JP2021526101A - 先進運転支援デバイスの閉ループを実装するための方法およびデバイス - Google Patents

Abstract

自動車の横方向制御のための高度運転補助デバイスの閉ループを実装するためのこの方法によれば、閉ループのコントローラが、車両の二輪車モデルに基づいて最適化問題を解決することによって合成される（Ｐ０２）。車両の少なくとも２つの二輪車モデルのファミリーが確立され（Ｅ０１）、これらのモデルは、車両の質量の分散と、車両のドライブトレイン上のドリフト剛性の分散と、車両の重心の分散と、車両の慣性の行列の位置の分散との中から選定された少なくとも１つの分散を互いに対して有し、最適化問題がファミリーのすべてのモデルに基づいて解決される。【選択図】図４

Description

本発明は、自動車の横方向制御についての、より詳細には、車線内で自動車をセンタリングすることについての、先進運転支援の最適化の分野に関する。

自動車に先進運転支援システム（ＡＤＡＳ）が装備されることが増えている。特に、自律車両を制御する目的で、そのような車両に先進運転支援システムが組み込まれる。

車両の横方向制御のための先進運転支援システムの機能は、車道上の車両の横方向位置に作用するためにステアリングホイールを制御することである。横方向制御のための先進運転支援システムの例は「レーンセンタリング支援」またはＬＣＡである。そのようなシステムは、車両を車線の中心に保つためにステアリングホイールを制御する。

横方向制御のための先進運転支援システムは、一般に、閉ループ項と、開ループ項とを含む。閉ループは、良好な性能レベルを保証することを目的として、遅い変化率を有する。開ループは、コーナリング中の良好な性能を保証することを目的とする。開ループは、車両の寿命全体を通して同じままであるモデルに基づく。

そのような設計を用いると、ドライバを刺激し得るジャークを回避する穏やかな制御が得られる。しかしながら、閉ループの遅い変化率は、システムがパラメトリック変動に対するロバストネスがないことを意味する。

上記に照らして、本発明の目的は、自動車の横方向制御に対する先進運転支援を送達する閉ループのロバストネスを高めることである。

第１の態様によれば、自動車の横方向制御のための先進運転支援システムの閉ループを最適化するための方法が提供され、車両の二輪車モデルを使用して最適化問題を解決することによって閉ループのコントローラが合成される。

この方法の一般的な特徴のうちの１つによれば、車両の質量における分散と、車両の車軸アセンブリのコーナリング剛性における分散と、車両の重心の位置における分散と、車両の慣性モーメントにおける分散とから選定された少なくとも１つの分散を互いに対して有する、車両の少なくとも２つの二輪車モデルのファミリーが確立され、最適化問題はファミリーのすべてのモデルを使用して解決される。

したがって、車両の様々な構成のための一様で一貫した挙動が得られることを可能にする単一のコントローラを見つけるように、複数のモデルが考えられる。したがって、先進運転支援システムの閉ループのロバストネスが増大する。

有利には、ファミリーに属する２つのモデルとは無関係に、これらのモデルは、車両の質量における分散と、車両の前車軸アセンブリのコーナリング剛性における分散と、車両の後車軸アセンブリのコーナリング剛性における分散とから選定された少なくとも１つの分散を互いに対して有する。

以下で説明するように、車両の質量と車両の重心の位置との間に直接的関係が確立され得る。以下で説明するように、この関係により、これらの２つの量のうちの一方のみにおける分散が考慮されることが可能になる。慣性モーメントは、特にそれがコンパクトな車両の問題である場合には、車両の様々な構成の間でほとんど変動しない。したがって、慣性モーメントにおける分散を除くことが可能である。重心の位置と質量との間のこの関係を受け入れることによって、および／または慣性モーメントにおける分散を除くことによって、良好なロバストネスを保存しながら、考慮されるべきモデルの数が減少する。

ある実装様態では、ファミリーは、車両の前部に存在するちょうど２人の乗客を輸送する車両の構成に対応する公称二輪車モデルを備え、公称二輪車モデルは、車両の公称質量と、前車軸アセンブリの公称コーナリング剛性と、後車軸アセンブリの公称コーナリング剛性とを採用し、ファミリーは少なくとも１つの代替二輪車モデルをさらに備える。

第１の代替二輪車モデルは、車両の公称質量に等しい車両の質量と、前車軸アセンブリの公称コーナリング剛性よりも高い前車軸アセンブリのコーナリング剛性と、後車軸アセンブリの公称コーナリング剛性よりも高い後車軸アセンブリのコーナリング剛性とを採用する。このモデルは、タイヤの第１の変化をもつ車両の構成に対応する。

