选择性自由滚动车轮以实现稳健的车辆对地速度确定

选择性自由滚动车轮以实现稳健的车辆对地速度确定实质审查发明

技术领域

[0001] 本公开涉及用于稳健的重型车辆运动估计的方法和控制单元。所述方法特别地适于与货物运输车辆（诸如卡车和半挂车）一起使用。然而，本发明还可以应用于其他类型的重型车辆，例如，施工设备和采矿车辆以及轿车。

具体实施方式

[0030] 现在将在下文中参考附图更全面地描述本公开，附图中示出了示例性实施方案。然而，本公开可以许多不同的形式体现，并且不应被解释为限于本文阐述的实施方案；而是，提供这些实施方案是为了透彻和完整起见。贯穿本描述，相似的附图标记指代相似的元件。

[0031] 图1示出了示例性重型车辆100，这里是以卡车的形式。应当理解，本文公开的方法和控制单元也可以有利地应用于其他类型的重型车辆，诸如具有牵引杆连接的卡车、施工设备、公共汽车等。车辆100还可以包括两个以上的车辆单元。例如，拖台车辆单元可用来牵引一个以上的挂车。

[0032] 示例性车辆100包括多个车轮102，其中车轮102中的至少子集包括相应运动支持装置（MSD）104。尽管图1中描绘的实施方案示出了用于车轮102中的每一个的MSD 104，但是应当容易理解，例如一对车轮102可以被布置为没有这样的MSD 104。而且，MSD可被布置为例如经由差速驱动装置等连接到一个以上的车轮。

[0033] 车辆100上的至少一些车轮102配备有车轮速度传感器106。车轮速度传感器是测量车轮的转速的传感器，例如基于霍尔效应传感器、旋转编码器等。车轮速度传感器是众所周知的，因此这里不再详细讨论。

[0034] MSD 104可以被布置为用于在车辆的相应车轮上生成扭矩或用于车桥的两个车轮。MSD可以是推进装置，诸如被布置为例如向车辆100的车轮提供纵向车轮力的电机。因此，这样的电机可适于生成推进扭矩以及被布置在再生制动模式中以用于为车辆100的电池（未示出）或其他能量存储系统充电。

[0035] MSD 104还可包括摩擦制动器（诸如盘式制动器或鼓式制动器），所述摩擦制动器被布置为由车轮102生成制动扭矩，以便使车辆减速。在本文中，术语加速度应被广泛地解释为涵盖正加速度（推进）和负加速度（制动）。

[0036] 每个MSD 104连接到MSD控制单元330，所述MSD控制单元被布置用于控制MSD 104的各种操作。MSD控制系统（即MSD控制单元的系统）优选地是在多个单独的轮端计算机上运行的分散式系统，但是集中式实施方式也是可能的。此外，应当理解，MSD控制系统的一些部分可在远离车辆的处理电路系统上实施，诸如在能够经由无线链路从车辆访问的远程服务器120上实施。每个MSD控制单元330经由数据总线通信装置114连接到车辆100的VMM系统或功能360，所述数据总线通信装置可以是有线的、无线的或兼具有线和无线的。因此，可以在VMM功能360与MSD控制单元330之间传输控制信号。VMM功能360和MSD控制单元330将在下文结合图3和图5更详细地进行描述。

[0037] VMM功能360以及MSD控制单元330可包括微处理器、微控制器、可编程数字信号处理器或另一可编程装置。所述系统还可或替代地包括专用集成电路、可编程门阵列或可编程阵列逻辑、可编程逻辑装置或数字信号处理器。在所述系统包括可编程装置（诸如上文提及的微处理器、微控制器或可编程数字信号处理器）的情况下，处理器还可包括控制可编程装置的操作的计算机可执行代码。下文将结合图9更详细地讨论不同车辆单元处理电路的实施方式方面。

[0038] 通常，车辆100上的MSD也可以包括例如动力转向装置、主动悬架装置等。虽然这些类型的MSD不能用于直接生成纵向力来使车辆加速或制动，但是它们仍是重型车辆的整体车辆运动管理的部分，并且因此可形成本文公开的用于车辆运动管理的方法的部分。值得注意的是，重型车辆100的MSD通常被协调，以便获得车辆的期望运动。例如，可以联合使用两个或更多个MSD来生成期望的推进扭矩或制动扭矩、期望的车辆横摆运动或一些其他动态行为。将结合图5更详细地讨论MSD的协调。

[0039] 根据SAE J370（SAE车辆动力学标准委员会，2008年1月24日），纵向车轮滑移可被定义为

[0040] 其中是以米为单位的有效车轮半径，是车轮的角速度，并且是车轮的纵向速度（在车轮的坐标系中）。因此，介于‑1与1之间，并且将车轮相对于道路表面滑移的程度量化。车轮滑移本质上是所测量的车轮与车辆之间的速度差。因此，本文公开的技术可适于任何类型的车轮滑移定义。还应当理解，在车轮的坐标系中，鉴于车轮在路面上的速度，车轮滑移值相当于车轮速度值。VMM功能360以及任选地不同的MSD控制单元330维护关于在车轮的参考系中的的信息，而车轮速度传感器106可用于确定（车轮的旋转速度）。

[0041] 滑移角（也被称为侧滑角）是在车轮指向的方向与实际上行驶的方向之间的角度（即，在纵向速度分量与车轮前进速度和横向速度的矢量和之间的角度）。该滑移角产生力，即，转弯力，所述力在接地面的平面内并垂直于接地面与车轮中面的交点。在滑移角的前几度下，转弯力近似线性地增大，然后非线性地增大到最大值，之后开始减小。

[0042] 滑移角通常被定义为其中在车轮的坐标系中，是车轮的横向速度。

[0043] 在本文中，可相对于车辆确定纵向对地速度，在这种情况下，速度方向是指车辆的前进方向，或者可相对于车轮确定纵向对地速度，在这种情况下，速度方向是指车轮的前进方向或滚动方向。对于横向对地速度也是如此，所述横向对地速度可以是车辆的横向速度或车轮相对于其滚动方向的横向对地速度。该含义可从上下文中清楚，并且应理解，可应用直接了当的转换，以便使对地速度在车辆的坐标系与车轮的坐标系之间转换，反之亦然。例如，在Thomas Gillespie的“Fundamentals of Vehicle Dynamics”Warrendale, PA: Society of Automotive Engineers, 1992中讨论了车辆和车轮坐标系。

[0044] 为了使车轮（或轮胎）产生影响重型车辆的运动状态（诸如加速）的车轮力，必须发生滑移。对于更小的滑移值，在滑移与所生成的力之间的关系是近似线性的，其中比例常数通常被表示为轮胎的滑移刚度Cx。轮胎经受纵向力Fx、横向力Fy和法向力Fz。法向力Fz是确定一些重要车辆性质的关键。例如，法向力在很大程度上决定了车轮可达到的纵向轮胎力Fx，因为通常，，其中是与道路摩擦条件相关联的摩擦系数。给定车轮滑移的最大可用横向力可以用如“Tyre and vehicle dynamics” （Elsevier Ltd. 2012, ISBN 978‑0‑08‑097016‑5, Hans Pacejka）中描述的所谓魔术公式来描述，其中还详细讨论了车轮滑移和轮胎力。

[0045] 图2是示出作为纵向车轮滑移的函数的可实现轮胎力的示例200的曲线图。Fx是纵向轮胎力，而Fy是给定车轮滑移率时可获得的最大横向车轮力。在车轮滑移与所生成的轮胎力之间的这种类型的关系通常被称为逆轮胎模型，并且它在车辆动力学和车辆控制领域是众所周知的。图2中的示例针对的是正车轮力，即，加速度。在车轮滑移与负车轮力（即，制动）之间也存在类似的关系。

[0046] 可使用逆轮胎模型（诸如图2中所示的模型200）来在期望的纵向轮胎力Fx与对应的纵向车轮滑移之间进行转换。能够将扭矩递送到车辆的车轮的在VMM与MSD之间的接口如上文所提及传统上集中在从VMM功能360发送到每个MSD控制单元330的基于扭矩的请求上，而没有对车轮滑移的任何考虑。然而，该方法具有一些性能限制。如果出现危及安全或滑移过多的情况，则在单独的控制单元上操作的相关安全功能（牵引力控制、防抱死制动等）通常会介入并请求扭矩超驰，以便使滑移重新得到控制。该方法的问题是，由于致动器的主要控制和致动器的滑移控制被分配给不同电子控制单元（ECU），因此它们之间的通信所涉及的时延显著地限制了滑移控制性能。此外，相关致动器和在用于实现实际滑移控制的两个ECU中做出的滑移假定可能不一致，并且这进而可能导致次优性能。

[0047] 通过替代地在VMM功能360与MSD控制单元330之间的接口上使用基于车轮速度或车轮滑移的请求，由此将困难的致动器速度控制回路转移到MSD控制器，可以实现显著益处，所述MSD控制器更靠近车轮且因此与中央VMM功能360相比，通常能够以更短的控制时延进行操作。与基于扭矩的控制接口相比，这种类型的架构可提供更好的干扰抑制且因此改善在轮胎道路接触面处生成的力的可预测性。

[0048] 再次参考图2，示例性纵向轮胎力Fx示出了在小的车轮滑移下几乎线性地增大的部分210，接着是在更大的车轮滑移下具有更非线性行为的部分220。希望将车辆操作维持在线性区域210中，其中响应于经施加的制动命令的可获得纵向力更容易预测，并且其中如果需要，则可生成足够的横向轮胎力。为了确保在该区域中的操作，可对给定车轮强加大约例如0.1左右的车轮滑移极限λlim。因此，在准确地了解当前车轮滑移率的情况下，可确保在线性区域中的操作，这极大地简化车辆运动控制来提高安全性、效率和驾驶员舒适度。

[0049] 这种基于车轮滑移的控制方法的另一个益处是能够有效地处理道路摩擦力的变化。道路摩擦力的减小通常会导致逆轮胎模型的垂直缩放，如图2中的点划线230所例示的。请注意，峰值力基本保持在与车轮滑移相同的水平。因此，保持给定车轮滑移度（比如λ =
0.25）的车轮控制器将自动调整以适应摩擦力的变化，尽管摩擦力发生突然变化，仍能保持轮胎力接近最佳值。

[0050] 在使用车轮滑移来主动地控制重型车辆（诸如车辆100）上的一个或多个车轮时以及在执行更低复杂度的控制（诸如在车轮端处局部地强加上文提及的车轮滑移极限λlim）时遇到的问题是，可能无法准确地获知车轮的（和车辆的）对地速度。例如，如果使用车轮速度传感器106（诸如霍尔效应传感器或旋转编码器）来确定车辆对地速度，则如果用于估计对地速度的车轮本身过度滑移，则将错误地确定车辆对地速度。

[0051] 如上所述，可使用基于卫星的定位系统来确定重型车辆100的和车辆100上的任何给定车轮的对地速度。然而，这些系统在一些环境下无法正常运行，诸如无法清楚地看到天空的环境。卫星无线电信号的多路径传播也可能引起所估计的车辆位置的较大误差，这进而转化为所估计的车辆对地速度的误差。

[0052] 也可使用基于视觉的传感器系统和雷达系统来确定车辆对地速度。然而，这样的系统的成本相对高，并且在准确性和可靠性方面并非总是没有问题。例如，基于视觉的传感器可能因太阳眩光和雾而遭受性能退化，而雷达传感器系统可能易受来自其他雷达收发器的干扰。

[0053] 由于这些原因和其他原因，通常使用IMU和车轮速度传感器的组合来估计车辆速度。只要车轮上没有施加扭矩，或者车辆没有明显的横摆运动，其在至少一些车轮上的相关车轮滑移就可能很小，这意味着车轮速度数据很可能也是车辆的对地速度的准确表示。在车轮滑移较多的时段期间，诸如当扭矩施加到车轮时，可以暂时依靠IMU信号来估计车辆对地速度。通过这种方式，可以替代地通过依靠IMU信号来跟踪车辆对地速度来“弥合”高车轮滑移（和不可靠的车轮速度传感器数据）的时段，直到车轮滑移率变得足够小到可以再次依赖车轮速度信号。本文描述的VMM功能360被布置为使所述估计的车辆运动状态s在车辆100上的车轮102、310处施加扭矩的情况下主要基于IMU信号，否则主要基于车轮速度信号。换句话说，如果车轮上没有施加扭矩或仅施加很小的扭矩，则该车轮速度数据可用于确定车辆对地速度。在施加高扭矩的时段期间，替代地依靠IMU信号来确定车辆对地速度。当然，两种传感器类型的加权组合也是可能的，如下文将讨论的。

[0054] 用于确定车辆对地速度的大多数IMU都存在一个问题，即IMU输出不准确和偏差会导致漂移。为了减少IMU漂移问题，本文提出对通过对IMU信号进行积分以获得车辆对地速度而产生的误差进行建模。当该建模的误差变得大到无法接受时，基于IMU信号的估计的对地速度基于车轮速度传感器数据使用来自一个或多个自由滚动车轮的数据或至少来自施加扭矩较小的车轮的数据进行“重置”。如果没有合适的低滑移车轮可用，则所述方法暂时减小在一个或多个车轮处施加的扭矩，对车辆速度进行采样，然后重新施加扭矩。因此，根据本文提出的技术，MSD控制单元330和/或VMM功能360中的车辆控制功能选择性地且暂时地将一个或多个车轮置于自由滚动状态（或至少处于车轮滑移较小的状态），以便从自由滚动车轮的车轮速度传感器获得可靠的车辆对地速度数据。一旦以这种方式确定了车辆对地速度，就可以使用它来重置基于IMU的车辆对地速度估计值。

[0055] 换句话说，车辆100的运动估计功能获得指示基于IMU信号输出确定的对地速度是否足够准确的信息。如果来自IMU的对地速度数据的可靠性不足以执行车辆运动管理，则MSD协调功能会减小重型车辆上的一个或多个车轮的滑移，例如，通过在被求解的数学优化问题中引入约束来获得满足全局力要求的MSD协调解。这种减小可能是暂时的，或者持续较长时间段。如果滑移减小是暂时的，则所述功能类似于以周期性的方式间歇性地减小车轮滑移的防抱死制动功能（ABS）。当给定车轮的车轮滑移减小时，从该车轮的车轮速度传感器获得的车辆对地速度数据的可靠性增加。

[0056] 总结到目前为止的讨论，本文公开了用于重型车辆100的VMM功能360。所述系统包括至少一个车轮速度传感器106，所述至少一个车轮速度传感器被配置为输出指示车辆100上的相应车轮102的转速的车轮速度信号；以及至少一个IMU 110，所述至少一个IMU被配置为输出指示车辆100相对于地面的加速度的IMU信号。车辆的运动估计功能（通常但不一定构成VMM功能360的一部分）被配置为至少部分地基于车轮速度信号以及至少部分地基于IMU信号来估计包括车辆对地速度的车辆运动状态s。例如，运动估计功能可以实施传感器融合算法，其中来自车辆的车轮速度传感器的数据和来自车辆的一个或多个IMU的数据合并为车辆运动状态的估计值。这种传感器融合可以通过已知方法实施，例如卡尔曼滤波器等。运动估计功能也可能不太复杂，诸如简单地在基于一个或多个车轮速度信号的车辆对地速度估计和基于集成的IMU加速度信号的车辆对地速度估计之间切换。

[0057] 车辆100的MSD协调功能被配置为根据车辆运动请求375和车辆运动状态s（例如，根据车辆100要遵循的期望的加速度曲线或曲率）协调重型车辆的多个MSD的致动。MSD协调功能可以包括数学优化元素，以便获得车辆的期望运动，或者更低复杂度，诸如在需要加速的情况下使用正扭矩生成致动器，而在需要减速的情况下使用负扭矩生成致动器。各种类型的MSD协调功能在本领域中是已知的，因此本文将不再详细讨论该主题。值得注意的是，MSD协调功能的复杂程度可以有所不同，从车辆的控制输入装置（方向盘、踏板等）和MSD致动器之间的简单连接，到更先进的控制方法。

[0058] 运动估计功能被布置为对估计的车辆运动状态s中的误差进行建模，并且在建模的误差未能满足接受标准的情况下向MSD协调功能输出自由滚动请求。误差建模的复杂程度也可能不同，如下文将讨论的。例如，可以使用随时间递增的简单线性函数来对误差进行建模。更先进的误差建模方法还可以考虑其他信息源和一个以上的传感器装置。MSD协调功能被配置为响应于从运动估计功能接收到自由滚动请求550而减小重型车辆100的一个或多个车轮102的车轮滑移设定点。例如，MSD协调功能可以被布置为响应于接收到自由滚动请求550而将重型车辆100的一个或多个车轮102的车轮滑移请求或扭矩请求设置为零，即，停用与给定车轮或给定车轮组相关联的扭矩致动器。重型车辆100的一个或多个车轮102的车轮滑移设定点的这种减小导致车轮滑移降低，并且因此提高了从具有减小的车轮滑移设定点的车轮的车轮速度传感器获得的车辆对地速度数据的准确性。然后，运动估计功能可以使用这种更精确的车辆速度信息来重置基于IMU的车辆速度估计。

[0059] IMU输出信号指示IMU组件的加速度，因此可以通过从已知的车辆对地速度开始对该IMU加速度信号进行积分来获得估计的车辆对地速度。然而，IMU信号往往存在偏差，并且通常还包含误差，所述误差会累积导致估计的对地速度出现误差。通过根据这种偏差和误差来表征IMU，可以构建根据IMU信号确定的估计的车辆对地速度的误差的模型。例如，如果车辆纵向加速度的IMU输出信号大致建模为

[0060] 其中是真实的车辆纵向加速度（对地），是恒定的未知偏差，并且是某种形式的测量噪声，诸如方差为的高斯零均值噪声，则随时间累积的误差可以建模为[0061] 如果偏差和测量噪声的统计分布大致已知，那么误差的统计数据也可以使用直接的统计方法或仅通过实际实验或计算机模拟来确定。替代地，可以假设时间的线性或二次函数，或某种其他形式的多项式函数，并在对IMU信号随时间进行积分后（例如通过对测量数据进行最小二乘拟合）使其适应于误差的实验室实验。

[0062] 接受标准可以是IMU信号积分器中的估计的误差的固定阈值，或者是误差的某种统计度量。例如，系统可以要求将实际误差超过某个预定阈值的概率保持在某个水平以下。如果估计的误差增长太多，即如果过长时间依赖IMU信号来估计车辆对地速度，则触发自由滚动请求，这导致至少一个车轮自由滚动（或至少减小的车轮滑移），并因此导致更可靠的车轮速度数据的可用性，所述数据可用于重置用于估计车辆对地速度的IMU信号积分器。当以这种方式重置IMU信号积分器时，使用来自一个或多个车轮速度传感器的可靠数据，则误差也会减小。

[0063] 图4A示出了IMU信号随时间积分时车辆对地速度的估计的误差的示例400。这里的估计的误差遵循线性模型。当该模型给出的估计的误差超过阈值Th时，则触发自由滚动请求（在410处），从而导致估计的误差的重置。

[0064] 图4B示出另一个示例420，其中误差模型替代地是二次的。当误差超过接受标准并且生成自由滚动请求时，再次重置误差模型（在430），从而导致可以从一个或多个车轮速度传感器再次获得关于车辆对地速度的可靠数据。

[0065] 如上所述，两个模型400、420均可通过计算机模拟、实践实验和/或数学分析预先参数化。这种参数化可能涉及例如IMU信号或基于积分的IMU信号的车辆对地速度的估计值与某种形式的地面真实参考对地速度（例如从GPS获得）之间的比较。

[0066] 通常，本文所讨论的运动估计功能可以被布置为至少部分地通过将与IMU信号相关联的误差建模为随时间递增的函数400、420来对估计的车辆运动状态s中的误差进行建模。

[0067] 图3示意性示出了用于由一些示例性MSD控制车辆100上的车轮310的功能300，这里，所述MSD包括摩擦制动器320（诸如盘式制动器或鼓式制动器）、推进装置340和转向装置350。摩擦制动器320和推进装置340是可由一个或多个运动支持装置控制单元330控制的车轮扭矩生成装置的示例。所述控制基于从车轮速度传感器106获得的测量数据结合来自一个或多个IMU 110的数据，并且可选地还基于来自其他车辆状态传感器的数据，所述其他车辆状态传感器诸如雷达传感器、激光雷达传感器，以及基于视觉的传感器，诸如相机传感器和红外检测器。MSD控制单元330可被布置为控制一个或多个MSD致动器。例如，单个MSD控制单元330被布置为控制车桥上的两个车轮是常见的。

[0068] 交通状况管理（TSM）功能370计划以10秒左右的时间范围进行驾驶操作。该时间范围对应于例如车辆100通过弯道等所花费的时间。由TSM功能计划和执行的车辆操纵可以与加速度曲线和曲率曲线相关联，所述曲线描述在车辆前进方向上的期望目标车辆速度以及对于给定操纵要维持的转向。TSM功能不断地从VMM功能360请求期望的加速度曲线areq和转向角（或曲率曲线creq），所述VMM功能执行力分配来以安全稳健的方式满足来自TSM功能的请求。VMM功能360在低于一秒左右的时间尺度上操作并且将在下面更详细地讨论。然后，VMM功能360经由接口365与车辆上的不同MSD控制单元330进行通信。接口365上的通信可以涉及例如将车轮滑移设定点传输到MSD控制单元以及从MSD控制单元330接收能力信号。

[0069] 车轮310具有纵向速度分量和横向速度分量（在车轮的坐标系中或在车辆的坐标系中，取决于实施方式）。纵向车轮力Fx和横向车轮力Fy以及法向力Fz作用在车轮上（图3中未示出）。除非另有明确说明，否则车轮力在车轮的坐标系中限定，即，纵向力指向车轮的滚动平面，而横向车轮力指向垂直于车轮的滚动平面。车轮的旋转速度为，并且有效滚动半径为R。

[0070] 本文讨论的运动估计系统至少部分用于确定车辆对地速度，所述车辆对地速度然后可被转换为车轮的坐标系中的车轮速度分量和/或。这意味着，如果车轮是转向车轮，则要考虑车轮转向角δ，而非转向车轮的纵向速度分量与车轮附接到的车辆单元相同，通常是卡车或挂车车辆单元。

[0071] VMM 360可以使用图2中的曲线图200所例示的逆轮胎模型类型来在某个车轮处生成期望的轮胎力。代替请求对应于期望的轮胎力的扭矩，VMM可将期望的轮胎力转化为当量车轮滑移（或当量地，相对于对地速度的车轮转速）并替代地请求该滑移。主要优势在于，MSD控制单元330将能够通过使用从处理来自IMU 110的数据获得的车辆速度和从车轮速度传感器106获得的车辆旋转速度在期望车轮滑移下维持操作来以更高的带宽递送所请求的扭矩。一个或多个控制单元330可被布置为将一个或多个预定逆轮胎模型例如作为查找表或参数化函数存储在存储器中。逆轮胎模型也可被布置为作为车轮310的当前工况的函数存储在存储器中。

[0072] 根据本文提出的技术的简单示例，只要不对车轮施加扭矩，从车轮速度传感器106获得的车辆速度数据就被视为可靠的，并在MSD控制单元330处用于确定车辆对地速度和/或反馈到VMM功能360，在所述VMM功能处将其用作确定车辆对地速度的基础。如果施加了扭矩，例如通过推进装置340或行车制动器320，那么来自IMU 110的加速度数据将被积分，以便代替来自车轮速度传感器的数据来跟踪车辆对地速度。这样，MSD控制单元330可以在施加扭矩期间确定车轮滑移，因为可以使用IMU信号在有限的持续时间内跟踪车辆对地速度，而车轮速度传感器在生成轮胎力期间提供车轮速度信息。

[0073] 由于积分的IMU信号的误差的累积，基于IMU输出信号确定的车辆对地速度的准确性随着时间的推移而恶化。当估计的误差幅度（从上面讨论的模型类型获得）变得大到不可接受时，通过将车轮置于自由滚动状态、基于车轮速度传感器估计车辆对地速度、再次重新初始化IMU积分器并重新在车轮上施加扭矩来校正IMU积分器。车轮的这种自由滚动可以由VMM功能360集中触发，或者在MSD控制单元330本地触发。

[0074] 图5示出了适用于本文公开的方法的示例性车辆控制功能架构。在该示例性架构中，TSM功能370生成车辆运动请求375，所述车辆运动请求可包括车辆要遵循的期望的转向角δ或当量曲率creq，并且还可包括期望的车辆单元加速度areq以及其他类型的车辆运动请求，它们一起描述车辆以期望的速度曲线沿期望的路径的期望运动。应当理解，运动请求可用作用于确定或预测需要生成以便成功地完成操纵的纵向力和横向力的所需量的基础。当然，TSM功能370也可以由来自方向盘和踏板的驾驶员输入信号代替。

[0075] VMM系统以约1秒左右的时间范围操作，并且不断地将来自TSM功能370的加速度曲线areq和曲率曲线creq变换为用于控制由车辆100的不同MSD致动的车辆运动功能的控制命令，所述MSD进而向VMM功能360报告回相应的能力。所述能力然后可以用作车辆控制中的约束。VMM系统通过如上所讨论的运动估计功能510执行车辆状态或运动估计，即，VMM系统通过使用通常但不总是与MSD相关的布置在车辆100上的各种传感器540来监测操作来不断地确定包括例如车辆组合中的不同单元的位置、速度、加速度和铰接角的车辆状态s。运动估计功能510的重要输入是来自IMU 110和重型车辆100上的车轮速度传感器106的信号。如上所讨论的，运动估计功能510被配置为基于来自车轮速度传感器106的车轮速度信号以及来自IMU 110的IMU信号来至少估计车辆对地速度。运动估计功能还被布置为对估计的车辆运动状态s中的误差进行建模（至少对于车辆对地速度），并且在建模的误差未能满足接受标准（例如阈值或某个预定的置信区间）的情况下，向MSD协调功能530（或某个等效软件模块）输出自由滚动请求550。

[0076] 运动估计510的结果（即，估计的车辆状态s）被输入到力生成模块520，所述力生成模块确定不同车辆单元所需的全局力V=[V1,V2]以使车辆100根据请求的加速度曲线areq和曲率曲线creq移动，并根据期望车辆行为进行表现。所需的全局力矢量V被输入到MSD协调功能530，所述MSD协调功能分配车轮力并协调其他MSD，诸如转向装置和悬架。MSD协调功能输出对第i个车轮的MSD控制分配，其可以包括扭矩Ti、纵向车轮滑移λi、车轮转速ωi和/或车轮转向角δi中的任一者。然后协调的MSD一起在车辆单元上提供期望的横向力Fy和纵向力Fx，以及提供所需力矩Mz，以获得车辆组合100的期望运动。

[0077] 根据本文的教导，MSD协调功能被布置为响应于从运动估计功能接收到自由滚动请求550而减小重型车辆100的一个或多个车轮102的车轮滑移设定点。例如，MSD协调功能可以被布置为响应于接收到自由滚动请求550而将重型车辆100的一个或多个车轮102的车轮滑移请求或扭矩请求设置为零。这样，当来自IMU的数据由于误差累积而恶化过多时，运动估计功能510可以请求暂时增加来自用于估计车辆对地速度的车轮速度传感器的车轮速度信号的可靠性。

[0078] 图5中的示例性VMM功能360管理力生成和MSD协调两者，即，其确定在车辆单元处需要什么力才能满足来自TSM功能370的请求，例如根据由TSM请求的所请求的加速度曲线来使车辆加速和/或生成也由TSM请求的车辆的特定曲率运动。力可包括例如横摆力矩Mz、纵向力Fx和横向力Fy，以及施加在不同车轮处的不同类型的扭矩。力被确定为诸如生成车辆行为，所述车辆行为响应于由TSM功能370生成的控制输入而由TSM功能所预期。

[0079] MSD协调功能530可以实施数学优化例程，其找到与力生成模块520确定的所需全局力相对应的MSD力分配。数学优化例程涉及约束，即给定MSD可能产生的力的极限。因此，MSD协调功能530可用于减少甚至消除一个或多个车轮310上的车轮滑移，这有助于使用车轮速度传感器106更准确地确定车辆速度。所述约束可以作为车轮滑移极限或作为扭矩极限来强加，可以将其设置为某个较小的值或者甚至为零值，此时车轮基本上处于自由滚动状态。

[0080] 根据一些方面，如上所述，MSD协调功能530被布置为响应于接收到自由滚动请求550而将重型车辆100的一个或多个车轮310的车轮滑移请求和/或扭矩请求设置为零。因此，在车轮纵向方向上不会生成正或负车轮力，这意味着基于车轮的车轮速度的车辆速度确定的影响被最小化或至少被减小。

[0081] 根据其他一些方面，MSD协调功能530被布置按一定序列减小重型车辆100的一个或多个车轮310的车轮滑移设定点，其中序列中的每个车轮在预定的短持续时间（诸如一秒或半秒）内处于低滑移状态。这样，就可以保持对车辆的致动，因为每个车轮只会在短时间内处于低滑移状态，之后就可以恢复力生成。下面将结合图6更详细地讨论这种操作模式。

[0082] MSD协调功能530可选地被配置为基于约束优化问题的解来协调重型车辆的多个MSD的致动，其中约束优化问题的一个或多个约束被布置为根据基于IMU信号的与车辆对地速度相关联的估计的误差幅度进行配置，如上例如结合图4A和图4B所讨论的。这意味着，MSD协调功能530可以在重型车辆的一个或多个车轮处分配的车轮滑移应该保持在某个阈值以下或者甚至被设置为零的约束下简单地对优化问题求解，以便重置IMU积分器误差并能够持续可靠地估计车辆对地速度。

[0083] 值得注意的是，自由滚动也可在本地执行，例如由MSD控制单元330执行。这使得MSD控制单元能够获得车辆对地速度的本地估计值，从而允许MSD控制单元执行本地车轮滑移估计和控制。换句话说，MSD控制单元可以在有限的时间段内利用本地可用的车轮滑移数据执行滑移控制，所述车轮滑移数据使用基于本地可用的IMU信号确定的车辆对地速度。当本地建模的车辆对地速度误差变得过大时，MSD控制单元330可以向VMM功能360报告降低的能力，然后暂时将其车轮置于滑移减小状态或甚至自由滚动状态。在MSD控制单元330将车轮置于自由滚动状态之前及时接收到更新的能力消息的VMM功能360然后能够补偿由MSD控制器330（例如，由MSD协调功能530）本地执行的动作。

[0084] MSD协调功能530还可被布置为将指示重型车辆100上的车轮310的车轮滑移设定点和/或扭矩设定点的数据560输出到运动估计功能510，即，指示给定车轮是否可用于确定车辆对地速度的信号。然后，运动估计功能510能够使用车轮滑移指示数据560以更可靠的方式估计车辆运动状态s（特别是车辆对地速度），因为它现在知道车轮在不久的将来将（当致动器致动MSD设定点时）如何滑移。例如，MSD协调功能530可以传送其强加在不同车轮上的滑移极限，然后运动估计功能510可以确定可以使用哪些车轮速度传感器信号来可靠地估计车辆对地速度。例如，运动估计功能510可以在滑移较低的情况下基于车轮的车轮速度来估计车辆运动状态s，否则基于一个或多个IMU信号来估计所述车辆运动状态。运动估计还可以以更主动的方式操作，避免由于车轮滑移开始而导致的瞬态误差影响。

[0085] 运动估计功能510可选地基于车轮速度传感器数据和IMU数据的加权组合来估计车辆运动状态s，特别是估计车辆对地速度，其中加权组合的权重根据指示车轮滑移设定点和/或扭矩设定点的数据560进行配置。这意味着运动估计功能执行一种类型的传感器融合，其考虑了不同传感器的估计的准确性，结果提高了准确性和可靠性。

[0086] 根据上面讨论的误差模型，如果IMU积分器最近被重置，与IMU加速度信号已经积分时间较长的情况相比，传感器融合操作将为来自IMU 110的数据分配更大的权重。一般来说，基于个参数的加权组合估计的估计参数（诸如车辆对地速度）可以写成[0087] 其中，并且权重的相对大小根据对应参数的感知可靠性来进行配置。因此，如果当车轮严重滑移时IMU估计器性能非常好，则IMU权重参数的权重将接近于一，但是如果IMU数据被认为不准确和/或如果车轮中的一些上没有明显的车轮滑移，则IMU数据的相对权重将相对于来自车轮速度传感器的估计值的权重减小，并且还可选地相对于其他数据源（诸如来自GPS系统的估计值）减小。

[0088] 如果重型车辆上的车轮的滑移设定点按一定序列暂时减小，使得序列中的每个车轮的滑移在短时间段内暂时减小，则可以获得特定优势。这提供了分布在车辆上的车轮自由滚动的效果，避免了过度的横摆运动、俯仰运动等。MSD协调功能530可选地被布置为按预定或随机序列减小重型车辆100的一个或多个车轮102、310的相应车轮滑移设定点，其中所述序列中的每个车轮在预定且有限的持续时间内置于低滑移状态。

[0089] 参考图6，例如，可以选择序列来平衡车辆的两侧的扭矩损失，例如{A，B，C，D，E，F，G，H，I，J}。因此，所述序列可以涉及在车辆的左侧和右侧定期应用车轮滑移或扭矩约束，即，首先将车辆左侧的车轮置于低车轮滑移状态，然后将车辆右侧的车轮置于低车轮滑移状态，随后再次将左侧的车轮置于低滑移状态。这为分散将一个或多个车轮置于低车轮滑移状态的影响提供了机会。用于估计车辆速度的处于低滑移状态的车轮也可在两个或多个车桥之间依次切换。每个车轮置于低滑移状态的时间段不需要很长，通常一秒或更短的时间就足以从车轮速度传感器获得车辆速度的估计值，所述估计值不会受到车轮滑移的显著影响。

[0090] 图6还示出了IMU 110a、110b、110c（即多个IMU）的示例性布置，其中每个IMU安装在车辆100上的相应位置。不同的IMU测量车辆100的其相应部分的加速度。一般来说，当有一个以上的IMU可用时，使车辆的给定部分的运动估计主要基于位于所述车辆部分附近的IMU的输出是有意义的。例如，为了确定车轮A、E、J、C、G或I的车辆对地速度，IMU 110c是最适合的，而当要估计车轮H、D、F或B的车辆对地速度时，IMU 110b更为合适。IMU 110a位于车辆的前部，靠近转向车桥，且因此适用于估计转向前车桥附近的车辆对地速度，例如，在所述前车桥处发生大车轮滑移的时段期间。当然也可以有利地使用IMU信号的加权组合，其中权重可以例如基于从给定的IMU装置到其中需要车辆对地速度来确定车轮滑移的车轮的距离。通常，车辆100可以包括多个IMU，其中车辆上的每个车轮与多个IMU中的一个或多个相关联，并且其中相关联的IMU提供IMU信号，VMM功能360使用所述IMU信号来估计在车轮与较大的车轮滑移（即，车轮滑移水平高于某个预定阈值或未达到某个其他类型的预定接受标准）相关联的时间段期间的车辆对地速度。

[0091] 根据其他方面，运动估计功能510被配置为基于车轮速度信号在相对于所述车轮滑移设定点的所述减小具有一定延迟的情况下估计车辆运动状态s。这种延迟可使瞬态现象在使用车轮速度传感器“采样”车辆对地速度之前稳定下来。图7A示出了车轮速度传感器信号输出中这种瞬态行为的示例700。在710处，从车轮上移除负扭矩，即暂停制动。这会使车轮加速到接近车辆对地速度的车轮速度，这发生在延迟730之后标记为720的时间瞬间左右。因此，通过允许延迟，可以减轻或甚至完全避免这种瞬态行为的影响。如果从车轮上移除正扭矩，也会观察到类似的行为，在这种情况下车轮速度将降低，以更紧密地遵循实际车辆对地速度。

[0092] 运动估计功能510还可以被配置为基于车轮速度信号将车辆运动状态s估计为给定时间段内的车轮速度信号的极值点（制动情况下的最大值和加速情况下的最小值）。其原理是最大或最小车轮速度信号最接近车辆对地速度。图7B示出了示例750，其中使用两个车轮速度信号770、780来估计车辆对地速度。还将真实车辆对地速度绘制为虚线760，以供参考。值得注意的是，随着扭矩的减小，车轮速度信号会增加，直至达到接近真实车辆对地速度的最大值。每次观察到车轮速度最大值时，可以重置IMU积分器，从而在整个车辆操纵过程中保持准确的车辆对地速度信息。

[0093] 图8是示出概述上文讨论的关键概念中的一些的方法的流程图。示出了用于在重型车辆100上执行VMM功能的计算机实施的方法。该方法包括：配置S1至少一个车轮速度传感器106以输出指示车辆100上的相应车轮102、310的转速的车轮速度信号；配置S2至少一个惯性测量单元IMU 110以输出指示车辆100的加速度的IMU信号；通过运动估计功能510至少部分地基于车轮速度信号以及至少部分地基于IMU信号来估计S3包括车辆对地速度在内的车辆运动状态s；配置S4运动支持装置MSD协调功能530以根据车辆运动请求375和车辆运动状态s来协调重型车辆的多个MSD的致动；对估计的车辆运动状态s中的误差进行建模S5，并且在建模的误差未能满足接受标准的情况下触发自由滚动请求550的生成；以及响应自由滚动请求550而减小S6重型车辆100的一个或多个车轮102、310的车轮滑移设定点。因此，所述方法涵盖了上面结合图1至图7讨论的方法步骤。当然，不同方面也可以与图8所示的方法一起应用。

[0094] 图9在许多功能性单元方面示意性示出了根据本文讨论的实施方案的控制单元900的组件，诸如MSD控制单元330或VMM功能360中的任一者。使用能够执行存储在例如呈存储介质930的形式的计算机程序产品中的软件指令的合适的中央处理单元CPU、多处理器、微控制器、数字信号处理器DSP等中的一者或多者的任何组合来提供处理电路910。处理电路系统910还可被提供为至少一个专用集成电路ASIC或现场可编程门阵列FPGA。具体地，处理电路910被配置为使控制单元900执行一组操作或步骤，诸如结合图8并且通常在本文讨论的方法。例如，存储介质930可以存储一组操作，并且处理电路910可以被配置为从存储介质930中检索该组操作以使控制单元900执行该组操作。该组操作可以作为一组可执行指令来提供。因此，处理电路910由此被布置成执行如本文公开的方法。

[0095] 存储介质930还可以包括持久性存储装置，其例如可以是磁存储器、光学存储器、固态存储器或甚至远程安装的存储器中的任何一种或组合。

[0096] 控制单元900还可以包括用于与至少一个外部装置通信的接口920。因而，接口920可以包括一个或多个发射器和接收器，包括模拟和数字组件以及用于有线或无线通信的合适数量的端口。

[0097] 处理电路910（例如，通过向接口920和存储介质930发送数据和控制信号、通过从接口920接收数据和报告以及通过从存储介质930中检索数据和指令）控制控制单元900的一般操作。控制节点的其他组件以及相关功能性被省略以免使本文呈现的概念变得模糊。

[0098] 图10示出了承载计算机程序的计算机可读介质1010，所述计算机程序包括用于当所述程序产品在计算机上运行时执行图8中所示的方法和本文讨论的技术的程序代码装置1020。计算机可读介质和代码装置可一起形成计算机程序产品1000。

查看完整全部详细技术资料

当前第1页第1页第2页第3页