CN113962393A - 车辆行进方向推测装置 - Google Patents
车辆行进方向推测装置 Download PDFInfo
- Publication number
- CN113962393A CN113962393A CN202110708742.XA CN202110708742A CN113962393A CN 113962393 A CN113962393 A CN 113962393A CN 202110708742 A CN202110708742 A CN 202110708742A CN 113962393 A CN113962393 A CN 113962393A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- variable
- input
- traveling direction
- acceleration
- 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
Links
- 230000001133 acceleration Effects 0.000 claims abstract description 87
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 230000008859 change Effects 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 60
- 230000008569 process Effects 0.000 claims description 55
- 230000005540 biological transmission Effects 0.000 claims description 22
- 238000013507 mapping Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 abstract description 27
- 230000033001 locomotion Effects 0.000 description 25
- 238000001514 detection method Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 9
- 238000002485 combustion reaction Methods 0.000 description 8
- 230000015654 memory Effects 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000004913 activation Effects 0.000 description 5
- 230000007935 neutral effect Effects 0.000 description 5
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000994 depressogenic effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
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
-
- 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
- B60W40/04—Traffic conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
- G06F18/24137—Distances to cluster centroïds
- G06F18/2414—Smoothing the distance, e.g. radial basis function networks [RBFN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/10—Change speed gearings
- B60W2510/1005—Transmission ratio engaged
-
- 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/18—Braking system
- B60W2510/182—Brake pressure, e.g. of fluid or between pad and disc
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/10—Accelerator pedal position
-
- 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
- B60W2552/35—Road bumpiness, e.g. potholes
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4044—Direction of movement, e.g. backwards
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Mathematical Optimization (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Control Of Transmission Device (AREA)
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Regulating Braking Force (AREA)
Abstract
本发明公开车辆行进方向推测装置。车辆行进方向推测装置具备存储装置和执行装置。在所述存储装置中存储有规定映射的映射数据，所述执行装置构成为将表示车辆是前进还是后退的变量即行进方向变量作为输出变量而输出。在所述映射中，作为输入变量包含表示所述车辆的前后方向的加速度的变量即前后加速度变量和表示所述车辆的行驶速度或者行驶速度的变化的变量即车速变量，所述执行装置构成为执行获取处理和计算处理。
Description
技术领域
本发明涉及车辆行进方向推测装置。
背景技术
日本特开2005-156209所公开的车辆的车轮安装有检测该车轮的转速的车轮速传感器。另外，车轮安装有检测车轮的周向的加速度的加速度传感器和用于通过无线通信发送加速度传感器的检测结果的通信机。车辆的控制装置根据加速度传感器检测的车轮的加速度和车轮速传感器检测的车轮的转速的加减速状态，推测车轮的旋转方向。
发明内容
在日本特开2005-156209公开的技术中，为了推测车轮的旋转方向即车辆是前进还是后退，检测车轮的周向的加速度的加速度传感器是必须的。另外，在车轮搭载有加速度传感器的情况下，还需要用于通过无线发送其检测结果的无线通信机等周边设备。因此，当实现日本特开2005-156209公开的技术时，无法忽略成本的增加。因而，要求未必需要将加速度传感器设置于车轮就能够准确地判断车辆的前进及后退的技术。
本发明的第一方式的车辆行进方向推测装置具备存储装置和执行装置。在所述存储装置中存储有规定映射的映射数据，所述执行装置构成为将表示车辆是前进还是后退的变量即行进方向变量作为输出变量而输出。在所述映射中，作为输入变量包含表示所述车辆的前后方向的加速度的变量即前后加速度变量和表示所述车辆的行驶速度或者行驶速度的变化的变量即车速变量，所述执行装置构成为执行获取所述输入变量的值的获取处理和通过将通过所述获取处理而获取到的所述输入变量的值输入到所述映射而计算所述输出变量的值的计算处理。
前后加速度和车辆的行驶速度可以成为表示车辆的前进及后退的信息。在上述结构中，通过利用将它们作为输入变量的映射，从而无需在车轮设置加速度传感器，而能够利用简单的构造准确地推测车辆的前进及后退。
在上述方式中，所述输入变量也可以包括表示所述车辆的加速器踏板的操作量的变量即加速器操作量变量。例如有时如在上坡路处的出发时车辆后退的现象、所谓的后溜现象那样，虽然加速器踏板的操作量是零，但产生加速度。另外，例如还存在如下情况：由于路面的凹凸所引起的车轮的空转，虽然加速器踏板的操作量比零大，但车辆的前后方向的加速度是零。通过使加速器操作量变量包含于输入变量，能够根据加速器操作量变量与其它变量的关系性，考虑各种行驶场景中的车辆的行驶状态来推测车辆的前进及后退。因而，关于各种行驶场景，能够准确地推测车辆的前进及后退。
在上述方式中，所述输入变量也可以包括表示所述车辆的自动变速器的换档范围的变量即换档范围变量。车辆是前进还是后退基本上根据换档范围来规定。另一方面，例如还存在如上坡路处的出发时的后溜那样，车辆的行进方向与根据换档范围规定的方向相反的情况。通过使换档范围变量包含于输入变量，能够根据换档范围变量与其它变量的关系性，考虑各种行驶场景中的车辆的行驶状态，进行车辆的前进及后退的推测。因而，关于各种行驶场景，能够准确地推测车辆的前进及后退。
在上述方式中，所述输入变量也可以包括表示所述车辆行驶的路面的坡度的变量即路面坡度变量。例如路面的坡度越大，则在上坡路处的出发时发生后溜的可能性越高。通过如上述结构那样使路面坡度变量包含于输入变量，能够考虑可能与路面的坡度的大小相应地产生的车辆的行驶状态来推测车辆的前进及后退。因而，关于由于与路面的坡度的关联而可能发生的各种行驶场景，能够准确地推测车辆的前进及后退。
在上述方式中，所述输入变量也可以包括表示基于所述车辆的制动装置的车轮的制动力的变量即制动变量。例如上坡路处的出发时的后溜可能在基于制动装置的车轮的制动被解除之后发生。因而，例如通过将表示基于制动装置的制动切换为断开的变量采用为制动变量，能够考虑是否是可能发生后溜的状况来推测车辆的前进及后退。这样，使制动变量包含于输入变量，从而关于由于与基于制动装置的车轮的制动的关联而可能发生的各种行驶场景，能够准确地推测车辆的前进及后退。
附图说明
下面将参照附图说明本发明的示例性实施例的特征、优点以及技术和工业上的意义，其中相同的符号表示相同的元件，其中：
图1是车辆的概略结构图。
图2是表示车辆行进方向推测处理的处理次序的流程图。
图3是车辆行进方向推测系统的概略结构图。
具体实施方式
以下，参照附图，说明车辆行进方向推测装置的一个实施方式。首先，说明车辆的概略结构。如图1所示，车辆500搭载有作为该车辆500的驱动源的内燃机10。内燃机10具有使燃料与吸入气体的混合气体燃烧的气筒11。此外，气筒11设置有多个，但在图1中仅示出了一个。在气筒11内，能够往返运动地收容有活塞12。活塞12经由连接杆13连结于曲轴14。曲轴14与活塞12的往返运动相应地旋转。
对气筒11连接有用于将来自外部的吸入气体导入到该气筒11内的吸气通路15。在吸气通路15的中途安装有喷射燃料的燃料喷射阀17。另外，对气筒11连接有用于将该气筒11内的排出气体排出到外部的排气通路21。另外，对气筒11内的混合气体进行点火的火花塞19的前端位于该气筒11内。
自动变速器50的输入轴51连结于作为内燃机10的输出轴的上述曲轴14。自动变速器50的输出轴52经由差速器56等连结于车轮58。虽然省略详细的图示，但作为卡合元件53的多个离合器以及制动器和多个行星齿轮机构介于自动变速器50的输入轴51与输出轴52之间。而且，在自动变速器50中，各卡合元件53的断开/连接状态被切换，从而形成与自动变速器50的各换档范围相应的变速档。在本实施方式中，作为换档范围SR，设定有停车范围、空挡范围、驱动范围、倒车范围这四个换档范围。在换档范围SR是停车范围或者空挡范围的情况下，在自动变速器50中形成车辆500的非行驶用的变速档。在换档范围SR是驱动范围或者倒车范围的情况下，在自动变速器50中形成车辆500的行驶用的变速档。详细而言，在换档范围SR是驱动范围的情况下，在自动变速器50中形成车辆500的前进用的变速档。在换档范围SR是倒车范围的情况下，在自动变速器50中形成车辆500的后退用的变速档。
在车辆500的车室内设置有变速杆82，该变速杆82用于切换自动变速器50的换档范围SR。在变速杆82中，作为其操作位置设定有针对每个换档范围SR的换档位置LV。具体而言，设定有与停车范围对应的停车位置、与倒车范围对应的倒车位置、与空挡范围对应的空挡位置、与驱动范围对应的驱动位置。在变速杆82的附近安装有检测换档位置LV的换档位置传感器84。
车轮58安装有作为制动装置的制动器71。虽然省略图示，但根据制动器踏板74的操作量来产生油压的主汽缸连接于制动器71。根据在主汽缸中产生的油压，制动器71对车轮58的旋转进行制动。在制动器踏板74的附近安装有制动器传感器76，该制动器传感器76检测该制动器踏板74的操作量即制动器操作量BK。
车轮58安装有车速传感器63，该车速传感器63检测该车辆500的行驶速度即车速SP。车速传感器63根据车轮58的转速来检测车速SP。此外，车速传感器63无法检测车轮58的旋转方向，所以检测车速SP的绝对值。即，车速传感器63检测的车速SP不论车轮58是正转还是反转，都为零以上。
车辆500安装有加速度传感器61，该加速度传感器61检测该车辆500的前后方向的加速度即前后加速度D。如果车辆500行驶的路面的坡度是零，则在车速SP在车辆500前进的方向上增大的情况下，加速度传感器61检测出的前后加速度D是正，在车速SP在车辆500后退的方向上增大的情况下，加速度传感器61检测出的前后加速度D是负。
车辆500安装有加速器传感器96，该加速器传感器96检测加速器踏板94的操作量即加速器操作量ACP。接下来，说明车辆500的控制结构。
内燃机10、自动变速器50等的各种控制由搭载于车辆500的控制装置100执行。控制装置100能够构成为依照计算机程序(软件)执行各种处理的一个以上的处理器。此外，控制装置100也可以构成为执行各种处理中的至少一部分的处理的、专用集成电路(ASIC)等一个以上的专用的硬件电路、或者包括它们的组合的电路(circuitry)。处理器包括CPU102以及RAM及ROM104等存储器。存储器保存有构成为使CPU102执行处理的程序代码或者指令。存储器即计算机可读介质包括能够由通用或者专用的计算机访问的所有的能够利用的介质。另外，控制装置100具有作为能够电改写的非易失性存储器的存储装置106。CPU102、ROM104、存储装置106能够相互经由内部总线108进行通信。此外，在本实施方式中，CPU102和ROM104构成执行装置。
在存储装置106中存储有映射数据M，该映射数据M规定将各种输入变量作为输入并将输出变量进行输出的映射。在本实施方式中，输入变量是表示前后加速度D的变量即前后加速度变量、表示车速SP的变化的变量即车速变量、表示加速器操作量ACP的变量即加速器操作量变量以及表示自动变速器50的换档范围SR的变量即换档范围变量。各输入变量的具体的内容将在后面叙述。另外，输出变量是表示车辆500是前进还是后退的变量即行进方向变量。行进方向变量的具体的内容将在后面叙述。
CPU102能够执行推测车辆500是前进还是后退的车辆行进方向推测处理。CPU102通过执行存储于ROM104的程序，实现车辆行进方向推测处理的各处理。CPU102作为车辆行进方向推测处理的一环而进行获取处理。CPU102在获取处理中获取各输入变量的值。另外，CPU102作为车辆行进方向推测处理的一环而进行计算处理。CPU102在计算处理中将通过获取处理而获取到的输入变量的值输入到映射，从而计算输出变量的值。
此外，来自安装于车辆500的各种传感器的检测信号被输入到控制装置100。具体而言，下面的关于各参数的检测信号被输入到控制装置100。
■加速度传感器61检测的前后加速度D
■车速传感器63检测的车速SP
■加速器传感器96检测的加速器操作量ACP
■换档位置传感器84检测的换档位置LV
■制动器传感器76检测的制动器操作量BK
接下来，详述车辆行进方向推测处理。
CPU102在从车辆500的点火开关成为接通起至成为关断为止的期间，以预定的控制周期反复执行车辆行进方向推测处理。如图2所示，CPU102当开始车辆行进方向推测处理时，执行步骤S10的处理。在步骤S10中，CPU102获取车辆500是前进还是后退的推测所需的各种变量。各种变量具体而言是加速度平均值Dave、车速差分值SPdif、加速器操作量平均值ACPave以及换档范围识别值SRval。
在此，在将从前次结束执行行进方向推测处理中的步骤S10的处理起至本次执行步骤S10的处理为止的期间设为数据获取期间时，加速度平均值Dave是该数据获取期间中的前后加速度D的平均值。在步骤S10的处理中，CPU102参照在数据获取期间从加速度传感器61输入到控制装置100的前后加速度D的一连串的数据，将数据获取期间中的前后加速度D的平均值计算为加速度平均值Dave。CPU102计算加速度平均值Dave相当于CPU102获取加速度平均值Dave。此外，加速度平均值Dave是上述前后加速度变量。
车速差分值SPdif是数据获取期间中的车速SP的变化量。在步骤S10的处理中，CPU102将从数据获取期间中的最新的车速SP减去最旧的车速SP而得到的值计算为车速差分值SPdif。CPU102计算车速差分值SPdif相当于CPU102获取车速差分值SPdif。此外，车速差分值SPdif是上述车速变量。
加速器操作量平均值ACPave是数据获取期间中的加速器操作量ACP的平均值。在步骤S10的处理中，CPU102与计算加速度平均值Dave的情况相同地计算加速器操作量平均值ACPave。CPU102计算加速器操作量平均值ACPave相当于CPU102获取加速器操作量平均值ACPave。此外，加速器操作量平均值ACPave是上述加速器操作量变量。
换档范围识别值SRval是表示车辆500中的当前的换档范围SR的识别值。在此，对变速杆82的各换档位置LV分配有用于对各自进行识别的数值。具体而言，对停车位置分配有“1”，对空挡位置分配有“2”，对驱动位置分配有“3”，对倒车位置分配有“4”。在步骤S10的处理中，CPU102参照最新的换档位置LV，将与其换档位置LV对应的数值计算为换档范围识别值SRval。CPU102计算换档范围识别值SRval相当于CPU102获取换档范围识别值SRval。此外，换档范围识别值SRval是上述换档范围变量。
CPU102当在步骤S10中结束获取加速度平均值Dave、车速差分值SPdif、加速器操作量平均值ACPave以及换档范围识别值SRval时，使处理进入到步骤S20。此外，步骤S10的处理是获取处理。
在步骤S20中，CPU102作为利用上述映射来推测车辆500的前进及后退的前处理，将在步骤S10的处理中获取到的各变量的值代入到向映射的输入用的输入变量x(1)～x(4)。具体而言，CPU102将加速度平均值Dave代入到输入变量x(1)，将车速差分值SPdif代入到输入变量x(2)，将加速器操作量平均值ACPave代入到输入变量x(3)，将换档范围识别值SRval代入到输入变量x(4)。之后，CPU102使处理进入到步骤S30。
在步骤S30中，CPU102通过将输入变量x(1)～x(4)输入到由存储于存储装置106的映射数据M规定的映射，从而计算输出变量Q(1)～Q(2)。输出变量Q(1)是前进行驶概率R1，输出变量Q(2)是后退行驶概率R2。前进行驶概率R1是将车辆500实际地前进行驶的可能性的大小定量化为“0”～“1”的范围内的值而得到的。后退行驶概率R2是将车辆500实际地后退行驶的可能性的大小定量化为“0”～“1”的范围内的值而得到的。
在本实施方式中，映射由中间层是一层的全连接正向传播神经网络和将神经网络的输出进行变换的Softmax函数构成。上述神经网络包含输入侧系数wFjk(j＝0～n，k＝0～4)和作为输入侧非线性映射的激活函数h(x)，该输入侧非线性映射将由输入侧系数wFjk规定的线性映射即输入侧线性映射的输出分别进行非线性变换。在本实施方式中，作为激活函数h(x)，例示双曲正切“tanh(x)”。另外，上述神经网络包含输出侧系数wSij(i＝1～2，j＝0～n)和作为输出侧非线性映射的激活函数f(x)，该输出侧非线性映射将由输出侧系数wSij规定的线性映射即输出侧线性映射的输出分别进行非线性变换。在本实施方式中，作为激活函数f(x)，例示双曲正切“tanh(x)”。此外，值n表示中间层的维度。另外，输入侧系数wFj0是偏置参数，是输入变量x(0)的系数。输入变量x(0)被定义为“1”。另外，输出侧系数wSi0是偏置参数。
Softmax函数是通过将神经网络的输出进行标准化而将输出变量Q(1)与输出变量Q(2)之和设为“1”的函数。上述映射数据M规定的映射是在被安装到车辆500以前使用与车辆500相同规格的车辆来学习的已学习模型。在此，在映射的学习时，事先获取教师数据和训练数据。即，实际地使车辆500前进或者后退，生成真正的行进方向概率数据作为教师数据。行进方向概率数据包括前进行驶概率R1r和后退行驶概率R2r，如果车辆处于前进过程中，则前者被设为“1”，后者被设为“0”。另外，如果车辆处于后退过程中，则前者被设为“0”，后者被设为“1”。与这样的教师数据的生成相匹配地，在车辆的行驶过程中，获取加速度平均值Dave等作为向映射的输入变量而利用的各种变量的值作为训练数据。此时，通过与在车辆行进方向推测处理的步骤S10中获取各种变量的情况相同的计算手法来获取各种变量的值。关于平坦道路上的普通的行驶场景不用说，关于在上坡路处的出发时的后溜、起因于路面的凹凸而车轮空转的情况等各种行驶场景，制作每个行驶场景的教师数据与训练数据的组。然后，使用这样的教师数据和训练数据来学习映射。即，关于各种行驶场景，以使将训练数据作为输入而映射输出的值与作为真正的行进方向概率的教师数据的值之差成为预定值以下的方式，调整输入侧系数以及输出侧系数。然后，上述差成为预定值以下，从而学习完成。
在步骤S30的处理中，CPU102首先计算概率原型y(1)～y(2)，该概率原型y(1)～y(2)是由输入侧系数wFjk、输出侧系数wSij以及各激活函数h(x)、f(x)规定的神经网络的输出。概率原型y(1)是与车辆500前进的概率具有正相关的参数。概率原型y(2)是与车辆500后退的概率具有正相关的参数。CPU102当计算出概率原型y(1)～y(2)时，将它们输入到Softmax函数，计算输出变量Q(1)～Q(2)。之后，CPU102使处理进入到步骤S40。此外，步骤S30的处理是计算处理。
在步骤S40中，CPU102根据作为输出变量Q(1)的前进行驶概率R1和作为输出变量Q(2)的后退行驶概率R2，推测车辆500是前进还是后退。详细而言，CPU102进行如下判定处理。即，CPU102在前进行驶概率R1比阈值大且后退行驶概率R2小于阈值的情况下，判定为车辆500前进。阈值是“0.5”。CPU102在后退行驶概率R2比阈值大且前进行驶概率R1小于阈值的情况下，判定为车辆500后退。CPU102在前进行驶概率R1和后退行驶概率R2这双方是与阈值相同的值的情况下，判定为车辆500既未前进也未后退，即处于停车中。CPU102当结束执行步骤S40的处理时，暂且结束车辆行进方向推测处理的一连串的处理。然后，CPU102再次执行步骤S10的处理。
接下来，作为本实施方式的作用，说明对输入变量采用前后加速度变量、车速变量、加速器操作量变量以及换档范围变量的理由。例如，在以车辆500在平坦道路上行驶为前提时，如果由加速度传感器61检测的前后加速度D是正的值，则车辆500是前进加速中或者后退减速中的某一方。此时，如果车速传感器63检测的车速SP增加，则车辆500前进。另外，如果车速SP减少，则车辆500后退。另外，如果前后加速度D是负的值，则车辆500是前进减速中或者后退加速中的某一方。此时如果车速SP增加，则车辆500后退。另外，如果车速SP减少，则车辆500前进。这样，前后加速度D和车速SP的变化可以成为表示车辆500是前进还是后退的信息。根据这样的观点，对输入变量采用了前后加速度变量以及车速变量。此外，在本实施方式中，为了降低加速度传感器61检测的前后加速度D所包含的误差、噪声的影响，采用加速度平均值Dave作为前后加速度变量。另外，为了掌握车速SP的变化，采用车速差分值SPdif作为车速变量。
另外，在车辆500的行驶过程中，可能发生上坡路处的出发时的后溜、起因于路面的凹凸而车轮58空转等各种行驶场景。而且，根据车辆500的行驶场景，还存在上述平坦道路上的车辆500的前进及后退与前后加速度D及车速SP的关系性不成立的情况。因而，优选一边考虑各种行驶场景中的车辆500的行驶状态，一边推测车辆500的行进方向。此时，加速器操作量ACP以及换档范围SR成为有效的信息。
例如，在上坡路处的车辆500的后溜过程中，车辆500成为后退加速状态。此时，换档范围SR是驱动范围，加速器操作量ACP是零。当在发生后溜之后，为了应对该后溜而踩踏加速器踏板94的情况下，车辆500成为后退减速状态。当之后继续踩踏加速器踏板94时，车辆500成为前进加速状态。之后，当释放加速器踏板94时，车辆500成为前进减速状态。即，在与上坡路处的后溜相关的一连串的行驶场景中，如果换档范围SR是驱动范围且加速器操作量ACP是零，则车辆500可能处于后退加速过程中或者前进减速过程中。另外，如果换档范围SR是驱动范围且加速器操作量ACP比零大，则车辆500可能处于后退减速过程中或者前进加速过程中。通过将这样的信息与前后加速度D、车速SP进行组合而推测车辆500的行进方向，能够根据适于各个行驶场景的参数间的关系性来推测车辆500的前进及后退。根据这样的观点，对输入变量采用加速器操作量变量以及换档范围变量。此外，在本实施方式中，为了降低加速器传感器96检测的加速器操作量ACP所包含的误差、噪声的影响，采用加速器操作量平均值ACPave作为加速器操作量变量。另外，为了掌握换档范围SR，将换档位置LV进行数值化而采用为换档范围识别值SRval。
接下来，说明本实施方式的效果。(1)掌握车辆500是前进还是后退在从内燃机10至车轮58为止的动力传递系统的控制等车辆500的各种控制中是重要的。例如，在车辆500的行驶时所需的车轮58的驱动转矩在前进时和后退时不同。而且，如果车轮58的驱动转矩不同，则为了维持或者切换自动变速器50的各卡合元件53的断开/连接状态而所需的油压的大小不同。假设无法掌握车辆500的前进及后退，则还可能发生无法设定根据在车辆500的行驶时所需的驱动转矩确定的原本所需的油压这样的情形。在该情况下，即使在驱动转矩相当大的情况下也不得不设定一律地决定的高的油压以能够防止各卡合元件53的打滑，油泵的负担变大。除了这样的担忧以外，还可能产生在无法掌握车辆500的前进及后退的情况下例如难以向各车轮58适当地分配转矩这样的问题。由于这样的背景，要求准确地推测车辆500的前进及后退。
在此，如上述作用所记载那样，车辆500的前进及后退与前后加速度D、车速SP等变量存在关联。因而，还考虑不利用映射，而利用表示车辆500的前进及后退与各变量的关系性的映像等来推测车辆500的前进及后退。但是，有可能难以制作能够应对所有的行驶场景的映像，或者当将要利用这样的映像来进行行进方向的推测时，用于确定各种行驶场景的条件划分变得复杂，或者CPU102进行的处理内容变得非常复杂。另一方面，如果为了避免这样的担忧事项而如日本特开2005-156209那样对车轮58利用加速度传感器，则成本增大。
关于这一点，在上述结构中，利用映射而推测出车辆500的前进及后退。通过利用映射，从而能够利用来自一般搭载于车辆500的各种传感器的检测值，准确地推测车辆500的前进及后退。另外，当利用映射来推测前进及后退时，如果能够准备适当的教师数据以及训练数据，则能够确保某种程度的准确性。因此，不需要为了确定各种行驶场景而进行复杂的条件划分或者导出复杂的关系式这样的工夫。
(2)在上述结构中，在输入变量中包含加速度平均值Dave以及车速差分值SPdif。如上述作用所记载那样，前后加速度变量以及车速变量是与车辆500的前进及后退关联的变量。因此，作为前后加速度变量的加速度平均值Dave以及作为车速变量的车速差分值SPdif包含于输入变量，从而能够准确地推测车辆500的前进及后退。
(3)在上述结构中，在输入变量中包含加速器操作量平均值ACPave。如上述作用所记载那样，加速器操作量变量可以成为表示车辆500的行驶场景的信息。因此，通过使作为加速器操作量变量的加速器操作量平均值ACPave与加速度平均值Dave、车速差分值SPdif一起包含于输入变量，从而能够考虑各种行驶场景中的车辆500的行驶状态来推测车辆500的前进及后退。因而，能够在各种行驶场景中准确地推测车辆500的前进及后退。
(4)在上述结构中，在输入变量中包含换档范围识别值SRval。如上述作用所记载那样，换档范围变量可以成为与加速器操作量ACP一起表示车辆500的行驶场景的信息。因此，通过使作为换档范围变量的换档范围识别值SRval包含于输入变量，从而能够与加速器操作量ACP同样地考虑各种行驶场景中的车辆500的行驶状态来推测车辆500的前进及后退。因而，能够在各种行驶场景中准确地推测车辆500的前进及后退。
此外，本实施方式能够以如下方式进行变更而实施。本实施方式以及以下的变更例能够在技术上不矛盾的范围相互组合实施。也可以由车辆500的外部的计算机进行车辆行进方向推测处理的一部分。例如，也可以如图3所示，在车辆500的外部设置服务器600。而且，也可以构成为由服务器600进行车辆行进方向推测处理的计算处理。在该情况下，服务器600能够构成为依照计算机程序(软件)执行各种处理的一个以上的处理器。此外，服务器600也可以构成为执行各种处理中的至少一部分的处理的、专用集成电路(ASIC)等一个以上的专用的硬件电路或者包括它们的组合的电路(circuitry)。处理器包括CPU602以及RAM及ROM604等存储器。存储器保存有构成为使CPU602执行处理的程序代码或者指令。存储器即计算机可读介质包括能够由通用或者专用的计算机访问的所有的能够利用的介质。另外，服务器600具有作为能够电改写的非易失性存储器的存储装置606。在存储装置606中存储有在上述实施方式中说明的映射数据M。另外，服务器600具有通信机610，该通信机610用于经由外部通信线路网700而与服务器600的外部连接。CPU602、ROM604、存储装置606以及通信机610能够相互经由内部总线608进行通信。
在由服务器600进行车辆行进方向推测处理的计算处理的情况下，车辆500的控制装置100具有通信机110，该通信机110用于经由外部通信线路网700而与控制装置100的外部进行通信。此外，控制装置100的结构除了具有通信机110之外，与上述实施系方式的结构相同。因此，省略关于控制装置100的详细的说明。此外，在图3中，对与图1同样地发挥功能的部位附加有与图1相同的符号。控制装置100与服务器600一起构成车辆行进方向推测系统Z。
在由服务器600进行车辆行进方向推测处理的计算处理的情况下，首先，车辆500的控制装置100进行上述实施方式的步骤S10的处理即获取处理。控制装置100当通过步骤S10的处理获取到各种变量时，将获取到的各种变量的值发送到服务器600。服务器600的CPU602当接收到各种变量的值时，进行上述实施方式的步骤S20、步骤S30以及步骤S40的处理，从而推测车辆500是前进还是后退。服务器600的CPU602通过执行存储于ROM604的程序，从而进行步骤S20、步骤S30以及步骤S40的处理。
在如该变更例那样由车辆500的控制装置100和服务器600进行车辆行进方向推测处理的情况下，车辆500的控制装置100的CPU102以及ROM104和服务器600的CPU602以及ROM604构成执行装置。
也可以由车辆500的外部的计算机进行车辆行进方向推测处理的所有的处理。例如，在如上述变更例那样在车辆500的外部设置服务器600的情况下，车辆500的控制装置100将安装于车辆500的各种传感器的检测信号发送到服务器600。然后，服务器600的CPU602进行与上述实施方式的步骤S10相当的处理，从而获取各种变量的值。之后，与上述变更例同样地，服务器600的CPU602进行与步骤S20、步骤S30以及步骤S40相当的处理。在这样的结构中，由服务器600进行获取处理以及计算处理。
在步骤S10的处理中为了向映射输入而计算的前后加速度D、加速器操作量ACP不限定于平均值。例如也可以对在数据获取期间从加速度传感器61输入到控制装置100的检测信号的时间序列施加移动平均等的滤波器之后计算适当的值。关于加速器操作量ACP也相同。
在步骤S10的处理中为了向映射输入而计算的前后加速度D、加速器操作量ACP也可以是瞬时值。例如也可以将关于执行步骤S10的时间点的前后加速度D、加速器操作量ACP的最新的值计算为用于向映射输入的值。
当在步骤S10的处理中计算用于向映射输入的前后加速度D时，也可以不利用加速度传感器61的检测信号，而利用车速SP的微分值。当在步骤S10的处理中计算车速差分值SPdif时，也可以在对从车速传感器63输入到控制装置100的检测信号的时间序列施加滤波器之后计算车速SP的变化量。
作为前后加速度变量而采用的变量不限定于上述实施方式的例子。作为前后加速度变量，例如，也可以利用如如果由加速度传感器61检测的前后加速度D是正则为“1”，如果是负则为“0”那样，表示加速度传感器61的检测值的正负的识别值。前后加速度变量是表示前后加速度D的变量即可。
表示车速SP的变化的车速变量不限于车速差分值SPdif。例如也可以是车速SP的每单位时间的变化比例。作为车速变量而采用的变量不限定于上述实施方式的例子。作为车速变量，也可以不表示车速SP的变化，而例如采用车速SP本身。在车辆500前进的情况下，车速SP可能变得较大，相对于此，在车辆500后退的情况下，难以认为车速SP变大。因而，车速SP本身也可以成为用于判断车辆500的前进及后退的输入变量。
作为加速器操作量变量而采用的变量不限定于上述实施方式的例子。作为加速器操作量变量，例如，也可以利用如如果加速器操作量ACP比零大则为“1”，如果是零则为“0”那样，表示有无加速器操作量ACP的识别值。加速器操作量ACP是表示加速器操作量ACP的变量即可。
作为换档范围变量而采用的变量不限定于上述实施方式的例子。作为换档范围变量，例如也可以采用自动变速器50的变速比。在该情况下，既可以利用控制装置100为了自动变速器50的控制而计算的目标变速比，也可以实测自动变速器50的输入轴51、输出轴52的转速而计算变速比。换档范围变量是表示换档范围的变量即可。
作为各种输入变量而采用的变量也可以表示阶梯性的等级。例如关于加速器操作量变量，也可以将加速器操作量ACP分为与其大小相应的多个等级，将表示这样的等级的值采用为加速器操作量变量。关于其它输入变量也相同。
输入变量的种类不限定于上述实施方式的例子。关于输入变量，也可以代替或者除了上述实施方式示出的输入变量，而采用其它输入变量。另外，也可以将输入变量的数量从上述实施方式的数量减少。输入变量的数量可以是任意个。但是，作为输入变量，前后加速度变量以及车速变量是必须的。
加速器操作量变量以及换档范围变量作为输入变量不是必须的。即使在不输入这些变量的情况下，如果前后加速度变量以及车速变量包含于输入变量，则能够相应地以高的精度计算车辆500的前进及后退。
作为输入变量，也可以采用上述实施方式示出的变量以外的变量。作为输入变量，例如也可以包括表示车辆500行驶的路面的坡度的变量即路面坡度变量。作为路面坡度变量，例如也可以采用根据前后加速度D、车轮58的驱动转矩这样的表示车辆500的行驶状态的参数而推测出的推测路面坡度。另外，作为路面坡度变量，也可以采用由GPS速度计等实测的实测路面坡度。另外，作为路面坡度变量，也可以采用作为地图数据而预先决定的数据路面坡度。在该情况下，在地图数据中，根据多个节点和将相邻的节点间进行连结的链路来设定道路。而且，作为从特定的节点至其相邻的节点为止的范围中的与道路的延伸方向有关的路面的平均倾斜角而设定数据路面坡度。如果将这样的地图数据存储于存储装置106，且在控制装置100设置GPS接收机来获取车辆500的当前位置坐标，则能够根据地图数据计算车辆500行驶的地点处的数据路面坡度。
在此，路面的坡度越大，则在上坡路处的出发时发生后溜的可能性越高。也就是说，路面的坡度可以成为表示车辆500的后溜的发生容易度的指标。因而，通过使路面坡度变量包含于输入变量，能够考虑车辆500的后溜的发生容易度来推测车辆500的前进及后退。这样，使路面坡度变量包含于输入变量，从而能够关于包括上坡路处的后溜在内的、可能与路面的坡度的大小相应地发生的各种行驶场景，准确地推测车辆500的前进及后退。
作为输入变量，例如也可以包括表示基于车辆500的制动装置的车轮58的制动力的变量即制动变量。作为制动变量，例如也可以采用反映了制动器71对车轮58的制动的接通及断开的切换的切换识别值。关于切换识别值，具体而言，在基于制动器71的制动切换到断开的情况下设定为表示制动力是零的“0”，在基于制动器71的制动切换到接通的情况下设定为表示制动力是正的“1”。能够通过从制动器操作量BK比零大的状态切换到制动器操作量BK是零的状态来判定基于制动器71的制动切换到断开。另外，能够通过从制动器操作量BK是零的状态切换到制动器操作量BK比零大的状态来判定基于制动器71的制动切换到接通。在此，上坡路处的出发时的后溜是在基于制动器71的制动被解除之后发生的。即，在基于制动器71的制动切换到断开的情况下，发生后溜的可能性变高。因而，切换识别值成为表示车辆500可能发生后溜的状况的指标。如果使这样的切换识别值与路面坡度变量一起包含于输入变量，则能够更可靠地掌握车辆500可能发生后溜的状况。而且，能够更准确地推测可能发生后溜的状况下的车辆500的前进及后退。
作为输入变量，例如也可以包括表示车辆500的转弯状态的变量即转弯状态变量。转弯状态变量例如采用方向盘的操作角、车辆500的左右方向的加速度等即可。转弯状态变量可以成为在掌握各种行驶场景中的车辆500的行驶状态方面有效的信息。
作为行进方向变量而采用的变量不限定于上述实施方式的例子。行进方向变量是表示车辆500是前进还是后退的变量即可。作为行进方向变量，例如也可以采用车速SP。该情况下的车速SP不取绝对值，而设定成与车辆500的前进及后退相应地取正负的值即可。例如以在车辆500前进时取正的值，在车辆500后退时取负的值的方式设定即可。如果是这样设定的车速SP，则成为表示车辆500是前进还是后退的变量。
映射的结构不限定于上述实施方式的例子。例如也可以将神经网络中的中间层的数量设为两个以上。作为神经网络，例如也可以采用递归型的神经网络。在该情况下，过去的输入变量的值在本次新计算输出变量的值时被反映，所以对于反映过去的历史而推测车辆500的前进及后退是优选的。
在映射数据M的学习中利用的训练数据以及教师数据的获取方法不限定于上述实施方式的例子。例如也可以不使车辆实际地行驶，而将内燃机、自动变速器与底盘测功机连结等，模拟车辆实际地行驶的状态来获取训练数据。此时，例如施加与车辆在倾斜的路面上行驶的情况同样的负荷等，模拟各种行驶场景即可。
车辆500的结构不限定于上述实施方式的例子。例如作为车辆500的驱动源，不仅可以搭载内燃机10，也可以搭载马达。另外，作为车辆500的驱动源，也可以不具有内燃机10而仅搭载有马达。作为自动变速器，也可以采用无级变速器。
Claims (5)
1.一种车辆行进方向推测装置，其特征在于，包括：
存储装置和执行装置，其中，
在所述存储装置中存储有规定映射的映射数据，
所述执行装置构成为将表示车辆是前进还是后退的变量即行进方向变量作为输出变量而输出，
在所述映射中，作为输入变量包含表示所述车辆的前后方向的加速度的变量即前后加速度变量和表示所述车辆的行驶速度或者行驶速度的变化的变量即车速变量，
所述执行装置构成为执行获取所述输入变量的值的获取处理和通过将由所述获取处理而获取到的所述输入变量的值输入到所述映射而计算所述输出变量的值的计算处理。
2.根据权利要求1所述的车辆行进方向推测装置，其特征在于，
所述输入变量包括表示所述车辆的加速器踏板的操作量的变量即加速器操作量变量。
3.根据权利要求1或者2所述的车辆行进方向推测装置，其特征在于，
所述输入变量包括表示所述车辆的自动变速器的换档范围的变量即换档范围变量。
4.根据权利要求1～3中的任意一项所述的车辆行进方向推测装置，其特征在于，
所述输入变量包括表示所述车辆行驶的路面的坡度的变量即路面坡度变量。
5.根据权利要求1～4中的任意一项所述的车辆行进方向推测装置，其特征在于，
所述输入变量包括表示基于所述车辆的制动装置的车轮的制动力的变量即制动变量。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020-115579 | 2020-07-03 | ||
| JP2020115579A JP7322826B2 (ja) | 2020-07-03 | 2020-07-03 | 車両進行方向推定装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113962393A true CN113962393A (zh) | 2022-01-21 |
Family
ID=79019795
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110708742.XA Pending CN113962393A (zh) | 2020-07-03 | 2021-06-25 | 车辆行进方向推测装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20220001870A1 (zh) |
| JP (1) | JP7322826B2 (zh) |
| CN (1) | CN113962393A (zh) |
| DE (1) | DE102021116630A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4210018A1 (en) * | 2022-01-11 | 2023-07-12 | GEOTAB Inc. | Systems and methods for vehicle reversing detection using edge machine learning |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005156209A (ja) | 2003-11-21 | 2005-06-16 | Toyota Motor Corp | 車輪情報処理装置および車輪情報処理方法 |
| JP4682637B2 (ja) | 2005-02-09 | 2011-05-11 | トヨタ自動車株式会社 | 進行方向検出装置 |
| DE102007016618B4 (de) * | 2006-04-07 | 2017-07-13 | Fuji Jukogyo K.K. | Antriebskraft-Steuereinheit für ein Fahrzeug |
| US8285436B2 (en) | 2009-03-06 | 2012-10-09 | Toyota Jidosha Kabushiki Kaisha | Vehicle state judging apparatus and vehicle state judging method |
| WO2014083823A1 (ja) * | 2012-11-27 | 2014-06-05 | 日産自動車株式会社 | 車両用加速抑制装置及び車両用加速抑制方法 |
| JP6319187B2 (ja) * | 2015-05-26 | 2018-05-09 | トヨタ自動車株式会社 | 車速制限システム |
| US9919739B2 (en) * | 2016-02-04 | 2018-03-20 | Ford Global Technologies, Llc | Indication of vehicle direction of travel |
| KR102261290B1 (ko) * | 2017-03-22 | 2021-06-04 | 현대자동차 주식회사 | 친환경 자동차의 회생제동 제어 서버와 이를 이용한 제어 방법 |
-
2020
- 2020-07-03 JP JP2020115579A patent/JP7322826B2/ja active Active
-
2021
- 2021-06-25 CN CN202110708742.XA patent/CN113962393A/zh active Pending
- 2021-06-28 US US17/360,208 patent/US20220001870A1/en not_active Abandoned
- 2021-06-28 DE DE102021116630.6A patent/DE102021116630A1/de not_active Withdrawn
Also Published As
| Publication number | Publication date |
|---|---|
| JP7322826B2 (ja) | 2023-08-08 |
| US20220001870A1 (en) | 2022-01-06 |
| JP2022013188A (ja) | 2022-01-18 |
| DE102021116630A1 (de) | 2022-01-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11378184B2 (en) | System and method for estimating wheel speed of vehicle | |
| US11287439B2 (en) | System and method for estimating wheel speed of vehicle | |
| US20130190945A1 (en) | Vehicle mass estimating apparatus | |
| US10210675B2 (en) | Failure determination system for vehicle speed detection device | |
| US11274744B2 (en) | Fault evaluation device for automatic transmission, fault evaluation method for automatic transmission, and non-transitory storage medium storing fault evaluation program for automatic transmission | |
| CN112752694B (zh) | 估计车辆载荷的方法 | |
| CN113962393A (zh) | 车辆行进方向推测装置 | |
| US11292482B2 (en) | Control device for vehicle and vehicle control program | |
| JP3107752B2 (ja) | 車両の運転指向推定装置および車両の駆動力制御装置 | |
| US11150163B2 (en) | Accelerator play measurement device, accelerator play measurement method, program, and medium | |
| JP5556548B2 (ja) | 車両の総重量推定装置 | |
| US8930097B2 (en) | Device for evaluating the transverse acceleration of an automobile vehicle and corresponding method | |
| CN113844454B (zh) | 路面倾斜角计算装置 | |
| GB2534368A (en) | Driveline component protection | |
| KR100308975B1 (ko) | 신경망을이용한자동변속기변속단제어알고리즘 | |
| JP4140274B2 (ja) | 走行制御装置 | |
| CN114074676B (zh) | 转矩推测装置 | |
| CN106907479A (zh) | 车辆减速控制系统和方法 | |
| JP6513456B2 (ja) | 負圧センサ固着診断方法及び車両用制御装置 | |
| JP2021085325A (ja) | 車速センサ故障診断装置 | |
| KR100482612B1 (ko) | 하이브리드 전기자동차의 도로구배 추정장치 및 방법 | |
| GB2590326A (en) | Method of estimating a vehicle load |
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 |