CN115042860B - 一种智能驾驶场景下爆胎工况的转向控制方法、控制系统、电子设备、存储介质 - Google Patents
一种智能驾驶场景下爆胎工况的转向控制方法、控制系统、电子设备、存储介质 Download PDFInfo
- Publication number
- CN115042860B CN115042860B CN202210653313.1A CN202210653313A CN115042860B CN 115042860 B CN115042860 B CN 115042860B CN 202210653313 A CN202210653313 A CN 202210653313A CN 115042860 B CN115042860 B CN 115042860B
- Authority
- CN
- China
- Prior art keywords
- tire
- tire burst
- vehicle
- burst
- wheel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000004880 explosion Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 28
- 230000008859 change Effects 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 15
- 238000001914 filtration Methods 0.000 claims description 14
- 238000011217 control strategy Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 5
- 238000007500 overflow downdraw method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000001186 cumulative effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000005096 rolling process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
Classifications
-
- 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
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
-
- 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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- 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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/143—Alarm means
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Human Computer Interaction (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明公开了一种智能驾驶场景下爆胎工况的转向控制方法、控制系统、电子设备、存储介质，转向控制方法具体包括：根据车辆行驶工况的不同，进行爆胎风险的概率计算或进行爆胎瞬间的转向控制；发生爆胎后，进行自适应力矩控制和横摆角速度反馈补偿，直到车辆稳定行驶；根据爆胎后的轮胎转向能力，检测是否具备停车条件。本发明利用融合的方法计算爆胎概率，能够在车辆爆胎前提前预警驾驶员。针对轮胎爆炸瞬间，本发明提出了先锁死转向系统，再分别针对四个车轮爆胎场景提出轮胎力前馈控制和横摆角速度反馈控制结合的力矩补偿策略，能使车辆逐步从不稳定状态恢复到稳定直行状态，随后检测是否具备停车条件，防止二次撞击。
Description
技术领域
本发明涉及一种转向控制方法、控制系统、电子设备、存储介质，尤其涉及一种智能驾驶场景下爆胎工况的转向控制方法、控制系统、电子设备、存储介质。
背景技术
《汽车驾驶自动化分级》国家推荐标准(GB/T40429-2021)要求L3级及以上级别智能驾驶系统必须具备危险工况识别和冗余控制能力。有关统计数据显示，在高速公路上的交通事故中，10％是由于轮胎故障引起的，而其中爆胎一项就占轮胎故障引发事故总量的70％以上，故智能驾驶车辆必须具备解决爆胎危险事件的能力。在先申请专利文献中(CN110481540A)，公开了一种基于车辆制动、驱动、转向、悬架系统，实现了汽车爆胎安全控制，控制系统较复杂，且需要单轮制动控制，单轮制动技术受限于国外供应商限制不提供接口，目前技术实施难度较大，且利用胎压进行爆胎监测，只能在爆胎后才能起作用。
目前现有技术中，关于智能汽车轮胎风险预警与爆胎后转向系统控制方法较少。轮胎风险预警方面大多采用轮胎压力监测或加装额外传感器，需要增加硬件成本，且压力监测往往不能提前发现爆胎风险，预警意义不大。爆胎控制方面，大多针对人工驾驶场景，且需要单轮制动控制，单轮制动技术受限于国外供应商限制不提供接口，目前技术实施难度较大，已经不能满足人们的要求。
发明内容
本发明的目的在于提供一种智能驾驶场景下爆胎工况的转向控制方法、控制系统、电子设备、存储介质，提出利用轮胎压力和累计行驶距离与车辆跑偏角状态融合分析的方法进行爆胎危险预识别的方法，不仅可以在爆胎瞬间对车辆进行控制，还可以在车辆爆胎前预警驾驶员，解决了现有技术存在的缺憾。
一种智能驾驶场景下爆胎工况的转向控制方法，具体包括：
根据车辆行驶工况的不同，进行爆胎风险的概率计算或进行爆胎瞬间的转向控制，具体为：
四个车轮轮胎压力分别为车轮轮胎压力PL1,车轮轮胎压力PL2,车轮轮胎压力PR1,车轮轮胎压力PR2，轮胎压力单位时间变化量分别为车轮轮胎压力变化量ΔPL1,车轮轮胎压力变化量ΔPL2,车轮轮胎压力变化量ΔPR1,车轮轮胎压力变化量ΔPR2。
对车轮轮胎压力PL1进行求解，计算公式为：
在对PL1进行求解的公式中，ΔPlimit为轮胎单位时间内压力变化量的最大值，kdelta为由轮胎压力单位时间变化量计算爆胎概率的权重，kvalue为由轮胎实时压力值计算爆胎概率的权重，Pnormal为轮胎正常状态下的轮胎压力值，这个状态下轮胎处于最优状态，P是爆胎风险的概率值；通过比较得到四个车轮由压力引起的爆胎概率最大值，四个车轮有一个爆胎就需要进行爆胎控制，因此需要求出四个车轮中爆胎概率(PL1、PL2、PL3、PL4)的最大值，K为模糊系数，将两部分相乘得到车辆发生有压力引起爆胎的概率值；
模糊系数是指根据车辆行驶里程确定的权重；
所述进行爆胎风险的概率计算，具体为：
检测单个轮胎压力的变化，定义危险距离和模糊系数，得到轮胎压力单位时间的变化量，计算轮胎爆胎的概率值；
利用方向盘角度和车辆横摆角速度之间的关系，计算车辆跑偏角，再通过卡尔曼滤波方法进行滤波，得到轮胎跑偏导致爆胎的概率值；
根据轮胎爆胎的概率值和轮胎跑偏导致爆胎的概率值，求得车辆发生爆胎的总体概率值；
总体概率值连续多个周期超过风险阈值，进行风险预警，提醒司机及时对智能驾驶车辆进行接管；
发生爆胎后，进行自适应力矩控制和横摆角速度反馈补偿，直到车辆稳定行驶；
根据爆胎后的轮胎转向能力，检测是否具备停车条件，如果具备停车条件则减速停车。
进一步的，所述定义危险距离和模糊系数，具体为：基于汽车厂家车辆网联后台信息，建立累计行驶距离与爆胎风险规则库，定义五级危险距离：第一、二、三、四、五级危险距离，所述模糊系数的取值范围为0.1-1，模糊系数的大小与危险距离的级别提升呈正比。
进一步的，所述进行爆胎瞬间的转向控制，具体为：
检测到轮胎爆炸，转向系统进行锁死操作；
针对不同位置的轮胎爆胎，采取不同的控制策略，进行自适应力控制和横摆角速度反馈补偿；
向制动系统发送缓慢减速请求。
进一步的，所述针对不同位置的轮胎爆胎，采取不同的控制策略，具体为：
左前轮爆胎：利用右前轮纵向力和轮距得到逆时针横摆力矩，转向系统进行右转力矩补偿，同时进行横摆角速度反馈控制，用于克服车轮左前轮爆胎带来的逆时针横摆力矩；
右前轮爆胎：利用左前轮纵向力和轮距得到顺时针横摆力矩，然后转向系统进行左转力矩补偿，同时进行横摆角速度反馈控制，用于克服右前轮爆胎带来的顺时针横摆力矩；
左后轮爆胎：转向系统进行左转力矩补偿，同时进行横摆角速度反馈控制，用于克服左后轮爆胎时，对车辆产生的顺时针横摆力矩；
右后轮爆胎：转向系统进行右转力矩补偿，同时进行横摆角速度反馈控制，用于克服右后轮爆胎时，对车辆产生的逆时针横摆力矩。
一种智能驾驶场景下爆胎工况的转向控制系统，具体包括：
爆胎风险概率计算模块，用于对车辆的爆胎风险进行概率计算，具体为：
根据车辆行驶工况的不同，进行爆胎风险的概率计算或进行爆胎瞬间的转向控制，具体为：
四个车轮轮胎压力分别为车轮轮胎压力PL1,车轮轮胎压力PL2,车轮轮胎压力PR1,车轮轮胎压力PR2，轮胎压力单位时间变化量分别为车轮轮胎压力变化量ΔPL1,车轮轮胎压力变化量ΔPL2,车轮轮胎压力变化量ΔPR1,车轮轮胎压力变化量ΔPR2。
对车轮轮胎压力PL1进行求解，计算公式为：
在对PL1进行求解的公式中，ΔPlimit为轮胎单位时间内压力变化量的最大值，kdelta为由轮胎压力单位时间变化量计算爆胎概率的权重，kvalue为由轮胎实时压力值计算爆胎概率的权重，Pnormal为轮胎正常状态下的轮胎压力值，这个状态下轮胎处于最优状态，P是爆胎风险的概率值；通过比较得到四个车轮由压力引起的爆胎概率最大值，四个车轮有一个爆胎就需要进行爆胎控制，因此需要求出四个车轮中爆胎概率(PL1、PL2、PL3、PL4)的最大值，K为模糊系数，将两部分相乘得到车辆发生有压力引起爆胎的概率值；
模糊系数是指根据车辆行驶里程确定的权重；
所述进行爆胎风险的概率计算，具体为：
检测单个轮胎压力的变化，定义危险距离和模糊系数，得到轮胎压力单位时间的变化量，计算轮胎爆胎的概率值；
利用方向盘角度和车辆横摆角速度之间的关系，计算车辆跑偏角，再通过卡尔曼滤波方法进行滤波，得到轮胎跑偏导致爆胎的概率值；
根据轮胎爆胎的概率值和轮胎跑偏导致爆胎的概率值，求得车辆发生爆胎的总体概率值；
总体概率值连续多个周期超过风险阈值，进行风险预警，提醒司机及时对智能驾驶车辆进行接管；爆胎瞬间转向控制模块，用于在爆胎的瞬间对车辆进行转向控制，对车辆进行自适应力矩控制和横摆角速度反馈补偿，直到车辆稳定行驶；
停车条件检测模块，用于根据爆胎后的轮胎转向能力，检测是否具备停车条件，如果具备停车条件则减速停车。
进一步的，所述爆胎风险概率计算模块用于对车辆的爆胎风险进行概率计算，具体为：检测单个轮胎压力的变化，定义危险距离和模糊系数，得到轮胎压力单位时间的变化量，计算轮胎爆胎的概率值；
所述爆胎瞬间转向控制模块，用于在爆胎的瞬间对车辆进行转向控制，具体为：检测到轮胎爆炸，转向系统进行锁死操作；针对不同位置的轮胎爆胎，采取不同的控制策略，进行自适应力控制和横摆角速度反馈补偿。
一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行所述方法的步骤。
一种计算机可读存储介质，其存储有可由电子设备执行的计算机程序，当所述计算机程序在所述电子设备上运行时，使得所述电子设备执行所述方法的步骤。
一种智能驾驶场景下具备爆胎转向控制功能的汽车，具体包括：
电子设备，用于实现基于智能驾驶场景下爆胎工况的转向控制方法；
处理器，所述处理器运行程序，当所述程序运行时从所述电子设备输出的数据执行智能驾驶场景下爆胎工况的转向控制方法的步骤；
存储介质，用于存储程序，所述程序在运行时对于从电子设备输出的数据执行智能驾驶场景下爆胎工况的转向控制方法的步骤。
本发明与现有技术相比具有以下的优点：
本发明利用轮胎压力和累计行驶距离分析与车辆状态分析融合的方法进行爆胎危险预识别，基于汽车厂家车辆网联后台信息建立轮胎累计行驶距离与爆胎风险规则库，提出利用卡尔曼滤波法计算车辆跑偏角，最后利用融合的方法计算爆胎概率，能够在车辆爆胎前提前预警驾驶员。
针对轮胎爆炸瞬间，本发明提出了先锁死转向系统，再分别针对四个车轮爆胎场景提出轮胎力前馈控制和横摆角速度反馈控制结合的力矩补偿策略，能使车辆逐步从不稳定状态恢复到稳定直行状态。
爆胎稳定后，为最大程度保证智能车辆安全性，提出一套转向控制策略，根据爆胎后的轮胎转向能力，检测是否具备停车条件，如果具备停车条件则减速停车，防止二次撞击。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明智能驾驶场景下爆胎工况的转向控制方法流程图。
图2是本发明智能驾驶场景下爆胎工况的转向控制系统的架构图。
图3是多种因素联合导致爆胎可能性的混合概率融合流程图。
图4是爆胎瞬间转向系统对轮胎进行控制的策略流程图。
图5是根据爆胎后的轮胎转向能力检测是否具备停车条件的流程图。
图6是电子设备的系统架构图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示的智能驾驶场景下爆胎工况的转向控制方法，具体包括：
步骤T1，爆胎风险概率计算：对车辆的爆胎风险进行概率计算；
步骤T2，爆胎瞬间转向控制：用于在爆胎的瞬间对车辆进行转向控制，对车辆进行自适应力矩控制和横摆角速度反馈补偿，直到车辆稳定行驶；
步骤T3，停车条件检测：用于根据爆胎后的轮胎转向能力，检测是否具备停车条件，如果具备停车条件则减速停车。
通过本实施例记载的转向控制方法可以看出，本发明主要包括爆胎概率计算危险预识别、爆胎瞬间转向控制、爆胎后智能转向控制三大步骤，对于本实施例的方法步骤，为了简单描述将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
优选的，进行爆胎风险的概率计算，具体为：
检测单个轮胎压力的变化，定义危险距离和模糊系数，得到轮胎压力单位时间的变化量，计算轮胎爆胎的概率值；
利用方向盘角度和车辆横摆角速度之间的关系，计算车辆跑偏角，再通过卡尔曼滤波方法进行滤波，得到轮胎跑偏导致爆胎的概率值；
根据轮胎爆胎的概率值和轮胎跑偏导致爆胎的概率值，求得车辆发生爆胎的总体概率值；
总体概率值连续多个周期超过风险阈值，进行风险预警，提醒司机及时对智能驾驶车辆进行接管。
优选的，定义危险距离和模糊系数，具体为：基于汽车厂家车辆网联后台信息建立累计行驶距离与爆胎风险规则库，定义五级危险距离：第一、二、三、四、五级危险距离，模糊系数的取值范围为0.1-1，模糊系数的大小与危险距离的级别提升呈正比。
名词解释：模糊系数是指根据车辆行驶里程确定的权重，例如：当轮胎累计行驶距离小于第一危险距离s1时，模糊系数K为0.1，表示最终计算出的车辆爆胎概率较小，若车轮累计行驶距离很大，如轮胎累计行驶距离大于第五危险距离s5时，模糊系数K为1，表示最终计算出的车辆爆胎概率较大，通过模糊系数k的取值，可以得到出车辆爆胎是大概率事件还是小概率事件的结论。
优选的，进行爆胎瞬间的转向控制，具体为：
检测到轮胎爆炸，转向系统进行锁死操作；
针对不同位置的轮胎爆胎，采取不同的控制策略，进行自适应力控制和横摆角速度反馈补偿；
向制动系统发送缓慢减速请求。
优选的，针对不同位置的轮胎爆胎，采取不同的控制策略，具体为：
左前轮爆胎：利用右前轮纵向力和轮距得到逆时针横摆力矩，转向系统进行右转力矩补偿，同时进行横摆角速度反馈控制，用于克服车轮左前轮爆胎带来的逆时针横摆力矩；
右前轮爆胎：利用左前轮纵向力和轮距得到顺时针横摆力矩，然后转向系统进行左转力矩补偿，同时进行横摆角速度反馈控制，用于克服右前轮爆胎带来的顺时针横摆力矩；
左后轮爆胎：转向系统进行左转力矩补偿，同时进行横摆角速度反馈控制，用于克服左后轮爆胎时对车辆产生的顺时针横摆力矩；
右后轮爆胎：转向系统进行右转力矩补偿，同时进行横摆角速度反馈控制，用于克服右后轮爆胎时对车辆产生的逆时针横摆力矩。
如图2所示的智能驾驶场景下爆胎工况的转向控制系统的架构图，具体包括：
爆胎风险概率计算模块，用于对车辆的爆胎风险进行概率计算；
爆胎瞬间转向控制模块，用于在爆胎的瞬间对车辆进行转向控制，对车辆进行自适应力矩控制和横摆角速度反馈补偿，直到车辆稳定行驶；
停车条件检测模块，用于根据爆胎后的轮胎转向能力，检测是否具备停车条件，如果具备停车条件则减速停车。
优选的，爆胎风险概率计算模块用于对车辆的爆胎风险进行概率计算，具体为：检测单个轮胎压力的变化，定义危险距离和模糊系数，得到轮胎压力单位时间的变化量，计算轮胎爆胎的概率值；
爆胎瞬间转向控制模块，用于在爆胎的瞬间对车辆进行转向控制，具体为：检测到轮胎爆炸，转向系统进行锁死操作；针对不同位置的轮胎爆胎，采取不同的控制策略，进行自适应力控制和横摆角速度反馈补偿。
值得注意的是，虽然在本系统只披露了爆胎风险概率计算模块、爆胎瞬间转向控制模块、停车条件检测模块，但并不意味着本系统的组成仅仅局限于上述基本功能模块，相反，本发明所要表达的意思是：在上述基本功能模块的基础之上本领域技术人员可以结合现有技术任意添加一个或多个功能模块，形成无穷多个实施例或技术方案，也就是说本系统是开放式而非封闭式的，不能因为本实施例仅仅披露了个别基本功能模块，就认为本发明权利要求的保护范围局限于所公开的基本功能模块。同时，为了描述的方便，描述以上装置时以功能分为各种单元、模块分别描述。当然在实施本申请时可以把各单元、模块的功能在同一个或多个软件和/或硬件中实现。
图3至图5的实施例公开了本发明的一个具体应用场景：
如图3所示的多种因素联合导致爆胎可能性的混合概率融合流程图，根据驾驶常识和技术常识可知：在智能驾驶场景下，主驾驶位置处人员缺少人工驾驶场景下对车辆行驶状态的感知，难以发现车轮的异常抖动，这也就要求智能驾驶汽车必须具备识别爆胎危险工况的能力。本实施例融合轮胎状态分析与车辆状态分析进行危险预识别，首先检测单个轮胎压力变化和累计行驶距离(累计行驶距离指单个车轮自安装后至今的行驶距离)，其次是监控方向盘角度和车辆横摆角速度之间的关系，以及时发现因车轮跑偏导致的爆胎风险，最后基于上述两种方法进行混合概率估计。
基于汽车厂家车辆网联后台信息建立累计行驶距离与爆胎风险规则库，共定义五级危险距离第一危险距离s1、第二危险距离s2、第三危险距离s3、第四危险距离s4、第五危险距离s5，当轮胎累计行驶距离小于第一危险距离S1时，模糊系数K为0.1；当轮胎累计行驶距离大于第一危险距离S1且小于第二危险距离S2时，模糊系数K为0.3；当轮胎累计行驶大于第二危险距离S2且小于第三危险距离S3时，模糊系数K为0.5；当轮胎累计行驶距离大于第三危险距离S3且小于第四危险距离S4时，模糊系数K为0.7；当轮胎累计行驶距离大于第四危险距离S4而小于第五危险距离S5时，模糊系数K为0.8；当轮胎累计行驶距离大于第五危险距离S5时，模糊系数K为1。
四个车轮轮胎压力分别为车轮轮胎压力PL1,车轮轮胎压力PL2,车轮轮胎压力PR1,车轮轮胎压力PR2，轮胎压力单位时间变化量分别为车轮轮胎压力变化量ΔPL1,车轮轮胎压力变化量ΔPL2,车轮轮胎压力变化量ΔPR1,车轮轮胎压力变化量ΔPR2。
对车轮轮胎压力PL1进行求解，计算公式为：
在对PL1进行求解的公式中，ΔPlimit为轮胎单位时间内压力变化量的最大值，kdelta为由轮胎压力单位时间变化量计算爆胎概率的权重，kvalue为由轮胎实时压力值计算爆胎概率的权重，Pnormal为轮胎正常状态下的轮胎压力值，这个状态下轮胎处于最优状态。
是通过比较得到四个车轮由压力引起的爆胎概率最大值，四个车轮有一个爆胎就需要进行爆胎控制，因此需要求出四个车轮中爆胎概率(PL1、PL2、PL3、PL4)的最大值，K为模糊系数，将两部分相乘得到车辆发生有压力引起爆胎的概率值。
利用方向盘角度和车辆横摆角速度之间的关系计算车辆跑偏角，根据如下公式进行计算，然后采用卡尔曼滤波方法进行滤波得到车辆跑偏角估计值，计算公式为：
其中：vy为侧向速度，ωr为车辆横摆角速度，α为车辆跑偏角，为利用转向系统齿条行程计算得到的前轮转角，δ为利用方向盘转角和传动比计算的前轮转角，Cαf为前轴侧偏角刚度，Cαr为后轴侧偏角刚度，lf为质心到前轴距离，lr为质心到后轴距离，Iz为转动惯量，Vx为纵向速度，m为车辆质量。
然后利用卡尔曼滤波法对侧向速度、横摆角速度、跑偏角进行估计，得到跑偏角的概率值。
最终利用由轮胎压力、行驶距离共同确定的爆胎概率和由轮胎跑偏的爆胎概率进行总的爆胎概率计算。
P(P,S,α)＝1-[1-P(P,S)]*[1-P(α)]
总爆胎风险超过阈值连续N个周期后，进行风险预警提醒司机及时进行接管，针对第四危险距离及以上的危险距离等级的自动驾驶，若司机未及时进行接管，要求车辆仍能安全处理爆胎工况。在本实施例中，利用由轮胎压力、行驶距离共同确定的爆胎概率和由轮胎跑偏的爆胎概率进行总的爆胎概率计算，使得智能驾驶状况下的汽车，能够通过概率推测出车辆发生爆胎事故的可能性，提醒司机及时进行接管，提前发现爆胎事故的隐患。
如图4所示的爆胎瞬间转向系统对轮胎进行控制的策略流程图，在本实施例中，根据车辆故事经验和技术常识可知，由于轮胎爆炸瞬间造成的横摆力矩不稳定，故检测到轮胎爆炸后转向系统进行锁死操作，待轮胎爆炸后，针对不同位置处的车轮爆胎采取不同的控制策略，进行自适应力矩控制和横摆角速度反馈补偿。同时向制动系统发送缓慢减速请求，时车速降低到30km/h以下。
不同位置处的车轮爆胎采取不同的具体控制策略：
(1)左前爆胎：
为了克服车轮左前轮爆胎带来的逆时针横摆力矩，首先利用右前轮纵向力和轮距得到逆时针横摆力矩，转向系统进行右转力矩补偿，同时进行横摆角速度反馈控制，具体计算方法如下：
在公式中，为车辆右前轮驱动力，B为轮距，即左右侧车轮的距离；KP为PID控制参数中的比例因子；Ki为PID控制参数中的积分因子；ωr为车辆实车横摆角速度；itor为转向传动系传动比。
上述公式的意思是根据车辆当前右前轮驱动力、横摆角速度这两个状态和一些固定参数(轮距、转向传动系传动比)确定维持车辆稳定状态所需要的EPS电机输出扭矩。
(2)右前爆胎：
为了克服车轮右前轮爆胎带来的顺时针横摆力矩，首先利用左前轮纵向力和轮距得到顺时针横摆力矩，然后转向系统进行左转力矩补偿，同时进行横摆角速度反馈控制，具体计算方法如下：
在公式中，为车辆左前轮驱动力，B为轮距，即左右侧车轮的距离；KP为PID控制参数中的比例因子；Ki为PID控制参数中的积分因子；ωr为车辆实车横摆角速度；itor为转向传动系传动比。
上述公式的意思是根据车辆当前左前轮驱动力、横摆角速度这两个状态和一些固定参数(轮距、转向传动系传动比)确定维持车辆稳定状态所需要的EPS电机输出扭矩。
(3)左后爆胎：
由于左后轮爆胎后，由于右后轮受到地面的阻力向后，故对车辆产生顺时针横摆力矩，然后转向系统进行左转力矩补偿，同时进行横摆角速度反馈控制，具体计算方法如下：
为右后轮所受滚动阻力，B为轮距，即左右侧车轮的距离；KP为PID控制参数中的比例因子；Ki为PID控制参数中的积分因子；ωr为车辆实车横摆角速度；itor为转向传动系传动比。
上述公式的意思是根据车辆当前右后轮所受滚动阻力、横摆角速度这两个状态和一些固定参数(轮距、转向传动系传动比)确定维持车辆稳定状态所需要的EPS电机输出扭矩。
(4)右后爆胎
由于右后轮爆胎后，由于左后轮受到地面的阻力向后，故对车辆产生逆时针横摆力矩，然后转向系统进行右转力矩补偿，同时进行横摆角速度反馈控制，具体计算方法如下：
为车辆左后轮所受滚动阻力，B为轮距，即左右侧车轮的距离；KP为PID控制参数中的比例因子；Ki为PID控制参数中的积分因子；ωr为车辆实车横摆角速度；itor为转向传动系传动比。
上述公式的意思是根据车辆当前左后轮所受滚动阻力、横摆角速度这两个状态和一些固定参数(轮距、转向传动系传动比)确定维持车辆稳定状态所需要的EPS电机输出扭矩。
根据上述爆胎瞬间转向系统对轮胎进行控制的策略流程图可以看出，本发明分别针对四个车轮爆胎场景提出了轮胎力前馈控制和横摆角速度反馈控制结合的力矩补偿策略，与现有其它方法相比，仅依靠转向系统就可以实现车辆逐步从不稳定状态恢复到稳定直行状态，降低了控制系统的复杂性。爆胎稳定后能够最大程度保证智能车辆的安全性。
如图5所示的根据爆胎后的轮胎转向能力检测是否具备停车条件的流程图，
待车辆稳定向前行驶10s后，进入智能转向控制逻辑，为了保证车辆爆胎后的安全性，要求智能转向系统必须能够最大程度地实现车辆安全停车，转向系统由力矩控制变为角度控制。
左前或右前爆胎，车辆等效最大前轮转角如下式
δmax＝arctan(L/2R)
后轮爆胎后，车辆等效最大前轮转角
δmax＝arctan(L/R)
在上述公式中，L为车辆轴距，R为车辆最小转弯半径。利用车辆轴距和最小转弯半径，再求arctan得到车辆两种爆胎情况下的转向能力，使其上层在规划路径时将转向能力约束考虑进去，否则上层规划的轨迹爆胎车辆无法跟踪。
根据爆胎后的转向能力，进行不同的安全处置策略：
(1)如果爆胎后智能驾驶车辆能够识别出车道线，则利用车辆传感器进行车道线识别，并保持车道，并时刻检测相邻车道是否存在换道条件，若存在换道条件进行路径规划后向右侧换道，否则车道保持一定距离后缓慢减速停车；
(2)若一开始未能识别到车道线，则先按规划层预发的目标轨迹信息进行路径跟踪，同时不断检测车道线信息，如果中途检测到车道线出现，则跳入状态(1)中；
(3)若车道线和预设路径均不可用，则缓慢减速，直到停车。
如图6所示，本发明还公开了与智能驾驶场景下爆胎工况转向控制方法和控制系统对应的电子设备和存储介质：
一种电子设备包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器中存储有计算机程序，当计算机程序被处理器执行时，使得处理器执行智能驾驶场景下爆胎工况转向控制方法的步骤。
一种计算机可读存储介质，其存储有可由电子设备执行的计算机程序，当计算机程序在电子设备上运行时，使得电子设备执行智能驾驶场景下爆胎工况转向控制方法的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
电子设备包括硬件层，运行在硬件层之上的操作系统层，以及运行在操作系统上的应用层。该硬件层包括中央处理器(CPU，Central Processing Unit)、内存管理单元(MMU，Memory Management Unit)和内存等硬件。该操作系统可以是任意一种或多种通过进程(Process)实现电子设备控制的计算机操作系统，例如，Linux操作系统、Unix操作系统、Android操作系统、iOS操作系统或windows操作系统等。并且在本发明实施例中该电子设备可以是智能手机、平板电脑等手持设备，也可以是桌面计算机、便携式计算机等电子设备，本发明实施例中并未特别限定。
本发明实施例中的电子设备控制的执行主体可以是电子设备，或者是电子设备中能够调用程序并执行程序的功能模块。电子设备可以获取到存储介质对应的固件，存储介质对应的固件由供应商提供，不同存储介质对应的固件可以相同可以不同，在此不做限定。电子设备获取到存储介质对应的固件后，可以将该存储介质对应的固件写入存储介质中，具体地是往该存储介质中烧入该存储介质对应固件。将固件烧入存储介质的过程可以采用现有技术实现，在本发明实施例中不做赘述。
电子设备还可以获取到存储介质对应的重置命令，存储介质对应的重置命令由供应商提供，不同存储介质对应的重置命令可以相同可以不同，在此不做限定。
此时电子设备的存储介质为写入了对应的固件的存储介质，电子设备可以在写入了对应的固件的存储介质中响应该存储介质对应的重置命令，从而电子设备根据存储介质对应的重置命令，对该写入对应的固件的存储介质进行重置。根据重置命令对存储介质进行重置的过程可以现有技术实现，在本发明实施例中不做赘述。
基于上述电子设备和存储介质，本发明还公开了一种智能驾驶场景下具备爆胎转向控制功能的汽车，在该汽车中设置有电子设备、处理器和存储介质，其中：
电子设备，用于实现基于智能驾驶场景下爆胎工况的转向控制方法；
处理器，处理器运行程序，当程序运行时从电子设备输出的数据执行智能驾驶场景下爆胎工况的转向控制方法的步骤；
存储介质，用于存储程序，程序在运行时对于从电子设备输出的数据执行智能驾驶场景下爆胎工况的转向控制方法的步骤。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施方式或者实施方式的某些部分所述的方法。
以上所描述的装置实施方式仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施方式方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
本申请可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
在本发明所提供的几个实施例中，应该理解到，所揭示的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，由所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种智能驾驶场景下爆胎工况的转向控制方法，其特征在于，具体包括：
根据车辆行驶工况的不同，进行爆胎风险的概率计算或进行爆胎瞬间的转向控制，具体为：
四个车轮轮胎压力分别为车轮轮胎压力PL1,车轮轮胎压力PL2,车轮轮胎压力PR1,车轮轮胎压力PR2，轮胎压力单位时间变化量分别为车轮轮胎压力变化量ΔPL1,车轮轮胎压力变化量ΔPL2,车轮轮胎压力变化量ΔPR1,车轮轮胎压力变化量ΔPR2；
对车轮轮胎压力PL1进行求解，计算公式为：
在对PL1进行求解的公式中，ΔPlimit为轮胎单位时间内压力变化量的最大值，kdelta为由轮胎压力单位时间变化量计算爆胎概率的权重，kvalue为由轮胎实时压力值计算爆胎概率的权重，Pnormal为轮胎正常状态下的轮胎压力值，这个状态下轮胎处于最优状态，P是爆胎风险的概率值；通过比较得到四个车轮由压力引起的爆胎概率最大值，四个车轮有一个爆胎就需要进行爆胎控制，因此需要求出四个车轮中爆胎概率(PL1、PL2、PL3、PL4)的最大值，K为模糊系数，将两部分相乘得到车辆发生有压力引起爆胎的概率值；
模糊系数是指根据车辆行驶里程确定的权重；
所述进行爆胎风险的概率计算，具体为：
检测单个轮胎压力的变化，定义危险距离和模糊系数，得到轮胎压力单位时间的变化量，计算轮胎爆胎的概率值；
利用方向盘角度和车辆横摆角速度之间的关系，计算车辆跑偏角，再通过卡尔曼滤波方法进行滤波，得到轮胎跑偏导致爆胎的概率值；
根据轮胎爆胎的概率值和轮胎跑偏导致爆胎的概率值，求得车辆发生爆胎的总体概率值；
总体概率值连续多个周期超过风险阈值，进行风险预警，提醒司机及时对智能驾驶车辆进行接管；
发生爆胎后，进行自适应力矩控制和横摆角速度反馈补偿，直到车辆稳定行驶；
根据爆胎后的轮胎转向能力，检测是否具备停车条件，如果具备停车条件则减速停车。
2.根据权利要求1所述的智能驾驶场景下爆胎工况的转向控制方法，其特征在于，所述定义危险距离和模糊系数，具体为：基于汽车厂家车辆网联后台信息，建立累计行驶距离与爆胎风险规则库，定义五级危险距离：第一、二、三、四、五级危险距离，所述模糊系数的取值范围为0.1-1，模糊系数的大小与危险距离的级别提升呈正比。
3.根据权利要求1所述的智能驾驶场景下爆胎工况的转向控制方法，其特征在于，所述进行爆胎瞬间的转向控制，具体为：
检测到轮胎爆炸，转向系统进行锁死操作；
针对不同位置的轮胎爆胎，采取不同的控制策略，进行自适应力控制和横摆角速度反馈补偿；
向制动系统发送缓慢减速请求。
4.根据权利要求3所述的智能驾驶场景下爆胎工况的转向控制方法，其特征在于：所述针对不同位置的轮胎爆胎，采取不同的控制策略，具体为：
左前轮爆胎：利用右前轮纵向力和轮距得到逆时针横摆力矩，转向系统进行右转力矩补偿，同时进行横摆角速度反馈控制，用于克服车轮左前轮爆胎带来的逆时针横摆力矩；
右前轮爆胎：利用左前轮纵向力和轮距得到顺时针横摆力矩，然后转向系统进行左转力矩补偿，同时进行横摆角速度反馈控制，用于克服右前轮爆胎带来的顺时针横摆力矩；
左后轮爆胎：转向系统进行左转力矩补偿，同时进行横摆角速度反馈控制，用于克服左后轮爆胎时，对车辆产生的顺时针横摆力矩；
右后轮爆胎：转向系统进行右转力矩补偿，同时进行横摆角速度反馈控制，用于克服右后轮爆胎时，对车辆产生的逆时针横摆力矩。
5.一种智能驾驶场景下爆胎工况的转向控制系统，其特征在于，具体包括：
爆胎风险概率计算模块，用于对车辆的爆胎风险进行概率计算，具体为：
根据车辆行驶工况的不同，进行爆胎风险的概率计算或进行爆胎瞬间的转向控制，具体为：
四个车轮轮胎压力分别为车轮轮胎压力PL1,车轮轮胎压力PL2,车轮轮胎压力PR1,车轮轮胎压力PR2，轮胎压力单位时间变化量分别为车轮轮胎压力变化量ΔPL1,车轮轮胎压力变化量ΔPL2,车轮轮胎压力变化量ΔPR1,车轮轮胎压力变化量ΔPR2；
对车轮轮胎压力PL1进行求解，计算公式为：
在对PL1进行求解的公式中，ΔPlimit为轮胎单位时间内压力变化量的最大值，kdelta为由轮胎压力单位时间变化量计算爆胎概率的权重，kvalue为由轮胎实时压力值计算爆胎概率的权重，Pnormal为轮胎正常状态下的轮胎压力值，这个状态下轮胎处于最优状态，P是爆胎风险的概率值；通过比较得到四个车轮由压力引起的爆胎概率最大值，四个车轮有一个爆胎就需要进行爆胎控制，因此需要求出四个车轮中爆胎概率(PL1、PL2、PL3、PL4)的最大值，K为模糊系数，将两部分相乘得到车辆发生有压力引起爆胎的概率值；
模糊系数是指根据车辆行驶里程确定的权重；
所述进行爆胎风险的概率计算，具体为：
检测单个轮胎压力的变化，定义危险距离和模糊系数，得到轮胎压力单位时间的变化量，计算轮胎爆胎的概率值；
利用方向盘角度和车辆横摆角速度之间的关系，计算车辆跑偏角，再通过卡尔曼滤波方法进行滤波，得到轮胎跑偏导致爆胎的概率值；
根据轮胎爆胎的概率值和轮胎跑偏导致爆胎的概率值，求得车辆发生爆胎的总体概率值；
总体概率值连续多个周期超过风险阈值，进行风险预警，提醒司机及时对智能驾驶车辆进行接管；爆胎瞬间转向控制模块，用于在爆胎的瞬间对车辆进行转向控制，对车辆进行自适应力矩控制和横摆角速度反馈补偿，直到车辆稳定行驶；
停车条件检测模块，用于根据爆胎后的轮胎转向能力，检测是否具备停车条件，如果具备停车条件则减速停车。
6.根据权利要求5所述的智能驾驶场景下爆胎工况的转向控制系统，其特征在于，所述爆胎风险概率计算模块用于对车辆的爆胎风险进行概率计算，具体为：检测单个轮胎压力的变化，定义危险距离和模糊系数，得到轮胎压力单位时间的变化量，计算轮胎爆胎的概率值；
所述爆胎瞬间转向控制模块，用于在爆胎的瞬间对车辆进行转向控制，具体为：检测到轮胎爆炸，转向系统进行锁死操作；针对不同位置的轮胎爆胎，采取不同的控制策略，进行自适应力控制和横摆角速度反馈补偿。
7.一种电子设备，其特征在于，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至4中任一项所述方法的步骤。
8.一种计算机可读存储介质，其特征在于，其存储有可由电子设备执行的计算机程序，当所述计算机程序在所述电子设备上运行时，使得所述电子设备执行权利要求1至4中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210653313.1A CN115042860B (zh) | 2022-06-09 | 2022-06-09 | 一种智能驾驶场景下爆胎工况的转向控制方法、控制系统、电子设备、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210653313.1A CN115042860B (zh) | 2022-06-09 | 2022-06-09 | 一种智能驾驶场景下爆胎工况的转向控制方法、控制系统、电子设备、存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115042860A CN115042860A (zh) | 2022-09-13 |
| CN115042860B true CN115042860B (zh) | 2024-05-14 |
Family
ID=83161935
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210653313.1A Active CN115042860B (zh) | 2022-06-09 | 2022-06-09 | 一种智能驾驶场景下爆胎工况的转向控制方法、控制系统、电子设备、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115042860B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202557226U (zh) * | 2012-05-21 | 2012-11-28 | 河北科技大学 | 一种汽车防爆胎预警控制装置 |
| CN107433947A (zh) * | 2016-05-25 | 2017-12-05 | 比亚迪股份有限公司 | 车辆爆胎时的控制方法、车辆控制系统和车辆 |
| CN108725103A (zh) * | 2017-04-19 | 2018-11-02 | 罗伯特·博世有限公司 | 用于爆胎控制的方法、装置和设备以及机器可读存储介质 |
| CN208376737U (zh) * | 2018-04-28 | 2019-01-15 | 江苏大学 | 一种车辆爆胎瞬态车身应急控制系统 |
| WO2019218097A1 (zh) * | 2018-05-14 | 2019-11-21 | Lu Shan | 汽车爆胎安全稳定控制系统 |
| WO2019218098A1 (zh) * | 2018-05-14 | 2019-11-21 | Lu Shan | 汽车爆胎安全稳定控制方法 |
| CN111516705A (zh) * | 2020-05-12 | 2020-08-11 | 广东工贸职业技术学院 | 基于轮胎工作条件的汽车高速行驶安全预警方法及系统 |
| CN111891114A (zh) * | 2020-06-23 | 2020-11-06 | 恒大新能源汽车投资控股集团有限公司 | 一种车辆控制方法及装置、计算机可读存储介质 |
| CN113200045A (zh) * | 2021-05-19 | 2021-08-03 | 广汽乘用车有限公司 | 一种车辆爆胎安全辅助控制方法及其系统 |
| CN113844437A (zh) * | 2021-09-15 | 2021-12-28 | 北京理工新源信息科技有限公司 | 一种基于车车通讯的分布式驱动车辆爆胎控制方法 |
-
2022
- 2022-06-09 CN CN202210653313.1A patent/CN115042860B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202557226U (zh) * | 2012-05-21 | 2012-11-28 | 河北科技大学 | 一种汽车防爆胎预警控制装置 |
| CN107433947A (zh) * | 2016-05-25 | 2017-12-05 | 比亚迪股份有限公司 | 车辆爆胎时的控制方法、车辆控制系统和车辆 |
| CN108725103A (zh) * | 2017-04-19 | 2018-11-02 | 罗伯特·博世有限公司 | 用于爆胎控制的方法、装置和设备以及机器可读存储介质 |
| CN208376737U (zh) * | 2018-04-28 | 2019-01-15 | 江苏大学 | 一种车辆爆胎瞬态车身应急控制系统 |
| WO2019218097A1 (zh) * | 2018-05-14 | 2019-11-21 | Lu Shan | 汽车爆胎安全稳定控制系统 |
| WO2019218098A1 (zh) * | 2018-05-14 | 2019-11-21 | Lu Shan | 汽车爆胎安全稳定控制方法 |
| CN111516705A (zh) * | 2020-05-12 | 2020-08-11 | 广东工贸职业技术学院 | 基于轮胎工作条件的汽车高速行驶安全预警方法及系统 |
| CN111891114A (zh) * | 2020-06-23 | 2020-11-06 | 恒大新能源汽车投资控股集团有限公司 | 一种车辆控制方法及装置、计算机可读存储介质 |
| CN113200045A (zh) * | 2021-05-19 | 2021-08-03 | 广汽乘用车有限公司 | 一种车辆爆胎安全辅助控制方法及其系统 |
| CN113844437A (zh) * | 2021-09-15 | 2021-12-28 | 北京理工新源信息科技有限公司 | 一种基于车车通讯的分布式驱动车辆爆胎控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115042860A (zh) | 2022-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106945670B (zh) | 基于驾驶员输入预测的汽车防侧翻系统及控制方法 | |
| CN103921719B (zh) | 驾驶员交互式商用车辆侧翻预警方法和系统 | |
| CN110626353B (zh) | 一种基于侧倾风险指标的车辆危险状态预警方法 | |
| CN104176054B (zh) | 一种汽车主动防碰撞自动换道控制系统及其工作方法 | |
| KR101309508B1 (ko) | 차량의 차선 변경 보조 시스템 및 그 방법 | |
| CN108099919A (zh) | 车辆防侧翻预警方法、装置、存储介质及车辆 | |
| CN104553992B (zh) | 一种车辆侧翻预警方法 | |
| CN106167020A (zh) | 用于提供适应驾驶者行为的避让操作的方法和系统 | |
| Chu et al. | Rollover speed prediction on curves for heavy vehicles using mobile smartphone | |
| US11292479B2 (en) | Method and system for assisting a driver in the event of a road departure | |
| EP3626582B1 (en) | Method and system for collision avoidance | |
| JP2005289347A (ja) | 車両の横加速度を評価する方法 | |
| Kim et al. | Crash probability and error rates for head-on collisions based on stochastic analyses | |
| CN116390879A (zh) | 用于避免即将发生的碰撞的系统和方法 | |
| CN103863177A (zh) | 用于自动复位两轮车用的转向灯的方法 | |
| CN115042860B (zh) | 一种智能驾驶场景下爆胎工况的转向控制方法、控制系统、电子设备、存储介质 | |
| CN116495002B (zh) | 车辆行驶控制方法、装置、电子设备、存储介质及车辆 | |
| CN107921962B (zh) | 在机动车中运行驾驶员辅助系统的方法和机动车 | |
| CN115892061A (zh) | 一种基于v2i的高风险路段纵向决策控制方法、车辆、计算机及存储介质 | |
| Yakub et al. | Explicit controller of a single truck stability and rollover mitigation | |
| Black et al. | Vehicle road runoff—active steering control for shoulder induced accidents | |
| Acarman et al. | A control authority transition system for collision avoidance | |
| Prochowski et al. | Analysis of the process of double-deck bus rollover at the avoidance of an obstacle having suddenly sprung up | |
| CN115352226B (zh) | 胎压控制方法、装置、设备及可读存储介质 | |
| CN115071680B (zh) | 车辆驾驶辅助横向控制系统安全限制方法及可读存储介质 |
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 |