CN105599768A - 包括在车辆运行期间的动态车辆质量和道路坡度估计的车辆控件 - Google Patents
包括在车辆运行期间的动态车辆质量和道路坡度估计的车辆控件 Download PDFInfo
- Publication number
- CN105599768A CN105599768A CN201510612483.5A CN201510612483A CN105599768A CN 105599768 A CN105599768 A CN 105599768A CN 201510612483 A CN201510612483 A CN 201510612483A CN 105599768 A CN105599768 A CN 105599768A
- Authority
- CN
- China
- Prior art keywords
- estimated value
- value
- vehicle mass
- road grade
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 94
- 230000001133 acceleration Effects 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 7
- 230000033001 locomotion Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 54
- 230000004927 fusion Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 239000003570 air Substances 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 230000004807 localization Effects 0.000 description 5
- 230000015654 memory Effects 0.000 description 5
- 239000012080 ambient air Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000013480 data collection Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000002360 explosive Substances 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 206010007134 Candida infections Diseases 0.000 description 1
- XCWPUUGSGHNIDZ-UHFFFAOYSA-N Oxypertine Chemical compound C1=2C=C(OC)C(OC)=CC=2NC(C)=C1CCN(CC1)CCN1C1=CC=CC=C1 XCWPUUGSGHNIDZ-UHFFFAOYSA-N 0.000 description 1
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000002828 fuel tank Substances 0.000 description 1
- VKYKSIONXSXAKP-UHFFFAOYSA-N hexamethylenetetramine Chemical compound C1N(C2)CN3CN1CN2C3 VKYKSIONXSXAKP-UHFFFAOYSA-N 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18072—Coasting
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
- B60W10/06—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
- B60W40/076—Slope angle of the road
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
- B60W40/13—Load or weight
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0022—Gains, weighting coefficients or weighting functions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/06—Combustion engines, Gas turbines
- B60W2510/0657—Engine torque
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
- B60W2530/10—Weight
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
- B60W2530/16—Driving resistance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/20—Ambient conditions, e.g. wind or rain
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/06—Combustion engines, Gas turbines
- B60W2710/0644—Engine speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/06—Combustion engines, Gas turbines
- B60W2710/0666—Engine torque
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/06—Combustion engines, Gas turbines
- B60W2710/0677—Engine power
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明公开了包括车辆质量动态估计和道路坡度估计的设备、方法和***。一个示例性实施方案是一种方法,所述方法包括:操作车辆***以推进车辆;利用控制器来确定车辆质量估计值和所述车辆质量估计值的不确定性;利用所述控制器相对于至少一个标准来评估所述车辆质量估计值的所述不确定性;如果所述车辆质量估计值的所述不确定性满足所述标准,利用所述控制器来确定道路坡度估计值;以及利用所述控制器根据所述道路坡度估计值来控制车辆速度和发动机输出中的至少一个。
Description
背景技术
本申请总体涉及用于在车辆运行期间估计车辆质量和/或道路坡度的设备、方法和***以及包括所述设备、方法和***的车辆控件。车辆质量和道路坡度可能对车辆运行具有显著影响并且可能影响燃料经济性以及感知到的对操作员控件的响应性,所述响应性有时被称为驾驶性能。可利用对这些和其他参数的估计来改进车辆运行的许多方面。用于估计或确定车辆质量和/或道路坡度的现有方法具有许多缺点和不足。仍然存在对本文所公开的独特且具有创造性的设备、方法、***以及控件的显著需求。
公开内容
出于清楚、简明且准确地描述本发明的示例性实施方案、制造和使用本发明的方式和过程的目的并且为了能够实践、制造和使用本发明,现将参考某些示例性实施方案,包括图中示出的那些,并且将使用特定语言来描述所述示例性实施方案。然而应当理解,并不由此形成对本发明范围的限制,并且本发明包括并保护如本领域的技术人员将想出的所述示例性实施方案的此类替换、修改以及其他应用。
发明概要
一个示例性实施方案是一种方法,所述方法包括:操作车辆***以推进车辆;利用控制器确定车辆质量估计值和所述车辆质量估计值的不确定性;如果所述车辆质量估计值的所述不确定性满足至少一个标准,利用所述控制器相对于所述标准来评估所述车辆质量估计值的不确定性;利用所述控制器确定道路坡度估计值;以及利用所述控制器根据所述道路坡度估计值来控制车辆速度和发动机输出中的至少一个。根据以下描述和附图,其他实施方案、形式、目标、特征、优点、方面和益处将变得显而易见。
附图说明
图1是示例性车辆***的示意图。
图2是示出用于车辆***的示例性控件的框图。
图3是示出用于车辆***的示例性控制过程的流程图。
图4是示出用于基于道路负载方差估计值来调整发动机速度和/或发动机转矩的示例性过程的流程图。
图5是示出用于车辆***的示例性控制过程的流程图。
图6是示出用于车辆***的示例性控制过程的流程图。
图7是示出用于车辆***的示例性控件的框图。
图8是示出用于车辆***的示例性控件的框图。
具体实施方式
参照图1,示出了示例性车辆***100的示意图,所述车辆***100包括被构造来产生用于车辆***100的功率的发动机102,如内燃发动机。车辆***100还包括变速器104,所述变速器104可操作地连接到发动机102以便调节发动机102的输出转矩并且将输出转矩传送到驱动轴106。图1所示的车辆***100包括具有最终驱动108的后轮驱动配置,所述最终驱动108具有将驱动轴106连接到后轮轴112a和112b的后差速器110。所设想的是,可将车辆***100的组件定位在整个车辆***100中的不同位置。在一个非限制性实例中,在具有前轮驱动配置的车辆中,变速器可以是变速驱动桥并且最终驱动可驻留在车辆前部以便通过变速驱动桥将前轮轴连接到发动机。
