CN108569334B - 使用机器学习的转向模式选择 - Google Patents

使用机器学习的转向模式选择 Download PDF

Info

Publication number
CN108569334B
CN108569334B CN201810203680.5A CN201810203680A CN108569334B CN 108569334 B CN108569334 B CN 108569334B CN 201810203680 A CN201810203680 A CN 201810203680A CN 108569334 B CN108569334 B CN 108569334B
Authority
CN
China
Prior art keywords
operating mode
control module
mode
steering
steering system
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
CN201810203680.5A
Other languages
English (en)
Other versions
CN108569334A (zh
Inventor
Z·赖恩
R·密特拉
杨涛
S·T·桑福德
M·R·斯托里
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.)
Steering Solutions IP Holding Corp
Original Assignee
Steering Solutions IP Holding Corp
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 Steering Solutions IP Holding Corp filed Critical Steering Solutions IP Holding Corp
Publication of CN108569334A publication Critical patent/CN108569334A/zh
Application granted granted Critical
Publication of CN108569334B publication Critical patent/CN108569334B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D5/00—Power-assisted or power-driven steering
    • B62D5/04—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear
    • B62D5/0457—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such
    • B62D5/046—Controlling the motor
    • B62D5/0463—Controlling the motor calculating assisting torque from the motor based on driver input
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D5/00—Power-assisted or power-driven steering
    • B62D5/04—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear
    • B62D5/0457—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
    • B62D6/007—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits adjustable by the driver, e.g. sport mode
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
    • B62D6/04—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits responsive only to forces disturbing the intended course of the vehicle, e.g. forces acting transversely to the direction of vehicle travel
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
    • B62D6/08—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits responsive only to driver input torque
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D5/00—Power-assisted or power-driven steering
    • B62D5/04—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear
    • B62D5/0421—Electric motor acting on or near steering gear

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Combustion & Propulsion (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

转向系统的技术特征包括控制模块，其基于诸如横向加速度信号值和相应的方向盘位置值的一组输入信号值动态地确定操作模式。控制模块基于输入信号值动态地确定并学习多个操作模式之间的分类边界。控制模块还根据使用分类边界确定的操作模式来校准转向系统。

Description

使用机器学习的转向模式选择
技术领域
本申请总体上涉及用于驾驶车辆的转向系统，更具体而言，涉及使用机器学习的转向模式选择。
背景技术
车辆可以具有多种操作模式，例如运动模式，舒适模式，经济模式等等。每种模式可以改变车辆的一个或多个部件的配置，这些部件改变操作，例如变速，加速，操纵，悬架，牵引力控制等等。典型地，驾驶员例如使用按钮，旋钮或任何其他用户接口元件根据他/她的愿望手动选择用于操作车辆的模式。但是，这些手动选项会分散驾驶员的注意力。此外，在发生路障，交通，紧急情况或任何其他类似事件的情况下，驾驶员可能无法就位以快速改变操作模式。因此，期望自动切换车辆的操作模式，或者实时动态切换而无需人工干预。
发明内容
根据一个或多个实施例，一种转向系统包括控制模块，该控制模块基于包括多个横向加速度信号值和分别对应的方向盘位置值的一组输入信号值来动态地确定操作模式。控制模块根据确定的操作模式进一步校准转向系统。
根据一个或多个实施例，由转向系统实现的方法包括根据第一操作模式进行操作，接收包括多个横向加速度信号值和分别对应的方向盘位置值的一组输入信号值。该方法还包括基于该组输入信号值确定第二操作模式并通过根据第二操作模式校准转向系统将转向系统从第一操作模式切换到第二操作模式。
根据一个或多个实施例，一种动力转向系统包括控制模块。控制模块动态学习第一操作模式与第二操作模式之间的分类边界，所述分类边界基于包括多个横向加速度信号值和分别对应的方向盘位置值的第一组输入信号值。控制模块还在动力转向系统在第一操作模式下操作期间收集第二组输入信号值。基于对应于第二操作模式的第二组输入信号值，控制模块还动态地从第一操作模式切换到第二操作模式。
根据下面结合附图的描述，这些和其他优点和特征将变得更加明显。
附图说明
被认为是本发明的主题在说明书结尾处的权利要求中被特别指出并清楚地要求保护。根据以下结合附图的详细描述，本发明的前述和其他特征以及优点是明显的，其中：
图1示出了根据一个或多个实施例的包括转向系统的车辆的示例性实施例；
图2示出根据一个或多个实施例的示例转向控制模块；
图3描绘了根据一个或多个实施例的用于使用转向控制模块来确定和使用操作模式的系统的示例框图；
图4示出了根据一个或多个实施例的最小表和最大表的示例；
图5示出根据一个或多个实施例的操作模式的示例比较；
图6示出了根据一个或多个实施例的用于预测操作模式是第一模式或第二模式的概率的示例决策边界；
图7示出了根据一个或多个实施例的用于为一个或多个操作模式确定多项式模型的示例方法的流程图；
图8示出了根据一个或多个实施例的示例数据的对称性；
图9示出根据一个或多个实施例的示例数据中的示例性死区；
图10示出了根据一个或多个实施例的用于动态检测操作模式中的改变的示例方法的流程图；
图11示出了根据一个或多个实施例的用于检测车辆在其上行驶的表面的类型的任何示例性方法的流程图；
图12示出了根据一个或多个实施例的用于发起操作模式的改变的示例方法的流程图。
具体实施方式
如本文所使用的，术语模块和子模块是指诸如专用集成电路(ASIC)，电子电路，处理器(共享的，专用的或群组的)和存储器等的一个或多个处理电路，或更多软件或固件程序，组合逻辑电路和/或提供所述功能的其他合适组件。可以理解，下面描述的子模块可以被组合和/或被进一步划分。
这里描述的技术方案解决了使用用户接口元件手动切换车辆的驾驶员模式的技术限制。该技术解决方案有利于实时地基于来自车辆的转向系统的一个或多个传感器的输出的机器学习动态地改变模式，而无需驾驶员手动选择。除了自动切换之外，此处的技术解决方案通过避免使用一个或多个用户接口元件(按钮，旋钮，触摸屏等)来切换操作模式来降低系统成本。此外，本文的技术解决方案便于通过切换操作模式来适配转向的动态特性以匹配驾驶员期望的性能。例如，操作模式可以是运动模式，舒适模式，经济模式等等。此外，因为使用机器学习动态地切换操作模式，所以本文的技术方案适应于对车辆进行的改变，诸如轮胎，悬架或任何其他部件的改变。这些技术解决方案响应于这些变化，动态地适配用于选择操作模式的决策边界。
每种模式可以改变改变操作的车辆的一个或多个部件的配置，例如换挡，加速，操纵，悬架，牵引力控制等等。此外，在每种操作模式中，转向感可能不同。例如，每个操作模式可以向驾驶员提供相应的转矩辅助和/或反馈。例如，在运动模式中，由于较低的转矩辅助值，驾驶员可以具有更紧的转向感，相比于舒适模式，在舒适模式中，驾驶员可以具有较软的转向感，这是因为由转向系统提供了较高的转矩辅助值。此外，在舒适模式中，可以将悬架置于其最柔软的设置，可以更早地发生换档以消除发动机的高转速，并且可以将转向比设置为特定值。转向比率是方向盘14的转动度数与轮子转动的度数之比。在运动模式中，驾驶更加“运动”，驾驶更激烈(stiff)，车身摆动更少，这些设置可能有助于发动机在换档之前以更高转速旋转，这些档位可以便于更快地降档，并且还可以调节油门响应以便当按下加速器时发动机快速(eager)并且响应迅速。转向比也可以根据运动模式进行调整。此外，在一个或多个示例中，经济操作模式可以具有用于发动机，变速器，甚至空调/气候控制的校准设置，以产生车辆可以提供的最优燃料经济性评级。
现在参照附图，其中将参照具体实施例描述本发明，但不限于此。图1示出了包括转向系统12的车辆10的示例性实施例。在各种实施例中，转向系统12包括联接到转向轴系统16的方向盘14，转向轴系统16包括转向柱，中间轴和必要的接头。在一个示例性实施例中，转向系统12包括转向辅助单元18，该转向辅助单元18联接到转向系统12的转向轴系统16以及联接到车辆10的连杆20、22。可选地，转向辅助单元18可以联接转向轴系统16的上部与该系统的下部。转向助力单元18包括例如可通过转向轴系统16联接到转向致动器马达19和传动装置的齿条和小齿轮转向机构(未示出)。在操作期间，当车辆操作者转动方向盘14时，转向致动器马达19提供协助来移动拉杆20、22，所述拉杆转而分别转动分别联接到车辆10的道路车轮28、30的转向节24、26。图1示出作为齿轮齿条式转向系统的EPS。在一个或多个示例中，EPS可以是通过有线转向系统操纵的。
如图1所示，车辆10还包括检测和测量转向系统12和/或车辆10的可观察状况的各种传感器31、32、33。传感器31、32、33基于可观察条件产生传感器信号。在一个示例中，传感器31是感测车辆10的操作者施加到方向盘14的输入驾驶员方向盘转矩(HWT)的转矩传感器。转矩传感器基于此产生驾驶员转矩信号。在另一个示例中，传感器32是感测转向致动器马达19的旋转角度和旋转速度的马达角度和速度传感器。在又一示例中，传感器32是方向盘位置传感器，其感测方向盘14的位置。传感器33基于此产生方向盘位置信号。在一个或多个示例中，使用来自传感器33的方向盘位置信号，可以例如通过区分方向盘位置信号来计算方向盘速率。此外，在一个或多个示例中，传感器还可以包括测量车辆的横向加速度并输出横向加速度信号的横向加速度传感器。
