(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 202010881772.6
(22)申请日 2020.08.27
(71)申请人 清华大学
地址 100082 北京市海淀区清华园
(72)发明人 李亮 程硕 单天石 刘子俊
袁亚东 刘哲 张禹晗
(74)专利代理机构 北京超凡宏宇专利代理事务
所(特殊普通合伙) 11463
代理人 衡滔
(51)Int.Cl.
B60W 40/00(2006.01)
B60W 40/06(2012.01)
B60W 40/10(2012.01)
B60W 50/00(2006.01)
(54)发明名称汽车控制方法、底盘域控制器及智能驾驶汽车(57)摘要本申请提供一种汽车控制方法、底盘域控制器及智能驾驶汽车，方法应用于底盘域控制器，包括：获取汽车状态数据；根据汽车状态数据，确定出汽车的十五自由度动力学模型数据；获取第一运动边界，第一运动边界由外部的智驾域控制 器基于驾驶道路数据确定；根据第一运动边界和十五自由度动力学模型数据，确定出汽车的第二动力边界；根据第二动力边界和预设对应关系，确定出第三执行边界，以使汽车上的执行机构根据位于第三执行边界内的汽车控制数据控制汽车的运行。这样可以在保证行车稳定条件下充分利用当前的行车环境，克服采取过于保守的控制策略的弊端。并且可以简便且精确地得到执行机构的执行量边界，缓解目前控制算法的准确性和
计算资源问题。权利要求书3页 说明书16页 附图4页CN 111976729 A 2020.11.24
C N 111976729
A
1.一种汽车控制方法，其特征在于，应用于汽车的底盘域控制器，所述方法包括：
获取揭示所述汽车的运行状态的汽车状态数据；
根据所述汽车状态数据，确定出所述汽车的十五自由度动力学模型数据；
获取第一运动边界，其中，所述第一运动边界用于表示所述汽车在当前的驾驶环境下的理论运动边界，由外部的智驾域控制器基于驾驶道路数据确定，所述驾驶道路数据用于揭示所述汽车的行车环境；
根据所述第一运动边界和所述十五自由度动力学模型数据，确定出所述汽车的第二动力边界，其中，所述第二动力边界表示所述汽车在所述第一运动边界内能够安全运行的动力状态边界；
根据所述第二动力边界和预设对应关系，对所述第二动力边界进行量化，确定出第三执行边界，以使所述汽车上的执行机构根据位于所述第三执行边界内的汽车控制数据控制所述汽车的运行，其中，所述预设对应关系表示所述汽车的动力数据与所述执行机构的执行量之间的关系，所述第三执行边界表示所述执行机构的执行量边界。
2.根据权利要求1所述的汽车控制方法，其特征在于，所述根据所述汽车状态数据，确定出所述汽车的十五自由度动力学模型数据，包括：
根据所述汽车状态数据，生成所述汽车的十五自由度动力学模型；
获取驾驶员输入数据，其中，所述驾驶员输入数据为通过所述汽车的转向盘、刹车、油门而输入的数据；
根据所述汽车状态数据和所述驾驶员输入数据，对所述十五自由度动力学模型进行解析，确定出所述十五自由度动力学模型数据。
3.根据权利要求1所述的汽车控制方法，其特征在于，根据所述第一运动边界和所述十五自由度动力学模
型数据，确定出所述汽车的第二动力边界，包括：
基于校验后的十五自由度动力学模型数据确定出所述汽车的行驶状态；
获取路面条件信息和运动状态变化信息，其中，所述路面条件信息用于揭示所述汽车当前行驶的路面条件，所述运动状态变化信息揭示所述汽车的运动状态变化情况；
根据所述第一运动边界、所述行驶状态、所述路面条件信息和所述运动状态变化信息，确定出第二安全区域，其中，所述第二安全区域对应所述第二动力边界，表示所述汽车在动力状态上可供规划的范围，包括最大纵向加速度、最大车速、最大侧向加速度、最大转向角、最大减速度中的一种或多种动力数据。
4.根据权利要求3所述的汽车控制方法，其特征在于，所述预设对应关系包括第一对应关系表、第二对应关系表、第三对应关系表，所述执行机构包括转向机构、制动机构、驱动机构，所述根据所述第二动力边界和预设对应关系，对所述第二动力边界进行量化，确定出第三执行边界，包括：
根据所述最大转向角和所述第一对应关系表，确定出所述转向机构的最大转向盘转角，其中，所述第一对应关系表为所述汽车的转向角与所述转向机构的转向角之间的对应关系；
根据所述最大纵向加速度和所述第二对应关系表，确定出所述驱动机构的最大输出扭矩，其中，所述第
二对应关系表为所述汽车的加速度与所述驱动机构的输出扭矩之间的对应关系；
根据所述最大减速度和所述第三对应关系表，确定出所述制动机构的最大制动压力，其中，所述第三对应关系表为所述汽车的减速度与所述制动机构的制动压力之间的对应关系，所述第三执行边界包括所述最大转向盘转角、最大输出扭矩、最大制动压力。
5.根据权利要求4所述的汽车控制方法，其特征在于，所述第一对应关系表包含电机力矩与电磁特性之间的关系函数和/或关系表格，在确定出所述转向机构的最大转向盘转角后，所述方法还包括：
根据所述最大转向盘转角，结合所述关系函数和/或所述关系表格，确定出所述转向机构的最大电机电流，所述第三执行边界包括所述最大电机电流。
6.根据权利要求4所述的汽车控制方法，其特征在于，所述第三对应关系表包含电磁、机械、流体中的一种或多种物理场特性的关系函数和/或关系表格，在确定出所述制动机构的最大制动压力后，所述方法还包括：
获取所述制动机构的轮缸压力，以及油泵压力或气压阀的气压；
根据所述轮缸压力，结合所述油泵压力或所述气压阀的气压，以及所述关系函数和/或所述关系表格，计算出流体流动系数；
根据所述流体流动系数和所述最大制动压力，确定出所述制动机构的电磁阀的最大运行时间，所述第三执行边界包括所述最大运行时间。
7.根据权利要求1所述的汽车控制方法，其特征在于，所述第三执行边界包括所述汽车的横向运动区间和横摆运动区间，在所述根据所述第二动力边界和预设对应关系，对所述第二动力边界进行量化，确定出第三执行边界之后，所述方法还包括：
在确定所述汽车对转向指令的响应滞后时，基于所述汽车当前的横摆角速度、质心侧偏角、路面附着系数和纵向车速确定出第一横摆力偶矩，以减小所述汽车对所述转向指令的响应时间；
在确定所述汽车对所述转向指令的响应超调时，基于所述汽车当前的横摆角速度、质心侧偏角、路面附着系数和纵向车速确定出第二横摆力偶矩，以限制所述汽车对所述转向指令的响应程度，其中，所述响应超调表示所述汽车对所述转向指令的响应超出所述横向运动区间和/或所述横摆运动区间。
8.根据权利要求1所述的汽车控制方法，其特征在于，所述汽车还包括主动制动系统，所述第二动力边界还包括所述汽车的安全车速区间和安全车距区间，在所述根据所述第二动力边界和预设对应关系，对所述第二动力边界进行量化，确定出第三执行边界之后，所述方法还包括：
在确定所述汽车对驱动指令的响应超调时，所述主动制动系统确定出制动指令，以使所述汽车在所述制
动指令的控制下于所述安全车速区间和所述安全车距区间内行驶，其中，所述响应超调表示所述汽车对所述驱动指令的响应超出所述安全车速区间和/或所述安全车距区间。
9.一种底盘域控制器，其特征在于，包括：
信号获取单元，用于获取揭示汽车的运行状态的汽车状态数据；
汽车模型单元，用于根据所述汽车状态数据，确定出所述汽车的十五自由度动力学模型数据；
第一边界单元，用于获取第一运动边界，其中，所述第一运动边界用于表示所述汽车在
当前的驾驶环境下的理论运动边界，由外部的智驾域控制器基于驾驶道路数据确定，所述驾驶道路数据用于揭示所述汽车的行车环境；
第二边界单元，用于根据所述第一运动边界和所述十五自由度动力学模型数据，确定出所述汽车的第二动力边界，其中，所述第二动力边界表示所述汽车在所述第一运动边界内能够安全运行的动力状态边界；
第三边界单元，用于根据所述第二动力边界和预设对应关系，对所述第二动力边界进行量化，确定出第三执行边界，以使所述汽车上的执行机构根据位于所述第三执行边界内的汽车控制数据控制所述汽车的
运行，其中，所述预设对应关系表示所述汽车的动力数据与所述执行机构的执行量之间的关系，所述第三执行边界表示所述执行机构的执行量边界。
10.一种智能驾驶汽车，其特征在于，包括底盘域控制器和智驾域控制器，
所述底盘域控制器，用于执行权利要求1至8中任一项所述的汽车控制方法；
所述智驾域控制器，用于获取用于揭示汽车的行车环境的驾驶道路数据，获取所述底盘域控制器确定出的所述十五自由度动力学模型数据，并根据所述驾驶道路数据和所述十五自由度动力学模型数据确定出第一运动边界，以及，将所述第一运动边界发送给所述底盘域控制器，以使所述底盘域控制器控制所述汽车，其中，所述第一运动边界用于表示所述汽车在当前的驾驶环境下的理论运动边界。
汽车控制方法、底盘域控制器及智能驾驶汽车技术领域
[0001]本申请涉及智能汽车技术领域，具体而言，涉及一种汽车控制方法、底盘域控制器及智能驾驶汽车。
背景技术
[0002]人工智能技术在汽车产业上的应用开始落地，越来越多的传感器技术、信号处理技术以及人工智
能算法进入实车应用阶段。例如，摄像头视觉技术与激光雷达等传感器信息融合技术在车辆行驶环境及状态感知上的应用。为了能够更高效、精确地对车辆自身状态与行驶环境进行判断，用于计算机视觉、雷达点云等实时高维数字信号特殊计算用的硬件设备被应用于智能驾驶技术中，用以支持更多传感设备在智能汽车上的应用，以及多传感器数据的融合。例如，通过雷达滤波定位信号基于摄像头识别的车辆与道路相对位置信息进行修正，来减小车辆定位误差，避免由于误差导致的车辆位置以及速度计算错误。
[0003]但目前智能驾驶算法对于驾驶工况的假设存在理想化的问题，导致适用范围受到限制，无法推广应用。而过于保守的决策假设，虽然可以保证算法决策的安全性，但是会导致车辆的实际稳定行驶区域无法充分利用，难以应对极端工况；常规的决策假设可以满足如中高附着理想道路情况下的正常驾驶，但是对于不确定交通环境(如突遇地附路面)时，只基于车辆外部信息的决策控制会导致车辆超出稳定边界。同时，由于对于车辆形式状态进行的理想化假设，导致了控制决策边界大、边界模糊等问题，因此不可避免地会导致深度学习类算法计算成本高，所需数据量大，实际拟合效果差等问题。
[0004]因此，如何在尽可能保证车辆稳定运行的同时，实现对行车环境的充分利用，是本领域技术中的难题。
发明内容
[0005]本申请实施例的目的在于提供一种汽车控制方法、底盘域控制器及智能驾驶汽车，以在尽可能保证车辆稳定运行的同时，实现对行车环境的充分利用。
[0006]为了实现上述目的，本申请的实施例通过如下方式实现：
[0007]第一方面，本申请实施例提供一种汽车控制方法，应用于汽车的底盘域控制器，所述方法包括：获取揭示所述汽车的运行状态的汽车状态数据；根据所述汽车状态数据，确定出所述汽车的十五自由度动力学模型数据；获取第一运动边界，其中，所述第一运动边界用于表示所述汽车在当前的驾驶环境下的理论运动边界，由外部的智驾域控制器基于驾驶道路数据确定，所述驾驶道路数据用于揭示所述汽车的行车环境；根据所述第一运动边界和所述十五自由度动力学模型数据，确定出所述汽车的第二动力边界，其中，所述第二动力边界表示所述汽车在所述第一运动边界内能够安全运行的动力状态边界；根据所述第二动力边界和预设对应关系，对所述第二动力边界进行量化，确定出第三执行边界，以使所述汽车上的执行机构根据位于所述第三执行边界内的汽车控制数据控制所述汽车的运行，其中，所述预设对应关系表示所述汽车的动力数据与所述执行机构的执行量之间的关系，所述第
说 明 书
1/16页CN 111976729 A
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议