[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN115107867B - 基于神经网络计算的扭矩请求的功能限制 - Google Patents

基于神经网络计算的扭矩请求的功能限制 Download PDF

Info

Publication number
CN115107867B
CN115107867B CN202210286401.2A CN202210286401A CN115107867B CN 115107867 B CN115107867 B CN 115107867B CN 202210286401 A CN202210286401 A CN 202210286401A CN 115107867 B CN115107867 B CN 115107867B
Authority
CN
China
Prior art keywords
assist torque
steering
torque
neural network
steering system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210286401.2A
Other languages
English (en)
Other versions
CN115107867A (zh
Inventor
T·卢科姆斯基
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Steering Solutions IP Holding Corp
Original Assignee
Steering Solutions IP Holding Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Steering Solutions IP Holding Corp filed Critical Steering Solutions IP Holding Corp
Publication of CN115107867A publication Critical patent/CN115107867A/zh
Application granted granted Critical
Publication of CN115107867B publication Critical patent/CN115107867B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/027Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D5/00Power-assisted or power-driven steering
    • B62D5/04Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear
    • B62D5/0457Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such
    • B62D5/0481Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such monitoring the steering system, e.g. failures
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D6/00Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D5/00Power-assisted or power-driven steering
    • B62D5/04Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear
    • B62D5/0457Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such
    • B62D5/046Controlling the motor
    • B62D5/0463Controlling the motor calculating assisting torque from the motor based on driver input
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D5/00Power-assisted or power-driven steering
    • B62D5/04Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear
    • B62D5/0457Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such
    • B62D5/0481Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such monitoring the steering system, e.g. failures
    • B62D5/0493Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such monitoring the steering system, e.g. failures detecting processor errors, e.g. plausibility of steering direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

一种用于计算转向系统中请求的辅助扭矩的至少一个功能限制的方法。该方法包括接收至少一个输入并将该至少一个输入传送到人工神经网络,其中,该人工神经网络被配置为计算对应于请求的辅助扭矩的辅助扭矩限制。该方法还包括从人工神经网络接收对应于请求的辅助扭矩的辅助扭矩限制并且使用请求的辅助扭矩和辅助扭矩限制来控制转向系统的至少一个方面。

Description

基于神经网络计算的扭矩请求的功能限制
相关申请的交叉引用
本专利申请要求2021年3月22日提交的序列号为63/164,200的美国临时专利申请的优先权,其全部内容通过引用的方式并入本文。
技术领域
本公开涉及车辆扭矩请求的功能限制,并且具体地涉及用于基于神经网络计算的扭矩请求功能限制的系统和方法。
背景技术
诸如小汽车、卡车、运动型多功能车、跨界车、小型货车、快艇、飞行器、全地形车、休闲车或其他合适的交通工具等车辆通常包括转向系统,例如电动助力转向(EPS)系统、线控转向(SbW)转向系统、液压转向系统或其他合适的转向系统。这种车辆的转向系统通常控制车辆转向的各个方面,包括向车辆的操作者提供转向辅助、控制车辆的可转向轮等。
转向系统通常包括用于向转向系统的各种组件提供扭矩的各种扭矩路径。通常,每个扭矩路径都包括防火墙,该防火墙用于提供功能诊断并保护转向系统的组件免受错误或恶意扭矩命令。
发明内容
本公开大体上涉及转向系统。
公开的实施例的一个方面包括一种用于计算转向系统中请求的辅助扭矩的至少一个功能限制的方法。该方法包括接收至少一个输入并将该至少一个输入传送到人工神经网络,其中,该人工神经网络被配置为计算对应于请求的辅助扭矩的辅助扭矩限制。该方法还包括从人工神经网络接收对应于请求的辅助扭矩的辅助扭矩限制并且使用请求的辅助扭矩和辅助扭矩限制来控制转向系统的至少一个方面。
公开的实施例的另一方面包括一种用于计算转向系统中请求的辅助扭矩的至少一个功能限制的系统。该系统包括处理器和存储器。该存储器包括指令,该指令在由该处理器执行时,使处理器:接收至少一个输入;将该至少一个输入传送到人工神经网络,其中,该人工神经网络被配置为计算对应于请求的辅助扭矩的辅助扭矩限制;从人工神经网络接收对应于请求的辅助扭矩的辅助扭矩限制;以及使用请求的辅助扭矩和辅助扭矩限制来控制转向系统的至少一个方面。
公开的实施例的另一方面包括一种用于计算转向系统中请求的辅助扭矩的至少一个功能限制的设备。该设备包括处理器和存储器。该存储器包括指令,该指令在由该处理器执行时,使处理器:接收至少一个输入,该至少一个输入包括方向盘扭矩、方向盘角度、马达速率、车辆速度和估计的马达扭矩中的至少一个;将该至少一个输入传送到人工神经网络,使用对应于一个或多个转向操纵的数据训练该人工神经网络,其中,该人工神经网络被配置为计算对应于请求的辅助扭矩的辅助扭矩限制;从人工神经网络接收对应于请求的辅助扭矩的辅助扭矩限制;以及使用请求的辅助扭矩和辅助扭矩限制来控制转向系统的至少一个方面。
在以下对实施例、所附权利要求书和附图的详细描述中公开了本公开的这些和其他方面。
附图说明
当结合附图阅读时,通过以下详细描述,本公开被最好地理解。要强调的是,根据惯例,附图的各种特征未按比例绘制。相反,为了清楚起见,各种特征的尺寸被任意地扩大或缩小。
图1大体上示出了根据本公开原理的车辆。
图2A大体上示出了根据本公开原理的转向系统控制系统。
图2B大体上示出了根据本公开原理的人工神经网络。
图3是大体上示出根据本公开原理的辅助扭矩限制计算方法的流程图。
具体实施方式
以下讨论针对本公开的各种实施例。尽管这些实施例中的一个或多个可能是优选的,但是所公开的实施例不应被解释为或以其他方式用作限制包括权利要求书的本公开的范围。另外,本领域技术人员将理解,以下描述具有广泛的应用,并且对任何实施例的讨论仅旨在作为该实施例的示例性讨论,而无意于暗示包括权利要求书的本公开的范围限于该实施例。
如前所述,诸如小汽车、卡车、运动型多功能车、跨界车、小型货车、快艇、飞行器、全地形车、休闲车或其他合适的交通工具等车辆通常包括转向系统,例如电动助力转向(EPS)系统、线控转向(SbW)转向系统、液压转向系统或其他合适的转向系统。
这种车辆的转向系统通常控制车辆转向的各个方面,包括向车辆的操作者提供转向辅助、控制车辆的可转向轮等。转向系统通常包括用于向转向系统的各种组件提供扭矩的各种扭矩路径。例如,在包括开环反馈控制系统的转向系统中,扭矩路径可以包括辅助扭矩路径、阻尼扭矩路径、返回扭矩路径、行程末端扭矩路径、其他合适的扭矩路径或其组合。在包括闭环反馈控制系统的转向系统中,闭环反馈控制系统可以包括全局限制器。
通常,每个扭矩路径都包括防火墙,该防火墙用于提供功能诊断并保护转向系统的组件免受错误或恶意扭矩命令。这可能需要单独调整每个防火墙,这可能相对耗时并且可能需要专业知识。对于闭环反馈控制系统,全局限制器可能相对复杂并且可能相对难以调整(例如,由于全局限制器考虑默认操作特性、转向系统的动态特性和叠加命令)。附加地或替代地,调整这种防火墙可能容易出现人为错误。
因此,可能期望诸如本文描述的那些系统和方法,其被配置为使用经训练的人工神经网络来实时或接近实时地计算请求的辅助扭矩的功能限制。在一些实施例中,本文描述的系统和方法可以被配置为生成人工神经网络全局限制器,该人工神经网络全局限制器自动对所有转向系统输入和输出做出反应。本文描述的系统和方法可以被配置为为开环反馈控制系统和闭环反馈控制系统提供稳健且通用的解决方案,这可以减少或消除防火墙调整并且可以减少或消除对转向系统或转向系统的校准的专业知识的需要。
