汽车行车安全系统的原理分析石磊信息与控制学院07自动化系20071336046摘要基于高速公路的高事故率这一背景，对汽车的安全行车系统做了原理分析。

主要在对汽车行车过程的一般性分析，利用现有的部分现代仪器得到的一些数据，通过对这些数据的处理，得到行车状况的判定，利用控制技术做出相应的措施，可以在危险程度较低的情况时做好了应对之策，相信通过这种行车安全自动系统可以有效地减低事故率。

关键词:安全驾驶系统动态预测转向控制锁定跟车模式The Principle of Automotive Safety SystemsShi LeiInformation & Control Institute Automation of 07 20071336046AbstractBased on high accident rate on highways this background, the car's safety system has made the principle of driving. Mainly in the general process of analysis of automobile driving, use of the existing part of the modern instrument some of the data obtained through the processing of these data were obtained to determine the driving conditions, the use of control measures accordingly, the degree of risk than in the Case of low countermeasures do a good job, I believe that traffic safety through the automatic system can be effective in reducing the accident rate.Key words: safe driving system ; Dynamic prediction ; Steering Control ; Locked car following model汽车安全系统的原理分析 (1)Abstract (1)1、前言 (2)1．1我国历年交通事故统计 (2)1．2 现在的研究对策——自动驾驶及最新进展 (3)1．3本文研究的主要内容与方法 (3)2、毫米波雷达的功能介绍 (4)3、建模分析的理论准备 (5)3．1汽车制动的一般过程分析 (5)3．2求解前车的速度与加速度的办法 (7)3．3几个安全距离的定义及安全性的动态预测模型 (8)3．4直线控制和转向控制的原理 (9)4、实际问题的过程分析与处理方案 (11)4．1转向技术的应用场合及其运动控制办法 (11)4．1．1方向控制在自动驾驶用的使用 (11)4．1．2危机处理中的方向控制 (11)4．1．3 在弯道处的方向控制 (12)4．1．4在超车中的转向 (13)4．2超车的场合及其运动控制办法 (14)4．4特殊天气情况下的行车办法 (15)5、安全系统的人机交互界面 (16)6、总结与设想 (18)1、前言1．1我国历年交通事故统计中国历年交通事故死亡人数官方统计,中国每年交通事故50万起,因交通事故死亡人数均超过10万人,稳居世界第一. 统计数据表明,每5分钟就有一人丧身车轮,每1分钟都会有一人因为交通事故而伤残.每年因交通事故所造成的经济损失达数百亿元.下面的表格是2001年~2009年历年交通事故的统计:(源自公安部统计)(表1)2001年~2009年历年交通事故的统计表1．2 现在的研究对策——自动驾驶及最新进展据最新消息,Google近日公开了他们正在研发的自动驾驶汽车,到公开为止,这种自动驾驶汽车已经完成了14万英里的行驶测试.谷歌自动驾驶汽车未来的目标是解放人们的双手,在车辆自动驾驶时,人们可以安心地发信息、吃东西或化妆.据介绍,谷歌研发的无人汽车采用智能软件和感应设备,包括摄像机、雷达感应器和激光设备等.汽车能够360度全方位感应:车顶的雷达感应器能够扫描半径200英尺(约70米)范围内环境,车后的感应器能评估汽车所在位置,车载电脑通过摄像头能“看懂”交通灯,识别人行道和障碍物等,并模拟人的智力对相应交通状况作出正确反应.车辆行驶途中,会发出“接近人行道”、“前方转弯”等语音指示,来提醒驾驶员注意.“无人驾驶”并不是说车中无人,而是可以让驾驶员坐在车内什么都不做而到达目的地.1．3本文研究的主要内容与方法本文的研究目的在于,探究自动驾驶的运动控制模型,为减少不确定因素干扰程度,便于理解,本文仅就高速公路中的自动驾驶建立模型进行算法推导.通过对汽车的一般制动过程做详细的分析,利用由毫米波雷达测得的数据(两车相对距离的即时变化)结合自己车的速度及加速度,计算出前车的运动状态,通过辆车的运动状态并结合汽车在各种情况下制动的一般模型可以对现在行驶状态的安全程度做一个动态评估,利用这个成果与汽车的动力系统联系起来就在出现危机就可以进行自动处理,将危险扼杀在萌芽之中,将损失降到最小.通过对几种典型危险状况下的运动过程的细致分析,结合可以利用的技术和功能进行自动处理,来对本系统的几个主要的功能做深入了解,特别的针对特殊天气时提出了锁定前车跟踪行驶的理念.2、毫米波雷达的功能介绍本文的算法研究过程中主要用到的仪器或技术:测速、测距毫米波雷达,下面是其功能和特点的介绍. 毫米波雷达使用毫米波(millimeter wave )通常毫米波是指30～300GHz频域(波长为1～10mm)的.毫米波的波长介于厘米波和光波之间,因此毫米波兼有微波制导和光电制导的优点.同厘米波导引头相比,毫米波导引头具有体积小、质量轻和空间分辨率高的特点.与红外、激光、电视等光学导引头相比,毫米波导引头穿透雾、烟、灰尘的能力强,具有全天候(大雨天除外)全天时的特点.另外,毫米波导引头的抗干扰、反隐身能力也优于其他微波导引头 .毫米波在大气中的传播损失主要来自水蒸汽和氧分子对电磁能量的谐振吸收.传播损失与工作频率有一定的关系,见下图(1).在各谐振点之间存在着损失较小的以35 吉赫、94吉赫、140吉赫、220吉赫等频率为中心的窗口.各窗口宽度不等,约为几十吉赫.毫米波雷达的工作频率选在这些窗口之内.图中还表示出在有雨、有雾等条件下,传播损失与工作频率的关系.在毫米波波段,这种损失主要来源于雨和雾对电磁能量的吸收.在有雨、有雾等条件下,毫米波的传播损失比微波严重得多,而且频率“窗口”不复存在.与光波(红外、可见光、紫外光)相比,毫米波在云雾、烟、尘中传播的损失要小得多.以传播损失来说,毫米波雷达比激光雷达优越.图(1) 传播损失与工作频率的关系【1】3、建模分析的理论准备3．1汽车制动的一般过程分析为了更好的进行数学模型的建立,我们先对实际的情况进行抽象分析.首先,对汽车的制动的一般过程进行分析.一般而言,当发生紧急情况,司机进行动作最后使车停下会经历四个阶段:司机反映并开始动作阶段、制动系统协调阶段、减速度增加阶段,保持最大减速度减速直至完全停下阶段,为了下文推导的方便,在这里先定义一些物理量:四个阶段对应的时间为14~t t ,起始速度为0v ,加速度为s ∆.前车速度q v ,后车速度h v ,两车相对距离s ∆,现在对各个阶段进行具体分析在第一个阶段,即司机发现紧急情况并开始动作的阶段,在这个阶段大概为1秒左右,此时汽车仍做匀速运动,即0v v =,速度没有变化,即0a =.这个阶段的运动距离为:101s v t v t =⋅=⋅ (1) 第二个阶段,即制动协调阶段,所谓制动协调就是消除制动系统中空隙,从开始制动到制动开始起作用的时间,故而这个阶段速度和加速度也都没有变化,即0v v =,0a =,这个阶段的运动距离为:202s v t v t =⋅=⋅.第三个阶段,减速度变化的阶段,这里假设加速度是匀速变化的,即()a t k t =⋅,其中max 3k a t =,所以这时速度为20001()()2tv t v a t dt v kt =-=-⎰ (2)这个阶段行驶的距离为3323300330011()()26t t s v t dt v kt dt v t kt ==-=⋅-⎰⎰, (3)这个阶段最后时刻的减速度为max 3a a kt ==, (4)速度为323300301()()2t v v t v a t dt v kt ==-=-⎰. (5)第四个阶段,以恒定减速度(max a )减速到汽车完全停下,此时起始初速度为,max a a =,所以这个阶段的速度为03max 3max 0()()t tv t v a t dx v a dx v a t =-=-=-⎰⎰, (6)这个阶段行驶的距离为44243max 34max 001()()2t t s v t dt v a t dt v t a t ==-=-⎰⎰. (7)综上分析,可以得出加速度关于时间在各个阶段的变化情况以及速度的变化曲线. 图(2)是关于加速度的变化与时间的关系【2】,这里假设在第三个阶段(即加速度变化阶段)里加速度是匀速变化的,图(2)加速度的变化与时间的关系由此可以推出速度的变化曲线如图(3)所示:图(3)速度的变化曲线所以整个制动过程行驶的总距离为1234s s s s s =+++总.对于自己的汽车而言,基本上一下几个参数是固定的:时间13~t t 、加速度变化率k 、最大加速度max a ,所以,以上推导的所有数据可以进一步缩写:1040()~()s v s v ,0()s v 总3．2求解前车的速度与加速度的办法我们可以利用毫米波雷达直接测量的数据有,,h h v a s ∆,现在利用这些量来求前车的速度、加速的等量,首先通过我们的直观理解有以下等式:q h q h v v v d v a dt a a a∆=-⎧⎪∆⎪∆=⎨⎪=+∆⎪⎩ (8) 其中v ∆是相对速度,a ∆是相对加速度,q a 和h a 分别是目标车和本车加速度,q v 和h v 分别是前车和本车的行驶速度.可知目标车加速度是本车加速度与相对加速度的和.从以上方程可知在已知本车加速度的情况下可以通过求相对加速度来得到前车加速度,关键是相对加速度的获取.假设已经通过对运动目标的跟踪和参数已经获取h v 和h a ,而获取相对加速度的方法它是根据车载探测系统提供的相对速度测量值的数值微分来得到目标车的加速度.因为系统本身含有毫米波探测设备,因此可以在不增加成本和不降低工作性能的前提下,通过现有设备解决获取前车加速的问题.获取加速度方法的实质是设计一个跟踪一微分动态系统.通过文献【3-6】,可知跟踪微分器是一个动态系统,能够跟踪输入信号并给出其微分值,跟踪一微分器的形式如下式 :1222211((),)x x x x R f x u t R y x ∙∙⎧=⎪⎪=-⎨⎪=⎪⎩(9) 因此可以这样说跟踪一微分系统这样的系统:对它输入一个信号u(t),它将输出两个信号X 1(t)和X 2(t),其中X 1(t)跟踪输入信号u(t)而X 2(t)是X 1(t)的微分,即跟踪输入信号的微分信号.参考上面的方程组构造并论证用于跟踪前方目标车辆相对速度变化并获取加速度信息的跟踪一微分系统.根据单输入的线性定常系统,线性跟踪一一微分系统的状态方程为:212()()()[()()]()()()v t a t a t m R v t u t m R a t y t v t ∙∙⎧=⎪⎪=-+⋅⎨⎪=⎪⎩(10) 其中m 1,m 2 < 0 , m 22一4m 1>0, R>0,并且v(0), a(0)是有界的,v(t), a(t)是系统的状态变量,v(t)是探测系统获得的相对速度值,作为系统的输入信号,a(t)是v(t)的近似微分.线性跟踪——微分器的解满足:lim ()()R v t u t →∞=并且本系统是渐近稳定的.它能够即时跟踪相对速度信号,并同时给出其相对加速度的值,达到即时估计加速度的目的,为上述滑模车间距控制系统提供加速度输入控制参数.见下图[7--11](4)显示了方程(6一46)滑模定义3控制方式结合跟踪微分算法的控制系统图(4)引入跟踪微分算法的滑模车间距离控制系统其中:1231;;111K K K K λλτλτλτ===+++ 求得前车的速度与速度变化率的用途:便于建立安全模型,甚至是直观模型.3．3几个安全距离的定义及安全性的动态预测模型1)司机制动安全距离:101s an s =总（v ）, 2)系统制动安全距离:220130140121()()()()an an o s s v s v s v s v =++=, 3)前车制动距离:402()q s s v = 4)安全距离余量:m5)第一安全距离,这个量的含义是在正常最极端的情况下,即后车匀速,前车忽然停下(比如撞车),而后车仍能够在司机的正常反应下安全制动,第一安全距离仅仅与自己的车现在的速度有关,故有第一安全距离为:10()safe q s s v m =+总6)第二安全距离,这个量的含义是,在正常情况下,司机发现前车制动而后及时动作,最后仍能安全无损伤,这时可以想到,它不仅与后车速度有关,还与前车的速度有关,此时,第二安全距离的计算公式为:32040()()safe an h q s s v s v m =-+7)第三安全距离,这个指的是此时出现意外而司机的动作已经来不及动作,系统自动进行制动,根据理解我们可以知道此时的距离计算式为:32040()()safe an h q s s v s v m =-+3．4直线控制和转向控制的原理在自动驾驶的系统里,必然少不了一种控制是方向控制,我且不知道如今已有的系统是如何实现的,一下仅是个人的一个设想,就目前的科技水平我觉得应该可以实现我的这个想法(或许已经存在了),在此我是建立在一下技术可以实现的前提下进行构想的:可以分成束装测距,即在我的这个系统里要求,汽车前端的测距雷达发出一个对称角度范围(夹角为2α)的束波,可以测出在这个范围内的汽车的距离、以及发射波的边界测量长度(就是发射的波中边界射在护栏处距车的长度s s 右左、),前车相对距离s ∆,以及方位角度θ,如图(5)所示图(5)方向控制示意图已知,高速公路单向车道左右宽度为l ,可以很容易由图(5)推出以下关系式:a b l += (11) 12m a xθθθ-≥∆ (12)122θθα+= ( 13)c o s a s α=⋅左 (14) c o s b s α=⋅右 (15)一般情况下12θθ与,(在一定误差范围内可以忽略,即不动作)此时有水平相对距离为1cos s s θ∆=∆⋅,为防止汽车撞到护栏上,有这样的限制,比如距离边界最小距离为0.5米,这可以表示成以下这个不等式:1a b l -≥-,所谓直线控制并不要就随时控制,而是在一定情况下的控制,比如说偏向过大12max θθθ-≥∆,当然这个max θ∆并不是一个定值,它与a b -有关,通俗的讲就是,本着安全的考虑,当汽车越靠边如果偏角太大越可能发生危险,就要有更严厉的限制,至于到底存在着何种定量关系,需要根据实际的某些数据,以及系统的灵敏度来设定.4、实际问题的过程分析与处理方案4．1转向技术的应用场合及其运动控制办法那这种方向控制的用处是什么呢？目前,我能想到的场合不外乎以下几种:4．1．1方向控制在自动驾驶用的使用也就是说利用这些数据可以是汽车在正常情况下匀速自动行驶,下面介绍其工作原理,首先利用12θθ与的大小关系进行校正,比如12θθ<,这就意味着此时车可能会撞到右边,故此时应该左转,同时还要控制一个位置,就是你不能在超车道和行车道中间行驶,所以这里不仅要满足1a b l -≥-,还不能在两个通车道之间行驶,所以要进一步限制,12(,)a b l l -∉.4．1．2危机处理中的方向控制在前面介绍的见到制动过程中,在最紧急的情况下,即在系统自动处理危机的阶段中,其中有一种处理方式就是从旁边绕过去,这就要用到转向这个功能,当然,如果前车并没有挡住你的车就不必转向,所以这里面也要有一定的决策性智能控制,下面就来详细分析一下:首先,一切考虑皆是从安全的角度为出发点,所以先设定几个安全限制A. 车要安全从前车旁边要过去就要保证一点,两车的横向车距10.3s ∆≥米.B. 当然,还有一个前提别忘了,与两边护栏的距离仍要满足啊,即1a b l -≥-.C. 还有一个假如几个通道前面都有汽车,而且靠得很近,你没有绕过去的通道自然没有办法超车了,这是还是紧急刹车的好,这里就要用到决策,具体如何决策,在下面 “超车”部分会详细分析.现在对这个过程中的转向控制进行分析,首先分析比较普通的一种情形,前方就一辆汽车如下图(6)所示图(6)前后两车在同一车道高速公路有三个通道:超车道、行车道、紧急停车道,一般情况下,汽车只在超车道和行车道行驶,这里不妨假定前方车是在行车道,而如果你在紧急情况选择的是绕过去(当这种选择可行时),这里仅仅考虑你也在行车道,即前方的汽车挡住你车直行的路线,此时因为是紧急情况,也就是意味着即便你的汽车安全系统自动制动也不能保证安全(不撞车),故这时还有一个选择就是绕过去,转向是肯定的,这里同时还要考虑的是速度是否需要同时改变,是完全制动,还是只要保证安全的前提下只要绕过去就可以了,我的考虑是这样的,同时考虑以下几个方面,第一虽然危急但,尽量使变化(转向)平缓否则这本身也会带来安全隐患,同时保证转向的效果达到,即最终可以安全通过,这样我的减速方案是:先确定一个临界安全距离0s s ∆≤∆,当ωω=,已经完成转向环节,而这个0s ∆与前车速度有关,可能这事你就会有一个疑问,前车不是在减速吗？这个0s ∆岂不是也在不断减小,是的,这也是一个动态量,但是只要有一个计算标准,这个量自然可以算出来,这里我们就先假定电脑即时算出了这个距离,然后将转向的过程就均匀分布在当相对距离最终达到0s s ∆=∆这个过程中,至于如何控制以及控制力度(尽量做到均匀转向,并且无“振荡”)这也可以有电脑计算得出,同时,纵向减速度的控制是为了在保证安全的前提下最大限度满足上一个过程的平缓(舒适度),这里就是使转向的时间尽量长,这要就要就减速度大,当自身减速度又不能太大,这同样不舒适,也不安全,因为同样会引起转向的不稳定,这里的均衡考虑是因为这种情下本就危急,所以,而且转向的幅度不是很大,所以只是在满足平稳快速实现转速的转速度(这个转角速度有实际情况测量所得,因各个车的性能来定),而减速度的确定就是依据转角时间来定.4．1．3 在弯道处的方向控制在这种情况下,一方面可以有导航仪提供的信息做好模糊路线规划,再协同车上实况检测仪器来应对实际情形中的状况,比如在拐弯时需要保持前车的安全车距,还要做到稳定在某一个车道内行驶,在这个过程中的控制要把握一些原则,比如,不要超车,此时超车的危险度会比正常直线行驶时高很多.这时和直道的控制一样,如下图(7)所示:图(7)弯道转向控制其实和直线的情形虽不一样,当仅仅是因为此时S 1与S 2的绝对值较大一些,这样正说明需要进行大角度的转向,而具体的控制方法与前面一样.4．1．4在超车中的转向当我们准备超车时,要做的第一件事是能不能超,如果前方都堵死了显然你没法子超车,这时就只有刹车这一个选择,当然很多情况下不会这么糟,但不管怎样,首先得先判断,所谓判断,在这里就是观察前方可否通行,可以通行的定义可不仅仅是不是前方两个车道都有车,因为即便前方两个车道都有车,但那两车之间相距甚远,如下图所示(8)图(8)前方有多辆车时超车如图(8)中所示,但22s an s ∆≥∆时,可以就可以安全超车,这里的2an s ∆是指当前方有两辆车(不同车道)时可以从这两辆车中间超车的最小安全距离,这个距离与前面两车的速度有关,计算这个量需要考的因素是在转向之前与同车道的车保持在安全距离之外,即使在超车过程中出现意外也能保证能够安全紧急制动,还有一个就是当由于你的车速必然要比前面两辆车快(这里假设的是前方两车速度相同,否则没有必要冒险在两辆车之间超车),假设这速度差为12a v a ≤∆≤),所以还要考虑的就是在你正常以转向角速度转向的过程中,你与前车的相对距离也在进一步减小,此时如果出现意外最佳的处理方式自然是继续转向,即便前方有情况,最终必须停止,但肯定你不转向首先撞到的是前车,而且撞到前车的概率肯定比绕过去制动撞到物体的概率要大,毕竟绝对距离不一样,当然在你转向时也要与后一辆车保持一定的安全车距,防止出现摩擦,也不礼貌.4．2超车的场合及其运动控制办法首先,第一种情况,前方只有一辆车,(示意图见图(9))而且前车速度不快,q h v v <,于是系统的决定是超过去,假如前后两车不在同一车道,那直接按原来的速度(或提速)直线行驶,这个情况比较简单,但同样要考虑一些因素,就是为高速公路的流通舒畅,以防车流密度过大,超车这个过程不能太长,也就要求你与前车的速度差有个下限,这样当你与后车的相对车距达到一定时,其他的车也可以超那车(也许那是一辆满载的货车,偏偏霸占这超车道),所以可能要求这个过程不能超过lim t 秒,故而根据这个时间限制可能要求提速,这是最简单的一种情形.图(9)前后车不在同一车道再有,如果是第二种情形,见图(9),依然是只有两辆车,这两辆车在同一车道,如果超车,就要必须用到转向这个动作,关于转向的控制前面已经有所介绍,这里不再重复,这里只做一些另外的补充,就是假如你在超车时如果后车先转向了,这是一种突发情形,首先因该考虑一点,前车转向肯定是有原因的,所以先考虑一下前车换道(转向)的可能原因,一般想来可能有这样几种:○1、它发现危险,转向避让,○2、纯粹是换道,无其他情况○3、准备超车(虽然不在这种考虑之中)等,其特征归纳一下就三种:一、转向并减速;二、转向不减速,三、转向并加速.针对第一种情况可能是有危险了,这时正确的决策是停止超车,继续转向,立刻减速(只要和前车保持制动安全即可).针对第二种你就不必转向了(暂时性),因为你原本距前车就有一定的安全距离,所以此时尚有时间来观察情况,在做决策.第三种,和第二种差不多,而且相对更安全些.第三种情形是前方的车不止一辆,为简便就假定有两辆,如图(10)所示,此时超车要考虑的因素要多一些,比如在前面提到的最小相对安全2an s ∆,图(10)前方有多辆车是超车4．4特殊天气情况下的行车办法高速公路有几种天气情形是比较危险的,大雪,冰冻,大雨,大雾,甚至是団雾,总而言之是使可见度减低,这时司机一般的选择都是减速,但又不能见太多,因为有可能后面的车撞上,在这时很可能不能依靠眼睛,比如当可见度不到30米的时候,你就不能依靠视力开车了,这时很明显毫米波雷达可以替代我们的眼睛,因为它可以“看”到150米左右的距离,但是如何利用呢？就是我们怎样使汽车可以安全行驶,这里就要创找一个概念“锁定”,就是当前方有汽车进入你的“视野”时,你就锁定它,锁定的目的是首先你不能撞上它,然后如果有需要也可以用来安全超车,不过,即便要超车,在这种情况下,要求最好以最安全的概率下超车,即你的车速和前车的车速相差不大,前方无弯道,如果超车还要转向环节,这就要保证两车的距离足够大,这个距离应该这样理解,首先他和前车速度有关,第二,这个速度是说你必须在相对距离减小到这个临界距离时已经完成转向环节,这个其实不难做到,就两车一般情况,就不必了,因为此时这种特殊情况,无论谁都不愿意冒着出车祸的危险去赶时间,毕竟小命第一,所以这时候最明智也是大多数人都会采取的一种做法是保持和前车匀速行驶,这也算是一种“稳定”,此时超车就真是“于己不利,于人有害”,既然在此时稳定是最好的情况,我们就尽量促成这种稳定,显然这时虽然眼睛看不见,雷达却可以看见,而且它更能计算出前车的运动状态,有了这些条件,系统向安全跟车就不是什么难事.既然可以做到,那我们还要考虑这个行为的规则,先想想它的目的和可能的危险,可以很容易想到,第一,不能太近,以免追尾;其次,也不可太远,否则肯可能“看不见”,也就无法锁定前车.有了这两个考虑,这个距离的控制就水到渠成了,一般而言,处于12safe safe s s s ≥∆≥就可以满足以上两个原则.。