本发明涉及机动车辆，以及更具体地涉及确定目标车辆的摩擦数据的方法。
背景技术：
人类驾驶员可以利用经验学会更安全地操作机动车辆。例如，随着时间的推移，人类驾驶员可以学会预测另一车辆何时将在干燥的车行道上失去牵引、何时将在结冰或积雪的道路上滑行等。并且防御性驾驶人可以基于他的/她的经验而较慢地驾驶和/或在不用保持谨慎的情况下补偿围绕车辆的他的/她的转向输入。
技术实现要素：
根据本发明，提供一种计算机，该计算机编程为：
通过以下方式在主车辆处生成车行道摩擦地图：
检测目标车辆的速度变化；
基于速度变化来计算摩擦数据；以及
存储摩擦数据。
根据本发明的一个实施例，其中计算机进一步地编程为为了计算摩擦数据而确定与目标车辆关联的测量的摩擦系数(μmeas)。
根据本发明的一个实施例，其中测量的摩擦系数(μmeas)定义为
根据本发明的一个实施例，其中计算机进一步地编程为至少基于摩擦数据来预测在目标车辆处的打滑事件。
根据本发明的一个实施例，其中计算机进一步地编程为基于预测来提供防撞指令。
根据本发明的一个实施例，其中计算机进一步地编程为在提供防撞指令之前计算主车辆的至少一个车辆轮胎和与其接触的车行道表面之间的摩擦数据，并且其中计算机进一步地编程为防撞指令至少部分地以与主车辆关联的计算的摩擦数据为基础。
根据本发明的一个实施例，其中计算机进一步地编程为在计算主车辆的至少一个车辆轮胎和与其接触的车行道表面之间的摩擦数据时使用来自防抱死制动(abs)系统的数据(abs数据)或来自电子稳定控制系统的数据(esc系统数据)中的至少一个。
根据本发明的一个实施例，其中计算机进一步地编程为基于主车辆和目标车辆的变化的相对位置、基于变化的环境条件、或其组合来重新生成地图。
根据本发明的一个实施例，其中地图包含在主车辆的预先确定的接近度内的多个地图段。
根据本发明的一个实施例，其中计算机进一步地编程为将存储的摩擦数据与多个地图段中的至少一个关联。
根据本发明的一个实施例，其中计算机进一步地编程为计算和存储多个目标车辆的摩擦数据并且将多个目标车辆的摩擦数据与多个地图段中的至少一些关联。
根据本发明，提供一种方法，该方法包含：
通过以下方式在主车辆处生成车行道摩擦地图：
检测目标车辆的速度变化；
基于速度变化来计算摩擦数据；以及
存储摩擦数据。
根据本发明的一个实施例，其中计算摩擦数据包括确定与目标车辆关联的测量的摩擦系数(μmeas)。
根据本发明的一个实施例，其中测量的摩擦系数(μmeas)定义为
根据本发明的一个实施例，本发明方法进一步地包含至少基于摩擦数据来预测在目标车辆处的打滑事件。
根据本发明的一个实施例，本发明方法进一步地包含基于预测来提供防撞指令。
根据本发明的一个实施例，本发明方法进一步地包含：在提供防撞指令之前，计算主车辆的至少一个车辆轮胎和与其接触的车行道表面之间的摩擦数据；并且防撞指令至少部分地以与主车辆关联的计算的摩擦数据为基础。
根据本发明的一个实施例，本发明方法进一步地包含基于主车辆和目标车辆的变化的相对位置、基于变化的环境条件、或其组合来重新生成地图。
根据本发明的一个实施例，其中地图包含在主车辆的预先确定的接近度内的多个地图段。
根据本发明的一个实施例，本发明方法进一步地包含计算和存储多个目标车辆的摩擦数据并且将多个目标车辆的摩擦数据与多个地图段中的至少一些关联。
附图说明
图1是车行道上的主车辆和几个目标车辆的示意图；
图2是在图1中显示的车行道的另一示意图，其中主车辆正在执行防撞指令；
图3是主车辆生成车行道摩擦地图的程序的流程图；
图4是主车辆利用车行道摩擦地图避免碰撞的程序的流程图。
具体实施方式
参考附图，其中相同的附图标记指示在几个视图中的相同部分，显示用于主车辆12的摩擦检测系统10。摩擦检测系统10包括计算机14，该计算机14从多个传感器和车辆系统接收信息并且使用该信息来确定用于一个或多个相邻车辆16、18、20(在此被称为目标车辆)的摩擦数据。如将在下面所描述的，计算机14可以编程为检测每个目标车辆的速度变化，接着基于速度变化而计算和存储与各个目标车辆和车行道24的表面22关联的摩擦数据，并且接着进一步地将来自目标车辆的摩擦数据编译成车行道摩擦地图。此外，如将在下面所描述的，计算机14可以编程为使用摩擦地图来预测在目标车辆处的打滑事件并且因此采取预防性或防御性驾驶措施——例如，通过发出防撞指令以便主车辆12可以避免潜在的碰撞或事故。
