CN110316197A - 倾斜估算方法、倾斜估算装置以及存储程序的非暂时性计算机可读存储介质 - Google Patents

Abstract

本公开涉及倾斜估算方法、倾斜估算装置以及存储程序的非暂时性计算机可读存储介质。一种估算车辆的行驶道路的倾斜的倾斜估算方法，所述倾斜估算方法包括：获取包含包括第一车辆的多个车辆中的每个车辆的速度、横向加速度、转向角、横摆率和位置的信息的车辆信息的步骤；基于所述车辆信息估算所述第一车辆的行驶道路的倾斜的步骤；以及将估算的所述倾斜与所述第一车辆的所述位置的信息相关联地存储在能够由所述多个车辆使用的倾斜角数据库中的步骤。

Description

倾斜估算方法、倾斜估算装置以及存储程序的非暂时性计算 机可读存储介质

技术领域

本发明涉及一种倾斜估算方法、倾斜估算装置以及存储程序的非暂时性计算机可读存储介质。

背景技术

近年来，需要减少所谓的车辆偏离，其中应该直行的车辆由于行驶道路上的倾斜而倾向于偏离其原始路径。例如，日本未审查专利申请公开第2007-22169号(JP2007-22169A)公开了一种车辆控制装置，其基于与车辆的行驶车道相关联的教导信号来学习行驶道路的倾斜状态。

发明内容

这里，JP2007-22169A中公开的技术涉及行驶信息的学习。因此，在JP2007-22169A的技术中，在估算车辆首次行驶的行驶道路的倾斜状态的准确度方面存在改进的空间。此外，日本未审查专利申请公开第08-40232号(JP08-40232A)公开了在主车辆的行为控制中检测到的横向加速度的倾斜补偿。此外，日本未审查专利申请公开第2017-171225号(JP2017-171225A)公开了一种在主车辆的行为控制中通过低通滤波器处理消除干扰的方法。然而，JP08-40232A和JP2017-171225A中公开的技术不能生成可由多个车辆使用的行驶道路的倾斜的信息。

本发明提供一种倾斜估算方法、倾斜估算装置和存储程序的非暂时性计算机可读存储介质，能够以高准确度生成可由多个车辆使用的行驶道路的倾斜的信息。

本发明的第一方案涉及一种估算车辆的行驶道路的倾斜的倾斜估算方法。所述倾斜估算方法包括：获取包含包括第一车辆的多个车辆中的每个车辆的速度、横向加速度、转向角、横摆率和位置的信息的车辆信息的步骤；基于所述车辆信息估算所述第一车辆的行驶道路的倾斜的步骤；以及将估算的所述倾斜与所述第一车辆的所述位置的信息相关联地存储在能够由所述多个车辆使用的倾斜角数据库中的步骤。

在估算所述第一车辆的所述行驶道路的所述倾斜之前，可以通过低通滤波处理所述车辆信息。

当判定所述第一车辆的所述行驶道路是弯道时，可以使用基于所述车辆信息计算的转弯半径来估算所述第一车辆的所述行驶道路的所述倾斜。

所述倾斜估算方法还可以包括基于所述倾斜角数据库来计算所述第一车辆的目标转向角的步骤。

本发明的第二方案涉及一种倾斜估算装置，其被配置为估算车辆的行驶道路的倾斜。所述倾斜估算装置包括：处理器，其被配置为获取包含包括第一车辆的多个车辆中的每个车辆的速度、横向加速度、转向角、横摆率和位置的信息的车辆信息，并且基于所述车辆信息估算所述第一车辆的行驶道路的倾斜；以及存储单元，其被配置为将估算的所述倾斜与所述第一车辆的所述位置的信息相关联地存储在能够由所述多个车辆使用的倾斜角数据库中。

