CN110395250B - 用于车辆弯道速度限制的方法和系统 - Google Patents

用于车辆弯道速度限制的方法和系统 Download PDF

Info

Publication number
CN110395250B
CN110395250B CN201910298987.2A CN201910298987A CN110395250B CN 110395250 B CN110395250 B CN 110395250B CN 201910298987 A CN201910298987 A CN 201910298987A CN 110395250 B CN110395250 B CN 110395250B
Authority
CN
China
Prior art keywords
vehicle speed
vehicle
speed
parameters
driver
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
CN201910298987.2A
Other languages
English (en)
Other versions
CN110395250A (zh
Inventor
K·纳麦克
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.)
Volvo Car Corp
Original Assignee
Volvo Car 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 Volvo Car Corp filed Critical Volvo Car Corp
Publication of CN110395250A publication Critical patent/CN110395250A/zh
Application granted granted Critical
Publication of CN110395250B publication Critical patent/CN110395250B/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
    • 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
    • B60W30/14—Adaptive cruise control
    • B60W30/143—Speed control
    • 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
    • B60W30/14—Adaptive cruise control
    • B60W30/143—Speed control
    • B60W30/146—Speed limiting
    • 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
    • B60W30/02—Control of vehicle driving stability
    • B60W30/045—Improving turning performance
    • 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
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18145—Cornering
    • 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
    • B60W40/08—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 drivers or passengers
    • B60W40/09—Driving style or behaviour
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/30—Driving style
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/30—Road curve radius
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • 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
    • B60W2720/10—Longitudinal speed
    • B60W2720/103—Speed profile

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种用于限制在弯道(102)中行驶的车辆(100)的速度的方法。接收(S102)包括位置点的多个道路数据样本(106a‑c)。为第一组车速影响参数中的每一个确定(S104)参数值。基于第一组参数值来选择(S106)车速模型。为第二组车速影响参数中的每一个确定(S108)参数值。基于所选择的模型与第二组车速影响参数的参数值来计算(S110)对于车辆在道路样本中的至少一个处的推荐速度，提供(S112)用于将车速调整为在至少一个道路样本的位置点处的推荐速度的指令。

Description

用于车辆弯道速度限制的方法和系统
技术领域
本发明涉及一种用于限制车辆在弯道中行驶时的速度的方法和系统。
背景技术
就车辆的结构和对于车辆的控制功能两者而言，今天的车辆关于安全性正变得越来越先进。大多数现代车辆配备有旨在在驾驶过程中辅助驾驶员的先进驾驶员辅助系统。先进驾驶员辅助系统的一个示例是配置为维持车辆的速度的巡航控制。更先进的巡航控制系统能够动态地调整车辆的速度，例如为了领头车辆而减速。
存在可能要求进一步输入以便适当地调整车速的驾驶情况。一种重要的这种驾驶情况是当车辆正行驶通过弯道时。当行驶通过弯道时，可能必须考虑诸如道路曲率和加速度的因素以便计算合适的车速。
US7774121公开了在车辆接近弯道时计算对于车辆的目标速度分布的一个示例。由US7774121提出的系统是基于计算包括曲率数据点的道路曲率分布，该计算基于GPS数据和车辆传感器数据(例如速度、偏航率、转向角)。将所计算的目标速度分布与离线计算的目标速度查找表进行比较以便选择目标速度分布。
然而，可以以若干方式改进所确定的合适的车辆弯道速度分布的精度。例如，可以取决于当前驾驶条件以更自适应的方式确定车速。这对于最大允许的车辆弯道速度特别重要。否则，超过最大允许的车辆弯道速度可能导致危险的车辆事故。
因此，存在对于控制通过弯道的车速的进一步改进的空间。
发明内容
鉴于上述，本发明的一个目的是提供一种用于限制弯道中的车速的改进方法和系统。
根据本发明的第一方面，提供了一种用于限制在弯道中行驶的车辆的速度的方法，该方法包括：接收包括车辆前方的弯道路径的位置点的多个道路数据样本，为与道路数据样本相关联的第一组车速影响参数中的每一个确定参数值；基于第一组参数值从多个预定车速模型中选择车速模型；为第二组车速影响参数中的每一个确定参数值，第二组车速影响参数的各参数值中的至少一个与车辆前方的各道路数据样本中的至少一个相关联，第二组参数包括至少一个未包括在第一组参数中的参数，基于所选择的模型与第二组车速影响参数的各参数值计算对于车辆在各道路样本中的至少一个处的推荐速度，提供用于将车速调整为在所述道路样本中的至少一个的位置点处的推荐速度的指令。
本发明基于以下认识：可以使用车速模型来计算当行驶通过弯道时的车速，取决于第一组参数值，该车速模型可能不同。换句话说，最适合第一组参数值中反映的条件的车速模型被用于计算车速。由此可以以更精确的方式计算车速。
道路样本包括关于车辆前方的位置点的信息并且可以从对车辆可获取的地图数据获得。针对道路样本中的至少一个计算推荐车速。
车速影响参数包括可能影响车速并且可以被直接或间接测量的参数。例如，车速影响参数可以是车辆与道路样本之间的距离、道路曲率、道路宽度、车道宽度、道路倾斜度、道路类型、合法速度限制、道路摩擦、天气条件、道路曲率导数、道路倾斜度导数等。
第一车速影响参数和第二组车速影响参数的参数值的确定包括检索已预先确定的参数值，或者根据一些关系确定参数值。例如，道路类型、天气条件、道路宽度、车道宽度和合法速度限制是其值可以被检索的参数的示例。此外，曲率导数、倾斜度导数、驾驶风格、道路摩擦是可以从关系、模型或计算确定的参数的示例。
第一组车速影响参数的参数值被用于选择合适的车速模型，并且第二组车速影响参数值被用于单独或与第一组车速影响参数相组合计算推荐速度。
选择车速模型可以包括将第一组参数值分类为若干类别中的一个，每个类别与对应的车速模型相关联。分类可以基于对于各类别中的每一个的预定条件。
在一些实施例中，车速模型可以基于利用针对多个驾驶条件的历史驾驶数据训练的机器学习算法来构造，其中所述车速模型包括神经网络。
例如，可以对第二组参数执行回归分析以找到车速与在第一组参数中未考虑的其它参数/因子之间的关系。这可以通过例如针对第一组参数唯一地训练/调整的神经网络或数学模型来完成。
车速模型可以被离线构造。换句话说，可以使用所收集的历史驾驶数据来训练神经网络形式的车速模型。类似地，可以使用所收集的历史驾驶数据来调整数学模型形式的车速模型。随后，当系统运行时，其可以基于第一组车速影响参数的值来选择合适的车速模型。另外，可以在本发明的系统的使用期间进一步在线训练车速模型。
根据各实施例，可以在提供指令之前根据标准调节推荐速度。从而，为了确保通过弯道的车速被充分限制，可以考虑进一步的标准。该标准可以涉及例如阈值速度、阈值横向或纵向加速度。可以考虑不止一个标准。另外，阈值可以与所选择的车速模型相关。
根据一些实施例，可以基于对于驾驶员在已知驾驶条件下的历史驾驶数据来确定驾驶员风格，其中至少基于驾驶员风格来选择车速模型。从而，为了改进推荐车速的计算，有利的是考虑驾驶员的驾驶员风格。驾驶员风格描述驾驶员在第一组车速影响参数的基础参数值期间的驾驶行为。历史驾驶数据可以是最近驾驶片段或多个最近驾驶片段期间的驾驶数据。
在一些实施例中，驾驶员风格可以基于道路样本处的合法速度限制与对于驾驶员在具有相同合法速度限制的道路上的历史平均速度之间的关系。在这种情况下的历史驾驶数据是历史平均速度。
在一些实施例中，驾驶员风格可以基于驾驶员对横向加速度的容忍度。
在一些实施例中，驾驶员风格可以基于驾驶员对纵向加速度的容忍度。
驾驶员对横向加速度或纵向加速度的容忍度可以分别基于在第一组车速影响参数的已知参数值期间所记录的横向加速度或纵向加速度的所测量的历史高值来确定。在这种情况下的历史驾驶数据分别是所记录的横向加速度或纵向加速度。
总体上，包括第一组车速影响参数的一些特定参数值和/或参数值范围的场景可以被定义为驾驶条件或驾驶场景。从而，可以基于所确定的驾驶条件或驾驶场景来选择车速模型。
在一些实施例中，第一组车速影响参数和第二组车速影响参数可以彼此不同。换句话说，第一组和第二组可以是不重叠的。
根据各实施例，对于各道路样本中至少一个，车速模型可以包括合法速度限制参数、指示车辆前方的路径的曲率的曲率参数。
根据各实施例，车速模型可以包括指示对于道路样本中的至少一个的道路倾斜度的道路倾斜度参数。
根据本发明的第二方面，提供了一种用于限制行驶在弯道中的车辆的速度的速度调整系统，该系统包括：控制单元模块，其被配置为：接收包括车辆前方的弯道路径的位置点的多个道路数据样本，为第一组车速影响参数中的每一个确定参数值并为第二组车速影响参数确定参数值，每组参数参数值的至少一个子集与道路数据样本中的至少一个相关联；车速计算模块，其被配置为：基于第一组参数值从多个预定车速模型中选择车速模型，基于所选择的模型与第二组车速影响参数的参数值来计算对于车辆在道路样本中的一个处的推荐速度，以及提供指示在一个道路样本处的推荐速度的指令信号；以及车辆控制单元，其被配置为根据指令信号控制车辆的速度。
控制单元模块和车速计算模块可以是单独的处理器，或者被实现为在单个处理器上运行的应用程序。
根据各实施例，车速计算模块可以基于利用针对多个驾驶条件的历史驾驶数据训练的机器学习算法操作。如上所述，驾驶条件可以是包括第一组车速影响参数的一些特定参数值和/或参数值范围的场景。
根据各实施例，可以基于驾驶员风格进一步选择车速模型，该驾驶员风格基于针对驾驶员在已知驾驶条件下的历史驾驶数据确定。
本发明的该第二方面提供与以上关于本发明的先前方面所讨论的类似优点。
当研究所附权利要求和以下描述时，本发明的进一步特征和优点将变得显而易见。技术人员认识到，在不脱离本发明的范围的情况下，可以组合本发明的不同特征来创建除了下面描述的那些实施例之外的实施例。
附图说明
现在将参考示出本发明的各示例实施例的附图更详细地描述本发明的这些和其它方面，其中：
图1概念性地示出本发明的各实施例的应用；
图2是对本发明的各种实施例的概念性功能概述；
图3概念性地示出深度神经网络；
图4是根据本发明的各实施例的方法步骤的流程图；以及
图5示意性地示出根据本发明的各实施例的系统。
具体实施方式
在本具体实施方式中，主要参考汽车形式的车辆描述根据本发明的系统和方法的各种实施例。然而，本发明同样良好适用于其它车辆，例如卡车、公共汽车、摩托车等。从而，本发明可以总体上以许多不同的形式实施并且不应被解释为受限于本文中阐述的各实施例；相反，这些实施例是为了透彻性和完整性以及向技术人员充分传达本发明的范围而提供的。相似附图标记始终指代相似元件。
图1概念性地示出接近道路104的弯曲段102的汽车100形式的车辆。汽车100的系统(未示出)接收多个道路数据样本106a-c，在此由道路数据样本106a-c为例，但是可能接收多于三个道路数据样本。每个道路数据样本106a-c包括车辆前方的弯道路径的位置点。该系统进一步检索与道路数据样本相关联的第一组车速影响参数中的每一个的参数值。第一组车速影响参数可以例如包括该位置处的道路曲率、道路倾斜度、道路类型、天气条件、合法速度限制和距车辆最近通过的道路数据样本的距离(d)以及汽车100前方的相应道路数据样本。第一组参数中的至少一些参数值可以被包括在道路数据样本中。位置点可以是道路样本的坐标。与在相对直的道路段108中的道路数据样本106a-b相比，在弯道段102中道路数据样本106b-c彼此更靠近地定位。以这种方式，在具有较大曲率(即较小曲率半径)的弯道的部分中有利地提供了确定推荐车速的较高分辨率。各道路数据样本之间的间距可能在整个弯道中相等。
距离(d)可用于计算对于各道路数据样本的位置点之间的距离D。距离D可用于计算曲率和道路倾斜度的导数。
系统基于第一组车速影响参数值选择车速模型。此外，基于第二组车速影响参数的参数值以及所选择的车速模型，系统计算对于汽车100在道路样本中的至少一个106a的位置点处的推荐速度。
因此，在汽车100正接近弯道102时，系统可以接收道路数据样本106a-c并确定第一组参数的值。通过分析第一组参数的参数值，系统可以选择合适的车速模型。随后，将该车速模型与第二组参数值的参数值一起使用可提供对于车辆在至少下一个道路样本106a的位置点处(或者在若干道路数据样本处)的推荐速度。优选地，对于即将到来的弯道，为车辆前方的预定数量的道路样本(106a-e)确定推荐速度。道路样本的预定数量可以取决于车辆前方样本的可获取性。当汽车100通过道路样本106a时，系统继续移动以确定对于下一组可获取的道路样本的推荐速度。
图2概念性地示出本发明概念的概述。第一组参数值202的值用于车速模型选择204。第一组参数值202可以被分类为属于一类参数。在一些可能的实施方式中，第一组参数可能包括以下参数中的至少一些：道路类型(例如砾石或沥青)、天气条件(温度、湿度、晴天、阴天、多云、雨、雪、冰雹等)、道路曲率、驾驶员风格、道路倾斜度、合法速度限制、车道宽度、道路宽度、车辆轮胎与道路之间的摩擦等。
可以根据针对给定的一组参数的预定分类规则来执行分类。基于第一组参数的分类选择车速模型205。从而，基于第一组参数中可获取的数据选择车速模型。车速模型的参数对于第一组参数的值(即对于每个类)可以是唯一的。
利用所选择的车速模型以及第二组参数的参数值执行推荐速度计算206。使用第二组参数与由所选择的车速模型确定的推荐速度之间的关系来执行推荐速度的计算。
如将进一步描述的，可以执行回归分析来训练神经网络或调整数学模型以便构造车速模型。从而，获得车速与第二组参数之间的关系，该关系对于第一组参数的值是唯一的。
第二组参数可以包括道路类型(例如砾石或沥青)、天气条件(温度、湿度、晴天、阴天、多云、雨、雪、冰雹等)、道路曲率、驾驶员风格、道路倾斜度、合法速度限制、车道宽度、道路宽度、车辆轮胎与道路之间的摩擦、驾驶员风格，道路曲率导数、道路倾斜度导数等。
在一些实施例中，至少部分地基于驾驶员风格203选择车速模型。车速模型的选择可以基于第一组参数与驾驶员风格的组合。
驾驶员的驾驶风格可以通过以下中的至少一个来建模：驾驶员对横向加速度的容忍度
Figure BDA0002027575230000071
驾驶员对纵向加速度的容忍度
Figure BDA0002027575230000072
或者驾驶员的平均驾驶速度与基础合法速度限制之间的商Q。商Q可由以下公式给出：
Figure BDA0002027575230000073
其中，n是对于Q的计算所使用的速度样本的数量，vi和Li是在样本i处的车速和合法速度限制。驾驶员风格的另一种表示是对于每个独立的合法速度限制Lp的商Qp：
Figure BDA0002027575230000074
从而，可以针对每个合法速度限制的类别计算驾驶员风格商Qp。与驾驶员的平均驾驶速度与基础合法速度限制之间的上述商相比，这可以提供定义驾驶员风格的更准确的方式。
驾驶员对横向加速度的容忍度提供当驾驶通过弯道时关于车速的限制。这是基于车辆的横向加速度是作用在车辆上的向心力的认知。速度越高，横向加速度越大。为了确定驾驶员对横向加速度的容忍度
Figure BDA0002027575230000075
可以针对不同的驾驶条件(例如不同的道路属性和类型以及天气条件)收集来自最近驾驶片段的加速度数据的加速度数据。所收集的横向加速度数据中的峰值横向加速度用于驾驶员对横向加速度的容忍度
Figure BDA0002027575230000076
在已移除数据中的异常值之后选择峰值横向加速度。异常值可以例如是原始数据中的1％峰值。
驾驶员对纵向加速度的容忍度
Figure BDA0002027575230000077
提供当驾驶通过弯道时关于车速的变化的限制并且以针对驾驶员对于横向加速度的容忍度
Figure BDA0002027575230000078
所描述的类似方式确定。
可以利用布置在车辆上的加速计来确定纵向和横向加速度数据。
第一组参数和/或第二组参数可以包括横向和/或纵向加速度数据。从而，使用第一组参数的值202可以选择驾驶员风格并且随后在车速模型的选择204中使用。
另外，在一些实施例中，驾驶员风格可以用作用于计算推荐车速206的输入。
现在进一步参考图2，可以根据一些标准可选地调节208推荐车速。
第一次调节可以是为了将道路样本m处的推荐速度v(m)限制为低于最大允许的速度vmax，即：
v(m)＜vmax。
最大允许的速度可以为基于第一组参数值。换句话说，基于第一组参数值的组合检索最大速度。这可以例如基于上述第一组参数的分类，即第一组参数被分类用于选择车速模型，并且同时检索最大速度。
第二次调节可以是为了以使得横向加速度的阈值
Figure BDA0002027575230000081
不被超过的方式来限制推荐车速。类似于以上最大速度限制，可以基于第一组参数值的组合来检索阈值横向加速度。对于车速模型中的每一个，阈值横向加速度可以是唯一的。对于所选择的车速模型，阈值横向加速度
Figure BDA0002027575230000082
可以等于驾驶员对于横向加速度的容忍度值，或者等于舒适的横向加速度阈值。推荐速度v(m)可以根据以下公式关于横向加速度阈值被限制：
Figure BDA0002027575230000083
其中，r(m)是道路数据样本m的弯道半径。
推荐速度的第三次调节可以是为了以使得纵向加速度的阈值
Figure BDA0002027575230000084
不被超过的方式来限制推荐车速。类似于以上最大速度限制和阈值横向加速度，可以基于第一组参数值的组合来检索阈值纵向加速度。对于车速模型中的每一个，阈值纵向加速度可以是唯一的。对于所选择的车速模型，阈值纵向加速度
Figure BDA0002027575230000085
可以等于驾驶员对于纵向加速度的容忍度，或者等于舒适的纵向加速度阈值。推荐速度v(m)可以根据以下公式关于纵向加速度阈值被限制：
Figure BDA0002027575230000086
其中，Δt是车辆从道路数据样本m-1行驶到道路数据样本m花费的时间。在一种可能的实施方式中，从第一次调节开始、接着是第二次调节并且最后是第三次调节来执行推荐车速的调节。
最后，提供带有推荐车速的指令信号210，该推荐车速可能地根据以上被调节208。可以将指令信号提供给车辆控制单元用于限制车辆在所考虑的道路样本处的速度。
车速模型可以为基于数学模型或基于神经网络建模。在一种现在将要描述的可能的示例实施方式中，使用的是数学基础模型。推荐车速v(m)的一种可能的数学模型由以下公式给出：
v(m)＝ηpQpL(m)+αp|c(m)|
其中，Qp是上述商，ηp是缩放参数，L(m)是道路数据样本m处的合法速度限制，αp表示道路曲率与车速之间的关系，以及c(m)是道路数据样本m处的道路曲率。缩放参数ηp和参数αp对于每个特定组的第一车速影响参数以及对于每个特定组的第一车速影响参数内的每个合法速度限制是唯一的。以上数学模型可以是用于生成一组车速模型的基础数学模型，该组车速模型可用于计算一个道路数据样本处的推荐车速。
取决于第一组参数中各参数值的当前组合选择车速模型，对于该车速模型，先前已在车速模型的训练或调整期间确定了推荐车速与未包括在第一组参数中的车速影响参数之间的关系。例如，对于特定的第一组参数值，可以在以上数学模型与第二组参数的历史参数值之间执行回归分析(使用例如最小二乘估计法)以找到车速与在第一组参数值中未考虑的第二组参数之间的关系。以这种方式，缩放参数ηp和参数αp可以针对第一组参数中各参数值的唯一组合被唯一地预先确定。
换句话说，取决于第一组参数中各参数值的当前组合选择车速模型，对于该车速模型，先前已使用与第一组参数的各参数值的当前组合相同的参数确定了ηp和αp。
在本发明构思的一种可能的实施方式中，可以使用另一(第二)数学模型来生成车速模型，第二数学模型由以下公式给出：
Figure BDA0002027575230000091
其中，
Figure BDA0002027575230000092
和
Figure BDA0002027575230000093
表示道路倾斜度的后向倒数
Figure BDA0002027575230000094
与车速之间的关系。
Figure BDA0002027575230000095
用于计算对于带有正的后向倒数
Figure BDA0002027575230000096
的道路数据样本的车辆推荐速度
Figure BDA0002027575230000097
并且
Figure BDA0002027575230000098
用于计算当用于带有负的或零后向倒数
Figure BDA0002027575230000099
的道路数据样本时的车辆推荐速度
Figure BDA00020275752300000910
取决于第一组参数中各参数值的当前组合选择车速模型，对于该车速模型，已确定推荐车速(
Figure BDA00020275752300000911
或
Figure BDA00020275752300000912
)与未包括在第一组参数中的车速影响参数之间的关系。如上所述，对于特定的第一组参数值，可以在以上数学模型与第二组参数的历史参数值之间执行回归分析(使用例如最小二乘估计法)以找到车速与在第一组参数值中未考虑的第二组参数之间的关系。以这种方式，缩放参数ηp、参数αp、
Figure BDA0002027575230000101
和
Figure BDA0002027575230000102
可以针对第一组参数中各参数值的唯一组合被唯一地预先确定。
换句话说，取决于第一组参数中各参数值的当前组合选择车速模型(特定的
Figure BDA0002027575230000103
或
Figure BDA0002027575230000104
)，对于该车速模型，先前已使用与第一组参数的各参数值和/或参数值或范围的当前组合相同的参数确定了ηp、αp、
Figure BDA0002027575230000105
和
Figure BDA0002027575230000106
此外，在本发明构思的一些可能的实施方式中，车速模型可以为基于利用针对多个驾驶条件的历史驾驶数据训练的机器学习算法。例如，可以使用深度神经网络并且在图3中示例出。深度神经网络300包括多个隐藏层304(在此出于示例性目的仅两个隐藏层被示出)中的每一个中的一组节点302(并非所有都被编号)、输入层305以及带有单个节点306(推荐车速)的输出层308。取决于第一组参数选择神经网络。然后该神经网络将第二组参数310作为输入并且已经在该特定的第二组参数上进行训练，以及对车速进行建模以在输出层308中输出推荐车速。层305、304通过权重W1、W2、W3连接，并且每个节点302包括激活函数
Figure BDA0002027575230000107
深度神经网络可以例如是多层感知器或径向基函数网络。深度神经网络300的训练可以通过本身对技术人员以及神经网络已知的反向传播算法来执行。
图4是根据本发明的各实施例的方法步骤的流程图。在步骤S102中，接收多个道路数据样本，其包括车辆前方的弯道路径的位置点。在步骤S104中，为第一组车速影响参数中的每一个确定参数值，所述参数值中的至少一个与道路数据样本中的至少一个相关联。随后在步骤S106中，基于第一组参数值从多个预定车速模型中选择车速模型。在步骤S108中为第二组车速影响参数中的每一个确定参数值，第二组车速影响参数的各参数值中的至少一个与车辆前方的各道路数据样本中的至少一个相关联。第二组参数包括至少一个未包括在第一组参数中的参数。在步骤S110中，基于所选择的模型与第二组车速影响参数的各参数值计算对于车辆在各道路样本中的一个处的推荐速度。随后在步骤S112中提供用于将车速调整到在一个道路样本处的推荐速度的指令。
可以在与车辆通信的服务器(即中央控制单元)上执行根据本发明构思的方法。在这种情况下，可以经由无线通信向车辆提供推荐速度，由此车辆包括用于从服务器接收无线信号的通信单元。然后该服务器可以与多个车辆通信以提供推荐弯道速度。
图5概念性地示出用于限制在弯道中行驶的车辆的速度的速度调整系统500。该系统包括控制单元模块504，该控制单元模块504被配置为接收包括车辆前方的弯道路径的位置点的多个道路数据样本。另外，控制单元模块504被配置成为第一组车速影响参数中的每一个确定参数值。此外，控制单元模块504被配置成为第二组车速影响参数中的每一个确定参数值。每组参数值的至少一个子集与各道路数据样本中的至少一个本相关联。
系统500进一步包括车速计算模块506，该车速计算模块506被配置为从控制单元模块504接收参数值。车速计算模块506基于第一组参数值从多个预定车速模型中选择车速模型。另外，车速计算模块506基于所选择的模型与第二组车速影响参数的各参数值计算对于车辆在各道路样本中的一个处的推荐速度。车速计算模块506随后将指示在一个道路样本处的推荐速度的指令信号提供给车辆控制单元508，该车辆控制单元508被配置为根据指令信号控制车辆的速度。
控制单元模块504和车速计算模块506可以是单独的处理器，或者被实现为在单个处理器510上运行的应用程序。
系统500可以被包括在车辆中。
本公开的控制功能可以使用现有计算机处理器来实现，或者通过出于此目的或另一目的而并入的用于适当系统的专用计算机处理器来实现，或者通过硬线系统来实现。本公开范围内的各实施例包括程序产品，该程序产品包括用于携带或具有存储在其上的机器可执行指令或数据结构的机器可读介质。这种机器可读介质可以是可由通用或专用计算机或带有处理器的其它机器访问的任何可获取的介质。举例来说，这种机器可读介质可包括RAM、ROM、EPROM、EEPROM、CD-ROM或其它光盘存储器、磁盘存储器或其它磁存储装置，或者可用于携载或存储机器可执行指令或数据结构的形式且可由通用或专用计算机或带有处理器的其它机器访问的期望程序代码的任何其它介质。当通过网络或另一种通信连接(硬连线、无线或者硬连线或无线的组合)向机器传送或提供信息时，机器将该连接适当地视为机器可读介质。从而，任何这种连接都适当地被称为机器可读介质。以上的组合也被包括在机器可读介质的范围内。机器可执行指令包括例如造成通用计算机、专用计算机或专用处理机器执行某个功能或功能的组的指令和数据。
尽管各附图可能示出了次序，但是各步骤的顺序可以与所描绘的顺序不同。还可能同时或部分同时地执行两个或更多步骤。这种变型将取决于所选择的软件和硬件系统以及取决于设计者选择。所有这些变型都在本公开的范围内。类似地，软件实现可以利用带有基于规则的逻辑和其它逻辑的标准编程技术来完成以完成各种连接步骤、处理步骤、比较步骤和决策步骤。
本领域技术人员认识到本发明决不限于上述各优选实施例。相反，在所附权利要求的范围内许多修改和变型是可能的。
在权利要求书中，词语“包括”不排除其它元件或步骤，并且不定冠词“一”或“一个”不排除多个。单个处理器或其它单元可能实现权利要求书中列举的若干项的功能。在相互不同的从属权利要求中列举某些措施的仅有事实并不表示这些措施的组合不能用于获益。权利要求书中的任何附图标记不应被解释为限制范围。

Claims (11)

1.一种用于限制在弯道（102）中行驶的车辆（100）的速度的方法，所述方法包括：- 接收（S102）包括在所述车辆前方的弯道路径的位置点的多个道路数据样本（106a-c），- 为与所述道路数据样本相关联的第一组车速影响参数中的每一个确定（S104）参数值；- 基于对于驾驶员在已知驾驶条件下的最近驾驶片段或多个最近驾驶片段期间的历史驾驶数据来确定车辆驾驶员的驾驶员风格，- 基于第一组参数值的组合的分类以及基于所确定的驾驶员风格从多个预定车速模型（205）中选择（S106）车速模型，其中基于利用针对多个驾驶条件的历史驾驶数据训练的机器学习算法来构造所述车速模型，所述机器学习算法包括第二组参数，所述第二组参数包括至少一个未包括在所述第一组车速影响参数中的参数，其中所述车速模型包括神经网络；- 为所述第二组车速影响参数中的每一个确定（S108）参数值，所述第二组车速影响参数的参数值中的至少一个与所述车辆前方的所述道路数据样本中的至少一个相关联，- 基于所选择的车速模型与所述第二组车速影响参数的参数值来计算（S110）对于所述车辆在所述道路数据样本中的至少一个处的推荐速度，- 提供（S112）用于将车速调整为在所述道路数据样本中的至少一个的位置点处的推荐速度的指令。
2.根据权利要求1所述的方法，其包括：- 在提供所述指令之前根据标准调节（208）所述推荐速度。
3.根据权利要求2所述的方法，其中所述标准是阈值速度、阈值横向加速度或阈值纵向加速度中的至少一个。
4.根据权利要求3所述的方法，其中所述阈值与所选择的车速模型相关。
5.根据权利要求1所述的方法，其中所述驾驶员风格基于所述道路数据样本处的合法速度限制与对于驾驶员在具有相同合法速度限制的道路上的历史平均速度之间的关系。
6.根据权利要求5所述的方法，其中所述驾驶员风格基于所述驾驶员对横向加速度的容忍度。
7.根据权利要求5或6所述的方法，其中所述驾驶员风格基于所述驾驶员对纵向加速度的容忍度。
8.根据权利要求1至6中任一项所述的方法，其中所述第一组车速影响参数和所述第二组车速影响参数彼此不同。
9.根据权利要求1至6中任一项所述的方法，其中对于所述道路数据样本中的至少一个，所述车速模型包括合法速度限制参数、指示所述车辆前方的路径的曲率的曲率参数。
10.根据权利要求9所述的方法，其中所述车速模型包括指示对于所述道路数据样本中的至少一个的道路倾斜度的道路倾斜度参数。
11.一种用于限制在弯道中行驶的车辆的速度的速度调整系统（500），所述系统包括：-控制单元模块（504），其被配置为：接收包括车辆前方的弯道路径的位置点的多个道路数据样本，为第一组车速影响参数中的每一个确定参数值，以及为第二组车速影响参数确定参数值，每组参数参数值的至少一个子集与所述道路数据样本中的至少一个相关联，- 车速计算模块（506），其基于利用针对多个驾驶条件的历史驾驶数据训练的机器学习算法操作，所述机器学习算法包括第二组参数，所述第二组参数包括至少一个未包括在所述第一组车速影响参数中的参数，其被配置为：基于第一组参数值的组合的分类以及车辆驾驶员的驾驶员风格从多个预定车速模型中选择车速模型，所述驾驶员风格基于对于驾驶员在已知驾驶条件下的最近驾驶片段或多个最近驾驶片段期间的历史驾驶数据来确定，基于所选择的车速模型与所述第二组车速影响参数的参数值来计算对于所述车辆在所述道路数据样本中的一个处的推荐速度，以及提供指示在所述道路数据样本中的一个处的推荐速度的指令信号，以及- 车辆控制单元（508），其被配置为根据所述指令信号控制所述车辆的速度。
CN201910298987.2A 2018-04-19 2019-04-15 用于车辆弯道速度限制的方法和系统 Active CN110395250B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP18168144.6 2018-04-19
EP18168144.6A EP3556629A1 (en) 2018-04-19 2018-04-19 Method and system for vehicle curve speed restriction

Publications (2)

Publication Number Publication Date
CN110395250A CN110395250A (zh) 2019-11-01
CN110395250B true CN110395250B (zh) 2022-08-02

Family

ID=62046666

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910298987.2A Active CN110395250B (zh) 2018-04-19 2019-04-15 用于车辆弯道速度限制的方法和系统

Country Status (3)

Country Link
US (1) US11292466B2 (zh)
EP (1) EP3556629A1 (zh)
CN (1) CN110395250B (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102061750B1 (ko) * 2019-05-15 2020-01-03 주식회사 라이드플럭스 사전 정보를 이용하여 차량의 주행을 제어하는 방법 및 장치
FR3103305A1 (fr) * 2019-11-19 2021-05-21 Continental Automotive Procédé et dispositif de prédiction d’au moins une caractéristique dynamique d’un véhicule en un point d’un segment routier.
CN113548036B (zh) * 2020-04-17 2023-12-01 广州汽车集团股份有限公司 发动机输出力矩调整方法及其系统、控制设备
FR3110886B1 (fr) * 2020-06-02 2024-10-04 Renault Sas Procédé et système de contrôle de la vitesse d’un véhicule.
CN111931286B (zh) * 2020-06-29 2024-06-14 阿波罗智能技术(北京)有限公司 纵向动力学模型的训练方法、装置及设备
CN111891128A (zh) * 2020-08-13 2020-11-06 广州小马智行科技有限公司 车辆的控制方法及车辆、运载工具
US11919537B2 (en) 2020-08-25 2024-03-05 Baidu Usa Llc IMU feedback based HD map speed limit adjustment system
CN112141102B (zh) * 2020-09-24 2022-02-15 阿波罗智能技术(北京)有限公司 巡航控制方法、装置、设备、车辆和介质
CN112158199B (zh) * 2020-09-25 2022-03-18 阿波罗智能技术(北京)有限公司 巡航控制方法、装置、设备、车辆及介质
GB2600695A (en) * 2020-11-03 2022-05-11 Daimler Ag A method for estimating an attribute of an entity for an autonomous control system such as an at least partially autonomous motor vehicle
CN112677982B (zh) * 2020-12-25 2022-06-14 重庆大学 基于驾驶员特性的车辆纵向速度规划方法
JP2022139190A (ja) * 2021-03-11 2022-09-26 本田技研工業株式会社 運転支援装置および車両
CN112918480B (zh) * 2021-03-17 2022-08-19 北京经纬恒润科技股份有限公司 车辆的控制方法、装置、电子设备及计算机存储介质
FR3126385B1 (fr) * 2021-08-25 2023-10-06 Psa Automobiles Sa Procédé et système pour personnaliser le fonctionnement d’un appareillage d’aide à la conduite d’un véhicule automobile
US11872994B2 (en) * 2021-10-30 2024-01-16 Zoox, Inc. Estimating vehicle velocity
CN114627649B (zh) * 2022-04-13 2022-12-27 北京魔门塔科技有限公司 速度控制模型的生成方法、车辆控制方法及装置
EP4282727A4 (en) * 2022-04-13 2024-09-11 Momemta Suzhou Tech Co Ltd METHOD AND DEVICE FOR GENERATING A SPEED CONTROL MODEL AND VEHICLE CONTROL METHOD AND DEVICE

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006028277A1 (de) * 2006-06-20 2007-12-27 Robert Bosch Gmbh Vorrichtung und Verfahren zur Kurvenvorwarnung
US7774121B2 (en) * 2007-07-31 2010-08-10 Gm Global Technology Operations, Inc. Curve speed control system with adaptive map preview time and driving mode selection
US7821421B2 (en) * 2003-07-07 2010-10-26 Sensomatix Ltd. Traffic information system
CN103942971A (zh) * 2013-01-21 2014-07-23 沃尔沃汽车公司 车辆驾驶员辅助设备
EP3106369A1 (en) * 2015-06-16 2016-12-21 Volvo Car Corporation Method and system for safe steering assistance in a vehicle

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7400963B2 (en) 2005-12-09 2008-07-15 Gm Global Technology Operations, Inc. Speed control method for vehicle approaching and traveling on a curve
US8280560B2 (en) * 2008-07-24 2012-10-02 GM Global Technology Operations LLC Adaptive vehicle control system with driving style recognition based on headway distance
EP2537727B1 (en) * 2011-06-22 2015-03-11 Volvo Car Corporation Method for estimating a speed profile for a vehicle
US9045041B2 (en) * 2013-02-27 2015-06-02 Here Global B.V. Driver behavior from probe data for augmenting a data model
US9165477B2 (en) * 2013-12-06 2015-10-20 Vehicle Data Science Corporation Systems and methods for building road models, driver models, and vehicle models and making predictions therefrom
US9573600B2 (en) * 2014-12-19 2017-02-21 Toyota Motor Engineering & Manufacturing North America, Inc. Method and apparatus for generating and using driver specific vehicle controls
EP3219564B1 (en) * 2016-03-14 2018-12-05 IMRA Europe S.A.S. Driving prediction with a deep neural network

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7821421B2 (en) * 2003-07-07 2010-10-26 Sensomatix Ltd. Traffic information system
DE102006028277A1 (de) * 2006-06-20 2007-12-27 Robert Bosch Gmbh Vorrichtung und Verfahren zur Kurvenvorwarnung
US7774121B2 (en) * 2007-07-31 2010-08-10 Gm Global Technology Operations, Inc. Curve speed control system with adaptive map preview time and driving mode selection
CN103942971A (zh) * 2013-01-21 2014-07-23 沃尔沃汽车公司 车辆驾驶员辅助设备
EP3106369A1 (en) * 2015-06-16 2016-12-21 Volvo Car Corporation Method and system for safe steering assistance in a vehicle

Also Published As

Publication number Publication date
US11292466B2 (en) 2022-04-05
EP3556629A1 (en) 2019-10-23
US20190322276A1 (en) 2019-10-24
CN110395250A (zh) 2019-11-01

Similar Documents

Publication Publication Date Title
CN110395250B (zh) 用于车辆弯道速度限制的方法和系统
US10838423B2 (en) Intelligent vehicle navigation systems, methods, and control logic for deriving road segment speed limits
US10533868B2 (en) Adaptive and personalized navigation system
CN105359200B (zh) 用于处理车辆的测量数据以用于确定开始寻找停车位的方法
US9081651B2 (en) Route navigation with optimal speed profile
CN109219547A (zh) 用于估计在车辆的当前的和/或未来的航路点处的最大摩擦系数的概率分布的方法
JP4796400B2 (ja) 車両速度制御装置および同装置における目標速度設定方法ならびにプログラム
JP4781104B2 (ja) 運転行動推定装置、及び運転支援装置
US20100057339A1 (en) Calculation of energy optimized route
CN101949704A (zh) 信赖度评价装置、信赖度评价方法以及信赖度评价程序
US20220073070A1 (en) Vehicle draft mode
CN112109710B (zh) 调整用于道路车辆速度调节控制的系统功能性的调谐参数设置的方法
JP2006513903A (ja) 車両の速度を制御する方法
CN111457933B (zh) 用于确定车道等级静态和动态信息的方法和设备
US20220227391A1 (en) Systems and methods for scenario dependent trajectory scoring
US11801836B2 (en) Enhanced vehicle operation
JP2014238809A (ja) 短期運転性向判定可変制御装置及びその方法
US20170355370A1 (en) Vehicle control system
KR20190097486A (ko) 운전 성향 추정이 가능한 자동차, 운전 성향 추정 방법 및 시스템
KR20170005067A (ko) 이동 경로를 따라 차량이 주행하는 중에 차량의 속도를 수정하기 위한 시스템 및 방법
JP6299289B2 (ja) パラメータ学習装置、運転支援装置、及びプログラム
CN113580947B (zh) 车辆能量回收方法及装置、车辆及存储介质
CN117120314A (zh) 基于部段的驾驶员分析和个体化的驾驶员辅助
Riedl et al. Cloud-based vehicle ride-height control
JP7307003B2 (ja) 運転モード検出装置、運転モード検出システム及び運転モード検出方法

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