CN115626166A - 一种车辆自动驾驶中爬坡能力预估方法 - Google Patents

一种车辆自动驾驶中爬坡能力预估方法 Download PDF

Info

Publication number
CN115626166A
CN115626166A CN202211629921.5A CN202211629921A CN115626166A CN 115626166 A CN115626166 A CN 115626166A CN 202211629921 A CN202211629921 A CN 202211629921A CN 115626166 A CN115626166 A CN 115626166A
Authority
CN
China
Prior art keywords
vehicle
factor
rolling friction
adhesion
climbing
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.)
Granted
Application number
CN202211629921.5A
Other languages
English (en)
Other versions
CN115626166B (zh
Inventor
马海兵
马琼琼
沈亮
马列
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.)
Jiangsu Tianyi Aviation Industry Co Ltd
Original Assignee
Jiangsu Tianyi Aviation Industry Co Ltd
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 Jiangsu Tianyi Aviation Industry Co Ltd filed Critical Jiangsu Tianyi Aviation Industry Co Ltd
Priority to CN202211629921.5A priority Critical patent/CN115626166B/zh
Publication of CN115626166A publication Critical patent/CN115626166A/zh
Application granted granted Critical
Publication of CN115626166B publication Critical patent/CN115626166B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B60W40/02—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
    • 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
    • B60W40/064—Degree of grip
    • 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
    • B60W40/13—Load or weight
    • 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
    • B60W50/0097—Predicting future conditions
    • 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
    • B60W40/13—Load or weight
    • B60W2040/1315—Location of the centre of gravity
    • 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
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/10—Weight
    • 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
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/13—Mileage
    • 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
    • B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
  • Arrangement And Driving Of Transmission Devices (AREA)

Abstract

本发明提供了一种车辆自动驾驶中爬坡能力预估方法，根据车辆规划的运动路径确定前方道路信息获取预估车辆爬坡能力所需数据信息；根据车辆时载人数据对车辆重心位置进行预估，得到车辆实时重心位置，车辆重心到前、后轮中心在车身水平方向上的距离预估值；结合车辆行驶里程以及所处环境对车辆附着力因子和滚动摩擦因子进行修正，计算得到爬坡能力。通过上述方法，提升了爬坡能力预估精确度。

