用于估计在车辆的当前的和/或未来的航路点处的最大摩擦系数的概率分布的方法技术

本发明专利技术描述了一种用于估计在车辆的当前的和/或未来的航路点(s、s

A Method for Estimating the Probability Distribution of Maximum Friction Coefficient at Current and/or Future Route Points of Vehicles

The present invention describes a route point (s, s) for estimating current and/or future routes in a vehicle.

【技术实现步骤摘要】
【国外来华专利技术】用于估计在车辆的当前的和/或未来的航路点处的最大摩擦系数的概率分布的方法
本专利技术涉及一种用于估计在行进的车辆的当前的航路点和/或至少一个未来的航路点处的最大摩擦系数的概率分布的方法和设备。
技术介绍
检测或确定在轮胎与车道之间可供使用的最大摩擦系数或者检测从中可以推导出摩擦系数组的车道状态(例如干燥的、潮湿的、被雪覆盖的和结冰的)是用于对驾驶员在其行驶任务方面进行支持并避免发生严重事故的重要前提条件。通常，由驾驶员负责对道路状况进行判断，驾驶员必须使其行驶方式适应于此。车辆控制系统，如ESC(ElectronicStabilityControl(电子稳定控制系统))/TCS(TractionControlSystem(牵引力控制系统))和ABS(防抱死制动系统)，帮助驾驶员将车辆稳定在边界范围内，以便能够在极端情况下更容易满足驾驶员的行驶任务。事故避免(主动安全)在驾驶员辅助系统中变得越来越重要。但是，这些驾驶员辅助系统的作用至关重要地与可供使用的最大摩擦系数有关。该最大摩擦系数主要由轮胎、地面和中间介质之间的相互作用来确定。例如，相对于在干燥的车道上可供使用的最大摩擦系数，潮湿、雪和冰明显降低了轮胎与车道之间可供使用的最大摩擦系数。如果发生如可能是由于环境条件变化所引起的摩擦系数突然变化，则可能会导致行驶状况不稳定并引发事故。当车辆的驾驶员由于错误判断可供使用的最大摩擦系数而过快地经过弯道时，是特别危险的。在知道摩擦系数或大概的摩擦系数区间的情况下，车辆在弯道之前就已经可以减速到使该车辆可以顺利驶过弯道的程度。然而，能够实现对这种情况进行干预的驾驶员辅助系统为此就需要知道在车辆的未来的航路点上的最大摩擦系数。对于自动化地行驶的车辆来说，知道当前的航路点以及未来的航路点处的摩擦系数也是重要的，这是因为这些值是用来计算行驶策略(尤其是速度轨迹)的重要参量。最大摩擦系数可以通过直接或间接的措施来获知。通过直接的措施获知摩擦系数是基于效果的，并且可以被划分到直接且主动的措施和直接且被动的措施。在直接且主动的措施中，通过制动和/或转向来实现对车辆的行驶动力学的主动干预。在直接且被动的措施中，没有发生主动干预车辆的行驶动力学。替代地，只观察在车辆的行驶灵活性的变化曲线中最大摩擦系数作用到轮胎滚面、车辆和类似物上的效果，该效果使该车辆实施用于到达预设的导航目的地。为了测量最大摩擦系数的效果并由此能够充分肯定地推断出最大摩擦系数，在轮胎上的力传递是前提条件。传递较高的力是有利的。间接的基于原因的措施以结合参数确定最大摩擦系数为基础，这些参数在物理上影响最大摩擦系数。这些参数例如可以是轮胎花纹、轮胎的橡胶混合物、轮胎的温度、轮胎气压、道路覆面、道路覆面的温度、道路覆面的性质(例如，雪或水分)。缺点是需要完整地物理建模以及要知道相应的功能上的关系。为此需要较高的传感器件花费。除非在本说明书中明确说明，否则术语摩擦系数和最大摩擦系数在下面被同义使用。同样，术语分布和概率分布将被视为同义词。
技术实现思路
本专利技术的任务是说明用于估计车辆的当前的和/或未来的航路点处的最大摩擦系数的概率分布的方法和设备，其可以在行车时执行，并且在信息融合的意义下将直接和间接的措施有效地组合起来。这些任务通过根据权利要求1的特征的方法以及根据权利要求20的特征的设备来解决。有利的设计方案由从属权利要求中得出。在根据本专利技术的用于估计在车辆的当前的和/或未来的航路点处的最大摩擦系数的概率分布的方法中，从第一批信息获知在车辆的当前的航路点处的针对最大摩擦系数的第一概率分布，第一批信息针对车辆的例如当前的航路点来获知并且表征了在车辆的当前的航路点处的最大摩擦系数。在此，第一概率分布借助贝叶斯网络来获知。如此生成的概率分布可以在进一步顺序中被用作用于估计在车辆的当前的和/或未来的航路点处的最大摩擦系数的基础。(例如经由统计学上的位置度量(Lagemaβe)，如预期值、众数或分位数进行的)该估计的精确的设计方案不是本专利技术的组成部分。在适宜的设计方案中，尤其是借助贝叶斯网络，从关于车辆的未来的航路点的第二批信息来估计在车辆的未来的航路点处的针对最大摩擦系数的第二概率分布。此外，通过组合从第一和第二概率分布来获知合成的组合的概率分布。贝叶斯网络是有向无环图，其节点相应于随机变量，并且其指引线(Kante)相应于由条件决定的依赖关系。如本领域技术人员所知，每个节点都具有与前趋节点的概率分布有关的由条件决定的概率分布。使用贝叶斯网络作为元模型能够实现的是，通过如下方式获知在车辆的当前的航路点处的最大摩擦系数的概率分布，其方式是：有效地利用多个现有的信息，优选使所有现有的信息。同时，该信息基础与在未来的航路点处的针对最大摩擦系数的概率分布一起被使用，以便获得在未来的航路点处的针对最大摩擦系数的较高的判断品质(Aussagegüte)。由贝叶斯网络的节点和指引线形成三级的因果链，其中，贝叶斯网络的输入节点分别代表了作用到最大摩擦系数的影响因子，其中，分别与最大摩擦系数有关的输出节点代表了最大摩擦系数的结果或效果，并且其中，输入节点与最大摩擦系数以及最大摩擦系数与输出节点之间的由条件决定的依赖关系通过指引线来代表。贝叶斯网络也可以由多级的因果链形成，其中，输入节点和/或输出节点被划分到一个或多个分等级的平面。为每个输入节点和每个输出节点分配了由条件决定的概率。这些由条件决定的概率可以由经验数据或训练数据和/或专家知识获得。将在当前的航路点处的以下信息中一个或多个作为(也就是说用于生成第一概率分布的)第一批信息来处理：车辆的纵向和/或横向加速度；偏航率；一个或多个车轮转速；摩擦系数估计。这些信息可以由ESC的或制动器的传感器提供。可以将车辆速度作为另外的信息来处理。车辆速度例如通过位于车辆中的雷达系统来获知，这是因为该雷达系统与其他传感器相比可以以特别高的精度来提供车辆速度。替选地，车辆速度也可以由车轮转速和/或GPS(全球定位系统)数据来获知。可以将滑移和/或摩擦系数估计作为另外的一个或多个信息来处理，其中，这个或这些信息能够由行驶状态观察器(下文被称为FZB)来提供。此外适宜的是，将基于转向的信息的摩擦系数估计或用于此目的的转向信号作为在当前的航路点处的信息来处理。此外可以适宜的是，对关于驾驶员类型或驾驶员的驾驶风格的信息进行处理。驾驶员类型例如可以是运动型的或舒适型的驾驶员类型，其中，该识别可以结合变速器传感器件的数据、踏板变换时间、车辆的横向加速度、行驶踏板的或所选择的行驶模式的踏板梯度来获知。适宜地，也可以处理气象信息，如例如外部温度、降水的类型和强度、空气湿度和/或气压以及提到的信号的历史的和/或预测的数据。这些信息可以在车辆中以测量技术来检测或从气象信息服务商获得，其中，这些数据可以经由无线的通讯接口被机动车接收和处理。适宜地，也可以对道路拓扑、车道类型(沥青、混凝土、鹅卵石、砾石和类似物)、中间层(雪、水分等)和/或车道的状态进行处理。关于道路拓扑的数据可以从导航系统的地图数据获取。道路拓扑例如包括弯道曲率、坡度等。车道类型、中间层和车道的状态可以由摄像机系统探测并且/或者同样由精确的路线数据(以下被称为PSD)获取。作为摄像机系统的替代或补充，本文档来自技高网...

【技术保护点】
1.用于估计在车辆的当前的和/或未来的航路点(s、s*)处的最大摩擦系数(μ)的概率分布的方法，其中，从针对车辆的航路点(s)来获知或已经获知且表征了在车辆的航路点(s)处的最大摩擦系数(μ)的第一批信息获知在车辆的航路点(s)处的针对最大摩擦系数(μ)的第一概率分布(WV1)，其中，所述第一概率分布(WV1)借助贝叶斯网络来获知。

【技术特征摘要】
【国外来华专利技术】2016.06.07 DE 102016209984.11.用于估计在车辆的当前的和/或未来的航路点(s、s*)处的最大摩擦系数(μ)的概率分布的方法，其中，从针对车辆的航路点(s)来获知或已经获知且表征了在车辆的航路点(s)处的最大摩擦系数(μ)的第一批信息获知在车辆的航路点(s)处的针对最大摩擦系数(μ)的第一概率分布(WV1)，其中，所述第一概率分布(WV1)借助贝叶斯网络来获知。2.根据权利要求1所述的方法，其中，尤其是借助贝叶斯网络，从关于车辆的未来的航路点(s*)的第二批信息来估计在未来的航路点(s*)处的针对最大摩擦系数(μ)的第二概率分布(WV2)；从第一和第二概率分布(WV1、WV2)通过组合获知合成的概率分布(WVres)。3.根据权利要求1或2所述的方法，其中，由贝叶斯网络的节点(1、2、3)和指引线(4、5)形成三级的因果链，其中，所述贝叶斯网络的输入节点(u(s))分别代表了作用到最大摩擦系数(μ)的影响因子，分别与最大摩擦系数(μ)有关的输出节点(y(s))代表了最大摩擦系数(μ)的结果或效果，并且输入节点(u(s))与最大摩擦系数(μ)之间以及最大摩擦系数(μ)与输出节点(y(s))之间的每个限定的关系通过指引线(4、5)来代表。4.根据权利要求1或2所述的方法，其中，所述贝叶斯网络形成多级的因果链，其中，所述输入节点(u(s))被划分到一个或多个分等级的平面，并且/或者所述输出节点(y(s))被划分到一个或多个分等级的平面。5.根据前述权利要求中任一项所述的方法，其中，给所述贝叶斯网络的每个节点(1、2、3)分配了限定的概率。6.根据前述权利要求中任一项所述的方法，其中，将以下信息中的一个或多个信息作为第一批信息和/或第二批信息来处理：-车辆的纵向和/或横向加速度；偏航率；一个或多个车轮转速；基于车辆的纵向动力学的摩擦系数估计；-车辆速度；-滑移；-基于车辆的横向动力学的摩擦系数估计；-基于由车辆的纵向和横向动力学构成的组合的摩擦系数估计-驾驶员类型或驾驶风格(分类)；-外部温度；降雨强度；空气湿度；气压；-道路拓扑；车道的湿度；车道的类型和状态；中间介质的类型。7.根据前述权利要求中任一项所述的方法，其中，第一批信息和/或第二批信息通过以下信息源中的一个或多个信息源来提供或获知：-ESC/制动器；雷达系统、摄像机系统、光学雷达系统、超声波系统、红外线系统；行驶状态观察器；转向部；气象信息服务商；精确的地图数据(PSD)、智能基础设施部件。8.根据前述权利要求中任一项所述的方法，其中，为了获知所述第一概率分布(WV1)，由所述第一批信息来获知针对最大摩擦系数(μ)的先验概率分布(WVPr)；针对每个输出节点(y(s))从所述第一批信息借助对在当前的航路点(s)处的具体的输出值进行的观察来获知似然概率分布(WVli,i)；针对输出节点(y(s))的至少一部分，...

【专利技术属性】
技术研发人员：马蒂亚斯·施莱格尔，约亨·阿布豪，海因茨约阿希姆·吉尔斯多夫，朱利安·金，约亨·科勒，霍斯特·克里梅尔，格哈德·尼德布鲁克，拉拉·露特·特纳，福尔克尔·瓦格纳，罗伯特·兹迪赫，瓦内萨·阿德勒，萨沙·海因里希斯巴切尔，拉尔夫·拉夫奥夫，霍尔格·西蒙，沃尔特·施泰因，
申请(专利权)人：ZF腓德烈斯哈芬股份公司，卢卡斯汽车有限公司，
类型：发明
国别省市：德国,DE