本发明的第三方案涉及一种存储程序的非暂时性计算机可读存储介质。所述程序包括指令以使计算机：获取包含包括第一车辆的多个车辆中的每个车辆的速度、横向加速度、转向角、横摆率和位置的信息的车辆信息；基于所述车辆信息估算所述第一车辆的行驶道路的倾斜；以及将估算的所述倾斜与所述第一车辆的所述位置的信息相关联地存储在能够由所述多个车辆使用的倾斜角数据库中。

利用本发明的每个方案，可以以高准确度生成可由多个车辆使用的行驶道路的倾斜的信息。

附图说明

下面将参考附图描述本发明的示例性实施例的特征、优点以及技术和工业重要性，附图中相同的数字表示相同的元件，并且其中：

图1是示出驾驶辅助系统的配置的示意图；

图2是车辆模型的图；

图3是示出行驶道路的倾斜角、横向加速度等的图；和

图4是示出根据倾斜估算方法的处理的流程图。

具体实施方式

驾驶支持系统

图1是示出驾驶支持系统1的示意性配置的图。驾驶支持系统1包括多个车辆M和被配置为执行根据本发明的一个实施例的倾斜估算方法的服务器20。这里，倾斜通常设置在诸如汽车的车辆M行驶的道路(行驶道路)的表面上，使得道路的侧部降低。为此，当车辆M直行时，由于倾斜可能发生车辆偏离。此外，当车辆M转弯时，除了由于转弯引起的横向力之外，由于倾斜引起的横向力也可以作用在车身上。如下所述，驾驶支持系统1包括倾斜角数据库231，其包含行驶道路的倾斜的信息。包含在倾斜角数据库231中的信息可以由执行自动驾驶的车辆M和使用线控转向技术的车辆M利用，以实现平稳的行驶和转弯。

服务器20可以包括一个服务器装置或能够彼此通信的多个服务器装置。服务器20与多个车辆M通信。服务器20可以安装在例如采集和分析车辆M的信息的管理中心中。服务器20可以从多个车辆M获取例如速度、横向加速度、转向角、横摆率和位置的信息。下面将描述服务器20的详细配置。

车辆M可包括例如汽车或任何其他车辆。在下文中，当一台车辆M(主车辆)与其他车辆区分开时，车辆M可以被称为第一车辆M。车辆M包括能够与服务器20通信的信息处理装置。该信息处理装置例如是一种诸如导航装置的车载装置。信息处理装置包括向用户显示信息的诸如显示器的显示单元、以及接收来自用户的输入的输入单元。信息处理装置的输入单元例如是触摸板，并且可以与显示单元集成以构成触摸板显示器。用户可以在例如查看显示在显示单元上的地图的同时通过输入单元设定目的地。车辆M可以具有例如用于前往设定目的地的自动驾驶功能。此外，信息处理装置包括接收来自全球定位系统(GPS)卫星的信号的接收器。信息处理装置可以基于由接收器接收的信号计算当前位置，并将计算的当前位置作为位置信息发送到服务器20。位置信息例如是纬度和经度。

另外，安装在车辆M的信息处理装置包括控制器区域网络(CAN)的通信接口。信息处理装置可以经由CAN从转向电子控制单元(ECU)获取除位置信息之外的信息，并且将获取的信息发送到服务器20。转向ECU获取来自下列传感器的检测值，例如，检测车轮的转速的车轮转速传感器，检测作用在主车辆的横向(即，车辆的宽度方向)上的加速度的横向加速度传感器，检测方向盘的转向角的转向角传感器，以及检测绕主车辆的垂直轴线的旋转角速度(横摆率)的横摆率传感器。转向ECU根据检测值生成速度、横向加速度、转向角和横摆率的信息。此外，信息处理装置可以经由CAN将基于倾斜角数据库231(下面将描述)计算的目标转向角发送到转向ECU。

车辆M和服务器20经由网络30可通信地连接。网络30包括例如互联网，但是也可以包括任何其他网络。

服务器的配置

如图1所示，服务器20包括作为功能块的采集系统21、分析系统22和利用系统23。

采集系统21包括数据库，该数据库包含服务器20从车辆M采集的信息。在本实施例中，在采集系统21中设置的数据库是车辆信息数据库211。

车辆信息数据库211包含多个车辆M的车辆信息。在本实施例中，车辆信息包含速度、横向加速度、转向角、横摆率和位置的信息。在车辆信息数据库211中，例如通过唯一标识(ID)区分每个车辆M。在车辆信息数据库211中，车辆信息与车辆M的ID相关联地存储。

车辆信息数据库211和倾斜角数据库231(下面将描述)存储在服务器20的存储单元(下文中称为服务器存储单元)中。服务器存储单元包括一个或多个存储器。包括在服务器存储单元中的每个存储器可以用作例如主存储装置、辅助存储装置或高速缓冲存储器。此外，服务器存储单元存储地图信息。地图信息是车辆的道路地图的信息，包含例如路段和交叉路口。这里，路段是由交叉路口等划分的道路的区段。

车辆信息数据库211和倾斜角数据库231由服务器20的控制单元(以下称为服务器控制单元)管理。具体地，服务器控制单元例如改变(更新)、添加和删除包含在车辆信息数据库211和倾斜角数据库231中的信息。服务器控制单元包括一个或多个处理器。处理器可以包括例如通用处理器和专用于特定处理的处理器。此外，服务器控制单元不仅管理车辆信息数据库211和倾斜角数据库231，还执行倾斜估算方法(将在下面描述)并控制整个服务器20的操作。

可以经由服务器20的通信单元(下文中称为服务器通信单元)和网络30从车辆M获取车辆信息数据库211中的信息。此外，服务器通信单元可以向车辆M发送倾斜角数据库231中的信息。服务器通信单元包括与任何给定通信标准相对应的一个或多个通信接口。例如，服务器通信单元可以包括与有线局域网(LAN)标准、无线LAN标准等中的每一个相对应的通信接口。

分析系统22包括滤波处理单元221、倾斜角计算单元222和统计处理单元223。

滤波处理单元221获取包括第一车辆M的多个车辆M的车辆信息，并执行消除干扰的影响的处理。在本实施例中，滤波处理单元221使用低通滤波。这里，影响车辆信息的干扰是例如侧风和路面干扰。侧风或路面干扰对车辆信息的影响在短时间内变化。因此，通过低通滤波处理车辆信息，可以有效地消除干扰的影响。这里，通常已知乘用车的簧载质量的固有频率约为1Hz。在本实施例中，滤波处理单元221分析所获取的车辆信息的频率，并切掉高于1Hz的频率分量。此外，滤波处理单元221将通过低通滤波处理的车辆信息替换为时间“t”的近似函数，即，获取的与时间相关联的信息，并将获取的信息输出到倾斜角计算单元222。

倾斜角计算单元222基于从滤波处理单元221获取的车辆信息(与时间“t”相关联的信息)来计算第一车辆M的行驶道路的倾斜角γ。下面将描述倾斜角计算单元222的计算的细节。倾斜角计算单元222将计算的倾斜角γ表示为时间“t”的函数(γ(t))。倾斜角计算单元222将γ(t)与在时刻“t”的第一车辆M的行驶道路的信息(换句话说，位置信息)相关(correlate)，并将相关性(correlation)信息输出到统计处理单元223。这里，倾斜角计算单元222还基于经过第一车辆M的行驶道路的其他车辆M的车辆信息来计算倾斜角γ。倾斜角计算单元222计算例如第一车辆M的行驶道路的每个路段的多个倾斜角γ，并将计算出的倾斜角γ输出到统计处理单元223。

统计处理单元223统计地处理从倾斜角计算单元222获取的多个倾斜角γ。可以对行驶道路的每区段(例如，对于每个路段)执行统计处理。在本实施例中，统计处理单元223通过统计处理计算倾斜角γ的平均值和标准差。

