CN114619821B - 关联值信息的更新系统和关联值信息的更新方法 - Google Patents

关联值信息的更新系统和关联值信息的更新方法 Download PDF

Info

Publication number
CN114619821B
CN114619821B CN202111512029.4A CN202111512029A CN114619821B CN 114619821 B CN114619821 B CN 114619821B CN 202111512029 A CN202111512029 A CN 202111512029A CN 114619821 B CN114619821 B CN 114619821B
Authority
CN
China
Prior art keywords
value
road surface
surface displacement
association
vehicle
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
Application number
CN202111512029.4A
Other languages
English (en)
Other versions
CN114619821A (zh
Inventor
古田浩贵
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.)
Toyota Motor Corp
Original Assignee
Toyota Motor Corp
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 Toyota Motor Corp filed Critical Toyota Motor Corp
Publication of CN114619821A publication Critical patent/CN114619821A/zh
Application granted granted Critical
Publication of CN114619821B publication Critical patent/CN114619821B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/02Estimation 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
    • B60W40/06Road conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60GVEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60GVEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/018Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the use of a specific signal treatment or control method
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60GVEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/06Characteristics of dampers, e.g. mechanical dampers
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60GVEHICLE SUSPENSION ARRANGEMENTS
    • B60G2400/00Indexing codes relating to detected, measured or calculated conditions or factors
    • B60G2400/90Other conditions or factors
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408Radar; Laser, e.g. lidar
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/20Road profile, i.e. the change in elevation or curvature of a plurality of continuous road segments

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Vehicle Body Suspensions (AREA)

Abstract

本发明涉及关联值信息的更新系统和关联值信息的更新方法。关联值信息的更新系统具备第一车辆和存储有关联值信息的存储装置。第一车辆在从测定开始条件成立起至测定结束条件成立为止的期间,将用于确定与第一车辆所行驶的路面的路面位移关联的路面位移关联值的传感器值和表示该传感器值的测定位置的位置信息作为行驶信息提供给存储装置。存储装置从基于传感器值而确定出的路面位移关联值中去除低频分量,并基于去除了低频分量后的路面位移关联值来更新关联值信息。在更新关联值信息的情况下,存储装置基于排除了开始阶段关联值和结束阶段关联值中的至少一方后的路面位移关联值来更新关联值信息。

