CN117068157A - 车辆控制方法、装置及设备 - Google Patents
车辆控制方法、装置及设备 Download PDFInfo
- Publication number
- CN117068157A CN117068157A CN202311227353.0A CN202311227353A CN117068157A CN 117068157 A CN117068157 A CN 117068157A CN 202311227353 A CN202311227353 A CN 202311227353A CN 117068157 A CN117068157 A CN 117068157A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- speed
- ramp
- current
- strategy
- 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 142
- 230000003044 adaptive effect Effects 0.000 claims abstract description 65
- 239000000446 fuel Substances 0.000 claims abstract description 40
- 230000001276 controlling effect Effects 0.000 claims description 107
- 230000001174 ascending effect Effects 0.000 claims description 97
- 230000008569 process Effects 0.000 claims description 94
- 238000012545 processing Methods 0.000 claims description 60
- 238000004364 calculation method Methods 0.000 claims description 24
- 230000007935 neutral effect Effects 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 14
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 238000007499 fusion processing Methods 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 4
- 238000009795 derivation Methods 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 abstract description 28
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000001133 acceleration Effects 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004134 energy conservation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000003638 chemical reducing agent Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000005381 potential energy Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
-
- 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
-
- 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
- B60W40/04—Traffic 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
- B60W40/076—Slope angle of the road
-
- 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
-
- 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
Abstract
本申请提供一种车辆控制方法、装置及设备。该方法包括:首先确定前方是否有车辆、坡道以及是否限速;若前方没有车辆,则按照预见性巡航控制逻辑执行车辆控制;若前方有车辆,则按照预见性自适应巡航控制逻辑执行车辆控制,其中预见性巡航控制逻辑考虑前方道路的坡度和限速,预见性自适应巡航控制逻辑考虑前方道路的坡度、限速和跟车时距。本申请的方法,在综合考虑了前方的车辆信息、坡道道路信息、限速道路信息等多维度因素的情况下,采用相应的驾驶控制策略执行车辆控制,以满足复杂驾驶环境下有效可靠地执行辅助驾驶,减少车辆的不必要制动,提高车辆的燃油经济性。
Description
技术领域
本申请涉及车辆领域,尤其涉及一种车辆控制方法、装置及设备。
背景技术
随着车辆智能驾驶技术的不断发展,人们对车辆辅助驾驶的需求越来越高,一些车辆能够向用户提供辅助驾驶功能,来提高用户的驾驶安全性和驾驶体验。
目前,车辆上装载的辅助驾驶方案包括巡航系统,可根据前车的速度保持一定的安全距离跟车行驶。但是,巡航系统仅适用于跟车场景,并且巡航系统的方案仅考虑前车的影响因素。然而实际驾驶场景通常较为复杂,因此上述方案无法有效可靠地应对复杂多变的驾驶环境。
发明内容
本申请提供一种车辆控制方法、装置及设备,用以在复杂驾驶环境下实现有效可靠的辅助驾驶。
一方面,本申请提供一种车辆控制方法,包括根据前方预定范围内的车辆信息和前方预定范围内的道路信息,确定前方预定范围内是否有车辆、是否有坡道以及是否限速;若前方预定范围内没有车辆,则按照预见性巡航控制逻辑,执行车辆控制;若前方预定范围内有车辆,则按照预见性自适应巡航控制逻辑,执行车辆控制;其中,预见性巡航控制逻辑用于根据前方预定范围内道路的坡度和限制速度控制车辆的驾驶参数,预见性自适应巡航控制逻辑包括根据前方预定范围内道路的坡度、限制速度和跟车时距控制车辆的驾驶参数;驾驶参数包括以下至少一项:车速、扭矩、车距以及档位。
另一方面,本申请提供一种车辆控制装置,包括:第一处理模块,用于根据前方预定范围内的车辆信息和前方预定范围内的道路信息,确定前方预定范围内是否有车辆、是否有坡道以及是否限速;第二处理模块,用于若前方预定范围内没有车辆,按照预见性巡航控制逻辑,执行车辆控制;根据前方预定范围内有车辆,按照预见性自适应巡航控制逻辑,执行车辆控制;其中,预见性巡航控制逻辑用于根据前方预定范围内道路的坡度和限制速度控制车辆的驾驶参数,预见性自适应巡航控制逻辑包括根据前方预定范围内道路的坡度、限制速度和跟车时距控制车辆的驾驶参数;驾驶参数包括以下至少一项:车速、扭矩、车距以及档位。
又一方面,本申请提供一种电子设备,包括:处理器,以及与处理器通信连接的存储器;存储器存储计算机执行指令;处理器执行存储器存储的计算机执行指令,以实现如前的方法。
又一方面,本申请提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现如前的方法。
又一方面,本申请提供一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现如前的方法。
本申请提供的车辆控制方法、装置及设备中,首先确定前方是否有车辆、坡道以及是否限速;若前方没有车辆,则按照预见性巡航控制逻辑执行车辆控制;若前方有车辆,则按照预见性自适应巡航控制逻辑执行车辆控制,其中预见性巡航控制逻辑考虑前方道路的坡度和限速,预见性自适应巡航控制逻辑考虑前方道路的坡度、限速和跟车时距。本申请的方案,在考虑了前方的车辆信息、坡道道路信息、限速道路信息等多维度因素的情况下,将驾驶环境划分为不同情形,并针对不同情形,综合考虑不同的因素采用相应的驾驶控制策略执行车辆控制,从而对复杂多样的驾驶环境提供丰富多样的驾驶控制逻辑,实现复杂驾驶环境下有效可靠地执行辅助驾驶,减少车辆的不必要制动,提高车辆的燃油经济性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1中示例性示出了本申请实施例一提供的车辆控制方法的流程示意图;
图2中示例性示出了本申请实施例一提供的巡航控制逻辑的执行流程示意图;
图3中示例性示出了本申请实施例一提供的预见性巡航控制逻辑的逻辑示意图;
图4中示例性示出了本申请实施例一提供的预见性自适应巡航控制逻辑的逻辑示意图;
图5中示例性示出了本申请实施例二提供的车辆控制装置的结构示意图;
图6中示例性示出了本申请实施例二提供的车辆的架构示意图;
图7中示例性示出了本申请实施例三提供的电子设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
本申请中的用语“包括”和“具有”用以表示开放式的包括在内的意思,并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等;用语“第一”和“第二”等仅作为标记或区分使用,不是对其对象的先后顺序或数量限制。此外,附图中的不同元件和区域只是示意性示出,因此不限于附图中示出的尺寸或距离。下面以具体的实施例对技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
随着车辆的高速发展和广泛普及,辅助驾驶技术越来越受到人们的关注。为了满足人们的行驶需求,车辆上都会配置车辆巡航系统,用以辅助驾驶员进行定速巡航或跟前车保持一定时距进行变速巡航,通过对汽车的自动化调整,做出正确的驾驶行为,缓解驾驶员的驾驶疲劳,使得车辆的行驶更加稳定、可靠、安全,在一定程度上减少事故的发生。
作为示例,目前的巡航系统会考虑前车的因素,根据前车的行驶速度调整本车的速度,从而保持一定安全跟车时距行驶。但这种方案的辅助驾驶系统应用场景受限,在复杂行驶环境下无法及时有效执行自动调整;比如当车辆行驶在坡道和限速的道路环境时,基于目前的巡航方案可能引发频繁的换挡和变速,导致车辆燃油消耗的增加,降低驾驶员的行车体验。
本申请提供的技术内容,旨在解决相关技术的如上述技术问题。本申请实施例中,首先根据前方预定范围内的车辆信息和前方预定范围内的道路信息,确定前方预定范围内是否有车辆、是否有坡道以及是否限速;若前方预定范围内没有车辆,则按照预见性巡航控制逻辑,执行车辆控制;若前方预定范围内有车辆,则按照预见性自适应巡航控制逻辑,执行车辆控制;其中,预见性巡航控制逻辑用于根据前方预定范围内道路的坡度和限制速度控制车辆的驾驶参数,预见性自适应巡航控制逻辑包括根据前方预定范围内道路的坡度、限制速度和跟车时距控制车辆的驾驶参数;驾驶参数包括以下至少一项:车速、扭矩、车距以及档位。本申请的方案,在考虑了前方的车辆信息、坡道道路信息、限速道路信息等多维度因素的情况下,将驾驶环境划分为不同情形,并针对不同情形,综合考虑不同的因素采用相应的驾驶控制策略执行车辆控制,从而对复杂多样的驾驶环境提供丰富多样的驾驶控制逻辑,实现复杂驾驶环境下有效可靠地执行辅助驾驶,减少车辆的不必要制动,提高车辆的燃油经济性。
本申请示例的一些方面涉及上述考虑。以下结合一些示例对方案进行示例介绍。
实施例一
图1中示例性示出了一种车辆控制方法的流程示意图,如图1所示,该方法包括:
步骤101、根据前方预定范围内的车辆信息和前方预定范围内的道路信息,确定前方预定范围内是否有车辆、是否有坡道以及是否限速;
步骤102、若前方预定范围内没有车辆,则按照预见性巡航控制逻辑,执行车辆控制;若前方预定范围内有车辆,则按照预见性自适应巡航控制逻辑,执行车辆控制。
实际应用中,该方法的执行主体可以为车辆控制装置,其实现方式有多种,比如,可以通过计算机程序实现,例如,应用软件等;或者,也可以实现为存储有相关计算机程序的介质,例如,U盘、云盘等;再或者,还可以通过集成或安装有相关计算机程序的实体装置实现,例如,芯片等。
其中,预见性巡航控制逻辑用于根据前方预定范围内道路的坡度和限制速度控制车辆的驾驶参数,预见性自适应巡航控制逻辑包括根据前方预定范围内道路的坡度、限制速度和跟车时距控制车辆的驾驶参数。其中,驾驶参数包括以下至少一项:车速、扭矩、车距以及档位。
举例来说,前方预定范围可以预先设定,前方预定范围内的车辆信息即位于本车前方的前车的车辆信息,比如,本车前方是否有前车,以及前车的车况信息。在一个示例中,可以通过本车的车辆总线获得本车的方向盘和轮胎的转角信息以及当前车辆速度信息等,基于此确定本车的前方方向,并获取前方预定范围的车辆信息。作为示例,车辆信息可以包括但不限于:前方车辆的横向速度、纵向速度、横向距离、纵向距离等信息。实际应用中,车辆信息可由车载的毫米波雷达、摄像头等探测装置获得。前方预定范围内的道路信息即本车前方接下来将行驶的道路的信息情况,作为示例,道路信息可以包括但不限于:前方道路的路面坡度、路面曲率和限速等信息。实际应用中,这些信息可通过车辆的高精度定位和辅助驾驶地图获取。根据前方预定范围内的车辆信息和前方预定范围内的道路信息,可判断前方预定范围内是否有车辆、是否有坡道以及是否限速。
图2为巡航控制逻辑的执行流程示意图,结合图2所示,根据融合数据的结果可分为预见性巡航和预见性自适应巡航,两种巡航内又根据道路类型和限速超速的情况判断控制策略。具体的,若前方预定范围内没有车辆,则按照预见性巡航控制逻辑,执行车辆控制;若前方预定范围内有车辆,则按照预见性自适应巡航控制逻辑,执行车辆控制。也就是说,预见性巡航控制逻辑适用于没有前车的情形,综合考虑前方的道路坡度和限速情况进行车辆辅助控制,以实现辅助驾驶并提高行车安全;预见性自适应巡航控制逻辑则适用于前方存在前车的情形,除了考虑前方的道路坡度和限速情况以外,还结合前车的驾驶情况,以保证在跟车安全的情况下实现可靠准确的辅助驾驶。综合上述考虑因素,提供适用于不同情形的控制逻辑,从而实现适用于复杂多样环境的安全辅助驾驶方案。
本申请实施例提供的车辆控制方法中,首先确定前方是否有车辆、坡道以及是否限速;若前方没有车辆,则按照预见性巡航控制逻辑执行车辆控制;若前方有车辆,则按照预见性自适应巡航控制逻辑执行车辆控制,其中预见性巡航控制逻辑考虑前方道路的坡度和限速,预见性自适应巡航控制逻辑考虑前方道路的坡度、限速和跟车时距。本申请的方案,在考虑了前方的车辆信息、坡道道路信息、限速道路信息等多维度因素的情况下,将驾驶环境划分为不同情形,并针对不同情形,综合考虑不同的因素采用相应的驾驶控制策略执行车辆控制,从而对复杂多样的驾驶环境提供丰富多样的驾驶控制逻辑,实现复杂驾驶环境下有效可靠地执行辅助驾驶,减少车辆的不必要制动,提高车辆的燃油经济性。
在任一示例的基础上,步骤102中,若前方预定范围内没有车辆,则按照预见性巡航控制逻辑,执行车辆控制,具体包括:
若前方预定范围内没有坡道且没有限速,则执行第一策略,第一策略包括控制车辆按照当前车速匀速行驶;
若前方预定范围内没有坡道且有限速,则执行第二策略,第二策略包括判断本车当前是否超速;若本车当前未超速则控制车辆按照当前车速匀速行驶;若本车当前超速,则根据当前车速、限制速度、当前本车至限速起始位置之间的距离基于减速度计算公式计算第一目标减速度,并将第一目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第一目标扭矩,调节车辆扭矩为第一目标扭矩;
若前方预定范围内有坡道且没有限速,则执行第三策略,第三策略包括根据前方预定范围内的道路信息确定前方预定范围内的坡道类型,并根据前方预定范围内的坡道类型对应的预见性巡航处理策略,控制车辆的驾驶参数,其中坡道类型包括降档上坡坡度、最高档行驶坡度以及降档/辅助制动下坡坡度;
若前方预定范围内有坡道且坡道为上坡且有限速,则根据车辆纵向动力学模型预测上坡过程中的车速并判断当前车速以及上坡过程中的车速是否超速;若均未超速,则执行第三策略;若其中任一项超速,则执行第四策略,第四策略包括若当前车速超速且上坡过程中的车速未超速则按照降档上坡坡度对应的预见性巡航处理策略,控制车辆的驾驶参数,若当前车速超速和上坡过程中的车速均超速则执行第二策略,若当前车速未超速且上坡过程中的车速超速则将控制车辆在上坡过程中基于限制速度行驶;
若前方预定范围内有坡道且坡道为下坡且有限速,则根据车辆纵向动力学模型预测下坡过程中的车速并判断当前车速以及下坡过程中的车速是否超速;若均未超速,则执行第三策略;若其中任一项超速,则执行第五策略,第五策略包括若当前车速超速和下坡过程中的车速均超速则执行第二策略,若当前车速未超速且下坡过程中的车速超速则将控制车辆在下坡过程中基于限制速度行驶。
在一个示例中,在预见性巡航控制逻辑下,若前方预定范围内没有坡道且没有限速,则说明道路环境比较安全且对驾驶速度没有过多限制。相应地,在第一策略下,控制车辆按照当前车速匀速行驶,其中当前车速可以为通过车辆总线获得的实时速度。本示例提供的车辆控制策略,通过保持当前车速匀速行驶,此时车辆动力和阻力平衡,可减少车辆加速减速导致的燃油浪费,实现节能减排的行车效果。
在一个示例中,在预见性巡航控制逻辑下,若前方预定范围内没有坡道且有限速,则说明道路环境比较安全,且需考虑限速情况。作为示例,在第二策略下,通过车辆总线获取实时速度,并与通过辅助驾驶地图获得车辆前进方向的道路限制速度进行比较。若本车当前超速,通过高精度定位和辅助驾驶地图获得本车至限速起始位置之间的距离,并根据当前车速、限制速度、当前本车至限速起始位置之间的距离,基于减速度计算公式计算第一目标减速度。具体的,减速度计算公式计算为:
其中,a为减速度,v1为最终速度,v0为初始速度,Drel为减速距离。在本示例中,将限制速度代入最终速度,将当前车速带入初始速度,将本车至限速起始位置之间的距离代入减速距离,并将计算的减速度作为第一目标减速度。获得第一目标减速度后,再带入车辆逆纵向动力学模型,计算得到第一目标扭矩,调节车辆扭矩为第一目标扭矩。具体的,车辆逆纵向动力学模型为:
其中,Ttq为发动机扭矩,m为车身质量,g为重力系数,f为滚动摩擦系数,α为道路坡度角,CD为风阻系数,A为迎风面积,ρ为风阻优化系数,u为当前车速,v为旋转质量系数,du/dt为目标减速度项,r为轮胎半径,ig为变速器传动比,i0为主减速器传动比,ηT为车辆传动效率。
在本示例中,除道路坡度角、当前车速、目标减速项外,其他参数均为定值,此时道路无坡道,道路坡度角α为0,当前车速为通过车辆总线获取到的实时车速,将第一目标减速度代入目标减速度项中可计算出发动机扭矩,将计算得的发动机扭矩作为第一目标扭矩。
本示例提供的车辆控制策略,当前方有限速路段时,根据当前车速,限制速度和当前车辆与限速起始位置之间的距离实时计算减速度,并及时调整车辆扭矩。本示例的方法使车辆任意时刻的减速情况符合车辆的行驶情况,避免了车辆在进入限速路段前的随意减速,在符合限速条件的情况下,减少了燃油的消耗。
在一个示例中,在预见性巡航控制逻辑下,若前方预定范围内有坡道且没有限速,则说明道路环境有变化,但对驾驶速度没有过多限制。具体的,在第三策略下,通过前方道路的坡度变化曲线,根据坡度大小对坡道划分为不同的坡道类型,并根据坡道类型对应的预见性巡航处理策略,控制车辆的驾驶参数。
在一个示例中,根据前方预定范围内的道路信息确定前方预定范围内的坡道类型,具体可以包括:
对雷达和摄像头采集的数据进行融合处理,并利用三次样条插值法将辅助驾驶地图采集的道路坡度数据进行拟合平滑处理,得到前方预定范围内的道路坡度变化曲线;
若前方预定范围内的道路坡度大于最高档行驶上限坡度,则确定前方预定范围内的坡道类型为降档上坡坡度;若前方预定范围内的道路坡度小于最高档行驶上限坡度或小于最高档行驶下限坡度,则确定前方预定范围内的坡道类型为最高档行驶坡度;若前方预定范围内的道路坡度大于最高档行驶下限坡度,则确定前方预定范围内的坡道类型为降档/辅助制动下坡坡度。
