WO2022194443A1 - Prädizieren einer zukünftigen ist-geschwindigkeit eines kraftfahrzeugs - Google Patents

Prädizieren einer zukünftigen ist-geschwindigkeit eines kraftfahrzeugs Download PDF

Info

Publication number
WO2022194443A1
WO2022194443A1 PCT/EP2022/052611 EP2022052611W WO2022194443A1 WO 2022194443 A1 WO2022194443 A1 WO 2022194443A1 EP 2022052611 W EP2022052611 W EP 2022052611W WO 2022194443 A1 WO2022194443 A1 WO 2022194443A1
Authority
WO
WIPO (PCT)
Prior art keywords
acceleration
motor vehicle
speed
function
model
Prior art date
Application number
PCT/EP2022/052611
Other languages
English (en)
French (fr)
Inventor
Ahmed YASSER
Luca Puccetti
Original Assignee
Bayerische Motoren Werke Aktiengesellschaft
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 Bayerische Motoren Werke Aktiengesellschaft filed Critical Bayerische Motoren Werke Aktiengesellschaft
Priority to US18/277,458 priority Critical patent/US20240123999A1/en
Priority to CN202280013313.3A priority patent/CN116848028A/zh
Publication of WO2022194443A1 publication Critical patent/WO2022194443A1/de

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
    • 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
    • B60W30/14—Adaptive cruise control
    • B60W30/143—Speed control
    • 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
    • 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
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B60W2050/0052—Filtering, filters
    • B60W2050/0054—Cut-off filters, retarders, delaying means, dead zones, threshold values or cut-off frequency
    • B60W2050/0056—Low-pass filters
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2720/106—Longitudinal acceleration

Definitions

  • the invention relates to a device for predicting a future actual speed of a motor vehicle.
  • automated driving can be understood as driving with automated longitudinal or lateral guidance or autonomous driving with automated longitudinal and lateral guidance.
  • automated driving includes automated driving with any degree of automation. Exemplary degrees of automation are assisted, partially automated, highly automated or fully automated driving. These degrees of automation were defined by the Federal Highway Research Institute (BASt).
  • assisted driving the driver constantly performs longitudinal or lateral guidance, while the system takes over the other function within certain limits.
  • TAF semi-automated driving
  • the system takes over the longitudinal and lateral guidance for a certain period of time and/or in specific situations, whereby the driver has to constantly monitor the system as with assisted driving.
  • FIAF highly automated driving
  • the system takes over longitudinal and lateral guidance for a certain period of time without the driver having to constantly monitor the system; however, the driver must be able to take control of the vehicle within a certain period of time.
  • VAF fully automated driving
  • the four levels of automation mentioned above, as defined by BASt correspond to SAE levels 1 to 4 of the SAE J3016 standard (SAE - Society of Automotive Engineering).
  • highly automated driving (HAF) corresponds to level 3 of the SAE J3016 standard.
  • SAE J3016 also provides SAE Level 5 as the highest degree of automation, which is not included in the BASt definition.
  • SAE Level 5 corresponds to driverless driving, in which the system can automatically handle all situations like a human driver throughout the journey; a driver is generally no longer required.
  • One aspect of the invention relates to a device for predicting a future actual speed of a motor vehicle.
  • the device includes a low-pass filter.
  • the low-pass filter is a filter that allows signal components with frequencies below their limit frequency to pass through almost unattenuated, while components with higher frequencies are attenuated.
  • the low-pass filter is set up to filter a signal that is characteristic of a setpoint speed of the motor vehicle and to make it available as the setpoint speed of the motor vehicle.
  • the device includes an acceleration controller, the acceleration controller being set up to specify a setpoint acceleration for the motor vehicle in a time step at least as a function of the setpoint speed of the motor vehicle.
  • the device also includes a model, the model being set up to predict the future actual speed at least as a function of the setpoint acceleration.
  • the acceleration controller is set up to specify the target acceleration for the motor vehicle as a function of an actual speed of the motor vehicle and an amplification factor.
  • the model is set up to additionally predict the future actual speed as a function of the actual speed.
  • the device is set up to store the setpoint speed, the actual speed and the setpoint acceleration specified as a function of this as information for at least two time steps, to select a first subset of the information as a function of the train the model in the first subset, select a second subset of the information, and adjust the gain factor depending on the second subset, the model, and the accelerator.
  • the invention includes a device for adapting an amplification factor of an acceleration controller for a motor vehicle, in particular for an automated motor vehicle.
  • the acceleration controller is set up in a time step in
  • the longitudinal guidance of the motor vehicle then takes place at least as a function of the setpoint acceleration.
  • the desired acceleration of a drive or motor controller is specified as the target acceleration.
  • the desired acceleration is also processed before it is specified as the target acceleration for the drive or motor controller.
  • the device is set up to store the setpoint speed, the actual speed and the setpoint acceleration specified as a function of this as information for at least two time steps.
  • the device is set up to store the setpoint speed, the actual speed and the setpoint acceleration specified as a function of this as a tuple, so that the stored information also shows that the data mentioned correspond to the same time step.
  • the device is set up to store the setpoint speed, the actual speed, the setpoint acceleration specified as a function of this and the respective time step as information for at least two time steps, so that a causal or temporal sequence can also be derived from the stored information of the data mentioned.
  • the device is set up to select a first subset of the information, with the first subset in particular comprising at most 150 or 200 tuples from target speed, actual speed and/or target acceleration.
  • the invention is based on the finding that the number of tuples is selected in such a way that processing is possible under real-time conditions, ie with a binding deadline being observed.
  • the device is set up to train a model as a function of the first subset, the model being set up to predict an actual speed of a later time step from at least one stored actual speed and at least one stored setpoint acceleration.
  • the invention is based on the finding that the actual speed for the second magazine is predicted from the actual speed and the target acceleration at a first time step, taking into account the time difference between the first time step and a second magazine following the first time step leaves.
  • the device is set up to select a second subset of the information, the second subset in particular comprises at most 20, 50, 100 or 150 tuples from target speed, actual speed and/or target acceleration.
  • the device is set up to adapt the amplification factor as a function of the second subset, the model and the acceleration controller.
  • the invention is based on the finding that the selection of the amplification factor has a strong influence on how quickly and with what quality the actual speed of the motor vehicle adapts to a target speed that deviates from it. For example, although a very large amplification factor can ensure that the actual speed is quickly matched to the setpoint speed, there is a risk of oscillations with a very large amplification factor in connection with time delays.
  • the device is set up to carry out the training of the model and the adaptation of the acceleration controller multiple times in order to iteratively converge on an optimal gain factor. For example, by choosing the appropriate frequency for training the model and adjusting the acceleration controller, the optimum can be found with little computing power.
  • the acceleration controller is set up to determine the setpoint acceleration from the product of the amplification factor and the difference between the setpoint speed and the actual speed.
  • the device is set up to store the information in a ring memory, with a capacity of the ring memory being limited to storing the information of at most 5000 time steps.
  • a ring memory stores data continuously for a certain period of time and overwrites it again after a specified time has elapsed in order to free up the storage space for new data.
  • the time difference between two magazines is at most 20 ms, so that the ring memory can store information from an interval of 100 s at most.
  • the device is set up to train the model by optimizing a first weighting factor and a second weighting factor in such a way that a prediction error of the model is minimized.
  • the first weighting factor and the second weighting factor are optimized using a Levenberg-Marquardt algorithm.
  • the invention is based on the finding that the Levenberg-Marquardt algorithm converges very quickly in this problem compared to other optimization algorithms, which, in conjunction with other measures, means that the invention can be used in a motor vehicle (i.e. “online” compared to an “offline “ training in a data center).
  • the first weighting factor specifies an influence of the at least one stored actual speed on the prediction. In particular, if the at least one stored actual speed includes more than exactly one actual speed, several first
  • weighting factors are used. For example, a separate first weighting factor can be used for each of the multiple actual speeds.
  • the second weighting factor specifies an influence of the at least one stored setpoint acceleration on the prediction. Especially if the at least one stored target acceleration includes more than exactly one target acceleration, multiple second weighting factors can be used. For example, a separate second weighting factor can be used for each of the multiple setpoint accelerations.
  • the device is set up to adapt the amplification factor by the device being set up to predict a state of the motor vehicle as a function of the second subset, the model and the acceleration controller.
  • the condition of the motor vehicle is, in particular, a description of the actual dynamics of the motor vehicle and/or a description of control or target specifications for systems of the motor vehicle that will affect the dynamics of the motor vehicle in the future.
  • the state of the motor vehicle includes a target acceleration of the motor vehicle for the current time step, an actual speed of the motor vehicle for the current time step and a target speed of the motor vehicle for the current time step.
  • the state of the motor vehicle can also include an actual speed for at least one past time step and/or a setpoint acceleration for at least one past time step.
  • the state of the motor vehicle can only be partially described in the present embodiment of the invention, for example by at least one actual speed of the motor vehicle, at least one target speed of the motor vehicle and/or at least one target acceleration of the motor vehicle.
  • the device is set up to adapt the amplification factor in such a way that a controller quality measure related to the state of the motor vehicle is minimized.
  • the controller quality measure describes in particular a control deviation and/or a measure of passenger comfort.
  • the amplification factor is adjusted using a Levenberg-Marquardt algorithm.
  • the invention is based on the knowledge that the Levenberg-Marquardt algorithm in this
  • the state of the motor vehicle includes in particular at least one actual speed of the motor vehicle and/or at least one target acceleration of the motor vehicle and/or at least one target speed of the motor vehicle in a time step. For example, using the model, starting from a
  • the device is set up to store the information in a ring memory, with a capacity of the ring memory being limited to storing the information of at most 5000 time steps, to train the model by using a first weighting factor and a second weighting factor with a Levenberg Marquardt algorithm be optimized so that a prediction error of the model is minimized, wherein the first weighting factor specifies an influence of the at least one stored actual speed on the prediction, and wherein the second weighting factor specifies an influence of the at least one stored setpoint acceleration on the prediction, and the Adjust the gain factor by predicting a state of the motor vehicle as a function of the second subset, the model and the acceleration controller, and to optimize the gain factor with a Levenberg-Marquardt algorithm in such a way that a controller quality measure related to the state of the motor vehicle is minimized.
  • the device includes an acceleration prediction unit, the acceleration prediction unit being set up to determine a correction acceleration as a function of the setpoint speed, and the model being set up to additionally calculate the future actual speed as a function of the correction acceleration predict.
  • the acceleration prediction unit includes in particular a pre-control in order to compensate for the working time or working time of the device.
  • the model is set up to predict the future actual speed as a function of the sum of the correction acceleration and the target acceleration.
  • the device is set up to automatically determine the acceleration prediction unit as the product of an inversion of a transfer function of the model and a causality factor.
  • the causality factor is a delay operator.
  • causality factor is necessary to obtain a causal system as an acceleration prediction unit.
  • a causal system is in particular a physically realizable system. This means that the output value of the system depends only on the current and past input values, but not on future input values. To put it graphically, an effect occurs at the earliest at the time of the cause, but no earlier.
  • the model's transfer function is a transformed operator representation of the model's system equation, which makes it possible to solve difference equations by algebraic transformations.
  • the inversion of the model's transfer function describes the dynamics that generate the control signal from a target signal that, when entered into the original system, causes its output to follow the target signal.
  • the device includes a reference filter, the reference filter being set up to determine a filtered target speed as a function of the target speed, and the acceleration controller being set up at least as a function of the filtered target speed of the motor vehicle specify a target acceleration for the motor vehicle.
  • the reference filter is set up to specify the filtered setpoint speed as a function of the setpoint speed without a time delay due to the working time or working time of the device.
  • the device is set up to automatically determine the reference filter.
  • the device is set up to determine a transfer function of the reference filter from a product of a transfer function of the acceleration prediction unit and a transfer function of the model.
  • the device is set up to automatically determine the acceleration prediction unit.
  • the transfer function of the acceleration prediction unit is a transformed operator representation of the system equation of the acceleration prediction unit.
  • FIG. 1 shows a device according to the invention for predicting a future actual speed ZIG of a motor vehicle.
  • the device includes a low-pass filter LP, the low-pass filter LP being set up to filter a signal GS that is characteristic of a target speed of the motor vehicle and to provide it as a target speed SG of the motor vehicle.
  • the invention is based on the finding that high-frequency components of the target speed of the Motor vehicle characteristic signal GS would lead to high deflections of the acceleration prediction unit FF. These are prevented by using the low-pass filter LP.
  • the device also includes an acceleration controller BR, the acceleration controller BR being set up to specify a target acceleration SB for the motor vehicle in a time step at least as a function of the actual speed IG of the motor vehicle.
  • the acceleration controller BR is also set up to specify the target acceleration SB for the motor vehicle as a function of a target speed SG of the motor vehicle and a gain factor VF.
  • the device also includes a model MU, with the model MU being set up at least as a function of to predict the future actual speed ZIG from the target acceleration SB.
  • the model MU is also set up to additionally predict the future actual speed ZIG as a function of the actual speed IG.
  • the device includes an acceleration prediction unit FF, the acceleration prediction unit FF being set up to determine a correction acceleration KB as a function of the setpoint speed SG.
  • the model MU is set up to additionally predict the future actual speed ZIG as a function of the correction acceleration KB.
  • the device is set up to automatically determine the acceleration prediction unit FF as the product of an inversion of a transfer function of the model MU and a causality factor.
  • the device also includes a reference filter RF, the reference filter RF being set up to determine a filtered target speed GSG as a function of the target speed SG, and the acceleration controller BR being set up at least as a function of the filtered target speed GSG of the motor vehicle specify a target acceleration SB for the motor vehicle.
  • the device is set up to automatically determine the reference filter RF as the product of a transfer function of the acceleration prediction unit FF and a transfer function of the model MU.
  • FIG. 2 shows a device according to the invention for adapting a gain factor VF of an acceleration controller BR for a motor vehicle.
  • the acceleration controller BR is set up to specify a target acceleration SB for the motor vehicle in a time step as a function of a target speed SG of the motor vehicle, an actual speed IG of the motor vehicle and the gain factor VF.
  • the acceleration controller BR is set up to determine the setpoint acceleration SB from the product of the amplification factor VF and the difference between the setpoint speed SG and the actual speed IG.
  • the device is set up to store the setpoint speed SG, the actual speed IG and the setpoint acceleration SB specified as a function of this as information for at least two time steps. In particular, the device is set up, the information in a
  • a capacity of the ring memory RS is limited to storing the information of a maximum of 5000 time steps.
  • the device is set up, a first subset of ET
  • the device is set up to train the model MU by optimizing a first and weighting factor and a second weighting factor in such a way that a prediction error of the model MU is minimized, with the first weighting factor having an influence of the at least one stored actual speed IG on the Prediction specifies, and wherein the second weighting factor specifies an influence of the at least one stored setpoint acceleration SB on the prediction.
  • the device is set up to select a second subset ZT of the information and to adapt the amplification factor VF as a function of the second subset ZT, the model MU and the acceleration controller BR, for example by using an optimization means CU.
  • the device is set up to adjust the gain factor VF by the device being set up to predict a state of the motor vehicle as a function of the second subset ZT, the model MU and the acceleration controller BR, and to adjust the gain factor VF in such a way that a State of the motor vehicle-related controller quality measure is minimized.
  • the state of the motor vehicle includes at least one actual speed IG of the motor vehicle and/or at least one setpoint acceleration SB of the motor vehicle in a time step.

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Feedback Control In General (AREA)

Abstract

Ein Aspekt der Erfindung betrifft eine Vorrichtung zum Prädizieren einer zukünftigen Ist-Geschwindigkeit eines Kraftfahrzeugs, wobei die Vorrichtung einen Tiefpassfilter umfasst, wobei der Tiefpassfilter eingerichtet ist, ein für eine Soll-Geschwindigkeit des Kraftfahrzeugs charakteristisches Signal zu filtern und als Soll-Geschwindigkeit des Kraftfahrzeugs bereitzustellen, einen Beschleunigungsregler umfasst, wobei der Beschleunigungsregler eingerichtet ist, in einem Zeitschritt zumindest in Abhängigkeit von der Soll- Geschwindigkeit des Kraftfahrzeugs eine Soll-Beschleunigung für das Kraftfahrzeug vorzugeben, und die Vorrichtung ein Modell umfasst, wobei das Modell eingerichtet ist, zumindest in Abhängigkeit von der Soll- Beschleunigung die zukünftige Ist-Geschwindigkeit zu prädizieren.

Description

Prädizieren einer zukünftigen Ist-Geschwindigkeit eines Kraftfahrzeugs
Die Erfindung betrifft eine Vorrichtung zum Prädizieren einer zukünftigen Ist- Geschwindigkeit eines Kraftfahrzeugs. Unter dem Begriff „automatisiertes Fahren“ kann im Rahmen des Dokuments ein Fahren mit automatisierter Längs- oder Querführung oder ein autonomes Fahren mit automatisierter Längs- und Querführung verstanden werden. Der Begriff „automatisiertes Fahren“ umfasst ein automatisiertes Fahren mit einem beliebigen Automatisierungsgrad. Beispielhafte Automatisierungsgrade sind ein assistiertes, teilautomatisiertes, hochautomatisiertes oder vollautomatisiertes Fahren. Diese Automatisierungsgrade wurden von der Bundesanstalt für Straßenwesen (BASt) definiert. Beim assistierten Fahren führt der Fahrer dauerhaft die Längs- oder Querführung aus, während das System die jeweils andere Funktion in gewissen Grenzen übernimmt. Beim teilautomatisierten Fahren (TAF) übernimmt das System die Längs- und Querführung für einen gewissen Zeitraum und/oder in spezifischen Situationen, wobei der Fahrer das System wie beim assistierten Fahren dauerhaft überwachen muss. Beim hochautomatisierten Fahren (FIAF) übernimmt das System die Längs- und Querführung für einen gewissen Zeitraum, ohne dass der Fahrer das System dauerhaft überwachen muss; der Fahrer muss aber in einer gewissen Zeit in der Lage sein, die Fahrzeugführung zu übernehmen. Beim vollautomatisierten Fahren (VAF) kann das System für einen spezifischen Anwendungsfall das Fahren in allen Situationen automatisch bewältigen; für diesen Anwendungsfall ist kein Fahrer mehr erforderlich. Die vorstehend genannten vier Automatisierungsgrade gemäß der Definition der BASt entsprechen den SAE-Level 1 bis 4 der Norm SAE J3016 (SAE - Society of Automotive Engineering). Beispielsweise entspricht das hochautomatisierte Fahren (HAF) gemäß der BASt dem Level 3 der Norm SAE J3016. Ferner ist in der SAE J3016 noch der SAE-Level 5 als höchster Automatisierungsgrad vorgesehen, der in der Definition der BASt nicht enthalten ist. Der SAE-Level 5 entspricht einem fahrerlosen Fahren, bei dem das System während der ganzen Fahrt alle Situationen wie ein menschlicher Fahrer automatisch bewältigen kann; ein Fahrer ist generell nicht mehr erforderlich.
Es ist Aufgabe der Erfindung, das Prädizieren einer zukünftigen Ist- Geschwindigkeit eines Kraftfahrzeugs zu vereinfachen. Ein Aspekt der Erfindung betrifft eine Vorrichtung zum Prädizieren einer zukünftigen Ist-Geschwindigkeit eines Kraftfahrzeugs.
Die Vorrichtung umfasst einen Tiefpassfilter. Der Tiefpassfilter ist dabei ein Filter, der Signalanteile mit Frequenzen unterhalb ihrer Grenzfrequenz annähernd ungeschwächt passieren lässt, Anteile mit höheren Frequenzen dagegen dämpft. Der Tiefpassfilter ist eingerichtet, ein für eine Soll-Geschwindigkeit des Kraftfahrzeugs charakteristisches Signal zu filtern und als Soll- Geschwindigkeit des Kraftfahrzeugs bereitzustellen. Darüber hinaus umfasst die Vorrichtung einen Beschleunigungsregler, wobei der Beschleunigungsregler eingerichtet ist, in einem Zeitschritt zumindest in Abhängigkeit von der Soll-Geschwindigkeit des Kraftfahrzeugs eine Soll- Beschleunigung für das Kraftfahrzeug vorzugeben. Außerdem umfasst die Vorrichtung ein Modell, wobei das Modell eingerichtet ist, zumindest in Abhängigkeit von der Soll-Beschleunigung die zukünftige Ist-Geschwindigkeit zu prädizieren.
In einer vorteilhaften Ausführungsform der Erfindung ist der Beschleunigungsregler eingerichtet, zusätzlich in Abhängigkeit von einer Ist- Geschwindigkeit des Kraftfahrzeugs und einem Verstärkungsfaktor die Soll- Beschleunigung für das Kraftfahrzeug vorzugeben.
Alternativ oder zusätzlich ist das Modell eingerichtet, zusätzlich in Abhängigkeit von der Ist-Geschwindigkeit die zukünftige Ist-Geschwindigkeit zu prädizieren.
In einerweiteren vorteilhaften Ausführungsform der Erfindung ist die Vorrichtung eingerichtet, für zumindest zwei Zeitschritte jeweils die Soll- Geschwindigkeit, die Ist-Geschwindigkeit und die in Abhängigkeit davon vorgegebene Soll-Beschleunigung als Information zu speichern, eine erste Teilmenge der Information auszuwählen, in Abhängigkeit von der ersten Teilmenge das Model zu trainieren, eine zweite Teilmenge der Information auszuwählen, und in Abhängigkeit von der zweiten Teilmenge, dem Modell und dem Beschleunigungsregler den Verstärkungsfaktor anzupassen. Insbesondere umfasst die Erfindung eine Vorrichtung zum Anpassen eines Verstärkungsfaktors eines Beschleunigungsreglers für ein Kraftfahrzeug, insbesondere für ein automatisiertes Kraftfahrzeug. Der Beschleunigungsregler ist eingerichtet, in einem Zeitschritt in
Abhängigkeit von einer Soll-Geschwindigkeit des Kraftfahrzeugs, einer Ist- Geschwindigkeit des Kraftfahrzeugs und dem Verstärkungsfaktor eine Soll- Beschleunigung für das Kraftfahrzeug vorzugeben. Die Längsführung des Kraftfahrzeugs erfolgt dann zumindest in Abhängigkeit von der Soll-Beschleunigung. Insbesondere wird die Soll-Beschleunigung einer Antriebs- oder Motorsteuerung als Ziel-Beschleunigung vorgegeben. Alternativ oder zusätzlich wird die Soll-Beschleunigung noch verarbeitet, bevor sie der Antriebs- oder Motorsteuerung als Ziel-Beschleunigung vorgegeben wird.
Die Vorrichtung ist eingerichtet, für zumindest zwei Zeitschritte jeweils die Soll-Geschwindigkeit, die Ist-Geschwindigkeit und die in Abhängigkeit davon vorgegebene Soll-Beschleunigung als Information zu speichern.
Insbesondere ist die Vorrichtung eingerichtet, jeweils die Soll- Geschwindigkeit, die Ist-Geschwindigkeit und die in Abhängigkeit davon vorgegebene Soll-Beschleunigung als Tupel zu speichern, so dass aus der gespeicherten Information weiterhin hervorgeht, dass die genannten Daten zu dem gleichen Zeitschritt korrespondieren.
Insbesondere ist die Vorrichtung eingerichtet, für zumindest zwei Zeitschritte jeweils die Soll-Geschwindigkeit, die Ist-Geschwindigkeit, die in Abhängigkeit davon vorgegebene Soll-Beschleunigung und den jeweiligen Zeitschritt als Information zu speichern, so dass aus der gespeicherten Information auch eine kausale oder temporale Reihenfolge der genannten Daten hervorgeht. Außerdem ist die Vorrichtung eingerichtet, eine erste Teilmenge der Information auszuwählen, wobei die erste Teilmenge insbesondere höchstens 150 oder 200 Tupel aus Soll-Geschwindigkeit, Ist-Geschwindigkeit und/oder Soll-Beschleunigung umfasst. Hierbei liegt der Erfindung die Erkenntnis zugrunde, dass die Anzahl der Tupel derart gewählt wird, dass eine Verarbeitung unter Echtzeitbedingungen, also unter verbindlicher Einhaltung einer Frist, möglich ist.
Die Vorrichtung ist eingerichtet, in Abhängigkeit von der ersten Teilmenge ein Model zu trainieren, wobei das Modell eingerichtet ist, aus zumindest einer gespeicherten Ist-Geschwindigkeit und zumindest einer gespeicherten Soll- Beschleunigung eine Ist-Geschwindigkeit eines späteren Zeitschritts zu prädizieren. Hierbei liegt der Erfindung die Erkenntnis zugrunde, dass sich aus der Ist- Geschwindigkeit und der Soll-Beschleunigung zu einem ersten Zeitschritt unter Berücksichtigung der Zeitdifferenz des ersten Zeitschritts und eines zweiten, auf den ersten Zeitschritt folgenden Zeitschrift die Ist- Geschwindigkeit zu dem zweiten Zeitschrift prädizieren lässt.
Zwar wird eine Ist-Beschleunigung des Kraftfahrzeugs häufig von der Soll- Beschleunigung des Kraftfahrzeugs abweichen, da die Ist-Beschleunigung nicht nur von durch das Kraftfahrzeug kontrollierbaren Einflüssen abhängt, z.B. von der Fahrbahnneigung, von Signallaufzeiten im Kraftfahrzeug und/oder Systemträgheiten. Da allerdings für mehrere Zeitschritte die Ist- Geschwindigkeit des Kraftfahrzeugs gespeichert wird und somit bekannt ist, kann in der Rückschau das Modell mittels eines überwachten Lernverfahrens trainiert werden. Außerdem ist die Vorrichtung eingerichtet, eine zweite Teilmenge der Information auszuwählen, wobei die zweite Teilmenge insbesondere höchstens 20, 50, 100 oder 150 Tupel aus Soll-Geschwindigkeit, Ist- Geschwindigkeit und/oder Soll-Beschleunigung umfasst.
Außerdem ist die Vorrichtung eingerichtet, in Abhängigkeit von der zweiten Teilmenge, dem Modell und dem Beschleunigungsregler den Verstärkungsfaktor anzupassen.
Hierbei liegt der Erfindung die Erkenntnis zugrunde, dass die Wahl des Verstärkungsfaktors einen starken Einfluss darauf hat, wie schnell und mit welcher Qualität die Ist-Geschwindigkeit des Kraftfahrzeugs sich an eine davon abweichende Soll-Geschwindigkeit angleicht. Beispielsweise kann ein sehr großer Verstärkungsfaktor zwar für eine schnelle Angleichung der Ist- Geschwindigkeit an die Soll-Geschwindigkeit sorgen, allerdings besteht bei einem sehr großen Verstärkungsfaktor in Verbindung mit zeitlichen Verzögerungen die Gefahr von Schwingungen.
Die Vorrichtung ist insbesondere eingerichtet, dass Trainieren des Modells und das Anpassen des Beschleunigungsreglers mehrfach durchzuführen, um iterativ bei einem optimalen Verstärkungsfaktor zu konvergieren. Beispielsweise kann durch die geeignete Wahl der Frequenz, mit der das Trainieren des Modells und das Anpassen des Beschleunigungsreglers erfolgen, mit geringer Rechenleistung das Optimum gefunden werden.
Insbesondere ist der Beschleunigungsregler eingerichtet, die Soll- Beschleunigung aus dem Produkt des Verstärkungsfaktor und der Differenz zwischen der Soll-Geschwindigkeit und der Ist-Geschwindigkeit zu ermitteln.
Insbesondere ist die Vorrichtung eingerichtet, die Information in einem Ringspeicher zu speichern, wobei eine Kapazität des Ringspeichers auf ein Speichern der Information von höchstens 5000 Zeitschritten begrenzt ist. Ein Ringspeicher speichert Daten kontinuierlich in einem gewissen Zeitraum und überschreibt diese nach dem Ablaufen einer vorgegebenen Zeit wieder, um den Speicherplatz für neue Daten wieder freizugeben. Insbesondere beträgt die zeitliche Differenz zwischen jeweils zwei Zeitschriften höchstens 20 ms, so dass der Ringspeicher höchstens Information aus einem Intervall von 100 s speichern kann.
Insbesondere ist die Vorrichtung eingerichtet, das Modell zu trainieren, indem ein erster Gewichtungsfaktor und ein zweiter Gewichtungsfaktor derart optimiert werden, dass ein Prädiktionsfehler des Modells minimiert wird.
Insbesondere erfolgt die Optimierung des ersten Gewichtungsfaktors und des zweiten Gewichtungsfaktors mit einem Levenberg-Marquardt- Algorithmus. Hierbei liegt der Erfindung die Erkenntnis zugrunde, dass der Levenberg-Marquardt-Algorithmus bei dieser Problemstellung im Vergleich zu anderen Optimierungsalgorithmen sehr schnell konvergiert, was in Verbindung mit weiteren Maßnahmen eine Verwendung der Erfindung im Kraftfahrzeug (also „online“, gegenüber eine eines „offline“ -Trainings in einem Data Center) ermöglicht.
Der erste Gewichtungsfaktor gibt einen Einfluss der zumindest einen gespeicherten Ist- Geschwindigkeit auf die Prädiktion vor. Insbesondere wenn die zumindest eine gespeicherte Ist-Geschwindigkeit mehr als nur genau eine Ist-Geschwindigkeit umfasst, können mehrere erste
Gewichtungsfaktoren verwendet werden. So kann beispielsweise für jede der mehreren Ist-Geschwindigkeiten jeweils ein eigener erster Gewichtungsfaktor verwendet werden. Der zweite Gewichtungsfaktor gibt einen Einfluss der zumindest einen gespeicherten Soll-Beschleunigung auf die Prädiktion vor. Insbesondere wenn die zumindest eine gespeicherte Soll-Beschleunigung mehr als nur genau eine Soll-Beschleunigung umfasst, können mehrere zweite Gewichtungsfaktoren verwendet werden. So kann beispielsweise für jede der mehreren Soll-Beschleunigungen jeweils ein eigener zweiter Gewichtungsfaktor verwendet werden.
Insbesondere ist die Vorrichtung eingerichtet, den Verstärkungsfaktor anzupassen, indem die Vorrichtung eingerichtet ist, in Abhängigkeit von der zweiten Teilmenge, dem Modell und dem Beschleunigungsregler einen Zustand des Kraftfahrzeugs zu prädizieren.
Der Zustand des Kraftfahrzeugs ist insbesondere eine Beschreibung der tatsächlichen Dynamik des Kraftfahrzeugs und/oder eine Beschreibung von Steuer- oder Soll-Vorgaben für Systeme des Kraftfahrzeugs, die zukünftig die Dynamik des Kraftfahrzeugs beeinflussen werden. Beispielsweise umfasst der Zustand des Kraftfahrzeugs eine Soll-Beschleunigung des Kraftfahrzeugs für den aktuellen Zeitschritt, eine Ist-Geschwindigkeit des Kraftfahrzeugs für den aktuellen Zeitschritt und eine Soll-Geschwindigkeit des Kraftfahrzeugs für den aktuellen Zeitschritt. Zusätzlich kann der Zustand des Kraftfahrzeugs auch eine Ist-Geschwindigkeit für zumindest einen vergangenen Zeitschritt und/oder eine Soll-Beschleunigung für zumindest einen vergangenen Zeitschritt umfassen.
Insbesondere da der vollständige Zustand des Kraftfahrzeugs nur sehr aufwändig beschrieben werden kann, kann der Zustand des Kraftfahrzeugs in der vorliegenden Ausführungsform der Erfindung nur partiell beschrieben werden, beispielsweise durch zumindest eine Ist-Geschwindigkeit des Kraftfahrzeugs, zumindest eine Soll-Geschwindigkeit des Kraftfahrzeugs und/oder zumindest eine Soll-Beschleunigung des Kraftfahrzeugs. Außerdem ist die Vorrichtung eingerichtet, den Verstärkungsfaktor derart anzupassen, dass ein auf den Zustand des Kraftfahrzeugs bezogenes Reglergütemaß minimiert wird. Das Reglergütemaß beschreibt dabei insbesondere eine Regelabweichung und/oder ein Maß für einen Passagierkomfort.
Insbesondere erfolgt die Anpassung des Verstärkungsfaktors mit einem Levenberg-Marquardt-Algorithmus. Hierbei liegt der Erfindung die Erkenntnis zugrunde, dass der Levenberg-Marquardt-Algorithmus bei dieser
Problemstellung im Vergleich zu anderen Optimierungsalgorithmen sehr schnell konvergiert, was in Verbindung mit weiteren Maßnahmen eine Verwendung der Erfindung im Kraftfahrzeug ermöglicht. Der Zustand des Kraftfahrzeugs umfasst insbesondere zumindest eine Ist- Geschwindigkeit des Kraftfahrzeugs und/oder zumindest eine Soll- Beschleunigung des Kraftfahrzeugs und/oder zumindest eine Soll- Geschwindigkeit des Kraftfahrzeugs in einem Zeitschritt. So kann beispielsweise mittels des Modells, ausgehend von einem
Initialzustand des Kraftfahrzeugs, eine Prognose erstellt werden, wie sich die Soll-Beschleunigung, die Soll-Geschwindigkeit und die Ist-Geschwindigkeit des Kraftfahrzeugs in zukünftigen Zeitschritten entwickeln werden, wenn verschiedene Werte für den Verstärkungsfaktor des Beschleunigungsreglers angenommen werden.
Insbesondere ist die Vorrichtung eingerichtet ist, die Information in einem Ringspeicher zu speichern, wobei eine Kapazität des Ringspeichers auf ein Speichern der Information von höchstens 5000 Zeitschritten begrenzt ist, das Modell zu trainieren, indem ein erster Gewichtungsfaktor und ein zweiter Gewichtungsfaktor derart mit einem Levenberg-Marquardt-Algorithmus optimiert werden, dass ein Prädiktionsfehler des Modells minimiert wird, wobei der erste Gewichtungsfaktor einen Einfluss der zumindest einen gespeicherten Ist-Geschwindigkeit auf die Prädiktion vorgibt, und wobei der zweite Gewichtungsfaktor einen Einfluss der zumindest einen gespeicherten Soll-Beschleunigung auf die Prädiktion vorgibt, und den Verstärkungsfaktor anzupassen, indem in Abhängigkeit von der zweiten Teilmenge, dem Modell und dem Beschleunigungsregler einen Zustand des Kraftfahrzeugs zu prädizieren, und den Verstärkungsfaktor derart mit einem Levenberg- Marquardt-Algorithmus derart zu optimieren, dass ein auf den Zustand des Kraftfahrzeugs bezogenes Reglergütemaß minimiert wird.
Dies vereint alle Merkmale, die die Erfindung derart effizient gestalten, dass eine Verwendung der Erfindung trotz der begrenzten Ressourcen von automobilen Steuergeräten direkt im Kraftfahrzeug ermöglicht.
In einerweiteren vorteilhaften Ausführungsform umfasst die Vorrichtung eine Beschleunigungs-Prädiktionseinheit, wobei die Beschleunigungs- Prädiktionseinheit eingerichtet ist, in Abhängigkeit von der Soll- Geschwindigkeit eine Korrekturbeschleunigung zu ermitteln, und das Modell eingerichtet ist, zusätzlich in Abhängigkeit von der Korrekturbeschleunigung die zukünftige Ist-Geschwindigkeit zu prädizieren.
Die Beschleunigungs-Prädiktionseinheit umfasst dabei insbesondere eine Vorsteuerung, um die Arbeitszeit, bzw. Arbeitsdauer, der Vorrichtung zu kompensieren.
Insbesondere ist das Modell eingerichtet, die zukünftige Ist-Geschwindigkeit in Abhängigkeit von der Summe der Korrekturbeschleunigung und der Soll- Beschleunigung zu prädizieren. In einerweiteren vorteilhaften Ausführungsform ist die Vorrichtung eingerichtet, die Beschleunigungs-Prädiktionseinheit automatisch als Produkt aus einer Inversion einer Übertragungsfunktion des Modells und eines Kausalitätsfaktors zu bestimmen.
Der Kausalitätsfaktor ist insbesondere ein Verzögerungsoperator.
Die Verwendung des Kausalitätsfaktors ist notwendig, um ein kausales System als Beschleunigungs-Prädiktionseinheit zu erhalten. Ein kausales System ist insbesondere ein physikalisch realisierbares System. Das bedeutet, dass der Ausgangswert des Systems nur von den aktuellen und den vergangenen Eingangswerten abhängt, aber nicht von zukünftigen Eingangswerten. Anschaulich ausgedrückt erfolgt eine Wirkung frühestens zum Zeitpunkt der Ursache, aber nicht früher.
Die Übertragungsfunktion des Modells ist eine transformierte Operatordarstellung der Systemgleichung des Modells, mit der das Lösen von Differenzengleichungen durch algebraische Umformungen möglich wird . Die Inversion der Übertragungsfunktion des Modells beschreibt diejenige Dynamik, die aus einem Soll-Signal dasjenige Stellsignal erzeugt, das bei Eingabe in das Originalsystem bewirkt, dass dessen Ausgang dem Soll- Signal folgt. In einer weiteren vorteilhaften Ausführungsform der Erfindung umfasst die Vorrichtung einen Referenzfilter, wobei der Referenzfilter eingerichtet ist, in Abhängigkeit von der Soll-Geschwindigkeit eine gefilterte Soll- Geschwindigkeit zu ermitteln, und der Beschleunigungsregler ist eingerichtet zumindest in Abhängigkeit von der gefilterten Soll-Geschwindigkeit des Kraftfahrzeugs eine Soll-Beschleunigung für das Kraftfahrzeug vorzugeben. Insbesondere ist der Referenzfilter eingerichtet, die gefilterte Soll- Geschwindigkeit in Abhängigkeit von der Soll-Geschwindigkeit ohne eine zeitliche Verzögerung durch Arbeitszeit, bzw. Arbeitsdauer, der Vorrichtung vorzugeben.
Insbesondere ist die Vorrichtung eingerichtet, den Referenzfilter automatisch zu ermitteln. Beispielsweise ist die Vorrichtung eingerichtet, eine Übertragungsfunktion des Referenzfilters aus einem Produkt einer Übertragungsfunktion der Beschleunigungs-Prädiktionseinheit und einer Übertragungsfunktion des Modells zu ermitteln.
In einerweiteren vorteilhaften Ausführungsform der Erfindung ist die Vorrichtung eingerichtet, d Beschleunigungs-Prädiktionseinheit automatisch zu bestimmen.
Die Übertragungsfunktion der Beschleunigungs-Prädiktionseinheit ist eine transformierte Operatordarstellung der Systemgleichung der Beschleunigungs-Prädiktionseinheit.
Die Erfindung wird nachfolgend anhand eines Ausführungsbeispiels unter Zuhilfenahme der beigefügten Zeichnungen beschrieben.
Fig. 1 zeigt eine erfindungsgemäße Vorrichtung zum Prädizieren einer zukünftigen Ist-Geschwindigkeit ZIG eines Kraftfahrzeugs.
Die Vorrichtung umfasst einen Tiefpassfilter LP, wobei der Tiefpassfilter LP eingerichtet ist, ein für eine Soll-Geschwindigkeit des Kraftfahrzeugs charakteristisches Signal GS zu filtern und als Soll-Geschwindigkeit SG des Kraftfahrzeugs bereitzustellen. Hierbei liegt der Erfindung die Erkenntnis zugrunde, dass hochfrequente Anteile des für die Soll-Geschwindigkeit des Kraftfahrzeugs charakteristischen Signals GS zu hohen Ausschlägen der Beschleunigungs-Prädiktionseinheit FF führen würden. Diese werden durch die Verwendung des Tiefpassfilters LP verhindert. Außerdem umfasst die Vorrichtung einen Beschleunigungsregler BR, wobei der Beschleunigungsregler BR eingerichtet ist, in einem Zeitschritt zumindest in Abhängigkeit von der Ist-Geschwindigkeit IG des Kraftfahrzeugs eine Soll- Beschleunigung SB für das Kraftfahrzeug vorzugeben. Der Beschleunigungsregler BR ist außerdem eingerichtet, zusätzlich in Abhängigkeit von einer Soll-Geschwindigkeit SG des Kraftfahrzeugs und einem Verstärkungsfaktor VF die Soll-Beschleunigung SB für das Kraftfahrzeug vorzugeben Außerdem umfasst die Vorrichtung ein Modell MU, wobei das Modell MU eingerichtet ist, zumindest in Abhängigkeit von der Soll-Beschleunigung SB die zukünftige Ist-Geschwindigkeit ZIG zu prädizieren.
Das Modell MU ist außerdem eingerichtet, zusätzlich in Abhängigkeit von der Ist-Geschwindigkeit IG die zukünftige Ist-Geschwindigkeit ZIG zu prädizieren.
Die Vorrichtung umfasst eine Beschleunigungs-Prädiktionseinheit FF, wobei die Beschleunigungs-Prädiktionseinheit FF eingerichtet ist, in Abhängigkeit von der Soll-Geschwindigkeit SG eine Korrekturbeschleunigung KB zu ermitteln.
Außerdem ist das Modell MU eingerichtet, zusätzlich in Abhängigkeit von der Korrekturbeschleunigung KB die zukünftige Ist-Geschwindigkeit ZIG zu prädizieren. Die Vorrichtung ist eingerichtet, die Beschleunigungs-Prädiktionseinheit FF automatisch als Produkt aus einer Inversion einer Übertragungsfunktion des Modells MU und eines Kausalitätsfaktors zu bestimmen. Außerdem umfasst die Vorrichtung einen Referenzfilter RF, wobei der Referenzfilter RF eingerichtet ist, in Abhängigkeit von der Soll- Geschwindigkeit SG eine gefilterte Soll-Geschwindigkeit GSG zu ermitteln, und der Beschleunigungsregler BR ist eingerichtet zumindest in Abhängigkeit von der gefilterten Soll-Geschwindigkeit GSG des Kraftfahrzeugs eine Soll- Beschleunigung SB für das Kraftfahrzeug vorzugeben.
Darüber hinaus ist die Vorrichtung eingerichtet, den Referenzfilter RF automatisch als Produkt aus einer Übertragungsfunktion der Beschleunigungs-Prädiktionseinheit FF und einer Übertragungsfunktion des Modells MU zu bestimmen.
Fig. 2 zeigt eine erfindungsgemäße Vorrichtung zum Anpassen eines Verstärkungsfaktors VF eines Beschleunigungsreglers BR für ein Kraftfahrzeug.
Der Beschleunigungsregler BR ist eingerichtet, in einem Zeitschritt in Abhängigkeit von einer Soll-Geschwindigkeit SG des Kraftfahrzeugs, einer Ist-Geschwindigkeit IG des Kraftfahrzeugs und dem Verstärkungsfaktor VF eine Soll-Beschleunigung SB für das Kraftfahrzeug vorzugeben.
Außerdem ist der Beschleunigungsregler BR eingerichtet, die Soll- Beschleunigung SB aus dem Produkt des Verstärkungsfaktor VF und der Differenz zwischen der Soll-Geschwindigkeit SG und der Ist-Geschwindigkeit IG zu ermitteln. Die Vorrichtung ist eingerichtet, für zumindest zwei Zeitschritte jeweils die Soll-Geschwindigkeit SG, die Ist-Geschwindigkeit IG und die in Abhängigkeit davon vorgegebene Soll-Beschleunigung SB als Information zu speichern. Insbesondere ist die Vorrichtung eingerichtet, die Information in einem
Ringspeicher RS zu speichern, wobei eine Kapazität des Ringspeichers RS auf ein Speichern der Information von höchstens 5000 Zeitschritten begrenzt ist. Außerdem ist die Vorrichtung eingerichtet, eine erste Teilmenge ET der
Information auszuwählen, und in Abhängigkeit von der ersten Teilmenge ET ein Model MU zu trainieren, wobei das Modell MU eingerichtet ist, aus zumindest einer gespeicherten Ist-Geschwindigkeit IG und zumindest einer gespeicherten Soll-Beschleunigung SB eine Ist-Geschwindigkeit IG eines späteren Zeitschritts zu prädizieren.
Insbesondere ist die Vorrichtung eingerichtet, das Modell MU zu trainieren, indem ein erster und Gewichtungsfaktor und ein zweiter Gewichtungsfaktor derart optimiert werden, dass ein Prädiktionsfehler des Modells MU minimiert wird, wobei der erste Gewichtungsfaktor einen Einfluss der zumindest einen gespeicherten Ist- Geschwindigkeit IG auf die Prädiktion vorgibt, und wobei der zweite Gewichtungsfaktor einen Einfluss der zumindest einen gespeicherten Soll-Beschleunigung SB auf die Prädiktion vorgibt. Außerdem ist die Vorrichtung eingerichtet, eine zweite Teilmenge ZT der Information auszuwählen, und in Abhängigkeit von der zweiten Teilmenge ZT, dem Modell MU und dem Beschleunigungsregler BR den Verstärkungsfaktor VF anzupassen, beispielsweise durch Verwendung eines Optimierungs-Mittels CU. Insbesondere ist die Vorrichtung eingerichtet, den Verstärkungsfaktor VF anzupassen, indem die Vorrichtung eingerichtet ist, in Abhängigkeit von der zweiten Teilmenge ZT, dem Modell MU und dem Beschleunigungsregler BR einen Zustand des Kraftfahrzeugs zu prädizieren, und den Verstärkungsfaktor VF derart anzupassen, dass ein auf den Zustand des Kraftfahrzeugs bezogenes Reglergütemaß minimiert wird.
Dabei umfasst der Zustand des Kraftfahrzeugs zumindest eine Ist- Geschwindigkeit IG des Kraftfahrzeugs und/oder zumindest eine Soll- Beschleunigung SB des Kraftfahrzeugs in einem Zeitschritt.

Claims

Patentansprüche
1. Vorrichtung zum Prädizieren einer zukünftigen Ist- Geschwindigkeit (ZIG) eines Kraftfahrzeugs, wobei die Vorrichtung
• einen Tiefpassfilter (LP) umfasst, wobei der Tiefpassfilter (LP) eingerichtet ist, ein für eine Soll-Geschwindigkeit des Kraftfahrzeugs charakteristisches Signal (GS) zu filtern und als Soll-Geschwindigkeit (SG) des Kraftfahrzeugs bereitzustellen,
• einen Beschleunigungsregler (BR) umfasst, wobei der Beschleunigungsregler (BR) eingerichtet ist, in einem Zeitschritt zumindest in Abhängigkeit von der Soll-Geschwindigkeit (SG) des Kraftfahrzeugs eine Soll-Beschleunigung (SB) für das Kraftfahrzeug vorzugeben,
• die Vorrichtung ein Modell (MU) umfasst, wobei das Modell (MU) eingerichtet ist, zumindest in Abhängigkeit von der Soll- Beschleunigung (SB) die zukünftige Ist-Geschwindigkeit (ZIG) zu prädizieren.
2. Vorrichtung nach Anspruch 1 , wobei
• der Beschleunigungsregler (BR) eingerichtet ist, zusätzlich in Abhängigkeit von einer Ist-Geschwindigkeit (IG) des Kraftfahrzeugs und einem Verstärkungsfaktor (VF) die Soll- Beschleunigung (SB) für das Kraftfahrzeug vorzugeben, und/oder
• das Modell (MU) eingerichtet ist, zusätzlich in Abhängigkeit von der Ist-Geschwindigkeit (IG) die zukünftige Ist-Geschwindigkeit (ZIG) zu prädizieren.
3. Vorrichtung nach einem der vorherigen Ansprüche, wobei die Vorrichtung eingerichtet ist,
• für zumindest zwei Zeitschritte jeweils die Soll-Geschwindigkeit (SG), die Ist-Geschwindigkeit (IG) und die in Abhängigkeit davon vorgegebene Soll-Beschleunigung (SB) als Information zu speichern,
• eine erste Teilmenge (ET) der Information auszuwählen,
• in Abhängigkeit von der ersten Teilmenge (ET) das Model (MU) zu trainieren,
• eine zweite Teilmenge (ZT) der Information auszuwählen, und
• in Abhängigkeit von der zweiten Teilmenge (ZT), dem Modell (MU) und dem Beschleunigungsregler (BR) den Verstärkungsfaktor (VF) anzupassen.
4. Vorrichtung nach einem der vorherigen Ansprüche, wobei
• die Vorrichtung eine Beschleunigungs-Prädiktionseinheit (FF) umfasst, wobei die Beschleunigungs-Prädiktionseinheit (FF) eingerichtet ist, in Abhängigkeit von der Soll- Geschwindigkeit (IG) eine Korrekturbeschleunigung (KB) zu ermitteln, und
• das Modell (MU) eingerichtet ist, zusätzlich in Abhängigkeit von der Korrekturbeschleunigung (KB) die zukünftige Ist- Geschwindigkeit (ZIG) zu prädizieren.
5. Vorrichtung nach einem der vorherigen Ansprüche, wobei die Vorrichtung eingerichtet ist, die Beschleunigungs- Prädiktionseinheit (FF) automatisch als Produkt aus einer Inversion einer Übertragungsfunktion des Modells (MU) und eines Kausalitätsfaktors zu bestimmen.
6. Vorrichtung nach einem der Ansprüche 4 oder 5, wobei • die Vorrichtung einen Referenzfilter (RF) umfasst, wobei der Referenzfilter (RF) eingerichtet ist, in Abhängigkeit von der Soll- Geschwindigkeit (SG) eine gefilterte Soll-Geschwindigkeit (GSG) zu ermitteln, und · der Beschleunigungsregler (BR) eingerichtet ist zumindest in
Abhängigkeit von der gefilterten Soll-Geschwindigkeit (GSG) des Kraftfahrzeugs eine Soll-Beschleunigung (SB) für das Kraftfahrzeug vorzugeben. Vorrichtung nach Anspruch 6, wobei die Vorrichtung eingerichtet ist, den Referenzfilter (RF) automatisch als Produkt aus einer Übertragungsfunktion der Beschleunigungs-Prädiktionseinheit (FF) und einer Übertragungsfunktion des Modells (MU) zu bestimmen.
PCT/EP2022/052611 2021-03-17 2022-02-03 Prädizieren einer zukünftigen ist-geschwindigkeit eines kraftfahrzeugs WO2022194443A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US18/277,458 US20240123999A1 (en) 2021-03-17 2022-02-03 Predicting a Future Actual Speed of a Motor Vehicle
CN202280013313.3A CN116848028A (zh) 2021-03-17 2022-02-03 机动车辆的未来实际速度的预测

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102021106515.1A DE102021106515A1 (de) 2021-03-17 2021-03-17 Prädizieren einer zukünftigen Ist-Geschwindigkeit eines Kraftfahrzeugs
DE102021106515.1 2021-03-17

Publications (1)

Publication Number Publication Date
WO2022194443A1 true WO2022194443A1 (de) 2022-09-22

Family

ID=80447642

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2022/052611 WO2022194443A1 (de) 2021-03-17 2022-02-03 Prädizieren einer zukünftigen ist-geschwindigkeit eines kraftfahrzeugs

Country Status (4)

Country Link
US (1) US20240123999A1 (de)
CN (1) CN116848028A (de)
DE (1) DE102021106515A1 (de)
WO (1) WO2022194443A1 (de)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012213321A1 (de) * 2012-07-30 2014-01-30 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs
FR3023816A1 (fr) * 2014-07-17 2016-01-22 Renault Sas Procede de filtrage passe bas de l'acceleration longitudinale avec controle du retard
DE102018213471A1 (de) * 2018-08-10 2020-02-13 Bayerische Motoren Werke Aktiengesellschaft Begrenzen eines Soll-Werts für eine Steuergröße eines Fahrerassistenzsystems

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19632337C2 (de) 1996-08-10 2000-12-14 Daimler Chrysler Ag Verfahren und Einrichtung zur Regelung der Längsdynamik eines Kraftfahrzeuges
AT520320B1 (de) 2017-09-26 2019-03-15 Avl List Gmbh Verfahren und eine Vorrichtung zum Erzeugen eines dynamischen Geschwindigkeitsprofils eines Kraftfahrzeugs
DE102020201921A1 (de) 2020-02-17 2021-08-19 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Fahrerassistenzsystem zur Regelung der Geschwindigkeit einer Längsbewegung eines Fahrzeugs

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012213321A1 (de) * 2012-07-30 2014-01-30 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs
FR3023816A1 (fr) * 2014-07-17 2016-01-22 Renault Sas Procede de filtrage passe bas de l'acceleration longitudinale avec controle du retard
DE102018213471A1 (de) * 2018-08-10 2020-02-13 Bayerische Motoren Werke Aktiengesellschaft Begrenzen eines Soll-Werts für eine Steuergröße eines Fahrerassistenzsystems

Also Published As

Publication number Publication date
DE102021106515A1 (de) 2022-09-22
CN116848028A (zh) 2023-10-03
US20240123999A1 (en) 2024-04-18

Similar Documents

Publication Publication Date Title
EP3523168A1 (de) Verfahren und vorrichtung zur fahrdynamikregelung für ein kraftfahrzeug
DE102018125250B4 (de) Verfahren und Steuereinheit zur Führung eines Fahrzeugs
DE102016009655A1 (de) Verfahren zum Betrieb eines Fahrzeugs
EP3704573B1 (de) Verfahren zum durchführen eines softwareupdates in einem steuergerät eines kraftfahrzeugs sowie entsprechend eingerichtetes kraftfahrzeug
DE102011005962A1 (de) Aufteilen einer Momentenanforderung auf zwei von unterschiedlichen Motoren angetriebenen Antriebsachsen eines Kraftfahrzeugs
DE112019006874T5 (de) Fahrzeug-zu-Fahrzeug-Abstandsregelvorrichtung
DE102019002644A1 (de) Steuerung und Steuerverfahren
WO2022194443A1 (de) Prädizieren einer zukünftigen ist-geschwindigkeit eines kraftfahrzeugs
EP4035969A1 (de) Verfahren zum trainieren einer steuerung für ein schienenfahrzeug, steuerung und schienenfahrzeug
DE102023118327A1 (de) Verwaltung von klappern und schleifen in elektrifizierten antriebssträngen mit mehreren motoren und mehreren achsen
DE102019128459A1 (de) Steuervorrichtung für ein Fahrzeug
WO2022171378A1 (de) Anpassen eines verstärkungsfaktors eines beschleunigungsreglers für ein kraftfahrzeug
DE102019206541A1 (de) Verfahren zum Durchführen von computerunterstützten XiL-Simulationen
DE102019214931A1 (de) Steuerung eines Fahrzeugs
DE102016103614A1 (de) Tandem-Positionssteuervorrichtung
DE102007048903A1 (de) Verfahren zum Betreiben einer Niveauregulierung eines Straßenkraftfahrzeugs
EP3063032B1 (de) Verfahren zum betreiben einer hybridantriebseinrichtung sowie entsprechende hybridantriebseinrichtung
WO2021089499A1 (de) Verfahren und system zum prüfen einer automatisierten fahrfunktion durch reinforcement-learning
EP1578635B1 (de) Verfahren und vorrichtung zur steuerung einer kupplung innerhalb eines kraftfahrzeugtriebstrangs
EP3953865A1 (de) Verfahren, vorrichtung und computerprogramm zum betreiben eines tiefen neuronalen netzes
WO2020030218A1 (de) BEGRENZEN EINES SOLL-WERTS FÜR EINE STEUERGRÖßE EINES FAHRERASSISTENZSYSTEMS
DE102016006213A1 (de) Verfahren zur Durchführung eines automatischen Fahrmanövers eines Fahrzeugs und Fahrzeug
DE102018210368A1 (de) Fahrerassistenzsystem, Fahrzeug, Verfahren zum Betreiben des Fahrerassistenzsystems, Computerprogramm und computerlesbares Speichermedium
DE102019214564A1 (de) System zum Trainieren wenigstens eines neuronalen Reglernetzes für ein adaptives Geschwindigkeitsregelsystem eines Fahrzeugs
DE102019132624A1 (de) Verfahren, Vorrichtung, Computerprogramm und computerlesbares Speichermedium zum Erstellen eines Motion Cueing Algorithmus

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22703642

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 202280013313.3

Country of ref document: CN

WWE Wipo information: entry into national phase

Ref document number: 18277458

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 22703642

Country of ref document: EP

Kind code of ref document: A1