CN104859644A - 用于触发车辆系统监测器的方法 - Google Patents

Abstract

本发明涉及用于触发车辆系统监测器的方法。提供改进尝试频率并且成功地完成一个或多个车载诊断例程的方法和系统。基于车辆操作者的驾驶模式预测发动机工况，并且如果预测的条件匹配进行所述例程所要求的条件，则起动例程。如果条件不匹配，则例程的进入和/或执行条件被调整以便更好地匹配预测的条件，从而使例程能够被尝试。

Description

用于触发车辆系统监测器的方法

技术领域

本申请涉及在车辆(例如混合动力车辆)内进行的车载诊断例程。

背景技术

车辆系统可以包含进行不同的车载诊断例程以便检验车辆系统的健康(health)的监测器。作为一个示例，排放监测器可以被命令以便例如通过诊断车辆发动机系统的不同传感器、诊断燃料系统泄漏检验，评定发动机排放物触发器等等而周期性地评估相关系统的功能。同样地，监测器进行的每个诊断例程可以具有特定的进入和/或执行条件。这些条件可以进而取决于多个可变参数，例如车辆或发动机的工况、能量存储条件、客户使用的车辆等等。换句话说，仅当特定的驱动条件和/或环境条件(“进入和执行条件”)被满足时，监测器进行的评估才可以是可信的。但是，由于车辆条件的可变性，触发和完成执行监测器例程不能被保证。例如，例程可以被起动，但是由于执行条件没有被满足，因此例程在完成之前被中止。可替换地，由于进入条件没有被满足，例程的起动可能被延迟。

基于各种电信信息(telematics)的途径已经被开发以有助于排放物合规(compliance)。例如，如Fiechter等人在US 6609051中显示的，基于从许多车辆中获取的数据的机器学习和数据挖掘技术的使用可以被用于诊断应用程序。其中，传感器数据和来自车载诊断系统的信息被采集并且通过数据挖掘和被应用于数据评估的数据融合算法而在场外站点监测。数据也被用于预测组件的状态。

但是，本发明人已经认识到即使采用这种途径，车辆也可以被认为是不合规的。例如，除了完成各种诊断例程外，车辆的排放物合规可以要求采集例程的高等级统计数据(如，触发器的数量，例程的完整执行的数量，被标记为通过(pass)的完整执行的数量，等等)。管制机构可以对统计数据进行随机采样并且如果结果不满意，则评定显著的惩罚。例如，如果监测器未足够频繁地尝试例程、如果例程被过于频繁地中止、如果例程没有被足够频繁地标记为通过等，则惩罚可以被评定。因此，Fiechter的途径不可以充分地解决受到政府检查的累积的监测器执行统计数据的至少分母部分(denominatorcomponent)。

发明内容

在一个示例中，以上问题中的一些可以通过用于具有发动机的车辆的方法而被至少部分地解决，所述方法包括：根据预测的发动机工况，起动一个或多个车载发动机诊断例程，所述预测基于操作者的驾驶模式。特别地，可以根据预测的发动机工况调整(如，临时性放松)一个或多个车载发动机诊断例程的进入条件。用这种方式，最低监测执行要求可以被满足，同时也改进了车内监测器的完整执行。

作为一个示例，车辆操作者的频繁的行驶周期可以相对于一个或多个车载诊断例程的进入和执行条件而被评估。此外，习惯性信息可以通过以下方式而获得，即通过使用不同的车内传感器来递归地获知车辆操作者专用的驾驶模式。根据从车辆操作者的驾驶模式中采集的数据，车辆操作的未来模式和预期的发动机工况可以被预测。车载诊断例程可以然后根据预测的发动机工况而起动。特别地，取代根据当前发动机工况触发诊断例程的执行的是，未来模式的预览可以被评定以便确定其是否可以影响例程的触发或抑制。因此，如果预测的工况满足特定诊断例程的进入和完整执行条件，则给定诊断例程可以被起动并且被更加可靠地完成。另一方面，如果当前条件满足诊断例程的进入要求但是预测的工况指示例程的完整执行可能是不可行的，则车辆控制器可以评估与例程的早期中止相关联的风险。如果与例程的早期中止相关联的惩罚较高，则控制器可以临时禁止进入诊断例程。在其他示例中，例如在存在与过于频繁地执行的例程相关联的高风险或惩罚的情况下，例程的进入和/或执行条件可以被调整，例如，临时放松。放松所述条件可以包含使要求较不严格，例如通过降低与诊断例程的进入和执行条件相关联的至少一个参数的阈值。这可以例如通过增大使诊断能够运行的车辆速度范围(或者减小诊断不能够运行的车辆速度范围)而实现。

用这种方式，统计和随机模型可以被用于封装车辆操作者的驾驶模式。车辆工况之后可以根据获知到的驾驶模式而被预测。通过根据与预测的车辆工况相关的例程的进入和执行条件而调整车载诊断例程的进入和执行，诊断例程的起动和完成可以被更好地启用，而不降低所产生结果的可信度。同样地，通过根据预测的车辆工况来选择性地放松例程的进入和执行条件，诊断例程完成数量能够被提高。总之，积累的监测器执行统计数据能够通过增加分母和分子两者而被改善。此外，车辆排放物合规被更好地启用。

应该理解的是，以上内容被提供以便用简化的形式引入选择的概念，所述概念在具体实施方式中被进一步描述。这并不意味着确立了要求保护的主题的关键或必要特征，所述主题的范围被所附权利要求唯一限定。而且，要求保护的主题不限于解决上文或者本公开的任何部分中指出的任何缺点的实施方式。

附图说明

图1说明了示例性的车辆系统。

图2说明了示例性的内燃发动机。

图3说明了用于根据与诊断例程的进入和执行条件相关的预测的发动机工况而起动诊断例程的例程的高级流程图，所述预测基于获知到的车辆操作者的驾驶模式。

图4说明了用于获知车辆操作者的驾驶模式的例程的高级流程图。

图5说明了用于根据预测的发动机工况而临时放松诊断例程的进入和/或执行条件的例程的高级流程图。

图6-8说明了用于获知车辆操作者的驾驶模式的不同方面的示例性途径。

具体实施方式

以下说明涉及用于改进车辆系统(例如，图1-2中的插电混合动力电动车辆系统)内的车载诊断例程的完成的系统和方法。车辆操作者的驾驶模式的各方面可以基于多个车辆驾驶周期(图4以及图6-8)而被获知，并且被用于预测预期的发动机工况。车辆控制器可以被配置为在车辆操作期间执行控制例程，例如图3的例程，以便根据预测的工况调整车载诊断例程的起动。控制器可以根据预测的工况临时放松诊断例程的进入和/或执行条件(图5)以便改进诊断例程的完成速率。用这种方式，车辆排放物合规可以被改进。

图1说明了示例性的车辆推进系统100。车辆推进系统100包含燃料燃烧发动机10和马达20。作为一个非限制性示例，发动机10包括内燃发动机并且马达20包括电动马达。马达20可以被配置为利用或消耗与发动机10不同的能量源。例如，发动机10可以消耗液体燃料(如，汽油)以产生发动机输出，而马达20可以消耗电能以产生马达输出。同样地，具有推进系统100的车辆可以被称为混合动力电动车辆(HEV)。具体地说，推进系统100在此被描述为插电混合动力电动车辆(PHEV)。

车辆推进系统100可以根据车辆工况以各种不同模式操作。这些模式中的某些可以使发动机10能够被维持在关闭状态(或停用状态)，其中燃料在发动机内的燃烧是不连续的。例如，在选择工况下，虽然发动机10被停用，但马达20可以经由驱动轮30来推动车辆。

在其他工况期间，当马达20被操作以通过可再生制动对能量存储设备50充电时，发动机10可以被停用。其中，马达20可以从驱动轮30接收轮扭矩并且将车辆的动能转换成电能以便存储在能量存储设备50。因此，在某些实施例中，马达20能够提供发电机功能。但是，在其他实施例中，专用的能量转换设备，在此为发电机60，可以改为从驱动轮30接收轮扭矩并且将车辆的动能转换成电能以便存储在能量存储设备50。

