用于支持車輛駕駛的調節策略的方法和設備的制作方法

專利名稱：：用于支持車輛駕駛的調節策略的方法和設備的制作方法
技術領域：
：本發明總體上涉及車輛領域并且涉及特征化目標車輛的數據的確定。具體地說，本發明涉及用于支持車輛駕駛的調節策略的方法、設備和計算機程序產品以及包括這樣的設備的機動車輛。
背景技術：
：在車輛領域內，并且尤其是在運輸車輛領域內，存在方便車輛駕駛的許多不同的控制機構。這樣的示例是自適應速度保持器和指示應該何時對前方車輛實施超車的超車支持功能，以及用于降低燃料消耗并且防止碰撞的功能。許多這些功能的共同之處在于它們不僅取決于正在駕駛的車輛而且還取決于該車輛前方或者后方的車輛，以下也將該該前方或者后方的車輛稱為目標車輛。這樣的車輛會對這樣的控制機構產生很大的影響。為了能夠改善這些功能，因此確定目標車輛的各種特性是必要的。例如，根據某一車輛類型對目標車輛進行分類，或者確定目標車輛的各種特性類型是必要的，在這樣的控制機構中要求不同的選擇。可以手動進行分類，但是在這種情況下，駕駛員將不得不向這樣的控制機構輸入分類信息。這將需要駕駛員將他/她的注意力轉向該數據輸入，從而可能導致駕駛員不注意交通狀況，在更壞的情況下這會導致交通事故。因此，自動進行車輛分類是必要的。獲得其它特性需要數據處理。因此，需要自動地確定目標車輛的各種特性以改善用于機動車輛駕駛中的控制機構。在該領域中存在自動分類目標車輛的已知方式。例如，在WO03/006291中，使用雷達傳感器、激光雷達傳感器或者視頻傳感器測量與前方目標相關的參數，例如到目標的距離、反射表面的垂直和水平程度、目標的幾何尺寸以及反射表面的表面特性。之后將這樣測量的數據用作選擇目標類別的基礎。相同的說明書描述了通過將該特性目標類別與所測量的數據相關聯來進行。在該上下文中，每一個目標類別具有特性模式。這樣模式的示例包括用于檢測摩托車的雷達回散射截面以及用于檢測建筑物的特性速度。因此，通過基于目標類別的特性模式對所測量的數據進行關聯分析，將每一個目標與目標類別相關聯。WO2004/086301描述了如何使用視頻照相機利用自學習系統分類車輛，該自學習系統已經利用示例序列進行了離線訓練。因此，需要用于確定目標車輛特性的簡單、有效和自動的方式，該車輛特性例如是車輛分類或者例如空氣阻力常數和最大推進功率的其它特性。
發明內容本發明的目的在于以簡單的方式確定目標車輛的特性。本發明通過僅以目標車輛的加速度以及諸如速度的相關參數為基礎確定這些特性。基于此，僅需要測量目標車輛的一個變量，即，目標車輛與需要這些特性的車輛之間的距離。根據本發明的第一方面，通過一種用于支持車輛駕駛的調節策略的方法實現該目的，所述方法包括步驟基于輸入值確定目標車輛的多個加速度值，所述輸入值采取所述車輛與所述目標車輛之間的距離的檢測距離值的形式或者由所述車輛與所述目標車輛之間的距離的檢測距離值導出，處理所述加速度值以獲得特征化所述目標車輛的數據，并且將特征化所述目標車輛的數據傳送到用于調節所述車輛的所述駕駛的調節設備，基于加速度值的多個組中的加速度值確定所述加速度的分布尺度，其中每一個組包括相對于前方車輛在至少兩個速度范圍之一內的相應速度值確定的加速度值，以及基于所述分布尺度對車輛類型進行分類，其中特征化所述目標車輛的所述數據是與所述分類相對應的分類數據。根據本發明的第二方面，通過一種用于支持車輛駕駛的調節策略的設備實現該目的，該設備包括加速度確定單元，適于基于來自距離檢測器的輸入值確定前方車輛的多個加速度值，所述輸入值采取通過所述檢測器針對所述車輛與所述前方車輛之間的距離檢測的距離值的形式或者由通過所述檢測器針對所述車輛與所述前方車輛之間的距離檢測的距離值導出，以及加速度值處理單元，適于處理所述加速度值以獲得特征化所述目標車輛的數據，并且將特征化所述目標車輛的所述數據傳送到適于調節所述車輛的所述駕駛的調節設備，分布確定單元，適于基于加速度值的多個組中的加速度值確定所述加速度的分布尺度，其中每一個組包括相對于所述前方車輛在至少兩個速度范圍之一內的相應速度值確定的加速度值，以及車輛分類單元，適于基于所述分布尺度對車輛類型進行分類，并且傳送特征化所述目標車輛的數據，所述數據呈與所述分類相對應的分類數據的形式。根據本發明的第三方面，通過以一種機動車輛實現該目的，該機動車輛包括用于檢測所述車輛與目標車輛之間的距離值并且提供與所述距離值相關的輸入值的距離檢測器，適于調節所述車輛的所述駕駛的調節設備，以及用于支持根據第二方面所述的機動車輛的運動的調節策略的設備。根據本發明的第四方面，通過一種用于支持車輛駕駛的調節策略并且包括計算機程序代碼的計算機程序產品實現該目的，在將所述計算機程序代碼加載到計算機時使所述計算機基于輸入值確定目標車輛的多個加速度值，所述輸入值采取所述車輛與所述目標車輛之間的距離的檢測距離值的形式或者由所述車輛與所述目標車輛之間的距離的檢測距離值導出，處理所述加速度值以獲得特征化所述目標車輛的數據，基于加速度值的多個組中的加速度值確定所述加速度的分布尺度，其中每一個組包括相對于前方車輛在至少兩個速度范圍之一內的相應速度值確定的加速度值，以及向用于調節所述車輛的所述駕駛的調節設備傳送特征化所述目標車輛的所述數據。本發明具有許多優點。其提供一種獲取特征化目標車輛的數據的簡單、有效而且自動的方式。而且，這基于加速度實現，這也意味著僅需要測量關于目標車輛的一個變量，即其距離。由于本發明基本上使用已經存在于車輛中的單元，因此本發明也能夠容易實現。僅需要的其它元件是速度確定單元、加速度確定單元和加速度值處理單元，所有這些單元都可通過軟件實現。下面參照附圖更加詳細地描述本發明，在附圖中圖1示意性示出了行駛在道路上的位于前方車輛后方的車輛，該前方車輛即目標車輛，圖2示出了根據本發明的用于支持車輛駕駛的調節策略的通用設備的方框圖，圖3示出了根據本發明的用于支持車輛駕駛的調節策略的通用方法的流程圖，圖4示出了根據本發明第一實施例的用于支持車輛駕駛的調節策略的設備的方框圖，圖5示出了根據本發明第一實施例的用于支持車輛駕駛的調節策略的方法中多個方法步驟的流程圖，圖6示出了區別重型車輛和輕型車輛的一組加速度的兩個分布，圖7示意性示出了行駛在坡道上的車輛以及作用在其上的力，圖8示出了根據本發明第二實施例的用于支持車輛駕駛的調節策略的設備的方框圖，圖9示出了根據本發明第二實施例的用于支持車輛駕駛的調節策略的方法中多個方法步驟的流程圖，圖10示意性示出了以包括用于執行根據本發明的方法的計算機程序代碼的CDROM盤為形式的計算機程序產品。具體實施例方式本發明涉及獲得特征化前方車輛，即目標車輛，的數據以便更加容易地調節車輛駕駛。因此，特征化所述目標車輛的數據支持調節策略，根據該調節策略調節車輛駕駛。在當今的機動車輛中，特別是在許多重型機動車輛中，對于駕駛員而言具有許多不同支持來調節車輛，例如超車支持、自適應速度保持、碰撞避免和燃料消耗控制。為了使這樣的調節功能運行良好，獲得與前方車輛或者后方車輛，即所謂的目標車輛，相關的特征化數據以能夠提出或者執行正確的措施，是很重要的。獲取這樣特征化數據的處理還需要是自動的，以使得駕駛員不需要手動獲取這些數據。本發明旨在以簡單、有效且自動的方式獲取這樣的特征化數據。圖1示出了機動車輛10。優選地，機動車輛10是卡車，盡管應該注意到本發明并不限于卡車而是可以用于所有機動車輛中。本發明也并不限于由駕駛員駕駛的車輛，其也可以應用于無人駕駛的車輛中。在圖1中，機動車輛10正在行駛在道路12上。在該道路上還有以前方車輛形式存在的目標車輛14，在該說明書中是另一輛卡車。機動車輛10配備有距離傳感器16，該距離傳感器16可以包括雷達、激光雷達或者激光器。以由傳感器16發射的信號的回波為基礎，可以由該傳感器16確定到目標車輛14的距離d。某些這樣的傳感器也可以計算相對速度值。圖2示出了根據本發明的用于支持車輛駕駛的調節策略的通用設備18的方框圖。該設備連接到傳感器16，其從傳感器16接收由該傳感器16確定的目標車輛的相對速度形式的輸入值△ν。設備18還連接到示例性的調節設備28，該調節設備28調節所述車輛駕駛的一個或者多個方面。調節設備28例如可以是執行自適應速度保持、提供超車支持或者碰撞保護或者控制燃料消耗的設備。設備18包括接收所述輸入值△ν的速度確定單元20。該速度駕駛單元20還從車輛10中的速度確定設備(未示出)接收速度值vv。因此，速度值Vv與正在被駕駛的車輛10的速度有關。速度確定單元20本身連接到加速度確定單元22，該速度確定單元20向加速度確定單元22提供目標車輛14的估計速度值。