基于人机协同的车道保持辅助系统研究进展

工程科学学报 Chinese Journal of Engineering 基于人机协同的车道保持辅助系统研究进展 秦增科郭烈马跃岳明 Overview of lane-keeping assist system based on human-machine cooperative control QIN Zeng-ke,GUO Lie.MA Yue,YUE Ming 引用本文： 秦增科，郭烈，马跃，岳明.基于人机协同的车道保持辅助系统研究进展.工程科学学报，2021,43(3)：355-364.doi: 10.13374j.issn2095-9389.2020.10.13.001 QIN Zeng-ke,GUO Lie,MA Yue,YUE Ming.Overview of lane-keeping assist system based on humanmachine cooperative control[].Chinese Journal of Engineering,2021,43(3):355-364.doi:10.13374/j.issn2095-9389.2020.10.13.001 在线阅读View online::https://doi..org10.13374/.issn2095-9389.2020.10.13.001 您可能感兴趣的其他文章 Articles you may be interested in 煤矿搜救机器人履带式行走机构性能评价体系 Performance evaluation system of the tracked walking mechanism of a coal mine rescue robot 工程科学学报.2017,3912：1913htps:1doi.org/10.13374.issn2095-9389.2017.12.019 仿生扑翼飞行器的视觉感知系统研究进展 Research progress on visual perception system of bionic flapping-wing aerial vehicles 工程科学学报.2019.41(12：1512htps:doi.org10.13374.issn2095-9389.2019.03.08.001 协同式多目标自适应巡航控制 Multi-objective adaptive cruise control (ACC)algorithm for cooperative ACC platooning 工程科学学报.2020,42(4：423 https::/1doi.org/10.13374.issn2095-9389.2019.05.21.002 基于按需和贪婪转发的移动自组网路由协议 Routing protocol for mobile ad hoc networks based on on-demand and greedy forwarding 工程科学学报.2017,395：778 https:oi.org10.13374j.issn2095-9389.2017.05.017 基于安全传输策略的网络化预测控制系统设计 Design of networked predictive control system based on secure transmission strategy 工程科学学报.2017,399：1403 https:/doi.org10.13374.issn2095-9389.2017.09.014 基于改进鸽群优化和马尔可夫链的多无人机协同搜索方法 Cooperative search for multi-UAVs via an improved pigeon-inspired optimization and Markov chain approach 工程科学学报.2019,41(10：1342 https:/doi.org/10.13374.issn2095-9389.2018.09.02.002

基于人机协同的车道保持辅助系统研究进展 秦增科 郭烈 马跃 岳明 Overview of lane-keeping assist system based on human–machine cooperative control QIN Zeng-ke, GUO Lie, MA Yue, YUE Ming 引用本文: 秦增科, 郭烈, 马跃, 岳明. 基于人机协同的车道保持辅助系统研究进展[J]. 工程科学学报, 2021, 43(3): 355-364. doi: 10.13374/j.issn2095-9389.2020.10.13.001 QIN Zeng-ke, GUO Lie, MA Yue, YUE Ming. Overview of lane-keeping assist system based on humanmachine cooperative control[J]. Chinese Journal of Engineering, 2021, 43(3): 355-364. doi: 10.13374/j.issn2095-9389.2020.10.13.001 在线阅读 View online: https://doi.org/10.13374/j.issn2095-9389.2020.10.13.001 您可能感兴趣的其他文章 Articles you may be interested in 煤矿搜救机器人履带式行走机构性能评价体系 Performance evaluation system of the tracked walking mechanism of a coal mine rescue robot 工程科学学报. 2017, 39(12): 1913 https://doi.org/10.13374/j.issn2095-9389.2017.12.019 仿生扑翼飞行器的视觉感知系统研究进展 Research progress on visual perception system of bionic flapping-wing aerial vehicles 工程科学学报. 2019, 41(12): 1512 https://doi.org/10.13374/j.issn2095-9389.2019.03.08.001 协同式多目标自适应巡航控制 Multi-objective adaptive cruise control (ACC) algorithm for cooperative ACC platooning 工程科学学报. 2020, 42(4): 423 https://doi.org/10.13374/j.issn2095-9389.2019.05.21.002 基于按需和贪婪转发的移动自组网路由协议 Routing protocol for mobile ad hoc networks based on on-demand and greedy forwarding 工程科学学报. 