在另一些工况期间，发动机10可以通过燃烧从燃料系统40接收的燃料而被操作。例如，当马达20停用时，发动机10可以被操作为经由驱动轮30来推动车辆。在其他的工况期间，发动机10和马达20每个都可以被操作以便经由驱动轮30来推动车辆。发动机和马达可以选择性推动车辆的配置可以被称为平行式车辆推进系统。注意到在某些实施例中，马达20可以经由第一组驱动轮推动车辆，而发动机10可以经由第二组驱动轮推动车辆。

在其他实施例中，车辆推进系统100可以被配置为串行式车辆推进系统，由此发动机不直接推动驱动轮。而是，发动机10可以被操作为给马达20提供动力，马达20可以进而经由驱动轮30推动车辆。例如，在选择的工况期间，发动机10可以驱动发电机60，发电机60可以进而供应电能给一个或多个马达20或能量存储设备50。如另一示例，发动机10可以被操作以驱动马达20，马达20可以进而提供发电机功能，以便将发动机输出转换成电能，其中电能可以被存储在能量存储设备50，以便马达的后续使用。车辆推进系统可以被配置为根据工况在上述两个或多个操作模式之间进行转换。

燃料系统40可以包含一个或多个燃料存储箱44，以便存储车载燃料并且提供燃料给发动机10。例如，燃料箱44可以存储一种或多种液体燃料，包含但不限于：汽油、柴油以及酒精燃料。在一些示例中，燃料可以作为两种或多种不同燃料的混合物被车载地存储在车辆内。例如，燃料箱44可以被配置为存储汽油和乙醇的混合物(如，E10，E85等)或者汽油和甲醇的混合物(如，M10，M85等)，由此这些燃料或燃料混合物可以被输送到发动机10。还有其他合适的燃料或燃料混合物可以被供应给发动机10，其中它们可以在发动机处被燃烧以便产生发动机输出。发动机输出可以被利用以便推动车辆和/或经由马达20或发电机60对能量存储设备50再充电。

燃料箱44可以包含燃料水平传感器46，以便将关于箱内燃料水平的信号发送给控制系统(或者控制器)12。燃料水平传感器46可以包括连接到可变电阻器的浮子，如所显示的。可替换地，其他类型的燃料水平传感器可以被使用。被存储在燃料箱44处的燃料的水平(如，由燃料水平传感器所识别的)可以例如，经由52指示的燃料计量器或指示灯被传递给车辆操作者。燃料系统40可以从外部燃料源中周期性地接收燃料。例如，响应于燃料箱内燃料水平降低到阈值之下，可以做出燃料箱再填充请求并且车辆操作者可以停止车辆以便再填充。燃料可以经由燃料加注管路48从燃料分配设备70被泵送到燃料箱内，所述燃料加注管路48形成自位于车辆的外部车体上的燃料加注门62的通道。

同样地，车辆系统100可以包含不同的传感器和需要周期性评定的监测器。这些传感器和监测器可以包含，例如，VCT监测器、EGR监测器、EGO传感器、燃料监测器、空燃比失衡监测器、FAOS传感器以及例如泄漏检测例程的其他例程。周期性车载诊断例程可以被执行以确认传感器/监测器功能。为了满足联邦排放物要求，车载诊断(OBD)例程可以需要在车辆行驶周期内完成。此外，一些OBD例程可以需要被尝试至少阈值数量的次数以便使能够监测合规。但是，由于混合动力车辆内受限的发动机运行时间，更大量的诊断例程可以在常规的发动机操作期间保持未完成。同样地，由于来自周围环境或者操作者驾驶行为的改变的车辆工况的非预期变化，诊断例程可以被起动但是在早期被中止，或者甚至不被起动。同样地，车辆排放物合规要求采集例程的高级统计数据(如，触发器的数量，例程完整执行的数量，被标记为通过的完整执行的数量，等等)。政府机构可以对统计数据进行随机采样并且如果结果不令人满意则评定显著的惩罚。例如，如果监测器没有足够频繁地尝试某例程，如果该例程被过于频繁地中止，如果例程没有足够频繁地被标记为通过，则惩罚可以被评定。如本文在图3-5中详细说明的，为了克服这些问题并且使能实现诊断例程起动和完成的更高速率，诊断例程可以根据预测的发动机工况而被启动，所述预测的条件基于获知的操作者驾驶行为和模式。因此，如果预测的工况匹配例程的执行条件，则例程可以被启动。可替换地，执行条件可以被临时放松，以便匹配那些预测的工况，进而允许例程被完成。

控制系统12可以与发动机10、马达20、燃料系统40、能量存储设备50以及发电机60中的一个或多个通信。具体地说，控制系统12可以从发动机10、马达20、燃料系统40、能量存储设备50以及发电机60中的一个或多个中接收反馈并且作为响应将控制信号发送到它们中的一个或多个。控制系统12也可以从车辆操作者130接收车辆推进系统的操作者请求的输出的指示。例如，控制系统12可以从踏板方位传感器134接收反馈，所述踏板方位传感器134与踏板132通信。踏板132可以示意性地指加速器踏板(如显示的)或制动器踏板。

能量存储设备50可以包含一个或多个电池和/或电容器。能量存储设备50可以被配置为存储电能，所述电能可以被供应给车载地位于车辆上的其他电气负荷(除了马达)，包含车厢加热和空调系统(如，HVAC系统)，发动机启动系统(如，起动机马达)，车头灯，车厢音频和视频系统等。

能量存储设备50可以从不位于车辆内的外部电源80周期性地接收电能。作为一个非限制性示例，车辆推进系统100可以被配置为插电混合动力电动车辆(HEV)，由此电能可以经由电能传输电缆82从电源80中被供应给能量存储设备50。在从电源80对能量存储设备50的再充电操作期间，电气传输电缆82可以电气地耦合能量存储设备50和电源80。当车辆推进系统被操作以推进车辆时，电气传输电缆82可以在电源80和能量存储设备50之间断开。控制系统12可以估计和/或控制被存储在能量存储设备处的电能的量，在此被称为荷电状态(SOC)。

在其他实施例中，电气传输电缆82可以被省略，其中电能可以在能量存储设备50处从电源80被无线接收。例如，能量存储设备50可以经由电磁感应、无线电波以及电磁共振中的一种或多种而从电源80接收电能。同样地，应该意识到的是，任何合适的途径可以被用于从外部电源80对能量存储设备50再充电。用这种方式，马达20可以通过利用除了由发动机10利用的燃料之外的能量源来推进车辆。

如图2中详细说明的，控制器12可以从不同的传感器中接收输入数据、处理输入数据，并且响应于处理的输入数据，基于与一个或多个例程相应地被编程在驱动器中的指令或代码而触发不同的驱动器。示例性控制例程在此被关于图3-5描述。

图2描绘了内燃发动机10的燃烧室或汽缸的示例性实施例。发动机10可以接收来自包含控制器12的控制系统的控制参数和来自车辆操作者130经由输入设备132的输入。在该示例中，输入设备132包含加速器踏板和用于生成比例踏板方位信号PP的踏板方位传感器134。发动机10的汽缸14(在此也是“燃烧室”)可以包含活塞138被定位在其中的燃烧室壁136。活塞138可以被耦合到曲轴140，以便活塞的往复运动被转化成曲轴的旋转运动。曲轴140可以经由变速器系统被耦合到载客车辆的至少一个驱动轮。进一步地，起动机马达可以经由飞轮被耦合到曲轴140，以使能发动机10的启动操作。

汽缸14能够经由一系列进气通道142、144以及146接收进气。进气通道146能够与除了汽缸14以外的发动机10的其他汽缸相通。在一些实施例中，一个或多个进气道可以包含例如涡轮增压器或机械增压器的升压设备。例如，图2显示了被配置具有涡轮增压器的发动机10，所述涡轮增压器包含被布置在进气道142和144之间的压缩机174和被沿着排气道148布置的排气涡轮176。在升压设备被配置为涡轮增压器的情况下，压缩机174可以经由轴180由排气涡轮176至少部分地供以动力。但是，在其他示例中，例如在发动机10被提供有机械增压器的情况下，排气涡轮176可以被可选地省略，其中压缩机174可以由来自马达或发动机的机械输入供以动力。包含节流板164的节气门162可以沿着发动机的进气道被提供，以改变提供给发动机汽缸的进气的流动速率和/或压力。例如，节气门162可以如图2中所示地被安置在压缩机174的下游，或可替换地可以被提供在压缩机174的上游。

