CN113060148B - 用于确定队列内的车辆的行驶特性的方法和装置及具有该装置的车辆 - Google Patents
用于确定队列内的车辆的行驶特性的方法和装置及具有该装置的车辆 Download PDFInfo
- Publication number
- CN113060148B CN113060148B CN202011488800.4A CN202011488800A CN113060148B CN 113060148 B CN113060148 B CN 113060148B CN 202011488800 A CN202011488800 A CN 202011488800A CN 113060148 B CN113060148 B CN 113060148B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vehicles
- train
- shift
- data
- 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 93
- 230000008569 process Effects 0.000 claims abstract description 42
- 230000005540 biological transmission Effects 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 35
- 230000001133 acceleration Effects 0.000 claims abstract description 25
- 238000013528 artificial neural network Methods 0.000 claims description 17
- 238000000611 regression analysis Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 230000003750 conditioning effect Effects 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 230000033001 locomotion Effects 0.000 abstract description 5
- 239000010410 layer Substances 0.000 description 23
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 231100000279 safety data Toxicity 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
- B60W30/165—Automatically following the path of a preceding lead vehicle, e.g. "electronic tow-bar"
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Control Of Transmission Device (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明涉及一种用于确定队列内的车辆的行驶特性的方法，该队列具有至少一个头车和至少一个或多个跟随该头车的跟随车，其中，该头车和该跟随车跟随相应的轨迹运动，其中，该车辆具有发动机和与该发动机耦合的变速器以驱动该车辆，该方法具有以下步骤：通过处理装置检测该车辆的行驶动态参数，所述行驶动态参数至少包括该车辆的瞬时速度和瞬时加速度；通过处理装置检测该车辆的车辆数据，所述车辆数据具有瞬时发动机转速和表征变速器的瞬时挂入的档位的数据；通过处理装置基于检测到的行驶动态参数和车辆数据预测该车辆的将来的至少一个换档过程，用于确定该队列的至少一个车辆的轨迹。
Description
技术领域
本发明涉及一种用于确定队列内的车辆的行驶特性的方法和装置，所述队列具有至少一个头车和至少一个或多个跟随该头车的跟随车，其中，所述头车和所述跟随车跟随相应的轨迹运动。本发明还涉及一种车辆、尤其商用车，所述车辆具有这种装置或者至少能够与这种装置耦合。
背景技术
由车辆(例如商用车)组成的队列典型地由在前面行驶的头车(也称作“LeadingVehicle”)和一个或多个以相对小的间距跟随的跟随车(也称作“Following Vehicle”或简称为“Follower”)组成，所述头车预先给定一纵向的运动曲线，例如速度曲线和/或加速度曲线，其中，跟随车取向在相应在前行驶的前车上。因此，“队列”涉及以例如大约10米的相对小的间距进行车辆编队行驶(Kolonnenfahrt)，由此借助避风行驶应实现具有相应降低的CO2排放的燃料节约和在提高交通安全的情况下的交通设施更有效利用。在所谓的该队列中，多个车辆借助于技术上的控制系统能够以非常小的间距相继行驶，在所述队列中，例如本地无线网络(所谓的WLAN网络)、雷达和摄像机系统这样的高度发展的技术设备允许无线地互相联网的车辆以短的间距相继行驶。通过使用队列中相应在前行驶的车辆的行驶信息能够自动地加速、制动和/或转向跟随的车辆。
技术上的挑战是估计自身的轨迹或者计划和跟从(Abfahren)希望的轨迹。“轨迹”通常说明一种运动轨道或者运动轨道的一部分，所涉及的车辆沿着所述运动轨道运动。所述运动轨道可以是一维的或者多维的。队列内的车辆的估计的或者真实的轨迹能够用作跟随的车辆的附加信息，所述跟随的车辆能够借助所述附加信息更好地计划其自身的轨迹并且因此例如能够更好地保持间距。
然而，尤其在加速过程中，会由于变速器的换档过程(所述换档过程导致车辆短暂的驱动中断)导致车辆的真实轨迹与估计的或者希望的轨迹相对强烈的偏离。由通常不知道的变速器换档逻辑和由此的事先不知道何时出现的下一次换档过程导致上述情况。因此，由于这种不可预见的偏离会难以实现车辆自身的调节目标。
在跟随行驶期间、例如在队列中，在前行驶的车辆的轨迹信息能够用于计划自身希望的轨迹，以设定希望的跟随特性(例如稳定的间距、消除跟随误差、决不低于最小间距的间距、舒适的链式稳定的编队特性等等)。然而如果传输的轨迹不足够精确(因为两个车辆分别以过大的偏离跟从其轨迹)，则会低于所述最小间距，不能稳定地保持所述间距和/或由于反作用而引起负面地作用到调节目标、舒适性和安全性上的干扰影响。
在US 9 297 455B2中说明了一种用于修改车辆的标准变速器换档计划的方法，所述方法包括以车辆前的预确定的间距监控实时的车辆参数和确定将来的行驶轨道信息。基于所确定的将来的行驶轨道信息来预告将来的车辆参数。变速器的标准换档计划基于当前车辆参数和所预告的将来的车辆参数来改变。
在Byun-Kwan Shin等人的“A Supervisor-Based Neural-Adaptive ShiftController for Automatic Transmissions Considering Throttle Opening andDriving Load”，KSME International Journal，Vol.14，No.4，418-425页，2000中介绍了用于车辆换档控制的基于神经网络的管理器，该管理器考虑到了节气门打开、节气门打开的改变和行驶负载。为了利用行驶负载信息提出了基于观察者的行驶负载估计算法。将比例积分微分控制与借助开环控制回路的控制一起用作用于控制档位切换的低阶控制(Niedrigpegelsteuerung)，并且在使用ANFIS的情况下拟定用于恰当地适配低阶换档控制的换档控制参数的监控控制。
发明内容
本发明的任务是提出一种用于确定开头提到的类型的队列内的车辆的行驶特性的方法和装置，所述装置允许在考虑到舒适性和安全性的情况下更好地维持队列的调节目标和特性。
本发明涉及一种用于确定队列内的车辆的行驶特性的方法和装置。说明书和附图中提出有利的构型方案和扩展方案。
本发明的一方面尤其涉及用于确定具有至少一个头车和多个跟随该头车的跟随车的队列内的车辆的行驶特性的方法，其中，所述头车和所述跟随车跟随一相应的轨迹运动，并且所述车辆具有发动机和与该发动机耦合的变速器，用于驱动该车辆。所述方法具有下述步骤：
通过处理装置检测该车辆的行驶动态参数，所述行驶动态参数至少包括该车辆的瞬时速度和瞬时加速度；
通过处理装置检测该车辆的车辆数据，所述车辆数据具有瞬时发动机转速和表征变速器的瞬时挂入的档位的数据；
通过处理装置基于检测到的行驶动态参数和车辆数据预测该车辆的将来的至少一个换档过程，用于确定该队列的至少一个车辆的轨迹。
本发明的另一方面涉及一种用于确定队列内的车辆的行驶特性的装置，该队列具有至少一个头车和至少一个或多个跟随该头车的跟随车，其中，该头车和该跟随车跟随相应的轨迹运动，其中，该车辆具有发动机和与该发动机耦合的变速器以驱动该车辆，其中，该装置具有处理装置，该处理装置设置用于：
检测该车辆的行驶动态参数，所述行驶动态参数至少包括该车辆的瞬时速度和瞬时加速度；
检测该车辆的车辆数据，所述车辆数据具有瞬时发动机转速和表征变速器的瞬时挂入的档位的数据；并且
基于检测到的行驶动态参数和车辆数据预测该车辆的将来的至少一个换档过程，用于确定该队列的至少一个车辆的轨迹。
此外，本发明还涉及一种车辆，特别是商用车，其包含根据本发明的装置或至少一个可与其耦合的接口，用于确定队列内的车辆的换档过程
本发明还涉及一种计算机程序产品或计算机程序，其具有软件代码区段，所述软件代码区段设置用于当该软件代码区段装载在处理装置的至少一个处理器装置的内存中时实施本发明的方法。
由此，利用本发明可以确定队列内的车辆的行驶特性，特别是预测将来的至少一个换档过程，其方式是，在舒适性和安全性方面更好地遵守组队的调节目标和特性并且可以匹配和优化该队列的至少一个车辆的轨迹。特别是，借助于本发明的方法、特别是借助于该处理装置可以基于将来的至少一个换档过程的预测来确定该队列的至少一个车辆的轨迹。
根据本发明的一个实施方式，将来的至少一个换档过程的预测包含在将来在预限定或动态的时间内的换档过程的估计。根据一个实施方式，该预测包含在该时间之后是否出现换档过程的估计。
根据本发明的一个实施方式，该方法还包含以下步骤：通过处理装置基于至少一个预测的换档过程来确定该车辆的轨迹；和通过处理装置使用被确定的轨迹和该车辆的与此相关的行驶动态参数和车辆数据来预测该车辆的将来的至少一个换档过程。
根据一个实施方式，借助于变速器的变速器逻辑的映射使用该车辆的被确定的轨迹，以识别将来的换档过程。
根据本发明的一个实施方式，车辆的行驶动态参数可以附加地包括所要求的发动机力矩。根据一个另外的实施方式，车辆的车辆数据可以附加地包括发动机转速变化、车辆的油门踏板角度(例如在引导车的情况中)、车辆的油门踏板行程(例如在引导车的情况中)、车道坡度、方向盘角度、制动踏板位态、和/或过去的车辆数据。
根据一个实施方式，所述预测的至少一个初始参量包含一个或多个以下信息：直接档、换档或不换档、保持档位、换高档、换低档。如果特别是预先计算的轨迹研究换档过程，也可以使用时间作为初始参量，在该时间之后出现该换档过程。
根据本发明的一个实施方式，所述预测使用调节方法，该调节方法包含观察者的系统。
根据一个另外的实施方式，所述预测使用调节方法，该调节方法包含回归分析。
有利地，根据本发明的方法包含人工神经网络的优化方法。根据一个实施方式，神经网络具有一个或多个在输入层(所谓的“Input Layer”)和输出层(所谓的“OutputLayer”)之间的中间层(所谓的“Hidden Layers”)。使用车辆的行驶动态参数和车辆数据作为输入层的输入。输出层的一个或多个输出包含表征在未来的换档过程的预测的信息。
不同的实施方式可以并列地、例如作为替换方案或者也以彼此任意的组合使用。
根据一个实施方式，该方法包含变速器的变速器换档模型，并且可选地包含车辆的车辆模型，用于确定该预测。
通过处理装置可以将该预测与该队列的一个或多个车辆的至少一个车辆部件例如相关车辆的驱动装置结合使用，以实现以下调节目标中的至少一个或多个：保持相邻车辆之间的距离；遵守相邻车辆之间的最小距离；支持队列的链稳定性；通过减少加速度变化和/或减速度变化来实现该队列的一个或多个车辆的舒适的行驶特性；和/或提高该队列的一个或多个车辆节能潜力。
所有前述的和下述的实施方式和方法特征可以相应地借助适合的硬件和/或软件在处理装置中和/或在已述的用于确定队列内的车辆的行驶状态的装置的另外的部件中执行，从而处理装置(或另外的部件)设置用于实施相应的功能。由此，该方法的所有有利的实施方式也是已述的用于确定队列内的车辆的行驶状态的装置的相应的有利的实施方式。
此外，本发明能够同样应用于车辆的能手动换档的变速器和能自动换档的变速器(自动变速箱)。在这两个变速器类型中，在从一个档位至下一个更高的或更低的档位的手动或自动的换档过程之后或多或少明显的驱动装置中断能够被确定，所述驱动装置中断导致所估计的轨迹与实际轨迹的偏差。
附图说明
下面，借助于附图详细阐述本发明，附图中：
图1示出具有头车和多个跟随车的示意图，其形成队列信息或简称队列；
图2A-C示出队列的车辆之一在确定的时间间隔上的估计的和实际的轨迹(图2A)和所属的速度(图2B)和加速度(图2C)的示例性流程的相应图表；
图3A-B示出队列的车辆之一在确定的时间间隔上的估计的和实际的轨迹(图3A)和所属的加速度(图3B)的另一示例性流程的相应图表；
图4示出图1中的队列的两个相邻车辆FV1和FV2的控制系统的示意性框图和相邻车辆之内和之间的信息流程，其利用用于确定车辆之一的行驶特性的本发明的装置的一个实施例，
图5-9示出人工神经网络的优化方法的用于预测队列车辆的至少一个换档过程的实施方式的示意图。
具体实施方式
图1示出了具有头车LV(英文“Leading Vehicle”)和多个跟随车FV(英文“FollowVehicle”)(在此示例性地为FV1和FV2等)的队列的示意图，这些车辆形成一个列队1。车辆LV，FV1，FV2等相对于在前车辆以对应的间距d行驶，其中，车辆之间的各个对应的间距d可以是相同的、部分相同的或不同的。车辆以跟随一条对应的轨迹L的方式运动，该轨迹根据时间点而定可以是相同的、部分相同的或不同的。通常，列队的车辆中的每一个以跟随一条轨迹的方式运动，其中，在后跟随的车辆通常以发送的形式分别获得在前行驶的列队参与者的轨迹数据。轨迹通常指一种轨道或轨道的一部分，相关车辆沿着该轨道运动。轨迹可以是一维的或多维的。例如，在此纵向轨迹通常指在相关车辆的当前行驶方向上的轨迹。
车辆LV，FV1，FV2等中的每一个具有各自的传感器系统，该传感器系统允许列队1中的车辆能运动。为了感测在前车辆的相对偏差，跟随车的前侧传感器系统例如可以具有至少一个雷达传感器和/或至少一个摄像机传感器和/或必要时具有其他合适的传感器以及布置在下游的评估和计算单元。另外，存在借助于车对车通信在车辆LV，FV1，FV2等之间的交换测量信息的多种可能方案。
一个技术挑战是，估计自身轨迹L或者说规划并驶过所希望的轨迹L。尤其在加速过程中，由于对应车辆的变速器中的换档过程会出现实际轨迹与所估计的或者说所希望的轨迹的或大或小的偏差。这种偏差由变速器的通常未知的换档逻辑所造成并且由事先不知道下一次换档过程何时被规划所造成。常常在换档期间由于这些不可预知的偏差而很难达到原本的调节目标。
在跟随行驶期间，如在列队中，在前行驶车辆的轨迹L的信息可以用于规划自身所希望的轨迹L，以便设定所希望的跟随行为(例如恒定的间距，减少后续故障，间距不允许低于最小间距，舒适的，链条稳定的队列行为等)。但是，如果由于两个车辆分别以过大偏差驶过它们的轨迹而导致所传输的轨迹不足够精确，则可能低于最小间距、不能保持间距恒定，并且通过做出反应可能引入对调节目标、舒适性和安全性产生负面影响的干扰影响。
图2A-C示出了在确定的时间段t内列队1的车辆LV，FV1，FV2之一的所估计的轨迹和真实轨迹(图2A，其中示出了经时间t所走过的路程s)、对应的速度v(图2B)和加速度a(图2C)的示例性变化过程的各个曲线图。在此图解示出在时间点tg的示例性的短暂驱动中断，该短暂驱动中断由于在这些车辆之一加速期间变速器在时间点tg的换档过程所引起，该变速器与车辆的驱动马达耦合。在图2B中示出了合成速度v，在图2C中示出了合成加速度a。
根据图2A，轨迹被估计(所估计的轨迹GT)。但是，由于变速器在时间点tg的换档过程和由此造成的驱动中断而不能遵循该轨迹，这造成产生真实轨迹RT。所估计的轨迹和真实轨迹在确定的时间点t彼此偏离了一个偏差Δsg。相应地，真实的速度v和加速度a(图2B，2C中的实线)由于换档过程而与没有换档过程的所估计的速度和加速度(虚线)有区别。例如，如果车辆LV的轨迹被估计，则跟随车FV1以传输的方式从在前行驶车辆LV获得轨迹；但是，由于换档过程而不能遵循该轨迹，因为车辆FV1的所估计的轨迹GT偏离了其真实轨迹RT。
对于该队列1的车辆LV，FV1，FV2之一在确定的时间间隔t上由于变速器在时刻tg的换档过程的图3A的估计的轨迹GT和实际的轨迹RT和图3B的所属的加速度a的另一示例性的流程也是如此。在此，加速度a不是恒定的，而是随着时间t增加。
图4示出图1中的队列1的两个相邻车辆FV1和FV2的控制系统的示意性框图。在图4中还示意性示出相邻车辆FV1和FV2之内及其与队列的另外的车辆之间的信息流程。
该车辆FV1包含接收电路11，其构造用于检测由在前行驶车辆LV发送的轨迹的数据V2VLV数据。该接收电路11此外构造用于接收自己的车辆FV1(本车)的长安器数据SDFV1，例如速度传感器、间距传感器的数据和/或该车辆FV1的发动机数据例如发动机转速等。由接收电路11检测到的轨迹数据V2VLV和SDFV1传送给控制单元12，借助于该控制单元尤其可确定该车辆FV1的行驶动态参数和车辆数据。该控制单元与动态系统13耦合，通过该动态系统例如设定或调节车辆FV1的至少一个运动学参量例如速度或加速度。该动态系统13可以由一个或多个单系统组成和/或包含一些单系统的链，例如车辆FV1的发动机控制装置、发动机和制动设备。此外，该车辆FV1包含车对车通信装置14，利用该车对车通信装置可以例如将车辆FV1的关于与在前车辆LV的间距、速度、加速度和其他轨迹数据V2VLV传送给在后车辆FV2，该在后车辆自身可以通过接收电路21将这些信息与该车辆FV2的传感器数据和SDFV2一起检测。
该车辆FV2包含接收电路21、控制单元22、动态系统23和用于传送该车辆FV2的轨迹数据V2VLV的车对车通信装置24等部件，它们类似于车辆FV1的部件11至14并且因此这里不必再次阐述该车辆FV2。两个车辆FV1和FV2(以及头车LV)的轨迹越相似，队列1的链稳定性就越好。
在本实施例中，该车辆FV2具有处理装置30。该处理装置例如可以包含一个或多个数据处理处理器，例如一个或多个具有所属的内存(未示出)的微处理器。在另一实施方式中，处理装置30也可以是分散的系统，其例如通过网络、例如通过因特网将多个数据处理处理器相互连接，其中，它们的一部分可以包含在车辆FV2中并且另一部分固定地包含在服务计算机(未示出)中，该车辆FV2通过因特网与该服务计算机通信。在该情况下，该车对车通信装置24附加地例如配备有SIM卡，以通过电信网络产生因特网连接。该处理装置30也可以完全布置在车辆FV2外部，例如包含在远程服务计算机(未示出)和/或其他车辆LV和FV1之一中。在该情况下，该车辆FV2具有至少一个接口，其例如在车辆的中央单元(头部单元)或ECU(电子控制单元)中，该接口设置用于例如借助于适当的硬件和/或软键与处理装置30无线地直接耦合或通过因特网耦合。
总体上，在处理装置的布置和实现方面可考虑各种不同的实施方式。
处理装置30是用于确定队列1内的车辆LV、FV1、FV2中的一个或者多个车辆(在本实施例中是车辆FV2)的行驶特性的装置2。处理装置30检测相关车辆(在这里是FV2)的行驶动态参数，该相关车辆的将来的行驶特性或者说换挡过程应被确定。检测到的行驶动态参数包括车辆FV2的瞬时速度vX和瞬时加速度aX。车辆FV2的行驶动态参数也能够附加地包括车辆FV2的所要求的发动机力矩。除此之外，处理装置30还检测车辆FV2的车辆数据，所述车辆数据具有瞬时发动机转速nMo和表征车辆FV2的变速器的瞬时挂入的档位G的数据。相关车辆FV2的检测到的车辆数据能够附加地包含：发动机转速变化n°MO；车辆的油门踏板角度(例如在头车的情况下)；车辆的油门踏板行程(例如在头车的情况下)；车辆在其上行驶的行驶行程坡度；方向盘角度；制动踏板位态；和/或过去的车辆数据。尤其是，相应的瞬时值应检测作为行驶动态参数和车辆数据。瞬时值的检测基本上包含对现在的或者对在围绕现在的时间范围中的对应的参量的检测，用以预测将来的至少一个换挡过程。
如下文还将详细阐述的那样，处理装置30设置用于，利用检测这些数据，基于检测到的行驶动态参数和检测到的车辆数据计算相关车辆的将来的至少一个换挡过程。这样构造预测，使得其能够用于确定队列1的车辆LV、FV1、FV2中的至少一个车辆的轨迹L。
目标在于：预测换挡过程，用于改进轨迹。目标尤其在于，能够提前确定在将来何时或者说在不久的将来是否将发生换挡过程。在队列开头处的由人引导的车辆LV(所谓的“SAELevel 0”)的系统和高度自动化的跟随车FV(所谓的“SAE Level 4”)构成一项重大挑战。
根据一个实施方式，头车LV(或跟随车FV1、FV2之一)的轨迹借助于行驶输入来估计并且可以利用未来的换档过程的预测来改善。改善的、估计的轨迹可以用作后来的车辆的附加信息，所述后来的车辆利用该附加信息可以更好地规划其自己的轨迹。在跟随车FV1、FV2中(参见图4)也可以预测自己的换档过程，后者可以用来改善自己的轨迹。这些轨迹又可以提供给后来的车辆。
在头车LV中改善估计的优点在于，其估计被改善并且(与其估计相反)不会倒退并且从而使相对于跟随车FV1的距离变小，这带给整个队列带来麻烦。在跟随车FV1、FV2中改善估计的优点在于，通过该头车LV的附加信息可以预防可能的偏差并且通过该预测可以通过换档过程识别可能的偏差并且与改善的轨迹相反地作用，从而实现自己的调节目标。
总体上，可以更好地实现以下的上级调节目标：
-保持相邻车辆之间的间距；
-遵守最小间距(安全)；
-支持链稳定性，
-通过少量的加速度变化和减速度变化实现舒适的行驶特性；
-节能潜力。
对于该预测优选使用以下输入参量：
-行驶动态参量(v，a)，必要时所要求的发动机力矩；
-车辆数据(发动机转速、发送机转速变化、瞬时档位和/或油门踏板角度)和/或坡度(例如可以由其他参量估算)；
-必要时方向盘角度、制动踏板；
-必要时以前的参量。
这种预测的输出参量可以是：
-直接档；
-换档/不换档；
-保持档位/换高档/换抵档。
一种预测的构型特别是在下述变体中可想到：
在第一变体中，使用一种预测(尤其是观察者或回归分析)来估计未来(例如ΔT估计＝0...2000ms)在预定义的(必要时可能也是动态的)时间内的换档过程：以确定的距离展望未来，并且根据经验估计是否在该时间之后会发生换档过程。
相应地，根据一个实施例，这种预测使用包含观察者系统的控制方法。在控制技术中，观察者是对于本领域技术人员已知的系统，观察者基于观察到的参考系统的已知输入参量(例如调节参量)和输出参量(测量参量)来重建不可测量的参量(状态)。为此，观察者将所观测的参考系统作为模型进行仿真，并借助控制器跟踪可测量的状态参量，并且由此可与参考系统进行比较。
根据另一实施例，这种预测使用包括回归分析的控制方法。在控制工程中的回归或回归分析是对于本领域技术人员已知的分析方法，该分析方法的目的是对因参量和一个或多个自参量之间的关系进行建模。
另一变体包括使用所计算出的轨迹以及与之相关联的驾驶动态和车辆参量来检查即将发生的换档过程。使用关于未来路线的现有知识，并且借助于切换变速箱逻辑的映射来识别换档过程。
根据本发明的优选实施例，该方法包括人工神经网络的优化方法。特别是，使用所谓的人工神经网络(KNN)的可能配置方案能够如下进行：
-具有大量中间层HL(“隐藏层”)(变体1)或少量中间层HL(变体2)的神经网络；
-输入层IL(“输入层”)的输入构成上述参量；
-输出层OL(“输出层”)的输出构成上述参量。
图5示出了用于预测目的的人工神经网络的优化方法的第一实施例的示意图。这种人工神经网络(KNN)在输入层IL与输出层OL之间具有一个或多个中间层HL，行驶动力学参数vx和ax以及车辆数据nMo、n°Mo和G被用作输入层IL的输入，以及，在预测时刻tp＝xxms的输出层OL的一个或多个输出包含表示预测的信息，此处为直接档标记1、2、...、15。
图6示出了另一实施例的示意图，其中，输出层OL的一个或多个输出包含关于换档过程是否挂起或档位保持的信息。
图7-9示出了用于预测目的人工神经网络(KNN)优化方法的另外的实施例的另外的类似的示意图。
使用人工神经网络(KNN)以下述形式预测档位变化的目标是：
人工神经网络(KNN)的输入被用于识别未来定义的时间跨度(50ms至2000ms)内的换档过程(对此进行了精确的训练)。最终，系统会知道在预测时刻tp＝xx ms是否存在换档过程，以及何时存在换档过程，以及在哪个方向上进行切换(图7)。
在根据图8的另一变型中，人工神经网络(KNN)被用作变速器换档计划的回归(映射)并且因此被获知。借助计划的轨迹，未来可以通过保持档位来确定换档过程，但会检查换档过程的计划速度和加速度曲线。
另一种方法手段是这样一种变体：不仅包括变速器换档模型，还包括完整的车辆模型，该车辆模型可能需要更多的输入参量和输出参量，并且还需要具有递归分量的深层网络。图9示出了预测(小)时间步tp的人工神经网络(KNN)。这种时间步tp(tt+1)的输出用作下一步的输入。时刻t表示瞬时检测时刻。
还可以考虑到这样的实施例：在该实施例中，如果来自过去的信号改善了预测，则该信号可以施加在人工神经网络(KNN)的输入端。在这种情况下，必须将人工神经网络(KNN)计为循环网络。结果，可以对换档策略进行分析和/或研究，换档过程在多大程度上取决于先前的状态。
附图标记列表
LV，FV1，FV2 车辆
D 距离
L，GT，RT 轨迹
t 时间
v，vx 速度
a，ax 加速度
s 路程
Δsg 偏差
tg 时刻
tp 预测时刻
V2Vx 轨迹数据
SDx 传感器数据
nMo 马达转速
n°Mo 马达转速变化
G 挂入的档位
IL 输入层
OL 输出层
HL 中间层
1 队列
2 装置
11、21 接收电路
12、22 控制器单元
13、23 动态系统
14、24 车对车通讯装置
30 处理装置。
Claims (17)
1.一种用于确定队列(1)内的车辆(LV，FV1，FV2)的行驶特性的方法，该队列具有至少一个头车(LV)和至少一个或多个跟随该头车(LV)的跟随车(FV1，FV2)，其中，该头车(LV)和该跟随车(FV1，FV2)跟随相应的轨迹(L)运动，其中，该车辆(LV，FV1，FV2)具有发动机和与该发动机耦合的变速器以驱动该车辆，该方法具有以下步骤：
通过处理装置(30)检测该车辆(LV，FV1，FV2)的行驶动态参数，所述行驶动态参数至少包括该车辆(LV，FV1，FV2)的瞬时速度(vx)和瞬时加速度(ax)；
通过处理装置(30)检测该车辆(LV，FV1，FV2)的车辆数据，所述车辆数据具有瞬时发动机转速(nMo)和表征变速器的瞬时挂入的挡位(G)的数据；
通过处理装置(30)基于检测到的行驶动态参数和车辆数据预测该车辆(LV，FV1，FV2)的将来的至少一个换挡过程，用于确定该队列(1)的至少一个车辆(LV，FV1，FV2)的轨迹(L)。
2.根据权利要求1所述的方法，其中，将来的至少一个换挡过程的预测包含在将来的预限定或动态的时间内的换挡过程的估计。
3.根据权利要求1或2所述的方法，其还具有：
通过处理装置(30)基于预测的至少一个换挡过程来确定该车辆(LV，FV1，FV2)的轨迹(L)；和
通过处理装置(30)使用被确定的轨迹(L)和该车辆(LV，FV1，FV2)的与此相关的行驶动态参数和车辆数据来预测该车辆(LV，FV1，FV2)将来的至少一个换挡过程。
4.根据权利要求3所述的方法，其中，借助于变速器的变速器逻辑的映射使用该车辆(LV，FV1，FV2)的被确定的轨迹(L)来识别将来的换挡过程。
5.根据权利要求1或2所述的方法，其中，该车辆(LV，FV1，FV2)的行驶动态参数附加地包括所要求的发动机力矩和/或该车辆(LV，FV1，FV2)的车辆数据附加地包括至少一个或多个以下数据：发动机转速变化；车辆的油门踏板角度；车辆的油门踏板行程；车道坡度；方向盘角度；制动踏板位态；过去的车辆数据。
6.根据权利要求1或2所述的方法，其中，所述预测的至少一个输出参量包含一个或多个以下信息：直接档；换挡或不换挡；保持挡位；换高挡；换抵挡；时间，在该时间之后出现换挡过程。
7.根据前述权利要求1或2所述的方法，其中，所述预测使用调节方法，该调节方法包含观察者的系统。
8.根据前述权利要求1或2所述的方法，其中，所述预测使用调节方法，该调节方法包含回归分析。
9.根据前述权利要求1或2所述的方法，其中，该方法包含人工神经网络的优化方法。
10.根据权利要求9所述的方法，其中，该人工神经网络具有一个或多个在输入层(IL)与输出层(OL)之间的中间层(HL)，其中，使用该车辆(LV，FV1，FV2)的行驶动态参数和车辆数据作为输入层(IL)的输入，并且输出层(OL)的一个或多个输出包含表征该预测的信息。
11.根据前述权利要求1或2所述的方法，其中，该方法包含变速器的变速器换挡模型，并且可选地包含车辆(LV，FV1，FV2)的车辆模型，用于确定该预测。
12.根据前述权利要求1或2所述的方法，其中，通过处理装置(30)将该预测与该队列(1)的一个或多个车辆(LV，FV1，FV2)的至少一个车辆部件结合使用，以实现以下调节目标中的至少一个或多个：
保持相邻车辆(LV，FV1，FV2)之间的距离(d)；
遵守相邻车辆(LV，FV1，FV2)之间的最小距离；
支持队列(1)的链稳定性；
通过减少加速度变化和/或减速度变化来实现该队列(1)的一个或多个车辆(LV，FV1，FV2)的舒适的行驶特性；
提高该队列(1)的一个或多个车辆(LV，FV1，FV2)的节能潜力。
13.根据权利要求2所述的方法，其中，将来的至少一个换挡过程的预测包含在该时间之后是否出现换挡过程的估计。
14.一种计算机程序产品，其装载有软件代码区段，所述软件代码区段设置用于当该软件代码区段装载在处理装置(30)的至少一个处理器装置的内存中时实施根据前述权利要求中任一项所述的方法。
15.一种用于确定队列(1)内的车辆(LV，FV1，FV2)的行驶特性的装置(2)，该队列具有至少一个头车(LV)和至少一个或多个跟随该头车(LV)的跟随车(FV1，FV2)，其中，该头车(LV)和该跟随车(FV1，FV2)跟随相应的轨迹(L)运动，其中，该车辆(LV，FV1，FV2)具有发动机和与该发动机耦合的变速器以驱动该车辆，其中，该装置(2)具有处理装置(30)，该处理装置设置用于：
检测该车辆(LV，FV1，FV2)的行驶动态参数，所述行驶动态参数包含该车辆(LV，FV1，FV2)的瞬时速度(vx)和瞬时加速度(ax)；
检测该车辆(LV，FV1，FV2)的车辆数据，所述车辆数据具有瞬时发动机转速(nMo)和表征变速器的瞬时挂入的挡位(G)的数据；并且
基于检测到的行驶动态参数和车辆数据预测该车辆(LV，FV1，FV2)的将来的至少一个换挡过程，用于确定该队列(1)的至少一个车辆(LV，FV1，FV2)的轨迹(L)。
16.一种车辆(LV，FV1，FV2)，其包含根据权利要求15的装置(2)或至少一个接口，该接口设置用于与根据权利要求15的装置(2)耦合，用于确定队列(1)内的车辆(LV，FV1，FV2)的换挡过程。
17.根据权利要求16所述的车辆，其中，所述车辆是商用车。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102019134499.9A DE102019134499A1 (de) | 2019-12-16 | 2019-12-16 | Verfahren und Einrichtung zur Bestimmung eines Fahrverhaltens eines Fahrzeugs innerhalb eines Platoons, sowie Fahrzeug mit einer solchen Einrichtung |
| DE102019134499.9 | 2019-12-16 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113060148A CN113060148A (zh) | 2021-07-02 |
| CN113060148B true CN113060148B (zh) | 2024-03-19 |
Family
ID=76085199
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011488800.4A Active CN113060148B (zh) | 2019-12-16 | 2020-12-16 | 用于确定队列内的车辆的行驶特性的方法和装置及具有该装置的车辆 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113060148B (zh) |
| DE (1) | DE102019134499A1 (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000303868A (ja) * | 1999-04-19 | 2000-10-31 | Toyota Motor Corp | 隊列走行車両の制御装置 |
| JP2000339600A (ja) * | 1999-05-31 | 2000-12-08 | Honda Motor Co Ltd | 自動追従走行システム |
| DE102007050504A1 (de) * | 2007-10-19 | 2009-04-23 | Daimler Ag | Vorrichtung zur Unterstützung des Fahrers eines Fahrzeugs beim Betreiben des Fahrzeugs in einer emissionsreduzierten Fahrweise |
| DE102009030784A1 (de) * | 2009-06-27 | 2010-02-04 | Daimler Ag | Verfahren zum Steuern des Betriebs eines Fahrzeugs |
| CN103350698A (zh) * | 2012-02-27 | 2013-10-16 | 罗伯特·博世有限公司 | 用于运行车辆的方法和设备 |
| CN103625470A (zh) * | 2012-08-24 | 2014-03-12 | 罗伯特·博世有限公司 | 用于引导车辆的方法和驾驶员辅助系统 |
| CN104411550A (zh) * | 2012-06-22 | 2015-03-11 | 克诺尔商用车制动系统有限公司 | 用于以补偿的轮速来运行车轮滑转调节装置的方法 |
| SE1351126A1 (sv) * | 2013-09-30 | 2015-03-31 | Scania Cv Ab | Metod och system för gemensam körstrategi för fordonståg |
| CN106573620A (zh) * | 2014-08-04 | 2017-04-19 | 株式会社Fcc | 鞍乘式车辆 |
| CN107000751A (zh) * | 2014-11-26 | 2017-08-01 | 通腾远程信息公司 | 用于提供建议驾驶速度的设备及方法 |
| CN108284836A (zh) * | 2018-01-25 | 2018-07-17 | 吉林大学 | 一种车辆纵向跟随控制方法 |
| CN109849915A (zh) * | 2017-11-30 | 2019-06-07 | 丰田自动车株式会社 | 队列行驶系统 |
| DE102018203928A1 (de) * | 2018-03-15 | 2019-09-19 | Robert Bosch Gmbh | Verfahren zum Beeinflussen einer Positioniergenauigkeit eines Fahrzeugs |
| CN110329257A (zh) * | 2019-06-24 | 2019-10-15 | 武汉理工大学 | 一种基于车-车通信的多车列队纵向控制方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5618243A (en) * | 1993-07-20 | 1997-04-08 | Mitsubisi Jidosha Kogyo Kabushiki Kaisha | Speed change control method for an automotive automatic transmission |
| ES2619902T3 (es) * | 2008-06-06 | 2017-06-27 | Danisco Us Inc. | Composiciones y métodos que comprenden variantes de celulasa con afinidad reducida para materiales no celulósicos |
| US8744666B2 (en) * | 2011-07-06 | 2014-06-03 | Peloton Technology, Inc. | Systems and methods for semi-autonomous vehicular convoys |
| US9297455B2 (en) * | 2012-11-20 | 2016-03-29 | GM Global Technology Operations LLC | GPS-based predictive shift schedule for automatic transmission |
| KR101994302B1 (ko) * | 2016-11-02 | 2019-09-30 | 현대자동차주식회사 | 하이브리드 자동차 및 그를 위한 변속 제어 방법 |
-
2019
- 2019-12-16 DE DE102019134499.9A patent/DE102019134499A1/de active Pending
-
2020
- 2020-12-16 CN CN202011488800.4A patent/CN113060148B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000303868A (ja) * | 1999-04-19 | 2000-10-31 | Toyota Motor Corp | 隊列走行車両の制御装置 |
| JP2000339600A (ja) * | 1999-05-31 | 2000-12-08 | Honda Motor Co Ltd | 自動追従走行システム |
| DE102007050504A1 (de) * | 2007-10-19 | 2009-04-23 | Daimler Ag | Vorrichtung zur Unterstützung des Fahrers eines Fahrzeugs beim Betreiben des Fahrzeugs in einer emissionsreduzierten Fahrweise |
| DE102009030784A1 (de) * | 2009-06-27 | 2010-02-04 | Daimler Ag | Verfahren zum Steuern des Betriebs eines Fahrzeugs |
| CN103350698A (zh) * | 2012-02-27 | 2013-10-16 | 罗伯特·博世有限公司 | 用于运行车辆的方法和设备 |
| CN104411550A (zh) * | 2012-06-22 | 2015-03-11 | 克诺尔商用车制动系统有限公司 | 用于以补偿的轮速来运行车轮滑转调节装置的方法 |
| CN103625470A (zh) * | 2012-08-24 | 2014-03-12 | 罗伯特·博世有限公司 | 用于引导车辆的方法和驾驶员辅助系统 |
| SE1351126A1 (sv) * | 2013-09-30 | 2015-03-31 | Scania Cv Ab | Metod och system för gemensam körstrategi för fordonståg |
| CN106573620A (zh) * | 2014-08-04 | 2017-04-19 | 株式会社Fcc | 鞍乘式车辆 |
| CN107000751A (zh) * | 2014-11-26 | 2017-08-01 | 通腾远程信息公司 | 用于提供建议驾驶速度的设备及方法 |
| CN109849915A (zh) * | 2017-11-30 | 2019-06-07 | 丰田自动车株式会社 | 队列行驶系统 |
| CN108284836A (zh) * | 2018-01-25 | 2018-07-17 | 吉林大学 | 一种车辆纵向跟随控制方法 |
| DE102018203928A1 (de) * | 2018-03-15 | 2019-09-19 | Robert Bosch Gmbh | Verfahren zum Beeinflussen einer Positioniergenauigkeit eines Fahrzeugs |
| CN110329257A (zh) * | 2019-06-24 | 2019-10-15 | 武汉理工大学 | 一种基于车-车通信的多车列队纵向控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113060148A (zh) | 2021-07-02 |
| DE102019134499A1 (de) | 2021-06-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200269871A1 (en) | Method and system for determining a driving maneuver | |
| US10297151B2 (en) | Traffic lights control for fuel efficiency | |
| US10632985B2 (en) | Hybrid vehicle and method of predicting driving pattern in the same | |
| US11161497B2 (en) | Hybrid vehicle and method of controlling mode transition | |
| US10501072B2 (en) | Hybrid vehicle and method of controlling transmission | |
| KR102112644B1 (ko) | 출발 시 차량의 자동 제어 | |
| CN101542553B (zh) | 行驶控制计划生成系统以及计算机程序 | |
| US10688981B2 (en) | Hybrid vehicle and method of controlling mode transition | |
| US20180356835A1 (en) | Method for Moving, in Particular Controlling or Regulating, a Line of Vehicles | |
| US20110046827A1 (en) | Apparatus and method for controlling speed in automatic train operation | |
| US10474150B2 (en) | Method for automatic movement controlling of a vehicle | |
| CN107031599A (zh) | 用于混合动力车辆的驱动模式转换的系统和方法 | |
| US10029693B2 (en) | Active acceleration limit management and gear shift scheduling based on driving environment | |
| CN107054366B (zh) | 车辆的控制装置 | |
| KR20150056242A (ko) | 열차속도 제어장치 | |
| CN113031576A (zh) | 自动驾驶车队中的车辆控制方法、车载装置及车辆 | |
| CN110431058A (zh) | 行驶控制装置、车辆及行驶控制方法 | |
| Dollar et al. | MPC-based connected cruise control with multiple human predecessors | |
| CN110546056A (zh) | 用于确定车辆的控制方案的方法和控制装置 | |
| CN114932918A (zh) | 一种智能网联车在各种路况下行驶的行为决策方法及系统 | |
| CN112849137B (zh) | 用于确定车辆队列的队列动态的方法和装置 | |
| CN113060148B (zh) | 用于确定队列内的车辆的行驶特性的方法和装置及具有该装置的车辆 | |
| Shen et al. | Energy-efficient reactive and predictive connected cruise control | |
| Zhai et al. | Design of switching strategy for adaptive cruise control under string stability constraints | |
| JP5986961B2 (ja) | 自動列車運転装置 |
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 |