CN111547023A - 一种无人车制动方法、装置及无人车 - Google Patents

Abstract

本发明提供了一种无人车制动方法、装置及无人车，涉及无人驾驶技术领域，该方法包括：当确定无人车需要紧急刹车时，根据所述无人车的当前质量、所述无人车所在位置对应的路面类型计算当前最大制动力；根据所述当前最大制动力及所述无人车的质量分布信息，确定所述无人车各车轮的制动力，以控制所述各车轮制动。本发明实施例，可以通过结合车辆质量和当前路面类型，以最大制动减速度对无人车进行制动，在不安装ABS的情况下保证车辆制动安全性，从而降低车辆底盘部件的复杂度，降低了开发成本和维护费用。

Description

一种无人车制动方法、装置及无人车

技术领域

本发明涉及无人驾驶技术领域，具体而言，涉及一种无人车制动方法、装置及无人车。

背景技术

制动防抱死系统(antilock brake system，ABS)，可以在汽车制动时，自动控制各车轮的制动器制动力的大小，使车轮不被抱死，处于边滚边滑的状态，以保证车轮与地面的附着力在最大值。ABS可以充分发挥制动器的效能，同时有效防止紧急制动时车辆侧滑和甩尾，可在紧急制动时转向，具有良好的转向操纵性。

目前的无人车的制动系统大多参照传统汽车设置有ABS，然而ABS会增加无人车的底盘控制系统的复杂度，导致较高的开发成本和维护费用，但是如果无ABS，则无人车在制动时存在抱死风险。

发明内容

本发明解决的问题是现有无人车的制动系统存在高成本或抱死风险的问题。

为解决上述问题，本发明提供一种无人车制动方法，应用于无人车自动驾驶控制器，包括：当确定无人车需要紧急刹车时，根据所述无人车的当前质量、所述无人车所在位置对应的路面类型计算当前最大制动力；根据所述当前最大制动力及所述无人车的质量分布信息，确定所述无人车各车轮的制动力，以控制所述各车轮制动。

可选地，在所述根据所述无人车的当前质量、所述无人车所在位置对应的路面类型计算当前最大制动力之前，所述方法还包括：接收图像采集装置获取的所述无人车所在位置的路面图像；根据预设的图像识别方法，识别所述路面图像得到所述位置对应的路面类型；其中，所述路面类型包括路面的道路类型和/或路面的环境类型。

可选地，所述根据所述无人车的当前质量、所述无人车所在位置对应的路面类型计算当前最大制动力，包括：根据所述无人车所在位置对应的路面类型，确定所述路面类型对应的最大路面加速度；根据所述无人车的当前质量、所述最大路面加速度，计算得到当前最大制动力。

可选地，所述方法还包括：获取所述无人车在匀速行驶时的第一输出扭矩及加速行驶时的第二输出扭矩；根据所述第一输出扭矩确定路面摩擦力；根据所述路面摩擦力、所述第二输出扭矩及所述第二输出扭矩对应的加速度，计算所述无人车的当前质量。

可选地，所述方法还包括：获取所述第二输出扭矩对应的纵向加速度、垂直加速度及俯仰角；根据所述纵向加速度、所述垂直加速度及所述俯仰角，计算所述第二输出扭矩对应的加速度。

可选地，所述根据所述当前最大制动力及所述无人车的质量分布信息，确定所述无人车各车轮的制动力，以控制所述各车轮制动，包括：根据所述无人车的质心位置信息，确定制动力分配系数；所述质心位置信息包括质心与前后轴的距离信息；根据所述制动力分配系数及所述当前最大制动力，确定所述无人车前轴车轮、后车轴车轮的制动力，以控制所述无人车前轴车轮、后轴车轮制动。

本发明提供一种无人车制动装置，应用于无人车自动驾驶控制器，包括：计算模块，用于当确定无人车需要紧急刹车时，根据所述无人车的当前质量、所述无人车所在位置对应的路面类型计算当前最大制动力；制动模块，用于根据所述当前最大制动力及所述无人车的质量分布信息，确定所述无人车各车轮的制动力，以控制所述各车轮制动。

可选地，所述装置还包括识别模块，用于：接收图像采集装置获取的所述无人车所在位置的路面图像；根据预设的图像识别方法，识别所述路面图像得到所述位置对应的路面类型；其中，所述路面类型包括路面的道路类型和/或路面的环境类型。

可选地，所述计算模块，具体用于：根据所述无人车所在位置对应的路面类型，确定所述路面类型对应的最大路面加速度；根据所述无人车的当前质量、所述最大路面加速度，计算得到当前最大制动力。

本发明提供一种无人车，其特征在于，包括上述任一项提供的所述的无人车制动装置。

在本发明实施例中，可以在需要紧急刹车时，根据无人车的当前质量及路面类型计算当前最大制动力，然后根据当前最大制动力及无人车的质量分布信息，确定各车轮的制动力，从而向制动系统输出精确的制动力，实现制动力的有效分配使车辆以最大制动力减速。通过结合车辆质量和当前路面类型，以最大制动减速度对无人车进行制动，在不安装ABS的情况下保证车辆制动安全性，从而降低车辆底盘部件的复杂度，降低了开发成本和维护费用。

附图说明

为了更清楚地说明本发明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发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明的一个实施例中无人车控制系统的结构示意图；

图2为本发明的一个实施例中一种无人车制动方法的示意性流程图；

图3为本发明的一个实施例中一种无人车制动装置的结构示意图。

附图标记说明：

10-自动驾驶控制器；20-制动控制器；30-电机控制器；40-横摆角传感器；301-计算模块；302-制动模块。

具体实施方式

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1为本实施例中无人车控制系统的结构示意图，无人车控制系统包括自动驾驶控制器10、制动控制器20、电机控制器30及横摆角传感器40。其中，制动控制器20、电机控制器30及横摆角传感器40均与自动驾驶控制器10连接，横摆角传感器40用于检测无人车在车辆坐标系下的纵向方向、横向方向以及垂直方向的加速度。该车辆坐标系的原点与车辆的质心重合，当车辆在水平路面上处于静止状态，X轴平行于地面指向车辆前方，Z轴通过车辆质心指向上方，Y轴指向驾驶员的左侧。

图2是本发明的一个实施例中一种无人车制动方法的示意性流程图。图2的方法可以应用于无人车自动驾驶控制器；上述方法包括：

S202，当确定无人车需要紧急刹车时，根据无人车的当前质量、无人车所在位置对应的路面类型计算当前最大制动力。

无人车自动驾驶控制器可以根据当前路况，确定无人车是否需要紧急刹车。可以理解的是，在需要进行紧急刹车时，无人车车轮上的制动力越大则车轮的速度下降越快，然而由于路面可以提供的反向加速度存在上限，车辆无法以大于该反向加速度的加速度减速，若车轮上的制动力产生的加速度大于上限后，车轮出现抱死，影响无人车行驶安全。

由于不同路面类型的路面粗糙度不同，导致能够提供的最大反向加速度也不同。可选地，通过图像识别方法确定路面类型，具体包括：

步骤A1，接收图像采集装置获取的无人车所在位置的路面图像。该图像采集装置可以是摄像头等拍摄设备。

步骤A2，根据预设的图像识别方法，识别路面图像得到位置对应的路面类型。其中，在自动驾驶控制器中可以预先设置经过训练的自学习识别算法，用于识别路面类型。上述路面类型可以包括路面的道路类型和/或路面的环境类型，该道路类型可以包括：沥青路面道路、水泥混凝土路面道路、砂石路面道路、土质路面道路等，各种道路类型例如可以通过路面粗糙度表示；该环境类型可以包括：结冰、积水、积雪等。例如，路面类型可以是结冰的水泥混凝土路面道路、积水的沥青路面道路等。

在获取上述路面类型后，可以按照以下步骤继续计算得到当前最大制动力：

步骤B1，根据无人车所在位置对应的路面类型，确定路面类型对应的最大路面加速度。

其中，可以在无人车出厂前，将不同的路面类型所能提供的最大路面加速度标定到自动驾驶控制器中。例如，可以预先标定路面粗糙度与最大反向加速度的对应关系，或者预先标定路面类型与最大反向加速度的对应关系，上述对应关系可以是对应表或者计算函数。

步骤B2，根据无人车的当前质量、最大路面加速度，计算得到当前最大制动力。

将无人车的当前质量乘以最大路面加速度得到当前最大制动力，该当前最大制动力为行驶方向上可以施加的最大阻力，计算公式如下：F＝ma；其中，F为最大阻力，m为当前质量，a为最大路面加速度。结合上述当前最大制动力及无人车刹车片的摩擦系数，可以计算得到施加到刹车片上的制动压力。

考虑到无人车满载或空载时的质量不同，可以通过无人车的输出扭矩与无人车的加速度实时计算无人车的当前质量，具体可以包括以下步骤：

步骤C1，获取无人车在匀速行驶时的第一输出扭矩及加速行驶时的第二输出扭矩。

步骤C2，根据第一输出扭矩确定路面摩擦力。由于在匀速行驶时，无人车的加速度为零，此时无人车提供的驱动力与路面摩擦力相等，可以通过第一输出扭矩及无人车的传动比确定轮端扭矩，然后通过轮端扭矩及车轮半径得到轮端驱动力，最终得到路面摩擦力。

步骤C3，根据路面摩擦力、第二输出扭矩及第二输出扭矩对应的加速度，计算无人车的当前质量。

在获得路面摩擦力后，可以将第二输出扭矩对应的轮端驱动力减去该路面摩擦力，然后处理第二输出扭矩对应的加速度，得到无人车的当前质量。

其中，可以通过无人车的加速度检测元件检测无人车的加速度，在本实施例中以横摆角传感器为例，根据横摆角传感器输出的车辆纵向加速度以及车辆垂直加速度。当无人车在水平路面上行驶时，可以采用车辆纵向加速度作为上述第二输出扭矩对应的加速度；当无人车在坡道路面上行驶时，可以获取第二输出扭矩对应的纵向加速度、垂直加速度及俯仰角，然后根据纵向加速度、垂直加速度及俯仰角，计算第二输出扭矩对应的加速度。具体地，将纵向加速度除以俯仰角的余弦值、垂直加速度除以俯仰角的正弦值，然后两者求和得到第二输出扭矩对应的加速度。

S204，根据当前最大制动力及无人车的质量分布信息，确定无人车各车轮的制动力，以控制各车轮制动。

其中，该质量分布信息可以是质心位置信息，例如质心与前后轴的距离信息。在确定当前最大制动力后，可以结合无人车的质心分布情况，将制动力分配到前后轴车轮，从而以最佳制动力快速实现车辆制动。具体地，可以根据无人车的质心位置信息，确定制动力分配系数；然后再根据上述制动力分配系数及当前最大制动力，确定无人车前轴车轮、后车轴车轮的制动力，以控制无人车前轴车轮、后车轴车轮制动。

因此，可以通过自动驾驶控制器的精确计算，直接向制动控制器输出精确的制动力，直接让车辆以最大制动力减速。

基于质心位置确定制动力分配系数可以参考现有制动力分配方式，在此不再赘述。

本实施例提供的无人车制动方法，可以在需要紧急刹车时，根据无人车的当前质量及路面类型计算当前最大制动力，然后根据当前最大制动力及无人车的质量分布信息，确定各车轮的制动力，从而向制动系统输出精确的制动力，实现制动力的有效分配使车辆以最大制动力减速。通过结合车辆质量和当前路面类型，以最大制动减速度对无人车进行制动，在不安装ABS的情况下保证车辆制动安全性，从而降低车辆底盘部件的复杂度，降低了开发成本和维护费用。

图3是本发明的一个实施例中一种无人车制动装置的结构示意图，该无人车制动装置应用于无人车自动驾驶控制器，所述无人车制动装置包括：

计算模块301，用于当确定无人车需要紧急刹车时，根据所述无人车的当前质量、所述无人车所在位置对应的路面类型计算当前最大制动力；

制动模块302，用于根据所述当前最大制动力及所述无人车的质量分布信息，确定所述无人车各车轮的制动力，以控制所述各车轮制动。

本实施例提供的无人车制动装置，可以在需要紧急刹车时，通过结合车辆质量和当前路面类型，以最大制动减速度对无人车进行制动，在不安装ABS的情况下保证车辆制动安全性，从而降低车辆底盘部件的复杂度，降低了开发成本和维护费用。

可选地，作为一个实施例，所述装置还包括识别模块，用于：接收图像采集装置获取的所述无人车所在位置的路面图像；根据预设的图像识别方法，识别所述路面图像得到所述位置对应的路面类型；其中，所述路面类型包括路面的道路类型和/或路面的环境类型。

可选地，作为一个实施例，所述计算模块，具体用于：根据所述无人车所在位置对应的路面类型，确定所述路面类型对应的最大路面加速度；根据所述无人车的当前质量、所述最大路面加速度，计算得到当前最大制动力。

可选地，作为一个实施例，所述装置还包括质量计算模块，用于：获取所述无人车在匀速行驶时的第一输出扭矩及加速行驶时的第二输出扭矩；根据所述第一输出扭矩确定路面摩擦力；根据所述路面摩擦力、所述第二输出扭矩及所述第二输出扭矩对应的加速度，计算所述无人车的当前质量。

可选地，作为一个实施例，所述装置还包括加速度计算模块，用于：获取所述第二输出扭矩对应的纵向加速度、垂直加速度及俯仰角；根据所述纵向加速度、所述垂直加速度及所述俯仰角，计算所述第二输出扭矩对应的加速度。

可选地，作为一个实施例，所述制动模块，具体用于：根据所述无人车的质心位置信息，确定制动力分配系数；所述质心位置信息包括质心与前后轴的距离信息；根据所述制动力分配系数及所述当前最大制动力，确定所述无人车前轴车轮、后车轴车轮的制动力，以控制所述无人车前轴车轮、后车轴车轮制动。

本实施例还提供一种无人车，包括上述无人车制动装置。

本实施例提供的无人车制动装置及无人车能够实现上述无人车制动方法的实施例中的各个过程，为避免重复，这里不再赘述。

本实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述无人车制动方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。

当然，本领域技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程度来指令控制装置来完成，所述的程序可存储于一计算机可读取的存储介质中，所述程序在执行时可包括如上述各方法实施例的流程，其中所述的存储介质可为存储器、磁盘、光盘等。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的无人车制动装置和无人车而言，由于其与实施例公开的无人车制动方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种无人车制动方法，其特征在于，应用于无人车自动驾驶控制器，包括：

当确定无人车需要紧急刹车时，根据所述无人车的当前质量、所述无人车所在位置对应的路面类型计算当前最大制动力；

根据所述当前最大制动力及所述无人车的质量分布信息，确定所述无人车各车轮的制动力，以控制所述各车轮制动。

2.根据权利要求1所述的方法，其特征在于，在所述根据所述无人车的当前质量、所述无人车所在位置对应的路面类型计算当前最大制动力之前，所述方法还包括：

接收图像采集装置获取的所述无人车所在位置的路面图像；

根据预设的图像识别方法，识别所述路面图像得到所述位置对应的路面类型；其中，所述路面类型包括路面的道路类型和/或路面的环境类型。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述无人车的当前质量、所述无人车所在位置对应的路面类型计算当前最大制动力，包括：

根据所述无人车所在位置对应的路面类型，确定所述路面类型对应的最大路面加速度；

根据所述无人车的当前质量、所述最大路面加速度，计算得到当前最大制动力。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获取所述无人车在匀速行驶时的第一输出扭矩及加速行驶时的第二输出扭矩；

根据所述第一输出扭矩确定路面摩擦力；

根据所述路面摩擦力、所述第二输出扭矩及所述第二输出扭矩对应的加速度，计算所述无人车的当前质量。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

获取所述第二输出扭矩对应的纵向加速度、垂直加速度及俯仰角；

根据所述纵向加速度、所述垂直加速度及所述俯仰角，计算所述第二输出扭矩对应的加速度。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述根据所述当前最大制动力及所述无人车的质量分布信息，确定所述无人车各车轮的制动力，以控制所述各车轮制动，包括：

根据所述无人车的质心位置信息，确定制动力分配系数；所述质心位置信息包括质心与前后轴的距离信息；

根据所述制动力分配系数及所述当前最大制动力，确定所述无人车前轴车轮、后车轴车轮的制动力，以控制所述无人车前轴车轮、后轴车轮制动。

7.一种无人车制动装置，其特征在于，应用于无人车自动驾驶控制器，包括：

计算模块，用于当确定无人车需要紧急刹车时，根据所述无人车的当前质量、所述无人车所在位置对应的路面类型计算当前最大制动力；

制动模块，用于根据所述当前最大制动力及所述无人车的质量分布信息，确定所述无人车各车轮的制动力，以控制所述各车轮制动。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括识别模块，用于：

接收图像采集装置获取的所述无人车所在位置的路面图像；

根据预设的图像识别方法，识别所述路面图像得到所述位置对应的路面类型；其中，所述路面类型包括路面的道路类型和/或路面的环境类型。

9.根据权利要求7或8所述的装置，其特征在于，所述计算模块，具体用于：

根据所述无人车所在位置对应的路面类型，确定所述路面类型对应的最大路面加速度；

根据所述无人车的当前质量、所述最大路面加速度，计算得到当前最大制动力。

10.一种无人车，其特征在于，包括权利要求7-9任一项所述的无人车制动装置。

Images