駕駛員轉(zhuǎn)向行為建模的研究進(jìn)展

馬愛靜，毛建國(guó)，沈 ，劉 昊

（南京航空航天大學(xué) 能源與動(dòng)力學(xué)院，江蘇，南京 210016）

汽車轉(zhuǎn)向系統(tǒng)的研究是轉(zhuǎn)向系統(tǒng)乃至整車操縱穩(wěn)定性能研究中的基本課題，其中對(duì)轉(zhuǎn)向研究不能拋開駕駛員因素，即轉(zhuǎn)向行為因素。

從20世紀(jì)40年代起，研究者開始致力于汽車動(dòng)態(tài)性方面的研究，直到20世紀(jì)50年代，汽車駕駛員的研究才得到關(guān)注。但起初，將駕駛員模型看作是駕駛員對(duì)車輛的操縱行為，基于經(jīng)典控制理論的思想，將駕駛員模型看作是具有時(shí)滯性的數(shù)學(xué)傳遞函數(shù)，但早期研究將重心放在汽車特性的研究上，將人-車系統(tǒng)看做一般的機(jī)械運(yùn)動(dòng)，對(duì)人-車動(dòng)力學(xué)因素中人的因素考慮有限。為此，研究者開始關(guān)注駕駛員轉(zhuǎn)向行為特點(diǎn)及技巧的研究。首先，基于視覺轉(zhuǎn)向機(jī)制提出的單點(diǎn)、兩點(diǎn)及多點(diǎn)建模方式很好地體現(xiàn)了駕駛員的真實(shí)駕駛特點(diǎn)，而且運(yùn)用的模糊、神經(jīng)網(wǎng)絡(luò)等控制方法都具有典型的現(xiàn)代控制技術(shù)特點(diǎn)。目前最新的駕駛員行為研究?jī)A向于從人類的認(rèn)知過程出發(fā)[1-2]，探尋人類駕駛員對(duì)環(huán)境、車輛本身的感知和預(yù)測(cè)，以及在此基礎(chǔ)上做出的決策、動(dòng)作的機(jī)理。這些模型包含人類駕駛員的“感知-決策-動(dòng)作”能力（例如視覺感知，神經(jīng)肌肉動(dòng)作、反應(yīng)等）和自身的限制，所涉及的學(xué)科領(lǐng)域不再僅僅局限于車輛領(lǐng)域，而是擴(kuò)大到了人機(jī)工程學(xué)、生理學(xué)、心理學(xué)等諸多領(lǐng)域，成為各界人士廣泛關(guān)注的焦點(diǎn)。

駕駛員轉(zhuǎn)向建模從不同的方面可以進(jìn)行不同的分類，但從時(shí)間線索來看，各種分類方法具有緊密的內(nèi)部聯(lián)系。本文主要按照有無(wú)預(yù)瞄環(huán)節(jié)將駕駛員轉(zhuǎn)向行為建模分為補(bǔ)償與預(yù)瞄控制兩大類。在第1、2部分中，首先分別介紹補(bǔ)償控制與預(yù)瞄控制的結(jié)構(gòu)形式及其特點(diǎn)，然后針對(duì)各類模型概述分析其發(fā)展現(xiàn)狀與優(yōu)缺點(diǎn)，在第3部分對(duì)駕駛員轉(zhuǎn)向行為建模進(jìn)行總結(jié)與展望。

1 補(bǔ)償控制模型的結(jié)構(gòu)形式及其發(fā)展現(xiàn)狀

從20世紀(jì)50年代開始，各國(guó)研究者提出了許多基于方向控制的駕駛員模型，開始主要集中于駕駛員補(bǔ)償控制方面的研究。為了保持理想轉(zhuǎn)向角位置，駕駛員的任務(wù)主要是糾正外部干擾。不考慮駕駛員的前視作用，直接根據(jù)車輛當(dāng)前的狀態(tài)，利用控制理論和方法進(jìn)行控制。

駕駛員補(bǔ)償跟蹤模型（Compensation Tracking Model）的結(jié)構(gòu)圖如圖1所示，其輸入是當(dāng)前時(shí)刻預(yù)期軌跡的信息與汽車行駛的狀態(tài)信息之間的偏差，模型假定根據(jù)前方道路信息及汽車自身狀態(tài)信息、預(yù)期軌跡與行駛軌跡的偏差進(jìn)行補(bǔ)償校正，輸出方向盤轉(zhuǎn)角，從而實(shí)現(xiàn)對(duì)汽車的控制。

1.1 補(bǔ)償控制模型

該類模型起初主要是由McRuer等人將飛機(jī)閉環(huán)系統(tǒng)的研究推廣到汽車上來，后來McRuer等人發(fā)展了廣泛應(yīng)用及具有實(shí)用價(jià)值的Crossover模型[3]，這是第一個(gè)描述人類自適應(yīng)性的模型，而且Crossover模型引入了駕駛員的反應(yīng)滯后、神經(jīng)遲滯等生理特征參數(shù)，在一定程度上體現(xiàn)了駕駛員駕駛汽車時(shí)的某些生理和心理特征。Crossover駕駛員模型通過函數(shù)建模。

式中，K為增益；s為拉普拉斯算子；td為駕駛員反應(yīng)的時(shí)間延遲；TN為神經(jīng)肌肉系統(tǒng)固有的一階延遲；TL、TI分別為超前和滯后時(shí)間常數(shù)。

Crossover模型是通過使用側(cè)向偏離作為輸入的基本反饋模型，指出穩(wěn)定閉環(huán)系統(tǒng)的開環(huán)傳遞函數(shù)增益在Crossover區(qū)域-20 dB/dec處減小。盡管并沒有給出一個(gè)可直接應(yīng)用的模型，但它提供了一種設(shè)計(jì)準(zhǔn)則，為建立更復(fù)雜、精密的模型奠定了基礎(chǔ)。

Hess[4]等人在文獻(xiàn)[3]的基礎(chǔ)上建立了一個(gè)由高頻、低頻與預(yù)瞄3部分組成的人-車-路閉環(huán)穩(wěn)定的魯棒控制系統(tǒng)。該模型不但考慮了駕駛員對(duì)不同轉(zhuǎn)向頻率的反應(yīng)特性，對(duì)其進(jìn)行動(dòng)態(tài)補(bǔ)償，而且考慮了駕駛員的身體因素，利用二階系統(tǒng)來描述駕駛員的手臂神經(jīng)肌肉系統(tǒng)。

2 預(yù)瞄駕駛員模型的結(jié)構(gòu)形式及其發(fā)展現(xiàn)狀

基于補(bǔ)償反饋的早期駕駛員模型，在不同速度、保持低頻特性的情形下很難確保足夠的相位角，主要是由于駕駛員的神經(jīng)處理延遲限制控制的頻帶寬度。可以利用道路前向信息，通過提供理想的相位超前的方式來解決此問題，特別是針對(duì)駕駛員高速行為建模。通過預(yù)瞄駕駛員道路前方信息能預(yù)測(cè)需要的控制輸入及補(bǔ)償內(nèi)在時(shí)間延遲。方向控制的駕駛員模型隨著控制理論的發(fā)展而不斷發(fā)展起來，出現(xiàn)了預(yù)瞄駕駛員模型（Preview Tracking Model）。

2.1 預(yù)瞄駕駛員模型

此類模型并不是集中于補(bǔ)償控制而是體現(xiàn)出駕駛員的預(yù)瞄跟蹤性能，更加符合駕駛員的操縱特性。此類模型考慮了駕駛員駕駛車輛時(shí)的預(yù)瞄作用，根據(jù)未來時(shí)刻汽車?yán)硐胛恢门c預(yù)估位置的偏差進(jìn)行決策，從而實(shí)現(xiàn)對(duì)車輛的控制。由于考慮了駕駛員的預(yù)瞄作用，這類模型無(wú)疑比前一類模型更接近實(shí)際，其模型計(jì)算精度也與實(shí)際情形比較吻合。其預(yù)瞄環(huán)節(jié)框圖，如圖2所示。

駕駛員轉(zhuǎn)向過程中視覺注意機(jī)制從20世紀(jì)90年代中期受到行為學(xué)家的關(guān)注。Land M. 等人首先提出了轉(zhuǎn)向過程中駕駛員傾向于注意彎道內(nèi)側(cè)的一點(diǎn)，稱之為“Tangent Point”[5]。Richard M. Wilkie闡述之所以駕駛員轉(zhuǎn)向時(shí)會(huì)注視“Tangent Point”是因?yàn)樵擖c(diǎn)正是駕駛員轉(zhuǎn)向行駛的“目的地”所在。

基于不同的駕駛員視覺預(yù)瞄機(jī)制可將預(yù)瞄模型分為單點(diǎn)預(yù)瞄、兩點(diǎn)預(yù)瞄及多點(diǎn)預(yù)瞄。

2.1.1 單點(diǎn)預(yù)瞄

單點(diǎn)預(yù)瞄駕駛員模型是對(duì)駕駛員行為的一種簡(jiǎn)化，假設(shè)駕駛員的目光集中于一點(diǎn)處。通過前人的研究分析，大量文獻(xiàn)表明大多數(shù)學(xué)者主要針對(duì)單點(diǎn)預(yù)瞄開展研究，即假定駕駛員將預(yù)瞄點(diǎn)固定在道路前方的某一固定點(diǎn)，這種假設(shè)與實(shí)際經(jīng)驗(yàn)相當(dāng)符合。

基于單點(diǎn)預(yù)瞄的不同轉(zhuǎn)向控制策略，從建模方式上可分為基于經(jīng)典控制理論、基于模糊邏輯、神經(jīng)網(wǎng)絡(luò)等非線性控制理論及基于認(rèn)知架構(gòu)的駕駛員行為建模3種建模方法。

第1階段：基于經(jīng)典控制理論的駕駛員建模

早期的駕駛員轉(zhuǎn)向模型的研究，主要是針對(duì)汽車閉環(huán)穩(wěn)定性分析和汽車部件設(shè)計(jì)用的，也稱為“虛擬測(cè)試駕駛員”，后來的仿真軟件如Carsim、Adams以及Simpack等便是基于這些駕駛員模型發(fā)展而來。最早研究駕駛員預(yù)瞄轉(zhuǎn)向模型可以追溯到1953年的Kondo，他建立如圖3所示的單點(diǎn)預(yù)瞄模型[6]，預(yù)瞄距離為L(zhǎng)，從控制理論的角度來講，轉(zhuǎn)向控制的目的就在于將Δyp逐漸減少到0。

圖4是駕駛員模型傳遞函數(shù)示意圖，P(s)是期望軌跡到輸入軌跡的傳遞函數(shù)；H(s)代表駕駛員控制特性；G(s)是車輛的傳遞函數(shù)；B(s)是反饋模塊的傳遞函數(shù)。而后的20世紀(jì)60年代到80年代之間，McRuer、Weir、MacAdam等都嘗試對(duì)P(s)、H(s)、B(s)進(jìn)行設(shè)計(jì)和優(yōu)化以獲得更好的駕駛員模型[7]。

其中最典型的是MacAdam根據(jù)最優(yōu)控制理論提出一種更靈活有效的單點(diǎn)最優(yōu)預(yù)瞄模型(Optimal Preview Control，OPC)[8]。除了預(yù)瞄時(shí)間之外，此模型的參數(shù)可以直接由汽車動(dòng)力學(xué)特性確定，而且由于該模型是根據(jù)軌道跟隨誤差平方和最小而推導(dǎo)的。假設(shè)車輛在小曲率路徑上行駛，這時(shí)車輛可以看作是一個(gè)線性模型，而且仿真結(jié)果汽車軌道跟隨精度相當(dāng)高。實(shí)踐證明該模型已經(jīng)投入到實(shí)際應(yīng)用工程中，并被應(yīng)用到Carsim、Adams等商業(yè)軟件中。

在文獻(xiàn)[8]的基礎(chǔ)上，郭孔輝院士于1982年提出了預(yù)瞄-跟隨系統(tǒng)理論，認(rèn)為駕駛員的決策分為預(yù)瞄和補(bǔ)償跟隨階段，理想的跟隨控制系統(tǒng)是從輸入到輸出兩環(huán)節(jié)的傳遞函數(shù)之積為1，并在此基礎(chǔ)上建立了預(yù)瞄最優(yōu)曲率模型[9]。該模型建立了模型參數(shù)與汽車操縱特性和駕駛員特性參數(shù)之間的關(guān)系，適用于小曲率情況下的轉(zhuǎn)向。隨后，提出將預(yù)瞄跟隨理論與預(yù)瞄最優(yōu)曲率模型結(jié)合，對(duì)大曲率情況下的轉(zhuǎn)向行為進(jìn)行了討論，指出決定預(yù)瞄策略的權(quán)函數(shù)對(duì)系統(tǒng)跟隨性的影響，主要在于預(yù)瞄的遠(yuǎn)近，而權(quán)函數(shù)在預(yù)瞄區(qū)之間的變化影響是次要的，因而駕駛員常常用最簡(jiǎn)單的“單點(diǎn)預(yù)瞄”來代替“區(qū)域預(yù)瞄”，從而獲得良好的系統(tǒng)跟隨性[10]。高振海、管欣[11-12]等人結(jié)合自適應(yīng)算法，提出最優(yōu)預(yù)瞄加速度決策、車輛自適應(yīng)軌跡以及預(yù)瞄時(shí)間自適應(yīng)等改進(jìn)的駕駛員模型。

文獻(xiàn)[13]設(shè)計(jì)了一種基于“Tangent Point”的預(yù)瞄駕駛員轉(zhuǎn)向控制模型，通過模擬駕駛員的視覺注意機(jī)制，力求以最簡(jiǎn)單的視覺參數(shù)作為控制的參數(shù)輸入，同時(shí)對(duì)方向盤及方向盤轉(zhuǎn)速進(jìn)行決策，與大多數(shù)轉(zhuǎn)向控制相比，其轉(zhuǎn)向的控制更加合理，同時(shí)還能夠解決大曲率轉(zhuǎn)向的難題。

另外一個(gè)被廣泛應(yīng)用的駕駛員轉(zhuǎn)向模型是Donges提出的兩層駕駛員模型[14]。如圖5所示，該兩層模型包含1個(gè)開環(huán)控制環(huán)節(jié)和1個(gè)閉環(huán)補(bǔ)償環(huán)節(jié)。開環(huán)控制層是根據(jù)當(dāng)前期望軌跡曲率做出相應(yīng)的轉(zhuǎn)向動(dòng)作，通過測(cè)量期望軌跡的曲率和駕駛員的轉(zhuǎn)向盤角度，結(jié)合適當(dāng)?shù)脑u(píng)價(jià)指標(biāo)獲得合適的駕駛員模型參數(shù)。Donges模型使用閉環(huán)補(bǔ)償控制，將實(shí)際曲率反饋到輸入端得到曲率誤差Δk，同時(shí)將航向誤差ΔΨ和側(cè)向距離誤差Δy一起作為反饋狀態(tài)。

第2階段：基于非線性控制理論的駕駛員建模

到20世紀(jì)80年代末期，隨著非線性理論的發(fā)展和成熟，人們嘗試用非線性理論來逼近駕駛員模型，其中最典型的就是模糊邏輯系統(tǒng)和神經(jīng)網(wǎng)絡(luò)系統(tǒng)。模糊邏輯被稱作是最能模糊人類思維和決策的工具之一，并且特別適用于數(shù)學(xué)模型異常復(fù)雜的系統(tǒng)。

文獻(xiàn)[15]是基于預(yù)瞄最優(yōu)曲率駕駛員模型建立的模糊PID模型，在分析駕駛員行為的基礎(chǔ)上，考慮到模糊控制一定程度上能表示人的思維與駕駛行為及最大預(yù)瞄距離對(duì)人-車-路系統(tǒng)的影響，采用最優(yōu)控制的理論和方法對(duì)駕駛員閉環(huán)控制系統(tǒng)的穩(wěn)定性進(jìn)行了分析，驗(yàn)證了駕駛員方向控制的能力。

文獻(xiàn)[17]根據(jù)“單點(diǎn)預(yù)瞄假設(shè)”、“預(yù)瞄-跟隨理論”及人工神經(jīng)網(wǎng)絡(luò)的基本原理，將BP算法和遺傳算法相結(jié)合，建立了兩層前饋預(yù)瞄優(yōu)化神經(jīng)網(wǎng)絡(luò)駕駛員模型，同時(shí)基于汽車操縱動(dòng)力學(xué)，獲得了可靠的訓(xùn)練樣本。

文獻(xiàn)[18]針對(duì)駕駛員操縱的多通道、非線性的特點(diǎn)，利用BP神經(jīng)網(wǎng)絡(luò)對(duì)駕駛員的操縱行為進(jìn)行了建模，通過對(duì)比可以發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)駕駛員模型可以較好地跟蹤指令的變化，再現(xiàn)駕駛員的操縱行為。

隨著人們對(duì)車輛安全性和舒適性等駕駛體驗(yàn)要求的逐步提升，對(duì)于車輛的主動(dòng)安全性能和自主駕駛性能也提出了更高的要求。傳統(tǒng)的駕駛員模型對(duì)于人車動(dòng)力學(xué)中人的因素考慮有限，因此，希望能夠建立更全面精確的體現(xiàn)車輛動(dòng)態(tài)性及駕駛員行為特性的模型。

第3階段：基于認(rèn)知架構(gòu)的駕駛員建模

（1）駕駛員身體建模

駕駛員身體建模主要聚焦于神經(jīng)肌肉系統(tǒng)（Neuromuscular System， NMS）建模。

轉(zhuǎn)向過程中神經(jīng)肌肉系統(tǒng)的研究從20世紀(jì)60年代開始涉及。駕駛員轉(zhuǎn)向行為建模前期大量的研究主要針對(duì)如何根據(jù)預(yù)瞄和狀態(tài)量信息決策出理想的方向盤轉(zhuǎn)角，但針對(duì)具體的轉(zhuǎn)向角執(zhí)行過程的建模存在不足。然而，該過程往往伴隨著慣性和時(shí)滯等因素，完全對(duì)其忽略是不合理的?，F(xiàn)實(shí)中，駕駛員通過手臂的神經(jīng)肌肉系統(tǒng)完成轉(zhuǎn)向，既是轉(zhuǎn)向動(dòng)作的直接施加體，又是轉(zhuǎn)向路感的感知體。近期的駕駛員行為研究?jī)A向于探尋人類駕駛員對(duì)車輛本身的感知和預(yù)測(cè)，以及在此基礎(chǔ)上做出的決策和實(shí)現(xiàn)操縱的機(jī)理。因此，神經(jīng)肌肉在研究駕駛員認(rèn)知方面具有重要作用，其重要性并不亞于視覺系統(tǒng)對(duì)駕駛員的導(dǎo)向性。轉(zhuǎn)向系統(tǒng)給駕駛員的神經(jīng)肌肉力學(xué)反饋為駕駛員的轉(zhuǎn)向穩(wěn)定性也提供了十分重要的線索。

為了更好地理解駕駛員轉(zhuǎn)向過程中的神經(jīng)肌肉動(dòng)態(tài)性，Hillc[19]及Wilkie[20]通過一種三元素模型來體現(xiàn)肌肉的機(jī)械特性，此模型被廣泛使用。

最早試圖去理解駕駛員神經(jīng)肌肉動(dòng)態(tài)性在駕駛員-車輛轉(zhuǎn)向系統(tǒng)中重要作用的是Modjtahedzadeh與Hess，建立的模型[21]如圖6所示，該模型考慮了駕駛員對(duì)不同轉(zhuǎn)向頻率的反應(yīng)，對(duì)其動(dòng)態(tài)性進(jìn)行補(bǔ)償，建立一個(gè)由高頻、低頻與預(yù)瞄3部分組成的人-車-路閉環(huán)穩(wěn)定的魯棒控制系統(tǒng)。其中，模塊GNM是駕駛員神經(jīng)肌肉系統(tǒng)的二階結(jié)構(gòu)形式；模塊GP1、GP2、GNM代表來源于駕駛員胳膊及肌肉組織運(yùn)動(dòng)的變量的反饋，主要是指人體的生理感受能力；GL代表時(shí)間延遲模塊，主要是人生理反應(yīng)的延遲。

文獻(xiàn)[22]建立的模型包含駕駛員胳膊轉(zhuǎn)動(dòng)慣量、肌肉及延長(zhǎng)反射動(dòng)態(tài)性的神經(jīng)肌肉系統(tǒng)，而且在文獻(xiàn)[23]中通過試驗(yàn)對(duì)駕駛員協(xié)同收縮肌肉的能力進(jìn)行研究，并驗(yàn)證出盡管在轉(zhuǎn)向過程中，協(xié)同收縮肌肉消耗能量，但當(dāng)駕駛員轉(zhuǎn)向力矩行為并不是非常精確的時(shí)候，卻是最優(yōu)的控制策略。

在文獻(xiàn)[22]和[23]的基礎(chǔ)上，Hoult等人[24]主要聚焦于肌肉內(nèi)在動(dòng)態(tài)性的測(cè)量及建模。

文獻(xiàn)[25]呈現(xiàn)了融合轉(zhuǎn)向力矩反饋的駕駛員模型，但是并沒有精確考慮反射動(dòng)態(tài)性。

文獻(xiàn)[26]建立了融合神經(jīng)肌肉動(dòng)態(tài)性的駕駛員-車輛模型，主要關(guān)注于肌肉反射的α-γ協(xié)同激勵(lì)。

在文獻(xiàn)[27]中模型的基礎(chǔ)上，Pick等人進(jìn)行了進(jìn)一步的拓展，主要考慮轉(zhuǎn)向力矩反饋影響的動(dòng)態(tài)性能響應(yīng)與認(rèn)知響應(yīng)，進(jìn)一步建立了認(rèn)知延遲特性及α-γ協(xié)同激勵(lì)，體現(xiàn)肌肉低頻動(dòng)態(tài)性的模型，且在驗(yàn)證內(nèi)在肌肉反射及其認(rèn)知?jiǎng)討B(tài)性方面都有提高[28]。

駕駛員身體建模廣泛應(yīng)用于人機(jī)工程分析領(lǐng)域。雖然提供了與實(shí)際更接近的駕駛員模型，但是對(duì)于人類如何獲取、處理信息，還有待研究。

（2）駕駛員學(xué)習(xí)機(jī)制

駕駛員學(xué)習(xí)機(jī)制主要是闡釋人類駕駛員行為、決策和預(yù)測(cè)的內(nèi)部機(jī)制，揭示人類組織知識(shí)，產(chǎn)生智能行為的思維運(yùn)動(dòng)規(guī)律。

文獻(xiàn)[29]提出一種帶有內(nèi)部學(xué)習(xí)機(jī)制的駕駛員轉(zhuǎn)向模型，如圖7所示。內(nèi)部模型將神經(jīng)肌肉力學(xué)獲得的路感反饋和車輛運(yùn)動(dòng)狀態(tài)作為更新內(nèi)膜的觸發(fā)信號(hào)，內(nèi)膜對(duì)于研究駕駛員的自適應(yīng)學(xué)習(xí)機(jī)制具有重要影響。對(duì)于此，行為和心理學(xué)家展開研究，最終發(fā)現(xiàn)內(nèi)模存在于小腦中的科學(xué)事實(shí)，但是對(duì)于具體的學(xué)習(xí)機(jī)制，即駕駛員如何根據(jù)車輛的轉(zhuǎn)向動(dòng)力學(xué)和運(yùn)動(dòng)學(xué)特性進(jìn)行學(xué)習(xí)和更新，以到達(dá)適應(yīng)新的轉(zhuǎn)向需求及駕駛員本身的內(nèi)模形式的更新機(jī)理，有待進(jìn)一步探明。

2.1.2 兩點(diǎn)預(yù)瞄

有關(guān)研究表明真實(shí)駕駛員并非總是采用單點(diǎn)預(yù)瞄的方式，很可能結(jié)合遠(yuǎn)、近兩個(gè)預(yù)瞄點(diǎn)來感知前方道路信息[14]。隨著對(duì)人類視覺轉(zhuǎn)向機(jī)制研究的深入，2004年Salvucci提出了駕駛員轉(zhuǎn)向過程中是通過預(yù)瞄一個(gè)近點(diǎn)和一個(gè)遠(yuǎn)點(diǎn)來決策轉(zhuǎn)向，通過近點(diǎn)獲得保持車輛行駛在道路中心，通過遠(yuǎn)點(diǎn)來補(bǔ)償?shù)缆非实淖兓痆30]。在兩層駕駛員模型[14]及Hess的模型[4]的基礎(chǔ)上，Sentouh提出了兩點(diǎn)預(yù)瞄駕駛員模型。此模型也包含兩層：預(yù)期與補(bǔ)償控制層，分別與遠(yuǎn)、近兩點(diǎn)的點(diǎn)視覺角度相關(guān)，主要是通過增益產(chǎn)生與遠(yuǎn)、近點(diǎn)視覺角度成一定比例的力矩來達(dá)到控制的目的。Salvucci模型的不足之處在于，沒有考慮視覺輸入延遲以及人體動(dòng)作機(jī)制。

文獻(xiàn)[31]基于遠(yuǎn)近兩點(diǎn)預(yù)瞄設(shè)計(jì)了一種自適應(yīng)滑膜控制器，通過使用二階動(dòng)態(tài)系統(tǒng)建立前饋內(nèi)部模型可以獲得更好的轉(zhuǎn)向控制效果。

兩點(diǎn)預(yù)瞄方式對(duì)后期進(jìn)一步研究更加符合實(shí)際的駕駛員預(yù)瞄行為有很好的借鑒意義。

2.1.3 多點(diǎn)預(yù)瞄

多點(diǎn)預(yù)瞄與區(qū)域預(yù)瞄有著密切的關(guān)系，若多點(diǎn)預(yù)瞄方式下的預(yù)瞄點(diǎn)取得足夠多，則可認(rèn)為與區(qū)域預(yù)瞄方式等價(jià)。但與單點(diǎn)或兩點(diǎn)預(yù)瞄方式相比，在預(yù)瞄信息的處理，以及后續(xù)的控制器設(shè)計(jì)、優(yōu)化方法上卻有較大區(qū)別。單點(diǎn)及兩點(diǎn)預(yù)瞄模型能較好地模擬駕駛員駕駛行為，但采用更多的預(yù)瞄點(diǎn)，可以獲得更理想的控制效果，這對(duì)于分析駕駛員的理想駕駛行為具有參考價(jià)值。

