转向故障下智能汽车最小风险紧急避让决策规划方法

本发明属于自动驾驶，具体是涉及一种转向故障下智能汽车最小风险紧急避让决策规划方法。

背景技术：

1、自动紧急转向避让（aes）系统作为高级别智能驾驶的核心安全功能，能够在制动无法避免碰撞时通过主动转向实现紧急避障，显著降低交通事故伤亡率。然而，转向系统作为关键执行部件，在长期运行过程中可能发生输出范围衰减故障，导致实际转向角度远低于预期，引发车辆转向不足。该故障在高速、低附着以及弯道等对转向要求极高的工况下，会大幅降低车辆轨迹跟踪精度与避障有效性，极易导致车辆失控、避障失效的严重安全事故。

2、现有紧急避让决策规划方法多假设转向系统处于正常工作状态，未考虑转向故障的影响；少数考虑转向故障的方法也仅针对完全失效场景，忽略了输出范围衰减这类部分故障与车速、路面附着、道路曲率的强耦合效应。现有技术存在以下显著缺陷：一是缺乏故障下转向剩余能力的精准评估方法，无法量化故障对车辆操纵极限的影响；二是未建立故障下的失稳风险量化模型，易导致规划轨迹超出车辆稳定边界；三是碰撞风险评估仅考虑碰撞概率，忽略了碰撞损伤程度的差异，无法实现真正的最小风险避让；四是缺乏多策略协同优化机制，无法在转向、制动与协同避让之间做出最优决策。

3、因此，亟需一种转向故障下的最小风险紧急避让决策规划策略，能够有效应对转向输出范围衰减故障与恶劣运行工况的叠加挑战，实故障场景下的安全避障。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提供一种转向故障下智能汽车最小风险紧急避让决策规划方法，精准评估故障转向剩余能力，量化失稳与碰撞综合风险，实现多策略的最优决策与轨迹规划，显著提升自动驾驶系统在转向故障下的安全性能。

2、为实现上述发明目的，本发明提供以下技术方案：

3、本发明的核心技术方案是构建"转向安全域构建-失稳风险量化-碰撞风险评估-多策略优化求解-分层决策输出"的五级技术体系，具体步骤如下：

4、步骤1：耦合转向故障与运行工况的转向安全域构建

5、步骤1.1：故障转向剩余能力估计，基于二自由度车辆动力学模型，推导转向输出范围衰减故障下的稳态横摆角速度计算公式，结合路面附着条件限制，得到故障下的稳态横摆角速度极限值，以此量化转向剩余能力；

6、步骤1.2：横向稳定域构建，采用β-ωr相平面法，基于魔术公式轮胎模型与二自由度车辆动力学模型，通过数值仿真生成相轨迹；采用折线法选取6个特征点，拟合得到车辆横向稳定域边界；

7、步骤1.3：转向安全域融合，将故障下的极限横摆角速度作为二次约束叠加至横向稳定域，得到同时考虑故障约束与稳定性约束的转向安全域。

8、步骤2：基于最小纵向换道距离的失稳风险量化

9、步骤2.1：最小纵向换道距离求解，采用五次多项式作为换道轨迹基函数，通过仿真迭代法求解不同车速、路面附着与故障程度下，满足转向安全域约束的最小纵向换道距离；通过三维拟合得到最小纵向换道距离的解析表达式；

10、步骤2.2：匀速换道失稳风险计算，推导五次多项式轨迹的最大曲率计算公式，通过实际换道轨迹与最小换道轨迹的最大曲率比值，量化最大失稳风险概率；结合轨迹曲率的实时变化，得到实时失稳风险；

11、步骤2.3：转向制动协同失稳风险修正，引入路面附着利用率，综合考虑横向加速度与纵向加速度的耦合影响，对匀速换道失稳风险进行修正，得到转向制动协同换道失稳风险。

