CN109476287B - 用于控制车辆的方法、系统和非暂时性计算机可读存储器 - Google Patents

用于控制车辆的方法、系统和非暂时性计算机可读存储器 Download PDF

Info

Publication number
CN109476287B
CN109476287B CN201780042564.3A CN201780042564A CN109476287B CN 109476287 B CN109476287 B CN 109476287B CN 201780042564 A CN201780042564 A CN 201780042564A CN 109476287 B CN109476287 B CN 109476287B
Authority
CN
China
Prior art keywords
vehicle
stiffness
state
tire
variance
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
CN201780042564.3A
Other languages
English (en)
Other versions
CN109476287A (zh
Inventor
K·贝恩拓普
S·迪卡拉诺
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric 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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN109476287A publication Critical patent/CN109476287A/zh
Application granted granted Critical
Publication of CN109476287B publication Critical patent/CN109476287B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
    • B60T8/17—Using electrical or electronic regulation means to control braking
    • B60T8/171—Detecting parameters used in the regulation; Measuring values used in the regulation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
    • B60T8/17—Using electrical or electronic regulation means to control braking
    • B60T8/172—Determining control parameters used in the regulation, e.g. by calculations involving measured or detected parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2210/00—Detection or estimation of road or environment conditions; Detection or estimation of road shapes
    • B60T2210/10—Detection or estimation of road conditions
    • B60T2210/12—Friction
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2240/00—Monitoring, detecting wheel/tire behaviour; counteracting thereof
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2240/00—Monitoring, detecting wheel/tire behaviour; counteracting thereof
    • B60T2240/04—Tire deformation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2270/00—Further aspects of brake control systems not otherwise provided for
    • B60T2270/86—Optimizing braking by using ESP vehicle or tire model
    • 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
    • B60W2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/26—Wheel slip

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Tires In General (AREA)
  • Regulating Braking Force (AREA)

Abstract

一种对车辆状态和车辆轮胎的刚度状态进行联合估计的方法，车辆状态包括车辆的速度和转首角速度，并且刚度状态包括对车辆的至少一个轮胎与车辆正行驶在的道路的交互作用进行限定的至少一个参数。所述方法使用包括与刚度状态无关的确定性分量和取决于刚度状态的概率性分量的组合的移动模型和测量模型。所述方法利用一组质点来表示刚度状态。各个质点包括刚度状态的均值和方差，所述刚度状态的均值和方差限定刚度状态的参数的可行空间。所述方法使用估计的刚度状态与测量的刚度状态之间的差来迭代地更新至少一些质点的均值和方差，所估计的刚度状态是利用车辆的包括具有在质点的可行空间上采样的参数的所述刚度状态的所述移动模型估计的，所测量的刚度状态是根据测量模型使用车辆状态的测量值确定的。所述方法输出作为至少一个质点中的更新的均值和更新的方差的函数而确定的刚度状态的均值和方差。

Description

用于控制车辆的方法、系统和非暂时性计算机可读存储器
技术领域
本发明涉及车辆的轮胎与道路的交互作用，更具体地，涉及确定车辆轮胎的刚度状态和/或使用所述刚度状态来控制车辆的移动。
背景技术
轮胎与道路的交互作用是产生或改变轮式车辆的移动的主要因素，并且了解与轮胎与道路交互作用相关的变量对于现代车辆中的许多主动安全系统是必不可少的。在许多现代车辆中采用与道路摩擦相关的参数。例如，防抱死制动系统(ABS)、电子稳定控制系统(ESC)以及高级驾驶员辅助系统(ADAS)都可以广泛使用与轮胎与道路交互作用相关的参数，以便提供高级安全机制。
车辆轮胎的刚度限定了轮胎抵抗响应于所施加力的变形的程度。轮胎的刚度状态是理解轮胎与道路交互作用的重要因素。为此，刚度状态包括对车辆的至少一个轮胎与该车辆正行驶在的道路的交互作用进行限定的至少一个参数，但可以包括多个参数。例如，涉及由轮胎与道路接触产生的力的一个参数是滑移(slip)。在纵向情况下(即，在车轮的向前方向上)，按照纵向速度和车轮旋转速度之差来限定滑移，所述差根据该车轮旋转速度或者纵向速度(无论哪一个较大，即，无论该车轮是在加速还是制动)归一化。在横向情况下(即，在车轮的横向方向上)，按照车轮的横向速度分量与纵向速度分量之比来限定滑移。
确定轮胎与道路交互作用时的另一重要参数是摩擦系数。对摩擦系数的获知可以被用作针对驾驶员的监视分量，但也可以被用于例如ABS、ESC以及ADAS中。不同的轮胎具有不同的特性，并且预先计算参数可以很好地作为起点或标称值。然而，由于道路状况、轮胎压力、不同的载荷状况、轮胎温度以及轮胎的磨损都会影响轮胎的特性，所以对确定刚度状态的参数进行预先计算可导致上述主动安全系统的性能不足。
因此，希望获得对摩擦和/或可以帮助确定行驶时的摩擦的其它参数的了解。然而，摩擦通常难以在行驶期间直接测量或感测；因此，通常结合一个或更多个传感器使用间接的摩擦确定方法来确定摩擦。
轮胎的刚度状态的另一参数是力-滑移曲线的初始斜率。轮胎刚度在前向和横向方向上通常是不同的，所以每个车轮通常有两条单独的可能彼此依赖的力-滑移曲线。轮胎刚度可以直接用于车辆控制系统(例如ADAS)；轮胎刚度可以用作针对驾驶员的监视分量，例如，以警告驾驶员路面的突然变化；轮胎刚度可以用于对汽车正行驶在的路面进行分类；和/或轮胎刚度可以用于确定摩擦系数。
许多方法旨在使用各种优化技术来估计轮胎刚度。例如，在U.S.8,065,067中描述的方法使用收集数据仓(bins of collected data)来近似非线性函数并使用非线性优化来将摩擦与轮胎刚度的误差最小化。然而，众所周知，非线性优化往往不会收敛或者收敛于局部最优解。
因此，需要一种用于确定车辆轮胎刚度的系统和方法。
发明内容
本发明一些实施方式的目的是提供用于确定车辆轮胎的刚度状态的系统和方法。一些实施方式的另一目的是提供这样一种方法：该方法适于在车辆运转期间实时地确定所述刚度状态。如本文限定的，所述刚度状态包括对所述车辆的至少一个轮胎与所述车辆正行驶在的道路的交互作用进行限定的至少一个参数。例如，所述刚度状态可以包括所述轮胎的纵向刚度、所述轮胎的横向刚度、所述轮胎与所述道路之间的摩擦中的一项或组合。
一些实施方式的另一目的是以概率方式确定所述刚度状态和/或估计所述确定刚度的置信水平。例如，一个实施方式使用所述刚度状态的所述置信水平来对车辆正行驶在的路面进行分类。如本文所使用的，车辆可以是任何类型的轮式车辆，诸如客车、公共汽车或探测车(rover)。
本发明的一些实施方式基于这样的认识：所述车辆的移动取决于所述轮胎的刚度状态。为此，有吸引力的是，通过同时且迭代地估计车辆状态和刚度状态来估计刚度状态。然而，为了在连续时刻迭代地估计所述车辆状态和所述刚度状态，需要两种移动模型：所述车辆状态的移动模型和所述刚度状态的移动模型。所述车辆状态的移动由所述车辆的所述移动模型确定。然而，所述刚度状态的时间演变是未知的，因此所述刚度状态的任何移动模型都是未知的并且无法验证。
一些实施方式基于另一认识：所述未知刚度状态可以被视为作用于所述车辆的所述移动模型(否则将是确定性的移动模型)上的随机扰动。所述随机扰动的性质使得所述车辆具有不同的可能移动，从而具有不同的可能状态。为此，一些实施方式基于这样的认识：所述车辆的所述移动模型包括所述移动的确定性分量和所述移动的概率性分量的组合。所述移动的确定性分量与所述刚度状态无关，并且将所述车辆的所述移动限定为时间的函数。另一方面，所述移动的概率性分量包括具有不确定性的所述刚度状态，所述不确定性充当针对所述车辆的所述移动的扰动。以这种方式，可以在不知道所述刚度状态的所述移动模型(时间演变)的情况下，将所述车辆的所述移动建模为包括所述轮胎的所述刚度状态。
一些实施方式基于另一认识：所述刚度状态可以被包括在所述车辆的移动模型和所述车辆状态的测量模型两者中。例如，所述车辆的测量模型还可以被表示成包括所述测量值的与所述刚度状态无关的确定性分量以及所述测量值的包括所述刚度状态的概率性分量的组合。所述车辆状态的取决于所述刚度状态的测量值的示例包括纵向速度、横向速度以及所述车辆的旋转速率。在一些情况下，所述车辆的这种状态可以直接测量，或者可以通过融合来自几个传感器(包括纵向加速度传感器、横向加速度传感器、旋转速率传感器、方向盘传感器以及车轮速度传感器)的信息来确定。
因此，在一些实施方式中，所述刚度状态可以公认地通过以下方式加以确定：通过所述车辆状态、所述刚度状态与所述车辆状态的所述移动模型之间的关系以及所述状态的测量值、所述车辆状态的所述测量模型与所述刚度状态之间的关系来推断所述刚度状态。以这种方式，可以在不具有所述刚度状态的移动模型(所述移动模型是未知的)的情况下估计所述刚度状态。
为此，一些实施方式联合估计车辆状态和车辆轮胎的刚度状态，以在给定测量值的情况下确定最佳地描述所述车辆状态的参数。例如，一个实施方式利用一组质点(particle)来表示所述刚度状态或所述车辆状态。各个质点包括所述车辆的状态，所述状态可以是测量状态或者在所述联合估计的先前迭代期间确定的状态。另外地或另选地，所述质点包括所述刚度状态的均值和方差，所述刚度状态的均值和方差限定所述刚度状态的参数的可行空间。以概率方式表示所述刚度状态，即，使用所述均值和所述方差允许考虑对所述车辆移动的随机扰动。然而，所述刚度状态的所述均值和方差未拟合到所述车辆的所述模型中。为此，一些实施方式对所述刚度状态的所述参数的由所述均值和所述方差限定的所述可行空间进行采样，并在所述联合估计中使用所述采样参数。该实施方式基于这样的观察：对所述刚度状态的所述均值和所述方差的更新影响在随后迭代中使用的所述刚度状态的所述参数的所述值，因为这样的参数是从所述更新分布中抽取的。
因此，一个实施方式公开了用于联合估计车辆状态和车辆轮胎的刚度状态的方法，其中，所述车辆状态包括所述车辆的速度和转首角速度(heading rate)，并且其中，所述刚度状态包括对所述车辆的至少一个轮胎与所述车辆正行驶在的道路的交互作用进行限定的至少一个参数。所述方法包括：从存储器中检索所述车辆的移动模型和所述车辆的测量模型，其中，所述车辆的所述移动模型包括所述移动的确定性分量和所述移动的概率性分量的组合，其中，所述移动的确定性分量与所述刚度状态无关，并且将所述车辆的所述移动限定为时间的函数，其中，所述移动的概率性分量包括具有不确定性的所述刚度状态，并且限定对所述车辆的所述移动的扰动，其中，所述车辆的所述测量模型包括所述测量模型的与所述刚度状态无关的确定性分量和所述测量模型的包括所述刚度状态的概率性分量的组合；利用一组质点来表示所述刚度状态，各个质点包括所述刚度状态的均值和方差，所述刚度状态的均值和方差限定所述刚度状态的所述参数的可行空间；使用所估计的刚度状态与所测量的刚度状态之间的差来迭代地更新至少一些质点的均值和方差，所估计的刚度状态是使用所述车辆的包括具有在所述质点的所述可行空间上采样的参数的所述刚度状态的所述移动模型估计的，并且所测量的刚度状态是根据所述测量模型使用所述车辆状态的测量值确定的；以及输出作为至少一个质点中的更新的均值和更新的方差的函数而确定的所述刚度状态的均值和方差。使用能够在工作上连接至所述存储器的至少一个处理器来执行所述方法的步骤。
另一实施方式公开了用于联合估计车辆状态和车辆轮胎的刚度状态的系统，其中，所述车辆状态包括所述车辆的速度和转首角速度，并且其中，所述刚度状态包括对所述车辆的至少一个轮胎与所述车辆正行驶在的道路的交互作用进行限定的至少一个参数，其中，所述刚度状态的所述参数包括所述轮胎的纵向刚度、所述轮胎的横向刚度、所述轮胎与所述道路之间的摩擦中的一项或组合。所述系统包括存储器，所述存储器存储所述车辆的移动模型和所述车辆的测量模型，其中，所述车辆的所述移动模型包括所述移动的确定性分量和所述移动的概率性分量的组合，其中，所述移动的确定性分量与所述刚度状态无关，并且将所述车辆的所述移动限定为时间的函数，其中，所述移动的概率性分量包括具有不确定性的所述刚度状态，并且限定针对所述车辆的所述移动的扰动，其中，所述车辆的所述测量模型包括所述测量模型的与所述刚度状态无关的确定性分量和所述测量模型的包括所述刚度状态的概率性分量的组合；至少一个传感器，所述至少一个传感器用于确定所述车辆状态的测量值；以及处理器，所述处理器能够在工作上连接至所述存储器和所述传感器。所述处理器被设置成利用一组质点来表示所述刚度状态，各个质点包括所述刚度状态的均值和方差，所述刚度状态的均值和方差限定所述刚度状态的所述参数的可行空间；使用估计的刚度状态与测量的刚度状态之间的差来迭代地更新至少一些质点的均值和方差，所估计的刚度状态是使用所述车辆的包括具有在所述质点的所述可行空间上采样的参数的所述刚度状态的所述移动模型估计的，所测量的刚度状态是根据所述测量模型使用所述车辆状态的测量值确定的；以及输出作为至少一个质点中的更新的均值和更新的方差的函数而确定的所述刚度状态的均值和方差。
又一实施方式公开了一种非暂时性计算机可读存储器，所述非暂时性计算机可读存储器上包含有能够通过处理器执行的程序，以执行对车辆状态和车辆轮胎的刚度状态进行联合估计的方法，其中，所述车辆状态包括所述车辆的速度和转首角速度，并且其中，所述刚度状态包括对所述车辆的至少一个轮胎与所述车辆正行驶在的道路的交互作用进行限定的至少一个参数。所述方法包括：检索所述车辆的移动模型和所述车辆的测量模型，其中，所述车辆的所述移动模型包括所述移动的确定性分量和所述移动的概率性分量的组合，其中，所述移动的确定性分量与所述刚度状态无关，并且将所述车辆的所述移动限定为时间的函数，其中，所述移动的概率性分量包括具有不确定性的所述刚度状态，并且限定针对所述车辆的所述移动的扰动，其中，所述车辆的所述测量模型包括所述测量模型的与所述刚度状态无关的确定性分量以及所述测量模型的包括所述刚度状态的概率性分量的组合；利用一组质点来表示所述刚度状态，各个质点包括所述刚度状态的均值和方差，所述刚度状态的均值和方差限定所述刚度状态的所述参数的可行空间；使用估计的刚度状态与测量的刚度状态之间的差来迭代地更新至少一些质点的均值和方差，所估计的刚度状态是使用所述车辆的包括具有在所述质点的所述可行空间上采样的参数的所述刚度状态的所述移动模型来估计的，所测量的刚度状态是根据所述测量模型使用所述车辆状态的测量值来确定的；以及输出作为至少一个质点中的更新的均值和更新的方差的函数而确定的所述刚度状态的均值和方差。
附图说明
图1A是在道路上行驶的车辆的轮胎上的力的大小如何随着针对不同类型的道路表面的滑移而变化的例示图；
图1B是图1A的放大版本；
图1C是根据本发明一个实施方式的用于联合估计车辆状态和车辆轮胎的刚度状态的方法的流程图；
图1D是例示了根据本发明一个实施方式的限定刚度状态的可行空间的概率分布函数的图表；
图1E是根据迭代地更新质点的一个实施方式的用于更新质点的方法的一次迭代的框图；
图2A是用于控制车辆的总体控制系统的示意图；
图2B是根据本发明一个实施方式的系统的大体结构的图；
图2C是根据一个实施方式的用于确定或估计来自车辆的内部信号的方法的框图；
图3是根据本发明一些实施方式的刚度状态估计器的示意图；
图4是例示了根据一个实施方式的表面分类的图表；
图5A是简化的车辆模型的示意图；
图5B是全阶车辆模型的示意图；
图6A是根据本发明一些实施方式的向质点分配概率的例示图；
图6B是根据本发明一些实施方式的向质点分配概率的例示图；
图6C是根据本发明一些实施方式所采用的一些原理确定的不同移动的示意图；
图6D是根据本发明一些实施方式所采用的一些原理确定的不同移动和关联概率分布的示意图；
图6E是例示了选择采样参数的概率的图表；
图6F是例示了选择采样参数的概率的图表；
图7A是根据本发明一些实施方式的用于估计刚度状态和车辆状态以及用于控制车辆的方法的一次迭代的流程图；
图7B是根据本发明一个实施方式的确定图7A的方法的一组刚度状态的示例性实现的流程图；
图7C是根据本发明一个实施方式的确定图7A的方法的各个采样刚度状态的概率的示例性实现的流程图；
图7D是根据本发明一个实施方式的、图7A的方法的一些步骤的三次迭代的结果的简化示意图；
图7E是根据本发明一些实施方式所采用的一些原理确定所述状态和对应轮胎参数的概率以及对应聚集的示意图；
图7F是确定路面分类和摩擦参数的示意图；以及
图8是根据本发明一些实施方式的、刚度状态估计器与车辆控制器之间的交互作用的示意图。
具体实施方式
图1A示出了在道路上行驶的车辆的轮胎上的力的大小如何随着针对不同类型的道路表面(诸如干沥青110表面、湿沥青120表面以及雪130表面)的滑移而变化的例示图。轮胎-力关系是高度非线性的，并且还取决于诸如轮胎压力、车辆质量、轮胎温度以及轮胎磨损的其它量。如本文所使用的，车辆可以是任何类型的轮式车辆，例如客车、公共汽车或探测车。
图1A示出了除滑移外的所有其它量保持固定时的示例性情况。这是例示轮胎-力关系的本质方法。图1A可以例示纵向力，在这种情况下，滑移按照纵向速度与车轮旋转速度之差来限定，所述差根据车轮旋转速度或者纵向速度(无论哪一个较大)归一化。图1A可以例示横向力，在这种情况下，滑移按照车轮的横向速度分量与纵向速度分量之比来限定。
图1B示出了图1A的放大版本，其中，力已经利用停留在车轮上的法向力归一化，其中，更详细地考虑干沥青110的情况。力达到其最大值的值被称为峰值摩擦112。在一些汽车控制系统中，了解峰值摩擦112是有用的。例如，了解峰值摩擦对获知在ESC中可以将多大制动器扭矩施加至特定车轮是很重要的。峰值摩擦值和对应滑移值113可以用于防抱死制动系统(ABS)中以实现最佳制动力。力曲线110的初始斜率111通常称作轮胎刚度。在正常行驶期间(在这种情况下，滑移很小)，可以通过轮胎刚度111来近似力曲线。
刚度111在车辆控制中(例如，在ESC和主动前轮转向(AFS)系统中)是有用的。然而，刚度111可以限定多个参数。例如，由于轮胎刚度取决于峰值摩擦，所以刚度111也可以被用于确定峰值摩擦112，反之亦然。例如，根据图1A，通过比较干沥青110、湿沥青120以及雪130的力曲线，很明显，只要轮胎刚度值大，峰值摩擦值就大。为此，本发明的一些实施方式确定车辆轮胎的刚度状态，其中，所述刚度状态包括对车辆的至少一个轮胎与该车辆正行驶在的道路的交互作用进行限定的至少一个参数。刚度状态的参数的示例包括轮胎的纵向刚度、轮胎的横向刚度、轮胎与道路之间的摩擦中的一项或组合。
一些实施方式基于这样的认识：刚度状态可以被包括在车辆的移动模型和车辆状态的测量模型两者中。为此，一些实施方式联合估计车辆状态和车辆轮胎的刚度状态，以在给定测量值的情况下确定最佳地描述车辆状态的参数。
图1C示出了根据本发明一个实施方式的用于联合估计车辆状态(例如，车辆的速度和转首角速度)和车辆轮胎的刚度状态的方法的流程图。该实施方式基于这样的认识：未知的轮胎参数可以被视为作用于车辆的移动模型(否则将是确定性的移动模型)上的随机扰动。该随机扰动的性质使得车辆具有不同的可能移动，从而具有不同的可能状态。
为此，一些实施方式从存储器检索130c车辆的移动模型和车辆的测量模型，该移动模型和测量模型具有确定性分量125c和概率性分量126c。例如，车辆的移动模型包括移动的确定性分量和该移动的概率性分量的组合，其中，移动的确定性分量与刚度状态无关并且将车辆的移动限定为时间的函数，并且其中，移动的概率性分量包括具有不确定性的刚度状态并且限定对车辆移动的扰动。类似地，车辆的测量模型包括测量值的与刚度状态无关的确定性分量和测量值的包括刚度状态的概率性分量的组合。
该实施方式利用一组质点145c来表示刚度状态140c和车辆状态。各个质点包括车辆状态，所述车辆状态可以是测量状态或者在联合估计的先前迭代期间确定的状态。另外地或另选地，质点包括刚度状态的、对刚度状态的参数的可行空间进行限定的均值和方差。以概率方式(即，使用均值和方差)表示刚度状态允许考虑对车辆移动的随机扰动。然而，刚度状态的均值和方差未拟合到车辆的模型中。为此，该实施方式对由均值和方差限定的刚度状态的参数的可行空间进行采样，并在联合估计中使用该采样参数。
图1D示出了例示对刚度状态的可行空间100d进行限定的概率分布函数140d的图表。可以预先确定函数140d的形状。例如，如果刚度状态的分布是高斯分布，那么分布140d的形状是“高斯帽”形状。如果形状是固定的，那么均值110d和方差130d限定分布140d和可行空间100d，从该可行空间100d可以抽取刚度状态的样本参数。
如本文所使用的，对刚度状态的参数进行采样是抽取具有由分布140d限定的概率的参数，而该分布140d又是由刚度状态的均值和方差限定的。例如，根据分布140d，要抽取或采样的样本120d的概率高于样本150d的概率。这种表示允许更新160d刚度状态的均值和方差，以生成更新的分布145d，该更新的分布145d对用于采样刚度状态的更新的可行空间进行限定。该实施方式基于这样的观察：对刚度状态的均值和方差的更新影响在随后迭代中使用的刚度状态的参数的值，因为这样的参数是从更新的分布中抽取的。
为此，该方法更新150c包括刚度状态的均值和方差的质点中的至少一个，以生成更新的集合155c。例如，该实施方式利用估计的刚度状态与测量的刚度状态之间的差迭代地更新至少一些质点的均值和方差，所估计的刚度状态是使用车辆的包括具有在该质点的可行空间上所采样的参数的刚度状态的移动模型估计的，并且所测量的刚度状态是根据测量模型使用车辆状态的测量值146c确定的。
接下来，该方法输出160c被确定为至少一个质点中的更新均值和更新方差的函数135c的刚度状态165c的均值和方差。函数135c的示例包括平均值(例如，该组中的质点的均值和方差的加权平均值)以及选择具有表示所测量的状态146c的最大概率的质点的均值和方差的最大函数。
例如，在一个实现中，该方法使用测量模型的以所测量的状态为中心的概率分布来确定车辆状态和刚度状态的概率分布。可以预先确定测量模型的概率分布，例如，使用在先前时刻期间确定的刚度状态的方差值。接下来，该方法根据质点的均值在车辆状态和刚度状态的概率分布上的布局来确定各个质点表示真实刚度状态的概率。函数135c使用这样的概率来确定输出165。
图1E示出了根据迭代地(例如，递归地)更新质点的一个实施方式的用于更新150c质点的方法的一次迭代的框图。可以使用车辆的处理器来实现该方法。该方法对要在车辆的移动模型中使用的可能参数的可行空间进行采样150，以生成一组采样参数155。车辆的移动模型145包括由于刚度状态的不确定性所导致的车辆移动的不确定性。该方法使用车辆的移动模型145以及针对车辆的输入147来估计160因影响车辆移动的各个采样参数而产生的可能状态165。
接下来，该方法测量状态170。例如，该方法测量车辆的取决于刚度状态的这种状态。该方法将测量值映射至与车辆状态和刚度状态有关的测量模型，以产生所述测量值、车辆状态以及刚度状态之间的关系175。该方法根据测量模型175确定180针对各个质点的导致车辆的测量的状态的刚度状态的均值。该方法还将所测得的刚度状态的方差确定180为测量值的不确定性和质点中的刚度状态的方差的组合，其中，可以先验地确定测量值的不确定性部分。刚度状态的确定的均值和方差185被用于190通过使用导致车辆的测量的状态的测量的刚度状态的均值来更新质点中的刚度状态的均值。类似地，该方法使用测量的刚度状态的方差来更新190质点中的刚度状态的方差。
图2A例示了用于控制车辆200的控制系统199的总体框图。可以使用能够在工作上连接至车辆的存储器和/或各种类型的传感器的一个或几个处理器来实现控制系统199的不同组件。如本文所使用的，车辆可以指任何轮式车辆，包括客车、公共汽车或移动机器人。车辆可以是自动驾驶车辆、半自动驾驶车辆或配备有主动安全系统(诸如电子稳定控制系统(ESC)和/或ABS)的标准车辆。控制系统199可以在车辆200的内部，并且控制系统199的不同组件的实现可以取决于车辆的类型。例如，根据车辆的类型，车辆220的组件可以改变。
控制系统199接收信息290并生成针对一些或所有车轮的车轮速度的估计221。信息290可以包括来自ABS的车轮速度测量值、发动机扭矩和转速和/或制动压力。控制系统199还可以包括使用惯性测量单元(IMU)测量车辆的惯性分量(诸如车辆的旋转速率和车辆的加速度)的感测系统230。例如，IMU可以包括：3轴加速度计、3轴陀螺仪和/或磁强计。IMU可以向控制系统199的其它组件提供速度、取向和/或其它位置相关信息。感测系统230还可以从全球定位系统(GPS)或等同物接收全球位置信息。
控制系统199还包括用于确定刚度状态的参数的刚度状态估计器240。在本发明的一些实施方式中，刚度状态估计器根据在先前迭代期间确定的车辆状态和刚度状态，迭代地确定车辆状态和刚度状态。如本文所使用的，车辆状态包括车辆的速度和转首角速度，但也可以包括位置、车向以及与车辆移动有关的附加量。
刚度状态估计器240还可以包括用于基于刚度状态对车辆正行驶在的表面进行分类的分类系统243。例如，刚度状态估计器240可以确定刚度状态的均值和方差。根据该方差，分类系统例如可以将路面分类为干沥青、湿沥青、雪或冰。
刚度状态估计器240使用来自感测系统的信息231和来自信号调节器的车轮速度估计221。如果感测系统230配备有用于测量车辆纵向加速度的IMU，那么来自IMU的测量值可以被用于确定与轮胎的纵向摩擦有关的参数。然而，如果感测系统230不具有关于纵向加速度的信息，那么信号调节器220可以基于车轮速度估计和根据其它实施方式的其它量来输出纵向加速度的估计221。另外地或另选地，刚度状态估计器240可以基于车轮速度信息221来确定对纵向加速度的估计。在本发明的一个实施方式中，通过将车轮速度和IMU信息进行组合来迭代地估计车辆状态以及确定轮胎与道路交互作用的参数。在本发明另一实施方式中，摩擦-估计系统仅包括横向分量。在这种情况下，信息221可以包括针对纵向移动的必需信息。刚度状态估计器240还可以从车辆控制单元260接收关于车辆移动的信息261。该信息可以包括车辆状态(诸如位置、车向、速度)，并且从直接或远程连接至该机器的硬件或者软件处接收。
例如，刚度状态估计器240可以输出刚度状态241，刚度状态241包括摩擦值、轮胎刚度值、轮胎刚度的确定水平或其组合。控制系统199还包括使用刚度状态241的车辆控制器260。例如，在一个实施方式中，刚度状态被用于利用取决于刚度状态的车辆动力学模型的高级驾驶员辅助系统(ADAS)中。车辆控制器260可以包括独立组件(诸如ABS、ESC或ADAS)，或者包括能够实现自动驾驶特征的车辆控制器的组合。例如，刚度状态估计器可以输出将作为车辆驾驶员的监视分量显示在车辆的显示器210上的刚度状态242。
图2B示出了根据本发明一个实施方式的刚度状态估计器240的大体结构。刚度状态估计器240包括用于执行刚度状态估计器240的模块的至少一个处理器270。处理器270连接271至存储器280，存储器280存储所述状态和参数的统计数据281以及车辆信息282。存储器280还存储估计器的内部信息283，包括但不限于，刚度状态的值、车辆的各个计算状态的值以及导致车辆的各个状态的移动。在一些实施方式中，基于从车辆261和感测231接收的信息来更新271关于车辆的信息。
图2C示出了根据一个实施方式的、用于确定或估计来自车辆的内部信号的方法的框图。导致281c和261c的步骤可以实现到控制单元或电路排布结构中，可以在诸如ABS、ESC、ADAS的系统中或者在自动驾驶车辆中使用该控制单元或电路排布结构。例如，输入信号滤波器210c可以通过处理车轮或轮胎209c的旋转速率来确定输入信号，以生成信号211c，由此可以确定针对车辆的各个单独车轮或轮胎的旋转速率。滤波器210c还可以通过处理制动压力208c来确定输入信号212c，并通过处理来自发动机207c的旋转速率和扭矩来确定输入信号213c。
框230c确定纵向加速度231c，而制动-力估计器240c使用所施加的制动压力213c来估计针对各个车轮的制动力241c。根据发动机扭矩和发动机旋转速率214c的值，控制单元中的模块估计纵向方向上的驱动力，而例如使用纵向加速度231c的估计在250c中估计垂直力251c。使用垂直力估计251c和纵向力估计241c和271c，可以确定归一化纵向力261c。车轮半径估计器220c使用轮胎或车轮的经处理的旋转速率211c和归一化驱动力261c的估计来校正车轮半径，并输出具有旋转速率221c的车轮半径。例如，车轮半径估计器220c估计车轮滑移221c。因此，信号调节器220可以向刚度状态估计器240提供纵向速度221c的估计、车轮滑移估计281c、或归一化纵向力261c或其组合。
因此，在一些实施方式中，刚度状态估计器240使用纵向速度221c、车轮滑移估计281c以及归一化纵向力261c中的一项或组合的估计。另外地或另选地，感测系统230向刚度状态估计器240提供横向加速度和转首角速度231的测量值，以估计刚度状态(包括横向轮胎刚度参数291c、横向摩擦系数292c)，和/或对路面293c进行分类。
另外，一些其它实施方式使用旋转速率221c以及提供纵向和横向加速度以及转首角速度231的测量值的感测系统230，以估计刚度状态(包括纵向和横向轮胎刚度参数291c、纵向和横向摩擦系数292c)，并对路面293c进行分类。应当理解，每当无法获得221c时或者在方法220具有不太复杂的性质的情况下，可以使用原始的车轮旋转速率209c来代替221c。
本发明的一些实施方式依赖于这样的认识：可以通过在概率性框架中联合且迭代地对最佳描述车辆状态的刚度状态和车辆状态进行估计来确定刚度状态，而不是尝试通过依赖繁琐的优化算法来找到与轮胎相关联的参数。即，可以通过考虑某个轮胎刚度值解释在先前迭代期间确定的状态估计的概率来估计刚度状态。
例如，一些实施方式使用车辆的概率性移动模型，其中，刚度参数被表达为针对车辆移动的随机扰动，其中，可以根据优化一些概率性成本函数来确定对参数集的选择。根据本发明其它实施方式选择成本函数。
图3示出了根据本发明一些实施方式的刚度状态估计器240的示意图。估计器240使用车轮速度测量值221或其估计来估计340车辆的未来状态341。在一些实施方式中，状态估计340使用车辆的移动(动力学)模型，其中，该模型取决于刚度状态。该模型可以包括纵向和横向动力学两者，在这种情况下，纵向和横向轮胎参数都被包括在刚度状态中。另选地，该模型可以仅包括纵向和横向动力学中的一个。状态更新模块310使用来自感测系统230的测量值231来校正状态估计341，以形成车辆的更新的状态311。
在一个实施方式中，更新状态311和/或估计341被用作车辆控制系统260的输入241。另外地或另选地，在另一实施方式中，状态估计311被用于更新320刚度状态的至少一个参数，从而产生车辆的更新刚度状态321。在一个实施方式中，更新刚度状态321被用作车辆控制系统260的输入241。另外地或另选地，在另一实施方式中，更新刚度状态321被用作显示器210的输入242，以用作针对驾驶员的监视分量。另外地或另选地，在另一实施方式中，更新刚度状态321被用于更新330车辆的移动模型，以供估计状态340，从而结束本发明一些实施方式的一次迭代。
图4示出了例示根据一个实施方式的表面分类的图形，其中，刚度状态估计器包括分类系统243。更新的刚度状态321被用于对路面进行分类并确定道路的实际摩擦系数。图4示出了参数估计器对具有均值411和方差412的刚度状态进行标识的情况。刚度估计411是不确定的，但该不确定性小于某一预定义阈值440，所以可以用一些预定义概率值来要求刚度值将路面分类为干沥青。该阈值可以被限定为99％确定性的值、99.5％确定性的值、或某一其它值。还可以使该阈值自适应。例如，如果还将车辆的估计状态311提供给分类系统243，则可以根据速度选择阈值。
为此，一些实施方式利用刚度状态的输出均值和方差来分类道路的表面。例如，一个实施方式基于刚度状态的均值的值来确定表面的类型，除非该刚度状态的方差覆盖对应于该表面的不同类型(诸如湿沥青421或覆盖有雪431的表面)的值。使用图4作为示例，该实施方式将表面的类型分类为干沥青，除非刚度状态的方差允许即使以低概率也将该表面分类为湿沥青。另外地或另选地，一个实施方式基于刚度状态的均值的值确定表面的类型，并且仅基于刚度状态的方差确定所述表面具有该类型的概率。使用图4作为示例，该实施方式利用根据1与413之差确定的概率将表面的类型分类为干沥青。例如，如果选择412作为相对于411的三次标准偏差，其中该标准偏差是方差的平方根，则该实施方式利用近似等于0.997的概率，将表面类型分类为干沥青。
一些实施方式将未知刚度状态视为作用于车辆的移动模型(否则将是确定性的移动模型)的随机扰动。该随机扰动的性质使得车辆具有不同的可能移动，从而具有不同的可能状态。为此，一些实施方式基于这样的认识：车辆的移动模型包括移动的确定性分量和移动的概率性分量的组合。移动的确定性分量与刚度状态无关并且将车辆的移动限定为时间的函数。另一方面，移动的概率性分量包括具有不确定性的刚度状态，该不确定性充当对车辆的移动的扰动。以这种方式，可以在不知道刚度状态的移动模型(时间演变)的情况下，将车辆的移动建模为包括轮胎的刚度状态。
在一些实施方式中，车辆状态根据车辆状态的移动模型在时间上动态演变。如果仔细选择车辆的移动模型和轮胎的力模型，那么可以将车辆状态的移动描述为一个不确定部分以及根据车辆状态完全确定的一个确定性部分，其中，该不确定部分取决于轮胎的刚度状态和车辆状态的测量值的不确定性。例如，可以根据某一非线性函数xk+1＝f(xk，uk)+g(xk，uk)wk来描述车辆的移动模型，其中，
Figure GDA0001939026940000141
是描述车辆状态演变的非线性确定性函数，
Figure GDA0001939026940000142
是取决于车辆状态的非线性确定性函数。映射扰动
Figure GDA0001939026940000143
k是离散时间指数，
Figure GDA0001939026940000144
是所述状态，并且uk包含针对系统的输入。车辆的动态移动模型取决于刚度状态(包括刚度的均值、刚度的方差以及各个轮胎的各个方向上的摩擦系数)。在一些实施方式中，影响车辆移动的扰动
Figure GDA0001939026940000145
是由于轮胎刚度的数字描述中的不确定性。在其它实施方式中，车辆状态包括车辆的速度矢量和转首角速度。
图5A示出了车辆的简化的前轮驱动单轨模型的示意图，其中各个轴上的两个车轮集总在一起。该模型取决于加速时的三个刚度参数，一个纵向的和两个横向的。刚度状态可以写成
Figure GDA0001939026940000151
其中，Cn是刚度的标称值(例如，在标称表面上确定的)，而ΔC是随时间变化的未知部分。一个实施方式将
Figure GDA0001939026940000152
限定为作用于系统(否则将是确定性的系统)上的随机扰动。在一些实施方式中，噪声项是根据
Figure GDA0001939026940000153
分布的高斯分布，其中，μk，∑k是刚度状态的一般的、时变的均值和协方差。在图5A中，δ是前轮的转向角，α是横向情况下的滑移角，β是车辆的车身滑移，该车身滑移被限定为车辆的前向速度与横向速度之比，而Fx，y分别是纵向(前向)力和横向力。图5B示出了具有前转向的全底盘模型的示意图。在这种情况下，待估计参数的数量增加，但应当理解，同样的方法仍然适用。
本发明的一个实施方式选择系统的输入作为在各个车轮轴上平均的车轮速度估计221。在另一实施方式中，该输入是在各个车轮轴上平均的、结合车轮231的转向角的车轮速度估计221。在非自主模式下，有时无法测量车轮的转向角，但是可以测量方向盘的转向角。又一实施方式通过考虑将方向盘与车轮连接的机械构造的齿轮比，将方向盘的转向角转换成车轮的转向角。
就概率密度函数(PDF)而言，根据定义θk：＝{μk，∑k}，动态系统可以描述为p(xk+1|xk，uk，θk)。一些实施方式依赖于这样的认识：在给定感测信息的情况下，通过确定整个系统的PDF，可以确定车辆状态和轮胎的刚度状态。为确定系统的PDF，本发明的若干实施方式将来自感测系统230的系统231的测量值限定为受偏置噪声的破坏。例如，如果一个测量值是转首角速度
Figure GDA0001939026940000154
那么根据
Figure GDA0001939026940000155
测量值
Figure GDA0001939026940000156
与转首角速度有关，其中，bψ是因传感器漂移而产生的偏移项，而e是破坏测量值的零均值噪声。例如，该噪声可以利用方差R建模为高斯PDF
Figure GDA0001939026940000157
噪声源说明测量值不完美。可以通过若干方式选择噪声源。在一个实施方式中，将偏航率和加速度命令进行组合，以在各个时间步长处形成测量矢量，所有测量矢量都具有单独的偏置分量。在一些实施方式中，通过迭代地估计三个PDF p(bk|θk，xk，y0：k)p(θk|xk，y0：k)p(xk|y0：k)来估计系统，从而在估计出所述PDF之后，可以重建车辆状态和轮胎的刚度状态，并且可以对表面进行分类。一些其它实施方式使用N个离散权重表示连续PDF，当N变得足够大时，该离散权重完全表示连续PDF。然后，车辆状态的PDF由车辆状态的N个假设表示，并且其它两个PDF的统计数据可以使用近似技术或精确技术来表示。例如，可以使用基于采样的技术或使用Normal-inverse-Wishart更新技术来更新轮胎参数的PDF。类似地，可以使用基于采样的技术或使用Kalman滤波器表示来更新偏置项的PDF，其中，不同表示的准确度取决于动态演化的特定模型和所涉及的测量值的特定建模。
一些实施方式承认可以通过联合考虑刚度状态、车辆状态以及测量值的偏置项，来准确地估计轮胎的刚度状态。在一个实施方式中，通过分配概率来估计所述量，该概率是这些量的组合解释测量矢量的可能性。
图6A例示了车辆具有初始状态610的情形。对于轮胎的一组参数和针对系统的给定输入，车辆遵循移动611a并在630a结束，从而产生不确定性631a。感测系统230的不确定性导致只有到某个区域620时才可以知道车辆状态。然而，车辆630a的结束状态很好地驻留在区域620内，所以刚度状态、偏置项以及车辆的初始状态这种特殊组合被给予了作为良好组合的高概率。
图6B示出了具有相同初始状态610、可能具有传感器的相同偏置项、但是具有轮胎的另一特殊组参数的车辆。对于针对系统的相同输入，车辆610现在遵循移动611b，导致车辆最终处于状态630b，从而产生不确定性631b。然而，车辆的该结束状态630b没有驻留在传感器的确定区域内。因此，初始状态、轮胎的参数以及偏置项的这种特殊组合被分配了作为良好组合的低概率。
图6C示出了根据本发明各种实施方式所采用的一些原理确定的不同移动的示意图。估计车辆在具有道路边界640c的道路上处于当前状态610，其中，根据本发明的其它实施方式，在先前迭代期间已经确定了当前状态610的估计。线619c和629c是使用两种不同的刚度状态确定的两种不同的移动，从而导致车辆的两个可能状态620c和630c。灰色区域611c指示来自感测系统230的传感器的、根据传感器的先验已知噪声建模确定的不确定性(即，可能发生移动的可能区域)。只有移动619c在不确定区域内。因此，由移动629c产生的状态620c，以及与移动629c相关联的刚度状态被给予了作为良好组合的低概率。
如图6D所示，车辆的移动可以以车辆状态的PDF 612d的形式建模，其中，在先前迭代期间已经确定了PDF 612d的初始状况609d。在本发明的一些实施方式中，通过一些步骤计算该移动；首先确定从初始状态到结束状态的几种移动，其中，根据车轮或轮胎的属于该特定移动的一组参数来启动不同的移动；第二，确定不同移动如何与感测系统230所感测的真实移动相符合；第三，确定与不同移动如何与感测系统所感测的真实移动相符合的所述确定一致的参数。为了例示，图6D示出了其中两种不同的移动分别导致直到状态620c和630c的情况，并且车辆移动的PDF 612d都与相应移动相符合。然而，在确定不同移动如何与感测系统的PDF 611c相符合之后，实现了PDF 631d，这与状态620c不相符。在本发明某些实施方式中，所产生的PDF631d形成了针对该方法的另一次迭代的基础。
一些实施方式基于使用质点的刚度状态估计的车辆状态与测量的状态之间的差来确定各个质点表示真实刚度状态的概率。例如，一个实施方式使用车辆状态的PDF来确定这种概率。
图6E示出了例示根据本发明一个实施方式的、使用车辆的可能状态下的PDF 631来选择采样参数的概率的图形。例如，PDF 631可以是测量模型的概率分布。这种概率分布的形状可以预先确定，例如，确定为高斯形状或不同的形状，并且该概率分布631的位置以测量的状态635为中心。为此，一个实施方式使用测量模型的以测量的状态为中心的概率分布631来确定车辆状态和/或刚度状态的概率分布。为此，该实施方式可以根据质点的均值在车辆状态和刚度状态的概率分布上的布局，来确定各个质点表示真实刚度状态的概率。
例如，该实施方式将初始状态和参数值的一个样本提交给车辆的移动模型，以估计车辆从初始状态到下一状态621的转变，并在与下一状态621相对应的点623处选择车辆状态的PDF的值622作为车辆状态和/或刚度状态的准确概率。
图6F示出了例示根据PDF 651对采样参数的概率进行选择的另一图形，该PDF651不同于图6E的PDF 631。例如，PDF 651是基于测量的状态的变化更新的分布。在该实施例中，该实施方式在与下一状态621相对应的点643处选择车辆状态的PDF651的值642作为车辆状态和/或刚度状态的概率。
图7A示出了根据本发明一些实施方式的、用于估计刚度状态和车辆状态以及用于控制车辆的方法699的一次迭代的流程图。该方法确定一组参数值以及相关联的不确定性、指定车辆的模型以及对车辆移动进行解释的车辆状态、从初始状态和初始参数集开始。在不同实施方式中，车辆的初始状态是车辆的当前估计状态，和/或其中，车辆的初始状态是与在该方法的先前迭代期间确定的刚度状态相对应的车辆状态。
由连接车辆状态的状态转变限定该移动，例如，如图6A所示，以用于连接车辆的两个估计状态的移动。各个状态至少包括车辆的速度和转首角速度。由估计器240的和/或车辆的处理器270执行该方法的步骤。迭代地确定该移动直到满足终止条件，例如，持续一段时间或预定次数的迭代。图7A的方法的迭代包括以下步骤。
方法699确定700一组采样刚度状态和针对满足有关车辆状态的静态和动态约束的一组状态的一组对应转变。例如，该方法确定图6C中的状态转变619c、629c和状态630c、620C。接下来，方法699确定710步骤700中的各个刚度状态样本的概率，以生成针对与车辆移动的测量值一致的状态的移动。
使用各个状态的概率作为被用于估计那些状态的刚度状态的质点的概率，方法699根据使用各个质点中的更新均值和更新方差的加权组合的函数来确定720聚集刚度状态721。例如，根据各个质点表示真实刚度状态的概率来确定该组合中的权重。另外地或另选地，该函数可以只选择最可能的质点的刚度状态。其它实施方式使用不同的函数来确定刚度状态721，这可以被用于控制740车辆和/或对道路的表面进行分类730。
图7B示出了根据本发明一个实施方式的、确定700所述一组刚度状态值的示例性实现的流程图。该确定700使用针对系统的实际输入以及使用先前迭代所估计的初始状态。该方法首先根据在先前迭代期间确定的值来预测701针对该组质点
Figure GDA0001939026940000181
的N个均值和方差。然后，该方法对刚度状态的一组N个值进行采样702，其中，N可以预先确定或使其自适应，并使用刚度状态的该组值来预测703状态
Figure GDA0001939026940000182
然后，该确定700预测704对感测或模型中的尚未说明的附加误差进行说明的偏置项(即，方差)。
在本发明的一些实施方式中，使用
Figure GDA0001939026940000183
的数i生成刚度状态的各个值数i，该
Figure GDA0001939026940000184
是动态系统的一组噪声源参数，即，来自wk，其中，
Figure GDA0001939026940000185
指示轮胎刚度的估计均值，而
Figure GDA0001939026940000186
指示对应不确定性或方差。例如，wk可以被选择为由高斯分布
Figure GDA0001939026940000187
产生，或者可以被选择为针对特定应用定制的PDF。在一些实施方式中，为了说明刚度估计本身的不确定性，使用student-t分布，该student-t分布接近每次迭代的高斯分布。
在本发明的一些实施方式中，通过反转动态系统生成采样参数值702。在这种情况下，在一个实施方式中，通过使用概率函数q(xk|xk-1，yk)来代替地生成状态
Figure GDA0001939026940000188
并且通过反转动态系统生成采样刚度值以更好地满足测量。然而，不能总是完全反转系统模型。
图7C示出了方法710的流程图，该方法710确定各个采样刚度状态的概率，以生成针对与车辆移动的测量值一致的状态的移动。在确定各个刚度值的概率时，确定711具有该测量值的下一状态702的一致性并且计算712各个状态的概率。例如，一个实施方式使用图6E和图6F中描述的原理确定712概率。
在方法710的一个实施方式中，如果所谓的有效样本大小低于阈值714，那么在可以预先确定该阈值的情况下，很少有刚度值具有导致与车辆移动的测量值一致的状态的大概率，因此该方法复制具有高概率的样本和对应状态，并丢弃具有低概率715的那些样本和对应状态。否则，该方法退出716。另外地或另选地，在一些实施方式中，具有非零但低概率的刚度值和对应状态被具有较高概率的输入和状态替换。例如，一个实施方式以这样的方式生成一组新的刚度值和对应状态：生成
Figure GDA0001939026940000191
的概率至少为
Figure GDA0001939026940000192
在另一实施方式中，每当概率的平方和倒数低于某一预定义阈值时，就执行替换。以这种方式进行确保仅使用可能良好的刚度值。
在本发明的一些实施方式中，该确定712被完成为测量值的PDF、
Figure GDA0001939026940000193
动态系统的PDF，以及输入的在方法700的先前迭代期间确定的概率
Figure GDA0001939026940000194
的组合。例如，如果根据参数的不确定性模型生成刚度值，则概率与测量值的PDF成比例，即，
Figure GDA0001939026940000195
在一个实施方式中，概率以表示PDF的方式归一化。关于图6F，如果由在对应于状态621的先前迭代期间确定的PDF 651上的点643处的值642给出
Figure GDA0001939026940000196
那么更新概率
Figure GDA0001939026940000197
被确定为622和642的乘积。
可以以若干方式完成轮胎参数
Figure GDA0001939026940000198
的确定713。例如，一个实施方式通过使用采样刚度值
Figure GDA0001939026940000199
来确定校正参数，以使用校正模块校正各个参数集
Figure GDA00019390269400001910
Figure GDA00019390269400001911
Figure GDA00019390269400001912
Figure GDA00019390269400001913
Figure GDA00019390269400001914
这里，根据轮胎的预测参数校正参数。根据上面的方程，可以直接推断轮胎刚度值，可以根据上面的方程确定轮胎刚度的不确定性。
可以以若干方式完成对车轮或轮胎的刚度状态以及对应车辆状态的确定720。例如，当参数值的确定性为
Figure GDA0001939026940000201
Figure GDA0001939026940000202
时，一个实施方式通过使用加权平均函数来确定刚度状态，以生成轮胎刚度值，并且对于车辆状态来说是类似的。另一实施方式将所述量确定为具有最高概率的状态和参数。
图7D示出了当针对每次迭代生成五个采样刚度值时步骤700、710以及720的三次迭代的结果的简化示意图。使用移动模型和针对系统的输入以及被用于参数化动态模型的五个采样刚度值在时间711d处向前预测初始状态710d，以生成五个下一状态721d、722d、723d、724d以及725d。该概率被确定为测量值726d和噪声源的模型以及测量值726d的偏置727d的函数。在各个时间步长处，即，在每次迭代时，概率的聚集被用于生成聚集轮胎参数集和对应状态720d。
图7E示出了五种状态在图7D中的第一次迭代时的可能分配概率。那些概率721e、722e、723e、724e以及725e反映在选择点的大小上，该点例示了状态721d、722d、723d、724d以及725d。
返回参照图7D，状态720d与关联轮胎参数一起被用作图7A中的输出721，以供控制740车辆。返回参照图7C，如果满足阈值714，那么高概率状态和对应参数以及偏置项被复制并成为针对下一次迭代的初始状态，该下一次迭代再次生成将车辆状态从初始状态721d、722d、723d以及724d转变到下一状态731d、732d、733d、734d以及735d的五个采样刚度值。根据该迭代的采样控制输入的概率选择对应于状态730d的控制输入。状态732d、733d以及734d是针对该特定示例中下一次迭代的初始状态，但通常情况下，所有状态都可以及时向前扩展。
图7F示出了根据一个实施方式的用于对道路表面进行分类730的方法的示意图，该实施方式使用具有道路表面与刚度状态值之间的关系的表格值的数据库。例如，该数据库可以存储在图2B所示的存储器280中。例如，针对沥青的轮胎刚度值的最大值710f和最小值711f存储在数据库中。在图7F中，仅存在两种表面状况，并且一个值表示刚度，但应当理解，推理可以扩展到具有不同表面状况表示以及具有若干刚度值的任何数量的表面状况。线711f还确定沥青与雪之间的边界，并且雪的最小值是712f，即，雪面上可能出现的最小值。刚度状态的估计值721f(即，刚度状态的均值)以及该值720f的不确定性(即，由线720f和721f指示的刚度状态的方差)处于710f和711f的范围内，所以该表面可以被分类为沥青。
一些实施方式根据由估计器240计算的刚度状态来控制740车辆。该控制740取决于刚度状态的值。在一个实施方式中，刚度状态的不确定性被用于确定车辆控制应该干预到什么程度。例如，在控制器中使用该不确定性，该控制器确保车辆在不确定性范围内针对所有轮胎参数进行准确控制。如果控制器判定车辆无法充分操纵，那么在一个实施方式中，控制器通过调用制动控制和可能的转向控制来适度地停止车辆。在另一实施方式中，控制器警告驾驶员不能保证车辆稳定性。
图8示出了根据本发明一些实施方式的、控制系统与车辆控制器之间的交互作用的示意图。例如，在本发明的一些实施方式中，车辆800的控制器是控制车辆800的旋转和加速的转向810和制动器/节气门控制器820。在这种情况下，刚度状态估计器840输出纵向和横向刚度和/或摩擦估计两者。然而，在一个实施方式中，使用车道保持辅助830，以使得估计系统仅输出横向分量。在两种情况下，车辆控制器800将参数映射至由车辆的至少一个控制器使用的车辆模型，该车辆的至少一个控制器控制车辆的至少一个致动器(诸如方向盘和/或车辆的制动器)，并且车辆控制器800使用针对车辆致动器的控制命令来控制车辆的移动。在另一实施方式中，道路分类器将摩擦的指示输出242到驾驶员可见的显示器。在这种情况下，如果车辆是半自动驾驶车辆，那么驾驶员可以决定是否干预自主驾驶或维持自主驾驶模式。
本发明的上述实施方式可以按许多方式中的任一种方式来实现。例如，可以使用硬件、软件或其组合来实现这些实施方式。当按软件来实现时，可以在任何合适处理器或处理器集合上执行软件代码，而不论设置在单一计算机中还是分布在多个计算机当中。这种处理器可以被实现为集成电路，在集成电路组件中具有一个或更多个处理器。然而，可以使用任何合适格式的电路来实现处理器。
而且，本文概述的各种方法或处理可以被编码为能够在采用多种操作系统或平台中的任一种的一个或更多个处理器上执行的软件。另外，这种软件可以使用许多合适编程语言和/或编程或脚本工具中的任一种来编写，而且还可以被编译为在框架或虚拟机上执行的可执行机器语言代码或中间代码。通常，该程序模块的功能可以如在各种实施方式中所希望的那样进行组合或分布。
而且，本发明的实施方式可以被具体实施为已经提供了其示例的方法。作为该方法的一部分执行的动作可以按任何合适方式来排序。因此，即使在例示性实施方式中被示为顺序动作，也可以构造按与例示次序不同的次序来执行动作的实施方式，该实施方式可以包括同时执行一些动作。

Claims (18)

1.一种通过对车辆状态和车辆轮胎的刚度状态进行联合估计来控制车辆的方法，其中，所述车辆状态包括所述车辆的速度和转首角速度，并且其中，所述轮胎的刚度状态包括对所述车辆的至少一个轮胎与所述车辆正行驶在的道路的交互作用进行限定的至少一个参数，所述方法包括：
从存储器中检索所述车辆的移动模型和所述车辆的测量模型，其中，所述车辆的所述移动模型包括所述移动的确定性分量和所述移动的概率性分量的组合，其中，所述移动的确定性分量与所述轮胎的刚度状态无关，并且将所述车辆的所述移动限定为时间的函数，其中，所述移动的概率性分量包括具有不确定性的所述轮胎的刚度状态，并且限定对所述车辆的所述移动的扰动，其中，所述车辆的所述测量模型包括所述测量模型的与所述轮胎的刚度状态无关的确定性分量和所述测量模型的包括所述轮胎的刚度状态的概率性分量的组合；
利用一组质点来表示所述轮胎的刚度状态，各个质点包括所述轮胎的刚度状态的均值和方差，所述轮胎的刚度状态的均值和方差对所述轮胎的刚度状态的所述参数的可行空间进行限定；
使用所估计的刚度状态与测量的刚度状态之间的差来迭代地更新至少一些质点的均值和方差，所估计的刚度状态是使用所述车辆的包括具有在所述质点的所述可行空间上采样的参数的所述轮胎的刚度状态的所述移动模型估计的，并且测量的刚度状态是根据所述测量模型使用所述车辆状态的测量值确定的；以及
输出作为至少一个质点中的更新的均值和更新的方差的函数而确定的所述轮胎的刚度状态的均值和方差，其中，使用能够在工作上连接至所述存储器的至少一个处理器来执行所述方法的步骤；
其中，用于更新所述质点的迭代包括：
对所述质点的所述可行空间进行采样，以生成采样参数；
使用针对所述车辆的输入和所述车辆的包括所述采样参数的移动模型来估计所述车辆在一个时刻的状态；
在所述时刻测量所述车辆的状态；
根据所述测量模型确定导致测量的所述车辆的状态的测量的刚度状态的均值；
将测量的刚度状态的方差确定为所述测量值的不确定性与所述质点中的所述轮胎的刚度状态的方差的组合；
使用测量的刚度状态的均值来更新所述质点中的所述轮胎的刚度状态的均值；以及
使用测量的刚度状态的方差来更新所述质点中的所述轮胎的刚度状态的方差。
2.根据权利要求1所述的方法，其中，为了更新所述一组质点，将测量的刚度状态的方差确定为所述测量值的所述不确定性与所述一组质点中的所述轮胎的刚度状态的一组方差的组合。
3.根据权利要求1所述的方法，所述方法还包括：
基于使用所述质点的所述轮胎的刚度状态估计的车辆状态与测量的车辆状态之间的差，来确定各个质点表示真实刚度状态的概率；以及
根据使用各个质点中的更新的均值和更新的方差的加权组合的函数来确定所述轮胎的刚度状态，其中，通过各个质点表示所述真实刚度状态的所述概率来确定所述组合中的权重。
4.根据权利要求3所述的方法，所述方法还包括：
使用所述测量模型的以所述测量的车辆状态为中心的概率分布，来确定所述车辆状态和所述轮胎的刚度状态的概率分布；以及
根据所述质点中的均值在所述车辆状态和所述轮胎的刚度状态的所述概率分布上的布局，来确定各个质点表示所述真实刚度状态的所述概率。
5.根据权利要求1所述的方法，所述方法还包括：
使用所述轮胎的刚度状态的输出的均值和方差来对所述道路的表面进行分类。
6.根据权利要求5所述的方法，其中，所述分类包括：
基于所述轮胎的刚度状态的均值的值来确定所述表面的类型，除非所述轮胎的刚度状态的方差涵盖与所述表面的不同类型相对应的值。
7.根据权利要求5所述的方法，其中，所述分类包括：
基于所述轮胎的刚度状态的均值的值，确定所述表面的类型；以及
基于所述轮胎的刚度状态的方差，确定所述表面具有所述类型的概率。
8.根据权利要求1所述的方法，其中，所述轮胎的刚度状态的所述参数包括所述轮胎的纵向刚度、所述轮胎的横向刚度、所述轮胎与所述道路之间的摩擦系数中的一项或组合。
9.根据权利要求1所述的方法，所述方法还包括：
基于所述轮胎的刚度状态来控制所述车辆。
10.一种通过对车辆状态和车辆轮胎的刚度状态进行联合估计来控制车辆的系统，其中，所述车辆状态包括所述车辆的速度和转首角速度，并且其中，所述轮胎的刚度状态包括对所述车辆的至少一个轮胎与所述车辆正行驶在的道路的交互作用进行限定的至少一个参数，其中，所述轮胎的刚度状态的所述参数包括所述轮胎的纵向刚度、所述轮胎的横向刚度、所述轮胎与所述道路之间的摩擦系数中的一项或组合，所述系统包括：
存储器，所述存储器存储所述车辆的移动模型和所述车辆的测量模型，其中，所述车辆的所述移动模型包括移动的确定性分量和移动的概率性分量的组合，其中，所述移动的确定性分量与所述轮胎的刚度状态无关，并且将所述车辆的所述移动限定为时间的函数，其中，所述移动的概率性分量包括具有不确定性的所述轮胎的刚度状态，并且限定针对所述车辆的所述移动的扰动，其中，所述车辆的所述测量模型包括所述测量模型的与所述轮胎的刚度状态无关的确定性分量和所述测量模型的包括所述轮胎的刚度状态的概率性分量的组合；
至少一个传感器，所述至少一个传感器用于确定所述车辆状态的测量值；以及
处理器，所述处理器能够在工作上连接至所述存储器和所述传感器，其中，所述处理器被设置成：
利用一组质点来表示所述轮胎的刚度状态，各个质点包括所述轮胎的刚度状态的均值和方差，所述轮胎的刚度状态的均值和方差限定所述轮胎的刚度状态的所述参数的可行空间；
使用估计的刚度状态与测量的刚度状态之间的差来迭代地更新至少一些质点的均值和方差，所估计的刚度状态是使用所述车辆的包括具有在所述质点的所述可行空间上采样的参数的所述轮胎的刚度状态的所述移动模型估计的，测量的刚度状态是根据所述测量模型使用所述车辆状态的测量值确定的；以及
输出作为至少一个质点中的更新的均值和更新的方差的函数而确定的所述轮胎的刚度状态的均值和方差；
其中，所述处理器迭代地更新所述质点，并且其中，针对更新所述质点的迭代，所述处理器被设置成：
对所述质点的所述可行空间进行采样，以生成采样参数；
使用针对所述车辆的输入和所述车辆的包括所述采样参数的移动模型来估计所述车辆在一个时刻的状态；
从所述传感器获取所述车辆状态在所述时刻的测量值；
根据所述测量模型确定导致测量的所述车辆的状态的测量的刚度状态的均值；
将测量的刚度状态的方差确定为所述测量值的不确定性与所述质点中的所述轮胎的刚度状态的方差的组合；
使用测量的刚度状态的均值来更新所述质点中的所述轮胎的刚度状态的均值；以及
使用测量的刚度状态的方差来更新所述质点中的所述轮胎的刚度状态的方差。
11.根据权利要求10所述的系统，其中，所述处理器将测量的刚度状态的方差确定为所述测量值的所述不确定性和所述一组质点中的所述轮胎的刚度状态的一组方差的组合。
12.根据权利要求10所述的系统，其中，所述处理器
基于使用所述质点的所述轮胎的刚度状态估计的车辆状态与测量的车辆状态之间的差来确定各个质点表示真实刚度状态的概率；以及
根据使用各个质点中的更新的均值和更新的方差的加权组合的所述方差的函数来确定所述轮胎的刚度状态，其中，根据各个质点表示所述真实刚度状态的所述概率来确定所述组合中的权重。
13.根据权利要求12所述的系统，其中，所述处理器
使用所述测量模型的以所述测量的车辆状态为中心的概率分布，确定所述车辆状态和所述轮胎的刚度状态的概率分布；以及
根据所述质点中的均值在所述车辆状态和所述轮胎的刚度状态的所述概率分布上的布局，来确定各个质点表示所述真实刚度状态的所述概率。
14.根据权利要求10所述的系统，其中，所述处理器被设置成，
使用所述轮胎的刚度状态的输出的均值和方差来对所述道路的表面进行分类。
15.根据权利要求14所述的系统，其中，所述处理器基于所述轮胎的刚度状态的均值的值确定所述表面的类型；并且基于所述轮胎的刚度状态的方差确定所述表面具有所述类型的概率。
16.根据权利要求10所述的系统，所述系统还包括：
控制器，所述控制器基于所述轮胎的刚度状态来控制所述车辆。
17.根据权利要求10所述的系统，所述系统还包括：
显示器，所述显示器显示所述轮胎的刚度状态。
18.一种非暂时性计算机可读存储器，所述非暂时性计算机可读存储器上包含有能够通过处理器执行的程序，以执行对车辆状态和车辆轮胎的刚度状态进行联合估计的方法，其中，所述车辆状态包括所述车辆的速度和转首角速度，并且其中，所述轮胎的刚度状态包括对所述车辆的至少一个轮胎与所述车辆正行驶在的道路的交互作用进行限定的至少一个参数，所述方法包括以下步骤：
检索所述车辆的移动模型和所述车辆的测量模型，其中，所述车辆的所述移动模型包括所述移动的确定性分量和所述移动的概率性分量的组合，其中，所述移动的确定性分量与所述轮胎的刚度状态无关，并且将所述车辆的所述移动限定为时间的函数，其中，所述移动的概率性分量包括具有不确定性的所述轮胎的刚度状态，并且限定针对所述车辆的所述移动的扰动，其中，所述车辆的所述测量模型包括所述测量模型的与所述轮胎的刚度状态无关的确定性分量和所述测量模型的包括所述轮胎的刚度状态的概率性分量的组合，
利用一组质点来表示所述轮胎的刚度状态，各个质点包括所述轮胎的刚度状态的均值和方差，所述轮胎的刚度状态的均值和方差对所述轮胎的刚度状态的所述参数的可行空间进行限定；
使用估计的刚度状态与测量的刚度状态之间的差来迭代地更新至少一些质点的均值和方差，所估计的刚度状态是利用所述车辆的包括具有在所述质点的所述可行空间上采样的参数的所述轮胎的刚度状态的所述移动模型估计的，测量的刚度状态是根据所述测量模型使用所述车辆状态的测量值确定的；以及
输出作为至少一个质点中的更新的均值和更新的方差的函数而确定的所述轮胎的刚度状态的均值和方差；
其中，用于更新所述质点的迭代包括：
对所述质点的所述可行空间进行采样，以生成采样参数；
使用针对所述车辆的输入和所述车辆的包括所述采样参数的移动模型来估计所述车辆在一个时刻的状态；
在所述时刻测量所述车辆的状态；
根据所述测量模型确定导致所述车辆的测量的状态的测量的刚度状态的均值；
将测量的刚度状态的方差确定为所述测量值的不确定性与所述质点中的所述轮胎的刚度状态的方差的组合；
使用测量的刚度状态的均值来更新所述质点中的所述轮胎的刚度状态的均值；以及
使用测量的刚度状态的方差来更新所述质点中的所述轮胎的刚度状态的方差。
CN201780042564.3A 2016-07-13 2017-07-06 用于控制车辆的方法、系统和非暂时性计算机可读存储器 Active CN109476287B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/209,027 US10011284B2 (en) 2016-07-13 2016-07-13 System and method for determining state of stiffness of tires of vehicle
US15/209,027 2016-07-13
PCT/JP2017/025469 WO2018012559A1 (en) 2016-07-13 2017-07-06 Method and system for controlling a vehicle

Publications (2)

Publication Number Publication Date
CN109476287A CN109476287A (zh) 2019-03-15
CN109476287B true CN109476287B (zh) 2020-12-29

Family

ID=59649972

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780042564.3A Active CN109476287B (zh) 2016-07-13 2017-07-06 用于控制车辆的方法、系统和非暂时性计算机可读存储器

Country Status (5)

Country Link
US (2) US10011284B2 (zh)
EP (1) EP3484755B1 (zh)
JP (1) JP6576578B2 (zh)
CN (1) CN109476287B (zh)
WO (1) WO2018012559A1 (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
WO2017053415A1 (en) 2015-09-24 2017-03-30 Quovard Management Llc Systems and methods for surface monitoring
US11100673B2 (en) 2015-09-24 2021-08-24 Apple Inc. Systems and methods for localization using surface imaging
US10442439B1 (en) * 2016-08-18 2019-10-15 Apple Inc. System and method for road friction coefficient estimation
EP3509922B1 (en) * 2016-09-08 2021-11-10 KNORR-BREMSE Systeme für Nutzfahrzeuge GmbH Electric system for a vehicle
US11501193B2 (en) * 2017-12-18 2022-11-15 Mitsubishi Electric Research Laboratories, Inc. Model-based control under uncertainty
US10408638B2 (en) * 2018-01-04 2019-09-10 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling a vehicle under sensor uncertainty
CN109492293B (zh) * 2018-11-01 2022-07-12 哈尔滨工业大学 一种倾斜悬索的静、动力作用刚度模型的构建方法
US11597364B2 (en) * 2019-03-11 2023-03-07 Mitsubishi Electric Research Laboratories, Inc. System and method for determining friction curve of tire
US11474486B2 (en) * 2019-03-11 2022-10-18 Mitsubishi Electric Research Laboratories, Inc. Model-based control with uncertain motion model
US11254315B2 (en) * 2019-03-12 2022-02-22 Mitsubishi Electric Research Laboratories, Inc. Friction adaptive vehicle control
US11359919B2 (en) * 2019-10-04 2022-06-14 Aptiv Technologies Limited Calculating vehicle states of a vehicle system for lane centering
US11548520B2 (en) * 2019-10-11 2023-01-10 Mitsubishi Electric Research Laboratories, Inc. Control of autonomous vehicles adaptive to user driving preferences
US11084471B2 (en) * 2019-11-22 2021-08-10 Automotive Research & Testing Center Braking control method according to friction of road surface
AU2021200226A1 (en) 2020-01-28 2021-08-12 The Goodyear Tire & Rubber Company Method for estimating tire grip
US11203354B2 (en) 2020-02-26 2021-12-21 Mitsubishi Electric Research Laboratories, Inc. System and method for determining friction curve of tire
US11993256B2 (en) 2020-05-22 2024-05-28 Cnh Industrial America Llc Dynamic perception zone estimation
US11572074B2 (en) 2020-05-22 2023-02-07 Cnh Industrial America Llc Estimation of terramechanical properties
EP4292889A1 (en) * 2022-06-13 2023-12-20 KNORR-BREMSE Systeme für Nutzfahrzeuge GmbH A method and an apparatus for estimating a friction coefficient of a vehicle wheel

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007031675A1 (fr) * 2005-09-16 2007-03-22 Peugeot Citroen Automobiles Sa Dispositif et procede de mesure d'une quantite representative de la vitesse de rotation d'une roue de vehicule automobile et systeme et procede utilisant un tel dispositif et un tel procede
CN103796885A (zh) * 2011-09-12 2014-05-14 大陆-特韦斯贸易合伙股份公司及两合公司 用于评估车辆的轮胎参数的方法
CN103935265A (zh) * 2014-04-24 2014-07-23 吴刚 一种电动汽车的车身稳定控制系统
CN104029684A (zh) * 2013-03-08 2014-09-10 固特异轮胎和橡胶公司 使用道路纵断面自适应滤波的轮胎载荷估计系统
CN105026236A (zh) * 2013-03-04 2015-11-04 丰田自动车株式会社 车辆的行驶运动控制装置
CN105492263A (zh) * 2013-09-02 2016-04-13 三菱电机株式会社 车辆行驶装置以及车辆的行驶控制方法

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1194661A (ja) * 1997-09-18 1999-04-09 Nissan Motor Co Ltd 路面摩擦係数推定装置
JP3271955B2 (ja) * 1999-09-20 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
JP3601487B2 (ja) * 2000-11-20 2004-12-15 トヨタ自動車株式会社 車輌の制駆動力制御装置
US7522091B2 (en) * 2002-07-15 2009-04-21 Automotive Systems Laboratory, Inc. Road curvature estimation system
DE102006045305B3 (de) * 2006-09-26 2008-01-17 Siemens Ag Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs
US7957881B2 (en) * 2006-10-04 2011-06-07 Toyota Jidosha Kabushiki Kaisha Vehicle and method of controlling driving force for the vehicle based on detected slip of the drive wheel
ATE528185T1 (de) 2007-03-01 2011-10-15 Haldex Brake Prod Ab SYSTEME UND VERFAHREN ZUR BESTIMMUNG EINES PARAMETERS IN ZUSAMMENHANG MIT DEM KONTAKT ZWISCHEN REIFEN UND STRAßE UND/ODER DEM VERHÄLTNIS ZWISCHEN EINEM RAD UND EINER FAHRZEUGBEWEGUNG
WO2009014298A1 (en) * 2007-07-20 2009-01-29 Electronics And Telecommunications Research Institute Address generation apparatus and method of data interleaver/deinterleaver
EP2138372B1 (en) 2008-06-26 2012-08-08 Volvo Car Corporation Vehicle-to-road contact estimation
US8489317B2 (en) * 2008-08-29 2013-07-16 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for stochastically predicting the future states of a vehicle
JP5141778B2 (ja) * 2009-01-13 2013-02-13 トヨタ自動車株式会社 車両状態推定装置
US9221439B2 (en) 2009-02-16 2015-12-29 Honda Motor Co., Ltd. Road surface frictional coefficient estimating apparatus
JP5185872B2 (ja) * 2009-03-30 2013-04-17 本田技研工業株式会社 路面摩擦係数推定装置
US8483924B2 (en) * 2009-07-07 2013-07-09 Toyota Jidosha Kabushiki Kaisha Vehicle control system, and operation device
JP5109101B2 (ja) * 2009-09-17 2012-12-26 日立オートモティブシステムズ株式会社 車両制御装置
WO2011036820A1 (ja) * 2009-09-24 2011-03-31 トヨタ自動車株式会社 車両の旋回特性推定装置
JP5995040B2 (ja) 2011-09-26 2016-09-21 株式会社ジェイテクト 路面摩擦係数推定装置及び方法
WO2014179638A1 (en) * 2013-05-02 2014-11-06 GM Global Technology Operations LLC Integrated bank and roll estimation using a three-axis inertial-measuring device
DE102013009424A1 (de) * 2013-06-04 2014-12-04 Volkswagen Aktiengesellschaft Notfallassistenz ohne aktivierte Querführungsunterstützung
US8983749B1 (en) 2013-10-24 2015-03-17 The Goodyear Tire & Rubber Company Road friction estimation system and method
FR3014807B1 (fr) * 2013-12-18 2016-02-05 Michelin & Cie Estimation du potentiel d'adherence par evaluation du rayon de roulement
US9296391B2 (en) * 2014-03-25 2016-03-29 Ford Global Technologies, Llc E-drive torque sensing vehicle state estimation methods for vehicle control
US9442045B2 (en) * 2014-04-03 2016-09-13 The Goodyear Tire & Rubber Company Model-based longitudinal stiffness estimation system and method
US9751533B2 (en) 2014-04-03 2017-09-05 The Goodyear Tire & Rubber Company Road surface friction and surface type estimation system and method
US9533683B2 (en) * 2014-12-05 2017-01-03 Ford Global Technologies, Llc Sensor failure mitigation system and mode management
US9371073B1 (en) * 2015-06-19 2016-06-21 GM Global Technology Operations LLC Real-time determination of tire normal forces

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007031675A1 (fr) * 2005-09-16 2007-03-22 Peugeot Citroen Automobiles Sa Dispositif et procede de mesure d'une quantite representative de la vitesse de rotation d'une roue de vehicule automobile et systeme et procede utilisant un tel dispositif et un tel procede
CN103796885A (zh) * 2011-09-12 2014-05-14 大陆-特韦斯贸易合伙股份公司及两合公司 用于评估车辆的轮胎参数的方法
CN105026236A (zh) * 2013-03-04 2015-11-04 丰田自动车株式会社 车辆的行驶运动控制装置
CN104029684A (zh) * 2013-03-08 2014-09-10 固特异轮胎和橡胶公司 使用道路纵断面自适应滤波的轮胎载荷估计系统
CN105492263A (zh) * 2013-09-02 2016-04-13 三菱电机株式会社 车辆行驶装置以及车辆的行驶控制方法
CN103935265A (zh) * 2014-04-24 2014-07-23 吴刚 一种电动汽车的车身稳定控制系统

Also Published As

Publication number Publication date
US20180015931A1 (en) 2018-01-18
JP2019513613A (ja) 2019-05-30
US20180222487A1 (en) 2018-08-09
US10011284B2 (en) 2018-07-03
EP3484755A1 (en) 2019-05-22
US10370004B2 (en) 2019-08-06
WO2018012559A1 (en) 2018-01-18
CN109476287A (zh) 2019-03-15
EP3484755B1 (en) 2020-03-25
JP6576578B2 (ja) 2019-09-18

Similar Documents

Publication Publication Date Title
CN109476287B (zh) 用于控制车辆的方法、系统和非暂时性计算机可读存储器
CN110475697B (zh) 用于校准车辆轮胎的系统和方法
CN111527382B (zh) 用于控制车辆的系统及方法
US11254315B2 (en) Friction adaptive vehicle control
US11698625B2 (en) Stochastic model-predictive control of uncertain system
US11597364B2 (en) System and method for determining friction curve of tire
CN113508344A (zh) 利用不确定运动模型的基于模型的控制
US11679759B2 (en) System and method for adaptive control of vehicle dynamics
US20230001940A1 (en) Method and Device for Optimum Parameterization of a Driving Dynamics Control System for Vehicles
US11203354B2 (en) System and method for determining friction curve of tire
WO2023241922A1 (en) A method and an apparatus for estimating a friction coefficient of a vehicle wheel
CN117163033A (zh) 用于基于数据融合来估计车辆速度的系统
CN115848383A (zh) 基于gps、imu和轮速传感器信号的车速融合估计方法及装置

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