CN104832302B - 用于发动机和动力传动系统控制的方法和系统 - Google Patents

Abstract

本发明涉及用于发动机和动力传动系统控制的方法和系统。提供了用于加速更新车辆的动力传动系统校准表的方法和系统。该表使用在给定车辆上产生的数据来更新同时使用从基于云的网络下载的数据来完善，所述下载的数据在具有匹配动力传动系统特性的一个或多个其它车辆上产生。充分的数据未在给定车辆上产生的车辆的校准表的区域使用来自那些对应区域具有充分的数据的一个或多个其它车辆的数据来填充。

Description

用于发动机和动力传动系统控制的方法和系统

技术领域

本申请涉及用于改善发动机和动力传动系统输出的校准的系统和方法。

背景技术

随着工况在驱动循环期间变化，发动机控制系统可以使用各种校准表和图以优化发动机和动力传动系统输出。例如，车辆系统可以使用发动机图来预安装，其中该发动机图由发动机控制系统使用以确定如何安排各种致动器。校准图和表可以使用在发动机和动力传动系统设计、测试和实验期间收集的数据填充(populate)。此外，发动机控制系统可以被启用以使用测量值和反馈数据来适应和更新校准表。

然而，在动力传动系统和燃烧发动机变得越来越复杂的情况下，可以有许多自由度以优化发动机和动力传动系统输出。例如，可以存在可能的可变凸轮正时、可变进气系统、可变气门升程等的各种组合。在具有复杂系统的发动机中，可能需要显著长的时间(例如，超过一年的测试时间)以绘制出运转的全部可能组合。一些车辆系统可以被配置为自校准。其中，缸内压力传感器可以被用于从未处理的(初始)发动机图自校准发动机。由于燃烧过程是相当可变的，在相当稳态状况下的多个测量值必须被得到以获得可靠的传感器输出平均值，该输出平均值能够放心使用以更新发动机图并且确定控制动作。然而，排放燃料经济性和驱动轨迹在本质上趋向于瞬态，从而在能够得到适应的稳态状况下花费较少的时间。因此，自校准车辆可能需要许多驱动循环以完成校准。

在另一示例中，如Lockwood等人在美国专利申请2013/0184966中所示，在发动机运转期间在车辆上捕捉的数据能够由车载控制器以及由车外(off-board)控制器(如车外云计算系统)来处理。这允许参数的较小计算密集车载处理(例如，集体适应)和同时的参数的更大计算密集车外处理(例如，单个适应)。同时处理允许校准表的较快的填充同时维持车载车辆控制系统的处理能力和存储器配置。

然而，发明人在此已经认识到即使使用自校准和车外处理，校准表不会以及时有效的方式被充分地填充。除了长时间采用自校准和车外处理车辆之外，基于车辆操作员的驱动类型可以存在保持不充分地填充的发动机和动力传动系统校准图的区域。例如，激进的驾驶员可以具有他们校准图被良好限定的高速度和高负载区域而其他运转区域未被限定。作为另一示例，对于潮湿和寒冷的环境状况，驾驶员总是在炎热和干燥的气候区域下操作可以不具有充分的校准适应。因此，在执行燃料经济性测试之前，车辆必须在几个驱动循环内适应。进一步地，为了车辆传递排放，校准必须被足够快速地完善。

发明内容

在一个示例中，以上问题中的一些可以通过一种用于发动机系统的方法来解决，该方法包括：使用在车辆上收集的数据和使用从车外网络下载的数据来调整车辆动力传动系统校准表的数据点，在与网络通信的一个或多个其它车辆上收集所述下载的数据。例如，车外网络可以是云计算系统。以此方式，云校准可以有利地用于在较短的时间中更充分地填充发动机校准表。

例如，云校准的第一阶段可以在车辆研发期间由制造者执行以实现快速校准从而传递全部排放要求。其中，新车辆(例如，新类型(品牌或型号)的车辆或新系列(family)的车辆)的校准表可以被研发。其中，在向消费者出售车辆之前，校准表可以使用在由制造者研发和校准的相同的品牌或型号的一队车辆上收集的校准数据来填充。在该队车辆中的每个车辆上所收集的校准数据可以被上传到云计算系统。单个车辆的控制器可以下载相关数据并且快速地更新车辆的初始校准表。

云校准的第二阶段可以在车辆在顾客的手中之后被执行以进一步优化燃料经济性、排放和可驾驶性的车辆性能。云校准的第二阶段也说明部件老化、磨损并且使诊断程序能够根据需要被触发。其中，初始校准表(初始伴随车辆的表)可以被更新。例如，由分别的消费者在使用的一队车辆在其行驶在路上时可以在各种工况下收集校准数据。来自该队车辆的每个车辆的校准数据可以被上传到云计算系统并且存储在该云计算系统。此外，单个车辆的校准数据可以被存储在它们各自的控制器的存储器上。每个车辆然后可以有利地下载在具有匹配动力传动系统特性的其它车辆上产生的数据以适应或更新它们各自的校准表。例如，第一车辆可以具有对应于给定车辆的动力传动系统校准表的第一区域的充分的车载产生的数据。因此，车辆的控制器可以使用车载收集的数据填充校准表的第一区域。由于第一车辆在对应于校准表的第一区域的工况下(例如，速度-负载状况)花费多于阈值量的时间，可以产生充分的车载数据。然而，第一车辆可以具有对应于校准表的第二、不同的运转区域的不充分的车载产生的数据。由于车辆在对应于校准表的第二区域的工况下花费少于阈值量的时间，可以产生不充分的数据。因此，控制器可以确定在该队车辆中的具有匹配动力传动系统特性并且校准表具有填充校准表的第二区域的充分的数据的一个或多个其它车辆(如第二车辆)。因此，差异可以由于在第一车辆的操作员和第二车辆的操作员之间的驾驶习惯的不同。例如，第一车辆的操作员可能趋向于执行较长的高速公路出行而第二车辆的操作员可能趋向于执行较短的市内出行。因此，当第一车辆在高速和高负载状况下可以具有较高的滞留时间(residence time)时，第二车辆在低速和高负载状况下可以具有较高的滞留时间。第一车辆的控制器然后可以下载在第二车辆上收集的数据以填充它的校准表的第二区域。第一车辆的车辆致动器调整然后可以基于更新的校准表而执行。因此，在高速公路上长距离出行运转的车辆的校准表可以使用在短距离市内出行运转的车辆上捕集的数据来完善。作为另一示例，在炎热和干燥的气候状况下运转的车辆的校准表可以使用在炎热和潮湿的气候状况下运转的车辆上捕集的数据来调整或“完善”。因此，与车辆性能和适应的许多不同的方面有关的数据可以用于改善车辆运转。

以此方式，覆盖较大数目的自由度的全发动机图能够较快地产生。通过依靠在具有匹配特性的一个或多个其它车辆上捕捉的数据，与给定车辆上的未频繁地经历的工况和驾驶操纵性有关的校准数据能够从其它车辆引入。通过使用全局数据以填充车辆的校准表的大多数工况，车辆性能在这些状况下能够被改善。此外，局部适应能够用于微调车辆的性能。因此，这使平均适应估计能够被较快地提供，并且较快速地适应单个车辆的件间(piece-to-piece)变化。此外，通过在校准表形成的初始阶段期间使用来自一个或多个其它车辆的数据，足够的数据样本可以被提供用于排放测试需要的大体全部速度-负载点。因此，这改善填充车辆的校准表的数据的置信水平并且使车辆通过排放测试的可能性增加。总的来说，发动机和动力传动系统校准精确性被改善，从而改善车辆性能。

应当理解，提供以上概述是为了以简化的形式介绍一些概念，这些概念在具体实施方式中被进一步描述。这并不意味着确定所要求保护的主题的关键或基本特征，要求保护的主题的范围被紧随具体实施方式之后的权利要求唯一地限定。此外，要求保护的主题不限于解决在上面或在本公开的任何部分中提及的任何缺点的实施方式。

附图说明

图1示意性地示出根据本公开的实施例的示例发动机系统的方面。

图2示出部分发动机示图。

图3示出车辆动力传动系统的自适应校准的高级别流程图。

图4示出用于更新根据本公开的校准表的流程图。

图5示出基于更新的校准表用于调整车辆动力传动系统输出的流程图。

图6示出校准表的示例适应。

具体实施方式

提供了用于加速用于优化车辆系统(例如，图1的车辆系统)中的动力传动系统输出的一个或多个校准表的更新的方法和系统。在一个非限制性示例中，发动机可以被配置为如图2所示，其中发动机包括至少一个汽缸、控制系统、涡轮增压器和排气再循环系统，以及其它特征。发动机控制器可以被配置为执行控制程序(例如，图3-图5的程序)以基于车载数据和/或车外数据更新车辆校准表，并且基于更新的校准表优化车辆动力传动系统输出。车外网络数据可以从在图1-图2处描述的车外网络系统来下载。在图6处示出车辆校准表的示例适应。

