CN108507940B - 用于主动估计路面摩擦系数的方法和系统 - Google Patents

用于主动估计路面摩擦系数的方法和系统 Download PDF

Info

Publication number
CN108507940B
CN108507940B CN201810139924.8A CN201810139924A CN108507940B CN 108507940 B CN108507940 B CN 108507940B CN 201810139924 A CN201810139924 A CN 201810139924A CN 108507940 B CN108507940 B CN 108507940B
Authority
CN
China
Prior art keywords
vehicle
value
environmental data
coefficient
friction
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.)
Active
Application number
CN201810139924.8A
Other languages
English (en)
Other versions
CN108507940A (zh
Inventor
C·J·夏米
C·J·特瓦罗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN108507940A publication Critical patent/CN108507940A/zh
Application granted granted Critical
Publication of CN108507940B publication Critical patent/CN108507940B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • 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
    • B60W40/068—Road friction coefficient
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N19/00—Investigating materials by mechanical methods
    • G01N19/02—Measuring coefficient of friction between materials
    • 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
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • 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
    • 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
    • B60W2552/40—Coefficient of friction
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/20—Ambient conditions, e.g. wind or rain
    • 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
    • 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
    • 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
    • B60W2556/65—Data transmitted between vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

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：提供用于控制第一车辆的系统和方法。在一个实施例中，确定车辆位置处的第一车辆的路面信息的方法包括：获取路面的摩擦系数的第一值；获取辆位置处的环境数据；基于第一值并且基于车辆位置处的环境数据来计算摩擦系数的第二值；以及基于第二值来控制第一车辆。

Description

用于主动估计路面摩擦系数的方法和系统
技术领域
本公开总体上涉及自主车辆，并且更具体地涉及用于自主车辆中的路面摩擦系数预测的系统和方法。
背景技术
自主车辆是能够感测其环境并且几乎不需要或完全不需要用户输入而进行导航的车辆。自主车辆使用诸如雷达、激光雷达、图像传感器等感测装置感测其环境。自主车辆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。
已将车辆自动化分类为从零(对应于全人为控制的非自动化)至五(对应于无人为控制的全自动化)的数值等级。各种自动驾驶员辅助系统(诸如巡航控制、自适应巡航控制以及驻车辅助系统)对应于较低自动化等级，而真正的“无人驾驶”车辆对应于较高自动化等级。
一些车辆自动化依赖于对路面摩擦系数(μ)的估计。路面摩擦系数通过影响路面上的轮胎抓地力来影响车辆性能。具有较低的轮胎抓地力(即，较低的路面摩擦系数)导致较低的车辆加速能力，而具有较高的轮胎抓地力(即，较高的路面摩擦系数)导致较高的车辆加速能力。例如，结冰状况可能具有与较低的轮胎抓地力和较低的最大加速度相关联的相对较低的μ，而干燥的沥青路面可能具有与较高的轮胎抓地力和较高的最大加速度相关联的相对较高的μ。
估计路面摩擦系数的一种方法是计算车辆轮胎的自对准转矩(SAT)，并且基于计算所得的自对准转矩(SAT)来估计μ。然而，基于SAT估计μ本质上是反应性的，并且只能针对其上有车辆在运行的路面来确定。
因此，期望提供主动估计路面摩擦系数的系统和方法。另外，从以下结合附图和前面的技术领域及背景技术进行的详细描述和所附权利要求书中将更清楚地明白本发明的其它理想特征和特性。
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，一种确定车辆位置处的第一车辆的路面信息的方法包括：获取路面的摩擦系数的第一值；获取车辆位置处的环境数据；基于第一值并且基于车辆位置处的环境数据来计算摩擦系数的第二值；以及基于第二值来控制第一车辆。
在一些实施例中，获取环境数据包括使用第一车辆处的传感器系统来测量第二车辆的加速度。在一些实施例中，计算第二值包括基于第二车辆的加速度来估计最小路面摩擦值。在一些实施例中，该方法进一步包括将第二值传输至第一车辆外部的通信网络以供后续车辆用作第一值。在一些实施例中，控制第一车辆包括规划自主驾驶的路径。在一些实施例中，获取环境数据包括使用通信网络检索车辆位置处的天气报告。在一些实施例中，获取第一值包括基于车辆位置从通信网络检索第一值。在一些实施例中，获取环境数据包括测量外部环境温度。在一些实施例中，获取环境数据包括基于挡风玻璃刮水器系统的状态或基于雨量传感器来推断是否存在降水。
在一个实施例中，一种用于控制车辆的系统包括初始摩擦系数模块、环境数据模块和系数调整模块。初始摩擦系数模块被配置为获取路面的摩擦系数的第一值。环境数据模块被配置为获取位置处的环境数据。所述系数调整模块被配置为基于第一值并且基于该位置处的环境数据来计算摩擦系数的第二值。
在一些实施例中，该系统进一步包括车辆控制模块，其被配置为基于第二值来控制车辆。在一些实施例中，车辆控制模块进一步被配置为通过基于第二值规划用于车辆的自主驾驶的路径来控制车辆。在一些实施例中，环境数据模块被配置为至少部分地通过使用车辆处的传感器系统测量第二车辆的加速度来获取环境数据。在一些实施例中，系数调整模块进一步被配置为至少部分地基于使用第二车辆的加速度估计最小路面摩擦值来计算第二值。在一些实施例中，系数调整模块进一步被配置为将第二值传输至第一车辆外部的通信网络以供后续车辆用作第一值。在一些实施例中，环境数据模块被配置为至少部分地通过使用通信网络检索该位置处的天气报告来获取环境数据。在一些实施例中，初始摩擦系数模块被配置为通过基于该位置从通信网络中检索第一值来获取第一值。
在一个实施例中，一种自主车辆包括传感器系统和控制系统。传感器系统被配置为收集自主车辆外部的环境数据。控制系统包括：初始摩擦系数模块，其被配置为获取路面的摩擦系数的第一值；系数调整模块，其被配置为基于第一值并且基于环境数据来计算摩擦系数的第二值；以及车辆控制模块，其被配置为通过基于第二值规划用于自主车辆的自主驾驶的路径来控制车辆。
在一些实施例中，系数调整模块进一步被配置为至少部分地基于使用第二车辆的加速度估计最小路面摩擦值来计算第二值。在一些实施例中，系数调整模块进一步被配置为将第二值传输至自主车辆外部的通信网络以供后续车辆用作第一值。
附图说明
下文将结合以下附图描述示例性实施例，其中相同标号表示相同元件，且其中：
图1是说明根据各种实施例的具有控制系统的自主车辆的功能框图；
图2是说明根据各种实施例的具有图1的一个或多个自主车辆的运输系统的功能框图；
图3是说明根据各种实施例的自主车辆的控制系统的数据流图；且
图4是说明根据各种实施例的用于控制自主车辆的控制方法的流程图。
具体实施方式
以下详细描述本质上仅仅是示例性的，并且不旨在限制应用和用途。另外，不存在被任何前述的技术领域、背景、摘要或以下详细描述中提出的任何明确的或暗示的理论约束的意图。如本文所使用，术语模块是指个别或呈任何组合的任何硬件、软件、固件、电子控制部件、处理逻辑和/或处理器装置，包括但不限于：专用集成电路(ASIC)、电子电路、处理器(共享、专用或成组)和执行一个或多个软件或固件程序的存储器、组合逻辑电路和/或提供所述功能性的其它合适部件。
本公开的实施例在本文可以依据功能和/或逻辑块部件和各个处理步骤来描述。应当明白的是，这些块部件可以由配置成执行指定功能的任何数量的硬件、软件和/或固件部件来实施。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它控制装置的控制下实行多种功能)。另外，本领域技术人员将明白的是，本公开的实施例可以结合任何数量的系统来实践，且本文所述的传感器平台仅仅是本公开的一个示例性实施例。
为了简明起见，本文可以不详细描述与信号处理、数字传输、信令、控制以及该系统(和该系统的单个操作部件)的其它功能方面有关的常规技术。另外，本文所包括的各个图式中所示的连接线旨在表示各个元件之间的示例性功能关系和/或物理联接。应当注意的是，在本公开的实施例中可以存在许多替代或附加的功能关系或物理连接。
参考图1中，总体上以100示出的控制系统与根据各种实施例的车辆10相关联。一般来说，控制系统100预测路面的摩擦系数(μ)，并且基于估计的μ来操作车辆10。
如图1中所描绘的，车辆10通常包括底盘12、车身14、前轮16和后轮18。车身14被布置在底盘12上并且基本上包围车辆10的其它部件。车身14和底盘12可共同形成框架。车轮16至18各自靠近车身14的相应角落旋转地联接至底盘12。
在各种实施例中，车辆10是自主车辆，且控制系统100被结合至自主车辆10(在下文中被称为自主车辆10)中。自主车辆10例如是被自动控制以将乘客从一个位置运送至另一个位置的车辆。在所说明的实施例中，车辆10被描绘为乘用车，但是应该明白的是，也可使用包括卡车、运动型多用途车辆(SUV)、休闲车辆(RV)、船舶、飞行器等任何其它交通工具。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。四级系统指示“高度自动化”，其指代自动驾驶系统在动态驾驶任务的所有方面的驾驶模式所特有的性能，即使人类驾驶员对干预请求没有做出适当响应。五级系统指示“全自动化”，其指代自动驾驶系统在可由人类驾驶员管理的所有道路和环境条件下在的动态驾驶任务的所有方面的全过程性能。
如所示出的，自主车辆10通常包括推进系统20、变速器系统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在各种实施例中可包括内燃机、诸如牵引电动机等电机和/或燃料电池推进系统。变速器系统22被配置为根据可选速比将来自推进系统20的动力传输至多个车轮16至18。根据各种实施例，变速器系统22可包括分级传动比自动变速器、无级变速器或其它适当的变速器。制动系统26被配置为向车轮16至18提供制动转矩。在各种实施例中，制动系统26可包括摩擦制动器、线控制动器、诸如电机等再生制动系统，和/或其它适当的制动系统。转向系统24影响车轮16至18的位置。虽然为了说明目的而被描绘为包括方向盘，但是在本公开的范围内设想的一些实施例中，转向系统24可不包括方向盘。
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至40n。感测装置40a至40n可包括但不限于雷达、激光雷达、全球定位系统、光学相机、热像仪、超声波传感器和/或其它传感器。致动器系统30包括一个或多个致动器装置42a至42n，其控制一个或多个车辆特征，诸如但不限于推进系统20、变速器系统22、转向系统24和制动系统26。在各种实施例中，车辆特征可进一步包括内部和/或外部车辆特征，诸如但不限于车门、后备箱以及诸如无线电、音乐、照明等(未编号)的机舱特征。
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存储可导航环境的限定地图。在各种实施例中，限定地图可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，限定地图可由远程系统组装并且(以无线方式和/或以有线方式)传送至自主车辆10并存储在数据存储装置32中。可明白的是，数据存储装置32可为控制器34的一部分，与控制器34分开，或是控制器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可为任何定制的或商业上可用的处理器、中央处理单元(CPU)、图形处理单元(GPU)、与控制模块34相关联的若干处理器中的辅助处理器、基于半导体的微处理器(呈微芯片或芯片集的形式)、宏处理器、它们的任何组合或通常用于执行指令的任何装置。计算机可读存储装置或介质46可包括例如只读存储器(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是一种持久或非易失性存储器，其可在处理器44断电时用于存储各种操作变量。计算机可读存储装置或介质46可使用诸如PROM(可编程只读存储器)、EPROM(电PROM)、EEPROM(电可擦除PROM)、闪速存储器或能够存储数据的任何其它电动、磁性、光学或组合存储器装置的许多已知存储器中的任何一种来实施，其中的某些数据表示由控制器34用于控制自主车辆10的可执行指令。
指令可包括一个或多个单独的程序，每个程序包括用于实施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，并且产生控制信号给致动器系统30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。虽然图1中仅示出了一个控制器34，但是自主车辆10的实施例可包括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协作以处理传感器信号、执行逻辑、计算、方法和/或算法且产生控制信号以自动控制自主车辆10的特征的任意数量的控制器34。
在各种实施例中，控制器34的一个或多个指令在控制系统100中实施，并且当由处理器44执行时预测路面摩擦系数μ。例如，指令可基于传感器输入和实时天气数据来近似估计表面μ以调整路径规划，计算安全停止距离，预测回避操纵能力以及主动更换底盘控制系统。
通信系统36被配置为向和从其它实体48(诸如但不限于其它车辆(“V2V”通信)、基础设施(“V2I”通信)、远程系统和/或个人装置(图2提供了更详细的描述))无线地传送信息。在示例性实施例中，通信系统36是被配置为经由使用IEEE802.11标准的无线局域网(WLAN)或通过使用蜂窝数据通信来进行通信的通信系统。然而，诸如专用短程通信(DSRC)信道等附加或替代通信方法也被认为在本公开的范围内。DSRC信道是指专门为汽车使用而设计的单向或双向短程至中程无线通信信道，以及相应的一组协议和标准。
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可适用于在某个地理区域(例如，城市、学校或商业园区、购物中心、游乐园，活动中心等)的出租车或班车系统的背景下或可只需由远程系统管理。例如，自主车辆10可与基于自主车辆的远程运输系统相关联。图2说明了总体上以50示出的操作环境的示例性实施例，该操作环境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与关于图1所描述的一个或多个自主车辆10a至10n相关联。在各种实施例中，操作环境50进一步包括经由通信网络56与自主车辆10和/或远程运输系统52通信的一个或多个用户装置54。
通信网络56根据需要支持在由操作环境50支持的装置、系统和部件之间(例如，经由有形的通信链路和/或无线通信链路)的通信。例如，通信网络56可包括无线载波系统60，诸如蜂窝电话系统，其包括多个手机信号塔(未示出)、一个或多个移动交换中心(MSC)(未示出)以及将无线载波系统60与陆地通信系统连接所需要的任何其它联网部件。每个手机信号塔均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经由诸如基站控制器等中间设备连接至MSC。无线载波系统60可实施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或其它当前或正涌现的无线技术等数字技术。其它手机信号塔/基站/MSC布置是可能的并且可结合无线载波系统60使用。例如，基站和手机信号塔可共同位于相同站点处或它们可远离彼此，每个基站可负责单个手机信号塔或单个基站可服务于各个手机信号塔，且各个基站可联接至单个MSC，这里仅列举几种可能布置。
除包括无线载波系统60外，可包括呈卫星通信系统64的形式的第二无线载波系统来提供与自主车辆10a至10n进行的单向或双向通信。这可使用一个或多个通信卫星(未示出)和上行链路传输站(未示出)来进行。单向通信可包括(例如)卫星无线电服务，其中节目内容(新闻、音乐等)是由传输站接收、封装上传并且然后发送至卫星，从而向用户广播该节目。双向通信可包括(例如)使用卫星以在车辆10与站之间中继电话通信的卫星电话服务。除了或代替无线载波系统60，可利用卫星电话。
可进一步包括陆地通信系统62，其为连接至一个或多个陆线电话的常规陆基电信网络并且将无线载波系统60连接至远程运输系统52。例如，陆地通信系统62可包括诸如用于提供硬接线电话、分组交换数据通信和因特网基础设施的公共交换电话网(PSTN)。一段或多段陆地通信系统62可通过使用标准有线网络、光纤或其它光学网络、电缆网络、电力线、其它无线网络(诸如无线局域网(WLAN))或提供宽带无线存取(BWA)的网络或其任何组合来实施。另外，远程运输系统52不需要经由陆地通信系统62连接，反而可包括无线电话设备使得其可直接与无线网络(诸如无线载波系统60)通信。
虽然在图2中仅示出了一个用户装置54，但是操作环境50的实施例可支持任意数量的用户装置54，包括由一个人拥有、操作或以其它方式使用的多个用户装置54。由操作环境50支持的每个用户装置54可使用任何合适的硬件平台来实施。就此而言，用户装置54可以任何常见形式因素来实现，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)；智能电话；电子游戏装置；数字媒体播放器；一件家庭娱乐设备；数码相机或视频摄影机；可穿戴计算装置(例如，智能手表、智能眼镜、智能服装)；等。由操作环境50支持的每个用户装置54被实现为具有实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施的或基于计算机的装置。例如，用户装置54包括可编程装置形式的微处理器，该微处理器包括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一个或多个指令。在一些实施例中，用户装置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。在其它实施例中，用户装置54包括蜂窝通信功能性使得该装置通过通信网络56使用一个或多个蜂窝通信协议(如本文所讨论)实行语音和/或数据通信。在各种实施例中，用户装置54包括可视化显示器，诸如触摸屏图形显示器或其它显示器。
远程运输系统52包括一个或多个后端服务器系统，该后端服务器系统可为基于云的、基于网络的或驻留在由远程运输系统52服务的特定校园或地理位置。远程运输系统52可由现场顾问或自动顾问或两者的组合来人工操作。远程运输系统52可与用户装置54和自主车辆10a至10n进行通信以安排乘车、派遣自主车辆10a至10n等。在各种实施例中，远程运输系统52存储诸如用户认证信息、车辆标识符、简档记录、行为模式和其它相关用户信息等帐户信息。
根据通常的用例工作流程，远程运输系统52的注册用户可经由用户装置54创建乘车请求。乘车请求通常将指示乘客希望的乘车位置(或当前GPS位置)、期望目的地位置(其可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接收乘车请求、处理该请求，并且在指定的乘车地点且在适当的时间派遣自主车辆10a至10n中的一个车辆来让乘客乘车(当一个车辆可用时和如果一个车辆可用下)。运输系统52还可产生并向用户装置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途中。
如可明白，本文公开的主题提供了可被认为是标准或基准自主车辆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，自主车辆和基于自主车辆的远程运输系统可被修改、增强或以其它方式补充以提供下面更详细描述的附加特征。
现在参考图3并且继续参考图1，数据流图说明了可嵌入在控制器34内的控制系统100的各种实施例。根据本公开的控制系统100的各种实施例可包括嵌入在控制器34内的任何数量的子模块。如可明白，图3中所示的子模块可被组合和/或进一步划分以类似地控制自主车辆10。控制系统100的输入可从传感器系统28接收，从与自主车辆10相关联的其它控制模块(未示出)接收，在通信系统36处从通信网络56接收，和/或通过控制器34内的其它子模块(未示出)确定/建模。在各种实施例中，控制系统100包括初始摩擦系数模块210、环境数据模块212、系数调整模块214和车辆控制模块216。
初始摩擦系数模块210被配置为获取路面的摩擦系数的第一值310。初始摩擦系数模块210接收路面摩擦系数的第一值310作为输入，并且将车辆位置312作为输出来传输。在一些实施例中，初始摩擦系数模块210被配置为通过基于车辆位置从通信网络56中检索第一值310来获取该第一值。例如，初始摩擦系数模块210可将全球导航卫星系统(GNSS)数据作为车辆位置312传输至通信网络56，以便指示车辆位置312。初始摩擦系数模块210然后可基于车辆位置312在通信系统36处接收第一值310。在一些实施例中，当没有位置所特有的摩擦系数可从通信网络56获取时，初始摩擦系数模块210从数据库(未示出)检索标准假设摩擦系数作为第一值310。
环境数据模块212被配置为获取位置处的环境数据。在一些实施例中，环境数据模块212被配置为至少部分地通过使用通信网络检索车辆处的天气报告来获取环境数据。在所提供的示例中，环境数据包括来自传感器系统28的传感器数据314并且包括来自通信网络56的本地天气报告数据316。例如，传感器数据314可包括来自视觉和红外光谱照相机、激光雷达以及在自主车辆中利用的其它传感器的数据。如本文所使用，环境数据不包括用于调整路面摩擦系数的典型反应式算法中利用的转向角度滑移数据和自对准转矩数据。
在一些实施例中，环境数据模块212被配置为至少部分地通过使用第一车辆处的传感器系统测量第二车辆的加速度来获取环境数据。例如，传感器数据314可根据“面包屑导航(breadcrumbing)”方法来指示自主车辆10附近的车辆的加速度。可在面包屑导航方法中跟踪自主车辆的前进路径中的车辆的横向和纵向加速度，并将横向和纵向加速度用作最小已知加速度量值。在一些实施例中，面包屑导航方法保持自主车辆10和周围车辆的最大加速度的滚动计数。
在一些实施例中，本地天气报告数据316包括基于车辆位置312的温度、降水、风速、风向和其它天气参数。本地天气报告数据316可进一步包括交通报告和某些天气下的已知有问题的道路。环境数据模块212产生环境数据318作为由系数调整模块214使用的输出。
系数调整模块214接收第一值310和环境数据318作为输入，并且产生第二值320作为输出。系数调整模块214被配置为基于第一值并且基于位置处的环境数据来计算摩擦系数的第二值。例如，系数调整模块214可使用传感器系统28来确定路面类型并且以周围车辆行为作为特征。如将由本领域一般技术人员所理解的，传感器系统28的照相机可将路面类型识别为例如各自与不同路面摩擦系数相关联的砾石、湿沥青、雪、冰、干沥青、混合路面或其它路面类型。
在一些实施例中，系数调整模块214进一步被配置为至少部分地基于使用第二车辆的加速度估计最小路面摩擦值来计算第二值。例如，系数调整模块214可推断实现第二车辆加速所需的最小路面摩擦系数。
在一些实施例中，系数调整模块214进一步被配置为将第二值传输至车辆外部的通信网络以供后续车辆用作第一值。例如，系数调整模块214可使用通信系统36将第二值320传输至通信网络56。
在一些实施例中，由传感器数据314指示的自主车辆10的通信总线上的消息用于调整路面摩擦系数。例如，可利用外部环境温度(OAT)传感器输出来抵消或消除在冰点以上的温度下的某些路面系数值(诸如冰或雪)的可能性。在一些实施例中，可测量或估计路面温度和太阳热负荷以在系数调整模块214中使用。例如，传感器系统28的红外传感器可量化路面温度，然后系数调整模块214可使用该路面温度来计算第二值。在一些实施例中，系数调整模块214可使用传感器系统28的轮胎压力监测系统(TPMS)的输出来测量一段时间内的轮胎压力的变化以推导路面的表面温度。
在一些实施例中，系数调整模块214可使用如环境数据318中指示的挡风玻璃刮水器系统的状态。例如，当挡风玻璃刮水器系统正在操作时，系数调整模块214可推断正在下雨且路面是湿的。作为计算第二值的一部分，系数调整模块214然后可减小第一值以考虑湿路面上的摩擦减小。在一些实施例中，刮水器系统操作、外部环境温度和可见光谱照相机输出至少部分地指示路面的类型。在一些实施例中，系数调整模块214可使用来自湿度传感器的输出结合外部环境温度来确定路面的潮湿度。例如，在潮湿和寒冷状况下，当湿度传感器和OAT传感器指示寒冷和潮湿时，系数调整模块214可减小摩擦系数作为计算第二值的一部分。在一些实施例中，系数调整模块214可使用本地天气报告数据316来基于天气推导交通减速。在一些实施例中，系数调整模块214被配置为根据以下关系来调整第一值：μ＝a1(OAT)+a2(挡风玻璃刮水器占空比)+a3(湿度传感器输出)+...+an([传感器输入])，其中ai是可为线性的、非线性的、恒定的和/或可变的校准值。
车辆控制模块216被配置为接收第二值320并且基于第二值来控制车辆。在所提供的示例中，车辆控制模块216产生车辆命令322作为致动器系统30的输出以用于控制自主车辆10。在一些实施例中，车辆控制模块216进一步被配置为通过基于第二值规划用于第一车辆的自主驾驶的路径来控制车辆。路径规划的具体特性可基于已知的性能指标来改变(例如，轮胎在冰中坚持直线行驶等)。例如，车辆控制模块216可主动调整车速、加速目标，并且改变规划路径(例如，跟随距离、紧急操纵等)以改进自主车辆10的操作。在一些实施例中，车辆控制模块216可在发生车轮滑移之前主动地调整紧急控制系统的目标制动压力和横向能力。对于非自主应用，车辆控制模块216可警告驾驶员可能的危险路况，调整底盘控制系统目标，调整防抱死制动压力等，如本领域一般技术人员将明白的。
现在参考图4并且继续参考图1至图3，流程图说明了根据本公开的用于确定可由图3的控制系统100执行的路面信息的控制方法400。如根据本公开所明白，方法内的操作顺序不限于如图4中所说明的顺序执行，但是可酌情且根据本公开以一个或多个不同顺序执行。在各种实施例中，方法400可被安排为基于一个或多个预定事件来运行，和/或可在自主车辆10的操作期间连续运行。
一般来说，方法400涉及可实时近似估计路面摩擦系数的路面摩擦系数(μ)算法。该算法可用于例如主动地控制自主路径规划或调整紧急控制系统目标以成为主动系统。
在各种实施例中，该方法可在405开始。在410处，控制系统100获取路面的摩擦系数的第一值。例如，初始摩擦系数模块210可在其它车辆已经传输车辆位置处的摩擦系数时从通信网络56获取第一值。在一些实施例中，初始摩擦系数模块210从数据库(未说明)加载第一值。
在420处，控制系统100获取车辆位置处的环境数据。例如，环境数据模块212可从传感器系统28获取传感器数据314，诸如OAT数据、刮水器是否打开、湿度值、进气温度、红外光谱传感器、胎压监控系统数据、风速、GPS数据、天气报告、用于其它车辆的横向和纵向加速度的面包屑导航算法、当前车辆的先前横向和纵向加速度，以及用于路面类型的照相机/激光雷达视觉。环境数据模块212可进一步获取本地天气报告数据316以创建环境数据318。
在430处，控制系统100基于第一值并且基于车辆位置处的环境数据来计算摩擦系数的第二值。例如，当环境数据指示路面具有低路面摩擦系数时，系数调整模块214可减小摩擦系数。
在435处，控制系统100将第二值传输至车辆外部的通信网络以供后续车辆使用作为第一值。例如，系数调整模块214可使用通信系统36将第二值320传输至通信网络56。
在440处，控制系统100基于第二值来控制第一车辆。例如，车辆控制模块216可规划自主驾驶路径，主动优化制动距离，调整回避操纵能力，调整车辆速度，并且主动地改变底盘控制系统。对于非自主的实施例，车辆控制模块216可基于潜在的危险路面向驾驶员提供反馈，并且可主动地更精确地调整底盘控制微调以及其它控制。该方法可在445处结束。
虽然前述详细描述中已经提出了至少一个示例性实施例，但是应当明白的是，存在许多变化。还应当明白的是，示例性实施例或多个示例性实施例仅仅是示例并且不旨在以任何方式限制本公开的范围、适用性或配置。实情是，前文详细描述将给本领域技术人员提供用于实施示例性实施例或多个示例性实施例的便捷指引。应当理解的是，在不脱离所附权利要求书和其合法等同物的范围的情况下，可对元件的功能和设置作出各种改变。

Claims (10)

1.一种确定车辆位置处的第一车辆的路面信息的方法，所述方法包括：
获取路面的摩擦系数的第一值；
获取所述车辆位置处的环境数据，获取环境数据包括使用所述第一车辆处的传感器系统来测量第二车辆的加速度；
基于所述第一值并且基于所述车辆位置处的所述环境数据来计算所述摩擦系数的第二值；以及
基于所述第二值来控制所述第一车辆。
2.根据权利要求1所述的方法，其中，传感器系统根据面包屑导航算法来指示第二车辆的加速度，面包屑导航算法保持第一车辆和第二车辆的最大加速度的滚动计数。
3.根据权利要求1所述的方法，其中，计算所述第二值包括基于所述第二车辆的所述加速度来估计最小路面摩擦值。
4.根据权利要求1所述的方法，进一步包括将所述第二值传输至所述第一车辆外部的通信网络以供后续车辆用作所述第一值。
5.根据权利要求1所述的方法，其中，控制所述第一车辆包括规划路径并且控制用于自主驾驶的车辆运动。
6.根据权利要求1所述的方法，其中，获取环境数据包括使用通信网络检索所述车辆位置处的天气报告。
7.根据权利要求1所述的方法，其中，获取所述第一值包括基所述于车辆位置从通信网络检索所述第一值。
8.根据权利要求1所述的方法，其中，获取环境数据包括测量外部环境天气状况。
9.根据权利要求1所述的方法，其中，获取环境数据包括基于挡风玻璃刮水器系统的状态来推断是否存在降水。
10.一种用于控制车辆的系统，所述系统包括：
初始摩擦系数模块，其被配置为获取路面的摩擦系数的第一值；
环境数据模块，其被配置为获取位置处的环境数据，环境数据模块还配置成使用所述第一车辆处的传感器系统来测量第二车辆的加速度；以及
系数调整模块，其被配置为基于所述第一值并且基于所述位置处的所述环境数据来计算所述摩擦系数的第二值。
CN201810139924.8A 2017-02-27 2018-02-09 用于主动估计路面摩擦系数的方法和系统 Active CN108507940B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/443975 2017-02-27
US15/443,975 US10106168B2 (en) 2017-02-27 2017-02-27 Methods and systems for proactively estimating road surface friction coefficient

