CN115489585A - 一种适用于智能汽车的人机共驾型线控转向控制系统 - Google Patents

Abstract

本发明公开了一种适用于智能汽车的人机共驾型线控转向控制系统，属于智能汽车控制领域。本系统包括线控转向模块、方向盘控制模式决策模块和感知通讯模块，旨在解决智能汽车在不同的人工驾驶模式、自动驾驶模式、人机共享驾驶模式下，方向盘控制模式的选择问题。本发明共设计了五种方向盘控制模式，分别为自由模式、随动模式、静止模式、沉默模式和共驾模式，基于驾驶模式，综合考虑驾驶场景危险程度、驾驶员喜好，结合模糊控制方法，选择合适的方向盘控制模式，以使线控转向系统能够适应智能汽车的不同驾驶模式、不同环境危险程度和不同的驾驶员喜好。

Description

一种适用于智能汽车的人机共驾型线控转向控制系统

技术领域：

本发明属于智能汽车控制领域，具体地说涉及一种适用于智能汽车的人机共驾型线控转向控制系统，用于控制车辆在人工驾驶模式、自动驾驶模式、人机共享驾驶模式下的不同方向盘控制模式，提高车辆行驶安全性的同时兼顾驾驶员的喜好、意愿。

背景技术：

智能汽车是集周围环境感知、驾驶员操作感知、智能决策和其它多项技术于一体的高级驾驶系统。近年来，人工智能技术、存储技术和网络技术的迅猛发展也引领智能汽车向着更高水平迈进，智能汽车将代替人类驾驶员执行更多驾驶基本操作和较复杂操作。根据美国国家公路交通安全管理局(NHTSA)和汽车工程师协会(SAE)的规定，自动驾驶系统分为L0到L5共6个层次，从L0的全手动驾驶到L5的全自动驾驶。由于伦理问题、相关法律问题以及完全无人驾驶的技术瓶颈限制，目前实现L5级全自动驾驶汽车较为困难，因此在未来可见的一段时间内，L2-L4等级汽车的人机共驾系统阶段是不可跨过的。

在智能汽车人机共驾系统阶段，线控转向系统由于取消了方向盘和转向轮之间的机械连接，实现了驾驶员转向输入与车辆转向轮转动之间的解耦，这一方面使得人机共驾系统中的机器自动驾驶系统在工作过程中不会再对驾驶员的转向盘操作产生转角或转向力矩干预，可以结合自动化系统自身的感知与控制能力辅助驾驶员的转向盘操作，在一种非接触方式下实现共享控制；另一方面也带来了问题，在机器自动驾驶模式下，能够在没有转向盘输入的情况下使车轮转动，此时方向盘是否需要跟随车轮转动的问题值得考虑，需要综合考虑驾驶环境的危险程度以及驾驶员对方向盘控制模式的喜好进行决策。适用于人机共驾的线控转向系统在人工驾驶模式、人机共享驾驶、机器自动驾驶模式下，应当提供多种方向盘控制模式以供选择，目前人机共驾线控转向系统的控制系统中未考虑此问题。

发明内容：

本发明的目的是为了克服现有技术存在的问题，本发明提供了一种适用于智能汽车的人机共驾型线控转向控制系统，在智能汽车不同的驾驶模式下，设计与选择合适的方向盘控制模式，适应当前驾驶环境和驾驶员的喜好，提高车辆行驶安全性的同时兼顾驾驶员的喜好、意愿。

为了实现上述目的，本发明是按如下技术方案实现的：

一种适用于智能汽车的人机共驾型线控转向控制系统，包括线控转向模块、方向盘控制模式决策模块和感知通讯模块；技术方案所述的线控转向模块包括方向盘子模块和转向执行子模块；技术方案所述的方向盘控制模式决策模块用于决策合适的方向盘控制模式，其分别与方向盘子模块和感知通讯模块相连；技术方案所述的转向执行子模块分别与感知通讯模块、方向盘子模块相连；

技术方案所述的方向盘子模块包括方向盘、路感电机、路感电机控制器、转向管柱转角传感器、转向管柱扭矩传感器；技术方案所述的方向盘上布置有n1个压力应变片，在方向盘边缘的正面、侧面及背面分别间隔α₁度安装一个压力应变片，在方向盘边缘的正面、侧面及背面各安装n2个压力应变片，用于采集驾驶员方向盘握力信号；其中，n1等于三倍n2；n2等于360除以α₁；为了保证无论驾驶员手握方向盘边缘的哪一位置，应变片都能采集到驾驶员的手握方向盘的握力信号，故至少将应变片间隔α₁均匀分布安装于方向盘边缘，也可在此基础上于驾驶员习惯手握方向盘的位置额外安装1至12个应变片，具体数量由应用者自行确定；因此应变片安装间隔角度α₁取决于方向盘的直径和驾驶员的食指、中指、无名指和小指这四根手指对应的手掌宽度，应变片按照间隔角度α₁的最小值为α₀，α₁可在1至5倍α₀的范围内选择，具体数量由应用者自行确定；α₀可由下式计算：

式中，d_w是方向盘的直径，单位为米，B_h是驾驶员的食指、中指、无名指和小指这四根手指对应的手掌宽度，单位为米；

技术方案所述的路感电机对应不同的方向盘控制模式具有五种功用：充当路感反馈电机、充当方向盘驱动电机、充当方向盘制动电机、充当方向盘从动电机和充当综合信息反馈电机，具有方向盘角度闭环控制和方向盘力矩闭环控制两种控制模式；

技术方案所述的方向盘控制模式决策模块具有五种方向盘控制模式，分别为自由模式、随动模式、静止模式、沉默模式和共驾模式，技术方案所述的方向盘控制模式决策模块综合车辆当前的驾驶模式、驾驶场景危险程度因子、驾驶员喜好以决策方向盘的控制模式，也可以由驾驶员自主选择方向盘控制模式；技术方案所述的驾驶场景危险程度因子用于衡量当前驾驶场景的危险程度，驾驶场景危险程度因子数值越大，说明当前驾驶场景的危险程度越高；若车辆当前驾驶模式为人工驾驶模式，则方向盘控制模式选择自由模式；若车辆当前驾驶模式为机器自动驾驶模式，则方向盘控制模式从随动模式、静止模式和沉默模式中选择，基于驾驶场景危险程度因子、方向盘握力、驾驶员喜好，通过模糊控制方法进一步选取方向盘控制模式；其中，在静止模式下，路感电机输出一个方向盘制动力矩以阻止方向盘转动；若车辆当前驾驶模式为人机共享驾驶模式，则方向盘控制模式选择共驾模式，在方向盘共驾模式下，根据驾驶权重调整路感电机的输出力矩，此时的路感电机输出力矩定义为综合反馈力矩；技术方案所述的方向盘控制模式决策模块包括主控制器、一个人机交互界面和数据存储器，驾驶员通过在人机交互界面填写问卷的方式输入喜好的方向盘控制模式，问卷结果存储到数据存储器中；技术方案所述的问卷结果包括：驾驶员的姓名、填写问卷的序号、将随动模式、静止模式和沉默模式按照偏好程度排序的结果；技术方案所述的问卷可以重复填写，每一次填写完毕的问卷结果将会覆盖历史的问卷结果；技术方案所述的数据存储器中还存储着驾驶员的性别、年龄、身高、体重信息，以及方向盘分别至车辆所有转向轮的角传动比；

技术方案所述的感知通讯模块用于获取车辆的左前轮转角和右前轮转角、纵向车速，可以通过传感器获取当前道路的标准路面等级，以及识别当前驾驶员身份；技术方案所述的标准路面等级共分为A、B、C、D、E、F、G、H八级，其中，A级路面最好，H级路面最差。

技术方案所述的方向盘控制模式决策模块的五种方向盘控制模式：

在自由模式下，方向盘由驾驶员自由控制，转向轮转角跟随方向盘转角，路感电机充当路感反馈电机，仅为驾驶员提供路感反馈力矩；此时路感电机采用方向盘力矩闭环控制；

在随动模式下，方向盘转角跟随转向轮转角，路感电机充当方向盘驱动电机，驱动方向盘转动，路感电机采用方向盘角度闭环控制；

在静止模式下，方向盘保持处于回正状态，此时路感电机充当方向盘制动电机，产生方向盘制动力矩阻止方向盘转动，路感电机采用方向盘角度闭环控制；

在沉默模式下，方向盘可以由驾驶员转动，但是方向盘转角信号对于转向电机控制器是无效的，转向轮转角并不会跟随方向盘转角，此时路感电机充当方向盘从动电机，由方向盘带动转动，路感电机的输出力矩为0；

在共驾模式下，方向盘由驾驶员操控，路感电机充当综合信息反馈电机，路感电机此时的输出力矩为综合反馈力矩，向驾驶员提供路感信息的同时还提供驾驶权重分配信息；此时路感电机采用方向盘力矩闭环控制。

技术方案所述的驾驶场景危险程度因子D_s按照如下公式确定：

式中，k₁是车速影响因子，v_x是本车的纵向车速；k₂是车轮转角影响因子，θ_f1、θ_f2分别是左前轮转角和右前轮转角；k₃、k₄分别是前车车距影响因子和后车车距影响因子，L_f、L_r分别是本车与前车的车距、与后车的车距，L_f0、L_r0分别是本车与前车的车距的安全阈值、与后车的车距的安全阈值，L_f0、L_r0具体取值由汽车生产厂家按照制动性能自行设定；k₅是路面等级影响因子，P是标准路面等级换算系数，对应标准路面等级A、B、C、D、E、F、G、H时，标准路面等级换算系数依次取值1、2、3、4、5、6、7、8；k₁、k₂、k₃、k₄、k₅的具体数值通过选用本车车型参数建立的车辆模型的大量仿真试验标定获得；驾驶场景危险程度因子表征当前驾驶场景的危险程度，其数值越大，说明危险程度越高，具体定义为与车速及车辆前轮转角正相关，与前车、后车之间的车距负相关，与当前道路的标准路面等级好坏相关，即车速越快、转角越大、与前后车的车距越小，当前道路的标准路面等级越差，当前驾驶场景越危险；

