CN108688667B - 用于检测横向速度估计中的故障的系统和方法 - Google Patents
用于检测横向速度估计中的故障的系统和方法 Download PDFInfo
- Publication number
- CN108688667B CN108688667B CN201810285520.XA CN201810285520A CN108688667B CN 108688667 B CN108688667 B CN 108688667B CN 201810285520 A CN201810285520 A CN 201810285520A CN 108688667 B CN108688667 B CN 108688667B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- threshold
- tire
- lateral acceleration
- lateral
- 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
Links
Images
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
-
- 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
- B60W40/10—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 vehicle motion
- B60W40/109—Lateral 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
- 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
- B60W40/10—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 vehicle motion
-
- 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
- B60W40/10—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 vehicle motion
- B60W40/101—Side slip angle of tyre
-
- 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
- B60W40/10—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 vehicle motion
- B60W40/105—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
- 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
- B60W40/10—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 vehicle motion
- B60W40/114—Yaw movement
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
-
- 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
- B60W40/12—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 parameters of the vehicle itself, e.g. tyre models
- B60W40/13—Load or weight
- B60W2040/1315—Location of the centre of gravity
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/20—Steering systems
- B60W2510/202—Steering torque
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/14—Yaw
-
- 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
- B60W2520/20—Sideslip angle
-
- 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
- B60W2520/40—Torque distribution
- B60W2520/406—Torque distribution between left and right wheel
-
- 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
- B60W2540/18—Steering angle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
提供了用于验证车辆横向速度估计的改进的系统和方法的方法和系统。所提供的系统和方法采用有效的验证算法来检测横向速度估计故障。该方法和系统对道路不确定性是稳健的,并且不需要冗余的估计或测量。所提供的系统和方法提供了使用现有车辆传感器实时验证横向速度估计的技术方案,并且无需依赖于(i)路况信息、(ii)车轮扭矩信息、(iii)轮胎模型信息,以及(iv)轮胎磨损信息。
Description
技术领域
本技术领域总体涉及移动平台横向速度估计,更具体地,涉及用于检测车辆横向速度估计中的故障的系统和相关操作方法。
背景技术
