CN111038476B - 车辆行驶的控制方法、装置和自动驾驶设备 - Google Patents
车辆行驶的控制方法、装置和自动驾驶设备 Download PDFInfo
- Publication number
- CN111038476B CN111038476B CN201911180338.9A CN201911180338A CN111038476B CN 111038476 B CN111038476 B CN 111038476B CN 201911180338 A CN201911180338 A CN 201911180338A CN 111038476 B CN111038476 B CN 111038476B
- Authority
- CN
- China
- Prior art keywords
- target vehicle
- resistance
- preset
- resistance model
- speed
- 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
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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
- B60W10/06—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
-
- 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
- B60W40/10—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 vehicle motion
- B60W40/105—Speed
-
- 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
- B60W40/10—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 vehicle motion
- B60W40/107—Longitudinal acceleration
-
- 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
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- 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
-
- 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
-
- 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
-
- 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
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请实施例提供了一种车辆行驶的控制方法、装置和自动驾驶设备,其中,该方法包括:检测目标车辆当前使用的阻力模型是否满足预设的精度要求;在确定当前使用的阻力模型不满足预设的精度要求的情况下,控制目标车辆先加速至第一预设速度;再停止对目标车辆的供能,控制目标车辆从第一预设速度减速至第二预设速度;并采集上述减速过程中的多组速度数据和加速度数据;根据减速过程中的多组速度数据和加速度数据,确定行驶阻力以更新阻力模型;根据更新后的阻力模型,控制目标车辆行驶。从而能够以较低成本、高效地确定出考虑了真实的行驶阻力的,较为准确的阻力模型,通过该模型精准地控制目标车辆按照用户的行驶要求行驶,保证车辆的行驶安全。
Description
技术领域
本申请涉及自动驾驶技术领域,特别涉及一种车辆行驶的控制方法、装置和自动驾驶设备。
背景技术
在控制车辆自动行驶时,往往需要先确定出车辆的行驶阻力,再确定出对应的阻力模型,进而可以根据该阻力模型来确定相应的控制方案,来控制车辆的行驶。
但是,一些行驶阻力(例如,车辆行驶时受到的空气阻力、滚动阻力等)的真实数值基于现有方法往往很难高效、低成本地获得。例如,基于现有方法在计算车辆行驶时的空气阻力时,需要先测量出车辆的风阻系数和空气密度这两个阻力参数,而这两个阻力参数的测量本身又相对较困难,测量成本也相对较高,导致难以确定出较为准确的空气阻力。可见,现有方法具体实施时,往往很难高效、低成本地确定出真实、准确的行驶阻力,来建立精度较高的阻力模型。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种车辆行驶的控制方法、装置和自动驾驶设备,以解决现有方法中存在的难以高效、低成本地确定出真实、准确的行驶阻力,建立较为准确的阻力模型来控制车辆自动行驶技术问题,达到以较低成本、高效地确定出考虑了真实的行驶阻力的,精度较高的阻力模型,进而可以根据该阻力模型能较为精准地控制目标车辆按照用户的行驶要求行驶,保证车辆的行驶安全。
本申请实施例提供了一种车辆行驶的控制方法,包括:
检测目标车辆当前使用的阻力模型是否满足预设的精度要求;
在确定当前使用的阻力模型不满足预设的精度要求的情况下,控制目标车辆加速至第一预设速度;
停止对目标车辆的供能,控制目标车辆从所述第一预设速度减速至第二预设速度;并采集目标车辆从所述第一预设速度减速至第二预设速度的减速过程中的多组速度数据和加速度数据;
根据所述减速过程中的多组速度数据和加速度数据,更新当前使用的阻力模型,得到更新后的阻力模型;
根据所述更新后的阻力模型,控制目标车辆行驶。
在一个实施例中,检测目标车辆当前使用的阻力模型是否满足预设的精度要求,包括:
采集目标车辆当前行驶位置的预设范围内的环境特征;
比较所述当前行驶位置的预设范围内的环境特征,和当前使用的阻力模型所对应的环境特征,以确定当前使用的阻力模型是否满足预设的精度要求。
在一个实施例中,所述环境特征包括以下至少之一:路况、湿度、风速、风向。
在一个实施例中,所述第一预设速度和第二预设速度按照以下方式确定:
采集目标车辆当前所行驶的道路的道路标识特征;
根据所述道路标识特征,确定目标车辆当前所行驶的道路的类型;
根据当前所行驶的道路的类型,确定与当前所行驶的道路的类型匹配的最高限速作为第一预设速度,确定与当前所行驶的道路的类型匹配的最低限速作为第二预设速度。
在一个实施例中,根据所述减速过程中的多组速度数据和加速度数据,更新当前使用的阻力模型,得到更新后的阻力模型,包括:
根据所述减速过程中的多组速度数据和加速度数据,建立目标方程;
根据所述目标方程,确定当前的行驶阻力,其中,所述当前的行驶阻力包括:当前的空气阻力、当前的坡道阻力和当前的滚动阻力;
根据所述当前的行驶阻力,修改当前使用的阻力模型,以对阻力模型进行更新,得到更新后的阻力模型。
在一个实施例中,根据所述更新后的阻力模型,控制目标车辆行驶,包括:
接收用户的行驶要求;
根据所述用户的行驶要求和所述更新后的阻力模型,确定目标驱动力;
根据所述目标驱动力,对目标车辆进行供能,以控制目标车辆按照用户的行驶要求行驶。
本申请实施例还提供了一种车辆行驶的控制装置,包括:
检测模块,用于检测目标车辆当前使用的阻力模型是否满足预设的精度要求;
第一控制模块,用于在确定当前使用的阻力模型不满足预设的精度要求的情况下,控制目标车辆加速至第一预设速度;
第二控制模块,用于停止对目标车辆的供能,控制目标车辆从所述第一预设速度减速至第二预设速度;并采集目标车辆从所述第一预设速度减速至第二预设速度的减速过程中的多组速度数据和加速度数据;
更新模块,用于根据所述减速过程中的多组速度数据和加速度数据,更新当前使用的阻力模型,得到更新后的阻力模型;
第三控制模块,用于根据所述更新后的阻力模型,控制目标车辆行驶。
本申请实施例还提供了一种自动驾驶设备,所述自动驾驶设备设置于目标车辆上,以控制目标车辆自动行驶,所述自动驾驶设备包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现车辆行驶的控制。
本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现车辆行驶的控制。
本申请实施例还提供了一种行驶阻力的确定方法,包括:
控制目标车辆加速至第一预设速度;
停止对目标车辆的供能,控制目标车辆从所述第一预设速度减速至第二预设速度;并采集目标车辆从所述第一预设速度减速至第二预设速度的减速过程中的多组速度数据和加速度数据;
根据所述减速过程中的多组速度数据和加速度数据,建立目标方程;
求解所述目标方程,得到行驶阻力。
在本申请实施例中,通过在检测到所使用的阻力模型不满足预设的精度要求的情况下,控制目标车辆按照预设方式进行减速,并采集减速过程中的多组速度数据和加速度数据,以便根据所述多组速度数据和加速度数据对阻力模型进行及时更新,得到准确度较高的更新后的阻力模型;进而可以利用上述更新后的阻力模型来控制目标车辆的行驶。上述方法能够以较低成本、高效地确定出考虑了真实的行驶阻力的,精度较高的阻力模型,进而可以根据该阻力模型能较为精准地控制目标车辆按照用户的行驶要求行驶,保证车辆的行驶安全。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本申请实施例提供的车辆行驶的控制方法的处理流程图;
图2是在一个场景示例中应用本申请实施例提供的车辆行驶的控制方法的一个实施例示意图;
图3是根据本申请实施例提供的车辆行驶的控制装置的组成结构图;
图4是基于本申请实施例提供的车辆行驶的控制方法的电子设备组成结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
考虑到在控制车辆行驶时,需要先确定车辆的行驶阻力。而基于现有方法,在确定车辆阻力时往往需要先确定出相关的阻力参数,例如车辆的风阻系数、空气密度、坡度等等。有的阻力参数的采集获取比较容易,而有的阻力参数的采集获取相对比较困难,成本也相对较高。例如,车辆的风阻系数往往需要对车辆进行风洞实验才能确定,但进行风洞实验的成本相对较高。因此,基于现有方法往往无法准确、高效、低成本地确定出阻力参数,进而也难以准确地确定出车辆真实的行驶阻力。导致在很多情况下,只能采用不准确的估计的定值数据来代替真实的车辆行驶阻力,构建相关的阻力模型,来控制车辆的行驶,使得对车辆行驶的控制不够精准、容易出现误差。
针对产生上述问题的根本原因,本申请考虑可以通过在检测到车辆所使用的阻力模型不满足预设的精度要求的情况下,先控制目标车辆按照预设方式进行减速,并采集减速过程中的多组速度数据和加速度数据,根据减速过程中采集的上述多组速度数据和多组加速度数据来确定出车辆行驶过程中真实的行驶阻力。这样,不需要测量相关的阻力参数,就能确定出车辆的行驶阻力。进一步,可以根据上述行驶阻力,有针对性地对阻力模型进行修改、更新,得到准确度较高的更新后的阻力模型;进而可以利用上述更新后的阻力模型来较为精准地控制目标车辆的行驶。通过上述方式,能够以较低成本、高效地确定出考虑了真实的行驶阻力的,精度较高的阻力模型,进而可以根据该阻力模型能较为精准地控制目标车辆按照用户的行驶要求行驶,保证车辆的行驶安全。解决了现有方法存在确定车辆行驶阻力的成本高、难度大,导致无法得到较为准确的阻力模型,难以对车辆的行驶进行精准控制的技术问题。
基于上述思考思路,本申请实施例提供了一种车辆行驶的控制方法。具体请参阅图1所示的根据本申请实施例提供的车辆行驶的控制方法的处理流程图。本申请实施例提供的车辆行驶的控制方法,具体实施时,可以包括以下步骤。
S101:检测目标车辆当前使用的阻力模型是否满足预设的精度要求。
在本实施例中,上述目标车辆具体可以包括安装有自动驾驶设备或者自动驾驶程序的车辆。其中,上述自动驾驶设备或者自动驾驶程序能够根据车辆的具体行驶状况和用户要求,生成相应的行驶控制策略控制车辆自动行驶。上述目标车辆也可以包括安装有辅助驾驶设备或者辅助驾驶程序的车辆。其中,上述辅助驾驶设备或者辅助驾驶程序能够根据车辆的具体行驶状况和用户要求,自动生成并为用户提供对应的行驶建议,辅助用户更好地进行驾驶的车辆。
具体的,上述目标车辆可以是电动汽车,也可以是燃油汽车,还可以是混合动力汽车等等。
在本实施例中,上述自动驾驶设备具体可以包括:特征数据采集器、处理器和控制器等结构部件。辅助驾驶设备的结构组成、运行机理与自动设备相似,再此不做赘述。下面以自动驾驶设备为例具体说明如何实现对目标车辆行驶的控制。
在本实施例中,上述特征数据采集器具体可以包括:载荷传感器、GPS定位器、测速仪、加速度测量仪等。上述特征数据采集器具体的可以用于采集用于表征车辆的具体行驶状况的特征数据。
具体的,上述特征数据可以包括车辆自身的行驶特征,例如,车辆的行驶速度、车辆的加速度、车辆的重量等。上述特征数据还可以包括车辆所在的位置处的环境特征,例如,行驶路面的坡度、行驶路面的路况、空气湿度、风向等等。当然,需要说明的是,上述所列举的特征数据只是一种示意性说明。具体实施时,根据具体的应用场景和精度要求,还可以采集除上述所列举的特征数据以外其他类型的特征数据。对此,本说明书不作限定。
在本实施例中,具体实施时,当用户启动了自动驾驶设备时,自动驾驶设备的处理器可以调用特征数据采集器采集车辆的行驶特征,以及车辆所在位置的环境特征等特征数据,根据上述特征数据建立对应的阻力模型。进而可以根据上述阻力模型,确定出符合用户的行驶要求的控制策略,并根据该控制策略精确地控制目标车辆按照用户的行驶要求行驶。
例如,处理器可以利用上述阻力模型,先计算出能够符合用户的行驶要求的驱动力,进而可以利用通过调用控制器控制目标车辆提供对应的驱动力,来控制目标车辆按照用户的行驶要求自动行驶等。
在本实施例中,上述阻力模型具体可以理解为一种能够较为真实地表征出车辆行驶过程中的受力状况的模型。具体的,可以参阅图2所示。
在本实施例中,基于现有方法,通常使用以下形式的阻力模型:
Fj=Fd-Fg-Fr-Fa=ma
Fg=mg·sinθ,Fr=f·mg·cosθ,Fa=0.5ρaCdAfv2
其中,Fj具体可以表示为作用于目标车辆的总的作用力,Fd具体可以表示为作用于目标车辆的驱动力,Fg具体可以表示为坡道阻力,Fr具体可以表示为滚动阻力,Fa具体可以表示为空气阻力,θ具体可以表示为坡度,g具体可以表示为重力加速度,m具体可以表示为目标车的重量,f具体可以表示为路面的滚动阻力系数,ρa具体可以表示为空气密度,Cd具体可以表示为目标车辆的风阻系数,Af具体可以表示为目标车辆的迎风面积,v具体可以表示为目标车辆的行驶速度,a具体可以表示为目标车辆的加速度。
在本实施例中,车辆的行驶阻力具体可以包括上述坡道阻力、滚动阻力和空气阻力。基于现有方法,为了分别计算出上述坡道阻力、滚动阻力和空气阻力,需要分别采集得到对应的阻力参数,再根据所得到阻力参数,按照上述算式分别计算出坡道阻力、滚动阻力和空气阻力。
其中,坡道阻力的阻力参数的获取较为简单,可以通过特征数据采集器采集得到相应的阻力参数,再根据上述阻力参数计算出坡道阻力。但用于计算空气阻力、滚动阻力的部分阻力参数的采集相对较为困难,采集成本也相对较高。
例如,基于现有方法,要计算行驶阻力中的空气阻力,需要先采集得到目标车辆的迎风面积、空气密度、目标车辆的风阻系数、目标车辆的行驶速度这四个对应计算空气阻力的阻力参数;再根据上述计算空气阻力的算式,结合上述四个阻力参数,才能计算出空气阻力。上述四个阻力参数中的目标车辆的行驶速度可以通过特征数据采集器中测速仪测得。但是,其他的三个阻力参数测量往往比较困难、测量成本也相对较高。例如,其中的目标车辆的风阻系数往往需要通过对目标车辆进行风洞实验才能测得,但是进行风洞实验的成本相对较高,往往难以实施。因此,基于现有方法,许多真实的阻力参数是难以测得的,只能采用估计值或者预设的几个固定值,来代替真实的阻力参数,按照上述算式计算得到对应的行驶阻力。这样得到的行驶阻力往往准确度较差、误差较大,难以真实地反映出目标车辆在行驶过程中受到的阻力情况,进而影响对目标车辆的精准控制。
在本实施例中,为了更好地解决现有方法存在的上述问题,本说明书实施例具体可以采用一种改进的阻力模型。
具体的,可以令驱动力为0,通过等效变形,得到以下算式作为改进的阻力模型:
-v2·f0-mg·cosθ·f1=ma+mg·sinθ
其中,v2·f0具体可以表示为空气阻力,f0具体可以表示为第一等效参数,mg·cosθ·f1具体可以表示为滚动阻力,f2具体可以表示为第二等效参数,θ具体可以表示为坡度,g具体可以表示为重力加速度,m具体可以表示为目标车的重量,v具体可以表示为目标车辆的行驶速度,a具体可以表示为目标车辆的加速度,θ具体可以表示为坡度。
在上述改进的阻力模型中,坡度可以通过特征数据采集器中的GPS定位器实时采集得到,重力加速度可以通过特征数据采集器中的重力加速度计采集得到,行驶速度可以通过特征数据采集器中的测速仪采集得到,加速度可以通过特征数据采集器中的加速度测量仪测得等等。基于上述改进的阻力模型在计算行驶阻力时,可以不用在采集获得测量成本较高、难以实时测量的例如空气密度、风阻系数等阻力参数,而是可以通过测量第一等效参数和第二等效参数,结合其他容易测量的阻力参数,高效、低成本地确定出目标车辆的行驶阻力。
在本实施例中,具体实施时,自动驾驶设备可以响应用户的行驶要求,利用上述阻力模型,确定出合适的驱动力,以通过精准地为目标车辆进行供能,使得目标车辆按照用户的行驶要求行驶。
在本实施例中,在利用上述阻力模型,控制目标车辆行驶的过程中,目标车辆的行驶状况、环境状况往往是会发生变化的。在当前目标车辆的行驶状况、环境状况,与确定当前使用的阻力模型时的之前的车辆行驶状况、环境状况差异较大时,基于之前的车辆行驶状况、环境状况得到的当前使用的阻力模型无法精准地反映出目标车辆当前真实的行驶阻力,继而使得基于该阻力模型控制车辆行驶时容易出现误差。
为了避免出现上述情况,保证车辆的行驶安全,具体实施时,可以每隔预设时长检测当前使用的阻力模型是否满足预设的精度要求。
在本实施例中,具体实施时,可以每隔预设时长(例如,每隔一分钟等),通过特征数据采集器实地采集目标车辆的行驶速度(或加速度)等实测数据。同时根据当前使用的阻力模型模拟计算出目标车辆的模拟速度(或模拟加速度)等模拟数据。再将上述实测的行驶速度与基于当前使用的阻力模型通过模拟计算得到模拟速度进行比较,确定两者的差异值是否大于预设的差异阈值。
如果两者的差异值大于预设的差异阈值,则说明当前使用的阻力模型已经不适用于目标车辆当前真实的行驶状况、环境状况,使用该阻力模型控制车辆行驶的误差会相对较大,不满足预设的精度要求。如果两者的差异值小于等于预设的差异阈值,则说明当前使用的阻力模型仍然适用于目标车辆当前真实的行驶状况、环境状况,使用该阻力模型控制车辆行驶的误差相对较小,满足预设的精度要求。
在一个实施例中,进一步考虑到通常行驶阻力在较大程度受外界环境的影响相对较大,因此还可以通过检测当前目标车辆的环境状况,与确定当前使用的阻力模型时的环境状况之间的差异程度,来判断当前使用的阻力模型是否还适用于当前的环境状况,进而判断该阻力模型是否满足预设的精度要求。
具体的,可以通过特征数据采集器采集目标车辆当前行驶位置的预设范围内(例如,以目标车辆当前行驶位置为圆心,半径为10米的圆形的范围区域等)的环境特征;再将上述目标车辆当前行驶位置的预设范围内的环境特征与当前所使用的阻力模型所对应的环境特征进行比较,以确定当前使用的阻力模型是否满足预设精度要求。
如果当前行驶位置的预设范围内的环境特征,和当前使用的阻力模型所对应的环境特征差异较大,两者之间的差异值大于预设的差异阈值,则确定当前使用的阻力模型不满足预设的精度要求。如果当前行驶位置的预设范围内的环境特征,和当前使用的阻力模型所对应的环境特征差异较小,两者之间的差异值小于等于预设的差异阈值,则确定当前使用的阻力模型满足预设的精度要求。
在本实施例中,上述环境特征具体可以包括以下至少之一:路况、湿度、风速、风向等等。当然,上述所列举的环境特征只是为了更好地说明本说明书实施例。具体实施时,根据具体情况,还可以引入其他类型的环境特征。对此,本说明书不作限定。
在本实施例中,在按照上述方式确定当前使用的阻力模型满足预设的精度要求的情况下,可以判断根据当前使用的阻力模型控制目标车辆行驶的误差相对较小,可以继续使用该阻力模型控制目标车辆的行驶,直到检测出当前使用的阻力模型不满足预设的精度要求。在按照上述方式确定当前使用的阻力模型不满足预设的精度要求的情况下,可以判断根据当前使用的阻力模型控制目标车辆行驶的误差相对较大,已经不适合继续使用该阻力模型控制目标车辆的行驶,这时可以对当前所使用的阻力模型进行修改和更新,使得更新后的阻力模型重新适用于当前目标车辆的行驶状况和环境状况。
S102:在确定当前使用的阻力模型不满足预设的精度要求的情况下,控制目标车辆加速至第一预设速度。
在本实施例中,在确定当前使用的阻力模型不满足预设的精度要求的情况下,可以基于上述改进的阻力模型,重新确定目标车辆的当前的行驶阻力,例如,当前的空气阻力、滚动阻力和坡道阻力等。再根据上述当前的行驶阻力,更新所使用的阻力模型,得到适用于目标车辆当前的行驶状况和环境状况的更新后的阻力模型,进而可以根据上述更新后的处理模型控制目标车辆的行驶。
在本实施例中,为了能够准确地确定出当前的行驶阻力,可以先控制目标车辆加速至第一预设速度。
其中,上述第一预设速度具体可以包括目标车辆当前行驶的公路所允许的最高限速。
在本实施例中,具体实施时,可以采集目标车辆当前所行驶的道路的道路标识特征(例如,所行驶的道路名称或者道路标识等)。具体的,可以通过采集包含有所行驶的道路的名称或路标的照片,通过对照片进行图像识别,获取上述道路标识特征。也可以通过获取当前所行驶的道路的位置数据,根据位置数据查询导航数据库确定道路的名称等道路标识特征。进一步,可以根据道路标识特征,确定出目标车辆当前所行驶的道路的类型。其中,上述道路的类型具体可以包括:高速公路、国道、省道等等。进而可以根据所行驶的道路的类型,确定出该类型的道路的所允许的最高限速(即与该道路的类型匹配的最高限速)作为第一预设速度。
同时,也可以按照上述方式,根据所行驶的道路的类型,确定出该类型的道路的所允许的最低限速(即与该道路的类型匹配的最低限速)作为第二预设速度,以便后续使用。后续基于上述方式得到的第一预设速度和第二预设速度进行减速,可以使得减速过程中能够覆盖更多组的速度数据和加速度数据,使得能够采集得到的数据更加丰富,基于多组的速度数据和加速度数据得到的更新后的阻力模型更加精确。
在本实施例中,具体实施时,可以控制目标车辆加速到第一预设速度。例如,可以通过供能,给目标车辆提供一个相对较大的驱动力以较快地加速到第一预设速度。
S103:停止对目标车辆的供能,控制目标车辆从所述第一预设速度减速至第二预设速度;并采集目标车辆从所述第一预设速度减速至第二预设速度的减速过程中的多组速度数据和加速度数据。
在本实施例中,在目标车辆按照上述方式加速到第一预设速度之后,可以停止对目标车辆供能,使得作用于目标车辆的驱动力为0。这时,目标车辆只受到行驶阻力的影响,受力情况满足改进的阻力模型。
在本实施例中,具体实施时,可以通过控制松开目标车辆的油门,以停止对目标车辆的供能。这样,可以使得目标车辆只受到行驶阻力的作用,作自由滑行运动,进入所要求的减速过程,直到目标车辆减速至第二预设速度,结束减速过程。
在本实施例中,在目标车辆按照上述方式进行减速时,可以通过特征数据采集器采集上述减速过程中的不同时间点的多组速度数据和加速度数据。
具体的,可以以从第一预设速度开始减速的时刻为起始时间点,以减速至第二预设速度的时间点为结束时间点,从起始时间点开始,到结束时间点为止,在减速过程中每间隔一个预设时间段,采集并记录下目标车辆的速度和加速度,作为一组速度数据和加速度数据。
例如,可以设置预设时间段为t,从起始时间点开始,第一个t后,采集并记录下该时间点的一组速度数据和加速度数据为(v1,a1)。第二个t后,采集并记录下该时间点的一组速度数据和加速度数据为(v2,a2)。按照上述方式采集并记录下n组速度数据和加速度数据,直到目标车辆的速度减速至第二预设速度为止。
其中,上述预设时间段t的具体数值可以设置为10秒,也可以设置为1分钟。具体实施时,可以根据具体的精度要求灵活设置。
S104:根据所述减速过程中的多组速度数据和加速度数据,更新当前使用的阻力模型,得到更新后的阻力模型。
在本实施例中,可以根据通过上述方式获得的减速过程中的多组速度数据和加速度数据,建立目标方程。具体的,可以基于上述改进的阻力模型,来构建目标方程。
具体实施时,可以将所要求解的第一等效参数和第二等效参数组合作为目标方程的解矩阵,记为:X=[f0,f1]。根据改进的阻力模型,以及解矩阵,构建目标方程的第一个已知参数矩阵,记为:A=[-v2-mg·cosθ]。根据改进的阻力模型,构架目标方程的第二个已知参数矩阵,记为:b=[ma+mg·sinθ]。进一步可以根据上述解矩阵和第一已知参数矩阵、第二已知参数矩阵建立目标方程,记为:AX=b。该目标方程是一种矩阵方程。可以通过求解该目标方程,可以分别确定出第一等效参数和第二等效参数,从而可以根据上述第一等效参数和第二等效参数较为准确地分别确定出目标车辆真实当前的空气阻力和当前的滚动阻力,而不需要像现有方法那样花费较高的成本去测定相应的阻力参数,来计算得到空气阻力和滚动阻力。同时,可以通过特征数据采集器,采集当前的坡度、当前的重力加速度和目标车辆的重量,计算出当前的坡道阻力。进而可以利用上述当前的空气阻力、当前的滚动阻力和当前的坡道阻力替换当前所使用的阻力模型中的空气阻力、滚动阻力和坡道阻力,对阻力模型进行更新,从而得到了适用于目标车辆当前的行驶状况和环境状况的,满足预设的精度要求的更新后的阻力模型。
在一个实施例中,由于目标方程是一个超定方程,求解相对比较困难。为了提高确定空气阻力和滚动阻力的效率,具体实施时,可以通过最小二乘法来求解目标方式,以更快速地确定出第一等效参数和第二等效参数。当然,上述所列举的最小二乘法只是一种示意性说明。具体实施时,根据具体情况,也可以采用其他合适的加速方法来求解上述目标方程。对此,本说明书不作限定。
S105:根据所述更新后的阻力模型,控制目标车辆行驶。
在本实施例中,在得到上述更新后的阻力模型后,可以利用上述更新后的阻力模型,更加精准地确定出目标车辆的受力情况,进而可以更加准确地生成合适的策略来较为精准地控制目标车辆按照用户的行驶要求自动行驶。
