s 以后有少量波动，但波动量小，不会造成行车异常，该波动产生的主要原因是驾驶员调整方向盘转角引起的。图6显示闭环控制在侧向位移修正方面具有明显优势，最大偏移量为0.05m 左右，远
小于开环控制的0.28m，具有更优的路径跟随能力。三个动态响应特性值在侧风作用初期，两种控制模式下的变化趋势是一致的，这是由于在驾驶员模型中考虑了神经和操作滞后，符合实际工况。
图5 横摆角速度响应特性对比
时间（s）
00
5
10
×10-3
1
2345
横摆角速度（r a d /s ）
闭环控制开环控制理想模型
图6 侧向位移响应特性对比
侧向位移(m )
闭环控制开环控制理想模型
0.30.20.100
1
2时间（s）
3
45e路航导航仪升级
0.25
0.150.05-0.05
仿真结果表明，两种控制模式下的4WS 汽车都能较好地保证质心侧偏角和横摆角速度跟随理想模型。但随着侧风干扰地持续，开环控制的汽车侧向位移会不断增大，造成行车安全隐患；而闭环控制的汽车通过驾驶员修正方向盘转角，大幅减小侧向位移值，提高汽车路径跟随能力。
4 结论
通过MA T LA B/S im uli nk 仿真验证所建立的预瞄最优曲率驾驶员模型的有效性，结果表明该模型在
汽车受侧风
干扰作用下还能够很好地跟随预期行车轨迹，提升了汽车操作稳定性，验证了其可行性。但该模型还是简化了一些参数，跟实际情况有些差距，需要再后续
图4 质心侧偏角响应特性对比
质心侧偏角(r a d )
闭环控制开环控制理想模型
4×10-4
20-2-4-6-8-10
1
汽车冷却系统2时间（s）
34
5
（下转第196页）
TRAFFIC AND SAFETY | 交通与安全
气造成的影响。其核心就是路面附着系数，附着系数的大小直接影响到车轮的抓地力，从而影响汽车的安全驾驶。干燥混凝土路面和沥青路面附着系数较高，约为0.7-1.0；而天气开始下雨时、潮湿的土路上、雪地等路面附着系数较低，约为0.2-0.4；在进行安全距离模型测算时，应将路面附着系数影响因子考虑进去，否则模型的准确性就会大大降低，难以避免事故的发生。
（4）从安全冗余角度，考虑到系统的延迟和安全问题，设定车辆停止时与目标之间的距离为2.4m。
4 总结
本文分析了基于多传感信息融合技术的汽车防碰撞系统的国内外研究现状，建立了目标物的识别模型，结合道路情况、车辆行驶工况等建立多传感信息防碰撞模型。根据自车与障碍物的距离、障碍物的动作轨迹建立防碰撞预警系统模型，搭建了其中的预警决策系统框架，在今后的研
究中，还将考虑更加详细的路况下的安全
距离模型，建立更加精确的预警系统从而
提高系统的可靠性。
资助项目：浙江省教育厅科研项目（编号：
Y201942461）
参考文献：
[1]张楚金. 智能车的前方车辆检测和预警算
法研究[D]. 湖南大学， 2015.
[2]李亚娟. 考虑拥塞的车辆网络多级预警控
制系统[D]. 西安电子科技大学， 2014.
[3]洪浩. 基于视觉的车辆防碰撞预警系统算
法研究[D]. 辽宁工业大学， 2016.
[4]H u a n g J，T a n H S．D e s i g n a n d
implementation of a cooperative collision
warning system．Intelligent Transportation
Systems Conference，2006. ITSC’06．
IEEE。IEEE，2006：1017—1022.
[5]王芳，陈哲.汽车防碰撞系统研究现状分
析[J]. 农业装备与车辆工程，2018.5.
[6]刘树峰. 多路况下汽车防碰撞预警系统设
计与仿真[D]. 山东农业大学，2014.
[7]贾蕴发，刘杨，李超，等.基于多传感器
的汽车防碰撞及行人保护预警设计[J]. 农
业装备与车辆工程，2015，53（12）：overlander
56-59.
作者简介
王芳： （1977—），女，硕士，副教授，主要研
究领域为车辆减震、智能车辆。
研究中不断完善。
基金项目：台州职业技术学院校青年课题（2020QN05）。
参考文献:
[1]陈无畏，谈东奎，汪洪波等.一类基于轨
迹预测的驾驶员方向控制模型[J].机械工程学报，2016，52（14）：106-115.
[2]沈恒，凌锐，李舜酪.基于预瞄最优曲率
模型的大曲率转向控制方法[J].中国机械工程，2012，23（17）：2111-2115.
[3]Edelmann J， Ploechl M， Reinalter W，
et al. A Passenger Car Driver Model for
Higher Lateral Accelerations[J].Vehicle System
Dynamics， 2007， 45（12）：1117-1129.
[4]郭孔辉.驾驶员—汽车闭环系统操纵运动
的预瞄最优曲率模型[J].汽车工程，1984
（3）：1-16.
[5]郭孔辉，马凤军，孔繁森.人-车-路闭
环系统驾驶员模型参数辨识[J].汽车工程，
2002，24（1）：20-24.
[6]孔昕昕，邓召文，余思家，易强，金永辉等.基
于滑模控制的汽车横向预瞄驾驶员模型[J].
湖北汽车工业学院学报，2020，34（4）：
25-28.
[7]曹艳玲，张琦.自适应神经模糊推理的方
向驾驶员模型研究[J].机械设计与制造，
2021，1：185-192.
[8]李红志，李亮，宋健等.预瞄时间自适应
的最优预瞄驾驶员模型[J].机械工程学报，
2010（20）：106-111.
[9]李伟，高正红.基于神经网络驾驶员模型
的PIO预测分析[J].科学技术与工程，
2012，12（8）：1961-1964，1985.
[10]胡满江，边有钢，许庆等.自适应驾驶员
行为特征的车道偏离防范系统[J].汽车工
程，2017（10）：1152-1167.
作者简介
张辉： (1988.08—)，男，工程师，硕士，主要研
究方向为车辆控制系统。
（上接第189页）
196AUTO TIME
发布评论