CN115257782A - 车辆横摆角预测方法、装置及计算机可读存储介质 - Google Patents

车辆横摆角预测方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN115257782A
CN115257782A CN202211062092.7A CN202211062092A CN115257782A CN 115257782 A CN115257782 A CN 115257782A CN 202211062092 A CN202211062092 A CN 202211062092A CN 115257782 A CN115257782 A CN 115257782A
Authority
CN
China
Prior art keywords
vehicle
yaw angle
wheel
target vehicle
vehicle yaw
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
CN202211062092.7A
Other languages
English (en)
Inventor
高延熹
顾原
庞竹吟
陈博
吕颖
韩佳琪
王艺蒙
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.)
FAW Group Corp
Original Assignee
FAW Group 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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN202211062092.7A priority Critical patent/CN115257782A/zh
Publication of CN115257782A publication Critical patent/CN115257782A/zh
Priority to PCT/CN2023/098393 priority patent/WO2024045741A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/112—Roll movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • 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
    • 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
    • B60W2520/14—Yaw

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种车辆横摆角预测方法、装置及计算机可读存储介质。其中，该方法包括：基于目标车辆的车辆质心行驶速度和偏航角度传感数据，确定目标车辆的当前时刻车辆横摆角；确定目标车辆车轮的转弯半径和轮胎侧偏角；基于目标车辆车轮在车轮行驶方向上的等效速度，转弯半径以及轮胎侧偏角，确定车轮在车辆行驶方向上的实际速度；基于目标车辆的车轮的实际速度，确定车轮的车辆横摆角加权角速度；基于当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，确定目标车辆在预定预测时刻时的目标车辆横摆角。本发明解决了针对车辆横摆角估算不准确的技术问题。

Description

车辆横摆角预测方法、装置及计算机可读存储介质
技术领域
本发明涉及数据处理领域，具体而言，涉及一种车辆横摆角预测方法、装置及计算机可读存储介质。
背景技术
在相关技术中，存在针对车辆横摆角估算不准确的技术问题。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种车辆横摆角预测方法、装置及计算机可读存储介质，以至少解决针对车辆横摆角估算不准确的技术问题。
根据本发明实施例的一个方面，提供了一种车辆横摆角预测方法，包括：基于目标车辆的车辆质心行驶速度和偏航角度传感数据，确定目标车辆的当前时刻车辆横摆角；确定目标车辆车轮的转弯半径和轮胎侧偏角；基于目标车辆车轮在车轮行驶方向上的等效速度，转弯半径以及轮胎侧偏角，确定车轮在车辆行驶方向上的实际速度；基于目标车辆的车轮的实际速度，确定车轮的车辆横摆角加权角速度；基于当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，确定目标车辆在预定预测时刻时的目标车辆横摆角。
