CN108501951A - 用于自主车辆的性能能力的方法和系统 - Google Patents

Abstract

提供了用于控制车辆的系统和方法。在一个实施例中，方法包括：由处理器接收与至少一个车辆致动器相关联的状态健康和性能信息中的至少一者；由处理器处理健康状态和性能信息以确定加速度值；并且基于该加速度值控制车辆。

Description

用于自主车辆的性能能力的方法和系统

技术领域

本公开总体涉及自主车辆，并且更具体地涉及用于确定性能能力并且基于性能能力来控制自主车辆的系统和方法。

背景技术

自主车辆是能够感测其环境并以很少的用户输入或无需用户输入进行导航的车辆。自主车辆使用诸如雷达、激光雷达、图像传感器等的感测设备感测其环境。自主车辆系统进一步使用来自全球定位系统(GPS)技术、导航系统、车对车通信、车对基础设施技术和/或线控驱动系统的信息来导航车辆。

已经将车辆自主化分为从0到5的数字级别，其中0对应于全人工控制无自主化，5对应于全自主化无人工控制。诸如巡航控制、自适应巡航控制和停车辅助系统等的各种自动驾驶员辅助系统对应于较低的自动化水平，而真正的“无人驾驶”车辆对应于较高的自动化水平。

为了使自主驾驶系统规划车辆路线并确定驾驶风格，系统必须理解车辆遵循所提供的指令的物理能力。因此，期望提供确定车辆性能能力并且基于此来控制车辆的系统和方法。此外，结合附图和前述的技术领域和背景，从随后的详细描述和所附权利要求中，本发明的其他期望的特征和特点将变得显而易见。

发明内容

提供了用于控制车辆的系统和方法。在一个实施例中，方法包括：由处理器接收与至少一个车辆致动器相关联的健康状况和性能信息中的至少一者；由处理器处理健康状态和性能信息以确定加速度值；并基于该加速度值来控制车辆。

在一个实施例中，计算机可读介质包括存储于其上的计算机可执行指令，该计算机可执行指令在由车辆上的控制器的处理器执行时使该处理器执行该方法。

在一个实施例中，车辆是自主车辆。自主车辆包括至少一个车辆致动器和控制器。控制器通过处理器配置成接收与至少一个车辆致动器相关联的健康状况和性能信息中的至少一者，处理健康状况和性能信息以确定加速度值，并且基于加速度值控制车辆。

附图说明

在下文中将结合以下附图来描述示例性实施例，其中相同的附图标记表示相同的元件，并且其中：

图1是示出了根据各种实施例的具有性能能力系统的自主车辆的功能框图；

图2是示出了根据各种实施例的具有一个或多个图1的自主车辆的运输系统的功能框图；

图3是示出了根据各种实施例的基于所确定的性能能力来控制自主车辆的自主驾驶系统的数据流程图；

图4A和4B是根据各种实施例所确定的能力菱形框的图示；和

图5是示出了根据各种实施例的性能能力系统的数据流图；和

图6是示出了根据各种实施例的用于控制自主车辆控制方法的流程图。

具体实施方式

以下详细描述本质上仅是示例性的，并不意图限制本申请和其用途。此外，并不意图受到在前述技术领域、背景技术、发明内容或以下详细描述中呈现的任何表达或暗示的理论的限制。如本文所使用的，术语“模块”是指任何单个硬件、软件、固件、电子控制部件、处理逻辑和/或处理器设备或其任何组合，包括但不限于：专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共享的、专用的或成组的)和存储器、组合逻辑电路、和/或提供所述功能的其他合适的部件。

在此可以根据功能和/或逻辑块部件以及各种处理步骤来描述本公开的实施例。应该理解的是，这样的块部件可以由任何数量的配置为执行指定功能的硬件、软件和/或固件部件来实现。例如，本公开的实施例可以采用各种集成电路部件，例如存储器元件、数字信号处理元件、逻辑元件、查找表等，其可以在一个或多个微处理器或其他控制设备的控制下执行各种功能。另外，本领域技术人员将会理解，本公开的实施例可以结合任何数量的系统来实践，并且此处所描述的系统仅仅是本公开的示例性实施例。

