車輛碰撞算法的研究

車輛碰撞時最主要的安全問題，本文先介紹車輛的主動安全系統，再介紹幾種應用在車輛中的避撞算法。

1 車輛乘員碰撞避免系統：主動安全系統[1]

為駕駛員提供永久性支持的主動安全系統也被稱為駕駛員輔助系統，被稱為ADAS。主動安全系統支持駕駛員適應當前的道路情況，并在必要時主動采取行動。

主動安全系統包括，這些系統最著名的代表是動力轉向，電子穩定程序-ESP，反ABS，電子制動力分配-EBD，防滑調節-ASR，電子差速鎖-EDS，斷點輔助系統-BAS，先進的緊急制動系統-AEBS，多碰撞制動器-MKB，調節器發動機扭矩-MSR，下坡輔助控制-DAC，主動車身控制-ABC，速度警報，自適應巡航控制-ACC，智能速度適應-ISA，安全帶提醒-SBR，不正常關閉車門信號，車道偏離警告系統-LW，盲點監控-BLIS，城市安全，防撞系統-CAS，預碰撞檢測，停車輔助系統-PDC，駕駛員監控系統-DMS，Lig（AHL），視覺增強系統，酒精相互作用，路線導航和導航系統，輪胎壓力監測系統（智能輪胎系統-ITS，胎壓監測系統-TPMS，通氣檢測系統-DDS），輪胎充氣輪胎-RFT，平視顯示器-HUD和自動調光鏡-ADM

主動安全系統通信技術：車輛之間能夠通信的協作系統稱為V2V系統，V2V系統包括彼此在一定范圍內的車輛，并且可以建立一個特定的網絡，在這個網絡中車輛知道他們之間的位置，速度和方向。V2V系統允許在車輛之間提供和交換警告和信息。與基礎設施合作的主動安全系統被稱為V2I系統。它們包含車輛和任何固定通信設備之間的所有通信技術（在這種情況下靜止是指在給定的時間靜止）。該組還包括與便攜式交通標志或警報裝置的車輛通信。這樣，主動安全系統有如下優點。

●道路安全改善；

●降低油耗；

●改善與車輛之間通信相關的交通流量；

●減少城市地區的擁堵

2 多車輛合作避撞算法[2]

研究多車協調任務的避碰問題。在現有的合作控制框架的基礎上，提出了依靠實際可用障礙信息的避撞方法，并允許在不影響任務目標的情況下安全運行。探索了兩種不同的避免障礙的策略。

首先考慮一種基于速度調整的方法，可以用來避免碰到移動的障礙物。利用的障礙物信息，在現實世界中應用，不需要任何車輛偏離行駛路徑。通過Lyapunov分析，證明了該算法能夠保證車輛動力學約束的滿足以及安全分離約束。

其次，考慮避障的軌跡重新規劃方法。適用于靜態和移動障礙物，這種方法可能要求車輛偏離其原來預期的路徑。避讓機動引起的位置、速度和加速度的偏差較小，可以離線計算，這些邊界可以在任務規劃階段使用，以保證滿足車輛動態約束和車輛間的安全。這些算法通過使用B'ezier曲線和曲面來表示不確定的軌跡，利用障礙物軌跡的局部信息，并且計算效率高。該算法能夠檢測任何可能的碰撞并重新規劃路徑。由碰撞避免操縱引起的位置、速度和加速度的偏差是可以事先計算的。通過在初始任務規劃期間使用這些界限，可以保證對于重新規劃的軌道的車輛動態約束和足夠的車輛間安全距離。

3 重型車輛硬件在環避撞安全系統仿真與實驗驗證[3]

高保真硬件在環（HiL）仿真系統具有實現安全，準確和可重復的實驗室測試的潛力，可以提供重型車輛碰撞避免系統的性能數據。介紹了這樣一個重型車輛HiL仿真系統配備電子穩定控制和自動緊急制動系統的設置和實驗驗證。

自動緊急制動系統（AEB）由兩個系統組成,包括車輛碰撞迫近制動系統(CIB)和動態制動支持系統(DBS)。本節模擬驗證僅限于AEB系統的CIB，使用EC-60電子控制單元（ECU），包括Bendix Wingman先進的基于雷達的碰撞緩解系統。一起使用一個直行車道與一輛前進車輛（或目標），以復制NHTSA測試軌道碰撞情景，旨在評估AEB系統的安全性能。設置了2個場景，首先是前方車輛移動情景（LVM），評估AEB系統檢測并響應在卡車的前方行駛路線中前方移動車輛的能力。第二個場景是前方車輛減速場景（LVD）。在該測試中，前方車輛最初在主車輛（SV）的直接前進路徑中以恒定速度移動，然后在一段短時間之后前方車輛以恒定速率減速到在8公里/小時（5英里/小時）。

NHTSA的HiL氣動制動系統采用配有AEB的Bendix ECU，已經通過實驗測試結果的數據驗證了有限的碰撞場景。使用的卡車速度不超過40公里/小時。

結果表明，HiL技術可以保真度地預測這種復雜系統的行為，完成TTC值、范圍、相對速度和最終結果（崩潰或不崩潰）的測試指標。使用HiL系統，可以以更高的速度和更接近前方車輛來測試AEB性能。此外，可以改變表面條件以模擬低摩擦條件，如濕表面、裂隙等。通常，HiL系統可以擴大現場測試的范圍，并且包括不可能系統測試的條件或不安全在測試軌道上進行。盡管如此，仿真結果還是需要對實驗測試數據進行嚴格的基本驗證。

4 一種多車輛避撞的算法[4]

根據任何N個車輛碰撞避免算法，更高級別的控制邏輯，提出了一種針對N+1車輛的混合框架的碰撞避免算法。在N+1車輛的聯合狀態空間中，保守地估計安全區域，并且產生安全保護控制器。另外，不會產生顯著的的額外計算成本。仿真中演示我們提出的方法。將其中一個車輛視為“局外”車輛，然后根據其他N個車輛的狀態，計算局外車輛的安全狀態。

合作安全控制策略，執行以下操作：

1）根據N+1車輛的聯合配置，檢測潛在沖突，特別是確定沖突規模。

2）在保證所有N+1車輛都安全的情況下，為所有N+1車輛提供安全控制器。

3）確定何時不能保證安全，在這種情況下需要將車輛從系統中移除。移除車輛需要時間，所以提出電子緩沖器，電子緩沖器允許車輛一定時間內從系統安全地移除。共分為四個階段：

第一階段：當沖突規模小于N時，潛在沖突的車輛可以通過N車輛避碰算法進行管理，保證所有車輛的安全。

第二階段：當沖突規模為N時，有一個其他車輛Qi。安全控制器預先試圖使Qi避免與其他N個車輛發生沖突。

第三階段：沖突的大小是N+1。為了確保安全，我們確定是否存在可以被指定為Qi的車輛，從而保證只需要避開其他N輛車輛中的一輛。詳細描述了將車輛指定為局外車輛的過程。在指定局外車輛之后，給出Qi的安全控制。

第四階段：Q從系統中刪除，并且車輛的總數減少到N，允許N車輛避免碰撞算法來維護安全。

5 通過整車動力學集成控制來減少車輛碰撞[5]

本章的目的是研究車輛動力學控制系統（VDCS）對車身碰撞和車輛乘員的運動行為的影響，以防車輛碰撞時發生偏移。開發了獨特的6自由度車輛動力學/碰撞數學模型和簡化的集成總質量乘員模型。第一個模型用于定義車身碰撞參數，并將車輛動力學模型與車輛前端結構模型相結合。第二種模型旨在預測VDCS對乘員運動學的影響。從數值模擬可以看出，車輛動力學/碰撞響應和乘員行為可以被快速準確地捕獲和分析。此外，顯示VDCS可以積極地影響碰撞特性并且改善乘員的行為.

仿真結果表明，車輛橫擺角的最大值取決于每種情況下的最大橫擺加速度和車輛俯仰角。值得一提的是，減小車身最大橫擺角可以減少道路上任何障礙物對車輛的側面碰撞風險。獲得了車輛中乘員的乘員頭部圍繞y軸的旋轉角度。不同情況下的最大轉角有很小的差異。在0.135s時，頭部旋轉加速度明顯不同。當應用VDCS時，頭部旋轉的最大加速度變得比自由滾動情況下的頭部旋轉的最大加速度高。記錄車輛中的乘員胸部圍繞X軸的旋轉角度。與自由滾動的情況相比，胸部的旋轉角度從約0.2度增加到約2度。在0.04～0.09s，0.13～0.15s時，乘客繞x軸的胸部加速度增加的非常小。當應用VDCS時，關于x軸的最大乘員頭部旋轉角度也增加。增加范圍在0.2到1.0度之間，這不是一個重要的值。

綜上所述，VDCS可以改善車輛的碰撞情況。

[1]M Mikusova.Crash avoidance systems and collision safety devices for vehicle occupants[C].MATEC Web of Conferences00024(2017)。

[2]Mehdi,Syed Bilal.COLLISION AVOIDANCE FOR MULTI-VEHICLE COOPERATIVE MISSIONS[D].I University of Illinois at Urbana-Champaign,2017

[3]M.Kamel Salaani.HEAVY VEHICLE HARDWARE-INTHE-LOOP CRASH AVOIDANCE SAFETY SYSTEM SIMULATION WITH EXPERIMENTAL VALIDATION[C].25th International Technical Conference on the Enhanced Safety of Vehicles(ESV)

[4]Aparna Dhinakaran.A Hybrid Framework for Multi-Vehicle Collision Avoidance[C].IEEE Conference On Decision and Control December 2017

[5]Mustafa Elkady.Collision mitigation and vehicle transportation safety using integrated vehicle dynamics control systems[J].Journal of Traffic&Transportation Engineering,2017,4(1)