CN105438168A - 通过机器学习的车辆控制 - Google Patents
通过机器学习的车辆控制 Download PDFInfo
- Publication number
- CN105438168A CN105438168A CN201510570422.7A CN201510570422A CN105438168A CN 105438168 A CN105438168 A CN 105438168A CN 201510570422 A CN201510570422 A CN 201510570422A CN 105438168 A CN105438168 A CN 105438168A
- Authority
- CN
- China
- Prior art keywords
- group
- unit
- controlling
- vehicle
- controlling valu
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 238000010801 machine learning Methods 0.000 title abstract description 3
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000002485 combustion reaction Methods 0.000 claims description 37
- 238000012546 transfer Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 2
- 230000002123 temporal effect Effects 0.000 claims description 2
- 230000001276 controlling effect Effects 0.000 description 124
- 230000000875 corresponding effect Effects 0.000 description 30
- 239000000446 fuel Substances 0.000 description 8
- 102000004357 Transferases Human genes 0.000 description 7
- 108090000992 Transferases Proteins 0.000 description 7
- 238000009825 accumulation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- XSQUKJJJFZCRTK-UHFFFAOYSA-N urea group Chemical group NC(=O)N XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 239000004202 carbamide Substances 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 102100035833 Histo-blood group ABO system transferase Human genes 0.000 description 1
- 101710142776 Histo-blood group ABO system transferase Proteins 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W20/00—Control systems specially adapted for hybrid vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K6/00—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00
- B60K6/20—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs
- B60K6/42—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs characterised by the architecture of the hybrid electric vehicle
- B60K6/46—Series type
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0097—Predicting future conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0014—Adaptive controllers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/10—Historical data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/62—Hybrid vehicles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S903/00—Hybrid electric vehicles, HEVS
- Y10S903/902—Prime movers comprising electrical and internal combustion motors
- Y10S903/903—Prime movers comprising electrical and internal combustion motors having energy storing means, e.g. battery, capacitor
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Hybrid Electric Vehicles (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明涉及通过机器学习的车辆控制。一种用于管理车辆(20)中的规则或策略的方法(100),所述车辆(20)包括至少一个可控制的单元(21),所述方法(100)包括以下步骤:在开始行驶时确定(101)所述车辆的活动路线,从控制值的多个所存储的组中选择(102)控制值的组,其中,控制值的所述组中的一个控制值与所确定的活动路线的一个预先确定的间隔相对应,并且基于控制值的所选择的组来控制(103)所述至少一个可控制的单元。所述方法还包括:在所述车辆的当前行驶期间对控制结果值的组进行记录(104),其中,一个控制结果值与所述车辆已经行驶的所确定的活动路线的预先确定的间隔相对应,并且所述控制结果值指示在所述预先确定的间隔期间的所述控制的结果。所述方法还包括:在所述行驶结束时,基于控制结果值的所述组来确定(107)实际已行驶路线的控制值的更新的组,并且存储(109)控制值的所述更新的组。