排气道148能够从除汽缸14之外的发动机10的其他汽缸接收排气。排气传感器128被显示为耦合到排放控制设备178的上游的排气道148。传感器128可以从各种合适的传感器中选择，以便提供排气空燃比的指示，例如线性氧传感器或者UEGO(通用或宽域排气氧传感器)、双态氧传感器或者EGO(如所述)、HEGO(加热型EGO)、NO_X、HC或者CO传感器。排放控制设备178可以是三元催化剂(TWC)、NO_X捕集器、各种其他的排放控制设备或者其中的组合。

排气温度可以被位于排气道148内的一个或多个温度传感器(未显示)估计。可替换地，排气温度可以根据发动机工况(例如转速、负荷、空燃比(AFR)、火花延迟等)被推断。

发动机10的每个汽缸可以包含一个或多个进气门和一个或多个排气门。例如，汽缸14被显示为包含位于汽缸14的上部区域的至少一个进气提升阀150和至少一个排气提升阀156。在一些实施例中，发动机10的每个汽缸(包含汽缸14)可以包含位于汽缸的上部区域的至少两个进气提升阀和至少两个排气提升阀。

进气门150可以由控制器12通过凸轮驱动经由凸轮驱动系统151而被控制。相似地，排气门156可以由控制器12经由凸轮驱动系统153而被控制。凸轮驱动系统151和153可以每个均包含一个或多个凸轮并且可以利用凸轮廓线变换系统(CPS)、可变凸轮正时(VCT)、可变气门正时(VVT)和/或可以被控制器12操作以改变气门操作的可变气门升程(VVL)系统中的一个或多个。进气门150和排气门156的方位可以分别由气门方位传感器155和157确定。在可替换的实施例中，进气门和/或排气门可以被电动气门驱动控制。例如，汽缸14可以可替换地包含经由电动气门驱动控制的进气门和经由凸轮驱动控制的排气门，所述凸轮驱动包含CPS和/或VCT系统。在其他的实施例中，进气门和排气门可以由共同的气门驱动器或者驱动系统，或者可变气门正时驱动器或驱动系统来控制。

汽缸14能够具有压缩比，所述压缩比是当活塞138处于底部中心与顶部中心时的体积的比率。通常，压缩比是在9:1到10:1的范围内。但是，在使用不同的燃料的一些示例中，压缩比可以被增大。例如，当更高的辛烷燃料或具有更高的潜在蒸发焓的燃料被使用时，这种情况可以发生。如果直接喷射被使用，则由于其对发动机爆震的作用，压缩比也可以被增大。

在一些实施例中，发动机10的每个汽缸可以包含火花塞192以用于起动燃烧。在选择的操作模式下，点火系统190能够响应于来自控制器12的火花提前信号SA，经由火花塞192提供点火火花给燃烧室14。但是，在一些实施例中，在例如在发动机10可以通过自动点火或者通过如可以是一些柴油发动机的情况的燃料喷射来起动燃烧的情况下，火花塞192可以被省略。

在一些实施例中，发动机10的每个汽缸可以被配置有一个或多个燃料喷射器以便向其中提供燃料。如非限制性示例，汽缸14被显示为包含一个燃料喷射器166。燃料喷射器166被显示为直接耦合到汽缸14，以便与信号FPW的脉冲宽度成比例地直接向汽缸14中喷射燃料，所述信号FPW经由电子驱动器168从控制器12接收。用这种方式，燃料喷射器166提供已知为燃料的直接喷射(此后也被称为“DI”)给燃烧汽缸14。虽然图2将喷射器166显示为侧喷射器，但是其也可以位于活塞的头顶，例如接近火花塞192的方位。当采用醇基燃料操作发动机时，由于一些醇基燃料较低的挥发性，这种方位可以改进混合和燃烧。可替换地，喷射器可以位于头顶并且接近进气门以便改进混合。燃料可以被从高压燃料系统8中输送给燃料喷射器166，所述高压燃料系统8包含燃料箱、燃料泵以及燃料导轨。可替换地，燃料可以由单级燃料泵以较低的压力输送，在这种情况下，直接燃料喷射的正时可以在压缩冲程期间被更多地限制(与如果使用高压燃料系统相比)。进一步地，虽然未显示，但是燃料箱可以具有压力传感器，以便提供信号给控制器12。将会意识到的是，在可替换的实施例中，喷射器166可以是提供燃料到汽缸14的上游的进气端口中的进气道喷射器。

如上所述，图2仅显示了多汽缸发动机的一个汽缸。同样地，每个汽缸可以相似地包含其自己的一组进气门/排气门、一个或多个燃料喷射器、火花塞等。

燃料系统8内的燃料箱可以保存具有不同燃料品质的燃料，例如具有不同的燃料成分。这些不同可以包含不同的酒精含量、不同的辛烷、不同的蒸发热、不同的燃料混合物、不同的燃料挥发性和/或其组合等。

控制器12在图2中被显示为微型计算机，其包含微处理器单元106、输入/输出端口108、在该特定示例中被显示为只读存储器芯片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112、保活存储器114以及数据总线。存储介质只读存储器110能够以计算机可读数据编程，所述计算机可读数据表示处理器106可执行以便进行下述方法和例程的指令以及可被预料到但是没有具体列举的其他变体。控制器12可以从被耦合到发动机10的传感器中接收不同的信号，除了先前论述的那些信号，还包含来自质量空气流量传感器122的进气质量空气流量(MAF)的测量值；来自耦合到冷却套管118的温度传感器116的发动机冷却剂温度(ECT)；来自耦合到曲轴140的霍尔效应传感器120(或其他类型)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以及来自爆震传感器和曲轴加速度传感器的异常燃烧。发动机转速信号、RPM可以由控制器12从信号PIP中生成。来自歧管压力传感器的歧管压力信号MAP可以被用于提供进气歧管内的真空或压力的指示。

根据来自一个或多个前述传感器的输入，控制器12可以调整一个或多个驱动器，例如燃料喷射器166、节气门162、火花塞192、进气门/排气门以及凸轮等。控制器可以从不同的传感器接收输入数据、处理输入数据，以及响应于处理的输入数据基于与一个或多个例程相应的被编程在其中的指令或代码而触发驱动器。示例控制例程在此被关于图3-5描述。

现在转向图3，示例性方法300被描绘为在车辆操作期间根据预测的发动机工况选择性地初始化一个或多个车载诊断例程。特别地，在车辆行进期间，预测基于获知的车辆操作者的驾驶模式。该方法使车载诊断例程的更高完成速率可用，进而改进了车辆排放物合规。

在302，当前车辆和发动机工况可以被估计和/或测量。这些工况可以包含，例如，发动机转速、车辆速度、发动机温度、周围条件(周围湿度、温度以及气压)、升压等级、排气温度、歧管压力、歧管空气流量、电池荷电状态等等。在304，关于操作者驾驶模式的详细资料可以从控制器的存储器中检索。如图4详细说明的，获知的车辆操作者的驾驶模式可以根据常用旅途时间模式、习惯性概率模式、基于路线的统计分布图以及环境属性分布图中的一个或多个在多个先前车辆行驶周期中被获知。另外其他的统计分布图和驾驶员驾驶行为的方面可以被使用。描绘了驾驶员驾驶行为的不同方面的获知的示例性图示在图6-8中显示。

在306，期望的(如，即将发生的)车辆和发动机工况基于获知的操作者驾驶模式和行为被预测。例如，期望的车辆速度分布图、发动机转速分布图、发动机温度分布图等等可以基于获知的车辆操作者的驾驶模式而被预测。如下详细说明的，在车辆行进期间，控制器可以基于预测的发动机工况而选择性地起动一个或多个车载诊断例程。具体地说，可以基于相对于诊断例程的进入和/或执行条件的预测的发动机工况而选择性地起动例程。

在308，可以确定是否满足了给定诊断例程的进入条件。同样地，进入条件涉及起动诊断例程所要求的必要工况。例如，如果诊断例程被运行在稳态条件期间，则在踏板方位无改变并且进一步地发动机转速在阈值转速之下的情况下可以满足进入条件。作为另一示例，如果诊断例程在发动机关闭时运行，则在混合动力车辆正以电动模式操作的情况下可以满足进入条件。同样地，进入条件的所有参数必须被满足以确认进入条件。在一个示例中，进入条件可以与当前车辆工况(在302被估计)匹配以确定是否满足进入条件。可替换地，进入条件可以与预测的车辆工况(在306被估计)匹配以确定是否满足进入条件。

如果进入条件被满足，则该方法进行到310以确定是否满足给定诊断例程的执行条件。同样地，执行条件涉及继续并且完成诊断例程所要求的必要工况。执行条件包含遵循进入条件的例程的必要条件。例如，如果诊断例程被运行在稳态条件期间，则在踏板方位无改变并且进一步地在发动机转速保持在低于阈值转速达诊断例程的持续期间的情况下可以满足执行条件。作为另一示例，如果诊断例程在发动机关闭时运行，则在混合动力车辆继续以电动模式操作达诊断例程的持续期间的情况下，可以满足执行条件。同样地，执行条件的所有参数必须被满足以便执行条件被确认。在一个示例中，执行条件可以与当前车辆工况(在302被估计)匹配以确定是否执行条件被满足。可替换地，执行条件可以与预测的车辆工况(在306被估计)匹配以确定是否满足执行条件。在更进一步的示例中，进入条件可以与当前发动机工况比较，而执行条件可以与预测的发动机工况比较，以便控制器确定是否起动诊断例程。

如果进入和执行条件被满足，则在312，该方法包含开始起动诊断例程。例如，如果预测的发动机工况匹配诊断例程的每个进入和执行条件，则诊断例程被起动。如另一示例，如果当前发动机工况匹配进入条件并且预测的发动机工况匹配诊断例程的执行条件，则诊断例程被起动。在314，一旦完成诊断例程，监测器的执行统计数据就可以在控制器的存储器内更新。该方法可以然后移动到326以便识别另一车载诊断例程，该车载诊断例程可以根据当前和预测的发动机工况在车辆行进期间被起动和完成。于是，该方法可以返回到308并且评定选择的例程的进入和执行条件。

返回到308，如果根据当前和/或预测的发动机工况，进入条件没有被满足，则在316，该方法确定诊断例程的执行频率是否低于阈值。具体地说，可以确定诊断例程是否是具有更高中止风险的例程。同样地，可能具有处于被起动和执行过少次数风险的监测器。如果这些监测器没有被足够频繁地尝试，则对车载监测器的数据采样的管制机构可以认为结果不令人满意并且甚至评定显著的惩罚。因此，如果例程是高中止风险的例程，则在318，为了改进这种监测器的执行频率和成功率并且降低对所生成结果的可信度的影响，诊断例程的进入条件可以被临时调整以能够起动诊断例程。

临时调整进入条件包含响应于车辆周围环境的改变或者操作者驾驶模式的改变而临时放松进入条件，以便已调整的进入条件更好地匹配预测的发动机工况。作为一个示例，临时调整诊断例程的进入条件包含临时降低与诊断例程的进入条件相关联的一个或多个参数(如，车辆速度和发动机转速之一)的阈值，同时维持与诊断例程的进入条件相关联的其余参数(如，车辆速度和发动机转速之外的其他参数)的阈值。在另一示例中，与诊断例程的进入条件相关联的每个参数(如，车辆速度和发动机转速中的每个)的各自的(individual)阈值可以被直接修改(如，降低)。临时调整诊断例程的进入条件在此参考图5被详细说明。在临时调整例程的进入条件之后，该方法继续起动诊断例程(在312)并且一旦执行了例程就更新监测器执行统计数据(在314)。该方法可以然后移动到326以根据当前和预测的发动机工况来识别在车辆行进期间能够被尝试的另一车载诊断例程。因此，该方法可以返回到308并且为下一个例程评定进入和执行条件。

返回到316，如果例程不是高中止风险的监测，则该方法移动到324以便不起动诊断例程。换句话说，如果车辆的当前和预测的发动机工况不匹配诊断例程的进入条件，并且与诊断例程的不充分执行相关联的惩罚或风险是低的，则例程不可以被尝试。这将允许例程仅仅在例程的完成的成功率更高的条件期间被起动。

如果在308诊断例程的进入条件被满足，但是在310执行条件没有被满足，则该方法移动到320以确定诊断例程的执行频率是否低于阈值。如在316所完成的，可以确定诊断例程是否是具有更高中止风险的例程以及是否由于不充分地尝试完成例程而导致具有车辆排放物不合规的风险。如果是，那么在322，为了改进这种监测器的执行频率和成功率并且降低对所生成结果的可信度的影响，诊断例程的执行条件可以被临时调整以能够起动并且执行诊断例程。

临时调整执行条件包含响应于车辆的周围环境的改变或者操作者驾驶模式的改变而临时放松执行条件，以便已调整的执行条件更好地匹配预测的发动机工况。作为一个示例，临时调整诊断例程的执行条件包含临时降低与诊断例程的执行条件相关联的一个或多个参数(如，车辆速度和发动机转速之一)的阈值，同时维持与诊断例程的执行条件相关联的其余参数(如，车辆速度和发动机转速之外的其他参数)的阈值。在另一示例中，与诊断例程的执行条件相关联的每个参数(如，车辆速度和发动机转速中的每个)的各自的阈值可以被直接修改(如，降低)。临时调整诊断例程的执行条件在此参考图5被详细说明。在临时调整例程的执行条件之后，该方法继续起动诊断例程(在312)并且一旦执行了诊断例程就更新监测器执行统计数据(在314)。该方法可以然后移动到326，以便根据当前和预测的发动机工况来识别在车辆行进期间能够被尝试的另一车载诊断例程。因此，该方法可以返回到308并且为选择的例程评定进入和执行条件。

返回320，如果例程不是高中止风险的监测，则该方法移动到324以便不起动诊断例程。换句话说，如果车辆的当前和预测的发动机工况不匹配诊断例程的执行条件，并且与诊断例程的未充分执行相关联的惩罚或风险是低的，则例程不会被尝试。这允许例程仅在例程的完成的成功率更高的条件期间被尝试。该方法可以然后移动到326以根据当前和预测的发动机工况识别在车辆行进期间能够被尝试的另一车载诊断例程。因此，该方法可以返回到308并且为下一个例程评定进入和执行条件。

用这种方式，可以根据相对于例程的一个或多个进入和执行条件的预测的发动机工况而选择性地起动诊断例程。例如，如果预测的发动机工况匹配诊断例程的进入和执行条件中的一个或不匹配任何诊断例程的进入和执行条件，则控制器可以进一步估计预测的发动机工况和期望的发动机工况(进入或执行条件)之间的差值或距离。如果估计的差值小于阈值差值，则控制器可以起动诊断例程。否则，如果估计的差值大于阈值差值，则控制器可以在起动诊断例程之前降低与诊断例程的进入和/或执行条件相关联的至少一个参数的阈值。用这种方式，诊断例程的成功率可以被提高而不影响它们的结果的可靠性。

现在转向图4，示例性方法400被显示为获知车辆操作者驾驶模式或行为的各方面。所述获知可以在多个车辆行驶周期中进行并且被存储在控制器的存储器中的一个或多个查找表中。关于操作者的驾驶模式的不同方面的已存储的数据可以然后被用在给定行驶周期中，以便更好地预测发动机工况。预测的发动机工况可以然后与不同的车辆监测器的进入和/或执行条件相比较以便提高监测器的成功完成率。

在402，车辆接通事件可以被确认。例如，可以确定车辆操作者已经表达了启动车辆操作的意图。同样地，通过确认车辆接通事件，指示即将发生的车辆行驶周期。虽然在此被称为车辆“接通”事件，但是将会意识到的是，操作者可以用使用钥匙或不使用钥匙来指示操作车辆的意图。例如，车辆操作可以通过将钥匙(有源钥匙)插入点火槽内并且将该槽移动到“打开”方位而起动。可替换地，当钥匙(无源钥匙)在车辆的阈值距离内时(如，在车辆内)，车辆操作可以被起动。如另一示例，当操作者将点火按钮按压到“打开”方位时，车辆操作可以被起动。还有其他途径可以被操作者使用以指示操作车辆的意图。同样地，车辆操作者驾驶模式仅可以在车辆正在操作时被获知。因此，如果车辆接通事件和因此即将发生的车辆行驶周期未被确认，则该方法可以结束并且操作者行为不会被获知。

一旦确认了车辆接通事件，则在404，从紧接之前切断事件起消逝的持续时间可以被确定。即，车辆的停止持续时间可以被估计。在406，控制器可以获知起点特性，包含接通事件的时间和地理位置。例如，根据来自车辆导航系统(如，GPS设备)的信息，控制器可以确定起点特性。时间可以包含车辆正行进时当天的时间、行进日期、车辆将在该星期的哪一日行进等。用这种方式，控制器可以确定在开始旅途之前车辆停止在某位置(如，起点)的时间量。

在408，控制器可以获知关于包含行进的道路区段的车辆行进的路线的细节。这可以包含行进的计划路线、行进的实际路线以及行进的计划路线和实际路线之间的差。根据来自车辆导航系统的信息，细节可以被获知。在410，控制器可以获知车辆行进的工况。这些工况可以包含，例如，制动器和加速器踏板应用的频率、制动器和加速器踏板释放的频率、变速器齿轮改变频率、电动模式与发动机模式操作的持续时间、道路和交通条件、车辆速度和发动机转速的改变、等等。

在412，可以确定车辆操作是否已经被停止。如果否，则在414，该方法可以继续采集关于车辆行进期间车辆操作的不同方面的数据。如果车辆停止被确认，则在416，该方法包含获知目的地特性，包含从起点到目的地的行进时间、目的地的位置、到达目的地耗费的时间、抵达目的地的时间(包含当日时间、日期、该星期的某天以及其他细节)。在418，控制器可以获知目的地特性和起点特性之间的关系。具体地说，车辆操作的不同方面之间的相关性可以被获知，以便获知车辆操作者的驾驶模式和行为。在420，根据获知的(learned)关系和相关性，涉及操作者驾驶模式的表格可以被填入并且被上传。

根据在多个行驶周期期间采集的数据而获知的示例性操作者专用的驾驶模式，附属于车辆行进的不同方面的数据被显示在图6-8中。

现在转向图6，操作者驾驶行为中常用旅途时间模式的获知被显示在600中，其包含多个图示610-640。上面的一组图示610和620描绘了具有更加积极生活方式的第一车辆操作者在工作日(图示610)和在周末的一日(图示620)的停止时间模式。下面的一组图示630和640描绘了具有较少积极生活方式的第二车辆操作者在工作日(图示630)和在周末的一日(图示640)的停止时间模式。在所有图示中，x轴描绘了一日内的24个小时周期。

同样地，对于旅途或车辆行驶周期，时间元素特性考虑了至少行驶时间和停止时间。行驶时间表示其从启动位置A去到目的地B(A→B)所耗费的时间。停止时间表示车辆在开始到下一目的地C(B→C)的旅途之前在目的地B处停止的总时间。

与这些时间元素相关的基本或简单特性(例如，统计资料)可以包含获知车辆从A→B所耗费的平均时间。对于停止时间，如果启动位置被忽视，则控制器能够获知车辆自到达该位置起停留在B处的平均时间量。

在图表中，y轴描绘了具有唯一的位置ID的已识别的常用位置，所述唯一的位置ID被分配给每个获知到的常用位置。在图示610-640中的水平线描绘了在不同位置处的停止时间。因此，当直线的长度增加时，其指示车辆被停止在该具体位置达更长的时间。当直线的方位沿着y轴改变时，其描绘了可替换位置。直线的阴影指示车辆实体地停泊在已识别位置的概率。也就是，直线的强度指示车辆处于该位置的相对可能性。因此，与相应于较浅的直线的位置相比，更亮的直线指示车辆更可能被停止在该位置。

通过比较所述直线，控制器可以确定在给定的一日的时间处车辆可能将去哪里。同样地，数据被用编码的方式呈现，以便关于车辆停止时间和车辆在该天的不同时间的位置的所要求的信息能够从图示610-640中被检索，而不要求揭示明确的细节。

在所描绘的图表中，如果是工作日，则大部分可视位置是家庭和工作地(被唯一的数字编码)。对于任何一行(表示唯一的位置)，停止持续时间和下一次接通事件的时间能够根据描绘的数据被估计。

在图6中的每个图像610-640中，停止时间模式通过按一周的不同天、一日的时间以及所辨识的常用位置而布置。具体地说，图表610和630的顶部表示星期一的模式，而图表610和630的底部表示星期五的模式。两者之间的数据表示星期一和星期五之间的日子。类似地，图表620和620上的数据随着图表从顶部移动到底部而表示星期六和星期日。对于不同的驾驶员，更加积极和较少积极的生活方式之间的区别模式能够通过对比图表610到630(工作日)和对比图表620到640(周末)而被看出。例如，对于两种驾驶员一个共同的主题是绝大部分时间被花费在家里和办公室(工作地)。此外，更加积极的人倾向于在一日中去到不同的地方。

作为一个示例，图示610指示大约在8点和17点(即，约上午8点到下午5点)之间，有更加积极的生活方式的车辆操作者倾向于在工作位置(更亮的直线)。在8点之前，操作者倾向于在家庭位置。在17点之后，操作者倾向于在家庭位置。操作者也可以在17点后从工作位置前往家庭位置之前在一个或多个其他位置处花费更短的时间间隔。操作者也倾向于在他们离开去往他们的工作位置的时间内具有一些可变性(在起始于8点附近的明亮直线之前看到更浅的直线)。此外，该操作者可以在8点之前从家庭位置前往工作位置之前在一个或多个其他位置处花费更短的时间间隔。

相比之下，图示630指示具有较少积极的生活方式的车辆操作者倾向于从9点到4点更有规律地在工作位置。在9点之前并且在4点之后，操作者倾向于在家庭位置。此外，这种操作者倾向于在离开工作地或家庭的时间内没有做出太多的变化。这种操作者也倾向于不前往除了工作地和家庭之外的位置。

作为另一示例，图示620指示具有更加积极的生活方式的车辆操作者倾向于在周末行进到多个位置，而图示640指示具有较少积极的生活方式的车辆操作者倾向于在周末更多地停留在家庭。

从停止时间模式中收集的信息可以然后被用于预测车辆工况并且确定是否起动诊断监测器。作为一个示例，基于停止时间模式，可以确定具有更加积极生活方式(图表610)的车辆操作者倾向于在工作日某天的第一时间(如，8点附近)驾驶到第一位置(如，从家庭到工作地)并且停止在那里多于时间阈值量(如，多于15分钟)。操作者也倾向于在工作日某天的第二不同时间驾驶到第二位置(如，从家庭到咖啡店)并且停止在那里少于时间阈值量。因此，对于耗费了至少18分钟来运行的特定监测器，如果所有进入条件均被满足，则在监测器在操作者处于第一位置时被起动的情况下，极有可能的是，监测器的执行将能够成功地完成一系列的测试步骤。但是，相同数据也指示根据预测的车辆工况和期望的车辆停止时间，如果监测器在操作者处于第二位置时被起动，则极有可能的是，监测器的执行将不被完成。这是由于监测器由于下一个接通事件导致的早期中止引起的。监测器可以具有更高的中止风险和/或与未完成的诊断例程相关联的更高的惩罚。因此，为了改进监测器的成功率，当车辆处于第二位置时，即便所有的进入条件均被满足，控制器仍可以根据指示执行条件(在这种情况中，为执行时间)将不被满足的预测的车辆工况而禁止诊断例程的起动。

在另一示例中，监测可以被大致平均10分钟执行一次。此外，监测可以具有更低的中止风险和/或与未完成的诊断例程相关联的更低的惩罚。因此，可被确信可接受的是，监测的某些进入条件被较小程度地放松，而不危害测试结果的精确度和可靠性。如果例程在操作者在第一或第二位置处对必需的测试顺序将被完全执行而没有由于下一个接通事件导致的早期中止具有高度信心时被起动，则控制器可以确定该监测能够被执行。例如，如果监测的进入条件通常要求发动机温度在第一(更高)阈值之上，则在发动机温度在低于第一阈值的第二阈值之上的情况下，控制器可以允许当车辆在第一或第二位置时起动监测。

现在转向图7和图8，图示700和800描绘了获知操作者习惯性概率模式，所述模式包含给定车辆操作者的接通概率和工作日-周末相关性。特别地，图示700描绘了获知一周7天之间的相关性，而图示800描绘了获知接通概率。同样地，额外的习惯性信息能够通过使用车内传感器递归地获知概率而被获得。