这里，统计处理单元223可以设定统计处理的结果的条件，使得当满足条件时更新倾斜角数据库231(将在下面描述)的数据。例如，该条件可以是多个倾斜角γ的标准差等于或小于阈值。当多个倾斜角γ的标准差等于或小于阈值时，统计处理单元223可以使倾斜角数据库231的数据用多个倾斜角γ的平均值更新。另外，当该条件不满足时，统计处理单元223可以调整多个倾斜角γ。例如，当考虑长时间侧风的影响时，统计处理单元223可以均匀地调整多个倾斜角γ。此外，统计处理单元223可以通过将具有与其他倾斜角γ的值极为不同的值的倾斜角γ排除在外来调整多个倾斜角γ。在如上调整多个倾斜角γ之后，统计处理单元223可以再次执行统计处理。

利用系统23包括倾斜角数据库231和利用接口单元232。

倾斜角数据库231存储车辆M的行驶道路(道路)的各个区段的倾斜角γ的信息。通过分析系统22中的上述统计处理(例如，平均处理)估算倾斜角数据库231中包含的倾斜角γ。在倾斜角数据库231中，将倾斜角γ与车辆M的行驶道路的相应区段相关联地存储。

利用接口单元232将必需的信息发送到利用(使用)存储在倾斜角数据库231中的倾斜角γ的信息的系统。例如，发送目的地可以是自动驾驶系统中的高程地图管理单元。利用接口单元232将与车辆M的行驶道路的区段相关联的倾斜角γ的信息发送到高程地图管理单元。高程地图管理单元生成并管理添加了控制车辆M的自动驾驶(特别是,转向角控制和车辆姿态控制)所必需的信息的高程地图。例如，由高程地图管理单元生成的高程地图可以被提供给车辆M的信息处理装置或转向ECU。例如，执行自动驾驶的车辆M可以基于高程地图知道行驶道路上的路面的倾斜度，从而使转弯平稳并保持适当的车辆姿态。这里，自动驾驶系统可以安装在车辆M上。因此，车辆M可以提供用于计算倾斜角γ的车辆信息，并且同时接收基于其他车辆M的车辆信息估算出的倾斜角γ的信息。

此外，利用接口单元232的信息的发送目的地可以是天气信息采集系统。如上所述，当考虑侧风的影响时，分析系统22的统计处理单元223调整倾斜角γ。这里，统计处理单元223可以将侧风的信息(例如，与时间相关联的风速和风向的信息)作为附加信息存储在倾斜角数据库231中。然后，利用接口单元232将侧风的信息发送到天气信息采集系统。例如，天气信息采集系统可以安装在高速公路管理中心中，并且此后用于例如警告行驶在相同区段中的车辆M有侧风。此外，自动驾驶系统可以获取侧风信息。基于侧风信息，当判定在行驶道路中侧风比预定级别(例如，10m/s的风速)更强烈地吹动时，自动驾驶系统可以提示驾驶员从自动驾驶切换到手动驾驶。这里，当倾斜角数据库231存储侧风信息时，统计处理单元223可以获取第一车辆M的车辆信息和沿相反方向行驶的车辆的车辆信息，并计算诸如风速和风向的信息。在沿相反方向行驶的车辆的车辆信息中，由侧风的影响引起的干扰在与基于行驶方向对第一车辆M的干扰相反的方向上发生。由于上述原因，例如，基于第一车辆M的车辆信息和沿相反方向行驶的车辆的车辆信息，通过减去侧风方向的分量，可以以更高准确度计算侧风信息。

这里，滤波处理单元221、倾斜角计算单元222、统计处理单元223和利用接口单元232可以由服务器控制单元实现。服务器控制单元可以通过加载存储在服务器存储单元中的程序并执行该程序来实现滤波处理单元221、倾斜角计算单元222、统计处理单元223和利用接口单元232的功能。