在所示的实施方案中,车辆***100还包括两个前制动器116a和116b,所述前制动器116a和116b各自分别定位在前轮118a与前轮轴114a以及前轮118b与前轮轴114b之间并且可操作地连接到两个前轮118a和118b以及两个前轮轴114a和114b。车辆***100还包括两个后制动器120a和120b,所述后制动器120a和120b各自分别定位在后轮122a与后轮轴112a以及后轮122b与后轮轴112b之间。所设想的是,车辆***100可具有比图1中所示的更多或更少的轮胎和/或制动器。在某些实施方案中,车辆***100还可包括未示出的各种组件,举例来说,如燃料***(包括燃料箱)、制动***、发动机进气***以及发动机排气***,所述发动机排气***可包括排气后处理***。
车辆***100包括电子或发动机控制单元(ECU)130,有时被称为电子或发动机控制模块(ECM)等,所述ECU130被引导用于调节和控制发动机102的运行。在车辆***100中示出变速器控制单元(TCU)140,其被引导用于调节和控制变速器104。ECU130和TCU140各自彼此电通信并且通过控制器局域网(CAN)155与多个传感器、致动器以及车辆***100的另外组件电通信。ECU130和TCU140可被构造来接收与车辆***100相关的各种运行信息,包括:例如,发动机速度、变速器速度、发动机转矩、发动机功率、档位选择、加速器位置、制动踏板位置、环境温度、涡轮增压器增压压力、进气歧管压力、进气歧管温度、排气歧管压力、排气歧管温度、本地地平线预测信息、倾斜计信息以及GPS或远程信息处理信息。前述信息可由物理传感器、虚拟传感器或其组合提供。
在某些实施方案中,ECU130和TCU140可组合成单个控制模块,通常被称为动力系控制模块(PCM)或动力系控制单元(PCU)等。所设想的是,可将ECU130整合在发动机102内和/或可将TCU140整合在变速器104内。用于车辆子***的其他各种电子控制单元(例如像制动***电子控制单元和巡航控制电子控制单元)通常存在于车辆***100中,但是为了保持清晰,在车辆***100中未示出用于车辆子***的此类其他各种电子控制单元。
车辆***100还包括发动机功率管理(EPM)控制器150,所述EPM控制器150可操作地连接到用于接收车辆***100传感器数据和条件的ECU130。EPM控制器150,其可专用于下文进一步详细公开的控件和过程中的一些或全部以及用于在车辆***100中调节和控制发动机的另外控件。在所示的实施方案中,EPM控制器150与ECU130电通信。所设想的是,在某些实施方案中,EPM控制器可与TCU140电通信。在某些实施方案中,可将EPM控制器150的至少一部分整合在ECU130和/或TCU140内。EPM控制器150可进一步与车辆***100中的用于接收和传送车辆***100条件(例如像温度和压力条件)的多个车辆传感器中的一个或多个电通信。
在图1所示的示例性实施方案中,导航和定位***160,如安装在车辆***100的外部的全球定位***(GPS)装置和/或连接到车辆***100的电子地平线装置,可电连接到EPM控制器150以便提供道路坡度信息。在某些实施方案中,可将来自导航和定位***160的另外信息(例如像交通、海拔和/或天气条件)传送到EPM控制器150。所设想的是,在某些实施方案中,尤其是在导航和定位***160未连接到EPM控制器150的情况下,当车辆沿着行进路线行进时,可将道路坡度信息编程到存储器中并可由EPM控制器150访问。
所设想的是,可将本文所公开的控件、控制***和控制装置与智能交通***和服务(ITS)结合起来利用,所述智能交通***和服务(ITS)包括将信息和通信技术与交通基础设施整合以改进经济效益、安全性、移动性和环境可持续性的***。示例性ITS***包括三个操作层:数据收集层、数据聚集和转换层以及信息传播层。
数据收集层可包括EPM控制器150和***160以及多个车辆上的感测并且传送与特定地理位置处的多个车辆相关联的数据的装置和***。数据收集层还可包括相对于道路固定的传感器、照相机和其他数据源,或来自设置在监视交通工具(如飞机和直升机)上的传感器、照相机和其他数据源的信息。
数据聚集和转换层包括一个或多个基于计算机的***,所述一个或多个基于计算机的***接收并聚集来自数据收集层装置的数据并且对所接收的数据进行处理以提供关于一个或多个道路或交通条件的信息。在某些方面,所接收的数据可包括关于特定位置处的道路坡度、车辆速率或速率变化的信息,可聚集并处理所述信息以确定驶过给定道路区段的交通速度。在其他方面,可得出关于天气条件(如风速)、降雨量以及道路条件的信息。
信息传播层可包括EPM控制器150和***160以及多个车辆上的接收从数据聚集和转换层传送的信息的装置和***。所接收的信息可包括道路坡度信息、关于驶过给定道路区段的交通速度的信息以及可得出的关于天气条件(如风速)、降雨量和道路条件的信息。如下文进一步描述,来自前述各层中的一个或多个的ITS信息可与本文所公开的控件、控制***以及控制装置结合来利用。
所设想的是,除了或代替多个车辆传感器用于由EPM控制器150解释信号所需的条件和/或测量输入的至少一部分可从ECU130和/或TCU140接收,作为补充或替代。进一步设想的是,在某些实施方案中,ECU130、TCU140和EPM控制器150可通过CAN155传送数据通信消息。ECU130和TCU140包括示例性控制***的两个组件。还设想了各种其他控制***配置。
EPM控制器150包括存储在计算机可读介质上的存储数据值、常数和函数以及操作指令。本文描述的示例性过程的任何操作均可至少部分地由EPM控制器150执行。在某些实施方案中,所述控制器包括被构造用于功能上执行控制器的操作的一个或多个模块。本文中包括模块描述强调EPM控制器150的各方面的结构独立性,并且说明了EPM控制器150的操作和职责的一个分组。应当理解,执行类似整体操作的其他分组也在本申请的范围内。模块可在计算机可读介质上的硬件和/或软件中实施,并且模块可分布在各种硬件或软件组件上。参考图2所述的部分中包括对控制器操作的某些实施方案的更具体描述。除非本文中有明确的相反陈述,否则示出的操作仅应理解为示例性的,并且操作可全部或部分地组合或拆分、添加或移除以及重新排序。
本文描述的某些操作包括用于解释一个或多个参数的操作。如本文所利用的,解释包括通过本领域中已知的任何方法接收值,至少包括从数据链路或网络通信接收值、接收指示值的电子信号(例如,电压、频率、电流或脉冲宽度调制(PWM)信号)、接收指示值的软件参数、从计算机可读介质上的存储器位置读取值、通过本领域中已知的任何方式接收作为运行时间参数的值、和/或通过接收可用来计算所解释的参数的值和/或通过引用将被解释为参数值的默认值。
图2中示出EPM控制器150的一个示例性实施方案。在某些实施方案中,EPM控制器150包括从整个车辆***100中的各种传感器接收的功率损耗条件202、加速度条件204、发动机输出转矩206、风量208、环境空气压力210、环境空气温度212以及车辆速度214。
图2中所示的EPM控制器150包括发动机输出功率计算模块220、功率损耗估计模块230、车辆质量估计模块240、不确定性计算模块250、车辆质量确定模块260、道路坡度估计模块270、道路负载方差估计模块280以及发动机运行参数调整模块280。本申请中设想了功能上执行EPM控制器150的操作的其他EPM控制器150布置。
在操作中,EPM控制器150基于本领域普通技术人员已知的发动机转矩物理模型来补偿车辆在沿行进路线滑行期间所消耗的功率。发动机转矩物理模型可以是阻力条件200、功率损耗条件202以及加速度条件204中的至少一个函数。阻力条件200可包括重力阻力、气动阻力或车轮阻力。功率损耗条件202可包括传动***功率损耗、车轮功率损耗、变速器功率损耗以及发动机功率损耗。加速度条件204可包括车辆加速度、车轮加速度、最终驱动加速度、变速器加速度以及发动机加速度。
发动机输出功率计算模块220被配置来接收加速度条件204。发动机输出功率计算模块220被引导用于确定发动机转矩输出值222。发动机输出功率计算模块220输入还可包括功率消耗值(如车轮阻力功率、气动功率以及重力功率)以确定发动机转矩输出值222。
功率损耗估计模块230被配置来接收功率损耗条件202。功率损耗估计模块230被引导用于确定功率损耗估计值232。在某些实施方案中,发动机功率损耗可不需要明确地补偿,因为它可在发动机转矩输出值222中已被考虑。所设想的是,在某些实施方案中,尤其是在导航和定位***160不提供道路坡度或道路坡度未映射在内部存储器中的情况下,可在发动机转矩物理模型中使用发动机转矩输出值222和功率损耗估计值232以提供道路坡度估计。
车辆质量估计模块240被配置来接收发动机转矩输出值222和功率损耗估计值232。车辆质量估计模块240被引导用于确定初始车辆质量估计值242。在某些实施方案中,实时确定初始车辆质量估计值。通过不确定性计算模块250对初始车辆质量估计值242执行不确定性计算,所述不确定性计算模块250被引导用于确定初始车辆质量估计值242的车辆质量估计值不确定性值252。
在某些实施方案中,车辆质量估计值不确定性值252是基于线性二次估计,通常被称为卡尔曼滤波器。可使用线性二次估计来执行不确定性计算并且确定车辆质量估计值不确定性值252。线性二次估计是通常使用随时间推移观察到的一系列测量值的算法。测量值通常含有噪声(例如,随机变化)和其他不准确性,所述线性二次估计对所述测量值递归地进行操作,从而产生底层***状态的统计上最佳的估计值,或趋向于比仅基于单个测量值的那些更精确的未知变量的估计值。在滑行期间影响车辆的车辆噪声的一些实例包括:风量,其可通过传感器和/或天气数据包测量;车辆质量,其可通过称重器具测量和/或基于车辆传感器输入来计算;空气密度,其可通过环境空气压力和/或环境空气温度来测量;道路坡度,其可通过导航和定位***160测量;车辆速度,其可通过车辆速度传感器测量和/或基于各种其他车辆传感器输入来计算;采样时间;和/或发动机转矩物理模型。所设想的是,在某些实施方案中,可使用线性二次估计的替代物,如递归总体最小二乘(RTLS)估计器或线性二次高斯控件。