Description
技术领域
本公开内容涉及一种用于管理车辆中的规则和策略的方法,该车辆至少包括可控制的单元。本公开内容还涉及一种用于管理车辆中的规则和策略的系统。本公开内容还涉及包括一种用于管理规则和策略的系统的车辆。
背景技术
车辆可以配备有若干不同的动力总成组件,其中一些组件代表改变唯一地依赖内燃机的车辆。这已经引起了诸如正在普及的电动车辆以及电力和内燃机混合驱动的车辆之类的发展。
混合动力电动车辆(HEV)是其中内燃机与电力推进系统(例如,电动机)组合以便推进车辆的车辆。在许多情形下,内燃机将以最适合于周边设备的固定的操作变量(诸如,固定的每分钟转数、RPM、以及不变的燃料喷射)来运行。对于最佳的燃料效率(电池电荷和内燃机的燃料两者),使用内燃机的程度可能在不同的行驶场景中而不同。因此,存在对其中使用电池电力或者对电池电力进行充电的方式进行控制的兴趣。
存在对此进行控制的几种方法,其中的一种方法是测量电池组的SoC水平,并且当SoC降低到某个水平以下时,指示内燃机对电池进行充电。另一种选择是允许车辆驾驶员决定何时发动内燃机,或甚至设定内燃机发动的SoC水平。还可以例如当车辆达到高速时,或者当驾驶员通过大幅度按压油门来请求大量加速度时发动内燃机。
US20140018985A1描述了被控制为确定动力总成要使用多少电池电力的混合动力电动车辆(HEV)的动力总成。这主要基于瞬时的功率需求和电池的再充电速率来确定由动力总成产生的功率中有多少是源自发动机的并且有多少是来自电池的。此外,使可能的将来路径基于过去的行驶历史,对车辆的这些可能的将来路径上的概率分布进行预测,并且该概率分布用于降低车辆的能量消耗。此外,贝尔曼方程用作动态规划或前向搜索算法的部分,以改进能量消耗。
尽管根据US20140018985A1的动力总成可能有助于改进能量使用,但仍存在改进的空间。
发明内容
本发明的一个目的是提供用于管理车辆中的规则或策略的方法。本发明的另一个目的是提供用于管理车辆中的规则或策略的系统。本发明的另一个目的是提供包括用于管理规则或策略的系统的车辆。此外优选地,该方法和系统并不限于控制能量单元(诸如,例如发动机或电池),而是适合于更通用的规则和/或策略管理。
本发明的目的通过根据权利要求的方法来实现。在用于管理车辆中的规则或策略的方法中,车辆包括至少一个可控制的单元。
方法包括:在开始行驶时确定车辆的活动路线,并且从控制值的多个所存储的组中选择控制值的组,控制值的多个组基于先前已行驶路线的组,其中,控制值的所选择的组与所确定的活动路线相对应,其中,控制值的所述组中的一个控制值与所确定的活动路线的一个预先确定的间隔相对应。方法还包括:基于控制值的所选择的组来控制至少一个可控制的单元,并且在车辆的当前行驶期间对控制结果值的组进行记录,其中,一个控制结果值与车辆已经行驶的所确定的活动路线的预先确定的间隔相对应,并且其中,控制结果值指示在预先确定的间隔期间的控制的结果。方法还包括:在行驶结束时,基于控制结果值的所述组来确定实际已行驶路线的控制值的更新的组,并且存储控制值的所述更新的组。
根据本发明的方法允许根据控制值的所选择的组来对可控制的单元进行控制,控制值的所选择的组与车辆的所确定的活动路线相对应。这意指可以以对于例如在车辆的活动路线的行驶期间的能量节约或其它目的来说是最佳的这种方式来对可控制的单元进行控制。方法还允许记录与车辆的当前行驶相关的控制结果值,并随后将控制结果值用于确定实际已行驶路线的控制值的更新的组,其中,随后存储控制值的更新的组。以此方式,基于在旅程期间所记录的参数而实现了实际已行驶路线的更新的控制方案,借此,当再次行驶相同的路线(即,再次进行相同的旅程)时,可以使用更新的控制值来对可控制的单元进行控制,更新的控制值以更大程度上最新的和精确的指令为特征。因此,每次旅程都产生可以用于提炼出针对该具体旅程的规则和策略的更多数据。旅程可以是例如早晨的上班通勤、从超市回家的旅程、或者到机场的旅程。使用早晨的上班通勤作为示例,每次进行相同的旅程(例如,走相同的上班路线)时,与该具体旅程相对应的控制值用于以对于例如能量节约、安全或舒适来说是令人满意的方式来对可控制的单元进行控制。此外,每次进行该具体旅程时,使用在旅程期间收集到的数据参数来对与该旅程相对应的控制值进行改进。诸如通勤之类的旅程可以是存在许多困难来确定变量的复杂场景,使用方法允许基于先前的旅程和真实世界的测量的改进的规则和策略管理。模型的精度在每次进行旅程时增加,并且因此对于通常行驶的路线(举例来说,例如早晨通勤)来说可以更为准确。由于更通常地行驶这些旅程,因此,通过在针对这些旅程的对可控制的单元进行的操作中找出甚至是小的优化还将产生较大的长期优势。
在本发明的一个实施例中,方法还包括:
-向远程数据单元发送控制结果值的所述组,并且
-从所述远程数据单元接收所述更新的控制值,并且
其中,在所述远程数据单元处执行基于控制结果值的所述组来确定实际已行驶路线的控制值的更新的组的所述步骤。
这允许将与旅程有关的数据的传输发送到远程数据单元,在那里进行处理以确定控制值的更新的组,并且随后使远程数据单元发送控制值的更新的组。这可以用于例如允许在确定控制值的更新的组时使用更多的处理功率。例如,远程数据单元可以装备有比车辆更大量的处理能力,并且因此,可以执行更多的需求计算或模拟来更好地确定控制值的更新的组。
在本发明的一个实施例中,车辆的至少一个可控制的单元是能量单元,并且所述规则和所述策略与管理所述能量单元的能量使用有关,并且所述控制值和控制值的组分别是与对车辆的所述能量单元进行控制有关的能量单元控制值和能量单元控制值的组。此外,控制结果值的组是指示在预先确定的间隔期间的能量使用的能量单元控制结果值,并且控制值的所述更新的组是能量单元控制值的更新的组。
在本发明的一个实施例中,车辆是混合动力电动车辆,并且至少一个可控制的单元是被布置为对所述电池组进行充电的内燃机。此外,基于能量使用模型来控制至少一个能量单元的步骤可以包括通过向所述内燃机发送发动发动机或关闭发动机的请求来控制内燃机。
