CN101883695B - 用于支持车辆驾驶的调节策略的方法和设备 - Google Patents

Abstract

本发明涉及用于支持车辆驾驶的调节策略的方法、设备和计算机程序产品，并且涉及包括这样的设备的机动车辆。根据所述方法，基于输入值(Δv)确定(36)目标车辆的多个加速度值(a)，所述输入值采取所述车辆与目标车辆之间的距离的检测距离值的形式或者由所述车辆与目标车辆之间的距离的检测距离值导出。之后处理(40)所述加速度值以获得特征化所述目标车辆的数据(CD)。之后传送(42)特征化所述目标车辆的这些数据以调节(44)所述车辆的所述驾驶。

Description

用于支持车辆驾驶的调节策略的方法和设备

技术领域

本发明总体上涉及车辆领域并且涉及特征化目标车辆的数据的确定。具体地说，本发明涉及用于支持车辆驾驶的调节策略的方法、设备和计算机程序产品以及包括这样的设备的机动车辆。

背景技术

在车辆领域内，并且尤其是在运输车辆领域内，存在方便车辆驾驶的许多不同的控制机构。

这样的示例是自适应速度保持器和指示应该何时对前方车辆实施超车的超车支持功能，以及用于降低燃料消耗并且防止碰撞的功能。

许多这些功能的共同之处在于它们不仅取决于正在驾驶的车辆而且还取决于该车辆前方或者后方的车辆，以下也将该该前方或者后方的车辆称为目标车辆。这样的车辆会对这样的控制机构产生很大的影响。为了能够改善这些功能，因此确定目标车辆的各种特性是必要的。例如，根据某一车辆类型对目标车辆进行分类，或者确定目标车辆的各种特性类型是必要的，在这样的控制机构中要求不同的选择。

可以手动进行分类，但是在这种情况下，驾驶员将不得不向这样的控制机构输入分类信息。这将需要驾驶员将他/她的注意力转向该数据输入，从而可能导致驾驶员不注意交通状况，在更坏的情况下这会导致交通事故。因此，自动进行车辆分类是必要的。

获得其它特性需要数据处理。

因此，需要自动地确定目标车辆的各种特性以改善用于机动车辆驾驶中的控制机构。

在该领域中存在自动分类目标车辆的已知方式。例如，在WO 03/006291中，使用雷达传感器、激光雷达传感器或者视频传感器测量与前方目标相关的参数，例如到目标的距离、反射表面的垂直和水平程度、目标的几何尺寸以及反射表面的表面特性。之后将这样测量的数据用作选择目标类别的基础。相同的说明书描述了通过将该特性目标类别与所测量的数据相关联来进行。在该上下文中，每一个目标类别具有特性模式。这样模式的示例包括用于检测摩托车的雷达回散射截面以及用于检测建筑物的特性速度。因此，通过基于目标类别的特性模式对所测量的数据进行关联分析，将每一个目标与目标类别相关联。

WO 2004/086301描述了如何使用视频照相机利用自学习系统分类车辆，该自学习系统已经利用示例序列进行了离线训练。

因此，需要用于确定目标车辆特性的简单、有效和自动的方式，该车辆特性例如是车辆分类或者例如空气阻力常数和最大推进功率的其它特性。

发明内容

本发明的目的在于以简单的方式确定目标车辆的特性。

本发明通过仅以目标车辆的加速度以及诸如速度的相关参数为基础确定这些特性。基于此，仅需要测量目标车辆的一个变量，即，目标车辆与需要这些特性的车辆之间的距离。

根据本发明的第一方面，通过一种用于支持车辆驾驶的调节策略的方法实现该目的，所述方法包括步骤：

基于输入值确定目标车辆的多个加速度值，所述输入值采取所述车辆与所述目标车辆之间的距离的检测距离值的形式或者由所述车辆与所述目标车辆之间的距离的检测距离值导出，

处理所述加速度值以获得特征化所述目标车辆的数据，并且将特征化所述目标车辆的数据传送到用于调节所述车辆的所述驾驶的调节设备，

基于加速度值的多个组中的加速度值确定所述加速度的分布尺度，其中每一个组包括相对于前方车辆在至少两个速度范围之一内的相应速度值确定的加速度值，以及

基于所述分布尺度对车辆类型进行分类，其中特征化所述目标车辆的所述数据是与所述分类相对应的分类数据。

根据本发明的第二方面，通过一种用于支持车辆驾驶的调节策略的设备实现该目的，该设备包括：

加速度确定单元，适于基于来自距离检测器的输入值确定前方车辆的多个加速度值，所述输入值采取通过所述检测器针对所述车辆与所述前方车辆之间的距离检测的距离值的形式或者由通过所述检测器针对所述车辆与所述前方车辆之间的距离检测的距离值导出，以及

加速度值处理单元，适于处理所述加速度值以获得特征化所述目标车辆的数据，并且将特征化所述目标车辆的所述数据传送到适于调节所述车辆的所述驾驶的调节设备，

分布确定单元，适于基于加速度值的多个组中的加速度值确定所述加速度的分布尺度，其中每一个组包括相对于所述前方车辆在至少两个速度范围之一内的相应速度值确定的加速度值，以及

车辆分类单元，适于基于所述分布尺度对车辆类型进行分类，并且传送特征化所述目标车辆的数据，所述数据呈与所述分类相对应的分类数据的形式。

根据本发明的第三方面，通过以一种机动车辆实现该目的，该机动车辆包括用于检测所述车辆与目标车辆之间的距离值并且提供与所述距离值相关的输入值的距离检测器，适于调节所述车辆的所述驾驶的调节设备，以及用于支持根据第二方面所述的机动车辆的运动的调节策略的设备。

根据本发明的第四方面，通过一种用于支持车辆驾驶的调节策略并且包括计算机程序代码的计算机程序产品实现该目的，在将所述计算机程序代码加载到计算机时使所述计算机：

基于输入值确定目标车辆的多个加速度值，所述输入值采取所述车辆与所述目标车辆之间的距离的检测距离值的形式或者由所述车辆与所述目标车辆之间的距离的检测距离值导出，

处理所述加速度值以获得特征化所述目标车辆的数据，

基于加速度值的多个组中的加速度值确定所述加速度的分布尺度，其中每一个组包括相对于前方车辆在至少两个速度范围之一内的相应速度值确定的加速度值，以及

向用于调节所述车辆的所述驾驶的调节设备传送特征化所述目标车辆的所述数据。

本发明具有许多优点。其提供一种获取特征化目标车辆的数据的简单、有效而且自动的方式。而且，这基于加速度实现，这也意味着仅需要测量关于目标车辆的一个变量，即其距离。由于本发明基本上使用已经存在于车辆中的单元，因此本发明也能够容易实现。仅需要的其它元件是速度确定单元、加速度确定单元和加速度值处理单元，所有这些单元都可通过软件实现。

附图说明

下面参照附图更加详细地描述本发明，在附图中：

图1示意性示出了行驶在道路上的位于前方车辆后方的车辆，该前方车辆即目标车辆，

图2示出了根据本发明的用于支持车辆驾驶的调节策略的通用设备的方框图，

图3示出了根据本发明的用于支持车辆驾驶的调节策略的通用方法的流程图，

图4示出了根据本发明第一实施例的用于支持车辆驾驶的调节策略的设备的方框图，

图5示出了根据本发明第一实施例的用于支持车辆驾驶的调节策略的方法中多个方法步骤的流程图，

图6示出了区别重型车辆和轻型车辆的一组加速度的两个分布，

图7示意性示出了行驶在坡道上的车辆以及作用在其上的力，

图8示出了根据本发明第二实施例的用于支持车辆驾驶的调节策略的设备的方框图，

图9示出了根据本发明第二实施例的用于支持车辆驾驶的调节策略的方法中多个方法步骤的流程图，

图10示意性示出了以包括用于执行根据本发明的方法的计算机程序代码的CD ROM盘为形式的计算机程序产品。

具体实施方式

本发明涉及获得特征化前方车辆，即目标车辆，的数据以便更加容易地调节车辆驾驶。因此，特征化所述目标车辆的数据支持调节策略，根据该调节策略调节车辆驾驶。

在当今的机动车辆中，特别是在许多重型机动车辆中，对于驾驶员而言具有许多不同支持来调节车辆，例如超车支持、自适应速度保持、碰撞避免和燃料消耗控制。

为了使这样的调节功能运行良好，获得与前方车辆或者后方车辆，即所谓的目标车辆，相关的特征化数据以能够提出或者执行正确的措施，是很重要的。获取这样特征化数据的处理还需要是自动的，以使得驾驶员不需要手动获取这些数据。本发明旨在以简单、有效且自动的方式获取这样的特征化数据。

图1示出了机动车辆10。优选地，机动车辆10是卡车，尽管应该注意到本发明并不限于卡车而是可以用于所有机动车辆中。本发明也并不限于由驾驶员驾驶的车辆，其也可以应用于无人驾驶的车辆中。在图1中，机动车辆10正在行驶在道路12上。在该道路上还有以前方车辆形式存在的目标车辆14，在该说明书中是另一辆卡车。机动车辆10配备有距离传感器16，该距离传感器16可以包括雷达、激光雷达或者激光器。以由传感器16发射的信号的回波为基础，可以由该传感器16确定到目标车辆14的距离d。某些这样的传感器也可以计算相对速度值。

图2示出了根据本发明的用于支持车辆驾驶的调节策略的通用设备18的方框图。该设备连接到传感器16，其从传感器16接收由该传感器16确定的目标车辆的相对速度形式的输入值Δv。设备18还连接到示例性的调节设备28，该调节设备28调节所述车辆驾驶的一个或者多个方面。调节设备28例如可以是执行自适应速度保持、提供超车支持或者碰撞保护或者控制燃料消耗的设备。设备18包括接收所述输入值Δv的速度确定单元20。该速度驾驶单元20还从车辆10中的速度确定设备(未示出)接收速度值v_v。因此，速度值v_v与正在被驾驶的车辆10的速度有关。速度确定单元20本身连接到加速度确定单元22，该速度确定单元20向加速度确定单元22提供目标车辆14的估计速度值。加速度确定单元22本身连接到存储器24，加速度确定单元22向存储器24传送加速度值a以及在一些情况下的相关速度值v_t。存储器24本身连接到加速度值处理单元26，该加速度值处理单元26本身连接到调节设备28，该加速度值处理单元26向调节设备28传送特征化数据CD。

现在还将参照图3详细解释该设备的通用操作模式，图3示出了在根据本发明的用于支持车辆驾驶的调节策略的通用方法中执行的多个方法步骤的流程图。

当车辆10行驶在道路12上时，可能恰好位于前方车辆的后方，该前方车辆即目标车辆14。当这种情况发生时，传感器16检测到目标车辆14的距离d。根据本发明的变型，传感器16也将基于所检测的距离d计算相对速度Δv。之后以反复调节的时间间隔，即采样间隔，将该相对速度Δv作为输入值提供到速度确定单元20。速度确定单元20因而接收这些输入值，步骤30。以相同的采样间隔，速度确定单元20接收车辆10的速度值v_v，步骤32。基于这两个值，速度计算单元20之后在每一个采样间隔确定或者计算目标车辆14的速度v_t，步骤34。之后将该速度v_t提供到加速度确定单元22。基于多个不同的这样的速度值v_t，加速度确定单元22之后计算与速度v_t和所检测的距离相对应的加速度a，步骤36。加速度确定单元22之后将每一个这样的加速度值a，在可应用的情况下与相应的速度值v_t一起，保存在存储器24中，步骤38。之后在加速度值处理单元26中处理存储在存储器24中的加速度值a和速度值v_t以获取特征化目标车辆14的数据CD，步骤40。之后，将这些特征化数据CD传送到调节设备28，调节设备28本身利用这些数据CD调节车辆驾驶功能，步骤44。由于这些特征化数据能够用在调节处理中，结果是可以改善车辆的调节。

根据本发明的第一实施例，所述特征化数据CD是车辆分类数据。因此根据该第一实施例对目标车辆进行分类。

可以针对车辆类型，例如卡车、客车、摩托车等进行这样的分类。也可以针对前方车辆的重量、发动机功率等进行分类。例如，在完全满载的卡车与空载卡车之间会存在明显区别。

图4示出了根据本发明第一实施例的用于支持车辆驾驶的调节策略的设备18的方框图。与图2相同，图4示出了向速度确定单元20传送确定相对速度形式的输入值Δv的传感器16，在这种情况下，速度确定单元20同样接收速度值v_v。这里速度确定单元20还连接到加速度确定单元22，该加速度确定单元22本身连接到存储器24。在该实施例中，加速度确定单元22向该存储器24传送被划分为组的加速度值a₁，a₂和a₃。这里所示的连接是位于这些单元22和24之间的三条线的形式。根据该第一实施例，加速度值处理单元26包括分布确定单元46以及车辆分类单元48。该第一实施例中的存储器24连接到分布确定单元46，同样这里示出的连接是三条线的形式，并且将各个组中的加速度值a₁(j)，a₂(k)和a₃(l)传送到所述单元46。分布确定单元46本身连接到车辆分类单元48，同样这里示出的连接是三条线的形式，并且将各个组的分布值var(a₁)，var(a₂)和var(a₃)传送到所述单元48。车辆分类单元48本身连接到调节设备28，向该调节设备28传送分类数据CL。在该实施例中，前述的特征化数据因此包括分类数据CL。

现在将参照图5更加详细地解释第一实施例的一部分，图5示出了在根据第一实施例的用于支持车辆驾驶的调节策略的方法中执行的多个方法步骤的流程图。

这里，通过传感器16按照与在本发明的一般描述中描述的相同方式检测距离d。基于该距离d、相对速度Δv以及车辆速度v_v，速度确定单元20之后计算目标车辆14的速度v_t。接着，通过加速度确定单元22确定加速度a。因而，对于由传感器16提供的每一个输入值Δv，计算加速度值a和速度值v_t。加速度确定单元22之后将每一个这样的加速度值保存在存储器24中。这里，在通过相关速度确定的组中保存所述加速度值。

这里根据速度范围的数量确定组，该组的数量至少是两个，在当前实例中是三个。然而，应该注意到，具有更多范围的更精细分辨率是可能的。

现在如果假设存在L组速度范围，按照下面保存每一个加速度采样n：

a₁(j)＝a(n)，om v_t(n)＞v1        j＝1，2，3…，m₁    (1)

a₂(k)＝a(n)，om v1＞v_t(n)＞v2    k＝1，2，3…，m₂    (2)

a_L(l)＝a(n)，om v_t(n)＜vL-1      l＝1，2，3…，m_L    (3)

其中v_t是所计算的目标车辆的速度，并且

$n=1,...,\underset{r=1}{\overset{L}{\mathrm{\Σ}}}{m}_r---\left(4\right)$

因而存在L个组，每一组包括与相应速度范围相关的多个加速度值。在上述示例中，因而存在三个组并且因此根据本发明，按照相应目标速度v_t的幅度，存储器24中的加速度在第一组中存储为加速度值a₁，在第二组中存储为加速度值a₂并且在第三组中存储为加速度值a₃，步骤50。

分布确定单元46之后从存储器24收集或者提取每一个组中的加速度值并且对于每一组加速度值计算分布尺度(measure)。可以按照多种不同方式计算分布尺度，例如作为方差、标准偏差或者一些其它分布尺度。作为示例，这里计算方差。因而分布确定单元计算每一组的方差，这里是方差VAR(a₁)、VAR(a₂)和VAR(a₃)，步骤52。

对于具有加速度采样a＝a₁，a₂，…，a_N的组，可以按照下面计算方差：

$\mathrm{var}\left(a\right)={\mathrm{\σ}}^2=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(a_i-E\left(a_i\right))}^{2}P\left(a_i\right)---\left(5\right)$

其中，E(a_i)是加速度a_i的期望值，即平均值，并且P(a_i)是加速度恰是a_i的概率。计算多个值的精确方差需要知道该值所来自的总体的概率分布。在存在多个值时可以估计方差。一种估计方差的方式是：

$\mathrm{var}\left(a\right)\≈{\mathrm{\σ}}_{\mathrm{estimat}}^2=\frac{1}{N-1}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{a}_i^2-\frac{N}{N-1}E{\left(a\right)}^2---\left(6\right)$

根据本发明的变型，假设期望值是零，在这种情况下上述表达式中的第二项舍去。

也可以按照下面来估计期望值：

$E{\left(a\right)}^2\≈\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{a}_i---\left(7\right)$

按照上述方式，因而可以为每一组计算多个方差。之后将方差VAR(a₁)，VAR(a₂)和VAR(a₃)从分布确定单元46发送到车辆分类单元48。

车辆分类单元48之后将每一个这样的方差与至少一个相应的阈值进行比较，步骤54。在当前实例中，仅存在一个这样的阈值，超过该阈值的方差表明是轻型车辆而低于该阈值的方差表明是重型车辆。然而应该注意到，可以存在多个这样的阈值。之后车辆分类单元48合并各自比较的结果，步骤56，并且基于此表明车辆类别，步骤58。然后将与该分类相对应的分类数据CL馈送到调节设备28，该调节设备28本身利用这些车辆类别表示数据调节车辆驾驶功能。

在合并方差时，可以非常容易地进行比较，并且如果它们中大多数表示某一类型的车辆，则表示该车辆。在该上下文中也可能向不同的方差施加不同的加权。与最高速度范围相对应的方差例如可以具有比与第二高速度范围相对应的方差更大的加权，并且与最低速度范围相对应的方差具有最低加权。包括较多值的组可具有比包括较少值的组更大的加权。

图6示出了对于第三组加速度a₃中的不同车辆的两个分布，表示如何将重型车辆与轻型车辆区别开。左侧视图示出了诸如卡车的重型车辆的分布，而右侧视图示出了诸如客车的轻型车辆的分布。可以看出，可以通过适合的阈值区分这些分布，从而高于该阈值的方差表明是较轻车辆而低于该阈值的方差表明是较重车辆。

关于表示，也可以按照取决于多少个组看起来是正确的以及组的加权来表示正确表示的概率。

按照这种方式，调节设备因而能够接收分类车辆的分类数据，并且因而调节能够更加有效。而且，本发明的第一实施例不需要使用前方车辆的几何尺寸的计算，并且因此需要很少的处理功率。因而以简单、有效和自动的方式实现了车辆分类。该分类给出了对目标车辆的特性以及其驾驶员行为的良好表示。

如上所述，分类数据可以表示车辆的类型，诸如卡车、客车、摩托车等等。关于前方车辆的重量、发动机功率等等也是可能的。例如在完全满载的卡车和空载卡车之间存在明显差别。

根据本发明，可以确定目标车辆的其它特征化数据。根据本发明的第二实施例，确定诸如空气阻力常数和与关于目标车辆的最大牵引功率相对应的数据的特征化数据。这里空气阻力常数与相对于目标车辆重量的空气阻力相关，并且与最大牵引功率相对应的数据代表相对于目标车辆重量的最大牵引功率。

行驶在道路上的车辆容易受到许多不同力的影响。图7示意性示出了行驶在具有倾斜角度α的上坡道上的目标车辆14。该车辆14由车轮的驱动功率F_w，空气阻力F_air，沿道路方向的重力F_grav以及滚动(rolling)阻力F_roll作用。

从图7中可以看出，沿道路方向的重力F_grav是重力mg的分量。

然后可以通过下面等式计算车辆的加速度：

$a=F_w/m-F_{\mathrm{roll}}/m-F_{\mathrm{air}}\left(v\right)/m-F_{\mathrm{grav}}/m---\left(8\right)$

其中，m是车辆的重量。

这里可以按照下面方式获取沿道路方向的重力F_grav：

F_grav＝mg sin(a)                                    (9)

依赖该信息的背景，现在描述本发明的第二实施例。

图8示出了根据本发明第二实施例的用于支持车辆驾驶的调节策略的设备18的方框图。与图2相同，图8示出了向速度确定单元20传送确定相对速度的形式的输入值Δv的传感器16，在这种情况下，速度确定单元20同样接收速度值v_v。这里，速度确定单元20还连接到加速度确定单元22，该加速度确定单元22本身连接到存储器24。在该实施例中，加速度确定单元22向所述存储器24传送加速度值a以及相对速度值v_t。根据该第二实施例，加速度值处理单元26包括连接到加速度确定单元22的坡度检测单元62。坡度检测单元62还连接到车辆中的斜率确定单元60。这样的斜率确定单元能够确定车辆在其上行驶的某些坡度的斜率。为此，可以使用加速度计、地形数据、地图数据等获得坡道的斜率值。也可以将表明坡道斜率的传感器放置为接近道路。然后可以通过雷达、微波或者诸如RFID的一些其它读取技术读取传感器。之后可以将来自位于道路旁边的这样的传感器的斜率数据馈送到坡道检测单元62。也可以无需直接测量来确定斜率，例如，可以基于对各自车辆的移动的功率推进和阻力来确定。

加速度值处理单元26还包括均连接到存储器24的空气阻力常数确定单元66和牵引功率确定单元64。空气阻力常数确定单元66还连接到牵引功率确定单元64。空气阻力常数确定单元66和牵引功率确定单元64可以具有卡尔曼(Kalman)滤波器的优点，在这种情况下是所谓的“扩展”卡尔曼滤波器。斜率确定单元62控制空气阻力常数确定单元66和牵引功率确定单元64，由虚线箭头代表控制。空气阻力常数确定单元66最后将空气阻力常数C传送到调节设备28和牵引功率确定单元64，并且牵引功率确定单元64将与目标车辆的最大牵引功率相对应的数据F_M/m传送到调节设备28。在该实施例中，前述特征化数据因此包括空气阻力常数C和与目标车辆的最大牵引功率相对应的数据F_M/m。

下面将还参照图9更加详细地解释第二实施例的一部分，图9示出了在按照本发明第二实施例的用于支持车辆驾驶的调节策略的方法中多个方法步骤的流程图。

这里按照与在本发明的一般描述中相同的方式通过传感器16检测距离d。基于该距离d、相对速度Δv以及车辆速度v_f，速度确定单元20之后计算目标车辆14的速度v_t。接着，通过加速度确定单元22确定加速度a。因而，对于由传感器16提供的每一个输入值，计算加速度值a和速度值v_t。之后将这些加速度值a和速度值v_t保存在存储器24中，步骤68。这继续有效。坡道检测单元62还接收加速度和速度值。该单元62首先识别目标车辆14是否在具有足够斜率的下坡道上。这样的识别可以通过检查在目标车辆的最大速度处接收的加速度值进行，例如最大速度是90km/h。以该速度行驶的卡车在其到达下坡道时会增加一些速度。因而会加速一些。如果因此对加速度a的分析表明在最大速度处的简短速度增加，步骤70，则坡道检测单元62将建议目标车辆14处于可能的下坡道上。如果加速度未表示最大速度处的速度增加，步骤70，则该方法继续到步骤78以识别目标车辆14是否在上坡道上。如果是可能的下坡道，则针对目标车辆获得并且保存在存储器24中的速度和加速度值因此表示为归因于(attributable)可能下坡道的值。当车辆10本身达到表示可能坡道的位置时，坡道检测单元62确定该坡道的斜率，步骤72。这可以通过从传感器60接收适合的数据进行。然后研究该坡道的斜率是否足够，如果斜率大于1-2％，则通常是足够的。如果该斜率不足够，步骤74，则该方法继续收集加速度和速度值，步骤68。如果相反该坡度足够，步骤74，则因此表明目标车辆处于下坡道上并且坡道检测单元62将命令空气阻力常数确定单元66基于存储器24中的值确定空气阻力常数，该存储器24中的值已经表示为归因于该下坡道的值。在步骤76中实施该常数C的确定。

在非常陡的下坡道上，目标车辆14将不加速一些而是简单地滚动。结果是由于重力大于滚动阻力和空气阻力而产生的加速度。这意味着等式(8)中的车轮驱动力F_w将是零。而且，这里项F_air(v)/m将是取决于速度的平方，并且因而写为C*v²。

这意味着在下坡道上可以通过等式(9)修改等式(8)得出：

$a=-F_{\mathrm{roll}}/m2C*v^2+g*\sin \left(a\right)---\left(10\right)$

这里，F_roll(v)/m基本上是常数并且很小，这使得能够计算对于具体目标车辆的空气阻力常数C，并且该空气阻力常数C与该具体目标车辆的重量相关。

以这种方式，能够在目标车辆14行驶在下坡道上时计算空气阻力常数C。可以通过空气阻力常数确定单元66将该值传送到调节设备28以及牵引功率确定单元64。

如果最大速度时的加速度不大于零，步骤70，则坡道检测单元62研究目标车辆14是否在具有足够斜率的上坡道上。可以通过研究目标车辆的最大速度时的加速度值获得可能上坡道的表示，例如这里最大速度还是90km/h。以该速度行驶的卡车在到达上坡道时将降低一些速度。因而会减速一些。因此，如果加速度的分析表示最大速度时的简短速度降低，步骤78，则坡道检测单元62将表示目标车辆行驶在可能的上坡道上。如果最大速度时的加速度不为负，步骤78，则该方法继续收集加速度值a和速度值v_t，步骤68。如果相反存在可能的上坡道，步骤78，则针对该目标车辆收集并且保存在存储器24中的速度和加速度值将表示为归因于可能上坡道的值。当车辆10本身到达表示可能上坡道的位置时，坡道检测单元62确定该坡道的斜率，步骤80。这可以通过从传感器60收集适合的数据完成。坡道检测单元62然后研究该坡道的斜率是否足够，如果斜率大于1％，则通常是足够的。如果该斜率不足够，步骤82，则该方法继续收集加速度和速度值，步骤68。如果相反该斜率足够，步骤82，则坡道检测单元62之后命令牵引功率确定单元64确定相对于目标车辆的重量的最大牵引功率，这在步骤84处完成。之后该方法返回到保存加速度和速度值，步骤68。

在非常陡的上坡道处，目标车辆将使用其最大牵引功率。由于在许多情况下已经确定了空气阻力常数，因此可以按照由等式(9)修改的先前的等式(8)计算相对于重量的最大牵引功率，其中将F_w设置到最大牵引功率F_M。然后由等式(9)修改的等式(8)表示为：

$a=F_M/m-F_{\mathrm{roll}}/m-C*v^2-g*\sin \left(a\right)---\left(11\right)$

这里，F_roll(v)/m基本上是常数并且很小。由于C是已知的，因此可以计算F_M/m。

以这种方式，在目标车辆行驶在上坡道上时，能够因而计算相对于重量的最大牵引功率F_M/m。之后通过牵引功率确定单元64将该值传送到调节设备28。

在上坡道上还没有确定空气阻力常数也是可能的。那么估计这样的常数并且之后通过在已经经过下坡道时计算的空气阻力常数代替所估计的常数也是可能的。如果组合第一和第二实施例，获得这样估计的方式是基于已经进行的车辆分类进行该估计。

以这种方式，调节设备因而能够获得能够之后用于调节功能的关于目标车辆的特征化数据。在该上下文中，空气阻力常数可以提供对于调节目的有价值的数据，这是因为其能够用于确定所述车辆和目标车辆中哪一个下坡时滚动得更快。以相同方式，相对于重量的最大牵引功率可以提供关于哪个车辆在上坡时更有力的有用数据。这可以例如在自适应速度保持器中使用。空气阻力常数也可以用于确定所述车辆应该与目标车辆保持的距离。

存储器24可以采用诸如RAM存储器的传统存储器形式。速度确定单元、加速度确定单元和加速度值处理单元优选地采取具有一个或者多个程序存储器的一个或者多个处理器的形式，所述程序存储器包括执行根据本发明的方法的计算机程序代码。这可以利用计算机实现，但是应该注意到，也可以通过逻辑电路的适当组合实现前述单元。车辆中的各种硬件单元也可以经由数据总线，例如所谓的CAN总线，彼此通信。前述程序代码也可以按照计算机程序产品的形式提供，该计算机程序产品可以是诸如CDROM盘的便携式存储设备形式。这样的盘86在图10中示意性示出。也可以按照纯计算机程序代码的形式提供程序代码，该纯计算机程序代码可以提供在服务器上并且可以从服务器下载到车辆上。当将这样的程序代码加载到车辆中的计算机或者控制单元中时，实现了根据本发明的设备。

因而根据上述两个实施例的本发明提供具有目标车辆的特征数据的调节设备。这使得调节设备工作得更好。由于能够以更好的方式配合目标车辆，也能够改善交通安全。本发明的另一优点在于，由于可以结合地形数据使用关于目标车辆的更多信息以控制距离并且最小化刹车，因此利用基于距离数据的自动速度保持器可以实现降低的燃料消耗。

本发明具有许多其它优点。其提供用于获取特征化目标车辆的数据的简单、有效而且自动的方式。而且，这以加速度为基础进行。这意味着仅需要测量目标车辆的一个变量，即其距离。由于本发明使用已经存在于车辆中的单元，因而还能够容易实现。仅需要的其它元件是速度确定单元、加速度确定单元和加速度值处理单元，所有这些都可通过软件实现。

如前所述，可以按照各种方式修改本发明。可以单独或者组合应用本发明的两个实施例。根据本发明的设备可以包括上述传感器中的一个或者两个以及所述调节设备。上面将距离传感器描述为计算相对速度。基于所述车辆的速度计算目标车辆的速度也是可能的。作为选择，速度确定单元计算相对速度也是可能的。提供用于计算加速度和速度的单个计算单元也是可能的。本发明因而仅由下面的权利要求限定。

Claims (21)

1.一种用于支持车辆(10)的驾驶的调节策略的方法，包括步骤：

基于输入值(Δv)确定(36)目标车辆(14)的多个加速度值(a；a₁，a₂，a₃)，所述输入值采取所述车辆与所述目标车辆之间的距离(d)的检测距离值的形式或者由所述车辆与所述目标车辆之间的距离(d)的检测距离值导出，

处理(40；52，54，56，58；70，72，74，76，78，80，82，84)所述加速度值以获得特征化所述目标车辆的数据(CD；CL；C，F_M/m)，并且将特征化所述目标车辆的所述数据传送(42)到用于调节(44)所述车辆的所述驾驶的调节设备(28)，

基于加速度值(a₁，a₂，a₃)的多个组中的加速度值，确定(52)所述加速度的分布尺度(VAR(a₁)，VAR(a₂)和VAR(a₃))，其中每一个组包括相对于前方车辆在至少两个速度范围之一内的相应速度值确定的加速度值，以及

基于所述分布尺度，对车辆类型进行分类(58)，其中特征化所述目标车辆的所述数据是与所述分类相对应的分类数据(CL)。

2.如权利要求1所述的方法，其中将每一个分布尺度与至少一个阈值进行比较(54)，并且通过合并(56)各自比较的结果对所述车辆类型进行分类。

3.如权利要求1或者2所述的方法，其中所述合并为针对较高速度范围计算的分布尺度给出比针对较低速度范围计算的分布尺度更大的权重。

4.如权利要求1所述的方法，其中所述合并为基于许多加速度值的分布尺度给出比基于较少加速度值的分布尺度更大的权重。

5.如权利要求1所述的方法，还包括基于各种分布尺度计算所述分类正确的概率。

6.如权利要求1所述的方法，其中处理所述加速度值的步骤还包括确定(70，72，74)所述目标车辆是否在下坡道上并且基于在所述目标车辆在所述下坡道上时收集的加速度值，确定(76)对于所述目标车辆的空气阻力常数(C)的步骤，其中特征化所述目标车辆的所述数据包括所述空气阻力常数(C)。

7.如权利要求6所述的方法，其中处理所述加速度值的步骤还包括确定(78，80，82)所述目标车辆是否在上坡道上并且基于在所述目标车辆在所述上坡道上时收集的加速度值，确定(84)与所述目标车辆的最大牵引功率(F_M)相对应的数据(F_M/m)的步骤，其中特征化所述目标车辆的所述数据包括与所述目标车辆的最大牵引功率(F_M)相对应的所述数据(F_M/m)。

8.如权利要求7所述的方法，其中确定与所述目标车辆的最大牵引功率(F_M)相对应的数据(F_M/m)也基于所述空气阻力常数(C)。

9.如权利要求6所述的方法，其中处理所述加速度值的步骤还包括确定(72，80)坡道的斜率(α)并且在相对于所述坡道执行所述加速度值的所述处理中使用所述斜率的步骤。

10.一种用于支持车辆(10)的驾驶的调节策略的设备(18)，包括：

加速度确定单元(22)，适于基于来自距离检测器(16)的输入值(Δv)确定前方车辆(14)的多个加速度值(a；a₁，a₂，a₃)，所述输入值采取通过所述检测器针对所述车辆与所述前方车辆之间的距离(d)检测的距离值的形式，或者由通过所述检测器针对所述车辆与所述前方车辆之间的距离(d)检测的距离值导出，

加速度值处理单元(26)，适于处理所述加速度值以获得特征化所述目标车辆的数据(CD；CL；C，F_M/m)，并且将特征化所述目标车辆的所述数据传送到适于调节所述车辆的所述驾驶的调节设备(28)，

分布确定单元(46)，适于基于加速度值(a₁，a₂，a₃)的多个组中的加速度值确定所述加速度的分布尺度(VAR(a₁)，VAR(a₂)和VAR(a₃))，其中每一个组包括相对于所述前方车辆在至少两个速度范围之一内的相应速度值确定的加速度值，以及

车辆分类单元(48)，适于基于所述分布尺度对车辆类型进行分类，并且传送特征化所述目标车辆的数据，所述数据呈与所述分类相对应的分类数据(CL)的形式。

11.如权利要求10所述的设备(18)，其中所述车辆分类单元(48)适于将每一个分布尺度与至少一个阈值进行比较，并且通过合并各自比较的结果确定所述车辆类别。

12.如权利要求10或者11所述的设备(18)，其中所述合并为针对较高速度范围计算的分布尺度给出比针对较低速度范围计算的分布尺度更大的权重。

13.如权利要求10所述的设备(18)，其中所述合并为基于许多加速度值的分布尺度给出比基于较少加速度值的分布尺度更大的权重。

14.如权利要求10所述的设备(18)，所述车辆特性单元还适于基于各种分布尺度计算所述分类正确的概率。

15.如权利要求10所述的设备(18)，其中所述加速度值处理单元(26)包括：

坡道检测单元(62)，适于确定所述目标车辆是否在下坡道上，以及

空气阻力常数确定单元(66)，适于基于在所述目标车辆在所述下坡道上时收集的加速度值(a)确定对于所述目标车辆的空气阻力常数(C)，并且传送包括所述空气阻力常数(C)的特征化所述目标车辆的数据。

16.如权利要求15所述的设备(18)，其中所述坡道检测单元(62)还适于确定所述目标车辆是否在上坡道上，并且还包括牵引功率确定单元

(64)，该牵引功率确定单元(64)适于基于在所述目标车辆在所述上坡道上时收集的加速度值确定与所述目标车辆的最大牵引功率(F_M)相对应的数据(F_M/m)，并且传送包括与所述目标车辆的最大牵引功率(F_M)相对应的所述数据(F_M/m)的特征化所述目标车辆的数据。

17.如权利要求16所述的设备(18)，其中所述牵引功率确定单元还适于基于所述空气阻力常数(C)确定与所述目标车辆的最大牵引功率(F_M)相对应的数据(F_M/m)。

18.如权利要求15所述的设备(18)，其中所述坡道检测单元(62)还适于确定坡道的斜率(α)以在相对于该坡道执行加速度值的所述处理中使用所述斜率。

19.如权利要求10所述的设备(18)，还包括距离检测器(16)，用于检测所述车辆与所述目标车辆之间的距离值并且提供与所述距离值相关的输入值。

20.如权利要求10所述的设备(18)，还包括适于调节所述车辆的所述驾驶的调节设备(28)。

21.一种机动车辆(10)，包括：

用于检测所述车辆(10)与目标车辆(14)之间的距离值(d)并且提供与所述距离值相关的输入值(Δv)的距离检测器(16)，适于调节所述车辆的所述驾驶的调节设备(28)，以及用于支持根据权利要求10-20的任意一项所述的车辆的驾驶的调节策略的设备(18)。

Images