CN109204314B - 推进高效的自主驾驶策略 - Google Patents

推进高效的自主驾驶策略 Download PDF

Info

Publication number
CN109204314B
CN109204314B CN201810696778.9A CN201810696778A CN109204314B CN 109204314 B CN109204314 B CN 109204314B CN 201810696778 A CN201810696778 A CN 201810696778A CN 109204314 B CN109204314 B CN 109204314B
Authority
CN
China
Prior art keywords
vehicle
autonomous driving
efficient
powertrain component
trajectories
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201810696778.9A
Other languages
English (en)
Other versions
CN109204314A (zh
Inventor
I.索利曼
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.)
Vitesco Technologies USA LLC
Original Assignee
Continental Automotive Systems Inc
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 Continental Automotive Systems Inc filed Critical Continental Automotive Systems Inc
Publication of CN109204314A publication Critical patent/CN109204314A/zh
Application granted granted Critical
Publication of CN109204314B publication Critical patent/CN109204314B/zh
Expired - Fee Related 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
    • G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/10—Path keeping
    • 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
    • B60W50/0097—Predicting future conditions
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0023—Planning or execution of driving tasks in response to energy consumption
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
    • B62D15/0255—Automatic changing of lane, e.g. for passing another vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
    • B62D15/0265—Automatic obstacle avoidance by steering
    • 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
    • G05D1/0005—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with arrangements to save energy
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Human Computer Interaction (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Hybrid Electric Vehicles (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种在自主驾驶所需的车辆运动规划功能中考虑推进系统效率和能量消耗的高效自主驾驶策略。具体地，控制算法计算自主驾驶（AD）控制器所考虑的各种可能的车辆路径/运动方案所需的能量和总效率。给定至少一个或多个期望的车辆运动方案，推进系统选择具有最高效率和最少能量消耗的车辆运动路径。控制算法对于给定车辆路径方案考虑当前车辆运动（速度/加速度等）和未来车辆运动要求。控制算法计算所提出的车辆运动方案所需的总车辆能量（当前时间至未来时间），然后将最高效的车辆运动方案推荐给自主驾驶控制器以使得减少总能量消耗。

Description

推进高效的自主驾驶策略
相关申请的交叉引用
本申请要求2017年6月29日提交的临时申请62/526,685的优先权。上述申请的公开内容通过引用并入本文。
技术领域
本发明一般地涉及在车辆执行自主驾驶操纵之前以及在车辆执行自主驾驶操纵时在车辆路径规划功能中考虑各种动力系部件的效率的策略。
背景技术
自主驾驶控制器与动力系控制器之间的当前自主驾驶路径规划接口是在当前时间点的简单的动力系扭矩（或者车辆纵向加速/减速请求）。这与巡航控制系统相比是相似类型的动力系控制器的接口，并且在车辆路径规划未考虑动力系部件（诸如，牵引驱动器、高电压能量存储系统、热管理、或者在传统动力系系统的情况下的内燃机等）的效率的情况下可能导致低效的车辆路径规划。典型的自主车辆路径规划算法在当前车辆操作状态下在自主驾驶操纵期间输出目标车辆加速（或者车轮扭矩）请求，而没有用于期望的车辆轨迹的动力系部件的效率的当前或者未来（或者预测性）认识的输入。
相应地，需要一种用于预测各种动力系部件的效率的策略，并且基于动力系部件的效率来优化车辆的自主驾驶路径，其中，存在一种用于全自主或者半自主驾驶车辆的加速/减速控制的优化的动力系控制策略。
发明内容
本发明是一种在自主驾驶所需的车辆运动规划功能期间考虑当前操作点和期望的未来车辆轨迹的推进系统效率的策略。控制算法计算自主驾驶（AD）控制器所考虑的各种可能的车辆轨迹/运动规划所需的能量和总效率。给定至少一个或多个期望的车辆轨迹，推进系统选择具有最高效率和最少能量消耗的车辆轨迹。对于给定的车辆轨迹，控制算法考虑当前车辆运动（速度/加速度、车轮扭矩等）以及未来车辆运动要求。控制算法计算所提出的车辆轨迹所需的总车辆能量（当前时间至未来时间），然后向自主驾驶控制器推荐最高效的车辆轨迹。
对于给定的所提出的车辆轨迹（对于当前时间和未来时间），控制算法为给定的车辆运动路径计算对应操作点的各种子系统（牵引驱动系统、高压电池系统、变速器/传动系统、以及热管理系统）的能量消耗/损耗（并考虑效率和能量需求）。在包含内燃机的传统或混合动力系的情况下，还计算对应的操作点和BSFC（制动燃料消耗率）。在为所提出的车辆轨迹的每一个计算能量消耗和总效率时考虑综合能量/总系统效率。该算法可以应用于电池电动车辆、全混合电动车辆、插电式混合电动车辆、或者具有带有自主驾驶控制能力的传统动力系的车辆。该算法可以通过使用静态道路情况数据以及动态数据（例如交通信号灯、交通量等）的车辆连通性而被进一步扩展。
本发明的推进系统效率策略用于电动车辆应用，但可以容易地扩展到混合或传统推进系统应用（即，不同的推进子系统和致动器）。
用于自主驾驶应用的典型的自主驾驶控制器不基于车辆推进系统效率或能量需求来选择或改变期望的车辆运动路径规划。车辆运动规划基于从车载传感器导出的车辆环境模型而不考虑推进系统的能量效率。取决于驾驶操纵以及关于操纵期间的车辆速度以及加速和减速轨迹而规划的车辆运行，典型的自主驾驶控制策略可能导致车辆推进系统的高能量低效率操作。所提出的发明的控制策略通过引入组合优化方法来解决这个问题，其中，能量高效的车辆运动规划用于自主驾驶。除了电池电动或混合电动车辆之外，这个概念也可以扩展到非电气动力系统（传统动力系统）。
在替代实施例中，该算法可以包括用于直接车辆轨迹和由自主驾驶控制器提供的期望车辆轨迹边界的上限和下限内的优化速度的功能。
在一个实施例中，本发明是一种具有用于车辆的高效自主驾驶策略的系统。该车辆具有可操作以用于将车辆配置为执行至少一个自主驾驶操纵的自主驾驶控制器。自主驾驶控制器还可操作以用于将车辆配置为使用多个车辆轨迹中的一个来执行自主驾驶操纵。该车辆包括至少一个动力系部件以及与自主驾驶控制器和动力系部件电通信的高效推进路径规划功能。高效推进路径规划功能可操作以用于计算与车辆轨迹中的每一个相对应的至少一个动力系部件的能量消耗。
自主驾驶控制器将车辆配置为使用与动力系部件的最能量高效的利用相对应的车辆轨迹中的一个来执行自主驾驶操纵。
在一个实施例中，自主驾驶控制器计算当前时间的可能的车辆轨迹中的每一个，并且自主驾驶控制器计算至少一个未来时间的可能的车辆轨迹中的每一个。然后，自主驾驶控制器选择多个车辆轨迹中的一个以便执行自主驾驶操纵，该车辆轨迹与在当前时间和未来时间使用最少量的能量来操作的动力系部件相对应。
在一个实施例中，本发明的推进系统高效自主驾驶策略包括第一多个数据点，其中，多个数据点中的一个或多个表示当前时间的动力系部件的效率，以及数据点中的另一个表示未来时间的动力系部件的效率。自主驾驶控制器将车辆配置为基于当前时间和至少一个未来时间的多个数据点使用动力系部件来执行自主驾驶操纵。
在一个实施例中，在车辆执行至少一个自主驾驶操纵时，动力系部件的效率由高效推进路径规划功能重新计算，以使得在自主驾驶操纵期间改变车辆轨迹从而最大化动力系部件的效率。
推进系统高效自主驾驶策略还包括车辆环境模型，并且使用车辆环境模型计算多个车辆轨迹中的每一个。
车辆包括与自主驾驶控制器电通信的多个传感器，其中，传感器检测关于车辆周围的环境和物体的信息。车辆还包括与自主驾驶控制器电通信的传感器融合车辆环境模型软件。车辆环境模型由传感器融合车辆环境模型软件基于从多个传感器接收到的信息而生成。
在一个实施例中，具有高效自主驾驶策略的系统包括用于生成道路数据的至少一个装置，并且车辆环境模型由传感器融合车辆环境模型软件基于道路数据和从多个传感器接收的信息而生成。
在一个实施例中，车辆包括至少一个电池，并且基于使用来自电池的最低能量消耗的动力系部件选择多个车辆轨迹中的一个来执行自主驾驶操纵。
动力系部件可以是用于提供车辆推进的任何类型的动力系部件。动力系部件可以是下述内容之一但不限于下述内容：驱动致动器、牵引驱动马达或者内燃机。此外，在包含内燃机的实施例中，内燃机可以与具有各种齿轮的自动多速变速器或者诸如用于提供全轮驱动能力的分动齿轮箱的额外的传动系统部件等联接。在又一个替代实施例中（诸如，混合电动车辆），动力系部件可以是能够通过至少一个驱动轴和车轮提供车辆推进或车辆制动力的电动牵引驱动系统和内燃机的组合。混合电动车辆动力系系统还可以包括多个推进操作模式以便提供串行或并行操作，以使得电力牵引驱动和内部燃烧两者可以同时提供车辆推进或制动力。
在一个实施例中，车辆包括与高效推进路径规划功能电通信的制动控制系统。基于制动控制系统的操作，与每个车辆轨迹相对应的动力系部件的计算效率被进一步优化。
在一个实施例中，车辆包括动力系控制器，并且动力系控制器执行高效推进路径规划功能。
在一个实施例中，多个车辆轨迹中的每一个被表示为根据时间和速度而变化。然而，在本发明的范围内，车辆轨迹也可以被表示为根据其他内容而变化，例如但不限于，时间和加速度、或者时间和扭矩。
通过下文提供的详细描述，本发明的其他应用领域将变得明显。应该理解的是，详细描述和具体示例虽然表明了本发明的优选实施例，但其仅用于说明的目的，而不旨在限制本发明的范围。
附图说明
本发明将通过详细描述和附图而被更加全面地理解，在附图中：
图1是表示根据本发明的实施例的包括高效自主驾驶策略的自主驾驶系统的示意图；
图2A是根据本发明的实施例的使用包括高效自主驾驶策略的自主驾驶系统而使一个车辆超越另一车辆的自主驾驶路径的示意图；
图2B是根据本发明的实施例的对应于多个可能的车辆轨迹的至少一个动力系部件的各种效率的示意图，其中，使用高效自主驾驶策略来计算该效率；
图3是示出根据本发明的实施例的由推进高效路径规划接口执行以用于生成车辆部件的高效自主驾驶策略的步骤的示例的流程图;
图4是根据本发明的实施例的包括高效自主驾驶策略的自主驾驶系统的替代实施例的示意图；以及
图5是根据本发明的实施例的车辆和通过各种传感器和远程信息处理装置获得信息的车辆周围区域的示意图，其中，该车辆包括具有图3中所示的高效自主驾驶策略的自主驾驶系统。
具体实施方式
（多个）优选实施例的下列描述本质上仅是示例性的并且不以任何方式旨在限制本发明及其应用或用途。
图1中大体上以10示出了表示包含用于车辆的根据本发明的高效自主驾驶策略的系统的示意图。参照图1至图2B，系统10包括自主驾驶系统12，自主驾驶系统12包括具有车辆轨迹（路径）规划软件功能14A、各种车载传感器16以及传感器融合车辆环境模型软件18的自主驾驶（AD）控制器14，传感器融合车辆环境模型软件18用于处理来自传感器16的信息并且将该信息传送至自主驾驶轨迹规划软件14A。车辆轨迹（路径）规划软件功能14A和传感器融合车辆环境模型软件18两者是由自主驾驶控制器14执行的功能。各种车载传感器16可以是用于检测关于车辆10A周围的环境和物体的信息的任何类型的各种传感器或检测装置。这些传感器16可以包括但不限于短距离（SR）雷达、长距离（LR）雷达、相机和激光雷达（lidar），并且具有围绕车辆10A的区域的检测范围。
系统10还包括推进高效路径规划功能20，推进高效路径规划功能20也与自主驾驶控制器14通信。推进能量和效率路径规划功能20还与车辆10A的推进控制系统22和制动控制系统24通信。推进能量和效率路径规划功能20和推进控制系统22是动力系控制器26的一部分，并且动力系控制器26通过推进高效路径规划功能20与AD控制器14电通信。
推进控制系统22可以提供对各种动力系部件的控制，该动力系部件包括但不限于诸如牵引驱动马达22A、高压电池22B和传动系部件22C的驱动致动器，其全部与动力系控制器26结合作为车辆10A的动力系系统的一部分。制动控制系统24包括多个制动单元24A，然而，在本发明的范围内的是，诸如牵引驱动马达22A和传动系部件22C的动力系部件可以用于产生负扭矩以便产生制动力，并且降低车辆10A的速度。当前以及未来（诸如当车辆行驶时）的车辆10A的动力系部件22A-22C的效率取决于多个因素，其包括但不限于牵引驱动扭矩限制（峰值/持续值），电池系统功率或电流限制，充电状态（包括最大充电功率/电流限制和最大放电功率/电流限制），热管理系统操作点，动力系操作状态等。
具有本发明的高效自主驾驶策略的系统10扩展了车辆10A的推进控制系统22与自主驾驶控制器14之间的接口，以使得由自主驾驶车辆控制器14和动力系控制器26二者接收的数据可以用于提供对车辆10A的轨迹的更高效的规划，并且除了在未来的多个时间点之外，还可以在当前操作时间基于动力系部件22A-22C的效率潜在地改变车辆10A的轨迹，以使得可以以最能量高效的方式完成所要求的自主驾驶操纵。
车辆10A还包括转向控制系统28，并且转向控制系统28连同推进控制系统22和制动控制系统24与车辆运动仲裁控制功能30通信，车辆运动仲裁控制功能30也是自主驾驶控制器14的功能。仲裁控制功能30用于基于来自车辆10A的各种传感器的输入将控制转移回给驾驶者（在自主驾驶未被允许或未启用的情况下）。
再次参考图1至图2B，本发明的推进高效路径规划功能20扩展了车辆10A的动力系系统与自主驾驶系统12之间的接口，以使得由自主驾驶系统12和推进高效路径规划功能20二者接收的数据可以用于提供对车辆10A的路径的更准确的规划。如果存在可以由车辆10A用于确定自主驾驶路径的执行自主驾驶操纵的一个或多个可能的车辆轨迹（以使得每个可能的车辆轨迹对应于动力系部件22A-22C的效率水平和净能量消耗），则除了未来的多个时间点（即，t2，t3，t4 ...tY）之外，基于动力系部件22A-22C和制动控制系统24在当前操作时间（t1）时的效率，所选择的车辆轨迹是具有最优效率和最少能量消耗的车辆轨迹。车辆10A的动力系部件22A至22C在未来的效率（例如当车辆10A正在行进时）由推进高效路径规划功能20计算，并且取决于多种因素，该多种因素包括但不限于牵引驱动扭矩和速度、扭矩限制（峰值和持续值）、电池系统功率/电流限制、充电状态（SOC）、电池温度（包括最大充电限制和最大放电限制）、热管理操作点、动力系操作状态等。
在图2A中示出了执行自主驾驶超越操纵的车辆10A的示例，图2B中示出了牵引驱动马达22A的各种对应操作效率特性，其具有基于可用于完成图2A中所示的自主驾驶超越操纵的不同可能车辆轨迹的多个可能的效率（根据牵引驱动马达22A的扭矩和速度而变化）。在图2A中，在接近第三车辆10C之前，车辆10A在自主驾驶路径34上行驶以便执行自主驾驶超越操纵，以使得车辆10A超越第二车辆10B。
车辆10A在时间t1处开始超越操纵。对于每个可能的车辆轨迹，推进高效路径规划功能20不仅在当前时间（t1）将超越操纵期间动力系部件22A-22C的预期操作效率和总能量消耗传达给自主驾驶控制器14，而且也传达未来时间（即，t2，t3，t4 ...tY）所需的尽可能多的数据点，以使得考虑可用于完成超越操纵的每个可能的车辆轨迹的总能量消耗和净效率。每个可能的车辆轨迹可以由多个数据点表示，这些数据点表示在当前时间以及所期望的未来的多个时间点使用推进控制系统22和制动控制系统24可获得的效率和所需的能量。推进高效路径规划功能20因此对于每个可能的车辆轨迹向自主驾驶控制器14提供当前时间以及未来的动力系部件22A-22C的效率和能量消耗需求。
在图2A至图2B所示的示例中，在时间t1处，推进高效路径规划功能20向自主驾驶控制器14提供第一多个数据点，其中，第一多个数据点不仅表示动力系部件22A-22C（对于特定的车辆轨迹）在当前时间t1的效率，而且表示对于未来期望的多个数据点（即，t2，t3，t4...tY）的动力系部件22A-22C的效率。对于所有可能的车辆轨迹重复该过程，以使得可以存在第二多个数据点、第三多个数据点等，从而使得推进高效路径规划功能20将多个数据点提供给自主驾驶控制器14以表示对应于每个可能的车辆轨迹所需的效率和总能量消耗。一旦已经对于所有可能的车辆轨迹计算了在当前时间和每个未来时间的动力系部件22A-22C的效率和能量消耗，自主驾驶控制器14选择具有最高效率和最少能量消耗的车辆轨迹以便沿着自主驾驶路径34移动。
除了在车辆10A在自主驾驶路径34上行进之前计算与每个可能的车辆轨迹相对应的动力系部件22A-22C的效率和能量消耗之外，推进高效路径规划功能20还能够计算当车辆10A在自主驾驶路径34上行进并且执行自主驾驶操纵时的动力系部件22A-22C的最优效率。再次参考图2A至图2B中的示例，当正在执行超越操纵并且时间t2变为当前时间时，推进高效路径规划功能20向自主驾驶控制器14提供另外的多个数据点，其中，这个额外的多个数据点表示当前时间t2的动力系部件22A-22C的效率和能量消耗以及未来期望的多个的数据点（即，t3，t4 ...tY）的动力系部件22A-22C的效率和能量消耗。对于所有可能的车辆轨迹，在时间t2处再次重复该过程，以使得存在表示对应于每个可能的车辆轨迹的效率的额外的多个数据点。
推进高效路径规划功能20因此具有如下能力：根据需要在t1和tY之间的多个不同时间点为自主驾驶控制器14更新动力系部件22A-22C的效率和能量消耗，并且在整个选定的车辆轨迹中为自主驾驶控制器14持续更新。越早地将动力系部件22A-22C中的每一个的效率和能量信息提供给自主驾驶控制器14，可以更准确和快速地更新车辆轨迹，以使得在车辆10A行驶在自主行驶路径34上时动力系部件22A-22C具有最高的效率和最少的能量消耗。
因此，随着动力系部件22A-22C的效率改变，车辆轨迹可能改变，或者可能选择不同的轨迹，以便优化动力系部件22A-22C中的每一个的效率并且减少执行自主驾驶超越操纵所需的总能量。当车辆10A在自主驾驶路径34上行进时，对于每个可能的车辆轨迹的动力系部件22A-22C的当前及预测效率可以被重新计算所需的次数，以便优化动力系部件22A-22C的效率。再次参考图2A至图2B中所示的示例，B-路径3是最高效的并且还使用可用于确定所示自主驾驶路径34的各种可能的车辆轨迹中的最少的总能量。
基于动力系部件22A-22C的限制的运行效率和能量消耗的计算考虑多个因素，该多个因素包括但不限于牵引驱动限制（峰值/持续值）、电池系统限制/充电状态（SOC）、车辆稳定性限制、动力系操作状态等。参考图3，其示出描绘了在执行自主驾驶操纵（诸如，图2A中所示的车道超越操纵）之前确定最高效车辆轨迹所采取的步骤的示例以及使用推进系统高效自主驾驶策略的车辆10A的操作特性的示意图。该示意图还包括所采取的步骤，其涉及在车辆10A在自主驾驶路径34上行驶时基于动力系部件22A-22C的效率的任何变化来调整和改变车辆轨迹。
在步骤100处，基于从传感器16和传感器融合车辆环境模型软件18接收到的信息生成车辆环境模型。车辆环境模型是关于车辆10A周围的环境以及车辆10A周围的环境内的任意物体的信息。在步骤102处，基于在步骤100处计算的车辆环境模型计算车辆10A的多个可能的车辆轨迹和动力系部件22A-22C的对应操作限制。在步骤102处，可以通过自主驾驶控制器14使用当前时间（t1）和一些未来时间（诸如，图2A中所示的t2，t3，t4 ...tY）的各种参数来计算多个车辆轨迹和操作限制，所述参数诸如但不限于速度或扭矩（即，加速度/减速度）。在图3中的步骤102所示的示例中，车辆10A的一个可能的车辆轨迹的示例（执行图2A中的自主驾驶超越操纵）可以表示为：（[0秒，100kph]，[1秒，110kph]，[2秒，115kph]，... [10秒，100kph]），其中t0为0秒，t1为1秒，t2为2秒，并且tY为10秒。
还应该注意的是，在图2A所示的示例中，每个可能的车辆轨迹可以表示为根据时间以及正加速度和负加速度而变化。在图3中的步骤102所示的示例中，车辆10A的一个可能的车辆轨迹的示例可以表示为：（[0秒，0米/秒2]，[1秒，3米/秒2]，[2 秒，5米/秒2]，... [8秒-3米/秒2]，... [10秒，0米/秒2]）。 每个可能的车辆轨迹可以类似地表示为根据时间和所需的正扭矩和负扭矩而变化。
在步骤102之后，在步骤104确定是否存在一个或多个新的或额外的车辆轨迹。如果不存在新的车辆轨迹，则在步骤100处计算新的环境模型，并且通过自主驾驶控制器14再次计算每个新的可能的车辆轨迹和操作限制（由新的环境模型产生），以使得步骤100和102二者被重复。
如果在步骤104处确定存在新的可能车辆轨迹，则在步骤106处，计算与每个新的可能车辆轨迹相对应的动力系部件22A-22C中的每一个的操作效率和能量消耗。每个动力系部件22A-22C消耗不同量的能量，并且因此取决于所选择的车辆轨迹而效率发生变化。计算动力系部件22A-22C中的每一个的效率的过程包括几个子步骤。在图3所示的示例中，计算与每个可能的车辆轨迹相对应的由牵引驱动马达22A从电池22B消耗的功率。
为了确定电池22B的功率消耗，在步骤106A处，初始计算与第一车辆轨迹相对应的每个牵引驱动马达22A的功率消耗。每个牵引驱动马达22A包括用于将来自电池22B的直流功率转换成由牵引驱动马达22A消耗的交流功率的功率变换器（未示出）。
在步骤106B处，计算与第一车辆轨迹相对应的功率变换器（由牵引驱动马达22A使用）的功率消耗。该功耗计算还考虑牵引驱动马达22A的损耗（或者在使用多个牵引驱动马达的情况下，该计算考虑所有牵引驱动马达的损耗）。
然后，在步骤106C处，计算对应于第一可能车辆轨迹的从电池22A到功率变换器的直流输入（到牵引驱动电机22A）的功率消耗，其中，在步骤106C处的计算也考虑变换器的损耗。
在步骤106D处，基于功率变换器的直流输入功率消耗来计算与第一可能车辆轨迹相对应的电池22B的放电功率消耗。 在步骤106D处的与第一可能车辆轨迹相对应的放电功率消耗的计算考虑电池损耗、热系统操作和附件负载而被计算。
然后，基于电池22B的功率消耗和总损耗（包括来自牵引驱动马达22A、功率变换器、电池22B、热系统和附件负载的损耗），在步骤106E处计算第一可能车辆轨迹的总能量消耗。
在步骤108处，对于每个可能的车辆轨迹重复计算电池22B的能量消耗的过程。为了完成步骤108，重复步骤106A-106E以便计算与每个可能车辆轨迹相对应的电池22B的效率和功率消耗。还采取类似的步骤来确定牵引驱动马达22A和传动系部件22C以及与每个可能的车辆轨迹相对应的任何其他期望的动力系部件的功率消耗和效率。
在完成步骤108之后，在步骤110处做出关于是否已经对于每个可能的车辆轨迹计算了电池22B的总能量消耗的决定。如果尚未对于每个可能的车辆轨迹计算总能量消耗，则根据需要多次重复步骤106-108，直到已经计算出与每个可能的车辆轨迹对应的电池22B的能量消耗。然而，如果已经计算了对于每个可能的车辆轨迹的电池22B的总能量消耗，则执行步骤112，其中，选择具有电池22B的能量消耗最少的车辆轨迹。一旦已经选择具有最少能量消耗的车辆轨迹，当车辆10A正在自主行驶路径34上行进时可以重复步骤100-112（即，在时间t2，t3，t4 ...tY）以便改变车辆轨迹，或者选择不同的车辆轨迹，以使得动力系部件22A-22C以最高效的方式在最低功率消耗的情况下操作。
如前所述，推进高效路径规划功能20被用于为每个可能的车辆轨迹计算当前以及未来的动力系部件22A-22C的效率和能量消耗需求。然而，尽管所选择的用于执行自主驾驶操纵的车辆轨迹可能不是最高效的，但是所选择的车辆轨迹可以导致动力系部件22A-22C中的一个或多个在最低能量消耗的情况下操作。再次参照图2B和牵引驱动马达22A的各种效率，与根据B-路径3的牵引驱动马达22A的效率相比，根据B-路径1的牵引驱动马达22A的效率具有较低的效率。然而，如果与牵引驱动马达22A根据B-路径3操作的时间量相比，牵引驱动马达22A根据B-路径1的效率操作更短的时间段以便执行相同的自主驾驶操纵，则操作牵引驱动马达22A使其具有B-路径1的效率可能导致牵引驱动马达22A的较低的能量消耗。
在图4中大体上以200示出了根据本发明的包括高效自主驾驶策略的系统的替代实施例，其中，相同的附图标记表示相同的元件。一般地参照图4至图5，传感器融合软件18还接收诸如道路数据（静态和动态二者）36的信息，该数据可以源自各种设备38，诸如，与卫星通信的高级远程信息处理系统、访问实时道路地图数据等。除了具有图5中所示的检测范围16A的传感器16之外，还存在两个额外的检测区域，大体上以40A，40B示出，其中，使用各种装置38获得关于环境和环境中的物体的信息（诸如但不限于，与卫星通信的高级远程信息处理系统、实时道路地图数据等）以便生成不同类型的道路数据36，如上所述。在图4至图5所示的实施例中，道路数据36也被发送到推进高效路径规划功能20，并且道路数据36也被用于为每个可能的车辆轨迹确定动力系部件22A-22C中的每一个的功率消耗和效率。当图4中所示的系统200被用于计算各种可能的车辆轨迹时，诸如在图3中所示的示例中的各个步骤期间，基于从传感器16和传感器融合车辆环境模型软件18接收的信息以及从设备38和传感器16接收的道路数据36，在图3的步骤100处计算车辆环境模型。其余步骤102-112基本相似。
在另一个替代实施例中，可能存在车辆10A的车辆轨迹操作限制，其可能特定于一个或多个自主驾驶操纵。这些车辆轨迹操作限制可以包括但不限于车辆速度操作限制（上限和下限）、车辆加速和减速限制、正车辆扭矩限制和负车辆扭矩限制等。车辆轨迹操作限制由自主驾驶控制器14规定，并且推进高效路径规划功能20然后向自主驾驶控制器14提供车辆轨迹，以使得车辆10A在车辆轨迹操作限制内操作，并且使得动力系统部件22A-22C在当前和未来在最少能量消耗的情况下操作。考虑由自主驾驶控制器14规定的车辆轨迹操作限制来计算当前和未来的动力系部件22A-22C的效率和能量消耗需求。一旦通过推进高效路径规划功能20计算效率和能量消耗需求（考虑由自主驾驶控制器14规定的车辆轨迹操作限制），则生成车辆轨迹以使得动力系部件22A-22C具有最少的能量消耗，并且与在由自主驾驶控制器14提供的车辆轨迹操作限制内操作的车辆10A相对应。
在其他替代实施例中（诸如，传统的车辆应用），车辆10A的动力系统可包括内燃机、具有各种齿轮的自动多速变速器、用于提供全轮驱动能力的诸如分动齿轮箱的额外的动力传动部件等。在又一替代实施例中（诸如，混合电动车辆），车辆10A的动力系系统可以包括电动牵引驱动系统和内燃机两者，其能够通过至少有一个驱动轴和车轮提供车辆推进力或车辆制动力。 混合电动车辆动力系系统还可以包括多个推进操作模式以便提供串行或并行操作，以使得电力牵引驱动器和内燃两者可以同时提供车辆推进力或制动力。
本发明的系统10,200还可以包括其他特征，其可以在自主驾驶操纵期间结合到对各种动力系部件22A-22C的效率的预测中。在一个替代实施例中，车辆10A的制动控制系统24具有再生制动能力，其中，制动单元24A是由于车辆稳定性/ ESP（电子稳定程序）而具有再生制动限制的再生制动器。再生制动限制可以被包括作为用于每个可能的车辆轨迹的计算的一部分。在另一个替代实施例中，还包括热管理、动力系操作状态（发动机开/关）等。可以基于由自主驾驶控制器14提供的车辆10A的路径规划的目标加速度/速度轨迹来计算用于当前时间的时间t1和未来的一个或多个时间点tY的各种动力系部件22A-22C的这些预测效率（其可以包括使用再生制动、热管理、动力系操作状态等）。用于动力系部件22A-22C的车辆加速和减速能力的这种方案基于电流和未来的能源需求或恢复。这种策略有不同的算法和变型例。例如，如果车辆10A包括提供静态和动态数据（诸如但不限于道路级别、车辆环境、道路表面、交通流量或甚至交通时间信息）的额外连接性，则该信息也可以被包括在对车辆10A的动力系部件22A-22C的预测效率的限制计算中。静态和动态数据的植入的一个例子是已知将导致动力系部件22A-22C的热管理负载增加的未来道路等级的情形，这个额外的能量需求要求将在效率和功耗的计算中更早地被考虑，并且考虑给定车辆轨迹。
除了上面讨论的特征之外，具有本发明的高效自主驾驶策略的系统10还可以用于不仅改变所选择的车辆轨迹，而且还修改驾驶路径34或者修改如何执行自主驾驶操纵以便优化动力系部件22A-22C的效率。例如，如果车辆10A是电动车辆或混合电动车辆，则可以修改行驶路径34或自主驾驶操纵以便优化牵引驱动马达22A、功率变换器（未示出）、高压电池系统22B等的效率。
本发明的描述本质上仅仅是示例性的，因此，不偏离本发明主旨的变型例旨在落于本发明的范围内。这些变型例不被认为脱离本发明的精神和范围。

Claims (27)

1.一种具有高效自主驾驶策略的系统，包括：
自主驾驶控制器，所述自主驾驶控制器可操作以用于将车辆配置为执行至少一个自主驾驶操纵；
多个车辆轨迹，所述自主驾驶控制器可操作以用于将车辆配置为使用所述多个车辆轨迹中的一个来执行所述至少一个自主驾驶操纵；
至少一个动力系部件；
与所述自主驾驶控制器和所述至少一个动力系部件电通信的高效推进路径规划功能，所述高效推进路径规划功能可操作以用于计算与所述多个车辆轨迹中的每一个相对应的所述至少一个动力系部件的能量消耗；
当前时间，所述自主驾驶控制器计算当前时间的所述多个车辆轨迹中的每一个；
至少一个未来时间，所述自主驾驶控制器计算至少一个未来时间的所述多个车辆轨迹中的每一个；以及
其中，所述自主驾驶控制器将所述车辆配置为使用与所述至少一个动力系部件的最能量高效的利用相对应的所述多个车辆轨迹中的一个来执行所述至少一个自主驾驶操纵，并且所述自主驾驶控制器选择与在当前时间和至少一个未来时间使用最少能量操作的所述至少一个动力系部件相对应的所述多个车辆轨迹中的一个来执行所述至少一个自主驾驶操纵。
2.根据权利要求1所述的具有高效自主驾驶策略的系统，进一步包括：
第一多个数据点，所述第一多个数据点中的一个或多个表示当前时间的至少一个动力系部件的效率和能量消耗，以及所述第一多个数据点中的另一个表示至少一个未来时间的所述至少一个动力系部件的效率和能量消耗；
其中，所述自主驾驶控制器将车辆配置为基于当前时间和至少一个未来时间的所述第一多个数据点使用所述至少一个动力系部件来执行所述至少一个自主驾驶操纵。
3.根据权利要求1所述的具有高效自主驾驶策略的系统，其中，在车辆执行所述至少一个自主驾驶操纵时，所述高效推进路径规划功能重新计算与所述多个车辆轨迹中的每一个相对应的所述至少一个动力系部件的效率和能量消耗。
4.根据权利要求3所述的具有高效自主驾驶策略的系统，其中，基于所述至少一个动力系部件的重新计算的效率和能量消耗，在所述至少一个自主驾驶操纵期间改变所述多个车辆轨迹中的一个。
5.根据权利要求1所述的具有高效自主驾驶策略的系统，进一步包括车辆环境模型，其中，使用所述车辆环境模型来计算所述多个车辆轨迹中的每一个。
6.根据权利要求1所述的具有高效自主驾驶策略的系统，进一步包括：
多个传感器，所述多个传感器用于检测关于车辆周围的环境和物体的信息，所述多个传感器与所述自主驾驶控制器电通信；以及
与所述自主驾驶控制器电通信的传感器融合车辆环境模型软件；
其中，所述车辆环境模型由所述传感器融合车辆环境模型软件基于从所述多个传感器接收的信息而生成。
7.根据权利要求6所述的具有高效自主驾驶策略的系统，进一步包括：
用于生成道路数据的至少一个装置；
其中，所述车辆环境模型由所述传感器融合车辆环境模型软件基于所述道路数据和从所述多个传感器接收的信息而生成。
8.根据权利要求1所述的具有高效自主驾驶策略的系统，进一步包括至少一个电池，其中，基于使用来自所述至少一个电池的最低能量消耗的所述至少一个动力系部件，所述多个车辆轨迹中的一个被选择用于执行所述至少一个自主驾驶操纵。
9.根据权利要求1所述的具有高效自主驾驶策略的系统，其中，所述至少一个动力系部件是从包括下述内容的组中选择的一个：驱动致动器、牵引驱动马达、电池能量存储系统以及内燃机。
10.根据权利要求1所述的具有高效自主驾驶策略的系统，进一步包括与所述高效推进路径规划功能电通信的制动控制系统，其中，基于所述制动控制系统的操作来优化与所述多个车辆轨迹中的每一个相对应的至少一个动力系部件的计算的效率和能量消耗。
11.根据权利要求1所述的具有高效自主驾驶策略的系统，进一步包括动力系控制器，其中，所述动力系控制器执行所述高效推进路径规划功能。
12.根据权利要求1所述的具有高效自主驾驶策略的系统，其中，所述多个车辆轨迹中的每一个被表示为根据从包括下述内容的组中选择的一个而变化：时间和速度、时间和加速度以及时间和扭矩。
13.一种以最能量高效的方式导航自主驾驶车辆的方法，包括以下步骤：
提供当前时间；
提供至少一个未来时间；
提供车辆环境模型；
提供具有多个效率和多个能量消耗的至少一个动力系部件；
提供多个车辆轨迹，其中，所述至少一个动力系部件的所述多个效率和所述多个能量消耗中的每一个对应于所述多个车辆轨迹中的一个；
基于当前时间和至少一个未来时间的车辆环境模型来计算所述多个车辆轨迹中的每一个；
计算当前时间和至少一个未来时间的所述至少一个动力系部件的所述多个效率中的每一个；
计算当前时间和至少一个未来时间的所述至少一个动力系部件的所述多个能量消耗中的每一个；
选择所述多个车辆轨迹中的第一车辆轨迹，所述第一车辆轨迹与在所述多个效率和所述多个能量消耗中的最能量高效的情况下操作的所述至少一个动力系部件相对应；
使用所述多个车辆轨迹中的所述第一车辆轨迹来执行自主驾驶操纵。
14.根据权利要求13所述的方法，进一步包括以下步骤：
提供高效推进路径规划功能；
利用所述高效推进路径规划功能来计算所述多个效率中的每一个；
利用所述高效推进路径规划功能来计算所述多个能量消耗中的每一个。
15.根据权利要求14所述的方法，进一步包括以下步骤：
提供与所述高效推进路径规划功能电通信的自主驾驶控制器；
