基于駕駛員意圖識別的液力機械式自動變速器換擋規(guī)律優(yōu)化

程 敏，吳光強，2，祝 勝

（1.同濟大學汽車學院上海 201804；2.東京大學生產(chǎn)技術(shù)研究所，日本東京 153－8505）

基于駕駛員意圖識別的液力機械式自動變速器換擋規(guī)律優(yōu)化

程 敏1，吳光強1，2，祝 勝1

（1.同濟大學汽車學院上海 201804；2.東京大學生產(chǎn)技術(shù)研究所，日本東京 153－8505）

0 引言

換檔規(guī)律是指擋位隨控制參數(shù)變化的規(guī)律。它關(guān)系到動力傳動系統(tǒng)各總成與整車最優(yōu)性能的發(fā)揮，直接影響換擋品質(zhì)乃至車輛的動力性、燃油經(jīng)濟性、通過性及環(huán)境適應能力等［1］。換擋規(guī)律應結(jié)合駕駛員意圖以及道路狀況進行合理的修正［2］，有助于消除頻繁升降擋現(xiàn)象，提高燃油經(jīng)濟性。因此，只有準確辨識出駕駛員的當前意圖，才能選擇合適的換擋規(guī)律進行切換。

目前，國內(nèi)外學者提出很多駕駛員意圖識別的方法，參考文獻［3］采用模糊控制和神經(jīng)網(wǎng)絡的方法，在優(yōu)秀駕駛員操作辨識基礎(chǔ)上建立基于經(jīng)驗的換擋規(guī)律，改善了車輛的性能；基于Bayes決策論的隱式馬爾可夫模型（Hmm）具有處理時間序列數(shù)據(jù)的特性，且可以產(chǎn)生優(yōu)異的分類性能［4］，目前廣泛應用于駕駛員意圖識別［5-7］。

1 駕駛員意圖分析

根據(jù)駕駛員的駕駛經(jīng)驗和實驗數(shù)據(jù)，在平直路面上駕駛員意圖可以分為急加速、加速、保持、減速、急減速5類，簡寫為HA，A，M，D，RD，每一類對應著不同的駕駛員操作，主要通過油門踏板開度、油門踏板變化趨勢和制動踏板開度來體現(xiàn)。設平直路面上的駕駛意圖類型為Sn（n＝1，2，3，4，5），相鄰采樣時間內(nèi)駕駛意圖狀態(tài)會發(fā)生概率性轉(zhuǎn)移或保持不變，駕駛觀測值類型為om（m＝1，2，3），Sn和om之間的映射關(guān)系以概率值表征，根據(jù)駕駛意圖和駕駛觀測值之間的關(guān)系，以節(jié)點和網(wǎng)絡關(guān)聯(lián)模式構(gòu)成的模型如圖1，圖中a，b表示發(fā)生的概率，i，j（i，j＝n，i≠j）表示駕駛員意圖類型。

圖1 駕駛意圖與駕駛觀測值關(guān)系模型

2 隱馬爾可夫建模與驗證

2.1 隱馬爾可夫基本模型

隱馬爾可夫模型Hmm（hidden Markov model）是一個雙重隨機過程［7］，由此可見駕駛員意圖和動作之間的聯(lián)系與Hmm結(jié)構(gòu)十分吻合。因此，采用Hmm構(gòu)建駕駛員模型是可行的。

基于駕駛員每個動作即觀測值采樣的連續(xù)性，建立連續(xù)型隱馬爾可夫模型，此處采用的Hmm模型參數(shù)可以描述為λ＝［A，π，c，μ，U］，設狀態(tài)集合S＝｛s1，s2，……，sn｝，則狀態(tài)轉(zhuǎn)移概率矩陣A＝｛aij｝，aij＝P（qi＝Sj｜qt-1＝Si），初始狀態(tài)概率分布π＝｛πi｝，πi＝P（q1＝Si），觀測值集合，o（t）＝｛o1（t），o2（t），o3（t）｝，o1（t），o2（t），o3（t）分別表示油門踏板開度、油門踏板開度變化率、制動踏板開度，這里描述隨機過程的高斯混合模型采用3個單高斯模型混合而成。觀測值概率密度采用混合三維高斯概率密度函數(shù)，可以表示為：

cjk為狀態(tài)sj的第k個單高斯模型加權(quán)系數(shù)，且；M為單高斯模型個數(shù)；N0（μjk，Ujk）為高斯密度函數(shù)；o為連續(xù)觀測值向量；μjk和Ujk為第k個單高斯模型在狀態(tài)sj下的期望向量和協(xié)方差矩陣，可由樣本均值向量和協(xié)方差矩陣替代。

隱馬爾可夫模型有3個基本問題：①評估問題；②解碼問題；③學習問題。其中學習問題，即一個模型的訓練過程，是首要解決的任務。通常采用Baum - Welch算法，對連續(xù)Hmm模型進行訓練［8］。以下訓練過程針對每一個駕駛員意圖隱狀態(tài)。

前向概率為：

對不同駕駛員意圖進行學習與訓練，直至式（4）的值收斂，得到由參數(shù)λ′＝［A′，π′，c′，μ′，U′］確定的駕駛員意圖模型。

2.3 模型驗證

圖2所示為Hmm模型辨識駕駛員意圖的過程，按照指定步長依次將處理后的油門踏板開度α、油門踏板開度變化率˙α以及制動踏板開度β信號數(shù)據(jù)，輸入到訓練好的Hmm模型組λ′j＝［A′j，π′j，c′j，μ′j，U′j］，圖中Sj表示某一駕駛意圖的Hmm子模型，根據(jù)式（4）分別計算子模型的極大似然對數(shù)值，比較后選擇最大者作為駕駛員當前的意圖。

圖2 Hmm辨識過程

為了驗證連續(xù)型Hmm模型的準確性，采用一長段觀測值數(shù)據(jù)如圖3進行辨識，將數(shù)據(jù)分別導入訓練好的5種Hmm子模型，計算其極大似然概率的對數(shù)值并比較，辨識的結(jié)果如圖4所示。

圖3 駕駛員操作數(shù)據(jù)

圖4 辨識結(jié)果

由圖4可得駕駛員意圖是保持—急加速—保持—減速—保持。經(jīng)過比較，按0.1 s截取駕駛員的操作數(shù)據(jù)可以提高辨識精度。對應單個駕駛員意圖的多個樣本連續(xù)測試，統(tǒng)計表明其測試精度。通過多次辨識的結(jié)果分析，辨識精度可達99.74。

隨著我國國民經(jīng)濟的快速發(fā)展，城市人口的急劇增多，城市化的發(fā)展進程大大加快，為建筑行業(yè)的發(fā)展提供了前所未有的發(fā)展機會。建筑企業(yè)要重視建筑工程施工質(zhì)量，做好建筑工程的結(jié)構(gòu)設計，以提高自身的市場競爭力，增加建筑企業(yè)的經(jīng)濟效益與社會影響力。結(jié)構(gòu)設計屬于建筑工程極為關(guān)鍵的一個環(huán)節(jié)，嚴重影響建筑工程的整體質(zhì)量，因此需以結(jié)構(gòu)安全性、穩(wěn)定性出發(fā)進行合理設計，并科學評估建筑工程的結(jié)構(gòu)設計，以保障建筑工程的使用安全性與使用壽命。

3 基于駕駛員意圖的換擋規(guī)律優(yōu)化

3.1 基本換擋規(guī)律

基本換擋規(guī)律是在車輛處于平直良好路面上，發(fā)動機穩(wěn)態(tài)運轉(zhuǎn)的情況下進行的，包括最佳動力性換擋規(guī)律和最佳經(jīng)濟性換擋規(guī)律，以某5擋實驗車輛參數(shù)為依據(jù)，通過換擋規(guī)律計算［11］以及車輛的實驗得出換擋規(guī)律對比后采用組合型降擋規(guī)律，得到換擋規(guī)律如圖5、圖6所示。

圖5 最佳動力性換擋規(guī)律

圖6 最佳經(jīng)濟性換擋規(guī)律

3.2 駕駛員意圖與換擋規(guī)律的關(guān)系

在實際行駛過程中，駕駛員的期望加速特性是不斷變化的，不可能依靠一種不變的換擋策略來滿足所有的駕駛意圖，換擋規(guī)律需要根據(jù)駕駛員的意圖變化而變化，不同意圖下的擋位操作如表1所示

表1 不同意圖下的擋位操作_

在加速意圖和急加速意圖應依照最佳動力性換擋規(guī)律進行優(yōu)化，減速意圖和急減速意圖應依照最佳經(jīng)濟性換擋規(guī)律進行優(yōu)化。這里以急加速意圖與急減速意圖換擋規(guī)律優(yōu)化為例。

3.3 急加速意圖換擋規(guī)律優(yōu)化

急加速意圖下油門踏板開度突然增至大油門，有前述可知應提前降擋，延遲升擋，故需對最佳動力性換擋規(guī)律進行優(yōu)化，提高升擋車速，降低降擋車速。這里采用收斂型降擋規(guī)律，在快速增大油門開度時，滿足提前降擋，延遲升擋的要求，優(yōu)化后的換擋策略如圖7所示。

圖7 急加速意圖下?lián)Q擋規(guī)律

3.4 急減速意圖換擋規(guī)律優(yōu)化

急減速意圖下油門踏板突然減至小油門或油門踏板突然松開，有前述可知應適時降擋，禁止升擋，故需對最佳經(jīng)濟性換擋規(guī)律進行優(yōu)化。如圖8所示，a- b- c過程代表了突然急減速的駕駛員意圖過程。

圖8 急減速頻繁換擋示意

由圖8可知，a處突然急劇減小油門開度變化至b點，車輛從3擋升至4擋，顯然與駕駛員減速意圖相違背，于此同時車速繼續(xù)降低，降低至c點時車輛從4擋降回3擋。故車輛產(chǎn)生了意外換擋現(xiàn)象，其直接原因是車輛慣性較大，車速不能立刻響應油門的突變，使得在急減速時產(chǎn)生于駕駛員截然相反的換擋過程。

針對車輛意外換擋現(xiàn)象的消除，大致分為3種：①通過設置換擋延遲時間來屏蔽換擋指令，等待車速的上升或下降［11］；②采用油門鈍化方法，即用步進的方式對油門信號進行處理，屏蔽短時間內(nèi)油門的劇烈變換［12］；③根據(jù)不同油門開度變化使用不同升擋和降擋規(guī)律修正因子，對升降擋臨界車速進行修正［1314］。

減速意圖屬于平緩踩下制動踏板情況，故在此只考慮急減速意圖下產(chǎn)生的意外換擋情況。由前述可知，駕駛員意圖可由連續(xù)型隱馬爾可夫模型得出，故采用第1種方法消除頻繁換擋現(xiàn)象最為高效。

4 仿真分析

根據(jù)搭建的Matlab／Simulink車輛模型，對2種駕駛意圖進行辨識后，通過換擋邏輯進行切換相應優(yōu)化后換擋規(guī)律，得出優(yōu)化前后車輛換擋仿真結(jié)果。

4.1 急加速意圖下的仿真分析

采用如圖9a所示的油門開度，汽車先以14%的油門開度緩慢加速，10～11 s時間內(nèi)，加速到90%油門開度，11～30 s內(nèi)保持其開度。在Hmm模型辨識出駕駛員意圖為急加速后，如圖9b，系統(tǒng)自動切換到急加速意圖下的換擋策略，由于急加速意圖時間較短，故在實際中若無減速意圖，則采用急加速意圖下的換擋規(guī)律直至升到最大擋位。仿真結(jié)果如圖10所示，當油門突然增大時，優(yōu)化后的換擋規(guī)律使車輛提前0.88 s降到2擋，延遲0.44 s升至3擋，延遲0.68 s升至4擋，延遲0.6 s升至5擋，符合該意圖下的換擋要求，優(yōu)化后的車速要高于優(yōu)化前的車速。

圖9 急加速時駕駛數(shù)據(jù)以及辨識結(jié)果

圖10 急加速意圖下仿真結(jié)果

4.2 急減速意圖下的仿真分析

采用如圖11a所示的油門開度和制動開度，汽車先以60%的油門開度加速，10～11 s時間內(nèi)，油門快速松開，12～30 s內(nèi)踩下制動踏板并保持。Hmm模型辨識結(jié)果如圖11 b所示，駕駛員意圖在10 s后為急減速，系統(tǒng)自動切換到急減速意圖下的換擋策略，換擋延遲3 s，防止其升擋。仿真結(jié)果如圖12所示，當油門突然減小時，優(yōu)化后的換擋規(guī)律使車輛保持原有擋位即4擋直至降擋，符合該意圖下的換擋要求，優(yōu)化后比優(yōu)化前減速較快。

圖11 急減速時駕駛數(shù)據(jù)以及辨識結(jié)果

圖12 急減速意圖下的仿真結(jié)果

5 結(jié)束語

建立連續(xù)型隱馬爾可夫駕駛員模型，應用從實車采集的數(shù)據(jù)。對模型進行訓練與學習。通過對駕駛員操作行為的辨識，實現(xiàn)辨識駕駛員意圖的目的，由結(jié)果可知，該方法有良好的準確性。

基于辨識出的駕駛員意圖，對換擋規(guī)律進行優(yōu)化。主要列出急加速與急減速意圖下?lián)Q擋規(guī)律的優(yōu)化。由仿真結(jié)果可知，優(yōu)化后的換擋規(guī)律滿足擋位變換的要求，急加速意圖下能夠提前降擋，延遲升擋，急減速意圖下能夠消除意外升擋的現(xiàn)象。

［1］ 吳光強，孫賢安.汽車自動變速器發(fā)展綜述.同濟大學學報（自然科學版），2010，38（10）：1478- 1483.

［2］ 孫賢安，吳光強，姜超，等.人 車 路閉環(huán)系統(tǒng)中的雙離合器式自動變速器車輛換擋規(guī)律［J］.汽車技術(shù)，2014（7）：18- 23.

［3］ Hayashi K，Shimizu Y，Dote Y，et al.Neuro fuzzy transmission control for automobile with variable loads［J］.Control Systems Technology，IEEE Transactions on Control Systems Technology，1995，3（1）：49- 53.

［4］ 劉成林，譚鐵牛.模式識別研究進展［J］.中國計算機學會通訊，2007.3（12）：38- 46

［5］ Gadepally V，Krishnamurthy A，Ozguner U.A Framework for Estimating Driver Decisions Near Intersections［J］.IEEE Transactions on Control Systems Technology，2014.15（2）：637- 647.

［6］ He L，Zong C，Wang C.Driving intention recognition and behaviour prediction based on a double- layer hidden Markov model［J］.Journal of Zhejiang University SCIENCE C，2012，13（3）：208- 217.

［7］ 王志堂，蔡淋波.隱馬爾可夫模型（Hmm）及其應用［J］.湖南科技學院學報，2009，30（4）：42- 44.

［8］ Baum L E，Petrie T.Statistical inference for probabilistic functions of finite state Markov chains［J］.The annals of mathematical statistics，1966，37（6）：1554 -1563.

［9］ 萬建偉，楊俊嶺.基于CHmm的雷達海面回波建模與分析方法［J］.電子與信息學報，2007，29：2715 -2719.

［10］ 黃英，石獻磊，徐世利，等.基于動力性和經(jīng)濟性的轎車換擋規(guī)律設計與試驗研究［J］.汽車技術(shù)，2005（11）：28- 33.

［11］ 何忠波，白鴻柏，楊建春.AMT車輛頻繁換擋的消除策略［J］.農(nóng)業(yè)機械學報，2006，37（7）：9- 13.

［12］ 王洪亮，劉海鷗，張威，等.越野車輛AMT消除意外換擋及頻繁換擋策略研究［J］.北京理工大學學報，2009（8）：681- 685.

［13］ 肖文穎.基于模型的自動變速器換擋策略優(yōu)化方法［J］.汽車技術(shù)，2014（5）：30- 34.

［14］ 楊偉斌，陳全世，吳光強，等.智能修正型換擋規(guī)律的設計及在雙離合器式自動變速器中的應用［J］.機械工程學報，2009，45（1）：205- 210.

Optimization of Shift Schedule for Automatic Transmission Based on Driver Intention Recognition

CHENG Min1，WU Guangqiang1，2，ZHU Sheng1
（1.Automotive School，Tongji University，Shanghai 201804，China；2.Institute of Industrial Science，University of Tokyo，Tokyo 153- 8505，Japan）

構(gòu)建了基于隱馬爾可夫模型的駕駛員意圖模型，用于辨識不同的駕駛意圖。以油門踏板開度以及制動踏板開度等作為輸入數(shù)據(jù)，結(jié)合Baum-Welch算法訓練駕駛員意圖模型，以計算所得新數(shù)據(jù)的極大似然值作為辨識結(jié)果，驗證了駕駛員意圖模型的準確性。根據(jù)識別出的駕駛員意圖模型參數(shù)，基于基本換擋規(guī)律，對不同意圖下的換擋規(guī)律進行優(yōu)化。仿真結(jié)果表明，優(yōu)化后的換擋規(guī)律更符合駕駛員期望的擋位操作，且有助于消除意外換擋的現(xiàn)象，驗證了意圖模型優(yōu)化的有效性。

駕駛員意圖；換擋規(guī)律；隱馬爾可夫模型；高斯混合模型

A driver intention model is described based on the hidden Markov model，which is used to identify a driver’s intentions.The model is trained with Baum- Welch algorithm and data on the degree of opening of accelerator pedal and the brake pedal is inputted；thereafter the maximum likelihood value is calculated as recognition results，which verify the accuracy of the model.On the basis of basic shift schedule and the identified driver intention，the shift schedule was optimized under different intentions.The simulation results show that the optimized shift schedule is more in accordance with the driver’s intended action，and helps eliminate accidental shift phenomenon，which verifies the effectiveness of the optimization.

driver Intention；shift schedule；hidden Markov model；Gaussian mixture model

U463.22

A

1001- 2257（2015）08- 0059- 05

程 敏，（1991－）女，安徽黃山人，碩士研究生。研究方向為人-車-路智能控制；吳光強 （1965－），男，河北秦皇島人，教授，博士研究生導師，研究方向為自動變速傳動控制系統(tǒng)與仿真等，汽車多體系統(tǒng)動力學與非線性控制等；祝 勝（1990－），男，浙江衢州人，碩士研究生，研究方向為汽車換擋過程控制。

2015- 03- 20