CH718944A2 - Modellbasierte prädiktive Regelung eines Elektro-Kraftfahrzeugs. - Google Patents

Modellbasierte prädiktive Regelung eines Elektro-Kraftfahrzeugs. Download PDF

Info

Publication number
CH718944A2
CH718944A2 CH70238/21A CH0702382021A CH718944A2 CH 718944 A2 CH718944 A2 CH 718944A2 CH 70238/21 A CH70238/21 A CH 70238/21A CH 0702382021 A CH0702382021 A CH 0702382021A CH 718944 A2 CH718944 A2 CH 718944A2
Authority
CH
Switzerland
Prior art keywords
motor vehicle
electric motor
trajectory
solver module
term
Prior art date
Application number
CH70238/21A
Other languages
English (en)
Inventor
Domahidi Alexander
Stephan Hug Markus
Lefkopoulos Vasilis
Original Assignee
Embotech Ag
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 Embotech Ag filed Critical Embotech Ag
Priority to CH70238/21A priority Critical patent/CH718944A2/de
Priority to PCT/EP2022/073979 priority patent/WO2023031135A1/en
Priority to EP22772812.8A priority patent/EP4396030A1/de
Publication of CH718944A2 publication Critical patent/CH718944A2/de

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L50/00Electric propulsion with power supplied within the vehicle
    • B60L50/50Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells
    • B60L50/60Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using power supplied by batteries
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0217Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00Control parameters of input or output; Target parameters
    • B60L2240/60Navigation input
    • B60L2240/62Vehicle position
    • B60L2240/622Vehicle position by satellite navigation
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00Control parameters of input or output; Target parameters
    • B60L2240/70Interactions with external data bases, e.g. traffic centres
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00Operating Modes
    • B60L2260/40Control modes
    • B60L2260/42Control modes by adaptive correction
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00Operating Modes
    • B60L2260/40Control modes
    • B60L2260/50Control modes by future state prediction

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Power Engineering (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur modellbasierten prädiktiven Regelung eines Elektro-Kraftfahrzeugs. Gemäß dieses Verfahrens wird ein Model-Predictive-Control (MPC) Algorithmus ausgeführt, der ein High Level Solvermodul, ein Längsdynamikmodell und eine Kostenfunktion (15) umfasst, die dem High Level Solvermodul zugeordnet ist, wobei durch das Ausführen des High Level Solvermoduls für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells eine die Kostenfunktion (15) minimierende Längstrajektorie berechnet wird, gemäß welcher sich das Elektro-Kraftfahrzeug innerhalb eines Prädiktionshorizonts fortbewegen soil. Die Kostenfunktion (15) enthält einen ersten Term (16), welcher eine Energiemenge,-E Bat beschreibt, die gemäß der berechneten Längstrajektorie am Ende des Prädiktionshorizonts aus einer Batterie des Elektro-Kraftfahrzeugs entnommen worden ist, wobei die Batterie als Energiespeicher für eine elektrische Maschine zum Antrieb des Elektro-Kraftfahrzeugs dient. Weiterhin enthält die Kostenfunktion (15) einen zweiten Term (17), welcher eine prozentuale Fahrtdauer-Abweichung.Tt zwischen einer prädizierten Fahrtdauer, t p und einer minimalen Fahrtdauer t min beschreibt, wobei die prädizierte Fahrtdauer, t p beschreibt, wie lange das Elektro-Kraftfahrzeug gemäß der berechneten Längstrajektorie zur Durchquerung des Prädiktionshorizonts benötigt, und wobei die minimale Fahrtdauer, t min einen minimalen Zeitraum beschreibt, welchen das Elektro-Kraftfahrzeug zur Durchquerung des Prädiktionshorizonts benötigt.

Description

[0001] Die Erfindung betrifft die modellbasierte prädiktive Regelung eines Elektro-Kraftfahrzeugs. Beansprucht wird in diesem Zusammenhang insbesondere ein Verfahren zur modellbasierten prädiktiven Regelung eines Elektro-Kraftfahrzeugs.
[0002] Heutige intelligente Tempomaten (sog. „Predictive Green ACCs) von Kraftfahrzeugen können zwar insbesondere die Streckentopologie berücksichtigen, bilden die Fahrstrategie und damit die Längsreglung jedoch regelbasiert ab. Die regelbasierte Umsetzung führt i.d.R. zu suboptimalen Lösungen in Bezug auf Energieverbrauch, Komfort und Fahrzeit. Mit steigender Komplexität des Antriebssystems wird ein solches Regelwerk außerdem kompliziert und erfordert einen hohen Applikationsaufwand. Ein optimales Betreiben eines Fahrzeugs (z.B. in Bezug auf die Performance-Ziele Energieverbrauch, Komfort, Fahrzeit) ist nur mit guter Kenntnis der zu fahrenden Strecke möglich. Ein Fahrer des Kraftfahrzeugs muss also vorausschauend fahren, hat aber nur begrenzte Einsicht in den weiteren Verlauf der Strecke und keine Einsicht in die fahrzeugspezifischen Fahrverluste.
[0003] Eine Aufgabe der vorliegenden Erfindung kann darin gesehen werden, eine Regelung für ein Kraftfahrzeug bereitzustellen, welche den vorstehend beschriebenen Problemstellungen Rechnung trägt.
[0004] Die Aufgabe wird gelöst durch die Gegenstände der unabhängigen Patentansprüche. Vorteilhafte Ausführungsformen sind Gegenstand der Unteransprüche, der folgenden Beschreibung sowie der Figuren.
[0005] Gemäß der vorliegenden Erfindung wird insbesondere eine zu minimierende Kostenfunktion für ein High Level Solvermodul einer modellbasierten prädiktiven Regelung eines Elektro-Kraftfahrzeugs vorgeschlagen. Die vorliegende Erfindung nutzt somit den sogenannten „Model-Predictive-Control (MPC)“-Ansatz. Die Kostenfunktion beschreibt dabei zum einen die aus einer Batterie des Elektro-Kraftfahrzeugs entnommene Energie am Ende des Prädiktionshorizonts. Eine weitere Größe beschreibt die prozentuale Abweichung der Fahrtzeit von der schnellstmöglichen Zeit zur Durchquerung des Prädiktionshorizonts. Alle Größen der Kostenfunktion beziehen sich dabei insbesondere auf das Ergebnis einer Trajektorien-Grobplanung des High Level Solvermoduls (d.h. auf eine berechnete Längstrajektorie) am Ende des Prädiktionshorizonts bzw. Fahrthorizonts. Der Prädiktionshorizont kann beispielsweise auf eine Länge zwischen 400 und 1200 Meter (insbesondere natürliche Zahlen N) festgelegt werden, insbesondere auf eine Länge von 500 Metern.
[0006] Bei der modellbasierten prädiktiven Regelung kommen insbesondere drei Prozessschritte zum Einsatz. So erfolgt in einem ersten Schritt eine Erarbeitung eines virtuellen Fahrthorizonts (Prädiktionshorizont) aus vorliegenden Kartendaten und Sensorinformationen. Der Prädiktionshorizont dient einem Trajektorienplaner und -regler als Lösungsraum für die Generierung einer Längstrajektorie des Kraftfahrzeugs, z.B. einer Geschwindigkeits- oder Momenttrajektorie. In einem zweiten Schritt erfolgt eine iterativ online Generierung und Regelung einer Längstrajektorie durch eine Optimierung der Trajektorie hinsichtlich vorliegender Performance-Ziele entsprechend des MPC-Ansatzes. In einem dritten Schritt erfolgt die insbesondere automatisierte Umsetzung der berechneten Trajektorie durch deren Arbitrierung im Kraftfahrzeug.
[0007] Die Kombination aus dem High Level Solvermodul und der Kostenfunktion gemäß der vorliegenden Erfindung stellt eine optimale Lösung für ein Elektro-Kraftfahrzeug mit kurzem Planungshorizont bereit, wobei gleichzeitig die Anforderungen an schnelle Rechenzyklen erfüllt werden. In diesem Sinne wird ein Verfahren zur modellbasierten prädiktiven Regelung eines Elektro-Kraftfahrzeugs bereitgestellt.
[0008] Unter einem „Elektro-Kraftfahrzeug“ kann ein Kraftfahrzeug verstanden werden, das mit elektrischer Energie angetrieben wird. Dem Elektro-Kraftfahrzeug kann Antriebsenergie in Form von elektrischer Energie zugeführt werden. Die elektrische Energie kann in einer Batterie des Elektro-Kraftfahrzeugs gespeichert werden (Battery Electric Vehicle). Alternativ kann die elektrische Energie insbesondere permanent von außen zugeführt werden, z. B. über eine Stromschiene, eine Oberleitung oder durch Induktion. Das Elektro-Kraftfahrzeug wird insbesondere ausschließlich durch wenigstens eine elektrische Maschine angetrieben, d.h. ohne Unterstützung durch einen Verbrennungskraftmotor und auch nicht alternativ durch einen Verbrennungskraftmotor. Bei dem Elektro-Kraftfahrzeug handelt es sich beispielsweise um ein Automobil (z.B. ein Personenkraftfahrwagen mit einem Gewicht von weniger als 3,5 t). Alternativ kann es sich bei dem Elektro-Kraftfahrzeug auch um ein Motorrad, einen Motorroller, ein Moped, ein Fahrrad, ein E-Bike bzw. Pedelec (Akronym für Pedal Electric Cycle), einen Bus oder einen Lastkraftwagen (z.B. mit einem Gewicht von über 3,5 t) handeln. Auch in kleinen, leichten elektrischen Fahrzeugen der Mikromobilität kann die Erfindung eingesetzt werden, wobei diese Fahrzeuge insbesondere im städtischen Verkehr und für die erste und letzte Meile im ländlichen Raum genutzt werden. Unter der ersten und letzten Meile können alle Strecken und Wege verstanden werden, die sich im ersten und letzten Glied einer Mobilitätskette befinden. Das ist zum Beispiel der Weg von Zuhause zum Bahnhof oder die Strecke vom Bahnhof zum Arbeitsplatz. Das Fahrzeug kann beispielsweise zu einer Fahrzeugflotte gehören. Das Fahrzeug kann durch einen Fahrer gesteuert werden, möglicherweise unterstützt durch ein Fahrerassistenzsystem. Das Fahrzeug kann jedoch auch beispielsweise ferngesteuert und/oder (teil-)autonom gesteuert werden.
[0009] Gemäß dem Verfahren wird ein MPC-Algorithmus ausgeführt, der ein High Level Solvermodul, ein Längsdynamikmodell und eine Kostenfunktion umfasst, die dem High Level Solvermodul zugeordnet ist, wobei durch das Ausführen des High Level Solvermoduls für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells eine die Kostenfunktion minimierende Längstrajektorie berechnet wird, gemäß welcher sich das Elektro-Kraftfahrzeug innerhalb eines Prädiktionshorizonts fortbewegen soll.
[0010] Die Kostenfunktion enthält einen ersten Term, welcher eine Energiemenge beschreibt, die gemäß der berechneten Längstrajektorie am Ende des Prädiktionshorizonts aus einer Batterie des Elektro-Kraftfahrzeugs entnommen worden ist, wobei die Batterie als Energiespeicher für eine elektrische Maschine zum Antrieb des Elektro-Kraftfahrzeugs dient. Die Kostenfunktion enthält weiterhin einen zweiten Term, welcher eine prozentuale Fahrtdauer-Abweichung zwischen einer prädizierten Fahrtdauer und einer minimalen Fahrtdauer beschreibt, wobei die prädizierte Fahrtdauer beschreibt, wie lange das Elektro-Kraftfahrzeug gemäß der berechneten Längstrajektorie zur Durchquerung des Prädiktionshorizonts benötigt, und wobei die minimale Fahrtdauer einen minimalen Zeitraum beschreibt, welchen das Elektro-Kraftfahrzeug zur Durchquerung des Prädiktionshorizonts benötigt.
[0011] Für den ersten Term und für den zweiten Term kann jeweils wenigstens ein Stellparameter definiert werden, der mit der Energiemenge (erster Term) bzw. mit der prozentuale Abweichung zwischen der ersten Fahrtdauer und der zweiten Fahrtdauer multipliziert wird. Insbesondere können für den ersten Term und für den zweiten Term jeweils zwei solcher Stellparameter definiert werden, wobei ein erster Stellwert jeweils individuell für den ersten Term und für den zweiten Term festgelegt wird, und wobei ein gemeinsamer zweiter Stellwert für den ersten Term und für den zweiten Terme festgelegt wird, der in den ersten Term direkt eingeht und in den zweiten Term insbesondere mit seiner Differenz zum Wert eins. Durch die Wahl eines hohen gemeinsamen Stellwerts können dabei die Kosten für die Energiemenge stärker ins Gewicht fallen und die Lösung des Optimierungsvorgangs entsprechend energieeffizienter, aber dafür weniger zeiteffizient ausfallen. Andersherum können durch die Wahl eines niedrigen gemeinsamen Stellwerts die Kosten für die Energiemenge schwächer ins Gewicht fallen und die Lösung des Optimierungsvorgangs entsprechend weniger energieeffizient, aber dafür mehr zeiteffizient ausfallen. In diesem Sinne wird in einer Ausführungsform die Energiemenge des ersten Terms mit einem Stellparameter λ multipliziert. Die prozentuale Fahrtdauer-Abweichung des zweiten Terms wird mit einem Faktor (1 - λ) multipliziert, welcher der Differenz zwischen dem Wert eins und dem Stellparameter λ beträgt, mit welchem die Energiemenge des ersten Terms multipliziert wird. Dabei wird der Stellparameter λ auf einen relativ hohen Wert festgelegt, wenn Kosten für die Energiemenge relativ stark ins Gewicht fallen sollen. Weiterhin wird der Stellparameter λ auf einen relativ niedrigen Wert festgelegt, wenn Kosten für die Energiemenge relativ schwach ins Gewicht fallen sollen. Der Stellparameter λ kann beispielsweise Werte zwischen null und eins annehmen, insbesondere reale Zahlenwerte.
[0012] Um die Fahrtdauer-Abweichung zu berechnen, kann das High Level Solvermodul in einem vorgelagerten Solver-Aufruf ausgeführt werden. Für diesen ersten Aufruf wird das maximale Gewicht auf den Faktor der Fahrtdauer-Abweichung gelegt. Dies hat zur Folge, dass die schnellstmögliche Zeit zur Durchquerung des Horizonts bestimmt wird (minimale Fahrtdauer). Im zweiten Solver-Aufruf, in welchem dann die Grobplanung der Trajektorie vorgenommen wird, wird dieser Wert als Referenz zur Berechnung der Fahrtdauer-Abweichung für die vorliegende Trajektorie gewählt. In diesem Sinne wird die minimale Fahrtdauer durch ein erstes Ausführen des High Level Solvermoduls berechnet, wobei der Stellparameter λ während des ersten Ausführens des High Level Solvermoduls auf einen minimalen Wert festgelegt wird, sodass die Differenz zwischen dem Wert eins und dem Stellparameter λ maximal ist. Die prädizierte Fahrtdauer wird durch ein zweites Ausführen des High Level Solvermoduls berechnet, wobei der Stellparameter λ während des zweiten Ausführens des High Level Solvermoduls auf einen von dem minimalen Wert abweichenden Wert festgelegt wird (z.B. auf einen höheren Wert), und wobei die minimale Fahrtdauer bei der Berechnung der prädizierten Fahrtdauer berücksichtigt wird.
[0013] Zur Berechnung der Größe der Energiemenge kann eine Berechnung von Fahrverlusten des vorliegenden Elektro-Kraftfahrzeugs als Grundlage gelten. Hierfür kann ein eigens entwickeltes Fahrzeugmodell verwendet werden, welches in der Solverstruktur integriert online ausgeführt werden kann. Zur Berechnung der Fahrverluste innerhalb dieses Modells und damit zur Ermittlung der Energiemenge können mindestens die Berechnung von Luftreibungsverlusten, Rollreibungsverlusten und Antriebsverlusten entsprechend ihren physikalischen Grundlagen berücksichtigt werden. Weiterhin kann auch das Betriebsverhalten effizienzrelevanter Komponenten Berücksichtigt werden, z.B. der elektrischen Maschine oder der Bremsanlage des Kraftfahrzeugs. Die Integration der vorstehend beschriebenen Verluste in das Längsmodell kann über ein Verlustmodell erfolgen. In diesem Sinne enthält das Längsmodell ein Verlustmodell, welches ein Betriebsverhalten des Elektro-Kraftfahrzeugs hinsichtlich ihres Verlusts beschreibt, woraus sich ein Gesamtverlust des Elektro-Kraftfahrzeugs ergibt. Die Berechnung der Energiemenge, die gemäß der berechneten Längstrajektorie am Ende des Prädiktionshorizonts aus der Batterie des Elektro-Kraftfahrzeugs entnommen worden ist, erfolgt unter Berücksichtigung des Gesamtverlusts des Elektro-Kraftfahrzeugs.
[0014] Die optimierende Grobplanung (Längstrajektorie) der zu fahrenden Trajektorie wird durch das High Level Solvermodul insbesondere iterativ betrieben. In etwa alle 200 Millisekunden (Zielbereich 100 bis 1000 Millisekunden, je nach System) wird eine neue Planung abgeschlossen und in den weiteren Signalfluss gegeben. In diesem Sinne wird die Längstrajektorie durch das High Level Solvermodul iterativ alle 100 bis 1000 Millisekunden berechnet, insbesondere mindestens alle 200 Millisekunden.
[0015] Die Kostenfunktion kann eine weitere Größe enthalten, welche die Bremskraft einer mechanischen Radbremse des Elektro-Kraftfahrzeugs beschreibt. Diese Bremskraft kann in der Kostenfunktion quadratisch bestraft werden, was dazu führt, dass die Nutzung der mechanischen Bremse vermieden wird. In diesem Sinne enthält die Kostenfunktion in einer Ausführungsform einen dritten Term, welcher eine Bremskraft einer mechanischen Radbremse des Elektro-Kraftfahrzeugs beschreibt. Die Bremskraft der mechanischen Radbremse des Elektro-Kraftfahrzeugs kann dabei mit einem individuell für den dritten Term festgelegten Stellparameter multipliziert werden. Wie bereits erwähnt kann die Bremskraft der mechanischen Radbremse des Elektro-Kraftfahrzeugs in dem dritten Term quadriert werden.
[0016] Die Kostenfunktion kann weiterhin einen vierten Term und einen fünften Term umfassen. Der vierte Term beschreibt eine kinetische Energie des Elektro-Kraftfahrzeugs. Die kinetische Energie des Elektro-Kraftfahrzeugs kann dabei mit einem individuell für den vierten Term festgelegten Stellparameter multipliziert werden. Der fünfte Term beschreibt ein Drehmoment, welches von der elektrischen Maschine zum Antrieb des Elektro-Kraftfahrzeugs bereitgestellt wird. Das Drehmoment der elektrischen Maschine kann dabei mit einem individuell für den fünften Term festgelegten Stellparameter multipliziert werden. Das Drehmoment der elektrischen Maschine kann in dem fünften Term quadriert werden. Der vierte und der fünfte Term, insbesondere in Kombination mit dem dritten Term, ermöglichen in ihrer Kombination eine besonders zuverlässige und konsistente Lösungsfindung.
[0017] Die langfristige Grobplanung der Trajektorie erfolgt wegbasiert. Dies erlaubt insbesondere einen korrekten, optimalen Umgang mit nicht-dynamischen (d.h. mit statischen) Objekten, die sich innerhalb des Prädiktionshorizonts befinden. Beispiele für solche statische Objekte sind Steigungen, Geschwindigkeitsbegrenzungen, andere Verkehrsschilder (z.B. „Stopp“- oder „Vorfahrt gewähren“-Schilder), Kurvenkrümmungen oder Ampeln. In diesem Sinne werden dem High Level Solvermodul in einer Ausführungsform Informationen über statische Objekte als Nebenbedingungen übergeben, welche das High Level Solvermodul bei der Berechnung der Längstrajektorie berücksichtigt.
[0018] Auch dynamische Horizontobjekte können bei der Berechnung der Geschwindigkeitstrajektorie beachtet werden. Dies erfolgt in dem High Level Solvermodul bedingt durch lange Rechenzeiten bevorzugt lediglich in einem groben Rahmen. In diesem Sinne werden in einer Ausführungsform dem High Level Solvermodul Informationen über dynamische Objekte als Nebenbedingungen übergeben, welche das High Level Solvermodul bei der Berechnung der Längstrajektorie berücksichtigt.
[0019] Die an die dynamischen Objekte angepasste Längstrajektorie muss gegebenenfalls durch einen reaktiveren Aktor korrigiert werden. Vor diesem Hintergrund gilt die durch das High Level Solvermodul berechnete Längsgrobplanung insbesondere rein als Vorschlag, den der menschliche Fahrer insbesondere bei dynamischen Fahrmanövern überschreiben wird und gegebenenfalls auch muss.
[0020] Die Längstrajektorie kann in einer Ausführungsform eine Geschwindigkeitstrajektorie umfassen, gemäß welcher sich das Kraftfahrzeug innerhalb des Prädiktionshorizonts fortbewegen soll.
[0021] Weiterhin kann die Längstrajektorie alternativ oder zusätzlich eine Ladezustandtrajektorie umfasst, die einen Verlauf eines Ladezustands der Batterie beschreibt, welche als Energiespeicher für die elektrische Maschine des Kraftfahrzeugs dient, wobei das Kraftfahrzeug mittels der elektrischen Maschine angetrieben werden kann. Der Ladezustand (im Englischen: State of Charge oder abgekürzt SoC) ist dabei insbesondere der momentane Energieinhalt der elektrischen Batterie im Verhältnis zu ihrem maximalen Energiegehalt.
[0022] Ferner kann die Längstrajektorie alternativ oder zusätzlich für eine Bremsanlage des Kraftfahrzeugs eine Bremskrafttrajektorie umfassen, gemäß welcher die Bremsanlage Bremskräfte (kleiner oder gleich null) innerhalb des Prädiktionshorizonts bereitstellt. Anstatt der vorstehen genannten Bremskräften können auch entsprechende Bremsmomente durch die Längstrajektorie bereitgestellt werden. Die Momenttrajektorie bezieht sich dabei auf Momente an wenigstens einem Rad des Kraftfahrzeugs und umfasst insbesondere negative Momente, die durch die die Bremsanlage des Kraftfahrzeugs bereitgestellt werden.
[0023] Im Folgenden werden Ausführungsbeispiele der Erfindung anhand der schematischen Zeichnung näher erläutert, wobei gleiche oder ähnliche Elemente mit dem gleichen Bezugszeichen versehen sind. Hierbei zeigt Fig. 1 eine schematische Darstellung eines Kraftfahrzeugs, dessen Antriebsstrang eine elektrische Maschine und eine Bremsanlage umfasst, Fig. 2 Details eines beispielhaften Antriebsstrangs für das Kraftfahrzeug nach Fig. 1, Fig. 3 ein Ausführungsbeispiel eines erfindungsgemäßen Verfahrens zur modellbasierten prädiktiven Regelung des Kraftfahrzeugs nach Fig. 1 und Fig. 4 ein Ausführungsbeispiel einer Kostenfunktion für das Verfahren nach Anspruch 3.
[0024] Fig. 1 zeigt ein Kraftfahrzeug 1, z.B. ein Personenkraftfahrwagen. Das Kraftahrzeug 1 umfasst ein System 2 zur modelbasierten prädiktiven Regelung des Kraftfahrzeugs 1. Das System 2 umfasst in dem gezeigten Ausführungsbeispiel eine Prozessoreinheit 3, eine Speichereinheit 4, eine Kommunikations-Schnittstelle 5 und eine Erfassungseinheit 6, insbesondere zur Erfassung von Zustandsdaten, die das Kraftfahrzeug 1 betreffen.
[0025] Das Kraftfahrzeug 1 umfasst weiterhin einen Antriebsstrang 7, der beispielsweise eine elektrische Maschine 8, die als Motor und als Generator betrieben werden kann, eine Batterie 9, ein Getriebe 10 und eine Bremsanlage 19 umfassen kann. Die elektrische Maschine 8 kann im Motorbetrieb Räder des Kraftfahrzeugs 1 über das Getriebe 10 antreiben. Die dazu notwendige elektrische Energie kann die Batterie 9 bereitstellen, insbesondere über eine Leistungselektronik 18. Die Batterie 9 kann umgekehrt durch die elektrische Maschine 8 über die Leistungselektronik 18 aufgeladen werden, wenn die elektrische Maschine 8 im Generatorbetrieb betrieben wird (Rekuperation). Die Batterie 9 kann optional auch an einer externen Ladestation aufgeladen werden.
[0026] Fig. 2 zeigt weiterhin, dass der Antriebsstrang 7 ein rein elektrischer Antriebsstrang ist, der keinen Verbrennungskraftmotor aufweist. Bei dem Kraftfahrzeug 1 handelt es sich somit um ein Elektro-Kraftfahrzeug. Die elektrische Maschine 8 kann in dem gezeigten Ausführungsbeispiel über das Getriebe 10 und über ein vorderes Differenzialgetriebe 21 zwei Vorderräder 22 und 23 des Kraftfahrzeugs 1 mit einem positiven Antriebsmoment antreiben, die an einer Vorderachse 25 angebracht sind. Ein erstes Hinterrad 26 und ein zweites Hinterrad 28 an einer Hinterachse 29 des Kraftfahrzeugs 1 werden in dem gezeigten Ausführungsbeispiel nicht angetrieben (Heckantrieb und Allradantrieb sind jedoch alternativ auch möglich). Die Vorderräder 22, 23 und die Hinterräder 26, 28 können durch die Bremsanlage 19 des Antriebsstrangs 7 abgebremst werden, wozu die Bremsanlage 19 ein negatives Bremsmoment bereitstellen kann.
[0027] Auf der Speichereinheit 4 kann ein Computerprogrammprodukt 11 gespeichert sein. Das Computerprogrammprodukt 11 kann auf der Prozessoreinheit 3 ausgeführt werden, wozu die Prozessoreinheit 3 und die Speichereinheit 4 mittels der Kommunikations-Schnittstelle 5 miteinander verbunden sind. Wenn das Computerprogrammprodukt 11 auf der Prozessoreinheit 3 ausgeführt wird, leitet es die Prozessoreinheit 3 an, die im Zusammenhang mit der Zeichnung beschriebenen Funktionen zu erfüllen bzw. Verfahrensschritte auszuführen.
[0028] Das Computerprogrammprodukt 11 enthält einen MPC-Algorithmus 13, der ein High Level Solvermodul 13.1 umfasst bzw. enthält. Der MPC-Algorithmus 13 enthält weiterhin ein Längsdynamikmodell 14 des Kraftfahrzeugs 1. Das High Level Solvermodul 13.1 kann auf das Längsdynamikmodell 14 zugreifen. Ferner enthält der MPC-Algorithmus 13 eine zu minimierende High Level Kostenfunktion 15, die dem High Level Solvermodul 13.1 zugeordnet ist. Die Aufgabe des High Level Solvermoduls 13.1 besteht darin, eine optimierte Führung für das Kraftfahrzeug 1 vorzuschlagen, beispielsweise hinsichtlich Geschwindigkeitsbeschränkungen und Haltepunkten sowie Ampeln und Neigungen. Dabei sollen gemäß der High Level Kostenfunktion 15 ein Energieverbrauch des Kraftfahrzeugs 1, ein Zeitraum, den das Kraftfahrzeug 1 benötigt, um den High Level Prädiktionshorizont zu durchfahren, sowie eine Häufigkeit, mit welcher die Bremsanlage 19 des Kraftfahrzeugs 1 während des High Level Prädiktionshorizonts betätigt wird, minimiert werden.
[0029] Die durch Fig. 4 gezeigte High Level Kostenfunktion 15 kann dabei beispielsweise die im Folgenden näher erläuterten fünf zu minimierenden Terme aufweisen.
[0030] Erster Term 16: Der erste Term 16 enthält Informationen über eine Energiemenge - EBat, die gemäß einer mittels des High Level Solvermoduls 13.1 berechneten Längstrajektorie 31 am Ende des Prädiktionshorizonts aus der Batterie 9 des Kraftfahrzeugs 1 entnommen worden ist, wobei die Batterie 9 als Energiespeicher für die elektrische Maschine 8 zum Antrieb des Elektro-Kraftfahrzeugs 1 dient. Der Wert für die Energiemenge -EBatgeht negativ in den ersten Term 16 ein, da es sich um eine Energie handelt, die der Batterie 8 entnommen wird.
[0031] Zweiter Term 17: Der zweite Term 17 enthält Informationen über eine prozentuale Fahrtdauer-Abweichung Ttzwischen einer prädizierten Fahrtdauer tpund einer minimalen Fahrtdauer tmin, wobei die prädizierte Fahrtdauer tpbeschreibt, wie lange das Elektro-Kraftfahrzeug 1 gemäß der mittels des High Level Solvermoduls 13.1 berechneten Längstrajektorie 31 zur Durchquerung des Prädiktionshorizonts benötigt, und wobei die minimale Fahrtdauer tmineinen minimalen Zeitraum beschreibt, welchen das Elektro-Kraftfahrzeug 1 zur Durchquerung des Prädiktionshorizonts benötigt. Der Zusammenhang kann beispielsweise gemäß der Formel berechnet werden. Nimmt man beispielsweise an, dass ein Prädiktionshorizont schnellstmöglich in 20 Sekunden durchfahren werden kann (minimale Fahrtdauer tmin= 20 Sekunden), der High Level Solver 13.1 jedoch eine optimale Längstrajektorie 31 berechnet, gemäß welcher das Elektro-Kraftfahrzeug 1 den Prädiktionshorizont in 25 Sekunden durchfahren soll (tp= 25 Sekunden), dann ergibt sich eine prozentuale Fahrtdauer-Abweichung von 25 %
[0032] Dritter Term 24: Der dritte Term 24 beschreibt eine Bremskraft FBreiner mechanischen Radbremse des Elektro-Kraftfahrzeugs 1, wobei die Bremskraft FBrinsbesondere eine kumulierte Bremskraft ist, die gemäß der mittels des High Level Solvermoduls 13.1 berechneten Längstrajektorie 31 innerhalb des Prädiktionshorizonts von der Radbremse aufgebracht wird. In dem gezeigten Ausführungsbeispiel handelt es sich bei der mechanischen Radbremse um die vorstehend beschriebene Bremsanlage 19 oder zumindest einen Teil davon. Die Bremskraft FBrkann in der Kostenfunktion 15 abweichend von der durch Fig. 4 gezeigten Ausführungsform auch quadriert und somit quadratisch bestraft werden, was dazu führt, dass die Nutzung der mechanischen Bremse vermieden wird.
[0033] Vierter Term 30. Der vierte Term 30 beschreibt eine kinetische Energie Ekindes Elektro-Kraftfahrzeugs 1, wobei die kinetische Energie Ekininsbesondere eine kumulierte Energie ist, mit welcher sich das Kraftfahrzeug 1 gemäß der mittels des High Level Solvermoduls 13.1 berechneten Längstrajektorie 31 innerhalb des Prädiktionshorizonts fortbewegt.
[0034] Fünfter Term 34: Der fünfte Term 34 beschreibt ein Drehmoment Mmot, welches gemäß der mittels des High Level Solvermoduls 13.1 berechneten Längstrajektorie 31 innerhalb des Prädiktionshorizonts von der elektrischen Maschine 8 zum Antrieb des Elektro-Kraftfahrzeugs 1 bereitgestellt wird. Das Drehmoment der elektrischen Maschine 8 wird in dem fünften Term 34 quadriert.
[0035] Der vierte 30 und der fünfte Term 34, insbesondere in Kombination mit dem dritten Term 24, ermöglichen in ihrer Kombination eine besonders zuverlässige und konsistente Lösungsfindung.
[0036] Jeder der fünf Terme 16, 17, 24, 30, 34 ist mit einem individuellen Stellparameter versehen, wobei die Energiemenge -EBatmit einem ersten individuellen Stellparameter wBatmultipliziert wird, die prozentuale Fahrtdauer-Abweichung Tt mit einem zweiten individuellen Stellparameter wt multipliziert wird, die Bremskraft FBrmit einem dritten individuellen Stellparameter wBrmultipliziert wird, die kinetische Energie Ekinmit einem vierten individuellen Stellparameter wKinmultipliziert wird, und das Drehmoment Mmot mit einem fünften individuellen Stellparameter wmot multipliziert wird.
[0037] Unter „individuell“ kann in diesem Zusammenhang insbesondere verstanden werden, dass die vorstehend genannten Stellparameter unabhängig voneinander variiert werden können, sodass z.B. die erste individuelle Stellparameter wBatniedriger gewählt werden kann als der zweite individuelle Stellparameter wt, wenn stärker im Hinblick auf die benötigte Fahrzeit optimiert werden soll als hinsichtlich des Energieverbrauchs.
[0038] Die Energiemenge -EBatdes ersten Terms 16 wird weiterhin mit einem gemeinsamen Stellparameter λ multipliziert. Die prozentuale Fahrtdauer-Abweichung Tt des zweiten Terms 17 hingegen wird mit einem Faktor (1 - λ) multipliziert, welcher der Differenz zwischen dem Wert eins und dem gemeinsamen Stellparameter λ beträgt, mit welchem die Energiemenge -EBatdes ersten Terms 16 multipliziert wird. Unter „gemeinsam“ kann in diesem Zusammenhang insbesondere verstanden werden, dass der Stellparameter λ sowohl in dem ersten Term 16 als auch in dem zweiten Term 17 vorhanden ist.
[0039] Der gemeinsame Stellparameter λ kann beispielsweise Werte zwischen null und eins annehmen, insbesondere reale Zahlenwerte. Durch die Wahl eines hohen gemeinsamen Stellwerts λ können dabei die Kosten für die Energiemenge -EBatstärker ins Gewicht fallen und die Lösung des Optimierungsvorgangs entsprechend energieeffizienter, aber dafür weniger zeiteffizient ausfallen. Andersherum können durch die Wahl eines niedrigen gemeinsamen Stellwerts λ die Kosten für die Energiemenge -EBatschwächer ins Gewicht fallen und die Lösung des Optimierungsvorgangs entsprechend weniger energieeffizient, aber dafür mehr zeiteffizient ausfallen.
[0040] Das Längsdynamikmodell 14 umfasst ein Verlustmodell 27 des Kraftfahrzeugs 1. Das Verlustmodell 27 beschreibt das Betriebsverhalten von effizienzrelevanten Komponenten hinsichtlich ihrer Effizienz bzw. hinsichtlich ihres Verlusts, z.B. der elektrischen Maschine 8 und der Bremsanlage 19. Weiterhin beschreibt das Verlustmodell auch insbesondere Luftreibungsverluste, Rollreibungsverluste und sonstige Antriebsverluste entsprechend ihren physikalischen Grundlagen. Daraus ergibt sich ein Gesamtverlust des Kraftfahrzeugs 1. Die Prozessoreinheit 3 führt den MPC-Algorithmus 13 aus und prädiziert dabei für einen gleitenden, wegbasierten High Level Prädiktionshorizont 24 (z.B. mit einer Länge von 500m) ein Verhalten des Kraftfahrzeugs 1. Die optimierende Grobplanung der zu fahrenden Längstrajektorie 31 wird durch das High Level Solvermodul 13.1 insbesondere iterativ betrieben. In etwa alle 200 Millisekunden (Zielbereich 100-1000 Millisekunden, je nach System) wird eine neue Planung abgeschlossen und in den weiteren Signalfluss gegeben.
[0041] Die Prädiktion basiert auf dem Längsdynamikmodell 14. Die Prozessoreinheit 3 berechnet durch Ausführen des High Level Solvermoduls 13.1 eine optimierte High Level Längstrajektorie 31, gemäß welcher sich das Kraftfahrzeug 1 innerhalb des High Level Prädiktionshorizonts 24 fortbewegen soll. Die optimierte High Level Längstrajektorie 31 wird für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells 14 berechnet, wobei die High Level Kostenfunktion 15 minimiert wird. Das High Level Solvermodul 13.1 übernimmt dabei die langfristige Grobplanung der Längstrajektorie 31 und nutzt hierfür den MPC-Ansatz. Die langfristige Grobplanung der High Level Längstrajektorie 31 erfolgt dabei wegbasiert. Dies erlaubt insbesondere einen korrekten, optimalen Umgang mit nicht-dynamischen Horizontobjekten (Steigungen, Geschwindigkeitslimits und andere Verkehrsschilder wie z.B. „Stopp“- oder „Vorfahrt gewähren“-Schilder, Kurvenkrümmungen, Ampeln).
[0042] Die High Level Längstrajektorie 31 umfasst in dem gezeigten Ausführungsbeispiel eine Geschwindigkeitstrajektorie 31.1, gemäß welcher sich das Kraftfahrzeug 1 innerhalb des High Level Prädiktionshorizonts 24 fortbewegen soll. Dabei werden insbesondere Wegpunkten, die das Kraftfahrzeug 1 abfahren soll, optimierte Geschwindigkeitswerte zugeordnet. Weiterhin umfasst die High Level Längstrajektorie 31 eine Ladezustandtrajektorie 31.2, die einen optimalen Verlauf eines Ladezustands (SoC) der Batterie 9 beschreibt. Ferner umfasst die High Level Längstrajektorie 31 für die Bremsanlage 19 eine Bremskrafttrajektorie 31.3, welche den Wegpunkten eine Bremskraft zuordnet (null oder kleiner null), welche die Bremsanlage 19 zum Abbremsen des Kraftfahrzeugs 1 bereitstellt.
[0043] Die Erfassungseinheit 6 kann aktuelle Zustandsgrößen des Kraftfahrzeugs 1 messen, entsprechende Daten aufnehmen und dem High Level Solvermodul 13.1 zuführen. Auch können Informationen über statische Objekte und/oder Streckendaten aus einer elektronischen Karte eines Navigationssystems 20 des Kraftfahrzeugs 1 für einen Vorausschauhorizont bzw. Prädiktionshorizont (z.B. 500 m) vor dem Kraftfahrzeug 1 insbesondere zyklisch aktualisiert und an das High Level Solvermodul 13.1 übergeben werden. Die Streckendaten können beispielsweise Steigungsinformationen, Kurveninformationen, und Informationen über Geschwindigkeitslimits sowie Ampeln und Haltepunkte beinhalten. Des Weiteren kann eine Kurvenkrümmung über eine maximal zulässige Querbeschleunigung in ein Geschwindigkeitslimit für das Kraftfahrzeug 1 umgerechnet werden. Außerdem kann mittels der Erfassungseinheit 6 eine Ortung des Kraftfahrzeugs erfolgen, insbesondere über ein von einem GNSS-Sensor 12 generiertes Signal zur genauen Lokalisierung auf der elektronischen Karte. Ferner kann die Erfassungseinheit zur Erfassung des äußeren Umfelds des Kraftfahrzeugs 1 einen Umfeldsensor 33 umfassen, z.B. einen Radar-Sensor, ein Kamerasystem und/oder einen Lidar-Sensor. Dadurch können insbesondere auch dynamische Objekte im Bereich des äußeren Umfelds des Kraftfahrzeugs 1 erfasst werden, z.B. sich bewegende Objekte wie andere Fahrzeuge oder Fußgänger.
[0044] Um die Fahrtdauer-Abweichung Tt zu berechnen, kann das High Level Solvermodul 13.1 in einem vorgelagerten Solver-Aufruf ausgeführt werden. Für diesen ersten Aufruf wird das maximale Gewicht auf den Faktor der Fahrtdauer-Abweichung Tt gelegt. Dies hat zur Folge, dass die schnellstmögliche Zeit zur Durchquerung des Horizonts bestimmt wird (minimale Fahrtdauer). Im zweiten Solver-Aufruf, in welchem dann die Grobplanung der Trajektorie 31 vorgenommen wird, wird dieser Wert als Referenz zur Berechnung der Fahrtdauer-Abweichung Tt für die vorliegende Trajektorie 31 gewählt. Mit anderen Worten wird die minimale Fahrtdauer tmindurch ein erstes Ausführen des High Level Solvermoduls 13.1 berechnet, wobei der Stellparameter λ während des ersten Ausführens des High Level Solvermoduls 13.1 auf einen minimalen Wert festgelegt wird (z.B. auf den Wert 0), sodass die Differenz (1 - λ) zwischen dem Wert eins und dem Stellparameter λ maximal ist (z.B. 1 - λ = 1 - 0 = 1). Die prädizierte Fahrtdauer tpwird durch ein zweites Ausführen des High Level Solvermoduls 13.1 berechnet, wobei der Stellparameter λ während des zweiten Ausführens des High Level Solvermoduls 13.1 auf einen von dem minimalen Wert abweichenden Wert festgelegt wird (z.B. auf einen höheren Wert, beispielsweise auf den Wert 0,6; in diesem Fall erhöht sich die Differenz 1 - λ auf den Wert 1 - λ = 1 - 0,6 = 0,4; da λ = 0,6 direkt mit der Energiemenge -EBatmultipliziert wird, wird der Schwerpunkt der Berechnung dadurch in Richtung der Energiemenge -EBatverschoben), und wobei die minimale Fahrtdauer tminbei der Berechnung der prädizierten Fahrtdauer tpberücksichtigt wird.
[0045] Wie hierin beschrieben, kann die vorliegende Erfindung als computerimplementierte Verfahren ausgeführt werden. Darüber hinaus kann die vorliegende Erfindung als computergestütztes System, als Fahrzeug oder als Computerprogrammprodukt ausgeführt werden, wie nachstehend beschrieben.
[0046] Das computergestützte System umfasst: Verarbeitungsmittel; einen Speicher; und Speichermittel, die computergestützte Verfahren speichern. Das System ist so konfiguriert, dass es die computergestützten Verfahren in den Speicher lädt, um das System zu veranlassen, Schritte der vorliegenden Verfahren auszuführen.
[0047] Die Erfindung kann ferner in Form eines Fahrzeugs ausgeführt werden, das Folgendes umfasst: einen oder mehrere Sensoren, die jeweils so konfiguriert sind, dass sie Ereignisse oder Veränderungen in einer Umgebung des Fahrzeugs erfassen und dementsprechend Sensorsignale erzeugen; eine Empfangseinheit, die mit dem einen oder den mehreren Sensoren verbunden und so konfiguriert ist, dass sie die Sensorsignale von den Sensoren im Betrieb empfängt; und ein computergestütztes System gemäß dem vorhergehenden Aspekt. Das System ist mit der Empfangseinheit verbunden, so dass es in der Lage ist, im Betrieb Signale von dieser zu empfangen. Darüber hinaus veranlassen solche computergestützten Verfahren die Verarbeitungsmittel des Systems, die genannten Echtzeitsignale zu erzeugen. Darüber hinaus ist das computergestützte System in dem Fahrzeug so konfiguriert, dass es dieses (in der realen Welt) in einer teilweise oder vollständig autonomen oder automatisierten Weise betätigt, z.B. gemäß einer dafür geplanten Bewegung.
[0048] Die Erfindung kann ferner in Form eines Computerprogrammprodukts verkörpert sein. Das Computerprogrammprodukt umfasst ein computerlesbares Speichermedium mit darin verkörperten Programmanweisungen. Die Programmanweisungen sind durch eine Vielzahl von Verarbeitungsmitteln ausführbar, um letztere zu veranlassen, alle Schritte eines Verfahrens gemäß den oben beschriebenen Ausführungsformen durchzuführen.
[0049] Computergestützte Geräte können in geeigneter Weise für die Umsetzung von Ausführungsformen der vorliegenden Erfindung, wie hierin beschrieben, ausgelegt werden. In dieser Hinsicht ist es verständlich, dass die hier beschriebenen Verfahren zumindest teilweise nicht-interaktiv, d.h. automatisiert sind. Automatisierte Teile solcher Methoden können in Software, Hardware oder einer Kombination davon implementiert werden. In beispielhaften Ausführungsformen werden automatisierte Teile der hier beschriebenen Methoden in Software implementiert, als Dienst oder als ausführbares Programm (z. B. eine Anwendung), wobei letzteres von geeigneten digitalen Verarbeitungsgeräten ausgeführt wird.
[0050] Ein typisches rechnergestütztes Gerät (oder eine Einheit) kann beispielsweise einen Prozessor und einen Speicher (möglicherweise mit mehreren Speichereinheiten) umfassen, der mit einem oder mehreren Speicher-Controllern verbunden ist. Der Prozessor ist eine Hardware-Vorrichtung zur Ausführung von Software, die z. B. in einen Hauptspeicher des Geräts geladen ist. Der Prozessor, der in der Tat eine oder mehrere Verarbeitungseinheiten umfassen kann, kann ein beliebiger kundenspezifischer oder kommerziell erhältlicher Prozessor sein.
[0051] Der Speicher umfasst typischerweise eine Kombination aus flüchtigen Speicherelementen (z. B. Direktzugriffsspeicher) und nichtflüchtigen Speicherelementen, z. B. eine Festkörpereinheit. Die Software im Speicher kann ein oder mehrere separate Programme enthalten, von denen jedes eine geordnete Auflistung von ausführbaren Anweisungen zur Implementierung logischer Funktionen umfasst. Die Software im Speicher umfasst beispielsweise die hierin beschriebenen Verfahren gemäß beispielhaften Ausführungsformen und ein geeignetes Betriebssystem (OS). Das Betriebssystem steuert im Wesentlichen die Ausführung anderer Computer-(Anwendungs-)Programme und bietet Zeitplanung, Eingabe-/Ausgabesteuerung, Datei- und Datenverwaltung, Speicherverwaltung, Kommunikationssteuerung und verwandte Dienste. Es kann auch die Verteilung der von den Verarbeitungseinheiten auszuführenden Aufgaben steuern.
[0052] Die hierin beschriebenen Methoden liegen typischerweise in Form von ausführbaren Programmen, Skripten oder allgemeiner in Form von ausführbaren Anweisungen vor. Die computergestützte Einheit kann ferner eine mit einer Anzeige gekoppelte Anzeigesteuerung umfassen. In beispielhaften Ausführungsformen enthält die computerisierte Einheit außerdem eine Netzwerkschnittstelle oder einen Transceiver zur Verbindung mit einem Netzwerk (nicht dargestellt). Darüber hinaus enthält die Rechnereinheit in der Regel ein oder mehrere Eingabe- und/oder Ausgabegeräte (oder Peripheriegeräte), die über eine lokale Eingabe-/Ausgabesteuerung (E/A) kommunikativ gekoppelt sind. Alle Komponenten sind über einen Systembus miteinander verbunden. Darüber hinaus kann die lokale Schnittstelle Adress-, Steuer- und/oder Datenverbindungen umfassen, um eine angemessene Kommunikation zwischen den genannten Komponenten zu ermöglichen. Der E/A-Controller kann zusätzliche Elemente enthalten, die der Einfachheit halber weggelassen werden, wie z. B. Controller, Puffer (Caches), Treiber, Repeater und Empfänger, um die Datenkommunikation zu ermöglichen.
[0053] Wenn die computergestützte Einheit in Betrieb ist, führen eine oder mehrere Verarbeitungseinheiten Software aus, die im Speicher der computergestützten Einheit gespeichert ist, um Daten zu und von dem Speicher und/oder der Speichereinheit (z. B. einer Festplatte und/oder einem Festkörperspeicher) zu übermitteln und um im Allgemeinen Operationen gemäß den Softwareanweisungen zu steuern. Die hierin beschriebenen Verfahren und das Betriebssystem werden ganz oder teilweise von den Verarbeitungselementen gelesen, typischerweise darin zwischengespeichert und dann ausgeführt. Wenn die hier beschriebenen Methoden in Software implementiert sind, können die Methoden auf jedem computerlesbaren Medium zur Verwendung durch oder in Verbindung mit jedem computerbezogenen System oder Verfahren gespeichert werden.
[0054] Die hierin beschriebenen computerlesbaren Programmanweisungen können beispielsweise über ein Netzwerk, z. B. das Internet und/oder ein drahtloses Netzwerk, von einem computerlesbaren Speichermedium auf Verarbeitungselemente heruntergeladen werden. Eine Netzwerkadapterkarte oder Netzwerkschnittstelle kann computerlesbare Programmanweisungen aus dem Netzwerk empfangen und solche Anweisungen zur Speicherung in einem computerlesbaren Speichermedium weiterleiten, das mit den Verarbeitungsmitteln verbunden ist.
[0055] Aspekte der vorliegenden Erfindung werden hier insbesondere unter Bezugnahme auf ein Flussdiagramm und ein Blockdiagramm beschrieben. Es versteht sich, dass jeder Block oder Kombinationen von Blöcken des Flussdiagramms und des Blockdiagramms durch computerlesbare Programmanweisungen implementiert werden können.
[0056] Diese computerlesbaren Programmanweisungen können, wie oben beschrieben, einem oder mehreren Verarbeitungselementen zugeführt werden, um eine Maschine zu erzeugen, so dass die Anweisungen, die über das eine oder die mehreren Verarbeitungselemente ausgeführt werden, Mittel zur Implementierung der Funktionen oder Handlungen schaffen, die in dem Block oder den Blöcken des Flussdiagramms und des Blockdiagramms angegeben sind. Diese computerlesbaren Programmanweisungen können auch in einem computerlesbaren Speichermedium gespeichert sein.
[0057] Das Flussdiagramm und das Blockdiagramm in den beigefügten Zeichnungen veranschaulichen die Architektur, die Funktionalität und den Betrieb möglicher Implementierungen der computergestützten Einheit, Verfahren zu deren Betrieb und Computerprogrammprodukte gemäß verschiedenen Ausführungsformen der vorliegenden Erfindung. Es ist zu beachten, dass jeder computerimplementierte Block in dem Flussdiagramm oder dem Blockdiagramm ein Modul oder einen Teil von Befehlen darstellen kann, der ausführbare Befehle zur Implementierung der darin angegebenen Funktionen oder Handlungen umfasst. In Varianten können die in den Blöcken genannten Funktionen oder Handlungen in einer anderen als der in den Abbildungen angegebenen Reihenfolge auftreten. So können beispielsweise zwei nacheinander dargestellte Blöcke tatsächlich parallel, gleichzeitig oder auch in umgekehrter Reihenfolge ausgeführt werden, je nach den beteiligten Funktionen und der beibehaltenen Algorithmusoptimierung. Es wird auch daran erinnert, dass jeder Block und Kombinationen davon angemessen auf spezielle Hardwarekomponenten verteilt werden können.
[0058] Während die vorliegende Erfindung unter Bezugnahme auf eine begrenzte Anzahl von Ausführungsformen, Varianten und die begleitenden Zeichnungen beschrieben wurde, wird der Fachmann verstehen, dass verschiedene Änderungen vorgenommen und Äquivalente ersetzt werden können, ohne dass der Umfang der vorliegenden Erfindung verlassen wird. Insbesondere kann ein (geräte- oder verfahrensähnliches) Merkmal, das in einer bestimmten Ausführungsform, Variante oder in einer Zeichnung dargestellt ist, mit einem anderen Merkmal in einer anderen Ausführungsform, Variante oder Zeichnung kombiniert werden oder dieses ersetzen, ohne dass der Anwendungsbereich der vorliegenden Erfindung verlassen wird. Dementsprechend können verschiedene Kombinationen der in Bezug auf eine der oben genannten Ausführungsformen oder Varianten beschriebenen Merkmale in Betracht gezogen werden, die innerhalb des Anwendungsbereichs der beigefügten Ansprüche bleiben. Darüber hinaus können viele geringfügige Änderungen vorgenommen werden, um eine bestimmte Situation oder ein bestimmtes Material an die Lehren der vorliegenden Erfindung anzupassen, ohne von ihrem Anwendungsbereich abzuweichen. Es ist daher beabsichtigt, dass die vorliegende Erfindung nicht auf die besonderen Ausführungsformen beschränkt ist, die offenbart sind, sondern dass die vorliegende Erfindung alle Ausführungsformen umfasst, die in den Anwendungsbereich der beigefügten Ansprüche fallen. Darüber hinaus können viele andere Varianten als die oben ausdrücklich erwähnten in Betracht gezogen werden. Zum Beispiel können andere Szenarien in Betracht gezogen werden, die andere Regeln beinhalten können.
Bezugszeichen
[0059] λ gemeinsamer Stellparameter -EBatEnergiemenge Ekinkinetische Energie FBrBremskraft MmotDrehmoment Ttprozentuale Fahrtdauer-Abweichung tpprädizierte Fahrtdauer tminminimale Fahrtdauer wBaterster individueller Stellparameter wtzweiter individueller Stellparameter wBrdritter individueller Stellparameter wKinvierter individueller Stellparameter Wmotfünfter individueller Stellparameter 1 Fahrzeug 2 System 3 Prozessoreinheit 4 Speichereinheit 5 Kommunikations-Schnittstelle 6 Erfassungseinheit 7 Antriebsstrang 8 elektrische Maschine 9 Batterie 10 Getriebe 11 Computerprogrammprodukt 12 GNSS-Sensor 13 MPC-Algorithmus 13.1 High Level Solvermodul 14 Längsdynamikmodell 15 High Level Kostenfunktion 16 erster Term High Level Kostenfunktion 17 zweiter Term High Level Kostenfunktion 18 Leistungselektronik 19 Bremsanlage 20 Navigationssystem 21 vorderes Differenzialgetriebe 22 Vorderrad 23 Vorderrad 24 dritter Term High Level Kostenfunktion 25 Vorderachse 26 Hinterrad 27 Verlustmodell 28 Hinterrad 29 Hinterachse 30 vierter Term High Level Kostenfunktion 31 High Level Längstrajektorie 31.1 Geschwindigkeitstrajektorie 31.2 Ladezustandtrajektorie 31.3 Bremskrafttrajektorie 33 Umfeldsensor 34 fünfter Term High Level Kostenfunktion

Claims (10)

1. Verfahren zur modellbasierten prädiktiven Regelung eines Elektro-Kraftfahrzeugs (1), das Verfahren umfassend die Schritte – Ausführen eines MPC-Algorithmus' (13), der ein High Level Solvermodul (13.1), ein Längsdynamikmodell (14) und eine Kostenfunktion (15) umfasst, die dem High Level Solvermodul (13.1) zugeordnet ist, wobei durch das Ausführen des High Level Solvermoduls (13.1) für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells (14) eine die Kostenfunktion (15) minimierende Längstrajektorie (31) berechnet wird, gemäß welcher sich das Elektro-Kraftfahrzeug (1) innerhalb eines Prädiktionshorizonts fortbewegen soll, wobei – die Kostenfunktion (15) einen ersten Term (16) enthält, welcher eine Energiemenge (-EBat) beschreibt, die gemäß der berechneten Längstrajektorie (31) am Ende des Prädiktionshorizonts aus einer Batterie (9) des Elektro-Kraftfahrzeugs (1) entnommen worden ist, wobei die Batterie (9) als Energiespeicher für eine elektrische Maschine (8) zum Antrieb des Elektro-Kraftfahrzeugs (1) dient, und – die Kostenfunktion (15) einen zweiten Term (17) enthält, welcher eine prozentuale Fahrtdauer-Abweichung (Tt) zwischen einer prädizierten Fahrtdauer (tp) und einer minimalen Fahrtdauer (tmln) beschreibt, wobei die prädizierte Fahrtdauer (tp) beschreibt, wie lange das Elektro-Kraftfahrzeug (1) gemäß der berechneten Längstrajektorie zur Durchquerung des Prädiktionshorizonts benötigt, und wobei die minimale Fahrtdauer (tmin) einen minimalen Zeitraum beschreibt, welchen das Elektro-Kraftfahrzeug (1) zur Durchquerung des Prädiktionshorizonts benötigt.
2. Verfahren nach Anspruch 1, wobei – die Energiemenge (-EBat) des ersten Terms (16) mit einem Stellparameter (λ) multipliziert wird, – die prozentuale Fahrtdauer-Abweichung (Tt) des zweiten Terms (17) mit einem Faktor multipliziert wird, welcher der Differenz (1 - λ) zwischen dem Wert eins und dem Stellparameter (λ) beträgt, mit welchem die Energiemenge (-EBat) des ersten Terms multipliziert wird, – der Stellparameter (λ) auf einen relativ hohen Wert festgelegt wird, wenn Kosten für die Energiemenge (-EBat) relativ stark ins Gewicht fallen sollen, und – der Stellparameter (λ) auf einen relativ niedrigen Wert festgelegt wird, wenn Kosten für die Energiemenge (-EBat) relativ schwach ins Gewicht fallen sollen.
3. Verfahren nach Anspruch 1 oder 2, wobei – die minimale Fahrtdauer (tmin) durch ein erstes Ausführen des High Level Solvermoduls (13.1) berechnet wird, – der Stellparameter (λ) während des ersten Ausführens des High Level Solvermoduls (13.1) auf einen minimalen Wert festgelegt wird, sodass die Differenz (1 - λ) zwischen dem Wert eins und dem Stellparameter (λ) maximal ist, – die prädizierte Fahrtdauer (tp) durch ein zweites Ausführen des High Level Solvermoduls (13.1) berechnet wird, – der Stellparameter (λ) während des zweiten Ausführens des High Level Solvermoduls (13.1) auf einen von dem minimalen Wert abweichenden Wert festgelegt wird, und – die minimale Fahrtdauer (tmin) bei der Berechnung der prädizierten Fahrtdauer (tp) berücksichtigt wird.
4. Verfahren nach einem der vorstehenden Ansprüche, wobei – das Längsmodell (14) ein Verlustmodell (27) enthält, – das Verlustmodell (27) ein Betriebsverhalten des Elektro-Kraftfahrzeugs (1) hinsichtlich ihres Verlusts beschreibt, woraus sich ein Gesamtverlust des Elektro-Kraftfahrzeugs (1) ergibt, und – die Berechnung der Energiemenge(-EBat), die gemäß der berechneten Längstrajektorie am Ende des Prädiktionshorizonts aus der Batterie (8) des Elektro-Kraftfahrzeugs (1) entnommen worden ist, unter Berücksichtigung des Gesamtverlusts des Elektro-Kraftfahrzeugs (1) erfolgt.
5. Verfahren nach einem der vorstehenden Ansprüche, wobei die Längstrajektorie (31) durch das High Level Solvermodul (13.1) iterativ alle 100 bis 1000 Millisekunden berechnet wird.
6. Verfahren nach einem der vorstehenden Ansprüche, wobei die Kostenfunktion (15) einen dritten Term (24) enthält, welcher eine Bremskraft (FBr) einer mechanischen Radbremse (19) des Elektro-Kraftfahrzeugs (1) beschreibt.
7. Verfahren nach Anspruch 6, wobei die Kostenfunktion – einen vierten Term (30) enthält, welcher eine kinetische Energie (Ekin) des Elektro-Kraftfahrzeugs (1) beschreibt, und – einen fünften Term (34) enthält, welcher ein Drehmoment (MMot) beschreibt, welches von der elektrischen Maschine (8) zum Antrieb des Elektro-Kraftfahrzeugs (1) bereitgestellt wird.
8. Verfahren nach einem der vorstehenden Ansprüche, wobei dem High Level Solvermodul (13.1) Informationen über statische Objekte als Nebenbedingungen übergeben werden, welche das High Level Solvermodul (13.1) bei der Berechnung der Längstrajektorie (31) berücksichtigt.
9. Verfahren nach einem der vorstehenden Ansprüche, wobei dem High Level Solvermodul (13.1) Informationen über dynamische Objekte als Nebenbedingungen übergeben werden, welche das High Level Solvermodul (13.1) bei der Berechnung der Längstrajektorie (31) berücksichtigt.
10. Verfahren nach einem der vorstehenden Ansprüche, wobei die Längstrajektorie (31) wenigstens eine der folgenden Trajektorien umfasst, nämlich – eine Geschwindigkeitstrajektorie (31.1), gemäß welcher sich das Elektro-Kraftfahrzeug (1) innerhalb des Prädiktionshorizonts fortbewegen soll, und/oder – eine Ladezustandtrajektorie (31.2), die einen Verlauf eines Ladezustands der Batterie (9) beschreibt, und/oder – eine Bremskrafttrajektorie (31.3) für eine Bremsanlage (19) des Kraftfahrzeugs (1), wobei die Bremsanlage (19) gemäß der Bremskrafttrajektorie (31.3) Bremskräfte innerhalb des Prädiktionshorizonts bereitstellt.
CH70238/21A 2021-09-03 2021-09-03 Modellbasierte prädiktive Regelung eines Elektro-Kraftfahrzeugs. CH718944A2 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CH70238/21A CH718944A2 (de) 2021-09-03 2021-09-03 Modellbasierte prädiktive Regelung eines Elektro-Kraftfahrzeugs.
PCT/EP2022/073979 WO2023031135A1 (en) 2021-09-03 2022-08-29 Model-based predictive control of an electric vehicle
EP22772812.8A EP4396030A1 (de) 2021-09-03 2022-08-29 Modellbasierte prädiktive steuerung eines elektrofahrzeugs

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CH70238/21A CH718944A2 (de) 2021-09-03 2021-09-03 Modellbasierte prädiktive Regelung eines Elektro-Kraftfahrzeugs.

Publications (1)

Publication Number Publication Date
CH718944A2 true CH718944A2 (de) 2023-03-15

Family

ID=83360932

Family Applications (1)

Application Number Title Priority Date Filing Date
CH70238/21A CH718944A2 (de) 2021-09-03 2021-09-03 Modellbasierte prädiktive Regelung eines Elektro-Kraftfahrzeugs.

Country Status (3)

Country Link
EP (1) EP4396030A1 (de)
CH (1) CH718944A2 (de)
WO (1) WO2023031135A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117163050B (zh) * 2023-10-11 2024-03-22 成都睿芯行科技有限公司 一种基于运动模型的预测控制算法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021098956A1 (de) * 2019-11-20 2021-05-27 Zf Friedrichshafen Ag Ermittlung einer trajektorie für ein erstes fahrzeug unter berücksichtigung des fahrverhaltens eines zweiten fahrzeugs

Also Published As

Publication number Publication date
EP4396030A1 (de) 2024-07-10
WO2023031135A1 (en) 2023-03-09

Similar Documents

Publication Publication Date Title
DE102009040682A1 (de) Verfahren zur Steuerung einer Geschwindigkeitsregelanlage eines Fahrzeugs
DE102008017556A1 (de) Lade-/Entladesteuervorrichtung für ein Hybridfahrzeug sowie Steuerprogrammvorrichtung hierfür
WO2021115567A1 (de) Mpc-basierte trajektorie-ermittlung für ein erstes fahrzeug unter verwendung von trajektorie-informationen über ein zweites fahrzeug
EP3566922B1 (de) Verfahren zur ermittlung einer prädizierten beschleunigungsinformation in einem elektrokraftfahrzeug und elektrokraftfahrzeug
DE102011007034A1 (de) Vorrichtung und Verfahren zum Betreiben eines Fahrzeugs
DE102020203742A1 (de) Modellbasierte prädiktive Regelung eines Kraftfahrzeugs
WO2021089150A1 (de) Autonome fahrfunktion eines kraftfahrzeugs unter berücksichtigung von im umfeld des ego-fahrzeugs befindlichen fahrzeugen
DE102020129369A1 (de) Verbesserter fahrzeugbetrieb
WO2021175423A1 (de) Modellbasierte prädiktive regelung eines fahrzeugs unter berücksichtigung eines ankunftszeit-faktors
DE102020202803A1 (de) Modellbasierte prädiktive Regelung eines Fahrzeugs unter Berücksichtigung eines Ankunftszeit-Faktors
WO2021121554A1 (de) Fahrereingriffe berücksichtigende autonome fahrfunktion für ein kraftfahrzeug
DE102020216250B4 (de) Modellbasierte prädiktive Regelung eines Kraftfahrzeugs unter Berücksichtigung von Querverkehr
CH718944A2 (de) Modellbasierte prädiktive Regelung eines Elektro-Kraftfahrzeugs.
DE102019120981A1 (de) Y-delta-edrive-system für elektrofahrzeuge
DE102019216445A1 (de) Modelbasierte prädiktive Regelung einer elektrischen Maschine eines Antriebstrangs eines Kraftfahrzeugs
WO2021078391A1 (de) Modelbasierte prädiktive regelung einer elektrischen maschine eines antriebstrangs eines kraftfahrzeugs
WO2022090040A1 (de) Verfahren und vorrichtung zum steuern eines fahrzeugs entlang einer fahrttrajektorie
WO2021098956A1 (de) Ermittlung einer trajektorie für ein erstes fahrzeug unter berücksichtigung des fahrverhaltens eines zweiten fahrzeugs
DE102019216457A1 (de) Autonome Fahrfunktion eines Kraftfahrzeugs
DE102019219806A1 (de) Fahrereingriffe berücksichtigende autonome Fahrfunktion für ein Kraftfahrzeug
DE102019217854A1 (de) Ermittlung einer Trajektorie für ein erstes Fahrzeug unter Berücksichtigung des Fahrverhaltens eines zweiten Fahrzeugs
DE102019219233A1 (de) MPC-basierte Trajektorie-Ermittlung für ein erstes Fahrzeug unter Verwendung von Trajektorie-Informationen über ein zweites Fahrzeug
DE102019217224A1 (de) Autonome Fahrfunktion eines Kraftfahrzeugs unter Berücksichtigung von im Umfeld des Ego-Fahrzeugs befindlichen Fahrzeugen
DE102022202371B4 (de) Trajektorieabstimmung zweier hintereinanderfahrender Fahrzeuge
DE102019219809A1 (de) MPC-basierte autonome Fahrfunktion eines Kraftfahrzeugs

Legal Events

Date Code Title Description
AZW Rejection (application)