【技术实现步骤摘要】
用于控制车辆的制动力的装置和方法
[0001]相关申请的交叉引用
[0002]本申请要求2021年12月08日在韩国知识产权局递交的韩国专利申请No.10
‑
2021
‑
0175062的优先权权益,其全部内容通过引用并入本文。
[0003]本公开涉及用于控制车辆的制动力的装置和方法。
技术介绍
[0004]一般来说,自动紧急制动系统(AEBS)是一种系统,它通过感测周围环境来辅助驾驶员预测和确定与车辆、行人或障碍物发生碰撞的风险,并立即施加制动命令以自动避免碰撞。
[0005]当预测发生碰撞的目标位于路线内时,AEBS会在小于或等于预定义的碰撞时间(TTC)阈值时施加警告或制动。当施加制动时,AEBS计算诸如部分制动和完全制动之类的各种级别的制动命令目标值。
[0006]然而,现有AEBS的制动目标值是基于柏油路的摩擦系数计算的。因此,由于在根据天气或行驶环境而降低路面的摩擦系数时制动距离较长,因此当基于固定的TTC阈值施加制动时,难以避免碰撞。此外,在左右 ...
【技术保护点】
【技术特征摘要】
1.一种用于控制车辆的制动力的装置,所述装置包括:传感器设备,被配置为获得关于所述车辆的前方的图像的信息和所述车辆的行驶信息;以及控制器,被配置为:基于关于所述图像的信息和所述行驶信息来确定包括左路面状态和右路面状态在内的路面状态,并分别基于所述车辆的左路面状态和右路面状态来控制所述车辆的左轮的制动力和所述车辆的右轮的制动力。2.根据权利要求1所述的装置,其中,所述控制器通过卷积神经网络CNN根据关于所述图像的信息来确定所述路面状态和所述车辆的可行驶区域。3.根据权利要求2所述的装置,其中,所述控制器将所述图像划分为左图像和右图像,并根据关于所述图像的信息来确定所述左图像和所述右图像中的每一个的路面状态。4.根据权利要求1所述的装置,其中,所述控制器通过深度神经网络DNN根据在预定时间段期间获得的所述行驶信息来确定所述路面状态。5.根据权利要求4所述的装置,其中,所述控制器通过所述DNN根据由加速度传感器、偏航率传感器和左轮速度传感器在所述预定时间段期间获得的所述行驶信息来确定所述车辆的左路面状态,并通过所述DNN根据由所述加速度传感器、所述偏航率传感器和右轮速度传感器在所述预定时间段期间获得的所述行驶信息来确定所述车辆的右路面状态。6.根据权利要求1所述的装置,其中,所述控制器将基于所述车辆的左路面状态和所述车辆的右路面状态的碰撞时间TTC与参考TTC进行比较以确定碰撞风险。7.根据权利要求6所述的装置,其中,所述控制器将基于所述碰撞风险的所述车辆的左轮的制动量和所述车辆的右轮的制动量与所需的减速度进行比较,并在所述车辆的左轮的制动量和所述车辆的右轮的制动量中选择较小的值,作为所述左轮的制动力和所述右轮的制动力。8.一种用于控制车辆的制动力的方法,所述方法包括:获得关于所述车辆的前方的图像的信息和所述车辆的行驶信息;基于关于所述图像的信息和所述行驶信息来确定包括左路面状态和右路面状态在内的路面状态...
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。