CN111976729A - 汽车控制方法、底盘域控制器及智能驾驶汽车 - Google Patents
汽车控制方法、底盘域控制器及智能驾驶汽车 Download PDFInfo
- Publication number
- CN111976729A CN111976729A CN202010881772.6A CN202010881772A CN111976729A CN 111976729 A CN111976729 A CN 111976729A CN 202010881772 A CN202010881772 A CN 202010881772A CN 111976729 A CN111976729 A CN 111976729A
- Authority
- CN
- China
- Prior art keywords
- automobile
- boundary
- execution
- data
- driving
- 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.)
- Granted
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
- 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
-
- 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
-
- 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
-
- 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
-
- 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
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0014—Adaptive controllers
Abstract
本申请提供一种汽车控制方法、底盘域控制器及智能驾驶汽车,方法应用于底盘域控制器,包括:获取汽车状态数据;根据汽车状态数据,确定出汽车的十五自由度动力学模型数据;获取第一运动边界,第一运动边界由外部的智驾域控制器基于驾驶道路数据确定;根据第一运动边界和十五自由度动力学模型数据,确定出汽车的第二动力边界;根据第二动力边界和预设对应关系,确定出第三执行边界,以使汽车上的执行机构根据位于第三执行边界内的汽车控制数据控制汽车的运行。这样可以在保证行车稳定条件下充分利用当前的行车环境,克服采取过于保守的控制策略的弊端。并且可以简便且精确地得到执行机构的执行量边界,缓解目前控制算法的准确性和计算资源问题。
Description
技术领域
本申请涉及智能汽车技术领域,具体而言,涉及一种汽车控制方法、底盘域控制器及智能驾驶汽车。
背景技术
人工智能技术在汽车产业上的应用开始落地,越来越多的传感器技术、信号处理技术以及人工智能算法进入实车应用阶段。例如,摄像头视觉技术与激光雷达等传感器信息融合技术在车辆行驶环境及状态感知上的应用。为了能够更高效、精确地对车辆自身状态与行驶环境进行判断,用于计算机视觉、雷达点云等实时高维数字信号特殊计算用的硬件设备被应用于智能驾驶技术中,用以支持更多传感设备在智能汽车上的应用,以及多传感器数据的融合。例如,通过雷达滤波定位信号基于摄像头识别的车辆与道路相对位置信息进行修正,来减小车辆定位误差,避免由于误差导致的车辆位置以及速度计算错误。
但目前智能驾驶算法对于驾驶工况的假设存在理想化的问题,导致适用范围受到限制,无法推广应用。而过于保守的决策假设,虽然可以保证算法决策的安全性,但是会导致车辆的实际稳定行驶区域无法充分利用,难以应对极端工况;常规的决策假设可以满足如中高附着理想道路情况下的正常驾驶,但是对于不确定交通环境(如突遇地附路面)时,只基于车辆外部信息的决策控制会导致车辆超出稳定边界。同时,由于对于车辆形式状态进行的理想化假设,导致了控制决策边界大、边界模糊等问题,因此不可避免地会导致深度学习类算法计算成本高,所需数据量大,实际拟合效果差等问题。
因此,如何在尽可能保证车辆稳定运行的同时,实现对行车环境的充分利用,是本领域技术中的难题。
发明内容
本申请实施例的目的在于提供一种汽车控制方法、底盘域控制器及智能驾驶汽车,以在尽可能保证车辆稳定运行的同时,实现对行车环境的充分利用。
为了实现上述目的,本申请的实施例通过如下方式实现:
第一方面,本申请实施例提供一种汽车控制方法,应用于汽车的底盘域控制器,所述方法包括:获取揭示所述汽车的运行状态的汽车状态数据;根据所述汽车状态数据,确定出所述汽车的十五自由度动力学模型数据;获取第一运动边界,其中,所述第一运动边界用于表示所述汽车在当前的驾驶环境下的理论运动边界,由外部的智驾域控制器基于驾驶道路数据确定,所述驾驶道路数据用于揭示所述汽车的行车环境;根据所述第一运动边界和所述十五自由度动力学模型数据,确定出所述汽车的第二动力边界,其中,所述第二动力边界表示所述汽车在所述第一运动边界内能够安全运行的动力状态边界;根据所述第二动力边界和预设对应关系,对所述第二动力边界进行量化,确定出第三执行边界,以使所述汽车上的执行机构根据位于所述第三执行边界内的汽车控制数据控制所述汽车的运行,其中,所述预设对应关系表示所述汽车的动力数据与所述执行机构的执行量之间的关系,所述第三执行边界表示所述执行机构的执行量边界。
在本申请实施例中,通过获取第一运动边界(表示汽车在当前的驾驶环境下的理论运动边界),结合基于汽车状态数据确定出的十五自由度动力学模型数据,可以确定出第二动力边界(汽车在第一运动边界内能够安全运行的动力状态边界),进一步对第二动力边界进行量化以确定出第三执行边界(执行机构的执行量边界),以使汽车上的执行机构根据位于第三执行边界内的汽车控制数据控制汽车的运行。通过这样的方式,可以在理论边界的基础上,结合汽车的实时状态,确定出更加准确的动力边界,从而在理论边界中,确定出与汽车实时且准确的状态相匹配的准确的动力边界,可以在保证行车稳定条件下充分利用当前的行车环境,克服采取过于保守的控制策略的弊端(为了安全行车而无法充分利用行车环境)。而通过第二动力边界和预设对应关系(汽车的动力数据与执行机构的执行量之间的关系),可以简便且精确地得到执行机构的执行量边界,从而精准地控制汽车安全稳定地行驶,从而可以极大地缓解目前控制算法的准确性和计算资源问题,从而进一步保证对汽车控制的高效性和准确性。
结合第一方面,在第一方面的第一种可能的实现方式中,所述根据所述汽车状态数据,确定出所述汽车的十五自由度动力学模型数据,包括:根据所述汽车状态数据,生成所述汽车的十五自由度动力学模型;获取驾驶员输入数据,其中,所述驾驶员输入数据为通过所述汽车的转向盘、刹车、油门而输入的数据;根据所述汽车状态数据和所述驾驶员输入数据,对所述十五自由度动力学模型进行解析,确定出所述十五自由度动力学模型数据。
在该实现方式中,通过汽车状态数据,生成汽车的十五自由度动力学模型,又结合驾驶员输入数据(通过汽车的转向盘、刹车、油门而输入的数据),可以对模型进行准确而快速的解算,得到十五自由度动力学模型数据。这样的方式,可以准确地确定出汽车状态,从而为第二边界的确定提供和可靠的数据基础,保证边界的准确性。
结合第一方面,在第一方面的第二种可能的实现方式中,根据所述第一运动边界和所述十五自由度动力学模型数据,确定出所述汽车的第二动力边界,包括:基于校验后的十五自由度动力学模型数据确定出所述汽车的行驶状态;获取路面条件信息和运动状态变化信息,其中,所述路面条件信息用于揭示所述汽车当前行驶的路面条件,所述运动状态变化信息揭示所述汽车的运动状态变化情况;根据所述第一运动边界、所述行驶状态、所述路面条件信息和所述运动状态变化信息,确定出第二安全区域,其中,所述第二安全区域对应所述第二动力边界,表示所述汽车在动力状态上可供规划的范围,包括最大纵向加速度、最大车速、最大侧向加速度、最大转向角、最大减速度中的一种或多种动力数据。
在该实现方式中,通过对十五自由度动力学模型数据的校验,可以保证数据的可靠性和准确性,而进一步获取路面条件信息(汽车当前行驶的路面条件)和运动状态变化信息(汽车的运动状态变化情况),结合第一运动边界,可以确定出第二安全区域(汽车在动力状态上可供规划的范围,例如最大纵向加速度、最大车速等),从而保证第二边界的准确性和可靠性,也能够尽可能考虑到当前的路面条件和实时的汽车状态,进一步保证第二边界的准确性和实时性,以使汽车能够充分利用道路条件且安全可靠地行驶。
结合第一方面的第二种可能的实现方式,在第一方面的第三种可能的实现方式中,所述预设对应关系包括第一对应关系表、第二对应关系表、第三对应关系表,所述执行机构包括转向机构、制动机构、驱动机构,所述根据所述第二动力边界和预设对应关系,对所述第二动力边界进行量化,确定出第三执行边界,包括:根据所述最大转向角和所述第一对应关系表,确定出所述转向机构的最大转向盘转角,其中,所述第一对应关系表为所述汽车的转向角与所述转向机构的转向角之间的对应关系;根据所述最大纵向加速度和所述第二对应关系表,确定出所述驱动机构的最大输出扭矩,其中,所述第二对应关系表为所述汽车的加速度与所述驱动机构的输出扭矩之间的对应关系;根据所述最大减速度和所述第三对应关系表,确定出所述制动机构的最大制动压力,其中,所述第三对应关系表为所述汽车的减速度与所述制动机构的制动压力之间的对应关系,所述第三执行边界包括所述最大转向盘转角、最大输出扭矩、最大制动压力。
在该实现方式中,通过预设对应关系(第一对应关系表、第二对应关系表、第三对应关系表),可以精确且高效地完成对第二动力边界(最大转向角、最大纵向加速度、最大减速度等)的量化,从而确定出对应的执行机构(转向机构、驱动机构、制动机构等)的执行量的边界(最大转向盘转角、最大输出扭矩、最大制动压力等),计算成本低且计算精度高。
结合第一方面的第三种可能的实现方式,在第一方面的第四种可能的实现方式中,所述第一对应关系表包含电机力矩与电磁特性之间的关系函数和/或关系表格,在确定出所述转向机构的最大转向盘转角后,所述方法还包括:根据所述最大转向盘转角,结合所述关系函数和/或所述关系表格,确定出所述转向机构的最大电机电流,所述第三执行边界包括所述最大电机电流。
在该实现方式中,在第一对应关系表中包含电机力矩与电磁特性之间的关系函数和/或关系表格,从而在确定出转向机构的最大转向盘转角后,进一步确定出转向机构的最大电机电流,从而在更为底层的执行量上实现边界的量化,一方面可以在后续的调节操作中,起到更为准确的量化控制作用(例如,在一些可能的情况下,不满足上层执行边界的输入控制,在经调整后可以满足下层执行边界,从而可以更加准确地实现更底层的执行量的调节);另一方面,通过此种方式计算更底层的执行量边界(特别是将复杂的对应关系表格化后,作为确定执行量边界的依据),可以极大地节约计算成本,计算高效精准,能够很好地满足对执行机构调控的实时性。
结合第一方面的第三种可能的实现方式,在第一方面的第五种可能的实现方式中,所述第三对应关系表包含电磁、机械、流体中的一种或多种物理场特性的关系函数和/或关系表格,在确定出所述制动机构的最大制动压力后,所述方法还包括:获取所述制动机构的轮缸压力,以及油泵压力或气压阀的气压;根据所述轮缸压力,结合所述油泵压力或所述气压阀的气压,以及所述关系函数和/或所述关系表格,计算出流体流动系数;根据所述流体流动系数和所述最大制动压力,确定出所述制动机构的电磁阀的最大运行时间,所述第三执行边界包括所述最大运行时间。
在该实现方式中,在第三对应关系表中包含电磁、机械、流体中的一种或多种物理场特性的关系函数和/或关系表格,从而在确定出制动机构的最大制动压力后,进一步确定出制动机构的电磁阀的最大运行时间,从而在更为底层的执行量上实现边界的量化,一方面可以在后续的调节操作中,起到更为准确的量化控制作用;另一方面,通过此种方式计算更底层的执行量边界(特别是将复杂的对应关系表格化后,作为确定执行量边界的依据),可以极大地节约计算成本,计算高效精准,能够很好地满足对执行机构调控的实时性。
结合第一方面,在第一方面的第六种可能的实现方式中,所述第三执行边界包括所述汽车的横向运动区间和横摆运动区间,在所述根据所述第二动力边界和预设对应关系,对所述第二动力边界进行量化,确定出第三执行边界之后,所述方法还包括:在确定所述汽车对转向指令的响应滞后时,基于所述汽车当前的横摆角速度、质心侧偏角、路面附着系数和纵向车速确定出第一横摆力偶矩,以减小所述汽车对所述转向指令的响应时间;在确定所述汽车对所述转向指令的响应超调时,基于所述汽车当前的横摆角速度、质心侧偏角、路面附着系数和纵向车速确定出第二横摆力偶矩,以限制所述汽车对所述转向指令的响应程度,其中,所述响应超调表示所述汽车对所述转向指令的响应超出所述横向运动区间和/或所述横摆运动区间。
在该实现方式中,通过在确定汽车对转向指令的响应滞后时,确定出第一横摆力偶矩,以减小汽车对转向指令的响应时间,而在确定汽车对转向指令的响应超调时,确定出第二横摆力偶矩,以限制汽车对转向指令的响应程度。这样可以限制汽车横向运动和横摆运动在相平面稳定区间内,从而保证汽车行驶的稳定性和驾乘体验。
结合第一方面,在第一方面的第七种可能的实现方式中,所述汽车还包括主动制动系统,所述第二动力边界还包括所述汽车的安全车速区间和安全车距区间,在所述根据所述第二动力边界和预设对应关系,对所述第二动力边界进行量化,确定出第三执行边界之后,所述方法还包括:在确定所述汽车对驱动指令的响应超调时,所述主动制动系统确定出制动指令,以使所述汽车在所述制动指令的控制下于所述安全车速区间和所述安全车距区间内行驶,其中,所述响应超调表示所述汽车对所述驱动指令的响应超出所述安全车速区间和/或所述安全车距区间。
在该实现方式中,通过在确定汽车对驱动指令的响应超调时,主动制动系统确定出制动指令,以使汽车在制动指令的控制下于安全车速区间和安全车距区间内行驶,从而保证汽车驾驶的安全性,以及,能够可靠地应对多种突发状况,提升驾驶的安全性。
第二方面,本申请实施例提供一种底盘域控制器,包括:信号获取单元,用于获取揭示所述汽车的运行状态的汽车状态数据;汽车模型单元,用于根据所述汽车状态数据,确定出所述汽车的十五自由度动力学模型数据;第一边界单元,用于获取第一运动边界,其中,所述第一运动边界用于表示所述汽车在当前的驾驶环境下的理论运动边界,由外部的智驾域控制器基于驾驶道路数据确定,所述驾驶道路数据用于揭示所述汽车的行车环境;第二边界单元,用于根据所述第一运动边界和所述十五自由度动力学模型数据,确定出所述汽车的第二动力边界,其中,所述第二动力边界表示所述汽车在所述第一运动边界内能够安全运行的动力状态边界;第三边界单元,用于根据所述第二动力边界和预设对应关系,对所述第二动力边界进行量化,确定出第三执行边界,以使所述汽车上的执行机构根据位于所述第三执行边界内的汽车控制数据控制所述汽车的运行,其中,所述预设对应关系表示所述汽车的动力数据与所述执行机构的执行量之间的关系,所述第三执行边界表示所述执行机构的执行量边界。
第三方面,本申请实施例提供一种智能驾驶汽车,包括底盘域控制器和智驾域控制器,
所述底盘域控制器,用于执行第一方面或第一方面可能的实现方式中任一项所述的汽车控制方法;所述智驾域控制器,用于获取用于揭示汽车的行车环境的驾驶道路数据,获取所述底盘域控制器确定出的所述十五自由度动力学模型数据,并根据所述驾驶道路数据和所述十五自由度动力学模型数据确定出第一运动边界,以及,将所述第一运动边界发送给所述底盘域控制器,以使所述底盘域控制器控制所述汽车,其中,所述第一运动边界用于表示所述汽车在当前的驾驶环境下的理论运动边界。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种智能驾驶汽车的示意图。
图2为本申请实施例提供的一种汽车控制方法的流程图。
图3为本申请实施例提供的一种确定第二动力边界的示意图。
图4为本申请实施例提供的汽车控制方法的过程示意图。
图5为本申请实施例提供的几种边界之间的关系示意图。
图6为本申请实施例提供的一种底盘域控制器10的结构框图。
图标:100-智能驾驶汽车;110-驾驶部;120-底盘域控制器;121-信号获取单元;122-汽车模型单元;123-第一边界单元;124-第二边界单元;125-第三边界单元;130-智驾域控制器;140-执行机构;150-传感器。
具体实施方式
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描述。
请参阅图1,图1为本申请实施例提供的一种智能驾驶汽车100的示意图。
在本实施例中,汽车100(即智能驾驶汽车100)上可以设有驾驶部110、底盘域控制器120、智驾域控制器130、执行机构140、传感器150等。驾驶部110、智驾域控制器130、执行机构140、传感器150可以与底盘域控制器120连接,传感器150还可以与智驾域控制器130连接,驾驶部110还可以与执行机构140连接等,此处不作限定。
示例性的,驾驶部110可以包括转向盘、刹车、油门等机构,以供驾驶员对汽车100的操控,这些机构可以基于驾驶员的操作而生成驾驶员输入数据,从而控制汽车100的行驶状态。例如,经驾驶员对转向盘的操控,可以生成转角输入数据,改变汽车100的转向状态;经驾驶员对油门的操控,可以生成驱动输入数据,改变汽车100的加速状态;经驾驶员对刹车的操控,可以生成制动输入数据,使汽车100制动(使汽车减速,停止等)。
示例性的,执行机构140可以包括转向机构(如转向执行器,可以包括供驾驶员进行操作的转向盘,但并非限定于此)、制动机构(如制动油缸)、驱动机构(如节气门),通过这些执行机构140的状态改变,可以控制汽车100的状态改变(例如转向、加速、减速等)。
示例性的,传感器150可以包括多种,例如轮速传感器、IMU(Inertialmeasurement unit,是测量物体三轴姿态角及加速度的装置)、制动压力传感器、转向盘转角传感器、发动机传感器(也可以为电机传感器,基于汽车的动力采用发动机提供还是电机提供来确定,另外,图1中以发动机传感器为例,仅是示例性的,不应视为对本申请的限定)、激光雷达、摄像头、毫米波雷达等。
激光雷达、摄像头、毫米波雷达等是用于检测行车环境的传感器150,可以得到原始数据,进一步处理可以得到驾驶道路数据,以揭示汽车100的行车环境。例如,激光雷达可以设置在汽车100顶部,摄像头可以设置在汽车100的正前方,毫米波雷达可以设置在汽车100的四角等。每个视觉传感器(激光雷达、摄像头、毫米波雷达等)均可以分别与底盘域控制器120和智驾域控制器130连接,但不作限定。
而轮速传感器、IMU、制动压力传感器、转向盘转角传感器、发动机传感器等则是用于检测汽车状态的传感器150。例如,IMU可以设置在汽车100的重心处,制动压力传感器可以设置在汽车100的制动轮缸处,转向盘转角传感器可以设置在汽车100的转向盘下,轮速传感器可以设置汽车100的车轮轴处,轮胎压力传感器可以设置在车轮轮胎处等。每个状态传感器(轮速传感器、IMU、制动压力传感器、转向盘转角传感器、发动机传感器等)可以分别与底盘域控制器120和对应的执行机构140连接(例如,转向盘转角传感器可以分别与底盘域控制器和转向盘连接)。
底盘域控制器120和智驾域控制器130作为汽车100驾驶的控制器(或辅助型控制器),设置在汽车100上,可以分别与汽车100的多种部件连接,以获取信息,做出驾驶决策等,其各自的功能,后文将进行介绍。其中,底盘域控制器120可以包括多个模块:信号模块、模型模块、校验模块等,每个模块可以具备独立的芯片,用于进行高效的双重校验(校验模块对每个输入或输出的数据进行逻辑校验,可以通过硬件状态值的第一重校验和计算处理的第二重检验构成双重校验体系,保证数据的准确性和可靠性)和双冗余计算(即信号模块和模型模块完成完整的计算和处理,而校验模块完成另一边的校验计算处理,实现双冗余计算,可以在某个单元失效时,靠剩余的两个模块依然能够完成计算处理,保证底盘域控制器120的可靠性)。而智驾域控制器130则主要通过视觉传感器检测的视觉信息,结合底盘域控制器实时解算的汽车100的数据,生成理论边界,以便辅助汽车100的智能驾驶。
需要说明的是,以上对汽车的硬件结构类的介绍,仅是示例性的,此处不应视为对本申请的限定。以下,将对应用于底盘域控制器的汽车控制方法进行详细的介绍。
请参阅图2,图2为本申请实施例提供的一种汽车控制方法的流程图。在本实施例中,汽车控制方法可以应用于底盘域控制器,包括步骤S10、步骤S20、步骤S30、步骤S40和步骤S50。
为了在保证汽车安全稳定行驶的基础上,充分利用汽车的行车道路条件,可以执行步骤S10。
步骤S10:获取揭示汽车的运行状态的汽车状态数据。
在本实施例中,底盘域控制器可以获取各个传感器(此处主要为状态传感器:例如轮速传感器、IMU、制动压力传感器、转向盘转角传感器、发动机传感器等)对汽车进行检测而得到的原始数据,并对原始数据进行处理,得到揭示汽车的运行状态的汽车状态数据(例如轮速、转向盘转角、节气门开度、发动机转速或电机转速、发动机转矩或电机转矩等,此处不作限定,以实际需要为准)。
另外,此处以底盘域控制器获取的汽车状态数据为例进行说明,但不应视为对本申请的限定。在其他一些可能的实现方式中,底盘域控制器还可以获取视觉传感器检测的原始数据,进行处理后得到揭示汽车的行车环境的驾驶道路数据,用于对汽车的状态观测,道路信息的识别和判断、或者将处理得到的驾驶道路数据发送给智驾域控制器等,因此,此处不作限定。
以及,在底盘域控制器获取传感器检测的原始数据时,可以检测底盘域控制器内部的各个单元的工作状态(某单元工作状态异常时,则通过另一工作状态正常的单元获取原始数据并进行后续处理),以及,通过不同单元(例如信号模块和校验模块)分别获取原始数据(在检测每个单元的工作状态正常时,可以至少由两个不同的单元(例如信号模块和校验模块)获取原始数据,并分别进行独立的处理,比对处理结果,在结果差异在范围内时则可验证该数据可用,实现对信号的验证,保证信号的准确性和可靠性)。
在获取汽车状态数据后,底盘域控制器可以执行步骤S20。
步骤S20:根据汽车状态数据,确定出汽车的十五自由度动力学模型数据。
在本实施例中,地盘与控制器可以根据获取汽车状态数据,生成汽车的十五自由度动力学模型。例如,地盘与控制器中的模型单元可以根据汽车状态数据,结合预设的汽车的参数(例如整车质量、悬挂重量、前后轮距等),生成汽车的十五自由度动力学模型。
具体的十五自由度动力学模型生成信息如下:
十五自由度动力学模型可以将方向盘转角δ和轮心力矩Ti作为输入参量,而模型常量参数可以包括整车质量m,悬挂质量ms,单个前、后簧下质量m1、m2,轴距L,整车质心到前、后轴距离a、b,质心高度hg,整车质心至侧倾轴线距离e0,整车质心至俯仰轴线距离D0,前、后轮距B1、B2,前、后悬架距离B11、B22,前、后轮半径R1、R2,车辆绕x轴的转动惯量Ix,车辆绕y轴的转动惯量Iy,车辆绕z轴的转动矩Iz。而通过实验标定悬架特性曲线可以得到前、后悬架刚度及其阻尼刚度,通过实验标定轮胎特性曲线得到车辆横向力、纵向力及悬架力等。
而后,为了对十五自由度动力学模型进行准确实时的解算,底盘域控制器可以获取驾驶员输入数据(即通过汽车的转向盘、刹车、油门而输入的数据),并根据汽车状态数据和驾驶员输入数据,对十五自由度动力学模型进行解析,确定出十五自由度动力学模型数据。
例如,可以将十五自由度动力学模型进行拆解,得到多个子模型(例如可以拆解为发动机模型、传动系统模型、车轮转动模型、整车力分析模型、悬架以上结构模型、车轮垂直运动模型等),从而基于各个子模型的输入输出以及相互之间的连接关系和数据流关系,对各个子模型进行解算,从而得到模型解算数据:纵向加速度du、横向加速度dv、垂向加速度dz;横摆角加速度dYaw、俯仰角加速度dθ、侧倾角加速度车轮垂直速度:dZ11、dZ12、dZ21、dZ22;车轮角加速度:dω11、dω12、dω21、dω22;前轮转向角δ等十五自由度动力学模型数据。其中,脚标含11、12、21、22的符号中,11、12、21、22分别表示左前轮、右前轮、左后轮和右后轮。
通过汽车状态数据,生成汽车的十五自由度动力学模型,又结合驾驶员输入数据(通过汽车的转向盘、刹车、油门而输入的数据),可以对模型进行准确而快速的解算,得到十五自由度动力学模型数据。这样的方式,可以准确地确定出汽车状态,从而为第二边界的确定提供和可靠的数据基础,保证边界的准确性。
确定出汽车的十五自由度动力学模型数据后,底盘域控制器可以对十五自由度动力学模型数据进行验证,一方面可以验证模型单元的工作状态是否正常,另一方面可以验证十五自由度动力学模型数据与检验单元计算的结果是否差异在预设范围内,从而实现对十五自由度动力学模型数据双重校验,保证底盘域控制器输出的数据的准确性。
以及,底盘域控制器可以将十五自由度动力学模型数据(还可以包括其他反应汽车状态的数据,例如汽车状态数据,基于汽车状态数据或十五自由度动力学模型数据进一步确定出的数据,或模型解算的中间过程所产生的与汽车状态相关数据等)发送给智驾域控制器。
而智驾域控制器可以通过汽车上的视觉传感器获取对应的原始数据(例如摄像头信号、雷达波信号等),进行处理后以得到揭示汽车的行车环境的驾驶道路数据,也可以接收底盘域控制器发送的驾驶道路数据(通过接收底盘域控制器发送的驾驶道路数据,由于底盘域控制器的验证机制,可以保证数据的准确性和可靠性)。
以及,智驾域控制器还可以接收底盘域控制器发送的十五自由度动力学模型数据(以及其他与车辆状态相关的数据),以根据驾驶道路数据和十五自由度动力学模型数据确定出第一运动边界,此处的第一运动边界表示汽车在当前的驾驶环境下的理论运动边界。而后智驾域控制器可以将理论运动边界发送给底盘域控制器。
此时,底盘域控制器可以执行步骤S30。
步骤S30:获取第一运动边界,其中,第一运动边界用于表示汽车在当前的驾驶环境下的理论运动边界,由外部的智驾域控制器基于驾驶道路数据确定,驾驶道路数据用于揭示汽车的行车环境。
底盘域控制器可以接收智驾域控制器发送的第一运动边界。
在获取第一运动边界后,底盘域控制器可以执行步骤S40。
步骤S40:根据第一运动边界和十五自由度动力学模型数据,确定出汽车的第二动力边界,其中,第二动力边界表示汽车在第一运动边界内能够安全运行的动力状态边界。
请参阅图3,图3为本申请实施例提供的一种确定第二动力边界的示意图。
在本实施例中,底盘域控制器可以基于校验后的十五自由度动力学模型数据确定出汽车的行驶状态。
