CN111284477A - 模拟转向特性的系统和方法 - Google Patents

Abstract

一种用于模拟车辆转向特性的示例方法包括：接收对应于方向盘角度的第一传感器数据；接收对应于车辆外部环境的图像数据的第二传感器数据；根据第一和第二传感器数据生成车辆运动模型；确定沿着车辆行驶路径的横向车辆速度和纵向车辆速度；至少部分地基于车辆的横向和纵向速度来定义车轮角度；以及使用多个多项式曲线来确定车轮与方向盘的角度比，以粗略估计车轮与方向盘的角度比。

Description

模拟转向特性的系统和方法

引言

本发明总体上涉及车辆领域，更具体地涉及使用基于视觉的物体检测 和跟踪来模拟转向特性。

自动驾驶系统通常允许车辆及其车载计算机负责部分或全部驾驶功 能。自主驾驶系统的一些组件的示例可以包括低速自动车辆操控，例如拖 车挂接、拖车倒车和停车，其目的在于在许多可能的和变化的情况下，为 将车辆保持在规定的边界或区域内提供广泛的帮助。

然而，当车辆低速行驶时，转向系统模拟精度不同于车辆高速行驶时 的转向系统模拟精度，特别是对于牵引车来说。

发明内容

本发明的实施例具有许多优点。例如，本发明的实施例能够使用基于 视觉的物体检测和跟踪以及车辆操作特性来实时模拟牵引车的转向特性， 所述车辆操作特性包括但不限于轮胎压力、车龄、车辆负载、车辆类型/ 配置等。

一方面，一种用于模拟车辆转向特性的方法包括以下步骤：从至少一 个车辆传感器接收对应于方向盘角度的第一传感器数据；从至少一个车辆 传感器接收对应于车辆外部环境的图像数据的第二传感器数据；由一个或 多个数据处理器根据第一和第二传感器数据生成车辆运动模型；由一个或 多个数据处理器确定沿着车辆行驶路径的横向车辆速度和纵向车辆速度； 由一个或多个数据处理器至少部分地基于车辆的横向和纵向速度来定义 车轮角度；以及由一个或多个数据处理器使用多个多项式曲线来确定车轮 与方向盘的角度比，以粗略估计车轮与方向盘的角度比。

在一些方面，第二传感器数据包括从前视图图像传感器接收的第一图 像数据、从左视图像传感器接收的第二图像数据、从右视图像传感器接收 的第三图像数据以及从后视传感器接收的第四图像数据。

在一些方面，第二传感器数据包括一个或多个道路特征的检测位置， 数据库数据包括一个或多个道路特征的已知位置。

在一些方面，生成车辆运动模型包括将第二传感器数据与数据库数据 进行比较，以确定车辆相对于一个或多个道路特征的位置。

在一些方面，生成车辆运动模型包括将检测到的一个或多个道路特征 的位置与一个或多个道路特征的已知位置相关联，以确定车辆行驶的纵向 和横向距离，并生成车辆的位置变化图。

在一些方面，确定沿车辆行驶路径的横向车辆速度和纵向车辆速度包 括根据车辆运动模型在预定运行时间内产生的车辆行驶的纵向和横向距 离计算横向车辆速度和纵向车辆速度。

在一些方面，至少部分地基于车辆的横向和纵向速度来定义车轮角度 包括以第一数据记录频率接收第一传感器数据和以第一数据记录频率接 收第二传感器数据，并使用以下等式计算车轮角度。

其中所述车轮角度表示为δ_f，L是所述车辆的轴距，b是从所述车辆 的重心到后轮胎接触点的距离，V_x是所述车辆的所述纵向速度，V_y是所述 车辆的所述横向速度。

另一方面，一种用于模拟车辆转向特性的方法包括以下步骤：由一个 或多个数据处理器确定是否满足第一条件；由一个或多个数据处理器从至 少一个车辆传感器接收对应于方向盘角度的第一传感器数据；由一个或多 个数据处理器从至少一个车辆传感器接收对应于车辆外部环境的图像数 据的第二传感器数据；如果满足第一条件，则由一个或多个数据处理器确 定是否满足第二条件；如果满足第二条件，则由一个或多个数据处理器根据第一和第二传感器数据生成车辆运动模型；由一个或多个数据处理器确 定沿着车辆行驶路径的横向车辆速度和纵向车辆速度；由一个或多个数据 处理器至少部分基于车辆的横向和纵向速度来定义车轮角度；以及由一个 或多个数据处理器使用多个多项式曲线来确定车轮与方向盘的角度比，以 粗略估计车轮与方向盘的角度比。

在某些方面，第一条件是车辆是否正在移动。

在一些方面，第二条件是车辆的运动跟踪特征是否有效。

在一些方面，第二传感器数据包括一个或多个道路特征的检测位置， 数据库数据包括一个或多个道路特征的已知位置。

在一些方面，生成车辆运动模型包括将第二传感器数据与数据库数据 进行比较，以确定车辆相对于一个或多个道路特征的位置。

在一些方面，生成车辆运动模型包括将检测到的一个或多个道路特征 的位置与一个或多个道路特征的已知位置相关联，以确定车辆行驶的纵向 和横向距离，并生成车辆的位置变化图。

在一些方面，确定沿车辆行驶路径的横向车辆速度和纵向车辆速度包 括根据车辆运动模型在预定运行时间内产生的车辆行驶的纵向和横向距 离计算横向车辆速度和纵向车辆速度。

在一些方面，至少部分地基于车辆的横向和纵向速度来定义车轮角度 包括以第一数据记录频率接收第一传感器数据和以第一数据记录频率接 收第二传感器数据，并使用以下等式计算车轮角度。

其中所述车轮角度表示为δ_f，L是所述车辆的轴距，b是从所述车辆 的重心到后轮胎接触点的距离，V_x是所述车辆的所述纵向速度，V_y是所述 车辆的所述横向速度。

附图说明

本发明将结合以下附图进行描述，其中相同的数字表示相同的元件。

图1是根据一个实施例的车辆的示意图。

图2是根据一个实施例的转向控制系统的示意框图。

图3是根据一个实施例的用于模拟转向特性的方法的流程图。

图4是根据一个实施例的车辆预期行驶路径的图形表示。

结合附图，从以下描述和所附权利要求中，本发明的前述和其他特征 将变得更加明显。应当理解，这些附图仅描绘了本发明的几个实施例，并 且不应被认为是对其范围的限制，将通过使用附图描述本发明的其他特性 和细节。附图或本文其他地方公开的任何尺寸仅用于说明目的。

具体实施方式

这里描述本发明的实施例。然而，应当理解，所公开的实施例仅仅是 示例，其他实施例可以采取各种替代形式。附图不一定按比例绘制，一些 特征可以被放大或缩小以显示特定部件的细节。因此，这里公开的具体结 构和功能细节不应被解释为限制性的，而仅仅是作为教导本领域技术人员 以不同方式应用本发明的代表性基础。如本领域普通技术人员将理解的， 参考任何一个附图示出和描述的各种特征都可以与一个或多个其他附图 中示出的特征相结合，以产生没有明确示出或描述的实施例。所示特征的 组合为典型应用提供了代表性实施例。然而，符合本发明教导的特征的各 种组合和修改对于特定的应用或实现可能是有利的。

在以下描述中，某些术语可以仅出于参考的目的而使用，因此并不旨 在进行限制。例如，诸如“上面”和“下面”的术语指的是参考的附图中 的方向。如“前”、“后”、“左”、“右”、“后”和“侧面”的术语描述了部 件或元件的部分在一致但任意的参考框架内的取向和/或位置，参考描述相 关部件或元件的文本和相关附图，将更容易理解。此外，诸如“第一”、“第 二”、“第三”等术语可以用来描述不同的部件。所述术语可以包括上面具 体提到的词语、其派生词以及类似含义的词语。

自主、半自主、机械化或自动转向控制特征(例如，自动停车、自动 牵引操控等)可以保持或控制车辆相对于道路标记(例如道路上的车道或 停车标记)的位置，同时减少驾驶员输入(例如方向盘的移动)。

由车辆控制器执行的运动跟踪校准监控表面标记，例如焦油线、道路 裂缝、停车线等，并将这些图像与由车辆的一个或多个传感器捕获的其他 图像进行比较，以确定车辆的横向和纵向运动。横向和纵向运动信息用于 生成位置变化图。位置变化图用于确定车轮角度。车轮角度被映射到从方 向盘角度传感器接收的数据，以创建车轮至方向盘角度图。改进的车轮至 方向盘角度图提高了转向精度，特别是对于执行低速自动操控的车辆，例如牵引操作或精确停车。

在一些实施例中，车辆转向控制系统或车辆中的另一车载系统可以使 用与车辆相关联的传感器测量、估计或评估车辆转向测量值或车辆转向条 件(例如方向盘角度)，以及环境条件(例如道路标记相对于车辆的位置)。 当车辆运动时，车辆转向测量值或环境条件可以以预定的间隔测量、估计 或评估，在一些示例中为每5-100毫秒，例如每10毫秒。

车辆转向控制系统可以包括其他系统，用于测量转向扭矩、加速度、 横向加速度、纵向加速度、速度、偏航率、车辆相对于环境特征(例如道 路标记)的位置等，和/或转向控制系统被激活时的其它车辆动力学或转向 测量值。在一些实施例中，这些测量值可以在车辆运动时连续编译。

在一些实施例中，车辆转向控制系统或其部件可以基于测量的车辆转 向测量值(例如，转向扭矩、转向角)和/或车辆的其他信息(例如，速度、 加速度、航向、偏航率、其他驾驶员输入、传感器图像和本领域已知的其 他信息)来确定要发送到一个或多个致动器以控制车辆转向的控制输入命 令。

图1示意性示出了根据本发明的机动车辆10。车辆10通常包括车身 11和轮子15。车身11包围车辆10的其他部件。轮子15分别在主体11 的相应拐角附近可旋转地连接到主体11上。在所示实施例中，车辆10被 描绘为客车，但是应当理解，也可以使用任何其他车辆，包括摩托车、卡 车、运动型多功能车或休闲车等。

车辆10包括推进系统13，在各种实施例中，推进系统13可以包括内 燃机、诸如牵引马达的电机和/或燃料电池推进系统。车辆10还包括变速 器14，变速器14配置为根据可选择的速度比将动力从推进系统13传输到 多个轮子15。根据各种实施例，变速器14可以包括步进比自动变速器、 无级变速器或其他合适的变速器。车辆10还包括车轮制动器(未示出)， 其配置为向轮子15提供制动扭矩。在各种实施例中，车轮制动器可以包 括摩擦制动器、再生制动系统如电机和/或其他合适的制动系统。车辆10 还包括转向系统16。虽然出于说明的目的被描绘为包括方向盘和转向柱， 但是在一些实施例中，转向系统16可以不包括方向盘。

在各种实施例中，车辆10还包括导航系统28，导航系统28配置为向 控制器22提供GPS坐标(经度、纬度和海拔)形式的位置信息。在一些 实施例中，导航系统28可以是配置为与全球导航卫星通信以提供车辆10 的自主地理空间定位的全球导航卫星系统。在所示实施例中，导航系统28 包括电连接到接收器的天线。

车辆10包括至少一个控制器22。尽管出于说明目的被描绘为单个单 元，但是控制器22可以另外包括一个或多个其他控制器，统称为“控制 器”。控制器22可以包括与各种类型的计算机可读存储设备或介质通信的 微处理器或中央处理单元或图形处理单元。例如，计算机可读存储设备或 介质可以包括只读存储器、随机存取存储器和保活存储器中的易失性和非 易失性存储。保活存储器是一种永久性或非易失性存储器，可用于在中央 处理器断电时存储各种操作变量。计算机可读存储设备或介质可以使用多 种已知存储设备中的任何一种来实现，诸如可编程只读存储器、电可编程 只读存储器、电可擦除可编程只读存储器、闪存或能够存储数据的任何其 他电、磁、光或组合存储设备，其中一些数据代表控制器22在控制车辆 时使用的可执行指令。

