CN115214616A - 行驶控制系统和行驶控制方法 - Google Patents
行驶控制系统和行驶控制方法 Download PDFInfo
- Publication number
- CN115214616A CN115214616A CN202210182979.3A CN202210182979A CN115214616A CN 115214616 A CN115214616 A CN 115214616A CN 202210182979 A CN202210182979 A CN 202210182979A CN 115214616 A CN115214616 A CN 115214616A
- Authority
- CN
- China
- Prior art keywords
- tire
- vehicle
- slip
- amount
- coefficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims description 24
- 230000009467 reduction Effects 0.000 claims description 7
- 238000013459 approach Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 abstract description 28
- 230000006399 behavior Effects 0.000 description 29
- 230000006870 function Effects 0.000 description 22
- 238000002485 combustion reaction Methods 0.000 description 19
- 238000013016 damping Methods 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 11
- 238000001514 detection method Methods 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 10
- 238000005096 rolling process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000005484 gravity Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000005457 optimization Methods 0.000 description 7
- 239000013598 vector Substances 0.000 description 7
- 230000001629 suppression Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 4
- 230000005284 excitation Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000005489 elastic deformation Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000021715 photosynthesis, light harvesting Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 101000802640 Homo sapiens Lactosylceramide 4-alpha-galactosyltransferase Proteins 0.000 description 1
- 102100035838 Lactosylceramide 4-alpha-galactosyltransferase Human genes 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
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
- B62D15/0265—Automatic obstacle avoidance by steering
-
- 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
- B60W30/02—Control of vehicle driving stability
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- 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
- B60W30/18109—Braking
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
- B60W40/068—Road friction coefficient
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- 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
- 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
- B62D15/021—Determination of steering angle
-
- 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
- B60W2520/26—Wheel slip
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/20—Road profile, i.e. the change in elevation or curvature of a plurality of continuous road segments
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4049—Relationship among other objects, e.g. converging dynamic objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
- B62D6/002—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits computing target steering angles for front or rear wheels
- B62D6/006—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits computing target steering angles for front or rear wheels using a measured or estimated road friction coefficient
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
行驶控制系统和行驶控制方法。一种用于车辆的行驶控制系统包括:外部环境识别单元,其识别所述车辆周围的障碍物;轮胎参数估计单元,其估计所述车辆的轮胎的轮胎参数;以及行驶计划单元,其基于所述障碍物和所述轮胎参数来设定行驶路线、加减速量和转弯量。所述行驶计划单元将所述行驶路线、所述加减速量和所述转弯量设定为在避免接近所述障碍物的同时抑制所述轮胎的滑移率相对于附着极限滑移率的过量。
Description
技术领域
本发明涉及行驶控制系统和行驶控制方法。
背景技术
JP 6773433B2公开了一种周围危险显示装置,其基于本车辆与本车辆周围的障碍物之间的距离来设定每个点处的危险度,并且通过将这些点与低危险度连接来设定本车辆的未来行驶路线。
然而,基于危险度设定的行驶路线可能经过低μ道路,该低μ道路可包括冻结路面、积雪路面等。在这种情况下,轮胎可能意外地打滑,使得车辆可能变得不能沿着行驶路线行驶。另外,在为了回避障碍物而行驶的期间检测到新的障碍物的情况下,有时车辆无法沿着行驶路线行驶而使回避延迟。此外,可能存在车辆速度对于车辆沿着行驶路线行驶而言过高的情况。因此,希望除了危险度之外还考虑车辆行为的稳定性来执行车辆控制。
发明内容
鉴于上述背景,本发明的主要目的在于提供能够以稳定的车辆行为使车辆自动行驶的车辆控制系统和车辆控制方法。
为了实现上述目的,本发明的一个方面提供一种用于车辆1的行驶控制系统10,该行驶控制系统包括:外部环境识别装置31,其识别所述车辆周围的障碍物;轮胎参数估计装置22,其估计所述车辆的轮胎的轮胎参数;以及行驶计划装置34,其基于所述障碍物和所述轮胎参数来设定行驶路线、加减速量和转弯量,其中,所述行驶计划装置将所述行驶路线、所述加减速量和所述转弯量设定为在避免接近所述障碍物的同时抑制所述轮胎的滑移率相对于附着极限滑移率的过量。