图1描述包括耦接到变速器44的内燃发动机10的车辆系统100。发动机10可以使用发动机启动系统54来启动，该启动系统包括启动器马达。变速器44可以是手动变速器、自动变速器或它们的组合。变速器44可以包括各种部件，例如液力变矩器、最终驱动单元、具有多个齿轮的齿轮组等。变速器44被示出耦接到可以接触道路表面的驱动车轮52。

在一个实施例中，车辆系统100可以是混合动力车辆，其中变速器44可以替代地由电动马达50驱动。例如，马达可以是电池驱动的电动马达(如图所示)，其中电动马达50由存储在电池46中的能量驱动。可以用于驱动马达50的其它能量存储装置包括电容器、飞轮、压力容器等。能量转换装置(本文为逆变器(inverter)48)可以被配置为将电池46的DC输出转换为由电动马达50使用的AC输出。电动马达50也可以以再生模式(即，作为发电机)运转，以吸收来自车辆运动和/或发动机的能量并且将吸收的能量转换为适于存储在电池46中的能量形式。此外，电动马达50可以根据需要被运转为马达或发电机以在不同的燃烧模式之间的发动机10的转变期间(例如，在火花点火模式和压缩点火模式之间转变期间)增加或吸收转矩。

当配置在混合动力实施例中时，车辆系统100可以以各种模式运转，其中车辆由仅发动机、仅电动马达或两者的组合来驱动。替代地，辅助或轻度混合动力模式也可以被采用，其中发动机是转矩的主要来源，并且电动马达在具体的状况期间(例如，在踩加速器踏板事件期间)选择地增加转矩。例如，在“发动机运行”模式期间，发动机10可以被运转并且被用作驱动车轮52的转矩的主要来源。在“发动机运行”模式期间，燃料可以从包括燃料箱的燃料系统20被供应到发动机10。燃料箱可以容纳多种燃料，如汽油或混合燃料(例如，具有包括E10、E85等的一系列醇(例如，乙醇)浓度的燃料)和它们的组合。在另一示例中，在“发动机停止”模式期间，电动马达50可以被运转以驱动车轮。“发动机停止”模式可以在制动、低速期间被采用，而在交通信号灯等停止。在又一示例中，在“辅助”模式期间，替代的转矩源可以增补并且与由发动机10提供的转矩合作起作用。

车辆系统100可以进一步包括控制系统14。控制系统14被示出接收来自多个传感器16的信息并且将控制信号发送到多个致动器81。控制系统14可以进一步包括控制器12。控制器可以接收来自各种传感器或按钮的输入数据、处理输入数据并且基于对应于一个或多个程序的编程到其中的指令或代码响应于处理的输入数据触发致动器。关于图3-图5本文描述了示例控制程序。

车辆控制系统可以经由无线通信被通信地耦接到如云计算系统的车外网络13，该无线通信可以是无线网(Wi-Fi)、蓝牙、一种类型的蜂窝服务器或无线数据传输协议。因此，车辆数据被上传的这种连通性(也被称为“云”)可以是数据被存储的商用服务器或私用服务器并且然后通过优化算法作用。算法可以处理来自单一车辆、一队车辆、一系列发动机、一系列动力传动系统或它们的组合的数据。算法可以进一步考虑系统限制，产生用于优化动力传动系统输出的校准数据并且将它们发送回应用它们的(一个或多个)车辆。

车辆系统100也可以包括在操作员能够与之互动的仪表盘19上的车载导航系统17(例如，全球定位系统)。导航系统可以包括一个或多个位置传感器，用于协助估计车辆的位置(例如，地理坐标)。仪表盘19可以进一步包括操作员点火接口15，经由该操作员点火接口车辆操作员可以调整车辆发动机的点火状态。具体地，操作员点火接口可以被配置为基于操作员输入开始和/或终止车辆发动机的运转。操作员点火接口的各种实施例可以包括需要物理装置(如主动钥匙)的接口，该主动钥匙必须被插入操作员点火接口内以启动发动机并且发动车辆或被移除以关闭发动机且停止车辆。其它实施例可以包括被通信地耦接到操作员点火接口的被动钥匙。被动钥匙可以被配置为电子钥匙扣或智能钥匙，该电子钥匙扣或智能钥匙无须被插入点火接口或从点火接口移除以运转车辆发动机。确切地说，被动钥匙可以需要被定位在车辆内部或接近车辆(例如，在车辆的阈值距离内)。又一些实施例可以附加地或任选地使用由操作员手动按压的启动/停止按钮以启动或关闭发动机并且发动或停止车辆。基于操作员点火接口的配置，车辆操作员可以提供关于发动机是在发动机运行状况还是在发动机停止状况的指示，并且进一步提供关于车辆是在车辆运行状况还是在车辆停止状况的指示。

控制器12也可以接收来自耦接到操作员点火接口的点火传感器(未示出)的发动机10的点火状态的指示。控制系统14可以被配置为基于从传感器和车辆操作员接收的输入将控制信号发送到致动器81。各种致动器可以包括，例如，汽缸燃料喷射器、耦接到发动机进气歧管的空气进气节气门、火花塞等。致动器位置在基于利用车载数据和/或车外网络数据更新的校准数据的发动机运转期间可以被调整用于最优的车辆动力传动系统输出。最优的车辆动力传动系统输出的更新校准数据的细节在图3-图5处详述。

图2描述(图1的)发动机10的燃烧室或汽缸的示例实施例。发动机10可以接收来自包括控制器12的控制系统的控制参数和经由输入装置132来自车辆操作员的输入。在这个示例中，输入装置132包括加速器踏板和用于产生成比例的踏板位置信号PP的踏板位置传感器134。作为另一示例，关于车辆运行和/或发动机运行状况的输入可以经由如前面参考图1讨论的驾驶员点火接口15被接收。发动机10的汽缸(本文也称为“燃烧室”)30可以包括具有活塞138定位在其中的燃烧室壁136。活塞138可以被耦接到曲轴140使得活塞的往复运动被转变为曲轴的旋转运动。曲轴140可以经由变速器系统被耦接到客车的至少一个驱动车轮。进一步地，启动器马达可以经由飞轮被耦接到曲轴140以实现发动机10的启动运转。

汽缸30能够经由一系列进气空气通道142、144和146接收进气空气。进气空气通道146能够与除了汽缸30之外的发动机10的其它汽缸连通。在一些实施例中，一个或多个进气通道可以包括升压装置，如涡轮增压器或机械增压器。例如，图2示出经配置具有涡轮增压器的发动机10，该涡轮增压器包括安排在进气通道142和144之间的压缩机174和沿排气通道148安排的排气涡轮机176。在升压装置被配置为涡轮增压器的情况下，压缩机174可以经由阀180至少部分地由排气涡轮机176驱动。然而，在另一些示例中，如在发动机10被提供具有机械增压器的情况下，排气涡轮机176可以任选地省略，其中压缩机174可以由来自马达或发动机的机械输入来驱动。包括节流板64的节气门20可以沿发动机的进气通道被提供，用于改变提供到发动机汽缸的进气空气的流率和/或压力。例如，节气门20可以被布置在压缩机174的下游或替代地可以被提供在压缩机174的上游。

排气通道148可以从除了汽缸30之外的发动机10的其它汽缸接收排气。排气传感器128被示出耦接到排放控制装置178上游的排气通道148。传感器128例如可以从各种合适的传感器之间被选择用于提供排气空燃比的指示，如线性氧传感器或UEGO(通用或宽域排气氧)、双态氧传感器或EGO(如图所示)、HEGO(加热的EGO)、NOx、HC或CO传感器。排放控制装置178可以是三元催化剂(TWC)、NOx捕集器、各种其它排放控制装置或它们的组合。

排气温度可以由定位在排气通道148中的一个或多个温度传感器(未示出)来估计。替代地，排气温度可以基于发动机工况(例如，转速、负载、空燃比(AFR)、火花延迟等)来推知。进一步地，排气温度可以由一个或多个排气传感器128来计算。应当认识到，排气温度可以替代地由本文列出的温度估计方法的组合来估计。

