[1]张三川,马 啸.基于轨迹加权预测的主动避撞安全距离模型及算法[J].郑州大学学报(工学版),2022,43(03):104-110.[doi:10.13705/j.issn.1671-6833.2022.03.004]
 ZHANG Sanchuan,MA Xiao.A Safe Distance Model and Algorithm for Active Collision Avoidance Based on Weighted Prediction of Trajectory[J].Journal of Zhengzhou University (Engineering Science),2022,43(03):104-110.[doi:10.13705/j.issn.1671-6833.2022.03.004]
点击复制

基于轨迹加权预测的主动避撞安全距离模型及算法()
分享到:

《郑州大学学报(工学版)》[ISSN:1671-6833/CN:41-1339/T]

卷:
43
期数:
2022年03期
页码:
104-110
栏目:
出版日期:
2022-04-10

文章信息/Info

Title:
A Safe Distance Model and Algorithm for Active Collision Avoidance Based on Weighted Prediction of Trajectory
作者:
张三川马 啸
郑州大学机械与动力工程学院;

Author(s):
ZHANG Sanchuan MA Xiao
School of Mechanical and Power Engineering, Zhengzhou University, Zhengzhou 45001, China
关键词:
Keywords:
intelligent vehicle active collision avoidance algorithm safety distance model track prediction active safety
分类号:
U461. 91
DOI:
10.13705/j.issn.1671-6833.2022.03.004
文献标志码:
A
摘要:
为有效解决现有主动避撞系统相邻前车变道切入工况下的车-车避撞问题,提高智能汽车的主动安全性,通过随预测时间变化的权重系数函数将 CTRA 恒角速度恒加速度运动模型和五次多项式变道轨迹模型进行加权融合,构建一种同时满足短时、长时的前车变道切入轨迹预测模型,在此基础上,建立了相邻前车变道切入工况下的主动安全距离模型,并设计了相适应的主动避撞算法。 通过 PreScan 搭建主动避撞场景并与 Simulink 进行联合仿真,结果表明:相邻前车变道切入轨迹加权融合模型较 2 种单一预测模型的预测精度显著提高,在所建立的仿真变道工况下,短时、长时模型预测绝对偏差分别为0. 09、 0. 18 m所设计的安全距离模型,当两车间隔距离小于或等于最小变道安全距离、两车间隔距离大于或等于最大变道安全距离的区域内均无碰撞危险,当两车间隔距离在最小变道安全距离和最大变道安全距离之间时,相邻前车变道切入,自车与变道切入车辆有追尾侧碰危险,主动避撞算法启动并及时介入车辆速度控制,使车辆分级减速实现避撞,并保持 5 m 的安全跟车距离,验证了加权融合变道轨迹预测下的安全距离模型及其主动避撞算法的正确性,对智能车辆主动安全设计具有重要理论意义。
Abstract:
In order to effectively solve the vehicle-to-vehicle collision problem in the lane change of adjacent vehicles, which could improve the active safety of intelligent vehicles, a lane change trajectory prediction model satisfying both short-term prediction and long-term prediction was constructed by using the weighted fusion of CTRA motion model and quintic polynomial model.Based on this, the lane change safety distance model was established, and an appropriate active collision avoidance algorithm was designed.The results of PreScan/Simulink co-simulation showed that the prediction accuracy of the trajectory weighted fusion model was significantly higher than that of the two basic models, and the absolute deviation of the short-time and long-time model was 0.09 m and 0.18 m in the established lane change simulation condition.The design of safety distance showed that when D≤Dwmin or D≥Dwmax, the vehicle had no collision risk, and when Dwmin

参考文献/References:

[1] AUST M L,JAKOBSSON L,LINDMAN M,et al. Collision avoidance systems-advancements and efficiency [C] / / SAE 2015 World Congress and Exhibition. New York:SAE International,2015:1406-1412. 

[2] 张三川,叶建明,师艳娟. 基于毫米波雷达的汽车前 防撞预警系统设计[ J] . 郑州大学学报 ( 工学版) , 2020,41(6) :13-18.
 [3] 刘智超,晋杰,朱西产. 自然驾驶中紧急变道避撞 工况分类与对应驾驶行为研究[ C] / / 第 19 届亚太 汽车工程年会暨 2017 中国汽车工程学会年会论文 集. 北京:机械工业出版社,2017:148-153. 
[4] 侯德藻,刘刚,高 锋,等. 新 型 汽 车 主 动 避 撞 安 全 距离 模 型 [ J ] . 汽 车 工 程, 2005, 27 ( 2 ) : 186 - 190,199. 
[5] 李霖,朱西产,董 小 飞,等. 自 主 紧 急 制 动 系 统 避 撞 策 略 的 研 究 [ J ] . 汽 车 工 程, 2015, 37 ( 2 ) : 168- 174.
 [6] 朱冰,朴奇,赵健,等. 基于路面附着系数估计的汽 车纵向碰撞预警策略[ J] . 汽车工程,2016,38( 4) : 446-452.
 [7] 胡延平,王晓静,徐鹏,等. 基于 PreScan 的交叉轨迹 工况 AEB 控制[ J] . 机械工程与自动化,2019( 5) : 29-31. 
[8] 胡朝辉,黄顺霞,杜展鹏,等. 基于横向安全距离模 型的主动 避 障 算 法 [ J] . 汽 车 工 程, 2020, 42 ( 5) : 581-587.
[9] 黄建根,陈祯福,裴晓飞,等. 基于 D-S 推理算法的 智能车辆轨迹预测研究[ J] . 汽车工程学报,2018,8 (1) :24-30. 
[10] XIE G T,GAO H B,QIAN L J,et al. Vehicle trajectory prediction by integrating physics- and maneuver-based approaches using interactive multiple models[ J] . IEEE transactions on industrial electronics, 2018, 65 ( 7 ) : 5999-6008. 
[11] STELLET J E, SCHUMACHER J, BRANZ W, et al. Uncertainty propagation in criticality measures for driver assistance [ C ] / / 2015 IEEE Intelligent Vehicles Symposium ( IV ) . Piscataway: IEEE, 2015: 1187-1194.
 [12] 周兵,赵婳,吴晓建,等. 基于外部动态环境的汽车 碰撞危 险 估 计 算 法 研 究 [ J] . 汽 车 工 程, 2019, 41 (3) :307-312.
 [13] DARWEESH H, TAKEUCHI E, TAKEDA K. Estimating the probabilities of surrounding vehicles′ intentions and trajectories using a behavior planner[ J] . International journal of automotive engineering,2019,10 (4) :299-308.
 [14] WERLING M,ZIEGLER J,KAMMEL S,et al. Optimal trajectory generation for dynamic street scenarios in a Frenét Frame [ C] / / 2010 IEEE International Conference on Robotics and Automation. Piscataway: IEEE, 2010:987-993.
 [15] 袁伟,蒋拯民,郭应时. 制动与转向协调动作的车辆 避撞控制 研 究 [ J] . 中 国 公 路 学 报, 2019, 32 ( 1) : 173-181. 
[16] HOUENOU A,BONNIFAIT P,CHERFAOUI V,et al. Vehicle trajectory prediction based on motion model and maneuver recognition[C] / / 2013 IEEE / RSJ International Conference on Intelligent Robots and Systems. Piscataway:IEEE,2013:4363-4369.
 [17] 庞梦圆. 基于轨迹数据的车辆换道行为特征挖掘与 建模[D] . 北京:北京交通大学,2020. 
[18] 朱西产,魏昊舟,马志雄. 基于自然驾驶数据的跟车 场景潜 在 风 险 评 估 [ J] . 中 国 公 路 学 报, 2020, 33 (4) :169-181. 
[19] 裴晓飞,李朋,陈祯福,等. 不同紧急工况下的汽车 主动避撞控制的研究[ J] . 汽车工程,2020,42( 12) : 1647-1654.
 [20] 李刚,杨志,吴迪. 汽车两级自动紧急制 动 系 统 控 制 研 究 [ J ] . 机 械 设 计 与 制 造, 2020 ( 7 ) : 134- 138.
 [21] 徐伟民. 基于驾驶员驾驶意图的换道轨迹预测研究 [D] . 长沙:湖南大学,2018.
 [22] MOON S,YI K. Human driving data-based design of a vehicle adaptive cruise control algorithm [ J] . Vehicle system dynamics,2008,46(8) :661-690.

更新日期/Last Update: 2022-05-02