基于改进人工势场法的智能车辆主动避撞算法研究

首先，本文对国内外现有的主动避撞系统从环境感知层、规划决策层以及控制执行层三个方面进行了分析，指出了现有研究的优缺点，并设计了基于改进人工势场法的智能车辆主动避撞算法总体方案。 然后，在对车载传感器信息特征分析的基础上，对车辆与前方交通参与者进行了摄动及转向因素加权判定，确保系统能够正确地识别并判断具有高碰撞风险的目标。 接着，设计了 RV 纵向安全距离模型与基于换道时间的横向安全距离模型。 RV 安全距离模型是一种基于道路、车辆特征的分级安全距离模型，能够更加科 学地反映车辆与环境交通参与者的不同级别的碰撞风险。同时，设计了基于不同 质心侧偏角约束下的换道时间的换道安全距离模型，为横向避撞提供了更加合理 高效的判别依据。 之后，在对车辆行驶环境分析的基础上，建立了基于改进人工势场法的智能车辆主动避撞算法，使用全局规划虚拟引力、智能车辆换道引力、前向交通参与者斥力、侧向交通参与者斥力、交通信号灯斥力、前方传感器检测盲区斥力表征车辆行驶过程中不同约束的影响。利用 Carsim/Simulink 联合仿真验证了算法的有效性与实时性。 最后，为了进一步验证基于改进人工势场法的智能车辆主动避撞算法的优越性，进行了主动避撞系统控制器的软硬件设计，并在此基础上进行了实车试验，试验结果表明本文设计的算法峰值减速度减少了 15.7%，制动距离减少了 9%，能够提高智能汽车的舒适性与通行效率。