这允许方法用于对混合动力电动车辆(HEV)的能量使用进行控制,其中,内燃机对电池组进行充电,HEV的电动机从电池组汲取其电力。方法随后可用于基于整个行驶路线而不是仅仅例如对电池的荷电状态的短暂测量或来自用户的功率请求来对何时激活这种内燃机进行优化,并且因此通过方法实现改进的能量使用。
在本发明的一个实施例中,控制结果值的组还包括以下各项中的至少一项:驱动功率请求水平、GPS位置、速度、发动机温度、电池温度、车厢温度或时间戳。
使用另外的信息允许由方法确定更准确的控制值,进一步改进控制值。此外,使用关于例如时间戳的数据可以有助于例如确定活动路线和/或确定控制值的哪个组与活动路线相对应。作为另外的示例,时间戳可用于区分具有相同路线的控制值的不同的组,诸如,例如当在某一时间开始你早晨的通勤时使用的一组,以及如果早晨通勤的开始延迟例如30分钟所使用的不同的组。由于交通状况在两个不同的时间期间可能不同(由例如通常在特定时间期间发生的交通拥塞造成),因此控制值的不同的组可能较适合于给定的旅程。
在本发明的一个实施例中,控制值的组是控制模型。优选地,控制模型被表示为下列各项的至少一项:马尔可夫决策过程(MDP)、连续时间马尔可夫过程(CTMP)、或者转移率矩阵(TRM)。在本发明的进一步的实施例中,在对与行驶相关的数据参数的组进行记录的步骤中的预先确定的间隔与控制模型中的转移相对应。可以看到,控制结果值与通常被称为在这种MDP、CTMP或TRM中的奖赏相对应。在本发明的另一个实施例中,从一个状态到另一个状态的转移还与在该转移期间对可控制的单元的控制相对应。
使用上面提及的模型类型的中的一个来代表控制模型允许使用用于模拟、或者找出或改进这些模型类型的解决方案的已知方法来确定控制值的更新的组。
在本发明的一个实施例中,方法还包括:
-基于在预先确定的时间间隔分析出的GPS位置来确定活动路线已经改变,并且
-基于分析出的GPS位置来确定车辆的新的活动路线。
这允许与要检测的活动路线有偏差。如果确定车辆不再在被确定为活动路径的路径上行进,即,活动路线已经改变,则确定车辆的新的活动路线。在本发明的进一步的实施例中,还基于新的活动路线来选择控制值的新的组,并且控制值的此新的组随后用于对可控制的单元进行控制。对控制结果值的记录将继续,因为这与当前旅程而不是活动路线相对应。在旅程结束时,参数用于确定实际已行驶路线的控制值的更新的组,而不管其是否与活动路线相匹配。
在本发明的进一步的实施例中,确定实际已行驶路线的控制值的更新的组的步骤包括基于控制结果值的组来运行对实际已行驶路线的至少一次模拟。随后基于所述模拟来确定控制值的更新的组。
本发明的另一个目的通过用于管理车辆中的规则和策略的系统来实现,其中,车辆包括至少一个可控制的单元。系统(10)包括管理单元、以及与所述管理单元相关联的存储单元。系统被布置为:在开始行驶车辆时确定车辆的活动路线,从控制值的多个组中选择控制值的组,控制值的所述多个组基于先前已行驶路线的组并且存储在与管理单元相关联的存储单元中,其中,控制值的所述组中的一个控制值与所确定的活动路线的一个预先确定的间隔相对应,基于控制值的组来控制至少一个可控制的单元,以预先确定的间隔将与车辆的当前行驶相关的控制结果值的组记录在与管理单元相关联的所述存储单元中,其中,一个控制结果值与车辆已经行驶的所确定的活动路线的预先确定的间隔相对应,在行驶结束时基于控制值的所记录的组来确定实际已行驶路线的控制值的更新的组,并且将所述更新的控制值存储在与管理单元相关联的存储单元中。
在本发明的另一个实施例中,系统被布置为与远程数据单元进行通信,并且系统还包括:
发射机,所述发射机被布置为向所述远程数据单元发送控制结果值的所述组,以及
接收机,所述接收机被布置为从所述远程数据单元接收控制值的所述更新的组,并且
其中,在所述远程数据单元处执行在行驶结束时基于控制结果值的所记录的组对实际已行驶路线的控制值的更新的组的所述确定。
在本发明的另一个实施例中,远程数据单元是基于云端的。
本发明的另一个目的通过包括根据实施例的系统的车辆来实现。
附图说明
图1示出了用于管理车辆中的能量使用的方法的流程图,
图2示出了能量使用控制模型,以及
图3示出了用于管理车辆中的能量使用的系统。
具体实施方式
在下文中将结合附图来描述本公开内容的各个方面,以示出本公开内容并且不限于本公开内容,其中,类似的附图标记表示类似的元件,并且所描述的方面的变型并不受限于具体示出的实施例,而是适用于本公开内容的其它变型。
图1示出了用于管理车辆中的规则和/或策略的方法100的流程图。车辆包括至少一个可控制的单元。在步骤101中,确定车辆的活动路线。在步骤102中,随后从控制值的多个所存储的组中选择控制值的组,控制值的多个所存储的组基于先前已行驶路线的组。一个控制值与所确定的活动路线的一个预先确定的间隔相对应。所确定的活动路线的间隔可与距离或者一段时间相对应。取决于方法的要求,间隔可具有不同长度。在步骤103中,基于所选择的控制值来对可控制的单元进行控制。在步骤104中,通过针对每个间隔记录控制结果值,行驶的结果被记录为控制结果值的组。在步骤105中,确定旅程是否已经结束。如果旅程尚未结束,则方法通过对可控制的单元进行控制并且记录控制结果而返回到步骤103和步骤104。在步骤106中,如果旅程已经结束,则向远程数据单元发送控制值的组。在步骤107中,控制结果值的组用于确定已行驶路线的控制值的更新的组。在步骤108中,从远程数据单元接收控制值的更新的组。在步骤109中,存储更新的控制值的组。
用于管理可控制的单元的规则或策略可以代表控制或管理车辆中的单元的多个不同方面。例如,可控制的单元可以是被控制为在与控制值的所选择的组相对应的间隔时换挡的自动变速箱、适合对应于控制值的所选择的组而受控制的气候控制系统,其为车辆(诸如纯电动车辆(BEV)、插电式混合动力电动车辆(PHEV))选择推进源,何时以动能回收系统(KERS)或氧化氮NOx的形式激活能量储备,或控制诸如例如燃料喷射之类的其它的推进参数。可控制的单元可以是被布置为注入尿素的尿素单元,其被控制为将尿素注入到发动机单元的排出气流中。可控制的单元可以与柴油微粒过滤器单元(DPF)有关,柴油微粒过滤器单元(DPF)被布置为从柴油机的排出气体中去除柴油微粒物质或烟灰,以便控制DPF或控制影响DPF的单元(诸如控制发动机单元)来提高DPF单元的温度或计量附加燃料以激活DPF的再生过程。可控制的单元可以是在自主驾驶期间控制例如速度或档位选择的自主驾驶系统。可控制的单元可以是照亮道路或车厢的车辆外部或内部的灯。控制结果值可以是对控制值有意义的任何值,即,其中可以找出控制值的可测量的影响。此控制结果值的示例包括排放水平、燃料消耗量、温度、速度水平、驱动功率请求、电池的荷电状态水平。也可以存储可能相关的辅助信息,诸如,例如时间和日期或者GPS位置。
