車道偏離預(yù)警算法研究

初建圳

摘 要：為提高車輛行駛的主動安全性，文章根據(jù)車輛偏離速度將TLC算法和FOD算法相結(jié)合，針對車道偏離預(yù)警系統(tǒng)提出了多模式車道偏離預(yù)警算法，并搭建Simulink模型，結(jié)合Carsim進行聯(lián)合仿真實驗。仿真結(jié)果表明，提出的算法能更好的進行車道偏離預(yù)警。

關(guān)鍵詞：主動安全;車道偏離;偏離速度;預(yù)警算法

中圖分類號：U462.3 ?文獻標識碼：B ?文章編號：1671-7988（2020）05-35-03

Abstract： In order to improve the active safety of the vehicle， this paper combines the TLC algorithm with the FOD algorithm according to the vehicle deviation speed， proposes a multi-mode lane departure warning algorithm for the lane departure warning system， and builds the Simulink model， combined with Carsim for joint simulation experiments. The simulation results show that the proposed algorithm can better perform lane departure warning.

Keywords： Active safety; Lane departure; Deviation speed; Warning algorithm

前言

據(jù)相關(guān)部門統(tǒng)計發(fā)現(xiàn)，由于駕駛員注意力不集中或疲勞駕駛等人為因素造成的交通事故占絕大多數(shù)，其中約有50%的事故和車輛偏離車道線有關(guān)。

車道偏離輔助系統(tǒng)（Lane departure assistance system，LDAS）通過攝像頭或雷達對車道線進行檢測，結(jié)合車輛自身定位信息和狀態(tài)信息確定車輛是否偏離，進而發(fā)出預(yù)警信息提醒駕駛員進行操作。當前針對該系統(tǒng)主要集中在預(yù)警決策算法的研究上，主要包括TLC算法、FOD算法、CCP算法等。其中TLC算法的優(yōu)點是預(yù)警時間長，能給駕駛員預(yù)留較長的反應(yīng)時間，但其預(yù)警觸發(fā)機制對行駛狀態(tài)考慮較少。FOD算法則考慮到不同駕駛員的駕駛習(xí)慣，在設(shè)置虛擬車道線時考慮駕駛員習(xí)慣偏移量，但同樣假設(shè)在偏離過程中車速和行駛方向不變。

針對上述方法優(yōu)缺點，考慮到不同駕駛員的駕駛習(xí)慣各不相同，本文提出一種多模式預(yù)警算法，并通過Carsim/ simulink聯(lián)合仿真驗證該算法的可行性。

1 常見預(yù)警算法

1.1 TLC算法

TLC算法以車輛從當前行駛狀態(tài)到前輪觸及車道線時間為計算依據(jù)。其工作原理：通過計算得到TLC值，同時設(shè)定閾值時間t，當TLC

縱向TLC的計算公式如下：

（1）式中，DLC表示車輛左右前輪觸及車道邊界線時所行駛的縱向距離，Vx表示車輛的縱向速度。

當，即車輛跨越車道邊界線的時間小于車道偏離預(yù)警的閾值，車道偏離預(yù)警系統(tǒng)啟動。式中Ttw為預(yù)警系統(tǒng)啟動的最低閾值。

車輛在直線道路上的偏離過程中假設(shè)航向角不變，則車輛運動估計類似于圓曲線，如圖1所示：

在上圖中，C點表示車輛右前輪，B點表示車輛以當前狀態(tài)偏離車道時運動軌跡與車道邊界線的交點。

式中，Rv是車輛運動軌跡的曲率半徑，α是車輛從當前位置到運動軌跡與邊界線相交時經(jīng)歷的圓心角，ω是車輛的橫擺角速度。

利用三角函數(shù)關(guān)系得：

1.2 FOD算法

FOD算法是一種預(yù)估未來偏移距離的算法，其可以充分考慮不同駕駛員的駕駛習(xí)慣，通過在道路上設(shè)定虛擬道路邊界滿足不同駕駛員的需求。跟TLC原理類似，假設(shè)一定時間段內(nèi)車輛的速度和橫擺角速度保持不變，當車輛在預(yù)估時間后偏移距離超過虛擬車道邊界時觸發(fā)預(yù)警策略。