技术方案所述的驾驶场景危险程度因子具有第一阈值和第二阈值，其中，第一阈值大于第二阈值，均通过大量仿真和试验获取，也可以由应用者自行设定。

技术方案所述的方向盘控制模式决策模块在车辆处于机器自动驾驶模式时，决策方向盘控制模式的具体判断逻辑为：

(1)当驾驶场景危险程度因子大于驾驶场景危险程度因子第一阈值时，说明当前的驾驶场景危险程度较高，出于安全考虑，方向盘控制模式设置为随动模式，以保证必要时驾驶员可以快速接管方向盘进行转向控制；

(2)当驾驶场景危险程度因子大于驾驶场景危险程度因子第二阈值而小于驾驶场景危险程度因子第一阈值时，说明当前的驾驶场景危险程度中等，此时综合考虑安全程度与驾驶员意愿进行决策，基于驾驶场景危险程度因子和方向盘握力，采用模糊控制方法决定方向盘控制模式；

(3)当驾驶场景危险程度因子小于驾驶场景危险程度因子第二阈值时，说明当前的驾驶场景危险程度较低，此时可以优先考虑驾驶员的喜好，以满足驾驶员的喜好为目标，设置方向盘控制模式；具体过程为：调用数据存储器中属于当前的驾驶员的问卷结果，选择驾驶员偏好程度排序第一名的方向盘控制模式作为当前的方向盘控制模式；若数据存储器中无该驾驶员的问卷结果，则仍然采用模糊控制方法决定方向盘控制模式。

技术方案所述的方向盘控制模式决策模块中的模糊控制方法的输入变量为驾驶场景危险程度因子Ds和方向盘握力F_g；技术方案所述的方向盘握力具体为：若检测到一处位置有握力信号，说明驾驶员单手握住方向盘，则方向盘握力为该位置的握力值，若检测到方向盘上有两处及以上位置的握力，说明驾驶员双手握住方向盘，此时方向盘握力等于各个位置的握力的平均值；为了方便衡量各个输入变量的影响，需要将输入变量进行归一化处理，将输入变量通过反正切函数x^*＝atan(x)2/π归一化处理之后得到输入变量的论域为[0，1]，其中，x表示归一化前的输入变量，x^*表示归一化后的输入变量；输入变量的模糊子集定义为：D＝{Z，MS，M，MB，B}，即{零，较小，中，较大，大}，F＝{Z，MS，M，MB，B}，即{零，较小，中，较大，大}；输出变量为介于0与1之间的连续值，其模糊集合定义为B＝{Z，MS，M，MB，B}，即{零，较小，中，较大，大}；其中D为驾驶场景危险程度因子，F为方向盘握力，R为表征方向盘控制模式的量，其数值与方向盘控制模式之间的关系表示为以下表达式：

式中，SD表示随动模式，JZ表示静止模式，CM表示沉默模式。

上述模糊规则定义如下，

技术方案所述的方向盘控制模式决策模块计算路感电机的方向盘制动力矩值的公式为：T_b＝k_dT_d+T₀

式中，T_b表示方向盘制动力矩值，k_d是驾驶员自由调节系数，可在0.1至2.5范围内取值，驾驶员可以按照自身需求调节通过改变k_d的数值，以实现调整方向盘制动力矩的大小；T_d是驾驶员特性力矩值；T₀是方向盘制动力矩限制值，能够限制方向盘制动力矩的最小值，以免方向盘制动力矩过小而使方向盘轻易发生转动，可在2至10牛米之间取值；

技术方案所述的驾驶员特性力矩值表征驾驶员克服阻力转动方向盘的难易程度，与驾驶员的性别、年龄、身体质量指数相关，身体质量指数等于体重除以身高的二次方；驾驶员特性力矩值通过预先训练的BP神经网络模型获得；技术方案所述的BP神经网络模型的结构共有4层，分别为输入层，两个隐藏层以及输出层，输入层节点数为3，输入向量为X＝[X1，X2，X3]，分别代表驾驶员的性别、年龄以及身体质量指数，第一隐含层神经元节点数为8个，第二隐含层神经元个数为5个，输出层节点数为1个，输出向量为Y，代表驾驶员特性力矩值预测值。

技术方案所述的方向盘控制模式决策模块根据人类驾驶员的人机共驾权重的大小变化采用分段取值的方法计算综合反馈力矩，技术方案所述的综合反馈力矩的计算公式为：

式中，T_total、T_fb、T_com分别是综合反馈力矩、路感反馈力矩和人机共驾补偿力矩，k_r是人类驾驶员的人机共驾权重，C_r是驾驶员反馈调节因子，驾驶员可以按照其喜好改变C_r的大小，以调节综合反馈力矩的大小；技术方案所述的路感反馈力矩是路感电机控制器计算得到的反馈力矩，为驾驶员提供路面状况及车辆行驶状态信息；

