考慮預(yù)碰撞時間的自動緊急制動系統(tǒng)分層控制策略研究*

蘭鳳崇，余 蒙，李詩成，陳吉清

（1.華南理工大學(xué)機(jī)械與汽車工程學(xué)院，廣州 510640； 2.華南理工大學(xué)，廣東省汽車工程重點實驗室，廣州 510640）

前言

我國是交通安全事故中死亡人數(shù)最多的國家之一，交通安全問題引起社會的廣泛關(guān)注，如何減少或避免交通事故發(fā)生成為汽車技術(shù)研究的重點［1］。隨著智能汽車的不斷發(fā)展，越來越多的企業(yè)進(jìn)行主動安全技術(shù)研究，希望以此來提高汽車安全性能。在主動安全技術(shù)方面，車輛自動緊急制動系統(tǒng)（automatic emergency braking systems，AEB）可有效減少意外碰撞事故發(fā)生［2］。

目前自動緊急制動系統(tǒng)的控制策略一般是采用安全距離和安全時間對車輛安全狀態(tài)進(jìn)行判斷［3］。安全時間模型是通過車輛之間的運動關(guān)系計算碰撞時間，與安全時間閾值比較，確定車輛制動狀態(tài)。安全距離是指車輛在當(dāng)前行駛狀態(tài)（如地面附著條件、車輛最大減速度等）下，車輛能及時避開與障礙物的碰撞需要保持的最小距離。安全距離模型主要有Berkeley模型、Mazda模型和Honda模型等［4］。此外有研究提出了考慮其他因素的安全距離模型，比如考慮乘坐舒適性的安全距離模型［5］、考慮駕駛員特性的安全距離模型［6］等。

每種控制策略考慮的側(cè)重點不一樣，在不干擾駕駛員正常駕駛前提下，考慮預(yù)碰時間的縱向避撞算法性能最優(yōu)［7］。但考慮安全時間模型，無法明確界定制動減速度和安全時間閾值，且缺乏對乘員舒適性的考慮，不能保證控制策略的可靠性。

為提高車輛控制的穩(wěn)定性和安全性，楊為等［8］搭建了對行人保護(hù)的分層控制避撞策略，通過上層模糊控制和下層PID控制實現(xiàn)精準(zhǔn)預(yù)警和制動，但其制動減速度和預(yù)碰撞風(fēng)險評估模型是基于經(jīng)驗值判斷，無法真實反映駕駛員的操作特性，進(jìn)而無法滿足舒適性要求。

追尾碰撞的深度調(diào)查交通事故數(shù)據(jù)顯示，大部分事故是因為駕駛員對車輛行駛狀態(tài)的誤判，導(dǎo)致無法及時做出準(zhǔn)確的制動操作，從而造成事故的發(fā)生［9］。對車輛行駛狀態(tài)進(jìn)行準(zhǔn)確判斷和對駕駛員緊急制動行為進(jìn)行研究，從而對車輛自動緊急制動系統(tǒng)進(jìn)行決策和控制是保證車輛安全的前提。

對深度事故調(diào)查數(shù)據(jù)進(jìn)行統(tǒng)計分析，得到駕駛員在緊急狀態(tài)下的制動行為，進(jìn)而分析車輛制動減速度和安全時間閾值，搭建安全風(fēng)險評估和制動決策模型。根據(jù)交通事故深度調(diào)查數(shù)據(jù)，綜合考慮安全時間模型各閾值、乘員舒適性和安全距離等因素，確保控制策略的有效性和可靠性。

為簡化控制系統(tǒng)，提高控制策略的可靠性和效率，針對系統(tǒng)決策制動需要在不同狀態(tài)之間實時切換的問題，在充分考慮乘員舒適性和安全性的前提下，上層控制模型考慮預(yù)碰撞時間對制動減速度進(jìn)行決策，下層控制器運用模糊PID對車輛制動壓力進(jìn)行控制，以達(dá)到控制精度和效率。對追尾事故場景進(jìn)行重建，在標(biāo)準(zhǔn)測試工況下，對控制策略進(jìn)行仿真驗證，結(jié)果表明控制策略在滿足新的汽車安全碰撞評價規(guī)程的同時能夠提升汽車主動安全和實現(xiàn)有效避撞。

1 緊急制動決策模塊搭建

在行駛過程中，上層控制器接受環(huán)境感知系統(tǒng)或事故深度調(diào)查數(shù)據(jù)還原的周圍環(huán)境信息和車輛自身狀態(tài)信息確定預(yù)碰撞時間，從而確定車輛行駛狀態(tài)的安全性。兩車同向運動過程中，自車和前車距離drel可以用時間指標(biāo)Tttc來衡量。Tttc的計算與自車、前車的行駛狀態(tài)信息（自車行駛速度v0、加速度a0、前車行駛速度v1、加速度a1）有關(guān)。Tttc關(guān)于v0，a0，v1，a1，drel的狀態(tài)函數(shù)f（v0，a0，v1，a1，drel）為

其中，相對速度v0-v1設(shè)為vrel、相對加速度a0-a1設(shè)為arel，所以預(yù)碰撞時間與相對距離drel、相對加速度arel和相對速度vrel有關(guān)。

計算預(yù)碰撞時間時，需要考慮發(fā)生碰撞時前車的運動狀態(tài)，假設(shè)發(fā)生碰撞時前車還以一定速度行駛，即當(dāng)Δ2areldrel≥0時，兩車可能發(fā)生碰撞，預(yù)碰撞時間Tttc為

當(dāng)自車速度和加速度均小于前車時（vrel≤0，且arel≤0），兩車不會發(fā)生碰撞。

若碰撞發(fā)生時前車已經(jīng)停止，前車制動到停止時間為Tb＝-v1／a1，若Tb＞Tttc，則輸出Tttc；當(dāng)0≤Tb≤Tttc時，則發(fā)生碰撞時前車已經(jīng)停止，故輸出預(yù)碰撞時間為Tttc1，即

將預(yù)碰撞時間輸入制動狀態(tài)決策模塊，根據(jù)車輛行駛狀態(tài)和傳感器數(shù)據(jù)決策出制動減速度a0。緊急制動減速度的大小與駕駛員舒適性和安全性有關(guān)，其閾值關(guān)系到車輛安全和人體舒適性，從國家事故深度調(diào)查數(shù)據(jù)庫（NAIS）中抽取輕微碰撞事故過程分析駕駛員采取的緊急制動行為，還原某起碰撞事故調(diào)查制動數(shù)據(jù)見圖1，擬合得到駕駛員平均制動減速度為

式中：vb和va分別為制動過程任意兩個時刻的車速；Δs為制動過程車輛所前進(jìn)的距離。

圖1 碰撞深度事故調(diào)查制動數(shù)據(jù)還原

還原緊急制動位移和速度可以反映駕駛員緊急制動行為。從圖1可知，駕駛員制動操作可分為一級制動和二級制動兩個階段，其制動平均值可擬合為一級制動減速度和二級制動減速度。

由碰撞事故緊急制動還原數(shù)據(jù)確定緊急制動策略為分級制動，統(tǒng)計駕駛員緊急制動行為確定分級制動減速度閾值。抽取100起輕微碰撞事故中統(tǒng)計還原駕駛員制動過程的一、二級平均減速度值（aaverage1和aaverage2），按區(qū)間分布求得的平均減速度見表1。

表1 碰撞事故中駕駛員制動的平均減速度

為提高車輛在緊急制動過程的舒適性和安全性，根據(jù)表1統(tǒng)計的一級和二級平均制動減速度均值，對一、二級制動減速度進(jìn)行調(diào)整，一級制動減速進(jìn)行適當(dāng)放大，二級制動減速進(jìn)行適當(dāng)縮小，其中，一級制動減速度調(diào)整為-4.0 m／s2，二級制動減速度調(diào)整為-7.1 m／s2。

普通城市工況車輛限速一般為60 km／h，當(dāng)車輛以60 km／h前進(jìn)時，以一級減速度制動需要的制動距離為34.72 m，故其預(yù)碰撞時間閾值T1約為2.1 s。以二級減速度制動需要的制動距離為19.56 m，故其預(yù)碰撞時間閾值T2約為1.2 s。分級制動能夠降低緊急制動對正常駕駛行為的干預(yù)和提升乘員舒適性，結(jié)合以上預(yù)碰撞時間閾值選擇距離靜止目標(biāo)初始距離為40 m，一級制動閾值變化范圍為1.8～2.1 s；二級制動閾值變化范圍為0.6～1.5 s，以0.1 s為間隔用排列組合的方式選擇閾值進(jìn)行仿真，選取部分特征加速度變化繪制曲線如圖2所示，制動參數(shù)情況如表2所示。

圖2 減速度變化曲線

表2 不同預(yù)碰撞時間閾值制動參數(shù)

從圖2可知，當(dāng)閾值過大時容易干擾駕駛行為，且出現(xiàn)3個制動狀態(tài)，分別為初次一級制動、二級制動和再次一級制動，故適當(dāng)減小T1和T2能夠減少干擾，延后一、二級制動介入時間，延長一級制動持續(xù)時間使舒適性得到保障的同時駕駛員在一級制動介入后有充分的反應(yīng)時間。在確保安全的前提下，綜合考慮緊急制動介入時間，一、二級制動持續(xù)時間和制動距離等因素，多次仿真確定一級制動預(yù)碰撞時間閾值為1.9 s，二級制動預(yù)碰撞時間閾值為0.9 s，分級制動減速度控制邏輯為系統(tǒng)啟動二級制動，輸出的期望減速度為-7.1 m／s2，車輛處于危險工況，采取二級制動狀態(tài)保持到停車。

根據(jù)《營運車輛自動緊急制動系統(tǒng)性能要求和測試規(guī)范》JT／T 1242—2019標(biāo)準(zhǔn)要求，緊急制動階段不應(yīng)在Tttc大于等于3.0 s前開始，當(dāng)預(yù)碰撞時間大于1.9 s、小于等于3.0 s時，發(fā)出危險提示，車輛保持當(dāng)前速度繼續(xù)行駛，輸出的期望減速度為0；預(yù)碰撞時間大于0.9 s，小于等于1.9 s時，輸出的期望減速度為-4.0 m／s2，車輛屬于制動緩沖區(qū)，為防止系統(tǒng)振蕩，設(shè)定一級制動狀態(tài)至少保持0.5 s；當(dāng)預(yù)碰撞時間小于0.9 s時，一級制動已經(jīng)不能避免碰撞，

2 下層執(zhí)行控制模塊搭建

2.1 下層控制器結(jié)構(gòu)

上層決策模塊輸出的車輛制動狀態(tài)和制動減速度值，不能直接作用于車輛模型。需要將上層控制器輸出的加速度值轉(zhuǎn)化為可直接輸入車輛動力學(xué)模型的信號，如節(jié)氣門開度和制動主缸壓力等，為達(dá)到控制的精度和效率，使用PID誤差控制模型對車輛制動壓力進(jìn)行控制，其結(jié)構(gòu)見圖3。

圖3 下層控制器結(jié)構(gòu)

2.2 車輛參數(shù)

在深度事故調(diào)查華南地區(qū)追尾事故數(shù)據(jù)庫中獲得有關(guān)SUV車輛發(fā)生追尾的資料，為盡可能還原事故車輛的動力學(xué)性能，在Carsim中選取一款D級車進(jìn)行車輛逆動力學(xué)模型仿真。發(fā)動機(jī)模型選用Carsim內(nèi)置的150 kW發(fā)動機(jī)，制動系統(tǒng)帶有ABS，兩前輪的制動轉(zhuǎn)矩和制動壓力的關(guān)系是250 N·m／MPa，兩后輪的制動轉(zhuǎn)矩和制動壓力的關(guān)系是100 N·m／MPa。傳動系選取6擋變速器，懸架選用獨立懸架，輪胎尺寸為215／55 R17型輪胎，車輪滾動半徑為0.325 m，部分參數(shù)見表3。

2.3 邏輯切換與車輛控制

在車輛減速過程中，經(jīng)過狀態(tài)切換臨界點時可能會出現(xiàn)預(yù)碰撞時間信號短暫振蕩的情況，這樣會導(dǎo)致決策模塊輸出的期望加速度值出現(xiàn)振蕩，進(jìn)而輸出錯誤信號，嚴(yán)重干擾駕駛員。因此設(shè)計信號過濾模塊，檢測決策輸出的連續(xù)多個期望加速度，只有當(dāng)期望加速度信號連續(xù)多個采樣時間都保持不變時，信號處理模塊才輸出相應(yīng)的期望加速度至控制模塊，從而提高控制策略的穩(wěn)定性。Memory模塊存儲上一個采樣時間的狀態(tài)值，采用4個Memory模塊，當(dāng)前狀態(tài)值與4個Memory的狀態(tài)值一致時，輸出當(dāng)前狀態(tài)值，否則輸出第4個采樣時間前的狀態(tài)值，當(dāng)輸出制動減速度為0時，切換到節(jié)氣門控制，否則，切換到制動壓力控制。

表3 車輛參數(shù)

2.3.1 節(jié)氣門開度控制

當(dāng)上層決策模塊輸出制動減速度為0時，切換到節(jié)氣門控制，在正常路面行駛，節(jié)氣門開度與車速有關(guān)。在Simulink中用Look Table模塊對節(jié)氣門控制進(jìn)行仿真建模，在Carsim中聯(lián)合仿真得到不同車速下節(jié)氣門開度值如圖4所示。

圖4 節(jié)氣門開度曲線

2.3.2 制動壓力控制

當(dāng)上層決策模塊輸出制動減速度為一級制動或二級制動時，切換到制動壓力控制。在平坦的地面上，考慮車輛輪胎模型的車輛制動運動學(xué)方程為

式中：m為車輛質(zhì)量；aexp為期望減速度；Fx為輪胎所受縱向力；Fv為空氣阻力；Rx為輪胎滾動阻力。

當(dāng)處于制動狀態(tài)時，驅(qū)動力為0，車輪所受縱向力為車輛期望制動力，且與車輪滑移率成正比。

式中：sxi為車輪滑移率；rd為車輪半徑；ωi為車輪角速度。

根據(jù)Dugoff輪胎模型理論有

式中：Fzi為每個輪胎的法向力；Csi為車輛縱向剛度；μ為地面附著系數(shù)；λi為輪胎動態(tài)參數(shù)。

車輛行駛時，所受到的空氣阻力為

式中：ρ為空氣密度；CD為空氣阻力系數(shù)；A為迎風(fēng)面積；vx為車速；vw為風(fēng)速。

車輛行駛時，車輪滾動阻力正比于法向載荷，即

式中：f為滾動阻力系數(shù)；FZ為輪胎法向力。

故當(dāng)車輛處于制動狀態(tài)時，可求得在期望減速度下行駛的車輛期望制動力矩為

車輛行駛在平坦的路面且未超過路面所能提供的最大制動力時，制動力和制動主缸壓力近似線性關(guān)系為

式中：Tbr、Tbf分別為制動時前后輪的力矩；r為輪胎的滾動半徑；pb為制動主缸壓力。切換到制動壓力控制時，計算需要的制動主缸壓力，輸入給車輛制動系統(tǒng)。

2.3.3 PID誤差控制

為保證誤差精度和控制器反饋效率，減小上層決策模塊輸出的期望加速度和車輛模型實時輸出加速度之間的誤差，選擇反饋PID控制器對誤差進(jìn)行控制，PID控制系統(tǒng)由PID控制器和被控對象組成，控制誤差e（t）為上層控制器輸出的期望加速度aexp和實際加速度av的差值，即

式中：Kp為比例增益；TI為積分時間常數(shù)；TD為微分時間常數(shù)。用試湊法求PID控制器的3個參數(shù)［10］，確定下層PID控制器的比例、積分和微分參數(shù)值分別為：Kp＝9，Ki＝150，Kd＝0.02，整體仿真模型如圖5所示。

為驗證PID控制器的簡單、高效和準(zhǔn)確性，對比基于最佳滑移率下的滑模變控制仿真算法［11］，以60 km／h接近靜止目標(biāo)，其加速度變化曲線如圖6所示。

由圖6可知，基于最佳滑移率的控制算法控制過程較精確平滑，但控制算法搭建過程較復(fù)雜，效率較低，且在1.76和3.43 s加速度變化的臨界點存在較大抖振現(xiàn)象，而PID控制算法總體較平緩，且較穩(wěn)定、簡單高效，故使用PID控制算法進(jìn)行反饋控制。

圖5 整體仿真模型

圖6 制動減速度變化對比曲線

3 控制策略安全性測試評價

近些年國內(nèi)外機(jī)構(gòu)陸續(xù)出臺了針對AEB的測試評價規(guī)程［12］，Euro-NCAP是其中具有一定代表性和廣泛性的測試評價規(guī)程。Euro-NCAP將AEB測試工況分為自動緊急制動系統(tǒng)城市工況和城間工況。在城市道路行駛時，車輛行駛速度較慢，車輛速度在10～50 km／h，故設(shè)置車輛接近靜止目標(biāo)或接近緩速移動目標(biāo)來模擬車輛在城市道路中的狀態(tài)。在城間道路行駛時，車輛保持較高速度行駛，前方車輛遇到突發(fā)情況會緊急制動，車輛需作出快速反應(yīng)，故設(shè)置車輛接近緊急制動目標(biāo)來模擬車輛在城間道路下的狀態(tài)。

中國汽車技術(shù)研究中心發(fā)布的2018版C-NCAP中增加了AEB的追尾評分項目，AEB追尾評分項目在C-NCAP總評分表中占8%。C-NCAP中AEB的追尾測試項目包括前車靜止、前車慢行、前車制動3種工況。

Euro-NCAP測試項目中車輛在接近靜止目標(biāo)和接近緩速移動目標(biāo)時，自車速度變化范圍更大，涵蓋了C-NCAP中車輛在接近靜止目標(biāo)和接近緩速移動目標(biāo)時的自車速度。在前方車輛制動工況下，Euro-NCAP設(shè)定前方車輛分別以-2 m／s2的減速度常規(guī)制動和以-6 m／s2的減速度緊急制動，而C-NCAP只設(shè)定車輛以-4.0 m／s2的減速度制動。

為了全面對控制策略有效性進(jìn)行驗證，對比CNCAP和Euro-NCAP中關(guān)于AEB的測試評價規(guī)程，選用Euro-NCAP中AEB的4種測試工況和C-NCAP中不同于Euro-NCAP的接近制動目標(biāo)的工況，建立水平路面長為1 200 m，路面附著系數(shù)為0.85，雷達(dá)最大探測距離為100 m的自動緊急制動仿真測試場景。

3.1 城間工況安全性測試

在城間工況下，自車以60 km／h的速度接近靜止目標(biāo)，目標(biāo)之間初始距離為60 m，仿真時長為7 s，仿真結(jié)果如圖7所示。

從圖7（a）可知，自動緊急制動控制系統(tǒng)操作分為保持車速、一級制動、二級制動和停車4個階段。開始時車輛做勻速運動，在1.67 s時車輛進(jìn)入減速度為-4.0 m／s2的一級制動狀態(tài)，且繼續(xù)接近靜止目標(biāo)，在3.37 s時車輛進(jìn)入減速度為-7.1 m／s2的二級制動狀態(tài)，在4.7 s時車速減為0，車輛停車。從圖7（b）可知，兩車相對距離不斷減小，自車停車時和目標(biāo)的最小相對距離為2 m。因為前車靜止，相對速度和自車速度變化一致，相對速度先保持不變，后逐漸減小為0。車輛初始速度為60 km／h時，設(shè)計的控制策略能夠有效避撞。

圖7 以60 km／h接近靜止目標(biāo)時仿真結(jié)果

圖8 初始距離為40 m接近緊急制動目標(biāo)時仿真結(jié)果

3.2 城市工況安全性測試

在城市工況下，前車突然緊急制動是造成追尾事故的重要原因之一。令自車和前車都以50 km／h的速度行駛，兩車初始距離為40 m。仿真時間為10 s，在4 s時前車以-6 m／s2的減速度制動，仿真結(jié)果如圖8所示。

從圖8（a）可知，在0～4 s內(nèi)，前方車輛和自車都勻速行駛，在4 s時，前車以-6 m／s2的減速度制動并于6.32 s將車速降為0，自車在4～6.23 s仍然勻速行駛，在6.23～8.28 s自車進(jìn)入減速度為-4.0 m／s2的一級制動狀態(tài)，在8.28～9.08 s自車進(jìn)入減速度為-7.1 m／s2的二級制動狀態(tài)。從圖8（b）可知，兩車的相對距離在0～4 s時保持不變，在4 s后相對距離逐漸減小，在9.08 s自車速度降為0時，相對距離達(dá)到最小值。兩車的相對速度在0～4 s時保持不變，在4 s后相對速度逐漸增加，在6.32 s目標(biāo)車速降為0時，相對速度達(dá)到最大值，之后逐漸減小，在9.08 s自車速度降為0時，相對速度為0。仿真結(jié)果表明，在初始距離為40 m的條件下接近緊急制動目標(biāo)時，設(shè)計的控制策略能夠有效避撞。

由城間和城市安全測試工況結(jié)果可得，設(shè)計的控制策略能夠避免碰撞，此外，對安全評價規(guī)程要求的其他工況下進(jìn)行仿真，在Euro-NCAP測試工況下，接近靜止目標(biāo)時在車速低于65 km／h時能夠完全避撞，在車速高于65 km／h時車輛不能完全避撞，但能大大降低碰撞車速，減少碰撞傷害；車輛接近緩速移動目標(biāo)時能夠完全避撞；接近常規(guī)制動目標(biāo)和緊急制動目標(biāo)時，設(shè)計的控制策略能夠完全避撞。接近C-NCAP測試工況中的以-4.0 m／s2減速度制動的前方目標(biāo)時，設(shè)計的控制策略能夠完全避撞。

4 追尾工況實例仿真應(yīng)用

國家質(zhì)量技術(shù)監(jiān)督局聯(lián)合國內(nèi)高校建立交通事故深度調(diào)查系統(tǒng)，其數(shù)據(jù)庫在國內(nèi)具有很強(qiáng)的代表性和影響力。NAIS數(shù)據(jù)庫中每條案例數(shù)據(jù)的事故調(diào)查和重建過程包括事故信息采集、事故分析、PCCrash事故再現(xiàn)仿真、事故報告撰寫、數(shù)據(jù)上傳、專家評審等過程，NAIS數(shù)據(jù)庫中的案例清晰地對事故案例進(jìn)行事故重建，對汽車主動安全和自動駕駛汽車智能控制等技術(shù)的發(fā)展具有重大意義。

對華南地區(qū)實際事故調(diào)查中的某SUV與一貨車發(fā)生追尾碰撞，造成SUV駕駛員死亡的典型車輛追尾事故案例進(jìn)行事故重建與分析，獲取事故發(fā)生時的交通場景。根據(jù)采集的事故信息進(jìn)行事故分析，繪制碰撞過程CAD圖，如圖9所示，圖中保留了初始碰撞點、車輛最終位置、制動痕跡等信息。

圖9 事故碰撞過程CAD圖

PC-Crash根據(jù)事故現(xiàn)場大致碰撞點、碰撞后車輛運動軌跡、制動后輪胎痕跡等路面狀況信息，對事故進(jìn)行仿真重現(xiàn)［13］。將采集參數(shù)導(dǎo)入到PC-Crash中，在PC-Crash中進(jìn)行事故再現(xiàn)仿真，導(dǎo)入車輛外形，編輯車輛變形量，通過初始狀態(tài)設(shè)置碰撞位置和角度以及碰撞序列，設(shè)置碰撞前、中、后的加速度和轉(zhuǎn)向等參數(shù)，得到的仿真結(jié)果與CAD事故圖中車輛等參與方最終位置及運動軌跡相吻合，事故再現(xiàn)仿真見圖10，圖中數(shù)字單位為m。

圖10 PC-Crash事故再現(xiàn)仿真

結(jié)合該追尾事故案例再現(xiàn)仿真和采集的信息進(jìn)行事故分析，得出該追尾事故的過程：SUV以100 km／h的速度接近以47.5 km／h時速勻速行駛的貨車，SUV駕駛員發(fā)現(xiàn)危險后全力制動，并輕微向右轉(zhuǎn)向，貨車駕駛員未發(fā)覺危險繼續(xù)以原速度行駛，事故發(fā)生時SUV撞到貨車尾部，事故造成SUV駕駛員死亡，其他乘客沒有受傷。

在Carsim中搭建追尾事故場景，在該場景下進(jìn)行自動緊急制動控制策略的仿真試驗，自車的初始速度為100 km／h，目標(biāo)車（大貨車）保持47.5 km／h時速勻速行駛，兩車之間的初始距離為60 m，仿真結(jié)果見圖11。

從圖11（a）可知，0～2.2 s自車保持以100 km／h速度行駛，在2.2～4.36 s時自車進(jìn)入減速度為-4.0 m／s2的一級制動狀態(tài)，4.36～6 s自車進(jìn)入減速度為-7.1 m／s2的二級制動狀態(tài)。從圖11（b）可知，在5.18 s時自車和前車車輛的相對速度為0，兩車之間的相對距離達(dá)到最小值；之后兩車相對速度繼續(xù)減小，兩車相對距離逐漸增加，有效避免了追尾事故。仿真結(jié)果表明，設(shè)計的控制策略在該真實追尾事故場景下能夠有效避撞。

5 結(jié)論

（1）考慮預(yù)碰撞時間的自動緊急制動系統(tǒng)控制策略，解決了自動緊急制動系統(tǒng)控制策略中離散的制動狀態(tài)和狀態(tài)之間切換建模困難的問題。利用碰撞深度事故調(diào)查數(shù)據(jù)庫分析駕駛員制動行為，能夠充分考慮駕駛員特性。在保證乘員舒適性的前提下采用分層控制策略對車輛制動狀態(tài)進(jìn)行控制。

（2）在Euro-NCAP和C-NCAP的測試工況下對設(shè)計的控制策略進(jìn)行了仿真試驗。仿真結(jié)果表明，設(shè)計的控制策略能夠有效避撞。控制策略作為系統(tǒng)的決策模塊，對自動緊急制動系統(tǒng)的研究和發(fā)展具有一定的參考價值。

圖11 真實事故場景下仿真結(jié)果

（3）利用國家車輛事故深度調(diào)查體系，采集真實追尾事故案例進(jìn)行事故重建，獲取中國道路環(huán)境下真實追尾事故場景，在Carsim中搭建該追尾事故場景進(jìn)行仿真，仿真結(jié)果表明在該真實追尾事故場景下控制策略能夠有效避撞，為自動駕駛汽車主動安全系統(tǒng)研究提供幫助。