DE102021109192A1 - Fahrzeug-steuereinheit, verfahren, und computerprogramm zur steuerung eines fahrzeugs - Google Patents

Fahrzeug-steuereinheit, verfahren, und computerprogramm zur steuerung eines fahrzeugs Download PDF

Info

Publication number
DE102021109192A1
DE102021109192A1 DE102021109192.6A DE102021109192A DE102021109192A1 DE 102021109192 A1 DE102021109192 A1 DE 102021109192A1 DE 102021109192 A DE102021109192 A DE 102021109192A DE 102021109192 A1 DE102021109192 A1 DE 102021109192A1
Authority
DE
Germany
Prior art keywords
control
control parameter
vehicle
unit
parameter
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.)
Pending
Application number
DE102021109192.6A
Other languages
English (en)
Inventor
Yohei Hareyama
Daiki Yokoyama
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.)
Toyota Motor Corp
Original Assignee
Toyota Motor Corp
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 Toyota Motor Corp filed Critical Toyota Motor Corp
Publication of DE102021109192A1 publication Critical patent/DE102021109192A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02DCONTROLLING COMBUSTION ENGINES
    • F02D41/00Electrical control of supply of combustible mixture or its constituents
    • F02D41/02Circuit arrangements for generating control signals
    • F02D41/14Introducing closed-loop corrections
    • F02D41/1401Introducing closed-loop corrections characterised by the control or regulation method
    • F02D41/1405Neural network control
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details 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
    • B60W50/04Monitoring the functioning of the control system
    • B60W50/045Monitoring control system parameters
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02DCONTROLLING COMBUSTION ENGINES
    • F02D41/00Electrical control of supply of combustible mixture or its constituents
    • F02D41/02Circuit arrangements for generating control signals
    • F02D41/021Introducing corrections for particular conditions exterior to the engine
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • G06N3/084Backpropagation, e.g. using gradient descent
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02DCONTROLLING COMBUSTION ENGINES
    • F02D2200/00Input parameters for engine control
    • F02D2200/02Input parameters for engine control the parameters being related to the engine
    • F02D2200/10Parameters related to the engine output, e.g. engine torque or engine speed
    • F02D2200/1002Output torque
    • F02D2200/1004Estimation of the output torque
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02DCONTROLLING COMBUSTION ENGINES
    • F02D2200/00Input parameters for engine control
    • F02D2200/70Input parameters for engine control said parameters being related to the vehicle exterior
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02DCONTROLLING COMBUSTION ENGINES
    • F02D2250/00Engine control related to specific problems or objectives
    • F02D2250/18Control of the engine output torque
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/044Recurrent networks, e.g. Hopfield networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Automation & Control Theory (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

Eine Fahrzeug-Steuereinheit umfasst eine Steuerparameter-Berechnungseinheit (31), welche einen Betriebsbedingungsparameter, welcher eine Betriebsbedingung einer Vorrichtung (10) angibt, in ein Lernmodell eingibt, um einen Steuerparameter zu berechnen, welcher eine Steuerbedingung angibt, welche bewirkt, dass die Vorrichtung (10), einen gewünschten Betrieb ausführt, welcher dem Betriebsbedingungsparameter entspricht; eine Korrektureinheit (32), welche den Steuerparameter korrigiert, um die Steuerbedingung, basierend auf einem Rückmeldungswert, welcher von einem Betriebsauswertungswert abhängt, zu erreichen; und eine Schalt-Bestimmungseinheit (36), welche bewirkt, dass, wenn eine vorbestimmte Genauigkeitsbedingung, welche die Genauigkeit der Steuerung der Vorrichtung (10) betrifft, gemäß dem Steuerparameter ausgeführt wird, erfüllt ist, die Vorrichtungssteuereinheit (33) die Vorrichtung (10) gemäß dem Steuerparameter steuert, und veranlasst, dass, wenn die vorbestimmte Genauigkeitsbedingung nicht erfüllt ist, die Vorrichtungssteuereinheit (33) die Vorrichtung (10) gemäß dem korrigierten Steuerparameter steuert.

