自主车辆加速度分布图制造技术

一种自主车辆控制器包括存储器和被编程来执行存储在所述存储器中的指令的处理器。所述指令包括确定多个能量成本函数。每个能量成本函数与候选变量组合相关联。所述指令还包括选择多个能量成本函数中的一个作为最小能量成本函数，确定与最小能量成本函数相关联的候选变量的组合，以及根据与最小能量成本函数相关联的候选变量的组合来控制主车辆的加速度。

Acceleration Distribution Map of Autonomous Vehicle

An autonomous vehicle controller includes a memory and a processor programmed to execute instructions stored in the memory. The instructions include determining multiple energy cost functions. Each energy cost function is associated with a combination of candidate variables. The instructions also include selecting one of the multiple energy cost functions as the minimum energy cost function, determining the combination of candidate variables associated with the minimum energy cost function, and controlling the acceleration of the main vehicle according to the combination of candidate variables associated with the minimum energy cost function.

【技术实现步骤摘要】
自主车辆加速度分布图
本专利技术涉及自主车辆领域，并且更具体地，涉及自主车辆的加速度分布图领域。
技术介绍
汽车工程师协会(SAE)已经定义了多个级别的自主车辆操作。在级别0-2，人类驾驶员通常在没有车辆帮助的情况下监测或控制大多数驾驶任务。例如，在级别0(“无自动化”)，人类驾驶员负责所有车辆操作。在级别1(“驾驶员辅助”)，车辆有时辅助转向、加速度或制动，但驾驶员仍然负责绝大多数车辆控制。在级别2(“部分自动化”)，车辆能在某些情况下控制转向、加速度和制动，而无需人机交互。在级别3-5，车辆承担更多与驾驶相关的任务。在级别3(“条件自动化”)，车辆能在某些情况下处理转向、加速度和制动以及对驾驶环境的监测。然而，级别3要求驾驶员偶尔进行干预。在级别4(“高度自动化”)，车辆能处理与级别3相同的任务，但不依赖于驾驶员在某些驾驶模式下进行干预。在级别5(“完全自动化”)，车辆能在没有任何驾驶员干预的情况下处理几乎所有任务。附图说明图1展示了具有自主车辆控制器的示例性自主主车辆，所述自主车辆控制器根据优化的加速度分布图来控制主车辆的加速度。图2是示出主车辆的示例性部件的框图。图3展示了示例性加速度分布图，诸如示例性优化的加速度分布图。图4是可由自主车辆控制器执行以应用优化的加速度分布图的示例性过程的流程图。图5是可由自主车辆控制器执行以确定优化的加速度分布图的示例性过程的流程图。
技术实现思路
根据优化的加速度分布图来开发控制自主车辆的一种方式是使用一种自主模式控制器，其包括存储器和被编程来执行存储在所述存储器中的指令的处理器。所述指令包括：确定多个能量成本函数，每个能量成本函数与候选变量组合相关联；选择所述多个能量成本函数中的一个作为最小能量成本函数；确定与所述最小能量成本函数相关联的候选变量组合；以及根据与所述最小能量成本函数相关联的所述候选变量组合来控制主车辆的加速度。确定所述多个能量成本函数可包括：确定每个候选变量组合的总能量成本。确定每个候选变量组合的所述总能量成本可包括：确定第一候选变量组合的总能量成本。确定所述第一候选变量组合的所述总能量成本可包括：计算电池放电功率。计算所述电池放电功率可包括：至少部分地基于瞬时总功率、电动马达效率和推进电池效率来计算所述电池放电功率。在这种情况下，所述处理器可被编程来至少部分地基于马达速度和马达扭矩来计算所述电动马达效率。另外，所述处理器可被编程来计算所述马达速度作为瞬时车速的函数，并且所述处理器还可被编程来计算所述马达扭矩作为所述瞬时总功率的函数。在一些情况下，所述处理器可被编程来至少部分地基于推进电池的充电状态和所述瞬时总功率来计算所述推进电池效率。在一些情况下，所述处理器可被编程来至少部分地基于估计的驾驶员需求和估计的附件功率来计算所述瞬时总功率。在一些可能的方法中，每个候选变量组合定义多个加速度分布图中的一个。在这种情况下，所述处理器可被编程来选择与所述最小能量成本函数相关联的所述候选变量组合作为优化的加速度分布图。在这一实现方式中，根据与所述最小能量成本函数相关联的所述候选变量组合来控制所述主车辆的加速度可包括：根据所述优化的加速度分布图来控制所述主车辆的加速度。一种示例性方法包括：确定多个能量成本函数，每个能量成本函数与候选变量组合相关联；选择所述多个能量成本函数中的一个作为最小能量成本函数；确定与所述最小能量成本函数相关联的候选变量组合；以及根据与所述最小能量成本函数相关联的所述候选变量组合来控制主车辆的加速度。确定所述多个能量成本函数可包括：确定每个候选变量组合的总能量成本。确定每个候选变量组合的所述总能量成本可包括：确定第一候选变量组合的总能量成本。确定所述第一候选变量组合的所述总能量成本可包括：至少部分地基于瞬时总功率、电动马达效率和推进电池效率来计算电池放电功率。所述电动马达效率可至少部分地基于马达速度和马达扭矩来计算。所述马达速度可以是瞬时车速的函数，并且所述马达扭矩可以是所述瞬时总功率的函数。在一些可能的方法中，所述推进电池效率可至少部分地基于推进电池的充电状态和所述瞬时总功率来计算。在一些可能的方法中，所述瞬时总功率可至少部分地基于估计的驾驶员需求和估计的附件功率来计算。在一些可能的方法中，每个候选变量组合定义多个加速度分布图中的一个，并且确定与所述最小能量成本函数相关联的候选变量组合包括：选择与所述最小能量成本函数相关联的所述候选变量组合作为优化的加速度分布图。在这种情况下，根据与所述最小能量成本函数相关联的所述候选变量组合来控制所述主车辆的加速度包括：根据所述优化的加速度分布图来控制所述主车辆的加速度。具体实施方式自主车辆由自主车辆控制器进行控制，所述自主车辆控制器有时称为“虚拟驾驶员”。对自主车辆的控制可被设计来模仿人类驾驶员的控制。也就是说，虚拟驾驶员可以感觉上(对于人类乘客来说)类似由人类驾驶自主车辆的方式来使自主车辆加速和减速。这样做的一个好处在于对如何操作自主车辆的熟悉度可使人类乘客感到更加舒适。虚拟驱动器可被编程来应用优化的加速度分布图，而不是简单地模仿人类驾驶员。优化的加速度分布图与模仿自主车辆的人工操作的加速度分布图相比可使用更少的电池电量，这能改善例如电池电动车辆、混合动力车辆等的范围。考虑到在自主车辆的实时操作期间涉及的变量的数量，开发优化的加速度分布图可能是困难的。所示元件可采用许多不同的形式，并且包括多个和/或可选的部件和设施。所展示的示例性部件并非旨在进行限制。实际上，可使用另外的或可选的部件和/或实现方式。此外，除非如此明确地说明，否则所示元件不一定是按比例绘制的。如图1所展示，自主主车辆100具有自主车辆控制器105，自主车辆控制器105控制主车辆100的自主操作。如下面更详细的讨论，自主车辆控制器105根据优化的加速度分布图来使主车辆100加速。为了生成优化的加速度分布图，自主车辆控制器105基于各种因素确定多个加速度分布图，所述各种因素包括最大加速度量、加速度所花费的时间量等。使用最少量电池电量的加速度分布图可称为优化的加速度分布图。自主车辆控制器105可应用优化的加速度分布图来使主车辆100加速。虽然被展示为轿车，但是主车辆100可包括任何乘用或商用汽车，诸如小汽车、卡车、运动型多用途车、跨界车、厢式货车、小型货车、出租车、公共汽车等。如下面更详细的讨论，主车辆100是能以自主(例如，无人驾驶)模式、部分自主模式和/或非自主模式操作的自主车辆。部分自主模式可指代SAE级别2操作模式，其中主车辆100可能某些情况下控制转向、加速度和制动，而无需人机交互。部分自主模式还可指代SAE级别3操作模式，其中主车辆100能在某些情况下处理转向、加速度和制动以及对驾驶环境的监测，虽然有时需要一些人机交互。另外，主车辆100是电池电动车辆。现在参考图2，主车辆100的部件包括推进电池110、推进执行器115和自主车辆控制器105。自主车辆控制器105的部件包括存储器120和处理器125。推进电池110是用来提供推进主车辆100的能量的主车辆100中的电池。推进电池110(其可称为电动车辆电池(EVB)或牵引用电池)提供施加到驱动主车辆100的车轮的电动马达的电能。也就是说，来自推进电池110的电能使本文档来自技高网...

【技术保护点】
1.一种自主车辆控制器，其包括：存储器；以及处理器，所述处理器被编程来执行存储在所述存储器中的指令，所述指令包括：确定多个能量成本函数，每个能量成本函数与候选变量组合相关联；选择所述多个能量成本函数中的一个作为最小能量成本函数；确定与所述最小能量成本函数相关联的候选变量组合；以及根据与所述最小能量成本函数相关联的所述候选变量组合来控制主车辆的加速度。

【技术特征摘要】
2017.10.06 US 15/726,9941.一种自主车辆控制器，其包括：存储器；以及处理器，所述处理器被编程来执行存储在所述存储器中的指令，所述指令包括：确定多个能量成本函数，每个能量成本函数与候选变量组合相关联；选择所述多个能量成本函数中的一个作为最小能量成本函数；确定与所述最小能量成本函数相关联的候选变量组合；以及根据与所述最小能量成本函数相关联的所述候选变量组合来控制主车辆的加速度。2.如权利要求1所述的自主车辆控制器，其中确定所述多个能量成本函数包括：确定每个候选变量组合的总能量成本。3.如权利要求2所述的自主车辆控制器，其中确定每个候选变量组合的所述总能量成本包括：确定第一候选变量组合的总能量成本。4.如权利要求3所述的自主车辆控制器，其中确定所述第一候选变量组合的所述总能量成本包括：计算电池放电功率。5.如权利要求4所述的自主车辆控制器，其中计算所述电池放电功率包括：至少部分地基于瞬时总功率、电动马达效率和推进电池效率来计算所述电池放电功率。6.如权利要求5所述的自主车辆控制器，其中所述处理器被编程来至少部分地基于马达速度和马达扭矩来计算所述电动马达效率。7.如权利要求6所述的自主车辆控制器，其中所述处理器被编程来计算所述马达速度作为瞬时车速的函数，并且其中所述处理器被编程来计算所述马达扭矩作为所述瞬时总功率的函数。8.如权利要求5所述的...

【专利技术属性】
技术研发人员：赵亚楠，张臣，邝明朗，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：美国,US