+

WO2019111366A1 - 路面状態判定方法及び路面状態判定装置 - Google Patents

路面状態判定方法及び路面状態判定装置 Download PDF

Info

Publication number
WO2019111366A1
WO2019111366A1 PCT/JP2017/043928 JP2017043928W WO2019111366A1 WO 2019111366 A1 WO2019111366 A1 WO 2019111366A1 JP 2017043928 W JP2017043928 W JP 2017043928W WO 2019111366 A1 WO2019111366 A1 WO 2019111366A1
Authority
WO
WIPO (PCT)
Prior art keywords
road surface
vehicle
surface state
state
determination
Prior art date
Application number
PCT/JP2017/043928
Other languages
English (en)
French (fr)
Inventor
拓真 林
淳弘 森
Original Assignee
日産自動車株式会社
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 日産自動車株式会社 filed Critical 日産自動車株式会社
Priority to CN201780097469.3A priority Critical patent/CN111433100B/zh
Priority to US16/769,628 priority patent/US11364915B2/en
Priority to EP17934063.3A priority patent/EP3722172A4/en
Priority to JP2019557935A priority patent/JP6863476B2/ja
Priority to PCT/JP2017/043928 priority patent/WO2019111366A1/ja
Publication of WO2019111366A1 publication Critical patent/WO2019111366A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B60W40/064—Degree of grip
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/02—Control of vehicle driving stability
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B60W40/068—Road friction coefficient
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2270/00—Further aspects of brake control systems not otherwise provided for
    • B60T2270/20—ASR control systems
    • B60T2270/213—Driving off under Mu-split conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/40—Coefficient of friction

Definitions

  • the present invention relates to a road surface state determination method for determining a road surface state.
  • Patent Document 1 discloses a technology for determining the state of a road surface based on information acquired by a camera capable of capturing an ultraviolet image, an infrared image, and a temperature distribution image.
  • An object of the present invention is to provide a road surface condition determining method and a road surface condition determining device capable of accurately estimating a road surface friction coefficient optimum for traveling of a vehicle from the road surface friction coefficient in front of the vehicle.
  • the road surface state is determined based on acquired information of a camera mounted on the vehicle, the path of the host vehicle is predicted, and the road surface state of the predicted path is determined.
  • FIG. 1 is a system diagram of a vehicle of a first embodiment. It is a flowchart showing the control flow of driving force distribution control of the vehicle of Example 1.
  • FIG. It is a control map of driving force distribution control of vehicles of Example 1.
  • 5 is a flowchart illustrating road surface state determination processing according to the first embodiment.
  • FIG. 6 is a diagram illustrating a determination area in a captured image in front of the vehicle in the first embodiment.
  • FIG. 7 is a model diagram for calculating a predicted path of Example 1;
  • FIG. 7 is a diagram showing the relationship between the road surface state and the road surface ⁇ of the first embodiment.
  • 7 is a flowchart illustrating road surface state determination processing according to a second embodiment.
  • FIG. 16 is a diagram showing a determination area to which a point at which a predicted route of the vehicle and a road surface condition determination line intersect in a captured image in front of the vehicle of the second embodiment belongs.
  • FIG. 1 is a system diagram of a vehicle according to a first embodiment.
  • the vehicle of the first embodiment is a rear wheel drive-based four wheel drive vehicle.
  • the vehicle has an engine 1, an automatic transmission 2 and a transfer 3.
  • the automatic transmission 2 changes the rotational speed of the engine 1 and outputs a part or all of the torque output from the engine 1 from the rear drive shaft RDS.
  • the torque output from the rear drive shaft RDS is transmitted to the rear wheels RL and RR (hereinafter, also simply referred to as rear wheels) via the left rear wheel drive shaft DRL and the right rear wheel drive shaft DRR.
  • the transfer 3 also outputs a part of the torque output from the engine 1 from the front drive shaft FDS.
  • the torque output from the front drive shaft FDS is transmitted to the front wheels FL and FR (hereinafter, also simply referred to as front wheels) via the left front wheel drive shaft DFL and the right front wheel drive shaft DFR.
  • the vehicle is integrated with a wheel speed sensor SS (FL, FR, RL, RR) for detecting the rotational state of each wheel FL, FR, RL, RR, and an integrated type for detecting the longitudinal acceleration Gx, lateral acceleration Gy, and yaw rate Yaw of the vehicle. It has a sensor CS.
  • the brake controller 10 receives sensor signals of the wheel speed sensor SS, calculates the wheel speed Vw and the vehicle body speed Vx, and receives various sensor signals (Gx, Gy, Yaw) from the integrated sensor CS.
  • the brake controller 10 controls anti-lock brake control (hereinafter referred to as ABS) that suppresses the tendency to lock the wheel based on the received sensor signal and the calculated information, and vehicle dynamics control control (which stabilizes the behavior of the vehicle)
  • ABS anti-lock brake control
  • vehicle dynamics control control which stabilizes the behavior of the vehicle
  • the automatic braking control is executed based on the braking request received from the automatic operation controller (not shown), and controls the braking state (not shown).
  • the controller 20 includes an engine control unit that controls the operation state of the engine 1, a shift control unit that controls the shift state of the automatic transmission 2, and a driving force distribution control unit that controls the driving force distribution state of the transfer 3.
  • the engine control unit controls the number of rotations and the torque of the engine 1 by the throttle opening degree, the fuel injection amount, the plug ignition timing and the like.
  • the shift control unit determines the optimum shift position based on the vehicle speed VSP and the accelerator pedal opening APO, and shifts the shift position to the selected shift position by the hydraulic control in the automatic transmission 2.
  • the driving power distribution control unit calculates the driving power distributed to the front wheels and the driving power distributed to the rear wheels based on the traveling state of the vehicle, and controls the torque transmitted from the transfer 3 to the front wheels.
  • the vehicle has a camera 5 capable of capturing an ultraviolet image, an infrared image, and a temperature distribution image in front of the vehicle.
  • An image captured by the camera 5 is input into the controller 20.
  • the controller 20 has a road surface condition determination unit.
  • the road surface condition determination apparatus of the first embodiment is configured of the camera 5 and the road surface condition determination unit in the controller 20.
  • the road surface state determination unit determines the state of the road surface using an ultraviolet image, an infrared image, and a temperature distribution image obtained by imaging the road surface in a state in which light including ultraviolet light and infrared light strikes the road surface whose state is to be determined.
  • the state of the road surface refers to the state of snow, water, ice, and their distribution on the road surface.
  • Ultraviolet light tends to be scattered when it hits a substance, and in particular, most of the ultraviolet light is scattered on the snow surface. Therefore, it is possible to detect the state of snow on the road surface from the value of the feature amount related to ultraviolet light on the road surface, and to detect the distribution of snow on the road surface by detecting the entire area ahead of the vehicle.
  • the state of water on the road surface can be detected from the value of the infrared feature value on the road surface, and if it is detected for the entire front of the vehicle, distribution of water on the road surface Can detect
  • the state of ice on the road surface is correlated with the road surface temperature.
  • the value of the feature amount of ultraviolet light or infrared light is calculated from the image, and the state of the road surface is determined from the temperature distribution image of the road surface.
  • the dry road surface is DRY
  • the wet road surface is WET
  • the snowy road surface is SNOW
  • the frozen road surface is ICE.
  • the brake controller 10 and the controller 20 are connected via a CAN communication line.
  • the controller 20 receives data from the brake controller 10, such as pulse signals of the wheel speed sensor SS, wheel speed Vw, vehicle speed Vx, longitudinal acceleration Gx, lateral acceleration Gy, yaw rate Yaw and the like.
  • the brake controller 10 receives, from the controller 20, data such as engine torque information, gear, drive power distribution state, and the like.
  • FIG. 2 is a flowchart showing a control flow of drive power distribution control of the vehicle according to the first embodiment.
  • step S1 the driver's request torque is calculated based on the accelerator pedal position.
  • step S2 the torque required from these controls is calculated as the required torque.
  • step S2 a road surface friction coefficient (hereinafter referred to as a road surface ⁇ ) is read from the road surface condition determination processing. The details of the road surface state determination process will be described later.
  • driving force distribution control is performed based on the required torque, the road surface ⁇ , and the control map shown in FIG.
  • FIG. 3 is a control map of driving force distribution control of the vehicle according to the first embodiment.
  • the road surface friction coefficient is taken on the horizontal axis, and the total torque of the front drive shaft FDS and the rear drive shaft RDS is taken on the vertical axis.
  • the threshold L1 in FIG. 3 represents the maximum value of torque that the rear wheel can transmit to the road surface
  • the threshold L2 represents the maximum value of torque that can be transmitted to the road surface from both the front wheel and the rear wheel.
  • An area S1 below the threshold L1 in FIG. 3 is an area traveled by rear wheel drive.
  • the characteristic of the threshold L1 is such that the value of L1 is small when the road surface ⁇ is low, and the value of L1 is large when the road surface ⁇ is high.
  • An area S2 above the threshold L1 and below the threshold L2 in FIG. 3 is an area where the vehicle travels by four-wheel drive.
  • the driving power distribution control unit distributes L1 of the torque output from the engine 1 to the rear wheels and distributes the remaining torque to the front wheels.
  • An area S3 of information from the threshold L2 in FIG. 3 is an area for requesting the engine 1 to reduce the torque while traveling by four-wheel drive.
  • Region S3 represents that, of the torques output from engine 1, L1 is distributed to the rear wheels and even if the difference between L2 and L1 is distributed to the front wheels, excessive torque is output from engine 1.
  • the driving power distribution control unit makes the engine 1 request to reduce the torque corresponding to the torque obtained by subtracting L2 from the engine torque. Thereby, the stable driving state is achieved by the optimal driving power distribution according to the road surface state.
  • FIG. 4 is a flowchart showing the road surface state determination process of the first embodiment.
  • step S21 road surface condition determination for each determination area is performed from the image captured by the camera 5.
  • FIG. 5 is a diagram illustrating a determination area in a captured image in front of the vehicle according to the first embodiment. In the captured image, a determination area obtained by dividing the vehicle forward image is set. The road surface condition determination unit determines that the road surface condition in each determination area is any one of DRY, WET, SNOW, and ICE.
  • FIG. 6 is a model diagram for calculating the predicted path of the first embodiment. In calculating the predicted path, it is calculated based on Ackerman theory. Tf for front wheel tread, Tr for rear wheel tread, L for wheel base, ⁇ for corner angle of inner wheel front wheel, ⁇ for corner angle of front wheel of corner ring, radius R from corner to corner wheel front wheel, corner from corner Assuming that the radius to the front wheel of the outer ring is R and the length from the turning center to the turning inner wheel rear wheel is R2, R representing the turning inner ring locus and R1 representing the turning outer ring locus are expressed by the following relational expressions. The dotted line in FIG. 5 represents the predicted course of the turning inner and outer race front wheels.
  • the turning angles ⁇ and ⁇ can be calculated from the steering angle of the steering wheel and the vehicle specifications.
  • R ⁇ (L / sin ⁇ ) + (L 2 + ((L / tan ⁇ ) + Tf) 2 ) 1/2 ⁇ / 2
  • step S23 of the road surface states (DRY, WET, SNOW, ICE) in the grid on the predicted route, the most slippery road surface state is extracted.
  • step S24 the road surface ⁇ is estimated from the extracted road surface condition and the table shown in FIG. FIG. 7 is a diagram showing the relationship between the road surface state and the road surface ⁇ .
  • the road surface ⁇ is 1.0
  • the road surface ⁇ is 0.7
  • the road surface ⁇ is 0.3
  • the road surface ⁇ is 0.1.
  • the values of the road surface ⁇ may be set to other values by experiments or the like, and are not particularly limited.
  • a scene in which a low ⁇ road and a high ⁇ road are distributed in front of the vehicle can be considered.
  • a main road a high traffic road
  • a low traffic road crossing the main road it is described as a non-main road.
  • it when turning from the main road to the non-main road, it passes through the area outside the central area of the main road, but if snow remains in this area, it will be low ⁇ .
  • the vehicle when there is a different area of the road surface ⁇ in front of the vehicle, it is judged as low ⁇ from the viewpoint of securing the safety of the vehicle even if the vehicle passes through the central region of the main road with little snow. If control is performed, sufficient driving force can not be obtained.
  • the vehicle when judging by only the road surface ⁇ of the central area of the main road and outputting a large driving force, the vehicle turns to the non-main road and travels in the direction of low ⁇ , the vehicle by excessive driving force It is difficult to secure the stability of the Therefore, in the first embodiment, it is decided to achieve the appropriate road surface ⁇ and the corresponding driving power distribution control by predicting the route of the host vehicle and determining the road surface condition of the predicted route.
  • the controller 20 predicts the path of the own vehicle (step S22), and determines the road surface state of the predicted path. (Step S23).
  • the road surface condition determining apparatus determines the road surface condition of the predicted route based on the step S22 (predicting unit) for predicting the route of the host vehicle and the acquired information of the camera 5 mounted on the vehicle. And (determination unit). Therefore, it is possible to determine the state of the road surface necessary for the host vehicle.
  • the controller 20 divides the vehicle forward image acquired by the camera 5 into determination areas, determines the road surface state for each of the determination areas (step S21), and determines the road surface state in the determination area where the predicted route passes
  • the road surface condition is determined based on Therefore, in addition to the road surface state in the traveling direction of the vehicle, the road surface state in the non-advancing direction can be always grasped, and even if the route is changed, the road surface state after the alteration can be grasped immediately.
  • Example 2 Next, Example 2 will be described. Since the basic configuration is the same as that of the first embodiment, only different points will be described.
  • the first embodiment when estimating the road surface state, first, all road surface states in the captured image in front of the vehicle are determined regardless of the predicted route, and then the road surface state where the predicted route of the vehicle passes is extracted.
  • the predicted route of the vehicle is calculated, and the determination area of the point where the predicted route of the vehicle and the road surface condition determination line set ahead by the predetermined distance ahead of the current vehicle position intersect Decide. And the road surface state of the determination area to which this intersection point belongs is extracted, and the point which estimates road surface (mu) based on the extracted road surface state differs.
  • FIG. 8 is a flowchart showing a road surface state determination process of the second embodiment.
  • step S31 the predicted route of the vehicle is calculated. Since this calculation is the same as step S22 of the first embodiment, the description will be omitted.
  • step S32 the road surface condition of the determination area to which the point at which the predicted route of the vehicle intersects the road surface condition determination line belongs is extracted.
  • the road surface condition determination line is set, for example, 10 m forward from the current position of the vehicle, it may be another distance as long as the driving force distribution control can correspond, and is not particularly limited.
  • FIG. 9 is a diagram showing a determination area to which a point at which a predicted route of the vehicle and a road surface condition determination line intersect in a captured image in front of the vehicle according to the second embodiment belongs. It is determined that the road surface state of the determination area where the vehicle passes from now is either DRY, WET, SNOW, or ICE.
  • the road surface ⁇ is estimated from the extracted road surface condition and the table shown in FIG. The estimated content is the same as that of the first embodiment and thus will not be described.
  • the calculation load for the determination is large.
  • the second embodiment only the road surface state of the determination area corresponding to the predicted route of the vehicle is determined, and the road surface ⁇ is estimated using it, so that the calculation load can be reduced.
  • the controller 20 extracts the determination area through which the predicted route passes in the vehicle forward image acquired by the camera 5, and determines the road surface state of the determination area. Therefore, the calculation load at the time of determining a road surface state can be reduced, and a quick road surface ⁇ estimation can be realized.
  • the first embodiment shows an example applied to a rear wheel drive base four wheel drive vehicle, but may be applied to a front wheel drive base four wheel drive vehicle.
  • the road surface ⁇ used when performing the driving force distribution control is estimated, but the road surface ⁇ estimated for automatic driving control or control such as ABS, VDC may be used.
  • the predicted route is calculated based on the Ackerman theory, but when the destination is set in the navigation system, the predicted route information may be received from the navigation system.
  • the road surface state is determined from the image of the camera 5 capable of capturing an ultraviolet image, an infrared image, and a temperature distribution image, but the present invention is not limited to this.
  • the road surface state is determined by various radars such as laser and millimeter wave You may do so.
  • the road surface condition of the judgment area at the intersection of the predicted route of each wheel and the road surface condition judgment line is judged, but not limited to the judgment area including the intersection point It is also possible to judge the road surface condition of the judgment area including the intersection point with and to adopt the lowest road surface ⁇ among them.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Environmental Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Arrangement And Driving Of Transmission Devices (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本発明では、車両に搭載されたカメラの取得情報に基づいて路面状態を判定するときに、自車両の進路を予測し、予測された進路の路面状態を判定することとした。

Description

路面状態判定方法及び路面状態判定装置
　本発明は、路面の状態を判定する路面状態判定方法に関する。
　特許文献１には、紫外線画像、赤外線画像、温度分布画像を撮像可能なカメラで取得した情報に基づいて路面の状態を判定する技術が開示されている。
特開２００７－２３２６５２号公報
　しかしながら、車両に特許文献１に記載のようなカメラを搭載し、推定された路面摩擦係数を用いて車両制御を行う場合、単に前方の路面摩擦係数の分布を把握したとしても、適正な使用が困難であった。具体的には、車両前方に低μ路と高μ路が分布していた場合、車両の安全性を確保する観点から、低μ路と判断して制御を行う必要がある。ところが、車両が実際に走行する領域、更に具体的には車両の車輪が接地する領域の路面摩擦係数が高μ路の場合、低μ路と判断して制御することで、十分な走行性能を確保できないという問題があった。
　本発明の目的は、車両前方の路面摩擦係数から、車両の走行にとって最適な路面摩擦係数を精度よく推定可能な路面状態判定方法及び路面状態判定装置を提供することにある。
　上記目的を達成するため、本発明では、車両に搭載されたカメラの取得情報に基づいて路面状態を判定するときに、自車両の進路を予測し、予測された進路の路面状態を判定することとした。
　よって、自車両にとって必要な路面の状態を精度よく判定できる。
実施例１の車両のシステム図である。 実施例１の車両の駆動力配分制御の制御フローを表すフローチャートである。 実施例１の車両の駆動力配分制御の制御マップである。 実施例１の路面状態判定処理を表すフローチャートである。 実施例１の車両前方の撮像画像における判定エリアを表す図である。 実施例１の予測経路を計算するためのモデル図である。 実施例１の路面状態と路面μとの関係を表す図である。 実施例２の路面状態判定処理を表すフローチャートである。 実施例２の車両前方の撮像画像における自車の予測経路と路面状態判定ラインとが交わる点が属する判定エリアを表す図である。
１　　エンジン
２　　自動変速機
３　　トランスファ
５　　カメラ
１０　　ブレーキコントローラ
２０　　コントローラ
CS　　一体型センサ
　〔実施例１〕
  図１は、実施例１の車両のシステム図である。実施例１の車両は後輪駆動ベースの四輪駆動車両である。車両は、エンジン１と、自動変速機２と、トランスファ３とを有する。自動変速機２は、エンジン１の回転数を変速し、エンジン１から出力されトルクの一部又は全部をリアドライブシャフトRDSから出力する。リアドライブシャフトRDSから出力されたトルクは、左後輪ドライブシャフトDRL及び右後輪ドライブシャフトDRRを介して後輪RL,RR（以下、単に後輪とも記載する。）に伝達される。また、トランスファ３は、エンジン１から出力されたトルクの一部をフロントドライブシャフトFDSから出力する。フロントドライブシャフトFDSから出力されたトルクは、左前輪ドライブシャフトDFL及び右前輪ドライブシャフトDFRを介して前輪FL,FR（以下、単に前輪とも記載する。）に伝達される。
　車両は、各車輪FL,FR,RL,RRの回転状態を検出する車輪速センサSS(FL,FR,RL,RR)と、車両の前後加速度Gx、横加速度Gy、ヨーレイトYawを検出する一体型センサCSを有する。ブレーキコントローラ１０は、車輪速センサSSのセンサ信号を受信し、車輪速Vwや車体速Vxを演算すると共に、一体型センサCSから各種センサ信号（Gx,Gy,Yaw）を受信する。
　ブレーキコントローラ１０は、受信したセンサ信号及び演算した情報に基づいて、車輪のロック傾向を抑制するアンチロックブレーキ制御（以下、ABSと記載する。）、車両の挙動を安定化させるビークルダイナミクスコントロール制御（以下、VDCと記載する。）、図外の自動運転コントローラから受信した制動要求に基づく自動制動制御等を実行し、図外のブレーキ状態を制御する。
　コントローラ２０は、エンジン１の運転状態を制御するエンジン制御部と、自動変速機２の変速状態を制御する変速制御部と、トランスファ３の駆動力配分状態を制御する駆動力配分制御部と、を有する。エンジン制御部は、エンジン１の回転数やトルクをスロットル開度、燃料噴射量、プラグ点火タイミング等により制御する。変速制御部は、車速VSPとアクセルペダル開度APOに基づいて最適な変速段を決定し、自動変速機２内の油圧制御によって選択された変速段に変速する。駆動力配分制御部は、車両の走行状態に基づいて、前輪に配分する駆動力と後輪に配分する駆動力とを演算し、トランスファ３から前輪側に伝達するトルクを制御する。
　車両は、車両前方の紫外線画像、赤外線画像、温度分布画像を撮像可能なカメラ５を有する。カメラ５で撮像された画像はコントローラ２０内に入力される。コントローラ２０内には、路面状態判定部を有する。実施例１の路面状態判定装置は、カメラ５とコントローラ２０内の路面状態判定部から構成される。路面状態判定部は、状態を判定したい路面に紫外線と赤外線を含む光が当たっている状態で、その路面を撮像した紫外線画像、赤外線画像、温度分布画像を用い、その路面の状態を判定する。路面の状態とは、路面上の雪、水、氷の状態、及びそれらの分布を指す。紫外線は物質に当たった時に散乱しやすく、特に雪表面では紫外線の大部分が散乱されることがしられている。したがって、路面上での紫外線に関する特徴量の値から路面上の雪の状態を検知でき、車両前方の全体について検知すれば、路面上の雪の分布を検知できる。また、赤外線は水に吸収されやすいため、路面上での赤外線の特徴量の値から路面上の水の状態を検知することができ、車両前方の全体について検知すれば、路面上の水の分布を検知できる。また、路面上の氷の状態は、路面温度と相関関係を持つ。よって、紫外線や赤外線の特徴量の値を画像から算出し、路面の温度分布画像から路面の状態を判定する。実施例１の場合、乾燥路面をＤＲＹ，濡れた路面をＷＥＴ，積雪路面をＳＮＯＷ，氷結路面をＩＣＥと判定する。
　ブレーキコントローラ１０とコントローラ２０とは、ＣＡＮ通信線を介して接続されている。コントローラ２０は、ブレーキコントローラ１０から車輪速センサSSのパルス信号、車輪速Vw、車体速Vx、前後加速度Gx、横加速度Gy、ヨーレイトYaw等のデータを受信する。ブレーキコントローラ１０は、コントローラ２０からエンジントルク情報、変速段、駆動力配分状態等のデータを受信する。
　図２は、実施例１の車両の駆動力配分制御の制御フローを表すフローチャートである。
　ステップＳ１では、アクセルペダル開度に基づいて運転者の要求トルクを算出する。尚、VDCや自動運転制御が実行されている場合には、これら制御から要求されるトルクを要求トルクとして算出する。
　ステップＳ２では、路面状態判定処理から路面摩擦係数（以下、路面μと記載する。）を読み込む。尚、路面状態判定処理の詳細については後述する。
　ステップＳ３では、要求トルクと路面μと図３に示す制御マップに基づいて駆動力配分制御を実施する。
　図３は、実施例１の車両の駆動力配分制御の制御マップである。横軸に路面摩擦係数を取り、縦軸にフロントドライブシャフトFDS及びリアドライブシャフトRDSの合計トルクを取ったものである。図３中の閾値Ｌ１は、後輪が路面に伝達可能なトルクの最大値を表し、閾値Ｌ２は、前輪と後輪の両方から路面に伝達可能なトルクの最大値を表す。図３中の閾値Ｌ１より下方の領域Ｓ１は、後輪駆動で走行する領域である。閾値Ｌ１の特性は、路面μが低ければＬ１の値は小さく、路面μが高ければＬ１の値は大きくなる特性を有する。図３中の閾値Ｌ１より上方、かつ閾値Ｌ２より下方の領域Ｓ２は、四輪駆動で走行する領域である。駆動力配分制御部は、エンジン１から出力されたトルクのうち、Ｌ１を後輪に配分し、残りのトルクを前輪に配分する。
　図３中の閾値Ｌ２より情報の領域Ｓ３は、四輪駆動で走行しつつエンジン１にトルクダウンを要求する領域である。領域Ｓ３は、エンジン１から出力されたトルクのうち、Ｌ１を後輪に配分し、Ｌ２とＬ１の差分を前輪に配分したとしても、過剰なトルクがエンジン１から出力されることを表す。この場合、駆動力配分制御部は、エンジン１に対し、エンジントルクからＬ２を差し引いたトルク分のトルクダウン要求を行う。これにより、路面状態に応じた最適な駆動力配分により、安定した走行状態を達成する。
　図４は、実施例１の路面状態判定処理を表すフローチャートである。
　ステップＳ２１では、カメラ５で撮像された画像から判定エリア毎の路面状態判定を実施する。図５は、実施例１の車両前方の撮像画像における判定エリアを表す図である。撮像画像には、車両前方画像を分割した判定エリアが設定されている。路面状態判定部では、各判定エリア内における路面状態を、ＤＲＹ，ＷＥＴ，ＳＮＯＷ，ＩＣＥのいずれかと判定する。
　ステップＳ２２では、自車の予測経路を計算する。図６は、実施例１の予測経路を計算するためのモデル図である。予測経路を計算するにあたっては、アッカーマン理論に基づいて計算する。前輪トレッドをTf，後輪トレッドをTr，ホイルベースをL，旋回内輪前輪の切れ角をβ，旋回外輪の前輪の切れ角をα，旋回中心から旋回内輪前輪までの半径をR1，旋回中心から旋回外輪前輪までの半径をR，旋回中心から旋回内輪後輪までの長さをR2とすると、旋回内輪軌跡を表すR及び旋回外輪軌跡を表すR1は、以下の関係式で表される。図５中の点線が旋回内外輪前輪の予測進路を表す。尚、切れ角α，βは、ステアリングホイールの操舵角と車両諸元から算出できる。
　R＝｛(L/sinα)＋(L2＋((L/tanβ)＋Tf)2)1/2｝/2
　R1＝(R22＋L2)1/2＝((Rcosα―Tr)2＋L2)1/2
　ステップＳ２３では、予測進路上のグリッドにおける路面状態（ＤＲＹ，ＷＥＴ，ＳＮＯＷ，ＩＣＥ）のうち、最も滑りやすい路面状態を抽出する。
　ステップＳ２４では、抽出した路面状態と図７に示す表から路面μを推定する。図７は、路面状態と路面μとの関係を表す図である。ＤＲＹのときは、路面μを１．０、ＷＥＴのときは、路面μを０．７、ＳＮＯＷのときは、路面μを０．３、ＩＣＥのときは、路面μを０．１に設定する。尚、これら路面μの値は、実験等により他の値に設定してもよく、特に限定しない。
　次に、路面状態判定処理の作用について説明する。カメラ５で撮像された画像から車両前方の路面状態を判定する場合、車両前方に低μ路と高μ路が分布している場面が考えられる。例えば、降雪後の翌朝に走行する場合、交通量の多い道路（以下、主要道路と記載する。）の中央領域では雪が溶けて高μとなり、一方、主要道路と交差する交通量の少ない道路（以下、非主要道路と記載する。）では、雪が残っているため低μとなることが多い。また、主要道路から非主要道路に向けて右左折を行う際、主要道路の中央領域から外れた領域を通過することになるが、この領域に雪が残っていると、そこは低μとなる。
　このように車両前方に路面μの異なる領域が存在するとき、仮に車両が雪の少ない主要道路の中央領域を通行する場合であっても、車両の安全性を確保する観点から、低μと判断して制御を行うと、十分な駆動力が得られない。また、主要道路の中央領域の路面μのみで判断し、大きな駆動力を出力した場合、車両が非主要道路に向けて右左折を行い、低μの方向に走行すると、過剰な駆動力によって車両の安定性を確保することが困難となる。そこで、実施例１では、自車両の進路を予測し、予測された進路の路面状態を判定することで、適切な路面μと、それに応じた駆動力配分制御を達成することとした。
　以上説明したように、実施例１では、下記の作用効果を奏する。
　（１）コントローラ２０は、車両に搭載されたカメラ５の取得情報に基づいて路面状態を判定するときに、自車両の進路を予測し（ステップＳ２２）、予測された進路の路面状態を判定する（ステップＳ２３）。
　言い換えると、路面状態判定装置は、自車両の進路を予測するステップＳ２２（予測部）と、車両に搭載されたカメラ５の取得情報に基づいて、予測された進路の路面状態を判定するステップＳ２３（判定部）と、を備える。
　よって、自車両にとって必要な路面の状態を判定することができる。
　（２）コントローラ２０は、カメラ５により取得された車両前方画像を判定エリアに分割し、該判定エリア毎の路面状態を判定し（ステップＳ２１）、予測された進路が通過する判定エリアにおける路面状態に基づいて路面状態を判定する。
　よって、常に、車両の進行方向における路面状態に加えて、非進行方向の路面状態も把握することができ、進路が変更された場合であっても、即座に変更後の路面状態を把握できる。
　〔実施例２〕
　次に、実施例２について説明する。基本的な構成は実施例１と同じであるため、異なる点についてのみ説明する。実施例１では、路面状態を推定する際、まず予測された進路に関係なく、車両前方の撮像画像における路面状態を全て判定した後、自車の予測経路が通過する路面状態を抽出した。これに対し、実施例２では、自車の予測経路を計算し、自車の予測経路と現在の自車両位置よりも所定距離だけ前方に設定された路面状態判定ラインとが交わる点の判定エリアを決定する。そして、この交わる点が属する判定エリアの路面状態を抽出し、抽出された路面状態に基づいて路面μを推定する点が異なる。
　図８は、実施例２の路面状態判定処理を表すフローチャートである。
　ステップＳ３１では、自車の予測経路を計算する。この計算は、実施例１のステップＳ２２と同じであるため説明を省略する。
　ステップＳ３２では、自車の予測経路と路面状態判定ラインとが交わる点が属する判定エリアの路面状態を抽出する。尚、路面状態判定ラインは、現在の自車の位置から例えば１０ｍ前方と設定するが、駆動力配分制御が対応可能な距離であれば、他の距離であってもよく、特に限定しない。
　図９は、実施例２の車両前方の撮像画像における自車の予測経路と路面状態判定ラインとが交わる点が属する判定エリアを表す図である。自車がこれから通過する判定エリアの路面状態が、ＤＲＹ，ＷＥＴ，ＳＮＯＷ，ＩＣＥのいずれかと判定する。
　ステップＳ３３では、抽出した路面状態と図７に示す表から路面μを推定する。推定内容については実施例１と同じであるため省略する。
　すなわち、実施例１では、車両前方の撮像画像における全ての路面状態を判定するため、判定のための演算負荷が大きい。これに対し、実施例２では、自車の予測経路に該当する判定エリアの路面状態のみ判定し、それを用いて路面μを推定するため、演算負荷を軽減できる。
　以上説明したように、実施例２では、下記の作用効果を奏する。
　（３）コントローラ２０は、カメラ５により取得された車両前方画像のうち、予測された進路が通過する判定エリアを抽出し、該判定エリアの路面状態を判定することとした。
　よって、路面状態を判定する際の演算負荷を軽減でき、素早い路面μ推定を実現できる。
　〔他の実施例〕
  以上、本発明を実施例に基づいて説明したが、具体的な構成は他の構成であっても良い。実施例１では、後輪駆動ベースの四輪駆動車両に適用した例を示したが、前輪駆動ベースの四輪駆動車両に適用してもよい。
　また、実施例１では、駆動力配分制御を行う際に使用する路面μを推定したが、自動運転制御や、ABS，VDCといった制御に推定された路面μを使用してもよい。
　また、実施例では、アッカーマン理論に基づいて予測進路を計算したが、ナビゲーションシステムに目的地が設定されている場合には、ナビゲーションシステムから予測進路情報を受け取ってもよい。
　また、実施例では、紫外線画像、赤外線画像、温度分布画像を撮像可能なカメラ５の画像から路面状態を判定したが、これに限らず、レーザーやミリ波等の各種レーダーにより路面状態を判定するようにしてもよい。
　また、実施例２では、各輪の予測経路と路面状態判定ラインとの交点の判定エリアの路面状態を判定したが、交点を含む判定エリアに限らず、左右前輪の中点と路面状態判定ラインとの交点を含む判定エリアの路面状態についても判定し、これらの中で最も低い路面μを採用することとしてもよい。

Claims (4)

  1. 　車両に搭載されたカメラの取得情報に基づいて路面状態を判定するときに、
    　自車両の進路を予測し、予測された進路の路面状態を判定することを特徴とする路面状態判定方法。
  2. 　請求項１に記載の路面状態判定方法において、
    　前記カメラにより取得された車両前方画像を判定エリアに分割し、該判定エリア毎の路面状態を判定し、
    　前記予測された進路が通過する判定エリアにおける路面状態に基づいて路面状態を判定することを特徴とする路面状態判定方法。
  3. 　請求項１に記載の路面状態判定方法において、
    　前記カメラにより取得された車両前方画像のうち、前記予測された進路が通過する判定エリアを抽出し、該判定エリアの路面状態を判定することを特徴とする路面状態判定方法。
  4. 　自車両の進路を予測する予測部と、
    　車両に搭載されたカメラの取得情報に基づいて、前記予測された進路の路面状態を判定する判定部と、
    　を備えたことを特徴とする路面状態判定装置。
PCT/JP2017/043928 2017-12-07 2017-12-07 路面状態判定方法及び路面状態判定装置 WO2019111366A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201780097469.3A CN111433100B (zh) 2017-12-07 2017-12-07 路面状态判定方法以及路面状态判定装置
US16/769,628 US11364915B2 (en) 2017-12-07 2017-12-07 Road condition determination method and road condition determination device
EP17934063.3A EP3722172A4 (en) 2017-12-07 2017-12-07 ROAD STATE DETERMINATION PROCESS AND ROAD STATE DETERMINATION DEVICE
JP2019557935A JP6863476B2 (ja) 2017-12-07 2017-12-07 路面状態判定方法及び路面状態判定装置
PCT/JP2017/043928 WO2019111366A1 (ja) 2017-12-07 2017-12-07 路面状態判定方法及び路面状態判定装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/043928 WO2019111366A1 (ja) 2017-12-07 2017-12-07 路面状態判定方法及び路面状態判定装置

Publications (1)

Publication Number Publication Date
WO2019111366A1 true WO2019111366A1 (ja) 2019-06-13

Family

ID=66750899

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/043928 WO2019111366A1 (ja) 2017-12-07 2017-12-07 路面状態判定方法及び路面状態判定装置

Country Status (5)

Country Link
US (1) US11364915B2 (ja)
EP (1) EP3722172A4 (ja)
JP (1) JP6863476B2 (ja)
CN (1) CN111433100B (ja)
WO (1) WO2019111366A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022537378A (ja) * 2019-06-18 2022-08-25 コンチネンタル オートモーティヴ ゲゼルシャフト ミット ベシュレンクテル ハフツング 道路区画にある車両に対して個別の摩擦係数を予測する方法および装置
WO2024195364A1 (ja) * 2023-03-20 2024-09-26 三菱自動車工業株式会社 車両の制御装置
WO2024195363A1 (ja) * 2023-03-20 2024-09-26 三菱自動車工業株式会社 車両の制御装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002310896A (ja) * 2001-04-19 2002-10-23 Mitsubishi Heavy Ind Ltd 路面状態判別装置及び路面状態判別方法
JP2007232652A (ja) 2006-03-02 2007-09-13 Fujitsu Ltd 路面状態判定装置および路面状態判定方法
JP2016143399A (ja) * 2015-02-05 2016-08-08 ユニキャリア株式会社 車両進路表示装置
JP2016206776A (ja) * 2015-04-17 2016-12-08 トヨタ自動車株式会社 路面検出装置

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3271963B1 (ja) * 2000-10-26 2002-04-08 富士重工業株式会社 車両の路面摩擦係数推定装置
US6807473B1 (en) * 2003-04-09 2004-10-19 Continental Teves, Inc. Road recognition system
JP2005028887A (ja) * 2003-07-07 2005-02-03 Fuji Heavy Ind Ltd 路面摩擦係数推定装置および路面摩擦係数推定方法
JP2005178622A (ja) * 2003-12-19 2005-07-07 Denso Corp 車両用安全制御装置
JP2005189983A (ja) * 2003-12-24 2005-07-14 Denso Corp 車両運転支援装置
JP2008070998A (ja) 2006-09-13 2008-03-27 Hitachi Ltd 車両周囲情報表示装置
US20080168092A1 (en) * 2007-01-10 2008-07-10 General Electric Company Systems and methods for turbine control simulation
WO2010001819A1 (ja) * 2008-06-30 2010-01-07 日産自動車株式会社 路面摩擦係数推定装置及び路面摩擦係数推定方法
JP5035419B2 (ja) * 2008-06-30 2012-09-26 日産自動車株式会社 路面摩擦係数推定装置及び路面摩擦係数推定方法
US20100020170A1 (en) * 2008-07-24 2010-01-28 Higgins-Luthman Michael J Vehicle Imaging System
JP5187850B2 (ja) * 2009-02-25 2013-04-24 株式会社ブリヂストン 路面状況検出方法及び路面状況検出装置
JP5263041B2 (ja) * 2009-07-10 2013-08-14 トヨタ自動車株式会社 路面情報取得装置
JP2012066785A (ja) * 2010-09-27 2012-04-05 Fuji Heavy Ind Ltd 車両の統合制御装置
JP5788710B2 (ja) * 2011-05-16 2015-10-07 株式会社ブリヂストン 路面摩擦係数推定方法、車両制御方法、及び、路面摩擦係数推定装置
JP5837341B2 (ja) * 2011-06-24 2015-12-24 株式会社ブリヂストン 路面状態判定方法とその装置
JP5827059B2 (ja) * 2011-08-01 2015-12-02 株式会社ジェイテクト 路面摩擦係数推定装置、駆動力配分制御装置、及び四輪駆動車
DE102012101085A1 (de) * 2012-02-10 2013-08-14 Conti Temic Microelectronic Gmbh Bestimmung einer Beschaffenheit einer Fahrbahnoberfläche mittels einer 3D-Kamera
DE102012112724A1 (de) * 2012-12-20 2014-06-26 Continental Teves Ag & Co. Ohg Verfahren zur Bestimmung eines Fahrbahnzustands aus Umfeldsensordaten
DE102013101639A1 (de) * 2013-02-19 2014-09-04 Continental Teves Ag & Co. Ohg Verfahren und Vorrichtung zur Bestimmung eines Fahrbahnzustands
CA2941270A1 (en) * 2014-03-03 2015-09-11 G. Lufft Mess- Und Regeltechnik Gmbh Vehicle headlight with a device for determining road conditions and a system for monitoring road conditions
JP6412725B2 (ja) * 2014-06-27 2018-10-24 Ｋｙｂ株式会社 路面状態判断システム
KR101618551B1 (ko) * 2014-07-02 2016-05-09 엘지전자 주식회사 차량 운전 보조 장치 및 이를 구비한 차량
US10275662B1 (en) * 2016-09-30 2019-04-30 Zoox, Inc. Estimating friction based on image data

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002310896A (ja) * 2001-04-19 2002-10-23 Mitsubishi Heavy Ind Ltd 路面状態判別装置及び路面状態判別方法
JP2007232652A (ja) 2006-03-02 2007-09-13 Fujitsu Ltd 路面状態判定装置および路面状態判定方法
JP2016143399A (ja) * 2015-02-05 2016-08-08 ユニキャリア株式会社 車両進路表示装置
JP2016206776A (ja) * 2015-04-17 2016-12-08 トヨタ自動車株式会社 路面検出装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3722172A4

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022537378A (ja) * 2019-06-18 2022-08-25 コンチネンタル オートモーティヴ ゲゼルシャフト ミット ベシュレンクテル ハフツング 道路区画にある車両に対して個別の摩擦係数を予測する方法および装置
JP7416833B2 (ja) 2019-06-18 2024-01-17 コンチネンタル オートモーティヴ ゲゼルシャフト ミット ベシュレンクテル ハフツング 道路区画にある車両に対して個別の摩擦係数を予測する方法および装置
WO2024195364A1 (ja) * 2023-03-20 2024-09-26 三菱自動車工業株式会社 車両の制御装置
WO2024195363A1 (ja) * 2023-03-20 2024-09-26 三菱自動車工業株式会社 車両の制御装置

Also Published As

Publication number Publication date
US20200317205A1 (en) 2020-10-08
JPWO2019111366A1 (ja) 2020-09-03
US11364915B2 (en) 2022-06-21
EP3722172A1 (en) 2020-10-14
CN111433100B (zh) 2023-06-23
CN111433100A (zh) 2020-07-17
EP3722172A4 (en) 2020-12-02
JP6863476B2 (ja) 2021-04-21

Similar Documents

Publication Publication Date Title
US11226620B2 (en) Automated driving systems and control logic with enhanced longitudinal control for transitional surface friction conditions
JP6364580B2 (ja) 車両の走行を制御するためのアクティブステアリングシステム及び方法
EP2082936B1 (en) Speed control device for vehicle on curves
US7058494B2 (en) Vehicle dynamics control apparatus
US8504274B2 (en) Adaptive cruise control method on incline
US6675096B2 (en) Vehicle controlling apparatus and method
CN104527644B (zh) 一种自适应巡航方法
JP6504223B2 (ja) 車両の駆動力制御方法
US20010054954A1 (en) Alarming apparatus and method for automotive vehicle
WO2019111366A1 (ja) 路面状態判定方法及び路面状態判定装置
JP2001206218A (ja) 車両のブレーキフェード警告装置、ａ／ｔ車の走行制御装置及び電気自動車の走行制御装置
US8275532B2 (en) Anti-skid device for the driving wheels of a vehicle and method for realising the same
KR102552764B1 (ko) 단일 측면 제동을 통해 평행 주차 조작을 수행하기 위한 시스템 및 방법
US20230382390A1 (en) Vehicle
JP6791398B2 (ja) 車両の制御方法及び車両の制御装置
CN106103228B (zh) 一种车辆控制系统
US20170326977A1 (en) Control system and method of controlling a driveline
JP6726434B2 (ja) 道路勾配推定装置、及び、車両の走行制御装置
JP2002293226A (ja) 車両運動制御装置
WO2013114625A1 (ja) 運転支援装置
JP2002274409A (ja) 車両運動制御装置
JP2000335272A (ja) 四輪駆動車の駆動力配分制御装置
US9671225B2 (en) Method and device for determining a transverse gradient of a road surface on which a two-wheeler travels
JP2004511381A (ja) トルク配分制御システム
KR20170051751A (ko) 자동요금징수시스템 연동 4륜구동차량 제어방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17934063

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019557935

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2017934063

Country of ref document: EP

Effective date: 20200707

点击 这是indexloc提供的php浏览器服务，不要输入任何密码和下载