[发明专利]一种横坡道路上的车辆控制方法、装置、设备及介质

说明书

本申请公开了一种横坡道路上的车辆控制方法、装置、设备及介质，涉及高级驾驶辅助领域，包括：获取车辆的车速、横摆角速度以及第一横向加速度，并基于车速及横摆角速度确定第二横向加速度；分别对第一横向加速度及第二横向加速度高阶滤波；基于滤波后第一横向加速度及滤波后第二横向加速度确定目标加速度，并对目标加速度高阶滤波；通过滤波后目标加速度及扭矩补偿系数确定横坡补偿扭矩，以便对车辆进行控制。本申请中的车速、横摆角速度及第一横向加速度等信息为采用低成本的方式便可以获取到的信息，因此，本申请降低了横坡补偿扭矩的计算成本，并且本申请通过对横向加速度以及目标加速度进行高阶滤波，提高了车辆过弯的平顺性，减少了振荡。

技术领域

本发明涉及高级驾驶辅助技术领域，特别涉及一种横坡道路上的车辆控制方法、装置、设备及介质。

背景技术

在高级驾驶辅助(ADAS，Advanced Driving Assistance System)技术领域的LKS(Lane Keeping System，车道保持系统)控制性能评价中，车辆平顺过弯一直是一个核心指标。针对有横坡的弯道，现有技术通过以下三种方式控制车辆，第一、不采集道路横坡信息，直接通过PID等控制方法(包括增量式算法，位置式算法，微分先行)对车辆进行控制。第二、通过使用昂贵的传感器，例如激光雷达来采集路面信息，构建道路三维模型，从而获取横坡信息进而控制车辆。第三、通过车辆行驶采集道路环境信息，不断学习，行成驾驶经验数据，间接获得道路信息，从而对车辆进行控制。需要指出的是，第一种方法很难实现平顺地过弯；对内弯高外弯低的弯道，过弯效果会更差，会出现左右摆动振荡现象，并且，不采集道路横坡信息，就无法针对性地给出有效扭矩补偿，无法在有横坡的弯道上达到平顺的控制效果。针对第二种方法，因激光雷达等传感器较昂贵，通过这种方法来获取横坡信息，只适合AD领域，不适合ADAS领域，ADAS系统一般不配备如此高昂的传感器。针对第三种方法，通过行驶数据，不断学习迭代，进而控制车辆在横坡弯道上行驶。这种方法一是需要积累大量数据，二是对全新没学习过的道路，难以到达良好的控制效果。

为此，如何在降低横坡信息的获取成本的同时给出有效扭矩补偿，并提高车辆过弯的平顺性，减少振荡是本领域亟待解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种横坡道路上的车辆控制方法、装置、设备及介质，能够在降低横坡信息的获取成本的同时给出有效扭矩补偿，并提高车辆过弯的平顺性，减少振荡，其具体方案如下：

第一方面，本申请公开了一种横坡道路上的车辆控制方法，包括：

获取车辆的车速、横摆角速度以及第一横向加速度，并基于所述车速以及所述横摆角速度确定第二横向加速度；

分别对所述第一横向加速度以及所述第二横向加速度进行第一高阶滤波，得到滤波后第一横向加速度以及滤波后第二横向加速度；

基于所述滤波后第一横向加速度以及所述滤波后第二横向加速度确定目标加速度，并在对所述目标加速度进行第二高阶滤波后，得到滤波后目标加速度；

通过所述滤波后目标加速度以及扭矩补偿系数确定横坡补偿扭矩，以便根据所述横坡补偿扭矩对所述车辆进行控制。

可选的，所述基于所述车速以及所述横摆角速度确定第二横向加速度之前，还包括：

分别通过第一预设计算模型以及第二预设计算模型对所述车速以及所述横摆角速度进行一阶滤波，得到滤波后车速以及滤波后横摆角速度；

相应的，所述基于所述车速以及所述横摆角速度确定第二横向加速度包括：

基于所述滤波后车速以及所述滤波后横摆角速度确定第二横向加速度。

可选的，所述第一预设计算模型以及所述第二预设计算模型分别为：