CN111486860B - 用于确定道路倾斜角的系统和方法 - Google Patents
用于确定道路倾斜角的系统和方法 Download PDFInfo
- Publication number
- CN111486860B CN111486860B CN202010078876.3A CN202010078876A CN111486860B CN 111486860 B CN111486860 B CN 111486860B CN 202010078876 A CN202010078876 A CN 202010078876A CN 111486860 B CN111486860 B CN 111486860B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road
- inclination angle
- determination process
- road inclination
- 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
- 238000000034 method Methods 0.000 title claims abstract description 222
- 230000008569 process Effects 0.000 claims abstract description 90
- 230000001133 acceleration Effects 0.000 claims description 95
- 239000000725 suspension Substances 0.000 claims description 86
- 238000012417 linear regression Methods 0.000 claims description 25
- 238000000605 extraction Methods 0.000 claims description 5
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 40
- 230000006870 function Effects 0.000 description 34
- 230000015654 memory Effects 0.000 description 16
- 230000001413 cellular effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 230000000284 resting effect Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- 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
- B60W40/02—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 ambient conditions
- B60W40/06—Road conditions
- B60W40/076—Slope angle of the road
-
- 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
- B60W40/02—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 ambient conditions
- B60W40/06—Road conditions
-
- 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
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/33—Multimode operation in different systems which transmit time stamped messages, e.g. GPS/GLONASS
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
-
- 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
- B60W40/12—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 parameters of the vehicle itself, e.g. tyre models
- B60W40/13—Load or weight
- B60W2040/1307—Load distribution on each wheel suspension
-
- 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/22—Suspension systems
-
- 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
- B60W2520/12—Lateral speed
- B60W2520/125—Lateral 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/18—Roll
-
- 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
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
- B60W2530/10—Weight
-
- 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
- B60W2552/25—Road altitude
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/40—Coefficient of friction
-
- 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
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Navigation (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明涉及用于确定道路倾斜角的系统和方法。用于基于车辆信息来确定道路倾斜角的系统和方法。所述方法可包括以下步骤:从至少一个车辆获得车辆信息,所述车辆信息从全球导航卫星系统(GNSS)接收器和一个或多个车载车辆传感器中的至少一者获得,并且所述全球导航卫星系统接收器和所述一个或多个车载车辆传感器被安装在所述至少一个车辆中;使用所获得的车辆信息来执行道路倾斜角确定过程,以获得道路倾斜角;以及基于所述道路倾斜角来更新代表性道路倾斜角。
Description
技术领域
本公开涉及基于车辆所获得的信息来确定道路特性,例如道路倾斜角(bankangle)。
背景技术
车辆包括执行用于车辆的各种任务的电子控制单元(ECU)。现在,许多车辆都包括各种传感器,以感测关于车辆的操作的信息,包括车辆的位置和轨迹。某些道路包括路堤(roadway bank)(或简称为“堤”),其中道路通常作为倾斜弯道或转弯的一部分侧向倾斜或侧倾(rolled)(即,相对于侧倾轴线成一定角度),使得车轮与道路之间的摩擦减小和/或使得有助于车辆沿道路(例如,绕道路弯道(roadway curve))行驶。
因此,可能期望提供用于基于在一个或多个车辆处获得的信息来确定道路的道路倾斜角的系统和/或方法。
发明内容
根据一个方面,提供了一种基于车辆信息来确定道路倾斜角的方法。所述方法包括以下步骤:从至少一个车辆获得车辆信息,所述车辆信息从全球导航卫星系统(GNSS)接收器和一个或多个车载车辆传感器中的至少一者获得,并且所述全球导航卫星系统接收器和所述一个或多个车载车辆传感器被安装在所述至少一个车辆中;使用所获得的车辆信息来执行道路倾斜角确定过程,以获得道路倾斜角;以及基于所述道路倾斜角来更新代表性道路倾斜角(representative roadway bank angle)。
根据各种实施例,所述方法还可包括以下特征中的任何一个或者这些特征中的一些或全部的任何技术上可行的组合:
• 所述道路倾斜角确定过程是基于车辆动力学的道路倾斜角确定过程;
• 所述获得车辆信息的步骤包括:从所述至少一个车辆的所述一个或多个车载车辆传感器获得车载车辆传感器数据;
• 所述车载车辆传感器数据包括来自安装在所述至少一个车辆上的多个悬架传感器的悬架传感器数据;
• 所述基于车辆动力学的道路倾斜角确定过程包括:基于所述悬架传感器数据来确定所述至少一个车辆的摩擦加速度;
• 所述基于车辆动力学的道路倾斜角确定过程包括:确定所述至少一个车辆的侧倾角;
• 所述侧倾角使用悬架距离-侧倾角函数基于所述悬架传感器数据来确定;
• 所述基于车辆动力学的道路倾斜角确定过程包括:通过使用侧倾角-摩擦加速度函数或悬架距离-摩擦加速度函数来确定所述摩擦加速度,并且基于所述车载车辆传感器数据来确定所述至少一个车辆的侧向加速度;
• 下式被用于使用所述摩擦加速度和所述侧向加速度/>来确定所述道路倾斜角/>,即:/>;
• 所述侧倾角-摩擦加速度函数是考虑到重量分布指数和道路粗糙度指数的修正的侧倾角-摩擦加速度函数;
• 所述道路倾斜角确定过程是基于高度的道路倾斜角确定过程;
• 所述车辆信息包括用于获得所述至少一个车辆的地理位置的全球导航卫星系统数据,并且其中,所述全球导航卫星系统数据包括所述至少一个车辆的高度,并且从安装在所述至少一个车辆中的所述全球导航卫星系统接收器获得;
• 所述基于高度的道路倾斜角确定过程包括:获得区域的道路地图数据,所述道路地图数据包含所述至少一个车辆的所述地理位置,并且包括道路的具有倾斜的道路弯道的部分;
• 曲率提取过程使用所述道路地图数据来执行,以提取关于所述道路弯道的道路弯道信息,其中,所述道路弯道信息包括表示所述道路弯道的曲率中心的地理点;
• 所述基于高度的道路倾斜角确定过程包括:对从沿所述道路弯道行驶的多个车辆得到的多个径向距离-高度数据点执行线性回归;
• 线性回归结果从所述线性回归获得,并且其中,所述道路倾斜角基于所述线性回归结果来确定;
• 所述方法在远离所述至少一个车辆定位的远程设施处执行,其中,所述至少一个车辆包括第一多个车辆和第二多个车辆,其中,所述基于高度的道路倾斜角确定过程针对所述第一多个车辆和所述第二多个车辆执行,并且其中,所述更新的步骤包括:聚合针对所述第一多个车辆和所述第二多个车辆的所述基于高度的道路倾斜角确定过程的结果,以获得所述代表性道路倾斜角;和/或
• 所述至少一个车辆是多个车辆,其中,所述方法包括针对所述多个车辆执行多种道路倾斜角过程,其中,所述多种道路倾斜角过程包括基于车辆动力学的道路倾斜角确定过程和基于高度的道路倾斜角确定过程,并且其中,所述更新的步骤包括融合或以其他方式组合所述多种道路倾斜角过程中的每一者的结果,以获得所述代表性道路倾斜角。
根据另一个方面,提供了一种基于车辆信息来确定道路倾斜角的方法。所述方法包括以下步骤:使用安装在车辆上的车载车辆传感器来从所述车辆获得车载车辆传感器数据,其中,所述车载车辆传感器数据包括悬架传感器数据;从所述车载车辆传感器数据得到侧向加速度和摩擦加速度;以及基于所述侧向加速度和所述摩擦加速度来确定道路倾斜角。
根据另一个方面,提供了一种基于车辆信息来确定道路倾斜角的方法。所述方法包括以下步骤:对于多个车辆中的每一个,从安装在所述车辆的全球导航卫星系统(GNSS)接收器获得全球导航卫星系统数据,其中,所述全球导航卫星系统数据包括所述车辆的地理位置,并且其中,所述地理位置包括高度;获得区域的道路地图数据,所述道路地图数据包含所述多个车辆正在沿其行驶或已经沿其行驶的道路弯道;使用所获得的道路地图数据来提取关于所述道路弯道的道路弯道信息;将所述多个车辆的所述地理位置映射到所提取的道路弯道信息,以确定从所述道路弯道的曲率中心取得的每个地理位置的径向距离;以及通过使用线性回归技术,基于所述多个车辆中的每一个的所述径向距离和所述高度,来得到代表性道路倾斜角。
本发明还包括以下技术方案。
方案1. 一种基于车辆信息来确定道路倾斜角的方法,所述方法包括以下步骤:
从至少一个车辆获得车辆信息,所述车辆信息从全球导航卫星系统(GNSS)接收器和一个或多个车载车辆传感器中的至少一者获得,并且所述全球导航卫星系统接收器和所述一个或多个车载车辆传感器被安装在所述至少一个车辆中;
使用所获得的车辆信息来执行道路倾斜角确定过程,以获得道路倾斜角;以及
基于所述道路倾斜角来更新代表性道路倾斜角。
方案2. 如方案1所述的方法,其特征在于,所述道路倾斜角确定过程是基于车辆动力学的道路倾斜角确定过程。
方案3. 如方案2所述的方法,其特征在于,所述获得车辆信息的步骤包括:从所述至少一个车辆的所述一个或多个车载车辆传感器获得车载车辆传感器数据。
方案4. 如方案3所述的方法,其特征在于,所述车载车辆传感器数据包括来自安装在所述至少一个车辆上的多个悬架传感器的悬架传感器数据。
方案5. 如方案4所述的方法,其特征在于,所述基于车辆动力学的道路倾斜角确定过程包括:基于所述悬架传感器数据来确定所述至少一个车辆的摩擦加速度。
方案6. 如方案5所述的方法,其特征在于,所述基于车辆动力学的道路倾斜角确定过程包括:确定所述至少一个车辆的侧倾角。
方案7. 如方案6所述的方法,其特征在于,所述侧倾角使用悬架-侧倾角函数基于所述悬架传感器数据来确定。
方案8. 如方案5所述的方法,其特征在于,所述基于车辆动力学的道路倾斜角确定过程包括:通过使用侧倾角-摩擦加速度函数或悬架距离-摩擦加速度函数来确定所述摩擦加速度,并且基于所述车载车辆传感器数据来确定所述至少一个车辆的侧向加速度。
方案9. 如方案8所述的方法,其特征在于,下式被用于使用所述摩擦加速度、所述侧向加速度/>和侧倾角/>来确定所述道路倾斜角/>,即:/>。
方案10. 如方案8所述的方法,其特征在于,所述侧倾角-摩擦加速度函数是考虑到重量分布指数和道路粗糙度指数的修正的侧倾角-摩擦加速度函数。
方案11. 如方案1所述的方法,其特征在于,所述道路倾斜角确定过程是基于高度的道路倾斜角确定过程。
方案12. 如方案11所述的方法,其特征在于,所述车辆信息包括用于获得所述至少一个车辆的地理位置的全球导航卫星系统数据,并且其中,所述全球导航卫星系统数据包括所述至少一个车辆的高度,并且从安装在所述至少一个车辆中的所述全球导航卫星系统接收器获得。
方案13. 如方案12所述的方法,其特征在于,所述基于高度的道路倾斜角确定过程包括:获得区域的道路地图数据,所述道路地图数据包含所述至少一个车辆的所述地理位置,并且包括道路的具有倾斜的道路弯道的部分。
方案14. 如方案13所述的方法,其特征在于,曲率提取过程使用所述道路地图数据来执行,以提取关于所述道路弯道的道路弯道信息,其中,所述道路弯道信息包括表示所述道路弯道的曲率中心的地理点。
方案15. 如方案14所述的方法,其特征在于,所述基于高度的道路倾斜角确定过程包括:对从沿所述道路弯道行驶的多个车辆得到的多个径向距离-高度数据点执行线性回归。
方案16. 如方案15所述的方法,其特征在于,线性回归结果从所述线性回归获得,并且其中,所述道路倾斜角基于所述线性回归结果来确定。
方案17. 如方案12所述的方法,其特征在于,所述方法在远离所述至少一个车辆定位的远程设施处执行,其中,所述至少一个车辆包括第一多个车辆和第二多个车辆,其中,所述基于高度的道路倾斜角确定过程针对所述第一多个车辆和所述第二多个车辆执行,并且其中,所述更新的步骤包括:聚合针对所述第一多个车辆和所述第二多个车辆的所述基于高度的道路倾斜角确定过程的结果,以获得所述代表性道路倾斜角。
方案18. 如方案1所述的方法,其特征在于,所述至少一个车辆是多个车辆,其中,所述方法包括针对所述多个车辆执行多种道路倾斜角过程,其中,所述多种道路倾斜角过程包括基于车辆动力学的道路倾斜角确定过程和基于高度的道路倾斜角确定过程,并且其中,所述更新的步骤包括融合或以其他方式组合所述多种道路倾斜角过程中的每一者的结果,以获得所述代表性道路倾斜角。
方案19. 一种基于车辆信息来确定道路倾斜角的方法,所述方法包括以下步骤:
使用安装在车辆上的车载车辆传感器来从所述车辆获得车载车辆传感器数据,其中,所述车载车辆传感器数据包括悬架传感器数据;
从所述车载车辆传感器数据得到侧向加速度和摩擦加速度;以及
基于所述侧向加速度和所述摩擦加速度来确定道路倾斜角。
方案20. 一种基于车辆信息来确定道路倾斜角的方法,所述方法包括以下步骤:
对于多个车辆中的每一个,从安装在所述车辆的全球导航卫星系统(GNSS)接收器获得全球导航卫星系统数据,其中,所述全球导航卫星系统数据包括所述车辆的地理位置,并且其中,所述地理位置包括高度;
获得区域的道路地图数据,所述道路地图数据包含所述多个车辆正在沿其行驶或已经沿其行驶的道路弯道;
使用所获得的道路地图数据来提取关于所述道路弯道的道路弯道信息;
将所述多个车辆的所述地理位置映射到所提取的道路弯道信息,以确定从所述道路弯道的曲率中心取得的每个地理位置的径向距离;以及
通过使用线性回归技术,基于所述多个车辆中的每一个的所述径向距离和所述高度,来得到代表性道路倾斜角。
附图说明
在下文中将结合附图来描述本公开的一个或多个实施例,附图中,相同的附图标记表示相同的元件,并且其中:
图1是描绘能够利用本文所公开的方法的通信系统的实施例的框图;
图2是描绘基于车辆信息来确定道路倾斜角的方法的实施例的流程图;
图3是描绘基于车辆动力学的道路倾斜角确定过程的实施例的流程图,该过程可作为基于车辆信息确定道路倾斜角的方法的一部分来执行;
图4是描绘绕道路弯道行驶的车辆的示图,该道路弯道以最佳道路倾斜角倾斜;
图5是描绘绕道路弯道行驶的车辆的示图,该道路弯道以一定道路倾斜角倾斜,并且其中,该车辆经受侧向摩擦;
图6是描绘执行机器学习以改善侧倾角-摩擦加速功能的实施例的流程图,该实施例可与图3的基于车辆动力学的道路倾斜角确定过程的各种实施例一起使用;
图7是描绘基于高度的道路倾斜角确定过程的实施例的流程图,该过程可作为基于车辆信息确定道路倾斜角的方法的一部分来执行;
图8是描绘绕倾斜的道路弯道行驶的多个车辆的示图;以及
图9是图示基于处理来自多个车辆的GNSS数据获得的线性回归结果的示图,该结果表示沿道路弯道的一部分的道路倾斜角。
具体实施方式
以下的系统和方法使得能够基于从车辆获得的信息来确定道路倾斜角。从车辆获得的信息可被称为车辆信息,并且可包括全球导航卫星系统(GNSS)数据和/或车载车辆传感器数据。在至少一个实施例中,该车辆信息可被用作对道路倾斜角确定过程的输入,该过程可作为基于车辆信息确定道路倾斜角的方法的一部分来执行。一旦确定了道路倾斜角,其就可被添加到各种类型的导航地图,并且可对车辆动力学控制有用,特别是在自动驾驶车辆的情况下。
根据一个实施例,道路倾斜角确定过程是基于车辆动力学的道路倾斜角确定过程,其中,道路倾斜角基于车载车辆传感器数据来确定,所述车辆传感器数据例如来自安装在车辆上的多个悬架传感器的悬架传感器数据。根据另一个实施例,道路倾斜角确定过程是基于高度的道路倾斜角确定过程,其中,道路倾斜角基于来自多个车辆的GNSS数据来确定,该过程可包括将车辆的地理位置映射到提取的道路弯道的曲率信息。在基于高度的道路倾斜角确定过程的特定实施例中,每个车辆的径向距离和高度可从GNSS数据和道路地图数据得到,并且随后,该信息可与线性回归技术一起使用来确定道路倾斜角,该道路倾斜角对应于线性回归线的斜率,如下面更多解释的。道路倾斜角确定过程的这些不同实施例的结果可被组合、融合和/或以其他方式结合在一起以补偿彼此,并且由此,提高道路倾斜角估计的精度。
图1图示了一种操作环境,其包括通信系统10,并且可用于实施本文所公开的方法。通信系统10通常包括具有车辆电子设备20的至少一个车辆12、多个全球导航卫星系统(GNSS)卫星60、无线载波系统70、陆地网络76和远程设施80。应当理解的是,所公开的方法可与多种不同系统一起使用,并且不特定限于这里示出的操作环境。因此,下面的段落仅提供了对一个这样的通信系统10的简要概述;然而,这里未示出的其他系统也可采用所公开的方法。
车辆12在所示实施例中被描绘为乘用车,但是应当理解,也可使用任何其他车辆,包括摩托车、卡车、运动型多用途车(SUV)、休闲车(RV)等。车辆电子设备20的多个部分在图1中大致示出,并且包括车载计算机22、无线通信设备30、通信总线40、车载车辆传感器42-46以及GNSS接收器48。不同车辆电子设备中的一些或全部可经由例如通信总线40之类的一个或多个通信总线来连接,用于相互通信。通信总线40使用一种或多种网络协议为车辆电子设备20提供网络连接,并且可使用串行数据通信架构。合适的网络连接的示例包括控制器局域网(CAN)、面向媒体的系统传输(MOST)、本地互连网络(LIN)、局域网(LAN)以及其他适当的连接,例如以太网或符合已知ISO、SAE和IEEE标准和规范的其他连接,仅举几例。
技术人员将会理解,车辆电子设备20的示意性框图仅意在图示与本方法一起使用的一些更相关的硬件部件,并且其并不意在是通常将在这样的车辆上找到的车辆硬件的准确或详尽的表示。此外,车辆电子设备20的结构或架构可与图1中所示的差异很大。因此,由于无数可能的布置结构,并且为了简洁和清楚起见,车辆电子设备20结合图1的图示实施例来描述,但是应当理解,本系统和方法不限于此。
车载计算机22是车辆电子设备20的一部分,并且包括处理器24和存储器26。在一个实施例中,车载计算机22可被配置成执行下面论述的方法的一个或多个步骤。此外,在车载计算机22执行一个或多个方法步骤的实施例中,车载计算机22也可使用处理器24来执行所述步骤。根据各种实施例,车载计算机22可被集成到车辆电子设备20的其他设备或部件中。另外,至少在一些实施例中,车载计算机22可以是信息娱乐单元(例如,信息娱乐头部单元、车载娱乐(ICE)单元、车载信息娱乐系统(IVI))、车辆头部单元、中控台模块(CSM)或车辆导航模块(或者与之整合)。
无线通信设备30为车辆提供远程无线通信能力,使得车辆可与不是车辆电子设备20的一部分的其他设备或系统、例如远程设施80的远程计算机82通信和交换数据。在所示实施例中,无线通信设备30包括蜂窝芯片组32、天线34、处理器36和存储器38。蜂窝芯片组32可以是使得能够实现蜂窝无线通信的蜂窝芯片组,例如与无线载波系统70一起使用的那些蜂窝芯片组。无线通信设备30的天线34可用于传输和接收这些无线通信。在一些实施例中,无线通信设备30可包括(或者可通信地耦接到)短程无线通信(SRWC)电路,该SRWC电路使得能够实现与任何数量的附近设备的短程无线通信(例如,BluetoothTM、其他IEEE802.15通信、车辆对车辆(V2V)通信、车辆对基础设施(V2I)通信、Wi-FiTM、其他IEEE 802.11通信等)。除蜂窝芯片组之外,还可提供该SRWC电路,并且该SRWC电路可以是相同模块的一部分。在其他实施例中,SRWC电路和蜂窝芯片组32可以是不同模块的一部分,例如,SRWC电路可以是信息娱乐单元的一部分,并且蜂窝芯片组32可以是与信息娱乐单元分开的远程信息处理单元的一部分。
车载车辆传感器42-46可捕获或感测与车辆相关的信息,该信息随后可被发送到车辆电子设备20和/或例如远程设施80的外部系统或设备的一个或多个其他部分。通过车载车辆传感器42-46获得的车载车辆传感器数据可与时间指示器(例如,时间戳)以及其他元数据或信息相关联。车载车辆传感器数据可通过车载车辆传感器42-46以原始格式获得,和/或可通过这些传感器来处理,例如用于压缩、过滤和/或其他格式化的目的。此外,车载车辆传感器数据(处于其原始形式或格式化形式)可经由通信总线40发送到车辆电子设备20的一个或多个其他部分,例如发送到无线通信设备30和/或发送到车载计算机22。在至少一个实施例中,无线通信设备30可打包车载车辆传感器数据以进行传输,并将车载车辆传感器数据发送到其他系统或设备,例如远程设施80处的远程计算机82。
悬架传感器42用于提供悬架传感器数据,该数据是一种类型的车载车辆传感器数据。悬架传感器42可以是可获取该悬架传感器数据的任何类型的传感器。该悬架传感器数据可用于确定悬架距离,该悬架距离是相关联的车轮(或地面)与车身的参考点之间的距离。在一个实施例中,悬架传感器42可包括应变仪,该应变仪可生成用于确定悬架距离的悬架传感器数据。本领域技术人员将理解的是,可使用各种悬架传感器来提供该悬架传感器数据,该悬架传感器数据随后可被用于确定悬架距离。在一个示例中,悬架距离表示车轮上的参考点与车身上的参考点之间的距离,和/或可表示静止悬架距离与测得悬架距离之间的变化(或差)。在一个实施例中,车辆包括四个车轮和四个悬架传感器42,这些悬架传感器42中的每一个都与车轮中的一个相关联。当然,在其他实施例中,车辆可包括不同数量的车轮和/或悬架传感器。
惯性传感器44是作为车载车辆传感器安装在车辆上的运动传感器。尽管仅示出和描述了单个惯性传感器44,但是应当理解,车辆12可包括任何数量的惯性传感器。惯性传感器44可用于获得惯性传感器数据,该惯性传感器数据是可用于确定车辆或其一部分的加速度和加速度的方向的一种类型的车载车辆传感器数据。该惯性传感器数据是一种类型的运动传感器数据,并且也是一种类型的车载车辆传感器数据。惯性传感器44可以是微机电系统(MEMS)传感器或加速度计,并且可以是惯性测量单元(IMU)的一部分。惯性传感器44可用于基于检测到相对高的减速度以及其他事件来检测碰撞,例如当车辆进入具有大于预定阈值量的道路倾斜角的路段时。在一个实施例中,惯性传感器数据可被连续地收集并发送到车载计算机22(或车辆电子设备20的其他部分),然后该车载计算机22可处理该惯性传感器数据,例如通过在道路倾斜角确定过程中使用该数据,该过程也可连续地执行。在另一个实施例中,当检测到事件时,来自惯性传感器44的惯性传感器数据可被发送到车载计算机22(或车辆电子设备20的其他部分(例如,无线通信设备30)),然后该车载计算机22可处理该惯性传感器数据和/或将该惯性传感器数据(或者基于其或从其得到的信息)发送到远程设施80。在一个实施例中,车辆12可包括位于车辆中各处的多个惯性传感器。并且在一些实施例中,惯性传感器中的任何一个或多个可以是可测量沿多个轴线的加速度或惯性力的多轴加速度计。该多个轴线可各自正交或垂直于彼此,并且另外,这些轴线中的一个可沿从车辆12的前部到后部的方向延伸。其他实施例可采用单轴加速度计或者单轴和多轴加速度计的组合。可使用其他类型的传感器,包括本领域中已知或可能变得已知的其他加速度计、陀螺仪传感器和/或其他惯性传感器。
车辆12可包括其他运动传感器46,其可用于获得关于车辆的运动传感器数据,例如车辆速度、加速度、横摆(和横摆率)、俯仰、侧倾以及通过使用车载车辆传感器本地测量的车辆的关于其运动的各种其他属性。运动传感器46可被安装在车辆上的多种位置,例如安装在内部车厢内、车辆的前保险杠或后保险杠上、车轮处和/或车辆12的发动机罩上。运动传感器46可直接地或经由通信总线40耦接到车辆电子设备20的各其他部分。运动传感器数据(即,通过运动传感器44、46获得的车载车辆传感器数据)可被获取并发送到车辆电子设备20的其他部分,包括无线通信设备30和/或车载计算机22。
在一个实施例中,运动传感器46可包括车轮速度传感器,其可作为车载车辆传感器安装在车辆上。这些车轮速度传感器各自耦接到车辆12的车轮,并且可确定相应车轮的旋转速度。然后,来自各车轮速度传感器的旋转速度可被用于获得线性或横向车辆速度。另外,在一些实施例中,该车轮速度传感器可用于确定车辆的加速度。在一些实施例中,车轮速度传感器可被称为车辆速度传感器(VSS),并且可以是车辆12的防抱死制动(ABS)系统和/或电子稳定性控制程序的一部分。
替代地或附加地,运动传感器46可包括一个或多个横摆率传感器,其可作为车载车辆传感器安装在车辆上。该横摆率传感器可获得相对于车辆的竖直轴线的车辆角速度信息。该横摆率传感器可包括可确定横摆率和/或偏离角(slip angle)的陀螺仪机构。可使用各种类型的横摆率传感器,包括微机械横摆率传感器和压电横摆率传感器。
替代地或附加地,运动传感器46还可包括方向盘角度传感器,其可作为车载车辆传感器安装在车辆上。该方向盘角度传感器被耦接到车辆12的方向盘或该方向盘的部件,该部件可以是转向柱的一部分。该方向盘角度传感器可检测方向盘旋转的角度,该角度可对应于一个或多个车轮相对于车辆12的纵向轴线的角度,该纵向轴线从车辆的后部延伸到前部。
全球导航卫星系统(GNSS)接收器48从多个GNSS卫星60接收无线电信号(称为GNSS信号)。GNSS接收器48可被配置成遵守给定地缘政治区域(例如,国家)的特定法规或法律和/或依照其来操作。GNSS接收器48可被配置成用于与各种GNSS实现一起使用,包括美国的全球定位系统(GPS)、中国的北斗导航卫星系统(BDS)、俄罗斯的全球导航卫星系统(GLONASS)、欧盟的伽利略系统以及各种其他导航卫星系统。GNSS接收器48可包括至少一个处理器和存储器,包括存储处理器可访问以便执行通过GNSS接收器48执行的处理的指令(软件)的非暂时性计算机可读存储器。GNSS接收器48可用于向车辆操作者提供导航和其他位置相关的服务。导航服务可使用专用的车载导航模块(GNSS接收器48可以是无线通信设备30的一部分和/或可结合为无线通信设备30的一部分)来提供,或者一些或所有导航服务可通过安装在车辆中的无线通信设备30(或其他启用远程信息处理的设备)来完成,其中,位置信息被发送到远程位置,以便为车辆提供导航地图、地图注释(兴趣点、餐厅等)、路线计算等。
