CN112109710A

CN112109710A - 调整用于道路车辆速度调节控制的系统功能性的调谐参数设置的方法

Info

Publication number: CN112109710A
Application number: CN202010499088.1A
Authority: CN
Inventors: M.布克特; T.卡尔松
Original assignee: Zhenati Co
Current assignee: Zhenati Co
Priority date: 2019-06-04
Filing date: 2020-06-04
Publication date: 2020-12-22
Anticipated expiration: 2040-06-04
Also published as: CN112109710B; EP3747718B1; EP3747718A1; US11472417B2; US20200385007A1

Abstract

一种从初始选择的设置开始的调整用于道路车辆（1）速度调节控制的系统（2）功能性（3）的调谐参数设置、以及应用由从手动通过的道路路段获得的速度调节曲线和用于这些的道路路段数据的训练集合的方法。针对这些道路路段中的每个：‑使用选择的设置和道路路段数据来计算模拟速度调节曲线；‑将手动和模拟速度调节曲线进行比较以获得残差；‑计算残差的范数。针对训练集合的所有道路路段：‑计算残差的范数的范数；‑执行优化、回归分析或机器学习中的至少一个，以通过选择不同的设置和迭代以上步骤来最小化残差的范数的范数。选择呈现最小训练集合范数的设置。

Description

调整用于道路车辆速度调节控制的系统功能性的调谐参数设置的方法

技术领域

本公开总体上涉及用于道路车辆的弯道速度调节，并且特别地涉及调整用于道路车辆速度调节控制的系统功能性的调谐参数设置的方法，以从初始选择的调谐参数设置开始找到最佳设置。

背景技术

由于车辆控制的潜在损耗，以过度的速度驾驶到道路弯道中不仅可能引起对于车辆乘员的不适和安全问题，而且还可能引起过度的燃料消耗，从而可能导致增加的排放。

通常，道路车辆驾驶员依赖于他或她的关于即将到来的弯道和可能的速度限制和警告标志的视觉信息来确定用于通过该弯道的适当速度。然而，通过弯道需要的速度减少取决于许多因素，诸如道路的曲率、车辆速度、弯道倾斜角、道路坡度、道路表面摩擦系数、车辆特性、驾驶员能力等。

为了提供对用于通过即将到来的弯道的道路车辆速度的适当控制，已经建议针对表示最陡的点的弯道中的一个点进行控制并且以主动方式以固定的减速度针对该点进行控制，或者建议以反应方式具有基于偏航率的弯道速度调整。

然而，提供对用于通过即将到来的弯道的道路车辆速度的适当控制的以上方法都具有缺点并且将不会向车辆乘客提供自然且舒适的乘坐。因此，存在对于改进对用于通过即将到来的弯道的道路车辆速度的控制的需要。

由US2015151753 A1提出了解决该问题的一种尝试，其公开了使用相机来提供自主导航特征的系统和方法。该系统可包括至少一个图像捕获设备，其配置成获取车辆附近的区域的多个图像；数据接口；以及至少一个处理设备。至少一个处理设备可以被配置成：经由数据接口接收多个图像；基于地图数据（例如，GPS数据）和车辆位置信息识别要导航的弯道；基于如在地图数据中反映的弯道的至少一个特性来确定对于车辆的初始目标速度；将车辆的速度调节到初始目标速度；基于多个图像确定弯道的一个或多个观察到的特性；基于弯道的一个或多个观察到的特性来确定更新的目标速度；以及将车辆的速度调节到更新的目标速度。系统可以检测车道宽度、弯道半径、曲率的程度、曲率的改变率、倾斜的程度、弯道的长度或弧长度等。该系统可以基于在弯道之前、期间或之后的交通灯的存在、天气条件（例如，小雨、大雨、有风、晴朗等）、道路条件（例如，铺砌的道路、未铺砌的道路、凹坑等）、公布的速度限制、附近行人或车辆的存在等来确定初始目标速度。

