[发明专利]基于驾驶员神经肌肉模型的人机共驾共享控制算法

说明书

本发明公开了基于驾驶员神经肌肉模型的人机共驾共享控制算法，首先，根据车辆二自由度横向动力学参数，建立车辆二自由度横向动力学模型；根据驾驶员神经肌肉敏感度，建立驾驶员神经肌肉模型；其次，根据驾驶员神经肌肉模型，评估驾驶员当前时刻的驾驶能力，确定驾驶员当前时刻所需要的最佳辅助水平；然后，设计相应的控制器，获取状态增益矩阵，计算控制器的输出；建立控制器的转矩输出模型，计算控制器的转矩输出；最后，控制器的转矩输出，来控制车辆的运动。本发明考虑了驾驶员神经肌肉模型。在保证车辆最佳的车道保持性能的同时提高系统的响应特性，并能够保证在系统内部干扰及模型误差存在大的情况下该控制器依然具有很好的稳定性。

技术领域

本发明属于无人驾驶汽车决策与控制领域，具体涉及一种基于驾驶员神经肌肉模型的人机共驾共享控制算法。

背景技术

近年来，为了缓解交通压力，降低交通事故发生率及缓解驾驶员的负担，无人驾驶汽车得到了迅速发展。目前针对无人驾驶汽车的发展进程，比较权威的划分是由美国汽车工程学会(SAE)提出的。它将无人驾驶分为六个阶段，分别是：无自动驾驶(L0)、驾驶辅助(L1)、部分自动驾驶(L2)、有条件的自动驾驶(L3)、高度自动驾驶(L4)及完全自动驾驶(L5)。其中，(L0)～(L2)这一阶段要求驾驶员试课在环即使驾驶员辅助系统处于工作状态，驾驶员要始终监督者车载驾驶辅助系统，并在必要的时刻采取转向，制动或加速行为以保证车辆安全。(L3)～(L5)这一阶段允许驾驶员可以脱离驾驶任务当相应的车载驾驶辅助系统处于工作状态时。其中，(L3)级别的自动驾驶要求当驾驶辅助系统功能受限时，驾驶员必须能够及时回到驾驶任务中来，而(L4)和(L5)级别的自动驾驶将不会要求驾驶员重新回到驾驶任务中来。

目前，尽管有些机构选择直接跳过(L3)级别的自动驾驶直接研究(L4)级别的自动驾驶，但鉴于现有技术及社会因素的制约，(L3)级别的自动驾驶即人机共驾仍然具有广泛大的研究前景。以自主巡航(ACC)为例，自主巡航系统可以探测前方是否有汽车，自动保持与前车的距离，可在紧急情况下自动刹车。其可以使驾驶员暂时脱离驾驶任务，缓解驾驶员的疲劳，然而ACC也有其自身的动力学及情境限制，如恶劣天气的状况会影响跟车效果；急弯及环形交叉路口使得前车突然消失；自主加减速的权限收到限制等问题。即外部环境的突然变化会削弱ACC的功能，这个时候就要就驾驶员可以及时接管车辆的控制权以保证行车安全。

为了实现与驾驶员的交流，ACC可以在达到它的功能极限时向驾驶员发出预警，驾驶员可以在必要时候关闭ACC功能重新掌握驾驶权限。

最近，为了促进二者之间交流的连续性，不少研究者做了相关研究来保证驾驶员与ACC控制之间更有效和平稳的切换。其中，人机共享控制是一种有效的方式，它可以将驾驶员的控制行为和ACC的控制行为叠加，而且可以将系统与驾驶员之间的信息持续性地联系起来共同感知当前的环境并立即决策出解决方案，即使是在系统功能可作用的边界之外，并且这种驾驶员与系统之间的连续交互可以保证驾驶员的舒适感。

共享控制，即驾驶员和控制器共同控制车辆的运动，因此，驾驶员与控制器之间的交互至关重要。如果驾驶员与控制器各自单独行动，其控制信号只是机械地叠加在一起，则控制器发出的控制行为很有可能会对驾驶员造成干扰，严重时甚至有可能会造成驾驶员的恐慌，并进一步威胁行车安全。因此，在设计控制器的控制输出时，要考虑驾驶员的行为，保证控制器的输出可以根据驾驶员的状态调整。

发明内容

本发明所要解决的技术问题是：提供一种基于驾驶员神经肌肉模型的人机共驾共享控制算法，解决了现有技术展人机共享控制中的人机交互复杂，容易冲突的问题。

本发明为解决上述技术问题采用以下技术方案：

基于驾驶员神经肌肉模型的人机共驾共享控制算法，包括如下步骤：

步骤1、根据车辆二自由度横向动力学参数，建立车辆二自由度横向动力学模型；根据驾驶员神经肌肉敏感度，建立驾驶员神经肌肉模型，表征其与方向盘转角的关系；