CN113734180A - 用于确定交通工具速度的方法和装置 - Google Patents

用于确定交通工具速度的方法和装置 Download PDF

Info

Publication number
CN113734180A
CN113734180A CN202110341396.6A CN202110341396A CN113734180A CN 113734180 A CN113734180 A CN 113734180A CN 202110341396 A CN202110341396 A CN 202110341396A CN 113734180 A CN113734180 A CN 113734180A
Authority
CN
China
Prior art keywords
vehicle
determining
roll
parameters
parameter
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.)
Pending
Application number
CN202110341396.6A
Other languages
English (en)
Inventor
N·K·莫舒克
D·A·佩雷斯查帕罗
K·辛古鲁
谭华林
J·H·霍尔布鲁克
C·L·海
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN113734180A publication Critical patent/CN113734180A/zh
Pending legal-status Critical Current

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
    • 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
    • B60W40/105—Speed
    • 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
    • B60W40/068—Road friction coefficient
    • 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
    • B60W30/02—Control of vehicle driving stability
    • 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
    • B60W40/101—Side slip angle of tyre
    • 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
    • B60W40/11—Pitch movement
    • 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
    • B60W40/112—Roll movement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • 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
    • B60W40/12—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 parameters of the vehicle itself, e.g. tyre models
    • B60W40/13—Load or weight
    • B60W2040/1323—Moment of inertia of the vehicle body
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/06—Direction of travel
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/40—Coefficient of friction
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle for navigation systems

Abstract

本发明涉及用于确定交通工具速度的方法和装置。描述了一种包括全球定位系统(GPS)传感器、惯性测量单元(IMU)和高级驾驶员辅助系统(ADAS)的交通工具。操作交通工具包括经由GPS传感器确定与速度、位置和路线相关联的第一参数，以及经由IMU确定与加速度和角速度相关联的第二参数。基于第一参数和第二参数确定侧倾和俯仰参数。基于侧倾和俯仰参数、第一参数和第二参数确定第一交通工具速度矢量；并且基于侧倾和俯仰参数、路面摩擦系数、角速度、车轮角度和第一交通工具速度矢量来确定第二交通工具速度矢量。基于第一交通工具速度矢量和第二交通工具速度矢量的融合来确定最终交通工具速度矢量。基于最终交通工具速度矢量来控制交通工具。

Description

用于确定交通工具速度的方法和装置
技术领域
本发明涉及用于确定交通工具速度的方法和装置。
背景技术
交通工具控制系统可以受益于与行驶表面状况相关的信息，并且可以采用这样的信息作为输入来控制一个或多个系统，例如制动、转弯和加速。
当前用于估计或以其他方式确定交通工具行驶矢量的方法在扩展到高度非线性的交通工具操纵时可能不能提供足够的准确度，高度非线性的交通工具操纵例如可能发生在交通工具在光滑表面上操作时以及其中行驶表面包括显著的道路斜坡/坡度行驶情况，或者高度非线性动态操纵例如可能发生在存在包括雪和/或冰的行驶表面条件时，或者当交通工具正在上坡或下坡行驶时。
确定交通工具行驶矢量时的不准确性或错误可能会影响驾驶辅助系统的性能，例如高级驾驶辅助系统(ADAS)或其他自主交通工具系统。
发明内容
描述了一种包括全球定位系统(GPS)传感器、惯性测量单元(IMU)和高级驾驶员辅助系统(ADAS)的交通工具。一种用于操作交通工具的方法和相关联系统，包括经由GPS传感器确定与交通工具的速度、位置和路线相关联的第一参数，以及经由IMU确定与交通工具的加速度和角速度相关联的第二参数。基于第一参数和第二参数确定侧倾和俯仰参数。基于侧倾和俯仰参数、第一参数和第二参数确定第一交通工具速度矢量；并且基于与交通工具的路面摩擦系数、角速度、车轮角度相关联的第二参数和第一交通工具速度矢量来确定第二交通工具速度矢量。基于交通工具的第一交通工具速度矢量和第二交通工具速度矢量的融合来确定最终交通工具速度矢量。基于最终的交通工具速度矢量来控制交通工具的操作。
本公开的一个方面包括通过执行第一状态估计器来基于同步的第一参数和第二参数确定侧倾和俯仰参数，该第一状态估计器可以是第一扩展卡尔曼滤波器的形式，以基于第一参数和第二参数确定侧倾和俯仰参数。
本公开的另一方面包括通过执行六自由度(6-DOF)扩展卡尔曼滤波器来基于第一参数和第二参数确定侧倾和俯仰参数，从而执行第一扩展卡尔曼滤波器来确定侧倾和俯仰参数。
本公开的另一方面包括通过执行第二状态估计器来基于侧倾和俯仰参数、第一参数和第二参数确定第一交通工具速度矢量，第二状态估计器可以是第二扩展卡尔曼滤波器的形式，以基于侧倾和俯仰参数、第一参数和第二参数确定第一交通工具速度矢量。
本公开的另一方面包括通过执行三自由度(3-DOF)扩展卡尔曼滤波器来基于侧倾和俯仰参数、第一参数和第二参数确定第一交通工具速度矢量，从而执行第二扩展卡尔曼滤波器来确定第一交通工具速度矢量。
本公开的另一方面包括同步第一参数和第二参数，并基于同步的第一参数和第二参数确定侧倾和俯仰参数。
本公开的另一方面包括基于重力来补偿与交通工具的加速度和角速度相关联的第二参数以及侧倾和俯仰参数以确定加速度矢量，并且基于加速度矢量和第一参数执行第二扩展卡尔曼滤波器以确定第一交通工具速度矢量。
本公开的另一方面包括通过执行第三状态估计器来基于与交通工具的路面摩擦系数、角速度、车轮角度相关联的第二参数和第一交通工具速度矢量确定第二交通工具速度矢量，第三状态估计器可以是第三扩展卡尔曼滤波器的形式，以基于交通工具的侧倾和俯仰参数、路面摩擦系数、角速度、车轮角度和第一交通工具速度矢量来确定第一交通工具速度矢量。
本公开的另一方面包括通过执行自行车模型扩展卡尔曼滤波器来基于交通工具的侧倾和俯仰参数、路面摩擦系数、角速度、车轮角度和第一交通工具速度矢量来确定第二交通工具速度矢量，从而执行第三扩展卡尔曼滤波器来确定第二交通工具速度矢量。
本公开的另一方面包括一种具有高级驾驶员辅助系统(ADAS)的交通工具，其中基于最终交通工具速度矢量控制交通工具的操作包括基于最终交通工具速度矢量控制ADAS。
本公开的另一方面包括一种操作系统，该操作系统包括推进系统、转向系统或制动系统中的一个，其中基于最终交通工具速度矢量控制交通工具的操作包括基于最终交通工具速度矢量经由ADAS控制推进系统、转向系统或制动系统中的一个。
本发明提供下列技术方案。
技术方案1. 一种用于操作交通工具的方法，所述方法包括:
经由全球定位系统（GPS）传感器确定与所述交通工具的速度、位置和路线相关联的第一参数；
经由惯性测量单元(IMU)确定与所述交通工具的加速度和角速度相关联的第二参数；
确定所述交通工具的路面摩擦系数和车轮角度；
基于所述第一参数和第二参数确定侧倾和俯仰参数；
基于所述侧倾和俯仰参数、所述第一参数和第二参数确定第一交通工具速度矢量；
基于与所述交通工具的所述路面摩擦系数、所述加速度、所述角速度和所述车轮角度相关联的第二参数来确定第二交通工具速度矢量；
执行所述交通工具的所述第一交通工具速度矢量和第二交通工具速度矢量的数据融合；
基于所述交通工具的所述第一交通工具速度矢量和第二交通工具速度矢量的所述数据融合来确定最终交通工具速度矢量；和
基于所述最终交通工具速度矢量控制所述交通工具的操作系统。
技术方案2. 根据技术方案1所述的方法，其中基于所述第一参数和第二参数确定所述侧倾和俯仰参数包括执行第一扩展卡尔曼滤波器以基于所述第一参数和所述第二参数确定所述侧倾和俯仰参数。
技术方案3. 根据技术方案2所述的方法，其中执行所述第一扩展卡尔曼滤波器以确定所述侧倾和俯仰参数包括执行六自由度(6-DOF)扩展卡尔曼滤波器以基于所述第一参数和所述第二参数确定所述侧倾和俯仰参数。
技术方案4. 根据技术方案1所述的方法，其中基于所述侧倾和俯仰参数、所述第一参数和所述第二参数确定所述第一交通工具速度矢量包括执行第二扩展卡尔曼滤波器，以基于所述侧倾和俯仰参数、所述第一参数和所述第二参数确定所述第一交通工具速度矢量。
技术方案5. 根据技术方案4所述的方法，其中执行所述第二扩展卡尔曼滤波器以确定所述第一交通工具速度矢量包括执行三自由度(3-DOF)扩展卡尔曼滤波器以基于所述侧倾和俯仰参数、所述第一参数和所述第二参数来确定所述第一交通工具速度矢量。
技术方案6. 根据技术方案1所述的方法，其中基于所述交通工具的所述侧倾和俯仰参数、所述路面摩擦系数、所述角速度、所述车轮角度和所述第一交通工具速度矢量确定所述第二交通工具速度矢量包括执行第三扩展卡尔曼滤波器，以基于所述交通工具的所述侧倾和俯仰参数、所述路面摩擦系数、所述角速度、所述车轮角度和所述第一交通工具速度矢量确定所述第二交通工具速度矢量。
技术方案7. 根据技术方案6所述的方法，其中执行所述第三扩展卡尔曼滤波器以确定第二交通工具速度矢量包括执行自行车模型扩展卡尔曼滤波器以基于所述交通工具的所述侧倾和俯仰参数、所述路面摩擦系数、所述角速度、所述车轮角度和所述第一交通工具速度矢量来确定所述第二交通工具速度矢量。
技术方案8. 根据技术方案1所述的方法，进一步包括:
同步所述第一参数和第二参数；和
基于所述同步的第一参数和第二参数确定所述侧倾和俯仰参数。
技术方案9. 根据技术方案1所述的方法，进一步包括:
基于重力来补偿与所述交通工具的加速度和角速度相关联的第二参数以及所述侧倾和俯仰参数，以确定加速度矢量；
执行第二扩展卡尔曼滤波器，以基于所述加速度矢量和所述第一参数确定所述第一交通工具速度矢量。
技术方案10. 根据技术方案1所述的方法，其中基于与加速度、角速度和车轮角度相关联的所述第二参数来确定所述第二交通工具速度矢量包括基于来自所述IMU的输入来确定纵向和横向速度估计值。
技术方案11. 根据技术方案1所述的方法，其中所述交通工具包括高级驾驶员辅助系统(ADAS)，并且其中基于所述最终交通工具速度矢量控制所述交通工具的操作系统包括基于所述最终交通工具速度矢量经由所述ADAS控制所述交通工具的操作系统。
技术方案12. 一种用于操作交通工具的方法，所述方法包括:
经由全球定位系统（GPS）传感器确定与所述交通工具的速度、位置和路线相关联的第一参数；
经由惯性测量单元(IMU)确定与所述交通工具的加速度和角速度相关联的第二参数；
确定所述交通工具的路面摩擦系数和车轮角度；
基于所述第一参数和第二参数确定侧倾和俯仰参数；
基于所述侧倾和俯仰参数、所述第一参数和第二参数确定第一交通工具速度矢量；
基于所述交通工具的所述侧倾和俯仰参数、路面摩擦系数、角速度、车轮角度和所述第一交通工具速度矢量确定第二交通工具速度矢量；
基于所述交通工具的所述第一交通工具速度矢量和第二交通工具速度矢量确定最终交通工具速度矢量；和
基于所述最终交通工具速度矢量控制所述交通工具的操作系统。
技术方案13. 根据技术方案12所述的方法，其中基于所述第一参数和第二参数确定所述侧倾和俯仰参数包括执行第一状态估计器，以基于所述第一参数和所述第二参数确定所述侧倾和俯仰参数。
技术方案14. 根据技术方案13所述的方法，其中执行所述第一状态估计器以确定所述侧倾和俯仰参数包括执行六自由度(6-DOF)状态估计器以基于所述第一参数和所述第二参数来确定所述侧倾和俯仰参数。
技术方案15. 根据技术方案12所述的方法，其中基于所述侧倾和俯仰参数、所述第一参数和所述第二参数确定所述第一交通工具速度矢量包括执行第二状态估计器，以基于所述侧倾和俯仰参数、所述第一参数和所述第二参数确定所述第一交通工具速度矢量。
技术方案16. 根据技术方案15所述的方法，其中执行所述第二状态估计器以确定所述第一交通工具速度矢量包括执行三自由度(3-DOF)状态估计器以基于所述侧倾和俯仰参数、所述第一参数和所述第二参数来确定所述第一交通工具速度矢量。
技术方案17. 根据技术方案12所述的方法，其中基于交通工具的侧倾和俯仰参数、路面摩擦系数、角速度、车轮角度和所述第一交通工具速度矢量确定第二交通工具速度矢量包括执行第三状态估计器，以基于所述交通工具的侧倾和俯仰参数、路面摩擦系数、角速度、车轮角度和第一交通工具速度矢量确定第二交通工具速度矢量。
技术方案18. 根据技术方案17所述的方法，其中执行所述第三状态估计器以确定所述第二交通工具速度矢量包括执行自行车模型状态估计器以基于所述交通工具的所述侧倾和俯仰参数、路面摩擦系数、角速度、车轮角度和所述第一交通工具速度矢量来确定所述第二交通工具速度矢量。
技术方案19. 一种交通工具，包括:
高级驾驶员辅助系统(ADAS)、全球定位系统(GPS)传感器、惯性测量单元(IMU)、操作系统和控制器；
其中所述ADAS操作性地连接到所述操作系统；
其中所述控制器与所述ADAS、所述GPS传感器和所述IMU通信；
其中所述控制器包括指令集，所述指令集可执行以:
经由所述GPS传感器确定与所述交通工具的速度、位置和路线相关联的第一参数；
通过所述IMU确定与所述交通工具的加速度和角速度相关联的第二参数；
基于所述第一参数和第二参数确定侧倾和俯仰参数；
基于所述侧倾和俯仰参数、所述第一参数和第二参数确定第一交通工具速度矢量；
基于所述交通工具的侧倾和俯仰参数、路面摩擦系数、角速度、车轮角度和所述第一交通工具速度矢量确定第二交通工具速度矢量；
基于所述交通工具的第一交通工具速度矢量和第二交通工具速度矢量确定最终交通工具速度矢量；和
基于所述最终交通工具速度矢量，经由所述ADAS控制所述操作系统。
技术方案20. 根据技术方案19所述的交通工具，其中所述操作系统包括推进系统、转向系统或制动系统之一；并且其中可执行以基于最终交通工具速度矢量经由所述ADAS控制所述操作系统的所述指令集包括可执行以经由所述ADAS控制所述推进系统、所述转向系统或所述制动系统之一的指令集。
当结合附图考虑时，本教导的上述特征和优点以及其他特征和优点从下面对用于实施本教导的一些最佳方式和其他实施例的详细描述变得显而易见，如所附权利要求中所定义的。
附图说明
现在将参考附图，以举例说明的方式来描述一个或多个实施例，其中:
图1示意性地示出了根据本公开的设置在行驶表面上的交通工具的顶视图。
图2示意性地示出了根据本公开的状态流例程，其提供了用于动态确定最终交通工具速度矢量
Figure 574993DEST_PATH_IMAGE001
的分析过程。
图3示意性地示出了根据本公开的与参考图2描述的状态流例程相关联的附加细节。
图4示意性地示出了根据本公开的与第一状态估计器的执行相关联的输入和输出。
图5示意性地示出了根据本公开的与第二状态估计器的执行相关联的输入和输出。
图6示意性地示出了根据本公开的与第三状态估计器的执行相关联的输入和输出。
应当理解，附图不一定按比例绘制，并且呈现了如本文所公开的本公开的各种优选特征的稍微简化的表示，包括例如特定的尺寸、取向、位置和形状。与这些特征相关联的细节将部分由特定的预期应用和使用环境决定。
具体实施方式
如这里所描述和图示的，所公开的实施例的组件可以以各种不同的配置来布置和设计。因此，以下详细描述并不旨在限制所要求保护的公开内容的范围，而仅仅是其可能实施例的代表。此外，尽管在以下描述中阐述了许多具体细节，以便提供对这里公开的实施例的透彻理解，但是一些实施例可以在没有这些细节中一些的情况下实施。此外，为了清楚起见，没有详细描述相关领域中理解的某些技术材料，以避免不必要地模糊本公开。此外，附图是简化的形式，没有精确地按照比例。为了方便和清楚起见，方向术语如顶、底、左、右、向上、上方、之上、下方、之下、后和前可以相对于附图使用。这些和类似的方向性术语不应被解释为限制本公开的范围。此外，如本文所示和所描述，本公开可以在没有本文未具体公开的元件的情况下实践。
与本文公开的实施例一致，图1示意性地示出了设置在行驶表面上的交通工具100，其中交通工具100包括操作系统，操作系统包括例如推进系统10、转向系统16和车轮制动系统26。转向系统16包括方向盘12和转向致动器14。交通工具100还包括多个车轮20、车轮速度传感器22和车轮制动器24、空间监测系统30、导航系统32和高级驾驶员辅助系统(ADAS) 40。示出了交通工具100的顶视图。交通工具100和行驶表面限定了三维坐标系50形式的空间域，该空间域包括纵向(X)轴线51、横向(Y)轴线52和竖直(Z)轴线53。纵向轴线51由交通工具100的纵向轴线限定，横向轴线52由交通工具100的横向轴线限定，并且竖直轴线53被限定为正交于由纵向轴线51和横向轴线52限定的平面。交通工具100可以包括但不限于商业交通工具、工业交通工具、农用交通工具、客用交通工具、飞行器、水运工具、火车、全地形车、个人运动装置、机器人等形式的移动平台，以实现本公开的目的。
导航系统32采用来自全球定位系统（GPS）传感器36和惯性测量单元（IMU）34的信息。在一个实施例中，GPS传感器36被配置为全球导航卫星系统(GNSS)传感器。IMU 34是采用加速度计、陀螺仪和磁力计的一个或多个组合来测量和报告交通工具100的特定力、角速率、横摆和取向的电子设备。当来自GPS传感器36的信号不可用时，例如当交通工具100在隧道、建筑物内操作时，或者当存在电子干扰时，IMU 34允许GPS传感器36的接收器起作用。GPS数据可以以10Hz的速率被采样。IMU数据可以以100Hz的速率被采样。
ADAS 40被布置成通过控制操作系统之一，即推进系统10、转向系统16、车轮制动系统26中的一个或多个，结合或不结合交通工具操作者的直接交互来提供操作者辅助特征。ADAS 40包括控制器和一个或多个子系统，子系统提供操作者辅助特征，包括自适应巡航控制(ACC)系统、车道保持控制(LKY)系统、车道改变控制(LCC)系统、自主制动/防撞系统和/或被配置成单独于或结合操作者请求来命令和控制自主交通工具操作的其他系统中的一个或多个。ADAS 40可以与车载地图数据库交互并从车载地图数据库访问信息，用于路线规划，并经由车道保持系统、车道对中系统和/或被配置为命令和控制自主交通工具操作的其他系统来控制交通工具100的操作。可以产生自主操作命令来控制ACC系统、LKY系统、LCC系统、自主制动/防撞系统和/或其他系统。交通工具操作可以响应操作者请求和/或自主交通工具请求。交通工具操作包括加速、制动、转向、稳态运行、滑行和怠速。操作者请求可以基于操作者对加速踏板、制动踏板、方向盘、变速器档位选择器、ACC系统等的输入而产生。
车载导航系统32可包括计算机可读存储设备或介质(存储器)，其包括数字化道路地图并与ADAS 40通信。这里描述的概念可以在各种系统上采用，这些系统可以以这里描述的方式受益于从空间监测系统30的实施例确定的信息。
术语“控制器”和诸如微控制器、控制单元、处理器等相关术语以及类似术语是指专用集成电路(ASIC)、现场可编程门阵列(FPGA)、电子电路、中央处理单元(例如微处理器)以及存储器和存储设备(只读、可编程只读、随机存取、硬盘驱动器等)形式的相关联非暂时性存储器组件的一种或各种组合。非暂时性存储器组件能够以一个或多个软件或固件程序或例程、组合逻辑电路、输入/输出电路和设备、信号调节和缓冲电路以及可由一个或多个处理器访问以提供所描述功能的其他组件的形式存储机器可读指令。输入/输出电路和设备包括模拟/数字转换器和监测来自传感器的输入的相关设备，这些输入以预设的采样频率或响应于触发事件被监测。软件、固件、程序、指令、控制例程、代码、算法和类似术语意味着控制器可执行指令集，包括校准和查找表。每个控制器执行控制例程以提供期望的功能。例程可以以规则的间隔执行，例如，在正在进行的操作期间每100微秒执行一次。替代地，可以响应于触发事件的发生来执行例程。控制器、致动器和/或传感器之间的通信可以使用直接有线点对点链路、网络通信总线链路、无线链路或其他合适的通信链路来实现。通信包括以交换适当形式数据信号，包括例如经由导电介质的电信号、经由空气的电磁信号、经由光波导的光信号等。数据信号可以包括离散的、模拟的或数字化的模拟信号，表示来自传感器的输入、致动器命令和控制器之间的通信。术语“信号”是指传达信息的物理上可辨别的指示器，并且可以是能够通过介质行进的合适波形(例如，电、光、磁、机械或电磁)，例如DC、AC、正弦波、三角波、方波、振动等。参数被定义为可测量的量，其表示使用一个或多个传感器和/或物理模型可辨别的设备或其他元件的物理属性。参数可以具有离散值，例如“1”或“0”，或者可以是无限可变的值。
现在参考图2和图3，在图1的交通工具100的实施例的上下文中，采用来自GPS传感器36和IMU 34的参数，描述了用于估计交通工具速度矢量和交通工具相对于导航系东-北-上(ENU)的侧倾/俯仰/横摆角的方法和结构。这种基于GPS-IMU的方案将状态估计扩展到高度非线性动态操纵，包括例如可能包括雪、冰的路面和包括上坡或下坡操纵的路况。参考交通工具参考系描述纵向、横向和竖直交通工具速度，并且相对于导航系描述和确定交通工具横摆、俯仰和侧倾。
图2和图3示意性地示出了与状态流例程200的实施例相关的细节，状态流例程200可以被实施为参考图1描述的交通工具100的交通工具上的车载控制器60中的软件、固件、程序、指令、控制例程、代码、算法等。状态流例程200提供了用于基于从GPS传感器36和IMU34获得的信息导出的参数来动态确定最终交通工具速度矢量
Figure 226555DEST_PATH_IMAGE002
280的分析过程。ADAS40可以采用最终交通工具速度矢量
Figure 475133DEST_PATH_IMAGE003
280来控制交通工具100的操作，包括控制推进系统10、转向系统16和车轮制动系统26中的一个或多个。在一个实施例中，最终交通工具速度矢量
Figure 604763DEST_PATH_IMAGE004
280包括估计的纵向速度
Figure 402824DEST_PATH_IMAGE005
和估计的横向速度
Figure 959707DEST_PATH_IMAGE006
。