Description

一种车辆自动驾驶中爬坡能力预估方法
技术领域
本发明涉及车辆控制技术领域，具体涉及一种车辆自动驾驶中爬坡能力预估方法。
背景技术
汽车爬坡能力是指车辆在斜坡路面行驶时所能克服的最大坡度。通常用最大爬坡 度
Figure 650509DEST_PATH_IMAGE001
表示，
Figure 98808DEST_PATH_IMAGE002
，式中，
Figure 599584DEST_PATH_IMAGE003
为斜坡坡角。参照图1中示出了现有技术中的汽 车爬坡能力计算各参数示意图。
车辆的前后轮对地面的压力分别为：
Figure 261695DEST_PATH_IMAGE005
Figure 541071DEST_PATH_IMAGE006
式中，
Figure 412076DEST_PATH_IMAGE007
和
Figure 815375DEST_PATH_IMAGE008
分别为前轮和后轮对地面的压力，
Figure 339897DEST_PATH_IMAGE009
为斜坡坡角，G为车辆重力，L 为车辆轴距，L1、L2表示车辆重心到前、后轮中心在车身水平方向上的距离。
由以上各式，可求出前驱动汽车受到附着条件限制时的最大爬坡度为：
Figure 687702DEST_PATH_IMAGE010
同理，可求出后驱动汽车受到附着条件时的最大爬坡度为：
Figure 221452DEST_PATH_IMAGE011
式中，
Figure 400629DEST_PATH_IMAGE012
为车辆重心到地面的高度，
Figure 361632DEST_PATH_IMAGE013
和
Figure 337678DEST_PATH_IMAGE014
为车辆前后轮附着力因子，
Figure 19326DEST_PATH_IMAGE015
为滚动 摩擦因子，L为车辆轴距，L1、L2表示车辆重心到前、后轮中心在车身水平方向上的距离。
对于全轮驱动的汽车，若满足前后轮附着力因子相同，即
Figure 193956DEST_PATH_IMAGE016
Figure 450493DEST_PATH_IMAGE017
。
在现有技术中的爬坡能力预估方法存在以下问题：
1）车辆重心位置随着载员人员不同而变化的问题，重心变化又会导致爬坡能力的变化，较难提供爬坡能力预测精度；
2）车辆前后轮附着力因子和滚动摩擦因子，缺乏对相关影响因素对摩擦因子的影响，获得的结果与实际存在区别。
发明内容
本发明的目的在于解决上述现有技术中存在的难题，提供一种车辆自动驾驶中爬坡能力预估方法，用来实现提高爬坡能力的预测精度，包括：
步骤S1：根据车辆规划的运动路径确定前方道路信息；
步骤S2：获取预估车辆爬坡能力所需数据信息；
步骤S3：根据车辆时载人数据对车辆重心位置进行预估，得到车辆实时重心位置；
步骤S4：结合车辆行驶里程以及所处环境对车辆附着力因子和滚动摩擦因子进行修正；
步骤S5：结合修正后的车辆附着力因子和修正后的滚动摩擦因子、所述车辆实时重心位置得到车辆爬坡度；
步骤S6：根据所述车辆爬坡度预测所述车辆爬坡能力，结合所述车辆爬坡能力、车辆状态对车辆进行控制。
优选的，所述步骤S3具体方法如下：
设车辆质量
Figure 913836DEST_PATH_IMAGE018
，设前排、后排载员的总体重为
Figure 523809DEST_PATH_IMAGE019
、
Figure 693890DEST_PATH_IMAGE020
，前后排载员总质量为
Figure 199958DEST_PATH_IMAGE021
，根据近似算法计算得到所述车辆实时重心位置
Figure 947334DEST_PATH_IMAGE022
，车辆重心到前、后 轮中心在车身水平方向上的距离预估值
Figure 564260DEST_PATH_IMAGE023
、
Figure 563747DEST_PATH_IMAGE024
，
Figure 303033DEST_PATH_IMAGE025
，
Figure 475388DEST_PATH_IMAGE026
，
Figure 302530DEST_PATH_IMAGE027
，
式中
Figure 571837DEST_PATH_IMAGE012
为车辆无载员时重心高度，
Figure 419708DEST_PATH_IMAGE028
、
Figure 266310DEST_PATH_IMAGE029
为车辆重心到前、后轮中心在车身水 平方向上的距离，
Figure 21776DEST_PATH_IMAGE030
、
Figure 817694DEST_PATH_IMAGE031
、
Figure 774149DEST_PATH_IMAGE032
为计算车辆重心高度、距离前轮水平距离、距离后轮水平距 离的比例因子。
优选的，所述步骤S4具体包括：
步骤S4.1，结合所述车辆行驶里程对所述车辆附着力因子和所述滚动摩擦因子标准值进行修正；
车辆初始状态车辆前后轮附着力因子
Figure 921096DEST_PATH_IMAGE033
，
Figure 480253DEST_PATH_IMAGE034
，车辆最终状态
Figure 583208DEST_PATH_IMAGE035
，
Figure 507301DEST_PATH_IMAGE036
，则当前里程为
Figure 938283DEST_PATH_IMAGE037
时，所述车辆前后轮附着力因子调整为
Figure 176497DEST_PATH_IMAGE038
，所述滚动摩擦因子标 准值调整为
Figure 212586DEST_PATH_IMAGE039
，通过如下公式计算
Figure 369898DEST_PATH_IMAGE040
Figure 412809DEST_PATH_IMAGE041
式中，
Figure 517031DEST_PATH_IMAGE042
为当前里程，里程达到轮胎最大行驶里程为
Figure 204365DEST_PATH_IMAGE043
。
优选的，所述步骤S4.1之后还包括如下步骤：
步骤S4.2，结合路面状况对所述车辆附着力因子和所述滚动摩擦因子标准值进行 修正；利用车载图像和雷达传感器，获取前方斜坡的路面特征进行分类，获得不同的修正值
Figure 735840DEST_PATH_IMAGE044
和
Figure 751201DEST_PATH_IMAGE045
，其中i为路面类型，
Figure 721431DEST_PATH_IMAGE044
为考虑路面状况的车轮附着力因子修正值、
Figure 466533DEST_PATH_IMAGE045
为考虑路面 状况的滚动摩擦修正值，
Figure 93211DEST_PATH_IMAGE046
，
Figure 986080DEST_PATH_IMAGE047
，
式中
Figure 432105DEST_PATH_IMAGE048
和
Figure 703818DEST_PATH_IMAGE049
分别表示考虑路面状况的所述车轮附着力因子Φ和所述滚动摩擦因 子f修正值。
优选的，所述步骤S4.2之后还包括如下步骤：
步骤S4.3，结合环境信息对所述车辆附着力因子和所述滚动摩擦因子标准值进行 修正，利用气候信息和车载图像、雷达传感器、联网获取的实时天气情况，判断天气对前方 路面的影响，根据天气类型对路面状态进行分类，获得修正值
Figure 639413DEST_PATH_IMAGE050
、
Figure 957262DEST_PATH_IMAGE051
，其中k为天气影响的 路面状态，
Figure 862770DEST_PATH_IMAGE050
为考虑天气状况的车轮附着力因子修正值、
Figure 644781DEST_PATH_IMAGE051
为考虑天气状况的滚动摩擦 修正值，
Figure 361064DEST_PATH_IMAGE052
，
Figure 166209DEST_PATH_IMAGE053
，
式中
Figure 16353DEST_PATH_IMAGE054
和
Figure 590554DEST_PATH_IMAGE055
分别表示考虑天气状况的所述车轮附着力因子Φ和所述滚动摩擦 因子f修正值。
优选的，所述步骤S4.3之后还包括如下步骤：
步骤S4.4，所述修正后的车轮附着力因子
Figure 727006DEST_PATH_IMAGE056
和所述修正后的滚动摩擦因子
Figure 816185DEST_PATH_IMAGE057
按 下式计算
Figure 407703DEST_PATH_IMAGE058
，
Figure 774094DEST_PATH_IMAGE059
，
其中i为路面类型,k为天气影响的路面状态。
优选的，在所述步骤S5具体包括如下步骤：
前驱动汽车最大爬坡度为
Figure 956813DEST_PATH_IMAGE060
，
后驱动汽车最大爬坡度为
Figure 736551DEST_PATH_IMAGE061
，
对于全轮驱动的汽车，若满足前后轮附着力因子相同，即
Figure 53131DEST_PATH_IMAGE062
，
Figure 336345DEST_PATH_IMAGE063
，
式中，
Figure 955545DEST_PATH_IMAGE064
为坡角，
Figure 894682DEST_PATH_IMAGE065
为车辆重心到地面的高度预估值，
Figure 828003DEST_PATH_IMAGE066
和
Figure 28041DEST_PATH_IMAGE067
为车辆前后轮 附着力因子预估值，
Figure 945706DEST_PATH_IMAGE068
为滚动摩擦因子预估值，L为车辆轴距，所述
Figure 434456DEST_PATH_IMAGE069
、
Figure 968205DEST_PATH_IMAGE070
表示车辆重心 到前、后轮中心在车身水平方向上的距离预估值。
与现有技术相比，本发明的有益效果是：一是通过对车辆重心进行实时估计，解决了车辆重心位置随着载员人员不同而变化的问题，在预测车辆爬坡能力时结合了重心位置变化情况，提升了预测爬坡能力的精度。二是利用车辆采集的有效信息，结合车辆载员信息、路面信息、天气信息，对其进行修正，修正后的爬坡能力结合了车辆形成情况，与实际相一致。
附图说明
图1为现有技术中的爬坡能力计算参数示意图；
图2为本发明实施例的车辆爬坡能力预估方法流程；
图3为本发明的车辆爬坡能力预估参数获取方法；
图4为本发明实施例的爬坡能力计算参数示意图；
图5为本发明实施例的参数修正方法流程。
具体实施方式
下面结合附图对本发明作进一步详细描述：
为了更好地理解本发明，下面结合附图来详细解释本发明的实施方式。
图2示出了本发明的爬坡能力预估方法流程。
步骤S1：根据车辆规划的运动路径确定前方道路信息。
如果车辆行驶的道路有地图数据，利用地图获取车辆前方路段的坡道情况。如果当前道路无地图数据，则利用车辆自带的图像传感器和雷达传感器以及车辆自身姿态传感器，判断前方路段的坡道情况。
结合道路信息，如果存在上坡道路，则启动爬坡能力预估计算。
步骤S2：获取预估爬坡能力所需数据。
进行爬坡能力预估需要获取如附图3所示的数据信息。
获取车辆发动机或电动机转矩信息，用于计算轮端最大输出力矩；
获取车辆驱动方式信息，确定是前驱、后驱或是四驱；
获取车辆轴距L，直接使用轴距参数进行后续计算；
获取车辆重心位置
Figure 898115DEST_PATH_IMAGE012
、
Figure 62380DEST_PATH_IMAGE028
、
Figure 835164DEST_PATH_IMAGE029
，根据车辆载人情况，估算重心位置；
获取车辆前后轮标准附着力因子Φ1、Φ2；
获取车辆前后轮滚动摩擦因子f。
车辆发动机/电动机转矩、车辆驱动方式、车辆轴距为固定值，可直接代入公式进行计算。车辆重心位置、车辆前后轮标准附着力因子、车辆前后轮滚动摩擦因子需要根据实际路况信息和车辆实时状态信息进行估计。
步骤S3：根据车辆时载人数据对车辆重心位置进行预估。
附图4中示出了本发明实施例的车辆重心位置预估参数示意图。设车辆质量
Figure 110288DEST_PATH_IMAGE018
， 设前排、后排载员的总体重为
Figure 409551DEST_PATH_IMAGE019
、
Figure 541455DEST_PATH_IMAGE020
，前后排载员总质量为
Figure 4797DEST_PATH_IMAGE021
，根据近似 算法计算得到所述车辆实时重心位置
Figure 490136DEST_PATH_IMAGE022
，车辆重心到前、后轮中心在车身水平方向上的距 离预估值
Figure 784851DEST_PATH_IMAGE023
、
Figure 25340DEST_PATH_IMAGE024
，
Figure 897350DEST_PATH_IMAGE025
，
Figure 576593DEST_PATH_IMAGE026
，
Figure 663498DEST_PATH_IMAGE027
，
式中
Figure 278150DEST_PATH_IMAGE012
为车辆无载员时重心高度，
Figure 247243DEST_PATH_IMAGE028
、
Figure 402281DEST_PATH_IMAGE029
为车辆重心到前、后轮中心在车身水 平方向上的距离，
Figure 796222DEST_PATH_IMAGE030
、
Figure 175250DEST_PATH_IMAGE031
、
Figure 834902DEST_PATH_IMAGE032
为计算车辆重心高度、距离前轮水平距离、距离后轮水平距 离的比例因子。
步骤S4：结合车辆行驶里程、车辆环境对车辆附着力因子和滚动摩擦因子进行修正。
对于车辆前后轮附着力因子Φ（此时按Φ1=Φ2=Φ计算）和滚动摩擦因子标准值f，按照下列三个步骤进行修正：
步骤S4.1：结合轮胎行驶里程对车辆前后轮附着因子和滚动摩擦因子标准值进行修正。
车辆初始状态车辆前后轮附着力因子
Figure 731314DEST_PATH_IMAGE033
，
Figure 792811DEST_PATH_IMAGE034
，车辆最终状态
Figure 873899DEST_PATH_IMAGE035
，
Figure 945148DEST_PATH_IMAGE036
，则当前里程为
Figure 441988DEST_PATH_IMAGE037
时，车辆前后轮附着力因子Φ和摩擦力因子f修正计算如下
Figure 154729DEST_PATH_IMAGE040
Figure 282085DEST_PATH_IMAGE041
式中，
Figure 916329DEST_PATH_IMAGE042
为当前里程，里程达到轮胎最大行驶里程为
Figure 279177DEST_PATH_IMAGE043
，
Figure 49687DEST_PATH_IMAGE071
和
Figure 331633DEST_PATH_IMAGE072
为考虑轮胎 行驶里程的车辆前后轮附着力因子Φ和摩擦力因子f修正值。
步骤S4.2：结合路面状况对车辆前后轮附着因子和滚摩擦因子标准值进行修正。
利用车载图像和雷达传感器，获取前方斜坡的路面特征进行分类，获得不同的修 正值
Figure 515489DEST_PATH_IMAGE044
和
Figure 354132DEST_PATH_IMAGE045
，其中i为路面类型，
Figure 916832DEST_PATH_IMAGE044
为考虑路面状况的车轮附着力因子修正值、
Figure 510624DEST_PATH_IMAGE045
为考虑 路面状况的滚动摩擦修正值，
Figure 853881DEST_PATH_IMAGE046
，
Figure 948745DEST_PATH_IMAGE047
，
式中
Figure 490585DEST_PATH_IMAGE048
和
Figure 192961DEST_PATH_IMAGE049
分别表示考虑路面状况的所述车轮附着力因子Φ和所述滚动摩擦因 子f修正值。
步骤S4.3：结合环境信息对车辆前后轮附着因子和滚动摩擦因子标准值进行修正。
汽车所处环境对爬坡能力影响较大，尤其是天气情况，如下雨、下雪等会对路面状态带来影响，通过结合环境情况的参数修正，可以更加精准的预测车辆的爬坡能力。
利利用气候信息和车载图像、雷达传感器、联网获取的实时天气情况，判断天气对 前方路面的影响，根据天气类型对路面状态进行分类，获得修正值
Figure 961197DEST_PATH_IMAGE050
、
Figure 938380DEST_PATH_IMAGE051
，其中k为天气影 响的路面状态，
Figure 803568DEST_PATH_IMAGE050
为考虑天气状况的车轮附着力因子修正值、
Figure 863797DEST_PATH_IMAGE051
为考虑天气状况的滚动 摩擦修正值，
Figure 181646DEST_PATH_IMAGE052
，
Figure 228099DEST_PATH_IMAGE053
，
式中
Figure 619898DEST_PATH_IMAGE054
和
Figure 664077DEST_PATH_IMAGE055
分别表示考虑天气状况的所述车轮附着力因子Φ和所述滚动摩擦 因子f修正值。
步骤S4.4：最终的车轮附着力因子
Figure 531539DEST_PATH_IMAGE056
和滚动摩擦因子
Figure 319366DEST_PATH_IMAGE057
按下式计算：
Figure 642087DEST_PATH_IMAGE058
Figure 919484DEST_PATH_IMAGE059
其中i为路面类型, k为天气影响的路面状态，
Figure 946346DEST_PATH_IMAGE073
为车轮附着力因子修正值、
Figure 209969DEST_PATH_IMAGE074
滚 动摩擦修正值，
Figure 700993DEST_PATH_IMAGE075
为车轮附着力因子修正值、
Figure 86975DEST_PATH_IMAGE076
滚动摩擦修正值。
在本实施例中将前后轮附着力因子简化为相同值Φ，即Φ1=Φ2=Φ；在另一实施例中前后轮附着力因子不同，则按上述方法分别计算Φ1、Φ2。
步骤S5：结合修正后的所述车辆附着力因子和所述滚动摩擦因子、所述车辆实时的中心位置，所述车辆重心到前、后轮中心在车身水平方向上的距离预估值得到车辆爬坡度。
采用爬坡度对爬坡能力进行度量。可分为两种情况，一种是以车辆车轮的附着力 条件为限制，另一种为车辆发动机/电动车输出转矩限制。一般车辆发动机/电动机能够提 供足够的扭矩，爬坡时限制条件为车辆附着力，因此，可按下式进行计算最大爬坡度
Figure 53663DEST_PATH_IMAGE077
。
前驱动汽车最大爬坡度为：
Figure 183293DEST_PATH_IMAGE078
后驱动汽车最大爬坡度为：
Figure 263244DEST_PATH_IMAGE079
对于全轮驱动的汽车，若满足前后轮附着力因子相同，即
Figure 24844DEST_PATH_IMAGE080
Figure 489323DEST_PATH_IMAGE081
式中，式中
Figure 79573DEST_PATH_IMAGE082
为坡角，
Figure 72937DEST_PATH_IMAGE083
为车辆重心到地面的高度预估值，
Figure 358425DEST_PATH_IMAGE084
和
Figure 767541DEST_PATH_IMAGE085
为车辆前后 轮附着力因子预估值，
Figure 25347DEST_PATH_IMAGE086
为滚动摩擦因子预估值，L为车辆轴距，L1’、L2’表示车辆重心到 前、后轮中心在车身水平方向上的距离预估值。
如果发动机/电动机提供扭矩不足，则将车辆驱动轮最大扭矩转换为最大牵引附着力进行计算。
步骤S6：根据爬坡度预测车辆爬坡能力，结合车辆爬坡能力、车辆状态、进行车辆自动控制。
车辆行驶过程中结合车辆爬坡能力，判断是会否存在溜坡等风险，如存在风险，则控制防溜车设备工作，解除风险隐患。
具体地，可以通过增大车辆附着力、主动制动等方式防止车辆溜坡。
具体地，在预估到车辆目前状态下无法实现爬坡时，提前进行提示，防止后续危险发生。
解决了自动驾驶车辆基于车辆载员信息、路面信息和天气信息的爬坡能力预测问题。使得车辆能够有效利用传感器进行信息采集与处理，提高对自身爬坡能力的预测精度。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中，除非另有说明，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
最后应说明的是，上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施方式所描述的方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。

Claims (7)

1.一种车辆自动驾驶中爬坡能力预估方法，其特征在于：
步骤S1：根据车辆规划的运动路径确定前方道路信息；
步骤S2：获取预估车辆爬坡能力所需数据信息；
步骤S3：根据车辆时载人数据对车辆重心位置进行预估，得到车辆实时重心位置；
步骤S4：结合车辆行驶里程以及所处环境对车辆附着力因子和滚动摩擦因子进行修正；
步骤S5：结合修正后的车辆附着力因子和修正后的滚动摩擦因子、所述车辆实时重心位置得到车辆爬坡度；
步骤S6：根据所述车辆爬坡度预测所述车辆爬坡能力，结合所述车辆爬坡能力、车辆状态对车辆进行控制。
2.根据权利要求1所述的方法，其特征在于所述步骤S3具体方法如下：
设车辆质量
Figure 325293DEST_PATH_IMAGE001
，设前排、后排载员的总体重为
Figure 363656DEST_PATH_IMAGE002
、
Figure 310884DEST_PATH_IMAGE003
，前后排载员总质量为
Figure 423196DEST_PATH_IMAGE004
，根据近似算法计算得到所述车辆实时重心位置
Figure 820679DEST_PATH_IMAGE005
，车辆重心到前、后 轮中心在车身水平方向上的距离预估值
Figure 18442DEST_PATH_IMAGE006
、
Figure 21558DEST_PATH_IMAGE007
，
Figure 316273DEST_PATH_IMAGE008
，
Figure 556762DEST_PATH_IMAGE009
，
Figure 179504DEST_PATH_IMAGE010
，
式中
Figure 858747DEST_PATH_IMAGE011
为车辆无载员时重心高度，
Figure 945652DEST_PATH_IMAGE012
、
Figure 278413DEST_PATH_IMAGE013
为车辆重心到前、后轮中心在车身水平方向 上的距离，
Figure 513085DEST_PATH_IMAGE014
、
Figure 605806DEST_PATH_IMAGE015
、
Figure 547217DEST_PATH_IMAGE016
为计算车辆重心高度、距离前轮水平距离、距离后轮水平距离的比 例因子。
3.根据权利要求2所述的方法，其特征在于所述步骤S4具体包括：
步骤S4.1，结合所述车辆行驶里程对所述车辆附着力因子和所述滚动摩擦因子标准值进行修正；
车辆初始状态车辆前后轮附着力因子
Figure 191825DEST_PATH_IMAGE017
，
Figure 38427DEST_PATH_IMAGE018
，车辆最终状态
Figure 997156DEST_PATH_IMAGE019
，
Figure 855391DEST_PATH_IMAGE020
， 则当前里程为
Figure 811845DEST_PATH_IMAGE021
时，所述车辆前后轮附着力因子调整为
Figure 693214DEST_PATH_IMAGE022
，所述滚动摩擦因子标准值调整 为
Figure 252371DEST_PATH_IMAGE023
，通过如下公式计算
Figure 355325DEST_PATH_IMAGE024
Figure 544998DEST_PATH_IMAGE025
式中，
Figure 241559DEST_PATH_IMAGE026
为当前里程，里程达到轮胎最大行驶里程为
Figure 214194DEST_PATH_IMAGE027
。
4.根据权利要求3所述的方法，其特征在于所述步骤S4.1之后还包括如下步骤：
步骤S4.2，结合路面状况对所述车辆附着力因子和所述滚动摩擦因子标准值进行修 正；利用车载图像和雷达传感器，获取前方斜坡的路面特征进行分类，获得不同的修正值
Figure 984704DEST_PATH_IMAGE028
和
Figure 407595DEST_PATH_IMAGE029
，其中i为路面类型，
Figure 187856DEST_PATH_IMAGE028
为考虑路面状况的车轮附着力因子修正值、
Figure 292079DEST_PATH_IMAGE029
为考虑路面 状况的滚动摩擦修正值，
Figure 244991DEST_PATH_IMAGE030
，
Figure 448571DEST_PATH_IMAGE031
，
式中
Figure 791827DEST_PATH_IMAGE032
和
Figure 496478DEST_PATH_IMAGE033
分别表示考虑路面状况的所述车轮附着力因子Φ和所述滚动摩擦因子f 修正值。
5.根据权利要求4所述的方法，其特征在于所述步骤S4.2之后还包括如下步骤：
步骤S4.3，结合环境信息对所述车辆附着力因子和所述滚动摩擦因子标准值进行修 正，利用气候信息和车载图像、雷达传感器、联网获取的实时天气情况，判断天气对前方路 面的影响，根据天气类型对路面状态进行分类，获得修正值
Figure 241580DEST_PATH_IMAGE034
、
Figure 865328DEST_PATH_IMAGE035
，其中k为天气影响的路 面状态，
Figure 758198DEST_PATH_IMAGE034
为考虑天气状况的车轮附着力因子修正值、
Figure 204223DEST_PATH_IMAGE035
为考虑天气状况的滚动摩擦修 正值，
Figure 741515DEST_PATH_IMAGE036
，
Figure 677110DEST_PATH_IMAGE037
，
式中
Figure 729379DEST_PATH_IMAGE038
和
Figure 166046DEST_PATH_IMAGE039
分别表示考虑天气状况的所述车轮附着力因子Φ和所述滚动摩擦因子f 修正值。
6.根据权利要求5所述的方法，其特征在所述步骤S4.3之后还包括如下步骤：
步骤S4.4，所述修正后的车轮附着力因子
Figure 885740DEST_PATH_IMAGE040
和所述修正后的滚动摩擦因子
Figure 726657DEST_PATH_IMAGE041
按下式 计算
Figure 203906DEST_PATH_IMAGE042
，
Figure 991733DEST_PATH_IMAGE043
，
其中i为路面类型,k为天气影响的路面状态。
7.根据权利要求6所述的方法，其特征在所述步骤S5具体包括如下步骤：
前驱动汽车最大爬坡度为
Figure 362672DEST_PATH_IMAGE044
，
后驱动汽车最大爬坡度为
Figure 764703DEST_PATH_IMAGE045
，
对于全轮驱动的汽车，若满足前后轮附着力因子相同，即
Figure 445400DEST_PATH_IMAGE047
，
Figure 811791DEST_PATH_IMAGE048
，
式中，
Figure 197773DEST_PATH_IMAGE049
为坡角，
Figure 774247DEST_PATH_IMAGE050
为车辆重心到地面的高度预估值，
Figure 839897DEST_PATH_IMAGE051
和
Figure 388690DEST_PATH_IMAGE052
为车辆前后轮附着力 因子预估值，
Figure 7891DEST_PATH_IMAGE053
为滚动摩擦因子预估值，L为车辆轴距，所述
Figure 681449DEST_PATH_IMAGE054
、
Figure 614769DEST_PATH_IMAGE055
表示车辆重心到前、 后轮中心在车身水平方向上的距离预估值。
CN202211629921.5A 2022-12-19 2022-12-19 一种车辆自动驾驶中爬坡能力预估方法 Active CN115626166B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211629921.5A CN115626166B (zh) 2022-12-19 2022-12-19 一种车辆自动驾驶中爬坡能力预估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211629921.5A CN115626166B (zh) 2022-12-19 2022-12-19 一种车辆自动驾驶中爬坡能力预估方法

Publications (2)

Publication Number Publication Date
CN115626166A true CN115626166A (zh) 2023-01-20
CN115626166B CN115626166B (zh) 2023-04-18

Family

ID=84910780

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211629921.5A Active CN115626166B (zh) 2022-12-19 2022-12-19 一种车辆自动驾驶中爬坡能力预估方法

Country Status (1)

Country Link
CN (1) CN115626166B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115797132A (zh) * 2023-02-06 2023-03-14 江苏天一航空工业股份有限公司 一种散装货物装载车的爬坡能力监测系统和方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104340116A (zh) * 2013-07-23 2015-02-11 比亚迪股份有限公司 测量车辆最大爬坡度的方法及系统
US20150112508A1 (en) * 2012-05-21 2015-04-23 Pioneer Corporation Traction control device and traction control method
US20150360584A1 (en) * 2014-06-13 2015-12-17 Hyundai Motor Company Method of controlling creep torque in motor driven vehicle
CN107100993A (zh) * 2017-05-08 2017-08-29 合肥工业大学 一种车辆质量与坡道坡度识别的自动变速换挡修正方法
CN109760682A (zh) * 2017-11-08 2019-05-17 郑州宇通客车股份有限公司 一种纯电动车辆爬坡扭矩估算方法和控制方法及其系统
CN115179953A (zh) * 2022-08-12 2022-10-14 浙江吉利控股集团有限公司 车辆控制方法和相关设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150112508A1 (en) * 2012-05-21 2015-04-23 Pioneer Corporation Traction control device and traction control method
CN104340116A (zh) * 2013-07-23 2015-02-11 比亚迪股份有限公司 测量车辆最大爬坡度的方法及系统
US20150360584A1 (en) * 2014-06-13 2015-12-17 Hyundai Motor Company Method of controlling creep torque in motor driven vehicle
CN107100993A (zh) * 2017-05-08 2017-08-29 合肥工业大学 一种车辆质量与坡道坡度识别的自动变速换挡修正方法
CN109760682A (zh) * 2017-11-08 2019-05-17 郑州宇通客车股份有限公司 一种纯电动车辆爬坡扭矩估算方法和控制方法及其系统
CN115179953A (zh) * 2022-08-12 2022-10-14 浙江吉利控股集团有限公司 车辆控制方法和相关设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李陆勋: "重大件运输汽车最大爬坡度的计算" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115797132A (zh) * 2023-02-06 2023-03-14 江苏天一航空工业股份有限公司 一种散装货物装载车的爬坡能力监测系统和方法

Also Published As

Publication number Publication date
CN115626166B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
US11186286B2 (en) Method for estimating road surface friction coefficient of tire and device for estimating road surface friction coefficient of tire in high speed normal driving state
US10399562B2 (en) Park assist with tire radius consideration
CN108375540B (zh) 用于确定地面摩擦系数的侵入式主动动态测试
CN108248449B (zh) 四驱电动汽车的驱动防滑控制方法和装置
US8095266B2 (en) Lane keeping assist system
JP5141778B2 (ja) 車両状態推定装置
US6597980B2 (en) Road friction coefficients estimating apparatus for vehicle
EP3398825A1 (en) Method and system for computing a road friction estimate
CN105416294B (zh) 一种重型汽车列车参数估计方法
EP3480074B1 (en) Method and system for controlling a vehicle tire-to-road friction estimation
CN107187444B (zh) 用于车辆停车的路沿检测
CN110660268B (zh) 服务器、车辆及车辆的安全驾驶方法、系统
US11433909B2 (en) Wind data estimating apparatus
CN112519785A (zh) 道路摩擦力估计技术
US20200001884A1 (en) Vehicular control system responsive to yaw rate estimation
CN115626166A (zh) 一种车辆自动驾驶中爬坡能力预估方法
US20240083387A1 (en) Techniques to detect theft of goods in vehicles
US20210373138A1 (en) Dynamic lidar alignment
JP5263041B2 (ja) 路面情報取得装置
CN111497860A (zh) 车辆地形模式控制方法及装置
JP6603585B2 (ja) 車両の制御装置及び車両の制御方法
CN111497866A (zh) 一种基于改进马氏距离的转向盘转角传感器故障诊断方法
Hsu et al. Look-up table-based tire-road friction coefficient estimation of each driving wheel
US20230256972A1 (en) Snow friction determination by autonomous vehicle
EP4223608A1 (en) Dual ekf method for estimating mass and road load coefficients of a vehicle

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
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20230120

Assignee: Jiangsu Tianyi Airport Equipment Maintenance Service Co.,Ltd.

Assignor: Jiangsu Tianyi Aviation Industry Co.,Ltd.

Contract record no.: X2023980044219

Denomination of invention: A Method for Predicting Climbing Ability in Vehicle Autonomous Driving

Granted publication date: 20230418

License type: Common License

Record date: 20231024