2017, 39(5): 778 https://doi.org/10.13374/j.issn2095-9389.2017.05.017 基于安全传输策略的网络化预测控制系统设计 Design of networked predictive control system based on secure transmission strategy 工程科学学报. 2017, 39(9): 1403 https://doi.org/10.13374/j.issn2095-9389.2017.09.014 基于改进鸽群优化和马尔可夫链的多无人机协同搜索方法 Cooperative search for multi-UAVs via an improved pigeon-inspired optimization and Markov chain approach 工程科学学报. 2019, 41(10): 1342 https://doi.org/10.13374/j.issn2095-9389.2018.09.02.002

工程科学学报.第43卷，第3期：355-364.2021年3月 Chinese Journal of Engineering,Vol.43,No.3:355-364,March 2021 https://doi.org/10.13374/j.issn2095-9389.2020.10.13.001;http://cje.ustb.edu.cn 基于人机协同的车道保持辅助系统研究进展 秦增科，郭烈四，马跃，岳明 大连理工大学汽车工程学院.大连116024 ☒通信作者，E-mail:guo lie@dlut.edu.cn 摘要基于人机动态协同控制的车道保持辅助系统有助于兼顾汽车的安全性与驾驶员的舒适性，分析了该系统在车道偏 离决策模型、驾驶权动态分配及性能评估等方面的研究现状和发展趋势.在车道偏离决策模型方面，应根据驾驶员的状态制 定不同的决策模型，既可以建立自适应调节的决策模型，又应允许驾驶员根据自己的喜好和外部驾驶环境手动调整决策模型 中预设的参数：在驾驶权分配方面，应探索更加合理的驾驶权动态分配方式，设计智能的优化算法或控制模型：在性能评估指 标方面，应加入与降低人机冲突及减少驾驶员控制量相关的评估指标，制定科学完善的主观评估体系.未来研究应该深度融 合驾驶员因素，实时发出警报与主动干预，并能够对系统进行完善的测试与评估 关键词协同控制：车道保持辅助系统：车道偏离：驾驶权分配：性能评估 分类号U471.1 Overview of lane-keeping assist system based on human-machine cooperative control QIN Zeng-ke,GUO Lie.MA Yue,YUE Ming School of Automotive Engineering,Dalian University of Technology,Dalian 116024,China Corresponding author,E-mail:guo_lie@dlutedu.cn ABSTRACT As the final stage of intelligent vehicle,traffic accidents can be effectively reduced by automatic driving.However, neither the technology nor the regulations are mature for autonomous driving.The lane-keeping assist system is one of the important components of the advanced driver-assistance system.When driver fatigue or inattention is detected,the system can effectively prevent the vehicle departure from the lane.Information such as vehicle status,driver status,and external environment can be used by the lane- keeping assist system based on human-machine dynamic cooperative control,thereby smoothly changing the driving rights between the driver and the automatic controller.The system can keep the vehicle in the lane while complying with the driver's intention,thereby ensuring vehicle safety and driver comfort.The research status and future development suggestions on lane-departure decision models, dynamic allocation of driving rights,and performance evaluation were analyzed in this paper.Regarding lane-departure decision models, different decision models considering the driver's state should be developed.The decision model can be established as an adaptive adjustment model and also should allow the manual adjustment of the preset parameters according to the driver's preferences and the external driving environment.Concerning the allocation of driving rights,a more reasonable dynamic allocation of driving rights should be explored,and intelligent optimization algorithms or control models should be designed.Regarding performance evaluation indicators, evaluation indicators related to the reduction of human-machine conflict and the amount of control effort should be added.A scientific and complete subjective evaluation system should be developed.Future studies on lane-keeping assist system based on human-machine cooperative control should deeply integrate driver factors,issue real-time warnings and active intervention,and perform complete testing and evaluation of the system 收稿日期：2020-10-13 基金项目：国家自然科学基金资助项目(51975089.51575079)：国家重点研发计划资助项目(2018YFE0197700):辽宁省教育厅科学研究经 费资助项目(LJYT201915)

基于人机协同的车道保持辅助系统研究进展 秦增科，郭    烈苣，马    跃，岳    明 大连理工大学汽车工程学院，大连 116024 苣通信作者，E-mail：guo_lie@dlut.edu.cn 摘    要    基于人机动态协同控制的车道保持辅助系统有助于兼顾汽车的安全性与驾驶员的舒适性，分析了该系统在车道偏 离决策模型、驾驶权动态分配及性能评估等方面的研究现状和发展趋势. 在车道偏离决策模型方面，应根据驾驶员的状态制 定不同的决策模型，既可以建立自适应调节的决策模型，又应允许驾驶员根据自己的喜好和外部驾驶环境手动调整决策模型 中预设的参数；在驾驶权分配方面，应探索更加合理的驾驶权动态分配方式，设计智能的优化算法或控制模型；在性能评估指 标方面，应加入与降低人机冲突及减少驾驶员控制量相关的评估指标，制定科学完善的主观评估体系. 未来研究应该深度融 合驾驶员因素，实时发出警报与主动干预，并能够对系统进行完善的测试与评估. 关键词    协同控制；车道保持辅助系统；车道偏离；驾驶权分配；性能评估 分类号    U471.1 Overview of lane-keeping assist system based on human–machine cooperative control QIN Zeng-ke，GUO Lie苣 ，MA Yue，YUE Ming School of Automotive Engineering, Dalian University of Technology, Dalian 116024, China 苣 Corresponding author, E-mail: guo_lie@dlut.edu.cn ABSTRACT    As  the  final  stage  of  intelligent  vehicle,  traffic  accidents  can  be  effectively  reduced  by  automatic  driving.  However, neither the technology nor the regulations are mature for autonomous driving. The lane-keeping assist system is one of the important components of the advanced driver-assistance system. When driver fatigue or inattention is detected, the system can effectively prevent the vehicle departure from the lane. Information such as vehicle status, driver status, and external environment can be used by the lane￾keeping assist system based on human–machine dynamic cooperative control, thereby smoothly changing the driving rights between the driver and the automatic controller. The system can keep the vehicle in the lane while complying with the driver's intention, thereby ensuring vehicle safety and driver comfort. The research status and future development suggestions on lane-departure decision models, dynamic allocation of driving rights, and performance evaluation were analyzed in this paper. Regarding lane-departure decision models, different  decision  models  considering  the  driver's  state  should  be  developed.  The  decision  model  can  be  established  as  an  adaptive adjustment model and also should allow the manual adjustment of the preset parameters according to the driver ’s preferences and the external driving environment. Concerning the allocation of driving rights, a more reasonable dynamic allocation of driving rights should be explored, and intelligent optimization algorithms or control models should be designed. Regarding performance evaluation indicators, evaluation indicators related to the reduction of human–machine conflict and the amount of control effort should be added. A scientific and complete subjective evaluation system should be developed. Future studies on lane-keeping assist system based on human–machine cooperative control should deeply integrate driver factors, issue real-time warnings and active intervention, and perform complete testing and evaluation of the system. 收稿日期: 2020−10−13 基金项目: 国家自然科学基金资助项目（51975089，51575079）；国家重点研发计划资助项目（2018YFE0197700）；辽宁省教育厅科学研究经 费资助项目（LJYT201915） 工程科学学报，第 43 卷，第 3 期：355−364，2021 年 3 月 Chinese Journal of Engineering, Vol. 43, No. 3: 355−364, March 2021 https://doi.org/10.13374/j.issn2095-9389.2020.10.13.001; http://cje.ustb.edu.cn

356 工程科学学报，第43卷，第3期 KEY WORDS cooperative control;lane-keeping assist system;lane departure;distribution of driving rights;performance evaluation 道路交通安全问题已经引起人们的普遍关 分配方式值得深入研究.(3)现有的车道保持辅助 注，而人为失误是交通事故的主要成因山美国国 系统的测试评估标准不能完整评估人-车-路耦合 家公路交通安全管理局统计结果表明，约20%的 的动态协同控制型系统，选取合适且完整的评估 交通事故是车辆偏离本车道造成的).全自动驾驶 指标是建立相关测试标准的难点.因此，围绕上述 作为智能汽车的最终阶段，能够有效地减少交通 难点，对基于人机动态协同控制的车道保持辅助 事故.但全自动驾驶无论是技术还是法规都不成 系统展开研究具有现实意义 熟).而作为高级辅助驾驶系统重要成分之一的车 本文以基于人机动态协同控制的车道保持辅 道保持辅助系统，可以有效地防止疲劳驾驶或者 助系统为中心展开综述，对车道偏离决策模型、驾 驾驶员注意力不集中造成的车辆偏离本车道， 驶权动态分配方式及性能评估指标等内容进行了 通过车载传感器车道偏离预警系统能够检测 分析，并指出其未来研究方向，为我国智能汽车领 出本车相对于车道边界的横向距离，在决策模型 域的研究与发展提供理论支撑 判断满足警告条件的情况下，将通过多种感官系 统（视觉、听觉或触觉）警告来警示驾驶员，辅助驾 1车道偏离决策模型 驶员减少或避免车道偏离造成的安全事故车道 决策模型根据收集到的外部环境、驾驶员及 偏离预警系统是车道保持辅助系统的基础阿，能够 车辆信息，判断是否应进行告警，因此在车道偏离 进一步对车辆进行主动控制，防止车辆意外偏离 预警系统中有重要作用例根据1S017361o1中的 本车道.传统的车道保持辅助控制系统多将驾驶 规定：当满足警告条件时，车道偏离预警系统应警 员输入作为干扰向，并利用控制算法建立车路模 告驾驶员，系统应将虚假警报减至最少；系统最晚 型.由于这种控制系统没能更好的适应驾驶员，驾 的警告线位于乘用车车道边界外0.3m,卡车和公 驶员容易与系统发生冲突，降低驾驶员对系统的 共汽车车道边界外1m. 接受程度.Flemisch等)认为骑手可以通过缰绳控 预警时间不合理，会降低系统被接受与信任 制马匹，而马匹也可以独自驰骋，这种协作控制的 特征同驾驶员与自动控制器之间的合作方式类 程度，因此设计决策模型时需要确定合理的预警 时间.如果预警时间大于合理时间，驾驶员会被系 似.为了兼顾驾驶员和自动控制器各自的优势，提 出了人机共驾的概念.驾驶员与自动控制器之间 统干扰；如果预警时间小于合理时间，留给驾驶员 有明确的开关切换控制是实现人机共驾的方式之 操作的时间会被缩短，导致驾驶员不必要的恐慌 一。 目前与驾驶权切换相关的部分原理仍然存在 如果预警系统不能正确识别驾驶员的意图或 争议，另外由于控制冗余的存在，人机冲突及驾驶 行为习惯，容易导致较高的虚假警报率.虚假警报 员负荷增加等问题并没有被完全解决⑧由于人机 会对驾驶员的正常驾驶产生干扰，减少驾驶员对 切换存在上述问题，实现人机共驾的另一种方式 系统的接受程度.值得注意的是，设计者不能只追 是人机动态协同控制，这种控制方式得到越来越 求更少的虚假报警，而放宽预警阈值，造成正确的 多的关注.基于人机动态协同控制的车道保持辅 预警信号被遗漏 助系统利用车辆状态、驾驶员状态及外部环境等 1.1经典的车道偏离决策模型 信息，平滑地改变驾驶员与自动控制器之间的控 学者们围绕车辆偏离决策模型展开了很多 制权，将车辆保持在本车道的同时符合驾驶员意 研究，现存在5种经典的车道偏离决策模型：基 图，从而保证行驶车辆的安全性与驾驶员舒适性 于车辆横越车道线的时间(Time to lane crossing, 基于人机动态协同控制的车道保持辅助系统 TLC)-切、基于车辆在车道中的当前位置(Car's 作为具有科研前景的智能汽车技术，目前存在以 current position,CCP)I4-、基于将来偏离量的不 下研究难点：(1)车道偏离预警系统需要为控制系 同(Future offset difference,.FOD)l6-l7、基于知识的 统提供警告信息，决策模型作为车道偏离预警系 道路场景感知(Knowledge-based interpretation of 统的关键部分，目前在降低系统漏警率和误警率 road scenes,KBIRS)I8-l和虚拟停车振动带的预警 方面存在局限性.(2)目前驾驶员和自动控制器之 算法(Virtual rumble strip,VRBS)Po-2) 间的驾驶权动态分配方式多种多样，驾驶权动态 基于TLC的决策模型由Godthelp等2提出

KEY WORDS    cooperative control；lane-keeping assist system；lane departure；distribution of driving rights；performance evaluation 道路交通安全问题已经引起人们的普遍关 注，而人为失误是交通事故的主要成因[1] . 美国国 家公路交通安全管理局统计结果表明，约 20% 的 交通事故是车辆偏离本车道造成的[2] . 全自动驾驶 作为智能汽车的最终阶段，能够有效地减少交通 事故. 但全自动驾驶无论是技术还是法规都不成 熟[3] . 而作为高级辅助驾驶系统重要成分之一的车 道保持辅助系统，可以有效地防止疲劳驾驶或者 驾驶员注意力不集中造成的车辆偏离本车道. 通过车载传感器车道偏离预警系统能够检测 出本车相对于车道边界的横向距离，在决策模型 判断满足警告条件的情况下，将通过多种感官系 统（视觉、听觉或触觉）警告来警示驾驶员，辅助驾 驶员减少或避免车道偏离造成的安全事故[4] . 车道 偏离预警系统是车道保持辅助系统的基础[5] ，能够 进一步对车辆进行主动控制，防止车辆意外偏离 本车道. 传统的车道保持辅助控制系统多将驾驶 员输入作为干扰[6] ，并利用控制算法建立车路模 型. 由于这种控制系统没能更好的适应驾驶员，驾 驶员容易与系统发生冲突，降低驾驶员对系统的 接受程度. Flemisch 等[7] 认为骑手可以通过缰绳控 制马匹，而马匹也可以独自驰骋，这种协作控制的 特征同驾驶员与自动控制器之间的合作方式类 似. 为了兼顾驾驶员和自动控制器各自的优势，提 出了人机共驾的概念. 驾驶员与自动控制器之间 有明确的开关切换控制是实现人机共驾的方式之 一. 目前与驾驶权切换相关的部分原理仍然存在 争议，另外由于控制冗余的存在，人机冲突及驾驶 员负荷增加等问题并没有被完全解决[8] . 由于人机 切换存在上述问题，实现人机共驾的另一种方式 是人机动态协同控制，这种控制方式得到越来越 多的关注. 基于人机动态协同控制的车道保持辅 助系统利用车辆状态、驾驶员状态及外部环境等 信息，平滑地改变驾驶员与自动控制器之间的控 制权，将车辆保持在本车道的同时符合驾驶员意 图，从而保证行驶车辆的安全性与驾驶员舒适性. 基于人机动态协同控制的车道保持辅助系统 作为具有科研前景的智能汽车技术，目前存在以 下研究难点：（1）车道偏离预警系统需要为控制系 统提供警告信息，决策模型作为车道偏离预警系 统的关键部分，目前在降低系统漏警率和误警率 方面存在局限性. （2）目前驾驶员和自动控制器之 间的驾驶权动态分配方式多种多样，驾驶权动态 分配方式值得深入研究. （3）现有的车道保持辅助 系统的测试评估标准不能完整评估人‒车‒路耦合 的动态协同控制型系统，选取合适且完整的评估 指标是建立相关测试标准的难点. 因此，围绕上述 难点，对基于人机动态协同控制的车道保持辅助 系统展开研究具有现实意义. 本文以基于人机动态协同控制的车道保持辅 助系统为中心展开综述，对车道偏离决策模型、驾 驶权动态分配方式及性能评估指标等内容进行了 分析，并指出其未来研究方向，为我国智能汽车领 域的研究与发展提供理论支撑. 1    车道偏离决策模型 决策模型根据收集到的外部环境、驾驶员及 车辆信息，判断是否应进行告警，因此在车道偏离 预警系统中有重要作用[9] . 根据 ISO 17361[10] 中的 规定：当满足警告条件时，车道偏离预警系统应警 告驾驶员;系统应将虚假警报减至最少；系统最晚 的警告线位于乘用车车道边界外 0.3 m，卡车和公 共汽车车道边界外 1 m. 预警时间不合理，会降低系统被接受与信任 程度，因此设计决策模型时需要确定合理的预警 时间. 如果预警时间大于合理时间，驾驶员会被系 统干扰；如果预警时间小于合理时间，留给驾驶员 操作的时间会被缩短，导致驾驶员不必要的恐慌. 如果预警系统不能正确识别驾驶员的意图或 行为习惯，容易导致较高的虚假警报率. 虚假警报 会对驾驶员的正常驾驶产生干扰，减少驾驶员对 系统的接受程度. 值得注意的是，设计者不能只追 求更少的虚假报警，而放宽预警阈值，造成正确的 预警信号被遗漏. 1.1    经典的车道偏离决策模型 学者们围绕车辆偏离决策模型展开了很多 研究，现存在 5 种经典的车道偏离决策模型：基 于车辆横越车道线的时间 (Time to lane crossing, TLC)[11−13]、基于车辆在车道中的当前位置 (Car’s current position, CCP)[14−15]、基于将来偏离量的不 同 (Future offset difference, FOD)[16−17]、基于知识的 道 路 场 景 感 知 (Knowledge-based  interpretation  of road scenes, KBIRS)[18−19] 和虚拟停车振动带的预警 算法 (Virtual rumble strip, VRBS)[20−21] . 基于 TLC 的决策模型由 Godthelp 等[22] 提出， · 356 · 工程科学学报，第 43 卷，第 3 期

秦增科等：基于人机协同的车道保持辅助系统研究进展 357· 该模型需要对车辆的运动模型进行假设，预测本 理论决策模型，当系统检测到车辆将要偏离本车 车的行驶轨迹，得到本车由当前位置到车轮与车 道时，行驶环境场景的感知产生大幅度变化，这种 道边缘接触所用的时间.基于CCP的决策模型在 情况会启动车道偏离预警系统.在欧美国家道路 车道偏离模型中的复杂程度最低]，该决策模型 普遍应用的路边停车振动带(Roadside rumble 计算车辆与检测到的车道之间的相对距离，并决 strips,,RRS)的基础上，研究人员提出了VRBS算 定是否对驾驶员发出警告.基于FOD的决策方法 法.该算法设定了横向距离，当车辆目前所在的位 设置了一条位置可变化的虚拟车道线，用于考虑 置超出预定的距离时，系统将开启预警机制 驾驶员的个人驾驶习惯如果车辆偏离了设定 通过上述5种车道偏离决策模型的比较，表1 的虚拟车道，则算法开启警告模式.KBRS是一种 总结了各种车道偏离决策模型的优缺点 表1车道偏离决策模型的对比 Table 1 Comparison of lane-departure decision models Model Advantages Disadvantages The model will produce missing alarms when the distance between the vehicle and the lane is small and the angle between the driving direction TLC The model warns the driver before the vehicle deviates from the lane, and the line is small.The model assumes that the driving state of the which gives the driver enough reaction time. vehicle is fixed during the warning time,which is out of reality and can cause false alarms CCP The current position of the vehicle is used as the prerequisite for The effect of the waming is very dependent on the selection of the warning,and the false alarm rate is low. distance threshold. The vehicle velocity and direction are fixed during the preview time FOD The model can dynamically adjust the threshold based on different assumed by the model.The assumption deviates from reality and can driving habits. cause false alarms The camera calibration can be omitted,and only the images are used to The current development of the model is not perfect and is mainly KBIRS determine whether to war,and the effect of the waming is not affected focused on the perception of the natural scenes2.Because of the by the line width,vehicle type,and lens parameters diverse driving environments,only using the images will cause identification errors. The effect of the waming is dependent on the selection of the distance VRBS The current position of the vehicle is used as the prerequisite for waming,and the false alarm rate is low threshold.The system may be unable to continuously detect the road edge,thereby hindering its function and adoption 1.2改进的车道偏离决策模型 洁云B设计了基于动态期望驾驶区间的决策模 由于上述单一的决策模型具有各自的局限 型，能够根据驾驶员驾驶时偏离车道的程度不同， 性，学者提出了结合多种模型优点的改进方案.吴 动态调整决策模型的阈值.为降低系统的误警率， 乙万B提出了基于动态TLC阈值的车道偏离决 Wang等B首先通过结合高斯混合模型和隐马尔 策模型，该模型可以主动调整系统发出警告的时 可夫模型，建立了针对车道偏离和车道保持行为 间，防止系统过早或过晚警告，从而提高驾驶员对 的个性化驾驶员模型.其次，基于该驾驶员模型， 系统的信任程度.Angkititrakul等四将道路形状与 开发了一种结合驾驶员行为与车辆偏离状况的车 驾驶员操作信息作为模糊规则的设计基础，通过 道偏离警告策略，该方法可以降低虚假警报率 模糊规则动态调节虚拟道路的宽度，再联合TLC Albousefi等I罚在驾驶模拟器上利用非线性二进制 与虚拟道路边界，最终达到减小误警率的目的.由 支持向量机模型来估测驾驶员是否无意识驶离本 于TLC决策模型有局限性，郭烈等B提出了联合 车道.实验证明横向位置和横向速度作为模型输 最晚预警边界与安全行驶区域的车道偏离决策模 入变量效果最好，能够明显降低系统的误警次数， 型，该模型在TLC决策模型的基础上加入一个比 需要车辆具备运行支持向量机模型的计算能力. 车道边界更宽的最晚预警边界.即使TLC决策模 综上所述，车道偏离决策模型作为车道保持 型计算出的偏离时间达不到开启警告的阈值，只 辅助控制系统的基础，应保证系统在恰当的时刻 要车辆的左前轮或右前轮接触到最晚预警边界， 警告驾驶员，既要避免对驾驶员造成干扰，又不造 系统就会启动警告以降低漏警率 成驾驶员的惊慌.目前横越车道线的时间被各预 由于驾驶员之间的驾驶行为存在差异，车道 警模型广泛采用测，但这种模型的预警机制在降 偏离决策模型需要允许驾驶员根据个人偏好、当 低系统漏警率和误警率方面有较多待改进之处 前驾驶状态以及外部驾驶条件来进行调整B.丁 随着车道偏离决策模型的不断发展，进一步降低

该模型需要对车辆的运动模型进行假设，预测本 车的行驶轨迹，得到本车由当前位置到车轮与车 道边缘接触所用的时间. 基于 CCP 的决策模型在 车道偏离模型中的复杂程度最低[23] ，该决策模型 计算车辆与检测到的车道之间的相对距离，并决 定是否对驾驶员发出警告. 基于 FOD 的决策方法 设置了一条位置可变化的虚拟车道线，用于考虑 驾驶员的个人驾驶习惯[24] . 如果车辆偏离了设定 的虚拟车道，则算法开启警告模式. KBIRS 是一种 理论决策模型，当系统检测到车辆将要偏离本车 道时，行驶环境场景的感知产生大幅度变化，这种 情况会启动车道偏离预警系统. 在欧美国家道路 普 遍 应 用 的 路 边 停 车 振 动 带 (Roadside  rumble strips, RRS) 的基础上[25] ，研究人员提出了 VRBS 算 法. 该算法设定了横向距离，当车辆目前所在的位 置超出预定的距离时，系统将开启预警机制. 通过上述 5 种车道偏离决策模型的比较，表 1 总结了各种车道偏离决策模型的优缺点. 表 1 车道偏离决策模型的对比 Table 1   Comparison of lane-departure decision models Model Advantages Disadvantages TLC The model warns the driver before the vehicle deviates from the lane, which gives the driver enough reaction time[26] . The model will produce missing alarms when the distance between the vehicle and the lane is small and the angle between the driving direction and the line is small. The model assumes that the driving state of the vehicle is fixed during the warning time, which is out of reality and can cause false alarms[27] . CCP The current position of the vehicle is used as the prerequisite for warning, and the false alarm rate is low. The effect of the warning is very dependent on the selection of the distance threshold. FOD The model can dynamically adjust the threshold based on different driving habits. The vehicle velocity and direction are fixed during the preview time assumed by the model. The assumption deviates from reality and can cause false alarms[28] . KBIRS The camera calibration can be omitted, and only the images are used to determine whether to warn, and the effect of the warning is not affected by the line width, vehicle type, and lens parameters[29] . The current development of the model is not perfect and is mainly focused on the perception of the natural scenes[29] . Because of the diverse driving environments, only using the images will cause identification errors. VRBS The current position of the vehicle is used as the prerequisite for warning, and the false alarm rate is low[30] . The effect of the warning is dependent on the selection of the distance threshold. The system may be unable to continuously detect the road edge, thereby hindering its function and adoption[30] . 1.2    改进的车道偏离决策模型 由于上述单一的决策模型具有各自的局限 性，学者提出了结合多种模型优点的改进方案. 吴 乙万[31] 提出了基于动态 TLC 阈值的车道偏离决 策模型，该模型可以主动调整系统发出警告的时 间，防止系统过早或过晚警告，从而提高驾驶员对 系统的信任程度. Angkititrakul 等[32] 将道路形状与 驾驶员操作信息作为模糊规则的设计基础，通过 模糊规则动态调节虚拟道路的宽度，再联合 TLC 与虚拟道路边界，最终达到减小误警率的目的. 由 于 TLC 决策模型有局限性，郭烈等[33] 提出了联合 最晚预警边界与安全行驶区域的车道偏离决策模 型，该模型在 TLC 决策模型的基础上加入一个比 车道边界更宽的最晚预警边界. 即使 TLC 决策模 型计算出的偏离时间达不到开启警告的阈值，只 要车辆的左前轮或右前轮接触到最晚预警边界， 系统就会启动警告以降低漏警率. 由于驾驶员之间的驾驶行为存在差异，车道 偏离决策模型需要允许驾驶员根据个人偏好、当 前驾驶状态以及外部驾驶条件来进行调整[34] . 丁 洁云[35] 设计了基于动态期望驾驶区间的决策模 型，能够根据驾驶员驾驶时偏离车道的程度不同， 动态调整决策模型的阈值. 为降低系统的误警率， Wang 等[36] 首先通过结合高斯混合模型和隐马尔 可夫模型，建立了针对车道偏离和车道保持行为 的个性化驾驶员模型. 其次，基于该驾驶员模型， 开发了一种结合驾驶员行为与车辆偏离状况的车 道偏离警告策略，该方法可以降低虚假警报率. Albousefi 等[37] 在驾驶模拟器上利用非线性二进制 支持向量机模型来估测驾驶员是否无意识驶离本 车道. 实验证明横向位置和横向速度作为模型输 入变量效果最好，能够明显降低系统的误警次数， 需要车辆具备运行支持向量机模型的计算能力. 综上所述，车道偏离决策模型作为车道保持 辅助控制系统的基础，应保证系统在恰当的时刻 警告驾驶员，既要避免对驾驶员造成干扰，又不造 成驾驶员的惊慌. 目前横越车道线的时间被各预 警模型广泛采用[38] ，但这种模型的预警机制在降 低系统漏警率和误警率方面有较多待改进之处. 随着车道偏离决策模型的不断发展，进一步降低 秦增科等： 基于人机协同的车道保持辅助系统研究进展 · 357 ·

358 工程科学学报，第43卷，第3期 车道偏离预警系统的漏警率和误警率仍是决策模 与无辅助系统相比，加权求和的共驾系统可 型的重要研究方向.如何设计更为完善的驾驶员 以降低横向偏差，显示出良好的车道保持性能2 认知机制，以设计符合驾驶员意图的车道保持辅 但这种协作方式仍有改进之处.加权求和的控制 助系统，是改进决策模型过程中值得关注的问题 方案只考虑方向盘转角偏差，而没有充分考虑车 考虑到驾驶员之间复杂的差异，根据驾驶员特性 辆的其他状态以及驾驶员状态.当控制器的轨迹 设计不同的决策模型，进行个性化预警是值得关 规划路径与驾驶员的预期路径不同时，控制器的 注的研究方向 力矩容易与驾驶员力矩方向相反，引起人机冲突. 2.2带权重系数的加权求和 2驾驶权动态分配方式 带权重系数的加权求和，可以利用权重系数， 驾驶员和控制器之间的驾驶权动态分配值得 灵活地考虑车辆、驾驶员及行驶环境等多种因素， 深入研究，以更好的完成车道保持任务并提高驾 从而提高车辆行驶安全性，保证良好的人机合作 驶员的乘坐舒适性.基于人机动态协同控制的车 性能.根据权重系数的来源进行划分，该驾驶权分 道保持辅助系统，驾驶员与控制器的驾驶权动态 配方式可以分为考虑车辆信息和考虑驾驶员特性 分配方式可以分为3类：加权求和、带权重系数的 信息的两种方式 加权求和与优化问题中的权重分配. (1)考虑车辆信息 2.1加权求和 Sentouh等1提出，驾驶员力矩与控制器的权 加权求和的驾驶权动态分配方式是将驾驶员 重系数由高斯分布函数描述，其大小由车辆横向 与控制器的输入相加，其协同控制结构如图1所 偏离误差决定.车辆距车道的中心线越远，权重系 示.图中6a为驾驶员目标转角；6a为控制器目标转 数越小，则转向控制器提供辅助力矩越大.在 角；6为实际转角；Ta为驾驶员输入力矩；Ta为控制 Soualmi等与Anderson等的研究中，前轮的 系统输人力矩；ra为驾驶员目标路径；a为控制器 侧滑角被用于进行威胁评估，驾驶员与控制器构 目标路径 成的主动安全系统框架如图2所示，图中K为权 重系数.Falcone等s的研究中表明，限制轮胎滑 Environment 移角来避免轮胎力曲线的强烈的非线性区域可以 Driver 显著增强车辆的稳定性和性能.较低的威胁程度 Decision Operation 会使得驾驶员输入为主导，随着威胁程度的增加， 十 Control 控制权可以从驾驶员到控制器进行平稳过渡 Vehicle interface Assist control system Iwano等7设计的系统中，权重系数是定值.相对 没有转向辅助的情况，具有转向辅助的系统有效 Controller Cooperative Interference control 地减小了车辆的相对横向位移.但当加权系数的 值为1时，转向辅助力矩的方向会多次与驾驶员 困1加权求和型动态协同控制系统框图 转向转矩方向相反，导致驾驶员与转向辅助之间 Fig.1 Block diagram of the weighted sum dynamic cooperative control 存在冲突.作者认为权重系数取0.5时可以综合考 system 虑车辆稳定性和操纵质量 Mulder等IB9设置了2个控制系统，一个是驾 驶员，另一个是辅助控制系统.驾驶员与辅助控制 Driver 系统各自有预期路径.而辅助控制系统的扭矩为 Ihreat 将实际的方向盘转角移至控制器目标转向角的扭 Vehicle Environment assessment 矩.Saito等o提出，当老年驾驶员的方向盘角度 Controller 与专家驾驶员模型提供的参考方向盘角度不对应 时，控制系统将转向引导扭矩作为来自方向盘的 图2考虑车辆信息的动态协同控制系统框图 触觉扭矩提供给驾驶员，以指示驾驶员在沿着期 Fig.2 Block diagram of dynamic cooperative control system 望路径行驶时应施加的转向方向.在此基础上， considering vehicle information Inoue等]在控制系统中增加了直接偏航力矩控 (2)考虑驾驶员特性信息 制，以降低扭矩干扰的程度 驾驶员的特性信息对于减轻驾驶员的工作

车道偏离预警系统的漏警率和误警率仍是决策模 型的重要研究方向. 如何设计更为完善的驾驶员 认知机制，以设计符合驾驶员意图的车道保持辅 助系统，是改进决策模型过程中值得关注的问题. 考虑到驾驶员之间复杂的差异，根据驾驶员特性 设计不同的决策模型，进行个性化预警是值得关 注的研究方向. 2    驾驶权动态分配方式 驾驶员和控制器之间的驾驶权动态分配值得 深入研究，以更好的完成车道保持任务并提高驾 驶员的乘坐舒适性. 基于人机动态协同控制的车 道保持辅助系统，驾驶员与控制器的驾驶权动态 分配方式可以分为 3 类：加权求和、带权重系数的 加权求和与优化问题中的权重分配. 2.1    加权求和 δd δa δ Td Ta rd ra 加权求和的驾驶权动态分配方式是将驾驶员 与控制器的输入相加，其协同控制结构如图 1 所 示. 图中 为驾驶员目标转角； 为控制器目标转 角； 为实际转角； 为驾驶员输入力矩； 为控制 系统输入力矩； 为驾驶员目标路径； 为控制器 目标路径. Decision Assist control system Vehicle Control interface Controller + + Cooperative Interference control Environment Operation Driver δd δ δa Ta r Td d ra 图 1    加权求和型动态协同控制系统框图 Fig.1    Block diagram of the weighted sum dynamic cooperative control system Mulder 等[39] 设置了 2 个控制系统，一个是驾 驶员，另一个是辅助控制系统. 驾驶员与辅助控制 系统各自有预期路径. 而辅助控制系统的扭矩为 将实际的方向盘转角移至控制器目标转向角的扭 矩. Saito 等[40] 提出，当老年驾驶员的方向盘角度 与专家驾驶员模型提供的参考方向盘角度不对应 时，控制系统将转向引导扭矩作为来自方向盘的 触觉扭矩提供给驾驶员，以指示驾驶员在沿着期 望路径行驶时应施加的转向方向. 在此基础上， Inoue 等[41] 在控制系统中增加了直接偏航力矩控 制，以降低扭矩干扰的程度. 与无辅助系统相比，加权求和的共驾系统可 以降低横向偏差，显示出良好的车道保持性能[42] . 但这种协作方式仍有改进之处. 加权求和的控制 方案只考虑方向盘转角偏差，而没有充分考虑车 辆的其他状态以及驾驶员状态. 当控制器的轨迹 规划路径与驾驶员的预期路径不同时，控制器的 力矩容易与驾驶员力矩方向相反，引起人机冲突. 2.2    带权重系数的加权求和 带权重系数的加权求和，可以利用权重系数， 灵活地考虑车辆、驾驶员及行驶环境等多种因素， 从而提高车辆行驶安全性，保证良好的人机合作 性能. 根据权重系数的来源进行划分，该驾驶权分 配方式可以分为考虑车辆信息和考虑驾驶员特性 信息的两种方式. （1）考虑车辆信息. Sentouh 等[43] 提出，驾驶员力矩与控制器的权 重系数由高斯分布函数描述，其大小由车辆横向 偏离误差决定. 车辆距车道的中心线越远，权重系 数越小 ，则转向控制器提供辅助力矩越大. 在 Soualmi 等[44] 与 Anderson 等[45] 的研究中，前轮的 侧滑角被用于进行威胁评估，驾驶员与控制器构 成的主动安全系统框架如图 2 所示，图中 K 为权 重系数. Falcone 等[46] 的研究中表明，限制轮胎滑 移角来避免轮胎力曲线的强烈的非线性区域可以 显著增强车辆的稳定性和性能. 较低的威胁程度 会使得驾驶员输入为主导，随着威胁程度的增加， 控制权可以从驾驶员到控制器进行平稳过渡. Iwano 等[47] 设计的系统中，权重系数是定值. 相对 没有转向辅助的情况，具有转向辅助的系统有效 地减小了车辆的相对横向位移. 但当加权系数的 值为 1 时，转向辅助力矩的方向会多次与驾驶员 转向转矩方向相反，导致驾驶员与转向辅助之间 存在冲突. 作者认为权重系数取 0.5 时可以综合考 虑车辆稳定性和操纵质量. Driver K 1−K Vehicle Environment Threat assessment Controller + + Td Ta 图 2    考虑车辆信息的动态协同控制系统框图 Fig.2     Block  diagram  of  dynamic  cooperative  control  system considering vehicle information （2）考虑驾驶员特性信息. 驾驶员的特性信息对于减轻驾驶员的工作 · 358 · 工程科学学报，第 43 卷，第 3 期