解决该问题的另一尝试是例如诸如由US2009037062 A1所描述的，其公开了一种用于当车辆接近弯道时检测道路弯道、自动地提供道路曲率信息和控制车辆速度的系统和方法。该系统使用定位设备和地图数据库来知道车辆的位置。取决于车辆的速度，系统生成对于车辆前方的弯道处或车辆前方的弯道周围的不同曲率数据点的曲率曲线。然后，系统生成对于曲率点的期望的速度曲线。比较期望的速度曲线和实际的车辆速度，以确定车辆在每个曲线点处对于目标速度是否驾驶得太快。可以通过提供驾驶员转弯模式输入来增强加速度计算，车辆操作者可以基于驾驶员想要系统如何积极地行动来选择该驾驶员转弯模式输入，以减慢车辆。

解决该问题的又一个附加的尝试是由EP2527222 A2提出的，其公开了一种方法，该方法涉及取决于控制数据来控制道路车辆的速度并且提供弯道数据作为控制数据以及作为在对道路车辆的控制期间描述驾驶弯道的最接近的弯道数据。根据导航设备的道路航向数据确定弯道数据，并通过能预料的环境传感器确定环境数据。通过考虑弯道数据来确定舒适弯道速率。舒适弯道速率根据在限定位置处的弯道的最大曲率和预定的舒适横向加速度来确定。

解决该问题的仍另一尝试是例如诸如由US2011301802 A1所描述的，其公开了基于与路段（segment）的速度曲线的期望关系来建立对于车辆前方的道路路段上的车辆的目标（未超过）速度。通过分析由探测车辆收集的路段上的历史速度数据的统计分布来生成速度曲线。如果基于至少一个测量的车辆动态属性，车辆可能超过目标速度，则激活驾驶员警报。目标速度可以通过以下步骤建立：识别基线道路路段，车辆先前已经在该基线道路路段上驾驶过并且该基线道路路段类似于接近道路路段；将车辆在基线路段上的过去速度与基线路段的速度曲线进行比较以确定速度差；并且将速度差应用于接近路段的速度曲线。

发明内容

本发明的目的是提供一种调整用于道路车辆速度调节控制的系统功能性的调谐参数设置的改进的方法，以从初始选择的调谐参数设置开始找到最佳的调谐参数设置。

根据第一方面，提供了一种从初始选择的调谐参数设置开始的调整用于道路车辆速度调节控制的系统功能性的调谐参数设置的方法，以便通过从手动驾驶训练数据学习来获得调整的调谐参数，该方法包括：向系统的一个或多个数据处理装置应用由从手动通过的道路路段获得的速度调节曲线和用于这些手动通过的道路路段的道路路段数据组成的手动驾驶训练数据的训练集合；以及针对手动通过的道路路段中的每个：使用选择的调谐参数设置和道路路段数据来计算模拟速度调节曲线；-比较手动和模拟速度调节曲线以获得残差；-计算残差的范数；以及针对训练集合的所有手动通过的道路路段：-计算残差的范数的范数；-执行优化、回归分析或机器学习中的至少一个，以通过选择不同的调谐参数设置和迭代以上步骤来最小化残差的范数的范数；以及对于道路车辆速度调节控制功能性，选择呈现最小训练集合范数的调谐参数设置。通过使用通过分析从手动通过的道路路段获得的速度调节曲线以及用于这些手动通过的道路路段的道路路段数据的训练集合而获取的调谐参数设置，实现了更自然的控制感受。

在另外的实施例中，该方法还包括使用速度调节曲线的训练集合，其中的道路路段各自由相应的控制点的集合表示以及其训练集合至少包括针对相应的控制点的实际上的速度，以及使用包括以下中的一个或多个的道路路段数据：道路的道路属性数据，其包括相应的道路路段；来自相应的道路路段的手动通过（negotiation）的环境属性数据、车辆属性数据和驾驶员属性数据。

在又另外的实施例中，该方法还包括使用速度调节曲线的训练集合，其中的道路路段各自由相应的控制点的集合表示以及其训练集合至少包括关于到相应的控制点的距离以及从到该控制点的距离到达道路路段的相应的控制点的实际上的加速度的数据，以及使用道路路段数据，其包括以下中的一个或多个：道路的道路属性数据，其包括相应的道路路段；来自相应道路路段的手动通过的环境属性数据、车辆属性数据和驾驶员属性数据。

在仍另外的实施例中，该方法还包括使用速度调节曲线的训练集合，其中的道路路段各自由相应的控制点的集合表示以及其训练集合至少包括关于针对相应的控制点的距离、实际上的速度以及从到该控制点距离到达道路路段的相应的控制点的实际上的加速度的数据，以及使用包括以下中的一个或多个的道路路段数据：道路的道路属性数据，其包括相应的道路路段；来自相应道路路段的手动通过的环境属性数据、车辆属性数据和驾驶员属性数据。

在附加的实施例中，该方法还包括通过以下操作根据道路路段数据来计算模拟速度调节曲线：针对道路路段的相应的控制点，使用选择的调谐参数设置执行到目标速度的转换，以及针对由训练集合速度调节曲线提供的道路路段的相应的控制点，将这些目标速度与实际上的速度进行比较，以获得残差。

在又附加的实施例中，该方法还包括通过以下操作根据道路路段数据来计算模拟速度调节曲线：使用选择的调谐参数设置执行到目标加速度的转换，以从到该控制点的距离到达道路路段的相应的控制点，以及将这些目标加速度与实际上的加速度进行比较，以从由训练集合速度调节曲线提供的到该控制点的距离到达道路路段的相应的控制点，以获得残差。

在仍另外的实施例中，该方法还包括使用包括以下各项中的至少一项的道路属性数据：曲率、道路宽度；斜率；倾斜角；车道宽度；道路类型；倾斜；道路边缘和车道的数量。

在又另外的实施例中，该方法还包括使用包括关于以下各项的数据中的至少一个的环境属性数据：视线距离；光条件；横向间隙距离；温度；摩擦和天气条件。

在又附加的实施例中，该方法还包括使用包括关于以下各项的数据中的至少一个的驾驶员序属性数据：个人偏好；以及驾驶风格。

在仍另外的实施例中，该方法还包括使用包括关于以下各项的数据中的至少一个的车辆属性数据：驾驶员座椅相比于道路的高度；车辆动态属性；车辆悬架属性；动力系属性。

根据第二方面，提供了一种道路车辆系统，包括用于根据以上方法进行速度调节控制的功能性。

根据另外的方面，提供了一种道路车辆，包括具有用于根据以上方法进行速度调节控制的功能性的系统。

根据仍另外的方面，提供了一种体现在非暂时性计算机可读存储介质上的计算机程序，该计算机程序包括用于控制过程以执行用于道路车辆速度调节控制的过程的程序代码，该过程包括以上方法。

根据又另外的方面，提供了一种包括指令的计算机程序，该指令在由处理电路执行时被配置成使道路车辆系统执行方法。

根据附加的实施例，提供一种包括以上计算机程序的载体，其中该载体是电子信号、光学信号、无线电信号或计算机可读存储介质中的一种。

以上实施例具有允许从初始选择的调谐参数设置开始的用于道路车辆速度调节控制的系统功能性学习用于提供自然的控制感受的最佳调谐参数设置的有益效果。

附图说明

在以下，将仅通过示例参考附图来较详细地描述本文中的实施例，其中：

图1示意性地图示了根据本文中的实施例的第一替换方案训练集合。

图2示意性地图示了根据本文中的实施例的第二替换方案训练集合。

图3示意性地图示了根据本文中的实施例的第三替换方案训练集合。

图4示意性地图示了根据本文中的实施例的目标速度的集合。

图5示意性地图示了根据本文中的实施例的目标加速度的集合。

图6示意性地图示了根据本文中的实施例的包括具有用于速度调节控制的功能性的系统的道路车辆。

图7示意性地图示了根据本文中的实施例的包括具有处理电路的处理模块的处理装置。

具体实施方式

在以下将描述调整用于道路车辆1速度调节控制的系统功能性的调谐参数设置的方法的一些示例实施例，道路车辆系统包括用于根据该方法的速度调节控制的功能性以及包括这样的系统的道路车辆以及用于使这样的系统执行该方法的计算机程序。

包括用于根据该方法的速度调节控制的功能性的道路车辆系统可以是高级驾驶员辅助系统（ADAS），诸如自适应巡航控制系统或类似物。

根据所提出的方法，用于道路车辆速度调节控制的系统功能性的调谐参数设置的调整从初始选择的调谐参数设置开始，以便通过从手动驾驶训练数据中学习来获得调整的的调谐参数。

将由从手动通过的道路路段获得的速度调节曲线和用于这些手动通过的道路路段的道路路段数据组成的手动驾驶训练数据的训练集合应用于系统2的一个或多个数据处理装置9。

针对手动通过的道路路段中的每个：使用所选择的调谐参数设置和道路路段数据来计算模拟速度调节曲线；将手动和模拟速度调节曲线进行比较，以获得残差；计算残差的范数。

针对训练集合的所有手动通过的道路路段：计算残差的范数的范数；执行优化、回归分析或机器学习中的至少一个以通过选择不同的调谐参数设置和迭代以上步骤来最小化残差的范数的范数。

为道路车辆速度调节控制功能性选择调整的调谐参数设置，其呈现最小的训练集合范数。

在图1至图5中图示了实际上的速度v_df，n、v_df，n+1等和/或实际上的加速度a_df，n、a_df，n+1等的训练集合以及目标速度v_road，n、v_road，n+1等和目标加速度a_n、a_n+1等的集合的一些替换方案。在这些图中还示意性地包括标明为E的道路车辆以用于参考。

作为第一替换方案，可以使用速度调节曲线的训练集合，其中的道路分段各自由相应的控制点P_n、P_n+1等的集合来表示，如图1中所图示。这样的训练集合应该至少包括针对相应的控制点P_n、P_n+1等的实际上的速度v_df，n、v_df，n+1等，以及包括以下中的一个或多个的道路路段数据：道路的道路属性数据，其包括相应的道路路段；来自相应的道路路段的手动通过的环境属性数据、车辆属性数据和驾驶员属性数据。

作为第二替换方案，如图2中所图示，可使用速度调节曲线的训练集合，其中的道路路段各自由控制点P_n、P_n+1等的相应集合来表示，其训练集合至少包括关于以下各项的数据：到相应的控制点P_n、P_n+1等的距离d_n、d_n+1等，以及从到控制点P_n、P_n+1等的距离d_n、d_n+1等到达道路路段的相应的控制点P_n、P_n+1等的实际上的加速度a_df，n、a_df，n+1等，以及包括以下中的一个或多个的道路路段数据：道路的道路属性数据，其包括相应的道路路段；来自相应的道路路段的手动通过的环境属性数据、车辆属性数据和驾驶员属性数据。

作为第三替换方案，如图3中所图示，可使用速度调节曲线的训练集合，其中的道路路段各自由相应的控制点P_n、P_n+1等的集合来表示，其训练集合至少包括关于以下各项的数据：针对相应的控制点P_n、P_n+1等的距离d_n、d_n+1等、实际上的速度v_df，n、v_df，n+1等以及从到该控制点P_n、P_n+1等的距离d_n、d_n+1等到达道路路段的相应的控制点P_n、P_n+1等的实际上的加速度a_df，n、a_df，n+1等，以及包括以下中的一个或多个的道路路段数据：道路的道路属性数据，其包括相应的道路路段；来自相应道路路段的手动通过的环境属性数据、车辆属性数据和驾驶员属性数据。

为了获得残差，对于以上第一和第三替换方案而言，通过以下操作可以根据道路路段数据来计算模拟速度调节曲线：针对道路路段的相应的控制点P_n、P_n+1等，使用所选择的调谐参数设置执行到目标速度v_road，n、v_road，n+1等的转换，如图4中所图示；以及针对由训练集合速度调节曲线提供的道路路段的相应的控制点P_n、P_n+1等，将这些目标速度v_road，n、v_road，n+1等与实际上的速度v_df，n、v_df，n+1等进行比较，如图1中所图示。

为了获得残差，对于以上第二和第三替换方案而言，通过以下操作可以根据道路路段数据来计算模拟速度调节曲线：使用所选择的调谐参数设置执行到目标加速度a_n、a_n+1等的转换，以从到该控制点P_n、P_n+1等的距离d_n、d_n+1等到达道路路段的相应的控制点P_n、P_n+1等，如图5中所图示；以及将这些目标加速度a_n、a_n+1等与实际上的加速度a_df，n、a_df，n+1等进行比较，如图2中所图示，以从由训练集合速度调节曲线提供的到该控制点P_n、P_n+1等的距离d_n、d_n+1等到达道路路段的相应的控制点P_n、P_n+1等。

可以使用包括以下各项中的至少一项的道路属性数据：曲率、道路宽度；斜率；倾斜角；车道宽度；道路类型；倾斜；道路边缘和车道数量，l_n、l_n+1等。在使用车载相机系统、地图系统、激光雷达系统、雷达系统以及这样的系统的（例如通过传感器结合）组合的道路路段的手动通过期间，这样的道路属性数据可能已经由一个或多个道路车辆获得。

可以已经在道路路段的手动通过期间从以下中的一个或多个获得曲率数据：地图系统，诸如基于卫星的全球定位系统（GPS）；车载相机系统，诸如面向前方的前视相机；一个或多个车载偏航率传感器，即陀螺设备，其测量车辆的围绕其垂直轴的角速度。地图系统（诸如GPS系统）提供具有低分辨率的长范围数据。车载相机传感器提供具有中等分辨率的中等范围数据。偏航率传感器提供当前状态数据，即具有高分辨率的零范围数据。

可以使用包括关于以下各项的数据中的至少一个的环境属性数据：视线距离；光条件；横向间隙距离；温度；摩擦和天气条件，例如雨、雾等。在道路路段的手动通过期间，道路车辆环境的这样的环境属性数据可能已经由一个或多个道路车辆从车载车辆传感器（例如使用相机传感器、温度传感器和湿度计）以及从在线天气服务（例如通过对来自在线天气服务的环境属性数据的无线接收）获得。

可使用包括关于以下各项的数据中的至少一个的驾驶员属性数据：个人偏好；以及驾驶风格，例如，如在道路路段的手动通过期间使用的驾驶曲线中所表明的，诸如生态、动态、舒适、运动驾驶曲线等；以及传感器确定的驾驶员的驾驶风格，例如过度转向和转向不足等。生态调谐通常类似于动态模式但与动态模式“相反”。

可以使用包括关于以下各项的数据中的至少一个的车辆属性数据：驾驶员座椅相比于道路的高度；车辆动态属性；车辆悬架属性；以及动力系属性。

优化可以通过以下各项中的至少一项来执行：部分或穷尽的网格搜索、行搜索、梯度下降法、高斯-牛顿法、列文伯格-马夸尔特算法或类似物。

机器学习可以使用算法例如通过监督学习来执行，该算法从数据的训练集合构建数学模型，该数据的训练集合包含来自道路路段的手动通过的驾驶员/车辆输入和期望输出（即相关联的速度调节曲线）两者。

可以使用回归算法来执行回归分析，该回归算法可以被视为提供连续输出的监督学习算法的类型。

因此，优化、回归或机器学习算法试图通过改变调谐参数以找到最佳设置调谐参数来最小化完整的训练集合范数，即道路路段范数的总额。

可以使用调谐参数设置，其包括以下中的至少一个：用于将系统输入映射到系统输出的多项式或表查找函数、控制器加速度、控制器加速度增益调度、弯道之间的加速度保持时间或类似物。

最大和/或最小加速度可以在优化、回归和机器学习中被限制，以实现符合车辆加速度物理限制、法律要求和安全要求中的任何。

如图6中所图示，还设想了包括用于根据本文中所述的方法的速度调节控制的功能性3的道路车辆1系统2和包括这样的系统2的道路车辆1。

此外，在此设想的是体现在非暂时性计算机可读存储介质上的计算机程序4，该计算机程序4包括用于控制过程以执行用于道路车辆1速度调节控制的过程的程序代码，该过程包括本文中所述的方法。

这样的计算机程序4可以包括当由处理电路5执行时（如图7中所图示）被配置成使道路车辆系统2执行该方法的指令。处理电路5可以包括一个或多个处理器的集合（未示出）。载体可以包括计算机程序4，其中载体可以是电子信号、光学信号、无线电信号或计算机可读存储介质中的一种。

处理电路5可以布置在道路车辆1系统2中或者布置在远离道路车辆1的位置处，例如如图6中所图示的远程服务器6。

在处理电路5被布置在远程服务器6处的实施例中，该方法可以通过在处理电路5和道路车辆1之间连续流线型数据来实现。当事件发生时，流线型是实时内容传送，即传送连续数据流。所获得的数据的连续流线型允许用于道路车辆1速度调节控制的系统功能性3通过调谐参数设置的调整来连续地训练电流控制算法。

系统2或远程服务器6可以包括一个或多个数据处理装置9，其各自包括处理模块11，处理模块11通常包括至少一个处理电路5，处理电路5包括一个或多个处理器并且包括至少一个存储器7，存储器存储可由处理器执行的指令（例如计算机程序4（软件）），该指令包括用于执行本文中所述的各种步骤和过程的指令。它通常还包括I/O模块10，其供给要处理的数据的输入和这样的处理的结果的输出。

在道路车辆1和位于这样的远程服务器6（云）处的处理电路5之间并且回到包括用于道路车辆1的速度调节控制的功能性3的道路车辆系统2的数据的流线型还可以包括通信网络（例如如由箭头8所图示），其连接到远程服务器12。这样的通信网络8表示一个或多个机制，道路车辆1可以通过该机制与远程服务器6通信。因此，通信网络8可以是各种无线通信机制中的一个或多个，其包括无线（例如，无线电频率）、蜂窝、卫星和微波通信机制以及任何期望的网络拓扑结构的任何期望的组合。示例性通信网络包括例如使用蓝牙、IEEE802.11、LTE、5G等的无线通信网络。

所有以上提及的因素的组合有助于找到针对用于道路车辆1速度调节控制的系统功能性3的最佳参数设置，以确保道路弯道的平滑和安全通过。

受益于前述描述和相关联的附图中呈现的教导，这些发明涉及的领域中的技术人员将想到在本文中阐述的发明的许多修改和其它实施例。因此，应当理解，本发明不限于所公开的具体实施例，并且修改和其他实施例旨在被包括在所附权利要求的范围内。此外，尽管前述描述和相关联的附图在元件和/或功能的某些示例性组合的上下文中描述了示例性实施例，但是应当领会的是，在不脱离所附权利要求的范围的情况下，可以由可替换的实施例提供元件和/或功能的不同组合。在这方面，例如，与上文明确描述的那些元件和/或功能的组合不同的元件和/或功能的组合也被设想为可以在所附权利要求中的一些中阐述。在本文中描述了优点、益处或对问题的解决方案的情况下，应当领会，这样的优点、益处和/或解决方案可以适用于一些示例实施例，但不一定是所有示例实施例。因此，本文中描述的任何优点、益处或解决方案不应当被认为对所有实施例或对本文中要求保护的实施例是关键、必需或必要的。虽然在本文中采用了特定术语，但是它们仅在一般和描述性意义上使用，而不是为了限制的目的。

Claims

1.一种从初始选择的调谐参数设置开始调整用于道路车辆（1）速度调节控制的系统（2）功能性（3）的调谐参数设置的方法，以便通过从手动驾驶训练数据中学习来获得调整的调谐参数，所述方法包括：

向所述系统（2）的一个或多个数据处理装置（9）应用由从手动通过的道路路段获得的速度调节曲线和用于这些手动通过的道路路段的道路路段数据组成的手动驾驶训练数据的训练集合；以及

针对所述手动通过的道路路段中的每个：

-使用所述选择的调谐参数设置和所述道路路段数据来计算模拟速度调节曲线；

-比较所述手动和所述模拟速度调节曲线以获得残差；

-计算所述残差的范数；以及

针对所述训练集合的所有所述手动通过的道路路段：

-计算所述残差的所述范数的范数；

-执行优化、回归分析或机器学习中的至少一个，以通过选择不同的调谐参数设置和迭代以上步骤来最小化所述残差的所述范数的所述范数；以及

为所述道路车辆（1）速度调节控制功能性（3）选择呈现最小训练集合范数的调谐参数设置。

2.根据权利要求1所述的方法，其中其还包括使用速度调节曲线的训练集合，其中的所述道路路段各自由相应的控制点（P_n、P_n+1，等）的集合表示并且其训练集合至少包括针对所述相应的控制点（P_n、P_n+1，等）的实际上的速度（v_df，n、v_df，n+1，等），以及使用包括以下中的一个或多个的道路路段数据：道路的道路属性数据，其包括所述相应的道路路段；来自所述相应的道路路段的所述手动通过的环境属性数据、车辆属性数据和驾驶员属性数据。

3.根据权利要求1所述的方法，其中其还包括使用速度调节曲线的训练集合，其中的所述道路路段各自由相应的控制点（P_n、P_n+1，等）的集合表示，并且其训练集合至少包括关于以下各项的数据：到所述相应的控制点（P_n、P_n+1，等）的距离（d_n、d_n+1，等），以及从到该控制点（P_n、P_n+1，等）的所述距离（d_n、d_n+1，等）到达所述道路路段的所述相应的控制点（P_n、P_n+1，等）的实际上的加速度（a_df，n、a_df，n+1，等），以及使用道路路段数据，其包括以下中的一个或多个：道路的道路属性数据，其包括所述相应的道路路段；来自所述相应的道路路段的所述手动通过的环境属性数据、车辆属性数据和驾驶员属性数据。

4.根据权利要求1所述的方法，其中其还包括使用速度调节曲线的训练集合，其中的所述道路路段各自由相应的控制点（P_n、P_n+1，等）的集合表示，并且其训练集合至少包括关于以下各项的数据：针对所述相应的控制点（P_n、P_n+1等）的距离（d_n、d_n+1等）、实际上的速度（v_df，n、v_df，n+1等）以及从到该控制点（P_n、P_n+1等）的所述距离（d_n、d_n+1等）到达所述道路路段的所述相应的控制点（P_n、P_n+1等）的实际上的加速度（a_df，n、a_df，n+1等），以及使用道路路段数据，其包括以下中的一个或多个：道路的道路属性数据，其包括所述相应的道路路段；来自所述相应的道路路段的所述手动通过的环境属性数据、车辆属性数据和驾驶员属性数据。

5.根据权利要求2或4中的任一项所述的方法，其中其还包括通过以下操作根据所述道路路段数据来计算所述模拟速度调节曲线：针对所述道路路段的所述相应的控制点（P_n、P_n+1，等），使用所述选择的调谐参数设置执行到目标速度（v_road，n、v_road，n+1，等）的转换，以及针对由所述训练集合速度调节曲线提供的所述道路路段的所述相应的控制点（P_n、P_n+1，等），将这些目标速度（v_road，n、v_road，n+1，等）与实际上的速度（v_df，n、v_df，n+1，等）进行比较以获得所述残差。

6.根据权利要求3至4中的任一项所述的方法，其中其还包括通过以下操作根据所述道路路段数据来计算所述模拟速度调节曲线：使用所述选择的调谐参数设置执行到目标加速度（a_n、a_n+1，等）的转换，以从到该控制点（P_n、P_n+1，等）的距离（d_n、d_n+1，等）到达所述道路路段的所述相应的控制点（P_n、P_n+1，等），以及将这些目标加速度（a_n、a_n+1，等）与实际上的加速度（a_df，n、a_df，n+1，等）进行比较，以从由所述训练集合速度调节曲线提供的到该控制点（P_n、P_n+1，等）的距离（d_n、d_n+1，等）到达所述道路路段的所述相应的控制点（P_n、P_n+1，等）以获得所述残差。

7.根据权利要求2至6中的任一项所述的方法，其中其还包括使用包括以下各项中的至少一项的道路属性数据：曲率、道路宽度；斜率；倾斜角；车道宽度；道路类型；倾斜；道路边缘和车道的数量。

8.根据权利要求2至7中的任一项所述的方法，其中其还包括使用包括关于以下各项的数据中的至少一个的环境属性数据：视线距离；光条件；横向间隙距离；温度；摩擦和天气条件。

9.根据权利要求2至8中的任一项所述的方法，其中其还包括使用包括关于以下各项的数据中的至少一个的驾驶员序属性数据：个人偏好；以及驾驶风格。

10.根据权利要求2至9中的任一项所述的方法，其中其还包括使用包括关于以下各项的数据中的至少一个的车辆属性数据：驾驶员座椅相比于道路的高度；车辆动态属性；车辆悬架属性；动力系属性。

11.一种道路车辆（1）系统（2），包括用于根据权利要求1至10中的任一项所述的方法进行速度调节控制的功能性（3）。

12.一种道路车辆（1），包括具有用于根据权利要求11所述的速度调节控制的功能性（3）的系统（2）。

13.一种体现在非暂时性计算机可读存储介质上的计算机程序（4），所述计算机程序（4）包括用于控制过程以执行用于道路车辆（1）速度调节控制的过程的程序代码，所述过程包括权利要求1至10中的任一项所述的方法。

14.一种包括指令的计算机程序（4），所述指令在由处理电路（5）执行时被配置成使道路车辆（1）系统（2）执行根据权利要求1至10中任一项所述的方法。

15.一种包括根据权利要求13所述的计算机程序（4）的载体，其中所述载体是电子信号、光学信号、无线电信号或计算机可读存储介质中的一种。