摘要
为了探究自动紧急转向过程中驾驶员的动态响应,采用主动安全技术和被动安全防护策略相结合的方式,进行特定自动紧急转向场景下驾驶员离位响应的一体化仿真研究. 基于模型预测控制算法建立自动紧急转向控制模型,使用PreScan、CarSim和Simulink等软件进行联合仿真,获取车辆在转向过程中的动态响应;结合主动人体模型和驾驶员侧约束系统模型,分析车辆及驾驶员的运动特征以及主动卷收器安全带对驾驶员离位的改善效果. 结果表明,在72 km/h的行驶速度下,车辆和驾驶员在纵向换道距离分别为40 m、50 m和60 m的左侧自动紧急转向过程中运动响应分为右倾和左倾两个阶段;右倾阶段车辆横向加速度、侧倾角以及主动人体模型的最大离位量明显高于左倾阶段;随着纵向换道距离的增加,驾驶员头部的最大横向离位量由89.56 mm降低到70.22 mm和53.05 mm;主动卷收器安全带的应用有效改善了驾驶员的离位程度,驾驶员头部最大横向离位量分别降低18.90%、49.56%和67.62%,胸部最大横向离位量分别降低12.70%、41.63%和53.69%,提高了驾驶员在自动紧急转向阶段的安全性.
道路交通事故是有着巨大社会影响的公共安全问题之一. 世界卫生组织报告指出,全球道路交通事故中,每年2 000万~5 000 万人受伤,119 万人死
将汽车主动安全和被动安全集成设计的主被动安全一体化已成为汽车安全领域一大研究热点课
AES系统通过控制车辆自动转向规避前方障碍物,驾驶员因车辆运动而表现出相应的运动趋势. AES工况中,乘员会产生明显的横向离
上述研究着重考量了一体化仿真中AES系统和ACR安全带对车内人员碰撞损伤的影响,而较少关注AES工况中驾驶员姿态变化特征. 因此,本文基于自动紧急转向控制模型和驾驶员侧约束系统模型,建立联合仿真平台,对驾驶员在不同纵向换道距离下的动态响应进行一体化仿真分析,探究自动紧急转向工况下驾驶员运动状态及主动式安全带对驾驶员姿态的改善效果,为后续主被动一体化研究方法提供重要参考.
1 研究方法
1.1 自动紧急转向仿真场景
汽车追尾碰撞在车-车碰撞安全事故中占有较大比
本文基于PreScan搭建追尾碰撞前AES系统进行紧急避让的简化仿真场景. 如

图1 AES仿真场景
Fig.1 AES simulation scenario
1.2 自动紧急转向控制模型
在AES工况中,车辆会受到动力学、运动学以及自身物理机构的约束. 本文采用具有处理多目标约束、滚动优化和预测未来能

图2 模型预测控制原理
Fig.2 Model predictive control principle
车辆模型本身是一个非线性系统,但线性模型相比于非线性模型,有着计算简单、实时性好的特点,所以将车辆模型线性化,线性方程如
(1) |
式中:为状态量矩阵;为状态量系数矩阵;为控制量矩阵;为控制量系数矩阵.
目标函数的设计是为了使车辆更好地跟踪参考路径,本文在模型预测控制设计中的目标函数如
(2) |
式中:为当前状态量;为控制增量;为输出量;为输出参考量;为预测时域;为控制时域;为权重系数.
MPC算法中最重要的参数为预测时域、控制时域和权重系数,综合影响MPC算法的计算时间、控制精度和算法输出的平顺性和稳定性
参数 | 设定值 |
---|---|
预测时域 | |
控制时域 | |
仿真步长 | |
权重系数 | |
1.3 自动紧急转向行驶轨迹
多项式曲线计算简单,适应性强,并且多阶倒数的曲率光滑且连续,满足车辆转向动态特性的要求. 本文参考能顺利完成避障操作的5次多项式规划行驶轨
(3) |
式中:为纵向轨迹的多项式系数;为横向轨迹的多项式系数;为纵向换道距离;为横向换道距离.
假设主车在AES工况中纵向速度保持不变,通过
(4) |
式中:为车身最大横向加速度;道路宽度;为对应的转向时间.
同时,车身横向加速度处于“限制级”时,如
(5) |
式中:为重力加速度;为车身横向加速度;为地面附着系数.
本文面向AES工况,假设车身横向加速度为“限制级”内最大值. 故在72 km/h纵向行驶速度时的理论转向时间约为2 s,对应理论紧急纵向换道距离约为40 m.
车辆在左转向避撞过程中,主车右前端和障碍车左后端不发生碰撞,认为车辆完成转向避障行

图3 AES避障示意图
Fig.3 AES obstacle avoidance schematic
同时增设50 m、60 m的纵向换道距离进行横向对比.

图4 不同纵向换道距离下车辆的行驶轨迹
Fig.4 Driving trajectory of vehicles at different longitudinal lane change distances
1.4 驾驶员侧约束系统模型
本文在已经过验证的驾驶员侧约束系统模

图5 驾驶员侧约束系统基础模型
Fig.5 Basic model of driver side restraint system
文中AHM模型参数参考AHM模型在以志愿者动态响应为验证目标时的肌肉激活参数进行设
ACR安全带可以通过拉紧卷收器织带来消除安全带与驾驶员之间的松弛间隙,给驾驶员提供更有效的约束作用. ACR安全带预紧时间多在车辆进行避障操作前50~200 ms,预紧力分布为100~500

图6 ACR安全带预紧力-回收量曲线
Fig.6 ACR seatbelt preload-recovery curve
1.5 一体化仿真
本文结合自动紧急转向控制模型和驾驶员侧约束系统模型,以车辆动态响应作为关键参数,进行SB安全带和ACR安全带作用下不同纵向换道距离的自动紧急转向一体化仿真.基于6组仿真结果,获取车辆动态响应和驾驶员离位响应,完成AES工况下驾驶员离位响应分析.本文所采用的一体化仿真流程如

图7 一体化仿真流程图
Fig.7 Integrated simulation flow chart
2 结果分析
在车辆动力学软件中,计算不同纵向换道距离下车辆路径跟踪时的动态响应,将车辆横向加速度、横摆角和侧倾角作为分析车辆转向动态响应的主要参数. 同时,以人体头部质心、第7节颈椎(C7)、左侧肩部、右侧肩部、胸部、骨盆等人体部位的离位程度表征驾驶员离位响应特征.
2.1 车辆在AES工况中的动态响应
车辆在左转向过程中的运动分为两个阶段:车辆左转向避开前方障碍车辆,车身因离心力作用向右侧倾斜,此时车辆处于右倾阶段;避障完成后,车辆驶入相邻车道,车辆回正,车身出现左倾现象,此时车辆处于左倾阶段.
车辆在左转向过程中,右倾阶段的纵向行驶距离更短,右倾阶段受到的离心力等外界载荷更大,车体的运动响应更显著.伴随纵向换道距离的缩短,这种趋势更加明显.

图8 不同纵向换道距离下车辆横向加速度变化曲线
Fig.8 Vehicle lateral acceleration curve at different longitudinal lane change distances

图9 不同纵向换道距离下车辆横摆角变化曲线
Fig.9 Vehicle yaw angle curve at different longitudinal lane change distances

图10 不同纵向换道距离下车辆侧倾角变化曲线
Fig.10 Vehicle roll angle curve at different longitudinal lane change distances
相较于左倾阶段,车辆处于右倾阶段的持续时间更短,这种趋势在较短纵向换道距离的AES工况中更加明显. 纵向换道距离分别为40 m、50 m和60 m时,车辆右倾阶段的持续时间分别为1 329 ms、1 617 ms和1 899 ms,而左倾阶段均持续到仿真结束.
2.2 标准安全带约束下驾驶员的离位响应
在左转向过程中,AHM的运动响应和车辆的运动特征类似:伴随着车辆向左变道,车辆和人体因惯性作用向右倾斜;车辆在回正阶段向左倾斜,驾驶员同样向左离位运动. 但值得注意的是,车辆和驾驶员的右倾和左倾运动响应没有表现出时间上的同步性.在纵向换道距离分别为40 m、50 m和60 m时,车辆开始左倾时刻分别为1 297 ms、1 616 ms和 1 900 ms,而标准安全带作用下驾驶员左倾时刻分别为1 325 ms、1 699 ms和1 902 ms. 可以看出,随着纵向换道距离的增加,车辆和驾驶员开始左倾时刻均向后推迟,且驾驶员开始处于左倾阶段的时刻略滞后于车辆.

图11 不同纵向换道距离下AHM的头部和胸部的横向离位轨迹
Fig.11 AHM head and chest out-of-position trajectory at different longitudinal lane change distances

图12 40 m纵向换道距离下AHM姿态变化
Fig.12 AHM attitude change at 40 m longitudinal lane change distance

图13 50 m纵向换道距离下AHM姿态变化
Fig.13 AHM attitude change at 50 m longitudinal lane change distance

图14 60 m纵向换道距离下AHM姿态变化
Fig.14 AHM attitude change at 60 m longitudinal lane change distance
在相同纵向换道距离下,车辆右倾阶段中的驾驶员上躯干横向离位程度大于左倾阶段. 纵向换道距离为40 m的仿真结果中,驾驶员右侧横向离位达到最大程度的时刻为477 ms,对应的头部质心和胸部的横向离位量分别为89.56 mm和72.27 mm;驾驶员从右倾阶段到左倾阶段最大横向离位量所需时间为1 626 ms,头部质心和胸部横向离位量分别为80.42 mm和38.56 mm. 相较于驾驶员左倾阶段,右倾阶段的驾驶员头部和胸部横向离位峰值更大,峰值差分别为9.14 mm和33.71 mm,降幅分别为10.21%和45.64%. 相较于纵向换道距离为40 m,在纵向换道距离为50 m和60 m的转向过程中驾驶员离位响应具有类似的运动趋势. 头部横向差异离位分别为30.75%和11.88%,胸部横向离位差异分别为52.76%和32.67%.
不同纵向换道距离下,人体横向位移和纵向换道距离呈反比.
身体部位 | 右倾阶段横向离位量/mm | 右倾阶段40~60 m降幅/% | 左倾阶段横向离位量/mm | 右倾阶段40~60 m降幅/% | ||||
---|---|---|---|---|---|---|---|---|
40 m | 50 m | 60 m | 40 m | 50 m | 60 m | |||
头部质心 | 89.56 | 70.22 | 53.05 | 40.77 | 80.42 | 48.63 | 46.75 | 41.87 |
C7 | 75.79 | 58.15 | 45.86 | 39.49 | 49.28 | 31.58 | 33.91 | 31.19 |
左侧肩部 | 70.14 | 52.19 | 40.33 | 42.50 | 43.25 | 29.39 | 30.64 | 29.16 |
右侧肩部 | 64.38 | 48.46 | 37.23 | 42.17 | 47.59 | 29.97 | 30.24 | 36.46 |
胸部 | 72.27 | 54.21 | 42.82 | 40.75 | 38.56 | 25.61 | 28.83 | 25.23 |
骨盆 | 32.26 | 16.25 | 5.34 | 83.45 | 21.04 | 7.99 | 6.56 | 68.82 |
在较长纵向换道距离下,AHM各部位的位移降幅明显,其中右倾阶段驾驶员的横向离位降低幅度大于左倾阶段. 由
2.3 主动卷收器安全带对驾驶员离位的改善
ACR安全带对AHM的横向离位具有良好的改善效果,在较长纵向换道距离中的改善程度更明显;同时,相对于其他身体部位,头颈部的离位改善效果更显著.

图15 40 m纵向换道距离下AHM离位轨迹
Fig.15 AHM out-of-position trajectory at 40 m longitudinal lane change distance

图16 50 m纵向换道距离下AHM离位轨迹
Fig.16 AHM out-of-position trajectory at 50 m longitudinal lane change distance

图17 60 m纵向换道距离下AHM离位轨迹
Fig.17 AHM out-of-position trajectory at 60 m longitudinal lane change distance
身体部位 | 40 m | 降幅/% | 50 m | 降幅/% | 60 m | 降幅/% | |||
---|---|---|---|---|---|---|---|---|---|
DSB/mm | DACR/mm | DSB/mm | DACR/mm | DSB/mm | DACR/mm | ||||
头部质心 | 89.56 | 72.63 | 18.90 | 70.22 | 35.42 | 49.56 | 53.05 | 17.18 | 67.62 |
C7 | 75.79 | 64.81 | 14.49 | 58.15 | 31.07 | 46.57 | 45.86 | 16.73 | 63.52 |
左侧肩部 | 64.38 | 65.18 | -1.24 | 48.46 | 34.78 | 28.23 | 37.23 | 23.24 | 37.58 |
右侧肩部 | 70.14 | 66.68 | 4.93 | 52.19 | 33.65 | 35.52 | 40.33 | 20.58 | 48.97 |
胸部 | 72.27 | 63.09 | 12.70 | 54.21 | 31.64 | 41.63 | 42.82 | 19.83 | 53.69 |
骨盆 | 32.26 | 29.84 | 7.50 | 16.25 | 8.02 | 50.65 | 5.34 | 3.05 | 42.88 |
注: DSB和DACR分别表示标准安全带和ACR安全带作用下驾驶员最大横向离位量.
在同一AES工况中,ACR安全带明显降低了驾驶员各个身体部位(左侧肩部除外)的横向离位程度.当纵向换道距离为60 m时,驾驶员头部质心、C7、右侧 肩部、左侧肩部和胸部的最大横向离位量分别降 低67.62%、63.52%、48.97%、37.58%和53.69%. 其他AES工况中具有同样的趋势,如
ACR安全带对于较长纵向换道距离中驾驶员有着更好的姿态改善效果. 随着纵向换道距离的延长,ACR安全带对驾驶员的横向离位改善效果表现出增加的趋势. 当纵向换道距离分别为40 m、50 m和 60 m时,ACR安全带使AHM头部质心横向离位量分别平均降低18.90%、49.56%和67.62%,C7离位量分别平均降低14.49%、46.57%和63.52%,以及胸部离位量分别平均降低12.70%、41.63%和53.69%. 同时也可以看出,驾驶员头部质心的横向离位改善效果最好,其次是C7.
综上所述,相较于标准安全带,ACR安全带的可逆预紧功能更大程度上约束了驾驶员离位运动,ACR安全带对驾驶员横向离位有较好的改善效果,提高了AES工况中驾驶员的安全性. 同时,随着纵向换道距离的延长,ACR安全带对驾驶员的离位改善效果更加显著.
2.4 讨 论
本文首先建立了自动紧急转向控制模型,结合驾驶员侧约束系统模型,对驾驶员在不同AES工况下的驾驶员横向离位进行了一体化仿真研究.
在左转向过程中,车辆动态响应分为开始转向的右倾阶段和回正时的左倾阶段,驾驶员横向离位趋势与之相同. 这与Ghaffari
基于本文仿真结果,驾驶员的横向离位程度随着纵向换道距离的缩短而变大,纵向换道距离由 60 m减小到40 m时,AHM模型头部和胸部最大横向离位量分别增加36.51 mm和29.45 mm. 考虑为人体和车辆原本是处于相对静止的状态,在车体转向偏转时,人体因惯性作用表现出类似的运动趋势,而这种趋势和车体的自动转向响应强度呈正相关.
驾驶员在AES工况中的左、右侧倾斜强度不一致,在3个工况下均表现出右侧离位程度大于左侧. 例如,在纵向换道距离为40 m时,右倾阶段驾驶员胸部的横向离位比左倾阶段大33.71 mm. 这是由于在AES工况中,相较于车辆回正阶段,开始转向时的车辆动态响应更剧烈,车辆的侧向加速度更大,导致驾驶员和车辆的相对离位更明显. 同时,标准安全带中肩带对驾驶员左上至右下的匹配方式,不能有效约束驾驶员在左侧转向过程中的右侧离位,而在左侧离位中能提供较好的约束作用. 且右倾阶段更大的横向离位量会导致驾驶员和约束系统的匹配关系更差,碰撞损伤风险性更
ACR安全带能够有效改善驾驶员侧向离位程
不同纵向换道距离下志愿者的肌肉应对状态及激活程度不同,同一AES工况中人体左、右侧肌肉激活程度也存在较大差
3 结 语
本研究表明,在一体化AES仿真过程中,不同纵向换道距离下车体和驾驶员的姿态变化存在差异性;不同安全带约束下驾驶员横向离位响应也不同,ACR安全带对驾驶员的离位改善有积极作用,并得出以下结论:
1)车辆和驾驶员在左转向过程的运动响应具有一致性:转向阶段的车体响应和驾驶员姿态变化程度相较于回正阶段更显著. 更大的驾驶员横向离位严重破坏了驾驶员与约束系统的最佳匹配关系,降低了约束系统的保护作用. 因此,为了达到更好的车内人员防护效果,对约束系统在右倾阶段提出了更高的要求.
2)在AES工况中,车体响应和驾驶员离位程度会随纵向换道距离的缩短而表现出增大的趋势. 这种趋势在佩戴标准安全带和ACR安全带的情况下均存在.
3)ACR安全带可以大幅度改善驾驶员离位程度,由于ACR安全带的等效力相同,当纵向换道距离较短时,ACR安全带对驾驶员的保护效果降低,但是总体上提高了驾驶员的安全性.
本文重点探究了驾驶员在AES工况中的离位响应情况,缺乏进一步对ACR安全带的参数进行优化分析. 因此,后期可以依据相关算法优化安全带相关参数,使驾驶员获得最优的保护效果. 同时,有研究指出,转向和制动协同作用可以在更短距离下避开前方障碍物,提高车辆和车内人员应对高危工况能
参考文献
World Health Organization. Global status report on road safety 2023[R]. Geneve: WHO, 2023. [百度学术]
European New Car Assessment Programme. Test protocol-AEB car-to-car systems version 4.3.1[S]. Belgium: Euro-NCAP, 2024. [百度学术]
Insurance Institute for Highway Safety-Highway Loss Data Institute. Real-world benefits of crash avoidance technologies[R]. Ruckersville: IIHS-HLDI, 2023. [百度学术]
杨帅,张金换,钱占伟,等.汽车安全多领域融合的研究与展 望[J]. 汽车安全与节能学报,2022,13(1):29-47. [百度学术]
YANG S,ZHANG J H,QIAN Z W,et al.Research and prospect of multi domain integration of automobile safety[J].Journal of Automotive Safety and Energy,2022,13(1):29-47.(in Chinese) [百度学术]
LI Z,GAO R,MCCOY R,et al.Effects of an integrated safety system for swivel seat arrangements in frontal crash[J].Frontiers in Bioengineering and Biotechnology,2023,11:1153265. [百度学术]
HU J W,FLANNAGAN C A,BAO S,et al.Integration of active and passive safety technologies:a method to study and estimate field capability[J].Stapp Car Crash Journal,2015,59:269-296. [百度学术]
JIANG C Y,MENG X Z,REN L H,et al.Relevance analysis of AEB control strategy and occupant kinematics based on typical cut-in scenario[J].International Journal of Crashworthiness,2022,27(1):198-205. [百度学术]
甘顺.基于AEB追尾碰撞的主被动安全一体化仿真分析[D].重庆:重庆理工大学,2018. [百度学术]
GAN S. The integral simulation analysis of automotive active and passive safety based on rear-end collision with AEB[D].Chongqing:Chongqing University of Technology,2018.(in Chinese) [百度学术]
INFANTES E, SCHAUB S, KRAMER S, et al. Evaluation of occupant protection during the crash phase considering pre-crash safety systems-results from the ec-funded project assess[C]//23rd International Technical Conference on the Enhanced Safety of Vehicles,May 27-30, 2013. Seoul: ESV,2013: 13-19. [百度学术]
胡远志 ,朱鸿旭 ,曾宪菁, 等.制动工况下主动卷收器参数对乘员离位位移影响的分析[J] .汽车工程,2020,42(5):615-620. [百度学术]
HU Y Z,ZHU H X,ZENG X J, et al.An analysis on the effect of active retractor parameters on occupant’s out-of-position displacement under braking condition[J].Automotive Engineering,2020,42(5):615-620.(in Chinese) [百度学术]
REN L H,KANG Y Z,TAN Z,et al.Passenger muscle responses in emergency braking events with reclined seating[J].Scientific Reports,2024, 14(1):1-14. [百度学术]
胥林立, 王振飞, 胡远志, 等.制动工况中乘员动态响应分析及主动预紧安全带效能评价[J].振动与冲击,2020,39(24):240-246. [百度学术]
XU L L,WANG Z F,HU Y Z,et al.Occupant’s kinematics analysis and active seatbelt performance evaluation during vehicle braking[J].Journal of Vibration and Shock,2020,39(24):240-246.(in Chinese) [百度学术]
REED M P,EBERT S M,JONES M L H,et al.Passenger head kinematics in abrupt braking and lane change events[J].Traffic Injury Prevention,2018,19(Sup.2):S70-S77. [百度学术]
REED M P,EBERT S M,JONES M L H,et al.Comparison across vehicles of passenger head kinematics in abrupt vehicle maneuvers[J].Traffic Injury Prevention,2019,20(Sup.2):S128-S132. [百度学术]
MAGES M, SEYFFERT M, CLASS U. Analysis of the pre-crash benefit of reversible belt pre-pretensioning in different accident scenarios[C]//Proceedings of the 22nd ESV Conference,June 13-16, 2011. Washington D C: NHTSA, 2011: 411-442. [百度学术]
LIUFU K M,LIU Q,LU Y,et al.Multiobjective optimization on cooperative control of autonomous emergency steering and occupant restraint system for enhancing occupant safety[J].Accident Analysis & Prevention,2021,159:106302. [百度学术]
GHAFFARI G, BROLIN K, BRASE D, et al. Passenger kinematics in Lane change and Lane change with braking manoeuvres using two belt configurations: standard and reversible pre-pretensioner[C] //Proceedings of the 2018 IRCOBI conference, September 12-14,2018. Athens: IRCOBI, 2018: 493-511. [百度学术]
MISHRA E,MROZ K,PIPKORN B,et al.Effects of automated emergency braking and seatbelt pre-pretensioning on occupant injury risks in high-severity frontal crashes[J].Frontiers in Future Transportation,2022,3:883951. [百度学术]
胡远志,张国庆,刘西,等.自动紧急转向导致斜角碰撞的一体化仿真分析[J].中国公路学报,2021,34(1):188-198. [百度学术]
HU Y Z,ZHANG G Q,LIU X,et al.Integrated simulation analysis of automatic emergency steering leading to oblique collision[J].China Journal of Highway and Transport,2021, 34(1):188-198.(in Chinese) [百度学术]
宋志强. 智能汽车的主动紧急避撞技术及乘员保护性能的研究[D]. 长沙: 湖南大学, 2020. [百度学术]
SONG Z Q. Research on active emergency collision avoidance technology and occupants protection performance for intelligent vehicles[D]. Changsha: Hunan University, 2020. (in Chinese) [百度学术]
PETROVIĆ Đ,MIJAILOVIĆ R,PEŠIĆ D.Traffic accidents with autonomous vehicles: type of collisions,manoeuvres and errors of conventional vehicles’ drivers[J]. Transportation Research Procedia,2020,45:161-168. [百度学术]
KIDD D G.Improving the safety relevance of automatic emergency braking testing programs:an examination of common characteristics of police-reported rear-end crashes in the United States[J].Traffic Injury Prevention,2022,23(Sup.1):S137-S142. [百度学术]
龚建伟,姜岩,徐威.无人驾驶车辆模型预测控制[M].北京:北京理工大学出版社,2014. [百度学术]
GONG J W,JIANG Y,XU W.Model predictive control for self-driving vehicles[M].Beijing:Beijing Insititute of Technology Press,2014.(in Chinese) [百度学术]
金辉,鲁坤.基于多参数自适应优化的智能车轨迹跟踪[J].中国公路学报,2023,36(5):260-272. [百度学术]
JIN H,LU K.Intelligent vehicle trajectory tracking based on multi-parameter adaptive optimization[J].China Journal of Highway and Transport,2023,36(5):260-272.(in Chinese) [百度学术]
OUYANG K Q,WANG Y,LI Y Q,et al.Lane change decision planning for autonomous vehicles[C]//2020 Chinese Automation Congress (CAC),November 6-8,2020. Shanghai,China:IEEE,2020:6277-6281. [百度学术]
黄保霖. 考虑路面附着条件的智能汽车高速紧急换道避障决策和控制[D]. 重庆: 重庆大学, 2022. [百度学术]
HUANG B L. Decision and control of high speed emergency lane change obstacle avoidance of intelligent vehicle considering road adhesion conditions[D]. Chongqing: Chongqing University. 2022.(in Chinese) [百度学术]
HE Y M,FENG J,WEI K,et al.Modeling and simulation of lane-changing and collision avoiding autonomous vehicles on superhighways[J].Physica A:Statistical Mechanics and Its Applications,2023,609:128328. [百度学术]
YU Y H, CUI T Q, LI Y N, et al. Motion planning based on steering obstacle avoidance under emergency conditions[C]//2021 6th IEEE International Conference on Advanced Robotics and Mechatronics (ICARM), July 3-5, 2021. Chongqing: IEEE, 2021: 213-218. [百度学术]
Siemens Industry Software and Services BV. Simcenter madymo model manual version 2022[M]. Berlin: SISS, 2022: 261-262. [百度学术]
OSTH J,ÓLAFSDÓTTIR J M,DAVIDSSON J,et al.Driver kinematic and muscle responses in braking events with standard and reversible pre-tensioned restraints:validation data for human models[J].Stapp Car Crash Journal,2013,57:1-41. [百度学术]
任立海,罗志秦,陈浩,等.假人与人体模型在AEB作用下的驾驶员离位响应对比[J].汽车安全与节能学报,2023,14(4):448-456. [百度学术]
REN L H,LUO Z Q,CHEN H,et al.Comparison of driver’s out-of-position response of dummy and human models under AEB[J].Journal of Automotive Safety and Energy,2023,14(4):448-456.(in Chinese) [百度学术]
OSTH J,BROLIN K,BRÅSE D.A human body model with active muscles for simulation of pretensioned restraints in autonomous braking interventions[J].Traffic Injury Prevention,2015,16:304-313. [百度学术]
GHAFFARI G, DAVIDSSON J. Female kinematics and muscle responses in lane change and lane change with braking maneuvers[J]. Traffic Injury Prevention,2021,22(3):236-241. [百度学术]
刘智, 朱航彬, BATTAGLIA S, 等. 自动转向系统导向的车道变换中乘员行为分析[C]//中国汽车工程学会第十六届汽车安全技术学术会议论文集. 北京: 北京理工大学出版社,2013: 78-91. [百度学术]
LIU Z, ZHU H B, BATTAGLIA S, et al. Occupant behavior during a one-lane change maneuver resulting from autonomous emergency steering[C]//Proceedings of the 16th Academic Conference on Automotive Safety Technology of China Society of Automotive Engineering. Beijing: Beijing Institute of Technology Press, 2013: 78-91.(in Chinese) [百度学术]