FOD算法的主要參數(shù)包括預(yù)估時間T和預(yù)計偏離位移L。如圖2所示，當車輛在預(yù)測時間T后其橫向位移超過虛擬車道線坐標Lx，即Lp'>Lx，代表車輛有可能觸及虛擬車道線，從而實現(xiàn)車道偏離預(yù)警。具體如式所示：

2 多模式預(yù)警算法

針對上述兩種算法的優(yōu)缺點，考慮到通常車輛偏離車道的情況主要有兩種工況：車輛高速偏離行駛車道和由于車輛靠近車道線駕駛員誤操作偏離車道。前者需要給駕駛員留出較多反應(yīng)時間，因此適合TLC算法。后者需要算法適應(yīng)駕駛員的駕駛習(xí)慣，需要保證誤警率低，所以更適合FOD算法。

同時為了防止誤報警引起駕駛員反感，考慮國標中最早報警線位置。其數(shù)學(xué)表達式為：

綜上所述，單一的預(yù)警算法無法同時滿足上述兩種工況，因此提出多模式預(yù)警算法，根據(jù)車輛的位置信息和狀態(tài)信息，自動選擇合適的偏離預(yù)警算法。引入偏離速度作為兩種模式切換的依據(jù)。

（1）當Vdep大于0.5m/s時，且D<0.75m，表明此時汽車以較快車速偏離車道且到達最早預(yù)警邊界線，此時車道偏離預(yù)警系統(tǒng)采用TLC算法判斷汽車偏離狀態(tài)并發(fā)出預(yù)警。

（2）當Vdep小于0.5m/s時且D<0.5Vdepa，表明此時汽車偏離速度較小且到達最小預(yù)警邊界線。此時車道偏離預(yù)警系統(tǒng)采用FOD算法判斷汽車偏離狀態(tài)并發(fā)出預(yù)警。

3 虛擬仿真實驗

本文基于Carsim和Matlab/Simulink構(gòu)建LDW控制策略-車輛動力學(xué)-道路交通的閉環(huán)系統(tǒng)，對多模式預(yù)警算法進行仿真驗證。由于真實環(huán)境中大多數(shù)車道偏離事故為高速公路直線道路車輛以曲線軌跡偏離，且向左向右偏離原理相似，本文以直線道路車輛以曲線軌跡向右偏離為例驗證算的可行性。

試驗一：車輛以固定車速70km/h在直線道路行駛，駕駛員在6秒時誤操作保持方向盤向右打，偏航角較大（保證預(yù)警時偏離速度大于0.5m/s），測試車道偏離預(yù)警情況（車道偏離預(yù)警系統(tǒng)啟動時決策狀態(tài)記為1），如圖所示。

4 結(jié)論

本文基于Carsim/Simulink模型搭建仿真場景，設(shè)定兩種工況對提出的預(yù)警算法進行驗證。

（1）通過聯(lián)合仿真實驗證明所提出的多模式預(yù)警算法在設(shè)定的兩種工況下均可有效地判斷車輛是否發(fā)生偏離以及是否具有偏離出當前車道的趨勢，從而進行預(yù)警。

（2）本文中只驗證了直線道路下車輛向右偏離時預(yù)警算法的有效性，后續(xù)應(yīng)該分析該預(yù)警方法對不同車速以及不同道路曲率的魯棒性。

參考文獻

[1] 于立嬌.基于EPS的車道保持輔助控制算法設(shè)計與實驗驗證[D]. 吉林大學(xué)， 2016.

[2] 王易川.基于視頻的ADAS車道檢測系統(tǒng)的研究[D].

[3] 黃楊成.基于電動助力轉(zhuǎn)向系統(tǒng)的車道偏離輔助系統(tǒng)的研究[D].