车辆向前移动(具有纵向速度)时,各种驾驶情境可能造成某一特定量的关联的实际横向速度。实际横向速度可以是许多变量的函数,尤其可以是路况、轮胎类型和轮胎状况(即轮胎磨损)的函数。与转向有关,车轮扭矩也会影响实际横向速度,而车轮扭矩本身可能取决于车辆类型,因为车辆类型可以包括反映驱动配置(全轮驱动、前轮驱动或后轮驱动)和发动机类型(传统动力、混合动力或电动)的不同车辆参数。实时评估实际横向速度对许多车辆安全系统和车辆控制系统而言非常重要。不幸的是,直接测量实际横向速度通常不具有成本效益;因此,通常使用一种或多种横向速度估计方法来估计横向速度。
用于估计横向速度的常规方法和系统可能非常复杂且冗余,特别是如果它们支持多种轮胎模型、轮胎磨损模型以及与多种车辆类型相关联的不同车轮扭矩模型的话。采用轮胎类型模型和/或车辆类型模型的常规方法和系统,受道路摩擦和时变轮胎参数的不确定性影响。采用基于加速度的估计的常规方法和系统通常依赖于恒定的加速度残余阈值,因而可能包括偏置型故障。另外,用于估计横向速度的方法和系统可能依赖于附加的部件和传感器,例如路况传感器。因此,验证车辆横向速度估计是一项有待解决的技术问题。
因此,用于验证车辆横向速度估计的一种改进的系统和方法是合乎需要的。改进的系统和方法采用高效的实时验证算法,该算法对道路不确定性是稳健的,并且不需要冗余的估计或测量。期望的系统和方法提供了仅使用现有的车辆传感器来实时验证横向速度估计的技术解决方案,并且无需依赖于(i)路况信息、(ii)车轮扭矩信息、(iii)轮胎模型信息,以及(iv)轮胎磨损信息。此外,结合附图和前述技术领域及背景技术,根据随后的详细描述和所附权利要求,本公开的其它期望特征和特性将变得显而易见。
发明内容
本发明内容是为了以简化的形式引入一些概念,下文具体实施方式部分对这些概念做了进一步描述。本发明内容既不旨在确定所要求保护的主题的关键特征或基本特征,也不旨在被用作确定所要求保护的主题的范围的辅助手段。
提供了一种用于检测车辆横向速度估计中的故障的控制模块。该控制模块包括:存储设备;联接至该存储设备的处理器,其配置为:初始化存储设备中的参数;从车辆中的传感器接收传感器数据,该传感器数据包括加速度数据和纵向速度数据;处理该传感器数据和该参数以生成多个阈值,该多个阈值包括(i)横向加速度残余阈值、(ii)轮胎拖距阈值,和(iii)滑移角阈值;基于横向加速度残余阈值生成偏置型故障标记(BTFF);基于轮胎拖距阈值和滑移角阈值生成偏移型故障标记(DTFF);监测BTFF第一时间段以确认BTFF稳定;监测DTFF第二时间段以确认DTFF稳定;并且基于稳定的BTFF和稳定的DTFF生成组合故障标记。
还提供了一种用于检测车辆横向速度估计中的故障的方法。该方法包括:初始化控制模块中的参数;并且在该控制模块处:从车辆中的传感器接收传感器数据,该传感器数据包括加速度数据和纵向速度数据;处理该传感器数据和该参数以生成多个阈值,该多个阈值包括(i)横向加速度残余阈值、(ii)轮胎拖距阈值,和(iii)滑移角阈值;基于横向加速度残余阈值生成偏置型故障标记(BTFF);基于轮胎拖距阈值和滑移角阈值生成偏移型故障标记(DTFF);监测BTFF第一时间段以确认BTFF稳定;监测DTFF第二时间段以确认DTFF稳定;并且基于稳定的BTFF和稳定的DTFF生成组合故障标记。
还提供了一种车辆,包括:传感器系统;联接至该传感器并且包括存储设备和处理器的控制模块,该控制模块配置为:初始化存储设备中的参数;从车辆中的传感器接收传感器数据,该传感器数据包括加速度数据和纵向速度数据;处理该传感器数据和该参数以生成多个阈值,该多个阈值包括(i)横向加速度残余阈值、(ii)轮胎拖距阈值,和(iii)滑移角阈值;基于横向加速度残余阈值生成偏置型故障标记(BTFF);基于轮胎拖距阈值和滑移角阈值生成偏移型故障标记(DTFF);确认BTFF稳定;确认DTFF稳定;并且基于稳定的BTFF和稳定的DTFF生成组合故障标记。
附图说明
下文将结合下述附图描述本申请,其中相同的附图标记表示相同的元件,并且:
图1是根据各种示例性实施例的示出用于检测车辆横向速度估计中的故障的系统的功能框图;
图2是根据各种示例性实施例的描述用于检测车辆横向速度估计中的故障的方法的流程图;
图3是根据各种示例性实施例的示出在速度估计器中使用的车辆力和状态的图示;
图4是根据各种示例性实施例的描述偏移型故障标记(DTFF)生成的系统图示;
图5是根据各种示例性实施例的描述偏置型故障标记(BTFF)生成的系统图示;
图6是根据各种示例性实施例的示出在偏移型故障检测中提供的信息的曲线图;以及
图7是根据各种示例性实施例的示出在偏置型故障检测中提供的信息的曲线图。
具体实施方式
以下详细描述本质上仅仅是示例性的,并不意图限制应用和用途。此外,无意受到在前述技术领域、背景技术、发明内容或以下具体实施方式中呈现的任何明示或暗示的任何理论的约束。
如本文所使用的,词语“示例性”意指“用作示例、实例或说明”。不一定将本文描述为示例性的任何实施方式理解成比任何其他实施方式更为优选或有利。
应当理解的是,本文对各种组件、工艺和技术进行了描述,该描述参照了操作、处理任务和功能的符号表示,该功能可以由任何数量的硬件、软件和/或配置为执行指定功能的固件组件来实现。例如,系统或组件的实施例可以采用诸如存储元件、数字信号处理元件、逻辑元件、查找表等的各种集成电路组件,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。这些操作、任务和功能有时被称为经过计算机执行的、计算机化的、软件实施的或计算机实施的。
以下描述可能涉及“联接”在一起的元件或节点或特征件。如本文所使用的,除非另有明确说明,“联接”意指一个元件/节点/特征件直接或间接地接合到(或直接或间接与另一个元件/节点/特征件通信)另一个元件/节点/特征件,而不一定机械地接合。因此,尽管附图可以描绘元件的一个示例性布置,但是在所描绘的主题的实施例中可以存在附加的中间元件、设备、特征件或部件。另外,某些术语也可以在下文的描述中仅供参考,因此不是限制性的。
为了简洁起见,本文可能不再对与传输及接收信号有关的常规技术、无线通信模块、无线收发器、网络接口以及某些系统和子系统(及其各个操作组件)的其他功能方面做详细描述。另外,下文描述中,某些术语仅出于参考目的而使用。因此,本文给出的示例旨在是非限制性的。
总而言之,所提供的系统和方法为验证车辆横向速度估计的技术问题提供了新颖的技术方案。所提供的系统和方法采用非常规方法中的两种故障检测算法。所提供的用于检测车辆横向速度估计中的故障的系统和方法被配置为接收传感器数据并执行程序引用规则和参数以处理传感器数据。用于检测车辆横向速度估计中的故障的系统和方法(i)使用具有可变阈值的两种不同的故障检测算法来处理传感器数据,(ii)检查故障标记随着时间的推移的稳定性,并且(iii)实时生成组合故障标记,与传统方法相比,该标记可提供更高的可靠性。
如本文所使用的,术语“模块”是指单独地或以任何组合形式存在的任何硬件、软件、固件、电子控制组件、处理逻辑和/或处理器设备,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/或提供所描述的功能的其他合适的组件。所提供的用于检测车辆横向速度估计中的故障的系统和方法可以采取集成在先前存在的移动平台管理系统或车辆管理系统内的控制模块的形式。
现在转到图1,根据示例性实施例,其描绘了车辆100的功能框图。车辆100包括布置在底盘104上的车身102。车身102基本上包围车辆100的系统和部件。车身102和底座104可以共同形成框架。车辆100还包括多个车轮106。尽管所描绘的实施例将移动平台实现为具有四个车轮106的车辆100,但是此处提出的概念可以应用在具有不同数量车轮106的其他移动平台中,比如在飞机、航天器、船只、摩托车、机器人、机器人设备等之中。
车轮106各自在车身102的相应拐角附近旋转地联接至底盘104以促进车辆100的移动。针对即将发生的转向,必须在车轮106上产生横向力。正如容易理解的那样,转向引发转弯,并且电动助力转向系统(EPS)110包括组件和子系统,以共同作为车辆100的电动助力转向设备。在操作中,控制模块140使用相关车辆参数pv和一个或多个技术(例如无迹Kalman滤波器)来估计每个车轮106的横向轮胎力。利用测得的转向角δsw来处理来自EPS110的测得的扭矩以估计在下文描述的一些计算中采用的自对准扭矩(SAT)。图3提供了速度估计中采用的和下文更为详细地描述的其他计算中采用的车辆100上的各种角度和力的参考。
除了EPS 110之外,可以封装在车辆100的车身102内的其他系统和组件包括:动力系108、用户输入设备112、显示设备114、娱乐信息系统116和控制系统130。下文更详细地描述这些功能块。
动力系108是安装在底盘104上的推进系统,并且包括用于驱动车轮106的传动系。动力系108的特征反映在车辆参数pv中。在某些示例性实施例中,动力系108包括与传动系及其变速器联接的内燃机和/或电动机/发电机(本文简称为“发动机”)。在某些实施例中,动力系108可以改变,并且/或者可以使用两个或更多个动力系108。动力系108可以提供全轮驱动(AWD)、后轮驱动(RWD)或前轮驱动(FWD)。举例来说,动力系108中的发动机可以包括诸如下述多种不同类型的推进系统中的任何一个或其组合:例如汽油或柴油燃料燃烧发动机、“柔性燃料车辆”(FFV)发动机(即使用汽油和酒精的混合物)、气体化合物(例如氢气和/或天然气)燃料发动机、燃烧/电动机混合发动机,以及电动机,并且其可以进一步与手动变速器或自动变速器相关联。
用户输入设备112可以是各种已知的用户输入设备中的任何一个或其组合,该已知用户设备包括但不限于:触敏屏幕、诸如鼠标、轨迹球或操纵杆的光标控制设备(CCD)(未示出),和/或键盘、一个或多个按钮、开关或旋钮。如上所述,在各种实施例中,用户可以利用用户输入设备112从预定的驾驶员可选择的驾驶模式中进行选择,例如旅行模式、运动模式、比赛模式和赛道模式。
可以使用适合于以用户可查看的格式呈现文本、图形和/或图标信息的众多已知显示设备中的任何一个来实现显示设备114。这样一来,显示设备114和用户输入设备112可以是娱乐信息或导航系统116的一部分或与娱乐信息或导航系统116集成,并且可以用来将程序和/或参数加载到存储设备中,下文将对此加以描述。这种显示设备的非限制性示例包括阴极射线管(CRT)显示器和诸如LCD(液晶显示器)及TFT(薄膜晶体管)显示器的平板显示器。
在图1所示的实施例中,控制系统130包括传感器系统134、收发器136和控制模块140,下文将对每一个加以描述。控制系统130至少与EPS110、用户输入设备112、显示设备114、导航系统116和动力系108可操作地通信并且为它们提供集中控制。
导航系统116包括足以检测和提供车辆位置、定位、速度和方位的传感器、设备、仪器(诸如雷达、激光雷达、一个或多个照相机和全球定位系统(GPS))以及软件。在各种实施例中,导航系统116可以与显示设备114和用户输入设备112集成。在其他实施例中,导航系统116被集成在传感器系统134内。
车辆100的传感器系统134通常包括多个传感器、设备和软件,该多个传感器、设备和软件足以感测信息、将感测到的信息转换成数字信息,并将数字信息提供给控制系统130,一般地,被提供给控制系统130的数字信息作为车辆状态数据,而更具体地,其作为传感器数据。传感器系统134的每个传感器可以特别地联接至车辆100的组件或子系统,并且被配置为感测组件或子系统的特定方面。
有利的是,所提供的控制模块140的实施例被配置为基于来自车辆100的现有传感器系统134的传感器数据进行操作,因此不需要添加新的、特别定位的和/或需额外花费购置的传感器。在各种实施例中,组件和子系统经受感测的方面包括:组件和子系统的电压和/或机械连接、温度、振动、位移和速度。作为非限制性示例,由控制模块140(在控制系统130内)接收到的传感器数据可以包括(笛卡尔坐标系的)x轴方向上的速度(图3中的Vx12)、加速度信息、偏航率、来自电动助力转向系统(EPS)110的扭矩、测得的转向角δsw,来自惯性测量单元IMU的数据、车轮速度、断裂力、行驶期间的倾斜和下降、油门踏板和制动器上的压力、档位状态和电池状态信息。下文详细描述这些传感器数据中的每一项以及控制模块140利用它的方式。
收发器136可以包括可操作地联接到处理器142的至少一个接收器和至少一个发射器。收发器136可以使得控制模块140能够建立和维持通向包括无线通信的机载组件和外部通信源的通信链路。如本领域所知的,收发器136可以执行信号处理(例如,数字化、数据编码、调制等)。在一些实施例中,收发器136与控制模块140集成。
在车辆100的操作期间,处理器142加载并执行一个或多个程序、算法和规则,该程序、算法和规则体现为包含在存储器144内的指令和应用程序152,如此,处理器142控制控制系统130的总体操作。容易理解的是,控制系统130执行超出本公开范围的各种车辆控制功能。如本文所述,关于本公开,控制系统130接收来自(i)用户输入设备112、(ii)动力系108和(iii)传感器系统134的任何组合的输入、处理输入,并执行任务以生成故障标记。在执行本文中归属于控制模块140的过程(例如图2的方法200)时,处理器142进一步加载并执行至少程序156。
继续参考图1,描述了控制模块140的组件及其功能。在所示实施例中,控制模块140包括通信地联接到存储器144、接口146、数据库148、总线150和可选存储盘158的处理器142。如下文更加详细地描述的,控制模块140执行程序156以作为偏置型故障检测引擎、偏移型故障检测引擎和持久性检查引擎进行操作。根据结合图2详细描述的方法200的步骤,控制系统130(并且更具体地,控制模块140)执行本文描述的操作和功能。在各种实施例中,处理器142执行归属于控制模块140的计算和控制功能,并可以包括任何类型的处理器或多个处理器、诸如微处理器的单个集成电路,或任何合适数量的集成电路设备和/或电路板,它们通过操纵表示在系统存储器中的存储位置处的数据位的电信号以及其他对信号的处理来协同工作以执行所描述的操作、任务和功能。在其他实施例中,可以以软件或固件的任何组合来实现控制模块140,并且程序156可以包括遍布该软件或固件分布的程序代码段。在各种实施例中,控制模块140可以联接到一个或多个远程计算机系统和/或外部(到车辆100)控制系统或可以以其他方式利用一个或多个远程计算机系统和/或外部(到车辆100)控制系统。
诸如存储器144、数据库148或盘158之类的计算机可读存储介质可以用作存储器和便笺式存储器。保存数据位的存储器位置是具有与数据位相对应的特定电、磁、光或有机属性的物理位置。存储器144可以是任何类型的合适的计算机可读存储介质。例如,存储器144可以包括诸如SDRAM、各种类型的静态RAM(SRAM)以及各种类型的非易失性存储器(PROM,EPROM和闪存)的各种类型的动态随机存取存储器(DRAM)。在某些示例中,存储器144位于且/或共同位于与处理器142相同的计算机芯片上。在所描绘的实施例中,存储器144将上述指令和应用程序152连同存储值154中的一个或多个可配置变量一起存储。
数据库148是任何合适类型的存储设备形式的计算机可读存储介质,包括诸如硬盘驱动器、闪存系统、软盘驱动器和光盘驱动器之类的直接存取存储设备。在一个示例性实施例中,数据库148包括程序产品,存储器144可以从该程序产品接收程序156,程序156执行本公开的一个或多个过程的一个或多个实施例,诸如方法200的步骤(及其任何子过程)。在另一个示例性实施例中,程序产品可以通过收发器136上传、经由用户输入设备112上传、直接存储在存储器144和/或盘(例如盘158)(如下文所引述的)中和/或以其他方式被存储器144和/或盘(例如盘158)访问。
参数也可以存储在存储器144中,例如存储值154。如上所述,所提供的系统和方法使用两个故障检测模型,并且它们各自包括计算和参数。在结合图2所更加详细地描述的计算和过程当中,也使用可配置参数。可配置参数的非限制性示例可以包括:车辆参数(pv);初始轮胎拖距(PT)状态tp0;上限轮胎拖距阈值界限tplb和下限轮胎拖距阈值界限tpub;针对可变轮胎拖距阈值τt、γt、βt的激励参数;可变加速度残余阈值参数aylb、ayub、βa;预期滑移角(SA)饱和增益K1、Ku;静止高滑角阈值αth;用于轮胎拖距估计的递归最小二乘法(RLS)中的静态遗忘因子「s;自对准扭矩(SAT)增益L1、L2、L3;以及多个可配置的“持久标准”,其被定义为与相应的(i)参数、(ii)传感器数据或(iii)生成的标记相关联的等待时间,且被用来监测相应的(i)参数、(ii)传感器数据或(iii)生成的标记以确定其稳定。
总线150用于在控制模块140的计算机系统的各种组件之间传输程序、数据、状态和其他信息或信号。总线150可以是连接计算机系统和组件的任何合适的物理或逻辑设备。这包括但不限于直接硬连线连接、光纤、红外和无线总线技术。在操作期间,存储在存储器144中的程序156由处理器142加载并执行。
接口146实现了控制模块140与控制模块140外部的系统之间的通信,例如来自系统驱动器和/或另一计算机系统(未示出)的通信,并且可以使用任何合适的方法和装置来实现。在一个实施例中,接口146从导航系统116、传感器系统134的传感器和/或收发器136获得各种数据。接口146可以包括一个或多个网络接口以与外部系统或组件、技术人员和/或存储装置进行通信。
应该理解,控制系统130可以不同于图1所示的实施例。作为第一示例,在各种实施例中,用户输入设备112、显示设备114和导航系统116的任何组合可以是与车辆100相关联的现有控制台或用户接口的一部分,并且可以被集成以接受用户输入(例如,操纵按钮、语音或触摸屏交互)。不管这些系统的集成状态如何,用户可以通过至少经由用户输入设备112提供用户输入来控制车辆100上的系统的一个或多个特征件。
现在参考图2并继续参考图1,根据各种示例性实施例为控制模块140提供了用于方法200的流程图。方法200呈现了与控制模块140相关联的方法的各种实施例。为了说明的目的,方法200的以下描述可以涉及上文结合图1提到的元件。实际上,方法200的一些部分可以由所描述的系统的不同组件来执行。应该理解,方法200可以包括任何数量的附加或替代任务,图2中所示的任务不需要按所示顺序执行,并且方法200可以并入具有本文未详细描述的附加功能的更全面的过程或方法中。而且,只要预期的总体功能保持完整,图2中示出的一个或多个任务可以从方法200的实施例中省略。
该方法自202处开始,并且在202处执行初始化。初始化可以包括上传或更新指令和应用152、程序156、存储值154、车辆参数pv以及存储在数据库148中的任何附加查找表或规则。
在204处,从传感器系统134接收传感器数据。如上所述,传感器数据可以由位于车辆100上的多个不同的传感器设备中的任何一个来提供。在204处,还可以测试传感器数据的稳定性,可以通过使其经历相应的持久标准来确认稳定性,在经历相应的持久标准期间,感测到的信号继续维持静止。关于车辆的速度估计器的组件,可以参考图3。传感器数据可以包括纵向加速度(ax)、偏航率(r)、方向盘角度(δsw)18和22以及EPS转向扭矩(Tdrv,TEPS)。估计的横向速度Vy可以基于204处的传感器数据生成,并且通过取Vy的时间导数(并删除尖点),可以生成估计的横向加速度(ay)。
在206处,程序156处理传感器数据和参数以生成阈值。在各种实施例中,根据需要,在206生成或重新生成一些持久性标准。下面是生成的阈值的一些示例。
计算基于激励测量值的可变下轮胎拖距阈值tpth 。
激励测量值:σe({a(k)|m-Na≤k≤m}),
对于高轮胎拖距的情况:αth=5°
生成或再生成持久性标准,如下所示:
基于加速度的故障检测持久性标准(Δay):
基于滑移角α计算基于轮胎拖距(PT)的故障检测持久性标准。对于低轮胎拖距值,检查估计的滑移角阈值以确保它们处于上面计算的预期滑移角饱和阈值的范围内,以识别偏置型故障。对于高轮胎拖距值,如果估计的滑移阈值超过了滑移角阈值,则会检查估计的滑动阈值,同样以识别偏置型故障。
或
在208处,并参照图4,使用感测到的纵向速度Vx(12)、偏航率(r58)和估计的Vy的时间导数来生成估计的横向加速度。随后可以生成可变横向加速度残差阈值,因为它们被定义为测得的ay(56)与估计的横向加速度之间的差异。由于加速度是速度(或速度)的时间导数,因此可变横向加速度残余阈值相对于车辆100的速度而变化。如上所述,常规方法通常使用恒定的横向加速度剩余阈值。然而,这些常规方法是受限的,因为大的恒定横向加速度剩余阈值需要对高速运行的车辆100的速度估计产生大的偏差,以检测故障,而当车辆100以低速运行时,小的恒定横向加速度剩余阈值造成不必要的故障检测。
本文提供的技术方案采用可变的横向加速度剩余阈值,这些阈值已经通过实验验证而用于检测偏移型(斜坡型)故障。如下所示,测得的横向加速度用于生成横向加速度残余阈值。
可变横向加速度残余阈值ath:
使用下述等式实时估计加速度估计误差:
在210处,并参照图3,为每个车轮106确定滑移角α(20、24、38和40)以及它们的幅度平均值αm。参考图3中的变量标识,f代表前方,r代表后方,L代表左侧,R代表右侧。基于车辆的几何形状(车辆参数pv的一部分)、偏航率r58、转向角δsw(18和22)以及从车辆重心(CG)映射到到轮胎(车轮106)坐标系中的纵向和横向速度来确定这些值。
在212处,并继续参考图3,控制模块140采用平面动力学模型来确定车辆100上的横向力F(26、28、30和32)。还是在212处,估计自对准扭矩(SAT)和轮胎拖距(PT)。212处的估计如下所示。
自对准扭矩估计:
其中,Tdrv,TEPS:提供驾驶员扭矩和动力转向扭矩,且Keq,Ceq,Ieq是EPS110刚度、阻尼和的惯性的测量值。
电动助力转向(EPS 110)的动态分析可以被描述为:
TSAT:自对准扭矩
y=δsw:转向角测量值
轮胎拖距估计:
轮胎拖距和自对准扭矩是相关的:
tm,tp:机械和轮胎拖距
递归最小二乘(RLS)估计器:
系统:y=φTx;
y,φ:测量和输入矩阵
x:待估计的状态,tp+tm(δ)
估计器:
K,P:RLS的增益和误差协方差
λ:遗忘因子
在完成212时,已经估计了横向速度,并且已经生成或估计了各种阈值和中间参数。现在可以执行使用故障检测模型的验证,并且按下文所示验证所检测到的故障的标记。在214处,并且参照图5和图7,执行偏置型故障检测并且生成偏置型故障标记(BTFF)。图5提供了关于BTFF生成的更多细节,且图7提供了在横向速度估计中BTFF所表示的内容的图示。在216处,并参照图4和图6,执行偏移型故障检测并且生成偏移型故障标记(DTFF)。图4提供了关于DTFF生成的更多细节,且图6提供了DTFF在横向速度估计中所表示的内容的图示。
如上所述,控制模块140还作为持久性检查引擎进行操作,该引擎监视故障标记并确认它们的稳定性。在218处,检测BTFF并维持第一时间段(持久性标准)以确认稳定性,并且在220处,检测DTFF并维持第二时间段(持久性标准)以确认稳定性。如在218和220中所使用的,“监测并维持一定时间段以确定稳定性”意味着使得经历相应的时间段,并且如果在所经历时间段的结尾,标记仍得到验证,则确认其为稳定。
在222处,根据程序156中的算法,基于下述条件的同时发生生成组合故障标记:(i)稳定的BTFF,和(ii)稳定的DTFF。在222完成时,该方法可以返回到204或者可以结束。部分基于持久性标准,故障标记也可以被取消验证。当导致起初验证故障标记的条件不复存在,不存在的时长达相应的持久性标准时,故障标记被取消验证。相应地,在各种实施例中,当该方法从204循环到222时,利用BTFF的第三时间段来确定何时解除BTFF,并且利用DTFF的第四时间段来确定何时解除DTFF。
总结方法200,控制模块140执行程序156以作为偏置型故障检测引擎(214)、偏移型故障检测引擎(216)和持久性检查引擎(218、220)来操作。提供图4至图7,用以直观地理解偏置型故障和偏移型故障就横向速度估计而言的性质和影响。图4和图5描述了故障检测模型,图6和图7描述了每种故障类型在横向速度估计中的表现。
在图4中,速度的时间导数提供用于在216处生成DTFF的基于加速度的故障检测模型50。如曲线图54所示,估计的横向速度52可随着时间从实际的横向速度14起随角度53而变化;这种偏差被称为“斜坡型”故障或偏移型故障。图6提供了一个偏移型故障随着时间的推移在估计的横向速度中如何表现的例子。在图6中,曲线图90描绘了实际的横向速度92和估计的横向速度94;在96处所示的区域中,直到明显在实际的横向速度92开始转而下降之后,估计的横向速度94才开始转而下降。这一由虚线椭圆96表示的时间间隔被称为偏移型故障。然而,值得注意的是,曲线图90显示了估计的横向速度94与沿y轴测量的实际横向速度的量值(以米/秒为单位)附着得相当接近。这种用于横向速度估计的故障建模的好处是能够检测估计的横向速度中的间隔或时间偏移。基于PT的方法还可以检测估计的故障速率与实际(测得的)横向速度相同的情况。相比之下,偏移型检测方法无法处理这些情况。
在图5中,描绘了基于轮胎拖距的偏置型故障检测模型70。曲线图74描绘了在估计了干燥、潮湿和冰冻路况下的标准化的轮胎拖距。每种路况与沿着x轴的预期滑移角(76、78)相关联。对于给定的路况,轮胎拖距随着预期滑移角(76、78)增加而减小。基于轮胎拖距的故障检测模型70利用传感器数据72在上述218处生成BTFF。如在基于轮胎拖距的故障检测模型70中所示和上文所描述的,轮胎拖距(tp)是基于自对准扭矩(SAT)和横向力或作为自对准扭矩(SAT)和横向力的函数来计算的。相应地,由于在基于轮胎拖距的故障检测模型70中使用的预期滑移角饱和阈值是基于加速度的,所以如图所示基于自对准扭矩生成的轮胎拖距很好地指明了目标滑移角,而无需(即,不依赖于)(i)横向速度估计,或(ii)对路况的了解。图7描述了偏置型故障对估计的横向速度的影响。在图7中,曲线图300描绘了相对于时间的横向速度。在前5秒的时间范围内,在椭圆306内示出了横向速度偏差。偏差发生在实际横向速度304和估计的横向速度302之间。与偏移型故障的影响相反,偏置型故障表现为垂直差异(即,在图形300上以米每秒为单位),但是估计的横向速度302具有相同的曲线形式,与实际的横向速度304同时(大约5秒)转而下降。这种用于横向速度估计的故障建模的好处是能够检测估计的横向速度中的垂直偏差。
因此,所提供的系统和方法能够检测车辆的横向速度估计中的故障,并结合上述两种横向速度估计方法的优点,同时最小化它们的弱点。所提供的系统和方法将偏移型故障检测模型与偏置型故障检测模型的优点结合起来,以生成具有增强的可靠性的组合故障检测模型。所提供的系统和方法可以采取集成在先前存在的移动平台或车辆管理控制系统130内的控制模块140的形式。
还应该理解的是,尽管在功能完备的计算机系统的背景下描述了所描述的示例性实施例,但是本领域技术人员将认识到,本公开的机制能够作为程序产品来分发,该程序产品具有一种或多种类型的用于存储程序及其指令并执行其分发的非暂时性计算机可读信号承载介质,比如承载程序156并且包含存储在其中的用于使计算机处理器(比如处理器142)执行并执行程序156的计算机指令的非暂时性计算机可读介质。这种程序产品可以采取各种形式,并且无论用于执行分发的计算机可读信号承载介质的具体类型如何,本公开同样适用。信号承载介质的示例包括:可记录介质,如软盘、硬盘驱动器、存储卡和光盘,以及传输介质,如数字通信链路和模拟通信链路。
尽管在本发明的前述具体实施方式中呈现了至少一个示例性方面,但应该理解的是,存在大量的变型。还应该理解的是,一个或多个示例性方面仅仅是示例,而不旨在以任何方式限制保护范围、适用性或配置。相反地,前述具体实施方式将为本领域技术人员提供用于实现本发明的示例性方面的便利指引。应该理解,可以在示例性方面中描述的元件的功能和布置方面进行各种改变,而不脱离如所附权利要求中所阐述的保护范围。
Claims (10)
1. 一种用于检测车辆横向速度估计中的故障的系统,所述系统包括:
存储设备;和
处理器,其联接至所述存储设备,并配置为:
初始化所述存储设备中的参数;
从所述车辆中的传感器接收传感器数据,所述传感器数据包括加速度数据和纵向速度数据;
处理所述传感器数据和所述参数以生成多个阈值,所述多个阈值包括(i)横向加速度残余阈值、(ii)轮胎拖距阈值,和(iii)滑移角阈值;
基于所述横向加速度残余阈值生成偏置型故障标记;
基于所述轮胎拖距阈值和滑移角阈值生成偏移型故障标记;
监测所述偏置型故障标记第一时间段以确认所述偏置型故障标记稳定;
监测所述偏移型故障标记第二时间段以确认所述偏移型故障标记稳定;并且
基于稳定的偏置型故障标记和稳定的偏移型故障标记生成组合故障标记。
2.根据权利要求1所述的系统,其中所述横向加速度残余阈值是可变的,且其中所述处理器进一步配置为:估计横向加速度、基于测得的横向加速度生成可变横向加速度残余阈值,并且将可变横向加速度残余阈值与加速度估计误差进行比较。
3.根据权利要求1所述的系统,其中传感器数据包括纵向加速度、偏航率、方向盘角度,和电动助力转向的转向扭矩。
4.根据权利要求3所述的系统,其中所述处理器进一步配置为基于反映所述车辆的重心变化的激励测量值来估计所述轮胎拖距阈值。
5.根据权利要求4所述的系统,其中所述处理器进一步配置为采用具有遗忘因子的递归最小二乘方法来生成所述车辆的前轮的轮胎拖距。
6.根据权利要求5所述的系统,其中所述处理器进一步配置为基于施加于所述车辆的自对准扭矩和横向力来生成所述车辆的所述前轮的轮胎拖距。
7. 一种用于检测车辆横向速度估计中的故障的方法,所述方法包括:
初始化控制模块中的参数;并且
在所述控制模块处:
从所述车辆中的传感器系统接收传感器数据,所述传感器数据包括加速度数据和纵向速度数据;
处理所述传感器数据和所述参数以生成多个阈值,所述多个阈值包括(i)横向加速度残余阈值、(ii)轮胎拖距阈值,和(iii)滑移角阈值;
基于所述横向加速度残余阈值生成偏置型故障标记;
基于所述轮胎拖距阈值和滑移角阈值生成偏移型故障标记;
监测所述偏置型故障标记第一时间段以确认所述偏置型故障标记稳定;
监测所述偏移型故障标记第二时间段以确认所述偏移型故障标记稳定;并且
基于稳定的偏置型故障标记和稳定的偏移型故障标记生成组合故障标记。
8. 根据权利要求7所述的方法,其中所述横向加速度残余阈值是可变的,并且进一步包括:
基于估计的横向速度估计横向加速度;并且
基于测得的横向加速度和测得的车辆速度生成可变横向加速度剩余阈值。
9.根据权利要求8所述的方法,进一步包括基于施加于所述车辆的自对准扭矩和横向力来生成所述车辆的前轮的轮胎拖距。
10. 根据权利要求9所述的方法,其中滑移角阈值是可变的,并且进一步包括:
检查估计的滑移角以确保其在低轮胎拖距处的预期滑移角饱和阈值的范围内;以及
检查估计的滑移角以查看它是否已经在高轮胎拖距处超过滑移角阈值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/486107 | 2017-04-12 | ||
US15/486,107 US10202125B2 (en) | 2017-04-12 | 2017-04-12 | Systems and methods for fault detection in lateral velocity estimation |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108688667A CN108688667A (zh) | 2018-10-23 |
CN108688667B true CN108688667B (zh) | 2021-06-08 |
Family
ID=63679212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810285520.XA Active CN108688667B (zh) | 2017-04-12 | 2018-04-02 | 用于检测横向速度估计中的故障的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10202125B2 (zh) |
CN (1) | CN108688667B (zh) |
DE (1) | DE102018108107A1 (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12054204B2 (en) * | 2018-07-12 | 2024-08-06 | Steering Solutions Ip Holding Corporation | Rack force estimation for steering systems |
JP7031565B2 (ja) * | 2018-11-27 | 2022-03-08 | トヨタ自動車株式会社 | 四輪駆動車両の制御装置 |
EP3754359A1 (en) * | 2019-06-18 | 2020-12-23 | Zenuity AB | Method of determination of alignment angles of radar sensors for a road vehicle radar auto-alignment controller |
DE102019212432B3 (de) | 2019-08-20 | 2020-12-03 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zum Schätzen eines Lenkraddrehmoments für eine mechanische Rückkopplung an einem Lenkrad einer Lenkung eines Kraftfahrzeugs |
US11440551B2 (en) * | 2019-09-04 | 2022-09-13 | Deere & Company | Automatic crab steering on side hills |
CN112985843B (zh) * | 2019-12-02 | 2023-03-28 | 长城汽车股份有限公司 | 车轮定位失调的检测方法、检测装置及终端 |
US11175667B2 (en) * | 2020-02-19 | 2021-11-16 | GM Global Technology Operations LLC | System and method for vehicle integrated stability control using perceived yaw center |
US11872989B2 (en) * | 2020-12-18 | 2024-01-16 | GM Global Technology Operations LLC | Method and system for controlling vehicle operation |
US12043240B2 (en) | 2021-12-13 | 2024-07-23 | Goodrich Corporation | Erroneous velocity data detection algorithm systems and methods |
US11654938B1 (en) * | 2022-02-11 | 2023-05-23 | Plusai, Inc. | Methods and apparatus for disengaging an autonomous mode based on lateral error of an autonomous vehicle |
US11934258B1 (en) | 2022-12-08 | 2024-03-19 | GM Global Technology Operations LLC | Vehicle data analytics system for multi-layer control software architecture |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6816804B1 (en) | 2003-06-04 | 2004-11-09 | Visteon Global Technologies, Inc. | System and method for estimating velocity using reliability indexed sensor fusion |
US20040258154A1 (en) | 2003-06-19 | 2004-12-23 | Microsoft Corporation | System and method for multi-stage predictive motion estimation |
JP2005112007A (ja) * | 2003-10-02 | 2005-04-28 | Toyoda Mach Works Ltd | 車両の統合制御装置 |
US7451033B2 (en) | 2005-06-10 | 2008-11-11 | Ford Global Technologies, Llc | Lateral and longitudinal velocity determination for an automotive vehicle |
US7558661B2 (en) * | 2006-05-02 | 2009-07-07 | Delphi Technologies, Inc. | Adaptive maneuver based diagnostics for vehicle dynamics |
CN102470873B (zh) * | 2009-07-16 | 2014-12-31 | 大陆汽车系统美国股份有限公司 | 用于确定车辆在异常行驶情况下的横向速度的方法 |
KR101543156B1 (ko) * | 2014-04-10 | 2015-08-07 | 현대자동차주식회사 | 차량 속도 추정 장치 및 방법 |
US9751522B2 (en) * | 2015-09-12 | 2017-09-05 | GM Global Technology Operations LLC | Method and system for controlling a hybrid vehicle |
-
2017
- 2017-04-12 US US15/486,107 patent/US10202125B2/en active Active
-
2018
- 2018-04-02 CN CN201810285520.XA patent/CN108688667B/zh active Active
- 2018-04-05 DE DE102018108107.3A patent/DE102018108107A1/de active Pending
Also Published As
Publication number | Publication date |
---|---|
US10202125B2 (en) | 2019-02-12 |
US20180297605A1 (en) | 2018-10-18 |
CN108688667A (zh) | 2018-10-23 |
DE102018108107A1 (de) | 2018-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108688667B (zh) | 用于检测横向速度估计中的故障的系统和方法 | |
CN109421630B (zh) | 用于监测自主车辆的健康的控制器架构 | |
US11441905B2 (en) | Inertial navigation device and inertial navigation method | |
US8660784B2 (en) | Methods and systems for determining driver efficiency in a vehicle | |
US9616898B2 (en) | System and method for determining effective road grade characteristic | |
WO2023071442A1 (zh) | 一种数据处理方法和装置 | |
CN107300395A (zh) | 俯仰率传感器故障的检测和重建 | |
JP2018169665A (ja) | 車両状態監視装置、車両状態監視システム及び車両状態監視方法 | |
US20220289204A1 (en) | Driving diagnosis device and driving diagnosis method | |
CN107289981A (zh) | 悬架高度传感器故障的检测和重构 | |
Jeong et al. | Vehicle sensor and actuator fault detection algorithm for automated vehicles | |
CN107826121A (zh) | 车辆拖挂能力估算器 | |
Wei et al. | Vehicle tire traction torque estimation using a dual extended kalman filter | |
CN109080697B (zh) | 用于监控齿轨和小齿轮转向装置过度移动的系统和方法 | |
US8868281B2 (en) | Understeer assessment for vehicles | |
US20220067020A1 (en) | Anomaly detection in multidimensional sensor data | |
CN104703871B (zh) | 倒立型移动体及其控制方法 | |
US11525728B1 (en) | Systems and methods for determining an estimated weight of a vehicle | |
CN114132324B (zh) | 整车质量估算方法、装置、设备及存储介质 | |
US8165744B2 (en) | Methods, program products, and systems for controlling for improper installation of vehicle sensors | |
EP4187215B1 (en) | Systems and methods for determining an estimated weight of a vehicle | |
KR20220072952A (ko) | 차량의 무게 중심 좌표 및 축하중 추정 방법 및 이의 수행을 위한 차량의 무게 중심 좌표 및 축하중 추정 시스템 | |
EP4187214B1 (en) | Systems and methods for determining an estimated weight of a vehicle | |
US10366554B2 (en) | Systems and methods for securing a vehicle during extended idle | |
Ganguli et al. | Fault diagnostics for GPS-based lateral vehicle control |
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 |