GPS传感器36生成与交通工具速度、地理空间位置和航向相关联的第一组参数37。在一个实施例中，第一组参数37是参考ENU(东-北-上)参考系和交通工具参考系描述的，其中交通工具正x轴线指向交通工具前方，交通工具正y轴线或俯仰轴线指向左侧，正z轴线或横摆轴线指向上方。第一组参数37包括交通工具速度参数，包括VE、VN和VU，其与相应的东(E)、北(N)和上(U)轴线上的速度相关。
可以根据以下方程式从滤波器的状态矢量确定交通工具速度参数，包括VE、VN和横摆率
Figure 961161DEST_PATH_IMAGE007
第一组参数37还包括根据纬度、经度和海拔定义的交通工具位置。第一组参数37包括交通工具航线角γ，其指的是交通工具100速度矢量的方向。术语航向或横摆指的是交通工具指向的方向。交通工具航向角与航线角之间的差异称为侧滑角。
IMU 34产生第二组参数35，包括x、y和z轴线中每一个的加速度
Figure 894482DEST_PATH_IMAGE008
和x、y和z轴线中每一个的角速度
Figure 297782DEST_PATH_IMAGE009
。角加速度
Figure 759987DEST_PATH_IMAGE010
可以通过角速度的数值推导得到。
再次参考图2，状态流例程200包括初步信号滤波器框220、时间同步框210、角度更新框230、第一状态估计器240、包括第二状态估计器255的第二或平面状态估计器框250、第三或自行车模型状态估计器257和数据融合框260。在一个实施例中，第一状态估计器240被布置为第一扩展卡尔曼滤波器，更具体地为，六自由度(6-DOF)扩展卡尔曼滤波器。在一个实施例中，平面状态估计器框250包括重力补偿框251和第二状态估计器255。在一个实施例中，第二状态估计器255可以被配置为三自由度(3-DOF)扩展卡尔曼滤波器。扩展卡尔曼滤波器(EKF)是卡尔曼滤波器的非线性版本，其线性化当前均值和协方差的估计。参考图3提供了与平面状态估计器框250相关的附加细节。在一个实施例中，第三状态估计器257被布置为扩展卡尔曼滤波器，更具体地为，自行车模型扩展卡尔曼滤波器，以估计横向速度
Figure 248737DEST_PATH_IMAGE011
258。第一状态估计器240、第二状态估计器250和第三状态估计器257包括基于随时间观察的参数测量值提供未知变量的估计的分析过程，包括其中在参数测量值之间存在一个或多个关系。
再次参考图2，第二组参数35经受初步信号滤波器框220，该初步信号滤波器框220对来自IMU 34的形式为原始线性加速度和角加速度的原始传感器数据进行预处理。初步信号滤波器框220检查信号有效性，从冗余传感器中选择有效信号，并执行低通滤波和偏置消除，以生成用于线性加速度和角加速度222的无偏滤波值。初步信号滤波器框220还为
Figure 969437DEST_PATH_IMAGE012
生成滤波值223。
无偏的、经滤波的线性加速度和角加速度222以及包括交通工具速度参数、交通工具位置数据和交通工具航线角γ的第一组参数37经受时间同步框210，以使第一组参数37和第二组参数35时间同步。使用全球时钟，基于信息对GPS传感器36的可用性来同步数据。在一个实施例中，数据同步以100Hz发生。
基于第二组参数35确定的交通工具航向角γ、稳态俯仰
Figure 227243DEST_PATH_IMAGE013
和稳态侧倾
Figure 391508DEST_PATH_IMAGE014
222并且它们作为横摆角、俯仰角和侧倾角的代理的有效性经由角度更新框230进行分析，以确定交通工具参数232。参照图3描述该操作。
角度更新框230评估交通工具航线角γ、俯仰θ和侧倾
Figure 367555DEST_PATH_IMAGE015
222中的每一个，以确定它们是否可以用作横摆角、俯仰角和侧倾角的测量值。
由GPS传感器36确定的交通工具航线角γ以及稳态俯仰角
Figure 564050DEST_PATH_IMAGE016
和稳态侧倾角
Figure 941941DEST_PATH_IMAGE014
被用作附加测量值。稳态俯仰角
Figure 11529DEST_PATH_IMAGE016
用测得的纵向加速度和纵向速度的导数来表达。稳态侧倾角
Figure 209292DEST_PATH_IMAGE014
根据横向加速度、横摆率和纵向速度来表达。航线角是交通工具速度与向北方向之间的角度。当满足横摆更新标准时，横摆测量值可用。当满足俯仰更新标准时，俯仰测量值可用。当满足侧倾更新标准时，侧倾测量值可用。横摆更新标准要求基本上直线行驶，即没有侧滑。侧倾更新标准要求围绕侧倾轴线的基本稳态运动。俯仰更新标准要求围绕俯仰轴线的基本稳态运动。因此，根据何时接收到GPS更新和/或稳态角度更新，可用测量值的数量可能会有规律地变化。
更新横摆角的标准包括如下:
如果
Figure 22527DEST_PATH_IMAGE017
和
Figure 254925DEST_PATH_IMAGE018
持续至少的
Figure 760993DEST_PATH_IMAGE019
时间间隔，则使用γ作为ψ的测量值，例如当横摆率较小时。
更新俯仰角的标准包括如下:
如果
Figure 429740DEST_PATH_IMAGE020
、
Figure 46667DEST_PATH_IMAGE021
,
Figure 133571DEST_PATH_IMAGE022
且
Figure 810540DEST_PATH_IMAGE023
持续至少
Figure 982896DEST_PATH_IMAGE024
的时间间隔，则使用
Figure 137933DEST_PATH_IMAGE025
作为θ的测量值。
更新侧倾角的标准包括如下:
如果
Figure 344924DEST_PATH_IMAGE026
、
Figure 176483DEST_PATH_IMAGE027
,
Figure 836134DEST_PATH_IMAGE028
且
Figure 529284DEST_PATH_IMAGE029
持续至少
Figure 325201DEST_PATH_IMAGE030
的时间间隔，则分别使用
Figure 78394DEST_PATH_IMAGE031
作为
Figure 474609DEST_PATH_IMAGE032
的测量值。
该操作防止扩展卡尔曼滤波器中的误差累积。
图4示出了与第一状态估计器240的执行相关联的输入和输出。输入包括第一组参数37，包括
Figure 971449DEST_PATH_IMAGE033
、角加速度
Figure 887453DEST_PATH_IMAGE034
和航线或横摆γ。输入还包括第二组参数35，包括加速度
Figure 811546DEST_PATH_IMAGE035
和角速度
Figure 180211DEST_PATH_IMAGE036
。输入还可以包括从角度更新框230输出的交通工具航线角γ、稳态俯仰
Figure 480742DEST_PATH_IMAGE037
和稳态侧倾
Figure 782410DEST_PATH_IMAGE038
232（当这样的信息有效时）。如本文所描述，来自第一状态估计器240的完整输出集合包括在平面状态估计器框250中使用的
Figure 126673DEST_PATH_IMAGE039
的估计值和
Figure 982633DEST_PATH_IMAGE040
的估计值。
图5示出了与第二状态估计器255相关联的输入和输出。输入包括第一组参数37中的一些，包括
Figure 86856DEST_PATH_IMAGE041
，以及第二组参数35中的一些，包括
Figure 711872DEST_PATH_IMAGE042
和交通工具航线角γ（当这样的信息有效时）。输入还包括
Figure 243348DEST_PATH_IMAGE043
，它们是无重力的，因为加速度分量
Figure 586604DEST_PATH_IMAGE044
已被移除。第二状态估计器255的输出包括第一交通工具速度矢量256，包括
Figure 494517DEST_PATH_IMAGE045
。
同步的来自GPS传感器36的与交通工具速度、位置和航向相关联的第一组参数37，以及来自IMU 34的与线性加速度和角加速度222相关联并产生交通工具航线角γ、稳态俯仰
Figure 488887DEST_PATH_IMAGE046
和稳态侧倾
Figure 925685DEST_PATH_IMAGE047
232的第二组参数35，被提供作为第一状态估计器240的输入。
第一状态估计器240包括以下关系。
空间运动的运动学可以如下表达:
Figure 225079DEST_PATH_IMAGE048
测量值可表达如下:
Figure 671104DEST_PATH_IMAGE049
其中
Figure 254401DEST_PATH_IMAGE050
是从交通工具参考系到地面(ENU)参考系的变换矩阵；和
其中矢量
Figure 127679DEST_PATH_IMAGE051
表示GPS天线在交通工具参考系中相对于CG的位置。
状态变量包括如下:
Figure 445528DEST_PATH_IMAGE052
线性和角加速度形式的控制变量包括第二组参数35，并表达如下:
Figure 164085DEST_PATH_IMAGE053
测量值包括第一组参数37，并且可以表达如下:
Figure 883779DEST_PATH_IMAGE054
或
Figure 927959DEST_PATH_IMAGE055
稳态俯仰角
Figure 733104DEST_PATH_IMAGE056
和稳态侧倾角
Figure 770199DEST_PATH_IMAGE057
可表达如下:
Figure 344399DEST_PATH_IMAGE058
第一状态估计器240使用的状态空间表示如下:
Figure 559480DEST_PATH_IMAGE059
其中:
W表示过程噪声，以及
V表示观察噪声。
第一状态估计器240通过采用一系列测量值递归地执行，即第一组参数37，表达为
Figure 586342DEST_PATH_IMAGE060
Figure 177860DEST_PATH_IMAGE061
，这些测量值随时间被观察，以通过估计每个时间帧的变量上的联合概率分布来产生估计的交通工具侧倾和俯仰
Figure 340988DEST_PATH_IMAGE062
242形式的变量估计值。
如参考图3所示，平面状态估计器框250包括重力补偿框251，并且第二状态估计器255可以被配置为三自由度(3-DOF)扩展卡尔曼滤波器，并且包括以下关系。
平面运动的运动学可以表达如下:
Figure 726970DEST_PATH_IMAGE063
其中：
Figure 755975DEST_PATH_IMAGE064
表示速度在x维度上的时间变化率；
Figure 885605DEST_PATH_IMAGE065
表示速度在y维度上的时间变化率；
Figure 168819DEST_PATH_IMAGE066
表示交通工具航向的时间变化率；和
Figure 991281DEST_PATH_IMAGE067
表示围绕横摆轴线的角加速度。
测量值可如下表达:
Figure 992735DEST_PATH_IMAGE068
状态变量包括如下:
Figure 926056DEST_PATH_IMAGE069
控制变量(线性和角加速度):
Figure 63777DEST_PATH_IMAGE070
重力补偿框251根据以下关系补偿重力的影响:
Figure 57140DEST_PATH_IMAGE071
第二状态估计器255使用的状态空间表示如下:
Figure 529579DEST_PATH_IMAGE072
其中:
w代表过程噪声，以及
v代表观察噪声。
重力补偿框251确定加速度矢量(ax,ay) 252，该加速度矢量被输入到第二状态估计器255，由此确定第一交通工具速度矢量
Figure 1012DEST_PATH_IMAGE073
256。
第二状态估计器255通过采用一系列测量值递归地执行，即第一组参数37，包括VE、VN；交通工具航线角γ233；
Figure 993238DEST_PATH_IMAGE074
的滤波值223；和估计的交通工具侧倾和俯仰
Figure 157503DEST_PATH_IMAGE075
242。测量值被表达为
Figure 602391DEST_PATH_IMAGE076
，其随时间被观察以通过估计每个时间帧的变量上的联合概率分布来产生第一交通工具速度矢量256形式的变量估计。第一交通工具速度矢量256的纵向速度
Figure 126782DEST_PATH_IMAGE077
259被直接输入到数据融合框260。第一交通工具速度矢量
Figure 239095DEST_PATH_IMAGE078
256也被输入到第三状态估计器257。
第三状态估计器257包括以下关系。
具有非线性轮胎力关系的自行车模型可以表达如下:
Figure 308682DEST_PATH_IMAGE079
其中:
M表示交通工具的质量；
μ表示路面摩擦系数；
Figure 506445DEST_PATH_IMAGE080
表示前轮胎处的横向力，由下式给出
Figure 319680DEST_PATH_IMAGE081
Figure 552079DEST_PATH_IMAGE082
表示后轮胎处的横向力，由下式给出
Figure 41835DEST_PATH_IMAGE083
Figure 992473DEST_PATH_IMAGE084
表示前轮胎处的滑移角，由下式给出
Figure 609399DEST_PATH_IMAGE085
和
Figure 696304DEST_PATH_IMAGE086
表示后轮胎处的滑移角，由下式给出
Figure 373273DEST_PATH_IMAGE087
。
测量值可如下表达:
Figure 280049DEST_PATH_IMAGE088
其中
Figure 435087DEST_PATH_IMAGE089
表示路面摩擦系数的估计值或测量值。
状态变量包括如下:
Figure 891345DEST_PATH_IMAGE090
控制变量包括如下:
Figure 473636DEST_PATH_IMAGE091
其中:
Figure 133287DEST_PATH_IMAGE092
和
Figure 278967DEST_PATH_IMAGE093
表示前后路车轮角度。
第三状态估计器257使用的状态空间表示如下:
Figure 58573DEST_PATH_IMAGE094
第三状态估计器257通过采用一系列测量值递归地执行，即交通工具100的侧倾和俯仰参数、路面摩擦系数、角速度、车轮角度和第一交通工具速度矢量。随时间观察这些测量值，通过对每个时间帧的变量的联合概率分布进行估计，以产生第二交通工具速度矢量224形式的变量估计。图6示意性地示出了与第三状态估计器257的执行相关联的输入和输出，以基于第一交通工具速度矢量
Figure 811765DEST_PATH_IMAGE095
256来估计基于GPS/IMU/基于自行车模型的横向速度
Figure 693134DEST_PATH_IMAGE096
258。
状态流例程200使用交通工具/轮胎模型基于交通工具运动的运动学，确保准确估计形式为最终交通工具速度矢量
Figure 908083DEST_PATH_IMAGE097
280的交通工具速度。角度更新逻辑允许利用稳态角度。它还能够根据GPS可用性融合目前已有的方案，提高稳健性。
GPS航线角和稳态俯仰和侧倾角被用作附加测量值。稳态俯仰角根据测量的纵向加速度和纵向速度的导数来表示。稳态侧倾角根据横向加速度、横摆率和纵向速度来表示。航线角是交通工具速度与向东方向之间的角度。
当满足横摆更新标准时，横摆测量值可用。当满足俯仰更新标准时，俯仰测量值可用。当满足侧倾更新标准时，侧倾测量值可用。横摆更新标准意味着几乎直线行驶，即没有侧滑。侧倾更新标准意味着围绕侧倾轴线的几乎稳态运动。俯仰更新标准意味着围绕俯仰轴线的几乎稳态运动。因此，根据是否有GPS更新和/或稳态角度更新，可用测量值的数量可能会动态变化。包括例如6-DOF扩展卡尔曼滤波器的第一状态估计器240以10ms的重复率工作。加速度
Figure 558507DEST_PATH_IMAGE098
和角速度
Figure 748180DEST_PATH_IMAGE099
的状态每10ms更新一次。GPS速度
Figure 851265DEST_PATH_IMAGE100
每100毫秒更新一次。只要符合相对应的标准，就会收到稳态角度更新。因此，可能有多个子情况，其中每个子情况对应于特定的测量值集合可用。而测量方程的雅可比也对应一个特定的情况或测量值集合。
当在具有ADAS 40的交通工具100的实施例上实施时，状态流例程200提供了用于基于来自GPS传感器36和IMU 34的参数动态地确定最终交通工具速度矢量
Figure 135485DEST_PATH_IMAGE101
280的分析过程。这包括经由GPS传感器36确定与交通工具100的速度、位置和航线相关联的第一组参数37。这还包括经由IMU 34确定与交通工具100的加速度和角速度相关联的第二参数35。这还包括基于第一组参数37和第二组参数35确定侧倾和俯仰参数232，如参考图2的角度更新框230所描述。这还包括基于侧倾和俯仰参数232、第一组参数37和第二组参数35来确定第一交通工具速度矢量256，如参考图2和3的第一状态估计器240和平面状态估计器框250所描述。这还包括基于交通工具的侧倾和俯仰参数、路面摩擦系数、角速度、车轮角度和第一交通工具速度矢量来确定第二交通工具速度矢量224，如参考图2和6的第一状态估计器240、平面状态估计器框250和自行车模型状态估计器框所描述。这还包括基于与交通工具的加速度和角速度相关联的第二参数来确定第二速度矢量
Figure 905995DEST_PATH_IMAGE102
224，这可以如参考图2的初步信号滤波器框220所描述来确定。这还包括基于交通工具的第一交通工具速度矢量和第二交通工具速度矢量的融合来确定最终交通工具速度矢量280，这可以如参考图2的数据融合框260所描述来确定。交通工具100的操作可基于最终交通工具速度矢量280自主控制，其可包括控制交通工具100的转向、制动和加速度中的一个或多个。
流程图中的框图示出了根据本公开的各种实施例的系统、方法和计算机程序产品的可能实施方式的架构、功能和操作。在这点上，框图中的每个框可以表示模块、代码段或代码部分，其包括用于实施规定逻辑功能的一个或多个可执行指令。还将注意到，框图和/或流程图说明的每个框以及框图和/或流程图说明中的框的组合可以由执行规定功能或动作的基于专用功能硬件的系统或者专用功能硬件和计算机指令的组合来实施。这些计算机程序指令也可以存储在计算机可读介质中，其可以指导计算机或其他可编程数据处理装置以特定方式起作用，使得存储在计算机可读介质中的指令产生包括指令装置的制品，该指令装置实施流程图和/或框图的一个或多个框中规定的功能/动作。
详细描述和附图或图形是对本教导的支持和描述，但是本教导的范围仅由权利要求限定。虽然已经详细描述了用于实施本教导的一些最佳方式和其他实施例，但是存在各种替代设计和实施例用于实践在所附权利要求中限定的本教导。

Claims (10)

1.一种用于操作交通工具的方法，所述方法包括:
经由全球定位系统（GPS）传感器确定与所述交通工具的速度、位置和路线相关联的第一参数；
经由惯性测量单元(IMU)确定与所述交通工具的加速度和角速度相关联的第二参数；
确定所述交通工具的路面摩擦系数和车轮角度；
基于所述第一参数和第二参数确定侧倾和俯仰参数；
基于所述侧倾和俯仰参数、所述第一参数和第二参数确定第一交通工具速度矢量；
基于与所述交通工具的所述路面摩擦系数、所述加速度、所述角速度和所述车轮角度相关联的第二参数来确定第二交通工具速度矢量；
执行所述交通工具的所述第一交通工具速度矢量和第二交通工具速度矢量的数据融合；
基于所述交通工具的所述第一交通工具速度矢量和第二交通工具速度矢量的所述数据融合来确定最终交通工具速度矢量；和
基于所述最终交通工具速度矢量控制所述交通工具的操作系统。
2.根据权利要求1所述的方法，其中基于所述第一参数和第二参数确定所述侧倾和俯仰参数包括执行第一扩展卡尔曼滤波器以基于所述第一参数和所述第二参数确定所述侧倾和俯仰参数。
3.根据权利要求2所述的方法，其中执行所述第一扩展卡尔曼滤波器以确定所述侧倾和俯仰参数包括执行六自由度(6-DOF)扩展卡尔曼滤波器以基于所述第一参数和所述第二参数确定所述侧倾和俯仰参数。
4.根据权利要求1所述的方法，其中基于所述侧倾和俯仰参数、所述第一参数和所述第二参数确定所述第一交通工具速度矢量包括执行第二扩展卡尔曼滤波器，以基于所述侧倾和俯仰参数、所述第一参数和所述第二参数确定所述第一交通工具速度矢量。
5.根据权利要求4所述的方法，其中执行所述第二扩展卡尔曼滤波器以确定所述第一交通工具速度矢量包括执行三自由度(3-DOF)扩展卡尔曼滤波器以基于所述侧倾和俯仰参数、所述第一参数和所述第二参数来确定所述第一交通工具速度矢量。
6.根据权利要求1所述的方法，其中基于所述交通工具的所述侧倾和俯仰参数、所述路面摩擦系数、所述角速度、所述车轮角度和所述第一交通工具速度矢量确定所述第二交通工具速度矢量包括执行第三扩展卡尔曼滤波器，以基于所述交通工具的所述侧倾和俯仰参数、所述路面摩擦系数、所述角速度、所述车轮角度和所述第一交通工具速度矢量确定所述第二交通工具速度矢量。
7.根据权利要求6所述的方法，其中执行所述第三扩展卡尔曼滤波器以确定第二交通工具速度矢量包括执行自行车模型扩展卡尔曼滤波器以基于所述交通工具的所述侧倾和俯仰参数、所述路面摩擦系数、所述角速度、所述车轮角度和所述第一交通工具速度矢量来确定所述第二交通工具速度矢量。
8.根据权利要求1所述的方法，进一步包括:
同步所述第一参数和第二参数；和
基于所述同步的第一参数和第二参数确定所述侧倾和俯仰参数。
9.一种用于操作交通工具的方法，所述方法包括:
经由全球定位系统（GPS）传感器确定与所述交通工具的速度、位置和路线相关联的第一参数；
经由惯性测量单元(IMU)确定与所述交通工具的加速度和角速度相关联的第二参数；
确定所述交通工具的路面摩擦系数和车轮角度；
基于所述第一参数和第二参数确定侧倾和俯仰参数；
基于所述侧倾和俯仰参数、所述第一参数和第二参数确定第一交通工具速度矢量；
基于所述交通工具的所述侧倾和俯仰参数、路面摩擦系数、角速度、车轮角度和所述第一交通工具速度矢量确定第二交通工具速度矢量；
基于所述交通工具的所述第一交通工具速度矢量和第二交通工具速度矢量确定最终交通工具速度矢量；和
基于所述最终交通工具速度矢量控制所述交通工具的操作系统。
10.一种交通工具，包括:
高级驾驶员辅助系统(ADAS)、全球定位系统(GPS)传感器、惯性测量单元(IMU)、操作系统和控制器；
其中所述ADAS操作性地连接到所述操作系统；
其中所述控制器与所述ADAS、所述GPS传感器和所述IMU通信；
其中所述控制器包括指令集，所述指令集可执行以:
经由所述GPS传感器确定与所述交通工具的速度、位置和路线相关联的第一参数；
通过所述IMU确定与所述交通工具的加速度和角速度相关联的第二参数；
基于所述第一参数和第二参数确定侧倾和俯仰参数；
基于所述侧倾和俯仰参数、所述第一参数和第二参数确定第一交通工具速度矢量；
基于所述交通工具的侧倾和俯仰参数、路面摩擦系数、角速度、车轮角度和所述第一交通工具速度矢量确定第二交通工具速度矢量；
基于所述交通工具的第一交通工具速度矢量和第二交通工具速度矢量确定最终交通工具速度矢量；和
基于所述最终交通工具速度矢量，经由所述ADAS控制所述操作系统。
CN202110341396.6A 2020-05-29 2021-03-30 用于确定交通工具速度的方法和装置 Pending CN113734180A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/886,976 US11332152B2 (en) 2020-05-29 2020-05-29 Method and apparatus for determining a velocity of a vehicle
US16/886976 2020-05-29

Publications (1)

Publication Number Publication Date
CN113734180A true CN113734180A (zh) 2021-12-03

Family

ID=78509114

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110341396.6A Pending CN113734180A (zh) 2020-05-29 2021-03-30 用于确定交通工具速度的方法和装置

Country Status (3)

Country Link
US (1) US11332152B2 (zh)
CN (1) CN113734180A (zh)
DE (1) DE102021105896A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116811895A (zh) * 2023-08-31 2023-09-29 腾讯科技（深圳）有限公司 车辆运行速度确定模型处理方法和车辆运行速度确定方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019003238B4 (de) * 2019-05-08 2023-04-20 Mercedes-Benz Group AG Fahrzeugortung durch Kartenabgleich unter Berücksichtigung eines Straßenprofils
FR3120687B1 (fr) * 2021-03-09 2023-01-27 Continental Automotive Détection d’une anomalie de géométrie d’une roue de véhicule
US11859571B2 (en) * 2021-07-21 2024-01-02 Ford Global Technologies, Llc Methods for a road surface metric
US11724739B2 (en) * 2021-07-22 2023-08-15 GM Global Technology Operations LLC Vehicle actuation commands to affect transient handling
WO2024006943A1 (en) * 2022-07-01 2024-01-04 Tesla, Inc. Dynamically determining vehicle pitch

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050149240A1 (en) * 2004-01-07 2005-07-07 Tseng Hongtei E. Attitude sensing system for an automotive vehicle relative to the road
US20070005212A1 (en) * 2005-06-10 2007-01-04 Ford Global Technologies, Llc Lateral and longitudinal velocity determination for an automotive vehicle
US20070067085A1 (en) * 2005-09-19 2007-03-22 Ford Global Technologies Llc Integrated vehicle control system using dynamically determined vehicle conditions
GB0715104D0 (en) * 2005-06-10 2007-09-12 Ford Global Tech Llc Longitudiinal velocity determination for an automotive vehicle
US20100017128A1 (en) * 2007-06-05 2010-01-21 Gm Global Technology Operations, Inc. Radar, Lidar and camera enhanced methods for vehicle dynamics estimation
US20100131229A1 (en) * 2008-11-24 2010-05-27 Gm Global Technology Operations, Inc. Dynamic observer for the estimation of vehicle lateral velocity
CN102621570A (zh) * 2012-04-11 2012-08-01 清华大学 基于双全球定位和惯性测量的汽车动力学参数测量方法
US20120296567A1 (en) * 1995-06-07 2012-11-22 American Vehicular Sciences Llc (Frisco, Tx) Vehicle component control methods and systems
US20160299234A1 (en) * 2015-04-07 2016-10-13 GM Global Technology Operations LLC Fail operational vehicle speed estimation through data fusion of 6-dof imu, gps, and radar
CN107560612A (zh) * 2016-06-30 2018-01-09 瑞士优北罗股份有限公司 用于确定交通工具的角位置的系统和方法
US20180029603A1 (en) * 2016-07-29 2018-02-01 GM Global Technology Operations LLC Corner-Based Longitudinal Speed Estimation
US20180188384A1 (en) * 2017-01-04 2018-07-05 Qualcomm Incorporated Systems and methods for using a sliding window of global positioning epochs in visual-inertial odometry
CN109287122A (zh) * 2017-05-22 2019-01-29 百度时代网络技术（北京）有限公司 基于自动驾驶车辆的控制反馈更新地图的方法和系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7010409B2 (en) * 2003-02-26 2006-03-07 Ford Global Technologies, Llc Reference signal generator for an integrated sensing system
US8086367B2 (en) 2008-11-24 2011-12-27 GM Global Technology Operations LLC Vehicle lateral velocity and surface friction estimation using force tables
JP4978722B2 (ja) * 2010-08-23 2012-07-18 株式会社デンソー 速度制御装置
US20150057877A1 (en) * 2013-08-22 2015-02-26 The Goodyear Tire & Rubber Company Tire wear state estimation system utilizing cornering stiffness and method
JP6153493B2 (ja) * 2014-04-25 2017-06-28 ヤマハ発動機株式会社 ロール角推定装置および輸送機器
AU2016314770A1 (en) * 2015-09-03 2018-03-29 Commonwealth Scientific And Industrial Research Organisation Unmanned aerial vehicle control techniques
CN105203098B (zh) * 2015-10-13 2018-10-02 上海华测导航技术股份有限公司 基于九轴mems传感器的农业机械全姿态角更新方法
JP2017165156A (ja) * 2016-03-14 2017-09-21 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
CN107415602A (zh) * 2017-07-06 2017-12-01 上海小蚁科技有限公司 用于车辆的监测方法、设备和系统、计算机可读存储介质
US20190375394A1 (en) * 2018-06-11 2019-12-12 Taxen Inc. Ground Vehicle Control Techniques
US20210139028A1 (en) * 2019-11-13 2021-05-13 Sf Motors, Inc. Fuzzy logic based and machine learning enhanced vehicle dynamics determination
US11661066B2 (en) * 2020-02-19 2023-05-30 Dana Automotive Systems Group, Llc Sand mode system and method for a vehicle

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120296567A1 (en) * 1995-06-07 2012-11-22 American Vehicular Sciences Llc (Frisco, Tx) Vehicle component control methods and systems
US20050149240A1 (en) * 2004-01-07 2005-07-07 Tseng Hongtei E. Attitude sensing system for an automotive vehicle relative to the road
US20070005212A1 (en) * 2005-06-10 2007-01-04 Ford Global Technologies, Llc Lateral and longitudinal velocity determination for an automotive vehicle
GB0715104D0 (en) * 2005-06-10 2007-09-12 Ford Global Tech Llc Longitudiinal velocity determination for an automotive vehicle
US20070067085A1 (en) * 2005-09-19 2007-03-22 Ford Global Technologies Llc Integrated vehicle control system using dynamically determined vehicle conditions
US20100017128A1 (en) * 2007-06-05 2010-01-21 Gm Global Technology Operations, Inc. Radar, Lidar and camera enhanced methods for vehicle dynamics estimation
US20100131229A1 (en) * 2008-11-24 2010-05-27 Gm Global Technology Operations, Inc. Dynamic observer for the estimation of vehicle lateral velocity
CN102621570A (zh) * 2012-04-11 2012-08-01 清华大学 基于双全球定位和惯性测量的汽车动力学参数测量方法
US20160299234A1 (en) * 2015-04-07 2016-10-13 GM Global Technology Operations LLC Fail operational vehicle speed estimation through data fusion of 6-dof imu, gps, and radar
CN107560612A (zh) * 2016-06-30 2018-01-09 瑞士优北罗股份有限公司 用于确定交通工具的角位置的系统和方法
US20180029603A1 (en) * 2016-07-29 2018-02-01 GM Global Technology Operations LLC Corner-Based Longitudinal Speed Estimation
US20180188384A1 (en) * 2017-01-04 2018-07-05 Qualcomm Incorporated Systems and methods for using a sliding window of global positioning epochs in visual-inertial odometry
CN109287122A (zh) * 2017-05-22 2019-01-29 百度时代网络技术（北京）有限公司 基于自动驾驶车辆的控制反馈更新地图的方法和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116811895A (zh) * 2023-08-31 2023-09-29 腾讯科技（深圳）有限公司 车辆运行速度确定模型处理方法和车辆运行速度确定方法
CN116811895B (zh) * 2023-08-31 2023-11-21 腾讯科技（深圳）有限公司 车辆运行速度确定模型处理方法和车辆运行速度确定方法

Also Published As

Publication number Publication date
US20210370958A1 (en) 2021-12-02
US11332152B2 (en) 2022-05-17
DE102021105896A1 (de) 2021-12-02

Similar Documents

Publication Publication Date Title
US11332152B2 (en) Method and apparatus for determining a velocity of a vehicle
US9403415B2 (en) GPS based pitch sensing for an integrated stability control system
Bevly et al. Integrating INS sensors with GPS velocity measurements for continuous estimation of vehicle sideslip and tire cornering stiffness
Bevly Global positioning system (GPS): A low-cost velocity sensor for correcting inertial sensor errors on ground vehicles
Bevly et al. The use of GPS based velocity measurements for measurement of sideslip and wheel slip
JP7036080B2 (ja) 慣性航法装置
Park et al. Integrated observer approach using in-vehicle sensors and GPS for vehicle state estimation
Ding et al. Event-triggered vehicle sideslip angle estimation based on low-cost sensors
CN110221333A (zh) 一种车载ins/od组合导航系统的量测误差补偿方法
US11707952B2 (en) Method and system for determining tire effective radius
Anderson et al. Estimation of slip angles using a model based estimator and GPS
US11872989B2 (en) Method and system for controlling vehicle operation
EP3335051A1 (en) Velocity estimation
Yu et al. GPS/INS/Odometer/DR integrated navigation system aided with vehicular dynamic characteristics for autonomous vehicle application
JP2019172220A (ja) カント推定方法
Jo et al. Distributed vehicle state estimation system using information fusion of GPS and in-vehicle sensors for vehicle localization
JP5219547B2 (ja) 車載ナビゲーションシステム及びナビゲーション方法
JP7069624B2 (ja) 位置演算方法、車両制御方法及び位置演算装置
Yoon et al. Vehicle position estimation using nonlinear tire model for autonomous vehicle
Jensen et al. Mass estimation of ground vehicles based on longitudinal dynamics using loosely coupled integrated navigation system and CAN-bus data with model parameter estimation
Vinande et al. Mounting-angle estimation for personal navigation devices
Han et al. Performance analysis of two-dimensional dead reckoning based on vehicle dynamic sensors during GNSS outages
CN115675481A (zh) Gps增强摩擦估计
Chaichaowarat et al. Kinematics-based analytical solution for wheel slip angle estimation of a RWD vehicle with drift
CN111469855A (zh) 一种车辆运动参数的计算方法

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