首页 / 专利库 / 行走装置和悬架 / 悬架系统 / 利用车辆的质量估计的应用

利用车辆的质量估计的应用

阅读:889发布:2022-12-31

专利汇可以提供利用车辆的质量估计的应用专利检索,专利查询,专利分析的服务。并且本 申请 涉及车辆的 质量 估计的使用的多种应用,所述多种应用包括控制所述车辆的操作,与其它车辆和/或网络操作中心(NOC)共享所述质量估计,管理以编队操作的车辆,和/或基于所述编队行驶车辆之间的相对质量估计而部分地控制以编队操作的一个或多个车辆的操作。当车辆以编队操作时,引领车辆和跟随车辆之间的所述相对质量可用于缩放由所述引领车辆所生成并且发送至所述跟随车辆的 扭矩 命令和/或 制动 命令。,下面是利用车辆的质量估计的应用专利的具体信息内容。

1.一种方法,包括:
数据处理中心从第一车辆和第二车辆接收传感器数据;
利用分别接收自所述第一车辆和所述第二车辆的所述传感器数据在所述数据处理中心处执行所述第一车辆和所述第二车辆的质量估计;
协调所述第一车辆和所述第二车辆之间的编队;和
基于所述第一车辆和所述第二车辆的所述质量估计而分别确定在所述编队中所述第一车辆和所述第二车辆中的哪一者应呈现引领位置和跟随位置。
2.根据权利要求1所述的方法,其中确定所述第一车辆和所述第二车辆的所述引领位置和所述跟随位置还包括:
比较所述第一车辆和所述第二车辆的所述质量估计;
基于所述第一车辆和所述第二车辆中的哪一者具有较大质量估计而确定所述引领位置;和
基于所述第一车辆和所述第二车辆中的哪一者具有较小质量估计而确定所述跟随位置。
3.根据权利要求1所述的方法,其中协调所述编队还包括:
识别所述第一车辆和所述第二车辆;
指导所述第一车辆和所述第二车辆参与所述编队;和
与所述第一车辆和所述第二车辆共享所述引领位置和所述跟随位置,使得所述两个车辆了解其在接触点的位置。
4.根据权利要求1所述的方法,还包括与所述第二车辆共享所述第一车辆的所述质量估计。
5.根据权利要求4所述的方法,其中所述第一车辆的所述质量估计与所述第二车辆共享,使得所述第二车辆能够缩放接收自引领所述编队的所述第一车辆的命令,所述命令的缩放至少部分地基于所述两个车辆的所述质量估计之间的相对差值。
6.根据权利要求5所述的方法,其中所述命令包括制动命令和命令。
7.根据权利要求1所述的方法,其中在所述数据处理中心所接收的所述传感器数据包括以下项的一者或多者的感测数据:
发动机扭矩命令;
实际递送发动机扭矩
传动齿轮比;
GPS或定位信息;
车轮速度;
制动事件轮胎压
轮胎条件;
气动力辅助装置的存在或位置;
挂车的配置;
挂车的数量;和/或
一个或多个挂车车轴。
8.根据权利要求1所述的方法,其中在所述数据处理中心处接收所述传感器数据还包括经由无线通信网络从所述第一车辆和所述第二车辆接收所述传感器数据。
9.根据权利要求1所述的方法,其中协调所述编队还包括经由无线通信网络与所述第一车辆和所述第二车辆通信。
10.根据权利要求1所述的方法,还包括:
在所述数据处理中心处从多个车辆接收所述传感器数据;和
协调所述多个车辆之间的多个编队。
11.根据权利要求1所述的方法,其中所述编队包括所述第一车辆和所述第二车辆之外的一个或多个额外车辆,所述车辆分别以从最高质量估计至最低质量估计的从前至后序列布置于所述编队中。
12.根据权利要求1所述的方法,其中所述数据处理中心为布置成远程地协调多个牵引车-挂车之间的编队行驶的网络操作中心(NOC),所述多个牵引车-挂车各自向所述NOC报告其传感器数据使得所述NOC能够选择性地协调所述多个牵引车-挂车之间的编队。
13.根据权利要求1所述的方法,其中所述第一车辆和所述第二车辆均为牵引车-挂车卡车
14.一种方法,包括:
生成第一车辆的传感器数据;
基于生成的所述传感器数据而计算所述第一车辆的质量估计;和
与一个或多个额外车辆共享所述第一车辆的计算的所述质量估计。
15.根据权利要求14所述的方法,其中计算所述第一车辆的所述质量估计在所述第一车辆上执行。
16.根据权利要求14所述的方法,其中计算所述第一车辆的所述质量估计发生在所述一个或多个额外车辆。
17.根据权利要求14所述的方法,其中计算所述第一车辆的所述质量估计发生在网络操作中心(NOC)。
18.根据权利要求14所述的方法,其中所述第一车辆的所述传感器数据包括以下项的一者或多者:
(a)发动机扭矩;
(b)传动齿轮比;
(c)GPS或定位信息;
(d)车轮速度;
(e)制动事件;
(f)实际递送发动机扭矩;
(g)轮胎压力;
(h)轮胎条件;
(i)空气动力辅助装置的存在或位置;
(j)任何挂车的配置;
(k)挂车的数量;和/或
(l)一个或多个挂车车轴。
19.根据权利要求14所述的方法,其中用于计算所述第一车辆的所述质量估计的所述传感器数据包括以下项的一者或多者的感测数据:
(a)发动机扭矩;
(b)传动齿轮比;
(c)GPS或定位信息;和/或
(d)车轮速度;
(e)实际递送发动机扭矩;
(f)轮胎压力;
(g)轮胎条件;
(h)空气动力辅助装置的存在或位置;
(i)任何挂车的配置;
(j)挂车的数量;和/或
(k)一个或多个挂车车轴。
20.根据权利要求14所述的方法,还包括:
与第二车辆共享所述第一车辆的计算的所述质量估计;和
与所述第一车辆共享所述第二车辆的第二质量计算估计。
21.根据权利要求14所述的方法,还包括:
检测制动事件发生于所述第一车辆上的时间;和
在检测的所述制动事件期间从所述质量估计的计算排除所述传感器数据。
22.根据权利要求14所述的方法,其中与所述一个或多个额外车辆共享所述第一车辆的计算的所述质量估计还包括将计算的所述质量估计从所述第一车辆无线地传送至所述一个或多个额外车辆。
23.根据权利要求14所述的方法,其中与一个或多个额外车辆共享所述第一车辆的计算的所述质量估计还包括:
将所述第一车辆的所述感测数据无线地传送至数据处理中心;
在所述数据处理中心处执行所述第一车辆的所述质量估计的计算;和
将计算的所述质量估计从所述数据处理中心无线地传送至所述一个或多个额外车辆。
24.根据权利要求14所述的方法,还包括:
管理所述第一车辆和所述一个或多个额外车辆,
其中所述第一车辆的计算的所述质量估计用于在管理时确定所述第一车辆相对于所述一个或多个额外车辆的位置。
25.根据权利要求14所述的方法,还包括:
管理所述第一车辆和所述一个或多个额外车辆,
其中所述第一车辆的计算的所述质量估计用于在管理时确定所述第一车辆相对于所述一个或多个额外车辆的速度。
26.根据权利要求14所述的方法,还包括将所述第一车辆和一个或多个额外车辆布置成以编队操作,其中具有最高质量估计的车辆处于所述引领位置并且其余车辆分别从最高质量估计至最低质量估计依次跟随。
27.根据权利要求14所述的方法,还包括:
管理所述第一车辆和一个或多个其它车辆;
与所述一个或多个其它车辆共享所述第一车辆的计算的所述质量估计;和至少部分地基于所述第一车辆的计算的所述质量估计而缩放在所述第一车辆和所述一个或多个其它车辆之间所共享的命令。
28.根据权利要求27所述的方法,其中所述第一车辆和所述一个或多个其它车辆管理成编队,其中所述第一车辆引领所述编队并且所述一个或多个其它车辆在所述编队中跟随。
29.根据权利要求27所述的方法,其中所述命令为下列任一项:
(a)制动命令;
(b)扭矩命令;或
(c)制动命令和扭矩命令两者。
30.一种方法,包括:
生成车辆的传感器数据;
基于生成的所述传感器数据而计算所述车辆的质量估计;和
与所述车辆上的一个或多个控制系统共享所述车辆的计算的所述质量估计,所述一个或多个控制系统选自:
燃料喷射系统;
爆震控制系统;
悬架控制系统;
发动机控制器系统;
转向器控制系统;
发动机加速度控制系统;
自动或半自动驾驶控制系统;
巡航控制系统;和/或
自动变速器控制系统。
31.一种用于执行车辆的质量估计计算的方法,所述方法包括:
收集指示所述车辆在操作时的一个或多个操作参数的传感器数据;
利用初级质量估计算法在长时间段范围内生成第一质量估计;
利用次级质量估计算法在相对于所述长时间段范围的短时间段范围内生成第二质量估计;
比较所述第一质量估计和所述第二质量估计的结果;和
基于所述比较而确定所述第一质量估计为有效的。
32.根据权利要求31所述的方法,其中当所述第一质量估计和所述第二质量估计之间的所述比较的结果得出小于阈值量的差值时,确定所述第一质量估计为有效的。
33.根据权利要求31所述的方法,还包括当所述比较的结果得出大于所述阈值量的差值时,将所述第一质量估计指定为受损的。
34.根据权利要求31所述的方法,其中所述阈值量由所述第一质量估计和所述第二质量估计之间的百分比差值限定。
35.根据权利要求34所述的方法,其中所述百分比差值在百分之十(10%)至百分之十五(15%)的范围内。
36.根据权利要求31所述的方法,其中利用初级质量估计算法在所述长时间段范围内生成所述第一质量估计还包括利用所述初级质量估计算法连续地生成第一质量估计样本,前提是所述车辆未停止大于阈值时间段。
37.根据权利要求36所述的方法,其中所述阈值时间段为约1分钟或更长。
38.根据权利要求31所述的方法,其中利用所述次级质量估计算法在所述短时间段范围内生成所述第二质量估计还包括:
(a)利用所述次级质量估计算法生成第二质量估计样本;
(b)确定所述短时间段范围截止的时间;和
(c)重置所述次级质量估计算法;和
(d)当所述车辆操作时,重复步骤(a)至步骤(c)。
39.根据权利要求31所述的方法,其中所述短时间段范围在2分钟至5分钟的范围内。
40.根据权利要求31所述的方法,还包括:
以编队操作所述车辆和第二车辆;和
当比较结果指示所述第一质量估计无效时,解散所述编队。
41.根据权利要求31所述的方法,还包括:
以编队操作所述车辆和第二车辆;和
当所述比较的结果指示所述第一质量估计无效时,修改所述车辆和所述第二车辆之间的间隔距离。
42.根据权利要求31所述的方法,还包括利用所述初级质量估计算法将所述第一质量估计无线地传送至以下项中的一者:
(a)远程数据处理中心;
(b)第二车辆;或
(c)(a)和(b)两者。
43.一种方法,包括:
对在操作时的车辆执行质量估计计算;
当发生重置事件时,停止所述质量估计的计算;和
在所述重置事件之后,重新开始所述质量计算估计。
44.根据权利要求43所述的方法,其中所述重置事件为接收自另一车辆或接收自网络操作中心的外部起因。
45.根据权利要求43所述的方法,其中所述重置事件为所述车辆已停止大于阈值时间段。
46.根据权利要求45所述的方法,其中所述阈值时间段为约1分钟。
47.根据权利要求43所述的方法,其中所述重置事件为所述车辆低于阈值速度行驶。
48.根据权利要求47所述的方法,其中所述阈值速度为约5英里每小时或更低。
49.根据权利要求43所述的方法,其中所述重置事件为所述车辆位于指定位置。
50.根据权利要求43所述的方法,还包括在所述重置事件期间防止所述车辆与第二车辆一起以编队操作。
51.根据权利要求43所述的方法,还包括在重新开始所述质量计算估计之后允许所述车辆与第二车辆一起以编队操作。
52.根据权利要求43所述的方法,其中停止所述计算和重新开始所述计算还包括利用在所述停止之前所收集的至少一些数据暂停所述计算和重新开始所述计算。
53.根据权利要求43所述的方法,其中停止所述计算和重新开始所述计算还包括仅利用在所述停止之后所收集的数据停止所述计算和重新开始所述计算。
54.一种方法,包括:
使第一车辆作为编队中的引领车辆并且第二车辆作为跟随车辆操作;
将所述第一车辆的第一质量估计提供至所述第二车辆;
缩放由所述第一车辆生成并且传送至所述第二车辆的命令,所述命令至少部分地基于所述第一车辆的所述第一质量估计而相对于所述第二车辆的第二质量估计缩放;和在所述第二车辆处实现缩放的所述命令。
55.根据权利要求54所述的方法,其中缩放所述命令还包括利用缩放乘数缩放所述命令,所述缩放乘数至少部分地来源于所述命令的量值乘以比率的乘积,所述比率由所述第二质量估计除以所述质量估计来限定。
56.根据权利要求55所述的方法,其中所述缩放乘数还为以下项的一者或多者的因数:
由所述第一车辆和/或所述第二车辆所牵拉的挂车的数量;
所述第一车辆和/或所述第二车辆的所述制动系统的条件;
所述第一车辆和所述第二车辆之间的发动机差值;
所述第一车辆和/或所述第二车辆的维护条件;
所述第一车辆和/或所述第二车辆的轮胎压力;
所述第一车辆和/或所述第二车辆的轮胎条件;和/或
道路和/或驾驶条件。
57.根据权利要求54所述的方法,其中所述命令为制动命令或发动机扭矩命令。
58.根据权利要求54所述的方法,还包括在所述两个车辆以所述编队操作或参与所述编队时,与所述第二车辆共享所述第一质量估计,与所述第一车辆共享所述第二质量估计。
59.根据权利要求54所述的方法,还包括:
将所述第一车辆相关的第一组传感器数据传送至数据处理中心;
将所述第二车辆相关的第二组传感器数据传送至所述数据处理中心;
利用所述第一组传感器数据和所述第二组传感器数据在所述数据处理中心分别计算所述第一车辆的所述第一质量估计和所述第二车辆的所述第二质量估计;
基于所述第一质量估计和所述第二质量估计之间的比较而将所述第一车辆指定为编队中的所述引领车辆并且将所述第二车辆指定为所述跟随车辆;
从所述数据处理中心协调所述第一车辆和所述第二车辆以参与所述编队,使得所述车辆了解其在接触点处的位置。
60.根据权利要求59所述的方法,其中所述数据处理中心为网络操作中心。
61.根据权利要求54所述的方法,还包括将具有较大质量估计的所述第一车辆或所述第二车辆指定为所述编队中的所述引领车辆并且将另一车辆指定为所述跟随车辆。
62.根据权利要求54所述的方法,还包括:
从所述第一车辆和所述第二车辆收集传感器数据;和
根据从所述第一车辆和所述第二车辆所收集的所述传感器数据分别计算所述第一质量估计和所述第二质量估计。
63.根据权利要求54所述的方法,其中所述两个车辆的所述传感器数据包括以下项的一者或多者:
(a)发动机扭矩;
(b)传动齿轮比;
(c)GPS或定位信息;和/或
(d)车轮速度;
(e)实际递送发动机扭矩;
(f)轮胎压力;
(g)轮胎条件;
(h)空气动力辅助装置的存在或位置;
(i)任何挂车的配置;
(j)挂车的数量;和/或
(k)一个或多个挂车车轴。
64.根据权利要求3至13中任一项所述的方法,其中确定所述第一车辆和所述第二车辆的所述引领位置和所述跟随位置还包括:
比较所述第一车辆和所述第二车辆的所述质量估计;
基于所述第一车辆和所述第二车辆中的哪一者具有较大质量估计而确定所述引领位置;和
基于所述第一车辆和所述第二车辆中的哪一者具有较小质量估计而确定所述跟随位置。
65.根据权利要求2、4至13或63中任一项所述的方法,其中协调所述编队还包括:
识别所述第一车辆和所述第二车辆;
指导所述第一车辆和所述第二车辆参与所述编队中;和
与所述第一车辆和所述第二车辆共享所述引领位置和所述跟随位置,使得所述两个车辆了解其在接触点的位置。
66.根据权利要求2至3、6至13或64至65中任一项所述的方法,还包括与所述第二车辆共享所述第一车辆的所述质量估计。
67.根据权利要求2至11或64至66中任一项所述的方法,其中所述数据处理中心为布置成远程地协调多个牵引车-挂车之间的编队行驶的网络操作中心(NOC),所述多个牵引车-挂车各自向所述NOC报告其传感器数据使得所述NOC能够选择性地协调所述多个牵引车-挂车之间的编队。
68.根据权利要求16至29中任一项所述的方法,其中计算所述第一车辆的所述质量估计在所述第一车辆上执行。
69.根据权利要求15、18至29或68中任一项所述的方法,其中计算所述第一车辆的所述质量估计发生在所述一个或多个额外车辆。
70.根据权利要求15、18至29或68中任一项所述的方法,其中计算所述第一车辆的所述质量估计发生在网络操作中心(NOC)。
71.根据权利要求15至19、20至29或68至70中任一项所述的方法,还包括与第二车辆共享所述第一车辆的计算的所述质量估计;和
与所述第一车辆共享所述第二车辆的第二质量计算估计。
72.根据权利要求15至23、25至29或68至71中任一项所述的方法,还包括:
管理所述第一车辆和所述一个或多个额外车辆,
其中所述第一车辆的计算的所述质量估计用于在管理时确定所述第一车辆相对于所述一个或多个额外车辆的位置。
73.根据权利要求15至24、26至29或68至72中任一项所述的方法,还包括:
管理所述第一车辆和所述一个或多个额外车辆,
其中所述第一车辆的计算的所述质量估计用于在管理时确定所述第一车辆相对于所述一个或多个额外车辆的速度。
74.根据权利要求15至25、27至29或68至73中任一项所述的方法,还包括将所述第一车辆和一个或多个额外车辆布置成以编队操作,其中具有最高质量估计的车辆处于所述引领位置并且其余车辆分别从最高质量估计至最低质量估计依次跟随。
75.根据权利要求15至26、28至29或68至74中任一项所述的方法,还包括:
管理所述第一车辆和一个或多个其它车辆;
与所述一个或多个其它车辆共享所述第一车辆的计算的所述质量估计;和至少部分地基于所述第一车辆的计算的所述质量估计而缩放在所述第一车辆和所述一个或多个其它车辆之间所共享的命令。
76.根据权利要求56至63中任一项所述的方法,其中缩放所述命令还包括利用缩放乘数缩放所述命令,所述缩放乘数至少部分地来源于所述命令的量值乘以比率的乘积,所述比率由所述第二质量估计除以所述质量估计来限定。
77.根据权利要求55至57、59至63或76中任一项所述的方法,还包括在所述两个车辆以所述编队操作或参与所述编队时,与所述第二车辆共享所述第一质量估计,与所述第一车辆共享所述第二质量估计。
78.根据权利要求55至58、60至63或76至77中任一项所述的方法,还包括:
将所述第一车辆相关的第一组传感器数据传送至数据处理中心;
将所述第二车辆相关的第二组传感器数据传送至所述数据处理中心;
利用所述第一组传感器数据和所述第二组传感器数据在所述数据处理中心分别计算所述第一车辆的所述第一质量估计和所述第二车辆的所述第二质量估计;
基于所述第一质量估计和所述第二质量估计之间的比较而将所述第一车辆指定为编队中的所述引领车辆并且将所述第二车辆指定为所述跟随车辆;
从所述数据处理中心协调所述第一车辆和所述第二车辆以参与所述编队,使得所述车辆了解其在接触点处的位置。
79.根据权利要求55至60、62至63或76至78中任一项所述的方法,还包括将具有较大质量估计的所述第一车辆或所述第二车辆指定为所述编队中的所述引领车辆并且将另一车辆指定为所述跟随车辆。

说明书全文

利用车辆的质量估计的应用

[0001] 相关申请的交叉引用
[0002] 本申请要求享有提交于2017年8月21日的名称为“Systems for Vehicular Platooning and Methods Therefore”的PCT申请PCT/US17/047771(PEL1P005WO)的优先权,该申请出于所有目的全文以引用方式并入本文。

技术领域

[0003] 本申请整体涉及车辆的质量估计的使用的应用,并且更特别地,利用车辆的质量估计来控制车辆的操作,与其它车辆和/或网络操作中心(NOC)共享质量估计,管理道路上以编队操作的车辆或其它布置的车辆,和/或基于编队行驶车辆之间的相对质量估计而部分地控制以编队操作的一个或多个车辆的操作。

背景技术

[0004] 车辆的质量估计为已知的。关于车辆的质量估计的更多细节,参见Bae等人的用于利用GPS的纵向控制的道路级别和车辆参数估计“Road Grade and Vehicle Parameter Estimation for Longitudinal Control Using GPS”《,2001年IEEE智能交通系统会议录(2001IEEE Intelligent Transportation Systems Conference Proceedings)》(加州奥克兰,2001年8月25日至29日)和Holm的利用Kalman滤波器的车辆质量和道路级别估计“Vehicle Mass and Road Grade Estimation Using Kalman Filter”,《硕士学位论文(MSc Thesis)》(电气工程系,瑞典,2011年8月),这两个出版物出于所有目的以引用方式并入本文。
[0005] 虽然用于估计车辆的质量的算法为已知的,但是此类信息的应用或使用受限。对于某些车辆,质量估计用于车载自动化制动系统(ABS)的控制。然而,不同于制动控制,申请人不关心车载的或与其它车辆或数据中心共享的质量估计信息的其它使用或应用。发明内容
[0006] 本申请涉及将车辆的质量估计用于许多应用。
[0007] 在一种应用中,车辆的质量作为各种方法的一部分可用于控制车辆自身上的操作和系统(例如,、制动、转向等)。
[0008] 在其它实施例中,车辆质量估计的使用在编队行驶的情况下具有许多应用。此类应用包括:大体上管理车辆,利用用以选择引领车辆和跟随车辆的车辆每一者的相对估计质量将车辆布置成以编队操作,基于以编队操作的车辆的相对质量而缩放从引领车辆发送至跟随车辆的命令,和可能地利用车辆的质量估计来控制车辆上的操作。
[0009] 在其它实施例中,质量估计或用于计算质量估计的传感器数据可传送至数据处理中心,诸如网络操作中心(NOC),该数据处理中心可远程地协调车辆的编队行驶。例如,通过协调编队和在参与之前通信两个(或更多个)车辆的质量,车辆可随即在其接触点处呈现其恰当编队位置(例如,引领车辆或跟随车辆)。在其它实施例中,重置功能用于数据处理管道,该数据处理管道用于计算车辆的质量估计。在一个实例中,初级质量估计在长时间段范围内进行。并行地,第二质量估计在短时间段范围内进行。当两个质量估计值相差超过阈值量时,推测初级质量估计已受损。因此,重置初级质量估计并且以新传感器数据重新开始。在另一个实施例中,重置功能可基于(a)车辆停止大于阈值时间段,(b)当车辆低于阈值速度行驶时,或(c)基于车辆的GPS位置而触发。在各种实施例中,重置功能可基于(a)至(c)的任一者或(a)、(b)和/或(c)的任何组合来触发。
附图说明
[0010] 本发明和其优点通过参考下述描述结合附图可最佳地理解,其中:
[0011] 本发明和其优点通过参考下述描述结合附图可最佳地理解,其中:
[0012] 图1为控制器架构的框图,该控制器架构适用于支持编队行驶的自动化或部分自动化车辆控制系统。
[0013] 图2为代表性编队控制器架构的框图,该代表性编队控制器架构适用于图1的自动化或部分自动化车辆控制系统。
[0014] 图3为根据一个实施例的间距控制器的框图。
[0015] 图4A至图4C为一系列图示,示出了由根据一个实施例的间距调节器在不同操作状态期间所用的不同控制状态。
[0016] 图5为示出滑动模式控制方案的状态空间图。
[0017] 图6为特定ASIL顺应性控制器硬件架构,该特定ASIL顺应性控制器硬件架构适用于支持编队行驶的自动化或部分自动化车辆控制系统。
[0018] 图7为根据一个实施例的网关的部件。
[0019] 图8为示出车辆的质量估计如何建模的图示。
[0020] 图9为示出多个质量估计样本点如何随着时间进行绘制并平均以得出车辆的质量估计的图示。
[0021] 图10为根据本申请的不同非排他性实施例示出用于报告车辆的质量估计的各种可能性的图示。
[0022] 图11为示出由网络操作中心(NOC)利用质量估计数据来协调并布置编队行驶车辆的次序所实现的步骤的流程图,该质量估计数据接收自多个车辆。
[0023] 图12为示出跟随车辆如何基于两个车辆之间的相对质量估计而缩放接收自编队的引领车辆的动作命令的步骤的流程图。
[0024] 图13为示出车辆如何可利用其质量估计来控制该车辆的操作和系统的图示。
[0025] 图14示出了与数据处理管道协同使用的重置功能,该数据处理管道用于确定车辆的质量估计。
[0026] 图15为用于执行初级和次级质量估计算法的步骤的流程图。
[0027] 图16为用于基于车辆停止、速度和/或位置而重置车辆的质量估计的流程图。

具体实施方式

[0028] 本发明现将参考如附图所示的其一些实施例来详细地描述。在下述描述中,阐述了许多具体细节以提供本发明的实施例的全面理解,包括本发明的多个不同方面的描述,在一些情况下包括一个或多个替代方案。对本领域的技术人员将显而易见的是,本发明可付诸实践而无需实现本文所公开的所有特征。
[0029] 编队行驶
[0030] 申请人已提出各种车辆编队行驶系统,其中第二和可能额外车辆自动地或半自动地控制来以安全方式紧密地跟随引领车辆。通过实例的方式,美国申请No.15/605,456、No.15/607,902、No.13/542,622和No.13/542,627,美国临时申请No.62/377,970和No.62/343,819,以及PCT申请PCT/US2014/030770、PCT/US2016/049143和PCT/US2016/060167描述了各种车辆编队行驶系统,其中尾随车辆至少部分自动地控制以紧密地跟随指定引领车辆。这些较早申请的每一者以引用方式并入本文。
[0031] 编队行驶的目标之一通常为维持编队行驶车辆之间的期望纵向距离或车头时距,其在本文时常称为“期望间距”。即,期望的是,尾随车辆(例如,尾随卡车)维持相对于特定车辆(例如,引领卡车)的指定间距。编队所涉及的车辆通常将具有复杂控制系统,该复杂控制系统适于发起编队,在广泛种类的不同驾驶条件下维持间距,和适当时适度地解散编队。
[0032] 适于实现车辆编队行驶的控制系统的架构和设计可广泛地改变。特定控制器设计可基于对控制器所设想的自动化平以及参与编队的本车的性质和可用设备而改变。通过实例的方式,图1以图解方式示出了适于与编队行驶牵引车-挂车卡车一起使用的车辆控制架构。所示特定控制器主要设计用于结合编队行驶系统使用,其中两个车辆包括主动驾驶员。引领车辆的驾驶员全面负责前方车辆的控制。尾随车辆的驾驶员负责使尾随车辆转向,但编队控制器110主要负责在主动编队行驶期间控制尾随车辆的发动机扭矩和制动请求。然而,应当理解,大体类似控制方案可用于设想了编队同伴的一者或两者的更自动化控制的系统中。
[0033] 在所示实施例(图1所示)中,编队控制器110从牵引车和/或一个或多个挂车或其它连接单元上的多个传感器130以及布置成控制牵引车的动系统和其它车辆系统的操作的多个致动器和致动器控制器150接收输入。致动器接口160可提供用于有利于编队控制器110和致动器控制器150之间的通信。
[0034] 编队控制器110还与车辆间通信控制器170和网络操作中心(NOC)通信控制器180进行交互,车辆间通信控制器170安排与编队同伴的通信,NOC通信控制器180安排与NOC的通信。车辆还优选地具有所选配置文件190,配置文件190包括关于车辆的已知信息。
[0035] 编队控制器110的功能部件的一些包括间距控制器112、多种估计器114、一个或多个同伴车辆追踪器116和各种监测器118。在许多应用中,编队控制器110还将包括多种其它部件119。编队控制器110和间距控制器112的示例性实施例在下文参考图2和图3更详细地描述。
[0036] 编队控制器110所用传感器的一些可包括GNSS(GPS)单元131、车轮速度传感器132、惯性测量装置134、雷达单元137、LIDAR(激光雷达)单元138、相机139、加速踏板位置传感器141、转向轮位置传感器142、制动踏板位置传感器143和各种加速度计144。当然,并非所有的这些传感器将在编队所涉及的所有车辆上为可用的,并且并非所有的这些传感器在任何具体实施例中为必须的。在其它实施例中,编队控制器可额外地或另选地利用多种其它传感器149(现存在的或随后开发的或商业部署的)。在本文所描述的主要实施例中,使用GPS位置数据。然而,GPS仅为当前可用全球导航卫星系统(GNSS)的一者。因此,应当理解,替代GPS系统或除GPS系统之外,还可使用任何其它GNSS系统或其它合适位置感测系统的数据。
[0037] 所描述传感器的多者(并非所有)(包括车轮速度传感器132、雷达单元137、加速器踏板位置传感器141、转向轮位置传感器142、制动踏板位置传感器143和加速度计144)为用于牵拉半挂车的更新卡车(牵引车)上的相对标准的设备。然而,其它传感器(诸如GNSS单元131和LIDAR单元138(如果使用的话))不是此类牵引车上的当前标准的设备,或可不存在于特定车辆上,并且可根据需要或期望进行安装以有助于支持编队行驶。
[0038] 编队控制器可至少部分地指导的车辆致动器控制器150的一些包括发动机扭矩控制器152(其通常为发动机控制单元(ECU)或动力系统控制模(PCM)的整体功能性的一部分)、变速器控制器154、制动器控制器154、转向器控制器157(当提供自动转向时)和离合器控制器158。当然,并非所有的这些致动器控制器将为可用的或在任何具体实施例中为必须的,并且可期望的是与多种其它车辆致动器控制器159(其还可在受控车辆上为可用的)连接。因此,应当理解,任何特定受控车辆上的编队控制器所指导或以其它方式所利用的特定致动器控制器150可广泛地改变。另外,任何特定致动器控制器(例如,发动机扭矩控制器152)以及其接口(例如,其可处理或生成的命令、指令、请求和消息的性质和格式)的能力通常将与该特定致动器控制器的制造商和型号一起改变。因此,致动器接口160优选地提供用于将编队控制器110的请求、命令、消息和指令转化成适合于受控车辆所用的特定致动器控制器硬件和软件的格式。致动器接口160还提供用于将接收自各种致动器控制器的消息、命令、指令和请求返回通信/转移至编队控制器110的机构。通常,适当致动器接口将提供用于与所用特定车辆控制器的每一者进行交互。在各种实施例中,这可包括发动机扭矩接口
161、制动器接口162、变速器接口164、缓速器接口165(如果使用独立缓速器控制器的话)、转向器接口167和/或任何其它适当控制器接口169中的一者或多者。
[0039] 大卡车和其它重型车辆通常具有多个系统以用于使卡车“制动”。这些系统包括安装于车辆的车轮中的传统制动器系统组件,其在该行业通常称为“基础制动器”。大多数大卡车/重型车辆还具有称为“缓速器”的机构,该缓速器用于增强基础制动器并且用作用于使车辆减慢或用以防止车辆下山加速的另选机构。通常,缓速器将由发动机扭矩控制器152控制,并且在此类实施例中,缓速器可通过将适当扭矩命令(其可为负的)发送至发动机扭矩控制器152进行控制。在其它实施例中,独立缓速器控制器(未示出)可为通过适当缓速器接口165可访问的,并且因此可由编队控制器110通过适当缓速器接口165来指导。在其它实施例中,编队控制器110可单独地确定发送至致动器接口160的缓速命令。在此类实施例中,致动器接口将解释缓速命令并且将适当缓速控制命令传递至ECU或其它适当车辆控制器。
[0040] 车辆之间的通信可在任何合适信道上进行指导,并且可通过车辆间通信控制器170来协调。通过实例的方式,专用短程通信(DSRC)协议(例如,IEEE 802.11p协议)(其为已开发用于车辆至车辆通信的双向短程至中程无线通信技术)效果良好。当然,除了DSRC链路或替代DSRC链路,还可使用其它通信协议和信道。例如,车辆间通信利用任何合适通信协议可额外地或另选地在蜂窝通信信道上进行传送,诸如4G LTE Direct、5G、民用频带(CB)无线电信道、一个或多个通用移动无线服务(GMRS)频带,和一个或多个家庭无线服务(FRS)频带或任何其它现存在或以后开发的通信信道。
[0041] 在各种实施例中,传送信息可包括由编队控制器110所生成的当前命令,诸如所请求/所命令的发动机扭矩280、所请求/所命令的制动减速度282。当这些方面由编队控制器110控制时,它们还可包括转向命令、齿轮命令等。对应信息接收自同伴车辆,不考虑这些命令是否由编队控制器或同伴车辆上的其它合适控制器(例如,自适应巡航控制系统(ACC)或碰撞缓解系统(CMS))或通过其它或更多个传统机构(例如,响应于驾驶员输入(例如,加速器踏板位置、致动器位置、转向轮位置等))来生成。
[0042] 在许多实施例中,提供至编队控制器110的大多数或所有的牵引车传感器信息还传送至编队同伴,并且对应信息接收自编队同伴使得每个车辆上的编队控制器110可开发同伴车辆正在进行的动作的准确模型。上述内容对于提供至编队控制器的任何其它相关信息为真实的,包括相关于编队控制器的任何车辆配置信息190。应当理解,所传送的特定信息可基于编队控制器110的要求、相应车辆上可用的传感器和致动器,以及每个车辆关于自身可具有的特定了解内容而广泛地改变。
[0043] 在车辆之间传送的信息还可包括关于预期以后动作的信息。例如,如果引领车辆了解其正接近山丘,那么其可期望近期增加其扭矩请求(或在下山的情况下降低其扭矩请求),并且该信息可传输至尾随车辆以由编队控制器110在适当时使用。当然,存在广泛种类的其它信息,该其它信息可用于预知以后扭矩或制动请求并且该信息可以多种不同形式来传输。在一些实施例中,预期事件自身的性质(例如,正在接近山丘或弯曲路面或出口)可连同此类事件的预期计时一起来指示。在其它实施例中,在预期控制命令(诸如预期扭矩和/或其它控制参数,以及期望此类变化的计时)的情况下,可报告预期以后动作。当然,存在广泛种类的不同类型的期望事件,此类期望事件可相关与编队控制。
[0044] 车辆和NOC之间的通信可经由多种不同网络来传送,诸如蜂窝网络、各种Wi-Fi网络、卫星通信网络和/或多种其它适当网络的任一者。与NOC的通信可通过NOC通信控制器180来协调。传送至和/或接收自NOC的信息可基于整体系统设计而广泛地改变。在一些情况下,NOC可提供特定控制参数,诸如目标间距公差。这些控制参数或约束条件可基于NOC处已知的因素,诸如速度限值、道路/地形的性质(例如,多山的与平坦的,曲折的与平直的,等等)、天气条件、交通或道路条件等。在其它情况下,NOC可将此类信息提供至编队控制器。
NOC还可提供关于同伴车辆的信息,包括其配置信息和关于其当前操作状态的任何已知相关信息,诸如重量、挂车长度等。
[0045] 配置文件190可包括关于本车的广泛种类的信息,该信息可视为相关于控制器。通过实例的方式,一些信息可包括车辆的规格,包括诸如发动机性能特征、可用传感器、其制动系统的性质、其GNSS天线相对于驾驶室的前部的位置、齿轮比、差动比,等等。