因此,GNSS接收器48可基于从该多个GNSS卫星60接收的多个GNSS信号中所包含的信息来确定车辆12的地理位置。该地理位置可包括地理坐标或由地理坐标表示,例如,该地理坐标可以是经度(longitudinal)/纬度坐标对。此外,在至少一些实施例中,该地理位置还可包括高度(海拔高度,elevation)。在一些实施例中,GNSS接收器48(或车辆电子设备20的其他部分)可确定车辆轨迹或与车辆12相关的其他位置相关信息,该信息可包括车辆位置、车辆前进方向、车辆速率(或速度)、车辆加速度等。从GNSS接收器48获得或导出的该数据(即,“GNSS数据”)可被发送到车辆电子设备20的其他部分,包括无线通信设备30和/或车载计算机22。GNSS数据也可通过无线载波系统70和/或陆地网络76从无线通信设备30发送到远程设施80。
无线载波系统70可以是任何合适的蜂窝电话系统。无线载波系统70被示出为包括蜂窝塔72;然而,无线载波系统70可包括以下部件中的一个或多个(例如,取决于蜂窝技术),即:蜂窝塔、基站收发台、移动交换中心、基站控制器、演进型节点(例如,eNodeB)、移动性管理实体(MME)、服务和PGN网关等,以及将无线载波系统70与陆地网络76连接或将无线载波系统与用户设备(UE)(例如,车辆12中的无线通信设备30)连接所需的任何其他联网部件。载波系统70可实施任何合适的通信技术,包括GSM/GPRS技术、CDMA或CDMA2000技术、LTE技术等。通常,无线载波系统70、其部件、其部件的布置结构、部件之间的相互作用等在本领域中是公知的。
陆地网络76可以是常规的基于陆地的电信网络,其被连接到一个或多个固定电话,并将无线载波系统70连接到远程设施80。例如,陆地网络76可包括公共交换电话网络(PSTN),例如用于提供硬线电话、分组交换数据通信和互联网基础设施的网络。陆地网络76的一个或多个网段可通过使用标准的有线网络、光纤或其他光网络、电缆网络、电力线、例如无线局域网(WLAN)之类的其他无线网络、提供宽带无线访问(BWA)的网络或它们的任何组合来实施。
远程设施80是远离车辆12定位的设施,并且包括一个或多个电子计算设备,例如远程计算机82。在所示实施例中,远程设施80包括至少一个远程计算机82,其包括处理器84和存储器86。远程设施80可用于一个或多个目的,例如用于为一个或多个车辆提供后端车辆服务,以及任何其他基于云的服务。在一个实施例中,远程设施80包括以云配置托管在互联网上的远程服务器82的网络,以执行本文论述的方法的全部或一部分。例如,处理器84可执行存储在存储器86上的计算机指令,该计算机指令可使远程设施80执行本文所论述的方法的至少一部分。
本文论述的任何一个或多个处理器(例如,处理器24、处理器36)可以是能够处理电子指令的任何类型的设备,包括微处理器、微控制器、主处理器、控制器、车辆通信处理器、通用处理单元(GPU)、加速器、现场可编程门阵列(FPGA)和专用集成电路(ASIC)等,这里列举几种可能性。该处理器可执行各种类型的电子指令,例如存储在存储器中的软件和/或固件程序,这些电子指令使得模块能够执行各种功能。本文论述的任何一个或多个存储器(例如,存储器26、存储器38)可以是非暂时性计算机可读介质;这些包括不同类型的随机存取存储器(RAM),包括各种类型的动态RAM(DRAM)和静态RAM(SRAM)、只读存储器(ROM)、固态驱动器(SSD)(包括其他固态存储装置,例如固态混合驱动器(SSHD))、硬盘驱动器(HDD)、磁盘驱动器或光盘驱动器或者电子存储信息的其他合适的计算机介质。此外,尽管车辆电子设备20的某些设备或部件可被描述为包括处理器和/或存储器,但是此类设备或部件的处理器和/或存储器可与其他设备或部件共享和/或被收容在车辆电子设备20的其他设备或部件(或其一部分)中,例如,这些处理器或存储器中的任何一个可以是仅用于模块的专用处理器或存储器,或者可与其他车辆系统、模块、设备、部件等共享。
参考图2,其示出了描绘基于车辆信息来确定道路倾斜角的示例性方法200的流程图。方法200可通过车辆电子设备20、远程设施80或其组合来执行。在一个实施例中,远程设施80执行方法200。在另一个实施例中,车载计算机22和/或车辆电子设备20的其他部分可执行步骤210和/或220,并且远程设施80可执行步骤230。此外,在车辆电子设备20执行一个或多个步骤的实施例中,车辆电子设备20也可使用现有的车辆硬件来执行所述步骤。如本文中所使用的,术语“道路”广泛地包括车辆12可在其上行驶的任何类型的路(例如,乡村道路、郊区街道、公路或高速公路等)。如本文中所使用的,“道路倾斜角”是指道路的倾斜部段的侧向角度或坡度(slope);通常是指倾斜的转弯或弯道的侧向角度,在那里道路具有向该转弯或弯道的内部的下坡。
方法200开始于步骤210,在其中获得车辆信息。该车辆信息最初在车辆处获得,并且可包括从一个或多个车载车辆传感器收集的车载车辆传感器数据或者从GNSS接收器收集的GNSS数据。所获得的特定类型的车辆信息可基于待执行的特定道路倾斜角确定过程(参见步骤220)。例如,在基于车辆动力学的方法被用于道路倾斜角确定过程的情况下(参见图3的方法300),车辆信息可包括从车载车辆传感器42-46获得的车载车辆传感器数据(例如,惯性传感器44可提供车辆12的侧向加速度数据,并且悬架传感器42可提供悬架距离)。在基于高度的方法被用于道路倾斜角确定过程的另一个示例中(参见图7的方法500),可使用GNSS接收器48来获得包括车辆12的地理位置的GNSS数据。在各种实施例中,该方法可从车载车辆传感器42-46、GNSS接收器48或车辆电子设备20的其他部分获得其他类型的车辆信息,例如来自其他运动传感器44的运动传感器数据、其他车载车辆传感器数据等,以及不构成“车辆信息”的数据。
在一些实施例中,可在例如远程设施80的远程设施处执行下面描述的步骤220。在这样的实施例中,车辆信息可首先通过车辆电子设备20收集、导出和/或以其他方式获得,并且随后发送到远程设施80。例如,车辆电子设备20可通过无线通信设备30、无线载波系统70和/或陆地网络76将车辆信息发送到远程设施80。因此,可在远程设施80处经由远程连接从车辆电子设备20获得车辆信息。
在一个实施例中,车辆电子设备20可响应于接收到车辆所行驶的道路倾斜的指示而获取车载车辆传感器数据,这些指示可被称为道路倾斜指标。应当理解的是,在其他实施例中,车载车辆传感器数据可持续地获得,而不是响应于接收到车辆所行驶的道路倾斜的指示而获得。尽管对于车辆电子设备20而言尚不知道(或可能不知道)特定的道路倾斜角,但是车辆仍可确定或检测到(车辆所行驶的)道路倾斜的指示。例如,当来自惯性传感器44的惯性传感器数据指示车辆以大于预定阈值的侧倾角倾斜时(路堤指标的示例),则可获得车辆信息。路堤指标的其他示例是当横摆率被确定为超过预定阈值时,当悬架距离(例如,如来自一个或多个悬架传感器42的悬架传感器数据所指示的)高于和/或低于预定阈值时,或者当侧向加速度高于预定阈值时。可使用这些和其他路堤指标的任何组合。然后,方法200继续进行到步骤220。
在步骤220中,执行道路倾斜角确定过程。该道路倾斜角确定过程是基于来自至少一个车辆的车辆信息来确定道路的道路倾斜角的过程。本文关于图3(过程300)和图7(过程500)论述道路倾斜角确定过程的两个实施例,如将在下面更详细地说明的。步骤220可在车辆处使用车辆电子设备20来执行,或者可在远程设施80处执行。在一些实施例中,道路倾斜角确定过程的多个部分可在车辆电子设备20处执行,并且道路倾斜角确定过程的其他部分可在远程设施80处执行。一旦确定了道路倾斜角,方法200就继续进行到步骤230。
在步骤230中,基于道路倾斜角(例如,在步骤220中确定的道路倾斜角)来更新或以其他方式确立代表性道路倾斜角。远程设施80可存储多个道路区段或部段的道路倾斜角信息,并且该多个道路区段或部段可基于它们的地理位置来识别。例如,存储在远程设施80处的道路倾斜角信息可以是地图或其他导航数据的一部分,并且可包括包含道路倾斜角和相关联的地理位置(例如,地理坐标)的条目。在其他实施例中,道路倾斜角信息可通过远程设施80处的其他设备来存储,存储在可通过陆地网络76和/或无线载波系统70访问的其他计算机处,和/或存储在车辆电子设备20处。步骤210-220可被执行很多次以确定各个位置的道路倾斜角,并且可基于从各车辆获得的车辆信息。因此,可确定表示特定位置的道路倾斜角的许多不同值。如本文所使用的“代表性道路倾斜角”是指基于多次道路倾斜角确定而确定的平均、加权或代表值。该代表性道路倾斜角可基于使用各种过程(例如,基于车辆动力学的道路倾斜角确定过程300(图3)、基于高度的道路倾斜角确定过程500(图7))从各车辆并且在不同时间确定的道路倾斜角。远程设施80可融合或以其他方式组合各种确定的道路倾斜角,以确定代表性道路倾斜角。可使用各种加权技术来确定任何确定的道路倾斜角对代表性道路倾斜角的影响。然后,方法200结束。
参考图3,其示出了根据基于车辆动力学的方法执行的道路倾斜角确定过程300。该基于车辆动力学的道路倾斜角确定过程300使用车载车辆传感器数据来确定道路倾斜角。在一个实施例中,车载计算机22可使用处理器24来执行基于车辆动力学的道路倾斜角确定过程300。过程300开始于步骤310,在其中获得车载车辆传感器数据。在至少一些实施例中,基于车辆动力学的方法使用来自车辆电子设备20的悬架传感器数据和惯性传感器数据,上述数据可如上文在方法200(图2)的步骤210中所述的来获得。在一个实施例中,车载计算机22可从该一个或多个车载车辆传感器获得车载车辆传感器数据。
参考图4和图5,其示出了如下示图,即:所述示图各自描绘了当车辆沿以一定道路倾斜角倾斜的道路弯道行驶时作用在车辆12上的力。图4描绘了理论场景140,其中在车辆(例如,车辆的轮胎)与道路表面142之间没有侧向摩擦作用。图5描绘了场景170,其中车辆(例如,车辆的轮胎)与道路表面172之间的摩擦有助于车辆12的侧向加速度a y 。在理论场景140中,向心或侧向加速度a y 可由给出,其中,g是重力,并且ϴ是道路倾斜角,在场景140中,道路倾斜角是道路表面142与水平方向H之间的夹角。此外,车辆的速度v、道路弯道的半径r和道路倾斜角ϴ之间的关系可通过下式来表示:
(1)
其中,N是作用在车辆上的法向力,并且m是车辆的质量。
在图5的场景170中,车辆的向心或侧向加速度a y 基于法向力(由于重力)和道路与车辆(例如,车辆的轮胎)之间的摩擦力。当绕行场景170中的道路弯道时,左前悬架距离d lf 小于右前悬架距离d rf 。车身与道路表面172之间的角度被认为是侧倾角β,该侧倾角β可(例如)基于以下距离来确定,即:左前悬架距离d lf 、左后悬架距离d lr 、右前悬架距离d rf 和右后悬架距离d rr ,以及这些测量点之间的侧向(或水平)距离,该距离通过l表示。侧向加速度a y 可由给出,其中,/>是道路倾斜角,在场景170中,道路倾斜角是道路表面172与水平方向H之间的夹角。如下面将更详细地论述的,侧倾角β可使用悬架-侧倾角函数/>来确定,其中/>。左前悬架距离可表示为,右前悬架距离可表示为/>,左后悬架距离可表示为/>,并且右后悬架距离可表示为/>。如上所述,这些悬架距离可表示车轮(或地面)与车身上的参考点之间的距离,和/或可表示为静止悬架距离(resting suspension distance)与测得悬架距离之间的距离变化,这里列举几种可能性。
然后,通过使用侧倾角-摩擦加速度函数,侧倾角β可用于确定摩擦加速度a f 。下式可用于求解道路倾斜角α:
(2)/>
因此,一旦通过使用悬架传感器42获得了车辆12的悬架距离,并且通过使用惯性传感器44(和/或其他运动传感器46)获得了侧向加速度a y ,就可确定道路倾斜角α。返回参考图3的步骤310,来自悬架传感器42和惯性传感器44的车载车辆传感器数据可由车辆12收集或以其他方式获得。方法300随后进行到步骤320。
在步骤320中,确定摩擦加速度a f 、侧向加速度a y和侧倾角β。至少在一个实施例中,来自惯性传感器44的惯性传感器数据被用于确定侧向加速度a y的大小。摩擦加速度a f 可使用上述方程式来确定,包括悬架-侧倾角函数和/或侧倾角-摩擦加速度函数。在一个实施例中,悬架-侧倾角函数和/或侧倾角-摩擦加速度函数/>可以是映射函数,并且可通过例如神经网络、回归分析之类的机器学习技术来完善。侧倾角β可通过悬架-侧倾角函数来确定,或者可使用其他已知方法来确定或估计。方法300继续进行到步骤330。
在步骤330中,道路倾斜角α基于摩擦加速度a f 和侧向加速度a y来确定。在至少一个实施例中,上面给出的方程式(2)可用于基于摩擦加速度a f 、侧向加速度a y和侧倾角β来导出道路倾斜角α。
在一个实施例中,方法300还可包括基于一个或多个悬架相关的参数来确定摩擦加速度a f 。这些悬架相关的参数可包括可影响上面确定的悬架距离的任何参数,这些悬架距离又可影响摩擦加速度的估计。可影响悬架距离和/或摩擦加速度a f 的示例性的悬架相关的参数包括重量分布(例如,物体的重量分布,包括车辆内的乘客)、道路粗糙度(例如,车辆的轮胎与道路之间的动摩擦系数)以及其他因素。附加地或替代地,方法300还可包括在确定摩擦加速度a f 时考虑随机传感器噪声。由于随机传感器噪声引起的摩擦加速度的差异可表示为,并且由于悬架相关的参数引起的摩擦加速度的差异可表示为/>。至少在一个实施例中,下式可用于表示侧倾角-摩擦加速度函数/>,这是因为其受到随机传感器噪声和悬架相关的参数的影响:
修正侧倾角-摩擦加速度函数以考虑重量分布、道路粗糙度和其他因素。该修正的侧倾角-摩擦加速度函数可表示为H',并且可通过下式来表示:
其中,w是重量分布指数,R是道路粗糙度指数,并且A表示其他悬架相关的参数值。重量分布指数w可使用经训练的分类器(classifier)基于悬架距离/>来确定,使得重量分布指数/>。可在执行方法300(或本文论述的其他方法)之前的某个时间,例如在车辆点火开始时,确定该重量分布指数。因此,在一个实施例中,可在车辆处于静止和/或处于平坦(和/或水平)表面上时获得悬架距离。道路粗糙度指数R可基于道路的类型(例如,泥土、混凝土)获得和/或通过车载车辆传感器(例如,车轮速度传感器、悬架传感器)来测量,并且可被存储在例如远程设施80之类的远程设施中、车辆电子设备20处或其组合处。由于修正的侧倾角-摩擦加速度函数H'考虑到这些悬架相关的参数,因此由于悬架相关的参数(通过/>表示)引起的摩擦加速度的差异可表示为:/>
当然,这表示考虑一个或多个悬架相关的参数的一种方式,并且当然也可使用其他方法。
在一些实施例中,方法300还可包括执行在线学习以改善悬架-侧倾角函数和/或侧倾角-摩擦加速度函数/>。参考图6,其示出了用于执行在线学习以改善修正的侧倾角-摩擦加速度函数/>的过程400。尽管过程400针对修正的侧倾角-摩擦加速度函数来描述,但是过程400也可用于改善侧倾角-摩擦加速度函数/>。此外,该过程还可用于改善悬架距离-摩擦加速度函数,其是将悬架距离映射到摩擦加速度的函数。可基于将悬架-侧倾角函数/>和侧倾角-摩擦加速度函数/>(或修正的侧倾角-摩擦加速度函数)结合来形成该悬架距离-摩擦加速度函数。以这种方式,悬架距离-摩擦加速度函数可直接将悬架距离映射到摩擦加速度。该过程400开始于步骤410,其中确定或以其他方式获得侧倾角β、侧向加速度a y和已知倾斜角αK。已知倾斜角αK是在测量悬架距离时车辆所行驶的道路的已知或估计的倾斜角。已知倾斜角αK可从远程设施80的数据库或存储器获得,并且可基于针对其他车辆使用上面的方法300来确定。在另一个实施例中,可使用下面论述的方法500(图7)来提供已知倾斜角αK。并且在另一个实施例中,可使用道路施工计划(或信息)和/或地图或导航数据来提供已知倾斜角αK。侧倾角β和侧向加速度a y可如上面关于方法300所论述的那样来确定。过程400继续进行到步骤420。
在步骤420中,侧倾角β、侧向加速度a y和已知倾斜角αK被用于导出或以其他方式确定摩擦加速度a f 。下式可用于确定摩擦加速度a f :
在步骤420之后,摩擦加速度a f 可基于反馈摩擦加速度信息来组合或调整,该信息表示为a' f 。然后,摩擦加速度a f 可被传入到机器学习过程中,例如图6中所示。过程400继续进行到步骤430。
在步骤430中,获得车载车辆传感器数据。该车载车辆传感器数据可包括悬架距离,并且在一个实施例中,可包括悬架相关的参数值,例如重量分布指数w、道路粗糙度指数R以及其他悬架相关的参数值A。过程400继续进行到步骤440。
在步骤440中,执行机器学习以改善侧倾角-摩擦加速度函数。如上面提到的,该机器学习可考虑到如上确定(步骤420)的摩擦加速度a f ,以及车载车辆传感器数据和/或悬架相关的参数值。可使用各种机器学习技术,例如神经网络、回归分析等。该机器学习的输出在步骤450中表示,该步骤450可以是修正的侧倾角-摩擦加速度函数/>,该函数/>考虑到某些悬架相关的参数值和/或车载车辆传感器数据。然后,该修正的侧倾角-摩擦加速度函数/>可用于确定反馈摩擦加速度信息a' f ,其可在过程400的后续迭代中使用。过程400可执行重复的迭代以继续学习,或者可结束。
参考图7,其示出了根据基于高度的方法执行的道路倾斜角确定过程500。该基于高度的方法使用GNSS数据来确定道路倾斜角。该基于高度的方法可通过远程设施的一个或多个计算机或服务器来执行,例如通过远程设施80处的一个或多个远程计算机(例如,远程计算机82)来执行。然而,在一些实施例中,步骤510-560中的一个或多个可通过车辆电子设备20来执行。
参考图8,其示出了描绘绕倾斜的道路弯道行驶的多个车辆的示图。多个车辆12A-C沿道路600行驶,该道路600以道路倾斜角α倾斜。这些车辆12A-C可与上面论述的车辆12相同或相似。第一车辆12A在与道路弯道的曲率中心C相距径向距离d1处沿道路600(在道路表面602上)行驶,第二车辆12B在与道路弯道的曲率中心C相距径向距离d2处沿道路600行驶,并且第三车辆12C在与道路弯道的曲率中心C相距径向距离d3处沿道路600行驶。此外,第一车辆12A位于第一高度e1处,第二车辆12B位于第二高度e2处,第三车辆12C位于第三高度e3处。
返回参考图7,过程500开始于步骤510,在其中获得GNSS数据。在至少一些实施例中,基于高度的方法使用来自车辆电子设备20的GNSS接收器48的GNSS数据,该GNSS数据可如上面在方法200(图2)的步骤210中所述的那样来获得。该GNSS数据可包括车辆12的地理位置,该地理位置可通过GNSS接收器48基于从所述多个GNSS卫星60接收的多个GNSS信号中所包含的信息来确定。该地理位置可包括高度(或者来自气压计传感器(其可被包括作为车辆电子设备的一部分)的高度坐标或海拔高度数据),并且在一个实施例中,该地理位置包括高度、纬度坐标和经度坐标(longitudinal coordinate)。在一些实施例中,该GNSS数据可用于确定车辆的轨迹信息,包括车辆速度和车辆前进方向。在后续过程步骤在远程设施处执行的实施例中,该GNSS数据的全部或部分可通过使用无线通信设备30而从车辆发送到远程计算机82(或远程设施80的其他部分)。在至少一个实施例中,远程设施80可从多个车辆(例如,车辆12A-C)接收GNSS数据,并且随后,来自该多个车辆的该GNSS数据可被用于确定道路倾斜角,如下面更多地论述的。过程500继续进行到步骤520。
在步骤520中,获得道路地图数据。该道路地图数据包括地图和/或其他类型的导航信息,其以数字方式表示包括道路的地球地理区域。该道路地图数据可包括道路边界信息、道路尺寸、道路属性(例如,速度限制、允许的行进方向、车道信息、交通信号信息)、道路状况(例如,当前或估计的交通状况、道路之中的预测和/或观察到的天气状况)以及各种其他信息。在一个实施例中,该道路地图数据还可包括或基于地形图信息。在过程500通过远程设施80执行的实施例中,该道路地图数据可从与远程设施80或与内部地图数据集合分离的远程服务器或计算机获得。该分离的远程服务器或计算机可以是提供开源地图(OSM)数据的第三方服务器,该开源地图数据可包括道路地图数据。远程设施80可获得该道路地图数据,这是借助通过与分离的远程服务器或计算机的远程连接来下载道路地图数据,例如通过使用陆地网络76。过程500继续进行到步骤530。
在步骤530中,使用该道路地图数据来执行曲率提取过程。在至少一个实施例中,该曲率提取过程从该道路地图数据提取代表性的曲率半径和中心(或确定其位置)。该过程可通过检查道路地图数据来识别道路的道路弯道,并且随后,可确定道路弯道信息。该道路弯道信息可以是关于道路弯道的任何信息,例如道路弯道的几何信息,该信息包括道路弯道的曲率中心的位置、道路与曲率中心之间的距离(或半径)、道路弯道的弧长等。根据图8中的非限制性示例,曲率中心C导致半径d 1 、d 2 和d 3 。该道路地图数据可包括与道路弯道相对应的多个参考点,这些参考点可使用最小二乘拟合法来拟合到圆。可从曲率中心沿道路弯道到道路的中间、道路的内边缘、道路的外边缘等来测量道路的代表性半径。在至少一个实施例中,一旦道路地图数据的参考点拟合到圆,就可提取或以其他方式确定代表性半径。
在一个实施例中,可响应于从一个或多个车辆接收到GNSS数据来执行步骤520和/或530。在这样的实施例中,可确定车辆所在的大致区域,并且随后,可基于车辆的位置来获得道路地图数据。在其他实施例中,可在接收到GNSS数据之前执行步骤520和/或530。在一个实施例中,过程500还可包括识别其中存在道路弯道的区域的步骤,该道路弯道可被定义为沿曲率度数高于某一预定阈值的道路的路径;然而,在其他实施例中,可省略该步骤。过程500继续进行到步骤540。
在步骤540中,地理位置(包括在GNSS数据中或从GNSS数据确定)被变换到合适的坐标系,例如极坐标。在一个实施例中,在步骤510中获得的GNSS数据包括车辆的地理位置。该地理位置可包括GNSS坐标,其可通过笛卡尔坐标来表示,例如纬度坐标、经度坐标和高度坐标。这些笛卡尔坐标使用本领域技术人员所理解的已知方法来变换到极坐标。可通过计算每个地理位置的从曲率中心的距离和角度来变换地理位置的坐标。变换到极坐标的这些地理坐标可被称为变换的地理坐标。在一些实施例中,该变换步骤可能不是必要的或期望的,并且因此,例如,本文提供的对“地理坐标”或“地理位置”的任何引用都可指笛卡尔坐标或极坐标。该极坐标可表示车辆与曲率中心的径向距离(例如,径向距离d1、d2、d3(图8))以及车辆的高度(例如,高度e1、e2、e3(图8))。过程500继续进行到步骤550。
在步骤550中,该变换的地理位置使用坡度拟合(slope fitting)技术来拟合到坡度,以确定道路倾斜角。在至少一些实施例中,使用线性回归技术,其中变换的地理位置被拟合到线性回归线,例如图9中所描绘的。图9描绘了表示代表道路弯道的一部分的径向距离-高度数据点的示图700。x轴702表示距曲率中心的距离,并且y轴704表示高度。小点(或径向距离-高度数据点)712表示各种车辆的地理坐标,也是径向距离-高度数据点的大点714表示距曲率中心特定径向距离(或径向距离的范围)的代表性地理坐标,并且线720是从变换的地理位置(或径向距离-高度数据点)确定的线性回归线。在一个实施例中,每个代表性地理坐标714可被提供用于距曲率中心的特定径向距离(或径向距离的范围),并且在这样的情况下,每个代表性地理坐标714可包括代表性高度值,该代表性高度值可以是在该特定径向距离处(或在该径向距离的范围内)的点所取的高度的平均值或中值。这些点可基于车辆与曲率中心的径向距离(例如,径向距离d1、d2、d3(图8))以及车辆的高度(例如,高度e1、e2、e3(图8))来确定,上述径向距离和高度可通过包含在变换的地理位置中(或可源自该变换的地理位置)的信息来表示或者基于该信息。然后,可使用线性回归技术从这些代表性地理坐标714确定线性回归线720。线性回归线720的斜率可用于确定道路倾斜角α。该道路倾斜角α对应于线性回归线720与平行于x轴的参考线之间的夹角。该线性回归线720可被视为代表道路表面,例如如图8中所示的道路表面602。当然,在其他实施例中,也可使用其他回归和坡度拟合技术。然后,过程500结束,或者可被再次执行以重复执行并持续地更新道路倾斜角。
要理解的是,前面的描述不是对本发明的限定,而是对本发明的一个或多个优选的示例性实施例的描述。本发明不限于本文所公开的特定实施例,而是仅由下面的权利要求来限定。此外,除了术语或用语在上面明确定义的情况,前述描述中包含的陈述涉及特定实施例,并且不应被解释为对本发明的范围或对权利要求中使用的术语的定义的限制。各种其他实施例以及对所公开的实施例的各种改变和修改对于本领域技术人员而言将变得显而易见。例如,步骤的特定组合和顺序仅是一种可能性,因为本方法可包括与本文所示出的相比具有更少、更多或不同的步骤的步骤组合。所有这些其他实施例、改变和修改都意在落入所附权利要求的范围内。
如本说明书和权利要求中所使用的,术语“例如”、“诸如”,“举个例子”和“如”以及动词“包括”、“具有”、“包含”及它们的其他动词形式当与一个或多个部件或其他项目的列表结合使用时,均应被解释为是开放式的,这意味着该列表不应被视为排除其他附加的部件或项目。其他术语应使用其最广泛的合理含义来解释,除非在需要不同解释的上下文中使用它们。另外,术语“和/或”应被解释为包容性或。作为示例,表达“A、B和/或C”包括:“A”;“B”;“C”;“A和B”;“A和C”;“B和C”;以及“A、B和C”。
Claims (16)
1.一种基于车辆信息来确定道路倾斜角的方法,所述方法包括以下步骤:
从至少一个车辆获得车辆信息,所述车辆信息从全球导航卫星系统(GNSS)接收器和一个或多个车载车辆传感器获得,并且所述全球导航卫星系统接收器和所述一个或多个车载车辆传感器被安装在所述至少一个车辆中;
使用所获得的车辆信息来执行第一道路倾斜角确定过程,以获得第一道路倾斜角,其中,所述第一道路倾斜角确定过程是基于车辆动力学的道路倾斜角确定过程;
使用所获得的信息来执行第二道路倾斜角确定过程,以获得第二道路倾斜角,其中,所述第二道路倾斜角确定过程是基于高度的道路倾斜角确定过程;以及
基于所述第一道路倾斜角和所述第二道路倾斜角来更新代表性道路倾斜角。
2.如权利要求1所述的方法,其特征在于,所述获得车辆信息的步骤包括:从所述至少一个车辆的所述一个或多个车载车辆传感器获得车载车辆传感器数据。
3.如权利要求2所述的方法,其特征在于,所述车载车辆传感器数据包括来自安装在所述至少一个车辆上的多个悬架传感器的悬架传感器数据。
4.如权利要求3所述的方法,其特征在于,所述基于车辆动力学的道路倾斜角确定过程包括:基于所述悬架传感器数据来确定所述至少一个车辆的摩擦加速度。
5.如权利要求4所述的方法,其特征在于,所述基于车辆动力学的道路倾斜角确定过程包括:确定所述至少一个车辆的侧倾角。
6.如权利要求5所述的方法,其特征在于,所述侧倾角使用悬架-侧倾角函数基于所述悬架传感器数据来确定。
7.如权利要求4所述的方法,其特征在于,所述基于车辆动力学的道路倾斜角确定过程包括:通过使用侧倾角-摩擦加速度函数或悬架距离-摩擦加速度函数来确定所述摩擦加速度,并且基于所述车载车辆传感器数据来确定所述至少一个车辆的侧向加速度。
8.如权利要求7所述的方法,其特征在于,下式被用于使用所述摩擦加速度af、所述侧向加速度ay和侧倾角β来确定所述道路倾斜角α,即:
9.如权利要求7所述的方法,其特征在于,所述侧倾角-摩擦加速度函数是考虑到重量分布指数和道路粗糙度指数的修正的侧倾角-摩擦加速度函数。
10.如权利要求1所述的方法,其特征在于,所述车辆信息包括用于获得所述至少一个车辆的地理位置的全球导航卫星系统数据,并且其中,所述全球导航卫星系统数据包括所述至少一个车辆的高度,并且从安装在所述至少一个车辆中的所述全球导航卫星系统接收器获得。
11.如权利要求10所述的方法,其特征在于,所述基于高度的道路倾斜角确定过程包括:获得区域的道路地图数据,所述道路地图数据包含所述至少一个车辆的所述地理位置,并且包括道路的具有倾斜的道路弯道的部分。
12.如权利要求11所述的方法,其特征在于,曲率提取过程使用所述道路地图数据来执行,以提取关于所述道路弯道的道路弯道信息,其中,所述道路弯道信息包括表示所述道路弯道的曲率中心的地理点。
13.如权利要求12所述的方法,其特征在于,所述基于高度的道路倾斜角确定过程包括:对从沿所述道路弯道行驶的多个车辆得到的多个径向距离-高度数据点执行线性回归。
14.如权利要求13所述的方法,其特征在于,线性回归结果从所述线性回归获得,并且其中,所述道路倾斜角基于所述线性回归结果来确定。
15.如权利要求10所述的方法,其特征在于,所述方法在远离所述至少一个车辆定位的远程设施处执行,其中,所述至少一个车辆包括第一多个车辆和第二多个车辆,其中,所述基于高度的道路倾斜角确定过程针对所述第一多个车辆和所述第二多个车辆执行,并且其中,所述更新的步骤包括:聚合针对所述第一多个车辆和所述第二多个车辆的所述基于高度的道路倾斜角确定过程的结果,以获得所述代表性道路倾斜角。
16.如权利要求1所述的方法,其特征在于,所述至少一个车辆是多个车辆,其中,所述方法包括针对所述多个车辆执行多种道路倾斜角过程,并且其中,所述更新的步骤包括融合或以其他方式组合所述多种道路倾斜角过程中的每一者的结果,以获得所述代表性道路倾斜角。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/260582 | 2019-01-29 | ||
US16/260,582 US11117589B2 (en) | 2019-01-29 | 2019-01-29 | System and method for determining roadway bank angle |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111486860A CN111486860A (zh) | 2020-08-04 |
CN111486860B true CN111486860B (zh) | 2024-04-26 |
Family
ID=71524141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010078876.3A Active CN111486860B (zh) | 2019-01-29 | 2020-02-03 | 用于确定道路倾斜角的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11117589B2 (zh) |
CN (1) | CN111486860B (zh) |
DE (1) | DE102019134495A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11279361B2 (en) * | 2019-07-03 | 2022-03-22 | Toyota Motor Engineering & Manufacturing North America, Inc. | Efficiency improvement for machine learning of vehicle control using traffic state estimation |
US11753016B2 (en) * | 2020-03-13 | 2023-09-12 | Deere & Company | Method and system for estimating surface roughness of ground for an off-road vehicle to control ground speed |
CN113340304B (zh) * | 2021-06-03 | 2023-02-17 | 青岛慧拓智能机器有限公司 | 坡度提取方法及装置 |
US20230079946A1 (en) * | 2021-09-15 | 2023-03-16 | Terex South Dakota, Inc. | Lift device and method of controlling on a grade |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5058017A (en) * | 1987-11-05 | 1991-10-15 | Hitachi, Ltd. | System for control of vehicle suspension |
JPH0783659A (ja) * | 1993-09-10 | 1995-03-28 | Mitsubishi Electric Corp | 車両用傾斜角度検出装置 |
US5446658A (en) * | 1994-06-22 | 1995-08-29 | General Motors Corporation | Method and apparatus for estimating incline and bank angles of a road surface |
JPH10324127A (ja) * | 1997-05-26 | 1998-12-08 | Isuzu Motors Ltd | 車両用サスペンション装置 |
US6112147A (en) * | 1998-08-17 | 2000-08-29 | General Motors Corporation | Vehicle yaw rate control with bank angle compensation |
JP2001331832A (ja) * | 2000-05-19 | 2001-11-30 | Horiba Ltd | ディジタル式運行記録システム |
JP2009276109A (ja) * | 2008-05-13 | 2009-11-26 | National Traffic Safety & Environment Laboratory | 道路勾配計測装置、道路勾配計測方法 |
CN102089624A (zh) * | 2008-05-22 | 2011-06-08 | 模具产品股份公司 | 用于建立公路地图和确定车辆位置的方法和系统 |
CN103786730A (zh) * | 2012-10-26 | 2014-05-14 | 现代自动车株式会社 | 测量车辆转弯过程中的倾斜角的方法和系统 |
CN104097641A (zh) * | 2013-04-15 | 2014-10-15 | 现代自动车株式会社 | 用于估计道路坡度的系统 |
CN105291958A (zh) * | 2014-07-03 | 2016-02-03 | 美新半导体(无锡)有限公司 | 基于车辆相对于道路的倾斜角来控制机电系统的方法和设备 |
CN105339227A (zh) * | 2013-05-02 | 2016-02-17 | 通用汽车环球科技运作有限责任公司 | 使用三轴惯性测量装置的集成斜度和侧倾估计 |
CN107685730A (zh) * | 2016-08-03 | 2018-02-13 | 德尔福技术有限公司 | 使用车辆侧倾的用于有风情况下的自主车辆的车道保持系统 |
CN108162974A (zh) * | 2016-12-06 | 2018-06-15 | 通用汽车环球科技运作有限责任公司 | 使用道路角度数据的车辆控制 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SE521860C2 (sv) * | 2000-08-14 | 2003-12-16 | Volvo Teknisk Utveckling Ab | Metod och anordning för att bestämma positionen hos ett rörligt föremål |
US6714851B2 (en) * | 2002-01-07 | 2004-03-30 | Ford Global Technologies, Llc | Method for road grade/vehicle pitch estimation |
US6804584B2 (en) * | 2002-03-20 | 2004-10-12 | Ford Global Technologies, Llc | Method for determining the roll angle of a vehicle using an estimation of road bank angle |
US6684140B2 (en) * | 2002-06-19 | 2004-01-27 | Ford Global Technologies, Llc | System for sensing vehicle global and relative attitudes using suspension height sensors |
US6937928B2 (en) * | 2003-03-04 | 2005-08-30 | Continental Teves, Inc. | Stability control system having loading information |
WO2004110809A1 (en) * | 2003-06-04 | 2004-12-23 | Daimlerchrysler Ag | Curve rollover warning system for trucks |
US20070032245A1 (en) * | 2005-08-05 | 2007-02-08 | Alapuranen Pertti O | Intelligent transportation system and method |
US8626441B2 (en) * | 2008-06-17 | 2014-01-07 | Agco Corporation | Methods and apparatus for using position/attitude information to enhance a vehicle guidance system |
BRPI0822748A2 (pt) * | 2008-10-08 | 2015-06-23 | Tomtom Int Bv | Melhoramentos se relacionando com aparelho de navegação usado em veículo |
US20100114431A1 (en) * | 2008-10-31 | 2010-05-06 | Volkswagen Group Of America, Inc. | Method for Controlling Vehicle Dynamics |
GB201200831D0 (en) * | 2012-01-18 | 2012-02-29 | Sensewhere Ltd | Improved positioning system |
US10759442B2 (en) * | 2014-05-30 | 2020-09-01 | Here Global B.V. | Dangerous driving event reporting |
US9377315B2 (en) * | 2014-10-22 | 2016-06-28 | Myine Electronics, Inc. | System and method to provide valet instructions for a self-driving vehicle |
JP2018510373A (ja) * | 2015-02-10 | 2018-04-12 | モービルアイ ビジョン テクノロジーズ リミテッド | 自律車両ナビゲーションのための疎な地図 |
DE102016204018A1 (de) * | 2016-03-11 | 2017-09-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Bestimmung der Querneigung einer Fahrbahn |
US20180022403A1 (en) * | 2016-07-20 | 2018-01-25 | GM Global Technology Operations LLC | Method for controlling vehicle downforce |
CN110291477B (zh) * | 2016-12-02 | 2022-08-16 | 嘉蒂克人工智能公司 | 车辆控制系统及使用方法 |
US10836386B2 (en) * | 2017-11-10 | 2020-11-17 | GM Global Technology Operations LLC | Determination of roll angle and bank angle with suspension displacement data |
US20190210591A1 (en) * | 2018-01-08 | 2019-07-11 | Sri International | System and Method to Enhance the Driving Performance of a Leanable Vehicle |
US11686582B2 (en) * | 2018-03-22 | 2023-06-27 | Arriver Software Llc | Sensor plausibility using GPS road information |
-
2019
- 2019-01-29 US US16/260,582 patent/US11117589B2/en active Active
- 2019-12-16 DE DE102019134495.6A patent/DE102019134495A1/de active Pending
-
2020
- 2020-02-03 CN CN202010078876.3A patent/CN111486860B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5058017A (en) * | 1987-11-05 | 1991-10-15 | Hitachi, Ltd. | System for control of vehicle suspension |
JPH0783659A (ja) * | 1993-09-10 | 1995-03-28 | Mitsubishi Electric Corp | 車両用傾斜角度検出装置 |
US5446658A (en) * | 1994-06-22 | 1995-08-29 | General Motors Corporation | Method and apparatus for estimating incline and bank angles of a road surface |
JPH10324127A (ja) * | 1997-05-26 | 1998-12-08 | Isuzu Motors Ltd | 車両用サスペンション装置 |
US6112147A (en) * | 1998-08-17 | 2000-08-29 | General Motors Corporation | Vehicle yaw rate control with bank angle compensation |
JP2001331832A (ja) * | 2000-05-19 | 2001-11-30 | Horiba Ltd | ディジタル式運行記録システム |
JP2009276109A (ja) * | 2008-05-13 | 2009-11-26 | National Traffic Safety & Environment Laboratory | 道路勾配計測装置、道路勾配計測方法 |
CN102089624A (zh) * | 2008-05-22 | 2011-06-08 | 模具产品股份公司 | 用于建立公路地图和确定车辆位置的方法和系统 |
CN103786730A (zh) * | 2012-10-26 | 2014-05-14 | 现代自动车株式会社 | 测量车辆转弯过程中的倾斜角的方法和系统 |
CN104097641A (zh) * | 2013-04-15 | 2014-10-15 | 现代自动车株式会社 | 用于估计道路坡度的系统 |
CN105339227A (zh) * | 2013-05-02 | 2016-02-17 | 通用汽车环球科技运作有限责任公司 | 使用三轴惯性测量装置的集成斜度和侧倾估计 |
CN105291958A (zh) * | 2014-07-03 | 2016-02-03 | 美新半导体(无锡)有限公司 | 基于车辆相对于道路的倾斜角来控制机电系统的方法和设备 |
CN107685730A (zh) * | 2016-08-03 | 2018-02-13 | 德尔福技术有限公司 | 使用车辆侧倾的用于有风情况下的自主车辆的车道保持系统 |
CN108162974A (zh) * | 2016-12-06 | 2018-06-15 | 通用汽车环球科技运作有限责任公司 | 使用道路角度数据的车辆控制 |
Non-Patent Citations (1)
Title |
---|
一种低成本动态车载导航坡度识别方法;高婷婷等;系统仿真技术;第5卷(第4期);正文第1-3节 * |
Also Published As
Publication number | Publication date |
---|---|
DE102019134495A1 (de) | 2020-07-30 |
CN111486860A (zh) | 2020-08-04 |
US20200239000A1 (en) | 2020-07-30 |
US11117589B2 (en) | 2021-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111486860B (zh) | 用于确定道路倾斜角的系统和方法 | |
US11067403B2 (en) | Vehicle energy usage tracking | |
US10979855B1 (en) | Detecting handling of a device in a vehicle | |
JP6202151B2 (ja) | モバイルコンピュータ大気圧システム | |
CN106289275B (zh) | 用于改进定位精度的单元和方法 | |
US8315756B2 (en) | Systems and methods of vehicular path prediction for cooperative driving applications through digital map and dynamic vehicle model fusion | |
JP5269024B2 (ja) | 路面状況推定装置および路面状況推定方法 | |
CN108162974B (zh) | 使用道路角度数据的车辆控制 | |
JP2023040287A (ja) | サーバ装置 | |
US20140025292A1 (en) | System and method for updating a digital map in a driver assistance system | |
KR20110043538A (ko) | 영상 지도의 구축 및 차량 위치 결정을 위한 방법 및 시스템 | |
CN107729342B (zh) | 用于在映射数据库中开发地形数据的系统 | |
US11087617B2 (en) | Vehicle crowd sensing system and method | |
JP5749359B2 (ja) | 道路地図生成システム、道路地図生成装置、道路地図生成方法、及びナビゲーションシステム | |
JP2016528649A (ja) | 動的速度制限を用いたナビゲーション | |
CN108873043B (zh) | 车辆侧滑角度的计算方法及装置 | |
US20200132462A1 (en) | Sensor calibration device and sensor calibration program product | |
US20230104188A1 (en) | Method, apparatus, and system for calibrating vehicle motion data based on mobile device sensor data | |
KR20190040818A (ko) | 차량 내부 센서, 카메라, 및 gnss 단말기를 이용한 3차원 차량 항법 시스템 | |
CN115407376A (zh) | 车辆定位校准方法、装置、计算机设备、存储介质 | |
CN108254775A (zh) | 车载导航系统及其实现方法 | |
CN110103823B (zh) | 一种基于增强型数字地图的车辆侧翻事前预警方法 | |
US20220089180A1 (en) | Control method for driving u-turn using high-definition map | |
EP3338055A1 (en) | Cordless inertial vehicle navigation with elevation data input | |
JP6978889B2 (ja) | 位置検出装置 |
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 |