例如,底盘域控制器可以基于十五自由度动力学模型数据,对其中的纵向加速度du、横向加速度dv、横摆角加速度dYaw、俯仰角加速度dθ、侧倾角加速度等进行进一步校验。例如,通过将解算值(即通过模型解算得到的数据)与响应值(实际检测到的响应数据)进行校对,从而判断汽车当前的行驶状态(例如加速、匀速、减速等)。
以及,基于第一运动边界,底盘域控制器可以确定出在当前汽车状态下汽车可以稳定行驶的第一预测区域(对应第一运动边界)。
在本实施例中,为了准确确定出合理的第二动力边界,还可以考虑当前的路面条件信息和运动状态变化信息,综合确定当前的行车条件,以准确确定出第二动力边界。
示例性的,底盘域控制器可以获取路面条件信息(例如路面的附着系数,可以通过十五自由度动力学模型数据基于当前的纵向车速、滑移率等参数实时估算出来)和运动状态变化信息(例如面对不确定性的行车环境、传感器失效、上一时刻稳定运行的参数、实时附着系数的识别与实际响应值的校对、对纵向车速的修正、对转向盘转角的修正等)。并且,路面条件信息的变化,也会对车辆的运动状态的变化信息产生影响,也可以基于该影响对运动状态变化信息进行修正。通过这种方式,可以实时准确地获取当前的路面条件信息和运动状态变化信息,以便确定出合适的控制边界。
而后,底盘域控制器可以根据第一运动边界(此处还可以用第一预测区域代替第一运动边界)、汽车的行驶状态、路面条件信息和运动状态变化信息,确定出第二安全区域,其中,第二安全区域对应第二动力边界,表示汽车在动力状态上可供规划的范围,包括最大纵向加速度、最大车速、最大侧向加速度、最大转向角、最大减速度、最大横摆角等中的一种或多种动力数据。当然,此处以最大纵向加速度、最大车速、最大侧向加速度、最大转向角、最大减速度、最大横摆角为例,也是示例性的,不应视为对本申请的限定。例如,第二安全区域(第二动力边界)还可以包括最小车速、最小减速度、最小横摆角、最小转向角等参数值,此处不作限定。
例如,在底盘域控制器中,对于纵向车速的计算:首先可以基于轮速传感器计算得到各轮轮速平均得到初始参考值,再根据路面附着信息以及mue-slip(附着-滑移)曲线计算各轮滑移率,修正后得到实际的车轮移动线速度,而后可以根据横摆角、方向盘转角,将各轮线速度转移到质心或者后轴中心,以得到实际的车速。其中,Mue-slip曲线是指轮胎滑移率与路面附着之间的关系曲线,通过轮胎滑移率可以计算出当前路面附着情况,或者根据路面附着粗略估计轮胎滑移率,此处是以后者为例。
为了保证重要变量(例如基于车速而计算得到的加速度等信息)的鲁棒性,底盘域控制器可以根据轮速、轮加速、车速、车辆加速度等参数,衡量车辆各轮行驶状态与稳定状态之间差距,进一步得到计算权重,从而将各轮进行加权平均来滤波修正实际车速,进一步提高车速计算的准确性和车速算法的抗干扰性。
通过对十五自由度动力学模型数据的校验,可以保证数据的可靠性和准确性,而进一步获取路面条件信息(汽车当前行驶的路面条件)和运动状态变化信息(汽车的运动状态变化情况),结合第一运动边界,可以确定出第二安全区域(汽车在动力状态上可供规划的范围,例如最大纵向加速度、最大车速等),从而保证第二边界的准确性和可靠性,也能够尽可能考虑到当前的路面条件和实时的汽车状态,进一步保证第二边界的准确性和实时性,以使汽车能够充分利用道路条件且安全可靠地行驶。
需要说明的是,在本实施例中,还可以针对性地设计多种不同模式下确定第二动力边界的方式,以使各种情况下确定出的第二动力边界能够适应各自的行车环境。
例如,可以设定正常模式和紧急模式。在路面条件信息的变化处于设定的范围,且运动状态变化信息中任一项均处于其各自设定的范围内时(即,路面条件信息和运动状态变化信息均未发生太大改变,且不属于紧急模式中时),可以通过正常模式来确定第二动力边界。此时确定的第二动力边界,可以兼顾安全性和道路条件,使得汽车在智能驾驶过程中,能够充分利用当前的行车环境和路面条件,不将安全的可操作范围限定得过小。而当路面条件信息的突然变化、路面条件信息本身的情况(例如附着系数低)而需要谨慎驾驶时,或者,汽车的运动状态变化信息较大(即汽车的运动状态变化较大,例如传感器失效)时,可以基于紧急模式确定第二动力边界。此种模式下确定出的第二动力边界,就优先考虑汽车的安全驾驶。
在本实施例中,确定出汽车的第二动力边界后,底盘域控制器可以执行步骤S50。
步骤S50:根据第二动力边界和预设对应关系,对第二动力边界进行量化,确定出第三执行边界,以使汽车上的执行机构根据位于第三执行边界内的汽车控制数据控制汽车的运行,其中,预设对应关系表示汽车的动力数据与执行机构的执行量之间的关系,第三执行边界表示执行机构的执行量边界。
在本实施例中,底盘域控制器可以根据第二动力边界和预设对应关系(汽车的动力数据与执行机构的执行量之间的关系),对第二动力边界进行量化,确定出第三执行边界(执行机构的执行量边界),以使汽车上的执行机构根据位于第三执行边界内的汽车控制数据控制汽车的运行。
基于此,底盘域控制器可以在理论边界的基础上,结合汽车的实时状态,确定出更加准确的动力边界,从而在理论边界中,确定出与汽车实时且准确的状态相匹配的准确的动力边界,可以在保证行车稳定条件下充分利用当前的行车环境,克服采取过于保守的控制策略的弊端(为了安全行车而无法充分利用行车环境)。而通过第二动力边界和预设对应关系(汽车的动力数据与执行机构的执行量之间的关系),可以简便且精确地得到执行机构的执行量边界,从而精准地控制汽车安全稳定地行驶,从而可以极大地缓解目前控制算法的准确性和计算资源问题,从而进一步保证对汽车控制的高效性和准确性。
在本实施例中,为了保证计算精度,预设对应关系可以包括第一对应关系表(汽车的转向角与转向机构的转向角之间的对应关系)、第二对应关系表(汽车的加速度与驱动机构的输出扭矩之间的对应关系)、第三对应关系表(汽车的减速度与制动机构的制动压力之间的对应关系)。而确定出的第三执行边界可以包括最大转向盘转角、最大输出扭矩、最大制动压力。
通过预设对应关系(第一对应关系表、第二对应关系表、第三对应关系表),可以精确且高效地完成对第二动力边界(最大转向角、最大纵向加速度、最大减速度等)的量化,从而确定出对应的执行机构(转向机构、驱动机构、制动机构等)的执行量的边界(最大转向盘转角、最大输出扭矩、最大制动压力等),计算成本极低且计算精度高。
示例性的,底盘域控制器可以根据最大转向角和第一对应关系表,确定出转向机构的最大转向盘转角。最大转向盘转角为转向机构在当前条件(汽车状态和道路条件)下的最大执行量,可以限定汽车的侧向加速度。并且,左转与右转的数值并不一定重合,此处不作限定。
而第一对应关系表中还可以包含电机力矩与电磁特性之间的关系函数和/或关系表格,在确定出转向机构的最大转向盘转角后,底盘域控制器可以进一步根据最大转向盘转角,结合该关系函数和/或关系表格(电机力矩与电磁特性之间的关系函数和/或关系表格),确定出转向机构的最大电机电流(第三执行边界包括转向机构的最大电机电流)。
例如,可以通过map图查表的方式,得到与最大转向盘转角匹配的电机力矩与电磁特性之间的具体关系,从而简便而精准地确定出最大电机电流(第三执行边界中的一种参数)。
第一对应关系表中包含电机力矩与电磁特性之间的关系函数和/或关系表格,从而在确定出转向机构的最大转向盘转角后,进一步确定出转向机构的最大电机电流,从而在更为底层的执行量上实现边界的量化,一方面可以在后续的调节操作中,起到更为准确的量化控制作用(例如,在一些可能的情况下,不满足上层执行边界的输入控制,在经调整后可以满足下层执行边界,从而可以更加准确地实现更底层的执行量的调节);另一方面,通过此种方式计算更底层的执行量边界(特别是将复杂的对应关系表格化后,作为确定执行量边界的依据),可以极大地节约计算成本,计算高效精准,能够很好地满足对执行机构调控的实时性。
示例性的,底盘域控制器可以根据最大纵向加速度和第二对应关系表,确定出驱动机构的最大输出扭矩。最大输出扭矩为驱动机构在当前条件(汽车状态和道路条件)下的最大执行量,可以限定汽车的纵向加速度。
而第二对应关系表中可以包含机械、热力学与流体力学中的一种或多种物理场特性的关系函数和/或关系表格,在确定出驱动机构的最大输出扭矩后,底盘域控制器可以获取当前的节气门开度,并根据节气门开度,结合该关系函数和/或关系列表(机械、热力学与流体力学中的一种或多种物理场特性的关系函数和/或关系表格),确定出节气门开度最大开度。
第二对应关系表中包含机械、热力学与流体力学中的一种或多种物理场特性的关系函数和/或关系表格,从而在确定出驱动机构的最大输出扭矩后,进一步确定出驱动机构的节气门的最大节气门开度,从而在更为底层的执行量上实现边界的量化,一方面可以在后续的调节操作中,起到更为准确的量化控制作用;另一方面,通过此种方式计算更底层的执行量边界(特别是将复杂的对应关系表格化后,作为确定执行量边界的依据),可以极大地节约计算成本,计算高效精准,能够很好地满足对执行机构调控的实时性。
示例性的,底盘域控制器还可以根据最大减速度和第三对应关系表(汽车的减速度与制动机构的制动压力之间的对应关系),确定出制动机构的最大制动压力。
而第三对应关系表中可以包含电磁、机械、流体中的一种或多种物理场特性的关系函数和/或关系列表,在确定出制动机构的最大制动压力后,底盘域控制器可以进一步获取制动机构的轮缸压力,以及油泵压力(此时汽车制动是采用油泵进行制动)或气压阀的气压(此时汽车制动是采用气压阀进行制动),并根据轮缸压力,结合油泵压力或气压阀的气压,以及该关系函数和/或关系列表(电磁、机械、流体中的一种或多种物理场特性的关系函数和/或关系列表),计算出流体流动系数,从而进一步根据流体流动系数和最大制动压力,确定出制动机构的电磁阀的最大运行时间。
在第三对应关系表中包含电磁、机械、流体中的一种或多种物理场特性的关系函数和/或关系列表,从而在确定出制动机构的最大制动压力后,进一步确定出制动机构的电磁阀的最大运行时间,从而在更为底层的执行量上实现边界的量化,一方面可以在后续的调节操作中,起到更为准确的量化控制作用;另一方面,通过此种方式计算更底层的执行量边界(特别是将复杂的对应关系表格化后,作为确定执行量边界的依据),可以极大地节约计算成本,计算高效精准,能够很好地满足对执行机构调控的实时性。
例如,涉及到电机力矩与电磁特性的物理场特性的关系函数和/或关系表格,可以包括:
其中,u表示电压,i表示电流,R表示电阻,L表示电感,θ为角度,ψ表示磁链。
例如,涉及到机械的物理场特性的关系函数和/或关系表格,可以包括:发动机的力矩平衡方程,轮胎单自由度力矩平衡关系等。而涉及到热力学的物理场特性的关系函数和/或关系表格,可以包括理想密闭容器增压关系:
其中,P表示气压,m表示气体质量,V表示容器体积,n多变指数,const表示常量。
又如,涉及到流体力学的物理场特性的关系函数和/或关系表格,可以包括制动系统中液体或者气体的流量计算方程:
其中,dm表示质量流量,A表示有效流通面积,Cq表示流量系数,Cm表示质量流量系数,P表示气压,T表示温度。
以上这些关系,可以均采用表格化的方式预设,而在需要引用时即可通过查表得形式获取,这样计算执行量边界的方式简单方便,且消耗的计算资源极少。当然,对于一些简单的关系,也可以采用函数的形式,也无需消耗太多的计算资源,且能够保证计算的实时性和精准度。第一对应关系表、第二对应关系表和第三对应关系表的形式,可以基于实际需要进行选取,此处不作限定。
另外,在其他一些可能的实现方式中,在完成汽车运动状态解析(确定出十五自由度动力学模型数据)后,底盘域控制器可以根据已有状态量(例如纵向车速、侧向车速、纵向加速度等),构建驾驶员控制视角的实时行驶环境(即,对汽车的未来状态进行预瞄,例如,预估汽车的未来行车轨迹、未来行车环境和未来动力学状态等),从而结合第二控制边界确定汽车的第三执行边界,进一步确定出汽车的行驶稳定性边界(即第三执行边界对应的行驶边界)。
而通过纵向控制算法和横向控制算法,可以在底盘域控制器的类驾驶员视角下实时适应调整汽车的控制量,保证汽车在行驶稳定性边界(即第三执行边界对应的行驶边界)内行驶。
对于汽车的横向控制,在本实施例中,第三执行边界还可以包括汽车的横向运动区间和横摆运动区间。底盘域控制器可以在确定汽车对转向指令的响应滞后时,基于汽车当前的横摆角速度、质心侧偏角、路面附着系数和纵向车速,确定出第一横摆力偶矩,以减小汽车对转向指令的响应时间。或者,底盘域控制器也可以在确定汽车对转向指令的响应超调(汽车对转向指令的响应超出横向运动区间和/或横摆运动区间)时,基于汽车当前的横摆角速度、质心侧偏角、路面附着系数和纵向车速确定出第二横摆力偶矩,以限制汽车对转向指令的响应程度。
示例性的,横摆力偶矩可以通过十五自由度动力学模型计算,而横摆角速度、质心侧偏角、路面附着系数和纵向车速等实时的状态数据均可以由十五自由度动力学模型给出,计算横摆力偶矩具体的算法可以采用滑模、H无穷闭环控制算法等,此处不作具体限定。
通过在确定汽车对转向指令的响应滞后时,确定出第一横摆力偶矩,以减小汽车对转向指令的响应时间,而在确定汽车对转向指令的响应超调时,确定出第二横摆力偶矩,以限制汽车对转向指令的响应程度。这样可以限制汽车横向运动和横摆运动在相平面稳定区间内,从而保证汽车行驶的稳定性和驾乘体验。
对于汽车的纵向控制,在本实施例中,底盘域控制器可以在ABS(Antilock BrakeSystem,制动防抱死系统)、TCS(Traction Control System,牵引力控制系统)等的制动或驱动情况下,实现对汽车的滑移控制、第轮驱动控制、以及ACC(Adaptive Cruise Control,自适应巡航控制),AEB(Autonomous Emergency Braking,主动制动系统)等与ADAS(Advanced Driving Assistance System,高级驾驶辅助系统)相关的智能驾驶功能,其中,ACC为驾驶员主动触发,而AEB为自动触发(例如在检测到前车距离小于安全距离,且用户未制动时触发)。
示例性的,当触发制动,而底盘域控制器在检测到过大滑移率时,可以触发ABS对制动力进行调控,以维持车轮能够达到的最大附着。同理,对于汽车的驱动滑移,也可以采用类似的方式进行控制,以保证汽车行驶的安全性和稳定性。
在本实施例中,汽车还可以包括主动制动系统,以辅助汽车智能驾驶;而第二动力边界还可以包括汽车的安全车速区间和安全车距区间。底盘域控制器还可以在确定汽车对驱动指令的响应超调(汽车对驱动指令的响应超出安全车速区间和/或安全车距区间)时,通过主动制动系统确定出制动指令,以使汽车在制动指令的控制下于安全车速区间和安全车距区间内行驶。
通过在确定汽车对驱动指令的响应超调时,主动制动系统确定出制动指令,以使汽车在制动指令的控制下于安全车速区间和安全车距区间内行驶,从而保证汽车驾驶的安全性,以及,能够可靠地应对多种突发状况,提升驾驶的安全性。
为了便于对本方案的理解,此处将结合图4,对本方案进行总结性的描述。
请参阅图4,在本实施例中,可以通过感知层(多个传感器)感知汽车的状态和驾驶环境,得到多种信号,例如摄像头信号、毫米波信号、轮速信号、加速度信号、方向盘转角信号等(可确定出汽车状态数据和驾驶道路数据)。而底盘域控制器可以基于得到的汽车状态数据确定出十五自由度动力学模型数据(例如纵向加速度du、横向加速度dv、垂向加速度dz;横摆角加速度dYaw、俯仰角加速度dθ、侧倾角加速度前轮转向角δ等)。而底盘域控制器还可以基于十五自由度动力学模型数据,以及对路面条件信息的观测,对汽车的运动状态变化信息的观测,进一步结合智驾域控制器发送的第一运动边界,确定出第二动力边界(例如最大纵向加速度、最大侧向加速度、最大转向盘转角等)。而基于第二动力边界,结合预设对应关系,可以确定出第三执行边界,从而量化第二动力边界,并根据控制指令(例如纵向加速请求、转向盘转交请求、纵向减速请求等)给出位于第三执行边界内的控制指令,控制执行层(执行机构,例如转向机构、制动机构、驱动机构等)执行,并将执行层和汽车的响应结果(例如实际响应纵向速度、实际响应横摆角速度、实际响应侧向加速度等)反馈给底盘域控制器、感知层(通过路径偏差进行反馈)、智驾域控制器等,从而提升整个系统的可靠性和准确性。
为了更清楚地解释几种边界之间的关系,请参阅图5,在本实施例中,汽车的TJA(Traffic Jam Assistant,交通拥堵辅助系统)、ICA(Intelligent cruise Assistant,智能巡航辅助系统)等可以基于摄像头,确定出驾驶道路数据(例如对道路的识别检测,对物体的识别检测等),结合侧向辅助和毫米波雷达特征信息,可以进行目标转矩(即预期的汽车本身需要达到的转矩)的计算,作为对汽车的横向引导。以及,汽车的TJA、ICA还可以基于毫米波雷达,生成驾驶轨道(驾驶道路数据),结合纵向辅助和平行车道信息,以及视觉特征信息、边界信息、物体信息等,实现对汽车的纵向引导。而基于以上这些信息,可以确定出汽车的理论运动边界(即第一运动边界),而基于智驾域(包括TJA、ICA等)给出的理论运动边界,底盘域控制器可以结合当前的汽车状态(例如状态量v、u等)、以及底盘域控制器观测到的道路信息、路面信息等,作为汽车的运动学约束和动力学约束,可以确定出汽车的动力学控制边界(即第二动力边界,例如汽车的最大转向角、最大加速度、最大减速度等)。而后,底盘域控制器可以基于预设的对应关系,以及动力学控制边界,确定出执行器的执行量边界(即第三执行边界,例如最大转向盘转向角、最大输出扭矩、最大轮缸制动压力等)。
请参阅图6,图6为本申请实施例提供的一种底盘域控制器120的结构框图。在本申请实施例中,底盘域控制器120,包括:
信号获取单元121,用于获取揭示所述汽车的运行状态的汽车状态数据。
汽车模型单元122,用于根据所述汽车状态数据,确定出所述汽车的十五自由度动力学模型数据。
第一边界单元123,用于获取第一运动边界,其中,所述第一运动边界用于表示所述汽车在当前的驾驶环境下的理论运动边界,由外部的智驾域控制器基于驾驶道路数据确定,所述驾驶道路数据用于揭示所述汽车的行车环境。
第二边界单元124,用于根据所述第一运动边界和所述十五自由度动力学模型数据,确定出所述汽车的第二动力边界,其中,所述第二动力边界表示所述汽车在所述第一运动边界内能够安全运行的动力状态边界。
第三边界单元125,用于根据所述第二动力边界和预设对应关系,对所述第二动力边界进行量化,确定出第三执行边界,以使所述汽车上的执行机构根据位于所述第三执行边界内的汽车控制数据控制所述汽车的运行,其中,所述预设对应关系表示所述汽车的动力数据与所述执行机构的执行量之间的关系,所述第三执行边界表示所述执行机构的执行量边界。
在本实施例中,所述汽车模型单元122,具体用于根据所述汽车状态数据,生成所述汽车的十五自由度动力学模型;获取驾驶员输入数据,其中,所述驾驶员输入数据为通过所述汽车的转向盘、刹车、油门而输入的数据;根据所述汽车状态数据和所述驾驶员输入数据,对所述十五自由度动力学模型进行解析,确定出所述十五自由度动力学模型数据。
在本实施例中,所述第二边界单元124,具体用于基于校验后的十五自由度动力学模型数据确定出所述汽车的行驶状态;获取路面条件信息和运动状态变化信息,其中,所述路面条件信息用于揭示所述汽车当前行驶的路面条件,所述运动状态变化信息揭示所述汽车的运动状态变化情况;根据所述第一运动边界、所述行驶状态、所述路面条件信息和所述运动状态变化信息,确定出第二安全区域,其中,所述第二安全区域对应所述第二动力边界,表示所述汽车在动力状态上可供规划的范围,包括最大纵向加速度、最大车速、最大侧向加速度、最大转向角、最大减速度中的一种或多种动力数据。
在本实施例中,所述预设对应关系包括第一对应关系表、第二对应关系表、第三对应关系表,所述执行机构包括转向机构、制动机构、驱动机构,所述第三边界单元125,具体用于根据所述最大转向角和所述第一对应关系表,确定出所述转向机构的最大转向盘转角,其中,所述第一对应关系表为所述汽车的转向角与所述转向机构的转向角之间的对应关系;根据所述最大纵向加速度和所述第二对应关系表,确定出所述驱动机构的最大输出扭矩,其中,所述第二对应关系表为所述汽车的加速度与所述驱动机构的输出扭矩之间的对应关系;根据所述最大减速度和所述第三对应关系表,确定出所述制动机构的最大制动压力,其中,所述第三对应关系表为所述汽车的减速度与所述制动机构的制动压力之间的对应关系,所述第三执行边界包括所述最大转向盘转角、最大输出扭矩、最大制动压力。
在本实施例中,所述第一对应关系表包含电机力矩与电磁特性之间的关系函数和/或关系列表,所述第三边界单元125,还用于在确定出所述转向机构的最大转向盘转角后,根据所述最大转向盘转角,结合所述关系函数和/或所述关系列表,确定出所述转向机构的最大电机电流,所述第三执行边界包括所述最大电机电流。
在本实施例中,所述第三对应关系表包含电磁、机械、流体中的一种或多种物理场特性的关系函数和/或关系列表,所述第三边界单元125,还用于在确定出所述制动机构的最大制动压力后,获取所述制动机构的轮缸压力,以及油泵压力或气压阀的气压;根据所述轮缸压力,结合所述油泵压力或所述气压阀的气压,以及所述关系函数和/或关系列表,计算出流体流动系数;根据所述流体流动系数和所述最大制动压力,确定出所述制动机构的电磁阀的最大运行时间,所述第三执行边界包括所述最大运行时间。
在本实施例中,所述第三执行边界包括所述汽车的横向运动区间和横摆运动区间,所述底盘域控制器120,还包括调整单元,用于在所述第三边界单元125根据所述第二动力边界和预设对应关系,对所述第二动力边界进行量化,确定出第三执行边界之后,在确定所述汽车对转向指令的响应滞后时,基于所述汽车当前的横摆角速度、质心侧偏角、路面附着系数和纵向车速确定出第一横摆力偶矩,以减小所述汽车对所述转向指令的响应时间;在确定所述汽车对所述转向指令的响应超调时,基于所述汽车当前的横摆角速度、质心侧偏角、路面附着系数和纵向车速确定出第二横摆力偶矩,以限制所述汽车对所述转向指令的响应程度,其中,所述响应超调表示所述汽车对所述转向指令的响应超出所述横向运动区间和/或所述横摆运动区间。
在本实施例中,所述汽车还包括主动制动系统,所述第二动力边界还包括所述汽车的安全车速区间和安全车距区间,所述底盘域控制器120,还包括调整单元,用于在所述第三边界单元125根据所述第二动力边界和预设对应关系,对所述第二动力边界进行量化,确定出第三执行边界之后,在确定所述汽车对驱动指令的响应超调时,所述主动制动系统确定出制动指令,以使所述汽车在所述制动指令的控制下于所述安全车速区间和所述安全车距区间内行驶,其中,所述响应超调表示所述汽车对所述驱动指令的响应超出所述安全车速区间和/或所述安全车距区间。
本申请实施例还提供一种智能驾驶汽车,包括底盘域控制器和智驾域控制器,所述底盘域控制器,用于本实施例中所述的汽车控制方法;所述智驾域控制器,用于获取用于揭示汽车的行车环境的驾驶道路数据,获取所述底盘域控制器确定出的所述十五自由度动力学模型数据,并根据所述驾驶道路数据和所述十五自由度动力学模型数据确定出第一运动边界,以及,将所述第一运动边界发送给所述底盘域控制器,以使所述底盘域控制器控制所述汽车,其中,所述第一运动边界用于表示所述汽车在当前的驾驶环境下的理论运动边界。
综上所述,本申请实施例提供一种汽车控制方法、底盘域控制器及智能驾驶汽车,通过获取第一运动边界(表示汽车在当前的驾驶环境下的理论运动边界),结合基于汽车状态数据确定出的十五自由度动力学模型数据,可以确定出第二动力边界(汽车在第一运动边界内能够安全运行的动力状态边界),进一步对第二动力边界进行量化以确定出第三执行边界(执行机构的执行量边界),以使汽车上的执行机构根据位于第三执行边界内的汽车控制数据控制汽车的运行。通过这样的方式,可以在理论边界的基础上,结合汽车的实时状态,确定出更加准确的动力边界,从而在理论边界中,确定出与汽车实时且准确的状态相匹配的准确的动力边界,可以在保证行车稳定条件下充分利用当前的行车环境,克服采取过于保守的控制策略的弊端(为了安全行车而无法充分利用行车环境)。而通过第二动力边界和预设对应关系(汽车的动力数据与执行机构的执行量之间的关系),可以简便且精确地得到执行机构的执行量边界,从而精准地控制汽车安全稳定地行驶,从而可以极大地缓解目前控制算法的准确性和计算资源问题,从而进一步保证对汽车控制的高效性和准确性。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,又例如,多个单元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。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
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。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种汽车控制方法,其特征在于,应用于汽车的底盘域控制器,所述方法包括:
获取揭示所述汽车的运行状态的汽车状态数据;
根据所述汽车状态数据,确定出所述汽车的十五自由度动力学模型数据;
获取第一运动边界,其中,所述第一运动边界用于表示所述汽车在当前的驾驶环境下的理论运动边界,由外部的智驾域控制器基于驾驶道路数据确定,所述驾驶道路数据用于揭示所述汽车的行车环境;
根据所述第一运动边界和所述十五自由度动力学模型数据,确定出所述汽车的第二动力边界,其中,所述第二动力边界表示所述汽车在所述第一运动边界内能够安全运行的动力状态边界;
根据所述第二动力边界和预设对应关系,对所述第二动力边界进行量化,确定出第三执行边界,以使所述汽车上的执行机构根据位于所述第三执行边界内的汽车控制数据控制所述汽车的运行,其中,所述预设对应关系表示所述汽车的动力数据与所述执行机构的执行量之间的关系,所述第三执行边界表示所述执行机构的执行量边界。
2.根据权利要求1所述的汽车控制方法,其特征在于,所述根据所述汽车状态数据,确定出所述汽车的十五自由度动力学模型数据,包括:
根据所述汽车状态数据,生成所述汽车的十五自由度动力学模型;
获取驾驶员输入数据,其中,所述驾驶员输入数据为通过所述汽车的转向盘、刹车、油门而输入的数据;
根据所述汽车状态数据和所述驾驶员输入数据,对所述十五自由度动力学模型进行解析,确定出所述十五自由度动力学模型数据。
3.根据权利要求1所述的汽车控制方法,其特征在于,根据所述第一运动边界和所述十五自由度动力学模型数据,确定出所述汽车的第二动力边界,包括:
基于校验后的十五自由度动力学模型数据确定出所述汽车的行驶状态;
获取路面条件信息和运动状态变化信息,其中,所述路面条件信息用于揭示所述汽车当前行驶的路面条件,所述运动状态变化信息揭示所述汽车的运动状态变化情况;
根据所述第一运动边界、所述行驶状态、所述路面条件信息和所述运动状态变化信息,确定出第二安全区域,其中,所述第二安全区域对应所述第二动力边界,表示所述汽车在动力状态上可供规划的范围,包括最大纵向加速度、最大车速、最大侧向加速度、最大转向角、最大减速度中的一种或多种动力数据。
4.根据权利要求3所述的汽车控制方法,其特征在于,所述预设对应关系包括第一对应关系表、第二对应关系表、第三对应关系表,所述执行机构包括转向机构、制动机构、驱动机构,所述根据所述第二动力边界和预设对应关系,对所述第二动力边界进行量化,确定出第三执行边界,包括:
根据所述最大转向角和所述第一对应关系表,确定出所述转向机构的最大转向盘转角,其中,所述第一对应关系表为所述汽车的转向角与所述转向机构的转向角之间的对应关系;
根据所述最大纵向加速度和所述第二对应关系表,确定出所述驱动机构的最大输出扭矩,其中,所述第二对应关系表为所述汽车的加速度与所述驱动机构的输出扭矩之间的对应关系;
根据所述最大减速度和所述第三对应关系表,确定出所述制动机构的最大制动压力,其中,所述第三对应关系表为所述汽车的减速度与所述制动机构的制动压力之间的对应关系,所述第三执行边界包括所述最大转向盘转角、最大输出扭矩、最大制动压力。
5.根据权利要求4所述的汽车控制方法,其特征在于,所述第一对应关系表包含电机力矩与电磁特性之间的关系函数和/或关系表格,在确定出所述转向机构的最大转向盘转角后,所述方法还包括:
根据所述最大转向盘转角,结合所述关系函数和/或所述关系表格,确定出所述转向机构的最大电机电流,所述第三执行边界包括所述最大电机电流。
6.根据权利要求4所述的汽车控制方法,其特征在于,所述第三对应关系表包含电磁、机械、流体中的一种或多种物理场特性的关系函数和/或关系表格,在确定出所述制动机构的最大制动压力后,所述方法还包括:
获取所述制动机构的轮缸压力,以及油泵压力或气压阀的气压;
根据所述轮缸压力,结合所述油泵压力或所述气压阀的气压,以及所述关系函数和/或所述关系表格,计算出流体流动系数;
根据所述流体流动系数和所述最大制动压力,确定出所述制动机构的电磁阀的最大运行时间,所述第三执行边界包括所述最大运行时间。
7.根据权利要求1所述的汽车控制方法,其特征在于,所述第三执行边界包括所述汽车的横向运动区间和横摆运动区间,在所述根据所述第二动力边界和预设对应关系,对所述第二动力边界进行量化,确定出第三执行边界之后,所述方法还包括:
在确定所述汽车对转向指令的响应滞后时,基于所述汽车当前的横摆角速度、质心侧偏角、路面附着系数和纵向车速确定出第一横摆力偶矩,以减小所述汽车对所述转向指令的响应时间;
在确定所述汽车对所述转向指令的响应超调时,基于所述汽车当前的横摆角速度、质心侧偏角、路面附着系数和纵向车速确定出第二横摆力偶矩,以限制所述汽车对所述转向指令的响应程度,其中,所述响应超调表示所述汽车对所述转向指令的响应超出所述横向运动区间和/或所述横摆运动区间。
8.根据权利要求1所述的汽车控制方法,其特征在于,所述汽车还包括主动制动系统,所述第二动力边界还包括所述汽车的安全车速区间和安全车距区间,在所述根据所述第二动力边界和预设对应关系,对所述第二动力边界进行量化,确定出第三执行边界之后,所述方法还包括:
在确定所述汽车对驱动指令的响应超调时,所述主动制动系统确定出制动指令,以使所述汽车在所述制动指令的控制下于所述安全车速区间和所述安全车距区间内行驶,其中,所述响应超调表示所述汽车对所述驱动指令的响应超出所述安全车速区间和/或所述安全车距区间。
9.一种底盘域控制器,其特征在于,包括:
信号获取单元,用于获取揭示汽车的运行状态的汽车状态数据;
汽车模型单元,用于根据所述汽车状态数据,确定出所述汽车的十五自由度动力学模型数据;
第一边界单元,用于获取第一运动边界,其中,所述第一运动边界用于表示所述汽车在当前的驾驶环境下的理论运动边界,由外部的智驾域控制器基于驾驶道路数据确定,所述驾驶道路数据用于揭示所述汽车的行车环境;
第二边界单元,用于根据所述第一运动边界和所述十五自由度动力学模型数据,确定出所述汽车的第二动力边界,其中,所述第二动力边界表示所述汽车在所述第一运动边界内能够安全运行的动力状态边界;
第三边界单元,用于根据所述第二动力边界和预设对应关系,对所述第二动力边界进行量化,确定出第三执行边界,以使所述汽车上的执行机构根据位于所述第三执行边界内的汽车控制数据控制所述汽车的运行,其中,所述预设对应关系表示所述汽车的动力数据与所述执行机构的执行量之间的关系,所述第三执行边界表示所述执行机构的执行量边界。
10.一种智能驾驶汽车,其特征在于,包括底盘域控制器和智驾域控制器,
所述底盘域控制器,用于执行权利要求1至8中任一项所述的汽车控制方法;
所述智驾域控制器,用于获取用于揭示汽车的行车环境的驾驶道路数据,获取所述底盘域控制器确定出的所述十五自由度动力学模型数据,并根据所述驾驶道路数据和所述十五自由度动力学模型数据确定出第一运动边界,以及,将所述第一运动边界发送给所述底盘域控制器,以使所述底盘域控制器控制所述汽车,其中,所述第一运动边界用于表示所述汽车在当前的驾驶环境下的理论运动边界。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010881772.6A CN111976729B (zh) | 2020-08-27 | 2020-08-27 | 汽车控制方法、底盘域控制器及智能驾驶汽车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010881772.6A CN111976729B (zh) | 2020-08-27 | 2020-08-27 | 汽车控制方法、底盘域控制器及智能驾驶汽车 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111976729A true CN111976729A (zh) | 2020-11-24 |
CN111976729B CN111976729B (zh) | 2021-08-20 |
Family
ID=73440841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010881772.6A Active CN111976729B (zh) | 2020-08-27 | 2020-08-27 | 汽车控制方法、底盘域控制器及智能驾驶汽车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111976729B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112356833A (zh) * | 2021-01-13 | 2021-02-12 | 北京理工大学 | 跨域结构的电动汽车自适应巡航系统及其控制与分析方法 |
CN113119945A (zh) * | 2021-04-30 | 2021-07-16 | 知行汽车科技(苏州)有限公司 | 一种基于环境模型的汽车高级辅助驾驶系统 |
CN113212335A (zh) * | 2021-05-28 | 2021-08-06 | 重庆长安汽车股份有限公司 | 底盘域控制器、局部集成式底盘域架构及车辆 |
CN113212333A (zh) * | 2021-04-21 | 2021-08-06 | 北京汽车股份有限公司 | 一种域控制器及车辆 |
CN113276835A (zh) * | 2021-04-09 | 2021-08-20 | 清华大学 | 车辆转向稳定控制方法、装置、esc及车辆 |
CN113359457A (zh) * | 2021-06-21 | 2021-09-07 | 清华大学 | 智能车底盘域控制器的高维动力学模型解算装置及方法 |
CN113895448A (zh) * | 2021-10-20 | 2022-01-07 | 清华大学 | 域控制器间的协同交互控制架构及其控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1608011A (zh) * | 2001-12-27 | 2005-04-20 | 丰田自动车株式会社 | 集成式车辆运动控制系统 |
CN103085816A (zh) * | 2013-01-30 | 2013-05-08 | 同济大学 | 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 |
CN106394560A (zh) * | 2016-09-09 | 2017-02-15 | 山东理工大学 | 一种轮毂驱动电动汽车底盘协调控制系统 |
US20170257309A1 (en) * | 2016-03-02 | 2017-09-07 | Arista Networks, Inc. | Network management system control service for vxlan on an mlag domain |
CN110481555A (zh) * | 2018-05-14 | 2019-11-22 | 通用汽车环球科技运作有限责任公司 | 自主乘坐动力学舒适度控制器 |
CN110901561A (zh) * | 2019-12-04 | 2020-03-24 | 清华大学 | 汽车的底盘域控制器、系统及方法 |
-
2020
- 2020-08-27 CN CN202010881772.6A patent/CN111976729B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1608011A (zh) * | 2001-12-27 | 2005-04-20 | 丰田自动车株式会社 | 集成式车辆运动控制系统 |
CN103085816A (zh) * | 2013-01-30 | 2013-05-08 | 同济大学 | 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 |
US20170257309A1 (en) * | 2016-03-02 | 2017-09-07 | Arista Networks, Inc. | Network management system control service for vxlan on an mlag domain |
CN106394560A (zh) * | 2016-09-09 | 2017-02-15 | 山东理工大学 | 一种轮毂驱动电动汽车底盘协调控制系统 |
CN110481555A (zh) * | 2018-05-14 | 2019-11-22 | 通用汽车环球科技运作有限责任公司 | 自主乘坐动力学舒适度控制器 |
CN110901561A (zh) * | 2019-12-04 | 2020-03-24 | 清华大学 | 汽车的底盘域控制器、系统及方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112356833A (zh) * | 2021-01-13 | 2021-02-12 | 北京理工大学 | 跨域结构的电动汽车自适应巡航系统及其控制与分析方法 |
CN113276835A (zh) * | 2021-04-09 | 2021-08-20 | 清华大学 | 车辆转向稳定控制方法、装置、esc及车辆 |
CN113212333A (zh) * | 2021-04-21 | 2021-08-06 | 北京汽车股份有限公司 | 一种域控制器及车辆 |
CN113212333B (zh) * | 2021-04-21 | 2022-10-28 | 北京汽车股份有限公司 | 一种域控制器及车辆 |
CN113119945A (zh) * | 2021-04-30 | 2021-07-16 | 知行汽车科技(苏州)有限公司 | 一种基于环境模型的汽车高级辅助驾驶系统 |
CN113119945B (zh) * | 2021-04-30 | 2022-07-01 | 知行汽车科技(苏州)有限公司 | 一种基于环境模型的汽车高级辅助驾驶系统 |
CN113212335A (zh) * | 2021-05-28 | 2021-08-06 | 重庆长安汽车股份有限公司 | 底盘域控制器、局部集成式底盘域架构及车辆 |
CN113212335B (zh) * | 2021-05-28 | 2023-01-06 | 重庆长安汽车股份有限公司 | 底盘域控制器、局部集成式底盘域架构及车辆 |
CN113359457A (zh) * | 2021-06-21 | 2021-09-07 | 清华大学 | 智能车底盘域控制器的高维动力学模型解算装置及方法 |
CN113895448A (zh) * | 2021-10-20 | 2022-01-07 | 清华大学 | 域控制器间的协同交互控制架构及其控制方法 |
CN113895448B (zh) * | 2021-10-20 | 2023-03-10 | 清华大学 | 域控制器间的协同交互控制架构及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111976729B (zh) | 2021-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111976729B (zh) | 汽车控制方法、底盘域控制器及智能驾驶汽车 | |
EP3484755B1 (en) | Method and system for controlling a vehicle | |
EP3851346B1 (en) | An inverse tyre model for advanced vehicle motion management | |
EP2045155B1 (en) | A control system for a vehicle and trailer combination | |
US11305815B2 (en) | Disturbance feedforward control in cascade regulation | |
US11254315B2 (en) | Friction adaptive vehicle control | |
Yang et al. | Quasi-linear optimal path controller applied to post impact vehicle dynamics | |
CN113359457B (zh) | 智能车底盘域控制器的高维动力学模型解算装置及方法 | |
CN111845747A (zh) | 车辆控制接口和车辆系统 | |
CN111976730B (zh) | 具有类驾驶员视角的底盘域控制器及车辆的控制方法 | |
WO2022266824A1 (zh) | 一种转向控制方法及装置 | |
US11679759B2 (en) | System and method for adaptive control of vehicle dynamics | |
CN114590233A (zh) | 一种下坡恒速控制方法、装置及存储介质 | |
CN113508344A (zh) | 利用不确定运动模型的基于模型的控制 | |
CN117389276A (zh) | 一种基于行驶风险预测的无人车行驶路径跟踪控制方法 | |
CN114502450A (zh) | 机动车辆横向和纵向引导中的死区时间补偿技术 | |
US20230001940A1 (en) | Method and Device for Optimum Parameterization of a Driving Dynamics Control System for Vehicles | |
EP3995372A1 (en) | A method for controlling an actuator of a vehicle | |
CN116547159A (zh) | 车辆用调温装置 | |
Kang | Development of predictive vehicle control system using driving environment data for autonomous vehicles and advanced driver assistance systems | |
CN110901406A (zh) | 一种车辆驱动与制动结合的制动控制方法及系统 | |
CN114647235B (zh) | 一种线控底盘的控制方法、联合控制系统及服务器 | |
Li et al. | Lane Departure Risk Assessment for Hands-free Driving Functions | |
CN114954432A (zh) | 一种车辆路径跟踪与车身姿态协同控制方法 | |
WO2024088508A1 (en) | Method for estimating the longitudinal velocity of a vehicle and vehicle control unit |
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 |