[0046] 图2示出了编队控制器110的一个具体实施例。在所示实施例中,编队控制器110包括间距控制器112、多个估计器114、一个或多个追踪器116、任何期望监测器118,和可能多种其它部件119的任一者。
[0047] 在所示实施例中,间距控制器112包括目标和状态设定器200、间距调节器210和间距估计器240。一般来讲,目标和状态设定器200布置成确定间隔调节器210的预期操作模式(状态)和任何可变控制参数的值,该可变控制参数适用于该操作模式。
[0048] 间距调节器210布置成以由目标和状态设定器200所指定的方式控制尾随编队同伴。在间距控制操作模式中,间距调节器210以旨在根据由状态设定器200所规定的任何指定控制参数来达到并维持期望间距的方式控制车辆。在其它模式中,间距调节器210以旨在达到所选操作模式的适当响应的方式控制车辆。
[0049] 间距估计器240布置成基于对于编队控制器110可用的实际测量值和/或其它信息而估计/确定当前间距。应显而易见的是,当前间距的准确理解对于间距调节器的成功操作是重要的。同时,应当理解,任何测量系统具有固有公差,并且可受报告误差影响,和/或可在一些情况下变为不可用的。因此,间距估计器240配置成从多个位置或相对位置相关的传感器接收信息,并且配置成将此类数据融合成当前间距的可靠估计值。
[0050] 将由间距调节器210所生成的扭矩请求和制动请求发送至适当致动器接口(例如,分别为发动机扭矩接口161和制动器接口162)。发动机扭矩接口161然后将适当扭矩命令转发至发动机扭矩控制器152,发动机扭矩控制器152通过指导各种发动机操作参数(诸如燃料供给、气门定时、缓速器状态等)而适当地指导所请求扭矩的递送。制动器接口162生成发送至制动器控制器156的适当制动请求。
[0051] 间距控制器112的具体实施例参考图3来更详细地描述。
[0052] 返回图2,存在对于间距控制器112有用的多种估计器114。在各种实施例中,这些可包括质量估计器271、拖曳力估计器273、地面速度估计器275、陀螺仪偏差估计器277和/或其它估计器279中的一者或多者。
[0053] 质量估计器271布置成估计编队同伴的相应质量。这些质量估计可由间距控制器112使用以基于编队同伴的相应重量(质量)而适当地协助缩放其扭矩和制动请求。
[0054] 拖曳力估计器273布置成估计编队同伴的相应拖曳阻力。这些拖曳阻力估计值还可由间距控制器使用以适当地协助调整其扭矩和制动请求。一般来讲,任何特定卡车或其它车辆的拖曳阻力可基于多种因素而改变,这些因素包括:(a)其拖曳力分布(在卡车的情况下,其可基于正牵拉的挂车(如果有的话)或道路的其它特性而改变);(b)车辆的当前速度;(c)速和方向;(d)滚动阻力;(e)编队状态(例如,无论编队是否激活,车辆在该编队内的位置、间距);(f)轴承磨损,等等。
[0055] 地面速度估计器275布置成估计相应编队同伴的实际地面速度。许多卡车和其它车辆具有车轮速度传感器,该车轮速度传感器可十分准确地测量相关联车轮的旋转速度。实际地面速度可基于车轮的相应直径和轮胎的滑动条件而不同于所测量车轮速度。车轮的精确直径可基于所用轮胎而改变。此外,车轮的直径由于轮胎磨损、环境温度变化和其它因素将随着时间而改变。由于轮胎在使用期间升温(或温度的其它方式变化),车轮直径甚至将在特定旅程的过程中改变。实际上,车轮直径的所有这些变化可能为足够显著的,以影响间距估计和间距控制。因此,地面速度估计器275布置成基于所测量车轮速度和其它可用信息(诸如GNSS信息)而估计实际地面速度。当基于追踪器的间距测量值(例如,雷达、相机、LIDAR等)不可用时(其可例如在编队同伴由于车道变化等而横向地偏移时发生),地面速度估计值在时间上为特别有用的。
[0056] 由间距控制器112所用的一些测量值为基于陀螺仪的惯性测量值。这些测量值可包括偏航测量值(其指示相关联车辆正在转弯的速率)、纵向加速测量值等。陀螺仪通常具有可影响测量值的惯性测量值误差,称为陀螺仪偏差。陀螺仪偏差估计器277估计此类偏差以允许间距控制器补偿此类基于陀螺仪的测量值误差。
[0057] 编队控制器110还可包括可用于任何特定间距控制器112的任何其它估计器279。
[0058] 编队控制器110还可包括一个或多个追踪器116。每个追踪器116布置成测量或以其它方式确定间距。用于许多实施方式中的一种追踪器类型为基于雷达的雷达追踪器283。可商购获得的更新卡车通常配备有作为标准设备的雷达单元,并且雷达追踪器特别良好地适用于此类车辆。当然,一个或多个雷达单元可安装于未预配有雷达单元的任何车辆上以有利于雷达追踪器283的使用。通过实例的方式,一些特定雷达追踪器更详细地描述于均提交于2017年5月9日的共同待审的美国申请No.15/590,715和No.15/590,803中,这两个申请均以引用方式并入本文。
[0059] LIDAR(激光雷达)为良好地适于测量车辆之间的间距的另一种距离测量技术。LIDAR迅速地普及用于自动化和自动驾驶应用。LIDAR追踪器286良好适用于已设置或设置有LIDAR单元的车辆上。相机和立体相机还为用于各种自动化和自动驾驶应用中的更普及距离测量工具。
[0060] 当然,可使用其它距离测量技术来测量或估计如其它追踪器289所表示的车辆之间的间距。通过实例的方式,可使用主要基于车辆的相应报告GPS位置的GPS追踪器。
[0061] 许多实施例中所用的追踪器配置成融合多个传感器的数据以协助验证由相应追踪器所用的主要传感器的测量值。前述雷达追踪器申请描述了用于融合数据来以该方式协助验证主要传感器的测量值的多种方法。
[0062] 在多种实施例中,间距估计器240可替代追踪器的一者或多者或可由其替代;或可视为追踪器自身,因为其基于多个传感器的输入而确定/估计间距。在所示实施例中,间距估计器240单独地示为间距控制器112的一部分,因为其融合追踪器和车辆的每一者上的任何其它可用源(诸如GNSS传感器)的数据。
[0063] 编队控制器110还可包括配置成监测相关于间距控制的特定部件的一个或多个监测器118。通过实例的方式,对于编队行驶卡车的控制特别有用的一种特定监测器为制动器状况监测器291。制动器状况监测器291配置成监测制动器系统并识别其中制动器不能够递送编队控制正常所期望的制动水平(例如,在基础制动器包括已使用的鼓式制动器同时在山区里下山行驶至它们接近过热的情况下可发生)的境况。如果制动器状况监测器291识别此类境况,那么其通知编队控制器,该编队控制器可采取适当纠正动作。该适当纠正动作将基于由制动器状况监测器所识别的特定境况而改变,但可包括例如以下动作:诸如解散编队,将目标间距增加至更适于制动器条件的水平,等等。当然,制动器状况监测器还可配置成识别其中制动器的条件已改善(例如,制动器已充分地冷却)的境况并且还通知编队控制器这些境况使得编队控制器可相应地动作。例如,改善制动状态可允许目标间距减小,编队重建或其它适当动作。
[0064] 编队控制器可包括多种其它监测器299的任一者,其它监测器299配置成监测可相关于编队控制的其它部件、系统、环境条件、道路或交通条件等的状态或情形。例如,DSRC链路监测器可提供用于监测编队同伴之间的DSRC通信链路的情形。
[0065] 接下来参考图3,将更详细地描述间距控制器112的另一实施例。类似于图2所示的实施例,间距控制器112包括目标和状态设定器200、间距调节器210和间距估计器240。在图3的实施例中,目标和状态设定器200包括操作状态选择器203和控制参数选择器206,控制参数选择器206对于间距调节器确定、选择、设定或以其它方式指示适用于所选操作模式的任何可变控制参数的值。
[0066] 操作状态选择器203布置成确定间距调节器210的预期操作模式(状态)。在一些特定实施例中,操作模式可包括“正常”或“间距控制”操作模式,其中间距调节器配置成控制达到并维持车辆之间的指定间距。在间距控制操作模式中,由控制参数选择器所决定的控制参数变量可包括目标间距自身(例如,10m、12m等),该目标间距自身可一定程度上基于驾驶条件(例如,天气、地形、道路条件、交通等)而改变。正常操作期间的其它控制器参数可包括影响以下项的参数:吸入速度、控制的严密度、扭矩控制和制动控制之间的公差或变化,等等。在其它实施例中,“发起编队”和/或“吸入”或“拉入”可为用于建立编队和/或将编队同伴在至少部分自动化控制条件下以安全方式召集在一起的一个或多个独立状态。
[0067] 另一种可能操作模式为“解散”模式,其中编队控制器将尾随车辆转变向/转变至其中尾随车辆的驾驶员(或自动巡航控制系统)可安全地接管车辆的控制的位置。一般来讲,解散编队包括将车辆之间的间距以受控方式增加至/增加向其中编队可解散并且车辆控制可安全地转移至驾驶员的手动控制或通过利用不同系统的控制(诸如自适应巡航控制)的点。解散模式可任选地通过广泛种类的不同境况来触发,例如,响应于决定终止编队的编队同伴或NOC的一者;车辆之间的通信丢失延长时段;引领车辆(其太慢或太靠近于编队)的前方的物体的检测,等等。
[0068] 另一种可能操作模式可为速度控制或相对速度控制模式。速度控制或相对速度控制对于在多种特定境况下维持特定间距(例如,当尾随车辆的雷达(或其它)追踪单元失去同伴车辆的视线时,如当车辆之间的横向偏移由于车道变化或其它条件而存在时可发生)的尽力控制可为优选的。
[0069] 当然,还可存在多种其它操作模式。
[0070] 间距调节器210布置成以由目标和状态设定器200所指定的方式控制尾随编队同伴。在图3所示的实施例中,间距调节器210包括缩放器22和两个独立控制器,该两个独立控制器以不同组合用于不同操作模式。在所示实施例中,控制器包括滑动模式控制器215(其执行间距控制)和速度/相对速度控制器218。应当理解,在其它实施例中国,单个控制器(额外的和/或不同的)可适当时提供用于任何特定实施方式。
[0071] 在所示实施例中,前馈缩放器212配置成缩放前方车辆的扭矩信号和制动信号(在将它们从滑动模式控制器215和相对速度控制器218添加至输出之前)以形成对于发动机控制器和制动器控制器的扭矩请求和制动请求。此类缩放可基于以下因素,诸如编队同伴的相应重量(质量)、车辆的相应拖曳力、制动事件的严重度(例如,在高制动情景中,制动命令可增加一点以提供针对制动性能和反应时间的不确定性的安全裕度),等等。在其它实施例中,此类缩放功能必要时可并入相应控制器自身中。
[0072] 滑动模式控制器215配置成以旨在根据由控制参数选择器206所规定的目标间距和任何其它控制参数来达到并维持期望间距的方式控制尾随车辆。因此,其主要功能为间距控制。速度控制器218配置成以维持相对于引领车辆的指定速度(或在一些境况下,简单地维持指定速度)的方式控制尾随车辆。在所示实施例中,这两个独立控制器提供成使得间距调节器210可提供不同类型的控制,如在不同操作境况下可为适当的。一些特定实例参考图4A至图4C来描述。在所描述实施例中,控制器215和218在编队行驶期间均连续地操作,并且选择器/添加器250用于基于当前操作模式而选择适当信号来输出。任选制动监测器255为安全特征,该安全特征可用于协助确保由选择器/添加器250所输出的制动命令不使尾随车辆过度强烈地制动,除了根据安全/碰撞预防观点为必需的情况。这样减少了受尾随编队同伴的意外强烈制动影响的尾随编队同伴后方的交通风险。
