车辆及其控制方法

技术领域

本公开涉及车辆和控制该车辆的方法。

背景技术

一般来说，车辆的车轮定位通过根据车辆的运动保持对摩擦力、加速度、离心力和驱动力的平衡，进一步增加车辆的灵活性和与路面的接触，从而改善车辆的转向性能并在直线或转弯位置保持更稳定车辆姿态。

车轮定位涉及各种要素，例如束角、外倾角、后倾角和主销内倾角，它们相互补充以减少方向盘的操纵力，提供方向盘操作的安全性，并提供车辆的直线度、方向盘的恢复和轮胎磨损的减少。

同时，需要根据初始设计保持车轮定位，但车轮定位可因外部物理冲击而变形。如果车轮定位偏离初始设计，则车辆的直线度可降低并且可产生轮胎的不均匀磨损。

当车辆在偏离车轮定位的初始设计时执行自动驾驶时，车辆难以在其预定轨迹上行进，使得性能诸如车道跟随可显著恶化。

特别地，在自动驾驶车辆中，需要检测车辆中的异常并自行执行校正和报警的技术，此时，检测异常的主体应当优先于车辆而不是驾驶员。

发明内容

本公开涉及车辆和控制该车辆的方法。具体实施例涉及用于检测车轮定位异常并自动纠正车轮定位异常的车辆，以及控制该车辆的方法。

本公开的实施例提供能够自行检测自动驾驶车辆的车轮定位异常并在车轮定位失配时执行准确自动驾驶的车辆，以及控制该车辆的方法。

本公开的其他实施例将在接下的描述中部分地阐述，并且部分地从描述中显而易见，或者可以通过实践本公开而知晓。

根据本公开的实施例，车辆包括摄像头和控制器，该摄像头安装成相对于车辆具有外部视场并被配置为获得图像数据，该控制器被配置为处理图像数据以确定车辆的车轮定位状态，其中，控制器被配置为通过比较车辆的初始车轮定位状态和在驾驶车辆时获得的车轮定位状态来检测车轮定位异常。

控制器可以还被配置为响应于检测的车轮定位异常而改变转向装置的偏移。

车辆可以还包括通信器，该通信器被配置为接收来自外部的地图数据，其中控制器还被配置为处理所述地图数据以确定车辆行驶的道路是否对应于测试道路，并且激活用于根据道路是所述测试道路来确定驱动车轮定位状态的监控模式。

控制器可以还被配置为，当测试道路是直线道路时，控制转向装置以使车辆的方向盘处于直行状态并且基于车辆与直线道路的车道之间的距离的改变检测车轮定位异常。

控制器可以还被配置为处理图像数据以计算前车道的车道曲率，通过转向装置计算车辆的运动曲率，并且基于车道曲率和运动曲率之间的差异检测车轮定位异常。

车辆可以还包括通信器，该通信器被配置为从在车辆附近行驶的周围车辆接收周围车辆的目标曲率，其中控制器还被配置为通过转向装置计算车辆的运动曲率并且基于周围车辆的目标曲率和运动曲率之间的差异检测车轮定位异常。

控制器可以还被配置为改变车辆的前车轮或后车轮中任一个的转向装置的偏移。

控制器可以被配置为改变相对于车辆的前车轮和后车轮的转向装置的偏移。

控制器可以被配置为基于预存储的查找表来确定偏移。

控制器可以被配置为响应于检测到车轮定位异常而输出异常检测信号。

根据本公开的另一个实施例，用于控制车辆的方法包括由摄像头获得图像数据，由控制器通过处理图像数据确定车辆的车轮定位状态，以及由控制器通过比较车辆的初始车轮定位状态与在驾驶车辆时获得的车轮定位状态来检测车轮定位异常。

该方法可以还包括由控制器响应于检测到的车轮定位异常而改变转向装置的偏移。

该方法可以还包括由通信器接收来自外部的地图数据，由控制器通过处理地图数据确定车辆正在其上行进的道路是否对应于测试道路，以及由控制器响应于该道路是测试道路来启动用于确定车轮定位状态的监测模式。

检测车轮定位异常可以还包括，当测试道路是直线道路时，控制转向装置以使车辆的方向盘处于直行状态并且基于车辆与直线道路的车道之间的距离的改变检测车轮定位异常。

检测车轮定位异常可以还包括由控制器通过处理图像数据计算前车道的车道曲率，由控制器通过转向装置计算车辆的运动曲率，以及由控制器基于车道曲率和运动曲率之间的差异检测车轮定位异常。

方法可以还包括通过通信器从在车辆附近行驶的周围车辆接收周围车辆的目标曲率，其中检测车轮定位异常还包括通过控制器通过转向装置计算车辆的运动曲率以及基于周围车辆的目标曲率和运动曲率之间的差异检测车轮定位异常。

检测车轮定位异常可以还包括由控制器改变车辆的前车轮或后车轮中的任一个的转向装置的偏移。

检测车轮定位异常可以还包括由控制器改变相对于车辆的前车轮和后车轮的转向装置的偏移。

改变偏移可以还包括由控制器根据预存储的查找表来确定偏移。

方法可以还包括由控制器响应于检测到车轮定位异常而输出异常检测信号。

附图说明

这些和/或本公开的实施例的其他方面将从以下结合附图的示例性实施例的描述中变得明显和更容易理解，其中：

图1示出根据本公开的实施例的车辆的配置；

图2示出根据本公开的实施例的车辆的控制框图；

图3是用于说明根据本公开的实施例的控制车辆的方法的流程图；

图4和图5是用于说明根据本公开的实施例的计算车辆的运动曲率的过程的视图；

图6是用于说明计算车道曲率的过程的视图；

图7是用于说明根据本公开的实施例的控制车辆的方法的流程图；以及

图8是说明根据本公开的另一实施例的控制车辆的方法的流程图。

具体实施方式

现在将详细参考本公开的实施例，其示例在附图中被说明，其中相同附图标记在整个过程中指代相同要素。本说明书没有描述所公开的实施例的所有要素且对本领域中众所周知的东西的详细描述或对基本相同配置的冗余描述已经省略。本说明书中使用的术语“部件”、“模块”、“构件”、“块”等可以用软件或硬件实现。此外，多个“部件”、“模块”、“构件”、“块”等可以体现为一个组件。一个“部件”、“模块”、“构件”、“块”等也可以包括多个组件。

在整个说明书中，当一个元件被称为“连接到”另一个元件时，它可以直接或间接地连接到另一个元件并且“间接地连接到”包括通过无线通信网络连接到另一个元件。

另外，应当理解，术语“包括”和“具有”旨在表明本说明书中公开的元件的存在，而不是为了排除可存在或可添加一个或多个其他元件的可能性。

在整个说明书中，当构件位于另一个构件上时，这不仅包括当构件与另一个构件接触时，还包括当另一个构件存在于两个构件之间时。

术语第一、第二等用于区分一个构件与另一个构件，并且该构件不受上述术语的限制。

以单数形式使用的表达包括复数表达，除非它在上下文中有明显不同含义。

在操作中使用的附图标记是为了描述的方便，而不是为了描述操作的顺序，除非另有说明，否则操作可以以不同的顺序执行。

下面，将参照附图详细描述本公开的实施例。

图1是说明根据本公开的示例性实施例的车辆的配置的视图，并且图2是说明根据本公开的示例性实施例的车辆的控制框图的视图。

根据本公开的实施例的车辆1包括车轮102、外倾角驱动器104、束角驱动器106、转向驱动器108和雷达110。

车轮102包括两个前车轮(例如，前左(FL)车轮和前右(FR)车轮)102FL和102FR，以及两个后车轮(例如，后左(RL)车轮和后右(RR)车轮)102RL和102RR。在以下描述中，将FL、FR、RL和RR添加到附图标记102中以指定特定的车轮，并且当提及所有四个车轮时，只使用附图标记102。

为四个车轮102中的每一个提供外倾角驱动器104。每个车轮102的外倾角可以通过四个独立外倾角驱动器104的运动来独立控制。

束角驱动器(toe driver)106也被称为后车轮转向系统(RWS)。束角驱动器106是用于控制后车轮102RL和102RR的束角的装置。通过根据车辆1的行驶状态(例如，速度等)控制后车轮102RL和102RR的束角，改善车辆1的行驶稳定性。

转向驱动器108是调整电动转向装置(MDPS)的转向装置。换言之，转向驱动器108通过响应于用户对方向盘的操纵而控制前车轮102FL和102FR的旋转轴线方向来改变车辆1的驾驶方向。转向驱动器108通过使用电机的驱动力控制前车轮102FL和102FR的旋转轴线方向。

另一方面，根据本公开的实施例的车辆1为了执行自动驾驶功能可以执行至少任一个或多个功能，诸如智能巡航控制(SCC)、前方碰撞预警(FCW)、车道保持辅助(LKA)、车道偏离预警(LDW)、车道变化警示(LCA)、高速公路驾驶辅助(HDA)或车道保持辅助(LFA)等。

为了执行自动驾驶功能，车辆1包括获得车辆1周围的图像数据的摄像头100、获得车辆1周围的物体数据的雷达110以及获得激光雷达数据的激光雷达(lidar)，该雷达数据是物体的点形式的数据。

摄像头100可以包括电子控制单元(ECU)(也称为控制器)，并对车辆1的前面进行拍摄以识别其他车辆、行人、骑自行车者、车道、道路标志等。

雷达110可以包括ECU(未示出)，并且获得车辆1周围的物体(例如，任何其他车辆、行人、骑自行车者等)的相对位置、相对速度等。

激光雷达120可以包括ECU(未示出)，并且通过朝着道路上的车辆1的前方发射激光脉冲后反射的激光脉冲产生激光雷达数据，并且以精确的分辨率检测车辆周围存在的物体(例如，其他车辆、车道、行人、骑自行车者等)。

另一方面，尽管在图2中没有示出，但是车辆1可以包括支持车辆对X(V2X)通信的通信器(没有示出)。此处，V2X中的X指一切，例如，信息/车辆/非信息等，并且指适用于车辆的所有类型的通信方式，并且是通用术语并且指实现连接的车辆或联网的车辆的具体通信技术。V2X通信可分为三类，即车辆到基础设施(V2I)、车辆到车辆(V2V)、车辆到移动装置(V2N)，且预计最近还将增加其他类型的通信类别。在此情况下，通信器可以分别具有支持V2V通信的通信接口和支持V2I通信的通信接口，或者可以整合为一个单元。

控制器200包括存储器(未示出)以及处理器(未示出)，该存储器用于存储和/或记录用于控制车辆1的操作的程序、指令和数据，该处理器用于基于存储和/或记录在存储器中的程序、指令和数据产生用于控制车辆1的操作的控制信号。控制器200可以实现为其中嵌入处理器和存储器的控制电路。此外，控制器200可以包括多个处理器和多个存储器。

存储器可以存储/记录车辆1的操作所需的各种类型的信息。例如，存储器可以存储查找表，其中车辆1的转向角δ、方位角ψ和偏离角β根据特定的条件表达式被计算并反映在3×3矩阵中。此外，存储器可以存储对应于分配到所存储查找表的值的偏移值。

图3是说明根据本公开的示例性实施例的用于控制车辆的方法的流程图。

车辆1接收地图数据(301)。地图数据是通过V2X通信从其外部获得的数字地图或预存储的数字地图，并且是包括当前位置的地形信息的数据。

车辆1接收图像数据、雷达数据和激光雷达数据中的至少一个(302)。

车辆1处理图像数据或激光雷达数据以确定当前行驶的道路是否对应于测试道路(303)。在此，测试道路是在其表面上没有曲线或障碍物的道路，并且对应于在初始状态下或在紧接着定期检查后的车轮定位状态下可以保证绝对直线度的道路。

响应于当前行驶的道路为测试道路，车辆1启动车轮定位监测(304)。

车辆1检测由各种因素诸如外部冲击引起的车轮定位异常(305)。将参照图4和图5详细描述用于检测车轮定位异常的详细过程。

当检测到车轮定位异常时，车辆1输出异常检测信号(306)。更具体地，通过将异常检测信号提供到在车辆1中提供的输出装置诸如显示器(未示出)或扬声器(未示出)，控制器200可以通知用户车轮定位异常。

同时，车辆1可以在异常检测信号输出的情况下或独立改变转向装置的偏移(307)。例如，当发生车轮定位异常时，即使前车轮的转向轴处于直线状态，在外倾角或束角改变时，自动驾驶车辆1也会被拉向任何一侧而不是直线行驶。此外，即使后车轮的转向轴处于直行状态，在外倾角改变时，自动驾驶车辆1也被拉向任何一侧而不是直线行驶。

如果不在自动驾驶模式下，可以缓解由于驾驶员的无意识操纵而将车辆拉向任一侧的现象，但是在自动驾驶模式下至少可发生暂时驾驶错误。

相应地，在本公开的一个实施例中，可以自动检测车轮定位异常，可以比较车辆1的初始车轮定位状态和在车辆1行驶时获得的车轮定位状态，并且可以改变转向装置的偏移，以便改变用于改变的车轮定位的转向参考。

控制器200可以改变车辆1的前车轮或车辆1的后车轮中的任一个的转向装置的偏移，并且改变相对于车辆1的前车轮和车辆1的后车轮的转向装置的偏移。在后一种情况下，可以应用于安装RWS的车辆1。

此时，车辆1计算车轮定位的误差量以便确定偏移程度。将参照图4和图5详细描述与此相关的详细过程。

图4和5是用于说明根据本公开的实施例的车辆的运动曲率的计算过程的视图，并且图6是用于说明车道曲率的计算过程的视图。

图4和图5是假设为自行车模型的示例性视图，且可以基于车辆1的转向角δ、方位角ψ和偏离角β计算车辆1的运动曲率。转向角δ

等式1

此外，方位角ψ和偏离角β可以通过以下等式2计算(

等式2

同时，参考图6，当前车轮A和后车轮B转向时，基于前车轮的转向角δ

等式3

等式4

K＝K

此外，偏离角β由以下等式5计算。

等式5

/>

根据上述等式计算运动曲率K，从而获得转向角(δ)、方位角(ψ)和偏离角(β)，并通过转向角(δ)、方位角(ψ)和偏离角(β)的数据确定车轮定位的状态。其中，在图5中，A是两个左前车轮和右前车轮由一个车轮表示的点，B是两个后轮由一个中心后车轮表示的点，并且C是车辆点的重心。其中，在等式5中，l

另一方面，参考图6，车辆1在其上行进的道路上的车道可由以下等式6表示。

等式6

(x

车辆1可以处理图像数据和/或激光雷达数据以检测车道的位置并通过上述方程6的关系表达计算车道曲率。

图7是说明根据本公开的实施例的用于控制车辆的方法的流程图。

与根据图3的实施例不同，图7的实施例是通过在测试道路以外的情况下基于前车道的曲率纠正转向装置的偏移来改善车辆1的直行稳定性和转向精度。

首先，车辆1启动车轮定位监测(701)。这里，监测的启动条件可以是用户输入或车道检测。

响应于启动车轮定位监测，车辆1获得前车道的曲率(702)。更具体地，控制器200通过处理图像数据或激光雷达数据来计算前车道的曲率。然后，控制器200确定前车道的类型(703)。前车道的类型包括直行车道、左转车道和右转车道。根据确定的类型，控制器200可以在与车辆1的运动路径相比之下检测车轮定位异常。

车辆1确定运动路径(704)。在此情况下，运动路径包括当车辆1在前车道上行进时的运动曲率，并且车辆1的运动曲率参考图4和5的描述。

同时，控制器200计算前车道的曲率和车辆1的运动曲率，并将这些曲率与预存储的查找表进行比较(705)，从而检测车轮定位异常。例如，存储器(未示出)可以存储查找表，其中车辆1的转向角δ、方位角ψ和偏离角β根据特定的条件表达式反映在3×3矩阵中。在此情况下，控制器200可以根据预存储的查找表来确定偏移。

响应于检测到车轮定位异常(在706处为“是”)，车辆1输出异常检测信号(707)。更具体地，控制器200可以通过将异常检测信号提供到车辆1中提供的输出装置诸如显示器(未示出)或扬声器(未示出)来通知用户车轮定位异常。

同时，车辆1可以在异常检测信号输出(708)情况下或独立改变转向装置的偏移。

图8是说明根据本公开的另一实施例的控制车辆的方法的流程图。

本公开的实施例将在车辆1附近行驶的周围车辆的曲率与车辆1的运动曲率进行比较，以检测车轮定位异常并纠正转向装置的偏移，从而提供车辆1的直行稳定性并提高转向精度。

首先，车辆1启动车轮定位监测(801)。在本文，监测的启动条件可以是用户输入或对周围车辆的检测。

车辆1从周围车辆获得目标曲率(802)。目标曲率是周围车辆的运动路径的曲率，并且是通过V2X通信中的V2V方式从周围车辆提供的数据。

车辆1执行运动曲率和目标曲率之间的比较(803)。这是基于在相同道路上行进时，车辆应以相同曲率行驶为前提。此时，当运动曲率和目标曲率之间的差异大于或等于预定的阈值时，可以确定存在车轮定位异常。

响应于检测到车轮定位异常(在804处是)，车辆1输出异常检测信号(805)。更具体地，控制器200可以通过将异常检测信号提供到车辆1中提供的输出装置诸如显示器(未示出)或扬声器(未示出)来通知用户车轮定位异常。

同时，车辆1可以在异常检测信号输出的情况下或独立改变转向装置的偏移(806)。

从上文可以看出，本公开的实施例可以提供能够通过自动改变车轮定位的偏移来改善自动驾驶车辆的直行稳定性和转向精度的车辆，以及控制其的方法。此外，根据本公开的实施例的车辆可以防止车辆的不均匀磨损，而无需独立维护。

另外，本公开的实施例可提供车辆，即使不存在可检测自动驾驶车辆的车轮定位错误的驾驶员下，该车辆也能够自我诊断车轮定位状态，从而改善直线度和行驶稳定性。

另一方面，上述实施例可以以存储可由计算机执行的命令的记录介质的形式实现。可以以程序代码的形式存储该命令。当命令由处理器执行时，由命令产生程序模块，使得可以执行所公开的实施例的操作。该记录介质可以实现为计算机可读记录介质。

计算机可读记录介质包括存储可由计算机系统读取的数据的所有类型的记录介质。计算机可读记录介质的示例包括只读存储器(ROM)、随机存取存储器(RAM)、磁带、磁盘、闪存存储器、光学数据存储装置等。

尽管已经示出和描述本公开的实施例，但本领域的普通技术人员将理解，在不背离本公开的原则和精神的情况下，可以对这些实施例进行改变，本公开的范围在权利要求书及其等效物中限定。