使用三轴惯性测量装置的集成坡度和俯仰估计

摘要

一种用于在车辆处使用以实时和大致同时地估计车辆俯仰角和道路坡度角的系统。所述系统包括配置成测量车辆俯仰率的传感器、处理器和计算机可读介质。所述介质包括计算机可执行指令，当通过所述处理器执行时，所述计算机可执行指令使所述处理器执行包括使用观测器和通过所述传感器测量的车辆俯仰率来估计的车辆俯仰率的操作。所述操作还包括：使用观测器和测量的车辆俯仰率来估计所述车辆俯仰角；以及基于所述估计的车辆俯仰率和估计的车辆俯仰角来估计所述道路坡度角。

说明书

技术领域

本公开一般涉及用于估计道路坡度角和车辆俯仰角的系统和方法，并且更具体而言，涉及用于使用三轴惯性测量装置来估计所述角度的系统和方法。

背景技术

现代车辆正越来越多地配备有自主驾驶（AD）系统。这些系统的操作利用可获得的车辆和环境数据的精度来改进。

先进的AD系统使用包括道路坡度角和车辆俯仰角的数据，特别是在加速、减速和/或倾斜道路的情况下。

道路坡度角和车辆俯仰角能够被直接测量。例如，所述角度能够使用一个或多个专用的光学传感器和/或多天线卫星布置（例如，全球定位系统（GPS））来测量。高精度GPS单元能够被放置在车辆的四个角中的每一个处，以测量所述车辆的俯仰（同样，侧倾和/或偏转）角。但是，这些方法是非常昂贵的，并且在典型的消费者价格点内不可行。

而且，由于甚至轻微的测量装置偏移或误差、噪声和/或系统的故障，测量数据可具有不准确性，为了仍然将测量数据纳入考虑，例如，即使俯仰方向移动使用GPS单元来精确地检测，系统也将需要精确的道路坡度角数据，以便适当地确定相对于道路坡度所测量的俯仰方向移动的多大比例是由于车辆俯仰引起。

本技术通过使用应用调谐的观测器增益的校正观测器软件模块一起精确地估计车辆俯仰角和道路坡度角二者来解决这些和其他不足。

发明内容

在一些实施例中，本公开涉及一种系统，其用于在车辆处使用以实时和大致同时地估计车辆俯仰角和道路坡度角，其包括配置成测量车辆俯仰率的传感器、处理器和保持计算机可执行指令的计算机可读介质，当通过所述处理器执行时，所述计算机可执行指令使所述处理器执行各种操作。

这些操作包括使用观测器和测量的车辆俯仰率来估计车辆俯仰率。所述操作还包括使用观测器和测量的车辆俯仰率来估计车辆俯仰角。并且所述操作包括基于估计的车辆俯仰率和估计的车辆俯仰角来估计道路坡度或斜率、角度。

在另一方面，本技术包括一种方法，其包括如与所述系统相关的上述操作的操作。

在另一方面，本技术包括如上述系统的计算机可读介质的计算机可读存储装置。

本技术的其他方面部分将是显而易见的，并且部分将在下文中指出。

附图说明

图1示意性地图示了根据本公开的一个实施例的处于斜坡或倾斜的道路上的车辆以及包括道路和车辆的角度的所选变量。

图2图示了根据本公开的一个实施例的包括增益调适功能的本技术的操作的示例性流程图。

图3为示出了与第一道路上的车辆操作相关的第一示例性坡度和俯仰估计数据的示图。

图4为示出了与第二道路上的车辆操作相关的第二示例性坡度和俯仰估计数据的示图。

图5为示出了与测量的俯仰数据相比的第一示例性车辆俯仰估计数据的示图。

图6为示出了与测量的俯仰数据相比的第二示例性车辆俯仰估计数据的示图。

图7为示出了与测量的俯仰数据相比的第三示例性车辆俯仰估计数据的示图。

图8图示了用于在执行本技术的功能中使用的示例性计算系统。

将会理解的是，为了说明的简单和清楚，附图中示出的元件不一定按比例绘制。例如，为了清楚起见，可相对于其他元件扩大元件中的一些的尺寸。此外，在认为适当的情况下，附图标记可在附图之间重复，以指示相对应或类似的元件。

具体实施方式

根据需要，本文公开了本发明的详细实施例。所公开的实施例仅仅是可以按照各种和替代性的形式及其组合来实施的示例。例如，如本文所用的，“示例性”及相似的术语广泛地表示用作例示、样本、模型或模式的实施例。

描述应当在说明书的精神内被广泛地考虑。例如，本文中对任何两个部分之间的连接的引用意在涵盖直接或间接地连接到彼此的所述两个部分。作为另一个示例，本文所述的单部件，例如与一个或多个功能相关的单部件，应当被解释为覆盖其中替代地使用超过一个部件来执行所述功能的实施例。并且反之亦然，即，与一个或多个功能相关的本文所述的多个部件应当被解释为覆盖其中单部件执行所述功能的实施例。

附图不一定按比例绘制，并且一些特征可被扩大或最小化，例如用于示出特定部件的细节。

在一些情况下，未详细描述公知的部件、系统、材料或方法，以避免模糊本公开。因此，本文公开的具体的结构和功能细节不应被解释为限制性的，而是仅作为权利要求的基础以及作为教导本领域技术人员使用本公开的代表性基础。

I.本公开的概述

在各个实施例中，本公开描述了配置成估计道路坡度角和车辆俯仰角的至少一种算法。所述道路坡度或斜率、角度是车辆在其上行进的道路沿车辆的行进方向或纵向方向向上倾斜或向下倾斜的角度。

如在第一附图中作为示例示出的，坡度角形成在车辆位于其上的道路和真实的或环境标架（environmental-frame）的水平面之间，所述水平面也能被称为地平面或海平面，所述坡度角在下文中进一步描述。坡度的形式能够包括车辆行进的主方向或沿车辆行进的主方向下降。

所述车辆俯仰角是车辆的簧上部分（sprungportion）和车辆关于车辆的横轴或y轴的平衡姿态（balance）之间的角度。根据常见的约定，正的俯仰角将由车辆的前部升高（例如，响应于快的加速）引起，并且负的俯仰角将由车辆的前部降低（例如，响应于积极的制动（aggressivebraking））引起。车辆的簧上部分一般是在悬架和轮胎之上连接的那部分。

在一个实施例中，所述角度使用来自三轴惯性测量装置的输出来估计。然后，所述角度能够被用于各种车辆功能中。在一个主要的场景中，所估计的角度被用于支持自主驾驶的功能中。

在一些实施例中，本技术被配置成同时或大致同时地估计道路坡度角和车辆俯仰角。

在一些实施方式中，所述算法至少部分地通过计算机代码来实施，所述计算机代码配置成使处理器执行本文所述的操作中的一些或全部。

如所提供的，当可获得关于车辆和环境的更精确的数据时会改进自主驾驶系统的操作。精确的数据在车辆操纵移动的情况下是特别有用的，例如加速、转向、制动和/或当道路例如由于具有斜坡和/或边坡（bank）而不平时。

本技术能够被用于提供包括道路坡度角和车辆俯仰角的精确的道路和车辆位置数据。类似地，本技术还能被用于精确地估计道路倾斜角（bankangle）和车辆侧倾角（rollangle）。

通过道路角度和车辆角度的高精度估计而改进的自主驾驶相关的功能包括摄像机感测。车辆在解释车辆摄像机数据中使用所述角度信息。当车辆处于倾斜的和/或坡面的道路上并且系统可能未以其他方式精确地将摄像机数据纳入考虑时，所述信息是特别有帮助的。

摄像机通常被刚性地安装到车辆的簧上部分，并且因此响应于车辆的俯仰而移动。在没有指示车辆弹簧移动（sprungmovement）（例如，俯仰）的数据的情况下，或在弹簧移动数据不那么精确的情况下，系统将不能精确地解释摄像机数据。例如，系统可能不能很好地确定所感测的簧上部分和道路表面之间的角度改变是由于道路表面的改变引起还是由于簧上部分的移动（例如，俯仰）引起。

通过道路角度和车辆角度的高精度估计而改进的自主驾驶相关的功能包括对在成一定角度的道路（例如，倾斜的等）上的制动和操纵的控制。当车辆处于倾斜的和/或坡面的道路上时，所述信息能够是特别有帮助的，所以自主动作被最好地调整成适合道路状况和车辆位置。

如所提供的，例如通过专用的光学传感器或双天线GPS单元，道路和车辆的角度（例如，道路坡度角和车辆俯仰角）能够被直接地测量。并且实施的高成本是这些直接测量方法的一个缺点。

使用标准的惯性移动单元（IMU）传感器组来测量道路和车辆的角度，例如，道路坡度角和车辆俯仰角，也是具有挑战性的，并且可能是甚至不可行的。

在常见于大多数当今的车辆中的运动传感器之外，本技术还使用至少一种附加的传感器。对于估计道路坡度和车辆俯仰，所述附加的传感器包括俯仰率传感器。所述附加的传感器能够是三维惯性测量装置，例如3轴IMU，或是其一部分。

一些车辆可能已包括一些类型的俯仰率传感器。例如，一些可能包括例如与安全气囊操作相关的用于确定事故的倾向中的俯仰率传感器。如果存在，则这样的俯仰率传感器将受到限制，例如受到仅具有足够用于可靠地识别潜在的事故场景的精度等级限制，或受到仅在确定感测到阈值的车辆俯仰率触发之后以更高的精度测量俯仰限制。

本技术中所用的俯仰率传感器在各实施例中是不同的俯仰率传感器或不同类型的传感器。例如，所用的俯仰率传感器能够比通常用于车辆上的俯仰率传感器精确。

本技术还包括在估计道路和车辆的角度中使用虚拟观测器来处理传感器数据的算法。

如所提供的，在一些实施方式中，本算法至少部分地通过计算机代码来实施，所述计算机代码配置成使处理器执行任何或全部的本文所述的操作。所述代码被存储在存储装置或存储器上。下面结合图8，进一步描述示例性计算结构。在执行本技术的功能中所用的部件在本文中有时通过例如系统或子系统之类的术语来一般地表示。

在一个实施例中，所述算法包括三（3）个主要操作，其中每一个能够包括一个或多个子例程。所述操作包括：（1）估计俯仰率和俯仰角；（2）估计道路坡度或斜率（包括或下降）；以及（3）调谐观测器增益。所述操作能够如图2中所示来概括，并且依次在下文中进一步描述。

II.第一操作-估计俯仰率和俯仰角

如所提供的，配置成估计车辆俯仰角和道路坡度角的本技术的实施例使用精确的俯仰率传感器。对于所述第一操作，系统针对目前时间从传感器获取数据。

如所提及的，虽然本公开重点在精确地估计车辆俯仰角和道路坡度角的总体目标上，但本技术的教导能够被扩展到包括精确地估计车辆侧倾角和道路倾斜角。或者，本技术能够包括精确地估计车辆的侧倾角和俯仰角以及道路的倾斜角和坡度角的全部四种。对配置成估计车辆侧倾角和道路倾斜角的实施例而言，在此第一操作中使用精确的侧倾率传感器，并且对测量全部四种角度的实施例而言，结合所述第一操作使用精确的侧倾率传感器和俯仰率传感器。

至少部分地通过计算机可执行指令来实施的所述算法被配置成使所述系统使用测量的俯仰率来确定俯仰估计。在上文中提及了本技术的计算部件，并且包括结合图8的示意图在下文中进一步描述它们。

所述算法还使所述系统使用测量的俯仰率来估计俯仰角。因为此估计的有效性，并且假定使用高精度的俯仰率传感器，估计的俯仰率和俯仰率的测量结果有时是非常相似的，或是甚至完全地、基本上或大致相同的。下面结合后面的附图（即，图5-7）的示例性数据图来进一步描述该关系。

对于由于例如上述那些原因的原因俯仰率传感器具有超过标称误差的情况，测量的俯仰率和估计的俯仰率可至少略微地不同，所述误差可以是暂时的。本技术被配置成使得：无论多么短暂，在这些情况下，估计的俯仰率优选地一般将更加精确。

在一个实施例中，所述俯仰率和俯仰角使用龙贝格（Luenberger）型的观测器和单自由度（1-DOF）动态模型来估计。所述观测器和所述模型能够通过以下关系来表示：

（式1）

其中：

J_yy为车辆100的惯性俯仰力矩；

M_s在第一附图图1中通过附图标记122来指示，其为簧上质量或车辆100在悬架和轮胎之上的部分的质量；

h在图1中通过附图标记124来指示，其为从车辆俯仰中心120测量的车辆的簧上部分的重心的高度；

（小写罗马数字θ的双重微分或θ上两点）表示车辆100关于车辆的y轴、横轴沿俯仰方向的俯仰加速度或角加速度；

（或C下标两个小写罗马数字θ）表示车辆阻尼系数或阻尼常数，其可由所述系统的制造商的设计者例如在预制造测试或仿真中预先确定，以补偿所述系统内的阻尼效应，例如轮胎的阻尼效应；

（小写罗马数字θ的一阶导数）表示车辆100关于车辆的y轴、横轴沿俯仰方向的俯仰速度或角速度；

（或K下标两个小写θ）表示车辆刚度系数或刚度常数，其也可以由所述系统的制造商的设计者例如在预制造测试或仿真中预先确定，以补偿车辆弹簧特性的刚度或逆（inverse）；

θ（小写罗马数字θ）表示估计的俯仰角；

a_x表示线性纵向加速度；

（式2）

q为估计的俯仰率；

L₁表示第一观测器增益，其能够如所述的来确定，或如下面结合第三操作进一步描述的来确定和调谐；

q_meas表示测量的俯仰率；

（式3）

（或q的一阶导数或q上一点）表示估计的俯仰率的一阶导数或俯仰加速度；以及

L₂为第二观测器增益，其如所述第一增益能够如所述的来确定，或如下面结合第三操作进一步描述的来确定和调谐，在一些实施例中，不同于第一观测器增益的单独的第二增益被用于适应（accommodate）所述系统的第二状态。

III.第二操作-估计道路坡度|图1

结合附图、并且更具体而言结合第一附图来描述所述第二操作。图1示意性地图示了根据本公开的一个实施例的处于倾斜的道路上的车辆以及包括道路和车辆的角度的所选变量。

所述车辆在图中通过附图标记100来示意性地指示。车辆100包括前轮胎102和后轮胎104。

车辆100还包括在保持前轮胎102的前轴和保持后轮胎104的后轴之间延伸的纵向中心线或x方向的轴线106。

在各实施例中，轮胎102、104能够表示处于车辆的左边、右边或二者上的轮胎。

继续参考图1，当车辆没有俯仰时在车辆框架中竖直地延伸的车辆100的俯仰中性（pitch-neutral）或无俯仰（no-pitch）的竖直中心线通过附图标记108来指示。应当理解的是，无俯仰的竖直中心线108大致垂直于车辆x方向的纵向轴线106。当状况使车辆100俯仰时，如在受陡的道路斜率影响车辆被减缓或加速时可出现的情况，或当车辆在例如图1的斜坡110的有斜坡（graded）的道路上驾驶时，车辆的俯仰中性的竖直中心线将保持不变，如图1中所示，从而保持大致垂直于纵向轴线106。

车辆100在具有图1的示例中的斜坡的道路110上行进。道路110的坡度的量能够被量化为道路表面和水平面114或环境标架的竖直线（environmental-framevertical）之间的角度112。倾斜角112能够通过小写罗马数字α（alpha）来表示。

将理解的是，在道路110到地面114的角度112为小的α的情况下，基于基本的几何原理，竖直中心线108将与直的地面竖直线118（垂直于地面114）在位置116处形成大致相同的角度（α）。在道路110和车辆100之间的部件中可能存在一些损失或变化，例如由于在图1中所示的驾驶操纵期间轮胎中的一个变形超过另一个，使得第二角度116将不同于道路到地面的倾斜角112，该差异相对于评估的坡度和车辆俯仰角一般将是最小限度的。

此外，为了甚至更好地估计俯仰角和坡度角，包括上文提及的和下面进一步描述的观测器的本技术的算法能够被配置成在其观测器增益的调谐中能够调整成适应这样的变量。

图1还通过附图标记120标出车辆100的俯仰中心。点120创建了参考，通过其能够定位环境竖直线118。

如上文所提及的，图1还示出了簧上质量点（sprung-masspoint）（M_s），其在图中通过附图标记122来指示。如还提及的，车辆俯仰角（α）为车辆100的簧上部分和车辆关于车辆横向的y轴的平衡姿态之间的角度，并且所述簧上部分一般为在悬架和轮胎之上连接的那部分。除了特定于车辆100的簧上质量部分而不是针对整车之外，簧上质量点（M_s）122能够被视为类似于车辆的重心。

如也在图1中示出的，重心120和簧上质量点122被高度124或h_p分隔，其中，h表示高度并且p表示俯仰（或斜度，pitch）。如在本文中作为示例所提供的所有名称一样，也能够使用其他命名约定，而不脱离本公开的范围。线124的长度可被称为长度h_p，或称为长度124。

图1还通过附图标记126标出了在上文所述的非俯仰的车辆框架的垂直线（vertical）108和CG到簧上质量的线124（h_p）之间的角度。角度126表示估计的车辆俯仰，其在本文中也通过小写罗马数字θ来引用，例如上面在上文的等式中。

由附图将理解的是，分隔簧上质量（mass-sprung）高度线124（h_p）和环境竖直线118的角度128（或δ）是角126（或θ）和角116之间的差，所述角116大致等于如上所述的坡度角（α）。或，。如下面进一步描述的，该关系能够被用于间接地估计道路坡度角（α）112。

图1还通过附图标记130所引用的箭头向下的矢量指示了作用在簧上质量点122上的重力。矢量130通过其方向指示了在环境或地球标架中为向下或负（-）的重力作用在车辆100上的方向。将理解的是，在重力130竖直向下作用的情况下，它与环境竖直线118平行地起作用。矢量130还通过其长度指示了重力加速度的量（例如，9.81m/s²）。

图1还示出了车辆加速度的纵向分量132或a_x的矢量表示，所述车辆加速度的纵向分量132或a_x能够被认为是通过簧上质量点122作用，如图中所示，并且能够垂直于簧上质量高度h_p。在一些实施例中，纵向加速度132（a_x）结合任何车辆偏转运动的影响。

图1还通过附图标记134示出了表示车辆100的簧上质量部分的纵向加速度或纵向簧上质量加速度的矢量。纵向簧上质量速度能够被视为车辆俯仰率的线性部分，所述车辆俯仰率为角速度。因此，能够被认为是垂直于环境竖直线118纵向延伸的纵向簧上质量加速度是车辆俯仰率的改变的线性表示，车辆俯仰率的所述改变为角加速度。

矢量130（重力加速度g）、132（纵向加速度a_y）和134（横向簧上质量加速度）通过它们相应的长度用示图方式指示了相应加速度的量。矢量130、132和134还通过图中所示的相应的方向用示图方式指示了加速度g、a_x和所导引的方向。

矢量132（对应于加速度a_x）和134（对应于加速度）之间的角度差通过角136来指示。

图1还示出了平行于线124（h_p）从重力矢量130的一端延伸的线138。

由几何关系将理解的是，角度136、140中的每一个都等于角度128（δ）。

继续参考本技术的算法，在第二操作中，所述系统使用这些关系，以及在第一操作中确定的估计的俯仰率和估计的俯仰角，来估计道路坡度角（α）112。

在一些实施例中，估计道路坡度角（α）112还基于其他车辆动态数据，例如车辆偏转率（yawrate）（γ）、纵向速度、横向速度和/或纵向加速度。

能够测量或估计车辆的纵向速度和/或加速度，并且如果需要，能够测量或估计车辆的横向速度和/或加速度。上述情况也适用于偏转率（γ）。

关于横向速度v_x，如果需要，它能够被估计，例如，根据美国专利申请号8,086,367（题目为“VehicleLateralVelocityandSurfaceFrictionEstimationUsingForceTables”）和8,165,769（题目为“Multi-FactorSpeedEstimationSystemandMethodforUse”）中所公开的任何实施例，所述美国专利申请通过引用结合于本文中。

在一个实施例中，估计道路倾斜角（α）的所述第二操作根据以下关系来执行：

（式4）

其中：

表示上文所述的簧上质量纵向加速度134；以及

a_x表示上文所述的纵向加速度134；

θ（小写罗马数字θ）表示估计的俯仰角；

α（小写罗马数字α）表示估计的道路俯仰角112；

g表示如图所示直向下作用的重力加速度；以及

（式5）

其中：

（或v_x的一阶导数或v_x上一点）表示车辆100的纵向速度的一阶导数；

v_x为纵向或前向的x方向速度；

O表示高阶函数，例如二阶或更高阶的函数；以及

（式6）；其产生：

（式7）。

与纵向速度（）的导数（或v_x的一阶导数或v_x上一点）有关，应当理解的是，所有的车辆移动都能够通过至少纵向或x方向的速度v_x和横向或y方向的速度v_y来表示。作为示例，如果车辆完全地向前移动，则横向速度部分v_y将为零。纵向速度的一阶导数（v_x上一点）为纵向速度v_x的导数，或纵向速度v_x的变化率。

虽然纵向加速度（a_x）132和纵向速度的一阶导数（或v_x上一点）在许多并且可能是大多数场景中可能相同或大致相同，但这两个变量具有不同的定义，并且有时能够至少略微地不同。在任何情况下，在使用上述的式6和式7的实施例中，纵向加速度（a_y）132在两个式子之间抵销，并且在过程中实际上不需要测量或确定。

在大多数或所有情况下，预期高阶函数O的影响较低，或仅为可忽略的。由于这个原因，函数O在一些实施例中被排除在算法之外。

IV.在总体流程的背景下的第三操作|图2

现在参考图2描述本技术的算法的第三示例性操作。如上文所提及的，附图图示了操作的示例性系统流程200。流程200包括使用调谐或调适功能来调谐观测器增益。

图2中的参考能够表示多种系统流程特征，包括软件模块、其输入、其输出、无论通过模块还是以其他方式的系统所执行的功能和/或其他，包括下面进一步引用的。

与算法的第一操作相关的指示上述测量的俯仰率的数据通过附图标记202来引用。所述俯仰率能够通过例如三轴惯性测量装置（例如，3轴IMU）来测量。

俯仰率的测量结果具有符号（+/-），或被修改成有符号的或被添加符号（+/-），如在图2中通过附图标记204指示的。

所述有符号的测量结果是对俯仰观测器206的输入。如上文所提及的，所述系统能够包括龙贝格型的观测器作为观测器206。

顺便提及，在控制理论中，观测器或状态观测器是使用系统输入和输出的测量结果提供对给定的实际对象的状态的估计的模块。在本用途中，实际对象是动态车辆。在由于一些原因（例如，能力或成本）系统的物理状态的各方面无法通过直接测量来确定的普通情况下，观测器是有用的。基于系统输出或系统的输入和输出来估计内部状态的间接影响。

所产生的对象（即，车辆）的表示或模型能够使用操作的迭代中的输入和输出的接连的测量值以持续的方式来调整，试图使所述表示集中或收敛于所评估的车辆的实际状态。对于龙贝格观测器，对初始模型进行调整，包括：（i）从观测到的车辆的输出减去观测器的输出；（ii）然后，用结果乘以一因子，例如乘以一矩阵；以及（iii）随后，将结果加到针对观测器的状态的式子，以产生龙贝格观测器。

继续参考图2，除俯仰率测量结果202之外的并且用于流程200在第一迭代之后的迭代的对俯仰观测器206的另一输入为由流程200的上一次迭代产生的估计的俯仰率208。估计的俯仰率208的返回通过返回路径210图示。

在一些实施例中，所述过程包括调谐或调适观测器的增益的子例程。在图2中通过附图标记212指示的子例程或模块接收流程200的上一次迭代的输出作为来自估计子例程或模块214（将在下面进一步描述）的输入，如相对应的图示路径216所示。如相对应的路径218示意性地示出的，所产生的调谐子例程或模块212的输出被提供给观测器206。

所述调谐能够包括朝向实现对于所有可能的场景而言的最优增益的目标执行优化工具。虽然能够使用其他优化工具，但在一个实施例中，所述工具是可从Waltham，MA的DassaultSystemesAmericasCorp.获得的iSight优化软件。

在一些实施例中，优选地在车辆被最终客户使用之前执行调谐或调适子例程或模块212以及相关的输入/输出路径216、218。例如，它们能够在制造或预制造的阶段中被执行。例如，它们能够在特定类型的车辆的预制造的路上和/或仿真测试中被执行。在同类车辆的制造之前或之中其后被编程到它们中的算法（例如，代码）能够包括所产生的观测器增益。

在例如本文所述的为车辆预调谐增益的实施例中，调谐子例程或模块212以及相关的输入/输出路径216、218能够不参加在估计车辆俯仰率和车辆俯仰的车辆操作中于车辆100处执行的流程200的剩余部分。例如，子例程212和相关的输入/输出路径216、218能够被认为是不需要的，这是因为所述增益已针对所述车辆优化。流程200在没有子例程212及相关的输入/输出路径216、218的情况下还更高效地操作，这例如是由于节省了否则将被使用的处理资源和时间。

在一些实施例中，车辆指令利用所述算法来编程，使得调谐212在客户操作车辆100期间被执行。

所述调谐的输出能够包括一个或多个增益，例如上文提及的增益L₁、L₂。在一些实施例中，所述指令被配置成使所述系统按照组织结构来组织多个确定的增益，每个所述增益与相对应的状况相关。所述增益可以按照例如使每个增益与状况相关联的表格、矩阵、列表之类的组织结构来组织。

为了估计车辆俯仰率、俯仰角和道路坡度角，处理器使用或从观测器获得预先填充到所述组织结构中的多个增益中的对应于车辆的目前状况的特定增益。例如，所述状况可与车辆动力学相关，例如俯仰率，纵向和/或横向的速度、纵向和/或横向的加速度等和/或其他。

俯仰观测器206的输出被提供给估计子例程或模块214，其也能够被称为例如估计模块、估计器功能、估计器模块、坡度角估计器、斜坡角估计器、仅角度估计器等或相似的名称。如同样示出的，对角度估计器214的另一输入为纵向加速度220。在一些实施例中，纵向加速度220为测量值。

使用来自观测器206的输入和纵向加速度220，角度估计器214输出针对车辆俯仰角222、针对道路坡度角224以及针对车辆俯仰率208的估计。

如所提供的，角度估计器214还沿路径216输出上述增益调适功能214所用的数据。如上文所引用的，此数据包括估计的坡度角以及俯仰角。

V.图3-第一示例性坡度和俯仰估计数据

图3为示出了第一示例性坡度和俯仰估计数据的示图300。

示图300包括按角度单位（例如，度）增加的y轴302和按时间单位（例如，秒）增加的x轴304。

图3的示图300的数据在第一道路表面上的本技术的私人测试中获得。所述道路大致不包括坡度或斜率。

第一数据线306示出了表示包括根据本技术估计的道路坡度角和根据本技术估计的车辆俯仰角二者的数据的线。

第二数据线308示出了表示仅包括根据本技术估计的道路坡度角的数据的线。即，根据本技术估计的车辆俯仰角未包括在形成第二线308的数据中。

所述数据显示了根据本技术可确定的数据，包括组合的俯仰和坡度估计，以及分开的俯仰和坡度估计。现有技术不能分别并且还大致同时地精确估计俯仰和坡度估计二者。

VI.图4-第二示例性坡度和俯仰估计数据

图4为示出了第二示例性坡度和俯仰估计数据的示图400。

示图400包括按角度单位（例如，度）增加的y轴402和按时间单位（例如，秒）增加的x轴404。

图4的示图400的数据在第二道路表面上的本技术的私人测试中获得。所述道路包括大致九度（9°）的正斜率（倾度）。

如图3一样，图4中的第一数据线406示出了表示包括根据本技术估计的道路坡度角和根据本技术估计的车辆俯仰角二者的数据的线。

并且同样，第二数据线408示出了表示仅包括根据本技术估计的道路坡度角的数据的线。即，根据本技术估计的车辆俯仰角未包括在形成第二线408的数据中。

如图3的数据，所述数据显示了根据本技术可确定的数据，包括组合的俯仰和坡度估计，以及分开的俯仰和坡度估计。现有技术不能分别并且还大致同时地精确估计俯仰和坡度估计二者。

VII.图5-第一示例性俯仰估计对测量数据

图5为示出了与测量的车辆俯仰数据相比的第一示例性车辆俯仰估计数据的示图500。

如其他示图一样，示图500包括按度增加的y轴502和按秒增加的x轴504。

第一数据线506示出了测量的车辆俯仰角，以及它如何随时间变化。

第二数据线508示出了根据本技术使用如本文所述的观测器来估计的车辆俯仰角，以及它如何随时间变化。

图5的示图500的数据在第三道路表面上的本技术的私人测试中获得。

数据506、508示出了测量的车辆俯仰506和估计的车辆俯仰508大致追踪彼此，从而在步骤中以相似的值一起变化。该现象确定了测量值和估计值二者的精度，例如，观测器及其调谐的或调适的增益的精度。

VIII.图6-第二示例性俯仰估计对测量数据

图6为示出了与测量的车辆俯仰数据相比的第二示例性车辆俯仰估计数据的示图600。

如其他示图一样，示图600包括按度增加的y轴602和按秒增加的x轴604。

第一数据线606示出了测量的车辆俯仰角，以及它如何随时间变化。

第二数据线608示出了根据本技术使用如本文所述的观测器来估计的车辆俯仰角，以及它如何随时间变化。

图6的示图600的数据在第四道路表面上的本技术的私人测试中获得。

数据606、608示出了测量的车辆俯仰606和估计的车辆俯仰608大致追踪彼此，从而在步骤中以相似的值一起变化。该现象再次确定了测量值和估计值二者的精度，例如，观测器及其调谐的或调适的增益的精度。

IX.图7-第三示例性俯仰估计对测量数据

图7为示出了与测量的车辆俯仰数据相比的第三示例性车辆俯仰估计数据的示图700。

如其他示图一样，示图700包括按度增加的y轴702和按秒增加的x轴704。

第一数据线706示出了测量的车辆俯仰角，以及它如何随时间变化。

第二数据线708示出了根据本技术使用如本文所述的观测器来估计的车辆俯仰角，以及它如何随时间变化。

图7的示图700的数据在第五道路表面上的本技术的私人测试中获得。所述第五道路包括16度（16°）的坡度。

数据706、708示出了测量的车辆俯仰706和估计的车辆俯仰708大致追踪彼此，从而在步骤中以相似的值一起变化。该现象再次确定了测量值和估计值二者的精度，例如，观测器及其调谐的或调适的增益的精度。

