基于人體感知模型的汽車駕駛模擬器動感模擬逼真度評估方法

熊 威，李 鵬，王曉蕾，吳婷婷

(南京林業(yè)大學汽車與交通工程學院，江蘇 南京 210037)

0 引言

動感模擬平臺的運動空間有限，一般單自由度平動運動范圍為1.5 米左右，轉(zhuǎn)動運動范圍為40°左右，具體數(shù)值隨構型和尺寸的不同而存在差異[1]。因此，如何在有限的運動空間內(nèi)模擬實際車輛的運動便成為了關系到模擬逼真性和平臺運動模擬能力的關鍵問題。動感模擬算法（又稱洗出濾波算法、運動模擬策略等）正是為了解決這一問題而產(chǎn)生的，其目的就是在平臺有限的運動空間內(nèi)給車輛駕駛員以逼真的運動感受[2]。

動感模擬算法最早為飛行模擬器而研發(fā)，為使飛行員產(chǎn)生持續(xù)的運動體感，動感模擬平臺在完成一次運動后，需要緩慢地返回中位，為下一次運動模擬做準備，實現(xiàn)這一過程的算法叫做洗出算法，又稱體感算法，該算法被廣泛使用，俗稱經(jīng)典動感模擬算法[3]。該算法的輸入為車輛運動在車體坐標系下的線加速度和角速度，線加速度一部分經(jīng)過高通濾波通道得到平臺的線位移，高通濾波器將容易導致平合超限的低頻信號濾除，主要模擬高頻加速度信號，另一部分通過低通濾波器通道通過將平臺傾斜，依據(jù)人體對運動的感覺機理，利用重力在傾斜方向上的分量模擬持續(xù)低頻加速度，該通道叫傾斜協(xié)調(diào)通道，這種技術叫傾斜坐標技術[4]。角速度通過高通濾波器通道經(jīng)變換后得到高頻角位移，與傾斜協(xié)調(diào)通道的低頻角位移疊加得到平臺的總的角位移，由此實現(xiàn)了車輛運動到平臺運動的變換。

洗出濾波算法最初是由Schmidt和Conrad提出[5]，之后由于學者多以此為基礎進行研究，該算法又被稱為經(jīng)典洗出算法，它以形式簡單、易于調(diào)節(jié)、執(zhí)行速度快、反應速度快等優(yōu)點得到廣泛認可。1972 年Nahon基于經(jīng)典洗出濾波算法提出了一種新的洗出濾波算法——自適應洗出濾波算法[6]，同經(jīng)典洗出濾波算法和最優(yōu)洗出濾波算法相比，三者在結構上基本相同，區(qū)別在于自適應洗出濾波算法的濾波器參數(shù)的可變性，即濾波器參數(shù)可根據(jù)輸入信號的變化進行自適應調(diào)節(jié)，解決了經(jīng)典洗出濾波算法和最優(yōu)洗出濾波算法參數(shù)固定的問題，實現(xiàn)參數(shù)隨輸入信號實時改變，達到防止運動超限的目的，并盡可能使駕駛員獲得更高逼真度的體感，而且自適應洗出濾波算法的代價函數(shù)相當靈活，能夠根據(jù)實際需求添加相應的約束條件。王輝[7]分析了自適應洗出濾波算法輸出隨著輸入增大而發(fā)散的原因，并確定了自適應濾波器系統(tǒng)穩(wěn)定時的自適應權重、自適應步長與輸入幅值需滿足的關系。葛冠宇[8]在此基礎上做了改進，并在模擬器上應用了改進后的自適應算法，實驗證明該算法對提高運動臨場感效果明顯。王軍政[9]的研究成果又表明2 階的代價函數(shù)所模擬出的運動臨場感更加逼真。閆劍鋒[10]對自適應算法的穩(wěn)定性做了研究分析，還提出了改進的自適應算法，較好的解決了模擬器可能超出運動極限的問題。我國目前對于動感模擬逼真度的研究同發(fā)達國家相比存在著不小的差距，存在著較難突破的瓶頸問題，但是發(fā)展的速度較快，不僅在關鍵技術上取得眾多突破，而且許多研究成果已經(jīng)廣泛的應用于生產(chǎn)實踐，取得了較好的經(jīng)濟效益。然而，當前的研究大多基于一些理論假設，缺少現(xiàn)實條件的約束，主要存在算法解算能力不強，模型尺寸優(yōu)化效率低等問題，影響了研究成果的實用性。

本文首先建立人體感知模型作為模擬試驗人體感知參數(shù)的評價標準，然后通過設置汽車工況試驗對體感模擬算法進行了驗證，包括加速試驗，爬坡試驗以及制動試驗。通過對比每種工況下汽車模擬試驗的輸出感知參數(shù)與模擬器試驗的輸出感知參數(shù)可以得出，本文優(yōu)化設計的洗出濾波算法能夠有效的降低駕駛員模擬時的體感誤差，提高駕駛模擬的逼真度，給予駕駛員更真實的駕駛感覺。

1 模擬流程及仿真模塊搭建

模擬流程圖如圖1 所示，其中所建人體感知模型為相同感知模型。

圖1 模擬仿真流程圖

洗出算法仿真如圖2 所示，主要由三部分組成。第一部分為加速度的高通濾波器，該濾波器主要是用來模擬車輛產(chǎn)生的瞬時加速度；第二部分為加速度的低通濾波器，該濾波器主要用于模擬車輛產(chǎn)生的低頻加速度信號；第三部分為角速度的高通濾波器，主要用于模擬車輛產(chǎn)生的高頻角速度信號。由于模擬平臺的空間有限，無法完全模擬低頻加速度信號，于是采用傾斜協(xié)調(diào)的方式，利用重力和角度傾斜來模擬x，y 方向的低頻加速度信號，第一部分和第二部分共同構成了加速度的模擬。

圖2 輸入模塊

以加速度的高通濾波器為例解釋自適應高通濾波器的實現(xiàn)：輸入為三個方向的加速度信號，經(jīng)過限幅信號后，與重力加速度相加，再經(jīng)過坐標變換矩陣將車體坐標系轉(zhuǎn)換到世界坐標系下，并減去重力加速度。將該信號輸入到自適應高通濾波器中，輸出得到輸入給平臺的加速度數(shù)據(jù)，并將其二次積分限幅后得到平臺的位移。在自適應高通濾波器中，通過自適應算法，根據(jù)輸出加速度信號，速度輸出信號，位移輸出信號和位移積分的加速度信號，實時變化自適應增益k。

2 建立人體感知模型

2.1 人體前庭系統(tǒng)

前庭系統(tǒng)是由半規(guī)管和耳石等多種組織構成的，它通過進行一系列復雜的物理化學變化，從而引起了人體的運動感知[11]。對于駕駛感知相關的研究而言，恰當?shù)那巴ハ到y(tǒng)模型對于實現(xiàn)動感模擬算法至關重要，動感模擬算法的好壞則直接取決于前庭模型的選用。

人體前庭器官的感覺閾值存在差異，同時耳石和半規(guī)管在各個方向上的運動感知靈敏度也有所不同，如表1所示。

表1 人體前庭器官感覺閾值

2.2 耳石模型

耳石的作用在于提供人體感受線加速度的信息，這種感知是通過感知毛細胞的運動來實現(xiàn)的[12]。直線運動和重力分量均可引發(fā)加速度，耳石感應到的加速度是相對加速度，如式⑴所示：

其中，f—人體前庭中心的輸入比力，m/s2；a—人體的絕對加速度，m/s2；g—重力加速度，m/s2。

人體耳石模型如圖3所示。

圖3 人體耳石模型

耳石模型傳遞函數(shù)如式⑵所示：

耳石模型參數(shù)如表2所示。

表2 耳石模型參數(shù)

2.3 半規(guī)管模型

人體前庭系統(tǒng)中的半規(guī)管承擔著感應空間中角速度的職責，其模型如圖4所示。

圖4 人體半規(guī)管模型

圖4中，ω—人體前庭某方向的輸入角速度，rad/s；—人體感受到該方向的角速度，rad/s；Ta、TL、TS—半規(guī)管模型的物理參數(shù)，無量綱；δTH—半規(guī)管感受器偏差閾值，rad/s。

半規(guī)管模型傳遞函數(shù)如式⑶所示：

半規(guī)管模型參數(shù)如表3所示。

表3 半規(guī)管模型參數(shù)

2.4 搭建感知模型仿真模塊

感知參數(shù)A 模塊如圖5 所示，以人體感知A 為例，包含三個加速度方向和三個角速度方向一共六個方向的感知。由于洗出算法的輸出是在世界坐標系下的，因此，首先將其通過變換矩陣轉(zhuǎn)移到人體坐標系下，其中加速度通道疊加x，y方向的傾斜角對加速度的感知。在進行坐標變換后，將其引入人體耳石模型感知加速度，引入人體半規(guī)管模型感知角速度，最終得到人體感知的加速度和角速度。感知參數(shù)B的模塊搭建與圖6相似，只需舍棄坐標轉(zhuǎn)換模塊即可。

圖6 輸入加速度信號

3 動力性試驗

3.1 加速試驗

將輸入信號設置為從0 開始的x軸方向的模擬加速度信號，加速段加速度為ax=2m/s2，持續(xù)時間為4s，輸入加速度信號如圖6所示，平臺輸出位移如圖7所示。

圖7 輸出位移

感知參數(shù)A 與感知參數(shù)B 的輸出如圖8 所示，設定評價標準如式⑷所示，評價標準曲線如圖9所示，其中設置10%為誤差評價標準值。

圖8 人體感知參數(shù)輸出圖

圖9 模擬準確性評價

由圖7 可知，平臺輸出位移在加速的過程中逐漸減小，且動平臺的最大輸出位移0.21m 小于平臺工作空間的邊界限制1.15m，同時能夠減少平臺回到中位的時間。由圖8可知，在模擬開始時，模擬器試驗輸出的人體感知參數(shù)與車輛模擬試驗輸出的人體感知參數(shù)二者之間的感知參數(shù)誤差較大，隨著模擬工況試驗時間的進行，感知參數(shù)之間的感知參數(shù)誤差逐漸減小，體感逼真度逐步提高。由圖9可知，整個模擬過程中超出誤差評定標準時間段共有2.2s，占據(jù)總模擬時間25s 的8.8%，加速試驗的感知參數(shù)A 與B 的差值較小，在90%以上的試驗持續(xù)時間內(nèi)，差值與感知參數(shù)A變化值的比值百分比在10%以下，這表明動感模擬算法能比較準確地對人體的運動感覺進行模擬。

3.2 爬坡試驗

將輸入信號設置為2-2.5s 內(nèi)短時間x 軸方向的模擬角速度信號ωx=0.05rad/s，輸入信號如圖10 所示，平臺輸出角度如圖11所示。

圖10 輸入角速度信號

圖11 輸出角度

此時，感知參數(shù)A 與感知參數(shù)B 的輸出如圖12 所示，由于平臺角度變化較為緩慢，故使用x方向的角速度通道來對比感知參數(shù)。自適應增益K的值會影響平臺的輸出角度，因此為了保證平臺輸出真實的角度，自適應增益K 值取1。評價標準如式⑷，評價標準曲線如圖13所示。

圖12 人體感知參數(shù)輸出圖

圖13 模擬準確性評價

由圖11可知，在2s時輸入角速度信號之后平臺角度會產(chǎn)生一個緩慢變化以此模擬車輛從平坦道路進入坡道的過程，且平臺最大輸出角度0.75rad不超過平臺工作空間角度限制1.18rad。由圖12可得，在模擬器模擬試驗開始時存在0.2s 延時，而后隨著模擬時間的進行，模擬器試驗輸出的人體感知參數(shù)與車輛試驗輸出的人體感知參數(shù)二者之間的感知參數(shù)誤差減小，駕駛員體感逼真度逐漸提高。由圖13可知，整個模擬過程中超出誤差評定標準時間段共有2s，占據(jù)總模擬時間20s 的10%，爬坡試驗的感知參數(shù)A 與B 的差值較小，在90%以上的試驗持續(xù)時間內(nèi)，差值與感知參數(shù)A 變化值的比值百分比在10%，這表明動感模擬算法能比較準確地對人體的運動感覺進行模擬。

4 制動性試驗

將模擬輸入信號設置為前24秒加速，加速段加速度為2m/s2，時間為4s，然后以-3m/s2的加速度減速，直至速度為0。輸入信號如圖14 所示，平臺輸出位移如圖15所示。

圖14 輸入加速度信號

圖15 輸出位移

感知參數(shù)A與感知參數(shù)B的輸出如圖16所示。

圖16 人體感知參數(shù)輸出圖

評價標準如式⑷，評價標準曲線如圖17所示。

圖17 模擬準確性評價

由圖15可知，加速時間段平臺輸出位移與加速試驗平臺輸出位移近乎相同，且最大輸出位移0.21m 不超過平臺工作空間位移限制1.15m。制動之前的十秒鐘勻速模擬，34s 后輸入制動加速度，使得平臺輸出位移有一個突變。圖16表明，加速段人體感知參數(shù)的輸出對比與加速試驗基本一致；勻速時段感知誤差近乎為0，模擬器輸出的感知參數(shù)更低，便于能夠更好的模擬制動；當輸入制動加速度時，模擬器試驗輸出的人體感知參數(shù)與車輛試驗輸出的人體感知參數(shù)二者下降梯度幾乎相同，但模擬器試驗輸出的人體感知參數(shù)下降更低，能更好地模擬汽車制動時的人體感知。由圖17可知，整個模擬過程中超出誤差評定標準時間段共有2.2s，占據(jù)總模擬時間45s 的4.8%，制動試驗的感知參數(shù)A 與B 的差值較小，在90%以上的試驗持續(xù)時間內(nèi)，差值與感知參數(shù)A 變化值的百分比在10%以下，這表明動感模擬算法能比較準確地對人體的運動感覺進行模擬。

5 結束語

本文首先建立了人體感知模型作為駕駛模擬試驗人體感知參數(shù)的評價標準，然后通過設置汽車典型工況試驗對體感模擬算法進行了驗證，其中包括了加速試驗，爬坡試驗以及制動試驗。通過對比每種典型工況試驗下汽車模擬試驗的輸出感知參數(shù)與模擬器試驗的輸出感知參數(shù)可以得出，本文所采用的洗出濾波算法能夠有效的降低駕駛員模擬時的體感誤差，提高駕駛模擬的逼真度，給予駕駛員更真實的駕駛感覺。