使用俯仰和侧倾模型的悬架故障诊断和预测

摘要

在各个实施例中，提供了用于确定车辆的悬架系统中的故障的方法、系统和车辆。在一示例性实施例中，在车辆运行期间经由一个或多个车辆传感器获得传感器数据；经由处理器使用俯仰模型与传感器数据一起来计算车辆的一个或多个第一系数；经由处理器使用侧倾模型与传感器数据一起来计算车辆的一个或多个第二系数；以及经由处理器使用第一系数和第二系数来确定悬架系统中的故障。

说明书

技术领域

本公开总体涉及车辆，更具体地涉及用于诊断和预测车辆中的悬架故障的系统和方法。

背景技术

自主车辆是能够在很少或没有用户输入的情况下感测其环境并导航的车辆。其通过使用诸如雷达、激光雷达、图像传感器等的感测设备来实现。自主车辆还使用来自全球定位系统(GPS)技术、导航系统、车辆对车辆通信、车辆对基础设施技术和/或电传驾驶系统的信息来导航车辆。

在某些情况下，可能需要改善车辆(包括自主车辆(例如其中没有可以轻易检测悬架中的差异的驾驶员))的悬架故障的检测和预测。

因此，期望提供用于检测和预测车辆比如自主车辆中的悬架故障的系统和方法。此外，结合附图以及前述技术领域和背景技术，根据随后的详细描述和所附权利要求，本公开的其他期望特征和特性将变得显而易见。

发明内容

在示例性实施例中，一种用于确定车辆的悬架系统中的故障的方法包括：在车辆运行期间经由一个或多个车辆传感器获得传感器数据；经由处理器使用俯仰模型与传感器数据一起来计算车辆的一个或多个第一系数；经由处理器使用侧倾模型与传感器数据一起来计算车辆的一个或多个第二系数；以及经由处理器使用第一系数和第二系数来确定悬架系统中的故障。

同样在一实施例中，传感器数据涉及车辆的纵向加速度和俯仰角；并且计算一个或多个第一系数的步骤包括经由俯仰模型使用纵向加速度和俯仰角来计算一个或多个第一系数。

同样在一实施例中，计算一个或多个第一系数的步骤包括经由俯仰模型使用纵向加速度和俯仰角来计算刚度系数；并且确定故障的步骤包括当刚度系数超过预定阈值时确定悬架系统的弹簧中的故障。

同样在一实施例中，计算一个或多个第一系数的步骤包括经由俯仰模型使用纵向加速度和俯仰角来计算阻尼系数；并且确定故障的步骤包括当阻尼系数小于预定阈值时确定悬架系统的阻尼器中的故障。

同样在一实施例中，传感器数据涉及车辆的横向加速度和侧倾角；并且计算一个或多个第二系数的步骤包括使用横向加速度和偏航率来计算一个或多个第二系数。

同样在一实施例中，计算一个或多个第二系数的步骤包括经由侧倾模型使用横向加速度和侧倾角来计算刚度系数；并且确定故障的步骤包括当刚度系数小于预定阈值时确定悬架系统的稳定杆中的故障。

同样在一实施例中，传感器数据涉及车辆的纵向加速度、俯仰角、横向加速度和侧倾角；计算一个或多个第一系数的步骤包括经由俯仰模型使用纵向加速度和俯仰角来计算第一刚度系数和阻尼系数；计算一个或多个第二系数的步骤包括经由侧倾模型使用横向加速度和侧倾角来计算刚度系数；并且确定故障的步骤包括：当第一刚度系数超过第一预定阈值时，确定悬架系统的弹簧中的故障；当阻尼系数小于第二预定阈值时，确定悬架系统的阻尼器中的故障；以及当侧倾刚度系数小于第三预定阈值时，确定悬架系统的稳定杆中的故障。

在另一示例性实施例中，提供了一种系统，该系统包括：一个或多个传感器，其配置为在车辆运行期间生成传感器数据；以及处理器，其耦合到传感器并配置为至少有助于：使用俯仰模型与传感器数据一起来计算车辆的一个或多个第一系数；使用侧倾模型与传感器数据一起来计算车辆的一个或多个第二系数；以及使用第一系数和第二系数来确定车辆的悬架系统中的故障。

同样在一实施例中，传感器数据涉及车辆的纵向加速度和俯仰角；并且处理器还配置为至少有助于经由俯仰模型使用纵向加速度和俯仰角来计算一个或多个第一系数。

同样在一实施例中，处理器还配置为至少有助于：经由俯仰模型使用纵向加速度和俯仰角来计算刚度系数；并且当刚度系数超过预定阈值时确定悬架系统的弹簧中的故障。

同样在一实施例中，处理器还配置为至少有助于：经由俯仰模型使用纵向加速度和俯仰角来计算阻尼系数；并且当阻尼系数小于预定阈值时确定悬架系统的阻尼器中的故障。

同样在一实施例中，传感器数据涉及车辆的横向加速度和侧倾角；并且处理器还配置为至少有助于使用横向加速度和侧倾角来计算一个或多个第二系数。

同样在一实施例中，处理器还配置为至少有助于：经由侧倾模型使用横向加速度和侧倾角来计算刚度系数；并且当刚度系数小于预定阈值时确定悬架系统的稳定杆中的故障。

在另一示例性实施例中，一种车辆包括：悬架系统；一个或多个传感器，其配置为在车辆运行期间生成传感器数据；以及处理器，其耦合到传感器并配置为至少有助于：使用俯仰模型与传感器数据一起来计算车辆的一个或多个第一系数；使用侧倾模型与传感器数据一起来计算车辆的一个或多个第二系数；以及使用第一系数和第二系数来确定悬架系统中的故障。

同样在一实施例中，传感器数据涉及车辆的纵向加速度和俯仰角；并且处理器还配置为至少有助于经由俯仰模型使用纵向加速度和俯仰角来计算一个或多个第一系数。

同样在一实施例中，处理器还配置为至少有助于：经由俯仰模型使用纵向加速度和俯仰角来计算刚度系数；并且当刚度系数超过预定阈值时确定悬架系统的弹簧中的故障。

同样在一实施例中，处理器还配置为至少有助于：经由俯仰模型使用纵向加速度和俯仰角来计算阻尼系数；并且当阻尼系数小于预定阈值时确定悬架系统的阻尼器中的故障。

同样在一实施例中，传感器数据涉及车辆的横向加速度和侧倾角；并且处理器还配置为至少有助于使用横向加速度和侧倾角来计算一个或多个第二系数。

同样在一实施例中，处理器还配置为至少有助于：经由侧倾模型使用横向加速度和侧倾角来计算刚度系数；并且当刚度系数小于预定阈值时确定悬架系统的稳定杆中的故障。

同样在一实施例中，传感器数据涉及车辆的纵向加速度、俯仰角、横向加速度和侧倾角；并且处理器还配置为至少有助于：经由俯仰模型使用纵向加速度和俯仰角来计算第一刚度系数和阻尼系数；经由侧倾模型使用横向加速度和侧倾角来计算刚度系数；并且当第一刚度系数超过第一预定阈值时，确定悬架系统的弹簧中的故障；当阻尼系数小于第二预定阈值时，确定悬架系统的阻尼器中的故障；以及当侧倾刚度系数小于第三预定阈值时，确定悬架系统的稳定杆中的故障。

附图说明

在下文中将结合以下附图描述示例性实施例，其中相同的数字表示相同的元件，并且其中：

图1是示出根据各个实施例的具有悬架控制系统的车辆的功能框图；

图2是示出根据各个实施例的具有如图1所示的一个或多个车辆的运输系统的功能框图；

图3是示出根据各个实施例的具有与图1的车辆相关的悬架控制系统的自主驾驶系统(ADS)的功能框图；

图4是示出根据各个实施例的悬架控制系统的功能框图；

图5是根据各个实施例的图1的车辆的悬架系统的示意图，该悬架系统由图4的悬架控制系统控制；

图6是根据各个实施例的悬架控制过程的流程图，其中诊断和预测车辆的悬架系统的故障，并且该过程可以结合图2-5的车辆和部件来实施；以及

图7和8是根据示例性实施例的图6的控制过程的某些步骤的示例性实施方式的图示。

具体实施方式

以下详细描述本质上仅是示例性的，并不旨在限制应用和使用。此外，无意受在前述技术领域、背景技术、发明内容或以下详细描述中提出的任何明示或暗示的理论约束。如本文所用，术语“模块”是指单独或以任何组合的任何硬件、软件、固件、电子控制部件、处理逻辑和/或处理器设备，包括但不限于：专用集成电路(ASIC)、现场可编程门阵列(FPGA)、电子电路、执行一个或多个软件或固件程序的处理器(共享、专用或组)和存储器、组合逻辑电路和/或提供所描述功能的其他合适部件。

这里可以根据功能和/或逻辑块部件以及各种处理步骤来描述本公开的实施例。应当理解，可以通过配置为执行指定功能的任何数量的硬件、软件和/或固件部件来实现这样的块部件。例如，本公开的实施例可以采用各种集成电路部件，例如存储器元件、数字信号处理元件、逻辑元件、查找表等，其可以在一个或多个微处理器或其他控制设备的控制下执行各种功能。另外，本领域技术人员将理解，可以结合任何数量的系统来实践本公开的实施例，并且本文描述的车辆系统仅仅是本公开的示例性实施例。

为了简洁起见，与信号处理、数据传输、信令、控制、机器学习、图像分析和系统的其他功能方面(以及系统的各个操作部件)有关的常规技术在此处可能不会详细描述。此外，本文包含的各个附图中所示的连接线旨在表示各个元件之间的示例功能关系和/或物理联接。应当注意，在本公开的实施例中可以存在许多替代或附加的功能关系或物理连接。

参考图1，根据各个实施例，总体上表示为100的悬架控制系统与车辆10(在本文中也称为“主车辆”)相关。一般而言，悬架控制系统(或简称为“系统”)100提供车辆10通过与其他车辆(例如在本文中可称为“其他车辆”或“目标车辆”)共享的道路的行驶走廊的计划。例如，在各个实施例中，悬架控制系统100使用俯仰和侧倾模型，利用在各个实施例中从车辆10的惯性测量单元29的传感器获得的输入，来诊断和预测车辆10的悬架系统21中的故障。

如图1所示，车辆10通常包括底盘12、车身14、前轮16和后轮18。车身14布置在底盘12上并且基本上包围车辆10的部件。车身14和底盘12可以共同形成框架。车轮16-18每个在车身14的相应角部附近旋转地联接至底盘12。在各个实施例中，车轮16、18包括车轮组件，该车轮组件还包括相应的相关轮胎。

在某些实施例中，车辆10是自主车辆，并且悬架控制系统100和/或其部件被结合到车辆10中。车辆10是例如被自动控制以将乘客在各位置间载运的车辆。在某些其他实施例中，车辆10可以是传统/非自主车辆，例如由车辆10的驾驶员控制和/或驾驶。在图示的实施例中，车辆10被描述为乘用车，但应当理解，也可以使用任何其他车辆，包括摩托车、卡车、运动型多用途车(SUV)、休闲车(RV)、轮船、飞机等。

在示例性实施例中，车辆10对应于自动驾驶级别的汽车工程师协会(SAE)“J3016”标准分类法下的四级或五级自动化系统。使用该术语，四级系统表示“高度自动化”，是指自动驾驶系统执行动态驾驶任务的所有方面的驾驶模式，即使人类驾驶员没有适当地响应干预要求。另一方面，五级系统表示“完全自动化”，是指自动驾驶系统在可由人类驾驶员管理的所有道路和环境条件下执行动态驾驶任务的所有方面的驾驶模式。然而，将理解，根据本主题的实施例不限于自动化类别的任何特定分类法或标题。此外，根据本实施例的系统可以与包括传感器和悬架系统的任何自主、非自主或其他车辆结合使用。

如图所示，车辆10通常包括推进系统20、上述悬架系统21、传动系统22、转向系统24、制动系统26、一个或多个用户输入设备27、传感器系统28、致动器系统30、至少一个数据存储设备32、至少一个控制器34和通信系统36。

参照图5，在各个实施例中，悬架系统21包括多个弹簧502、多个阻尼器504以及一个或多个稳定杆506。在某些实施例中，悬架系统21包括用于车辆10的每个车轮18的相应弹簧502和阻尼器504以及在车辆10的每对车轮18之间的相应稳定杆506(例如连接和/或以其他方式联接在前一对车轮18之间的第一稳定杆506以及连接和/或以其他方式联接在后一对车辆18之间的第二稳定杆506等，例如对于具有附加车轮18的车辆10而言)。

返回参照图1，在各个实施例中，推进系统20可以包括内燃机、诸如牵引马达的电机和/或燃料电池推进系统。传动系统22配置成根据可选速比将动力从推进系统20传递至车轮16和18。根据各个实施例，传动系统22可包括有级传动比自动变速器、无级变速器或其他合适的变速器。

制动系统26配置成向车轮16和18提供制动扭矩。在各个实施例中，制动系统26可以包括摩擦制动、线制动、诸如电机的再生制动系统和/或其他合适的制动系统。

转向系统24影响车轮16和/或18的位置。尽管出于说明性目的示出为包括方向盘，但在本公开范围内预期的一些实施例中，转向系统24可以不包括方向盘。

在各个实施例中，一个或多个用户输入设备27从车辆10的一个或多个乘客接收输入。在各个实施例中，输入包括车辆10的期望的行驶目的地。在某些实施例中，一个或多个输入设备27包括在车辆10中的交互式触摸屏。在某些实施例中，一个或多个输入设备27包括扬声器，用于接收来自乘客的音频信息。在某些其他实施例中，一个或多个输入设备27可包括一种或多种其他类型的设备和/或可以耦合到乘客的用户设备(例如智能电话和/或其他电子设备)，比如图2中描绘并在下文中与之结合进一步描述的用户设备54。

传感器系统28包括一个或多个传感器40a-40n，其感测车辆10的外部环境和/或内部环境的可观察到的状况。传感器40a-40n包括但不限于加速度计、俯仰传感器、侧倾传感器、偏航传感器、雷达、激光雷达、全球定位系统、光学相机、热像仪、超声传感器、惯性测量单元和/或其他传感器。在各个实施例中，一些或全部传感器40a-40n是车辆10的上述惯性测量单元29的一部分。

致动器系统30包括一个或多个致动器42a-42n，其控制一个或多个车辆特征，比如但不限于推进系统20、传动系统22、转向系统24和制动系统26。在各个实施例中，车辆10还可以包括图1中未示出的内部和/或外部车辆特征，比如各种门、行李箱和舱室特征，比如通风、音乐、照明、触摸屏显示部件(比如与导航系统结合使用的那些)等。

数据存储设备32存储用于自动控制车辆10的数据。在各个实施例中，数据存储设备32存储可导航环境的定义地图。在各个实施例中，定义地图可以由远程系统预定义并从其获得(参考图2更详细地描述)。例如，定义地图可以由远程系统组装，并(无线地和/或以有线方式)传送到车辆10，并存储在数据存储设备32中。路线信息也可以存储在数据存储设备32中，即一起定义用户从起始位置(例如用户的当前位置)到目标位置可能要行使的路线的一组路段(在地理上与一个或多个定义地图相关)。将理解的是，数据存储设备32可以是控制器34的一部分、与控制器34分离或者是控制器34的一部分并且是单独系统的一部分。

控制器34包括至少一个处理器44和计算机可读存储设备或介质46。在各个实施例中，控制器34(在车辆10和/或其部件的各种其他控制特征中)使用俯仰和侧倾模型来检测并预测悬架系统21中的故障，例如，如下面结合图6的过程600和图7和8中描绘的实施方式更详细地描述并且在下面结合其进一步更详细地描述。

处理器44可以是任何定制的或可商购的处理器、中央处理单元(CPU)、图形处理单元(GPU)、与控制器34相关的多个处理器中的辅助处理器、基于半导体的微处理器(形式为微芯片或芯片组)、其任何组合或通常用于执行指令的任何设备。例如，计算机可读存储设备或介质46可以包括只读存储器(ROM)、随机存取存储器(RAM)和保持活动存储器(KAM)中的易失性和非易失性存储。KAM是持久性或非易失性存储器，其可以在处理器44掉电时用于存储各种操作变量。可以使用许多已知的存储设备中的任何一种来实现计算机可读存储设备或介质(在本文中也称为计算机存储器或存储器)46，比如PROM(可编程只读存储器)、EPROM(电PROM)、EEPROM(电可擦除PROM)、闪存或能够存储数据的任何其他电、磁、光或组合存储设备，其中一些表示可执行指令，由控制器34在控制车辆10时使用。

指令可以包括一个或多个单独的程序，每个程序包括用于实现逻辑功能的可执行指令的有序列表。当由处理器44执行时，指令从传感器系统28接收并处理信号，执行用于自动控制车辆10的部件的逻辑、计算、方法和/或算法，并且基于逻辑、计算、方法和/或算法生成传输至致动器系统30的控制信号以自动控制车辆10的部件。尽管在图1中仅示出了一个控制器34，但车辆10的实施例可包括任意数量的控制器34，它们通过任何合适的通信介质或通信介质的组合进行通信，并且配合以处理传感器信号，执行逻辑、计算、方法和/或算法，并且生成控制信号以自动控制车辆10的特征。

通信系统36配置为与其他实体48进行无线通信，比如但不限于其他车辆(“V2V”通信)、基础设施(“V2I”通信)、远程运输系统和/或用户设备(关于图2更详细地描述)。在示例性实施例中，通信系统36是无线通信系统，其配置为使用IEEE 802.11标准或通过使用蜂窝数据通信经由无线局域网(WLAN)进行通信。然而，在本公开的范围内还考虑了诸如专用短程通信(DSRC)信道之类的附加或替代通信方法。DSRC信道是指专门为汽车使用而设计的单向或双向短程到中程无线通信信道以及一组相应的协议和标准。

在某些实施例中，通信系统36还配置为在传感器系统28、输入设备27、致动器系统30、一个或多个控制器(例如控制器34)和/或更多其他系统和/或设备(比如作为示例，在图2中描绘并且在下面结合其进一步描述的用户设备54)之间进行通信。例如，通信系统36可以包括控制器局域网(CAN)总线和/或传感器系统28、致动器系统30、一个或多个控制器34和/或一个或多个其他系统和/或设备之间的直接布线的任意组合。在各个实施例中，通信系统36可以包括一个或多个收发器，用于与车辆10的一个或多个设备和/或系统、乘客的设备(例如图2的用户设备54)和/或一个或多个远程信息(例如GPS数据、交通信息、天气信息等)源通信。

现在参考图2，在各个实施例中，参照图1描述的车辆10可以适用于在特定地理区域(例如城市、学校或商业园区、购物中心、游乐园、活动中心等)中的出租车或班车系统的情境中使用，或者可能只需由远程系统管理。例如，车辆10可以与基于自主车辆的远程运输系统相关。图2示出了总体上以50示出的操作环境的示例性实施例，其包括基于自主车辆的远程运输系统(或简称为“远程运输系统”)52，其与关于图1所描述的一个或多个车辆10a-10n相关。在各个实施例中，操作环境50(其全部或部分可以对应于图1所示的实体48)进一步包括通过通信网络56而与车辆10和/或远程运输系统52通信的一个或多个用户设备54。

通信网络56根据需要支持由操作环境50支持的设备、系统和部件之间的通信(例如经由有形的通信链路和/或无线通信链路)。例如，通信网络56可以包括诸如蜂窝电话系统之类的无线载波系统60，其包括多个蜂窝塔(未示出)、一个或多个移动交换中心(MSC)(未示出)以及将无线载波系统60与陆地通信系统连接所需的任何其他联网部件。每个蜂窝塔包括发送和接收天线以及基站，来自不同蜂窝塔的基站直接或通过诸如基站控制器的中间装备连接到MSC。无线载波系统60可以实施任何合适的通信技术，包括例如数字技术，比如CDMA(例如CDMA2000)、LTE(例如4G LTE或5G LTE)、GSM/GPRS或者其他当前或新兴的无线技术。其他蜂窝塔/基站/MSC布置也是可能的，并且可以与无线载波系统60一起使用。例如，基站和蜂窝塔可以共同位于同一地点，或者它们可以位于彼此遥远的位置，每个基站可以负责单个蜂窝塔，或单个基站可以服务各个蜂窝塔，或各个基站可以耦合到单个MSC，仅举几个可能的布置。

除了包括无线载波系统60之外，还可以包括卫星通信系统64的形式的第二无线载波系统，以提供与车辆10a-10n的单向或双向通信。这可以使用一个或多个通信卫星(未示出)和上行链路发送站(未示出)来完成。单向通信可以包括例如卫星无线电服务，其中节目内容(新闻、音乐等)由发送站接收，打包后上传，然后发送到卫星，它将节目广播给订户。双向通信可以包括例如卫星电话服务，其使用卫星来中继车辆10和站之间的电话通信。除了或代替无线载波系统60，还可以利用卫星电话。

可以进一步包括陆地通信系统62，其是连接到一个或多个陆线电话的常规基于陆地的电信网络，并且将无线载波系统60连接到远程运输系统52。例如，陆地通信系统62可以包括公共交换电话网络(PSTN)，比如用于提供硬线电话、分组交换的数据通信以及互联网基础设施。可以通过使用标准有线网络、光纤或其他光网络、电缆网络、电力线、其他无线网络(比如无线局域网(WLAN))或提供宽带无线访问(BWA)的网络或其任何组合来实施陆地通信系统62的一个或多个段。此外，远程运输系统52不需要经由陆地通信系统62连接，而是可以包括无线电话装备，从而其可以与诸如无线载波系统60的无线网络直接通信。

尽管在图2中仅示出了一个用户设备54，但操作环境50的实施例可以支持任何数量的用户设备54，包括一个人拥有、操作或以其他方式使用的多个用户设备54。可以使用任何适当的硬件平台来实施由操作环境50支持的每个用户设备54。就这一点而言，用户设备54可以以任何常见的形式来实现，包括但不限于：台式计算机；移动计算机(例如平板计算机、膝上型计算机或上网本计算机)；智能手机；视频游戏设备；数字媒体播放器；家庭娱乐设备的部件；数码相机或摄像机；可穿戴计算设备(例如智能手表、智能眼镜、智能服装)等。由操作环境50支持的每个用户设备54被实现为具有执行本文所述的各种技术和方法所需的硬件、软件、固件和/或处理逻辑的计算机实施的或基于计算机的设备。例如，用户设备54包括可编程设备形式的微处理器，其包括存储在内部存储器结构中并被用于接收二进制输入以创建二进制输出的一个或多个指令。在一些实施例中，用户设备54包括GPS模块，其能够接收GPS卫星信号并基于那些信号生成GPS坐标。在其他实施例中，用户设备54包括蜂窝通信功能，使得该设备使用一种或多种蜂窝通信协议通过通信网络56执行语音和/或数据通信，如本文所讨论。在各个实施例中，用户设备54包括视觉显示器，比如触摸屏图形显示器或其他显示器。

远程运输系统52包括一个或多个后端服务器系统(未示出)，其可以是基于云的、基于网络的或驻留在由远程运输系统52提供服务的特定校园或地理位置中。远程运输系统52可以由现场顾问，自动顾问，人工智能系统或其组合来操纵。远程运输系统52可以与用户设备54和车辆10a-10n通信以安排行程、调度车辆10a-10n等。在各个实施例中，远程运输系统52存储商店帐户信息，比如订户认证信息、车辆识别符、简档记录、生物统计数据、行为模式以及其他相关的订户信息。

根据典型的用例工作流程，远程运输系统52的注册用户可以经由用户设备54创建乘车请求。乘车请求通常将指示乘客的期望上车位置(或当前GPS位置)、期望的目的地位置(其可以识别预定义的车辆停靠站和/或用户指定的乘客目的地)以及上车时间。远程运输系统52接收乘车请求，处理该请求，并调度车辆10a-10n中的一个选定车辆(当可用时且如果有的话)在指定的上车地点并在适当的时间接载乘客。运输系统52还可以生成适当配置的确认消息或通知并将其发送到用户设备54，以使乘客知道车辆在路上。

可以理解的是，本文公开的主题提供了可以视为标准或基准车辆10和/或基于车辆的远程运输系统52的某些增强的特征和功能。为此，可以对车辆和基于车辆的远程运输系统进行修改、增强或补充，以提供以下更详细描述的其他特征。

根据各个实施例，控制器34实施如图3所示的自主驾驶系统(ADS)。即，控制器34(例如处理器44和计算机可读存储设备46)的合适的软件和/或硬件部件用于提供与车辆10结合使用的ADS。

在各个实施例中，自主驾驶系统70的指令可以通过功能或系统来组织。例如，如图3所示，自主驾驶系统70可以包括计算机视觉系统74、定位系统76、引导系统78和车辆控制系统80。可以理解的是，在各个实施例中，指令可被组织成任意数量的系统(例如组合的，进一步划分的等)，因为本公开不限于本示例。

在各个实施例中，计算机视觉系统74合成并处理传感器数据，并且预测车辆10的环境的物体和特征的存在、位置、分类和/或路径。在各个实施例中，计算机视觉系统74可以包括合并来自多个传感器的信息，包括但不限于相机、激光雷达、雷达和/或任何数量的其他类型传感器。

定位系统76与其他数据一起处理传感器数据以确定车辆10相对于环境的位置(例如相对于地图的局部位置、相对于道路车道的精确位置、车辆前进方向、速度等)。引导系统78与其他数据一起处理传感器数据，以确定车辆10要遵循的路径。车辆控制系统80根据确定的路径生成用于控制车辆10的控制信号。

在各个实施例中，控制器34实施机器学习技术以辅助控制器34的功能，比如特征检测/分类、障碍物缓解、路线穿越、地图绘制、传感器集成、地面真相确定等。

在各个实施例中，如以上关于图1所讨论的，控制器34的一个或多个指令体现在悬架控制系统100中，用于检测和预测图1的悬架系统21中的故障。如图所示，全部或部分悬架控制系统100可以体现在计算机视觉系统74和/或车辆控制系统80中，或者可以实施为单独的系统(称为悬架控制系统400)。

参考图4并且继续参考图1，悬架控制系统400通常包括检测模块410和处理模块420。在各个实施例中，检测模块410和处理模块420设置在车辆10上。可以理解的是，在各个实施例中，悬架控制系统400的部分可以设置在远离车辆10的系统上，而悬架控制系统400的其他部分可以设置在车辆10上。

在各个实施例中，检测模块410从车辆10的各个传感器40a-40n(例如作为车辆10的IMU 29的一部分的传感器40，比如加速度计、偏航传感器、俯仰传感器和侧倾传感器等)接收传感器数据412。检测模块410收集传感器数据412，以便获得与在各种条件下(例如如下面结合图6-8进一步描述)车辆10的横向和纵向加速度以及车辆10的俯仰和侧倾角有关的信息。在各个实施例中，检测模块410收集该传感器信息并生成观察数据415作为检测模块410的输出，该观察数据被提供给以下描述的处理模块420。

处理模块420从检测模块410接收观察数据415，使用接收的观察数据415执行分析，包括对图1的悬架系统21的故障进行诊断和预测(例如，如下面结合图6-8进一步详细描述)。同样在各个实施例中，处理模块420基于确定(例如用于请求悬架系统21的维护和/或调节悬架系统21等)而生成适于车辆10的操作的指令425。

参照图6，提供了根据示例性实施例的用于诊断和预测车辆的悬架系统的故障的控制过程600的流程图。根据各个实施例，可以结合图1的悬架控制系统100和车辆10、图2的运输系统52、图3的自主驾驶系统、图4的悬架控制系统400以及图5的悬架系统来实施控制过程600。

如根据本公开可以理解的是，控制过程600内的操作顺序不限于如图6所示的顺序执行，而是可以按照适用且根据本公开的一个或多个变化顺序来执行。在各个实施例中，控制过程600可被调度为基于一个或多个预定事件运行，和/或可以在车辆10的操作期间连续运行。另外，尽管在图6中描绘了过程600并且在本文中关于检查悬架系统的多个部件进行了描述，但应当理解，在其他实施例中，过程600可以变化，例如因为在某些实施例中，过程600可以专注于单个部件(例如弹簧)，因此在这样的实施例中，除了其他可能的变化之外，仅需要过程600的步骤的子集等。

下面还将参照图7和8进一步讨论图6的过程600，图7和8示出了某些实施例中的过程600的示例性实施方式。具体地，图7描绘了车辆和悬架系统的示例性图示，其在某些实施例中示出了在过程600的某些步骤中用于利用横向加速度来计算俯仰刚度系数和俯仰阻尼系数的参数使用。图8描绘了车辆和悬架系统的示例性图示，其在某些实施例中示出了用于在过程600的某些步骤中使用纵向加速度来计算俯仰阻尼系数的参数使用。

返回参照图6，在各个实施例中，控制过程500可以在602开始。在各个实施例中，当乘员在车辆10内并且车辆10以自动化或非自动化方式开始运行时(例如在某些实施例中，当车辆10的点火被打开或启动时)，发生过程步骤602。

在各个实施例中，用于控制过程的缓冲器和计数器在步骤604被重置。具体地，在各个实施例中，每次过程600运行时，缓冲器和计数器用于在整个过程中(如下所述)对悬架系统进行故障确定，并且在步骤604由图1的处理器44在过程600的开始处被重置。

在606获得传感器数据。在各个实施例中，从图1的各个传感器40a…40n获得传感器数据，包括图1的惯性测量单元29的传感器40。在各个实施例中，传感器数据涉及关于横向加速度、纵向加速度、俯仰角和侧倾角、角度和/或相关值(例如关于其变化率等)的测量值。在某些实施例中，传感器数据包括各种测量值。在某些其他实施例中，对于某些参数，传感器数据包括相关值。例如，在某些实施例中，传感器数据包括俯仰率和/或俯仰加速度的测量值，然后处理器可以使用它们来获得俯仰角(例如通过积分俯仰率)。作为另外的示例，同样在某些实施例中，传感器数据包括侧倾率和/或侧倾加速度的测量值，然后处理器可以使用它们来获得侧倾角(例如通过积分侧倾率)等。同样在各个实施例中，在整个过程600中连续获得传感器数据，包括在如下所述的用于各种测量的指定条件下，并且测量用作用于诊断和预测车辆10的悬架系统中的故障的俯仰模型和侧倾模型的参数(也如下面进一步详细描述)。

在各个实施例中，在步骤608做出关于条件是否适于对车辆10执行对中操纵的一个或多个确定。在各个实施例中，图1的处理器44至少部分地基于车辆的当前运动来做出这些确定。例如，在某些实施例中，当车辆相对静止和/或处于稳态状态条件时(例如当停车或处于停车标志或停车灯等时)，对中操纵是适当的。在某些实施例中，当满足以下每个条件时，认为对中操纵是适当的，即：(i)车辆的俯仰角p的绝对值的最大值小于第一预定阈值(例如在一实施例中为0.5度/秒)；(ii)车辆的横向加速度a

如果在步骤608中确定条件不适于执行车辆的对中操纵，则过程返回到步骤606。在各个实施例中，步骤606-610在各个实施例中继续，直到在步骤608的迭代中确定继续适于执行车辆的对中操纵。

一旦确定条件适于执行对中操纵，就在步骤610执行对中。在各个实施例中，根据由图1的处理器44提供的指令，车辆10相对于图1的其转向系统24对中。在各个实施例中，在车辆在步骤610对中之后，继续收集步骤606的传感器数据。

在步骤611确定偏差的量度是否小于相应的预定阈值。在各个实施例中，图1的处理器44基于上述参数的各种偏差量度来做出这些确定。在某些实施例中，确定是否：(i)俯仰率

如果在步骤611中确定一个或多个偏差量度不小于其相应阈值，则过程返回到步骤606。在各个实施例中，步骤606-611在各个实施例中继续，直到在步骤611的迭代中确定偏置量度各自小于其相应阈值。

一旦确定步骤611的每个偏置量度小于其相应阈值，则该过程进行到步骤612(直接在下面描述)以及步骤624(在下面进一步描述)。

在步骤612期间，为了计算俯仰刚度系数K

如果在步骤612中确定不满足第一组俯仰条件中的一个或多个，则过程返回到步骤606。在各个实施例中，步骤606-612在各个实施例中继续，直到在步骤612的迭代中确定满足第一组俯仰条件。

一旦确定满足第一组俯仰条件中的每个，就在步骤616使用俯仰模型来计算俯仰刚度系数K

其中，a

参照图7，在各个实施例中，以该方式计算俯仰刚度系数K

在各个实施例中，在步骤616中确定俯仰刚度系数K

如果确定俯仰刚度系数K

在步骤620期间，为了计算俯仰阻尼系数C

如果在步骤620中确定不满足第二组俯仰条件中的一个或多个，则过程返回到步骤606。在各个实施例中，步骤606-620在各个实施例中继续，直到在步骤620的迭代中确定满足第二组俯仰条件。

一旦确定满足第二组俯仰条件中的每个，就在步骤622使用俯仰模型来计算俯仰阻尼系数C

根据以下公式使用Polyfit：

y＝C

其中：

根据上面的公式(1)计算K

参考图7，在各个实施例中，俯仰阻尼系数C

在各个实施例中，然后过程进行到步骤618(下面进一步描述)。

返回参考步骤611，一旦确定步骤611的每个偏差量度小于其相应阈值，则除步骤612-622(以上描述)之外，过程进行到步骤624(在下面直接描述)。

在步骤624期间，为了计算侧倾刚度系数K

如果在步骤624中确定不满足一个或多个侧倾条件，则过程返回到步骤606。在各个实施例中，步骤606-624在各个实施例中继续，直到在步骤624的迭代中确定满足侧倾条件。

一旦确定满足侧倾条件，就在步骤628使用侧倾模型来计算侧倾刚度系数K

其中，a

参照图8，在各个实施例中，以该方式计算侧倾刚度系数K

在各个实施例中，然后过程进行到下面直接描述的步骤618。

在步骤618期间，将步骤616、622和626的各种系数值以及用于计算它们的参数一起存储在存储器(比如图1的计算机存储器46)中以进行进一步处理。在各个实施例中，这些值经由存储器46存储在缓冲器中。

接下来，在步骤630-654期间，使用所存储的数据进行各种确定，以确定和/或预测悬架系统中的故障。

在各个实施例中，在步骤630期间，从缓冲器读取俯仰刚度系数K

同样在各个实施例中，在步骤634期间确定俯仰刚度系数K

如果确定俯仰刚度系数K

相反，如果确定在“N”次迭代中的至少“M”次中关于俯仰刚度系数K

在各个实施例中，在步骤638期间，从缓冲器读取俯仰阻尼系数C

同样在各个实施例中，在步骤642期间确定俯仰阻尼系数C

如果确定俯仰阻尼系数C

相反，如果确定俯仰阻尼系数C

在各个实施例中，在步骤646期间，从缓冲器读取侧倾刚度系数K

同样在各个实施例中，在步骤650期间确定侧倾刚度系数K

如果确定侧倾刚度系数K

相反，如果确定侧倾刚度系数K

同样，如上所述，虽然在图6中描绘了过程600，并且在本文中关于检查悬架系统的多个部件进行了描述，但应当理解，在其他实施例中，过程600可以变化，例如因为在某些实施例中，过程600可以专注于单个部件(例如弹簧)，因此在这样的实施例中，除了其他可能的变化之外，仅需要过程600的步骤的子集等。例如，在仅关于弹簧提供确定的一实施例中，可能仅需要计算Kp并将Kp与阈值进行比较，然后基于Kp值是否处于健康范围内来确定弹簧是否健康(例如，如果Kp在范围内，则确定弹簧健康；如果Kp超出范围，则确定为不健康)。在这样的实施例中，作为一实施例的示例，将不需要计算Cp和Kr，或者将它们与阈值进行比较。

因此，在各个实施例中，提供了为车辆的悬架系统提供故障检测和预测的方法、系统和车辆。在各个实施例中，俯仰和侧倾模型用于在不同条件下计算刚度和阻尼系数，并且参数用于诊断悬架系统中的故障。

将理解的是，在各个实施例中，在附图中描绘并在上面描述的车辆、系统和部件可以变化。类似地将理解，在附图中描绘并在上面描述的步骤、实施方式和示例也可以变化，和/或可以以不同的顺序或次序执行等。

尽管在前面的详细描述中已经提出了至少一个示例性实施例，但应当理解，存在大量的变型。还应当理解，一个或多个示例性实施例仅是示例，并且无意以任何方式限制本公开的范围、适用性或配置。相反，前述详细描述将为本领域技术人员提供用于实施一个或多个示例性实施例的便利路线图。应当理解，在不脱离如所附权利要求及其合法等同物所阐述的本公开的范围的情况下，可以对元件的功能和布置进行各种改变。