使用所述自主驾驶控制器将车辆配置为基于所述多个车辆轨迹中的所述第一车辆轨迹来执行所述自主驾驶操纵。
16.根据权利要求13所述的方法，进一步包括以下步骤：
当车辆通过所述多个车辆轨迹中的一个时，提供表示所述至少一个动力系部件的效率和能量消耗的第一多个数据点；
使用所述第一多个数据点中的至少一个表示当前时间的所述至少一个动力系部件的效率和能量消耗；
使用所述第一多个数据点中的另一个表示至少一个未来时间的所述至少一个动力系部件的效率和能量消耗；
将所述车辆配置为基于当前时间和至少一个未来时间的所述第一多个数据点使用所述至少一个动力系部件来执行所述至少一个自主驾驶操纵。
17.根据权利要求13所述的方法，进一步包括以下步骤：
确定是否存在除了所述多个车辆轨迹之外的请求的额外车辆轨迹；
重新计算所述车辆环境模型；
计算与所述额外车辆轨迹相对应的所述至少一个动力系部件的效率和能量消耗；
选择与以最能量高效的方式操作的至少一个动力系部件相对应的额外车辆轨迹或者多个车辆轨迹中的一个来执行自主驾驶操纵。
18.根据权利要求13所述的方法，进一步包括以下步骤：从包括下述内容的组中选择所述至少一个动力系部件：驱动致动器、牵引驱动马达、能量存储系统以及内燃机。
19.根据权利要求13所述的方法，进一步包括以下步骤：
提供至少一个电池；以及
基于使用来自所述至少一个电池的最低能量消耗的所述至少一个动力系部件来选择所述多个车辆轨迹中的一个。
20.根据权利要求13所述的方法，进一步包括以下步骤：
当车辆执行所述至少一个自主驾驶操纵时重新计算所述车辆环境模型；
当车辆执行所述至少一个自主驾驶操纵时基于所述车辆环境模型重新计算所述多个车辆轨迹中的每一个；
当车辆执行所述至少一个自主驾驶操纵时重新计算与所述多个车辆轨迹中的每一个相对应的所述至少一个动力系部件的所述多个效率中的每一个；
当车辆执行所述至少一个自主驾驶操纵时重新计算与所述多个车辆轨迹中的每一个相对应的所述至少一个动力系部件的所述多个能量消耗中的每一个。
21.根据权利要求20所述的方法，进一步包括以下步骤：在所述至少一个自主驾驶操纵期间，基于所述至少一个动力系部件的效率的变化和能量消耗的变化来改变所述多个车辆轨迹中的所述第一车辆轨迹。
22.根据权利要求20所述的方法，进一步包括以下步骤：在所述至少一个自主驾驶操纵期间，基于所述至少一个动力系部件的效率的变化和能量消耗的变化来选择所述多个车辆轨迹中的第二车辆轨迹。
23.根据权利要求13所述的方法，进一步包括以下步骤：
提供多个传感器；
提供传感器融合车辆环境模型软件；
基于从所述多个传感器接收的信息和车辆环境模型软件生成车辆环境模型。
24.根据权利要求23所述的方法，进一步包括以下步骤：
提供用于生成道路数据的至少一个装置；
基于所述道路数据和从多个传感器接收的信息，利用传感器融合车辆环境模型软件来生成所述车辆环境模型。
25.如权利要求15所述的方法，进一步包括以下步骤：
提供与所述自主驾驶控制器电通信的制动控制系统；
基于所述制动控制系统的操作来计算与多个车辆轨迹中的每一个相对应的至少一个动力系部件的多个效率。
26.根据权利要求13所述的方法，进一步包括以下步骤：根据从包括下述内容的组中选择的一个来计算所述多个车辆轨迹中的每一个：时间和速度、时间和加速度以及时间和扭矩。
27.一种具有高效自主驾驶策略的系统，包括：
自主驾驶控制器，所述自主驾驶控制器可操作以用于将车辆配置为执行至少一个自主驾驶操纵；
至少一个操作限制，所述至少一个操作限制由所述自主驾驶控制器规定；
至少一个动力系部件；
至少一个车辆轨迹，所述自主驾驶控制器可操作以用于将车辆配置为使用所述至少一个车辆轨迹来执行所述至少一个自主驾驶操纵；以及
与所述自主驾驶控制器和所述至少一个动力系部件电通信的高效推进路径规划功能，所述高效推进路径规划功能可操作以用于基于在所述至少一个操作限制内操作的所述至少一个动力系部件的能量消耗来计算所述至少一个车辆轨迹；
当前时间，所述自主驾驶控制器计算当前时间的所述至少一个车辆轨迹；
至少一个未来时间，所述自主驾驶控制器计算至少一个未来时间的所述至少一个车辆轨迹；以及
其中，所述自主驾驶控制器将车辆配置为使用与所述至少一个动力系部件的最能量高效的利用相对应的所述至少一个车辆轨迹来执行所述至少一个自主驾驶操纵，并且所述自主驾驶控制器选择与在当前时间和至少一个未来时间使用最少能量操作的所述至少一个动力系部件相对应的所述至少一个车辆轨迹来执行所述至少一个自主驾驶操纵，以使得所述至少一个动力系部件也在所述至少一个操作限制内操作。
CN201810696778.9A 2017-06-29 2018-06-29 推进高效的自主驾驶策略 Expired - Fee Related CN109204314B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201762526685P 2017-06-29 2017-06-29
US62/526685 2017-06-29
US15/843470 2017-12-15
US15/843,470 US10545503B2 (en) 2017-06-29 2017-12-15 Propulsion efficient autonomous driving strategy

Publications (2)

Publication Number Publication Date
CN109204314A CN109204314A (zh) 2019-01-15
CN109204314B true CN109204314B (zh) 2021-11-23

Family

ID=64738636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810696778.9A Expired - Fee Related CN109204314B (zh) 2017-06-29 2018-06-29 推进高效的自主驾驶策略

Country Status (2)

Country Link
US (1) US10545503B2 (zh)
CN (1) CN109204314B (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10515390B2 (en) 2016-11-21 2019-12-24 Nio Usa, Inc. Method and system for data optimization
US10837790B2 (en) 2017-08-01 2020-11-17 Nio Usa, Inc. Productive and accident-free driving modes for a vehicle
US11233419B2 (en) * 2017-08-10 2022-01-25 Zoox, Inc. Smart battery circuit
US10739773B2 (en) * 2017-09-28 2020-08-11 Nec Corporation Generative adversarial inverse trajectory optimization for probabilistic vehicle forecasting
US10773597B2 (en) * 2017-10-06 2020-09-15 Ford Global Technologies, Llc Autonomous vehicle acceleration profile
US20190107406A1 (en) * 2017-10-09 2019-04-11 Nio Usa, Inc. Systems and methods for trip planning under uncertainty
US10635109B2 (en) 2017-10-17 2020-04-28 Nio Usa, Inc. Vehicle path-planner monitor and controller
US10935978B2 (en) 2017-10-30 2021-03-02 Nio Usa, Inc. Vehicle self-localization using particle filters and visual odometry
US10606274B2 (en) 2017-10-30 2020-03-31 Nio Usa, Inc. Visual place recognition based self-localization for autonomous vehicles
US10553044B2 (en) * 2018-01-31 2020-02-04 Mentor Graphics Development (Deutschland) Gmbh Self-diagnosis of faults with a secondary system in an autonomous driving system
US11602999B1 (en) * 2018-05-01 2023-03-14 Zoox, Inc. Predictive control strategies for vehicles
EP3734390B1 (en) * 2019-05-03 2022-03-23 Ningbo Geely Automobile Research & Development Co. Ltd. Automatic onboarding for service ramp
US11027650B2 (en) 2019-11-07 2021-06-08 Nio Usa, Inc. Method and apparatus for improving operation of a motor vehicle
CN111208838B (zh) * 2020-04-20 2020-11-03 北京三快在线科技有限公司 一种无人驾驶设备的控制方法及装置
CN112124299B (zh) * 2020-09-14 2021-11-02 东南大学 一种智能网联新能源汽车分层式能耗优化方法
US11619944B2 (en) * 2020-12-01 2023-04-04 Waymo Llc Fuel-economy optimization for autonomous driving systems
CN113406955B (zh) * 2021-05-10 2022-06-21 江苏大学 基于复杂网络的自动驾驶汽车复杂环境模型、认知系统及认知方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040068352A1 (en) * 2002-10-03 2004-04-08 Deere & Company, A Delaware Corporation Method and system for determining an energy-efficient path of a machine
CN102019926A (zh) * 2009-09-16 2011-04-20 通用汽车环球科技运作公司 用于包括混合动力系统的车辆的预测能量管理控制方案
CN104296762A (zh) * 2013-07-17 2015-01-21 沃尔沃汽车公司 用于优化车辆的动力使用的方法
US20160349751A1 (en) * 2015-05-25 2016-12-01 Toyota Jidosha Kabushiki Kaisha Automatic driving system for vehicle

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040068352A1 (en) * 2002-10-03 2004-04-08 Deere & Company, A Delaware Corporation Method and system for determining an energy-efficient path of a machine
CN102019926A (zh) * 2009-09-16 2011-04-20 通用汽车环球科技运作公司 用于包括混合动力系统的车辆的预测能量管理控制方案
CN104296762A (zh) * 2013-07-17 2015-01-21 沃尔沃汽车公司 用于优化车辆的动力使用的方法
US20160349751A1 (en) * 2015-05-25 2016-12-01 Toyota Jidosha Kabushiki Kaisha Automatic driving system for vehicle

Also Published As

Publication number Publication date
US10545503B2 (en) 2020-01-28
US20190004526A1 (en) 2019-01-03
CN109204314A (zh) 2019-01-15

Similar Documents

Publication Publication Date Title
CN109204314B (zh) 推进高效的自主驾驶策略
US11858513B2 (en) Vehicle target operational speed band control method and apparatus
CN109263640B (zh) 基于模型的路线能量预测、修正和优化的车辆
JP6584484B2 (ja) 自律運転車両／自動運転車両のための予測的なパワートレイン限界戦略
US9714023B2 (en) System and method for controlling hybrid vehicle
Sciarretta et al. Optimal ecodriving control: Energy-efficient driving of road vehicles as an optimal control problem
US8190318B2 (en) Power management systems and methods in a hybrid vehicle
US11794721B2 (en) Method and apparatus for controlling electric machines
CN113165665A (zh) 使用人工智能的驾驶员行为学习和驾驶教练策略
JP6802222B2 (ja) ピーク効率の勧告および共有
US10099702B2 (en) Method and apparatus for vehicle accessory and load management
US20180141552A1 (en) Vehicle Systems and Methods for Electrified Vehicle Battery Thermal Management Based on Anticipated Power Requirements
US11442469B2 (en) Coordinated control of vehicle cohorts
CN104859640A (zh) 用于控制混合动力车辆的方法
US11577759B2 (en) Systems and methods for hybrid prediction framework with inductive bias
Schmid et al. Efficient optimal control of plug-in-hybrid electric vehicles including explicit engine on/off decisions
WO2021081051A1 (en) Predictive powertrain control for a multi-mode hybrid electric vehicle
Reghunath et al. Optimal gearshift strategy using predictive algorithm for fuel economy improvement
CN114475644B (zh) 用于自主交通工具的行为控制的正演模拟
WO2022144145A1 (en) Vehicle powertrain system with machine learning controller
Anselma et al. Optimal Energy Saving Adaptive Cruise Control in Overtaking Scenarios for a Hybrid Electric Vehicle
Rahman et al. Fleet speed profile optimization for autonomous and connected vehicles
WO2022190059A1 (en) Predictive energy management and drive advisory system for parallel hybrid electric vehicles
Patil et al. Real-time implementable optimal control strategy for hybrid electric vehicles energy management: application to medium-duty commercial vehicles
Park et al. Eco-driving Profile Optimization by Dynamic Programming for Battery Electric Vehicles

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
TR01 Transfer of patent right

Effective date of registration: 20230111

Address after: Michigan, USA

Patentee after: WeiPai Technology USA Co.,Ltd.

Address before: Michigan

Patentee before: CONTINENTAL AUTOMOTIVE SYSTEMS, Inc.

TR01 Transfer of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20211123

CF01 Termination of patent right due to non-payment of annual fee