可选的，基于目标车辆车轮在车轮行驶方向上的等效速度，转弯半径以及轮胎侧偏角，确定车轮在车辆行驶方向上的实际速度，包括：利用目标车辆中的轮速传感器，分别获取车轮的第一等效速度；分别获取车轮的转动角速度和车轮半径，基于转动角速度和车轮半径，计算得到车轮的第二等效速度；按照预定比例，对车轮的第一等效速度和第二等效速度进行综合，得到车轮的综合等效速度；基于车轮的综合等效速度，转弯半径以及轮胎侧偏角，计算得到车轮的实际速度。
可选的，基于目标车辆的车轮的实际速度，确定车轮的车辆横摆角加权角速度，包括：基于车轮的实际速度，车辆质心行驶速度以及转弯半径，确定车轮的车辆横摆角加权角速度。
可选的，基于当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，确定目标车辆在预定预测时刻时的目标车辆横摆角，包括：基于当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，利用目标预测模型确定目标车辆在预定预测时刻时的目标车辆横摆角，其中，目标预测模型基于粒子滤波算法构建，经过多组样本数据训练得到。
可选的，根据权利要求1的方法，基于当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，确定目标车辆在预定预测时刻时的目标车辆横摆角，包括：
Figure BDA0003826675170000021
其中，ψK+1为预定预测时刻时的目标车辆横摆角，ψK为当前时刻车辆横摆角，
Figure BDA0003826675170000022
为当前时刻车辆横摆角加权角速度，
Figure BDA0003826675170000023
为当前时刻车辆横摆角加权角加速度，T为当前时刻到预定预测时刻的时长。
可选的，基于当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，确定目标车辆在预定预测时刻时的目标车辆横摆角，包括：获取目标车辆中的传感器的测量噪声；基于测量噪声，当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，确定目标车辆在预定预测时刻时的目标车辆横摆角。
根据本发明实施例的另一方面，还提供了一种车辆横摆角预测装置，包括：第一确定模块，用于基于目标车辆的车辆质心行驶速度和偏航角度传感数据，确定目标车辆的当前时刻车辆横摆角；第二确定模块，用于确定目标车辆车轮的转弯半径和轮胎侧偏角；第三确定模块，用于基于目标车辆车轮在车轮行驶方向上的等效速度，转弯半径以及轮胎侧偏角，确定车轮在车辆行驶方向上的实际速度；第四确定模块，用于基于目标车辆的车轮的实际速度，确定车轮的车辆横摆角加权角速度；第五确定模块，用于基于当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，确定目标车辆在预定预测时刻时的目标车辆横摆角。
可选的，第三确定模块包括：获取单元，用于利用目标车辆中的轮速传感器，分别获取车轮的第一等效速度；第一计算单元，用于分别获取车轮的转动角速度和车轮半径，基于转动角速度和车轮半径，计算得到车轮的第二等效速度；综合单元，用于按照预定比例，对车轮的第一等效速度和第二等效速度进行综合，得到车轮的综合等效速度；第二计算单元，用于基于车轮的综合等效速度，转弯半径以及轮胎侧偏角，计算得到车轮的实际速度。
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述任意一项的车辆横摆角预测方法。
根据本发明实施例的另一方面，还提供了一种计算机设备，包括：存储器和处理器，存储器存储有计算机程序；处理器，用于执行存储器中存储的计算机程序，计算机程序运行时使得处理器执行上述任意一项的车辆横摆角预测方法。
在本发明实施例中，采用粒子滤波的方式，通过从目标车辆的不同传感器获取车辆的驾驶传感数据，对这些传感数据进行数据融合，确定出目标车辆的当前时刻车辆横摆角，基于转弯半径，轮胎侧偏角，车轮在车轮行驶方向上的等效速度，以及车轮在车辆行驶方向上的实际速度，迭代确定出车轮的车辆横摆角加权角速度，再根据目标车辆的当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，确定出目标车辆在预定预测时刻时的目标车辆横摆角，达到了基于多项车辆传感数据确定目标车辆的目标车辆横摆角的目的，从而实现了提高车辆横摆角预测准确性的技术效果，进而解决了针对车辆横摆角估算不准确的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的车辆横摆角预测方法的流程图；
