CN104914715B - 用于运行车辆的方法以及驾驶员辅助*** - Google Patents

用于运行车辆的方法以及驾驶员辅助*** Download PDF

Info

Publication number
CN104914715B
CN104914715B CN201510104515.0A CN201510104515A CN104914715B CN 104914715 B CN104914715 B CN 104914715B CN 201510104515 A CN201510104515 A CN 201510104515A CN 104914715 B CN104914715 B CN 104914715B
Authority
CN
China
Prior art keywords
vehicle
adjustment variable
change curve
variable
cost
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510104515.0A
Other languages
English (en)
Other versions
CN104914715A (zh
Inventor
M·塞勒姆
W·珀克米勒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of CN104914715A publication Critical patent/CN104914715A/zh
Application granted granted Critical
Publication of CN104914715B publication Critical patent/CN104914715B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0013—Optimal controllers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B60W2720/103—Speed profile
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
    • Y02T10/84—Data processing systems or methods, management, administration

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Control Of Transmission Device (AREA)

Abstract

本发明涉及一种用于运行车辆的方法，其包括以下步骤：提供解析的多维车辆运行成本函数，其定义了车辆驱动能耗与车辆前方的行驶距离或车辆前方的行驶时间以及与多个调整变量的相关性；计算多个调整变量中的一个调整变量的变化曲线，其使前方的行驶距离或前方的行驶时间的车辆运行成本函数最小化；重复计算多个调整变量的其他相应的变化曲线，其中多个调整变量中的一个调整变量的相应的变化曲线使前方的行驶距离或前方的行驶时间的车辆运行成本函数最小化，其中为了计算相应的变化曲线根据先前相应地计算所得的变化曲线预先确定调整变量并且其余的调整变量保持不变；根据多个调整变量的计算所得的相应的变化曲线控制车辆。