在一些实施例中,本文描述的系统和方法可以被配置为基于对应于多个记录的(例如,捕获到的、感测到的、测得的等)车辆操纵(例如,包括转向操纵和/或其他合适的操纵)的数据来训练人工神经网络(例如,其可以包括深度学习系统、机器学习模型、人工智能、人工神经网络等),这些车辆操纵考虑了系统行为的所有方面(例如,返回、阻尼、行程末端、其他合适的方面和/或行为、或其组合)。本文描述的系统和方法可以被配置为离线(例如,在车辆中实现之前)训练和测试人工神经网络。在一些实施例中,人工神经网络可以包括自调整网络(例如,网络可以在训练过程中自调整),这可以减少或消除手动调整。
在一些实施例中,本文描述的系统和方法可以被配置为测量各种系统特性(例如,诸如方向盘扭矩、马达速率、估计的马达扭矩命令等)。本文描述的系统和方法可以被配置为将测得的特性(例如,作为输入)传送到人工神经网络。人工神经网络可以处理输入(例如,包括所有车辆行驶状况和车辆动力学)并生成最终的限制值。
在一些实施例中,本文描述的系统和方法可以被配置为提供用于开环反馈控制系统和闭环反馈控制系统中的单个组件(例如,单个防火墙机制),其可以提供功能诊断和限制,而无需车辆或车辆调整的专业知识。
在一些实施例中,本文描述的系统和方法可以被配置为接收至少一个输入。该至少一个输入可以包括方向盘扭矩、方向盘角度、马达速率、车辆速度、估计的马达扭矩命令、其他合适的输入或其组合。本文描述的系统和方法可以被配置为将该至少一个输入传送到人工神经网络。该人工神经网络可以被配置为计算对应于请求的辅助扭矩的辅助扭矩限制。在一些实施例中,可以使用对应于一个或多个转向操纵的数据来训练人工神经网络。本文描述的系统和方法可以被配置为从人工神经网络接收对应于请求的辅助扭矩的辅助扭矩限制。本文描述的系统和方法可以被配置为使用请求的辅助扭矩和辅助扭矩限制来控制转向系统的至少一个方面。
图1大体上示出了根据本公开原理的车辆10。车辆10可以包括任何合适的车辆,例如小汽车、卡车、运动型多用途车、小型货车、跨界车、任何其他客运车辆、任何合适的商用车或任何其他合适的车辆。尽管车辆10被图示为具有车轮并且在道路上使用的客运车辆,但是本公开的原理可以应用于其他交通工具,例如飞机、轮船、火车、无人机或其他合适的交通工具。
车辆10包括车体12和发动机罩14。乘客室18至少部分地由车体12限定。车体12的另一部分限定引擎室20。发动机罩14可以可移动地附接至车体12的一部分,使得当发动机罩14处于第一位置或打开位置时发动机罩14提供对引擎室20的访问,而当发动机罩14处于第二位置或关闭位置时发动机罩14盖住引擎室20。在一些实施例中,引擎室20可以被设置在车辆10的后面部分上(与通常所示出的相比而言)。
乘客室18可以被布置在引擎室20的后方,但是在引擎室20被布置在车辆10的后面部分上的实施例中,乘客室18可以被布置在引擎室20的前方。车辆10可以包括任何合适的推进系统,包括内燃机;一个或多个电动马达(例如,电动车辆);一个或多个燃料电池;包括内燃机、一个或多个电动马达的组合的混合(例如,混合动力车辆)推进系统;和/或任何其他合适的推进系统。
在一些实施例中,车辆10可以包括汽油燃料引擎,诸如火花点火式引擎。在一些实施例中,车辆10可以包括柴油燃料引擎,例如压缩点火式引擎。引擎室20容纳和/或包围车辆10的推进系统的至少一些组件。附加地或可替代地,推进控制装置(例如加速器致动器(例如,加速器踏板)、制动致动器(例如,制动踏板)、转向盘和其他此类组件)被布置在车辆10的乘客室18中。推进控制装置可以由车辆10的驾驶员致动或控制,并且可以分别直接连接至推进系统的对应组件,例如油门、制动器、车轴以及车辆变速器等。在一些实施例中,推进控制装置可以将信号传送到车辆计算机(例如,线控驾驶),该车辆计算机进而可以控制推进系统的对应的推进组件。这样,在一些实施例中,车辆10可以是自主车辆。
在一些实施例中,车辆10包括经由飞轮或离合器或液力联轴节与曲轴通信的变速器。在一些实施例中,变速器包括手动变速器。在一些实施例中,变速器包括自动变速器。在内燃机或混合动力车辆的情况下,车辆10可以包括一个或多个活塞,其与曲轴协同运行以生成力,该力通过变速器被传递到一个或多个轴上,使车轮22转动。当车辆10包括一个或多个电动马达时,车辆电池和/或燃料电池向电动马达提供能量,以使车轮22转动。
车辆10可包括自动车辆推进系统,例如巡航控制、自适应巡航控制、自动制动控制、其他自动车辆推进系统或其组合。车辆10可以是自主车辆或半自主车辆,或其他合适类型的车辆。车辆10可以包括与本文一般示出和/或公开的特征相比的附加的或更少的特征。
在一些实施例中,车辆10可以包括以太网组件24、控制器局域网(CAN)总线26、面向媒体的系统传输组件(MOST)28、FlexRay组件30(例如线控制动系统等)和本地互连网络组件(LIN)32。车辆10可以使用CAN总线26、MOST 28、FlexRay组件30、LIN 32、其他合适的网络或通信系统或其组合,以将各种信息从例如车辆内部或外部的传感器传送到例如车辆内部或外部的各种处理器或控制器。车辆10可以包括与本文一般示出和/或公开的特征相比附加的或更少的特征。
在一些实施例中,车辆10可以包括转向系统,例如,EPS系统、线控转向转向系统(例如,其可以包括控制转向系统的组件的一个或多个控制器或与其通信,而无需使用车辆10的方向盘与车轮22之间的机械连接)、液压转向系统(例如,其可以包括结合到液压转向系统的阀组件中的磁致动器)或其他合适的转向系统。
转向系统可以包括开环反馈控制系统或机构、闭环反馈控制系统或机构、或其组合。转向系统可以被配置为接收各种输入,包括但不限于方向盘位置、输入扭矩、一个或多个车轮位置、其他合适的输入或信息、或其组合。
附加地或替代地,输入可以包括方向盘扭矩、方向盘角度、马达速率、车辆速度、估计的马达扭矩命令、其他合适的输入或其组合。转向系统可以被配置为向车辆10提供转向功能和/或控制。例如,转向系统可以基于各种输入生成辅助扭矩。转向系统可以被配置为使用辅助扭矩选择性地控制转向系统的马达,以向车辆10的操作者提供转向辅助。
在一些实施例中,转向系统可以包括转向系统控制器,例如控制器100,如图2A大体上示出的。控制器100可以包括任何合适的控制器。控制器100可以被配置为控制例如转向系统的各种功能。控制器100可以包括处理器102和存储器104。处理器102可以包括任何合适的处理器,例如本文所述的那些。附加地或替代地,除了处理器102之外,控制器100可以包括任何合适数量的处理器。存储器104可以包括单个磁盘或多个磁盘(例如,硬盘驱动器),并且包括管理存储器104内的一个或多个分区的存储管理模块。在一些实施例中,存储器104可以包括闪速存储器、半导体(固态)存储器等。存储器104可以包括随机存取存储器(RAM)、只读存储器(ROM)或其组合。存储器104可以包括在由处理器102执行时使处理器102至少控制转向系统的各种功能的指令。
控制器100可以从各种测量装置或传感器106接收一个或多个信号,这些信号指示车辆10的感测到的或测得的特性。传感器106可以包括任何合适的传感器、测量装置和/或其他合适的机构。例如,传感器106可以包括一个或多个扭矩传感器或装置、一个或多个方向盘位置传感器或装置、一个或多个马达位置传感器或装置、一个或多个位置传感器或装置、其他合适的传感器或装置、或其组合。该一个或多个信号可以指示方向盘扭矩、方向盘角度、马达速率、车辆速度、其他合适的信息或其组合。
在一些实施例中,控制器100可以使用一个或多个信号来估计马达扭矩。在一些实施例中,控制器100基于一个或多个信号生成请求的辅助扭矩。辅助扭矩可以对应于要施加到转向系统的一个或多个组件以辅助操作者旋转例如方向盘的扭矩量。在一些实施例中,控制器100可以从车辆10内的一个或多个不同源接收请求的辅助扭矩。
在一些实施例中,控制器100可以与人工神经网络200进行通信。人工神经网络200可以设置在车辆10内或远程定位(例如,在诸如移动计算装置或其他合适的计算装置等计算装置上或在远程定位的计算服务器或其他合适的远程定位的计算装置上)。人工神经网络200可以包括任何合适的神经网络并且可以包括一个或多个层,例如图2B中大体示出的隐藏层。
在一些实施例中,人工神经网络200可以从传感器106接收一个或多个信号。如上所述,该一个或多个信号可以指示方向盘扭矩、方向盘角度、马达速率、车辆速度、其他合适的信息、或其组合。人工神经网络200可以从控制器100或其他合适的源接收估计的辅助扭矩。
在一些实施例中,控制器100可以接收至少一个输入。该至少一个输入可以包括方向盘扭矩、方向盘角度、马达速率、车辆速度、估计的马达扭矩命令、其他合适的输入或其组合。控制器100可以将该至少一个输入传送到人工神经网络200。
在一些实施例中,该至少一个输入可以从传感器106被传送到人工神经网络200。附加地或替代地,人工神经网络200可以从控制器100或其他合适的源接收估计的马达扭矩。人工神经网络200可以被配置为计算对应于请求的辅助扭矩的辅助扭矩限制,该请求的辅助扭矩由控制器100或其他合适的源生成。在一些实施例中,可以使用对应于一个或多个转向操纵的数据来训练人工神经网络200,如所描述的。
控制器100可以从人工神经网络200接收对应于请求的辅助扭矩的辅助扭矩限制。控制器100可以使用请求的辅助扭矩和辅助扭矩限制来控制转向系统的至少一个方面。
在一些实施例中,控制器100可以执行本文所述的方法。然而,本文描述的如由控制器100执行的方法并不旨在具有限制性,并且在控制器或处理器上执行的任何类型的软件都可以执行本文描述的方法,而不脱离本公开的范围。例如,控制器(诸如在计算装置内执行软件的处理器)可以执行本文描述的方法。
图3是大体示出根据本公开原理的辅助扭矩限制计算方法300的流程图。在302处,方法300接收至少一个输入。例如,控制器100可以接收至少一个输入。
在304处,方法300可以将该至少一个输入传送到人工神经网络。例如,控制器100可以将至少一个输入传送到人工神经网络200。在一些实施例中,人工神经网络200可以从传感器106或其他合适的源接收至少一个输入。
在306处,方法300从人工神经网络接收对应于请求的辅助扭矩的辅助扭矩限制。例如,控制器100可以从人工神经网络200接收对应于请求的辅助扭矩的辅助扭矩限制(例如,由人工神经网络200生成,如所描述的)。
在308处,方法300使用请求的辅助扭矩和辅助扭矩限制来控制转向系统的至少一个方面。例如,控制器100可以至少使用请求的辅助扭矩和辅助扭矩限制来控制转向系统的至少一个方面。
在一些实施例中,一种用于计算转向系统中请求的辅助扭矩的至少一个功能限制的方法包括接收至少一个输入并将该至少一个输入传送到人工神经网络,其中,该人工神经网络被配置为计算对应于请求的辅助扭矩的辅助扭矩限制。该方法还包括从人工神经网络接收对应于请求的辅助扭矩的辅助扭矩限制并且使用请求的辅助扭矩和辅助扭矩限制来控制转向系统的至少一个方面。
在一些实施例中,该至少一个输入包括方向盘扭矩、方向盘角度、马达速率、车辆速度和估计的马达扭矩中的至少一个。在一些实施例中,使用对应于一个或多个转向操纵的数据来训练人工神经网络。在一些实施例中,对应于一个或多个转向操纵的数据包括返回扭矩路径数据、阻尼扭矩路径数据和行程末端扭矩路径数据中的至少一个。在一些实施例中,转向系统包括开环反馈控制系统。在一些实施例中,转向系统包括闭环反馈控制系统。在一些实施例中,转向系统包括电动助力转向系统。在一些实施例中,转向系统包括线控转向转向系统。在一些实施例中,转向系统包括液压转向系统。
在一些实施例中,一种用于计算转向系统中请求的辅助扭矩的至少一个功能限制的系统包括处理器和存储器。该存储器包括指令,该指令在由该处理器执行时,使处理器:接收至少一个输入;将该至少一个输入传送到人工神经网络,其中,该人工神经网络被配置为计算对应于请求的辅助扭矩的辅助扭矩限制;从人工神经网络接收对应于请求的辅助扭矩的辅助扭矩限制;以及使用请求的辅助扭矩和辅助扭矩限制来控制转向系统的至少一个方面。
在一些实施例中,该至少一个输入包括方向盘扭矩、方向盘角度、马达速率、车辆速度和估计的马达扭矩中的至少一个。在一些实施例中,使用对应于一个或多个转向操纵的数据训练人工神经网络。在一些实施例中,对应于一个或多个转向操纵的数据包括返回扭矩路径数据、阻尼扭矩路径数据和行程末端扭矩路径数据中的至少一个。在一些实施例中,转向系统包括开环反馈控制系统。在一些实施例中,转向系统包括闭环反馈控制系统。在一些实施例中,转向系统包括电动助力转向系统。在一些实施例中,转向系统包括线控转向转向系统。在一些实施例中,转向系统包括液压转向系统。
在一些实施例中,一种用于计算转向系统中请求的辅助扭矩的至少一个功能限制的设备包括处理器和存储器。该存储器包括指令,该指令在由该处理器执行时,使处理器:接收至少一个输入,该至少一个输入包括方向盘扭矩、方向盘角度、马达速率、车辆速度和估计的马达扭矩中的至少一个;将该至少一个输入传送到人工神经网络,使用对应于一个或多个转向操纵的数据训练该人工神经网络,其中,该人工神经网络被配置为计算对应于请求的辅助扭矩的辅助扭矩限制;从人工神经网络接收对应于请求的辅助扭矩的辅助扭矩限制;以及使用请求的辅助扭矩和辅助扭矩限制来控制转向系统的至少一个方面。
在一些实施例中,对应于一个或多个转向操纵的数据包括返回扭矩路径数据、阻尼扭矩路径数据和行程末端扭矩路径数据中的至少一个。
词语“示例”在本文中用来表示用作示例、例子或说明。本文中被描述为“示例”的任何方面或设计不必被解释为比其他方面或设计更优选或有利。相反,使用“示例”一词旨在以具体方式呈现概念。如在本申请中使用的,术语“或”旨在表示包括性的“或”而不是排他性的“或”。也就是说,除非另有说明或从上下文可以清楚地看出,“X包括A或B”旨在表示任何自然的包含性排列。也就是说,如果X包含A;X包括B;或X包括A和B二者,则在任何前述情况下均满足“X包括A或B”。另外,在本申请和所附权利要求书中使用的冠词“一(a)”和“一个(an)”通常应被解释为意指“一个或多个”,除非另有说明或从上下文清楚地指向单数形式。此外,除非如此描述,否则贯穿全文使用的术语“一实施方式”或“一个实施方式”并不旨在表示相同的实施例或实施方式。
可以以硬件、软件或其任何组合来实现本文描述的系统、算法、方法、指令等。硬件可以包括例如计算机、知识产权(IP)内核、专用集成电路(ASIC)、可编程逻辑阵列、光学处理器、可编程逻辑控制器、微代码、微控制器、服务器、微处理器、数字信号处理器或任何其他合适的电路。在权利要求书中,术语“处理器”应理解为单独地或组合地包括前述硬件中的任一个。可以互换地使用术语“信号”和“数据”。
如本文使用的,术语模块可以包括设计成与其他部件一起使用的封装功能硬件单元、可由控制器(例如,执行软件或固件的处理器)执行的指令集、被配置为执行特定功能的处理电路、以及与更大的系统对接的独立硬件或软件部件。例如,模块可以包括专用集成电路(ASIC)、现场可编程门阵列(FPGA)、电路、数字逻辑电路、模拟电路、分立电路的组合、门和其他类型的硬件或其组合。在其他实施例中,模块可以包括存储器,该存储器存储可由控制器执行以实现模块的特征的指令。
此外,在一个方面,例如,本文描述的系统可以使用具有计算机程序的通用计算机或通用处理器来实现,该计算机程序在执行时实施本文描述的相应方法、算法和/或指令中的任一个。另外或替代地,例如,可以利用专用计算机/处理器,该专用计算机/处理器可以包含用于实施本文描述的方法、算法或指令中的任一个的其他硬件。
此外,本公开的全部或部分实施方式可以采取计算机程序产品的形式,该计算机程序产品是从例如计算机可用或计算机可读介质可访问的。计算机可用或计算机可读介质可以是任何装置,该装置例如可以有形地包含、存储、传递或传输程序,以供任何处理器使用或与任何处理器结合使用。介质可以例如是电子的、磁性的、光学的、电磁的或半导体器件。其他合适的介质也是可用的。
已经描述了上述实施例、实施方式和方面,以允许容易地理解本公开并且不限制本公开。相反,本公开旨在覆盖所附权利要求书的范围内所包括的各种修改和等效布置,该范围应被赋予最宽泛的解释,以涵盖法律允许的所有此类修改和等效结构。

Claims (20)

1.一种用于计算转向系统中请求的辅助扭矩的至少一个功能限制的方法,所述方法包括:
接收至少一个输入;
将所述至少一个输入传送到人工神经网络,其中,所述人工神经网络被配置为计算对应于所述请求的辅助扭矩的辅助扭矩限制;
从所述人工神经网络接收对应于所述请求的辅助扭矩的所述辅助扭矩限制;以及
使用所述请求的辅助扭矩和所述辅助扭矩限制控制所述转向系统的至少一个方面。
2.根据权利要求1所述的方法,其中,所述至少一个输入包括方向盘扭矩、方向盘角度、马达速率、车辆速度和估计的马达扭矩中的至少一个。
3.根据权利要求1所述的方法,其中,使用对应于一个或更多个转向操纵的数据训练所述人工神经网络。
4.根据权利要求3所述的方法,其中,对应于所述一个或更多个转向操纵的数据包括返回扭矩路径数据、阻尼扭矩路径数据和行程末端扭矩路径数据中的至少一个。
5.根据权利要求1所述的方法,其中,所述转向系统包括开环反馈控制系统。
6.根据权利要求1所述的方法,其中,所述转向系统包括闭环反馈控制系统。
7.根据权利要求1所述的方法,其中,所述转向系统包括电动助力转向系统。
8.根据权利要求1所述的方法,其中,所述转向系统包括线控转向转向系统。
9.根据权利要求1所述的方法,其中,所述转向系统包括液压转向系统。
10.一种用于计算转向系统中请求的辅助扭矩的至少一个功能限制的系统,所述系统包括:
处理器;以及
存储器,包括指令,所述指令在由所述处理器执行时,使所述处理器:
接收至少一个输入;
将所述至少一个输入传送到人工神经网络,其中,所述人工神经网络被配置为计算对应于所述请求的辅助扭矩的辅助扭矩限制;
从所述人工神经网络接收对应于所述请求的辅助扭矩的所述辅助扭矩限制;以及
使用所述请求的辅助扭矩和所述辅助扭矩限制来控制所述转向系统的至少一个方面。
11.根据权利要求10所述的系统,其中,所述至少一个输入包括方向盘扭矩、方向盘角度、马达速率、车辆速度和估计的马达扭矩中的至少一个。
12.根据权利要求10所述的系统,其中,使用对应于一个或更多个转向操纵的数据训练所述人工神经网络。
13.根据权利要求12所述的系统,其中,对应于所述一个或更多个转向操纵的数据包括返回扭矩路径数据、阻尼扭矩路径数据和行程末端扭矩路径数据中的至少一个。
14.根据权利要求10所述的系统,其中,所述转向系统包括开环反馈控制系统。
15.根据权利要求10所述的系统,其中,所述转向系统包括闭环反馈控制系统。
16.根据权利要求10所述的系统,其中,所述转向系统包括电动助力转向系统。
17.根据权利要求10所述的系统,其中,所述转向系统包括线控转向转向系统。
18.根据权利要求10所述的系统,其中,所述转向系统包括液压转向系统。
19.一种用于计算转向系统中请求的辅助扭矩的至少一个功能限制的设备,所述设备包括:
处理器;以及
存储器,包括指令,所述指令在由所述处理器执行时,使所述处理器:
接收至少一个输入,所述至少一个输入包括方向盘扭矩、方向盘角度、马达速率、车辆速度和估计的马达扭矩中的至少一个;
将所述至少一个输入传送到人工神经网络,使用对应于一个或更多个转向操纵的数据训练所述人工神经网络,其中,所述人工神经网络被配置为计算对应于所述请求的辅助扭矩的辅助扭矩限制;
从所述人工神经网络接收对应于所述请求的辅助扭矩的所述辅助扭矩限制;以及
使用所述请求的辅助扭矩和所述辅助扭矩限制控制所述转向系统的至少一个方面。
20.根据权利要求19所述的设备,其中,对应于所述一个或更多个转向操纵的数据包括返回扭矩路径数据、阻尼扭矩路径数据和行程末端扭矩路径数据中的至少一个。
CN202210286401.2A 2021-03-22 2022-03-22 基于神经网络计算的扭矩请求的功能限制 Active CN115107867B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202163164200P 2021-03-22 2021-03-22
US63/164,200 2021-03-22

