CN115712949A - 运动控制的虚拟验证和校验模型结构 - Google Patents

运动控制的虚拟验证和校验模型结构 Download PDF

Info

Publication number
CN115712949A
CN115712949A CN202211013520.7A CN202211013520A CN115712949A CN 115712949 A CN115712949 A CN 115712949A CN 202211013520 A CN202211013520 A CN 202211013520A CN 115712949 A CN115712949 A CN 115712949A
Authority
CN
China
Prior art keywords
vehicle
module
eps
steering
model
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
CN202211013520.7A
Other languages
English (en)
Inventor
D.卡特邹拉基斯
J.扎耶德尔
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.)
Waymo LLC
Original Assignee
Waymo LLC
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 Waymo LLC filed Critical Waymo LLC
Publication of CN115712949A publication Critical patent/CN115712949A/zh
Pending legal-status Critical Current

Links

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
    • B62D15/021—Determination of steering angle
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0083—Setting, resetting, calibration
    • 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
    • B60W2520/20—Sideslip 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/30—Wheel torque

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

该技术采用用于被配置为以自主驾驶模式操作的车辆中的运动控制的模型结构。该模型结构具有包括车辆动力学系统模块、柱动力学模块、齿条动力学模块和致动控制模块的部件。虚拟验证和校验模型可基于模型结构的部件来配置。根据基于车辆类型、乘员负载信息、重心或按照冷标称设定点的轮胎压力中的至少一个的操作要求的集合来执行配置。可以执行虚拟验证和校验模型，使得模型结构部件的电动助力转向(EPS)模块被配置用于软件在环模型、功能性EPS辅助、角度控制中的至少一个，或者被配置为模拟EPS控制器。

