CN103003118A - 代价函数创建 - Google Patents

Abstract

根据本发明，一种代价函数被创建成使其依赖于彼此之间具有相互关系的至少第一项和第二项。代价函数还被构造成使得容易扩展而涵盖一个或多个附加项。根据本发明，代价函数被创建成使得当其被扩展到依赖于第一项、第二项和至少一个附加项时，其仍然维持相同的第一项和第二项之间相互关系。代价函数还规定了所述至少一个附加项与第一和第二项之间的相互关系。

Description

代价函数创建

技术领域

本发明涉及根据权利要求1的前序部分所述的用于创建代价函数（costfunction）的方法，根据权利要求18的前序部分所述的控制单元，以及根据权利要求19的前序部分所述的机动车辆。本发明还涉及计算机程序和计算机程序制品。

背景技术

在机动车辆中，例如轿车、卡车、公共汽车等，代价函数通常在各种最优化算法中被采用以便确定用于控制车辆的函数中的各种参数。这样的最优化算法例如用于自动变速系统中的巡航控制器、档位选择控制和变速控制等控制，以及发动机响应调节、发动机风扇调节或燃烧排放物调节等调节。在本申请的说明书中，本发明被示例为用于巡航控制系统，例如前视巡航控制器（LACC），即智能巡航控制器，其利用了前方路况的信息进行控制。然而，本发明考虑的是代价函数的一般性创建，因此不局限于其具体应用，例如这里具体描述的巡航控制器。本发明因此至少可以应用于前面所述用到最优化算法的地方。

巡航控制器的一个目的是实现均匀的预定车辆速度并且限制机动车辆可能达到的最高速度。如果车辆超过其允许的最高速度，巡航控制器可以对车辆进行制动。巡航控制器的一个本分之外的目的是保持燃料消耗尽可能低，因为燃料消耗是极大地车辆拥有者例如搬运公司等等的盈利性的一个因素。

有经验的驾驶员在驾驶没有巡航控制器的车辆时可以通过使其驾驶适应于前方道路特性而减少燃料消耗，从而不必要的制动和/或耗油的加速度可以避免。目前的各种LACC试图基于有关前方道路的知识模仿有经验的驾驶员的车辆驾驶适应能力，从而燃料消耗可以保持在尽可能低的级别。

为了实现最低可能燃料消耗，目前的LACC因此试图基于它们有关前方道路的知识采用最佳车辆速度分布。这种知识可以例如基于与地貌和路弯相关的信息，与惯常交通状况相关的信息，或与一段前方道路状态相关的信息。这种信息可以从地图、定位系统例如GPS（全球定位系统）和气象预报等获得。

基于这样的信息，巡航控制器可以计算车辆将跟随的最佳速度分布。这些最优化计算经常用到代价函数，在这种情况下，最优化基于最小化一个或多个这样的代价函数。换言之，巡航控制器的最优化问题可以表达为：

min f（x）       （式1）

其中

-f（x）为代价函数，并且

-x∈X，其中X表示变量x的所有准许状态。

代价函数还可以是多维的，即其可以基于一个以上的变量/特征，这些特征的例子有行车时间和燃料消耗重量。在先前已知的巡航控制系统中，行车时间特征相对于燃料消耗特征加以权重。代价函数然后被定义成使得这些特征借助于加权系数而彼此具有以线性关系表示的权重：

f=α₁T+α₂M         （式2）

其中

-f为代价函数，

-T为行车时间，

-M为燃料消耗重量，并且

-α₁和α₂为加权系数。

在这些参数中：

$T=\underset{0}{\overset{S_{\mathrm{tot}}}{\∫}}\frac{1}{\mathrm{\ν}}\mathrm{ds}$

以及

$M=\underset{0}{\overset{S_{\mathrm{tot}}}{\∫}}{m}_f\mathrm{ds}$ （式3）

其中

-ν为车辆速度，

-m_f为每单位行驶距离的燃料消耗，并且

-S_tot为最优化所覆盖的一段道路的长度。

各加权系数相对于彼此的量值使得式1中的最优化问题具有不同方向的解，包括较短的行车时间伴随着高燃料消耗，或较长的行车时间伴随着低燃料消耗。在为了获得这些答案并且因此而获得理想的巡航控制，选择加权系数非常重要。它们的量值的重要性还在于，当式1被评估时，影响计算复杂度。

为先前已知的巡航控制系统确定这些加权系数从而获得最优化问题的期望答案，同时将数字计算的复杂度保持在可接受的级别，在以前会带来繁重的评估工作。

另外，根据式2的线性代价函数中非常难以添加附加特征，因为这样的话所有加权系数都需要重新计算。

线性代价函数还导致最优化程序即根据式1寻求最小值变得低效。这一点将在后面详细描述。

发明内容

本发明的一个目的是提供解决上述问题的方案。

本发明涉及前面描述且根据权利要求1特征部分的用于创建代价函数的方法，前面描述且根据权利要求18特征部分的控制单元，以及前面描述且根据权利要求19特征部分的机动车辆。本发明还涉及前面描述的计算机程序和前面描述的计算机程序制品。

前面提到的问题可以通过本发明得以解决，其中根据本发明创建的代价函数非常容易扩展到包括基本上任何期望的项数。这一点是如此实现的，即代价函数被构造成使得在引入了对至少一个附加项的依赖关系后，它维持原始至少第一和第二项之间的相互关系，并且还规定了所述至少一个附加项与原始至少第一和第二项之间的相互关系。

这些项中的每个基于与最优化问题相关的一个特征。因此，利用根据本发明的代价函数，提供了适应于适宜数量的特征的依赖关系的可能性。这使得代价函数容易被配制成适合于基于不同特征和/或不同数量的特征的不同应用。

根据本发明的实施方式，构成代价函数一部分的特征值被标准化。特征值的这种标准化导致代价函数尺度修正变得适合于数字计算，因为函数值可以保持在适宜量值。

特征值的标准化可以借助于例如从传统巡航控制器获得的基准值进行，例如利用行车时间特征基准值和燃料消耗重量特征基准值。这样的标准化意味着根据本发明的代价函数及其最优化被置于与用于传统巡航控制器的对应代价函数和最优化直接相关。因此，可以实现根据本发明的代价函数的最优化和传统巡航控制器的代价函数的最优化之间的直接比较。

根据本发明的实施方式，相应的至少第一和第二项分别基于标准化特征值，该标准化是利用每个特征的基准值实现的。如果每个相应特征值分别确定出与这些基准值接近的值，则代价函数可获得基本上等于一（1）的函数值。这样的函数值显然很好地适合于数字计算。

如果所述至少一个附加项的特征值保持为该特征常规呈现的值，即与传统巡航控制器中的那些非常相近的值，则代价函数基本上维持引入所述至少一个附加依赖关系之前的函数值。在车辆正常驾驶中，所述至少一个附加项的特征值将达到与传统巡航控制中的那些值接近的值。函数值因此可以保持在适宜量值，即使是在引入了对至少一个附加项的依赖关系之后。

根据本发明的实施方式，构成代价函数一部分的特征值被平方。对特征值进行平方导致代价函数具有这样的斜度，即能够使得答案转向适宜的点，从而简化数字计算，并且还使得计算更有效。

本发明的各种实施方式在从属权利要求中限定，并且将在后面详细描述。

附图说明

下面将参照附图更详细地描述本发明，在附图中相同的附图标记表示相同的元件，在附图中：

图1为标准化圆代价函数的曲线图，

图2为标准化圆代价函数和传统线性代价函数的曲线图，

图3为标准化圆代价函数和传统线性代价函数的曲线图，以及

图4示意性描绘了一种控制单元。

具体实施方式

根据本发明，代价函数被创建，以使其依赖于彼此之间具有相互关系的至少第一项和第二项。代价函数还被构造成使得其可以扩展而涵盖一个或多个附加项。根据本发明，代价函数被创建成使得当其扩展到依赖于第一项、第二项和至少一个附加项后，其仍然维持相同的第一项和第二项之间相互关系。代价函数还规定了所述至少一个附加项与第一和第二项之间的相互关系。

代价函数还定义成使得，当所述至少一个附加项的特征值（aspectvalue）在量值上接近于其基准值时，在其只依赖于第一项和第二项的情况想和其依赖于第一项、第二项和所述至少一个附加项的情况下，其具有基本上相同的函数值。

由于这样的事实，即存在第一和第二项之间的相互关系以及第一和第二项与所述至少一个附加项之间的相互关系，并且，即使是在代价函数被扩展到基于更多项时，函数值维持在近乎相同的值，因此，使得容易将代价函数扩展到基于更多项。如后面详细描述，这些项中的每个基于与最优化问题相关的一个特征（aspect）。因为要控制某些参数，例如巡航控制器中或自动变速系统中的参数，因此，非常有益地扩展代价函数的能力事实上基于两个以上的特征。另外，依赖关系可以随时间成长，以使得参数可以在某个时间段基于两个特征、在另一时间段基于两个以上的特征。为了能够最优化车辆控制，例如从而最小化燃料消耗，可以针对不同的车辆实施，或对于相同的车辆在不同的时间段实施，代价函数需要被调节，从而使其基于更多或更少的特征。这容易通过本发明实现。

根据本发明的实施方式，代价函数中的项，即相应第一、第二和至少一个附加项，分别基于与所述车辆相关的一个特征。在巡航控制器的情况下，相应第一和第二项典型地涉及行车时间和燃料消耗重量。根据本发明的实施方式，至少一个附加项可以与驾驶经验相关。这将在后面更详细描述。如本领域专家所能理解，与车辆相关的其它特征也可以被用于代价函数。

根据本发明的实施方式，代价函数中的项，即相应第一、第二和所述至少一个附加项，分别采取标准化特征值的形式。特征值分别利用每个特征的适当基准值进行标准化。例如，行车时间特征的值被借助于行车时间的基准值进行标准化，而燃料消耗重量特征的值被借助于燃料消耗重量的基准值进行标准化。

代价函数中特征值的标准化意味着代价函数的尺度修正适合于数字计算，因为函数值可以保持在适合于这个目的的量值。如果适宜基准值被选择来用以标准化特征值，这使得可能控制代价函数的尺度修正，即代价函数的量值。因此，能够借助于标准化来选择代价函数的量值，以使其对于通常出现的特征值量值具有适合于数字计算的值，并且因此减少系统的计算复杂度。适宜的该值为一（1）。换言之，标准化代价函数，从而使其具有接近于一的函数值，以减少计算复杂度。本领域技术人员可以理解，不同的处理器或其它计算装置可以具有用来进行计算的不同的最有益函数值，还可以理解，标准化可以被适配成使得当所述处理器或其它计算装置用于进行这些计算时得到这种适宜函数值。

根据本发明的实施方式，来自传统巡航控制器的对应值被用作基准值。因此，被用作行车时间基准值的是传统巡航控制所能获得的行车时间，而用作燃料消耗重量基准值的是传统巡航控制所能获得的燃料消耗重量，其它特征值也是这样。

利用来自传统巡航控制器的基准值可以确保使用具有适宜量值的基准值，因为可以假定采用本发明的巡航控制器的特征值将相对接近于传统巡航控制器的那些。这意味着代价函数的尺度修正将导致确定出接近于一的值。如前所述，这会导致计算上的益处。

利用传统巡航控制中的对应值进行标准化还提供了附加优点，即根据本发明的巡航控制器的性能可以与传统巡航控制器直接关联。这一点将在后面更详细展示和描述。

根据本发明的实施方式，代价函数中的项采取的形式为平方标准化特征值。因此，在这种情况下，特征值将首先利用适宜基准值例如传统巡航控制器中的对应值进行标准化，然后被平方。

包括两个这样的平方标准化特征值的代价函数可以被当作一个代表代价函数的圆，其不同于传统线性表达式，例如前面式2中所表达的。根据代表代价函数的圆，代价作为圆的半径，其中心为原点。这显示于图1，其中x轴表示标准化且平方了的行车时间，y轴表示标准化且平方了的燃料消耗重量。此处描述的代价函数以下式定义：

$f=\frac{1}{\sqrt{2}}\sqrt{{\left(\frac{T}{T_{\mathrm{ref}}}\right)}^2+{\left(\frac{M}{M_{\mathrm{ref}}}\right)}^2}$ （式4）

其中

-T为行车时间，

-T_ref为基准行车时间，

-M为燃料消耗重量，并且

-M_ref为燃料消耗重量基准值。

在代表代价函数圆中，原点[0,0]为最佳解，但不是实际可行解，因为此处行车时间和燃料消耗重量都为零。在（T/T_ref，M/M_ref）平面中与原点等距的其它解具有相等的值。换言之，沿着某段给定圆弧分布的各个解是同样好的解，而与原点之间距离大于所述圆弧与原点之间距离的解是不好的解。这一点示例性表现于图1中，该图中示出了如果例如传统巡航控制器的基准值被如前所述用于标准化，点P_ref所在的圆弧表示与传统巡航控制器的解同样好的解，因为对于这些解f（T_ref，M_ref）=1。表示根据本发明巡航控制器的解的点P₁比P_ref更靠近原点，导致比P_ref表示的解更加优化的。P₂与原点之间的距离大于P_ref与原点之间的距离，说明P₂表示比传统巡航控制器差的解。

从图1中的图示可以清楚地看出，代价函数中的二次且标准化项导致非常容易在根据本发明的巡航控制器和传统巡航控制器之间进行全面比较，因为所有比传统巡航控制器好的解导致位于圆弧以内的函数值，该圆弧代价函数的函数值为一的所有点构成。

还可以在不使用平方根的情况下重写式4，而不失去利用平方特征值获得的优点。这可以从后面的其它公式示例性体现出来。

图2进一步示出了线性表达和代表代价函数的圆之间的不同。传统使用的代价函数线性表达在图2中以点P₁、P_cc和P₂之间的直线表示，其中P_cc对应于上面图1中的P_ref。根据这种传统使用的表达，对应于P₁、P_cc和P₂的相应解同样有效，因为它们位于相同的线性直线上。然而，更细致地看图2，可以清楚地看出在P₁和P₂处的解距离传统巡航控制器的解更远，即它们远离了函数值为一的圆弧上的解。P₁和P₂处的解实际中不理想，因为它们的速度分布与传统巡航控制器的速度分布相差太多。换言之，对应于P₁和P₂的相应速度分布从驾驶员选择而用作巡航控制器输入信号的设定速度偏离太多。

作为对比，从圆表达方式可以清楚地看出点P₁和P₂处的解是不理想的，因为它们位于圆弧外侧，并且因此与原点之间的距离大于传统巡航控制器的解点与原点之间的距离。换言之，圆表达方式表明，P₁和P₂位于与更靠近原点的P_cc不同的圆弧上。因此，对于点P₁和P₂的相应标准化平方代价函数确定出比对于点P_cc的标准化平方代价函数的值高的值。

图3a-b示意性显示出传统使用的代价函数线性表达和根据本发明的代价函数的圆表达方式之间的不同斜度。线性表达的代价函数的斜坡法线都朝向左下方指向，如图3b中的箭头所示。在圆表达的根据本发明的代价函数的情况下，如描绘于图3a，相反，所有斜坡法线都指向原点，导致各个解位于理想点上，从而在时间和燃料上具有可比的收益。斜度（法线）的方向可以使解沿着与水平轴成45°角度且经过原点的对角方向指向。这是因为当利用圆表达代价函数时，偏离该对角方向的点可被认为是理想度较低的点。圆代价函数的最优化因此寻求沿对角方向朝向这些理想点的解，因而最优化将面向朝向该对角方向。接近于该对角方向的解是理想的，这对于车辆驾驶员而言感觉好且真实，因为靠近对角方向的解导致速度分布类似于传统巡航控制器中的。

在传统使用的线性表达的情况下，只有特定的斜坡法线沿对角方向朝向理想点，如显示于图3b，而大多数朝向对角方向旁边的非最佳点。因此，利用根据本发明的代价函数可以获得比利用线性表达代价函数更快的最优化问题的解，因为利用圆表达代价函数时偏离对角方向的点比利用线性表达代价函数时获得的估值更低。这也显示于图2，其中根据线性表达代价函数，点P₁和P₂与对角方向点P_cc一样理想，而根据圆表达的本发明的代价函数，它们不如P_cc理想。

借助于加权系数，能够指示代价函数的组成项之间的关系，以使得各种项在代价函数被赋予不同的权重，即它们被不同地估值。然后，代价函数可以被看作椭圆表达，因为各种加权系数被给予彼此不同的值，导致在（T/T_ref，M/M_ref）平面中沿x轴和y轴不同的内容。

根据本发明的实施方式，代价函数中的项之间的相互关系采取的形式为凸组合（convex combinations）。代价函数中的加权系数因此在此采用凸组合的形式。当凸组合用于加权系数时，所产生的值位于零和一之间，和加权系数的集合保持为一。这样的代价函数的一个例子是：

$f=\sqrt{\mathrm{\β}{\left(\frac{T}{T_{\mathrm{ref}}}\right)}^2+(1-\mathrm{\β}){\left(\frac{M}{M_{\mathrm{ref}}}\right)}^2}$ （式5）

其中

-T为行车时间，

-T_ref为基准行车时间，

-M为燃料消耗重量，

-M_ref为燃料消耗重量基准值，并且

-β为加权系数，其中β∈[0,1]。

如前所述，根据式5的代价函数还可以被写成其中不使用平方根的形式，例如：

$f=\mathrm{\β}{\left(\frac{T}{T_{\mathrm{ref}}}\right)}^2+(1-\mathrm{\β}){\left(\frac{M}{M_{\mathrm{ref}}}\right)}^2$ （式6）

其中

-T为行车时间，

-T_ref为基准行车时间，

-M为燃料消耗重量，

-M_ref为燃料消耗重量基准值，并且

-β为加权系数，其中β∈[0,1]。

将凸组合用作加权系数，如果标准化被应用并且如果特征值呈现相对接近于它们的相应基准值的值，如前所述，可以确保代价函数将具有接近于一的函数值。函数值的这个量值便于涉及代价函数的数字计算，并且因此产生较低的计算复杂度。将凸组合用作加权系数来规定了代价函数中的项之间的关系因此意味着代价函数的函数值不会受到系数之间相互关系的影响，因为它们的集合值等于一。

根据传统使用的代价函数，例如式2所代表的，加权系数α₁（和α₂可以确定出任何期望值，经常导致函数值显著大于一，并且因此还会增加计算复杂度。

式5和6中不只使用凸组合表示各项之间的关系，还使用特征值的标准化。如前所述，这种标准化还意味着在通常呈现的特征值的情况下代价函数的函数值保持在一左右。根据本发明，将标准化与使用凸组合相组合导致代价函数获得的函数值非常好地适合于进一步数字计算。

根据本发明的实施方式，还能够将代价函数扩展到基于除了前述行车时间和燃料消耗重量这两特征之外的至少一个附加特征。这种附加特征的一个例子是驾驶经验。由于这样的事实，即根据本发明的代价函数被创建以使得新的项可以被添加到其中，而不改变已经采用的项之间的关系，使得容易添加附加项。如果代价函数因此而变为基于三个项，则导致球面表达代价函数。以与两个原始项类似的方式，各种项可以被赋予相对于彼此的权重。

换言之，代价函数被构造成使得，当附加项被添加到其中后，代价函数的所述至少两个原始组成项（在本例中是与行车时间和燃料消耗重量相关的项）之间的相互关系得以维持。与此同时，至少一个附加项被赋予与所述至少两个原始项之间的关系。

根据本发明的实施方式，所述至少两个原始组成项之间的相互关系，以及所述至少一个附加项与所述至少两个原始项之间的相互关系，采取的形式为凸组合。各个项也可采取标准化和平方特征值的形式。这使得向代价函数添加新的项成为可能并且容易，因为在添加了新的项后代价函数的函数值基本上维持在接近于相应基准值的特征值的函数值，即代价函数基本上维持接近于一的值。

根据本发明的实施方式，基于行车时间、燃料消耗重量和驾驶经验的代价函数可以表示为：

$f=\mathrm{\γ\β}{\left(\frac{T}{T_{\mathrm{ref}}}\right)}^2+\mathrm{\γ}(1-\mathrm{\β}){\left(\frac{M}{M_{\mathrm{ref}}}\right)}^2+(1-\mathrm{\γ}){\left(\frac{\mathrm{\κ}}{{\mathrm{\κ}}_{\mathrm{ref}}}\right)}^2$ （式7）

其中

-T为行车时间，

-T_ref为基准行车时间，

-M为燃料消耗重量，

-M_ref为燃料消耗重量基准值，

-κ为驾驶经验值，

-κ_ref为驾驶经验的基准值，

-β为加权系数，其中β∈[0,1]，并且

-γ为加权系数，其中γ∈[0,1]。

如前所述，式7还可以被写成其中使用平方根表达的形式。本领域技术人员可以理解，驾驶经验特征可以以各种不同的方式定义和确定。根据本发明的实施方式，一种确定驾驶经验值特征的方式是根据分别基于车辆加速度变化和驾驶员速度经历的两个项来定义。

加速度变化（急动）可以被用作驾驶经验的测量值，因为它容易被认为对驾驶舒适性具有负面影响。因此，急动可以定义为：

$j=\stackrel{\·}{\mathrm{\α}}$ （式8）

其中

-

为加速度变化。

急动影响舒适性的测量方案还可以表示为：

$J=\underset{k=0}{\overset{N}{\mathrm{\Σ}}}\left|j_k\right|$ （式9）

其中在N个点处的急动被求和。绝对量意味着在正向和反响对急动求和，导致所有类型的急动都被认为影响舒适性。

速度经历可以由下式确定：

$Y=\underset{k=0}{\overset{N}{\mathrm{\Σ}}}\max (\frac{{\mathrm{\ν}}_{\mathrm{ref}}-{\mathrm{\ν}}_k}{{\mathrm{\ν}}_k},0)$ （式10）

其中

-ν_ref为基准速度，并且

-ν_k为车辆瞬间速度。

这里假定在低于基准速度时速度经历受到负面影响，基准速度可以例如是某个路段的允许速度。

如果对超过基准速度时不满也被计入的话，作为替代，可以采用下式表示速度经历：

$R=\underset{k=0}{\overset{N}{\mathrm{\Σ}}}\left|\frac{{\mathrm{\ν}}_{\mathrm{ref}}-{\mathrm{\ν}}_k}{{\mathrm{\ν}}_k}\right|$ （式11）

其中

-ν_ref为基准速度，并且

-ν_k为车辆瞬间速度。

通过如上所述定义驾驶经验，可以用下式来表示速度经历：

${\left(\frac{\mathrm{\κ}}{{\mathrm{\κ}}_{\mathrm{ref}}}\right)}^2=\mathrm{\ψ}{\left(\frac{J}{J_{\mathrm{ref}}}\right)}^2+(1-\mathrm{\ψ}){\left(\frac{Y}{Y_{\mathrm{ref}}}\right)}^2$ （式12）

其中

-κ为所述驾驶经验的值，

-κ_ref为所述驾驶经验的基准值，

-J为加速度变化值，

-J_ref为加速度变化基准值，

-Y为速度经历值，

-Y_ref为速度经历基准值，并且

-ψ为加权系数，其中ψ∈[0,1]。

当代价函数基于行车时间、燃料消耗重量和驾驶经验时，式7和式12也可以写在一起形成代价函数的总的表达。这样的表达可以写成：

$f=\mathrm{\γ\β}{\left(\frac{T}{T_{\mathrm{ref}}}\right)}^2+\mathrm{\γ}(1-\mathrm{\β}){\left(\frac{M}{M_{\mathrm{ref}}}\right)}^2+(1-\mathrm{\γ})\mathrm{\ψ}{\left(\frac{J}{J_{\mathrm{ref}}}\right)}^2+(1-\mathrm{\γ})(1-\mathrm{\ψ}){\left(\frac{Y}{Y_{\mathrm{ref}}}\right)}^2$ 式（13）

其中γ、β、ψ∈[0,1]，并且考虑下式中包括各加权系数的矢量中的各个元素：

$\stackrel{\‾}{\mathrm{\ν}}=\left[\begin{array}{c}\mathrm{\γ\β}\\ \mathrm{\γ}(1-\mathrm{\β})\\ (1-\mathrm{\γ})\mathrm{\ψ}\\ (1-\mathrm{\γ})(1-\mathrm{\ψ})\end{array}\right]$

该矢量中的各个元素被添加到值一，因为它们采取的形式为凸组合。作为标准化、平方和将凸组合用作加权系数的结果，如果附加特征值相对接近于其基准值的话，根据本发明的这种扩展的代价函数的函数值在扩展后仍然基本上不变。对于扩展的函数，如果代价函数中的所有特征值相对接近于它们的相应基准值，函数值将因此同样基本上等于一。

在前面的示例中本发明的应用为巡航控制器，但如本领域专家所能理解，根据本发明的代价函数可以被用于机动车辆中的各个地方。根据本发明的代价函数可以被用于基本上所有类型的调节，涉及在代价函数通过权重而组合在一起的多种不同的特征。这些特征甚至可能彼此之间存在矛盾。代价函数的用途的一些非限制性例子有与下述项目的控制相关的参数最优化：智能巡航控制器、自动变速箱、发动机响应调节、发动机风扇调节、燃烧排放物调节。

本领域技术人员能够理解，这些各式各样的最优化和调节需要不同的输入信号并且基于不同的特征。专家们因此可以理解，前面示例的各特征，例如行车时间、燃料消耗重量和驾驶经验，在除巡航控制器以外的其它应用中，可以被替换为其它适宜特征作为代价函数中的项。换言之，根据本发明的代价函数不局限于应用在巡航控制器中，也不局限于基于前面示例的各特征。

如前所述，代价函数的所有表达可以利用或不利用包括平方根的符号来体现。

专家们可以理解，根据本发明的用于创建代价函数的方法还可以在计算机程序中实施，当所述计算机程序在计算机中执行时，引起计算机应用所述方法。计算机程序存储在计算机程序制品的计算机可读介质中，所述介质采取的形式为适宜的存储器，例如ROM（只读存储器），PROM（可编程只读存储器），EPROM（可擦写PROM），闪存存储器，EEPROM（电可擦写PROM），硬盘单元，等等。

图4示意性描绘了一种控制单元410。控制单元410包括计算单元411，其可以采取的形式为基本上任何适宜类型的处理器或微计算机，例如用于数字信号处理的电流（数字信号处理器，DSP），或具有预定专门函数的电路（专用集成电路，ASIC）。计算单元411连接着存储器单元412，存储器单元组合在控制单元410中并且为计算单元411提供存储的程序编码和/或存储的数据，例如计算单元411为了能够执行计算所需的。计算单元411还配制成存储所述存储器单元412中计算产生的部分或最终结果。

控制单元410还配备有用于接收输入信号和发送输出信号的相应装置413、414、415、416。这些输入和输出信号可以包括波形、脉冲或其它特征值，它们可以被信号接收装置413、416检测为信息，并且它们可以被转换成可由计算单元411处理的信号。然后这些信号被提供到计算单元411。信号发送装置414、415被配制成将从计算单元411接收的信号依次转换，例如通过对它们进行调制，以产生输出信号，所述输出信号可以被系统的传输到其它部分。系统的输入信号被以传统方式提供，例如借助于传感器，使用模型，或以专家们知道的其它类似方式。

与用于接收输入信号和发送输出信号的相应装置相连的连接件中的每个可以采取的形式为选自下面的一或多种：缆线，数据总线，例如CAN（控制器局部网）总线，MOST（媒体定向系统传输）总线，或一些其它总线结构，或无线连接。本领域技术人员可以理解，前面描述计算机可以采取的形式为计算单元411，并且前面描述存储器可以采取的形式为存储器单元412。

根据本发明的控制单元被配制成创建用于机动车辆的代价函数，所述代价函数至少依赖于第一和第二项，规定了所述至少第一和第二项之间的相互关系，以及确定出函数值。控制单元还被配制成将代价函数构造成使得对至少一个附加项的依赖关系可以容易引入代价函数中。在进行了这种引入后，代价函数维持所述至少第一和第二项之间的相互关系，并且还规定了所述至少一个附加项与所述至少第一和第二项之间的相互关系。

根据控制单元的实施方式，即使是引入了一个或多个附加项后，如果所述至少一个附加项的特征值相对接近于用于将其标准化的基准值，则代价函数维持基本上相同的函数值。

专家们还可理解，上述控制单元可以被配制成实现根据本发明的方法的各种实施方式。本发明还涉及机动车辆，例如卡车或公共汽车，其包括至少一个这样的控制单元，用于创建根据本发明的代价函数。

本发明不局限于前面描述的本发明的各种实施方式，而是涉及并且包括落在权利要求中限定的保护范围内的所有实施方式。

Claims (20)

1.一种创建用于机动车辆的代价函数的方法，所述代价函数依赖于至少第一和第二项，规定了所述至少第一和第二项之间的相互关系，并且确定出函数值，其特征在于，所述代价函数被构造成使得在所述代价函数中可引入对至少一个附加项的依赖关系，在进行了这种引入的状况下，所述代价函数维持所述至少第一和第二项之间的所述相互关系，并且规定了所述至少一个附加项与所述至少第一和第二项之间的相互关系。

2.根据权利要求1的方法，其中，所述第一和第二项以及所述至少一个附加项分别基于与所述机动车辆相关的相应特征。

3.根据权利要求2的方法，其中，所述至少第一和第二项以及所述至少一个附加项分别采取相应标准化特征值的形式，该标准化是借助于每个特征的基准值实现的。

4.根据权利要求3的方法，其中，所述基准值采取的形式为借助于传统巡航控制器得到的对应值。

5.根据权利要求2-4中任一项的方法，其中，所述至少第一和第二项以及所述至少一个附加项采取的形式分别为相应平方标准化特征值。

6.根据权利要求1-5中任一项的方法，其中，所述至少第一和第二项之间的所述相互关系采取的形式为凸组合。

7.根据权利要求1-6中任一项的方法，其中，所述至少一个附加项与所述第一和第二项之间的所述相互关系采取的形式为凸组合。

8.根据7个权利要求中任一项的方法，其中，在进行了所述引入后，如果所述至少一个附加项基于标准化特征值，则所述代价函数基本上维持所述函数值，该标准化是借助于每个特征的基准值实现的，并且，所述特征值呈现为与所述基准值接近的值。

9.根据权利要求1-8中任一项的方法，其中，所述代价函数依赖于两个项，这两个项分别基于行车时间和燃料消耗重量。

10.根据权利要求9的方法，其中，所述代价函数是根据下式定义的：

$f=\mathrm{\β}{\left(\frac{T}{T_{\mathrm{ref}}}\right)}^2+(1-\mathrm{\β}){\left(\frac{M}{M_{\mathrm{ref}}}\right)}^2$

其中

-T为行车时间，

-T_ref为基准行车时间，

-M为燃料消耗重量，

-M_ref为燃料消耗重量基准值，并且

-β为加权系数，其中β∈[0,1]。

11.根据权利要求1-8中任一项的方法，其中，所述代价函数依赖于三个项，这三个项分别基于行车时间、燃料消耗重量和驾驶经验。

12.根据权利要求11的方法，其中，所述代价函数是根据下式定义的：

$f=\mathrm{\γ\β}{\left(\frac{T}{T_{\mathrm{ref}}}\right)}^2+\mathrm{\γ}(1-\mathrm{\β}){\left(\frac{M}{M_{\mathrm{ref}}}\right)}^2+(1-\mathrm{\γ}){\left(\frac{\mathrm{\κ}}{{\mathrm{\κ}}_{\mathrm{ref}}}\right)}^2$

其中

-T为行车时间，

-T_ref为基准行车时间，

-M为燃料消耗重量，

-M_ref为燃料消耗重量基准值，

-κ为所述驾驶经验的值，

-κ_ref为所述驾驶经验的基准值，

-β为加权系数，其中β∈[0,1]，并且

-γ为加权系数，其中γ∈[0,1]。

13.根据权利要求12的方法，其中，驾驶经验项依赖于两个项，这两个项分别基于加速度变化和速度经历。

14.根据权利要求13的方法，其中，驾驶经验项是根据下式定义的：

${\left(\frac{\mathrm{\κ}}{{\mathrm{\κ}}_{\mathrm{ref}}}\right)}^2=\mathrm{\ψ}{\left(\frac{J}{J_{\mathrm{ref}}}\right)}^2+(1-\mathrm{\ψ}){\left(\frac{Y}{Y_{\mathrm{ref}}}\right)}^2$

其中

-κ为所述驾驶经验的值，

-κ_ref为所述驾驶经验的基准值，

-J为加速度变化值，

-J_ref为加速度变化基准值，

-Y为速度经历值，

-Y_ref为速度经历基准值，并且

-ψ为加权系数，其中ψ∈[0,1]。

15.根据权利要求1-14中任一项的方法，其中，如果所述至少第一和第二项分别基于相应标准化特征值，该标准化是借助于每个特征的基准值实现的，并且各特征值分别呈现为与所述基准值接近的值，则所述函数值基本上等于一。

16.一种最优化机动车辆中参数的方法，所述最优化基于根据权利要求1-15中任一项的方法创建的代价函数，所述参数与任何下述项目的控制相关：

-智能巡航控制器，

-自动变速箱，

-发动机响应调节，

-发动机风扇调节，以及

-燃烧排放物调节。

17.一种计算机程序，其包括程序编码，并且在所述编码在计算机中被执行时使得所述计算机实施根据权利要求1-16中任一项的方法。

18.一种计算机程序制品，包括计算机可读介质和根据权利要求17的计算机程序，所述程序存储在所述计算机可读介质中。

19.一种控制单元，其被配制成创建用于机动车辆的代价函数，所述代价函数依赖于至少第一和第二项，规定了所述至少第一和第二项之间的相互关系，并且确定出函数值，其特征在于，所述控制单元被配制成构造所述代价函数，使得在所述代价函数可引入对至少一个附加项的依赖关系，在进行了这种引入的状况下，所述代价函数维持所述至少第一和第二项之间的所述相互关系，并且规定了所述至少一个附加项与所述至少第一和第二项之间的相互关系。

20.一种机动车辆，其特征在于，所述车辆包括根据权利要求19的控制单元。

Images