具体的,通过对雷达和摄像头采集的数据进行融合处理后,可利用三次样条插值法将辅助驾驶地图采集到的坡度数据进行拟合平滑处理,以得到相对真实的坡度变化曲线。实际应用中,辅助驾驶地图采集到的原始坡度数据为均匀间隔的梯度折线图。在计算机程序中,运用三次样条插值法的数值分析方法可将原始坡度数据拟合成最符合真实道路情况的坡度变化曲线,从而有利于提高坡度曲线的精确度和准确性。作为示例,结合图2所示,根据坡度大小对坡道划分的坡道类型包括但不限于降档上坡坡度、最高档行驶坡度以及降档/辅助制动下坡坡度。作为示例,坡道类型可以根据前方道路的坡度大小、车辆的最高档行驶上限坡度和最高档行驶下限坡度确定。具体的,基于辅助驾驶地图可获得前方预定范围内的坡度大小α,最高档行驶上限坡度αup和最高档行驶下限坡度αdown基于车辆性能在出厂时就可以确定。作为示例,当α>αup时,坡道类型为降档上坡坡度;当α≤αup或α≤αdown时,坡道类型为最高档行驶坡度;当α>αdown时,坡道类型为降档/辅助制动下坡坡度。本示例通过确认前方预定范围内的坡道类型,并根据相应的预见性巡航处理策略,控制车辆的驾驶参数,可以实现对不同坡度的归类处理,提高了匹配相应的预见性巡航处理策略的效率和预见性巡航处理策略的适用性。
结合上述坡道类型的划分,在一个示例中,根据前方预定范围内的坡道类型对应的预见性巡航处理策略,控制车辆的驾驶参数,具体可以包括:
若坡道类型为降档上坡坡度,则计算当前车速对时间的求导结果得到第二目标减速度,并将第二目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第二目标扭矩,并根据发动机外特性曲线确定油耗最低档位,调节车辆扭矩为第二目标扭矩,并在上坡前调节车辆档位至油耗最低档位;
若坡道类型为最高档行驶坡度,则根据最高档位确定对应的油耗最低扭矩,并控制车辆按照最高档和油耗最低扭矩上坡,并在到达坡顶之前控制车辆空档或在档滑行;
若坡道类型为降档/辅助制动下坡坡度,则判断当前车速是否达到预设的危险车速,若未达到危险车速则控制车辆进行空档或在档滑行,若达到危险车速,则控制车辆减速。
具体的,一种情形是坡道类型为降档上坡坡度,即当前坡度大于最高档行驶上限坡度。此时道路坡度较陡,车辆需要从最高档降档行驶才能上坡。相应的,将当前车速对时间的求导结果作为第二目标减速度,第二目标减速度的计算方法为 其中v(t)为在t时刻车辆的速度,Δt为时间的变化量。获得第二目标减速度后,再带入车辆逆纵向动力学模型,计算得到第二目标扭矩。具体的,在车辆逆纵向动力学模型中,将辅助驾驶地图获取的坡度代入道路坡度角,将通过车辆总线获得的实时车速代入当前车速,将第二目标减速度代入目标减速项,将计算得的发动机扭矩作为第二目标扭矩。实际运用中,根据发动机外特性曲线,随发动机曲轴转速的增加,一定的发动机的扭矩对应的油耗是固定的;而在不同的档位下,同样的发动机扭矩对应的油耗也不同。因此,将所计算得的第二目标扭矩在不同档位下的对应的油耗量进行对比,在这多个档位中选取燃油消耗量最少的档位,并在上坡前调整车辆档位为选取的档位。本示例提供的车辆控制策略,提前计算了上坡所需要的扭矩大小,基于发动机本身性能选择最节省油耗的上坡档位,避免了在上坡过程中由于坡度过大牵引力不足而临时换挡的行为,同时实现了上坡过程中节能减排的效果。
具体的,另一种情形是坡道类型为最高档行驶坡度,即当前坡度小于或等于最高档行驶上限坡度,或当前坡度小于或等于最高档行驶下限坡度。此时道路坡度较缓,车辆能以最高档行驶上坡和下坡。相应的,根据最高档位确定对应的油耗最低扭矩,并控制车辆按照最高档和油耗最低扭矩上坡。具体的,固定档位下根据发动机外特性曲线,随发动机曲轴转速的增加,一定的发动机扭矩对应一定的燃油消耗量。实际运用中,在最高档对应的发动机外特性曲线中选取最少燃油消耗量对应的扭矩,控制车辆以最高档和油耗最低扭矩上坡,在到达坡顶之前控制车辆空档或在档滑行。本示例提供的车辆控制策略,车辆能以固定的经济档位,即最高档位上下坡,并控制车辆扭矩为最低油耗扭矩,保证了车辆在坡度较缓的道路环境中行驶的经济效益。此外,在到达坡顶之前控制车辆空档或在档滑行,此时车辆不消耗燃油,运用惯性克服摩擦力、重力和风阻力到达坡顶,同样实现了行驶的经济效益。
具体的,另一种情形是坡道类型为降档/辅助制动下坡坡度,即当前坡度大于最高档行驶下限坡度。此时道路坡度较陡,车辆下坡时需要考虑到安全性。相应的,判断当前车速是否达到预设的危险车速,若未达到危险车速则控制车辆进行空档或在档滑行,若达到危险车速,则控制车辆减速。具体的,危险车速为包含误差考虑的危险车速。实际运用中,通过车辆总线获取当前车速,并与包含误差考虑的危险车速进行比较。例如,预设危险车速vd,包含误差考虑的危险车速为vd*95%。若当前车速小于vd*95%,则控制车辆空挡或带档滑行;若当前车速大于vd*95%,则控制车辆减速。具体的,控制车辆减速为控制车辆降档,若降档后速度大于第一预设减速值,则控制车辆开启辅助制动,其中辅助制动可以包括但不限于液缓制动和排气制动;若辅助制动后,当前车速大于第二预设减速值,则控制车辆开启轮胎制动直至车速等于危险车速。具体的,第一预设减速值可为vd*97%,第二预设减速值可为vd*98%。本示例提供的车辆控制策略,车辆在坡度较大的下坡行驶时,先在安全车速下滑行,充分利用了下坡的重力势能;在到达危险车速时控制车辆减速,保证了行驶的安全性。此外,通过降档、辅助制动、轮胎制动对车辆的逐级减速,利用了车载的降速功能,避免了突然急刹造成的轮胎抱死的情况。
在一个示例中,在预见性巡航控制逻辑下,当前方预定范围内有坡道且坡道为上坡且有限速,则说明前方道路环境变化并存在限速,需要在确保车辆不超速的前提下控制车辆上坡。相应地,先根据当前扭矩和当前车速基于车辆纵向动力学模型计算加速度。基于车辆自当前车速在计算出的加速度进行加速的情况下,预测车辆上坡过程中的车速,并根据预测车速的超速情况,执行相应控制。举例来说,首先判断当前车速以及上坡过程中的车速是否超出前方上坡的限制速度:
若当前车速以及上坡过程中的车速均未超速,则对上坡坡度与最高档行驶上限坡度进行比较,若上坡坡度大于最高档行驶上限坡度,则参照执行前述的第三策略中的降档上坡坡度情形,计算第二目标减速度和第二目标扭矩,根据第二目标扭矩选取燃油消耗量最少的档位,并在上坡前调整车辆档位为选取的档位;若上坡坡度小于或等于最高档行驶上限坡度,参照执行前述的第三策略中的最高档行驶坡度情形,根据最高档位确定对应的油耗最低扭矩,并控制车辆按照最高档和油耗最低扭矩上坡,并在到达坡顶之前控制车辆空档或在档滑行。
若当前车速以及上坡过程中的车速任一项超速,则在确保车辆不超速的前提下控制车辆上坡。相应的,在第四策略下,若当前车速超速且上坡过程中的车速未超速,则参照执行前述的第三策略中的降档上坡坡度情形,计算第二目标减速度和第二目标扭矩,根据第二目标扭矩选取燃油消耗量最少的档位,并在上坡前调整车辆档位为选取的档位。若当前车速超速且上坡过程中的车速超速,则参照执行前述的第二策略中的本车当前超速的情形计算第一目标减速度和第一目标扭矩,调节车辆扭矩为第一目标扭矩。其中,第一目标减速度的计算与策略二中相同;第一目标扭矩计算过程中,将辅助驾驶地图获取的上坡坡度代入道路坡度角,将通过车辆总线获取到的实时车速代入当前车速,将第一目标减速度代入目标减速度项。若当前车速未超速且上坡过程中的车速超速,则控制车辆在上坡过程中以限制速度匀速行驶。
本示例提供的车辆控制策略,车辆在上坡且有限速的道路行驶时,通过考虑上坡坡度的大小、当前车速是否超速、上坡过程中是否超速三种因素,细分出五种方案,选取对应的上坡策略,实现了在不超速的前提下,提供最适合行车条件的车辆控制策略。
在一个示例中,在预见性巡航控制逻辑下,当前方预定范围内有坡道且坡道为下坡且有限速,则说明前方道路环境变化并存在限速,需要在确保车辆不超速的前提下控制车辆下坡。相应地,先根据当前扭矩和当前车速基于车辆纵向动力学模型计算加速度。基于车辆自当前车速在计算出的加速度进行加速的情况下,预测车辆下坡过程中的车速,并根据预测车速的超速情况,执行相应控制。举例来说,首先判断当前车速以及下坡过程中的车速是否超出前方下坡的限制速度:
若当前车速以及下坡过程中的车速均未超速,则对下坡坡度与最高档行驶下限坡度进行比较,若下坡坡度大于最高档行驶下限坡度,则参照执行前述的第三策略中的降档/辅助制动下坡坡度情形,判断当前车速是否达到预设的危险车速,若未达到危险车速则控制车辆进行空档或在档滑行,若达到危险车速,则控制车辆减速。若下坡坡度小于最高档行驶下限坡度,则参照执行前述的第三策略中的最高档行驶坡度情形,根据最高档位确定对应的油耗最低扭矩,并控制车辆按照最高档和油耗最低扭矩下坡。
若当前车速以及下坡过程中的车速任一项超速,则在确保车辆不超速的前提下控制车辆下坡。相应的,在第五策略下,若当前车速超速且下坡过程中的车速超速,则参照执行前述的第二策略中的本车当前超速的情形计算第一目标减速度和第一目标扭矩,调节车辆扭矩为第一目标扭矩。其中,第一目标减速度的计算与策略二中相同;第一目标扭矩计算过程中,将辅助驾驶地图获取的下坡坡度代入道路坡度角,将通过车辆总线获取到的实时车速代入当前车速,将第一目标减速度代入目标减速度项。若当前车速未超速且上坡过程中的车速超速,则控制车辆在上坡过程中以限制速度匀速行驶。
本示例提供的车辆控制策略,车辆在下坡且有限速的道路行驶时,通过考虑下坡坡度的大小、当前车速是否超速、下坡过程中是否超速三种因素,细分出四种方案,选取对应的下坡策略,实现了在不超速的前提下,提供最适合行车条件的车辆控制策略。
结合图3所示,图3为预见性巡航控制逻辑的逻辑示意图,举例来说,当车辆前进方向为下坡有限速,且前后均超速的情况,则对应无坡有限速且车辆超速的第二策略。具体不同情形下的车辆控制策略可参见前述相关内容。
在任一示例的基础上,步骤102中,若前方预定范围内有车辆,则按照适应性巡航控制逻辑,执行车辆控制,具体包括:
根据本车与前车的纵向相对距离、最大跟车距离、最小跟车距离和最大制动减速度停车所需的最小距离,确定当前的跟车模式;跟车模式包括预见性巡航模式、预见性自适应跟车模式和危险警报模式;
若当前的跟车模式为预见性巡航模式,则按照预见性巡航控制逻辑,执行车辆控制;
若当前的跟车模式为危险警报模式,则发出警报信息;
若当前的跟车模式为预见性自适应跟车模式,则执行预见性自适应跟车策略,预见性自适应跟车策略;
若前方预定范围内没有坡道且没有限速,则执行第六策略,第六策略包括根据前车的行驶速度,控制车辆保持固定的跟车时距行驶;
若前方预定范围内没有坡道且有限速,则执行第七策略,第七策略包括判断本车和前车当前是否超速;若本车和前车均未超速则控制车辆根据前车的行驶速度,控制车辆保持固定的跟车时距行驶;若前车未超速且本车超速,则根据当前车速、限制速度、当前本车至限速起始位置之间的距离计算第三目标减速度,并将第三目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第三目标扭矩,调节车辆扭矩为第三目标扭矩;若前车和本车均超速,则控制车辆带档滑行,其中当跟车时距为最小跟车时距时,根据当前车速、限制速度、当前本车至限速起始位置之间的距离计算第四目标减速度,并将第四目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第四目标扭矩,调节车辆扭矩为第四目标扭矩;
若前方预定范围内有坡道且没有限速,则执行第八策略,第八策略包括根据前方预定范围内的道路信息确定前方预定范围内的坡道类型,并根据坡度大小计算期望跟车距离;根据期望跟车距离和前方预定范围内的坡道类型对应的预见性自适应巡航处理策略,控制车辆的驾驶参数,其中坡道类型包括降档上坡坡度、最高档行驶坡度以及降档/辅助制动下坡坡度;
若前方预定范围内有坡道且坡道为上坡且有限速,则根据车辆纵向动力学模型预测上坡过程中的车速并判断当前车速以及上坡过程中的车速是否超速;若均未超速,则执行第八策略;若其中任一项超速,则执行第九策略,第九策略包括若当前车速超速且上坡过程中的车速未超速则按照第八策略中降档上坡坡度对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若当前车速超速和上坡过程中的车速均超速则判断前车是否超速,若前车未超速则按照第七策略中前车未超速且本车超速对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若前车超速则按照第七策略中前车和本车均超速对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若当前车速未超速且上坡过程中的车速超速则控制车辆在上坡过程中基于限制速度行驶;
若前方预定范围内有坡道且坡道为下坡且有限速,则根据车辆纵向动力学模型预测下坡过程中的车速并判断当前车速以及下坡过程中的车速是否超速;若均未超速,则执行第八策略;若其中任一项超速,则执行第十策略,第十策略包括若当前车速超速且下坡过程中的车速未超速则按照第八策略中降档/辅助制动下坡坡度对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若当前车速超速和下坡过程中的车速均超速则判断前车是否超速,若前车未超速则按照第七策略中前车未超速且本车超速对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若前车超速则按照第七策略中前车和本车均超速对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若当前车速未超速且下坡过程中的车速超速则将控制车辆在下坡过程中基于限制速度行驶。
在一个示例中,若前方预定范围内有车辆,根据本车与前车的纵向相对距离、最大跟车距离、最小跟车距离和最大制动减速度停车所需的最小距离,确定当前的跟车模式,具体可以包括:
若纵向相对距离大于最大跟车距离,则确定当前的跟车模式为预见性巡航模式;
若纵向相对距离小于或等于最大跟车距离并且大于或等于最小跟车距离,则确定当前的跟车模式为预见性自适应跟车模式;
若纵向相对距离小于最小跟车距离并且大于或等于最大制动减速度停车所需的最小距离,则确定当前的跟车模式为危险警报模式。
具体的,根据本车与前车的纵向相对距离drel、最大跟车距离dmax、最小跟车距离dmin和最大制动减速度停车所需的最小距离d0,确定当前的跟车模式。具体的,当drel>dmax时,当前跟车模式为预见性巡航模式。此时前方车辆对本车的行驶工况不造成影响,等同于前方范围内没有车辆情况,则参照前述的预见性巡航控制逻辑,执行车辆控制。当dmax≥drel≥dmin时,当前跟车模式为预见性自适应跟车模式。此时如出现坡道或限速区域等道路信息变化,预判前车速度变化,并调整跟车距离,使车辆按照经济车速行驶。当dmin>drel≥d0时,当前跟车模式为危险警报模式。此时,车辆的跟车距离为危险跟车距离,通过仪表盘上的闪烁标志和线控连接在驾驶舱内的蜂鸣器警报声音提醒用户及时调整。本示例提供的车辆控制策略,以本车与前车的纵向相对距离为判断依据,划分为不同的跟车模式和对应的控制逻辑,实现了车辆在不同跟车距离下的安全和可靠行驶。
在一个示例中,在预见性自适应巡航控制逻辑下,若前方预定范围内没有坡道且没有限速,说明此时道路环境比较安全,对驾驶速度没有过多的限制,仅需考虑前车的因素。作为示例,在第六策略下,根据前车的行驶速度,控制车辆保持固定的跟车时距行驶。具体的,一定的前车速度对应一定跟车距离,当前车速度变化导致跟车距离相对变化时,以前车新的行驶速度对应的跟车距离跟车行驶。实际运用中,当前车速度越大,对应的跟车距离越大,从而可避免前车在高速下急刹导致的追尾隐患。其中,前车速度和跟车距离的对应关系可以用查找表的形式提前储存,并在实际情况中直接调用。本示例提供的车辆控制策略,通过与前车保持一定的距离,可保证跟车行驶的安全性。
在一个示例中,在预见性自适应巡航控制逻辑下,当前方预定范围内没有坡道且有限速,则说明道路环境比较安全,需要考虑限速和前车的因素。作为示例,在第七策略下,通过车辆总线获取实时速度,通过车载雷达和摄像头获取实时速度前车车速,并分别与通过辅助驾驶地图获得车辆前进方向的道路限制速度进行比较。一种情形为本车和前车当前均未超速,则根据前车的行驶速度,控制车辆保持固定的跟车时距行驶。另一种情形为本车当前超速且前车当前未超速,通过高精度定位和辅助驾驶地图获得本车至限速起始位置之间的距离,基于减速度计算公式计算第三目标减速度。在减速度计算公式中,将限制速度代入最终速度,将当前车速带入初始速度,将本车至限速起始位置之间的距离代入减速距离,并将计算的减速度作为第三目标减速度。获得第三目标减速度后,再带入车辆逆纵向动力学模型,计算得到第三目标扭矩,控制车辆扭矩未第三目标扭矩行驶。在车辆逆纵向动力学模型中,道路坡度角为0,当前车速为通过车辆总线获取到的实时车速,将第三目标减速度代入目标减速度项中可计算出发动机扭矩。另一种情形为本车和前车当前均超速,此时预判前车将减速,控制车辆带档滑行。当跟车时距为最小跟车时距时,参照前述的第三目标减速度和第三目标扭矩计算第四目标减速度和第四目标扭矩,并调节车辆扭矩为第四目标扭矩。其中,相同的前车车速,对应的跟车档位越大,其跟车时距越小。具体的,当前车车速为60km/h,在跟车档位为0档、1档、2档、3档、4档时,对应的跟车时距为80m、70m、60m、50m、40m。在当前示例中,当前车车速为60km/h,跟车时距减少到为40m时,即满足跟车时距为最小跟车时距的触发条件。
本示例提供的车辆控制策略,当前方有限速路段时,则需考虑前车与本车是否超速,若前车与本车均未超速,则按照无限速路段控制车辆行驶;若本车超速前车未超速,则按照无前车的情形,控制车辆达到限制速度;若本车与前车均超速,预判前车会减速,本车以带档滑行的形式利用地面摩擦力和风阻力被动减速,使跟车时距为最小时,再主动根据限制速度调整本车车速。本示例的方法使车辆任意时刻的减速情况符合车辆的行驶情况,避免了车辆在进入限速路段前的随意减速。此外,在本车和前车均超速的情况下,利用被动减速和主动减速结合的方法控制车辆行驶,减少了燃油的消耗。
在一个示例中,在预见性自适应巡航控制逻辑下,若前方预定范围内有坡道且没有限速,则说明需要考虑道路环境的变化和前方车辆的因素,对驾驶速度没有过多限制。作为示例,在第八策略下,基于辅助驾驶地图可获得前方预定范围内的坡度数据,根据坡度的大小划分的坡道类型。其中坡道类型包括但不限于降档上坡坡度、最高档行驶坡度以及降档/辅助制动下坡坡度,坡道类型的划分可参照前述的预见性巡航控制逻辑。此外,在第八策略下,还需根据坡度大小和前车车速计算期望跟车距离。
在一个示例中,根据坡度大小计算期望跟车距离,具体可以包括:
根据坡度大小确定对应的增益距离,其中当坡道为上坡时对应的增益距离为负数,当坡道为下坡时对应的增益距离为正数;
将增益距离和当前跟车时距相加,获得期望跟车距离。
具体的,在固定的跟车档位下,期望跟车距离对应一定的跟车时速,期望跟车距离为de=di+ds,前车车速对应的跟车时距为ds,不同的坡道类型和坡度大小对应增益距离为di。其中,当坡道为上坡时增益距离为负数,坡道为下坡时增益距离为正数,且坡度越大,对应增益距离的绝对值越大。在实际运用中,限于车辆处理器的能力,坡度与期望跟车距离的对应关系可以用查找表形式储存。本示例通过在不同的坡道类型和坡道大小下确定相应的期望跟车距离,可以灵活调整在不同道路环境下的跟车距离,并根据坡道类型和期望跟车距离确定相应的预见性自适应巡航处理策略,实现了预见性自适应巡航处理策略在不同道路环境下的适用性。
在一个示例中,根据期望跟车距离和前方预定范围内的坡道类型对应的预见性自适应巡航处理策略,控制车辆的驾驶参数,具体可以包括:
若坡道类型为降档上坡坡度,则根据坡度大小计算期望跟车距离,根据当前车速、期望跟车距离对应的车速、当前跟车距离基于减速度计算公式计算第五目标减速度。并将第五目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第五目标扭矩,并根据发动机外特性曲线确定油耗最低档位,调节车辆扭矩为第五目标扭矩,并在上坡前调节车辆档位至油耗最低档位;
若坡道类型为最高档行驶坡度,则根据坡度大小计算期望跟车距离,根据当前车速、期望跟车距离对应的车速、当前跟车距离基于减速度计算公式计算第六目标减速度,并将第六目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第六目标扭矩,并控制车辆按照最高档位和第六目标扭矩行驶,并在到达坡顶之前控制车辆空档或在档滑行;
若坡道类型为降档/辅助制动下坡坡度,则根据坡度大小计算期望跟车距离,并判断当前车速是否达到预设的危险车速,若未达到危险车速则控制车辆按照期望跟车距离对应的车速进行空档或在档滑行,若达到危险车速,则控制车辆减速。
具体的,一种情形是坡道类型为降档上坡坡度,即当前坡度大于最高档行驶上限坡度。此时道路坡度较陡,车辆需要从最高档降档行驶才能上坡,且此时的期望跟车距离变小。具体的,根据上坡坡度大小计算期望跟车距离,根据当前车速、期望跟车距离对应的车速、当前跟车距离基于减速度计算公式计算第五目标减速度。在减速度计算公式中,将期望跟车距离对应的车速代入最终速度,将当前车速带入初始速度,将当前跟车距离和期望跟车距离的差值代入减速距离,并将计算的减速度作为第五目标减速度。获得第五目标减速度后,再带入车辆逆纵向动力学模型,计算得到第五目标扭矩。在车辆逆纵向动力学模型中,道路坡度角为通过高精度定位和辅助驾驶地图获取的上坡坡度,当前车速为通过车辆总线获取到的实时车速,将第五目标减速度代入目标减速度项中可计算出发动机扭矩。获得第五目标扭矩后,根据发动机外特性曲线确定油耗最低档位,调节车辆扭矩为第五目标扭矩,并在上坡前调节车辆档位至油耗最低档位。实际运用中,根据发动机外特性曲线,随发动机曲轴转速的增加,一定的发动机的扭矩对应的油耗是固定的;而在不同的档位下,同样的发动机扭矩对应的油耗也不同。因此,将所计算得的第五目标扭矩在不同档位下的对应的油耗量进行对比,在这多个档位中选取燃油消耗量最少的档位,并在上坡前调整车辆档位为选取的档位。本示例提供的车辆控制策略,在上坡时预判前车会减速,相应的使期望跟车距离减少,并提前计算了上坡所需要的扭矩大小,基于发动机本身性能选择最节省油耗的上坡档位,避免了在上坡过程中由于坡度过大牵引力不足而临时换挡的行为,同时实现了上坡过程中节能减排的效果。
具体的,另一种情形是坡道类型为最高档行驶坡度,即当前坡度小于或等于最高档行驶上限坡度,或当前坡度小于或等于最高档行驶下限坡度。此时道路坡度较缓,车辆能以最高档行驶上坡和下坡,且此时的期望跟车距离变小。相应的,根据上坡坡度大小计算期望跟车距离,根据当前车速、期望跟车距离对应的车速、当前跟车距离基于减速度计算公式计算第六目标减速度。获得第六目标减速度后,再带入车辆逆纵向动力学模型,计算得到第六目标扭矩。其中,第六目标减速度和第六目标扭矩的计算方法可参照前述的第五目标减速度和第五目标扭矩计算方法。获得第六目标扭矩后,并控制车辆按照最高档位和第六目标扭矩上坡,并在到达坡顶之前控制车辆空档或在档滑行。本示例提供的车辆控制策略,车辆能以固定的经济档位,即最高档位上下坡,可实现上坡过程中节能减排的效果。通过预判在上坡时前车会减速,相应的使期望跟车距离减少,并提前计算了上坡所需要的扭矩大小,在保持与前车车距的前提下,提供了足够的上坡牵引力。
具体的,另一种情形是坡道类型为降档/辅助制动下坡坡度,即当前坡度大于最高档行驶下限坡度。此时道路坡度较陡,车辆下坡时需要考虑到安全性,且此时的期望跟车距离变大。相应的,根据坡度大小计算期望跟车距离,并判断当前车速是否达到预设的危险车速。若未达到危险车速则控制车辆按照期望跟车距离对应的车速进行空档或在档滑行,若达到危险车速,则控制车辆减速。其中预设的危险车速的判定和车辆减速的示例可参照前述预见性巡航控制逻辑中的坡道类型为降档/辅助制动下坡坡度的情形处理。本示例提供的车辆控制策略,车辆在坡度较大的下坡行驶时,预判前车加速,使期望跟车距离变大,并在跟着距离对应的速度下滑行,充分利用了下坡的重力势能;在到达危险车速时控制车辆减速,保证了行驶的安全性。
在一个示例中,在预见性自适应巡航控制逻辑下,若前方预定范围内有坡道且坡道为上坡且有限速,则说明需要兼顾前方道路环境的变化,以及需要确保车辆不超速的前提下控制车辆跟车上坡行驶。相应地,先根据当前扭矩和当前车速基于车辆纵向动力学模型计算加速度。基于车辆自当前车速在计算出的加速度进行加速的情况下,预测车辆上坡过程中的车速,并根据预测车速的超速情况,执行相应控制。举例来说,首先判断当前车速以及上坡过程中的车速是否超出前方上坡的限制速度:
若当前车速以及上坡过程中的车速均未超速,则对上坡坡度与最高档行驶上限坡度进行比较,若上坡坡度大于最高档行驶上限坡度,则参照执行前述的第八策略中的降档上坡坡度情形,计算第五目标减速度和第五目标扭矩,根据第五目标扭矩在动机外特性曲线中选取燃油消耗量最少的档位,并在上坡前调整车辆档位为选取的档位;若上坡坡度小于或等于最高档行驶上限坡度,参照执行前述的第八策略中的最高档行驶坡度情形,计算第六目标减速度和第六目标扭矩,并控制车辆按照最高档位和第六目标扭矩上坡,并在到达坡顶之前控制车辆空档或在档滑行。
若当前车速以及上坡过程中的车速其中任一项超速,则在确保车辆不超速的前提下控制车辆跟车上坡。相应的,在第九策略下,若当前车速超速且上坡过程中的车速未超速,则参照执行前述的第八策略中降档上坡坡度情形,计算第五目标减速度和第五目标扭矩,根据发动机外特性曲线确定油耗最低档位,调节车辆扭矩为第五目标扭矩,并在上坡前调节车辆档位至油耗最低档位。若当前车速超速且上坡过程中的车速均超速,则判断前车是否超速:若前车未超速,则参照执行第七策略中前车未超速且本车超速的情形,计算第三目标减速度和第三目标扭矩。在车辆逆纵向动力学模型中,道路坡度角为上坡坡度,当前车速为通过车辆总线获取到的实时车速,将第三目标减速度代入目标减速度项中可计算出发动机扭矩;若前车超速,则参照执行第七策略中前车和本车均超速的情形,预判前车将减速,根据坡度大小计算期望跟车距离。具体的,控制车辆带档滑行,当跟车时距为最小期望跟车距离时,计算第四目标减速度和第四目标扭矩。在车辆逆纵向动力学模型中,道路坡度角为上坡坡度,当前车速为通过车辆总线获取到的实时车速,将第四目标减速度代入目标减速度项中可计算出发动机扭矩。若当前车速未超速且上坡过程中的车速超速,则控制车辆在上坡过程中基于限制速度匀速行驶。本示例提供的车辆控制策略,车辆在有限速要求的上坡行驶时,提前判断上坡前的车速和上坡过程中的车速是否超速,若均无超速则按照坡度大小来执行相应的上坡策略;若仅有上坡前的车速超速则按照降档上坡对应的策略上坡行驶;若上坡前的车速和上坡过程中的车速均超速则判断前车是否超速,若前车未超速,则不考虑前车因素,仅考虑限速因素;若前车超速,则预判前车会减速,先利用上坡坡道被动减速,当期望跟车距离为最小时,再考虑限速因素;若上坡前的车速未超速而上坡过程中的车速超速,则在上坡过程中按照限制速度行驶。本示例的控制策略,在车速不超速的前提下根据坡道类型来执行相应的策略,在超速的前提下根据前车和限速的情况来执行相应的策略,通过具体情况有相应的预见性自适应巡航控制逻辑,扩大了预见性自适应巡航控制逻辑应用场景的范围。
在一个示例中,在预见性自适应巡航控制逻辑下,当前方预定范围内有坡道且坡道为下坡且有限速,则说明需要兼顾前方道路环境的变化,以及需要确保车辆安全行驶的前提下控制车辆跟车下坡行驶。相应地,先根据当前扭矩和当前车速基于车辆纵向动力学模型计算加速度。基于车辆自当前车速在计算出的加速度进行加速的情况下,预测车辆下坡过程中的车速,并根据预测车速的超速情况,执行相应控制。举例来说,首先判断当前车速以及下坡过程中的车速是否超出前方下坡的限制速度:
若当前车速以及下坡过程中的车速均未超速,则对下坡坡度与最高档行驶下限坡度进行比较,若下坡坡度大于最高档行驶下限坡度,则参照执行前述的第八策略中的降档/辅助制动下坡坡度情形,根据坡度大小计算期望跟车距离,并判断当前车速是否达到预设的危险车速。若未达到危险车速则控制车辆按照期望跟车距离对应的车速进行空档或在档滑行,若达到危险车速,则控制车辆减速。若下坡坡度小于或等于最高档行驶下限坡度,则参照执行前述的第八策略中的最高档行驶坡度情形,计算第六目标减速度和第六目标扭矩。获得第六目标扭矩后,并控制车辆按照最高档位和第六目标扭矩下坡。
若当前车速以及下坡过程中的车速其中任一项超速,则在确保车辆不超速的前提下控制车辆跟车下坡。相应的,在第十策略下,若当前车速超速且下坡过程中的车速未超速,则参照执行前述的第八策略中降档/辅助制动下坡坡度情形,根据坡度大小计算期望跟车距离,并判断当前车速是否达到预设的危险车速。若未达到危险车速则控制车辆按照期望跟车距离对应的车速进行空档或在档滑行,若达到危险车速,则控制车辆减速。若当前车速超速且下坡过程中的车速均超速则判断前车是否超速,若前车未超速则参照执行前述的第七策略中前车未超速且本车超速的情形,计算第三目标减速度和第三目标扭矩,并控制车辆扭矩未第三目标扭矩行驶。在车辆逆纵向动力学模型中,道路坡度角为下坡坡度,当前车速为通过车辆总线获取到的实时车速,将第三目标减速度代入目标减速度项中可计算出发动机扭矩。若前车超速则参照执行前述的第七策略中前车和本车均超速的情形,预判前车将减速,控制车辆带档滑行。当跟车时距为最小期望跟车距离时,计算第四目标减速度和第四目标扭矩,并调节车辆扭矩为第四目标扭矩。若当前车速未超速且下坡过程中的车速超速则控制车辆在下坡过程中基于限制速度匀速行驶。
本示例提供的车辆控制策略,车辆在有限速要求的下坡行驶时,提前判断下坡前的车速和下坡过程中的车速是否超速,若均无超速则按照坡度大小来执行相应的下坡策略;若仅有下坡前的车速超速则按照降档/辅助制动下坡对应的策略下坡行驶;若下坡前的车速和下坡过程中的车速均超速则判断前车是否超速,若前车未超速,则不考虑前车因素,仅考虑限速因素;若前车超速,则预判前车会减速,先利用下坡坡道带档滑行,当期望跟车距离为最小时,再考虑限速因素;若下坡前的车速未超速而下坡过程中的车速超速,则在下坡过程中按照限制速度行驶。本示例的控制策略,在车速不超速的前提下根据坡道类型来执行相应的策略,在超速的前提下根据前车和限速的情况来执行相应的策略,通过具体情况有相应的预见性自适应巡航控制逻辑,扩大了预见性自适应巡航控制逻辑应用场景的范围。
结合图4,图4为预见性自适应巡航控制逻辑的逻辑示意图,举例来说,当车辆前进方向为下坡有限速,且前后均超速的情况,则执行第七策略。具体不同情形下的车辆控制策略可参见前述相关内容。
本实施例提供的车辆控制方法,先确定前方是否有车辆、坡道以及是否限速;若前方没有车辆,则按照预见性巡航控制逻辑执行车辆控制;若前方有车辆,则按照预见性自适应巡航控制逻辑执行车辆控制,其中预见性巡航控制逻辑考虑前方道路的坡度和限速,预见性自适应巡航控制逻辑考虑前方道路的坡度、限速和跟车时距。本方案在考虑了前方的车辆信息、坡道道路信息、限速道路信息等多维度因素的情况下,将驾驶环境划分为不同情形,并针对不同情形,综合考虑不同的因素采用相应的驾驶控制策略执行车辆控制,从而对复杂多样的驾驶环境提供丰富多样的驾驶控制逻辑,实现复杂驾驶环境下有效可靠地执行辅助驾驶,减少车辆的不必要制动,提高车辆的燃油经济性。
实施例二
图5中示例性示出了本申请实施例二提供的车辆控制装置的结构示意图,如图5所示,该装置包括:
第一处理模块41,用于根据前方预定范围内的车辆信息和前方预定范围内的道路信息,确定前方预定范围内是否有车辆、是否有坡道以及是否限速;
第二处理模块42,用于若前方预定范围内没有车辆,则按照预见性巡航控制逻辑,执行车辆控制;若前方预定范围内有车辆,则按照预见性自适应巡航控制逻辑,执行车辆控制;其中,预见性巡航控制逻辑用于根据前方预定范围内道路的坡度和限制速度控制车辆的驾驶参数,预见性自适应巡航控制逻辑包括根据前方预定范围内道路的坡度、限制速度和跟车时距控制车辆的驾驶参数;驾驶参数包括以下至少一项:车速、扭矩、车距以及档位。
其中,预见性巡航控制逻辑用于根据前方预定范围内道路的坡度和限制速度控制车辆的驾驶参数,预见性自适应巡航控制逻辑包括根据前方预定范围内道路的坡度、限制速度和跟车时距控制车辆的驾驶参数;驾驶参数包括以下至少一项:车速、扭矩、车距以及档位。
实际应用中,该车辆控制装置的实现方式有多种,比如,可以通过计算机程序实现,例如,应用软件等;或者,也可以实现为存储有相关计算机程序的介质,例如,U盘、云盘等;再或者,还可以通过集成或安装有相关计算机程序的实体装置实现,例如,芯片等。
在一个示例中,可以通过本车的车辆总线获得本车的方向盘和轮胎的转角信息以及当前车辆速度信息等。作为示例,车辆信息可以包括但不限于:前方车辆的横向速度、纵向速度、横向距离、纵向距离等信息。作为示例,道路信息可以包括但不限于:前方道路的路面坡度、路面曲率和限速等信息。
在任一示例的基础上,第二处理模块42,具体用于:若前方预定范围内没有坡道且没有限速,则执行第一策略,第一策略包括控制车辆按照当前车速匀速行驶;若前方预定范围内没有坡道且有限速,则执行第二策略,第二策略包括判断本车当前是否超速;若本车当前未超速则控制车辆按照当前车速匀速行驶;若本车当前超速,则根据当前车速、限制速度、当前本车至限速起始位置之间的距离基于减速度计算公式计算第一目标减速度,并将第一目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第一目标扭矩,调节车辆扭矩为第一目标扭矩;若前方预定范围内有坡道且没有限速,则执行第三策略,第三策略包括根据前方预定范围内的道路信息确定前方预定范围内的坡道类型,并根据前方预定范围内的坡道类型对应的预见性巡航处理策略,控制车辆的驾驶参数,其中坡道类型包括降档上坡坡度、最高档行驶坡度以及降档/辅助制动下坡坡度;若前方预定范围内有坡道且坡道为上坡且有限速,则根据车辆纵向动力学模型预测上坡过程中的车速并判断当前车速以及上坡过程中的车速是否超速;若均未超速,则执行第三策略;若其中任一项超速,则执行第四策略,第四策略包括若当前车速超速且上坡过程中的车速未超速则按照降档上坡坡度对应的预见性巡航处理策略,控制车辆的驾驶参数,若当前车速超速和上坡过程中的车速均超速则执行第二策略,若当前车速未超速且上坡过程中的车速超速则将控制车辆在上坡过程中基于限制速度行驶;若前方预定范围内有坡道且坡道为下坡且有限速,则根据车辆纵向动力学模型预测下坡过程中的车速并判断当前车速以及下坡过程中的车速是否超速;若均未超速,则执行第三策略;若其中任一项超速,则执行第五策略,第五策略包括若当前车速超速和下坡过程中的车速均超速则执行第二策略,若当前车速未超速且下坡过程中的车速超速则将控制车辆在下坡过程中基于限制速度行驶。
作为示例,减速度计算公式计算为:
其中,a为减速度,v1为最终速度,v0为初始速度,Drel为减速距离。作为示例,车辆逆纵向动力学模型为:
其中,Ttq为发动机扭矩,m为车身质量,g为重力系数,f为滚动摩擦系数,α为道路坡度角,CD为风阻系数,A为迎风面积,ρ为风阻优化系数,u为当前车速,δ为旋转质量系数,du/dt为目标减速度项,r为轮胎半径,ig为变速器传动比,i0为主减速器传动比,ηT为车辆传动效率。
在一个示例中,第二处理模块42,具体用于:对雷达和摄像头采集的数据进行融合处理,并利用三次样条插值法将辅助驾驶地图采集的道路坡度数据进行拟合平滑处理,得到前方预定范围内的道路坡度变化曲线;若前方预定范围内的道路坡度大于最高档行驶上限坡度,则确定前方预定范围内的坡道类型为降档上坡坡度;若前方预定范围内的道路坡度小于最高档行驶上限坡度或小于最高档行驶下限坡度,则确定前方预定范围内的坡道类型为最高档行驶坡度;若前方预定范围内的道路坡度大于最高档行驶下限坡度,则确定前方预定范围内的坡道类型为降档/辅助制动下坡坡度。
结合上述坡道类型的划分,在一个示例中,第二处理模块42,具体用于:若坡道类型为降档上坡坡度,则计算当前车速对时间的求导结果得到第二目标减速度,并将第二目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第二目标扭矩,并根据发动机外特性曲线确定油耗最低档位,调节车辆扭矩为第二目标扭矩,并在上坡前调节车辆档位至油耗最低档位;若坡道类型为最高档行驶坡度,则根据最高档位确定对应的油耗最低扭矩,并控制车辆按照最高档和油耗最低扭矩上坡,并在到达坡顶之前控制车辆空档或在档滑行;若坡道类型为降档/辅助制动下坡坡度,则判断当前车速是否达到预设的危险车速,若未达到危险车速则控制车辆进行空档或在档滑行,若达到危险车速,则控制车辆减速。具体的,控制车辆减速为控制车辆降档,若降档后速度大于第一预设减速值,则控制车辆开启辅助制动,其中辅助制动可以包括但不限于液缓制动和排气制动;若辅助制动后,当前车速大于第二预设减速值,则控制车辆开启轮胎制动直至车速等于危险车速。
在一个示例中,第二处理模块42,具体用于:根据本车与前车的纵向相对距离、最大跟车距离、最小跟车距离和最大制动减速度停车所需的最小距离,确定当前的跟车模式;跟车模式包括预见性巡航模式、预见性自适应跟车模式和危险警报模式;若当前的跟车模式为预见性巡航模式,则按照预见性巡航控制逻辑,执行车辆控制;若当前的跟车模式为危险警报模式,则发出警报信息;若当前的跟车模式为预见性自适应跟车模式,则执行预见性自适应跟车策略,预见性自适应跟车策略;若前方预定范围内没有坡道且没有限速,则执行第六策略,第六策略包括根据前车的行驶速度,控制车辆保持固定的跟车时距行驶;若前方预定范围内没有坡道且有限速,则执行第七策略,第七策略包括判断本车和前车当前是否超速;若本车和前车均未超速则控制车辆根据前车的行驶速度,控制车辆保持固定的跟车时距行驶;若前车未超速且本车超速,则根据当前车速、限制速度、当前本车至限速起始位置之间的距离计算第三目标减速度,并将第三目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第三目标扭矩,调节车辆扭矩为第三目标扭矩;若前车和本车均超速,则控制车辆带档滑行,其中当跟车时距为最小跟车时距时,根据当前车速、限制速度、当前本车至限速起始位置之间的距离计算第四目标减速度,并将第四目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第四目标扭矩,调节车辆扭矩为第四目标扭矩;若前方预定范围内有坡道且没有限速,则执行第八策略,第八策略包括根据前方预定范围内的道路信息确定前方预定范围内的坡道类型,并根据坡度大小计算期望跟车距离;根据期望跟车距离和前方预定范围内的坡道类型对应的预见性自适应巡航处理策略,控制车辆的驾驶参数,其中坡道类型包括降档上坡坡度、最高档行驶坡度以及降档/辅助制动下坡坡度;若前方预定范围内有坡道且坡道为上坡且有限速,则根据车辆纵向动力学模型预测上坡过程中的车速并判断当前车速以及上坡过程中的车速是否超速;若均未超速,则执行第八策略;若其中任一项超速,则执行第九策略,第九策略包括若当前车速超速且上坡过程中的车速未超速则按照第八策略中降档上坡坡度对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若当前车速超速和上坡过程中的车速均超速则判断前车是否超速,若前车未超速则按照第七策略中前车未超速且本车超速对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若前车超速则按照第七策略中前车和本车均超速对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若当前车速未超速且上坡过程中的车速超速则控制车辆在上坡过程中基于限制速度行驶;若前方预定范围内有坡道且坡道为下坡且有限速,则根据车辆纵向动力学模型预测下坡过程中的车速并判断当前车速以及下坡过程中的车速是否超速;若均未超速,则执行第八策略;若其中任一项超速,则执行第十策略,第十策略包括若当前车速超速且下坡过程中的车速未超速则按照第八策略中降档/辅助制动下坡坡度对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若当前车速超速和下坡过程中的车速均超速则判断前车是否超速,若前车未超速则按照第七策略中前车未超速且本车超速对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若前车超速则按照第七策略中前车和本车均超速对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若当前车速未超速且下坡过程中的车速超速则将控制车辆在下坡过程中基于限制速度行驶。
结合上述跟车模式的确定,在一个示例中,第二处理模块42,具体用于:根据本车与前车的纵向相对距离、最大跟车距离、最小跟车距离和最大制动减速度停车所需的最小距离,确定当前的跟车模式,具体可以包括:若纵向相对距离大于最大跟车距离,则确定当前的跟车模式为预见性巡航模式;若纵向相对距离小于或等于最大跟车距离并且大于或等于最小跟车距离,则确定当前的跟车模式为预见性自适应跟车模式;若纵向相对距离小于最小跟车距离并且大于或等于最大制动减速度停车所需的最小距离,则确定当前的跟车模式为危险警报模式。
结合上述期望跟车距离的确定,在一个示例中,第二处理模块42,根据坡度大小计算期望跟车距离,具体可以包括:根据坡度大小确定对应的增益距离,其中当坡道为上坡时对应的增益距离为负数,当坡道为下坡时对应的增益距离为正数;将增益距离和当前跟车时距相加,获得期望跟车距离。
结合上述坡道类型的划分,在一个示例中,第二处理模块42,具体用于:根据期望跟车距离和前方预定范围内的坡道类型对应的预见性自适应巡航处理策略,控制车辆的驾驶参数,具体可以包括:
若坡道类型为降档上坡坡度,则根据坡度大小计算期望跟车距离,根据当前车速、期望跟车距离对应的车速、当前跟车距离基于减速度计算公式计算第五目标减速度。并将第五目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第五目标扭矩,并根据发动机外特性曲线确定油耗最低档位,调节车辆扭矩为第五目标扭矩,并在上坡前调节车辆档位至油耗最低档位;
若坡道类型为最高档行驶坡度,则根据坡度大小计算期望跟车距离,根据当前车速、期望跟车距离对应的车速、当前跟车距离基于减速度计算公式计算第六目标减速度,并将第六目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第六目标扭矩,并控制车辆按照最高档位和第六目标扭矩行驶,并在到达坡顶之前控制车辆空档或在档滑行;
若坡道类型为降档/辅助制动下坡坡度,则根据坡度大小计算期望跟车距离,并判断当前车速是否达到预设的危险车速,若未达到危险车速则控制车辆按照期望跟车距离对应的车速进行空档或在档滑行,若达到危险车速,则控制车辆减速。
实际应用中,本方案的车辆控制装置可以集成车辆中,作为示例,图6为车辆的架构示意图,车辆控制装置可以集成于智能驾驶控制器。其中,智能驾驶控制器用于根据数据融合处理对感知模块采集的各种数据的融合结果,以及车辆运动模块上报的各类信息,判断坡道情况、前车情况等,以确定采用哪种巡航控制逻辑,并基于逆动力学模型的运算,得到车辆控制参数,从而通过执行单元和人机交互单元控制车辆行驶,实现辅助驾驶。
本实施例提供的车辆控制装置,第一处理模块先确定前方是否有车辆、坡道以及是否限速;若前方没有车辆,则第二处理模块按照预见性巡航控制逻辑执行车辆控制;若前方有车辆,则第二处理模块按照预见性自适应巡航控制逻辑执行车辆控制,其中预见性巡航控制逻辑考虑前方道路的坡度和限速,预见性自适应巡航控制逻辑考虑前方道路的坡度、限速和跟车时距。本申请的方案,在考虑了前方的车辆信息、坡道道路信息、限速道路信息等多维度因素的情况下,将驾驶环境划分为不同情形,并针对不同情形,综合考虑不同的因素采用相应的驾驶控制策略执行车辆控制,从而对复杂多样的驾驶环境提供丰富多样的驾驶控制逻辑,实现复杂驾驶环境下有效可靠地执行辅助驾驶,减少车辆的不必要制动,提高车辆的燃油经济性。
实施例三
图7为本申请实施例三提供的电子设备的结构示意图,该电子设备包括:
处理器(processor)291,电子设备还包括了存储器(memory)292;还可以包括通信接口(Communication Interface)293和总线294。其中,处理器291、存储器292、通信接口293、可以通过总线294完成相互间的通信。通信接口293可以用于信息传输。处理器291可以调用存储器292中的逻辑指令,以执行上述示例的方法。
此外,上述的存储器292中的逻辑指令可以通过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。
存储器292作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序,如本申请实施例中的方法对应的程序指令/模块。处理器291通过运行存储在存储器292中的软件程序、指令以及模块,从而执行功能应用以及数据处理,即实现上述方法示例中的方法。
存储器292可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储器292可以包括高速随机存取存储器,还可以包括非易失性存储器。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现任一实施例中的方法。
本申请实施例还提供一种计算机程序产品,计算机程序被处理器执行时实现任一实施例中的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (10)
1.一种车辆控制方法,其特征在于,包括:
根据前方预定范围内的车辆信息和前方预定范围内的道路信息,确定前方预定范围内是否有车辆、是否有坡道以及是否限速;
若前方预定范围内没有车辆,则按照预见性巡航控制逻辑,执行车辆控制;若前方预定范围内有车辆,则按照预见性自适应巡航控制逻辑,执行车辆控制;其中,所述预见性巡航控制逻辑用于根据前方预定范围内道路的坡度和限制速度控制车辆的驾驶参数,所述预见性自适应巡航控制逻辑包括根据前方预定范围内道路的坡度、限制速度和跟车时距控制车辆的驾驶参数;所述驾驶参数包括以下至少一项:车速、扭矩、车距以及档位。
2.根据权利要求1所述的方法,其特征在于,所述按照预见性巡航控制逻辑,执行车辆控制,包括:
若前方预定范围内没有坡道且没有限速,则执行第一策略,所述第一策略包括控制车辆按照当前车速匀速行驶;
若前方预定范围内没有坡道且有限速,则执行第二策略,所述第二策略包括判断本车当前是否超速;若本车当前未超速则控制车辆按照当前车速匀速行驶;若本车当前超速,则根据当前车速、限制速度、当前本车至限速起始位置之间的距离基于减速度计算公式计算第一目标减速度,并将所述第一目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第一目标扭矩,调节车辆扭矩为所述第一目标扭矩;
若前方预定范围内有坡道且没有限速,则执行第三策略,所述第三策略包括根据所述前方预定范围内的道路信息确定前方预定范围内的坡道类型,并根据所述前方预定范围内的坡道类型对应的预见性巡航处理策略,控制车辆的驾驶参数,其中坡道类型包括降档上坡坡度、最高档行驶坡度以及降档/辅助制动下坡坡度;
若前方预定范围内有坡道且坡道为上坡且有限速,则根据车辆纵向动力学模型预测上坡过程中的车速并判断当前车速以及所述上坡过程中的车速是否超速;若均未超速,则执行所述第三策略;若其中任一项超速,则执行第四策略,所述第四策略包括若当前车速超速且所述上坡过程中的车速未超速则按照所述降档上坡坡度对应的预见性巡航处理策略,控制车辆的驾驶参数,若当前车速超速和所述上坡过程中的车速均超速则执行所述第二策略,若当前车速未超速且所述上坡过程中的车速超速则将控制车辆在上坡过程中基于所述限制速度行驶;
若前方预定范围内有坡道且坡道为下坡且有限速,则根据车辆纵向动力学模型预测下坡过程中的车速并判断当前车速以及所述下坡过程中的车速是否超速;若均未超速,则执行所述第三策略;若其中任一项超速,则执行第五策略,所述第五策略包括若当前车速超速和所述下坡过程中的车速均超速则执行所述第二策略,若当前车速未超速且所述下坡过程中的车速超速则将控制车辆在下坡过程中基于所述限制速度行驶。
3.根据权利要求2所述的方法,其特征在于,所述根据所述前方预定范围内的坡道类型对应的预见性巡航处理策略,控制车辆的驾驶参数,包括:
若坡道类型为降档上坡坡度,则计算当前车速对时间的求导结果得到第二目标减速度,并将所述第二目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第二目标扭矩,并根据发动机外特性曲线确定油耗最低档位,调节车辆扭矩为所述第二目标扭矩,并在上坡前调节车辆档位至所述油耗最低档位;
若坡道类型为最高档行驶坡度,则根据最高档位确定对应的油耗最低扭矩,并控制车辆按照所述最高档和油耗最低扭矩上坡,并在到达坡顶之前控制车辆空档或在档滑行;
若坡道类型为降档/辅助制动下坡坡度,则判断当前车速是否达到预设的危险车速,若未达到所述危险车速则控制车辆进行空档或在档滑行,若达到所述危险车速,则控制车辆减速。
4.根据权利要求1所述的方法,其特征在于,所述按照预见性自适应巡航控制逻辑,执行车辆控制,包括:
根据本车与前车的纵向相对距离、最大跟车距离、最小跟车距离和最大制动减速度停车所需的最小距离,确定当前的跟车模式;所述跟车模式包括预见性巡航模式、预见性自适应跟车模式和危险警报模式;
若当前的跟车模式为预见性巡航模式,则按照所述预见性巡航控制逻辑,执行车辆控制;
若当前的跟车模式为危险警报模式,则发出警报信息;
若当前的跟车模式为预见性自适应跟车模式,则执行预见性自适应跟车策略,所述预见性自适应跟车策略,包括:
若前方预定范围内没有坡道且没有限速,则执行第六策略,所述第六策略包括根据前车的行驶速度,控制车辆保持固定的跟车时距行驶;
若前方预定范围内没有坡道且有限速,则执行第七策略,所述第七策略包括判断本车和前车当前是否超速;若本车和前车均未超速则控制车辆根据前车的行驶速度,控制车辆保持固定的跟车时距行驶;若前车未超速且本车超速,则根据当前车速、限制速度、当前本车至限速起始位置之间的距离基于减速度计算公式计算第三目标减速度,并将所述第三目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第三目标扭矩,调节车辆扭矩为所述第三目标扭矩;若前车和本车均超速,则控制车辆带档滑行,其中当跟车时距为最小跟车时距时,根据当前车速、限制速度、当前本车至限速起始位置之间的距离基于减速度计算公式计算第四目标减速度,并将所述第四目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第四目标扭矩,调节车辆扭矩为所述第四目标扭矩;
若前方预定范围内有坡道且没有限速,则执行第八策略,所述第八策略包括根据所述前方预定范围内的道路信息确定前方预定范围内的坡道类型,并根据坡度大小计算期望跟车距离;根据所述期望跟车距离和所述前方预定范围内的坡道类型对应的预见性自适应巡航处理策略,控制车辆的驾驶参数,其中坡道类型包括降档上坡坡度、最高档行驶坡度以及降档/辅助制动下坡坡度;
若前方预定范围内有坡道且坡道为上坡且有限速,则根据车辆纵向动力学模型预测上坡过程中的车速并判断当前车速以及所述上坡过程中的车速是否超速;若均未超速,则执行所述第八策略;若其中任一项超速,则执行第九策略,所述第九策略包括若当前车速超速且所述上坡过程中的车速未超速则按照所述第八策略中所述降档上坡坡度对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若当前车速超速和所述上坡过程中的车速均超速则判断前车是否超速,若前车未超速则按照所述第七策略中所述前车未超速且本车超速对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若前车超速则按照所述第七策略中所述前车和本车均超速对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若当前车速未超速且所述上坡过程中的车速超速则控制车辆在上坡过程中基于所述限制速度行驶;
若前方预定范围内有坡道且坡道为下坡且有限速,则根据车辆纵向动力学模型预测下坡过程中的车速并判断当前车速以及所述下坡过程中的车速是否超速;若均未超速,则执行所述第八策略;若其中任一项超速,则执行第十策略,所述第十策略包括若当前车速超速且所述下坡过程中的车速未超速则按照所述第八策略中所述降档/辅助制动下坡坡度对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若当前车速超速和所述下坡过程中的车速均超速则判断前车是否超速,若前车未超速则按照所述第七策略中所述前车未超速且本车超速对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若前车超速则按照所述第七策略中所述前车和本车均超速对应的预见性自适应巡航处理策略控制车辆的驾驶参数,若当前车速未超速且所述下坡过程中的车速超速则将控制车辆在下坡过程中基于所述限制速度行驶。
5.根据权利要求4所述的方法,其特征在于,所述根据所述期望跟车距离和所述前方预定范围内的坡道类型对应的预见性自适应巡航处理策略,控制车辆的驾驶参数,包括:
若坡道类型为降档上坡坡度,则根据坡度大小计算期望跟车距离,根据当前车速、期望跟车距离对应的车速、当前跟车距离基于减速度计算公式计算第五目标减速度,并将所述第五目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第五目标扭矩,并根据发动机外特性曲线确定油耗最低档位,调节车辆扭矩为所述第五目标扭矩,并在上坡前调节车辆档位至所述油耗最低档位;
若坡道类型为最高档行驶坡度,则根据坡度大小计算期望跟车距离,根据当前车速、期望跟车距离对应的车速、当前跟车距离基于减速度计算公式计算第六目标减速度,并将所述第六目标减速度作为车辆逆纵向动力学模型中的目标减速度项,基于车辆逆纵向动力学模型计算得到第六目标扭矩,并控制车辆按照所述最高档位和所述第六目标扭矩上坡,并在到达坡顶之前控制车辆空档或在档滑行;
若坡道类型为降档/辅助制动下坡坡度,则根据坡度大小计算期望跟车距离,并判断当前车速是否达到预设的危险车速,若未达到所述危险车速则控制车辆按照所述期望跟车距离对应的车速进行空档或在档滑行,若达到所述危险车速,则控制车辆减速。
6.根据权利要求4所述的方法,其特征在于,所述根据本车与前车的纵向相对距离、最大跟车距离、最小跟车距离和最大制动减速度停车所需的最小距离,确定当前的跟车模式,包括:
若所述纵向相对距离大于所述最大跟车距离,则确定当前的跟车模式为所述预见性巡航模式;
若所述纵向相对距离小于或等于所述最大跟车距离并且大于或等于所述最小跟车距离,则确定当前的跟车模式为所述预见性自适应跟车模式;
若所述纵向相对距离小于所述最小跟车距离并且大于或等于所述最大制动减速度停车所需的最小距离,则确定当前的跟车模式为所述危险警报模式。
7.根据权利要求4所述的方法,其特征在于,所述根据坡度大小计算期望跟车距离,包括:
根据坡度大小确定对应的增益距离,其中当坡道为上坡时对应的增益距离为负数,当坡道为下坡时对应的增益距离为正数;
将所述增益距离和当前跟车时距相加,获得期望跟车距离。
8.根据权利要求2至7任一项所述的方法,其特征在于,所述根据所述前方预定范围内的道路信息确定前方预定范围内的坡道类型,包括:
对雷达和摄像头采集的数据进行融合处理,并利用三次样条插值法将辅助驾驶地图采集的道路坡度数据进行拟合平滑处理,得到前方预定范围内的道路坡度变化曲线;
若前方预定范围内的道路坡度大于最高档行驶上限坡度,则确定前方预定范围内的坡道类型为降档上坡坡度;若前方预定范围内的道路坡度小于最高档行驶上限坡度或小于最高档行驶下限坡度,则确定前方预定范围内的坡道类型为最高档行驶坡度;若前方预定范围内的道路坡度大于最高档行驶下限坡度,则确定前方预定范围内的坡道类型为降档/辅助制动下坡坡度。
9.一种车辆控制装置,其特征在于,包括:
第一处理模块,用于根据前方预定范围内的车辆信息和前方预定范围内的道路信息,确定前方预定范围内是否有车辆、是否有坡道以及是否限速;
第二处理模块,用于若前方预定范围内没有车辆,则按照预见性巡航控制逻辑,执行车辆控制;若前方预定范围内有车辆,则按照预见性自适应巡航控制逻辑,执行车辆控制;其中,所述预见性巡航控制逻辑用于根据前方预定范围内道路的坡度和限制速度控制车辆的驾驶参数,所述预见性自适应巡航控制逻辑包括根据前方预定范围内道路的坡度、限制速度和跟车时距控制车辆的驾驶参数;所述驾驶参数包括以下至少一项:车速、扭矩、车距以及档位。
10.一种电子设备,其特征在于,包括:处理器,以及与所述处理器通信连接的存储器;所述存储器存储计算机执行指令;所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311227353.0A CN117068157A (zh) | 2023-09-21 | 2023-09-21 | 车辆控制方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311227353.0A CN117068157A (zh) | 2023-09-21 | 2023-09-21 | 车辆控制方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117068157A true CN117068157A (zh) | 2023-11-17 |
Family
ID=88704263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311227353.0A Pending CN117068157A (zh) | 2023-09-21 | 2023-09-21 | 车辆控制方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117068157A (zh) |
-
2023
- 2023-09-21 CN CN202311227353.0A patent/CN117068157A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105936278B (zh) | 车辆 | |
US9821803B2 (en) | Vehicle speed and coasting control method and system | |
US8620488B2 (en) | Method and module for determining of reference values for a vehicle control system | |
US9132836B2 (en) | Module for determining set-point values for control systems in a vehicle | |
US8849539B2 (en) | Method and module for determining of velocity reference values for a vehicle control system | |
US9714704B2 (en) | Transmission control system | |
WO2011126430A1 (en) | A module and a method pertaining to mode choice when determining vehicle speed set-point values | |
EP2440420B1 (en) | Module for determining of reference values for a vehicle control system | |
CN113320392B (zh) | 车辆滑行能量回收的控制方法、系统和存储介质 | |
WO2010144028A1 (en) | Method and module for controlling a velocity of a vehicle | |
EP2555942A1 (en) | Method and module pertaining to cruise control | |
CN111002993B (zh) | 一种基于场景识别的自动驾驶低油耗运动规划方法及系统 | |
CN108569271B (zh) | 用于响应于行驶条件的巡航控制系统的变速器装置和方法 | |
CN110356252B (zh) | 行车控制方法、装置及计算机可读存储介质 | |
WO2013046381A1 (ja) | 車両制御装置 | |
Kaku et al. | Model predictive control for ecological vehicle synchronized driving considering varying aerodynamic drag and road shape information | |
SE539069C2 (sv) | Förfarande och system för val av transmissionsmod i ett fordon under ett vägavsnitt | |
CN117068157A (zh) | 车辆控制方法、装置及设备 | |
JP2014000900A (ja) | 車両制御装置 | |
CN111216722A (zh) | 一种车辆驾驶控制方法、装置、设备及存储介质 | |
CN116022144B (zh) | 一种新能源汽车定速巡航减速控制方法和控制系统 | |
CN117341692A (zh) | 一种车辆巡航控制方法、巡航控制装置、设备及存储介质 | |
JP2002130000A (ja) | 自動車制御装置および制御方法 | |
CN114435358A (zh) | 一种基于巡航的预见性空挡滑行控制系统及方法 | |
CN117755299A (zh) | 车辆控制方法、车辆和计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |