车速估算装置、车速估算方法、及计算器可读介质与流程

本发明涉及车辆领域，尤其是一种车速估算装置、车速估算方法、及其计算器可读介质。

背景技术：

目前车辆仪表板的车速表，通常是引用多个车轮轮速的平均值来计算当时的车速，以提供驾驶人加速、剎车、转弯的判断。然而，实际上这样计算车速的方式并不够准确，例如，在碎石或是含沙量较高的路面，全体轮胎会有不同程度的些微打滑，平均轮速将比实际的车速快。或者于一般路面行驶时，各轮胎因路面跳动不均，当某一轮胎因特别跳动而产生打滑时，打滑的轮胎的轮速很快，导致以轮速的平均值计算出的车速受其影响而不准确。车上需要较高精度车速计算结果的车载装置，例如安全气囊引爆器等，为能正确运作就无法直接采用上述轮速平均值以粗略计算出的车速。

此外，随着自动驾驶汽车的发展，自动驾驶系统依据前方对象、道路周遭状况来对加减速或转弯做出适当的判断时，对于精确计算车速的依赖越来越高，上述现有技术以多个轮胎转速平均值仅提供以粗略计算车速的计算方式，逐渐不敷使用。尤其是，自动驾驶车将无驾驶者的人为判断，若因车速的估计判断错误，容易造成冲撞，而导致乘客的伤亡。因此，对于车速的精密估算，更有赖新的计算车速技术的改良。

车速的估算方法，目前也发展出以加速度规来计算车速，然而，目前的加速度规限于直线行驶方向，且其计算方式通过积分，微量的误差都可能导致车速的计算随着时间累加而产生显著的误差。另外，亦有通过gps的方式来进行车速的量测。唯，一般型gps导航装置的定位精度有其先天性的误差限制，导致计算车速误差仍然很大，而高精度gps的设备，其价格可能超出车辆的价格，不符配置成本，且仍然可能受到天气、或是隧道等地形的影响而有失能或不准确的时候。

技术实现要素：

为了解决现有技术上面临的技术问题，本发明在此提供一种车速估算装置及车速估计方法、以及其计算器可读介质。本发明的车速估算装置乘载于车辆上，车辆包含多个轮胎，车速估算装置包含微处理器。微处理器能执行车速估计方法；亦可于记忆单元内储存有计算机程序，微处理器电连接于记忆单元并能读取计算机程序以执行车速估计方法。本发明的车速估计方法包含滑差值计算步骤、轮速权重值计算步骤、加速度权重值计算步骤、以及车速估计值计算步骤。

本发明的滑差值计算步骤，是根据多个轮速感测值、以及前次车速估计值分别计算对应于该些轮胎的多个滑差值，其中，各轮速感测值是指其对应轮胎的当时轮胎转速。轮速权重值计算步骤，是依据该些滑差值、以及滑差平均值计算对应各该轮胎的一轮速权重值，其中，滑差平均值是指该些滑差值的平均值。加速度权重值计算步骤，是根据加速度感测值计算加速度权重值，其中，加速度感测值是指车辆当时直行方向加速度值。车速估计值计算步骤，是根据该些轮速感测值、前次车速估计值、加速度感测值、该些轮速权重值、加速度权重值、以及时间差以计算出当时车速估计值。

本发明的上述步骤所组成的车速估计方法可以将之撰写成计算器程序并储存于储存媒介、或是通过网络平台提供下载，作为计算器可读介质以利销售。本发明的计算器可读介质能被计算机装置加载以执行并计算车辆的当时车速估计值。计算器可读介质至少包含第一计算器程序、第二计算器程序、第三计算器程序、以及第四计算器程序，以分别执行滑差值计算步骤、轮速权重值计算步骤、加速度权重值计算步骤、以及车速估计值计算步骤。

本发明藉由滑差值计算步骤及轮速权重值计算步骤以筛除滑差值过大的轮胎，以及藉由轮速权重值计算步骤及加速度权重值计算步骤，以分别通过赋予轮速权重值以及加速度权重值的技术方法，以更精确地估算车辆当时的车速，更能适用于各种情境模式下估算出精确车速的需要。因而，车速估算装置以及车速估计方法能提供自动驾驶车辆的定车距、定车速、自动剎车、情境判断上达到更精确车速的需要，避免因为车速粗略估计的误差产生的伤亡。因此，本发明只采用车辆现有配备所提供的轮速感测值、加速度感测值、角速度感测值，就能进行精确的估算，无须再另行加装其他特殊的量测组件或高精度gps设备，故无须额外添置的设备成本。

附图说明

通过参照附图进一步详细描述本发明的示例性实施例，本发明的上述和其

他示例性实施例，优点和特征将变得更加清楚，其中：

图1为本发明一实施例的车速估算装置的单元方块示意图；

图2为本发明一实施例的车速估算方法的流程图；

图3(a)及图3(b)分别为第一情境下的量测曲线比较图及差值比较图；

图4(a)及图4(b)分别为第二情境下的量测曲线比较图及差值比较图；

图5(a)及图5(b)分别为第三情境下的量测曲线比较图及差值比较图；

图6(a)及图6(b)分别为第四情境下的量测曲线比较图及差值比较图。

其中附图标记为：

1车辆10lb左后轮胎

10lf左前轮胎10rb右后轮胎

10rf右前轮胎20车辆信号总线

21轮速接收单元23加速度规

25偏航角速度仪100车速估计装置

110微处理器120记忆单元

121计算机程序acc(t)加速度感测值

kacc(t)加速度权重值kij(t)轮速权重值

s1车速估计方法s10滑差值计算步骤

s20轮速权重值计算步骤s30加速度权重值计算步骤

s40车速估计值计算步骤s50模式判断步骤

sij(t)滑差值smean(t)滑差平均值

vcg(t)当时车速估计值vcg(t-1)前次车速估计值

vij(t)轮速感测值vmean(t)轮速平均值

x前进方向y(t)偏航角速度

具体实施方式

图1为本发明一实施例的车速估算装置的单元方块示意图。本实施例的车速估算装置100系乘载于车辆1上，并与车辆1的车辆信号总线20电连接或是通讯连接。如图1所示，本实施例的车速估算装置100包含微处理器110及记忆单元120，记忆单元120储存有计算机程序121。微处理器110电性连接于记忆单元120，并能读取及执行其中的计算机程序121。在此仅为示例，并不限于此，例如，计算机程序121也可以储存于微处理器110中，由微处理器110直接执行车速估算方法s1。

在此实施例中，车辆1以四轮的车辆为示例，车辆1包含多个轮胎，具体而言是左前轮10lf、左后轮10lb、右前轮10rf、右后轮10rb。然而此仅为示例，实际上车辆1可以为包含更多轮胎，例如六个、八个、或十二个。此外，车辆1上配备的车辆信号总线20电连接有各种车装电子装置，例如，轮速接收单元21、加速度规23、以及偏航角速度仪25。轮速接收单元21接收各轮胎上当时的轮速感测值vij(t)，其中，vij(t)中的i表示左、右的轮胎代号，而j表示前、后的轮胎代号，亦即vij(t)可代表为左前轮胎转速vlf(t)、左后轮胎转速vlb(t)、右前轮胎转速vrf(t)、或右后轮胎转速vrb(t)。在此仅为示例，而不限于此，具有更多轮胎的车辆亦可依其他方式编排。

本实施例的加速度规23量测加速度感测值acc(t)并输出至车辆信号总线20，加速度感测值acc(t)是指于车辆1当时直行方向，例如，前进方向x的加速度值。本实施例的偏航角速度仪25量测偏航角速度y(t)并输出至车辆信号总线20，偏航角速度y(t)是指对应于车辆1在前进方向x的偏航角速度(yawrate)。

本实施例的车速估算装置100与车辆信号总线20进行通讯，以接收轮速感测值vij(t)、加速度感测值acc(t)、以及偏航角速度y(t)。微处理器110电连接于记忆单元120并能读取计算机程序121进而执行下列车速估算方法s1的各个步骤。

图2为本发明一实施例的车速估算方法的流程图。如图2所示，本实施例的车速估算方法s1至少包含下列步骤：滑差值计算步骤s10、轮速权重值计算步骤s20、加速度权重值计算步骤s30、以及车速估计值计算步骤s40。

在本实施例中，滑差值计算步骤s10是根据多个轮速感测值vij(t)、以及一前次车速估计值vcg(t-1)以分别计算对应于各轮胎的多个滑差值sij(t)。在此，滑差值sij(t)的物理意义是代表该轮胎当时的打滑程度，当轮胎打滑越严重，则滑差值sij(t)越大。在滑差值计算步骤s10中，本实施例的滑差值sij(t)是依下列算式计算：

当vij(t)≥vcg(t-1)，以及

当vij(t)<vcg(t-1)，

在本实施例中，轮速权重值计算步骤s20是根据前述滑差值计算步骤s10中计算出的该些滑差值sij(t)、以及该些滑差值sij(t)的平均值，即滑差平均值smean(t)，来计算各轮胎的轮速权重值kij(t)。在本实施例的轮速权重值计算步骤s20中，轮速权重值kij(t)是依下列算式计算：

当sij(t)≥smean(t)，kij(t)＝0………(算式3)；以及

当sij(t)<smean(t)，kij(t)＝a*sij(t)+b………(算式4)，

其中-2.5≤a≤-0.5，0.5≤b≤2；较佳地，a、b的数值条件为-2≤a≤-1，0.8≤b≤1.8。

上述算式3的物理意义是在通过轮速权重值计算步骤s20，先筛除滑差值sij(t)大于滑差平均值smean(t)的轮胎，而能让后续的车速估算不会受到打滑过大的轮胎影响而产生过大的偏差。此外，上述算式4的物理意义是依据滑差值sij(t)小于滑差平均值smean(t)的轮胎，依据其轮速感测值vij(t)对于整体车速的贡献赋予权重值kij(t)。

在本实施例中，加速度权重值计算步骤s30根据加速度感测值acc(t)计算加速度权重值kacc(t)。在本实施例的加速度权重值计算步骤s30中，加速度权重值kacc(t)是依下列算式计算：

kacc(t)＝c*|acc(t)|+1………(算式5)，

其中3≤c≤50，较佳地，c的数值条件为15≤c≤30。

上述算式5的物理意义是在通过加速度权重值计算步骤s30，对于车辆1在前进方向x的加速度，对于整体车速的贡献赋予权重值kacc(t)。

在本实施例中，车速估计值计算步骤s40根据该些轮速感测值vij(t)、前次车速估计值vcg(t-1)、加速度感测值acc(t)、该些轮速权重值kij(t)、加速度权重值kacc(t)、以及时间差t以计算出当时车速估计值vcg(t)。本实施例的车速估算是每隔一固定的时间间隔(interval)作为时间差t以量测并计算一次，前次车速估计值vcg(t-1)是指前一次所计算出的车速估计值。在车速估计值计算步骤s40中，本实施例的当时车速估计值vcg(t)是依下列算式计算：

上述算式6的物理意义是将每一轮速感测值vij(t)藉由其轮速权重值kij(t)分别调整之，并将前次车速估计值vcg(t-1)藉由加速度权重值kacc(t)调整之，并再加上当时加速度感测值acc(t)所造成的车速增减之后，除以上述全部权重值，藉以排除了各种极端的状况。例如，在碎石路面急加速的情况滑差值过大的轮胎能被排除，并降低了轮速权重值kij(t)、增加了加速度权重值kacc(t)，从而以加速度感测值acc(t)作为整体车速估计的主要贡献、但也不忽略轮速感测值vij(t)对于车速的贡献。从而，本实施例的车速估计装置所估算出来的当时车速估计值vcg(t)能更接近实际的车速。又例如，在坡道上加减速的情况，加速度感测值acc(t)易受到影响，因而可以增加轮速权重值kij(t)、降低加速度权重值kacc(t)，从而以轮速感测值vij(t)作为整体车速估计的主要贡献、但也不忽略加速度速感测acc(t)对于车速的贡献。从而，本实施例的车速估计装置所估算出来的当时车速估计值vcg(t)能更接近实际的车速。

由于本实施例所采用的车速估算方法s1也能估算出较精确的车速，故可适用于自动驾驶车的定车距、定车速、自动剎车等精确车速的需要场合。解决了现有技术上粗略以轮速平均值或加速度值计算的偏差。

进一步地，在另一些实施例中，车速估算方法s1其更包含一模式判断步骤s50，其可早于前述各步骤以预先决定究以何模式进行车速估算。在此图2的实施例中，模式判断步骤s50是根据轮速感测值vij(t)、轮速阀值vth、前次车速估计值vcg(t-1)、以及车速阀值vcgth进行比对。当比对所有的轮速感测值vij(t)皆小于轮速阀值vth、并且比对前次车速估计值vcg(t-1)小于车速阀值vcgth时，则判断车辆1处于一起步模式，并将加速度权重值计算步骤中的加速度权重值kacc(t)依下列算式计算：

kacc(t)＝0………(算式7)。

上述算式7的物理意义是当轮速感测值vij(t)及前次车速估计值vcg(t-1)都低于阀值时，判定车辆1在刚起步的状态，因此，赋予加速度感测值acc(t)的权重为零，表示于此状态下可忽略不计算加速度感测值acc(t)的影响。由于排除了加速度感测值acc(t)所造成的起步状态的车速偏差，车速估算方法s1能避免随时间而使得车速估计的偏差值增加，并使得车速的估算更为精确。

在一些实施例中，轮速阀值vth可介于0至5千米/小时之间。较佳地，轮速阀值vth为设定0.05至3千米/小时之间。由于一般轮速判断上可能有侦测的误差，以此区间能更为精确。更加地，轮速阀值vth设定为0.1至1千米/小时之间，以此区间更能排除误差所造成的问题。

车速阀值vcgth介于1至10千米/小时之间。较佳地，车速阀值vcgth为2至6千米/小时之间，以此区间更能排除车速在低速状态的误差，更加地，车速阀值vcgth为3至5千米/小时之间。以此区间更能排除车速在低速状态的误差。

另外，当处于起步模式中有任一轮胎的轮速感测值vij(t)大于一轮速启动值vst时，则判断车辆1离开起步模式，并将加速度权重值计算步骤中的加速度权重值kacc(t)回到前述算式5进行计算：

kacc(t)＝c*|acc(t)|+1，其中3≤c≤50………(算式5)。

上述所表示的物理意义是当车辆1离开起步模式后，则回归先前加速度权重值计算步骤s30的方式计算，在一些实施例中，轮速启动值vst介建议设定于0至5千米/小时之间。

在另一些实施例中，模式判断步骤s50可更比对车辆1当时的偏航角速度y(t)以及预定的偏航角速度阀值yth，当偏航角速度y(t)大于偏航角速度阀值yth时，判断车辆1处于弯道模式，并将滑差值计算步骤s20中的滑差值sij(t)依下列算式计算：

当vij(t)≥vmean(t)，以及

当vij(t)<vmean(t)，

其中轮速平均值vmean(t)是指当时轮速感测值vij(t)的平均值。

上述算式8、9的物理意义是当车辆1处于转弯状态时，若以直线前进方向x行驶的前次车速估计值vcg(t-1)可能会造成失准，因此，以轮速平均值vmean(t)作为判断的基础，其计算能更为精确。在一些实施例中，偏航角速度阀值yth建议设定介于2至8度/秒之间。

在另一些实施例中，判断车辆1是否处于转弯状态也可以根据方向盘的产生的转弯信号是否持续一特定时间，例如，10秒来做为判断的基础。而当方向盘回正，即转弯信号停止时，滑差值计算步骤s20则回到一般计算滑差值sij(t)的算式1、2进行计算。

在判断步骤s50中，当模式判断步骤s10判断车辆1非处于起步模式、亦非弯道模式的其他状态，则称为一般模式。一般模式下，依循前述滑差值计算步骤s10、轮速权重值计算步骤s20、加速度权重值计算步骤s30、以及车速估计值计算步骤s40的方式，以算式1至6进行车速估计。

在一些实施例中，记忆单元120可以为内存或硬盘等，计算机程序121可以通过储存媒介，例如，硬盘、光盘片、记忆卡、随身碟等而转存至记忆单元120中。在另一些实施例中，计算机程序121亦可以通过因特网或无线网络下载而储存于记忆单元120中。微处理器110电连接于记忆单元120并能读取计算机程序121以进行上述车速估算方法s1的各个步骤。

在一些实施例中，前述的滑差值计算步骤s10、轮速权重值计算步骤s20、加速度权重值计算步骤s30、以及车速估计值计算步骤s40，甚或再加上模式判断步骤s50，皆可以整合为一或一种以上的车速估算方法以利实行。该些车速估算方法可由一般车载的行车计算机或如上述车速估计装置10来实施以估算车速，亦可利用智能型手机、平板计算机、车用导航装置等便携设备带上车后，通过有线或无线通信与车辆上的车辆信号总线20连接以取得轮速、加速度等数据后据以实施以估算车速。

上述车速估算方法可以将之撰写成计算器程序，并储存于储存媒介、或是通过网络平台提供下载，而作为计算器可读介质以供销售。储存媒介可以是前述车载装置的记忆单元120、或其他硬盘机、光盘片、记忆卡、随身碟等。计算器可读介质亦可以寄存于云端服务器，或网络平台，系可供网络联机以无线或有线方式下载封包。本发明的计算器可读介质可以被计算器装置加载而执行。

在一实施例中，计算器可读介质包含了第一计算器程序、第二计算器程序、第三计算器程序、第四计算器程序。第一计算器程序执行上述的滑差值计算步骤s10。第二计算器程序执行上述的轮速权重值计算步骤s20。第三计算器程序执行上述的加速度权重值计算步骤s30。第四计算器程序执行上述的车速估计值计算步骤s40。

在另一些实施例中，计算器可读介质更包含了第五计算器程序，第五计算器程序执行模式判断步骤s50中比对轮速感测值vij(t)与轮速阀值(vth)、以及比对前次车速估计值vcg(t-1)于与车速阀值(vcgth)。当比对符合起步模式时，对第三计算器程序要求加速度权重值kacc(t)依下列算式计算：

kacc(t)＝0。

另一些实施例中，计算器可读介质更包含了第六计算器程序，第六计算器程序执行模式判断步骤s50中，比对偏航角速度y(t)与偏航角速度阀值yth，当比对符合弯道模式时，要求第一计算器程序中计算滑差值sij(t)依前述的算式8、9进行计算：

当vij(t)≥vmean(t)，

当vij(t)<vmean(t)，

以下将通过实际的实验，来验证前述车速估算方法。图3(a)及图3(b)分别为第一情境下的量测曲线比较图及差值比较图；图4(a)及图4(b)分别为第二情境下的量测曲线比较图及差值比较图；图5(a)及图5(b)分别为第三情境下的量测曲线比较图及差值比较图；以及图6(a)及图6(b)分别为第四情境下的量测曲线比较图及差值比较图。在此，图3(a)、图4(a)、图5(a)及图6(a)中，虚线的曲线是表示用以现有技术以轮速平均值所计算出的车速对应时间的曲线、直线是以vbox高精密gps装置量测出的参考车速对应时间的曲线、圆点曲线是表示现有技术以加速度规推算出来的车速对应时间的曲线、米字曲线为以前述车速估算方法所估计的车速对应时间的曲线。另外，图3(b)、图4(b)、图5(b)及图6(b)中，虚线的曲线是表示用以现有技术以轮速平均值所计算出的车速与vbox高精密gps装置量测出的参考车速的差值对应时间的曲线。圆点曲线是表示现有技术以加速度规推算出来的车速与vbox高精密gps装置量测出的参考车速的差值对应时间的曲线。米字曲线为以前述车速估算方法所估计的车速与vbox高精密gps装置量测出的参考车速的差值对应时间的曲线。

如图3(a)及图3(b)所示，第一情境是指在碎石路面急加速的情境。可以理解的是，碎石路面加速会造成轮胎打滑，因此轮胎的滑差值较大，因此，以现有技术的轮速平均值所计算出的车速对应时间的曲线与vbox高精密gps装置量测出的实际车速的曲线，有明显的差异，尤其是在4至7秒期间。在此情境下，现有技术以加速度规推算出来的车速相较下与vbox高精密gps装置量测出的参考车速较为接近，但在较长时间下，由于误差的逐渐累积，以加速度规推算出来的车速逐渐与vbox高精密gps装置量测出的参考车速偏离。前述车速估算方法s1所估计的车速通过权重的分配，在整个时间区间所估计的车速都接近于vbox高精密gps装置量测出的参考车速。

如图4(a)及图4(b)所示，第二情境是指平地直线加减速情境。由此情境可见现有技术以加速度规推算出来的车速对应时间的曲线，随着时间积分会造成误差累积，因而在一定时间后，误差会逐渐升高。现有技术以轮速平均值所计算出的车速对应时间的曲线，在此状态下较与vbox高精密gps装置量测出的参考车速较为接近，但是在高速时亦有约2千米/小时误差。前述车速估算方法所估计的车速通过权重的分配，在整个时间区间所估计的车速都接近于vbox高精密gps装置量测出的参考车速。

如图5(a)及图5(b)所示，第三情境是平地弯道加减速的情境。由于在弯道行驶时，车辆的加速度包含了纵向(前进方向x)及横向加速度，由于并非每个车辆都配有横向的加速度规，因此，现有技术以纵向加速度规推算出来的车速对应时间的曲线，与vbox高精密gps装置量测出的参考车速具有明显的偏差，且随着时间累积，偏差量会随时间逐步增加。在此情境下，现有技术以轮速平均值所计算出的车速对应时间的曲线，在此状态下较与vbox高精密gps装置量测出的参考车速较为接近，但仍维持着一定的偏差量。前述车速估算方法所估计的车速通过权重的分配，在整个时间区间所估计的车速都接近于vbox高精密gps装置量测出的参考车速。

如图6(a)及图6(b)所示，第四情境是在坡度约30％的下坡加速情境的情境。由于加速度感测值acc(t)受坡度影响，因此，现有技术以加速度规推算出来的车速对应时间的曲线，与vbox高精密gps装置量测出的参考车速有明显的偏差，且随着时间累积，偏差量随着时间逐步增加。此情境下，现有技术以轮速平均值所计算出的车速对应时间的曲线，在此状态下较与vbox高精密gps装置量测出的参考车速较为接近，但仍维持着一定的偏差量。前述车速估算方法所估计的车速通过权重的分配，在整个时间区间所估计的车速都接近于vbox高精密gps装置量测出的参考车速。

在上述实验中证实车速估算方法通过滑差值计算步骤及轮速权重值计算步骤筛除滑差值sij(t)过大的轮胎，并通过轮速权重值计算步骤及加速度权重值计算步骤，赋予轮速权重值kij(t)以及加速度权重值kacc(t)，此技术手段能精确地估计车辆当时的车速，更能适用于各种情境下。因而，车速估算装置所执行的车速估计方法提供自动驾驶的定车距、定车速、自动剎车等精确的车速的需要，能达到更精确的车速估计，以避免因为车速估计的误差产生的伤亡。此外，车速估算方法采用车辆现有的设备所感测的轮速感测值、加速度感测值、角速度感测值，就能进行精确的估计、无须加装其他特殊的量测组件，不须增加额外的设备成本。

虽然已经结合目前被认为是实用的示例性实施例描述了本发明，但是应当理解，本发明不限于所公开的实施例，而是相反，旨在适用于各种修改和等同布置包括在所附权利要求的精神和范围内。