Publications (2)

Publication Number Publication Date
CN108507940A CN108507940A (zh) 2018-09-07
CN108507940B true CN108507940B (zh) 2021-04-20

Family

ID=63112310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810139924.8A Active CN108507940B (zh) 2017-02-27 2018-02-09 用于主动估计路面摩擦系数的方法和系统

Country Status (3)

Country Link
US (1) US10106168B2 (zh)
CN (1) CN108507940B (zh)
DE (1) DE102018103214B4 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL253769B (en) * 2017-07-31 2022-03-01 Israel Aerospace Ind Ltd Planning a path in motion
DE102018217193A1 (de) * 2018-10-09 2020-04-09 Robert Bosch Gmbh Verfahren und System zum Bereitstellen eines Reibwerts an ein Fahrzeug
US10843700B2 (en) * 2018-10-17 2020-11-24 Aptiv Technologies Limited Vehicle system and method for steep slope site avoidance
US11993264B2 (en) * 2018-12-11 2024-05-28 Gm Cruise Holdings Llc Systems and methods for autonomous vehicle control based upon observed acceleration
US11226620B2 (en) * 2019-02-08 2022-01-18 GM Global Technology Operations LLC Automated driving systems and control logic with enhanced longitudinal control for transitional surface friction conditions
US10981570B2 (en) * 2019-02-11 2021-04-20 Caterpillar Inc. Rimpull limit based on wheel slippage
FR3097504B1 (fr) 2019-06-18 2021-09-17 Continental Automotive Procédé et dispositif de prédiction d’un coefficient de friction personnalisé pour un véhicule sur un segment routier
US20210124360A1 (en) * 2019-10-23 2021-04-29 GM Global Technology Operations LLC System and process for closest in path vehicle following
DE102019135751A1 (de) * 2019-12-23 2021-06-24 Nira Dynamics Ab Verfahren, Vorrichtungen, Systeme und Computerprogrammprodukte zum Schätzeneiner Fahrbahnoberflächentemperatur
US20210331663A1 (en) * 2020-04-26 2021-10-28 Potential Motors Inc. Electric vehicle control system
US20220055629A1 (en) * 2020-08-24 2022-02-24 Clinton L. Schumann Surface Detection Via a Directed Autonomous Vehicle
CN112784060B (zh) * 2021-01-27 2022-09-20 河北省交通规划设计院 基于车联网的路面摩擦系数确定方法、装置和电子设备
CN116955964B (zh) * 2023-09-19 2023-12-12 江苏省气象服务中心 一种连续路面气象状况分析及推演方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8918303D0 (en) * 1989-08-10 1989-09-20 Lucas Ind Plc Monitoring and predicting road vehicle/road surface conditions
JP3271963B1 (ja) 2000-10-26 2002-04-08 富士重工業株式会社 車両の路面摩擦係数推定装置
EP1457388B1 (en) * 2001-12-21 2015-01-21 Kabushiki Kaisha Bridgestone Method and apparatus for estimating road surface state and tire running state
US6807473B1 (en) 2003-04-09 2004-10-19 Continental Teves, Inc. Road recognition system
US8483926B2 (en) * 2007-04-17 2013-07-09 Nissan Motor Co., Ltd. Device and method for estimating frictional condition of ground contact surface of wheel
US20090143937A1 (en) * 2007-12-04 2009-06-04 Lockheed Martin Corporation GPS-based traction control system using wirelessly received weather data
DE102009041566B4 (de) 2009-09-15 2022-01-20 Continental Teves Ag & Co. Ohg Verfahren zur Klassifizierung des Fahrbahnreibwerts
DE102011115223A1 (de) * 2011-09-24 2013-03-28 Audi Ag Verfahren zum Betrieb eines Sicherheitssystems eines Kraftfahrzeugs und Kraftfahrzeug
US9550480B2 (en) * 2011-10-21 2017-01-24 Autoliv Nissin Brake Systems Japan Co., Ltd. Vehicle brake hydraulic pressure control apparatus and road surface friction coefficient estimating device
DE102012014457A1 (de) * 2012-07-21 2014-01-23 Audi Ag Verfahren zum Betreiben eines Kraftfahrzeugs und Kraftfahrzeug
DE102012112725A1 (de) 2012-12-20 2014-06-26 Continental Teves Ag & Co. Ohg Reibwertschätzung aus Kamera- und Raddrehzahldaten
DE102012112724A1 (de) 2012-12-20 2014-06-26 Continental Teves Ag & Co. Ohg Verfahren zur Bestimmung eines Fahrbahnzustands aus Umfeldsensordaten
KR101518894B1 (ko) * 2013-07-11 2015-05-11 현대자동차 주식회사 운전자 보조 시스템의 경고 기준 설정 방법
US9187099B2 (en) * 2013-10-17 2015-11-17 Richard M. Powers Systems and methods for predicting weather performance for a vehicle
US9387851B2 (en) * 2014-08-28 2016-07-12 Robert Bosch Gmbh Adaptive electronic stability control
CN104442830B (zh) * 2014-11-05 2016-10-19 山东省计算中心（国家超级计算济南中心） 四轮转向/驱动车辆的速度估计和摩擦辨识方法
US9475500B2 (en) * 2014-11-12 2016-10-25 GM Global Technology Operations LLC Use of participative sensing systems to enable enhanced road friction estimation
DE102015216483A1 (de) * 2015-01-29 2016-08-04 Robert Bosch Gmbh Verfahren zum Betrieb einer Reibwertdatenbank und Reibwertdatenbank
DE102016209984A1 (de) 2016-06-07 2017-12-07 Lucas Automotive Gmbh Verfahren zur Schätzung einer Wahrscheinlichkeitsverteilung des maximalen Reibwerts an einem aktuellen und/oder zukünftigen Wegpunkt eines Fahrzeugs

Also Published As

Publication number Publication date
CN108507940A (zh) 2018-09-07
US10106168B2 (en) 2018-10-23
DE102018103214A1 (de) 2018-08-30
US20180244278A1 (en) 2018-08-30
DE102018103214B4 (de) 2023-12-07

Similar Documents

Publication Publication Date Title
CN108507940B (zh) 用于主动估计路面摩擦系数的方法和系统
CN108766011B (zh) 用于自主车辆的停车评分
CN109814543B (zh) 道路廊道
CN109085819B (zh) 用于实施自主车辆中的驾驶模式的系统和方法
CN109945891B (zh) 用于对准车辆中的惯性测量单元的系统和方法
US20180093671A1 (en) Systems and methods for adjusting speed for an upcoming lane change in autonomous vehicles
CN108501951B (zh) 用于自主车辆的性能能力的方法和系统
CN110554691B (zh) 用于检测高架高速公路以防止接合巡航特征的系统、方法和装置
CN110758401A (zh) 自主车辆操作期间的停止应急计划
CN112498349A (zh) 用于紧急车道改变的操纵计划
CN108973579B (zh) 传感器联动悬架
US10103938B1 (en) Vehicle network switch configurations based on driving mode
US20190168805A1 (en) Autonomous vehicle emergency steering profile during failed communication modes
US20180201243A1 (en) Methods of learning long term brake corner specific torque variation
CN110816547A (zh) 用于自主驾驶的实际感知系统的感知不确定性建模
CN113177428A (zh) 用于物体跟踪的实时主动物体融合
CN109131276B (zh) 用于自主车辆中的制动系统的接触式传感器组件
CN110347147B (zh) 用于车辆的定位的方法和系统
CN110027558B (zh) 自主车辆的可放松转弯边界
US20180022348A1 (en) Methods and systems for determining lane health from an autonomous vehicle
US11292307B2 (en) Suspension fault diagnostics and prognostics using pitch and roll model
CN114368392A (zh) 自主训练驾驶员的方法和系统
US20220254042A1 (en) Methods and systems for sensor uncertainty computations
US11807268B2 (en) Selecting trajectories for controlling autonomous vehicles
CN114987443A (zh) 车轮滑移率控制方法、装置、车辆和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant