356 工程科学学报，第43卷，第3期 KEY WORDS cooperative control;lane-keeping assist system;lane departure;distribution of driving rights;performance evaluation 道路交通安全问题已经引起人们的普遍关 分配方式值得深入研究.(3)现有的车道保持辅助 注，而人为失误是交通事故的主要成因山美国国 系统的测试评估标准不能完整评估人-车-路耦合 家公路交通安全管理局统计结果表明，约20%的 的动态协同控制型系统，选取合适且完整的评估 交通事故是车辆偏离本车道造成的).全自动驾驶 指标是建立相关测试标准的难点.因此，围绕上述 作为智能汽车的最终阶段，能够有效地减少交通 难点，对基于人机动态协同控制的车道保持辅助 事故.但全自动驾驶无论是技术还是法规都不成 系统展开研究具有现实意义 熟).而作为高级辅助驾驶系统重要成分之一的车 本文以基于人机动态协同控制的车道保持辅 道保持辅助系统，可以有效地防止疲劳驾驶或者 助系统为中心展开综述，对车道偏离决策模型、驾 驾驶员注意力不集中造成的车辆偏离本车道， 驶权动态分配方式及性能评估指标等内容进行了 通过车载传感器车道偏离预警系统能够检测 分析，并指出其未来研究方向，为我国智能汽车领 出本车相对于车道边界的横向距离，在决策模型 域的研究与发展提供理论支撑 判断满足警告条件的情况下，将通过多种感官系 统（视觉、听觉或触觉）警告来警示驾驶员，辅助驾 1车道偏离决策模型 驶员减少或避免车道偏离造成的安全事故车道 决策模型根据收集到的外部环境、驾驶员及 偏离预警系统是车道保持辅助系统的基础阿，能够 车辆信息，判断是否应进行告警，因此在车道偏离 进一步对车辆进行主动控制，防止车辆意外偏离 预警系统中有重要作用例根据1S017361o1中的 本车道.传统的车道保持辅助控制系统多将驾驶 规定：当满足警告条件时，车道偏离预警系统应警 员输入作为干扰向，并利用控制算法建立车路模 告驾驶员，系统应将虚假警报减至最少；系统最晚 型.由于这种控制系统没能更好的适应驾驶员，驾 的警告线位于乘用车车道边界外0.3m,卡车和公 驶员容易与系统发生冲突，降低驾驶员对系统的 共汽车车道边界外1m. 接受程度.Flemisch等)认为骑手可以通过缰绳控 预警时间不合理，会降低系统被接受与信任 制马匹，而马匹也可以独自驰骋，这种协作控制的 特征同驾驶员与自动控制器之间的合作方式类 程度，因此设计决策模型时需要确定合理的预警 时间.如果预警时间大于合理时间，驾驶员会被系 似.为了兼顾驾驶员和自动控制器各自的优势，提 出了人机共驾的概念.驾驶员与自动控制器之间 统干扰；如果预警时间小于合理时间，留给驾驶员 有明确的开关切换控制是实现人机共驾的方式之 操作的时间会被缩短，导致驾驶员不必要的恐慌 一。 目前与驾驶权切换相关的部分原理仍然存在 如果预警系统不能正确识别驾驶员的意图或 争议，另外由于控制冗余的存在，人机冲突及驾驶 行为习惯，容易导致较高的虚假警报率.虚假警报 员负荷增加等问题并没有被完全解决⑧由于人机 会对驾驶员的正常驾驶产生干扰，减少驾驶员对 切换存在上述问题，实现人机共驾的另一种方式 系统的接受程度.值得注意的是，设计者不能只追 是人机动态协同控制，这种控制方式得到越来越 求更少的虚假报警，而放宽预警阈值，造成正确的 多的关注.基于人机动态协同控制的车道保持辅 预警信号被遗漏 助系统利用车辆状态、驾驶员状态及外部环境等 1.1经典的车道偏离决策模型 信息，平滑地改变驾驶员与自动控制器之间的控 学者们围绕车辆偏离决策模型展开了很多 制权，将车辆保持在本车道的同时符合驾驶员意 研究，现存在5种经典的车道偏离决策模型：基 图，从而保证行驶车辆的安全性与驾驶员舒适性 于车辆横越车道线的时间(Time to lane crossing, 基于人机动态协同控制的车道保持辅助系统 TLC)-切、基于车辆在车道中的当前位置(Car's 作为具有科研前景的智能汽车技术，目前存在以 current position,CCP)I4-、基于将来偏离量的不 下研究难点：(1)车道偏离预警系统需要为控制系 同(Future offset difference,.FOD)l6-l7、基于知识的 统提供警告信息，决策模型作为车道偏离预警系 道路场景感知(Knowledge-based interpretation of 统的关键部分，目前在降低系统漏警率和误警率 road scenes,KBIRS)I8-l和虚拟停车振动带的预警 方面存在局限性.(2)目前驾驶员和自动控制器之 算法(Virtual rumble strip,VRBS)Po-2) 间的驾驶权动态分配方式多种多样，驾驶权动态 基于TLC的决策模型由Godthelp等2提出，KEY WORDS    cooperative control；lane-keeping assist system；lane departure；distribution of driving rights；performance evaluation 道路交通安全问题已经引起人们的普遍关 注，而人为失误是交通事故的主要成因[1] . 美国国 家公路交通安全管理局统计结果表明，约 20% 的 交通事故是车辆偏离本车道造成的[2] . 全自动驾驶 作为智能汽车的最终阶段，能够有效地减少交通 事故. 但全自动驾驶无论是技术还是法规都不成 熟[3] . 而作为高级辅助驾驶系统重要成分之一的车 道保持辅助系统，可以有效地防止疲劳驾驶或者 驾驶员注意力不集中造成的车辆偏离本车道. 通过车载传感器车道偏离预警系统能够检测 出本车相对于车道边界的横向距离，在决策模型 判断满足警告条件的情况下，将通过多种感官系 统（视觉、听觉或触觉）警告来警示驾驶员，辅助驾 驶员减少或避免车道偏离造成的安全事故[4] . 车道 偏离预警系统是车道保持辅助系统的基础[5] ，能够 进一步对车辆进行主动控制，防止车辆意外偏离 本车道. 传统的车道保持辅助控制系统多将驾驶 员输入作为干扰[6] ，并利用控制算法建立车路模 型. 由于这种控制系统没能更好的适应驾驶员，驾 驶员容易与系统发生冲突，降低驾驶员对系统的 接受程度. Flemisch 等[7] 认为骑手可以通过缰绳控 制马匹，而马匹也可以独自驰骋，这种协作控制的 特征同驾驶员与自动控制器之间的合作方式类 似. 为了兼顾驾驶员和自动控制器各自的优势，提 出了人机共驾的概念. 驾驶员与自动控制器之间 有明确的开关切换控制是实现人机共驾的方式之 一. 目前与驾驶权切换相关的部分原理仍然存在 争议，另外由于控制冗余的存在，人机冲突及驾驶 员负荷增加等问题并没有被完全解决[8] . 由于人机 切换存在上述问题，实现人机共驾的另一种方式 是人机动态协同控制，这种控制方式得到越来越 多的关注. 基于人机动态协同控制的车道保持辅 助系统利用车辆状态、驾驶员状态及外部环境等 信息，平滑地改变驾驶员与自动控制器之间的控 制权，将车辆保持在本车道的同时符合驾驶员意 图，从而保证行驶车辆的安全性与驾驶员舒适性. 基于人机动态协同控制的车道保持辅助系统 作为具有科研前景的智能汽车技术，目前存在以 下研究难点：（1）车道偏离预警系统需要为控制系 统提供警告信息，决策模型作为车道偏离预警系 统的关键部分，目前在降低系统漏警率和误警率 方面存在局限性. （2）目前驾驶员和自动控制器之 间的驾驶权动态分配方式多种多样，驾驶权动态 分配方式值得深入研究. （3）现有的车道保持辅助 系统的测试评估标准不能完整评估人‒车‒路耦合 的动态协同控制型系统，选取合适且完整的评估 指标是建立相关测试标准的难点. 因此，围绕上述 难点，对基于人机动态协同控制的车道保持辅助 系统展开研究具有现实意义. 本文以基于人机动态协同控制的车道保持辅 助系统为中心展开综述，对车道偏离决策模型、驾 驶权动态分配方式及性能评估指标等内容进行了 分析，并指出其未来研究方向，为我国智能汽车领 域的研究与发展提供理论支撑. 1    车道偏离决策模型 决策模型根据收集到的外部环境、驾驶员及 车辆信息，判断是否应进行告警，因此在车道偏离 预警系统中有重要作用[9] . 根据 ISO 17361[10] 中的 规定：当满足警告条件时，车道偏离预警系统应警 告驾驶员;系统应将虚假警报减至最少；系统最晚 的警告线位于乘用车车道边界外 0.3 m，卡车和公 共汽车车道边界外 1 m. 预警时间不合理，会降低系统被接受与信任 程度，因此设计决策模型时需要确定合理的预警 时间. 如果预警时间大于合理时间，驾驶员会被系 统干扰；如果预警时间小于合理时间，留给驾驶员 操作的时间会被缩短，导致驾驶员不必要的恐慌. 如果预警系统不能正确识别驾驶员的意图或 行为习惯，容易导致较高的虚假警报率. 虚假警报 会对驾驶员的正常驾驶产生干扰，减少驾驶员对 系统的接受程度. 值得注意的是，设计者不能只追 求更少的虚假报警，而放宽预警阈值，造成正确的 预警信号被遗漏. 1.1    经典的车道偏离决策模型 学者们围绕车辆偏离决策模型展开了很多 研究，现存在 5 种经典的车道偏离决策模型：基 于车辆横越车道线的时间 (Time to lane crossing, TLC)[11−13]、基于车辆在车道中的当前位置 (Car’s current position, CCP)[14−15]、基于将来偏离量的不 同 (Future offset difference, FOD)[16−17]、基于知识的 道 路 场 景 感 知 (Knowledge-based  interpretation  of road scenes, KBIRS)[18−19] 和虚拟停车振动带的预警 算法 (Virtual rumble strip, VRBS)[20−21] . 基于 TLC 的决策模型由 Godthelp 等[22] 提出， · 356 · 工程科学学报，第 43 卷，第 3 期