首页 / 专利库 / 商用车 / 卡车 / 用于使铰接式车辆转向的方法

用于使铰接式车辆转向的方法

阅读:146发布:2020-05-08

专利汇可以提供用于使铰接式车辆转向的方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种用于使在道路上行驶的铰接式车辆转向的方法,该车辆包括 牵引车 (101)和 挂车 (102、103),该方法包括:确定(S2)牵引车(101)相对于道路的 位置 (θn、θf);以及根据所确定的牵引车位置来调节(S5)转向。该方法进一步包括:确定(S3)挂车(102、103)相对于道路的定向(θr)和/或挂车(102、103)相对于道路的 角 速率(r);以及根据所确定的挂车定向和/或所确定的角速率来调节(S5)转向。,下面是用于使铰接式车辆转向的方法专利的具体信息内容。

1.一种用于使在道路上行驶的铰接式车辆转向的方法,所述车辆包括牵引车(101)和挂车(102、103),所述方法包括:确定(S2)所述牵引车(101)相对于所述道路的位置(θn、θf);以及,根据所确定的牵引车位置来调节(S5)所述转向,其特征在于,确定(S3)所述挂车(102、103)相对于所述道路的定向(θr)和/或所述挂车(102、103)相对于所述道路的速率以及,根据所确定的挂车的定向和/或所确定的角速率来调节(S5)所述转向。
2.根据权利要求1所述的方法,其特征在于,确定所述挂车相对于所述道路的定向(θr)和/或所述挂车相对于所述道路的角速率 包括确定所述挂车(102、103)处的所述道路的方向(ΨR4r’)。
3.根据前述权利要求中的任一项所述的方法,其特征在于,确定所述挂车相对于所述道路的定向(θr)包括将所述挂车的定向与所述挂车处的所述道路的方向进行比较。
4.根据前述权利要求中的任一项所述的方法,其特征在于,确定所述挂车相对于所述道路的定向(θr)包括将所述挂车在固定坐标系中的定向与所述挂车处的所述道路在固定坐标系中的方向进行比较。
5.根据前述权利要求中的任一项所述的方法,其特征在于,确定所述挂车相对于所述道路的定向(θr)和/或所述挂车相对于所述道路的角速率 包括确定所述道路的曲率
6.根据前述权利要求中的任一项所述的方法,其特征在于,确定所述挂车相对于所述道路的角速率包括将所述挂车的角速率与所述挂车处的所述道路的方向的变化率进行比较。
7.根据前述权利要求中的任一项所述的方法,其特征在于,所述挂车相对于所述道路的定向(θr)和/或所述挂车相对于所述道路的角速率 是基于来自安装在所述挂车(102、103)上的物体传感器信号而确定的。
8.根据权利要求7所述的方法,其特征在于,所述物体传感器被布置成检测所述挂车(102、103)外部的空间特征。
9.根据权利要求7到8中的任一项所述的方法,其特征在于,所述物体传感器是摄像机,并且所述信号表示至少一个图像。
10.根据前述权利要求中的任一项所述的方法,其特征在于,所述挂车相对于所述道路的定向(θr)和/或所述挂车相对于所述道路的角速率 是基于来自安装在所述牵引车(101)上的物体传感器的信号并基于来自至少一个铰接传感器的信号而确定的,所述铰接传感器的信号表示所述牵引车(101)和所述挂车(102、103)之间的至少一个铰接接头的相应角度。
11.根据权利要求10所述的方法,其特征在于,所述物体传感器被布置成检测所述牵引车(101)外部的空间特征。
12.根据权利要求10到11中的任一项所述的方法,其特征在于,所述物体传感器是摄像机,并且所述信号表示至少一个图像。
13.根据前述权利要求中的任一项所述的方法,其特征在于,所述车辆包括多个挂车(102、103),并且,确定所述挂车的定向和/或所述挂车的角速率包括:确定最后一个挂车(103)相对于所述道路的定向(θr)和/或所述最后一个挂车(103)相对于所述道路的角速率
14.根据前述权利要求中的任一项所述的方法,其特征在于,确定所述牵引车(101)相对于所述道路的位置包括:确定所述牵引车(101)的移动方向(TM)与朝向所述牵引车(101)前方的近点(n)和远点(f)的方向之间的角度(θn、θf)的变化率。
15.一种计算机程序,所述计算机程序包括程序代码组件,所述程序代码组件用于当所述程序在计算机上运行时执行权利要求1到14中的任一项所述的步骤。
16.一种携载计算机程序的计算机可读介质,所述计算机程序包括程序代码组件,所述程序代码组件用于当所述程序产品在计算机上运行时执行权利要求1到14中的任一项所述的步骤。
17.一种控制单元,所述控制单元被配置成执行根据权利要求1到14中的任一项所述的方法的步骤。
18.一种车辆,所述车辆包括根据权利要求17所述的控制单元。

说明书全文

用于使铰接式车辆转向的方法

技术领域

[0001] 本发明涉及一种用于使在道路上行驶的铰接式车辆转向的方法,该车辆包括牵引车挂车。本发明还涉及一种计算机程序、计算机可读介质、控制单元以及车辆。
[0002] 本发明能够应用在诸如卡车的重型车辆中。虽然将针对卡车来描述本发明,但本发明不限于这种特定车辆,而是还可用在其它车辆中,例如带有挂车的轿车。

背景技术

[0003] 驾驶重型铰接式车辆可能是一项艰巨的任务。由于车辆的尺寸和重量、在纵向方向和侧向方向上的车辆动学以及发生事故时可能的安全影响,可能造成困难。
[0004] 已知提供了被存储为能够由车辆控制单元访问的模型,这些模型可以对驾驶员进行辅助或者提供车辆的自动驾驶。康科迪亚大学的S.Taheri在2014年的博士论文“结合铰接式商用车辆的人类驾驶员的转向控制特性”提出了一种两阶段预览模型,该模型包括路径预览功能,使用近点和远点来管理中心车道位置和车辆定向。该模型还包括车辆定向和侧向位置误差以及额外的车辆状态。所述额外的车辆状态是牵引车和半挂车单元的侧向加速度和横摆率、以及铰接速率。
[0005] 已知的驾驶员辅助模型的问题在于,铰接式车辆的可操控性和稳定性方面是有挑战性的,并且低速操控和高速操控通常要求不同的增益因子以实现良好的总体性能。此外,发明人已经发现,两阶段预览模型导致最后一个车辆单元的侧向距离偏移在低速拐弯时大得令人无法接受。
[0006] EP2188168B1涉及一种用于支持车辆的车道保持的方法。它提出了一种预测器模,该预测器模块使用融合的车道数据和车辆传感器数据来估计牵引车辆和挂车相对于车道的未来轨迹。该方法要求一种基于预测控制的模型,其中对轨迹进行重复计算,这进而需要用于该方法的控制单元的高处理能力。

发明内容

[0007] 本发明的一个目的是改进铰接式车辆中的驾驶员辅助功能或自动驾驶。本发明的另一个目的是减小对铰接式车辆中的驾驶员辅助功能或自动驾驶的处理能力要求。
[0008] 这些目的通过根据权利要求1所述的方法来实现。因此,所述目的通过一种用于使在道路上行驶的铰接式车辆转向的方法来实现,该车辆包括牵引车和挂车,该方法包括:确定牵引车相对于道路的位置,以及根据所确定的牵引车位置来调节转向。
[0009] 该方法进一步包括:确定挂车相对于道路的定向和/或挂车相对于道路的角速率,以及根据所确定的挂车的定向和/或所确定的角速率来调节转向。
[0010] 应当注意,在本文中,“牵引车”一词指代适于拉动挂车的任何车辆。例如,牵引车可以是卡车、货车或道路牵引车,甚至是轿车。此外,在本文中,“挂车”一词指代适于由牵引车拉动的任何车辆。例如,挂车可以是带有或不带有牵引拖台的半挂车、全挂车、A型车架牵引杆挂车或甚至是旅行挂车。
[0011] 确定牵引车相对于道路的位置可以包括确定牵引车相对于道路的定向和/或位置。
[0012] 挂车相对于道路的定向可以是挂车相对于道路的角度。确定挂车相对于道路的定向可以包含确定挂车相对于道路的航向角度。因此,挂车的定向可以是挂车的航向角度。挂车的航向角度可以是挂车的纵向轴线的角度。
[0013] 因此,本发明的实施例可以包括:确定挂车相对于道路的定向而不是挂车的绝对定向,以及根据所确定的挂车的定向来调节转向。替代地或另外,本发明的实施例可以包含:对于转向调节而言,使用挂车相对于道路的角速率,而不是绝对角速率。对于牵引车-半挂车组合和A型双组合而言,本发明的实施例均提高了追踪性能。在以10km/h到50km/h的低速操控的情况下,本发明可以减小最后一个车辆的轮轴的侧向距离偏移。而且,本发明允许提供在简单且可理解的参数方面可调的模型。
[0014] 本发明允许在铰接式车辆中提供驾驶员辅助功能或自动驾驶,而无需预测控制。替代地,可以仅使用用于该方法的输入参数的当前数值,例如挂车的定向和/或挂车的角速率。由此,可以仅使用瞬时比例调节。由此,可以降低对用于铰接式车辆中的驾驶员辅助功能或自动驾驶的控制单元的处理能力要求。
[0015] 优选地,确定挂车相对于道路的定向和/或挂车相对于道路的角速率包括确定挂车处的道路的方向。“挂车处的道路”可以理解为该挂车下方的道路或在该挂车附近的道路。由此,能够以简单的方式来确定挂车相对于道路的定向和/或挂车相对于道路的角速率。
[0016] 优选地,确定挂车相对于道路的定向包括将挂车的定向与挂车处的道路的方向进行比较。由此,可以提供一种控制算法,该控制算法对所述方法要求的计算能力极低。在一些实施例中,这种比较可以作为直接比较来进行。可以在不使用固定坐标系的情况下进行这种直接比较。例如,物体传感器(例如,安装于挂车的摄像机)可以用于捕获道路的图像,并且可以通过图像分析来确定挂车相对于道路的定向。进而,可以在不使用固定坐标系的情况下进行这种确定。
[0017] 本发明的实施例可以包含确定挂车处的道路在固定坐标系中的方向。这例如可以基于挂车位置数据和地图数据来进行。由此,可以确定挂车相对于固定坐标系的定向。因此,可以通过将挂车在固定坐标系中的定向与挂车处的道路在固定坐标系中的方向进行比较来确定挂车相对于道路的定向。由此,可以获得挂车相对于道路的定向的精确确定,而无需执行该方法的控制单元具有相对较高的计算能力。例如,可以将挂车相对于道路的定向确定为挂车处的道路在固定坐标系中的方向与挂车在固定坐标系中的定向之间的角度差。
[0018] 在一些实施例中,确定挂车相对于道路的定向和/或挂车相对于道路的角速率包括确定道路的曲率。由此,能够以简单的方式确定挂车相对于道路的角速率。例如,本发明的实施例可以包含确定道路在固定坐标系中的曲率。该方法可以包含确定挂车处的道路的曲率。由此,可以确定挂车相对于固定坐标系的角速率。因此,可以通过将挂车在固定坐标系中的角速率与挂车处的道路在固定坐标系中的曲率进行比较来确定挂车相对于道路的角速率。
[0019] 优选地,确定挂车相对于道路的角速率包括将挂车的角速率与挂车处的道路的方向的变化率进行比较。确定挂车相对于道路的角速率可以包括将挂车在固定坐标系中的角速率与挂车处的道路在固定坐标系中的方向的变化率进行比较。可以基于挂车处的道路的曲率和挂车的速率来确定挂车处的道路的方向的变化率。例如,可以通过将挂车的速率除以曲率(例如,它被表述为道路曲率半径)来确定道路的方向的变化率。确定挂车相对于道路的角速率允许精确地控制相对快速的事件。例如,可以将挂车相对于道路的角速率确定为道路的方向的变化率与挂车的横摆率之间的角速率差值。
[0020] 优选地,基于来自安装在挂车上的物体传感器的信号来确定挂车相对于道路的定向和/或挂车相对于道路的角速率。该物体传感器优选被布置成检测挂车外部的空间特征。例如,该物体传感器可以布置成检测挂车的后方和/或侧方的空间特征。该物体传感器可以是摄像机,并且所述信号可以表示至少一个图像。该摄像机可以从挂车面向后方和/或侧方。
[0021] 因此,可以通过分析来自面向后方和/或侧方的传感器或摄像机的图像来确定挂车相对于道路的定向和/或挂车相对于道路的角速率。
[0022] 在一些实施例中,基于来自安装在牵引车上的物体传感器的信号来确定挂车相对于道路的定向和/或挂车相对于道路的角速率。由此,还可以基于来自至少一个铰接传感器的信号来确定挂车相对于道路的定向和/或挂车相对于道路的角速率,该铰接传感器的信号表示牵引车和挂车之间的至少一个铰接接头的相应角度。所述物体传感器可以布置成检测牵引车外部的空间特征。例如,所述物体传感器可以布置成检测牵引车的前方和/或侧方的空间特征。所述物体传感器可以是摄像机,并且所述信号可以表示至少一个图像。该摄像机可以从牵引车面向前方和/或侧方。
[0023] 在这些实施例中,可以使用安装于牵引车的物体传感器来获得道路信息。可以提供一个或多个铰接传感器,用于记录车辆部件之间的角度。
[0024] 在一些实施例中,可以确定牵引车相对于该牵引车处的道路路段的定向。这种确定可以基于来自安装于牵引车的物体传感器的信号。在一个示例中,确定牵引车相对于道路路段的定向的时间点可以被称为第一时间点。可以基于来自一个或多个铰接传感器的信号而在第一时间点处确定挂车相对于牵引车的定向。基于挂车相对于牵引车的定向以及牵引车相对于道路路段的定向,可以在第一时间点处确定挂车相对于道路路段的定向。一个后续的时间点可以被称为第二时间点,在该后续的时间点处,挂车通过所述道路路段,并且在该时间点处确定牵引车相对于道路路段的定向。可以通过挂车中的横摆传感器来确定挂车相对于道路路段的定向从第一时间点到第二时间点的变化。
[0025] 该车辆可以包括多个挂车。由此,确定挂车的定向和/或挂车的角速率可以包括确定最后一个挂车相对于道路的定向和/或最后一个挂车相对于道路的角速率。由此,本发明的实施例可以有利地用在车辆包括多个挂车的应用中。在这种应用中,由于车辆的性质,对车辆驾驶员的要求可能非常高。
[0026] 优选地,确定牵引车相对于道路的位置包括确定牵引车的移动方向与朝向牵引车前方的近点和远点的方向之间的角度的变化率。由此,该方法可以易于实施并且适应特定车辆。应当注意,在一些实施例中,确定牵引车相对于道路的位置可以包括确定牵引车的移动方向与朝向牵引车前方的近点和远点的方向之间的角度。在一些实施例中,牵引车相对于道路的位置可以包括确定在一方面是牵引车的移动方向与在另一方面是朝向牵引车前方的近点的方向和/或朝向牵引车前方的远点的方向之间的角度和/或角度变化率。
[0027] 所述近点和远点可以位于车辆前方的不同距离处。所述近点和远点可以表示道路上的期望位置的中心。可以通过传感器测量值来获得所述近点和远点。可以基于所检测到的车道边界和/或基于在所述车辆前方的又一车辆的位置来计算所述中心。
[0028] 应当注意,能够以一些其它方式来确定牵引车相对于道路的位置。例如,牵引车相对于道路的位置可以包含使在牵引车的预测路径和牵引车的实际路径之间的侧向加速度以及侧向位置和定向误差最小,例如如X.Yang、S.Rakheja和I.Stiharu所著的“用于铰接式车辆的驾驶员模型的结构”(《国际重型车辆系统杂志》9.1(2002),第27-51页)、“使铰接式车辆适合于其驾驶员”(《美国机械工程师学会机械设计学报》杂志123.1(2001),第132-140页)、以及“铰接式车辆驾驶员的控制特性研究”《( 国际重型车辆系统杂志4.2-4》(1997年),第373-397页)中那样。
[0029] 所述目的还通过根据权利要求15所述的计算机程序、根据权利要求16所述的计算机可读介质、根据权利要求17所述的控制单元或者根据权利要求18所述的车辆来实现。
[0030] 在以下描述和所附权利要求书中,公开了本发明的又一些优点和有利特征。附图说明
[0031] 参照附图,下面是对作为示例引用的本发明实施例的更详细描述。
[0032] 在这些图中:
[0033] 图1是具有牵引车和两个挂车的铰接式车辆的侧视图。
[0034] 图2是示意性地描绘了当行驶通过道路的弯曲段时的图1中的车辆的视图,并且该视图指示了在根据本发明的实施例的方法中使用的参数。
[0035] 图3是图2的细节。
[0036] 图4是描绘了所述方法中的步骤的视图。
[0037] 图5示出了图1中的车辆的俯视图、以及该车辆在其上行驶的一段道路。
[0038] 图6是描绘了根据本发明的替代实施例的方法中的步骤的视图。

具体实施方式

[0039] 图1示出了铰接式车辆,该铰接式车辆为所谓的A型双组合(A-double combination)的形式。该车辆在本文中也被称为目标车辆。该车辆包括卡车形式的牵引车101。该车辆还包括前挂车102和最后一个挂车103。最后一个挂车103形成A型车架牵引杆挂车的一部分。该A型车架牵引杆挂车包括所述最后一个挂车和牵引拖台1031。牵引拖台1031连接到前挂车102。
[0040] 应当注意,本发明适用于各种替代的铰接式车辆。因此,该车辆可以包括不止两个挂车。替代地,例如在牵引车-半挂车组合中,该车辆可以包括单个挂车。
[0041] 该车辆包括控制单元120。控制单元120被布置成控制牵引车101的两个前轮1011的转向角。该控制单元的转向角控制可以由一个或多个致动器(未示出)实施。控制单元120可以布置成提供车辆1的自动转向功能。所述牵引车可以包括方向盘(未示出),该方向盘被布置成由车辆的驾驶员操控。由此,控制单元120可以布置成提供车辆1的支持转向功能。这种支持转向功能可以布置成通过方向盘来调节转向控制。
[0042] 该车辆设有前方物体传感器12。前方物体传感器121安装在牵引车101上。控制单元120布置成接收来自该前方物体传感器的信号。前方物体传感器121布置成检测牵引车101前方的空间特征。在本实施例中,前方物体传感器121是摄像机。该物体传感器可以是任何合适类型的摄像机,例如立体摄像机。在一些实施例中,该物体传感器可以是雷达探测器。在一些实施例中,该车辆可以设置有多个前方物体传感器;例如,其中一个物体传感器可以是摄像机,而其它物体传感器可以是雷达探测器。
[0043] 该车辆设置有两个后方物体传感器122。后方物体传感器122安装在最后一个挂车103上。控制单元120被布置成接收来自后方物体传感器的信号。后方物体传感器121被布置成检测最后一个挂车103侧方的空间特征。在本实施例中,后方物体传感器121由两个摄像机122形成。这些摄像机指向相反的侧向方向。
[0044] 该车辆设置有横摆率传感器123。横摆率传感器123安装在最后一个挂车103上。控制单元120被布置成接收来自该横摆率传感器的信号。横摆率传感器123被布置成检测横摆移动,即,绕最后一个挂车103的大致竖直轴线的旋转。
[0045] 下面,参照图2至图4来描述使铰接式车辆在道路上行驶时转向的方法。该方法可以例如用于车道保持操控、车道变更、进入和离开道路、爬坡以及超车。下面,描述涉及车道保持操控的示例。
[0046] 该方法包括确定S1表示车道中心LC的线。车道中心LC在图2中由虚线指示。随着车辆移动而确定该车道中心。可以随着车辆移动而确定和更新该车道中心。至少部分地基于来自前方物体传感器121的信号来确定车道中心LC。这种确定可以包括识别车道边缘LEL、LER。可以例如基于摄像机形式的前方物体传感器的图像数据来识别图2中指示的车道边缘LEL、LER。这种识别可以包括识别道路上、路缘上和/或草地或砾石上的指示了车道边缘的涂漆线。
[0047] 可以部分地基于一个或多个预定的道路设计特征来确定车道中心LC。可以将这些道路设计特征存储为能够被控制单元120访问。这些道路设计特征可以表示地理实体,道路是基于这些地理实体而设计的。这些道路设计特征可以例如是直线、圆弧和/或回旋曲线。回旋曲线是一种螺旋线,该螺旋线的曲率是沿着该螺旋线行进的距离的线性函数。
[0048] 可以基于来自前方物体传感器121的信号来识别车辆在其上行驶的一段道路的道路设计特征。可以基于来自前方物体传感器121的信号来确定道路设计特征的参数。例如,在假定车辆在其上行驶的一段道路的道路设计特征是圆弧的情况下,可以基于来自前方物体传感器121的信号来确定该圆弧的半径。
[0049] 该方法包括确定S2牵引车101相对于道路的位置。这种确定包括确定牵引车101的移动方向TM与朝向牵引车101前方的近点n和远点f的方向sn、sf之间的角度θn、θf的变化率(如图2中所示)。
[0050] 近点n和远点f的绝对位置假定位于车道中心LC上。近点n和远点f的绝对位置假定位于离目标车辆前轮轴位置s1f的距离sn和sf处。近点n和远点f在前轮轴位置s1f的前方。
[0051] 与所述博士论文“结合铰接式商用车辆的人类驾驶员的转向控制特性”(S.Taheri)中的第125至128页所建议的类似,对于直线道路路段而言,近点n和远点f可以位于近视野和远视野的边界与车道中心LC的相应交点处。针对给定的前进速度,对于直线路径和弯曲路径二者来说,从目标车辆前轮轴位置s1f到所述近点和远点的距离sn、sf可以是恒定的。替代地,与所述博士论文所建议的类似,在弯曲路径中,可以通过对从目标车辆前轮轴位置s1f到车道的内边缘的切线进行投影来定位远点f,该切线与车道中心LC的交点被认为是远点f。
[0052] 牵引车101的移动方向TM与朝向近点n和远点f的方向sn、sf之间的角度θn、θf的变化率在本文中也被称为朝向近点n和远点f的方向sn、sf的角速率
[0053] 下面,提供朝向远点的方向sf的角速率 的计算的示例。朝向近点的方向sn的角速率 的计算可以是类似的。
[0054] 远点f的绝对速率 能够用矢量vf描述为:
[0055]
[0056] ΔΨRf=ΨRf–ΨR1f  (2)
[0057] 其中,es1f’和en1f’是单位矢量,并且ΨR1f和ΨRf分别是目标车辆前轮轴位置s1f和远点位置f处的道路角度。Ψ1是牵引车101相对于道路的横摆角度。
[0058] 点f的绝对速率可以在移动坐标系(s1f’;n1f’;b1f’)中被描述为:
[0059]
[0060] 其中, 和 是目标车辆前轮轴在道路坐标系(s1f;n1f;b1f)中的速率。道路坐标系的中心o处于车道中心LC上,并且随车辆一起移动。 和 分别是目标车辆前轮轴位置s1f处的道路的角速率以及牵引车101的角速率。d1f是垂直于道路切线的目标车辆前轮轴位置。 和rf/o’是远点f在移动坐标系中的速率和位置。
[0061] 通过组合(1)-(3),点f的速率 和朝向远点f的方向sf的角速率 能够被描述为:
[0062]
[0063]
[0064] 在一些实施例中,可以简化公式(4)。通过假定圆形道路路段以及远点f和目标车辆前轮轴s1f的相等速率 指示了远点f在移动坐标系中的位置的矢量rf/o’的长度变为恒定。由此,
[0065] ΔΨRf=sf·ch  (6)
[0066] 其中,ch是道路的平曲率。假定θf、Ψ1和ΔΨRf是小角度,并且忽略车辆状态的乘积(vyv1f·Ψ1和d1f·Ψ1),则能够将公式(4)写为:
[0067]
[0068] vyv1f和vxv1f分别是车辆前轮轴的沿着车道中心LC和横向于车道中心LC的速率分量。 表示牵引车移动方向TM与朝向远点f的方向sf之间的角度θf的变化率。如上所述,能够以类似的方式来确定牵引车移动方向TM与朝向近点n的方向sn之间的角度θn的变化率在本实施例中,牵引车101相对于道路的位置由牵引车移动方向TM与朝向近点n的方向sn之间的角度θn、以及所确定的牵引车移动方向TM与朝向近点n和远点f的方向sn、sf之间的角度θn、θf的变化率 来表示。
[0069] 如图2中所示,该方法包括确定S3最后一个挂车103相对于道路的定向θr。该方法包括确定最后一个挂车103相对于道路的角速率。
[0070] 如图2中所示,确定挂车相对于道路的定向θr和挂车相对于道路的角速率包括确定最后一个挂车的横摆角度Ψ4和横摆率 可以基于来自最后一个挂车中的横摆率传感器223的信号来确定最后一个挂车的横摆角度Ψ4和横摆率
[0071] 替代地,可以基于来自牵引车101中的横摆率传感器的信号并基于来自铰接接头中的铰接传感器的信号来确定最后一个挂车的横摆角度Ψ4和横摆率 这些铰接接头将最后一个挂车103连接到牵引拖台1031、将牵引拖台1031连接到前挂车102并将前挂车102连接到牵引车101。
[0072] 确定挂车相对于道路的定向θr和挂车相对于道路的角速率 包括确定该挂车103处的道路的方向ΨR4r’。如图2中所示,确定相对于固定坐标系的在后点r处的道路角度ΨR4r’以及相对于固定坐标系的道路角度ΨR4r’的变化率 通过后物体传感器将后点r确定为定位在车道的内边缘LEL上,并且该后点r随车辆一起移动。
[0073] 最后一个挂车103相对于道路的定向θr被确定为:
[0074] θr=ΨR4r’-Ψ4  (8)
[0075] 最后一个挂车103相对于道路的角速率被确定为:
[0076]
[0077] 基于牵引车101相对于道路的位置 θn以及最后一个挂车103相对于道路的定向θr和最后一个挂车103相对于道路的角速率 来调节牵引车前车轮1011的转向角δ(图2中所示)。在本实施例中,将所期望的转向角δ的变化率 确定S4为:
[0078]
[0079] 其中,kf、kn、knI、kr和krI是增益因子。
[0080] 因此,θr是一个误差,随着尺寸增大,该误差使得所期望的转向角变化率 增大。是一个误差,随着尺寸增大,该误差使得所期望的转向角变化率 增大。由此,取决于所确定的挂车的定向和/或角速率来调节S5转向。在一些实施例中,可以确定挂车相对于道路的定向θr或者挂车相对于道路的角速率
[0081] 所期望的转向角变化率 可以用在全自动转向功能中。替代地,所期望的转向角变化率 可以用于校正由车辆的驾驶员进行的手动转向动作。例如,当由于驾驶员的手动转向动作而提供的实际转向角变化率与所期望的转向角变化率 相差超过阈值差值时,自动转向功能可以取代(override)手动转向动作。
[0082] 在一些实施例中,可以基于所确定的道路曲率来确定最后一个挂车103相对于道路的定向θr以及最后一个挂车103相对于道路的角速率
[0083] 在上文中,已将本发明的实施例描述为用于将车辆保持在道路的车道中。如所建议的,本发明还可以适用于其它类型的驾驶情形。例如,本发明的实施例可以用于辅助车辆驾驶员进行车道变更操控,或者自动执行这种操控。
[0084] 参照图5。对于车道变更操控,上文参照图1到图4描述的方法可以包括识别如下车道的边界LEL、LEL2:该车道与车辆在其中行驶的车道相邻。这种识别可以至少部分地基于来自前方物体传感器121(图1)的信号来进行。该识别可以包括识别相邻车道的车道边缘。例如可以基于由前方物体传感器形成的摄像机的图像数据来识别车道边缘。该方法可以包括确定表示相邻车道的中心LC2的线。在图5中,车辆前轮轴在车道变更期间的实际轨迹由虚线DP指示。
[0085] 该方法可以包括在车道变更期间确定牵引车101相对于所述相邻车道的中心LC2的位置。这种确定可以包括确定牵引车的移动方向与朝向牵引车前方的近点n和远点f的方向之间的角度的变化率。可以将近点n和远点f的绝对位置假定为位于所述相邻车道的中心LC2上。
[0086] 该方法可以有利地包括:在车道变更期间,确定最后一个挂车103相对于道路的定向,以及确定最后一个挂车103相对于道路的角速率。这种确定可以包含确定最后一个挂车103相对于道路的定向。由此,与上文已经描述的内容类似,例如基于来自最后一个挂车中的横摆率传感器的信号来确定最后一个挂车的横摆角度和横摆率。此外,确定挂车103处的道路的方向。
[0087] 在本示例中,确定相对于固定坐标系的在后点r处的道路角度以及相对于固定坐标系的道路角度的变化率。通过安装到挂车的后物体传感器(未示出)将后点r确定为定位在所述相邻车道的其中一个边界LEL2上,并且该后点r随车辆一起移动。
[0088] 与上文已经参照图2描述的内容类似,基于所确定的最后一个挂车的横摆角度并且基于所确定的挂车103处的道路的方向来确定最后一个挂车103相对于道路的定向。与上文已经参照图2描述的内容类似,基于所确定的最后一个挂车的横摆率并且基于所确定的相对于固定坐标系的道路角度变化率来确定最后一个挂车103相对于道路的角速率。
[0089] 图6描绘了根据本发明的又一实施例的方法中的步骤。该方法允许在道路上行驶的铰接式车辆转向。该铰接式车辆可以是任何类型的,例如上文参照图1所描述的类型。该车辆包括牵引车和挂车。该方法包括确定S2牵引车101相对于道路的位置。该方法还包括确定S3挂车相对于道路的定向和/或挂车相对于道路的角速率。根据所确定的牵引车位置并且根据所确定的挂车定向和/或所确定的角速率来调节S5该铰接式车辆的转向。
[0090] 应该理解,本发明不限于上文所述并在附图中示出的实施例;而是,本领域技术人员应意识到,可以在所附权利要求书的范围内进行许多修改和变型。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