Description

关联值信息的更新系统和关联值信息的更新方法
技术领域
本发明涉及关联值信息的更新系统和关联值信息的更新方法。更新系统具备:第一车辆;以及存储装置,具有储存登记有路面位移关联值的关联值信息的关联值信息存储部,存储装置基于第一车辆在行驶中获取到的行驶信息来更新关联值信息。
背景技术
以往,已知有为了对车辆的簧上进行减振而进行预见减振控制的车辆。预见减振控制是指如下的控制:在车轮从比该车轮的当前的接地位置靠前方的规定位置通过时在该车轮和与该车轮的位置对应的车身部位之间产生基于该规定位置的上下方向的位移(以下称为“路面位移”。)而运算出的目标控制力。
作为这种车辆之一,例如已知有专利文献1所记载的车辆(以下称为“以往车辆”。)。以往车辆使用储存于控制映射图的数据来进行预见减振控制。该数据是路面的位置与作为表示该路面的位置的高度的值的z值相互建立了关联的数据。
以往车辆在行驶中依次获取表示路面状况的路面状况值和该路面状况值的测定位置。上述的控制映射图基于以往车辆所测定到的路面状况值来更新。
现有技术文献
专利文献
专利文献1:美国专利申请公开第2018/154723号说明书
再者,为了在车辆在路面行驶时对从路面向簧下输入的振动中的规定的频率(以下,称为“最低频率”。)以上的频率分量进行减振而进行预见减振控制。理想的是,控制映射图中储存有使用预见减振控制来进行减振的z值的频率分量。因此,对控制映射图进行管理的管理服务器对基于路面状况值而确定的z值执行“从上述z值中去除小于最低频率的低频分量的高通滤波处理”,并基于低频分量被去除了的z值来更新控制映射图。
对于在高通滤波处理的执行紧后得到的z值而言,精度会降低。这是因为,在高通滤波处理的执行紧后,可能会因无法确定上述振动的小于最低频率的频率而无法完全去除小于最低频率的频率分量。
例如,若按传感器值的测定顺序从旧到新的顺序执行高通滤波处理,则基于传感器值的测定顺序最旧的传感器值而确定的z值附近(开始阶段附近)的精度降低。
若按传感器值的测定顺序从新到旧的顺序执行高通滤波处理,则基于传感器值的测定顺序最新的传感器值而确定的z值附近(结束阶段附近)的精度降低。
而且,若如以下那样从z值中去除低频分量,则开始阶段附近和结束阶段附近的精度降低。将通过按传感器值的测定顺序从旧到新的顺序执行高通滤波处理而得到的值与通过按传感器值的测定顺序从新到旧的顺序执行高通滤波处理而得到的值进行加法运算,由此从z值中去除低频分量。
若使用精度降低了的z值来执行预见减振控制,则可能会无法适当地对簧上进行减振。因此,理想的是不使储存于控制映射图的z值的精度降低。
发明内容
本发明是为了应对上述的课题而完成的。即,本发明的目的之一在于提供一种为了提高能通过预见减振控制来适当地对簧上进行减振的可能性,以登记于关联值信息的“作为与路面位移关联的值的路面位移关联值”的精度不降低的方式更新关联值信息的系统。
本发明的系统(以下,也称为“本发明系统”。)具备:第一车辆(30A、30B)和存储装置(20),所述存储装置配置于所述第一车辆和不是所述第一车辆的场所中的任一处,所述第一车辆具有传感器(42、43),该传感器对用于确定路面位移关联值的传感器值进行测定,该路面位移关联值是与作为所述第一车辆所行驶的路面的上下方向的位移的路面位移关联的值,所述第一车辆被配置为:在从规定的测定开始条件成立起至规定的测定结束条件成立为止的期间,以规定的测定间隔从所述传感器获取所述传感器值(步骤705、步骤710),并且获取测定到所述传感器值的测定位置(步骤715);以及将所述传感器值与所述测定位置建立了关联的行驶信息提供给所述存储装置(步骤815),所述存储装置具有关联值信息存储部(200),该关联值信息存储部储存登记有针对路面的位置的所述路面位移关联值的关联值信息,所述存储装置被配置为:对由所述第一车辆提供的行驶信息中所包含的传感器值或基于所述传感器值而确定出的路面位移关联值执行高通滤波处理,由此获取小于规定的截止频率的低频分量被去除了的路面位移关联值(步骤920);以及基于从所述低频分量被去除了的路面位移关联值中排除了开始阶段关联值和结束阶段关联值中的至少一方后的路面位移关联值来更新所述关联值信息,所述开始阶段关联值是从起点关联值起第一规定数量的路面位移关联值,该起点关联值是基于在所述测定开始条件成立的情况下获取到的传感器值而确定出的路面位移关联值,所述结束阶段关联值是到终点关联值为止的第二规定数量的路面位移关联值,该终点关联值是基于在所述测定结束条件成立的情况下获取到的传感器值而确定出的路面位移关联值(步骤935、步骤950)。
由于高通滤波处理,开始阶段关联值和结束阶段关联值中的至少一方的精度可能会降低。根据本发明系统,基于上述开始阶段关联值和结束阶段关联值中的至少一方被排除了的路面位移关联值来更新关联值信息,因此能防止登记于关联值信息的路面位移关联值的精度降低。由此,能提高能通过预见减振控制来适当地对簧上进行减振的可能性。
在本发明系统的一个方案中,所述存储装置被配置为:按所述传感器值的测定顺序从旧到新的顺序对所述传感器值或所述路面位移关联值执行所述高通滤波处理(步骤920),基于从所述低频分量被去除了的路面位移关联值中排除了所述开始阶段关联值后的路面位移关联值来更新所述关联值信息(步骤935、步骤950)。
当按测定顺序从旧到新的顺序执行高通滤波处理时,因在测定开始条件的成立紧后确定小于截止频率的频率所需的数量不足,会导致开始阶段关联值包含低频分量,从而开始阶段关联值的精度可能会降低。根据本方案,基于排除了开始阶段关联值后的路面位移关联值来更新关联值信息,因此能防止登记于关联值信息的路面位移关联值的精度降低。
在本发明系统的一个方案中,所述存储装置被配置为:按所述传感器值的测定顺序从新到旧的顺序对所述传感器值或所述路面位移关联值执行所述高通滤波处理(步骤920),基于从所述低频分量被去除了的路面位移关联值中排除了所述结束阶段关联值后的路面位移关联值来更新所述关联值信息(步骤935、步骤950)。
当按测定顺序从新到旧的顺序执行高通滤波处理时,因在测定结束条件的成立紧前确定小于截止频率的频率所需的数量不足,会导致结束阶段关联值包含低频分量,从而结束阶段关联值的精度可能会降低。根据本方案,基于排除了结束阶段关联值后的路面位移关联值来更新关联值信息,因此能防止登记于关联值信息的路面位移关联值的精度降低。
在本发明系统的一个方案中,所述存储装置被配置为:将按所述传感器值的测定顺序从旧到新的顺序对所述传感器值或所述路面位移关联值执行所述高通滤波处理而获取到的值与按所述传感器值的测定顺序从新到旧的顺序对所述传感器值或所述路面位移关联值执行所述高通滤波处理而获取到的值进行加法运算,由此从所述路面位移关联值中去除所述低频分量(步骤920),基于从所述低频分量被去除了的路面位移关联值中排除了所述开始阶段关联值和所述结束阶段关联值后的路面位移关联值来更新所述关联值信息(步骤935、步骤950)。
若通过本方案去除低频分量,则开始阶段关联值和结束阶段关联值的精度可能会降低。根据本方案,基于排除了开始阶段关联值和结束阶段关联值后的路面位移关联值来更新关联值信息,因此能防止登记于关联值信息的路面位移关联值的精度降低。
在本发明系统的一个方案中,所述存储装置被配置为:判定由所述第一车辆提供的行驶信息的传感器值中是否包含作为该传感器值所缺失的部分的缺失部分(图11所示的ID“200”至“249”),在判定为所述行驶信息中包含所述缺失部分的情况下,将基于在所述缺失部分的开始的紧前获取到的传感器值而确定出的路面位移关联值确定为所述终点关联值(图11所示的ID“199”),将基于在所述缺失部分的结束的紧后获取到的传感器值而确定出的路面位移关联值确定为所述起点关联值(图11所示的ID“250”)。
若对包含上述缺失部分的行驶信息执行高通滤波处理,则在缺失部分的开始紧前和缺失部分的结束紧后,路面位移关联值的精度可能会降低。根据本方案,基于在缺失部分的开始的紧前获取到的传感器值而确定出的路面位移关联值被确定为终点关联值,因此到该路面位移关联值为止的第二规定数量的路面位移关联值被确定为结束阶段关联值。而且,基于在缺失部分的结束的紧后获取到的传感器值而确定出的路面位移关联值被确定为起点关联值,因此到该路面位移关联值为止的第一规定数量的路面位移关联值被确定为开始阶段关联值。由此,能不实施基于精度可能会因缺失部分而降低的路面位移关联值的关联值信息的更新。
在本发明系统的一个方案中,所述存储装置被配置为:基于所述第一车辆的移动速度的大小和所述截止频率来决定所述第一规定数量和所述第二规定数量中的至少一方。
确定截止频率所需的传感器值或路面位移关联值的数量根据上述移动速度的大小和截止频率而变化,因此因高通滤波处理而精度降低的开始阶段关联值和结束阶段关联值中的至少一方的数量也变化。根据本方案,根据移动速度的大小和截止频率,第一规定数量和第二规定数量中的至少一方被决定为适当的值。由此,能防止未完全排除精度降低了的路面位移关联值的事态发生,也能进一步防止将精度未降低的路面位移关联值排除在外的事态发生。
在本发明系统的一个方案中,所述存储装置被配置为:按所述传感器值的测定顺序从旧到新的顺序每次以规定数量获取所述行驶信息中所包含的传感器值来作为采样值(步骤1205),对将所述采样值乘以规定的窗函数所规定的与该采样值对应的权重系数而得到的值执行快速傅里叶变换,由此确定针对所述传感器值的所述路面位移关联值(步骤1210至步骤1225),在执行了所述快速傅里叶变换后,从所述行驶信息中所包含的传感器值中获取下一个采样值,并对将所述采样值乘以所述权重系数而得到的值执行所述快速傅里叶变换(步骤1240),在所述窗函数中,作为从所述采样值的起点起第三规定数量的量的采样值的开始阶段采样值和作为到所述采样值的终点为止的第四规定数量的量的采样值的结束阶段采样值与成为比所述采样值小的值这样的权重系数建立了对应,作为所述开始阶段采样值和所述结束阶段采样值以外的采样值的中间阶段采样值与成为保持所述采样值原样的值这样的权重系数建立了对应,所述存储装置被配置为:基于从所述低频分量被去除了的路面位移关联值中排除了所述开始阶段关联值和所述结束阶段关联值这两方后的路面位移关联值来更新所述关联值信息。
若执行上述快速傅里叶变换,根据上述窗函数,起点关联值紧后的第三规定数量的路面位移关联值基于比实际的采样值小的值来确定,因此精度可能会降低。同样地,终点关联值紧前的第四规定数量的路面位移关联值基于比实际的采样值小的值来确定,因此精度可能会降低。根据本方案,基于排除了开始阶段关联值和结束阶段关联值这两方后的路面位移关联值来更新关联值信息。因此,能防止登记于关联值信息的路面位移关联值的精度降低。
在上述方案中,所述存储装置被配置为:一边以上次的所述中间阶段采样值的终点与本次的所述中间阶段采样值的起点连续的方式获取所述采样值(步骤1240),一边执行所述快速傅里叶变换,由此确定针对所述传感器值的所述路面位移关联值。
根据上述方案,在基于行驶信息中所包含的传感器值而确定的路面位移关联值中,上述起点关联值紧后的第三规定数量的路面位移关联值和上述终点关联值紧前的第四规定数量的路面位移关联值以外的路面位移关联值基于实际的采样值来确定。由此,能准确地确定更多的路面位移关联值。
在上述方案中,所述第三规定数量被设定为所述第一规定数量以下的值,所述第四规定数量被设定为所述第二规定数量以下的值。
由此,能可靠地排除因快速傅里叶变换而精度降低了的路面位移关联值。
在本发明的一个方案中,所述存储装置被配置为:基于进一步排除了基于在所述第一车辆的移动速度的大小为阈值以下的情况下测定到的传感器值而确定出的路面位移关联值后的路面位移关联值来更新所述关联值信息(步骤940、步骤950)。
与第一车辆的移动速度的大小比阈值大的情况相比,第一车辆的移动速度的大小为阈值以下的情况下的传感器值的频率变低的可能性高。传感器值的频率越低,传感器值的精度受传感器的偏移(Offset)等的影响而降低的可能性越高。在本方案中,不实施根据“基于精度降低的可能性高的第一车辆的移动速度的大小为阈值以下的情况下的传感器值而确定出的路面位移关联值”的关联值信息的更新。因此,能防止登记于关联值信息的路面位移关联值的精度降低。
在本发明的一个方案中,所述更新系统还具备与所述第一车辆相同或与所述第一车辆不同的第二车辆(30A、30B),所述存储装置配置于所述第一车辆、所述第二车辆以及既不是所述第一车辆也不是所述第二车辆的场所中的任一处,所述第二车辆具备控制力产生装置(37),该控制力产生装置被配置为在所述第二车辆的至少一个车轮和与该车轮的位置对应的车身部位之间产生用于对所述第二车辆的簧上进行减振的上下方向的控制力,所述第二车辆被配置为:使用所述存储装置所保持的关联值信息,获取被预测为所述车轮在从当前时间点起经过了规定时间的时间点将要通过的通过预测位置的路面位移关联值来作为控制用关联值(步骤1020),基于所述控制用关联值来执行对所述控制力产生装置进行控制的预见减振控制(步骤1030)。
由此,在第二车辆中,基于从关联值信息获取到的通过预测位置的路面位移关联值来执行预见减振控制。因此,关联值信息的路面位移关联值以该路面位移关联值的精度不降低的方式被更新,因此能提高能通过该预见减振控制来适当地对第二车辆的簧上进行减振的可能性。
在本发明的关联值信息的更新方法中,包括如下步骤:在从规定的测定开始条件成立起至规定的测定结束条件成立为止的期间,以规定的测定间隔获取车辆(30A、30B)所具有的传感器(41、42)所测定到的用于确定所述车辆的行驶中的路面的所述路面位移关联值的传感器值,并且获取测定到该传感器值的测定位置(步骤705至步骤715);对所述传感器值或基于所述传感器值而确定出的路面位移关联值执行高通滤波处理,由此获取小于规定的截止频率的低频分量被去除了的路面位移关联值(步骤920);以及基于从所述低频分量被去除了的路面位移关联值中排除了从基于在所述测定开始条件成立的情况下获取到的传感器值而确定出的路面位移关联值起第一规定数量的路面位移关联值、和到基于在所述测定结束条件成立的情况下获取到的传感器值而确定出的路面位移关联值为止的第二规定数量的路面位移关联值中的至少一方后的路面位移关联值,来更新所述关联值信息(步骤935、步骤950)。
根据上述方法,基于排除了因高通滤波处理而精度降低的路面位移关联值后的路面位移关联值来更新关联值信息。因此,能防止登记于关联值信息的路面位移关联值的精度降低。
需要说明的是,在上述说明中,为了有助于发明的理解,对于与后述的实施方式对应的发明的构成,用括号添加在该实施方式中使用的名称和/或附图标记。然而,发明的各构成要素不限定于由所述名称和/或附图标记规定的实施方式。本发明的其他目的、其他特征以及伴随的优点根据参照以下的附图描述的关于本发明的实施方式的说明将容易被理解。
附图说明
图1是本发明的实施方式的车辆的减振控制系统的网络构成图。
图2A是存储于图1所示的存储装置的簧下位移信息的说明图。
图2B是簧下位移信息的分区的说明图。
图3是图1所示的车辆的概略构成图。
图4是表示图1所示的车辆的单轮模型的图。
图5A是开始阶段簧下位移和结束阶段簧下位移的说明图。
图5B是图1所示的车辆所收集的行驶信息的说明图。
图6是表示图1所示的车辆所执行的条件成立判定例程的流程图。
图7是表示图1所示的车辆所执行的行驶信息收集例程的流程图。
图8是表示图1所示的车辆所执行的行驶信息发送例程的流程图。
图9是表示图1所示的服务器所执行的簧下位移信息更新例程的流程图。
图10是表示图1所示的车辆所执行的预见减振控制例程的流程图。
图11是第一变形例的开始阶段簧下位移和结束阶段簧下位移的说明图。
图12是表示第二变形例的服务器所执行的簧上位移获取例程的流程图。
图13是快速傅里叶变换中使用的窗函数的曲线图。
附图标记说明:
10更新系统,22管理服务器,24A至24N存储装置,30A和30B车辆,31FL至31RR车轮,37主动致动器,41ECU,50簧下,51簧上。
具体实施方式
<构成>
如图1所示,本发明的实施方式的更新系统10具备云系统20以及多个车辆30A和30B。为了方便,图1中仅示出两台车辆30A和30B,但更新系统10也可以包括更多台车辆。在无需对多台车辆(30A和30B)相互进行区分的情况下,将车辆30A和30B等多台车辆的每一个称为“车辆30”。车辆30经由网络以能进行数据通信的方式连接于云系统20。需要说明的是,更新系统10具备至少一个车辆30即可。
<云系统20>
云系统20具备管理服务器22以及存储介质24A至24N。在无需对存储介质24A至24N相互进行区分的情况下,将存储介质24A至24N称为“存储介质24”。需要说明的是,云系统20具备至少一个存储介质24即可。存储介质24也可以搭载于管理服务器22。管理服务器22有时也被仅称为“服务器22”。有时也将管理服务器22和存储介质24统称为“存储装置”。
管理服务器22具备CPU、ROM、RAM以及接口(I/F)等。管理服务器22以能进行数据通信的方式连接于存储介质24。管理服务器22能进行存储于存储介质24的数据的检索和读出,并且能将数据写入(储存于)存储介质24。
存储介质24具有存储有图2A所示的簧下位移信息的簧下位移信息存储部200。簧下位移信息有时也被称为“关联值信息”。簧下位移信息存储部200有时也被称为“关联值信息存储部”。在簧下位移信息中,对于图2B所示的多个分区Gd的每一个储存有后述的簧下位移z1。该分区Gd是由X方向的多条平行线Lx和Y方向的多条平行线Ly包围的区域。在本例子中,分区Gd是具有相互均等的大小的正方形。分区Gd的一片的距离d0是50mm以上150mm以下的值。在本例中,距离d0为100mm。需要说明的是,分区Gd的形状不限于正方形,也可以根据车辆30的车轮31的轮胎的接地区域的大小和形状来确定。
X方向在本例中是方位的北方向,Y方向是与X方向垂直的方向。分区Gd的X方向和Y方向的位置由值Xm(m=1、2、3,……)和值Yn(n=1、2、3,……)来表示。换言之,通过值Xm和值Yn的数据集(Xm,Yn)来确定多个分区Gd中的一个。多个分区Gd的每一个所具有的范围由纬度和经度规定。因此,若给出由某个纬度和经度的组确定的位置信息,则多个分区Gd中的特定的分区Gd(Xm,Yn)就决定了。
<车辆30>
参照图3对车辆30进行说明。
车辆30在从规定的测定开始条件成立起到规定的测定结束条件成立为止的期间,以规定的测定间隔Tm按车轮31FL至31RR的每一个获取(测定)后述的“簧上加速度ddz2、行程H以及位置信息(x,y)”。例如,测定开始条件在点火钥匙开关(IG)从断开位置变更至接通位置时被判定为成立。测定结束条件在点火钥匙开关从接通位置变更至断开位置时被判定为成立。位置信息(x,y)包括表示车轮31FL至31RR的当前位置的纬度和经度。车辆30将簧上加速度ddz2、行程H以及位置信息(x,y)相互建立关联来作为“行驶信息”存储于车辆30所具有的后述的存储装置41a。在后文使用图5A对该行驶信息进行叙述。当规定的发送条件成立时,车辆30向管理服务器22发送行驶信息。例如,发送条件与上述测定结束条件相同,在点火钥匙开关从接通位置变更至断开位置时被判定为成立。当接收到行驶信息时,管理服务器22基于所接收到的行驶信息来更新簧下位移信息。
车辆30对于车轮31FL至31RR的每一个具有悬架系统。悬架系统的构成在车轮31FL至31RR之间是通用的。对悬架系统的构成要素赋予在各车轮31FL至31RR中通用的附图标记。而且,以下,附图标记的末尾为FL、FR、RL以及RR的要素表示是与左前轮、右前轮、左后轮以及右后轮分别对应的要素。除此之外,在无需对车轮31FL至31RR相互进行区分的情况下,将车轮31FL至31RR的每一个称为“车轮31”。
车轮31由车轮支承构件32可旋转地支承于车身30a(以下,有时也被称为“车身部位30a”。),通过独立悬挂式的悬架33从车身30a悬挂。悬架33包括悬架臂34、减震器35、悬架弹簧36以及主动致动器37。悬架臂34将车轮支承构件32连结于车身30a。在图3中,对于车轮31仅图示出一个车轮31的悬架臂34,但也可以对于车轮31设置多个悬架臂34。需要说明的是,悬架33也可以是独立悬挂式以外的形式的悬架。
减震器35在其上端连结于车身30a,在其下端连结于悬架臂34。悬架弹簧36的上端连结于车身30a,悬架弹簧36的下端连结于减震器35的缸筒。
将比悬架弹簧36靠车轮31侧的构件称为“簧下构件50(参照图4。)或簧下50”。与此相对,将比悬架弹簧36靠车身30a的构件称为“簧上构件51(参照图4。)或簧上51”。
在车身30a与悬架臂34之间,主动致动器37与减震器35和悬架弹簧36并列地设置。主动致动器37是电磁式的主动悬架装置,基于来自后述的电子控制装置(以下,称为“ECU”。)41的控制指令来产生控制力Fc。控制力Fc是为了对簧上51进行减振而作用于车身30a与车轮31之间(即,图4所示的簧上51与图4所示的簧下50之间)的上下方向的力。主动致动器37有时也被称为“控制力产生装置37”。主动致动器37、减震器35以及悬架弹簧36等构成主动悬架。
而且,车辆30搭载有减振控制装置40。减振控制装置40具备ECU41。ECU41包括微型计算机。微型计算机包括CPU、ROM、RAM以及接口(I/F)等。CPU通过执行储存于ROM的指令(程序、例程)来实现各种功能。需要说明的是,ECU41有时也被称为“控制单元41或控制器41”。
ECU41与能读写信息的非易失性的存储装置41a连接。在本例子中,存储装置41a是硬盘驱动器。ECU41能将信息存储(保存)于存储装置41a,并读出存储(保存)于存储装置41a的信息。需要说明的是,存储装置41a不限定于硬盘驱动器,是能读写信息的众所周知的存储装置或存储介质即可。存储装置41a包括存储有上述行驶信息的行驶信息存储部47。
ECU41连接于上下加速度传感器42FL至42RR和行程传感器43FL至43RR,从这些传感器接收检测信号。
在无需对上下加速度传感器42FL至42RR相互进行区分的情况下,将上下加速度传感器42FL至42RR的每一个称为“上下加速度传感器42”。同样地,将行程传感器43FL至43RR的每一个称为“行程传感器43”。
上下加速度传感器42测定作为对应的车轮31的位置处的车身30a(图4所示的簧上51)的上下方向的加速度的簧上加速度ddz2。ECU41从上下加速度传感器42获取表示簧上加速度ddz2的检测信号。
行程传感器43测定对应的悬架33的上下方向的行程H。ECU41从行程传感器43获取表示行程H的检测信号。
簧上加速度ddz2和行程H是用于确定后述的簧下位移z1的值,有时被称为“传感器值”,该簧下位移z1是与作为路面的上下方向的位移的路面位移关联的值。
而且,ECU41连接于GNSS(Global Navigation Satellite System:全球导航卫星系统)接收器44、无线通信装置45。GNSS接收器44是接收从定位卫星发送的定位信号的装置。ECU41基于GNSS接收器44所接收到的定位信号,使用纬度和经度来确定车辆30的当前位置。而且,ECU41基于确定出的车辆30的当前位置和“车辆30中的车轮31(车轮31FL至31RR的每一个)与GNSS接收器44的位置关系”来获取表示车轮31的当前位置的位置信息(x,y)。值“x”表示纬度,值“y”表示经度。
无线通信装置45是用于将ECU41连接于网络的装置。
上下加速度传感器42、行程传感器43、GNSS接收器44以及无线通信装置45在点火钥匙开关处于断开位置的情况下不起动,在点火钥匙开关处于接通位置的情况下起动。ECU41即使在点火钥匙开关处于断开位置的情况下,也进行点火钥匙开关是否成为接通位置的判定。
而且,ECU41经由驱动电路(未图示)连接于主动致动器37FL至37RR的每一个。
ECU41基于车轮31(车轮31FL至31RR的每一个)的后述的通过预测位置处的簧下位移z1来运算用于对簧上51进行减振的目标控制力Fct。ECU41以在车轮31(车轮31FL至31RR的每一个)从通过预测位置实际通过(到达)的时间点主动致动器37产生与目标控制力Fct对应(一致)的控制力Fc的方式控制主动致动器37。将这样的主动致动器37的控制称为预见减振控制。
<预见减振控制的概要>
图4表示路面55上的车辆30的单轮模型。图4的弹簧52相当于图3的悬架弹簧36,图4的阻尼器53相当于图3的减震器35,图4的致动器54相当于图3的主动致动器37。
在图4中,簧上51的质量被表示为簧上质量m2。路面55的位置P的簧下50的上下方向的位移被表示为簧下位移z1。而且,上述位置P的簧上51的上下方向的位移被表示为簧上位移z2。簧上位移z2是与车轮31的位置对应的簧上51的上下方向的位移。弹簧52的弹簧常数(等效弹簧常数)被表示为弹簧常数K。阻尼器53的阻尼系数(等效阻尼系数)被表示为阻尼系数C。致动器54所产生的力被表示为控制力Fc。
z1和z2的时间微分值分别被表示为dz1和dz2,z1和z2的二阶时间微分值分别被表示为ddz1和ddz2。需要说明的是,以下,关于z1和z2,设为向上方的位移为正,关于弹簧52、阻尼器53以及致动器54等所产生的力,设为向上为正。
关于图4的簧上51的上下方向的运动的运动方程式可以用算式(1)表示。
m2ddz2=C(dz1-dz2)+K(z1-z2)-Fc……(1)
假定为算式(1)的阻尼系数C是恒定的。但是,实际的阻尼系数根据悬架33的行程速度而变化,因此例如阻尼系数C也可以被设定为根据行程H的时间微分值而变化的值。
而且,在通过控制力Fc完全消除了簧上51的振动的情况(即,簧上加速度ddz2、簧上速度dz2以及簧上位移z2分别成为零的情况)下,控制力Fc用算式(2)表示。
Fc=Cdz1+Kz1……(2)
若在车轮31从位置P通过的时间点(通过定时),主动致动器37产生与“根据由算式(3)表示的数式而运算出的目标控制力Fct”一致的控制力Fc,则与不使主动致动器37产生控制力Fc的情况相比,能减小簧上51的振动。需要说明的是,算式(3)的增益β1是将“比0大且1以下的任意的常数(km)”乘以阻尼系数C而得到的值(=km·C),算式(3)的增益β2是将上述常数(km)乘以弹簧常数K而得到的值(=km·K)。
Fct=β1×dz1+β2×z1……(3)
也可以基于从算式(3)中省略了微分项(β1×dz1)的以下的算式(4)来运算目标控制力Fct。在该情况下,致动器54也产生减小簧上51的振动的控制力Fc(=β2×z1),因此与不产生控制力Fc的情况相比,能减少簧上51的振动。因此,ECU41基于算式(4)来运算目标控制力Fct。需要说明的是,以下,增益β2仅被标记为“增益β”。
Fct=β2×z1……(4)
接着,对车轮31的通过预测位置进行说明。
沿着车轮31的移动预测路线从车轮31的当前的接地位置离开了预读距离Lp的位置是通过预测位置。
移动预测路线根据“基于车辆30的当前位置的履历而确定的车辆30的行进方向Td”来确定。
预读距离Lp通过将预读时间Tp与车速V1相乘来获取。
预读时间Tp被预先设定为从ECU41确定通过预测位置起至主动致动器37产生与目标控制力Fct一致的控制力Fc为止所需的时间。
车速V1通过将沿着从上次确定出的车辆30的当前位置起至本次确定出的车辆30的当前位置为止的车辆30的移动预测路线的距离除以“从上次确定出车辆30的当前位置的时刻起至本次确定出车辆30的当前位置的时刻为止的时间”来获取。
ECU41从簧下位移信息中获取“如上所述获取到的通过预测位置”的簧下位移z1,并将包含基于该簧下位移z1而运算出的目标控制力Fct的控制指令发送至主动致动器37。由此,能在车轮31从通过预测位置通过的定时使主动致动器37产生与目标控制力Fct一致的控制力Fc。
(更新系统10的工作的概要)
如图5A所示,ECU41在从上述测定开始条件成立的时间点ta至上述测定结束条件成立的时间点tb的期间,按测定间隔Tm获取(测定)以下列举的数据。
·与车轮31对应的簧上加速度ddz2
·与车轮31对应的行程H
·表示获取到该簧上加速度ddz2和该行程H时的车轮31的位置(测定位置)的位置信息(x,y)
ECU41对将这些数据相互建立了关联的一个数据集(ddz2,H,(x,y))赋予标识符(以下,称为“ID”。)。ECU41以数据的获取顺序越新则ID的值越大的方式将ID赋予至数据集。ID“0”被赋予至在上述时间点ta测定到的数据集,ID“n”(n为比0大的自然数)被赋予至在上述时间点tb测定到的数据集。然后,如图5B所示,ECU41将赋予了ID的数据集作为行驶信息存储于行驶信息存储部47。
ECU41在上述发送条件成立的时间点tb将存储于行驶信息存储部47的行驶信息(包含ID“0”至“n”的数据集)发送向管理服务器22,并删除存储于行驶信息存储部47的行驶信息。
管理服务器22在接收到行驶信息的情况下,从“通过对所接收到的行驶信息的簧上加速度ddz2进行二阶积分而得到的簧上位移z2”减去行程H,由此获取簧下位移z1。然后,管理服务器22基于获取到的簧下位移z1来更新簧下位移信息。
在此,管理服务器22通过对上述簧下位移z1执行使用了规定的截止频率的高通滤波处理来去除簧下位移z1的截止频率以下的低频分量。之后,管理服务器22基于上述低频分量被去除了的簧下位移z1来更新簧下位移信息。由此,基于通过预见减振控制进行减振的频率分量的簧下位移信息来更新簧下位移信息。
在此,对上述高通滤波处理的详情进行说明。
管理服务器22按簧下位移z1的算出中使用的簧上加速度ddz2和行程H的获取顺序从旧到新的顺序对簧下位移z1执行高通滤波处理,由此得到第一值。而且,管理服务器22按上述获取顺序从新到旧的顺序对簧下位移z1执行高通滤波处理,由此得到第二值。管理服务器22对相同ID的第一值和第二值进行加法运算来从簧下位移z1中去除低频分量。
在为了得到第一值和第二值而执行的高通滤波处理的开始紧后,被采样的簧下位移z1的数量还很少,因此难以确定低频分量,在高通滤波处理的开始紧后得到的簧下位移z1可能会包含低频分量。因此,高通滤波处理的开始紧后的簧下位移z1的精度可能会降低。
因此,上述第一值的精度在ID“0”附近可能会降低,上述第二值的精度在ID“n”附近可能会降低。因此,对第一值与第二值进行加法运算而得到的值的精度在开始阶段和结束阶段这两方可能会降低。
因此,管理服务器22不实施基于低频分量被去除了的簧下位移z1中的开始阶段簧下位移z1和结束阶段簧下位移z1的簧下位移信息的更新。开始阶段簧下位移z1是从ID“0”的簧下位移z1(以下,称为“起点簧下位移z1”或“起点关联值”。)起第一规定数量N1的簧下位移z1。在图5A所示的例子中,ID“0”至“49”的簧下位移z1是开始阶段簧下位移z1。结束阶段簧下位移z1是到ID“n”的簧下位移z1(以下,称为“终点簧下位移z1”或“终点关联值”。)为止的第二规定数量N2的簧下位移z1。在图5A所示的例子中,ID“n-49”至“n”的簧下位移z1是结束阶段簧下位移z1。需要说明的是,开始阶段簧下位移z1有时也被称为“开始阶段关联值”,结束阶段簧下位移z1有时也被称为“结束阶段关联值”。
根据以上内容,不基于精度可能会因高通滤波处理而降低的簧下位移z1来实施簧下位移信息的更新,因此能防止登记于簧下位移信息的簧下位移z1的精度降低。因此,车辆30能根据“基于准确的簧下位移z1而运算出的目标控制力Fct”来实施预见减振控制,从而能提高通过预见减振控制来适当地对簧上51进行减振的可能性。
(具体的工作)
<条件成立判定例程>
每当经过规定时间,车辆30的ECU41的CPU(以下,在标记为“第一CPU”的情况下,只要没有特别说明,就是指ECU41的CPU。)就执行在图6中由流程图示出的条件成立判定例程。
因此,当到达规定的定时时,第一CPU从图6的步骤600起开始处理,并进入步骤605。在步骤605中,第一CPU判定起动标志Xig的值是否为“0”。在点火钥匙开关处于断开位置的情况下,将起动标志Xig的值设定为“0”,在点火钥匙开关处于接通位置的情况下,将起动标志Xig的值设定为“1”。
在起动标志Xig的值为“0”的情况下,第一CPU在步骤605中判定为“是”,并进入步骤610。在步骤610中,第一CPU判定点火钥匙开关是否从断开位置变更为接通位置。
在点火钥匙开关从断开位置变更为接通位置的情况下,第一CPU在步骤610中判定为“是”,并进入步骤615来将起动标志Xig的值设定为“1”。之后,第一CPU进入步骤695来暂时结束本例程。
在点火钥匙开关未从断开位置变更为接通位置的情况下,第一CPU在步骤610判定为“否”,并进入步骤695来暂时结束本例程。
另一方面,在第一CPU进入步骤605的情况下起动标志Xig的值为“1”的情况下,第一CPU在该步骤605中判定为“否”,并进入步骤620。在步骤620中,第一CPU判定点火钥匙开关是否从接通位置变更为断开位置。
在点火钥匙开关从接通位置变更为断开位置的情况下,第一CPU在步骤620中判定为“是”,并进入步骤625来将起动标志Xig的值设定为“0”。之后,第一CPU进入步骤695来暂时结束本例程。
在点火钥匙开关未从接通位置变更为断开位置的情况下,第一CPU在步骤620中判定为“否”,并进入步骤695来暂时结束本例程。
<行驶信息收集例程>
每当经过规定时间(测定间隔),第一CPU就执行在图6中由流程图示出的行驶信息收集例程。需要说明的是,对车轮31FL至31RR的每一个执行该例程。
因此,当到达规定的定时时,第一CPU从图7的步骤700起开始处理,并进入步骤703来判定起动标志Xig的值是否为“1”。在起动标志Xig的值为“0”的情况下,第一CPU在步骤703中判定为“否”,并进入步骤795来暂时结束本例程。
另一方面,在起动标志Xig的值为“1”的情况下,第一CPU在步骤703中判定为“是”,并依次执行步骤705至步骤730。之后,第一CPU进入步骤795来暂时结束本例程。
步骤705:第一CPU从上下加速度传感器42获取簧上加速度ddz2。
步骤710:第一CPU从行程传感器43获取行程H。需要说明的是,行程H是悬架33的上下方向的行程,相当于从簧上位移z2减去簧下位移z1而得到的值。
步骤715:第一CPU基于GNSS接收器44所接收到的定位信号来确定车辆30的当前位置(即,GNSS接收器44的当前位置)。
步骤720:第一CPU基于车辆30的上次当前位置和本次当前位置来确定车速V1和行进方向Td。
步骤725:第一CPU基于车辆30的当前位置、行进方向Td以及上述位置关系数据来确定车轮31的当前位置。
步骤730:第一CPU对将簧上加速度ddz2、行程H以及表示车轮31的当前位置的位置信息(x,y)分别建立了关联的数据集赋予ID,并将赋予了ID后的数据集存储于行驶信息存储部47。按数据集的获取从旧到新的顺序从“0”起赋予ID。
<行驶信息发送例程>
每当经过规定时间,第一CPU就执行在图8中由流程图示出的行驶信息发送例程。
因此,当到达规定的定时时,第一CPU从图8的步骤800起开始处理,并进入步骤810来判定起动标志Xig的值是否从“1”变化为“0”。
在起动标志Xig的值未从“1”变化为“0”的情况下,第一CPU在步骤810中判定为“否”,并进入步骤895来暂时结束本例程。
在起动标志Xig的值从“1”变化为“0”的情况下,第一CPU在步骤810中判定为“是”,并执行步骤815和步骤820。之后,第一CPU进入步骤895来暂时结束本例程。
步骤815:第一CPU将存储于行驶信息存储部47的行驶信息发送至管理服务器22。
步骤820:第一CPU删除存储于行驶信息存储部47的行驶信息。
<簧下位移信息更新例程>
每当经过规定时间,管理服务器22的CPU(以下,在标记为“第二CPU”的情况下,只要没有特别说明,就是指管理服务器22的CPU。)就执行在图9中由流程图示出的簧下位移信息更新例程。
因此,当到达规定的定时时,第二CPU从图9的步骤900起开始处理,并进入步骤905来判定在从上次执行本例程起至本次执行本例程为止的期间内是否从车辆30接收到行驶信息。在上述期间内未接收到行驶信息的情况下,第二CPU在步骤905中判定为“否”,并进入步骤995来暂时结束本例程。
在上述期间内接收到行驶信息的情况下,第二CPU在步骤905中判定为“是”,并依次执行步骤910至步骤935。
步骤910:第二CPU通过对簧上加速度ddz2进行二阶积分来获取簧上位移z2。
步骤915:第二CPU通过从簧上位移z2减去与该簧上位移z2建立了关联的行程H来获取簧下位移z1。第二CPU从行驶信息的各数据集中删除簧上加速度ddz2和行程H,取而代之的是登记在步骤915中获取到的簧下位移z1。由此,在管理服务器22所保持的行驶信息的各数据集(以下,有时被称为“原始数据集”。)中,成为簧下位移z1与位置信息(x,y)相互建立了关联。需要说明的是,第二CPU也可以在不删除簧上加速度ddz2和行程H的情况下获取簧下位移z1与位置信息(x,y)相互建立了关联的数据集来作为原始数据集。
步骤920:第二CPU对簧下位移z1执行上述的高通滤波处理。
步骤925:第二CPU确定开始阶段簧下位移z1和结束阶段簧下位移z1。更具体而言,第二CPU基于行驶信息中所包含的数据集的ID来确定起点簧下位移z1和终点簧下位移z1。然后,第二CPU将从起点簧下位移z1起第一规定数量N1的簧下位移z1确定为开始阶段簧下位移z1。更具体而言,第二CPU将从ID“0”起至ID“N1-1”为止的N1个ID作为开始阶段ID进行管理。而且,第二CPU将从终点簧下位移z1起第二规定数量N2的簧下位移z1确定为结束阶段簧下位移z1。更具体而言,第二CPU将从ID“n-N2+1”起至ID“n”为止的N2个ID作为结束阶段ID进行管理。需要说明的是,在图5A所示的例子中,第一规定数量N1和第二规定数量N2被设定为相同的值,但也可以被设定为不同的值。
步骤930:第二CPU从原始数据集中选择后述的步骤935至步骤950的处理中使用的数据集之一来作为处理数据集。
步骤935:第二CPU判定处理数据集的簧下位移z1是否是开始阶段簧下位移z1和结束阶段簧下位移z1中的任一个。更具体而言,第二CPU判定处理数据集的ID是否是开始阶段ID和结束阶段ID中的任一个。
在处理数据集的簧下位移z1既不是开始阶段簧下位移z1也不是结束阶段簧下位移z1的情况下,第二CPU在步骤935中判定为“否”,并进入步骤940。在步骤940中,第二CPU判定处理数据集的获取时间点的车辆30的车速V1的大小是否比速度阈值V1th大。第二CPU通过将移动距离D除以测定间隔来获取车速V1。移动距离D基于处理数据集的位置信息(x,y)所示的位置和处理数据集的ID的下一个ID的数据集的位置信息(x,y)所示的位置来运算。
在上述车速V1的大小比速度阈值V1th大的情况下,第二CPU在步骤940中判定为“是”,并执行步骤945至步骤955。
步骤945:第二CPU将簧下位移信息的数据集中的、在分区Gd中包含处理数据集的位置信息(x,y)所示的位置的数据集确定为一致数据集。
步骤950:第二CPU基于处理数据集的簧下位移z1来更新一致数据集的簧下位移z1。
在此,对一致数据集的簧下位移z1的更新的例子进行说明。
第二CPU将一致数据集的簧下位移z1和处理数据集的簧下位移z1的平均值或加权平均值作为新的簧下位移z1进行计算,并用该新的簧下位移z1覆盖一致数据集的簧下位移z1。需要说明的是,第二CPU也可以用处理数据集的簧下位移z1来覆盖一致数据集的簧下位移z1。
步骤955:第二CPU判定是否选择了基于在从上次执行本例程起至本次执行本例程为止的期间所接收到的行驶信息而生成的所有的原始数据集来作为处理数据集。
在未选择所有的原始数据集来作为处理数据集的情况下,第二CPU在步骤955中判定为“否”,返回步骤930来从原始数据集中选择新的处理数据集,并进入步骤935。
在第二CPU进入步骤935的情况下处理数据集的簧下位移z1是开始阶段簧下位移z1和结束阶段簧下位移z1中的任一个时,第二CPU在步骤935中判定为“是”,并进入步骤955。即,在该情况下,第二CPU不实施基于该处理数据集的簧下位移z1的簧下位移信息的更新。如上所述,开始阶段簧下位移z1和结束阶段簧下位移z1的精度可能会因高通滤波处理的影响而降低。如果处理数据集的簧下位移z1是开始阶段簧下位移z1和结束阶段簧下位移z1中的任一个,则该簧下位移z1的精度可能会降低。根据本实施方式,不实施基于精度降低了的簧下位移z1的簧下位移信息的更新,因此能防止登记于簧下位移信息的簧下位移z1的精度降低。
另一方面,在第二CPU进入步骤940的情况下车速V1的大小为速度阈值V1th以下时,第二CPU在步骤940中判定为“否”,不实施基于该处理数据集的簧下位移z1的簧下位移信息的更新,而进入步骤955。与车速V1的大小比速度阈值V1th大的情况相比,车速V1的大小为速度阈值V1th以下的情况下的簧上加速度ddz2和行程H的频率变低的可能性高。簧上加速度ddz2的频率越低,簧上加速度ddz2的精度越容易受上下加速度传感器42的偏移的影响。因此,簧上加速度ddz2的频率越低,簧上加速度ddz2的精度降低的可能性越高。对于行程H也同样,频率越低则精度降低的可能性越高。频率越低,基于这样的簧上加速度ddz2和行程H而运算的簧下位移z1的精度越降低。在本实施方式中,不实施基于车速V1的大小为速度阈值V1th以下的情况下的簧下位移z1的簧下位移信息的更新。由此,能防止登记于簧下位移信息的簧下位移z1的精度降低。
<预见减振控制例程>
每当经过规定时间,第一CPU就执行在图10中由流程图示出的预见减振控制例程。需要说明的是,对车轮31FL至31RR的每一个执行该例程。
因此,当到达规定的定时时,第一CPU从图10的步骤1000起开始处理,并依次执行步骤1005至步骤1035。
步骤1005:第一CPU基于GNSS接收器44所接收到的定位信号来确定车辆30的当前位置。
步骤1010:第一CPU与图7所示的步骤720同样地确定车速V1和行进方向Td,并且与图7所示的步骤725同样地确定车轮31的当前位置。
步骤1015:第一CPU基于车轮31的当前位置、车速V1以及行进方向Td来确定车轮31的通过预测位置。
步骤1020:第一CPU根据从云系统20的簧下位移信息事先获取到的后述的“准备区间的簧下位移z1”来获取通过预测位置的簧下位移z1。通过预测位置的簧下位移z1有时也被称为“控制用关联值”。
步骤1025:第一CPU使用以下的算式(5)来运算目标控制力Fct。
Fct=βa×z1……(5)
算式(5)的“βa”是规定的增益,被称为“第一增益βa”。算式(5)的z1是通过预测位置的簧下位移z1。
步骤1030:第一CPU将包含目标控制力Fct的控制指令发送至主动致动器37。
步骤1035:第一CPU在通过预测位置到达比准备区间的终点靠前规定距离的位置的情况下,从云系统20的簧下位移信息中获取“以通过预测位置为起点的准备区间”的“簧下位移z1和位置信息(x,y)”,并将获取到的簧下位移z1和位置信息(x,y)储存(存储)于RAM。
需要说明的是,准备区间是以上述通过预测位置为起点,以沿着车轮31的移动预测路线从该起点离开了规定的准备距离的位置为终点的区间。准备距离被预先设定为与预读距离相比足够大的值。
从以上内容可以理解,根据本实施方式,不基于精度低的簧下位移z1来更新簧下位移信息,因此能防止簧下位移信息的数据集中所包含的簧下位移z1的精度降低。
本发明不限定于上述实施方式和上述变形例,可以在本发明的范围内采用各种变形例。
(第一变形例)
管理服务器22所接收到的行驶信息的一部分可能会由于车辆30发送行驶信息的一部分失败了以及车辆30获取来自加速度传感器42的检测信号失败了等而缺失。若对基于这样的包含缺失部分的行驶信息而确定出的簧下位移z1执行高通滤波处理,则缺失部分附近的簧下位移z1的精度可能会降低。
因此,在本变形例中,第二CPU判定所接收到的行驶信息是否包含缺失部分。在判定为所接收到的行驶信息包含缺失部分的情况下,第二CPU将由缺失部分的开始紧前的数据集确定的簧下位移z1确定为终点簧下位移z1,从而确定结束阶段簧下位移z1。而且,第二CPU将由缺失部分的结束紧后的数据集确定的簧下位移z1确定为起点簧下位移z1,从而确定开始阶段簧下位移z1。
以下,参照图11对本变形例进行说明。
在图11中,管理服务器22所接收到的行驶信息因车辆30发送行驶信息的一部分失败了而包含缺失部分。
第一CPU在图7所示的步骤730中,在存储行驶信息时对数据集赋予ID。在车辆30发送行驶信息的一部分失败了的情况下,在管理服务器22所接收到的行驶信息的数据集的ID中产生缺失的部分(成为不连续的部分)。因此,第二CPU在图9所示的步骤920的执行后,判定所接收到的行驶信息的ID中是否有缺失的部分。
在图11所示的例子中,ID“200”至ID“249”缺失。因此,第二CPU判定为在行驶信息的ID中有缺失的部分(即,判定为行驶信息包含缺失部分。)。在该情况下,第二CPU将基于缺失部分的开始紧前的ID“199”的数据集而确定出的簧下位移z1确定为终点簧下位移z1,并将ID“150”至ID“199”的簧下位移z1确定为结束阶段簧下位移z1。而且,第二CPU将基于缺失部分的结束紧后的ID“250”的数据集而确定出的簧下位移z1确定为起点簧下位移z1,并将ID“250”至“299”的簧下位移z1确定为开始阶段簧下位移z1。
因此,在图11所示的例子中,不实施基于ID“0”至ID“49”、ID“150”至ID“299”以及ID“n-49”至ID“n”的簧下位移z1的簧下位移信息的更新。由此,不基于精度低的簧下位移z1来更新簧下位移信息,因此能防止簧下位移信息的数据集中所包含的簧下位移z1的精度降低。
与图11所示的例子不同,有时由于车辆30获取来自加速度传感器42的检测信号失败了,管理服务器22所接收到的行驶信息会包含缺失部分。在该情况下,不会产生管理服务器22所接收到的行驶信息的数据集的ID的缺失的部分。因此,第二CPU算出各数据集的测定间隔中的车辆30的移动距离D,在该移动距离D为规定的阈值距离Dth以上的情况下,判定为该部分是缺失部分。在该判定方法中,也能判定由于车辆30发送行驶信息的一部分的失败了而行驶信息包含缺失部分。
而且,在图7所示的步骤730中,第一CPU也可以将该数据集的获取时刻包含在行驶信息的数据集中进行存储。在该情况下,第二CPU也可以在管理服务器22所接收到的行驶信息的连续的数据集的获取时刻的差分为阈值以上的情况下,判定为该部分是缺失部分。
(第二变形例)
第二CPU也可以按在簧下位移z1的算出中使用的簧上加速度ddz2和行程H的获取顺序从旧到新的顺序对簧下位移z1执行高通滤波处理,由此从簧下位移z1中去除低频分量。在该情况下,第二CPU仅确定开始阶段簧下位移z1,不实施基于开始阶段簧下位移z1的簧下位移信息的更新即可。
而且,第二CPU也可以按上述获取顺序从新到旧的顺序对簧下位移z1执行高通滤波处理,由此从簧下位移z1中去除低频分量。在该情况下,第二CPU仅确定结束阶段簧下位移z1,不实施基于结束阶段簧下位移z1的簧下位移信息的更新即可。
(第三变形例)
在本变形例中,第二CPU在图9所示的步骤910中,通过对簧上加速度ddz2实施快速傅里叶变换(以下,称为“FFT”。)来进行二阶积分,从而得到簧上位移z2。
以下,参照图12和图13对本变形例中使用的FFT进行说明。
<簧上位移获取例程>
第二CPU在进入了图9所示的步骤910的情况下,从步骤1200起开始在图12中由流程图表示的子例程(簧上位移获取例程)的处理,并执行步骤1205至步骤1235。
步骤1205:第二CPU从所接收到的行驶信息的起点的簧上加速度ddz2中获取规定数量(m个)的簧上加速度ddz2来作为采样值ddz2,并按ID从小到大的顺序对该m个簧上加速度ddz2分配小的采样ID。以下,以上述m为“256”作为前提来进行说明。
更详细而言,第二CPU获取行驶信息的从ID“0”起至ID“m-1”为止的m个簧上加速度ddz2来作为采样值ddz2。然后,第二CPU对这些采样值ddz2赋予采样ID“0”至ID“m-1”。
步骤1210:第二CPU通过将各采样值ddz2与“窗函数W1所规定的与各采样值ddz2相应的权重系数”相乘来获取处理用采样值ddz2’。
在此,参照图13窗函数W1进行说明。
窗函数W1规定了对于采样ID“0”至“255”的采样值ddz2的权重系数。图13所示的曲线图的纵轴表示权重系数,横轴表示采样ID。权重系数是“0”以上且“1”以下的值。
窗函数W1包括作为权重系数被设定为比“1”小的值且从“0”增加至“1”的采样ID的区间的第一区间、作为权重系数被维持在“1”的区间的采样ID的第二区间以及权重系数被设定为比“1”小的值且权重系数从“1”减小至“0”的采样ID的第三区间。如图13所示,从采样ID“0”起至采样ID“39”为止的40个采样值ddz2属于第一区间。有时也将这些采样值ddz2称为“开始阶段采样值”。从采样ID“40”起至采样ID“215”为止的176个采样值ddz2属于第二区间。有时也将这些采样值ddz2称为“中间阶段采样值”。从采样ID“216”起至采样ID“255”为止的40个采样值ddz2属于第三区间。有时也将这些采样值ddz2称为“结束阶段采样值”。
需要说明的是,第一区间的权重系数是比“1”小的值且逐渐增加至“1”的值即可,第一区间的权重系数的最初的值也可以不是“0”。第三区间的权重系数是比“1”小的值且从“1”逐渐减小的值即可,第三区间的权重系数的最后的值也可以不是“0”。而且,属于第一区间的采样值ddz2的数量和属于第三区间的采样值ddz2的数量也可以是不同的值。
在图13中,为了与本实施方式中使用的窗函数W1进行对比,还图示出一般使用的窗函数W2至W4。窗函数W2是汉明窗函数,窗函数W3是汉宁窗函数,窗函数W4是布莱克曼窗函数。如图13所示,窗函数W2至W4的第二区间仅包含一个采样ID(即,第二区间仅包含一个采样值。)。与此相对,窗函数W1的第二区间包含多个采样ID(即,第二区间包含至少两个采样值。)。根据窗函数W1,与窗函数W2至W4相比,更多的采样值以保持原样的值的方式被用于FFT。因此,能获取更多的准确的簧上位移z2。
步骤1215:第二CPU对处理用采样值ddz2’实施FFT,由此获取对处理用采样值ddz2’进行了时间积分的值dz2_FFT。
步骤1220:第二CPU对值dz2_FFT实施FFT,由此获取对值dz2_FFT进行了时间积分的值z2_FFT。
步骤1225:第二CPU对值z2_FFT实施快速傅里叶逆变换(逆FFT),由此获取簧上位移z2。
步骤1230:第二CPU将簧上位移z2和与该簧上位移z2对应的行驶信息的数据集的ID建立关联并储存于RAM。
步骤1235:第二CPU判定行驶信息的所有的簧上加速度ddz2是否作为采样值ddz2获取完毕。
在行驶信息的所有的簧上加速度ddz2未作为采样值ddz2获取完毕的情况下,第二CPU在步骤1235中判定为“否”,并进入步骤1240。
在步骤1240中,第二CPU从行驶信息的数据集(ID“s’”至ID“s’+m-1”)中获取m个簧上加速度ddz2来作为采样值。
在此,第二CPU从尚未作为采样值ddz2获取的簧上加速度ddz2的数据集的ID中的最小的ID(ID“s”)减去属于第一区间和第三区间的采样值ddz2的个数的合计(80个),由此求出上述“s’”(s’=s-80)。由此,在上次获取到的采样值ddz2中的乘以了窗函数W1的第二区间的权重系数的最后的采样值ddz2与本次获取到的值ddz2中的乘以了窗函数W1的第二区间的权重系数的最初的采样值ddz2连续。因此,更多地求出基于保持簧上加速度ddz2原样的值而算出的簧上位移z2。
第二CPU在步骤1240中获取到新的采样值ddz2后,执行步骤1210至步骤1225来获取簧上位移z2。之后,第二CPU进入步骤1230来将簧上位移z2储存于RAM,并进入步骤1235。在该情况下,上次基于乘以了第三区间的权重系数的采样值ddz2而获取到的簧上位移z2的ID与本次基于乘以了第二区间的权重系数的采样值ddz2而获取到的簧上位移z2的ID重复。第二CPU用本次获取到的簧上位移z2来覆盖上次获取到的簧上位移z2。
成为以下的簧上位移z2以外的簧上位移z2基于保持簧上加速度ddz2原样的值而被获取。由此,能获取更多的准确的簧上位移z2。
·基于在行驶信息的最初(在步骤1205中)获取到的采样值ddz2中的乘以了第一区间的权重系数的采样值ddz2而获取到的簧上位移z2(第一区间簧上位移z2)
·基于在行驶信息的最后在步骤1240中获取到的采样值ddz2中的乘以了第三区间的权重系数的采样值ddz2而获取到的簧上位移z2(第三区间簧上位移z2)
在第二CPU进入了步骤1235时,在行驶信息的所有的簧上加速度ddz2作为采样值ddz2获取完毕的情况下,第二CPU在步骤1235中判定为“是”,进入步骤1295来暂时结束本例程,并进入图9所示的步骤915。
需要说明的是,与第一区间对应的采样值ddz2的数量(以下,有时也被称为“第三规定数量”。)被设定为作为开始阶段簧下位移z1而被确定的簧下位移z1的数量(N1)以下的值。由此,能可靠地防止根据基于上述第一区间簧上位移z2获取到的簧下位移z1来更新簧下位移信息。同样地,与第三区间对应的采样值ddz2的数量(以下,有时也被称为“第四规定数量”。)被设定为作为结束阶段簧下位移z1而被确定的簧下位移z1的数量(N2)以下的值。
在上述行驶信息中包含缺失部分的情况下,第二CPU在步骤1235中判定是否获取到缺失部分的开始紧前为止的簧上加速度ddz2来作为采样值ddz2。在未获取到缺失部分的开始紧前为止的簧上加速度ddz2来作为采样值ddz2的情况下,第二CPU进入步骤1240来获取下一个采样值ddz2。另一方面,在获取到缺失部分的开始紧前为止的簧上加速度ddz2来作为采样值ddz2的情况下,第二CPU从缺失部分的结束紧后起获取m个簧上加速度ddz2来作为采样值ddz2,执行步骤1210至步骤1230,并进入步骤1235。在该步骤1235中,第二CPU判定缺失部分以外的簧上加速度ddz2是否作为采样值ddz2获取完毕。
(第四变形例)
在本变形例中,第二CPU也可以基于车辆30的车速V1和图9所示的步骤920中使用的截止频率来设定开始阶段簧下位移z1的数量N1和结束阶段簧下位移z1的数量N2。更详细而言,第二CPU算出在假定为在上述车速V1时路面位移为截止频率的路面上行驶的情况下向簧下50输入的振动的波长,并将确定该波长的1/4以上所需的簧下位移z1的数量设定为上述N1和N2。
需要说明的是,第二CPU也可以将行驶信息的获取期间的平均车速V1用作上述车速V1来设定上述N1和N2。而且,第二CPU也可以将直到获取从行驶信息的起点起规定数量的簧上加速度ddz2为止的平均车速V1用作上述车速V1来设定上述N1。而且,第二CPU也可以将直到获取至行驶信息的终点为止的规定数量的簧上加速度ddz2为止的平均车速V1用作上述车速V1来设定上述N2。
第二CPU在基于车速V1和截止频率设定了N1和N2的情况下,将窗函数W1的第一区间的采样值ddz2的数量设定为成为上述N1以下,并将窗函数W1的第三区间的采样值ddz2的数量设定为成为上述N2以下。
(第五变形例)
在上述实施方式中,第一CPU也可以在从上次发送行驶信息起经过了规定时间的情况下,判定为发送条件成立并发送行驶信息。在该情况下,第二CPU按每个车辆30来管理接收到的行驶信息。每当接收到行驶信息时,第二CPU就更新簧下位移信息。
更具体而言,第二CPU在存在上次从相同的车辆30接收到的行驶信息的情况下,设为将“基于上次接收到的行驶信息而获取到的簧下位移z1(上次簧下位移z1)”与“基于本次接收到的行驶信息而获取到的簧下位移z1(本次簧下位移z1)”连结,并对连结后的簧下位移z1执行高通滤波处理。通过执行这样的高通滤波处理,本次簧下位移z1的开始阶段部分会获取准确的值,上次簧下位移z1的结束阶段部分也会获取准确的值。
因此,第二CPU基于高通滤波处理的执行结果来更新与本次簧下位移z1的结束阶段簧下位移z1以外对应的一致数据集,并基于高通滤波处理的执行结果来更新与上次簧下位移z1的结束阶段簧下位移z1对应的一致数据集。其结果是,成为不实施基于测定开始条件成立紧后的开始阶段簧下位移z1的簧下位移信息的更新,并且不实施基于测定结束条件成立紧前的结束阶段簧下位移z1的簧下位移信息的更新。
(第六变形例)
在簧下位移信息中还储存有各分区Gd的平均车速V1ave。第二CPU在进入图9所示的步骤940的情况下,从簧下位移信息中获取由处理数据集的位置信息(x,y)所示的位置确定的分区Gd的平均车速V1ave。然后,第二CPU基于获取到的平均车速V1ave来设定速度阈值V1th。例如,第二CPU将速度阈值V1th设定为平均车速V1ave的1/3的值。
(第七变形例)
在图9所示的例程中,第二CPU对簧下位移z1执行了高通滤波处理,但第二CPU也可以对簧上加速度ddz2或簧上位移z2执行高通滤波处理。
(第八变形例)
车辆30中的一部分车辆也可以是收集行驶信息但不执行预见减振控制的计测专用车辆(一般车辆)。计测专用车辆在不具有图3所示的主动致动器37这一点上与能执行预见减振控制的预见车辆不同。而且,计测专用车辆执行图6至图8所示的例程,但不执行图10所示的例程。有时也将该计测专用车辆称为第一车辆,将预见车辆称为第二车辆。
(第九变形例)
簧下位移信息不一定需要存储于存储介质24,存储于车辆30的存储装置41a即可。在该情况下,在车辆30安装有管理服务器22的功能。即,车辆30的第一CPU被配置为:在进入图8所示的步骤815时,执行图9所示的步骤910至步骤955来代替执行该步骤815。
而且,也可以在上述第八变形例的计测专用车辆的存储装置41a存储有簧下位移信息。在该情况下,在计测专用车辆安装有管理服务器22的功能。预见车辆从计测专用车辆获取簧下位移信息来执行预见减振控制。
(第十变形例)
也可以是,在车辆30将要通过的行驶路线(行驶道路)被预先决定的情况下,第一CPU在车辆30开始行驶路线的行驶前,从存储于存储介质24的簧下位移信息中预先下载该行驶路径的位置信息和簧下位移z1,并将其存储于存储装置41a。
(第十一变形例)
簧下位移信息中也可以储存有路面位移z0来代替簧下位移z1。在该情况下,第一CPU在运算目标控制力Fct时,使用路面位移z0来代替簧下位移z1。
路面位移z0能通过未图示的Lidar(Laser Imaging Detection and Ranging:激光雷达)来测定。车辆30将由Lidar测定到的路面位移z0存储为行驶信息的传感器值,并将该行驶信息发送向管理服务器22。Lidar是通过放出光线并且接收该光线的反射光线来对存在于车辆30的周围的立体物相对于车辆30的位置进行检测的、众所周知的周围传感器。需要说明的是,路面位移z0也可以通过Lidar以外的摄像机传感器和雷达等进行测定。
簧下位移信息中也可以储存有簧下速度dz1来代替簧下位移z1。在该情况下,第二CPU通过对图9所示的步骤915中获取到的簧下位移z1进行时间微分来获取簧下速度dz1。而且,第一CPU通过对图10所示的步骤1020中获取到的簧下速度dz1进行积分来获取簧下位移z1。同样地,簧下位移信息中也可以储存有“作为路面位移z0的时间微分值的路面位移速度dz0”来代替簧下位移z1。
而且,簧下位移信息中也可以储存有簧下位移z1和簧下速度dz1。在该情况下,第二CPU使用上述算式(3)来运算目标控制力Fct。簧下位移信息中也可以储存有路面位移z0和路面位移速度dz0。
有时也将簧下位移z1、簧下速度dz1、路面位移z0以及路面位移速度dz0统称为“路面位移关联值”。
需要说明的是,在上述实施方式和上述变形例中,车辆30将簧上加速度ddz2和行程H作为行驶信息的传感器值发送向管理服务器22,但也可以将通过对簧上加速度ddz2执行图9所示的步骤910和步骤915而得到的簧下位移z1作为行驶信息的传感器值发送向管理服务器22。
(第十二变形例)
车速V1和行进方向Td基于GNSS接收器44所获取到的车辆30的当前位置来获取,但并不限定于此。例如,车辆30也可以基于未图示的车轮速度传感器所测定到的车轮31的转速来获取车速V1。车辆30也可以基于未图示的横摆角速度传感器所测定到的作用于车辆30的横摆角速度和车速V1来获取行进方向Td。
(第十三变形例)
悬架33只要能使车轮31分别相对于车身30a(车身30a相对于车轮31)在上下方向位移即可,可以是任何类型的悬架。而且,悬架弹簧36也可以是压缩螺旋弹簧、空气弹簧等任意的弹簧。
在上述实施方式中,在四个车轮31的每一个设有主动致动器37,但在至少一个车轮31设有主动致动器37即可。
控制力产生装置是能以能基于“包含目标控制力Fct的控制指令”进行调整的方式产生用于对簧上51进行减振的上下方向的控制力Fc的致动器即可。
控制力产生装置也可以是主动稳定装置(未图示)。例如,设于右前轮31FR的主动稳定装置产生与设于左前轮31FL的主动稳定装置所产生的控制力反向的控制力。需要说明的是,主动稳定装置的构成是众所周知的,通过参照日本特开2009-96366号公报来引入至本申请说明书。
控制力产生装置也可以是通过作用于各车轮31的制驱动力的增减来利用悬架33的几何形状产生上下方向的控制力Fc的装置。这样的装置的构成是众所周知的,通过参照日本特开2016-107778号公报等来引入至本申请说明书。在该情况下,第一CPU运算用于产生目标控制力Fct的制驱动力。
而且,控制力产生装置也可以是阻尼力可变式的减震器35。在该情况下,第一CPU以减震器35的阻尼力根据与目标控制力Fct对应的值而变化的方式控制减震器35的阻尼系数C。

Claims (9)

1.一种关联值信息的更新系统,具备第一车辆和存储装置,
所述存储装置配置于所述第一车辆和不是所述第一车辆的场所中的任一处,
所述第一车辆具有传感器,该传感器是对用于确定路面位移关联值的传感器值进行测定的传感器,该路面位移关联值是与作为所述第一车辆所行驶的路面的上下方向的位移的路面位移关联的值,
所述第一车辆被配置为:
在从规定的测定开始条件成立起至规定的测定结束条件成立为止的期间,以规定的测定间隔从所述传感器获取所述传感器值,并且获取测定到所述传感器值的测定位置;以及
将所述传感器值与所述测定位置建立了关联的行驶信息提供给所述存储装置,
所述存储装置具有关联值信息存储部,该关联值信息存储部储存登记有针对路面的位置的所述路面位移关联值的关联值信息,
所述存储装置被配置为:
对由所述第一车辆提供的行驶信息中所包含的传感器值或基于所述传感器值而确定出的路面位移关联值执行高通滤波处理,由此获取小于规定的截止频率的低频分量被去除了的路面位移关联值;以及
基于从所述低频分量被去除了的路面位移关联值中排除了开始阶段关联值和结束阶段关联值中的至少一方后的路面位移关联值来更新所述关联值信息,所述开始阶段关联值是从起点关联值起第一规定数量的路面位移关联值,该起点关联值是基于在所述测定开始条件成立的情况下获取到的传感器值而确定出的路面位移关联值,所述结束阶段关联值是到终点关联值为止的第二规定数量的路面位移关联值,该终点关联值是基于在所述测定结束条件成立的情况下获取到的传感器值而确定出的路面位移关联值,
所述存储装置被配置为:
将按所述传感器值的测定顺序从旧到新的顺序对所述传感器值或所述路面位移关联值执行所述高通滤波处理而获取到的值、与按所述传感器值的测定顺序从新到旧的顺序对所述传感器值或所述路面位移关联值执行所述高通滤波处理而获取到的值进行加法运算,由此从所述路面位移关联值中去除所述低频分量,
基于从所述低频分量被去除了的路面位移关联值中排除了所述开始阶段关联值和所述结束阶段关联值后的路面位移关联值来更新所述关联值信息。
2.根据权利要求1所述的关联值信息的更新系统,其中,
所述存储装置被配置为:
判定由所述第一车辆提供的行驶信息的传感器值中是否包含作为该传感器值所缺失的部分的缺失部分,
在判定为所述行驶信息的传感器值中包含所述缺失部分的情况下,
将基于在所述缺失部分的开始前最后获取到的传感器值而确定出的路面位移关联值确定为所述终点关联值,
将基于在所述缺失部分的结束后最先获取到的传感器值而确定出的路面位移关联值确定为所述起点关联值。
3.根据权利要求1所述的关联值信息的更新系统,其中,
所述存储装置被配置为:
基于所述第一车辆的移动速度的大小和所述截止频率来决定所述第一规定数量和所述第二规定数量中的至少一方。
4.根据权利要求1所述的关联值信息的更新系统,其中,
所述存储装置被配置为:
按所述传感器值的测定顺序从旧到新的顺序每次以规定数量获取所述行驶信息中所包含的传感器值来作为采样值,
对将所述采样值乘以规定的窗函数所规定的与该采样值对应的权重系数而得到的值执行快速傅里叶变换,由此确定针对所述传感器值的所述路面位移关联值,
在执行了所述快速傅里叶变换后,从所述行驶信息中所包含的传感器值中获取下一个采样值,并对将所述采样值乘以所述权重系数而得到的值执行所述快速傅里叶变换,
在所述窗函数中,
作为从所述采样值的起点起第三规定数量的数值的采样值的开始阶段采样值和作为到所述采样值的终点为止的第四规定数量的数值的采样值的结束阶段采样值与成为比所述采样值小的值这样的权重系数建立了对应,
作为所述开始阶段采样值和所述结束阶段采样值以外的采样值的中间阶段采样值与成为保持所述采样值原样的值这样的权重系数建立了对应,
所述存储装置被配置为:
基于从所述低频分量被去除了的路面位移关联值中排除了所述开始阶段关联值和所述结束阶段关联值这两方后的路面位移关联值来更新所述关联值信息。
5.根据权利要求4所述的关联值信息的更新系统,其中,
所述存储装置被配置为:
一边以上次的所述中间阶段采样值的终点与本次的所述中间阶段采样值的起点连续的方式获取所述采样值,一边执行所述快速傅里叶变换,由此确定针对所述传感器值的所述路面位移关联值。
6.根据权利要求4和5中任一项所述的关联值信息的更新系统,其中,
所述第三规定数量被设定为所述第一规定数量以下的值,
所述第四规定数量被设定为所述第二规定数量以下的值。
7.根据权利要求1至5中任一项所述的关联值信息的更新系统,其中,
所述存储装置被配置为:
基于进一步排除了基于在所述第一车辆的移动速度的大小为阈值以下的情况下测定到的传感器值而确定出的路面位移关联值后的路面位移关联值来更新所述关联值信息。
8.根据权利要求1至5中任一项所述的关联值信息的更新系统,其中,
所述更新系统还具备与所述第一车辆相同或与所述第一车辆不同的第二车辆,
所述存储装置配置于所述第一车辆、所述第二车辆以及既不是所述第一车辆也不是所述第二车辆的场所中的任一处,
所述第二车辆具备控制力产生装置,该控制力产生装置被配置为在所述第二车辆的至少一个车轮和与该车轮的位置对应的车身部位之间产生用于对所述第二车辆的簧上进行减振的上下方向的控制力,
所述第二车辆被配置为:
使用所述存储装置所保持的关联值信息,获取被预测为所述车轮在从当前时间点起经过了规定时间的时间点将要通过的通过预测位置的路面位移关联值来作为控制用关联值,
基于所述控制用关联值来执行对所述控制力产生装置进行控制的预见减振控制。
9.一种关联值信息的更新方法,所述关联值信息登记有针对路面的位置的作为与该路面的上下方向的路面位移关联的值的路面位移关联值,
所述更新方法包括如下步骤:
在从规定的测定开始条件成立起至规定的测定结束条件成立为止的期间,以规定的测定间隔获取车辆所具有的传感器所测定到的用于确定所述车辆的行驶中的路面的所述路面位移关联值的传感器值,并且获取测定到该传感器值的测定位置;
对所述传感器值或基于所述传感器值而确定出的路面位移关联值执行高通滤波处理,由此获取小于规定的截止频率的低频分量被去除了的路面位移关联值;以及
基于从所述低频分量被去除了的路面位移关联值中排除了第一规定数量的路面位移关联值和第二规定数量的路面位移关联值中的至少一方后的路面位移关联值,来更新所述关联值信息,其中,该第一规定数量的路面位移关联值是从基于在所述测定开始条件成立的情况下获取到的传感器值而确定出的路面位移关联值起的第一规定数量的路面位移关联值,该第二规定数量的路面位移关联值是到基于在所述测定结束条件成立的情况下获取到的传感器值而确定出的路面位移关联值为止的第二规定数量的路面位移关联值,
其中,将按所述传感器值的测定顺序从旧到新的顺序对所述传感器值或所述路面位移关联值执行所述高通滤波处理而获取到的值、与按所述传感器值的测定顺序从新到旧的顺序对所述传感器值或所述路面位移关联值执行所述高通滤波处理而获取到的值进行加法运算,由此从所述路面位移关联值中去除所述低频分量,
基于从所述低频分量被去除了的路面位移关联值中排除了所述第一规定数量的路面位移关联值和所述第二规定数量的路面位移关联值后的路面位移关联值来更新所述关联值信息。
CN202111512029.4A 2020-12-11 2021-12-07 关联值信息的更新系统和关联值信息的更新方法 Active CN114619821B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020-205873 2020-12-11
JP2020205873A JP7406182B2 (ja) 2020-12-11 2020-12-11 関連値情報の更新システム及び関連値情報の更新方法

Publications (2)

Publication Number Publication Date
CN114619821A CN114619821A (zh) 2022-06-14
CN114619821B true CN114619821B (zh) 2024-03-19

Family

ID=81897907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111512029.4A Active CN114619821B (zh) 2020-12-11 2021-12-07 关联值信息的更新系统和关联值信息的更新方法

Country Status (3)

Country Link
US (1) US11904864B2 (zh)
JP (1) JP7406182B2 (zh)
CN (1) CN114619821B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7180640B2 (ja) * 2020-06-10 2022-11-30 トヨタ自動車株式会社 車両の制振制御装置、及び制振制御方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01240806A (ja) * 1988-03-22 1989-09-26 Nippon Denso Co Ltd 前方路面凹凸検出装置
JPH0781363A (ja) * 1993-09-14 1995-03-28 Nissan Motor Co Ltd 能動型サスペンションの予見制御装置
JP2006086812A (ja) * 2004-09-16 2006-03-30 Matsushita Electric Ind Co Ltd デジタルフィルタ
CN105818633A (zh) * 2016-03-24 2016-08-03 江苏大学 一种基于智能网联的多工况悬架预瞄系统及其控制方法
CN106295505A (zh) * 2016-07-25 2017-01-04 江苏中路新材料科技发展有限公司 路面使用过程中的状态测定系统
CN106394542A (zh) * 2015-07-30 2017-02-15 丰田自动车株式会社 混合动力车辆的控制装置
CN106996793A (zh) * 2015-11-04 2017-08-01 丰田自动车株式会社 地图更新判定系统
JP2017226270A (ja) * 2016-06-21 2017-12-28 Kyb株式会社 車両制御装置
JP2019051781A (ja) * 2017-09-14 2019-04-04 Kyb株式会社 ばね下振動検知装置およびサスペンション制御装置
CN110271376A (zh) * 2018-03-13 2019-09-24 丰田自动车株式会社 车辆行驶控制系统
CN111127906A (zh) * 2018-10-15 2020-05-08 广州市市政工程试验检测有限公司 一种基于物联网的智能路面管理系统及其方法
CN111263702A (zh) * 2017-10-27 2020-06-09 日立汽车系统株式会社 控制悬架中的阻尼器摩擦影响

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08108723A (ja) * 1994-10-07 1996-04-30 Toyota Motor Corp サスペンション制御装置
US7796081B2 (en) * 1997-10-22 2010-09-14 Intelligent Technologies International, Inc. Combined imaging and distance monitoring for vehicular applications
US20080154629A1 (en) * 1997-10-22 2008-06-26 Intelligent Technologies International, Inc. Vehicle Speed Control Method and Arrangement
CA2350624A1 (en) * 1998-11-11 2000-05-18 Kenmar Company Trust Enhanced computer optimized adaptive suspension system and method
FR2809186B1 (fr) * 2000-05-22 2002-07-12 Celine Corbrion Procede et dispositif pour mesurer la vitesse d'un mobile
US6583754B2 (en) * 2001-10-31 2003-06-24 Deere & Company Fast fourier transform signal processing method for doppler radar speed sensor
US7705972B2 (en) * 2006-06-20 2010-04-27 Virginia Tech Intellectual Properties, Inc. Doppler sensor for the derivation of torsional slip, friction and related parameters
JP4333792B2 (ja) 2007-10-17 2009-09-16 トヨタ自動車株式会社 車体ロール抑制システム
US20110285518A1 (en) * 2010-05-19 2011-11-24 The Regents Of The University Of Michigan Method for detecting rumble strips on roadways
US9349058B2 (en) * 2012-10-31 2016-05-24 Tk Holdings, Inc. Vehicular path sensing system and method
WO2014145018A2 (en) 2013-03-15 2014-09-18 Levant Power Corporation Active vehicle suspension improvements
DE102015205369B4 (de) 2014-04-04 2019-08-22 Ford Global Technologies, Llc Verfahren zum Betrieb eines Federungssystems
JP6252455B2 (ja) 2014-12-05 2017-12-27 トヨタ自動車株式会社 車両の制御装置
WO2018005972A1 (en) * 2016-06-30 2018-01-04 Massachusetts Institute Of Technology Applying motion sensor data to wheel imbalance detection, tire pressure monitoring, and/ or tread depth measurement
JP6863311B2 (ja) * 2018-02-14 2021-04-21 オムロン株式会社 センサユニット、制御方法、プログラム、および記録媒体
DE102018206435A1 (de) * 2018-04-25 2019-10-31 Aktiebolaget Skf Vorrichtung zum Bestimmen einer Drehgeschwindigkeit und einer Schwingung eines Radkopfs eines Fahrzeugs
DE102019006001A1 (de) 2018-10-30 2020-03-19 Daimler Ag Verfahren und system zum steuern aktiver radaufhängung sich bewegender fahrzeuge
US11801726B2 (en) * 2018-11-01 2023-10-31 ClearMotion, Inc. Vehicle control based on localization and road data
JP7120109B2 (ja) * 2019-03-25 2022-08-17 株式会社デンソー 車両における路面状態判定装置、運転支援システムおよび路面状態判定方法
IT201900006613A1 (it) * 2019-05-07 2020-11-07 Bridgestone Europe Nv Sa Metodo e sistema per il riconoscimento delle irregolarita' di una pavimentazione stradale
IT201900006614A1 (it) * 2019-05-07 2020-11-07 Bridgestone Europe Nv Sa Metodo e sistema per il riconoscimento delle irregolarita' di una pavimentazione stradale
US11181640B2 (en) * 2019-06-21 2021-11-23 Blackmore Sensors & Analytics, Llc Method and system for vehicle odometry using coherent range doppler optical sensors
US11886968B2 (en) * 2020-03-27 2024-01-30 Intel Corporation Methods and devices for detecting objects and calculating a time to contact in autonomous driving systems
US20220187468A1 (en) * 2020-12-14 2022-06-16 Waymo Llc Coupled lasers for coherent distance and velocity measurements
US12043263B2 (en) * 2021-01-13 2024-07-23 Baidu Usa Llc Audio-based technique to sense and detect the road condition for autonomous driving vehicles

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01240806A (ja) * 1988-03-22 1989-09-26 Nippon Denso Co Ltd 前方路面凹凸検出装置
JPH0781363A (ja) * 1993-09-14 1995-03-28 Nissan Motor Co Ltd 能動型サスペンションの予見制御装置
JP2006086812A (ja) * 2004-09-16 2006-03-30 Matsushita Electric Ind Co Ltd デジタルフィルタ
CN106394542A (zh) * 2015-07-30 2017-02-15 丰田自动车株式会社 混合动力车辆的控制装置
CN106996793A (zh) * 2015-11-04 2017-08-01 丰田自动车株式会社 地图更新判定系统
CN105818633A (zh) * 2016-03-24 2016-08-03 江苏大学 一种基于智能网联的多工况悬架预瞄系统及其控制方法
JP2017226270A (ja) * 2016-06-21 2017-12-28 Kyb株式会社 車両制御装置
CN106295505A (zh) * 2016-07-25 2017-01-04 江苏中路新材料科技发展有限公司 路面使用过程中的状态测定系统
JP2019051781A (ja) * 2017-09-14 2019-04-04 Kyb株式会社 ばね下振動検知装置およびサスペンション制御装置
CN111263702A (zh) * 2017-10-27 2020-06-09 日立汽车系统株式会社 控制悬架中的阻尼器摩擦影响
CN110271376A (zh) * 2018-03-13 2019-09-24 丰田自动车株式会社 车辆行驶控制系统
CN111127906A (zh) * 2018-10-15 2020-05-08 广州市市政工程试验检测有限公司 一种基于物联网的智能路面管理系统及其方法

Also Published As

Publication number Publication date
JP2022092894A (ja) 2022-06-23
CN114619821A (zh) 2022-06-14
JP7406182B2 (ja) 2023-12-27
US11904864B2 (en) 2024-02-20
US20220185292A1 (en) 2022-06-16

Similar Documents

Publication Publication Date Title
US11932074B2 (en) Damping control device for vehicle, damping control system, damping control method, and data providing device
US11884118B2 (en) Damping control apparatus and method for a vehicle
US11884120B2 (en) Vibration damping control apparatus
CN114290864B (zh) 车辆用预见减振控制装置和方法
JP7367652B2 (ja) 車両用プレビュー制振制御装置及び方法
JP7322855B2 (ja) 路面情報作成装置及び車両制御システム
CN113771571B (zh) 车辆的减振控制装置和减振控制方法
US11584183B2 (en) Damping control apparatus and method for a vehicle
US11890909B2 (en) Vibration damping control apparatus
CN114619821B (zh) 关联值信息的更新系统和关联值信息的更新方法
CN113561724B (zh) 车辆的减振控制装置、减振控制方法
US20220105774A1 (en) Vibration damping control apparatus and data management apparatus
CN114435057B (zh) 车辆的减振控制系统
CN113759408A (zh) 位置推定装置和位置推定方法
CN114379302B (zh) 车辆的控制方法和控制装置

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