【技术实现步骤摘要】
本公开总体上涉及车辆的自动横向控制以及相关联的方法和系统。
技术介绍
1、自主车辆是能够感测其环境并在很少或没有用户输入的情况下导航的车辆。自主车辆使用诸如雷达、激光雷达、图像传感器等传感装置来感测其环境。自主车辆系统还使用来自诸如全球定位系统(gps)等的系统的信息来导航。然而，可能期望在例如控制自主车辆转向时改进自主车辆的控制。
2、车辆自动化被分类为从零级到五级的数值级别，零级对应于全部人类控制的非自动化，并且五级对应于没有人类控制的全自动化。诸如巡航控制、自适应巡航控制、车道保持控制、车道居中控制和停车辅助系统等的各种自动驾驶员辅助系统对应较低的自动化水平，而真正的“无人驾驶”车辆对应较高的自动化水平。不同自动化水平的各种自动驾驶员辅助系统依赖于通过转向系统对车辆的有效横向控制。
3、电动助力转向系统(eps：electric power steering system)基于所请求扭矩通过电机提供转向辅助。所请求扭矩是通过基于转向系统的一个或多个所感测参数确定的扭矩命令来实现的。在一些情况下，所感测参数中的一者(诸如侧偏角等)可能不可用于确定扭矩命令。
4、因此，期望提供用于在所感测参数不可用时确定扭矩命令并且基于该扭矩命令控制转向系统的方法和系统。此外，结合附图和前述
和
技术介绍
，根据后续详细描述和所附权利要求，本专利技术的其他期望的特征和特性将显而易见。
技术实现思路
1、提供了用于控制包括电动助力转向系统(eps)的车辆的方法
2、根据权利要求1所述的方法，还包括：通过处理器基于测得的横向加速度数据来定义第一线性模型，其中，系数数据与第一线性模型相关联。
3、在各种实施例中，该方法包括：通过处理器基于测得的转向角数据来定义第二线性模型，其中，系数数据与第二线性模型相关联。
4、在各种实施例中，该方法包括：通过处理器基于测得的转向角数据来定义第二线性模型，其中，系数数据基于第一线性模型和第二线性模型之间的混合方法。
5、在各种实施例中，混合方法基于车辆速度。
6、在各种实施例中，第一线性模型和第二线性模型中的至少一个的系数数据基于自适应滤波方法。
7、在各种实施例中，该方法包括基于转向系统中的变化来重置初始猜测和置信值中的至少一个。
8、在各种实施例中，该方法包括确定与车辆速度、横向加速度、横摆角速度、方向盘角度、扭矩命令和传感器诊断相关联的条件何时被满足，并且其中系数数据的确定响应于条件何时被满足的确定。
9、在各种实施例中，基于下式确定参考横向加速度：
10、
11、其中，v表示车辆速度，g表示重力，δref表示转向角参考，l表示车辆轴距，φr表示路堤角度，并且kus表示车辆转向不足系数。
12、在各种实施例中，基于下式确定参考横向加速度：
13、
14、其中，v表示车辆速度，g表示重力，φr表示路堤角度，并且kpath表示路径曲率。
15、在另一实施例中，车辆控制系统包括：非暂时性计算机可读介质，包括程序指令；以及至少一个处理器，与非暂时性计算机可读介质可操作通信，该至少一个处理器被配置为执行程序指令，其中程序指令被配置为使至少一个处理器：基于参考路径数据和车辆动力学数据来确定横向加速度参考；基于测得的横向加速度数据和测得的转向角数据中的至少一个以及测得的扭矩数据来确定系数数据；基于系数和参考横向加速度数据来确定扭矩命令；并且基于扭矩命令来生成对eps的转向命令。
16、在各种实施例中，程序指令还被配置为基于测得的横向加速度数据来定义第一线性模型，其中，系数数据与第一线性模型相关联。
17、在各种实施例中，程序指令还被配置为基于测得的转向角数据来定义第二线性模型，其中，系数数据与第二线性模型相关联。
18、在各种实施例中，程序指令还被配置为基于测得的转向角数据来定义第二线性模型，其中，系数数据基于第一线性模型和第二线性模型之间的混合方法。
19、在各种实施例中，混合方法基于车辆速度。
20、在各种实施例中，其中第一线性模型和第二线性模型中的至少一个的系数数据基于自适应滤波方法。
21、在各种实施例中，程序指令还被配置为基于转向系统中的变化来重置初始猜测和置信值中的至少一个。
22、在各种实施例中，程序指令还被配置为确定与车辆速度、横向加速度、横摆角速度、方向盘角度、扭矩命令和传感器诊断相关联的条件何时被满足，并且其中系数数据的确定响应于条件何时被满足的确定。
23、在各种实施例中，程序指令被配置为基于下式确定参考横向加速度：
24、
25、其中，v表示车辆速度，g表示重力，δref表示转向角参考，l表示车辆轴距，φr表示路堤角度，并且kus表示车辆转向不足系数。
26、在各种实施例中，程序指令被配置为基于下式确定参考横向加速度：
27、
28、其中，v表示车辆速度，g表示重力，φr表示路堤角度，并且kpath表示路径曲率。
本文档来自技高网...【技术保护点】
1.一种控制包括电动助力转向系统(EPS)的车辆的方法，所述方法包括：
2.根据权利要求1所述的方法，还包括：通过处理器基于所述测得的横向加速度数据来定义第一线性模型，其中，所述系数数据与所述第一线性模型相关联。
3.根据权利要求1所述的方法，还包括：通过处理器基于所述测得的转向角数据来定义第二线性模型，其中，所述系数数据与所述第二线性模型相关联。
4.根据权利要求2所述的方法，还包括：通过处理器基于所述测得的转向角数据来定义第二线性模型，其中，所述系数数据基于所述第一线性模型和所述第二线性模型之间的混合方法。
5.根据权利要求4所述的方法，其中，所述混合方法基于车辆速度。
6.根据权利要求4所述的方法，其中，所述第一线性模型和所述第二线性模型中的至少一个的所述系数数据基于自适应滤波方法。
7.根据权利要求4所述的方法，还包括：确定与车辆速度、横向加速度、横摆角速度、方向盘角度、扭矩命令和传感器诊断相关联的条件何时被满足，并且其中所述系数数据的确定响应于所述条件何时被满足的确定。
8.根据权利要求
9.根据权利要求1所述的方法，其中，所述确定所述参考横向加速度基于：
10.一种车辆控制系统，所述系统包括：
...【技术特征摘要】
1.一种控制包括电动助力转向系统(eps)的车辆的方法，所述方法包括：
2.根据权利要求1所述的方法，还包括：通过处理器基于所述测得的横向加速度数据来定义第一线性模型，其中，所述系数数据与所述第一线性模型相关联。
3.根据权利要求1所述的方法，还包括：通过处理器基于所述测得的转向角数据来定义第二线性模型，其中，所述系数数据与所述第二线性模型相关联。
4.根据权利要求2所述的方法，还包括：通过处理器基于所述测得的转向角数据来定义第二线性模型，其中，所述系数数据基于所述第一线性模型和所述第二线性模型之间的混合方法。
5.根据权利要求4所述的...
【专利技术属性】
技术研发人员：T·A·西克德，J·B·麦格罗，J·卢，M·沙里亚里，
申请(专利权)人：通用汽车环球科技运作有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。