X.图8-示例性计算系统

图8示意性地图示了车辆800，例如上文所述的车辆100，所述车辆800包括用于在执行本技术的功能中使用的示例性计算系统802。

系统802包括存储器或计算机可读介质804，例如易失性介质、非易失性介质、可移除介质以及非可移除介质。

如本说明书和权利要求中所用的术语“计算机可读介质”及其变体指的是有形的存储介质。所述介质能够是装置，并且能够是非暂时性的。

在一些实施例中，所述存储介质包括易失性和/或非易失性的、可移除和/或非可移除的介质，例如，随机存取存储器（RAM）、只读存储器（ROM），电可擦除可编程只读存储器（EEPROM）、固态存储器或其他存储器技术、CDROM、DVD、蓝光或其他光盘存储、磁带、磁盘存储或其他磁性存储装置。

计算系统802还包括借助于例如计算机总线之类的通信链路808连接或可连接至计算机可读介质804的计算机处理器806。

计算机可读介质804包括计算机可执行指令810。计算机可执行指令810是通过计算机处理器806可执行的，以使所述处理器、并且因此使计算系统802执行包括上述那些功能的本公开中所述的功能的所有或任何的组合。

计算机可执行指令810能够被布置在一个或多个软件模块或引擎（engine）中。所述模块能够通过所述操作或它们使计算机处理器806执行的操作来表示。例如，包括如下指令的模块能够被称为俯仰估计模块、俯仰估计引擎、俯仰估计器等，即：当通过处理器806执行时，所述指令使所述处理器执行估计车辆俯仰角的操作。

类似地，使计算机处理器执行调谐观测器增益的操作的模块能够被称为观测器增益调谐器、观测器增益调谐器模块、增益调谐器、增益调谐模块、增益调谐引擎等。

术语“软件模块”或其变体在本文中被广泛地用于包括例程、程序模块、程序、部件、数据结构、算法等。软件模块能够在各种系统配置上实施，包括服务器、网络系统、单处理器系统或多处理器系统、微型计算机、大型计算机、个人计算机、手持式计算装置、移动装置、基于微处理器的、可编程的消费类电子产品以及其组合等。

计算机处理器806也连接或可连接到至少一个接口812，用于促进计算系统802和本地部件814之间以及计算系统802和远程部件816之间的通信。

为了与本地部件814通信，接口812能够包括有线连接件和无线部件中的一者或二者，例如，收发器、发射器和/或接收器。

示例性本地部件包括：本文所述的测量部件，包括三轴IMU；以及可有时至少间歇性地连接至车辆、例如直接连接到接口812中的任何本地仪器。

为了与远程部件816通信，接口812包括短距离收发器（或发射器和/或接收器）和长距离收发器（或发射器和/或接收器）中的一者或二者。

远程部件816能够包括数据库、服务器、其他处理器、其他存储介质和/或其他计算装置。

尽管示出为完全地作为计算机系统802的一部分，但接口812或其任何方面能够部分或完全地作为系统802的一部分。接口812或其任何方面能够部分或完全地处于计算系统802之外，并且连接或可连接至计算系统802。

XI.本技术的方法

除随本文提供的附图之外，本临时申请并未提供图示本技术的过程的附图。与本文的教导一致的附加的流程图被认为是由本技术支持，并且因此内在地随本文提供。

所述方法包括根据本公开的实施例的本文所述的功能。应当理解的是，这些方法的步骤不一定以任何特定的顺序呈现，并且一些或全部所述步骤以替代性的顺序执行是可能的并且是预期的。

为了易于描述和说明，这些步骤已按展示的顺序呈现。步骤能够被添加、省略和/或同时执行，而不脱离所附权利要求的范围。还应当理解的是，所述方法能够在任何时间结束。

在特定实施例中，此过程的一些或全部步骤和/或基本上等同的步骤通过处理器来执行，所述处理器例如计算机处理器，其执行存储或包括在例如上文所述的系统802的存储器804的计算机可读介质上的计算机可执行指令。

XII.结论

本文公开了本发明的各种实施例。所公开的实施例仅仅是可以按照各种和替代性的形式及其组合来实施的示例。

法律不要求并且经济上不允许说明和教导本技术的每种可能的实施例。因此，上述实施例仅仅是为了清楚地理解本公开的原理而阐述的实施方式的示例性说明。

对上述实施例可以作出变型、修改和组合，而不脱离权利要求的范围。所有这样的变型、修改和组合在本文中被本公开和所附权利要求的范围包括。