一种基于冰雪路面识别的卡车AEB自适应控制方法

本发明涉及一种属于汽车主动安全的控制方法，更确地说，本发明涉及一种基于冰雪路面识别的卡车aeb自适应控制方法。

背景技术：

1、在极端天气恶劣条件下，尤其是冰雪覆盖的路面，卡车因其质心高、体积大、铰接结构复杂等特点，使得其行驶安全性面临着严峻挑战。冰雪路面不仅显著降低了路面的附着力，导致车辆极易出现打滑和失控的现象，而卡车自身的特性更是加剧了驾驶的复杂性和危险性。因此，针对卡车在冰雪路面上的特殊挑战，开发一套高效、精准的卡车主动安全系统，成为保障道路交通安全的迫切需求。

2、在主动紧急避撞技术中，自动紧急制动系统(automatic emergency braking，aeb)是一项至关重要的安全功能，通过预测和自动响应潜在碰撞威胁，降低事故发生的概率和严重程度。特别是对于卡车等重型车辆，其体积大、质心高、铰接复杂等特点使得aeb系统的性能要求更为严格。然而，传统的aeb控制策略主要基于乘用车的车辆动力学和碰撞预警模型，预警与制动策略较为单一，对于卡车特性及其所面临的复杂路况考虑不足，缺乏动态调整能力，这将导致无法有效应对突发的危险情况，或者导致不必要的制动干预，影响驾驶的安全性和舒适性。

3、不同的路面条件(如湿滑、结冰、干燥等)会导致轮胎与地面之间的摩擦力产生显著变化，进而影响aeb系统的制动距离和制动响应时间。因此，一个有效的aeb控制策略需要能够实时感知路面附着系数的变化，并据此调整制动参数，以确保在各种路面条件下都能提供足够的制动效能。现有的aeb系统主要应用于乘用车，虽然在一定程度上提高了车辆的安全性，但大多未能充分考虑路面附着系数和卡车特性的影响。这导致在复杂多变的实际交通环境中，aeb系统的性能可能会受到严重影响，甚至可能导致系统失效或误动作。

技术实现思路

1、本发明所要解决的技术问题是克服了现有技术存在的在冰雪等恶劣天气条件下对卡车行车安全性不佳和卡车特性考虑不足的问题，提供了一种基于冰雪路面识别的卡车aeb自适应控制方法。

2、通过传感器集成卡车运动参数，构建其纵向动力学与负载转移模型，采用μ-σk斜率法与遗传因子优化的递推最小二乘法精确估算路面附着系数。同时，对路况与碰撞速度实施风险评估，分级量化风险。依据路面附着系数与综合风险，智能调节预警阈值，并依据附着系数与驾驶反应时间，动态标定制动阈值，设定各阶段减速度期望。实时测距，依据距离与阈值关系，精准制定aeb控制策略，确保行车安全。

3、为解决上述技术问题，本发明是采用如下技术方案实现的：所述的一种基于冰雪路面识别的卡车aeb自适应控制方法包括步骤如下：

4、1)建立卡车纵向动力学以及负载转移模型，利用斜率法和基于遗传因子的递推最小二乘法对冰雪场景下的路面附着系数进行估计；

5、2)对冰雪天气条件下的路面情况及碰撞速度进行风险评估，计算综合风险系数，并自适应调整预警距离阈值；

6、3)根据路面附着系数估计值、驾驶员反应时间，对制动距离阈值进行自适应标定，并确定部分制动和完全制动两阶段的期望减速度；

7、4)计算卡车与前方障碍物的距离，根据其与预警距离阈值、制动距离阈值的关系制定aeb控制策略。

8、技术方案中所述的建立卡车纵向动力学以及负载转移模型，利用斜率法和基于遗传因子的递推最小二乘法对冰雪场景下的路面附着系数进行估计指的是:

9、1)通过卡车上设置的传感器，获取卡车及卡车外部环境信息，包括：车辆运动速度、车辆加速度、道路坡度、车辆质量、车辆质心高度与车辆轴距，建立卡车制动过程中的数学模型，具体步骤如下：

10、(1)建立卡车纵向动力学模型：

11、max＝fx-rx-da-mgsinα

12、rx＝f·fz

13、

14、式中：m是卡车质量，g是重力加速度，ax、vx分别是卡车加速度和速度，fx是牵引力，rx是车轮滚动阻力，f是车辆滚动阻力系数，由经验公式确定f＝0.0076+0.000056vx，da是空气阻力，α是道路坡度，cd为空气阻力系数，a是迎风面积，ρ是空气密度；

15、(2)建立车辆负载转移模型：

16、忽略因车辆微小侧倾或轮胎磨损不均等因素引起的荷载转移的情况下，认为卡车左前轮和右前轮的垂向力相等，左后轮与右后轮的垂向力相等；

17、

18、

19、式中：fz,fl、fz,fr、fz,rl、fz,rr分别是左前轮、右前轮、左后轮、右后轮的垂向力，hg为卡车质心高度，lf和lr分别为卡车前后轴到质心的纵向距离；

20、(3)计算车辆制动时滑移率，计算公式如下：

21、

22、式中：ω为车轮角速度，r为车轮滚动半径

23、2)为了提升卡车在整个运动状态下的控制策略精度，采用μ-σx斜率法和基于遗忘因子的递推最小二乘法估计冰雪场景下的路面附着系数,当滑移率σx≤0.08时，μ-σx曲线近似为直线，故利用斜率法估算滑移率小情况下的路面附着系数：小滑移率区间内，存在线性关系μ＝k·σ1·q，其中k是μ-σx曲线的斜率，fx和fz分别是当前滑移率下的轮胎纵向力和垂向力，σ1为线性区域的最大滑移率，在这里取为0.08，q为线性区域内最大路面附着系数与峰值附着系数的比例系数，一般取为1.2～1.4；

24、3)当滑移率σx＞0.08时，即饱和区域，此时车轮会出现抱死或者空转现象、轮胎力达到饱和，线性区域的路面附着系数估计方法已经不适应，车辆牵引力可以表示为fx＝μ·fz＝μmg，结合车辆纵向动力学方程得将其整理为基于遗忘因子的递推最小二乘法基本形式：系统输出观测信息系统输入观测信息待辨识参数θ(t)＝μ，从而得到路面附着系数估计值,所述基于遗忘因子的递推最小二乘法的操作流程如下：

25、(1)初始化参数向量θ(0)，协方差矩阵p(0)，设置遗忘因子λ。通常将θ(0)设为0，p(0)取106，λ的取值范围为0～1；

26、(2)根据当前时间步长的系统输入和状态，测量系统输出y(t)并计算回归矩阵

27、(3)计算估计误差e(t)，实际系统输出y(t)与基于当前参数估计值θ(t-1)和回归矩阵计算出的预测输出之间的差值；

28、(4)计算增益矩阵

29、(5)逐步调整并减少参数估计的不确定性，更新协方差矩阵式中：i为单位矩阵；

30、(6)更新估计参数向量：θ(t)＝θ(t-1)+k(t)e(t)；

31、(7)在每个连续的时间步长t内，重复步骤(2)至步骤(6)，从而不断更新参数估计。

32、技术方案中所述的对冰雪天气条件下的路面情况及碰撞速度进行风险评估，计算综合风险系数,并自适应调整预警距离阈值是指：

33、1)根据冰雪路面的积雪程度、压实情况和冰层覆盖情况，将路面情况分为新雪、半融化、冰板四个等级；结合专家经验和各类冰雪路面情况的历史事故数据占比rct(ratioof crash in total，rct)，对每个等级的路面情况进行风险评估，赋予相应的风险等级(低风险、中风险、高风险)及权重；同时，依据《c-ncap管理规则》与gb/t 33195-2016标准，结合交通事故数据与卡车特性，确定不同碰撞速度下的风险等级及权重；风险等级与权重确定如下表所示：

34、表1路面情况风险等级及权重确定

35、

36、表2碰撞速度风险等级及权重确定

37、

38、2)综合考虑路面情况与碰撞速度对车辆安全行驶的影响，引入综合风险系数r：

39、r＝ωr×路面附着系数的风险等级+ωc×碰撞速度的风险等级

40、3)获取路面附着系数估计值与综合风险系数r，自适应调整预警距离阈值，确保预警机制的有效性；获取声音预警距离阈值dw,max与主动安全带拉紧预警距离阈值dw,min，计算步骤具体如下：

41、(1)首先获取安全停车距离，公式为：

42、

43、(2)根据驾驶对不同预警形式的反应时间和风险系数来获取两阶段预警距离阈值，两阶段预警距离阈值计算公式如下：

44、

45、式中：td是驾驶员对不同预警形式的反应时间，(驾驶员对声音预警的反应时间为1.2秒，对主动安全带拉紧的反应时间为0.7秒)；ts为制动器作用时间；tw为提前预警时间，用于警示驾驶员前方潜在的碰撞风险，通常取1秒左右；a1、v1分别是前车加速度和速度；ξ是调节系数，用于控制风险等级对预警距离阈值的影响程度，取为0.1。

46、技术方案中所述的根据路面附着系数估计值、驾驶员反应时间，对制动距离阈值进行自适应标定，并确定部分制动和完全制动两阶段的期望减速度是指：

47、1)收集驾驶员在不同路况下的反应时间分布历史数据，并确定分布特征，如下表所示：

48、表3驾驶员反应时间

49、

50、2)确定开始制动到完全达到设定的制动压力所需时间tp，根据经验数据得知：tp,min＝0.3，tp,max＝0.75；

51、3)基于驾驶员反应时间及制动器达到设定制动压力所需时间，自适应调整制动距离阈值，确保制动机制的安全性；获取部分制动距离阈值与完全制动距离阈值，计算步骤具体如下：

52、(1)当tr,max＝1.17s、tp,max＝0.75时，部分制动距离阈值为：

53、ds,max＝db+tr,max×vx+tp,max×vx；

54、(2)当tr,min＝0.74s、tp,min＝0.3时，完全制动距离阈值为：

55、ds,min＝db+tr,min×vx+tp,min×vx；

56、4)依据现有研究数据确定两阶段制动的触发时的期望减速度，具体如下：

57、美国国家公路交通安全管理局(nhtsa)评估紧急情况83名驾驶员在干燥平坦道路上的制动性能测量的制动减速度分布(μ＝0.85)，见下表：

58、表4驾驶员制动减速度统计

59、

60、因此，充分考虑冰雪场景的行驶安全性与乘坐的舒适性，确定部分制动的期望减速度a1为1.7m/s2，完全制动的期望减速度a2为2.8m/s2。

61、技术方案中所述的计算卡车与前方障碍物的距离，根据其与预警距离阈值、制动距离阈值的关系制定aeb控制策略是指：

62、1)根据当前路面附着系数估计值、车辆状态信息，计算自车与前方车辆的碰撞距离，具体如下：

63、d＝db+dr+dp

64、

65、

66、dr＝tr×vx

67、dp＝tp×vx

68、式中：d为车辆行驶过程中与前方障碍车辆的相对距离，db为车辆减速到零的制动距离，dr为车辆在驾驶员反应时间tr内行驶的距离，dp为车辆在制动器反应时间tp内行驶的距离；γ为等效质量系数，乘用车取1.03，卡车取1.05；ηb为制动效率；

69、2)根据所得碰撞距离与预警距离阈值及制动距离阈值的关系，对碰撞风险进行评估，当d＞dw,max时，车辆位于安全状态，aeb系统保持静默监控；当dw,min＜d≤dw,max时，aeb系统介入并通过发出警告声的方式，以听觉信号对驾驶员进行一级预警；当ds,max＜d≤dw,min时，aeb系统自动进入二级预警阶段，安全带预紧装置迅速启动，拉紧安全带；当ds,min＜d≤ds,max时，aeb系统启动部分制动模式，以预设的制动减速度为a1减缓车速；当d≤ds,min时，aeb系统立刻进入完全制动模式，以制动减速度为a2全力制动。

70、与现有技术相比本发明的有益效果是：

71、1.本发明所述的一种基于冰雪路面识别的卡车aeb自适应控制方法采用高精度传感器实时采集卡车的运动状态参数，构建卡车纵向动力学模型和负载转移模型，并结合μ-σk斜率法和基于遗传因子的递推最小二乘法实现对路面附着系数的实时估计。

72、2.本发明所述的一种基于冰雪路面识别的卡车aeb自适应控制方法基于专家经验及历史数据，对路面附着情况及碰撞速度进行风险评估，划分风险等级并确定权重，依据路面附着系数及综合风险系数，对预警与制动距离阈值进行动态自适应调整，以声音预警距离阈值和主动安全带拉紧预警距离阈值为基准，实现差异化的安全预警策略。

73、3.本发明所述的一种基于冰雪路面识别的卡车aeb自适应控制方法根据路面附着系数与驾驶员反应时间的历史数据，进一步标定部分制动与完全制动的距离阈值，并明确各阶段制动的制动减速度，确保制动过程既迅速又稳定，克服了冰雪路面制动易失控的难题。最后，通过实时计算卡车与前方障碍物的距离，制定自适应自动紧急制动(aeb)控制策略，全面提升卡车在冰雪天气下的行驶安全性与制动效率。

技术特征：

1.一种基于冰雪路面识别的卡车aeb自适应控制方法,其特征在于，所述的一种基于冰雪路面识别的卡车aeb自适应控制方法包括步骤如下：

2.按照权利要求1所述的一种基于冰雪路面识别的卡车aeb自适应控制方法，其特征在于，所述的建立卡车纵向动力学以及负载转移模型，利用斜率法和基于遗传因子的递推最小二乘法对冰雪场景下的路面附着系数进行估计指的是:

3.按照权利要求1所述的一种基于冰雪路面识别的卡车aeb自适应控制方法，其特征在于，所述的对冰雪天气条件下的路面情况及碰撞速度进行风险评估，计算综合风险系数,并自适应调整预警距离阈值是指：

4.按照权利要求1所述的一种基于冰雪路面识别的卡车aeb自适应控制方法，其特征在于，所述的根据路面附着系数估计值、驾驶员反应时间，对制动距离阈值进行自适应标定，并确定部分制动和完全制动两阶段的期望减速度是指：

5.按照权利要求1所述的一种基于冰雪路面识别的卡车aeb自适应控制方法，其特征在于，所述的计算卡车与前方障碍物的距离，根据其与预警距离阈值、制动距离阈值的关系制定aeb控制策略是指：

技术总结
本发明公开了一种基于冰雪路面识别的卡车AEB自适应控制方法,本方法克服了现有技术存在的在冰雪等恶劣天气条件下对卡车行车安全性不佳和卡车特性考虑不足的问题，本控制方法的步骤如下：1)建立卡车纵向动力学以及负载转移模型，利用斜率法和基于遗传因子的递推最小二乘法对冰雪场景下的路面附着系数进行估计；2)对冰雪天气条件下的路面情况及碰撞速度进行风险评估，计算综合风险系数，并自适应调整预警距离阈值；3)根据路面附着系数估计值、驾驶员反应时间，对制动距离阈值进行自适应标定，并确定部分制动和完全制动两阶段的期望减速度；4)计算卡车与前方障碍物的距离，根据其与预警距离阈值、制动距离阈值的关系制定AEB控制策略。

技术研发人员：宋现敏,刘雨竹,李海涛,刘博,孙英楠,张云翔,黄镜尘,雷文渊
受保护的技术使用者：吉林大学
技术研发日：
技术公布日：2024/12/5