图示700是给定操作者的一周7天的7×7相关性矩阵的图形表示。在该图示中，数据从顶部到底部沿着y轴被标绘为星期日到星期六，并且从左到右沿着x轴被标绘为星期日到星期六。右边的灰度参考示图指示了相关性值，其中更亮的阴影指示更高的相关性并且更暗的阴影指示更低的相关性。例如，白色指示最高相似度，而黑色指示最低相似度，并且其间的灰色阴影指示其间相似度的变化程度。最高值1(最亮的阴影或白色底纹)通过简单地表明星期一相当于星期一，星期二相当于星期二等等而被保证横穿对角线。

通过查看车辆接通信号，概率曲线能够被获知进而推断驾驶员驾驶行为在一周的不同日子的相似度。对于该特定车辆操作者，该数据指示星期日和星期六是高度相关的。该数据进一步指示了虽然星期一更加相似于星期二和星期四，并且较少相似于星期三和星期五，但是星期一也非常不同于星期六和星期日。不同日子之间的相关性使能聚合信息以用更可靠的模式产生数据。

图8的图示800描绘了获知给定车辆操作者的驾驶行为的接通概率，其中该图表从顶部图表到底部图表描绘了星期日到星期六的日子。该图示进一步在x轴上从左到右地描绘了一日中的24个小时(在此被描绘为0-100)。每个峰值表示接通事件的可能性。因此，在一日的给定时间处更高的峰值指示了在当天的该时刻接通事件的更高的可能性。虚线水平线(y轴上约0.2处)相应于阈值，在该阈值之上确认接通事件。因此，如果峰值高度超过该阈值，则控制器可以获知操作者已经由于行进的意图而接通车辆。与图7一样，图8中的数据被呈现以便图表的分布用压缩的格式给出期望的信息，而不给出确切的车辆被运行到哪里的具体细节。同样地，图表800提供了关于车辆驾驶员是否可能再次接通以启动旅途的可能性的额外信息。通过查看车辆接通信号，针对驾驶员驾驶行为在一周的不同日，能够获知在任何给定车辆行驶周期上的车辆操作的持续时间。作为一个示例，对于该特定车辆操作者，该数据指示了同周末相比，在工作日，特别是在星期一、星期二以及星期五，有更高的可能性车辆将在约上午8点(在x轴上的30标志附近)被接通。车辆也更有可能在工作日约下午5点(在x轴上70标志附近)被接通。同周末的数据相比，该数据进一步建议，在工作日的任何给定车辆行驶周期，车辆被维持接通更长的期间。该数据进一步指示了在星期一和星期五车辆被更加频繁地接通。

同样地，通过比较图示600和图示800的数据，控制器可以确定车辆操作者将行进到哪里。例如，假设图8的数据与图示630和图示640的数据对应于相同的车辆操作者，可以确定当车辆操作者在星期一的上午8点接通车辆时，操作者将从家庭位置行进到工作位置(在星期一早晨操作者的最有可能的目的地)。同样地，可以确定当车辆操作者在星期一的下午5点接通车辆时，操作者将从工作位置行进到家庭位置(在星期一傍晚操作者的最有可能的目的地)。

根据在图示700和图示800所采集的数据，控制器可以确定是否触发关键监测和/或是否调整监测的进入/执行条件。作为一个示例，对于需要至少1小时来保证其完全执行而无任何中断的监测，控制器可以使用从监测的进入条件被确认的时间(当天的时间和星期几)起接下来的1小时的数据总和以及所采集的数据来评估接通事件可能发生的可能性。作为一个示例，如果监测的进入条件在星期一下午被满足，则控制器可以确定极有可能切断事件将不会在接下来的1小时发生，并且可以允许监测被触发。在另一示例中，如果监测的进入条件在星期六下午被满足，则控制器可以确定极有可能切断事件将在接下来的1小时内发生，导致监测被中止。鉴于该预测，控制器可以不允许监测被触发，即使进入条件被满足。

同样地，除了图6-8的图示以外，其他基于路线或道路的统计属性和统计驾驶或环境属性分布图可以被使用，以便获知操作者的驾驶模式的不同方面。这些内容可以然后由控制器使用，其中图6-8中的数据用以预测发动机工况和是否起动监测器。例如，信息可以在频繁行进的道路或路线上发生的循环出现的驾驶事件期间采集。这些信息可以与驾驶时间和驾驶条件相关以便更好地预测发动机工况。

为了积累在常用道路上发生的循环出现的信息，三个主要机构可以被放置在合适的位置。第一机构可以包含路线区段/表示。至少两种类型的区段能够被获得。第一种包含地图提供商的数据库定义。其中，所有的地图提供商在合适的位置具有他们的地图数据库，在该数据库中，所有道路区段均根据私有协议被定义。这些区段倾向于在距离上更小，以便它们合并不同的道路地理信息，进而使能完全重构不仅用于显示而且也用于其他目的的详细地图。第二区段包含自探索和管理。其中，来自移动设备(包含车辆)的导航信息(例如，GPS信息)的持续可用性使能通过线性/非线性压缩算法来保持导航信息，所述线性/非线性压缩算法可以是依据分辨率要求而可调谐的。一些压缩方法使感兴趣的属性的合并能够被自发地压缩。当被包含在数据库内的属性的数量较少时，适合于车载存储的更高压缩比(相同数据集的更加紧凑的表示)可以被获得。

被用于积累在常用道路上发生的循环出现的信息的第二机构可以包含常用的旅途/路线辨识。假设区段信息通过车载获知或者从地图提供商中获得，相同旅途(即，相同的起始地和相同的目的地)的通过或不通过向量能够在驾驶期间被获得并且唯一不同的可替换物能够被获得。总之，因为知道目的地和路线预测中一个不可呈现出关于即将到来的旅途的足够信息，所以目的地和路线预测(包含替换物)被并行执行。

被用于积累在常用道路上发生的循环出现的信息的第三机构可以包含基于区段的知识或统计获知以及积累。假设道路区段信息是可用的，则知识积累能够以下述预定的序列发生。第一，一个或多个属性数据集群被识别。集群识别可以采用新颖的检测方法或者使用现有的算法(例如，KNN或山形聚类算法)实时地进行。集群识别之后，主动数据集群的分配/更新被进行。同样地，集群分配涉及对比当前观测到的数据和现有的原型数据(所述集群)。结果是如果没有匹配被识别，则更新(获知)现存集群或者创建新集群。在集群分配之后，执行对整体或有条件的激活频率的获知。同样地，激活频率能够通过在清楚限定的条件下使用低通滤波器而被获知。当正确地完成时，在给定的当前条件下，通过经由集群获知的统计属性，下一个可能状态能够被预测。

作为一个示例，与操作者的驾驶模式相关的数据可以被采集以便获知车辆操作者为给定旅途采取的不同路线(即，当从相同起点行进到相同目的地时)。不同路线可以依据车辆通过的不同检验点而获知。不同路线可以被操作者根据当天的时间、星期几等被选择。例如，在某些工作日(如，星期一)，当从家庭位置行进到工作位置时，车辆操作者可以在早晨采取更短的路线。在其他工作日(如，星期三)，当从家庭位置行进到工作位置时，车辆操作者可以在早晨采取更长的路线(如，经由优选的咖啡店)。根据到达目的地和检验点所耗费的时间，控制器可以确定是否具有充分的时间来起动监测器。例如，假设进入条件被满足，则监测器更有可能在星期一早晨被完成，而相同的监测器可以由于在星期三当操作者停止在检验点时的中断接通或者切断事件而被中止。根据选择的路线，控制器可以获知，如果可替换的路线被操作者选择，则在星期三不起动监测器。但是，如果操作者在星期三选择了主要(直接)路线，则监测器可以被起动。在其他示例中，监测器的进入条件可以根据路线优选而被调整或放松。