根据该方面,能够提供一种能够设定车辆能够以稳定的车辆行为行驶的行驶路线的车辆控制系统。由于行驶计划装置将行驶路线、加减速量和转弯量设定为抑制轮胎的滑移率相对于附着极限滑移率的过量,因此抑制了滑动滑移,并且提高了车辆行为的稳定性。此外,由于行驶计划装置基于由轮胎参数估计装置估计的轮胎参数来设定行驶路线、加减速量和转弯量,所以即使路面状况改变,车辆也可以在沿着行驶路线行驶时稳定车辆行为。由于对滑动滑移的抑制,即使当在车辆沿着行驶路线行驶的同时行驶路线由于障碍物而突然改变时,车辆也可以在行驶的同时稳定车辆行为。此外,由于对滑动滑移的抑制,即使当在车辆沿着行驶路线行驶的同时车辆速度高于目标车辆速度时,车辆也可以在行驶的同时稳定车辆行为。
在上述方面中,优选地,所述行驶计划装置将所述行驶路线、所述加减速量和所述转弯量设定为使评估函数最小化,所述评估函数是通过将基于所述障碍物与所述车辆之间的距离的危险度乘以第一系数而得到的值和通过将根据所述轮胎的滑动滑移而增加的滑移损失乘以第二系数而得到的值的总和。
根据该方面,行驶控制系统能够设定使车辆与障碍物之间的间隔变宽且车辆能够以稳定的车辆行为行驶的行驶路线。此外,通过改变第一系数和第二系数,可以调节危险度和轮胎滑移损失对评估函数的影响。
在上述方面中,优选地,所述行驶计划装置将所述行驶路线、所述加减速量和所述转弯量设定为使评估函数最小化,所述评估函数是通过将基于所述障碍物与所述车辆之间的距离的危险度乘以第一系数而得到的值、通过将所述轮胎的滑移损失乘以第二系数而得到的值和通过将作为所述车辆的动能减少量的动能损失乘以第三系数而得到的值的总和。
根据该方面,行驶控制系统能够设定使车辆与障碍物之间的间隔变宽且车辆能够以稳定的车辆行为和小的减速度行驶的行驶路线。此外,通过改变第一系数、第二系数和第三系数,可以调节危险度、轮胎滑移损失和动能损失对评估函数的影响。
在上述方面中,优选地,所述行驶控制系统还包括控制驱动源、制动装置和转向装置的行驶控制装置24,其中,所述行驶计划装置在所述评估函数最小化时设定所述轮胎的目标滑移率和目标转向角,并且基于所述目标滑移率来计算所述轮胎的要求驱动力,并且所述行驶控制装置控制所述转向装置使得所述轮胎的实际转向角对应于所述目标转向角,并且控制所述驱动源和所述制动装置中的至少一者使得所述轮胎的实际驱动力对应于所述要求驱动力。
根据该方面,由于基于轮胎的要求驱动力来控制驱动源和制动装置,因此能够减少控制误差。在进行控制以使实际滑移率对应于目标滑移率的比较情况下,如果基于滑移率和驱动力之间的关系的轮胎模型包括误差,则在行驶路线中将发生误差。相反,在进行控制以使轮胎的实际驱动力对应于要求驱动力的情况下,如果轮胎模型包括误差,则在轮胎滑移损失中可能发生误差,但是对行驶路线的影响小。
在上述方面中,优选地,所述轮胎参数包括轮胎扭转刚度和路面摩擦系数,所述轮胎扭转刚度是所述轮胎的刚度,所述路面摩擦系数表示所述轮胎与路面之间的摩擦特性,并且所述轮胎参数估计装置至少基于所述驱动源的旋转速度、所述轮胎的轮体的旋转速度、车体速度和所述轮体的扭矩来估计所述轮胎扭转刚度和所述路面摩擦系数。
根据该方面,可以基于轮胎扭转刚度和路面摩擦系数来获得轮胎滑移损失。
在上述方面中,优选地,所述轮胎参数估计装置基于所述轮胎扭转刚度和所述路面摩擦系数来估计与所述轮胎相对于所述路面的附着极限相对应的附着极限滑移率。
根据该方面,可以基于附着极限滑移率来获得轮胎滑移损失。
根据本发明的另一方面,提供一种由用于车辆的行驶控制系统执行的行驶控制方法,该行驶控制方法包括以下步骤:识别所述车辆周围的障碍物;估计所述车辆的轮胎的轮胎参数;以及基于所述障碍物和所述轮胎参数将行驶路线、加减速量和转弯量设定为在避免接近所述障碍物的同时抑制所述轮胎的滑移率相对于附着极限滑移率的过量。
根据该方面,能够提供一种能够设定车辆能够以稳定的车辆行为行驶的行驶路线的车辆控制方法。由于将行驶路线、加减速量和转弯量设定为抑制轮胎的滑移率相对于附着极限滑移率的过量,因此抑制了滑动滑移,并且提高了车辆行为的稳定性。此外,由于基于由轮胎参数估计装置估计的轮胎参数来设定行驶路线、加减速量和转弯量,所以即使路面状况改变,车辆也可以在沿着行驶路线行驶时稳定车辆行为。由于对滑动滑移的抑制,即使当在车辆沿着行驶路线行驶的同时行驶路线由于障碍物而突然改变时,车辆也可以在行驶的同时稳定车辆行为。此外,由于对滑动滑移的抑制,即使当在车辆沿着行驶路线行驶的同时车辆速度高于目标车辆速度时,车辆也可以在行驶的同时稳定车辆行为。
在上述方面中,优选地,将所述行驶路线、所述加减速量和所述转弯量设定为使评估函数最小化,所述评估函数是通过将基于所述障碍物与所述车辆之间的距离的危险度乘以第一系数而得到的值、通过将所述轮胎的滑移损失乘以第二系数而得到的值和通过将所述车辆的动能减少量乘以第三系数而得到的值的总和。
根据该方面,行驶控制系统能够设定使车辆与障碍物之间的间隔变宽且车辆能够以稳定的车辆行为和小的减速度行驶的行驶路线。
在上述方面中,优选地,该行驶控制方法包括以下步骤:在所述评估函数最小化时设定所述轮胎的目标滑移率和目标转向角,并且基于所述目标滑移率来计算所述轮胎的要求驱动力;以及控制转向装置使得所述轮胎的实际转向角对应于所述目标转向角,并且控制驱动源和制动装置中的至少一者使得所述轮胎的实际驱动力对应于所述要求驱动力。
根据该方面,由于基于轮胎的要求驱动力来控制驱动源和制动装置,因此能够减少控制误差。
根据上述构造,能够提供能够以稳定的车辆行为使车辆自动行驶的车辆控制系统和车辆控制方法。
附图说明
图1是安装有根据本发明的一个实施方式的行驶控制系统的车辆的构造图;
图2是行驶控制系统的构造图;
图3是示出滑移率和轮胎驱动力之间的关系的图表;
图4是示出驱动轮的动态模型的说明图;
图5A是示出差动装置和驱动轮之间的旋转波动传递特性的图表;
图5B是示出频率和振动模式之间的关系的说明图;
图6是示出弹性滑移模式和滑动滑移模式的根轨迹的图;
图7是示出轮胎扭转刚度、路面摩擦系数和附着极限滑移率之间的关系的图;
图8是示出带状的可行驶区域的示例的说明图;
图9是示出可行驶区域的横向位置与危险度之间的关系的图;
图10是示出行驶控制过程的流程图;
图11是示出模型的说明图;
图12是示出路面摩擦系数变化时的评估部分X中的横向位移、转向角、车辆速度和轮胎滑移损失的累积值的曲线图;以及
图13是示出路面摩擦系数变化时的行驶控制的效果的曲线图。
具体实施方式
下文中,将参考图描述根据本发明的一个实施方式的行驶控制系统和车辆控制方法。如图1和图2中所示,车辆1是一种四轮汽车,并且具有车体2以及设置在车体2上的四个轮3。轮3包括:两个作为驱动轮的前轮3F;和两个作为非驱动轮的后轮3R。每个轮3均具有轮体W以及安装在轮体W上的轮胎T。
车辆1具有用于驱动前轮3F的驱动源5。驱动源5可以是内燃机或电动马达。驱动源5可以包括减速器和差动装置。在本实施方式中,驱动源5由内燃机5A、减速器5B以及差动装置5C(DN)配置成。驱动源5的差动装置5C经由动力传递构件6连接到每个前轮3F。动力传递构件6可以是驱动轴。
车辆1具有用于制动各个轮3的制动装置8。每个制动装置8均包括液压供应装置8A和盘式制动器8B,盘式制动器8B设置在每个轮3的轮体W中以被来自液压供应装置8A的液压致动。
车辆1包括用于使前轮3F转向的转向装置9。例如,转向装置9是齿条小齿轮式转向装置,其包括经由相应的系杆连接到左前轮3F和右前轮3F的齿条、与齿条啮合的小齿轮以及用于旋转小齿轮的转向马达。
车辆1具有控制驱动源5和制动装置8的行驶控制系统10。行驶控制系统10包括控制装置15,该控制装置15基于来自驾驶操作构件11、车辆传感器12、外部环境检测装置13以及导航装置14的信号来控制驱动源5、制动装置8以及转向装置9。
驾驶操作构件11包括:用于接收驾驶员的转向操作的方向盘11A;用于接收驾驶员的加速操作的加速踏板11B;以及用于接收驾驶员的减速操作的制动踏板11C。
车辆传感器12包括:左右前轮速度传感器12A(第一旋转传感器),其分别检测左前轮和右前轮3F的旋转速度;左右后轮速度传感器12B(非驱动轮旋转传感器),其分别检测左后轮和右后轮3R的旋转速度;驱动源旋转速度传感器12C(第二旋转传感器),其检测驱动源5的输出端的旋转速度;以及加速度传感器12D,其检测车体2的前后加速度和横向加速度。前轮速度传感器12A和后轮速度传感器12B各自检测相应轮体W的旋转速度。左右后轮速度传感器12B和加速度传感器12D作为车体速度获取单元,获取与车体速度有关的信息。
驱动源旋转速度传感器12C检测驱动源5的差动装置的主传动齿轮的旋转速度。车辆传感器12进一步包括:转向角传感器12E,其检测方向盘11A的转向角;加速踏板传感器12F,其检测加速踏板11B的操作量;制动踏板传感器12G,其检测制动踏板11C的操作量;以及发动机旋转速度传感器12H,其检测内燃机5A的旋转速度。另外,车辆传感器12包括检测车体2的竖直加速度的竖直加速度传感器12K。优选为每个轮3提供竖直加速度传感器12K。竖直加速度传感器12K可以设置在支撑每个轮3的悬挂臂(图中未示出)上。加速度传感器12D和竖直加速度传感器12K可以配置为共同的3轴或6轴加速度传感器。内燃机5A的输出扭矩由控制装置15估计,如后所述。
外部环境检测装置13是用于检测车辆外部的物体等的装置。外部环境检测装置13包括用于检测来自车辆1的周围环境的电磁波(例如可见光)以检测车辆1外部的物体等的传感器。这样的传感器可以包括例如一个或多个雷达13A、一个或多个激光雷达13B和一个或多个外部相机13C。此外,外部环境检测装置13可以包括被配置为从车辆1的外部接收信号并基于所接收的信号检测车辆1外部的物体的装置。外部环境检测装置13将检测结果输出到控制装置15。
各雷达13A向车辆1的周围发射毫米波等电波,并且捕获由车辆周围的物体反射的电波,从而检测物体的位置(距离和方向)。每个雷达13A可以安装在车辆上的任何适当位置。
每个激光雷达13B向车辆1的周围环境发射诸如红外光的光,并且捕获由车辆周围的物体反射的光,从而检测物体的位置(距离和方向)。每个激光雷达13B可以安装在车辆上的任何适当位置。
一个或多个外部相机13C被布置为捕获车辆1的周围环境的图像,以检测车辆1周围的物体,例如附近的车辆和行人、护栏、路缘、墙壁、中间带以及用于路面上的道路标记,以传达诸如车道边界和道路形状的各种信息。例如,每个外部相机13C可以包括使用诸如CCD或CMOS的固态成像元件的数字相机。
导航装置14是被配置为取得车辆1的当前位置并向目的地等提供路线指导的装置。导航装置14包括GNSS接收单元14A、地图存储单元14B、导航接口14C和路线确定单元14D。GNSS接收单元14A基于从人造卫星(定位卫星)接收的信号来识别车辆1的位置(纬度和经度)。地图存储单元14B由诸如闪存或硬盘的已知存储设备组成,并且存储地图信息。导航接口14C被配置为从乘员接收诸如目的地的输入,并且通过显示器和/或语音向乘员呈现各种信息。导航接口14C优选地包括例如触摸面板显示器、扬声器等。
地图信息包含道路信息,该道路信息可以包括诸如高速公路、收费公路、国道和县道之类的道路类型、每条道路中的车道数量、每条车道的中心位置(包括经度、纬度和高度的三维坐标)、诸如道路分界线和车道边界之类的道路标志的形状、人行道、路缘、栅栏等的存在/不存在、交叉路口的位置、车道汇合点和车道分支点的位置、紧急停车区域的面积以及每条车道的宽度和道路上的道路标志。地图信息还可以包含交通控制信息、地址信息(地址、邮政编码)、设施信息、电话号码信息等。
路线确定单元14D基于由GNSS接收单元14A识别的车辆1的位置、经由导航接口14C输入的目的地和地图信息来确定到目的地的路线。此外,在确定路线时,路线确定单元14D优选地通过参照地图信息中包含的车道汇合点和车道分支点的位置来确定作为车辆1要行驶的车道的目标车道。
控制装置15由电子控制单元(ECU)构成,该电子控制单元包括CPU、诸如ROM的非易失性存储器、诸如RAM的易失性存储器等。CPU根据程序执行操作处理,使得控制装置15执行各种类型的车辆控制。控制装置15通过组合各种类型的车辆控制来执行至少等级0至等级3的自动驾驶控制(以下称为自动驾驶)。这些等级根据SAE J3016的定义,并且根据驾驶员对驾驶操作的干预程度和车辆周围监测来定义。
如图2所示,控制装置15具备扭矩估计单元21、轮胎参数估计单元22、自动驾驶控制单元23以及行驶控制单元24(行驶控制装置)。自动驾驶控制单元23包括外部环境识别单元31(外部环境识别装置)、车辆位置识别单元32、危险度设定单元33以及行驶计划单元34(行驶计划装置)。
扭矩估计单元21获取内燃机5A的输出扭矩。例如,扭矩估计单元21优选地基于进气量和进气歧管中的负压来估计内燃机5A的输出扭矩。另外,当驱动源5是电动马达时,优选基于供应给电动马达的相电流来估计电动马达的输出扭矩。请注意,在另一个实施方式中,可以在内燃机5A或电动马达上设置用于检测输出扭矩的扭矩传感器。另外,扭矩估计单元21基于控制单元15对制动装置8的控制量来估计施加到轮体W的制动扭矩。
轮胎参数估计单元22至少基于驱动源5的旋转速度、轮体W的旋转速度、车体速度以及轮体W的扭矩来估计轮胎扭转刚度和路面摩擦系数,轮胎扭转刚度是轮胎T的扭转刚度,路面摩擦系数表示轮胎T与路面之间的摩擦特性。此外,轮胎参数估计单元22基于轮胎扭转刚度和路面摩擦系数来估计与轮胎的附着极限对应的附着极限驱动力和附着极限滑移率。
下面,将描述轮胎参数估计单元22的轮胎扭转刚度、路面摩擦系数、附着极限驱动力和附着极限滑移率的估计方法。轮胎参数估计单元22通过执行基于以下所示理论构建的程序来进行估计。
由于轮体W由诸如铝或钢之类的金属制成,并且其刚度相比由橡胶制成的轮胎T足够高。当驱动扭矩施加到轮体W时,轮胎T的侧壁部分和胎面部分发生弹性变形。因此,这里假定轮体W和轮胎T的胎面由刚性体质量代表,弹簧力沿抑制它们之间的扭转的方向作用。在轮胎T和路面之间的接触部分处,轮胎T由于车辆1的质量而变形,从而使轮胎T以一定的恒定宽度(地面接触宽度)与路面接触(地面接触表面)。在地面接触表面处,轮胎和路面之间作用有摩擦力F,并且这个摩擦力F由以下公式表达。
F=μN (1)
这里,μ是路面摩擦系数,即轮胎T和路面之间的摩擦系数;N是轮载荷,即轮胎T的地面接触载荷。路面摩擦系数μ的变化取决于轮胎T的气压和老化程度、路面、天气、气候等。摩擦力F的大小需要与驱动力的大小相匹配,驱动力是使车辆1对抗行驶阻力而行驶(加速、减速或恒速行驶)的力。
在驱动扭矩施加到轮体W的时刻,扭矩尚未传递给轮胎T,并且轮胎T尚未滚动。此时,轮胎T弹性变形,并且轮体W和轮胎T之间产生扭转角。在这种状态下,轮胎T处于静止扭转状态,其中产生与轮体W的驱动扭矩成比例的扭转角。在产生扭转角时,扭矩作为其反作用力传递到轮胎T,并且轮胎T开始滚动。随着轮胎T的滚动,轮胎T的产生弹性变形的一个元件离开地面接触表面,并且弹性应变被释放。此时,用于传递轮体W的驱动扭矩的反作用力变得不足,该不足的量为与释放的弹性应变相对应的大小,因此,轮胎T的滚动将暂时停止。然而,代替轮胎T的离开地面接触表面的一个元件,轮胎T的一个新元件与路面接触,并产生弹性应变,从而恢复了损失的反作用力,并且轮胎T再次滚动。关于单个元件的边界条件对每个元件来说都不唯一并随着元件的运动而移动,像这种情况被特别称为移动边界。当实际轮胎T持续滚动时,上述现象相继发生,因此,轮胎T的滚动角相对于轮体W的旋转角以恒定的速率减小。由于轮体W每单位时间内的旋转角与旋转速度(旋转角速度)成比例,因此轮胎T每单位时间内的滚动角也与轮体W的旋转速度成比例地相对减小,并且发生恒定的旋转传递损失。这种现象被称为弹性滑移,因为轮体W和路面之间由于弹性变形而产生表观滑移。由于弹性滑移量是以相对于轮体W的旋转速度的恒定速率产生的,因此,由于滑移造成的旋转速度损失Δω与轮体W的旋转速度ω轮之间的比率Sr被视为滑移速度比。
Sr=Δω/ω轮 (2)
轮胎T的弹性滑移特性如图3所示。因为轮胎T和路面之间的摩擦力存在极限,所以随着轮体W的驱动扭矩增加,轮胎T和路面的地面接触表面开始滑移。这被称为滑动滑移,以区别于弹性滑移。因此,随着轮体W的驱动扭矩增加,弹性滑移状态转变为滑动滑移状态。弹性滑移状态和滑动滑移状态之间的边界称为弹性滑移极限或附着极限,与附着极限相对应的驱动力(扭矩)称为附着极限驱动力(扭矩)。
在弹性滑移状态下,当轮体W和轮胎T之间因弹性变形而出现扭转角且地面接触表面移动了地面接触长度时,由于弹性变形而产生的应变能在滚动前储存在地面接触表面中,并且该应变能因滚动而被释放。这种应变能对车辆1的行驶没有任何作用,因此,可以认为在这种状态下,来自轮体W的驱动能量是通过应变的积累和释放的循环而耗散的。在理解了这种能量耗散是由于表观滑移(弹性滑移)而发生的情况下,利用作用在地面接触表面上的摩擦力F可以获得以下公式。
即,能量耗散可以由摩擦力和表观滑移计算出的虚功代替,如公式3中所示,其中kT是轮胎T的扭转刚度[Nm/rad],R是轮胎T的动态半径[m],并且Tf是地面接触表面处产生的摩擦扭矩[Nm]。如果当轮胎T按照扭转角滚动时,包括扭转角在内的轮体W的旋转角为那么基于几何关系,滑移速度比Sr由以下公式4代表。
通过将其代入公式3中,可以得出以下公式6。
如公式6中表达的,摩擦扭矩Tf由粘性阻力代表,该粘性阻力与轮体W和路面之间发生的滑移(旋转速度损失)Δω成比例。这里,cT是轮胎和路面之间的摩擦阻尼系数[Nm/(rad/s)],对应于粘性系数,与轮胎扭转刚度kT成比例。
可以如图4中所示代表从驱动源5到接触表面的动态模型。基于这个模型,状态方程由下面的公式7代表。该公式7是针对车辆1的左、右前轮3F之一得出的,该车辆1构成FF车辆,在FF车辆中,内燃机安装在其前部中以经由变速器驱动前轮3F。
这里,θDN是差动装置DN(驱动源5的输出轴)的主传动齿轮的旋转角扰动[rad],θW是轮体的旋转角扰动[rad],θT是轮胎的旋转角扰动[rad],Iw是轮体的惯性矩[kgm2],IT是轮胎的惯性矩[kgm2],并且kD是动力传递构件6(驱动轴)的扭转刚度[Nm/rad]。
通过使用以下公式8使公式7无量纲,由公式9代表的状态变量(向量)可以由公式10代表。
从公式10获得的轮体W的旋转波动对差动装置DN的旋转波动的频率响应可以如图5A中所示。图5A示出的是,相对于频率,轮体W的旋转波动幅度与差动装置DN的旋转波动幅度的放大比(振幅比m)和轮体W的旋转波动相对于差动装置DN的旋转波动的相位延迟(相位延迟Ψ1)。
根据公式6,随着摩擦阻尼系数cT值的减小,滑移状态逼近滑动滑移状态。在图5A中,(a)代表弹性滑移状态下的响应,并且(c)代表滑动滑移状态下的响应。另外,(b)表示两个滑移状态之间的边界(附着极限)。当图5A中表示振幅比的图表(a)和(c)相互比较时,可以看出,当进入滑动滑移状态时,低频率侧出现了新的峰值,并且高频率侧的峰值朝更高频率侧移动。高频率侧的峰值对应的振动模式将被称为弹性滑移模式,并且低频率侧的峰值对应的振动模式将被称为滑动滑移模式。
图5B中示出了弹性滑移模式和滑动滑移模式关于频率和摩擦阻尼系数cT的存在范围。在图5B中,弹性滑移模式和滑动滑移模式的存在范围由实线表示。
