CN111976730A - 具有类驾驶员视角的底盘域控制器及车辆的控制方法 - Google Patents

具有类驾驶员视角的底盘域控制器及车辆的控制方法 Download PDF

Info

Publication number
CN111976730A
CN111976730A CN202010881775.XA CN202010881775A CN111976730A CN 111976730 A CN111976730 A CN 111976730A CN 202010881775 A CN202010881775 A CN 202010881775A CN 111976730 A CN111976730 A CN 111976730A
Authority
CN
China
Prior art keywords
vehicle
model
parameters
state
module
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
Application number
CN202010881775.XA
Other languages
English (en)
Other versions
CN111976730B (zh
Inventor
程硕
袁亚东
李亮
刘子俊
梁蔚赟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN202010881775.XA priority Critical patent/CN111976730B/zh
Publication of CN111976730A publication Critical patent/CN111976730A/zh
Application granted granted Critical
Publication of CN111976730B publication Critical patent/CN111976730B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本申请提供一种具有类驾驶员视角的底盘域控制器及车辆的控制方法，底盘域控制器包括：信号处理模块，用于获取多个传感器对车辆检测得到的车辆状态信号和道路环境信号并进行处理；整车模型解算模块，用于根据车辆状态信号，确定出车辆的动力学模型；数据分析匹配模块，用于根据的车辆状态信号和道路环境信号，确定出车辆的观测结果参数；全局参数观测模块，用于根据车辆状态信号、整车动力学参数和观测结果参数，确定出车辆的状态观测参数，其中，整车动力学参数为整车模型解算模块基于动力学模型确定的参数；类驾驶员视角模块，用于根据整车动力学参数和状态观测参数，预估车辆的未来行车轨迹、未来行车环境和未来动力学状态。

Description

具有类驾驶员视角的底盘域控制器及车辆的控制方法
技术领域
本申请涉及车辆技术领域，具体而言，涉及一种具有类驾驶员视角的底盘域控制器及车辆的控制方法。
背景技术
随着现有的底盘控制器的增多，自动驾驶汽车底盘的ECU(Electronic ControlUnit，电子执行单元)数量不断增加，底盘各功能子模块分散，且易受其他模块信息改变误触发。
而现有的各底盘电控系统常采用分布式电子控制架构，如ABS(Antilock BrakeSystem，防抱死制动系统)、TCS(Traction Control System，驱动防滑系统)等，其ECU仅利用相应的传感器数据，并且随着底盘控制器的ECU数量不断增加，导致底盘各功能子模块分散不统一。基于现有的底盘系统，自动驾驶汽车在底盘分散的降维模型条件下，难以应对复杂的车辆行驶工况和道路环境的不确定性，去实现稳定安全行驶。
发明内容
本申请实施例的目的在于提供一种具有类驾驶员视角的底盘域控制器及车辆的控制方法，以消除复杂交通状况和不确定性给自动驾驶汽车带来的难度，实现稳定安全行驶。
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具有类驾驶员视角的底盘域控制器，车辆上设有多个传感器，用于检测车辆状态信号和道路环境信号，所述底盘域控制器包括信号处理模块、整车模型解算模块、数据分析匹配模块、全局参数观测模块、类驾驶员视角模块，所述信号处理模块，用于获取所述多个传感器对所述车辆检测得到的所述车辆状态信号和所述道路环境信号并进行处理；所述整车模型解算模块，用于根据处理后的车辆状态信号，确定出所述车辆的动力学模型；所述数据分析匹配模块，用于根据所述处理后的车辆状态信号和处理后的道路环境信号，确定出与所述车辆的车辆状态和当前道路环境匹配的观测结果参数；所述全局参数观测模块，用于根据所述处理后的车辆状态信号、整车动力学参数和所述观测结果参数，确定出反映所述车辆当前状态和行车环境的状态观测参数，其中，所述整车动力学参数为所述整车模型解算模块基于所述动力学模型确定的参数；所述类驾驶员视角模块，用于根据所述整车动力学参数和所述状态观测参数，预估所述车辆的未来行车轨迹、未来行车环境和未来动力学状态。
在本申请实施例中，通过整车模型解算模块根据处理后的车辆状态信号确定出车辆的动力学模型，数据分析匹配模块根据处理后的车辆状态信号和处理后的道路环境信号确定出与车辆状态和当前道路环境匹配的观测结果参数，利用全局参数观测模块根据所述处理后的车辆状态信号、整车动力学参数和观测结果参数确定出反映车辆当前状态和行车环境的状态观测参数，而类驾驶员视角模块根据整车动力学参数和状态观测参数，预估车辆的未来行车轨迹、未来行车环境和未来动力学状态。这样可以通过底盘域控制器的状态观测、模型解算实现智能驾驶汽车(车辆)对整车运动状态、复杂交通状况的实时感知和预瞄，实现智能驾驶汽车的类驾驶员视角，消除智能驾驶汽车行驶过程中的交通复杂不确定性，从而实现车辆的稳定安全行驶。
结合第一方面，在第一方面的第一种可能的实现方式中，所述数据分析匹配模块与外部的服务器通信连接，所述数据分析匹配模块，用于：接收所述全局参数观测模块发送的所述状态观测参数，并将所述状态观测参数、所述处理后的车辆状态信号和所述处理后的道路环境信号发送至所述服务器；接收所述服务器发送的待定观测结果参数，其中，所述待定观测结果参数为所述服务器基于所述状态观测参数、所述处理后的车辆状态信号确定出；将所述状态观测参数与所述待定观测结果参数进行对比，确定出与所述车辆的车辆状态和当前道路环境匹配的观测结果参数。
在该实现方式中，数据分析匹配模块与外部的服务器通信连接，可以利用服务器基于状态观测参数(全局参数观测模块观测的结果)、处理后的车辆状态信号确定出待定观测结果参数，并将状态观测参数与待定观测结果参数比较，确定出更准确安全的结果(即与车辆的车辆状态和当前道路环境更加匹配的结果)，可以防止出现传感器失灵、摄像头误检等情况带来的状态观测参数失真，从而保证对车辆和环境的实时状态观测的准确性，进一步保证车辆的稳定安全运行。
结合第一方面，在第一方面的第二种可能的实现方式中，所述整车模型解算模块包括整车模型单元和模型解析单元，所述整车模型单元，用于根据所述处理后的车辆状态信号，生成反映所述车辆的实时状态的整车动力学模型；所述模型解析单元，用于对所述整车动力学模型进行解析，确定出所述整车动力学参数；所述整车模型解算模块，还用于接收所述数据分析匹配模块发送的所述观测结果参数，并根据所述处理后的车辆状态信号和所述观测结果参数对所述整车动力学参数进行校验；将校验后的所述整车动力学参数发送给所述全局参数观测模块和所述类驾驶员视角模块。
在该实现方式中，整车模型解算模块中整车模型单元可以根据处理后的车辆状态信号，生成反映车辆的实时状态的整车动力学模型，而模型解析单元可以对整车动力学模型进行解析，确定出整车动力学参数。而后，整车模型解算模块还可以根据处理后的车辆状态信号和观测结果参数对整车动力学参数进行校验，这样一方面可以实现模型对车辆的实时状态进行动态精确实时的解算，保证整车动力学参数的准确性，以便实现对车辆状态的准确预瞄。
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，所述车辆的智能车辆底盘还包括驾驶部，所述模型解析单元，还用于：获取所述驾驶部的输入信息，其中，所述输入信息包括方向盘转角输入、驱动轴转矩输入、制动力矩输入中的一项或多项；根据所述处理后的车辆状态信号和所述驾驶部的输入信息，对所述整车动力学模型进行解析，确定出所述整车动力学参数。
在该实现方式中，通过结合驾驶部的输入信息(方向盘转角输入、驱动轴转矩输入、制动力矩输入)，结合处理后的车辆状态信号，对整车动力学模型进行解析，确定出整车动力学参数。这样可以实现对车辆的实时状态的准确分析，从而有利于对车辆状态的准确预瞄。
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，所述整车动力学模型包括发动机模型、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，所述模型解析单元，还用于：根据所述发动机模型、所述驱动轴转矩输入确定出发动机转矩；根据所述传动系统模型、所述发动机转矩确定出驱动轮转矩；根据所述车轮转动模型、所述驱动轮转矩、所述制动力矩输入，确定出四轮角加速度；根据所述整车力分析模型、所述四轮角加速度、所述方向盘转角输入，确定出所述车辆的纵向力、横向力和悬架力；根据所述悬架以上结构模型、所述纵向力、所述横向力、所述悬架力、所述方向盘转角输入，确定出所述车辆的三个平移自由度x、y、z和三个转动自由度θ、
Figure BDA0002653089030000041
Yaw；根据所述车轮垂直运动模型、所述悬架力，确定出四轮垂直速度，其中，所述整车动力学参数包括所述四轮角加速度、所述三个平移自由度、所述三个转动自由度、所述四轮垂直速度。
在该实现方式中，通过将整车动力学模型拆解为发动机模型、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多个模型或模块，利用这些模型、结合驾驶部的输入信息，能够实现对整车动力学模型的解算，实现对车辆在15个自由度的解析(四轮角加速度、三个平移自由度、三个转动自由度、四轮垂直速度，还可以包括前轮转角)，从而实时且精准地分析出车辆的动力学状态，实现对车辆的多自由度动力学模型的动态精确实时解算。
结合第一方面，在第一方面的第五种可能的实现方式中，所述全局参数观测模块，用于：根据所述处理后的车辆状态信号、所述整车动力学参数和所述观测结果参数，进行动力学状态观测计算，确定出所述车辆的行驶动力参数和所述车辆的驾驶道路参数，其中，所述行驶动力参数包括所述车辆的纵向车速、横向车速、垂向加速度、俯仰角加速度、横摆角加速度、侧偏角、前轮转向角、每个车轮的转动和每个车轮的垂向加速度中的至少两项，所述驾驶道路参数包括道路坡度、路面附着、道路曲率、路面不平度中的至少两项，所述状态观测参数包括所述行驶动力参数和所述驾驶道路参数。
在该实现方式中，全局参数观测模块可以根据处理后的车辆状态信号、整车动力学参数和观测结果参数，进行动力学状态观测计算，确定出车辆的行驶动力参数和车辆的驾驶道路参数。这样一方面可以实现对车辆的实时状态的准确观测，另一方面，还可以观测到道路坡度、路面附着、道路曲率、路面不平度等驾驶道路参数，有利于对车辆状态和道路环境的准确预瞄，从而便于对车辆的未来行车轨迹、未来行车环境和未来动力学状态的准确预估，实现车辆的类驾驶员视角，从而消除智能驾驶汽车行驶过程中的交通复杂不确定性，从而实现车辆的稳定安全行驶。
结合第一方面的第五种可能的实现方式，在第一方面的第六种可能的实现方式中，所述类驾驶员视角模块，用于：根据所述整车动力学参数和所述驾驶道路参数，确定出动力学边界；根据所述动力学边界和所述行驶动力参数，确定出所述车辆的理论稳定性边界；根据所述理论稳定性边界，以及，结合所述行驶动力参数的响应值与解算值的校对结果，对所述车辆进行实时感知，并结合感知结果规划行车路径，实现对所述车辆的未来行车轨迹、未来行车环境和未来动力学状态的预估。
在该实现方式中，通过整车动力学参数和驾驶道路参数，可以确定出动力学边界，进一步结合行驶动力参数确定出车辆的理论稳定性边界，从而对车辆的未来行车轨迹、未来行车环境和未来动力学状态进行准确的预估，有利于提升类驾驶员视角的有效性。
结合第一方面，在第一方面的第七种可能的实现方式中，所述车辆还包括多个用于控制车辆状态的电子执行单元，所述多个电子执行单元与所述多个传感器相互对应，所述信号处理模块，还用于：对获取的所述车辆状态信号和所述道路环境信号进行预处理，其中，所述预处理包括测量、滤波、A/D转换中的一项或多项；将处理后的车辆状态信号和处理后的道路环境信号发送给该信号对应的目标电子执行单元，其中，所述目标电子执行单元与检测该信号处理前的信号的传感器对应。
在该实现方式中，信号处理模块还可以对获取的车辆状态信号和道路环境信号进行测量、滤波、A/D转换等预处理，将处理后的车辆状态信号和处理后的道路环境信号发送给该信号对应的目标电子执行单元。
结合第一方面的第七种可能的实现方式，在第一方面的第八种可能的实现方式中，所述底盘域控制器还包括智驾模块，用于：接收所述类驾驶员视角模块发送的预估信息和所述状态观测参数，其中，所述预估信息包括所述未来行车轨迹、所述未来行车环境和所述未来动力学状态；根据所述预估信息和所述状态观测参数，生成控制指令；将所述控制指令发送给对应的电子执行单元，以使该电子执行单元基于所述处理后的车辆状态信号或所述处理后的道路环境信号，结合所述控制指令，对所述车辆的车辆状态进行调整。
在该实现方式中，智驾模块可以通过预估信息和状态观测参数生成控制指令，将控制指令发送给对应的电子执行单元，以使该电子执行单元基于处理后的车辆状态信号或处理后的道路环境信号，结合控制指令，对车辆的车辆状态进行调整。从而有利于车辆在类驾驶员视角下的稳定运行，能够消除复杂交通状况的不确定性给车辆带来的安全隐患。
第二方面，本申请实施例还提供一种车辆的控制方法，所述车辆上设有多个传感器，用于检测车辆状态信号和道路环境信号，所述车辆的底盘域控制器包括信号处理模块、整车模型解算模块、数据分析匹配模块、全局参数观测模块、类驾驶员视角模块，所述方法包括：所述信号处理模块获取所述多个传感器对所述车辆检测得到的所述车辆状态信号和所述道路环境信号并进行处理；所述整车模型解算模块根据处理后的车辆状态信号，确定出所述车辆的动力学模型；所述数据分析匹配模块根据所述处理后的车辆状态信号和处理后的道路环境信号，确定出与所述车辆的车辆状态和当前道路环境匹配的观测结果参数；所述全局参数观测模块根据所述处理后的车辆状态信号、整车动力学参数和所述观测结果参数，确定出反映所述车辆当前状态和行车环境的状态观测参数，其中，所述整车动力学参数为所述整车模型解算模块基于所述动力学模型确定的参数；所述类驾驶员视角模块根据所述整车动力学参数和所述状态观测参数，预估所述车辆的未来行车轨迹、未来行车环境和未来动力学状态。
第三方面，本申请实施例还提供一种智能车辆底盘，包括：第一方面或第一方面可能的实现方式中任一项所述的底盘域控制器，安装于所述车辆上的多个传感器，所述底盘域控制器与所述多个传感器连接，用于基于所述传感器检测的数据预估所述车辆的未来行车轨迹、未来行车环境和未来动力学状态。
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。
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车辆底盘的示意图。
图2为本申请实施例提供的一种具有类驾驶员视角的底盘域控制器的示意图。
图3为本申请实施例提供的一种整车模型解算模块中生成的整车动力学模型及对整车动力学模型进行解析的示意图。
图4为本申请实施例提供的动力输出部的解算示意图。
图5为本申请实施例提供的车轮部的解算示意图。
图6为本申请实施例提供的类驾驶员视角模块的示意图。
图7为本申请实施例提供的底盘域控制器应用过程的示意图。
图8为本申请实施例提供的一种车辆的控制方法的流程图。
图标：100-智能车辆底盘；110-驾驶部；120-底盘域控制器；121-信号处理模块；122-数据分析匹配模块；123-整车模型解算模块；124-全局参数观测模块；125-类驾驶员视角模块；130-传感器；140-电子执行单元。
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车辆底盘100的示意图。在本实施例中，智能车辆底盘100可以包括驾驶部110、具有类驾驶员视角的底盘域控制器120(为方便描述，后文采用底盘域控制器120的说法，不应视为二者存在不同之处)、多个传感器130、多个电子执行单元140。
示例性的，驾驶部110可以设置在车辆上，与智能车辆底盘100连接，用于向智能车辆底盘100输入控制指令，以控制车辆运行。例如，驾驶部110可以包括方向盘、油门、刹车，其中，智能车辆底盘100可以基于用户对方向盘的操作，确定出方向盘转角输入；基于用户对油门的操作，确定出驱动轴转矩输入；基于用户对刹车的操作，确定出制动力矩输入。当然，在智能驾驶或无人驾驶中，方向盘转角输入、驱动轴转矩输入和制动力矩输入，并不一定要求用户来输入，也并非必须要通过方向盘、油门、刹车等的操作来获取(例如可以通过服务器或者车载电脑生成)，因此，此处不作限定。
示例性的，多个传感器130可以设置在智能车辆底盘100上，用于检测车辆状态信号和道路环境信号。当然，还有一些其它类型的传感器130，可以检测车内环境、车外环境等，此处不作限定。
检测车辆状态信号的传感器130，可以包括例如轮速传感器、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、方向盘转角传感器、发动机传感器(可以包括发动机转速传感器和发动机转矩传感器)、轮胎压力传感器等。其中，IMU可以设置在车辆的重心处，制动压力传感器可以设置在车辆的制动轮缸处，方向盘转角传感器可以设置在车辆的方向盘下，轮速传感器可以设置车辆的车轮轴处，发动机传感器可以设置在车辆的发动机处，轮胎压力传感器可以设置在车轮轮胎处等。
而检测道路环境信号的传感器130，可以包括例如激光雷达、摄像头、毫米波雷达等，当然，也还可以选用其他雷达或者传感器，以获取需要的信息。激光雷达可以设置在车辆顶部，摄像头可以设置在车辆的正前方，毫米波雷达可以设置在车辆的四角。
需要说明的是，此处的传感器130，仅是列举一些示例性的，其获取的参数，将在后文中使用时再行介绍，因此，此处不应视为对本申请的限定，认为车辆或智能车辆底盘100上的传感器仅限定于列举的这些传感器130。
示例性的，多个电子执行单元140可以包括：制动压力控制单元，例如ESP(Electronic Stability Program，车身电子稳定系统)；方向盘转角控制单元，例如EPS(Electric Power Steering，电动助力转向系统)、4WS(4Wheel Steering，四轮转向系统)等；发动机控制单元，例如4WD(4Wheel Drive，四轮驱动系统)、ESC(Electronic StabilityController，汽车电子稳定控制系统)等，制动压力控制单元可以控制车辆的制动，方向盘转角控制单元可以控制车辆的转向，发动机控制单元可以控制发动机的输出功率(例如发动机转速、发动机转矩)等。
而底盘域控制器120可以设置在智能车辆底盘100上，分别与多个传感器130和电子执行单元140连接，以获取多个传感器130检测的信号，将输出的控制信号发送至对应的电子执行单元140等。
当然，在一些可实现的方式中，多个传感器130还可以与多个电子执行单元140连接，以将检测的信号发送至对应的电子执行单元140，此处不作限定。
请参阅图2，图2为本申请实施例提供一种具有类驾驶员视角的底盘域控制器120的示意图。
在本实施例中，底盘域控制器120可以包括信号处理模块121、整车模型解算模块123、数据分析匹配模块122、全局参数观测模块124、类驾驶员视角模块125。需要说明的是，此处的各个模块，主要是从功能上进行划分的模块，而非限定于底盘域控制器120的硬件结构划分这些模块。当然，在实际应用中，可能也会存在依照这些模块来设计底盘域控制器120的硬件的情况，但不应视为对本申请的限定。
在本实施例中，信号处理模块121可以与车辆的多个传感器130连接，在一些可能的实现方式中，信号处理模块121还可以与多个电子执行单元140连接，此处不作限定。
信号处理模块121可以获取多个传感器对车辆检测得到的车辆状态信号和道路环境信号并进行处理。示例性的，信号处理模块121可以接收多个传感器检测的车辆状态信号，例如方向盘转角(可以通过方向盘转角传感器获取)、轮速(可以通过轮速传感器获取)、方向盘扭矩(可以通过方向盘扭矩传感器获取)、节气门开度(可以通过节气门开度传感器获取)、发动机转速(可以通过发动机转速传感器获取)等车辆状态信号。信号处理模块121可以接收多个传感器检测的道路环境信号，例如周围车辆位置、车道线、泥坑、道路图像等道路环境信号(可以通过激光雷达、摄像头、毫米波雷达等传感器获取)。
获取车辆状态信号和道路环境信号后，信号处理模块121可以对信号进行处理。例如，信号处理模块121可以对这些信号进行测量、滤波、A/D转换(Analog to DigitalConverter，模数转换)等中的一项或多项处理，之后可以将这些信号融合打包，根据预设的程序，将处理后的车辆状态信号和处理后的道路环境信号发送给对应的电子执行单元、数据分析匹配模块122、整车模型解算模块123和全局参数观测模块124等。例如，将处理后的车辆状态信号发送给数据分析匹配模块122、整车模型解算模块123、全局参数观测模块124、对应的电子执行单元等，以及，将处理后的道路环境信号发送给数据分析匹配模块122。
在本实施例中，数据分析匹配模块122可以根据处理后的车辆状态信号和处理后的道路环境信号，确定出与车辆的车辆状态和当前道路环境匹配的观测结果参数，并将观测结果参数发送给全局参数观测模块124。
示例性的，数据分析匹配模块122可以与外部的服务器通信连接。数据分析匹配模块122可以接收信号处理模块121发来的处理后的车辆状态信号和处理后的道路环境信号，还可以接收全局参数观测模块124发送的状态观测参数(后文详述状态观测参数的确定方式和过程)，并将状态观测参数、处理后的车辆状态信号和处理后的道路环境信号发送至服务器，执行处理、分析、存储等处理，保存到云端数据库备用。
而服务器可以基于状态观测参数、处理后的车辆状态信号确定出待定观测结果参数，并返回至数据分析匹配模块122。数据分析匹配模块122则可以将状态观测参数与待定观测结果参数进行对比，确定出与车辆的车辆状态和当前道路环境匹配的观测结果参数。
例如，服务器可以根据各类数据对不同的观测状态进行强化学习训练，以得到各工况下的最优观测结果(即服务器基于状态观测参数、处理后的车辆状态信号确定出待定观测结果参数)。在车辆处于同位置或同工况重复驾驶时，数据分析匹配模块122可以将实时状态观测数据与云端数据匹配对比，以确定出更准确安全的结果，防止出现传感器失灵、摄像头误检等情况。
当然，在最初的情况(即云端还没有存储的状态观测参数、处理后的车辆状态信号等数据时)，数据分析匹配模块122则可以根据处理后的车辆状态信号和处理后的道路环境信号，确定出与车辆的车辆状态和当前道路环境匹配的观测结果参数，而无需使用到存储的状态观测参数(由全局参数观测模块124确定)。
数据分析匹配模块122与外部的服务器通信连接，可以利用服务器基于状态观测参数(全局参数观测模块124观测的结果)、处理后的车辆状态信号确定出待定观测结果参数，并将状态观测参数与待定观测结果参数比较，确定出更准确安全的结果(即与车辆的车辆状态和当前道路环境更加匹配的结果)，可以防止出现传感器失灵、摄像头误检等情况带来的状态观测参数失真，从而保证对车辆和环境的实时状态观测的准确性，进一步保证车辆的稳定安全运行。
整车模型解算模块123可以根据处理后的车辆状态信号，确定出车辆的动力学模型。
在本实施例中，整车模型解算模块123可以包括整车模型单元和模型解析单元。其中，整车模型单元可以根据处理后的车辆状态信号，生成反映车辆的实时状态的整车动力学模型。
示例性的，整车模型单元可以根据预设的模型，结合处理后的车辆状态信号、车辆预设的参数(例如整车质量，悬挂质量，前、后悬架距离等常量)，生成车辆的动力学模型。在一些可能的方式中，整车模型单元生成车辆的运动学模型，此处不作详细描述，但不应视为对本申请的限定。
而模型解析单元可以对整车动力学模型进行解析确定出整车动力学参数。
示例性的，模型解析单元可以获取驾驶部的输入信息，其中，输入信息包括方向盘转角输入、驱动轴转矩输入、制动力矩输入中的一项或多项。而后，根据处理后的车辆状态信号和驾驶部的输入信息，对整车动力学模型进行解析，确定出整车动力学参数。
在本实施例中，整车动力学模型可以包括发动机模型、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。
请参阅图3，图3为本申请实施例提供的一种整车模型解算模块123中生成的整车动力学模型及对整车动力学模型进行解析的示意图。
具体整车动力学模型生成信息如下：
整车动力学模型以方向盘转角δ和轮心力矩Ti作为输入参量，而模型常量参数包含有整车质量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。
以及，根据对15自由度(Degree of Freedom，简称DOF)模型(即整车动力学模型)的拆解，得到多个自由度状态量。通过得到的整车的三个平移自由度x、y、z和三个转动自由度θ、
Figure BDA0002653089030000121
Yaw，可以改善整车的稳定性、平顺性，提高乘员舒适性；通过得到的四轮的角加速度及四轮垂直速度可以提升动力性、舒适性。图3中，除B11、B22(B11和B22分别表示前、后悬架距离)外，其余所有涉及脚标含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。
示例性的，解算整车动力学模型的方式，可以为：
模型解析单元可以根据发动机模型、驱动轴转矩输入确定出发动机转矩；根据传动系统模型、发动机转矩确定出驱动轮转矩；根据车轮转动模型、驱动轮转矩、制动力矩输入，确定出四轮角加速度；根据整车力分析模型、四轮角加速度、方向盘转角输入，确定出车辆的纵向力、横向力和悬架力；根据悬架以上结构模型、纵向力、横向力、悬架力、方向盘转角输入，确定出车辆的三个平移自由度x、y、z和三个转动自由度θ、
Figure BDA0002653089030000122
Yaw；再根据车轮垂直运动模型、悬架力，确定出四轮垂直速度，其中，整车动力学参数包括四轮角加速度、三个平移自由度、三个转动自由度、四轮垂直速度。
通过将整车动力学模型拆解为发动机模型、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多个模型或模块，利用这些模型、结合驾驶部的输入信息，能够实现对整车动力学模型的解析，实现对车辆在15个自由度(四轮角加速度、三个平移自由度、三个转动自由度、四轮垂直速度，还可以再加上前轮转向角)的解析，从而实时且精准地分析出车辆的动力学状态，实现对车辆的多自由度动力学模型的动态精确实时解算。
另外，也可以采用其他方式进行整车动力学模型的解算，例如，以四轮7自由度的车辆动力学模型、5自由度的悬架动力学模型、2自由度的车身姿态，加上前轮转角(可以由驾驶员模型输出，也即输入信息中的方向盘转角输入)，实现对对车辆在15个自由度的模型解算，从而得到的整车动力学参数则可以包括四轮角加速度、四个轮胎跳动自由度、四个轮胎转动自由度、四轮垂直速度，因此，此处不作限定。
需要说明的是，针对此处的自由度和上文(或下文)中自由度表达方式的不同，是由于可以采用的不同的解算方式对整车动力学模型进行解算，得到不同分配方式的自由度参数(整车动力学模型参数)，如四轮垂向模型、四轮模型、悬架模型、悬架以上模型，都是不同的模型，整合起来15个自由度是15自由度模型即可。因此，此处不应视为对本申请的限定。
为了高效、准确、实时地对整车动力学模型进行解算，以下将以部分子模型(指整车动力学模型拆解的多个模型：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)联合解算的方式对解算整车动力学模型的过程进行详细的介绍。
在本实施例中，对整车动力学模型的解算，可以通过动力输出部、车轮部、整车力分析部、悬架以上结构部实现，以下将逐一介绍。
请参阅图4，图4为本申请实施例提供的动力输出部的解算示意图。
示例性的，动力输出部包含发动机模型和传动系统模型，传动系统模型连接发动机模型和车轮转动模型。以发动机模型输出的驱动转矩Td以及车轮转动模型输出的车轮角加速度为输入，输出为发动机转速加速度、驱动轴左右轮转矩TF11和TF12。传动系统模型输出的发动机转速加速度经积分得到发动机转速又作为发动机模型的输入，发动机模型另一个输入为节气门开度(可以通过节气门开度传感器获取)，输出得到发动机转矩作为传动系统模型的输入。
通过不断地将数据反馈模型(发动机模型将输出量：发动机转矩反馈给传动系统模型；传动系统模型将输出量：发动机转速加速度、驱动轴左右轮转矩TF11和TF12反馈给发动机模型)，这样可以保证参数的实时性、准确性。
请参阅图5，图5为本申请实施例提供的车轮部的解算示意图。
示例性的，车轮部包含车轮转动模型和车轮垂直运动模型，整个车轮模块连接传动系统模型、驾驶员模型(此处的驾驶员模型为获取驾驶部输入信息的模型，可参阅图3中驾驶员输入的部分，包含：转向角、四轮制动力矩、节气门开度)以及整车力分析模型，以驾驶员模型输入的四轮制动力矩、传动系统模型输出的驱动力矩(TF11和TF12)、以及从整车力分析模型得到的纵向力(Fx11、Fx12、Fx21、Fx22)、悬架力(Fs11、Fs12、Fs21、Fs22)为输入，可以得到整车力分析模型所需要的车轮八自由度(车轮垂直速度：dZ11、dZ12、dZ21、dZ22；车轮角加速度：dω11、dω12、dω21、dω22)。
通过这样的方式可以实时准确且高效地解算出整车力分析模型所需要的车轮八自由度。
示例性的，整车力分析部连接车轮部和悬架以上结构部，以整车15自由度(车轮部输出的车轮八自由度，悬架以上结构部输出的车辆的三个平移自由度x、y、z和三个转动自由度θ、
Figure BDA0002653089030000141
Yaw，以及，驾驶员模型输出的转向角δ，即前轮转向角)为输入，得到整车所受横向力(Fy11、Fy12、Fy21、Fy22)、纵向力(Fx11、Fx12、Fx21、Fx22)以及悬架力(Fs11、Fs12、Fs21、Fs22)，并将这些力输入到悬架以下的车轮部和悬架以上结构部中，又可以计算出车辆这15个自由度状态量，是整个15DOF汽车动力学模型的中心。
以及，整车力分析部还可以根据轮位移、悬架距等计算出悬架力、滑移率、轮胎侧偏角以及垂向力，而整车所受横纵向力可由调测的轮胎模型所得到。其中，纵向力涉及轮胎垂向力、滑移率及调参数，横向力涉及轮胎垂向力、侧偏角及调参数。
通过这样的方式，可以高效实时且准确地计算出车辆15个自由度状态量。
示例性的，悬架以上结构部连接驾驶员模型和整车力分析部，以驾驶员模型输出的转向角，以及整车力分析部输出的横向力、纵向力和悬架力为输入，可得到整车六自由度纵向加速度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
Figure BDA0002653089030000142
此六自由度又可作为整车力分析部的输入。
该六自由度可由以下公式计算得出：
Figure BDA0002653089030000151
Figure BDA0002653089030000152
Figure BDA0002653089030000153
Figure BDA0002653089030000154
Figure BDA0002653089030000155
Figure BDA0002653089030000156
其中，m为整车质量，ms为整车悬挂质量，B1、B2分别为前、后两轮轮距，a、b分别为整车质心到前、后轴距离，B11、B22分别为前、后悬架距离，Jx、Jy分别为悬架以上结构绕侧倾、俯仰轴线转动惯量，Iz为整车绕横摆轴转动惯量，e0、D0分别为整车质心至侧倾、俯仰轴线距离。
根据上述介绍的内容，整车模型解算模块123根据信号处理模块121发送的车辆状态信号可以实现15自由度模型解算的实时反馈修正，例如：根据对整车动力学模型的解算可以得到车辆加速度，而传感器可测得实际车辆加速度，加速度状态信息又可以通过信号处理模块121反馈到整车动力学模型中，实现反馈修正。
将15DOF动力学模型(即整车动力学模型)分为发动机模型、传动系统模型、车轮八自由度模型(车轮转动模型和车轮垂直运动模型)、六自由度悬架以上结构模型(即悬架以上结构模型)、整车力分析模型，通过内部参数(节气门开度、制动踏板行程、方向盘转角等)解算出15自由度车辆状态(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
Figure BDA0002653089030000157
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)，解算出的车辆状态参数(即整车动力学参数，15自由度车辆状态)与驾驶员输入(转向角、四轮制动力矩、节气门开度)，可以一起用于对内部参数横纵向力以及悬架力的估测。
在本实施例中，全局参数观测模块124可以根据处理后的车辆状态信号、整车动力学参数和观测结果参数，确定出反映车辆当前状态和行车环境的状态观测参数，并将状态观测参数发送至类驾驶员视角模块125，其中，整车动力学参数为整车模型解算模块123基于动力学模型确定的参数(即15自由度车辆状态)。
例如，全局参数观测模块124可以接收来自信息处理模块、整车模型及解算模块和数据分析匹配模块122发来的信息(处理后的车辆状态信号、整车动力学参数、观测结果参数)。根据处理后的车辆状态信号进行动力学状态观测计算(其中，动力学状态参数可以包括质心侧偏角、侧向速度等)。并且，全局参数观测模块124可以对比结合整车动力学模型的准确估计(基于15自由度车辆状态进行车辆状态的实时估计)和数据分析匹配模块122发送的信息(观测结果参数)实现全局动力学状态观测体系，例如观测轮胎力、侧偏角等整车运动特性，道路坡道、路面附着等路面条件信息，反馈全面精确的车辆状态(即得到反映车辆当前状态和行车环境的状态观测参数)。而后，全局参数观测模块124可以将状态观测参数发送给数据分析匹配模块122和类驾驶员视角模块125。
而全局参数观测模块124根据处理后的车辆状态信号、整车动力学参数和观测结果参数，确定出状态观测参数的具体方式可以为：
示例性的，全局参数观测模块124可以根据处理后的车辆状态信号、整车动力学参数和观测结果参数，进行动力学状态观测计算，确定出车辆的行驶动力参数和车辆的驾驶道路参数，其中，行驶动力参数包括车辆的纵向车速、横向车速、垂向加速度、俯仰角加速度、横摆角加速度、侧偏角、前轮转向角、每个车轮的转动和每个车轮的垂向加速度中的至少两项，驾驶道路参数包括道路坡度、路面附着、道路曲率、路面不平度中的至少两项，状态观测参数包括行驶动力参数和驾驶道路参数。
例如，全局参数观测模块124可以根据车速、轮胎有效滚动半径、车轮滚动角速度估算当前路面的滑移率：
Figure BDA0002653089030000161
其中，s为滑移率，vx为车速，re为轮胎有效滚动半径，ω为车轮滚动角速度。
全局参数观测模块124可以进一步结合轮胎侧偏角估算横摆力偶矩、结合轮胎力学模型和卡尔曼滤波算法识别路面附着系数，具体可估算参数还有很多(可利用现有技术中的参数估算公式进行参数估算，而参数可以根据实际需要确定是否进行估算)，此处不一一赘述。
最终，全局参数观测模块124观测的状态观测参数可以包括：车辆的行驶动力参数和车辆的驾驶道路参数。例如，行驶动力参数可以包括车辆的纵向车速u、横向车速v、垂向加速度dz、横摆角加速度dYaw、俯仰角加速度dθ、侧偏角
Figure BDA0002653089030000171
前轮转向角δ，七种；加上每个车轮的转动和每个车轮的垂向加速度，即，车轮垂直速度：dZ11、dZ12、dZ21、dZ22；车轮角加速度：dω11、dω12、dω21、dω22，八种，共计15种行驶动力参数。而驾驶道路参数则可以包括道路坡度、路面附着、道路曲率、路面不平度等道路状态。确定驾驶道路参数的方式，可以为全局参数观测模块124根据数据分析模块中观测结果参数(包含处理后的道路环境信号，例如摄像头拍摄的信息、激光雷达检测的信息、毫米波雷达检测的信息等)确定，此处不作限定。
通过全局参数观测模块124根据处理后的车辆状态信号、整车动力学参数和观测结果参数，进行动力学状态观测计算，确定出车辆的行驶动力参数和车辆的驾驶道路参数。这样一方面可以实现对车辆的实时状态的准确观测，另一方面，还可以观测到道路坡度、路面附着、道路曲率、路面不平度等驾驶道路参数，有利于对车辆状态和道路环境的准确预瞄，从而便于对车辆的未来行车轨迹、未来行车环境和未来动力学状态的准确预估，实现车辆的类驾驶员视角，从而消除智能驾驶汽车行驶过程中的交通复杂不确定性，从而实现车辆的稳定安全行驶。
在本实施例中，类驾驶员视角模块125可以根据整车动力学参数和状态观测参数，预估车辆的未来行车轨迹、未来行车环境和未来动力学状态。
请参阅图6，图6为本申请实施例提供类驾驶员视角模块的示意图。
示例性的，类驾驶员视角模块125可以根据整车动力学参数和驾驶道路参数，确定出动力学边界；根据动力学边界和行驶动力参数，确定出车辆的理论稳定性边界；根据所述理论稳定性边界，以及，结合所述行驶动力参数的响应值与解算值的校对结果，对所述车辆进行实时感知，并结合感知结果规划行车路径，实现对所述车辆的未来行车轨迹、未来行车环境和未来动力学状态的预估。
例如，类驾驶员视角模块125可以接收来自整车模型及解算模块和全局参数观测模块124发来的信息(即整车动力学参数、状态观测参数)，根据全局参数观测模块124发送的车辆全局动力学状态(即行驶动力参数，也即整车动力学参数)和道路坡道路面附着条件(即驾驶道路参数)等，结合大数据技术对车辆本身的状态进行自标定匹配(此处的数据的自标定匹配，可以理解为利用不同路段、不同执行机构的数据特征信息进行标定对云空间数据和当前道路进行相似度计算，匹配度大于预设值，判定为匹配，其中，此处的标定是指确定一维数据和三维空间的映射关系)，通过底层传感器信号的实时读取与相互校验，实现对车辆本身的状态进行校验与估计(可以得到行驶动力参数的响应值与解算值的校对结果)。这样可以避免繁杂的人工标定程序，同时能够实时获取整车的状态，如装载、胎压等信息，实现在复杂且不确定交通环境下驾驶状态信息的实时更新。进而根据理论运动边界(例如智驾层可以通过视觉传感器的信号、底盘域控制器检测的车辆状态，确定出理论运动边界)和动力学模型解算信息，为决策层迭代计算完整可靠的整车动力学稳定边界(即车辆运动路径稳定区间)，进而通过量化计算未来时刻车辆动力学状态，滚动预瞄真实道路条件、车辆轨迹、车辆状态，区分低附、高附、碎石路，上下坡、侧坡等特殊道路情况(即预估车辆的未来行车轨迹、未来行车环境和未来动力学状态)，有利于车辆实现不同的控制策略。
而对道路条件、车辆轨迹的预瞄，则可以通过当前道路条件，预测近点和远视点的路径条件，设定等间距预瞄点，从而预测预瞄点处车辆路径。并且可以基于预瞄路径、道路条件和期望的路径差等形成反馈系统，实现对道路条件、车辆轨迹预瞄的实时修正。例如，可以结合近点期望路径的曲率，以及远视点的曲率，从而纠正方向盘转角，使车辆回到期望路径上。
根据上述底盘域控制器的状态观测、模型解算实现智能驾驶汽车的整车运动状态、复杂交通状况的实时感知、迭代预瞄未来时刻车辆动力学状态路面支撑智驾控制的实时修正、根据交通状况感知的滚动轨迹规划，实现智能驾驶汽车的类驾驶员视角。这样可以替代驾驶员的“路感”，实现类驾驶员视角下的自动驾驶功能，并且也能够实时监测整车的运行状态，及时对可能出现的故障信息做出反馈与记录，能够可靠地保障行车安全。
而基于15DOF动力学模型(整车动力学模型)解算车辆动力学状态(整车动力学参数)和道路状态信息(驾驶道路信息)，根据这些全局参数，可以量化动力学稳定性边界约束(即为理论运动边界增添更符合实际情况的约束条件)。并且，根据15DOF动力学模型可以实现递进修正的动力学实时解算，将解算值与响应值进行校对，可以实时对参数进行修正，保证参数的准确性，进而保证底盘域控制器的稳定性和可靠性。
在本实施例中，底盘域控制器还可以包括智驾模块。智驾模块可以接收类驾驶员视角模块125发送的预估信息和状态观测参数，其中，预估信息包括未来行车轨迹、未来行车环境和未来动力学状态。进一步根据预估信息和状态观测参数，生成控制指令，并将控制指令发送给对应的电子执行单元，以使该电子执行单元基于处理后的车辆状态信号或处理后的道路环境信号，结合控制指令，对车辆的车辆状态进行调整。
例如，智驾模块接收来自类驾驶员视角模块125发送的信息(预估信息和状态观测参数)。智驾控制模块根据处理后的车辆状态信号、整车动力学参数等，结合相应的驾驶场景(可以通过道路环境信息确定)生成控制指令，并将控制指令发送给对应的电子执行单元，以便电子执行单元根据车辆状态信号和控制指令对汽车的状态进行调整。智驾模块还可以基于智能驾驶汽车的当前状态和驾驶场景，结合类驾驶员视角模块125确定出目标状态参数(预期该车辆要达到的状态)，生成对应的控制指令(例如，智驾模块可以根据车辆当前的车速、轮胎有效半径、车轮滚动角速度、道路附着系数、坡度等，预估一段时间之后的车轮滑转/滑移率，从而实现车辆的精准控制)。以及，在紧急危险工况下，智驾模块还可以通过底盘域控安全策略，实现智能驾驶控制下的车辆在紧急危险工况的安全运行。
智驾模块可以通过预估信息和状态观测参数生成控制指令，将控制指令发送给对应的电子执行单元，以使该电子执行单元基于处理后的车辆状态信号或处理后的道路环境信号，结合控制指令，对车辆的车辆状态进行调整。从而有利于车辆在类驾驶员视角下的稳定运行，能够消除复杂交通状况的不确定性给车辆带来的安全隐患。
为了清楚地揭示本申请实施例提供的具有类驾驶员视角的底盘域控制器的功能和应用，此处对底盘域控制器进行一个整体上的总结。
请参阅图7，图7为本申请实施例提供的具有类驾驶员视角的底盘域控制器应用过程的示意图。
在本实施例中，在车辆自动驾驶时，可能会面临复杂的交通状况和形式环境的不确定性问题(例如道路条件的突变、与其他车辆车距的突变等)。底盘域控制器可以基于对整车动力学模型的实时解算，确定出整车动力学参数(15自由度车辆状态)：包括车辆的纵向车速u、横向车速v、垂向加速度dz、横摆角加速度dYaw、俯仰角加速度dθ、侧偏角
Figure BDA0002653089030000201
前轮转向角δ，七种；加上每个车轮的转动和每个车轮的垂向加速度，即，车轮垂直速度：dZ11、dZ12、dZ21、dZ22；车轮角加速度：dω11、dω12、dω21、dω22，八种，共计15种行驶动力参数。这些参数可以通过发动机模型、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多个模型，实现对整车动力学模型的解算，实现对车辆在15个自由度的解析，得到四轮角加速度、三个平移自由度、三个转动自由度、四轮垂直速度，还可以包括前轮转角(在其他一些可能的方式中，也可以通过四轮7自由度的车辆动力学模型、5自由度的悬架动力学模型、2自由度的车身姿态，加上前轮转角，实现对车辆在15个自由度的解析)。以及，底盘域控制器可以基于对车辆全局状态的观测，确定出道路环境信息：例如四轮实时路面附着系数、道路曲率、道路坡度、路面不平度等信息。基于此，底盘域控制器可以实现对车辆状态的预瞄(未来行车轨迹、未来行车环境和未来动力学状态)，从而实现自动驾驶车辆的类驾驶员视角，代替驾驶员感知真实车辆与路面状态，从而实现对真实驾驶工况的感知，实现车辆的稳定安全的智能驾驶，消除复杂交通状况和驾驶环境的不确定性给智能驾驶带来的安全隐患。
请参阅图8，图8为本申请实施例提供的一种车辆的控制方法的流程图。
在本实施例中，车辆的控制方法可以包括步骤S10、步骤S20、步骤S30、步骤S40和步骤S50。
步骤S10：信号处理模块获取多个传感器对车辆检测得到的车辆状态信号和道路环境信号并进行处理。
步骤S20：整车模型解算模块根据处理后的车辆状态信号，确定出车辆的动力学模型和模型解析信息。
步骤S30：数据分析匹配模块根据处理后的车辆状态信号和处理后的道路环境信号，确定出与车辆的车辆状态和当前道路环境匹配的观测结果参数。
步骤S40：全局参数观测模块根据处理后的车辆状态信号、整车动力学参数和观测结果参数，确定出反映车辆当前状态和行车环境的状态观测参数，其中，整车动力学参数为整车模型解算模块123基于动力学模型确定的参数。
步骤S50：类驾驶员视角模块根据整车动力学参数和状态观测参数，预估车辆的未来行车轨迹、未来行车环境和未来动力学状态。
通过对上述步骤的执行，底盘域控制器可以实现对车辆的状态观测、模型解算，进一步实现车辆对整车运动状态、复杂交通状况的实时感知和预瞄，实现车辆的类驾驶员视角，消除车辆在行驶过程中的交通复杂不确定性，从而实现车辆的稳定安全行驶。
具体的各个模块执行的方法步骤，在前文中对底盘域控制器的各个模块的介绍中已经详细描述，此处不再一一赘述，但不应视为对本申请的限定。
综上所述，本申请实施例提供一种具有类驾驶员视角的底盘域控制器及车辆的控制方法，通过整车模型解算模块根据处理后的车辆状态信号确定出车辆的动力学模型，数据分析匹配模块根据处理后的车辆状态信号和处理后的道路环境信号确定出与车辆状态和当前道路环境匹配的观测结果参数，利用全局参数观测模块根据处理后的车辆状态信号、整车动力学参数和观测结果参数确定出反映车辆当前状态和行车环境的状态观测参数，而类驾驶员视角模块根据整车动力学参数和状态观测参数，预估车辆的未来行车轨迹、未来行车环境和未来动力学状态。这样可以通过底盘域控制器的状态观测、模型解算实现智能驾驶汽车(车辆)对整车运动状态、复杂交通状况的实时感知和预瞄，实现智能驾驶汽车的类驾驶员视角，消除智能驾驶汽车行驶过程中的交通复杂不确定性，从而实现车辆的稳定安全行驶。
在本申请所提供的实施例中，应该理解到，作为分离部件说明的模块可以是或者也可以不是物理上分开的。也可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
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)

1.一种具有类驾驶员视角的底盘域控制器，其特征在于，车辆上设有多个传感器，用于检测车辆状态信号和道路环境信号，所述底盘域控制器包括信号处理模块、整车模型解算模块、数据分析匹配模块、全局参数观测模块、类驾驶员视角模块，
所述信号处理模块，用于获取所述多个传感器对所述车辆检测得到的所述车辆状态信号和所述道路环境信号并进行处理；
所述整车模型解算模块，用于根据处理后的车辆状态信号，确定出所述车辆的动力学模型；
所述数据分析匹配模块，用于根据所述处理后的车辆状态信号和处理后的道路环境信号，确定出与所述车辆的车辆状态和当前道路环境匹配的观测结果参数；
所述全局参数观测模块，用于根据所述处理后的车辆状态信号、整车动力学参数和所述观测结果参数，确定出反映所述车辆当前状态和行车环境的状态观测参数，其中，所述整车动力学参数为所述整车模型解算模块基于所述动力学模型确定的参数；
所述类驾驶员视角模块，用于根据所述整车动力学参数和所述状态观测参数，预估所述车辆的未来行车轨迹、未来行车环境和未来动力学状态。
2.根据权利要求1所述的具有类驾驶员视角的底盘域控制器，其特征在于，所述数据分析匹配模块与外部的服务器通信连接，所述数据分析匹配模块，用于：
接收所述全局参数观测模块发送的所述状态观测参数，并将所述状态观测参数、所述处理后的车辆状态信号和所述处理后的道路环境信号发送至所述服务器；
接收所述服务器发送的待定观测结果参数，其中，所述待定观测结果参数为所述服务器基于所述状态观测参数、所述处理后的车辆状态信号确定出；
将所述状态观测参数与所述待定观测结果参数进行对比，确定出与所述车辆的车辆状态和当前道路环境匹配的观测结果参数。
3.根据权利要求1所述的具有类驾驶员视角的底盘域控制器，其特征在于，所述整车模型解算模块包括整车模型单元和模型解析单元，
所述整车模型单元，用于根据所述处理后的车辆状态信号，生成反映所述车辆的实时状态的整车动力学模型；
所述模型解析单元，用于对所述整车动力学模型进行解析，确定出所述整车动力学参数；
所述整车模型解算模块，还用于接收所述数据分析匹配模块发送的所述观测结果参数，并根据所述处理后的车辆状态信号和所述观测结果参数对所述整车动力学参数进行校验；
将校验后的所述整车动力学参数发送给所述全局参数观测模块和所述类驾驶员视角模块。
4.根据权利要求3所述的具有类驾驶员视角的底盘域控制器，其特征在于，所述车辆的智能车辆底盘还包括驾驶部，所述模型解析单元，还用于：
获取所述驾驶部的输入信息，其中，所述输入信息包括方向盘转角输入、驱动轴转矩输入、制动力矩输入中的一项或多项；
根据所述处理后的车辆状态信号和所述驾驶部的输入信息，对所述整车动力学模型进行解析，确定出所述整车动力学参数。
5.根据权利要求4所述的具有类驾驶员视角的底盘域控制器，其特征在于，所述整车动力学模型包括发动机模型、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，所述模型解析单元，还用于：
根据所述发动机模型、所述驱动轴转矩输入确定出发动机转矩；
根据所述传动系统模型、所述发动机转矩确定出驱动轮转矩；
根据所述车轮转动模型、所述驱动轮转矩、所述制动力矩输入，确定出四轮角加速度；
根据所述整车力分析模型、所述四轮角加速度、所述方向盘转角输入，确定出所述车辆的纵向力、横向力和悬架力；
根据所述悬架以上结构模型、所述纵向力、所述横向力、所述悬架力、所述方向盘转角输入，确定出所述车辆的三个平移自由度x、y、z和三个转动自由度θ、
Figure FDA0002653089020000031
Yaw；
根据所述车轮垂直运动模型、所述悬架力，确定出四轮垂直速度，其中，所述整车动力学参数包括所述四轮角加速度、所述三个平移自由度、所述三个转动自由度、所述四轮垂直速度。
6.根据权利要求1所述的具有类驾驶员视角的底盘域控制器，其特征在于，所述全局参数观测模块，用于：
根据所述处理后的车辆状态信号、所述整车动力学参数和所述观测结果参数，进行动力学状态观测计算，确定出所述车辆的行驶动力参数和所述车辆的驾驶道路参数，其中，所述行驶动力参数包括所述车辆的纵向车速、横向车速、垂向加速度、俯仰角加速度、横摆角加速度、侧偏角、前轮转向角、每个车轮的转动和每个车轮的垂向加速度中的至少两项，所述驾驶道路参数包括道路坡度、路面附着、道路曲率、路面不平度中的至少两项，所述状态观测参数包括所述行驶动力参数和所述驾驶道路参数。
7.根据权利要求6所述的具有类驾驶员视角的底盘域控制器，其特征在于，所述类驾驶员视角模块，用于：
根据所述整车动力学参数和所述驾驶道路参数，确定出动力学边界；
根据所述动力学边界和所述行驶动力参数，确定出所述车辆的理论稳定性边界；
根据所述理论稳定性边界，以及，结合所述行驶动力参数的响应值与解算值的校对结果，对所述车辆进行实时感知，并结合感知结果规划行车路径，实现对所述车辆的未来行车轨迹、未来行车环境和未来动力学状态的预估。
8.根据权利要求1所述的具有类驾驶员视角的底盘域控制器，其特征在于，所述车辆还包括多个用于控制车辆状态的电子执行单元，所述多个电子执行单元与所述多个传感器相互对应，所述信号处理模块，还用于：
对获取的所述车辆状态信号和所述道路环境信号进行预处理，其中，所述预处理包括测量、滤波、A/D转换中的一项或多项；
将处理后的车辆状态信号和处理后的道路环境信号发送给该信号对应的目标电子执行单元，其中，所述目标电子执行单元与检测该信号处理前的信号的传感器对应。
9.根据权利要求8所述的具有类驾驶员视角的底盘域控制器，其特征在于，所述底盘域控制器还包括智驾模块，用于：
接收所述类驾驶员视角模块发送的预估信息和所述状态观测参数，其中，所述预估信息包括所述未来行车轨迹、所述未来行车环境和所述未来动力学状态；
根据所述预估信息和所述状态观测参数，生成控制指令；
将所述控制指令发送给对应的电子执行单元，以使该电子执行单元基于所述处理后的车辆状态信号或所述处理后的道路环境信号，结合所述控制指令，对所述车辆的车辆状态进行调整。
10.一种车辆的控制方法，其特征在于，所述车辆上设有多个传感器，用于检测车辆状态信号和道路环境信号，所述车辆的具有类驾驶员视角的底盘域控制器包括信号处理模块、整车模型解算模块、数据分析匹配模块、全局参数观测模块、类驾驶员视角模块，所述方法包括：
所述信号处理模块获取所述多个传感器对所述车辆检测得到的所述车辆状态信号和所述道路环境信号并进行处理；
所述整车模型解算模块根据处理后的车辆状态信号，确定出所述车辆的动力学模型；
所述数据分析匹配模块根据所述处理后的车辆状态信号和处理后的道路环境信号，确定出与所述车辆的车辆状态和当前道路环境匹配的观测结果参数；
所述全局参数观测模块根据所述处理后的车辆状态信号、整车动力学参数和所述观测结果参数，确定出反映所述车辆当前状态和行车环境的状态观测参数，其中，所述整车动力学参数为所述整车模型解算模块基于所述动力学模型确定的参数；
所述类驾驶员视角模块根据所述整车动力学参数和所述状态观测参数，预估所述车辆的未来行车轨迹、未来行车环境和未来动力学状态。
CN202010881775.XA 2020-08-27 2020-08-27 具有类驾驶员视角的底盘域控制器及车辆的控制方法 Active CN111976730B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010881775.XA CN111976730B (zh) 2020-08-27 2020-08-27 具有类驾驶员视角的底盘域控制器及车辆的控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010881775.XA CN111976730B (zh) 2020-08-27 2020-08-27 具有类驾驶员视角的底盘域控制器及车辆的控制方法

Publications (2)

Publication Number Publication Date
CN111976730A true CN111976730A (zh) 2020-11-24
CN111976730B CN111976730B (zh) 2021-11-30

Family

ID=73440747

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010881775.XA Active CN111976730B (zh) 2020-08-27 2020-08-27 具有类驾驶员视角的底盘域控制器及车辆的控制方法

Country Status (1)

Country Link
CN (1) CN111976730B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN114701518A (zh) * 2022-04-11 2022-07-05 中国重汽集团济南动力有限公司 一种重卡线控制动的制动装置及制动方法
CN117872710A (zh) * 2024-03-11 2024-04-12 天津森普捷电子有限公司 一种智能底盘及其控制方法、装置、系统、介质及设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130057399A1 (en) * 2011-09-02 2013-03-07 Chrysler Group Llc Gawr exceed warning system for a vehicle
US20170336856A1 (en) * 2016-05-20 2017-11-23 Dell Products L.P. Systems and methods for autonomously adapting powering budgeting in a multi-information handling system passive chassis environment
CN108036953A (zh) * 2017-12-14 2018-05-15 燕山大学 轮毂电机驱动汽车集成设计与协同控制试验平台及实现方法
CN108544912A (zh) * 2018-03-16 2018-09-18 芜湖安普机器人产业技术研究院有限公司 四轮差速全地形移动机器人控制系统及其控制方法
CN109116844A (zh) * 2018-08-14 2019-01-01 宁波吉利汽车研究开发有限公司 一种汽车智能驾驶系统及控制方法
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
CN110979347A (zh) * 2019-12-10 2020-04-10 北京经纬恒润科技有限公司 一种自动驾驶汽车底盘域的指令仲裁方法及系统
CN111301423A (zh) * 2020-03-11 2020-06-19 清华大学 一种控制方法、底盘域控制系统及适时四轮驱动式汽车
CN111308490A (zh) * 2020-02-05 2020-06-19 浙江工业大学 基于单线激光雷达的平衡车室内定位与导航系统
CN111469623A (zh) * 2020-04-29 2020-07-31 清华大学 汽车底盘域控传感器架构与动力学状态融合计算方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130057399A1 (en) * 2011-09-02 2013-03-07 Chrysler Group Llc Gawr exceed warning system for a vehicle
US20170336856A1 (en) * 2016-05-20 2017-11-23 Dell Products L.P. Systems and methods for autonomously adapting powering budgeting in a multi-information handling system passive chassis environment
CN108036953A (zh) * 2017-12-14 2018-05-15 燕山大学 轮毂电机驱动汽车集成设计与协同控制试验平台及实现方法
CN108544912A (zh) * 2018-03-16 2018-09-18 芜湖安普机器人产业技术研究院有限公司 四轮差速全地形移动机器人控制系统及其控制方法
CN109116844A (zh) * 2018-08-14 2019-01-01 宁波吉利汽车研究开发有限公司 一种汽车智能驾驶系统及控制方法
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
CN110979347A (zh) * 2019-12-10 2020-04-10 北京经纬恒润科技有限公司 一种自动驾驶汽车底盘域的指令仲裁方法及系统
CN111308490A (zh) * 2020-02-05 2020-06-19 浙江工业大学 基于单线激光雷达的平衡车室内定位与导航系统
CN111301423A (zh) * 2020-03-11 2020-06-19 清华大学 一种控制方法、底盘域控制系统及适时四轮驱动式汽车
CN111469623A (zh) * 2020-04-29 2020-07-31 清华大学 汽车底盘域控传感器架构与动力学状态融合计算方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN114701518A (zh) * 2022-04-11 2022-07-05 中国重汽集团济南动力有限公司 一种重卡线控制动的制动装置及制动方法
CN117872710A (zh) * 2024-03-11 2024-04-12 天津森普捷电子有限公司 一种智能底盘及其控制方法、装置、系统、介质及设备
CN117872710B (zh) * 2024-03-11 2024-06-21 天津森普捷电子有限公司 一种智能底盘及其控制方法、装置、系统、介质及设备

Also Published As

Publication number Publication date
CN111976730B (zh) 2021-11-30

Similar Documents

Publication Publication Date Title
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
EP3851346B1 (en) An inverse tyre model for advanced vehicle motion management
Chung et al. Design and evaluation of side slip angle-based vehicle stability control scheme on a virtual test track
US9145165B2 (en) Drive controlling apparatus for a vehicle
Li et al. Comprehensive tire–road friction coefficient estimation based on signal fusion method under complex maneuvering operations
US8855833B2 (en) Vehicle dynamic control platform between application and controlled object
EP2045155B1 (en) A control system for a vehicle and trailer combination
US6856877B2 (en) Integration of active assist and vehicle dynamics control and method
EP3309024B1 (en) Method and system for determining friction between the ground and a tire of a vehicle
CN107085424A (zh) 用于自动驾驶的预瞄横向控制
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
US20050182548A1 (en) Method and device for detecting parameters characterizing the driving behavior of a vehicle
US20230077259A1 (en) Virtual Validation and Verification Model Structure for Motion Control
CN111055912A (zh) 用于线控转向的转向校正
CN111976729A (zh) 汽车控制方法、底盘域控制器及智能驾驶汽车
US11656153B1 (en) Simulator for vehicle drivetrain testing
US9914453B2 (en) Method for predicting the travel path of a motor vehicle and prediction apparatus
CN112148016B (zh) 基于模型预测控制算法横纵向解耦的车辆控制方法和装置
EP3536568A1 (en) Method and system for enhanced yaw response for a vehicle
Bhardwaj et al. Estimation and decomposition of rack force for driving on uneven roads
CN108860137B (zh) 失稳车辆的控制方法、装置及智能车辆
CN115675481A (zh) Gps增强摩擦估计
Sung et al. A Differential Brake-Actuated Steering System for Redundancy of Steer-by-Wire
US20240190451A1 (en) Vehicle data health monitoring and recording system for multi-layer control software architecture
US20230196786A1 (en) Generation of test data for testing a control system of a motor vehicle which evaluates a sensor data stream

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