参考图1，车辆12可以是乘用车或包括专门配置的计算机14的任何其他合适的车辆。例如，车辆12也可能是卡车、运动型多用途车(suv)、休闲车、公共汽车、船舶、飞机、或包括计算机14的类似交通工具。至少在一些示例中，车辆12可在完全自主模式下操作。如在此所使用的，自主车辆控制与在如由美国汽车工程师学会(sae)定义(其已经以0-5级定义操作)的自主模式下的车辆12操作有关。例如，在0-2级，通常在没有来自车辆12的帮助的情况下，人类驾驶员监控或控制大部分的驾驶任务。例如，在0级(“无自动化”)，人类驾驶员负责所有的车辆操作。在1级(“驾驶员辅助”)，车辆12有时辅助转向、加速或制动，但驾驶员仍然负责绝大部分的车辆控制。在2级(“部分自动化”)，车辆12可以在没有人类交互的情况下在某些情况下控制转向、加速和制动。在3-5级，车辆12承担更多与驾驶相关的任务。在3级(“有条件自动化”)，车辆12可以在某些情况下操作转向、加速和制动，以及监测驾驶环境。然而，3级可能需要驾驶员偶尔干预。在4级(“高度自动化”)，车辆12可以处理与在3级相同的任务，但不依赖驾驶员干预某些驾驶模式。在5级(“完全自动化”)，车辆12可以在没有任何驾驶员干预的情况下处理所有的任务。
如图1所示，车辆12可以包括计算机14，该计算机14通信地连接至多个其他计算机和/或装置——包括但不限于成像套件30、导航系统32、环境传感器34、运动检测传感器36、防抱死制动系统(abs)38、电子稳定控制(esc)系统40、以及车辆到车辆(v2v)通信模块42。这些部件14、30-42中的每一个将在下面详细地描述。此外，图1说明这些部件14、30-42可以经由任何合适的有线或无线网络连接46通信。至少在一示例中，连接46包括控制器局域网(can)总线、以太网、局域互联网络(lin)等中的一个或多个。也存在其他示例。例如，可替代地或与例如can总线结合，连接46可以包含一个或多个离散连接。
计算机14可以编程为模仿不存在的有经验的人类驾驶员的观察和决策。例如，所谓的人类防御性驾驶员可以基于先前经验定性地估计道路摩擦，以及估计车行道24上的其他驾驶员/车辆(例如，比如目标车辆16-20)的当前行为。此外，使用他的/她的驾驶经验，人类防御性驾驶员可以应用这样的估计来预先确定可行的主车辆轨迹——例如对目标车辆失去控制或不规律表现作出反应。如将在下面所解释的，主车辆12中的计算机14可以配置为定量地估算与一个或多个目标车辆关联的摩擦数据并且同样表现为防御性驾驶员。
计算机14可以是单个计算机模块(如图所示)或可以包括多个计算装置——例如，与其他车辆系统和/或子系统共享。至少在一示例中，计算机14是牵引力控制模块；然而，这仅仅是一个示例。计算机14可以包含连接至存储器54的处理器或处理电路52。例如，处理器52可以是能够处理电子指令的任何类型的装置，非限制性示例包括微处理器、微控制器或控制器、专用集成电路(asic)等——仅列举几个。通常，计算机14可以编程为执行数字存储指令，该数字存储指令可以存储在存储器54中，该数字存储指令使计算机14能够(除其他事情之外)基于至主车辆12的预先确定的接近度来识别目标车辆(例如，16-20)、检测在各个目标车辆处的线性和/或角速度变化、基于该速度变化来计算摩擦系数、将该摩擦系数存储在存储器54中、使用该摩擦系数(以及通过使用确定的其他目标车辆的摩擦数据)来生成车行道摩擦地图、基于主车辆12和各个目标车辆之间的相对位置的变化来更新摩擦系数、基于环境状况(例如，天气)的变化来更新摩擦系数、基于存储的摩擦系数和目标车辆的运动来预测在各个目标车辆处的打滑事件、以及在打滑事件之前提供防撞指令以便主车辆12可以操作为或模仿人类防御性驾驶员。