在弹性滑移模式下,由于驱动力是由于轮胎T的弹性变形而传递给路面的,因此由轮胎扭转刚度kT产生的弹力作为反作用力作用于轮体W。因此,轮体W接收到由驱动轴刚度kD和轮胎扭转刚度kT产生的弹力的组合,从而轮体W振动。在图5A和图5B中的高频率侧看到弹性滑移模式。如图5B中所示,随着摩擦阻尼系数cT减小,弹性滑移模式向更高频率侧转移,即滑移状态从弹性滑移状态逼近滑动滑移状态。这与图5A中示出振幅比的图表中的现象(即,当状态过渡到滑动滑移状态时,高频率侧的峰值朝更高频率侧移动)对应。
在滑动滑移模式下,由于轮胎T和路面动态滑移,因此因轮胎扭转刚度kT而产生的弹力由于滑移而被释放,并且作用在轮体W上的反作用力也消失。因此,轮体W和轮胎T成为一体,并且只接受由于驱动轴刚度kD而产生的弹力,因此它们以同相振动。在图5A和图5B中的低频率侧看到滑动滑移模式。如图5B中所示,当摩擦阻尼系数cT小于常数时(即,当滑移状态变成滑动滑移状态时),滑动滑移模式出现,而在弹性滑移状态下不出现。这与图5A中示出振幅比的图表中的现象(即,当滑移状态变为滑动滑移状态时,低频率侧出现新的峰值)对应。
如上所述,当滑移状态从弹性滑移状态过渡到滑动滑移状态时,会显现滑动滑移模式。因此,可以通过监测滑动滑移模式的显现来确定附着极限。然而,从图5A中的振幅比看出,在附着极限处还不能确认低频率侧的峰值。当如在JP2018-155696A中描述的路面确定装置中清楚地确认低频率侧的峰值时,只能确定滑动滑移已在进展的状态(在JP2018-155696A中,由于振动观察位置不同,看起来模式随着滑动滑移而消失,但它们与现象相同)。即,仅通过简单地观察振动波形,不能严格地确定滑动滑移模式的显现。首先,不能根据弹性滑移状态预测附着极限。因此,注意力集中在代表系统的阻尼状态的无量纲量ζ2上。如公式8中所示,无量纲量ζ2是由摩擦阻尼系数cT和轮胎扭转刚度kT构成的无量纲量,并且唯一地代表系统的阻尼状态,而不受各种因素变化的影响。如果当前的无量纲量ζ2可以被估计,则通过比较它与对应于附着极限的阈值,就可以严格地确定滑动滑移的发生。另外,由于无量纲量ζ2与前述阈值之间的偏差可以作为确定滑动滑移发生前的余量的基础,因此知道无量纲量ζ2是有用的。下文中,首先,将描述无量纲量ζ2的获取方法。
作为车辆1的驱动源5的内燃机中通常会发生扭矩波动,并且这种扭矩波动也会从差动装置DN传递到轮胎。作为扭矩波动的原因,在内燃机的情况下,存在气缸内部压力的波动,而在电动马达的情况下,存在归因于极数的齿槽扭矩。在差动装置DN中,归因于输入扭矩波动的旋转波动同时发生。这里,差动装置DN的旋转波动由以下公式11表达。
公式11可以被认为是边界条件下的强制激励。A1是差动装置DN的旋转波动幅度[m],Ω是激励力(内燃机E的扭矩波动)的角频率[rad/s],t是时间[s]。在这种强制激励状态下,由公式10表示的状态方程变为如下方程。
在公式12中,B代表外力(激励输入),并且原系统所具有的自然振动模式(下文称为自然模式)由雅可比矩阵A确定。判定雅可比矩阵A的参数是ρ、ω1、ω2和ζ2,其中ρ和ω1是设计规格(已知值)。因此,一旦知道对应于滑移识别量的无量纲量ω2和无量纲量ζ2,就可以知道自然模式。在公式7中,有两个主导方程,同时有两个未知的无量纲量(即ω2和ζ2),因此,应该能够唯一地判定ω2、ζ2。请注意,因为无量纲量ω2是根据轮胎扭转刚度kT获得的,并且无量纲量ζ2是根据摩擦阻尼系数cT和轮胎扭转刚度kT获得的,所以可以判定无量纲量ω2、ζ2相当于可以判定摩擦阻尼系数cT和轮胎扭转刚度kT。
假定公式12的周期解表示如下。
通过将公式13的周期解代入公式12中,并基于Galerkin方法进行系数判定,得到以下关系表达式。
这里,m是轮体的旋转波动振幅与差动装置DN的旋转波动振幅的放大比(振幅比),并且Ψ1是轮体的旋转波动相对于差动装置DN的旋转波动的相位延迟。因此,通过测量差动装置DN的旋转波动和轮体的旋转波动,能够根据公式14中获得无量纲量ω2、ζ2。
接下来,如果已经根据公式14获得了当前的无量纲量ω2、ζ2,则将描述获取无量纲量ζ2和自然模式之间关系的方法。无量纲量ω2反映轮胎扭转刚度kT的变化,但由于在相同条件下没有显著的变化,因此将在假定轮胎扭转刚度kT为常数的情况下,描述无量纲量ζ2和自然模式之间的关系。因此,无量纲量ζ2唯一地对应于摩擦阻尼系数cT。自然模式的行为可以通过获得雅可比矩阵A的特征值λ来描述。图6示出了对应于上述滑动滑移模式的特征值λ的行为(根轨迹)。图6的(a)至(b)对应于图5A的(a)至(c)。请注意,如果轮胎扭转刚度kT发生变化,则振动模式的频率也会发生变化,因此,图6的根轨迹的尺度也会发生变化,但下面描述的主要特性没有变化。另外,在这种情况下,已经知道当前情况下的无量纲量ω2(因此已经知道轮胎扭转刚度kT),不存在控制问题。
在图6中,横轴代表实轴,纵轴代表虚轴,并且虚部代表振动解。在弹性滑移状态下(见图6的(a)),有一对根在实轴上,这表示没有振动解。即,没有产生对应于滑动滑移模式的振动。另一方面,当滑移状态变成滑动滑移状态时(见图6的(c)),根具有虚部,这表示产生了振动。即,可以理解的是,当无量纲数量ζ2变得小于ζC时(见图6的(b)和(c)),滑动滑移模式出现。因此,基于无量纲量ζC的值,可以如下确定滑移状态:
当无量纲量ζ2>ζC时,滑移状态是弹性滑移状态;
当无量纲量ζ2=ζC时,滑移状态是附着极限;并且
当无量纲量ζ2<ζC时,滑移状态是滑动滑移状态,
其中ζC是根据设计规范而变更的值。在图6中,ζ2和摩擦阻尼系数cT的数值是在ζC为0.86的情况下示例性地示出的。一旦知道了无量纲量ζC,就可以根据公式8获取当滑移状态成为弹性滑移极限时的摩擦阻尼系数cTc。
然而,为了估计基于上述理论的无量纲量ω2、ζ2,必须有具体的振动(例如,作为驱动源5的内燃机的扭矩波动)。即,有一个问题,即当没有产生振动或振动与传感器噪声相比非常小时,无法确定轮胎滑移。因此,注意力集中在:原系统具有的自然模式是由上述的雅可比矩阵A确定的。即,通过识别从驱动源5到轮胎T和路面之间的接触表面的动态模型(如图4中所示),并评估所识别模型的雅可比矩阵A,即使在没有产生振动的情况下也能够估计出无量纲量ω2、ζ2(摩擦阻尼系数cT和轮胎扭转刚度kT)。
下面将描述轮胎参数估计单元22识别动态模型和图4所示的轮胎模型的方法。在该模型识别中,主要是将轮胎扭转刚度kT和路面摩擦系数λμx作为模型参数进行估计。例如,轮胎参数估计单元22优选通过使用已知的卡尔曼滤波器或观测器来估计轮胎扭转刚度kT和路面摩擦系数λμx。在本实施方式中,将描述使用卡尔曼滤波器的估计方法的一个实施方式。基于从驱动源5到接触表面的动态模型(图4中所示)的状态方程可由以下公式15表达。下面将示例性地描述构成为FF车辆的车辆1的左前轮3,其中内燃机安装在车辆1的前部中以经由变速器驱动前轮3F。通过适当改变或调整动力传递构件6(驱动轴)的扭转刚度kD、载荷移动公式等,可以关于其他车轮3类似地进行估计。
这里,θDN是差动装置DN(驱动源5的输出轴)的主传动齿轮的旋转角扰动[rad],θW是轮体的旋转角扰动[rad],θT是轮胎的旋转角扰动[rad],kT是轮胎扭转刚度[Nm/rad],λμx是前后方向上的路面摩擦系数[-](轮胎与路面之间的摩擦系数),Fz是轮载荷[N],aDN是扭矩波动幅度[Nm],是扭矩波动的相位[rad],Vx是车辆重心的前后地面速度[m/s],IDN是差动装置DN(驱动源5的输出轴)的主传动齿轮的惯性矩[kgm2],kD是动力传递构件6(驱动轴)的扭转刚度[Nm/rad],Iw是轮体的惯性矩[kgm2],IT是轮胎的惯性矩[kgm2],Re是轮胎动态半径[m],Fx是驱动力[N],Vcxfl是轮3(左前轮)的纵向方向上的地面速度[m/s],α^f(^代表帽子运算符)是前轮3的轮胎侧滑角[度]。γ^fl是轮(左前轮)的外倾角[度],kf是前滚动刚度[Nm/rad],kr是后滚动刚度[Nm/rad],h是重心高度[m],df是前胎面宽度[m],m是车辆重量[kg],ay是横向加速度[m/s2],ax是前后加速度[m/s2],TDNo是差动装置DN(驱动源5的输出轴)的主传动齿轮的平均扭矩[Nm],Tbrk是由制动装置8施加在轮体上的制动扭矩[Nm],Ne是发动机旋转速度[rpm],以及ν是与内燃机的类型相应的系数,并且在直列4缸4冲程发动机的情况下为2。差动装置DN的平均扭矩TDNo是根据驱动源5的估计输出扭矩和变速器的减速比获得的。当驱动源5为内燃机时,一般可以根据流入的空气量或进气歧管中的负压来估计驱动源5的估计输出扭矩,当驱动源5为电动马达时,可以根据相电流来估计驱动源5的估计输出扭矩。一般可以基于来自液压供应装置8A的液压来估计制动扭矩Tbrk。另外,上标“^(帽子)”表示该值是估计值。可以基于惯性传感器的信号、悬架的几何形状等借助一般方法来估计前轮的轮胎侧滑角α^f和左前轮的外倾角γ^fl。
一般来说,当驱动源5是内燃机时,基于其点火周期发生扭矩波动,因此,有必要考虑到周期性的扭矩波动作为变速器的输出扭矩。因此,假定扭矩波动 经由驱动轴传递到轮3的情况。由于内燃机中每个点火周期都发生扭矩波动,因此扭矩波动的频率与内燃机的旋转速度成比例。即,扭矩波动的角频率(“·”代表点)由以下公式16表达。上标点(“·”)是导数运算符,并且代表相位角的导数(即,角频率)。请注意,当驱动源5是内燃机时,为了进一步提高估计精度,在模型中考虑了周期性的扭矩波动,但即使在没有产生这种扭矩波动或特定振动的情况下,以下卡尔曼滤波器也起作用。
公式15中的轮载荷Fz是作用在左前轮和右前轮3F以及左后轮和右后轮3R上的竖直载荷,并且可以在考虑到由于车辆1的加速和减速以及转弯造成的载荷移动的情况下,用以下公式表达。公式15描述了公式17中的左前轮载荷Fzfl。
Re(Fz)是轮胎动态半径,并取决于轮载荷Fz。Fx是发生在轮胎和路面之间的轮胎纵向方向上的摩擦力(驱动力)。Fx由函数代表,该函数以kT、λμx、Fz、θW、Vcxfl、α^、γ^为参数,使用基于Magic公式(Pacejka)的轮胎模型,下面将详细说明。
如果在轮胎的使用条件下,轮载荷和/或轮胎与路面之间的滑移发生变化,它们将影响轮胎中产生的驱动力。基于以下公式18至21,这些影响因素在轮胎模型中实施为校正系数。
这里,Fzo是为所用轮胎假定的轮载荷的标准值[N]。在本实施方式中,左前轮载荷Fzf对应于Fz。
这里,α是轮胎侧滑角[度],Vcx是轮3的纵向方向上的地面速度[m/s],Vcy是横向速度[m/s]。在这个实施方式中,前轮的轮胎侧滑角(估计值)α^f被代入α。另外,左前轮纵向方向上的地面速度Vcxfl(将在后面描述(公式38))被代入Vcx。
γ*=sinγ (20)
这里,γ是轮3的外倾角[度],而左前轮的外倾角(估计值)γ^f1被代入其中。
这里,κ是滑移率,是代表驱动力方向上的滑移的指标。
当车辆1处于直线行驶状态时,即侧滑角为0时(纯滑移),轮胎扭转刚度kT、路面摩擦系数λμx和轮载荷Fz确定主要的摩擦特性,并且驱动力Fxo由以下公式表达。
Fxo=Dx sin{Cx tan-1[Bxκx-Ex(Bxκx-tan-1Bxκx)]} (22)
κx=κ (23)
Cx=pCx1(>0) (24)
Dx=μxFz(>0) (25)
μx=(pDx1+pDx2dfz)(1-pDx3γ2)λμx (26)
Bx=Kxκ/(CxDx+εx) (29)
这里,pcx1、pDx1、PDx2、pDx3、PEx1、pEx2、pEx3、pEx4和εx是常数。εx是足够小的值,设定它是为了避免被0除,并没有物理意义。
当产生侧滑角(组合滑移)时,侧滑角对摩擦力饱和有贡献,因此,驱动力Fx由以下公式30至37表达。
Fx=GxαFxo (30)
Gxα=cos{Cxα tan-1[BxααS-Exα(BxααS-tan-1BxααS)]}/Gxαo(>0) (31)
Gxαo=cos{Cxα tan-1[BxαSHxα-Exα(BxαSHxα-tan-1BxαSHxα)]} (32)
αS=α*+SHxα (33)
Bxα=(rBx1+rBx3γ*2)cos(tan-1rBx2K)·λxα(>0) (34)
Cxα=rCx1 (35)
Exα=rEx1+rEx2dfz(≤1) (36)
SHxa=rHx1 (37)
这里,rBx1、rBx2、rBx3、λxa、rCx1、rEx1和rEx2是常数。
轮速(轮体的旋转速度或θw的导数)和驱动轮(左前轮)纵向方向上的地面速度Vcxfl是获得滑移率κ的变量。驱动轮(左前轮)纵向方向上的地面速度Vcxfl由以下公式获得,该公式基于车辆前后方向上的重心位置的地面速度Vx(车体速度)、前轮转向角δf[度]和偏航角速度γ[度/s]。
这里,1是轴距[m]。
车体速度Vx是作为前后加速度ax*的积分获得的。前后加速度ax*可以简单地等于ax,但如果可以使用六轴惯性传感器等,优选设定为倾斜校正(平面投影)后的值。
对于公式15的状态方程,观察方程由以下公式表达。
λμ是路面摩擦系数的伪观察量,并在对路面摩擦系数的估计值进行限制时使用,使得路面摩擦系数的估计值大于或等于0,并小于或等于1。优选地,λμ被设定为大于或等于0且小于或等于1的值。例如,优选地,λμ在路面摩擦系数的估计值小于0的情况下被设定为0,在路面摩擦系数的估计值大于1的情况下被设定为1。Vrr是作为非驱动轮的后轮的轮速。当假定后轮不滑移时,后轮速Vrr变成等于车体速度Vx。基于左后轮的轮速VWrl和右后轮的轮速VWrr,观察到的值由以下公式40代表。
公式15是连续时间代表的状态方程,并且轮胎参数估计单元22在观察值y=t(y1、y2、y3、y4)的每个采样间隔内执行计算。公式15和公式39的离散时间代表可由以下公式表达。
这里,k是每个采样间隔的离散时间,y(k)是四维时间序列,x(k)是十二维状态向量,并且u(k)是十二维系统输入向量。x(k)和u(k)用以下公式表达。
另外,v(k)是十二维的系统噪声向量,其均值向量为0,协方差矩阵用Q表达,并且w(k)是四维的观察噪声向量,其均值向量为0,协方差矩阵用R表达。假定v(k)和w(k)是相互独立的高斯白噪声,它们用公式43表达。
f(x,u)基于公式15的离散时间积分(正向欧拉法),由以下公式44的十二维函数表达。h(x)是四维函数,由以下公式45代表。Δt是离散时间间隔(采样间隔)。
下文中,将描述通过使用扩展卡尔曼滤波器(EKF)计算状态估计值x^(k)(^代表帽子运算符)的程序,EKF是一种非线性卡尔曼滤波器。
状态估计值x^(k)的初始值x^(0)(^代表帽子运算符)被假定为跟随N(x0,∑0)的高斯概率向量,并由以下公式46代表。
对于k=1,2,...,先验状态估计值x^-(k)由以下公式47表示。
只要公式48和公式49是通过线性逼近得出的,就可以得到如公式50所示的先验误差协方差矩阵。
P-(k)=A(k-1)P(k-1)AT(k-1)+Q (50)
据此,卡尔曼增益矩阵G(k)可由以下公式51表达。
G(k)=P-(k)C(k)(CT(k)P-(k)c(k)+R(k))-1 (51)
状态估计值x^(k)(^代表帽子运算符)由以下公式52表达。
后验误差协方差矩阵P(k)由以下公式53表达。
P(k)=(I-G(k)CT(k))P-(k) (53)
根据以上内容获得状态估计值x^(k)(公式52),据此轮胎扭转刚度的估计值k^T作为x^(k)的第七个元素获得,并且路面摩擦系数的估计值λ^μx作为x^(k)的第八个元素获得。在使用卡尔曼滤波器的方法中,不需要通过频率分析明确获得振幅和相位,即使在瞬时状态下也很容易应用。
估计的车体速度V^x是作为由前轮速度传感器12B获取的第一速度和由加速度传感器12D获取的前后加速度的积分获取的第二速度的加权平均值获得的。另外,权重是基于卡尔曼增益来设定的,使得状态量x(k)的似然达到最大。
通过在轮胎模型中反映包括在状态估计值x^(k)中的轮胎参数,轮胎和路面之间的摩擦阻尼系数cT([Nm(rad/s)])可以由以下公式55代表。
这里,这里,κx、Bx、Cx、Dx、Ex由以下公式56表达。
这里,pcx1、pDx1、pDx2、pDx3、pEx1、pEx2、pEx3和pEx4是常数。
另一方面,如上所述,一旦知道无量纲量ζC,当滑移状态成为附着极限时,就可以根据公式8获取摩擦阻尼系数cTc。当滑移状态成为附着极限时,公式55中的滑移率κx表示为κc,由公式55表示的摩擦阻尼系数cT等于滑移状态成为附着极限时的摩擦阻尼系数cTc,这是根据无量纲量ζC获得的,因此,获得以下公式57的关系。
根据这个公式,能够获取附着极限滑移率κc,这是滑移状态成为附着极限时的滑移率。优选地,附着极限滑移率是事先离线数值计算出来的,以进行测绘。例如,优选基于轮胎扭转刚度kT和路面摩擦系数λμx,使用图7所示的图来设定附着极限滑移率。
一旦确定了附着极限滑移率,基于由公式22至公式37代表的轮胎模型,确定附着极限驱动力Fxc,它是与附着极限Fx相对应的轮胎驱动力。附着极限驱动力Fxc可以转换为附着极限扭矩Txc,该扭矩是轮胎的对应于附着极限的驱动扭矩Tx。轮胎参数估计单元22可以根据轮胎扭转刚度kT和路面摩擦系数λμx,通过使用代表附着极限驱动力Fxc(或附着极限扭矩Txc)与轮胎扭转刚度kT和路面摩擦系数λμx的关系的图来设定附着极限驱动力Fxc。
外部环境识别单元31基于外部环境检测装置13的检测结果来识别车辆1周围的障碍物、道路形状、有无人行道以及道路标识。障碍物包括例如护栏、电线杆、附近车辆、诸如行人的人。外部环境识别单元31可以从外部环境检测装置13的检测结果获取每个附近车辆的状态,诸如位置、速度和加速度。附近车辆的位置可以被识别为附近车辆的代表点的位置,例如附近车辆的重心或拐角部分,或者被识别为由附近车辆的轮廓表示的区域。
车辆位置识别单元32识别作为车辆1行驶的车道的行驶车道以及车辆1相对于行驶车道的位置和角度。例如,车辆位置识别单元32可以基于存储在地图存储单元14B中的地图信息和由GNSS接收单元14A获取的车辆1的位置来识别行驶车道。此外,车辆位置识别单元32可以通过从地图信息中提取设置在车辆1周围的路面上的分界线,并将所提取的分界线的形状与由外部相机13C捕获的分界线图像的形状进行比较来识别车辆1相对于行驶车道的位置和角度。
危险度设定单元33基于由外部环境识别单元31识别出的车辆1周围的障碍物的信息来制作风险图。风险图针对本车辆1周围的各选择位置设定危险度。危险度是量化碰撞风险的数值,并且随着碰撞风险变得更高,危险度被设置为更高的值。在本实施方式中,如图8所示,危险度设定单元33以不与障碍物重叠的方式设定带状的可行驶区域,并且针对可行驶区域所包含的各选择点设定危险度。优选地,可行驶区域的各侧边缘被设定为与障碍物间隔预定距离。如图9所示,危险度在可行驶区域的横向中央部分被设定为最低,在可行驶区域的各侧边缘被设定为最高。即,危险度被设定为从中央部分朝向各侧边缘增加。
在另一实施方式中,可以在不设定可行驶区域的情况下针对道路上的各选择点设定危险度。优选地,根据到障碍物的距离来设定危险度。例如,危险度在障碍物存在的点被设定为最高,在离障碍物较远的点被设定为较低。另外,优选地,基于各障碍物相对于本车辆1的速度,针对接近本车辆1的障碍物附近的点,将危险度设定得较高。
行驶计划单元34依次生成用于使车辆1沿着路线行驶的行动计划。例如,行驶计划单元34首先确定用于使车辆1在由路线确定单元14D确定的目标车道中行驶的事件,使得车辆1不接触障碍物。所述事件可以包括例如使车辆1以恒定速度在同一行驶车道中行驶的恒速行驶事件、使车辆1以小于或等于由乘员设定的设定速度或基于车辆1行驶的环境确定的速度跟随在同一行驶车道中行驶的前方车辆的跟随行驶事件、使车辆1改变其行驶车道的车道改变事件、使车辆1超过前方车辆的超车事件、在道路的汇合点使车辆1汇合的汇合事件、在道路的分支点使车辆1沿目标方向行驶的分支事件、使自动驾驶结束而切换为手动驾驶的自动驾驶结束事件、以及在车辆1的行驶中满足表示控制装置15或驾驶员难以继续驾驶的规定条件时使车辆1停止的车辆停止事件。
在这些事件的执行期间,行驶计划单元34可以基于车辆1附近的状况(附近车辆和行人的存在、由于道路建设引起的车道变窄等)来确定回避障碍物等的回避事件。
行驶计划单元34基于所确定的事件进一步生成车辆1未来应该行驶的行驶路线(目标轨迹)以及各时间点的加减速量和转向量。行驶路线被生成为按顺序排列的一组轨迹点,其中轨迹点是车辆1在各自未来时间应到达的点。目标速度和目标加速度的信息由轨迹点之间的间隔表示。
行驶控制单元24基于由行驶计划单元34设定的各时间点的加减速量和转向量来控制驱动源5、制动装置8和转向装置9。一旦确定了各时间点的加减速量和转向量,就确定行驶路线。
下面,将参照图10的流程图描述由控制装置15执行的行驶控制的过程。首先,危险度设定单元33基于由外部环境识别单元31识别出的车辆1周围的障碍物的信息来制作风险图(S1)。如上所述,风险图包括与可行驶区域和可行驶区域中的各选择点处的危险度相关的信息。优选地,与控制装置15设定行驶计划的区间即优化区间对应地设定风险图。
随后,轮胎参数估计单元22根据上述估计方法计算包括各个轮3的轮胎扭转刚度kTfl、kTfr、kTrl、kTrr和路面摩擦系数λμfl、λμfr、λμrl、λμrr的轮胎参数的估计值(S2)。各个轮3的估计的轮胎扭转刚度kTfl、kTfr、kTrl、kTrr和估计的路面摩擦系数λμfl、λμfr、λμrl、λμrr在优化区间中被认为是恒定值。注意,后缀f1、fr、r1和rr分别表示左前轮、右前轮、左后轮和右后轮,并且这类似地适用于稍后将描述的状态量。此外,当可以在不区分车轮的情况下执行计算时,省略了这些后缀,并且计算结果通常用于车轮。
接下来,基于模型40和评估函数,行驶计划单元34在优化区间的各时间点搜索各个轮3的目标滑移率和目标转向角(S3)。通过使用由轮胎参数估计单元22估计的轮胎扭转刚度kTfl、kTfr、kTrl、kTrr和路面摩擦系数λμfl、λμfr、λμrl、λμrr来设定模型40。如图11所示,模型40包括轮载荷计算单元41、轮胎速度计算单元42、轮胎侧滑角计算单元43、轮胎力计算单元44和车辆模型45。
模型40在优化区间中的各时间点接收各个轮3的转向角δf(k)和滑移率κfl(k)、κfr(k)、κrl(k)、κrr(k)作为控制量(优化变量)。注意,各字母右肩上的(k)表示第k个计算结果(离散时间k)。
轮载荷计算单元41根据以下公式58和59计算各个轮3的轮载荷Fz(k)。
这里,l是轴距[m],lf是从车辆1的重心到前轴的距离[m],lr是从车辆1的重心到后轴的距离[m],df是前轮的胎面宽度[m],dr是后轮的胎面宽度,kf是前侧倾刚度[Nm/rad],kr是后侧倾刚度[Nm/rad],h是重心的高度[m],m是车辆重量[kg],ax (k-1)是车体2的前后加速度,ay (k-1)是车体2的横向加速度。从车辆模型45输入前后加速度ax (k-1)和横向加速度ay (k -1)。
轮胎速度计算单元42根据以下公式60计算各个轮3的纵向速度Vcx (k)。
这里,vx (k)是车体2的前后速度[m/s],vy (k)是车体2的横向速度[m/s]。r是偏航角速度[deg/s]。作为变量输入转向角δf (k),并且从车辆模型45输入车体2的前后速度vx (k)和车体2的横向速度vy (k)。
轮胎侧滑角计算单元43根据以下公式61计算各个轮3的侧滑角α(k)。
作为变量输入转向角δf (k),并且从车辆模型45输入车体2的前后速度vx (k)和车体2的横向速度vy (k)。
轮胎力计算单元44基于修改的轮胎模型来计算各个轮3的前后力(驱动力)Fx (k)和横向力Fy (k)。如下面的公式62所示,基于各个轮3的轮胎扭转刚度kT、路面摩擦系数λμ、轮载荷Fz (k)、纵向速度Vcx (k)、滑移率κ(k)和侧滑角α(k)来计算各个轮3的前后力Fx (k)和横向力Fy (k)。
公式62中的各个轮3的前后力Fx和横向力Fy具体地由以下公式63至109表示。
在以下公式63至109中,具有后缀的p和r以及Aμ和λμV是具有预定值的系数。
γ*=sinγ...(64)
VSy=-Vcx tanα...(66)
(ifγ=0:=Kyαo=CFα)(pKy4≈2)
Kyγo=Fz(pKy6+pKy7dfz)...(73)
SHx=pHx1+pHx2dfz...(74)
SHxα=rHx1...(75)
SHyκ=rHy1+rHy2 dfz...(78)
α*=tanα·sgnVcx(=-Vcy/|Vcx|)...(79)
αS=α*+SHxα...(80)
αy=α*+SHy...(81)
κx=κ+SHx...(82)
κS=κ+SHyκ...(83)
DVyκ=μyFz(rVy1+rVy2dfz+rVy3γ*)cos(tan-1rVy4α*)...(86)
SVyκ=DVyκ sin(rVy5 tan-1rVy6κ)...(87)
Cx=pCx1(>0)...(88)
Cy=pCy1(>0)...(89)
Dx=μxFz(>0)...(90)
Dy=μyFz(>0)...(91)
Ey=(pEy1+pEy2dfz)[1+pEy5γ*2-(pEy3+pEy4γ*)sgn(αy)]...(93)
Bx=Kxκ/(CxDx+εx)...(94)
By=Kyα/(CyDy+εy)...(95)
Bxα=(rBx1+rBx3γ*2)cos(tan-1rBx2κ)(>0)...(96)
Byκ=(rBy1+rBy4γ*2)cos{tan-1[rBy2(α*-rBy3)]}(>0)...(97)
Cxα=rCx1...(98)
Cyκ=rCy1…(99)
Exα=rEx1+rEx2dfz(≤1)...(100)
Eyκ=rEy1+rEy2dfz(≤1)...(101)
Fxo=Dx sin{Cx tan-1[Bxκx-Ex(Bxκx-tan-1Bxκx)]}+SVx...(102)
Gxαo=cos{Cxα tan-1[BxαSHxα-Exα(BxαSHxα-tan-1BxαSHxα)]}...(103)
Gxα=cos{Cxα tan-1[BxααS-Exα(BxααS-tan-1BxααS)]}/Gxαo(>0)...(104)
Fx=GxαFxo...(105)
Fyo=Dy sin{Cy tan-1[Byαy-Ey(Byαy-tan-1Byαy)]}+SVy...(106)
Gyκo=cos{Cyκ tan-1[ByκSHyκ-Eyκ(ByκSHyκ-tan-1ByκSHyκ)]}...(107)
Gyκ=cos{Cyκ tan-1[ByκκS-Eyκ(ByκκS-tan-1ByκκS)]}/Gyκo(>0)...(108)
Fy=GyκFyo+SVyκ...(109)
在车辆模型45中,基于各个轮3的前后力Fx和横向力Fy以及作为控制量的转向角δf,从运动方程计算车辆1的状态量。运动方程由以下公式110和111表示。
在此,行驶阻力Fr由以下公式113表示。
Fr=μrm+μaA·(3.6vx)2...(113)
这里,μr是滚动阻力系数[N/kg],μa是空气阻力系数[N/m2/(km/h)2],A是车辆的前方投影面积[m2]。
另外,车辆模型45根据以下公式114从离散时间k处的车辆1的状态量计算离散时间k+1处的车辆1的状态量。
在此,X-Y是固定在地面上的坐标系,x-y是以车辆1的重心为原点的坐标系,x是车辆1的前后方向,y是垂直于x的横向方向。θ是x轴相对于X轴的角度。V由以下公式115表示。
评估函数由公式117的J表示,其中由公式116表示的在特定时间点的阶段成本L与预定时间间隔T(=Δt·N)积分。
L=wrLr+wsLs+wvLv...(116)
这里,Wr、Ws、Wv是具有预定值的权重(系数),Lr是危险度,Ls是滑移损失,Lv是动能损失。xk是车辆1的状态量(公式114),uk是控制量,t是时间。各字母右肩上的“*”表示它是在后面的优化计算中使用的值,并且不一定对应于实际值(右肩上没有“*”表示)。L是阶段成本,是终端成本。由于控制量uN影响状态量xN+1,所以影响优化区间的控制量是u0、u1...uN-1(阶段成本L),并且控制量与仅由状态量xN确定的终端成本无关。
通过参照基于车辆1的位置X(k)、Y(k)的风险图来设定危险度Lr。如上所述,由危险度设定单元33制作风险图。危险度越小,车辆1越靠近可行驶区域的中央部分,从而降低与车辆1周围的障碍物碰撞的危险。
如以下公式118所示,滑移损失Ls被定义为各个轮3的轮胎的摩擦损失的总和。各个轮3的摩擦损失由各个轮3的摩擦力Ffl、Ffr、Frl、Frr与滑移速度Vsfl、Vsfr、Vsrl、Vsrr的乘积表示。滑移损失越小,各个轮3的滑动滑移变得越小,使得车辆1的行为变得稳定。注意,当各个轮3的轮胎的滑移率小于或等于附着极限滑移率时,滑移速度也在附着极限内,因此,滑移损失足够小并且车辆1的行为稳定。
动能损失Lv由相对于初始条件(k=0)的动能减少量定义。例如,动能损失Lv可如公式119所示定义。动能损失越小,车辆1的减速度被抑制得越多。
这里,T表示时间间隔。
在诸如紧急避撞的情况下,有必要评估整体避撞动作,而不是瞬时性能。因此,需要搜索使J(参见公式117)最小化的控制量(优化变量)(在特定时间k输入到车辆的转向角δf (k)和各个轮3的滑移率κfl (k)、κfr (k)、κrl (k)、κrr (k)的分布以及它们的时间变化)的组合,J通过将在特定时间点的阶段成本L(参见公式116)与预定时间间隔T(=Δt·N)积分来计算。控制量的时间序列函数U由以下公式120表示。
这里,uk(k=0、1...N-1)是在特定时间k输入到车辆的控制量,并且由以下公式121表示。
评估函数的必要最优性条件由以下公式122至125表示。
这里,x0 *是初始值,并且通过输入在当前时间t观察到的状态量x(t)来给出。
这里,λ是成本,H是哈密顿量,C是约束条件。哈密顿量由以下公式125表示。
H(x,u,λ,μ)=L(x,u)+λTf(x,u)+μTC(x,u)...(125)
例如,在对使评估函数最小化的控制量的搜索中,可以使用顺序二次规划(SQP)。此外,为了减少控制装置15的处理负荷,可以使用C/GMRES方法。在任一计算方法中,使用在当前时间t观察到的状态量x(t)作为初始值来搜索控制量(公式122)。因此,通过连续观测的状态量的反馈,可以校正干扰的影响。
随后,如图10所示,控制装置15通过将使评估函数J最小化的各时间点的各个轮3的目标(最佳)滑移率输入到修改的轮胎模型中,来计算各时间点的各个轮3的目标驱动力(要求驱动力)(S4)。各个轮3的驱动力由以下公式126表示。
这里,后缀“opt”意味着它们是通过目标滑移率和目标转向角优化的值。
随后,控制装置15基于使评估函数J最小化的各时间点的目标转向角,来控制转向装置9以使实际转向角对应于目标转向角(S5)。
随后,控制装置15基于在步骤S4中计算出的各时间点的各个轮3的目标驱动力,来控制驱动源5和制动装置8的扭矩(S6)。驱动源5通过增大/减小输出来调节给予前轮3F的正驱动力。另外,驱动源5通过增大/减小发动机制动量和再生量来调节给予前轮3F的负驱动力。制动装置8通过增大/减小制动扭矩来调节包括前轮3F和后轮3R的各个轮3的负驱动力。
利用执行上述行驶控制的控制装置15,车辆1能够以与周围的障碍物保持安全距离的方式行驶,通过抑制滑动滑移来稳定车辆行为,并且抑制减速。
图12是示出在路面摩擦系数为0.8、路面摩擦系数为0.5、路面摩擦系数为0.3的每种情况下当评估函数最小化时在评估部分X(前方距离)中的横向位移Y(m)、转向角(rad)、车辆速度(km/h)和轮胎滑移损失(J)的累积值Js的曲线图。从图12可以理解,无论路面摩擦系数的值如何,车辆1都可以大致在可行驶区域的中央行驶。此时,路面摩擦系数越小,减速区间越长且转向正时越早。然而,另外在路面摩擦系数为0.5的情况下,减速区间较长,因此抑制了轮胎滑移损失。
图13是示出针对不同路面摩擦系数的行驶控制的效果的曲线图。当路面摩擦系数μ为0.8或0.5时,车体侧滑角随着偏航角速度线性地变化并且其值小。在这种情况下,轮胎摩擦被抑制在附着极限内,并且实现了一致且稳定的车辆行为。当路面摩擦系数μ为0.3时,如果轮胎摩擦被抑制在附着极限内,则车辆可能偏离可行驶区域,因此,进行控制以使偏离附着极限最小化。结果,车体侧滑角不随着偏航角速度线性地改变,而是不发散,并且与当路面摩擦系数μ为0.8或0.5时类似地抑制车体侧滑角的最大值。即,虽然可能损害乘坐感觉的一致性,但是保持稳定的车辆行为。这样,当路面摩擦系数低时,控制装置15可以提高稳定性并实现安全的自动驾驶。
根据上述实施方式,能够提供一种能够设定车辆1能够以稳定的车辆行为行驶的行驶路线的车辆控制系统。由于行驶计划单元将行驶路线、加减速量和转弯量设定为抑制轮胎的滑移率相对于附着极限滑移率的过量,因此抑制了滑动滑移,并且提高了车辆行为的稳定性。此外,由于行驶计划单元基于由轮胎参数估计装置估计的轮胎参数来设定行驶路线、加减速量和转弯量,所以即使路面状况改变,车辆1也可以在沿着行驶路线行驶的同时稳定车辆行为。由于对滑动滑移的抑制,即使当在车辆1沿着行驶路线行驶的同时行驶路线由于障碍物而突然改变时,车辆1也能够在行驶的同时稳定车辆行为。另外,由于对滑动滑移的抑制,即使当在车辆1沿着行驶路线行驶的同时车辆速度高于目标车辆速度时,车辆1也能够在行驶的同时稳定车辆行为。
行驶控制系统10将行驶路线、加减速量和转弯量设定为使考虑到危险度、轮胎滑移损失和动能损失的评估函数(参见公式116)最小化。因此,行驶控制系统10能够设定使车辆1与障碍物之间的间隔变宽且车辆1能够以稳定的车辆行为和小的减速度行驶的行驶路线。此外,通过改变第一系数、第二系数和第三系数,可以调节危险度、轮胎滑移损失和动能损失对评估函数的影响。
控制装置15在评估函数最小化时获取各个轮3的轮胎的滑移率和转向角,并且控制驱动源5和制动装置8中的至少一者,使得轮胎的实际驱动力对应于要求驱动力。由于基于轮胎的要求驱动力来控制驱动源5和制动装置8,因此能够减少控制误差。在进行控制以使实际滑移率对应于目标滑移率的比较情况下,如果轮胎模型(滑移率与驱动力之间的关系)包括误差,则在行驶路线中将发生误差。相反,在进行控制以使轮胎的实际驱动力对应于要求驱动力的情况下,如果轮胎模型包括误差,则在轮胎滑移损失中可能发生误差,但是对行驶路线的影响小。
在上文中已经描述了具体实施方式,但是本发明不限于上述实施方式并且可以以各种方式修改或改变。在另一实施方式中,轮胎参数估计单元22可以通过使用各种已知方法来估计路面摩擦系数和轮胎扭转刚度。例如,轮胎参数估计单元22可以基于用于检测路面状况的传感器的检测值来估计路面摩擦系数。此外,轮胎参数估计单元22可以基于空气压力等估计轮胎扭转刚度。
Claims (9)
1.一种用于车辆的行驶控制系统,该行驶控制系统包括:
外部环境识别装置,其识别所述车辆周围的障碍物;
轮胎参数估计装置,其估计所述车辆的轮胎的轮胎参数;以及
行驶计划装置,其基于所述障碍物和所述轮胎参数来设定行驶路线、加减速量和转弯量,
其中,所述行驶计划装置将所述行驶路线、所述加减速量和所述转弯量设定为在避免接近所述障碍物的同时抑制所述轮胎的滑移率相对于附着极限滑移率的过量。
2.根据权利要求1所述的行驶控制系统,其中,所述行驶计划装置将所述行驶路线、所述加减速量和所述转弯量设定为使评估函数最小化,所述评估函数是通过将基于所述障碍物与所述车辆之间的距离的危险度乘以第一系数而得到的值和通过将根据所述轮胎的滑动滑移而增加的滑移损失乘以第二系数而得到的值的总和。
3.根据权利要求1所述的行驶控制系统,其中,所述行驶计划装置将所述行驶路线、所述加减速量和所述转弯量设定为使评估函数最小化,所述评估函数是通过将基于所述障碍物与所述车辆之间的距离的危险度乘以第一系数而得到的值、通过将所述轮胎的滑移损失乘以第二系数而得到的值和通过将作为所述车辆的动能减少量的动能损失乘以第三系数而得到的值的总和。
4.根据权利要求2或3所述的行驶控制系统,所述行驶控制系统还包括控制驱动源、制动装置和转向装置的行驶控制装置,
其中,所述行驶计划装置在所述评估函数最小化时设定所述轮胎的目标滑移率和目标转向角,并且基于所述目标滑移率来计算所述轮胎的要求驱动力,并且
所述行驶控制装置控制所述转向装置使得所述轮胎的实际转向角对应于所述目标转向角,并且控制所述驱动源和所述制动装置中的至少一者使得所述轮胎的实际驱动力对应于所述要求驱动力。
5.根据权利要求1至3中的任一项所述的行驶控制系统,其中,所述轮胎参数包括轮胎扭转刚度和路面摩擦系数,所述轮胎扭转刚度是所述轮胎的刚度,所述路面摩擦系数表示所述轮胎与路面之间的摩擦特性,并且
所述轮胎参数估计装置至少基于驱动源的旋转速度、所述轮胎的轮体的旋转速度、车体速度和所述轮体的扭矩来估计所述轮胎扭转刚度和所述路面摩擦系数。
6.根据权利要求5所述的行驶控制系统,其中,所述轮胎参数估计装置基于所述轮胎扭转刚度和所述路面摩擦系数来估计与所述轮胎相对于所述路面的附着极限相对应的附着极限滑移率。
7.一种由用于车辆的行驶控制系统执行的行驶控制方法,该行驶控制方法包括以下步骤:
识别所述车辆周围的障碍物;
估计所述车辆的轮胎的轮胎参数;以及
基于所述障碍物和所述轮胎参数将行驶路线、加减速量和转弯量设定为在避免接近所述障碍物的同时抑制所述轮胎的滑移率相对于附着极限滑移率的过量。
8.根据权利要求7所述的行驶控制方法,其中,将所述行驶路线、所述加减速量和所述转弯量设定为使评估函数最小化,所述评估函数是通过将基于所述障碍物与所述车辆之间的距离的危险度乘以第一系数而得到的值、通过将所述轮胎的滑移损失乘以第二系数而得到的值和通过将所述车辆的动能减少量乘以第三系数而得到的值的总和。
9.根据权利要求8所述的行驶控制方法,该行驶控制方法包括以下步骤:
在所述评估函数最小化时设定所述轮胎的目标滑移率和目标转向角,并且基于所述目标滑移率来计算所述轮胎的要求驱动力;以及
控制转向装置使得所述轮胎的实际转向角对应于所述目标转向角,并且控制驱动源和制动装置中的至少一者使得所述轮胎的实际驱动力对应于所述要求驱动力。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021-059072 | 2021-03-31 | ||
JP2021059072A JP2022155712A (ja) | 2021-03-31 | 2021-03-31 | 走行制御システム及び走行制御方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115214616A true CN115214616A (zh) | 2022-10-21 |
Family
ID=83509994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210182979.3A Pending CN115214616A (zh) | 2021-03-31 | 2022-02-25 | 行驶控制系统和行驶控制方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11975723B2 (zh) |
JP (1) | JP2022155712A (zh) |
CN (1) | CN115214616A (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230135225A (ko) * | 2022-03-15 | 2023-09-25 | 현대자동차주식회사 | 전동화 차량의 사운드 발생 장치 및 방법 |
US20230311904A1 (en) * | 2022-04-04 | 2023-10-05 | GM Global Technology Operations LLC | Vehicle speed and/or wheel speed estimation using multiple speed measurements |
CN116946141B (zh) * | 2023-09-18 | 2023-11-24 | 成都赛力斯科技有限公司 | 增程式电动汽车的控制方法、装置、电动汽车及存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4402980B2 (ja) * | 2004-02-27 | 2010-01-20 | 財団法人鉄道総合技術研究所 | 鉄道車両用トラクション制御装置 |
JP4434179B2 (ja) * | 2006-06-28 | 2010-03-17 | 日産自動車株式会社 | 車両用運転操作補助装置および車両用運転操作補助装置を備えた車両 |
JP5988170B2 (ja) * | 2013-11-29 | 2016-09-07 | アイシン精機株式会社 | 車両挙動制御装置および車両挙動制御システム |
JP6773433B2 (ja) * | 2016-03-31 | 2020-10-21 | 株式会社Subaru | 周辺リスク表示装置 |
US10040450B1 (en) * | 2017-03-13 | 2018-08-07 | Wipro Limited | Method of controlling an autonomous vehicle and a collision avoidance device thereof |
US11097739B2 (en) * | 2018-02-22 | 2021-08-24 | GM Global Technology Operations LLC | Method to estimate tire-road friction, prior to safety systems engagement |
US11254315B2 (en) * | 2019-03-12 | 2022-02-22 | Mitsubishi Electric Research Laboratories, Inc. | Friction adaptive vehicle control |
JP7158456B2 (ja) * | 2020-12-02 | 2022-10-21 | 本田技研工業株式会社 | 走行制御システム及び走行制御方法 |
-
2021
- 2021-03-31 JP JP2021059072A patent/JP2022155712A/ja active Pending
-
2022
- 2022-02-24 US US17/679,555 patent/US11975723B2/en active Active
- 2022-02-25 CN CN202210182979.3A patent/CN115214616A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US11975723B2 (en) | 2024-05-07 |
JP2022155712A (ja) | 2022-10-14 |
US20220324465A1 (en) | 2022-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106080598B (zh) | 实时预期速度控制 | |
CN115214616A (zh) | 行驶控制系统和行驶控制方法 | |
KR100939039B1 (ko) | 차량의 제어장치 | |
Li et al. | Comprehensive tire–road friction coefficient estimation based on signal fusion method under complex maneuvering operations | |
US8315757B2 (en) | Vehicular driving support apparatus and method and vehicle equipped with vehicular driving support apparatus | |
Park et al. | Integrated observer approach using in-vehicle sensors and GPS for vehicle state estimation | |
JP6748619B2 (ja) | 車両制御装置、車両制御方法および車両制御システム | |
JP6547791B2 (ja) | 車両の運転支援装置およびその方法 | |
CN101837781A (zh) | 用于自动车道对正或换道的控制系统的基于模型的预测控制 | |
JP2003536096A (ja) | 追跡マップジェネレータ | |
US20200180614A1 (en) | Vehicle control device | |
JP2020169872A (ja) | 慣性航法装置 | |
Park | Vehicle sideslip angle estimation based on interacting multiple model Kalman filter using low-cost sensor fusion | |
CN106184225A (zh) | 分布式四驱电动车动力学控制的纵向车速估算方法 | |
CN112977411A (zh) | 一种智能底盘控制方法及装置 | |
JP2018106490A (ja) | 自動運転装置 | |
US20210012119A1 (en) | Methods and apparatus for acquisition and tracking, object classification and terrain inference | |
Choi | The design of a look-down feedback adaptive controller for the lateral control of front-wheel-steering autonomous highway vehicles | |
US9914453B2 (en) | Method for predicting the travel path of a motor vehicle and prediction apparatus | |
US20180347993A1 (en) | Systems and methods for verifying road curvature map data | |
CN111452786B (zh) | 一种无人车辆避障方法及系统 | |
Parra-Tsunekawa et al. | A kalman-filtering-based approach for improving terrain mapping in off-road autonomous vehicles | |
EP4420947A1 (en) | Vehicle control device, vehicle control method, and vehicle control system | |
Kim et al. | Development of a full speed range path-following system for the autonomous vehicle | |
CN114291071B (zh) | 一种车辆稳定性控制主动介入时机的判定方法、系统、可读存储介质及车辆 |
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 |