用于使用道路预览来优化车辆行驶的方法和系统

摘要

提供用于控制车辆的悬架系统的方法和系统。在一个实施例中，该方法包括：由处理器来接收表示在车辆的路径中的道路状况的传感器数据；基于该传感器数据，由处理器来确定连续的道路轮廓；以及，基于该连续的道路轮廓，由处理器来选择性地控制车辆的至少一个悬架元件。

权利要求

1.一种用于控制车辆的悬架系统的方法，包括：

由处理器来接收表示在所述车辆的即将到来的路径中的道路状况的传感器数据点；

基于所述传感器数据点，由处理器来确定连续的道路轮廓；

基于所述连续的道路轮廓和所述车辆的状态空间模型，针对每个传感器数据点由处理器计算至少一个预测的车辆移动值；

基于所述至少一个预测的车辆移动值来确定车辆移动的至少一个指标；以及基于所述车辆移动的至少一个指标，由处理器来选择性地控制所述车辆的至少一个悬架元件。

2.如权利要求1所述的方法，其中，所述至少一个预测的车辆移动值与滚动、俯仰、起伏、滚动速率、俯仰速率、起伏速率、滚动加速度、起伏加速度、俯仰加速度、悬架行驶、悬架速度、悬架加速度和轮胎力中的至少一个相关联。

3.如权利要求1所述的方法，进一步包括：

基于所述车辆移动的至少一个指标来确定控制值，其中，所述车辆移动的至少一个指标被用于从一个或多个限定的查找表查找所述控制值。

4.如权利要求1所述的方法，其中，所述确定所述车辆移动的至少一个指标是基于所述至少一个预测的车辆移动值的最大值和最小值中的至少一个。

5.如权利要气1所述的方法，进一步包括：选择性地设置与所述至少一个预测的车辆移动值相关联的初始条件；且其中，所述确定所述至少一个预测的车辆移动值是基于所述初始条件。

6.如权利要求1所述的方法，其中，所述连续的道路轮廓包括多个数据点，所述数据点代表所述车辆的即将到来的路径中道路表面的高度值。

7.如权利要求6所述的方法，其中，所述确定所述连续的道路轮廓是基于与所述多个数据点相关联的组合方法、平均方法、过滤方法和时间校正方法中的至少一个。

8.一种用于控制车辆的悬架系统的系统，包括：

至少一个传感器，所述至少一个传感器基于在所述车辆的即将到来的路径中的道路状况来产生传感器数据点；以及控制模块，所述控制模块接收所述传感器数据点，并基于所述传感器数据点来确定连续的道路轮廓，以及基于所述连续的道路轮廓来选择性地控制所述车辆的至少一个悬架元件，其中，所述控制模块包括连续的道路轮廓确定模块、车辆响应确定模块、控制值确定模块、车辆模块数据库和控制值数据库，其中，所述车辆响应确定模块基于所述连续的道路轮廓和所述车辆的状态空间模型，针对每个传感器数据点计算至少一个预测的车辆移动值。

说明书

用于使用道路预览来优化车辆行驶的方法和系统

技术领域

[0001] 本技术领域通常涉及车辆，且更具体地涉及用于使用来自道路预览的信息来优化车辆行驶的方法和系统。

背景技术

[0002] 被动悬架系统确定车辆响应于车辆所行驶的道路表面的垂直移动。主动悬架系统和半主动悬架系统属于自动悬架系统类型，其利用控制系统来主动地控制车轮相对于底盘或车身的垂直移动。例如，半主动悬架系统改变减震器坚固度，以匹配变化的道路或动态状况。主动悬架系统使用致动器来独立地升起和降下每个车轮处的底盘。

[0003] 当前的半主动悬架系统和主动悬架系统对所有的道路输入不能够足够快地反应。因此，悬架系统必须使用更高的阻尼来应对高负载事件，或在控制方面做出折衷。

[0004] 因此，期望于提供用于控制悬架系统的改进的方法和系统。此外，从随后的详细说明和所附权利要求书并结合附图和前述技术领域和背景技术，本发明的其它期望的特征和特点将变得显而易见。

发明内容

[0005] 提供用于控制车辆的悬架系统的方法和系统。在一个实施例中，该方法包括：由处理器来接收表示在车辆路径中道路状况的传感器数据；基于该传感器数据，由处理器来确定连续的道路轮廓；基于该连续的道路轮廓，由处理器来选择性地控制车辆的至少一个悬架元件。

[0006] 在一个实施例中，系统包括：至少一个传感器，其基于在车辆路径中的道路状况来产生传感器信号；以及控制模块，其接收传感器信号，并基于该传感器信号来确定连续的道路轮廓，以及基于该连续的道路轮廓来选择性地控制车辆的至少一个悬架元件。

