5.3　車輛駕駛員模型與控制系統建模

駕駛員模型是對汽車駕駛員操縱車輛行為的建模，可以抽象為一個典型的復雜控制系統，根據涵蓋范圍的大小可以分為狹義和廣義的。狹義的駕駛員模型僅對駕駛員對于車輛的控制進行建模；廣義的駕駛員模型是指汽車駕駛員對于周邊信息的感知、融合、預測、決策及最終通過神經和肌肉對車輛施加包括轉向、驅動、制動在內的操控行為的描述[7]。

在自動駕駛仿真系統中，案例場景的構建是重中之重。在測試案例中，駕駛員模型起到的是模擬人類駕駛員行為的功能，驅動案例中的車輛。由于長期作業引起的身心疲勞等因素歸于駕駛員個體范疇，一般不屬于算法關注的對象，因此本書中介紹駕駛員模型時取其狹義。

對于智能駕駛車輛中的駕駛員，多年來研究人員提出了多種建模方式，根據其控制目的的不同，主要分為方向（橫向）控制模型、速度（縱向）控制模型和方向速度綜合控制模型[8]。

① 方向控制模型大致可以分為以下幾類：根據車輛狀態和道路狀況，應用控制理論對車輛方向進行補償校正的補償跟蹤模型，如Stanley算法；將補償跟蹤模型中的誤差計算改進為預瞄點與預期位置誤差的預瞄跟蹤模型，如Pure Pursuit算法；以模糊控制理論及神經網絡為基礎的智能控制模型[9]。

② 速度控制模型中，控制理論中的比例-積分-微分（PID）策略最為常見，即以期望值與實際值（如速度、加速度等）為輸入，根據二者差異的比例、積分、微分綜合計算得到控制信號。常用的各類速度控制算法均脫胎于此。

③ 單獨的方向控制或速度控制均不能全面、準確地描述駕駛員對于車輛的操控行為，無法達到自動駕駛系統自主駕駛車輛的要求，因此，方向速度綜合控制模型應運而生。方向速度綜合控制模型綜合考慮了車輛橫向和縱向的控制，這種控制方式除了將方向控制和速度控制簡單拼湊在一起之外，還可以應用廣義預測理論、系統模糊決策理論等綜合橫縱向進行決策，以確定最優的行駛軌跡。

仿真軟件提供駕駛員模型模擬人類駕駛員的控制行為，以實現車輛駕駛模擬。根據案例定義的車輛初始位置和行進軌跡，按照指定的速度、加速度和轉向角，駕駛員模型輸出車輛控制信號給動力學仿真模塊，包括節氣門開度、制動、轉向、檔位、離合器等。在模擬的過程中，需要考慮真實情況對駕駛員模型的限制，如車輛最大加速度、道路曲率對車輛通過速度的影響等。

SimOneDriver是51Sim-One自動駕駛仿真平臺中內置的駕駛員模型，可以根據用戶設置的駕駛規劃來操控主車，如圖5-4所示，可以配合ADAS算法（API調用或Simulink模塊）對車輛進行聯合控制，從而達到對其測試的目的，或者將主車開至所需工況后交由自動駕駛系統接管。

圖5-4　SimOneDriver圖形界面