加速度確定單元22本身連接到存儲器24，加速度確定單元22向存儲器24傳送加速度值a以及在一些情況下的相關速度值vt。存儲器24本身連接到加速度值處理單元26，該加速度值處理單元26本身連接到調節設備28，該加速度值處理單元26向調節設備28傳送特征化數據⑶。現在還將參照圖3詳細解釋該設備的通用操作模式，圖3示出了在根據本發明的用于支持車輛駕駛的調節策略的通用方法中執行的多個方法步驟的流程圖。當車輛10行駛在道路12上時，可能恰好位于前方車輛的后方，該前方車輛即目標車輛14。當這種情況發生時，傳感器16檢測到目標車輛14的距離d。根據本發明的變型，傳感器16也將基于所檢測的距離d計算相對速度Δν。之后以反復調節的時間間隔，即采樣間隔，將該相對速度△ν作為輸入值提供到速度確定單元20。速度確定單元20因而接收這些輸入值，步驟30。以相同的采樣間隔，速度確定單元20接收車輛10的速度值Vv，步驟32。基于這兩個值，速度計算單元20之后在每一個采樣間隔確定或者計算目標車輛14的速度vt，步驟34。之后將該速度Vt提供到加速度確定單元22。基于多個不同的這樣的速度值vt，加速度確定單元22之后計算與速度Vt和所檢測的距離相對應的加速度a，步驟36。加速度確定單元22之后將每一個這樣的加速度值a，在可應用的情況下與相應的速度值Vt—起，保存在存儲器24中，步驟38。之后在加速度值處理單元26中處理存儲在存儲器24中的加速度值a和速度值Vt以獲取特征化目標車輛14的數據CD，步驟40。之后，將這些特征化數據⑶傳送到調節設備28，調節設備28本身利用這些數據⑶調節車輛駕駛功能，步驟44。由于這些特征化數據能夠用在調節處理中，結果是可以改善車輛的調節。根據本發明的第一實施例，所述特征化數據CD是車輛分類數據。因此根據該第一實施例對目標車輛進行分類。可以針對車輛類型，例如卡車、客車、摩托車等進行這樣的分類。也可以針對前方車輛的重量、發動機功率等進行分類。例如，在完全滿載的卡車與空載卡車之間會存在明顯區別。圖4示出了根據本發明第一實施例的用于支持車輛駕駛的調節策略的設備18的方框圖。與圖2相同，圖4示出了向速度確定單元20傳送確定相對速度形式的輸入值Δν的傳感器16，在這種情況下，速度確定單元20同樣接收速度值νν。這里速度確定單元20還連接到加速度確定單元22，該加速度確定單元22本身連接到存儲器24。在該實施例中，加速度確定單元22向該存儲器24傳送被劃分為組的加速度值a2和a3。這里所示的連接是位于這些單元22和24之間的三條線的形式。根據該第一實施例，加速度值處理單元26包括分布確定單元46以及車輛分類單元48。該第一實施例中的存儲器24連接到分布確定單元46，同樣這里示出的連接是三條線的形式，并且將各個組中的加速度值(j)，a2(k)和a3(l)傳送到所述單元46。分布確定單元46本身連接到車輛分類單元48，同樣這里示出的連接是三條線的形式，并且將各個組的分布值VaHa1)，Var(a2)和Var(a3)傳送到所述單元48。車輛分類單元48本身連接到調節設備28，向該調節設備28傳送分類數據CL。在該實施例中，前述的特征化數據因此包括分類數據CL。現在將參照圖5更加詳細地解釋第一實施例的一部分，圖5示出了在根據第一實施例的用于支持車輛駕駛的調節策略的方法中執行的多個方法步驟的流程圖。這里，通過傳感器16按照與在本發明的一般描述中描述的相同方式檢測距離d。基于該距離d、相對速度△ν以及車輛速度vv，速度確定單元20之后計算目標車輛14的速度vt。接著，通過加速度確定單元22確定加速度a。因而，對于由傳感器16提供的每一個輸入值Δv，計算加速度值a和速度值Vt。加速度確定單元22之后將每一個這樣的加速度值保存在存儲器24中。這里，在通過相關速度確定的組中保存所述加速度值。這里根據速度范圍的數量確定組，該組的數量至少是兩個，在當前實例中是三個。然而，應該注意到，具有更多范圍的更精細分辨率是可能的。現在如果假設存在L組速度范圍，按照下面保存每一個加速度采樣ηB1(J)=a(n),omvt(n)>vlj=1,2,3···,Hi1(1)a2(k)=a(η),omvl>vt(n)>v2k=l，2，3...，m2(2)...aL(l)=a(n)，omvt(n)<vL-1l=l，2，3...，mL(3)其中vt是所計算的目標車輛的速度，并且因而存在L個組，每一組包括與相應速度范圍相關的多個加速度值。在上述示例中，因而存在三個組并且因此根據本發明，按照相應目標速度Vt的幅度，存儲器24中的加速度在第一組中存儲為加速度值a1;在第二組中存儲為加速度值a2并且在第三組中存儲為加速度值a3，步驟50。分布確定單元46之后從存儲器24收集或者提取每一個組中的加速度值并且對于每一組加速度值計算分布尺度(measure)。可以按照多種不同方式計算分布尺度，例如作為方差、標準偏差或者一些其它分布尺度。作為示例，這里計算方差。因而分布確定單元計算每一組的方差，這里是方差VAR(Ei1)、VAR(a2)和VAR(Ei3)，步驟52。對于具有加速度采樣a=a1a2,…，aN的組，可以按照下面計算方差其中，E(ai)是加速度的期望值，即平均值，并且P(^)是加速度恰是的概率。計算多個值的精確方差需要知道該值所來自的總體的概率分布。在存在多個值時可以估計方差。一種估計方差的方式是根據本發明的變型，假設期望值是零，在這種情況下上述表達式中的第二項舍去。也可以按照下面來估計期望值(7)按照上述方式，因而可以為每一組計算多個方差。之后將方差VAR(ai)，VAR(a2)和VAR(B3)從分布確定單元46發送到車輛分類單元48。車輛分類單元48之后將每一個這樣的方差與至少一個相應的閾值進行比較，步驟54。在當前實例中，僅存在一個這樣的閾值，超過該閾值的方差表明是輕型車輛而低于該閾值的方差表明是重型車輛。然而應該注意到，可以存在多個這樣的閾值。之后車輛分類單元48合并各自比較的結果，步驟56，并且基于此表明車輛類別，步驟58。然后將與該分類相對應的分類數據CL饋送到調節設備28，該調節設備28本身利用這些車輛類別表示數據調節車輛駕駛功能。在合并方差時，可以非常容易地進行比較，并且如果它們中大多數表示某一類型的車輛，則表示該車輛。在該上下文中也可能向不同的方差施加不同的加權。與最高速度范圍相對應的方差例如可以具有比與第二高速度范圍相對應的方差更大的加權，并且與最低速度范圍相對應的方差具有最低加權。包括較多值的組可具有比包括較少值的組更大的加權。圖6示出了對于第三組加速度a3中的不同車輛的兩個分布，表示如何將重型車輛與輕型車輛區別開。左側視圖示出了諸如卡車的重型車輛的分布，而右側視圖示出了諸如客車的輕型車輛的分布。可以看出，可以通過適合的閾值區分這些分布，從而高于該閾值的方差表明是較輕車輛而低于該閾值的方差表明是較重車輛。關于表示，也可以按照取決于多少個組看起來是正確的以及組的加權來表示正確表示的概率。按照這種方式，調節設備因而能夠接收分類車輛的分類數據，并且因而調節能夠更加有效。而且，本發明的第一實施例不需要使用前方車輛的幾何尺寸的計算，并且因此需要很少的處理功率。因而以簡單、有效和自動的方式實現了車輛分類。該分類給出了對目標車輛的特性以及其駕駛員行為的良好表示。如上所述，分類數據可以表示車輛的類型，諸如卡車、客車、摩托車等等。關于前方車輛的重量、發動機功率等等也是可能的。例如在完全滿載的卡車和空載卡車之間存在明顯差別。根據本發明，可以確定目標車輛的其它特征化數據。根據本發明的第二實施例，確定諸如空氣阻力常數和與關于目標車輛的最大牽引功率相對應的數據的特征化數據。這里空氣阻力常數與相對于目標車輛重量的空氣阻力相關，并且與最大牽引功率相對應的數據代表相對于目標車輛重量的最大牽引功率。行駛在道路上的車輛容易受到許多不同力的影響。圖7示意性示出了行駛在具有傾斜角度α的上坡道上的目標車輛14。該車輛14由車輪的驅動功率Fw，空氣阻力F&，沿道路方向的重力Fgrav以及滾動(rolling)阻力Frall作用。從圖7中可以看出，沿道路方向的重力Fgrav是重力mg的分量。然后可以通過下面等式計算車輛的加速度其中，m是車輛的重量。這里可以按照下面方式獲取沿道路方向的重力FgravFgrav=mgsin(a)(9)依賴該信息的背景，現在描述本發明的第二實施例。圖8示出了根據本發明第二實施例的用于支持車輛駕駛的調節策略的設備18的方框圖。與圖2相同，圖8示出了向速度確定單元20傳送確定相對速度的形式的輸入值Δν的傳感器16，在這種情況下，速度確定單元20同樣接收速度值νν。這里，速度確定單元20還連接到加速度確定單元22，該加速度確定單元22本身連接到存儲器24。在該實施例中，加速度確定單元22向所述存儲器24傳送加速度值a以及相對速度值vt。根據該第二實施例，加速度值處理單元26包括連接到加速度確定單元22的坡度檢測單元62。坡度檢測單元62還連接到車輛中的斜率確定單元60。這樣的斜率確定單元能夠確定車輛在其上行駛的某些坡度的斜率。為此，可以使用加速度計、地形數據、地圖數據等獲得坡道的斜率值。也可以將表明坡道斜率的傳感器放置為接近道路。然后可以通過雷達、微波或者諸如RFID的一些其它讀取技術讀取傳感器。之后可以將來自位于道路旁邊的這樣的傳感器的斜率數據饋送到坡道檢測單元62。也可以無需直接測量來確定斜率，例如，可以基于對各自車輛的移動的功率推進和阻力來確定。加速度值處理單元26還包括均連接到存儲器24的空氣阻力常數確定單元66和牽引功率確定單元64。空氣阻力常數確定單元66還連接到牽引功率確定單元64。空氣阻力常數確定單元66和牽引功率確定單元64可以具有卡爾曼(Kalman)濾波器的優點，在這種情況下是所謂的“擴展”卡爾曼濾波器。斜率確定單元62控制空氣阻力常數確定單元66和牽引功率確定單元64，由虛線箭頭代表控制。空氣阻力常數確定單元66最后將空氣阻力常數C傳送到調節設備28和牽引功率確定單元64，并且牽引功率確定單元64將與目標車輛的最大牽引功率相對應的數據FM/m傳送到調節設備28。在該實施例中，前述特征化數據因此包括空氣阻力常數C和與目標車輛的最大牽引功率相對應的數據FM/m。下面將還參照圖9更加詳細地解釋第二實施例的一部分，圖9示出了在按照本發明第二實施例的用于支持車輛駕駛的調節策略的方法中多個方法步驟的流程圖。這里按照與在本發明的一般描述中相同的方式通過傳感器16檢測距離d。基于該距離d、相對速度Δν以及車輛速度vf，速度確定單元20之后計算目標車輛14的速度vt。接著，通過加速度確定單元22確定加速度a。因而，對于由傳感器16提供的每一個輸入值，計算加速度值a和速度值vt。之后將這些加速度值a和速度值Vt保存在存儲器24中，步驟68。這繼續有效。坡道檢測單元62還接收加速度和速度值。該單元62首先識別目標車輛14是否在具有足夠斜率的下坡道上。這樣的識別可以通過檢查在目標車輛的最大速11度處接收的加速度值進行，例如最大速度是90km/h。以該速度行駛的卡車在其到達下坡道時會增加一些速度。因而會加速一些。如果因此對加速度a的分析表明在最大速度處的簡短速度增加，步驟70，則坡道檢測單元62將建議目標車輛14處于可能的下坡道上。如果加速度未表示最大速度處的速度增加，步驟70，則該方法繼續到步驟78以識別目標車輛14是否在上坡道上。如果是可能的下坡道，則針對目標車輛獲得并且保存在存儲器24中的速度和加速度值因此表示為歸因于(attributable)可能下坡道的值。當車輛10本身達到表示可能坡道的位置時，坡道檢測單元62確定該坡道的斜率，步驟72。這可以通過從傳感器60接收適合的數據進行。然后研究該坡道的斜率是否足夠，如果斜率大于1_2%，則通常是足夠的。如果該斜率不足夠，步驟74，則該方法繼續收集加速度和速度值，步驟68。如果相反該坡度足夠，步驟74，則因此表明目標車輛處于下坡道上并且坡道檢測單元62將命令空氣阻力常數確定單元66基于存儲器24中的值確定空氣阻力常數，該存儲器24中的值已經表示為歸因于該下坡道的值。在步驟76中實施該常數C的確定。在非常陡的下坡道上，目標車輛14將不加速一些而是簡單地滾動。結果是由于重力大于滾動阻力和空氣阻力而產生的加速度。這意味著等式(8)中的車輪驅動力Fw將是零。而且，這里項FaiJv)/m將是取決于速度的平方，并且因而寫為C*v2。這意味著在下坡道上可以通過等式(9)修改等式(8)得出a=-Froll/m^2C*ν2+g*sin(a)(10)這里，Froll(ν)/m基本上是常數并且很小，這使得能夠計算對于具體目標車輛的空氣阻力常數C，并且該空氣阻力常數C與該具體目標車輛的重量相關。以這種方式，能夠在目標車輛14行駛在下坡道上時計算空氣阻力常數C。可以通過空氣阻力常數確定單元66將該值傳送到調節設備28以及牽引功率確定單元64。如果最大速度時的加速度不大于零，步驟70，則坡道檢測單元62研究目標車輛14是否在具有足夠斜率的上坡道上。可以通過研究目標車輛的最大速度時的加速度值獲得可能上坡道的表示，例如這里最大速度還是90km/h。以該速度行駛的卡車在到達上坡道時將降低一些速度。因而會減速一些。因此，如果加速度的分析表示最大速度時的簡短速度降低，步驟78，則坡道檢測單元62將表示目標車輛行駛在可能的上坡道上。如果最大速度時的加速度不為負，步驟78，則該方法繼續收集加速度值a和速度值vt，步驟68。如果相反存在可能的上坡道，步驟78，則針對該目標車輛收集并且保存在存儲器24中的速度和加速度值將表示為歸因于可能上坡道的值。當車輛10本身到達表示可能上坡道的位置時，坡道檢測單元62確定該坡道的斜率，步驟80。這可以通過從傳感器60收集適合的數據完成。坡道檢測單元62然后研究該坡道的斜率是否足夠，如果斜率大于1%，則通常是足夠的。如果該斜率不足夠，步驟82，則該方法繼續收集加速度和速度值，步驟68。如果相反該斜率足夠，步驟82，則坡道檢測單元62之后命令牽引功率確定單元64確定相對于目標車輛的重量的最大牽引功率，這在步驟84處完成。之后該方法返回到保存加速度和速度值，步驟68。在非常陡的上坡道處，目標車輛將使用其最大牽引功率。由于在許多情況下已經確定了空氣阻力常數，因此可以按照由等式(9)修改的先前的等式(8)計算相對于重量的最大牽引功率，其中將&設置到最大牽引功率Fm。然后由等式(9)修改的等式(8)表示為a=pM/m—proll/Zn-C*V^2-g*sin(a)(11)這里，Froll(v)/m基本上是常數并且很小。由于C是已知的，因此可以計算FM/m。以這種方式，在目標車輛行駛在上坡道上時，能夠因而計算相對于重量的最大牽引功率FM/m。之后通過牽引功率確定單元64將該值傳送到調節設備28。在上坡道上還沒有確定空氣阻力常數也是可能的。那么估計這樣的常數并且之后通過在已經經過下坡道時計算的空氣阻力常數代替所估計的常數也是可能的。如果組合第一和第二實施例，獲得這樣估計的方式是基于已經進行的車輛分類進行該估計。以這種方式，調節設備因而能夠獲得能夠之后用于調節功能的關于目標車輛的特征化數據。在該上下文中，空氣阻力常數可以提供對于調節目的有價值的數據，這是因為其能夠用于確定所述車輛和目標車輛中哪一個下坡時滾動得更快。以相同方式，相對于重量的最大牽弓I功率可以提供關于哪個車輛在上坡時更有力的有用數據。這可以例如在自適應速度保持器中使用。空氣阻力常數也可以用于確定所述車輛應該與目標車輛保持的距離。存儲器24可以采用諸如RAM存儲器的傳統存儲器形式。速度確定單元、加速度確定單元和加速度值處理單元優選地采取具有一個或者多個程序存儲器的一個或者多個處理器的形式，所述程序存儲器包括執行根據本發明的方法的計算機程序代碼。這可以利用計算機實現，但是應該注意到，也可以通過邏輯電路的適當組合實現前述單元。車輛中的各種硬件單元也可以經由數據總線，例如所謂的CAN總線，彼此通信。前述程序代碼也可以按照計算機程序產品的形式提供，該計算機程序產品可以是諸如CDROM盤的便攜式存儲設備形式。這樣的盤86在圖10中示意性示出。也可以按照純計算機程序代碼的形式提供程序代碼，該純計算機程序代碼可以提供在服務器上并且可以從服務器下載到車輛上。當將這樣的程序代碼加載到車輛中的計算機或者控制單元中時，實現了根據本發明的設備。因而根據上述兩個實施例的本發明提供具有目標車輛的特征數據的調節設備。這使得調節設備工作得更好。由于能夠以更好的方式配合目標車輛，也能夠改善交通安全。本發明的另一優點在于，由于可以結合地形數據使用關于目標車輛的更多信息以控制距離并且最小化剎車，因此利用基于距離數據的自動速度保持器可以實現降低的燃料消耗。本發明具有許多其它優點。其提供用于獲取特征化目標車輛的數據的簡單、有效而且自動的方式。而且，這以加速度為基礎進行。這意味著僅需要測量目標車輛的一個變量，即其距離。由于本發明使用已經存在于車輛中的單元，因而還能夠容易實現。僅需要的其它元件是速度確定單元、加速度確定單元和加速度值處理單元，所有這些都可通過軟件實現。如前所述，可以按照各種方式修改本發明。可以單獨或者組合應用本發明的兩個實施例。根據本發明的設備可以包括上述傳感器中的一個或者兩個以及所述調節設備。上面將距離傳感器描述為計算相對速度。基于所述車輛的速度計算目標車輛的速度也是可能的。作為選擇，速度確定單元計算相對速度也是可能的。提供用于計算加速度和速度的單個計算單元也是可能的。本發明因而僅由下面的權利要求限定。權利要求一種用于支持車輛(10)的駕駛的調節策略的方法，包括步驟基于輸入值(Δv)確定(36)目標車輛(14)的多個加速度值(a；a1，a2，a3)，所述輸入值采取所述車輛與所述目標車輛之間的距離(d)的檢測距離值的形式或者由所述車輛與所述目標車輛之間的距離(d)的檢測距離值導出，處理(40；52，54，56，58；70，72，74，76，78，80，82，84)所述加速度值以獲得特征化所述目標車輛的數據(CD；CL；C，FM/m)，并且將特征化所述目標車輛的所述數據傳送(42)到用于調節(44)所述車輛的所述駕駛的調節設備(28)，基于加速度值(a1，a2，a3)的多個組中的加速度值，確定(52)所述加速度的分布尺度(VAR(a1)，VAR(a2)和VAR(a3))，其中每一個組包括相對于前方車輛在至少兩個速度范圍之一內的相應速度值確定的加速度值，以及基于所述分布尺度，對車輛類型進行分類(58)，其中特征化所述目標車輛的所述數據是與所述分類相對應的分類數據(CL)。2.如權利要求1所述的方法，其中將每一個分布尺度與至少一個閾值進行比較(54)，并且通過合并(56)各自比較的結果對所述車輛類型進行分類。3.如權利要求1或者2所述的方法，其中所述合并為針對較高速度范圍計算的分布尺度給出比針對較低速度范圍計算的分布尺度更大的權重。4.如權利要求1-3中的任意一項所述的方法，其中所述合并為基于許多加速度值的分布尺度給出比基于較少加速度值的分布尺度更大的權重。5.如權利要求1-4中的任意一項所述的方法，還包括基于各種分布尺度計算所述分類正確的概率。6.如前述權利要求的任意一項所述的方法，其中處理所述加速度值的步驟還包括確定(70，72，74)所述目標車輛是否在下坡道上并且基于在所述目標車輛在所述下坡道上時收集的加速度值，確定(76)對于所述目標車輛的空氣阻力常數(C)的步驟，其中特征化所述目標車輛的所述數據包括所述空氣阻力常數(C)。7.如權利要求6所述的方法，其中處理所述加速度值的步驟還包括確定(78，80，82)所述目標車輛是否在上坡道上并且基于在所述目標車輛在所述上坡道上時收集的加速度值，確定(84)與所述目標車輛的最大牽引功率(Fm)相對應的數據(FM/m)的步驟，其中特征化所述目標車輛的所述數據包括與所述目標車輛的最大牽引功率(Fm)相對應的所述數據(FM/m)。8.如權利要求7所述的方法，其中確定與所述目標車輛的最大牽引功率(Fm)相對應的數據(FM/m)也基于所述空氣阻力常數(C)。9.如權利要求6-8中的任意一項所述的方法，其中處理所述加速度值的步驟還包括確定(72，80)坡道的斜率(α)并且在相對于所述坡道執行所述加速度值的所述處理中使用所述斜率的步驟。10.一種用于支持車輛(10)的駕駛的調節策略的設備(18)，包括加速度確定單元(22)，適于基于來自距離檢測器(16)的輸入值(Av)確定前方車輛(14)的多個加速度值(a;ai;a2,a3)，所述輸入值采取通過所述檢測器針對所述車輛與所述前方車輛之間的距離(d)檢測的距離值的形式，或者由通過所述檢測器針對所述車輛與所述前方車輛之間的距離(d)檢測的距離值導出，2加速度值處理單元(26)，適于處理所述加速度值以獲得特征化所述目標車輛的數據(CD；CL；C,FM/m)，并且將特征化所述目標車輛的所述數據傳送到適于調節所述車輛的所述駕駛的調節設備(28)，分布確定單元(46)，適于基于加速度值(ai，a2，a3)的多個組中的加速度值確定所述加速度的分布尺度(VAR(ai)，VAR(a2)和VAR(a3))，其中每一個組包括相對于所述前方車輛在至少兩個速度范圍之一內的相應速度值確定的加速度值，以及車輛分類單元(48)，適于基于所述分布尺度對車輛類型進行分類，并且傳送特征化所述目標車輛的數據，所述數據呈與所述分類相對應的分類數據(CL)的形式。11.如權利要求10所述的設備(18)，其中所述車輛分類單元(48)適于將每一個分布尺度與至少一個閾值進行比較，并且通過合并各自比較的結果確定所述車輛類別。12.如權利要求10或者11所述的設備(18)，其中所述合并為針對較高速度范圍計算的分布尺度給出比針對較低速度范圍計算的分布尺度更大的權重。13.如權利要求10-12中的任意一項所述的設備(18)，其中所述合并為基于許多加速度值的分布尺度給出比基于較少加速度值的分布尺度更大的權重。14.如權利要求10-13中的任意一項所述的設備(18)，所述車輛特性單元還適于基于各種分布尺度計算所述分類正確的概率。15.如權利要求10-14的任意一項所述的設備(18)，其中所述加速度值處理單元(26)包括坡道檢測單元(62)，適于確定所述目標車輛是否在下坡道上，以及空氣阻力常數確定單元(66)，適于基于在所述目標車輛在所述下坡道上時收集的加速度值(a)確定對于所述目標車輛的空氣阻力常數(C)，并且傳送包括所述空氣阻力常數(C)的特征化所述目標車輛的數據。16.如權利要求15所述的設備(18)，其中所述坡道檢測單元(62)還適于確定所述目標車輛是否在上坡道上，并且還包括牽引功率確定單元(64)，該牽引功率確定單元(64)適于基于在所述目標車輛在所述上坡道上時收集的加速度值確定與所述目標車輛的最大牽引功率(Fm)相對應的數據(FM/m)，并且傳送包括與所述目標車輛的最大牽引功率(Fm)相對應的所述數據(FM/m)的特征化所述目標車輛的數據。17.如權利要求16所述的設備(18)，其中所述牽引功率確定單元還適于基于所述空氣阻力常數(C)確定與所述目標車輛的最大牽引功率(Fm)相對應的數據(FM/m)。18.如權利要求15-17中的任意一項所述的設備(18)，其中所述坡道檢測單元(62)還適于確定坡道的斜率(α)以在相對于該坡道執行加速度值的所述處理中使用所述斜率。19.如權利要求10-18的任意一項所述的設備(18)，還包括距離檢測器(16)，用于檢測所述車輛與所述目標車輛之間的距離值并且提供與所述距離值相關的輸入值。20.如權利要求10-19的任意一項所述的設備(18)，還包括適于調節所述車輛的所述駕駛的調節設備(28)。21.一種機動車輛(10)，包括用于檢測所述車輛(10)與目標車輛(14)之間的距離值(d)并且提供與所述距離值相關的輸入值(Δν)的距離檢測器(16)，適于調節所述車輛的所述駕駛的調節設備(28)，以及用于支持根據權利要求10-20的任意一項所述的車輛的駕駛的調節策略的設備(18)。22.一種用于支持車輛(10)的駕駛的調節策略并且包括計算機程序代碼的計算機程序產品(86)，用于在將所述計算機程序代碼加載到計算機時使所述計算機基于輸入值(Δν)確定目標車輛(14)的多個加速度值(a;ai，a2，a3)，所述輸入值采取所述車輛與所述目標車輛之間的距離(d)的檢測距離值的形式或者由所述車輛與所述目標車輛之間的距離(d)的檢測距離值導出，處理所述加速度值以獲得特征化所述目標車輛的數據(CD；CL；C,FM/m)，基于加速度值(a1;a2,a3)的多個組中的加速度值確定所述加速度的分布尺度(VAR(B1),VAR(a2)和VAR(a3))，其中每一個組包括相對于前方車輛在至少兩個速度范圍之一內的相應速度值確定的加速度值，以及向用于調節所述車輛的所述駕駛的調節設備(28)傳送特征化所述目標車輛的所述數據。全文摘要本發明涉及用于支持車輛駕駛的調節策略的方法、設備和計算機程序產品，并且涉及包括這樣的設備的機動車輛。根據所述方法，基于輸入值(Δv)確定(36)目標車輛的多個加速度值(a)，所述輸入值采取所述車輛與目標車輛之間的距離的檢測距離值的形式或者由所述車輛與目標車輛之間的距離的檢測距離值導出。之后處理(40)所述加速度值以獲得特征化所述目標車輛的數據(CD)。之后傳送(42)特征化所述目標車輛的這些數據以調節(44)所述車輛的所述駕駛。文檔編號G01S13/93GK101883695SQ200880118817公開日2010年11月10日申請日期2008年11月28日優先權日2007年12月3日發明者H·揚松,J·斯萊滕格倫,P·薩爾霍爾姆申請人:斯堪尼亞商用車有限公司