Description

运动控制的虚拟验证和校验模型结构
技术领域
本公开涉及运动控制的虚拟验证和校验模型结构。
背景技术
自主车辆，诸如不要求人类驾驶员的车辆，可以用于帮助将乘客或货物从一个位置运输到另一位置。这样的车辆可以以完全自主模式或人可以提供一些驾驶输入的部分自主模式操作。电动助力转向(EPS)可以促进完全或部分自主驾驶。然而，确保EPS子系统符合预定的指标，并按照自主车辆的意图操作，可能要求严格的认证过程。
发明内容
该技术涉及用于能够以自主驾驶模式操作的车辆的EPS子系统的模型结构。该模型结构提供了多自由度车辆动力学模型。当评估EPS子系统作为硬件在环(HIL)测试或软件在环(SIL)集成的一部分时，该模型用于虚拟校验方法。根据一个方面，模型结构包含控制和动力学行为特性。EPS评估可包括改变这样的特性，以查看EPS子系统的反应。该方法可以包括蒙特卡罗虚拟校验方法。
根据本技术的一个方面，提供了一种包括存储器和一个或多个处理器的系统。存储器存储计算机可执行部件(component)，以实现用于车辆中的运动控制的模型结构，该车辆被配置为以自主驾驶模式操作。一个或多个处理器可操作地耦合到存储器。一个或多个处理器被配置为执行虚拟验证和校验(validation and verification)模型中的部件。部件包括:车辆动力学系统模块，其包含关于车辆平面动力学和车辆的齿条反作用力的信息；电动助力转向(EPS)模块；与车辆的转向柱相关联的柱动力学模块；齿条动力学模块；和致动控制模块。虚拟验证和校验模型最初是根据基于车辆类型、乘员负载信息、重心或按照冷标称设定点的轮胎压力中的至少一个的操作要求的集合而配置的。
在一个示例中，所述虚拟验证和校验模型还包括从由以下组成的组中选择的特定操纵定义的集合：正弦转向、斜坡转向、步进转向、停车尝试(effort)、静态转向运动学属性的集合、悬架惯性识别和悬架顶升效应(jacking effect)。
在另一个示例中，车辆动力学系统模块包括车辆系统的数据，其中车辆系统具有底盘/动力学方程的集合。车辆动力学系统模块还可以包括运动学和柔度信息，其中运动学和柔度信息被用于估计车辆的每个车轮的最终负重轮(road wheel)角度。车辆动力学系统模块还可以包括车轴模型，其中该车轴模型根据车辆状态和围绕z轴的车轮回正力矩(aligning moment)来估计齿条反作用力。车辆动力学系统模块还可以包括车身车辆移动，其中车身车辆移动将车辆状态转换为全局坐标。车轴模型可以用于通过计算前轮胎总回正扭矩、后轮胎总回正扭矩和顶升扭矩来计算围绕z轴的车轮回正力矩。车轴模型还可以用于基于前轮胎总回正扭矩乘以转向臂长度来计算齿条反作用力。车轴模型可以被运动学和柔度模块用来计算一个或多个轮胎角度。这里，车辆系统模块可以使用所述一个或多个轮胎角度来根据mu缩放比例(scaling)和滑移信息确定车辆状态信息。车辆状态信息可以包括车身-底盘平移、角位置或加速度中的至少一个。并且车辆状态信息可以用于反馈回路以修改车轴模型。
在另一个示例中，EPS模块被配置用于软件在环模型、功能性EPS辅助或角度控制中的至少一个。可替代或附加地，EPS模块被配置为模拟EPS控制器，该EPS控制器包含扭矩控制器、驾驶员超控(override)逻辑、扭力杆传动信息或可变转向比中的至少一个。所述柱动力学模块可以与转向参数的集合相关联，该转向参数包括以下中的一个或多个:转向齿条质量和摩擦参数、转向柱的机械属性、扭力杆参数或用于小齿轮和马达传动的EPS传动比。所述齿条动力学模块可以采用一个或多个参数和函数来模拟齿条终点挡板(endstop)或者混合模拟的齿条位置/速率信息和载入日志的齿条位置/速率信息。并且致动控制模块可以用于模拟以控制车轮纵向滑移。
在另一个示例中，该系统还包括实验控制模块。所述实验控制模块可以被配置为以一个或多个驾驶模式实现模拟的集合，该一个或多个驾驶模式包括手动模式、具有驾驶员接管的部分自主配置或没有驾驶员接管的完全自主配置。可替代地或附加地，该系统还可以包括被配置为收集基于EPS的信号的EPS日志块。
根据本技术的另一个方面，提供了一种计算机实现的方法。该方法包括：存储计算机可执行部件以实现用于车辆中的运动控制的模型结构，该车辆被配置为以自主驾驶模式操作。计算机可执行部件包括:车辆动力学系统模块，其包含关于车辆平面动力学和车辆的齿条反作用力的信息；电动助力转向(EPS)模块；与车辆的转向柱相关联的柱动力学模块；齿条动力学模块；和致动控制模块。该方法还包括由一个或多个处理器基于计算机可执行部件来配置虚拟验证和校验模型。所述配置是根据基于车辆类型、乘员负载信息、重心或按照冷标称设定点的轮胎压力中的至少一个的操作要求的集合执行的。并且该方法还包括由一个或多个处理器执行虚拟验证和校验模型。这里，EPS模块被配置用于软件在环模型、功能性EPS辅助、角度控制中的至少一个，或者被配置为模拟包含扭矩控制器、驾驶员超控逻辑、扭力杆传动信息或可变转向比中的至少一个的EPS控制器。
附图说明
图1A至图1B示出了被配置用于本技术的各方面的示例乘用车辆。
图2示出了与本技术的各方面相关联的示例电动助力转向子系统。
图3是根据本技术的各方面的示例性乘用车辆的系统的框图。
图4A至图4B示出了根据本技术的各方面的模型结构的自由度。
图5A至图5B示出了根据本技术的各方面的轮胎相关信息。
图6示出了根据本技术的各方面的车身(vehicle body)图。
图7示出了根据本技术的各方面的负载转移图。
图8示出了根据本技术的各方面的示例模型结构。
图9示出了根据本技术的各方面的框图。
图10示出了根据本技术的各方面的平面动力学模块的流程图。
图11A至图11E示出了根据本技术的各方面的验证示例。
图12A至图12E示出了根据本技术的各方面的附加验证示例。
图13A至图13E示出了根据本技术的各方面的停车相关的验证示例。
图14A至图14E示出了根据本技术的各方面的低速滚动相关的验证示例。
图15A至图15B示出了根据本技术的各方面的示例系统。
图16示出了根据本技术的各方面的示例方法。
具体实施方式
评估车辆的新部件可能具有挑战性，特别是当车辆被配置为在没有或最少人类驾驶员输入的自主驾驶模式下操作时。某些部件，诸如EPS子系统，可能具有非常特定的要求。评估EPS子系统的一种方法是经由虚拟验证和校验方法。在这里，虚拟测试可能涉及软件在环(SIL)和硬件在环(HIL)以及集成的车辆动力学模型在环(MIL)。定义避免不必要的复杂性的稳健的车辆动力学模型对于确保正确的虚拟测试可能特别重要，尤其是在提供完全可操作的车辆以进行测试不可行时。
示例车辆系统
图1A示出了示例性乘用车辆100的透视图，诸如小型货车、运动型多功能车辆(SUV)或可以采用根据本技术的各方面的EPS子系统的其他车辆。EPS子系统可以是施加扭矩力来转向经由软件主动控制的车辆的任何东西。这可以是诸如典型用于乘用车辆的全电动齿条和小齿轮式硬件，或者是更典型用于诸如货运卡车的较大型车辆的电动液压系统。图1B示出了乘用车辆100的自上而下的视图。乘用车辆100可以包括用于获得关于车辆外部环境的信息的各种传感器。例如，车顶(roof-top)外壳102可以包括激光雷达(lidar)传感器以及各种相机、雷达单元、红外和/或声学传感器。位于车辆100前端处的外壳104和位于车辆驾驶员侧和乘客侧的外壳106a、106b可以各自包含激光雷达、雷达、相机和/或其他传感器。例如，外壳106a可以沿着车辆的侧围板(quarter panel)位于驾驶员侧门的前面。如图所示，乘用车辆100还包括用于雷达单元、激光雷达和/或相机的外壳108a、108b，其也位于朝向车辆的后车顶部分。附加的激光雷达、雷达单元和/或相机(未示出)可以位于沿着车辆100的其他地方。例如，箭头110指示传感器单元(图1B中的112)可以沿着车辆100的后部定位，诸如在保险杠上或邻近保险杠。并且箭头114指示沿着车辆的前向方向布置的一系列传感器单元116。在一些示例中，乘用车辆100还可以包括用于获得关于车辆内部空间的信息的各种传感器(未示出)。
举例来说，每个传感器单元可以包括一个或多个传感器，诸如激光雷达、雷达、相机(例如，光学或红外)、声学(例如，麦克风或声纳类型传感器)、惯性(例如，加速度计、陀螺仪等)或其他传感器(例如，诸如GPS传感器的定位传感器)。虽然本公开的某些方面可能在与特定类型的车辆结合是特别有用的，但是车辆可以是任何类型的车辆，包括但不限于轿车、厢式车、公共汽车、休闲车等。
对于以部分或完全自主驾驶模式操作的车辆，可能出现不同程度的自主性。美国国家公路交通安全管理局和汽车工程师协会已经标识了不同的级别来指示车辆控制驾驶的程度。例如，级别0没有自动化，并且驾驶员做出所有与驾驶相关的决定。最低的半自主模式，级别1，包括一些驾驶辅助，诸如巡航定速。级别2具有某些驾驶操作的部分自动化，而级别3涉及可以使驾驶员座位上的人根据授权进行控制的有条件的自动化。相比之下，级别4是高自动化级别，其中车辆能够在所选择的条件下在没有辅助的情况下驾驶。并且级别5是完全自主模式，其中，车辆在所有境况下都能够无需辅助进行驾驶。本文描述的模型、架构、部件、系统和方法可以被设计成根据诸如在本文中被称为自主驾驶模式的级别2-4或2-5的半自主或完全自主模式运行。因此，对自主驾驶模式的引用可以包括部分和/或完全自主性。
图2示出了示例电动助力转向子系统200，其可以根据虚拟验证和校验方法进行评估。在这个示例中，子系统200具有耦合到转向柱204和转向齿条单元206的齿条和小齿轮机构202。机构202可以包括扭矩传感器。转向齿条单元206可以包括循环球齿轮(未示出)。横拉杆208从转向齿条单元206的任一端延伸，轮毂单元210被配置用于耦合到车辆的车轮(未示出)。电动马达212可操作地耦合到转向齿条单元206。电动马达208可以包括集成的转向控制单元(未示出)，其使得能够进行完全和部分自主驾驶模式两者。在自主驾驶模式下，转向控制单元能够从诸如控制器局域网(CAN)总线、FlexRay等的网络接收位置或扭矩命令(以及关于其他车辆参数的信息)，以便确定适当的转向支持量。该信息被电动马达212用来根据需要提供转向辅助。
图3示出了以自主驾驶模式操作的示例性车辆(诸如乘用车辆100)的各种部件和系统的框图300。如图所示，框图300包括一个或多个计算设备302，诸如包含一个或多个处理器304、存储器306和典型存在于通用计算设备中的其他部件的计算设备。存储器306存储可由一个或多个处理器304访问的信息，包括可以由处理器304执行或以其他方式使用的指令308和数据310。当以自主驾驶模式操作时，计算系统可以控制车辆的整体操作。
存储器306存储可由处理器304访问的信息，包括可以由处理器304执行或以其他方式使用的指令308和数据310。存储器306可以是能够存储处理器可访问的信息的任何类型的存储器，包括计算设备可读介质。存储器是诸如硬盘驱动器、存储器卡、光盘、固态等的非暂时性介质。系统可以包括前述的不同组合，由此指令和数据的不同部分被存储在不同类型的介质上。
指令308可以是由处理器直接(诸如机器代码)或间接(诸如脚本)执行的任何指令的集合。例如，指令可以作为计算设备代码存储在计算设备可读介质上。在这点上，术语“指令”、“模块”和“程序”在本文可以互换使用。指令可以以目标代码格式存储，以便由处理器直接处理，或者以任何其他计算设备语言存储，包括按需解释或预先编译的独立源代码模块的集合或脚本。数据310可以由一个或多个处理器304根据指令308来检索、存储或修改。在一个示例中，存储器306的一些或全部可以是事件数据记录器或被配置为存储车辆诊断和/或检测的传感器数据的其他安全数据存储系统，取决于实施方式，其可以车载于车辆或远程。
处理器304可以是任何传统的处理器，诸如商用CPU。可替代地，每个处理器可以是专用设备，诸如ASIC或其他基于硬件的处理器。尽管图3在功能上将计算设备302的处理器、存储器和其他元件示出为在同一框内，但是这样的设备实际上可以包括多个处理器、计算设备或存储器，它们可以存放或可以不存放在同一物理外壳内。类似地，存储器306可以是位于不同于处理器304的外壳中的硬盘驱动器或其他存储介质。因此，对处理器或计算设备的引用将被理解为包括对可以或可以不并行操作的处理器或计算设备或存储器的集合的引用。
在一个示例中，计算设备302可以形成合并到车辆300中的自主驾驶计算系统。自主驾驶计算系统可能能够与车辆的各种部件通信。例如，计算设备302可以与车辆的各种系统通信，包括驱动系统，该驱动系统包括减速系统312(用于控制车辆的制动)、加速系统314(用于控制车辆的加速)、转向系统316(该转向系统包括EPS子系统(用于控制车轮的朝向和车辆的方向))、信号系统318(用于控制转向信号)、导航系统320(用于将车辆导航到一位置或对象周围)和定位系统322(用于确定车辆的位置，例如包括车辆的位姿)。根据导航系统320、定位系统322和/或系统的其他部件，自主驾驶计算系统可以采用规划器模块323，例如用于确定从起点到目的地的路线，或者用于鉴于当前或预期牵引条件对各种驾驶方面进行修改。
计算设备302还可操作地耦合到感知系统324(用于检测车辆的环境中的对象)、动力系统326(例如，电池和/或内燃机)和传动系统330，以便以自主驾驶模式根据存储器306的指令308控制车辆的移动、速度等，该自主驾驶模式不要求或不需要来自车辆的乘客的连续或周期性输入。一些或所有车轮/轮胎328例如经由EPS子系统317耦合到传动系统330，并且计算设备302可能能够接收关于轮胎压力、平衡和可能影响以自主模式驾驶的其他因素的信息。
计算设备302可以例如经由规划器模块323通过控制各种部件来控制车辆的方向和速度。举例来说，计算设备302可以使用来自地图信息和导航系统320的数据完全自主地将车辆导航到目的地位置。计算设备302可以使用定位系统322来确定车辆的位置，并使用感知系统324来检测对象并且在需要时对对象作出响应，以安全到达该位置。为此，计算设备302可以使车辆加速(例如，由加速系统314通过增加提供给引擎的燃料或其他能量)、减速(例如，通过减少供应给引擎的燃料、改变档位和/或通过由减速系统312施加制动)、改变方向(例如，通过在EPS子系统317的管理下由转向系统316转动车辆100的前车轮或其他车轮)，并信号通知这样的改变(例如，通过点亮信号系统318的转弯信号)。因此，加速系统314和减速系统312可以是包括车辆的引擎和车轮之间的各种部件的动力传动系统(drivetrain)或其他类型的传动系统330的一部分。再次，通过控制这些系统，计算设备302还可以控制车辆的传动系统330，以便自主操纵车辆。
导航系统320可以由计算设备302使用，以便确定并沿着路线到达位置。在这点上，导航系统320和/或存储器306可以存储地图信息，例如计算设备202可以用来导航或控制车辆的高度详细的地图。作为示例，这些地图可以标识道路、车道标记、交叉路口、人行横道、速度限制、交通信号灯、建筑物、标志、实时交通信息、植被或其他这样的对象和信息的形状和高度。车道标记可以包括诸如实线或虚线的双车道线或单车道线、实线或虚线的车道线、反射器等特征。给定的车道可以与左和/或右车道线或定义车道的边界的其他车道标记相关联。因此，大多数车道可以由一个车道线的左边缘和另一个车道线的右边缘界定。
感知系统324包括用于检测车辆外部对象的传感器332。检测的对象可以是其他车辆、道路中的障碍物、交通信号、标志、树木等。传感器332还可以检测天气状况的某些方面，诸如雪、雨或水喷雾，或者路面上的水坑、冰或其他材料。
仅作为示例，感知系统324可以包括一个或多个光检测和测距(lidar)传感器、雷达单元、相机(例如，具有或不具有中性密度滤波器(ND)的光学成像设备)、定位传感器(例如，陀螺仪、加速度计和/或其他惯性部件)、红外传感器、声学传感器(例如，麦克风或声纳换能器)、和/或记录可以由计算设备302处理的数据的任何其他检测设备。感知系统324的这样的传感器可以检测车辆外部的对象及其特性，诸如位置、朝向、大小、形状、类型(例如，车辆、行人、骑自行车的人等)、走向、相对于车辆的移动速度等。感知系统324还可以包括车辆内的其他传感器，以检测车辆内的对象和状况，诸如乘客车厢内的对象和状况。例如，这样的传感器可以检测例如一个或多个人、宠物、包裹等，以及车辆内部和/或外部的状况，诸如温度、湿度等。感知系统324的其他传感器332可以测量车轮328的转速、减速系统312的制动量或制动类型、扭矩信息和/或与车辆本身的设备和操作相关联的其他因素。
如下面进一步讨论的，由传感器获得的原始数据可以由感知系统324处理，和/或在感知系统324生成数据时周期性地或连续地发送到计算设备302以供进一步处理。计算设备302可以使用定位系统322来确定车辆的位置，并且使用感知系统324来检测对象并且在需要时对对象作出响应，以例如经由由规划器模块323做出的调整(包括处理遮挡和其他问题的操作中的调整)而安全到达该位置。此外，计算设备302可以执行单独传感器、特定传感器组件(assembly)中的所有传感器或者不同传感器组件或其他物理外壳中的传感器之间的校准。
如图1A至图1B所示，感知系统324的某些传感器可以合并到一个或多个传感器组件或外壳中。在一个示例中，这些可以集成到车辆的侧视镜。在另一个示例中，其他传感器可以是车顶外壳102或者其他传感器外壳或单元106a、106b、108a、108b、112和/或116的一部分。计算设备302可以与位于车辆上或以其他方式沿车辆分布的传感器组件通信。每个组件可以具有诸如上面所描述的一个或多个类型的传感器。
回到图3，计算设备302可以包括通常结合计算设备使用的所有部件，诸如上述处理器和存储器以及用户接口子系统334。用户接口子系统334可以包括一个或多个用户输入336(例如，鼠标、键盘、触摸屏和/或麦克风)和一个或多个显示设备338(例如，具有屏幕的监视器或可操作来显示信息的任何其他电气设备)。在这点上，内部电子显示器可以位于车辆的舱室内(未示出),并且可以被计算设备302用来向车辆内的乘客提供信息。诸如扬声器340的其他输出设备也可以位于乘用车辆内。
车辆还包括通信系统342。例如，通信系统342还可以包括一个或多个无线配置，以促进与其他计算设备通信，诸如车辆内的乘客计算设备、车辆外部的计算设备，诸如道路上的另一个附近车辆中的计算设备，和/或远程服务器系统。通信连接可以包括短程通信协议，诸如蓝牙TM、蓝牙TM低功耗(LE)、蜂窝类型连接，以及各种配置和协议，包括因特网、万维网、内联网、虚拟专用网、广域网、局域网、使用一个或多个公司专有的通信协议的专用网络、以太网、WiFi和HTTP，以及前述的各种组合。
示例实施方式
如上所述，根据本技术的一个方面，采用了提供车辆动力学模型(例如，具有多个轮距(track)和4个或更多自由度的模型)的模型结构，该模型结构可以在执行EPS子系统的虚拟验证和校验时使用。模型结构包含在控制和动力学行为方面的选择的特性，例如来执行特性的基本改变，诸如以改变模拟轮胎压力改变或摩擦系数改变的影响、移动重心高度、考虑道路倾斜和坡度的影响等的基本轮胎属性。在一个情景，模型被设计为在1毫秒(ms)固定时间步长欧拉求解器上稳定运行，以便和HIL硬件测试或SIL软件集成一起使用。该模型还使得模拟能够以某些状态的初始条件的集合开始。
模型结构广泛适用于各种用例。例如，一个用例涉及到具有组合的纵向-横向力的一个非线性轮胎模型。举例来说，与转向相结合的剧烈制动事件将有效地改变齿条力。可以模拟低速操纵，诸如以评估涉及转弯滑移(slip)效应的停车尝试。另一个用例是在模型中模拟转向悬架齿条力，以最小化对实验齿条模型数据的需求。这为工程师、开发者或其他用户给出了更高的模拟灵活性，并使得能够合成驾驶操纵。再一个用例评估故障操作性能，而再一个用例涉及手动方向盘人类干涉。这里，模型结构提供了拒绝人类输入的致动器的能力，以及用于致动器诊断的验证(例如，阻塞的致动器检测)的致动器的能力。例如，当EPS正在被控制到特定的齿条位置(轮胎角度)并且人类向手轮(handwheel)施加扭矩时，EPS可以使用其可用的扭矩能力来抵抗(oppose)/拒绝人类对转向车辆的企图。又一个用例涉及诊断功能校验；诸如冻水冲击或热衰减。在热衰减的情况下，如果EPS内的电子设备或马达超过温度限制，EPS的整体输出(扭矩能力)将降低。取决于减少的量，这可能影响EPS转向车辆的能力。该模拟可以用于确定这种性能下降的影响/严重性。并且再一个用例是要评估扰动输入。这里，系统可以例如评估坑洼、高低不平(washboard)的道路表面、从载入日志的实验数据添加到齿条的路缘撞击扰动输入以及mu转换。mu转换涉及表面摩擦力的改变，例如从一段沥青驾驶到一片冰上。
图4A至图4B示出了模型结构的自由度的示例。如图4A的视图400所示，车轮402耦合到横拉杆404，横拉杆404耦合到转向齿条单元406的相应端。马达齿轮408啮合(engage)转向齿条单元406。小齿轮410耦合到转向齿条单元406，并经由输入轴414和扭力杆416与手轮(方向盘)412啮合。如图所示，转向齿条位移(齿条位置xrack)有平移角度自由度，向右为正(单位为米)。右前车轮具有车轮角度δfr，并且左前车轮具有车轮角度δfl(弧度)。马达齿轮408具有扭矩tormot,，输入轴414具有扭矩torish，并且到方向盘(驾驶员)的外部扭矩是tordriver(每个都以牛顿米为单位)。这里，tordriver与方向盘接口相关联。手轮角度ΘHw等于EPS输入轴角度Φish(以度或弧度为单位)，假设无限刚性转向柱因万向节(u-joints)而没有非线性。手轮角度ΘHw是旋转动力学自由度。小齿轮角度为ΘP(以弧度)。齿条位置xrack和小齿轮角度ΘP被假定为相同的自由度(经由转向齿条比平移
Figure BDA0003811540330000101
旋转，c因子)。因此，小齿轮角度等于齿条位置的传动比(transmission ratio)。Is表示转向臂长度，特别是从车轮旋转轴线z到横拉杆接口(404)的标准化距离。
如图4B的视图420所示，右和左前和后车轮422(422fr,422fl,422rr,422rl)每个分别具有对应的车轮角度δfr,δfl,δrrδrl和速度矢量Vfr,Vfl,Vrr Vrl(可以分解为车轮轴线系统中的纵向和横向速度分量)。该车辆的表示具有轴距(wheel base)424和轮距宽度(trackwidth)426。该图还示出了每个重心处的纵向位置(X轴)和横向位置(Y轴)的自由度，以及偏航角ψ。对于前车轴(axle)惯量，一切都可以参考转向齿条体，其可以是参考转向齿条坐标系的常数值(因而是质量)。如本文进一步讨论的，车辆速度将指沿X轴的车辆速度。横向加速度是指车辆沿Y轴的加速度。
关于轮胎的信息是根据魔术公式(magic formula)(例如，魔术公式5.2/MF52或等效公式)。举例来说，图5A示出了图表500，其示出了作为横向滑移syij的函数的横向轮胎μyij的魔术公式示例。这里，曲线502、504、506、508和510分别示出了纵向sxij滑移值为0、0.05、0.2、0.5和1的结果。这个示例示出了组合的横向力和纵向力的效应。图5B示出了视图520中的示例轮胎的侧面表示和自上而下的标示。这里，re是有效滚动半径，p指示垂直偏转，Vx和Vy是地球固定系统中车轮中心的纵向和横向速度，V是re合成速度矢量，并且ω是轮辋(rim)转速。鉴于此，滑移角α为:artcan(Vy/Vx)。横向滑移sy为Vy/|Vx|。并且纵向滑移sx＝(Vx-ω*re)/Vx。
模型结构包括具有组合力约束的稳态横向力模型，其中增加纵向力的幅度可以减少横向力的幅度。轮胎模型将支持低速回正扭矩(来自轮胎特性的简化转弯滑移效应)。并且纵向和横向力刚性(作为滑移的函数的力梯度)将取决于轮胎垂直负载。此外，轮胎模型将允许通过调整每个轮胎的摩擦系数(μ缩放比例)来模拟mu转换。此外，整体模型架构将包括横向力柔度。轮胎力与齿条力之比可以用轮胎自回正力矩、转向臂长度和刮擦半径(可变机械拖距(trail))、顶升效应等来模拟。
图6示出了示例车身图600，其示出了轮胎纵向和横向力Fxij和Fyij(以牛顿)。这里，lf和lr分别是从车辆重心602到前车轴和后车轴的距离(以米)。右车轮到车轴的中心线的距离是Wr，并且左车轮到车轴的中心线的距离是Wl(以米)。注意，整体轮距宽度(Wtr)将是Wr+Wl。
图7示出了示例性负载转移图700，其中车辆具有重心(CG)702。这里，ef和er分别指示前滚动轴和后滚动轴处的滚动中心高度(以米)。hcg指示重心距地面的高度，而he指示重心距滚动轴的距离(以米)。L是车辆的整体轴距(以米)，其等于lf+lr。这里，rr是车轮负载半径(车辆负载压缩后)，以及rf是前车轮负载半径。
在示出了可以用于模型架构的车辆系统动力学方程和转向系统动力学方程之前，下表标识了各种符号所对应的内容。请注意，转向系统应在所定义的性能边界内以准线性方式起作用。
Figure BDA0003811540330000111
Figure BDA0003811540330000121
Figure BDA0003811540330000131
表1:车辆系统
Figure BDA0003811540330000132
Figure BDA0003811540330000141
表2:转向系统
如下表3所示，根据模型架构，可以采用以下车辆系统动力学方程。关于轮胎模型方程13-16，这些是可以使用的魔术公式的简化参考。
Figure BDA0003811540330000151
Figure BDA0003811540330000161
表3:车辆系统动力学方程
如下表4所示，根据模型结构，可以采用下面的转向系统动力学方程。
Figure BDA0003811540330000171
表4:转向系统动力学方程
图8示出了根据本文讨论的技术的示例模型结构的框图800。在该示例中，模型结构包括某些块或模块，包括车辆系统动力学块802、EPS模型/变体块804、柱动力学块806、齿条动力学块808、致动控制块810和实验控制块812。在另一个示例中，模型结构还可以包括用于EPS相关信号收集的EPS日志块。在其他示例中，这些块中的一个或多个可以从模型结构中省略。在虚拟测试环境中实现模型结构可以包括将选择的数据载入日志、生成用于显示的曲线图/图表、接收输入以调整用于评估的参数等。
车辆系统动力学块802包含车辆平面动力学和齿条反作用力。在一个情景中，该块包括车辆系统、运动学和柔度、车轴模型和车身车辆移动。车辆系统涉及底盘/动力学方程。运动学和柔度用于估计所有车轮的最终负重轮角度。车轴模型根据(subject to)车辆状态和绕z轴的有效车轮回正力矩来估计齿条反作用力。车身车辆运动将车辆状态转换为全局坐标。例如，如图9的框图900所示，车轴模型902计算围绕z轴的车轮回正力矩。例如，这可以包括计算前轮胎总回正扭矩、后轮胎总回正扭矩和顶升扭矩，并且还使用前车轮总回正扭矩乘以适当的转向臂长度来计算齿条反作用力。
来自块902的该信息被提供给运动学和柔度块904，该块计算负重轮(轮胎)角度。来自块904的输出(delta，轮胎角度)被提供给车辆系统块906，车辆系统块906还接收mu缩放比例和sxij(滑移)输入。车辆系统块906输出车辆状态信息908，例如车身-底盘平移和角位置、加速度等。反馈回路910将轮胎的纵向力和横向力以及围绕z轴的自回正扭矩提供回给车轴模型块902。
图10示出了车辆系统动力学的平面动力学模块的流程图1000。在1002，模块接收各种输入，诸如平面状态、来自块904的delta、mu缩放比例信息(每个轮胎的摩擦系数的缩放比例)、车辆参数(例如，轮胎、尺寸)等。在块1004，系统从车身-底盘框架计算轮胎速度。然后在块1006，系统计算法向Fzij力(举例来说，Fzfl＝(质量*g*lr*wr)/(L*wtr)-(质量*hCG*wr)/(L*wtr)*acc-(质量*Gfront/wtr)*accy))。在块1008，系统设置最小纵向速度以避免数值不稳定性，并计算滑移角α。然后在块1010，系统根据法向负载变化从滑移输入计算车轮转速ω。在块1012，系统使用滑移计算纯纵向轮胎力。在块1014，系统使用横向滑移角首先计算纯横向力。然后，使用纵向滑移，系统缩放纯横向力以得到组合的滑移的横向力。在块1016，系统计算轮胎接触长度。在块1018，系统仅针对前车轮计算转弯滑移的瞬态行为。
在块1020，系统计算低速(例如，用于停车)自回正轮胎扭矩。这可以通过以下方式实现。首先，计算转弯滑移的瞬态行为。然后根据充气压力p0、摩擦系数muSc和法向负载Fz，计算轮胎能够传递(deliver)的峰值停车扭矩，该峰值停车扭矩与纵向轮胎速度Vx成比例。然后计算(例如，使用用于停车的滞后模型)扭矩刚性。然后计算速度Vx和转弯滑移的mu缩放(scaled)的“阻尼”扭矩函数，以及然后计算最终(停车)扭矩。
在块1022，系统首先计算纯侧滑的自回正扭矩，然后在块1024计算组合的滑移。在块1026，系统计算平面动力学方程(例如，上面的方程3、4和5)的集合，然后输出这些方程供其他系统模块使用。例如，在方程式中3-5中计算的力用于求解
Figure BDA0003811540330000181
和
Figure BDA0003811540330000182
这些导数可以积分以导出
Figure BDA0003811540330000183
和
Figure BDA0003811540330000184
回到图8，EPS模型/变型块804可以用于SIL模型和功能性EPS辅助和角度控制。举例来说，该块可以用于模拟包含扭矩控制器(例如，用于手动驾驶和角度控制的基本转向辅助)、驾驶员超控逻辑(例如，驾驶员仲裁和接管功能)、扭力杆传动信息和可变转向比(例如，模拟可变传动比齿条)的EPS控制器。例如，驾驶员超控逻辑通过扭力杆扭矩(例如，驾驶员的转向扭矩torqueISH已经超过特定阈值多长时间)和EPS啮合模式来检查驾驶员干预，并通过检查转向扭矩持续性来确定是否需要触发驾驶员超控条件。
可以或者从物理或者从控制限制(例如，热保护等)强加马达转矩限制。可以采用扭矩混合定时器来混合驾驶员扭矩和角度控制器扭矩，以实现平滑过渡。扭矩控制器被配置为确定扭矩马达输出命令，该命令被发送到EPS马达。该扭矩或者来自经过某种放大逻辑(例如，来自查找表的升压曲线)的驾驶员的转向扭矩(torqueISH)，或者来自得到角度误差作为输入并生成将最小化该误差的目标扭矩的EPS角度控制器。控制器可以是PID结构或其他类型的控制器。角度控制器PID或查找表的输出可以根据混合信号而混合在一起，该混合信号根据角度控制器是否被启用来逐渐斜入斜出一个扭矩对另一个扭矩。扭矩马达请求可以被物理扭矩马达限制饱和，并且EPS速度的阻尼分量函数从请求中被移除。当接近机械齿条限制时，可以使用软齿条终点挡板查找表来限制增压扭矩。
柱动力学块806与转向参数的集合相关联。这可以被建模为具有惯性JHW阻尼和摩擦的二阶系统。转向参数可以包括以下中的一个或多个:转向齿条质量和摩擦参数、转向柱的机械属性、扭力杆参数(例如，torish)和/或用于小齿轮和马达传动的EPS传动比。对于转向齿条质量和摩擦，高值模拟了齿条坐标中EPS马达的参考惯性。转向柱的机械属性可以包括模拟为具有峰值摩擦扭矩的双曲线函数的摩擦和惯性。
在评估期间，当齿条位置达到最大值时，它将控制速度积分。原则上，物理世界中发生的事情是齿条停止进一步移动，因为它开始压缩终点挡板。这种机械冲击对于数值解来说是一种“刚性”系统。因此，在一个示例中，该机制方法可以模拟齿条已经到达其终点挡板的事实。在这个示例中，输入轴速度和齿条速度在同一时刻被一起控制，以避免阻尼扭矩尖峰。
齿条动力学块808采用一个或多个参数和函数。例如，在该块中，系统可以对齿条质量上的frack(马达+驾驶员)和frod(反作用力)力参数求和，以导出加速度值。齿条的质量可以加上EPS和/或悬架的所涉及的惯性。在该块中采用的一个函数是模拟齿条终点挡板(例如，供柱动力学块使用)。另一个功能允许混合模拟的齿条位置/速率以及载入日志的齿条位置/速率。例如，系统可以施加[＝＝1]或不施加[＝＝0]齿条动力学。实际上，这强加了载入日志的齿条位置和速度，而不是使用齿条动力学模型的输出。这使得能够状态混合以及对纯车辆底盘动力学校验的EPS模型行为的解耦合。关于混合，这允许[＝＝1]或不允许[＝＝0]在启用齿条位置控制之前使用载入日志的位置。因此，当＝＝1时，系统可以在手动驾驶模式期间从手动驾驶开始模拟，并且当EPS进入驾驶员接管的部分自主模式时，它允许模拟的EPS变体的齿条动力学作为输出(xRack[m]和
Figure BDA0003811540330000201
传播。
致动控制块810控制车轮纵向滑移sxij。该块的示例输入包括车辆状态信息、速度目标信息(从实验控制块812接收)和mu缩放比例信息(从实验控制块812接收)。来自该块的输出包括纵向滑移信息sxij。在一个情景下，致动控制块810能够利用初始条件和/或滑移目标函数来估计长加速度。例如，利用初始条件来估计长加速度可以采取xDotTarget
Figure BDA0003811540330000202
作为输入，并输出将有效产出目标速度的估计的底盘加速度(xDotDotTargetEst,
Figure BDA0003811540330000203
)。举例来说，基于输入，对加速度产生二阶滤波估计。这允许设置过滤器的初始条件，使得纵向速度目标和纵向加速度目标对应。
Figure BDA0003811540330000204
是
Figure BDA0003811540330000205
的控制器导数，其允许用于滤波的初始条件。因此，举例来说，如果目标速度是10米/秒，并且系统以10米/秒开始，那么
Figure BDA0003811540330000206
已经是0米/秒2。如果该块不进行这种初始条件控制，那么在仿真初始化期间加速度可能会出现尖峰。
在4车轮车辆的一个示例中，致动控制块可以执行以下功能。首先，计算对于所有4个车轮的总法向力(Fztotal＝(Fzfl+Fzfr+Fzrl+Fzrr))。然后，根据Fxij＝forcesFxTarget*Fzfl/Fztotal将forceFxTarget分配给所有4个轮胎。实际上，这分配了单独的轮胎应该生成的总纵向力(forceFxTarget)的大小。具有较高法向负载的轮胎预期将获得较高的力分配。因此，在后轮驱动架构中，加速中的后轮将具有更高的法向力，并且它们将获得更大的百分比。接下来，使用轮胎参数和魔术公式(例如，MF62)，找到将导致期望的纵向轮胎力的纵向滑移，并求解MF62轮胎公式。例如，根据法向负载和每个轮胎的目标力(例如，10000牛顿)，从魔术公式生成的轮胎曲线中，选择正确的滑移目标值。因此，在一个情景中，如果法向负载为48千牛顿，滑移率将在0.02的数量级，而如果法向负载为13.7千牛顿，那么滑移率将大约为0.09。接下来，通过不允许横向力大于所选择的值sxMaxjj，由此产生的滑移应该被限制为留下用于转向的横向力。这有效地模拟了牵引力控制系统(TCS)和防抱死制动系统(ABS)。
实验控制块812实现模拟。它能够处理驾驶模式(例如，手动、具有驾驶员接管的部分自主配置或没有驾驶员接管的完全自主配置)、针对轮胎摩擦系数的改变的mu缩放比例以及速度目标。实验控制块812的输入包括车辆状态信息和xDotRack数据(米/秒)。来自该块的输出可以包括一个或多个模式要求、齿条位置要求、速度目标、每个车轮的mu缩放比例(其改变轮胎的摩擦系数)、tordriver值以及其他输出。
该模型的各种操作方面使得它特别有利于可以与被配置为以完全或部分自主驾驶模式操作的车辆一起使用的EPS子系统和其他部件和模块的虚拟验证和校验。
举例来说，该模型可以接收纵向速度目标的外部输入。目标速度将导致加速度目标，并且使用车辆质量，它将成为车辆级别力目标。在这种情况下，加速度目标可以被速率限制和延迟，以模拟致动器的动力学效应限制。速度控制可以具有前馈(与车辆质量和道路坡度相关)和反馈部分。并且车辆级别力目标可以以纵向滑移sxij形式或者作为推进或者作为制动扭矩而分配给车轮。
在另一个示例中，该模型可以用于模拟稳定性控制，包括纵向滑移控制和车辆偏航率控制。例如，纵向滑移控制器模块可以有效地使用轮胎模型属性来确保车辆保持可操纵性(例如，为了保持50％)。举例来说，应该选择滑移率，该滑移率在所有条件下都允许系统保持轮胎可能产生的横向力的至少50％的。控制器可以作为目标纵向滑移(sxij)饱和来操作。这里，它不是反馈控制器。车辆偏航率控制将启动制动器。在这种情景下，纵向滑移和偏航速率控制两者可以随意启用或禁用。
参数变化也可以用于修改模型的各方面。例如，可以提供脚本的集合来使得能够进行物理意义上的参数变化；例如，将影响整体车辆质量和CG位置，但也将对相关物理属性(诸如偏航惯性力矩、重心高度等)有影响的负载条件情况。这对于评估负载配置、轮胎改变效果、前/后滚动刚性非常有帮助。模型的外部输入可以包括载入日志的齿条力扰动。
模型验证
模型可以根据操作要求的集合进行初始配置，例如基于包括特定质量、乘员负载、重心、按照冷标称设定点(cold nominal setpoint)的轮胎压力(对于前和/或后轮胎)等的车辆类型。模型还可以包括特定的操纵动作定义的集合，其可以包括以下一个或多个:
·正弦转向
·斜坡转向
·步进转向
·停车尝试:例如，转向斜率lock-2-lock为[0和5]*1.61/3.6米/秒，其中lock-2-lock贯穿整个运动/行程范围内移动转向齿条，例如，向左完全转向，然后向右完全转向。
·静态转向运动学属性；物理与虚拟运动学和柔度
·悬架惯性识别；转车盘(或类似)上的开环频率扫描
·悬架顶升效应；转车盘(或类似)上的慢速斜坡转向
模型架构提供了对比物理/实验数据的通道(channel)。这可以包括评估(i)前负重轮角度(δij)与手轮角度(θHw)与齿条位移(xrack)；(ii)横向加速度(accy)与纵向加速度(accx)；(iii)偏航速率(ψ)；(iv)齿条力估计值，当与或者来自齿条力传感器或者来自EPS的齿条力估计值的操纵相关时；以及(v)根据固定有效滚动半径ri的车辆水平推进和制动扭矩(以及可能的单独的车轮制动压力)。
可以通过将从模型获得的模拟数据与实验日志数据进行比较来进行验证。例如，图11A至图11E是正弦转向情景的验证示例，其中参数在大约20米/秒(45英里/小时)时为6米/秒2的量级。图11A的速度图表1100比较了速度范围X到X+7内的时间t0和t6之间的模拟数据1102和日志数据1104。可以看出，模拟数据1102清晰地与日志数据1104对齐。图11B的加速度图表1120将横向模拟数据1122与横向日志数据1124进行比较，将纵向模拟数据1126与纵向日志数据1128进行比较，两者都沿着加速度范围(-A到A)并且在时间t0和t6之间。如该示例所示，纵向(x轴)加速度模拟数据非常接近地跟踪日志数据，而横向(y轴)加速度模拟数据在沿着正弦波的最大值处(例如，靠近+Am/s)与日志数据有微小差异。图11C的输入轴角度图表1140沿着角度范围-Φmax到+Φmax并且在时间t0和t6之间将日志数据1142与模拟数据1144进行比较。图11D的偏航率(ψDot)图表1160沿着范围
Figure BDA0003811540330000221
到
Figure BDA0003811540330000222
并且在时间t0和t6之间将日志数据1162与模拟数据1164进行比较。并且图11E的图表1180沿着范围-Fmax到+Fmax以及在时间t0和t6之间比较了日志数据1182和模拟数据1184之间的反作用力。
图12A至图12E是在大约15.5米/秒(35英里/小时)处具有大约6米/秒2的参数的步进转向情景的验证示例。图12A的速度图表1200比较了速度范围X到X+7内的时间t0和t6之间的模拟数据1202和日志数据1204。图12B的加速度图表1220将横向模拟数据1222与横向日志数据1224进行比较，将纵向模拟数据1226与纵向日志数据1228进行比较，两者都沿着加速度范围(-A到A)并且在时间t0和t6之间。图12C的输入轴角度图表1240沿着大约0到+Φmax的角度范围并且在时间t0和t6之间将日志数据1242与模拟数据1244进行比较。图12D的偏航率(ψDot)图1260沿着-Fmax至+Fmax的范围并且在时间t0和t6之间将日志数据1262与模拟数据1264进行比较。并且图12E的图表1280沿着大约0到+Fmax的范围并且在时间t0和t6之间比较了日志数据1282和模拟数据1284之间的反作用力。
例如，工程师或第三方可以使用校验模型来验证被配置为以完全自主或部分自主驾驶模式操作的EPS和/或车辆底盘控制系统的其他方面(诸如具有稳定性控制系统的制动器和动力系统)。验证可以根据模型验证包络(envelope)或特定测试的其他标准来执行。例如，这可以包括纯横向测试的模型验证包络，其中可以考虑诸如斜坡转向、正弦转向或步进转向的因素。另一示例是组合的横向-纵向测试的模型验证包络。
其他验证情景包括停车(例如，几乎没有速度或大约2英里/小时的量级的最小滚动速度)、组合的纵向和横向测试过程(例如，评估U形掉头、S形转弯、加速J形转弯、减速J形转弯等)。例如，图13A至图13E是具有速度约为0米/秒(0英里/小时)的正弦转向情景的验证示例。图13A的速度图表1300比较了时间t0和t6之间的模拟数据1302和日志数据1304。图13B的加速度图表1320将横向模拟数据1322与横向日志数据1324进行比较，以及将纵向模拟数据1326与纵向日志数据1328进行比较，两者都沿着大致为0米/秒2的量级的加速度范围(例如，如图所示的-0.15至0.1m/s2)并且在时间t0和t4之间。图13C的输入轴角度图表1340沿着角度范围-Φmax到+Φmax并且在时间t0和t4之间将日志数据1342与模拟数据1344进行比较。图13D的偏航率(ψDot)图表1360沿着范围
Figure BDA0003811540330000231
到
Figure BDA0003811540330000232
(例如，大约-0.5到0.5)并且在时间t0和t4之间将日志数据1362与模拟数据1364进行比较。并且图13E的图表1380沿着范围-Fmax到+Fmax以及在时间t0和t4之间比较了日志数据1382和模拟数据1384之间的反作用力。
图14A至图14E是具有速度小于1米/秒(大约2英里/小时)的正弦转向情景的验证示例。图14A的速度图表1400在时间t0和t6之间将仿真数据1402与最大速度小于1米/秒的日志数据1404进行比较。图14B的加速度图表1420将横向模拟数据1422与横向日志数据1424进行比较，将纵向模拟数据1426与纵向日志数据1428进行比较，两者都沿着大致在例如-0.5至1米/秒2数量级的加速度范围，并且在时间t0和t4之间。图14C的输入轴角度图表1440沿着角度范围-Φmax到+Φmax并且在时间t0和t4之间将日志数据1442与模拟数据1444进行比较。图14D的偏航率(ψDot)图表1460沿着范围-
Figure BDA0003811540330000241
到
Figure BDA0003811540330000242
并且在时间t0和t4之间将日志数据1462与模拟数据1464进行比较。并且图14E的图表1480沿着范围-Fmax到+Fmax以及在时间t0和t4之间比较了日志数据1482和模拟数据1484之间的反作用力。
当评估EPS子系统时，可以根据虚拟验证和校验方法来测试模型，例如，结合HIL测试或SIL集成，例如使用蒙特卡罗校验方法。用于模型测试的示例性系统在图15A和图15B中示出。具体而言，图15A和图15B分别是示例系统1500的图示和功能图，该示例系统1500包括经由网络1508连接的多个计算设备1502、1504和数据库或其他存储系统1506。系统1500包含(incorporate)来自一个或多个车辆类型1510a、1510b、车辆子系统(诸如EPS子系统1512)等的参数。
如图15B的视图1520所示，计算设备1502和1504中的每个可以包括一个或多个处理器、存储器、数据和指令。这样的处理器、存储器、数据和指令可以类似于上面关于图3描述的那些来配置。
各种计算设备和数据库可以经由一个或多个网络(诸如网络1508)进行通信。网络1508和中间节点可以包括各种配置和协议，诸如因特网、万维网、内联网、虚拟专用网、广域网、局域网、使用一个或多个公司专有的通信协议的专用网络、以太网、WiFi和HTTP以及前述的各种组合。这样的通信可以由能够向其他计算设备发送数据和从其他计算设备接收数据的任何设备来促进，诸如调制解调器和无线接口。
在一个示例中，计算设备1502可以包括具有多个计算设备的一个或多个服务器计算设备，例如负载平衡的服务器群，这些计算设备与网络的不同节点交换信息，目的是从其他计算设备接收数据、处理数据、和向其他计算设备发送数据。例如，计算设备1502可以包括能够经由网络1508与计算设备1504通信的一个或多个服务器计算设备。服务器计算设备1502可以使用网络1508来向其他计算设备中的一个的用户发送和呈现信息。计算设备1504可以被认为是工作站或其他客户端计算设备。
如图15A所示，计算设备1504可以是旨在供用户1514使用的个人计算设备，并且具有通常与个人计算设备结合使用的所有部件，包括一个或多个处理器(例如，中央处理单元(CPU))、存储数据和指令的存储器(例如，RAM和内部硬盘驱动器)、显示器(例如，具有屏幕的监视器、触摸屏、投影仪、电视机或其他设备)以及用户输入设备(例如，鼠标、键盘、触摸屏或麦克风)。客户端计算设备/工作站还可以包括用于记录视频流的相机、扬声器、网络接口设备以及用于将这些元件相互连接的所有部件。在一个示例中，计算设备1504可以被配置为使用来自计算机设备1502和/或数据库1506的信息来运行模拟环境(例如，Simulink)。
存储系统1506可以是能够存储可由服务器计算设备1502访问的信息的任何类型的计算机化存储，诸如硬盘驱动器、存储器卡、ROM、RAM、DVD、CD-ROM、闪存驱动器和/或磁带驱动器。此外，存储系统910可以包括分布式存储系统，其中数据存储在多个不同的存储设备上，这些存储设备可以在物理上位于相同或不同的地理位置。如图15A至图15B所示，存储系统1506可以经由网络1508连接到计算设备，和/或可以直接连接到或并入任何计算设备。
图16示出了计算机实现的方法1600的示例。在块1602，该方法包括：存储计算机可执行部件以实现用于车辆中的运动控制的模型结构，所述车辆被配置为以自主驾驶模式操作。计算机可执行部件包括:车辆动力学系统模块，其包含关于车辆平面动力学和车辆齿条反作用力的信息；电动助力转向(EPS)模块；与车辆的转向柱相关联的柱动力学模块；齿条动力学模块；和致动控制模块。在块1604，该方法包括基于计算机可执行部件配置虚拟验证和校验模型。根据基于车辆类型、乘员负载信息、重心或按照冷标称设定点的轮胎压力中的至少一个的操作要求的集合来执行配置。并且在块1606，该方法包括执行虚拟验证和校验模型，其中EPS模块被配置用于软件在环模型、功能性EPS辅助、角度控制中的至少一个，或者被配置为模拟包含扭矩控制器、驾驶员超控逻辑、扭力杆传动信息或可变转向比中的至少一个的EPS控制器。
最后，本文讨论的模型校验技术适用于各种类型的轮式车辆，包括乘用汽车、公共汽车、RV、卡车等。
除非另有说明，否则前述替代示例并不相互排斥，而是可以以各种组合来实现，以实现独特的优点。由于在不脱离权利要求所定义的主题的情况下，可以利用上述特征的这些和其他变化和组合，因此实施例的前述描述应当被视为说明性的，而不是对权利要求所定义的主题的限制。此外，本文描述的示例的提供，以及措辞为“诸如”、“包括”等的句式，不应该被解释为将权利要求的主题限制到特定的示例；相反，这些示例旨在仅示出许多可能实施例中的一个。此外，不同附图中的相同附图标记可以标识相同或相似的元素。除非本文明确指示，否则这些过程或其他操作可以以不同的顺序或同时执行。

Claims (21)

1.一种系统，包括:
存储器，其存储计算机可执行部件以实现用于车辆中的运动控制的模型结构，所述车辆被配置为以自主驾驶模式操作；以及
一个或多个处理器，可操作地耦合到存储器，所述一个或多个处理器被配置为执行虚拟验证和校验模型中的部件，其中，所述部件包括:
车辆动力学系统模块，包含关于车辆平面动力学和车辆的齿条反作用力的信息；
电动助力转向(EPS)模块；
与车辆的转向柱相关联的柱动力学模块；
齿条动力学模块；和
致动控制模块；
其中，所述虚拟验证和校验模型最初是根据基于车辆类型、乘员负载信息、重心或按照冷标称设定点的轮胎压力中的至少一个的操作要求的集合而配置的。
2.根据权利要求1所述的系统，其中，所述虚拟验证和校验模型还包括特定的操纵定义的集合，所述特定的操纵定义从由以下组成的组中选择：正弦转向、斜坡转向、步进转向、停车尝试、静态转向运动学属性的集合、悬架惯性识别和悬架顶升效应。
3.根据权利要求1所述的系统，其中，所述车辆动力学系统模块包括车辆系统的数据，其中，所述车辆系统具有底盘/动力学方程的集合。
4.根据权利要求3所述的系统，其中，所述车辆动力学系统模块还包括运动学和柔度信息，其中，所述运动学和柔度信息用于估计车辆的每个车轮的最终负重轮角度。
5.根据权利要求4所述的系统，其中，所述车辆动力学系统模块还包括车轴模型，其中，所述车轴模型根据车辆状态和围绕z轴的车轮回正力矩来估计齿条反作用力。
6.根据权利要求5所述的系统，其中，所述车辆动力学系统模块还包括车身车辆移动，其中，所述车身车辆移动将车辆状态转换为全局坐标。
7.根据权利要求5所述的系统，其中，所述车轴模型用于通过计算前轮胎总回正扭矩、后轮胎总回正扭矩和顶升扭矩来计算围绕z轴的车轮回正力矩。
8.根据权利要求7所述的系统，其中，所述车轴模型还用于基于前轮胎总回正扭矩乘以转向臂长度来计算齿条反作用力。
9.根据权利要求6所述的系统，其中，所述车轴模型被运动学和柔度模块用于计算一个或多个轮胎角度。
10.根据权利要求9所述的系统，其中，所述一个或多个轮胎角度被车辆系统模块用于根据mu缩放比例和滑移信息确定车辆状态信息。
11.根据权利要求10所述的系统，其中，所述车辆状态信息包括车身-底盘平移、角位置或加速度中的至少一个。
12.根据权利要求11所述的系统，其中，所述车辆状态信息用于反馈回路以修改车轴模型。
13.根据权利要求1所述的系统，其中，所述EPS模块被配置用于软件在环模型、功能性EPS辅助或角度控制中的至少一个。
14.根据权利要求1所述的系统，其中，所述EPS模块被配置为模拟EPS控制器，所述EPS控制器包含扭矩控制器、驾驶员超控逻辑、扭力杆传动信息或可变转向比中的至少一个。
15.根据权利要求1所述的系统，其中，所述柱动力学模块与转向参数的集合相关联，所述转向参数包括以下中的一个或多个:转向齿条质量和摩擦参数、转向柱的机械属性、扭力杆参数或用于小齿轮和马达传动的EPS传动比。
16.根据权利要求1所述的系统，其中，所述齿条动力学模块采用一个或多个参数和函数来模拟齿条终点挡板或者混合模拟的齿条位置/速率信息和载入日志的齿条位置/速率信息。
17.根据权利要求1所述的系统，其中，所述致动控制模块用于模拟以控制车轮纵向滑移。
18.根据权利要求1所述的系统，还包括实验控制模块。
19.根据权利要求18所述的系统，其中，所述实验控制模块被配置为以一个或多个驾驶模式实现模拟的集合，所述一个或多个驾驶模式包括手动模式、具有驾驶员接管的部分自主配置或没有驾驶员接管的完全自主配置。
20.根据权利要求1所述的系统，还包括配置为收集基于EPS的信号的EPS日志块。
21.一种计算机实现的方法，包括:
存储计算机可执行部件以实现用于车辆中的运动控制的模型结构，所述车辆被配置为以自主驾驶模式操作，其中，所述计算机可执行部件包括:
车辆动力学系统模块，包含关于车辆平面动力学和车辆的齿条反作用力的信息；
电动助力转向(EPS)模块；
与车辆的转向柱相关联的柱动力学模块；
齿条动力学模块；和
致动控制模块；
由一个或多个处理器基于所述计算机可执行部件配置虚拟验证和校验模型，所述配置是根据基于车辆类型、乘员负载信息、重心或按照冷标称设定点的轮胎压力中的至少一个的操作要求的集合来执行的；和
由一个或多个处理器执行所述虚拟验证和校验模型，其中，所述EPS模块被配置用于软件在环模型、功能性EPS辅助、角度控制中的至少一个，或者被配置为模拟包含扭矩控制器、驾驶员超控逻辑、扭力杆传动信息或可变转向比中的至少一个的EPS控制器。
CN202211013520.7A 2021-08-23 2022-08-23 运动控制的虚拟验证和校验模型结构 Pending CN115712949A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/408,734 2021-08-23
US17/408,734 US20230077259A1 (en) 2021-08-23 2021-08-23 Virtual Validation and Verification Model Structure for Motion Control

Publications (1)

Publication Number Publication Date
CN115712949A true CN115712949A (zh) 2023-02-24

Family

ID=85230589

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211013520.7A Pending CN115712949A (zh) 2021-08-23 2022-08-23 运动控制的虚拟验证和校验模型结构

Country Status (2)

Country Link
US (1) US20230077259A1 (zh)
CN (1) CN115712949A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11872937B2 (en) * 2022-02-16 2024-01-16 GM Global Technology Operations LLC Severity prediction system and method

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070260372A1 (en) * 2006-05-08 2007-11-08 Langer William J Dynamic vehicle suspension system testing and simulation
US10489993B2 (en) * 2017-04-25 2019-11-26 GM Global Technology Operations LLC Emulator hardware-in-loop architecture and control logic for vehicle steer-by-wire test system
US20180357338A1 (en) * 2017-06-13 2018-12-13 GM Global Technology Operations LLC Kinematics table generation for steering hardware simulator
US10597028B2 (en) * 2017-06-14 2020-03-24 GM Global Technology Operations LLC Systems and methods for holistic vehicle control with collaborative steering, electronic limited slip differential (ELSD), powertrain and braking
US10906581B2 (en) * 2017-12-07 2021-02-02 Steering Solutions Ip Holding Corporation Rack-limiting condition detection and the corresponding steering wheel torque feedback for steer by wire steering systems
CN110887672B (zh) * 2019-11-23 2021-09-03 同济大学 一种智能汽车整车在环试验系统
EP3869390A1 (de) * 2020-02-18 2021-08-25 dspace digital signal processing and control engineering GmbH Computerimplementiertes verfahren und system zum erzeugen einer virtuellen fahrzeugumgebung
CN112526893B (zh) * 2020-10-30 2024-04-02 长安大学 一种智能汽车的测试系统

Also Published As

Publication number Publication date
US20230077259A1 (en) 2023-03-09

Similar Documents

Publication Publication Date Title
US9903945B2 (en) Vehicle motion estimation enhancement with radar data
CN113195327B (zh) 确定自驾驶车辆上的车轮滑移
RU2698603C2 (ru) Система содействия парковке транспортного средства и способ парковки
CN103407451B (zh) 一种道路纵向附着系数估计方法
CN110281893B (zh) 一种紧急制动系统及方法、半挂车
CN113195326A (zh) 检测一般道路天气状况
US11703875B2 (en) Braking control behaviors for autonomous vehicles
CN111976730B (zh) 具有类驾驶员视角的底盘域控制器及车辆的控制方法
US11623638B2 (en) Systems and methods to address jackknifing in autonomous vehicles
EP2261093B1 (en) Method and system for predictive yaw stability control for automobile
CN105857301A (zh) 用于带有独立前推进系统和后推进系统的车辆的扭矩控制
CN115712949A (zh) 运动控制的虚拟验证和校验模型结构
Lai et al. Simulation analysis of automatic emergency braking system under constant steer conditions
US11851092B1 (en) Positional gaps for driver controllability
Kissai et al. Importance of vertical dynamics for accurate modelling, friction estimation and vehicle motion control
Guvenc Preventive and Active Safety Applications
US11840147B2 (en) System and method in data-driven vehicle dynamic modeling for path-planning and control
US11634128B2 (en) Trailer lane departure warning and lane keep assist
JP2004224262A (ja) 自動ブレーキ制御装置
US11654932B2 (en) Architecture for variable motion control envelope
CN112428981B (zh) 一种自动驾驶卡车的控制方法、装置及自动驾驶卡车
US20220274640A1 (en) Electronic power steering system rack force observer vehicle diagnostics
CN117901842A (zh) 用于自动和辅助停车的基于占用的停车对齐
CN117657187A (zh) 用于自动化车辆的模型预测制动转向控制
CN115709756A (zh) 一种分布式车辆原地转向控制方法、装置、设备及车辆

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