本发明涉及通信技术，尤其涉及一种车辆控制方法、装置、车辆及存储介质。
背景技术：
对于内燃机或电机驱动的自动驾驶车辆，通常采用油门、传动结构、刹车结构及车身电子稳定系统(Electronic Stability Program，ESP)对车辆进行控制，根据目标行驶速度和实际行驶速度选择单独使用油门量或单独使用刹车量对车辆进行控制，以实现对目标速度的跟踪。
相关技术中，对自动驾驶车辆的控制方案，不仅不能普遍适用于全部的自动驾驶车辆，而且对自动驾驶车辆的速度控制平滑性差。
技术实现要素：
本发明实施例提供一种车辆控制方法、装置、车辆及存储介质，能够在实现自动驾驶车辆的速度平滑控制。
本发明实施例的技术方案是这样实现的：
本发明实施例提供一种车辆控制方法，包括：
获得车辆的目标行驶速度和实际行驶速度；
基于所述目标行驶速度和所述实际行驶速度的比较结果，在候选的控制模式中确定与所述比较结果相对应的控制模式；其中，所述候选的控制模式包括：刹车控制模式、加速控制模式和停车控制模式；
基于所确定的控制模式对应的油门量和刹车量的确定方式，确定实现所述目标行驶速度时所需要的油门量和刹车量；以及，
基于所确定的控制模式对应的油门量和刹车量的应用方式，在所述车辆中应用所确定的油门量和刹车量。
本发明实施例还提供一种车辆控制装置，包括：
获得单元，用于获得车辆的目标行驶速度和实际行驶速度；
控制模式确定单元，用于基于所述目标行驶速度与所述实际行驶速度的比较结果，在候选的控制模式中确定与所述比较结果相对应的控制模式；其中，所述候选的控制模式包括：刹车控制模式、加速控制模式和停车控制模式；
控制参数确定单元，用于基于所确定的控制模式对应的油门量和刹车量的确定方式，确定实现所述目标行驶速度时所需要的油门量和刹车量；
应用单元，用于基于所确定的控制模式对应的油门量和刹车量的应用方式，在所述车辆中应用所确定的油门量和刹车量。
本发明实施例还提供一种车辆，包括：
存储器，用于存储可执行程序；
处理器，用于通过执行所述存储器中存储的可执行程序时，实现权利要求上述的车辆控制方法。
本发明实施例还提供一种存储介质，其上存储有可执行程序，该可执行程序被处理器执行时实现上述方法的步骤。
本发明实施例具有以下有益效果：
第一方面，控制模式包括的加速控制模式、刹车控制模式，均结合油门量和刹车量两个控制因素对车辆进行控制，较现有技术中单独采用油门量或单独采用刹车量对车辆进行控制相比，避免了由于刹车和油门之间的频繁切换产生的车辆震荡，提高了速度控制的平滑性。
第二方面，本发明实施例提供的车辆控制方法不依赖于ESP系统实现，车辆无需配置ESP系统需要的转向传感器、车轮传感器、侧滑传感器、横向加速度传感器等设备，较相关技术中的车辆控制方法实现成本低、具有更好的可移植性。
第三方面，通过比较目标行驶速度和实际行驶速度的方式即可迅速地确定车辆的控制模式，较现有技术中通过油门控制量、刹车控制量及速度偏差综合判断车辆控制模式相比，实现过程更简单。
第四方面，本发明实施例中每种控制模式均使用单独的算法来计算油门量和刹车量，与现有技术中单纯依据当前行驶速度和目标行驶速度的差值，采用同一算法计算油门量和刹车量相比，算法的细分进一步保证了车辆速度的平滑控制。
附图说明
图1-1是本发明实施例提供的车辆内部固定车载终端的一个可选的示意图；
图1-2是本发明实施例提供的在车辆内部固定车载终端的另一个可选的示意图；
图2是本发明实施例提供的车载终端的一个可选的软硬件结构示意图；
图3是本发明实施例提供的车辆的一个可选的示意图；
图4-1是本发明实施例提供的车辆控制方法的一个可选的架构示意图；
图4-2是本发明实施例提供的车辆控制的又一个可选的架构示意图；
图4-3是本发明实施例提供的车辆控制的再一个可选的架构示意图；
图5是本发明实施例提供的车辆控制方法的一个可选流程示意图；
图6是本发明实施例提供的用于自动行驶的轨迹的可选的示意图；
图7是本发明实施例油门量与加速度之间的线性关系的一个可选的示意图；
图8是本发明实施例油门量与加速度之间的线性关系的另一个可选的示意图；
图9-1是本发明实施例刹车量与加速度的线性关系的一个可选的示意图；
图9-2是本发明实施例刹车量与加速度的线性关系的另一个可选的示意图；
图10本发明实施例提供的更新控制参数的一个可选的示意图；
图11为本发明实施例提供的车辆控制方法的另一个可选流程示意图；
图12为本发明实施例提供的车辆控制模型的应用示意图；
图13为本发明实施例车辆控制装置的组成结构示意图
具体实施模式
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，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
对本发明进行进一步详细说明之前，对本发明实施例中涉及的名词和术语进行说明，本发明实施例中涉及的名词和术语适用于如下的解释。
1)车辆，能够在道路上行驶的自动驾驶交通工具，如内燃机驱动的无人驾驶汽车、电动机驱动的无人驾驶汽车等。
2)目标行驶速度，在车辆的自动驾驶过程中，根据实际位置和目标位置规划的路段中，在经过前方位置时所需要实现的速度。
3)实际行驶速度，在车辆自动行驶过程中，根据各种方式如传感器或卫星定位实时测得的行驶速度。
4)控制参数，用于控制车辆实现目标行驶速度所使用的参数，至少包括油门量和刹车量。
5)控制模式，在车辆自动驾驶的过程中，为实现目标行驶速度而在车辆中应用的模式，不同控制模式在车辆中应用控制参数的方式不同；本文中涉及以下类型的控制模式：
5.1)加速控制模式：以油门量为控制参数控制车辆加速至目标行驶速度的模式；此外，还可以使用油门量和刹车量为控制参数控制车辆加速至目标行驶速度的模式。
5.2)刹车控制模式：以刹车量为控制参数控制车辆减速至目标行驶速度的控制模式。
5.3)停车控制模式：以刹车量为控制参数控制车辆减速至零速度的控制模式。
6)控制模型，表示为实现目标行驶速度而在车辆中应用的控制参数、以及应用控制参数的方式，与前述的控制模式对应。
加速控制模式使用的控制模型包括以下几种：
6.1)动力系统模型：加速控制模式使用的用于确定应用于车辆的油门量以加速到目标行驶速度的模型，根据车辆的动力系统的组件(包括：内燃机、离合器、变速箱、差速器、节气门及油门开度)的性能，表示车辆在给定不同的油门量时驱动车辆所能实现的加速度(加速度为正值)之间的线性关系。
作为示例，动力系统模型可以只是一种线性关系，或者，根据车辆所处的不同档位而具有分段属性，即包括与不同档位对应的依次连接的线性关系。
6.2)第一阻尼因素模型：在加速控制模式中，根据阻力因素(包括：风阻、车辆的机械摩擦阻力及道路阻力)，表示车辆行驶过程中的不同阻力与用于控制车辆保持怠速(即发动机或电机没有负荷)所需油门量的线性关系。
6.3)第二阻尼因素模型：在加速控制模式中，根据阻力因素，表示车辆行驶过程中遇到的不同阻力与用于保持车辆力矩平衡的最小刹车量的线性关系。
刹车控制模式使用的控制模型包括以下几种：
6.4)刹车系统模型：刹车控制模式使用的用于确定应用于车辆的刹车量减减速到目标行驶速度的模型，根据车辆的刹车系统的组件(包括：刹车踏板、刹车助力系统、刹车液压回路、刹车片及刹车盘)的性能，表示车辆在给定的不同刹车量时车辆所能实现的不同加速度(加速度为负值，本文中也称为减速度)的线性关系。
6.5)第三阻尼因素模型：在刹车控制模式中，根据阻力因素(包括：风阻、车辆的机械摩擦阻力及道路阻力)，表示车辆实际行驶时遇到的不同阻力与等效的刹车量之间的线性关系。
6.6)第四阻尼因素模型：在刹车控制模式中，根据阻力因素，表示车辆行驶时遇到的不同阻力与于保持车辆力矩平衡的最小油门量之间的关系。
7)油门量，对于内燃机驱动的车辆，油门量对应发动机的供油量；对于电力驱动的车辆，油门量对应电机的供电量。
相关技术中，对自动驾驶车辆进行控制时，油门控制器根据目标行驶速度和实际行驶速度的偏差，根据自身的算法得到相应的油门控制量；刹车控制器根据目标行驶速度和实际行驶速度之间的速度偏差，根据自身的算法得到相应的刹车控制量。根据得到的油门控制量、刹车控制量及速度偏差选择单独通过油门控制车辆，或单独通过刹车制动控制车辆；由于是单独使用油门量或刹车量对车辆进行控制，因此，若选择了油门控制车辆，则刹车制动控制处于释放状态，用于进行刹车制动控制的车辆组件处于零初始状态；若选择了刹车制动控制车辆，则油门控制处于释放状态，用于进行油门控制的车辆组件处于零初始状态。如此，不仅刹车和油门之间的频繁切换容易产生车辆震荡，而且存在速度控制平滑性差、控制难度高的缺点，体现为车辆加速时震荡、车辆减速时卡顿。并且，相关技术中利用ESP系统对车辆进行稳定性控制时，要求车辆不仅具备较高的电子配置，如转向传感器、车轮传感器、侧滑传感器、横向加速度传感器等设备，并具备更低的风阻系数和更强的动力性能，导致内燃机驱动的自动驾驶车辆的实现成本高、可移植性弱，进而影响了内燃机驱动的自动驾驶车辆的推广和应用。
针对上述问题，本发明实施例中，提出了多种用于控制车辆自动驾驶的控制模型，并根据目标行驶速度与实际行驶速度满足的关系，确定与所述关系匹配的控制模式，并基于匹配的控制模式对应的控制模型确定用于控制车辆所需的油门量和刹车量；基于油门量和刹车量两个控制参数同时对车辆进行控制时，能够避免由于刹车和油门之间的频繁切换产生的车辆震荡，提高了速度控制的平滑性。
下面首先对实现本发明实施例的车辆控制装置进行说明。
就车辆控制装置的实施而言，在本发明可选实施例中，车辆控制装置可以采用在车载终端侧实施的模式，也可以采用在车辆侧实施的模式，还可以采用在与车辆进行通信的电子设备(如服务器)实施的模式；相应的存储介质可以设置在车载终端侧、或车辆侧、或电子设备侧，对应完成在车载终端侧、或车辆侧、或电子设备侧的处理。
作为一个示例，下面结合附图描述实现本发明实施例车辆控制方法的车载终端。
本发明实施例记载的车载终端可以采用如移动终端(智能手机和平板电脑)、行车记录仪、导航仪等形式实施，并通过固定装置固定在车辆的任意位置(如车窗玻璃、或车辆驾驶台等位置)。固定装置可以采用真空吸盘吸合、基于磁性元件吸合、基于螺栓螺母紧固、基于卡扣咬合和基于束带方式绑定等方式，根据需求灵活设置在车辆内部空间的任意位置。当然，本发明以下各实施例记载的车辆控制装置也可以嵌入车辆内部以避免占用额外的空间。
作为车辆控制装置的实施形态的一个示例，在图1-1示出的车辆内部固定车载终端的一个可选的示意图中，车载终端100通过固定装置300(包括吸盘301和支臂302)吸盘的方式固定于车辆200的前窗部位，车载终端100的高度可以通过调节固定装置300中支臂302实现以便于用户观看车载终端100的屏幕。作为在车辆内部设置移动终端的另一个示例，在图1-2示出的在车辆内部固定车载终端的另一个可选的示意图中，车载终端100嵌入在车辆200的前置面板中并与车辆200的内部结构构成流线型的整体，节省车辆200的内部空间。
图2示出了车载终端100的一个可选的软硬件结构示意图，包括硬件层11、操作系统层12、应用层13，分别进行说明。
硬件层11，包括以下结构：
存储器112，可以提供为各种形式的非易失性存储器，例如可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read_Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read_Only Memory)等用于存储各种类型的数据，这些数据的示例包括：用于在车载终端100上操作的任何计算机程序；本发明实施例提供的车辆控制方法对应的可执行程序可以预先存储在存储器112中。
处理器111，可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，本发明实施例提供的车辆控制方法的各步骤可以通过处理器111中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器111可以是通用处理器、数字信号处理器(DSP，Digital Signal Processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
网络接口113，用于与其他设备(如车辆200)以有线或无线方式的通信，网络接口113可以接入基于通信标准的无线网络，如WiFi、2G、3G、4G和4G的演进或它们的组合。
操作系统层12，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件层11的任务，本发明实施例中不排除使用任意类型的操作系统，包括基于Linux内核的操作系统如安卓系统，还可以包括iOS系统和类Unix系统。
应用层13，包含应用程序131；其中，应用程序131对应安装于车载终端100上的客户端,包括用于实施本发明实施例提供的车辆控制方法的程序；用于实施本发明实施例提供的车辆控制方法的程序包括：动力系统模型1、刹车系统模型2、第一阻尼因素模型3、第二阻尼因素模型4、第三阻尼因素模型5和第四阻尼因素模型6。
下面对车载终端100获取车辆200的行驶参数(如、实际行驶速度、目标行驶速度、加速度、车姿)进行说明。参见图2，车辆200的组件至少包括：刹车系统201、动力系统202、传感系统203；刹车系统201和动力系统202由车辆200内部的控制器204基于从车辆CAN总线206获取的数据进行控制；传感系统203获取的数据由控制器204基于车辆CAN总线206发送至车载终端100。
车载终端100与车辆200的车辆CAN总线206连接，对于以图1-1方式在车辆200设置的车载终端100可以通过近距离通信等无线通信方式与车辆CAN总线206连接，对于以图1-2的方式在车辆200内部设置的车载终端100，车载终端100内部的总线与车辆CAN206总线可以物理耦接的方式支持处理器111从车辆CAN总线206读取数据。车载终端100中的处理器111通过车辆200内部的车辆CAN总线206读取车辆200的各种数据,得到车辆200中各部件的状态，例如从基于传感器201输出的数据可以得到车辆200的实际行驶速度、车姿等。
作为另一个示例，下面结合附图描述实现本发明实施例车辆控制方法的车辆。
图3示出了车辆300的一个可选的示意图，车辆300的组件至少包括：刹车系统201、动力系统202、传感系统203、控制器204；传感系统203获取的数据经由车辆CAN总线206发送至控制器204，控制器204基于获取的数据运行存储器205上运行的程序，并将得到的处理数据应用于车辆300，对车辆300的刹车系统201和动力系统202进行控制。本发明实施例中，存储器205上存储有动力系统模型1、刹车系统模型2、第一阻尼因素模型3、第二阻尼因素模型4、第三阻尼因素模型5和第四阻尼因素模型6。
作为一个示例，车辆控制装置在车载终端侧和车辆侧实施，图4-1示出了本发明实施例提供的车辆控制方法的一个可选的架构示意图，车载终端中存储有用于实现车辆控制的应用程序，车载终端中存储的应用程序参见图2所示车载终端100应用层所存储的应用程序；车载终端通过网络服务器获得车辆的目标行驶速度和实际行驶速度；基于目标行驶速度和实际行驶速度的比较结果，在候选的刹车控制模式、加速控制模式和停车控制模式中确定与所述比较结果相对应的控制模式；基于所述控制模式对应的油门量和刹车量确定方式，确定实现目标行驶速度时需要的油门量和刹车量；以及基于所述控制模式对应的油门量和刹车量的应用方式，网络服务器基于油门量和刹车量来控制车辆自动驾驶。
作为又一个示例，车辆控制装置在车辆侧实施，图4-2示出了本发明实施例提供的车辆控制的又一个可选的架构示意图，车辆中存储有用于实现车辆控制的应用程序，车辆中存储的应用程序参见图3所示车辆300的存储器205所存储的应用程序；车辆获得自身的目标行驶速度和实际行驶速度；利用存储的应用程序，基于目标行驶速度和实际行驶速度的比较结果，在候选的刹车控制模式、加速控制模式和停车控制模式中确定与所述比较结果相对应的控制模式；基于所述控制模式对应的油门量和刹车量确定方式，确定实现目标行驶速度时需要的油门量和刹车量；以及基于所述控制模式对应的油门量和刹车量的应用方式，在所述车辆中应用所确定的油门量和刹车量，以使车辆基于油门量和刹车量自动行驶。
作为再一个示例，图4-3示出了本发明实施例提供的车辆控制方法的一个可选的架构示意图，车载终端中存储有用于实现车辆控制的应用程序，车载终端中存储的应用程序参见图2所示车载终端100应用层所存储的应用程序；车载终端通过蓝牙、近场通信、通用串行总线(Universal Serial Bus，USB)等无线通信方式从车辆处获得车辆的目标行驶速度和实际行驶速度；基于目标行驶速度和实际行驶速度的比较结果，在候选的刹车控制模式、加速控制模式和停车控制模式中确定与所述比较结果相对应的控制模式；基于所述控制模式对应的油门量和刹车量确定方式，确定实现目标行驶速度时所需要的油门量和刹车量；车载终端采用无线通信的方式，基于所确定的油门量和刹车量来控制车辆自动行驶。
至此，已经按照其功能描述了本发明实施例中涉及的车辆控制装置(车载终端或车辆)，基于图2示出的车载终端的功能结构示意图以及图3示出的车辆结构，继续对本发明实施例提供的车辆控制的方案进行说明。
下面结合图4-1、图4-2及图4-3示出的车辆控制的架构示意图对本发明实施例提供的车辆控制的方案进行说明，图5示出了本发明实施例提供的车辆控制方法的一个可选流程示意图，将基于各个步骤进行说明。
步骤S101，获得车辆目标行驶速度和实际行驶速度。
路段是基于自动驾驶的路线规划算法，基于从车辆的实际位置到目的位置的路段，应用速度和时间曲线(即加速度曲线)，得到到达路段中不同前方位置对应的时间和速度。其中，从当前位置到达路线中前方最近的采样点的轨迹即为当前所处路段；参见图6，图6是本发明实施例提供的用于车辆自动行驶的轨迹的可选的示意图，图6中示出了车辆自动行驶的不同轨迹；基于动力学限制、障碍物避让等多种因素对轨迹进行筛选，结合安全性、舒适性、时间等因素选出到达目标位置的最优轨迹。最优轨迹中，对应车辆实际位置相邻的前方位置对应的速度为目标行驶速度。
在一个实施例中，利用车辆中设置的传感器，如速度传感器、加速度传感器、车身传感器等采集到车辆在所处路段的实际行驶速度、加速度、车身姿态等采样数据；并对采集到的采样数据进行滤波处理，滤除明显的噪声等错误数据，得到车辆在所处路段的实际行驶参数，包括实际行驶速度、加速度等。或利用卫星定位等方式实时测量车辆的实际行驶速度。
步骤S102，基于目标行驶速度与实际行驶速度的比较结果，在候选的控制模式中确定与所述比较结果相对应的控制模式。
在一可选实施例中，候选的控制模式包括加速控制模式、刹车控制模式和停车控制模式，基于目标行驶速度与实际行驶速度的比较结果，能够在候选的三种控制模式中，确定与比较结果相对应的一种控制模式。
当车辆在所处路段的目标行驶速度大于车辆的实际行驶速度时，确定通过增大油门量实现目标行驶速度的加速控制模式对车辆进行自动驾驶控制。加速控制模式可以是以油门量作为唯一的控制因子，实现实际行驶速度等于目标行驶速度的方式。加速控制模式也可以是以油门量、刹车量等多个控制因子，实现实际行驶速度等于目标行驶速度的方式，且油门量是多个控制因子中权重最大的控制因子。
当车辆在所处路段的目标行驶速度小于车辆的实际行驶速度时，确定通过增大刹车量实现目标行驶速度的刹车控制模式对车辆进行自动驾驶控制。刹车控制模式可以是以刹车量作为唯一的控制因子，实现实际行驶速度等于目标行驶速度的方式。刹车控制模式也可以是以油门量、刹车量等多个控制因子，实现实际行驶速度等于目标行驶速度的方式，且刹车量是多个控制因子中权重最大的控制因子。
当车辆的目标行驶速度为零速度、且车辆的实际行驶速度非零速度时，确定车辆处于使用刹车量实现停车的停车控制模式对车辆进行自动驾驶控制。
本发明实施例中，通过比较目标行驶速度和实际行驶速度的方式，即可迅速地确定车辆的控制模式，较现有技术中通过油门控制量、刹车控制量及速度偏差综合判断车辆控制模式相比，实现过程更简单。
步骤S103，基于所确定的控制模式对应的油门量和刹车量的确定方式，确定实现目标行驶速度时需要的油门量和刹车量。
当匹配的控制模式为加速控制模式时，在一可选实施例中，首先确定在所处路段实现目标行驶速度所需要的目标加速度，利用确定得到的目标加速度，可以在所处路段恰好行驶完毕时，实现实际行驶速度等于目标行驶速度；利用确定得到的目标加速度，也可以在所处路段未行驶完毕时，实现实际行驶速度等于目标行驶速度，并在所处路段行驶完毕之前，以目标行驶速度匀速行驶。然后，基于车辆在给定油门量与所实现的加速度之间关系的动力系统模型，确定在所处路段实现目标加速度所需要的第一油门量，将第一油门量作为车辆的一个控制参数。
本发明可选实施例中，动力系统模型为根据车辆的动力系统的组件(包括内燃机、离合器、变速箱、差速器、节气门和油门开度)的性能，得到给定的油门量与驱动车辆所能实现的不同加速度的线性关系。通过将车辆中的动力学系统中各组件之间的非线性关系简化为线性关系，降低了确定控制参数的难度。对于给定的油门量与车辆所实现的不同加速度的线性关系，根据车辆所处的不同档位而具有分段属性；即包括与不同档位对应的依次连接的至少两种线性关系，与车辆的至少两种档位对应，且至少两个线性关系所表示的加速度与相应档位的速度正相关。对于特定的加速度，需确定实现目标加速度时所需要依次使用的目标档位，基于所述目标档位对应的线性关系，确定在相应的目标档位中所需的第一油门量，以实现对自动驾驶车辆速度的平滑控制。动力系统模型包括的相互连接的至少两种线性关系。对于同一车辆来说，根据车辆所处档位的不同，油门量与驱动车辆所能实现的不同加速度之间的线性关系也不同。如图7所示，在车辆的档位值为1时，油门量与加速度的线性关系为y1＝f1(x1)，其中，x1表示油门量，y1表示给定油门量所达到的加速度；档位值为2时，y1＝f2(x1)，其中，x1表示油门量，y1表示给定油门量所达到的加速度；档位值为3时，y1＝f3(x1)，其中，x1表示油门量，y1表示给定油门量所达到的加速度。
当然，对于给定的油门量与驱动车辆所能实现的不同加速度的线性关系，也可以不具有分段属性，即油门量与驱动车辆所能实现的不同加速度之间的线性关系为连续线性函数，如图8所示，油门量与加速度的线性关系为y1＝f4(x1)，其中，x1表示油门量，y1表示给定油门量所达到的加速度。
在加速控制模式中，对车辆应用实现目标行驶速度的油门量之前，基于阻力与最小刹车量之间的第三线性关系的第二阻尼因素模型以及所述车辆行驶遇到的阻力，确定用于保持车辆的力矩平衡的最小刹车量；将确定的最小刹车量作为车辆在所处路段的控制参数之一。本发明可选实施例中，第二阻尼因素模型包括阻力与实现力矩平衡状态时所需的最小刹车量之间的线性关系，阻力至少包括风阻和道路坡度；风阻与车辆的行驶速度正相关，道路下坡程度与刹车量正相关；如下公式(1)和公式(2)所示：
Fw＝w_gain*v*v (1)
P＝Km*a (2)
其中，Fw表示风阻，w_gain为风阻系数，v表示车辆的行驶速度，P表示道路坡度，Km为坡度系数，a表示加速度积分；根据车辆的不同w_gain和Km的值也不同。
当匹配的控制模式为加速控制模式时，在另一可选实施例中，确定车辆在所处路段的刹车量的实现过程与上述实施例确定车辆在所处路段的刹车量的实现过程相同。不同之处在于，基于动力系统模型确定第一油门量之后，基于车辆抵消阻力与所需的油门量之间的第二线性关系的第一阻尼因素模型，确定抵消车辆行驶的阻力所需的第二油门量，确定第一油门量和第二油门量的加和，利用第一油门量和第二油门量的加和更新控制参数，即将第一油门量和第二油门量的加和作为控制车辆的油门量。车辆在实际行驶过程中，不可避免地会存在行驶阻力，因此利用第二油门量对行驶过程中存在的阻力进行补偿，避免只应用第一油门量对车辆进行控制时，出现的实现目标行驶速度延迟的情况，以及避免由于阻力因素导致的无法实现目标行驶速度的情况。第一阻尼因素模型涉及的阻力至少包括风阻、机械摩擦阻力及道路阻力；机械摩擦阻力与车辆的档位值相关，道路阻力与车辆的档位值、车身重量、道路坡度相关，如下公式(3)和公式(4)所示：
Ff＝g_gain/N (3)
Fr＝r_gain*N*mg*P (4)
其中，Ff表示机械摩擦阻力，g_gain为机械摩擦阻力系数，N表示车辆的档位值，P表示道路坡度，Fr表示道路阻力，r_gain为道路阻力系数，m表示车身质量；g表示重力加速度，根据车辆的不同r_gain和g_gain的值也不同。
基于公式(1)、公式(3)和公式(4)得到的风阻、机械摩擦阻力和道路阻力，确定第二油门量，如下公式(5)所示：
第二油门量＝Ks*(Fw+Ff+Fr) (5)
其中，Ks的值根据车辆的不同而发生变化。
确定第二油门量之后，将第一油门量与第二油门量之和作为车辆在所处路段的控制参数之一。
在加速控制模式中，确定应用于车辆的控制参数之后，首先减小在该车辆中应用的刹车量，直至刹车辆达到保持车辆力矩平衡的最小刹车量；再在该车辆中应用在所处路段实现目标加速度所需要的油门量(第一油门量，或第一油门量与第二油门量的加和)，直至车辆加速至目标行驶速度。
当匹配的控制模式为刹车控制模式时，在一可选实施例中，确定在所处路段实现目标行驶速度所需要的目标加速度，由于目标行驶速度小于实际行驶速度，因此，目标加速度的大小为负数，目标加速度的方向与实际行驶速度的方向相反，也称为减速度；利用确定得到的目标加速度，可以在所处路段恰好行驶完毕时，实现实际行驶速度等于目标行驶速度；利用确定得到的目标加速度，也可以在所处路段未行驶完毕时，实现实际行驶速度等于目标行驶速度，并在所处路段行驶完毕之前，以目标行驶速度匀速行驶。然后，基于车辆在给定的不同刹车量与所实现的加速度之间的第四线性关系的刹车系统模型，确定在所处路段实现目标加速度所需要的第一刹车量作为控制参数之一。
本发明可选实施例中，刹车系统模型为根据车辆的刹车系统的组件(包括：刹车踏板、刹车助力系统、刹车液压回路、刹车片和刹车盘)的性能，得到给定的刹车量与控制车辆所能实现的不同加速度的线性关系。
可以理解为，存在多个刹车系统模型，每个刹车系统模型对应一个起始速度；不同候选刹车系统模型中，相同刹车量所获得的加速度与相应候选刹车系统模型的起始速度正相关。图9-1所示的刹车量与加速度的线性关系对应的起始速度V1，图9-2所示的刹车量与加速度的线性关系对应的起始速度V2，V1大于V2；在给定相同刹车量时，利用图9-1所示的刹车量与加速度的线性关系所实现的加速度值，小于利用图9-2所示的刹车量与加速度的线性关系所实现的加速度值。因此，需要在多个候选刹车系统模型中确定一个刹车系统模型，以便利用确定的刹车系统模型，确定在所处路段实现目标加速度所需要的第一刹车量；确定的最小刹车量作为车辆在所处路段的控制参数之一。
本发明可选实施例中，可根据车辆的实际行驶速度与候选刹车系统模型对应的起始速度进行匹配；作为一个示例，实际行驶速度与候选刹车系统模型的起始速度相同时，确认实际行驶速度与候选刹车系统模型对应的起始速度匹配。作为另一个示例，实际行驶速度与候选刹车系统模型的起始速度的差值小于预设的阈值时，确认实际行驶速度与候选刹车系统模型对应的起始速度匹配。作为又一个示例，实际行驶速度处于候选刹车系统模型的起始速度区间时，确认实际行驶速度与候选刹车系统模型对应的起始速度匹配。
在一可选实施例中，实际行驶速度对应的刹车系统模型，可以根据同类型车辆的样本数据通过机器学习的方式训练得到。举例来说，将同类型车辆基于不同行驶速度的刹车量数据作为训练样本，基于训练样本及训练样本标记的目标状态(加速度)训练刹车系统模型，使得刹车系统模型具有根据训练样本(刹车量)预测相应的目标状态(加速度)的性能。
在刹车控制模式中，对车辆应用实现目标行驶速度的刹车量之前，为进一步实现车辆控制的平滑性，可将阻力与保持怠速时所需的最小油门量之间的关系拟合为线性关系；基于阻力与保持车辆怠速时所需的最小油门量之间的第六线性关系的第四阻尼因素模型，确定根据车辆实际行驶的阻力，用于保持车辆怠速所需的最小油门量；确定的最小油门量作为车辆在所处路段的控制参数之一。本发明可选实施例中，阻力至少包括风阻和道路坡度；风阻与车辆的行驶速度正相关，道路下坡程度与刹车量正相关；如上述公式(1)和公式(2)所示。
当匹配的控制模式为刹车控制模式时，在另一可选实施例中，确定车辆在所处路段的油门量的实现过程与上述实施例确定车辆在所处路段的油门量的实现过程相同。不同之处在于，基于刹车系统模型确定第一刹车量之后，基于阻力与等同于阻力的刹车量之间的第五线性关系的第三阻尼因素模型，确定与车辆行驶遇到的阻力等同的控制车辆保持目标行驶速度所需的第二刹车量，基于第一刹车量和第二刹车量的之差值，更新控制参数。第三阻尼因素模型涉及的阻力至少包括风阻、机械摩擦阻力及道路阻力；机械摩擦阻力与车辆的档位值相关，道路阻力与车辆的档位值、车身重量、道路坡度相关，如上述公式(3)和公式(4)所示。
基于公式(1)、公式(3)和公式(4)得到的风阻、机械摩擦阻力和道路阻力，确定第二刹车量，如下公式(6)所示：
第二刹车量＝Bs*(Fw+Ff+Fr) (6)
其中，Bs的值根据车辆的不同而发生变化。
确定第二刹车量之后，将第一刹车量与第二刹车量的差值作为车辆在所处路段的控制参数之一，如此，在确定第一刹车量后，在第一刹车量中剔出等同于车辆行驶过程中等同于阻力的第二刹车量，进一步保证减速的精确性。
在刹车控制模式中，首先减小在车辆中应用的油门量，直至保持车辆怠速的最小油门量；再在车辆中应用在所处路段实现所述目标加速度所需的刹车量，直至减速至所述目标行驶速度。所需的刹车量是在所处路段实现所述目标加速度所需要的第一刹车量；或者，在所处路段实现所述目标加速度所需要的第一刹车量，与所述车辆行驶遇到的阻力等同的所述目标行驶速度所需的第二刹车量的差值。
本发明实施例提出的第一阻力因素模型、第二阻力因素模型、第三阻力因素模型及第四阻力因素模型中，均忽略了影响因子较小的因素，保留了影响因子较大的风阻、机械摩擦阻力和道路阻力；并将风阻、机械摩擦阻力和道路阻力拟合成与速度、时间等易测量的参数相关的函数，避免了相关技术中对结构复杂、价格昂贵的惯性元件的依赖，提高了自动驾驶车辆控制的通用性、可实现性和可移植性。本发明实施例中，在刹车控制模式和加速控制模式中，对自动驾驶车辆进行控制所应用的刹车系统模型和动力系统模型，均是基于油门量和刹车量同时控制自动驾驶车辆，避免了由于刹车和油门之间的频繁切换产生的车辆震荡(如刹车过急、刹车过猛)，提高了速度控制的平滑性。
当匹配的控制模式为停车控制模式时，确定在所处路段实现零速度所需要的目标加速度；基于车辆在给定刹车量与所实现的加速度之间线性关系的刹车系统模型，确定在所处路段实现零速度所需要的刹车量；确定在实现零速度时用于保持停车状态所使用的刹车量。在一可选实施例中，确定目标加速度及刹车量的具体实现过程，与上述刹车控制模式时确定目标加速度及第一刹车量的具体实现过程相同。不同之处在于，确定在实现零速度时用于保持停车状态所使用的刹车量可以为车辆所能实现的最大刹车量，或低于最大刹车量的预定比例(如最大刹车量的80％)。
本发明实施例中，在停车控制模式中，应用刹车系统模型对自动驾驶车辆进行控制，以使自动驾驶车辆的目标速度为零速度，极大地提高了速度控制的平滑性。并在车辆速度为零速度后，以超过特定阈值的刹车量控制车辆，以保持停车状态，防止车辆滑移。
本发明实施例中，每种控制模式均使用单独的算法来计算油门量和刹车量，与现有技术中单纯依据当前行驶速度和目标行驶速度的差值，采用同一算法计算油门量和刹车量相比，算法的细分进一步保证了车辆速度的平滑控制。
由于本发明实施例提出对车辆控制方法通过车辆控制模型实现，车辆控制模型包括：动力系统模型、刹车系统模型、停车系统模型、第一阻尼因素模型、第二阻尼因素模型、第三阻尼因素模型和第四阻尼因素模型，不依赖于ESP系统实现；因此，本发明实施例对车辆进行控制时，无需配置ESP系统需要的转向传感器、车轮传感器、侧滑传感器、横向加速度传感器等设备，较相关技术中的车辆控制方法实现成本低，并且具有更好的可移植性。
步骤S104，基于所确定的控制模式对应的油门量和刹车量的应用方式，在所述车辆中应用所确定的油门量和刹车量。
本发明实施例中，将步骤S103中确定的控制参数应用于车辆得到的实际加速度，与根据动力控制模式、或刹车控制模式、或停车控制模式需要得到的目标加速度的差值进行积分，得到应用于车辆的控制参数的修正值；基于修正值更新应用于车辆的控制参数。如图10所示，传感器采集到车辆的实际加速度后，计算得到实际加速度与目标加速度的差值，并利用积分器对得到的差值进行积分，得到应用于车辆的控制参数的修正值；执行器基于修正值更新应用于车辆的控制参数。根据下述公式(7)获得应用于车辆的控制参数的修正值。
e(t)表示为加速度误差，Ti表示为积分时间，Kp表示为比例系数，u(x)表示为应用于车辆的控制参数的修正值；基于上述方式可以对加速度误差进行快速修正，即实现收敛于目标加速度的目的。
在车辆的控制模式为加速控制模式时，基于预定幅度减小在车辆中应用的刹车量；当所应用的刹车量减少到保持所述车辆力矩平衡的最小刹车量时，在车辆中应用实现所述目标加速度所需要的油门量(第一油门量，或第一油门量与第二油门量的加和)，直至加速至所述目标行驶速度。
在车辆的控制模式为刹车控制模式时，基于预定幅度减小在车辆中应用的油门量；当所应用的油门量减小到保持所述车辆怠速的最小油门量时，在车辆中应用达到所述目标加速度所需的刹车量(第一刹车量，或第一刹车量与第二刹车量的差值)，直至减速至所述目标行驶速度。
在车辆的控制模式为停车控制模式时，在所述车辆中应用达到所述目标加速度所需的刹车量，以使车辆减速至零速度；并在减速至零速度时，在所述车辆中应用用于保持停车状态所需的刹车量，以使车辆保持停车状态，防止车辆滑移。
图11示出了本发明实施例提供的车辆控制方法的另一个可选流程示意图，结合图12所示的车辆控制模型的应用示意图，对各个步骤进行说明。
步骤A，获取总线中的目标速度信息。
步骤B，汽车车身传感器采集到的车身状态信息经过滤波反馈到车辆的控制器。
其中，汽车车身传感器采集到的车身状态信息包括：速度、加速度、车身姿态等信息；滤波指的是滤除掉噪声等明显的错误数据。
这里，将动力系统模型、刹车系统模型、阻尼因素模型应用到控制器中，同车身状态信息融合，形成完整的车辆控制模型；
步骤C，判断停车模式分类，即判断是停车控制模式，还是行进控制模式。
行进控制模式包括：刹车控制模式和加速控制模式。
步骤D，判断车辆控制结果是否达到预期，如果是，则本次车辆控制流程结束，如果不是，执行步骤F。
步骤E，进入停车控制模式，基于停车控制模型，根据当前车辆状况采取一种舒适的减速方式直至速度为0；然后根据当前道路状况将停车状态锁定，防止滑移。
保持停车状态锁定所使用的刹车量为车辆能够实现的最大刹车量，或小于车辆能够实现的最大刹车量的预定比例的刹车量。
步骤F，判断目标行驶速度与实际行驶速度的大小，如果目标行驶速度大于实际行驶速度，执行步骤H；如果目标行驶速度小于实际行驶速度，执行步骤G。
步骤G，以刹车控制模式控制车辆。
在刹车控制模式中，首先确定用于保持车辆的力矩平衡的最小油门量；最小油门量可基于阻力与最小油门量之间的第六线性关系的第四阻尼因素模型来确定。再基于车辆在给定刹车量与所实现的加速度之间的第四线性关系的刹车系统模型，确定在所处路段实现目标加速度所需要的第一刹车量，将第一刹车量和最小油门量作为控制参数。或基于阻力与刹车量之间的第五线性关系的第三阻尼因素模型，确定控制车辆保持目标行驶速度所需的第二刹车量，将第一油门量和第二油门量之和、及最小刹车量作为更新后的控制参数；将第一刹车量和第二刹车量之差、及最小油门量作为更新后的控制参数。在此过程中实际车速以积分速度收敛于目标车速，达到快速跟踪目标车速的目的。
步骤H，以加速控制模式控制车辆。
在加速控制模式中，首先确定用于保持车辆的力矩平衡的最小刹车量；最小刹车量可基于阻力与最小刹车量之间的第三线性关系的第二阻尼因素模型来确定。再基于车辆在给定油门量与所实现的加速度之间的第一线性关系的动力系统模型，确定在所处路段实现目标加速度所需要的第一油门量，将第一油门量和最小刹车量作为控制参数。或基于阻力与油门量之间的第二线性关系的第一阻尼因素模型，确定控制车辆保持目标行驶速度所需的第二油门量，将第一油门量和第二油门量之和、及最小刹车量作为更新后的控制参数。在此过程中实际车速以积分速度收敛于目标车速，达到快速跟踪目标车速的目的。
基于前述的说明，可以理解地，实现车辆控制方法的车辆控制装置的组成结构，如图13所示，可以包括如下功能单元：
下面对各单元的功能进行说明。
获得单元10，用于获得车辆在所处路段的目标行驶速度和实际行驶速度；
控制模式确定单元20，用于基于所述目标行驶速度与所述实际行驶速度的比较结果，在候选的控制模式中确定与所述比较结果相对应的控制模式；其中，所述候选的控制模式包括：刹车控制模式、加速控制模式和停车控制模式；
控制参数确定单元30，用于基于所确定的控制模式对应的油门量和刹车量的确定方式，确定在所处路段实现所述目标行驶速度时需要的油门量和刹车量；
应用单元40，用于基于所确定的控制模式对应的油门量和刹车量的应用方式，在所述车辆中应用所确定的油门量和刹车量。
在一实施例中，所述获得单元10，具体用于将从所述车辆的实际位置到目标位置的路段应用速度和时间曲线，得到到达所述路段中不同前方位置对应的时间和速度；
确定与所述实际位置相邻的前方位置对应的速度为所述目标行驶速度。
在一实施例中，所述应用单元40，具体用于所述控制模式为加速控制模式时，基于预定幅度减小在所述车辆中应用的刹车量；
当所应用的刹车量减少到保持所述车辆力矩平衡的最小刹车量时，在所述车辆中应用实现所述目标加速度所需要的油门量，直至加速至所述目标行驶速度。
在一实施例中，所述应用单元40，具体用于所述控制模式为刹车控制模式时，基于预定幅度减小在所述车辆中应用的油门量；
当所应用的油门量减小到保持所述车辆怠速的最小油门量时，在所述车辆中应用达到所述目标加速度所需的刹车量，直至减速至所述目标行驶速度。
在一实施例中，所述应用单元40，具体用于所述控制模式为停车控制模式时，在所述车辆中应用达到所述目标加速度所需的刹车量；
在减速至零速度时，在所述车辆中应用用于保持停车状态所需的刹车量。
在一实施例中，所述应用单元40，具体用于将应用于所述车辆的控制参数得到的实际加速度，与根据所述控制模式需要得到的目标加速度的差值进行积分，得到应用于所述车辆的控制参数的修正值；
基于所述修正值更新应用于所述车辆的所述控制参数；
所述控制参数为油门量或刹车量。
在一实施例中，所述控制参数确定单元30，具体用于所述控制模式为加速控制模式时，确定在所处路段实现所述目标行驶速度所需要的目标加速度；
基于所述车辆的油门量与加速度之间的第一线性关系，确定在所处路段实现所述目标加速度所需要的第一油门量；
基于所述车辆抵消阻力与所需的油门量之间的第二线性关系，确定抵消所述车辆行驶的阻力所需的第二油门量；
确定所述第一油门量和所述第二油门量的加和。
在一实施例中，所述控制参数确定单元30，具体用于所述第一线性关系包括至少两个依次连接对应所述车辆的不同档位的线性关系；
确定实现所述目标加速度时所需要依次使用的目标档位；
基于所述目标档位在所述第一线性关系中所对应的线性关系，确定在相应目标档位中所需的第一油门量。
在一实施例中，所述控制参数确定单元30，具体用于所述控制模式为加速控制模式时，基于阻力与实现力矩平衡状态时所需的最小刹车量之间的第三线性关系、以及所述车辆行驶遇到的阻力，确定用于保持所述车辆力矩平衡的最小刹车量。
在一实施例中，所述控制参数确定单元30，具体用于所述控制模式为刹车控制模式时，确定在所处路段实现所述目标行驶速度所需要的目标加速度；
基于所述车辆的刹车量与加速度之间的第四线性关系，确定在所处路段实现所述目标加速度所需要的第一刹车量；
基于阻力与等同于所述阻力的刹车量之间的第五线性关系，确定与所述车辆行驶遇到的阻力等同的所述目标行驶速度所需的第二刹车量；
确定所述第一刹车量和所述第二刹车量的差值。
在一实施例中，在候选的第四线性关系中，确定起始速度与所述车辆的实际行驶速度匹配的第四线性关系；其中，不同的所述候选第四线性关系中，相同刹车量所获得的加速度与相应第四线性关系的起始速度正相关。
在一实施例中，所述控制参数确定单元30，具体用于所述控制模式为刹车控制模式时，基于阻力与保持怠速时所需的最小油门量之间的第六线性关系、以及所述车辆行驶遇到的阻力，确定用于保持所述车辆怠速所需的最小油门量。
本发明实施例还提供一种车辆，包括：
存储器，用于存储可执行程序；
处理器，用于通过执行所述存储器中存储的可执行程序时，实现本发明实施例上述的车辆控制方法。
本发明实施例提供一种存储介质，存储有可执行程序，所述可执行程序被处理器运行时，执行：
获得车辆的目标行驶速度和实际行驶速度；基于所述目标行驶速度与所述实际行驶速度的比较结果，在候选的控制模式中确定与所述比较结果相对应的控制模式；其中，所述候选的控制模式包括：刹车控制模式、加速控制模式和停车控制模式；基于所确定的控制模式对应的油门量和刹车量的确定方式，，确定实现所述目标行驶速度时所需要的油门量和刹车量；基于所确定的控制模式对应的油门量和刹车量的应用方式，在所述车辆中应用所确定的油门量和刹车量。
综上所述，本发明实施例具有如下技术效果：
提出了多种车辆控制模型，包括动力系统模型、刹车系统模型、停车系统模型、第一阻力因素模型、第二阻力因素模型、第三阻力因素模型和第四阻力因素模型，用于确定自动驾驶车辆的控制参数，具有以下优点：
1)动力系统模型和刹车系统模型均能够基于目标行驶速度和实际行驶速度，确定油门量和刹车量两个控制参数，并基于油门量和刹车量同时控制自动驾驶车辆，避免了由于刹车和油门之间的频繁切换产生的车辆震荡(如刹车过急、刹车过猛)，提高了速度控制的平滑性。
2)将停车模式作为区别于正常行驶的模式，并基于刹车系统模型对自动驾驶车辆进行控制，以使自动驾驶车辆的目标速度为零速度，极大地提高了速度控制的平滑性。
3)基于与目标行驶速度和实际行驶速度所匹配的控制模式，确定在所处路段实现目标行驶速度的控制参数之后，将控制参数应用于车辆，得到实际加速度，与根据控制模式需要得到的目标加速度的差值进行积分，得到应用于车辆的控制参数的修正值，基于修正值更新应用于车辆的控制参数；进而实现加速度的快速修正，即实现加速度收敛于目标加速度。
4)对自动驾驶车辆的控制通过提出的车辆控制模型实现，不依赖于ESP系统实现；因此，本发明实施例对自动驾驶车辆进行控制时，无需配置ESP系统需要的转向传感器、车轮传感器、侧滑传感器、横向加速度传感器等设备，较相关技术中的车辆控制方法实现成本低，并且具有更好的可移植性。
5)动力系统模型将自动驾驶车辆中的动力学系统中各组件(内燃机、离合器、变速箱、差速器、节气门及油门开度)之间的非线性关系简化为线性关系，降低了确定控制参数的难度。
6)第一阻力因素模型、第二阻力因素模型、第三阻力因素模型及第四阻力因素模型中，均忽略了影响因子较小的因素，保留了影响因子较大的风阻、机械摩擦阻力和道路阻力；并将风阻、机械摩擦阻力和道路阻力拟合成与速度、时间等易测量的参数相关的函数，避免了相关技术中对结构复杂、价格昂贵的惯性元件的依赖，提高了自动驾驶车辆控制的通用性、可实现性和可移植性。
7)车辆应用加速控制模式行驶过程中，不可避免地会存在行驶阻力，本发明实施例利用第二油门量对行驶过程中存在的阻力进行补偿，避免只应用第一油门量对车辆进行控制时，出现的实现目标行驶速度延迟的情况，以及避免由于阻力因素导致的无法实现目标行驶速度的情况。
8)车辆应用刹车控制模式行驶过程中，在确定第一刹车量后，在第一刹车量中剔出等同于车辆行驶过程中等同于阻力的第二刹车量，进一步保证减速的精确性。
9)通过比较目标行驶速度和实际行驶速度的方式即可迅速地确定车辆的控制模式，较现有技术中通过油门控制量、刹车控制量及速度偏差综合判断车辆控制模式相比，实现过程更简单。
10)本发明实施例中，每种控制模式均使用单独的算法来计算油门量和刹车量，与现有技术中单纯依据当前行驶速度和目标行驶速度的差值，采用同一算法计算油门量和刹车量相比，算法的细分进一步保证了车辆速度的平滑控制。
以上所述，仅为本发明的具体实施模式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。