摘要:针对高速公路自主换道场景，开展考虑驾驶员不满度换道决策和轨迹跟踪控制的辅助驾驶功能研究. 首先，在换道决策中考虑驾驶员心理因素，建立基于驾驶员不满度和最小安全距离的换道决策模型. 然后，基于跟踪误差模型建立横向线性二次调节器（Linear Quadratic Regulator，LQR）控制器，得到最优反馈前轮转角. 由于存在权重矩阵Q和R需要反复调试的问题，提出基于遗传算法（Genetic Algorithm， GA）的横向LQR控制器，获得最优的权重矩阵Q和R，提升算法的鲁棒性. 同时建立纵向LQR控制器保持期望车速. 利用PreScan、MATLAB/Simulink和CarSim联合仿真平台对自主换道策略进行验证，在不同固定车速换道工况下验证横向LQR控制器的鲁棒性和可靠性. 在换道安全性不满足工况下，期望车速能够被纵向LQR控制器稳定跟随，最大车速误差绝对值为0.69 km/h. 比较了LQR控制器和GA+LQR控制器的横向控制性能，采用GA+LQR控制器使横向和航向跟踪精度分别提升了66.7%和27%. 结果证实纵向LQR控制器和优化后的横向LQR控制器在不同换道工况下均具有良好的跟踪精度.

摘要:人机协同驾驶系统在避障工况中， 针对驾驶员注意力不集中导致不能及时操控汽车的问题，设计一种考虑驾驶员特性的人机协同避障控制器. 以双驾双控人机共驾结构为基础，自动驾驶系统采用线性二次调节器（Linear Quadratic Regulator，LQR）控制车辆跟踪规划轨迹，基于最优预瞄侧向加速度建立驾驶员模型. 为了使驾驶权在避障过程中分配更加合理，使用驾驶模拟器采集疲劳驾驶数据训练BP神经网络来识别驾驶员疲劳操作行为，通过对空间碰撞危险度和驾驶员疲劳因子建模设计人机协同避障策略. 搭建Carsim、PreScan和 Simulink联合仿真平台进行高速工况下的避障仿真试验. 仿真结果表明，相较于传统方法，本文所提策略在静态障碍物避障过程中，侧向加速度、质心侧偏角和横摆角速度分别降低了8.9%、18.2%和11.1%，在动态障碍物避障过程中，相应的指标分别降低了51.5%、53.4%和50.6%，提高了车辆在避障过程中的稳定性.