Description

  • TECHNISCHES GEBIET
  • Die vorliegende Erfindung betrifft eine Fahrzeugsteuerung, ein Verfahren, und ein Computerprogramm zur Steuerung eines Fahrzeuges.
  • HINTERGRUND
  • Es wurde eine Technik vorgeschlagen, ein Maschinenlernsystem anzuwenden, um ein Fahrzeug zu steuern (z.B., siehe japanische Patentanmeldung JP 2019 - 183 698 A ).
  • Zum Beispiel offenbart die JP 2019 - 183 698 A eine am Fahrzeug montierte, elektronische Steuereinheit, welche einen Lern-Anwendungs-Datensatz erfasst, welcher Zusammenhänge zwischen Motordrehzahlen, Motorlast-Faktoren, Luft-Kraftstoff-Verhältnissen und Zündzeitpunkten eines Motors, HC- oder CO-Konzentrationen des Abgases, welches in einen Abgasreinigungskatalysator einströmt, und Temperaturen des Abgasreinigungskatalysators angibt. Die elektronische Steuereinheit trainiert ein neuronales Netzwerk, um dessen Gewichtungen bzw. Bedeutungen zu lernen, unter Verwendung der erfassten Motordrehzahlen, Motorlast-Faktoren und Zündzeitpunkten des Motors, und HC- oder CO-Konzentrationen des Abgases als Eingabeparameter des neuronalen Netzwerks und Verwenden der erfassten Temperaturen des Abgasreinigungskatalysators als Trainingsdaten. Die elektronische Steuereinheit verwendet dann das trainierte, neuronale Netzwerk, um die Temperatur des Abgasreinigungskatalysators abzuschätzen.
  • KURZFASSUNG
  • Die Verwendung eines geeigneten und ausreichend trainierten Maschinenlernsystems erlaubt einer Fahrzeugsteuerung, die Genauigkeit der Steuerung eines Fahrzeuges zu verbessern. Die Verwendung eines geeignet oder ungeeignet trainierten Maschinenlernsystems verbessert jedoch nicht zwingend die Genauigkeit der Steuerung eines Fahrzeuges.
  • Es ist ein Ziel der vorliegenden Erfindung, eine Fahrzeugsteuerung bereitzustellen, welche eine ausreichende Genauigkeit der Steuerung erreichen kann, selbst mit einem nicht ausreichend trainierten Lernmodell, welches für die Steuerung einer Vorrichtung eines Fahrzeuges verwendet wird.
  • Gemäß einem Aspekt wird eine Fahrzeug-Steuereinheit zur Steuerung einer vorbestimmten Vorrichtung eines Fahrzeuges bereitgestellt. Die Fahrzeug-Steuereinheit umfasst eine Steuerparameter-Berechnungseinheit, welche zumindest einen Betriebsbedingungsparameter, welcher eine Betriebsbedingung des Fahrzeugs angibt, in ein Lernmodell eingibt, um einen Steuerparameter zu berechnen, welcher eine Steuerbedingung anzeigt, welche die Vorrichtung veranlasst, einen gewünschten Betrieb auszuführen, welcher mindestens einem Betriebsbedingungsparameter entspricht; eine Korrektureinheit, welche den Steuerparameter korrigiert, um die Steuerbedingung, basierend auf einem Rückmeldungs- bzw. Feedback- bzw. Resonanz-Wert, welcher von einem Betriebsauswertungswert abhängt, welcher einen tatsächlichen Betrieb der Vorrichtung darstellt, zu erreichen; eine Vorrichtungssteuereinheit, welche die Vorrichtung gemäß dem Steuerparameter oder dem korrigierten Steuerparameter steuert; und einer Rückmeldungswert-Berechnungseinheit, welche den Rückmeldungswert abhängig von dem Betriebsauswertungswert berechnet. Die Fahrzeug-Steuereinheit umfasst ferner eine Schalt-Bestimmungseinheit, welche bestimmt, ob die Genauigkeit der Steuerung der Vorrichtung, welche in Übereinstimmung mit bzw. gemäß dem Steuerparameter ausgeführt wird, eine vorbestimmte Genauigkeitsbedingung erfüllt. Die Schalt-Bestimmungseinheit bewirkt, wenn die vorbestimmte Genauigkeitsbedingung erfüllt wird bzw. ist, dass die Vorrichtungssteuereinheit die Vorrichtung in Übereinstimmung mit bzw. gemäß dem Steuerparameter steuert, und veranlasst, wenn die vorbestimmte Genauigkeitsbedingung nicht erfüllt wird, dass die Vorrichtungssteuereinheit die Vorrichtung in Übereinstimmung mit dem korrigierten Steuerparameter steuert.
  • Die Rückmeldungswert-Berechnungseinheit der Fahrzeug-Steuereinheit bestimmt vorzugsweise, ob die Vorrichtung den gewünschten Betrieb in Übereinstimmung mit dem korrigierten Steuerparameter, basierend auf dem Betriebsauswertungswert ausführt und speichert eine Kombination des Steuerparameters oder des korrigierten Steuerparameters und des mindestens einen Betriebsbedingungsparameter, welcher zur Berechnung des Steuerparameters verwendet wird, in einer Speichereinheit als ein Teil der Trainingsdaten, wenn die Vorrichtung den gewünschten Betrieb ausführt. Die Fahrzeug-Steuereinheit umfasst bevorzugt ferner eine Modell-Aktualisierungseinheit, welche das Lernmodell unter Verwendung der vorbestimmten Anzahl der Teile der Trainingsdaten, welche in der Speicheinheit gespeichert sind, trainiert, wenn die Anzahl der Teile der Trainingsdaten, welche in der Speichereinheit gespeichert sind, nicht weniger als eine vorbestimmte Anzahl ist, wodurch das Lernmodell aktualisiert wird, wobei nach dem Aktualisieren des Lernmodells, die Model-Aktualisierungseinheit veranlasst, dass die Steuerparameter-Berechnungseinheit den Steuerparameter mit dem aktualisierten Lernmodell berechnet.
  • In der Fahrzeug-Steuereinheit ist die Vorrichtung bevorzugt ein Verbrennungsmotor; der Steuerparameter ist ein Zielwert des vom Verbrennungsmotor ausgegebenen Drehmoments; und der mindestens eine Betriebsbedingungsparameter umfasst mindestens einen Parameter, darunter atmosphärische Temperatur rund um das Fahrzeug, Feuchtigkeit rund um das Fahrzeug, und Höhe bzw. Höhenlage der Lage bzw. Position des Fahrzeugs.
  • Gemäß einem anderen Aspekt wird ein Verfahren zur Steuerung einer vorbestimmten Vorrichtung eines Fahrzeuges bereitgestellt. Das Verfahren umfasst: Eingeben mindestens eines Betriebsbedingungsparameters, welcher eine Betriebsbedingung der Vorrichtung angibt, in ein Lernmodell, um einen Steuerparameter zu berechnen, welcher eine Steuerbedingung angibt, um zu veranlassen, dass die Vorrichtung einen gewünschten Betrieb, welcher mindestens einem Betriebsbedingungsparameter entspricht, auszuführen; Korrigieren des Steuerparameters, um die Steuerbedingung basierend auf einem Rückmeldungswert, welcher von einem Betriebsauswertungswert abhängt, welcher einen tatsächlichen Betrieb der Vorrichtung darstellt, zu erreichen; Berechnen des Rückmeldungswerts, welcher von dem Betriebsauswertungswert abhängt. Das Verfahren umfasst ferner: Bestimmen bzw. Entscheiden, ob die Genauigkeit der Steuerung der Vorrichtung, welche gemäß dem Steuerparameter ausgeführt wird, eine vorbestimmte Genauigkeitsbedingung erfüllt; Steuern der Vorrichtung gemäß dem Steuerparameter, wenn die vorbestimmten Genauigkeitsbedingung erfüllt ist; und Steuern der Vorrichtung gemäß dem korrigierten Steuerparameter, wenn die vorbestimmte Genauigkeitsbedingung nicht erfüllt ist.
  • Gemäß einem noch anderen Aspekt wird ein Computerprogramm zur Steuerung einer vorbestimmten Vorrichtung eines Fahrzeuges bereitgestellt. Das Computerprogramm umfasst Befehle, welche einen an dem Fahrzeug montierten Prozessor veranlassen, einen Prozess auszuführen, welcher umfasst: Eingeben von mindestens einem Betriebsbedingungsparameter, welcher eine Betriebsbedingung der Vorrichtung angibt, in ein Lernmodell, um einen Steuerparameter zu berechnen, welcher eine Steuerbedingung angibt, um zu veranlassen, dass die Vorrichtung einen gewünschten Betrieb ausführt, welcher mindestens dem einen Betriebsbedingungsparameter entspricht; Korrigieren des Steuerparameters, um die Steuerbedingung basierend auf einem Rückmeldungswert zu erreichen, welcher von einem Betriebsauswertungswert abhängt, welcher einen tatsächlichen Betrieb der Vorrichtung darstellt; und Berechnen des Rückmeldungswerts, welcher vom Betriebsauswertungswert abhängt. Der Prozess umfasst ferner: Bestimmen bzw. Entscheiden, ob die Genauigkeit der Steuerung der Vorrichtung, welche gemäß dem Steuerparameter ausgeführt wird, eine vorbestimmte Genauigkeitsbedingung erfüllt; Steuern der Vorrichtung gemäß dem Steuerparameter, wenn die vorbestimmte Genauigkeitsbedingung erfüllt wird bzw. ist; und Steuern der Vorrichtung gemäß dem korrigierten Steuerparameter, wenn die vorbestimmte Genauigkeitsbedingung nicht erfüllt wird bzw. ist.
  • Die Fahrzeug-Steuereinheit gemäß der vorliegenden Erfindung weist eine vorteilhafte Wirkung auf, dass sie fähig ist, ausreichende Genauigkeit der Steuerung zu erreichen, selbst mit einem unzureichend trainierten Lernmodell, welches zur Steuerung einer Vorrichtung eines Fahrzeuges verwendet wird.
  • Figurenliste
    • 1 stellt die Hardware-Konfiguration einer elektronischen Steuereinheit dar, welche eine Ausführungsform der Fahrzeug-Steuereinheit ist.
    • 2 ist ein funktionales Blockdiagramm eines Prozessors der elektronischen Steuereinheit, bezogen auf einen Fahrzeugsteuerprozess.
    • 3 ist ein Betriebs-Fließdiagramm eines Prozesses, um ein Lernmodell im Fahrzeugsteuerprozess zu aktualisieren.
    • 4 stellt zeitabhängige Änderungen der Drehmomentabweichung zwischen tatsächlichen Ausgabewerten des Drehmoments und Zielwerten des Drehmoments schematisch dar, welche durch das Lernmodell für diese Fälle mit und ohne Rückmeldungssteuerung berechnet sind.
    • 5 ist ein Betriebs-Fließdiagramm eines Prozesses, um zu bestimmen, ob zwischen Anwenden und Nicht-Anwenden der Rückmeldungssteuerung geschaltet werden soll.
  • BESCHREIBUNG DER AUSFÜHRUNGSFORMEN
  • Nachstehend werden eine Fahrzeug-Steuereinheit zur Steuerung eines Fahrzeuges, und ein Verfahren und ein dafür durch eine Fahrzeug-Steuereinheit verwendetes Computerprogramm mit Bezug zur beigefügten Zeichnung beschrieben. Die Fahrzeug-Steuereinheit gibt einen oder mehrere Betriebsbedingungsparameter in ein Lernmodell ein, welches durch ein Maschinenlernsystem konfiguriert ist, und berechnet dadurch einen Steuerparameter, welcher eine Steuerbedingung angibt, welche eine Steuerzielvorrichtung, wie den am Fahrzeug montierten Motor, veranlasst, einen gewünschten Betrieb auszuführen. Die Betriebsbedingungsparameter geben eine Betriebsbedingung der Steuerzielvorrichtung, wie Fahrerhandlungen bzw. Fahrerbetriebe, den Zustand des Fahrzeuges, oder die Lage rund um das Fahrzeug an. Wenn das Lernmodell unzureichend bzw. ungenügend trainiert ist, korrigiert die Fahrzeug-Steuereinheit den Steuerparameter, welcher unter Verwendung des Lernmodells berechnet wird mittels Rückmeldungssteuerung, basierend auf einem Betriebsauswertungswert, welcher einen tatsächlichen Betrieb der Steuerzielvorrichtung darstellt, und steuert die Steuerzielvorrichtung gemäß dem korrigierten Steuerparameter. Außerdem speichert die Fahrzeug-Steuereinheit eine Kombination der Betriebsbedingungsparameter und des Steuerparameters, welcher aus den Betriebsbedingungsparametern zu berechnen ist, als Trainingsdaten, welche zum Training des Lernmodells verwendet werden. Wenn mindestens eine vorbestimmte Anzahl der Teile der Trainingsdaten gespeichert ist, verwendet die Fahrzeug-Steuereinheit die Trainingsdaten, um das Lernmodell zu trainieren, was auf die Verbesserung der Genauigkeit des Steuerparameters, welcher durch das Lernmodell berechnet wird, abzielt. Wenn die Genauigkeit des Steuerparameters, welcher durch das Lernmodell berechnet wird, eine vorbestimmte Genauigkeitsbedingung erfüllt, verwendet die Fahrzeug-Steuereinheit direkt den Steuerparameter zum Steuern der Steuerzielvorrichtung ohne Anwenden der Rückmeldungssteuerung, wodurch die Antworteigenschaften verbessert werden und der Rechenaufwand bzw. die Computerlast bzw. -auslastung verringert wird.
  • In der nachstehenden Ausführungsform wird angenommen, dass die Steuerzielvorrichtung der Fahrzeug-Steuereinheit ein Motor ist. Die Steuerzielvorrichtung der Fahrzeug-Steuereinheit ist jedoch nicht auf einen Verbrennungsmotor (einen Motor) beschränkt, und kann zum Beispiel ein elektrischer Motor oder ein Getriebe sein.
  • 1 stellt die Hardware-Konfiguration einer elektronischen Steuereinheit dar, welche eine Ausführungsform der Fahrzeug-Steuereinheit ist. In der vorliegenden Ausführungsform umfasst die elektronische Steuereinheit („electronic control unit“, ECU) 1, welche einen an einem Fahrzeug montierten Motor 10 (ein Beispiel des Verbrennungsmotors) steuert, eine Kommunikationsschnittstelle 21, einen Speicher 22, und einen Prozessor 23.
  • Die Kommunikationsschnittstelle 21, welche ein Beispiel einer Kommunikationseinheit ist, umfasst einen Schnittstellen-Schaltkreis bzw. -Stromkreis zur Verbindung der ECU 1 mit einem Netzwerk im Fahrzeug (nicht dargestellt). Die Kommunikationsschnittstelle 21 übergibt Werte an den Prozessor 23, welche von einem oder mehreren am Fahrzeug montierten Sensoren 11 wahrgenommen bzw. erfasst und erhalten wurden. Die wahrgenommenen Werte geben die Umgebung rund um das Fahrzeug oder die Situation des Fahrzeuges an. Die Sensoren 11 umfassen zum Beispiel einen Thermometer, um die atmosphärische Temperatur rund um das Fahrzeug zu messen, einen Hygrometer, um die Feuchtigkeit rund um das Fahrzeug zu messen, einen GPS-Empfänger, um einen gemessenen Wert der Höhe bzw. Höhenlage des Standortes des Fahrzeuges zu bestimmen, ein Beschleunigungssensor, um die Beschleunigung des Fahrzeuges zu messen, und einen Geschwindigkeitssensor, um die Geschwindigkeit des Fahrzeuges zu messen. Die Kommunikationsschnittstelle 21 übergibt ein Betriebssignal an den Prozessor 23, welches von einer Betriebsvorrichtung 12 des Fahrzeuges erhalten wird. Die Betriebsvorrichtung ist zum Beispiel ein Gaspedal. Das Betriebssignal gibt zum Beispiel die Beschleunigungsposition bzw. Position des Gaspedals an.
  • Der Speicher 22, welcher ein Beispiel der Speichereinheit ist, umfasst zum Beispiel flüchtige und nicht-flüchtige Halbleiterspeicher. Der Speicher 22 speichert verschiedene Typen von Daten, welche in verschiedenen, durch den Prozessor 23 ausgeführten Prozessen verwendet werden bzw. wurden. Als derartige Daten speichert der Speicher 22 zum Beispiel einen Parametersatz, welcher ein zur Berechnung eines Steuerparameters verwendetes Lernmodell definiert, zum Training des Lernmodells verwendete Trainingsdaten, und eine Referenztabelle, welche den Zusammenhang zwischen dem Steuerparameter und den Fahrparametern, welche den Betrieb der Komponenten des Motors 10 regulieren, darstellt. Der Speicher 22 kann auch die Karteninformationen speichern, welche die Standorte der Straßenmerkmale, wie Straßenspur-Linien und Stopp-Linien angeben.
  • Der Prozessor 23 umfasst eine oder mehrere Zentralprozesseinheiten („central processing units“, CPU) und eine Peripherieschaltung bzw. einen peripheren Schaltkreis derselben. Der Prozessor 23 kann ferner eine andere Rechenschaltung umfassen, wie eine logische Betriebseinheit, eine numerische Betriebseinheit, oder eine Graphikprozessoreinheit. Der Prozessor 23 steuert den Motor 10.
  • 2 ist ein funktionales Blockdiagramm des Prozessors 23, bezogen auf einen Fahrzeug-Steuerprozess. Der Prozessor 23 umfasst eine Steuerparameter-Berechnungseinheit 31, eine Korrektureinheit 32, eine Motorsteuereinheit 33, eine Rückmeldungswert-Berechnungseinheit 34, ein Modell-Aktualisierungseinheit 35, und eine Schalt-Bestimmungseinheit 36. Diese im Prozessor 23 enthaltenen Einheiten werden mittels eines auf dem Prozessor 23 ausgeführten Computerprogramms implementiert, oder können im Prozessor 23 bereitgestellten arithmetische Schaltungen bzw. Schaltkreisen gewidmet sein.
  • Die Steuerparameter-Berechnungseinheit 31 gibt einen oder mehrere Betriebsbedingungsparameter zu jedem vorbestimmten Zeitabschnitt in das Lernmodell ein, um einen Steuerparameter des Motors 10 zu berechnen. In der vorliegenden Ausführungsform verwendet die Steuerparameter-Berechnungseinheit 31 die Beschleunigungsposition bzw. Position des Gaspedals, die Änderungsrate derselben, atmosphärische Temperatur, Feuchtigkeit, und Höhe bzw. Höhenlage als die Betriebsbedingungsparameter, welche in das Lernmodell einzugeben sind. Gemäß einem modifizierten Beispiel, kann die Steuerparameter-Berechnungseinheit 31 die Gaspedal-Position und die Änderungsrate derselben sowie einen oder zwei der anderen Parameter, d.h., atmosphärische Temperatur, Feuchtigkeit, und Höhe als die Betriebsbedingungsparameter verwenden, welche in das Lernmodell einzugeben sind. Die Änderungsrate der Gaspedal-Position kann von den Betriebsbedingungsparametern ausgenommen werden. Die Steuerparameter-Berechnungseinheit 31 berechnet, als den Steuerparameter, einen Zielwert des Drehmoments bzw. der Drehzahl (nachstehend ein „Ziel-Drehmomentwert“), welcher vom Motor 10 ausgegeben wird. Die Steuerparameter-Berechnungseinheit 31 kann die atmosphärische Temperatur, Feuchtigkeit, und Lage von den Sensoren 11 über die Kommunikationsschnittstelle 21 erfassen, und kann die Gaspedal-Position von der Betriebsvorrichtung über die Kommunikationsschnittstelle 21 erfassen. Die Steuerparameter-Berechnungseinheit 31 kann den Unterschied bzw. die Differenz zwischen der vorhergehenden und der aktuellen Gaspedal-Position durch die vorbestimmte Zeitspanne teilen, um die Änderungsrate der Gaspedal-Position zu berechnen. Die Tatsache, dass die zur Berechnung des Steuerparameters verwendeten Betriebsbedingungsparameter Informationen umfassen, welche die Umgebung rundum das Fahrzeug angeben, wie atmosphärische Temperatur, Feuchtigkeit, und Höhenlage, wie vorstehend beschrieben, ermöglicht der Steuerparameters-Berechnungseinheit 31, einen Ziel-Drehmomentwert derart zu berechnen, dass ein gewünschtes Drehmoment ausgegeben werden kann, selbst, wenn sich die Umgebung rund um das Fahrzeug ändert.
  • In der vorliegenden Ausführungsform verwendet die Steuerparameter-Berechnungseinheit 31 ein neuronales Netzwerk, welches durch ein Perzeptron mehrerer Ebenen als das Lernmodell konfiguriert ist. Insbesondere umfasst das Lernmodell eine Eingabeebene, um eine Eingabe der Betriebsbedingungsparameter zu erhalten, eine Ausgabeebene, um den Steuerparameter auszugeben, und eine oder mehrere Zwischenebenen (auch als versteckte Ebenen bezeichnet), welche zwischen den Eingabe- und Ausgabeebenen bereitgestellt sind. Jede Zwischenebene umfasst mehrere Knoten, welche jeweils einen vollständig verbundenen Betrieb auf von den in der unmittelbar vorhergehenden Ebene enthaltenen Knoten ausgegebenen Werten ausführen. Die Ausgabeebene führt zum Beispiel einen sigmoidal bzw. s-förmigen Betrieb auf einer Ausgabe von der unmittelbar vorhergehenden Ebene aus, um den Steuerparameter zu berechnen.
  • Jedes Mal, wenn ein Steuerparameter (in der vorliegenden Ausführungsform ein Ziel-Drehmomentwert) berechnet wird, gibt die Steuerparameter-Berechnungseinheit 31 den Steuerparameter an die Korrektureinheit 32 (wenn die Rückmeldungssteuerung angewendet wird) aus, oder an die Motorsteuereinheit 33 (wenn die Rückmeldungssteuerung nicht angewendet wird). Die Steuerparameter-Berechnungseinheit 31 gibt die zur Berechnung des Steuerparameters verwendeten Betriebsbedingungsparameter zusammen mit dem berechneten Steuerparameter an die Rückmeldungswert-Berechnungseinheit 34 aus.
  • Während der Anwendung der Rückmeldungssteuerung korrigiert die Korrektureinheit 32 jedes Mal, wenn sie einen Steuerparameter von der Steuerparameter-Berechnungseinheit 31 erhält, den Steuerparameter unter Verwendung eines Rückmeldungswerts, welcher von der Rückmeldungswert-Berechnungseinheit 34 erhalten wird, um die durch den Steuerparameter angegebene Steuerbedingung zu erreichen. In der vorliegenden Ausführungsform wird der Rückmeldungswert durch Multiplizieren der Differenz (TP-TR) zwischen einem Ziel-Drehmomentwert (TP) und einem geschätzten tatsächlichen Ausgabewert des Drehmoments (TR) mit einem vorbestimmten Faktor erhalten, wie nachstehend im Detail beschrieben wird. Die Korrektureinheit 32 addiert den Rückmeldungswert zum Steuerparameter, um den Steuerparameter zu korrigieren, und gibt den korrigierten Steuerparameter an die Motorsteuereinheit 33 aus. Auf diese Weise ändert sich der korrigierte Steuerparameter, welcher von der Korrektureinheit 32 an die Motorsteuereinheit 33 ausgegeben wird, abhängig vom Rückmeldungswert, während der Steuerparameter selbst (in der vorliegenden Ausführungsform, der Ziel-Drehmomentwert), welcher durch die Steuerparameter-Berechnungseinheit 31 berechnet wird, nicht durch die Korrektureinheit 32 geändert wird. Deshalb wird der Motor 10 derart gesteuert, dass sich der tatsächliche Ausgabewert des Drehmoments des Motors 10 dem Ziel-Drehmomentwert annähert.
  • Die Motorsteuereinheit 33, welche ein Beispiel der Vorrichtungssteuereinheit ist, steuert den Motor 10 gemäß dem korrigierten Steuerparameter, welcher von der Korrektureinheit 32 erhalten wird, oder dem Steuerparameter, welcher von der Steuerparameter-Berechnungseinheit 31 erhalten wird. In der vorliegenden Ausführungsform bezieht sich die Motorsteuereinheit 33 auf die in dem Speicher 22 gespeicherte Referenztabelle. Wenn die Rückmeldungssteuerung angewandt wird, bestimmt die Motorsteuereinheit 33 eine oder mehrere Fahrparameter des Motors 10 (z.B., ein Zündzeitpunkt, die Menge der Kraftstoff-Einspritzung, ein Luft-Kraftstoff-Verhältnis, und die Grade und Zeitpunkte des Öffnens und des Schließens der Einlass- und Auslassventile), welche dem korrigierten Steuerparameter, welcher von der Korrektureinheit 32 erhalten wird, entspricht. Wenn die Rückmeldungssteuerung nicht angewandt wird, bestimmt die Motorsteuereinheit 33 einen oder mehrere Fahrparameter des Motors 10, welche dem Steuerparameter, welcher von der Steuerparameter-Berechnungseinheit 31 erhalten wird, entsprechen. Die Motorsteuereinheit 33 kann die Fahrparameter des Motors 10 durch Bezugnahme auf die Parameter, welche den Zustand des Motors 10, wie Drehzahl und innere Drücke von im Motor 10 enthaltenen Zylindern angeben, als auch den erhaltenen Wert der Steuerparameter bestimmen. Die Motorsteuereinheit 33 kann die Fahrparameter des Motors 10 gemäß einer anderen Technik durch Bestimmen von Fahrparametern aus bzw. von einem Steuerparameter bestimmen.
  • Die Motorsteuereinheit 33 erzeugt ein Steuersignal zur Steuerung des Motors 10 gemäß den bestimmten Fahrparametern, und gibt das Steuersignal an den Motor 10 aus, wodurch der Motor 10 gesteuert wird.
  • Wenn die Rückmeldungssteuerung angewandt wird, berechnet die Rückmeldungswert-Berechnungseinheit 34 einen Rückmeldungswert zum Korrigieren des Steuerparameters, welcher von einem Betriebsauswertungswert abhängt. In der vorliegenden Ausführungsform berechnet der Rückmeldungswert-Berechnungseinheit 34 den Rückmeldungswert durch Multiplizieren der Differenz (nachstehend, die „Drehmomentabweichung“) zwischen dem vorangehenden Wert des Steuerparameters (Ziel-Drehmomentwert), welcher von der Steuerparameter-Berechnungseinheit 31 erhalten wird bzw. wurde, und dem tatsächlichen Ausgabewert des Drehmoments mit einem vorbestimmten Faktor (z.B., ein positiver Faktor kleiner als Eins). Der tatsächliche Ausgabewert des Drehmoments ist ein Beispiel des Betriebsauswertungswerts. Die Rückmeldungswert-Berechnungseinheit 34 erfasst den tatsächlichen Ausgabewert des Drehmoments, zum Beispiel von einem an dem Motor 10 befestigten Drehmoment-Sensor über die Kommunikationsschnittstelle 21. Alternativ kann die Rückmeldungswert-Berechnungseinheit 34 den tatsächlichen Ausgabewert des Drehmoments, basierend auf der Beschleunigung, welche vom Beschleunigungssensor über die Kommunikationsschnittstelle 21 erhalten wird, und dem Gewicht des Fahrzeuges abschätzen.
  • Die Rückmeldungswert-Berechnungseinheit 34 gibt den berechneten Rückmeldungswert an die Korrektureinheit 32 aus.
  • Außerdem bestimmt die Rückmeldungswert-Berechnungseinheit 34, ob die Steuerzielvorrichtung einen gewünschten Betrieb gemäß dem korrigierten Steuerparameter, basierend auf dem Betriebsauswertungswert, ausführt und speichert eine Kombination des korrigierten Steuerparameters und den Betriebsbedingungsparametern, welche zur Berechnung des unkorrigierten Steuerparameters verwendet werden, im Speicher 22 als ein Teil der Trainingsdaten, wenn die Steuerzielvorrichtung den gewünschten Betrieb ausführt.
  • In der vorliegenden Ausführungsform, wenn der absolute Wert der Drehmomentabweichung innerhalb einer vorbestimmten Toleranz ist, wird bestimmt, dass der Motor 10 ein Drehmoment ausgibt, welches dasselbe wie das Ziel-Drehmoment gemäß dem korrigierten Steuerparameter ist. Die Rückmeldungswert-Berechnungseinheit 34 speichert im Speicher 22 eine Kombination des korrigierten Steuerparameters und der Betriebsbedingungsparameter, welche zur Berechnung des unkorrigierten Steuerparameters (Ziel-Drehmomentwert) verwendet werden, als ein Stück der Trainingsdaten, welche zum Training des Lernmodells zu verwendet sind. Die Rückmeldungswert-Berechnungseinheit 34 erhöht einen Zählwert, welcher die Anzahl der Teile der im Speicher 22 gespeicherten Trainingsdaten darstellt, um eins. Die Rückmeldungswert-Berechnungseinheit 34 meldet der Schalt-Bestimmungseinheit 36 die Drehmomentabweichung ungeachtet, ob die Rückmeldungssteuerung angewendet wird.
  • Die Modell-Aktualisierungseinheit 35 bezieht sich auf den Zählwert, um zu bestimmen, ob die Anzahl der Teile der im Speicher 22 gespeicherten Trainingsdaten eine vorbestimmte Anzahl erreicht hat. Wenn die Anzahl der Teile der im Speicher 22 gespeicherten Trainingsdaten nicht weniger als die vorbestimmte Anzahl ist, trainiert die Modell-Aktivierungseinheit 35 das Lernmodell durch Verwenden der im Speicher 22 gespeicherten Trainingsdaten gemäß einer vorbestimmten Trainingstechnik, wodurch das Lernmodell aktualisiert wird. Wenn zum Beispiel das Lernmodell ein neutrales Netzwerk ist, welches durch ein Multi-Ebenen Perzeptron bzw. Perzeptron mehrerer Ebenen wie vorstehend beschrieben konfiguriert ist, aktualisiert die Modell-Aktualisierungseinheit 35 zum Beispiel Gewichtungsfaktoren der Knoten der Zwischenebenen des neutralen Netzwerks gemäß Rückpropagierung, wodurch das Lernmodell aktualisiert wird. Bei dieser Aktualisierung kann die Modell-Aktualisierungseinheit 35 Gewichtungsfaktoren der Knoten von allen Zwischenebenen, oder Gewichtungsfaktoren von bestimmten Knoten aus den Knoten aus allen oder einigen der Zwischenebenen aktualisieren. Für das zweite und die nachfolgenden Male kann die Modell-Aktualisierungseinheit 35 das Lernmodell jedes Mal aktualisieren, wenn die Anzahl der Teile der im Speicher 22 gespeicherten Trainingsdaten, nach der vorangegangenen Aktualisierung des Lernmodells die vorbestimmte Anzahl erreicht. Bei jeder Aktualisierung kann die Modell-Aktualisierungseinheit 35 alle im Speicher 22 gespeicherten Trainingsdaten, oder eine vorbestimmte Anzahl der Teile der Trainingsdaten in der Reihenfolge von den neuesten verwenden, um das Lernmodell zu trainieren. Alternativ kann nach dem Training des Lernmodells die Modell-Aktualisierungseinheit 35 einige oder alle der im Training vom Speicher 22 verwendeten Trainingsdaten löschen. In dem Fall, dass die Rückmeldungssteuerung nicht angewandt wird, kann es die Modell-Aktualisierungseinheit 35 unterlassen, das Lernmodell zu aktualisieren, selbst wenn die Anzahl der Teile der im Speicher 22 gespeicherten Trainingsdaten die vorbestimmte Anzahl erreicht, da angenommen wird, dass die Genauigkeit der durch das Lernmodell berechneten Steuerparameter genügend bzw. ausreichend ist.
  • Die Modell-Aktualisierungseinheit 35 kann einen Prozess ausführen, um das Lernmodell parallel zur Steuerung des Motors 10 zu aktualisieren. Um jedoch die Computerauslastung des Prozessors 23 zu verringern, kann die Modell-Aktualisierungseinheit 35 den Prozess ausführen, um das Lernmodell zu einem Zeitpunkt des ersten Abschaltens einer Zündschaltung zu aktualisieren, nachdem die Anzahl der Teile der im Speicher 22 gespeicherten Trainingsdaten die vorbestimmte Anzahl erreicht.
  • Nach dem Aktualisieren des Lernmodells speichert die Modell-Aktualisierungseinheit 35 den Parametersatz, welcher das aktualisierte Lernmodell im Speicher 22 darstellt. Anschließend meldet die Modell-Aktualisierungseinheit 35 die Steuerparameter-Berechnungseinheit 31, dass das aktualisierte Lernmodell verwendbar ist, was die Steuerparameter-Berechnungseinheit 31 veranlasst, die Steuerparameter mit dem aktualisierten Lernmodell nach der Aktualisierung des Lernmodells zu berechnen.
  • 3 ist ein Betriebs-Fließdiagramm des Prozesses, um das Lernmodell im FahrzeugSteuerprozess zu aktualisieren.
  • Die Modell-Aktualisierungseinheit 35 des Prozessors 23 bestimmt, ob die Anzahl der Teile der im Speicher 22 gespeicherten Trainingsdaten eine vorbestimmte Anzahl erreicht hat (Schritt S101). Wenn die Anzahl der Teile der Trainingsdaten weniger als die vorbestimmte Anzahl ist (Nein im Schritt S101), beendet die Modell-Aktualisierungseinheit 35 den Prozess, um das Lernmodell zu aktualisieren.
  • Wenn die Anzahl der Teile der im Speicher 22 gespeicherten Trainingsdaten nicht weniger als die vorbestimmte Anzahl ist (Ja im Schritt S101), trainiert die Modell-Aktualisierungseinheit 35 das Lernmodell durch Verwenden der im Speicher 22 gespeicherten Trainingsdaten gemäß einer vorbestimmten Trainingstechnik, wodurch das Lernmodell aktualisiert wird (Schritt S 102).
  • Die Modell-Aktualisierungseinheit 35 veranlasst anschließend die Steuerparameter-Berechnungseinheit 31 des Prozessors 23, die Verwendung des aktualisierten Lernmodells (Schritt S103) zu beginnen. Der Prozessor 23 beendet anschließend den Prozess, um das Lernmodell zu aktualisieren.
  • Die Schalt-Bestimmungseinheit 36 bestimmt, ob die Genauigkeit der Steuerung der Steuerungszielvorrichtung (in der vorliegenden Ausführungsform der Motor 10), welche gemäß dem Steuerparameter (in der vorliegenden Ausführungsform der Ziel-Drehmomentwert) ausgeführt wird, welcher durch das durch die Steuerparameter-Berechnungseinheit 31 verwendete Lernmodell berechnet wird, eine vorbestimmte Genauigkeitsbedingung erfüllt. Wenn die vorbestimmte Genauigkeitsbedingung erfüllt ist, beendet die Schalt-Bestimmungseinheit 36 die Anwendung der Rückmeldungssteuerung. Zum Beispiel bestimmt die Schalt-Bestimmungseinheit 36, wann der absolute Wert der Änderung der Rate der Gaspedal-Position nicht weniger als ein vorbestimmter Grenzwert ist (nachstehend ist eine derartige Zeit als „Änderung der Gaspedal-Position“ zur Zweckdienlichkeit bzw. Vereinfachung der Beschreibung bezeichnet). Für jede der neuesten Änderungen (z.B., 10 bis 100) der Gaspedal-Position bestimmt die Schalt-Bestimmungseinheit 36, ob der absolute Wert der Drehmomentabweichung, welche bei der Änderung des Gaspedal-Position erhalten wird, innerhalb der vorbestimmten Toleranz ist. Die Tatsache, dass die Drehmomentabweichungen für die Änderungen der Gaspedal-Position, d.h., für einen Übergangszustand, in welchem sich das vom Motor 10 erforderliche Drehmoment ändert, werden zur Bestimmung der Genauigkeit des Steuerparameters verwendet, welcher durch das Lernmodell erhalten wird, wie vorstehend beschrieben, erlaubt die Schalt-Bestimmungseinheit 36, die Genauigkeit des Steuerparameters geeignet auszuwerten. In dem Fall, dass das Lernmodell aktualisiert wird, kann die Schalt-Bestimmungseinheit 36 bestimmen, ob der absolute Wert der Drehmomentabweichung für jeden der neusten bzw. letzten Änderungen der Gaspedal-Position nach der Aktualisierung innerhalb der vorbestimmten Toleranz ist. Wenn die Rückmeldungssteuerung angewandt wird und das Verhältnis der Anzahl an Male, in welchen der absolute Wert der Drehmomentabweichung innerhalb der vorbestimmten Toleranz ist, zur Anzahl der neusten bzw. letzten Änderungen der Gaspedal-Position nicht weniger als ein Rückmeldungsstopp-Grenzwert (d.h., 80 bis 90 %) ist, wäre die Genauigkeit der Steuerung des Motors 10, basierend auf dem Steuerparameter, welcher durch das Lernmodell berechnet wird, ausreichend, um das Erfordernis der Rückmeldungssteuerung zu beseitigen. Deshalb bestimmt die Schalt-Bestimmungseinheit 36, dass die vorbestimmte Genauigkeitsbedingung erfüllt ist, und veranlasst den Steuerparameter, welcher von der Steuerparameter-Berechnungseinheit 31 ausgegeben wird, d.h., unter Verwendung des Lernmodells berechnet wird, direkt in die Motorsteuereinheit 33 eingegeben zu werden. Dies beendet die Anwendung der Rückmeldungssteuerung und verbessert deshalb die Antwortgeschwindigkeit der Motorsteuerung und verringert die Computerauslastung des Prozessors 23. Die Schalt-Bestimmungseinheit 36 kann ferner die Modell-Aktualisierungseinheit 35 auffordern, die Aktualisierung des Lernmodells zu beenden.
  • Im Gegensatz dazu, wenn die Rückmeldungssteuerung nicht angewandt wird und das Verhältnis der Anzahl an Male, in welchen der absolute Wert der Drehmomentabweichung innerhalb der vorbestimmten Toleranz ist, zur Anzahl der neusten bzw. letzten Änderungen der Gaspedal-Position nicht höher als ein Rückmeldungsneustart-Grenzwert (d.h., 40 bis 60 %) ist, wäre die Rückmeldungssteuerung erforderlich, um eine ausreichende Genauigkeit der Steuerung des Motors 10 zu erreichen. Deshalb bestimmt die Schalt-Bestimmungseinheit 36, dass die vorbestimmte Genauigkeitsbedingung nicht erfüllt ist, und veranlasst, dass der Steuerparameter, welcher von der Steuerparameter-Berechnungseinheit 31 ausgegeben wird, durch die Korrektureinheit 32 korrigiert wird und anschließend in die Motorsteuereinheit 33 eingegeben wird. Dies startet die Anwendung der Rückmeldungssteuerung und erlaubt der ECU 1 deshalb, die Genauigkeit der Steuerung des Motors 10 ausreichend hoch beizubehalten, selbst mit einem unzureichend trainierten Lernmodell. Die Schalt-Bestimmungseinheit 36 kann ferner die Modell-Aktualisierungseinheit 35 auffordern, das Aktualisieren des Lernmodells wieder zu starten. Der Rückmeldungsneustart-Grenzwert wird vorzugsweise kleiner als der Rückmeldungsstopp-Grenzwert eingestellt. Dies verhindert häufige Schaltungen zwischen Anwendung und keiner Anwendung der Rückmeldungssteuerung.
  • 4 stellt Änderungen mit der Zeit der Drehmomentabweichung schematisch für die Fälle mit und ohne die Rückmeldungssteuerung dar. Die Abszisse und die Ordinate von 4 stellen jeweils Zeit und Drehmomentabweichung dar. In 4 stellt die Wellenform 401 die Änderungen mit der Zeit der Drehmomentabweichung für den Fall dar, dass das Lernmodell unzureichend bzw. ungenügend trainiert ist bzw. wird und die Rückmeldungssteuerung angewendet wird. Die Wellenform 402 stellt Änderungen mit der Zeit der Drehmomentabweichung für den Fall dar, dass das Lernmodell ausreichend trainiert ist bzw. wird und die Rückmeldungssteuerung nicht mehr angewendet wird.
  • Wie durch die Wellenform 401 angezeigt, wenn das Lernmodell unzureichend trainiert ist, ist der absolute Wert der Drehmomentabweichung am Anfang relativ groß, aber verringert sich allmählich bzw. schrittweise mit dem Ablauf der Zeit aufgrund der Anwendung der Rückmeldungssteuerung. Dies schlägt vor, dass die ECU 1 den Motor 10 steuern kann, selbst mit dem unzureichend trainierten Lernmodell, sodass ein gewünschtes Drehmoment, welches den Betriebsbedingungsparametern, wie der Gaspedal-Position, entspricht, ausgegeben werden kann.
  • Wie durch die Wellenform 402 angezeigt, wenn das Lernmodell ausreichend bzw. genügend trainiert ist, verringert sich der absolute Wert der Drehmomentabweichung ausreichend von Beginn an, selbst ohne die Anwendung der Rückmeldungssteuerung. Dies schlägt vor, dass die ECU 1 den Motor 10 steuern kann, wenn das Lernmodell ausreichend trainiert ist, sodass ein gewünschtes Drehmoment, welches den Betriebsbedingungsparametern, wie der Gaspedal-Position, entspricht, sofort ausgegeben werden kann.
  • 5 ist ein Betriebs-Fließdiagramm eines Prozesses, um zu bestimmen, ob zwischen einer Anwendung und keiner Anwendung der Rückmeldungssteuerung geschaltet werden soll. Die Schalt-Bestimmungseinheit 36 des Prozessors 23 kann den Bestimmungsprozess gemäß dem nachstehenden Betriebs-Fließdiagramm jedes Mal ausführen, wenn Drehmomentabweichungen für eine vorbestimmte Anzahl an Änderungen der Gaspedal-Position nach der Aktualisierung des Lernmodells erhalten werden.
  • Die Schalt-Bestimmungseinheit 36 des Prozessors 23 bestimmt, ob die Rückmeldungssteuerung angewendet wird (Schritt S201). Wenn die Rückmeldungssteuerung angewendet wird (Ja im Schritt S201), bestimmt die Schalt-Bestimmungseinheit 36, ob die Genauigkeit der Steuerung des Motors 10, welche gemäß dem durch das Lernmodell berechneten Steuerparameter ausgeführt wird, eine vorbestimmte Genauigkeitsbedingung erfüllt, basierend auf den Drehmomentabweichungen der neusten bzw. letzten Änderungen der Gaspedal-Position (Schritt S202). Wenn die vorbestimmte Genauigkeitsbedingung nicht erfüllt ist (Nein im Schritt S202), bestimmt die Schalt-Bestimmungseinheit 36, die angewandte Rückmeldungssteuerung bis zur nächsten Aktualisierung des Lernmodells beizubehalten (Schritt S203).
  • Wenn die vorbestimmte Genauigkeitsbedingung erfüllt ist (Ja im Schritt S202), beendet die Schalt-Bestimmungseinheit 36 die Anwendung der Rückmeldungssteuerung und veranlasst, dass der Steuerparameter, welcher von der Steuerparameter-Berechnungseinheit 31 ausgegeben wird, direkt in die Motorsteuereinheit 33 eingegeben wird (Schritt S204). Die Schalt-Bestimmungseinheit 36 fordert ebenso die Modell-Aktualisierungseinheit 35 auf, das Aktualisieren des Lernmodells zu beenden (Schritt S205).
  • Nach Schritt S203 oder S205 beendet der Prozessor 23 den Bestimmungsprozess.
  • Wenn die Rückmeldungssteuerung nicht im Schritt S201 (Nein im Schritt S201) angewendet wird, bestimmt die Schalt-Bestimmungseinheit 36, ob die Genauigkeit der Steuerung des Motors 10, welche gemäß dem durch das Lernmodell berechneten Steuerparameter ausgeführt wird, die vorbestimmte Genauigkeitsbedingung erfüllt, basierend auf den Drehmomentabweichungen für die letzten Änderungen der Gaspedal-Position (Schritt S206). Wenn die vorbestimmte Genauigkeitsbedingung erfüllt ist (Ja im Schritt S206), bestimmt die Schalt-Bestimmungseinheit 36 die beendete Rückmeldungssteuerung beizubehalten (Schritt S207).
  • Wenn die vorbestimmte Genauigkeitsbedingung nicht erfüllt ist (Nein im Schritt S206), startet die Schalt-Bestimmungseinheit 36 die Anwendung der Rückmeldungssteuerung wieder und veranlasst, dass der Steuerparameter, welcher von der Steuerparameter-Berechnungseinheit 31 ausgegeben wird, durch die Korrektureinheit 32 korrigiert wird und anschließend in die Motorsteuereinheit 33 eingegeben wird (Schritt S208). Die Schalt-Bestimmungseinheit 36 fordert ebenso die Modell-Aktualisierungseinheit 35 auf, das Aktualisieren des Lernmodells wieder zu starten (Schritt S209).
  • Nach Schritt S207 oder S209 beendet der Prozessor 23 den Bestimmungsprozess.
  • Wie vorstehend beschrieben wurde, verwendet die Fahrzeug-Steuereinheit ein Lernmodell, welches durch ein Maschinenlernsystem konfiguriert ist, um einen Steuerparameter der an einem Fahrzeug montierten Steuerzielvorrichtung zu berechnen. Während das Lernmodell unzureichend trainiert ist, wendet die Fahrzeug-Steuereinheit die Rückmeldungssteuerung an, um den durch das Lernmodell berechneten Steuerparameter zu steuern, was erlaubt, die Genauigkeit der Steuerung der Steuerzielvorrichtung beizubehalten, ohne sie zu verringern, selbst mit dem unzureichend trainierten Lernmodell. Wenn das Lernmodell ausreichend trainiert ist, beendet die Fahrzeug-Steuereinheit das Anwenden der Rückmeldungssteuerung, was die Verbesserung der Antwortgeschwindigkeit der Steuerung der Steuerzielvorrichtung ermöglicht und die Computerauslastung verringert. Auf diese Weise kann die Fahrzeug-Steuereinheit sowohl das Beibehalten der Genauigkeit der Steuerung der Steuerzielvorrichtung, als auch das Verringern der Computerauslastung und die Verbesserung der Antworteigenschaften erreichen. Außerdem ermöglicht die Tatsache, dass die in das Lernmodell, welches den Steuerparameter berechnet, eingegebenen Betriebsbedingungsparameter Parameter umfassen, welche die Umgebung rundum das Fahrzeug, oder die Eigenschaften der Fahrhandlungen eines Fahrers anzeigen, zur Berechnung des Steuerparameters unter Berücksichtigung der Umgebung rund um das Fahrzeug oder den Eigenschaften der Fahrhandlungen, was der Fahrzeug-Steuereinheit ermöglicht, die Genauigkeit der Steuerung der Steuerzielvorrichtung weiter zu verbessern.
  • Um ein Fahrzeug mit einer konstanten Geschwindigkeit zu fahren, ist es bevorzugt die Gaspedal-Position nicht zu viel zu ändern. Einige Fahrer ändern jedoch exzessiv die Gaspedal-Position, wobei es nicht erreicht wird, die Fahrzeuggeschwindigkeit konstant zu halten. Aus diesem Grund kann gemäß einem abgeänderten Beispiel das durch die Steuerparameter-Berechnungseinheit 31 verwendete Lernmodell trainiert werden, um eine derartige Gaspedal-Position (nachstehend, eine „gleitende bzw. glättende Gaspedal-Position“) auszugeben, um die Fahrzeuggeschwindigkeit konstant zu halten, wenn anzunehmen ist, dass ein Fahrer versucht, die Fahrzeuggeschwindigkeit konstant zu halten. In diesem abgeänderten Beispiel ist eine gleitende Gaspedal-Position ein Beispiel des Steuerparameters.
  • In diesem Fall bestimmt die Steuerparameter-Berechnungseinheit 31, ob anzunehmen ist, dass der Fahrer versucht, die Fahrzeuggeschwindigkeit konstant zu halten, basierend auf Verkehrsampel-Informationen, den Betrag der Änderung der Geschwindigkeit eines anderen Fahrzeuges, welches vor dem Steuer-Zielfahrzeug (nachstehend sind das zuerst genannte und das zuletzt genannte Fahrzeug jeweils als ein „zweites Fahrzeug“ und das „Ziel-Fahrzeug“ bezeichnet) fährt, und Informationen über einen durch ein zweites, nah am Ziel-Fahrzeug fahrendes Fahrzeug durchgeführten Spurwechsel (nachstehend, „Spurwechsel-Informationen“). Wenn anzunehmen ist, dass der Fahrer versucht, die Fahrzeuggeschwindigkeit konstant zu halten, berechnet die Steuerparameter-Berechnungseinheit 31 die geleitende bzw. glättende Gaspedal-Position mit dem Lernmodell. Wenn der Fahrer nicht in einer Situation ist, dass er/sie die Fahrzeuggeschwindigkeit konstant halten kann, kann der Prozessor 23 den Motor 10 gemäß der vorstehend beschriebenen Ausführungsform steuern.
  • Die Verkehrsampel-Informationen werden zum Beispiel durch Erfassen eines Verkehrsampellichts von einem Bild (nachstehend ein „Außenbild“) durch eine am Ziel-Fahrzeug montierte Kamera erhalten, um einen Bereich rund um das Ziel-Fahrzeug einzufangen, z.B., einen vor dem Ziel-Fahrzeug und durch Identifizierung des Zustandes des Leuchtens der erfassten Verkehrsampel (z.B., grün oder rot). Zum Beispiel kann die Steuerparameter-Berechnungseinheit 31 den Zustand des Leuchtens einer Verkehrsampel nahe dem Ziel-Fahrzeug bestimmen, z.B. einer vor dem Ziel-Fahrzeug und das Ergebnis als die Verkehrsampel-Informationen durch Eingeben eines über die Kommunikationsschnittstelle 21 erhaltenen Außenbildes in einen Klassifikator bzw. Klassierer erhalten, welcher trainiert wurde, um eine Verkehrsampel zu erfassen und den Zustand des Leuchtens der Verkehrsampel zu identifizieren. Als solch ein Klassifikator kann die Steuerparameter-Berechnungseinheit 31 zum Beispiel ein „tief neuronales Netzwerk“ („deep neural network“, DNN) verwenden, welches eine Konstruktion eines herkömmlichen neuronalen Netzwerks („convolutional neural network“, CNN) aufweist. Wenn kein Verkehrsampellicht vom Außenbild erfasst wird, können die Verkehrsampel-Informationen Informationen umfassen, welche anzeigen, dass keine Verkehrsampel erfasst wird bzw. ist.
  • Der Betrag der Änderung der Geschwindigkeit eines zweiten Fahrzeugs, welches vor dem Ziel-Fahrzeug fährt, wird zum Beispiel durch Verfolgung des zweiten Fahrzeugs erhalten, was von jeder der Zeitreihen-Außenbilder erfasst wird, welche in einer vorangehenden vorbestimmten Zeitspanne erhalten werden. In diesem Fall gibt zum Beispiel, jedes Mal, wenn ein Außenbild von der Kamera über die Kommunikationsschnittstelle 21 erfasst wird, die Steuerparameter-Berechnungseinheit 31 das Außenbild in einen Klassifikator ein, welcher trainiert wurde, ein Fahrzeug zu erfassen, wodurch ein zweites Fahrzeug nahe dem Ziel-Fahrzeug erfasst wird. Als solch ein Klassifikator kann die Steuerparameter-Berechnungseinheit 31 zum Beispiel ein DNN mit einer CNN-Konstruktion verwenden. Ein einzelner Klassifikator kann trainiert werden, um sowohl eine Verkehrsampel als auch ein Fahrzeug zu erfassen, und durch die die Steuerparameter-Berechnungseinheit 31 verwendet werden, um eine Verkehrsampel und ein zweites Fahrzeug von einem Außenbild zu erfassen.
  • Die Steuerparameter-Berechnungseinheit 31 bezieht sich zum Beispiel auf interne Parameter, welche im Speicher 22 gespeichert werden, wie der montierten Position, Fokalabstand, und Orientierung der Kamera, um die Außenbilder in Luftbilder durch Standpunkt-Transformation zu überführen bzw. transformieren, wodurch die Standorte des zweiten Fahrzeuges relativ zum Ziel-Fahrzeug für die jeweiligen Zeitpunkte der Erzeugung der Außenbilder bestimmt werden. Wenn das Ziel-Fahrzeug einen Bereichssensor, wie einen LiDAR-Sensor oder Radar, umfasst, kann die Steuerparameter-Berechnungseinheit 31 den Abstand zu dem erfassten zweiten Fahrzeug, welcher mit dem Bereichssensor gemessen wird, verwenden, um die relativen Standorte des zweiten Fahrzeugs zu bestimmen. Die Steuerparameter-Berechnungseinheit 31 bezieht sich dann auf die Informationen, welche die Standorte und Orientierungen des Ziel-Fahrzeuges für die jeweiligen Zeitpunkte der Erzeugung der Außenbilder angeben, um einen vorbestimmten Verfolgungsprozess an den Standorten des erfassten zweiten Fahrzeugs in den jeweiligen Luft-Bildern auszuführen, wodurch eine Trajektorie des zweiten Fahrzeugs bestimmt wird. Die Standorte und die Orientierungen des Ziel-Fahrzeugs für die jeweiligen Zeitpunkte der Erzeugung der Außenbilder können zum Beispiel durch Ausführen eines Standort-Schätzprozesses bestimmt werden, in welchem ein Straßenmerkmal, welches sich nahe dem Ziel-Fahrzeug befindet und durch die Karteninformationen angegeben ist, auf jedes Bild projiziert wird und der Standort und die Orientierung des Ziel-Fahrzeugs derart abgeschätzt wird, dass das Straßenmerkmal mit einem entsprechenden Straßenmerkmal, welches in dem Bild dargestellt ist, übereinstimmen bzw. zusammenfallen kann. Die Steuerparameter-Berechnungseinheit 31 kann vorherige und aktuelle Geschwindigkeiten des zweiten Fahrzeugs, basierend auf der bestimmten Trajektorie abschätzen, und den Unterschied zwischen den geschätzten vorherigen und aktuellen Geschwindigkeiten des zweiten Fahrzeugs als den Betrag der Änderung der Fahrzeuggeschwindigkeit berechnen. Die Steuerparameter-Berechnungseinheit 31 kann der Betrag der Änderung der Geschwindigkeit relativ zum Ziel-Fahrzeug als die Menge der Änderung der Geschwindigkeit des zweiten Fahrzeugs berechnen.
  • Um die Spurwechsel-Informationen zu erhalten, bezieht sich die Steuerparameter-Berechnungseinheit 31 zum Beispiel auf die Trajektorie des zweiten Fahrzeugs, welche wie vorstehend beschrieben bestimmt wird, und den Standort einer Spur-Einteilungslinie, welche durch die Karten-Informationen angegeben werden, und bestimmt, dass das zweite Fahrzeug Spuren wechselt, wenn die Trajektorie des zweiten Fahrzeuges die Spur-Einteilungslinie überquert. Die Steuerparameter-Berechnungseinheit 31 kann die Anzahl der von dem zweiten Fahrzeug durchgeführten Spurwechsel in einer vorangehend vorbestimmten Zeitspanne als die Spurwechsel-Informationen zählen. Alternativ kann die Steuerparameter-Berechnungseinheit 31 als die Spurwechsel-Informationen Informationen erhalten, welche die Tatsache angeben, dass sich das zweite Fahrzeug von einer Spur bzw. Fahrspur, welche zur Spur benachbart ist, auf welcher das Ziel-Fahrzeug fährt (die zuerst genannten und zuletzt genannten Spuren werden jeweils einfach als eine „benachbarte Spur“ und die „Ziel-Spur“ bezeichnet) auf die Ziel-Spur oder von der Ziel-Spur auf eine benachbarte Spur in einer vorangehenden, vorbestimmen Zeitspanne bewegt.
  • Die Steuerparameter-Berechnungseinheit 31 kann die Verkehrsampel-Informationen, die Menge der Änderung der Geschwindigkeit des zweiten Fahrzeugs, und die Spurwechsel-Informationen, oder einige von diesen von einer an das Ziel-Fahrzeug montierten anderen Vorrichtung, z.B., von einer ECU für Fahrassistenz über die Kommunikationsschnittstelle 21 erfassen.
  • Die Steuerparameter-Berechnungseinheit 31 bestimmt, dass angenommen wird, dass der Fahrer in einer Situation ist, in welcher er/sie versucht, die Fahrzeuggeschwindigkeit konstant zu halten, zum Beispiel, wenn alle der nachstehenden Bedingungen erfüllt sind: die Verkehrsampel-Informationen geben an, das der Zustand des Leuchtens der Verkehrsampel vor dem Ziel-Fahrzeug grün ist, oder dass es keine Verkehrsampel nahe dem Ziel-Fahrzeug gibt; der Betrag der Änderung der Geschwindigkeit des zweiten Fahrzeugs nicht größer als ein vorbestimmter Grenzwert ist; und die Spurwechsel-Information gibt an, dass das zweite Fahrzeug nicht die Spuren gewechselt hat. Die Steuerparameter-Berechnungseinheit 31 berechnet anschließend die gleitende Gaspedal-Position mit dem Lernmodell. Im Gegensatz dazu bestimmt die Steuerparameter-Berechnungseinheit 31, dass nicht anzunehmen ist, dass der Fahrer in der Situation ist, dass er/sie versucht, die Fahrzeuggeschwindigkeit konstant zu halten, wenn eine der nachstehenden Bedingungen erfüllt ist: die Verkehrsampel-Informationen geben an, dass der Zustand des Leuchtens der Verkehrsampel vor dem Ziel-Fahrzeug anders als grün ist; der Betrag der Änderung der Geschwindigkeit des zweiten Fahrzeugs größer als der vorbestimmte Grenzwert ist; und die Spurwechsel-Information gibt an, dass das zweite Fahrzeug die Spuren ändern wird.
  • Gemäß diesem abgeänderten Beispiel werden zum Beispiel die Gaspedal-Position, die Rate der Änderung desselben, die Frequenz der Gaspedalbetätigung bzw. Gaspedalbetriebsweisen, und die Frequenz der Bremsvorgänge, oder einige von diesen als die Betriebsbedingungsparameter verwendet, welche in das Lernmodell einzugeben sind. Von diesen können die Gaspedal-Position und die Rate der Änderung desselben wie in der vorstehend beschriebenen Ausführungsform erhalten werden.
  • Die Frequenz der Gaspedal-Betätigungen wird zum Beispiel als die Anzahl an Zeiten berechnet, in welchen der absolute Wert der Rate der Änderung der Gaspedal-Position nicht weniger als ein vorbestimmter Wert ist, oder die Anzahl an lokalen Maxima der Änderung mit der Zeit des Herunterdrückens des Gaspedals in einer vorangehenden, vorbestimmten Zeitspanne. In ähnlicher Weise wird die Frequenz der Bremsvorgänge zum Beispiel als die Anzahl der Male berechnet, in welchen der Betrag des Herunterdrückens des Bremspedals um einen vorbestimmten Betrag oder mehr geändert wird, oder die Anzahl an lokalen Maxima des Betrags der Änderung mit der Zeit des Herunterdrückens des Bremspedals in einer vorangehenden vorbestimmten Zeitspanne.
  • Die Steuerparameter-Berechnungseinheit 31 kann ein neuronales Netzwerk verwenden, welches durch ein Perzeptron mehrerer Ebenen als das Lernmodell konfiguriert ist, wie in der vorstehend beschriebenen Ausführungsform. Alternativ kann die Steuerparameter-Berechnungseinheit 31 ein wiederkehrendes bzw. periodisch auftretendes neutrales Netzwerk verwenden, welches einen inneren Zustand als das Lernmodell behält und rekursiv verwendet. Die Steuerparameter-Berechnungseinheit 31 gibt die glättende bzw. gleitende Gaspedal-Position, welche durch das Lernmodell als Antwort auf die eingegebenen Betriebsbedingungsparameter berechnet wird, an die Korrektureinheit 32 (wenn die Rückmeldungssteuerung angewendet wird) oder an die Motorsteuereinheit 33 (wenn die Rückmeldungssteuerung nicht angewendet wird) aus.
  • In diesem abgeänderten Beispiel, wenn die Rückmeldungssteuer angewendet wird, addiert die Korrektureinheit 32 einen Rückmeldungswert, welcher den Betrag der Korrektur der gleitenden Gaspedal-Position darstellt, und durch die Rückmeldungswert-Berechnungseinheit 34 berechnet wird, zur glättenden bzw. gleitenden Gaspedal-Position, um die gleitende Gaspedal-Position zu korrigieren. Die Korrektureinheit 32 gibt anschließend die korrigierte glättende bzw. gleitende Gaspedal-Position an die Motorsteuereinheit 33 aus.
  • In diesem abgeänderten Beispiel bezieht sich die Motorsteuereinheit 33 auf eine Referenztabelle, welche den Zusammenhang zwischen der gleitenden Gaspedal-Position und dem einen oder mehreren Fahrparametern des Motors 10 darstellt, um den einen oder mehrere Fahrparameter, welche der gleitenden Gaspedal-Position, welche von der Steuerparameter-Berechnungseinheit 31 (wenn die Rückmeldungssteuerung nicht angewendet wird) erhalten wird, oder der korrigierten gleitenden Gaspedal-Position, welche von der Korrektureinheit 32 (wenn die Rückmeldungssteuerung angewendet wird) erhalten wird, entsprechen, zu bestimmen. Die Motorsteuereinheit 33 steuert dann den Motor 10 gemäß den bestimmten Fahrparametern.
  • In diesem abgeänderten Beispiel berechnet die Rückmeldungswert-Berechnungseinheit 34 den Rückmeldungswert, basierend auf den gemessenen Werten der Geschwindigkeit des Ziel-Fahrzeugs, welche von einem an das Ziel-Fahrzeug montierten FahrzeugGeschwindigkeitssensor über die Kommunikationsschnittstelle 21 und der von der Steuerparameter-Berechnungseinheit 31 erhaltenen gleitenden Gaspedal-Position erfasst wird. Zum Beispiel berechnet die Rückmeldungswert-Berechnungseinheit 34 den Betrag der Änderung der Fahrzeuggeschwindigkeit, welche die Differenz ist, welche durch Subtrahieren eines gemessenen Wertes einer vorangehenden bzw. früheren Fahrzeuggeschwindigkeit von einem gemessenen Wert der aktuellen Fahrzeuggeschwindigkeit erhalten wird. Diesen Betrag der Änderung der Fahrzeuggeschwindigkeit ist ein Beispiel des Betriebsauswertungswerts. Die Rückmeldungswert-Berechnungseinheit 34 bezieht sich dann auf eine Korrekturmengen-Tabelle, welche den Zusammenhang zwischen dem Betrag der Änderung der Fahrzeuggeschwindigkeit, der gleitenden Gaspedal-Position, und dem Betrag der Korrektur der gleitenden Gaspedal-Position darstellt, um den Betrag der Korrektur der gleitenden Gaspedal-Position zu bestimmen, welche den berechneten Betrag der Änderung der Fahrzeuggeschwindigkeit und der vorangehenden gleitenden Gaspedal-Position, welche vom der Steuerparameter-Berechnungseinheit 31 erhalten wird, entspricht. Die Rückmeldungswert-Berechnungseinheit 34 gibt als den Rückmeldungswert die bestimmte Menge der Korrektur der gleitenden Gaspedal-Position an die Korrektureinheit 32 aus.
  • Wenn der absolute Wert des Betrags der Änderung der Fahrzeuggeschwindigkeit nicht größer als ein vorbestimmter Wert ist, bestimmt die Rückmeldungswert-Berechnungseinheit 34, dass der Motor 10 gemäß der korrigierten gleitenden Gaspedal-Position betrieben wird, um die Fahrzeuggeschwindigkeit konstant zu halten bzw. beizubehalten. In diesem Fall speichert die Rückmeldungswert-Berechnungseinheit 34 eine Kombination der gleitenden Gaspedal-Position und den Betriebsbedingungsparametern, welche zur Berechnung der gleitenden Gaspedal-Position im Speicher 22 als Trainingsdaten verwendet werden. Wenn ein rückgekoppeltes neuronales Netz („recurrent neural network“) als das Lernmodell verwendet wird, kann die Rückmeldungswert-Berechnungseinheit 34 die Kombinationen der gleitenden Gaspedal-Position und der Betriebsbedingungsparameter, welche zum Berechnen der gleitenden Gaspedal-Position für die Zeitpunkte bzw. Male, wenn der absolute Wert des Betrags der Änderung der Fahrzeuggeschwindigkeit nicht größer als ein vorbestimmter Wert ist, und für gewisse Zeitspannen unmittelbar vor den jeweiligen Zeitpunkten verwendet werden, im Speicher 22 als Trainingsdaten speichern.
  • Gemäß diesem abgeänderten Beispiel bestimmt die Schalt-Bestimmungseinheit 36, ob der absolute Wert des Betrags der Änderung der Fahrzeuggeschwindigkeit, welcher zu jedem der letzten Änderungen der Gaspedal-Position erhalten wird, innerhalb der vorbestimmten Toleranz ist. Wenn die Rückmeldungssteuerung angewendet wird und das Verhältnis der Anzahl der Zeitpunkte bzw. Male, bei welchen der absolute Wert des Betrags der Änderung der Fahrzeuggeschwindigkeit innerhalb der vorbestimmten Toleranz ist, zur Anzahl der letzten Änderungen der Gaspedal-Position nicht weniger als der Rückmeldungsstopp-Grenzwert ist, würde der Motor 10 gemäß der durch das Lernmodell berechneten gleitenden Gaspedal-Position gesteuert werden, um die Fahrzeuggeschwindigkeit konstant mit einer derartigen Genauigkeit beizubehalten, um den Bedarf der Rückmeldungssteuerung zu beseitigen. Deshalb bestimmt die Schalt-Bestimmungseinheit 36, dass die vorbestimmte Genauigkeitsbedingung erfüllt ist, und veranlasst, die von der Steuerparameter-Berechnungseinheit 31 ausgegebene gleitende Gaspedal-Position direkt in die Motorsteuereinheit 33 einzugeben. Die Schalt-Bestimmungseinheit 36 kann ferner die Modell-Aktualisierungseinheit 35 auffordern, das Aktualisieren des Lernmodells zu beenden.
  • Im Gegensatz dazu, wenn die Rückmeldungssteuerung nicht angewendet wird und das Verhältnis der Anzahl an Zeitpunkten bzw. Male, zu welchen der absolute Wert des Betrags der Änderung der Fahrzeuggeschwindigkeit innerhalb der vorbestimmten Toleranz ist, zur Anzahl der letzten Änderungen der Gaspedal-Position nicht größer als der Rückmeldungsneustart-Wert ist, wäre die Rückmeldungssteuerung erforderlich, um den Motor 10 zu steuern, um die Fahrzeuggeschwindigkeit konstant zu halten. Deshalb bestimmt die Schalt-Bestimmungseinheit 36, dass die vorbestimmte Genauigkeitsbedingung nicht erfüllt ist und veranlasst, dass die von der Steuerparameter-Berechnungseinheit 31 ausgegebene, gleitende Gaspedal-Position durch die Korrektureinheit 32 korrigiert wird und danach in den Motorsteuereinheit 33 eingegeben wird. Dies startet die Anwendung der Rückmeldungssteuerung und ermöglicht deshalb dem Prozessor 23, den Motor 10 zu steuern, um die Fahrzeuggeschwindigkeit konstant zu halten, selbst mit einem unzureichend trainierten Lernmodell. Die Schalt-Bestimmungseinheit 36 kann ferner die Modell-Aktualisierungseinheit 35 auffordern, das Aktualisieren des Lernmodells wieder zu beginnen.
  • Gemäß diesem abgeänderten Beispiel kann der Prozessor 23 den Motor 10 steuern, um die Fahrzeuggeschwindigkeit konstant zu halten, wenn angenommen wird, dass der Fahrer versucht, die Fahrzeuggeschwindigkeit konstant zu halten, ungeachtet den Fahreigenschaften des Fahrers.
  • Ein Computerprogramm zur Erreichung der Funktionen der Einheiten des Prozessors 23 der Fahrzeugsteuereinheit gemäß der vorstehend beschriebenen Ausführungsform oder abgeänderte Beispiele können in einer auf einer Computer-lesbaren aufgenommenen Form und tragbarem Medium, wie einem Halbleiterspeicher, einem magnetischen Speicher- bzw. Aufzeichnungsmedium, oder einem optischen Aufzeichnungsmedium bereitgestellt werden.
  • Wie vorstehend beschrieben, kann ein Fachmann verschiedene Abänderungen gemäß den Ausführungsformen innerhalb des Umfangs der vorliegenden Erfindung vornehmen.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • JP 2019 [0002, 0003]
    • JP 183698 A [0002, 0003]

Claims (5)

  1. Fahrzeug-Steuereinheit zur Steuerung einer vorbestimmten Vorrichtung eines Fahrzeugs, umfassend: eine Steuerparameter-Berechnungseinheit, welche mindestens einen Betriebsbedingungsparameter, welcher eine Betriebsbedingung der Vorrichtung angibt, in ein Lernmodell eingibt, um einen Steuerparameter, welcher eine Steuerbedingung angibt, zu berechnen, um zu bewirken, dass die Vorrichtung, einen gewünschten Betrieb entsprechend mindestens dem einen Betriebsbedingungsparameter ausführt; eine Korrektureinheit, welche den Steuerparameter korrigiert, um die Steuerbedingung, basierend auf einem Rückmeldungswert, welcher von einem Betriebsauswertungswert, welcher einen tatsächlichen Betrieb der Vorrichtung darstellt, abhängt, zu erreichen; eine Vorrichtungssteuereinheit, welche die Vorrichtung gemäß dem Steuerparameter oder dem korrigierten Steuerparameter steuert; eine Rückmeldungswert-Berechnungseinheit, welche den Rückmeldungswert, abhängig von dem Betriebsauswertungswert, berechnet; und eine Schalt-Bestimmungseinheit, welche bestimmt, ob die Genauigkeit der Steuerung der Vorrichtung, welche gemäß dem Steuerparameter ausgeführt wird, eine vorbestimmte Genauigkeitsbedingung erfüllt, wobei die Schalt-Bestimmungseinheit veranlasst, dass, wenn die vorbestimmte Genauigkeitsbedingung erfüllt ist, die Vorrichtungssteuereinheit die Vorrichtung gemäß dem Steuerparameter steuert und veranlasst, dass, wenn die vorbestimmte Genauigkeitsbedingung nicht erfüllt ist, die Vorrichtungssteuereinheit die Vorrichtung gemäß dem korrigierten Steuerparameter steuert.
  2. Fahrzeug-Steuereinheit nach Anspruch 1, wobei die Rückmeldungswert-Berechnungseinheit bestimmt, ob die Vorrichtung den gewünschten Betrieb gemäß dem korrigierten Steuerparameter, basierend auf dem Betriebsauswertungswert, ausführt, und speichert ein Kombination des Steuerparameters oder des korrigierten Steuerparameters und des mindestens einen Betriebsbedingungsparameter, welcher zur Berechnung des Steuerparameters verwendet wird, in einer Speichereinheit als ein Teil der Trainingsdaten, wenn die Vorrichtung den gewünschten Betrieb ausführt, und die Fahrzeug-Steuereinheit ferner eine Modell-Aktualisierungseinheit umfasst, welche, wenn die Anzahl der Teile der in der Speichereinheit gespeicherten Trainingsdaten nicht weniger als eine vorbestimmte Anzahl ist, das Lernmodell durch Verwenden der vorbestimmten Anzahl der Teile der in der Speichereinheit gespeicherten Trainingsdaten trainiert, wodurch das Lernmodell aktualisiert wird, wobei nach dem Aktualisieren des Lernmodells die Modell-Aktualisierungseinheit die Steuerparameter-Berechnungseinheit veranlasst, den Steuerparameter mit dem aktualisierten Lernmodell zu berechnen.
  3. Fahrzeug-Steuereinheit nach Anspruch 1 oder 2, wobei die Vorrichtung ein Verbrennungsmotor ist, der Steuerparameter ein Zielwert des Drehmoments ist, welcher vom Verbrennungsmotor ausgegeben wird, und der mindestens eine Betriebsbedingungsparameter mindestens einen Parameter aus atmosphärischer Temperatur rund um das Fahrzeug, Feuchtigkeit rund um das Fahrzeug, und Höhe des Standortes des Fahrzeugs umfasst.
  4. Verfahren zur Steuerung einer vorbestimmten Vorrichtung eines Fahrzeuges, umfassend: Eingeben von mindestens einem Betriebsbedingungsparameter, welcher eine Betriebsbedingung der Vorrichtung angibt, in ein Lernmodell, um einen Steuerparameter, welcher eine Steuerbedingung angibt, zu berechnen, um die Vorrichtung zu veranlassen, einen gewünschten Betrieb, welcher dem mindestens einen Betriebsbedingungsparameter entspricht, auszuführen; Korrigieren des Steuerparameters, um die Steuerbedingung, basierend auf einem Rückmeldungswert, welcher von einem Betriebsauswertungswert, welcher einen tatsächlichen Betrieb der Vorrichtung darstellt, abhängt, zu erreichen; Berechnen des Rückmeldungswerts, welcher vom Betriebsauswertungswert abhängt; Entscheiden, ob die Genauigkeit der Steuerung der Vorrichtung, welche gemäß dem Steuerparameter ausgeführt wird, eine vorbestimmte Genauigkeitsbedingung erfüllt; Steuern der Vorrichtung gemäß dem Steuerparameter, wenn die vorbestimmte Genauigkeitsbedingung erfüllt ist; und Steuern der Vorrichtung gemäß dem korrigierten Steuerparameter, wenn die vorbestimmte Genauigkeitsbedingung nicht erfüllt ist.
  5. Computerprogramm zur Steuerung einer vorbestimmten Vorrichtung eines Fahrzeuges, wobei das Computerprogramm, welches einen am Fahrzeug montierten Prozessor veranlasst, einen Prozess auszuführen, umfasst: Eingeben von mindestens einem Betriebsbedingungsparameter, welcher eine Betriebsbedingung der Vorrichtung angibt, in ein Lernmodell, um einen Steuerparameter, welcher eine Steuerbedingung angibt, zu berechnen, um zu bewirken, dass die Vorrichtung einen gewünschten Betrieb, welcher dem mindestens einen Betriebsbedingungsparameter entspricht, ausführt; Korrigieren des Steuerparameters, um die Steuerbedingung, basierend auf einem Rückmeldungswert, welcher von einem Betriebsauswertungswert, welcher einen tatsächlichen Betrieb der Vorrichtung darstellt, abhängt, zu erreichen; Berechnen des Rückmeldungswerts, welcher vom Betriebsauswertungswert abhängt; Entscheiden, ob die Genauigkeit der Steuerung der Vorrichtung, welche gemäß dem Steuerparameter ausgeführt wird, eine vorbestimmte Genauigkeitsbedingung erfüllt; Steuern der Vorrichtung gemäß dem Steuerparameter, wenn die vorbestimmte Genauigkeitsbedingung erfüllt ist; und Steuern der Vorrichtung gemäß dem korrigierten Steuerparameter, wenn die vorbestimmte Genauigkeitsbedingung nicht erfüllt ist.
DE102021109192.6A 2020-04-24 2021-04-13 Fahrzeug-steuereinheit, verfahren, und computerprogramm zur steuerung eines fahrzeugs Pending DE102021109192A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020-077108 2020-04-24
JP2020077108A JP7226388B2 (ja) 2020-04-24 2020-04-24 車両制御装置、車両制御方法及び車両制御用コンピュータプログラム

Publications (1)

Publication Number Publication Date
DE102021109192A1 true DE102021109192A1 (de) 2021-10-28

Family

ID=78130141

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102021109192.6A Pending DE102021109192A1 (de) 2020-04-24 2021-04-13 Fahrzeug-steuereinheit, verfahren, und computerprogramm zur steuerung eines fahrzeugs

Country Status (4)

Country Link
US (1) US11365696B2 (de)
JP (1) JP7226388B2 (de)
CN (1) CN113548059B (de)
DE (1) DE102021109192A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11636307B2 (en) * 2019-07-08 2023-04-25 Uatc, Llc Systems and methods for generating motion forecast data for actors with respect to an autonomous vehicle and training a machine learned model for the same

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019183698A (ja) 2018-04-05 2019-10-24 トヨタ自動車株式会社 車載電子制御ユニット

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000250602A (ja) * 1999-03-02 2000-09-14 Yamaha Motor Co Ltd 総合特性最適化装置
JP4341164B2 (ja) * 2000-10-20 2009-10-07 株式会社明電舎 薬品注入率制御方法及びその装置
JP4046059B2 (ja) * 2002-11-08 2008-02-13 株式会社豊田中央研究所 路面状態推定装置
JP4251095B2 (ja) * 2004-03-19 2009-04-08 三菱ふそうトラック・バス株式会社 車両制御装置
JP2006301779A (ja) * 2005-04-18 2006-11-02 Konica Minolta Photo Imaging Inc 画像処理システム、画像処理方法及び画像処理プログラム
CN101839805A (zh) * 2010-03-19 2010-09-22 同济大学 发动机主动故障质检与智能故障诊断方法
US10614056B2 (en) * 2015-03-24 2020-04-07 NetSuite Inc. System and method for automated detection of incorrect data
US20200348662A1 (en) * 2016-05-09 2020-11-05 Strong Force Iot Portfolio 2016, Llc Platform for facilitating development of intelligence in an industrial internet of things system
US20200225655A1 (en) * 2016-05-09 2020-07-16 Strong Force Iot Portfolio 2016, Llc Methods, systems, kits and apparatuses for monitoring and managing industrial settings in an industrial internet of things data collection environment
US20210157312A1 (en) * 2016-05-09 2021-05-27 Strong Force Iot Portfolio 2016, Llc Intelligent vibration digital twin systems and methods for industrial environments
KR20180094725A (ko) * 2017-02-16 2018-08-24 삼성전자주식회사 자율 주행을 위한 차량 제어 방법, 차량 제어 장치 및 자율 주행을 위한 학습 방법
CN110475702B (zh) * 2017-02-22 2022-08-16 加特可株式会社 车辆控制装置及车辆控制方法
US10838412B2 (en) * 2017-06-14 2020-11-17 Sabic Global Technologies B.V. Hybrid machine learning approach towards olefins plant optimization
CN107220734B (zh) * 2017-06-26 2020-05-12 江南大学 基于决策树的数控车床车削过程能耗预测***
US11255839B2 (en) * 2018-01-04 2022-02-22 Glysens Incorporated Apparatus and methods for analyte sensor mismatch correction
JP6892400B2 (ja) * 2018-01-30 2021-06-23 ファナック株式会社 レーザ装置の故障発生メカニズムを学習する機械学習装置
JP2020056378A (ja) * 2018-10-03 2020-04-09 トヨタ自動車株式会社 内燃機関の制御装置
EP3865872A4 (de) * 2018-11-19 2022-08-10 Canon Kabushiki Kaisha Informationsverarbeitungsvorrichtung, verfahren zur steuerung einer informationsverarbeitungsvorrichtung, programm, berechnungsvorrichtung und berechnungsverfahren
JP6642878B1 (ja) * 2018-12-19 2020-02-12 株式会社Fronteo コンピュータ、構成方法、及びプログラム
US10977445B2 (en) * 2019-02-01 2021-04-13 International Business Machines Corporation Weighting features for an intent classification system
US11616839B2 (en) * 2019-04-09 2023-03-28 Johnson Controls Tyco IP Holdings LLP Intelligent edge computing platform with machine learning capability
JP6662484B2 (ja) * 2019-08-14 2020-03-11 大日本印刷株式会社 特定装置、特定方法及びコンピュータプログラム
US11004037B1 (en) * 2019-12-02 2021-05-11 Citrine Informatics, Inc. Product design and materials development integration using a machine learning generated capability map
US20210318202A1 (en) * 2020-04-10 2021-10-14 Hecate Software, Inc. Method and system for providing an extensible multi-solution platform for subsea leak detection (ssld)

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019183698A (ja) 2018-04-05 2019-10-24 トヨタ自動車株式会社 車載電子制御ユニット

Also Published As

Publication number Publication date
JP7226388B2 (ja) 2023-02-21
CN113548059B (zh) 2024-03-22
US11365696B2 (en) 2022-06-21
JP2021173208A (ja) 2021-11-01
CN113548059A (zh) 2021-10-26
US20210332766A1 (en) 2021-10-28

Similar Documents

Publication Publication Date Title
DE102008001081B4 (de) Verfahren und Motorsteuergerät zum Steuern eines Verbrennungsmotors
EP3687874A1 (de) Verfahren und eine vorrichtung zum erzeugen eines dynamischen geschwindigkeitsprofils eines kraftfahrzeugs
DE102013113530B4 (de) System und Verfahren des Ermittelns einer Langzeitfahrtendenz eines Fahrers
DE102007037629B4 (de) Verfahren und System zum Schätzen des Luftdrucks in einem Hybridfahrzeug
DE102014219924A1 (de) Vorrichtung zur Auswahl eines vorausfahrenden Fahrzeugs
DE102016012465B4 (de) Verfahren zur Bestimmung einer Änderung im auf ein Kraftfahrzeug wirkenden Luftwiderstand
DE102012211189A1 (de) Verfahren zur Planung einer Fahrzeugdiagnose
DE102013114241A1 (de) Verfahren des Ermittelns einer Kurzzeitfahrtendenz und System des Schaltsteuerns, welches das Verfahren verwendet
EP1623284B1 (de) Verfahren zur optimierung von fahrzeugen und von motoren zum antrieb solcher fahrzeuge
DE112015000425T5 (de) Modellbasierte Zylinderfüllungserfassung für eine Brennkraftmaschine
DE102018201154A1 (de) Verfahren zur Kalibrierung von Sensoren und/oder von Sensoranordnungen
DE102013114381B4 (de) Vorrichtung und Verfahren zum Steuern des Schaltens in einem Fahrzeug
DE102016224135A1 (de) Verfahren zur Reduzierung von Stickoxid-Emissionen eines Dieselfahrzeugs
EP1775448B1 (de) Verfahren zur Steuerung einer Brennkraftmaschine mit Ventilhubumschaltung
DE102021109192A1 (de) Fahrzeug-steuereinheit, verfahren, und computerprogramm zur steuerung eines fahrzeugs
DE102014117792B4 (de) Fahrtendenzermittlungsverfahren und Schaltsteuerungssystem, welches dieses verwendet
DE102022126464A1 (de) System zum kalibrieren extrinsischer parameter für eine kamera in einem autonomen fahrzeug
DE10208155A1 (de) Modifikation einer Pedalprogression mit Beschleunigungsrückkopplung unter Verwendung einer elektronischen Drosselsteuerung
EP3891035A1 (de) Fahrerassistenzsystem und verfahren zum assistierten betreiben eines kraftfahrzeugs
DE102013114231B4 (de) System und Verfahren des Schaltsteuerns für ein Fahrzeug
DE102019214931A1 (de) Steuerung eines Fahrzeugs
WO2020187490A1 (de) Verfahren und system zur on-board-diagnose in einem fahrzeug
EP3871052A1 (de) Verfahren zur kalibirierung eines technischen systems
DE102007008514A1 (de) Verfahren und Vorrichtung zur neuronalen Steuerung und/oder Regelung
DE102013200932A1 (de) Verfahren und Vorrichtung zur Überwachung einer Funktion eines Motorsteuergeräts zum Einsatz in einem Motorsystem mit einem Verbrennungsmotor

Legal Events

Date Code Title Description
R012 Request for examination validly filed