为简洁起见，可能没有在此详细描述与信号处理、数据传输、信令、控制以及系统的其他功能方面(以及系统的各个操作部件)有关的常规技术。此外，本文包含的各个附图中示出的连接线旨在表示各个元件之间的示例功能关系和/或物理联接。应该注意的是，在本公开的实施例中可以存在许多替代的或附加的功能关系或物理连接。

如图1所示，根据各种实施例，总体以100示出的性能能力系统与车辆10相关联。通常，性能能力系统100确定车辆的性能能力并基于此控制车辆10。

如图1所示，车辆10通常包括底盘12、车身14、前轮16和后轮18。车身14布置在底盘12上并且基本上包围车辆10的部件。车身14和底盘12可以共同形成框架。车轮16-18各自在靠近车身14的相应角处旋转地联接到底盘12。

在各种实施例中，车辆10是自主车辆，并且性能能力系统100被并入自主车辆10(在下文中称为自主车辆10)。自主车辆10是，例如，将乘客从一个地点运送到另一地点的自动控制车辆。在所示实施例中，将车辆10描绘为乘用车，但是应该理解也可以使用包括摩托车、卡车、运动型多用途车辆(SUV)、休闲车辆(RV)、海运船只、飞机等的任何其他车辆。在示例性实施例中，自主车辆10是所谓的四级或五级自动化系统。四级系统表示“高度自动化”，指的是即使人类驾驶员没有对干预要求作出适当的响应的情况下的，动态驾驶任务的各个方面的自动化驾驶系统的驾驶模式特定性能。五级系统表示“全自动化”，指的是动态驾驶任务的各个方面的自动化驾驶系统在所有道路下的全部性能以及可由人类驾驶员管理的环境条件。

如图所示，自主车辆10通常包括推进系统20、传动系统22、转向系统24，制动系统26、传感器系统28、致动器系统30、至少一个数据存储装置32、至少一个控制器34和通信系统36。推进系统20在各种实施例中可以包括内燃机、诸如牵引马达的电机和/或燃料电池推进系统。传动系统22配置成根据可选速比将来自推进系统20的动力传递到车轮16-18。根据各种实施例，传动系统22可以包括级间比率自动变速器、无级变速器或其他适当的变速器。制动系统26配置成向车轮16-18提供制动转矩。在各种实施例中，制动系统26可以包括摩擦制动器、线控制动、诸如电机的再生制动系统、和/或其他适当的制动系统。转向系统24影响车轮16-18的位置。尽管为了说明的目的将其描绘为包括方向盘，但是一些在本公开的范围内的设想的实施例中，转向系统24可以不包括方向盘。

传感器系统28包括感测自主车辆10的外部环境和/或内部环境的可观察状况的一个或多个感测装置40a-40n。感测装置40a-40n可以包括但不限于雷达、激光雷达、全球定位系统、光学相机、热像仪、超声波传感器和/或其他传感器。致动器系统30包括一个或多个致动器装置42a-42n，其控制一个或多个诸如但不限于推进系统20、传动系统22、转向系统24和制动系统26的车辆特征。在各种实施例中，车辆特征可以进一步包括内部和/或外部车辆特征，例如但不限于门、行李厢以及诸如空气、音乐、照明等(未编号)的舱的特征。

通信系统36配置为从和向其他实体48无线传递信息，其他实体48例如但不限于其他交通工具(“V2V”通信)基础设施(“V2I”通信)、远程系统和/或个人设备(关于图2更详细地描述)。在示例性实施例中，通信系统36是配置为使用IEEE 802.11标准或通过使用蜂窝数据通信经由无线局域网(WLAN)进行通信的无线通信系统。但是，诸如专用短程通信(DSRC)通道的附加或替代通信方法也被认为在本公开的范围内。DSRC通道是指专门为汽车使用以及专门为一套相应的协议和标准而设计的单向或双向短距离到中距离的无线通信通道。

数据存储装置32存储用于自动控制自主车辆10的数据。在各种实施例中，数据存储装置32存储可导航环境的定义地图。在各种实施例中，定义地图可以由远程系统预定义并且从远程系统获取(关于图2进一步详细描述)。例如，定义地图可以由远程系统组装并且以无线方式和/或有线方式传送到自主车辆10并存储在数据存储装置32中。可以理解的是，数据存储装置32可以是控制器34的一部分、与控制器34分开、或者是控制器34的一部分以及分开系统的一部分。