图2是根据本发明可选实施方式提供的曲率半径示意图；
图3是根据本发明可选实施方式提供的侧偏角计算示意图；
图4是根据本发明实施例提供的车辆横摆角预测装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
术语说明
粒子滤波，通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计的过程，这些样本被形象的称为“粒子”，故而叫粒子滤波。
转弯半径，是指汽车行驶过程中，由转向中心到前外转向轮与地面接触点的距离。
根据本发明实施例，提供了一种车辆横摆角预测方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的车辆横摆角预测方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，基于目标车辆的车辆质心行驶速度和偏航角度传感数据，确定目标车辆的当前时刻车辆横摆角；
步骤S104，确定目标车辆车轮的转弯半径和轮胎侧偏角；
步骤S106，基于目标车辆车轮在车轮行驶方向上的等效速度，转弯半径以及轮胎侧偏角，确定车轮在车辆行驶方向上的实际速度；
步骤S108，基于目标车辆的车轮的实际速度，确定车轮的车辆横摆角加权角速度；
步骤S110，基于当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，确定目标车辆在预定预测时刻时的目标车辆横摆角。
通过上述步骤，采用粒子滤波的方式，通过从目标车辆的不同传感器获取车辆的驾驶传感数据，对这些传感数据进行数据融合，确定出目标车辆的当前时刻车辆横摆角，基于转弯半径，轮胎侧偏角，车轮在车轮行驶方向上的等效速度，以及车轮在车辆行驶方向上的实际速度，迭代确定出车轮的车辆横摆角加权角速度，再根据目标车辆的当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，确定出目标车辆在预定预测时刻时的目标车辆横摆角，达到了基于多项车辆传感数据确定目标车辆的目标车辆横摆角的目的，从而实现了提高车辆横摆角预测准确性的技术效果，进而解决了针对车辆横摆角估算不准确的技术问题。
作为一种可选的实施例，基于目标车辆车轮在车轮行驶方向上的等效速度，转弯半径以及轮胎侧偏角，确定车轮在车辆行驶方向上的实际速度，包括：利用目标车辆中的轮速传感器，分别获取车轮的第一等效速度；分别获取车轮的转动角速度和车轮半径，基于转动角速度和车轮半径，计算得到车轮的第二等效速度；按照预定比例，对车轮的第一等效速度和第二等效速度进行综合，得到车轮的综合等效速度；基于车轮的综合等效速度，转弯半径以及轮胎侧偏角，计算得到车轮的实际速度。
在本发明实施例中，可以将由轮速传感器获取得到的车轮的等效速度直接用于计算车轮的实际车速，也可以通过计算的方式，利用车轮的转动角速度和车轮半径求得车轮的等效速度，也可以通过上述两种方式分别确定出车轮的第一等效速度和第二等效速度，在按照预定的综合比例(例如，0.4:0.6)综合第一等效速度和第二等效速度，以得到更加准确的综合等效速度，进而提高基于等效速度计算得到的实际速度的准确性，其中，预定的综合比例可以根据实际情况进行设置，例如，可以考虑轮速传感器的灵敏度，转动角角速度和车轮半径的测量误差，等等。
作为一种可选的实施例，基于目标车辆的车轮的实际速度，确定车轮的车辆横摆角加权角速度，包括：基于车轮的实际速度，车辆质心行驶速度以及转弯半径，确定车轮的车辆横摆角加权角速度。
在确定了车轮的实际速度，车辆质心行驶速度以及转弯半径之后，可以根据如下公式计算得到车轮的车辆横摆角加权角速度：
Figure BDA0003826675170000051
Figure BDA0003826675170000052
其中，上述的两个公式可以选择其中一个计算得到车辆横摆角加权角速度。其中，vWFL，x和vWFL，y分别是车轮实际速度在预设的x和y两个方向上的速度分量，vG，x和vG，y分别是车辆质心行驶速度在预设的x和y两个方向上的速度分量，
Figure BDA0003826675170000053
为车辆横摆角加权角速度，rFL为车轮质心到车辆质心的距离，γFL为车轮行驶方向与车辆行驶方向之间的夹角。
作为一种可选的实施例，基于当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，确定目标车辆在预定预测时刻时的目标车辆横摆角，包括：基于当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，利用目标预测模型确定目标车辆在预定预测时刻时的目标车辆横摆角，其中，目标预测模型基于粒子滤波算法构建，经过多组样本数据训练得到。在本发明实施例中，可以基于粒子滤波算法构建出针对车辆横摆角的预测模型，并通过利用多组样本数据对该预测模型进行训练，不断调整优化该预测模型，以得到目标预测模型。也可以针对该预测模型进行预测精度和/或准确度的评估，并在该预测模型针对车辆横摆角的预测结果达到要求的预测精度和/或准确度的情况下，将该预测模型确定为目标预测模型。
作为一种可选的实施例，基于当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，确定目标车辆在预定预测时刻时的目标车辆横摆角，包括：
Figure BDA0003826675170000061
其中，ψK+1为预定预测时刻时的目标车辆横摆角，ψK为当前时刻车辆横摆角，
Figure BDA0003826675170000062
为当前时刻车辆横摆角加权角速度，
Figure BDA0003826675170000063
为当前时刻车辆横摆角加权角加速度，T为当前时刻到预定预测时刻的时长。
作为一种可选的实施例，基于当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，确定目标车辆在预定预测时刻时的目标车辆横摆角，包括：获取目标车辆中的传感器的测量噪声；基于测量噪声，当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，确定目标车辆在预定预测时刻时的目标车辆横摆角。考虑到在利用目标车辆的传感器获取传输数据时，根据传感器的实际性能，可能会在测量数据中存在不同程度的测量噪声，针对该测量噪声，可以预设一个应用于全部传感器的统一的传感器测量噪声参数，利用该测量噪声参数对所有由传感器获得的数据进行处理，也可以针对不同的传感器确定出不同的测量噪声参数，再利用对应于不同传感器的测量噪声参数对与其对应的传感数据进行处理，以尽可能地消除由传感器的测量噪声引起的车辆横摆角预测误差。
需要说明的是，在本发明实施例中，还可以针对目标预测模型设置模型过程噪声参数，以提高模型计算的精度和准确性。
需要说明的是，在本发明实施例中，目标车辆可以装配不同的传感器，其中，传感器可以包括以下传感器中的至少之二：轮速传感器、组合惯导传感器、制动系统惯性传感器。
需要说明的是，在本发明实施例中，可以针对目标车辆的每个车轮都进行转弯半径、轮胎侧偏角、在车轮行驶方向上的等效速度、在车辆行驶方向上的实际速度以及车辆横摆角加权角速度的计算，也可以只计算其中的某个车轮或部分车轮的上述数据，再根据计算结果结合目标车辆的当前时刻车辆横摆角对目标车辆在预定预测时刻时的目标车辆横摆角进行预测。
基于上述实施例及可选实施例，本发明提出一种可选实施方式，下面进行说明。
车辆横摆角速度信号是自动驾驶系统软件中使用的重要信号，该信号表征了车辆在预设的XY平面中的行驶姿态，自动驾驶车辆在弯道上居中行驶或者换道时均会用到该信号。
但在相关技术中，仅凭传感器估算车辆横摆角，通常存在零漂(即车辆静止时惯导信号有相应的偏差)和温漂(即对温度比较敏感，高温时信号误差会增大)的问题。
针对上述技术问题，本发明可选实施方式将GPS信息、惯性导航信息、车辆轮速信息进行数据融合，通过粒子滤波的方法，解决横摆角速度信号的零漂和温漂的问题，提高横摆角速度信号的精度。
本发明可选实施方式可应用于以下条件下：
1、车辆装配轮速传感器、组合惯导传感器、制动系统惯性传感器(该传感器相比于组合惯导传感器，仅能够提供质心坐标系下X轴、Y轴方向的加速度和横摆角速度信号)
2、辆在水平道路下行驶
3、车辆质心处于固定位置，该位置由整车试验测量得到。
图2是根据本发明可选实施方式提供的曲率半径示意图，如图2所示，本发明可选实施方式涉及到以下各项的计算：
1、车辆质心处的半径
Figure BDA0003826675170000071
其中，ωG为车辆质心横摆角速度信号，该信号可以通过组合惯导或者制动系统惯性传感器直接测量获得。vG为车辆质心速度，该信号可以通过组合惯导的速度信息、姿态信息转换得到，组合惯导输出速度信息为北-东-地坐标系速度信号，结合惯导的姿态信息，通过旋转矩阵可以得到车辆坐标系下X-Y-Z轴方向的速度信号；该信号也可以通过制动系统惯性传感器积分得到，通过对X轴和Y轴的加速度信号进行离散积分，可求得对应轴的速度信号，最终根据矢量相加公式求得合速度信号和质心侧偏角信号。
2、车辆质心侧偏角
Figure BDA0003826675170000081
其中，vG，x和vG，y分别是车辆质心行驶速度在预设的x和y两个方向上的速度分量。
3、车轮转弯半径(以车辆前轴左侧车轮(下标为FL)为例)
Figure BDA0003826675170000082
其中，rFL是质心到前轴左侧车轮旋转中心的距离，是固定值，θFL是与质心侧偏角相关，等于固定角度值与质心侧偏角之和。
图3是根据本发明可选实施方式提供的侧偏角计算示意图，其中，α为轮胎侧偏角，vR为车轮等效速度，vW为车轮实际速度，δW为车轮转速，如图3所示，本发明可选实施方式还涉及到以下各项的计算：
4、车辆质心速度
Figure BDA0003826675170000083
Figure BDA0003826675170000084
其中，vWFL，x和vWFL，y分别是车轮实际速度在预设的x和y两个方向上的速度分量，vG，x和vG，y分别是车辆质心行驶速度在预设的x和y两个方向上的速度分量，
Figure BDA0003826675170000085
为车辆横摆角加权角速度，rFL为车轮质心到车辆质心的距离，γFL为车轮行驶方向与车辆行驶方向之间的夹角。
5、轮胎侧偏角
Figure BDA0003826675170000086
其中，δW为车轮转速。
6、车轮等效速度
vRFL＝ωRFL*rstac
其中，ωRFL为车轮转动角速度，通过轮速传感器测量得到，rstac为车轮静态半径，通过静态测量得到。
7、车轮的等效速度与车轮实际速度的关系
vWFL＝vRFL*cos(αFL)
再通过上述各公式计算得到车辆横摆角加权角速度后，可以利用粒子滤波算法基于当前时刻的车辆横摆角对下一时刻的车辆横摆角进行预测。
其中，车辆横摆角加权角速度的加权方式为：
1、通过惯性传感器计算得到车轮等效速度，并与轮速传感器得到的等效车速采用预定比例关系(例如，0.4:0.6)得到综合等效速度；
2、利用上述车轮的等效速度与车轮实际速度的关系计算得到车轮实际车速；
3、利用车轮实际车速，基于车辆质心速度计算公式计算得到车辆横摆角加权角速度。
而在本发明可选实施方式中，采用粒子滤波算法预测车辆横摆角时，包括；粒子初始化，粒子搜索，粒子校正以及粒子重采样几个步骤。其中，该粒子滤波算法的状态方程可表示为：
Figure BDA0003826675170000091
其中，ψK+1为预定预测时刻时的目标车辆横摆角，ψK为当前时刻车辆横摆角，
Figure BDA0003826675170000092
为当前时刻车辆横摆角加权角速度，
Figure BDA0003826675170000093
为当前时刻车辆横摆角加权角加速度，T为当前时刻到预定预测时刻的时长。
其中，还可以对粒子滤波算法中的参数进行调整，例如，可以根据传感器的实际性能，得到测量噪声R＝0.16，可以假定模型过程噪声Q＝0.15，也可以假设粒子滤波的权重服从高斯分布，也可以设置为其它权重计算方式，若采用服从高斯分布的方式，则权重计算公式如下：
Figure BDA0003826675170000094
其中，粒子重采样的方式可以是随机采样，也可以根据实际应用需要采用其它采样方式。
本发明可选实施方式提供的横摆角速度信号计算方法，解决了车辆静止和直行状态下横摆角速度零漂问题，在转弯时，与原有普通信号滤波方法相比，信号精度提高5％。
根据本发明实施例，还提供了一种车辆横摆角预测装置，图4是根据本发明实施例提供的车辆横摆角预测装置的结构框图，如图4所示，该装置包括：第一确定模块41，第二确定模块42，第三确定模块43，第四确定模块44和第五确定模块45，下面对该装置进行说明。
第一确定模块41，用于基于目标车辆的车辆质心行驶速度和偏航角度传感数据，确定目标车辆的当前时刻车辆横摆角；第二确定模块42，连接至上述第一确定模块41，用于确定目标车辆车轮的转弯半径和轮胎侧偏角；第三确定模块43，连接至上述第二确定模块42，用于基于目标车辆车轮在车轮行驶方向上的等效速度，转弯半径以及轮胎侧偏角，确定车轮在车辆行驶方向上的实际速度；第四确定模块44，连接至上述第三确定模块43，用于基于目标车辆的车轮的实际速度，确定车轮的车辆横摆角加权角速度；第五确定模块45，连接至上述第四确定模块44，用于基于当前时刻车辆横摆角和车轮的车辆横摆角加权角速度，确定目标车辆在预定预测时刻时的目标车辆横摆角。
作为一种可选的实施例，第三确定模块43包括：获取单元，用于利用目标车辆中的轮速传感器，分别获取车轮的第一等效速度；第一计算单元，用于分别获取车轮的转动角速度和车轮半径，基于转动角速度和车轮半径，计算得到车轮的第二等效速度；综合单元，用于按照预定比例，对车轮的第一等效速度和第二等效速度进行综合，得到车轮的综合等效速度；第二计算单元，用于基于车轮的综合等效速度，转弯半径以及轮胎侧偏角，计算得到车轮的实际速度。
根据本发明实施例，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述任意一项的车辆横摆角预测方法。
根据本发明实施例，还提供了一种计算机设备，包括：存储器和处理器，存储器存储有计算机程序；处理器，用于执行存储器中存储的计算机程序，计算机程序运行时使得处理器执行上述任意一项的车辆横摆角预测方法。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
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单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元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全部或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(可为个人计算机、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、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种车辆横摆角预测方法，其特征在于，包括：
基于目标车辆的车辆质心行驶速度和偏航角度传感数据，确定所述目标车辆的当前时刻车辆横摆角；
确定所述目标车辆车轮的转弯半径和轮胎侧偏角；
基于所述目标车辆车轮在车轮行驶方向上的等效速度，所述转弯半径以及所述轮胎侧偏角，确定车轮在车辆行驶方向上的实际速度；
基于所述目标车辆的车轮的所述实际速度，确定车轮的车辆横摆角加权角速度；
基于所述当前时刻车辆横摆角和所述车轮的车辆横摆角加权角速度，确定所述目标车辆在预定预测时刻时的目标车辆横摆角。
2.根据权利要求1所述的方法，其特征在于，所述基于所述目标车辆车轮在车轮行驶方向上的等效速度，所述转弯半径以及所述轮胎侧偏角，确定车轮在车辆行驶方向上的实际速度，包括：
利用所述目标车辆中的轮速传感器，分别获取车轮的第一等效速度；
分别获取车轮的转动角速度和车轮半径，基于所述转动角速度和所述车轮半径，计算得到车轮的第二等效速度；
按照预定比例，对车轮的第一等效速度和第二等效速度进行综合，得到车轮的综合等效速度；
基于所述车轮的综合等效速度，所述转弯半径以及所述轮胎侧偏角，计算得到车轮的实际速度。
3.根据权利要求1所述的方法，其特征在于，所述基于所述目标车辆的车轮的所述实际速度，确定车轮的车辆横摆角加权角速度，包括：
基于车轮的所述实际速度，所述车辆质心行驶速度以及所述转弯半径，确定车轮的车辆横摆角加权角速度。
4.根据权利要求1所述的方法，其特征在于，所述基于所述当前时刻车辆横摆角和所述车轮的车辆横摆角加权角速度，确定所述目标车辆在预定预测时刻时的目标车辆横摆角，包括：
基于所述当前时刻车辆横摆角和所述车轮的车辆横摆角加权角速度，利用目标预测模型确定所述目标车辆在预定预测时刻时的目标车辆横摆角，其中，所述目标预测模型基于粒子滤波算法构建，经过多组样本数据训练得到。
5.根据权利要求1所述的方法，其特征在于，所述基于所述当前时刻车辆横摆角和所述车轮的车辆横摆角加权角速度，确定所述目标车辆在预定预测时刻时的目标车辆横摆角，包括：
Figure FDA0003826675160000021
其中，ψK+1为预定预测时刻时的目标车辆横摆角，ψK为当前时刻车辆横摆角，
Figure FDA0003826675160000022
为当前时刻车辆横摆角加权角速度，
Figure FDA0003826675160000023
为当前时刻车辆横摆角加权角加速度，T为当前时刻到预定预测时刻的时长。
6.根据权利要求1至5中任意一项所述的方法，其特征在于，所述基于所述当前时刻车辆横摆角和所述车轮的车辆横摆角加权角速度，确定所述目标车辆在预定预测时刻时的目标车辆横摆角，包括：
获取所述目标车辆中的传感器的测量噪声；
基于所述测量噪声，所述当前时刻车辆横摆角和所述车轮的车辆横摆角加权角速度，确定所述目标车辆在预定预测时刻时的目标车辆横摆角。
7.一种车辆横摆角预测装置，其特征在于，包括：
第一确定模块，用于基于目标车辆的车辆质心行驶速度和偏航角度传感数据，确定所述目标车辆的当前时刻车辆横摆角；
第二确定模块，用于确定所述目标车辆车轮的转弯半径和轮胎侧偏角；
第三确定模块，用于基于所述目标车辆车轮在车轮行驶方向上的等效速度，所述转弯半径以及所述轮胎侧偏角，确定车轮在车辆行驶方向上的实际速度；
第四确定模块，用于基于所述目标车辆的车轮的所述实际速度，确定车轮的车辆横摆角加权角速度；
第五确定模块，用于基于所述当前时刻车辆横摆角和所述车轮的车辆横摆角加权角速度，确定所述目标车辆在预定预测时刻时的目标车辆横摆角。
8.根据权利要求7所述的装置，其特征在于，所述第三确定模块包括：
获取单元，用于利用所述目标车辆中的轮速传感器，分别获取车轮的第一等效速度；
第一计算单元，用于分别获取车轮的转动角速度和车轮半径，基于所述转动角速度和所述车轮半径，计算得到车轮的第二等效速度；
综合单元，用于按照预定比例，对车轮的第一等效速度和第二等效速度进行综合，得到车轮的综合等效速度；
第二计算单元，用于基于所述车轮的综合等效速度，所述转弯半径以及所述轮胎侧偏角，计算得到车轮的实际速度。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至6中任意一项所述的车辆横摆角预测方法。
10.一种计算机设备，其特征在于，包括：存储器和处理器，
所述存储器存储有计算机程序；
所述处理器，用于执行所述存储器中存储的计算机程序，所述计算机程序运行时使得所述处理器执行权利要求1至6中任意一项所述的车辆横摆角预测方法。
CN202211062092.7A 2022-08-31 2022-08-31 车辆横摆角预测方法、装置及计算机可读存储介质 Pending CN115257782A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211062092.7A CN115257782A (zh) 2022-08-31 2022-08-31 车辆横摆角预测方法、装置及计算机可读存储介质
PCT/CN2023/098393 WO2024045741A1 (zh) 2022-08-31 2023-06-05 车辆横摆角预测方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211062092.7A CN115257782A (zh) 2022-08-31 2022-08-31 车辆横摆角预测方法、装置及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN115257782A true CN115257782A (zh) 2022-11-01

Family

ID=83754808

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211062092.7A Pending CN115257782A (zh) 2022-08-31 2022-08-31 车辆横摆角预测方法、装置及计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN115257782A (zh)
WO (1) WO2024045741A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024045741A1 (zh) * 2022-08-31 2024-03-07 中国第一汽车股份有限公司 车辆横摆角预测方法、装置及计算机可读存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10247991A1 (de) * 2002-10-15 2004-04-29 Robert Bosch Gmbh Verfahren und Vorrichtung zur Ermittlung des Schwimmwinkels eines Kraftfahrzeugs