文獻(xiàn)[32]提出一種考慮轉(zhuǎn)向和制動(dòng)的多點(diǎn)預(yù)瞄模糊邏輯控制裝置。該控制器通過兩個(gè)并聯(lián)的模糊邏輯控制器分別控制車輛的轉(zhuǎn)向行為和縱向行為。通過預(yù)瞄獲得左側(cè)、右側(cè)、左前方及右前方的距離信息，來決定車輛的轉(zhuǎn)向角大小及方向。

Sharp[33]提出多點(diǎn)預(yù)瞄路徑轉(zhuǎn)向控制方法，將道路模型與整車動(dòng)力學(xué)模型組合在一起構(gòu)成離散系統(tǒng)，利用線性二次調(diào)節(jié)理論（LQR）實(shí)現(xiàn)最優(yōu)控制。道路模型通過采樣轉(zhuǎn)化為離散模型，其道路離散模型，如圖8所示。

3 結(jié)論

以上綜述各類駕駛員模型是從不同的研究方面劃分，可以了解到駕駛員轉(zhuǎn)向建模發(fā)展的大致情況。從最早的只考慮車輛的情形，發(fā)展到目前涉及生理、心理、控制、人機(jī)工程等眾多領(lǐng)域，可以看出駕駛員建模越來越注重于駕駛員駕駛時(shí)的行為、身體、心理與生理特點(diǎn)。

補(bǔ)償控制駕駛員模型雖然沒有考慮駕駛員的預(yù)瞄作用，且系統(tǒng)參數(shù)需要靠大量統(tǒng)計(jì)試驗(yàn)來確定，這與駕駛員在實(shí)際駕駛時(shí)的操作過程有較大差距，不適應(yīng)于快速駕駛，但為后期的研究工作奠定了堅(jiān)實(shí)的基礎(chǔ)。

從單點(diǎn)預(yù)瞄方式的效果（按軌跡誤差觀點(diǎn)）來看，通常不比更復(fù)雜的預(yù)瞄方式差，主要是通過采用固定預(yù)瞄時(shí)間，從而確定預(yù)瞄距離，通過不斷調(diào)節(jié)預(yù)瞄時(shí)間來達(dá)到最優(yōu)控制的方式，且主要是針對(duì)特定工況，不具有普遍性。而對(duì)于多點(diǎn)預(yù)瞄方式來說，控制精度很高，且不需要反復(fù)調(diào)整預(yù)瞄時(shí)間。但是實(shí)際駕駛過程中駕駛員并不能同時(shí)觀察或者精確地獲得如此多點(diǎn)的側(cè)向偏差信息。如用于汽車操縱穩(wěn)定性評(píng)價(jià)，多點(diǎn)預(yù)瞄只需要離線設(shè)計(jì)控制器增益便可仿真，且控制精度高，但若用于無(wú)人車或其它實(shí)際應(yīng)用，則存在多點(diǎn)預(yù)瞄信息難以獲取的困難。此時(shí)，單點(diǎn)預(yù)瞄信息的獲取方式顯得更加可取。

前期研究的預(yù)瞄駕駛員模型，側(cè)重于研究駕駛員在典型的場(chǎng)景下（雙移線、單移線等）駕駛汽車的建模，希望能夠代替駕駛員完成繁重、危險(xiǎn)的測(cè)試任務(wù)，以期對(duì)汽車設(shè)計(jì)和改進(jìn)提供幫助。在這個(gè)層面上可以說前期基于經(jīng)典控制理論和非線性控制理論的駕駛員轉(zhuǎn)向模型已經(jīng)能夠適應(yīng)于當(dāng)前的車輛研發(fā)需求。但是隨著人們不斷對(duì)車輛安全性和舒適性等駕駛體驗(yàn)要求的逐步提升，對(duì)于車輛的主動(dòng)安全性能和自主駕駛性能提出了更高的要求和挑戰(zhàn)。傳統(tǒng)的駕駛員模型對(duì)未知環(huán)境的自適應(yīng)能力不足，對(duì)于人車動(dòng)力學(xué)中的人的因素考慮有限。

就目前的駕駛員轉(zhuǎn)向建模研究進(jìn)展來看，值得進(jìn)一步研究的內(nèi)容包括：

（1）駕駛員轉(zhuǎn)向行為建模首先根據(jù)視覺預(yù)瞄機(jī)制、狀態(tài)量信息決策出理想的方向盤轉(zhuǎn)角，但是對(duì)于駕駛員在轉(zhuǎn)向過程中究竟采用何種視覺注意機(jī)制，駕駛員如何根據(jù)各種狀態(tài)來切換注視道路的位置需要進(jìn)一步探索。

（2）駕駛員如何根據(jù)車輛動(dòng)力學(xué)及運(yùn)動(dòng)學(xué)狀態(tài)信息，經(jīng)過人腦決策汽車操縱命令的過程，以及如何學(xué)習(xí)、利用多種內(nèi)模進(jìn)行規(guī)劃與決策，對(duì)汽車實(shí)施操縱控制，確保汽車穩(wěn)定、安全行駛的報(bào)道還很匱乏。

（3）針對(duì)具體的轉(zhuǎn)向角執(zhí)行過程，即神經(jīng)肌肉建模也存在不足，如何通過神經(jīng)肌肉力學(xué)研究，分析駕駛員在轉(zhuǎn)向操縱中的動(dòng)作反應(yīng)，進(jìn)一步探討駕駛員轉(zhuǎn)向操縱的特點(diǎn)，從更深入層面開展人-車閉環(huán)操縱研究，以實(shí)現(xiàn)駕駛員轉(zhuǎn)向行為更加準(zhǔn)確的建模及應(yīng)用。

總之，駕駛員建模是一個(gè)多學(xué)科交叉的難題，需要用到生理學(xué)、心理學(xué)、控制論、信息論、系統(tǒng)論、機(jī)械、電子、計(jì)算機(jī)等眾多基礎(chǔ)學(xué)科的知識(shí)，其研究將促進(jìn)控制理論向智能化、擬人化發(fā)展，將會(huì)把汽車產(chǎn)品向一個(gè)新的環(huán)保、安全、舒適的目標(biāo)推進(jìn)，對(duì)于實(shí)現(xiàn)感知、探測(cè)、規(guī)劃、決策的智能型無(wú)人駕駛車輛，對(duì)于提高汽車輔助駕駛性能都有重要作用。而以上諸多探索將是一個(gè)長(zhǎng)期而反復(fù)的過程，其研究將會(huì)持續(xù)得到關(guān)注。

References)

[1]李力，王飛躍，鄭南寧.認(rèn)知車——結(jié)合認(rèn)知科學(xué)和控制理論的新研究方向[J].控制理論與應(yīng)用，2011，28(2)：137-142.Li Li，Wang Feiyue，Zhang Nanning. Cognitive Vehicle：A New Research Direction Integrating Cognitive Science and Control Theory[J]. Control Theory and Applications，2011，28(2)，137-142. (in Chinese)

[2]劉雁飛，吳朝輝.駕駛ACT-R認(rèn)知行為建模[J].浙江大學(xué)學(xué)報(bào)(工學(xué)版)，2006，40(10)：1657-1662.Liu Yanfei，Wu Zhaohui. Driver Behavior Modeling in ACT-R Cognitive Architecture[J]. Journal of Zhejiang University(Engineering Science)，2006，40(10)：1657-1662. (in Chinese)

[3]MCRUER D T，ALLEN R W，WEIR D H，et al. New Results in Driver Steering Control Models[J]. Human Factors，1977，19(4)，381–397.

[4]HESS R A，MODJTAHEDZADEH A. A Control Theoretic Model of Driver Steering Behavior[J]. Control Systems Magazine，1990，10(5)：3-8.

[5]LAND M，HORWOOD J. Which Parts of the Road Guide Steering[J]. Nature，1995，377(6547)：339-341.

[6]KONDO M. Directional Stability(When Steering is Added)[J]. Journal of the Society of Automotive Engineers of Japan(JSAE)，1953，7(5–6)：1-28.

[7]MACADAM C C. Understanding and Modeling the Human Driver[J]. Vehicle System Dynamics，2003，40(1–3)：101-134.

[8]MACADAM C C. Application of an Optimal Preview Control for Simulation of Closed-Loop Automobile Driving[J].Transactions on Systems，Man，and Cybernetics，1981，SMC-11(6)：393-399.

[9]郭孔輝.駕駛員-汽車閉環(huán)系統(tǒng)操縱運(yùn)動(dòng)的預(yù)瞄最優(yōu)曲率模型[J]. 汽車工程，1984，6(3)：1-16.Guo Konghui. Drivers-Vehicle Close-Loop Simulation of Handling by Preselect Optimal Curvature Method[J].Automotive Engineering，1984，6(3)：1-16. (in Chinese)

[10]郭孔輝. 預(yù)瞄跟隨理論與人-車閉環(huán)系統(tǒng)大角度操縱運(yùn)動(dòng)仿真[J]. 汽車工程，1992，14(1)：1-11.Guo Konghui. Preview Follow Theory and Simulation of Large Angle Cornering Motion of a Man-Vehicle System [J].Automotive Engineering，1992，14(1)：1-11. (in Chinese)

[11]管欣，王景武，高振海.基于最優(yōu)預(yù)瞄加速度決策的汽車自適應(yīng)巡航控制系統(tǒng)[J]. 吉林大學(xué)學(xué)報(bào)，2004，34(2)：189-193.Guan Xin，Wang Jingwu，Gao Zhenhai. Vehicle Adaptive Cruise Control System Based on Optimal Preview Acceleration Decision Making[J]. Journal of Jilin University(Engineering and Technology Edition)，2004，34(2)：189-193.(in Chinese)

[12]李洪志，李亮，宋健，等.預(yù)瞄時(shí)間自適應(yīng)的最優(yōu)預(yù)瞄駕駛員模型[J].機(jī)械工程學(xué)報(bào)，2010，46(20)：106-111.Li Hongzhi，Li liang，Song Jian，et al. Optimal Preview Control Driver Model with Adaptive Preview Time[J].Journal of Mechanical Engineering，2010，46(20)：106-111. (in Chinese)

[13]沈峘，凌銳，李舜酩.基于預(yù)瞄最優(yōu)曲率模型的大曲率轉(zhuǎn)向控制方法[J].中國(guó)機(jī)械工程，2012，23(17)：2111-2116.Shen Huan，Ling Rui，Li Shunming. Steering Control on Large Curvature Road Based on Preview Optimal Curvature Model[J]. China Mechanical Engineering，2012，23(17)：2111 - 2116. (in Chinese)

[14]DONGES E. A Two-Level Model of Driver Steering Behavior [J]. Human Factors，1978，20(6)：691-707.

[15]蔣文娟，黃海濱.基于預(yù)瞄駕駛員模型的車輛操控穩(wěn)定性分析[J]. 重慶交通大學(xué)學(xué)報(bào)，2011，30(6)：1420-1424.Jiang Wenjuan，Huang Haibin. Stability Analysis for a Vehicle Control System Based on Spatial Previewed Driver Model [J]. Journal of Chongqing Jiaotong University (Natural Science)，2011，30(6)：1420-1424. (in Chinese)

[16]MACADAM C C，JOHNSON G E. Application of Elementary Neural Networks and Preview Sensors for Representing Driver Steering Control Behavior[J]. Vehicle System Dynamics，1996，25(1)：3-30.

[17]徐謹(jǐn)，趙又群，阮米慶.基于汽車操縱動(dòng)力學(xué)的神經(jīng)網(wǎng)絡(luò)駕駛員模型[J].動(dòng)力學(xué)與控制學(xué)報(bào)，2008，6(4)：381-384.Xu Jin，Zhao Youqun，Ruan Miqing. The Artificial Neural Network Driver Model Based on Vehicle Handling Dynamics[J]. Journal of Dynamics and Control，2008，6(4)： 381-384. (in Chinese)

[18]顏世偉，高正紅.基于人工神經(jīng)網(wǎng)絡(luò)的駕駛員操縱行為模型[J].飛行力學(xué)，2012，30(2)：105-108.Yan Shiwei，Gao Zhenghong. Research on Pilot Behavior Model Based on Artificial Neural Network[J].Flight Dynamics，2012，30(2)：105-108. (in Chinese)

[19]HILL A V，SES R S. The Heat of Shortening and the Dynamic Constants of Muscle[C]//Proceedings of the Royal Society London，Series B，UK：[s.n]，1938(76)：136-195.

[20]WILKIE D R. The Mechanical Properties of Muscle[J].British Medical Bulletin，1956，12(3)：117-182.

[21]HESS R A，MODJTAHEDZADEH A. A Model of Driver Steering Control Behavior for Use in Assessing Vehicle Handling Qualities[J]. Journal of Dynamic System，Measurement，and Control，1993，115(3)：456-464.

[22]PICK A J，COLE D J. Neuromuscular Dynamics and the Vehicle Steering Task [J]. Vehicle System Dynamics，2004(41)：182–191.

[23]PICK A J，COLE D J. Driver Steering and Muscle Activity During a Lane-Change Manoeuvre[J]. Vehicle System Dynamics，2007(45)：781–805.

[24]HOULT W，COLE D J. A Neuromuscular Model Featuring Co-activation for Use in Driver Simulation[J]. Vehicle System Dynamics，2008(46)：175–189.

[25]SENTOUH C，CHEVREL P，MARS F，et al. A Human-Centered Approach of Steering Control Modeling [C].Proceedings of 21st IAVSD Symposium on Dynamics of Vehicles on Roads and Tracks，Stockholm：[s.n]，2009.

[26]KATZOURAKIS D，DROOGENDIJK C，ABBINK D，et al. Driver Model with Visual and Neuromuscular Feedback for Objective Assessment of Automotive Steering Systems[C]. Proceedings of 10th International Symposium on Advanced Vehicle Control AVEC10，Loughborough，UK：[s.n]，2010.

[27]PICK A J，COLE D J. A Mathematical Model of Driver Steering Control Including Neuromuscular Dynamics[J].Journal of Dynamic Systems，Measurement，and Control，2008，130(031004)：1-9.

[28]DAVID J. COLE D J. A Path-Following Driver-Vehicle Model with Neuromuscular Dynamics，Including Measured and Simulated Responses to a Step in Steering Angle Overlay[J]. Vehicle System Dynamics，2012(4)：573–596.

[29]COLE D J.The Role of the Neuromuscular System[C].Presentation to Vehicle Dynamics Expo，2007.

[30]SALVUCCI D D，ROB G. A Two-Point Visual Control Model of Steering[J]. Perception，2004，33(10)：1233-1248.

[31]Shen Huan，Ling Rui，Mao Jianguo，et al. Steering Control Strategy by Two Preview Vision Cues [J]. Science China Technological Sciences，2012，55(9)：2662-2670.ZEYADA Y，EL-BEHEIRY E，EL-ARABI M，et al.

[32]Driver Modeling Using Fuzzy Logic Controls for Humanin-the-Loop Vehicle Simulations [C]. Current Advances in Mechanical Design and Production VII：Proceedings of the Seventh Cairo University International MDP Conference. Cairo，Egypt：[s.n]，2000.

[33]SHARP R S. Driver Steering Control and a New Perspective on Car Handling Qualities[J]. Journal of Mechanical Engineering Science，2005，219(10)：1041-1051.