來源 |   同濟智能汽車研究所

知圈  |  進“電子電氣群”請加微13636581676,備注架構

編者按：在車輛的行駛過程中，安全性永遠是放在第一位的。車輛的安全系統(tǒng)分為主動安全與被動安全。車輛的主動安全系統(tǒng)可以通過從車輛的內(nèi)部狀態(tài)以及周圍狀況獲取信息，主動執(zhí)行避免碰撞和減少損害的控制，從而可以保障駕駛員和乘客的生命財產(chǎn)安全。主動避免碰撞的方式有兩種，一種是通過制動來實現(xiàn)，被稱為AEB系統(tǒng)；另一種是通過轉(zhuǎn)向來實現(xiàn)，被稱為AES系統(tǒng)。目前AEB系統(tǒng)已經(jīng)得到了廣泛的應用。AES系統(tǒng)也得到了較為廣泛的研究。AEB系統(tǒng)與AES系統(tǒng)都有各自的應用場景以及優(yōu)缺點。如何AEB系統(tǒng)和AES系統(tǒng)相結合，集成一個更加安全、可靠的系統(tǒng)，如何確定集成系統(tǒng)的觸發(fā)條件，是研究的重點和難點。

摘要： 本文提出了一種緊急避障系統(tǒng)，該系統(tǒng)包括緊急制動控制和緊急轉(zhuǎn)向控制。 根據(jù)自車與周圍車輛的相對運動以及通過視覺傳感器獲得的車道信息，分別計算出制動和轉(zhuǎn)向情況下，避免碰撞的最短距離。對于轉(zhuǎn)向回避控制，通過模型預測控制（MPC）來計算最優(yōu)控制輸入，該MPC滿足諸如由周圍車輛所建立的安全避讓區(qū)域以及車輛執(zhí)行器的能力之類的約束。為了避免由于變道而引起的碰撞，本文還特別考慮了最大橫向加速度和軌跡的最大轉(zhuǎn)向角。此外，在避障的過程中突然的橫向移動會導致輪胎的非線性特性，因此，本文通過擴展卡爾曼濾波（EKF）來估計輪胎參數(shù)以提高模型預測精度。除此之外，本文還分別確定了制動和轉(zhuǎn)向避障的控制干預時間。仿真結果表明，本文提出的AEB和AES相結合的算法不僅可以有效地避免緊急情況下的碰撞，而且自車仍然可以保持在道路邊界內(nèi)的安全性。

關鍵詞： 碰撞避免、AEB、AES、MPC

1 引言

車輛的主動安全系統(tǒng)可以通過從車輛內(nèi)部狀態(tài)以及車輛所感知的周圍的狀況獲取的信息來執(zhí)行避免碰撞和減少損害的控制。通過制動來避免碰撞被稱為AEB（自動緊急制動），而通過轉(zhuǎn)向來避免碰撞被稱為AES（自動緊急轉(zhuǎn)向）。

安全法規(guī)（例如Euro-NCAP）將AEB技術當作一項安全功能，并且AEB技術已經(jīng)被應用在量產(chǎn)車輛中來達到避免碰撞的目的。

就AES而言，目前沒有量產(chǎn)產(chǎn)品，但是許多OEM和供應商已經(jīng)開始研發(fā)將AES應用于ADAS和自動駕駛上。此外，由于Euro-NCAP 2020路線圖涉及到某些實際碰撞場景下的AES性能評估，因此，AES與AEB相結合的技術有望被應用于量產(chǎn)車中。盡管如此，大多數(shù)的避障研究都是獨立研究AEB或者AES的。當自車面臨復雜的交通場景時，AEB和AES在緊急情況下的觸發(fā)條件可能會相互沖突。盡管有效避障需要需要上層的判斷規(guī)則，但是很少有文獻研究AEB與AES的集成系統(tǒng)。

本文針對緊急避障設計了AES系統(tǒng)，并提出了觸發(fā)機制，以確保AES系統(tǒng)在AEB系統(tǒng)無法避障的情況下有效。為了預測周圍車輛的軌跡，考慮到傳感器的特性，本文將車輛形狀描述為橢圓形，并假設車輛的速度在時間步長內(nèi)保持不變。通過在轉(zhuǎn)向過程中考慮輪胎的非線性特性，可以提高車輛預測模型的準確性。使用非線性車輛動力學模型，通過EKF（擴展卡爾曼濾波）估算出轉(zhuǎn)向剛度的變化。

在AES系統(tǒng)的設計中，代價函數(shù)包括跟蹤誤差和輸入尺寸，目標輸出包括避障過程中所期望的橫向距離和航向角。此外，本文還將安全避障區(qū)域和車輛執(zhí)行器的能力作為MPC的約束條件。考慮到自車避障軌跡的陡峭程度，在設計AES系統(tǒng)的觸發(fā)規(guī)則中提出了TCC指數(shù)和最大橫向加速度指數(shù)。本文還對AES系統(tǒng)進行了仿真，并在各種碰撞場景下與AEB系統(tǒng)進行了比較。仿真結果表明，本文所提出的AES系統(tǒng)可以在傳統(tǒng)AEB系統(tǒng)不能避障的情形下有效避障。此外，自車在避開障礙物之后仍能安全地保持在道路邊界內(nèi)。

圖1是本文所提出的控制系統(tǒng)的全局框架。文章的第2部分描述了相關問題的研究背景。第3部分介紹了自車和周圍車輛軌跡的預測方法。第4部分介紹了具有目標函數(shù)和約束條件的MPC設計。第5部分介紹了可以有效避障的AEB和AES系統(tǒng)的觸發(fā)方法。第6部分展示了本文所提系統(tǒng)的仿真結果。

圖1系統(tǒng)全局框架

2 背景

AEB系統(tǒng)是降低交通事故社會成本最有效的方法之一。但是，值得注意的是，存在一些緊急的碰撞是當前AEB系統(tǒng)無法避免的。增添AES系統(tǒng)可以避免某些追尾碰撞。由于AEB和AES系統(tǒng)的優(yōu)缺點取決于周圍車輛的相對運動，因此有必要分別確定AEB和AES系統(tǒng)的碰撞風險和干預時間。

此外，如果在AEB系統(tǒng)起作用期間車輛的減速度是變化的，那么剎車距離也可以作為觸發(fā)AEB系統(tǒng)的指標。同樣地，對于AES系統(tǒng)，最常用的方法是計算觸發(fā)AES系統(tǒng)的最小TTC。在計算AES系統(tǒng)的TTC時，通常假設車輛在避障過程中的側(cè)向加速度是不變的。因為AES系統(tǒng)應該包括避免碰撞和保持車道的轉(zhuǎn)向動作，所以僅僅基于恒定加速度的避障并不能保證整個避障路徑是安全可行的。

在確定何時觸發(fā)緊急控制的問題上，現(xiàn)有文獻探究了尋找最后可能的避障軌跡的方法。所有的無碰撞軌跡都是從車輛的縱向運動和橫向運動這兩方面考慮的。緊急控制系統(tǒng)的干預時間被確定為避障軌跡存在的最后臨界點。但是，這些方法難以應用到集成了（ECU分開運行的）AEB和AES的ADAS系統(tǒng)上。

從AES的轉(zhuǎn)向控制的角度出發(fā)，使用路徑預測的最優(yōu)輸入設計（基于MPC）得到了廣泛的研究。Falcone，Yoon等研究了穩(wěn)定性約束下非線性車輛模型的最優(yōu)跟蹤問題。Liu，Carvalho等設計了一個具有廣義成本函數(shù)的MPC框架，包括軌跡誤差，車道選擇與改變以及危險指數(shù)。根據(jù)以上指標生成最佳路徑后，可以通過加速、制動和轉(zhuǎn)向的組合來實現(xiàn)。Kim等考慮了駕駛員的不相容性，為可能的制動、左轉(zhuǎn)、右轉(zhuǎn)建立MPCs，在避障路徑中選擇最優(yōu)的輸入。為了設計避障的轉(zhuǎn)向控制器，Erlien等把靜態(tài)障礙物的邊界線描述為環(huán)境包絡線，同時確定了車輛的安全避障區(qū)域。Keller等用安全氣泡定義周圍車輛的危險區(qū)域，當自車進入到安全氣泡時執(zhí)行避障控制。雖然Keller等為基于避障的MPC設計了各種成本函數(shù)，但是沒能很好地研究制動避障和轉(zhuǎn)向避障的不同特性。

3 車輛軌跡預測

當預計發(fā)生碰撞時，安全避障區(qū)域可以基于周圍車輛和自車的預測軌跡來定義。在本文中，車輛的形狀表示為橢圓，橢圓的大小由傳感器的特性決定。如果將安裝在車輛上的傳感器的測量誤差假定為隨機變量，則在橫向和縱向的誤差的標準差分別用σx ,σy表示。基于恒定的概率δ，誤差橢圓如圖2所示，它的尺寸可由下面的公式計算得到。

   

圖2 車輛形狀：(a)誤差橢圓  (b)車輛邊界

（Ⅰ） 周圍車輛的軌跡預測

利用自車的全局速度、與周圍車輛的相對距離、相對速度以及車道信息來預測周圍車輛的軌跡。如圖3所示，兩個坐標系位于自車的中心。一個是車輛坐標系，x-y，另一個是慣性坐標系，X-Y。從車道信息獲得車輛的航向角后，將車輛坐標系的相對距離轉(zhuǎn)換到慣性坐標系的位置上。

圖3 周圍車輛的軌跡預測

為了預測周圍車輛在慣性坐標系的未來位置，周圍車輛的絕對速度由下面的公式可以計算出。

其中Vxobj和Vyobj是周圍車輛在X方向和Y方向的速度，Vxego是自車在X方向的速度，Vx,rel是周圍車輛的相對速度，ΔYobj是周圍車輛在一個采樣周期內(nèi)的橫移距離，Tsen表示車載傳感器的采樣周期。

在上面的公式中，Vxego近似作為車輛在慣性坐標系中的車速，主要是因為自車主要沿著車道行駛。假設公式(4)中的速度在預測范圍內(nèi)是恒定的，周圍車輛的未來位置可以用公式(5)來預測。

式中，Xkobj和Ykobj是周圍車輛在k步后的X坐標和Y方向的坐標，Np是預測的時間步數(shù)，Ts 是控制時間步數(shù)。

為了確定安全避障區(qū)域，可以使用公式(6)，將預測車輛在慣性坐標系上的坐標轉(zhuǎn)化為車輛坐標系上的坐標。

式中，Ψ0表示車輛的航向角。

（Ⅱ） 自車的軌跡預測

對于避免運動車輛的碰撞問題，在預測自車在預測范圍內(nèi)的狀態(tài)很有必要。如圖4所示，二輪自行車模型用來預測自車的橫向運動。因為轉(zhuǎn)向避障涉及到極度轉(zhuǎn)彎問題，需要考慮輪胎的非線性特性。因此在式(7)中假設了時變的轉(zhuǎn)向剛度。

圖4 側(cè)向車輛動力學模型

假設在一個時間步長內(nèi)，輪胎參數(shù)已更新且保持不變，式(7)中預測模型可以被離散化表示。如式(8)所示。

式中，Ad=I+Ts*A, Bd=Ts*B

（Ⅲ） 輪胎參數(shù)的估計

為了考慮在緊急轉(zhuǎn)向過程中輪胎的非線性特性，在預測模型中，利用公式(7)可以估計和更新輪胎參數(shù)。雖然輪胎的非線性特性可以通過實驗來研究（例如魔術公式），但在本研究中，轉(zhuǎn)向剛度被定義為額外的狀態(tài)變量，可由下面的動力學公式計算而得。

上式中，前后輪側(cè)偏角可以通過測得的速度和橫向加速度計算出來。公式(9)離散化為離散形式后再使用EKF方法。

公式(11)用來計算狀態(tài)向量和誤差協(xié)方差矩陣，公式(12)用來計算卡爾曼濾波器增益。

符號-和^分別代表預測值和估計值。Φk和Ck的雅可比矩陣可由公式(13)得到。

根據(jù)EKF公式，可以更新估計狀態(tài)向量和誤差協(xié)方差矩陣。

通過仿真來驗證輪胎參數(shù)估計器的性能。仿真可以通過CarSim 和MATLAB /Simulink聯(lián)合仿真來實現(xiàn)，車輛運動參數(shù)的真值可以通過CarSim來獲得。當車輛以100km/h的速度行駛，輸入正弦波的轉(zhuǎn)向信號，比較有無估計轉(zhuǎn)向剛度下的操縱變量。如圖5所示，在估計前后輪轉(zhuǎn)向剛度的情況下，通過計算得到的橫向狀態(tài)（如側(cè)偏角和橫擺角速度）和實際值貼合的很好。

圖5 估計結果

(a)方向盤轉(zhuǎn)角 (b)側(cè)偏角 (c)橫擺角速度 (d)轉(zhuǎn)向剛度偏差

4 轉(zhuǎn)向控制器設計

從轉(zhuǎn)向操縱性、轉(zhuǎn)向執(zhí)行器的能力和安全避障區(qū)域的角度考慮，可以得到轉(zhuǎn)向控制的輸入。在通過MPC設計控制器時，公式(8)中的橫向動力學模型作為預測模型，并根據(jù)跟蹤誤差和輸入大小建立成本函數(shù)。

（Ⅰ）MPC控制器的成本函數(shù)

成本函數(shù)定義如公式(15)所示。并在選擇轉(zhuǎn)向控制輸入時最小。

式中，yref 和?u分別表示目標輸出和控制輸入率。目標輸出包含期望橫向距離，和期望航向角。由圖6所示，如果自車的直線運動會發(fā)生碰撞，則輸出變道以避免碰撞。用TTC來表示避免自車與周圍車輛碰撞的時間邊界，并且計算出可能發(fā)生碰撞的時間步長。

式中，d表示自車與周圍車輛的相對距離，NTTC表示可能發(fā)生碰撞的步長。

然后，確定目標橫向距離以跟隨目標橫向路徑，并且在每一個控制步長都更新該值。

式中，yobjNTTC表示周圍車輛在NTTC步之后的預測位置。wego和wobj分別表示自車和周車的寬度。+-號表示向左和向右避免碰撞，ymargin表示避障操作的偏差。此外，為了在避障過程中跟隨車道，在每一步都更新Ψtarget。如圖6所示。

圖6 自車在碰撞過程中的目標位置

 （Ⅱ）MPC控制器的約束

MPC其中一個優(yōu)點是：在考慮諸如邊界、輸入大小等約束的前提下，可以確定最優(yōu)輸入。在本研究中，考慮了安全避障區(qū)域和執(zhí)行器的能力這兩個約束。為了定義安全避障區(qū)域，需要諸如自車航向角的將來的狀態(tài)。但是，將來的狀態(tài)可以在定義的約束條件下進行優(yōu)化來獲得。假設在緊急變道過程中，車輛遵循圖7所示的正弦軌跡。

圖7 變道過程中的正弦路徑

最大航向角可以表示為公式(9)，并且它的值取決于橫向加速度和橫向速度。

（Ⅱ.Ⅰ）安全避障區(qū)域

MPC控制器的避障路徑應該包含在安全區(qū)域內(nèi)，該區(qū)域表示為沿預測路徑的橫向距離范圍。在考慮周圍車輛的軌跡和道路邊界的前提下，安全避障區(qū)域尺寸的最大值最小值在每一個控制步都被預測出來。

式中，ymin(k+i|k)和ymax(k+i|k)分別表示對于前方i步預測的最大和最小橫向距離。

橫向距離的極限作為約束條件，由公式(21)和公式(22)表示。如圖8(b)和8(c)所示，除非自車和周圍車輛的預測橢圓存在重疊，在避免碰撞的過程中允許車輛橫向運動至左車道或者是右車道。如果他們的x坐標值相同，則將本車的橢圓進行橫移和旋轉(zhuǎn)以車道保持或者以最大航向角進行避障。

式中，yminlane(k+i|k) ,ymaxlane(k+i|k), yCA(k+i|k)分別表示預測第i步，到右車道、左車道和避障邊界的橫向距離。Ex,k+i 和 Qx,k+i 分別代表預測第i步的主車橢圓和周車橢圓的局部x坐標集。

圖8 安全避障區(qū)域的橫向距離約束

（Ⅱ.Ⅱ）執(zhí)行器容量約束

對于MPC來說，應該考慮轉(zhuǎn)向系統(tǒng)執(zhí)行器的容量，因此將轉(zhuǎn)向角和轉(zhuǎn)向角速度的物理極限設置為轉(zhuǎn)向系統(tǒng)的約束。

式中，umin和umax分別為轉(zhuǎn)向角的最小值和最大值，?umin和?umax分別為轉(zhuǎn)向角速度的最小值和最大值。

（Ⅲ）MPC公式

為了將公式(15)中的優(yōu)化問題轉(zhuǎn)化為一個有約束的標準二次型問題，公式中的預測模型轉(zhuǎn)化成了增量輸入輸出模型。

通過公式(25)和矩陣運算，公式(15)的成本函數(shù)可以表示成以下形式。

對于一個有約束的標準二次型問題來說，可以將3.2節(jié)中的約束表示為以下形式。

5 避障控制的出發(fā)時間

當將要發(fā)生碰撞并且駕駛員沒有做出任何響應時，首先通過制動嘗試避免或者減輕碰撞。在AEB中，假定自車的縱向減速度是恒定的，可以用TTC來作為AEB觸發(fā)時間。

式中，TTCAEB是觸發(fā)AEB系統(tǒng)的TTC，ax,AEB是AEB起作用時的制動減速度。由于車輛的減速度時有限的，所以通過制動來避障的最后那個時刻可以用式（29）中的TTC來表示。

式中，TTCbrake是AEB觸發(fā)的最小TTC。ax,brake表示車輛制動時的最大制動減速度，滿足|ax,brake|>|ax,AEB| , 因此，TTCbrake<ttc< span="">AEB。因為駕駛員可以施加最大制動減速度以避免碰撞，所以主動轉(zhuǎn)向控制需要等待這一時刻。除此之外，只有在轉(zhuǎn)向不會導致自車與周車及路邊障礙物碰撞的前提下才能觸發(fā)AES系統(tǒng)。

AES系統(tǒng)不僅要包括通過轉(zhuǎn)向?qū)崿F(xiàn)避障，而且要在避障之后實現(xiàn)回正，保證車輛穩(wěn)定行駛在車道中。假定車輛在避障過程中的橫向加速度是恒定的，通過AES避障的最后時刻可以用公式(30)中的TTC來表示。

式中，TTCsteer是觸發(fā)AES的最小TTC，aymax是AES系統(tǒng)執(zhí)行時的最大橫向加速度，ytarget是換道時的目標橫向位置。公式(30)中的最小值是左側(cè)到障礙物和右側(cè)到障礙物兩者之間較小的TTC。根據(jù)公式(29)和(30)，AES的接入時間可以定義在以下集合。

此外，AES系統(tǒng)僅在需要時介入。只有當駕駛員無法通過轉(zhuǎn)向完成避障時，AES系統(tǒng)才會介入。在本研究中，當避障路徑的預期橫向加速度大于駕駛員通過轉(zhuǎn)向可以避障的閾值時，AES系統(tǒng)才會觸發(fā)。根據(jù)第3節(jié)中設計的最佳路徑，橫向加速度可以由下面的公式進行計算。

根據(jù)公式(32)，可以確定每一步在整個避障軌跡中的最大橫向加速度。

根據(jù)公式(31)和(33)，AES系統(tǒng)的觸發(fā)時間可以通過下面的規(guī)則來確定。

式中，TTC(k)是在當前時間計算的碰撞時間，ay,th是橫向加速度的閾值。

6 仿真結果

為了驗證所提出的避障系統(tǒng)的有效性，考慮了以下兩個仿真場景：避免與同車道的慢速車輛碰撞；避免與切入到自車前的車輛碰撞。表1給出了避免緊急碰撞時的加速度參考值，其大小可以根據(jù)系統(tǒng)干預程度進行調(diào)整。表2給出了車輛和MPC的相關參數(shù)。

（Ⅰ）場景一 前方有慢車

在這種場景下，自車以不同的相對速度和重疊率接近前方同一車道的車輛。重疊率表示碰撞期間自車寬度與障礙物接觸的百分比。潛在的追尾碰撞通過觸發(fā)AEB系統(tǒng)來避免。觸發(fā)AEB系統(tǒng)0.1s后，車輛以1.8m/s2減速，各種情況下的TTC在表3中列出。值得強調(diào)的是，制動始終作為首選，只有自車達到了TTCbrake這一臨界點，AES系統(tǒng)才會被觸發(fā)。

表3中第一組顯示，在TTCbrake之前觸發(fā)AEB系統(tǒng)，因為TTCbrake比TTCsteer小，所以觸發(fā)AES系統(tǒng)時已經(jīng)太晚了。因此自車保持最大制動以減輕不可避免碰撞中的損壞。

表3中第二組表明，在TTCbrake時刻無法通過制動來避免碰撞，但仍然可以通過轉(zhuǎn)向來避障，因為AES的觸發(fā)條件仍然可以得到滿足。即使在兩種速度同為80km/h的情況下的TTCsteer的值非常接近，AES系統(tǒng)的觸發(fā)時間也有所不同，因為較小的重疊率的情況下，AES需要較少的時間來避免碰撞。

對于80km/h和50%的重疊率的情況下，圖9說明了如何根據(jù)TTC值和預測的最大橫向加速度來激活AEB和AES系統(tǒng)。AEB系統(tǒng)首先在TTC為1.27s時被觸發(fā)，隨后達到最遲剎車點。幸運的是，在TTC為0.78s時可以通過激活AES系統(tǒng)來避免碰撞。在避免碰撞的操縱過程中，車輛狀態(tài)參數(shù)如橫向加速度、速度和轉(zhuǎn)向角隨時間的變化如圖(10)所示。前車和自車在TTCAES時的預測路徑如圖11a所示。自車實際的避障路徑和預測軌跡由圖11b所示。在圖11中，由黑色和藍色填充的橢圓分別表示前車和自車的當前位置。圖11中的空橢圓對應著每0.25s的預測位置。紅色虛線表示安全避障區(qū)域的邊界，并且自車的避障軌跡應位于該區(qū)域內(nèi)。

圖9 AEB和AES觸發(fā)結果

圖10 車輛狀態(tài)

圖11 避障軌跡

(Ⅱ) 場景二 前方切入車輛

在此場景下，位于左側(cè)車道的慢車突然切入到自車的前方。表4列出了不同相對車速，不同切入距離情況下的TTC的值。TTCcut-in代表切入車輛的初始TTC值，對應切入距離。再次強調(diào)，始終將制動當作首要選擇，只有當自車過了TTCbrake點時，才可以觸發(fā)AES系統(tǒng)。

通過表4中的第一組數(shù)據(jù)可知，AEB首先被觸發(fā)，因為自車和切入車輛的預測軌跡預計會發(fā)生重疊。由于自車與切入車輛的距離比較遠，所以只需要制動就可以避免與切入車輛碰撞。

表4中的第2組數(shù)據(jù)顯示，AEB在小TTC時才會觸發(fā)，因為自車和切入車輛的預測軌跡不存在交集。但是，當在左側(cè)的附近車輛突然切入到自車車道時，自車會立即達到TTCAEB和TTCbrake，此時通過制動或轉(zhuǎn)向來避障已經(jīng)來不及了，因此，通過施加完全制動以減少損壞。表4中的第三組與第二組情況相似，由于自車和切入車輛的預測軌跡不會預計不會發(fā)生碰撞，所以沒有觸發(fā)AEB系統(tǒng)。當左側(cè)車輛突然切入到自車車道時，在TTCbrake通過制動來避障已經(jīng)不可能了，但是通過轉(zhuǎn)向還是可以實現(xiàn)避障的，因為AES的觸發(fā)條件可以的到滿足。第三組數(shù)據(jù)成功的證明了當通過制動無法避免碰撞時可以通過轉(zhuǎn)向來實現(xiàn)避障。

對于相對速度為80km/h、初始TTCcut-in為1s的情況，AES觸發(fā)時，不同TTC值和預測的最大橫向加速度隨時間的變化曲線如圖12所示。即使自車達到了TTCAEB和TTCbrake，AEB系統(tǒng)也不會被觸發(fā)，因為自車和切入車輛的預測軌跡之間不存在碰撞。當切入車輛切到自車車道，且TTCAEB,TTCbrake已經(jīng)過了，仍然可以通過轉(zhuǎn)向來避免碰撞。如圖13所示，當AES工作時，不僅沒有發(fā)生碰撞，而且還實現(xiàn)了車道保持的功能。

在Intel core i7-9700K 3.60Ghz,16GB 的服務器上使用MATLAB R2019a,該整個算法迭代的平均時間為0.0025s。因此該控制算法可以達到實時性的要求。

圖12  AES觸發(fā)結果

圖13  AES系統(tǒng)下車輛狀態(tài)

7 結論

本文中，當AEB系統(tǒng)無法實現(xiàn)避障時，使用AES系統(tǒng)來實現(xiàn)避障。利用周圍車輛和自車的運動軌跡來判斷碰撞，并根據(jù)路面形狀來確定安全避障區(qū)域。為了改善自車軌跡的準確性，輪胎的非線性轉(zhuǎn)向剛度在預測模型中不斷被更新。根據(jù)帶有安全避障區(qū)域和執(zhí)行器容量約束的成本函數(shù)，應用MPC框架以獲得最佳轉(zhuǎn)向輸入。根據(jù)AEB和AES系統(tǒng)的時間臨界值，設計AEB和AES的介入規(guī)則，從而避免兩個發(fā)證沖突，確保只有在必要的時候AES才會介入。尤其對于觸發(fā)AES系統(tǒng)來說，不僅考慮了TTC值，而且考慮了最大側(cè)向加速度，因為AES功能不僅要保證避開障礙物，而且要保證車道穩(wěn)定。為了驗證AES系統(tǒng)的有效性，在不同碰撞場景下對AES系統(tǒng)進行了仿真和比較。仿真結果表明，極限境況下，例如突然切入的車輛，AEB和AES系統(tǒng)都沒有辦法避免碰撞。但是，存在幾種AEB無法實現(xiàn)避障而AES可以實現(xiàn)避障的情況。可以證明，將AES和AEB集成的算法可以改善避障性能。

本文譯自：

《EMERGENCY COLLISION AVOIDANCE BY STEERING IN CRITICAL SITUATIONS》

文章來源： 2020 International Journal of Automotive Technology

作者： Janghee Park, Dongchan Kim and Kunsoo Huh

原文鏈接：

https://link.springer.com/content/pdf/10.1007/s12239-021-0018-2.pdf

END