[0073] 滑动模式控制器215布置成以使得其相对于前方车辆的相对速度作为车辆之间的间距的函数而改变的方式控制尾随车辆。这种特性示于图5的状态空间图示中,图5根据一个特定实施方式示出了控制方案。更具体地,图5绘制了车辆(Y轴线)与车辆之间的间距(X轴线)之间的相对速度。图5还示出了扭矩请求控制器目标控制线320。在所示实施例中,正常期望间距为12米,其由线310表示。因此,目标控制点311为12米(零相对速度),其为由线310(12米间距)和线312(零相对速度)的交叉点所表示的点。
[0074] 间距调节器210的扭矩请求控制器部件221配置成生成扭矩请求,该扭矩请求适于根据目标控制线320控制间距。扭矩请求然后通过发动机扭矩控制器152来实现。如图5可看出,当间距大于期望间距时,对后方卡车进行控制以相比于正行驶的前方卡车稍快地行驶,使得后方卡车的相对速度具有小正值。随着后方卡车更靠近地逼近引领卡车,其相对速度以平稳方式减小直至间距减小至目标控制点311,相对速度在目标控制点311处将为零(如果实现完美控制的话)。如果后方卡车相比于期望间距为更靠近的,那么其减慢使得其具有相对于引领卡车的负相对速度以重建期望间距。
[0075] 滑动模式控制器215在编队行驶的“拉入”阶段和间距维持阶段两者利用统一滑动模式控制方案。将滑动模式控制器配置成控制目标控制线320有助于确保,相对速度与间隙关系停留于编队行驶的安全区域内。
[0076] 在图3所示的实施例中,滑动模式控制器215包括独立控制器(例如,扭矩请求控制器221和制动请求生成器部件223),该独立控制器配置成控制不同间距控制目标。不同控制目标示于图5的状态空间图示中,图5根据一个特定实施方式示出了控制方案。更具体地,除了扭矩请求控制器目标控制线320之外,图5还示出了制动请求控制器目标控制线330。图5额外地示出了从状态空间的各个点至扭矩请求目标控制线320的代表性转变途径。
[0077] 对于大多数开放高速驾驶条件,仅调制扭矩请求足以适当地控制间距而无需使用基础制动器。这部分地因为扭矩请求在一定程度上可为负的,而无需通过利用发动机制动和/或缓速器(如果可用的话)来致动基础制动器。如上文所述及,当燃料切断时,动力系统中仍将存在一些送损失和一些摩擦损失,所以可提供一定水平的负扭矩,同时通过简单适当地减少燃料供给而利用正常气门定时。当需要较大负扭矩时,发动机扭矩控制器152通过致动缓速器和/或通过采取其它适当措施可形成较大负扭矩。
[0078] 单独地,间距调节器210的制动请求控制器部件223布置成在正常操作期间生成制动请求,这些制动请求通常布置成维持与扭矩请求控制器221目标不同的间距(特别地,较小间距)。扭矩控制器和制动请求控制器控制的这种间距差值在本文有时称为间距公差340。一般来讲,制动请求212未生成,除非或直至间距至少减少低于扭矩请求目标控制器线
320的间距公差。因为制动器仅可用于使车辆减慢,所以该差值的影响在于,当间距调节器
210仅通过扭矩请求的控制不能维持期望间距时,尾随卡车将允许在基础制动器致动之前以较小量(在该实例中,2米)爬行。当期望间距通过仅调制扭矩请求而无需穿越目标制动控制线330可恢复时,那么基础制动器根本无需使用。这具有安全地维持间距同时减小基础制动器将不必要地部署的可能性的效果。
[0079] 正常间距控制示于图4A中。在正常间距控制期间,滑动模式控制器215用于确定适于达到并维持由控制参数选择器206所设定的目标间距的扭矩请求和制动请求。在适当时,由滑动模式控制器215所生成的扭矩请求和制动请求可基于前馈缩放器212的输入而由选择器/添加器250适当地缩放。在该正常间距控制模式中,相对速度控制器218的输出未用于尾随车辆的控制。
[0080] 在一些实施例中,滑动模式控制器215包括独立扭矩请求控制器221和制动请求控制器223,如图3所示。扭矩请求控制器221和制动请求控制器223配置成将发动机和制动器分别控制至不同间距目标,这些不同间距目标相比于其中将发动机和制动器控制至相同目标间距的控制趋向于提供更平稳、更舒适乘坐并且减少了轮制动器(例如,牵引车-挂车大货车的基础制动器)的使用。此类间距控制架构更详细地描述于美国临时申请No.62/489,662,该临时申请以引用方式并入本文。
[0081] 虽然滑动模式控制器215非常良好地控制间距,但是将存在其中不同类型的控制可为适当的操作境况。例如,当必须解散编队并且使尾随车辆返回至手动或其它自动化控制时,不同类型的控制可为期望的。通常,相比于在手动控制条件下可由驾驶员安全地维持的间距,编队行驶期间的车辆之间的间距将为较小,通常远远较小的。因此,一般来讲,当编队以恢复尾随车辆的手动控制的目的解散时,将期望的是在将控制转让给驾驶员之前使间距扩大至适于手动控制的距离。这可由相对速度控制器218以平稳方式来实现。
[0082] 当操作状态选择器203确定编队应解散时,其引导间距调节器210转变至如图4B所表示的解散模式。在解散模式中,主要控制由相对速度控制器218提供。控制参数选择器206可在解散期间向尾随卡车致动期望(目标)相对速度。特定目标相对速度可基于境况的性质和/或编队所参与的车辆而改变。一般来讲,期望的是选择将引起车辆逐渐地而非迅速地分离的相对速度,而无需尾随车辆过分地减慢(这可不当地阻碍跟随交通)并且优选地无需引领车辆变更其驾驶计划。通过实例的方式,解散期间大约0.5米至4米每秒(例如,1m/s至2m/s)的相对速度已发现在编队行驶卡车的情况下效果良好。
[0083] 在解散期间,引领车辆可采取多种动作。例如,引领卡车可强烈地加速或增加其扭矩命令。在此类情况下,可期望的是非旨在以类似方式使尾随车辆加速,从而允许引领车辆离开更远(相比于在相对速度控制条件下将以其它方式发生的情况)。在编队行驶卡车的情况下实现这点的一种方式是忽略或以其它方式停用前馈缩放器212的正扭矩命令。
[0084] 另一种可能情景为,在速度控制条件下,引领卡车显著地制动或减慢。在一些境况下,当间距较大以从而减小所需的整体制动量时,速度控制器218可配置成允许一定量的间距收缩。在所示实施例中,滑动模式控制器配置成确保,车辆之间的间距始终足以以防止尾随车辆运行至引领车辆的后部的方式(而不考虑(合理)意外事件的发生)给予尾随车辆充分响应时间。因此,如果滑动模式控制器正输出相比于相对速度控制器具有较大量值的制动或负扭矩信号,那么该较大制动/负扭矩命令应传递至车辆的发动机控制器和制动控制器。因此,在解散期间,选择器/添加器250配置成仅利用滑动模式控制器215的负命令(即,制动命令和负扭矩命令),并且配置成当它们的量值相比于相对速度控制器218的命令较大时仅利用此类命令。
[0085] 还可存在解散之外的操作境况,其中相对速度控制或仅速度控制为期望的。例如,可存在其中引领车辆的后部移动出尾随车辆的追踪器116的视野或追踪器116以其它方式失去对编队同伴的后部的视线的境况。例如,由于编队同伴的一者的车道变化,这可发生。在此类境况下,间距调节器可不具有车辆之间的纵向间距的准确量度,并且可必须依赖于用于确定间距(诸如车辆的相应GNSS位置)的较低准确性方法。在此类境况下,可期望的是控制尾随车辆缓慢地落后,直至引领车辆的后部在追踪器的视野范围内。同样,相对速度控制器218良好地适用于这种境况,尽管优选相对速度控制可稍微不同于在解散期间发生的情况。特别地,目标通常不是如解散期间将发生那样迅速或远离地落后,因此较小相对速度(例如,0.5m/s与2m/s)可为适当的。
[0086] 对于此类相对速度控制的一种方法示于图4C中。在图4C的速度控制方案中,速度控制器218结合前馈缩放器212的正常缩放来使用。相比于图4B所示的解散状态期间发生的情形,这引起尾随编队同伴更好地跟随引领车辆加速度和/或扭矩增加。同时,出于安全目的,滑动模式控制器215的制动请求和负扭矩请求可适当地由选择器/添加器250以类似于上文相对于图4B所描述的方法的方式来利用。
[0087] 尽管特定编队和间距控制器架构示于图2和图3中,但是应当理解,所用的特定架构可广泛地改变以符合任何特定编队行驶或其它自动化车辆控制方案的需求。
[0088] 如对于熟悉本领域的技术人员将显而易见的是,所描述控制器利用在一个或多个处理器上执行的软件或固件算法,利用可编程逻辑,利用数字或模拟部件或利用前述项的任何组合可在算法上实现。
[0089] 在上文的详细描述中,推测所控制动力装置为内燃机,例如柴油发动机。然而,应当理解,可利用所描述控制方法,而不考虑用于提供扭矩来驾驶本车的动力装置的性质。因此,所描述控制器设计、功能和架构通常可应用于车辆的控制,这些车辆利用电动电机涡轮燃料电池或其它类型的动力装置来将动力提供至动力系统或直接地提供至一个或多个车轮,包括混合动力,该混合动力组合一种以上类型的动力装置(例如,并入电动电机和内燃机两者的混合动力)。当动力装置为或包括内燃机时,可使用任何类型的内燃机,包括气体动力发动机、柴油动力发动机、双冲程发动机、4冲程发动机、可变冲程发动机、利用四冲程以上的发动机、旋转发动机、涡轮发动机,等等。
[0090] 上述描述主要集中于牵引车-挂车卡车编队行驶应用,然而,应当理解,所描述控制方法良好地适用于广泛种类的连接车辆应用,而不考虑所涉及车辆的一者或多者是否具有2、3、4、18或任何其它数量的车轮,并且不考虑此类车辆所用的动力装置的性质。
[0091] 图6示出了编队控制系统硬件架构,其特别良好地适用于ASIL顺应性编队控制。所示实施例包括三个独立控制器硬件单元。这些硬件单元包括编队控制器410、车辆接口控制器460和网关处理器470。代表性网关处理器470的所选部件示于图7中。
[0092] 如图6中最佳所见,编队控制器410通过接口420与车辆接口控制器460通信,并且通过直接链路478与网关470通信。在一些实施例中,链路478为专用直接有线连接,并且其它装置未联接至该链路。有线连接可由任何合适形式的线缆或迹线来提供,例如,共轴缆线、双绞线、光纤或任何其它合适物理连接介质。
[0093] 在所示实施例中,编队控制器410并入上文所描述的编队控制器110的所有功能。车辆接口控制器460(有时也称为系统管理器)执行致动器接口160的功能并且还包括多个安全监测器。在一些实施例中,安全监测器布置成执行ASIL顺应性安全监测算法,并且车辆接口控制器460设计为ASIL顺应性装置。
[0094] 一般来讲,车辆接口控制器460包括较高安全级别处理器和软件(包括安全监测器),该软件独立地验证在传递至车辆致动器之前由编队控制器110传送的命令。这些验证利用可用传感器输入的子组连同验证算法,这些验证算法为独立的并且不同于编队控制器所用的那些。
[0095] 网关处理器470布置成协调本车和编队同伴之间的通信,并且协调本车和网络操作中心和/或车辆外部的任何其它实体之间的通信。因此,在图1所示的系统的特定实施方式中,网关处理器470包括车辆间通信控制器170和NOC通信控制器180,如图7最佳所示。通常,车辆间通信控制器利用短程车辆至车辆无线通信协议,例如,DSRC协议。NOC通信控制器通常利用蜂窝或卫星通信与网络操作中心通信。
[0096] 在一些实施例中,网关处理器470和编队控制器410之间的连接(链路478)为专用直接有线连接,并且其它装置未联接至该链路。在一些实施方式中,以太网或类似标准化有线通信协议用于在网关处理器和编队控制器之间传递信息。这有利于网关处理器和编队控制器之间的高速高可靠性通信。在一个特定实例中,虽然可使用100BASE或更高(例如,1000BASE、10GBASE等)的以太网物理层,但是应当理解,在其它实施例中,可使用多种其它物理层。
