CN110300882A

CN110300882A - 用于识别车辆静止的方法和设备

Info

Publication number: CN110300882A
Application number: CN201880011905.5A
Authority: CN
Inventors: K·豪克; S·罗伊特
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2017-02-16
Filing date: 2018-01-24
Publication date: 2019-10-01
Anticipated expiration: 2038-01-24
Also published as: CN110300882B; US20200088543A1; JP2020507779A; JP6707721B2; US11441924B2; EP3583387A1; HUE056157T2; WO2018149601A1; DE102017202539A1; KR102588701B1; KR20190118579A; EP3583387B1

Abstract

本发明涉及一种用于识别车辆(100)的静止的方法，其中该方法包括滤波步骤、归一化步骤和观察步骤。在滤波步骤中，通过使用滤波法则(108)，对车辆(100)沿第一轴线(x)的加速度值(ax)和车辆(100)绕与第一轴线(x)正交的第二轴线(y)的转速值(ωy)进行滤波，以获得滤波后的加速度值(axf)和滤波后的转速值(ωyf)。在归一化步骤中，通过使用归一化法则(112)，对滤波后的加速度值(axf)和滤波后的转速值(ωyf)进行归一化，以获得归一化的加速度值(axn)和归一化的转速值(ωyn)。在观察步骤中，通过使用观察法则(116)，对归一化的加速度值(axn)和归一化的转速值(ωyn)进行观察，以识别静止。

Description

用于识别车辆静止的方法和设备

技术领域

本发明涉及一种根据独立权利要求的前序部分所述的设备或方法。本发明的主题还包括一种计算机程序。

背景技术

惯性传感器可能具有漂移。为了补偿传感器的漂移，可以使用一时间点，在该时间点上，传感器的信号应具有已知值。例如，该时间点可以是车辆的静止。

发明内容

在此背景下，利用在此给出的方案，根据独立权利要求提出了一种用于识别车辆的静止的方法，还提出了一种使用该方法的设备，并且最后提出了一种相应的计算机程序。通过在从属权利要求中列出的措施可以改进和改善在独立权利要求中说明的设备。

车辆的静止可以通过至少两种不同的传感器的数据融合来识别。借助于至少一个加速度信号和至少一个转速信号的组合，可以非常可靠地识别该静止。

提出了一种识别车辆的静止的方法，其中该方法包括以下步骤：

通过使用滤波法则，对车辆沿第一轴线的加速度值进行滤波，并且对车辆绕与第一轴线正交的第二轴线的转速值进行滤波，以获得滤波后的加速度值和滤波后的转速值；

通过使用归一化法则，对滤波后的加速度值和滤波后的转速值进行归一化，以获得归一化的加速度值和归一化的转速值；并且

通过使用观察法则，对归一化的加速度值和归一化的转速值进行观察，以识别静止。

通过加速度传感器的加速度信号可传输加速度值。通过转速传感器的转速信号可传输转速值。通过滤波法则可使这些值的曲线平滑。通过归一化可将这些值转化为使得它们彼此相关。归一化法则可以是一种变换，例如z变换。归一化法则可将滤波后的加速度值和滤波后的转速值变换为使得可将由归一化产生的值彼此进行比较。归一化法则可包括在这种变换中待使用的至少一个归一化因子。根据观察法则，可将归一化的加速度值或取决于归一化的加速度值的值与极限值进行比较。作为附加或替代，可根据观察法则将归一化的转速值或取决于归一化的转速值的值与该极限值或另一极限值进行比较。根据比较结果来判断识别出或未识别出停车。例如，如果根据观察法则进行的一个或多个比较提供了没有超过极限值的结果，则可认为识别出停车。

当识别出静止时，可以在漂移时间段上对加速度值和/或转速值进行平均，以获得加速度跨度和/或转速跨度时。当加速度跨度和/或转速跨度超过极限值时，可以识别出车辆的运动。跨度可以是漂移时间段内的值的范围。跨度显示了信号的动态性。

当识别出运动时，可以在动态时间段上对加速度值和/或转速值进行平均，以获得滤波后的加速度值和/或滤波后的转速值。通过求平均值可以对偏差值向上和向下进行平滑。

当识别出运动时，则可以在一个最短时间范围内不识别出静止。通过在运动之后的等待，可以提高识别可靠性。

当归一化的加速度值和归一化的转速值之和小于静止值时，则可识别出静止。也可将归一化的加速度值的变化和归一化的转速值的变化相加，并且与静止值进行比较。通过大于或小于的判断，可以容易且快速地进行观察。

通过使用滤波法则，可以对车辆沿第二轴线的另一加速度值和车辆绕与第一轴线和第二轴线都正交的第三轴线的另一转速值进行滤波，以获得另一滤波后的加速度值和另一滤波后的转速值。通过使用归一化法则可以对另一滤波后的加速度值和另一滤波后的转速值进行归一化，以获得另一归一化的加速度值和另一归一化的转速值。通过使用观察法则，可以观察另一归一化的加速度值和另一归一化的转速值，以便识别静止。多轴线观察可以更可靠地识别静止。

当反映车辆的至少一个车轮转速的车轮转速值小于车轮静止值时，则可以识别出静止。通过车轮转速可以确保静止识别。

如果没有车辆的控制器被激活，则可以识别出静止。通过控制干预，会干扰车辆的自然运动。由此可能导致错误的识别。因此可以忽略这些误识别。

该方法可以例如以软件或硬件或以软件和硬件的混合形式例如在控制单元中实现。

此外，在此介绍的方案还提出了一种设备，其被构造为在相应的设备中执行、控制或实施在此介绍的方法的变型方案的步骤。通过本发明的这种设备形式的实施变型方案也可以快速且有效地实现本发明的目的。

为此，该设备可以包括：至少一个运算单元，用于处理信号或数据；至少一个存储单元，用于存储信号或数据；通向传感器或执行器的至少一个接口，用于从传感器读取传感器信号或用于将数据信号或控制信号输出给执行器；和/或至少一个通信接口，用于读取或输出嵌入在通信协议中的数据。运算单元例如可以是信号处理器、微控制器等，其中存储单元可以是闪存存储器、EEPROM或磁性存储单元。通信接口可以被配置成无线和/或有线地读取或输出数据，其中可读取或输出有线数据的通信接口可以例如以电气或光学的形式从相应的数据传输线读取数据或者将数据输出到相应的数据传输线中。

在此，设备可以被理解为处理传感器信号，并且根据传感器信号输出控制信号和/或数据信号的电子设备。设备可以具有可基于硬件和/或软件构造的接口。在基于硬件的构造方式中，接口例如可以是所谓的ASIC系统的包含设备各种功能的部分。而还可行的是，接口是自身的集成电路或者至少部分地由分立元件组成。在基于软件的构造方式中，接口可以是例如与其他软件模块并存于微控制器上的软件模块。

有利地，提供一种计算机程序产品或具有程序代码的计算机程序，该程序代码可存储在如半导体存储器、硬盘存储器或光学存储器的机器可读的载体或存储介质上，并且特别是当在计算机或设备上运行该程度产品或程序时用于执行、实施和/或控制根据上述实施方式中任一项所述的方法的步骤。

附图说明

在此介绍的方案的实施例在附图中示出，并且在以下说明中得以详细阐释。其中：

图1示出了根据一个实施例的具有用于识别车辆静止的设备的车辆的框图；

图2示出了根据一个实施例的用于识别车辆静止的方法的流程图；

图3示出了根据一个实施例的用于识别车辆静止的计算机程序的流程图；并且

图4至图7示出了根据一个实施例的在识别车辆静止期间的信号曲线图。

在以下对本发明的有利实施例的说明中，相同或相似的附图标记用于各个附图中所示的作用相似的元件，其中省去了对这些元件的重复说明。

具体实施方式

图1示出了根据一个实施例具有用于识别车辆100静止的设备102的车辆100的框图。车辆100具有传感器装置104，用于检测车辆100沿三个轴线x、y、z的加速度值ax、ay、az和绕三个轴线x、y、z的转速值ωx、ωy、ωz。在此，三个轴线x、y、z彼此正交，其中x轴线可被称为车辆纵向，y轴线可被称为车辆横向，并且z轴线可被称为车辆竖直方向。加速度值ax、ay、az反映了合成的总加速度当前沿轴线x、y、z方向作用在车辆100上的加速度分量。转速值ωx、ωy、ωz反映了合成的总转速当前绕轴线x、y、z作用在车辆100上的转速分量。

传感器装置104的转速传感器具有漂移。通过补偿参数来补偿该漂移。补偿参数可以在车辆静止期间被确定。

为了识别静止，设备102至少读取加速度值ax和转速值ωy。在滤波装置106中，通过使用滤波法则108滤除高频信号分量。在归一化装置110中，通过使用归一化法则112对滤波后的加速度值axf和滤波后的转速值ωyf进行归一化。在观察器114中，通过使用观测法则116观察归一化的加速度值axn和归一化的转速值ωyn，以识别车辆100的静止。当识别出静止时，输出静止信号118。当传感器装置104读取到静止信号118时，设置补偿参数。

此外，在一个实施例中还读取加速度值ay和转速值ωz。在滤波装置106中，对加速度值ay和转速值ωz进行滤波。在归一化装置110中，对滤波后的加速度值ayf和滤波后的转速值ωzf进行归一化。在观察器中，观察归一化加速度值ayn和归一化转速值ωzn，以识别静止。

在一个实施例中，在滤波装置106中，对加速度值ax、ay、az求平均，替代地或附加地，对转速值ωx、ωy、ωz求平均，以滤除高频偏差值。在此，在滑动的平均时间段上，对加速度值ax、ay、az和转速值ωx、ωy、ωz进行平均。平均时间段可以变化。例如，平均时间段可以取决于是否识别出车辆100的静止或运动。

在滤波装置106中，可以确定加速度跨度和/或转速跨度。在此，加速度跨度表示在观察时间段内加速度值ax、ay、az之一的方差，而转速跨度表示在观察时间段内转速值ωx、ωy、ωz之一的方差。观察时间段可相应于平均时间段。加速度跨度和/或转速跨度可以在观察器114中用于识别运动。在此，当加速度跨度和/或转速跨度大于极限值时，则可以识别出运动。

此外，在一个实施例中，观察器114还读取车轮转速值120。车轮转速值120表示车辆100的至少一个车轮的车轮转速。当车轮静止时，可以识别出静止。

换言之，提出利用动态探测器114来识别车辆的静止。

静止识别可以通过ESP进行，并且基于车轮信号120、偏转率和控制器的状态标志。

为了借助于惯性传感器104高精度地定位车辆，需要高质量的传感器信号。在静止期间可补偿转速传感器的偏移。在此重要的是，在静止期间不会出现高动态信号，因为这会对偏移的补偿产生负面影响。

除了轮速120之外，在此介绍的静止识别还附加地使用三个加速度ax、ay、az和三个转速信号ωx、ωy、ωz，以便使信号ax、ay、az、ωx、ωy、ωz在静止期间的动态性最小化。

通过特别是在起动运动和制动运动期间彼此高度相关的加速度信号ax、ay、az和转速信号ωx、ωy、ωz的适当组合来提高算法的灵敏度。例如，加速度ax与转速ωy高度相关，并且加速度ay与转速ωz高度相关。这些所谓的动态探测器114将改善算法的性能，使得车辆100的开动被更快地探测到，并且在制动过程中不会太早转换到静止。

该算法本身主要用于在估计转速偏移时补偿传感器信号ax、ay、az、ωx、ωy、ωz。在此介绍的方案可以用于车辆运动和位置传感器(VMPS)104。

在用于ax和ωy的动态探测器114中，将考虑x方向上的加速度ax的变化和围绕y轴线的转速ωy的变化。通过两个信号ax、ωy的适当组合可提高算法的灵敏度。对于两个信号ax、ωy的组合，首先将信号ax、ωy归一化。当沿x轴线的归一化加速度变化Δax,norm和绕y轴线的归一化转速变化Δωy,norm之和小于设定的极限值时，则识别出车辆静止。在此，参数化中的挑战之一在于减少高频偏差值的影响，但仍然要检测例如由开动产生的较小的动态影响。为此，首先在时间段tmov,dyn上对两个信号ax、ωy进行平均，以便减小高频干扰的影响并且之后使其归一化。

对于归一化因子，使用技术说明中的相应信号噪声的4σ值。显然，这意味着在正态分布下95.45％位于该范围内。在95.45％的概率下，静止期间的归一化值小于1。大于1的值表示信号中的高动态性。由于平均值滤波器用于噪声抑制，因此可将4σ值修改为使得其相应于滤波信号的标准偏差。平均值滤波信号的标准偏差可通过来计算。

在用于ay和ωz的动态探测器114中，类似于之前的条件，将考虑y方向上加速度ay的变化和绕z轴线的转速ωz的变化。归一化加速度变化以Δay,norm表示并且绕z轴线的归一化转速变化以Δωz,norm表示。

在一个实施例中，通过使用极限值监测静止时加速度的跨度。除了动态探测器114之外，该条件旨在及时识别出车辆100的缓慢发动。为此，在静止期间确定ax和ay的最大值和最小值。为了减少高频偏差值的影响，首先在时间段tmov,drift上对信号进行平均。只要两个信号之一的跨度或范围(max-min)ax,range和ay,range超过设定的极限值，则退出静止一段最短时间tmind。由此将确保不会立即再切换回静止，因为动态探测器114尚未识别出慢起动并且仍然发出静止信号。在此应提及的是，，加速度信号ax、ay的偏移漂移与该极限值相比小到可忽略不计。

在一个实施例中，通过使用极限值监测静止时的转速跨度。与之前的条件类似，如果三个跨度中的一个，即ωx,range、ωy,range或ωz,range超过设定的极限值，则退出静止。

通过使用极限值也可监测轮速120vrad。例如，当轮速120为零时，则识别出车辆静止。

当没有控制器处于激活状态时，则识别出静止。通过使用所谓的状态标志来确保没有控制器(例如ABS)处于激活状态。

图2示出了根据一个实施例的用于识别车辆静止的方法的流程图。该方法例如可在如图1所示的设备上被执行。该方法包括滤波步骤200、归一化步骤202和观察步骤204。在滤波步骤200中，通过使用滤波法则，对车辆沿第一轴线的加速度值和车辆绕与第一轴线正交的第二轴线的转速值进行滤波，以获得滤波后的加速度值和滤波后的转速值。在归一化步骤202中，通过使用归一化法则，对滤波后的加速度值和滤波后的转速值进行归一化，以获得归一化的加速度值和归一化的转速值。在观察步骤204中，通过使用观察法则来观察归一化的加速度值和归一化的转速值，以识别静止。

图3示出了根据一个实施例的用于识别车辆静止的计算机程序的流程图。例如，可在如图1所示的设备上运行该计算机程序。该计算机程序反映了图2中所示的用于识别的方法的实施例。在此，特别是示出了观察步骤。在程序开始300之后，运行第一查询302。在第一查询302中，检查沿x轴线的加速度值的变化量和绕y轴线的转速值的变化量之和是否小于2。

|Δa_x，norn|+|Δω_y，norn|＜2

此外，检查沿y轴线的加速度值的变化量和绕z轴线的转速值的变化量之和是否小于2。

|Δa_y，norn|+|Δω_z，norn|＜2

如果不满足条件，则在第一事件304中将条件标记设置为未满足或零。如果满足第一查询302的条件，则在第二查询306中检查是否满足最短时间段的条件。特别是在第二查询306中检查是否满足至少300毫秒[ms]的条件。如果不满足，则在第一事件304中将条件标记同样设置为未满足或零。如果该条件至少满足最短时间段，则在第一事件304中将条件标记设置为满足或设置为“1”。

随后，在第三查询308中检查条件标记是否被设置为满足或“1”，并且附加地检查轮速是否等于零。

v_Rad＝0m/s

如果不是这种情况，则在第二事件310中将静止标志设置为未满足或“0”。如果条件标志被设置为满足或“1”，并且另外轮速等于零，则在第四查询112中检查是否满足最短时间段的条件。特别是在第四查询306中检查该条件是否满足至少300ms。如果不是，则在第二事件310中将静止标志同样设置为未满足或“0”。如果该条件至少满足最短时间段，则在第二事件310中将静止标志设置为满足或“1”。

在第五查询314中将检查静止标志是否被设置为满足或“1”。如果是这种情况，则并行地进行两个另外的查询316、318。在第六查询316中将检查沿所有轴线的转速跨度是否小于转速跨度极限值。特别是将检查转速跨度是否小于0.007rad/s。

ω_x，range＜0,007rad/s

ω_y，range＜0,007rad/s

ω_z，range＜0,007rad/s

在第七查询318中将检查沿x轴线和y轴线的加速度跨度是否小于加速度跨度极限值。特别是将检查加速度跨度是否小于0.125m/s²。

a_x，range＜0,125m/s²

a_y，range＜0,125m/s²

如果转速跨度中的至少一个大于转速跨度极限值和/或如果加速度跨度中的至少一个大于加速度跨度极限值，则在第三事件320中将漂移标志设置为满足或“1”，其中将静止标志设置为未满足或“0”。

如果在第五查询314之后，静止标志被设置为未满足或“0”，则在第八查询322中将检查漂移标志是否被设置为满足或“1”。如果漂移标志被设置为未满足或“0”，则随后进行程序结束324。如果漂移标志被设置为满足或“1”，则在第九查询326中将检查漂移标志是否在最短时间段中被设置为满足或“1”。特别是在第四查询306中将检查漂移标志是否持续1000ms被设置为满足或“1”。只要漂移标志被设置为满足或“1”的时间不足1000ms，则在第四事件328中将静止标志设置为未满足或“0”。随后进行程序结束324。如果漂移标志被设置为满足或“1”的时间大于1000ms，则在第五事件330中将漂移标志设置为未满足或“0”。随后进行程序结束324。

图4至图7示出了根据一个实施例的在识别出车辆停止期间的信号曲线图。在图4至图6中，通过多次测量绘制了不同轴线的转速值跨度400、500、600。在此，跨度400、500、600在图中按轴线绘制，该图在横坐标上绘制了连续的测量数并且在纵坐标上以每秒度数[°/s]绘制了转速。

在图4中示出了绕y轴线的转速跨度400。在图5中示出了绕x轴线的转速跨度500。在图6中示出了绕z轴线的转速跨度600。在使用在此介绍的方案的情况下，可以在许多测量中得到显著减小的跨度400、500、600。

在图7中示出了在传统方案与在此介绍的方案之间的静止识别的比较。对此，在四个时间相关的图中示出了信号曲线700、702、704、706。第一信号曲线700示出了加速度值ax，第二信号曲线702示出了转速值ωy，第三信号曲线704示出了二进制静止标志，并且第四信号曲线706示出了转速值ωy。在此，信号曲线700、702、704基于传统方案。第四信号曲线706基于在此介绍的方案。

换言之，图4至图7示出了在基于ESP的方案和在此介绍的借助于动态探测器的静止识别之间的信号比较。为了比较两种算法，使用了61个实际测试行程。所使用的实验车辆是具有惯性传感器MM7的VW Golf。

图4至图6中的曲线图示出了在探测到的静止期间最大和最小信号值之差。

在图7中示出了测试行程的代表性记录。

信号曲线700表示以ESP静止算法掩蔽的加速度ax。信号曲线702表示以ESP停止算法掩蔽的转速ωy。信号曲线704表示ESP静止信号，其中“1”表示静止，并且“0”表示没有车辆静止。

信号曲线706表示以在此介绍的利用动态探测器进行的静止识别所掩蔽的转速ωy。值得注意的是转速ωy和加速度ax之间的相关性。ESP方案过早地识别静止，并且过晚地识别缓慢发动。在此介绍的利用动态探测器的静止识别表现出明显更好的性能。

如果一个实施例在第一特征和第二特征之间包括“和/或”连接词，则这可被解读为该实施例根据一个实施方式不仅具有第一特征而且具有第二特征，而根据另一实施方式仅具有第一特征或者仅具有第二特征。

Claims

1.一种用于识别车辆(100)的静止的方法，其中所述方法包括以下步骤：

通过使用滤波法则(108)，对所述车辆(100)沿第一轴线(x)的加速度值(ax)进行滤波，并且对所述车辆(100)绕第二轴线(y)的转速值(ωy)进行滤波(200)，以获得滤波后的加速度值(axf)和滤波后的转速值(ωyf)，其中所述第二轴线(y)与所述第一轴线(x)正交；

通过使用归一化法则(112)，对所述滤波后的加速度值(axf)和所述滤波后的转速值(ωyf)进行归一化(202)，以获得归一化的加速度值(axn)和归一化的转速值(ωyn)；并且

通过使用观察法则(116)，对所述归一化的加速度值(axn)和所述归一化的转速值(ωyn)进行观察(204)，以识别所述静止。

2.根据权利要求1所述的方法，其中在所述滤波(200)的步骤中，当识别出所述静止时，在漂移时间段上对所述加速度值(ax)和/或所述转速值(ωy)进行平均，以获得加速度跨度和/或转速跨度，其中在所述观察(206)的步骤中，当所述加速度跨度和/或所述转速跨度超过极限值时，则识别出所述车辆(100)的运动。

3.根据前述权利要求中任一项所述的方法，其中当在所述观察(206)的步骤中识别出运动时，则在所述滤波(200)的步骤中在动态时间段上对所述加速度值(ax)和/或所述转速值(ωy)进行平均，以获得所述滤波后的加速度值(axf)和/或所述滤波后的转速值(ωyf)。

4.根据前述权利要求中任一项所述的方法，其中在所述观察(206)的步骤中，当识别出运动时，则在一个最短时间范围内不识别出静止。

5.根据前述权利要求中任一项所述的方法，其中在所述观察(206)的步骤中，当所述归一化的加速度值(axn)和所述归一化的转速值(ωyn)之和小于静止值时，则识别出所述静止。

6.根据前述权利要求中任一项所述的方法，

其中在所述滤波(200)的步骤中，通过使用所述滤波法则(108)，对所述车辆(100)沿所述第二轴线的另一加速度值(ay)进行滤波，并且对所述车辆(100)绕第三轴线(z)的另一转速值(ωz)进行滤波，以获得另一滤波后的加速度值(ayf)和另一滤波后的转速值(ωzf)，其中所述第三轴线与所述第一轴线(x)和所述第二轴线(y)都正交；

其中在所述归一化(202)的步骤中，通过使用所述归一化法则(112)，对所述另一滤波后的加速度值(ayf)和所述另一滤波后的转速值(ωzf)进行归一化，以获得另一归一化的加速度值(ayn)和另一归一化的转速值(ωzn)；

其中在所述观察(206)的步骤中，通过使用所述观察法则(116)，对所述另一归一化的加速度值(ayn)和所述另一归一化的转速值(ωzn)进行观察，以识别所述静止。

7.根据前述权利要求中任一项所述的方法，其中在所述观察(206)的步骤中，当反映所述车辆的至少一个车轮转速的车轮转速值(120)小于车轮静止值时，则识别出所述静止。

8.根据前述权利要求中任一项所述的方法，其中当没有所述车辆(100)的控制器处于激活状态时，则识别出所述静止。

9.一种设备(102)，被配置为在相应的单元中执行根据前述权利要求中任一项所述的方法的步骤。

10.一种计算机程序，被配置为执行根据前述权利要求中任一项所述的方法。

11.一种机器可读的存储介质，在所述存储介质上存储有根据权利要求10所述的计算机程序。