CN102077259A - 车辆相对位置推定装置及车辆相对位置推定方法 - Google Patents
车辆相对位置推定装置及车辆相对位置推定方法 Download PDFInfo
- Publication number
- CN102077259A CN102077259A CN2009801251540A CN200980125154A CN102077259A CN 102077259 A CN102077259 A CN 102077259A CN 2009801251540 A CN2009801251540 A CN 2009801251540A CN 200980125154 A CN200980125154 A CN 200980125154A CN 102077259 A CN102077259 A CN 102077259A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- relative position
- motion state
- sensor
- infer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 22
- 230000033001 locomotion Effects 0.000 claims abstract description 120
- 230000001133 acceleration Effects 0.000 claims description 104
- 230000008859 change Effects 0.000 claims description 18
- 230000004927 fusion Effects 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 description 59
- 238000012545 processing Methods 0.000 description 51
- 238000004891 communication Methods 0.000 description 25
- 239000011159 matrix material Substances 0.000 description 15
- 230000008569 process Effects 0.000 description 12
- 230000036962 time dependent Effects 0.000 description 11
- 230000009471 action Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000010354 integration Effects 0.000 description 10
- 230000008676 import Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000001186 cumulative effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000010365 information processing Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000178 monomer Substances 0.000 description 2
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/46—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being of a radio-wave signal type
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/51—Relative positioning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/0009—Transmission of position information to remote stations
- G01S5/0072—Transmission between mobile stations, e.g. anti-collision systems
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0291—Fleet control
- G05D1/0293—Convoy travelling
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/22—Platooning, i.e. convoy of communicating vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9316—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles combined with communication equipment with other vehicles or with base stations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/932—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using own vehicle data, e.g. ground speed, steering wheel direction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9325—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles for inter-vehicle distance regulation, e.g. navigating in platoons
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明提供一种推定车辆间的相对位置的车辆相对位置推定装置,具备:运动状态取得部(12),分别取得控制车辆Cn的运动状态的车辆控制信息或由车辆Cn的车载设备检测出的车辆Cn的运动状态、及控制其他车辆的运动状态的车辆控制信息或由其他车辆的车载设备检测出的其他车辆的运动状态;相对位置取得部(13),取得由搭载于车辆Cn或其他车辆的车载设备检测出的相对位置;推定部(14),输入由运动状态取得部(12)取得的车辆Cn的车辆控制信息或运动状态及其他车辆的车辆控制信息或运动状态,并且将由相对位置取得部(13)取得的相对位置作为观测量,使用卡尔曼滤波器推定相对位置,由此能够精度优良地推定相对位置。
Description
技术领域
本发明涉及推定车辆相对位置的装置及方法。
背景技术
目前,为了进行车辆控制,公知的有取得前方车辆的行驶数据的装置。例如,专利文献1记载的装置,通过与前方车辆的车车间通信取得前方车辆的车速、加减速、ID(队列顺序)等行驶数据,并且,通过本车辆具备的磁传感器取得本车辆的横向位移,基于取得的信息进行队列行驶。
专利文献1:日本特开平09-81899号公报
但是,在进行队列行驶的情况下等,考虑其他车辆行驶的情况下,需要进行车间距离的控制,因此,优选高精度地取得车辆间的相对位置(或相对速度、相对加速度)。但是,在专利文献1记载的装置中,不能保证经由通信取得的加速度的精度,因此,例如由于前方车辆的加速度传感器的误差等,车辆间的相对位置的精度可能降低。
另一方面,也考虑到应用车辆具备的相对位置检测传感器观测车间距离(相对位置)的情况,但在传感器信息中含有噪声、测定误差等,因此,有时通过相对位置检测传感器的性能难以高精度地检测车辆间的相对位置。
发明内容
于是,本发明是为了解决这样的技术课题而做出的,其目的在于提供一种能够精度良好地推定车辆间的相对位置的车辆相对位置推定装置。
即,本发明的车辆相对位置推定装置,推定第一车辆相对于第二车辆的相对位置,具备:运动状态取得部,分别取得控制所述第一车辆的运动状态的车辆控制信息或由所述第一车辆的车载设备检测出的所述第一车辆的运动状态、及控制所述第二车辆的运动状态的车辆控制信息或由所述第二车辆的车载设备检测出的所述第二车辆的运动状态;相对位置取得部,取得由搭载于所述第一车辆或所述第二车辆的车载设备检测出的所述相对位置;及推定部,输入由所述运动状态取得部取得的所述第一车辆的车辆控制信息或运动状态及所述第二车辆的车辆控制信息或运动状态,并且将由所述相对位置取得部取得的所述相对位置作为观测量,使用卡尔曼滤波器推定所述相对位置。
在该发明中,通过运动状态取得部取得控制第一车辆的运动状态的车辆控制信息或由所述第一车辆的车载设备检测出的第一车辆的运动状态、及控制第二车辆的运动状态的车辆控制信息或由第二车辆的车载设备检测出的所述第二车辆的运动状态;通过相对位置取得部取得由搭载于第一车辆或第二车辆的车载设备检测出的相对位置;通过推定部输入第一车辆的车辆控制信息或运动状态及第二车辆的车辆控制信息或运动状态,并且将相对位置作为观测量,使用卡尔曼滤波器推定相对位置。这样,将从在单体中测定误差、噪声等较大的搭载于第一车辆或第二车辆的车载设备得到的相对位置,使用卡尔曼滤波器与第一车辆及第二车辆的运动状态组合,因此,能够推定降低了测定误差、噪声等的相对位置。因此,能够精度优良地推定车辆间的相对位置。
在此,优选所述运动状态取得部取得加速度作为所述运动状态,优选所述相对位置取得部使用GPS信息作为所述相对位置。
通过这样的构成,能够将自包括测定误差、噪声等GPS信息算出的相对位置,使用卡尔曼滤波器与第一车辆及第二车辆的加速度组合,因此,能够推定降低了测定误差、噪声等的相对位置。
另外,优选所述推定部与搭载于所述第一车辆或所述第二车辆且检测所述相对位置的车载设备的捕捉状态相对应地改变由所述卡尔曼滤波器进行的融合的程度。
通过这样构成,能够与车载设备的捕捉状态相对应地改变由卡尔曼滤波器进行的融合的程度,因此,能够使检测相对位置的车载设备的捕捉状态反映于相对位置的推定值。因此,例如即使由于不可预测的事态而导致多个车载设备中的一个不能检测相对位置的情况下,也能够运算推定值,因此,能够提高车辆相对位置推定装置的可用性。
另外,也可以是,所述推定部与搭载于所述第一车辆或所述第二车辆且检测所述相对位置的车载设备的捕捉状态相对应地切换预先计算出的所述卡尔曼滤波器的增益。
另外,优选的是,在所述推定部与车载设备的捕捉状态相对应地改变由所述卡尔曼滤波器进行的融合的程度的情况下,在所述相对位置取得部通过搭载于所述第一车辆或所述第二车辆且检测所述相对位置的车载设备不能取得所述相对位置的情况下,所述推定部基于由所述运动状态取得部取得的所述第一车辆的车辆控制信息或运动状态及所述第二车辆的车辆控制信息或运动状态推定所述相对位置。
通过这样构成,在检测相对位置的全部的车载设备不能在规定的时间进行相对位置的检测的情况下,能够由推定部基于车辆控制信息或运动状态推定相对位置,因此,能够提高车辆相对位置推定装置的可用性。
另外,优选具备控制部,在所述相对位置取得部不能通过搭载于所述第一车辆或所述第二车辆且检测所述相对位置的车载设备取得所述相对位置的情况下,在所述推定部基于由所述第一车辆的运动状态及所述第二运动状态推定所述相对位置的情况下,基于搭载于所述第一车辆且检测所述第一车辆的运动状态的车载设备的精度或搭载于所述第二车辆且检测所述第二车辆的运动状态的车载设备的精度,改变所述第一车辆或所述第二车辆的目标相对位置。
通过这样构成,在通过车载设备不能检测相对位置而从运动状态推定相对位置的情况下,可通过控制部考虑搭载于第一车辆及第二车辆的检测运动状态的车载设备的测定误差、噪声等而改变目标相对位置,因此,能够确保行驶的安全性。
另外,本发明的车辆相对位置推定方法,推定第一车辆相对于第二车辆的相对位置,具备:运动状态取得步骤,分别取得控制所述第一车辆的运动状态的车辆控制信息或由所述第一车辆的车载设备检测出的所述第一车辆的运动状态、及控制所述第二车辆的运动状态的车辆控制信息或由所述第二车辆的车载设备检测出的所述第二车辆的运动状态;相对位置取得步骤,取得由搭载于所述第一车辆或所述第二车辆的车载设备检测出的所述相对位置;及推定步骤,输入由所述运动状态取得步骤取得的所述第一车辆的车辆控制信息或运动状态及所述第二车辆的车辆控制信息或运动状态,并且将由所述相对位置取得步骤取得的所述相对位置作为观测量,使用卡尔曼滤波器推定所述相对位置。
在此,优选所述运动状态取得步骤取得加速度作为所述运动状态,所述相对位置取得步骤使用GPS信息作为所述相对位置。
另外,优选在所述推定步骤中,与搭载于所述第一车辆或所述第二车辆且检测所述相对位置的车载设备的捕捉状态相对应地改变由所述卡尔曼滤波器进行的融合的程度。
所述车辆的相对位置推定方法起到与所述车辆相对位置推定装置同样的效果。
根据本发明,能够精度优良地推定车辆间的相对位置。
附图说明
图1是具备第一实施方式的车辆相对位置推定装置的队列行驶系统的构成概要图;
图2是说明具备第一实施方式的车辆相对位置推定装置的队列行驶系统的概要图;
图3是说明具备第一实施方式的车辆相对位置推定装置的队列行驶系统的车辆行驶状态的概要图;
图4是说明第一实施方式的车辆相对位置推定装置的卡尔曼滤波器的概要图;
图5是说明第一实施方式的车辆相对位置推定装置的卡尔曼滤波器的功能的方块图;
图6是表示第一实施方式的车辆相对位置推定装置的动作的流程图;
图7是说明具备第二实施方式的车辆相对位置推定装置的队列行驶系统的概要图;
图8是说明第三实施方式的车辆相对位置推定装置的卡尔曼滤波器的功能的方块图;
图9是表示第三实施方式的车辆相对位置推定装置的动作的流程图;
图10是说明第四实施方式的车辆相对位置推定装置的功能的方块图;
图11是表示第四实施方式的车辆相对位置推定装置的动作的流程图;
图12是表示实施例的车辆的加速度的时间依存性的图表;
图13是第一实施方式的车辆相对位置推定装置的推定值的模拟结果;
图14是第三实施方式的车辆相对位置推定装置的推定值的模拟结果;
图15是图14的局部放大图;
图16是第三实施方式的车辆相对位置推定装置的推定值的模拟结果;
图17是图16的局部放大图;
图18是第四实施方式的车辆相对位置推定装置的累积的误差的模拟结果;
图19是第四实施方式的车辆相对位置推定装置设定的目标的模拟结果。
标号说明:
1、队列行驶控制系统
10、车辆控制ECU
11、车辆相对位置推定装置
12、运动状态取得部
13、相对位置取得部
14、推定部
具体实施方式
下面,参照附图对本发明的实施方式进行说明。另外,在各图中对相同或相当部分标注相同标号,省略重复的说明。
(第一实施方式)
本实施方式的车辆相对位置推定装置是推定车辆间的相对位置(车间距离)的装置,例如可以适当地应用于多个车辆组成队列行驶的队列行驶控制系统。
首先,对队列行驶控制系统的概要进行说明。图1所示的队列行驶控制系统1为在多个车辆组成队列行驶的队列行驶中控制属于该队列的车辆的行驶状态的系统。例如图2所示,通过该队列行驶控制系统1实现任意台数的多个车辆以比较狭小的车间距离纵向排列成一列行驶的队列行驶。
另外,在以下的说明中,如图2所示,将从队列的前头开始数第n(n:自然数)台车辆表示为“Cn”。另外,各车辆设定为朝向图中的箭头Y方向行驶,将整体设定为m台(m:自然数、m≥n)的队列。另外,将车辆Cn和车辆Cn+1之间的车间距离用“Dn”表示。
构成图2所示的队列的所有车辆搭载有以下说明的队列行驶控制系统1。另外,下面以车辆Cn为例进行说明。
如图1所示,队列行驶控制系统1具备车辆控制ECU(Electronic Control Unit:电子控制单元)10。车辆控制ECU10为进行队列行驶控制系统1的整体控制的电子控制单元,例如以包括CPU、ROM、RAM的计算机为主体而构成。另外,关于车辆控制ECU10的详细的功能后述。
另外,队列行驶控制系统1具备用于检测本车辆(车辆Cn)的行驶状态的传感器类(车载设备)。该传感器类例如包括前方车间距离传感器21a、后方车间距离传感器22a、车轮速传感器23a、及加速度传感器24a。另外,为了处理传感器类取得的信号,前方车间距离传感器21a与前方传感器ECU21连接,后方车间距离传感器22a与后方传感器ECU22连接,车轮速传感器23a与车轮速传感器ECU23连接,加速度传感器24a与加速度传感器ECU24连接。
前方车间距离传感器21a及前方传感器ECU21具有检测与在车辆Cn的紧前方行驶的车辆Cn-1之间的车间距离D-FR的功能。同样,后方车间距离传感器22a及后方传感器ECU22具有检测与在车辆Cn的紧后方行驶的车辆Cn+1之间的车间距离D-RR的功能。作为这样的前方车间距离传感器21a及后方车间距离传感器22a,例如,可以采用在各个车辆Cn的前部及后部分别设置的微波雷达。例如,前方车间距离传感器21a及后方车间距离传感器22a具有以沿左右方向扫描的方式发送微波等电磁波并且接收反射波的功能,前方传感器ECU21及后方传感器ECU22具有基于发送电磁波并接收电磁波为止的时间算出车间距离D-RR、D-FR的功能。前方传感器ECU21及后方传感器ECU22具有将车间距离D-RR、D-FR作为车间距离信息向车辆控制ECU10输出的功能。另外,所检测出的车间距离D-RR、D-FR包含测定精度、运算精度、噪声等误差。
车轮速传感器23a及车轮速传感器ECU23具有检测车辆Cn的车轮速Vhn的功能。作为车轮速传感器23a,例如采用将车轮的旋转作为脉冲信号检测出的电磁拾起传感器。例如,车轮速传感器23a具有向车轮速传感器ECU23输出伴随车轮旋转的脉冲信号的功能,车轮速传感器ECU23具有基于脉冲信号算出车轮速Vhn的功能。车轮速传感器ECU23具有将车轮速Vhn作为车轮速信息向车辆控制ECU10输出的功能。另外,检测出的车轮速Vhn包含测定精度、运算精度、噪声等误差。
加速度传感器24a及加速度传感器ECU24具有检测车辆Cn的加速度an的功能。作为加速度传感器24a,例如可以采用气体速率传感器或回转罗盘传感器。例如,加速度传感器24a具有将表示基于加速度的位移的信号向加速度传感器ECU24输出的功能,加速度传感器ECU24具有基于信号算出加速度an的功能。加速度传感器ECU24具有将加速度an作为加速度信息向车辆控制ECU10输出的功能。另外,检测出的加速度an含有测定精度、运算精度、噪声等误差。
而且,前方传感器ECU21、后方传感器ECU22、车轮速传感器ECU23及加速度传感器ECU24经由作为车辆内网络构筑的通信/传感器系CAN20与车辆控制ECU10连接。
如上述,在队列行驶控制系统1中,通过搭载于车辆Cn的传感器类,检测关于车辆Cn的前方车间距离信息、后方车间距离信息、车轮速信息及加速度信息。另外,在以下的说明中,有时将前方车间距离信息、后方车间距离信息、车轮速信息及加速度信息总称为行驶状态信息。
另外,系统1为了进行车辆Cn加减速/转向等操作,而具备发动机控制ECU31、制动器控制ECU32及转向控制ECU33。发动机控制ECU31、制动器控制ECU32及转向控制ECU33经由控制系CAN30与车辆控制ECU10连接。
发动机控制ECU31具有输入自车辆控制ECU10输出的加速度要求值信息并以与该加速度要求值对应的操作量操作制动器促动器等功能。另外,制动器控制ECU32具有输入上述加速度要求值信息并以与该加速度要求值对应的操作量操作制动器促动器等的功能。另外,转向控制ECU33具有输入自车辆控制ECU10输出的转向指令值信息并以与该转向指令值对应的操作量操作转向促动器等的功能。另外,对于自车辆控制ECU10输出的加速度要求值信息、转向指令值信息后述。
另外,队列行驶控制系统1为了在与队列的其它的构成车辆之间交换彼此的行驶状态信息等而具备无线天线26a及无线控制ECU26。队列内的各车辆通过该无线天线26a及无线控制ECU26彼此进行车车间通信,取得其它的构成车辆所有的车辆各种信息、行驶状态信息、加速度要求值信息及转向指令值信息等,并且,向其它的车辆发送车辆Cn的车辆各种信息、行驶状态信息、加速度要求值信息及转向指令值信息等(图2的虚线)。另外,根据车车间通信,不限于这些信息,可以在车辆间交换各种信息。通过这样的车车间通信,在所有的车辆的车辆控制ECU10中,也可以共有所有车辆的车辆各种信息、行驶状态信息、及加速度要求值信息。另外,无线控制ECU26经由上述的通信/传感器系CAN20与车辆控制ECU10连接。
对车辆控制ECU10进行详细的说明。车辆控制ECU10具有基于通过上述的车辆Cn的传感器类得到的行驶状态信息或加速度要求值信息、及通过车车间通信得到的其他车辆的行驶状态信息或加速度要求值信息,例如自律地控制与前方车辆Cn-1的车间距离Dn-1或与后方车辆Cn+1的车间距离Dn的功能。例如,车辆控制ECU10具有基于车辆Cn及其车辆的行驶状态信息或加速度要求值信息,以车间距离Dn- 1、Dn成为目标车间距离的方式生成加速度要求值信息及转向指令值信息的功能。目标车间距离考虑队列行驶的车辆Cn的性能、行驶环境等,基于后述的车间距离的推定值通过车辆控制ECU10进行设定。
在此,车辆控制ECU10为了精度优良地推定队列行驶的车辆间的车间距离而具备车辆相对位置推定部(车辆相对位置推定装置)11。车辆相对位置推定部11具备运动状态取得部12、相对位置取得部13及推定部14。
运动状态取得部12具有取得车辆Cn的运动状态或加速度要求值信息、及其他车辆的运动状态或加速度要求值信息的功能。在此,运动状态表示例如车速及加速度,包括上述的行驶状态信息。运动状态取得部12例如具有经由通信/传感器系CAN20取得通过搭载于车辆Cn的车轮速传感器23a及加速度传感器24a检测出的运动状态的功能。或者具有输入车辆Cn的加速度要求值信息的功能。另外,运动状态取得部12例如具有通过车车间通信经由通信/传感器系CAN20取得通过搭载于其他车辆的车轮速传感器23a及加速度传感器24a检测出的运动状态的功能。或者具有通过车车间通信经由通信/传感器系CAN20取得其他车辆的加速度要求值信息的功能。而且,运动状态取得部12具有向推定部14输出取得的车辆Cn的运动状态或加速度要求值信息、及其他车辆的运动状态或加速度要求值信息的功能。
相对位置取得部13具有取得队列行驶的车辆间测定的相对位置的功能。例如,相对位置取得部13具有取得通过搭载于车辆Cn的前方车间距离传感器21a及后方车间距离传感器22a检测出的车间距离Dn -1、Dn的功能。另外,相对位置取得部13例如具有取得通过搭载于其他车辆的前方车间距离传感器21a及后方车间距离传感器22a检测出的车间距离的功能。而且,相对位置取得部13具有将取得的车间距离向推定部14输出的功能。
推定部14具有基于由运动状态取得部12取得的车辆Cn的运动状态或加速度要求值信息,及其他车辆的运动状态或加速度要求值信息、由相对位置取得部13取得的车间距离,推定队列行驶的车辆间的车间距离的功能。具体而言,推定部14具有使用卡尔曼滤波器推定各车辆间的车间距离的功能。
