[发明专利]用于确定轮胎的摩擦曲线的系统和方法

说明书

一种系统根据运动数据校准行驶在在道路上的车辆的轮胎摩擦函数，该运动数据包括在道路上移动车辆的对于车辆的控制输入序列和通过控制输入序列移动的车辆的运动的对应测量结果序列。系统迭代更新轮胎摩擦函数的概率分布直到终止条件被满足，其中，对于一次迭代，系统对轮胎摩擦函数的概率分布进行采样，确定车辆的状态轨迹以根据测量结果模型拟合序列测量结果并根据包括轮胎摩擦函数样本的运动模型拟合控制输入序列，以及基于车辆的状态轨迹更新轮胎摩擦函数的概率分布。

技术领域

本发明总体上涉及车辆控制，并且更特定地涉及用于根据在车辆控制期间收集的数据来确定轮胎的摩擦曲线的方法和装置。

背景技术

轮胎与道路的相互作用是生成或改变轮式车辆运动的主导因素，并且涉及与轮胎与道路的相互作用相关的变量的知识对于现代车辆中的许多主动安全系统至关重要。与道路摩擦相关的参数被用在许多现代车辆中。例如，防抱死制动系统(ABS)、电子稳定性控制系统(ECS)和先进驾驶辅助系统(ADAS)都对与轮胎与道路的相互作用相关的参数进行可扩展的使用，以提供先进的安全机制。

尽管有若干因素决定轮胎与道路的相互作用，但通常将轮胎摩擦建模为车轮滑移的静态函数。在纵向情况下，即在车轮的前向方向上，滑移是根据由车轮转速或纵向速度(取两者中较大者)归一化的纵向速度和车轮转速的差值(即车轮是加速还是制动)来定义的。在横向情况下，即在车轮的横向方向上，滑移是根据车轮的横向和纵向速度分量之间的比率来定义的。

了解轮胎函数对于可靠的车辆控制是重要的，因为用于实现ADAS特征的若干方法依赖于轮胎摩擦随滑移变化的准确模型。不幸的是，轮胎摩擦估计中涉及的车辆状态在生产车辆中没有被直接测量。因此，轮胎摩擦估计通常也通过间接摩擦确定方法完成，有时结合太贵而无法被部署在生产车辆中的传感器来完成。

许多方法旨在使用各种优化技术来估计轮胎的参数。例如，第8,065,067号美国专利中描述的方法使用收集的数据的箱来近似非线性函数并使用非线性优化来最小化摩擦误差。然而，已知非线性优化在局部最优中容易缺乏收敛性。此外，依赖非线性优化需要使用特定的轮胎模型，这是次优的，因为不同的轮胎模型适用于不同的目的。

用于确定轮胎摩擦的方法通常基于高精度传感器设置或试验台。然而，高精度传感器是昂贵的，并且试验台只是现实世界的近似，使得在试验台中确定特定的轮胎模型将仅对于该特定试验台是正确的。

因此，需要用于使用生产车辆中可用的传感器来确定道路表面和轮胎之间的轮胎的系统和方法。

发明内容

一些实施例的目的是提供一种用于确定轮胎摩擦曲线的系统。此摩擦曲线定义了轮胎与道路的接触摩擦并且在本文中被称为轮胎摩擦函数。一些实施例的另一个目的是提供一种方法，该方法适用于从使用在大规模生产车辆中可用的低成本传感器测量的试驾运动数据来确定轮胎摩擦函数。一些实施例的另一个目的是提供一种用于确定轮胎摩擦函数的方法，该方法是概率性的和非参数化的以捕获现实世界中常见的不确定性。一些实施例的另一个目的是提供一种用于确定轮胎摩擦函数的方法，该方法不依赖于先验确定的轮胎模型。

一些实施例基于认识到从在实时车辆控制期间收集的数据估计轮胎摩擦函数对扰动和在数据收集期间行驶的道路的细节是敏感的。通过使用概率方法确定轮胎摩擦，不仅可以捕获传感器数据中的不确定性而且可以捕获在捕获数据的特定道路的细节中的不确定性。实际上，使用概率方法给出了捕获运动数据中的不确定性的可能性，其中不确定的数据可能由于有限的数据量或由于状态空间区域中系统的有限激励而出现。使用非参数方法提供了更大的灵活性，因为确定的接触力摩擦关系与具体模型无关。

为此，一些实施例首先确定道路和轮胎之间的摩擦的可能的函数的概率分布，其次从所述概率分布确定具体函数。以这样的方式进行确保确定的轮胎与道路接触摩擦关系遵循源于可用数据的不确定性。