Critical Zones for Comfortable Collision Avoidance with a Leading Vehicle

要約

この論文では、衝突回避システムが追突事故を回避するための適切な介入時間を効率的に取得するための一般的なフレームワークを提供します。
提案されたフレームワークには、ドライバーの快適性モデルと車両モデルが組み込まれています。
加速とジャークに基づくドライバーのステアリング操作と、ステアリング角度とステアリング角度レート プロファイルの間に関係があることを示します。
4 つの異なる車両モデルが、追突を回避するためにステアリングを開始する必要がある時間にどのように影響するかを調査します。
評価されたモデルは、動的自転車モデル (DM)、定常コーナリング モデル (SSCM)、運動モデル (KM)、点質量モデル (PMM) でした。
すべてのモデルがパラメーター変動線形システムによって記述できることを示します。
線形システムを使用して 4 つの車両モデルすべての介入時間を効率的に計算するステアリング用の 3 つのアルゴリズムを提供します。
アルゴリズムのうち 2 つは後方到達可能性シミュレーションを使用し、1 つは前方シミュレーションを使用します。
結果は、SSCM、KM、および PMM が、特定の一連の車両状態に対する介入時間を正確に推定しないことを示しています。
計算時間が短いため、後方到達可能性アルゴリズムを使用した DM はオフラインでの安全性の利点を迅速に評価するために使用できますが、前方シミュレーション アルゴリズムを使用した DM はオンラインでリアルタイムに使用する場合により適しています。

要約(オリジナル)

This paper provides a general framework for efficiently obtaining the appropriate intervention time for collision avoidance systems to just avoid a rear-end crash. The proposed framework incorporates a driver comfort model and a vehicle model. We show that there is a relationship between driver steering manoeuvres based on acceleration and jerk, and steering angle and steering angle rate profiles. We investigate how four different vehicle models influence the time when steering needs to be initiated to avoid a rear-end collision. The models assessed were: a dynamic bicycle model (DM), a steady-state cornering model (SSCM), a kinematic model (KM) and a point mass model (PMM). We show that all models can be described by a parameter-varying linear system. We provide three algorithms for steering that use a linear system to compute the intervention time efficiently for all four vehicle models. Two of the algorithms use backward reachability simulation and one uses forward simulation. Results show that the SSCM, KM and PMM do not accurately estimate the intervention time for a certain set of vehicle conditions. Due to its fast computation time, DM with a backward reachability algorithm can be used for rapid offline safety benefit assessment, while DM with a forward simulation algorithm is better suited for online real-time usage.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google