对卡尔曼滤波器进行详细地说明。本实施方式的车辆相对位置推定部11的卡尔曼滤波器具有组合计测值和车辆运动(系统)并融合而算出运动状态推定值的功能。卡尔曼滤波器是取多个精度不同的计测值和基于记述车辆运动的状态方程式的推定值的平均值,推定最适合的系统状态的算法。具体而言,卡尔曼滤波器在计测值与推定值中任一个都有误差的情况下,根据这些误差的大小进行适当的加权,推定最准确的系统状态的算法。在此,考虑说明理解的容易性,以进行图3所示的队列行驶的车辆为例,说明用于卡尔曼滤波器的系统的运动方程式、基于计测值的观测方程式。如图3所示,5台车辆C1~C5沿Y方向行驶。各个车辆C1~C5的加速度a1~a5为由搭载于各个车辆C1~C5的加速度传感器24a及加速度传感器ECU24取得的加速度或从由搭载于车辆C1~C5的车辆控制ECU10算出的加速度要求值得到的加速度。另外,将车辆C1~C5间的相对速度设定为Vr1~Vr4,将车间距离设定为D1~D4,将作用于车辆C1~C5的系统噪声设定为q1~q5。所谓系统噪声包括干扰导致的加速度变动、加速度传感器24a的计测误差、控制误差、运动方程式的误差等。系统噪声采用预先设定的假设值。在上述系统中,以下数学式式1所示的状态方程式成立。
[数学式1]
…(1)
在数学式1中,x为状态变量。矩阵A将没有噪声情况下的系统状态和状态变量x建立关联。矩阵B将系统输入和状态变量x建立关联。矩阵H将系统噪声和状态变量x建立关联。通过数学式1,能够基于加速度a1~a5理论地表示车辆C1~C5的运动。
下面,对观测方程式进行说明。能够根据由车辆C1~C5的各个车轮速传感器23a检测出的车轮速Vh1~Vh5求取相邻的各车辆的车轮速差分。将该车轮速差分设定为Vrh。另外,能够基于由车辆C1~C5的各个前方车间距离传感器21a及后方车间距离传感器22a检测出的车间距离DRF、DFF求取相对速度。将该相对速度设定为VrRF、VrFF。而且,将基于车辆C1~C5具备的车轮速传感器23a算出的车轮速差分的观测噪声设定为va,将基于前方车间距离传感器21a算出的相对速度的观测噪声设定为vb,将基于后方车间距离传感器22a算出的相对速度的观测噪声设定为vc,将基于前方车间距离传感器21a算出的车间距离的观测噪声设定为vd,将基于后方车间距离传感器22a算出的车间距离的观测噪声设定为ve。在利用车辆C1~C5的所有传感器设备的情况下,以下的数学式2所示的观测方程式成立。
数学式2:
在数学式1中Y为实际的观测值。矩阵C将没有噪声情况下的观测值(真实值)和实际的观测值建立关联。矩阵v为各传感器的误差。通过数学式2,能够表示基于传感器类的计测值的车辆C1~C5的运动的观测结果。
应用上述的状态方程式及观测方程式,卡尔曼滤波器运算将理论值设定为优先还是将观测值设定为优先并输出最适当的推定值。使用图4对卡尔曼滤波器的输入输出进行说明。如图4所示,卡尔曼滤波器输入各车加速度作为系统输入,计算式1所示的状态方程式。另外,卡尔曼滤波器从各车辆的车轮速传感器23a、前方车间距离传感器21a及后方车间距离传感器22a取得各相对速度、各车间距离作为传感器信息输入,计算观测方程式。而且,卡尔曼滤波器作为相对运动推定值输出各车间距离的推定值及各相对速度的推定值。
图5是卡尔曼滤波器的方块图的一例。电路K1具有将各车加速度作为输入运算状态方程式并预测车辆(车组)运动的功能。另外,电路K2具有反馈现实的传感器值的功能。该反馈根据传感器值的精度进行加权。即,例如噪声大的观测值以不信任该观测值的方式以小的增益进行反馈。另一方面,在状态方程式的误差大的情况下,以信任观测值的方式以大的增益进行反馈。该增益为后述的数学式3的卡尔曼滤波器增益。
下面,对车辆相对位置推定部11的动作进行说明。图6表示本实施方式的车辆相对位置推定部11的动作的流程。图6所示的控制处理为自例如点火开启的时间起以规定的间隔重复进行。
如图6所示,车辆相对位置推定部11自其他车辆信息输入处理开始处理(S10)。S10的处理为运动状态取得部12及相对位置取得部13执行且输入其他车辆的信息的处理。运动状态取得部12经由通信/传感器系CAN20取得例如由车车间通信输入至无线天线25a、无线控制ECU25的其他车辆的行驶状态信息或加速度要求值信息。相对位置取得部13经由通信/传感器系CAN20取得例如由车车间通信输入至无线天线25a、无线控制ECU25的其他车辆取得的相对位置信息。在S10的处理结束后,向本车辆信息取得处理转移(S12)。
S12的处理为运动状态取得部12及相对位置取得部13执行且自搭载于本车辆(车辆Cn)的传感器类取得信息的处理。运动状态取得部12经由通信/传感器系CAN20取得从车轮速传感器ECU23及加速度传感器ECU24输出的车轮速信息、加速度信息。另外,相对位置取得部13经由通信/传感器系CAN20取得从前方传感器ECU21及后方传感器ECU22输出的车间距离信息。在S12的处理结束后,向前次值输入处理转移(S14)。
S14的处理为推定部14执行且输入相对运动推定值的前次值x(n)的处理。推定部14参照记录于存储器等中的相对运动推定值的前次值x(n)而输入。另外,在初次的情况下,输入预先设定的初始值。在S14处理结束后,向卡尔曼滤波器运算处理转移(S16)。
S16、S18的处理为推定部14执行且通过卡尔曼滤波器运算相对运动推定值x(n+1)的处理。例如,推定部14使用以下所示的数学式3进行运算。
[数学式3]
x(n+1)=A·x(n)+B·u(n)+L·(y-y(n))…(3)
数学式3所示的A、B是上述状态方程式的矩阵,u(n)是加速度,L是卡尔曼滤波器增益,y是观测值的真实值,y(n)是观测值。卡尔曼滤波器增益基于上述的数学式1及数学式2算出。在S16、S18的处理结束后,结束图6所示的控制处理。
以上,结束图6所示的控制处理。另外,在S18的处理中生成的相对运动推定值x(n+1)成为在下一次的处理中用S14的处理输入的前次值。通过执行图6所示的控制处理,不仅通过本车辆所具备的传感器类获得的值,而且考虑通过经由通信取得的其他车辆的传感器类取得的信息及其他车辆的运动状态,能够精度优良地算出相对速度、相对距离。因此,车辆控制ECU10能够应用精度优良的相对速度、车间距离进行车辆控制,因此能够精度优良地控制队列行驶。
如上所述,根据第一实施方式的车辆相对位置推定装置11,通过运动状态取得部12取得控制车辆Cn的运动状态的车辆控制信息(加速度要求值)或通过车辆Cn的加速度传感器24a检测出的车辆Cn的加速度an、及控制其他车辆的运动状态的车辆控制信息(加速度要求值)或通过其他车辆的加速度传感器24a检测出的其他车辆的加速度,通过相对位置取得部13取得利用搭载于车辆Cn或其他车辆的前方车间距离传感器21a、后方车间距离传感器22a检测出的相对位置DRF、DFF,通过推定部14将车辆Cn的加速度要求值或加速度an及其他车辆的加速度要求值或加速度设定为输入,将相对位置DRF、DFF作为观测量并应用卡尔曼滤波器推定相对位置、相对速度。这样,能够将从在单体中测定误差、噪声等大且精度不同的前方车间距离传感器21a、后方车间距离传感器22a得到的相对位置DRF、DFF使用卡尔曼滤波器与车辆Cn及其他车辆的运动状态融合,能够推定降低了测定误差、噪声等的相对位置、相对速度。即,使用卡尔曼滤波器融合基于车车间通信的其他车辆信息、本车辆的传感器类,能够推定噪声少且精度高的车间距离(相对速度)。因此,能够精度优良地推定车辆Cn及其他车辆Cn-1间的相对位置。这样,能够除去噪声并提高耐摇动稳定性,因此能够实现基于高增益的反馈的队列行驶。因此,能够将队列行驶的车间距离控制得较短。另外,能够取得精度优良的相对位置,因此,不需要通过退火处理等对自前方车间距离传感器21a、后方车间距离传感器22a得到的相对位置DRF、DFF进行加工,能够消除车辆控制的死区。而且,也可以将用于卡尔曼滤波器的反馈控制的状态量进行微细量子化。另外,能够推定与状态方程式及观测方程式的更新频度无关的相对位置,因此,能够算出比例如前方车间距离传感器21a、后方车间距离传感器22a的更新周期更细的推定值。因此,由于行驶控制的响应性提高,因此,能够将队列行驶的车间距离控制得较短。另外,用于车辆相对位置推定装置11进行的推定的信息为涉及加速度、速度、相对速度、车间距离的信息,由此,能够以少的通信量进行推定。另外,由于基于车辆通常取得的信息,因此不依存于其它的控制,扩张性也优异。另外,用于推定的运算也仅是和积运算,因此,也可以减小处理负荷。另外,能够自立分散地推定各车并控制队列行驶。另外,不仅可以推定车辆Cn及其他车辆Cn-1间的相对位置,也可以精度优良地推定其他车辆间的相对位置。
(第二实施方式)
第二实施方式的车辆相对位置推定装置(车辆相对位置推定部)与第一实施方式的车辆相对位置推定部11大致同样地构成,与第一实施方式的车辆相对位置推定部11相比,相对位置取得部13取得的相对位置信息不同。另外,在第二实施方式中,与第一实施方式重复的部分省略说明,以不同点为中心进行说明。
第二实施方式的车辆Cn与第一实施方式的车辆Cn大致同样地构成,与第一实施方式的车辆Cn相比不同点为,具有导航系统(未图示),代替前方车间距离传感器21a、后方车间距离传感器22a或一并使用。导航系统具备GPS(Global Positioning System)接收机,具有接收本车辆(车辆Cn)的位置信息即GPS信息(X座标:Xn,Y座标:Yn)的功能。在此,GPS是应用卫星计测的系统,可适当地应用于本车辆的当前位置的把握。另外,导航系统经由通信/传感器系CAN20与车辆控制ECU10连接,具有将接收到的位置信息向车辆控制ECU10输出的功能。
第二实施方式的车辆相对位置推定部所具备的相对位置取得部13具有取得导航系统输出的车辆Cn的位置信息的功能。另外,具有用车车间通信取得其他车辆的导航系统输出的其他车辆的位置信息的功能,或在通过车辆Cn的导航系统取得其他车辆的位置信息的情况下,取得车辆Cn的导航系统输出的其他车辆的位置信息的功能。而且,相对位置取得部13具有基于取得的位置信息算出车辆间的相对位置的功能。除此之外的功能与第一实施方式同样。
图7是说明第二实施方式的车辆相对位置推定部所具备的相对位置取得部13取得的位置信息(Xn,Yn)的概略图。图7表示先行车辆C1、后续车辆C2这两台队列行驶的例子。例如,将本车辆设定为车辆C2时,车辆C2的相对位置取得部13具有取得车辆C1的位置信息(X1,Y1)及车辆C2的位置信息(X2,Y2)并算出X方向的相对距离Dx、Y方向的相对距离Dy的功能。另外,图7所示的虚线的圆(误差圆)表示通过导航系统得到的GPS信息的观测噪声等的误差范围。另外,车辆Cn的加速度an如图所示,作为X方向成分axn、Y方向成分ayn进行表示。
推定部14与第一实施方式的数学式1及数学式2同样,输入各车加速度作为系统输入而为状态方程式,输入X方向的相对距离Dx、Y方向的相对距离Dy作为传感器输入而为观测方程式,采用卡尔曼滤波器设定相对运动推定值,输出各车间距离的推定值及各相对速度的推定值。以下,考虑说明理由的容易性,对于图7所示的两台车辆,将状态方程式表示为数学式4、将观测方程式表示为数学式5。
数学式4:
…(4)
数学式5:
对于各矩阵而言与第一实施方式同样。另外,数学式5的vx、vy为GPS信息的X、Y方向差分的观测噪声。推定部14基于上述式4、5执行图6所示的控制处理而推定车间距离及相对位置。关于车辆相对位置推定装置的动作与在第一实施方式中说明的图6所示的控制处理同样,因此省略。
如上所述,根据第二实施方式的车辆相对位置推定装置,实现与第一实施方式的车辆相对位置推定装置11同样的效果,并且,可应用卡尔曼滤波器将从包括测定误差、噪声等的GPS信息算出的相对位置与本车辆Cn及其他车辆的加速度组合,因此能够推定使测定误差、噪声等降低的相对位置(相对速度)。因此,即使是误差大的GPS信息,且即使本车辆不具备传感器,也可以基于误差圆和各车方位加速度精度优良地取得相对位置及相对速度。
(第三实施方式)
第三实施方式的车辆相对位置推定装置(车辆相对位置推定部)为与第一实施方式的车辆相对位置推定部11大致同样地构成,与第一实施方式的车辆相对位置推定部11相比,推定部14的一部分功能不同。另外,在第三实施方式中,与第一实施方式重复的部分省略说明,以不同点为中心进行说明。
第三实施方式的车辆Cn与第一实施方式的车辆Cn同样地构成。另外,第三实施方式的车辆相对位置推定部具备的推定部14与第一实施方式的车辆相对位置推定部11具备的推定部14大致同样地构成,与第一实施方式的推定部14相比,具有与前方车间距离传感器21a、后方车间距离传感器22a的捕捉状态相对应地改变基于传感器的观测值和运动状态的融合程度的功能。具体而言,推定部14具有与前方车间距离传感器21a、后方车间距离传感器22a的捕捉状态相对应地切换卡尔曼滤波器增益进行控制的功能。
在此,为了详细地说明第三实施方式的车辆相对位置推定部所具备的推定部14的功能,说明两台车辆C1、C2进行队列行驶的情况。车辆C1、C2与在第一实施方式中说明的车辆Cn同样,其加速度a1、a2、车间距离D1、相对速度Vr1、系统噪声q1、q2使用同样的标号(参照图2、图3中的车辆C1、C2)。
与第一实施方式的数学式1、2同样,能够用以下的数学式6表示车辆C1、C2的状态方程式,及用以下的数学式7表示传感器的观测方程式。
数学式6
数学式7
在此,推定部14具有与车辆C2的前方车间距离传感器21a及车辆C1的后方车间距离传感器22a的捕捉状态相对应地改变数学式7的矩阵C的功能。车辆C2的前方车间距离传感器21a及车辆C1的后方车间距离传感器22a通过微波等电磁波检测出相对位置,因此,与车轮速传感器23a及加速度传感器24a相比难于稳定地进行信息检测,有时因噪声等影响不能检测出相对位置(无感状态)。推定部14具有如下功能:与车辆C2的前方车间距离传感器21a的捕捉状态及车辆C1的后方车间距离传感器22a的捕捉状态相对应,即与车辆C2的前方车间距离传感器21a是否是无感状态、车辆C1的后方车间距离传感器22a是否是无感状态相对应地选择性切换预先准备的矩阵C。
前方传感器ECU21、后方传感器ECU22具有分别判定车辆C2的前方车间距离传感器21a、车辆C1的后方车间距离传感器22a是否为无感状态的功能。例如,前方传感器ECU21及后方传感器ECU22具有在接收的微波强度等的变化量显示比规定值大的值的情况下判定为无感状态的功能。而且,前方传感器ECU21及后方传感器ECU22具有将所述判定结果分别向车辆控制ECU10输出的功能。
推定部14在输入前方传感器ECU21及后方传感器ECU22分别输出的判定结果且车辆C2的前方车间距离传感器21a、车辆C1的后方车间距离传感器22a都为可检测的状态的情况下(XTRGT_Status:1),采用以下数学式8所示的矩阵C。
数学式8
另外,例如,推定部14在车辆C2的前方车间距离传感器21a为可检测的状态且车辆C1的后方车间距离传感器22a为无感状态的情况下(XTRGT_Status:2),采用以下的式9所示的矩阵C。
数学式9
另外,例如,推定部14在车辆C2的前方车间距离传感器21a为无感状态且车辆C1的后方车间距离传感器22a为可检测状态的情况下(XTRGT_Status:3),采用以下的数学式10所示的矩阵C。
数学式10
这样,推定部14根据车辆C2的前方车间距离传感器21a的捕捉状态及车辆C1的后方车间距离传感器22a的捕捉状态,应用更换的矩阵C决定观测方程式。而且,基于决定的观测方程式和数学式6所示的状态方程式运算卡尔曼滤波器增益Ln。在此,将在使用数学式8所示的矩阵C的情况下即XTRGT_Status1的情况下的卡尔曼滤波器增益设定为L1,将使用数学式9所示的矩阵C的情况下即XTRGT_Status2的情况下的卡尔曼滤波器增益设定为L2,将使用数学式10所示的矩阵C的情况下即XTRGT_Status3的情况下的卡尔曼滤波器增益设定为L3。
另外,推定部14具有在输入前方传感器ECU21及后方传感器ECU22输出的判定结果且车辆C2的前方车间距离传感器21a及车辆C1的后方车间距离传感器22a都为无感状态的情况下(XTRGT_Status:0)将卡尔曼滤波器增益设定为L0=0的功能。即,推定部14具有在XTRGT_Status0的情况下完全不使用传感器值地算出相对运动推定值的功能。在该情况下,推定部14具有分别对两台车辆C1、C2的加速度a1、a2进行积分而算出相对速度并进一步对积分了的加速度a1、a2进行积分而算出车间距离的功能。
图8表示本实施方式的卡尔曼滤波器的方块图的一例。电路K3具有一边反馈现实的传感器值一边预测车辆(车组)运动的功能。该反馈根据传感器类的捕捉状态切换增益(卡尔曼增益)并加权。例如,在XTRGT_Status1的情况下,传感器类的观测值用卡尔曼滤波器增益L1加权,在XTRGT_Status2的情况下,传感器类的观测值用卡尔曼滤波器增益L2加权,在XTRGT_Status3的情况下,传感器类的观测值用卡尔曼滤波器增益L3进行加权。
另一方面,在XTRGT_Status0的情况下,传感器类的观测值用卡尔曼滤波器增益L0进行加权,但是,因为L0=0,因此,结果仅电路K4进行动作。电路K4具有将两台车辆C1、C2的加速度a1、a2作为输入运算状态方程式并预测车辆(车组)运动的功能。即,在XTRGT_Status0的情况下,推定部14具有完全不使用传感器值而算出相对运动推定值的功能。
下面,说明第三实施方式的车辆相对位置推定部的动作。图9是表示本实施方式的车辆相对位置推定部的动作的流程。图9所示的控制处理为自例如点火开启的时间起以规定的间隔重复进行。另外,下面考虑说明理解的容易性,说明两台车辆C1、C2(本车辆)进行队列行驶的情况。
如图9所示,车辆相对位置推定部11从其他车辆信息输入处理开始处理(S20)。该处理与图6的S10的处理同样。S20的处理结束后,向本车辆信息取得处理转移(S22)。
S22的处理为运动状态取得部12及相对位置取得部13执行且自搭载于本车辆(车辆C2)的传感器类取得信息的处理。该处理与图6的S12处理同样。S22的处理结束时,向前次值输入处理转移(S24)。
S24的处理为推定部14执行且输入相对运动推定值的前次值x(n)的处理。该处理与图6的S14处理同样。S24的处理结束后,向捕捉状态判定处理转移(S26)。
S26的处理为推定部14执行且判定车辆C2的前方车间距离传感器21a的捕捉状态及车辆C1的后方车间距离传感器22a的捕捉状态的处理。推定部14分别输入前方传感器ECU21及后方传感器ECU22分别输出的捕捉状态的判定结果,判定与XTRGT_Status0~3中的哪一状态相当。在S26的处理中,在不与XTRGT_Status0的状态相当的情况下,向增益选择处理转移(S28)。
S28的处理为推定部14执行且将卡尔曼滤波器增益根据XTRGT_Status选择的处理。推定部14在XTRGT_Status1的情况下选择卡尔曼滤波器增益L1,在XTRGT_Status2的情况下,选择卡尔曼滤波器增益L2,在XTRGT_Status3的情况下,选择卡尔曼滤波器增益L3。S28处理结束后,向卡尔曼滤波器运算处理转移(S30)。
S30、S34的处理为推定部14执行且通过卡尔曼滤波器运算相对运动推定值x(n+1)的处理。例如,推定部14将第一实施方式所示的式3的卡尔曼滤波器增益L置换为在S28处理中选择的卡尔曼滤波器增益L1~L3而进行相对运动推定值x(n+1)的运算。S30、S34的处理结束后,结束图9所示的控制处理。
另一方面,在S26处理中,在与XTRGT_Status0的状态相当的情况下,向相对运动推定处理转移(S32)。S32、S34的处理为推定部14执行,且将第一实施方式所示的数学式3的卡尔曼滤波器增益L置换为0而进行相对运动推定值x(n+1)的运算。即,推定部14对两台车辆C1、C2的加速度a1、a2进行积分作为相对速度,进一步对相对速度进行积分算出车间距离。S32、S34的处理结束后,结束图9所示的控制处理。
以上结束了图9所示的控制处理。另外,在S34的处理中生成的相对运动推定值x(n+1)为在下一次处理中在S24的处理中输入的前次值。通过执行图9所示的控制处理,能够根据车辆C2的前方车间距离传感器21a的捕捉状态、车辆C1的后方车间距离传感器22a的捕捉状态改变卡尔曼滤波器的融合程度,因此,即使在前方车间距离传感器21a或后方车间距离传感器22a未能检测出的情况下,也能够精度优良地推定车间距离、相对速度。
但是,例如在使用第一实施方式的数学式1、数学式2的情况下,能够推定车辆C1~C5的所有的车间距离,另一方面,计测各车辆C1~C5的车间距离的前方车间距离传感器21a、后方车间距离传感器22a需要全部为可检测的状态。因此,在使用第一实施方式的数学式1、数学式2的情况下,担心车辆相对位置推定装置的可用性降低。
与之相对,根据第三实施方式的车辆相对位置推定装置,能够实现与第一实施方式的车辆相对位置推定装置11同样的效果,并且,根据车载设备的捕捉状态改变由卡尔曼滤波器进行融合的程度。因此,能够将检测相对位置的车载设备的捕捉状态反映成相对位置的推定值,因此,不需要前方车间距离传感器21a、后方车间距离传感器22a为全部可检测的状态。这样,例如即使由于不可预测的事态而导致多个车载设备中的一个不能检测相对位置、相对速度的情况下,也能够运算推定值,因此能够提高车辆相对位置推定装置的可用性。
另外,根据第三实施方式的车辆相对位置推定装置,检测相对位置的所有的前方车间距离传感器21a、后方车间距离传感器22a在不能在规定的时间内进行相对位置的检测的情况下,能够通过推定部14,基于加速度an(或加速度要求值信息)推定相对位置、相对速度,因此,能够提高车辆相对位置推定装置的可用性。
(第四实施方式)
第四实施方式的车辆相对位置推定装置(车辆相对位置推定部)与第三实施方式的车辆相对位置推定部大致同样地构成,与第三实施方式的车辆相对位置推定部相比,车辆控制ECU(控制部)10具备的一部分功能不同。另外,在第四实施方式中,和第三实施方式重复的部分省略说明,以不同点为中心进行说明。
第四实施方式的车辆Cn与第一实施方式的车辆Cn同样构成。另外,第四实施方式的车辆相对位置推定部与第三实施方式的车辆相对位置推定装置同样构成。即,在车辆C2的前方车间距离传感器21a、车辆C1的后方车间距离传感器22a都为无感状态的情况下(XTRGT_Status:0),推定部14具有将卡尔曼滤波器增益设定为L0=0的功能。该情况下,车辆控制ECU10具有基于相对位置的误差改变目标车间距离、目标相对速度的功能。对于该功能,与第三实施方式同样,以两台车辆C1、C2进行队列行驶的情况为例进行说明。车辆C2的前方车间距离传感器21a、车辆C1的后方车间距离传感器22a都为无感状态的情况(XTRGT_Status:0)。而且,将车辆C1、C2所具备的加速度传感器24a的精度(相对于真实值的误差)分别设定为±ΔA1、±ΔA2。该情况下,车辆C1、C2的相对速度采用从车辆C1、C2所具备的加速度传感器24a得到的加速度的积分值,因此,相对于相对速度的真实值的精度可以用±(ΔA1+ΔA2)=±ΔAr表示。车辆控制ECU10具有预测推定部14推定出的相对速度、车间距离产生的误差、即与时间一起蓄积的误差±ΔAr的功能。例如,车辆控制ECU10具有将推定部14在XTRGT_Status0的状态开始推定基于加速度的相对速度、车间距离的时间设定为初始值,采用自初始值的经过时间将ΔAr积分而预测在经过时间内蓄积的误差并基于预测出的误差改变目标相对速度、目标车间距离的功能。图10是表示车辆控制ECU10的功能的方块图。如图10所示,推定部14储存来自开始推定在XTRGT_Status0状态下基于加速度的相对速度、车间距离的时间的经过时间t,将相对加速度的误差ΔAr积分而算出相对速度的蓄积的误差,对该积分值进一步积分而算出车间距离的蓄积的误差。另外,图中的画面(Scope)是用于后述的模拟而设置的,不特别配备也可以。
车辆控制ECU10具有以成为蓄积的误差以上的方式设定目标相对速度、目标车间距离的功能。另外,车辆控制ECU10具有在蓄积的误差超过允许误差阈值的情况下禁止车间距离控制的功能。其它的车辆控制ECU10的功能与第三实施方式的车辆控制ECU10同样。
下面,对车辆控制ECU10的动作进行说明。图11为用于说明校正部及车辆控制ECU10的动作的流程图。图11所示的控制处理为例如自推定部14开始推定在XTRGT_Status0的状态下基于加速度的相对速度、车间距离的时间起到XTRGT_Status0状态结束为止的期间以规定的间隔重复执行。另外,考虑说明理解的容易性,以两台车辆C1、C2进行队列行驶的情况为例进行说明。另外,说明车辆C2为本车辆的情况。
如图11所示,从误差算出处理开始(S40)。S40处理为执行车辆控制ECU10并基于搭载于车辆C1、C2的加速度传感器24a的精度算出蓄积的误差的处理。车辆控制ECU10基于自开始推定车间距离的时间的经过时间t对相对加速度的误差ΔAr进行积分,算出相对速度的蓄积的误差。另外,车辆控制ECU10基于自开始推定车间距离的时间的经过时间t对相对速度的蓄积的误差进行积分,算出车间距离的蓄积的误差。S40的处理结束后,向判定处理转移(S42)。
S42的处理为车辆控制ECU10执行且判定在S40处理中算出的误差是否超过允许的误差的处理。车辆控制ECU10将例如预先允许范围的误差作为规定值进行设定,判定在S40的处理中算出的车间距离的累积误差是否比设定的规定值大。在S42的处理中,在车间距离的累积误差不比设定的规定值大的情况下,即,在S40的处理中算出的误差没有超过允许的误差的情况下,向目标车间距离变更处理转移(S44)。
S44的处理为车辆控制ECU10执行且基于在S40处理中算出的误差变更车辆C2的目标车间距离的处理。车辆控制ECU10以成为用S40的处理算出的车间距离的累积误差以上的方式变更目标车间距离。另外,车辆控制ECU10以成为用S40的处理算出的相对速度的累积误差以上的方式变更目标相对速度。在S44的处理结束时,向车辆控制处理转移(S46)。
S46的处理为车辆控制ECU10执行且基于在S44的处理变更的目标车间距离使车辆C2转移的处理。例如,车辆控制ECU10基于在S44的处理中变更的目标车间距离、目标相对速度,控制发动机控制ECU31、制动器控制ECU32、转向控制ECU33,使车辆C2转移。在S46的处理结束后,结束图11所示的控制处理。
另一方面,在S42的处理中,在累积车间距离的误差比设定的规定值大的情况下,即,在S40的处理中算出的误差超过允许的误差时,向车辆控制禁止处理转移(S48)。S48的处理为车辆控制ECU10执行并禁止车间距离的控制的处理。在S48的处理结束后,结束图11所示的控制处理。
以上,结束图11所示的控制处理。通过执行图11所示的控制处理,根据加速度传感器24a的精度,能够预测随时间一起增加的车间距离推定值误差,能够以成为预测的车间距离推定值误差以上的方式变更目标车间距离,因此,能够确保行驶的安全性。另外,在车间距离推定值误差比允许的值大的情况下,能够禁止车间距离的控制,因此,与单纯的基于成为无感状态后的时间进行控制的情况相比能够继续长时间推定,其结果,能够提高车间距离控制的可用性。
如上述,根据第四实施方式的车辆相对位置推定装置,在车辆C2的前方车间距离传感器21a、车辆C1的后方车间距离传感器22a都为无感状态且从通过搭载于车辆C1、C2的加速度传感器24a检测出的加速度推定相对位置的情况下,通过车辆控制ECU10,能够考虑搭载于车辆C1、C2的加速度传感器24a的测定误差、噪声等而变更目标相对位置,因此,能够确保行驶的安全性。
另外,上述的各实施方式表示本发明的车辆相对位置推定装置的一例。本发明的车辆相对位置推定装置不限于各实施方式的车辆相对位置推定装置,在不变更各权利要求项记载的宗旨的范围内,也可以将各实施方式的车辆相对位置推定装置进行变形,或适用于其它的设备。
例如,在上述各实施方式中,以搭载车辆相对位置推定装置为例进行了说明,但是,不限于此,也可以设置于车外。
另外,例如,在上述各实施方式中,以使用通过搭载于本车辆及其他车辆的加速度传感器观测到的加速度算出相对运动推定值的例子进行了说明,但是,也可以使用本车辆及其他车辆的加速度要求值信息算出相对运动推定值。另外,也可以混合通过加速度传感器观测到的加速度、加速度要求值来算出相对运动推定值。
另外,例如,在上述的第一实施方式中,以对使用5台队列行驶车辆的所有的传感器建立观测方程式为例进行了说明,但是,在算出相对距离的两台车辆中,至少检测两台的相对位置的传感器有一个即可。
另外,例如,在上述的第一实施方式中,对将队列行驶内所有的车辆作为处理对象的情况进行了说明,但是,也可以将队列行驶的车辆的一部分作为处理对象。另外,也可以将在上述各实施方式中说明的相对位置的推定方法在1个队列内混合使用。
另外,在上述各实施方式中,对通过车车间通信取得用于车间距离推定的信息为例进行了说明,但是,不限于车车间通信,也可以是路车间通信等。
另外,在上述的各实施方式中,作为检测车间距离的前方车间距离传感器21a、后方车间距离传感器22a,对使用微波雷达的例子进行了说明,但是,也可以是图像传感器及激光等。
实施例
以下,为了说明发明的效果,对本发明者实施的实施例进行叙述。
(实施例1)
应用车辆模型,通过由5台车辆C1~C5构成队列的队列行驶控制系统进行队列行驶控制的模拟。各车辆的构成与第一实施方式的车辆同样。另外,作为前方车间距离传感器21a采用了Fr微波雷达,作为后方车间距离传感器22a采用了Rr微波雷达。而且,如图12所示,将5台车辆从前头开始按顺序每辆车推迟1秒加速前进,分别在10秒后成为稳定状态。
采用第一实施方式的车辆相对位置推定装置推定以上述条件行驶的车辆间的相对位置及相对速度。图13表示结果。
图13(a)为相对速度Vrn的时间依存性的模拟结果(局部放大图表),图13(b)为车间距离Dn的时间依存性的模拟结果(局部放大图表)。如图13(a)所示,能够确认与传感器值(观测值)的相对速度Vrn相比,采用第一实施方式的车辆相对位置推定装置推定出的相对速度Vrn的推定值显示为相对于真实值延迟少,且与真实值接近的值。另外,如图13(b)所示,能够确认与传感器值(观测值)的车间距离Dn相比,使用第一实施方式的车辆相对位置推定装置推定出的车间距离Dn的推定值显示为相对于真实值延迟少,且与真实值接近的值。另外,能够确认相对速度Vrn、车间距离Dn的推定值比传感器值更平滑。如上述能够确认,第一实施方式的车辆相对位置推定装置能够顺利地精度优良地推定相对速度及车间距离。
(实施例2)
使第三实施方式的车辆C1、C2实际上队列行驶,使用搭载于各车辆的传感器类测定加速度、车轮速、车间距离、相对速度。另外,作为前方车间距离传感器21a采用Fr微波雷达,作为后方车间距离传感器22a采用Rr微波雷达。而且,使用第三实施方式的车辆相对位置推定装置,基于测定出的加速度、车轮速、车间距离及相对速度进行相对位置及相对速度的推定。图14~图17表示结果。
图14(a)是表示计测相对速度及车间距离的Fr微波雷达、Rr微波雷达的捕捉状态的时间依存性的测定结果。XTRGT_Status为1的期间表示相对速度Vr1、计测车间距离D1的车辆C2的Fr微波雷达、车辆C1的Rr微波雷达都可检测出的状态,XTRGT_Status为3的期间表示车辆C2的Fr微波雷达为无感状态。另外,图14(b)是表示相对速度Vr1的时间依存性的图表,表示Fr微波雷达、Rr微波雷达及车轮速差分的计测值(细线)、推定值(粗线)。另外,图14(c)是表示车间距离D1的时间依存性的图表,表示Fr微波雷达及Rr微波雷达的计测值和推定值。图15(a)~(c)为图14(a)~(c)的各自的局部放大图。
如图14(a)~(c)所示能够确认,即使Fr微波雷达为无感状态(例如5秒附近),也能够使用基于Rr微波传感器的计测值,通过卡尔曼滤波器推定相对速度Vr1及车间距离D1。另外,如图15(a)所示,即使在Fr微波雷达为无感状态,如图15(b)、(c)所示也能够确认,可以顺畅不延迟地推定相对速度Vr1及车间距离D1。因此,能够确认,第三实施方式的车辆相对位置推定装置与检测车间距离的传感器的捕捉状态相对应,能够可靠性良好且顺畅地推定相对速度及车间距离。
另外,图16(a)与图14(a)同样,是表示计测相对速度及车间距离的Fr微波雷达、Rr微波雷达的捕捉状态的时间依存性的测定结果。另外,XTRGT_Status为0的期间表示计测车间距离的车辆C2的Fr微波雷达、车辆C1的Rr微波雷达都为无感状态,XTRGT_Status为2的期间表示车辆C1的Rr微波雷达为无感状态。另外,图16(b)是表示相对速度Vr1的推定值的时间依存性的图表,图16(c)是表示车间距离D1的推定值的时间依存性的图表。图17(a)~(c)为图16(a)~(c)的各自的局部放大图。
如图16(a)~(c)所示能够确认,即使Fr微波雷达及Rr微波雷达都为无感状态(例如21秒附近),也可以使用基于加速度传感器的计测值,能够通过卡尔曼滤波器推定相对速度Vr1及车间距离D1。另外,如图17(a)所示,即使Fr微波雷达及Rr微波雷达够为无感状态,如图17(b)、(c)所示能够确认,也能够顺畅地推定相对速度Vr1及车间距离D1(用点划线包围的部位)。因此,能够确认,第三实施方式的车辆相对位置推定装置能够可靠性良好地顺利地推定相对速度及车间距离。
(实施例3)
应用车辆模型,通过由两台车辆C1、C2构成的队列的队列行驶控制系统进行队列行驶控制的模拟。对基于各车辆的加速度传感器24a的相对加速度的误差ΔAr进行积分而算出依赖于时间的车间距离推定值的误差(D_error)、相对速度推定值的误差(V_error)。图18表示结果。图18(a)是车间距离推定值的误差D_error的时间依存性,图18(b)为相对速度推定值的误差V_error的时间依存性。如图18(a)所示,能够确认与经过时间相对应地误差V_error及D_error变大。而且,基于图18的算出结果,图19(a)、(b)分别表示通过车辆控制ECU10变更的目标车间距离、目标相对速度。图19(a)、(b)为在以目标车间10m进行行驶时,从Fr微波雷达及Rr微波雷达都成为无感状态的时间起变更的目标车间距离及目标相对速度。如图19(a)、(b)所示能够确认,通过设定图18(a)、(b)所示的推定误差以上的目标车间距离及目标相对速度,能够确保安全界限,且确保行驶的安全性。
Claims (9)
1.一种车辆相对位置推定装置,推定第一车辆相对于第二车辆的相对位置,其特征在于,具备:
运动状态取得部,分别取得控制所述第一车辆的运动状态的车辆控制信息或由所述第一车辆的车载设备检测出的所述第一车辆的运动状态、及控制所述第二车辆的运动状态的车辆控制信息或由所述第二车辆的车载设备检测出的所述第二车辆的运动状态;
相对位置取得部,取得由搭载于所述第一车辆或所述第二车辆的车载设备检测出的所述相对位置;及
推定部,输入由所述运动状态取得部取得的所述第一车辆的车辆控制信息或运动状态及所述第二车辆的车辆控制信息或运动状态,并且将由所述相对位置取得部取得的所述相对位置作为观测量,使用卡尔曼滤波器推定所述相对位置。
2.如权利要求1所述的车辆相对位置推定装置,其中,
所述运动状态取得部取得加速度作为所述运动状态,
所述相对位置取得部使用GPS信息作为所述相对位置。
3.如权利要求1所述的车辆相对位置推定装置,其中,
所述推定部与搭载于所述第一车辆或所述第二车辆且检测所述相对位置的车载设备的捕捉状态相对应地改变由所述卡尔曼滤波器进行的融合的程度。
4.如权利要求3所述的车辆相对位置推定装置,其中,
所述推定部与搭载于所述第一车辆或所述第二车辆且检测所述相对位置的车载设备的捕捉状态相对应地切换预先计算出的所述卡尔曼滤波器的增益。
5.如权利要求3所述的车辆相对位置推定装置,其中,
在所述相对位置取得部不能通过搭载于所述第一车辆或所述第二车辆且检测所述相对位置的车载设备取得所述相对位置的情况下,
所述推定部基于由所述运动状态取得部取得的所述第一车辆的车辆控制信息或运动状态及所述第二车辆的车辆控制信息或运动状态来推定所述相对位置。
6.如权利要求5所述的车辆相对位置推定装置,其中,具备控制部,所述控制部在所述推定部基于所述第一车辆的运动状态及所述第二运动状态推定所述相对位置的情况下,基于搭载于所述第一车辆上且检测所述第一车辆的运动状态的车载设备的精度或搭载于所述第二车辆上且检测所述第二车辆的运动状态的车载设备的精度,改变所述第一车辆或所述第二车辆的目标相对位置。
7.一种车辆相对位置推定方法,推定第一车辆相对于第二车辆的相对位置,其特征在于,具备:
运动状态取得步骤,分别取得控制所述第一车辆的运动状态的车辆控制信息或由所述第一车辆的车载设备检测出的所述第一车辆的运动状态、及控制所述第二车辆的运动状态的车辆控制信息或由所述第二车辆的车载设备检测出的所述第二车辆的运动状态;
相对位置取得步骤,取得由搭载于所述第一车辆或所述第二车辆的车载设备检测出的所述相对位置;及
推定步骤,输入由所述运动状态取得步骤取得的所述第一车辆的车辆控制信息或运动状态及所述第二车辆的车辆控制信息或运动状态,并且将由所述相对位置取得步骤取得的所述相对位置作为观测量,使用卡尔曼滤波器推定所述相对位置。
8.如权利要求7所述的车辆相对位置推定方法,其中,
所述运动状态取得步骤取得加速度作为所述运动状态,
所述相对位置取得步骤使用GPS信息作为所述相对位置。
9.如权利要求7所述的车辆相对位置推定方法,其中,
在所述推定步骤中,与搭载于所述第一车辆或所述第二车辆且检测所述相对位置的车载设备的捕捉状态相对应地改变由所述卡尔曼滤波器进行的融合的程度。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2009/053720 WO2010097943A1 (ja) | 2009-02-27 | 2009-02-27 | 車両相対位置推定装置及び車両相対位置推定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102077259A true CN102077259A (zh) | 2011-05-25 |
CN102077259B CN102077259B (zh) | 2013-09-25 |
Family
ID=42665171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009801251540A Expired - Fee Related CN102077259B (zh) | 2009-02-27 | 2009-02-27 | 车辆相对位置推定装置及车辆相对位置推定方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8594920B2 (zh) |
EP (1) | EP2402924A4 (zh) |
JP (1) | JP5041099B2 (zh) |
CN (1) | CN102077259B (zh) |
WO (1) | WO2010097943A1 (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103562685A (zh) * | 2011-05-31 | 2014-02-05 | 丰田自动车株式会社 | 传感器信息增补系统以及传感器信息增补方法 |
CN103703497A (zh) * | 2011-07-26 | 2014-04-02 | 丰田自动车株式会社 | 车辆确定系统及车辆确定装置 |
CN104517464A (zh) * | 2013-09-30 | 2015-04-15 | 株式会社电装 | 前方车辆选择设备 |
CN105471642A (zh) * | 2015-11-29 | 2016-04-06 | 中山市捷信科技服务有限公司 | 一种传感器信息增补方法 |
CN105474265A (zh) * | 2013-08-21 | 2016-04-06 | 株式会社电装 | 对象物推断装置以及对象物推断方法 |
CN107274721A (zh) * | 2017-06-07 | 2017-10-20 | 北京科技大学 | 一种智能交通系统中多车辆协作定位方法 |
CN108122425A (zh) * | 2016-11-30 | 2018-06-05 | 现代自动车株式会社 | 用于识别车辆位置的装置和方法 |
CN108140322A (zh) * | 2015-09-29 | 2018-06-08 | 大众汽车有限公司 | 用于表征对象的设备和方法 |
CN109143262A (zh) * | 2018-07-27 | 2019-01-04 | 南京威尔瑞智能科技有限公司 | 无人驾驶汽车自动控制装置及其控制方法 |
CN109389864A (zh) * | 2017-08-09 | 2019-02-26 | 湖南大学 | 一种车辆相对定位及碰撞预警方法 |
CN109849915A (zh) * | 2017-11-30 | 2019-06-07 | 丰田自动车株式会社 | 队列行驶系统 |
CN110402311A (zh) * | 2017-03-28 | 2019-11-01 | 爱知制钢株式会社 | 磁性标识器的施工方法及作业系统 |
CN111751857A (zh) * | 2020-07-08 | 2020-10-09 | 中国第一汽车股份有限公司 | 一种车辆位姿的估算方法、装置、存储介质及系统 |
CN112384820A (zh) * | 2018-07-10 | 2021-02-19 | 罗伯特·博世有限公司 | 用于确定车辆位置的方法和设备 |
Families Citing this family (51)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5163666B2 (ja) * | 2010-02-17 | 2013-03-13 | 株式会社デンソー | 車群走行制御装置 |
US8447519B2 (en) * | 2010-11-10 | 2013-05-21 | GM Global Technology Operations LLC | Method of augmenting GPS or GPS/sensor vehicle positioning using additional in-vehicle vision sensors |
JP5741508B2 (ja) * | 2011-07-05 | 2015-07-01 | 株式会社デンソー | 距離,速度測定装置 |
US8744666B2 (en) | 2011-07-06 | 2014-06-03 | Peloton Technology, Inc. | Systems and methods for semi-autonomous vehicular convoys |
US11334092B2 (en) | 2011-07-06 | 2022-05-17 | Peloton Technology, Inc. | Devices, systems, and methods for transmitting vehicle data |
US10520952B1 (en) | 2011-07-06 | 2019-12-31 | Peloton Technology, Inc. | Devices, systems, and methods for transmitting vehicle data |
US20170242443A1 (en) * | 2015-11-02 | 2017-08-24 | Peloton Technology, Inc. | Gap measurement for vehicle convoying |
US10520581B2 (en) * | 2011-07-06 | 2019-12-31 | Peloton Technology, Inc. | Sensor fusion for autonomous or partially autonomous vehicle control |
US20230135207A1 (en) * | 2011-07-06 | 2023-05-04 | Peloton Technology, Inc. | Gap measurement for vehicle convoying |
BR112014016946A8 (pt) * | 2012-01-12 | 2017-07-04 | Honda Motor Co Ltd | aparelho de assistência à condução sincronizada e sistema de assistência à condução sincronizada |
SE537182C2 (sv) * | 2012-06-14 | 2015-02-24 | Scania Cv Ab | System och metod för att identifiera fordon i ett fordonståg |
US20180210463A1 (en) | 2013-03-15 | 2018-07-26 | Peloton Technology, Inc. | System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles |
US11294396B2 (en) | 2013-03-15 | 2022-04-05 | Peloton Technology, Inc. | System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles |
CN103395419B (zh) * | 2013-08-22 | 2016-02-24 | 贵州大学 | 基于安全间距策略的车辆队列行驶控制系统及其控制方法 |
EP2865576B1 (en) * | 2013-10-22 | 2018-07-04 | Honda Research Institute Europe GmbH | Composite confidence estimation for predictive driver assistant systems |
US9707942B2 (en) | 2013-12-06 | 2017-07-18 | Elwha Llc | Systems and methods for determining a robotic status of a driving vehicle |
US9164507B2 (en) * | 2013-12-06 | 2015-10-20 | Elwha Llc | Systems and methods for modeling driving behavior of vehicles |
JP6067623B2 (ja) * | 2014-06-27 | 2017-01-25 | 本田技研工業株式会社 | 走行制御装置 |
DE102014111126A1 (de) * | 2014-08-05 | 2016-02-11 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Erzeugen einer Umgebungskarte eines Umgebungsbereichs eines Kraftfahrzeugs, Fahrerassistenzsystem sowie Kraftfahrzeug |
DE102015205032A1 (de) * | 2015-03-19 | 2016-09-22 | Kuka Roboter Gmbh | Fahrzeugverbund und Verfahren zum Bilden und Betreiben eines Fahrzeugverbundes |
DE112016002642T5 (de) * | 2015-06-12 | 2018-02-22 | Denso International America, Inc. | System und messverfahren für ein dedizierte-kurzstreckenkommunikation-fahrzeugabdeckungssystem |
TWI543896B (zh) * | 2015-08-26 | 2016-08-01 | 財團法人工業技術研究院 | 通訊裝置、通訊系統與其相關之通訊方法 |
US10809368B2 (en) | 2015-10-16 | 2020-10-20 | Nec Corporation | Target information detection system and target information detection method |
WO2017122354A1 (ja) | 2016-01-15 | 2017-07-20 | 三菱電機株式会社 | 位置推定装置、位置推定方法及び位置推定プログラム |
EP3465371A4 (en) | 2016-05-31 | 2019-12-18 | Peloton Technology Inc. | STATE MACHINE FOR PLATOON REGULATOR |
US10037471B2 (en) | 2016-07-05 | 2018-07-31 | Nauto Global Limited | System and method for image analysis |
JP2019531560A (ja) | 2016-07-05 | 2019-10-31 | ナウト, インコーポレイテッドNauto, Inc. | 自動運転者識別システムおよび方法 |
EP3497405B1 (en) * | 2016-08-09 | 2022-06-15 | Nauto, Inc. | System and method for precision localization and mapping |
US10369998B2 (en) | 2016-08-22 | 2019-08-06 | Peloton Technology, Inc. | Dynamic gap control for automated driving |
JP6690056B2 (ja) | 2016-08-22 | 2020-04-28 | ぺロトン テクノロジー インコーポレイテッド | 自動連続車両の制御システムアーキテクチャ |
US10733460B2 (en) | 2016-09-14 | 2020-08-04 | Nauto, Inc. | Systems and methods for safe route determination |
US9928432B1 (en) | 2016-09-14 | 2018-03-27 | Nauto Global Limited | Systems and methods for near-crash determination |
EP3535171A4 (en) * | 2016-11-02 | 2019-11-27 | Peloton Technology Inc. | GAP MEASUREMENT FOR VEHICLE COLONNE |
US10246014B2 (en) | 2016-11-07 | 2019-04-02 | Nauto, Inc. | System and method for driver distraction determination |
US11136029B2 (en) * | 2016-11-09 | 2021-10-05 | Volvo Truck Corporation | Method for controlling a vehicle |
JP6780555B2 (ja) * | 2017-03-17 | 2020-11-04 | トヨタ自動車株式会社 | 車両制御装置 |
CN107145150B (zh) * | 2017-06-16 | 2020-04-21 | 华为技术有限公司 | 一种机动车辆自动驾驶方法及终端设备 |
WO2018229548A2 (en) | 2017-06-16 | 2018-12-20 | Nauto Global Limited | System and method for contextualized vehicle operation determination |
WO2018229550A1 (en) | 2017-06-16 | 2018-12-20 | Nauto Global Limited | System and method for adverse vehicle event determination |
GB2565846B (en) * | 2017-08-25 | 2022-02-09 | Haldex Brake Prod Ab | Braking system |
JP7007183B2 (ja) * | 2017-12-27 | 2022-01-24 | 日立Astemo株式会社 | 交通流制御装置、走行シナリオのデータ構造 |
US11392131B2 (en) | 2018-02-27 | 2022-07-19 | Nauto, Inc. | Method for determining driving policy |
JP7000214B2 (ja) * | 2018-03-20 | 2022-01-19 | 本田技研工業株式会社 | 車両用制御装置 |
US10899323B2 (en) | 2018-07-08 | 2021-01-26 | Peloton Technology, Inc. | Devices, systems, and methods for vehicle braking |
US10762791B2 (en) | 2018-10-29 | 2020-09-01 | Peloton Technology, Inc. | Systems and methods for managing communications between vehicles |
US11427196B2 (en) | 2019-04-15 | 2022-08-30 | Peloton Technology, Inc. | Systems and methods for managing tractor-trailers |
WO2020241953A1 (ko) * | 2019-05-31 | 2020-12-03 | 엘지전자 주식회사 | 차량용 전자 장치 및 차량용 전자 장치의 동작 방법 |
JP6671570B1 (ja) * | 2019-07-08 | 2020-03-25 | 三菱電機株式会社 | 位置推定装置および位置推定方法 |
KR102261155B1 (ko) * | 2019-11-28 | 2021-06-08 | 재단법인대구경북과학기술원 | 가상 센서 이중화를 통한 차량 제어 방법 및 그 장치 |
KR20220037531A (ko) * | 2020-09-17 | 2022-03-25 | 현대자동차주식회사 | 차량 및 그 제어방법 |
JP2022083818A (ja) * | 2020-11-25 | 2022-06-06 | 京セラ株式会社 | 電子機器、電子機器の制御方法、及びプログラム |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5572449A (en) * | 1994-05-19 | 1996-11-05 | Vi&T Group, Inc. | Automatic vehicle following system |
JP3358403B2 (ja) | 1995-09-11 | 2002-12-16 | トヨタ自動車株式会社 | 隊列走行制御装置 |
US5757317A (en) * | 1997-03-17 | 1998-05-26 | Litton Systems, Inc. | Relative navigation utilizing inertial measurement units and a plurality of satellite transmitters |
US6067031A (en) * | 1997-12-18 | 2000-05-23 | Trimble Navigation Limited | Dynamic monitoring of vehicle separation |
US7522091B2 (en) * | 2002-07-15 | 2009-04-21 | Automotive Systems Laboratory, Inc. | Road curvature estimation system |
JP2004286724A (ja) * | 2003-01-27 | 2004-10-14 | Denso Corp | 車両挙動検出装置、車載処理システム、検出情報較正装置及び車載処理装置 |
JP2006090957A (ja) * | 2004-09-27 | 2006-04-06 | Nissan Motor Co Ltd | 移動体の周囲物体検出装置及び移動体の周囲物体検出方法 |
JP4686236B2 (ja) | 2005-03-31 | 2011-05-25 | 本田技研工業株式会社 | 車両間通信システム |
US7474962B2 (en) * | 2005-07-13 | 2009-01-06 | Honeywell International Inc. | Methods and systems of relative navigation for shipboard landings |
GB2437137A (en) * | 2006-04-03 | 2007-10-17 | Autoliv Development Ab | Drivers aid that sensors the surrounding of the vehicle, and with a positioning system compares the detected objects to predict the driving conditions |
US7702460B2 (en) | 2006-06-17 | 2010-04-20 | Northrop Grumman Guidance And Electronics Company, Inc. | Estimate of relative position between navigation units |
EP1898232B1 (en) | 2006-09-08 | 2010-09-01 | Ford Global Technologies, LLC | Method and system for collision avoidance |
JP4345832B2 (ja) | 2007-03-12 | 2009-10-14 | トヨタ自動車株式会社 | 道路状況検出システム |
US20080306666A1 (en) * | 2007-06-05 | 2008-12-11 | Gm Global Technology Operations, Inc. | Method and apparatus for rear cross traffic collision avoidance |
-
2009
- 2009-02-27 CN CN2009801251540A patent/CN102077259B/zh not_active Expired - Fee Related
- 2009-02-27 US US12/999,172 patent/US8594920B2/en active Active
- 2009-02-27 JP JP2011501425A patent/JP5041099B2/ja active Active
- 2009-02-27 WO PCT/JP2009/053720 patent/WO2010097943A1/ja active Application Filing
- 2009-02-27 EP EP09840796A patent/EP2402924A4/en not_active Ceased
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103562685B (zh) * | 2011-05-31 | 2015-12-23 | 丰田自动车株式会社 | 传感器信息增补系统以及传感器信息增补方法 |
CN103562685A (zh) * | 2011-05-31 | 2014-02-05 | 丰田自动车株式会社 | 传感器信息增补系统以及传感器信息增补方法 |
CN103703497A (zh) * | 2011-07-26 | 2014-04-02 | 丰田自动车株式会社 | 车辆确定系统及车辆确定装置 |
CN103703497B (zh) * | 2011-07-26 | 2016-08-31 | 丰田自动车株式会社 | 车辆确定系统及车辆确定装置 |
US9836964B2 (en) | 2011-07-26 | 2017-12-05 | Toyota Jidosha Kabushiki Kaisha | Vehicle identification system and vehicle identification device |
CN105474265A (zh) * | 2013-08-21 | 2016-04-06 | 株式会社电装 | 对象物推断装置以及对象物推断方法 |
CN105474265B (zh) * | 2013-08-21 | 2017-09-29 | 株式会社电装 | 对象物推断装置以及对象物推断方法 |
CN104517464A (zh) * | 2013-09-30 | 2015-04-15 | 株式会社电装 | 前方车辆选择设备 |
CN108140322A (zh) * | 2015-09-29 | 2018-06-08 | 大众汽车有限公司 | 用于表征对象的设备和方法 |
US10796168B2 (en) | 2015-09-29 | 2020-10-06 | Volkswagen Aktiengesellschaft | Device and method for the characterization of objects |
CN105471642A (zh) * | 2015-11-29 | 2016-04-06 | 中山市捷信科技服务有限公司 | 一种传感器信息增补方法 |
CN108122425A (zh) * | 2016-11-30 | 2018-06-05 | 现代自动车株式会社 | 用于识别车辆位置的装置和方法 |
CN108122425B (zh) * | 2016-11-30 | 2021-07-27 | 现代自动车株式会社 | 用于识别车辆位置的装置和方法 |
CN110402311A (zh) * | 2017-03-28 | 2019-11-01 | 爱知制钢株式会社 | 磁性标识器的施工方法及作业系统 |
CN110402311B (zh) * | 2017-03-28 | 2021-06-08 | 爱知制钢株式会社 | 磁性标识器的施工方法及作业系统 |
CN107274721B (zh) * | 2017-06-07 | 2020-03-31 | 北京科技大学 | 一种智能交通系统中多车辆协作定位方法 |
CN107274721A (zh) * | 2017-06-07 | 2017-10-20 | 北京科技大学 | 一种智能交通系统中多车辆协作定位方法 |
CN109389864A (zh) * | 2017-08-09 | 2019-02-26 | 湖南大学 | 一种车辆相对定位及碰撞预警方法 |
CN109849915A (zh) * | 2017-11-30 | 2019-06-07 | 丰田自动车株式会社 | 队列行驶系统 |
CN112384820A (zh) * | 2018-07-10 | 2021-02-19 | 罗伯特·博世有限公司 | 用于确定车辆位置的方法和设备 |
CN112384820B (zh) * | 2018-07-10 | 2024-05-24 | 罗伯特·博世有限公司 | 用于确定车辆位置的方法和设备 |
CN109143262A (zh) * | 2018-07-27 | 2019-01-04 | 南京威尔瑞智能科技有限公司 | 无人驾驶汽车自动控制装置及其控制方法 |
CN111751857A (zh) * | 2020-07-08 | 2020-10-09 | 中国第一汽车股份有限公司 | 一种车辆位姿的估算方法、装置、存储介质及系统 |
Also Published As
Publication number | Publication date |
---|---|
EP2402924A1 (en) | 2012-01-04 |
JPWO2010097943A1 (ja) | 2012-08-30 |
WO2010097943A1 (ja) | 2010-09-02 |
CN102077259B (zh) | 2013-09-25 |
US20110301779A1 (en) | 2011-12-08 |
EP2402924A4 (en) | 2012-07-04 |
US8594920B2 (en) | 2013-11-26 |
JP5041099B2 (ja) | 2012-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102077259B (zh) | 车辆相对位置推定装置及车辆相对位置推定方法 | |
CN105936276B (zh) | 行驶控制装置 | |
Park et al. | Integrated observer approach using in-vehicle sensors and GPS for vehicle state estimation | |
US8340883B2 (en) | Method and apparatus for predicting a movement trajectory | |
Hatipoglu et al. | Automated lane change controller design | |
US8428843B2 (en) | Method to adaptively control vehicle operation using an autonomic vehicle control system | |
US11235757B2 (en) | Collision avoidance apparatus | |
Gustafsson | Automotive safety systems | |
CN101655504B (zh) | 一种机动车辆自适应巡航系统的车速估计方法 | |
US8140210B2 (en) | Method and device for object tracking in a driver assistance system of a motor vehicle | |
CN103703497A (zh) | 车辆确定系统及车辆确定装置 | |
EP3663153A1 (en) | Vehicle control device | |
Huang et al. | Vehicle future trajectory prediction with a DGPS/INS-based positioning system | |
CN110874642B (zh) | 学习装置、学习方法及存储介质 | |
EP3663152A1 (en) | Vehicle control device | |
CN107241916A (zh) | 车辆的行驶控制装置以及行驶控制方法 | |
CN112606838B (zh) | 一种车辆变道防碰撞控制方法及装置 | |
CN111976722A (zh) | 包括自主控制系统的用于控制车辆的方法和设备 | |
CN108973991A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
JP2003536096A (ja) | 追跡マップジェネレータ | |
US20200070819A1 (en) | Obstacle avoidance apparatus and obstacle avoidance route generating apparatus | |
EP0737320B1 (en) | System and method for precisely determining an operating point for an autonomous vehicle | |
CN110033609A (zh) | 车队控制装置 | |
Park | Vehicle sideslip angle estimation based on interacting multiple model Kalman filter using low-cost sensor fusion | |
CN108974002A (zh) | 车辆控制装置、车辆控制方法及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130925 |
|
CF01 | Termination of patent right due to non-payment of annual fee |