引用信息：Li, M., Jiang, C., Song, X., et al.: Parameter Effects of the Potential-Field-Driven Model Predictive Controller for Shared Control. Automot. Innov. 6, 48–61 (2023).

摘要：本研究聚焦于势场驱动模型预测控制（PF-MPC）在自动驾驶人机协同避障中的参数影响机制。通过构建驾驶员-车辆动力学模型与势场函数，系统分析了PF-MPC控制器中关键参数对轨迹规划性能的作用规律，验证了其在降低人机路径冲突、提升驾驶安全性方面的有效性。

研究内容概述：

1. 设计了基于势场驱动的模型预测控制器（PF-MPC），涵盖驾驶员-车辆动力学建模、障碍物势场构造及优化控制策略，实现了人机共驾环境下的实时路径规划。

Fig.1 人-车动力学模型

2. 深入分析障碍物势场四大核心参数——强度常数、形状常数、纵向归一化常数和横向归一化常数的影响。结果表明，纵向与横向归一化常数对轨迹偏移程度与避障响应灵敏度具有显著调控作用。

Fig.2 强度常数影响

Fig.3 形状常数影响

Fig.4 纵向归一化常数影响

Fig.5 横向归一化常数影响

3. 通过两个典型工况案例对比分散控制与协同控制框架的表现。研究发现：融合驾驶员行为特征与车辆动力学的协同控制框架，在降低人机干预冲突、提升转向操作平稳性方面优于传统方法。其中，纵向归一化常数可有效调节驾驶安全性与操控负荷之间的平衡。

Fig.6 协同控制框架结构

Fig.7 不同协同控制算法对比

Fig.8 驾驶员路径规划案例

（以上内容由编辑部整理，仅供参考）

研究团队简介：

姜潮，湖南大学教授、博士生导师，现任特种装备先进设计与仿真教育部国防重点实验室副主任、核装备可靠性技术湖南省重点实验室主任。入选国家“万人计划”科技创新领军人才，获国家杰出青年科学基金资助，为国防科工局“国防科技创新团队”带头人。兼任国务院机械学科评议组成员、国际机构学与机器科学联合会（IFToMM）中国委员会副主席、中国机械工程学会理事等职，并担任多个国内外权威期刊副主编或编委。长期从事特种装备可靠性技术研究，主持国家重点研发计划、国家杰青基金、国防重大专项等20余项国家级项目。出版专著2部，发表SCI论文百余篇，他引超4000次，获国家科技进步二等奖等多项荣誉。

关于《Automotive Innovation》

《Automotive Innovation》是中国汽车工程学会主办、国家新闻出版署批准的中国汽车行业首本英文科技期刊，致力于打造高水平国际交流平台，推动中国汽车创新成果走向世界。期刊由清华大学李骏院士、赵福全教授担任联合主编，吉林大学马芳武教授任荣誉执行主编，章新杰教授任执行副主编。编委会汇聚来自全球15个国家和地区的知名专家，与Springer Nature合作出版，已被EI、ESCI、Scopus数据库收录。期刊每季度发行，内容覆盖智能网联、新能源汽车、未来出行等前沿领域，单篇论文最高下载量逾2.7万次，读者遍及72个国家和地区。