跟随车辆的半自主倒车的制作方法

1.本主题公开涉及跟随车辆(follower vehicle)的半自主倒车。


背景技术：

2.在自主车辆空间中，队列(platooning)是指一组车辆相互通信以形成一个排或群，其中领路车辆控制速度，每个跟随车辆保持该速度。例如，这种配置可以改善行驶时间并增加车道容量。开发一排自动车辆的一个重要步骤是主从配置。根据这一安排，包括驾驶员在内的领路人驾驶一辆半自主的无人驾驶跟随车。因此，希望提供跟随车辆的半自主倒车。


技术实现要素：

3.在一个示例性实施例中，一种使半自主跟随车辆倒车的方法包括获得在正在倒车的跟随车辆前方且未连接到跟随车辆的领路车辆的速度，并估计领路车辆的路径。该方法还包括基于领路车辆的路径确定跟随车辆的路径，并基于领路车辆的速度控制跟随车辆的纵向移动，以及基于跟随车辆的路径控制跟随车辆的横向移动。
4.除了本文描述的一个或多个特征之外，该方法还包括由跟随车辆的处理器获得领路车辆的轴距l
l
和领路车辆的方向盘角swa
l
，其中获得领路车辆的速度、领路车辆的轴距l
l
和领路车辆的方向盘角swa
l
是经由来自领路车辆的车辆对车辆(v2v)通信实现的。
5.除了本文描述的一个或多个特征之外，估计领路车辆的路径包括确定转弯半径r为:
6.其中
7.sgr是转向传动比，其是方向盘角swa
l
和车轮角之间的转换因子。
8.除了本文描述的一个或多个特征之外，估计领路车辆的路径包括在x,y坐标系中生成如下轨迹:
9.r2＝x2 (y-r)2。
10.除了本文描述的一个或多个特征之外，该方法还包括使用跟随车辆的处理器确定跟随车辆在x,y坐标系中的如下位置:
11.和
12.yf＝d*cos(α δyaw),其中
13.d是领路车辆和跟随车辆之间的距离，α是领路车辆和跟随车辆之间的方位角，lf是跟随车辆的轴距，δyaw是领路车辆的偏航和跟随车辆的偏航之间的差。
14.除了本文描述的一个或多个特征之外，该方法还包括使用跟随车辆的传感器来确定领路车辆和跟随车辆之间的距离d以及领路车辆和跟随车辆之间的方位角α。
15.除了本文所述的一个或多个特征之外，该方法还包括通过v2v通信获得领路车辆
的偏航，通过传感器获得跟随车辆的偏航，以及将差δyaw确定为从跟随车辆的偏航减去领路车辆的偏航。
16.除了本文描述的一个或多个特征之外，确定跟随车辆的路径包括计算跟随车辆的方向盘角swaf，所述计算包括确定领路车辆在领路车辆的路径中的一点处的偏航，并确定从跟随车辆到领路车辆的路径中的该点的距离。
17.除了本文描述的一个或多个特征之外，确定领路车辆在领路车辆的路径中的该点处的偏航包括确定领路车辆的路径中的该点和在该点处与领路车辆的路径相切的线之间的角度。
18.除了本文描述的一个或多个特征之外，计算跟随车辆的方向盘角swaf包括使用作为速度的函数的调谐参数。
19.在另一个示例性实施例中，执行半自主倒车的系统包括领路车辆，以通过车辆对车辆(v2v)通信来提供领路车辆的速度。该系统还包括不与领路车辆物理联接的跟随车辆的处理器。处理器估计领路车辆的路径，基于领路车辆的路径确定跟随车辆的路径，并且基于领路车辆的速度控制跟随车辆的纵向移动，以及基于跟随车辆的路径控制跟随车辆的横向移动。
20.除了本文描述的一个或多个特征之外，跟随车辆的处理器通过来自领路车辆的车辆对车辆(v2v)通信获得领路车辆的轴距l
l
和所述领路车辆的方向盘角swa
l
，所述跟随车辆的处理器被配置为通过确定转弯半径r来估计领路车辆的路径:
21.其中
22.sgr是转向传动比，其是方向盘角swa
l
和车轮角之间的转换因子。
23.除了本文描述的一个或多个特征之外，跟随车辆的处理器被配置为通过在x,y坐标系中生成如下轨迹来估计领路车辆的路径，所述轨迹为:
24.r2＝x2 (y-r)225.除了本文描述的一个或多个特征之外，跟随车辆的处理器被配置成确定跟随车辆在x,y坐标系中的如下位置:
26.和
27.yf＝d*cos(α δyaw)，其中
28.d是领路车辆和跟随车辆之间的距离，α是领路车辆和跟随车辆之间的方位角，lf是跟随车辆的轴距，δyaw是领路车辆的偏航和跟随车辆的偏航之间的差。
29.除了本文描述的一个或多个特征之外，跟随车辆的处理器使用跟随车辆的传感器来确定领路车辆和跟随车辆之间的距离d以及领路车辆和跟随车辆之间的方位角α。
30.除了本文描述的一个或多个特征之外，跟随车辆的处理器经由v2v通信来获得领路车辆的偏航，经由传感器来获得跟随车辆的偏航，并且将差δyaw确定为从跟随车辆的偏航减去领路车辆的偏航。
31.除了本文描述的一个或多个特征之外，跟随车辆的处理器通过计算跟随车辆的方向盘角swaf来确定跟随车辆的路径，所述计算包括确定领路车辆在领路车辆的路径中的一点处的偏航，并确定从跟随车辆到领路车辆的路径中的该点的距离。
32.除了本文描述的一个或多个特征之外，跟随车辆的处理器通过确定领路车辆的路径中的该点和在该点处与领路车辆的路径相切的线之间的角度来确定领路车辆在领路车辆的路径中的该点处的偏航。
33.除了本文描述的一个或多个特征之外，跟随车辆的处理器通过使用作为速度的函数的调谐参数来计算跟随车辆的方向盘角swaf。
34.当结合附图时，根据以下详细描述，本公开的上述特征和优点以及其他特征和优点将变得显而易见。
附图说明
35.其他特征、优点和细节仅作为示例出现在以下详细描述中，详细描述参考附图，其中:
36.图1示出了根据一个或多个实施例的跟随车辆的半自主倒车；
37.图2示出了根据一个或多个实施例的用于执行跟随车辆的半自主倒车的路径规划的参数；和
38.图3是根据一个或多个实施例的倒车跟随车辆的方法的流程图。
具体实施方式
39.以下描述本质上仅仅是示例性的，并不旨在限制本公开、其应用或使用。应当理解，在所有附图中，相应的附图标记表示相似或相应的部件和特征。
40.如前所述，领路-跟随配置包括一辆带有驾驶员的领路车辆和一辆半自主、无人驾驶的跟随车辆。本文详述的系统和方法的实施例涉及跟随车辆的半自主倒车。跟随车辆可以是容纳另一交通工具(例如，船、其它船只、全地形车辆)的拖车、旅行拖车或先前可能已经被领路车辆物理牵引的其它无人驾驶平台。当跟随车辆跟随领路车辆时，跟随车辆保持在领路车辆后面的规定距离以及由领路车辆产生的路径上的规定方位角或横向偏差。跟随车辆基于领路车辆和跟随车辆的传感器之间的视线保持必要的距离和路径，并且两者之间没有任何物理连接。
41.基于这种配置，在倒车机动过程中，跟随车辆实际上移动到领路车辆的前面。因此，根据本文详述的实施例，跟随车辆必须预测并匹配领路车辆的运动。跟随车辆必须与领路车辆的纵向运动(即速度)相匹配，以保持两者之间的最小距离。根据示例性实施例，这可以通过领路车辆和跟随车辆之间的车辆对车辆(v2v)通信或者通过跟随车辆对领路车辆的速度的估计来实现。跟随车辆还必须与领路车辆的横向运动相匹配，以避免折刀(jackknifing)情况(即，领路车辆和跟随车辆形成锐角)或导致两辆车辆的传感器之间的视线丢失的其他事件。这可以通过领路车辆转向角的v2v通信来实现。根据一个或多个实施例，跟随车辆使用转向角来估计领路车辆的路径，并计算跟随车辆的相应路径。
42.根据示例性实施例，图1示出了根据一个或多个实施例的跟随车辆140的半自主倒车。示出了领路车辆100和跟随车辆140。根据替代实施例，图1所示的示例性领路车辆100是汽车101，但是领路车辆100可以是卡车、农业设备、建筑设备或任何带有驾驶员的运输工具。图1中示出的示例性跟随车辆140是行进拖车141，但是如前所述，跟随车辆140可以替代地是任何类型的无人驾驶车辆，其可以在引导-跟随配置之前被物理牵引。
43.领路车辆100和跟随车辆140包括传感器130，传感器130获得关于车辆100、140周围环境的信息，并提供关于车辆100、140本身的信息。示例性传感器130包括摄像头、激光雷达系统、无线电雷达系统、超声波传感器、诸如全球定位系统的全球导航卫星系统、惯性测量单元、陀螺仪和车轮速度传感器。根据一个或多个实施例，与跟随车辆140的横向控制相关的传感器130，如详细描述的，包括车辆100、140中的每一个中的偏航传感器和至少在车辆100中的方向盘角传感器。根据示例性实施例，传感器130被指示在领路车辆100的背面和跟随车辆140的两端。然而，领路车辆100或跟随车辆140上的传感器130的数量和位置不受示例性图示的限制。领路车辆100包括与驾驶员交互的界面125。例如，界面125可以是信息娱乐系统的一部分，该信息娱乐系统包括显示屏并向驾驶员提供触摸屏或其他输入设备。
44.领路车辆100包括加速踏板105、制动踏板115和方向盘120，所有这些都由领路车辆100的驾驶员操作。尽管出于解释的目的示出和讨论了踏板105、115，但是根据替代实施例，可以采用旋钮、杠杆或其他控制机构来实现相同的功能。领路车辆100包括控制器110，控制器110单独地或与其他处理电路组合地控制领路车辆100的操作和通信的各个方面。例如，领路车辆100和跟随车辆140可以执行车辆对车辆(v2v)通信，交换v2v消息135。如参考图2所详述的，来自领路车辆100的v2v通信可以指示领路车辆100的速度和方向盘120的运动。从跟随车辆140到领路车辆100的v2v通信可以提供利用其一个或多个传感器130(例如，摄像头)获得的数据(例如，图像)。例如，由领路车辆100从跟随车辆140获得的图像可以由界面125(例如，信息娱乐屏幕)显示给领路车辆100的驾驶员。
45.跟随车辆140被显示为包括控制器145。跟随车辆140的控制器145便于与领路车辆100的v2v通信。该通信可以指示领路车辆100自身不能容易获得的信息。例如，因为在倒车配置中跟随车辆140在领路车辆100的前方，所以跟随车辆140的传感器130可以检测到领路车辆100的传感器130-尚不可见的物体(例如，行人、其他车辆、墙壁)。跟随车辆140可以通过v2v通信警告领路车辆100，如果继续倒车，跟随车辆140将接触物体。此外，跟随车辆140可以警告领路车辆100潜在的折刀情况(即，领路车辆100和跟随车辆140一起形成锐角)。也就是说，跟随车辆140的控制器145监测由领路车辆100和跟随车辆140的组合形成的角度。该监测可以基于以下讨论的领路车辆100的估计路径150和跟随车辆140的计算路径160。如果角度减小并达到预定阈值，则跟随车辆140可以通过v2v通信向领路车辆100发出警告。
46.除了促进与领路车辆100的v2v通信之外，跟随车辆140的控制器145还可以执行和控制参考图2讨论的纵向控制和横向控制的实现(例如，路径规划)。具体地，除了获得或估计领路车辆100的速度之外，跟随车辆140的控制器145可以估计领路车辆100的路径150，以便计算跟随车辆140的路径160。领路车辆100的控制器110和跟随车辆140的控制器145都可以包括处理电路，该处理电路可以包括专用集成电路(asic)、电子电路、处理器(共享的、专用的或成组的)和执行一个或多个软件或固件程序的存储器、组合逻辑电路和/或提供所述功能的其他合适的组件。
47.图2示出了根据一个或多个实施例的用于执行跟随车辆140的半自主倒车的路径规划的参数。选择坐标系x，y，如图2所示。该具体坐标系可以替代地是车辆100、140之一的坐标系，在车辆100、140之一的重心(cog)处或其他地方，或者可以根据另一个基础来选择，但是重点是在考虑所有位置时具有共同的坐标系，如下所述。
48.根据示例性实施例，针对作为领路自行车模型210的领路车辆100和针对作为跟随
自行车模型220的跟随车辆140生成车辆自行车模型。根据替代实施例，其他模型可以用于路径150、160的确定。车辆自行车模型是一种已知的代表四个车轮的运动学模型，其具有两个车轮，包括代表两个前轮的可转向前轮和代表车辆的两个后轮的不可转向后轮。自行车模型中使用轴距l，即前后轮胎之间的距离，但轨迹宽度，即两个前轮之间或两个后轮之间的距离(即前轮轴或后轮轴的长度)，通常不是模型的一部分。自行车模型中前轮的转向角是实际车辆左右轮之间角度的平均值。在下面的等式中，l
l
是领路车辆100的轴距，而lf是跟随车辆140的轴距。轴距值l
l
和lf都被提供给跟随车辆140的控制器145。
49.偏航是指车辆方向从参考取向(向左或向右)的方式取向偏移。领路车辆100和跟随车辆140的偏航角分别为yaw
l
和yawf。如前所述，领路车辆100和跟随车辆140处的传感器130提供偏航角。此外，v2v通信被用于向跟随车辆140的控制器145报告领路车辆100的偏航角yaw
l
。偏航角yaw
l
和yawf转换为x，y坐标系，如图所示。在示例性情况下，跟随车辆140在x，y坐标系中的偏航角为0。差值δyaw为:
50.δyaw＝yaw
f-yaw
l
ꢀꢀꢀ
[等式.1]
[0051]
如前所述，除了领路车辆100的偏航角yaw
l
之外，领路车辆100的方向盘角swa
l
也通过跟随车辆140的控制器145经由v2v通信获得。基于该角和领路车辆100的轴距l
l
，控制器145使用领路自行车模型210确定领路车辆100的转弯半径r，如下:
[0052][0053]
在等式2中，转向传动比(sgr)是领路车辆100的方向盘角swa
l
和车轮角(即领路自行车模型210的前轮角度)之间的转换因子。然后，根据圆的公式，在x和y坐标系中估计领路车辆100的轨迹(即，估计路径150):
[0054]
r2＝x2 (y-r)2ꢀꢀꢀ
[等式3]
[0055]
也就是说，一旦基于领路车辆100的方向盘角swa
l
确定了领路车辆100的转弯半径r，就可以根据等式3来估计路径150的轨迹。每当领路车辆100的方向盘角swa
l
改变时，其就被更新。同样，差值δyaw根据等式1更新。
[0056]
如前所述，无论是倒车还是跟随，跟随车辆140都保持与领路车辆100的规定距离d和与领路车辆100的规定方位角或横向偏差(角度α)。跟随车辆140可以使用传感器130(例如，激光雷达系统)来确定其与领路车辆100的距离d和方位角α。如图2所示，方位角α在跟随自行车模型220的前中点和领路自行车模型210的后中点之间的直线和y轴(图2中跟随车辆的取向)之间。基于该距离d和方位角α，跟随车辆140在x，y坐标系中的位置可以确定为:
[0057][0058]
yf＝d*cos(α δyaw)
ꢀꢀꢀ
[等式.5]
[0059]
在图2中，示出了从领路自行车模型210的后轮到跟随自行车模型220的前轮的距离d，并且跟随自行车模型220的位置xf,yf在跟随自行车模型220的cog处。然而，该示例性实施例并非旨在进行限制。跟随自行车模型220的位置xf,yf可以改为跟随自行车模型220的前轮或后轮，距离d可以改为从领路自行车模型210的不同部分到跟随自行车模型220的不同部分的距离。根据一个或多个实施例的等式将有助于基于任一替代实施例的跟随车辆140的横向控制。通常，彼此面对的领路车辆100和跟随车辆140上的传感器130(例如，激光雷达
系统、摄像头)确定它们之间的距离d。
[0060]
在倒车过程中，对跟随车辆140的横向运动进行控制的跟随车辆140的方向盘角swaf可以确定为:
[0061][0062]
在替代实施例中，跟随车辆140swaf的方向盘角可以使用另一种已知方法来计算，例如纯追踪。等式6涉及领路车辆100的速度，其基于领路车辆100的速度计经由v2v通信被提供给跟随车辆140的控制器145，或者由根据替代实施例的跟随车辆140的一个或多个传感器130确定。
[0063]
路径150的偏航yaw
path
涉及当领路车辆100在路径150上行进时领路车辆100在路径150上的点x’,y’处的偏航。路径150的偏航yaw
path
被获得以作为切线t与一圆之间的角度α。该圆在点x’,y’处根据等式3定义了路径150，该点通常是路径150到跟随车辆140的最近点。例如，可以从等式3通过设置y’＝yf(即，将领路车辆100更远地放回到跟随车辆140的位置处的路径150上)来求解x’而获得沿着路径150的这个点x’,y’。到路径150的距离d
path
是从跟随车辆140的位置xf,yf到由等式3中的圆定义的路径150的距离。也就是说，到路径150d
path
的距离是从位置xf,yf到路径150上的点x’,y’的距离(即，在由等式3定义的圆上)。在等式6中，k1和k2是调谐参数。具体地，k1和k2都是速度的函数，并且还取决于跟随车辆140的运动学和动力学特点。这些值可以通过测试来确定，例如，以获得跟随车辆140的控制器145的特定响应(即，在预定时间内校正横向偏移误差)。
[0064]
根据等式6获得的跟随车辆140的方向盘角swaf提供了基于等式2和3的跟随车辆140的路径160。也就是说，跟随车辆140的转弯半径是使用跟随车辆140的轴距lf和跟随车辆140的方向盘角swaf在等式2中获得的。然后可以使用等式3获得用于路径160的等式。
[0065]
图3是根据一个或多个实施例让跟随车辆140倒车的方法300的流程图。在框310，跟随车辆140的控制器145获得关于领路车辆100的信息。例如，该信息可以通过v2v通信获得。该信息包括领路车辆100的速度、偏航yaw
l
、领路车辆100的轴距l
l
和领路车辆100的方向盘角swa
l
。在框320，跟随车辆140确定距领路车辆100的距离d和距领路车辆100的角度α。例如，该确定可以周期性地重复。如前所述，该信息可以通过跟随车辆140的传感器130(例如，激光雷达系统)获得。
[0066]
在框330，根据等式2和3计算转弯半径r并获得用于领路车辆100的路径150的公式。在框340，确定跟随车辆140的位置xf,yf是在用于确定领路车辆100的路径150的同一坐标系x,y中进行的。这个确定用的是等式4和5。在框350，根据等式6确定跟随车辆140的方向盘角swaf。在框360，在倒车过程中控制跟随车辆140是根据领路车辆100的速度和跟随车辆140的方向盘角swaf进行的。跟随车辆140的速度将被设定为与领路车辆100的速度紧密匹配。具体地，例如，跟随车辆140的速度可以被设定为低于领路车辆100的速度的预定量，或者可以被保持在领路车辆100的速度的阈值范围内。
[0067]
图3中详述的方法300表示半自主倒车过程，因为跟随车辆100的控制器145使用来自领路车辆100的信息来最终让跟随车辆140倒车。在让领路车辆100和跟随车辆140倒车的过程中，重复过程310至360。根据替代实施例，这种重复可以是基于事件的或周期性的。例如，值之一的改变(例如，来自领路车辆100的v2v消息报告领路车辆100的不同方向盘角
swa
l
，确定不同距离d)可以触发图3所示过程的重新执行。或者，可以获得框310和320处的所有值，并且可以周期性地重复这些确定。
[0068]
虽然已经参考示例性实施例描述了上述公开，但是本领域技术人员将理解，在不脱离本发明的范围的情况下，可以进行各种改变，并且等同物可以替代其元件。此外，在不脱离本公开的基本范围的情况下，可以进行许多修改以使特定情况或材料适应本公开的教导。因此，意图是本公开不限于所公开的特定实施例，而是将包括落入其范围内的所有实施例。

技术特征：
1.一种使半自主跟随车辆倒车的方法，该方法包括：由跟随车辆的处理器获得在正在倒车的跟随车辆前方且未连接到跟随车辆的领路车辆的速度；由跟随车辆的处理器估计领路车辆的路径；由跟随车辆的处理器基于领路车辆的路径确定跟随车辆的路径；和经由跟随车辆的处理器，基于领路车辆的速度控制跟随车辆的纵向运动，并且基于跟随车辆的路径控制跟随车辆的横向运动。2.根据权利要求1所述的方法，还包括由跟随车辆的处理器获得领路车辆的轴距l
l
和领路车辆的方向盘角swa
l
，其中获得领路车辆的速度、领路车辆的轴距l
l
和领路车辆的方向盘角swa
l
是经由来自领路车辆的车辆对车辆(v2v)通信实现的，其中估计领路车辆的路径包括确定转弯半径r：其中sgr是转向传动比，其是方向盘角swa
l
和车轮角之间的转换因子，估计领路车辆的路径包括在x，y坐标系中根据如下等式生成轨迹：r2＝x2 (y-r)2，且该方法包括使用跟随车辆的处理器根据如下等式确定跟随车辆在x，y坐标系中的位置：和y
f
＝d*cos(α δyaw)，其中d是领路车辆和跟随车辆之间的距离，α是领路车辆和跟随车辆之间的方位角，l
f
是跟随车辆的轴距，δyaw是领路车辆的偏航和跟随车辆的偏航之间的差。3.根据权利要求2所述的方法，还包括使用跟随车辆的传感器来确定领路车辆和跟随车辆之间的距离d以及领路车辆和跟随车辆之间的方位角α。4.根据权利要求2所述的方法，还包括通过v2v通信获得领路车辆的偏航，通过传感器获得跟随车辆的偏航，以及将差δyaw确定为从跟随车辆的偏航减去领路车辆的偏航。5.根据权利要求2所述的方法，其中确定跟随车辆的路径包括计算跟随车辆的方向盘角swa
f
，所述计算包括确定领路车辆在领路车辆的路径中的一点处的偏航，并确定从跟随车辆到领路车辆的路径中的该点的距离，确定领路车辆在领路车辆的路径中的该点处的偏航包括确定：领路车辆的路径和在路径中的该点处与领路车辆的路径相切的线之间的角度，并且计算跟随车辆的方向盘角swa
f
包括使用作为速度的函数的调谐参数。6.一种执行半自主倒车的系统，该系统包括：领路车辆，被配置为经由车辆对车辆(v2v)通信来提供领路车辆的速度；和跟随车辆的处理器，其不物理地联接到领路车辆，并且被配置为估计领路车辆的路径，基于领路车辆的路径确定跟随车辆的路径，并且基于领路车辆的速度控制跟随车辆的纵向移动，以及基于跟随车辆的路径控制跟随车辆的横向移动。7.根据权利要求6所述的系统，其中，所述跟随车辆的处理器被配置为经由来自所述领路车辆的车辆对车辆(v2v)通信来获得所述领路车辆的轴距l
l
和所述领路车辆的方向盘角
swa
l
，所述跟随车辆的处理器被配置为通过根据如下公式确定转弯半径r来估计领路车辆的路径：其中sgr是转向传动比，其是方向盘角swa
l
和车轮角之间的转换因子，跟随车辆的处理器被配置为通过在x，y坐标系中根据如下公式生成轨迹来估计领路车辆的路径，所述轨迹为：r2＝x2 (y-r)2，且跟随车辆的处理器被配置成根据如下公式确定跟随车辆在x，y坐标系中的位置：和y
f
＝d*cos(α δyaw)，其中d是领路车辆和跟随车辆之间的距离，α是领路车辆和跟随车辆之间的方位角，l
f
是跟随车辆的轴距，δyaw是领路车辆的偏航和跟随车辆的偏航之间的差。8.根据权利要求7所述的系统，其中，所述跟随车辆的处理器被配置为使用跟随车辆的传感器来确定领路车辆和跟随车辆之间的距离d以及领路车辆和跟随车辆之间的方位角α。9.根据权利要求7所述的系统，其中，所述跟随车辆的处理器被配置为经由v2v通信来获得领路车辆的偏航，经由传感器来获得跟随车辆的偏航，并且将差δyaw确定为从跟随车辆的偏航减去领路车辆的偏航。10.根据权利要求7所述的系统，其中，所述跟随车辆的处理器被配置为通过计算跟随车辆的方向盘角swa
f
来确定跟随车辆的路径，所述计算包括确定领路车辆在领路车辆的路径中的一点处的偏航，并确定从跟随车辆到领路车辆的路径中的该点的距离，所述跟随车辆的处理器被配置为通过确定领路车辆的路径中的该点和在该点处与领路车辆的路径相切的线之间的角度来确定领路车辆在领路车辆的路径中的该点处的偏航，并且所述跟随车辆的处理器被配置为通过使用作为速度的函数的调谐参数来计算跟随车辆的方向盘角swa
f
。

技术总结
一种用于使半自主跟随车辆倒车的系统和方法包括获得在正在倒车的跟随车辆前方且未连接到该跟随车辆的领路车辆的速度。一种方法包括估计领路车辆的路径并基于领路车辆的路径确定跟随车辆的路径。基于领路车辆的速度来控制跟随车辆的纵向运动，而基于跟随车辆的路径来控制跟随车辆的横向运动。径来控制跟随车辆的横向运动。径来控制跟随车辆的横向运动。


技术研发人员：C.E.阿雷扎 H.伊扎迪
受保护的技术使用者：通用汽车环球科技运作有限责任公司
技术研发日：2021.05.14
技术公布日：2022/5/25