12、步骤3：融合碰撞概率与损伤的碰撞风险评估

13、步骤3.1：碰撞发生概率计算，将车辆进行矩形比例膨胀，根据自车与障碍车的相对位置关系，划分为安全区、过渡区与碰撞区；过渡区采用二次函数计算碰撞概率，分别建立直线与弯道场景下的碰撞概率模型；

14、步骤3.2：碰撞损伤预测：基于冲量动量守恒与能量守恒定理，分别推导侧面碰撞与追尾碰撞的变形能损失计算公式；引入碰撞恢复系数的经验公式，实现碰撞损伤的精准量化；

15、步骤3.3：综合碰撞风险计算，融合碰撞发生概率与碰撞变形能损失，得到综合碰撞风险值。

16、步骤4：多策略最小风险轨迹优化求解

17、步骤4.1：避让策略建模，分别建立仅制动避让、仅转向避让、转向制动协同避让三类策略的轨迹模型，以综合避让风险最小为目标，构建包含最大风险与平均风险的多目标优化函数；

18、步骤4.2：优化算法求解，采用fminsearch直接搜索算法，无需计算梯度，适配强非线性的风险目标函数，求解各策略下的最优轨迹参数与对应最小风险值。

19、步骤5：分层避让决策输出

20、步骤5.1：安全策略筛选，首先筛选出无失稳无碰撞的安全策略；

21、步骤5.2：最优策略选择，当存在多个安全策略时，通过风险值对比选择全局最小风险策略；

22、步骤5.3：降级策略处理，当所有策略均无法完全避障时，选择碰撞损伤最小的策略，最大限度降低事故伤害。

23、与现有技术相比，本发明具有以下突出的优点和技术效果：

24、故障适应性强：构建耦合转向输出范围衰减故障、车速、路面附着与道路曲率的转向安全域，能够精准评估不同工况下的故障转向剩余能力；

25、风险评估精准：建立融合失稳风险与碰撞风险的综合评估模型，同时考虑碰撞发生概率与碰撞损伤程度；

26、决策优化高效：采用fminsearch直接搜索算法求解低维优化问题，计算速度快，满足车载系统实时性要求；

27、避障效果显著：在直线与弯道场景下，有效提高转向故障下的避障安全性；

28、工程实用性强：无需额外增加硬件成本，可直接集成到现有自动驾驶域控制器中，具备广泛的工程应用价值。

1.转向故障下智能汽车最小风险紧急避让决策规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的转向故障下智能汽车最小风险紧急避让决策规划方法，其特征在于，步骤s1包括：

3.根据权利要求1所述的转向故障下智能汽车最小风险紧急避让决策规划方法，其特征在于，步骤s2包括：

4.根据权利要求1所述的转向故障下智能汽车最小风险紧急避让决策规划方法，其特征在于，步骤s3中碰撞发生概率计算包括：对自车与障碍车进行矩形比例膨胀，根据自车与障碍车的相对位置关系划分为安全区、过渡区与碰撞区，过渡区采用二次函数计算碰撞概率，分别建立直线与弯道场景下的碰撞概率模型。

5.根据权利要求1所述的转向故障下智能汽车最小风险紧急避让决策规划方法，其特征在于，步骤s3中碰撞损伤预测包括：基于冲量动量守恒与能量守恒定理，分别推导侧面碰撞与追尾碰撞的变形能损失计算公式，引入碰撞恢复系数的经验公式，实现碰撞损伤的精准量化。

6.根据权利要求1所述的转向故障下智能汽车最小风险紧急避让决策规划方法，其特征在于，步骤s4中构建的优化目标函数为以综合避让风险最小为目标，包含最大风险项与平均风险项的多目标优化函数；

7.根据权利要求1所述的转向故障下智能汽车最小风险紧急避让决策规划方法，其特征在于，步骤s4中采用fminsearch直接搜索算法进行求解，无需计算梯度，适配强非线性的风险目标函数，求解各策略下的最优轨迹参数与对应最小风险值。

8.根据权利要求1所述的转向故障下智能汽车最小风险紧急避让决策规划方法，其特征在于，步骤s5分层避让决策输出具体包括：