论文部分内容阅读
随着汽车技术的发展,交通安全问题一直是人们关注的重点问题。近年来,虽然我国交通事故总数呈下降趋势,但不可否认的是,我国所面临的交通安全问题仍然相当严峻。为了降低事故发生的概率,进一步提高行驶安全性,汽车主动安全技术正在引起研究人员们的广泛关注。基于此,近年来以自车道偏离预警系统(lane departure warning,LDW)、自动紧急制动系统(autonomous emergency break,AEB)、前碰撞预警系统(front collision warning,FCW)等为代表的高级驾驶员辅助系统(advanced driver assistant system,ADAS)产品得到迅速发展。然而要将这些产品正式投入生产之前需要在各种测试场景下进行大量的测试和验证,这些测试在实际环境下进行较为困难。因此,为了对这些功能进行验证,在前期的仿真测试阶段,典型的虚拟测试仿真场景的建立是十分重要的一环。本文搭建的测试场景为典型的交通危险场景,为ADAS功能提供测试环境。首先,本文通过研究2017年天津市道路交通事故情况,分别从天气、时间、照明情况、道路条件、交通控制方式和事故形式这几大方面进行仔细分析,提取出事故发生时存在哪些主要影响因素,以这些主要的影响因素为依据,为构建典型危险场景时选取哪些场景要素作参考。本文用装有毫米波雷达、行车记录仪和数据采集终端的天津市出租车作为数据采集的平台,采集在自然驾驶状态下车辆行驶的视频工况,通过查看视频回放将视频转化成数据形式记录下来,得到共456个车辆-机动车、车辆-非机动车和车辆-行人的危险工况,分别对这三种危险工况利用系统聚类法,将相似的危险工况合并,最终得到6类车辆-机动车典型危险工况、5类车辆-非机动车典型危险工况和4类车辆-行人典型危险工况。其次,基于ADAS HIL系统中的CarMaker软件,对本次聚类所得的典型危险工况的场景要素进行设置,搭建出具有视频动画效果的虚拟仿真场景,形成车辆-机动车、车辆-非机动车和车辆-行人的典型危险场景库,并以此作为后期ADAS算法的开发和测试环境。最后,本文以搭建的车辆-行人典型危险场景为例,将CarMaker与Simulink进行联合仿真,对自动紧急制动系统(autonomous emergency break,AEB)功能进行测试,验证了实验室现有控制算法的可靠性;除此之外,基于ADAS HIL系统和MicroAutoBox,再结合实验室现有的感知、决策规划及控制算法,对车辆-行人的典型危险工况场景进行避撞控制测试。即通过传感器中的感知算法识别危险场景中行人并对运动轨迹进行预测,利用B样曲线算法生成一条带有时间、速度和方向的平滑避撞路径,并采用LQR与PID控制算法对车辆进行横向和纵向控制,实时跟踪规划的避撞路径,从而避免了碰撞的发生。