第２の代替二輪車モデルは、車両の公称質量に等しい車両の質量と、前車軸アセンブリの公称コーナリング剛性よりも低い前車軸アセンブリのコーナリング剛性と、後車軸アセンブリの公称コーナリング剛性よりも低い後車軸アセンブリのコーナリング剛性とを採用する。このモデルは、タイヤの第２の変化をもつ車両の構成に対応する。

第３の代替二輪車モデルは、車両の公称質量よりも高い車両の質量と、前車軸アセンブリの公称コーナリング剛性よりも低い前車軸アセンブリのコーナリング剛性と、後車軸アセンブリの公称コーナリング剛性よりも高い後車軸アセンブリのコーナリング剛性とを採用する。このモデルは、質量の追加とタイヤの第３の変化とをもつ車両の構成に対応する。

第４の代替二輪車モデルは、車両の公称質量よりも高い車両の質量と、前車軸アセンブリの公称コーナリング剛性に等しい前車軸アセンブリのコーナリング剛性と、後車軸アセンブリの公称コーナリング剛性よりも高い後車軸アセンブリのコーナリング剛性とを採用する。このモデルは、質量の追加とタイヤの第４の変化とをもつ車両の構成に対応する。

以下で説明するように、車両のアンダーステア性を保存しながら、上述の公称モデルおよび代替二輪車モデルは車両のまったく異なる構成を表す。そして、車両シャシーは、一般に、オーバーステアしないように構築される。アンダーステア性を保存する二輪車モデルを選択することのみによって、車両の全体的挙動の現実的なモデルに特権が与えられる。

１つの特に有利な実装様態では、ファミリーは、公称二輪車モデルと、４つの上述の代替二輪車モデルとを備える。そのような実装様態は、それが、考慮されるべきモデルの数を制限しながら先進運転支援システムのロバストネスをできる限り著しく高めるように、また、非信頼性を減少させるために合成に現実性を追加するように、５つの極めて関連がある異なる構成を考慮に入れる限り、特に有利である。

好ましくは、ゼロの初期導関数をもつ３次モデルを使用して道路曲率がモデル化され、３次モデルを既約（irreducible）信号にかけることによって環境モデルが生成され、生成された環境モデルを使用して最適化問題が解決される。

道路曲率の高い連続性は、そのような３次モデルを、道路曲率などの中断シナリオを生成するのに特に好適にする。

有利には、最適化問題の解決は、
既約信号と、車道の車線の中心に対する車両の重心の横方向偏差との間の伝達関数のノルムＨ_２の上界の形態を取る第１の制約と、
先進運転支援システムの感度関数のノルムＨ_∞の逆数の下界の形態を取る第２の制約と
から選定された少なくとも１つの制約を遵守しながら、既約信号と、ステアリングホイールの角度におけるジャーキネス（jerkiness）との間の伝達関数のノルムＨ_２を最小にすることを含む。

そのような問題を解決することによる合成により、ドライバの快適さを最大にしながら、性能とロバストネスとに関して必要とされる要求を満たす先進運転支援が得られることが可能になる。そうすると、特に自律車両のコンテキストにおいて、ドライバによる先進運転支援の受入れが増加する。

一実装様態では、最大実数部と、原点において発し、実軸に対して幾何角をなす２つの直線ハーフラインと、係数の等高線との間に複素平面の領域が画定され、最適化問題は、ファミリーに属する各モデルについて、コントローラの極が前記領域中に位置するように解決される。

最大実数部により、先進運転支援システムの最も遅い変化率に下界が課されることが可能になる。幾何角をなす直線ハーフラインにより、先進運転支援システムの減衰に下界が課されることが可能になる。係数の等高線により、先進運転支援システムの最も高い変化率に上界が課されることが可能になる。様々なモデルについて、この領域中のすべての極の位置を特定することを求めることによって、運転システムの挙動がより一様になり、様々な構成における要件とより良く適合するようになる。

好ましくは、閉ループの伝達関数の利得の最大値が受信され、最適化問題は、最大値が閉ループの伝達関数の利得の上界となるように解決される。

そのような上界により、モデル化誤差と雑音とに関係するロバストネスの欠如が回避されることが可能になり、最適化を探索するための空間が減少すること、したがって、コントローラを合成するフェーズが加速されることが可能になる。

一実装様態では、本方法は、車線内で自動車をセンタリングするために先進運転支援システムを最適化するように意図される。

別の態様によれば、プロセッサまたは電子制御ユニットによって実行されたとき、上記で定義されたような本方法を実装するように構成されたコードを含んでいるコンピュータプログラムが提供される。

また別の態様によれば、自動車の横方向制御のための先進運転支援システムの閉ループを最適化するためのデバイスが提供され、このデバイスは、最適化問題を作成するためのユニットと、作成された最適化問題を解決することによってコントローラを合成するためのユニットとを備える。

このデバイスの一般的な特徴のうちの１つによれば、作成ユニットは、車両の質量における分散と、車両の車軸アセンブリのコーナリング剛性における分散と、車両の重心の位置における分散と、車両の慣性モーメントにおける分散とから選定された少なくとも１つの分散を互いに対して有する、車両の少なくとも２つの二輪車モデルのファミリーを選択するように構成された選択モジュールを備え、合成ユニットは、ファミリーのすべてのモデルを使用して最適化問題を解決するように構成される。

本発明の他の目的、特徴および利点は、添付の図面を参照しながら、単に非限定的な例として与えられる以下の説明を読むと明らかになろう。

自動車の横方向制御のための先進運転支援システムのブロック図である。 本発明の一態様による最適化デバイスを概略的に示す図である。 図２のデバイスによって実装される最適化中の先進運転支援システムの動作を示すブロック図である。 本発明の別の態様による最適化方法を概略的に示す図である。 図４の方法における最適化制約を定義するために使用される複素平面の領域の図式表現である。

図１を参照すると、自動車の横方向制御のための先進運転支援システムのトポロジーがブロック図２を介して概略的に示されている。図示の例では、先進運転支援は、自律車両に送達されるように意図される。しかしながら、ドライバによって運転される車両に送達されるように意図された先進運転支援を想定することが、本発明の範囲から逸脱することなく、もちろん可能である。図１に示されたシステムは、車線内で車両をセンタリングする目的での横方向制御のためのシステムである。同様に、このシステムは、異なるタイプの横方向制御のための先進運転支援を等しくうまく送達することができ得る。

概して、ブロック図２は、閉ループ４と、開ループ６とからなる。閉ループ４の機能は、車両を、常に直線であると考えられる仮想車線の中心に保つことである。開ループ６は、道路の曲率を考慮し、状態と制御とに対する曲げの影響を補償する。開ループ６によって生成された項は加算器８によって閉ループ４に加算される。

閉ループ４は比較器１４を備える。基準信号Ｓ_ｒｅｆが比較器１４に送達される。コントローラ１６が、比較器１４によって送達された信号を受信し、補正された信号を生成し、補正された信号は加算器８に送達される。コントローラ１６は、車両に送達される先進運転支援の特性を改善するために閉ループ４を最適化するようにパラメータ化され得る。

閉ループ４は、先進運転支援システムの様々な成分機械要素に対応するセット１０を備える。図示の例では、セット１０は、特に、車両のパワーステアリング、自動車自体、および車両に装備されるセンサーなど、先進運転支援システムの機械アクチュエータを備える。セット１０は、車両のパラメータの測定から生じる測定信号Ｓ_ｍｅｓを送達する。

開ループ６はフィードフォワード１２を備える。フィードフォワード１２は、信号Ｓ_ｍｅｓを受信し、加算器８に出力信号を送達する。

閉ループ４は状態観測器１８を備える。状態観測器は、信号Ｓ_ｍｅｓと、コントローラ１６によって送達された信号とを受信する。状態観測器１８によって採用される状態表現は車両の二輪車モデルに基づく。対応する状態ベクトルは、以下の７つの状態を含んでいる、すなわち、式

ここで、

は相対向首角の変化率であり、ψ_ｒは相対向首角であり、

は車両の横方向速度であり、ｙ_Ｌは車両の横方向偏差であり、

は前輪角の変化率であり、δは前輪角であり、∫ｙ_Ｌは横方向偏差の積分である。

状態観測器１８によって採用される状態表現は以下のようになる。

ここで、Ｃ_ｆは車両の前車軸アセンブリのコーナリング剛性であり、Ｃ_ｒは車両の後車軸アセンブリのコーナリング剛性であり、Ｌ_ｆは、前車軸と車両の重心との間の距離であり、Ｌ_ｒは、後車軸と車両の重心との間の距離であり、ｍは車両の質量であり、Ｉ_ｚは車両の慣性モーメントである。

閉ループ４を介して達成される横方向制御は０の周りの状態ベクトルｘを最小にすることを目的とし、これは直線に対応する。コーナリング中、状態ψ_ｒ、

およびδは補正されなければならない。ステアリングホイールの角度とステアリングされるホイールの角度は車両のパワーステアリングを介して直接関係付けられ、これは減速比（reduction ratio）と２次の変化率とに対応する。したがって、角度δは、ステアリングホイールの角度に対応すると考えられる。

図２はデバイス２０を概略的に示す。デバイス２０は、図１に示された先進運転支援システムを最適化するように意図される。より詳細には、デバイス２０は、車両に送達された先進運転支援の要件を満たすために閉ループ４を最適化する目的で、コントローラ１６をパラメータ化するように意図される。

デバイス２０は作成ユニット２２と合成ユニット２４とを備える。ユニット２２の機能は、最適化問題を作成することであり、最適化問題の解決は、閉ループ４の最適特性を送達するコントローラ１６のためのパラメータのセットである。この目的のために、ユニット２２は、選択モジュール２６と、生成モジュール２８と、確立モジュール３０とを備える。ユニット２４の機能は、この解決を見つけるためにユニット２２によって送達される最適化問題を解決することである。

モジュール２６の機能は、車両の二輪車モデルのファミリーを選択することである。モジュール２６は、選択されたファミリーをユニット２４に送信し、ユニット２４は、送信されたファミリーのすべてのモデルを使用して最適化問題を解決する。

モジュール２８の機能は、先進運転支援システムが受ける摂動を表す環境モデルを生成することである。本ケースでは、摂動は道路における曲率である。この目的のために、モジュール２８は、好適な伝達関数をモデル化するための手段３２を備える。図示の例では、手段３２は、ゼロの初期導関数の３次モデルを確立する。モジュール２８は、手段３２によって確立されたモデルに、ホワイトノイズまたはディラックパルスの列など、既約信号を供給することが可能である。このように供給された３次モデルによって送達された信号は、最適化問題を解決する目的で、ユニット２４に送信される環境モデルである。

モジュール３０にはパラメータ化モジュール３４が装備される。モジュール３４の機能は、基本条件付き最適化問題を定義する目的で、最適化基準と最適化制約とを生成することである。

モジュール３０は選定モジュール３６を備え、選定モジュール３６の機能は、追加の最適化制約を生成することである。モジュール３６は、複素平面内の領域を画定するための第１の手段３７を備える。モジュール３６には、最大利得値を入力するための第２の手段３８が装備される。モジュール３６は、手段３７によって画定された領域中のコントローラ１６の極の位置を、最適化制約の形態で、表すことが可能である。モジュール３６はまた、閉ループ４の伝達関数の利得の上界が手段３８中に入力される値であることを、最適化制約の形態で、表すことが可能である。

モジュール３４および３６によって生成された最適化基準および制約は、最適化問題を解決する目的で、それぞれユニット２４に送達される。

図３のブロック図では、手段３２によって確立された３次モデルはブロック３９によって表された。伝達関数Ｗ_ρは、ゼロの初期導関数の３次モデルである。ブロック３９には既約信号ω_ρが供給される。ブロック３９は、摂動ρに対応する信号を出力として送達し、この信号は、ブロック４０によって概略的に示される拡張された車両モデル中に供給される。

ブロック４０は、車両のパラメータの測定から生じた測定信号ｙと、環境のパラメータの測定から生じた測定信号ｙ_ｅｎｖとを送達する。フィードフォワード１２に対応するブロック４２が信号ｙ_ｅｎｖを受信し、基準測定信号ｙ_ｒｅｆと、基準入力制御信号ｕ_ｒｅｆとを生成する。信号ｙ_ｒｅｆは比較器４４によって信号ｙから減算される。比較器４４によって生成された信号は、状態観測器１８に対応する２つのブロック４６および４８に送達される。加算器５０が閉ループ項ｕ_ｆｂを開ループ項ｕ_ｒｅｆに加算する。

図４は、図２に示されたデバイス２０を用いて実装されることが可能な最適化方法を概略的に示す。本方法は、第１の作成フェーズＰ０１と、第２の合成フェーズＰ０２とを含む。

フェーズＰ０１は、車両の二輪車モデルのファミリーを選択するステップＥ０１を含む。ステップＥ０１では、モジュール２６は、ファミリーを形成するために車両の少なくとも２つの二輪車モデルを選択する。モデルは、車両の構成に関連するパラメータのセットである。複数のモデルとは無関係に、それのパラメータにおける分散が、この複数のモデルの少なくとも２つのモデル間のこのパラメータにおける差の存在に対応する。

車両の異なる構成に対応する様々なモデルを使用するために、ファミリーのモデルは、質量ｍにおける分散と、剛性Ｃ_ｆにおける分散と、剛性Ｃ_ｒにおける分散と、位置Ｌ_ｆにおける分散と、位置Ｌ_ｒにおける分散と、行列Ｉ_ｚにおける分散とから選定された少なくとも１つの分散を有する。

図示の例では、モーメントＩ_ｚの分散は除かれている。分散を除くことによって、考慮されるモデルの数が減少し、したがって、問題を解決するフェーズＰ０２はより容易になる。それでも、モーメントＩ_ｚが所与の車両の使用の様々な構成間で比較的ほとんど変動しないので、様々な構成の考慮される数は著しくは減少しない。上記で説明したように、モーメントＩ_ｚの不変性の仮定は、コンパクトな車両の場合、特に有効である。しかしながら、本発明はこのコンテキストに限定されない。特にファミリー車両、公益事業車両またはトラックの場合、本発明の範囲から逸脱することなく、慣性モーメントにおける分散を可能にすることが可能である。

その上、質量は車両の後車軸のみに加えられることが仮定される。そのような仮定は、前方の乗客が質量中心と同じ高さに位置し、後方の乗客が後車軸のわずか前にあり、トランクが後車軸の後ろにある限り妥当である。これらの条件の下で、距離Ｌ_ｆは増加することのみできるのに対し、距離Ｌ_ｒは減少することのみできる。

距離Ｌ_ｆと、前車軸上の質量Ｍ_ｆおよび後車軸上の質量Ｍ_ｒとを関係付けさせる式は以下の通りである。

ここで、Ｌ_Ｔは車両のホイールベースである。上記仮定が有効であると仮定すると、この式は以下の方法において簡略化され得る。

ここで、Ｍ_ｆおよびＬ_Ｔは定数である。

したがって、距離Ｌ_ｆは質量ｍに直接関係付けられる。したがって、質量ｍの変動とは無関係に、位置Ｌ_ｆまたはＬ_ｒの変動の自由度を削除することが可能である。考慮されるモデルの数はしたがって減少するが、しかしながら考慮される異なる構成の数を著しく制限することはない。

図示の例では、質量ｍは、２人の大人の乗客を積載した車両の質量ｍ_{ｎｏｍｉｎａｌ}と、許容総積載重量ｍ_ＰＴＡＣとの間で変動することが可能であると考えられる。質量ｍ_{ｎｏｍｉｎａｌ}は、空の重量プラス１６０ｋｇに対応する。質量ｍ_ＰＴＡＣは車両のモデルに応じて変動する。図示の例では、問題は、質量ｍがｍ_{ｎｏｍｉｎａｌ}と１．２５×ｍ_{ｎｏｍｉｎａｌ}との間で変動すると考えることによって簡略化される。

剛性Ｃ_ｆおよびＣ_ｒは、前車軸アセンブリおよび後車軸アセンブリに装備されたタイヤの剛性の変動に関係付けられる。タイヤの剛性は、車両の負荷、温度、膨張、サイズ、幾何、ステアリング角、およびタイヤの経年劣化を含む、高い数のパラメータに関係付けられる。車両のタイヤの剛性を可能にするために、車両の車軸アセンブリの剛性は、公称車軸−アセンブリ剛性Ｃ_{ｆ，ｎｏｍｉｎａｌ}またはＣ_{ｒ，ｎｏｍｉｎａｌ}に対して−３０％と＋３０％との間で変動することが可能であると考えられる。

したがって、図示の例では、選択されたモデルは、質量ｍにおける分散と、剛性Ｃ_ｆにおける分散と、剛性Ｃ_ｒにおける分散とから選定された分散を呈する。車両のアンダーステア性を保存するモデルを選択することによって、モデルの数をさらに減少させることが可能である。車両のオーバーステア性は、

によって定義される曲げ勾配の正の符号を介して評価される。

二輪車モデルのパラメータの最大観測される変動を表すモデルが選択される。したがって、以下の表に要約された５つのモデルが考慮される。

フェーズＰ０１は、環境モデルを生成するステップＥ０２を含む。ステップＥ０２では、手段３２は、ゼロの初期導関数の３次モデルＷ_ρを生成する。

モジュール２８はモデルＷ_ρに既約信号ω_ρを供給する。そうすると、摂動を表す信号、本ケースでは道路の曲率ρ、が生成される。信号ρは、｛車両−道路｝システムに対する変化を予測し、予想するために最適化によって使用され、これにより、現実性を追加し、したがって、保守性（conservatism）を減少させることによって全体的挙動が改善される。

既約信号ω_ρがモデルＷ_ρへの入力として提供されるので、出力信号ρのノルムＬ_２は伝達関数Ｗ_ρのノルムＨ_２に直接関係付けられる。したがって、物理的特性、本ケースでは信号のエネルギーが、伝達関数のノルムに関係付けられる。

フェーズＰ０１は、基本最適化問題をパラメータ化するステップＥ０３を含む。基本最適化問題は条件付き最適化問題である。したがって、ステップＥ０３において、最適化基準および１つまたは複数の最適化制約が決定される。

車線の中心に残ることを目的とした横方向制御は、快適さに関連する先進運転支援である。言い換えれば、この支援の目的は、ドライバによるこの支援の受入れを最大にするために最大快適さを保証しながらドライバを助けることである。快適さを最大にするために、ステアリングホイールの角度のジャーキネスを最小にすることが求められる。そうすると、ステアリングホイールのジャークが最小になり、人間ドライバの挙動と同様の連続制御が得られる。ジャーキネスを表す信号ｊ_ｕの最小化は、ジャーキネスのエネルギー、したがって、それのノルムＬ_２の最小化に、したがって、ブロック３９の入力をブロック４０（図３参照）の出力に関係付ける伝達関数

のノルムの最小化に対応する。

車両に送達された先進運転支援は、低い横方向偏差ｙ_Ｌに対応する最小性能要件を満たさなければならない。低い偏差、ｙ_Ｌを保証するために、信号ｙ_Ｌのエネルギーが、ターゲットにされた性能レベルを指定する値ｋ_ρよりも低いことを保証することが必要である。言い換えれば、値ｋ_ρが低いほど、偏差ｙ_Ｌは低くなる。信号ｙ_Ｌのエネルギーは伝達関数

のノルムによって表される。

図示の例では、先進運転支援はまた、車両のパワーステアリングの挙動の不確定性にもかかわらず、ロバストでなければならない。特に、車両のパワーステアリングは、一般に、供給業者によって自動車の製造業者にブラックボックスとして供給される。したがって、パワーステアリングの制御法を識別することは困難である。パワーステアリングの挙動の不確定性にもかかわらずロバストネスを保証するために、および良好な安定度特性を保証するために、係数入力マージンに下界を課す最適化制約が最小項ｋ_ｍを介してパラメータ化される。このマージンは閉ループ４の感度関数Ｓ_ｕ（ｓ）のピークに直接関係付けられる。より正確に、係数マージンは、関数Ｓ_ｕ（ｓ）の共振ピークの逆数、すなわち、関数Ｓ_ｕ（ｓ）のノルムＨ_∞の逆数として定義される。

上記に照らして、モジュール３４は、ステップＥ０３において、最適化基準および２つの最適化制約をパラメータ化し、これは、以下のように書くことが可能である。

を最小にする
ただし次の制約の下で

フェーズＰ０１は、追加の最適化制約を選定する２つのステップＥ０４およびＥ０５を含む。

ステップＥ０４では、手段３７は、図５に示された領域５２などの領域を複素平面内に画定する。領域５２は、垂直直線５４と、第１の斜線５６と、楕円セクション５８と、第２の斜線６０との間に画定される。ステップＥ０４でも、モジュール３６は、コントローラ１６の極が領域５２に属することを最適化制約の形態で表す。

領域５２に属する複素数ｚが何であろうと、点は垂直ライン５４の縦座標ｍｉｎＤｅｃａｙよりも低い実数部ＲＥ（ｚ）を含む。言い換えれば、領域５２は、図５の表現に関して、垂直ライン５４の左側に位置する。縦座標ｍｉｎＤｅｃａｙは閉ループ４の最も遅い変化率を表す。ライン５４を領域５２の右側限界として設定することによって、閉ループ４の変化率に下界が課される。言い換えれば、閉ループ４は、したがって、縦座標ｍｉｎＤｅｃａｙに関連する最小変化率に等しい最小レート変化を有するようになされる。

ライン５６および６０は実軸に対して対称である。より正確には、ライン５６および６０は、複素座標系の原点を通る２つの直線の一部を形成し、実軸に対して角度θをなす。図示の例では、角度θは実質的に４５°に等しい。ライン５６と６０との間に領域５２を配置することによって、コントローラ１６の減衰係数は、最小減衰係数ｍｉｎＤａｍｐｉｎｇを介して閉ループ４の減衰に下界を課すように調整される。

楕円セクション５８は、最大係数ｍａｘＦｒｅｑｕｅｎｃｙに対応する係数の等高線である。セクション５８の内側に領域５２を配置することによって、閉ループ４における高周波振動の振幅に上界が課される。

ステップＥ０５では、閉ループ４の伝達関数の利得の最大値Ｇ_ｍａｘが手段３８に入力される。モジュール３６は、次いで、閉ループ４の伝達関数の利得が値Ｇ_ｍａｘよりも低くなければならないことを、追加の最適化制約の形態で表す。

フェーズＰ０１の最後に、車両を表す複数のモデルと、車両の環境を表すモデルと、最適化基準および最適化制約によって定義された条件付き最適化問題とからなるファミリーが得られる。ステップＥ０１〜Ｅ０５を１つの特定の順序で提示したが、本発明の範囲から逸脱することなく、任意の数のこれらのステップの順序を逆にすることを想定することが可能である。

フェーズＰ０２では、最適化基準と、ステップＥ０３、Ｅ０４およびＥ０５において確立された最適化制約とに基づく最適化問題が解決される。最適化問題は、ステップＥ０２において生成された環境モデルを考慮に入れ、ステップＥ０１において選択されたモデルの各々を考慮に入れて解決される。

５つの選択されたモジュールの各々について最適化問題を解決することによって、一様で一貫した挙動が極めて多様な車両構成において得られることを可能にする単一のコントローラが見つけられる。提案された環境モデルならびに最適化基準および最適化制約は、特に、問題の効率的な解決を促進し、車両に送達されなければならない先進運転支援の要件を満たす解決につながる傾向がある。したがって、送達される先進運転支援のロバストネスは、計算の複雑性を著しく高めることなしに増大する。

Claims (10)

1. 自動車の横方向制御のための先進運転支援システムの閉ループ（４）を最適化するための方法であって、前記閉ループ（４）のコントローラ（１６）が、前記車両の二輪車モデルを使用して最適化問題を解決することによって合成され（Ｐ０２）、前記車両の質量（ｍ）における分散と、前記車両の車軸アセンブリのコーナリング剛性における分散と、前記車両の重心の位置（Ｌ_ｆ，Ｌ_ｒ）における分散と、前記車両の慣性モーメント（Ｉ_ｚ）における分散とから選定された少なくとも１つの分散を互いに対して有する、前記車両の少なくとも２つの二輪車モデルのファミリーが確立され（Ｅ０１）、前記最適化問題が、前記ファミリーのすべてのモデルを使用して解決されることを特徴とする、先進運転支援システムの閉ループ（４）を最適化するための方法。
2. 前記ファミリーに属する前記２つのモデルとは無関係に、これらのモデルが、前記車両の前記質量（ｍ）における分散と、前記車両の前車軸アセンブリの前記コーナリング剛性（Ｃ_ｆ）における分散と、前記車両の後車軸アセンブリの前記コーナリング剛性（Ｃ_ｒ）における分散とから選定された少なくとも１つの分散を互いに対して有する、請求項１に記載の方法。
3. 前記ファミリーが、前記車両の前部に存在するちょうど２人の乗客を輸送する前記車両の構成に対応する公称二輪車モデル（Σ_{ｎｏｍｉｎａｌ}）を備え、前記公称二輪車モデル（Σ_{ｎｏｍｉｎａｌ}）が、前記車両の公称質量（ｍ_{ｎｏｍｉｎａｌ}）と、前記前車軸アセンブリの公称コーナリング剛性（Ｃ_{ｆ，ｎｏｍｉｎａｌ}）と、前記後車軸アセンブリの公称コーナリング剛性（Ｃ_{ｒ，ｎｏｍｉｎａｌ}）とを採用し、前記ファミリーが、
   前記車両の前記公称質量（ｍ_{ｎｏｍｉｎａｌ}）に等しい前記車両の質量、前記前車軸アセンブリの前記公称コーナリング剛性（Ｃ_{ｆ，ｎｏｍｉｎａｌ}）よりも高い前記前車軸アセンブリのコーナリング剛性、および前記後車軸アセンブリの前記公称コーナリング剛性（Ｃ_{ｒ，ｎｏｍｉｎａｌ}）よりも高い前記後車軸アセンブリのコーナリング剛性を採用する第１の代替二輪車モデル（Σ_ａｌｔ１）と、
   前記車両の前記公称質量（ｍ_{ｎｏｍｉｎａｌ}）に等しい前記車両の質量、前記前車軸アセンブリの前記公称コーナリング剛性（Ｃ_{ｆ，ｎｏｍｉｎａｌ}）よりも低い前記前車軸アセンブリのコーナリング剛性、および前記後車軸アセンブリの前記公称コーナリング剛性（Ｃ_{ｒ，ｎｏｍｉｎａｌ}）よりも低い前記後車軸アセンブリのコーナリング剛性を採用する第２の代替二輪車モデル（Σ_ａｌｔ２）と、
   前記車両の前記公称質量（ｍ_{ｎｏｍｉｎａｌ}）よりも高い前記車両の質量、前記前車軸アセンブリの前記公称コーナリング剛性（Ｃ_{ｆ，ｎｏｍｉｎａｌ}）よりも低い前記前車軸アセンブリのコーナリング剛性、および前記後車軸アセンブリの前記公称コーナリング剛性（Ｃ_{ｒ，ｎｏｍｉｎａｌ}）よりも高い前記後車軸アセンブリのコーナリング剛性を採用する第３の代替二輪車モデル（Σ_ａｌｔ３）と、
   前記車両の前記公称質量（ｍ_{ｎｏｍｉｎａｌ}）よりも高い前記車両の質量、前記前車軸アセンブリの前記公称コーナリング剛性（Ｃ_{ｆ，ｎｏｍｉｎａｌ}）に等しい前記前車軸アセンブリのコーナリング剛性、および前記後車軸アセンブリの前記公称コーナリング剛性（Ｃ_{ｒ，ｎｏｍｉｎａｌ}）よりも高い前記後車軸アセンブリのコーナリング剛性を採用する第４の代替二輪車モデル（Σ_ａｌｔ４）と
   から選定された少なくとも１つの代替二輪車モデルをさらに備える、請求項１または２に記載の方法。
4. 道路曲率（ρ）が、ゼロの初期導関数をもつ３次モデル（Ｗ_ρ）を使用してモデル化され（Ｅ０２）、前記３次モデル（Ｗ_ρ）を既約信号（ω_ρ）にかけることによって環境モデルが生成され、前記最適化問題が、前記生成された環境モデルを使用して解決される、請求項１から３のいずれか一項に記載の方法。
5. 前記最適化問題の前記解決が、
   前記既約信号（ω_ρ）と、車道の車線の中心に対する前記車両の前記重心の横方向偏差（ｙ_Ｌ）との間の伝達関数（
   

   

   ）のノルムＨ_２の上界の形態を取る第１の制約と、
   前記先進運転支援システムの感度関数（
   

   

   ）のノルムＨ_∞の逆数の下界の形態を取る第２の制約と
   から選定された少なくとも１つの制約を遵守しながら、前記既約信号（ω_ρ）とステアリングホイールの角度におけるジャーキネス（ｊ_ｕ）との間の伝達関数（
   

   

   ）のノルムＨ_２を最小にすることを含む、請求項４に記載の方法。
6. 最大実数部（ｍｉｎＤｅｃａｙ）と、原点において発し、実軸に対する幾何角（θ）をなす２つの直線ハーフライン（５６、６０）と、係数の等高線（５８）との間に、複素平面の領域（５２）が定義され（Ｅ０４）、前記最適化問題は、前記ファミリーに属する各モデルについて、前記コントローラ（１６）の極が前記領域（５２）中に位置するように解決される、請求項１から５のいずれか一項に記載の方法。
7. 前記閉ループ（４）の前記伝達関数の利得の最大値（Ｇ_ｍａｘ）が受信され（Ｅ０６）、前記最適化問題は、前記最大値（Ｇ_ｍａｘ）が前記閉ループ（４）の前記伝達関数の前記利得の上界となるように解決される、請求項１から６のいずれか一項に記載の方法。
8. 前記方法は、車線内で自動車をセンタリングするための先進運転支援システムを最適化するように意図された、請求項１から７のいずれか一項に記載の方法。
9. プロセッサまたは電子制御ユニットによって実行されたとき、請求項１から８のいずれか一項に記載の方法を実装するように構成されたコードを含んでいるコンピュータプログラム。
10. 最適化問題を作成するための作成ユニット（２２）と、作成された最適化問題を解決することによってコントローラ（１６）を合成するための合成ユニット（２４）とを備える、自動車の横方向制御のための先進運転支援システムの閉ループ（４）を最適化するためのデバイス（２０）であって、前記作成ユニット（２２）が、前記車両の質量（ｍ）における分散と、前記車両の車軸アセンブリのコーナリング剛性における分散と、前記車両の重心の位置（Ｌ_ｆ，Ｌ_ｒ）における分散と、前記車両の慣性モーメント（Ｉ_ｚ）における分散とから選定された少なくとも１つの分散を互いに対して有する、前記車両の少なくとも２つの二輪車モデルのファミリーを選択するように構成された選択モジュール（２６）を備え、前記合成ユニット（２４）が、前記ファミリーのすべての前記モデルを使用して前記最適化問題を解決するように構成されることを特徴とする、先進運転支援システムの閉ループ（４）を最適化するためのデバイス（２０）。

Images