进一步参考图1，控制器22包括车辆转向控制系统100。车辆转向控 制系统100还与车辆10的多个传感器26连接。传感器26配置为测量和 捕获关于一个或多个车辆特性的数据，包括但不限于车速、车辆航向、轮 胎压力、横向加速度、纵向加速度、偏航率、方向盘角度和环境条件，例 如道路标记的图像等。在图示的实施例中，传感器26包括但不限于加速 度计、速度传感器、航向传感器、陀螺仪、转向角传感器或感测车辆或车 辆周围环境的可观察条件的其他传感器，并且可以包括雷达、激光雷达、 光学相机、热像仪、超声波传感器、红外传感器、光水平检测传感器和/ 或适当的其他传感器。在一些实施例中，车辆10还包括多个致动器30， 其配置为接收控制命令以控制车辆的转向、换档、节流、制动或其他方面。

图2是车辆转向控制系统100的示意图。车辆转向控制系统100可以 与一个或多个自动车辆控制系统或自动驾驶应用结合或分开操作。一个或 多个车辆自动转向系统可以是系统100的部件，或者车辆自动转向系统可 以与系统100分离。车辆转向控制系统100可以结合在控制器22内或车 辆10的另一个控制器内。

车辆转向控制系统100包括多个模块，用于接收和处理从一个或多个 传感器26接收的数据。在一些实施例中，车辆转向控制系统100还产生 控制信号，该控制信号可以直接或通过控制器22和自动车辆控制系统或 自动驾驶应用程序传输到一个或多个致动器30，以控制车辆转向。

在一些实施例中，车辆转向控制系统100包括传感器融合模块74、模 拟模块76和车辆控制模块80。可以理解，在各种实施例中，指令可以被 组织成任意数量的模块(例如，组合、进一步分割等)，因为本发明不限 于本示例。

在各种实施例中，传感器融合模块74合成并处理从一个或多个传感 器26接收的传感器数据，并预测物体的存在、位置、分类和/或路径以及 车辆10的环境特征。在各种实施例中，传感器融合模块74可以包含来自 多个传感器的信息，包括但不限于照相机、激光雷达、雷达和/或任何数量 的其他类型的传感器。此外，传感器融合模块74接收关于车辆运行条件 的传感器数据，包括但不限于方向盘角度、车辆航向、车辆速度、横向加 速度、纵向加速度、偏航率等。

在一些实施例中，车辆10的横向和纵向运动用于确定车轮角度并将 车轮角度映射到方向盘角度，以创建改进的车轮至方向盘角度图。在一些 实施例中，模拟模块76将从一个或多个传感器26接收的图像数据与从地 图数据库72接收的地图数据进行比较。在一些实施例中，地图数据库72 作为控制器22的部件存储在车辆10上，或者由控制器22通过有线或无 线连接远程访问。控制器22使用图像数据比较值来生成车辆运动模型， 如这里更详细讨论的。

在一些实施例中，模拟模块76使用来自传感器融合模块74的经处理 和合成的传感器数据，包括图像数据比较值和包括车辆横向和纵向运动数 据的车辆运动模型，以建立多个聚焦多项式方程来模拟转向系统动力学。 这些方程是基于从远程视觉系统标识符的位置跟踪数据获得的车辆运动 特征的转向系统动力学的改进模型。在各种实施例中，模拟模块76对整 个转向角度范围进行模拟，并定期更新转向角度图，以考虑噪声因素(例 如但不限于轮胎压力等)，噪声因素可以改变转向角度与车轮角度的比率。 在一些实施例中，曲线拟合多项式方程被应用于较小转向角段上的转向比 数据，以实现拟合改进。不使用单一曲线来映射数据，而是使用多个线性 多项式方程，从而导致转向比曲线更稳健并且更适合转向比数据。

在各种实施例中，车辆控制模块80根据确定的转向比产生用于控制 车辆10的控制信号。控制信号被传输到车辆10的一个或多个致动器30。

在各种实施例中，控制器22实施机器学习技术来辅助控制器22的功 能，例如特征检测/分类、障碍规避、路径遍历、映射、传感器集成、地面 实况确定等。

图3示出了根据一个实施例的模拟大角度转向特性的方法300。方法 300可以与车辆10的转向系统16和传感器26结合使用。根据示例性实施 例，方法300可以结合本文所讨论的控制器22的各种模块来使用，或者 由与车辆相关联或与车辆分离的其他系统来使用。方法300的操作顺序不 限于图3所示的顺序，而是可以按照一个或多个变化的顺序来执行，或者 如果本发明适用的话，所有步骤可以同时执行。

方法300依次包括302至304。在304，控制器22确定是否满足第一 条件。在一些实施例中，第一条件是车辆是否正在移动。如果不满足第一 条件，即车辆不移动，方法300进行到306并结束。

然而，如果满足第一条件，即车辆正在移动，则方法300进行到308。 在308，控制器22确定是否满足第二条件。在一些实施例中，第二条件是 车辆10的运动跟踪功能是否有效。在一些实施例中，运动跟踪功能由控 制器22实现，作为由传感器融合模块74执行的传感器数据的合成和处理 的一个方面。在各种实施例中，传感器融合模块74的运动跟踪功能包括 视频处理功能，用于分析和解释从一个或多个传感器26接收的图像数据， 以确定车辆相对于环境特征(例如道路标记等)的位置。

如果不满足第二条件，即运动跟踪功能无效，则方法300进行到306 并结束。

然而，如果满足第二条件，即运动跟踪功能有效，则方法300进行到 310。在310，控制器22从一个或多个传感器26接收关于车辆运行和环境 条件的传感器数据，包括但不限于方向盘角度数据、偏航率数据和车辆10 周围环境的图像数据。在各种实施例中，传感器数据由传感器融合模块74 接收和处理。

接下来，在312，控制器22生成车辆运动模型。车辆运动模型捕获车 辆10的转向系统动力学。在一些实施例中，车辆运动模型由模拟模块76 使用从传感器26获取并由传感器融合模块74处理的数据来计算。控制器 22将捕获的图像数据与从数据库(如图2所示的数据库72)接收的数据 进行比较。控制器22使用图像数据比较值来生成车辆运动模型，该模型 将检测到的道路标记的位置与道路标记的已知位置相关联，以确定车辆10 行驶的纵向和横向距离。在一些实施例中，将来自位于车辆10周围不同 位置(例如但不限于前、后、左侧、右侧、车顶)的传感器26的图像数 据进行分析，以在由各种传感器26捕获的图像之间关联识别的特征，例 如道路标记，从而确定纵向和横向车辆运动以及相对于识别的特征行进的 距离。

方法300然后进行到314。在314，控制器22根据在预定运行时间内行驶的横向和纵向 距离计算车辆10沿横向和纵向轴线的速度。图4示意性地示出了沿着车辆路径行驶的车辆 10。速度，由图4中的V_x和V_y表示，是与车辆行驶路径相切的总车速V的分量。

在图4中，各个标记定义如下：

V_x是沿车辆纵轴或x轴通过车辆重心的车速分量；

V_y是沿车辆横向或y轴通过车辆重心的车速分量；

V是与车辆路径相切的车速；以及

b是从车辆重心到后轮胎接触点的距离。

接下来，在316，控制器22基于车辆10相对于方向盘角度变化的相 对运动来计算车轮角度。在一些实施例中，该计算由模拟模块76执行。 控制器22记录从传感器26接收的方向盘角度数据，用于由传感器26之 一捕获的每个图像。也就是说，在一些实施例中，数据记录频率等于图像 捕获速率。控制器22使用车辆横向速度V_y和车辆纵向速度V_x以及车辆轴距L和从车辆10的重心沿着x轴到后轮接触点的距离(在图4中由b表 示)来确定以弧度表示的前车轮角度δ_f。计算可以表示为：

方法300然后进行到318。在318处，控制器22的模拟模块76使用 多个聚焦多项式方程来生成车轮至方向盘角度图，以对转向系统动力学进 行模拟，该转向系统动力学表示在根据图像比较数据确定的车辆运动的特 征生成的位置变化图中。在记录传感器数据的每个时间间隔，车轮角度与 方向盘角度成比例。使用较小的转向角段可以改善映射。

方法300从318返回到304，并如本文所讨论的那样继续进行。

应该强调的是，可以对本文描述的实施例进行许多变化和修改，这些 实施例的元素应被理解为与其他可接受的示例共同存在。所有这些修改和 变化都旨在包括在本发明的范围内，并受以下权利要求的保护。此外，本 文所述的任何步骤可以同时执行或者以不同于本文所述步骤的顺序执行。 此外，很明显，本文公开的特定实施例的特征和属性可以以不同的方式组 合以形成其他实施例，所有这些都落入本发明的范围内。

本文使用的条件语言，例如“可以”、“可能”、“例如”等，除非特别 声明，或者在其所使用的上下文中被理解为具有其他含义，否则通常旨在 表示某些实施例包括，而其他实施例不包括某些特征、元素和/或状态。因 此，这种条件语言通常不意味着一个或多个实施例以任何方式需要特征、 元素和/或状态，或者一个或多个实施例必须包括用于在有或没有作者输入 或提示的情况下决定这些特征、元素和/或状态是否被包括在任何特定实施例中或将被执行的逻辑。

此外，本文可能使用了以下术语。单数形式“一个”和“该”包括复 数指代物，除非上下文另有明确规定。因此，例如，当提及一个事物时， 包括对一个或多个该事物的提及。名词的复数形式指的是一个、两个或更 多，通常用于选择一些或全部数量。术语“多个”是指两个或更多个。术 语“大约”或“近似”是指数量、维度、尺寸、配方、参数、形状和其他 特征不需要精确，而是可以根据需要近似和/或更大或更小，反映可接受的 公差、转换系数、舍入、测量误差等以及本领域技术人员已知的其他因素。 术语“基本上”是指不需要精确地实现所列举的特性、参数或值，而是可 能会出现偏差或变化，包括例如公差、测量误差、测量精度限制和本领域 技术人员已知的其他因素，其出现的量不能影响该特性旨在提供的效果。

数值数据可以在此以范围格式表示或呈现。应当理解，使用这种范围 格式仅仅是为了方便和简洁，因此应当灵活地解释为不仅包括作为该范围 的限制明确列举的数值，还应解释为包括该范围内包含的所有单个数值或 子范围，就好像每个数值和子范围都被明确列举一样。作为说明，“约1 至5”的数值范围应被解释为不仅包括明确列举的约1至约5的值，还应 被解释为包括指示范围内的单个值和子范围。因此，包括在该数值范围内 的是诸如2、3和4的单个值以及诸如“约1至约3”、“约2至约4”和“约 3至约5”、“1至3”、“2至4”、“3至5”等子范围。相同的原理适用于仅 列举一个数值(例如，“大于约1”)的范围，并且不管所述范围的广度或 特征如何，都应该适用。为了方便起见，可以在一般列表中呈现多个项目。然而，这些列表应被理解为列表中的每个成员都被单独识别为独立且唯一 的成员。因此，在没有相反迹象的情况下，所述列表中的任何单个成员都 不应仅仅根据他们在共同群体中的表现而被解释为事实上等同于同一列 表中的任何其他成员。此外，当术语“和”和“或”与项目列表结合使用 时，它们应被广义地解释，因为任何一个或多个所列项目可以单独使用或 与其他所列项目结合使用。术语“可选地”是指选择两个或多个备选方案 中的一个，并不旨在将选择限于那些列出的备选方案或仅一个列出的备选 方案，除非上下文中另有明确指示。

本文公开的过程、方法或算法可以交付给处理设备、控制器或计算机 /由处理设备、控制器或计算机实现，处理设备、控制器或计算机可以包括 任何现有的可编程电子控制单元或专用电子控制单元。类似地，过程、方 法或算法可以以多种形式存储为可由控制器或计算机执行的数据和指令， 包括但不限于永久存储在不可写存储介质如ROM设备上的信息和可替换 地存储在可写存储介质如软盘、磁带、光盘、RAM设备以及其他磁和光 介质上的信息。过程、方法或算法也可以在软件可执行对象中实现。可选 地，可以使用合适的硬件组件，例如专用集成电路、现场可编程门阵列、 状态机、控制器或其他硬件组件或设备，或者硬件、软件和固件组件的组 合，来整体或部分实现过程、方法或算法。这种示例设备可以作为车辆计 算系统的一部分在车上，或者位于车外并与一个或多个车辆上的设备进行远程通信。

虽然上面描述了示例性实施例，但是这些实施例并不旨在描述权利要 求所包含的所有可能的形式。说明书中使用的词语是描述性的词语，而不 是限制性的词语，并且应当理解，在不脱离本发明的精神和范围的情况下， 可以进行各种改变。如前所述，各种实施例的特征可以被组合以形成本发 明的可能未被明确描述或示出的其他示例性方面。虽然各种实施例可以被 描述为在一个或多个期望的特性方面具有优势或优于其他实施例或现有 技术实施方式，但是本领域普通技术人员认识到，一个或多个特征或特性 可以被牺牲以实现期望的整体系统属性，这取决于具体的应用和实现。这 些属性可以包括但不限于成本、强度、耐用性、生命周期成本、可销售性、 外观、包装、尺寸、可维护性、重量、可制造性、易于组装性等。因此， 在一个或多个特性方面被描述为不如其他实施例或现有技术实施方式的 实施例不在本发明的范围之外，并且对于特定应用可能是有利的。

Claims (8)

1.一种用于模拟车辆转向特性的方法，包括：

由一个或多个数据处理器确定是否满足第一条件；

由所述一个或多个数据处理器从至少一个车辆传感器接收对应于方向盘角度的第一传感器数据；

由所述一个或多个数据处理器从至少一个车辆传感器接收对应于所述车辆外部环境的图像数据的第二传感器数据；

如果满足所述第一条件，则由所述一个或多个数据处理器确定是否满足第二条件；

如果满足所述第二条件，则由所述一个或多个数据处理器根据所述第一和第二传感器数据生成车辆运动模型；

由所述一个或多个数据处理器确定沿着车辆行驶路径的横向车辆速度和纵向车辆速度；

由所述一个或多个数据处理器至少部分基于所述车辆的横向和纵向速度来定义车轮角度；以及

由所述一个或多个数据处理器使用多个多项式曲线来确定车轮与方向盘的角度比，以粗略估计所述车轮与方向盘的角度比。

2.根据权利要求1所述的方法，其中所述第一条件是所述车辆是否正在移动。

3.根据权利要求2所述的方法，其中所述第二条件是所述车辆的运动跟踪特征是否有效。

4.根据权利要求1所述的方法，其中所述第二传感器数据包括一个或多个道路特征的检测位置，所述数据库数据包括所述一个或多个道路特征的已知位置。

5.根据权利要求4所述的方法，其中生成所述车辆运动模型包括将所述第二传感器数据与数据库数据进行比较，以确定所述车辆相对于所述一个或多个道路特征的位置。

6.根据权利要求5所述的方法，其中生成所述车辆运动模型包括将所述检测到的所述一个或多个道路特征的位置与所述一个或多个道路特征的所述已知位置相关联，以确定所述车辆行驶的纵向和横向距离，并生成所述车辆的位置变化图。

7.根据权利要求6所述的方法，其中确定沿车辆行驶路径的所述横向车辆速度和所述纵向车辆速度包括根据所述车辆运动模型在预定运行时间内产生的所述车辆行驶的所述纵向和横向距离计算所述横向车辆速度和所述纵向车辆速度。

8.根据权利要求7所述的方法，其中至少部分地基于所述车辆的所述横向和纵向速度来定义所述车轮角度包括以第一数据记录频率接收所述第一传感器数据和以所述第一数据记录频率接收所述第二传感器数据，并使用以下等式计算所述车轮角度：

其中所述车轮角度表示为δ_f，L是所述车辆的轴距，b是从所述车辆的重心到后轮胎接触点的距离，V_x是所述车辆的所述纵向速度，V_y是所述车辆的所述横向速度。

Images