在一个实施例中,具体实施时,可以接收用户的行驶要求。根据用户的行驶要求确定出与用户的行驶要求匹配的行驶速度和加速度。根据更新后的阻力模型,确定出能够达到与用户的行驶要求匹配的行驶速度和加速度的驱动力作,进而可以根据该驱动力,通过控制器控制目标车辆的供能,以使得通过该驱动力控制目标车辆按照用户的行驶要求自动行驶。
在本实施例中,还需要说明的是,上述仅以自动驾驶设备为例进行了具体的说明。辅助驾驶设备的实施可以参照上述自动驾驶设备的实施例。在此不作赘述。
在本申请实施例中,相较于现有方法,通过在检测到所使用的阻力模型不满足预设的精度要求的情况下,控制目标车辆按照预设方式进行减速,并采集减速过程中的多组速度数据和加速度数据,以便根据所述多组速度数据和加速度数据对阻力模型进行及时更新,得到准确度较高的更新后的阻力模型;进而可以利用上述更新后的阻力模型来控制目标车辆的行驶。上述方法能够以较低成本、高效地确定出考虑了真实的行驶阻力的,精度较高的阻力模型,进而可以根据该阻力模型能较为精准地控制目标车辆按照用户的行驶要求行驶,保证车辆的行驶安全。
在一个实施例中,上述检测目标车辆当前使用的阻力模型是否满足预设的精度要求,具体实施时,可以包括:采集目标车辆当前行驶位置的预设范围内的环境特征;比较所述当前行驶位置的预设范围内的环境特征,和当前使用的阻力模型所对应的环境特征,以确定当前使用的阻力模型是否满足预设的精度要求。
在一个实施例中,具体实施时,也可以定期当前使用的阻力模型是否满足预设的精度要求。例如,可以每隔1天检测一次,如果发现不满足预设的精度要求,可以通过上述方式对阻力模型进行更新。也可以实时监测目标车辆的例如环境特征,和/或,目标车辆的行驶特征等特征数据,当发现特征数据的差异程度较大时,自动触发按照上述方式对阻力模型进行更新。
在一个实施例中,所述环境特征具体可以包括以下至少之一:路况、湿度、风速、风向等等。当然,上述所列举的环境特征只是一种示意性说明。具体实施时,根据具体情况,还可以引入其他类型的环境特征,例如目标车辆所在的区域名称、天气、温度等等。
在一个实施例中,所述第一预设速度和第二预设速度具体可以按照以下方式确定:采集目标车辆当前所行驶的道路的道路标识特征;根据所述道路标识特征,确定目标车辆当前所行驶的道路的类型;根据当前所行驶的道路的类型,确定与当前所行驶的道路的类型匹配的最高限速作为第一预设速度,确定与当前所行驶的道路的类型匹配的最低限速作为第二预设速度。
在一个实施例中,上述根据所述减速过程中的多组速度数据和加速度数据,更新当前使用的阻力模型,得到更新后的阻力模型,具体实施时,可以包括以下内容:根据所述减速过程中的多组速度数据和加速度数据,建立目标方程;根据所述目标方程,确定当前的行驶阻力,其中,所述当前的行驶阻力包括:当前的空气阻力、当前的坡道阻力和当前的滚动阻力;根据所述当前的行驶阻力,修改当前使用的阻力模型,以对阻力模型进行更新,得到更新后的阻力模型。
在一个实施例中,上述根据所述更新后的阻力模型,控制目标车辆行驶,具体实施时,可以包括以下内容:接收用户的行驶要求;根据所述用户的行驶要求和所述更新后的阻力模型,确定目标驱动力;根据所述目标驱动力,对目标车辆进行供能,以控制目标车辆按照用户的行驶要求行驶。
在一个实施例中,上述车辆行驶的控制方法具体还可以应用于车辆的自动巡航系统,以便通过自动巡航系统,控制巡航时的速度和加速度,以满足预设的要求的方式进行巡航。
在一个实施例中,上述车辆行驶的控制方法可以应用于线下的设备,也可以通过云端服务器等设备,实现线上处理,提高处理效率。
从以上的描述中,可以看出,本申请实施例提供的车辆行驶的控制方法,通过在检测到所使用的阻力模型不满足预设的精度要求的情况下,控制目标车辆按照预设方式进行减速,并采集减速过程中的多组速度数据和加速度数据,以便根据所述多组速度数据和加速度数据对阻力模型进行及时更新,得到准确度较高的更新后的阻力模型;进而可以利用上述更新后的阻力模型来控制目标车辆的行驶。上述方法能够以较低成本、高效地确定出考虑了真实的行驶阻力的,精度较高的阻力模型,进而可以根据该阻力模型能较为精准地控制目标车辆按照用户的行驶要求行驶,保证车辆的行驶安全。还通过根据所采集的减速过程中的多组速度数据和加速度数据,建立对应的目标方程;再通过求解上述目标方程,准确地确定出目标车辆当前的行驶阻力,以便后续可以根据行驶阻力有针对性地对当前使用的阻力模型进行更新,从而不需要像现有方法那样先分别确定各个阻力参数,来求解行驶阻力,降低了目标车辆的行驶阻力的获取成本,能高效、低成本地确定出了目标车辆的行驶阻力。
基于同一发明构思,本申请实施例中还提供了一种车辆行驶的控制装置,如下面的实施例所述。由于车辆行驶的控制装置解决问题的原理与车辆行驶的控制方法相似,因此车辆行驶的控制装置的实施可以参见车辆行驶的控制方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。请参阅图3所示,是本申请实施例提供的车辆行驶的控制装置的一种组成结构图,该装置具体可以包括:检测模块301、第一控制模块302、第二控制模块303、更新模块304和第三控制模块305,下面对该结构进行具体说明。
检测模块301,具体可以用于检测目标车辆当前使用的阻力模型是否满足预设的精度要求;
第一控制模块302,具体可以用于在确定当前使用的阻力模型不满足预设的精度要求的情况下,控制目标车辆加速至第一预设速度;
第二控制模块303,具体可以用于停止对目标车辆的供能,控制目标车辆从所述第一预设速度减速至第二预设速度;并采集目标车辆从所述第一预设速度减速至第二预设速度的减速过程中的多组速度数据和加速度数据;
更新模块304,具体可以用于根据所述减速过程中的多组速度数据和加速度数据,更新当前使用的阻力模型,得到更新后的阻力模型;
第三控制模块305,具体可以用于根据所述更新后的阻力模型,控制目标车辆行驶。
在一个实施例中,为了能够检测目标车辆当前使用的阻力模型是否满足预设的精度要求,上述检测模块301具体可以包括以下结构单元:
第一采集单元,具体可以用于采集目标车辆当前行驶位置的预设范围内的环境特征;
第一比较单元,具体可以用于比较所述当前行驶位置的预设范围内的环境特征,和当前使用的阻力模型所对应的环境特征,以确定当前使用的阻力模型是否满足预设的精度要求。
在一个实施例中,所述环境特征具体可以包括以下至少之一:路况、湿度、风速、风向等等。
在一个实施例中,所述装置具体可以包括确定模块,用于按照以下方式确定出所述第一预设速度和第二预设速度:采集目标车辆当前行驶位置的公路标识特征采集目标车辆当前所行驶的道路的道路标识特征;根据所述道路标识特征,确定目标车辆当前所行驶的道路的类型;根据当前所行驶的道路的类型,确定与当前所行驶的道路的类型匹配的最高限速作为第一预设速度,确定与当前所行驶的道路的类型匹配的最低限速作为第二预设速度。
在一个实施例中,为了根据所述减速过程中的多组速度数据和加速度数据,更新当前使用的阻力模型,得到更新后的阻力模型,上述更新模块具体304可以包括以下结构单元:
建立单元,具体可以用于根据所述减速过程中的多组速度数据和加速度数据,建立目标方程;
求解单元,具体可以用于根据所述目标方程,确定当前的行驶阻力,其中,所述当前的行驶阻力包括:当前的空气阻力、当前的坡道阻力和当前的滚动阻力;
更新单元,具体可以用于根据所述当前的行驶阻力,修改当前使用的阻力模型,以对阻力模型进行更新,得到更新后的阻力模型。
在一个实施例中,为了能够根据所述更新后的阻力模型,控制目标车辆行驶,上述第三控制模块305具体可以包括以下结构单元:
接收单元,具体可以用于接收用户的行驶要求;
确定单元,具体可以用于根据所述用户的行驶要求和所述更新后的阻力模型,确定目标驱动力;
供能单元,具体可以用于根据所述目标驱动力,对目标车辆进行供能,以控制目标车辆按照用户的行驶要求行驶。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,在本说明书中,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
此外,在本说明书中,诸如第一和第二这样的形容词仅可以用于将一个元素或动作与另一元素或动作进行区分,而不必要求或暗示任何实际的这种关系或顺序。在环境允许的情况下,参照元素或部件或步骤(等)不应解释为局限于仅元素、部件、或步骤中的一个,而可以是元素、部件、或步骤中的一个或多个等。
从以上的描述中,可以看出,本申请实施例提供的车辆行驶的控制装置,通过在检测模块检测到所使用的阻力模型不满足预设的精度要求的情况下,通过第一控制模块和第二控制模块控制目标车辆按照预设方式进行减速,并采集减速过程中的多组速度数据和加速度数据,以便通过更新模块根据所述多组速度数据和多组加速度数据对阻力模型进行及时更新,得到准确度较高的更新后的阻力模型;进而可以通过第三控制模块利用上述更新后的阻力模型来控制目标车辆的行驶。上述方法能够以较低成本、高效地确定出考虑了真实的行驶阻力的,精度较高的阻力模型,进而可以根据该阻力模型能较为精准地控制目标车辆按照用户的行驶要求行驶,保证车辆的行驶安全。
本申请实施例还提供了一种电子设备,具体可以参阅图4所示的基于本申请实施例提供的用于控制车辆行驶的电子设备组成结构示意图,所述电子设备具体可以包括检测设备41、处理器42、存储器43。其中,所述检测设备41具体可以用于检测目标车辆当前使用的阻力模型是否满足预设的精度要求。所述处理器42具体可以用于在确定当前使用的阻力模型不满足预设的精度要求的情况下,控制目标车辆加速至第一预设速度;停止对目标车辆的供能,控制目标车辆从所述第一预设速度减速至第二预设速度;并采集目标车辆从所述第一预设速度减速至第二预设速度的减速过程中的多组速度数据和加速度数据;根据所述减速过程中的多组速度数据和加速度数据,更新当前使用的阻力模型,得到更新后的阻力模型;根据所述更新后的阻力模型,控制目标车辆行驶。所述存储器43具体可以用于存储相应的指令程序。
在本实施例中,所述检测器具体可以包括相关测试仪、传感器等能够用于检测相关特征数据的仪器。所述处理器可以按任何适当的方式实现。例如,处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific IntegratedCircuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。所述存储器具体可以是现代信息技术中用于保存信息的记忆设备。所述存储器可以包括多个层次,在数字系统中,只要能保存二进制数据的都可以是存储器;在集成电路中,一个没有实物形式的具有存储功能的电路也叫存储器,如RAM、FIFO等;在系统中,具有实物形式的存储设备也叫存储器,如内存条、TF卡等。
在本实施例中,该电子设备具体实现的功能和效果,可以与其它实施例对照解释,在此不再赘述。
本申请实施例还提供了一种具体的自动驾驶设备,该自动驾驶设备可以设置于目标车辆上。该自动驾驶设备具体运行时,可以检测目标车辆当前使用的阻力模型是否满足预设的精度要求;在确定当前使用的阻力模型不满足预设的精度要求的情况下,控制目标车辆加速至第一预设速度;停止对目标车辆的供能,控制目标车辆从所述第一预设速度减速至第二预设速度;并采集目标车辆从所述第一预设速度减速至第二预设速度的减速过程中的多组速度数据和加速度数据;根据所述减速过程中的多组速度数据和加速度数据,更新当前使用的阻力模型,得到更新后的阻力模型;根据所述更新后的阻力模型,控制目标车辆行驶。
本申请实施例还提供了一种基于车辆行驶的控制方法的计算机存储介质,所述计算机存储介质存储有计算机程序指令,在所述计算机程序指令被执行时实现:检测目标车辆当前使用的阻力模型是否满足预设的精度要求;在确定当前使用的阻力模型不满足预设的精度要求的情况下,控制目标车辆加速至第一预设速度;停止对目标车辆的供能,控制目标车辆从所述第一预设速度减速至第二预设速度;并采集目标车辆从所述第一预设速度减速至第二预设速度的减速过程中的多组速度数据和加速度数据;根据所述减速过程中的多组速度数据和加速度数据,更新当前使用的阻力模型,得到更新后的阻力模型;根据所述更新后的阻力模型,控制目标车辆行驶。
在本实施例中,上述存储介质包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。所述存储器可以用于存储计算机程序指令。网络通信单元可以是依照通信协议规定的标准设置的,用于进行网络连接通信的接口。
在本实施例中,该计算机存储介质存储的程序指令具体实现的功能和效果,可以与其它实施例对照解释,在此不再赘述。
本申请实施例具体还提供了一种行驶阻力的确定方法,具体实施时,可以包括以下内容:
S1:控制目标车辆加速至第一预设速度;
S2:停止对目标车辆的供能,控制目标车辆从所述第一预设速度减速至第二预设速度;并采集目标车辆从所述第一预设速度减速至第二预设速度的减速过程中的多组速度数据和加速度数据;
S3:根据所述减速过程中的多组速度数据和加速度数据,建立目标方程;
S4:求解所述目标方程,得到行驶阻力。
在本实施例中,通过上述方式可以不需要去采集、使用相关的阻力参数,能够以较低成本,高效、准确地确定出目标车辆当前受到的真实的空气阻力、滚动阻力等行驶阻力。
尽管本申请内容中提到不同的具体实施例,但是,本申请并不局限于必须是行业标准或实施例所描述的情况等,某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、处理、输出、判断方式等的实施例,仍然可以属于本申请的可选实施方案范围之内。
虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
上述实施例阐明的装置或模块等,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施例的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,移动终端,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而不脱离本申请的精神,希望所附的实施例包括这些变形和变化而不脱离本申请。
Claims (9)
1.一种车辆行驶的控制方法,其特征在于,包括:
检测目标车辆当前使用的阻力模型是否满足预设的精度要求;其中,检测目标车辆当前使用的阻力模型是否满足预设的精度要求,包括:采集目标车辆当前行驶位置的预设范围内的环境特征;比较所述当前行驶位置的预设范围内的环境特征,和当前使用的阻力模型所对应的环境特征,以确定当前使用的阻力模型是否满足预设的精度要求;
在确定当前使用的阻力模型不满足预设的精度要求的情况下,控制目标车辆加速至第一预设速度;
停止对目标车辆的供能,控制目标车辆从所述第一预设速度减速至第二预设速度;并采集目标车辆从所述第一预设速度减速至第二预设速度的减速过程中的多组速度数据和加速度数据;
根据所述减速过程中的多组速度数据和加速度数据,更新当前使用的阻力模型,得到更新后的阻力模型;
根据所述更新后的阻力模型,控制目标车辆行驶。
2.根据权利要求1所述的方法,其特征在于,所述环境特征包括以下至少之一:路况、湿度、风速、风向。
3.根据权利要求1所述的方法,其特征在于,所述第一预设速度和第二预设速度按照以下方式确定:
采集目标车辆当前所行驶的道路的道路标识特征;
根据所述道路标识特征,确定目标车辆当前所行驶的道路的类型;
根据当前所行驶的道路的类型,确定与当前所行驶的道路的类型匹配的最高限速作为第一预设速度,确定与当前所行驶的道路的类型匹配的最低限速作为第二预设速度。
4.根据权利要求1所述的方法,其特征在于,根据所述减速过程中的多组速度数据和加速度数据,更新当前使用的阻力模型,得到更新后的阻力模型,包括:
根据所述减速过程中的多组速度数据和加速度数据,建立目标方程;
根据所述目标方程,确定当前的行驶阻力,其中,所述当前的行驶阻力包括:当前的空气阻力、当前的坡道阻力和当前的滚动阻力;
根据所述当前的行驶阻力,修改当前使用的阻力模型,以对阻力模型进行更新,得到更新后的阻力模型。
5.根据权利要求1所述的方法,其特征在于,根据所述更新后的阻力模型,控制目标车辆行驶,包括:
接收用户的行驶要求;
根据所述用户的行驶要求和所述更新后的阻力模型,确定目标驱动力;
根据所述目标驱动力,对目标车辆进行供能,以控制目标车辆按照用户的行驶要求行驶。
6.一种车辆行驶的控制装置,其特征在于,包括:
检测模块,用于检测目标车辆当前使用的阻力模型是否满足预设的精度要求;其中,所述检测模块具体用于采集目标车辆当前行驶位置的预设范围内的环境特征;比较所述当前行驶位置的预设范围内的环境特征,和当前使用的阻力模型所对应的环境特征,以确定当前使用的阻力模型是否满足预设的精度要求;
第一控制模块,用于在确定当前使用的阻力模型不满足预设的精度要求的情况下,控制目标车辆加速至第一预设速度;
第二控制模块,用于停止对目标车辆的供能,控制目标车辆从所述第一预设速度减速至第二预设速度;并采集目标车辆从所述第一预设速度减速至第二预设速度的减速过程中的多组速度数据和加速度数据;
更新模块,用于根据所述减速过程中的多组速度数据和加速度数据,更新当前使用的阻力模型,得到更新后的阻力模型;
第三控制模块,用于根据所述更新后的阻力模型,控制目标车辆行驶。
7.一种自动驾驶设备,其特征在于,所述自动驾驶设备设置于目标车辆上,以控制目标车辆自动行驶,所述自动驾驶设备包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现权利要求1至6中任一项所述方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,所述指令被执行时实现权利要求1至5中任一项所述方法的步骤。
9.一种行驶阻力的确定方法,其特征在于,包括:
控制目标车辆加速至第一预设速度;
停止对目标车辆的供能,控制目标车辆从所述第一预设速度减速至第二预设速度;并采集目标车辆从所述第一预设速度减速至第二预设速度的减速过程中的多组速度数据和加速度数据;
根据所述减速过程中的多组速度数据和加速度数据,建立目标方程;
求解所述目标方程,得到行驶阻力;
在确定行驶阻力之前所述方法还包括:采集目标车辆当前行驶位置的预设范围内的环境特征;比较所述当前行驶位置的预设范围内的环境特征,和当前使用的阻力模型所对应的环境特征,以确定当前使用的阻力模型是否满足预设的精度要求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911180338.9A CN111038476B (zh) | 2019-11-27 | 2019-11-27 | 车辆行驶的控制方法、装置和自动驾驶设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911180338.9A CN111038476B (zh) | 2019-11-27 | 2019-11-27 | 车辆行驶的控制方法、装置和自动驾驶设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111038476A CN111038476A (zh) | 2020-04-21 |
CN111038476B true CN111038476B (zh) | 2021-05-18 |
Family
ID=70233876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911180338.9A Active CN111038476B (zh) | 2019-11-27 | 2019-11-27 | 车辆行驶的控制方法、装置和自动驾驶设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111038476B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111547022B (zh) * | 2020-05-13 | 2022-07-08 | 四川骏驰智行科技有限公司 | 电动汽车紧急制动识别及控制方法 |
CN112009266B (zh) * | 2020-09-01 | 2022-02-01 | 三一专用汽车有限责任公司 | 动力参数标定方法、装置、车辆和计算机可读存储介质 |
CN116026610B (zh) * | 2022-12-27 | 2024-06-07 | 广州汽车集团股份有限公司 | 车辆滑行测试方法、车辆滑行方法、装置及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1995013203A1 (de) * | 1993-11-10 | 1995-05-18 | Robert Bosch Gmbh | Verfahren und vorrichtung zur steuerung eines fahrzeugs |
CN103648879A (zh) * | 2011-06-27 | 2014-03-19 | 斯堪尼亚商用车有限公司 | 车辆的行进阻力的确定方法 |
CN103847744A (zh) * | 2012-12-05 | 2014-06-11 | 上海汽车集团股份有限公司 | 道路阻力判别方法及装置 |
CN109153384A (zh) * | 2016-05-27 | 2019-01-04 | 日立汽车系统株式会社 | 车辆控制装置 |
-
2019
- 2019-11-27 CN CN201911180338.9A patent/CN111038476B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1995013203A1 (de) * | 1993-11-10 | 1995-05-18 | Robert Bosch Gmbh | Verfahren und vorrichtung zur steuerung eines fahrzeugs |
CN103648879A (zh) * | 2011-06-27 | 2014-03-19 | 斯堪尼亚商用车有限公司 | 车辆的行进阻力的确定方法 |
CN103847744A (zh) * | 2012-12-05 | 2014-06-11 | 上海汽车集团股份有限公司 | 道路阻力判别方法及装置 |
CN109153384A (zh) * | 2016-05-27 | 2019-01-04 | 日立汽车系统株式会社 | 车辆控制装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111038476A (zh) | 2020-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111038476B (zh) | 车辆行驶的控制方法、装置和自动驾驶设备 | |
US9707961B1 (en) | Tracking objects within a dynamic environment for improved localization | |
Aly et al. | Lanequest: An accurate and energy-efficient lane detection system | |
CN112286206B (zh) | 自动驾驶的模拟方法、系统、设备、可读存储介质及平台 | |
US9849802B2 (en) | Method and apparatus for analyzing data related to vehicle range estimation | |
CN106575475B (zh) | 信息管理装置、车辆及信息管理方法 | |
US9643511B2 (en) | Method and apparatus for estimating state of charge (SOC) of battery in electric vehicle | |
CN111491844A (zh) | 用于生成机动车的动态的速度曲线的方法和装置 | |
CN104875743B (zh) | 用于确定有效道路坡度特性的系统和方法 | |
US10993079B2 (en) | Motion detection method, device, and medium | |
CN108519085B (zh) | 导航路径获取方法、装置、系统及其存储介质 | |
CN114120650B (zh) | 用于生成测试结果的方法、装置 | |
CN109923438B (zh) | 用于确定车辆速度的装置和方法 | |
CN109978026B (zh) | 一种基于lstm网络的电梯位置检测方法及系统 | |
CN110968099B (zh) | 一种机器人被困检测方法以及机器人 | |
Shaw et al. | Instantaneous fuel consumption estimation using smartphones | |
CN111191383A (zh) | 一种仿真轨迹生成的方法、装置、存储介质及电子设备 | |
CN110389577B (zh) | 一种确定驾驶风格的方法及装置 | |
CN116022169A (zh) | 用于评估功能的方法、设备和存储介质 | |
WO2018099089A1 (zh) | 一种静止状态的判断方法及装置 | |
WO2016184530A1 (en) | Computer-implemented method, system, and computer program product for detecting modes of transportation of a user | |
CN109978174A (zh) | 信息处理方法、信息处理装置及程序记录介质 | |
CN114048626A (zh) | 一种交通流仿真场景构建方法及系统 | |
CN111258312B (zh) | 可移动模型及其控制方法、装置、系统、设备和存储介质 | |
CN110908388B (zh) | 一种机器人被困检测方法以及机器人 |
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 |