车辆质量确定模块260被配置来接收初始车辆质量估计值242和车辆质量估计值不确定性值252。当车辆质量估计值不确定性值252小于不确定性阈值时,车辆质量确定模块260被引导用于基于初始车辆质量估计值242来确定最终车辆质量估计值262。当车辆质量估计值不确定性值252小于不确定性阈值时,车辆质量确定模块260输出最终车辆质量估计值262。在某些实施方案中,将最终车辆质量估计值262存储在存储器中以用于整个路线或直到切断事件。所设想的是,在某些实施方案中,在整个行进路线中道路坡度更新的情况下,可在行进路线期间更新最终车辆质量估计值262。
道路坡度估计模块270被配置来基于发动机转矩输出值222和功率损耗估计值232确定道路坡度估计值272。所设想的是,在某些实施方案中,具体地在道路坡度被传送到EPM控制器150和/或被存储在EPM控制器150中的那些实施方案中,EPM控制器150可不使用道路坡度估计模块270。
道路负载方差估计模块280被配置来接收最终车辆质量估计值262和道路坡度估计值272。道路负载方差估计模块280被引导用于确定基于发动机转矩物理模型的道路负载方差估计输出282、最终车辆质量估计值262以及道路坡度估计值272。所设想的是,在某些实施方案中,具体地在道路坡度被传送到EPM控制器150和/或被存储在EPM控制器150中的那些实施方案中,道路负载方差估计模块280可不使用道路坡度估计值272。道路负载方差估计输出282还可以是基于道路坡度的估计方差、风量的估计方差、环境空气温度以及环境空气压力中的至少一个。
发动机运行参数调整模块290被配置来接收道路负载方差估计值282。发动机运行参数调整模块290被引导用于确定可用的全节流转矩阈值命令292、发动机速度参数命令294以及发动机输出转矩参数命令296。图3-4中进一步详细描述用于确定发动机运行参数调整命令292、294和296的过程。
受益于本文中的公开内容的本领域技术人员将认识到本文中所公开的控制器、控制***和控制方法被构造来执行改进各种技术并且在各种技术领域提供改进的操作。示例性且非限制性技术改进包括而不限于:内燃发动机的燃烧性能的改进,排放性能的改进、后处理***再生的改进、发动机转矩生成和转矩控制的改进、发动机燃料经济性能的改进、用于内燃发动机的排气***组件的改进的耐久性、以及发动机噪声和振动控件的改进的耐久性。改进的示例性且非限制性技术领域包括而不限于:内燃机发动机和相关设备和***的技术领域以及包括所述内燃机发动机和相关设备和***的车辆的技术领域。
图3-4中的示意性流程图和以下相关描述提供用于调整发动机转矩参数的执行过程的说明性实施方案。除非本文中有明确的相反陈述,否则示出的操作仅应理解为示例性的,并且操作可全部或部分地组合或拆分、添加或移除以及重新排序。示出的某些操作可由执行非暂时性计算机可读存储介质上的计算机程序产品的计算机来实施,其中所述计算机程序产品包括致使计算机执行操作中的一个或多个或致使计算机对其他装置发出执行操作中的一个或多个的命令的指令。
参照图3,示出了用于调整可用的全节流发动机转矩的示例性过程300的流程图。过程300可通过将EPM控制器150编程用于在例如车辆***100中使用的而投入运行。过程300开始于操作302,在所述操作302中起动用于调整可用的全节流发动机转矩的控制例程。操作302可在预先确定的空闲时间之后通过解释接通事件而开始通过重新起动过程300或由操作员或技术人员启动来完成循环。
过程300继续至条件句304,在所述条件句304中过程300使用轮询操作或车辆质量状态的有效采样来检查是否检测到车辆质量改变事件。可通过在车辆传感器中的一个或多个上进行主动监测以检测车辆质量改变事件来执行轮询操作。当未检测到车辆质量变化事件时,过程300在操作302处重新开始。当检测到车辆质量变化事件时,过程300进行到操作306以确定发动机输出转矩。所设想的是,在某些实施方案中,过程300可由车辆质量变化事件起动。
过程300从操作306继续到操作308,以便基于在操作306中确定的发动机输出转矩来确定实时车辆质量估计值。所设想的是,所述实时车辆质量估计值可以是基于影响输出转矩的一个或多个动态条件。此类动态条件可包括道路坡度、风量、环境空气温度以及环境空气压力。
在操作310中,基于在操作308中确定的实时车辆质量估计值、在操作306中确定的发动机输出转矩以及一个或多个动态条件来确定道路负载方差。过程300继续到操作312,在所述操作312中基于在操作310中确定的道路负载方差来调整可用的全节流发动机转矩阈值。
参照图4,示出用于调整发动机速度参数和/或发动机转矩参数的示例性过程400的流程图。过程400可通过将EPM控制器150编程用于在例如车辆***100中使用而投入运行。过程400开始于操作402,在所述操作402中起动用于调整发动机速度参数和/或发动机转矩参数的控制例程。操作402可在预先确定的空闲时间之后通过解释接通事件开始通过重新起动程序400或由操作员或技术人员启动来完成循环。
程序400从操作402继续到操作404以确定发动机输出转矩。在某些实施方案中,可使用车辆***100中的多个传感器的一个或多个来确定和/或使用发动机转矩物理模型来计算发动机输出转矩。过程400继续到操作406以确定车辆的初始质量估计值。车辆的初始质量估计是基于在操作404中确定的发动机输出转矩。过程400从操作406继续到操作408,在所述操作408中基于传动***功率损耗、车轮功率损耗、发动机功率损耗以及变速器功率损耗来确定车辆功率损耗估计。
过程400继续到操作410,以便基于在操作406中确定的初始车辆质量估计值、在操作408中确定的车辆功率损耗估计以及发动机转矩物理模型来确定最终车辆质量估计值。过程400进行到操作412以确定车辆质量估计值不确定性值。在某些实施方案中,可使用线性二次估计(通常被称为卡尔曼滤波器)或线性二次估计的替代物(例如像RTLS估计器)来观察车辆质量估计值不确定性值。
过程400从操作412继续到条件句414,以确定车辆质量估计值不确定性值是否小于预先确定的不确定性阈值,从而确保在继续进行之前存在预先确定的车辆质量估计值的置信水平。当车辆质量估计值不确定性值大于或等于不确定性阈值时,过程400返回到操作406。
当车辆质量估计值不确定性值小于不确定性阈值时,过程400继续到条件句416以确定道路坡度信息是否可用于将道路坡度提供到EPM控制器150。在某些实施方案中,可将最终车辆质量估计值存储在存储器中并且可将同一个最终车辆质量估计值用于整个路线或直到切断事件。所设想的是,在某些实施方案中,可使用道路坡度传感器,如可操作地连接到变速器104的倾斜计来确定道路坡度信息。除了道路坡度传感器或作为其替代物,可使用导航和定位***160和/或被编程到EPM控制器150存储器中的道路坡度信息。
当道路坡度信息不可用时,过程400继续到操作418,以便基于在操作404中确定的发动机输出转矩、在操作408中确定的车辆功率损耗估计以及发动机转矩物理模型来确定道路坡度估计值。在某些实施方案中,可观察道路坡度估计值不确定性值并且将其与类似于车辆质量估计值不确定性值和不确定性阈值的道路坡度估计不确定性阈值进行比较。过程400进行到操作420以确定下文进一步详细讨论的道路负载方差。
当道路坡度信息可用时,过程400从条件句416继续到操作420以确定作为在操作404中确定的发动机输出转矩以及在操作410中确定的最终车辆质量估计值的函数的道路负载方差。在某些实施方案中,道路负载方差还可以是基于道路坡度、道路坡度估计值和/或风量中的至少一个。
过程400从操作420继续到操作422,在所述操作422中基于在操作420中确定的道路负载方差来调整发动机速度参数和/或发动机转矩参数。过程400完成并且在操作424处结束,其中如上所述,可重新起动过程400。
参照图5,示出示例性过程500的流程图,所述示例性过程500可由包括一个或多个基于微处理器的控制器(如本文所描述的控制***和控制器)的控制***来执行。过程500以起动操作501开始并且进行到操作505,所述操作505评估车辆按键开关是否打开。过程500从操作505进行到操作510,所述操作510执行车辆质量估计操作。过程500从操作510进行到操作520,所述操作520确定车辆质量估计的不确定性。在某些实施方案中,如下文结合图7所描述,操作510和520可通过数字滤波器例如像扩展卡尔曼滤波器来实施。在某些形式中,数字滤波器可被构造来通过基于车辆模型递归地预测车辆质量和相关联的不确定性以及基于车辆运行测量值校正预测值来估计车辆质量。车辆模型可考虑发动机输出转矩或功率以及作用于车辆上的其他力,如风阻力、滚动阻力、重力以及其他力。在一些形式中,车辆模型可利用与道路或地形坡度相关的信息。这种信息可由倾斜计或可为物理或虚拟传感器的一个或多个其他传感器提供。在一些形式中,模型并不依赖于或利用道路或地形坡度信息,并且可例如通过在距离或时间上进行平均以减少任何特定点处的道路坡度影响来考虑在这些参数变化的影响。
过程500从操作520进行到条件句530,所述条件句530评估质量估计的不确定性是否满足一个或多个标准,例如,不确定性是否低于不确定性阈值或满足另一个预先确定的标准,如考虑已满足阈值条件事件的持续时间或数量的标准。应当理解,例如,在移动阈值或其他标准的情况下,可在评估之前静态地预先确定或动态地预先确定阈值或其他标准。如果条件句530评估为否,那么过程500返回到操作510并且重复操作510。如果条件句530评估为是,那么过程500进行到操作540,所述操作540执行道路坡度估计并且确定道路坡度估计的不确定性。操作540还接收来自坡度传感器输入515的信息,所述信息还被提供到操作510。
坡度传感器输入515可由许多不同的源提供或基于许多不同的源确定。在某些实施方案中,可利用来自装载在车辆上的物理传感器或虚拟传感器的信息来提供或确定坡度传感器输入515。在某些实施方案中,可利用来自在车辆外部的ITS***的信息来提供或确定坡度传感器输入515。ITS信息可用作车载传感器信息的替代物或与车载传感器信息组合来利用。可利用ITS信息来改进坡度传感器输入515的准确度和/或稳健性。
在某些实施方案中,在提供或确定当前道路坡度和/或前方道路坡度估计时可利用ITS信息。ITS信息可包括,例如,来自同一条道路或类似道路上的其他车辆的数据或信息。可利用传感器融合技术将ITS信息与其他道路坡度信息组合以提供或确定当前坡度信息和/或预测前方道路坡度信息。在不同类型的多个源(例如,服务器数据库、多个车辆的道路坡度虚拟传感器、多个车辆的物理传感器和/或多个车辆数据库)提供道路坡度数据或信息的实施方案中,也可利用用于ITS信息的传感器融合技术。
在某些实施方案中,可与利用来自多个车辆的信息的道路学习技术和***结合来利用ITS信息。例如,在重复的路线上,来自多个外部车辆的坡度测量值可与来自单个车辆上的真实或虚拟传感器的局部道路坡度测量值融合以形成道路坡度路线数据库。来自多个车辆的坡度测量值也可在中央源而不是车辆(例如,服务器)上融合以形成道路坡度数据库。然后,可利用来自这个数据库的道路坡度信息来提供或确定坡度传感器输入515。
在某些实施方案中,可与使用一个或多个外部坡度源的车辆质量估计结合来利用ITS信息。例如,在道路坡度信息由其他车辆或其他源(例如,服务器)提供或基于可通过与其他车辆或其他源(例如,服务器)通信获得的ITS信息确定的实施方案中,可利用本文所公开的质量估计技术。
在某些实施方案中,如下文结合图7所描述,可通过数字滤波器,例如像卡尔曼滤波器来实施操作540。在某些形式中,数字滤波器可被构造来通过基于车辆模型递归地预测车辆质量和相关联的不确定性以及基于车辆运行的测量值校正预测值来估计道路坡度。车辆模型可考虑车辆质量和发动机输出转矩或功率以及作用于车辆上的其他力,如风阻力、滚动阻力、重力和其他力。
过程500从操作540进行到操作550和560。操作550执行瞬时转矩管理操作。在某些形式中,操作550基于预先确定的标准而动态地调整转矩极限,所述预先确定的标准可包括燃料经济性标准和/或驾驶性能标准,如感知到的操作员响应性标准。操作560执行车辆速度管理操作。在某些形式中,操作550基于预先确定的标准而动态地调整车辆巡航速度、车辆速度极限或巡航控制速度,所述预先确定的标准可包括燃料经济性标准和感知到的操作员响应性标准。
过程500从操作550和560进行到操作570,所述操作570评估按键开关是否关闭。如果条件句570评估为否,那么过程500返回到操作540并且然后如上所述那样继续进行。如果条件句570评估为是,那么过程500进行到操作599并停止。
应当理解,可利用过程500的许多另外形式。在某些形式中,可同时且独立地(例如,并行或串行但彼此独立)执行操作510和540。在此类形式中,可重复操作510、520和530直到质量估计值的不确定性满足一个或多个标准。然后可在运行期间将车辆质量估计值固定或保持恒定。操作540可与操作510、520和530同时且独立于它们进行重复。如果存在可靠的道路坡度估计不可能的条件,例如当车辆制动时或当车辆加速度超出范围时,那么可禁用或暂停操作540。在一种形式中,当车辆加速度低于最小阈值或高于最大阈值时,可禁用或暂停操作540。最小和最大阈值可以是静态的或可动态地确定。
参照图6,示出根据示例性过程600的流程图。过程600包括与上文结合图5所描述的过程500的那些相同或基本上类似的许多操作和条件句,所述操作和条件句用增加了一百值的参考数字标记。应当理解,过程600的特征可包括针对过程500的相应特征所描述的属性和功能。因此,例如,起动操作601对应于起动操作501并且基本上与其类似。
在某些方面中,过程600也不同于过程500。在一个这样的方面中,道路坡度估计值和不确定性操作640的输出被提供为对车辆质量估计操作610的输入。因此,在过程600中,重复确定车辆质量估计和道路坡度估计以及它们对应的不确定性并且将其用作彼此的输入以用于后续迭代。相比之下,***500可重复地确定质量估计和相关联的不确定性直到满足一个或多个标准,并且然后可将那个估计值固定并且在一段时间或操作期间重复地使用它。
应当理解,可利用过程600的许多另外形式。在某些形式中,可同时且独立地(例如,并行或串行但彼此独立)执行操作610和640。在此类形式中,可重复操作610、620和630直到质量估计的不确定性满足一个或多个标准。然后,可在操作期间将车辆质量估计固定或保持恒定。操作640可与操作610、620和630同时且独立于它们进行重复。如果存在可靠的道路坡度估计不可能的条件,例如当车辆制动时或当车辆加速度超出范围时,那么可禁用或暂停操作640。在一种形式中,当车辆加速度低于最小阈值或高于最大阈值时,可禁用或暂停操作640。最小和最大阈值可以是静态的或可动态地确定。
参照图7,示出了示例性控件700,所述示例性控件700可实施包括一个或多个基于微处理器的控制器(如上文所描述的控制***和控制器)的控制***。控件700包括数字滤波器710。在所示的实施方案中,数字滤波器710被构造为扩展卡尔曼滤波器,其包括计算输入信号模块712、状态模型更新模块714、误差协方差模型更新模块716以及测量值更新模块718。应当理解,也可利用其他数字滤波器形式,包括例如递归最小二乘滤波器。
数字滤波器710接收来自启用检查模块701的输入信号。当输入信号的值为真时,启用数字滤波器710,并且当值为假时,禁用数字滤波器710。启用检查模块701可通过评估许多不同的变量来确定输入信号的值,所述变量包括例如在下文进一步详细描述的车辆***信息702和车辆速度信息708以及制动命令和其他信息。启动检查模块701优选地被构造用于:当车辆操作条件不利于其操作时,例如在制动事件、低速度车辆运行和/或低车辆加速度运行期间,禁用数字滤波器710。在一些实施方案中,可利用用于此类条件的代理,例如,脱档的车辆档位状态或满足档位数标准的当前档位数(例如,车辆的较高档位中的一个或多个可用作用于低车辆加速度运行的代理)。
车辆***信息702被提供为对模块712的输入。车辆***信息702可包括在给定状态(k)下的发动机输出转矩、轮轴速度以及变速器速度。也可利用各种其他车辆***信息,包括例如齿轮比信息、桥速比信息、轮轴转矩信息以及变速器转矩信息。模块712基于其接收的信息来确定测量输入信号,并且将所述输入信号提供到模块714。例如,使用低通滤波器或带通滤波器,模块712还可从输入信号移除某些不期望的组件或噪声。还可将初始车辆速度值704和提供为传感器融合模块730的输出估计值提供为模块714的输入。模块714被构造来基于其所接收的测量值和估计值输入确定状态预测值。在某些形式中,状态预测值可以是基于车辆的物理模型和所接收的输入信息的车辆质量的预测值。在其他形式中,状态模型预测值可以是基于车辆的物理模型和所接收的输入信息的道路坡度预测值。在状态模型是道路坡度预测值的形式中,例如,使用上述技术中的一种或多种可将ITS道路坡度信息提供到传感器融合模块730。
模块714提供状态预测值作为对模块718的输入。模块714还确定与状态模型预测值相关联的误差或不确定性,所述状态模型预测值被提供为对误差协方差模型更新模块716的输入。模块716确定更新的误差协方差,其将所述更新的误差协方差提供到模型718。当前车辆速度708也被提供作为对模块718的输入。模块718被构造来基于其所接收的用于确定校正的状态估计值的输入而校正状态预测值。如上所述,校正的状态估计值在某些形式中可以是车辆质量估计值并且在某些形式中可以是道路坡度估计值。
输入提供模块714可利用数字滤波器进行处理,所述数字滤波器被构造来动态地改变用于预测值的第一加权因子和用于实际操作信息的第二加权因子。在某些形式中,数字滤波器被构造来:基于随着滤波器操作的持续时间的变化减小第二加权因子与第一加权因子的相对权重的时间表而动态地改变第一加权因子和第二加权因子。在某些形式中,数字滤波器被构造来:基于根据经验被确定为指示预测值和实际运行信息中至少一个的可靠性的一组标准而动态地改变第一加权因子和第二加权因子
将由模块718确定的校正状态预测值提供至传感器融合模块730,所述传感器融合模块730还接收来自一个或多个传感器和/或局部预测720的输入。应当理解,在某些实施方案中,ITS道路坡度信息可用作来自一个或多个传感器和/或局部预测720的输入的替代物或与其组合来利用。模块730确定基于其所接收的输入的融合值,并且提供这个值作为对模块714的输入。还可将模块730的输出提供到误差协方差模型更新模块716。在某些实施方案中,模块730的输出也可被提供到数字滤波器710的其他部分,例如,提供到可在局部预测操作中利用所接收的输出的模块718。以下结合图8描述关于传感器融合的其他示例性细节,并且应当理解,本说明书还适用于模型730的某些实施方案。
参照图8,示出了示例性控件800,所述示例性控制800可在包括一个或多个基于微处理器的控制器(如上文所描述的控制***和控制器)的控制***中实施。控件800包括数字滤波器810,所述数字滤波器810可与上文结合图7所描述的数字滤波器710相同或类似。为了简化说明,并未示出上文结合控件700示出和描述的各种测量输入,但是应当理解它们可存在。在所示的实施方案中,数字滤波器810被构造成扩展卡尔曼滤波器,但在其他实施方案中可利用其他形式的数字滤波器。
控件800还包括传感器融合模块830,所述传感器融合模块830接收来自数字滤波器810、来自一个或多个传感器824以及来自局部预测模块822的输入。传感器824可包括物理传感器或虚拟传感器。应当理解,可利用传感器融合模块830来融合任何数量和形式的感觉信息,包括来自真实物理传感器、简单的数学建模传感器(如虚拟传感器)、复杂的估算值(例如卡尔曼观察器)以及ITS道路坡度信息的信息。
可利用局部预测模块822来减轻伴随扩展卡尔曼滤波器实施的许多潜在问题。当拟合多个参数时,测量信号中的显著激励可导致多个参数估计值的显著变化。例如道路坡度估计值可基于车辆加速度突然变化。取决于所估计的参数,参数估计值的突然、显著变化可能是不现实的。局部预测模块822被构造来通过将估计值的当前值和最近值参数或非参数地拟合到与局部条件相关联的一些标准或约束来缓解这些问题。所述局部标准可以是,例如,关于最大道路坡度的极限或关于道路坡度变化率的极限,所述极限可以是基于包括针对给定位置的道路工程说明的不同标准预先确定的或基于通过遥测***接收到的外部信息而动态地确定的。在一个实施方案中,可通过利用已知的参数评估路线集合上的曲线族、方差和点的数量来确定待拟合的最佳曲线拟合形式、方差和值的数量。可采用使估计值中误差最小的设置。
应当理解,到传感器融合模块830的每个输入源经受其自身的不确定性程度。给定参数如道路坡度的多个观察值或估计值可合并来提供具有减少的不确定性的估计值。在一个实例中,代表不同估计值的两个高斯分布可通过将它们的样本平均值()与协方差矩阵(C)组合而合并,根据以下方程式所述样本平均值()与协方差矩阵(C)对应于于它们的方差或标准偏差平方(C=σ2):
C合并=C1–C1[C1+C2]-1C1(方程式1)
(方程式2)
应当理解,可利用类似的技术来融合两个以上的观察值或估计值。原则上,给定参数如道路坡度的任意数量的观察值和估计值均可合并来提供具有减少的不确定性的估计值。
虽然已在附图和上述描述中详细地示出并描述了本发明,但附图和上述描述在性质上应被认为是示例性的而非限制性的,应当理解,仅示出并描述了某些示例性实施方案,并且期望保护在本发明的精神范围内的所有改变和修改。应当理解,虽然在以上描述中所使用的单词,如优选的、优选地、优选或更优选指示这样描述的特征可能是更合乎期望的,但这并不是必需的,并且缺少这些词语的实施方案可以被认为是在本发明的范围内,本发明的范围由所附权利要求书限定。在阅读权利要求书时,意图的是,当使用单词如“一个”、“一种”、“至少一个”或“至少一部分”时,并不意图将权利要求限制到仅一个项目,除非在权利要求书中有明确的相反陈述。当使用语言“至少一部分”和/或“一部分”时,此项可包括一部分和/或整个项目,除非有明确的相反陈述。
Claims (27)
1.一种控制包括发动机和控制器的车辆***的方法,所述方法包括:
操作所述车辆***以推进所述车辆;
在所述车辆***运行期间:
利用所述控制器来确定车辆质量估计值和所述车辆质量估计值的不确定性,
利用所述控制器相对于至少一个标准来评估所述车辆质量估计值的所述不确定性,
如果所述车辆质量估计值的所述不确定性满足所述标准,利用所述控制器通过基于所述车辆***的模型和所述车辆质量估计值递归地预测道路坡度、基于所述车辆***运行的测量值校正所述预测值、以及提供所述校正的预测值作为所述道路坡度估计值来确定道路坡度估计值;以及
利用所述控制器根据所述道路坡度估计值来控制车辆速度和发动机输出中的至少一个。
2.如权利要求1所述的方法,其中所述标准包括不确定性阈值,并且重复利用所述控制器来确定所述车辆质量估计值和所述车辆质量估计值的所述不确定性以及利用所述控制器相对于所述标准来评估所述车辆质量估计值的所述不确定性的动作,直到所述车辆质量估计值的所述不确定性低于所述不确定性阈值。
3.如权利要求2所述的方法,其中在所述车辆质量估计值的所述不确定性被评估为低于所述不确定性阈值之后,在运行期间固定所述车辆质量估计值。
4.如权利要求2所述的方法,其中在所述车辆质量估计值的所述不确定性被评估为低于所述不确定性阈值之后,重复地确定所述车辆质量估计值。
5.如权利要求4所述的方法,其中所述车辆质量估计值的所述重复确定是部分地基于所述车辆坡度估计值。
6.如权利要求1所述的方法,其中提供为所述道路坡度估计的所述校正的预测值与至少一个另外估计值相组合,并且所述组合的估计值被提供为用于所述道路坡度估计值的后续递归确定的输入。
7.如权利要求6所述的方法,其中所述至少一个另外估计值包括基于传感器信息的估计值、基于将道路坡度数据拟合到预先确定的曲线的局部预测的估计值、以及至少部分地基于从ITS***接收的信息的道路坡度信息中的至少一个。
8.如权利要求7所述的方法,其中所述传感器是倾斜计。
9.如权利要求6所述的方法,其中提供为所述道路坡度估计值的所述校正的预测值与基于传感器信息的估计值和基于将道路坡度数据拟合到预先确定的曲线的局部预测的估计值相组合。
10.如权利要求1所述的方法,其中所述利用所述控制器确定所述道路坡度估计值利用扩展卡尔曼滤波器。
11.一种***,其包括:
车辆***,所述车辆***包括被构造来推进所述车辆的发动机;以及
控制器,所述控制器被构造来接收来自所述车辆***的输入信号并且提供用于控制所述车辆***的输出信号,所述控制器被构造来:
在所述车辆***运行期间重复地确定车辆质量估计值和所述车辆质量估计值的不确定性,
当所述车辆质量估计值的所述不确定性低于不确定性阈值时,通过操作数字滤波器使用所述车辆质量估计值和所述车辆***的模型重复地预测道路坡度来确定道路坡度估计值,
使用所述车辆***的实际运行信息来校正所述预测值,并且将所述校正的预测值设定为所述道路坡度估计值,并且
使用所述道路坡度估计值来控制车辆速度和发动机输出中的至少一个。
12.如权利要求11所述的***,其中所述控制器被构造来:一旦所述车辆质量估计值的所述不确定性低于所述不确定性阈值,就停止所述重复确定所述车辆质量估计值和所述车辆质量估计值的所述不确定性,直到满足重新起动条件。
13.如权利要求11所述的***,其中所述数字滤波器被构造来动态地改变用于所述预测的第一加权因子和用于所述实际运行信息的第二加权因子。
14.如权利要求13所述的***,其中所述数字滤波器被构造来:基于随着所述滤波器操作的持续时间的变化减小所述第二加权因子与所述第一加权因子的相对权重的时间表而动态地改变所述第一加权因子和所述第二加权因子。
15.如权利要求13所述的***,其中所述数字滤波器被构造来:基于根据经验被确定为指示所述预测值和所述实际运行信息中至少一个的可靠性的一组标准而动态地改变所述第一加权因子和所述第二加权因子。
16.一种方法,其包括:
操作电子控制***以使用第一卡尔曼滤波器在所述车辆运行期间确定车辆质量估计值;
操作所述电子控制***来确定与所述车辆质量估计值相关联的误差是否满足第一标准;
如果满足所述第一标准,操作所述电子控制***以使用第二卡尔曼滤波器来确定道路坡度估计值,所述第二卡尔曼滤波器在确定所述道路坡度估计值时利用所述车辆质量估计值;以及
操作所述电子控制***以利用所述道路坡度估计值来设定车辆速度极限和发动机输出极限中的至少一个。
17.如权利要求16所述的方法,其中所述第二卡尔曼滤波器动态地改变与道路坡度相关联的预测值的相对权重和与道路坡度相关联的对所述第二卡尔曼滤波器的测量值输入。
18.如权利要求17所述的方法,其中所述第二卡尔曼滤波器基于与所述预测值的可靠性相关联的根据经验确定的标准、所述测量值输入、或所述预测值和所述测量值输入两者而动态地改变所述相对权重。
19.如权利要求16所述的方法,其中由所述第二卡尔曼滤波器生成的所述道路坡度估计值是与道路坡度的至少一个另外指示相组合并且由其替代以提供组合的或替代的估计值的道路坡度估计值,所述组合的或替代的估计值由通过所述卡尔曼滤波器生成的所述道路坡度估计值的后续迭代利用,所述另外指示包括以下中的至少一个:传感器信息、基于将道路坡度数据拟合到预先确定的曲线的局部预测的估计值、以及至少部分地基于从ITS***接收的信息的道路坡度信息。
20.如权利要求16所述的方法,其中所述第一卡尔曼滤波器和所述第二卡尔曼滤波器被构造为扩展卡尔曼滤波器。
21.一种控制包括发动机和控制器的车辆***的方法,所述方法包括:
操作所述车辆***以推进所述车辆;
在所述车辆***运行期间利用所述控制器来确定车辆质量估计值和所述车辆质量估计值的不确定性,利用所述控制器相对于至少一个标准来评估所述车辆质量估计值的所述不确定性,以及如果所述车辆质量估计值的所述不确定性满足所述标准,设定所述车辆质量估计值并且中断所述车辆质量估计值和所述车辆质量估计值的所述不确定性的确定;
在所述车辆***运行期间利用所述控制器通过基于所述车辆***的模型递归地预测道路坡度、基于所述车辆***运行的测量值校正所述预测值以及将所述校正的预测值设定为所述道路坡度估计值来确定道路坡度估计值;以及
利用所述控制器根据所述道路坡度估计值来控制车辆速度和发动机输出中的至少一个。
22.如权利要求21所述的方法,其中所述标准包括不确定性阈值,并且重复利用所述控制器来确定所述车辆质量估计值和所述车辆质量估计值的所述不确定性以及利用所述控制器相对于所述标准来评估所述车辆质量估计值的所述不确定性的动作,直到所述车辆质量估计值的所述不确定性低于所述不确定性阈值。
23.如权利要求21所述的方法,其中所述在所述车辆***运行期间利用所述控制器确定道路坡度估计值在满足车辆加速度条件和车辆制动条件中的至少一个的情况下暂停。
24.如权利要求23所述的方法,其中所述车辆加速度条件包括所述车辆加速度低于最小阈值或高于最大阈值。
25.如权利要求23所述的方法,其中所述车辆制动条件包括所述车辆制动器被致动。
26.如权利要求21所述的方法,其中所述在所述车辆***运行期间利用所述控制器确定车辆质量估计值和所述车辆质量估计值的不确定性以及所述在所述车辆***运行期间利用所述控制器确定道路坡度估计值是彼此同时且独立地执行的。
27.如权利要求21所述的方法,其中所述校正所述预测值的动作是基于道路坡度的至少一个另外指示,所述道路坡度的另外指示是基于以下中的一个或多个:来自传感器的信息、基于将道路坡度数据拟合到预先确定的曲线的局部预测的估计值、以及至少部分地基于从ITS***接收的信息的道路坡度信息。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462054050P | 2014-09-23 | 2014-09-23 | |
US62/054050 | 2014-09-23 | ||
US14/840861 | 2015-08-31 | ||
US14/840,861 US9725093B2 (en) | 2014-09-23 | 2015-08-31 | Vehicle controls including dynamic vehicle mass and road grade estimation during vehicle operation |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105599768A true CN105599768A (zh) | 2016-05-25 |
CN105599768B CN105599768B (zh) | 2018-12-04 |
Family
ID=55525016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510612483.5A Active CN105599768B (zh) | 2014-09-23 | 2015-09-23 | 包括在车辆运行期间的动态车辆质量和道路坡度估计的车辆控件 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9725093B2 (zh) |
CN (1) | CN105599768B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106080192A (zh) * | 2016-08-30 | 2016-11-09 | 杭州衡源汽车科技有限公司 | 汽车电子油门控制方法 |
CN106080193A (zh) * | 2016-08-30 | 2016-11-09 | 杭州衡源汽车科技有限公司 | 重量自适应油门控制方法 |
CN106218403A (zh) * | 2016-08-30 | 2016-12-14 | 杭州衡源汽车科技有限公司 | 电动或混动汽车油门控制方法 |
CN107762640A (zh) * | 2017-10-12 | 2018-03-06 | 潍柴动力股份有限公司 | 一种智能油门控制方法 |
CN108382204A (zh) * | 2017-02-03 | 2018-08-10 | 福特全球技术公司 | 用于车辆的速度控制器 |
CN108944935A (zh) * | 2018-05-31 | 2018-12-07 | 重庆大学 | 一种考虑参数耦合关系的汽车质量和道路坡度估计方法 |
CN109076093A (zh) * | 2015-12-15 | 2018-12-21 | 奥克拓远程信息处理技术有限公司 | 控制车辆中基于传感器的数据采集和信号处理的***和方法 |
CN109476316A (zh) * | 2016-07-19 | 2019-03-15 | 沃尔沃卡车集团 | 用于确定道路倾斜度的方法和装置 |
CN109941291A (zh) * | 2017-12-20 | 2019-06-28 | 通用汽车环球科技运作有限责任公司 | 车辆***实时质量估计方法 |
CN110191827A (zh) * | 2017-01-23 | 2019-08-30 | 沃尔沃卡车集团 | 用于在下坡起动期间控制车辆的方法和*** |
CN111989247A (zh) * | 2018-04-26 | 2020-11-24 | 斯堪尼亚商用车有限公司 | 用于控制机动车辆的方法 |
CN112238854A (zh) * | 2019-07-16 | 2021-01-19 | 康明斯公司 | 用于控制车辆速度以防止或尽可能防止侧翻的***和方法 |
CN112689745A (zh) * | 2018-10-18 | 2021-04-20 | 日立安斯泰莫株式会社 | 状态量推定装置、控制装置、及状态量推定方法 |
CN112937596A (zh) * | 2021-03-22 | 2021-06-11 | 潍柴动力股份有限公司 | 一种静态车重的测量方法及车辆起步方法 |
CN114414016A (zh) * | 2021-12-30 | 2022-04-29 | 北京万集科技股份有限公司 | 目标车辆的检测方法和装置、存储介质及电子设备 |
US11623540B2 (en) | 2021-01-13 | 2023-04-11 | Toyota Motor North America, Inc. | Transport recharge level determination |
US11987144B2 (en) | 2021-01-13 | 2024-05-21 | Toyota Motor North America, Inc. | Transport energy transfer using real-time cost information |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9630611B1 (en) * | 2016-02-03 | 2017-04-25 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method for acceleration event prediction |
US9731755B1 (en) * | 2016-02-16 | 2017-08-15 | GM Global Technology Operations LLC | Preview lateral control for automated driving |
CN107341276A (zh) * | 2016-04-29 | 2017-11-10 | 宝沃汽车(中国)有限公司 | 一种对发动机性能进行评估的方法及*** |
DE102016225043A1 (de) * | 2016-12-14 | 2018-06-14 | Hahn-Schickard-Gesellschaft für angewandte Forschung e.V. | Beschleunigungskompensierter neigungssensor |
JP6589894B2 (ja) * | 2017-01-18 | 2019-10-16 | トヨタ自動車株式会社 | 車両の制御装置 |
WO2019094538A1 (en) * | 2017-11-13 | 2019-05-16 | Cummins, Inc. | Predictive and optimal vehicle operation control in platooning operations |
US10788845B2 (en) | 2017-12-01 | 2020-09-29 | Cummins Inc. | Optimization of mission efficiency through platoon opportunity assessment |
JP7001009B2 (ja) * | 2018-07-11 | 2022-01-19 | トヨタ自動車株式会社 | 風データ推定装置 |
US11008014B2 (en) * | 2018-08-14 | 2021-05-18 | Ford Global Technologies, Llc | Methods and apparatus to determine vehicle weight information based on ride height |
US11170639B2 (en) * | 2019-03-05 | 2021-11-09 | University Of Massachusetts | Transportation threat detection system |
DE102020001797B4 (de) * | 2020-03-18 | 2022-08-18 | Man Truck & Bus Se | Verfahren und Vorrichtung zur Achslastsensierung |
US11420634B2 (en) * | 2020-03-25 | 2022-08-23 | Fca Us Llc | Kalman filter based road grade estimation method using accelerometer, gyroscope, and vehicle velocity |
JP7393293B2 (ja) * | 2020-05-01 | 2023-12-06 | 株式会社Subaru | 車両制御装置 |
CN112527930B (zh) * | 2020-11-19 | 2023-11-03 | 深圳大学 | 一种基于智能手机的行人路网道路坡度信息提取方法 |
CN112977459B (zh) * | 2021-04-20 | 2022-09-16 | 一汽解放汽车有限公司 | 确定车辆控制参数的方法、装置、计算机设备和存储介质 |
CN113203578B (zh) * | 2021-04-26 | 2022-06-21 | 安徽江淮汽车集团股份有限公司 | 车辆热平衡试验方法、装置、设备及存储介质 |