控制模块40接收从传感器31、32、33输入的一个或多个传感器信号，并且可以接收其他输入，例如车辆速度信号34。基于一个或多个输入并且进一步基于本公开的转向控制系统和方法，控制模块40产生命令信号以控制转向系统12的转向致动器马达19。本公开的转向控制系统和方法应用信号调节并且执行摩擦分类以将表面摩擦水平42确定为可以用于通过转向辅助单元18控制转向系统12的各个方面的控制信号。表面摩擦水平42也可以作为警报发送给ABS 44和/或ESC系统46，其指示表面摩擦的变化，其可以进一步分类为中心滑移(即，以较低的方向盘角度)或者偏心滑动(即，以更高的方向盘角度)，如本文进一步描述的那样。可以使用例如控制器局域网(CAN)总线或本领域已知的其他车辆网络来执行与ABS 44、ESC系统46和其他系统(未示出)的通信，以交换诸如车辆速度信号34。此外，在其他示例中，转向系统12的控制模块40经由车辆网络与车辆的一个或多个电子控制单元(ECU)通信，例如发动机控制模块(ECM)、动力传动系统控制模块(PCM)、变速箱控制模块(TCM)、制动控制模块(BCM或EBCM)、中央控制模块(CCM)、中央定时模块(CTM)、通用电子模块(GEM)、车身控制模块(BCM)、悬架控制模块(SCM)或其他任何组合或其组合。
例如，转向控制模块40基于从一个或多个传感器31-33接收的信号确定操作模式，并向指示操作模式的一个或多个ECU发送信号。可替代地或另外地，转向控制模块40确定操作模式的改变，并且作为响应，发送指示选择的操作模式的信号。
图2示出示例性转向控制模块40。转向控制模块40可以是诸如微控制器的ECU或经由车辆网络265通信的任何其他设备。转向控制模块40包括执行软件的硬件，诸如电子电路。
除其他组件外，转向控制模块40还包括处理器205，耦合到存储器控制器215的存储器210以及I/O控制器235。诸如键盘和鼠标的输入设备可以耦合到I/O控制器235。如本领域已知的，I/O控制器235可以是例如一个或多个总线或其他有线或无线连接。为了简化，I/O控制器235可以具有附加的元件，例如控制器、缓冲器(高速缓存)、驱动器、中继器和接收器，以实现通信。I/O控制器235可以与一个或多个传感器31-33通信并从传感器31-33接收信号。
处理器205是用于执行硬件指令或软件的硬件设备，尤其是存储在存储器210中的硬件指令或软件。处理器205可以是定制的或商售的处理器、中央处理单元(CPU)、与转向控制模块40相关联的几个处理器当中的辅助处理器、基于半导体的微处理器(以微芯片或芯片组的形式)、宏处理器或用于执行指令的其他设备。处理器205包括高速缓存270，高速缓存270可以包括但不限于指令高速缓存、数据高速缓存。
存储器210可以包括易失性存储器元件(例如，随机存取存储器，RAM，诸如DRAM，SRAM，SDRAM)和非易失性存储器元件(例如，ROM，可擦除可编程只读存储器(EPROM)，电可擦除可编程只读存储器(EEPROM)，可编程只读存储器(PROM)等)。而且，存储器210可以包含电子、磁性、光学或其他类型的存储介质。请注意，存储器210可以具有分布式架构，其中各种组件彼此远离但可由处理器205访问。
存储器210中的指令可以包括一个或多个单独的程序，每个程序包括用于实现逻辑功能的可执行指令的有序列表。在图2的示例中，存储器210中的指令包括合适的操作系统(OS)211。操作系统211本质上可以控制其他计算机程序的执行，并提供调度、输入输出控制、文件和数据管理、内存管理以及通信控制和相关服务。
例如包括用于处理器205的指令或其他可检索信息的附加数据可以被存储在存储装置220中，存储装置220可以是诸如硬盘驱动器或固态驱动器之类的存储设备。存储在存储器210中或存储装置220中的指令可以包括使得处理器能够执行本文描述的系统和方法的一个或多个方面的指令。转向控制模块40还可以包括耦合到用户界面或显示器的显示控制器。在一些实施例中，显示器可以是LCD屏幕。在其他实施例中，显示器可以包括多个LED状态灯。
在一些实施例中，转向控制模块40还可以包括用于耦合到网络265的网络接口260。网络265可以是便于车辆中的一个或多个ECU彼此进行通信的控制器区域网络(CAN)。备选地或附加地，网络265可以使用任何其他协议，例如基于IP的协议，用于一个或多个ECU之间的通信。网络265可以以有线或无线方式来实现。
图3描绘了使用转向控制模块40确定和使用操作模式的系统的示例框图。控制模块40接收多个输入信号，包括车辆的横向加速度，方向盘14的方向盘位置，低通滤波器(LPF)截止频率，车辆速度阈值和对称性阈值。控制模块40可以接收横向加速度作为横向加速度传感器的输出和/或从车辆10的另一个ECU输出。控制模块40可以从方向盘传感器接收方向盘位置。控制模块40可以接收作为从存储器210输入的LPF截止频率、车辆速度阈值和对称性阈值。可选地或另外地，在一个或多个示例中，控制模块40本身可以计算LPF截止频率、车辆速度阈值和对称性阈值。无需人工干预并且实时地，控制模块40动态地基于输入信号选择操作模式。
在一个或多个示例中，控制模块40请求转向系统从当前操作模式切换到所选择的操作模式。例如，控制模块40向转向调整模块330指示所选择的操作模式。作为响应，转向调整模块330根据所选择的操作模式来校准转向系统12。
控制模块40还可以从车辆10请求一个或多个ECU 340根据所选择的操作模式重新校准。例如，车辆10中的制动系统、悬架系统或任何其他ECU 340接收来自控制模块40的请求。
在一个或多个示例中，控制模块40连续地接收输入信号。例如，控制模块40在车辆正在操作时，即驾驶员正在驾驶时以预定频率接收输入信号。在一个或多个示例中，控制模块40接收来自车辆的传感器的输入信号并且从诸如线性或非线性自行车模型等的预测模型接收输入信号。如本文所述，控制模块40包括表面检测模块342，其确定要使用来自传感器的输入信号和来自预测模型的输入信号当中的哪个输入信号。此外，控制模块40还包括模式边界学习模块344，该模式边界学习模块344使用机器学习使用输入信号动态学习车辆10的一个或多个操作模式的决策边界。
在一个或多个示例中，控制模块40创建和/或填充一个或多个表格。应该注意的是，虽然这里描述的示例使用'表格'来存储和检索数据，但是在其他示例中，可以使用其他数据结构及其组合(例如图形，树木等)来存储数据。
例如，模式边界学习模块344使用两个决策表、最小表格310和最大表格320。最大表格320收集相应方向盘位置的最大横向加速度值。最小表格310收集相应方向盘位置的最小横向加速度值。在一个或多个示例中，还存储相应的车辆速度信号值。图4示出了最小表格310和最大表格320的示例。例如，最小表格310中的条目包括方向盘位置、在该方向盘位置处记录的最小横向加速度值，以及在方向盘位置处记录最小横向加速度值时的车辆速度。
此外，最大表格320中的条目可以包括方向盘位置，该方向盘位置处的最大横向加速度值以及记录该方向盘位置处的最大横向加速度值时的车辆速度。
在一个或多个示例中，在最小表格310和最大表格320中收集的数据基于方向盘位置在预定的+/-方向盘位置分布(以deg或rad计)内。例如，控制模块40在车辆速度阈值处访问车辆速度vs方向盘位置范围表，以确保方向盘位置在车辆速度的方向盘位置范围内。
横向加速度是当车辆拐角时产生的加速度，并且由于车辆通过离心力向外推动而倾向于侧向推动车辆。典型地，横向加速度是“g力”。基于操作模式，车辆经受的横向加速度变化。例如，图5示出了示例“运动”模式和“舒适”模式比较，其中在运动模式中由驾驶员移动方向盘14引起的横向加速度大于舒适模式下的横向加速度。例如，舒适模式数据510和运动模式数据520基于在最小表格310和最大表格320中收集的数据。当驾驶员继续驾驶时，最小表格310和最大表格320对于特定的方向盘位置不断更新。
应该注意的是，尽管这里的示例描述了运动模式和舒适模式，但是在其他示例中，车辆可以具有更多的操作模式，例如经济模式，运动专业模式等等。此外，这里使用的操作模式的名称仅仅是示例，并且在其他示例中可以通过其他名称来引用这些模式。
通常，如前所述，驾驶员手动选择操作模式。这里描述的技术特征有助于转向系统例如使用控制模块40动态地或者基于一个或多个参数(例如横向加速度，车辆速度，方向盘位置等)自动检测操作模式中的切换。此外，基于对切换的确定，转向系统可以使车辆10中的其他ECU根据切换的操作模式来调整它们各自的操作配置。例如，本文描述的技术特征有助于转向系统动态检测从舒适模式到运动模式的切换和/或反之亦然，并且指示其他ECU根据运动模式(或舒适模式)而不是舒适模式(或运动模式)切换操作。
例如，模式边界学习模块344使用来自最小表格310和最大表格320的数据，并确定模型以分别识别一个或多个操作模式的一个或多个模式(pattern)。例如，如图6所示，模式边界学习模块344基于预定的持续时间中的车辆速度、横向加速度以及对应的方向盘位置的值来确定决策边界610以预测操作模式是第一模式或第二模式(例如，舒适模式或运动模式)的概率。因此，决策边界610将收集的数据分为两类-第一操作模式和第二操作模式。换言之，决策边界610(或决策表面)将底层数据分成两组，每个操作模式一组。应该注意的是，在具有多于两种操作模式的其他情况下，控制模块40确定多个决策边界或用于对与不同操作模式相对应的数据进行分类的任何其他分类器。模式边界学习模块344使用机器学习(例如，支持向量机)来确定决策边界610。在一个或多个示例中，模式边界学习模块344使用回归将决策边界确定为多项式，例如三阶多项式。在一个或多个示例中，基于连续收集的最小表格310和最大表格320中的数据周期性地更新决策边界多项式。此外，控制模块40使用模式边界学习模块344为每个操作模式确定模型。
例如，图6示出了舒适模式模型620和运动模式模型630。因此，模式边界学习模块344使用决策边界610、舒适模式模型620和运动模式模型630对来自最小表格310和最大表格320的数据进行分类，以确定车辆10当前正在驾驶哪个操作模式。此外，模式边界学习模块344确定模式是否已经从之前的模式切换，并且作为响应采取一个或多个动作。
图7示出了确定一个或多个操作模式的多项式模型的示例方法的流程图。在一个或多个示例中，模式边界学习模块344保持标志，在此称为学习完成(learningDone)标志，其指示模式边界学习模块344是否已确定用于一个或多个操作模式的模型。如在705处所示，模式边界学习模块344在开始时将学习完成标志设置为假。当车辆10被驱动时，模式边界学习模块344使用一个或多个传感器31-33接收要存储在最小表格310和最大表格320中的参数，如710所示。例如，模式边界学习模块344接收方向盘位置、横向加速度和车辆速度等参数。在一个或多个示例中，所接收的参数还包括用于确定操作模式的附加的或不同的传感器值。例如，所接收的参数可以包括偏航率，或用于确定操作模式的任何其他输入信号值。
在一个或多个示例中，模式边界学习模块344在将接收到的数据存储到最小表格310和最大表格320之前对数据进行滤波。例如，模式边界学习模块344在收集接收到的数据时比较车辆速度与预定的速度，诸如10KPH、15KPH等，如720所示。在一个或多个示例中，模式边界学习模块344可以确保方向盘位置是在与最小表格310和最大表格320相关联的预定方向盘位置范围内。例如，如果方向盘位置不在方向盘位置范围内，则所接收的数据可以被忽略，并且不被记录。如在720处所示，如果方向盘位置在方向盘位置范围内，则方法可以继续，比较车辆速度与预定阈值。
在车辆速度高于预定阈值的情况下，模式边界学习模块344检查接收到的横向加速度是否大于最大表格320中存储的与接收到的方向盘位置相对应的横向加速度值，如在730处所示。如果所接收的数据大于对应于所接收的方向盘位置值的条目中的现有值，则最大表格320中的条目被更新，如732所示。例如，所接收的数据可以包括方向盘位置+90度，横向加速度为1.3g，车辆速度为100KPH。如果最大表格320当前包括+90度的方向盘位置的条目，其中横向加速度值小于1.3g，则基于接收到的横向加速度为1.3g以及车辆速度为100KPH，更新该条目。如果条目中现有的横向加速度值大于(或等于)1.3g的接收值，则此时不更新最大表格320。
此外，如734所示，模式边界学习模块344确定最大表格320是否被填满。例如，如果最大表格320中的至少预定数量的条目包括非零横向加速度值，则最大表格320被认为是填满了，其中最大表格320在每个条目中用零进行初始化。在一个或多个示例中，最大表格320可以用与零不同的值来初始化。此外，在一个或多个示例中，如果最大表格320中的每个条目具有非零值，则认为最大表格320被填充。例如，最大表格320可以包括预定数量的条目，每个条目对应于特定的方向盘位置。如果最大表格320被视为已填充，则控制模块40继续确定和/或更新模型610-630。
或者，如果接收到的车辆速度低于预定阈值，则模式边界学习模块344检查接收到的横向加速度值是否小于存储在与最小表格310中的方向盘位置相对应的条目中的值，如740处所示。如果所接收的数据小于对应于所接收的方向盘位置值的条目中的现有值，则最小表格310中的条目被更新，如742处所示。例如，所接收的数据可以包括方向盘位置为+90度，横向加速度为1.3g，车辆速度为100KPH。如果最小表格310当前包括+90度的方向盘位置的条目，其中横向加速度值大于1.3g，则基于接收到的横向加速度为1.3g以及车辆速度为100KPH，更新该条目。如果条目中现有的横向加速度值小于(或等于)1.3g接收值，则此时不对最小表格310进行更新。
此外，如744处所示，模式边界学习模块344确定最小表格310是否被填满。例如，如果最小表格310中的至少预定数量的条目包括非零横向加速度值，则最小表格310被认为填满了，其中最小表格310在每个条目中用零进行初始化。在一个或多个示例中，最小表格310可以用与零不同的值来初始化。此外，在一个或多个示例中，如果最小表格310中的每个条目具有非零值，则认为最小表格310被填充。例如，最小表格310可以包括预定数量的条目，每个条目对应于特定的方向盘位置。如果最小表格310被视为已填充，则控制模块40继续确定和/或更新模型610-630。
例如，如750处所示，模式边界学习模块344检查最小表格310和最大表格320两者是否都被填充。如果表格未被填充，则模式边界学习模块344继续如前所述填充表格。如果表格被填满，则控制模块通过计算最小表格310和最大表格320中的值的平均值来计算横向加速度差信号，如760所示。在一个或多个示例中，横向加速度差信号包括表格中每个条目的平均值。应该注意的是，在其他示例中，可以使用与表中的值的平均值不同的统计量来计算横向加速度差信号。计算出的差可以使用比例因子放大或缩小。
在一个或多个示例中，控制模块确保最小表格310中收集的数据和最大表格320中收集的数据是对称的，如770处所示。例如，图8示出方向盘位置+40度和-40度处的数据是对称的(810)，而在方向盘位置+80度和-80度处，数据不是对称的(820)。例如，模式边界学习模块344通过比较方向盘位置的+/-值处的横向加速度值与预定对称性阈值之间的差异来确定最小表格310和最大表格320中的数据的对称性。如果跨越对称性阈值，则数据被认为是不对称的，否则被认为是对称的。
在一个或一个以上示例中，基于二阶差异来确定对称性。例如，计算对于特定+方向盘位置的最小表格310和最大表格320中的横向加速度值之间的第一差值。此外，计算对于相反-方向盘位置的最小表格310和最大表格320中的横向加速度值之间的第二差值。此外，计算两个计算差值，即第一差值和第二差值之间的第三差值并将其与对称性阈值进行比较以确定数据的对称性。
如果数据对于最小表格310和最大表格320中的所有条目是对称的，则控制模块40继续使用该数据来预测车辆10的操作模式，如780所示。否则，如780处所示，如果数据不是对称的，则控制模块继续将来自传感器的数据收集到最小表格310和最大表格320中。
此外，在一个或多个示例中，如785所示，模式边界学习模块344确定正在收集的数据是否来自死区。死区反映方向盘位置的范围，在该范围中车辆速度在一个或多个操作模式之间是随机的/从一个操作模式到另一个操作模式无法区分。例如，图9示出了一个示例，其中车辆10的车辆速度和横向加速度值在+20度至-20度范围内在舒适模式和运动模式之间不可区分。因此，在这种情况下，在该案例中+20度至-20度是死区910。在一个或多个示例中，死区910可以是预定范围。可选地或另外地，控制模块40基于车辆10的平均车辆速度确定死区910。例如，可以计算死区910的限制(例如在上述示例中为20)，例如以平均速度的百分比或任何其他公式计算。
如790所示，计算出的差值(LatAccDiff)然后被用于使用多项式回归或任何其他机器学习技术来计算或更新模型610-630。模式边界学习模块344进一步设置学习完成标志为真以指示模式边界学习模块344可动态地对以后接收的横向加速度和方向盘位置数据进行分类，如795所示。在一个或多个示例中，模式边界学习模块344在非易失性存储器中维持学习完成标志和用于决策边界610的计算出的模型，以便当车辆10重新启动时数据可用。一旦模式边界学习模块344已经计算出模型，控制模块40就监测车辆10的一个或多个参数，例如横向加速度、车辆速度和方向盘位置，以动态地检测操作模式，并且此外改变操作模式以相应地触发车辆10中的一个或多个ECU的配置的改变。
因为模式边界学习模块344使用输入信号值来动态地确定模型，所以输入信号值中的任何改变动态地更新模型。例如，如果改变了影响操作模式信号的车辆的一个或多个部件，则由模式边界学习模块344接收的输入信号值改变。相应地，由模式边界学习模块344确定的模型610-630改变。例如，如果车辆10的轮胎和/或悬架被改变，其影响车辆10经受的横向加速度，则模式边界学习模块344接收对应于新轮胎和/或悬架的新的横向加速度值。可选地或另外地，该改变可以包括车辆10的一个或多个部件的磨损和损坏。通过连续收集输入信号值并更新模型610-630，控制模块40具有对应于车辆10的运行状况的动态决策边界610，而不是预先编程的静态模型。例如，典型的车辆可以包括基于车辆是新车时的部件状况(展厅状况)的预编程模型(例如，自行车模型)。因此，模式边界学习模块344便于使用动态决定边界610根据改变的部件来确定操作模式和操作模式的改变。因此，使用诸如预测模型(自行车模型)的静态模型的技术限制，可通过使用动态机器学习技术识别决策边界610来克服。
图10示出了用于通过转向系统动态检测车辆的操作模式的改变的示例方法的流程图。在一个或多个示例中，如1010处所示，控制模块40监测车辆10正在行驶的表面的类型。取决于表面的类型，控制模块40确定要监测的输入信号。
例如，如1015处所示，控制模块40确定该表面是否是低的路面摩擦(即，滑的)表面，例如有雪的。例如，控制模块40通过比较道路摩擦值和预定道路摩擦阈值来确定表面是否滑。可选地或附加地，在一个或多个示例中，控制模块40可以例如经由CAN总线接收表面类型的指示。此外，控制模块40通过将来自传感器的输入值与来自预测模型的输入值进行比较来确定表面类型。应该注意的是，尽管这里的示例使用了滑的表面，但是在其他示例中，控制模块40可以基于检测到的道路摩擦或经由CAN总线接收的信号来确定表面的类型是否是来自预定列表的表面的类型。
图11示出了根据一个或多个实施例的用于检测车辆在其上行驶的表面的类型的任何示例性方法的流程图。在一个或多个示例中，控制模块40执行用于检测表面类型的方法。可替代地或附加地，表面检测模块342确定表面的类型并且向控制模块40指示类型。例如，表面检测模块342接收来自传感器的第一横向加速度值和来自预测模型的第二横向加速度，如1110所示。例如，预测模型可以是线性或非线性的自行车模型，或者用于预测车辆10的横向加速度和/或其他参数的任何其他这样的模型。如1120所示，表面检测模块342计算两个横向加速度值之间的差值。如1130所示，表面检测模块342还将该差值与预定阈值进行比较。如果差值小于预定阈值，则使用来自传感器的横向加速度值确定操作模式，如1140所示。否则，使用由预测模型产生的横向加速度值确定车辆的操作模式，如1150所示。应该注意，这里的实施例使用横向加速度输入信号，并且在其他示例中，技术解决方案可以使用其他传感器值，作为如本文所述横向加速度信号的补充或替代。例如，在一个或多个示例中，转向系统可以使用偏航率(yaw rate)，作为横向加速度信号的补充或替代。
通过在较高道路摩擦值时使用传感器31-33并且在较低道路摩擦值时使用预测模型(自行车模型)，本文描述的技术方案提供了动态检测和实时切换操作模式的对技术问题的鲁棒性解决方案，无需人工干预，适用于各种表面，而不受道路摩擦的影响。例如，通过促进预测模型参考值和来自传感器的实际车辆响应数据之间的连续切换来加强决策边界610。这允许确定连续的决策边界而不管道路摩擦(表面μ)如何。
因此，回头参考图10，如果表面的类型是诸如滑表面的预定类型，则控制模块40使用预测模型来获取用于检测操作模式的输入值，如1017所示。或者，如1018所示，控制模块40获取来自传感器31-33的用于检测操作模式的输入值。所获取的数据被存储在数据缓冲器中，如1020所示。在一个或多个示例中，控制模块40在预定持续时间(诸如30秒、5秒或任何其他预定持续时间)期间存储输入值。在一个或多个示例中，控制模块40用最近的输入数据替换数据缓冲器中的数据。或者，控制模块40在数据缓冲器中保持连续的数据流。数据缓冲器可以是高速缓存存储器270、存储器210、存储装置220和/或与处理器205相关联的任何其他存储器设备的一部分。
如在1030处所示，控制模块40根据操作模式对存储在数据缓冲器中的值进行分类。例如，在此处的舒适模式和运动模式示例的情况下，控制模块40确定在决策边界610的任一侧的数据缓冲器中的条目。也就是说，控制模块40确定特定方向盘位置处的横向加速度值大于决策边界610上相应横向加速度值的数量的第一计数。控制模块40还确定特定方向盘位置处的横向加速度值小于决策边界610上的对应值的的数量的第二计数。
如在1040处所示，控制模块40检查第一计数或第二计数哪个计数更大。例如，如果横向加速度在边界之上的第一计数更大，则控制模块40断定车辆10正在运动模式中驱动，如1041和1042所示。否则，如果横向加速度值小于边界值的第二计数更大，则控制模块40断定车辆10正在舒适模式中驱动，如1041和1044所示。或者或另外，例如，在多于两个模式的情况下，控制模块40可以基于在对应于各个模式的特定范围中的横向加速度值的计数来确定模式。
如1050所示，控制模块40进一步确定检测到的操作模式是否与车辆10正在被驱动的当前操作模式不同。如果检测到的模式与当前模式相同，则控制模块40进行下一次迭代而没有任何进一步的动作。或者，如果检测到的操作模式不同于当前模式，则控制模块40启动操作模式的改变，如1060所示。控制模块40以这种方式迭代以动态切换操作模式而无需人工干预。
图12示出了在一个或多个示例中用于启动操作模式中的改变的示例方法的流程图。在一个或多个示例中，转向调整模块344可以执行切换模式的方法。或者，控制模块40执行该方法。在一个或多个示例中，转向调整模块344是控制模块40的一部分。
例如，如1210所示，转向调整模块344接收将操作模式从当前模式(第一模式)切换到选择的操作模式(第二模式)的请求。例如，控制模块40可以在确定检测到的操作模式不同于当前操作模式时生成和/或发送请求。如1220处所示，转向调整模块344作为响应检查作为方向盘14正被移动的速率的方向盘速率是否低于预定阈值。预定阈值可以是10度/秒、20度/秒或任何其他。只有当方向盘速率低于预定阈值时，控制模块40才切换操作模式，以避免在驾驶员处于操纵时进行改变。另外，在一个或多个示例中，当车辆10低于特定车辆速度，例如10KPH、20KPH或任何其他时，控制模块40可以切换操作模式。如果方向盘速率高于(或等于)预定阈值，则转向调整模块344可以等待方向盘速率减小，如在1230处所示。例如，转向调整模块344可以在预定持续时间之后再次检查方向盘速率。可选地或另外地，转向调整模块344可以向控制模块40指示此时不能切换模式，如1230所示。
否则，如果方向盘速率低于阈值，则转向调整模块344确定所选模式的配置，如1240所示。例如，转向调整模块344访问调整表以获得配置。在一个或多个示例中，如1250所示，转向调整模块344执行低通滤波器(LPF)以避免突然方向盘作用力改变。例如，该配置可包括与所选的操作模式对应的转向系统的一个或多个校准值。转向调整模块344便于以平稳的方式改变转向系统12的校准值，以使驾驶员从当前操作模式转换到所选的操作模式，以避免方向盘的突然转矩。
如1260处所示，转向调整模块344设置转向系统的校准值，从而将模式改变为所选择的操作模式。例如，每个操作模式可以将相应的转矩辅助和/或反馈提供给驾驶员。例如，在运动模式中，与舒适模式相比，由于较低的转矩辅助值，驾驶员可以具有更紧的转向感，而在舒适模式中，驾驶员可以具有较软的转向感，这是因为由转向系统提供较高的转矩辅助值。因此，响应于所选择的模式，转向调整模块344调节转向系统12的转矩辅助产生。因此，一个或多个操作模式具有用于车辆10的一个或多个部件的相应配置。在一个或多个更多示例中，各种操作模式的配置都存储在存储器中，例如调整表或校准表中。控制模块40在检测到要选择的操作模式时访问存储器以获取车辆10的一个或多个部件的配置。
此外，在一个或多个示例中，转向调整模块344向车辆10中的其他ECU发送指示以改变到选择的操作模式。备选地或另外地，其他ECU更早地接收切换操作模式的请求，例如与转向调整模块344并行地接收。
因此，在此描述的技术方案便于转向系统的控制模块通过将输入信号值与决策边界(决策边界由机器学习决定)进行比较而基于输入信号值实时动态地确定操作模式并且无需人工干预。输入信号值可以包括车辆速度、方向盘位置和横向加速度。操作模式指示包括车辆的一个或多个部件(例如转向系统、悬架系统、制动系统、传动系统、节气门系统、气候系统、信息娱乐系统等等)的校准值的配置。通过动态确定操作模式，本文的技术方案可以在没有手动请求这种切换的情况下切换操作模式(例如，从第一模式切换到第二模式)。因此，技术方案可以方便制造商避免为切换模式提供物理用户接口元件的成本。
此外，通过动态检测操作模式，转向系统根据驾驶行为提供转向动力，而无需手动干预以选择操作模式。此外，因为转向系统使用表面检测模块，所以转向系统可以监测用于检测跨越不同类型的表面的转向模式切换的输入信号，而不管路面摩擦条件，诸如高μ或低μ条件。
此外，因为分类边界是基于输入信号动态确定的，所以这里的技术特征适应于对车辆的一个或多个部件进行的改变。例如，考虑改变影响一个或多个输入信号值(例如横向加速度)的轮胎、悬架或车辆的任何其他部件。区分操作模式的分类边界是作为响应根据由变化导致的新输入信号值修改的。因此，转向系统实时动态地适应变化，并且根据新的输入信号值使用修改的分类边界继续基于驾驶行为选择操作模式。
本技术解决方案可以是任何可能的技术细节整合水平的系统、方法和/或计算机程序产品。计算机程序产品可以包括其上具有用于使处理器执行本技术方案的各方面的计算机可读程序指令的计算机可读存储介质(或多个介质)。
本文参照根据技术方案的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图来描述本技术方案的各个方面。应该理解，流程图和/或框图中的每个框以及流程图和/或框图中的框的组合可以通过计算机可读程序指令来实现。
附图中的流程图和框图图示了根据本技术解决方案的各种实施例的系统、方法和计算机程序产品的可能实现的架构、功能和操作。就这一点而言，流程图或框图中的每个框可表示指令的模块、段或部分，其包括用于实现指定的逻辑功能的一个或多个可执行指令。在一些替代实施方式中，方框中提到的功能可以不按照附图中指出的顺序发生。例如，实际上，连续示出的两个框可以基本上同时执行，或者这些框有时可以以相反的顺序执行，这取决于所涉及的功能。还将注意到，框图和/或流程图的每个框以及框图和/或流程图中的框的组合可以由执行指定功能或动作的基于专用硬件的系统来实现，或者执行专用硬件和计算机指令的组合。
还将意识到的是，在此例示的执行指令的任何模块，单元，部件，服务器，计算机，终端或设备可以包括或以其他方式访问计算机可读介质，诸如存储介质，计算机存储介质或数据存储设备(可移动和/或不可移动)，例如磁盘，光盘等。计算机存储介质可以包括以用于存储信息(例如计算机可读指令，数据结构，程序模块或其他数据)的任何方法或技术实现的易失性和非易失性，可移动和不可移动介质。这样的计算机存储介质可以是设备的一部分或可访问或可连接到其上。这里描述的任何应用或模块可以使用可以被这样的计算机可读介质存储或以其他方式保持的计算机可读/可执行指令来实现。
尽管仅结合有限数量的实施例来详细描述技术方案，但应当容易理解的是，技术方案不限于这些公开的实施例。相反，可以对技术方案进行修改以结合迄今为止未描述但与技术方案的精神和范围相称的任何数量的变化，更改，替换或等同布置。另外，虽然已经描述了技术方案的各种实施例，但是应该理解的是，技术方案的方面可以仅包括所描述的实施例中的一些。相应地，技术解决方案不被视为受前述描述的限制。

Claims (12)

1.一种转向系统，包括：
控制模块，被配置为基于一组输入信号值来动态确定操作模式，所述一组输入信号值包括多个横向加速度信号值和分别对应的方向盘位置值；并且
所述控制模块被配置为根据所确定的操作模式来校准所述转向系统，
其中，所述控制模块被配置为通过将所述输入信号值与决策边界进行比较来基于所述输入信号值动态确定所述操作模式，所述决策边界由机器学习确定，并且所述控制模块被配置为基于以下来确定所述决策边界：
最小表格，包括用于指示一方向盘位置处最小横向加速度信号值的所述方向盘位置的条目；以及
最大表格，包括用于指示所述方向盘位置处最大横向加速度信号值的所述方向盘位置的条目。
2.根据权利要求1所述的转向系统，其中，所述一组输入信号值是第一组输入信号值，所述操作模式是第一操作模式，并且其中所述控制模块还被配置为：
接收包括第二组输入信号值，所述第二组输入信号值包括多个第二横向加速度值和分别对应的方向盘位置值；
基于所述第二组输入信号值动态地确定第二操作模式；以及
通过根据所述第二操作模式校准所述转向系统将所述转向系统从所述第一操作模式切换到所述第二操作模式。
3.根据权利要求2所述的转向系统，其中，所述控制模块将所述转向系统从所述第一操作模式切换到所述第二操作模式而无需手动请求所述切换。
4.根据权利要求2所述的转向系统，其中，所述第一操作模式具有第一转矩辅助反馈值，并且所述第二操作模式具有第二转矩辅助反馈值。
5.根据权利要求1所述的转向系统，其中，所述一组输入信号值还包括多个偏航率信号值。
6.根据权利要求2所述的转向系统，其中，所述控制模块还被配置为向电子控制单元指示从所述第一操作模式切换到所述第二操作模式。
7.根据权利要求1所述的转向系统，其中，所述控制模块还被配置为向电子控制单元指示所述动态确定的操作模式。
8.根据权利要求1所述的转向系统，其中，所述控制模块响应于所述最小表格中和所述最大表格中的横向加速度信号值在方向盘位置值两侧对称，基于所述最小表格和所述最大表格来确定所述决策边界。
9.一种由转向系统实施的方法，所述方法包括：
根据第一操作模式操作；
接收包括多个横向加速度信号值和分别对应的方向盘位置值的一组输入信号值；
基于所述一组输入信号值和决策边界确定第二操作模式；以及
根据所述第二操作模式通过校准所述转向系统将所述转向系统从所述第一操作模式切换到所述第二操作模式，
其中所述方法还包括：
在切换之前确定所述转向系统的方向盘速率；以及
响应于方向盘速率低于预定阈值，将所述转向系统从所述第一操作模式切换到所述第二操作模式。
10.根据权利要求9所述的方法，其中所述第一操作模式具有第一转矩辅助反馈值，并且所述第二操作模式具有第二转矩辅助反馈值。
11.根据权利要求9所述的方法，其中，所述决策边界是基于第一组样本输入值的第一决策边界，并且所述方法还包括：响应于一组预定部件的变化，基于第二组样本输入值来确定第二决策边界。
12.根据权利要求9所述的方法，还包括向车辆的部件的电子控制单元指示所述第二操作模式。
CN201810203680.5A 2017-03-13 2018-03-13 使用机器学习的转向模式选择 Active CN108569334B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/457,411 2017-03-13
US15/457,411 US11254351B2 (en) 2017-03-13 2017-03-13 Steering mode selection using machine learning

Publications (2)

Publication Number Publication Date
CN108569334A CN108569334A (zh) 2018-09-25
CN108569334B true CN108569334B (zh) 2021-09-07

Family

ID=63258448

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810203680.5A Active CN108569334B (zh) 2017-03-13 2018-03-13 使用机器学习的转向模式选择

Country Status (3)

Country Link
US (1) US11254351B2 (zh)
CN (1) CN108569334B (zh)
DE (1) DE102018105654B4 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11254351B2 (en) * 2017-03-13 2022-02-22 Steering Solutions Ip Holding Corporation Steering mode selection using machine learning
DE102017214380A1 (de) * 2017-08-18 2019-02-21 Volkswagen Aktiengesellschaft Lenkwinkelregler
CN110967991B (zh) * 2018-09-30 2023-05-26 百度（美国）有限责任公司 车辆控制参数的确定方法、装置、车载控制器和无人车
US11654958B2 (en) * 2018-10-12 2023-05-23 Robert Bosch Gmbh Detecting impact forces on an electric power steering system
EP3653467A1 (en) * 2018-11-16 2020-05-20 Robert Bosch GmbH A controller and method to assist steering of a vehicle having eps
CN110588778B (zh) * 2019-09-02 2020-11-10 广州小鹏汽车科技有限公司 一种车辆方向盘转角的调整方法及系统、车辆
US11708105B2 (en) 2020-02-11 2023-07-25 Robert Bosch Gmbh Detecting damage to components of an electric power steering system
US20220097474A1 (en) * 2020-09-30 2022-03-31 Autobrains Technologies Ltd Configuring an active suspension
US11820448B2 (en) * 2020-10-01 2023-11-21 Steering Solutions Ip Holding Corporation Infinite steering mode
US11052940B1 (en) * 2021-03-12 2021-07-06 Canoo Technologies Inc. Steer-by-wire systems and methods of operating thereof in vehicles
US20220379956A1 (en) * 2021-05-27 2022-12-01 Zf Friedrichshafen Ag System and Method for Controlling Steering Torque of a Steering System of a Vehicle

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103826950A (zh) * 2011-09-27 2014-05-28 丰田自动车株式会社 车辆的驱动力控制装置
CN105416392A (zh) * 2015-11-24 2016-03-23 南京航空航天大学 一种推杆式复合转向系统及其模式切换控制方法
CN106394668A (zh) * 2016-09-28 2017-02-15 北京汽车股份有限公司 汽车转向模式的切换方法、系统及汽车

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5183127A (en) * 1989-09-13 1993-02-02 Mazda Motor Corporation Suspension-traction total control system
US6804594B1 (en) * 2003-03-28 2004-10-12 Delphi Technologies, Inc. Active steering for handling/stability enhancement
DE102006060554A1 (de) * 2006-12-21 2008-06-26 Bayerische Motoren Werke Ag Lenkrad für ein Kraftfahrzeug und Kraftfahrzeug
US8423257B2 (en) * 2010-03-17 2013-04-16 Honda Motor Co., Ltd. System for and method of maintaining a driver intended path
JP5547607B2 (ja) * 2010-10-29 2014-07-16 アイシン精機株式会社 車両の横方向運動制御装置
TWI471239B (zh) 2011-10-21 2015-02-01 Automotive Res & Testing Ct Vehicle Yaw Stability Control Method and Its System
DE102011121719A1 (de) 2011-12-20 2013-06-20 Gm Global Technology Operations, Llc Vorrichtung und Verfahren zum Steuern eines Kraftfahrzeug-Subsystems
JP6053095B2 (ja) * 2012-01-10 2016-12-27 本田技研工業株式会社 車両用自動変速機の制御装置
US8849515B2 (en) * 2012-07-24 2014-09-30 GM Global Technology Operations LLC Steering assist in driver initiated collision avoidance maneuver
US9702349B2 (en) * 2013-03-15 2017-07-11 ClearMotion, Inc. Active vehicle suspension system
DE102017200144B4 (de) * 2016-01-22 2019-05-02 Ford Global Technologies, Llc Rückfallbetriebsmodus für ein Verfahren für das Betreiben eines Kraftfahrzeugs mit einem aktiven Querstabilisator und einer aktiven Lenkung
US9919715B2 (en) * 2016-04-30 2018-03-20 Ford Global Technologies, Llc Vehicle mode scheduling with learned user preferences
JP6429203B2 (ja) * 2016-05-19 2018-11-28 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
JP6645450B2 (ja) * 2017-02-01 2020-02-14 トヨタ自動車株式会社 車両の制御装置
US11254351B2 (en) * 2017-03-13 2022-02-22 Steering Solutions Ip Holding Corporation Steering mode selection using machine learning

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103826950A (zh) * 2011-09-27 2014-05-28 丰田自动车株式会社 车辆的驱动力控制装置
CN105416392A (zh) * 2015-11-24 2016-03-23 南京航空航天大学 一种推杆式复合转向系统及其模式切换控制方法
CN106394668A (zh) * 2016-09-28 2017-02-15 北京汽车股份有限公司 汽车转向模式的切换方法、系统及汽车

Also Published As

Publication number Publication date
US20180257698A1 (en) 2018-09-13
CN108569334A (zh) 2018-09-25
DE102018105654B4 (de) 2021-07-08
US11254351B2 (en) 2022-02-22
DE102018105654A1 (de) 2018-09-13

Similar Documents

Publication Publication Date Title
CN108569334B (zh) 使用机器学习的转向模式选择
JP6408623B2 (ja) 制御システムおよび制御方法
AU2016250461B2 (en) Vehicle control system and method
US8600614B2 (en) System and method for integrated control of vehicle control systems
CN105857296B (zh) 用于自适应模式驱动的增强的道路表征
EP1998994B1 (en) Driving style sensitive vehicle subsystem control method and apparatus
US10173677B2 (en) System and method for controlling vehicle speed to enhance occupant comfort
JP5081815B2 (ja) 疲労を検出する方法及び装置
US20140025259A1 (en) Method and system to detect and mitigate customer dissatisfaction with performance of automatic mode selection system
US20130158741A1 (en) Method for assisting driver of motor vehicle given loss of alertness
US20150100191A1 (en) Monitoring autonomous vehicle steering
US20170297564A1 (en) Intelligent driving system with an embedded driver model
JP6303221B2 (ja) 車両用自動変速機の変速制御方法
RU2678538C2 (ru) Способ обнаружения аномального состояния водителя транспортного средства
BR122013012807A2 (pt) Veículo, sistema de interface com um condutor de um veículo e método para gerenciar tarefas de interface com um condutor
CN103003120A (zh) 车辆控制装置
US20160339916A1 (en) Systems and methods for smooth driving mode transitions for a motor vehicle
US10850740B2 (en) Driving assistance method and driving assistance device
US11587461B2 (en) Context-sensitive adjustment of off-road glance time
US9682706B2 (en) System and method for controlling the speed of a vehicle
CN111376733B (zh) 车辆控制方法及装置
US11738758B2 (en) Apparatus and method for monitoring vehicle operation
GB2470192A (en) Controlling an active vehicle subsystem
EP2885188A1 (en) System and method for selecting a driveline gear ratio
US11225190B2 (en) Vehicle and method of controlling the same

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