[0097] 在一些实施例中,网关处理器470还布置成与安装于车辆和仪表板显示器475上的向前面向相机477通信。当本车为编队中的引领车辆时,网关处理器将接收自向前面向相机477的视频内容传送至尾随车辆,使得尾随车辆的驾驶员具有引领车辆的前方的视野。当本车为编队中的尾随车辆时,网关处理器470从引领车辆上的网关处理器接收此类视频内容并且将该内容传送至仪表板显示器475,该视频内容在仪表板显示器475上显示以向本车的驾驶员给予引领车辆的前方的视野。向尾随车辆的驾驶员显示引领车辆的前方的视野为期望的,以赋予尾随车辆的驾驶员舒适感、更佳情景意识,和对于在编队的前方发出的情景的独立反应的能力。这可为特别重要的,因为在许多编队(例如,涉及牵引车-挂车卡车的编队)中,尾随车辆将非常靠近引领车辆(相比于正常手动驾驶远远更靠近),并且引领车辆将有效地阻碍尾随车辆的视野,这对于尾随编队同伴的驾驶员和/或乘客可为不舒适经历,尤其当他们无法看到编队前方正经过的视野时。
[0098] 穿过网关的视频流可由视频管理器474来管理。因为网关470与相机477和/或仪表板显示器475直接地通信,所以编队控制器410不以任何方式承担管理该数据流的需求。
[0099] 在一些实施例中,网关470还包括消息记录器473,消息记录器473记录了穿过其的各种消息和其它信息以出于诊断目的等而提供记录。消息记录器473的功能将在下文更详细地描述。
[0100] 编队控制器410配置为任何适当车辆通信总线上的监听器,其中该监听器可直接地获得关于车辆的操作状态的信息,诸如车辆的当前车轮速度、任何制动器或加速器踏板输出、转向轮位置(适当时)、传动齿轮,等等。其还联接至传感器单元(诸如GPS单元131)以接收关于车辆的位置的位置信息,并联接至向前看向雷达单元137以接收关于车辆之外的物体位置的信息(例如,雷达景象)。类似信息还可从其它传感器获得,诸如LIDAR 138、相机139等。因为编队控制器410严格地配置为车辆的通信总线上的监听器并且自身不经由此类总线传送信息,所以其无需为ASIL顺应性的,只要其输出至车辆接口控制器的控制命令由车辆接口控制器460关于ASIL标准进行验证。
[0101] ASIL顺应性的车辆接口控制器460(有时也称为系统管理器460)布置成直接地或经由一个或多个通信总线(诸如车辆的CAN总线)将命令发送至车辆的发动机控制器(EECU)、制动器控制器(BECU)和/或任何其它适当控制器,并且以其它方式与之通信。
[0102] 车辆接口控制器460(有时也称为系统管理器460)相当狭义地限定。其包括由编队控制器所生成的实质命令,该实质命令在所示实施例中包括扭矩请求422、制动请求424和任选地缓速器请求426。当编队控制器还控制本车的转向或其它方面时,转向和/或其它适当控制命令(未示出)也可包括在内。
[0103] 接口420还包括编队行驶状态指示器428,编队行驶状态指示器428为编队控制器的信号,指示是否认为其输出应为车辆的引导操作。编队行驶状态指示器528可采取许多形式,例如简单标记,高标记状态指示编队控制器410认为编队行驶为/应为主动的,并且其扭矩命令422、制动命令424和缓速命令426应为从动的。在此类布置中,低标记状态指示编队控制器认为其未控制车辆。车辆接口控制器460未在编队行驶状态指示器428指示编队控制为非主动的任何时间转发任何扭矩命令、制动命令、缓速命令或其它控制命令。在安全监测器465的一者指示编队行驶不适当(此时编队控制器410认为编队行驶有效(如由编队行驶状态指示器428所指示))的事件(通常不可能)中,车辆接口控制器/系统管理器460引发编队的终止。
[0104] 接口420还有利于关于本车和同伴卡车两者的特定状态信息(其优选地为ASIL验证状态信息)的传送,该特定状态信息对于安全监测器为有用的。特别地,本车状态信息441包括关于本车的状态信息,其已由系统管理器460验证(例如,ASIL-C验证)并且对于同伴车辆上的一个或多个监测器为有用的。同伴车辆状态信息444包括关于同伴车辆的状态信息,其已由同伴车辆的系统管理器验证并且对于本车的一个或多个监测器为有用的。本车状态信息441传送至编队控制器410,编队控制器410将此类信息无修改的转发至网关470,网关470继而将本车状态信息转发至同伴车辆上的网关。由网关470从同伴车辆的网关所接收的同伴车辆状态信息444无修改地转发至编队控制器410并且从编队控制器410转发至系统管理器460(同样无修改)。优选地,本车状态信息441以校验和或其它合适数据完整性验证机制(该数据完整性验证机制允许接收系统管理器验证其接收的数据是否损坏)进行传送。然后,任何损坏信息可忽略。利用这种方法,ASIL验证状态信息从一个ASIL顺应性装置(第一编队同伴上的系统管理器460)无修改地传递至另一装置(第二编队同伴上的系统管理器
460),并且因此适用于ASIL顺应性安全检测算法,甚至当中间传送装置(例如,编队控制器
410、网关470)自身为非ASIL顺应性的。
[0105] 本车和同伴车辆状态信息可包括由安全监测器的任一者使用的任何ASIL验证状态信息。这可包括例如车辆车轮速度、制动请求、扭矩请求和/或递送扭矩、制动空气源压力、转向器位置、加速度计读数,和/或由作为安全监测器的一部分的系统管理器460所使用的关于同伴车辆的任何其它信息。在编队控制器410利用由系统管理器460所使用的状态信息之外的由ASIL验证装置所产生的同伴状态信息的程度上,该信息还可任选地包括于车辆状态新441、444中;但是此类包括不是必须的,并且通常为不期望的,因为此类信息可通常由同伴车辆的编队控制器获得并发送,这减少了需分配至接口420的带宽。
[0106] 应指出的是,一些本车的传感器信息(例如,车轮速度、制动器踏板位置、雷达景象等)由编队控制器410和系统管理器460两者使用。因为编队控制器410优选地为任何适当车辆控制总线上的授权监听器,所以编队控制器无需等待从系统管理器接收此类信息。相反,其经由任何合适连接(诸如适当CAN总线)从适当传感器直接地获得任何相关本车传感器信息。然而,相关于同伴车辆上的系统管理器的任何传感器信息由系统管理器来读取(不考虑其是否还由编队控制器来读取)并且包括于本车状态信息441中,使得同伴车辆的系统管理器确保此类信息为ASIL验证的。在其它实施例中,编队控制器不可直接访问的任何本车传感器信息可经由充当中间体的系统管理器460来接收。
[0107] 虽然所用的传感器信息将存在一些重叠,但是应当理解,由本车编队控制器410和本车系统管理器460所使用的本车传感器信息根据所关注的同伴车辆传感器信息将通常改变并且可进一步改变。例如,本车编队控制器将GNSS位置数据用于扭矩请求和制动请求的确定,然而GNSS位置信息不可由系统管理器利用,因为其不是ASIL顺应性的。
[0108] 由本车上的安全监测器所使用的一些传感器信息可不为同伴车辆上的安全监测器所需的。这可包括诸如雷达景象、加速器踏板位置、本车驾驶员界面装置469的输入等的信息。在此类传感器信息未由同伴车辆使用的程度上,不存在将此类信息包括于车辆状态信息441、444中的需求。
[0109] 由同伴车辆上的编队控制器所使用的一些本车传感器信息可不为ASIL顺应性的,并且因此可未用于同伴车辆上的安全监测器中。与同伴车辆上的安全监测器不相关的此类传感器信息无需包括作为车辆状态信息441、444的一部分的。相反,此类数据可由编队控制器410获得并且可发送至同伴车辆上的对应编队控制器(通过通信控制器470的方式)。例如,对于ASIL极其困难的是验证GPS或其它GNSS位置数据。因此,GNSS位置数据优选地未包括于车辆状态信息441、444中。相反,此类信息经由网关470从本车的编队控制器传递至同伴车辆的编队控制器。
[0110] 驾驶员界面装置469可为按钮或其它合适机构,该其它合适机构位于本车仪表盘上的方便位置或本车驾驶室的其它位置。驾驶员界面装置469为一种机构,驾驶员可适当地按压该机构以指示驾驶员准备在编队的发起期间进行编队行驶,或当编队行驶不再需要时准备发起编队的解散。驾驶员界面装置469的使用更详细地描述于美国专利申请No.15/607,902,该专利申请以引用方式并入本文。在所示实施例中,驾驶员界面装置469的命令(其优选地为ASIL顺应性的)发送至车辆接口控制器460并且从车辆接口控制器460传递至编队控制器410。类似地,对于驾驶员界面装置的请求从编队控制器传递至车辆接口控制器
460并且从车辆接口控制器460传递至驾驶员界面装置469。
[0111] 该架构简化了使驾驶员界面装置460为ASIL顺应性的必须进行的工作。然而,应当理解,在其它实施例中,编队控制器410还可为对于驾驶员界面装置的命令的直接监听器。在图6所示的实施例中,接口420包括驾驶员编队相关请求和命令427,它们表示请求发送至驾驶员界面装置469并且命令接收自驾驶员界面装置469。
[0112] 在一些特定实施例中,车辆接口控制器460实现为单个专用集成电路芯片,并且编队控制器410和网关处理器470各自实现为独立模块上系统(SOM)。
[0113] 图6所示的编队控制系统硬件架构特别良好地适于以ASIL顺应性方式有效地处理编队行驶控制相关任务(利用可得自多种源的信息,包括自身非ASIL的源)。利用所描述布置,最终由控制系统所发出的动力系统控制命令可进行ASIL评定。
[0114] 图6的硬件架构根据安全性观点还具有一些优点。在所示实施例中,网关处理器470未连接至车辆的控制相关通信总线(例如,CAN总线)的任一者。因此,网关处理器470(其可能为三个硬件部件的最低安全性)不能够将任何信息直接地传送至更安全的车辆通信总线的任一者或不能够从此类总线直接地接收任何信息,这根据安全性观点为有利的,因为罪恶实体不能够通过某种方式侵入网关处理器470以任何方式获得对车辆的控制。此外,利用该布置,网关处理器470无需为ASIL顺应性的,这极大地简化了其认证。
[0115] 利用车辆的质量估计的应用
[0116] 估计车辆的质量可具有许多应用。
[0117] 在一种应用中,车辆的质量可用于控制车辆自身上的操作和系统(例如,油门、制动、转向、其它致动器等)。
[0118] 在车辆的编队行驶和相关相对定位的情况下,车辆质量估计还具有许多应用。此类应用可包括:大体上管理车辆,利用用以选择引领车辆和跟随车辆的车辆每一者的相对估计质量将车辆布置成以编队操作,基于以编队操作的车辆的相对质量而缩放从引领车辆发送至跟随车辆的命令,和可能地利用车辆的质量估计来控制车辆上的操作。
[0119] 此外,质量估计或用于计算质量估计的传感器数据可传送至数据处理中心,诸如网络操作中心(NOC),该数据处理中心可远程地协调车辆的编队行驶。例如,通过协调编队和在参与之前通信两个(或更多个)车辆的质量,车辆可随即在其接触点处呈现其恰当编队位置(例如,引领车辆或跟随车辆)。应当指出的是,术语数据处理中心和NOC应各自广义地解释为包括广泛种类的实施方式。在一些实施例中,数据处理中心和/或NOC可包括位于单个物理位置的一个或多个服务器。在其它实施例中,数据处理中心和/或NOC可为分布式并且可包括位于不同地理位置的一个或多个服务器,但可经由用以共享数据的网络和其它通信进行互连。
[0120] 图8为示出车辆的质量估计通常如何建模的图示。在该实例中,测量作用于运动中的车辆上的力或对其建模,诸如滚动阻力(F滚动)、空气阻力(F空气)、重力(F重力)(尤其在车辆正上山或下山行驶的情况下),和由牵拉牵引车或其它载荷的车辆所形成的任何牵引力(F牵引)。此外,测量车辆的加速度或对其建模。一旦测量所有已知力或对其建模和加速度已建模/已知,则质量利用基于顿第二定律的算法(力=质量×加速度)进行计算。
[0121] 图9为示出多个质量估计样本点如何随着时间进行绘制以得出车辆的准确质量估计的图示。例如,当车辆正操作时,质量估计计算可以每100ms的固定间隔来执行。随着不同质量估计数据点被收集,它们基于力与加速度而进行绘制。在充分数量的样本之后,数据点通常汇聚,如有曲线图中的线90所表示。一旦该汇聚发生,则实现高度准确的估计,通常在车辆的真实质量的百分之五(5%)范围内。
[0122] 质量估计的平均化趋向于在存在干扰的情况下得到更准确质量估计。例如,大牵引车-挂车满箱可承载大约2000磅的燃料。随着该燃料消耗,质量将下移。通过对旅程持续时间的平均化,质量估计追踪由于燃料消耗的质量变化。
[0123] 图10为根据本申请的不同非排他性实施例示出用于估计、报告和/或使用车辆质量估计的各种可能性的图示1000。
[0124] 在非排他性实施例中,如图1所示的牵引车上的传感器(诸如传感器130(即,131至149))生成传感器数据,该传感器数据用于限定力和加速度的各种量度,这量度用于生成给定车辆的质量估计。此类传感器数据可包括但不限于例如发动机扭矩、传动齿轮比、车轮速度、缓速器信息,和/或GPS或其它定位和/或速度或加速度信息。此外,传感器数据还可包括制动事件和制动量值。然而,按一般规则,在制动事件期间所收集的传感器数据未包括于质量估计样本中。一般来讲,制动事件得到难以精确地建模的非常大的力。因此,制动模型的小误差(其为常见的)通常将诱导建模力的大误差,从而导致质量估计计算的大误差。因为难以在将改善质量估计值的精确水平上对制动力进行建模(例如,将制动压力转换成制动力或减速度),所以在制动事件期间所收集的数据在制动事件期间通常不使用。在其它实施例中,其它数据可与传感器数据绑在一起。此类其它数据可包括车辆ID、元数据、车辆配置文件190所包含的信息。利用车辆ID,传感器数据可对特定车辆进行标记。该特征在这样的情况下为可用的,其中车辆的质量估计在远离本车的位置(诸如数据处理中心,诸如NOC)或在另一车辆上进行计算,该本车生成传感器数据。
[0125] 上述内容表示可用于质量估计计算的传感器数据的非排他性列表。应当指出的是,可考虑的其它传感器数据可包括由致动器接口所生成的数据。例如,可使用测量发动机的实际递送扭矩(不仅发动机扭矩命令)的传感器。在其它实施例中,特别地对于牵引车-挂车,还可考虑由一些传感器所生成的所有数据,这些传感器测量可调整挂车车轴、轮胎压力、轮胎的类型和条件、任何空气动力辅助装置的存在和/或位置(固定的或可调整的)、特定挂车的配置或挂车的数量,等等。
[0126] 在步骤1002,车辆的质量估计计算随着时间进行计算并平均,如上文所讨论。在一个实施例中,车辆的“原始”传感器数据无线地传送至至位于网络1006上的远程数据处理中心,诸如NOC。质量估计然后利用原始数据由数据处理中心进行计算。在一个另选实施例中,质量估计计算在本车上执行,该本车收集传感器数据。在又一个实施例中,在车辆上所收集的传感器数据传送至一个或多个其它车辆。相应地,一个或多个其它车辆对质量估计进行计算。
[0127] 在步骤1004,所计算质量估计可与多个不同实体共享,取决于执行计算的位置。例如,如果远程数据处理中心1006(诸如NOC)执行该计算,那么质量估计可报告至一个或多个其它车辆1008和/或初始车辆或本车1010,本车1010生成传感器数据。类似地,如果计算由本车1010或另一车辆(1008)执行,那么该计算可任选地报告至中心1006、一个或多个其它车辆1008和/或本车1010。
[0128] 前述实施例仅提供了本车上所生成的传感器数据可传送至某一位置,质量估计计算可执行的某一位置,和接收质量估计计算的实体的一些可能性。应当理解,这些实施例仅为例示性的,并且不应解释为限制性的。在实际实施例中,广泛种类的传感器数据可传送至一个或多个位置,车辆的质量估计计算可在一个或多个位置进行类似地计算并且可与多个实体共享,包括NOC、数据处理中心、其它车辆和/或本车。车辆的质量估计计算还可以许多不同方式来使用,包括但不限于编队行驶。
[0129] 图11为示出网络操作中心(NOC)利用质量估计数据来协调车辆编队行驶的步骤的流程图1100,该质量估计数据接收自多个车辆。
[0130] 在步骤1102,随着多个车辆各自从一个位置行驶至另一位置,传感器数据在NOC接收自这些车辆。在驾驶时,利用许多无线协议(诸如3G、4G、5G、LTE、现知或以后开发的其它蜂窝协议、WiFi、谷歌远程过程调用(GRPC)协议或仅任何其它无线通信协议)的一者,每个车辆通常经由无线网络以周期性间隔传送其传感器数据。例如,车辆可每100毫秒对传感器数据进行取样并发送。
[0131] 在步骤1104,随着接收传感器数据,NOC计算每个报告车辆的质量估计值。因此,随着多个报告车辆从一个位置驾驶至另一位置,NOC维持这些车辆的最新质量估计计算。
[0132] 在步骤1106,NOC识别适于编队行驶的车辆。当确定两个(或更多个)车辆是否应配对和是否应以编队操作时,可考虑许多变量。例如,候选车辆的类型或分类、候选车辆的邻近性、候选车辆正行驶的方向,和其它因素。例如,沿着相同高速并且以相同一般邻近性在相同方向上行驶的两个牵引车-挂车将通常为编队行驶的理想对。另一方面,在不同高速上,隔开数英里并且在相反方向上行驶的相同两个牵引车-挂车不是编队行驶的良好候选项。
[0133] 在步骤1108,一旦识别编队行驶的两个或更多个车辆,则NOC基于这些车辆的每一者的相对质量估计而确定引领车辆和跟随车辆。按一般规则,具有最高质量的车辆可分配为引领位置。关于其余的车辆,它们也通过质量从最大质量至最小质量在引领车辆之后进行排序。可选择质量的其它次序。例如,在多山地形中,与质量相反,可更重要的是通过动力对重量比进行排序。
[0134] 在步骤1110,NOC通知车辆并且建议他们进行编队行驶。车辆每一者的质量估计和位置还报告至加入编队的车辆。
[0135] 在步骤1112,车辆在道路上找到彼此。利用NOC的协助,引导两个车辆的驾驶员遇到并参与编队。
[0136] 最终,在步骤1114,车辆在接触点呈现其分配位置次序并且发起编队行驶。当两个以上的车辆处于编队中时,不要求所有车辆在单个位置汇聚并且开始编队行驶。相反地,两个车辆可在第一位置开始编队行驶,并且然后一个或多个其它车辆可在一个或多个随后位置加入。随着额外车辆加入,所有车辆呈现其在编队中的分配位置,例如,如通过相对质量估计所决定,其中具有最大质量的车辆引领编队后部的具有最小质量的车辆(或以其它方式部分地或完全地基于车辆质量)。
[0137] 将最高质量车辆分配为编队中的引领位置有许多原因,包括:
[0138] (1)按一般规则,车辆的质量越大,该车辆将更可能具有减弱制动能力。例如,较大质量车辆相比于较小质量车辆具有增加车轴载荷,经历更大衰退,需要更高制动压力,并且更着重于制动系统。因此,较重质量车辆通常具有较小可预测制动,并且在制动事件期间将需要更长距离来减慢和/或停止。因此,通过将最大质量车辆置于引领位置,减小了引领车辆在制动事件期间由跟随车辆追尾的风险。
[0139] (2)还按一般规则,较大质量车辆具有较低动力对重量比,这使得它们“较慢”。同样,在编队行驶的情况下,通常有益的是在跟随位置具有能够更快地加速的车辆。当车辆正编队行驶时,通常需要跟随车辆相对于引领车辆加速以维持期望间距距离。如果“较慢的”较高质量车辆处于跟随位置,那么使得跟随车辆更难以加快速度并且维持期望间距。
[0140] 虽然最大质量车辆通常分配为编队中的引领位置,但是应当理解,这决不是必须的。较大质量车辆相比于较小质量车辆可实际上具有更佳制动性能的原因有很多。例如,较小质量车辆可具有不良维护的制动系统、能够减小抓地性的磨损轮胎、不能够生成高水平的制动扭矩的磨损制动垫。出于这些和其它原因,对于较重质量车辆可能的是相比于较低质量车辆实际上具有更佳制动性能。另外,较低质量车辆相比于较重质量车辆不可始终更快地加速。例如,对于两个牵引车-挂车,承载高质量有效载荷的车辆的动力对重量比相比于承载较小质量有效载荷的另一车辆可实际上为较大的,在后者相比于前者具有更大力的较大发动机的情况下。出于至少这些原因,可优选的是将较小质量车辆置于编队中的引领位置。因此,NOC将通常考虑多种因素来决定两个或更多个车辆的编队是否适当,并且如果适当,那么管理车辆在编队中的恰当次序。此类因素可包括但不限于车辆的相对质量、车辆的类型或类别、其相对制动能力、其相对动力对重量比、其维护状态,等等。
[0141] 一旦建立,则编队中车辆的相对质量估计对于缩放由引领车辆所生成的命令为有用的。
[0142] 图12为示出跟随车辆如何基于两个车辆之间的相对质量估计而缩放接收自编队的引领车辆的动作命令的步骤的流程图1200。
[0143] 在步骤1202,引领车辆生成由引领车辆采取的动作命令并且将其传送至跟随车辆,该动作命令为致动器信号或加速度、速度或位置分布的形式。例如,该动作命令可为油门命令或制动命令。在任一种情况下,该命令将通常限定某一量值(即,如以米每秒为单位所测量的加速度或减速度、发动机扭矩、制动扭矩、制动压力,等等)。
[0144] 在步骤1204,一个或多个跟随车辆解释所接收命令并且探知由引领车辆所采取的动作。
[0145] 在步骤1206,跟随车辆基于引领车辆和跟随车辆的相对质量估计而确定命令的缩放因数。在一个非排他性实施例中,缩放因数("SF")根据命令的量值(M)乘以比率的乘积进行计算,该比率由跟随车辆(ME跟随)的质量估计除以引领车辆的质量估计(ME引领)限定。在公式形式中,SF通过以下公式来计算:
[0146] SF=M×(ME跟随/ME引领)。
[0147] 应当理解,SF基于两个车辆的质量估计的比率而为非严格必须的。还可考虑大量的其它因素,诸如所涉及车辆的类型、由任一车辆所牵拉的挂车的数量(如果有的话)、维护记录、两个车辆的轮胎压力和/或条件、发动机的类型、每个车辆的制动系统和/或变速器,以及驾驶和/或道路条件。例如,如果车辆从大山向下行驶,如由NOC所报告,那么命令的缩放可调整。因此,应当理解,如本文所用的术语缩放应广义地解释为意指车辆之间的所估计质量的严格比率以及对于广泛种类的不同考虑因素进行调整的比率两者。
[0148] 在步骤1208,跟随车辆利用所计算缩放因数实现了缩放动作。例如,如果具有高质量的引领卡车发出高应用压力的制动命令,那么较小质量跟随车辆可缩减制动压力应用,从而了解后方卡车将采取较低制动压力以达到与前方卡车相同的减速度。类似地,利用油门命令,后方车辆将缩减其油门响应,因为其相比于较高质量引领车辆利用相同扭矩应用以更快速率加速。在任一种情况下,增强了两个车辆之间的间距控制,因为跟随车辆相对于较高质量引领车辆可缩放其加速度和/或减速度。
[0149] 作为一个例示性实例,假定两个卡车的前方卡车为80000磅(诸如牵引车之后的满载53英尺挂车)并且跟随卡车为40000磅(诸如近乎空载挂车加上牵引车)。当巡航时,前方卡车可推出25%以上的扭矩来克服滚动阻力(其由于较大质量而为较大的)和风阻力(其不由于增加质量而增大)。在巡航期间,后方卡车的系统可利用该知识来确定施加扭矩的开始点(在利用周围间距控制关闭环路之前)例如,前方卡车可施加1000N-m并且后方卡车施加800N-m。当开始上山时,前方卡车可需要额外500N-m。后方卡车可例如基于质量估计值而确定其仅需要约额外250N-m。
[0150] 图13为列出车辆如何可利用其质量估计来控制该车辆的操作和系统的图示1300。例如,车辆的质量估计(不考虑是否在车辆自身上计算或是否无线地接收自数据处理中心(诸如NOC))可用于控制或影响车辆自身上的操作。此类操作可包括途径规划(例如,制动或转弯/转向)、车辆控制(例如,确定转向度、给定减速度的制动力,或扭矩需求的量值),和/或用以实现上述方面的某些车载致动器的控制(例如,转向扭矩、制动压力、油门等)。其中车辆的质量估计可为有益的一种情形是关于途径规划。质量为重要的,因为其为关于路径对于车辆可行的主要确定因素之一。例如,假定其中牵引车-挂车在前方道路上遇到障碍物(诸如抛锚汽车)的情形。为避免碰撞所采取的先行动作可根据牵引车-挂车的质量而改变。如果挂车装载有重货物(例如,高质量),那么突然转弯可为危险的,可能引起挂车倾翻或不成功地沿循期望路径。因此,在这些情况下,需要质量估计值来确定车辆应试图沿循的途径。例如,在此类情形下,制动可为优选动作,而非转弯。该确定可通信至驾驶员,或另选地与自动或半自动车辆通信,实现制动动作而不是转向。
[0151] 质量估计还可智能地用于车辆上的各种系统和致动器的控制。
[0152] 例如,对于制动事件,制动力的量值和因此由制动致动器所生成的制动压力的量可根据车辆的质量进行缩放。如果牵引车-挂车希望以(-0.2米每秒)的速率制动,那么有制动系统所生成的制动力和制动压力的量可根据牵引车-挂车的质量进行缩放。对于高质量,制动力和制动压力向上调整;然而两者对于低质量车辆可缩减。该确定还可基于其它因素,诸如制动系统硬件和软件。例如,具有较大制动腔或较多制动腔的车辆可从相同制动压力提供更大减速度。
[0153] 加速度事件也可至少部分地基于质量而类似地缩放。对于给定加速度(例如,+0.3米每秒),相比于低质量牵引车-挂车,高质量牵引车-挂车通常需要更大发动机扭矩。除了这种简单缩放之外,针对车辆对扭矩应用的响应速度的差值,控制器响应还可基于质量而调整。转向致动也可基于质量。这在转向位置控制环路(其中目标为转向角度,并且选择为施加多大转向扭矩)或在用以符合期望路径的转向角度的选择中可为至关重要的。关于前者,转向扭矩直接地取决于车轴上的重量,以及取决于从与车辆质量成比例的车辆的动力学所形成的力。关于转向角度,给定速度和转向角度的车辆将沿循的路径取决于车辆的质量。
[0154] 上文所提供的实施例仅为例示性的,并且不应解释为限制性的。在实际实施例中,几乎车辆上的任何系统或致动器可基于车辆的质量估计值而整体地或部分地控制。此类系统可包括但不限于燃料喷射系统、爆震控制系统、悬架控制系统、发动机控制器系统、自动或半自动驾驶控制系统、巡航控制系统,和/或自动变速器控制系统。
[0155] 图14为示出用于以重置功能确定车辆的质量估计的数据处理管道1400的图示。如先前所讨论,车辆的质量通过以下方式进行计算:对作用于车辆上的力建模,测量车辆的加速度,利用牛顿第二定律计算质量,和然后随着时间而平均质量估计样本的量值。
[0156] 在该非排他性实施例中,数据管道1400包括不良数据遮罩1402、有限脉冲响应(FIR)滤波器1404、车辆模型模块1406和平均模块1408。
[0157] 如先前所描述,管道1400从车辆接收传感器数据,该传感器数据可包括指示发动机扭矩、传动齿轮比、GPS或定位信息、车轮速度和/或制动事件的数据。
[0158] 不良数据遮罩1402作用于过滤或移除视为“不良”或不准确的数据,意指当车辆在特别颠簸/粗糙道路上行驶时所收集的传感器数据,当车辆以极低速度变化率(例如,9mph或更小)行驶时所收集的数据,或当车辆在桥下或穿过隧道行驶时所收集的GPS信息,等等。
[0159] 一旦移除不良数据,则其余数据通过FIR滤波器1404来过滤,FIR滤波器1404在非排他性实施例中可对该数据应用0.5Hz低通截止频率。应用FIR滤波的优点在于,其从感测数据移除相位滞后并且提供了良好限定的“结束”时间。
[0160] 所滤波的感测数据然后应用至车辆模型模块1406。在模块1406内,遮蔽或拒绝一些传感器数据。例如,移除在制动事件期间和可能此后短时间(例如,5秒)所收集的传感器数据,因为通常难以对制动力进行建模。此外,在稳态发动机扭矩和/或高齿轮比期间所收集的数据也可遮蔽,因为通常还难以对作用于这些状态的车辆上的力进行建模。一旦遮蔽某些数据数据,则模块1406对于给定车辆形成力模型。一般来讲,力模型依赖于许多模型参数(例如,车轮直径、发动机和缓速器效率、发动机惯性、空气动力拖曳系数,等等)。根据这些参数,作用于车辆上的总力(F总)可利用下式进行建模:
[0161] (1)F总=m×a总,其中:
[0162] (2)F总=F发动机-F空气动力拖曳-F滚动阻力;和
[0163] (3)a总=a测量+重力×sin(级别)
[0164] 通过对感测数据进行周期性地取样并且通过模块1406来运行,生成了多个质量估计(m)样本值,这些样本值然后通过平均模块1408进行平均。例如,大量样本可在一段时间内生成并绘制。当样本“汇聚”时,实现了车辆的质量的准确估计。
[0165] 关于管道1400的更多细节,参见Holm和Bae,Rye和Gerdes的上文所述及的出版物,这两个出版物均以引用方式并入本文。
[0166] 应当指出的是,上文所描述的管道1400仅为示例性的,并且可使用当前已知的或以后开发的其它质量估计算法。考虑到这点,本文所描述和所示的特定管道不应以任何方式解释为限制性的。
[0167] 不考虑所用的质量估计算法或数据管道,申请人不关心依赖于重置功能的任何实例,诸如通过提供于管道1400中的重置模块1410所实现的实例。如下文所细化,重置模块1410可用于使管道重置,并且当出现特定重置条件时以新传感器数据开始新质量估计,如下文两个实施例所描述。
[0168] 在一个非排他性实施例中,两种质量估计管道计算并行地运行。第一或初级为“长范围”质量估计管道计算,而第二或次级为“短范围”质量估计管道计算。
[0169] 第一或初级计算无限地进行,前提是车辆在操作并且在运动。仅当车辆已停止移动大于阈值时间段(例如,1分钟、5分钟等)时,第一或初级计算停止。如果发生此类停止,那么可能的是质量在车辆恢复驾驶之后可显著地变化。例如,在停止期间,卡车可递送其货物或变更挂车,这两者均可导致急剧质量变化。为考虑到这种可能性,初级计算放弃已收集传感器数据,并且以在驾驶恢复之后所收集的新数据重新开始质量估计计算。
[0170] 另一方面,第二或次级质量估计计算仅在短时间间隔内操作(例如,2分钟、5分钟等)。在时间间隔截止之后,放弃先前收集的传感器数据,并且第二质量估计计算利用新感测数据进行重置,前提是车辆仍在操作并且在驾驶。因为第二或次级计算在短时间范围内执行,所以其相比于第一或初级计算通常(但非必然地)将为较低准确性的和较低稳定性的;然而,次级计算将指示从一个时间间隔至下一时间间隔可已改变的质量。在各种实施例中,间隔为固定的,意指当每个固定间隔截止时发生第二质量估计计算的重置。在另选实施例中,短间隔可改变,或可在一些重置时间间隔之间的范围内。
[0171] 比较并行运行的初级和次级质量估计提供了有用“健全性检查”。如果两者之间的差值小于阈值(诸如10%至15%),那么其为有力指示器,车辆的质量尚未急剧地改变并且初级计算为准确的。另一方面,如果超出阈值,那么其设定标记,车辆的质量可已显著地改变。因此,质量估计计算视为受损的,并且第一或初级管道1400通过重置模块1410进行重置。
[0172] 图15示出了用于以重置功能1408执行初级和次级质量估计计算的步骤的流程图1500。
[0173] 在初始步骤1502,确定车辆是否在运动。
[0174] 当车辆运动时,分别在步骤1504和步骤1508并行地发起初级和次级质量估计。
[0175] 在步骤1506,初级质量估计计算无限地执行,前提是车辆已停止大于阈值时间段。
[0176] 在步骤1507,如果车辆停止大于阈值时间段,那么初级质量估计计算通过模块1410来重置。
[0177] 当车辆恢复运动时,如在步骤1502所确定,初级质量估计计算将在步骤1504恢复。
[0178] 并行地,次级质量估计计算在步骤1508执行。
[0179] 在决策1510,确定短时间范围是否已截止。如果是,那么重置模块在步骤1511重置次级质量计算。
[0180] 如果车辆在重置之后保持运动,那么步骤1508、步骤1510和步骤1511连续地重复。
[0181] 因此,当车辆运动时,初级计算和次级计算连续地生成质量估计。
[0182] 在步骤1512,初级和次级质量估计计算连续地比较。如果差值小于阈值(例如,10%至15%),那么上述过程连续地重复。
[0183] 另一方面,如果差值大于阈值,那么初级质量估计标记为受损的。如果超出指定阈值,那么推测已发生某事来使初级质量估计受损。因此,初级质量估计在步骤1507重置,并且过程以新数据开始。
[0184] 如果车辆正以编队操作,那么当质量估计计算视为受损时,可采取任何数量的动作。例如,作为安全预防措施,编队可解散,或间距可加宽。如果/当初级和次级质量估计再一次处于如在步骤1512所确定的阈值范围内,那么编队可恢复和/或间距可减小。
[0185] 在其它实施例中,由模块1410所实现的重置功能可用于可不适于编队行驶的其它设定。一些实例在下文进行描述。
[0186] 对于牵引车-挂车,在短时间段内可发生急剧质量变化。例如,牵引车可在短时间段内在其挂车装载或卸载货物或切换挂车。挂车在质量变化之后可为显著较重的或较轻的。
[0187] 某些车辆(诸如砂石车)可将其货物(例如,砂石)倾倒出背部,同时以缓慢速度移动。
[0188] 该车辆的质量也可急剧地改变,取决于其位置。水泥卡车的质量在混凝土场地当拾取新混凝土载荷时将急剧地增加,但在施工现场当倾倒混凝土时将显著地下降。
[0189] 在上述情景的每一者中,车辆的质量急剧地变化。将结果模块1410用于这些情况的每一者,在基于时间、速度或位置的意义上,利用新传感器数据对质量估计计算进行重置,同时放弃可不再准确的过时数据。
[0190] 图16示出了用于基于车辆停止、速度、位置或其任何组合而任选地重置车辆的质量估计的流程图1600。
[0191] 在初始步骤1602,确定车辆是否在运动。
[0192] 在步骤1604,当车辆在运动时,发起质量估计计算。
[0193] 在步骤1606,确定重复条件是否已满足。如果否,那么重复上述过程,前提是车辆在运动。如果是,那么重置模块1410在步骤1608重置质量计算估计。
[0194] 当发生如步骤1608所提供的重置时,执行质量估计计算的步骤停止,直至重置条件不再满足。当重置条件不再存在时,上文所描述过程在步骤1602重复开始。质量估计计算的重新开始可暂停或重置。在前者的情况下,一旦计算恢复,则使用在停止之前用于该计算的至少一些现有数据。另一方面,对于重置,放弃所有先前数据并且计算以在停止之后所收集的数据重新开始。
[0195] 如先前所指出,重置条件可基于时间、速度或位置,或其任何组合。例如,根据不同实施例,重置仅当满足任何一个、两个或所有三个条件时可实现。
[0196] 因此,这些实施例应视为例示性的和非限制性的,并且本发明不限于本文所给出的细节,而是可在附属权利要求书的范围和等同物内进行修改。
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