角度计算

图2示出了在本实施例中使用的车辆M的模型。在许多情况下，车辆M实际上是四轮的，但是在本实施例中，使用具有简化配置的两轮车型。图2中的车辆M的模型是从顶部观察的并且包括前轮T_f、后轮T_r和横摆中心(黑色和白色的圆圈)。此外，l_f表示横摆中心和前轮T_f之间的距离，并且l_r表示横摆中心和后轮T_r之间的距离。在图2的示例中，车辆M的模型以速度V转弯。这里，α是前轮转向角，β是车辆滑移角，并且ω是横摆率。另外，F_f是作用在前轮T_f上的力(前轮转弯力)，并且F_r是作用在后轮Tr上的力(后轮转弯力)。

对于图2中所示的车辆M的模型，从离心力的平衡建立下面的等式(1)：

这里，“a”是车辆M的横向加速度，并且“m”是车辆M的质量。

对于图2中所示的车辆M的模型，从横摆力矩的平衡建立下面的等式(2)：

I×ω＝l_f×F_f-l_r×F_r...等式(2)

这里，“I”是车辆M的车辆横摆惯性矩。

通常，横摆率ω和车辆滑移角β是速度V和前轮实际转向角α₀的函数。于是，横摆率ω和车辆滑移角β可以分别使用速度V的函数A(V)和B(V)用以下等式(3)和(4)代替：

ω＝A(V)×α₀...等式(3)

β＝B(V)×α₀...公式(4)

这里，前轮实际转向角α₀是基于实际测量的前轮T_f的转向角，其基于车辆M的方向盘的转向角的信息(车辆信息的一部分)而计算。此外，横向加速度“a”也是速度V和前轮实际转向角α₀的函数。

通过等式(1)至(4)，横向加速度“a”可以用以下等式(5)代替：

这里，图3示出了行驶车辆M的正面(面向行驶方向的一面)。此外，在图3中，示出了车辆M的行驶道路的截面图。由车辆M的行驶道路与水平地面形成的角度是倾斜角γ。另外，图3中所示的横向加速度“a”对应于上述等式(5)中的车辆M的理论横向加速度“a”。

如图3所示，在实际的道路环境中，倾斜角γ设定在路面上。为此，车辆M的实际测量的横向加速度a0与理论横向加速度“a”不同。这里，建立下面的等式(6)，其中“g”表示重力加速度：

g×sinγ＝a-a₀...等式(6)

另外，如图3所示，在实际行驶中，可以通过车辆M在侧倾方向上的移动生成侧倾角θ。等式(6)中的横向加速度“a”是不考虑侧倾角θ的值。基于车辆M的横摆率信息(车辆信息的一部分)和等式(5)，从实际测量的横摆率ω获取侧倾角θ，如下面的等式(7)所示：

当考虑到侧倾角θ的补偿时，等式(6)可以用以下等式(8)代替：

g×sinγ＝a×cosθ-a₀...等式(8)

如图3和等式(8)所示，通过从横向加速度a×cosθ(其通过补偿侧倾角θ获得)减去重力加速度的分量g×sinγ来计算车辆M的实际测量的横向加速度a₀。由于倾斜角γ，在横向加速度a×cosθ的相反方向上生成分量g×sinγ。

这里，当车辆M绕弯道行驶时，可以基于地图上的平面转弯半径R与实际行驶半径R₀之间的比率来获取倾斜角γ。这里，弯道指的是不直的行驶道路。例如，从存储在服务器存储单元中的地图信息获取平面转弯半径R。换句话说，可以通过将车辆M的位置信息(车辆信息的一部分)与地图信息相匹配来获取平面转弯半径R。另外，实际行驶半径R₀通常可以根据速度V和前轮实际转向角α₀来计算。换句话说，倾斜角计算单元222可以基于地图信息、车辆信息等获取平面转弯半径R和实际行驶半径R₀。此外，如图3所示，通过将车辆M的实际行驶半径R₀投影到水平面上来获取平面转弯半径R。于是，建立以下等式(9)：

cosγ＝R/R₀...等式(9)

倾斜角计算单元222可以使用上述等式(8)和(9)中的至少一个来计算倾斜角γ。这里，当车辆M在直道(直行的行驶道路)上行驶时，平面转弯半径R和实际行驶半径R₀变为无穷大，因此倾斜角计算单元222不能使用等式(9)计算倾斜角γ。于是，当车辆M在直道上行驶时，倾斜角计算单元222可以使用等式(8)计算倾斜角γ。另外，当车辆M在弯道上行驶时，倾斜角计算单元222可以优先使用等式(9)而不是等式(8)。此外，作为另一示例，当车辆M在弯道上行驶时，倾斜角计算单元222可使用等式(8)和(9)计算倾斜角，并使用根据等式(8)和(9)的计算结果计算的值(例如，平均值)作为最终计算出的倾斜角γ。另外，如上所述，倾斜角计算单元222不仅使用第一车辆M的车辆信息而且使用其他车辆M的车辆信息来计算倾斜角γ。满足条件的倾斜角γ在统计处理单元223处理之后被存储在倾斜角数据库231中。由于上述处理，以高准确度生成了倾斜信息。

图4是示出执行倾斜估算方法的服务器20(本发明中的倾斜估算装置的示例)的示例性步骤的流程图。在下面要描述的步骤中，步骤S2至S7对应于估算第一车辆的行驶道路的倾斜的估算步骤。

服务器20获取多个车辆M的车辆信息(步骤S1)。如上所述，车辆信息包含车辆M的速度、横向加速度、转向角、横摆率和位置的信息。

服务器20对所获取的车辆信息执行滤波处理(步骤S2)。在本实施例中，滤波处理通过低通滤波处理该车辆信息，以消除干扰的影响。

如果服务器20判定要计算倾斜角γ的行驶道路是弯道(步骤S3中的“是”)，则服务器20进入步骤S4。另一方面，当服务器20判定要计算倾斜角γ的行驶道路不是弯道时(步骤S3中的“否”)，服务器20进入步骤S5。这里，如上所述，服务器20可以基于车辆M的位置信息和地图信息判定行驶道路是否是弯道。

当服务器20判定行驶道路是弯道时，服务器20使用转弯半径计算倾斜角γ(步骤S4)。例如，服务器20可以通过上面的使用平面转弯半径R和实际行驶半径R₀的等式(9)计算倾斜角γ。这里，服务器20基于多个车辆M的车辆信息计算多个倾斜角γ。

当服务器20判定行驶道路不是弯道时，服务器20在不使用转弯半径的情况下计算倾斜角γ(步骤S5)。例如，服务器20可以通过不使用转弯半径的等式(8)而不是通过等式(9)来计算倾斜角γ。这里，服务器20基于多个车辆M的车辆信息计算多个倾斜角γ。

服务器20统计地处理多个倾斜角γ(步骤S6)。例如，计算多个倾斜角γ的平均值和标准差。

当统计处理的结果满足该条件时(步骤S7中的“是”)，服务器20将新的倾斜角γ(例如，上述平均值)存储在倾斜角数据库231中(步骤S8)。然后，服务器20结束一系列处理。这里，该条件可以是例如标准差等于或小于阈值。

当统计处理的结果不满足该条件时(步骤S7中的“否”)，服务器20如上所述调整多个倾斜角γ的值，然后返回到步骤S6的处理。

如上所述，根据本实施例的倾斜估算方法，不仅获取主车辆的车辆信息，而且获取其他车辆的车辆信息，并且估算行驶道路的倾斜。因此，即使当主车辆在行驶道路上第一次行驶时，通过使用其他车辆的车辆信息，也可以以高准确度计算倾斜。此外，根据本实施例的倾斜估算方法，估算的倾斜与车辆的位置的信息相关联被存储在多个车辆M可使用的倾斜角数据库231中。于是，当使用倾斜角数据库231的车辆M例如执行自动驾驶时，车辆M可以感知行驶道路的精确倾斜，从而实现平稳转弯并保持适当的车辆姿态。

此外，根据本实施例中的倾斜估算方法，通过低通滤波处理车辆信息，可以有效地消除干扰。这里，由于加强了车辆信息的可靠性，因此也提高了估算倾斜的准确度。

此外，根据本实施例中的倾斜估算方法，当判定行驶道路是弯道时，可以使用转弯半径估算倾斜。换句话说，当车辆M转弯时，可以使用不容易受到由路面状况引起的干扰的影响的转弯半径来估算倾斜。这里，可以进一步提高估算倾斜的准确度。此外，当判定行驶道路不是弯道时，可以通过不使用转弯半径的方法来估算倾斜。因此，无论行驶道路是直道还是弯道，都可以估算倾斜。

此外，根据本实施例中的倾斜估算方法，可以基于倾斜角数据库231的倾斜信息(其以高准确度估算)来计算目标转向角。这里，可以提高自动驾驶系统中的转向角控制的准确度。

尽管已经基于附图和实施例描述了本发明，但是应该注意，本领域技术人员容易基于本公开做出变化和变型。因此应注意，其变化和变型落入本发明的范围内。例如，可以重新排列各个要素、各个步骤等中包括的功能等，以致在逻辑上不矛盾，并且也可以将多个要素、步骤等组合成一个，或者分割一个或多个这些要素、步骤等。

Claims (6)

1.一种估算车辆的行驶道路的倾斜的倾斜估算方法，所述倾斜估算方法的特征在于包括：

获取包含包括第一车辆的多个车辆中的每个车辆的速度、横向加速度、转向角、横摆率和位置的信息的车辆信息；

基于所述车辆信息估算所述第一车辆的行驶道路的倾斜；以及

将估算的所述倾斜与所述第一车辆的所述位置的信息相关联地存储在能够由所述多个车辆使用的倾斜角数据库中。

2.根据权利要求1所述的倾斜估算方法，其特征在于，在估算所述第一车辆的所述行驶道路的所述倾斜之前，通过低通滤波处理所述车辆信息。

3.根据权利要求1或2所述的倾斜估算方法，其特征在于，当判定所述第一车辆的所述行驶道路是弯道时，使用基于所述车辆信息计算的转弯半径来估算所述第一车辆的所述行驶道路的所述倾斜。

4.根据权利要求1至3中任一项所述的倾斜估算方法，其特征在于，还包括基于所述倾斜角数据库来计算所述第一车辆的目标转向角。

5.一种倾斜估算装置，其被配置为估算车辆的行驶道路的倾斜，所述倾斜估算装置的特征在于包括：

处理器，其被配置为获取包含包括第一车辆的多个车辆中的每个车辆的速度、横向加速度、转向角、横摆率和位置的信息的车辆信息，并且基于所述车辆信息估算所述第一车辆的行驶道路的倾斜；以及

存储单元，其被配置为将估算的所述倾斜与所述第一车辆的所述位置的信息相关联地存储在能够由所述多个车辆使用的倾斜角数据库中。

6.一种存储程序的非暂时性计算机可读存储介质，其特征在于，所述程序包括指令以使计算机：

获取包含包括第一车辆的多个车辆中的每个车辆的速度、横向加速度、转向角、横摆率和位置的信息的车辆信息；

基于所述车辆信息估算所述第一车辆的行驶道路的倾斜；以及

将估算的所述倾斜与所述第一车辆的所述位置的信息相关联地存储在能够由所述多个车辆使用的倾斜角数据库中。