Description

用于运行车辆的方法以及驾驶员辅助***
技术领域
本发明涉及一种用于运行车辆的方法。此外，本发明还涉及一种计算机程序产品以及一种驾驶员辅助***。
背景技术
从公开文献DE 103 45 319 A1中已知一种用于控制车辆的运行的方法。其中基于多种环境参数、车辆参数、车辆运行参数和路段参数定义解析的车辆运行成本函数。迭代计算并储存车辆控制参数，该控制参数使沿位于车辆前方的路段的一段预定距离的车辆运行成本函数最小化为至少车辆速度、车辆位置和储存在道路地图中的路段参数的函数。之后读取相应于车辆当前位置的优化的车辆控制参数。基于该优化的车辆控制参数控制车辆运行。
发明内容
因此，本发明基于的目的在于，提供一种改进的用于运行车辆的方法。
本发明基于的目的也在于，给出一种相应的计算机程序产品。
此外，本发明基于的目的还在于，提供一种相应的驾驶员辅助***。
这些目的借助于独立权利要求的相应的对象实现。相应的从属权利要求的对象分别是有利的设计方案。
根据一个方面提出了一种用于运行车辆的方法，该方法包括以下步骤：提供步骤，提供解析的多维车辆运行成本函数，该函数定义了车辆驱动能耗与车辆前方的行驶距离或车辆前方的行驶时间以及与多个调整变量的相关性；计算步骤，计算多个调整变量中的一个调整变量的变化曲线，其中该变化曲线使前方的行驶距离或前方的行驶时间的车辆运行成本函数最小化，其中为了计算该变化曲线其余的调整变量保持恒定；重复计算步骤，重复计算多个调整变量的其他相应的变化曲线，其中多个调整变量中的一个调整变量的相应的变化曲线使前方的行驶距离或前方的行驶时间的车辆运行成本函数最小化，其中为了计算各个变化曲线根据先前相应地计算的变化曲线预先确定调整变量并且其余的调整变量保持恒定；控制步骤，在车辆行驶于所述行驶距离期间或者在所述行驶时间耗尽的过程中，根据多个调整变量的计算得出的各个变化曲线控制车辆。
根据另一方面提供了一种计算机程序产品，其具有程序代码介质，当该计算机程序产品在处理装置上运行或者被储存在计算机可读的数据载体上时，该程序代码介质用于执行所述运行车辆的方法。
根据又一方面提供了具有处理装置的驾驶员辅助***，该处理装置适于执行所述用于运行车辆的方法。
因此，本发明特别地包含的概念是，代替进行一次n(n等于调整变量的数量)维车辆运行成本函数的全局最小值的寻求，而只是就进行n-1次二维局部最小值的寻求。因为当计算多个调整变量中的一个调整变量的变化曲线(该变化曲线使前方的行驶距离或前方的行驶时间的车辆运行成本函数最小化)时，其余的调整变量保持恒定。此外已经预先计算得出相应的变化曲线的调整变量根据先前计算所得的变化曲线被预先确定。由此，对某个调整变量的车辆运行成本函数的最小化的寻求简化为在二维架构中的相应的寻求。因此，能够以有利的方式减少计算复杂性、计算时间和/或为此所需的计算容量(和/或存储容量)。这尤其对于实时应用特别重要。由此，在节省计算时间的同时能够使驱动能耗最小化。因此，能够以有利的方式实现实时应用。
在本发明的意义中的车辆驱动能量可以特别是电能。附加地或者替代地，在本发明的意义中的车辆驱动能量例如可以为化学驱动能源，例如燃料(例如汽油、柴油、天燃气)。
根据一种实施方式可规定，用以计算变化曲线的高维或多维车辆运行成本函数的维度的处理顺序被固定地预先确定。这特别地意味着，固定地预先确定了首先在哪个维度中计算使该维度中的车辆运行成本函数最小化的变化曲线，以及之后哪些维度用于计算变化曲线。
由此，能够以有利的方式实现简单且快速的计算。例如不必再进行关于最佳顺序的计算。这可以例如在较早的时间点就已经完成并且现在作为可用的结果。例如该顺序可固定地储存在车辆的存储器中。
根据另一实施方式可规定，根据至少一个参数预先确定计算多个变化曲线的顺序。
参数化可以有利的方式实现对不同情况的灵活的匹配。因此，例如可通过能够更快且更有效地进行之后的建立在其基础上的计算来弥补在寻找最佳顺序时可能的时间损失。
根据另一实施方式可规定，依据另一参数求得对于哪些调整变量计算相应的变化曲线以及对于哪些调整变量不进行计算。
因此，有利地不必在每种情况下都计算所有的变化曲线。参数化可由此实现对不同情况的灵活的匹配。这可以有利的方式减少为此所需的计算容量。特别是可减少计算时间。
