[00347644]融入驾驶行为的汽车追尾预警系统及碰撞瞬态舒适性提升关键技术及应用

如何提高汽车追尾预警安全性能和追尾瞬态舒适性能，是近年来从事车辆工程、人工智能和交通运输工程等学科研究人员共同瞩目的国际前沿课题。道路交通系统的复杂性、人类驾驶经验未充分利用和车辆追尾瞬态姿态控制失衡是制约上述性能的关键技术瓶颈。该项目组在相关科研项目的支持下，自主创新研制了一套基于Multi-agent的追尾预警系统(CRCAS)及智能车载终端设备(U-BOS)，实现准确的追尾险况识别、精确的追尾预警策略和可靠的追尾瞬态车辆姿态控制，突破了发达国家在该技术领域的封锁。 具体创新如下：提出了基于Multi-agent和驾驶行为的CRCAS模型，采用分层集中控制和消息代理存储转发机制，使得系统可扩展性好，便于维护，具有良好的交互性、自主性和实时性，实现高自主、易扩展和体现驾驶行为的系统特性。理论研究具有较高学术价值，在同类研究中尚属首次。发明了追尾预警瞬态自适应调整车辆姿态的悬架、转向及跟车智能控制技术，使得HIC指标满足系统紧急制动状况下驾乘人员舒适性要求，设计基于PNNPID的加速度控制器具有误差小，最大偏差控制在±0.25m/s2以内、瞬态特性良好的特点。创新设计研发的U-BOS，解决了车载集成控制、底层运算、人机交互以及短/远程实时通信等多功能应用需求，达到国际先进水平。建立了基于Bayes图模型的汽车追尾预警算法，攻克了局部/全局驾驶环境、驾驶行为及追尾事故数据库等综合信息的融合问题，克服了传统预警方法未考虑驾驶行为或未把驾驶行为融入预警算法的不足，大大降低了误警率和虚警率，体现了驾驶员主体性，提高了预警性能。创新设计了系列处理多噪声、多维、奇异驾驶行为数据的模式分类方法；设计的基于匹配阈值自适应算法和检测器集快速调整策略，解决了驾驶行为数据存储、隐私保护功能需求；首创的基于神经网络集成的驾驶行为学习和规则抽取方法，实现追尾瞬态的“加速与点刹”类人的加速度控制，幅度变化更小、更细腻、更频繁，提高了驾乘舒适性，同时又有效降低了急加速与急减速的不良驾驶行为次数，极大提高燃油经济性、减少尾气排放。率先将追尾险况识别与评估的基础技术提升到实用化程度，研发的CRCAS整体性能优于同类产品，主要指标为：稳态跟车误差≤1m、横向偏移控制误差≤0.2m、车道线识别准确率≥98％、前方车辆识别准确率≥98％、虚警、漏警率＜2％、数据洁度≥91％，预警响应时间平均提前了约2s，首次具有追尾瞬态舒适性控制、驶行为特性以及变道避险预测技术，并具有良好的抗干扰性及鲁棒性。申请发明专利50余项，已授权发明专利25项、实用新型专利4项、软件著作权2件；发表学术论文77篇，其中被SCI检索19篇，EI检索32篇；培养博士和硕士研究生15名。项目成果已在多家整车企业和物流运输企业得到应用，经济和社会效益明显。今后预计每年安装运输车辆300万辆(占全国运输车辆的5％)，单价按1200元计，可新增产值约36亿元；另外每年预计新增200万辆具有CRCAS功能的乘用车，经济效益将更为显著。