若人类驾驶员的人机共驾权重大于0.5，说明人类驾驶员占主导地位，方向盘力矩可以适当减小，故式中第一项的乘积小于路感反馈力矩；反之，当人类驾驶员的人机共驾权重小于0.5时，机器自动驾驶占主导地位，方向盘力矩可以适当增大，故式中第一项的乘积大于路感反馈力矩；通过方向盘力矩大小的变化提醒驾驶员当前驾驶权重的分配情况；若人类驾驶员的人机共驾权重等于0.5，说明人类驾驶员和机器自动驾驶的驾驶权相同，此时出于安全考虑，应当减小综合反馈力矩，便于驾驶员操纵车辆转向，此时将综合反馈力矩设计成随着驾驶场景危险程度因子增大而减小的趋势，即驾驶场景越危险，若公式中其他量的取值不变时，综合反馈力矩越小；

技术方案所述的人机共驾补偿力矩用于解决在人机转向模式下驾驶员转动的方向盘转角与实际的转向轮转角不一致的问题，辅助修正驾驶员的转向角度以使方向盘转角跟随转向轮转角，可进一步由下式计算：

式中，θ_sw和θ_t分别是方向盘转角和方向盘等效转角；C_td表示补偿力矩换算系数，将单位角度的转角差值换算成力矩值，单位是牛米每度，可在0.01至0.08范围内取值；其中，θ_t＝θ_f1/i_f1，表示车辆左前轮转角按照传动比换算成相应的方向盘转角，i_f1是方向盘至车辆左前轮的角传动比；当方向盘转角超前方向盘等效转角时，此时增大方向盘转向阻力增大，即人机共驾补偿力矩应当适当增大，并且在同样的转角差下，人类驾驶员的人机共驾权重越小，人机共驾补偿力矩增大的越多；反之，当方向盘转角滞后于方向盘等效转角时，人机共驾补偿力矩应当适当减小，并且在同样的转角差下，人类驾驶员的人机共驾权重越小，人机共驾补偿力矩增大的越多。

本发明的有益效果为：本发明设计了五种不同的方向盘控制模式，综合考虑驾驶环境危险等级、驾驶员喜好、意愿的影响，为车辆选择合适的方向盘控制模式，以适应车辆不同的人工驾驶模式、自动驾驶模式、人机共享驾驶模式，在保证车辆行驶安全性的同时兼顾驾驶员的喜好、意愿。

附图说明：

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1为本发明的人机共驾型线控转向控制系统组成框图；

图2为本发明的压力应变片在方向盘上的安装位置示意图；

图3为本发明的方向盘控制模式选择流程示意图；

图4为利用模糊控制方法选择方向盘控制模式的过程示意图；

图2中：1-安装在方向盘侧面的压力应变片；2-安装在方向盘正面的压力应变片；3-方向盘；4-安装在方向盘背面的压力应变片。

具体实施方式：

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

参阅图1，一种适用于智能汽车的人机共驾型线控转向控制系统，包括线控转向模块、方向盘控制模式决策模块和感知通讯模块；所述线控转向模块包括方向盘子模块和转向执行子模块；所述方向盘控制模式决策模块用于决策合适的方向盘控制模式，其分别与方向盘子模块和感知通讯模块相连；所述转向执行子模块分别与感知通讯模块、方向盘子模块相连；所述方向盘子模块包括方向盘、路感电机、路感电机控制器、转向管柱转角传感器、转向管柱扭矩传感器；

参阅图2，本发明所述的采集驾驶员握力信号的方向盘压力应变片的安装位置如下：

本发明所述的方向盘上布置有n1个压力应变片，在方向盘边缘的正面、侧面及背面分别间隔α₁度安装一个压力应变片，在方向盘边缘的正面、侧面及背面各安装n2个压力应变片，用于采集驾驶员方向盘握力信号；其中，安装在方向盘侧面的压力应变片1、安装在方向盘正面的压力应变片2是压力应变片的其中之一，安装在方向盘背面的压力应变片的位置和安装在方向盘正面的压力应变片的位置对应；其中，n1等于三倍n2；n2等于360除以α₁；为了保证无论驾驶员手握方向盘边缘的哪一位置，应变片都能采集到驾驶员的手握方向盘的握力信号，故至少将应变片间隔α₁均匀分布安装于方向盘边缘，也可在此基础上于驾驶员习惯手握方向盘的位置额外安装1至12个应变片，具体数量由应用者自行确定，本实施例中没有设置额外安装应变片；因此应变片安装间隔角度α₁取决于方向盘的直径和驾驶员的食指、中指、无名指和小指这四根手指对应的手掌宽度，应变片按照间隔角度α₁的最小值为α₀，α₁可在1至5倍α₀的范围内选择，具体数量由应用者自行确定；α₀可由下式计算：

式中，d_w是方向盘的直径，单位为米，B_h是驾驶员的食指、中指、无名指和小指这四根手指对应的手掌宽度，单位为米；在本实施例中，n1为30，n2为10，α₁为36；

参阅图3，本发明所述的一种适用于智能汽车的人机共驾型线控转向控制系统选择方向盘控制模式的过程为：

所述方向盘控制模式决策模块具有五种方向盘控制模式，分别为自由模式、随动模式、静止模式、沉默模式和共驾模式，所述方向盘控制模式决策模块综合车辆当前的驾驶模式、驾驶场景危险程度因子、驾驶员喜好以决策方向盘的控制模式，也可以由驾驶员自主选择方向盘控制模式；所述驾驶场景危险程度因子用于衡量当前驾驶场景的危险程度，驾驶场景危险程度因子数值越大，说明当前驾驶场景的危险程度越高；若车辆当前驾驶模式为人工驾驶模式，则方向盘控制模式选择自由模式；若车辆当前驾驶模式为机器自动驾驶模式，则方向盘控制模式从随动模式、静止模式和沉默模式中选择，基于驾驶场景危险程度因子、方向盘握力、驾驶员喜好，通过模糊控制方法进一步选取方向盘控制模式；其中，在静止模式下，路感电机输出一个方向盘制动力矩以阻止方向盘转动；若车辆当前驾驶模式为人机共享驾驶模式，则方向盘控制模式选择共驾模式，在方向盘共驾模式下，根据驾驶权重调整路感电机的输出力矩，此时的路感电机输出力矩定义为综合反馈力矩；所述方向盘控制模式决策模块包括主控制器、一个人机交互界面和数据存储器，驾驶员通过在人机交互界面填写问卷的方式输入喜好的方向盘控制模式，问卷结果存储到数据存储器中；所述问卷结果包括：驾驶员的姓名、填写问卷的序号、将随动模式、静止模式和沉默模式按照偏好程度排序的结果；所述问卷可以重复填写，每一次填写完毕的问卷结果将会覆盖历史的问卷结果；所述数据存储器中还存储着驾驶员的性别、年龄、身高、体重信息，以及方向盘分别至车辆所有转向轮的角传动比；

所述驾驶场景危险程度因子D_s按照如下公式确定：

式中，k₁是车速影响因子，v_x是本车的纵向车速；k₂是车轮转角影响因子，θ_f1、θ_f2分别是左前轮转角和右前轮转角；k₃、k₄分别是前车车距影响因子和后车车距影响因子，L_f、L_r分别是本车与前车的车距、与后车的车距，L_f0、L_r0分别是本车与前车的车距的安全阈值、与后车的车距的安全阈值，L_f0、L_r0具体取值由汽车生产厂家按照制动性能自行设定；k₅是路面等级影响因子，P是标准路面等级换算系数，对应标准路面等级A、B、C、D、E、F、G、H时，标准路面等级换算系数依次取值1、2、3、4、5、6、7、8；k₁、k₂、k₃、k₄、k₅的具体数值通过选用本车车型参数建立的车辆模型的大量仿真试验标定获得；驾驶场景危险程度因子表征当前驾驶场景的危险程度，其数值越大，说明危险程度越高，具体定义为与车速及车辆前轮转角正相关，与前车、后车之间的车距负相关，与当前道路的标准路面等级好坏相关，即车速越快、转角越大、与前后车的车距越小，当前道路的标准路面等级越差，当前驾驶场景越危险；

所述驾驶场景危险程度因子具有第一阈值和第二阈值，其中，第一阈值大于第二阈值，均通过大量仿真和试验获取，也可以由应用者自行设定。

所述方向盘控制模式决策模块在车辆处于机器自动驾驶模式时，决策方向盘控制模式的具体判断逻辑为：

(1)当驾驶场景危险程度因子大于驾驶场景危险程度因子第一阈值时，说明当前的驾驶场景危险程度较高，出于安全考虑，方向盘控制模式设置为随动模式，以保证必要时驾驶员可以快速接管方向盘进行转向控制；

(2)当驾驶场景危险程度因子大于驾驶场景危险程度因子第二阈值而小于驾驶场景危险程度因子第一阈值时，说明当前的驾驶场景危险程度中等，此时综合考虑安全程度与驾驶员意愿进行决策，基于驾驶场景危险程度因子和方向盘握力，采用模糊控制方法决定方向盘控制模式；

(3)当驾驶场景危险程度因子小于驾驶场景危险程度因子第二阈值时，说明当前的驾驶场景危险程度较低，此时可以优先考虑驾驶员的喜好，以满足驾驶员的喜好为目标，设置方向盘控制模式；具体过程为：调用数据存储器中属于当前的驾驶员的问卷结果，选择驾驶员偏好程度排序第一名的方向盘控制模式作为当前的方向盘控制模式；若数据存储器中无该驾驶员的问卷结果，则仍然采用模糊控制方法决定方向盘控制模式。

参阅图4，本发明所述方向盘控制模式决策模块利用模糊控制方法选择方向盘控制模式的过程如下：

所述模糊控制方法的输入变量为驾驶场景危险程度因子Ds和方向盘握力F_g；所述方向盘握力具体为：若检测到一处位置有握力信号，说明驾驶员单手握住方向盘，则方向盘握力为该位置的握力值，若检测到方向盘上有两处及以上位置的握力，说明驾驶员双手握住方向盘，此时方向盘握力等于各个位置的握力的平均值；为了方便衡量各个输入变量的影响，需要将输入变量进行归一化处理，将输入变量通过反正切函数x^*＝atan(x)2/π归一化处理之后得到输入变量的论域为[0，1]，其中，x表示归一化前的输入变量，x^*表示归一化后的输入变量；输入变量的模糊子集定义为：D＝{Z，MS，M，MB，B}，即{零，较小，中，较大，大}，F＝{Z，MS，M，MB，B}，即{零，较小，中，较大，大}；输出变量为介于0与1之间的连续值，其模糊集合定义为B＝{Z，MS，M，MB，B}，即{零，较小，中，较大，大}；其中D为驾驶场景危险程度因子，F为方向盘握力，R为表征方向盘控制模式的量，其数值与方向盘控制模式之间的关系表示为以下表达式：

式中，SD表示随动模式，JZ表示静止模式，CM表示沉默模式。

上述模糊规则定义如下，

以上的论述仅仅是本发明的优选实施例，是为了解释和说明，并不是对本发明本身的限制。本发明并不局限于这里公开的特定实施例，而由下面的权利要求确定。另外，在前面的描述中的与特定的实施例有关的记载并不能解释为对本发明的范围或者权利要求中使用的术语的定义的限制。所公开实施例的各种其它不同的实施例和各种不同的变形对于本领域技术人员来说是显而易见的。但所有不背离本发明基本构思的这些实施例、改变和变形均在所附权利要求的范围中。

Claims (7)

1.一种适用于智能汽车的人机共驾型线控转向控制系统，其特征在于，包括线控转向模块、方向盘控制模式决策模块和感知通讯模块；所述线控转向模块包括方向盘子模块和转向执行子模块；所述方向盘控制模式决策模块用于决策合适的方向盘控制模式，其分别与方向盘子模块和感知通讯模块相连；所述转向执行子模块分别与感知通讯模块、方向盘子模块相连；所述方向盘子模块包括方向盘、路感电机、路感电机控制器、转向管柱转角传感器、转向管柱扭矩传感器；所述方向盘上布置有n1个压力应变片，在方向盘边缘的正面、侧面及背面分别间隔α₁度安装一个压力应变片，在方向盘边缘的正面、侧面及背面各安装n2个压力应变片，用于采集驾驶员方向盘握力信号；其中，n1等于三倍n2；n2等于360除以α₁；为了保证无论驾驶员手握方向盘边缘的哪一位置，应变片都能采集到驾驶员的手握方向盘的握力信号，故至少将应变片间隔α₁均匀分布安装于方向盘边缘，也可在此基础上于驾驶员习惯手握方向盘的位置额外安装1至12个应变片，具体数量由应用者自行确定；因此应变片安装间隔角度α₁取决于方向盘的直径和驾驶员的食指、中指、无名指和小指这四根手指对应的手掌宽度，应变片按照间隔角度α₁的最小值为α₀，α₁可在1至5倍α₀的范围内选择，具体数量由应用者自行确定；α₀可由下式计算：

式中，d_w是方向盘的直径，单位为米，B_h是驾驶员的食指、中指、无名指和小指这四根手指对应的手掌宽度，单位为米；

所述路感电机对应不同的方向盘控制模式具有五种功用：充当路感反馈电机、充当方向盘驱动电机、充当方向盘制动电机、充当方向盘从动电机和充当综合信息反馈电机，具有方向盘角度闭环控制和方向盘力矩闭环控制两种控制模式；

所述方向盘控制模式决策模块具有五种方向盘控制模式，分别为自由模式、随动模式、静止模式、沉默模式和共驾模式，所述方向盘控制模式决策模块综合车辆当前的驾驶模式、驾驶场景危险程度因子、驾驶员喜好以决策方向盘的控制模式，也可以由驾驶员自主选择方向盘控制模式；所述驾驶场景危险程度因子用于衡量当前驾驶场景的危险程度，驾驶场景危险程度因子数值越大，说明当前驾驶场景的危险程度越高；若车辆当前驾驶模式为人工驾驶模式，则方向盘控制模式选择自由模式；若车辆当前驾驶模式为机器自动驾驶模式，则方向盘控制模式从随动模式、静止模式和沉默模式中选择，基于驾驶场景危险程度因子、方向盘握力、驾驶员喜好，通过模糊控制方法进一步选取方向盘控制模式；其中，在静止模式下，路感电机输出一个方向盘制动力矩以阻止方向盘转动；若车辆当前驾驶模式为人机共享驾驶模式，则方向盘控制模式选择共驾模式，在方向盘共驾模式下，根据驾驶权重调整路感电机的输出力矩，此时的路感电机输出力矩定义为综合反馈力矩；所述方向盘控制模式决策模块包括主控制器、一个人机交互界面和数据存储器，驾驶员通过在人机交互界面填写问卷的方式输入喜好的方向盘控制模式，问卷结果存储到数据存储器中；所述问卷结果包括：驾驶员的姓名、填写问卷的序号、将随动模式、静止模式和沉默模式按照偏好程度排序的结果；所述问卷可以重复填写，每一次填写完毕的问卷结果将会覆盖历史的问卷结果；所述数据存储器中还存储着驾驶员的性别、年龄、身高、体重信息，以及方向盘分别至车辆所有转向轮的角传动比；所述感知通讯模块用于获取车辆的左前轮转角和右前轮转角、纵向车速，可以通过传感器获取当前道路的标准路面等级，以及识别当前驾驶员身份；所述标准路面等级共分为A、B、C、D、E、F、G、H八级，其中，A级路面最好，H级路面最差。

2.根据权利要求1所述的一种适用于智能汽车的人机共驾型线控转向控制系统，其特征在于，所述方向盘控制模式决策模块的五种方向盘控制模式具体为：

在自由模式下，方向盘由驾驶员自由控制，转向轮转角跟随方向盘转角，路感电机充当路感反馈电机，仅为驾驶员提供路感反馈力矩；此时路感电机采用方向盘力矩闭环控制；

在随动模式下，方向盘转角跟随转向轮转角，路感电机充当方向盘驱动电机，驱动方向盘转动，路感电机采用方向盘角度闭环控制；

在静止模式下，方向盘保持处于回正状态，此时路感电机充当方向盘制动电机，产生方向盘制动力矩阻止方向盘转动，路感电机采用方向盘角度闭环控制；

在沉默模式下，方向盘可以由驾驶员转动，但是方向盘转角信号对于转向电机控制器是无效的，转向轮转角并不会跟随方向盘转角，此时路感电机充当方向盘从动电机，由方向盘带动转动，路感电机的输出力矩为0；

在共驾模式下，方向盘由驾驶员操控，路感电机充当综合信息反馈电机，路感电机此时的输出力矩为综合反馈力矩，向驾驶员提供路感信息的同时还提供驾驶权重分配信息；此时路感电机采用方向盘力矩闭环控制。

3.根据权利要求1所述的一种适用于智能汽车的人机共驾型线控转向控制系统，其特征在于，所述驾驶场景危险程度因子D_s按照如下公式确定：

式中，k₁是车速影响因子，v_x是本车的纵向车速；k₂是车轮转角影响因子，θ_f1、θ_f2分别是左前轮转角和右前轮转角；k₃、k₄分别是前车车距影响因子和后车车距影响因子，L_f、L_r分别是本车与前车的车距、与后车的车距，L_f0、L_r0分别是本车与前车的车距的安全阈值、与后车的车距的安全阈值，L_f0、L_r0具体取值由汽车生产厂家按照制动性能自行设定；k₅是路面等级影响因子，P是标准路面等级换算系数，对应标准路面等级A、B、C、D、E、F、G、H时，标准路面等级换算系数依次取值1、2、3、4、5、6、7、8；k₁、k₂、k₃、k₄、k₅的具体数值通过选用本车车型参数建立的车辆模型的大量仿真试验标定获得；驾驶场景危险程度因子表征当前驾驶场景的危险程度，其数值越大，说明危险程度越高，具体定义为与车速及车辆前轮转角正相关，与前车、后车之间的车距负相关，与当前道路的标准路面等级好坏相关，即车速越快、转角越大、与前后车的车距越小，当前道路的标准路面等级越差，当前驾驶场景越危险；

所述驾驶场景危险程度因子具有第一阈值和第二阈值，其中，第一阈值大于第二阈值，均通过大量仿真和试验获取，也可以由应用者自行设定。

4.根据权利要求1所述的一种适用于智能汽车的人机共驾型线控转向控制系统，其特征在于，所述方向盘控制模式决策模块在车辆处于机器自动驾驶模式时，决策方向盘控制模式的具体判断逻辑为：

当驾驶场景危险程度因子大于驾驶场景危险程度因子第一阈值时，说明当前的驾驶场景危险程度较高，出于安全考虑，方向盘控制模式设置为随动模式，以保证必要时驾驶员可以快速接管方向盘进行转向控制；

当驾驶场景危险程度因子大于驾驶场景危险程度因子第二阈值而小于驾驶场景危险程度因子第一阈值时，说明当前的驾驶场景危险程度中等，此时综合考虑安全程度与驾驶员意愿进行决策，基于驾驶场景危险程度因子和方向盘握力，采用模糊控制方法决定方向盘控制模式；

当驾驶场景危险程度因子小于驾驶场景危险程度因子第二阈值时，说明当前的驾驶场景危险程度较低，此时可以优先考虑驾驶员的喜好，以满足驾驶员的喜好为目标，设置方向盘控制模式；具体过程为：调用数据存储器中属于当前的驾驶员的问卷结果，选择驾驶员偏好程度排序第一名的方向盘控制模式作为当前的方向盘控制模式；若数据存储器中无该驾驶员的问卷结果，则仍然采用模糊控制方法决定方向盘控制模式。

5.根据权利要求1所述的一种适用于智能汽车的人机共驾型线控转向控制系统，其特征在于，所述方向盘控制模式决策模块中的模糊控制方法的输入变量为驾驶场景危险程度因子Ds和方向盘握力F_g；所述方向盘握力具体为：若检测到一处位置有握力信号，说明驾驶员单手握住方向盘，则方向盘握力为该位置的握力值，若检测到方向盘上有两处及以上位置的握力，说明驾驶员双手握住方向盘，此时方向盘握力等于各个位置的握力的平均值；为了方便衡量各个输入变量的影响，需要将输入变量进行归一化处理，将输入变量通过反正切函数x^*＝a tan(x)2/π归一化处理之后得到输入变量的论域为[0，1]，其中，x表示归一化前的输入变量，x^*表示归一化后的输入变量；输入变量的模糊子集定义为：D＝{Z，MS，M，MB，B}，即{零，较小，中，较大，大}，F＝{Z，MS，M，MB，B}，即{零，较小，中，较大，大}；输出变量为介于0与1之间的连续值，其模糊集合定义为B＝{Z，MS，M，MB，B}，即{零，较小，中，较大，大}；其中D为驾驶场景危险程度因子，F为方向盘握力，R为表征方向盘控制模式的量，其数值与方向盘控制模式之间的关系表示为以下表达式：

式中，SD表示随动模式，JZ表示静止模式，CM表示沉默模式。

6.根据权利要求1所述的一种适用于智能汽车的人机共驾型线控转向控制系统，其特征在于，所述方向盘控制模式决策模块计算路感电机的方向盘制动力矩值的公式为：

T_b＝k_dT_d+T₀

式中，T_b表示方向盘制动力矩值，k_d是驾驶员自由调节系数，可在0.1至2.5范围内取值，驾驶员可以按照自身需求调节通过改变k_d的数值，以实现调整方向盘制动力矩的大小；T_d是驾驶员特性力矩值；T₀是方向盘制动力矩限制值，能够限制方向盘制动力矩的最小值，以免方向盘制动力矩过小而使方向盘轻易发生转动，可在2至10牛米之间取值；

所述驾驶员特性力矩值表征驾驶员克服阻力转动方向盘的难易程度，与驾驶员的性别、年龄、身体质量指数相关，身体质量指数等于体重除以身高的二次方；驾驶员特性力矩值通过预先训练的BP神经网络模型获得；所述BP神经网络模型的结构共有4层，分别为输入层，两个隐藏层以及输出层，输入层节点数为3，输入向量为X＝[X1，X2，X3]，分别代表驾驶员的性别、年龄以及身体质量指数，第一隐含层神经元节点数为8个，第二隐含层神经元个数为5个，输出层节点数为1个，输出向量为Y，代表驾驶员特性力矩值预测值。

7.根据权利要求1所述的一种适用于智能汽车的人机共驾型线控转向控制系统，其特征在于，所述方向盘控制模式决策模块根据人类驾驶员的人机共驾权重的大小变化采用分段取值的方法计算综合反馈力矩，所述综合反馈力矩的计算公式为：

式中，T_total、T_fb、T_com分别是综合反馈力矩、路感反馈力矩和人机共驾补偿力矩，k_r是人类驾驶员的人机共驾权重，C_r是驾驶员反馈调节因子，驾驶员可以按照其喜好改变C_r的大小，以调节综合反馈力矩的大小；所述路感反馈力矩是路感电机控制器计算得到的反馈力矩，为驾驶员提供路面状况及车辆行驶状态信息；

若人类驾驶员的人机共驾权重大于0.5，说明人类驾驶员占主导地位，方向盘力矩可以适当减小，故式中第一项的乘积小于路感反馈力矩；反之，当人类驾驶员的人机共驾权重小于0.5时，机器自动驾驶占主导地位，方向盘力矩可以适当增大，故式中第一项的乘积大于路感反馈力矩；通过方向盘力矩大小的变化提醒驾驶员当前驾驶权重的分配情况；若人类驾驶员的人机共驾权重等于0.5，说明人类驾驶员和机器自动驾驶的驾驶权相同，此时出于安全考虑，应当减小综合反馈力矩，便于驾驶员操纵车辆转向，此时将综合反馈力矩设计成随着驾驶场景危险程度因子增大而减小的趋势，即驾驶场景越危险，若公式中其他量的取值不变时，综合反馈力矩越小；

所述人机共驾补偿力矩用于解决在人机转向模式下驾驶员转动的方向盘转角与实际的转向轮转角不一致的问题，辅助修正驾驶员的转向角度以使方向盘转角跟随转向轮转角，可进一步由下式计算：

式中，θ_sw和θ_t分别是方向盘转角和方向盘等效转角；C_td表示补偿力矩换算系数，将单位角度的转角差值换算成力矩值，单位是牛米每度，可在0.01至0.08范围内取值；其中，θ_t＝θ_f1/i_f1，表示车辆左前轮转角按照传动比换算成相应的方向盘转角，i_f1是方向盘至车辆左前轮的角传动比；当方向盘转角超前方向盘等效转角时，此时增大方向盘转向阻力增大，即人机共驾补偿力矩应当适当增大，并且在同样的转角差下，人类驾驶员的人机共驾权重越小，人机共驾补偿力矩增大的越多；反之，当方向盘转角滞后于方向盘等效转角时，人机共驾补偿力矩应当适当减小，并且在同样的转角差下，人类驾驶员的人机共驾权重越小，人机共驾补偿力矩增大的越多。

Images