发动机10的每个汽缸可以包括一个或多个进气门和一个或多个排气门。例如，汽缸30被示出包括定位在汽缸30的上部区域的至少一个进气提升气门150和至少一个排气提升气门156。在一些实施例中，发动机10的每个汽缸(包括汽缸30)可以包括定位在汽缸的上部区域的至少两个进气提升气门和至少两个排气提升气门。

进气门150可以经由凸轮致动系统151通过凸轮致动由控制器12控制。类似地，排气门156可以经由凸轮致动系统153由控制器12控制。凸轮致动系统151和153每个均可以包括一个或多个凸轮并且可以利用可以由控制器12运转的凸轮廓线变换(CPS)、可变凸轮正时(VCT)、可变气门正时(VVT)和/或可变气门升程(VVL)系统中的一个或多个以改变气门运转。进气门150和排气门156的位置可以分别由气门位置传感器155和157来确定。在替代的实施例中，进气门和/或排气门可以由电子气门致动来控制。例如，汽缸30可以替代地包括经由电子气门致动器控制的进气门和经由包括CPS和/或VCT系统的凸轮致动控制的排气门。在又一些实施例中，进气门和排气门可以由共用气门致动器或致动系统或可变气门正时致动器或致动系统来控制。

汽缸30能够具有压缩比，该压缩比是当活塞138在底部中心到顶部中心时的体积比。照惯例，压缩比是在9:1到10:1的范围内。然而，在不同的燃料被使用的一些示例中，可以增加压缩比。例如，当使用较高辛烷值燃料或具有较高汽化潜在焓的燃料时，这可以发生。如果使用直接喷射，由于其对发动机爆震的影响，也可以增加压缩比。

在一些实施例中，发动机10的每个汽缸可以包括用于开始燃烧的火花塞192。在选择的运转模式下，响应于来自控制器的火花提前信号SA，点火系统190能够经由火花塞192将点火火花提供到燃烧室30。然而，在一些实施例中，火花塞192可以被省略，例如在发动机10可以如与一些柴油发动机情况一样通过自动点火或者通过燃料的喷射开始燃烧的情况下。

在一些实施例中，发动机10的每个汽缸可以被配置具有用于提供爆震或预点火抑制流体到此的一个或多个喷射器。在一些实施例中，流体可以是燃料，其中喷射器也可以被称为燃料喷射器。作为非限制性的示例，汽缸30被示出包括一个燃料喷射器166。燃料喷射器166被示出直接耦接到汽缸30，用于与经由电子驱动器168从控制器12接收的信号FPW的脉冲宽度成比例将燃料直接喷射到汽缸30中。以此方式。燃料喷射器166提供被称为到燃烧汽缸30的燃料的直接喷射(下文也称为“DI”)。而图2示出喷射器66为侧喷射器，它也可以定位在活塞的上面，如接近火花塞192的位置。由于一些醇基燃料的较低挥发性，当用醇基燃料运转发动机时此类位置可以改善混合和燃烧。可替代地，喷射器可位于进气门的上面及其附近以改善混合。

燃料可以从包括燃料箱、燃料泵和燃料轨的高压燃料系统20输送到燃料喷射器166。替代地，燃料可以在较低的压力下通过单级燃料泵输送，其中直接燃料喷射的正时的情况在压缩冲程期间比如果使用高压燃料系统更受限制。进一步地，虽然未示出，燃料箱可以具有将信号提供到控制器12的压力换能器。应当认识到，在替代的实施例中，喷射器166可以是将燃料提供到汽缸30上游的进气道中的进气道喷射。

如上所述，图2示出多汽缸发动机的仅一个汽缸。因此，每个汽缸可以类似地包括它自身的一组进气门/排气门、(一个或多个)燃料喷射器、火花塞等。

燃料系统20中的燃料箱可以容纳具有不同的性质(例如，不同的成分)的燃料。这些不同可以包括不同的醇含量、不同的辛烷值、不同的汽化热、不同的混合燃料和/或它们的组合等。在一个示例中，具有不同的醇含量的燃料可以包括一种燃料是汽油并且另一种是乙醇或甲醇。在另一示例中，发动机可以使用汽油作为第一物质以及使用包含如E85(其大约85％乙醇和15％汽油)或M85(其大约85％甲醇和15％汽油)的混合燃料的醇作为第二物质。包含燃料的其它醇可以是醇和水的混合物，醇、水和汽油等的混合物。

控制器12在图2中被示为微型计算机，其包括微处理器单元(CPU)106、输入/输出端口(I/O)108、在此特定示例中示出为只读存储器(ROM)芯片110的用于可执行程序和校准值的电子存储介质、随机存取存储器(RAM)112、保活存储器(KAM)114和数据总线。如在图1处所讨论的，包括控制器12的车辆控制系统可以被通信地耦接到诸如云计算系统的车外网络13。控制器12可以接收来自耦接到发动机10的传感器的各种信号，除了前面讨论的那些信号，还包括：来自质量空气流量传感器122的所引入的质量空气流量(MAF)的测量值；来自耦接到冷却套管118的温度传感器116的发动机冷却液温度(ECT)；来自耦接到曲轴140的霍尔效应传感器120(或其它类型)的表面点火感测信号(PIP)；来自节气门位置传感器的节气门位置(TP)；来自传感器124的绝对歧管压力信号(MAP)，来自EGO传感器128的汽缸AFR和来自爆震传感器的异常燃烧。发动机转速信号RPM可以由控制器12从信号PIP产生。来自歧管压力传感器的歧管压力信号MAP可以用于提供进气歧管中的真空或压力的指示。控制器也可以接收操作员输入和关于来自操作员点火接口15的发动机的点火状态的指示。

存储介质只读存储器110能够用计算机可读数据编程，该计算机可读数据代表由处理器106可执行的指令，用于执行以下所述方法以及期望但没有具体列出的其他变体。本文关于图3-图5描述了示例程序。

转至图3，它示出示例程序300，该程序示出车辆动力传动系统的自适应校准的方法。当图3示出用于更新一个校准表的示例方法时，该方法可以用于更新一个或多个校准表，每个校准表与车辆运转的不同的方面有关。

应当进一步认识到，图3-图4的程序描述在车辆被消费者持有并且使用之后车辆校准表的基于云的更新。因此，这可以构成云校准的第二阶段。车辆可以在车辆研发期间在制造者位置处已经经受校准表的类似的基于云的产生和更新。因此，这可以构成云校准的第一阶段。校准的第一阶段可以被执行以实现快速校准使得车辆能够在车辆售给消费者之前通过全部排放要求。在第一阶段期间，单个车辆的校准表的产生可以使用在相同品牌或型号的一队在用车辆上收集的校准数据来加快。其中，在第二阶段时(在图3-图4处所详述的)，在该队车辆的每个车辆上收集的校准数据可以被上传到诸如云计算系统的车外网络。经受校准更新的车辆的控制器可以从车外网络下载相关数据并且快速地填充(或产生)车辆的初始校准表。随着操作员使用车辆，初始校准表然后可以被进一步优化。在校准的这个第二阶段期间，初始校准表可以不仅基于操作员使用的车辆(即，车载收集的数据)，而且基于在通信地耦接到车外网络的一个或多个其它车辆上收集的数据而被更新。

在302处，可以确定校准表是否被安排更新。校准表可以在车辆的运转期间由消费者周期性地更新。在一个示例中，校准表可以在车辆驱动循环开始后被更新。在另一示例中，校准表可以在车辆驱动循环终止后被更新。在又一示例中，校准表可以在自上一次校准更新后的车辆运转的阈值持续时间或距离消逝后被间歇地更新。在又一些示例中，校准表可以在自发动机启动后预定数目的燃烧循环消逝后被更新。其中，燃烧循环的通道可以在车辆控制器处被计数并且当预定数目的燃烧循环已经消逝时，在预定数目的燃烧循环期间累积的数据可以用于更新校准表。此外，在预定数目的燃烧循环期间累积的数据可以被及时地上传到车外网络，如下面所讨论的。在又一示例中，校准表可以基于来自车载导航装置的输入而被更新。因此，更新校准表可以被自动地执行，即，无需消费者的输入。进一步地，更新校准表可以基于网络的可用性和连通性而被执行。应当认识到，每个均与车辆运转的不同方面有关的一个或多个附加校准表可以类似地被更新。

在确定校准表是由于安排的更新后，在304处校准表可以基于在车辆的运转期间在车辆上收集和存储的数据以及车外网络数据而被更新。车载数据可以包括在车辆运转期间收集的数据和本地存储在车辆控制器的存储器上的数据，例如存储在保活存储器中的数据。通过本地存储数据，它能够快速地存取并且用于加快车辆的动力传动系统校准表的更新。如本文所使用的，车外网络数据可以对应于从车外网络下载的数据。车外网络可以是通信地耦接到车辆控制系统的云计算系统(本文也称为数据云)。从云计算系统下载的数据可以已经在通信地耦接到数据云的一个或多个其它车辆上被收集。更新校准表的细节将在图4处进一步详述。如本文所详述的，由于该队车辆的全部各种驱动循环在运转，在多个类似车辆上收集的数据允许校准表的更快的适应。

一旦校准表的更新完成，在306处，车辆动力传动系统输出可以基于更新的校准表而被优化。因此，车辆动力传动系统输出可以包括发动机输出、发动机致动器输出、变速器输出、变速器致动器输出中的一个或多个，以及电池荷电状态、电动马达控制和被封装以在本文的混合动力车辆中存储并释放能量的一个或多个机器。车辆动力传动系统输出的优化将进一步在图5处详述。进一步地，在308处，在给定的车辆驱动循环期间在车辆上收集的数据可以被上传到车外网络上。在一个示例中，来自更新的校准表的数据可以被上传到车外网络上。数据可以被自动地上传，而无需操作员输入(例如，不需要来自车辆操作员的提示)。例如，数据可以在车辆的每个驱动循环之后被自动地上传。替代地，数据可以及时地、间歇地被上传到数据云，例如在车辆行进阈值距离之后，在车辆行进阈值持续时间之后，在阈值数目的发动机燃烧循环之后等。

应当认识到，虽然图3示出在给定车辆上产生的数据被传送到车外网络并且上传到车外网络(例如，数据云)上，但是在一个或多个其它车辆(例如，道路上的一队车辆中的每个车辆)上产生的数据可以类似地被传送到车外网络并且上传到车外网络上。数据然后可以存储在网络处并且该数据可以在与网络通信的全部车辆之间共享。即，每个车辆可以经由网络利用在该队车辆的全部其它车辆上收集的数据。

转至图4，它示出示例程序400，该程序示出了一种基于在车辆的运转期间在车辆上收集的数据和从车外网络系统(如云计算系统)下载的数据的校准表的自适应获悉的方法。校准表可以包括多个单元并且每个单元可以对应于至少两种工况。工况可以包括发动机转速、发动机负载、发动机温度、大气压力、燃料醇含量、环境湿度、环境温度和混合动力电池荷电状态中的至少两者。又一些工况可以包括燃料辛烷值、燃料站、花费在发动机运行模式或车辆运行模式中的时间、发动机关闭或车辆关闭花费的时间、环境温度、牵引、英里数、车辆的使用年限、维修历史等。

每个单元的输出可以对应于致动器调整或适应，用于在具体的工况下优化车辆动力传动系统。作为示例，单元可以对应于发动机转速和发动机负载状况并且单元的输出可以包括汽缸气门正时、凸轮正时、火花正时、EGR率、燃料喷射量和/或燃料喷射正时的适应。

在402处，控制器可以确定在校准表的每个单元的工况下车辆的滞留时间。在单元处车辆的滞留时间可以基于在给定数目的发动机循环、驱动循环等期间对应的工况下的车辆的运转的持续时间。由于工况在各种驱动循环期间可以改变，所以在每个单元的工况下车辆的滞留时间也可以改变。改变可以进一步基于车辆操作员的驾驶行为、车辆运转的路线、车辆运转的地理位置、气候状况等。随着在具体的工况下车辆运转的持续时间增加，单元的滞留时间可以增加。例如，相比于车辆在市内驱动状况下运转，在高速公路上运转较长的持续时间的车辆可以在高速和负载状况下具有较长的滞留时间。另一方面，相比于车辆在高速公路上驾驶，具有较多市内驾驶的车辆可以在低速和负载状况下具有较长的滞留时间。

在替代示例中，替代确定滞留时间，可以确定与数据点的滞留时间相联系的置信水平。由于在给定运转区域中在给定车辆上收集的数据的置信度基于该运转区域中的车辆的滞留时间，可以存在车辆的校准表的区域，其中车载收集的数据是低置信度。这减小控制器可靠地优化车辆的动力传动系统输出的能力。此外，如果在多个发动机转速-负载点上没有足够的车载数据样本被收集且平均，车辆的校准表不能够使用充分的置信度来填充。另一方面，如果估计的错误对控制具有很小影响，可以存在能够使用具有低置信水平或低滞留时间的数据的致动器控制区域。发明人已经认识到通过使用在一个或多个其它车辆上收集的全局数据，在匹配车辆的多个驱动循环期间收集的数据能够有利地用于填充给定车辆的校准表，从而改善用于优化车辆动力传动系统输出的数据的置信值。此外，可以存在具有较高置信度的足够的数据样本。

在确定校准表中的每个单元的滞留时间后，在404处控制器可以确定在给定单元的工况下的滞留时间是否大于滞留时间阈值。应当认识到，在一些示例中，滞留时间可以被获悉为在给定工况下消逝的燃烧循环的数目，而不是在给定工况下运转的绝对持续时间。例如，在高发动机转速下，较多的燃烧循环在较短量的时间下发生，从而使燃烧循环的数目成为更重要的方面。然而在一个示例中，可以确定在给定单元的工况下车辆是否已经花费多于300燃烧循环以统计确定已经获得置信区间。在一个示例中，基于置信区间、置信区间的可能偏差和偏差对具体致动器的控制的期望影响，控制器可以确定期望的控制精确性。基于期望的精确性充分高，控制器可以决定使用网络数据。

如果确定在给定单元的工况下的滞留时间大于阈值，在406处，控制器可以使用在车辆上收集的数据来填充给定单元。例如，控制器可以仅使用在车辆上收集的数据来调整给定单元的输出。例如，在给定单元的输出是自适应增益项的情况下，控制器可以基于在车辆上收集的数据调整自适应增益项的值。如果滞留时间不大于阈值，程序可以前进到408。

在替代的示例中，控制器可以确定给定单元的样本大小。例如，可以确定可用于给定单元的数据样本或数据点的数目。如果样本的数目大于阈值样本大小，则控制器可以基于在车辆上收集的数据调整自适应增益项的值。否则，程序可以前进到408。

在408处，车辆控制器可以与诸如云计算系统的车外网络通信，并且在给定单元的工况下从具有大于阈值的滞留时间的一个或多个车辆下载用于给定单元的校准数据。因此，数据可以从具有匹配那些给定车辆的动力传动系统配置的一个或多个(其它)车辆下载。例如，可以存在在具有匹配动力传动系统配置的一个或多个其它车辆上产生的数据，该数据被传递到车外网络并且存储在车外网络处。控制器可以确定具有匹配动力传动系统配置的一个或多个其它车辆并且进一步确定任意那些车辆是否具有填满收集的数据的它们的校准表的对应(一个或多个)单元并且运转大于对应运转区域中的阈值的滞留时间。控制器也可以在对应于给定单元的工况下记下那些车辆中的每一个的滞留时间。应当认识到，在替代的实施例中，数据处理和计算可以在车外网络下被执行，而不是在车辆控制器水平下被执行。其中，车外网络和云计算系统的较强的计算能力可以允许较快地建立具有相似工况的车辆的校准表。此外，能够减少与点对点通信相关联的问题，例如由于机械磨损或退化引起的在错误的方向上慢慢离开的车辆中的一个的校准。

例如，车外网络可以追踪全部气候状况(如湿度)并且基于追踪的气候参数如何影响车辆动力传动系统运转，车辆控制器可以返回影响、应用某天的当前气候，并且调整下载回到车辆的数据。作为另一示例，车外网络可以追踪局部交通状况。车辆控制器然后可以使车辆运转适应于局部交通状况。例如，控制器可以基于严重交通状况适应踏板响应曲线。

接着，在410处，给定单元的校准数据可以从车外网络来下载。特别地，在具有高于在给定单元的工况下的阈值滞留时间的一个或多个其它车辆上收集的给定单元的数据从云计算系统被下载。

在替代的示例中，每个单元的置信水平或滞留时间可以与置信水平阈值进行比较。如果超过置信水平阈值，则车载收集的数据可以被认为是可靠的。此外，如上所讨论的，对于校准表的一些区域或一些致动器控制区域，如果从单元中收集的数据的误差对给定致动器的控制无影响，则也可以使用具有低于置信水平阈值的滞留时间或置信水平的数据。

接着，在412处，给定车辆的校准表可以基于下载的数据而被调整。在一个示例中，在一个或多个确定的车辆上收集的下载的数据的平均值可以用于调整校准表。在另一示例中，权重可以基于在给定单元的工况下的每个确定的车辆的滞留时间被分配给车外校准数据。来自全部确定的车辆的加权数据可以被处理以确定校准表中的给定单元的值。分配的权重可以基于在给定单元的工况下的每个车辆的绝对滞留时间。替代地，分配的权重可以基于相对于阈值的滞留时间或相对于(具有小于阈值滞留时间的)给定车辆的滞留时间的每个确定的车辆的滞留时间。例如，当从车外网络上的一队车辆确定的车辆的滞留时间超过经受校准更新的车辆的滞留时间时，可以增加在确定的车辆上收集的数据的权重。因此，车外网络可以追踪单个车辆以及从每个车辆接收的数据质量。进一步地，校准变化的历史也可以被监测并且异常值可以被确定用于校准，该校准想要回复网络确定的阈值外的值。异常值不可以用于校准表更新。除了滞留时间之外，加权系数也可以基于可用的数据样本量。基于滞留时间和可用的数据样本量，置信值可以被计算并且加权系数可以基于置信值而被调整。因此，从具有较高的置信值的车外网络下载的数据样本可以被较多加权而从具有较低的置信值的车外网络下载的数据样本可以被较小加权。

如下所详述的，加权系数可以进一步基于一个或多个其它车辆状况，如车辆的位置。例如，在定位更接近于经受校准表更新的给定车辆(例如，在给定车辆的阈值距离内)的一个或多个车辆上收集的数据样本的加权系数可以较高而在进一步定位(例如，大于给定车辆阈值距离)的车辆上收集的数据样本的加权系数可以较低。如上所讨论的，数据处理和计算可以在车外网络下被执行，而不是在车辆控制器水平下被执行。在一个示例中，在云计算系统下执行计算可以减小具有错误的车辆使用不良数据影响它邻近车辆的风险。例如，针对局部气候状况校准能够被标准化。气候、海拔、湿度等可以在云计算系统下被追踪，与车辆性能的参数相关的气候的影响退出，并且应用和下载局部影响。因此，云计算系统可以基本地确定在该队车辆上收集的数据点对于下载并且对于校准表更新是可靠的。

随后，给定单元(其具有小于阈值的滞留时间的车载数据)的输出可以使用下载的车外网络数据来调整。例如，单元可以使用基于在具有大于给定单元的阈值的滞留时间的一个或多个其它车辆上收集的数据的数据来填充。在替代的示例中，给定单元的输出可以基于在车辆上获悉的数据和下载的车外网络数据的组合而被调整。在这个示例中，权重可以基于在给定单元的工况下的各个车辆的滞留时间而被分配给车载数据和车外网络数据。加权的车载数据和车外网络数据可以被处理以确定给定单元的输出(例如，自适应项)。在此，车载产生的数据可以被分配较低的权重而车外网络数据可以被分配较高的权重，较低的权重随着给定车辆的滞留时间减少而减小，较高的权重随着对应车辆的滞留时间增加而增加。因此，每个车辆的数据对校准表更新的贡献可以基于在具体的工况下的车辆的滞留时间而被量化(scale)。以此方式，校准表的每个单元中的值可以基于利用车载数据、车外网络数据或两者来自适应获悉而被更新。在车辆的滞留时间小于给定单元的阈值时，更新的值可以使用从车外网络获得的数据或车载数据和车外网络数据的组合来调整。在车辆的滞留时间大于给定单元的阈值时，更新的值可以仅基于车载数据而获得。因此，针对局部气候状况校准表可以标准化。例如，针对每个车辆诸如天气、海拔、湿度等的气候状况可以被追踪。下载的数据的这些变化的影响可以取消并且给定车辆的局部气候状况可以被应用。针对车辆的校准表的每个单元，步骤402-412可以被重复直到整个表已经充分地更新。在更新校准表的每个单元之后，程序可以返回至图3的306。针对多个校准表可以类似地重复图3的程序，每个校准表控制车辆的运转的不同方面。

作为示例，在由运行(cover)许多英里以及频繁的高速公路出行的行驶推销员运转的车辆上收集的数据可以用于完善在短距离市内出行时由“购买杂货(grocerygetter)”运转的另一车辆的校准表。因此，全局数据可以用于填充大多数工况和对应单元。进一步地，局部适应可以被执行以微调具体的车辆并且使它对车辆之间的变化性有较大的鲁棒性。例如，为了确定一队中的一组车辆在选定工况下具有较长的滞留时间，控制器可以与车外网络通信。控制器然后可以基于相对于给定车辆(其中校准表正被更新)的位置的车辆的地理位置从该组选择一子组车辆。控制器然后可以仅基于在该子组车辆上收集的数据更新校准表。替代地，控制器可以使用在全部确定的车辆上收集的数据来更新校准表，但其中数据被加权，在该子组车辆上收集的数据给出较大的权重。在替代的示例中，选择可以通过车外网络来执行，而不是在控制器水平下来执行。因此，云计算系统可以具有最大的数据组和较高的处理能力。云计算系统可以过滤单个输入的质量并且确定什么数据组对于特定车辆是最合适的且可靠的，同时确立每个数据组的加权。在数据组通过云计算系统被选择用于下载之后，车辆控制器可以下载选定的数据并且更新给定车辆的校准表。

在更进一步的示例中，车辆数据云可以存储与车辆性能和适应的许多附加方面有关的数据。作为示例，与燃料再加注有关的数据可以被存储和共享。其中，控制器可以将关于加燃料的时间、加燃料的位置、发生加燃料的具体的燃料站以及被再加注到燃料箱的燃料的细节(例如，燃料醇含量、燃料辛烷值等)的车辆工况的数据传送到车外网络。当在相同的燃料站加燃料以调整车辆运转时，所存储的数据然后可以由该队的其它车辆检索。例如，在相同的燃料站另一车辆再加注的动力传动系统致动器设置可以基于存储的数据而被适应以更好地处理在站处可用的燃料和车辆的燃料箱中的当前燃料之间的燃料差异产生的瞬变(例如，转矩瞬变)。

应当认识到，虽然在一些示例中，校准表在开始车辆优化之前被更新，但是在替代的示例中，车辆可以使用足够完善以允许基本驱动和优化的校准表来启动。该表然后使用从数据云下载的数据被快速地更新。因此，这减少车辆控制器的校准工作。例如，车辆可以被启动并且最初仅基于针对若干发动机循环的车载收集的数据使用基本校准表来运转，并且然后校准表可以使用从车外网络下载的数据来更新。此外，在初始校准表的产生期间，在第一校准阶段期间，基本校准表可以使用在车辆测试期间在车辆上收集的数据、针对若干发动机循环收集的数据来填充，并且进一步使用从车外网络下载的数据、在由制造者研发的相同的或类似的品牌或型号的若干车辆上(例如，在车辆的研发阶段期间由工程师驱动的制造者的车队中的相同的品牌或型号的受控车辆)收集的下载的数据来填充。在一个示例中，车辆可以适应值得驱动的2排放循环内的校准表使得车辆能够运行第三排放驱动循环并且通过排放标准。这允许车辆在制造者的研发阶段期间并且在车辆被售给消费者之前快速地符合排放标准。

应当进一步认识到，虽然图4的程序描述了在车辆在那些单元中具有低滞留时间时，使用车外网络数据更新车辆的校准表的单元，但在更进一步的示例中，车辆具有充分的滞留时间的单元也可以基于车外网络数据而被更新。例如，车辆控制器可以将给定单元的在车辆上收集的数据的滞留时间和相关联的置信值与给定单元的在一个或多个其它车辆上收集的数据的滞留时间和相关联的置信值相比较。一个或多个车辆可以是具有匹配特性并且进一步在如给定车辆的类似的位置(例如，在给定车辆的阈值距离内)的车辆。如果存在可用于给定单元的多个车辆和数据样本，则车辆控制器可以计算车载数据离多个车辆的平均数据样本多远以区别给定车辆是否远离平均数据而运转。如果这样，车辆控制器可以启用具体的诊断程序。

在一个示例表示中，车辆控制器可以基于在车辆上收集的车辆动力传动系统校准表的单元的数据点和从车外网络下载的单元的数据点的比较而开始一个或多个车辆动力传动系统部件诊断，在与网络通信的一个或多个其它车辆上收集下载的数据。一个或多个其它车辆可以具有匹配动力传动系统特性并且可以被定位在给定车辆的阈值距离内。控制器可以将在车辆上收集的单元的数据点和下载的数据的统计显著平均值(例如，平均值、众数、中值、加权平均值等)比较。响应于单元的数据点和高于阈值的统计显著平均值之间的差异，可以开始诊断程序。

在另一示例表示中，车辆控制器可以使用在车辆上收集的数据和使用从车外网络下载的一选定组的数据来调整车辆动力传动系统校准表的数据点，在与网络通信的一个或多个其它车辆上收集下载的数据。该选定组的数据可以基于各种因素由车外网络的控制模块来选择。

在又一示例表示中，在第一校准阶段期间，车辆动力传动系统校准表的数据点可以使用在车辆测试期间在车辆上收集的数据来调整并且进一步使用从车外网络下载的数据来调整，所述下载的数据在与网络通信的一个或多个其它车辆(例如，车队)上被收集，所述一个或多个车辆具有匹配动力传动系统配置，当所述一个或多个车辆由制造者研发时收集所述下载的数据。当车辆在制造者位置并且在车辆被消费者使用之前时，可以执行第一校准阶段。第一初始(或基本)校准表可以在第一校准阶段的结束时产生。此外，第一校准表的数据点可以被调整使得车辆符合排放标准。然后，在第二校准阶段期间，车辆动力传动系统校准表的数据点可以在车辆被消费者使用期间使用在车辆上收集的数据来调整并且进一步使用从车外网络下载的数据来调整，所述下载的数据在与网络通信的一个或多个其它车辆(例如，车队)上被收集，所述一个或多个车辆具有匹配动力传动系统配置，当所述一个或多个车辆由各自的消费者使用时收集所述下载的数据。第二校准阶段可以在车辆已经离开制造者位置之后并且当车辆被消费者使用时而被执行。第二、更新的校准表可以在第二校准阶段的结束时产生。此外，第二校准表的数据点可以被调整使得车辆被优化用于操作者使用。在第一和第二校准阶段两者期间，下载并且在校准表调整中使用的数据可以在车外网络处被选择。选择可以基于各种因素，例如单个输入的质量、数据收集的位置、在数据收集的时间下的环境气候状况、该队车辆的每个车辆的数据收集的历史等。车外网络可以为该对车辆上收集的每个数据组建立加权系数。车外网络然后可以选择用于下载到特定车辆的校准表中的一个或多个数据组，所述选择基于对于特定车辆什么是最合适的且可靠的而被执行。以此方式，车辆控制器可以利用来自车外网络的校准信息以在车辆具有不充分的车载数据的工况下使给定车辆的校准表增强或完善。通过利用从车外网络下载的数据和在与车外网络通信的一个或多个车辆上收集的数据，校准表能够较快地且较可靠地被更新。总的来说，车辆可以较快速地适应全局和区域工况的变化。

图5示出示例程序500，该程序示出用于调整车辆动力传动系统参数(例如致动器设置)的方法以基于车辆校准表的自适应获悉优化车辆动力传动系统输出。

在502处，控制器可以估计和/或计算发动机工况。这些工况可以包括，例如，发动机转速、发动机温度、操作员转矩需求、升压需求、环境状况、排气温度等。接着，在504处，控制器可以基于更新的校准表确定在估计的工况下用于优化车辆动力传动系统输出的致动器设置。例如，控制器可以确定对应于估计的工况的更新的校准表的一个或多个单元的输出。因此，单元的输出可以包括车辆动力传动系统输出。车辆动力传动系统输出可以包括发动机输出、变速器输出、混合动力电动马达输出和用于存储和释放能量的其它机器的输出中的一个或多个。例如，发动机输出可以包括安排的发动机转速和发动机负载中的一个或多个，而变速器输出可以包括安排的档位选择、变速器切换安排、变速器压力控制和液力变矩器控制中的一个或多个。混合动力电动马达输出可以包括电动马达的命令转矩输出。如由控制器读取的单元的输出可以包括绝对致动器设置或自适应项，如致动器设置的自适应增益项。

接着，在506处，控制器可以基于确定的设置调整一个或多个车辆动力传动系统致动器。这包括调整发动机致动器输出、变速器致动器输出和混合动力电动马达输出中的一个或多个以优化车辆动力传动系统输出。调整的发动机致动器输出设置可以包括气门正时、凸轮正时、喷射正时、喷射量、火花提前、EGR率和升压压力中的一个或多个。同样地，调整的变速器致动器输出设置可以包括变速器档位选择、变速器离合器压力、液力变矩器离合器压力、电动油泵压力、管路压力和螺线管响应时间、变速器管路压力、换挡螺线管特性、液力变矩器锁止或滑移率等中的一个或多个。混合动力电动马达输出可以包括马达控制器转矩控制。

以此方式，在车辆由各自的消费者使用期间，在(例如，具有匹配配置的一队车辆的)一个或多个车辆上收集的全局校准数据可以被利用以优化由它们各自的消费者使用中的给定车辆的车辆动力传动系统输出。通过将在每个车辆上收集的数据上传到车外网络上，收集的数据能够在与车外网络通信的车队的每个车辆之间被共享。这允许每个车辆的校准表使用在给定车辆上收集的数据以及使用在其它车辆的运转期间收集的数据来完善。除了存储校准数据和对应滞留时间之外，车外网络可以存储附加车辆性能和自适应数据。例如，车外网络可以被利用以在具体的加气站加燃料之后存储车辆性能和自适应信息。另一车辆在相同的站加燃料可以利用来自先前车辆的信息以适应当前的箱内状况的燃料差异。

在一个示例中，车辆动力传动系统的自适应校准的方法可以包括将在具有匹配动力传动系统特性的第一和第二车辆中的每一个上收集的数据上传到车外网络上；使用在第一车辆上收集的数据来填充第一车辆的第一校准表的第一区域；以及从车外网络下载在第二车辆上收集的数据以填充第一校准表的第二区域。第一校准表的第一区域对应于第一组工况并且响应于第一车辆滞留长于在第一组工况下的阈值量的时间使用在第一车辆上收集的数据来填充第一区域。第一校准表的第二区域对应于不同于第一组工况的第二组工况并且响应于第一车辆滞留小于在第二组工况下的阈值量的时间和第二车辆滞留长于在第二组工况下的阈值量的时间使用在第二车辆上收集的数据来填充第二区域。该方法可以进一步包括将在具有匹配动力传动系统特性的第三车辆上收集的数据上传到车外网络上；并且进一步使用在第三车辆上收集的加权数据来填充第一车辆的第一校准表的第二区域，所述加权数据基于在第二工况下相对于第一车辆和第二车辆中的每一个的第三车辆的滞留时间。进一步地，在第一车辆的运转期间，一个或多个动力传动系统致动器的设置可以基于使用在第一和第二车辆中的每一个上收集的数据填充的第一校准表来调整。

进一步地，第二和第三车辆的数据可以一起被平均。更进一步地，也许可能退出在第二和第三车辆上收集的数据对不同的动力传动系统组合的影响并且然后将调整的数据应用到不同的车辆和动力传动系统。例如，对具有V8发动机的车辆在加注站购买的汽油可以对发动机的运转具有影响，例如汽化。这样的影响可以被获悉和理解。该“获悉的影响”然后可以被应用到具有I4发动机的车辆，当该车辆在相同的位置加燃料时知道该“获释的影响”将以类似的、已知的方式影响它。

在更进一步的表示中，用于适应车辆校准表的方法包括在若干驱动循环期间使用在车辆上收集的数据以及使用从车外网络下载的数据来调整车辆动力传动系统校准表的数据点，所述下载的数据在所述若干驱动循环期间在与网络通信的一个或多个其它车辆上被收集，其中若干驱动循环期间由车辆涵盖的车辆工况部分地重叠或不重叠由一个或多个其它车辆涵盖的车辆工况。一个或多个车辆可以基于在车辆工况下的滞留时间而被选择。一个或多个车辆可以基于相对于给定车辆的运转的位置的运转的位置进一步被选择或加权。

作为另一示例，用于更新车辆动力传动系统校准表的方法包括将在具有匹配动力传动系统特性的第一、第二和第三车辆中的每一个上收集的数据上传到车外网络上；使用在第一车辆上收集的数据来填充第一车辆的第一校准表的第一区域；以及从车外网络下载在第二车辆上收集的数据以在第一状况期间填充第一校准表的第二区域，同时从车外网络下载在第三车辆上收集的数据以在第二状况期间填充第一校准表的第二区域。在第一状况期间，在第一校准表的第二区域下的第二车辆的滞留时间可以较高，而在第二状况期间，在第一校准表的第二区域下的第三车辆的滞留时间可以较高。

替代地，第二和第三车辆两者的滞留时间可以较高，并且在第一状况期间，由于第二车辆相对于第一车辆的地理位置(例如，第二车辆更靠近第一车辆或小于第一车辆的阈值距离)，第二车辆可以被选择。相比之下，在第二状况期间，由于第三车辆相对于第一车辆的地理位置(例如，第三车辆更靠近第一车辆或小于第一车辆的阈值距离)，第三车辆可以被选择。更进一步地，第二和第三车辆两者的滞留时间可以较高，并且在第一状况期间，由于第二车辆相对于第一车辆的地理位置(相比于第三车辆的相对位置)，在第二车辆上收集的数据可以比在第三车辆上收集的数据被更高地加权。相比之下，在第二状况期间，由于第三车辆相对于第一车辆的地理位置(相比于第二车辆的相对位置)，在第三车辆上收集的数据可以比在第二车辆上收集的数据被更高地加权。替代地，数据处理可以在车外网络水平下而不是在车辆控制器水平下被执行。其中，云计算系统的较高处理能力能够被有利地用于执行在许多车辆上收集的数据的加权平均以发现最优(例如，“最好的”)校准。

在又一示例中，控制器可以将在具有匹配动力传动系统特性的第三车辆上收集的数据上传到车外网络上；并且进一步使用在第三车辆上收集的加权数据来填充第一车辆的第一校准表的第一区域，所述加权数据基于在第二工况下第三车辆相对于第一车辆的滞留时间。所述加权数据可以进一步基于第三车辆相对于第一车辆的位置。例如，当在第一车辆上收集的数据和在第三车辆上收集的数据之间的差异较小时，在第一车辆上收集的数据可以被更高地加权。否则，当所述差异较高时，在第三车辆上收集的数据可以被更高地加权。此外，响应于所述差异较高动力传动系统部件诊断程序可以在第一车辆上开始。

图3-图4的步骤由在图6的映射图600处描述的示例校准表更新进一步详述。具体地，映射图600示出在车辆控制器更新之前车辆“a”的示例校准表602、示例车外网络数据组604和车辆“a”的更新的校准表606。车外网络数据组可以包括可以具有匹配车辆“a”的动力传动系统特性的车辆“b”、“c”和“d”的数据组。每个校准表可以包括多个单元，所述多个单元中的每一个可以对应于至少两种工况，所述工况包括发动机转速、发动机负载、发动机温度、大气压力、燃料醇含量、环境湿度等中的至少两者。本文所示的校准表数据设置是被绘制为发动机转速和负载的函数的2D映射图。车外网络数据设置(包括车辆“b”、“c”和“d”的数据)对应于车辆“a”的校准表中表示的转速-负载区域。在一些示例中，校准表可以以3D映射图被绘制为至少三种工况的函数，所述工况包括发动机转速、发动机负载、发动机温度、大气压力、燃料醇含量、环境湿度等中的至少三者。

校准表可以包括车载数据点，例如车辆“a”的a1-a8、车辆“b”的b1-b8、车辆“c”的c1-c8、车辆“d”的d1-d8和车辆“e”的e1-e8。因此，数据点a1-a8对应于在多个车辆驱动循环期间在车辆“a”上收集的数据点，数据点b1-b8对应于在多个车辆驱动循环期间在车辆“b”上收集的数据点，对于车辆“c”、“d”和“e”以此类推。校准表中的每一个单元可以包括至少一个数据点。数据点可以包括绝对致动器设置、自适应项等。车辆b、c、d和e的数据设置存在于车外网络中。车辆“a”的数据设置是当车辆“a”由消费者运转时收集的车载数据设置。每个单元可以与一组工况相关联并且控制器可以进一步具有关于在给定单元的工况下给定车辆的滞留时间的信息。因此，滞留时间对应于车辆在对应于在一个或多个车辆驱动循环期间给定单元的工况下已经花费的时间量。在具有小于阈值滞留时间的单元的工况下在车辆上收集的数据点被指示在使用虚线画出轮廓的框中。这些数据点可以较不完善并且会需要进一步更新以使它们更可靠。相比之下，在具有大于阈值滞留时间的单元的工况下在车辆上收集的数据点被指示在未用虚线画出轮廓的框中。这些数据点可以较完善并且可能需要较少的更新(或无进一步的更新)以使它们更可靠。

在更新之前，车辆“a”的校准表602可以包括数据点a1-a8。数据点a1-a4表示在车辆“a”已经运转大于阈值的持续时间的转速-负载区域中收集的数据。因此，数据点a1-a4在较长的滞留时间(大于阈值)下在车辆上被收集。数据点a5-a8表示在车辆“a”已经运转小于阈值的持续时间的转速-负载区域中收集的数据。因此，数据点a5-a8可能已经在具有较短滞留时间的车辆上被收集。

在车外网络中，车辆“b”、“c”、“d”和“e”在分别对应于数据点b1-b2、b5-b8、c1-c4、c7-c8、d1-d4、d7-d8和e1-e6的单元的工况下可能已经使用大于阈值的滞留时间来运转。即，车辆“a”在转速-负载区域具有小于阈值的滞留时间的数据点，车辆“b”、“c”和“d”中的至少一者具有大于阈值的滞留时间。换言之，车辆“a”在转速-负载区域没有运转大于阈值的持续时间，车辆“b”、“c”或“d”中的至少一者已经运转大于阈值的持续时间并且因此已经适应那些区域的校准数据。

在校准表更新期间，由于车辆“a”在带有数据点a1-a4的单元的工况下具有大于阈值的滞留时间，车辆“a”的校准表可以使用那些单元中的车载数据点a1-a4来填充。然而，车辆“a”在带有数据点a5-a8的单元的工况下具有小于阈值的滞留时间。因此，带有数据点a5-a8的单元的值可以基于从车外网络下载的来自车辆“b”、“c”和“d”的数据而被调整。例如，由于车辆“b”和“e”在带有数据点b5和e5的单元的工况下具有大于阈值的滞留时间，调整的数据点Δa5可以是b5和e5的函数。类似地，调整的数据点Δa6可以是b6和e6的函数，调整的数据点Δa7可以是b7、c7和d7的函数，以及调整的数据点Δa8可以是b8、c8和d8的函数。在一个示例中，车辆“a”的校准表可以基于根据它们各自的滞留时间加权的车载数据和车外网络数据而被调整。在这个示例中，Δa5可以是a5、b5和e5的函数，Δa6可以是a6、b6和e6的函数，Δa7可以是a7、b7、d7和e7的函数，以及Δa8可以是a8、b8、c8和d8的函数。

在一个示例中，校准表可以基于在给定单元的工况下从车外网络下载的数据点的优化的设置(例如，统计平均值)而被调整。在另一示例中，基于可用于车外网络中的给定单元的工况的数据点的数目，可以计算置信值。进一步地，基于置信值，权重可以被分配给数据点并且在给定单元的工况下的全部数据点的加权平均值可以被计算。在又一示例中，校准表可以基于车载收集的数据的置信值而被更新。在这个示例中，置信值可以基于在给定单元的工况下的车辆的运转而被分配给给定单元的数据点。车载数据点的置信值可以在给定单元的工况下与车外网络中的每个数据点的置信值进行比较以确定车载数据的置信值和车外网络数据的置信值之间的差异。如果该差异大于阈值，具有较高置信值的数据(车载数据和车外数据)可以被利用以更新校准表。如果该差异小于阈值，车载数据和车外数据的平均值可以被计算以更新校准表。

以此方式，在多个车辆上收集的并经由网络在它们之间共享的数据能够被有利地用于加速车辆的校准表的更新。特别地，由于该队车辆在全部各种驱动循环的工况下被运转，所述宽范围的不同工况能够在较短量的时间下被涵盖(cover)。通过利用车外网络数据以优化特定车辆的车载校准表，(在窄范围的工况下被运转)车辆的校准表可以被完善，用于在较宽范围的工况下运转。通过利用加权的全局数据以调整给定车辆的动力传动系统校准表的单个单元，平均适应时间能够被减小同时改善动力传动系统校准精确性。

注意，本文所包含的示例控制和估计程序可以与各种发动机和/或车辆系统配置一起使用。本文所公开的控制方法和程序可以被存储为非临时性存储器中的可执行指令。本文所描述的具体程序可以代表任意数目的处理策略中的一个或多个，如事件驱动的、中断驱动、多任务的、多线程的等。因此，所示的各种动作、操作和/或功能可以按所示的顺序执行、并行地执行或在某些情况下省略。同样地，处理的顺序不是实现本文描述的示例实施例的特征和优点所必需的，而是为了便于说明和描述提供。根据使用的特定策略，所示的动作、操作和/或功能中的一个或多个可以被重复地执行。此外，所示的动作、操作和/或功能可以图形化地表示被编程到发动机控制系统的计算机可读存储介质的非临时性存储器之内的代码。

应当认识到，本文所公开的配置和程序在本质上是示例性的，并且这些具体实施例不应被认为具有限制意义，因为许多变体是可能的。例如，上述技术可以适用到V-6、I-4、I-6、V-12、对置4缸和其它发动机类型。本公开的主题包括本文所公开的各种系统和配置和其它特征、功能和/或性质的所有新颖的和非显而易见的组合和子组合。

下面的权利要求具体指出被当做新颖的和非显而易见的特定组合和子组合。这些权利要求可以涉及“一个”元件或“第一”元件或其等同物。这样的权利要求应当被理解包括一个或多个这样的元件的结合，既不要求也不排除两个或更多个这样的元件。所公开的特征、功能、元件和/或性质的其它组合和子组合可以通过本申请的修改或通过在这个或相关的申请中出现的新权利要求被要求保护。这样的权利要求，无论是比原权利要求范围更宽、更窄、等同或不同，均被认为包含在本公开的主题内。

Claims (18)

1.一种用于运转车辆的发动机控制器的方法，其包含：

使用经由从耦接到所述车辆的发动机的一个或多个传感器在所述发动机控制器处接收的信号在所述车辆上收集的数据以及使用从车外网络下载的数据来调整存储在被通信地耦接到所述发动机控制器的存储器中的车辆动力传动系统校准表的数据点，从所述车外网络下载的数据在与所述车外网络通信的一个或多个其它车辆上被收集；并且

基于所述车辆动力传动系统校准表的经调整的数据点中的一个或多个执行对在所述车辆中的致动器的调整，

其中调整所述校准表的数据点包括：当在针对所述校准表的给定单元的工况下所述车辆的第一滞留时间高于阈值时，在针对所述给定单元的工况下使用在所述车辆上收集的数据来填充所述校准表，并且其中在给定单元的工况下所述车辆的第一滞留时间基于在给定数量的发动机循环或驱动循环内的对应工况下所述车辆的运转持续时间。

2.根据权利要求1所述的方法，其中调整数据点包括调整所述车辆动力传动系统校准表的每个数据点，并且其中所述动力传动系统校准表的每个数据点包括发动机输出和变速器输出中的一者。

3.根据权利要求1所述的方法，其中在所述车辆上收集的数据包括在由消费者使用的所述车辆上收集的数据，并且其中从所述车外网络下载的数据在由各自的消费者使用的一个或多个其它车辆上被收集。

4.根据权利要求1所述的方法，其中所述校准表包括多个单元，所述多个单元中的每一个对应至少两种工况，所述至少两种工况包括发动机转速、发动机负载、发动机温度、大气压力、燃料醇含量、环境湿度和燃料辛烷值中的至少两者。

5.根据权利要求1所述的方法，其中调整所述校准表的数据点进一步包括：当在针对所述给定单元的所述工况下所述车辆的所述第一滞留时间低于所述阈值时，在针对所述给定单元的所述工况下下载在具有高于所述阈值的第二滞留时间的一个或多个其它车辆上针对所述给定单元收集的数据，并且基于下载的数据填充所述校准表的所述给定单元。

6.根据权利要求1所述的方法，其中所述车外网络包括云计算系统。

7.根据权利要求1所述的方法，其中所述车辆也与所述车外网络通信，所述方法进一步包含：将在所述车辆上收集的数据上传到所述车外网络上。

8.根据权利要求1所述的方法，其中所述车辆动力传动系统校准表的输出包括发动机输出、发动机致动器输出、变速器输出、变速器致动器输出和混合动力电动马达输出中的一者。

9.根据权利要求8所述的方法，其中所述发动机输出包括发动机转速和发动机负载中的一者或多者，其中所述发动机致动器输出包括气门正时、凸轮正时、喷射正时、喷射量、EGR率、燃料喷射分割比、火花提前和升压压力中的一者或多者，其中所述变速器输出包括挡位选择和换挡安排中的一者或多者，并且其中所述变速器致动器输出包括变速器管路压力、换挡螺线管特性、液力变矩器锁止率、变速器离合器滑移率中的一者或多者。

10.根据权利要求1所述的方法，其中所述一个或多个其它车辆具有匹配所述车辆的所述动力传动系统特性的动力传动系统特性，并且其中所述调整包括在车辆驱动循环的开始、车辆驱动循环的终止期间或在安排的更新期间自动地调整。

11.根据权利要求1所述的方法，进一步包含：在车辆运转期间，基于发动机工况并且进一步基于经调整的车辆校准表来调整一个或多个发动机和动力传动系统致动器。

12.一种用于运转车辆的发动机控制器的方法，其包含：

针对具有匹配动力传动系统特性的第一车辆和第二车辆中的每一个车辆，将在该车辆上收集的数据上传到车外网络上；

使用在所述第一车辆上收集的数据来填充存储在所述第一车辆的存储器中的第一校准表的第一区域；以及

下载在所述第二车辆上收集的数据以填充存储在所述第一车辆的存储器中的所述第一校准表的第二区域；以及

基于所述第一校准表的一个或多个单元的输出来执行所述第一车辆的一个或多个致动器的致动器调整，

其中所述第一校准表的所述第一区域对应于第一组工况，并且其中响应于所述第一车辆在所述第一组工况下滞留长于阈值量的时间而使用在所述第一车辆上收集的数据来填充所述第一区域，所述第一车辆的滞留时间基于在给定数量的发动机循环或驱动循环内的对应工况下该车辆的运转持续时间。

13.根据权利要求12所述的方法，其中所述第一校准表的所述第二区域对应于不同于所述第一组工况的第二组工况，并且其中响应于所述第一车辆在所述第二组工况下滞留小于所述阈值量的时间并且所述第二车辆在所述第二组工况下滞留长于所述阈值量的时间而使用在所述第二车辆上收集的数据来填充所述第二区域。

14.根据权利要求13所述的方法，其进一步包含：

将在具有匹配动力传动系统特性的第三车辆上收集的数据上传到所述车外网络上；以及

使用在所述第三车辆上收集的加权数据来进一步填充所述第一车辆的所述第一校准表的所述第二区域，所述加权数据基于在所述第二组工况下相对于所述第一车辆和所述第二车辆中的每一个的所述第三车辆的滞留时间。

15.根据权利要求14所述的方法，其中所述校准表是车辆动力传动系统校准表，所述方法进一步包含：在所述第一车辆的运转期间，基于使用在所述第一车辆和所述第二车辆中的每一个上收集的数据来填充所述第一校准表而调整一个或多个动力传动系统致动器的设置。

16.一种车辆系统，其包含：

发动机；

动力传动系统，其耦接在所述发动机和车轮之间；

一个或多个致动器，其被配置为改变动力传动系统输出；

通信模块，其用于将所述车辆系统通信地耦接到车外云网络；和

控制器，其具有包括在非临时性存储器上的计算机可读指令，用于：

局部存储在所述车辆上产生的数据同时也将车载产生的数据上传到所述车外云网络；

基于数据在所述车辆上产生时的工况并且进一步基于在所述工况下所述车辆的滞留时间，填充动力传动系统校准表中的一个或多个单元；

从所述车外云网络下载对应于所述校准表的未填充单元的数据，下载的数据在一个或多个其它车辆上产生；以及

基于所述校准表调整所述一个或多个致动器的设置。

17.根据权利要求16所述的系统，其中基于工况和所述车辆的滞留时间的填充包括：如果对应于所述单元的所述车辆在工况下的滞留时间高于阈值量，使用所述车载产生的数据填充单元，并且如果对应于所述单元的所述车辆在工况下的所述滞留时间低于所述阈值量，不使用所述车载产生的数据填充所述单元。

18.根据权利要求17所述的系统，其中所述下载包括下载在具有高于对应于所述校准表的未填充单元的工况下的阈值量的滞留时间的一个或多个其它车辆上产生的数据，所述一个或多个其它车辆具有匹配所述车辆的动力传动系统特性的动力传动系统特性。