CN114987611A - 用于车辆的低速操纵辅助 - Google Patents

用于车辆的低速操纵辅助 Download PDF

Info

Publication number
CN114987611A
CN114987611A CN202210168972.6A CN202210168972A CN114987611A CN 114987611 A CN114987611 A CN 114987611A CN 202210168972 A CN202210168972 A CN 202210168972A CN 114987611 A CN114987611 A CN 114987611A
Authority
CN
China
Prior art keywords
kalman filter
camera
signal
vehicle
measurements
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
CN202210168972.6A
Other languages
English (en)
Inventor
丹尼尔·约翰逊
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.)
Volvo Truck Corp
Original Assignee
Volvo Truck 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 Volvo Truck Corp filed Critical Volvo Truck Corp
Publication of CN114987611A publication Critical patent/CN114987611A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D13/00—Steering specially adapted for trailers
    • B62D13/06—Steering specially adapted for trailers for backing a normally drawn trailer
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • B60R1/20—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • B60R1/22—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles for viewing an area outside the vehicle, e.g. the exterior of the vehicle
    • B60R1/23—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles for viewing an area outside the vehicle, e.g. the exterior of the vehicle with a predetermined field of view
    • B60R1/26—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles for viewing an area outside the vehicle, e.g. the exterior of the vehicle with a predetermined field of view to the rear of the vehicle
    • 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18036—Reversing
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/027—Parking aids, e.g. instruction means
    • B62D15/0285—Parking performed automatically
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B60W2050/0059—Signal noise suppression
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0083—Setting, resetting, calibration
    • B60W2050/0088—Adaptive recalibration
    • 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
    • B60W2300/00—Indexing codes relating to the type of vehicle
    • B60W2300/10—Buses
    • 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
    • B60W2300/00—Indexing codes relating to the type of vehicle
    • B60W2300/14—Tractor-trailers, i.e. combinations of a towing vehicle and one or more towed vehicles, e.g. caravans; Road trains
    • 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
    • B60W2300/00—Indexing codes relating to the type of vehicle
    • B60W2300/14—Tractor-trailers, i.e. combinations of a towing vehicle and one or more towed vehicles, e.g. caravans; Road trains
    • B60W2300/145—Semi-trailers
    • 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
    • B60W2300/00—Indexing codes relating to the type of vehicle
    • B60W2300/17—Construction vehicles, e.g. graders, excavators
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2520/22—Articulation angle, e.g. between tractor and trailer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Gyroscopes (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本申请涉及用于车辆的低速操纵辅助。一种车辆组合(190)的操纵辅助系统(100)包括：接口(110)，被配置成从相机(191)接收测量(z1)；处理电路(120)，实施卡尔曼滤波器(121)，该卡尔曼滤波器被配置成基于来自相机的测量而观察车辆组合的铰接角(φ)；信号分析器(130)，被配置成重复估计相机测量的信号噪声，并基于从所估计的信号噪声导出的统计
Figure DDA0003516636730000011
而调整卡尔曼滤波器；以及辅助单元(140)，被配置成从卡尔曼滤波器接收铰接角的估计
Figure DDA0003516636730000012
并基于此而提供驾驶动作(u)。

Description

用于车辆的低速操纵辅助
技术领域
本公开涉及车辆控制的领域，并且具体地涉及用于车辆组合的操纵辅助。
背景技术
即使对于经验丰富的驾驶员来说，安全高效地操纵商用重型车辆组合也是具有挑战性的任务，尤其是当车辆组合要在诸如，装车车位、工业环境、历史性街道网、矿山等的空间受限的区域内倒车时。已提议并实施不同辅助系统，这些辅助系统被称为低速操纵辅助装置。这些系统的设计者经常面临与可靠的车辆传感器数据的可用性波动相关的困难，当车辆以不同方式(例如，速度、负载、传感器状况)或环境因素改变(例如，能见度、道路摩擦系数、侧风)操作时，这些困难可能不同。
举一个示例，公开为US2019009815A1的申请公开了将拖车倒车的车辆的拖车倒车辅助系统。该系统通过经滤波的挂接角(铰接角)γ来导引，其中卡尔曼滤波器基于车辆和拖车速度信号v1、v2以及横摆速率传感器信号ω1，ω2来估计该挂接角。在正常操作中，卡尔曼滤波器重复执行更新步骤，在该步骤中，将滤波器对挂接角的预测
Figure BDA0003516636710000011
与从测量导出的值γ(k)进行比较。如果需要，更新步骤包含对过滤器的内部状态变量的校正。因为挂接角γ与运动传感器信号v1，v2，ω1，ω2之间的运动关系在低速时变得不稳定(异常)，所以卡尔曼滤波器可以暂时进入低速模式，在该低速模式中，根据下式，最近的良好估计被冻结：
Figure BDA0003516636710000012
或者挂接角按照下式而被外推，而没有适当更新：
Figure BDA0003516636710000013
其中Ts是采样间隔。根据US2019009815A1的系统可以适合具有平衡且实际有用的表现，例如，如果其内部参数在部署之前得到了仔细调谐。然而，如果该系统用于频繁低速行驶的车辆中，那么由于这种行驶所必需的低速模式与正常模式之间的许多突然转换，不太可能产生大量伪像。
发明内容
本公开的一个目标是提供一种用于辅助车辆组合的操纵的方法，其中通过统一做法来估计铰接角。又一目标是提出一种操纵辅助系统，该系统包含铰接角估计器，该铰接角估计器以连续或准连续的方式在不同操作状态之间转换。特定目标是提出一种铰接角估计器，该铰接角估计器适用于操纵辅助系统中，并且在可能提高精度时，在操作状态之间转换，而在其它情况下，避免这些转换。
这些和其它目标是通过如独立权利要求所定义的本发明来实现的。从属权利要求涉及有利的实施例。
在本发明的第一方面中，提供了一种用于辅助车辆组合的操纵的方法。该方法包括：初始化卡尔曼滤波器，该卡尔曼滤波器观察车辆组合的铰接角φ，并被馈送来自相机的测量；重复估计相机测量的信号噪声；基于从所估计的信号噪声导出的统计而调整卡尔曼滤波器；从卡尔曼滤波器获得所观察的铰接角的估计
Figure BDA0003516636710000021
以及基于铰接角的估计而提供操纵辅助。
在本公开中，“重复估计信号噪声”的动作指的是只要该方法正在执行，就以重复、反复、持久、连续、不断或持续的方式执行的信号噪声估计。这允许随着出现相机信号质量的波动而捕捉这些波动，并在认为必要时采取补偿措施。该估计方法因而不需要是连续的，而是可以基于相机信号的采样或间歇性采样(突发)。然而，用语“重复估计信号噪声”不涵盖一次性估计，因为这将仅仅提供相机信号质量的快照。该用语还排除了在部署之前——例如，在原型或测试阶段——执行的信号噪声估计，因为这不捕捉到相机信号在操作期间遭遇到的问题。因而，因为相机测量的信号噪声被重复估计，所以卡尔曼滤波器可以被调整，以使得其定量特性在相机信号质量变化时相应地适应。卡尔曼滤波器的定量特性表示操作状态的准连续体，从而避免了突然改变。这使得伪像不太可能出现。因此，卡尔曼滤波器可以提供较精确和/或可靠的铰接角估计
Figure BDA0003516636710000031
在一些实施例中，根据相机信号噪声统计来调整卡尔曼滤波器的测量噪声协方差(本文中被表示为R)。测量噪声协方差的调整可能导致卡尔曼滤波器的增益改变。在又一发展中，当系统检测到相机测量的信号故障时，应用测量噪声协方差的最大值。只要存在故障，就可以应用测量噪声协方差的最大值，借此，系统恢复到基于相机信号噪声统计而调整测量噪声协方差。
在一些实施例中，卡尔曼滤波器是非线性卡尔曼滤波器，诸如，扩展卡尔曼滤波器(EKF)、无迹卡尔曼滤波器(UKF)或集合卡尔曼滤波器。这些滤波器可以与非线性车辆模型组合。术语“卡尔曼滤波器”还扩展到具有等效功能的滤波器，诸如，信息滤波器或逆协方差滤波器。
在本发明的第二方面中，提供了一种车辆组合的操纵辅助系统。该系统包括：接口，被配置成从相机接收测量z1；处理电路，实施卡尔曼滤波器，该卡尔曼滤波器被配置成基于来自相机的测量而观察车辆组合的铰接角φ；信号分析器，被配置成重复估计相机测量的信号噪声，并基于从所估计的信号噪声导出的统计而调整卡尔曼滤波器；以及辅助单元，被配置成从卡尔曼滤波器接收铰接角的估计
Figure BDA0003516636710000032
并基于此而提供驾驶动作u。
本发明还涉及一种计算机程序，该计算机程序含有用于使计算机、特别是操纵辅助系统执行上述方法的指令。计算机程序可以存储或分布在数据载体上。如本文所使用，“数据载体”可以是暂时性数据载体——诸如，经调制的电磁波或光波——或非暂时性数据载体。非暂时性数据载体包含易失性和非易失性存储器，诸如，磁、光或固态类型的永久和非永久的存储媒体。仍然在“数据载体”的范围内，这些存储器可以是固定安装的或便携式的。
术语“车辆组合”在本公开中的广义含义中涵盖组合车辆、牵引车-拖车和公路列车中的任一种。估计铰接角φ这一问题也出现在铰接式车辆中(对于铰接式车辆，牵引车-拖车分区可能是不可辨别的和/或车辆单元可能是永久联接的)，并且可以通过本文所提出的技术措施来高效地解决。这种类型的铰接式车辆包含铰接式建筑设备和铰接式乘用车。出于本公开的目的，这些车辆构成“车辆组合”。在具体实施例中，术语“车辆组合”被赋予一个动力(从动)车辆单元和一个或多个非动力车辆单元的组合的较严格的含义，其中动力车辆可以是常规的或自主的车辆。在这种较严格的意义上，构成“车辆组合”的单元在处于解耦状态下时不能作为车辆组合操作，这与具有队列行驶能力的动力车辆单元相反。
如本文所使用，“相机”指的是可操作以使用可见光或不可见光来产生静止或运动图像(图像流)的成像装置。相机可以是成像装置(例如，立体相机)的布置或者成像装置和辅助传感器——诸如，深度指示传感器——的组合，因此图像可以含有深度信息，例如，呈点云的形式。
通常，除非在本文中另有明确定义，否则权利要求书中所使用的所有术语应根据它们在技术领域中的普通含义来解释。除非另有明确说明，否则对“一/一个/该元件、设备、部件、构件、步骤等”的所有提及应被公开解释为指代该元件、设备、部件、构件、步骤等的至少一个实例。除非明确说明，否则本文所公开的任何方法的步骤不必以所公开的确切顺序执行。
附图说明
现参考附图通过示例来描述各方面和实施例，其中：
图1示出了装备有相机(上部)和操纵辅助系统(下部)的两单元车辆组合，该操纵辅助系统包括卡尔曼滤波器和信号分析器，信号分析器用于基于所估计的相机信号噪声来调整卡尔曼滤波器；
图2是用于辅助车辆组合的操纵的方法的流程图；
图3是两单元车辆组合的示意图，其中指示了相应的瞬时纵向速度v1x，v2x、横摆角θ1、θ2和铰接角φ；
图4示出了如从安装在牵引车上的相机所见的拖车前侧；以及
图5示出了铰接式建筑设备车辆、三单元车辆组合和铰接式乘用车。
具体实施方式
现将在下文中参照附图更全面地描述本公开的各方面，其中本发明的某些实施例示出在附图中。然而，这些方面可以按许多不同形式来体现，并且不应被解释为限制性的；实际上，这些实施例是以示例方式提供的，以使得本公开将详尽且完整，并将向本领域的技术人员全面传达本发明的所有方面的范围。贯穿说明书相同附图标记在指示相同元件。
图1示出了由牵引车190F和拖车190R组成的车辆组合190，并且车辆组合190与操纵辅助系统100相关联。操纵辅助系统100可以被安装在车辆组合190的车辆单元中的一个上，或者安装在外部固定或移动位置中，或者它可以用联网的处理支持装置(“云”资源)来实施。操纵辅助系统100可以至少具有以下主要功能单元：信号接口110、实施卡尔曼滤波器121的处理电路120、信号分析器130和辅助单元140。
在车辆组合190中，相机191被布置成对牵引车190F或拖车190R或两者的视图进行成像，基于该视图，可以确定铰接角φ。如图3中更详细图示的，车辆组合190的铰接角φ可以被理解为车辆单元的相应横摆角θ1、θ2之间的差，这些角度表示相对于非旋转参考坐标系的绝对方位。每个车辆单元的方位可以被定义为其纵向轴线的(横摆)方位，其速度的纵向分量v1x，v2x与该方位对准。
相机191可以被安装在牵引车190F上，并指向拖车190R。例如，相机191可以被安装在驾驶室的后侧上，如图1所建议，或者被安装在牵引车190F的后轮轴之后、地面上方约1m处，或者安装在牵引车190F的最后的轮轴之后、铰接点之前。当相机191被安装在驾驶室的后侧上时，其视图可以类似于图4所示的视图，其中可以看到拖车190R在左转(非零铰接角)期间的正面。图4中可以看到，拖车190R的正面以角度α偏离水平轴线L1，而保持与垂直轴线L2对准。可以通过特征跟踪在相机图像中识别相关元素。从角度α，可以基于理论或经验关系而确定铰接角φ。准确地说，角度α的知识允许确定铰接角φ的横摆分量，这是本公开的主要焦点。一些实施例可以另外包含确定铰接角的俯仰分量；这种确定所基于的图像数据可以是从具有类似或修改的放置的相机获得的和/或是通过在车辆组合190上布置合适的光学标记(基准点)和/或依靠深度数据而获得的。作为牵引车190F上的安装的替代方案，相机191可以被安装在拖车190R上并捕捉牵引车190F的后侧。此外，相机191可以是广角类型的，并且被布置成在共同场景中捕捉牵引车190F和拖车190R，因此可以视觉检验相对位置和方位。操纵辅助系统100的接口110从相机191接收测量z1。
车辆组合190可以包含至少一个另外的传感器192，该至少一个另外的传感器向操纵辅助系统100供应测量数据。另外的传感器192可以是用于铰接角φ的直接测量的转盘传感器、惯性位置或方位传感器、全球导航卫星系统(GNSS)接收器、扭矩传感器、车轮速度或位置传感器或转向角传感器。此外，另外的传感器192可以被布置成观察驾驶员手动提供给牵引车190F的传动系统或车辆组合190中的其它相关致动器的控制信号udriver。
辅助单元140配置有描述车辆组合190的车辆模型，并可用于确定驾驶动作u(例如，加速/制动信号、转向角信号和指向牵引车190F的传动系统或车辆组合190中的其它相关致动器的其它命令)，以使车辆组合190根据需要移动或帮助人类驾驶员根据需要操纵车辆组合190。辅助单元140可以主要被配置成用于低速操纵辅助。辅助单元140中的车辆模型可以是将期望移动(例如，向前或向后的路径)映射到一系列驾驶动作的逆模型。或者，车辆模型可以是前向模型，该前向模型允许辅助单元140模拟驾驶动作的试验性序列的效果，并且如果需要，则调整这些效果。关于通用倒车辅助装置的描述，请参考本申请人的专利EP2997429B1。辅助单元140基于由卡尔曼滤波器121估计的车辆状态(包含铰接角的估计
Figure BDA0003516636710000071
)和表示车辆组合190的期望移动的操作员输入(未示出)而产生驾驶动作u。
为了说明本发明的基本实施例，现将描述线性卡尔曼滤波器121，该线性卡尔曼滤波器121被实施为将由处理电路120在离散时间执行的软件代码。卡尔曼滤波器121维持估计车辆组合190的真实状态x的状态
Figure BDA0003516636710000072
假设真实状态x按照下式随时间演变：
x(k)＝Fx(k-1)+Bu(k)+w(k)
其中F是状态转移模型矩阵(可选地，与时间相关)，B是控制输入模型矩阵(可选地，与时间相关)，u(k)是时间k处的驾驶动作信号，并且w(k)是假设具有协方差Q和零均值的正态分布的过程噪声。状态x可以具有一个或多个分量，其中之一可以是铰接角φ。或者，铰接角φ可以是可从状态x导出的。状态x的其它分量可以是位置、速度、转向角、铰接角的俯仰分量以及——在三单元车辆组合400的情况下(图5)——又一铰接角。此外，假设真实状态的观察值z(k)由下式给出：
z(k)＝Hx(k)+v(k)
其中H是观察模型矩阵，并且v(k)是同样被假设为正态分布有协方差R(测量噪声协方差)和零均值的测量噪声。如果噪声项不相关，那么测量噪声协方差矩阵R是对角的。如图1所指示，测量向量z(k)至少包含来自相机191的信号z1(k)和来自另外的传感器192的信号z2(k)。假设相机信号z1(k)不仅包含真实测量y1(k)，还包含噪声项v1(k)；另外的传感器信号z2被类似地建模。
卡尔曼滤波器121被配置成根据以下预测运算来演化所估计的状态
Figure BDA0003516636710000081
Figure BDA0003516636710000082
也就是说，从先前的状态估计
Figure BDA0003516636710000083
和驾驶动作信号u(k)计算在给定直到时间k-1处的观察值的情况下、时间k时的后验状态估计。测量信号z经由更新运算被馈送到卡尔曼滤波器121：
Figure BDA0003516636710000084
其中所谓的新息(innovation)
Figure BDA0003516636710000085
由下式给出：
Figure BDA0003516636710000086
根据卡尔曼滤波器理论，将在更新运算中使用的卡尔曼增益K(k)的最佳值是：
K(k)＝P(k|k-1)HTS(k)-1
其中所预测的估计协方差
P(k|k-1)＝FP(k-1|k-1)FT+Q
HT是H的转置，并且新息协方差
S(k)＝HP(k|k-1)HT+R。
如图1所指示，卡尔曼滤波器121被馈送矩阵B、F、H、Q的近似值。这些值可能是已在商业部署之前的原型、调谐或测试阶段确定的(例如，使用自协方差最小平方或现场卡尔曼滤波器算法)，通常将在操作期间维持不变。然而，本文中，根据一些实施例，重复估计测量噪声协方差R的至少一个分量。出于此目的，信号接口110下游的信号分析器130重复估计包含相机信号z1的噪声v1的协方差
Figure BDA0003516636710000087
在此基础上，如果假设噪声项v1，v2是不相关的，那么信号分析器130可以按照下式估计测量噪声协方差矩阵
Figure BDA0003516636710000091
其中，类似于矩阵B、F、H、Q，与另外的传感器192相关的r22可以是已在商业部署之前估计的，并且在操作期间维持不变。在一些实施例中，信号分析器130可以估计不同统计指标，诸如，标准偏差、方差、范围、四分位数范围——例如，使用针对这种估计而优化的专用芯片组——该统计指标随后被转换为测量噪声协方差矩阵估计
Figure BDA0003516636710000092
对于这些估计中的任一个，可以使用符号
Figure BDA0003516636710000093
该符号旨在表示新值可以针对每个时期k指配给测量噪声协方差矩阵估计；这并不意味着按时期更新是本发明的基本特征。除了这些矩阵之外，估计
Figure BDA0003516636710000094
也被馈送到卡尔曼滤波器121，这使得新息协方差S(k)根据下式改变：
Figure BDA0003516636710000095
这又调整了卡尔曼增益K(k)。因为卡尔曼增益K(k)与
Figure BDA0003516636710000096
成反比关系，所以所估计的协方差
Figure BDA0003516636710000097
的增大将减小相机信号z1对所更新的状态
Figure BDA0003516636710000098
的影响。协方差增大可能表示相机信号z2变得较嘈杂；本发明人已意识到，这可能对应于低劣的传感器状况，诸如，低太阳角下的相机镜头反射、设计范围之外的环境光等，这种情况可能破坏相机信号z1或使其无效。在这些状况下，卡尔曼滤波器121将更加信任反映状态模型的预测运算，而不是过度依赖相机信号z1，从而略微接近通常基于相机信号z1更新的状态x的那些分量的推算定位设置。相反，当卡尔曼滤波器状态
Figure BDA0003516636710000099
被更新为
Figure BDA00035166367100000910
时，相对无噪声的相机信号将被赋予显著的权重。因此，当相机信号质量变化时，卡尔曼滤波器121的定量特性相应地适应。因为
Figure BDA00035166367100000911
的改变影响所更新的状态
Figure BDA00035166367100000912
的下一个增量，而不是状态本身，所以卡尔曼滤波器121统一且稳定地操作。此外，因为相机191的测量噪声与估计精度直接相关，所以卡尔曼增益的每次调整都是完全合理的。
上文所指示的卡尔曼增益是最佳的，因为它使残余误差最小化。还存在用于在给定情形F、H、Q、R下设定卡尔曼增益的策略，以在各个方面提高状态估计质量，例如，通过减小所估计的状态的统计可变性度量。上述对相机信号z2的噪声执行连续估计的技术仍然可以与这些用于设定卡尔曼增益K(k)的替代策略相结合地应用。通常，测量噪声矩阵估计
Figure BDA0003516636710000101
可以替代这些策略的基本版本中的测量噪声矩阵R的所有出现，因此卡尔曼滤波器121的定量特性以受控方式更新。
其它实施例可以应用非线性车辆模型。可变速度下的车辆组合190的非线性运动模型描述在以下文献中：P.Nilsson等人的“Single-track models of an A-double heavyvehicle combination(A双重型车辆组合的单车辙模型)”，应用力学技术报告2013:08，查尔莫斯理工大学(2013)。同一报告还描述了恒定速度的近似线性模型，该近似线性模型可以与具有标准卡尔曼滤波器的上述实施例一起使用。在非线性模型优选的实施例中，可以使用扩展卡尔曼滤波器，其中用一般函数f,h替换矩阵F,H。足以将上述方程修改为新的
-预测运算：
Figure BDA0003516636710000102
以及
-新息：
Figure BDA0003516636710000103
并且卡尔曼增益和预测估计协方差中的矩阵F、H被替换为雅可比行列式
Figure BDA0003516636710000104
Figure BDA0003516636710000105
这表示在卡尔曼滤波器的所预测的状态下的线性化。将这些雅可比行列式代入基本表达式，卡尔曼增益改变为
Figure BDA0003516636710000106
在本实施例的变化中，可以使用无迹卡尔曼滤波器或集合卡尔曼滤波器。
如上文所见，线性化本身使H、K是与时间相关的量。还可以使用与时间相关的函数f＝f(·，·，k)，h＝h(·，k)以将系统建模，这产生了经修改的
-预测运算：
Figure BDA0003516636710000111
以及
-新息：
Figure BDA0003516636710000112
在一个实施例中，信号分析器130配置有专用功能或专用软件例程，以用于检测影响来自相机191的信号路径的信号故障。信号故障可以对应于运行时间期间的硬件故障(例如，电缆、开关、接口)、软件执行故障或通信故障，相机信号z1因为这种故障而没有以有序方式到达接口110。相机信号z1例如可以取定义范围之外的值。除了相机信号z1自身之外，可能存在可观察到的次级指标，诸如，允许推断信号故障的网络健康状态参数。在这种情况下，信号分析器130可以被配置成不尝试估计它接收的信号的协方差(或者等待信号重新出现)，而是只要检测到信号故障就应用测量噪声协方差的最大值。这可以包含设定
Figure BDA0003516636710000113
其中rmax是可以在处理电路120中表示的最大(浮点)数。概念上，信号分析器130可以适于设定
Figure BDA0003516636710000114
因此S-1＝0并且因此K(k)＝0。如果卡尔曼滤波器121维持仅基于相机信号z1而更新的状态分量
Figure BDA0003516636710000115
那么卡尔曼增益矩阵K(k)的对应元素(位置(j，1))的调零将导致基于纯推算定位而预测
Figure BDA0003516636710000116
信号分析器130响应于信号故障而转入和转出应急模式本身并不意味着卡尔曼滤波器121所维持的状态的突然改变。
图2将操纵辅助系统100的上述行为概括为用于辅助车辆组合190的操纵的方法200。
在方法200的第一步骤210中，初始化卡尔曼滤波器121，该卡尔曼滤波器121观察车辆组合190的铰接角φ，并被馈送来自相机191的测量。如上文所解释，铰接角φ可以是由卡尔曼滤波器121维持的状态(变量)的分量，或者它可以是可从状态的一个或多个其它分量导出的。
在第二步骤212中，以连续方式估计相机测量的信号噪声。在第三步骤214中，基于从所估计的信号噪声导出的统计而调整卡尔曼滤波器121。统计可以包含协方差
Figure BDA0003516636710000121
类似于用于维持所估计的状态
Figure BDA0003516636710000122
的卡尔曼滤波器121的预测和更新运算，只要需要可以重复步骤212和214。
在第四步骤216中，从操作员(可以是车辆组合190的驾驶员)接收初始化操纵辅助的命令。为了实现此，在第五步骤218和第六步骤220中，操纵辅助系统100从卡尔曼滤波器121获得铰接角的估计
Figure BDA0003516636710000123
并且可能通过参考车辆模型，基于此而提供操纵辅助。
图5示出了铰接式建筑设备车辆(轮式装载机)300、三单元车辆组合400和铰接式公共汽车500，在本公开的意义上，它们中的每一个都被理解为“车辆组合”。
已在上文主要参考几个实施例描述了本公开的方面。然而，如本领域的技术人员容易了解的是，在如由所附专利权利要求定义的本发明的范围内，除了上文公开的实施例之外的其它实施例同样是可能的。

Claims (12)

1.一种用于辅助车辆组合(190)的操纵的方法(200)，包括：
初始化(210)卡尔曼滤波器(121)，所述卡尔曼滤波器(121)观察所述车辆组合的铰接角(φ)，并被馈送来自相机(191)的测量；
重复估计(212)相机测量的信号噪声；
基于从所估计的信号噪声导出的统计而调整(214)所述卡尔曼滤波器；
从所述卡尔曼滤波器获得(218)所观察的铰接角的估计
Figure FDA0003516636700000011
以及
基于所述铰接角的所述估计而提供(220)操纵辅助。
2.根据权利要求1所述的方法，其中，所述调整包含调整对应于测量噪声协方差的卡尔曼滤波器参数。
3.根据权利要求2所述的方法，其中，所述调整包含调整所述卡尔曼滤波器的增益。
4.根据权利要求2或3所述的方法，进一步包括：
检测(212.1)所述相机测量的信号故障；以及
只要检测到所述信号故障，就应用所述测量噪声协方差的最大值。
5.根据前述权利要求中任一项所述的方法，其中，所述相机位于铰接点之前的最后的轮轴之后。
6.根据前述权利要求中任一项所述的方法，其中，所述卡尔曼滤波器被馈送来自另外的传感器(192)的测量，并且所述卡尔曼滤波器关于所述另外的传感器的信号噪声是不变的。
7.根据前述权利要求中任一项所述的方法，其中，所述操纵辅助包含低速操纵辅助。
8.根据权利要求7所述的方法，其中，所述低速操纵辅助包含自主倒车。
9.根据前述权利要求中任一项所述的方法，其中，所述卡尔曼滤波器是非线性卡尔曼滤波器。
10.一种包括指令的计算机程序，当所述程序由计算机执行时，所述指令使所述计算机执行根据前述权利要求中任一项所述的方法。
11.一种用于车辆组合(190)的操纵辅助系统(100)，所述系统包括：
接口(110)，所述接口(110)被配置成从相机(191)接收测量(z1)；
处理电路(120)，所述处理电路(120)实施卡尔曼滤波器(121)，所述卡尔曼滤波器(121)被配置成基于来自所述相机的所述测量而观察所述车辆组合的铰接角(φ)；
信号分析器(130)，所述信号分析器(130)被配置成：
-重复估计相机测量的信号噪声，
-基于从所估计的信号噪声导出的统计而调整所述卡尔曼滤波器；以及
辅助单元(140)，所述辅助单元(140)被配置成从所述卡尔曼滤波器接收所述铰接角的估计
Figure FDA0003516636700000021
并基于此而提供驾驶动作(u)。
12.根据权利要求10所述的操纵辅助系统，其中，所述辅助单元被配置有表示所述车辆组合的车辆模型(141)。
CN202210168972.6A 2021-03-01 2022-02-23 用于车辆的低速操纵辅助 Pending CN114987611A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP21160007.7A EP4053662B1 (en) 2021-03-01 2021-03-01 A low-speed maneuvering assistant for a vehicle
EP21160007.7 2021-03-01

Publications (1)

Publication Number Publication Date
CN114987611A true CN114987611A (zh) 2022-09-02

Family

ID=74853538

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210168972.6A Pending CN114987611A (zh) 2021-03-01 2022-02-23 用于车辆的低速操纵辅助

Country Status (3)

Country Link
US (1) US20220274644A1 (zh)
EP (1) EP4053662B1 (zh)
CN (1) CN114987611A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020042668A1 (en) * 2000-10-02 2002-04-11 Nissan Motor Co., Ltd. Lane recognition apparatus for vehicle
US6816804B1 (en) * 2003-06-04 2004-11-09 Visteon Global Technologies, Inc. System and method for estimating velocity using reliability indexed sensor fusion
FR2938228A1 (fr) * 2008-11-10 2010-05-14 Peugeot Citroen Automobiles Sa Procede de mesure de distance au moyen d'une camera embarquee dans un vehicule automobile
JP2013125327A (ja) * 2011-12-13 2013-06-24 Toyota Motor Corp 曲率推定装置
US20140358417A1 (en) * 2011-04-19 2014-12-04 Ford Global Technologies, Llc System for determining hitch angle
US20150276783A1 (en) * 2014-03-31 2015-10-01 Stmicroelectronics S.R.I. Positioning apparatus comprising an inertial sensor and inertial sensor temperature compensation method
US20160349362A1 (en) * 2015-05-08 2016-12-01 5D Robotics, Inc. Mobile localization using sparse time-of-flight ranges and dead reckoning
CN110161488A (zh) * 2018-02-14 2019-08-23 福特全球技术公司 使用车辆相机系统执行视觉测距的方法和设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014185828A1 (en) 2013-05-15 2014-11-20 Volvo Truck Corporation Method for assisting the reversal of an articulated vehicle
US10766525B2 (en) 2016-07-01 2020-09-08 Ford Global Technologies, Llc Enhanced yaw rate trailer angle detection initialization
US10207643B2 (en) * 2016-09-06 2019-02-19 Aptiv Technologies Limited Camera based trailer detection and tracking
US10761534B2 (en) * 2018-01-30 2020-09-01 Uatc, Llc Fused sensor view for self-driving truck

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020042668A1 (en) * 2000-10-02 2002-04-11 Nissan Motor Co., Ltd. Lane recognition apparatus for vehicle
US6816804B1 (en) * 2003-06-04 2004-11-09 Visteon Global Technologies, Inc. System and method for estimating velocity using reliability indexed sensor fusion
FR2938228A1 (fr) * 2008-11-10 2010-05-14 Peugeot Citroen Automobiles Sa Procede de mesure de distance au moyen d'une camera embarquee dans un vehicule automobile
US20140358417A1 (en) * 2011-04-19 2014-12-04 Ford Global Technologies, Llc System for determining hitch angle
JP2013125327A (ja) * 2011-12-13 2013-06-24 Toyota Motor Corp 曲率推定装置
US20150276783A1 (en) * 2014-03-31 2015-10-01 Stmicroelectronics S.R.I. Positioning apparatus comprising an inertial sensor and inertial sensor temperature compensation method
US20160349362A1 (en) * 2015-05-08 2016-12-01 5D Robotics, Inc. Mobile localization using sparse time-of-flight ranges and dead reckoning
CN110161488A (zh) * 2018-02-14 2019-08-23 福特全球技术公司 使用车辆相机系统执行视觉测距的方法和设备

Also Published As

Publication number Publication date
EP4053662A1 (en) 2022-09-07
US20220274644A1 (en) 2022-09-01
EP4053662C0 (en) 2023-06-07
EP4053662B1 (en) 2023-06-07

Similar Documents

Publication Publication Date Title
US11287827B2 (en) Visual object tracker
CN106476728B (zh) 用于车载的车辆传感器的运动补偿
US11633994B2 (en) Vehicle-trailer distance detection device and method
US20160299234A1 (en) Fail operational vehicle speed estimation through data fusion of 6-dof imu, gps, and radar
WO2020123104A1 (en) Lidar-based trailer tracking
US20120122486A1 (en) Estimating positions of a device and at least one target in an environment
US10710585B2 (en) Trailer backup assist system with predictive hitch angle functionality
US8090492B2 (en) Vehicle motion measurement apparatus, a vehicle abnormal motion prevention apparatus and a drive recorder
CN114987611A (zh) 用于车辆的低速操纵辅助
US20220177033A1 (en) A method for determining a drivable area by a vehicle
JPH11208494A (ja) 車両の自動操舵装置
EP2287698A1 (en) Estimating positions of a device and at least one target in an environment
CN112660044A (zh) 用于稳定在车辆中的显示器的图像的系统
US11787418B1 (en) Systems and methods for real-time tractor-trailer mass estimation
US11897541B2 (en) Method for guiding a vehicle
AU2021351468B2 (en) Brake controller with pitch/roll compensation
US20230184953A1 (en) Systems and methods to detect trailer angle
KR20240067219A (ko) 실시간 트랙터-트레일러 질량 추정을 위한 시스템 및 방법
SE545062C2 (en) Method and control arrangement for determining displacement of a vehicle sensor
KR20240030846A (ko) 차량 포즈를 추정하는 방법 및 장치

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