CN118541296A - 基于环境感测的预测性重型车辆运动管理 - Google Patents

Abstract

一种用于控制重型车辆(100)的控制单元(130、140)，所述控制单元被布置为从所述重型车辆(100)上的一个或多个环境传感器(115、116、280)接收周围环境数据并且预测周围环境对所述重型车辆(100)的运动的影响，其中所述控制单元(130、140)被布置为协调对所述重型车辆(100)上的一个或多个运动支持装置MSD(220、250)的控制，以补偿所述周围环境对所述重型车辆的所述运动的所述预测的影响。

Description

基于环境感测的预测性重型车辆运动管理

技术领域

本公开涉及用于重型车辆的车辆运动管理，即，对运动支持装置(诸如行车制动器和推进装置)的协调控制。

本发明可适用于重型车辆，诸如卡车、公共汽车和施工机器。虽然本发明将主要关于诸如半挂车车辆和卡车的货物运输车辆进行描述，但是本发明不限于这种特定类型的车辆，而是也可用于诸如汽车的其他类型的车辆。

背景技术

车辆在机械、气动、液压、电子和软件方面变得越来越复杂。现代重型车辆可以包括各种不同的物理装置，诸如燃烧发动机、电机、摩擦制动器、再生制动器、减震器、空气波纹管和动力转向泵。这些物理装置通常被称为运动支持装置(MSD)。MSD可以是单独可控的，例如，使得可以在一个车轮处应用摩擦制动器，即，负扭矩，而车辆上的另一个车轮(甚至可能在同一车桥上)同时用于借助于电机生成正扭矩。

例如在中央车辆控制单元(VCU)上执行或分布在电子控制单元(ECU)的网络上的最近提出的车辆运动管理(VMM)功能性依赖于协调的多个MSD来操作车辆，以便获得期望的运动效果，同时维持车辆稳定性、成本效率和安全性。WO2019072379 A1公开了一个这样的示例，其中选择性地使用车轮制动器来辅助重型车辆的转弯操作。

重型车辆上的MSD控制通常基于反馈，即，MSD是基于指示当前车辆状态与期望的目标车辆状态的比较的传感器输入进行协调，使得减少估计的车辆状态与期望的车辆状态之间已经存在的差异。当然，希望尽可能多地而且尽可能快地减少这种差异。

发明内容

本公开的目的是提供控制单元和方法，所述控制单元和方法有利于改进重型车辆的车辆运动管理，即，改进重型车辆上的多个MSD的协调和致动。该目的至少部分地通过用于控制重型车辆的控制单元来实现。控制单元被布置为从重型车辆上的一个或多个环境传感器接收周围环境数据并且预测周围环境对重型车辆的运动的影响。控制单元还被布置为协调对重型车辆上的一个或多个MSD的控制，以补偿周围环境对重型车辆的运动的预测的影响。

这样，可以立即或甚至在环境变化发生之前补偿由所述变化导致的影响，这意味着环境变化绝对没有时间导致车辆的期望的运动状态与车辆的实际运动状态之间出现显著差异。总而言之，如果需要的话，所提出的技术导致更顺畅的更方便的车辆运动。所述技术能够预测由于环境变化和/或横摆力矩阻力影响导致的方向阻力影响。

本文公开的技术还可以用于减少部件磨损，因为总体上可以使用较小的MSD致动。例如，如果预测到滚动阻力增加，则可以配置车辆速度的相对较慢的增加以便补偿即将发生的变化，与稍后时间点的强致动相比，该缓慢增加将最有可能导致较少的部件磨损。当然，这对于摩擦制动器的致动也非常适用，其中制动越紧急导致制动垫块磨损越多。

例如，周围环境数据可以包括沿着重型车辆的一个或多个预测的车辆轨迹的路面状况。然后，周围环境对重型车辆的运动的预测的影响可以包括重型车辆上的一个或多个车轮的滚动阻力的预测的变化。值得注意的是，一个或多个车轮轨迹将不会驶过的路面状况的变化将不会影响重型车辆的运动。例如，车辆在没有接触的情况下驶过一块冰将无法通过本文提出的技术进行补偿。这样允许更准确地补偿路面状况的变化，这可以通过结合估计的即将出现的路面状况来预测车轮轨迹来实现。

周围环境数据还可以包括风速和/或风向数据。在这种情况下，周围环境对重型车辆的运动的预测的影响包括重型车辆所受风力的预测的变化。这样，车辆运动控制器甚至可以在风况表现为车辆状态的变化之前应对这些风况的变化，这是一个优点。

一个或多个环境传感器优选地包括前视相机、激光雷达或雷达传感器，所述前视相机、激光雷达或雷达传感器被布置为扫描车辆前方的路面，以便在车辆的车轮碰到例如路面状况的变化之前检测到这些变化。车辆上可以任选地配置一个或多个风速计和雨量计以监测天气状况。来自风速计和雨量计的数据还可以由从外部源(诸如远程服务器等)接收的天气报告数据补充或替换。

根据一些方面，周围环境对重型车辆的运动的预测的影响是至少部分地基于安装到重型车辆上的车轮上的轮胎的模型来确定。该轮胎模型使得可以更准确地预测由例如路面状况的给定变化导致的影响。例如，某些类型的轮胎对水坑的敏感性低于其他类型的轮胎，这主要取决于胎纹深度。

控制单元任选地被布置为控制重型车辆上的一个或多个MSD以产生纵向和/或横向车轮力来补偿周围环境对重型车辆的运动的预测的影响。车轮力的变化可以作为几个MSD的协调来确定，这是一个优点。例如，可以使用车辆一侧的车轮力的些微增加来补偿即将出现的水坑的影响。控制单元还可以被布置为在控制所述一个或多个MSD时通过在预测的影响之前增加轮胎滑移来应对重型车辆的一个或多个轮胎的横向和/或纵向松弛长度。同样，这意味着车辆控制器了解关键的轮胎性质，车辆控制器可以利用所述轮胎性质来预测性地补偿工况的变化。

根据其他方面，控制单元被布置为控制重型车辆上的一个或多个MSD以产生转向角来补偿周围环境对重型车辆的运动的预测的影响。该转向角可以在影响发生之前、期间或影响发生后稍晚时应用，因此补偿工况的变化。与该特征相关，控制单元还可以通过在预测的影响之前产生补偿转向角来应对重型车辆上的轮胎的已知横向松弛长度。控制单元还可以被布置为通过在预测的影响之前改变MSD的设定点来应对所述MSD的一个或多个预定动态性质。因此，通过致动来补偿工况的预测的变化，致动本身包括MSD将如何对给定请求做出反应的预测或设定点的更新。然后，未来的MSD行为与未来的工况匹配，由此允许进一步提高车辆运动管理准确性。

控制单元还可以被布置为根据道路类型对车辆前方的一段路面进行分类，其中每种道路类型与预期的滚动阻力相关联。例如，可以顺畅地驶过从碎石路到沥青路的变化。

此外，周围环境数据可以包括来自一个或多个智能轮胎传感器的数据。在这种情况下，控制单元可以被布置为基于来自一个或多个智能轮胎传感器的数据来确定路面状况，并且使用所述数据来控制布置在包括智能轮胎传感器的车轮后面的一个或多个MSD。这增加了可用数据的量，这是一个优点。

此外，控制单元可以被布置为根据先前在车辆前方的一段路面上行驶期间收集的数据对所述路段进行分类。因此，车辆可以被配置为在它沿着一条或多条路线行驶时收集数据。数据存储在存储器中，并且之后用于精化环境对车辆运动的影响的预测。这改善了运动预测。当然，数据可以与同一类型的其他车辆共享，所述车辆可能预计会在给定的工况变化对车辆运动的影响方面表现出一定的相关性。

本文还公开了与上文讨论的优点相关联的计算机程序、计算机可读介质、计算机程序产品和车辆。

通常，除非本文另外明确定义，否则在权利要求中使用的所有术语应当根据它们在本技术领域中的普通含义来解释。除非另外明确声明，否则所有提及的“一种/一个/该元件、设备、部件、装置、步骤等”将被开放性地解释为是指该元件、设备、部件、装置、步骤等的至少一个实例。本文公开的任何方法的步骤不必按所公开的确切顺序执行，除非进行明确声明。当研究所附权利要求和以下描述时，本发明的进一步特征和优点将变得显而易见。技术人员认识到，在不背离本发明的范围的情况下，可组合本发明的不同特征以创建下文描述的实施方案之外的实施方案。

附图说明

下文将参考附图更详细地描述作为示例引用的本发明的实施方案。在附图中：

图1示出了示例重型车辆；

图2示意性地示出了运动支持装置布置；

图3示出了分层的车辆控制功能架构；

图4至图5示意性地示出了示例可变滚动阻力环境；

图6是示出轮胎力随车轮滑移而变的示例的曲线图；

图7是示出轮胎力随车辆滑移而变的示例的另一个曲线图；

图8示出了阻力随车辆速度而变；

图9是示出方法的流程图；

图10示意性示出了控制单元；以及

图11示出了示例计算机程序产品。

具体实施方式

现在将在下文参考附图更完整地描述本发明，在附图中示出了本发明的某些方面。然而，本发明可以许多不同形式体现并且不应被解释为限于本文阐述的实施方案和方面；而是，以举例方式提供这些实施方案，使得本公开将是透彻并且完整的，并且将本发明的范围全面传达给本领域技术人员。贯穿本说明书，相同的附图标记指代相同的元件。

应当理解，本发明不限于本文描述和附图中所示的实施方案；而是，本领域技术人员将认识到可在所附权利要求的范围内进行许多改变和修改。

图1示出了用于货物运输的示例车辆100，其中可有利地应用本文公开的技术。车辆100包括支撑在前轮150和后轮160上的牵引车或拖车110，该前轮和后轮中的至少一些是从动轮。通常但不一定，牵引车上的所有车轮都是制动轮。牵引车110被配置为以已知方式通过第五轮连接拖曳支撑在挂车车轮170上的第一挂车单元120。挂车车轮通常是制动车轮，但是也可以包括一个或多个车桥上的从动车轮。

应当理解，本文公开的方法和控制单元也可以有利地应用于其他类型的重型车辆，诸如刚性卡车、具有牵引杆连接的卡车、施工设备、公共汽车等。

牵引车110包括用于控制各种功能性(即，实现推进、制动和转向)的车辆单元计算机(VUC) 130。一些挂车单元120还包括用于控制挂车的各种功能(诸如挂车车轮的制动，有时还包括挂车车轮推进)的VUC 140。VUC 130、140可以集中或分布在若干处理电路上。车辆控制功能的部分还可以远程执行，例如在经由无线链路180和无线接入网络185连接到车辆100的远程服务器190上执行。

安装在车辆100上的一个或多个传感器装置115、116被布置为向VUC提供输入数据。这些传感器装置可用于车辆环境估计，即获得有关车辆100在其中操作的周围环境的信息。该信息可以例如包括与车辆前方的路面的性质、温度、风况等有关的数据。

例如，前视传感器系统115 (诸如，相机传感器装置或激光雷达扫描仪)可用于对车辆前方并且特别是沿着车轮150、160、170的预测轨迹的路面状况进行分类。然后，可以使用该路面状况来在一个或多个车轮处的滚动阻力发生变化之前预测该变化。例如，如果道路右侧有个大水坑，而车辆100的右侧车轮将会撞到这个水坑，那么由于滚动阻力的增加，预计横摆力矩会发生变化。然而，通过本文公开的技术，由于可以对重型车辆100的各个车轮进行路面状况预测，因此甚至可以在该滚动阻力变化出现之前就对它进行补偿。

还可以在卡车110和/或挂车120上布置一个或多个风速计116以测量当前的风速和风向。因此，可以以较低的延迟来补偿风速或风向的变化。由于对风速或风向变化的MSD补偿可以快速应用，因此像图1中那样的重型车辆的显著车辆质量将不会有时间因风况变化而改变状态，并且因此，与车辆状态的大误差有时间发展到需要通过MSD采取果断行动来克服的程度的情况相比，总体车辆控制动作的幅度可以较小。

雨量计也可以安装到车辆100的车顶上并且被配置为测量降雨量。

牵引车110上的VUC 130 (以及可能还有挂车120上的VUC 140)可以被配置为执行根据分层功能架构组织的车辆控制方法，其中一些功能性可以包括在更高层中的交通状况管理(TSM)域中并且一些其他功能性可以包括在驻留于较低功能层中的车辆运动管理(VMM)域中。

图2示意性地示出了用于通过一些示例MSD控制车轮210的功能性200，在这里所述MSD包括摩擦制动器220 (诸如盘式制动器或鼓式制动器)、用于转向的装置290 (诸如动力转向装置)和推进装置250。摩擦制动器220和推进装置是车轮扭矩产生装置的示例，所述车轮扭矩产生装置也可以被称为致动器并且可以由一个或多个运动支持装置控制单元230控制。该控制是基于例如从轮速传感器240和从其他车辆状态传感器(诸如雷达传感器、激光雷达传感器，以及还有基于视觉的传感器(诸如相机传感器和红外检测器))获得的测量数据。

可以根据本文讨论的原理控制的其他示例扭矩产生运动支持装置包括发动机缓速器和动力转向装置。MSD控制单元230可以被布置为控制一个或多个致动器。例如，MSD控制单元230被布置为控制车桥上的两个车轮并不少见。

TSM功能270计划以例如10秒左右的时间范围进行驾驶操作。该时间段对应于例如车辆100通过弯道所花费的时间。由TSM计划和执行的车辆操纵可以与加速度曲线和曲率曲线相关联，所述加速度曲线和曲率曲线描述针对给定操纵的期望的车辆速度和转弯。TSM不断地从VMM功能260请求275期望的加速度曲线a_req和曲率曲线c_req，所述VMM功能执行力分配来以安全且稳健的方式满足来自TSM的请求。VMM功能260不断将能力信息反馈回TSM功能270，所述能力信息详细说明车辆当前例如在可以产生的力、最大速度和加速度方面的能力。

可以根据部件磨损来配置期望的运动。如果情况确实如此，那么通常不希望进行大幅度的操纵。例如，较长时间的较小致动力制动通常比较短时间的非常紧急的制动更优选。例如，对于电机推进来说也是如此—合理的致动水平通常比高幅度的制动更优选。

加速度曲线和曲率曲线也可以经由正常控制输入装置(诸如方向盘、加速踏板和制动踏板)从重型车辆的驾驶员获得。所述加速度曲线和曲率曲线的来源不在本公开的范围内并且因此将不在本文中更详细地讨论。

本公开的重要部分是车辆环境传感器装置280。该传感器装置被配置为向VMM功能260提供有关车辆100周围的操作环境的输入数据。估计的操作环境可以例如包括与前视传感器115检测到的车辆100的一个或多个车轮的滚动阻力的即将发生的变化和/或一个或多个风速计116检测到的风况有关的信息。

为了改善重型车辆(诸如车辆100)的总体车辆运动管理，并使其对工况的突然变化(诸如滚动阻力的突然变化和强风)更具弹性，本文公开了控制单元130、140，所述控制单元被布置为从重型车辆100上的一个或多个环境传感器115、116、280接收周围环境数据，并且预测周围环境对重型车辆100的运动的影响。周围环境数据可以例如包括沿着重型车辆100的一个或多个预测的车轮轨迹的路面状况。因此，周围环境对重型车辆的运动的预测的影响有利地包括重型车辆100上的一个或多个车轮150、160、170的滚动阻力的预测的变化。周围环境数据任选地还包括风速和/或风向数据，其中周围环境对重型车辆的运动的预测的影响包括重型车辆100所受的风力的预测的变化。

用于描述环境对给定车辆的影响的模型可以作为预定模型获得，例如从远程服务器190获得。此类模型可以基于给定车辆的物理特性，可能基于例如当前车辆负载进行调适。替代地，或者作为补充，可以通过将从环境传感器280获得的环境数据与估计或测量的车辆状态相关来在线训练描述环境如何影响给定车辆的运动的模型。因此，观察环境的各种变化的影响，并且在观察到影响之后建构模型。然后，可以使用模型来基于来自环境传感器280的测量数据来预测未来的影响。

可以使用机器学习结构来实施此类模型。例如，可以训练神经网络来对车辆对工况变化(包括例如阵风和/或滚动阻力的变化)的响应进行建模。该模型可以作为预定模型获得，或者在车辆操作期间进行训练。

当然也可以使用分析模型，诸如查找表或基于已知物理关系的参数化预定函数。

此外，控制单元130、140被布置为协调对重型车辆100上的一个或多个运动支持装置MSD 220、250、290的控制，以补偿周围环境对重型车辆的运动的预测的影响。这种补偿可以在预测的影响开始之前、预测的影响开始时或稍后触发。因此，运动管理不仅是基于已经发生的车辆状态变化而采取的响应性运动管理，而且还包括前馈控制的要素，其目的是在不期望的车辆运动发生时或甚至在工况的变化有机会影响车辆状态之前对所述不期望的车辆运动进行补偿。这样，可以减少实际车辆状态与期望的车辆状态之间的差异，因为与纯基于反馈控制的车辆运动管理系统一样，不需要误差就能进行反馈控制。

一般来说，本文讨论的控制单元130、140可以被布置为控制重型车辆100上的一个或多个MSD 220、250，以产生纵向和/或横向车轮力Fx、Fy来补偿周围环境对重型车辆100的运动的预测的影响，和/或产生转向角来补偿周围环境对重型车辆100的运动的预测的影响。

有利的是，可以至少部分地优化MSD控制以减少部件磨损，即延长电机、摩擦制动垫块等的使用寿命。这种减少的部件磨损通常可以通过减少致动幅度来实现，使得与突然施加且持续时间较短的强致动相比，可以在较长时间段内施加较小幅度的致动。由于控制的预测性质，可以在该较长的时间窗口内执行致动以便补偿由于工况变化而产生的影响。换句话说，由于系统现在在工况发生变化之前意识到所述变化，因此它有更多的时间来补偿所述影响，因为它可以比纯基于反馈的车辆控制系统更快地开始补偿。

图4示出了本文提出的至少部分基于MSD的前馈控制的控制策略的示例400。包括一个或多个环境传感器和控制单元130、140的重型车辆100在道路410上行驶。车辆100上的VMM功能估计车辆的车轮将沿着所指示的车轮轨迹420行驶。车辆100上的一组前视环境传感器检测到水坑430，这将导致车辆100的左轮(而不是右轮)遇到的滚动阻力可能发生变化。因此，滚动阻力的变化将导致车辆100产生不期望的横摆运动。然后，VMM功能260应对滚动阻力的预测的变化，例如，通过增加在牵引车110的左轮处施加的扭矩来补偿水坑430，或者通过施加小的转向角来补偿即将发生的不期望的横摆运动。

图5示出了本文提出的控制策略的另一个示例500。此处，车辆100沿着具有一定曲率的道路510行驶。此处，一个或多个环境传感器检测滚动阻力520的可能变化，并且还检测风况530的突然变化。预测的车轮轨迹540、550指示挂车车辆单元120的左轮将遇到滚动阻力520的变化，但是牵引车车辆单元110的车轮不会遇到所述变化。然而，风况的变化将影响两个车辆单元110、120。VUC同样能够在环境变化有机会导致不期望的车辆状态变化之前(即，导致车辆偏离预期路径)之前补偿那些变化。在确定MSD控制分配时考虑总体环境影响，这样补偿了干扰并且导致车辆状态紧密跟随期望的车辆状态。

例如，在水阻力使车辆的纵向速度降低之前，可以通过增加纵向力来补偿由于例如道路上的水流导致的滚动阻力增加。这既可以应用于开放式差速器传动系，也可以应用于驱动轴上包括单独的左电机和右电机的车辆。如果预测到路面阻力不均匀，则可以例如通过在车辆两侧施加不同的推进量来补偿横摆力矩。

还参考图3，VMM功能260以约1秒左右的时间范围操作，并且不断地将加速度曲线a_req和曲率曲线c_req转换为用于控制由车辆100的不同MSD 220、250、290致动的车辆运动功能的控制命令，所述MSD向VMM功能260报告回能力231a、231b、231c，所述能力进而用作车辆控制中的约束。VMM功能260执行车辆状态或运动估计305，即，VMM功能260通过使用布置在车辆100上通常但不总是与MSD 220、250、290相关的各种传感器306监测操作来不断地确定在时间t时的当前车辆状态s(t)，包括车辆组合中的不同单元的位置、速度、加速度和铰接角。

VMM功能260还执行运动预测307，即估计未来一个或多个时刻t+T的未来车辆状态s(t+T)。运动估计305和运动预测307都是众所周知的技术，并且文献中存在几种示例实施方式。此类子功能因此将不在本文中进行更详细的讨论。然而，需要注意的是，此处的VMM功能260的运动预测子功能307接收来自环境估计子功能308的输入。该环境估计子功能从上面讨论的一个或多个环境传感器(即，前视传感器115和/或一个或多个风速计116)接收输入280，并根据该数据形成重型车辆100的周围环境的估计。

VMM运动预测子功能307现在可以使用风数据和关于预期滚动阻力的数据来计算当前作用于车辆100或在不久的将来将作用于车辆的总阻力。

举例来说，假设纵向力要求被建模为

其中，为车辆质量，为所需的纵向加速度，表示补偿车辆滚动所需的力，为补偿由于车辆运动导致的空气阻力所需的力，为补偿环境风况所需的力，并且为补偿道路斜坡所需的力。

一个或多个环境传感器可用于估计环境对车辆单元的当前影响，并且在一些情况下还用于估计未来影响。可以至少部分地通过确定车辆在给定其预期路径的情况下将要驶过的未来道路几何形状来预测，可以根据车辆速度和车辆形状(诸如其空气阻力系数和迎风面积)来确定，可以基于车辆几何形状和来自一个或多个风速计116的输出来确定，而可以基于来自一个或多个前视传感器的输出数据和/或根据地图数据结合GPS传感器来确定。

运动估计305的结果(即，估计的车辆状态s(t)以及预测的未来车辆状态s(t+T))被输入到力产生模块310，所述力产生模块确定不同车辆单元的所需的全局力V=[V₁, V₂]以使车辆100根据所请求的加速度曲线a_req和曲率曲线c_req移动。该力产生模块310现在能够应对操作环境的影响，即使这种影响尚未导致车辆状态的改变。

所需的全局力向量V输入到MSD协调功能320，所述MSD协调功能分配车轮力并协调其他MSD (诸如转向装置和悬架)。然后，协调的MSD一起在车辆单元上提供期望的横向力Fy和纵向力Fx，以及提供所需力矩Mz，以获得车辆组合100的期望的运动。

MSD协调功能还可以包括MSD行为模型，因此将能够通过在预测的影响之前改变MSD的设定点来应对所述MSD的一个或多个预定动态性质。例如，摩擦制动器的制动可能会有一些相关联的延迟，而电机在产生给定的扭矩请求之前也可能会有一些相关联的延迟。也可能是瞬态效应，所述效应可以通过测量(例如在实验室环境中)进行建模，然后用于预测MSD将如何对给定命令做出响应。这种控制MSD的方式是有利的，因为MSD的控制信号可以与环境变化的预测的影响相匹配，使得两者至少大致抵消。

MSD协调功能有利地还包括任选的部件磨损模型。这允许MSD协调功能减少部件磨损，例如，通过尽早并以较低的幅度触发补偿，以避免可能与增加部件磨损相关联的大幅度补偿。

MSD协调功能320的输出可以包括可以发送给不同的MSD控制器230的经典扭矩请求T_i和转向角请求δ_i。因此应当理解，本文讨论的控制方法可用于经典的基于扭矩的控制系统，即，其中扭矩请求T_i被发送到MSD控制器。

然而，通过使用传感器306 (诸如例如全球定位系统、基于视觉的传感器、轮速传感器、雷达传感器和/或激光雷达传感器)确定车辆单元运动并将该车辆单元运动转化为给定车轮210的局部坐标系(在例如纵向速度分量方面和横向速度分量方面)，可以通过将车轮参考坐标系中的车辆单元运动与从结合车轮210布置的轮速传感器240获得的数据进行比较来准确地实时估计车轮滑移。

图6是示出可实现的轮胎力随车轮滑移而变的示例的曲线图。纵向轮胎力Fx示出了在较小车轮滑移下几乎线性增加的部分610，接着是在较大车轮滑移下具有更加非线性行为的部分620。即使在相对较小的纵向车轮滑移下，可获得的横向轮胎力Fy也迅速减小。期望将车辆操作维持在线性区域610中，其中响应于施加的制动命令而可获得的纵向力更容易预测，并且其中如果需要，则可产生足够的横向轮胎力。为确保在该区域中操作，可以对给定的车轮施加大约例如0.1的车轮滑移极限λ_LIM。对于更大的车轮滑移，例如超过0.1，得到更加非线性的区域620。在该区域控制车辆可能很困难，并且因此经常被避免。对于越野条件等，牵引力可能是令人感兴趣的，在这些条件下可能更喜欢对牵引力控制有较大滑移极限，但是对于道路操作则不然。

在这里，逆轮胎模型是车轮行为的模型，所述模型描述作为车轮滑移的函数的在纵向方向(在滚动方向)和/或横向方向(正交于纵向方向)上产生的车轮力。在Elsevier有限公司2012年的ISBN为978-0-08-097016-5的“Tyre and vehicle dynamics (轮胎和车辆动力学)”中，Hans Pacejka介绍了轮胎模型的基础知识。参见例如第7章，其中讨论了车轮滑移与纵向力之间的关系。

VMM 260可以使用这种类型的轮胎模型来在某个车轮处产生期望的轮胎力。代替请求对应于期望的轮胎力的扭矩，VMM可将期望的轮胎力转化为当量车轮滑移(或当量地，相对于对地速度的轮速)并替代地请求该滑移。主要优点在于，MSD控制装置230将能够通过使用车辆速度v_x和车轮转速ω_x以期望的车轮滑移维持操作来以更高的带宽输送请求的扭矩。

逆轮胎模型可以至少部分地被实施为自适应模型，所述自适应模型被配置为自动地或至少半自动地适应车辆的当前工况。逆轮胎模型还可以主动修改，以应对重型车辆100上的一个或多个车轮的工况的预测的变化。图7示出了逆轮胎模型从初始模型Fx到预测的模型Fx'的预测的变化，其中路面状况已经发生变化，例如因为路面摩擦力将从摩擦系数变为较小的摩擦系数。VMM功能260可以基于来自环境传感器280的输入数据预测逆轮胎模型的变化，并且可以确定控制分配的适当变化并将其传达给MSD控制单元以应对所述变化。例如，假设期望的车轮力约为3.5kN，则可能需要增加车轮滑移以维持该车轮力，如图7中的箭头710所指示的。

返回参考图3，任选的逆轮胎模型块330将由MSD协调块320为每个车轮或车轮子集确定的所需车轮力Fx_i、Fy_i转化为当量轮速ω_wi或车轮滑移λ_i。然后将这些轮速或车轮滑移发送到相应的MSD控制器230。MSD控制器报告回能力231a至231c，所述能力可以用作例如MSD协调块320中的约束。

总而言之，VMM功能260管理力产生和MSD协调两者，即，其确定车辆单元需要什么力才能满足来自TSM功能270的请求，例如根据由TSM请求的所请求的加速度曲线来使车辆加速和/或产生也由TSM请求的车辆的某一曲率运动。力可以包括例如横摆力矩Mz、纵向力Fx和横向力Fy，以及施加在不同车轮处的不同量的扭矩。

周围环境对重型车辆100的运动的预测的影响还可以至少部分地基于安装到重型车辆100上的车轮210上的轮胎的性质的模型340来确定。车轮上的轮胎在决定MSD经由轮胎执行控制的行为和能力方面发挥重大作用。一套设计精良的轮胎将提供良好的牵引力和燃料经济性，而一套设计不良的轮胎或过度磨损的轮胎可能会降低牵引力和燃料经济性，并且甚至可能导致车辆组合不稳定，这当然是不期望的。可以实施基于软件的轮胎模型，所述模型例如针对给定的车辆状态(诸如车辆速度、法向载荷等)并且针对给定的路面状况对轮胎参数和轮胎行为进行建模。轮胎模型可以被VCU充分利用以优化对车辆100的控制。例如，轮胎模型可用于对不同操作环境下产生的车轮力与车轮滑移之间的关系进行建模。一些示例轮胎模型被配置为对轮胎滚动阻力建模，使得VCU可以基于该模型优化车辆控制。

现在将讨论轮胎的一些重要性质和特性参数。这些轮胎参数任选地被包括在轮胎模型中，作为VCU 130、140可以据此确定轮胎的其他能力和特性的轮胎参数，或者仅作为可以由VCU 130、140或多或少地直接使用以优化各种控制决策的轮胎特性。

上述滚动阻力是由与路面接触的轮胎的变形而导致的滚动阻力。当轮胎滚动时，胎面进入接触区并扁平地变形以贴合道路。进行变形所需的能量取决于充气压力、旋转速度以及轮胎结构的许多物理性质，诸如弹簧力和刚度。在滚动阻力占去很高比例的燃料消耗的卡车中，轮胎制造商通常寻求更低滚动阻力的轮胎结构，以提高燃料经济性。因此，默认滚动阻力是轮胎的一种性质，并且该滚动阻力因此将受到路面状况的影响。在一些情况下，路面状况对滚动阻力的影响也很大程度上取决于轮胎的性质。因此，通过轮胎性质模型340来有利地对不同表面条件对滚动阻力的影响进行建模。该轮胎模型可以随着时间的推移进行调适，例如通过检测路面状况的变化，然后监测所述变化对车辆运动的影响。

轮胎的接地面或接地印痕是与路面接触的胎面的区域。该区域经由摩擦在轮胎与道路之间传递力。接地面的长宽比会影响转向和转弯行为。轮胎胎面和侧壁元件在进入和离开接地印痕时会经历变形和复原。由于橡胶是弹性体的，因此在此循环期间会变形。随着橡胶变形和复原，它向车辆施加循环的力。这些变化统称为轮胎均匀性。轮胎均匀性由径向力变化(RFV)、横向力变化(LFV)和切向力变化表征。在制造过程结束时用力变化机测量径向力变化和横向力变化。超出RFV和LFV的指定极限的轮胎会被拒绝。在轮胎厂当制造过程结束时使用轮胎均匀性机器来测量几何参数(包括径向跳动、横向跳动和侧壁隆起)以作为质量检查。

轮胎的转弯力或侧向力是车辆轮胎在转弯时产生的横向(即，与路面平行)力。

自回正力矩(SAT)是轮胎在滚动时产生的力矩，该力矩会使轮胎趋于转向，即，使其绕垂直轴线旋转。

由于离心力迫使胎面橡胶远离旋转轴线，以更高速度旋转的轮胎往往会形成较大的直径，即，较大的滚动半径。这种效应通常被称为离心增长。随着轮胎直径增大，轮胎宽度减小。过度的离心增长可能会显著影响轮胎的行为。

轮胎的拖距是弹性材料轮胎在坚硬表面上滚动并且受到侧向载荷时(如在转弯中)产生的类似拖距的效果。轮胎的拖距参数描述轮胎侧滑的合力的作用点在轮胎的接地面的几何中心后面的距离。

滑移角度或侧滑角度(在本文表示为α)是滚动车轮的实际行驶方向与其指向的方向之间的角度(即，车轮平移速度的向量和的角度。

轮胎的横向松弛长度是充气轮胎的一个性质，它描述了从引入横向滑移角度时与转弯力达到稳态值时之间的延迟。类似地，轮胎的纵向松弛长度是充气轮胎的一个性质，它描述了从引入纵向滑移时与作用于轮胎的纵向力达到其稳态值时之间的延迟。通常，松弛长度被定义为轮胎达到稳态力的63%所需的滚动距离，但其他定义也是可能的。

垂直刚度或弹簧率是轮胎垂直力与垂直偏转的比率，并且它有助于车辆的整体悬架性能。一般来说，弹簧率随着充气压力而增加。

控制单元130、140还任选地被布置为接收天气数据，例如像上文结合图1所讨论的从远程服务器190接收天气数据。该天气数据可用于精化对滚动阻力的预测，并且还对沿某一给定路线可能预期会出现的总体滚动阻力进行更准确的估计。默认天气条件下的预期滚动阻力可以由车辆100或沿路线行驶的某一其他车辆确定。然后可以基于天气报告来调整该数据，或许还根据轮胎模型进行调整，轮胎模型可以包括指示不同天气条件下不同预期滚动阻力的数据。因此，控制单元130、140可以被布置为根据先前在车辆前方的一段路面上行驶期间收集的数据对所述路段进行分类。

控制单元130、140还任选地被布置为根据道路类型对车辆前方的一段路面进行分类，其中如上文所讨论，每种道路类型与预期的滚动阻力相关联。

此外，周围环境数据可以包括来自一个或多个智能轮胎传感器的数据。然后，控制单元130、140可以基于来自一个或多个智能轮胎传感器的数据来确定路面状况，并且使用所述数据来控制布置在包括智能轮胎传感器的车轮后面的一个或多个MSD。

图9是示出总结上述讨论中的至少一些的方法的流程图。示出了在控制单元130、140中执行的用于控制重型车辆100的计算机实施的方法。所述方法包括从重型车辆100上的一个或多个环境传感器115、116、280接收S1周围环境数据，预测S2周围环境对重型车辆100的运动的影响，以及协调S3重型车辆100上的一个或多个MSD 220、250、290的控制以补偿周围环境对重型车辆的运动的预测的影响。

图10在许多功能单元方面示意性地示出了控制单元的部件，诸如VUC 130、140。根据本文讨论的实施方案，控制单元可以实施TSM 270、VMM 260和/或MSD控制功能230的上述功能中的一者或多者。控制单元被配置为执行上面讨论的用于控制重型车辆100的功能中的至少一些。使用能够执行存储在例如呈存储介质1020的形式的计算机程序产品中的软件指令的合适的中央处理单元CPU、多处理器、微控制器、数字信号处理器DSP等中的一者或多者的任何组合来提供处理电路1010。处理电路1010还可以被提供为至少一个专用集成电路ASIC或现场可编程门阵列FPGA。

具体地，处理电路1010被配置为使控制单元101执行一组操作或步骤，诸如结合图9所讨论的方法。例如，存储介质1020可以存储该组操作，并且处理电路1010可以被配置为从存储介质1020中检索该组操作以使控制单元1100执行该组操作。该组操作可以作为一组可执行指令来提供。因此，处理电路1010由此被布置为执行如本文公开的方法。

存储介质1020还可以包括持久性存储装置，其例如可以是磁存储器、光学存储器、固态存储器或甚至远程安装的存储器中的任何一种或其组合。

控制单元1100还可包括用于与至少一个外部装置通信的接口1030。因此，接口1030可包括一个或多个发射器和接收器，包括模拟和数字部件以及用于有线或无线通信的合适数量的端口。

处理电路1010 (例如，通过向接口1030和存储介质1020发送数据和控制信号、通过从接口1030接收数据和报告以及通过从存储介质1020中检索数据和指令)对控制单元1100的一般操作进行控制。控制节点的其他部件以及相关功能性被省略以免使本文呈现的概念变得模糊。

图11示出了承载计算机程序的计算机可读介质1110，该计算机程序包括用于当所述程序产品在计算机上运行时执行图9中所示的方法的程序代码装置1120。计算机可读介质和代码装置可以一起形成计算机程序产品1100。

Claims (18)

1.一种用于控制重型车辆(100)的控制单元(130、140)，

所述控制单元被布置为从所述重型车辆(100)上的一个或多个环境传感器(115、116、280)接收周围环境数据并且预测周围环境对所述重型车辆(100)的运动的影响，

其中所述控制单元(130、140)被布置为协调对所述重型车辆(100)上的一个或多个运动支持装置MSD (220、250、290)的控制，以补偿所述周围环境对所述重型车辆的所述运动的所述预测的影响。

2.根据权利要求1所述的控制单元(130、140)，其中所述周围环境数据包括沿着所述重型车辆(100)的一个或多个预测车辆轨迹的路面状况，其中所述周围环境对所述重型车辆的所述运动的所述预测的影响包括所述重型车辆(100)上的一个或多个车轮(150、160、170)的滚动阻力的预测的变化。

3.根据权利要求1或2所述的控制单元(130、140)，其中所述周围环境数据包括风速和/或风向数据，其中所述周围环境对所述重型车辆的所述运动的所述预测的影响包括所述重型车辆(100)所受的风力的预测的变化。

4.根据任一项前述权利要求所述的控制单元(130、140)，其中所述一个或多个环境传感器(280)包括前视相机、激光雷达或雷达传感器(115)。

5.根据任一项前述权利要求所述的控制单元(130、140)，其中所述一个或多个环境传感器(280)包括一个或多个风速计(116)和/或一个或多个雨量计。

6.根据任一项前述权利要求所述的控制单元(130、140)，其中所述周围环境对所述重型车辆(100)的所述运动的所述预测的影响是至少部分地基于安装到所述重型车辆(100)上的车轮(210)上的轮胎的模型来确定。

7.根据任一项前述权利要求所述的控制单元(130、140)，所述控制单元被布置为控制所述重型车辆(100)上的所述一个或多个MSD (220、250)以产生纵向和/或横向车轮力(Fx、Fy)来补偿所述周围环境对所述重型车辆(100)的所述运动的所述预测的影响。

8.根据权利要求7所述的控制单元(130、140)，所述控制单元被布置为在控制所述一个或多个MSD时通过在所述预测的影响之前增加轮胎滑移来应对所述重型车辆(100)的一个或多个轮胎的横向和/或纵向松弛长度。

9.根据任一项前述权利要求所述的控制单元(130、140)，所述控制单元被布置为控制所述重型车辆(100)上的所述一个或多个MSD (220、250)以产生转向角来补偿所述周围环境对所述重型车辆(100)的所述运动的所述预测的影响。

10.根据权利要求9所述的控制单元(130、140)，所述控制单元被布置为通过在所述预测的影响之前产生补偿转向角来应对所述重型车辆(100)上的轮胎的横向松弛长度。

11.根据权利要求7-11中任一项所述的控制单元(130、140)，所述控制单元被布置为通过在所述预测的影响之前改变MSD的设定点来应对所述MSD的一个或多个预定动态性质。

12.根据任一项前述权利要求所述的控制单元(130、140)，所述控制单元被布置为从远程服务器(190)接收天气数据。

13.根据任一项前述权利要求所述的控制单元(130、140)，所述控制单元被布置为根据道路类型对所述车辆前方的一段路面进行分类，其中每种道路类型与预期的滚动阻力相关联。

14.根据任一项前述权利要求所述的控制单元(130、140)，其中所述周围环境数据包括来自一个或多个智能轮胎传感器的数据，其中所述控制单元(130、140)被布置为基于来自所述一个或多个智能轮胎传感器的所述数据来确定路面状况，并且使用所述数据来控制布置在包括所述智能轮胎传感器的所述车轮后面的一个或多个MSD。

15.根据任一项前述权利要求所述的控制单元(130、140)，所述控制单元被布置为根据先前在所述车辆前方的一段路面行驶期间收集的数据对所述路段进行分类。

16.一种车辆(100)，所述车辆包括根据权利要求1至15中任一项所述的控制单元(130、140)。

17.一种在控制单元(130、140)中执行的用于控制重型车辆(100)的计算机实施的方法，所述方法包括

从所述重型车辆(100)上的一个或多个环境传感器(115、116、280)接收(S1)周围环境数据，

预测(S2)周围环境对所述重型车辆(100)的运动的影响，以及

协调(S3)对所述重型车辆(100)上的一个或多个运动支持装置MSD (220、250、290)的控制，以补偿所述周围环境对所述重型车辆的所述运动的所述预测的影响。

18.一种计算机程序(1120)，所述计算机程序包括用于在所述程序在计算机上或在控制单元(1100)的处理电路(1110)上运行时执行根据权利要求17所述的步骤的程序代码装置。