一种混合驱动模型的设计.docx

一种混合驱动模型的设计

摘要

这篇文章所描述的是在卡尔斯鲁厄综合性大学的工业信息系统学院正在研究的一种混合驱动模型。围绕着主题进行一个简短的介绍之后将会给出一个超过人类的信息和进程的概述。呈现了一个使人类的行为适应现实驱动模型的概念。这个正在研究的模型描述为由一个随机排列网络和两个GPC控制器组成。其目的是为了定义仿真三个不同的驱动类型和讨论仿真结果。

介绍

近年来汽车工业开始发展和提高许多驱动支持系统内的技术创新。比如防滑煞车系统，电子牵引控制器和博世公司的行驶动力学调节系统。这些系统能够帮助司机们避免也许能够导致事故的紧急驾驶情况。

为了使这些系统适应汽车模型并有一个快速和成本节约发展，需要充分的重新生成设计一个汽车的结构，电系统和水力学系统。这些模型借助于模拟的帮助给车辆动力学提供了现实信息。另一方面，一个现实的驱动程序模型是必需的，它能够操纵的车辆模型和模仿人的驾驶行为以实现闭环仿真。为了验证驾驶支持系统的性能，到目前为一个测试驱动程序来负责车辆模拟器是必要的。该方法结合了高的计算努力。另一个缺点是，测试驱动程序是不能够模拟不同类型的驾驶员。

在早期的研究中的人的驾驶行为在连续控制器如PID控制器[mit90]的帮助下被模拟。为了得到更多驾驶操作的信息，这些模型是不够的，因为他们进行了或多或少的最佳性能驾驶操作。另一种已经实现了模糊控制器的驱动程序实现了人类的转向行为，但是这种情况难以分析和适应不同的驱动程序类型。

这是常见的所有这些控制器，他们只模拟转向行为而不是纵向运动控制。进一步的这些模型是不能够再现人类的驱动程序的信息接收和处理。

因为这个原因，一个现实的混合驱动模型在卡尔斯鲁厄大学被开发。它是能够模拟人在驾驶过程中的控制行为和两人的认知过程。因此排队论模型被用来模拟信息的接受和处理。横向和纵向动力学的控制是通过GPC控制器进行的（广义预测控制）。

信息的感知与处理

就像图1中所看到的那样，获取信息的过程，是由不同的阶段[wic84]所组成的。在这个过程的每个阶段，一种数据转换的发生需要一定的具体时间。知觉的感觉器官的缺陷可能影响调研分析的质量和数量，因此，随后的过程也是如此情形。

首先，环境和不同的感觉器官有很多联系。这些刺激在很短的时间内存在于短期感觉店。这个时间常数小于第二视觉信号和高达几秒钟的其他感官信号。

下一阶段的物理刺激是分配给一定的感性类别。它存在着不同程度的依赖于操作者的任务所面临的分类任务的复杂性。更多的物理尺寸是包含着更复杂的任务。

在下面的功能块的决策和反应选择的决定是基于感知的信息和对此时形势的理解。这个决定是深思熟虑的就像选择一条高速公路上的交通车道或者可以几乎自动的反射像。另外，感知到的信息可以存储在工作记忆中，工作记忆是在稍后的时间点内处理。一次次提出的信息可以以这种方式长期进入记忆。

在一个合适的一系列的肌肉运动是用来产生期望的行为。所谓的响应执行的最重要的任务是驾驶的转向，加速和刹车。这些动作大多是受过训练的，他们几乎自动地进行。动作的结果最后被反馈到不同的感觉。

每个阶段的信息处理需要一个特定的一部分,这部分是一个有限的资源。如果一个特殊的任务需要有更多的关注，将会有更少的可用的其他进程。作为一个结果，它们的性能会下降。

图1：人类信息过程

概念:直觉和记忆-----整个模型包括司机和车辆如图2所示。人类感官直觉的模型代表了信息获取和一部分的信息处理，这就塑造成了一个排队网络。在这里不同的刺激，可作为传感器的数据被接收。这个感知信号然后与它们对应的相关信息有很大关联。

在功能模块的实现中，记忆的合适车辆的传感器数据被存储，直到他们被新数据所覆盖。

图2：整个概念

决策和反应的选择---------横向控制器的设定点总是选择零因为该控制器的任务是减小侧向位移。加速度控制器所需的输出是在命令输出功能块的计算确定的。这里所需的加速度的确定是根据道路表面，曲率和运行过程中。

响应执行——块“控制”包括横向和纵向控制器，如GPC控制器实现。横向控制器使用的转向角作为输出，减小侧向位移。的纵向控制器的输出，这是加速控制器实现的，是节流阀角度和制动踏板上的力。该控制器的任务是要达到所需的加速度。因此，输出数据操纵车辆模型作为一个结果是产生新的传感器数据。

混合驱动模式

排队网络——人类信息的处理在排队论模型的帮助下被模拟。（图3）：一个为视觉感知另一个为前庭觉。只要为两种类型的感知留下了足够的注意资源，这些感觉就可以并行工作。其他形式的感知因为不太重要而可以被忽略。

视觉感知分为道路的固定点，它提供与驾驶任务和干扰相关的各项信息，最后一个代表车内的固定点，像收音机，同时不屈服于任何关于交通的信息，以至于它们扰乱相关信息感知。

每一次“司机”看其中的一个固定点的交易是在相应的源节点