DE102022104054A1

DE102022104054A1 - Die fahrzeugzustandsschätzung verbessernde sensordaten zur fahrzeugsteuerung und zum autonomen fahren

Info

Publication number: DE102022104054A1
Application number: DE102022104054.2A
Authority: DE
Inventors: Ahmed H. El-Saher; Yimeng Dong; Ludong Sun
Original assignee: Motional AD LLC
Current assignee: Motional AD LLC
Priority date: 2022-01-05
Filing date: 2022-02-21
Publication date: 2023-07-06
Also published as: GB2614578A; US20230219561A1; CN116443030A; KR20230106475A

Abstract

Es werden Verfahren zur Fahrzeugzustandsschätzung auf der Grundlage von Sensordaten bereitgestellt, die Folgendes aufweisen können: Empfangen der durch einen oder mehrere Sensoren erzeugten Sensordaten, Berechnen eines Quersteifigkeitswerts in Zusammenhang mit dem Fahrzeug, Vorhersagen eines Lateralgeschwindigkeitswerts in Zusammenhang mit dem Fahrzeug auf der Grundlage des Quersteifigkeitswerts und Ausgeben eines Satzes von Fahrzeugzustandsvariablen, die einen aktuellen Zustand des Fahrzeugs angeben, zumindest durch Eingeben des Lateralgeschwindigkeitswerts in ein rekursives Filter. Einige beschriebene Verfahren weisen auch Folgendes auf: Aktualisieren des Quersteifigkeitswerts auf der Grundlage des Satzes von Fahrzeugzustandsvariablen, Aktualisieren des Lateralgeschwindigkeitswerts auf der Grundlage des aktualisierten Quersteifigkeitswerts und Aktualisieren des Satzes von Fahrzeugzustandsvariablen auf der Grundlage des aktualisierten Lateralgeschwindigkeitswerts. Es werden auch Systeme und Computerprogrammprodukte bereitgestellt.

Description

HINTERGRUND
Ein selbstfahrendes Fahrzeug muss in der Lage sein, den aktuellen Fahrzeugzustand in der Art von Beschleunigungen und Geschwindigkeiten zu bestimmen oder zu schätzen, so dass es sich geeignet steuern kann. Ein solches Fahrzeug kann jedoch aus verschiedenen Gründen, einschließlich Kosten, Komplexität, Gewicht und dergleichen, nur eine beschränkte Anzahl von Sensoren aufweisen. Demgemäß kann das genaue Bestimmen oder Schätzen des aktuellen Fahrzeugzustands eines solchen selbstfahrenden Fahrzeugs eine Herausforderung darstellen.
Figurenliste
Es zeigen:

1 eine beispielhafte Umgebung, in der ein Fahrzeug, das eine oder mehrere Komponenten eines autonomen Systems aufweist, implementiert werden kann,
2 ein Diagramm eines oder mehrerer Systeme eines Fahrzeugs, das ein autonomes System aufweist,
3 ein Diagramm von Komponenten einer oder mehrerer Vorrichtungen und/oder eines oder mehrerer Systeme aus den 1 und 2,
4 ein Diagramm gewisser Komponenten eines autonomen Systems,
5A ein Blockdiagramm eines Beispiels eines Signalverarbeitungssystems,
5B ein detaillierteres Blockdiagramm des Signalverarbeitungssystems aus 5A,
6A eine Darstellung eines Beispiels einer zur Fahrzeugzustandsschätzung verwendeten Signalkonvention,
6B eine Darstellung eines Beispiels einer zur Longitudinalgeschwindigkeitsvorhersage verwendeten Signalkonvention,
6C eine Darstellung eines Beispiels einer zur Quersteifigkeitsschätzung verwendeten Signalkonvention,
7 ein Datenflussdiagramm eines Beispiels einer Signalverarbeitungsoperation und
8 ein Flussdiagramm eines Prozesses zur Fahrzeugzustandsschätzung auf der Grundlage von Sensordaten.

DETAILLIERTE BESCHREIBUNG
In der folgenden Beschreibung werden für die Zwecke der Erklärung zahlreiche spezifische Einzelheiten dargelegt, um ein gründliches Verständnis der vorliegenden Offenbarung bereitzustellen. Es ist jedoch zu verstehen, dass die durch die vorliegende Offenbarung beschriebenen Ausführungsformen ohne diese spezifischen Einzelheiten verwirklicht werden können. In einigen Fällen sind wohlbekannte Strukturen und Vorrichtungen in Form eines Blockdiagramms dargestellt, um es zu vermeiden, Aspekte der vorliegenden Offenbarung unnötig unverständlich zu machen.
Spezifische Anordnungen oder Reihenfolgen schematischer Elemente in der Art jener, die Systeme, Vorrichtungen, Module, Befehlsblöcke, Datenelemente und/oder dergleichen repräsentieren, sind zur Vereinfachung der Beschreibung in den Zeichnungen dargestellt. Fachleute werden jedoch verstehen, dass die spezifische Reihenfolge oder Anordnung der schematischen Elemente in den Zeichnungen nicht implizieren soll, dass eine bestimmte Ordnung oder Sequenz der Verarbeitung oder Trennung von Prozessen erforderlich ist, es sei denn, dass dies explizit so beschrieben wird. Ferner soll die Aufnahme eines schematischen Elements in einer Zeichnung nicht implizieren, dass dieses Element in allen Ausführungsformen benötigt wird oder dass die durch dieses Element repräsentierten Merkmale nicht gemäß einigen Ausführungsformen in andere Elemente aufgenommen oder mit diesen kombiniert werden können, es sei denn, dass dies explizit so beschrieben wird.
Ferner soll in den Zeichnungen an Stellen, an denen verbindende Elemente, beispielsweise durchgezogene oder gestrichelte Linien oder Pfeile, verwendet werden, um eine Verbindung, Beziehung oder Assoziation zwischen oder unter zwei oder mehr anderen schematischen Elementen darzustellen, das Nichtvorhandensein solcher verbindender Elemente nicht bedeuten, dass dadurch impliziert wird, dass keine Verbindung, Beziehung oder Assoziation existieren kann. Mit anderen Worten sind in den Zeichnungen einige Verbindungen, Beziehungen oder Assoziationen zwischen Elementen nicht dargestellt, um die Offenbarung nicht unverständlich zu machen. Zusätzlich kann im Interesse einer einfachen Darstellung ein einziges verbindendes Element verwendet werden, um mehrere Verbindungen, Beziehungen oder Assoziationen zwischen Elementen zu repräsentieren. Beispielsweise sollten Fachleute an Stellen, an denen ein verbindendes Element eine Kommunikation von Signalen, Daten oder Befehlen (beispielsweise „Softwarebefehlen“) repräsentiert, verstehen, dass dieses Element einen oder mehrere Signalwege (beispielsweise einen Bus) repräsentieren kann, wie es erforderlich sein kann, um die Kommunikation auszuführen.
Wenngleich die Begriffe erster, zweiter, dritter und/oder dergleichen verwendet werden, um verschiedene Elemente zu beschreiben, sollten diese Elemente nicht durch diese Begriffe beschränkt werden. Die Begriffe erster, zweiter, dritter und/oder dergleichen werden nur zur Unterscheidung eines Elements von einem anderen verwendet. Beispielsweise könnte ein erster Kontakt als ein zweiter Kontakt bezeichnet werden und könnte ähnlich ein zweiter Kontakt als ein erster Kontakt bezeichnet werden, ohne vom Schutzumfang der beschriebenen Ausführungsformen abzuweichen. Der erste und der zweite Kontakt sind beide Kontakte, sie sind jedoch nicht derselbe Kontakt.
Die in der Beschreibung der verschiedenen hier beschriebenen Ausführungsformen verwendete Terminologie dient nur der Beschreibung bestimmter Ausführungsformen und ist nicht als einschränkend vorgesehen. Wie in der Beschreibung der verschiedenen beschriebenen Ausführungsformen und den anliegenden Ansprüchen verwendet, sollen die Singularformen „ein/eine/eines“ und „der/die/das“ auch die Pluralformen einschließen und können austauschbar mit „ein/eine/eines oder mehrere“ oder „wenigstens ein/eine/eines“ verwendet werden, es sei denn, dass der Zusammenhang klar etwas anderes angibt. Es sei auch bemerkt, dass der Begriff „und/oder“, wie er hier verwendet wird, jegliche und alle möglichen Kombinationen eines oder mehrerer der assoziierten aufgezählten Bestandteile betrifft und diese umfasst. Es ist ferner zu verstehen, dass die Begriffe „weist auf“, „aufweisend“, „umfasst“ und/oder „umfassend“, wenn sie in dieser Beschreibung verwendet werden, das Vorhandensein erwähnter Merkmale, natürlicher Zahlen, Schritte, Operationen, Elemente und/oder Komponenten spezifizieren, jedoch nicht das Vorhandensein oder das Hinzufügen eines oder mehrerer anderer Merkmale, natürlicher Zahlen, Schritte, Operationen, Elemente, Komponenten und/oder Gruppen davon ausschließen.
Hier beziehen sich die Begriffe „Kommunikation“ und „Kommunizieren“ auf wenigstens einen vom Empfang, von der Entgegennahme, von der Aussendung, der Übertragung, der Bereitstellung und/oder dergleichen von Informationen (oder Informationen, die beispielsweise durch Daten, Signale, Nachrichten, Befehle, Anweisungen und/oder dergleichen repräsentiert sind). Dass eine Einheit (beispielsweise eine Vorrichtung, ein System, eine Komponente einer Vorrichtung oder eines Systems, Kombinationen davon und/oder dergleichen) in Kommunikation mit einer anderen Einheit steht, bedeutet, dass die eine Einheit in der Lage ist, direkt oder indirekt Informationen von der anderen Einheit zu empfangen und/oder zu dieser zu senden (beispielsweise zu übertragen). Dies kann sich auf eine direkte oder indirekte Verbindung beziehen, die der Natur nach festverdrahtet und/oder drahtlos ist. Zusätzlich können zwei Einheiten in Kommunikation miteinander stehen, selbst wenn die übertragenen Informationen zwischen der ersten und der zweiten Einheit modifiziert, verarbeitet, vermittelt und/oder weitergeleitet werden können. Beispielsweise kann eine erste Einheit in Kommunikation mit einer zweiten Einheit stehen, selbst wenn die erste Einheit passiv Informationen empfängt und nicht aktiv Informationen zur zweiten Einheit sendet. Bei einem anderen Beispiel kann eine erste Einheit in Kommunikation mit einer zweiten Einheit stehen, falls wenigstens eine Zwischeneinheit (beispielsweise eine dritte Einheit, die sich zwischen der ersten Einheit und der zweiten Einheit befindet) von der ersten Einheit empfangene Informationen verarbeitet und die verarbeiteten Informationen zur zweiten Einheit sendet. Gemäß einigen Ausführungsformen kann sich eine Nachricht auf ein Netzpaket (beispielsweise ein Datenpaket und/oder dergleichen), das Daten aufweist, beziehen.
Hier sollte der Begriff „falls“ abhängig vom Zusammenhang optional als „wenn“, „bei“, „ansprechend auf eine Feststellung“, „ansprechend auf eine Erkennung“ und/oder dergleichen bedeutend ausgelegt werden. Ähnlich sollte der Ausdruck „falls festgestellt wird“ oder „falls [eine erwähnte Bedingung oder ein erwähntes Ereignis] erkannt wird“ abhängig vom Zusammenhang optional als „bei einer Feststellung“, „ansprechend auf eine Feststellung“, „bei einer Erkennung [der erwähnten Bedingung oder des erwähnten Ereignisses]“, „ansprechend auf eine Erkennung [der erwähnten Bedingung oder des erwähnten Ereignisses]“ und/oder dergleichen bedeutend ausgelegt werden. Auch sind die Begriffe „weist auf“, „weisen auf“, „aufweisend“ oder dergleichen wie hier verwendet als offene Begriffe vorgesehen. Ferner soll der Ausdruck „basierend auf” als „zumindest teilweise basierend auf“ verstanden werden, es sei denn, dass etwas anderes explizit ausgesagt wird.
Es wird nun detailliert auf Ausführungsformen Bezug genommen, von denen Beispiele in den anliegenden Zeichnungen dargestellt sind. In der folgenden detaillierten Beschreibung werden zahlreiche spezifische Einzelheiten dargelegt, um ein gründliches Verständnis der verschiedenen beschriebenen Ausführungsformen bereitzustellen. Durchschnittsfachleute auf dem Gebiet werden jedoch verstehen, dass die verschiedenen beschriebenen Ausführungsformen ohne diese spezifischen Einzelheiten verwirklicht werden können. In anderen Fällen wurden wohlbekannte Verfahren, Prozeduren, Komponenten, Schaltungen und Netze nicht detailliert beschrieben, um Aspekte der Ausführungsformen nicht unnötig unverständlich zu machen.
Allgemeiner Überblick
Gemäß einigen Aspekten und/oder Ausführungsformen umfassen und/oder implementieren hier beschriebene Systeme, Verfahren und Computerprogrammprodukte ein Signalverarbeitungssystem, das von einem oder mehreren an einem Fahrzeug bereitgestellten Sensoren erzeugte Sensordaten empfängt. Die Sensordaten können vom Signalverarbeitungssystem verwendet werden, um gewisse Parameter in der Art der Quersteifigkeitswerte (beispielsweise der Fähigkeit eines Reifens, einer Verformung zu widerstehen, während das Fahrzeug eine Kurve fährt, oder insbesondere der Steigung der Kurve für die Lateralkraft gegenüber dem Reifenseitenschlupfwinkel, wie nachstehend detaillierter beschrieben wird) zu berechnen, die zur Vorhersage der Lateralgeschwindigkeit des Fahrzeugs verwendet werden können. Das Signalverarbeitungssystem kann unter Verwendung der berechneten Parameter die Lateralgeschwindigkeit des Fahrzeugs vorhersagen und einen Satz von Fahrzeugzustandsvariablen, die einen aktuellen Zustand des Fahrzeugs angeben, durch Eingeben des vorhergesagten Lateralgeschwindigkeitswerts in ein rekursives Filter (beispielsweise ein Kalman-Filter, welches das kinematische Modell eines Fahrzeugs repräsentiert) ausgeben.
Durch die Implementation hier beschriebener Systeme, Verfahren und Computerprogrammprodukte ermöglichen Techniken für eine Fahrzeugzustandsschätzung auf der Grundlage von Sensordaten gemäß Ausführungsformen der vorliegenden Offenbarung das Ausführen einer genauen Fahrzeugzustandsschätzung ohne Verwendung hochgenauer GPS-Sensoren oder anderer Sensoren, deren Kosten für autonome Fahrzeuge oder andere Endverbraucherfahrzeuge zu hoch sein können. Diese Techniken können die Genauigkeit der Vorhersage und Schätzung verschiedener Fahrzeugdynamik-Zustandsvariablen verbessern, während die Herstellungskosten niedrig gehalten werden, weil keine kostspieligen GPS-Sensoren verwendet zu werden brauchen. Hierdurch kann das in der vorliegenden Offenbarung beschriebene System Verbesserungen der Funktionsweise anderer Schichten im AV-Stapel in der Art des Vorhersagesystems (das beispielsweise dafür ausgelegt ist, eine Vorhersage in Zusammenhang mit dem Fahrzeug zu bestimmen), des Planungssystems (das beispielsweise dafür ausgelegt ist, eine Route in Zusammenhang mit dem Fahrzeug zu erzeugen), des Steuersystems (beispielsweise zum Steuern der Bewegung oder anderer Operationen in Zusammenhang mit dem Fahrzeug) und dergleichen erreichen.
Wie Fachleute angesichts der vorliegenden Offenbarung verstehen werden, verbessern die hier offenbarten Ausführungsformen die Fähigkeit von Automobilsystemen und anderen Nicht-Automobil-Fahrzeugsystemen, Mechanismen zur genaueren Vorhersage und zum genaueren Schätzen verschiedener Fahrzeugdynamik-Zustandsvariablen bereitzustellen, ohne kostspielige GPS-Sensoren verwenden zu müssen. Bei früheren Techniken zur genauen Bestimmung von Fahrzeugdynamik-Zustandsvariablen in der Art der Lateralgeschwindigkeit wurden kostspielige und komplexe GPS-Sensoren verwendet. Wie vorstehend erörtert, können diese Ansätze jedoch für Automobile und andere Endverbraucher-Kraftfahrzeuge zu kostspielig und komplex sein.
Dagegen verwenden Ausführungsformen der vorliegenden Offenbarung IMU und andere Sensoren, die typischerweise in Fahrzeugsystemen enthalten sind, um genaue Vorhersagen und Schätzungen von Fahrzeugzustandsvariablen ohne Verwendung kostspieliger GPS-Sensoren auszuführen. Dadurch können die hier beschriebenen Fahrzeugzustandsschätztechniken die Funktionsweise der autonomen Fahrzeugsysteme und Fahrzeugsysteme allgemein verbessern, während die Herstellungskosten und Komplexitäten niedrig gehalten werden.
Die gegenwärtig offenbarten Ausführungsformen adressieren daher technische Herausforderungen, die autonomen Fahrzeugsystemen inhärent sind, wie das Vorhersagen und Schätzen genauerer Fahrzeugzustandsvariablen, ohne die Herstellungskosten zu erhöhen. Diese technischen Probleme werden durch die hier beschriebenen verschiedenen technischen Lösungen adressiert, einschließlich des Vorhersagens von Lateralgeschwindigkeiten unter Verwendung von Reifenquersteifigkeitswerten, des Aktualisierens der Reifenquersteifigkeitswerte und des Rückführens der aktualisierten Reifenquersteifigkeitswerte zum Lateralgeschwindigkeits-Vorhersageprozess, um aktualisierte Lateralgeschwindigkeitsvorhersagen zu berechnen. Demgemäß repräsentiert die vorliegende Offenbarung eine Verbesserung existierender autonomer Fahrzeugsysteme und Fahrzeugsysteme allgemein.
Beispielhafte Umgebung für Fahrzeuge mit autonomen Systemen
1 zeigt nun eine beispielhafte Umgebung 100, in der Fahrzeuge, die autonome Systeme aufweisen, sowie Fahrzeuge, bei denen dies nicht der Fall ist, betrieben werden. Wie dargestellt, weist die Umgebung 100 Fahrzeuge 102a - 102n, Objekte 104a - 104n, Routen 106a - 106n, einen Bereich 108, eine Fahrzeug-zu-Infrastruktur(V21)-Vorrichtung 110, ein Netz 112, ein Fernes-autonomes-Fahrzeug(AV)-System 114, ein Flottenverwaltungssystem 116 und ein V21-System 118 auf. Die Fahrzeuge 102a - 102n, die Fahrzeug-zu-Infrastruktur(V21)-Vorrichtung 110, das Netz 112, das Autonomes-Fahrzeug(AV)-System 114, das Flottenverwaltungssystem 116 und das V21-System 118 sind durch festverdrahtete Verbindungen, drahtlose Verbindungen oder eine Kombination festverdrahteter oder drahtloser Verbindungen miteinander verbunden (stellen beispielsweise eine Verbindung zur Kommunikation und/oder dergleichen) her. Gemäß einigen Ausführungsformen sind Objekte 104a - 104n durch festverdrahtete Verbindungen, drahtlose Verbindungen oder eine Kombination festverdrahteter oder drahtloser Verbindungen mit wenigstens einem der Fahrzeuge 102a - 102n, der Fahrzeug-zu-Infrastruktur(V21)-Vorrichtung 110, des Netzes 112, des Autonomes-Fahrzeug(AV)-Systems 114, des Flottenverwaltungssystems 116 und des V21-Systems 118 verbunden.
Fahrzeuge 102a - 102n (individuell als Fahrzeug 102 und gemeinsam als Fahrzeuge 102 bezeichnet) weisen wenigstens eine Vorrichtung auf, die dafür ausgelegt ist, Waren und/oder Personen zu transportieren. Gemäß einigen Ausführungsformen sind Fahrzeuge 102 dafür ausgelegt, über das Netz 112 in Kommunikation mit der V21-Vorrichtung 110, dem Fern-AV-System 114, dem Flottenverwaltungssystem 116 und/oder dem V21-System 118 zu stehen. Gemäß einigen Ausführungsformen umfassen Fahrzeuge 102 Personenkraftwagen, Busse, Lastwagen, Züge und/oder dergleichen. Gemäß einigen Ausführungsformen gleichen oder ähneln die Fahrzeuge 102 hier beschriebenen Fahrzeugen 200 (siehe 2). Gemäß einigen Ausführungsformen ist ein Fahrzeug 200 eines Satzes von Fahrzeugen 200 mit einem Autonome-Flotte-Manager assoziiert. Gemäß einigen Ausführungsformen fahren Fahrzeuge 102 entlang jeweiligen Routen 106a - 106n (individuell als Route 106 und gemeinsam als Routen 106 bezeichnet), wie hier beschrieben. Gemäß einigen Ausführungsformen weisen ein oder mehrere Fahrzeuge 102 ein autonomes System (beispielsweise ein autonomes System, das dem autonomen System 202 gleicht oder ähnelt) auf.
Objekte 104a - 104n (individuell als Objekt 104 und gemeinsam als Objekte 104 bezeichnet) umfassen beispielsweise wenigstens ein Fahrzeug, wenigstens einen Fußgänger, wenigstens einen Radfahrer, wenigstens eine Struktur (beispielsweise ein Gebäude, ein Zeichen, einen Feuerhydranten usw.) und/oder dergleichen. Jedes Objekt 104 ist stationär (befindet sich beispielsweise während eines Zeitraums an einem festen Ort) oder mobil (weist beispielsweise eine Geschwindigkeit auf und ist mit wenigstens einer Fahrstrecke assoziiert). Gemäß einigen Ausführungsformen sind Objekte 104 mit entsprechenden Orten im Bereich 108 assoziiert.
Routen 106a - 106n (individuell als Route 106 und gemeinsam als Routen 106 bezeichnet) sind jeweils mit einer Sequenz von Aktionen (auch als Fahrstrecke bekannt), die Zustände verbinden, entlang derer ein AV navigieren kann, assoziiert (schreiben diese beispielsweise vor). Jede Route 106 beginnt an einem Anfangszustand (beispielsweise einem Zustand, der einem ersten räumlich-zeitlichen Ort, einer Geschwindigkeit und/oder dergleichen entspricht) und einem Endzielzustand (beispielsweise einem Zustand, der einem zweiten räumlich-zeitlichen Ort entspricht, welcher sich vom ersten räumlich-zeitlichen Ort unterscheidet) oder Zielgebiet (beispielsweise einem Teilraum akzeptierbarer Zustände (beispielsweise Endzustände)). Gemäß einigen Ausführungsformen umfasst der erste Zustand oder das erste Gebiet (beispielsweise Anfangszustand) einen Ort, an dem eine oder mehrere Personen durch das AV aufzunehmen sind, und umfasst der zweite Zustand oder das zweite Gebiet (beispielsweise der Endzielzustand) einen oder mehrere Orte, an denen die eine oder die mehreren vom AV aufgenommenen Personen abzusetzen sind. Gemäß einigen Ausführungsformen umfassen Routen 106 mehrere akzeptierbare Zustandssequenzen (beispielsweise mehrere räumlichzeitliche Ortssequenzen), wobei die mehreren Zustandssequenzen mit mehreren Fahrstrecken assoziiert sind (beispielsweise diese definieren). Bei einem Beispiel umfassen Routen 106 nur Aktionen hoher Ebene oder ungenaue Zustandsorte, wie eine Reihe miteinander verbundener Straßen, die Abbiegerichtungen an Straßenkreuzungen vorschreiben. Zusätzlich oder alternativ können Routen 106 genauere Aktionen oder Zustände wie beispielsweise spezifische Zielfahrspuren oder genaue Orte innerhalb der Fahrspurbereiche und die angestrebte Geschwindigkeit an diesen Positionen umfassen. Bei einem Beispiel umfassen Routen 106 mehrere genaue Zustandssequenzen entlang der wenigstens einen Aktionssequenz hoher Ebene mit einem begrenzten Vorschauhorizont zur Erreichung von Zwischenzielen, wobei die Kombination aufeinander folgender Iterationen von Zustandssequenzen mit einem begrenzten Horizont kumulativ mehreren Fahrstrecken entspricht, die gemeinsam die Route hoher Ebene zum Erreichen des Endzielzustands oder -gebiets bilden.
Der Bereich 108 umfasst einen physischen Bereich (beispielsweise ein geographisches Gebiet), innerhalb dessen Fahrzeuge 102 navigieren können. Bei einem Beispiel umfasst der Bereich 108 wenigstens einen Zustand (beispielsweise ein Land, eine Provinz, einen individuellen Staat mehrerer Staaten in einem Land usw.), wenigstens einen Teil eines Staats, wenigstens eine Stadt, wenigstens einen Teil einer Stadt usw. Gemäß einigen Ausführungsformen umfasst der Bereich 108 wenigstens eine benannte Durchgangsroute (hier als „Straße“ bezeichnet) in der Art einer Schnellstraße, einer Überlandschnellstraße, einer Schnellstraße mit beschränkter Fahrzeuggröße, einer Stadtstraße usw. Zusätzlich oder alternativ umfasst der Bereich 108 bei einigen Beispielen wenigstens eine unbenannte Straße in der Art einer Auffahrt, eines Abschnitts eines Parkplatzes, eines Abschnitts eines leeren und/oder unterentwickelten Grundstücks, eines unbefestigten Wegs usw. Gemäß einigen Ausführungsformen weist eine Straße wenigstens eine Fahrspur (beispielsweise einen Teil der Straße, der von Fahrzeugen 102 befahren werden kann) auf. Bei einem Beispiel weist eine Straße wenigstens eine Fahrspur in Zusammenhang mit wenigstens einer Fahrspurmarkierung (beispielsweise auf der Grundlage dieser identifiziert) auf.
Die Fahrzeug-zu-Infrastruktur(V21)-Vorrichtung 110 (manchmal als Fahrzeugzu-Alles(V2X)-Vorrichtung bezeichnet) umfasst wenigstens eine Vorrichtung, die dafür ausgelegt ist, mit Fahrzeugen 102 und/oder dem V21-Infrastruktursystem 118 in Kommunikation zu stehen. Gemäß einigen Ausführungsformen ist die V2I-Vorrichtung 110 dafür ausgelegt, über das Netz 112 in Kommunikation mit Fahrzeugen 102, mit dem Fern-AV-System 114, mit dem Flottenverwaltungssystem 116 und/oder dem V21-System 118 zu stehen. Gemäß einigen Ausführungsformen umfasst die V21-Vorrichtung 110 eine Funkfrequenzidentifikations(RFID)-Vorrichtung, eine Ausschilderung, Kameras (beispielsweise zweidimensionale (2D) und/oder dreidimensionale (3D) Kameras), Fahrspurmarkierungen, Straßenleuchten, Parkuhren usw. Gemäß einigen Ausführungsformen ist die V21-Vorrichtung 110 dafür ausgelegt, direkt mit Fahrzeugen 102 zu kommunizieren. Alternativ oder zusätzlich ist die V21-Vorrichtung 110 gemäß einigen Ausführungsformen dafür ausgelegt, über das V21-System 118 mit Fahrzeugen 102, mit dem Fern-AV-System 114 und/oder mit dem Flottenverwaltungssystem 116 zu kommunizieren. Gemäß einigen Ausführungsformen ist die V21-Vorrichtung 110 dafür ausgelegt, über das Netz 112 mit dem V21-System 118 zu kommunizieren.
Das Netz 112 umfasst ein oder mehrere festverdrahtete und/oder drahtlose Netze. Bei einem Beispiel umfasst das Netz 112 ein zellenbasiertes Netz (beispielsweise ein Long-Term-Evolution(LTE)-Netz, ein Netz der dritten Generation (3G-Netz), ein Netz der vierten Generation (4G-Netz), ein Netz der fünften Generation (5G-Netz), ein Codegetrenntlage-Vielfachzugriff(CDMA)-Netz usw.), ein öffentliches terrestrisches Mobilfunknetz (PLMN), ein lokales Netz (LAN), ein Weitbereichsnetz (WAN), ein Großstadtnetz (MAN), ein Telefonnetz (beispielsweise das öffentliche Wählverbindungsnetz (PSTN), ein privates Netz, ein Adhoc-Netz, ein Intranet, das Internet, ein Netz auf Faseroptikbasis, ein Cloud-Rechennetz usw., eine Kombination einiger oder aller dieser Netze und/oder dergleichen.
Das Fern-AV-System 114 weist wenigstens eine Vorrichtung auf, die dafür ausgelegt ist, über das Netz 112 in Kommunikation mit Fahrzeugen 102, der V2I-Vorrichtung 110, dem Netz 112, dem Fern-AV-System 114, dem Flottenverwaltungssystem 116 und/oder dem V21-System 118 zu stehen. Bei einem Beispiel weist das Fern-AV-System 114 einen Server, eine Gruppe von Servern und/oder andere vergleichbare Vorrichtungen auf. Gemäß einigen Ausführungsformen befindet sich das Fern-AV-System 114 am selben Ort wie das Flottenverwaltungssystem 116. Gemäß einigen Ausführungsformen ist das Fern-AV-System 114 an der Installation einiger oder aller der Komponenten eines Fahrzeugs, einschließlich eines autonomen Systems, eines Autonomes-Fahrzeug-Computers, durch einen Autonomes-Fahrzeug-Computer implementierter Software und/oder dergleichen, beteiligt. Gemäß einigen Ausführungsformen wartet das Fern-AV-System 114 solche Komponenten und/oder solche Software während der Lebensdauer der Vorrichtung (führt beispielsweise Aktualisierungen und/oder Ersetzungen aus).
Das Flottenverwaltungssystem 116 weist wenigstens eine Vorrichtung auf, die dafür ausgelegt ist, in Kommunikation mit Fahrzeugen 102, der V21-Vorrichtung 110, dem Fern-AV-System 114 und/oder dem V21-Infrastruktursystem 118 zu stehen. Bei einem Beispiel weist das Flottenverwaltungssystem 116 einen Server, eine Gruppe von Servern und/oder andere vergleichbare Vorrichtungen auf. Gemäß einigen Ausführungsformen ist das Flottenverwaltungssystem 116 mit einer Fahrgemeinschaftsfirma (beispielsweise einer Organisation, die den Betrieb mehrerer Fahrzeuge steuert (beispielsweise Fahrzeuge, die autonome Systeme aufweisen, und/oder Fahrzeuge, die keine autonomen Systeme aufweisen) und/oder dergleichen) assoziiert.
Gemäß einigen Ausführungsformen weist das V21-System 118 wenigstens eine Vorrichtung auf, die dafür ausgelegt ist, über das Netz 112 in Kommunikation mit Fahrzeugen 102, der V21-Vorrichtung 110, dem Fern-AV-System 114 und/oder dem Flottenverwaltungssystem 116 zu stehen. Bei einigen Beispielen ist das V2I-System 118 dafür ausgelegt, über eine vom Netz 112 verschiedene Verbindung in Kommunikation mit der V21-Vorrichtung 110 zu stehen. Gemäß einigen Ausführungsformen weist das V21-System 118 einen Server, eine Gruppe von Servern und/oder andere vergleichbare Vorrichtungen auf. Gemäß einigen Ausführungsformen ist das V21-System 118 mit einer Kommunalverwaltung oder einer privaten Institution (beispielsweise einer privaten Institution, welche die V2I-Vorrichtung 110 und/oder dergleichen unterhält) assoziiert.
Die Anzahl und die Anordnung der in 1 dargestellten Elemente dienen als Beispiel. Es kann zusätzliche Elemente, weniger Elemente, andere Elemente und/oder anders angeordnete Elemente als die in 1 dargestellten geben. Zusätzlich oder alternativ kann wenigstens ein Element der Umgebung 100 eine oder mehrere Funktionen ausführen, die als durch wenigstens ein anderes Element aus 1 ausgeführt beschrieben wurden. Zusätzlich oder alternativ kann wenigstens ein Satz von Elementen der Umgebung 100 eine oder mehrere Funktionen ausführen, die als durch wenigstens einen anderen Satz der Elemente der Umgebung 100 ausgeführt beschrieben wurden.
Mit Bezug auf 2 sei nun bemerkt, dass das Fahrzeug 200 ein autonomes System 202, ein Antriebsstrang-Steuersystem 204, ein Lenksteuersystem 206 und ein Bremssystem 208 aufweist. Gemäß einigen Ausführungsformen gleicht oder ähnelt das Fahrzeug 200 dem Fahrzeug 102 (siehe 1). Gemäß einigen Ausführungsformen weist das Fahrzeug 102 eine Autonomiefähigkeit auf (beispielsweise Implementieren wenigstens einer Funktion, wenigstens eines Merkmals, wenigstens einer Vorrichtung und/oder dergleichen, wodurch es ermöglicht wird, dass das Fahrzeug 200 teilweise oder ganz ohne einen menschlichen Eingriff betrieben wird, einschließlich ohne Einschränkung vollständig autonomer Fahrzeuge (beispielsweise Fahrzeuge, die nicht auf einen menschlichen Eingriff vertrauen), hochgradig autonomer Fahrzeuge (beispielsweise Fahrzeuge, die in gewissen Situationen nicht auf einen menschlichen Eingriff vertrauen) und/oder dergleichen). Für eine detaillierte Beschreibung vollständig autonomer Fahrzeuge und hochgradig autonomer Fahrzeuge sei auf SAE International's Standard J3016: Taxonomy and Definitions for Terms Related to On-Road Motor Vehicle Automated Driving Systems, der durch Verweis in seiner Gesamtheit aufgenommen ist, verwiesen. Gemäß einigen Ausführungsformen ist das Fahrzeug 200 mit einem Autonome-Flotte-Manager und/oder einer Fahrgemeinschaftsfirma assoziiert.
Das autonome System 202 weist eine Sensorsuite auf, die eine oder mehrere Vorrichtungen in der Art von Kameras 202a, LiDAR-Sensoren 202b, Radarsensoren 202c und Mikrofonen 202d aufweist. Gemäß einigen Ausführungsformen kann das autonome System 202 mehr oder weniger Vorrichtungen und/oder andere Vorrichtungen (beispielsweise Ultraschallsensoren, Trägheitssensoren, GPS-Empfänger (nachstehend erörtert), Odometrie-Sensoren, die Daten erzeugen, die mit einer Angabe der Strecke, die das Fahrzeug 200 gefahren ist, assoziiert sind, und/oder dergleichen) aufweisen. Gemäß einigen Ausführungsformen verwendet das autonome System 202 die eine oder die mehreren im autonomen System 202 enthaltenen Vorrichtungen zur Erzeugung von Daten in Zusammenhang mit der Umgebung 100, wie hier beschrieben. Die durch die eine oder die mehreren Vorrichtungen des autonomen Systems 202 erzeugten Daten können durch ein oder mehrere hier beschriebene Systeme zur Beobachtung der Umgebung (beispielsweise der Umgebung 100), in der sich das Fahrzeug 200 befindet, verwendet werden. Gemäß einigen Ausführungsformen weist das autonome System 202 eine Kommunikationsvorrichtung 202e, einen Autonomes-Fahrzeug-Computer 202f und ein Drive-by-Wire(DBW)-System 202h auf.
Kameras 202a weisen wenigstens eine Vorrichtung auf, die dafür ausgelegt ist, über einen Bus (beispielsweise einen Bus, der dem Bus 302 aus 3 gleicht oder ähnelt) in Kommunikation mit der Kommunikationsvorrichtung 202e, dem Autonomes-Fahrzeug-Computer 202f und/oder der Sicherheitssteuereinrichtung 202g zu stehen. Kameras 202a umfassen wenigstens eine Kamera (beispielsweise eine Digitalkamera unter Verwendung eines Lichtsensors in der Art einer ladungsgekoppelten Vorrichtung (CCD), eine Wärmekamera, eine Infrarot(IR)-Kamera, eine Ereigniskamera und/oder dergleichen) zur Aufnahme von Bildern, die physische Objekte (beispielsweise Personenkraftwagen, Busse, Bordsteine, Personen und/oder dergleichen) aufweisen. Gemäß einigen Ausführungsformen erzeugt die Kamera 202a Kameradaten als Ausgabe. Bei einigen Beispielen erzeugt die Kamera 202a Kameradaten, die Bilddaten in Zusammenhang mit einem Bild einschließen. Bei diesem Beispiel können die Bilddaten wenigstens einen dem Bild entsprechenden Parameter (beispielsweise Bildmerkmale in der Art von Belichtung, Helligkeit usw., einen Bildzeitstempel und/oder dergleichen) spezifizieren. Bei einem solchen Beispiel kann das Bild in einem Format (beispielsweise RAW, JPEG, PNG und/oder dergleichen) vorliegen. Gemäß einigen Ausführungsformen umfasst die Kamera 202a mehrere unabhängige Kameras, die an einem Fahrzeug zur Aufnahme von Bildern für den Zweck des räumlichen Sehens (Stereosehens) ausgebildet (beispielsweise positioniert) sind. Bei einigen Beispielen umfasst die Kamera 202a mehrere Kameras, die Bilddaten erzeugen und die Bilddaten zum Autonomes-Fahrzeug-Computer 202f und/oder zum Flottenverwaltungssystem (beispielsweise einem Flottenverwaltungssystem, das dem Flottenverwaltungssystem 116 aus 1 gleicht oder ähnelt) senden. Bei einem solchen Beispiel bestimmt der Autonomes-Fahrzeug-Computer 202f die Tiefe eines oder mehrerer Objekte in einem Gesichtsfeld wenigstens zweier der mehreren Kameras auf der Grundlage der Bilddaten von den wenigstens zwei Kameras. Gemäß einigen Ausführungsformen sind Kameras 202a dafür ausgelegt, Bilder von Objekten innerhalb eines Abstands von den Kameras 202a (beispielsweise bis zu 100 Meter, bis zu einem Kilometer und/oder dergleichen) aufzunehmen. Dementsprechend weisen die Kameras 202a Merkmale in der Art von Sensoren und Linsen auf, die für die Wahrnehmung von Objekten optimiert sind, die sich in einem oder mehreren Abständen von den Kameras 202a befinden.
Gemäß einer Ausführungsform umfasst die Kamera 202a wenigstens eine Kamera, die dafür ausgelegt ist, ein oder mehrere Bilder in Zusammenhang mit einer oder mehreren Ampeln, Straßenzeichen und/oder anderen physischen Objekten, die visuelle Navigationsinformationen bereitstellen, aufzunehmen. Gemäß einigen Ausführungsformen erzeugt die Kamera 202a Ampeldaten in Zusammenhang mit einem oder mehreren Bildern. Bei einigen Beispielen erzeugt die Kamera 202a TLD-Daten in Zusammenhang mit einem oder mehreren Bildern, die ein Format (beispielsweise RAW, JPEG, PNG und/oder dergleichen) aufweisen. Gemäß einigen Ausführungsformen unterscheidet sich die Kamera 202a, die TLD-Daten erzeugt, von anderen hier beschriebenen Systemen, die Kameras aufweisen, in der Hinsicht, dass die Kamera 202a eine oder mehrere Kameras mit einem weiten Gesichtsfeld (beispielsweise Weitwinkellinse, Fischaugenlinse, Linse mit einem Sichtwinkel von etwa 120 Grad oder mehr und/oder dergleichen) zur Erzeugung von Bildern über möglichst viele physische Objekte aufweisen kann.
Laser-Detection-and-Ranging(LiDAR)-Sensoren 202b weisen wenigstens eine Vorrichtung auf, die dafür ausgelegt ist, über einen Bus (beispielsweise einen Bus, der dem Bus 302 aus 3 gleicht oder ähnelt) in Kommunikation mit der Kommunikationsvorrichtung 202e, dem Autonomes-Fahrzeug-Computer 202f und/oder der Sicherheitssteuereinrichtung 202g zu stehen. LiDAR-Sensoren 202b weisen ein System auf, das dafür ausgelegt ist, Licht von einem Lichtemitter (beispielsweise einem Lasersender) auszusenden. Von LiDAR-Sensoren 202b emittiertes Licht umfasst Licht (beispielsweise Infrarotlicht und/oder dergleichen), das sich außerhalb des sichtbaren Spektrums befindet. Gemäß einigen Ausführungsformen trifft während des Betriebs von LiDAR-Sensoren 202b emittiertes Licht auf ein physisches Objekt (beispielsweise ein Fahrzeug) und wird zu den LiDAR-Sensoren 202b rückreflektiert. Gemäß einigen Ausführungsformen durchdringt das von den LiDAR-Sensoren 202b emittierte Licht die physischen Objekte, auf die das Licht trifft, nicht. LiDAR-Sensoren 202b weisen auch wenigstens einen Lichtdetektor auf, der das Licht erfasst, das vom Lichtemitter emittiert wurde, nachdem es auf ein physisches Objekt getroffen ist. Gemäß einigen Ausführungsformen erzeugt wenigstens ein Datenverarbeitungssystem in Zusammenhang mit LiDAR-Sensoren 202b ein Bild (beispielsweise eine Punktwolke, eine kombinierte Punktwolke und/oder dergleichen), welches die im Gesichtsfeld der LiDAR-Sensoren 202b enthaltenen Objekte repräsentiert. Bei einigen Beispielen erzeugt das wenigstens eine Datenverarbeitungssystem in Zusammenhang mit dem LiDAR-Sensor 202b ein Bild, das die Begrenzungen eines physischen Objekts, die Oberflächen (beispielsweise die Topologie der Oberflächen) des physischen Objekts und/oder dergleichen repräsentiert. Bei einem solchen Beispiel wird das Bild zur Bestimmung der Begrenzungen physischer Objekte im Gesichtsfeld von LiDAR-Sensoren 202b verwendet.
Radio-Detection-and-Ranging(Radar)-Sensoren 202c weisen wenigstens eine Vorrichtung auf, die dafür ausgelegt ist, über einen Bus (beispielsweise einen Bus, der dem Bus 302 aus 3 gleicht oder ähnelt) in Kommunikation mit der Kommunikationsvorrichtung 202e, dem Autonomes-Fahrzeug-Computer 202f und/oder der Sicherheitssteuereinrichtung 202g zu stehen. Radarsensoren 202c weisen ein System auf, das dafür ausgelegt ist, Radiowellen (entweder gepulst oder kontinuierlich) auszusenden. Die von Radarsensoren 202c ausgesendeten Radiowellen umfassen Radiowellen, die sich innerhalb eines vorgegebenen Spektrums befinden. Gemäß einigen Ausführungsformen treffen von Radarsensoren 202c ausgesendete Radiowellen auf ein physisches Objekt und werden zu den Radarsensoren 202c zurück reflektiert. Gemäß einigen Ausführungsformen werden die von Radarsensoren 202c ausgesendeten Radiowellen von einigen Objekten nicht reflektiert. Gemäß einigen Ausführungsformen erzeugt wenigstens ein Datenverarbeitungssystem in Zusammenhang mit Radarsensoren 202c Signale, welche die in einem Gesichtsfeld der Radarsensoren 202c enthaltenen Objekte repräsentieren. Beispielsweise erzeugt das wenigstens eine Datenverarbeitungssystem in Zusammenhang mit dem Radarsensor 202c ein Bild, das die Grenzen eines physischen Objekts, die Oberflächen (beispielsweise die Topologie der Oberflächen) des physischen Objekts und/oder dergleichen repräsentiert. Bei einigen Beispielen wird das Bild verwendet, um die Grenzen physischer Objekte im Gesichtsfeld der Radarsensoren 202c zu bestimmen.
Mikrofone 202d weisen wenigstens eine Vorrichtung auf, die dafür ausgelegt ist, über einen Bus (beispielsweise einen Bus, der dem Bus 302 aus 3 gleicht oder ähnelt) in Kommunikation mit der Kommunikationsvorrichtung 202e, dem Autonomes-Fahrzeug-Computer 202f und/oder der Sicherheitssteuereinrichtung 202g zu stehen. Die Mikrofone 202d umfassen ein oder mehrere Mikrofone (beispielsweise Array-Mikrofone, externe Mikrofone und/oder dergleichen), die Audiosignale erfassen und Daten in Zusammenhang mit den Audiosignalen erzeugen (beispielsweise repräsentieren). Bei einigen Beispielen weisen die Mikrofone 202d Wandlervorrichtungen und/oder vergleichbare Vorrichtungen auf. Gemäß einigen Ausführungsformen können ein oder mehrere hier beschriebene Systeme die von Mikrofonen 202d erzeugten Daten empfangen und die Position eines Objekts in Bezug auf das Fahrzeug 200 (beispielsweise Abstand und/oder dergleichen) auf der Grundlage der Audiosignale in Zusammenhang mit den Daten bestimmen.
Die Kommunikationsvorrichtung 202e umfasst wenigstens eine Vorrichtung, die dafür ausgelegt ist, in Kommunikation mit Kameras 202a, LiDAR-Sensoren 202b, Radarsensoren 202c, Mikrofonen 202d, dem Autonomes-Fahrzeug-Computer 202f, der Sicherheitssteuereinrichtung 202g und/oder dem DBW-System 202h zu stehen. Beispielsweise kann die Kommunikationsvorrichtung 202e eine Vorrichtung umfassen, die der Kommunikationsschnittstelle 314 aus 3 gleicht oder ähnelt. Gemäß einigen Ausführungsformen umfasst die Kommunikationsvorrichtung 202e eine Fahrzeug-zu-Fahrzeug(V2V)-Kommunikationsvorrichtung (beispielsweise eine Vorrichtung, die eine Drahtloskommunikation von Daten zwischen Fahrzeugen ermöglicht).
Der Autonomes-Fahrzeug-Computer 202f weist wenigstens eine Vorrichtung auf, die dafür ausgelegt ist, in Kommunikation mit Kameras 202a, LiDAR-Sensoren 202b, Radarsensoren 202c, Mikrofonen 202d, der Kommunikationsvorrichtung 202e, der Sicherheitssteuereinrichtung 202g und/oder dem DBW-System 202h zu stehen. Bei einigen Beispielen weist der Autonomes-Fahrzeug-Computer 202f eine Vorrichtung in der Art einer Client-Vorrichtung, einer mobilen Vorrichtung (beispielsweise Mobiltelefon, Tablet und/oder dergleichen), eines Servers (beispielsweise einer Rechenvorrichtung, die eine oder mehrere Zentralverarbeitungseinheiten, Graphikverarbeitungseinheiten und/oder dergleichen aufweist) und/oder dergleichen auf. Gemäß einigen Ausführungsformen gleicht oder ähnelt der Autonomes-Fahrzeug-Computer 202f dem hier beschriebenen Autonomes-Fahrzeug-Computer 400. Zusätzlich oder alternativ ist der Autonomes-Fahrzeug-Computer 202f gemäß einigen Ausführungsformen dafür ausgelegt, in Kommunikation mit einem autonomen Fahrzeugsystem (beispielsweise einem autonomen Fahrzeugsystem, das dem Fern-AV-System 114 aus 1 gleicht oder ähnelt), einem Flottenverwaltungssystem (beispielsweise einem Flottenverwaltungssystem, das dem Flottenverwaltungssystem 116 aus 1 gleicht oder ähnelt), einer V21-Vorrichtung (beispielsweise einer V21-Vorrichtung, die der V21-Vorrichtung 110 aus 1 gleicht oder ähnelt) und/oder einem V21-System (beispielsweise einem V21-System, das dem V21-System 118 aus 1 gleicht oder ähnelt) zu stehen.
Die Sicherheitssteuereinrichtung 202g weist wenigstens eine Vorrichtung auf, die dafür ausgelegt ist, in Kommunikation mit Kameras 202a, LiDAR-Sensoren 202b, Radarsensoren 202c, Mikrofonen 202d, der Kommunikationsvorrichtung 202e, dem Autonomes-Fahrzeug-Computer 202f und/oder dem DBW-System 202h zu stehen. Bei einigen Beispielen umfasst die Sicherheitssteuereinrichtung 202g eine oder mehrere Steuereinrichtungen (elektrische Steuereinrichtungen, elektromechanische Steuereinrichtungen und/oder dergleichen), die dafür ausgelegt sind, Steuersignale zum Betreiben einer oder mehrerer Vorrichtungen des Fahrzeugs 200 (beispielsweise Antriebsstrang-Steuersystem 204, Lenksteuersystem 206, Bremssystem 208 und/oder dergleichen) zu erzeugen und/oder auszusenden. Gemäß einigen Ausführungsformen ist die Sicherheitssteuereinrichtung 202g dafür ausgelegt, Steuersignale zu erzeugen, die vom Autonomes-Fahrzeug-Computer 202f erzeugten und/oder ausgesendeten Steuersignalen übergeordnet sind (beispielsweise diese überschreiben).
Das DBW-System 202h weist wenigstens eine Vorrichtung auf, die dafür ausgelegt ist, in Kommunikation mit der Kommunikationsvorrichtung 202e und/oder dem Autonomes-Fahrzeug-Computer 202f zu stehen. Bei einigen Beispielen weist das DBW-System 202h eine oder mehrere Steuereinrichtungen (beispielsweise elektrische Steuereinrichtungen, elektromechanische Steuereinrichtungen und/oder dergleichen) auf, die dafür ausgelegt sind, Steuersignale zum Betreiben einer oder mehrerer Vorrichtungen des Fahrzeugs 200 (beispielsweise Antriebsstrang-Steuersystem 204, Lenksteuersystem 206, Bremssystem 208 und/oder dergleichen) zu erzeugen und/oder auszusenden. Zusätzlich oder alternativ sind die eine oder die mehreren Steuereinrichtungen des DBW-Systems 202h dafür ausgelegt, Steuersignale zum Betreiben wenigstens einer anderen Vorrichtung (beispielsweise Blinksignal, Frontscheinwerfer, Türverriegelungen, Scheibenwischer und/oder dergleichen) des Fahrzeugs 200 zu erzeugen und/oder auszusenden.
Das Antriebsstrang-Steuersystem 204 weist wenigstens eine Vorrichtung auf, die dafür ausgelegt ist, in Kommunikation mit dem DBW-System 202h zu stehen. Bei einigen Beispielen weist das Antriebsstrang-Steuersystem 204 wenigstens eine Steuereinrichtung, einen Aktuator und/oder dergleichen auf. Gemäß einigen Ausführungsformen empfängt das Antriebsstrang-Steuersystem 204 Steuersignale vom DBW-System 202h und veranlasst das Antriebsstrang-Steuersystem 204 das Fahrzeug 200, eine Vorwärtsbewegung zu beginnen, eine Vorwärtsbewegung zu unterbrechen, eine Rückwärtsbewegung zu beginnen, eine Rückwärtsbewegung zu unterbrechen, in einer Richtung zu beschleunigen, in einer Richtung zu verzögern, nach links zu fahren, nach rechts zu fahren und/oder dergleichen. Bei einem Beispiel bewirkt das Antriebsstrang-Steuersystem 204, dass die einem Motor des Fahrzeugs bereitgestellte Energie (beispielsweise Kraftstoff, Elektrizität und/oder dergleichen) zunimmt, gleich bleibt oder abnimmt, wodurch bewirkt wird, dass sich wenigstens ein Rad des Fahrzeugs 200 dreht oder nicht dreht.
Das Lenksteuersystem 206 weist wenigstens eine Vorrichtung auf, die dafür ausgelegt ist, ein oder mehrere Räder des Fahrzeugs 200 zu drehen. Bei einigen Beispielen weist das Lenksteuersystem 206 wenigstens eine Steuereinrichtung, einen Aktuator und/oder dergleichen auf. Gemäß einigen Ausführungsformen bewirkt das Lenksteuersystem 206, dass die beiden Vorderräder und/oder die beiden hinteren Räder des Fahrzeugs 200 nach links oder nach rechts gedreht werden, um zu bewirken, dass das Fahrzeug 200 nach links oder nach rechts fährt.
Das Bremssystem 208 weist wenigstens eine Vorrichtung auf, die dafür ausgelegt ist, eine oder mehrere Bremsen zu betätigen, um zu bewirken, dass das Fahrzeug 200 die Geschwindigkeit verringert und/oder stationär bleibt. Bei einigen Beispielen weist das Bremssystem 208 wenigstens eine Steuereinrichtung und/oder wenigstens einen Aktuator auf, der dafür ausgelegt ist, das Schließen eines oder mehrerer Bremsbeläge in Zusammenhang mit einem oder mehreren Rädern des Fahrzeugs 200 an einem entsprechenden Rotor des Fahrzeugs 200 zu bewirken. Zusätzlich oder alternativ umfasst das Bremssystem 208 bei einigen Beispielen ein automatisches Notbrems(AEB)-System, ein regeneratives Bremssystem und/oder dergleichen.
Gemäß einigen Ausführungsformen weist das Fahrzeug 200 wenigstens einen Plattformsensor (nicht explizit dargestellt) auf, der Eigenschaften eines Zustands oder einer Bedingung des Fahrzeugs 200 misst oder ableitet. Bei einigen Beispielen weist das Fahrzeug 200 Plattformsensoren in der Art eines Empfängers des globalen Positionsbestimmungssystems (GPS), einer Trägheitsmesseinheit (IMU), eines Radgeschwindigkeitssensors, eines Radbrems-Drucksensors, eines Raddrehmomentsensors, eines Motordrehmomentsensors, eines Lenkwinkelsensors und/oder dergleichen auf.
3 zeigt ein schematisches Diagramm einer Vorrichtung 300. Wie dargestellt, weist die Vorrichtung 300 einen Prozessor 304, einen Speicher 306, eine Massenspeicherkomponente 308, eine Eingabeschnittstelle 310, eine Ausgabeschnittstelle 312, eine Kommunikationsschnittstelle 314 und einen Bus 302 auf. Gemäß einigen Ausführungsformen entspricht die Vorrichtung 300 wenigstens einer Vorrichtung der Fahrzeuge 102 (beispielsweise wenigstens einer Vorrichtung eines Systems der Fahrzeuge 102) und/oder einer oder mehreren Vorrichtungen des Netzes 112 (beispielsweise einer oder mehreren Vorrichtungen eines Systems des Netzes 112). Gemäß einigen Ausführungsformen umfassen eine oder mehrere Vorrichtungen der Fahrzeuge 102 (beispielsweise eine oder mehrere Vorrichtungen eines Systems der Fahrzeuge 102) und/oder eine oder mehrere Vorrichtungen des Netzes 112 (beispielsweise eine oder mehrere Vorrichtungen eines Systems des Netzes 112) wenigstens eine Vorrichtung 300 und/oder wenigstens eine Komponente der Vorrichtung 300. Wie in 3 dargestellt ist, weist die Vorrichtung 300 den Bus 302, den Prozessor 304, den Speicher 306, die Massenspeicherkomponente 308, die Eingabeschnittstelle 310, die Ausgabeschnittstelle 312 und die Kommunikationsschnittstelle 314 auf.
Der Bus 302 weist eine Komponente auf, die eine Kommunikation zwischen den Komponenten der Vorrichtung 300 ermöglicht. Gemäß einigen Ausführungsformen ist der Prozessor 304 in Hardware, Software oder einer Kombination von Hardware und Software implementiert. Bei einigen Beispielen umfasst der Prozessor 304 einen Prozessor (beispielsweise eine Zentralverarbeitungseinheit (CPU), eine Graphikverarbeitungseinheit (GPU), eine Einheit für eine beschleunigte Verarbeitung (APU) und/oder dergleichen), ein Mikrofon, einen Digitalsignalprozessor (DSP) und/oder eine Verarbeitungskomponente (beispielsweise ein feldprogrammierbares Gate-Array (FPGA), eine anwendungsspezifische integrierte Schaltung (ASIC) und/oder dergleichen), die programmiert werden kann, um wenigstens eine Funktionen auszuführen. Der Speicher 306 umfasst einen Direktzugriffsspeicher (RAM), einen Nurlesespeicher (ROM) und/oder einen anderen Typ einer dynamischen und/oder statischen Speichervorrichtung (beispielsweise Flash-Speicher, magnetischer Speicher, optischer Speicher und/oder dergleichen), die vom Prozessor 304 verwendbare Daten und/oder Befehle speichert.
Die Massenspeicherkomponente 308 speichert Daten und/oder Software in Bezug auf den Betrieb und die Verwendung der Vorrichtung 300. Bei einigen Beispielen umfasst die Massenspeicherkomponente 308 eine Festplatte (beispielsweise eine Magnetplatte, eine optische Scheibe, eine magnetooptische Scheibe, eine Halbleiterplatte und/oder dergleichen), eine Compact Disc (CD), eine Digital Versatile Disc (DVD), eine Diskette, eine Kassette, ein Magnetband, eine CD-ROM, einen RAM, einen PROM, einen EPROM, einen FLASH-EPROM, einen NV-RAM und/oder einen anderen Typ eines computerlesbaren Mediums zusammen mit einem entsprechenden Laufwerk.
Die Eingabeschnittstelle 310 weist eine Komponente auf, die es der Vorrichtung 300 ermöglicht, Informationen, beispielsweise über eine Benutzereingabe (beispielsweise eine Touchscreen-Anzeige, eine Tastatur, ein Tastenfeld, eine Maus, eine Taste, einen Schalter, ein Mikrofon, eine Kamera und/oder dergleichen), zu empfangen. Zusätzlich oder alternativ weist die Eingabeschnittstelle 310 gemäß einigen Ausführungsformen einen Sensor auf, der Informationen erfasst (beispielsweise einen Empfänger des globalen Positionsbestimmungssystems (GPS), einen Beschleunigungsmesser, ein Gyroskop, einen Aktuator und/oder dergleichen). Die Ausgabeschnittstelle 312 weist eine Komponente auf, die von der Vorrichtung 300 ausgegebene Informationen bereitstellt (beispielsweise eine Anzeige, einen Lautsprecher, eine oder mehrere Leuchtdioden (LEDs) und/oder dergleichen).
Gemäß einigen Ausführungsformen weist die Kommunikationsschnittstelle 314 eine sendeempfängerartige Komponente (beispielsweise einen Sendeempfänger, einen getrennten Empfänger und Sender und/oder dergleichen) auf, die es der Vorrichtung 300 ermöglicht, über eine festverdrahtete Verbindung, eine drahtlose Verbindung oder eine Kombination einer festverdrahteten und einer drahtlosen Verbindung mit anderen Vorrichtungen zu kommunizieren. Bei einigen Beispielen ermöglicht es die Kommunikationsschnittstelle 314 der Vorrichtung 300, Informationen von einer anderen Vorrichtung zu empfangen und/oder einer anderen Vorrichtung Informationen bereitzustellen. Bei einigen Beispielen umfasst die Kommunikationsschnittstelle 314 eine Ethernet-Schnittstelle, eine optische Schnittstelle, eine Koaxialschnittstelle, eine Infrarotschnittstelle, eine Funkfrequenz(RF)-Schnittstelle, eine Universeller-serieller-Bus(USB)-Schnittstelle, eine WiFi^®-Schnittstelle, eine Mobilfunkschnittstelle und/oder dergleichen.
Gemäß einigen Ausführungsformen führt die Vorrichtung 300 einen oder mehrere hier beschriebene Prozesse aus. Die Vorrichtung 300 führt diese Prozesse auf der Grundlage davon aus, dass der Prozessor 304 von einem computerlesbaren Medium in der Art des Speichers 305 und/oder der Massenspeicherkomponente 308 gespeicherte Softwarebefehle ausführt. Ein computerlesbares Medium (beispielsweise ein nichtflüchtiges computerlesbares Medium) wird hier als nichtflüchtige Speichervorrichtung definiert. Eine nichtflüchtige Speichervorrichtung weist einen sich innerhalb einer einzigen physischen Speichervorrichtung befindenden Speicherplatz oder einen über mehrere physische Speichervorrichtungen verteilten Speicherplatz auf.
Gemäß einigen Ausführungsformen werden Softwarebefehle über die Kommunikationsschnittstelle 314 von einem anderen computerlesbaren Medium oder einer anderen Vorrichtung in den Speicher 306 und/oder die Massenspeicherkomponente 308 gelesen. Wenn sie ausgeführt werden, veranlassen im Speicher 306 und/oder der Massenspeicherkomponente 308 gespeicherte Softwarebefehle den Prozessor 304, einen oder mehrere hier beschriebene Prozesse auszuführen. Zusätzlich oder alternativ wird anstelle von Softwarebefehlen oder in Kombination damit eine festverdrahtete Schaltungsanordnung verwendet, um einen oder mehrere hier beschriebene Prozesse auszuführen. Demgemäß sind hier beschriebene Ausführungsformen nicht auf eine spezifische Kombination einer Hardwareschaltungsanordnung und Software beschränkt, es sei denn, dass explizit etwas anderes ausgesagt wird.
Der Speicher 306 und/oder die Massenspeicherkomponente 308 weist einen Datenspeicher oder wenigstens eine Datenstruktur (beispielsweise eine Datenbank und/oder dergleichen) auf. Die Vorrichtung 300 ist in der Lage, Informationen vom Datenspeicher oder von der wenigstens einen Datenstruktur im Speicher 306 oder der Massenspeicherkomponente 308 zu empfangen, darin zu speichern, Informationen dazu zu übermitteln oder darin gespeicherte Informationen zu suchen. Bei einigen Beispielen umfassen die Informationen Netzdaten, Eingangsdaten, Ausgangsdaten oder eine Kombination davon.
Gemäß einigen Ausführungsformen ist die Vorrichtung 300 dafür ausgelegt, Softwarebefehle auszuführen, die entweder im Speicher 306 und/oder im Speicher einer anderen Vorrichtung (beispielsweise einer anderen Vorrichtung, die der Vorrichtung 300 gleicht oder ähnelt) gespeichert sind. Hier bezieht sich der Begriff „Modul“ auf wenigstens einen im Speicher 306 und/oder im Speicher einer anderen Vorrichtung gespeicherten Befehl, der, wenn er durch den Prozessor 304 und/oder einen Prozessor einer anderen Vorrichtung (beispielsweise eine andere Vorrichtung, die der Vorrichtung 300 gleicht oder ähnelt) ausgeführt wird, die Vorrichtung 300 (beispielsweise wenigstens eine Komponente der Vorrichtung 300) veranlasst, einen oder mehrere hier beschriebene Prozesse auszuführen. Gemäß einigen Ausführungsformen ist ein Modul in Software, Firmware, Hardware und/oder dergleichen implementiert.
Die Anzahl und Anordnung in 3 dargestellter Komponenten dienen als Beispiel. Gemäß einigen Ausführungsformen kann die Vorrichtung 300 zusätzliche Komponenten, weniger Komponenten, andere Komponenten oder anders angeordnete Komponenten als in 3 aufweisen. Zusätzlich oder alternativ kann ein Satz von Komponenten (beispielsweise eine oder mehrere Komponenten) der Vorrichtung 300 eine oder mehrere Funktionen ausführen, die als von einer anderen Komponente oder einem anderen Satz von Komponenten der Vorrichtung 300 ausgeführt beschrieben werden.
4 zeigt ein beispielhaftes Blockdiagramm eines Autonomes-Fahrzeug-Computers 400 (manchmal als „AV-Stapel“ bezeichnet). Wie dargestellt ist, weist der Autonomes-Fahrzeug-Computer 400 ein Wahrnehmungssystem 402 (manchmal als Wahrnehmungsmodul bezeichnet), ein Planungssystem 404 (manchmal als Planungsmodul bezeichnet), ein Lokalisierungssystem 406 (manchmal als Lokalisierungsmodul bezeichnet), ein Steuersystem 408 (manchmal als Steuermodul bezeichnet) und eine Datenbank 410 auf. Gemäß einigen Ausführungsformen sind das Wahrnehmungssystem 402, das Planungssystem 404, das Lokalisierungssystem 406, das Steuersystem 408 und die Datenbank 410 in ein autonomes Navigationssystem eines Fahrzeugs (beispielsweise den Autonomes-Fahrzeug-Computer 202f des Fahrzeugs 200) aufgenommen und/oder darin implementiert. Zusätzlich oder alternativ sind gemäß einigen Ausführungsformen das Wahrnehmungssystem 402, das Planungssystem 404, das Lokalisierungssystem 406, das Steuersystem 408 und die Datenbank 410 in ein oder mehrere eigenständige Systeme (beispielsweise ein oder mehrere Systeme, die dem Autonomes-Fahrzeug-Computer 400 und/oder dergleichen gleichen oder ähneln) aufgenommen. Bei einigen Beispielen sind das Wahrnehmungssystem 402, das Planungssystem 404, das Lokalisierungssystem 406, das Steuersystem 408 und die Datenbank 410 in ein oder mehrere eigenständige Systeme aufgenommen, die sich in einem Fahrzeug und/oder wenigstens einem fernen System, wie hier beschrieben, befinden. Gemäß einigen Ausführungsformen sind einige und/oder alle der im Autonomes-Fahrzeug-Computer 400 enthaltenen Systeme in Software (beispielsweise in Softwarebefehlen, die im Speicher gespeichert sind), Computerhardware (beispielsweise durch Mikroprozessoren, Mikrosteuereinrichtungen, anwendungsspezifische integrierte Schaltungen (ASICs), feldprogrammierbare Gate-Arrays (FPGAs) und/oder dergleichen) oder Kombinationen von Computersoftware und Computerhardware implementiert. Es sei auch bemerkt, dass der Autonomes-Fahrzeug-Computer 400 gemäß einigen Ausführungsformen dafür ausgelegt ist, in Kommunikation mit einem fernen System (beispielsweise einem Autonomes-Fahrzeug-System, das dem Fern-AV-System 114 gleicht oder ähnelt, einem Flottenverwaltungssystem 116, das dem Flottenverwaltungssystem 116 gleicht oder ähnelt, einem V21-System, das dem V21-System 118 gleicht oder ähnelt und/oder dergleichen) zu stehen.
Gemäß einigen Ausführungsformen empfängt das Wahrnehmungssystem 402 Daten in Zusammenhang mit wenigstens einem physischen Objekt (beispielsweise Daten, die vom Wahrnehmungssystem 402 verwendet werden, um das wenigstens eine physische Objekt zu erkennen) in einer Umgebung und klassifiziert das wenigstens eine physische Objekt. Bei einigen Beispielen empfängt das Wahrnehmungssystem 402 von wenigstens einer Kamera (beispielsweise Kameras 202a) aufgenommene Bilddaten, wobei das Bild mit einem oder mehreren physischen Objekten innerhalb eines Gesichtsfelds der wenigstens einen Kamera assoziiert ist (diese beispielsweise repräsentiert). Bei einem solchen Beispiel klassifiziert das Wahrnehmungssystem 402 wenigstens ein physisches Objekt auf der Grundlage einer oder mehrerer Gruppierungen physischer Objekte (beispielsweise Fahrräder, Fahrzeuge, Verkehrszeichen, Fußgänger und/oder dergleichen). Gemäß einigen Ausführungsformen überträgt das Wahrnehmungssystem 402 Daten in Zusammenhang mit der Klassifikation der physischen Objekte auf der Grundlage der vom Wahrnehmungssystem 402 vorgenommenen Klassifikation der physischen Objekte zum Planungssystem 404.
Gemäß einigen Ausführungsformen empfängt das Planungssystem 404 Daten in Zusammenhang mit einem Bestimmungsort und erzeugt Daten in Zusammenhang mit wenigstens einer Route (beispielsweise Routen 106), entlang derer ein Fahrzeug (beispielsweise die Fahrzeuge 102) zu einem Bestimmungsort fahren kann. Gemäß einigen Ausführungsformen empfängt das Planungssystem 404 periodisch oder kontinuierlich Daten vom Wahrnehmungssystem 402 (beispielsweise Daten in Zusammenhang mit der Klassifikation physischer Objekte, wie vorstehend beschrieben) und aktualisiert das Planungssystem 404 die wenigstens eine Fahrstrecke oder erzeugt wenigstens eine andere Fahrstrecke auf der Grundlage der vom Wahrnehmungssystem 402 erzeugten Daten. Gemäß einigen Ausführungsformen empfängt das Planungssystem 404 Daten in Zusammenhang mit einer aktualisierten Position eines Fahrzeugs (beispielsweise der Fahrzeuge 102) vom Lokalisierungssystem 406 und aktualisiert das Planungssystem 404 die wenigstens eine Fahrstrecke oder erzeugt wenigstens eine andere Fahrstrecke auf der Grundlage der vom Lokalisierungssystem 406 erzeugten Daten.
Gemäß einigen Ausführungsformen empfängt das Lokalisierungssystem 406 Daten in Zusammenhang mit dem Ort eines Fahrzeugs (beispielsweise der Fahrzeuge 102) in einem Bereich (welche diesen beispielsweise repräsentieren). Bei einigen Beispielen empfängt das Lokalisierungssystem 406 LiDAR-Daten in Zusammenhang mit wenigstens einer von wenigstens einem LiDAR-Sensor (beispielsweise den LiDAR-Sensoren 202b) erzeugten Punktwolke. Bei gewissen Beispielen empfängt das Lokalisierungssystem 406 Daten in Zusammenhang mit wenigstens einer Punktwolke von mehreren LiDAR-Sensoren und erzeugt das Lokalisierungssystem 406 eine kombinierte Punktwolke auf der Grundlage jeder der Punktwolken. Bei diesen Beispielen vergleicht das Lokalisierungssystem 406 die wenigstens eine Punktwolke oder die kombinierte Punktwolke mit einer in der Datenbank 410 gespeicherten zweidimensionalen (2D) und/oder dreidimensionalen (3D) Karte des Bereichs. Das Lokalisierungssystem 406 bestimmt dann die Position des Fahrzeugs im Bereich auf der Grundlage dessen, dass das Lokalisierungssystem 406 die wenigstens eine Punktwolke oder die kombinierte Punktwolke mit der Karte vergleicht. Gemäß einigen Ausführungsformen weist die Karte eine vor der Navigation des Fahrzeugs erzeugte kombinierte Punktwolke des Bereichs auf. Gemäß einigen Ausführungsformen umfassen Karten ohne Einschränkung Karten hoher Genauigkeit der geometrischen Eigenschaften der Fahrbahn, Karten, die Straßennetz-Verbindbarkeitseigenschaften beschreiben, Karten, die physische Eigenschaften der Fahrbahn beschreiben (wie Verkehrsgeschwindigkeit, Verkehrsaufkommen, die Anzahl von Fahrzeug- und Radfahrer-Verkehrsspuren, die Fahrspurbreite, Fahrspur-Verkehrsrichtungen oder Fahrspur-Markierungstypen und -orte oder Kombinationen davon) und Karten, welche die räumlichen Orte von Straßenmerkmalen in der Art von Fußgängerüberwegen, Verkehrszeichen oder anderen Verkehrssignalen verschiedener Typen beschreiben. Gemäß einigen Ausführungsformen wird die Karte in Echtzeit auf der Grundlage der vom Wahrnehmungssystem empfangenen Daten erzeugt.
Bei einem anderen Beispiel empfängt das Lokalisierungssystem 406 von einem Empfänger des globalen Positionsbestimmungssystems (GPS) erzeugte Daten des globalen Navigationssatellitensystems (GNSS). Bei einigen Beispielen empfängt das Lokalisierungssystem 406 GNSS-Daten in Zusammenhang mit dem Ort des Fahrzeugs im Bereich und bestimmt das Lokalisierungssystem 406 die Breite und Länge des Fahrzeugs im Bereich. Bei einem solchen Beispiel bestimmt das Lokalisierungssystem 406 die Position des Fahrzeugs im Bereich auf der Grundlage der Breite und Länge des Fahrzeugs. Gemäß einigen Ausführungsformen erzeugt das Lokalisierungssystem 406 Daten in Zusammenhang mit der Position des Fahrzeugs. Bei einigen Beispielen erzeugt das Lokalisierungssystem 406 Daten in Zusammenhang mit der Position des Fahrzeugs auf der Grundlage dessen, dass das Lokalisierungssystem 406 die Position des Fahrzeugs bestimmt. Bei einem solchen Beispiel umfassen die Daten in Zusammenhang mit der Position des Fahrzeugs Daten in Zusammenhang mit einer oder mehreren semantischen Eigenschaften, die der Position des Fahrzeugs entsprechen.
Gemäß einigen Ausführungsformen empfängt das Steuersystem 408 Daten in Zusammenhang mit wenigstens einer Fahrstrecke vom Planungssystem 404 und steuert das Steuersystem 408 den Betrieb des Fahrzeugs. Bei einigen Beispielen empfängt das Steuersystem 408 Daten in Zusammenhang mit wenigstens einer Fahrstrecke vom Planungssystem 404 und steuert das Steuersystem 408 den Betrieb des Fahrzeugs durch Erzeugen und Übertragen von Steuersignalen, um zu bewirken, dass ein Antriebsstrang-Steuersystem (beispielsweise das DBW-System 202h, das Antriebsstrang-Steuersystem 204 und/oder dergleichen, ein Lenksteuersystem (beispielsweise das Lenksteuersystem 206) und/oder ein Bremssystem (beispielsweise das Bremssystem 208) arbeiten. Bei einem Beispiel, bei dem eine Fahrstrecke ein Abbiegen nach links aufweist, überträgt das Steuersystem 408 ein Steuersignal, um das Lenksteuersystem 206 zu veranlassen, den Lenkwinkel des Fahrzeugs 200 einzustellen, wodurch das Fahrzeug 200 veranlasst wird, nach links zu fahren. Zusätzlich oder alternativ erzeugt und überträgt das Steuersystem 408 Steuersignale, um andere Vorrichtungen (beispielsweise Frontscheinwerfer, Abbiegesignale, Türverriegelungen, Scheibenwischer und/oder dergleichen) des Fahrzeugs 200 zu veranlassen, Zustände zu ändern.
Gemäß einigen Ausführungsformen implementieren das Wahrnehmungssystem 402, das Planungssystem 404, das Lokalisierungssystem 406 und/oder das Steuersystem 408 wenigstens ein Maschinenlernmodell (beispielsweise wenigstens ein mehrschichtiges Perzeptron (MLP), wenigstens ein faltendes neuronales Netz (CNN), wenigstens ein rekurrentes neuronales Netz (RNN), wenigstens einen Autoencoder, wenigstens einen Transformer und/oder dergleichen). Bei einigen Beispielen implementieren das Wahrnehmungssystem 402, das Planungssystem 404, das Lokalisierungssystem 406 und/oder das Steuersystem 408 allein oder in Kombination mit einem oder mehreren der vorstehend erwähnten Systeme wenigstens ein Maschinenlernmodell. Bei einigen Beispielen implementieren das Wahrnehmungssystem 402, das Planungssystem 404, das Lokalisierungssystem 406 und/oder das Steuersystem 408 wenigstens ein Maschinenlernmodell als Teil einer Pipeline (beispielsweise einer Pipeline zur Identifikation eines oder mehrerer Objekte, die sich in einer Umgebung und/oder dergleichen befinden).
Die Datenbank 410 speichert Daten, die zum Wahrnehmungssystem 402, zum Planungssystem 404, zum Lokalisierungssystem 406 und/oder zum Steuersystem 408 gesendet, davon empfangen und/oder dadurch aktualisiert werden. Bei einigen Beispielen weist die Datenbank 410 eine Massenspeicherkomponente (beispielsweise eine Massenspeicherkomponente, die der Massenspeicherkomponente 308 aus 3 gleicht oder ähnelt) auf, die Daten und/oder Software in Bezug auf den Betrieb speichert und wenigstens ein System des Autonomes-Fahrzeug-Computers 400 verwendet. Gemäß einigen Ausführungsformen speichert die Datenbank 410 Daten in Zusammenhang mit 2D- und/oder 3D-Karten wenigstens eines Bereichs. Bei einigen Beispielen speichert die Datenbank 410 Daten in Zusammenhang mit 2D- und/oder 3D-Karten eines Teils einer Stadt, mehrerer Teile mehrerer Städte, mehrerer Städte, eines Lands, eine Staats, eines souveränen Staats (beispielsweise eines Lands) und/oder dergleichen. Bei einem solchen Beispiel kann ein Fahrzeug (beispielsweise ein Fahrzeug, das den Fahrzeugen 102 und/oder dem Fahrzeug 200 gleicht oder ähnelt) entlang einem oder mehreren befahrbaren Gebieten (beispielsweise einspurigen Straßen, mehrspurigen Straßen, Schnellstraßen, Nebenwegen, Querfeldeinwegen und/oder dergleichen) fahren und wenigstens einen LiDAR-Sensor (beispielsweise einen LiDAR-Sensor, der dem LiDAR-Sensor 202b gleicht oder ähnelt) veranlassen, Daten in Zusammenhang mit einem Bild zu erzeugen, das die in einem Gesichtsfeld des wenigstens einen LiDAR-Sensors enthaltenen Objekte repräsentiert.
Gemäß einigen Ausführungsformen kann die Datenbank 410 über mehrere Vorrichtungen hinweg implementiert werden. Bei einigen Beispielen ist die Datenbank 410 in ein Fahrzeug (beispielsweise ein Fahrzeug, das den Fahrzeugen 102 und/oder dem Fahrzeug 200 gleicht oder ähnelt), ein autonomes Fahrzeugsystem (beispielsweise ein autonomes Fahrzeugsystem, das dem Fern-AV-System 114 gleicht oder ähnelt), ein Flottenverwaltungssystem (beispielsweise ein Flottenverwaltungssystem, das dem Flottenverwaltungssystem 116 aus 1 gleicht oder ähnelt), ein V21-System (beispielsweise ein V21-System, das dem V2I-System 118 aus 1 gleicht oder ähnelt) und/oder dergleichen aufgenommen.
Schätzen von Fahrzeugzustandsvariablen auf der Grundlage von Sensordaten
Ein autonomes Fahrzeugsystem verwendet typischerweise verschiedene Fahrzeugzustandsvariablen zur Beschreibung des aktuellen Zustands des Fahrzeugs und um es anderen Schichten im autonomen Fahrzeugstapel zu ermöglichen, ihre jeweiligen Aufgaben auszuführen. Ein Mechanismus, der zum Bestimmen solcher Fahrzeugzustandsvariablen verwendet werden kann, ist ein hochpräziser GPS-Sensor. Ein solcher GPS-Sensor kann Fahrzeugzustandsvariablen in der Art der Lateralgeschwindigkeiten mit einem hohen Genauigkeitsgrad erzeugen. Ein solcher GPS-Sensor kann jedoch zehntausende Dollars kosten, wodurch seine Verwendung in alltäglichen Fahrzeugen unpraktikabel wird.
Um dieses Problem zu adressieren, ein Signalverarbeitungssystem, das die von der IMU und anderen Sensoren am Fahrzeug erzeugten Sensordaten verwenden kann, um die Fahrzeugzustandsvariablen ohne Verwendung solcher GPS-Sensoren zu schätzen. Insbesondere weist das Signalverarbeitungssystem eine Lateralgeschwindigkeits-Vorhersageeinrichtung auf, die in Kommunikation mit einem Quersteifigkeitsschätzer steht, der die von der Lateralgeschwindigkeits-Vorhersageeinrichtung zur Berechnung der Lateralgeschwindigkeit verwendeten Quersteifigkeitswerte periodisch aktualisiert. Die Lateralgeschwindigkeit wird dann einem Kalman-Filter zugeführt, das die Fahrzeugzustandsvariablen ausgibt.
Einige der Vorteile diese Techniken umfassen eine verbesserte Genauigkeit der Vorhersage und Schätzung verschiedener Zustandsvariablen unter Verwendung von IMU-Sensordaten, ohne sich auf kostspieligere GPS-Sensoren stützen zu müssen. Eine genauere Vorhersage und Schätzung von Fahrzeugzustandsvariablen kann zu Verbesserungen der Funktionsweise anderer Schichten im AV-Stapel in der Art des Vorhersagesystems und des Planungssystems führen. Diese Techniken werden nachstehend detaillierter mit Bezug auf die 5A, 5B, 6A - 6C, 7 und 8 beschrieben.
Signalverarbeitungsumgebung
5A ist ein Blockdiagramm eines Beispiels einer Signalverarbeitungsumgebung 500. Beim dargestellten Beispiel weist die Signalverarbeitungsumgebung 500 ein Signalverarbeitungssystem 502 auf, das kommunikativ mit einem Sensor 504 gekoppelt ist. Gemäß einigen Ausführungsformen kann der Sensor 504 den Sensoren 202a - 202d aus 2 und/oder den Eingabeschnittstellen 310 aus 3 gleichen oder ähneln. In manchen Fällen können die Signalverarbeitungsumgebung 500 und/oder das Signalverarbeitungssystem 502 zumindest einen Teil des Wahrnehmungssystems 402 bilden, das hier zumindest mit Bezug auf 4 beschrieben wird.
Der Sensor 504 erzeugt Sensordaten 506 und übermittelt die Sensordaten 506 zum Signalverarbeitungssystem 502. Der Sensor 504 kann eine Trägheitsmesseinheit (IMU), einen Radgeschwindigkeitssensor, einen Lenkwinkelsensor oder eine Kombination davon und dergleichen umfassen. Ähnlich können die Sensordaten 506 verschiedene Sensordatentypen umfassen, wie Vorwärts- und Lateralbeschleunigungen, Gierrate usw. Gemäß einigen Ausführungsformen umfassen die Sensordaten 506 eine Beschleunigung entlang der x-Achse (hier auch als Vorwärtsbeschleunigung bezeichnet), eine Beschleunigung entlang der y-Achse (hier auch als Lateralbeschleunigung bezeichnet), eine Beschleunigung entlang der z-Achse, Rollrate, Nickrate und Gierrate oder eine Kombination davon.
Gemäß einigen Ausführungsformen kann das Signalverarbeitungssystem 502 die Sensordaten 506 von einer anderen Komponente als dem Sensor 504 erhalten. Ferner können der eine oder die mehreren Sensoren 504 und/oder eine andere Komponente eine vorläufige Signalverarbeitung ausführen, um die Sensordaten 506 zu modifizieren, bevor das Signalverarbeitungssystem 502 die Sensordaten 506 erhält.
Das Signalverarbeitungssystem 502 weist einen Signalprozessor 508 auf, der dafür ausgelegt ist, die Sensordaten 506 zu verarbeiten. Der Signalprozessor 508 kann eine Vielzahl von Signalverarbeitungsaufgaben an den Sensordaten 506 ausführen. Gemäß einigen Ausführungsformen kann der Signalprozessor 508 dies auf der Grundlage oder unter Verwendung eines oder mehrerer aktualisierter Parameter 512, eines oder mehrerer Standardparameter oder anderer dem Signalprozessor 508 zur Verfügung stehender Parameter ausführen. Beispielsweise kann der Signalprozessor 508 eine oder mehrere Fahrzeugzustandsvariablen auf der Grundlage oder unter Verwendung der Sensordaten 506, anderer Parameter und/oder jeglicher Gleichungen oder Filter vorhersagen oder schätzen und die vorhergesagten oder geschätzten Variablen als verarbeitete Sensordaten 510 ausgeben.
Es sei bemerkt, dass das Signalverarbeitungssystem 502 weniger, mehr oder andere Komponenten aufweisen kann. Beispielsweise kann das Signalverarbeitungssystem 502 mehrere Signalprozessoren 508 aufweisen, die verschiedene Verarbeitungsfunktionen an den Sensordaten 506 ausführen und/oder Sensordaten 506 von verschiedenen Sensoren 504 verarbeiten.
Der Signalprozessor 508 kann auch aktualisierte Parameter 512 erzeugen, die aktualisierte Versionen des einen oder der mehreren Parameter, der einen oder der mehreren Variablen oder des einen oder der mehreren Werte, die vom Signalprozessor 508 verwendet werden, um die in den verarbeiteten Sensordaten 510 enthaltenen Daten zu erzeugen, enthalten können. Der Signalprozessor 508 kann dann die aktualisierten Parameter 512 verwenden, um aktualisierte verarbeitete Sensordaten 510 zu erzeugen. Beispielsweise können die aktualisierten Parameter 512 Quersteifigkeitswerte aufweisen, die verwendet werden können, um die Lateralgeschwindigkeit des Fahrzeugs vorherzusagen oder zu schätzen. Bei einem solchen Beispiel kann der Signalprozessor 508 nach der Aktualisierung der Quersteifigkeitswerte ferner die Lateralgeschwindigkeit auf der Grundlage der aktualisierten Quersteifigkeitswerte aktualisieren.
Gemäß einigen Ausführungsformen erzeugt der Signalprozessor 508 periodisch die aktualisierten Parameter 512 (beispielsweise jede Minute, jede Stunde, jeden Tag, jede Woche, jeden Monat oder in einer anderen vordefinierten Periode). Gemäß anderen Ausführungsformen erzeugt der Signalprozessor 508 die aktualisierten Parameter 512 nach Erkennen einer Änderung an den zur Erzeugung der aktuellen Version der aktuellen Parameter 512 verwendeten Informationen. Beispielsweise kann der Signalprozessor 508 aktualisierte Werte für die Quersteifigkeit erzeugen, wenn ihm aktualisierte Werte der Lateral- und/oder Normalkräfte zur Verfügung stehen (siehe 5B). Durch kontinuierliches Aktualisieren der für die Vorhersage und/oder Schätzung der Fahrzeugzustandsvariablen verwendeten Parameter kann der Signalprozessor 508 die Genauigkeit der an ein oder mehrere andere Systeme in der Umgebung (beispielsweise Umgebung 100) als verarbeitete Sensordaten 510 ausgegebenen Fahrzeugzustandsvariablen verbessern. Die Operationen des Signalprozessors 508 (und des Signalverarbeitungssystems 502) werden nachstehend detaillierter mit Bezug auf 5B beschrieben.
Detaillierte Beschreibung des Signalverarbeitungssystems
5B ist ein detaillierteres Blockdiagramm des Signalverarbeitungssystems aus 5A gemäß einigen Ausführungsformen. Beim dargestellten Beispiel empfängt das Signalverarbeitungssystem 502 Steuereinrichtungsbereichsnetz(CAN)-Signale 520 (hier auch als CAN-Bussignale bezeichnet) und weist einen Datenvorverarbeitungsblock 502A, einen Vorwärtsgeschwindigkeits-Vorhersageblock 502B, einen Lateralgeschwindigkeits-Vorhersageblock 502C, einen Lateralkräfte-Vorhersageblock 502D, einen Normalkräfte-Vorhersageblock 502E, einen Quersteifigkeits-Schätzblock 502F und einen Kinematisches-Filter-Block 502G (gemeinsam auch als Blöcke 502 bezeichnet) auf. Wenngleich dies in 5B nicht dargestellt ist, kann das Signalverarbeitungssystem 502 eine oder mehrere der geschätzten oder vorhergesagten Fahrzeugzustandsvariablen (beispielsweise eine Kombination der als von den Blöcken 502F und 502G ausgegeben angegebenen Variablen) an ein oder mehrere andere Systeme des Fahrzeugs (beispielsweise jene, die in 4 dargestellt sind) ausgeben.
CAN-Bussignale
Die CAN-Signale 520 können Trägheitsmesseinheits(IMU)-Sensordaten, die Vorwärts- und Lateralbeschleunigungen, Gierrate und dergleichen angeben, Rad-/Reifengeschwindigkeits-Sensordaten, welche die Rad-/Reifengeschwindigkeit(en) angeben, Lenkwinkel-Sensordaten, welche den Lenkwinkel angeben, und dergleichen umfassen (einschließlich jedes anderen Signals oder Werts, wie hier beschrieben).
Datenvorverarbeitung
Am Datenvorverarbeitungsblock 502A vorverarbeitet das Signalverarbeitungssystem 502 die CAN-Signale 520 für die Verwendung durch die in 5B dargestellten Blöcke 502.
Eine Vorverarbeitung, die vom Signalverarbeitungssystem 502 ausgeführt werden kann, ist eine Bias-Entfernung (oder Bias-Verringerung). Beispielsweise kann sich die IMU nicht immer am Schwerpunkt („CG“) des Fahrzeugs befinden, dessen exakter Ort von der Verteilung des Gewichts des einen oder der mehreren Fahrgäste und/oder von Ladung abhängen kann. Dies kann in manchen Fällen eine direkte Verwendung der IMU-Sensordaten nicht sehr zuverlässig machen. Zusätzlich kann ein IMU einen eingebauten Bias (beispielsweise infolge von Unvollkommenheiten in den für die IMU verwendeten Komponenten) aufweisen, der möglicherweise korrigiert werden muss (beispielsweise von null verschiedener Beschleunigungswert, wenn sich das Fahrzeug nicht bewegt). Zusätzlich zur Bias-Entfernung kann das Signalverarbeitungssystem 502 auch verschiedene Signalzusammenführungen (beispielsweise Zusammenführen von Radgeschwindigkeiten zur Vorhersage der Fahrzeuglongitudinalgeschwindigkeit), Signaltransformationen (beispielsweise nachstehende Gleichung (1)) und/oder dergleichen ausführen.
Bei einem Ansatz zur Bias-Bestimmung und -Entfernung werden „Ground Truth“-Daten verwendet, die bei einer hohen Beschleunigung, einer mittleren bis hohen Fahrzeugvorwärtsgeschwindigkeit und einer verhältnismäßig abrupten Lenkeingabe an einem Testfahrzeug gesammelt werden, und wird der eingebaute IMU-Bias des Fahrzeugs in Bezug auf die Ground-Truth-Daten validiert. Eine beispielhafte experimentelle Anordnung kann ein Testfahrzeug, das mit einem IMU- und einem GPS-Sensor (beispielsweise vom Modell RT3000 des globalen Satellitennavigationssystems (GNSS) und einem von Oxford Technical Solutions Ltd. hergestellten Trägheitsnavigationssystem (INS)) versehen ist, eine Straßenoberfläche mit einem hohen Reibungskoeffizienten („Hoch-mu“) zum Fahren des Testfahrzeugs (beispielsweise auf einer Autorennbahn) und mehrere vom Fahren des Testfahrzeugs auf der Straßenoberfläche gesammelte Fahrzyklus-Datensätze (beispielsweise 5 Sätze) aufweisen.
Bei der beispielhaften experimentellen Anordnung werden die folgenden Beziehungen zum Sammeln der GPS-Sensordatensätze verwendet (gemäß der in den 6A - 6C dargestellten und in der nachstehenden Tabelle 1 definierten Konvention): $\begin{array}{l} ν_{y} (C G) = ν_{y} (G P S) + d x (\dot{ψ}) \\ a_{x} (C G) = a_{y} (G P S) + d x ({\dot{ψ}}^{2}) \\ a_{y} (C G) = a_{y} (G P S) + d x (\ddot{ψ}) \end{array}$
wobei v_y(CG), a_x(CG) und a_y(CG) die GPS-Messungen v_y(GPS), a_x(GPS) und a_y(GPS) repräsentieren, die sich auf den Schwerpunkt (CG) des Testfahrzeugs beziehen, und dx den Versatz zwischen dem CG des Fahrzeugs und dem Ort des GPS-Sensors entlang der Längsachse (x-Achse) repräsentiert.
6A ist eine Darstellung eines Beispiels einer zur Fahrzeugzustandsschätzung verwendeten Signalkonvention. Wie in 6A dargestellt ist, ist die x-Achse der Signalkonvention entlang der Vorwärtsrichtung des Fahrzeugs bereitgestellt, ist die y-Achse der Signalkonvention entlang der Lateralrichtung des Fahrzeugs bereitgestellt, und ist die z-Achse der Signalkonvention entlang der sowohl zur Vorwärtsrichtung als auch zur Lateralrichtung des Fahrzeugs senkrechten Richtung bereitgestellt. 6A zeigt auch die Winkelgeschwindigkeit ω_x um die x-Achse, die Winkelgeschwindigkeit ω_y um die y-Achse und die Winkelgeschwindigkeit ω_z um die z-Achse.

Zusätzlich wird in der nachstehenden Tabelle 1 eine Liste hier verwendeter Variablen und ihrer Definitionen bereitgestellt: Tabelle 1. Liste von Variablen und Definitionen

v_x/ α_x	Vorwärtsgeschwindigkeit/- beschleunigung
v_y / α_y	Lateralgeschwindigkeit/- beschleunigung
Ψ̇	Gierrate
δ	Lenkwinkel (an Straße-Reifen)
β	Seitenschlupfwinkel
θ / φ	Nickwinkel/Rollwinkel
C_f/C_r	Quersteifigkeit des vorderen/hinteren Reifens
α_f / α_r	Seitenschlupfwinkel des vorderen/hinteren Reifens

Gemäß einigen Ausführungsformen berechnet und entfernt (oder verringert) das Signalverarbeitungssystem 502 durch Bestimmen der Differenz zwischen den GPS-Messungen und den IMU-Messungen im Datenvorverarbeitungsblock 502A den Bias in der IMU. Beispielsweise kann der Bias in der Lateralbeschleunigung oder der Vorwärtsbeschleunigung unter Verwendung der folgenden Gleichung berechnet werden: $b i a s : = | a_{G P S} - a_{I M U} |$
Zur Verringerung oder Minimierung der Wirkungen von Rauschen kann ein Tiefpassfilter folgendermaßen auf den berechneten Bias-Wert angewendet werden: $b i a s_{f i l t} (k) = λ b i a s_{f i l t} (k - 1) + (1 - λ) b i a s (k)$
In Gleichung (3) repräsentieren k den aktuellen Probenzeitpunkt, k - 1 den vorhergehenden Probenzeitpunkt, bias() die Roh-Bias-Berechnungsfunktion einschließlich Rauschen und bias_filt() die Funktion zur Berechnung des gefilterten Bias, die zumindest einen Teil des in bias() enthaltenen Rauschens nicht enthält (wodurch die Bias-Berechnung geglättet wird).
Gemäß einigen Ausführungsformen bestimmt das Signalverarbeitungssystem 502 den Bias unter Verwendung vorgegebener Bedingungen (beispielsweise durch Herausheben von null verschiedener Trends oder von null verschiedener konstanter Werte in der IMU, wenn das Fahrzeug steht oder sich langsam bewegt), ohne sich auf einen GPS-Sensor zu stützen. Gemäß solchen Ausführungsformen wird die Bias-Verringerung oder -Entfernung unter Verwendung von Live-Daten ausgeführt.
Vorwärtsgeschwindigkeitsvorhersage
Im Vorwärtsgeschwindigkeits-Vorhersageblock 502B berechnet das Signalverarbeitungssystem 502 einen vorhergesagten Wert der Fahrzeugvorwärtsgeschwindigkeit (auch als Longitudinalgeschwindigkeit bezeichnet) zur Weiterleitung zur Fahrzeugdynamik-Zustandsschätzung (beispielsweise durch den Kinematisches-Filter-Block 502G ausgeführte Geschwindigkeitsschätzung). Die Drehgeschwindigkeiten der Räder sind die Hauptinformationsquelle für die Fahrzeuglongitudinalgeschwindigkeit. Demgemäß berechnet das Signalverarbeitungssystem 502 gemäß einigen Ausführungsformen (beispielsweise am in 5B dargestellten Datenvorverarbeitungsblock 502A) die äquivalenten linearen Radgeschwindigkeiten (V_FL, V_FR, V_RL, V_RR, die in 5B als vw(1:4) dargestellt sind) durch Multiplizieren der unter Verwendung von Encodern gemessenen Radwinkelgeschwindigkeiten mit einem konstanten Rollradius.
Die Räder neigen jedoch bei einer Beschleunigung und beim Bremsen zu einem longitudinalen Schlupf. Überdies ist, wenn die Vorderräder gelenkt werden, ihre Längsrichtung nicht mit dem Fahrzeug ausgerichtet und addiert die Gierrate einen zusätzlichen Term. Demgemäß können gemäß einigen Ausführungsformen modifizierte Geschwindigkeitswerte folgendermaßen berechnet werden: $\begin{matrix} V_{F L} = V_{F L}^{m e s s} c o s (δ) - ω_{z} \frac{L}{2} & V_{F R} = V_{F R}^{m e s s} c o s (δ) + ω_{z} \frac{L}{2} \\ V_{R L} = V_{R L}^{m e s s} - ω_{z} \frac{L}{2} & V_{R R} = V_{R R}^{m e s s} c o s (δ) + ω_{z} \frac{L}{2} \end{matrix}$
wobei V_mess_FL, V_mess_FR, V_mess_RL und V_mess_RR die gemessenen äquivalenten Lineargeschwindigkeiten der Räder sind und L der Abstand zwischen den beiden Hinterrädern (oder den beiden Vorderrädern) ist.
6B ist eine Darstellung eines Beispiels einer zur Longitudinalgeschwindigkeitsvorhersage verwendeten Signalkonvention. Gemäß dieser Signalkonvention können die vier Radgeschwindigkeiten (V_FL, V_FR, V_RL, V_RR) folgendermaßen verwendet werden, um die Fahrzeugvorwärtsgeschwindigkeit auszudrücken: $ν_{x}^{(1)} = ν_{F L} c o s (δ) + \frac{t_{ƒ}}{2} \dot{ψ}$
$ν_{x}^{(2)} = ν_{F R} c o s (δ) - \frac{t_{ƒ}}{2} \dot{ψ}$
$ν_{x}^{(3)} = ν_{R R} - \frac{t_{r}}{2} \dot{ψ}$
$ν_{x}^{(4)} = ν_{R L} + \frac{t_{r}}{2} \dot{ψ}$
Diese Ausdrücke können unter Verwendung radialer Basisfunktionen als gewichtete Summe zusammengeführt werden, um die Vorhersage für die Vorwärtsgeschwindigkeit am CG zu erhalten, wie nachstehend dargestellt: $ν_{x}^{C G} (t) = \frac{1}{Σ_{i} w_{i} (t)} \sum_{i} w_{i} (t) ν_{x}^{(i)} (t), i = 1,2,3,4$
wobei $w_{i} (t) = e x p {- \frac{1}{2} (\frac{{(a_{x} - \frac{d ν_{x}^{(i)}}{d t})}^{2}}{σ_{a x}^{2}} + \frac{{(ν_{x}^{C G} (k - 1) - ν_{x}^{(i)})}^{2}}{{(σ_{ν x}^{(i)})}^{2}})}$
In Gleichung (4.3) ist $ν_{x}^{C G} (k - 1)$
der vorhergehende Probenwert der vorhergesagten Vorwärtsgeschwindigkeit und ist $\frac{d ν_{x}^{(i)}}{d t} \approx \frac{ν_{x}^{(i)} (k) - ν_{x}^{(i)} (k - 1)}{T_{s}} .$
Zusätzlich sind die Parameter σ_ax und $σ_{ν x}^{(i)}$
(4 Werte) abstimmbar und spiegeln das Niveau der Ungewissheit/Zuverlässigkeit der Vorwärtsbeschleunigung a_x und der verschiedenen Radgeschwindigkeiten wider.
Zusätzlich oder alternativ kann das Signalverarbeitungssystem 502 zur Berücksichtigung der Wirkung des longitudinalen Schlupfs die Vorhersage der Vorwärtsgeschwindigkeit (in 5B als v_{x,vorhergesagt} dargestellt) berechnen durch (i) Identifizieren und Verwenden des Maximalwerts der Radgeschwindigkeiten (V_FL, V_FR, V_RL, V_RR), falls die Vorwärtsbeschleunigung bei einem positiven Beschleunigungsschwellenwert oder darüber liegt, (ii) Identifizieren und Verwenden des Minimalwerts der Radgeschwindigkeiten (V_FL, V_FR, V_RL, V_RR), falls die Vorwärtsbeschleunigung bei einem negativen Beschleunigungsschwellenwert (d. h. Verzögerungsschwellenwert) oder darunter liegt, und (iii) Berechnen eines gewichteten Mittelwerts der Radgeschwindigkeiten, falls die Vorwärtsbeschleunigung zwischen dem positiven Beschleunigungsschwellenwert und dem negativen Beschleunigungsschwellenwert liegt, wobei das jeder Radgeschwindigkeit zugewiesene Gewicht von der Zuverlässigkeit jeder Radgeschwindigkeitsmessung und ihrem Einfluss auf die geschätzte Geschwindigkeit (beispielsweise der Schlupfneigung jedes Rads) abhängt.
Gemäß einigen Ausführungsformen wird nur eine Teilmenge der Radgeschwindigkeiten bei der Vorhersage der Vorwärtsgeschwindigkeit (beispielsweise nur der Hinterräder, nur der Vorderräder usw.) verwendet. Die vorhergesagte Vorwärtsgeschwindigkeit wird dem Lateralgeschwindigkeits-Vorhersageblock 502C und dem Kinematisches-Filter-Block 502G, wie in 5B dargestellt, bereitgestellt.
Lateralgeschwindigkeitsvorhersage
Am Lateralgeschwindigkeits-Vorhersageblock 502C berechnet das Signalverarbeitungssystem 502 einen vorhergesagten Wert der Fahrzeuglateralgeschwindigkeit, um ihn zur Fahrzeugdynamik-Zustandsschätzung weiterzuleiten (beispielsweise vom Kinematisches-Filter-Block 502G ausgeführte Geschwindigkeitsschätzung).
Ein Ansatz zur Lateralgeschwindigkeitsvorhersage ist ein durch die nachstehende Gleichung definierter kinematischer Ansatz: $ν_{y} = ν_{x} (\frac{l_{r}}{l_{r} + l_{ƒ}}) t a n (δ)$
wobei I_f und I_r die Abstände des Schwerpunkts des Fahrzeugs von der Vorderachse bzw. der Hinterachse sind. In manchen Fällen wird diese Näherung für kleine Werte von v_x und v_y verwendet.
Ein anderer Ansatz zur Lateralgeschwindigkeitsvorhersage ist ein dynamischer Ansatz unter Verwendung des Fahrradmodells: $[\begin{matrix} {\dot{ν}}_{y} \\ \ddot{ψ} \end{matrix}] = \frac{1}{ν_{x}} [\begin{matrix} \frac{- 2 (C_{ƒ} + C_{r})}{m} & \frac{2 (C_{r} l_{r} + C_{ƒ} l_{ƒ})}{m} \\ \frac{2 (C_{r} l_{r} - C_{ƒ} l_{ƒ})}{I_{z}} & \frac{- 2 (C_{ƒ} l_{ƒ}^{2} + C_{r} l_{r}^{2})}{I_{z}} \end{matrix}] [\begin{matrix} ν_{y} \\ \dot{ψ} \end{matrix}] + [\begin{matrix} - ν_{x} \dot{ψ} \\ 0 \end{matrix}] + 2 C_{ƒ} [\begin{matrix} \frac{1}{m} \\ \frac{l_{ƒ}}{l_{z}} \end{matrix}] δ$
wobei m und I_z die Masse bzw. das Gierträgheitsmoment des Fahrzeugs sind. Dieses Modell liefert eine gute Näherung für die laterale Dynamik im linearen Reifenkräfte-Betriebsbereich.
Ein weiterer Ansatz zur Lateralgeschwindigkeitsvorhersage ist ein kinematischer Ansatz, bei dem Folgendes unter Verwendung der lateralen Reifenkräfte erhalten wird: $\begin{array}{l} ν_{y} = - l_{ƒ} \dot{ψ} + (δ - \frac{F_{y ƒ}}{2 C_{ƒ}}) ν_{x} \\ ν_{y} = l_{r} \dot{ψ} - \frac{F_{y r}}{2 C_{r}} ν_{x} \end{array}$
wobei F_yf und F_yr die vorderen bzw. hinteren Lateralkräfte bezeichnen. Hier
Ein weiterer Ansatz zur Lateralgeschwindigkeitsvorhersage ist ein kinematischer Ansatz, der eng mit dem vorstehend präsentierten Ansatz verwandt ist: $ν_{y} = l_{r} \dot{ψ} - \frac{ν_{x}}{2 C_{r} (l_{r} + l_{ƒ})} (l_{ƒ} m a_{y} - I_{z} \ddot{ψ})$
wobei ψ̈ die Beschleunigung des Gierwinkels ist.
Ein weiterer Ansatz der Lateralgeschwindigkeitsvorhersage weist die folgenden Kraft- und Momentgleichgewichtsgleichungen (Windwiderstand vernachlässigt) auf: $\begin{array}{l} m a_{y}^{s} = F_{y ƒ} + F_{y r} \\ J_{z} {\dot{ω}}_{z} = l_{ƒ} F_{y ƒ} - l_{r} F_{y r} \end{array}$
wobei m die Fahrzeugmasse ist, F_yf und F_yr die lateralen Kräfte an der Vorder- bzw. der Hinterachse sind und J_z das Fahrzeugträgheitsmoment in Bezug auf die z-Achse ist.
Durch Multiplizieren der ersten Gleichung mit I_f und Subtrahieren der zweiten Gleichung und Ersetzen von F_yr kann das Signalverarbeitungssystem 502 Folgendes erhalten: $\begin{matrix} l_{ƒ} m a_{y}^{s} - J_{z} {\dot{ω}}_{z} = (l_{ƒ} + l_{r}) F_{y r} \\ = (l_{ƒ} + l_{r}) c_{α r} (\frac{l_{r} ω_{z}}{ν_{x}} - \frac{ν_{y}}{ν_{x}}) \end{matrix}$
Durch Lösen nach v_y kann das Signalverarbeitungssystem 502 den folgenden Ausdruck für die Vorhersage der Lateralgeschwindigkeit erhalten: $ν_{y} = l_{r} ω_{z} - \frac{l_{ƒ} m}{c_{α r} l} a_{y}^{s} ν_{x} + \frac{J_{z}}{c_{α r} l} {\dot{ω}}_{z} ν_{x}$
wobei I = I_f + I_r und c_ar die Hinterreifen-Quersteifigkeit (hier auch als Cr bezeichnet) ist.
In manchen Fällen kann die unter Verwendung der in der vorstehend erwähnten Weise vorhergesagten Lateralgeschwindigkeit in Block 502G geschätzte Lateralgeschwindigkeit genauer sein, weil sich der vorstehende Ansatz nur auf Cr (oder C_ar in den vorstehenden Gleichungen) und nicht auf Cf (beispielsweise im Fall, dass Cf nicht so genau wie Cr ist) stützt.
Wenngleich hier mehrere Ansätze zur Lateralgeschwindigkeitsvorhersage gemäß einigen Ausführungsformen beschrieben werden, wird gemäß anderen Ausführungsformen ein anderer Ansatz zur Lateralgeschwindigkeitsvorhersage verwendet.
Vorhersage von Lateral- und Normalkräften
Am Lateralkräfte-Vorhersageblock 502D und am Normalkräfte-Vorhersageblock 502E berechnet das Signalverarbeitungssystem 502 die vorhergesagten Werte der Lateralkräfte bzw. der Normalkräfte. Die Lateral- und Normalkräfte können unter Verwendung der Sensordaten (beispielsweise Vorwärtsbeschleunigung, Lateralbeschleunigung, Lenkwinkel und Gierrate) und anderer vorhergesagter Werte (beispielsweise Vorwärtsgeschwindigkeitsvorhersage) aus Block 502B berechnet werden.
Beispielsweise können die Lateralkraft an der Vorderachse (F_yf), die Lateralkraft an der Hinterachse (F_yr), die Normalkraft an der Vorderachse (F_zf und die Normalkraft an der Hinterachse (F_zr) unter Verwendung der folgenden Gleichungen (unter Verwendung der in 6C dargestellten Konvention) berechnet werden: $F_{y ƒ} = \frac{m a_{y} + I_{z} \ddot{ψ}}{(l_{ƒ} + l_{r}) c o s δ}$
$F_{y r} = \frac{m a_{y} + I_{z} \ddot{ψ}}{l_{ƒ} + l_{r}}$
$F z_{F} = m_{t o t} (\frac{g l_{r} - a_{x} h_{c g}}{l_{ƒ} + l_{r}})$
$F z_{R} = m_{t o t} (\frac{g l_{ƒ} - a_{x} h_{c g}}{l_{ƒ} + l_{r}})$
wobei h_cg die Höhe des Schwerpunkts des Fahrzeugs repräsentiert und m und m_tot die Gesamtmasse des Fahrzeugs repräsentieren.
Gemäß anderen Ausführungsformen können andere bekannte Verfahren zur Berechnung der Lateral- und Normalkräfte verwendet werden.
Quersteifigkeitsschätzung
Am Quersteifigkeits-Schätzblock 502F schätzt das Signalverarbeitungssystem 502 die Quersteifigkeit der Vorder- und Hinterreifen. Ein hier erwähnter beispielhafter Prozess zur Schätzung der Quersteifigkeitswerte wird nachstehend gemäß der in 6C dargestellten Konvention beschrieben.
Schätzansatz
Auf der Grundlage der unter Verwendung des globalen Satellitennavigationssystems (GNSS) und/oder des Trägheitsnavigationssystems (INS) (beispielsweise RT3000) an einer Testvorrichtung gesammelten Daten kann die vorhergesagte Lateralkraft an den Vorderreifen F_yf und den Hinterreifen F_yr auf der Grundlage der Momentgleichgewichts- und Kraftgleichgewichtsgleichung anhand des Fahrzeugfahrradmodells berechnet werden: $\begin{array}{l} m a_{y} = F_{y ƒ} + F_{y r} \\ I_{z} \ddot{ψ} = l_{ƒ} F_{y ƒ} - l_{r} F_{y r} \end{array}$
wobei a_y die Testvorrichtungsmessung der auf den Schwerpunkt (CG) (beispielsweise den tatsächlichen Schwerpunkt oder einen geschätzten oder vorgegebenen Schwerpunkt) transformierten Lateralbeschleunigung ist.
In einem Gebiet eines kleinen RWAs kann die laterale Reifenkraft durch eine lineare Beziehung mit dem Reifenschlupfwinkel alpha_f und alpha_r ausgedrückt werden: $\begin{array}{l} F_{y ƒ} = 2 C_{ƒ} α_{ƒ} \\ F_{y r} = 2 C_{r} α_{r} \\ α_{ƒ} = δ - θ_{ν ƒ} \\ α_{r} = - θ_{ν r} \end{array}$
wobei delta der Straßenradwinkel (RWA) (hier auch als Lenkwinkel bezeichnet) ist und die vorderen und hinteren Geschwindigkeitswinkel (Vorder- und Hinterreifen-Seitenschlupfwinkel) in einem Gebiet kleinen RWAs folgendermaßen genähert werden können: $\begin{array}{l} θ_{ν ƒ} = \frac{\dot{y} + l_{ƒ} \dot{ψ}}{ν_{x}} \\ θ_{ν r} = \frac{\dot{y} - l_{r} \dot{ψ}}{ν_{x}} \end{array}$
Mit den gesammelten Daten kann das Signalverarbeitungssystem 502 F_yf gegen alpha_f und F_yr gegen alpha_r auftragen und eine lineare Anpassung verwenden, um die Parameter Cf und Cr (Quersteifigkeitswerte) zu identifizieren. Gemäß einigen Ausführungsformen trimmt das Signalverarbeitungssystem 502 die Daten außerhalb des linearen Gebiets und konzentriert sich auf das Gebiet kleinen RWAs für die Auftragung von F_yf gegen alpha_f und F_yr gegen alpha_r. Dann führt das Signalverarbeitungssystem 502 eine lineare Anpassung (y = a * x) für die Auftragung von F_yf gegen alpha_f und F_yr gegen alpha_r aus, um die Parameter Cf und Cr zu bestimmen.
Zur Validierung der bestimmten Werte von Cf und Cr gibt das Signalverarbeitungssystem 502 die Cf- und Cr-Werte in den Fahrzeugzustandsschätzer ein und vergleicht den durch Integrieren des dynamischen Fahrradmodells vorhergesagten Wert von v_y mit dem unter Verwendung der bestimmten Cf- und Cr-Werte vorhergesagten Wert von v_y. Gemäß einigen Ausführungsformen stellt das Signalverarbeitungssystem 502 fest, ob die Differenz zwischen den beiden Werten unterhalb eines Schwellenniveaus liegt, wobei in diesem Fall die bestimmten Cf- und Cr-Werte validiert sind. Gemäß anderen Ausführungsformen stellt das Signalverarbeitungssystem 502 fest, ob die Differenz zwischen den beiden Werten kleiner ist als die Differenz zwischen den beiden Werten, falls Standard-Cf- und -Cr-Werte, die von den bestimmten Cf- und Cr-Werten verschieden sind, verwendet werden, wobei in diesem Fall die bestimmten Cf- und Cr-Werte validiert sind. Wie hier beschriebenen, kann das Signalverarbeitungssystem 502 die Cf- und Cr-Werte kontinuierlich oder periodisch aktualisieren (beispielsweise zur Verwendung durch andere Blöcke des Signalverarbeitungssystems 502 oder anderer Systeme).
Fahrzeugzustandsschätzung
Am Kinematisches-Filter-Block 502G führt das Signalverarbeitungssystem 502 eine Fahrzeugzustandsschätzung unter Verwendung von Sensordaten und vorhergesagter oder geschätzter Variablen, die in Block 502G eingegeben wurden, aus. Die Fahrzeugdynamik(VD)-Zustandsschätzung betrifft das Schätzen einer Anzahl wichtiger Signale, die benötigt werden, um die Vorwärts- und Lateralbewegung des Fahrzeugs zu steuern. Eine Anzahl von Algorithmen, die vor der Fahrzeugzustandsschätzung in Block 502G ausgeführt worden sein können, umfassen eine oder mehrere der Folgenden:

▪ Vorverarbeitung und Bias-Entfernung an IMU(Roh)-Daten
Berechnung der Lateralgeschwindigkeit des Fahrzeugs (Vorder-/Hinterachsen)
▪ Zusammenführung der Vorwärtsgeschwindigkeit/der Reifengeschwindigkeit des Fahrzeugs
▪ Vorhersage der Lateralgeschwindigkeit des Fahrzeugs
Berechnung und Aktualisierung der Quersteifigkeit

Der Kinematisches-Filter-Block 502G kann ein rekursives Filter (beispielsweise kinematisches Kalman-Filter (KF)) aufweisen, das zur Ausführung der folgenden Aufgaben verwendet werden kann:

▪ Schätzen von v_x anhand seines vorhergesagten Werts, der anhand einer Zusammenführung der Radgeschwindigkeiten erhalten wurde
▪ Schätzen von v_y, des Nickwinkels und des Rollwinkels

Ein beispielhaftes Modell, das zur Implementierung des in Block 502G verwendeten Filters verwendet werden kann, ist das folgende kinematische Modell: $[\begin{matrix} {\dot{ν}}_{x} \\ {\dot{ν}}_{y} \\ {\dot{g}}_{x} \\ {\dot{g}}_{y} \end{matrix}] = [\begin{matrix} 0 & \dot{ψ} & 1 & 0 \\ - \dot{ψ} & 0 & 0 & - 1 \\ 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 \end{matrix}] [\begin{matrix} ν_{x} \\ ν_{y} \\ g_{x} \\ g_{y} \end{matrix}] + [\begin{matrix} a_{x} \\ a_{y} \\ 0 \\ 0 \end{matrix}]$
$y = [\begin{matrix} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \end{matrix}] [\begin{matrix} ν_{x} \\ ν_{y} \\ g_{x} \\ g_{y} \end{matrix}]$
$g_{x} : = g s i n (θ), g_{y} = g s i n (φ) c o s (θ), g = 9.81 m / s^{2}$
Auf der linken Seite der ersten Gleichung ist eine Matrix bereitgestellt, welche die Änderungsraten der Fahrzeugzustandsvariablen aufweist (beispielsweise Änderungsrate der Vorwärtsgeschwindigkeit v_x, Änderungsrate der Lateralgeschwindigkeit v_y, Änderungsraten von g_x und g_y, welche in der vorstehenden dritten Gleichung definiert wurden und den Nickwinkel und den Rollwinkel betreffen). Auf der rechten Seite der ersten Gleichung ist eine 4 x 4-Matrix bereitgestellt, welche die Dynamik des Kalman-Filters angibt, welche mit einer Zielmatrix (beispielsweise Zustandsvektor) multipliziert ist, welche die durch das Kalman-Filter geschätzten Fahrzeugzustandsvariablen aufweist (und welche beispielsweise an andere Systeme ausgegeben werden, die in Kommunikation mit dem Signalverarbeitungssystem 502 stehen), und es ist auch eine Eingangsmatrix bereitgestellt, welche die Eingangswerte (beispielsweise Vorwärtsbeschleunigung a_x und Lateralbeschleunigung a_y) aufweist. Wie durch das Ausgangssignal y (zweite Gleichung) angegeben wird, kann das Kalman-Filter einen Ausgangsvektor ausgeben, der die geschätzte Vorwärtsgeschwindigkeit v_x und die geschätzte Vorwärtsgeschwindigkeit v_y aufweist. Gemäß einigen Ausführungsformen wird die Fehlerrate des Kalman-Filters als vorhergesagte Werte, von denen die geschätzten Werte subtrahiert sind (beispielsweise (v_{x,vorhergesagt} - v_{x_hat}, v_{y,vorhergesagt} - v_{y_hat})), berechnet und kann das Signalverarbeitungssystem 502 auf der Grundlage davon, dass die Fehlerrate unterhalb eines Schwellenwerts liegt, feststellen, dass das Kalman-Filter die geschätzten Werte erfolgreich schätzt.
Wenngleich dies nicht Teil dieser Gleichung ist, kann der Kinematisches-Filter-Block 502G auch die Berechnung der Reifenseitenschlupfwinkel alpha_vorne und alpha_hinten aufweisen. Bei einem Beispiel können die Vorderreifen-Seitenschlupfwinkel alpha_vorne und alpha_hinten unter Verwendung der folgenden Gleichungen (unter Verwendung der in 6C dargestellten Konvention) berechnet werden: $\begin{array}{l} α_{f} = δ - arctan ((v_{y_gesch \ddot{a} tzt} + l_{r} * Gierrate) / \\ v_{x_gesch \ddot{a} tzt}) \\ α_{r} - 0 (keine Lenkung der Hinterr \ddot{a} der) \end{array}$
Gemäß einigen Ausführungsformen wird das Filter unter Verwendung einer eulerschen Diskrete-Zeit-Entsprechung implementiert. Wie im vorstehenden kinematischen Modell dargestellt ist, empfängt das Kalman-Filter einen vorhergesagten Wert von v_y (der das Rauschen verringern kann, wenn das Fahrzeug eine geradlinige Bewegung ausführt, d. h. die Gierrate null ist oder nahe bei null liegt). Hierdurch kann die Funktionsweise des Kalman-Filters verbessert werden. Hier werden zahlreiche unterschiedliche Ansätze der Lateralgeschwindigkeitsvorhersage beschrieben, und jegliche der vorhergesagten Werte der Lateralgeschwindigkeit können dem Kalman-Filter zugeführt werden, um eine Fahrzeugzustandsschätzung, einschließlich einer Lateralgeschwindigkeitsschätzung, auszuführen.
Ausgeben von Fahrzeugzustandsvariablen an andere Systeme
Unter Verwendung einer Kombination der an jeglichen der in 5B dargestellten Blöcke bestimmten oder geschätzten Variablen kann das Signalverarbeitungssystem 502 Fahrzeugzustandsvariablen kontinuierlich oder periodisch an ein oder mehrere andere Systeme des Fahrzeugs (in der Art der in 4 dargestellten) ausgeben, so dass diese Systeme die Fahrzeugzustandsvariablen verwenden können, um ihre jeweiligen Operationen auszuführen (beispielsweise Steuern der Fahrzeugbewegung, Ausführen anderer Vorhersagen oder Schätzungen usw.). Beispielsweise können diese Fahrzeugzustandsvariablen bei der Lateralgeschwindigkeits- und Vorwärtsgeschwindigkeitssteuerung, um zu bewirken, dass das Fahrzeug einer gegebenen Fahrstrecke folgt, und zur Vorhersage oder Schätzung der Krümmung der Fahrstrecke verwendet werden.
Ein Beispiel einer solchen Implementation ist in 7 dargestellt. 7 zeigt ein Diagramm einer Implementation 700 eines Prozesses zur Fahrzeugzustandsschätzung auf der Grundlage von Sensordaten. Gemäß einigen Ausführungsformen weist die Implementation 700 ein Signalverarbeitungssystem 702a, ein Planungssystem 702b und ein Steuersystem 702c auf. Gemäß einigen Ausführungsformen gleicht oder ähnelt das Signalverarbeitungssystem 702a dem Signalverarbeitungssystem 502. Gemäß einigen Ausführungsformen gleicht oder ähnelt das Planungssystem 702b dem Planungssystem 404. Gemäß einigen Ausführungsformen gleicht oder ähnelt das Steuersystem 702c dem Steuersystem 408.
Wie in 7 dargestellt ist, werden Sensordaten bei 704 durch das Signalverarbeitungssystem 702 verarbeitet (beispielsweise in ähnlicher Weise wie mit Bezug auf die 5A und 5B beschrieben) und werden bei 706 die verarbeiteten Sensordaten (die eine oder mehrere der mit Bezug auf die 5A und 5B beschriebenen Fahrzeugzustandsvariablen aufweisen können) durch das Signalverarbeitungssystem 702a (beispielsweise wie durch das Signalverarbeitungssystem 502 in den 5A und 5B ausgeführt) zum Planungssystem 702b und zum Steuersystem 702c gesendet. Beispielsweise kann das Planungssystem 702b die verarbeiteten Sensordaten zur Erzeugung einer Route in Zusammenhang mit dem Fahrzeug verwenden und kann das Steuersystem 702c die verarbeiteten Sensordaten zur Steuerung einer Operation in Zusammenhang mit dem Fahrzeug verwenden. Wenngleich die Systeme 702b und 702c als Beispiele dargestellt sind, können weniger oder mehr Systeme in Kommunikation mit dem Signalverarbeitungssystem 702a stehen und dafür ausgelegt werden, die verarbeiteten Sensordaten 706 zur Verwendung in ihren jeweiligen Aufgaben zu empfangen.
Beispielhaftes Flussdiagramm
8 zeigt ein Flussdiagramm eines Prozesses 800 zur Fahrzeugzustandsschätzung auf der Grundlage von Sensordaten. Gemäß einigen Ausführungsformen werden einer oder mehrere der mit Bezug auf den Prozess 800 beschriebenen Schritte (beispielsweise vollständig, teilweise und/oder dergleichen) durch das autonome System 202 ausgeführt. Zusätzlich oder alternativ werden gemäß einigen Ausführungsformen einer oder mehrere der mit Bezug auf den Prozess 800 beschriebenen Schritte (beispielsweise vollständig, teilweise und/oder dergleichen) durch eine andere Vorrichtung oder Gruppe von Vorrichtungen getrennt vom autonomen System 202 oder dieses einschließend ausgeführt. Das in 8 dargestellte Flussdiagramm dient lediglich der Veranschaulichung. Es ist zu verstehen, dass einer oder mehrere der Schritte der in 8 dargestellten Routine entfernt werden können oder dass die Reihenfolge der Schritte geändert werden kann. Ferner werden zur Veranschaulichung eines klaren Beispiels eine oder mehrere jeweilige Systemkomponenten in Zusammenhang mit der Ausführung verschiedener Operationen während jeder der Datenflussstufen beschrieben. Es können jedoch auch andere Systemanordnungen und Verteilungen der Verarbeitungsschritte über Systemkomponenten verwendet werden.
In Block 802 empfängt das Signalverarbeitungssystem 502 die von einem oder mehreren an einem Fahrzeug bereitgestellten Sensoren erzeugten Sensordaten. Die Sensoren können eine IMU (beispielsweise 6DoF-IMU), einen Radgeschwindigkeitssensor, einen Lenkwinkelsensor und dergleichen umfassen. Beispielsweise kann sich die IMU am Schwerpunkt des Fahrzeugs oder an einem nahe gelegenen Ort am Fahrzeug befinden. Gemäß einigen Ausführungsformen umfassen die Sensoren keinen GPS-Sensor oder einen anderen Sensor, der dafür ausgelegt ist, Vorwärts- oder Lateralgeschwindigkeiten zu erfassen.
Die durch den einen oder die mehreren Sensoren erzeugten Sensordaten können eine oder mehrere Kombinationen eines Vorwärtsbeschleunigungswerts des Fahrzeugs, eines Lateralbeschleunigungswerts des Fahrzeugs, eines Lenkwinkels des Fahrzeugs, einer Raddrehgeschwindigkeit jedes Rads (beispielsweise vorne links, vorne rechts, hinten links und hinten rechts) und dergleichen umfassen. Gemäß einigen Ausführungsformen führt das Signalverarbeitungssystem 502 eine oder mehrere Vorverarbeitungsoperationen (beispielsweise Bias-Entfernung, Signalzusammenführung, Signaltransformation usw.) an den Sensordaten aus, bevor in Block 804 fortgesetzt wird.
In Block 804 berechnet das Signalverarbeitungssystem 502 zumindest teilweise auf der Grundlage des Lenkwinkels und der Lateralbeschleunigung, die durch die Sensordaten angegeben werden, einen Quersteifigkeitswert in Zusammenhang mit dem Fahrzeug. Beispielsweise kann das Signalverarbeitungssystem 502 den Quersteifigkeitswert nach den vorstehend in Zusammenhang mit Block 502F beschriebenen Techniken berechnen.
In Block 806 sagt das Signalverarbeitungssystem 502 zumindest teilweise auf der Grundlage des Quersteifigkeitswerts einen Lateralgeschwindigkeitswert in Zusammenhang mit dem Fahrzeug vorher. Beispielsweise kann das Signalverarbeitungssystem 502 den Lateralgeschwindigkeitswert nach den vorstehend in Zusammenhang mit Block 502C beschriebenen Techniken vorhersagen.
In Block 808 gibt das Signalverarbeitungssystem 502 zumindest durch Eingeben des Lateralgeschwindigkeitswerts in ein rekursives Filter einen Satz von Fahrzeugzustandsvariablen aus, die einen aktuellen Zustand des Fahrzeugs angeben. Beispielsweise kann der Satz von Fahrzeugzustandsvariablen einen durch Eingeben der vorhergesagten Lateralgeschwindigkeit in das rekursive Filter (beispielsweise ein Kalman-Filter) zusammen mit den anderen in 5B dargestellten Variablen bestimmten geschätzten Wert der Lateralgeschwindigkeit aufweisen. Zusätzlich kann das Signalverarbeitungssystem 502 auch die geschätzten Quersteifigkeitswerte ausgeben, wie in 5B dargestellt ist.
Gemäß einigen Ausführungsformen werden eine oder mehrere der vom Signalverarbeitungssystem 502 ausgegebenen Fahrzeugzustandsvariablen verwendet, um die Bewegung des Fahrzeugs zu steuern. Gemäß einigen solchen Ausführungsformen wird bei dieser Steuerung bewirkt, dass das Fahrzeug ohne Unterstützung eines menschlichen Fahrers autonom gesteuert wird.
Wenngleich dies in 8 nicht dargestellt ist, kann das Signalverarbeitungssystem 502 damit fortfahren, iterativ aktualisierte Quersteifigkeitswerte zu berechnen, aktualisierte vorhergesagte Lateralgeschwindigkeitswerte zu berechnen, die aktualisierten vorhergesagten Lateralgeschwindigkeitswerte in das rekursive Filter einzugeben und die vom rekursiven Filter ausgegebenen aktualisierten geschätzten Fahrzeugdynamik-Zustandsvariablen an ein oder mehrere externe Systeme, die in Kommunikation mit dem Signalverarbeitungssystem 502 stehen, auszugeben. Beispielsweise können die aktualisierten Quersteifigkeitswerte entweder unter Verwendung der in Block 806 bestimmten vorhergesagten Lateralgeschwindigkeit oder der in Block 808 bestimmten geschätzten Lateralgeschwindigkeit berechnet werden. In manchen Fällen wird eine als Teil der Sensordaten empfangene aktualisierte Gierrate auch zur Berechnung der aktualisierten Quersteifigkeitswerte verwendet. Zusätzlich oder alternativ können aktualisierte Versionen anderer vorhergesagter oder geschätzter Variablen zur Berechnung der aktualisierten Quersteifigkeitswerte (beispielsweise der durch Block 502G aus 5B ausgegebenen Seitenschlupfwinkel) verwendet werden.
Gemäß einigen Ausführungsformen berechnet das Signalverarbeitungssystem 502 aktualisierte Quersteifigkeitswerte periodisch oder gemäß einem vorgegebenen Plan (beispielsweise jede Minute, alle 10 Minuten, jede Stunde usw.). Gemäß einigen Ausführungsformen berechnet das Signalverarbeitungssystem 502 aktualisierte Quersteifigkeitswerte ansprechend auf eine Änderung in einer oder mehreren Variablen, die zur Berechnung der Quersteifigkeitswerte verwendet werden (beispielsweise Lateralkräfte, Seitenschlupfwinkel usw.), oder ansprechend darauf, dass ein Schwellenänderungsbetrag an einer oder mehreren solchen Variablen erkannt wurde.
Es ist zu verstehen, dass die Routine 800 mehrere Male unter Verwendung verschiedener Sensordaten 506 und/oder verschiedener aktualisierter Parameter 512 wiederholt werden kann. In manchen Fällen kann das Signalverarbeitungssystem 502 die Routine 800 iterativ wiederholen, während das Fahrzeug fährt und Sensordaten 506 erfasst. Ferner kann das Signalverarbeitungssystem 502 die Routine 800 für verschiedene Sensoren und/oder verschiedene Parameter der Sensoren wiederholen.
In diesem Abschnitt werden ohne Einschränkung einige spezifizierte beispielhafte Implementationen (EI) bereitgestellt.
EI 1: System, umfassend: wenigstens einen Prozessor und einen Speicher, der Befehle darauf speichert, die, wenn sie durch den wenigstens einen Prozessor ausgeführt werden, den wenigstens einen Prozessor veranlassen, Folgendes auszuführen: Empfangen vom einen oder von den mehreren Sensoren erzeugter Sensordaten, wobei die Sensordaten wenigstens einen Lateralbeschleunigungswert in Zusammenhang mit einem Fahrzeug und einen Lenkwinkel in Zusammenhang mit dem Fahrzeug angeben, Berechnen eines Quersteifigkeitswerts in Zusammenhang mit dem Fahrzeug auf der Grundlage des Lenkwinkels und der Lateralbeschleunigung, die durch die Sensordaten angegeben werden, Vorhersagen eines Lateralgeschwindigkeitswerts in Zusammenhang mit dem Fahrzeug auf der Grundlage des Quersteifigkeitswerts und Bereitstellen eines Satzes von Fahrzeugzustandsvariablen, die einen aktuellen Zustand des Fahrzeugs angeben, zumindest durch Eingeben des Lateralgeschwindigkeitswerts in ein rekursives Filter.
EI 2: System nach einer vorhergehenden EI, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, zu bewirken, dass eine Bewegung des Fahrzeugs unter Verwendung des Satzes von Fahrzeugzustandsvariablen, die den aktuellen Zustand des Fahrzeugs angeben, gesteuert wird.
EI 3: System nach einer der vorhergehenden EI, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, zu bewirken, dass eine Bewegung des Fahrzeugs unter Verwendung des Satzes von Fahrzeugzustandsvariablen, die den aktuellen Zustand des Fahrzeugs angeben, autonom gesteuert wird, während darauf verzichtet wird, sich auf eine Unterstützung durch einen menschlichen Fahrer zu verlassen.
EI 4: System nach einer der vorhergehenden EI, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, auf der Grundlage der Sensordaten einen Vorwärtsgeschwindigkeitswert in Zusammenhang mit dem Fahrzeug vorherzusagen und den Vorwärtsgeschwindigkeitswert in das rekursive Filter einzugeben.
EI 5: System nach einer der vorhergehenden EI, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, auf der Grundlage der Sensordaten einen Lateralkraftwert und einen Normalkraftwert in Zusammenhang mit dem Fahrzeug vorherzusagen und den Quersteifigkeitswert zumindest teilweise auf dem Lateralkraftwert und dem Normalkraftwert zu berechnen.
EI 6: System nach einer der vorhergehenden EI, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, festzustellen, dass ein Bias-Entfernungsprozess an den Sensordaten auszuführen ist, und den Bias-Entfernungsprozess an den Sensordaten auszuführen, bevor die Sensordaten zur Berechnung des Quersteifigkeitswerts verwendet werden.
EI 7: System nach einer der vorhergehenden EI, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, den Quersteifigkeitswert auf der Grundlage des Satzes von Fahrzeugzustandsvariablen zu aktualisieren.
EI 8: System nach einer der vorhergehenden EI, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, den Lateralgeschwindigkeitswert auf der Grundlage des aktualisierten Quersteifigkeitswerts zu aktualisieren.
EI 9: System nach einer der vorhergehenden EI, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, den Satz von Fahrzeugzustandsvariablen auf der Grundlage des aktualisierten Lateralgeschwindigkeitswerts zu aktualisieren.
EI 10: System nach einer der vorhergehenden EI, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, den Quersteifigkeitswert periodisch zu aktualisieren und ferner den Lateralgeschwindigkeitswert auf der Grundlage des aktualisierten Quersteifigkeitswerts zu aktualisieren.
EI 11: System nach einer der vorhergehenden EI, wobei der Quersteifigkeitswert einen vorderen Quersteifigkeitswert und einen hinteren Quersteifigkeitswert umfasst.
EI 12: System nach einer der vorhergehenden EI, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, den Satz von Fahrzeugzustandsvariablen an wenigstens eines der Folgenden auszugeben: (i) ein Planungssystem, wobei der an das Planungssystem ausgegebene Satz von Fahrzeugzustandsvariablen dafür ausgelegt ist, das Planungssystem zu veranlassen, eine Route in Zusammenhang mit dem Fahrzeug auf der Grundlage des Satzes von Fahrzeugzustandsvariablen zu erzeugen, (ii) ein Steuersystem, wobei der an das Steuersystem ausgegebene Satz von Fahrzeugzustandsvariablen dafür ausgelegt ist, das Steuersystem zu veranlassen, eine Operation in Zusammenhang mit dem Fahrzeug auf der Grundlage des Satzes von Fahrzeugzustandsvariablen zu steuern, (iii) ein Lokalisierungssystem, wobei der an das Lokalisierungssystem ausgegebene Satz von Fahrzeugzustandsvariablen dafür ausgelegt ist, das Lokalisierungssystem zu veranlassen, eine Position in Zusammenhang mit dem Fahrzeug auf der Grundlage des Satzes von Fahrzeugzustandsvariablen zu bestimmen, oder (iv) ein Vorhersagesystem, wobei der an das Vorhersagesystem ausgegebene Satz von Fahrzeugzustandsvariablen dafür ausgelegt ist, das Vorhersagesystem zu veranlassen, eine Vorhersage in Zusammenhang mit dem Fahrzeug auf der Grundlage des Satzes von Fahrzeugzustandsvariablen zu bestimmen.
EI 13: System nach einer der vorhergehenden EI, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, den Lateralgeschwindigkeitswert in Zusammenhang mit dem Fahrzeug unter Verwendung eines kinematischen Fahrradmodells vorherzusagen.
EI 14: System nach einer der vorhergehenden EI, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, den Lateralgeschwindigkeitswert auf der Grundlage der durch den einen oder die mehreren Sensoren, die jeweils von einem Sensor des globalen Positionsbestimmungssystems (GPS) verschieden sind, erzeugten Sensordaten vorherzusagen.
EI 15: System nach einer der vorhergehenden EI, welches ferner wenigstens einen Sensor umfasst, der dafür ausgelegt ist, die Sensordaten zu erzeugen.
EI 16: Verfahren, umfassend: Empfangen vom einen oder von den mehreren Sensoren erzeugter Sensordaten, wobei die Sensordaten wenigstens einen Lateralbeschleunigungswert in Zusammenhang mit einem Fahrzeug und einen Lenkwinkel in Zusammenhang mit dem Fahrzeug angeben, Berechnen eines Quersteifigkeitswerts in Zusammenhang mit dem Fahrzeug auf der Grundlage des Lenkwinkels und der Lateralbeschleunigung, die durch die Sensordaten angegeben werden, Vorhersagen eines Lateralgeschwindigkeitswerts in Zusammenhang mit dem Fahrzeug auf der Grundlage des Quersteifigkeitswerts und Ausgeben eines Satzes von Fahrzeugzustandsvariablen, die einen aktuellen Zustand des Fahrzeugs angeben, zumindest durch Eingeben des Lateralgeschwindigkeitswerts in ein rekursives Filter.
EI 17: Verfahren nach einer der vorhergehenden EI, ferner umfassend: Aktualisieren des Quersteifigkeitswerts auf der Grundlage des Satzes von Fahrzeugzustandsvariablen und Aktualisieren des Lateralgeschwindigkeitswerts auf der Grundlage des aktualisierten Quersteifigkeitswerts.
EI 18: Verfahren nach einer der vorhergehenden EI, wobei ferner der Satz von Fahrzeugzustandsvariablen auf der Grundlage des aktualisierten Lateralgeschwindigkeitswerts aktualisiert wird.
EI 19: Wenigstens ein nichtflüchtiges Speichermedium, das Befehle speichert, die, wenn sie durch ein Rechensystem ausgeführt werden, das einen Prozessor umfasst, das Rechensystem veranlassen, Folgendes auszuführen: Empfangen vom einen oder von den mehreren Sensoren erzeugter Sensordaten, wobei die Sensordaten wenigstens einen Lateralbeschleunigungswert in Zusammenhang mit einem Fahrzeug und einen Lenkwinkel in Zusammenhang mit dem Fahrzeug angeben, Berechnen eines Quersteifigkeitswerts in Zusammenhang mit dem Fahrzeug auf der Grundlage des Lenkwinkels und der Lateralbeschleunigung, die durch die Sensordaten angegeben werden, Vorhersagen eines Lateralgeschwindigkeitswerts in Zusammenhang mit dem Fahrzeug auf der Grundlage des Quersteifigkeitswerts und Ausgeben eines Satzes von Fahrzeugzustandsvariablen, die einen aktuellen Zustand des Fahrzeugs angeben, zumindest durch Eingeben des Lateralgeschwindigkeitswerts in ein rekursives Filter.
EI 20: Wenigstens ein nichtflüchtiges Speichermedium nach einer der vorhergehenden El, wobei die Befehle, wenn sie durch das Rechensystem ausgeführt werden, ferner das Rechensystem veranlassen, Folgendes auszuführen: Aktualisieren des Quersteifigkeitswerts auf der Grundlage des Satzes von Fahrzeugzustandsvariablen, Aktualisieren des Lateralgeschwindigkeitswerts auf der Grundlage des aktualisierten Quersteifigkeitswerts und Aktualisieren des Satzes von Fahrzeugzustandsvariablen auf der Grundlage des aktualisierten Lateralgeschwindigkeitswerts.
In der vorhergehenden Beschreibung wurden Aspekte und Ausführungsformen der vorliegenden Offenbarung mit Bezug auf zahlreiche spezifische Einzelheiten, die von Implementation zu Implementation variieren können, beschrieben. Dementsprechend sind die Beschreibung und die Zeichnungen als erläuternd und nicht als einschränkend anzusehen. Der einzige und ausschließliche Indikator des Schutzumfangs der Erfindung und dessen, was von den Anmeldern als der Schutzumfang der Erfindung vorgesehen ist, ist der buchstäbliche und gleichwertige Schutzumfang des Anspruchssatzes, der sich aus dieser Anmeldung ergibt, in der spezifischen Form, in der diese Ansprüche erteilt werden, einschließlich jeder späteren Korrektur. Jegliche Definitionen, die hier ausdrücklich für in diesen Ansprüchen enthaltene Begriffe dargelegt sind, sollen die Bedeutung dieser Begriffe, wie in den Ansprüchen verwendet, bestimmen. Zusätzlich kann, wenn wir den Begriff „ferner umfassend“ in der folgenden Beschreibung oder den folgenden Ansprüchen verwenden, das, was diesem Ausdruck folgt, ein zusätzlicher Schritt oder eine zusätzliche Entität oder ein Unterschritt/eine Unterentität eines zuvor erwähnten Schritts oder einer zuvor erwähnten Entität sein.

Claims

System, umfassend: wenigstens einen Prozessor und einen Speicher, der Befehle darauf speichert, die, wenn sie durch den wenigstens einen Prozessor ausgeführt werden, den wenigstens einen Prozessor veranlassen, Folgendes auszuführen: Empfangen vom einen oder von den mehreren Sensoren erzeugter Sensordaten, wobei die Sensordaten wenigstens einen Lateralbeschleunigungswert in Zusammenhang mit einem Fahrzeug und einen Lenkwinkel in Zusammenhang mit dem Fahrzeug angeben, Berechnen eines Quersteifigkeitswerts in Zusammenhang mit dem Fahrzeug auf der Grundlage des Lenkwinkels und der Lateralbeschleunigung, die durch die Sensordaten angegeben werden, Vorhersagen eines Lateralgeschwindigkeitswerts in Zusammenhang mit dem Fahrzeug auf der Grundlage des Quersteifigkeitswerts und Bereitstellen eines Satzes von Fahrzeugzustandsvariablen, die einen aktuellen Zustand des Fahrzeugs angeben, zumindest durch Eingeben des Lateralgeschwindigkeitswerts in ein rekursives Filter.
System nach einem vorhergehenden Anspruch, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, zu bewirken, dass eine Bewegung des Fahrzeugs unter Verwendung des Satzes von Fahrzeugzustandsvariablen, die den aktuellen Zustand des Fahrzeugs angeben, gesteuert wird.
System nach einem der vorhergehenden Ansprüche, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, zu bewirken, dass eine Bewegung des Fahrzeugs unter Verwendung des Satzes von Fahrzeugzustandsvariablen, die den aktuellen Zustand des Fahrzeugs angeben, autonom gesteuert wird, während darauf verzichtet wird, sich auf eine Unterstützung durch einen menschlichen Fahrer zu verlassen.
System nach einem der vorhergehenden Ansprüche, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, auf der Grundlage der Sensordaten einen Vorwärtsgeschwindigkeitswert in Zusammenhang mit dem Fahrzeug vorherzusagen und den Vorwärtsgeschwindigkeitswert in das rekursive Filter einzugeben.
System nach einem der vorhergehenden Ansprüche, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, auf der Grundlage der Sensordaten einen Lateralkraftwert und einen Normalkraftwert in Zusammenhang mit dem Fahrzeug vorherzusagen und den Quersteifigkeitswert zumindest teilweise auf dem Lateralkraftwert und dem Normalkraftwert zu berechnen.
System nach einem der vorhergehenden Ansprüche, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, festzustellen, dass ein Bias-Entfernungsprozess an den Sensordaten auszuführen ist, und den Bias-Entfernungsprozess an den Sensordaten auszuführen, bevor die Sensordaten zur Berechnung des Quersteifigkeitswerts verwendet werden.
System nach einem der vorhergehenden Ansprüche, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, den Quersteifigkeitswert auf der Grundlage des Satzes von Fahrzeugzustandsvariablen zu aktualisieren.
System nach einem der vorhergehenden Ansprüche, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, den Lateralgeschwindigkeitswert auf der Grundlage des aktualisierten Quersteifigkeitswerts zu aktualisieren.
System nach einem der vorhergehenden Ansprüche, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, den Satz von Fahrzeugzustandsvariablen auf der Grundlage des aktualisierten Lateralgeschwindigkeitswerts zu aktualisieren.
System nach einem der vorhergehenden Ansprüche, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, den Quersteifigkeitswert periodisch zu aktualisieren und ferner den Lateralgeschwindigkeitswert auf der Grundlage des aktualisierten Quersteifigkeitswerts zu aktualisieren.
System nach einem der vorhergehenden Ansprüche, wobei der Quersteifigkeitswert einen vorderen Quersteifigkeitswert und einen hinteren Quersteifigkeitswert umfasst.
System nach einem der vorhergehenden Ansprüche, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, den Satz von Fahrzeugzustandsvariablen an wenigstens eines der Folgenden auszugeben: (i) ein Planungssystem, wobei der an das Planungssystem ausgegebene Satz von Fahrzeugzustandsvariablen dafür ausgelegt ist, das Planungssystem zu veranlassen, eine Route in Zusammenhang mit dem Fahrzeug auf der Grundlage des Satzes von Fahrzeugzustandsvariablen zu erzeugen, (ii) ein Steuersystem, wobei der an das Steuersystem ausgegebene Satz von Fahrzeugzustandsvariablen dafür ausgelegt ist, das Steuersystem zu veranlassen, eine Operation in Zusammenhang mit dem Fahrzeug auf der Grundlage des Satzes von Fahrzeugzustandsvariablen zu steuern, (iii) ein Lokalisierungssystem, wobei der an das Lokalisierungssystem ausgegebene Satz von Fahrzeugzustandsvariablen dafür ausgelegt ist, das Lokalisierungssystem zu veranlassen, eine Position in Zusammenhang mit dem Fahrzeug auf der Grundlage des Satzes von Fahrzeugzustandsvariablen zu bestimmen, oder (iv) ein Vorhersagesystem, wobei der an das Vorhersagesystem ausgegebene Satz von Fahrzeugzustandsvariablen dafür ausgelegt ist, das Vorhersagesystem zu veranlassen, eine Vorhersage in Zusammenhang mit dem Fahrzeug auf der Grundlage des Satzes von Fahrzeugzustandsvariablen zu bestimmen.
System nach einem der vorhergehenden Ansprüche, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, den Lateralgeschwindigkeitswert in Zusammenhang mit dem Fahrzeug unter Verwendung eines kinematischen Fahrradmodells vorherzusagen.
System nach einem der vorhergehenden Ansprüche, wobei der wenigstens eine Prozessor ferner dafür ausgelegt ist, den Lateralgeschwindigkeitswert auf der Grundlage der durch den einen oder die mehreren Sensoren, die jeweils von einem Sensor des globalen Positionsbestimmungssystems (GPS) verschieden sind, erzeugten Sensordaten vorherzusagen.
System nach einem der vorhergehenden Ansprüche, welches ferner wenigstens einen Sensor umfasst, der dafür ausgelegt ist, die Sensordaten zu erzeugen.
Verfahren, umfassend: Empfangen vom einen oder von den mehreren Sensoren erzeugter Sensordaten, wobei die Sensordaten wenigstens einen Lateralbeschleunigungswert in Zusammenhang mit einem Fahrzeug und einen Lenkwinkel in Zusammenhang mit dem Fahrzeug angeben, Berechnen eines Quersteifigkeitswerts in Zusammenhang mit dem Fahrzeug auf der Grundlage des Lenkwinkels und der Lateralbeschleunigung, die durch die Sensordaten angegeben werden, Vorhersagen eines Lateralgeschwindigkeitswerts in Zusammenhang mit dem Fahrzeug auf der Grundlage des Quersteifigkeitswerts und Ausgeben eines Satzes von Fahrzeugzustandsvariablen, die einen aktuellen Zustand des Fahrzeugs angeben, zumindest durch Eingeben des Lateralgeschwindigkeitswerts in ein rekursives Filter.
Verfahren nach einem der vorhergehenden Ansprüche, ferner umfassend: Aktualisieren des Quersteifigkeitswerts auf der Grundlage des Satzes von Fahrzeugzustandsvariablen und Aktualisieren des Lateralgeschwindigkeitswerts auf der Grundlage des aktualisierten Quersteifigkeitswerts.
Verfahren nach einem der vorhergehenden Ansprüche, wobei ferner der Satz von Fahrzeugzustandsvariablen auf der Grundlage des aktualisierten Lateralgeschwindigkeitswerts aktualisiert wird.
Wenigstens ein nichtflüchtiges Speichermedium, das Befehle speichert, die, wenn sie durch ein Rechensystem ausgeführt werden, das einen Prozessor umfasst, das Rechensystem veranlassen, Folgendes auszuführen: Empfangen vom einen oder von den mehreren Sensoren erzeugter Sensordaten, wobei die Sensordaten wenigstens einen Lateralbeschleunigungswert in Zusammenhang mit einem Fahrzeug und einen Lenkwinkel in Zusammenhang mit dem Fahrzeug angeben, Berechnen eines Quersteifigkeitswerts in Zusammenhang mit dem Fahrzeug auf der Grundlage des Lenkwinkels und der Lateralbeschleunigung, die durch die Sensordaten angegeben werden, Vorhersagen eines Lateralgeschwindigkeitswerts in Zusammenhang mit dem Fahrzeug auf der Grundlage des Quersteifigkeitswerts und Ausgeben eines Satzes von Fahrzeugzustandsvariablen, die einen aktuellen Zustand des Fahrzeugs angeben, zumindest durch Eingeben des Lateralgeschwindigkeitswerts in ein rekursives Filter.
Wenigstens ein nichtflüchtiges Speichermedium nach einem der vorhergehenden Ansprüche, wobei die Befehle, wenn sie durch das Rechensystem ausgeführt werden, ferner das Rechensystem veranlassen, Folgendes auszuführen: Aktualisieren des Quersteifigkeitswerts auf der Grundlage des Satzes von Fahrzeugzustandsvariablen, Aktualisieren des Lateralgeschwindigkeitswerts auf der Grundlage des aktualisierten Quersteifigkeitswerts und Aktualisieren des Satzes von Fahrzeugzustandsvariablen auf der Grundlage des aktualisierten Lateralgeschwindigkeitswerts.