考慮駕駛員特性的自學習換道軌跡規劃系統*

高振海，朱乃宣，高 菲，梅興泰，張 進，何 磊

(1. 吉林大學，汽車仿真與控制國家重點實驗室，長春 130022；2. 廣州汽車集團股份有限公司汽車工程研究院，廣州 511434)

前言

車道變換是當前研究的熱點問題，在軌跡的規劃和跟蹤方面，Shladover 等[1]提出了一個正弦車道變化模型，該模型可以將橫向加速度表示為時間的正弦曲線特征。閆堯等[2]建立車輛五次多項式換道軌跡模型，并為其增加調節參數。以換道軌跡的平均曲率最小和長度最短為目標設計目標函數，同時考慮換道過程中的舒適性和平穩性，以車輛的橫向速度、橫向加速度和橫擺角速度為約束條件，最后采用序列二次規劃算法對參數進行優化求解。白成盼等[3]利用約束求解得到基于sigmoid 函數的優化路徑，將其與多項式參數化時間函數作為平坦輸出，利用微分平坦理論構造一個非線性性能指標函數并對其進行優化求解完成車速規劃，進而實現對智能車輛路徑－速度分解式的軌跡規劃。

近年來越來越多的研究聚焦在人性化的駕駛輔助系統上，這也就對車道變換提出了更高的要求。當前與駕駛員特性相結合的換道輔助系統研究正廣泛進行，閆淑德[4]利用模糊C－均值聚類算法給駕駛員貼“標簽”，并將駕駛員駕駛習性分為謹慎型、一般型和激進型，采用粒子群算法優化BP 神經網絡搭建駕駛人駕駛習性辨識策略，基于駕駛人駕駛習性建立個性化換道最小安全距離模型。縱瑞雪[5]采用自適應模型預測控制原理與離散車輛動力學模型相融合的方法，將安全性、個性化和舒適性作為優化性能指標，設計了換道輔助策略。Ren 等[6]考慮了駕駛員的駕駛風格將樣本數據分為3 種駕駛方式:謹慎、穩定和激進，同時建立了K－means 和神經網絡的多層感知器模型以辨識換道過程。Vallon 等[7]提出了一種自主車道變更算法，其中車道變更決策由基于支持向量機(SVM)的分類器確定，使用人類駕駛員實際變道和保持車道演示的數據來訓練多個SVM。SVM 根據所顯示的單個駕駛員的喜好來學習是繼續保留車道還是啟動換道，之后再使用分類器的輸出生成軌跡。

上述研究主要對駕駛員換道數據進行大樣本采集，應用分類算法將駕駛員分類，之后將各類駕駛員的共性化特征運用到控制或者預警策略中。這些方法往往存在著以下問題:將駕駛員分類后，算法不能針對每位駕駛員的特點進行個性化微調；同時，由于數據采集局限在換道數據，在自由駕駛的環境下普適性較差，實時性也難以保證。

針對以上問題，本文中提出了一套基于駕駛員自然駕駛行為數據辨識的換道軌跡規劃系統。采集了30 位駕駛員的車道變換操縱行為數據和自由駕駛數據，并基于對這些數據的離線學習，建立可描述駕駛員共性化的車道變換軌跡規劃算法。通過對駕駛員個體數據的在線學習，實現對規劃算法的微調，使其更精準體現駕駛員的個性化操控行為規律，最終生成與真人操控數據高度一致的換道軌跡。

1 基于高斯分布的換道軌跡規劃

在基于駕駛員特性的換道輔助系統中，設計換道軌跡非常重要。既要滿足軌跡的可行性，同時將駕駛員的特性融入其中。本文通過對采集的30 名駕駛員的換道數據進行分析，發現當駕駛員進行換道操作時，實際車輛的橫向速度隨時間的曲線均可由高斯分布很好的擬合。圖1 為其中某名駕駛員的換道橫向速度的時域圖。因此，本文中提出了一種基于高斯分布的換道軌跡規劃方法。

圖1 實際換道過程的橫向速度變化和擬合曲線

高斯分布擬合的橫向速度公式為

式中:t為換道時間；d、μy和σy為擬合系數。

由高斯分布的定義可知，決定曲線的主要參數就是式(1)中的d、μy和σy。其中d是比例系數，將曲線等比例放大，代表著由道路條件決定的換道橫向速度系數；μy是分布的位置參數，體現數據集中分布的中心位置，用來描述駕駛員的反應和操作時間；σy主要描述數據分布的離散程度，進而改變曲線的形狀，σy越大，曲線越扁平，該值很好地反映不同駕駛員的特點。

在傳統高斯擬合的基礎上，本文中引入駕駛員特性系數Jc和駕駛員反應與操作時間td，用于計算σy，建立了仿駕駛員行為的換道軌跡規劃系統。式(1)中相關系數如下:

式中:B為車道寬度；ts為轉向系統反應時間。

將車道寬度設置為d＝B＝3.75 m，轉向系統反應時間ts＝ 1.1 s，Jc和td的具體取值在 2.1.2 和2.2.3 節中詳細說明。

由此，便可獲得車輛的橫向加速度:

車道變換過程的車輛橫向位移也可通過公式積分獲得:

式中T為整個換道過程的總時間。

2 基于駕駛員自然駕駛行為數據辨識的換道軌跡規劃系統

一套完整的自學習系統首先對駕駛員的共性特征進行提取，獲得普適性的參數，同時能夠針對某名駕駛員實際駕駛的數據進行個性化的在線調整。圖2 顯示了本文所搭建的軌跡規劃系統的技術路線圖。

圖2 規跡規劃系統技術路線圖

2.1 基于歷史數據的離線學習

2.1.1 駕駛員數據的采集

為分析駕駛員特性，在自由駕駛工況下進行大量實驗，以收集駕駛員的駕駛數據。如圖3 所示，構建了駕駛員行為數據采集系統，它使用了一輛真實車輛，輔以慣性導航和VECTOR VN1630A CAN 采集設備。

圖3 駕駛員數據采集流程圖

采集以下數據以便后續分析:轉向盤轉角、轉向盤轉速、橫縱向加速度、橫擺角速度、車速、制動主缸壓力、油門踏板開度和經緯度。

實驗地點在中國長春選定了一段路線作為駕駛場景，選取的路段涵蓋了常見的場景，如直行、連續彎道、環島、換道、高架和擁堵等，全程約12 km，單次駕駛時長約25 min。實驗最后每名駕駛員再進行5 次自由換道以便后續分析。

為使采集的數據具有代表性，本次實驗選擇了30 名長春本地的駕駛員作為測試樣本，其職業為學生、教師和出租車駕駛員。其中男性23 名，女性7名，年齡分布在20 ～55 歲之間。同時為區別其駕駛能力，選取的駕駛員駕齡分布在1 ～20年之間。在正式測試之前，駕駛員會先對實驗車輛進行一段時間的試駕，以使他們熟悉車輛和實驗步驟，除副駕駛的一名記錄員外車上無其他乘員及設備[8]。試驗后對其個人信息進行統計，如表1 所示。

表1 駕駛員信息

2.1.2 共性化Jc和td的獲得

Jc是確定車輛橫向速度最大值vy和變化率的系數，同時也是反映不同駕駛員之間區別的關鍵參數；td是反映駕駛員反應和操作快慢的重要因素。因此，針對每個駕駛員特性適當選擇Jc和td，就能夠保證車輛狀態符合該駕駛員的預期。

使用動態時間規整(DTW)進行軌跡的匹配。DTW 可在某些限制條件下找到兩個給定(時間相關)序列之間的最佳比對[9]。選用采集的30 名駕駛員的自由換道軌跡作為真實軌跡，令擬合生成的軌跡和真實換道軌跡分別為X和Y，長度分別為X和歸整路徑(Warp Path)的形式為

W中每項的形式為wk(i，j)，其中i表示軌跡X中第i個點坐標，j表示軌跡Y中第j個點坐標。

歸整路徑W必須從w1＝(1，1)開始，到wk＝結尾，以保證X和Y中的每個坐標都在W中出現。另外，W中w(i，j)的i和j必須是單調增加的，即

其中:i≤i′≤i＋1，j≤j′≤j＋1。

最后要得到的歸整路徑就是距離最短的一個歸整路徑:

式中:Dist(i，j)為軌跡X第i個點與Y第j個點之間的距離；D(i，j)為軌跡X的前i個點與Y的前j個點的總距離。

通過對駕駛特性系數Jc和反應與操作時間td的動態調整以改變擬合軌跡，使用DTW 算法將每一對Jc和td下的擬合軌跡與真實軌跡匹配，直到獲得最小的平方歐式距離，此時的Jc和td即為該名駕駛員的最佳參數。圖4 顯示了一名駕駛員平方距離最小時(Jc＝1.3，td＝0.9 s)的擬合軌跡和真實軌跡，此時兩者軌跡接近程度最好。

圖4 使用DTW 后的真實軌跡和擬合軌跡

通過對30 名駕駛員5 次換道軌跡的DTW 比對，最終得到了150 組Jc和td，為了獲得共性化的Jc和td，本文中使用了AP 算法進行聚類分析。AP 聚類算法是基于數據點間的“信息傳遞”的一種聚類算法。與k－均值算法或k中心點算法不同，AP 算法不需要在運行算法之前確定聚類中心的個數。

本文的數據樣本集為{x1，x2，x3，…，xn}，其中xi為一組Jc和td值。令S是一個刻畫點之間相似度的矩陣，使得S(i，j)＞S(i，k)當且僅當xi與xj的相似性程度大于其與xk的相似性。

AP 算法進行交替兩個消息傳遞的步驟，以更新如下兩個矩陣。

(1)吸引信息矩陣R:r(i，k)描述了數據對象k適合作為數據對象i的聚類中心的程度，表示的是從i到k的消息。

(2)歸屬信息矩陣A:a(i，k)描述了數據對象i選擇數據對象k作為其聚類中心的適合程度，表示從k到i的消息。

兩個矩陣R和A中全部初始化為0，可看成Log－概率表，這個算法通過以下步驟迭代進行。

首先，吸引信息rt＋1(i，k)按照如下迭代:

然后，歸屬信息at＋1(i，k)按照下面兩式迭代:

對以上步驟進行迭代，當矩陣穩定或達到最大迭代次數，即可得到最終結果。

聚類結果如圖 5 所示，AP 算法將(Jc，td)最終分為 3 類，3 類的聚類中心分別為(1.48，0.79)、(1.36，0.65)和(1.57，0.62)。本文中將這 3 類分別定義為舒適型、一般型和運動型的軌跡參數，同時將聚類中心值作為(Jc，td)的 3 類離線共性化參數值。

圖5 AP 聚類結果

將3 個聚類中心值(Jc，td)代入擬合軌跡方程中，圖6 分別顯示了對應典型的3 類參數下的橫向速度、加速度和位移曲線。由圖可見，3 種控制器參數下換道特性存在明顯差異，能夠很好地滿足不同駕駛員的駕駛需求。

圖 6 3 種( Jc，td )下的擬合數據

2.2 基于實時數據的在線學習

在完成離線學習后，需要從自由駕駛數據中在線分析出30 名駕駛員的駕駛特性。上文中，根據(Jc，td)將駕駛特性分為舒適、一般和運動型，從而得到30 名實驗者的標簽。本文中基于此標簽和長短時記憶神經網絡(LSTM)搭建了在線辨識模型以動態調整參數。

2.2.1 特征工況提取

考慮到LSTM 的輸入為時序數列，將駕駛員的自由駕駛數據進行了提取和分段。駕駛員的轉向操作是區別不同駕駛員的重要操作，許多研究將駕駛員的轉向操作從自由駕駛數據中剝離出來進行分析[10]。本文設定的轉向行駛的條件為:(1)車速v＞2 m/s2；(2)轉向盤轉角δsw＞5°；(3)轉向盤轉速

當汽車脫離穩定直線行駛時，開啟數據的提取；當汽車重新進入直線行駛或者超過設定的工況持續時間Tcon(本文設置Tcon＝7 s)，完成一段數據提取，得到一組駕駛員轉向的時序數據。

每個駕駛員25 min 的駕駛數據大約能提取50組左右特征工況，30 個駕駛員的實驗，累計獲得了1 831 組特征工況。

2.2.2 在線辨識模型搭建

采用LSTM 建立駕駛員辨識模型。LSTM 是一種時間循環神經網絡，適合于處理和預測時間序列中間隔和延遲較長的重要事件[11]，其網絡結構如圖7 所示。

圖7 LSTM 網絡結構

本文的輸入門Xt包含轉向盤轉角δsw、車速v、轉向盤轉速、縱向加速度ax、橫向加速度ay和計算得到的航向角變化ψ的時間序列。

圖8 LSTM 訓練過程

在訓練過程中，在1 831 組數據中隨機選取1 300(總數據的70%)組作為訓練集。訓練過程如圖8 所示，表2 則顯示了使用剩余數據作測試集的驗證結果。由表2 可見，舒適、一般和運動的駕駛特性在經過訓練的LSTM 網絡的檢測準確度均超過90%。實踐證明，該算法準確性良好，為駕駛員特性辨識算法在控制系統中的運用奠定了基礎。

