基于风险概率的紧急避障控制策略研究

2022-04-19谭兴文周金应龙军

机械制造与自动化 2022年2期

谭兴文，周金应，龙军

(中国汽车工程研究院股份有限公司，重庆 401122)

0 引言

车辆的安全性一直以来都是人们关注的重点，目前的车辆基本都带有主动安全系统，其中，紧急避障功能作为提升车辆安全性的重要组成部分，已经在主动安全系统中得到大量应用。针对车辆的紧急避障功能实现问题，国内外研究人员做了相关的研究分析。文献[1]基于二次规划的模型预测控制算法生成安全的避障轨迹，提出了适用于自动驾驶汽车的实时避障方法。文献[2]通过设置安全距离阈值和制定避障前的处理规则，提出了一种基于几何法控制转向的车辆避障策略。文献[3]基于人工势场法和弹性能带理论，提出了一种适应于车辆行驶状况的紧急避障路径生成方法。文献[4]提出了一种同时优化转向和制动的避障算法，并采用非线性模型预测控制方法在线求解优化问题，可以有效提高避障算法的实时性。文献[5]根据车辆动力学模型，将紧急避障问题转化为从车辆当前位置以尽可能快的速度平滑收敛到下一个车道的最优轨迹生成问题，提出了基于非线性模型预测控制的车辆紧急避障策略。但是，从现有的研究结果来看，缺乏对避障所需的路径选择方法和总体控制逻辑方面的分析，同时也没有制定出详细的紧急避障控制策略。

本文分析了车辆在静态和动态障碍物行驶时的相关场景，定义了制动允许曲线和转弯允许曲线，并根据点质量模型和车辆参数生成可行的避障路径图。基于计算需求提出了事件风险因子和事件损害因子的概念，并给出了最终风险概率的计算方法。通过对可行避障路径图和最终风险概率进行事件流分类讨论，建立了车辆避障控制策略框架。基于上述定量化概率分析的避障控制策略，可以降低车辆与障碍物发生碰撞的概率。

1 可行避障路径

由于车辆避障的过程本质上是时间-事件-流程的过程，因此本文将使用事件-流程模式来定义整个过程，分析每种避障情况的可能性并计算最终的风险概率。

下面将对静态障碍物场景和移动障碍物场景两种典型情况进行分析。

1.1 静态障碍物场景

车辆通过制动进行避障的典型情况如图1所示。车速为U0的车辆与障碍物保持在同一车道，在不与障碍物发生碰撞的前提下，利用其最大的制动力完全停止。车辆初始速度U0与所需最小直行距离dBA的关系定义为制动允许曲线。

图1 直线制动避障场景

车辆通过换道进行避障的典型情况如图2所示。根据车辆与障碍物的相对行驶状况，可以计算出车辆完成换道且不与障碍物发生碰撞的最优避障行驶路径。其中，dTA表示车辆转向所需的最小距离，tc表示所对应的时间。车速U0与所需最小转向距离dTA的关系定义为转向允许曲线。

图2 紧急避障换道路径

如图3所示，在车辆与障碍物之间的平面距离上同时绘制出制动允许曲线和转向允许曲线。文献[6]的研究表明，点质量模型在估计允许转向曲线和近似紧急变道路径时具有较高的精度，可以作为轨迹规划的使用模型。

图3 可行避障路径图

由图3可知，两条曲线将整个平面的距离和车速划分为区域I、区域II和区域III。如果车辆处于区域I的状态，即当车辆检测到车道前方有障碍物时，其当前速度和与障碍物的距离用区域I中的点表示。此时车辆以当前速度行驶时，通过制动停止或者转向到相邻车道均可以保证车辆与障碍物不发生碰撞。如果车辆处于区域II的状态，只能通过换道的方式进行避障。如果车辆处于区域III的状态，此时车辆进行换道会导致偏置碰撞，车辆可能会失去控制，这种情况通常比正面碰撞更加危险。

1.2 移动障碍物场景

车辆和障碍物处于同一车道时，移动障碍物场景分为两种情况：1)车辆和障碍物沿同一方向行驶；2)障碍物与车辆相向行驶。

对于障碍物与车辆相向行驶的情况，相关避障路径曲线如图5所示。在这种情况下，车辆唯一的选择是换道到相邻车道实现避障。避障成功与否取决于车辆完成所需换道的时间tc和障碍物的运动状态，同时也决定了该条件下的允许转向曲线。

图5 障碍物与车辆相向行驶

图6 障碍物相向移动时的转向允许范围

由图6可知，如果车辆与障碍物的距离和相对关系属于区域II范围，则车辆可以完成避障操作。当车辆状态处于区域III范围内，此时无法完成避障操作，车辆与障碍物将发生碰撞。

2 计算最终风险概率

为了对车辆避障的过程进行定量分析，定义了两个量化因子，分别为事件风险因子Fr和事件损害因子Fd。事件风险因子Fr用于量化制动、转向等不同操作发生碰撞的可能性，事件损害因子Fd用来衡量碰撞发生后可能造成的人身伤害的严重程度。

从传感器获得车辆与障碍物之间的距离、车辆与障碍物的实时车速和加速度、障碍物的行驶方向等关键信息，根据这些信息可以计算出事件风险因子。

由如图7所示的换道场景可以得到[7]：

(1)

(2)

其中：D为初始时刻车辆与障碍物的距离；U0为车辆的初速度，换道时保持车辆的纵向速度不变；tc是车辆转向所需的时间；y(tc)为车辆质心在时间tc内的横向位移；m和Fymax分别为车辆质量和轮胎最大侧向力。

图7 换道场景的横向位移分析

事件风险因子可由下式进行估计：

(3)

如果在时间tc处的横向位移≥b，则车辆将完成车道变换，否则将发生碰撞。该方法同样适用于估计制动条件下的事件风险因子。

在碰撞事件中，速度被认为是造成损害的关键因素[8]。损害包括轻伤、重伤和致命伤。此外，不同的碰撞方式也会造成不同程度的损伤，如正面碰撞、追尾碰撞和侧面碰撞。根据比较分析和相关实验结果可知，碰撞事故中发生严重损害的概率更能准确评价事故造成的损害程度[9]。

根据动量定理，碰撞过程中速度的变化ΔU与损伤程度的关系比碰撞速度更密切。本文讨论的是在直线道路上车辆前方有障碍物的场景，由此给出如下车速变化ΔU与车辆损伤严重程度之间的近似关系。

ΔU的计算方程为

(4)

其中：m、m0分别为车辆和障碍物的质量；Uv、U0为车辆和障碍物的碰撞速度；θ为车辆行驶轴与障碍物的夹角，碰撞速度可以由车辆与障碍物之间的距离和障碍物的初始速度得到，由传感器获取碰撞角度θ。

由式(4)可得车速变化ΔU的数值，则事件损害因子可表示为

Fd=f(ΔU)

(5)

基于碰撞重构数据库，关于速度变化ΔU对两车碰撞严重性的影响已有大量的实验研究成果。因此，本文基于美国NASS/CDS和CIREN数据库的大量碰撞数据，在图8中求解得到事件损害因子与速度变化ΔU的函数关系。

图8 事件损害因子与速度变化ΔU的关系曲线

由图8可知，当ΔU=0km/h时，事件损害因子为0；当ΔU=20km/h时，事件损害因子约为0.03；当ΔU=50km/h时，事件损害因子约为0.8；当ΔU≥80km/h时，事件损害因子为1。基于该函数曲线关系，可以准确地得到事件损害因子与速度变化ΔU的关系。在实际车辆避障场景中，当速度变化ΔU已知时，可以通过查表法得到相应的事件损害因子。

通过以上提出的两种方法，可以得到每个避障路径的事件风险因子和事件损害因子。为了更准确地评估车辆避障的风险情况，本文以事件风险因子与事件损害因子的乘积作为最终的风险概率，如式(6)所示。

FGrd=Fr×Fd

(6)

当传感器检测到前方有障碍物时，控制器开始计算每种避障路径的最终风险概率，通过比较选择具有最低风险概率的避障路径。