技术特征：
1.一种基于驾驶员特征的车道保持辅助系统，其特征在于，包括：驾驶员特征参数辨识模块、传感器模块、电动助力转向模块、协同控制模块、线控制动模块，警报模块；所述驾驶员特征参数辨识模块，用于获取驾驶员在特定场地驾驶车辆的驾驶数据，通过预测误差法对获取的数据进行辨识以得到驾驶员的特征参数；所述传感器模块，包括：远点预瞄摄像头、近点预瞄摄像头、车速检测传感器、转向盘转矩传感器及转向盘转角传感器；远点预瞄摄像头，用于获取远点角度，远点指驾驶员目视方向与道路边缘的切点，该点分别与车辆中心的连线、车辆纵轴方向的夹角为远点角度；近点预瞄摄像头，用于获取近点角度，近点指距离车辆前方近点预瞄距离处车道中心线上一点，该点分别与车辆中心的连线、车辆纵轴方向的夹角为近点角度；车速检测传感器，用于实时检测车辆的纵向速度；转向盘转矩传感器，用于检测驾驶员的输入转矩；转向盘转角传感器，用于检测转向盘的转角；所述协同控制模块，采用h2/lq方法设计协同控制器，通过对传感器模块采集的车辆状态信息和驾驶员状态信息进行分析，得到当前时刻的助力转矩大小，控制电动助力转向模块不断补充对转向盘的输入转矩，所述协同控制模块还用于判断车辆当前的行驶工况；所述电动助力转向模块，根据协同控制模块的输出信号控制助力电机的输出转矩；所述线控制动模块，用于控制车辆减速和停车；所述警报模块，用于当协同控制模块判断当前工况为紧急工况时提醒驾驶员驾驶车辆。2.根据权利要求1所述的基于驾驶员特征的车道保持辅助系统，其特征在于，所述协同控制器设计方法具体为：(1)结合两点预瞄-神经肌肉驾驶员模型、二自由度车辆模型、整车运动学模型和电动助力转向系统模型建立人-车-路模型；(2)通过驾驶员的特征参数确定两点预瞄-神经肌肉驾驶员模型的参数；(3)基于人-车-路模型，采用h2/lq方法求解协同控制器输出。3.根据权利要求2所述的基于驾驶员特征的车道保持辅助系统，其特征在于，所述(1)中两点预瞄-神经肌肉驾驶员模型为：式中，γ
d
为转向盘转矩指令；为手臂的被动特性，由一级动态系统建模，t
n
为神经肌肉时间常数；k
r
为转向刚度的内部增益；v
x
为车辆的纵向速度；k
t
为拉伸反射增益；k
p
为预期增益；为延迟函数，τ
p
为目视处理时间，s为拉普拉斯算子；为补偿模块，k
c
为补偿增益，t
i
为相位延迟补偿时间常数，t
l
为相位提前补偿时间常数；θ
far
为
远点角度；θ
near
为近点角度；δ
d
为转向盘转角；γ
s
为车轮反馈力矩；为使模型具有结构化的状态表示形式，将用一阶模型近似处理延迟时间为使模型具有结构化的状态表示形式，将用一阶模型近似处理延迟时间模型改写为状态空间形式，考虑以下中间状态变量：得到两点预瞄-神经肌肉驾驶员模型的状态空间表达式：神经肌肉驾驶员模型的状态空间表达式：式中，式中，式中，式中，4.根据权利要求3所述的基于驾驶员特征的车道保持辅助系统，其特征在于，所述(1)中二自由度车辆模型为：式中，为车辆质心侧偏角的微分；为车辆的横摆角加速度；c
f
＝c
f0
μ为前轮实际侧偏刚度，c
f0
为前轮胎的初始侧偏刚度，μ为附着系数；c
r
＝c
r0
μ为前轮实际侧偏刚度，c
r0
为后轮胎的初始侧偏刚度；m为车辆总质量；j为车辆绕质心的转动惯量；l
f
和l
r
分别为重心到前轴和后轴的距离；v
y
为车辆横向速度矢量；r为车辆的横摆角速度。5.根据权利要求4所述的基于驾驶员特征的车道保持辅助系统，其特征在于，所述(1)
中整车运动学模型为：式中，为航向角误差的微分；为车辆与轨道中心在车辆前方的距离l
s
的横向偏差的微分；l
s
为近点预瞄距离；ψ
l
为航向角误差；y
l
为车辆与轨道中心在车辆前方的距离l
s
的横向偏差；ρ
ref
为道路在车辆质心处的曲率且r为车辆质心处道路半径，r为车辆的横摆角速度，β为车辆质心侧偏角。6.根据权利要求5所述的基于驾驶员特征的车道保持辅助系统，其特征在于，所述(1)中电动助力转向系统模型为：式中，为转向盘转动的角加速度；k
m
为手动方向增益，η
t
为轮胎与地面的接触宽度，r
s
为转向系统传动比；i
s
为转向柱转动惯量；β为车辆质心侧偏角；δ
d
为转向盘转角；b
s
为转向柱的阻尼系数；为转向盘转动角速度；γ
d
为驾驶员转向力矩，γ
a
为辅助系统转向力矩。7.根据权利要求6所述的基于驾驶员特征的车道保持辅助系统，其特征在于，所述(1)中建立的人-车-路模型为：式中，d
far
为车辆到前方切线处的距离；为车辆到前方切线处的距离；为车辆到前方切线处的距离；
8.根据权利要求7所述的基于驾驶员特征的车道保持辅助系统，其特征在于，所述预测误差法具体为：输入/输出数据在车辆运行过程中以采样频率f
s
＝20hz进行测量，离散时间驱动模型由两点预瞄-神经肌肉驾驶员模型推导而来；假设输入在两个采样时刻之间是恒定的，离散时间驱动模型为：m(kt+t)＝a
dt
(π)
·
m(kt)+b
dt
(π)
·
i(kt)+p
k
n(kt)＝c
dt
(π)
·
m(kt)+d
dt
(π)
·
i(kt)+q
k
m(0)＝m0式中，m(kt+t)为kt+t时刻系统状态，n(kt)为kt时刻系统输出，m(0)为0时刻系统状态，m(kt)为kt时刻系统状态，i(kt)为kt时刻系统输入，t为采样周期，q
k
为状态噪声，p
k
为输出噪声，m0是初始状态，a
dt
(π)、b
dt
(π)c
dt
(π)和d
dt
(π)为离散矩阵，π＝(k
p
,k
c
,t
i
,t
l
,τ
p
,k
r
,k
t
,t
n
)是要估计的参数的向量。9.根据权利要求2所述的基于驾驶员特征的车道保持辅助系统，其特征在于，所述(3)中采用h2/lq方法设计协同控制器具体包括：(31)设计协同控制器的性能指标函数；(32)协同控制器求解，根据系统的输入，获得当前时刻最佳的辅助转矩，协助驾驶员操作车辆；所述(31)中协同控制器的性能指标函数为：
式中，z为性能向量；q
z
为加权矩阵，c1为跟踪误差的权值，c2为横向定位误差的权值，c3为车辆横向加速度与道路横向加速度之差的权值，c4为遵守共享级别的权值，c5为驾驶员转矩的权值，c
da
为对驾驶员和辅助系统之间的相反行为的处罚系数；ψ
l
为车辆航向角误差；y
act
为车辆与轨道中心的横向偏差；a为横向加速度的偏差；γ
a-αγ
d
为辅助转矩与驾驶员转矩之间的瞬时加权差；α是共享系数；γ
d
为驾驶员内模型转矩；γ
a
为辅助转矩。10.一种基于驾驶员特征的车道保持辅助系统的控制方法，基于权利要求1-9中任一系统，其特征在于，包括以下步骤：步骤1：根据当前道路信息和车辆状态信息对车辆的电动助力转向模块和线控制动模块进行控制，并选择是否启动车道保持辅助系统；步骤2：如果启动车道保持辅助系统，进行步骤3；如果未启动车道保持辅助系统，则驾驶员单独对车辆进行操作，结束；步骤3：传感器模块获取道路信息、车辆当前的状态信息和驾驶员操作信号；步骤4：协同控制模块获取传感器模块的各种信号，判断当前是否处于正常工况、换道工况或紧急工况；步骤5：如果处于正常工况，协同控制模块计算出当前时刻的最佳辅助转矩，控制电动助力转向模块协同驾驶员控制车辆；步骤6：如果处于换道工况，电动助力转向模块停止协助驾驶员操作车辆；步骤7：如果处于紧急工况，警报模块报警并提示驾驶员存在的危险，电动助力转向模块停止协助驾驶员操作车辆。
技术总结
本发明公开了一种基于驾驶员特征的车道保持辅助系统及其控制方法，属于智能汽车辅助驾驶系统技术领域；本发明建立两点预瞄-神经肌肉驾驶员模型，在特定场地下采集的驾驶员驾驶数据，用预测误差法辨识驾驶员特征参数；结合二自由度车辆模型、整车运动学模型和电动助力转向系统模型建立人-车-路模型；基于该人-车-路模型设计协同控制器。本发明中将驾驶员的转矩输出和协同控制器的转矩输出以线性加权方式进行融合，协同控制器的转矩输出通过H2/LQ算法得到。本发明中基于驾驶员特征进行开发的车道保持辅助系统，在动态交通环境中，可满足安全约束条件，极大提升了驾驶舒适性。极大提升了驾驶舒适性。极大提升了驾驶舒适性。
技术研发人员：黄恒 赵万忠 王春燕 徐坤豪 张子俊 张瑞军 张文彬
受保护的技术使用者：南京航空航天大学
技术研发日：2022.03.25
技术公布日：2022/6/1