[发明专利]基于统计模式识别的路面条件辨识

说明书

技术领域

本发明的实施例总体涉及辨识车辆行驶路面的附着作用。

背景技术

路面条件辨识主要是通过使用各种方法基于道路路面的反射和吸收特性的遥感测量，这些方法包括微波和光学感测技术。然而，该方法非常复杂，因为所探测表面的摩擦特性很大程度上取决于表面图案、强度和弹性，甚至表面温度的组合，尚且不论传感器和处理器带来的额外费用。另一方面，路面条件也可通过对路面摩擦的估计来推断。但是这种方法通常需要进行避让操作(evasive maneuver)，使得轮胎工作在非线性或近极限区。因此，这种方法常常不是非常实用，因为许多主动安全和驾驶员辅助特征均主要工作在正常驾驶操作下，而这些正常的驾驶操作不会产生使轮胎工作在非线性或近极限区内的所需高激励(large excitation)。另外，该方法通常需要额外的传感器，例如侧偏力测量传感器。

发明内容

本发明实施例的优点在于使用了统计模式识别技术，其基于多个预先分类的路面附着类别的一个来估计和辨识路面的附着条件。该系统在包括了正常驾驶操作的任何驾驶操作下进行驾驶的同时，从多个预先分类的路面类别来估计道路的附着条件，并且同时使在其他系统中使用的额外硬件和传感器所带来的费用和复杂性最小化。

本发明实施例构想了一种使用统计模式识别技术来确定车辆道路表面附着条件的方法。为多种路面提供多个概率分布函数，其代表所驾驶车辆的车辆轮胎和车辆道路之间相应的附着作用。获取所驾驶车辆的转向盘转向角、车辆速度和横摆角速度。计算了代表在当前道路上行驶车辆的车辆转向不足特性的指标，所述指标是转向盘转向角输入、车辆速度和横摆角速度的函数。针对每种路面附着条件应用概率分析，所述概率分析作为指标的函数。针对每种相应的路面附着条件对概率分析进行递归更新。为每种路面附着条件确定似然因子(likelihood factor)，所述似然因子作为每个相应的递归更新的概率分析的函数。每种相应的路面附着条件具有作为指标函数的相应似然因子，所述似然因子辨识路面具有相应附着条件的似然性。将辨识出的路面的附着条件与其似然因子一起输入车辆控制进程。车辆控制进程可以是单独的车辆控制进程或者多个车辆控制进程，其包括但不限于自适应巡航控制进程、车辆稳定性控制进程和车道保持控制进程。

本发明实施例构想了一种使用统计模式识别技术确定车辆道路表面附着条件的方法：(a)为多种路面提供多个概率分布函数，其代表所驾驶车辆的车辆轮胎和车辆道路之间的相应的附着作用；(b)将计数设定到初始设定值；(c)获取车辆工作特性数据；(d)基于车辆工作特性数据来确定指标；(e)针对每种附着条件路面应用概率分析，所述概率分析作为所确定指标的函数；(f)针对每种相应路面附着条件的概率分析作为计数的函数进行递归更新；(g)确定计数是否小于预定计数；(h)如果计数小于预定计数，则重复步骤(c)-(g)；(i)确定每种路面附着条件的似然因子，所述似然因子作为每个相应的递归更新的概率分析的函数，其中每种相应的路面附着条件具有作为指标函数的相应似然因子，所述似然因子辨识路面具有相应的附着条件的似然性；(j)选择辨识车辆行驶路面的附着条件的相应似然因子；(k)将辨识出的路面附着条件和相应的似然因子一起输入车辆控制进程。

本发明还提供了以下方案：

方案1.一种使用统计模式识别技术确定车辆道路表面的附着条件的方法，所述方法包括如下步骤：

a)为多种路面提供多个概率分布函数，所述概率分布函数代表所驾驶车辆的车辆轮胎和车辆道路之间的相应附着作用；

b)获取所驾驶车辆的转向盘转向角、车辆速度和横摆角速度；

c)计算代表在当前道路上行驶车辆的车辆转向不足特性的指标，所述指标为所述转向盘转向角输入、所述车辆速度和所述横摆角速度的函数；

d)针对每种路面附着条件应用概率分析，所述概率分析作为所述指标的函数；

e)递归更新每种相应路面附着条件的所述概率分析；

f)确定每种路面附着条件的似然因子，所述似然因子作为每个相应的递归更新的概率分析的函数，每种相应路面附着条件具有作为所述指标的函数的相应似然因子，所述似然因子辨识了具有相应附着条件的路面的似然性；以及

g)将辨识出的所述路面的附着条件输入车辆控制进程。

方案2.如方案1所述的方法，其特征在于，应用于每种附着条件的步骤b)-步骤g)是并行地执行的。

方案3.如方案1所述的方法，其特征在于，构建多个概率密度函数并将其存储在车辆数据库中。