EP4086595B1 (en) * | 2021-05-05 | 2024-01-31 | Volvo Truck Corporation | A computer implemented method for controlling a vehicle |
RU2764741C1 (ru) * | 2021-05-24 | 2022-01-20 | Осаюхинг Омникомм | Система формирования энергоэффективного трека эксплуатируемого транспортного средства при движении эксплуатируемого транспортного средства по автомагистрали |
CN113792265A (zh) * | 2021-09-10 | 2021-12-14 | 中国第一汽车股份有限公司 | 一种坡度估计方法、装置、电子设备以及存储介质 |
CN113954846B (zh) * | 2021-11-04 | 2023-08-01 | 广汽埃安新能源汽车有限公司 | 一种车辆行驶中坡道信息的估算及*** |
CN114013450B (zh) * | 2021-11-16 | 2023-10-31 | 交控科技股份有限公司 | 车辆运行控制方法、***和计算机设备 |
WO2023177898A1 (en) * | 2022-03-17 | 2023-09-21 | Harbinger Motors Inc. | Operating commercial vehicles using weight estimates |
CN117246302B (zh) * | 2023-03-09 | 2024-03-12 | 长安大学 | 一种基于坡度信息的混合动力汽车瞬时反馈控制方法 |
CN116572973B (zh) * | 2023-06-19 | 2024-06-18 | 一汽解放汽车有限公司 | 一种整车质量确定方法、装置、车辆及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6167357A (en) * | 1998-04-23 | 2000-12-26 | Cummins Engine Company, Inc. | Recursive vehicle mass estimation |
US6347269B1 (en) * | 2000-07-26 | 2002-02-12 | Kabushiki Kaisha Toyota Chuo Kenkyusho | Vehicle mass calculation device |
US6508102B1 (en) * | 1999-08-26 | 2003-01-21 | Aisin Seiki Co., Ltd. | Near real-time friction estimation for pre-emptive vehicle control |
CN103661395A (zh) * | 2012-08-31 | 2014-03-26 | 福特全球技术公司 | 动态道路坡度估计 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3203976B2 (ja) | 1994-09-05 | 2001-09-04 | 日産自動車株式会社 | 車両用駆動力制御装置 |
US6436005B1 (en) | 1998-06-18 | 2002-08-20 | Cummins, Inc. | System for controlling drivetrain components to achieve fuel efficiency goals |
SE519792C2 (sv) | 2001-08-17 | 2003-04-08 | Volvo Lastvagnar Ab | Metod för estimering av massan hos ett fordon vilket framförs på en väg med en varierande lutning samt metod för estimering av lutningen av den väg där ett fordon framförs |
US7590481B2 (en) * | 2005-09-19 | 2009-09-15 | Ford Global Technologies, Llc | Integrated vehicle control system using dynamically determined vehicle conditions |
DE102006022171A1 (de) | 2006-05-12 | 2007-11-15 | Zf Friedrichshafen Ag | Verfahren zur Ermittlung der Masse eines Kraftfahrzeugs |
US7483808B2 (en) | 2007-06-29 | 2009-01-27 | Caterpillar Inc. | System and method for measuring machine rolling resistance |
JP5214738B2 (ja) * | 2007-12-03 | 2013-06-19 | ニラ・ダイナミクス・エイビイ | 車両の荷重の推定方法 |
US8700256B2 (en) | 2008-08-22 | 2014-04-15 | Daimler Trucks North America Llc | Vehicle disturbance estimator and method |
US9020726B2 (en) | 2009-11-04 | 2015-04-28 | Daimler Trucks North America Llc | Vehicle torque management |
US20130073113A1 (en) * | 2011-09-16 | 2013-03-21 | Ford Global Technologies, Llc | Vehicle and method for estimating a range for the vehicle |
US10042815B2 (en) * | 2012-08-31 | 2018-08-07 | Ford Global Technologies, Llc | Road gradient estimation arbitration |
US9454508B2 (en) * | 2012-08-31 | 2016-09-27 | Ford Global Technologies, Llc | Kinematic road gradient estimation |
US9517774B2 (en) * | 2012-08-31 | 2016-12-13 | Ford Global Technologies, Llc | Static road gradient estimation |
US8954246B2 (en) * | 2012-12-14 | 2015-02-10 | Caterpillar Inc. | Grade and payload estimate-based transmission gear selection |
-
2015
- 2015-08-31 US US14/840,861 patent/US9725093B2/en active Active
- 2015-09-23 CN CN201510612483.5A patent/CN105599768B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6167357A (en) * | 1998-04-23 | 2000-12-26 | Cummins Engine Company, Inc. | Recursive vehicle mass estimation |
US6508102B1 (en) * | 1999-08-26 | 2003-01-21 | Aisin Seiki Co., Ltd. | Near real-time friction estimation for pre-emptive vehicle control |
US6347269B1 (en) * | 2000-07-26 | 2002-02-12 | Kabushiki Kaisha Toyota Chuo Kenkyusho | Vehicle mass calculation device |
CN103661395A (zh) * | 2012-08-31 | 2014-03-26 | 福特全球技术公司 | 动态道路坡度估计 |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109076093B (zh) * | 2015-12-15 | 2020-02-25 | 奥克拓远程信息处理技术有限公司 | 控制车辆中基于传感器的数据采集和信号处理的***和方法 |
CN109076093A (zh) * | 2015-12-15 | 2018-12-21 | 奥克拓远程信息处理技术有限公司 | 控制车辆中基于传感器的数据采集和信号处理的***和方法 |
CN109476316A (zh) * | 2016-07-19 | 2019-03-15 | 沃尔沃卡车集团 | 用于确定道路倾斜度的方法和装置 |
CN106080193A (zh) * | 2016-08-30 | 2016-11-09 | 杭州衡源汽车科技有限公司 | 重量自适应油门控制方法 |
CN106218403A (zh) * | 2016-08-30 | 2016-12-14 | 杭州衡源汽车科技有限公司 | 电动或混动汽车油门控制方法 |
CN106080192B (zh) * | 2016-08-30 | 2018-03-09 | 杭州衡源汽车科技有限公司 | 汽车电子油门控制方法 |
CN106080192A (zh) * | 2016-08-30 | 2016-11-09 | 杭州衡源汽车科技有限公司 | 汽车电子油门控制方法 |
CN110191827A (zh) * | 2017-01-23 | 2019-08-30 | 沃尔沃卡车集团 | 用于在下坡起动期间控制车辆的方法和*** |
CN110191827B (zh) * | 2017-01-23 | 2021-08-27 | 沃尔沃卡车集团 | 用于在下坡起动期间控制车辆的方法和*** |
US11001261B2 (en) | 2017-01-23 | 2021-05-11 | Volvo Truck Corporation | Method and a system for controlling a vehicle during a downhill start |
CN108382204B (zh) * | 2017-02-03 | 2022-11-15 | 福特全球技术公司 | 用于车辆的速度控制器 |
CN108382204A (zh) * | 2017-02-03 | 2018-08-10 | 福特全球技术公司 | 用于车辆的速度控制器 |
CN107762640B (zh) * | 2017-10-12 | 2019-12-06 | 潍柴动力股份有限公司 | 一种智能油门控制方法 |
CN107762640A (zh) * | 2017-10-12 | 2018-03-06 | 潍柴动力股份有限公司 | 一种智能油门控制方法 |
CN109941291B (zh) * | 2017-12-20 | 2022-05-17 | 通用汽车环球科技运作有限责任公司 | 车辆***实时质量估计方法 |
CN109941291A (zh) * | 2017-12-20 | 2019-06-28 | 通用汽车环球科技运作有限责任公司 | 车辆***实时质量估计方法 |
CN111989247A (zh) * | 2018-04-26 | 2020-11-24 | 斯堪尼亚商用车有限公司 | 用于控制机动车辆的方法 |
US11738750B2 (en) | 2018-04-26 | 2023-08-29 | Scania Cv Ab | Method for controlling a motor vehicle |
CN108944935A (zh) * | 2018-05-31 | 2018-12-07 | 重庆大学 | 一种考虑参数耦合关系的汽车质量和道路坡度估计方法 |
CN112689745A (zh) * | 2018-10-18 | 2021-04-20 | 日立安斯泰莫株式会社 | 状态量推定装置、控制装置、及状态量推定方法 |
CN112238854A (zh) * | 2019-07-16 | 2021-01-19 | 康明斯公司 | 用于控制车辆速度以防止或尽可能防止侧翻的***和方法 |
CN112238854B (zh) * | 2019-07-16 | 2024-02-06 | 康明斯公司 | 用于控制车辆速度以防止或尽可能防止侧翻的***和方法 |
US11623540B2 (en) | 2021-01-13 | 2023-04-11 | Toyota Motor North America, Inc. | Transport recharge level determination |
US11987144B2 (en) | 2021-01-13 | 2024-05-21 | Toyota Motor North America, Inc. | Transport energy transfer using real-time cost information |
CN112937596A (zh) * | 2021-03-22 | 2021-06-11 | 潍柴动力股份有限公司 | 一种静态车重的测量方法及车辆起步方法 |
CN112937596B (zh) * | 2021-03-22 | 2022-04-26 | 潍柴动力股份有限公司 | 一种静态车重的测量方法及车辆起步方法 |
CN114414016A (zh) * | 2021-12-30 | 2022-04-29 | 北京万集科技股份有限公司 | 目标车辆的检测方法和装置、存储介质及电子设备 |
CN114414016B (zh) * | 2021-12-30 | 2024-04-09 | 北京万集科技股份有限公司 | 目标车辆的检测方法和装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
US9725093B2 (en) | 2017-08-08 |
CN105599768B (zh) | 2018-12-04 |
US20160082964A1 (en) | 2016-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105599768A (zh) | 包括在车辆运行期间的动态车辆质量和道路坡度估计的车辆控件 | |
US11170588B2 (en) | Autonomous system validation | |
Wang et al. | Normal acceleration behavior of passenger vehicles starting from rest at all-way stop-controlled intersections | |
CN102076541B (zh) | 用于自动车道居中和车道变换控制***的路径生成算法 | |
CN110036424B (zh) | 用于预测未来的速度轨迹的速度信息的存储 | |
US20200050209A1 (en) | Intelligent vehicle navigation systems, methods, and control logic for deriving road segment speed limits | |
US20140244067A1 (en) | Road grade auto-mapping | |
CN102012235A (zh) | 车载导航*** | |
WO2014149043A1 (en) | Smart cruise control system | |
CN104875743A (zh) | 用于确定有效道路坡度特性的***和方法 | |
US20230419824A1 (en) | Method and device for determining traffic stream information, electronic equipment and storage medium | |
EP2886410A1 (en) | Vehicle velocity control arrangement | |
CN111832744A (zh) | 用于测定行驶走势的方法 | |
CN114077541A (zh) | 验证用于自动驾驶车辆的自动控制软件的方法和*** | |
CN110869989A (zh) | 产生超车概率集的方法、操作机动车辆的控制装置的方法、超车概率收集装置和控制装置 | |
EP2862157B1 (en) | System and method pertaining to vehicle trains | |
US11801836B2 (en) | Enhanced vehicle operation | |
WO2021198791A1 (en) | Vehicle efficiency prediction and control | |
Sahlholm et al. | A sensor and data fusion algorithm for road grade estimation | |
US20230168368A1 (en) | Guardrail estimation method based on multi-sensor data fusion, and vehicle-mounted device | |
Smith | Evaluation of platooning efficiency for heavy duty trucks using cooperative adaptive cruise control | |
CN102213598A (zh) | 消耗优化的路线确定 | |
CN112596509A (zh) | 车辆控制方法、装置、计算机设备及计算机可读存储介质 | |
Sahlholm et al. | Road grade estimation results using sensor and data fusion | |
RU2777853C1 (ru) | Транспортное средство с функцией формирования энергоэффективного трека эксплуатируемого транспортного средства при движении эксплуатируемого транспортного средства по участку пути, включающему точку обязательной остановки |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |