路面的附着系数的估计方法、装置和车辆与流程

摘要: 本申请涉及车辆,特别是涉及一种路面的附着系数的估计方法、装置和车辆。背景技术:1、路面峰值附着系数是决定车辆制动距离、转向稳定性和加速性能的关键参数。精准的路面...
路面的附着系数的估计方法、装置和车辆与流程

本申请涉及车辆,特别是涉及一种路面的附着系数的估计方法、装置和车辆。

背景技术:

1、路面峰值附着系数是决定车辆制动距离、转向稳定性和加速性能的关键参数。精准的路面峰值附着系数估计,能够有效提升车辆极限工况下的行驶安全性与操控稳定性,对智能车辆底盘控制、自动驾驶安全决策具有重要工程意义。

2、在现有路面附着系数估计方法中,通常通过光学、激光、超声波等专用传感器扫描路面纹理、路面材质及水膜状态,识别路面附着特性。然而,传感器极易受路面污渍、积水、沙尘等环境因素干扰,该方法难以实现路面峰值附着系数的精准估计。

3、针对相关技术中存在无法实现路面峰值附着系数的精准估计的问题,目前还没有提出有效的解决方案。

技术实现思路

1、在本实施例中提供了一种路面的附着系数的估计方法、装置和车辆,旨在实现路面峰值附着系数的精准估计。

2、第一个方面,在本实施例中提供了一种路面的附着系数的估计方法,所述估计方法包括:

3、获取车辆的目标数据序列;其中,所述目标数据序列包括不同时刻下的数据点,所述数据点包括附着系数估计值、以及轮胎滑移率;

4、根据所述目标数据序列,确定所述附着系数估计值相对于所述轮胎滑移率的斜率,得到目标斜率;

5、根据所述目标斜率确定所述车辆当前行驶路面的当前峰值附着系数。

6、第二个方面,在本实施例中提供了一种路面的附着系数的估计装置,所述估计装置包括:

7、获取模块,用于获取车辆的目标数据序列;其中,所述目标数据序列包括不同时刻下的数据点,所述数据点包括附着系数估计值、以及轮胎滑移率;

8、分析模块,用于根据所述目标数据序列,确定所述附着系数估计值相对于所述轮胎滑移率的斜率,得到目标斜率;

9、处理模块,用于根据所述目标斜率确定所述车辆当前行驶路面的当前峰值附着系数。

10、第三个方面,在本实施例中提供了一种车辆,包括:控制设备,所述控制设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一个方面所述的路面的附着系数的估计方法。

11、与相关技术相比,在本实施例中提供一种路面的附着系数的估计方法、装置和车辆,其中,该估计方法包括:获取车辆的目标数据序列;其中,目标数据序列包括不同时刻下的数据点,数据点包括附着系数估计值、以及轮胎滑移率;根据目标数据序列,确定附着系数估计值相对于轮胎滑移率的斜率,得到目标斜率;根据目标斜率确定车辆当前行驶路面的当前峰值附着系数。这样,通过获取包含附着系数估计值和轮胎滑移率的数据序列,并根据数据序列准确估计出附着系数相对于轮胎滑移率的目标斜率,再根据该目标斜率确定当前行驶路面的峰值附着系数,从而能够避免受环境因素干扰,在复杂路面环境下仍能保持稳定可靠的估计性能,以实现路面峰值附着系数的精准估计。

12、本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。

1.一种路面的附着系数的估计方法,其特征在于,所述估计方法包括:

2.根据权利要求1所述的路面的附着系数的估计方法,其特征在于,所述根据所述目标斜率确定所述车辆当前行驶路面的当前峰值附着系数,包括:

3.根据权利要求2所述的路面的附着系数的估计方法,其特征在于,根据所述目标峰值附着系数确定所述当前峰值附着系数,包括:

4.根据权利要求3所述的路面的附着系数的估计方法,其特征在于,根据所述目标峰值附着系数和所述残差修正值,确定所述当前峰值附着系数,包括:

5.根据权利要求4所述的路面的附着系数的估计方法,其特征在于,所述根据各个所述训练样本对应的距离,确定最近邻距离和距离阈值,包括:

6.根据权利要求1所述的路面的附着系数的估计方法,其特征在于,所述根据所述目标数据序列,确定附着系数估计值相对于轮胎滑移率的斜率,得到目标斜率,包括:

7.根据权利要求6所述的路面的附着系数的估计方法,其特征在于,所述从所述目标数据序列中提取多个目标数据点,包括:

8.根据权利要求6所述的路面的附着系数的估计方法,其特征在于,所述根据所述子数据序列,确定所述目标斜率,包括:

9.根据权利要求8所述的路面的附着系数的估计方法,其特征在于,所述根据所述先验斜率估计值、所述先验协方差、所述观测滑移率和所述观测附着系数,确定当前时刻的后验斜率估计值、以及当前时刻的后验协方差,包括:

10.一种路面的附着系数的估计装置,其特征在于,所述估计装置包括:

11.一种车辆,其特征在于,包括: