CN104875743B - 用于确定有效道路坡度特性的系统和方法 - Google Patents
用于确定有效道路坡度特性的系统和方法 Download PDFInfo
- Publication number
- CN104875743B CN104875743B CN201410768831.3A CN201410768831A CN104875743B CN 104875743 B CN104875743 B CN 104875743B CN 201410768831 A CN201410768831 A CN 201410768831A CN 104875743 B CN104875743 B CN 104875743B
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- computer
- value
- sensor
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 19
- 230000015654 memory Effects 0.000 claims abstract description 10
- 230000001133 acceleration Effects 0.000 claims description 16
- 238000003860 storage Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000013507 mapping Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
- B60W40/076—Slope angle of the road
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/10—Accelerator pedal position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种车辆系统包括车辆内的计算机，且计算机包括处理器和存储器。计算机配置为确定车辆的操作状态，从来自于第一传感器的数据中计算道路坡度值，从扭矩需求值中计算有效坡度值，更新建模变量以便当操作状态确定是稳定状态条件时，将道路坡度值实质上映射到有效坡度值，以及采用道路坡度值和建模变量计算道路坡度特性。
Description
相关申请的交叉引用
本申请要求美国临时专利申请号为61/915,365，申请日为2013年12月12日(案卷号为83391397)，标题为“基于规则的智能巡航控制(Rule Based Smart Cruise Control)”的优先权，其完整内容以其整体通过参考合并于此。
背景技术
车辆控制操作，比如汽车巡航控制，可以取决于环境条件和影响车辆运动的有关的力。例如，道路坡度是可以阻碍或推动车辆纵向运动的环境条件，并且，因此，比如巡航控制这样的控制操作可以根据来自于车辆上的特定道路坡度的合力作用来调整。可能影响车辆运动的其它条件，单独或与道路坡度结合以及彼此结合等，包括来自于逆风作用于车辆上的力，车辆质量的改变，以及其它的空气动力效应。对于车辆控制系统来说，对这样的作用于车辆上的力的总数精确地和有效地建模是值得期望的，但目前是困难的。
发明内容
根据本发明，提供一种车辆系统，包含车辆内的计算机，计算机包含处理器和存储器，其中计算机配置为：
确定车辆的操作状态；
从来自于第一传感器的数据中计算道路坡度值；
从扭矩需求值中计算有效坡度值；
更新建模变量以便当操作状态确定是稳定状态条件时，将道路坡度值实质上映射到有效坡度值；以及
采用道路坡度值和建模变量计算道路坡度特性。
根据本发明的一个实施例，其中计算机进一步配置为从收集数据中估计扭矩需求值。
根据本发明的一个实施例，其中收集数据包括车辆速度数据，需求扭矩数据，以及加速度数据中的至少一个。
根据本发明的一个实施例，其中第一传感器是加速度计传感器。
根据本发明的一个实施例，其中道路坡度值从来自于第一传感器和车辆速度传感器的数据中计算。
根据本发明的一个实施例，其中建模变量采用最小二乘计算来更新。
根据本发明，提供一种方法，包含：
确定车辆的操作状态；
从来自于第一传感器的数据中计算道路坡度值；
从扭矩需求值中计算有效坡度值；
更新建模变量以便当操作状态确定是稳定状态条件时，将道路坡度值实质上映射到有效坡度值；以及
采用道路坡度值和建模变量计算道路坡度特性。
根据本发明的一个实施例，进一步包含从收集数据中估计扭矩需求值。
根据本发明的一个实施例，其中收集数据包括车辆速度数据，需求扭矩数据，以及车辆加速度数据中的至少一个。
根据本发明的一个实施例，其中第一传感器是加速度计传感器。
根据本发明的一个实施例，其中道路坡度值从来自于第一传感器和车辆速度传感器的数中计算。
根据本发明的一个实施例，其中建模变量采用最小二乘计算来更新。
根据本发明，提供一种永久的计算机可读介质，其有形地体现了使处理器执行操作的计算机可执行指令，其中所述操作包含：
确定车辆的操作状态；
从来自于第一传感器的数据中计算道路坡度值；
从扭矩需求值中计算有效坡度值；
更新建模变量以便当操作状态确定是稳定状态条件时，将道路坡度值实质上映射到有效坡度值；以及
采用道路坡度值和建模变量计算道路坡度特性。
根据本发明的一个实施例，操作进一步包含从收集数据中估计扭矩需求值。
根据本发明的一个实施例，其中收集数据包括车辆速度数据，需求扭矩数据，以及车辆加速度数据中的至少一个。
根据本发明的一个实施例，其中第一传感器是加速度计传感器。
根据本发明的一个实施例，其中道路坡度值从来自于第一传感器和车辆速度传感器的数据中计算。
根据本发明的一个实施例，其中建模变量采用最小二乘计算来更新。
附图说明
图1说明了用于确定有效道路坡度特性的示例性车辆系统。
图2是可以通过车辆系统实施的一个示例性程序的流程图。
具体实施方式
道路坡度是许多具有可能会阻碍或推动车辆的纵向运动的相关的力的条件中的一个。为了说明除了道路坡度以外的不可测量的力——比如逆风，车辆质量的改变，未知的空气动力效应等，可以计算或建模有效道路坡度。在比如巡航控制这样的应用中，阻碍车辆运动的未知阻力的知识对于速度分布规划至关重要。
根据本发明，在稳定状态接通电源的操纵中，有效坡度可以从测量的，感测的或估计的扭矩和保持车辆在平坦道路上处于稳定状态所需的已知扭矩之间的差值中计算。在瞬时扭矩或关闭电源操纵期间，力平衡不为零，因此，有效坡度不能有效地从估计的扭矩中计算，例如，这样的计算将需要复杂得多的模型来捕获所有的动态效应，因此，那会相对更容易受到误差和/或通过相对更复杂的计算机操作——比如数字区别车辆的速度——的车辆加速度的估计的影响。根据本发明，道路坡度也可以计算，在所有的条件下，通过基于加速度计的测量值，并且基于加速度计的道路坡度和测量的基于扭矩的有效坡度都通过道路坡度特性的在线映射或更新得到使用，这个模型是基于在稳定状态，通电操纵期间的有效坡度计算更新的。
图1示意性地说明了示例性车辆100。示例性系统可以采取许多不同的形式，并且包括多个和/或可选择的组件和设施。应当理解的是，所示的示例性组件不旨在限制，且可以使用额外的或可选择的组件和/或实施方式。例如，车辆100可以是任何乘客或商用车辆，比如汽车，卡车，运动型多用途车，公共汽车，火车，船，或飞机。
进一步参照图1，一种示例性车辆100包括车辆计算装置或一般包括处理器和存储器的计算机105，存储器包括一个或多个形式的计算机可读介质并且存储通过处理器可执行的用于执行各种操作的指令，包括作为本文所公开的。车辆100的计算机105接收信息，例如，来自一个或多个与车辆100的各种组件或条件有关的数据采集器110的收集数据，例如，比如加速度计传感器系统，扭矩传感器系统，制动系统，转向系统，动力传动系统等这样的组件和/或比如车辆100的扭矩需求，速度，加速度，齿距，偏航，摇摆等这样的条件。计算机105可以包括多个计算装置，例如，控制器或类似物——其包括在车辆100内用于监测和/或控制各种车辆组件，例如，控制器模块106，发动机控制单元(ECU)，传输控制单元(TCU)等。计算机一般配置用于在控制器局域网(CAN)总线或类似物上通信。计算机还可以具有与车载诊断连接器(OBD-II)的连接。通过CAN总线，OBD-II和/或其它有线或无线的机构，计算机可以传递消息到车辆内的各种装置和/或从各种装置——例如，控制器，致动器，传感器等——接收消息。可选地或另外，在计算机实际上包含多个装置的情况下，CAN总线或类似物可以用于在包含车辆计算机的多个装置之间通信。此外，计算机可以配置用于与网络通信，该网络可以包括各种有线和/或无线网络技术，例如，蜂窝，蓝牙，有线和/或无线分组网络等。
一般地包括存储在计算机105中且由计算机105执行的指令的是控制器模块106。使用计算机105内接收的数据，例如，来自于数据采集器110，包括作为存储参数116的数据等，模块106可以控制各种车辆100的系统或设备。例如，模块106可以用来加速，减速或维持车辆100的速度，比如与车辆100的巡航控制操作结合。
数据采集器110可以包括各种装置。例如，车辆内的各种控制器可以起到数据采集器110的作用来通过CAN总线提供数据115，例如，与扭矩需求和/或输出，车辆速度，加速度等相关的数据115。进一步地，传感器或类似物，全球定位系统(GPS)设备等，可以包括在车辆内并配置作为数据采集器110来直接向计算机105提供数据，例如，通过有线或无线连接。传感器数据采集器110可以包括通信装置来发送和接收来自其他车辆的信息，例如来自围绕车辆100的车辆的路径意向。传感器数据采集器110可以包括比如雷达，激光雷达，声纳等传感器这样的机构，它们可以部署来测量在车辆100和其他车辆或物体之间的距离。然而其他传感器数据采集器110可以包括加速度计传感器。此外，数据采集器110可以包括检测车辆100组件——比如方向盘，制动踏板，加速器，变速杆等——的位置，位置变化，位置变化速率的传感器。
计算机105的存储器一般存储收集数据115。收集数据115可以包括各种在车辆100内收集的数据。上述提供了收集数据115的示例，而且，数据115一般使用一个或多个数据采集器110收集，并且可以额外地包括在计算机105内从中计算出的数据。一般而言，收集数据115可以包括可以通过采集装置110收集和/或从这样的数据中计算出的任何数据。因此，收集数据115可以包括各种与车辆100的操作和/或性能相关的数据，从另一车辆接收的数据，以及与车辆100相关的环境条件，道路条件等相关的数据。例如，收集数据115可以包括关于车辆100的扭矩需求，测量的或感测的扭矩，位置，速度，加速度，齿距，偏航，摇摆，制动，降雨的存在或不存在，胎压，轮胎条件等的数据。
计算机105的存储器可以进一步存储参数116。参数116一般支配车辆100的系统和组件的控制。这些参数可以由于环境条件，道路条件，车辆100的条件，或类似的条件而变化。例如，参数116可以在某些条件下为车辆100指定预期的扭矩需求，例如，平坦的车辆路径，一定的车辆重量或质量，从而能够提供在车辆100的操作期间针对建模或计算车辆100正在运行所处的条件的需求的或输出的扭矩的比较。
如下面进一步详细地讨论，计算机105和/或控制器模块106可以计算或建模更新的有效道路坡度特性，其可以存储为参数116中的一个，通过结合基于加速度计的道路坡度计算的在线映射和，在稳定状态和接通电源的操纵期间，有效坡度的基于扭矩的计算从测量的，感测的或估计的扭矩和保持车辆在平坦的道路上处于稳定状态所需的已知扭矩之间的差值中来计算，保存为存储的参数116。在一个特定示例中，有效道路坡度特性通过计算机105利用基于加速度计的道路坡度计算和建模的变量或参数——即道路坡度特性模型系数，其每一个可以存储作为参数116的一部分——来确定。在这个示例中，建模的变量，即道路坡度特性模型系数，根据基于扭矩的有效坡度计算在车辆100的稳定状态和接通电源的操作条件期间通过计算机105更新，其也可以存储作为参数116中的一个。当有效坡度估计不准确时，即在瞬时操纵期间，建模变量的在线更新被关闭，或以其他方式不执行，因此，在瞬时条件期间，建模变量的最后更新用来根据基于加速度计的坡度计算继续确定有效道路坡度特性。更新建模变量允许方法说明随着时间的推移在不可测量的力中的变化。正因为如此，根据本发明，有效道路坡度特性可以被计算并通过车辆100的操作更新，同时包括至少有效坡度的估计——以及因此，除了实际道路坡度本身以外影响车辆100的不可测量的力——以及避免相对更复杂的衍生操作。
在一个示例实施方式中，计算机105的基于扭矩的计算被识别，其中k是时间步长，m(k)是车辆质量，a(k)是车辆加速度，T(k)是扭矩需求，r是有效半径，V(k)是车辆速度，Pss(V(k))是维持车辆速度V(k)所需的稳定状态功率，g是由于重力的加速度，δtrue(k)是道路坡度和Fu(k)是平面上的所有不可测量的力的总和，例如，逆/顺风。真实的道路坡度δtrue(k)可以在车辆的向前路径内从力平衡中得到，具体地，力平衡是
在这个示例性实施方式中，由于道路坡度的范围小，所以应用小角定理，
即sin(δtrue(k))≈δtrue(k)；因此等式(1)可以改写为
真实的道路坡度可以通过重新排列(2)计算为
假设稳定状态条件(m(k)a(k)＝0)，标称车辆质量mn，即车辆100的整备
重量和标准乘员重量存储为参数116中的一个，并且其Fu(k)是未知的，
等式(3)可以以有效坡度δτ(k)的形式写为，
因此，车辆100的计算机105和/或控制器模块106计算有效道路坡度特性作为扭矩需求T(k)的函数，其从收集数据115中，从收集数据115中检索的Pss(V(k))，V(k)，mn，g和r的值中检索或估计，保存为存储的参数116，和/或来源于收集数据115和/或参数116。
有效坡度等式(4)可以写为真实的道路坡度和建模为坡度的未知力Fu(k)的总和，具体地：
其中是通过Fu(k)和在m(k)和mn之间的差值的有效道路坡度的增加/减少，具体地，
正因为如此，Fu(k)和真实的车辆质量mn可以从有效坡度δτ(k)中确定。
用于计算δτ(k)的该示例性方法不包括车辆100的操作的瞬时的或关闭电源的条件，因为条件m(k)a(k)＝0不适用。在这个示例性实施方式中，车辆100的计算机105和/或模块106估计基于加速度计的坡度δa(k)，其仿射与δtrue(k)成正比，通过来自于加速度计传感器110的收集数据115。然而，该确定没有考虑任何关于m或Fu(k)的信息。
例如，为了在收集数据115中，从车辆速度和纵向加速度计的测量值中导出道路坡度，在纵轴的加速度计数据被积分并与真实的车辆速度比较，且值之间的任何差值与坡度成正比。对于平坦坡度，在纵轴的加速度计数据的积分是等于车辆速度的。在上升坡度上，因为加速度的分量由于重力阻碍车辆的向前加速度，纵轴上的加速度计数据的积分将导致比真实车辆速度更低的速度。差值正比于道路坡度。对于下坡坡度，传感器数据的积分将导致比真实车辆速度更高的车辆速度估计，因为重力的分量随着车辆运动在相同的方向上起作用。此外差值正比于道路坡度。然而，真实的车辆速度，和加速度计数据不受车辆质量和未建模的力(例如风)的影响；因此，道路坡度的这样的计算独立于这样的额外的变量。
因此，在这个示例性实施方式中，修正的有效坡度，或更新的道路坡度特性，定义为
其中，回归量和模型系数如下所述，根
据本发明，参数a(k)被确定使得当m(k)a(k)＝0时，在时间间隔期间，很小。
当m(k)a(k)是非零时，即非稳定状态条件，映射a(k)未更新，且当车辆处于稳定状态时，α
(k)更新。
在这个示例中，映射更新开关变量是β(k)∈{0,1}。具体地，当m(k)a(k)＝0时，β(k)＝1。而且，当m(k)a(k)不等于零时，β(k)＝0。
接下来，α(k)使用例如递归最小二乘确定，即
其中变量L(k)定义为：
和是正定的和λ∈(0,1]是遗忘因子。当β(k)＝1时，映射被更
新，反之，当β(k)＝0时，模型被固定。P(k)通过下式被更新
其中
和γ1，γ2>0。
因此，如在本示例实施方式中所述，车辆100可以利用计算机105和/或控制器模块106计算和更新有效道路坡度特性，基于在瞬时和关闭电源条件期间基于加速度计的道路坡度计算和现有的映射，和在稳定状态和接通电源的操纵期间，将有效坡度的基于扭矩的计算结合到更新的映射变量中。正因为如此，根据本发明，在整个车辆100的操作期间，有效道路坡度可以计算和更新，同时避免潜在的更复杂的衍生操作。应当理解的是，特定的计算和模型是示例性的。例如，模型可以使用比如分批这样的任何最小二乘法，或者任何用于求解线性方程组的方法进行更新。而且，在本实施方式中，模型被选择为一条线。模型可以是任何结构——其提供良好的残差，例如，非线性(多项式，径向基等)，动态或两者。
一般而言，计算系统和/或装置，比如车辆100的计算机105和/或控制器模块106，可以采用任何数量的计算机操作系统，包括，但决不限制于，操作系统，操作系统，Unix操作系统(例如，由加利福尼亚州，红木海岸的甲骨文公司发布的操作系统)，由纽约，阿蒙克市的国际商业机器发布的AIX UNIX操作系统，Linux操作系统，由加利福利亚州库比蒂诺的苹果公司发布的Mac OS X和iOS操作系统，以及由开放手机联盟开发的Android操作系统的版本和/或种类。计算装置的示例包括，但不限制于，车辆计算机或控制单元，计算机工作站，服务器，台式机，笔记本电脑，便携式电脑，或手持式计算机，或一些其它计算系统和/或装置。
计算装置一般包括计算机可执行指令，其中指令可以是一个或多个计算装置可执行的，比如上面列出的那些。计算机可执行指令可以被编译或从计算机程序中解释，其中计算机程序使用多种编程语言和/或技术创建，这些语言和/或技术包括，但不限制于，单独或组合的JavaTM，C，C++，Visual Basic，Java Script,，Perl等。一般而言，处理器(例如，微处理器)接收指令，例如，从存储器，计算机可读介质中等，并且执行这些指令，由此执行一个或多个程序，包括在此描述的一个或多个程序。这样的指令和其他数据可以使用各种计算机可读介质存储和传输。
计算机可读介质(也称为处理器可读介质)包括任何永久的(例如，有形的)介质——其参与提供可以通过计算机(例如，通过计算机的处理器)读取的数据(例如，指令)。这样的介质可以采取许多形式，包括但不限制于，非易失性介质和易失性介质。非易失性介质可以包括，例如，光盘或磁盘和其他永久存储器。易失性介质可以包括，例如，动态随机存取存储器(DRAM)，其典型地构成主存储器。这样的指令可以通过一个或多个传输介质——包括同轴电缆，铜线和光纤，包括包含耦合到计算机的处理器的系统总线的导线——传输。计算机可读介质的普通形式包括，例如，软盘，柔性盘，硬盘，磁带，任何其它磁性介质，CD-ROM，DVD，任何其它光学介质，穿孔卡，纸带，任何其它具有孔图案物理介质，RAM，PROM，EPROM，FLASH-EEPROM，任何其它存储器芯片或盒，或从其计算机可以读取的任何其它介质。
本文中所描述的数据库，数据储存库或其他数据存储器可以包括用于存储，访问和检索各种数据的各种机构，包括层次数据库，文件系统中的一组文件，专用格式中的应用数据库，关系数据库管理系统(RDBMS)等。每个这样的数据存储一般包括在计算装置中，其中计算装置采用计算机操作系统，比如上面提到的那些中的一个，并以任何一个或多个各种不同的方式通过网络访问。文件系统可以是从计算机操作系统中可访问的，并且可以包括以不同格式存储的文件。除了用于创建，存储，编辑，和执行存储程序的语言以外，RDBMS一般采用结构化查询语言(SQL)。
在一些示例中，系统元件可以被实施为在一个或多个计算装置(例如，服务器，个人电脑等)上的计算机可读指令(例如，软件)，存储在与其相关联的计算机可读介质上(例如，磁盘，存储器等)。计算机程序产品可以包含存储在计算机可读介质上用于执行本文中所描述的功能的这样的指令。
图2是示例性程序200的流程图，该程序200可以通过车辆100的计算机105和/或模块106实施，以确定更新的有效道路坡度特性，该有效道路坡度特性存储在参数116中，用于例如巡航控制操作中。
在框205处，针对确定车辆100的操作状态，车辆100可以从一个或多个传感器110中接收信息，比如车辆100的速度，车辆100的加速度。在框210处，计算机105可以从收集数据115中接收加速度计传感器数据。接下来，在框215处，计算机105可以根据加速度计传感器数据计算道路坡度。例如，如上所述，道路坡度可以从沿着车辆100的纵轴的加速度计数据的积分和真实的车速——其可以通过传感器110中的一个测量——的之间的差值来确定。根据在框205处收集的信息，接下来，在框220处，计算机105可以确定车辆100是否正在稳定状态条件下操作，即维持实质上恒定的速度，或以其他方式在瞬时状态下，例如：加速或减速。
如果车辆100不处于稳定状态条件下，则在框225处，计算机105跳过或者推迟建模变量或道路坡度特性模型系数的更新，比如如前所述的在本文中的示例性模型或映射中。
如果车辆100处于稳定状态条件下，则在框230处，计算机105可以接收扭矩需求数据，比如来自传感器110的信息，比如，例如，来自扭矩传感器的数据，或可以基于其它传感器110接收扭矩需求估计。接下来，在框235处，计算机105将收集的扭矩需求数据与参数116中存储的扭矩需求比较。接下来，在框240处，计算机105可以根据测量的或估计的扭矩需求数据——保存为收集数据115或来自于收集数据115——和参数116中存储的扭矩需求的比较来计算有效道路坡度。接下来，在框245处，计算机105可以更新一个或多个道路坡度特性模型系数，或建模变量，基于计算的有效坡度，比如如前所述的在本文中的示例性实施方式中。
接下来，使用来自于框245中更新的一个或多个建模的变量(即道路坡度特性模型系数)，或暂停在框225处的道路坡度特性模型系数的更新，道路坡度特性在框250处更新。在框250处的道路坡度特性的计算之后，计算机105确定它是否继续在框260处更新道路坡度特性。如果是这样，例如车辆100正继续在巡航控制模式中操作，则程序200返回到框205。如果不是，例如车辆100已到达其目的地，则程序200结束。
关于本文所描述的程序，系统，方法，探索法等，应当理解的是，虽然这些程序等的步骤描述为按一定的有序序列发生，但是这些程序可以实践为以除了本文所描述的顺序以外的顺序执行所描述的步骤。更应当理解的是，某些步骤可以同时执行，也可以添加其他步骤，或可以省略这里所描述的某些步骤。换句话说，这里程序的描述提供是为了说明某些实施例的目的，而不应以任何方式解释为限制要求保护的发明。
因此，应当理解的是上面的描述旨在是说明性的，而不是限制性的。除了提供的示例，通过阅读了上面的说明书，许多实施例和应用将是显而易见的。本发明的保护范围不应该参考上面的说明书来确定，而是应该参照所附的权利要求以及该权利要求所享有的全部等效范围来确定。可以预见和预期的是，未来的发展将发生在本文所讨论的领域，并且，所公开的系统和方法将结合到这样的未来的实施例中。总之，应当理解的是，应用能够进行修改和变化。
在权利要求中使用的所有术语旨在给予其最宽泛的合理解释和本领域技术人员所理解的它们的普通含义，除非在本文中提出相反的明确指示。特别地，单数冠词的使用如“一个”，“该”，“所述”等应当理解为叙述一个或多个所指示的元件，除非权利要求有与此相反的明确限制。
提供发明摘要以允许读者快速弄清此技术公开的本质。提交该发明摘要的情况下，应理解其不用于解释或限制权利要求的范围和含义。此外，在前述具体实施方式中，能够看出，为了简化本发明的目的，不同的特征被集合在不同的实施例中。这种公开方法不应被解释为反映所要求保护的实施例需要比在每条权利要求中清楚叙述更多的特征的意图。相反，如以下权利要求反映的那样，发明主旨在于少于单一公开的实施例的所有特征。因此，以下的权利要求在此结合到具体实施方式中，每条权利要求自身作为单独要求保护的主题。
Claims (10)
1.一种车辆系统，包含车辆内的计算机，计算机包含处理器和存储器，其中计算机配置为：
确定车辆的操作状态；
从来自于第一传感器的数据中计算道路坡度值；
从扭矩需求值中计算有效坡度值；
更新建模变量以便当操作状态确定是稳定状态条件时，将道路坡度值实质上映射到有效坡度值；以及
采用道路坡度值和建模变量计算道路坡度特性。
2.根据权利要求1所述的车辆系统，其中计算机进一步配置为从收集数据中估计扭矩需求值。
3.根据权利要求2所述的车辆系统，其中收集数据包括车辆速度数据，需求扭矩数据，以及加速度数据中的至少一个。
4.根据权利要求1所述的车辆系统，其中第一传感器是加速度计传感器。
5.根据权利要求4所述的车辆系统，其中道路坡度值从来自于第一传感器和车辆速度传感器的数据中计算。
6.一种用于确定有效道路坡度特性的方法，包含：
确定车辆的操作状态；
从来自于第一传感器的数据中计算道路坡度值；
从扭矩需求值中计算有效坡度值；
更新建模变量以便当操作状态确定是稳定状态条件时，将道路坡度值实质上映射到有效坡度值；以及
采用道路坡度值和建模变量计算道路坡度特性。
7.根据权利要求6所述的方法，进一步包含从收集数据中估计扭矩需求值。
8.根据权利要求7所述的方法，其中收集数据包括车辆速度数据，需求扭矩数据，以及车辆加速度数据中的至少一个。
9.根据权利要求6所述的方法，其中第一传感器是加速度计传感器。
10.根据权利要求9所述的方法，其中道路坡度值从来自于第一传感器和车辆速度传感器的数据中计算。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201361915365P | 2013-12-12 | 2013-12-12 | |
| US61/915,365 | 2013-12-12 | ||
| US14/252,193 | 2014-04-14 | ||
| US14/252,193 US9616898B2 (en) | 2013-12-12 | 2014-04-14 | System and method for determining effective road grade characteristic |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104875743A CN104875743A (zh) | 2015-09-02 |
| CN104875743B true CN104875743B (zh) | 2019-01-18 |
Family
ID=53192925
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410768831.3A Expired - Fee Related CN104875743B (zh) | 2013-12-12 | 2014-12-12 | 用于确定有效道路坡度特性的系统和方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US9616898B2 (zh) |
| CN (1) | CN104875743B (zh) |
| DE (1) | DE102014225386A1 (zh) |
| MX (1) | MX343694B (zh) |
| RU (1) | RU2014150416A (zh) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10152037B2 (en) * | 2013-07-09 | 2018-12-11 | Ford Global Technologies, Llc | System and method for feedback error learning in non-linear systems |
| US9616898B2 (en) * | 2013-12-12 | 2017-04-11 | Ford Global Technologies, Llc | System and method for determining effective road grade characteristic |
| DE102015007913A1 (de) * | 2015-06-20 | 2016-12-22 | Man Truck & Bus Ag | Verfahren zur Online-Adaption einer Kennlinie eines Hybridfahrzeugs |
| US9919739B2 (en) | 2016-02-04 | 2018-03-20 | Ford Global Technologies, Llc | Indication of vehicle direction of travel |
| US10118610B2 (en) * | 2016-08-31 | 2018-11-06 | Ford Global Technologies, Llc | Autonomous vehicle using path prediction |
| US10650621B1 (en) | 2016-09-13 | 2020-05-12 | Iocurrents, Inc. | Interfacing with a vehicular controller area network |
| US10183656B2 (en) * | 2017-02-05 | 2019-01-22 | Changan US R&D Center, Inc. | Road slope estimation system for automatic parking assist |
| US10962360B2 (en) * | 2018-06-11 | 2021-03-30 | Deere & Company | Smartphone calibration of a grade control system for a work machine |
| JP7001009B2 (ja) * | 2018-07-11 | 2022-01-19 | トヨタ自動車株式会社 | 風データ推定装置 |
| CN109387855B (zh) * | 2018-10-29 | 2020-09-22 | 浙江大学 | 一种利用车载脉冲激光雷达提前预测坡道坡度及坡长的系统 |
| US11325611B2 (en) * | 2018-12-26 | 2022-05-10 | Baidu Usa Llc | Torque feedback based vehicle longitudinal automatic calibration system for autonomous driving vehicles |
| CN112249024A (zh) * | 2020-10-16 | 2021-01-22 | 东风汽车集团有限公司 | 一种实时检测汽车行驶坡道坡度的方法 |
| US11654922B2 (en) * | 2021-08-09 | 2023-05-23 | Ford Global Technologies, Llc | Driver attention and hand placement systems and methods |
| CN113815621A (zh) * | 2021-09-24 | 2021-12-21 | 上汽通用五菱汽车股份有限公司 | 坡度计算方法、装置、车辆及计算机可读存储介质 |
| CN115565372B (zh) * | 2022-09-22 | 2024-06-14 | 南京长江自动化研究院有限公司 | 基于车联网的丘陵道路经济性巡航车速规划方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080051966A1 (en) * | 2006-08-28 | 2008-02-28 | Robert Bosch Gmbh | Method of controlling the path of a vehicle |
| CN102700551A (zh) * | 2012-05-31 | 2012-10-03 | 清华大学 | 一种车辆行驶过程中路面坡度的实时估计方法 |
| CN102765388A (zh) * | 2012-07-03 | 2012-11-07 | 清华大学 | 一种基于多信息融合的整车控制方法 |
| JP2013124031A (ja) * | 2011-12-15 | 2013-06-24 | Aisin Aw Co Ltd | 路面勾配推定装置 |
Family Cites Families (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6070307A (ja) | 1983-09-28 | 1985-04-22 | Agency Of Ind Science & Technol | 道路勾配測定方法 |
| US6076032A (en) * | 1996-04-26 | 2000-06-13 | Honda Giken Kogyo Kabushiki Kaisha | Control system for vehicle for controlling the driving force depending on operating conditions of the vehicle |
| US6161071A (en) * | 1999-03-12 | 2000-12-12 | Navigation Technologies Corporation | Method and system for an in-vehicle computing architecture |
| US6374173B1 (en) | 1999-05-28 | 2002-04-16 | Freightliner Llc | Terrain adaptive cruise control |
| JP4180752B2 (ja) | 1999-10-27 | 2008-11-12 | 三菱ふそうトラック・バス株式会社 | 路面勾配に基づくエンジン出力制御装置 |
| US20040034460A1 (en) * | 2002-08-13 | 2004-02-19 | Folkerts Charles Henry | Powertrain control system |
| US7222007B2 (en) * | 2004-01-07 | 2007-05-22 | Ford Global Technologies, Llc | Attitude sensing system for an automotive vehicle relative to the road |
| US8442735B2 (en) * | 2005-06-15 | 2013-05-14 | Ford Global Technologies, Llc | Traction control system and method |
| US7739016B2 (en) * | 2006-03-22 | 2010-06-15 | Gm Global Technology Operations, Inc. | Parameter state estimation |
| US8062174B2 (en) * | 2007-10-27 | 2011-11-22 | GM Global Technology Operations LLC | Method and apparatus to control clutch stroke volume in an electro-mechanical transmission |
| US8219303B2 (en) * | 2007-11-05 | 2012-07-10 | GM Global Technology Operations LLC | Method for operating an internal combustion engine for a hybrid powertrain system |
| US8788173B2 (en) | 2008-07-07 | 2014-07-22 | Robert Horton Transou, JR. | Fuel saver speed control |
| US8140230B2 (en) * | 2008-10-08 | 2012-03-20 | GM Global Technology Operations LLC | Apparatus and method for regulating active driveline damping in hybrid vehicle powertrain |
| US8046142B2 (en) * | 2008-11-04 | 2011-10-25 | GM Global Technology Operations LLC | Apparatus and method for determining driveline lash estimate |
| US8050821B2 (en) * | 2008-12-03 | 2011-11-01 | GM Global Technology Operations LLC | Apparatus and method for regulating hybrid active damping state estimator |
| US9403415B2 (en) * | 2009-10-12 | 2016-08-02 | Ford Global Technologies | GPS based pitch sensing for an integrated stability control system |
| US8332109B2 (en) * | 2010-01-04 | 2012-12-11 | GM Global Technology Operations LLC | Closed-loop feedback control and reduction of the torque converter clutch slip for enhanced drivability for heavy tip-in maneuvers |
| US20110190972A1 (en) * | 2010-02-02 | 2011-08-04 | Gm Global Technology Operations, Inc. | Grid unlock |
| US8630779B2 (en) * | 2010-04-09 | 2014-01-14 | Navteq B.V. | Method and system for vehicle ESC system using map data |
| US20110276216A1 (en) | 2010-05-07 | 2011-11-10 | Texas Instruments Incorporated | Automotive cruise controls, circuits, systems and processes |
| SE535822C2 (sv) * | 2011-04-04 | 2013-01-02 | Scania Cv Ab | Skattning av väglutning medelst utnyttjande av sensorfusion |
| JP2014526724A (ja) | 2011-09-06 | 2014-10-06 | ボルボ ラストバグナー アーベー | 車両内の走行制御システムを適応させるための装置及び方法 |
| JP6087933B2 (ja) | 2011-10-05 | 2017-03-01 | ボルボ ラストバグナー アーベー | 車両のクルーズコントロールシステムを適合させるための装置及び方法 |
| GB2499657B (en) | 2012-02-27 | 2018-07-11 | Ford Global Tech Llc | Vehicle speed control apparatus and method |
| US9517774B2 (en) * | 2012-08-31 | 2016-12-13 | Ford Global Technologies, Llc | Static road gradient estimation |
| US9454508B2 (en) * | 2012-08-31 | 2016-09-27 | Ford Global Technologies, Llc | Kinematic road gradient estimation |
| US8793035B2 (en) * | 2012-08-31 | 2014-07-29 | Ford Global Technologies, Llc | Dynamic road gradient estimation |
| US8954246B2 (en) * | 2012-12-14 | 2015-02-10 | Caterpillar Inc. | Grade and payload estimate-based transmission gear selection |
| US9052013B2 (en) * | 2012-12-14 | 2015-06-09 | Caterpillar Inc. | Grade and payload based transmission gear selection strategy |
| US8930116B2 (en) * | 2013-02-26 | 2015-01-06 | Ford Global Technologies, Llc | On-board real-time speed control setpoint variation using stochastic optimization |
| US9108627B2 (en) * | 2013-02-27 | 2015-08-18 | Ford Global Technologies, Llc | Method for controlling a vehicle |
| WO2014182319A1 (en) * | 2013-05-07 | 2014-11-13 | Allison Transmission, Inc. | System and method for optimizing downshifting of a transmission during vehicle deceleration |
| US9352650B2 (en) * | 2013-12-12 | 2016-05-31 | Ford Global Technologies, Llc | Rule-based cruise control system and method |
| US9616898B2 (en) * | 2013-12-12 | 2017-04-11 | Ford Global Technologies, Llc | System and method for determining effective road grade characteristic |
-
2014
- 2014-04-14 US US14/252,193 patent/US9616898B2/en active Active
- 2014-12-10 DE DE102014225386.1A patent/DE102014225386A1/de not_active Withdrawn
- 2014-12-11 MX MX2014015213A patent/MX343694B/es active IP Right Grant
- 2014-12-12 CN CN201410768831.3A patent/CN104875743B/zh not_active Expired - Fee Related
- 2014-12-12 RU RU2014150416A patent/RU2014150416A/ru not_active Application Discontinuation
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080051966A1 (en) * | 2006-08-28 | 2008-02-28 | Robert Bosch Gmbh | Method of controlling the path of a vehicle |
| JP2013124031A (ja) * | 2011-12-15 | 2013-06-24 | Aisin Aw Co Ltd | 路面勾配推定装置 |
| CN102700551A (zh) * | 2012-05-31 | 2012-10-03 | 清华大学 | 一种车辆行驶过程中路面坡度的实时估计方法 |
| CN102765388A (zh) * | 2012-07-03 | 2012-11-07 | 清华大学 | 一种基于多信息融合的整车控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| Modeling of Vehicle Driving Conditions Using Transition;Kevin McDonough, Ilya Kolmanovsky, Dimitar Filev;《IEEE International Conference on Control Applications》;20110930;正文544-549页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104875743A (zh) | 2015-09-02 |
| RU2014150416A3 (zh) | 2018-07-20 |
| US9616898B2 (en) | 2017-04-11 |
| MX343694B (es) | 2016-11-18 |
| US20150166073A1 (en) | 2015-06-18 |
| DE102014225386A1 (de) | 2015-06-18 |
| MX2014015213A (es) | 2015-08-31 |
| RU2014150416A (ru) | 2016-07-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104875743B (zh) | 用于确定有效道路坡度特性的系统和方法 | |
| CN105599768B (zh) | 包括在车辆运行期间的动态车辆质量和道路坡度估计的车辆控件 | |
| CN103364006B (zh) | 用于确定车辆路径的系统和方法 | |
| CN104554229B (zh) | 用于监控自主车辆制动的系统和方法 | |
| CN106458049A (zh) | 对电动车辆的电池电力需求的预测 | |
| JP5980170B2 (ja) | シミュレーション装置、シミュレーション方法及びプログラム | |
| CN107885077B (zh) | 列车运行控制方法和装置 | |
| CN108073076B (zh) | 车辆控制方法和装置 | |
| Németh et al. | Optimised speed profile design of a vehicle platoon considering road inclinations | |
| US20210302183A1 (en) | Vehicle efficiency prediction and control | |
| Sagaama et al. | Impact of road gradient on electric vehicle energy consumption in real-world driving | |
| CN111038476A (zh) | 车辆行驶的控制方法、装置和自动驾驶设备 | |
| US20240192004A1 (en) | Fleet route physics-based modeling | |
| CN118228590A (zh) | 一种基于lstm神经网络的汽车载重估计方法 | |
| CN110481527A (zh) | 用于低速车辆的自动校准制动控制 | |
| CN114043948B (zh) | 车辆能耗测算方法、装置、电子设备及存储介质 | |
| König et al. | Engineering of Cyber-Physical Systems in the automotive context: case study of a range prediction assistant | |
| CN110126815A (zh) | 用于协助交通工具的驾驶控制的方法、装置、设备和介质 | |
| CN107792067A (zh) | 碰撞警告系统 | |
| WO2019034233A1 (en) | SYSTEM AND METHOD FOR VEHICLE MODELING AND SIMULATION | |
| US20210241104A1 (en) | Device, method and machine learning system for determining a velocity for a vehicle | |
| CN110126760B (zh) | 用于交通工具的驾驶控制的方法、装置、设备和介质 | |
| Mocking | Optimal design and strategy for the SolUTra | |
| CN110450785A (zh) | 用于获取轨迹跟随精度的方法 | |
| CN113173174B (zh) | 一种车辆行驶速度的确定方法、装置和设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190118 |