DE102005024875B3 (de) * 2005-05-31 2006-10-12 Siemens Ag Bestimmung des aktuellen Gierwinkels und des aktuellen Schwimmwinkels eines Landfahrzeugs
CN110962849B (zh) * 2019-11-18 2021-03-16 浙江工业大学 一种弯道自适应巡航方法
CN113022580B (zh) * 2021-03-17 2022-07-22 地平线(上海)人工智能技术有限公司 轨迹预测方法、装置、存储介质及电子设备
CN115257782A (zh) * 2022-08-31 2022-11-01 中国第一汽车股份有限公司 车辆横摆角预测方法、装置及计算机可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024045741A1 (zh) * 2022-08-31 2024-03-07 中国第一汽车股份有限公司 车辆横摆角预测方法、装置及计算机可读存储介质

Also Published As

Publication number Publication date
WO2024045741A1 (zh) 2024-03-07

Similar Documents

Publication Publication Date Title
CN110031019B (zh) 一种用于自动驾驶车辆的打滑检测处理方法
Anderson et al. Using GPS with a model-based estimator to estimate critical vehicle states
JP7036080B2 (ja) 慣性航法装置
CN108819950B (zh) 汽车稳定性控制系统的车速估计方法及系统
JP4854778B2 (ja) 車両用推定航法装置、車両用推定航法及び車両用推定航法のプログラム
Li et al. Reliable vehicle sideslip angle fusion estimation using low-cost sensors
CN110217239B (zh) 一种车辆横摆角速度测量方法及设备
CN110316197B (zh) 倾斜估算方法、倾斜估算装置以及存储程序的非暂时性计算机可读存储介质
CN108873043B (zh) 车辆侧滑角度的计算方法及装置
CN107933562A (zh) 用于计算道路摩擦力估算的方法和系统
CN111486860A (zh) 用于确定道路倾斜角的系统和方法
WO2024045741A1 (zh) 车辆横摆角预测方法、装置及计算机可读存储介质
KR20200130423A (ko) 차량에 설치된 자이로미터의 캘리브레이션 방법
Jiang et al. Real-time estimation of vehicle's lateral dynamics at inclined road employing extended kalman filter
CN115214692A (zh) 质心速度确定方法以及装置
CN111006884A (zh) 基于傅立叶变换的车轮车轴侧偏角与侧偏刚度的测量方法
JP7069624B2 (ja) 位置演算方法、車両制御方法及び位置演算装置
CN111231976B (zh) 一种基于变步长的车辆状态估计方法
US11731596B2 (en) Method for the traction control of a single-track motor vehicle taking the slip angle of the rear wheel into consideration
Cheli et al. Smart tyre induced benefits in sideslip angle and friction coefficient estimation
CN112577513A (zh) 一种状态量误差确定方法及车载终端
CN112046491B (zh) 车轮侧偏刚度的估算方法、装置、车辆及可读存储介质
CN111284496B (zh) 用于自动驾驶车辆的车道追踪方法及系统
CN112577512A (zh) 一种基于轮速融合的状态量误差确定方法及车载终端
JP7434910B2 (ja) 路面の状態の判定装置、判定方法及び判定プログラム

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