弥补胎压问题导致的自动驾驶横向偏差的方法与流程

1.本发明涉及自动驾驶车辆领域，具体涉及一种弥补胎压问题导致的自动驾驶横向偏差的方法。


背景技术：

2.随着无人驾驶的开发和不断发展，在进行无人驾驶控制算法开发和实车测试的过程中，遇到了因胎压不足而导致无人驾驶车辆出现弯道转向不足的情况。这一情况的出现对于无人驾驶车辆来说是非常危险的。由于车辆长期的测试与使用，出现胎压降低、轮胎磨损等现象是非常普遍的。因此，亟需一种能解决上述问题的方法。
3.目前本领域中，对于上述问题的解决方法有两种。第一种是通过对l4级别无人驾驶车辆的胎压情况做远程监测，以防止瘪胎或其他轮胎状况问题，避免威胁自动驾驶车辆的安全。第二种是让车辆运行一段时间，通过相关参数来推算出胎压变化后的侧偏刚度，随后根据二自由度建模下的无人驾驶车辆，通过参数侧偏刚度来修复一定量的偏差。
4.但是上文所述的两种方法仍有不少缺点。第一种方法仅仅是对于胎压问题做出了提前预防的功能，且依然需要人工补充胎压来保证车辆行驶。而第二种方法中，由于无人驾驶汽车算法多是通过二自由度模型建立汽车运动学模型(自行车模型)，同轴下当其中一个胎压过低的时候，同轴轮胎半径已经不再相等，故而二自由度模型将在某个临界点被打破。因此，仅仅通过侧偏刚度这一参数来补偿算法中方向盘转角的输出可能是不够的。此外，自动驾驶车辆可能会因为车辆轮胎半径差异而出现偏差。并且此方法并未应用在l4级别无人驾驶领域。
5.综上所述，在测试和开发的过程中，仅仅是通过提醒驾驶员及时为较低胎压充气或者更换掉磨损严重的轮胎来解决上述问题的方法或许适用于低级别无人驾驶(l2及以下)，且不用考虑多种复杂场景以及危险情况。此类方法无法保证无人驾驶车辆可以精准地按照规划轨迹行驶，在行驶过程中存在安全隐患。对于高级别无人驾驶来说，特别是l4级别无人驾驶，特殊场景下的极端情况也必须是考虑在内的。


技术实现要素：

6.本发明的目的在于，提供一种弥补胎压问题导致的自动驾驶横向偏差的方法，以避免当单个胎压过低时二自由度模型被打破后出现的偏执问题。该方法根据不同胎压下的轮胎的运动信息以及各个轮胎的滚动半径，得到特征参数，该特征参数会随着胎压变换而改变；并通过特征参数和轮胎滚动的运动信息来判断各个轮胎的滚动半径的变化情况以定位低压轮胎；同时，根据胎压、轮胎角速度、车速、轮胎半径等的变化情况，通过不断测试不同参数下的方向盘转向误差来进行弥补方向盘转向不足的问题。
7.为了实现上述目的，本发明提供了一种弥补胎压问题导致的自动驾驶横向偏差的方法，包括如下步骤：
8.步骤s1，实时采集车辆行驶过程中轮胎的运动信息；所述轮胎的运动信息包括轮
胎滚动的线速度和角速度；
9.步骤s2，根据轮胎的运动信息，计算轮胎的滚动半径，并通过半径迭代法判断轮胎胎压是否异常，所述半径迭代法是通过预先设定的特征参数γ表示轮胎的滚动半径的差异，以判断轮胎胎压是否异常；
10.步骤s3，根据轮胎的滚动半径和特征参数γ，判断轮胎胎压与轮胎半径的关系，并确定胎压异常的轮胎位置；以及
11.步骤s4，根据特征参数γ计算方向盘角度的补偿值。
12.在一个实施例中，步骤s2中，当特征参数γ保持不为0的状态时，轮胎胎压异常；所述预先设定的特征参数γ的计算公式如下：
[0013][0014]
其中，r
fl
代表左前轮的滚动半径，r
fr
代表右前轮的滚动半径，r
rl
代表左后轮的滚动半径，r
rr
代表右后轮的滚动半径。
[0015]
在一个实施例中，车辆行驶过程中，轮胎的滚动半径的计算公式如下：
[0016][0017]
其中，r表示轮胎的滚动半径，vr表示轮胎滚动的线速度，ωr表示轮胎滚动的角速度。
[0018]
在一个实施例中，所述步骤s2中，当滚动半径r为定值时，所述特征参数γ的计算公式如下：
[0019][0020]
其中，v
fl
代表左前轮的线速度，v
fr
代表右前轮的线速度，v
rl
代表左后轮的线速度，v
rr
代表右后轮的线速度；ω
fl
代表左前轮的角速度，ω
fr
代表右前轮的角速度，ω
rl
代表左后轮的角速度，ω
rr
代表右后轮的角速度。
[0021]
在一个实施例中，所述步骤s2中还包括采用递归最小二乘法迭代求解式(3)中的特征参数γ，具体步骤如下：
[0022]
y＝ax
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0023]
其中，a＝1；
[0024][0025][0026][0027]
p(k)＝(1-q(k))p(k-1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0028]
其中，p与a满足关系：
[0029]
p＝(a
t
a)-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0030]
迭代的终止条件为：
[0031]
[0032]
其中，δ
γ
为终止限值，的迭代收敛时的值为γ。
[0033]
在一个实施例中，步骤s3具体为：
[0034]
通过式(2)计算各个轮胎的滚动半径，根据轮胎半径与特征参数γ，进行标定，判断轮胎胎压与轮胎半径的关系；
[0035]
比较各个轮胎的滚动半径，并确定出现胎压异常的轮胎位置。
[0036]
在一个实施例中，所述步骤s4中，当同轴轮胎中单侧胎压不足时，根据特征参数γ计算方向盘角度的补偿值。
[0037]
在一个实施例中，所述步骤s4具体为：
[0038]
当同轴轮胎胎压压差超过0.1kpa时，根据特征参数γ计算方向盘角度的补偿值；否则，不做补偿。
[0039]
在一个实施例中，所述步骤s4中方向盘角度的补偿值的计算公式为：
[0040]
steering angle
tire pressure
＝γ*k
p
*τ*lat_error
ꢀꢀꢀꢀ
(11)
[0041]
其中，steering angle
tire pressure
为方向盘角度的补偿值；γ为所述步骤s2中计算得到的特征参数，在不同的轮胎运动信息下，γ是一个动态值；τ为压差系数，根据不同情况下的胎压情况进行动态标定；k
p
为标定系数，通过调节以达到预期值；lat_error为横向误差。
[0042]
在一个实施例中，同侧轮胎同时出现胎压异常时，动态标定式(11)中的压差系数τ，并且特征参数γ的计算公式如下：
[0043][0044]
其中，ω
fl
代表左前轮的角速度，ω
fr
代表右前轮的角速度；横向误差lat_error根据方向盘角度的补偿值不断向0收敛，以校准误差。
[0045]
本发明的弥补胎压问题导致的自动驾驶横向偏差的方法的有益效果在于：
[0046]
1、当轮胎胎压出现细微问题时，但不足够让驾驶员更换轮胎或者给轮胎充气的时候，本发明保证了无人驾驶车辆能更精准地按照规划轨迹行驶。
[0047]
2、在行驶过程中，当单个轮胎气压突然出现问题时，本发明提供的方法依然通过对方向盘角度进行补偿，来保证无人驾驶车辆在高速行驶中，也不会因为突变的物理硬件而产生危险，有效地保障了无人驾驶车辆行驶的安全性、可延续性和自适应性，且能即时保护乘车人的安全。
附图说明
[0048]
图1为本发明一实施例的弥补胎压问题导致的自动驾驶横向偏差的方法的流程示意图；
[0049]
图2为本发明一实施例的弥补胎压问题导致的自动驾驶横向偏差的方法的逻辑流程图；以及
[0050]
图3为本发明一实施例中同侧轮胎的胎压出现异常时的胎压示意图；其中，fl表示左前轮，fr表示右前轮，rl表示左后轮，rr表示右后轮。
具体实施方式
[0051]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解的是，此处所描述的具体实施例仅用以解释发明，并不用于限定发明。
[0052]
图1揭示了本发明一实施例的弥补胎压问题导致的自动驾驶横向偏差的方法，具体包括如下步骤：
[0053]
步骤s1，实时采集车辆行驶过程中轮胎的运动信息；轮胎的运动信息包括轮胎滚动的线速度和角速度；
[0054]
步骤s2，根据轮胎的运动信息，计算轮胎的滚动半径，并通过半径迭代法判断轮胎胎压是否异常，半径迭代法是通过预先设定的特征参数γ表示轮胎的滚动半径的差异，以判断轮胎胎压是否异常；
[0055]
步骤s3，根据轮胎的滚动半径和特征参数γ判断轮胎胎压与轮胎半径的关系，并确定胎压异常的轮胎位置；以及
[0056]
步骤s4，根据特征参数γ计算方向盘角度的补偿值。
[0057]
进一步，步骤s4中，当同轴轮胎中单侧胎压不足时，根据特征参数γ计算方向盘角度的补偿值。本实施例优选，步骤s4具体为：判断同轴轮胎胎压的压差是否超过0.1kpa，若是，则根据特征参数γ计算方向盘角度的补偿值；否则，不做补偿，参见图2。
[0058]
进一步，步骤s2中当特征参数γ保持不为0的状态时，轮胎胎压异常。预先设定的特征参数γ的计算公式如下：
[0059][0060]
其中，r
fl
代表左前轮的滚动半径，r
fr
代表右前轮的滚动半径，r
rl
代表左后轮的滚动半径，r
rr
代表右后轮的滚动半径；
[0061]
车辆实际行驶的过程中，轮胎的有效滚动半径是无法直接测得的，通常借助如下计算：
[0062][0063]
其中，r表示轮胎的滚动半径，vr表示轮胎滚动的线速度，ωr表示轮胎滚动的角速度。
[0064]
再进一步，当假设滚动半径r为定值时，特征参数γ能通过轮胎的运动信息计算得到，计算公式如下：
[0065][0066]
其中，v
fl
代表左前轮的线速度，v
fr
代表右前轮的线速度，v
rl
代表左后轮的线速度，v
rr
代表右后轮的线速度；ω
fl
代表左前轮的角速度，ω
fr
代表右前轮的角速度，ω
rl
代表左后轮的角速度，ω
rr
代表右后轮的角速度。
[0067]
轮胎的运动信息需要经过滤波处理，但处理后依然会因为路况的问题导致特征参数γ伴有剧烈震荡，无法获得其确切范围，因此采用递归最小二乘法(rls)对特征参数γ进行迭代求解，具体步骤如下：
[0068]
y＝ax
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0069]
其中，a＝1；
[0070][0071][0072][0073]
p(k)＝(1-q(k))p(k-1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0074]
其中，p与a满足关系：
[0075]
p＝(a
t
a)-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0076]
迭代的终止条件为：
[0077][0078]
其中，δ
γ
为终止限值，的迭代收敛时的值为γ。车辆正常行驶的过程中，当特征参数γ保持不为0的状态时，则认为轮胎胎压出现问题。但此特征参数并不能定位具体哪个轮胎瘪胎。因此，还需根据轮胎的滚动半径和特征参数γ判断轮胎胎压与轮胎半径的关系，以确定胎压异常的轮胎位置，即上文所述的步骤s3。
[0079]
本实施例中，步骤s3具体为：
[0080]
通过半径迭代法，来表示胎压的参数只有γ一个，且公式中系数γ在车辆四个轮胎的线速度处于时，系数依然会收敛。
[0081]
举例来说，当出现左前轮胎压过低，且左后轮也胎压过低的时候，就会出现此系数收敛的情况。因此还需要通过以下公式计算各个轮胎的半径：
[0082][0083]
同时根据轮胎半径与胎压系数，进行标定，来判断大致胎压与轮胎半径的关系；
[0084]
比较四轮半径后，来最终判断当胎压出现问题时，具体是哪个轮胎胎压出现问题。
[0085]
参考当左前轮胎压不稳定时四个轮胎的具体信息如下表1所示。通常胎压较低时，线速度会出现较高的情况。故而我们也可以通过此方式定位到具体是哪个轮胎出现低压。
[0086]
表1左前轮fl胎压不稳定时四个轮胎的具体信息表
[0087]
轮胎线速度角速度半径胎压fr5.54m/s17.64rad/s31.40cm2.5kpafl5.89m/s19.95rad/s29.52cm2.0kparr5.55m/s17.66rad/s31.42cm2.5kparl5.56m/s17.65rad/s31.50cm2.5kpa
[0088]
本实施例中，步骤s4具体为：
[0089]
对于通过二自由度模型搭建的无人驾驶控制算法来说，出现同轴两个轮胎胎压都过低时其实影响不会过大。但是当前轮单侧轮胎胎压不足或后轮单侧胎压不足的情况出现时，会导致二自由度被打破，即同轴胎压压差超过0.1kpa时，则需要计算方向盘补偿值，计
算方法如下：
[0090]
根据半径迭代法算出的γ，计算得到方向盘角度的补偿值steering angle
tire pressure
：
[0091]
步骤s4中方向盘角度的补偿值的计算公式为：
[0092]
steering angle
tire pressure
＝γ*k
p
*τ*lat_error
ꢀꢀꢀꢀ
(11)
[0093]
其中，steering angle
tire pressure
为方向盘角度的补偿值，γ为步骤s2中计算得到的特征参数；τ为压差系数，根据不同情况下胎压情况进行动态标定，通常为1；k
p
是需要调参数来达到预期值的标定系数；lat_error为横向误差。
[0094]
根据不同轮胎转速下的情况，γ将会是一个动态值，最终的结果会根据实际车辆行驶动态过程中的数据与运算结果求取方向盘补偿角steering angle
tire pressure
。通过此方式则补偿了胎压不稳定的情况下的横向偏差。
[0095]
但当出现如图3所示的情况时，γ参数由于公式原因会非常接近于0，但是此时依然出现了胎压不足的问题。
[0096]
当判断胎压关系时，fr轮胎与rr轮胎胎压均出现旋转半径过低时或fl轮胎与rl轮胎同时出现旋转半径过低的情况，则认为出现此类情况。此时公式；
[0097][0098]
其中，ω
fl
代表左前轮的角速度，ω
fr
代表右前轮的角速度。此时参数τ也将会从1变到2，此参数会根据不同情况下胎压情况进行动态标定。此时横向误差lat_error也会根据补偿的参数值不断向0收敛，以此达到校准误差的效果。如下表2所示，当同侧胎压均为低压时，则需要参数τ来进行标定。
[0099]
表2同侧胎压均为低压时四个轮胎的具体信息表
[0100]
轮胎线速度角速度半径胎压fr5.57m/s17.69rad/s31.48cm2.5kpafl6.01m/s19.50rad/s30.82cm2.0kparr5.49m/s17.42rad/s31.51cm2.5kparl5.97m/s19.52rad/s30.58cm2.0kpa
[0101]
本发明的弥补胎压问题导致的自动驾驶横向偏差的方法的有益效果在于：
[0102]
1、当轮胎胎压出现细微问题时，但不足够让驾驶员更换轮胎或者给轮胎充气的时候，本发明保证了无人驾驶车辆能更精准地按照规划轨迹行驶。
[0103]
2、在行驶过程中，当单个轮胎气压突然出现问题时，本发明提供的方法依然通过对方向盘角度进行补偿，来保证无人驾驶车辆在高速行驶中，也不会因为突变的物理硬件而产生危险，有效地保障了无人驾驶车辆行驶的安全性、可延续性和自适应性，且能即时保护乘车人的安全。
[0104]
尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。如本技术和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一种”等词并非特指单数，也可包括复数。一般说来，术语“包括”仅提示包括已明确标识的步
骤，而这些步骤不构成一个排它性的罗列，方法也可能包含其他的步骤。
[0105]
以上所述实施例仅是对本发明的进一步说明，并非对本发明做其他形式的限制，本发明还可有其它多种实施例。在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员可根据本发明作出各种相应的修改和变化，但这些相应的修改和变化都应落入本发明的保护范围。

技术特征：
1.一种弥补胎压问题导致的自动驾驶横向偏差的方法，其特征在于，包括如下步骤：步骤s1，实时采集车辆行驶过程中轮胎的运动信息；所述轮胎的运动信息包括轮胎滚动的线速度和角速度；步骤s2，根据轮胎的运动信息，计算轮胎的滚动半径，并通过半径迭代法判断轮胎胎压是否异常，所述半径迭代法是通过预先设定的特征参数γ表示轮胎的滚动半径的差异，以判断轮胎胎压是否异常；步骤s3，根据轮胎的滚动半径和特征参数γ，判断轮胎胎压与轮胎半径的关系，并确定胎压异常的轮胎位置；以及步骤s4，根据特征参数γ计算方向盘角度的补偿值。2.根据权利要求1所述的弥补胎压问题导致的自动驾驶横向偏差的方法，其特征在于，步骤s2中，当特征参数γ保持不为0的状态时，轮胎胎压异常；所述预先设定的特征参数γ的计算公式如下：其中，r
fl
代表左前轮的滚动半径，r
fr
代表右前轮的滚动半径，r
rl
代表左后轮的滚动半径，r
rr
代表右后轮的滚动半径。3.根据权利要求2所述的弥补胎压问题导致的自动驾驶横向偏差的方法，其特征在于，车辆行驶过程中，轮胎的滚动半径的计算公式如下：其中，r表示轮胎的滚动半径，v
r
表示轮胎滚动的线速度，ω
r
表示轮胎滚动的角速度。4.根据权利要求3所述的弥补胎压问题导致的自动驾驶横向偏差的方法，其特征在于，所述步骤s2中，当滚动半径r为定值时，所述特征参数γ的计算公式如下：其中，v
fl
代表左前轮的线速度，v
fr
代表右前轮的线速度，v
rl
代表左后轮的线速度，v
rr
代表右后轮的线速度；ω
fl
代表左前轮的角速度，ω
fr
代表右前轮的角速度，ω
rl
代表左后轮的角速度，ω
rr
代表右后轮的角速度。5.根据权利要求4所述的弥补胎压问题导致的自动驾驶横向偏差的方法，其特征在于，所述步骤s2中还包括采用递归最小二乘法迭代求解式(3)中的特征参数γ，具体步骤如下：y＝ax
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中，a＝1；x＝γ；x＝γ；x＝γ；p(k)＝(1-q(k))p(k-1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
其中，p与a满足关系：p＝(a
t
a)-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)迭代的终止条件为：其中，δ
γ
为终止限值，的迭代收敛时的值为γ。6.根据权利要求3所述的弥补胎压问题导致的自动驾驶横向偏差的方法，其特征在于，步骤s3具体为：通过式(2)计算各个轮胎的滚动半径，根据轮胎半径与特征参数γ，进行标定，判断轮胎胎压与轮胎半径的关系；比较各个轮胎的滚动半径，并确定出现胎压异常的轮胎位置。7.根据权利要求1所述的弥补胎压问题导致的自动驾驶横向偏差的方法，其特征在于，所述步骤s4中，当同轴轮胎中单侧胎压不足时，根据特征参数γ计算方向盘角度的补偿值。8.根据权利要求7所述的弥补胎压问题导致的自动驾驶横向偏差的方法，其特征在于，所述步骤s4具体为：当同轴轮胎胎压压差超过0.1kpa时，根据特征参数γ计算方向盘角度的补偿值；否则，不做补偿。9.根据权利要求7或8所述的弥补胎压问题导致的自动驾驶横向偏差的方法，其特征在于，所述步骤s4中方向盘角度的补偿值的计算公式为：steering angle
tire pressure
＝γ*k
p
*t*lat_error
ꢀꢀꢀꢀꢀ
(11)其中，steering angle
tire pressure
为方向盘角度的补偿值；γ为所述步骤s2中计算得到的特征参数，在不同的轮胎运动信息下，γ是一个动态值；τ为压差系数，根据不同情况下的胎压情况进行动态标定；k
p
为标定系数，通过调节以达到预期值；lat_error为横向误差。10.根据权利要求9所述的弥补胎压问题导致的自动驾驶横向偏差的方法，其特征在于，同侧轮胎同时出现胎压异常时，动态标定式(11)中的压差系数τ，并且特征参数γ的计算公式如下：其中，ω
fl
代表左前轮的角速度，ω
fr
代表右前轮的角速度；横向误差lat_error根据方向盘角度的补偿值不断向0收敛，以校准误差。

技术总结
本发明提供了一种弥补胎压问题导致的自动驾驶横向偏差的方法，包括如下步骤：步骤S1，实时采集车辆行驶过程中轮胎的运动信息；所述轮胎的运动信息包括轮胎滚动的线速度和角速度；步骤S2，根据轮胎的运动信息，计算轮胎的滚动半径，并通过半径迭代法判断轮胎胎压是否异常，所述半径迭代法是通过预先设定的特征参数γ表示轮胎的滚动半径的差异，以判断轮胎胎压是否异常；步骤S3，根据轮胎的滚动半径和特征参数γ，判断轮胎胎压与轮胎半径的关系，并确定胎压异常的轮胎位置；步骤S4，根据特征参数γ计算方向盘角度的补偿值。γ计算方向盘角度的补偿值。γ计算方向盘角度的补偿值。


技术研发人员：周方睿 彭怡凡 姚鸣杰 卢奕燊
受保护的技术使用者：上汽大众汽车有限公司
技术研发日：2023.04.14
技术公布日：2023/7/4