车联网环境下车辆主动避撞决策方法_操翰文.pdf

湖北汽车工业学院学报Journal of Hubei University of Automotive Technology第 37 卷第 1 期2023 年 3 月Vol.37 No.1Mar.2023doi：10.3969/j.issn.1008-5483.2023.01.005车联网环境下车辆主动避撞决策方法操翰文，马英魁，张宇，陈宇峰（湖北汽车工业学院 电气与信息工程学院，湖北 十堰 442002）摘 要：结合驾驶员避撞行为特征和车联网信息获取优势，设计了车辆主动避撞决策。通过分析车辆制动过程得到临界制动距离，利用自车不同制动强度建立车辆纵向分级制动模型。在制动过程中加入不满累积度作为产生车辆换道意图的依据。基于Python和SUMO搭建了联合仿真平台，进行仿真验证。结果表明：在高速行驶环境中，与ITTC制动模型相比，文中方法能减少车辆制动跟随时间和换道次数，做出合理换道判断。关键词：车联网；避撞决策；最小安全距离模型；不满累积度；SUMO中图分类号：U495；U463.6文献标识码：A文章编号：1008-5483（2023）01-0024-05Vehicle Active Collision Avoidance Decision Method inInternet of Vehicles EnvironmentCao Hanwen,Ma Yingkui,Zhang Yu,Chen Yufeng（School of Electrical&Information Engineering,Hubei University of Automotive Technology,Shiyan 442002,China）Abstract：Combined with the characteristics of the driver s collision avoidance behavior and the advantages of information acquisition from Internet of vehicles,a decision-making method of vehicle active collision avoidance was designed.The critical braking distance was obtained by analyzing the braking process of the vehicle.And the longitudinal hierarchical braking model of the vehicle was established by using different braking strengths of the vehicle.The accumulation of dissatisfaction was addedas the basis for the vehicle s lane-changing intention in the process of braking.Based on Python andSUMO,a joint simulation platform was built for simulation.The results show that,in the high-speeddriving environment,compared with the ITTC braking model,the proposed method can reduce the vehicle braking follow-up time and lane change times,and make reasonable lane change judgments.Key words：Internet of vehicles;collision avoidance decision;minimum safe distance model;dissatisfactionaccumulation;SUMO收稿日期：2022-05-24；修回日期：2022-11-16基金项目：湖北省中央引导地方科技发展专项（2018ZYYD007）；教育部中国高校产学研创新基金（2021FNA04017）第一作者：操翰文（1997-），男，硕士生，从事智能网联汽车方面的研究。E-mail：通信作者：陈宇峰（1973-），女，博士，教授，从事智能网联、网络性能分析方面的研究。E-mail：chenyf_国家统计局数据显示，2021年我国共发生交通事故24 4674起，死亡61 703人，受伤25 0723人，其中碰撞是交通事故的主要表现形式1。交通事故中的7090是驾驶员操作失误导致2，仅依靠驾驶员操作进行避撞，无法有效减少交通事故，因此对车辆主动避撞决策研究至关重要。当前车辆主动避撞改进模型多基于马自达、本田等汽车生产商提出的 Mazda、Honda、Berkeley 安全距离模第37卷 第1期型3-5，此类模型主要对车距较近的危险场景做出判断，再以紧急制动策略进行避撞。另有学者从主动避撞方法和换道角度展开研究。文献 6 利用已知的车间运动信息确定驾驶员特性参数，以安全时距模型为基础，设计主动避撞分级制动策略。文献7 基于真实交通工况中驾驶员紧急制动行为构建了危险评估模型，根据评估参数碰撞时间倒数（invert time to collision，ITTC）制定分级制动策略。文献 8 利用车道行驶成本和换道成本进行权重相加计算综合成本函数，若当前车道综合成本大于目标车道综合成本则产生换道意图。文献 9 通过对驾驶员换道特性分析，利用速度不满累积度作为换道意图产生的指标，从而对换道避撞策略进行设计。在实际交通场景下，自主制动和换道是主动避撞技术的2种表现形式10，目前将自主制动和换道融合起来进行避撞的研究较少。文献 11 以临界相对速度与换道碰撞时间（time to collision，TTC）作为主要参数设计制动与换道避撞的切换策略。文献12 对不同情况下换道避撞和制动避撞所需安全距离进行对比，针对不同场景选择最优避撞策略。在车联网场景中，车辆信息获取不再局限于相邻车辆，车联网技术的运用将使得车辆避撞更加高效。基于车联网环境设计了自主制动与换道策略结合的主动避撞决策方法。以最小安全距离制定分级制动策略，在车辆制动过程中加入不满累积度计算，为车辆提供换道意图依据。1车辆主动避撞方法1.1 最小安全距离算法车辆制动过程是指车辆因突发状况采取制动操作使车辆减速的过程，此过程中车辆减速度的变化如图 1 所示。智能车辆制动过程包括 4 个阶段13：车联网信息传输阶段t1，制动协调阶段t2，减速度增长阶段t3和匀减速持续阶段t4。考虑到BMS消息广播周期为100 ms，将t1作为车联网通信时延，取值0.1 s。当制动踏板踩下时，制动器不会立刻起到减速作用，t2通常取值0.3 s。车辆在t1和t2时间内无制动效果，保持初始运动状态，定义该阶段车辆运动距离分别为S1和S2。车辆在t3阶段的减速度呈现近似线性增长，为简化分析，设定其为斜率固定的直线，得到t3阶段内车辆运动距离：S3=v0t3-amt336（1）式中：v0为车辆初始运动速度；am为最大减速度。当减速度达到最大，t4阶段车辆制动距离为S4=v2t2am=v202am-v0t32+amt238（2）式中：vt为t3阶段末车速。结合以上分析，从车辆做出制动判断到车辆完全停止，整个制动距离S为S1、S2、S3、S4之和，参考实际制动过程，t3通常取值为0.10.2 s，含有t23项可忽略，则S简化后为S=v0()t1+t2+t32+v202am（3）为避免碰撞，车辆间必须保持适当的安全距离，此距离的最小值即为最小安全距离。对安全距离场景进行设定：自车和前车行驶于同一条车道，不考虑转向换道操作，当触发风险评判指标时，自车仅采取制动减速操作，直到两车相对速度为零。假设前车制动距离为Sq，自车制动距离为Ss，两车相对静止所保持的距离为S，则最小安全距离为D=Ss-Sq+S（4）在计算前车制动距离时，假设前车以am制动减速，由于前车是在有准备的时候进行减速，可忽略车联网环境下时延t1和制动器协调时间t2。在计算自车制动距离时，假设起始速度和制动减速度分别为vs和as。最小安全距离为D=vs(t1+t2)+(vs-vs)t32+v2s2as-v2q2am（5）1.2 横向换道条件当自车与前车存在碰撞可能，驾驶员在满足条件时会进行换道。首先产生换道意图，然后确定目标车道存在安全换道间隙，当2个条件同时满足，车辆执行换道。文献 9 通过不满累积度描述了换道意图。不满累积度反映了驾驶员对当前道路和目标道路车流速度的比较，当结果突破驾驶员承受度，则将产生换道意图，其表达式为Rt=Rt-1+Vdes-VsVdesT（6）式中：Rt为当前时刻不满累积度；Vdes为期望速度，即目标车道上车辆的估计速度；Vs为自车车速；T为时间0t1t2t4t3减速度图1 制动过程减速度曲线操翰文，等：车联网环境下车辆主动避撞决策方法 252023年3月湖北汽车工业学院学报采样间隔。当Rt大于阈值Rthr时，驾驶员产生换道意图。在不同的技术条件下，Vdes取值不同。采用车载传感器方式时，车辆仅能获取与自车相邻车辆的数据，Vdes取目标车道相邻前车速度。采用车联网方式时，自车对外界环境感知的范围不再局限于相邻车辆，为了使Vdes能准确反应目标车道上车辆行驶速度，文中将位于换道目标车道且在通讯范围内的前车平均车速作为Vdes。在换道意图产生后，目标车道上若不存在安全换道间隙，自车无法换道，即不满足安全换道条件8。为保证车辆能安全换道，结合最小安全距离算法对安全换道条件进行定义，将自车E与目标车道上相邻后车R和前车F的纵向间距设为DER和DEF，此时E若想成功换道，需满足安全换道条件：DER(vR-vE)t32+v2R2a2-v2E2amDEF vE(t1+t2)+(vE-vF)t32+vE22am-vF22am（7）在计算E与R的安全间隙时，考虑到E换道过程所需时间远大于t1与t2之和，R有充足反应时间，故不加入安全间隙计算。同时为减小换道过程的影响，R以中等制动强度a2减速进行避让。E换道过程对F影响较小，所以在计算E与F的安全间隙时以am代入计算。2制动与换道结合的避撞决策方法考虑真实场景下的驾驶员避撞行为（驾驶员在发现自车与前车间距过近时，会先以小强度制动减速，再根据主观判断逐渐增大减速度来避免碰撞），制定主动避撞决策时先以较小的减速强度介入，以车辆安全为前提，再进行更高强度制动。基于上述考虑，选择以最小安全距离算法设置3级安全距离作为风险评判指标进行纵向分级制动。通过自车制动强度可得到不同等级的安全距离。根据表1制动减速度分析中小强度、中等强度和大强度对应制动减速13，a1取3 ms-2、a2取5 ms-2、a3取8 ms-2作为自车3级制动强度，并以此代入式（5）计算3级安全距离D1、D2、D3。基于驾驶员特性考虑，在驾驶员感知到有追尾风险时，超过 60%的驾驶员会采取换道避撞策略10，所以制定主动避撞策略时不应仅考虑制动策略。文中利用不满累积度作为换道时刻决策标准，在自主制动避撞模型中加入横向换道行为策略，为车辆避撞行为增加换道行为方式。不满累积度的变化是连续过程，最小值取零，其累积过程给予自车对前车观测时间，避免前车因短暂减速，给自车带来换道意图误判。整体模型功能运行流程图如图2所示。图中Drel为两车实际间距，D1D2D3，当Drel分别小于3个安全距离时将对应触发制动强度大小为a1、a2、a3的减速制动。同时在车辆执行制动时，车辆开始进行不满累积度计算，当不满累积度达到设定阈值Rthr且满足安全换道条件，车辆可执行换道操作。开始初始化获取本车及周围车辆信息Drel D1Y换道允许换道Rt RthrNNYY以a1开始减速Drel D