中文摘要道路交通事故的日益頻發(fā)使得研究人員對于高級駕駛輔助系統(tǒng)的研究逐漸興起，而因駕駛員注意力的分散所造成的車道偏離是導(dǎo)致道路交通事故發(fā)生的重要因素。車道保持輔助系統(tǒng)的應(yīng)用可以有效減少此類事故的發(fā)生，因此對該系統(tǒng)的研究具有廣大的應(yīng)用前景和現(xiàn)實(shí)意義。本文旨在通過模型預(yù)控制原理搭建出車道保持輔助系統(tǒng)，主要研究內(nèi)容包括：深入探討車道保持輔助系統(tǒng)的工作原理，分析了國內(nèi)外LKA系統(tǒng)的研究現(xiàn)狀，并指出了當(dāng)前研究中可能存在的問題，接著詳細(xì)介紹了LKA系統(tǒng)的組成、控制策略以及測試法規(guī)和標(biāo)準(zhǔn)。利用Matlab/Simulink軟件搭建了三自由度車輛動(dòng)力學(xué)模型，并結(jié)合車道保持系統(tǒng)的工作原理及控制策略，將動(dòng)力學(xué)模型、攝像感知模塊和控制器模塊整合，構(gòu)建了完整的LKA系統(tǒng)。通過在Carsim中搭建道路場景、導(dǎo)入車輛參數(shù)，模擬了車道保持輔助系統(tǒng)在不同車速下的性能，并對仿真數(shù)據(jù)進(jìn)行了對比分析。關(guān)鍵詞車道保持仿真分析模型預(yù)控制原理外文摘要TitleResearchonSimulationandTestofACertainTypeofPassengerCarLaneKeepingAuxiliarySystemAbstractThefrequencyofroadtrafficaccidentsisincreasing,leadingtoariseinresearchonadvanceddriverassistancesystems.Lanedeparturecausedbydriverdistractionisasignificantfactorintheseaccidents.Theapplicationoflanekeepingassistancesystemscaneffectivelyreducetheoccurrenceofsuchaccidents,makingtheresearchofthissystemhighlypromisingandpracticallysignificant.Thispaperaimstodevelopalanekeepingauxiliarysystembasedontheprincipleofmodelpre-control.Themainresearchincludes:Discussingtheworkingprincipleoflanekeepingassistantsystems.AnalyzingthedomesticandinternationalresearchstatusofLKAsystems.Identifyingpossibleproblemsincurrentresearch.Introducingthecomposition,controlstrategy,testregulations,andstandardsofLKAsystemsindetailMatlab/Simulinksoftwarewasusedtobuildathree-degree-of-freedomvehicledynamicsmodel.Integratedwiththeworkingprincipleandcontrolstrategyofthelanekeepingsystem,thisincludedintegratingdynamicsmodels,camerasensingmodules,andcontrollermodulestocreateacompleteLKAsystem.BycreatingaroadsceneinCarsimandimportingvehicleparameters,wesimulatedtheperformanceofthelanekeepingassistantsystematdifferentspeedsandcomparedandanalyzedsimulationdata.KeywordsLaneKeepingSimulationAnalysisModelPre-ControlPrinciple第II頁本科畢業(yè)設(shè)計(jì)說明書目錄TOC\o"1-2"\h\u第一章緒論 11.1車道保持技術(shù)研究背景及意義 11.2國內(nèi)外車道保持輔助系統(tǒng)研究現(xiàn)狀 31.3車道保持輔助系統(tǒng)的控制研究 51.4本文研究內(nèi)容 5第二章車道保持輔助系統(tǒng)概述 62.1車道保持輔助系統(tǒng)的組成 62.2車道保持輔助系統(tǒng)控制策略 62.3車道保持輔助系統(tǒng)測試法規(guī)及標(biāo)準(zhǔn) 7第三章車輛運(yùn)動(dòng)學(xué)與動(dòng)力學(xué)模型的建立 113.1車輛運(yùn)動(dòng)學(xué)模型的建立與分析 113.2車輛動(dòng)力學(xué)模型的建立與分析 173.3本章小結(jié) 23第四章LKA系統(tǒng)的建立 244.1Simulink模塊的使用 244.2LKA系統(tǒng)的搭建過程 264.3本章小結(jié) 36第五章車道保持輔助系統(tǒng)仿真分析 375.1仿真平臺的搭建 375.2LKA的仿真與分析 405.3本章小結(jié) 46結(jié)論 47致謝 48參考文獻(xiàn) 50第6頁本科畢業(yè)論文緒論車道保持技術(shù)研究背景及意義隨著人們生活水平的提高和汽車工業(yè)的迅猛發(fā)展，汽車已然成為了人們?nèi)粘Ｉ钪械膭傂?，并且全球汽車保有量和公路里程?shù)還正急速增長。據(jù)公安部統(tǒng)計(jì)，2023年全國機(jī)動(dòng)車保有量達(dá)4.35億輛，其中汽車3.36億輛，機(jī)動(dòng)車駕駛?cè)诉_(dá)5.23億人，其中汽車駕駛?cè)?.86億人。2023年全國新注冊登記機(jī)動(dòng)車3480萬輛，新領(lǐng)證駕駛?cè)?429萬人[1]。然而，汽車在給我們的生活帶來便捷的同時(shí)，隨之而來的交通擁堵、交通事故以及環(huán)境污染也是不可否認(rèn)的。就交通事故而言，每年因此致傷致死的人們不計(jì)其數(shù)。根據(jù)數(shù)據(jù)顯示，僅2023年，全國共發(fā)生道路交通事故175萬起，其中受傷人數(shù)達(dá)到50萬人，死亡人數(shù)達(dá)到6萬人，全國道路交通事故萬車死亡率為3.6。一系列冰冷的數(shù)字告誠我們，交通安全問題必須得到足夠的重視，除了增強(qiáng)人們自身的交通安全意識之外，提高車輛的主動(dòng)安全性能也成為了當(dāng)今汽車研發(fā)所要重點(diǎn)攻克的領(lǐng)域。圖1.1近五年中國交通事故死亡人數(shù)統(tǒng)計(jì)在20世紀(jì)60年代至70年代，先進(jìn)駕駛輔助系統(tǒng)（AdvancedDriverAssistanceSystems,ADAS）便在汽車電子化進(jìn)程中開啟了它的萌芽階段，比如防抱死制動(dòng)系統(tǒng)（ABS）和電子穩(wěn)定性程序（ESP）等，都是早期與安全相關(guān)的電子控制系統(tǒng)。20世紀(jì)80年代，ADAS系統(tǒng)依賴與相對簡單的傳感器，例如超聲波傳感器和雷達(dá)等，實(shí)現(xiàn)了車道偏離預(yù)警（LDW）和自適應(yīng)巡航控制（ACC）等功能。在90年代至21世紀(jì)初，隨著計(jì)算機(jī)處理能力、圖像識別技術(shù)以及傳感器精度的提高，ADAS系統(tǒng)得到迅速發(fā)展與集成，諸如盲點(diǎn)監(jiān)測（BSD）、前向碰撞警告（FCW）、行人檢測、自動(dòng)緊急剎車（AEB）等功能逐步進(jìn)入人們的視野。在科學(xué)技術(shù)更加智能化先進(jìn)化的今天，ADAS系統(tǒng)迅速融合了多種傳感器數(shù)據(jù)，形成了更加綜合的道路環(huán)境感知能力，并逐步邁向半自動(dòng)駕駛和全自動(dòng)駕駛，并出現(xiàn)高級ADAS功能，如交通標(biāo)志識別、智能大燈控制、駕駛員疲勞檢測以及其他駕駛輔助功能（如特斯拉的Autopilot功能和奔馳的DrivePilot功能等），如圖1.2、圖1.3所示。圖1.2搭載Autopilot系統(tǒng)的特斯拉Model3圖1.3搭載DrivePilot系統(tǒng)的奔馳E300L車道保持輔助系統(tǒng)（LaneKeepingAssistSystem,LKAS）是高級駕駛輔助系統(tǒng)（AdvancedDriverAssistanceSystems,ADAS）的關(guān)鍵組成部分，旨在通過集成傳感器和執(zhí)行器，輔助駕駛員維持車輛在預(yù)定車道內(nèi)的穩(wěn)定行駛。車道保持輔助系統(tǒng)在車道偏離預(yù)警系統(tǒng)的基礎(chǔ)上進(jìn)行了功能擴(kuò)展，通過實(shí)時(shí)監(jiān)控車輛相對于車道標(biāo)線的位置，實(shí)現(xiàn)了對車輛油門、制動(dòng)和轉(zhuǎn)向系統(tǒng)的動(dòng)態(tài)控制。該系統(tǒng)利用車載攝像頭對車道標(biāo)線進(jìn)行視覺識別，以確保車輛在攝像頭輔助下沿車道中心線行駛。在正常行駛過程中，一旦系統(tǒng)檢測到車輛軌跡出現(xiàn)偏移并接近車道邊緣，LKA將啟動(dòng)預(yù)警機(jī)制，通過方向盤振動(dòng)或聲音信號提醒駕駛員注意。此外，系統(tǒng)還能在車輛即將越線時(shí)，通過儀表盤顯示相應(yīng)的警示標(biāo)識，并準(zhǔn)備介入以調(diào)整車輛行駛方向。值得注意的是，當(dāng)駕駛員通過激活轉(zhuǎn)向燈表明有意變道時(shí)，系統(tǒng)將識別這一行為并取消預(yù)警信號，以此尊重駕駛員的操控意圖。相反，如果駕駛員未進(jìn)行任何變道操作且車輛持續(xù)偏離預(yù)定車道，LKA將自動(dòng)介入，通過精確的轉(zhuǎn)向控制使車輛回歸至原車道，從而增強(qiáng)行車安全性。車道保持輔助系統(tǒng)的實(shí)現(xiàn)，使得駕駛員因疲勞駕駛或突發(fā)情況導(dǎo)致的車道偏離預(yù)定路線從而引發(fā)的交通事故得到了顯著減少。然而，就目前的研究情況而言，車道保持輔助系統(tǒng)的穩(wěn)定性和適應(yīng)性仍是有待考究的，特別是在一些極端天氣狀況如雨雪、沙暴或者霧霾天氣下，車道線會有被覆蓋的可能，會導(dǎo)致車載檢測元件無法正確識別車道線從而使車道保持輔助系統(tǒng)的準(zhǔn)確性降低甚至出現(xiàn)無法正常工作的情況。因此，車道保持輔助系統(tǒng)在車道線識別、圖像處理算法方面的優(yōu)化，是使得車輛能夠更加精確地捕捉行駛軌跡的重要依托，也是現(xiàn)今車道保持輔助系統(tǒng)研究的重點(diǎn)所在。國內(nèi)外車道保持輔助系統(tǒng)研究現(xiàn)狀國外車道保持輔助系統(tǒng)研究現(xiàn)狀在20世紀(jì)80年代，學(xué)術(shù)界便已有研究學(xué)者提出了車道線檢測與識別的初步理論與技術(shù)。伴隨近年來自動(dòng)駕駛技術(shù)研究的熱潮，車道線檢測算法也迎來了了迅猛的發(fā)展與創(chuàng)新。意大利珀?duì)栺R大學(xué)研發(fā)的GOLD系統(tǒng)[2]和LeeC等人[3]提出一種基于車道梯度特征進(jìn)行聚類的算法都是基于道路特征方法的車道線檢測。其中，GOLD系統(tǒng)采用逆透視映射原理，將采集到的圖像轉(zhuǎn)換為俯視圖形式，有效消除了原始圖像中的透視變形，同時(shí)保持了車道線條的平行性特征。隨后，系統(tǒng)計(jì)算圖像的水平梯度，并依據(jù)自適應(yīng)閾值調(diào)整亮度，以實(shí)現(xiàn)對車道區(qū)域的分割。另一方面，LeeC等研究者提出了一種創(chuàng)新的車道線檢測算法，該算法基于車道線的梯度特征進(jìn)行聚類處理。具體而言，算法首先界定感興趣區(qū)域(ROI)，并通過灰度化處理降低噪聲干擾，從而顯著提升計(jì)算效率。利用Sobel算子對圖像進(jìn)行梯度計(jì)算，并通過聚類技術(shù)篩選出有效的車道線特征，排除誤檢的車道標(biāo)記。最終，算法對篩選后的數(shù)據(jù)進(jìn)行整合，以實(shí)現(xiàn)精確的車道線標(biāo)記。研究發(fā)現(xiàn)，基于特征的車道線檢測算法對道路環(huán)境的要求較高，且大部分基于該原理的算法容易受到建筑物陰影和光照等因素的影響，導(dǎo)致其穩(wěn)定性較差。因此，基于道路模型的車道線檢測算法相較于前者，側(cè)重點(diǎn)是將道路的幾何結(jié)構(gòu)信息考慮在內(nèi)，選取合適的道路模型，求取出模型的各項(xiàng)參數(shù)，就能擬合出車道線，同時(shí)具有很好的抗干擾性[4]。國內(nèi)車道保持輔助系統(tǒng)研究現(xiàn)狀相較于國外而言，國內(nèi)車企與各高校關(guān)于LKA的研究起步較晚，但隨著國內(nèi)汽車工業(yè)的快速發(fā)展，汽車的主動(dòng)安全駕駛技術(shù)也愈發(fā)到重視。越來越多的研究人員投身LKA系統(tǒng)的研究進(jìn)程，基于不同的變量因素，構(gòu)建出了多樣化的算法，并借助仿真平臺驗(yàn)證了其算法的有效性。呂敏煜[5]針對汽車在過彎或路面附著系數(shù)較小時(shí)，輪胎側(cè)偏角過大而失穩(wěn)的問題，提出了一種模型預(yù)測控制（MPC）算法進(jìn)行車道保持控制，并利用MATLAB/Simulink和Carsim平臺進(jìn)行聯(lián)合仿真實(shí)驗(yàn)，驗(yàn)證了MPC算法的有效性。唐叩祝[6]基于電動(dòng)助力轉(zhuǎn)向系統(tǒng)（EPS），構(gòu)建了一套車道保持輔助系統(tǒng)（LKAS）的執(zhí)行機(jī)制，并開發(fā)了相應(yīng)的車道保持控制策略。為規(guī)避EPS內(nèi)嵌的兩種轉(zhuǎn)向模式可能產(chǎn)生的沖突，該研究設(shè)計(jì)了一套模式切換控制策略，其中不僅涵蓋了傳統(tǒng)的助力控制方案，也包括了先進(jìn)的主動(dòng)轉(zhuǎn)向控制方案。此外，本研究還集成了一種融合TLC和CCP的聯(lián)合預(yù)警算法，旨在提升預(yù)警系統(tǒng)的準(zhǔn)確性。通過CarSim與Simulink聯(lián)合仿真平臺的實(shí)驗(yàn)測試，所提出的預(yù)警算法在精度上得到了有效的驗(yàn)證與提升。陳宇[7]在其研究中采用了一種自適應(yīng)閾值算法，以實(shí)現(xiàn)對道路信息的高精度識別。該研究特別強(qiáng)調(diào)了線性二次調(diào)節(jié)器（LinearQuadraticRegulator,LQR）在穩(wěn)定性優(yōu)化和多目標(biāo)控制策略中的優(yōu)勢?；诖?，陳宇提出了一種創(chuàng)新的橫向控制系統(tǒng)，該系統(tǒng)以前輪轉(zhuǎn)角增量為核心控制量。該橫向控制器的設(shè)計(jì)充分考慮了機(jī)器視覺技術(shù)提取的車道線信息，并在LQR框架下構(gòu)建了一個(gè)二自由度（2-DOF）車輛動(dòng)力學(xué)模型。該模型以車道線斜率和車輛相對于車道中心線的橫向距離作為輸入?yún)?shù)，通過計(jì)算前輪轉(zhuǎn)角的增量，實(shí)現(xiàn)了對車輛橫向運(yùn)動(dòng)的精確控制。系統(tǒng)輸出通過將前輪轉(zhuǎn)角的歷史累積值與當(dāng)前增量相加來獲得，從而實(shí)現(xiàn)了對整個(gè)車輛動(dòng)態(tài)系統(tǒng)的精細(xì)調(diào)控。由于該橫向控制器能夠?qū)η拜嗈D(zhuǎn)角進(jìn)行精細(xì)調(diào)節(jié)，因此展現(xiàn)出了優(yōu)異的穩(wěn)定性能。此外，研究中還運(yùn)用了CarSim與Simulink的聯(lián)合仿真平臺，對所提出的控制器性能進(jìn)行了全面驗(yàn)證，確保了其在實(shí)際應(yīng)用中的有效性和可靠性。通過這些先進(jìn)的控制策略和仿真技術(shù)，陳宇的研究為自動(dòng)駕駛車輛的橫向控制提供了新的視角和解決方案。馬宏偉[8]在提出車道保持輔助系統(tǒng)的基本功能需求和系統(tǒng)的軟件架構(gòu)以后，設(shè)計(jì)了一種基于時(shí)間模型和空間模型的聯(lián)合預(yù)警算法：考慮到駕駛員主動(dòng)變道等因素造成的車道偏離，設(shè)計(jì)了一種聯(lián)合預(yù)警控制策略。為了驗(yàn)證及提高車道偏離預(yù)警算法的準(zhǔn)確性，在MATLAB/Simulink環(huán)境下進(jìn)行了聯(lián)合預(yù)警算法建模和仿真試驗(yàn)。王家恩等人[9]為減少道路曲率和預(yù)瞄距離等因素對橫向控制效果的影響，以提高橫向控制精確度，提出了一種在車輛與預(yù)瞄點(diǎn)之間實(shí)時(shí)規(guī)劃動(dòng)態(tài)虛擬路徑并基于虛擬路徑產(chǎn)生期望橫擺角速度的車輛橫向控制策略，并仿真及試驗(yàn)表明所提橫向控制算法的有效性。車道保持輔助系統(tǒng)的控制研究LKA系統(tǒng)的實(shí)現(xiàn)主要包含信息處理模塊、控制決策模塊、末端執(zhí)行模塊等模塊組成。系統(tǒng)通常使用多種傳感器，如攝像頭、激光雷達(dá)、毫米波雷達(dá)等，以實(shí)時(shí)獲取車輛周圍的環(huán)境信息，而后使用計(jì)算機(jī)視覺技術(shù)對傳感器采集的圖像進(jìn)行處理，識別道路標(biāo)線的位置和形狀并對傳感器數(shù)據(jù)進(jìn)行計(jì)算，以獲取有關(guān)車輛在道路上的位置和方向的信息。然后利用圖像處理和計(jì)算的結(jié)果，實(shí)現(xiàn)車道檢測，確定車輛當(dāng)前所在的車道以及車道的形狀和寬度，確認(rèn)車道是否存在，最終確認(rèn)車輛是否偏離預(yù)定的行駛軌跡?；谲嚨罊z測的結(jié)果，LKA系統(tǒng)制定決策，判斷是否需要對車輛進(jìn)行主動(dòng)的方向調(diào)整，以保持在中心車道行駛。如果決策制定的結(jié)果是需要調(diào)整方向，LKA系統(tǒng)將通過電子控制單元（ECU）向車輛的轉(zhuǎn)向系統(tǒng)發(fā)送指令，實(shí)現(xiàn)車輛的主動(dòng)方向調(diào)整。在執(zhí)行方向調(diào)整時(shí)，系統(tǒng)通常會向駕駛員提供實(shí)時(shí)反饋，例如在儀表盤上顯示提示信息、發(fā)出聲音警告或通過方向盤震動(dòng)等方式，提醒駕駛員系統(tǒng)正在進(jìn)行干預(yù)。1.4本文研究內(nèi)容本研究課題旨在通過模擬實(shí)車測試的方法，對車道保持輔助系統(tǒng)（LKA）進(jìn)行仿真模擬，以實(shí)現(xiàn)對系統(tǒng)設(shè)計(jì)的進(jìn)一步優(yōu)化。研究內(nèi)容涵蓋了以下幾個(gè)關(guān)鍵方面：首先，本研究對車道保持技術(shù)的背景、意義以及當(dāng)前的國際與國內(nèi)研究現(xiàn)狀進(jìn)行了全面的概述，并指出了該領(lǐng)域亟待解決的關(guān)鍵問題。其次，詳細(xì)闡述了LKA系統(tǒng)的理論基礎(chǔ)及其核心組件。繼而，采用Matlab/Simulink軟件平臺，構(gòu)建了車輛的動(dòng)力學(xué)模型，并對模型的控制邏輯進(jìn)行了深入的分析與闡釋。在分析了車道保持系統(tǒng)的工作原理和控制策略之后，本研究將動(dòng)力學(xué)模型、攝像感知模塊與控制器模塊進(jìn)行了有效整合，形成了一個(gè)完整的LKA系統(tǒng)。最終，依據(jù)現(xiàn)行的法規(guī)與標(biāo)準(zhǔn)，設(shè)計(jì)并實(shí)現(xiàn)了一系列的測試場景，對所構(gòu)建的車道保持輔助系統(tǒng)在多變車速條件下的性能進(jìn)行了全面測試，以驗(yàn)證所提出設(shè)計(jì)方案的正確性和實(shí)用性。車道保持輔助系統(tǒng)概述2.1車道保持輔助系統(tǒng)的組成車道保持輔助系統(tǒng)（LKAS）可劃分為感知層、決策控制層及執(zhí)行層三個(gè)功能模塊，如圖2.1所示。感知層主要承擔(dān)著收集車道標(biāo)線信息與車輛狀態(tài)數(shù)據(jù)的任務(wù)，具體包括利用車道識別傳感器（如攝像頭）獲取車輛位置與道路信息、通過轉(zhuǎn)向力矩傳感器捕獲駕駛員的轉(zhuǎn)向力矩?cái)?shù)據(jù)、以及借助轉(zhuǎn)角傳感器記錄方向盤的實(shí)時(shí)轉(zhuǎn)角等。決策控制層作為LKAS的中樞控制單元，其職能在于接收并處理來自感知層的輸入信息，并整合整車控制器所提供的車輛動(dòng)力學(xué)數(shù)據(jù)。該層負(fù)責(zé)對信息進(jìn)行綜合分析，制定相應(yīng)的控制策略。層即為電動(dòng)助力轉(zhuǎn)向系統(tǒng)（EPS），主要用于接收決策控制層的轉(zhuǎn)向力矩，發(fā)送給電動(dòng)助力轉(zhuǎn)向系統(tǒng)控制器，并由其發(fā)出力矩指令，使助力電機(jī)協(xié)助車輛自動(dòng)轉(zhuǎn)向。圖2.1車道保持輔助系統(tǒng)架構(gòu)2.2車道保持輔助系統(tǒng)控制策略如上文所述，車道保持輔助系統(tǒng)（LKAS）是在車道偏離預(yù)警系統(tǒng)（LaneDepartureWarning,LDW）的基礎(chǔ)上發(fā)展而來。而LDW的基礎(chǔ)控制策略相對簡單，主要在車輛存在偏離車道風(fēng)險(xiǎn)時(shí)，當(dāng)車輛與車道線的距離低于預(yù)設(shè)的偏移車道線距離（DLC）或偏移時(shí)間（TLC）閾值時(shí)，向駕駛員發(fā)出警示。該策略主要關(guān)注的是車輪與車道線之間的即時(shí)距離，而缺乏對車輛未來路徑及車道線走向的預(yù)測。因此，在彎道密集的路段，即便駕駛員并無變道意圖且注意力集中，也可能因車道線與行駛軌跡的交點(diǎn)或道路的狹窄而導(dǎo)致車輪觸及車道線。在這些情況下，LDW系統(tǒng)所發(fā)出的警告可能反而成為駕駛員的額外負(fù)擔(dān)。為規(guī)避上述問題，目前市面上的LKA系統(tǒng)會根據(jù)車輪加速度、行車道曲率、與車道線的側(cè)滑角、行車道寬度、左右車道線類型、行車道中的位置、加速踏板位置、制動(dòng)位置、轉(zhuǎn)向燈、方向盤轉(zhuǎn)角等識別駕駛員意圖，推遲或抑制警報(bào)，從而為駕駛員提供符合預(yù)期的系統(tǒng)行為。同時(shí)，應(yīng)通過人機(jī)交互界面（HMI）向駕駛員顯示當(dāng)前系統(tǒng)狀態(tài)信息（系統(tǒng)已開啟、已識別車道線、報(bào)警、報(bào)警抑制等），從而提升系統(tǒng)透明度，使駕駛員得知系統(tǒng)工作的實(shí)時(shí)狀態(tài)。LKA系統(tǒng)的常用控制策略包括車道偏離抑制(LaneDeparturePrevention)和車道居中控制(LaneCenteringControl)兩種，其輔助轉(zhuǎn)向力矩特性如圖2.2所示。車道偏離抑制功能是指在駕駛員操控下的車輛無意間偏離其車道，且接近或觸及相鄰車道的車道線時(shí)，系統(tǒng)將自動(dòng)介入并操控車輛的轉(zhuǎn)向系統(tǒng)，以輔助車輛恢復(fù)至原車道的中心位置。車道居中控制可以使駕駛員所駕駛的車輛一直保持在車道中心行駛[10]。（a）LDP寬松駕駛控制（b）LCC密切駕駛控制（c）LCC舒適駕駛控制圖2.2LKA輔助轉(zhuǎn)向力矩特性通過分析可知，車道偏離抑制（LDP）的寬松駕駛控制策略僅在車輛面臨偏離車道風(fēng)險(xiǎn)時(shí)介入，主要強(qiáng)調(diào)安全性；而車道居中控制（LCC）的密切駕駛控制策略則在車輛小幅偏離中央車道時(shí)即對電動(dòng)助力轉(zhuǎn)向系統(tǒng)（EPS）施加輔助力矩；相對地，LCC的舒適駕駛控制策略在保障舒適性的基礎(chǔ)上，允許車輛有輕微的車道中心偏離，僅當(dāng)車輛接近車道邊緣時(shí)方采取顯著的糾正措施。2.3車道保持輔助系統(tǒng)測試法規(guī)及標(biāo)準(zhǔn)為了對車道保持輔助系統(tǒng)進(jìn)行功能方面的驗(yàn)證以及性能方面的評估，在系統(tǒng)研發(fā)后期依照相關(guān)測試法規(guī)和標(biāo)準(zhǔn)對其進(jìn)行測試是必不可少的環(huán)節(jié)，以確保系統(tǒng)在不同道路條件（如直道、彎道、坡道等）、天氣狀況（晴天、雨天、雪天、霧天）以及光照強(qiáng)度（白天、夜晚、黃昏黎明）下均能準(zhǔn)確識別車道線，并有效輔助車輛保持在車道內(nèi)。其次，通過嚴(yán)格的測試程序，可以檢查系統(tǒng)在各種極限情況下是否能夠安全可靠地工作，不會出現(xiàn)誤動(dòng)作或者過度干預(yù)，影響駕駛員正常駕駛意圖。因此，對于車道保持輔助系統(tǒng)進(jìn)行全面詳盡的測試不僅是提升車輛安全性的關(guān)鍵步驟，也是汽車制造商贏得消費(fèi)者信任和市場競爭力的重要手段。2.3.1國外測試法規(guī)及標(biāo)準(zhǔn)2022年2月，歐洲新車評估計(jì)劃發(fā)布了Euro-NCAP-LSSTestProtocolv4.0[11]，其中包含了車道保持輔助系統(tǒng)的測試程序，并已于2023年正式施行。測試程序包含了對測試車輛的緊急車道保持、車道保持輔助系統(tǒng)、車道偏離預(yù)警和盲點(diǎn)監(jiān)測功能進(jìn)行了評估。（1）.測試場景：場景的測試將在測試場景規(guī)定的橫向速度范圍內(nèi)以0.1米/秒的遞增速度進(jìn)行。（2）.測試路徑：假定初始路徑為直線，然后是測試場景指定的固定半徑，接著又是一條直線，即測試路徑。通過駕駛員輸入或使用可根據(jù)需要調(diào)節(jié)車輛控制的替代控制系統(tǒng)來控制測試車輛（VehicleUnderTest，VUT）以執(zhí)行測試。（3）.車輛信息：車輛制造商應(yīng)提供信息，說明何時(shí)結(jié)束閉環(huán)路徑和/或速度控制，以免干擾每次測試的系統(tǒng)干預(yù)。否則，對于每個(gè)橫向速度，應(yīng)進(jìn)行兩次校準(zhǔn)運(yùn)行，以確定系統(tǒng)何時(shí)啟動(dòng)。比較兩次運(yùn)行的方向盤扭矩、車速或偏航率，確定哪里存在明顯差異，以確定干預(yù)位置。（4）.測試路徑：測試路徑應(yīng)使用表2.1參數(shù)創(chuàng)建。表2.1測試路徑創(chuàng)建參數(shù)表VlatVUT（m/s）R（m）ΨVUT（°）d1（m）d2（m）0.212000.570.060.700.30.860.140.9040.800.51.430.380.750.61.720.540.600.72.010.740.530.82.290.960.400.92.52.871.500.00其中，與車道標(biāo)線或道路邊緣的橫向偏移量d：d=d1+d2+車輛寬度的一半（如圖2.3），曲線建立偏航角時(shí)的橫向距離d1，Vlat穩(wěn)態(tài)期間的橫向移動(dòng)距離d2，（單位：米）圖2.3車輛路徑定義（5）.虛線測試：LKA虛線測試將在0.2至0.6米/秒的橫向速度范圍內(nèi)以0.1米/秒的增量進(jìn)行，測試車輛兩側(cè)的偏離情況。（如圖2.4）圖2.4LKA虛線測試（6）.實(shí)線測試：LKA實(shí)線測試將在0.2至0.6米/秒的橫向速度范圍內(nèi)以0.1米/秒的增量進(jìn)行，測試車輛兩側(cè)的離線情況。（如圖2.5）圖2.5LKA實(shí)線測試（7）.測試執(zhí)行：測試條件為達(dá)到VUT的速度（GPS速度）72±1.0km/h、測試路徑的橫向偏差VUT0±0.05m、穩(wěn)態(tài)車道偏離橫向速度±0.05m/s、VUT的偏航速度0±1.0°/s、方向盤速度0±15.0°/s（8）.測試結(jié)果：出現(xiàn)下列情況之一的2秒鐘后，LKA路緣測試結(jié)束：①.LKA系統(tǒng)無法將VUT保持在允許的車道偏離距離內(nèi)。②.LKA系統(tǒng)會進(jìn)行干預(yù)，使VUT保持在允許的車道偏離距離內(nèi)，從而達(dá)到最大橫向位置，該位置隨后會減小，導(dǎo)致VUT向車道方向回轉(zhuǎn)。2.4.2國內(nèi)測試法規(guī)及標(biāo)準(zhǔn)我國在2020年發(fā)布了GB/T39323-2020《乘用車車道保持輔助（LKA）系統(tǒng)性能要求及試驗(yàn)方法》[12]，從2021年六月開始執(zhí)行。該標(biāo)準(zhǔn)對客車的道路維持輔助系統(tǒng)（LKA）的要求、測試條件和測試方法進(jìn)行了詳細(xì)的闡述，并對裝有該系統(tǒng)的M1級轎車適用，其它車型也可以參考。（1）系統(tǒng)須在道路條件良好的情況下，精確測定車輛與道路邊緣的相對距離，以輔助駕駛員維持車輛沿道路邊緣正常行駛。（2）系統(tǒng)至少應(yīng)集成車道偏離抑制（LaneDeparturePrevention,LDP）或車道居中控制（LaneCenteringControl,LCC）功能。（3）系統(tǒng)應(yīng)具備啟動(dòng)自檢機(jī)制，以驗(yàn)證LKA系統(tǒng)中關(guān)鍵電氣組件及傳感器的正常運(yùn)作。（4）系統(tǒng)應(yīng)配備手動(dòng)操控的開/關(guān)功能，并設(shè)計(jì)以防駕駛員意外操作。（5）系統(tǒng)需監(jiān)測并清晰顯示自身狀態(tài)信息給駕駛員，包括但不限于系統(tǒng)故障、待機(jī)/激活狀態(tài)、開關(guān)狀態(tài)。系統(tǒng)開/關(guān)狀態(tài)信息可通過間接方式如菜單調(diào)取來查看。（6）系統(tǒng)應(yīng)設(shè)定功能抑制、失效及退出機(jī)制，并通過車輛使用說明書向用戶作出詳細(xì)說明。（7）系統(tǒng)應(yīng)能夠根據(jù)預(yù)設(shè)條件自動(dòng)進(jìn)行狀態(tài)轉(zhuǎn)換。（8）系統(tǒng)的功能安全性需遵循GB/T34590標(biāo)準(zhǔn)（包括所有相關(guān)部分）。（9）LDP功能應(yīng)限制車輛偏離不超過車道邊線外側(cè)0.4米；LCC功能應(yīng)保證車輛偏離不超過車道邊線。（10）LDP功能引發(fā)的車輛縱向減速度不應(yīng)超過3m/s2，且由該功能引起的車速降低不應(yīng)超過5m/s。（11）系統(tǒng)激活時(shí)，驅(qū)動(dòng)輪的側(cè)向加速度應(yīng)被限制在不超過3m/s2的范圍內(nèi)，整體側(cè)向加速度不得超過5m/s2。（12）所述系統(tǒng)應(yīng)在70km/h至120km/h的速度范圍內(nèi)穩(wěn)定工作。第三章車輛運(yùn)動(dòng)學(xué)與動(dòng)力學(xué)模型的建立道路信息結(jié)合車輛自身運(yùn)動(dòng)參數(shù)的計(jì)算分析，是車道保持輔助系統(tǒng)進(jìn)行車道偏離判定以及轉(zhuǎn)向控制的主要依據(jù)，而通過建立車輛模型，可以得到與實(shí)際情景更加接近的車輛狀態(tài)參數(shù)，比如車輛運(yùn)動(dòng)學(xué)模型從幾何學(xué)上研究車輛的運(yùn)動(dòng)規(guī)律，包括車輛在空間中的姿態(tài)、速度隨時(shí)間的變化等。根據(jù)需要，本文建立了基于魔術(shù)輪胎模型的車輛三自由度動(dòng)力學(xué)模型，即考慮車輛的橫向、縱向和垂向三個(gè)方向的運(yùn)動(dòng)規(guī)律，可以用橫向速度Vy、縱向速度Vx和橫擺角速度ωz表示如圖3.1所示，通過這種簡化方法建立車輛動(dòng)力學(xué)模型進(jìn)而與車道保持輔助系統(tǒng)建立聯(lián)系[13]。圖3.1三自由度車輛模型3.1車輛運(yùn)動(dòng)學(xué)模型的建立與分析3.1.1車輛運(yùn)動(dòng)學(xué)模型的建立建立車輛運(yùn)動(dòng)學(xué)模型如圖3.2所示，其中：表3.1運(yùn)動(dòng)學(xué)模型基本參數(shù)參數(shù)參數(shù)含義XOY大地坐標(biāo)系xoy車體坐標(biāo)系Phi車輛橫擺角（Xr，Yr）、（Xf，Yf）車輛后軸、前軸中心坐標(biāo)Vr車輛后軸處的速度L軸距R后軸中心的瞬時(shí)轉(zhuǎn)向半徑未前輪側(cè)偏角圖3.2車輛運(yùn)動(dòng)學(xué)模型由運(yùn)動(dòng)學(xué)分析可知：車輛在后軸行駛軸心（Xr,Yr）處的速度Vr為前、后軸的運(yùn)動(dòng)學(xué)約束為：由式3.1和式3.2結(jié)合可得：由前后輪幾何參數(shù)可得：將式3.3和式3.4代回式3.2可得：（QUOTE為車輛的橫擺角速度）由橫擺角速度QUOTE和車速Q(mào)UOTEvrvr可得到轉(zhuǎn)向半徑R和前輪偏角QUOTE為：由式3.3和式3.5可以得到車輛的運(yùn)動(dòng)學(xué)模型為：可將該模型表示為更為一般的形式：其中，狀態(tài)量為QUOTE尉尉=，控制量為QUOTEukinukin=。3.1.2車輛運(yùn)動(dòng)學(xué)模型的驗(yàn)證在車輛運(yùn)動(dòng)學(xué)模型構(gòu)建完成后，接下來的步驟是在MATLAB/Simulink仿真平臺中復(fù)現(xiàn)該模型，以便進(jìn)行驗(yàn)證。本研究將在Simulink環(huán)境中重現(xiàn)車輛運(yùn)動(dòng)學(xué)模型，并在保持輸入條件一致性的前提下——即前輪偏角和車速隨時(shí)間變化的模式相同——對比輸出結(jié)果，包括車輛的位置和側(cè)偏角，以評估Simulink模型與Carsim軟件內(nèi)置車輛模型之間的一致性。打開Carsim軟件并建立模型文件，設(shè)置車輛的動(dòng)力系統(tǒng)以速度作為控制量如圖3.3所示。設(shè)置系統(tǒng)的仿真工況（Procedure）如圖3.4所示，將初始速度即恒定目標(biāo)速度（ConstantTargetSpeed）設(shè)置為0m/s，制動(dòng)控制設(shè)置為恒定0MPa換擋控制系統(tǒng)（ShiftingControl）設(shè)置為自動(dòng)擋，由于轉(zhuǎn)向?yàn)镾imulink模型中的控制信號故不用設(shè)置，設(shè)置仿真時(shí)間為50s，輸入車輛起始位置和起始橫擺角度命令。圖3.3動(dòng)力系統(tǒng)控制量設(shè)置示意圖圖3.4仿真工況設(shè)置示意圖創(chuàng)建Simulink模型文件并導(dǎo)入Carsim，在Carsim中設(shè)置輸入變量為車速和前輪偏角，輸出變量為大地坐標(biāo)X0、Y0和橫擺角Yaw，如圖3.5所示。圖3.5輸入與輸出變量設(shè)置界面根據(jù)3.1.1中所得結(jié)論，輸入MATLABFunction模塊如圖3.6所示，并輸入整車參數(shù)如圖3.7所示，通過將上述信息整合在CarsimS-Function中，建立Simulink模型如圖3.8所示。圖3.6車輛運(yùn)動(dòng)學(xué)模型函數(shù)圖3.7整車參數(shù)圖3.8車輛運(yùn)動(dòng)學(xué)Simulink模型示意圖至此，車輛運(yùn)動(dòng)學(xué)模型建立完畢，下面運(yùn)行該程序進(jìn)行仿真分析。用于本模型驗(yàn)證的輸入信號隨時(shí)間變化的歷程已在圖3.9中給出。該圖的上半部分闡釋了車速隨時(shí)間變化的動(dòng)態(tài)過程，而下半部分則描繪了前輪偏角隨時(shí)間變化的歷程。進(jìn)一步地，圖3.10展示了所建立的車輛運(yùn)動(dòng)學(xué)模型與CarSim軟件中的整車模型在相同輸入條件下輸出信號的對比分析，其中特別關(guān)注了車輛位置和側(cè)偏角的輸出信息。圖3.9模型驗(yàn)證的輸入信號圖3.10輸出車輛位置對比結(jié)果從圖3.10中的結(jié)果對比可以看出，在相同的速度和前輪轉(zhuǎn)角輸入下，運(yùn)動(dòng)學(xué)模型的車輛位置和航向角與CarSim輸出的結(jié)果基本一致，也就是說上文中式(3.8)表示的模型能夠較好地反映車輛行駛時(shí)的運(yùn)動(dòng)學(xué)特性，故可以為LKA系統(tǒng)的仿真測試所用。3.2車輛動(dòng)力學(xué)模型的建立與分析根據(jù)上述研究我們不難發(fā)現(xiàn)，運(yùn)動(dòng)學(xué)模型主要關(guān)注車輛的位置和速度變化，而不考慮內(nèi)部力的作用，適用于初步控制策略的開發(fā)和路徑的規(guī)劃。而動(dòng)力學(xué)模型則提供了更深入的車輛行為分析，包括力和力矩的作用，適用于精確的控制系統(tǒng)設(shè)計(jì)和車輛性能分析。因此，基于車輛運(yùn)動(dòng)學(xué)的基本規(guī)律搭建出動(dòng)力學(xué)模型并應(yīng)用于車道保持輔助系統(tǒng)，才能使系統(tǒng)更加精準(zhǔn)，更加切合實(shí)際。3.2.1車輛動(dòng)力學(xué)模型的建立由于車道保持輔助系統(tǒng)設(shè)計(jì)所要考慮分析的重點(diǎn)是車輛的操縱穩(wěn)定性即車輛縱向及側(cè)向動(dòng)力學(xué)特性，本文將對一個(gè)簡化為線性三自由度的汽車模型進(jìn)行研究。在建立該模型之前先做出如下假設(shè)[14]：（1）忽略了轉(zhuǎn)向系統(tǒng)對車輛行駛動(dòng)態(tài)的影響，而是將前輪轉(zhuǎn)角作為主要的輸入變量。（2）在模型建立過程中，同時(shí)忽略了懸架系統(tǒng)的動(dòng)力學(xué)效應(yīng)，假定車輛進(jìn)行純平面運(yùn)動(dòng)，即僅沿垂直軸（z軸）進(jìn)行位移。（3）為確保輪胎力學(xué)行為的線性假設(shè)成立，本研究限定車輛的側(cè)向加速度不超過0.4g。（4）在模型假設(shè)中，考慮到驅(qū)動(dòng)力對車輛動(dòng)力學(xué)影響較小，故假定驅(qū)動(dòng)力對系統(tǒng)的影響可以忽略不計(jì)。（5）本模型未考慮地面切向力對輪胎側(cè)偏特性的潛在影響，以簡化輪胎力學(xué)的分析過程。（6）在進(jìn)行動(dòng)力學(xué)分析時(shí)，未將空氣阻力納入考慮，以集中研究車輛的地面力學(xué)特性。（7）忽略了由于載荷變化導(dǎo)致的輪胎特性變化以及輪胎的回正力矩效應(yīng)，以便更加專注于車輛的基本動(dòng)力學(xué)行為。于是，車輛便簡化為了一個(gè)由前后兩個(gè)有側(cè)向彈性的輪胎支承于地面且具有側(cè)向及橫擺運(yùn)動(dòng)的兩輪摩托車模型如圖3.11所示。圖3.11簡化的汽車動(dòng)力學(xué)模型表3.2動(dòng)力學(xué)模型基本參數(shù)參數(shù)參數(shù)含義a質(zhì)心到前軸的距離b質(zhì)心到后軸的距離L軸距FY1、FY2前、后輪側(cè)偏力δ前輪轉(zhuǎn)角u1、u2前、后軸中點(diǎn)速度α1、α2側(cè)偏角β質(zhì)心側(cè)偏角ξu1與x軸夾角Iz汽車?yán)@z軸的轉(zhuǎn)動(dòng)慣量橫擺角加速度為了精確計(jì)算汽車質(zhì)心在車輛坐標(biāo)系中的絕對加速度分量，以及汽車所受外力和繞質(zhì)心產(chǎn)生的力矩，進(jìn)而明確外力和力矩與汽車運(yùn)動(dòng)參數(shù)之間的相互關(guān)系，本文構(gòu)建了一個(gè)與汽車固結(jié)的坐標(biāo)系，如圖3.12所示。在此坐標(biāo)系中，Ox軸和Oy軸分別代表車輛坐標(biāo)系的縱向和橫向軸。在時(shí)刻t，質(zhì)心速度v1在Ox軸上的分量記為u，而在Oy軸上的分量記為v。鑒于汽車在轉(zhuǎn)向過程中會同時(shí)發(fā)生平移和旋轉(zhuǎn)運(yùn)動(dòng)，至t+?t時(shí)刻，車輛坐標(biāo)系內(nèi)的質(zhì)心速度及其方向，連同Ox軸和Oy軸的方向，均將發(fā)生相應(yīng)的變化。圖3.12利用固結(jié)于汽車的車輛坐標(biāo)系分析車輛的運(yùn)動(dòng)在該坐標(biāo)系下可以推導(dǎo)出以下結(jié)論：汽車沿Ox軸速度分量的變化為考慮到QUOTE很小并忽略二階微量，上式可變?yōu)樯鲜絻蛇呁瑫r(shí)除以QUOTE并取極限得到汽車質(zhì)心絕對加速度在Ox軸上的分量為同理，根據(jù)車輛沿Oy軸的速度分量的變化可以得到汽車質(zhì)心絕對加速度在Oy軸上的分量為a此外，分析圖3.11可知，汽車受到的外力沿y軸方向的合力與繞質(zhì)心的力矩和為（FY1、FY2為前、后輪的側(cè)偏力，δ為前輪轉(zhuǎn)角）考慮到δ角較小即cosδ=1，F(xiàn)Y1、FY2為前、后輪的側(cè)偏力（FY1=k1α1，F(xiàn)Y2=k2α2）上式可寫作質(zhì)心側(cè)偏角可以由質(zhì)心速度v1在t時(shí)刻在Ox軸上的分量u與在Oy軸上的分量v得到u1與x軸夾角QUOTE尉尉可表示為根據(jù)車輛坐標(biāo)系的規(guī)定，汽車前后軸的側(cè)偏角為進(jìn)而基于上述計(jì)算公式可推導(dǎo)出外力和外力矩與車輛運(yùn)動(dòng)參數(shù)之間的關(guān)系為于是汽車運(yùn)動(dòng)學(xué)微分方程為進(jìn)一步整理可得3.2.2輪胎模型的建立及其線性化魔術(shù)輪胎公式，通常指的是Pacejka輪胎模型，是英國工程師Hans.B.Pacejka提出的一種廣泛應(yīng)用于汽車工程領(lǐng)域的數(shù)學(xué)模型，用于精確模擬輪胎在不同工況下的力學(xué)行為，包括縱向力（牽引力和制動(dòng)力）、側(cè)向力（轉(zhuǎn)彎時(shí)的側(cè)向支撐力）以及產(chǎn)生的力矩（回正力矩、翻轉(zhuǎn)力矩和阻力矩）[15]。魔術(shù)公式的核心思想是通過一系列非線性方程來描述輪胎性能與輪胎狀態(tài)變量（如側(cè)偏角、縱向滑移率等）之間的復(fù)雜關(guān)系。這個(gè)公式不是單一的數(shù)學(xué)表達(dá)式，而是一組經(jīng)過大量實(shí)驗(yàn)數(shù)據(jù)擬合得到的多項(xiàng)式方程組，能夠較為準(zhǔn)確地預(yù)測輪胎在不同載荷、速度、側(cè)偏角條件下的性能表現(xiàn)。由于魔術(shù)輪胎公式的復(fù)雜性和對實(shí)際情況的高度擬合性，它被普遍應(yīng)用于車輛動(dòng)力學(xué)仿真、賽車調(diào)校、電子穩(wěn)定程序（ESP）開發(fā)、ABS系統(tǒng)設(shè)計(jì)等多個(gè)領(lǐng)域，是現(xiàn)代汽車工程技術(shù)中不可或缺的一部分。魔術(shù)輪胎模型假設(shè)輪胎在垂直與側(cè)向動(dòng)態(tài)響應(yīng)上呈線性特性，同時(shí)假定阻尼力為常數(shù)。該模型在側(cè)向加速度不超過0.4g且側(cè)偏角控制在5度以內(nèi)的工況下，對于典型輪胎的動(dòng)態(tài)特性提供了較高的模擬精度。魔術(shù)公式的表達(dá)式為其中，系數(shù)B為剛度因子，C為形狀因子，D為峰值因子，E為曲率因子，由輪胎的垂向載荷和外傾角確定；Y為輸出變量，可以是縱向力Fl或側(cè)向力Fc或回正力矩；x為輸入變量，在不同的情況下分別表示輪胎的側(cè)偏角α或縱向滑移率，因此稱之為“魔術(shù)公式”，其輸入輸出量如圖3.13所示。圖3.13魔術(shù)輪胎模型的輸入與輸出車輛在直線行駛工況下，車輪的漂移可忽略不計(jì)，于是輪胎受到的橫向力Fx與滑移率s之間的關(guān)系表達(dá)式為車輛在轉(zhuǎn)向行駛工況下，車輪受到的縱向力Fy與前輪側(cè)偏角QUOTE之間的關(guān)系表達(dá)式為車道保持輔助系統(tǒng)中輪胎模型一般運(yùn)行工況為彎道行駛工況，由式3.22可以得出轉(zhuǎn)彎工況下的側(cè)偏力Fy0、側(cè)偏角α和地面受到的垂直載荷Fz之間的關(guān)系為其中，QUOTECy=1.3Cy=1.3；QUOTEDy=a1FQUOTE；QUOTEBy=ByCyDy/CyDyQUOTE；QUOTE，QUOTE為車輪外傾角，a1，…a12為擬合參數(shù)，在表3.1中給出。表3.3各工況擬合參數(shù)表a1a2a3a4a5a6a7a8a9a10a11a12Fy0-22.1101110781.820.2080-0.3540.7070.028014.80.022Fx0-21.3114449.62260.069-0.0060.0560.486為了盡量減少不確定因素對模型的影響，假設(shè)輪胎在車輪外傾角和漂移影響不計(jì)的情況下運(yùn)行，即車輪外傾角QUOTE緯緯和Sh、Sv為0。根據(jù)上述公式，在MATLAB/Simulink中建立輪胎模型如圖3.14所示。圖3.14輪胎模型函數(shù)圖3.15輪胎模型圖3.16輪胎側(cè)偏力與側(cè)偏角關(guān)系仿真結(jié)果仿真過程可概述如下：首先，對垂直載荷分別施加1KN、2KN、3KN及7KN的靜態(tài)負(fù)荷；設(shè)定輪胎的側(cè)偏角α為10°，同時(shí)保持外傾角γ恒定于0°；滑移率設(shè)定為時(shí)間的函數(shù)。隨后，將這些參數(shù)輸入至Pacejka魔術(shù)輪胎模型中，以計(jì)算輪胎的側(cè)向力Fz。最終，仿真結(jié)果通過Scope模塊輸出，繪制為圖形曲線，其結(jié)果見圖3.16。根據(jù)上述車輛動(dòng)力學(xué)公式推導(dǎo)和輪胎模型建立三自由度車輛動(dòng)力學(xué)模型如圖3.17所示。其中左半部分為運(yùn)動(dòng)學(xué)模型，中間部分為輪胎模型，右半部分為動(dòng)力學(xué)模型。圖3.17三自由度車輛動(dòng)力學(xué)模型第四章LKA系統(tǒng)的建立4.1Simulink模塊的使用在LKA系統(tǒng)搭建的過程中用到了大量的Simulink基礎(chǔ)模塊，如信號的合并與分解模塊、總線的創(chuàng)建與總線的選擇模塊、限幅模塊、數(shù)據(jù)類型轉(zhuǎn)換模塊、終止模塊、接地模塊和Clock時(shí)鐘模塊等，理解每個(gè)模塊的功能邏輯是能夠正確使用他們的關(guān)鍵，也是系統(tǒng)搭建之初必要的學(xué)習(xí)過程。4.1.1Mux模塊和Demux模塊Mux模塊和Demux模塊（如圖4.1所示）均歸類于虛擬模塊的范疇。Mux模塊看似將多個(gè)獨(dú)立信號合并為單一復(fù)合信號，而Demux模塊將復(fù)合信號分解為多個(gè)獨(dú)立信號。然而這一過程在數(shù)據(jù)結(jié)構(gòu)層面并未對信號進(jìn)行實(shí)質(zhì)性改變，僅僅是在視覺上實(shí)現(xiàn)了信號的整合與簡潔化管理。在仿真模型構(gòu)建中，Mux模塊適用于將多個(gè)信號匯總并展示于Scope模塊的統(tǒng)一坐標(biāo)系內(nèi)，從而避免了Scope模塊需配置多個(gè)I/O端口的復(fù)雜性。同理，Demux模塊能夠有效地將高維信號解耦為單維或低維信號，以適應(yīng)不同的信號處理需求。圖4.1Mux模塊和Demux模塊4.1.2BusCreator模塊BusCreator模塊（總線創(chuàng)建模塊）（如圖4.2所示）可將一組信號合并成一條總線。在BusCreator模塊的參數(shù)設(shè)置界面可以設(shè)置輸入信號的個(gè)數(shù)和輸出數(shù)據(jù)的類型，當(dāng)Outputdatatype選擇為Bus:<objectname>時(shí)，表示輸出信號是非虛擬信號，在C代碼生成時(shí)將輸出總線信號定義為結(jié)構(gòu)體。圖4.2BusCreator模塊4.1.3BusSelector模塊BusSelector模塊（總線選擇模塊）（如圖4.3所示）可從總線中選擇出一個(gè)或一組成員，這個(gè)總線信號可來自于BusCreator、BusSelector或其他輸出Busobject的模塊。圖4.3BusSelector模塊4.1.4數(shù)據(jù)類型轉(zhuǎn)換模塊Simulink平臺兼容多種數(shù)據(jù)格式，涵蓋了浮點(diǎn)數(shù)、固定點(diǎn)數(shù)以及枚舉型數(shù)據(jù)等類別。當(dāng)先序模塊的輸出信號數(shù)據(jù)類型與后續(xù)模塊的輸入端口所支持的數(shù)據(jù)類型不匹配時(shí)，Simulink將無法進(jìn)行正常的仿真操作并報(bào)錯(cuò)。為解決這一兼容性問題，可采用DataTypeConversion模塊（即數(shù)據(jù)類型轉(zhuǎn)換模塊，如圖4.4所示），對信號進(jìn)行適當(dāng)?shù)霓D(zhuǎn)換處理。此過程確保了仿真流程的連續(xù)性，并使得模型能夠無障礙地完成仿真過程及后續(xù)的代碼生成工作。圖4.4數(shù)據(jù)轉(zhuǎn)換模塊在輸出的數(shù)據(jù)類型中，fixdt是Matlab提供的函數(shù)，能夠返回simulink.NumericType類型的變量，通過這個(gè)變量來描述一種固定數(shù)據(jù)類型。使用固定點(diǎn)數(shù)據(jù)類型配置的模型生成的代碼相對于浮點(diǎn)數(shù)據(jù)類型占用較少的內(nèi)存空間，并能夠以更快的速度運(yùn)行。Inputandoutputtohaveequal參數(shù)是DataTypeConversion模塊獨(dú)有的參數(shù)，表示當(dāng)輸人數(shù)據(jù)是固定點(diǎn)數(shù)據(jù)類型時(shí)模塊處理的方式選擇。下拉框包括2個(gè)選項(xiàng)RealWorldValue和StoredInteger，分別表示實(shí)際值與存儲值,模塊會按照所選擇的數(shù)值進(jìn)行等值數(shù)據(jù)轉(zhuǎn)換。如目標(biāo)為實(shí)際值相等的情況下將double型的pi轉(zhuǎn)換為int8型必然會產(chǎn)生誤差，int8數(shù)據(jù)類型只保留整數(shù)部分，結(jié)果為3。4.1.3終止模塊在Simulink模型的構(gòu)建過程中，若存在未與任何其他模塊相連的輸出端口，仿真系統(tǒng)將發(fā)出警告。為了消除這一警告，可采取的策略是將這些孤立的輸出端口與Terminator模塊（終止模塊）相連，如圖4.5所示。Terminator模塊的作用是接收并處理這些未連接的信號，從而確保仿真過程的順暢進(jìn)行。Terminator模塊就是用來接收未使用的輸出信號的，僅有一個(gè)輸人端口，此模塊沒有可調(diào)參數(shù)，參數(shù)對話框中僅對模塊功能進(jìn)行說明。Terminator模塊可接受任何Simulink支持的數(shù)據(jù)類型:實(shí)數(shù)、復(fù)數(shù)及固定點(diǎn)數(shù)據(jù)。圖4.5Terminator模塊4.2LKA系統(tǒng)的搭建過程作為高級駕駛輔助系統(tǒng)（ADAS）的一部分，車道保持輔助（LKA）系統(tǒng)的設(shè)計(jì)宗旨在于輔助駕駛員在高速公路的標(biāo)記車道內(nèi)實(shí)現(xiàn)安全行駛。該系統(tǒng)具備監(jiān)測車輛偏離車道的智能識別功能，并能夠自動(dòng)觸發(fā)轉(zhuǎn)向機(jī)制以執(zhí)行必要的車輛姿態(tài)校正，確保車輛穩(wěn)定回歸至車道中心線，而無需駕駛員進(jìn)行額外的操控干預(yù)。為了確保LKA系統(tǒng)的有效性，系統(tǒng)必須具備準(zhǔn)確識別車道邊界及其未來彎曲趨勢的能力。在理想情況下，LKA系統(tǒng)的設(shè)計(jì)依賴于對車道曲率、橫向偏移量以及車輛相對于車道中心線的偏航角度的預(yù)測。特別是，采用模型預(yù)測控制（MPC）技術(shù)的LKA系統(tǒng)能夠更加精確地處理這些關(guān)鍵參數(shù)，從而優(yōu)化車道保持性能。本文所搭建的LKA系統(tǒng)基于模型預(yù)測控制方法即通過設(shè)置預(yù)瞄點(diǎn)和預(yù)瞄時(shí)間對道路的曲率、橫向偏差和偏航角進(jìn)行一定的預(yù)測，并且在出現(xiàn)偏差時(shí)將偏移量及時(shí)輸送回模型中的控制模塊予以控制、糾偏。本文所搭建的系統(tǒng)主要由車輛模型和攝像感知模塊（VehicleandPerception）、車道保持決策模塊（LaneKeepDecision）和控制模塊（Control）組成如圖4.6所示。圖4.6LKA系統(tǒng)模型總覽車輛模型和攝像感知模塊包括了車輛運(yùn)動(dòng)學(xué)模型（K）、車輛動(dòng)力學(xué)模型（D）、場景讀取模塊（ScenarioReader）和攝像頭模塊（Camera）。根據(jù)3.1中所推導(dǎo)的車輛運(yùn)動(dòng)學(xué)模型并結(jié)合打包好的車輛位姿PackEgo可建立車輛運(yùn)動(dòng)學(xué)模型如圖4.7所示。圖4.7包含車輛位姿的運(yùn)動(dòng)學(xué)模型同樣，導(dǎo)入三自由度單軌車輛動(dòng)力學(xué)模型（VehicleBody3DOFSingleTrack），設(shè)置輸入為車速和前輪轉(zhuǎn)角，輸出為橫擺角速度和橫擺角加速度，以及縱向的速度和橫向的位移，把這些量經(jīng)單位換算后打包在PackEgoActor中以便輸出給下一個(gè)模塊，建立車輛動(dòng)力學(xué)模型并設(shè)置模型的各項(xiàng)參數(shù)（如圖4.8、4.9所示），由于此模型使用的是SAE標(biāo)準(zhǔn)即右為正，為滿足系統(tǒng)需求，需要將其轉(zhuǎn)化為ISO標(biāo)準(zhǔn)，因此建立SAETOISO模塊，具體的轉(zhuǎn)換方式如圖4.10所示。圖4.8包含車身位姿的運(yùn)動(dòng)學(xué)模型圖4.9運(yùn)動(dòng)學(xué)模型參數(shù)設(shè)置界面圖4.10SAETOISO轉(zhuǎn)換邏輯ScenarioReader模塊同樣位于車輛環(huán)境執(zhí)行器和傳感器仿真子系統(tǒng)中，可以從指定的場景文件中讀取非被控執(zhí)行器和道路相關(guān)信息，并輸出非被控執(zhí)行器的運(yùn)動(dòng)和狀態(tài)信息。被控車輛通過輸入端口傳入該塊。圖4.11場景讀取模塊及參數(shù)設(shè)置圖4.12攝像檢測模塊及參數(shù)設(shè)置在車輛模型和攝像感知模塊搭建完成之后，需要建立車道保持決策模塊（LaneKeepDecision），用來處理車輛模型和攝像感知模塊中輸出的車道信息（LaneData），主要包括了車道數(shù)據(jù)選擇（LaneDataSelector）和車道中心計(jì)算（LaneCenter）兩個(gè)部分如圖4.13所示。圖4.13車道保持決策模塊車道數(shù)據(jù)選擇模塊也可以稱為視覺檢測生成模塊，在該模塊中，主要是Scenarioreader模塊給到的一些場景的約束，這里用到的是車道線的檢測，所以輸入的也是車道線的檢測信息，有道路曲率（Curvature）、道路曲率的導(dǎo)數(shù)（CurvatureDerivative）、航向角（HeadingAngle）、車道偏移量（LateralOffset）和車道檢測置信度（Strength），該模塊可以將這些信息處理之后打包傳遞出去。此外，由于Camera設(shè)置的最大檢測車道數(shù)為2，且ScenarioReader選擇的是主車道，因此該模塊中的數(shù)據(jù)總線里只有兩個(gè)車道數(shù)據(jù)（如圖4.14所示），上半部分為檢測到的左車道數(shù)據(jù)，下半部分為檢測到的右車道數(shù)據(jù)。圖4.14車道線信息檢測模塊由LaneDataSelector模塊輸出的信息會傳遞給LaneCenter模塊即車道線中心計(jì)算模塊，其具體的算法邏輯如圖4.15所示。主要是對車道線檢測模塊中輸出的車道線信息做出置信度判斷即車道檢測置信度判斷，包括雙車道均置信、左車道置信、右車道置信和均不置信，其使用的MatlabFunction如圖4.16所示。圖4.15車道線中心估計(jì)模塊圖4.16車道檢測置信度計(jì)算函數(shù)車道檢測是自動(dòng)駕駛和駕駛員輔助系統(tǒng)（ADAS）中的重要組成部分，它可以幫助車輛理解其所在車道的位置和邊界。車道檢測系統(tǒng)的性能評估是復(fù)雜的，因?yàn)樗艿蕉喾N因素的影響，包括硬件、算法、數(shù)據(jù)采集方式和環(huán)境條件，目前沒有統(tǒng)一的評價(jià)方法，但研究者們提出了多種在線和離線評價(jià)方法，以及基于不同指標(biāo)的綜合評估框架，而計(jì)算車道檢測置信度就是一種可以用于確定車道檢測結(jié)果的可靠性的方法[16]。在某些情況下，如果置信度低于某個(gè)閾值，系統(tǒng)可能會提示駕駛員介入或采取其他安全措施。當(dāng)左右車道均置信時(shí)，左右兩側(cè)車道的道路曲率、道路曲率的導(dǎo)數(shù)、航向角和車道偏移量聯(lián)合輸出并取平均值以計(jì)算出車道中心，如圖4.17所示。圖4.17左右車道均置信當(dāng)左車道置信時(shí)，車道中心則需要依據(jù)攝像模塊所檢測到的左側(cè)車道的數(shù)據(jù)來計(jì)算，其曲率和曲率的導(dǎo)數(shù)計(jì)算公式為根據(jù)上述公式建立左車道置信模塊如圖4.18所示圖4.18左車道置信模塊同理，根據(jù)式4.1推算出右車道曲率和曲率的導(dǎo)數(shù)計(jì)算公式得到右車道置信模塊如圖4.19所示圖4.19右車道置信模塊最后，在車輛模型與攝像感知模塊、車道保持決策模塊建立完成后，需要通過車道保持輔助系統(tǒng)的控制模塊（Control）向車輛的轉(zhuǎn)向系統(tǒng)發(fā)送指令，輔助車輛保持在車道中心線行駛。該模塊中使用到了車道線擬合公式[17]，其示意圖如圖4.20所示圖4.20車道線擬合示意圖由車道線擬合公式Lp=V?tp其中：C0為道路偏移量，C1為航向角，C2為道路曲率，C3為曲率的導(dǎo)數(shù)根據(jù)上述公式建立MatlabFunction如圖4.21所示圖4.21車道線擬合的函數(shù)模型在得到了車道中心和車道線之后便可以為車道保持輔助系統(tǒng)設(shè)計(jì)控制策略，根據(jù)圖4.22和式4.3所示，使預(yù)瞄點(diǎn)C到預(yù)瞄點(diǎn)對應(yīng)的車道中心的距離L2為0，進(jìn)而建立Simulink模型如圖4.23所示。圖4.22橫向控制原理簡圖圖4.23橫向控制模塊由于縱向速度恒定故不對縱向進(jìn)行控制，于是LKA的控制模塊建立完成如圖4.24所示圖4.24車道保持輔助系統(tǒng)控制部分4.3本章小結(jié)第四章主要涉及到車道保持輔助系統(tǒng)的搭建，首先將LKA系統(tǒng)分成三大部分，在介紹了所要用到的模塊的使用方法之后，在車輛動(dòng)力學(xué)模型中引入車身位姿，并結(jié)合攝像感知模塊形成LKA系統(tǒng)的第一個(gè)部分。第二個(gè)部分主要是利用檢測到的車道線信息和判斷出的車道置信度計(jì)算出車道線中心。第三個(gè)部分設(shè)計(jì)了橫向控制的策略并搭建了相應(yīng)的模型組成了車道保持輔助系統(tǒng)的控制部分。第五章車道保持輔助系統(tǒng)仿真分析5.1仿真平臺的搭建5.1.1Carsim軟件介紹CarSim是由美國MSCSoftware公司開發(fā)的高級車輛動(dòng)力學(xué)仿真分析軟件，廣泛應(yīng)用于汽車行業(yè)的車輛設(shè)計(jì)和控制系統(tǒng)開發(fā)過程。CarSim的主要特點(diǎn)和功能主要包括高精度的仿真、易于操作的數(shù)據(jù)管理方法、自定義模型定制、實(shí)時(shí)系統(tǒng)接口和較強(qiáng)的擴(kuò)展性等。CarSim使用詳細(xì)的物理模型來模擬車輛及其控制器的動(dòng)態(tài)行為，能夠?qū)︸{駛員的控制、3D地面幾何形狀及空氣動(dòng)力學(xué)做出響應(yīng)[18]。在圖形用戶界面（GUI）可以訪問車輛、道路、測試條件等數(shù)據(jù)庫信息，并且支持視頻動(dòng)畫和繪圖。CarSim模型在計(jì)算機(jī)上的運(yùn)行速度可以比實(shí)時(shí)快3-6倍，這使得它非常適合進(jìn)行實(shí)時(shí)仿真，如硬件在環(huán)（HIL）或軟件在環(huán)（SIL）仿真。圖5.1Carsim軟件介紹此外，用戶可以自定義車輛的尺寸、重量、動(dòng)力系統(tǒng)等參數(shù)（如圖5.1所示），適用于轎車、SUV、商用車等多種車型的建模仿真。CarSimRT作為實(shí)時(shí)車輛模擬模型，旨在與各類硬件實(shí)時(shí)系統(tǒng)相接口，以便于執(zhí)行硬件在環(huán)（Hardware-in-the-Loop,HIL）仿真[19]。CarSim軟件集成了先進(jìn)的事件處理技術(shù)，從而能夠精確模擬復(fù)雜的車輛動(dòng)態(tài)工況。此外，CarSim的架構(gòu)允許其作為MATLAB/Simulink環(huán)境中的S函數(shù)嵌入，同時(shí)支持導(dǎo)出為獨(dú)立的可執(zhí)行C代碼庫，以便于生成EXE文件，進(jìn)一步增強(qiáng)了其在仿真應(yīng)用中的靈活性和擴(kuò)展性。CarSim被全球多家知名汽車制造商和供應(yīng)商使用，如GM、Ford、Toyota、Bosch等，都證明了其在行業(yè)內(nèi)的廣泛認(rèn)可和應(yīng)用，并且因其強(qiáng)大的功能和靈活性，已經(jīng)成為了汽車動(dòng)力學(xué)仿真分析的重要工具，幫助工程師在早期設(shè)計(jì)階段就能夠?qū)囕v的性能進(jìn)行預(yù)測和評估。5.1.2仿真場景的搭建CarSim軟件在進(jìn)行車輛動(dòng)力學(xué)仿真時(shí)，提供了豐富的道路設(shè)置選項(xiàng)，以模擬各種實(shí)際道路條件。在道路設(shè)計(jì)界面可以選擇3D道路，并從路面數(shù)據(jù)庫中選擇所需的直線路面或曲線路面。通過下拉菜單選擇道路類型，如直線(straight)道路、圓弧(radius)道路或曲線(curvature)道路，還可以設(shè)置回旋曲線(clothoid)道路。通過選擇referencelineelevation進(jìn)行坡度設(shè)置，可以選擇不同的坡度數(shù)據(jù)庫或自定義坡度曲線。通過選擇splitmu進(jìn)入道路附著系數(shù)設(shè)置界面，可以設(shè)置不同的路面附著系數(shù)，以模擬不同路面條件如濕滑或結(jié)冰路面。根據(jù)上述功能及測試需要，搭建一條存在直道和彎道的Carsim道路模型如圖5.2所示。圖5.2Carsim道路場景設(shè)計(jì)在CarSim的場景編輯器中，可以添加ADAS傳感器對象，通常包括激光雷達(dá)、攝像頭等，用于模擬車輛的感知系統(tǒng)，車道保持輔助系統(tǒng)需要用到用于車道線檢測的攝像元件。在添加了攝像元件之后，需要對攝像頭的參數(shù)進(jìn)行設(shè)置，包括攝像頭的位置、檢測的方向、檢測的視野范圍等如圖5.3所示。圖5.3攝像元件參數(shù)設(shè)置在道路模型和攝像頭模型設(shè)置完成之后，需要修改車輛模型的輸入輸出變量，在Model：Simulink菜單欄下找到輸入（InpotChannels）模塊并設(shè)置為方向盤轉(zhuǎn)角，找到輸出（ExpotChannels）模塊并設(shè)置為橫向偏差，如圖5.4、5.5所示。圖5.4Carsim輸入變量圖5.5Carsim輸出變量將Simulink模型的.slx文件路徑導(dǎo)入Carsim中如圖5.6所示圖5.6Simulink文件路徑導(dǎo)入5.2LKA的仿真與分析5.2.1LKA的仿真過程在Carsim仿真場景設(shè)置和Simulink模型導(dǎo)入完成后，可以通過仿真結(jié)果分析模塊（AnalyzeResults）生成仿真視頻和數(shù)據(jù)表如圖5.7、5.8所示。圖5.7生成仿真結(jié)果功能圖5.8仿真視頻通過Video+Plot功能可以同時(shí)輸出仿真視頻和所需的實(shí)時(shí)數(shù)據(jù)，以橫擺角速度（Yaw）為例，設(shè)置x軸為時(shí)間，y軸為橫擺角速度如圖5.9所示，即可得到仿真過程中實(shí)時(shí)的橫擺角速度數(shù)據(jù)如圖5.10所示。圖5.9數(shù)據(jù)圖橫軸坐標(biāo)參數(shù)選擇圖5.10仿真數(shù)據(jù)導(dǎo)出界面5.2.2LKA仿真分析根據(jù)第二章所提到的國內(nèi)車道保持輔助系統(tǒng)測試法規(guī)GB/T39323-2020《乘用車車道保持輔助（LKA）系統(tǒng)性能要求及試驗(yàn)方法》中的規(guī)定，即在車速70km/h~120km/h的范圍內(nèi)且LKA系統(tǒng)正常工作的情況下，車輛的車輛的橫向偏移距離不得超過0.4m，側(cè)向加速度不得超過3m/s2?，F(xiàn)將車速設(shè)置為72km/h，輸出車輛的橫向偏移距離、側(cè)向加速度和橫擺角速度如圖5.11、5.13、5.15所示。圖5.11車速72km/h時(shí)的橫向偏移距離曲線圖5.12橫向偏移距離的最大最小值將圖像數(shù)據(jù)導(dǎo)出到Excel表格如圖5.12并求得仿真過程中車輛橫向偏移距離的最大值為0.218877m，最小值為-0.22964m，由此可知該車道保持輔助系統(tǒng)符合GB/T39323-2020《乘用車車道保持輔助（LKA）系統(tǒng)性能要求及試驗(yàn)方法》在橫向偏移距離方面的規(guī)定。圖5.13車速72km/h時(shí)的側(cè)向加速度曲線圖5.14側(cè)向加速度的最大最小值將圖像數(shù)據(jù)導(dǎo)出到Excel表格如圖5.14并求得仿真過程中車輛側(cè)向加速度的最大值為1.022721m/s2，最小值為-0.91181m/s2，由此可知該車道保持輔助系統(tǒng)符合GB/T39323-2020《乘用車車道保持輔助（LKA）系統(tǒng)性能要求及試驗(yàn)方法》在側(cè)向加速度方面的規(guī)定。圖5.15車速72km/h時(shí)的橫擺角速度曲線此外，根據(jù)輸出的橫擺角速度圖像的曲率變化情況可知，該車道保持輔助系統(tǒng)在車速為72km/h時(shí)工作較為穩(wěn)定，系統(tǒng)的可靠性較高。5.2.2不同車速