根据又一实施方式可规定，从下面一组调整变量中选取所述参数和所述另一参数：车速、变速器工况、挡位、车辆电池的充电状态、混合动力车辆中内燃机和电动机之间的负载分配、道路等级、上坡度、下坡度、地点、整车质量、交通流量、加权系数，这些分别定义了哪种调整变量变化对车辆运行成本函数具有哪种影响。
根据另一实施方式可规定，所述参数和/或所述另一参数由导航***提供。
由此，有利地可以特别有效且高效地利用导航***。因为其提供双重功能：导航车辆和提供参数。
根据又一实施方式可规定，提供步骤包括以下步骤：只针对调整变量的那些对于预先确定的车辆物理模型和/或预先确定的环境物理模型合理的值计算车辆驱动能耗。
由此，不必针对调整变量的可能没有物理意义的值计算能耗。例如当车辆以100km/h的速度行驶时，则不必计算对于10km/h的车速接下来10m的能耗，因为车辆通常不能制动得如此之快。类似地，这特别适用于加速。因此，例如以10km/h的速度行驶的车辆在接下来的10m中不可能加速到100km/h。在这种情况下，不需要在100km/h的速度下对于前方的行驶距离的接下来的10m计算相应的车辆驱动能耗。
根据另一实施方式可规定，提供步骤包括以下步骤：当限定了哪些变化曲线目前应该被计算时，针对那些为了车辆运行成本函数的最小化目前应该计算其变化曲线的调整变量的值进行车辆驱动能耗的计算。
由此，有利地能够以空的车辆运行成本函数开始。在需要时才计算相应的值。这可以有利地减少存储需求。
因此，在本发明的意义中的车辆运行成本函数也定义了车辆驱动能耗与车辆前方的行驶距离以及与多个调整变量的相关性。车辆运行成本函数特别地定义了车辆驱动能耗与车辆前方的行驶时间以及与多个调整变量的相关性。由此，在图表示图中车辆运行成本函数特别地定义了成本图(Kostenkarte)，其中成本图的每个点根据调整变量代表相应的车辆驱动能耗。因此，下面可同义地使用“车辆运行成本函数”和“成本图”的概念。
调整变量例如可以是从下面一组调整变量中选取的调整变量：车速、变速器工况、挡位、车辆电池的充电状态、混合动力车辆中内燃机和电动机之间的负载分配、道路等级、上坡度、下坡度、地点、整车质量、交通流量、加权系数，这些分别定义了哪种调整变量变化对车辆运行成本函数具有哪种影响。
附图说明
下面借助于优选的实施例详细阐述本发明。其中：
图1示出了二维成本图，
图2示出了三维成本图，
图3示出了用于运行车辆的方法的流程图，
图4示出了用于运行车辆的另一方法的流程图，以及
图5示出了驾驶员辅助***。
具体实施方式
图1示出了二维成本图101。
在横坐标103上标绘了车辆前方的空间位置，在纵坐标102上标绘了车辆的可能的行驶速度。借助于车辆运行成本函数根据调整变量、在此是车辆的速度(行驶速度)和空间位置求得成本图中的车辆驱动能耗104。使用优化方法有助于获取最低能耗的变化曲线。这示例性地借助于多边形105示出。现在可对于多边形105读取车速在空间位置上的实现最低车辆驱动能耗的最优变化曲线(在图1的实施例中：在100m处车速为75km/h，在150m处车速为80km/h，在200m处车速为75km/h，在250m处车速为75km/h)。
图2示出了三维成本图201。
与根据图1的成本图101相比添加了另一维度203(通常一个调整变量对应于一个维度)。在本实施例中另一维度203对应于车辆变速器换入的挡位。成本元素(成本图的元素，即能耗值)的数量随着每个添加的维度成倍地增加(例如如图2所示在添加4个离散的挡位时成本元素的数量变为原来的四倍)。由此，一方面确定能耗值所需的成本成倍地上升，而且另一方面寻求成本图中的成本最小值的变化曲线(＝解决优化问题)所需的成本也成倍地增长。因此，在设备中储存成本图所需的存储成本以及确定能耗值和寻求最优值所需的计算时间成本也相应地上升。
产生的成本问题的一种解决方案特别地在于，不是获取关于整个高维成本图的全局最优值，而是分别独立地沿影响变量(调整变量)的维度获取局部最优值。一种有利的途径特别地包括，在高维成本空间内获取整个成本图的能耗值(计算所有成本元素)。之后在优化阶段中依次沿着各个单独的影响变量/调整变量分别寻求最优值。在图2的实施例中例如可首先在挡位不变的情况下只寻求关于调整变量“速度”的最优值(例如将挡位固定在相应的速度下物理上可能最高的挡位上；也就是说，特别地针对那些对于预定的车辆物理模型和/或预定的环境物理模型合理的调整变量计算变化曲线)。如果由此确定了在空间位置上的速度变化曲线(标准是相应的能耗值的尽可能小的和)，则只针对已经获取的速度变化曲线研究挡位的变化，其目的是确认在给定的速度变化曲线下是否存在促使成本图中的能耗值之和进一步减小的挡位选择变化。由此，代替在三维空间中的寻求过程依次进行这两个二维的优化过程。这显著地减少了优化过程的成本，特别是当调整变量跨越高维空间时。
另一有利的设计方案特别地在于，以这种方式沿着成本图的轴不仅依次进行寻求过程以确定最优的成本变化曲线而且还依次进行成本图本身的填充。在图2的示例中，在此例如首先填充成本图201的所述那些成本元素，以在挡位不变的情况下获取空间位置上对于不同速度的能耗值。在此，只填充成本图201的那些在对于相应的速度可有利地换入的最大挡位下与空间位置上的所有速度相应的元素(能耗值)。之后确定空间位置上的成本最优的速度变化曲线。在确定最优的速度变化曲线之后，固定地保持住该速度变化曲线并且在变换挡位的情况下在成本图中补充对于该固定的速度变化曲线的成本元素，并且之后在给定的速度变化曲线下再一次寻求挡位的最优变化曲线。由此，也显著地降低了计算和填充成本图的成本(成本空间的维度越高，降低成本越显著)。
在另一有利的设计方案中，特别地以确定的顺序进行优化和/或成本图的填充，使得首先优化预期有最大的节省运行成本的可能性的调整变量，之后优化推测有第二大的节省成本可能性的调整变量，并且沿着节省成本的可能性预期降低的方向进行下去。优化过程的这种处理方式可按固定的顺序例如以表格的形式保存在用于优化的计算机(处理装置)的存储器中(例如在混合动力电动汽车(HEV)中始终首先优化行驶速度，然后优化挡位，之后优化电池的充电状态)。
在另一优选的设计方案中，例如可根据参数改变优化的顺序。这些参数例如可以是环境状况和/或调整变量，如在路段上的预期的坡度和/或在路段上的预期的行驶速度或者在路段上的预期的道路等级(例如：高速公路、州属公路、联邦公路、交通管制区、允许玩耍的街道)。这些参数例如可由导航***提供。因此，在以高速相对连续地行驶的高速公路上没有上坡/下坡的平坦区域中与在低等级的道路上有许多上坡和下坡的区域中可以选择不同的、调整变量的优化顺序。因此，在平坦地区的高速公路上甚至可以完全省去电池的充电状态的优化，因为实际上可能回收很少的能量或者回收不到能量。这在丘陵地区中在相对缓慢行驶的低等级道路上完全不同，在这种情况下在行车策略中考虑回收电能是有意义的。由此，充电状态的优化将在顺序列表中上移。
图3示出了用于运行车辆的方法的实施方式的流程，其中，该方法包括前述示例性的设计方案的若干项。首先在步骤301中获取车辆状态参数或环境状态参数。有用的环境状态参数例如是车辆行驶的道路等级或前方道路的高度分布/坡度分布。有用的车辆状态参数例如是PHEV(插电式混合动力车辆；因为在插座上给电池充电对于PHEV非常廉价)中的电池充电的填充量或机动车的装载质量。使用这些状态参数以在步骤302中进行顺序的控制或者车辆运行成本函数的应用和/或优化方法的应用。接下来在步骤303中首先创建用于解决优化问题的成本图，之后在步骤304中借助于优化方法处理该成本图。步骤304的结果是在空间位置上或者在时间上可变的调整变量(例如车速、挡位选择、HEV中的电动机/内燃机负载分配)的序列，这些调整变量的序列是成本图(来自于步骤303)中的局部最优值并且在步骤305中在车辆中被实施(例如在巡航控制仪中以自动地设定期望速度的形式实施)。
在另一示例性的设计方案中，成本图(如图1或2所示)中的运行策略成本的计算并非完全在执行优化策略(在成本图中寻求成本最优的路径)之前进行。为了进一步降低计算成本(可能也有存储成本)，优化方法以空的成本图开始。只要优化方法在其寻求成本最优的路径期间在成本图中“访问”到一个条目，就调用车辆运行成本函数，以算出在相关位置上的成本并且将其填入成本图中。由此，节省了成本图中的那些从未被优化方法“访问”过的位置的计算成本。