在另外的其他示例中，操作者驾驶模式可以包含获知交通模式。交通模式可以依据旅途以及当天的时间、星期几等被获知。集群方法可以被用于获知交通模式并且可以与路线优选和操作者的其他驾驶方面相关。编译的数据可以然后被控制器使用以确定是否起动监测器，同时降低早期监测器中止的风险。类似地，编译的数据可以被用于临时放松监测器的进入条件，以便能够更好地完成统计。现在转向图5，示例性方法500被显示为根据发动机工况而临时调整车载诊断例程的进入和/或执行条件。预测可以基于获知的车辆操作者的驾驶模式，如图4和图6-8所论述的。将会意识到的是，图5的方法可以在选择的车辆工况期间进行。即，临时调整诊断例程的进入和/或执行可以仅在第一组(车辆操作)条件期间进行，进入和/或执行条件在第二不同组的(车辆操作)条件期间不被调整。

在502，可以确定给定诊断例程的进入条件是否已经被满足。例如，可以确定预测的发动机工况是否匹配给定的诊断例程的进入条件。可替换地，可以确定当前发动机工况是否匹配给定的诊断例程的进入条件。如果是，则该方法在504确定给定的诊断例程的执行条件是否已经被满足。例如，可以确定预测的发动机工况是否匹配给定的诊断例程的执行条件。如果预测的发动机工况匹配诊断例程的进入和执行条件，则在506，该方法能够执行该行程。

如果预测的发动机工况不匹配进入条件和执行条件中的至少一个，则该方法进行到临时调整例程的进入条件和/或执行条件。进入和/或执行条件可以根据预测的工况被调整，以便提供更好的匹配。例如，控制器可以根据预测的发动机工况在502不匹配例程的进入条件而临时调整进入条件。如另一示例，控制器可以根据预测的发动机工况在504不匹配例程的执行条件而临时调整执行条件。

临时调整可以经由不同选项进行。第一示例选项被描述在508，第二示例选项被描述在510-514，以及第三示例选项被描述在516-524。同样地，这些是非限制性示例并且还有其他调整可以是可行的。

作为第一示例，在508，该方法直接修改与诊断例程的进入或执行条件相关联的每个参数的各自的阈值。例如，每个参数的阈值可以被临时放松或降低。降低可以基于不匹配的进入或执行条件和预测的发动机工况之间的差异。例如，当差异增大时，阈值可以降低得更多。在一个示例中，诊断例程的进入或执行条件可以包含高于40mph的车辆速度和高于1000rpm的发动机转速。如果预测的发动机工况包含32mph的车辆速度和900rpm的发动机转速，则车辆速度和发动机转速的阈值可以被降低。例如，车辆速度的阈值可以降低到30mph，并且发动机转速的阈值可以降低到800rpm，以便进入和执行条件能够被满足。

将会意识到的是，在可替换的示例中，与诊断例程的进入或执行条件相关联的每个可修改参数的各自的阈值可以被修改。同样地，这些参数可以是对监测器的性能具有较低影响的参数。可以具有对监测器的性能具有较高影响的其他参数并且其阈值是不可修改的。这些参数可以要求阈值和条件被严格地遵循。例如，虽然车辆速度和发动机转速的阈值是可修改的(并且可以在508被修改)，但是电池电力极限和驱动器状态的阈值是不可修改的(并且不可以在508被修改)。在诊断例程被完成之后，未调整的阈值可以被恢复。

作为另一示例，在510，该方法可以包含根据预测的发动机工况确定与例程相关联的每个参数的各自的成员值。成员值可以表示参数值(在预测条件下)与期望值(进入或执行条件)间的相似度。同样地，成员值可以被用于评估工况而不是硬阈值。在512，该方法可以识别最小的成员值。例如，如果例程具有n个参数，则每个参数具有各自的成员值Mem_1，Mem_2,…Mem_n，那么最小值可以被确定为Min(Mem_1,Mem_2,…Mem_n)。在516，该方法可以比较已识别的最小成员值与预定的阈值。该阈值可以基于与未充分执行的诊断例程相关联的风险或惩罚。因此，如果诊断例程是具有与未充分完成的例程相关联的更高中止风险和更大惩罚的例程，则最低成员值可以与较低阈值比较。否则，如果诊断例程是具有与未充分完成的例程相关联的较低中止风险和较小惩罚的例程，则最低成员值可以与更高阈值比较。

在可替换的示例中，在根据预测的发动机工况确定了与例程相关联的每个参数的各自的成员值之后，控制器可以根据每个确定的各自的成员值的组合而确定例程的聚合成员值。聚合成员值可以然后与阈值数值比较。

如果最小成员值(或聚合成员值)高于阈值数值，则在522，即使预测的发动机工况不匹配例程的进入或执行条件，该方法仍可以侵入地(intrusively)起动诊断例程而不调整进入或执行条件。即，如果预测的发动机工况不绝对匹配监测器的进入或执行条件，但是进入或执行条件的各自的参数的偏差在预测的发动机工况的相应值的阈值内，则监测器可以被启用，并且虽具有绝对值的偏差但仍不放松或修改诊断例程的进入或执行条件。

如果最小成员值(或聚合成员值)低于阈值数值，则在520，该方法包含修改，例如放松或降低，与诊断例程相关联的至少一个参数的阈值。被选择以便修改的至少一个参数可以根据该参数的各自的成员值而被选择。例如，如果参数的各自的成员值与例程的进入或执行条件中相应参数的期望成员值的偏差高于预定量，则该参数的阈值可以被放松或降低。类似地，当该偏差增大时，给定参数的阈值可以被进一步降低。将会意识到的是，虽然以上示例建议降低阈值以便临时放松条件，但是在可替换的示例中，该阈值可以被可替换地修改以便临时放松条件。同样地，在诊断例程被完成之后，未调整的阈值可以被恢复。

将会进一步意识到的是，被选择以便修改的参数可以根据它们对监测器的性能的影响而被进一步选择。因此，如果参数对监测器的性能的影响较小，则参数可以被选择以用于阈值修改，而对监测器的性能的影响较高的参数不可以被选择用于阈值修改。具有较高影响的参数可以具有被更加严格地维持的阈值。换句话说，被选择用于修改(基于它们的成员值)的参数可以从参数的超集中选择，所述超集中的参数具有可修改的阈值。例如，虽然给定诊断例程的车辆速度和发动机转速的阈值可以被修改，但是电池电力极限和驱动器状态的阈值不可以被修改。

在一个示例中，临时降低与诊断例程的未匹配的进入或执行条件相关联的至少一个参数的阈值可以包含降低具有小于相应的预定阈值数值的成员值的所有参数的阈值。至少一个参数的阈值可以被降低，直到预测的发动机工况满足未匹配的进入或执行条件。例如，阈值可以被修改，直到参数的成员值和期望的成员值间的偏差低于阈值量。

作为一个示例，可以具有进入/执行条件的两个参数(车辆速度和发动机转速)以便检验将被启用的诊断例程。将被启用的例程的期望条件可以包含高于40mph的车辆速度(vspd>40mph)和高于1000rpm的发动机转速(发动机_spd>1000rpm)。因此，参数的期望或阈值成员值可以是Mu＝40的车辆速度和Mu＝1000的发动机转速。如果预测的发动机工况包含vspd＝38mph，并且发动机_spd＝1035RPM，那么参数的各自的成员值可以被确定为vspd_阈值_成员_数值＝0.8825；并且发动机_spd_阈值_成员_数值＝1(因为其大于阈值_发动机_spd的Mu)。这两个数值的最小值是0.8825。如果聚合成员值的阈值被设置为0.85，那么已确定的最小成员值高于阈值(0.85<0.8825)，并且进入/执行条件可以被确定为被通过，即使不是所有的标准均被完全满足。监测可以然后被尝试而不调整阈值，即使预测的条件不精确匹配要求的进入/执行条件。

在可替换的示例中，如果聚合成员值的阈值被设置为0.90，那么已确定的最小成员值小于阈值(0.90>0.8825)，并且进入/执行条件可以被确定为不被通过。监测可以然后仅在调整阈值之后才被尝试。监测可以然后被进行。在诊断例程被完成之后，未调整的阈值可以被恢复。

第三示例现在被显示在516。在此，预测的发动机工况和/或与监测相关联的参数的已过滤的信息可以根据各自的阈值被评估。例如，取代当前车辆速度的是，例如在移动窗口中过去的车辆速度信息的聚合的已过滤的车辆速度信息可以根据车辆速度阈值而被评估。在518，可以确定与例程的至少一个参数相关联的预测和已过滤的信息是否高于相应的阈值。如果是，则该方法移动到522以启用将被进行的例程而不修改给定参数的阈值。否则，如果该信息低于阈值，那么该方法移动到520以降低或放松给定参数的阈值。

在一个示例中，在混合动力电动车辆的操作期间，响应于当前发动机工况匹配诊断例程的进入条件但是预测的未来发动机工况不匹配诊断例程的执行条件，控制器可以临时放松例程的执行条件以便在车辆操作期间能够完成诊断例程。临时放松可以包含临时降低例程的执行条件的至少一个参数的阈值。临时降低可以进一步包含降低该阈值，直到预测的发动机工况匹配已调整的执行条件；并且在诊断例程被完成之后，恢复未调整的阈值。至少一个参数可以根据预测的发动机工况中参数的状态和执行条件中的参数的状态之间的差异高于阈值差而被选择。

用这种方式，车辆操作者的驾驶模式的不同属性可以被统计地或随机地获知。通过获知例如旅途的频率、接通和切断概率、基于道路和路线的驾驶分布图、环境属性分布图等属性，即将发生的车辆工况可以被更加可靠并且准确地预测。这进而允许根据预测的驾驶条件触发将被调整的车载监测，以便监测的成功率被提高。例如，当监测更有可能被完成时，监测能够被触发。进一步地，监测的进入和/或执行条件能够根据它们与预测的车辆工况的偏差而被临时修改，以便监测能够被触发并且被更成功地完成。仅选择的参数的进入和/或执行条件可以在选择的条件下被调整，以便使用已调整的进入条件生成的监测结果的可信度不被影响。通过根据预测的车辆工况选择性地放松例程的进入和执行条件，诊断例程起动和完成统计能够被增大，进而改进车辆排放物合规。

注意到本文包含的示例性控制和估计例程能够与不同的发动机和/或车辆系统配置一起使用。本文公开的控制方法和程序可以被存储为非暂时性存储器内的可执行指令。本文所述的具体例程可以表示任意数量的处理策略中的一种或多种，例如事件驱动的、中断驱动的、多任务的、多线程的、等等。同样地，所说明的不同动作、操作和/或功能可以用所说明的次序执行、并行执行或者在某些情况下被省略。同样地，处理的顺序不是实现本文所述的示例实施例的特征和优点所必须要求的，但是其被提供以便说明和描述。所说明的动作、操作和/或功能中的一个或多个可以根据所使用的特定策略被重复地执行。进一步地，所描述的动作、操作和/或功能可以图解地表示被编程在发动机控制系统中的计算机可读存储介质的非暂时性存储器内的代码。

将会意识到的是，本文所公开的配置和例程在本质上是示例性的，并且这些具体实施例不被认为具有限制意义，因为许多变化均是可行的。例如，以上技术能够被应用到V-6，I-4，I-6，V-12，对置4缸以及其他发动机类型。本公开的主题包含不同系统和配置，以及本文公开的其他特征、功能和/或属性的所有新颖并且非显而易见的组合和子组合。

所附权利要求特别指出了被认为是新颖并且非显而易见的某些组合和子组合。这些权利要求可能涉及“一个”元件或“第一”元件或者其等价物。这些权利要求应该被理解为包含了一个或多个这种元件的合并，既不要求也不排除两个或多个这种元件。所公开的特征、功能、元件和/或属性的其他组合和子组合可以通过修改本权利要求书或者通过在本申请或相关申请中提出新的权利要求而被要求保护。这些权利要求，无论在范围上比原始权利要求更宽、更窄、相等或不同，均被认为被包含在本公开的主题内。

Claims (20)

1.一种用于车辆的方法，其包括：

在车辆操作期间，基于预测的发动机工况选择性地起动车载诊断例程，所述预测基于获知的车辆操作者的驾驶模式。

2.根据权利要求1所述的方法，其中在车辆操作期间包含在车辆行进期间，并且其中基于预测的发动机工况选择性地起动包含基于相对于所述诊断例程的一个或多个进入和执行条件的所述预测的发动机工况而选择性地起动。

3.根据权利要求2所述的方法，其中选择性地起动包含，

如果所述预测的发动机工况匹配所述诊断例程的所述进入和执行条件的每个，则起动所述诊断例程；以及

如果所述预测的发动机工况匹配所述进入和执行条件中的一个，则延迟起动所述诊断例程。

4.根据权利要求3所述的方法，其中选择性地起动进一步包含临时调整所述进入和执行条件中的所述一个以能够起动所述诊断例程。

5.根据权利要求4所述的方法，其中所述临时调整响应于周围环境的改变或者操作者驾驶模式的改变。

6.根据权利要求4所述的方法，其中所述临时调整包含临时降低与所述诊断例程的所述进入和/或执行条件相关联的一个或多个参数的阈值，同时维持与所述诊断例程的所述进入和/或执行条件相关联的其余参数的阈值。

7.根据权利要求4所述的方法，其中所述获知的所述车辆操作者的驾驶模式包含常用旅途时间模式、习惯性概率模式、基于路线的统计分布图以及环境属性分布图中的一个或多个。

8.根据权利要求2所述的方法，其中选择性地起动包含，

如果所述预测的发动机工况匹配所述诊断例程的所述进入和执行条件中的一个或不与所述诊断例程的所述进入和执行条件中的任何一个匹配，估计所述预测的发动机工况和期望的发动机工况之间的差异；

如果所述估计的差异小于阈值差，起动所述诊断例程；以及

如果所述估计的差异大于所述阈值差，在起动所述诊断例程之前降低与所述诊断例程的所述进入和/或执行条件相关联的至少一个参数的阈值。

9.根据权利要求1所述的方法，其中所述诊断例程是具有较高中止风险的例程。

10.一种用于车辆的方法，其包括：

在车辆行进期间，基于预测的发动机工况临时调整车载诊断例程的进入条件，所述预测基于获知的车辆操作者的驾驶模式。

11.根据权利要求10所述的方法，其中临时调整包含仅在第一组条件期间临时调整，而不在第二组条件期间调整，所述方法进一步包括基于所述预测的发动机工况调整所述车载诊断例程的执行条件。

12.根据权利要求11所述的方法，其中基于所述预测的发动机工况调整进入条件包含基于所述预测的发动机工况不匹配所述例程的所述进入条件而进行调整，并且其中基于所述预测的发动机工况调整执行条件包含基于所述预测的发动机工况不匹配所述例程的所述执行条件而进行调整。

13.根据权利要求12所述的方法，其中所述调整包含临时降低与所述诊断例程的未匹配的进入或执行条件相关联的至少一个参数的阈值。

14.根据权利要求13所述的方法，其中所述至少一个参数的阈值被降低，直到所述预测的发动机工况满足所述未匹配的进入或执行条件。

15.根据权利要求12所述的方法，其中所述调整包含，

基于所述预测的发动机工况而确定与所述例程相关联的每个参数的各自的成员值；

基于每个所述确定的各自的成员值的组合而确定所述例程的聚合成员值；

基于所述例程的所述进入和/或执行条件，比较所述聚合成员值与阈值数值；以及

如果所述聚合成员值小于所述阈值数值，则降低所述诊断例程的至少一个参数的阈值，所述至少一个参数基于所述参数的所述各自的成员值而被选择，所述降低所述阈值同样基于所述参数的所述各自的成员值。

16.根据权利要求14所述的方法，其进一步包括，如果所述聚合成员值高于所述阈值数值，即使所述预测的发动机工况不匹配所述例程的所述进入条件或执行条件，侵入地起动所述诊断例程而不调整所述至少一个参数的所述阈值。

17.一种用于混合动力车辆的方法，其包括：

在车辆操作期间，响应于当前发动机工况匹配诊断例程的进入条件但是预测的未来发动机工况不匹配所述诊断例程的执行条件，临时放松所述例程的所述执行条件以使在车辆操作期间能够完成所述诊断例程。

18.根据权利要求17所述的方法，其中所述临时放松包含临时降低所述诊断例程的所述执行条件的至少一个参数的阈值。

19.根据权利要求18所述的方法，其中所述临时降低包含降低所述阈值，直到所述预测的发动机工况匹配已调整的执行条件；并且在所述诊断例程被完成之后，恢复未调整的阈值。

20.根据权利要求18所述的方法，其中所述至少一个参数基于在所述预测的发动机工况中的参数状态和所述执行条件中的所述给定参数的状态之间的差异高于阈值差而被选择。