控制器34包括至少一个处理器44和计算机可读存储装置或介质46。处理器44可以是任何定制的或商业可用的处理器，中央处理单元(CPU)、图形处理单元(GPU)、与控制器34相关的若干处理器中的辅助处理器、基于半导体的微处理器(以微芯片或芯片组的形式)、宏处理器、其任何组合、或者任何通常用于执行指令的设备。计算机可读存储装置或介质46可以包括在例如只读存储器(ROM)、随机存取存储器(RAM)和保活存储器(KAM)中的易失性和非易失性存储器。KAM是在处理器44断电时可用于存储各种操作变量的持久性或非易失性存储器。计算机可读存储设备或介质46可以使用诸如PROM(可编程只读存储器)、EPROM(电PROM)、EEPROM(电可擦除PROM)、闪存或任何其它能够存储数据(其中一些数据代表可执行指令，由控制器34在控制自主车辆10中使用)的电、磁、光或组合存储器装置等的许多已知存储器装置中的任何一个来实现。

指令可以包括一个或多个单独的程序，其中的每一个程序包括用于实现逻辑功能的可执行指令的有序列表。指令在由处理器44执行时接收并处理来自传感器系统28的信号，执行用于自动控制自主车辆10的部件的逻辑、计算、方法和/或算法，并且为致动器系统30产生控制信号以基于逻辑、计算、方法和/或算法来自动地控制自主车辆10的部件。尽管图1中仅示出一个控制器34，自主车辆10的实施例可以包括任何数量的控制器34，其通过任何合适的通信介质或通信介质的组合进行通信并且其协作以处理传感器信号，执行逻辑、计算、方法和/或算法，并且生成控制信号以自动控制自主车辆10的特征。

在各种实施例中，控制器34的一个或多个指令体现在性能能力系统100中，并且当其由处理器44执行时，确定车辆10的性能能力并基于此来控制车辆10。例如，控制器34基于车辆致动器和车辆当前行驶的路面的状况来计算车辆10加速、减速和转弯的物理能力。能力是动态的，其随着信息的接收和/或确定而不断地更新。然后控制器34基于动态确定的性能能力来控制车辆10。

现在参考图2，在各种实施例中，关于图1描述的自主车辆10可以适用于在一些地理区域(例如，城市、学校或商业场区、购物中心、游乐园、活动中心等)的出租车或班车系统的情况下或可以只需由远程系统进行管理。例如，自主车辆10可以与基于自主车辆的远程运输系统相关联。图2示出了总体上以50示出的操作环境的示例性实施例，包括基于自主车辆的远程运输系统52，该自主车辆远程运输系统52如关于图1的描述与一个或多个自主车辆10a-10n相关联。在各种实施例中，操作环境50还包括经由通信网络56与自主车辆10和/或远程交通系统52通信的一个或多个用户装置54。

通信网络56根据需要在由操作环境50支持的设备、系统和部件之间(例如经由有形通信链路和/或无线通信链路)支持通信。例如，通信网络56可以包括无线载波系统60，诸如包括多个手机信号塔(未示出)的蜂窝电话系统、一个或多个移动交换中心(MSC)(未示出)以及任何其他需要将无线载波系统60与陆地通信系统连接的网络部件。每个手机信号塔包括发送和接收天线以及基站，其中来自不同手机信号塔的基站直接或通过诸如基站控制器等的中间设备连接到MSC。无线载波系统60可以实现任何合适的通信技术，包括例如，诸如CDMA(例如CDMA2000)、LTE(例如，4G LTE或5G LTE)、GSM/GPRS的数字技术或其他当前或新兴的无线技术。其他电话信号塔/基站/MSC安排是可能的并且可以与无线载波系统60一起使用。例如，基站和手机信号塔可以位于同一地点，也可以位于彼此远离的地点，每个基站可以负责单个手机信号塔，或者单个基站可以服务于各种手机信号塔，或者各种基站可以耦合到单个MSC，在此仅举几个可能的安排。

除了包括无线载波系统60之外，可以包括卫星通信系统64形式的第二无线载波系统以提供与自主车辆10a-10n的单向或双向通信。这可以使用一个或多个通信卫星(未示出)和上行链路发射站(未示出)来完成。单向通信可以包括，例如，卫星无线电服务，其中节目内容(新闻，音乐等)由发射站接收，打包上传，然后发送到卫星，卫星将节目广播给用户。双向通信可以包括，例如，使用卫星来中继车辆10和站台之间的电话通信的卫星电话服务。卫星电话可以用作无线载波系统60的附加或代替。

还可以包括陆地通信系统62，其为连接到一个或多个陆线电话的传统的陆基电信网络并且其将无线载波系统60连接到远程运输系统52。例如，陆地通信系统62可以包括诸如用于提供硬连线电话、分组交换数据通信和因特网基础设施等的公共交换电话网络(PSTN)。陆地通信系统62的一个或多个部分可以通过使用标准有线网络、光纤或其他光学网络、电缆网络、电力线、其他诸如无线局域网(WLAN)等的无线网络、或提供宽带无线接入(BWA)的网络，或任何其组合来实现。此外，远程传输系统52不需要经由陆地通信系统62连接，而是可以包括无线电话设备从而可以直接与诸如无线载波系统60等的无线网络通信。

尽管图2中仅示出一个用户设备54，操作环境50的实施例可以支持任意数量的用户设备54，其包括多个由一个人拥有、操作或以其他方式使用的用户设备54。每个由操作环境50支持的用户设备54可以使用任何合适的硬件平台来实现。就此而言，用户设备54可以以任何常见形式的因素来实现，任何常见形式的因素包括但不限于：台式计算机；移动计算机(例如，平板电脑、膝上型计算机或上网本计算机)；智能手机；视频游戏设备；数字媒体播放器；一件家庭娱乐设备；数码相机或摄像机；可穿戴计算设备(例如，智能手表、智能眼镜、智能服装)；或类似的因素。每个由操作环境50支持的用户设备54实现为具有执行本文描述的各种技术和方法所需的硬件、软件、固件和/或处理逻辑的计算机实现的或基于计算机的设备。例如，用户设备54包括可编程设备形式的微处理器，该微处理器包括一个或多个存储在内部存储器结构中并且被应用来接收二进制输入以创建二进制输出的指令。在一些实施例中，用户设备54包括能够接收GPS卫星信号并且基于那些信号生成GPS坐标的GPS模块。在其他实施例中，用户设备54包括蜂窝通信功能，如本文所讨论的使得设备使用一个或多个蜂窝通信协议在通信网络56上执行语音和/或数据通信。在各种实施例中，用户设备54包括可视显示器，诸如触摸屏图形显示器或其他显示器。

远程交通系统52包括一个或多个后端服务器系统，后端服务器系统可以是基于云的、基于网络的或驻留在由远程交通系统52服务的特定场地或地理位置。远程运输系统52可以配备现场顾问、或自动顾问或两者结合。远程运输系统52可以与用户装置54和自主车辆10a-10n进行通信以安排乘车、派遣自主车辆10a-10n等。在各种实施例中，远程交通系统52存储诸如用户认证信息、车辆标识装置、简档记录、行为模式和其他相关的用户信息等的帐户信息。

根据典型的用例工作流，远程交通系统52的注册用户可以通过用户设备54创建乘车请求。乘车请求通常将指示乘客希望乘车的位置(或当前GPS位置)、期望目的地的位置(其可以识别预定义的车辆停靠站和/或用户指定的乘客目的地)以及乘车时间。远程运输系统52接收乘坐请求、处理该请求、并且分派一个选定的自动车辆10a-10n(在并且如果可用的情况下)在指定的乘车地点和适当的时间接乘客。远程交通系统52还可以产生并向用户设备54发送适当配置的确认消息或通知，以使乘客知道车辆正在前来的路上。

可以理解的是，本文公开的主题提供了可被认为是标准的或基准的自主车辆10和/或基于自主车辆的远程运输系统52的某些增强的特征和功能。为此，可以修改、增强或以其它方式补充自主车辆和基于自主车辆的远程输送系统以提供下面更详细地描述的附加特征。

现在参照图3，并且继续参考图1，功能框图示出了自主驾驶系统(ADS)70的各种实施例，自主驾驶系统(ADS)70可以被嵌入在控制器34内并且其可以包括根据各种实施例的性能能力系统100的部件。即，使用控制器34(例如，处理器44和计算机可读存储装置46)的合适的软件和/或硬件部件来提供与自主车辆10结合使用的自主驾驶系统70。

在各种实施例中，自主驾驶系统70的指令可以由功能或系统组织。例如，如图3所示，自主驾驶系统70可以包括传感器融合系统74、定位系统76、引导系统78和车辆控制系统80。可以理解，在各种实施例中，可以将指令组织成任何数量的系统(例如，组合、进一步划分等)，因为本公开不受限于本实例。

在各种实施例中，传感器融合系统74合成并处理传感器数据并且预测车辆10的环境的对象和特征的存在、位置、分类和/或路径。在各种实施例中，传感器融合系统74可并入来自多个传感器的信息，多个传感器包括但不限于相机、激光雷达、雷达和/或任何数量的其他类型的传感器。

定位系统76将传感器数据连同其他数据一同处理以确定车辆10相对于环境的位置(例如，相对于地图的本地位置、相对于道路车道的精确位置、车辆方向、速度等)。引导系统78将传感器数据以及其他数据一同处理以确定车辆10遵循的路径。车辆控制系统80根据所确定的路径产生用于控制车辆10的控制信号。

在各种实施例中，控制器34实施机器学习技术以辅助控制器34的功能，诸如特征检测/分类，减轻障碍，穿越路线，映射，传感器集成，确定地面实况等。

如上文简述，图1的性能能力系统100为ADS 70提供所确定的性能能力，并且ADS70基于此来控制车辆10。例如，引导系统78基于性能能力确定路径和/或车辆控制系统80基于性能能力生成控制信号。

在各种实施例中，ADS 70基于当前驾驶场景使用性能能力。例如，在正常驾驶期间以及当潜在的不利驾驶条件存在时，可以使用性能能力来规划以限制路径和速度，或规划地更保守或谨慎。在另一示例中，在紧急驾驶期间，性能能力可以用于规划路径和速度以超出限制，使得反应时间更快，从而使得车辆的当前横向和纵向加速度的使用得到优化。

在各种实施例中，如图4所示，将性能能力以一个或多个能力菱形框的形式提供给ADS70。例如，能力菱形框82表示车辆10在其前方向84、后方向86、左方向88和右方向90上的估计加速能力。能力菱形框82的加速度值(ax，ay)基于实时条件进行动态地更新。在各种实施例中，能力菱形框82a表示最小能力，而能力菱形框82b表示最大能力。可以理解，在各种实施例中可以提供任意数量的能力菱形框82。

现在参考图5，性能能力系统100包括性能能力确定模块92。性能能力确定模块92包括一个或多个子模块。如可以理解的，所示的子模块在各种实施例中可以进行组合和/或进一步划分。如图所示，性能能力确定模块92包括致动器值转换模块94、基于非表面的限制模块96和基于表面的限制模块98以及能力菱形框构建模块99。

致动器值转换模块94从致动器系统30的车辆运动控制致动器接收作为输入的致动器数据102，致动器系统30包括但不限于制动系统、转向系统和推进系统的致动器。在各种实施例中，致动器数据102指示相应的控制致动器的健康状态和/或性能。例如，致动器数据102包括给定的每个控制致动器的当前操作状态的权限的最大可能授权和最大变化率。

致动器值转换模块94将健康状态和/或性能值转换成可由ADS 70使用的单元。例如，致动器值转换模块94将制动系统致动器的最大权限和最大变化率转换成纵向加速能力值(例如，在前方和后方)。在另一示例中，致动器值转换模块94将由推进系统产生的转矩的最大权限和最大变化率转换成纵向加速能力值106(例如，在前方和后方)。

例如，可以基于以下关系来确定纵向加速度：

在又一示例中，致动器值转换模块94将方向盘角度的最大权限和最大变化率转换为横向加速度能力值104(例如，在左方和右方)。例如，可以基于以下关系来确定横向加速度：

可以理解，所提供的关系基于简单的车辆模型。在各种实施例中，可以在车辆模型中使用具有更多复杂性的关系。如可以进一步理解的，所提供的关系描述了如何将推进和制动转矩转换成纵向加速度以及如何将转向角度转换为横向加速度。在各种实施例中，影响加速度性能的其他致动器(主动空气动力学、电子限滑差速器、主动悬架等)和将具有类似的关系。

当针对给定方向确定多个纵向加速度能力值106或多个横向加速度能力值104时，最终纵向加速度值或最终横向加速度值可由致动器值转换模块94基于最小值或其他比较方法来确定。

基于非表面的限制模块96接收横向加速度值104、纵向加速度值106和其他车辆数据108，作为输入。其他车辆数据108可以包括但不限于轮胎压力数据、主动悬架数据、空气动力学控制数据、电子稳定性控制数据和/或与限制车辆10执行操纵的能力的特征相关联的其它数据。

基于非表面的限制模块96对横向加速度值104和纵向加速度值106施加限制。例如，基于非表面的限制模块96基于诸如轮胎压力值的车辆数据108的值来确定纵向加速度极限。将纵向加速度限制值与纵向加速度值106进行比较；并且如果纵向加速度值106超过限制值，则将有限制的纵向加速度值112设定为纵向加速度极限值。但是，如果纵向加速度值106小于或等于限制值，则将有限制的纵向加速度值112设定为纵向加速度值106。

类似地，基于非表面的限制模块96基于诸如低轮胎压力或无轮胎压力等的车辆数据108的值来确定横向加速度极限。将横向加速度限制值与横向加速度值104进行比较；并且如果横向加速度值104超过限制值，则将有限制的横向加速度值110设定为横向加速度极限。但是，如果横向加速度值104小于或等于限制值，则将有限制的横向加速度值110设定为横向加速度值104。

基于表面的限制模块98接收表面mu信息114、有限制的纵向加速度值112和有限制的横向加速度值110，作为输入。在各种实施例中，表面mu信息114包括估计的表面mu。估计的表面mu包括从诸如来自云(例如，道路天气信息系统、天气报告、来自其他车辆的摩擦估计等)、视觉和激光雷达的数据的来源估计的降雨和外部空气温度。所估计的表面mu还包括来自车辆不稳定事件和主动测试的物理测量(例如，使用制动器或传动系统在某些情况下施加转矩以检查车轮滑转)。

在各种其他实施例中，表面mu信息114包括最小表面mu和最大表面mu。可以使用本质上具有预测性的传感器来估算最小表面mu，并且最小表面mu提供不同置信度的估计(例如天气报告、相机、气温等)例如，可以将雨和空气温度输入到查询表中根据观测到的情况来估算路表面mu。另外或可选地，可以使用视觉或激光雷达系统搜索某些描述水、雪或冰的图案。可以使用对车辆/车轮动力学更直接的测量来估计最大表面mu，并且通常假设高表面mu，直到车辆/车轮中存在表示超出表面极限的不稳定性。一般来说，当车辆或车轮不稳定时，可以测量表面。这些事件通过防抱死制动系统、牵引系统或ESC启动来发出信号。例如，当控制系统处于激活时，可以通过观察横向和纵向加速度来估计表面摩擦。

基于表面的限制模块98将表面mu信息114应用于有限制的纵向加速度值112和有限制的横向加速度值110，以分别确定最终的横向加速度值116和最终的纵向加速度值118。例如，当表面mu信息仅包括表面mu估计时，表面mu估计大致地与车辆加速度对齐。例如，0.2的表面mu意味着车辆大致能够具有0.2的横向或纵向加速度。如果表面是高mu(干沥青、混凝土)，mu为1.0，并且表面可以支持加速到1.0。以该方式，基于表面的限制模块98采取有限制的横向/纵向加速度的最小值和表面估计。如果表面mu为0.3，并且来自制动器的纵向/横向加速度极限分别为0.5/1.0，则最终的长/横向加速度为0.3。

在另一个示例中，当表面mu信息包括最小表面mu和最大表面mu时，则两组最终横向加速度值116和最终纵向加速度值118，一个应用最小表面mu的最小集合以及应用最大表面mu的集合。

能力菱形框构建模块99接收最终横向加速度值116和最终纵向加速度值118，并且构建能力菱形框82或如关于图4A或4B所讨论的菱形。

在各种实施例中，当基于表面的限制模块提供两组最终横向加速度值116和最终纵向加速度值118时，构建两个能力菱形框82。例如，基于表面的限制应用模块构建主动能力菱形框和反应能力菱形框。主动能力菱形框是根据基于最小表面mu输入的最终最小纵向和横向加速度值确定的；并且根据基于最大表面mu输入的最终最大纵向和横向加速度值来确定反应菱形框。

现在参考图6，并继续参考图1-5，流程图示出了根据本公开的可由性能能力系统100和/或ADS 70执行的控制方法400。如根据本公开可以理解的，该方法内的操作顺序不限于如图6所示的执行顺序，但是可以以一个或多个适用的且根据本公开的变化的顺序执行。在各种实施例中，可以将方法400调度为基于一个或多个预定事件运行，和/或可以在自主车辆10的操作期间连续运行。

在各种实施例中，该方法可以从405开始。在410处，针对每个或一个或多个车辆致动器接收健康状况和性能数据。在420处，健康状况和性能数据被转换成横向和/或纵向性能能力值。在430处接收其他车辆数据。在440处将限制应用于横向和/或纵向性能能力值。在450处估计表面mu。在460处，有限制的横向和纵向性能能力值进一步受限于估计的地面mu。

此后，在470处，基于有限制的横向和纵向性能能力值构建能力菱形框。在480处，确定车辆的路径和/或控制车辆时评估能力菱形框。此后，该方法可以在490结束。

尽管在前面的详细描述中已经呈现了至少一个示例性实施例，但是应该理解，存在大量的变型。还应该理解的是，单个示例性实施例或多个示例性实施例仅仅是示例，并不意图以任何方式限制本公开的范围、适用性或配置。而是，前面的详细描述将为本领域的技术人员提供用于实现单个示例性实施例或多个示例性实施例的便利的路线图。应该理解的是，在不脱离如所附权利要求及其合法等同物所阐述的本公开的范围的情况下，可以对元件的功能和布置进行各种改变。

Claims (10)

1.一种控制车辆的方法，包括：

由处理器接收与至少一个车辆致动器相关联的健康状态和性能信息中的至少一者；

由所述处理器处理健康状态和性能信息以确定加速度值；和

基于所述加速度值来控制所述车辆。

2.根据权利要求1所述的方法，还包括：

接收车辆数据；和

基于所述车辆数据限制所述加速度值。

3.根据权利要求2所述的方法，其中，所述车辆数据包括轮胎压力数据、主动悬架数据、气动控制数据和电子稳定性控制数据中的至少一者。

4.根据权利要求1所述的方法，还包括：

估算表面mu值；和

将所述表面mu值应用于所述加速度值以获得最终加速度值，并且其中所述控制基于所述最终加速度值。

5.根据权利要求4所述的方法，其中所述估计表面mu值包括基于预测传感器估计最小表面mu值。

6.根据权利要求4所述的方法，其中所述估计表面mu值包括基于直接测量传感器估计最大表面mu值。

7.根据权利要求1所述的方法，其中所述处理包括处理所述健康状况和性能信息以确定至少两个横向加速度值和至少两个纵向加速度值，并且其中所述控制所述车辆基于所述至少两个横向加速度值和所述至少两个纵向加速度值。

8.根据权利要求7所述的方法，其中所述至少两个横向加速度值中的第一横向加速度值与所述车辆的左方向相关联，并且其中所述至少两个横向加速度值中的第二横向加速度值与所述车辆的右方向相关联，其中所述至少两个纵向加速度值中的第一纵向加速度值与所述车辆的前方向相关联，并且其中所述至少两个纵向加速度值中的第二纵向加速度值与所述车辆的后方向相关联。

9.根据权利要求7所述的方法，还包括基于所述至少两个横向加速度值和所述至少两个纵向加速度值来构建能力菱形框，并且其中所述控制所述车辆基于所述能力菱形框。

10.根据权利要求1所述的方法，其中所述健康状态和性能信息中的至少一者包括给定车辆致动器的当前操作状态的最大可能授权和所述授权的最大变化率。