基于硬件在环的人机协同转向控制系统试验台

1.本发明涉及人机协同转向控制技术领域，尤其涉及基于硬件在环的人机协同转向控制系统试验台。


背景技术：

2.智能汽车是集环境感知、规划决策、控制执行等多领域为一体的复杂系统，智能汽车技术的发展必将从部分自动驾驶到完全自动驾驶。要实现完全自动驾驶，需要经历四个阶段，驾驶员辅助阶段、部分自动驾驶阶段、高度自动驾驶阶段以及完全自动驾驶阶段。
3.人机协同即人机共驾控制可以看作有人驾驶到无人驾驶的过渡阶段，人和车共同享有对车辆的控制权，其中转向系统的共享控制尤为重要。这个阶段除了车辆本身控制转向，驾驶员也会参与进来控制转向，不仅要考虑车辆转向时根据转角传感器信号来控制方向盘转动，还需要考虑驾驶员输入的方向盘力矩和转角，人的转向控制和车辆的转向控制需要协同配合，如果配合不完善，则必然出现方向盘转角或转速的波动，从而出现方向盘抖动现象，严重时影响行车安全。
4.目前转向测试系统都是针对电动助力转型系统开发，无法对人机协同驾驶、完全自动驾驶、驾驶员单独驾驶等多种工况的控制器算法验证，也缺乏人机协同程度的评价。


技术实现要素：

5.本发明的目的是提供基于硬件在环的人机协同转向控制系统试验台,应用于在整车开发阶段，可以采用此平台在各类工况下，尤其是难以重复出现的极端工况下对转向系统控制算法进行验证，能大大减少实车测试的次数，缩短开发周期，实现对开发的智能汽车转向控制算法实际控制效果进行测试，对人机协同转向配合进行评价，提供了基于硬件在环的人机协同转向控制系统测试试验台，可有效解决现有技术问题如下：目前转向测试系统都是针对电动助力转型系统开发，无法对人机协同驾驶、完全自动驾驶、驾驶员单独驾驶等多种工况的控制器算法验证，也缺乏人机协同程度的评价。
6.为了实现上述目的，本发明采用了如下技术方案：
7.基于硬件在环的人机协同转向控制系统，包括：
8.转轂、转轂控制器、硬件在环设备、前轮转向模块、传感器模块、驾驶员生物采集模块及人机协同控制评价模块；
9.所述硬件在环设备内部储存设置有整车动力学模型和智能汽车转向控制算法，输出pwm信号驱动前轮转向模块进行转向；
10.所述硬件在环设备与所述转轂控制器信号连接，根据整车动力学模型控制转轂转速；
11.所述人机协同控制评价模块用于根据根据车辆运行状态和驾驶员状态给出评价信息。
12.进一步地，所述前轮转向模块包括方向盘、转向立柱、转向电机、齿轮齿条减速机
构、转向横拉杆、转向轮；
13.所述方向盘通过转向立柱与齿轮齿条减速机构的力矩输入端相连，所述齿轮齿条减速机构的上另一力矩输入端连接转向电机的力矩输出端，所述齿轮齿条减速机构的力矩输出端通过转向横拉杆与转向轮连接
14.进一步地，所述所述传感器模块包括设置于方向盘上的压力传感器、设置于转向立柱和齿轮齿条减速机构输入端之间的转矩传感器；设置于车轮轮毂上的速度传感器。
15.所述转向立柱和齿轮齿条减速机构输入端之间设有转矩传感器，所述转向电机通过硬件在环设备进行控制。
16.进一步地，所述驾驶员生物采集模块emg表面肌电仪、生物反馈仪。
17.进一步地，所述智能汽车转向控制算法，其控制方法包括：
18.设置有自动驾驶、人机共驾和驾驶员单独驾驶三种模式；
19.如果驾驶员未选择驾驶员单独驾驶模式，则：
20.通过方向盘上的压力传感器检测驾驶员输入的压力；
21.如果检测到驾驶员输入的压力，则判定为人机共驾模式；
22.如果未检测到驾驶员输入的压力，则判定为自动驾驶模式。
23.进一步地，所述人机协同控制评价模块的评价方法如下：
24.通过emg表面肌电仪采集驾驶员肌电信号、通过生物反馈仪采集驾驶员的血流量脉冲bvp、皮肤电导sc；
25.然后将采集数值归一化处理后乘以不同的权值系数α；
26.然后相加后作为评价指标β；
27.令μ为血流量脉冲数值，令ν为皮肤电导数值，令β为这两个数值配以权重之后相加的数值，评价指标表达为：
28.β＝α
·
1μ+α2ν
29.在人机协同转向过程中，从驾驶员角度对此次协同转向进行评价，满意度表达为：
[0030][0031]
ed为驾驶员满意度，驾驶员扭矩的平方在时间间隔[t1，t2]内的积分，即为驾驶员转向所需能量；
[0032]
在驾驶员和转向系统转向过程中需要对人机协同程度进行描述，人机协调程度表达为：
[0033][0034]
wd为人机操作协调程度，其中y
cg
为车辆偏离车道线距离，wd值越低表明人机协同程度越差；
[0035]
在人机协同转向过程中驾驶员意图与辅助转向系统意图之间存在偏差，为表征这种偏差程度，提出冲突水平的概念，冲突水平表达为：
[0036][0037]
td为驾驶员力矩矢量，tc为辅助力矩矢量。
[0038]
本发明至少具备以下有益效果：
[0039]
1.本发明的人机协同转向系统试验台可以在不同工况下对设计的人机协同转向系统进行硬件在环仿真测试，以提升人机共驾转向系统的研发效率、可靠性并降低研发成本。在整车开发阶段可以在各类工况下、尤其是难以重复出现的极端工况下，对智能汽车转向控制算法的鲁棒性进行评估检验，可减少实车试验次数，节省开发费用。
[0040]
2.本发明的人机协同转向评价体系不仅考虑车辆运行状态，还提出利用驾驶员生物信息指标等多种指标对人机协同转向控制效果进行综合评价。
附图说明
[0041]
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]
图1为系统示意图；
[0043]
图2为评价流程框架图。
具体实施方式
[0044]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，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仅用以解释本发明，并不用于限定本发明。
[0045]
参阅图1和图2：
[0046]
本发明的整个人机协同转向系统试验台包括：道路转轂、硬件在环设备、前轮转向模块、传感器模块、驾驶员生物采集模块及人机协同控制评价模块。
[0047]
前轮转向模块包括方向盘、转向立柱、转向电机、齿轮齿条减速机构、转向横拉杆、转向轮等；传感器包括方向盘上的压力传感器、转向立柱上的转矩传感器以及车轮轮毂上的速度传感器；驾驶员生物采集模块包括emg表面肌电仪、生物反馈仪。
[0048]
整车动力学模型和智能汽车转向控制算法运行在硬件在环设备内，输出pwm信号驱动转向电机进行转向，pwm脉宽值取决于转矩分配系数λ，而分配系数λ由整车动力学模型计算。硬件在环设备通过以太网与转轂控制器相连，以根据整车控制模型中的虚拟道路场景控制转轂转速。
[0049]
在此，关于整车动力学模型是一种较为常见的现有技术，如carsim、carmaker、matlab/simulink、panosim等都可以建立动力学模型。关于汽车转向算法，也是较为成熟的现有技术，最为简单的就是纯跟踪算法，也有基于视觉识别计算、雷达等方式进行操控的，关于该处，本发明不再进行赘述。
[0050]
上述方案中，方向盘通过转向立柱与齿轮齿条减速机构的力矩输入端相连，齿轮齿条减速机构的上另一力矩输入端连接转向电机的力矩输出端，所述齿轮齿条减速机构的力矩输出端通过转向横拉杆与转向轮连接。所述转向立柱和齿轮齿条减速机构输入端之间设有转矩传感器，所述转向电机通过硬件在环设备进行控制。
[0051]
上述方案中，所述的人机协同转向系统试验台包括自动驾驶、人机共驾和驾驶员单独驾驶三种模式。人机共驾模式时，驾驶员和自动控制系统共同控制转向。当人在转向盘
上输入力矩(由转向立柱上的转速转矩传感器得到)之后，转向器控制算法会根据人的转向力矩计算出应该施加在转向电机上的力矩，转向电机通过硬件在环设备输出pwm信号进行控制，从而协同配合，使人的转向控制平滑，轻松和顺畅。当方向盘上的压力传感器没有检测到驾驶员输入的压力时，此时进入完全自动驾驶模式，由自动驾驶算法控制车辆转向。
[0052]
关于应该施加在转向电机上的力矩，驾驶员转矩th、转向电机转矩tm和总转向力矩t
req
之间关系为：
[0053]
λth+(1-λ)tm＝t
req
[0054]
可以理解，自动驾驶算法是一种现有技术，主要包括纯视觉方案和融合感知(视觉与激光雷达)方案两种方案，相关研发企业包括：国外：waymo、velodyne、uber、mobileye、博世、苹果、谷歌、特斯拉、minieye0、autox1、voyage2、maxieye；国内：图森未来、pony.ai、西井科技、驭势科技、纵目科技、百度、文远知行、阿里、腾讯、仙途智能、滴滴出行、吉利、小鹏汽车、蔚来汽车、地平线、四维图新、monmenta、寒武纪、禾多科技、飞步科技、智加科技、景驰科技、奇点汽车、经纬恒润、径卫视觉、深兰科技、魔视智能8、欧菲智能、上汽、威马汽车、nullmax等。关于自动驾驶算法具体内容，并非本技术内容，本技术不再展开叙述。
[0055]
驾驶员转矩th、转向电机转矩tm和总转向力矩t
req
之间关系为：
[0056]
λth+(1-λ)tm＝t
req
[0057]
上述方案中，传感器模块包括方向盘压力传感器、转向器扭矩传感器、车速传感器。硬件在环设备采集轮胎中间线与转轂之前的实际偏转角度作为反馈，在动力学模型中对车辆行驶轨迹进行计算，以提供虚拟场景中车辆偏离中心道路距离的平均值。
[0058]
上述驾驶员信息采集系统通过emg采集设备采集肌电信号、生物反馈仪采集驾驶员的血流量脉冲bvp、皮肤电导sc，然后将该值归一化处理后乘以不同的权值系数α，然后相加后作为评价指标β。令μ为血流量脉冲数值，令ν为皮肤电导数值，令β为这两个数值配以权重之后相加的数值，所以评价指标β＝α
·
1μ+α2ν
[0059]
上述人机协同控制评价系是通过采集驾驶员信息和车辆运行状态信息对转向器控制算法以及人机协同程度进行分析。具体是通过采集轮毂和车轮中心线之间的实际偏转角度，计算出虚拟道路工况中车辆偏离道路中心距离的平均值，并模拟出车辆的实际运行轨迹。在此基础上，结合驾驶员的血流量脉冲bvp和皮肤电导sc得到的β值，以及emg肌电信号，对驾驶员操作负荷进行客观评价；以满意度、人机协调程度、冲突人机转向协同程度进行主观评价，从而对被测转向器算法进行评价。
[0060]
指标具体定义：
[0061]
肌电信号：肌电信号是皮肤肌纤维中运动单元动作电位在时间和空间上的叠加，是肌肉收缩时伴随的电信号，其大小表征肌肉收缩程度。
[0062]
血流量脉冲：是指单位时间内流经血管某一界面的血量，以三秒为界限记录驾驶员的血流量脉冲值。
[0063]
皮肤电导：皮肤电传导简称称为皮肤电导，是一种情绪研究生理指标，是指作用于皮肤的电流引起皮肤电阻或皮肤电位发生变化的现象，用以表征驾驶员情绪波动。
[0064]
满意度：在人机协同转向过程中，从驾驶员角度对此次协同转向进行评价，用满意度表示。
[0065][0066]
ed为驾驶员满意度，驾驶员扭矩的平方在时间间隔[t1，t2]内的积分，即为驾驶员转向所需能量。
[0067]
人机协调程度：在驾驶员和转向系统转向过程中需要对人机协同程度进行描述，提出人机程度的概念。
[0068][0069][0070]
ed为驾驶员满意度，wd为人机操作协调程度，其中y
cg
为车辆偏离车道线距离，wd值越低表明人机协同程度越差。
[0071]
冲突水平：在人机协同转向过程中驾驶员意图与辅助转向系统意图之间存在偏差，为表征这种偏差程度，提出冲突水平的概念。
[0072][0073]
td为驾驶员力矩矢量，tc为辅助力矩矢量，用这两者点积的余弦角度来描述冲突矛盾程度。
[0074]
评价指标阈值范围：
[0075]
[0076][0077]
综合上述可知，本发明具备以下技术进步：
[0078]
1.本发明的人机协同转向系统试验台可以在不同工况下对设计的人机协同转向系统进行硬件在环仿真测试，以提升人机共驾转向系统的研发效率、可靠性并降低研发成本。在整车开发阶段可以在各类工况下、尤其是难以重复出现的极端工况下，对智能汽车转向控制算法的鲁棒性进行评估检验，可减少实车试验次数，节省开发费用。
[0079]
2.本发明的人机协同转向评价体系不仅考虑车辆运行状态，还提出利用驾驶员生物信息指标等多种指标对人机协同转向控制效果进行综合评价。
[0080]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。