车道偏离预警模糊控制算法研究

第30卷第3期2013年6月Vol.30No.3Jun.，2013华东交通大学学报JournalofEastChinaJiaotongUniversity文章编号：1005-0523（2013）03-0076-06收稿日期：2013-02-26作者简介：苗水雯（1988－），女，硕士研究生，研究方向为交通安全。车道偏离预警模糊控制算法研究苗水雯，杨方宜，万华森（昆明理工大学交通工程学院，云南昆明650500）摘要：车道偏离预警系统多采用固定的横向偏移量或者预计跨越车道时间作为预警的阈值，在实际应用中不能很好的适应每个驾驶员个体。提出了一种车道偏离预警模型，该模型是对轮胎距车道线距离和预计跨越车道时间这两个车辆状态信息建立模糊控制规则，通过Simulink模糊控制模块进行仿真，实现对车道偏离危险等级的确定。驾驶员只需选择一个适合自己的车道偏离预警风险等级即可，此车道偏离预警模型能够减少报警中虚报和漏报。关键词：车道偏离预警；模糊控制；TLC算法中图分类号：U471.15文献标志码：A车道偏离造成的人员财产损失约占整个交通事故损失的三分之一之多，这类事故主要由于驾驶员注意力分散引起的，如使用手机、驾驶疲劳、瞌睡等等［1］。车道偏离预警系统（lanedeparturewarningsystem，LDWS）的开发应用为驾驶员带来了福音，当车辆发生车道偏离时，车道偏离预警系统能够发出警报引起驾驶员的注意，从而减少或避免交通事故的发生。目前，车道偏离预警系统受到国内外汽车生产厂商和研究机构重视，已经成功研制出一些各具特色的车道偏离警告系统，如：美国研制的AURORA系统，德国研制的AutoVue系统及日本三菱公司开发的DSS系统等［2］。车道偏离预警系统一般分为3部分，1车道线检测：通过视觉传感器检测车道线；2预警变量估计：一般选择横向偏移量和车辆越过车道线的时间作为预警变量；3预警：决策何时、何种方式提醒驾驶员。系统所采用的警告标准大致分为4种：基于当前车辆于车道中位置（car’scurrentpositon，CCP）、基于未来车辆偏离量的不同（futureoffsetdifference，FOD）、基于车辆前轮跨越车道线边界的时间TLC（timetolanecrossing，TLC）、基于对道路场景的感知（knowledgebasedin⁃terpretationofroadscenes，KBIRS）。4种警告标准中TLC应用最为广泛［2］。这些警告标准算法中大都是利用时间或者距离其中之一作为预警阈值，没有对汽车偏离车道危险程度进行有效划分。大多数系统的性能受限于道路环境和某一固定类型的驾驶员群体，并且在LDWS使用过程中其误报现象经常给驾驶员带来困扰［3］。本文基于昆明理工大学自主研发三屏驾驶模拟系统平台DSR-1000TS，计算车辆前轮轮胎相对车道线的距离和运用TLC算法估计出前轮越过车道线的时间，这些信息将作为本文建立模糊控制系统的内部参数，通过所建立的模糊规则，得到当前车辆在车道中行驶状态的危险程度。1车道偏离预警系统信息采集LAZADEH在1964年提出了模糊集合的概念。其中模糊理论是以模糊集合为基础，其基本精神是接受模糊性现象存在的事实，而以处理模糊不清的事物为主要研究目的。模糊不清的概念在时间、空间、条件上具有可变性［4-5］。对车道偏离危险程度的评价也是一个模糊的、不清晰的系统，一般以车辆前轮距车道线的距离和前轮预计越过车道线的时间为评价标准。第3期苗水雯，等：车道偏离预警模糊控制算法研究1.1车道线检测和建模驶模拟器中呈现的道路由连续的路块组成的，如图1所示，车道线的识别根据路块中车道线的不同属性，确定其位置。图1中表示以4点Ali，Ari，Bri+1，Bli+1围成的路块，整个路块宽度为B，该路块对应的中桩坐标为（0，Yi），（0，Yi+1），左右车道线及路面中心线在路块中的位置由路块4个角点坐标决定，4个角点的纵坐标由中桩坐标确定，而横坐标由左车道线距左路基的距离l确定，即l所占整个路块宽度的比例决定。在弯道处，我们将路块分割成极小的矩形单元后再确定车道线位置。1.2轮胎坐标及距车道线距离建模判断车辆是否发生偏离，轮胎距车道线距离是重要指标之一。对于直线路块，车辆地面坐标系中质心O1坐标为（SxSy），设车辆横摆角度为θ；车辆宽为Wc；车辆轴距为Lc；（XiYi），（Xi+1Yi+1）表示道路路块中桩坐标；B为道路宽度；d为左前轮轮胎边沿距道路边界的距离；直线lm表示道路中心线。车辆侧偏状态如图2所示。图1场景路块模型示意图图2车辆在任一路块位置示意图Fig.1AmodelofthesceneroadblockFig.2Thelocationofthevehicleatoneroadblock轮胎左前轮Tlf、右前轮Trf、左后轮Tlr、右后轮Trr坐标表示为表1。表1四个轮胎坐标表Tab.1Coordinatesoffourtyres轮胎TlfTrfTlrTrr横坐标Sx+12Lcsinθ-12WccosθSx+12Lcsinθ+12WccosθSx-12Lcsinθ-12WccosθSx-12Lcsinθ+12Wccosθ纵坐标Sy+12Lccosθ+12WcsinθSy+12Lccosθ-12WcsinθSy-12Lccosθ+12WcsinθSy-12Lccosθ-12Wcsinθ道路边界线lm直线方程为aX+bY+c=0（1）设左前轮胎Tlf距车道线lm距离d，在路块坐标系中坐标为（Tlfx，Tlfy），则d=||a´Tlfx+b´Tlfy+ca2+b2（2）其中：直线lm模型参数abc可由路块模型确定：a=Yi+1-Yi，b=Xi+1-Xi，c=(Yi+1-Yi)Xi+(Xi+1-Xi)(Yi+B2)772013年华东交通大学学报1.3TLC评价算法TLC是指从车辆当前位置开始到车辆与车道线开始接触为止的运动时间为t［6］，若t小于设定的时间阈值，则认为车辆将发生车道偏离，此时系统报警。基于TLC评价算法模型示意图如图3所示。图3中，d为左前轮轮胎边界距道路边界的距离；V表示车速；Vl为汽车的侧向速度；Vd表示前向速度。预警系统触发条件为预计车辆前轮越过车道线的时间小于TLC系统所设定的阈值Tth［7］：即tTth。t=-Vl+Vl2+2´al´dal（3）式中：d为轮胎距道路边界的距离；Vl为汽车的侧向速度，可通过对侧向位移变化率得到；al为汽车的侧向加速度，同样可通过侧向速度的变化率得到。本文选用的TLC算法考虑了车辆侧向加速度，在实际应用中侧向加速度的误差可能会被放大，但另一方面该相对与假设车辆的侧向速度在短时间内是个常值的算法来讲，式（3）更能提现真实情况的车辆运动轨迹，提高了报警信号的可靠性，尤其是针对汽车朝道路边界加速运动的情况。在本文中Vl及al值均来自于DSR-1000TS系统，该系统采用12自由度的车辆动力学模型，能够很好的模拟出汽车的行驶状况。2LDWS模糊控制器逻辑结构设计及实现2.1确定模糊输入输出变量从理论上讲，模糊控制器的维数越高，控制精度越高。但维数过高，模糊控制规则变得过于复杂，控制算法的实现相当困难，因此选择二维模糊控制器［8］。由上文提到TLC评价模型可知，与判断标准直接相关的是轮胎距道路边界的距离d以及预计压线时间t，故设定这两个因素为输入变量，输出变量是车辆实时偏离状态的危险等级。车道偏离预警模糊控制器的结构图如下图4所示。2.2模糊控制的实现确定时间t值需要考虑驾驶员在驾驶过程中面对外界刺激的反应时间，包括神经滞后时间Td、操纵反应滞后时间Th以及预瞄时间Tp。在实际驾驶过程中，驾驶员熟练程度不同，各个参数值也会不同，一般取参数Td，Th，Tp的变化范围分别为0.5~1.8s，0.1~0.5s，0.05~0.25s［9-10］，本文综合考虑这3个参数的取值范围，将t论域设为0~1.5s；根据实验室道路模型单车道宽度为3.8m，车辆模型轮距为1.668m，将d论域为0~0.9m，给定危险等级G论域为0~10m。取输入变量的模糊子集从安全到危险程度过渡均分为为4个集合，即：十分安全HS，一般安全LS，一般危险LH，十分危险HH；输出变量的模糊子集分为6个集合，即：十分安全HS，较安全MS，一般安全LS，一般危险LH，较危险MH，十分危险HH。根据模糊逻辑理论，指标线形变化的形式有三角变化及梯度变化等，为了控制运算速度，本文各个变量只选取三角形隶属度函数和梯形隶属度函数组合［11］。TLC算法中时间t子集隶属度函数为（t为预计车辆跨越车道线的时间）：图4车道偏离预警系统模糊控制器结构图Fig.4Thestructureoffuzzycontrolleroflanedeparturewarningsystem图3TLC模型示意图Fig.3ThediagramofTLCmodel78第3期苗水雯，等：车道偏离预警模糊控制算法研究HH（t）=ìíîïï0.5-t0.5t0.50t0.5（4）LH（t）=ìíîïïïïïïïï0.5tt0.51-t0.50.5t10t1（5）LS（t）=ìíîïïïïïïïït-0.50.50.5t11.5-t0.51t1.50t1.5（6）HS（t）=ìíîïït-10.51t1.51t1.5（7）距离d子集隶属度函数为（d为轮胎距道路边界的距离）：HH（x）=ìíîïï0.3-x0.3x0.30x0.3（8）LH（x）=ìíîïïïïïïïïx0.3x0.30.6-x0.30.3x0.60x0.6（9）LS（x）=ìíîïïïïïïïïx-0.30.30.3x0.60.9-x0.30.6t0.90t0.9（10）HS（x）=ìíîïïx-0.60.30.6x0.91x0.9（11）根据车辆前轮距车道线距离的远近和预测出的轮胎将要越过车道线的时间长短来建立危险等级模糊规则表2［1］。在规则建立是考虑由驾驶员不良驾驶习惯造成的车辆偏向道路一侧行驶时，属于危险情况。表2LDWS模糊控制规则表Tab.2LDWSfuzzycontrolrule危险等级十分安全HS一般安全LS一般危险LH十分危险HH十分安全HSHSMSLSHH一般安全LSMSMSLSHH一般危险LHLHLHMHMH十分危险HHHHHHHHHH由上文隶属度函数和模糊控制规则表得到模糊输出关系曲面，如图5所示。792013年华东交通大学学报3LDWS模糊控制Matlab仿真通过所建立的模糊规则，利用Matlab中Simulink模块进行模糊仿真。建立车道偏离如图6所示的预警系统Simulink仿真结构。图5输入、输出变量及危险等级隶属度函数图Fig.5Inputandoutputvariablesandriskgrademembershipfunction图6车道偏离预警系统Simulink仿真结构图Fig.6TheSimulinksimulationdiagramofLDWS本文通过驾驶模拟平台采集的参数包括：时间t，侧向速度Vl，侧向加速度al，车辆地面质心坐标（Sx，Sy）以及道路中桩坐标（Xi，Yi）等，在三维场景中建立驾驶一段有效长度为1.2km的双向两车道直线路段，实验要求驾驶员以40（±5）km·h-1速度运行，允许自由换道。本文选取了实验中部分数据进行分析。试验数据表（部分）如表3所示。表3车道偏离预警系统实验数据表（部分）Tab.3Experimentaldataoflanedeparturewarningsystem系统运行时间/s1156.1811156.4811161.0811161.2311164.4811179.8811180.3311191.2811191.6311191.831车辆质心坐标（Sx，Sy）-1994.123-1994.349-1994.302-1994.264-1994.409-1994.051-1994.238-1994.540-1994.364-19