存储器54可以包括任何非暂时性计算机可用或可读介质，该存储器54可以包括一个或多个存储装置或物品。示例性非暂时性计算机可用存储装置包括传统的计算机系统ram(随机存取存储器)、rom(只读存储器)、eprom(可擦可编程rom)、eeprom(电可擦除可编程rom)、以及任何其他易失性或非易失性介质。非易失性介质包括，例如，光盘或磁盘以及其他永久存储器。易失性介质包括动态随机存取存储器(dram)，其典型地构成主存储器。计算机可读介质的一般形式包括，例如，软盘(floppydisk)、柔性盘(flexibledisk)、硬盘、磁带、任何其他磁介质，cd-rom(光盘只读存储器)、dvd(数字化视频光盘)、任何其他光学介质，穿孔卡片、纸带、任何其他具有孔式样的物理介质，ram、prom(可编程只读存储器)、eprom、flash-eeprom(闪速电可擦除可编程只读存储器)、任何其他存储器芯片或内存盒，或任何其他计算机可读的介质。如上面所讨论的，存储器54可以存储一个或多个计算机程序产品，该计算机程序产品可以具体体现为软件、固件等。
成像套件30可以包含一个或多个成像或观察装置、一个或多个图像处理计算机、软件等。成像或观察装置的非限制性示例包括激光识别探测和测距(lidar)装置、无线电探测和测距(radar)装置、以及日用摄像机(例如，互补金属氧化物半导体(cmos)装置、电荷耦合装置(ccd)、图像增强器(所谓的i平方装置)等)，仅列举几个示例。成像套件30可以使用单个成像或观察装置或任何合适的装置组合以(除其他事情之外)接收关于目标车辆16-20相对于主车辆12的相对位置的数据。以这种方式，成像套件数据可以用于确定各个目标装置是否正在改变速度，如将在下面更详细地解释。
导航系统32可以包含用于确定主车辆12的位置数据和/或前进方向数据的任何合适的电子装置。系统32的非限制性示例包括全球定位系统(gps)单元和全球导航卫星系统(glonass)装置。如下所述，导航系统数据可以用于确定目标车辆和主车辆12之间的相对位置和距离。
环境传感器34可以包含任何主车辆传感器，该主车辆传感器提供与主车辆12周围的气候关联的数据。非限制性示例包括环境温度传感器、降水传感器(例如，检测雨、雪、冻雨、冰雹等)等。环境传感器数据应该足够广泛地理解为包括车辆挡风玻璃雨刷器、车辆车窗和/或车镜除霜器等的致动(或使用)的检测(例如，计算机14可以接收车辆挡风玻璃雨刷器、车辆车窗和/或车镜除霜器等的使用或致动的指示并且编程为做出包括以下的推断：如果雨刷器使用一长段时间，则可能正在降水，或如果除霜器使用一长段时间，则可能比预定阈值更冷等)。环境传感器数据可以由计算机14用于确定或估计变化的车行道状况——以及因此摩擦数据的变化。
运动检测传感器36可以包含主车辆12上的指示车辆12的运动的任何传感器。例如，传感器36可以用于检测和/或确定车辆12的速率、速度、加速度、减速度等。非限制性示例包括速度计、一个或多个加速度计、一个或多个陀螺仪、一个或多个角运动编码器等。运动传感器数据可以用于计算主车辆12的运动以及因此目标车辆的相对运动。
防抱死制动系统(abs)38可以是任何传统的abs系统，该abs系统使车辆轮胎能够保持与车行道表面22的牵引接触，同时主车辆12应用制动输入，该制动输入将以其他方式使车轮相对于车行道24锁止和打滑。因此，abs数据可以包括或用于确定关于主车辆12和车行道24的摩擦数据——例如，使用本领域的技术人员已知的技术。至少在一示例中，如将在下面所解释的，该摩擦数据可以在车辆12移动时使用以避免与目标车辆(例如，比如16-20)碰撞。
电子稳定控制(esc)系统40可以是任何传统的车辆稳定控制系统，该车辆稳定控制系统检测车辆转向控制的损失并且其可以自动地应用车辆制动器以在所需的方向辅助转向车辆12。因此，esc系统数据也可以包括或用于确定关于主车辆12和车行道24的摩擦数据——例如，使用本领域技术人员已知的技术。同样，至少在一示例中，该摩擦数据也可以在车辆12移动时使用以避免与目标车辆(例如，比如16-20)碰撞。
并且v2v通信模块42可以是配置为与其他电子装置无线地通信——即与其他车辆(例如，比如目标车辆16-20)无线地通信的——任何合适的远程信息处理装置。这样的无线通信可以包括使用蜂窝技术、短距离无线通信技术或其组合。因此，例如，模块42可以利用配置为从目标车辆16-20接收信标或其他无线信号的低功耗蓝牙(ble)协议。例如，计算机14可以使用ble信号数据来确定主车辆12和各个目标车辆之间的相对距离以及目标车辆相对于主车辆12的相对方位(例如，使用信号强度测量技术、飞行时间技术、到达角技术等)。当然，使用ble或其他合适的无线协议的其他技术也可以组合或代替使用。
图1也说明分为与数字车行道摩擦地图关联的多个地图段(x0、x1、x2、x3…x21)的车行道24，该数字车行道摩擦地图是由处理器52生成并且存储在计算机14的存储器54中。因此，图示段表示计算机14如何可以感知车行道24的一部分的一个示例。此外，当车辆12、16-20可以沿着车行道24移动时，也可以使用附加地图段(未示出)。
段x0-x21中的每一个可以具有任何合适的尺寸。例如，在图1中，段的宽度可以等于车行道车道的宽度并且段的纵向长度可以等于(例如，主车辆12的)车辆轴距。也存在其他尺寸示例。如将在下面所解释的，计算机14可以通过确定这些地图段x0-x21中的一个或多个的摩擦数据并且将一组摩擦数据或段数据存储在存储器54中来生成车行道摩擦地图。例如，对至少一些地图段来说，数据组可以包括与特定车辆(主车辆12和/或一个或多个目标车辆16-20)关联的相应摩擦数据。摩擦数据可以在各个车辆穿过各个地图段时基于速度的变化而由计算机14确定。因此，在多个车辆12、16、18和/或20穿过共同地图段的情况下，计算机14可以潜在地存储与每一个车辆相关的摩擦数据。此外，当车辆12、16-20可以沿着车行道24移动时，该车行道摩擦地图可以重复地被更新——例如，当遇到车行道24的新的部分时。
现在转向图3，显示用于生成车行道摩擦地图的程序300。在框310(16)中，计算机14将车辆16识别为目标车辆——即，位于主车辆的监控区域内的移动车辆。监控区域包括任何区域，在该区域中计算机14生成车行道摩擦地图。在一非限制性示例中，监控区域可以由相对于主车辆12的预先确定的接近度(例如，围绕车辆12的预定义的半径)来定义。接近度可以调整大小以使在完全自主模式下的主车辆12能够有足够的时间对其他车辆16-20的危险或突然行动作出反应。因此，在一些示例中，半径的大小可以取决于主车辆12的速度和主车辆12的重量类别(例如，以公路速度、当主车辆12是乘用车时可以使用200英尺的半径，或当主车辆12是半挂卡车等时可以使用300英尺的半径)。在一些示例中，车辆12前方的半径大于其后方的半径。此外，监控区域可以仅包括车行道表面(例如，比如22)——即，不包括非车行道表面。因此，监控区域可以包括与车行道24合并、相交等的车行道表面。因此，为了说明性目的，在框310(16)中，目标车辆16是在预定义的半径内并且因此被识别。
在随后的框320(16)中，计算机14可以从成像套件30、导航系统32、运动传感器36、v2v通信模块42或其组合接收任何合适的数据并且使用该数据来检测目标车辆16的速度变化。例如，当车辆16沿着车行道24的直线部分线性地加速或减速时——或例如当目标车辆16沿着车行道24的弯曲部分保持恒定速率时；或例如当目标车辆16沿着任何弯曲路径保持恒定速率时(例如，当在车行道24上变换车道时)，计算机14可以检测和计算在目标车辆16处的速度变化。当然，计算机14也可以在目标车辆16沿着任何弯曲部分或路径改变速率时检测和计算速度变化。
在随后的框330(16)中，计算机14可以基于速度变化来计算摩擦数据。如下所述，至少在一示例中，摩擦数据可以包括与特定目标车辆16和车行道24或特定车行道段(例如，如图1所示的段x6或x9)关联的摩擦系数。例如，测量的摩擦系数可以被定义为
如上所述，可以使用来自成像套件30、导航系统32、运动检测传感器36、v2v通信模块42、其组合等的输入来确定速度(例如，vx)。也可以使用主车辆12车载的装备来确定曲率半径r。例如，如果目标车辆16仅沿着车行道车道(例如，车道l1)内的路径行驶，则通过计算机14从导航系统32获取的数据可以用于确定半径r。在其他情况下——例如在没有导航系统数据可用的情况下或当目标车辆16在车行道24的直线部分上变换车道时——计算机14可以基于来自成像套件30的成像数据等来计算半径r。还存在其他示例。
测量的摩擦系数(μmeas)可以小于目标车辆16和车行道24之间的实际可用的最大摩擦系数(μmax)。例如，最大摩擦系数(μmax)可以定义为
在框330(16)中，计算机14也可以计算其他摩擦数据。并且在这些计算之后，计算机14可以执行框340(16)的指令——例如，将摩擦数据存储在存储器54中。
接着在框350中(并且如上所述)，摩擦数据可以被编译以构建和/或更新车行道摩擦地图。例如，计算的摩擦数据可以存储在与特定地图段关联的数组中。一些段可能没有与其关联的摩擦数据。其他段可以具有与一个或多个目标车辆关联的摩擦数据。
至少在一示例中，程序300对目标车辆18和20执行相同指令。例如，框310(18)、320(18)、330(18)、340(18)可以与框310(16)、320(16)、330(16)、340(16)相同——当然除了与目标车辆18有关的框310(18)、320(18)、330(18)、340(18)之外。同样，框310(20)、320(20)、330(20)、340(20)可以与框310(16)、320(16)、330(16)、340(16)相同——当然除了与目标车辆20有关的框310(20)、320(20)、330(20)、340(20)之外。因此，在框350中，计算机14可以基于多个目标车辆(例如，16-20)——例如不只是单个目标车辆——来构建和/或更新摩擦地图。当然，在图1中显示的三个目标车辆16-20也只是一示例。其他数量是可能的，并且可以取决于在监控区域内的目标车辆的数量。
在框350之后，程序300可以确定在监控区域内的任何目标车辆(例如，目标车辆16-20)处的随后速度变化是否已经发生。如果没有检测到速度变化，则程序可以循环返回并且重复框350。然而，如果检测到一个或多个速度变化，则程序300可以循环返回至框330(16)、330(18)、330(20)等中的一个或多个——分别取决于是否在车辆16、车辆18或车辆20处检测到速度变化。
在程序300中，计算机14可以基于以下中的任何一个(或以下的任何组合)来重新生成摩擦数据地图：何时检测到在目标车辆16-20中的一个处的速度变化、何时计算机14识别在监控区域中的新的目标车辆(例如，不同于16-20所示的那些目标车辆)、何时主车辆和目标车辆12、16-20的相对位置改变、或何时环境条件改变。并且当主车辆12的点火系统(未示出)关闭时，程序300可以结束。程序300没有要求车辆12移动——例如，目标车辆16-20可以在车辆12临时停车时移动。此外，在一些示例中，程序300可以包括计算机14确定与主车辆12相关的摩擦数据(以及比如在图1中显示的x12和x15这样的相应地图段)。计算机14同样可以将该摩擦数据存储在存储器54中。在一示例中，如下面在程序400中所描述的，主车辆摩擦数据可以用于确定防撞指令。
在程序300的其他示例中，主车辆摩擦数据可以由计算机14确定——例如使用abs数据、esc系统数据等——并且随后该摩擦数据可以编译成存储在存储器54中的车行道摩擦地图。例如，当没有收集到特定目标车辆的数据并且计算机14试图确定防撞指令(例如，基于特定目标车辆的运动或驾驶行为)时，计算机14反而可以使用计算的车辆12的摩擦数据。此外，至少在一示例中，计算机14可以基于特定目标车辆的尺寸或估计重量相对于主车辆的尺寸或重量的比例来推断或以其他方式估量特定目标车辆摩擦数据。同样也可以以其他方式使用主车辆摩擦数据。
程序400利用在程序300中生成的(并且通常是更新的)车行道摩擦地图以便避免碰撞。注意，程序300和400可以同时发生；以这种方式，由计算机14确定的任何防撞指令可以以更新的车行道摩擦地图为基础。当车辆12在部分或完全自主模式下操作时，程序400可以发生；至少在一示例中，主车辆12是在完全自主模式下。程序400从框410开始，其中计算机14可以预测在一个目标车辆(例如，车辆16)处的打滑事件。可能的情况很多——因此，在下面仅讨论一些非限制性示例。如在此所使用的，打滑事件是任何目标车辆事件，其中目标车辆的轮胎相对于车行道表面22滑行或打滑；例如，经历失去牵引力控制。
计算机14可以预测目标车辆16将在车行道24的即将到来的弯道处失去牵引力。该预测可以以计算机14确定车辆16的当前速度(例如，根据成像套件30)、计算机14确定即将到来的弯道的曲率半径r(例如，根据其导航系统32)、以及确定目标车辆摩擦数据(如上面在程序300中所描述的)为基础。例如，通过程序300，计算机14可以重复地存储许多计算的摩擦系数值——用于任何单个目标车辆(例如，比如车辆16)，以及通常用于目标车辆(例如，包括但不限于车辆16、18、20)。因此，当预测在目标车辆16处的打滑事件时，计算机14可以针对各个目标车辆的最大的测量的摩擦系数值(例如，最大μmeas)解析存储器54。如果保持牵引力所需的摩擦系数超过最大的测量和存储的摩擦系数(例如，最大μmeas)，则计算机可以确定防撞指令，如下面在框420中描述的。
在另一非限制性示例中，计算机14可以确定目标车辆16正快速地减速(例如，如图1所示，在车道l1中)。使用上面描述的标准，计算机14可以确定保持牵引力所需的摩擦系数超过最大的测量和存储的摩擦系数(例如，最大μmeas)。因此，计算机14可以确定防撞指令，如下面在框420中描述的——例如，甚至在车辆16开始打滑之前(如图2所示)。
在另一非限制性示例中，计算机14可以基于来自传感器34的数据来检测气候条件的变化(例如，可能开始下雨)，并且该气候条件的变化可以发生在各个目标车辆16摩擦数据的新的测量值和计算值之间。主车辆12可以重新计算其摩擦系数(在下雨期间)并且将该重新计算的摩擦系数与先前确定的主车辆摩擦系数(即，在下雨开始之前确定的主车辆摩擦系数)相比较。使用这两个计算值，计算机14可以确定修正系数(例如，自下雨开始以来的减少的车行道摩擦的百分比)。此后，计算机14可以确定目标车辆16开始在雨中突然减速。在没有确定新的目标车辆摩擦系数(在下雨期间)的情况下，计算机14可以将修正系数应用于来自存储器54的目标车辆的先前最大的测量的摩擦系数并且同样预测打滑事件(例如，甚至在发生失去牵引力之前)。
在框420中，计算机14输出或提供防撞指令以便车辆12可以响应于指令而使车辆12转向(例如，转向和/或转弯)、响应于指令而使车辆12加速或减速、响应于指令而执行任何其他合适的驾驶动作以如果和当目标车辆16失去牵引力时避免在车辆12处碰撞或失去控制。图2说明主车辆12朝着车行道路肩60操纵以避免与目标车辆16的潜在碰撞。当然，其他示例是可能的。因此，由计算机14发出的指令可以发送至任何合适的车辆计算机模块或系统(例如，动力传动系统控制模块、转向控制模块等)，以便适当的系统可以执行指令。至少在一示例中，在部分或完全自主模式下执行该指令。在框420之后，程序400可以结束。
在框420中，在提供防撞指令之前，计算机14可以确定计算一个或多个主车辆轮胎和车行道表面22之间的主车辆摩擦数据并且随后防撞指令至少部分地以计算的主车辆摩擦数据为基础。可以在预测打滑事件之后或在此之前任何合适的时间确定该计算的主车辆摩擦数据。虽然计算主车辆摩擦数据在上面进行讨论并且在此将不再重新描述，但应该领会的是该数据也可以由车辆12用于减少主车辆12经历失去牵引力控制的可能性。
因此，已经描述了一种用于主车辆的摩擦检测系统。系统包括从主车辆中的一个或多个计算机系统、计算机模块、传感器等接收与目标车辆有关的数据的计算机。使用该数据，计算机确定与目标车辆关联的摩擦数据。至少在一示例中，摩擦数据是以目标车辆速度的变化为基础。此后，计算机可以使用摩擦数据来预测在目标车辆处的打滑事件并且提供防撞指令。
通常，描述的计算系统和/或装置可以使用多种计算机操作系统中的任何一种，该计算机操作系统包括但绝不限于以下操作系统的版本和/或变体：ford
计算装置通常包括计算机可执行指令，其中该指令可由比如上面列出的那些计算装置中一个或多个可执行。计算机可执行指令可以由使用各种程序语言和/或技术创建的计算机程序编译或解释，该程序语言和/或技术包括但不限于javatm、c、c++、visualbasic、javascript、perl等单独或组合。这些应用程序中的一些可以在比如java虚拟机、dalvik虚拟机等这样的虚拟机上编译和执行。通常，处理器(例如，微处理器)例如从存储器、计算机可读介质等接收指令并执行这些指令，从而执行一个或多个程序，包括在此描述的一个或多个程序。使用各种计算机可读介质可以存储并传输这样的指令和其他数据。
计算机可读介质(也称为处理器可读介质)包括任何非暂时性的(例如，有形的)介质，其参与提供计算机(例如，通过计算机的处理器)可读的数据(例如，指令)。这种介质可采取多种形式，包括，但不限于，非易失性介质和易失性介质。非易失性介质可包括，例如，光盘或磁盘以及其他永久存储器。易失性介质可包括，例如，动态随机存取存储器(dram)，其典型地构成主存储器。这样的指令可被一个或多个传输介质传输，包括同轴电缆、铜线和光纤，包括含有连接到计算机的处理器的系统总线的线路。计算机可读介质的一般形式包括，例如，软盘、柔性盘、硬盘、磁带、任何其他磁介质，cd-rom、dvd、任何其他光学介质，穿孔卡片、纸带、任何其他具有孔式样的物理介质，ram、prom、eprom、flash-eeprom、任何其他存储器芯片或内存盒，或任何其他计算机可读的介质。
数据库、数据存储库或在此描述的其他数据存储可包括各种类型的机制，其用于存储、访问和检索各种类型的数据，包括层次数据库、在文件系统中的一组文件、以专用格式的应用程序数据库、关系数据库管理系统(rdbms)等。每个这种数据存储通常包括在使用上述中的一个的计算机操作系统的计算装置中，并通过各种方式中的任何一个或多个网络可访问。文件系统可从计算机操作系统访问，并且可包括以各种格式存储的文件。rdbms除了使用用于创建、存储、编辑和执行存储的程序的语言之外，通常使用结构化查询语言(sql)，例如，上述的pl/sql(过程化/sql)语言。
在一些示例中，系统元件可实施为在一个或多个计算装置(例如，服务器、个人计算机等)上的、存储在与其关联的计算机可读介质(例如，磁盘、存储器等)上的计算机可读指令(例如，软件)。计算机程序产品可包含这种存储在计算机可读介质上的指令，其用于执行在此描述的功能。
处理器是通过电路、芯片、或其他电子元件来实施并且可以包括一个或多个微控制器、一个或多个现场可编程门阵列(fpga)、一个或多个专用电路(asic)、一个或多个数字信号处理器(dsp)、一个或多个客户集成电路等，处理器可以从传感器接收数据并且根据数据来确定【处理器应该做什么】。处理器可以编程为处理传感器数据。处理数据可以包括处理由传感器捕获的视频来源或其他数据流以确定主车辆的车行道车道以及任何目标车辆的存在。如下所述，处理器根据传感器数据而指示车辆部件致动。处理器可以合并于控制器中，例如，自主模式控制器。
存储器(或数据存储装置)是通过电路、芯片或其他电子元件来实施并且可以包括只读存储器(rom)、随机存取存储器(ram)、闪速存储器、电可编程存储器(eprom)、电可编程和可擦除存储器(eeprom)、嵌入式多媒体卡(emmc)、硬盘驱动器、或任何易失性或非易失性介质等中的一个或多个。存储器可以存储从传感器收集到的数据。
本公开已经以说明性的方式进行了描述，并且应该理解的是已经使用的术语旨在是描述性而不是限制性的词的性质。根据上面的教导，本公开的许多修改和变形是可能的，并且本公开可以以与具体描述不同的方式实施。