另一示例性的设计方案在于，不仅仅如图3中的流程所示，执行固定的、根据外部参数301被控的优化方向的顺序302。优选地可规定，依次且独立进行优化，例如按照行驶速度、挡位选择、电池充电状态(以及其他影响变量)的调整变量的方向进行。如果对固定的、前方的行驶路段进行了不同的独立的调整变量优化，则评估调整变量变化中的哪种变化对车辆运行成本函数有最大的影响。这些变化以影响递减的顺序分类。之后按照所获取的顺序根据图3中的方法进行共同的优化。由此，图3中所示的应用顺序302的控制与独立地进行的调整变量优化304的结果有关。
图4示出了用于运行车辆的方法的另一流程图。
根据步骤401提供解析的多维车辆运行成本函数，该函数定义了车辆驱动能耗与车辆前方的行驶距离或车辆前方的行驶时间以及与多个调整变量的相关性。
根据步骤4031计算多个调整变量中的第一调整变量的变化曲线，其中，该变化曲线使前方的行驶距离或前方的行驶时间的车辆运行成本函数最小化，其中，为了计算该变化曲线其余的调整变量保持不变。
在步骤4032中计算多个调整变量中的第二调整变量的变化曲线，其中第二调整变量的变化曲线使前方的行驶距离或前方的行驶时间的车辆运行成本函数最小化，其中为了计算第二调整变量的变化曲线根据在步骤4031中计算所得的变化曲线预先确定第一调整变量，并且其余的调整变量保持不变。
在步骤4033中计算多个调整变量中的第三调整变量的变化曲线，其中第三调整变量的变化曲线使前方的行驶距离或前方的行驶时间的车辆运行成本函数最小化，其中为了计算第三调整变量的变化曲线根据在步骤4031中计算所得的变化曲线预先确定第一调整变量，其中根据在步骤4032中计算所得的变化曲线预先确定第二调整变量，并且其中其余的调整变量保持不变。
类似地，对于第四、第五和其他调整变量相应地重复进行步骤4033。也就是说该过程结束于步骤403i，其中在该步骤中计算第i调整变量的变化曲线。在此，i是严格大于(>)2的自然数。特别地可规定，对所有的调整变量计算相应的变化曲线。在这种情况下i是调整变量的数量。优选地可规定，不对所有的调整变量计算相应的变化曲线。在这种情况下i严格小于(<)调整变量的数量。
在一种实施方式中可规定，根据至少一个参数预先确定按照步骤4031至403i计算变化曲线的顺序。备选地，该顺序可特别地预先确定为固定的顺序并且特别地保存或储存在车辆的存储器中。
之后，在车辆行驶于所述行驶距离期间或者在所述行驶时间耗尽的过程中，按照步骤405根据多个调整变量的计算所得的相应的变化曲线来控制车辆。
图5示出了驾驶员辅助***501。
该驾驶员辅助***501包括处理装置503，该处理装置适于执行用于运行车辆的所述方法。
因此，本发明的核心特别地在于，虽然借助于沿成本图的轴按照确定的顺序进行的依次的优化找到了次优解，但是其始终仍以大概率接近于全局最优值并且在此大大地降低了所需的计算时间。
为了确定车辆的调整变量的最优变化曲线，借助于车辆运行成本函数建立成本图。成本图特别地描述了在沿车辆前方的预定行驶路段的空间位置上的车辆驱动能耗。作为备选或补充，也可创建在位于车辆前方的未来行驶时间的时间上的成本图。在此，成本图中的每个元素(能耗值)描述了行驶一段短的、有限的路段和/或行驶一段短暂的、有限的运行时间所需的车辆驱动能耗。而在空间位置上确定最优变化曲线是特别有利的。
空间位置轴或时间轴代表成本图的第一维度。在此，用以确定成本图的成本元素(能耗值)的车辆运行成本函数除了考虑将要直接优化的能耗变量(例如：燃料消耗，即车辆驱动能耗)，也可考虑例如成本形式的附加方面，例如对行驶时间延长的惩罚项目或者使驾驶员非常不舒服的速度变化(所谓的次要条件)。
成本图的其他轴代表对车辆性能和行驶成本有影响的确定的调整变量，例如在确定的位置上或在确定的时间点上的车速。在此，这样的调整变量可以是可被连续影响的变量、例如速度，或者是离散的调整变量、例如车辆变速器的可换入的挡位。然而，为了在成本图中表示，可被连续影响的变量必须被离散为有限数量的离散状态。
在最简单的情况下，成本图只是一个二维图，在其中例如第一维度代表在前方的路段上的车辆的空间位置，并且第二维度代表车速。由此，借助于车辆运行成本函数在二维图的离散的元素中获取并填入成本，借助于优化方法确定成本图中的成本最小的变化曲线，并且在其被确定后获取车辆的最优的速度变化曲线。

Claims (8)

1.一种用于运行车辆的方法，该方法包括以下步骤：
-提供步骤(401)，提供解析的多维的车辆运行成本函数，该车辆运行成本函数定义了车辆驱动能耗与车辆前方的行驶距离或车辆前方的行驶时间以及与多个调整变量的相关性，
-计算步骤(4031)，计算所述多个调整变量中的一个调整变量的变化曲线，其中，所述变化曲线使所述前方的行驶距离或所述前方的行驶时间的车辆运行成本函数最小化，其中，为了计算所述变化曲线其余的调整变量保持不变，
-重复计算步骤(4032、4033、…、403i)，重复计算所述多个调整变量的其他调整变量相应的变化曲线，其中，所述多个调整变量中的一个调整变量的相应的变化曲线使所述前方的行驶距离或所述前方的行驶时间的车辆运行成本函数最小化，其中，为了计算相应的变化曲线根据先前相应地计算所得的变化曲线预先确定调整变量，并且其余的调整变量保持不变，
-控制步骤(405)，在车辆行驶于所述行驶距离期间或者在所述行驶时间耗尽的过程中，根据所述多个调整变量的计算所得的相应的变化曲线控制车辆，
所述提供步骤包括以下步骤：
-只针对调整变量的那些对于预先确定的车辆物理模型和/或预先确定的环境物理模型合理的值计算车辆驱动能耗，
所述合理的值是指不必针对调整变量的没有物理意义的值计算能耗。
2.根据权利要求1所述的方法，其中，用以计算所述变化曲线的所述多维的车辆运行成本函数的维度处理顺序被固定地预先确定。
3.根据权利要求1所述的方法，其中，根据至少一个参数预先确定计算所述变化曲线的顺序。
4.根据权利要求3所述的方法，其中，根据另一参数获取对于一部分调整变量计算相应的变化曲线以及对于另一部分调整变量不计算相应的变化曲线。
5.根据权利要求4所述的方法，其中，所述参数和所述另一参数从下面一组调整变量中选取：车速、变速器工况、挡位、车辆电池的充电状态、混合动力车辆中内燃机和电动机之间的负载分配、道路等级、上坡度、下坡度、空间位置、整车质量、交通流量、加权系数，这些调整变量分别定义了调整变量变化对所述车辆运行成本函数具有的影响。
6.根据权利要求4或5所述的方法，其中，所述参数和/或所述另一参数由导航***提供。
7.根据权利要求1至5中任一项所述的方法，其中，所述提供步骤包括以下步骤：
-当限定了其中一个变化曲线目前应该被计算时，针对那些为了所述车辆运行成本函数的最小化目前应该计算其变化曲线的调整变量的值进行车辆驱动能耗的计算。
8.一种驾驶员辅助***(501)，其具有处理装置(503)，该处理装置用于执行根据权利要求1至7中任一项所述的方法。
CN201510104515.0A 2014-03-10 2015-03-10 用于运行车辆的方法以及驾驶员辅助*** Active CN104914715B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102014204354.9A DE102014204354A1 (de) 2014-03-10 2014-03-10 Verfahren zum Betreiben eines Fahrzeugs und Fahrerassistenzsystem
DE102014204354.9 2014-03-10

Publications (2)

Publication Number Publication Date
CN104914715A CN104914715A (zh) 2015-09-16
CN104914715B true CN104914715B (zh) 2019-10-18

Family

ID=52544318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510104515.0A Active CN104914715B (zh) 2014-03-10 2015-03-10 用于运行车辆的方法以及驾驶员辅助***

Country Status (3)

Country Link
EP (1) EP2918439B1 (zh)
CN (1) CN104914715B (zh)
DE (1) DE102014204354A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015217801A1 (de) * 2015-09-17 2017-03-23 Zf Friedrichshafen Ag Geschwindigkeitssteuerung eines Kraftfahrzeugs
CN105759753B (zh) * 2016-01-25 2018-06-19 合肥工业大学 基于v2x的混合动力汽车的能量管理优化控制方法
US10816990B2 (en) * 2017-12-21 2020-10-27 Baidu Usa Llc Non-blocking boundary for autonomous vehicle planning
US20220371590A1 (en) * 2019-10-25 2022-11-24 Zf Friedrichshafen Ag Model-Based Predictive Control of a Drive Machine of the Powertrain of a Motor Vehicle and at Least One Vehicle Component Which Influences the Energy Efficiency of the Motor Vehicle
US20220371450A1 (en) * 2019-10-25 2022-11-24 Zf Friedrichshafen Ag Model-Based Predictive Regulation of an Electric Machine in a Drivetrain of a Motor Vehicle
US11486710B2 (en) * 2020-04-06 2022-11-01 The Boeing Company System and method for determining a three-dimensional travel path for a vehicle
CN111942394B (zh) * 2020-08-25 2022-04-05 潍柴动力股份有限公司 电动车辆的车速信息推送方法、装置及***
DE102021128456A1 (de) * 2021-11-02 2023-05-04 Man Truck & Bus Se Verfahren zur Betriebsoptimierung eines Kraftfahrzeugs
DE102022126944A1 (de) 2022-10-14 2024-04-25 Man Truck & Bus Se Verfahren zum Bestimmen eines hinsichtlich eines Zeit- und Energieverbrauchs optimalen Bewegungszustandes eines Objekts entlang einer Trajektorie
DE102022126945A1 (de) 2022-10-14 2024-04-25 Man Truck & Bus Se Verfahren zum Bestimmen eines hinsichtlich eines Zeit- und Energieverbrauchs optimalen Bewegungszustandes eines Objekts entlang einer Trajektorie

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001092972A2 (en) * 2000-05-30 2001-12-06 Dabulamanzi Holdings, Llc Method, apparatus and design procedure for controlling multi-input, multi-output (mimo) parameter dependent systems using feedback lti'zation
US6990401B2 (en) * 2002-10-04 2006-01-24 Daimlerchrysler Ag Predictive speed control for a motor vehicle
DE102009030784A1 (de) * 2009-06-27 2010-02-04 Daimler Ag Verfahren zum Steuern des Betriebs eines Fahrzeugs
CN102799108A (zh) * 2012-07-27 2012-11-28 中国海洋大学 基于低频能耗信息的能耗解聚合方法及家庭能源管理***
CN103197542A (zh) * 2013-02-07 2013-07-10 浙江工业大学 基于数据驱动的时滞***pid控制器镇定方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10323722A1 (de) * 2003-05-24 2004-12-09 Daimlerchrysler Ag Verfahren zur Bestimmung eines Leistungsaufteilfaktors in Hybridfahrzeugen
BR112014012324A2 (pt) * 2011-12-22 2017-05-30 Scania Cv Ab método e módulo para controlar uma velocidade do veículo com base em regras e/ou custos

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001092972A2 (en) * 2000-05-30 2001-12-06 Dabulamanzi Holdings, Llc Method, apparatus and design procedure for controlling multi-input, multi-output (mimo) parameter dependent systems using feedback lti'zation
US6990401B2 (en) * 2002-10-04 2006-01-24 Daimlerchrysler Ag Predictive speed control for a motor vehicle
DE102009030784A1 (de) * 2009-06-27 2010-02-04 Daimler Ag Verfahren zum Steuern des Betriebs eines Fahrzeugs
CN102799108A (zh) * 2012-07-27 2012-11-28 中国海洋大学 基于低频能耗信息的能耗解聚合方法及家庭能源管理***
CN103197542A (zh) * 2013-02-07 2013-07-10 浙江工业大学 基于数据驱动的时滞***pid控制器镇定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
纯电动汽车动力传动系的参数匹配与优化设计及自动换档策略的研究;江清华;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20130615(第6期);正文第61页 *

Also Published As

Publication number Publication date
EP2918439B1 (de) 2019-09-18
CN104914715A (zh) 2015-09-16
EP2918439A2 (de) 2015-09-16
DE102014204354A1 (de) 2015-09-10
EP2918439A3 (de) 2016-05-25

Similar Documents

Publication Publication Date Title
CN104914715B (zh) 用于运行车辆的方法以及驾驶员辅助***
US7360615B2 (en) Predictive energy management system for hybrid electric vehicles
Sciarretta et al. Optimal ecodriving control: Energy-efficient driving of road vehicles as an optimal control problem
CN104340218B (zh) 实时燃料消耗估算
Chen et al. A survey on key techniques and development perspectives of equivalent consumption minimisation strategy for hybrid electric vehicles
Millo et al. Real CO2 emissions benefits and end user’s operating costs of a plug-in hybrid electric vehicle
US9090255B2 (en) Hybrid vehicle fuel efficiency using inverse reinforcement learning
Manzie et al. Fuel economy improvements for urban driving: Hybrid vs. intelligent vehicles
CN110936949B (zh) 基于行驶工况的能量控制方法、设备、存储介质及装置
CN104670219B (zh) 用于混合驱动的操作方法
US9108639B2 (en) Method and module for controlling a vehicle&#39;s speed based on rules and/or costs
CN104590246B (zh) 用于操作车辆的方法和***
CN103863084B (zh) 行程导向的能量管理管制
Lee et al. Energy management strategy of hybrid electric vehicle using battery state of charge trajectory information
CN105759753B (zh) 基于v2x的混合动力汽车的能量管理优化控制方法
DE102018116826A1 (de) Fahrzeug mit modellbasierter streckenenergievorhersage, -korrektur und -optimierung
Karbowski et al. Route-based online energy management of a PHEV and sensitivity to trip prediction
US20180281620A1 (en) Method for calculating a setpoint for managing the fuel and electricity consumption of a hybrid motor vehicle
Zhu et al. Energy management of hybrid electric vehicles via deep Q-networks
US20170320481A1 (en) A hybrid vehicle and a method for energy management of a hybrid vehicle
Wahl et al. An iterative dynamic programming approach for the global optimal control of hybrid electric vehicles under real-time constraints
JP2011504086A (ja) 運転条件に応じて自動車の動作を管理するための方法およびシステム
Wahl et al. A real-time capable enhanced dynamic programming approach for predictive optimal cruise control in hybrid electric vehicles
CN108698607A (zh) 用于运行机动车的方法、用于驱动***的控制单元以及驱动***
CN104859640A (zh) 用于控制混合动力车辆的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant