[发明专利]基于驾驶员意图的紧急避障自动驾驶辅助力矩计算方法

说明书

本发明公开了基于驾驶员意图的紧急避障自动驾驶辅助力矩计算方法，首先由驾驶员的行为作为输入识别当前驾驶员的意图，利用Mobieye传感器实时采集车辆紧急避障路径规划所需要的信息，利用混沌优化的人工势场紧急避障自动驾驶辅助控制方法，求解出最优的转向辅助引导力矩，从而辅助人对车辆进行驾驶，改变车辆的行驶状态；而后由驾驶员的输入及紧急避障辅助系统介入之后的车辆状态参数作为输入二次识别此时的驾驶员意图，最终根据两次驾驶员意图判定结果确定是否采用转向辅助引导力矩全面介入的方式完成车辆的紧急避障工况。该方法能够有效的识别不同驾驶员的意图，具有计算量小、便于实现实时控制，规划出的避障辅助引导力矩比传统方法更加安全、可靠，能够有效的完成紧急避障工况。

技术领域

本发明涉及汽车智能交互技术领域以及机动车辆自动控制驾驶安全技术，确切地说是基于驾驶员意图的紧急避障自动驾驶辅助力矩计算方法。

背景技术

随着车辆智能化的快速发展，人们对汽车的智能辅助系统的需求越来越高。由于常规的车辆辅助系统未考虑某些特殊工况，即只能在当前车道行驶没有变道的功能，所以无法完成比如超车、避障等操作，在车辆进行紧急避障辅助操纵时会与驾驶员的转向意图产生冲突，因此准确识别驾驶员驾驶意图，在识别到驾驶员的紧急避障意图时，系统及时启动车辆的紧急避障辅助驾驶功能，对于为驾驶员提供更人性化的服务和更安全舒适的辅助驾驶有极其重要的作用。

随着传感器技术和电控执行器在汽车安全领域的应用，先进驾驶辅助系统(ADAS)的研究越来越深入。辅助系统研究的一个关键点，就是如何更好的实现驾驶员和辅助系统的协同控制。在高速行驶过程中单纯依靠驾驶员经验进行紧急避障的操作，往往易发生交通事故，这样针对紧急避障的驾驶辅助系统的开发显得尤为重要。

为解决现有技术的问题，申请号为201310242110.4的中国专利，公开了“一种驾驶员意图识别方法”，论述了基于双层HMM(隐马尔科夫模型)的驾驶员意图识别方法。其存在只通过车辆信息来识别驾驶员意图，由于所获取数据表征的不确定性，不稳定性以及获取数据的不便性，使得该方法无法准确识别驾驶员的驾驶意图，并且存在实用性不强的问题。申请号为201710351414.2的中国专利，公开了“一种采用人工势场法的车辆主动避撞方法”；公开了人工势场模型能够合理规划避撞路径，避免车辆规避障碍物过程中的二次碰撞所带来的伤害；但其只对车辆进行路径规划，未对驾驶过程中的驾驶员意图进行识别，无法有效的消除人机冲突的影响。

发明内容

本发明要解决的技术问题是提供基于驾驶员意图的紧急避障自动驾驶辅助力矩计算方法，该方法在对紧急避障辅助控制力矩设计时，对驾驶员意图进行两次识别，同时对局部最优的问题在改进的人工势场法基础上，融入具有遍历性特点的混沌优化方法，利用混沌优化方法进行优化搜索解决局部最优问题；本方法能准确识别驾驶员的驾驶意图，有效的消除人机冲突，实用性强。

为解决上述技术问题，本发明采用如下技术手段：

基于驾驶员意图的紧急避障自动驾驶辅助力矩计算方法，所述的驾驶员意图情况分为正常行驶、紧急避障，包含以下步骤：

(1)根据驾驶员行为操作参数首次识别不同的驾驶员意图；利用HMM方法计算出每类数据参数θ_i对输出驾驶员行为序列v的输出概率，选取最大值即为驾驶员意图；

(2)针对不同驾驶员意图，计算不同的紧急避障转向辅助力矩；

(3)确定紧急避障辅助力矩计算方法为混沌优化方法，对总的人工势场函数进行混沌优化从而求得；

引力势场函数为：

第i个障碍物的斥力势场函数为：

其中i为1,2，…n；

总的势场函数为：