Publications (2)

Publication Number Publication Date
CN115107867A CN115107867A (zh) 2022-09-27
CN115107867B true CN115107867B (zh) 2024-07-12

Family

ID=83115021

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210286401.2A Active CN115107867B (zh) 2021-03-22 2022-03-22 基于神经网络计算的扭矩请求的功能限制

Country Status (3)

Country Link
US (1) US11789412B2 (zh)
CN (1) CN115107867B (zh)
DE (1) DE102022104994A1 (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019101464A1 (de) * 2017-11-23 2019-05-31 Volkswagen Aktiengesellschaft Verfahren zum konfigurieren und zum steuern eines lenksystems, lenksystem und fahrzeug

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4442009B2 (ja) * 2000-09-19 2010-03-31 株式会社ジェイテクト 電動パワーステアリング装置
JP4325538B2 (ja) * 2004-11-09 2009-09-02 日産自動車株式会社 車両のモータトラクション制御装置
CN101058319A (zh) * 2007-05-21 2007-10-24 林士云 基于智能控制的电动助力转向系统
CN201058622Y (zh) * 2007-05-21 2008-05-14 林士云 基于智能控制的电动助力转向系统
DE102009000868B4 (de) * 2009-02-16 2011-12-29 Ford Global Technologies, Llc Vorrichtung und Verfahren zum Steuern eines Lenksystems in einem Fahrzeug
US8560178B2 (en) * 2011-11-30 2013-10-15 Steering Solutions Ip Holding Corporation System and method for providing steering torque assistance to an electrically-powered steering apparatus of a vehicle
EP2799310B1 (en) * 2013-04-30 2016-06-08 Steering Solutions IP Holding Corporation Providing assist torque without hand wheel torque sensor
DE102014216574B4 (de) * 2014-08-21 2017-12-21 Ford Global Technologies, Llc Begrenzung von Drehmomentanforderungen von Lenkassistenzeinrichtungen
KR101637097B1 (ko) * 2014-12-01 2016-07-07 주식회사 현대케피코 타이어 트랙션 서클 학습 지능형 트랙션 컨트롤 시스템 및 방법
CN106915381B (zh) * 2015-12-28 2019-05-21 联创汽车电子有限公司 电动助力转向系统最大转角自学习方法
DE102016212097A1 (de) 2016-07-04 2018-01-04 Volkswagen Ag Verfahren und Vorrichtung zum Schätzen eines Lenkraddrehmoments für eine mechanische Rückkopplung an einem Lenkrad eines Kraftfahrzeugs
ES2877567T3 (es) * 2017-01-13 2021-11-17 Thyssenkrupp Presta Ag Mecanismo electromecánico de dirección asistida de vehículos de motor para asistir a la dirección de un vehículo de motor con límites de seguridad para la solicitud de par
EP3375696B1 (en) * 2017-03-17 2019-11-20 Volvo Car Corporation Steer torque manager for an advanced driver assistance system of a road vehicle
US10589784B2 (en) * 2017-08-21 2020-03-17 Mitsubishi Electric Research Laboratories, Inc. Systems and methods for intention-based steering of vehicle
US10549773B2 (en) * 2017-12-13 2020-02-04 Gm Global Technology Operations, Llc Anti-loss-of-assistance for electric motor
CN108216231B (zh) * 2018-01-12 2019-07-19 合肥工业大学 一种基于转向和制动可拓联合的车道偏离辅助控制方法
CN109969180B (zh) * 2018-01-12 2020-05-22 合肥工业大学 一种车道偏离辅助系统的人机协调控制系统
JP2019189149A (ja) * 2018-04-27 2019-10-31 株式会社デンソー ステアリング制御装置
US11404984B2 (en) * 2018-06-20 2022-08-02 Steering Solutions Ip Holding Corporation Parameter learning for permanent magnet synchronous motor drives
US12054204B2 (en) * 2018-07-12 2024-08-06 Steering Solutions Ip Holding Corporation Rack force estimation for steering systems
CN111855239B (zh) * 2019-04-24 2022-05-20 长城汽车股份有限公司 电动助力转向系统的故障监测方法、装置及存储介质
CN110171297A (zh) * 2019-05-05 2019-08-27 北京新能源汽车股份有限公司 电动汽车的驱动电机输出扭矩控制方法、系统及车辆
FR3097512B1 (fr) * 2019-06-21 2023-01-20 Steering Solutions Ip Holding Module de positionnement de l’action du conducteur pour une fonction d’assistance au changement de voie
JP2021028204A (ja) * 2019-08-09 2021-02-25 日本電産エレシス株式会社 電動パワーステアリング用制御装置、電動パワーステアリングシステムおよび電動パワーステアリング制御装置の制御方法
DE102019212432B3 (de) 2019-08-20 2020-12-03 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Schätzen eines Lenkraddrehmoments für eine mechanische Rückkopplung an einem Lenkrad einer Lenkung eines Kraftfahrzeugs
US11685440B2 (en) 2019-10-10 2023-06-27 Steering Solutions Ip Holding Corporation System and method for shared control for emergency steering
DE102020127049B4 (de) 2019-10-14 2023-08-24 Continental Automotive Systems, Inc. Optikbasiertes Hände-dran/weg Ermitteln und handgestenbasierte Funktionsauswahl für einen menschlichen Fahrer
CN113734275B (zh) * 2020-05-28 2022-12-09 上海汽车集团股份有限公司 力矩补偿方法、助力转向系统及汽车
DE102020208860A1 (de) 2020-07-15 2022-01-20 Volkswagen Aktiengesellschaft Modul und Verfahren zur Schätzung eines Fahrbahnreibwertes für ein Kraftfahrzeug
US11577616B2 (en) 2020-10-27 2023-02-14 GM Global Technology Operations LLC Methods, systems, and apparatuses for torque control utilizing roots of pseudo neural network
US20220234651A1 (en) 2021-01-25 2022-07-28 GM Global Technology Operations LLC Methods, systems, and apparatuses for adaptive driver override for path based automated driving assist

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019101464A1 (de) * 2017-11-23 2019-05-31 Volkswagen Aktiengesellschaft Verfahren zum konfigurieren und zum steuern eines lenksystems, lenksystem und fahrzeug

Also Published As

Publication number Publication date
CN115107867A (zh) 2022-09-27
DE102022104994A1 (de) 2022-09-22
US20220299947A1 (en) 2022-09-22
US11789412B2 (en) 2023-10-17

Similar Documents

Publication Publication Date Title
US11685440B2 (en) System and method for shared control for emergency steering
CN112109799B (zh) 用于车道辅助功能的操作者动作定位模块
CN113135228B (zh) 对车辆转向进行修改的系统和方法
US11560175B2 (en) Operator action positioning module for lane assistance function
CN115107867B (zh) 基于神经网络计算的扭矩请求的功能限制
US20240059345A1 (en) Steer-by-wire software end stop
CN113525505B (zh) 用于电子助力转向冗余总线通信的系统和方法
US11180191B2 (en) System and method for unintended steering mitigation
CN114312979B (zh) 用于自主转向系统的分布式系统架构
US11975777B2 (en) Systems and methods for over learning protection for torque steer mitigation
US12145606B2 (en) Generic actuator with customized local feedback
US20240337548A1 (en) Systems and methods for torque sensor hysteresis compensation
US20240336300A1 (en) Systems and methods for rack force effort-based damping for steer-by-wire steering systems
US20240375706A1 (en) Systems and methods for cooperative vehicle operation in advanced driver assistance system mode
CN114056427B (zh) 用于在没有扭杆的情况下估计管柱扭矩的系统和方法
US20230382451A1 (en) Systems and methods for reverse directional polarity steering
US20230256981A1 (en) Generic actuator with customized local feedback
CN221563220U (zh) 转向控制系统
US20230373562A1 (en) Systems and methods for inducing speed reduction responsive to detecting a surface having a relatively low coefficient of friction
US20230342656A1 (en) Systems and methods for applying machine learning based anomaly detection in a constrained network
CN118907219A (zh) 高级驾驶辅助系统模式下协同交通工具操作的系统和方法
US20240182043A1 (en) System and method for onboard vehicle center of gravity and moment of inertia estimation
US20230080806A1 (en) Systems and methods for real time permanent magnet synchronous machine control
CN116238523A (zh) 用于手握方向盘检测的系统和方法
CN113247091A (zh) 车辆转向控制系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant