引用论文

Jin, Z., Li, J., Wang, H. et al. Rollover Prevention and Motion Planning for an Intelligent Heavy Truck. Chin. J. Mech. Eng. 34, 87 (2021). https://doi.org/10.1186/s10033-021-00605-z

研究背景及目的

随着无人驾驶汽车的飞速发展，人们也越来越关注无人驾驶汽车的安全性。目前对于无人驾驶汽车安全性的研究重点主要放在避免碰撞上。而无人驾驶汽车的侧向稳定性也同样重要，已有一些学者在设计无人驾驶汽车的决策层和执行层时考虑车辆的侧向稳定性。

在进行无人驾驶汽车的侧向稳定性控制研究时，对侧向运动的动力学建模相对简单，并且同时考虑避撞和防侧翻控制的决策算法相对较少。因此有必要在无人驾驶车辆的决策层设计一种局部运动规划算法，将可详细准确描述车辆侧翻状态的动力学模型与避撞算法结合，实现车辆无碰撞且无侧翻危险的安全行驶，是非常有意义的研究工作。

试验方法

（1）本文首先考虑到前桥簧载质量与驱动桥簧载质量的侧倾运动耦合，建立了七自由度汽车侧翻动力学模型，推导出了能够准确描述汽车侧翻运动的评价指标。

（2）构建了包括不可跨越障碍物，可跨越障碍物及道路边界的人工势场函数，通过V2V通信获取障碍物信息；基于模型预测控制设计主动防侧翻运动规划算法，在侧翻模型的基础上考虑纵向运动，并进行线性化和离散化的处理，以此作为MPC的预测模型；在MPC的代价函数中融入用于避障规划的人工势场函数，侧翻评价指标NRI以及全局轨迹跟踪项，通过最优求解器计算出期望的纵向力和前轮转角，从而同时实现无人驾驶重型车的避障和主动防侧翻。

（3）最后设计了三种极端场景验证所提出的运动规划算法的性能。场景中要求重型车既能躲过障碍物，又不会因为过度转向造成侧翻，仿真结果显示所提出的运动规划算法很好地兼顾了避障和防侧翻能力，能够有效避免碰撞，同时降低侧翻风险，验证了算法的有效性。

结果

（1）建立了七自由度汽车侧翻动力学模型，推导出了能够准确描述汽车侧翻运动的评价指标，典型工况下提出的汽车侧翻动态稳定性评价指标与横向载荷转移率之间误差均小于4%，如文中图所示，说明该指标是十分准确的。

（2）构建了不可跨越障碍物，可跨越障碍物及道路边界的人工势场函数，提出了一种基于模型预测控制器（MPC）的防侧翻运动规划算法。

（3）设计了三种极端场景验证所提出的运动规划算法的性能，包括直道上变道超车场景，弯道行驶时变道躲避障碍物场景，连续弯道行驶变道超车及躲避障碍物场景。

结果显示，所提出的运动规划算法很好地兼顾了避障和防侧翻能力，既能够有效避免碰撞，又不会因为过度转向造成侧翻，降低了侧翻风险，验证了算法的有效性。

结论

本文主要研究内容和工作如下：

（1）建立了重型卡车的7自由度车辆侧翻模型。作为MPC设计的预测模型，它可以预测车辆未来的运动状态。提出了一种能够准确有效地评价重型卡车侧翻风险的新侧翻指标（NRI）。

（2）提出了一种基于模型预测控制器（MPC）的防侧翻运动规划算法。障碍物的运动状态通过感知模块和V2V通信获得，然后建立人工势场（APF），包括不可穿越区域、可穿越区域和道路标记或边界，以避开障碍物，设计一个结合NRI、APF和路径跟踪的MPC运动规划器，该算法能生成无碰撞的防侧翻路径。

（3）通过模拟三种危险场景，分析了所提出的防侧翻运动规划算法的性能。仿真结果表明，该算法具有良好的避障和防侧翻性能，验证了算法的鲁棒性和有效性。

前景与应用

无人驾驶重型车是目前智能车辆重点研究对象，具有很大的市场应用前景。本文在无人驾驶重型车路径规划研究中考虑了汽车侧翻安全，融合汽车侧翻动力学的理论，推导适合重型车的汽车侧翻动态稳定性评价指标，将静态障碍物、动态行驶车辆及汽车侧翻安全因素融合，设计MPC路径规划算法，保障了无人驾驶重型车的最优安全行驶。因此，本文在无人驾驶重型车主动安全路径规划方面有了很大创新，为将来实现无人驾驶重型车主动安全研究提供了帮助，有很大的应用前景。

相关文章/图书推荐

[1] 余志生. 汽车理论(第3版)[M]. 机械工业出版社, 2000.

[2] Z Jin, B Li, J Li. Dynamic stability and controlof tripped and untripped vehicle rollover.Morgan & Claypool Publishers,2019.

[3] Y Rasekhipour, A Khajepour, S Chen, et al.Apotential field-Based model predictive path-planning controller forautonomousroad vehicles [J]. IEEE Transactions on Intelligent TransportationSystems,2017, 18(5):1255-1267.

[4] H Wang, Y Huang, A Khajepour, et al. Crashmitigationin motion planning for autonomous vehicles [J]. IEEE Transactions onIntelligentTransportation Systems, 2019, 20(9):3313-3323.

[5] Y Zhang, Y Huang, H Wang, et al. Acomparativestudy of equivalent modelling for multi-axle vehicle. VehicleSystem Dynamics,2018, 56(2):1-18.

团队带头人介绍

金智林，男，1978年出生，南京航空航天大学能源与动力学院副教授。主持国家自然科学基金面上项目，国家自然科学基金青年基金项目，江苏省自然科学基金面上项目，中国博士后基金一等资助，教育部重点实验室开放基金，及企业横向项目；参与国家重点研发计划项目，973计划项目。在国内外期刊上发表学术论文40余篇，其中SCI/EI收录近20篇；申请发明专利40余件，授权发明专利14件；获得教育部科技进步二等奖1项，获校教学成果奖1项。

团队研究方向

车辆动力学与控制，智能车底盘线控技术，具体包括汽车侧翻动力学研究、汽车防侧翻控制及硬件在环实验研究、汽车线控制动系统性能分析及控制、汽车线控转向系统性能分析及控制等。

团队发表高影响力论文

[1] Z Jin, L Zhang, J Zhang, et al. Stability and optimized H∞control of tripped and untripped vehicle rollover. Vehicle System Dynamics,2016, 54(10):1405-1427.

[2] Z Jin, S Zhang, J Weng. Immune particle swarm optimization of SUVrollover crashworthiness and weight [J].Structural and MultidisciplinaryOptimization, 2021, 64: 1161-1174.

[3] Z Jin, S Zhang, J Weng. Study on rollover crashworthiness of a bus withlocal functional graded thickness side wall pillar [J]. International Journalof Crashworthiness, 2021, 26(6): 692-704.

[4] Z Jin, C Wang, L Zhang, et al. Rollover prevention for a heavy vehicleusing optimized slide mode steering control. International Journal of HeavyVehicle Systems, 2019, 26(3/4): 351-374.

[5] Z Jin, J Li, Y Huang, et al. Study on Rollover Index and Stability fora triaxle bus [J]. Chinese Journal of Mechanical Engineering, 2019, 32(1):1-15.