附图说明

[0007] 将结合以下附图，在下文中描述示意性实施例，其中，相同的附图标记表示相同的元件，且其中：

[0008] 图1A是根据各个实施例的、具有悬架控制系统的示意性车辆的功能框图；

[0009] 图1B是根据各个实施例的、行驶在道路上的示意性车辆的示意图；

[0010] 图2是示出了根据各个实施例的、悬架控制系统的控制模块的数据流框图；以及[0011] 图3和4是示出了根据各个实施例的、用于控制悬架系统的方法的流程图。

具体实施方式

[0012] 以下详细描述在本质上仅仅是示意性的，且并不意于限制应用和使用。此外，不存在被任何前述的技术领域、背景技术、摘要或者以下的详细描述中提出的任何表述的或暗示的理论约束的意图。应当理解的是，在整个附图中，响应的附图标记指示相同或响应的部件和特征。如本文所使用的，术语模块指的是任何硬件、软件、固件、电子控制部件、处理逻辑、和/或处理器装置，是它们中单独的或者任何组合，包括但不限于：专用集成电路(ASIC)、电子电路、处理器(共享的、专用的或群组)和执行一个或多个软件或固件程序的存储器、组合逻辑电路、和/或提供所描述功能的其它合适的部件。

[0013] 在本文中，可以以功能和/或逻辑块部件和各种处理步骤的方式来描述本发明。应当理解的是，这种块部件可以由任意数目的配置成执行具体功能的硬件、软件和/或固件部件来实现。例如，本发明的实施例可采用各种集成电路部件，例如存储器元件、数字信号处理元件、逻辑元件、查询表等，它们在一个或多个微处理器或者其它控制装置的控制下可以运行各种功能。另外，本领域技术人员将理解的是，本发明的实施例可以结合任何数目的悬架控制系统来实践，且本文所描述的车辆系统仅仅是本发明的一个实例性实施例。

[0014] 为了简明起见，本文并未详细描述涉及信号处理、数据传输、信号发送、控制和系统(以及系统的独立操作部件)的其它功能方面的传统技术。此外，在包含于本文中的各个图中示出的连接线意于代表各种元件之间的实例性功能关系和/或物理耦接。应当注意的是，在本发明的实施方式中可以存在许多替代或额外的功能关系或物理连接。

[0015] 根据示意性实施例，参考图1A和1B，示出了包括悬架系统110的示意性车辆100。如可被理解的是，车辆100可以为行驶在公路表面上的任何车辆类型。尽管本文示出的图描绘了具有特定元件布置的实例，但在实际实施例中可存在另外的插入元件、装置、特征或部件。还应当理解的是，图1A和1B仅仅是示意性的且并不是按比例绘制。

[0016] 首先参考图1A，车辆100被示出包括前车轮102和后车轮103，前车轮和后车轮的每个装配有轮胎104。车轮102、103通过车辆框架和/或连杆106经由悬架系统(通常用110来示出)来支撑。悬架系统110通常包括与车轮102、103的每个相关联的一个或多个受控制的悬架元件112。受控制的悬架元件112可以为半主动悬架系统和/或主动悬架系统的一部分。在各个实施例中，受控制的悬架元件112由一个或多个控制信号来控制，基于控制值来确定该控制信号。如可被理解的是，控制值可单独地针对受控制的悬架元件112的每个来确定，可单独地针对与前车轮102相关联的受控制的悬架元件112和单独地针对与后车轮103相关联的受控制的悬架元件112来确定，和/或可针对所有受控制的悬架元件112来确定。

[0017] 悬架系统110进一步包括控制模块120，该控制模块接收来自车辆100的一个或多个传感器的输入。出于示意性目的，本公开将在单个传感器130的情况下进行讨论。如可被理解的是，可在各个实施例中实现多个传感器。传感器130感测车辆100的可观察状况，并据此产生传感器信号。例如，如在图1B中示出以及继续参考图1A，传感器130感测与沿着车辆的路径的道路132相关联的状况。这种状况可包括道路132的表面相对于限定平面的高度变化。例如，传感器130可以为激光束，其测量沿着驱动路径的单个点的高度。

[0018] 在各个实施例中，感测到的状况与在前车轮102的每个的轨线中的道路132相关联。在各个实施例中，传感器130将信号直接地传输至控制模块120和/或可将信号传输至其它控制模块(未示出)，其然后将来自信号的处理后的数据通过通信总线(未示出)或其它通信装置传输至控制模块120。

[0019] 控制模块120接收信号或处理后的数据，并处理该信号或数据，以确定连续的道路轮廓。例如，连续的道路轮廓包括数据点，其限定了在车辆100的即将到来的路径中的道路132的高度变化。

[0020] 然后，控制模块120计算车辆的响应于即将到来的道路轮廓的指标。然后，控制模块120选择性地确定用于控制一个或多个悬架元件112的一个或多个控制值，以使得可以改进在即将到来的道路上的车辆行驶。基于该控制值，控制模块120产生信号来控制车辆100的一个或多个部件。例如，控制模块120产生对一个或多个受控制的悬架元件112的控制信号，以改进车辆行驶。

[0021] 根据各个示意性实施例，现参考图2且并继续参考图1A和1B，数据流框图示出了控制模块120。如可被理解的是，根据本发明，控制模块120的各个示意性实施例可包括任何数目的子模块。在各个示意性实施例中，在图2中示出的子模块可被组合和/或进一步划分，以基于已确定的即将到来的道路轮廓来相同地控制车辆100(图1)的一个或多个部件。在各个示意性实施例中，控制模块120包括连续的道路轮廓确定模块200、车辆响应确定模块202、控制值确定模块204、车辆模块数据库208和控制值数据库210。

[0022] 连续的道路轮廓确定模块200接收作为输入的传感器信号数据212和车辆速度数据213。例如，传感器信号数据212由如以上所讨论的传感器130来产生。连续的道路轮廓确定模块200基于传感器信号数据212来确定即将到来的道路的连续的道路轮廓214。例如，连续的道路轮廓确定模块200处理传感器信号数据212，以从限定的时间范围(T)中提取若干(N)数据点。在与车辆100相关联的坐标系中来限定数据点。然后，连续时间范围(t)、(t+1)、(t+2)等的数据点被处理，以构造连续的道路轮廓214。例如，连续的道路轮廓确定模块200基于车辆速度数据213来执行一个或多个组合方法、过滤方法、时间校正方法和/或平均方法，以确定包含于连续的道路轮廓214中的数据点集合。使用这些方法，当车辆100移动时，连续的道路轮廓确定模块200连续地确定即将到来的连续的道路轮廓214。

[0023] 车辆响应确定模块202接收作为输入的连续的道路轮廓214。车辆响应确定模块202评估连续的道路轮廓214，以确定即将到来的道路为相对较平的表面或具有一个或多个显著的高度变化(例如，坑洼、减速带等)。当确定出即将到来的道路为相对较平的表面(例如，道路表面中的数据点在某范围之内，或其它确定方式)时，车辆响应确定模块202将初始条件的值设置为零(或一些其它缺省值)。当确定出即将到来的道路包括一个或多个高度变化(例如，一个或多个数据点在某范围之外，或其它确定方式)时，则车辆响应确定模块202将初始条件的值维持为先前确定值。

[0024] 随后，车辆响应确定模块202基于设置的初始条件来计算预测的响应于即将到来的道路轮廓的车辆移动。例如，车辆响应确定模块202针对连续的道路轮廓214中的每个点来计算一个或多个预测的车辆移动值216。车辆响应确定模块202基于在车辆模型数据库208中储存的限定的车辆参考模型来计算预测的车辆移动值216。在各个实施例中，参考模型为具有七自由度的状态空间模型。如可被理解的是，在各种实施例中，参考模型可以与任何数目的自由度相关联。

[0025] 预测的车辆移动值216可以与移动相关联，例如但不限于，滚动、俯仰、起伏、滚动速率、俯仰速率、起伏速率、滚动加速度、起伏加速度、俯仰加速度、悬架行驶、悬架速度、悬架加速度和轮胎力。预测的车辆移动值216可以被计算出，假设时间步长dt/N以及给出在离散时间域中由矩阵A、B、C、D代表的状态空间模型，车辆移动值可以被计算出，例如，在每次迭代使用下式：

[0026] X(k+1)＝AX(k)+Bu(k)。

[0027] 其中，输入u(k)为位于离传感器130固定距离处的单个点的垂直位移(和速度)，作为预览信息可被获得，且针对后车轮完成响应的调节(轴距/速度的延迟)。

[0028] 控制值确定模块204接收作为输入的计算的车辆移动值216。然后，控制值确定模块204确定车辆移动的一个或多个指标。例如，指标可以为相关联移动(例如滚动、俯仰、起伏、滚动速率、俯仰速率、起伏速率、滚动加速度、起伏加速度、俯仰加速度、悬架行驶、悬架速度、悬架加速度、轮胎力等)的值的最大值或最小值。然后，基于该指标，控制值确定模块204确定一个或多个控制值220。例如，控制值确定模块204从储存在控制值数据库210中的一个或多个查找表获取一个或多个控制值220。每个查找表可涉及一个或多个指标。

[0029] 然后，基于控制值220，控制值确定模块204产生控制信号222，以控制一个或多个车辆悬架元件112。在基于车辆速度、道路轮廓点确定的等待时间以及事件离车辆100的车轮的距离(例如，针对每个车轮102、103来确定一个控制值)的时间控制值确定模块204产生控制信号222。

[0030] 根据各个实施例，现参考图3和4，以及继续参考图1A、1B和2，流程图示出了用于基于确定的连续的道路轮廓来控制悬架系统110的方法300和500。根据各个示意性实施例，方法300和500可结合图1A的车辆100来实现，以及可由图2的控制模块120来执行。根据本发明，如可被理解的是，方法300和500中的操作次序并不限于如在图3和4中所示的顺序执行，且如可适用且根据本发明可以一种或多种变化次序来执行。如可进一步被理解的是，图3和4的方法300和500可以能够实现连续运行，在车辆100的操作过程中也可计划在预定的时间间隔运行和/或基于预定的事件来计划运行。

[0031] 图3示出了控制悬架系统110的方法。如在图3中示出，方法300可在305处开始。在310处接收传感器信号数据212。在320处，基于传感器信号数据212来确定连续的道路轮廓
214。例如，连续的道路轮廓214包括与车辆路径中道路表面相关联的N个数据点的集合。数据点的集合与限定的时间步长(例如，每y毫秒)相关联。

[0032] 然后，在330处，连续的道路轮廓214被评估，以确定车辆100是否行使在相对较平的表面上或具有一个或多个显著的高度变化的表面上。例如，在330处，倘若连续的道路轮廓214内的数据点位于由正阈值和负阈值限定的范围(例如，限定了较小的高度变化或无高度变化的范围)之内，则确定没有显著的高度变化，且在340处，初始条件被设置成大约等于零或其它缺省数。然而，在330处，倘若连续的道路轮廓214内的数据点在范围之外，则确定具有显著的高度变化，且在350处，用于计算目的的初始条件被设置为从先前的时间步长中计算出的车辆移动值。

[0033] 在360处，基于设置的初始条件确定车辆响应值、连续的道路轮廓214和来自车辆模型数据库208中的参考模型。例如，针对连续的道路轮廓214中的N个数据点的集合的每个点n来计算一个或多个车辆响应值(也称作为车辆状态)。

[0034] 然后，在370处，车辆移动值216被评估，以确定车辆响应的一个或多个指标。例如，车辆移动值的最大值或最小值被确定，并被设置为指标。

[0035] 然后，在380处，基于该指标来确定控制值220。例如，指标的值被用于从一个或多个限定的查找表查找控制值，该查找表与指标类型相关联且储存在控制值数据库210中。

[0036] 然后，控制值220被用于选择性地产生控制信号；且在390处，基于控制信号来控制一个或多个车辆悬架元件112。例如，基于车辆速度213、计算的等待时间、和事件离车辆100的车轮的距离来产生控制信号222。随后，方法可在400处结束。

[0037] 图4示出了构造连续的道路轮廓214的方法。如在图4中示出，方法可在505处开始。在510处，以Y帧速率来接收作为Z个数据点的帧的传感器信号数据212。在520处，使用例如带通滤波器或其它滤波器来过滤传感器信号数据212的每帧，以去除过度的距离变化以及去除异常值。然后，在530处，时间校正被应用至每个帧，以适当地对准连续的帧。时间校正是基于车辆速度213的。例如，当帧变老时，由于车辆的移动，帧响应于离车辆100不同的线性距离；因而，与帧相关联的时间校正是基于车辆速度213的。

[0038] 然后，在540-560处，基于相关联的时间校正来将帧组合或拼凑在一起，以建立连续的道路轮廓。例如，在拼凑过程中，在540处，基于相关联的时间校正来对准帧的数据点，以及在550处，可将重叠帧的数据点平均以获取该位置处的单个数据点。在各个实施例中，基于离车辆100的距离可将加权平均值应用至各个点。例如，权重可与数据点的置信值相关联，且可将权重应用至数据点，以使得维持具有更高置信的数据点(例如，更靠近于车辆的数据点)，以及减少具有更低置信的数据点(例如，离车辆更远的数据点)。然后，在560处，连续帧内的数据点被平均，以去除道路轮廓随时间的过度变化。随后，在570处，保留的点生成为连续的道路轮廓214，且在580处，方法可结束。

[0039] 尽管在以上详细说明中已经呈现了至少一个示意性实施例，但应当理解的是，存在有大量变型。还应当理解的是，示意性实施例仅仅是实例，且并不意于以任何方式来限制本发明的范围、应用或配置。相反，以上的详细说明将给本领域技术人员提供用于实施示意性实施例的便利道路图。应当理解的是，在不脱离所附权利要求及其法定等价物所阐述的本发明的范围的情况下，可以在元件的功能和布置方面作出各种变化。