一种人机耦合的纵向避撞控制方法

    公开(公告)号:CN109733347A

    公开(公告)日:2019-05-10

    申请号:CN201910078962.1

    申请日:2019-01-28

    申请人: 东南大学

    IPC分类号: B60T7/22 B60W50/00

    摘要: 本发明涉及一种人机耦合的纵向避撞控制方法,包括线控制动模块、主动感知模块和拟人控制模块,前述的拟人控制模块包括驾驶员模型和深度神经网络拟人决策控制器,其中主动感知模块获得实时交通状况输入给驾驶员模型输出期望的制动减速度,根据主动感知模块与驾驶员的基础实验数据,深度神经网络拟人决策控制器利用生成对抗网络技术生成大量实验数据输入给深度神经网络,经过训练生成制动避撞控制器,将其输出信息传输给线控制动模块完成制动避撞;本发明有效解决车辆已有避撞控制器适用范围窄、控制生硬等问题,提高了制动避撞系统的自适应性和驾乘人员的舒适性。

    一种人机耦合的纵向避撞控制方法

    公开(公告)号:CN109733347B

    公开(公告)日:2020-03-31

    申请号:CN201910078962.1

    申请日:2019-01-28

    申请人: 东南大学

    IPC分类号: B60T7/22 B60W50/00

    摘要: 本发明涉及一种人机耦合的纵向避撞控制方法,包括线控制动模块、主动感知模块和拟人控制模块,前述的拟人控制模块包括驾驶员模型和深度神经网络拟人决策控制器,其中主动感知模块获得实时交通状况输入给驾驶员模型输出期望的制动减速度,根据主动感知模块与驾驶员的基础实验数据,深度神经网络拟人决策控制器利用生成对抗网络技术生成大量实验数据输入给深度神经网络,经过训练生成制动避撞控制器,将其输出信息传输给线控制动模块完成制动避撞;本发明有效解决车辆已有避撞控制器适用范围窄、控制生硬等问题,提高了制动避撞系统的自适应性和驾乘人员的舒适性。

    一种基于车辆运动学模型的人-车-路模型建模方法

    公开(公告)号:CN110096748A

    公开(公告)日:2019-08-06

    申请号:CN201910257785.3

    申请日:2019-04-01

    申请人: 东南大学

    IPC分类号: G06F17/50

    摘要: 本发明涉及一种基于车辆运动学模型的人-车-路模型建模方法。所述建立的车辆运动学模型考虑了人类驾驶员在行车驾驶中的作用,利用驾驶员转向特性中的神经肌肉延迟时间、预瞄时间、转向增益等参数来表征不同驾驶行为的人类驾驶员,使得基于该模型设计的车辆控制器能够像人一样驾驶,提高乘员的乘坐舒适性。本发明提出的基于车辆运动学模型的人-车-路模型降低了控制器设计难度,实时性好,并且考虑了人类驾驶员的乘坐舒适性,有实用性也具有广阔的商业应用前景。

    适用于任意曲率道路的车辆运动学人-车-路闭环系统

    公开(公告)号:CN110851916B

    公开(公告)日:2023-03-21

    申请号:CN201911042535.4

    申请日:2019-10-30

    申请人: 东南大学

    IPC分类号: G06F30/15 G06F30/20 G05D1/02

    摘要: 本发明公开了一种适用于任意曲率道路,基于车辆‑道路运动学模型建立的人‑车‑路闭环系统。该模型忽略轮胎的非线性特性,进一步地降低了控制器设计的计算复杂度,使得车辆运动控制具有更好的实时性。同时,在车辆‑道路模型的基础上耦合了驾驶员模型,考虑了人类驾驶员在自动/半自动车辆行驶中的作用,利用反应延迟时间、预瞄时间以及转向比例增益这三种驾驶员转向特性参数来表征不同驾驶员的驾驶行为。采用曲线坐标来获得车辆与道路之间的位置关系,通过双点预瞄驾驶员模型来获得弯曲道路近点和远点的道路信息,所建系统不仅能够适用于直道或小曲率道路,也适用于S弯等大曲率道路,能够做到直道与弯道之间的完美切换,更加具有普适性。

    一种基于车辆运动学模型的人-车-路模型建模方法

    公开(公告)号:CN110096748B

    公开(公告)日:2022-11-18

    申请号:CN201910257785.3

    申请日:2019-04-01

    申请人: 东南大学

    IPC分类号: G06F30/20

    摘要: 本发明涉及一种基于车辆运动学模型的人‑车‑路模型建模方法。所述建立的车辆运动学模型考虑了人类驾驶员在行车驾驶中的作用,利用驾驶员转向特性中的神经肌肉延迟时间、预瞄时间、转向增益等参数来表征不同驾驶行为的人类驾驶员,使得基于该模型设计的车辆控制器能够像人一样驾驶,提高乘员的乘坐舒适性。本发明提出的基于车辆运动学模型的人‑车‑路模型降低了控制器设计难度,实时性好,并且考虑了人类驾驶员的乘坐舒适性,有实用性也具有广阔的商业应用前景。

    适用于任意曲率道路的车辆运动学人-车-路闭环系统

    公开(公告)号:CN110851916A

    公开(公告)日:2020-02-28

    申请号:CN201911042535.4

    申请日:2019-10-30

    申请人: 东南大学

    IPC分类号: G06F30/15 G06F30/20 G05D1/02

    摘要: 本发明公开了一种适用于任意曲率道路,基于车辆-道路运动学模型建立的人-车-路闭环系统。该模型忽略轮胎的非线性特性,进一步地降低了控制器设计的计算复杂度,使得车辆运动控制具有更好的实时性。同时,在车辆-道路模型的基础上耦合了驾驶员模型,考虑了人类驾驶员在自动/半自动车辆行驶中的作用,利用反应延迟时间、预瞄时间以及转向比例增益这三种驾驶员转向特性参数来表征不同驾驶员的驾驶行为。采用曲线坐标来获得车辆与道路之间的位置关系,通过双点预瞄驾驶员模型来获得弯曲道路近点和远点的道路信息,所建系统不仅能够适用于直道或小曲率道路,也适用于S弯等大曲率道路,能够做到直道与弯道之间的完美切换,更加具有普适性。