表2 LSTM 單次特征工況的辨識結果

2.2.3Jc和td的動態調整方法

在確保了單次特征工況辨識的準確后，設計了Jc和td的動態更新方法:駕駛員駕駛車輛時，在線辨識模型不斷地進行特征工況的提取。每獲得一段特征工況數據，就將其進行LSTM 模型的辨識，根據多次辨識的統計結果，得到Jc和td的值，之后再生成個性化的換道軌跡。Jc和td的具體更新方法如下:

式中:nc為辨識出舒適特性的次數；nn為辨識出一般特性的次數；ns為辨識出運動特性的次數；n為特征工況的總個數。

該系統隨著駕駛數據的累積和特征工況的增多，能夠動態更新駕駛員特性系數Jc和駕駛員反應與操作時間td，進而描述駕駛員個體的行為特性，最終可很好的復現真人的換道軌跡。

3 模型的驗證

選取了15 名駕駛員進行實車驗證，本節將選取其中3 名駕駛員進行說明。實驗開始前，令駕駛員對實驗車輛先進行一段時間的試駕，使他們熟悉車輛和實驗流程。

將駕駛員特性辨識程序搭載進MATLAB/ Simulink 中，通過VECTOR VN1630A 實時獲取駕駛員的車輛操控數據，通過辨識程序進行特征工況提取，駕駛員每完成一次特征工況，便將此次時序數據進入集成好的 LSTM 中辨識，并更新Jc和td。圖9 顯示了1 號駕駛員在駕駛過程中Jc和td的動態調整過程。

表3 顯示了實驗完成后駕駛員的特征工況辨識結果及對應生成的Jc和td。

表3 駕駛員特性辨識結果

在完成自由駕駛后，令每名駕駛員分別完成幾次自由換道，以驗證實際換道軌跡和擬合軌跡的匹配度。圖10 顯示1－3 號駕駛員的實際換道軌跡，圖11～圖13 分別是3 位駕駛員的真實軌跡和根據辨識結果獲得的擬合軌跡。

圖10 3 名駕駛員真實換道軌跡

圖11 1 號駕駛員的真實軌跡和擬合軌跡(Jc ＝ 1.48，td ＝ 0.78 s)

圖12 2 號駕駛員的真實軌跡和擬合軌跡(Jc ＝ 1.45，td ＝ 0.65 s)

圖13 3 號駕駛員的真實軌跡和擬合軌跡(Jc ＝ 1.54，td ＝ 0.63 s)

為描述擬合軌跡的符合程度，基于上節中30 名駕駛員的軌跡，計算出一個平均距離作為系統誤差的通用閾值。將通用閾值設定為1，即擬合軌跡與真實軌跡間的平方歐氏距離均小于1 就表明擬合的軌跡滿足駕駛員的要求。圖14 顯示了1 號駕駛員在線辨識過程中的DTW 誤差情況。隨著在線學習系統的運行，軌跡誤差不斷下降，最后達到了本文設定的要求。最終，15 名駕駛員實驗完成后，其中14名駕駛員的誤差達到了閾值以下，擬合準確率達93.3%。

圖14 1 號駕駛員的軌跡誤差

因此，基于駕駛員特性的自學習個性化換道軌跡規劃系統可準確識別真人駕駛行為數據，之后基于辨識結果調整自動駕駛控制，良好的復現真人的換道軌跡，實驗結果與真人操控軌跡具有良好的一致性。

4 結論

(1)本文在換道軌跡規劃中融合了駕駛人的特性，建立了基于駕駛員特性的自學習換道軌跡規劃系統，研究結果可為考慮駕駛人因素的駕駛輔助系統的研究提供參考。

(2)在傳統高斯擬合的基礎上，引入駕駛員特性系數和駕駛員反應與操作時間，提出了個性化的換道軌跡規劃系統，并通過DTW 算法匹配實際和擬合軌跡，盡可能復現了真人的換道軌跡。

(3)通過實車采集換道軌跡，并使用AP 聚類算法得到Jc和td的共性化值和駕駛員特性標簽。同時對自由駕駛數據進行特征工況分段提取，獲得了1 831 組時間序列。依據標簽，搭建了基于LSTM 的駕駛特性實時辨識模型，驗證集顯示了在單次工況下識別率均高于91.2%。

(4)通過實驗驗證了提出系統的有效性。實驗結果表明:該系統能夠在線提取特征工況并完成辨識，依據辨識結果動態更新Jc和td，生成換道軌跡。最終15 名中的14 名駕駛員實際軌跡與擬合軌跡的平方歐氏距離小于1，擬合正確率達到93.3%。因此，該系統能夠準確識別真人行為數據，然后基于辨識結果調整自動駕駛控制，復現真人的換道軌跡。