再次参考图1,现在将描述本发明的示例。图1示出了用于管理车辆中的能量使用的方法100的流程图。车辆20包括以能量单元21的形式的可控制的单元。在步骤101中,在车辆开始行驶时,确定车辆的活动路线。在步骤102中,随后从能量单元控制值的多个所存储的组中选择能量单元控制值的组,其中,能量单元控制值的多个组基于先前已行驶路线的组。一个能量单元控制值与所确定的活动路线的一个预先确定的间隔相对应。所确定的活动路线的间隔可以与距离(诸如,例如每个间隔50米、100米、200米、600米或者1000米)或者一段时间(诸如,例如5秒、30秒或者60秒)相对应。间隔可以在距离或时间上具有不同的长度,其可以适合于例如具有变化的属性的某些路线。随后,在步骤103中,基于所选择的能量单元控制值的组来控制车辆的至少一个能量单元。针对所确定的活动路线的每个间隔,在旅程期间执行该步骤。在步骤104中,在车辆的行驶期间,记录能量单元控制结果值的组,其中,一个能量单元控制结果值与车辆已行驶的预先确定的间隔相对应。因此,能量单元控制结果值中的每个值指示在预先确定的间隔期间的由对能量单元的控制所造成的能量使用。
在步骤105中,确定行驶是否已经结束,即,是否已经到达旅程的目的地。如果并非是行驶已经结束的情形,则方法100返回到控制车辆的步骤103。在步骤106中,在确定行驶已经结束之后,向远程数据单元发送能量控制单元结果值的组。在步骤107中,随后在远程数据单元处基于能量单元控制结果值的组来确定实际已行驶路线的能量单元控制值的更新的组。在步骤108中,从远程数据单元接收更新的能量单元控制值。在步骤109中,随后存储能量单元控制值的更新的组。从而,当活动路线被确定为是先前已行驶路线时,将对与该路线相对应的能量单元控制值的组进行更新,以进一步改进能量使用。随着完成越来越多的旅程,获得了与该具体旅程相对应的能量控制值的更多的更新的和改进的组,改进了车辆的能量使用并因此改进了车辆的能量经济。如果驾驶员并未完全跟随活动路线,即,所确定的活动路线是不准确的或者已经改变,则实际已行驶路线所记录的值仍然可用于确定实际已行驶路线的能量单元控制值的更新的组。该方法可以另外包括:诸如如果车辆已经离开了所确定的活动路线,则通过例如分析出的GPS位置来确定活动路线已经改变。随后可以确定新的活动路线,并且选择能量控制值的不同的组。远程数据单元可以是位于车辆内的远程单元。优选地,远程数据单元是基于云端的,也被称为云计算基础设施。优选地,无线地执行使用云端的通信(即,发送和接收)。可选地,如果发送能量单元控制结果值和接收更新的能量单元控制值的步骤106、步骤108(诸如,例如当足够的计算功率是可用的,以不保证(warrant)这种发送和接收时)并不是必须的,则它们可以省略。
至少一个能量单元可以是车辆20中多个单元中的一个单元。例如,在包括电力推进单元24和适合于为电力推进单元供电的电池单元23的混合动力电动车辆(HEV)中,至少一个能量单元21可以是适合于对电池单元进行充电的内燃机。通过向内燃机发送与针对所确定的活动路线而选择的能量单元控制值的所选择的组中的值相对应的发动发动机或关闭发动机的请求来控制内燃机。其它示例包括能量缓冲器,该能量缓冲器是其中暂时存储了能量的缓冲器,诸如,例如空调系统中的冷却的积累。其它示例包括发动机中的热量的积累,如果在模型中已知温度将在后面的间隔中降低,则通过积累热量可以允许发动机中的热量上升到正常阈值以上,因此去除了在当前时刻对冷却的需求。此外,能量缓冲器可以是正充电的诸如12V或48V的内部电池之类的电池,从而,所做出的决定可以包括使用进来的能量对电池进行充电还是将其用于其它目的,还是影响电池的负载平衡。
能量控制结果值包括什么可以取决于能量单元是什么类型的单元。在HEV车辆的情形下,其中能量单元是内燃机,该值包括为电力推进单元24供电的电池组23的荷电状态(SoC)水平。可以使用的值的其它示例是驱动功率请求水平、推进能量需求、GPS位置、速度水平、发动机温度、车厢温度、电池温度、日期、时间戳、燃料水平、排出微粒数据。可以使用这些值中的多于一个的值,以便更好地确定更新的能量使用值。
优选地,控制值的组与控制模型200相对应。图2示出了这样的控制模型,在示例中,该控制模型是以马尔可夫决策过程形式的能量单元控制模型。每个状态201-208代表在沿活动路线到目的地的旅程期间在车辆的已走过的间隔的间隔处的车辆状态。能量单元控制模型中的每次转移201A、202A、203A、205A、206A、201B、202B、203B、205B与所确定的活动路线的预先确定的间隔来控制能量单元的实例相对应。状态201、202、203、205、208具有到未来状态的两种可能的转移201A、202A、203A、205A、201B、202B、203B、205B(除了状态206,其只具有一种转移206A),离开状态的每种转移与对可控制的单元或能量单元进行控制的不同动作相对应。在示出的示例中,使用其中内燃机对电池进行充电的HEV(混合动力电动车辆),两种转移代表在预先确定的时间间隔期间发送并遵循的发动发动机或关闭发动机的请求。为了使能量使用模型持续改进并改善其自身,采用诸如Q-学习、即时差分学习之类的学习算法或者状态-动作-奖赏-状态-动作(SARSA)算法来确定下一次转移。这意指偶尔地,将不是为了优化能量使用而选择转移,而是为了探索马尔可夫决策过程的状态空间,其将得到更为改进的模型,该更为改进的模型从长远来看其准予更优化的能量使用。一旦已经走过活动路线的预先确定的间隔(在距离或时间上测量到的),对在模型的先前转移期间进行控制所得到的能量单元控制结果值以及该能量单元控制结果值属于的转移进行记录。在HEV车辆的示例中,这是由控制内燃机的步骤引起的荷电状态水平或荷电状态水平的变化。随后选择下一次转移,直到活动路线已经改变或者已经到达目的地。作为确定能量单元控制值的更新的组的步骤中的部分,能量单元控制结果值在模型中反向传播,使得每个状态的价值函数准确地代表该转移的预期的总的系统性结果,从而在选择哪种转移的每次决策中,考虑全部的活动剩余路线,而不仅仅是下一次转移。这使用例如动态规划、策略迭代、值迭代来完成。由于这种任务的计算复杂性可能是相对大的,所以这优选地在远程数据位置(例如,云端)处执行。
在图2中,能量单元控制模型示出了与特定路线相对应的能量单元控制模型200的示例,其用于控制内燃机。每个状态201-208代表在沿活动路线到目的地的旅程期间在车辆的已走过的间隔的间隔处的车辆状态。最初,旅程的活动路线被确定为选择该具体的能量单元控制模型。在每个间隔通过发送发动发动机或关闭发动机的请求来对应于内燃机的控制而选择转移。随后,在车辆沿着间隔行驶时控制内燃机。每个间隔与预期结果相关联,该预期结果用于确定选择哪种转移,并因此选择如何控制发动机。图2中的一些状态被编号为201-207。这些状态中的一些状态具有两种转移201A、202A、203A、205A、206A和201B、202B、203B、205B(除了状态206,其只有A-转移206A),其中,A-转移(201A、202A、203A、205A、206A)代表发动发动机的选择,并且B-转移(201B、202B、203B、205B)代表关闭发动机的选择。旅程中的到目的地的一部分的第一个示例可能涉及进入状态201、202、203和204。这通过在预先确定的间隔处选择转移201A、202A和203B来实现。因此,对于前两个间隔发动内燃机,并对于最后的间隔关闭内燃机。旅程中的到目的地的相同部分的第二个示例可能反而涉及通过遍历转移201B、205B、和206A来进入状态201、205、206和207,借此对于前两个间隔关闭内燃机并对于最后的间隔发动内燃机。第一个示例将导致使用较多燃料,因为针对额外的间隔发动了内燃机,然而在第二个示例中,电池单元的SoC水平将降低,由于内燃机只为其再充电一个间隔。对于到目的地的旅程中的一部分将选择这些示例中的哪个示例将取决于大量因素。例如,如果在示例结束时几乎结束了旅程,则可能优选地选择较少使用内燃机但反而使用较多电池电力的示例,因为电池可能在旅程结束时具有再充电的机会。如果旅程以许多制动为特点,则可能优选地较早使用电池电力,因为可以从制动回收额外的电池电力。在某些状态中(诸如,例如其中SoC是低的),可以禁用一种转移,并且选择可以受限于对要发动的内燃机进行控制,诸如在状态206的情形下。此外,在代表例如旅程、旅程中的部分或活动路线的结束的状态中,不存在离开该状态的转移,因为此状态被认为是最终状态,例如状态204和207。状态201并不代表唯一可能的初始状态,相反,这将取决于车辆的当前状态,例如,在开始行驶时具有较低的荷电状态,诸如当从商店行驶回家时可以意指在状态208中开始。在已经走过每个间隔之后,对选择的影响(在此示例中是电池单元的SoC水平)进行测量,并将其记录为能量单元控制结果值。此值用于确定进入每个状态的预期值,以使得每个状态包含关于引起进入该状态的全部的所预期的将来能量单元控制结果值的数据。在已经完成到目的地的旅程之后,将能量单元控制结果值发送到云计算基础设施,其中,对能量单元控制结果值进行处理,以确定针对路线的更新的能量单元控制模型。
在现实世界的场景中,控制模型200可以更大。间隔可以更短或更长或甚至是时间间隔而不是距离。被划分成100米长的间隔的15千米的通勤将需要150个间隔。此外,尽管示例使用了两种可用的不同的选择,发动发动机或关闭发动机,但另外的选择可用于其它能量单元,这将意指201、202、203、205、206中的每个状态或一些状态可具有多于两种的可用的转移201A、202A、203A、205A、206A、201B、202B、203B、205B。
图3示出了用于管理车辆20中的能量使用的系统10。车辆包括至少一个能量单元21。在图3中示出的示例中,车辆是HEV(混合动力电动车辆),并且能量单元是被布置对电池组23进行充电的内燃机,电池组23为用于推进车辆的电力推进单元24供电。该系统包括能量管理单元11,以及与所述能量管理单元相关联的存储单元12。该系统被布置为在车辆开始行驶时确定车辆的活动路线,从能量单元控制值的多个组中选择能量单元控制值的组,多个能量单元控制值的组基于先前已行驶路线的组并且存储在与能量管理单元相关联的存储单元中,其中,能量单元控制值的所述组中的一个能量单元控制值与所确定的活动路线的一个预先确定的间隔相对应。该系统被布置为基于能量单元控制值的组来控制至少一个能量单元,并以预先确定的间隔将与车辆的当前行驶相关的能量单元控制结果值的组记录在与能量管理单元相关联的所述存储单元中,其中,一个能量单元控制结果值与车辆已经行驶的所确定的活动路线的预先确定的间隔相对应。该系统还被布置为在行驶结束时基于能量单元控制值的所记录的组来确定实际已行驶路线的能量单元控制值的更新的组,并将所述更新的能量单元控制值存储在与能量管理单元相关联的存储单元中。
系统(10)还包括:被布置为向远程数据单元13发送能量单元控制结果值的所述组的发射机14,以及被布置为从所述远程数据单元接收能量单元控制值的更新的组的接收机15。在所示出的示例中,远程数据单元是云计算基础设施,也被称为云端或者基于云端的单元。优选地,远程数据单元被布置为在行驶结束时基于能量单元控制结果值的所述记录的组来确定实际已行驶路线的能量单元控制值的更新的组。优选地,发射机和接收机被组合成单个单元。或者,发射机和接收机可以是车辆中的部分而不是系统中的部分,在这种情形下,系统可以能够利用车辆的发射机和接收机以便与远程数据单元进行通信。作为选择,远程数据单元可以位于车辆内。
车辆还包括被布置为接收GPS位置的GPS单元22。系统10被布置为基于这些GPS位置来确定活动路线是否已经改变。如果确定活动路线已经改变,则系统10确定车辆20的新的活动路线,并且选择与新的活动路线相对应的能量单元控制值的新的组。
应当指出,系统并不限于能量单元,而相反地,可以包括根据本公开内容的其它方面的可控制的单元。
Claims (15)
1.一种用于管理车辆(20)中的规则或策略的方法(100),所述车辆(20)包括至少一个可控制的单元(21),所述方法(100)包括以下步骤:
-在开始行驶时确定(101)所述车辆的活动路线,
-从控制值的多个所存储的组中选择(102)控制值的组,控制值的所述多个组基于先前已行驶路线的组,其中,控制值的所选择的组与所确定的活动路线相对应,其中,控制值的所述组中的一个控制值与所确定的活动路线的一个预先确定的间隔相对应,
-基于控制值的所选择的组来控制(103)所述至少一个可控制的单元,
-在所述车辆的当前行驶期间对控制结果值的组进行记录(104),其中,一个控制结果值与所述车辆已经行驶的所确定的活动路线的预先确定的间隔相对应,并且其中,所述控制结果值指示在所述预先确定的间隔期间的所述控制的结果,
-在所述行驶结束时,基于控制结果值的所述组来确定(107)实际已行驶路线的控制值的更新的组,
-存储(109)控制值的所述更新的组。
2.根据权利要求1所述的方法,所述方法还包括以下步骤:
-向远程数据单元发送(106)控制结果值的所述组,
-从所述远程数据单元接收(108)所述更新的控制值,并且
其中,在所述远程数据单元处执行基于控制结果值的所述组来确定(107)所述实际已行驶路线的控制值的更新的组的所述步骤。
3.根据前述权利要求中的任一项所述的方法,其中,所述车辆的所述至少一个可控制的单元(21)是能量单元(21),并且其中,所述规则和所述策略与管理所述能量单元(21)的能量使用有关,并且其中,所述控制值和控制值的所述组分别是与对所述车辆的所述能量单元进行控制有关的能量单元控制值和能量单元控制值的组,并且其中,控制结果值的所述组是指示在所述预先确定的间隔期间的所述能量使用的能量单元控制结果值,并且其中,控制值的所述更新的组是能量单元控制值的更新的组。
4.根据权利要求3所述的方法,其中,所述车辆(20)是混合动力电动车辆(HEV),并且其中,所述车辆(20)还包括电力推进单元(24),以及适合于为所述电力推进单元(24)供电的电池组(23),并且所述至少一个能量单元(21)是被布置为对所述电池组进行充电的内燃机(21),其中,基于能量单元控制值的所述组来控制(103)所述至少一个能量单元(21)的所述步骤包括通过向所述内燃机(21)发送发动发动机或关闭发动机的请求来控制所述内燃机(21),所述发动发动机或关闭发动机的请求与能量单元控制值的所选择的组中的值相对应。
5.根据前述权利要求中的任一项所述的方法,其中,控制结果值的所述组还包括以下各项中的至少一项:驱动功率请求水平、推进能量需求、GPS位置、速度水平或时间戳。
6.根据前述权利要求中的任一项所述的方法,其中,控制值的所述组与控制模型(200)相对应,所述控制模型(200)为以下各项中的至少一项:马尔可夫决策过程、连续时间马尔可夫过程、转移率矩阵。
7.根据权利要求5所述的方法,其中,控制(103)所述至少一个可控制的单元(21)的所述步骤与所述控制模型(200)中的转移(201A、202A、203A、205A、206A、201B、202B、203B、205B)相对应。
8.根据前述权利要求中的任一项所述的方法,其中,对控制结果值的组进行记录(104)的所述步骤与所述控制模型(200)中的转移(201A、202A、203A、205A、206A、201B、202B、203B、205B)相对应。
9.根据前述权利要求中的任一项所述的方法,其中,基于控制结果值的所述组来确定(107)所述实际已行驶路线的控制值的更新的组的所述步骤包括使用以下各项中的至少一项:动态规划、策略迭代、值迭代、Q-学习、即时差分学习或者状态-动作-奖赏-状态-动作(SARSA)算法。
10.一种用于管理车辆(20)中的规则和策略的系统(10),其中,所述车辆(20)包括:
至少一个可控制的单元(21),
其中,所述系统(10)包括:
管理单元(11),以及
存储单元(12),所述存储单元(12)与所述管理单元(11)相关联,其中,所述系统(10)被布置为:
在开始行驶所述车辆(20)时确定所述车辆(20)的活动路线,
从控制值的多个组中选择控制值的组,控制值的所述多个组基于先前已行驶路线的组并且存储在与所述管理单元(11)相关联的所述存储单元(12)中,其中,控制值的所述组中的一个控制值与所确定的活动路线的一个预先确定的间隔相对应,
基于控制值的所述组来控制所述至少一个可控制的单元(21),
以预先确定的间隔将与所述车辆的当前行驶相关的控制结果值的组记录在与所述管理单元(11)相关联的所述存储单元(12)中,其中,一个控制结果值与所述车辆(20)已经行驶的所确定的活动路线的预先确定的间隔相对应,
在行驶结束时基于控制值的所记录的组来确定实际已行驶路线的控制值的更新的组,并且
将所述更新的控制值存储在与所述管理单元(11)相关联的所述存储单元(12)中。
11.根据权利要求10所述的系统(10),其中,所述系统(10)被布置为与远程数据单元(13)进行通信,所述系统(10)还包括:
发射机(14),所述发射机(14)被布置为向所述远程数据单元(13)发送控制结果值的所述组,以及
接收机(15),所述接收机(15)被布置为从所述远程数据单元(13)接收控制值的所述更新的组,并且
其中,在所述远程数据单元(13)处执行在所述行驶结束时基于控制结果值的所记录的组对所述实际已行驶路线的控制值的所述更新的组的所述确定。
12.根据权利要求10或11中的任一项所述的系统(10),其中,所述至少一个可控制的单元(21)是所述车辆的能量单元(21),并且其中,所述管理单元(11)是能量管理单元(11),并且,所述控制值和控制值的所述组分别是与对所述车辆的所述能量单元进行控制有关的能量单元控制值和能量单元控制值的组,并且其中,控制结果值的所述组是指示在所述预先确定的间隔期间的能量使用的能量单元控制结果值,并且其中,控制值的所述更新的组是能量单元控制值的更新的组。
13.根据权利要求12所述的系统(10),其中,所述车辆(20)是混合动力电动车辆(HEV),并且其中,所述车辆(20)还包括电力推进单元,以及适合于为所述电力推进单元供电的电池组,并且所述至少一个能量单元(21)是被布置为对所述电池组进行充电的内燃机,并且其中,所述能量管理单元(11)被布置为基于能量单元控制值的所选择的组来控制所述内燃机。
14.根据权利要求10至13中的任一项所述的系统(10),其中,所述车辆(20)还包括GPS(22)单元,所述GPS(22)单元被布置为接收GPS位置,并且其中,所述系统(10)被布置为基于由所述GPS单元(22)接收到的所述GPS位置来确定所述活动路线已经改变,因此,所述系统(10)确定所述车辆的新的活动路线。
15.一种车辆(20),所述车辆(20)包括根据权利要求10至14中的任一项所述的系统(10)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP14185065.1A EP2998178B1 (en) | 2014-09-17 | 2014-09-17 | Vehicle control through machine learning |
EP14185065.1 | 2014-09-17 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105438168A true CN105438168A (zh) | 2016-03-30 |
Family
ID=51582256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510570422.7A Pending CN105438168A (zh) | 2014-09-17 | 2015-09-09 | 通过机器学习的车辆控制 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10393880B2 (zh) |
EP (1) | EP2998178B1 (zh) |
CN (1) | CN105438168A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105818806A (zh) * | 2016-05-24 | 2016-08-03 | 安徽机电职业技术学院 | 一种智能辅助驾驶汽车 |
CN107783528A (zh) * | 2016-08-31 | 2018-03-09 | 现代自动车株式会社 | 机器学习系统及其用于学习用户控制模式的方法 |
CN108072384A (zh) * | 2016-11-18 | 2018-05-25 | 福特全球技术公司 | 基于预期功率要求进行电动车辆电池热管理的车辆系统和方法 |
CN109927711A (zh) * | 2017-12-19 | 2019-06-25 | 中国科学院深圳先进技术研究院 | 汽车能量控制方法、装置及终端设备 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10487715B2 (en) * | 2015-08-20 | 2019-11-26 | Ford Global Technologies, Llc | Regeneration of particulate filters in autonomously controllable vehicles |
US10118603B2 (en) * | 2015-10-30 | 2018-11-06 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for traffic learning |
SE539427C2 (en) * | 2015-12-15 | 2017-09-19 | Greater Than S A | Method and system for assessing the trip performance of a driver |
US10343685B2 (en) * | 2016-09-28 | 2019-07-09 | Baidu Usa Llc | Physical model and machine learning combined method to simulate autonomous vehicle movement |
US10442435B2 (en) * | 2016-12-14 | 2019-10-15 | Baidu Usa Llc | Speed control parameter estimation method for autonomous driving vehicles |
US10377260B2 (en) * | 2017-01-13 | 2019-08-13 | Uber Technologies, Inc. | Charge control system for mobile energy storage fleet |
US10902347B2 (en) | 2017-04-11 | 2021-01-26 | International Business Machines Corporation | Rule creation using MDP and inverse reinforcement learning |
WO2019030985A1 (ja) * | 2017-08-10 | 2019-02-14 | 住友電気工業株式会社 | 制御装置、制御方法、およびコンピュータプログラム |
JP2020532787A (ja) | 2017-12-15 | 2020-11-12 | ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド | オンラインオンデマンドサービスを最適化するためのシステムおよび方法 |
US11117567B2 (en) * | 2018-06-26 | 2021-09-14 | Toyota Motor Engineering & Manufacturing North America, Inc. | Real time trajectory optimization for hybrid energy management utilizing connected information technologies |
MX2021003935A (es) | 2019-02-27 | 2021-06-08 | Walmart Apollo Llc | Monitor de activos de arreglo flexible de transporte y clasificación automatizada (fast). |
JP6744598B1 (ja) * | 2019-10-18 | 2020-08-19 | トヨタ自動車株式会社 | 車両用制御システム、車両用制御装置、および車両用学習装置 |
KR20210076223A (ko) * | 2019-12-13 | 2021-06-24 | 현대자동차주식회사 | 하이브리드 차량 및 그 제어 방법 |
US20230058076A1 (en) * | 2021-08-18 | 2023-02-23 | Cerebrumx Labs Private Limited | Method and system for auto generating automotive data quality marker |
CN113928333B (zh) * | 2021-12-16 | 2022-04-01 | 广东机电职业技术学院 | 基于辅助驾驶的降能耗方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1891548A (zh) * | 2005-07-04 | 2007-01-10 | 丰田自动车株式会社 | 车辆控制设备和车辆振动抑制方法 |
US20090306866A1 (en) * | 2008-06-10 | 2009-12-10 | The Regents Of The University Of Michigan | Method, control apparatus and powertrain system controller for real-time, self-learning control based on individual operating style |
US20120203409A1 (en) * | 2011-02-09 | 2012-08-09 | Denso Corporation | Information and telecommunications system, vehicular device, center device, and method for controlling the system |
US20130268150A1 (en) * | 2012-04-04 | 2013-10-10 | Feisel Weslati | Predictive powertrain control using powertrain history and gps data |
US20140018985A1 (en) * | 2012-07-12 | 2014-01-16 | Honda Motor Co., Ltd. | Hybrid Vehicle Fuel Efficiency Using Inverse Reinforcement Learning |
US20140257608A1 (en) * | 2013-03-05 | 2014-09-11 | Toyota Motor Engineering & Manufacturing North America, Inc. | Known route hv control compensation |
Family Cites Families (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7164117B2 (en) | 1992-05-05 | 2007-01-16 | Automotive Technologies International, Inc. | Vehicular restraint system control system and method using multiple optical imagers |
US6570608B1 (en) | 1998-09-30 | 2003-05-27 | Texas Instruments Incorporated | System and method for detecting interactions of people and vehicles |
EP1055545B1 (en) | 1999-05-26 | 2004-01-28 | Toyota Jidosha Kabushiki Kaisha | Hybrid vehicle with fuel cells incorporated therein and method of controlling the same |
US7489918B2 (en) * | 2003-05-09 | 2009-02-10 | Intel Corporation | System and method for transferring wireless network access passwords |
JP2005035349A (ja) | 2003-07-17 | 2005-02-10 | Toyota Motor Corp | 移動体エネルギー管理装置および移動体エネルギー管理方法 |
US7360615B2 (en) | 2004-06-09 | 2008-04-22 | General Motors Corporation | Predictive energy management system for hybrid electric vehicles |
DE102005024403A1 (de) | 2005-05-27 | 2007-01-18 | Güttler, Gerhard, Prof. Dr. | Verfahren und Vorrichtung zum Einsparen von Energie in einem Fahrzeug |
DE102005035431B3 (de) | 2005-07-28 | 2007-04-19 | Siemens Ag | Navigationsverfahren |
JP4708124B2 (ja) | 2005-08-30 | 2011-06-22 | 富士重工業株式会社 | 画像処理装置 |
US7925426B2 (en) | 2005-11-17 | 2011-04-12 | Motility Systems | Power management systems and devices |
US8712650B2 (en) | 2005-11-17 | 2014-04-29 | Invent.Ly, Llc | Power management systems and designs |
US7315768B2 (en) | 2006-02-15 | 2008-01-01 | International Business Machines Corporation | Remote monitoring and servicing of computer data centers |
US8300887B2 (en) | 2007-05-10 | 2012-10-30 | Honda Motor Co., Ltd. | Object detection apparatus, object detection method and object detection program |
US7849944B2 (en) | 2007-06-12 | 2010-12-14 | Ut-Battelle, Llc | Self-learning control system for plug-in hybrid vehicles |
US8290648B2 (en) | 2007-06-20 | 2012-10-16 | Denso Corporation | Charge-discharge management apparatus and computer readable medium comprising instructions for achieving the apparatus |
US8605947B2 (en) | 2008-04-24 | 2013-12-10 | GM Global Technology Operations LLC | Method for detecting a clear path of travel for a vehicle enhanced by object detection |
EP2136182B1 (en) | 2008-06-19 | 2016-10-12 | Harman Becker Automotive Systems GmbH | Calculation of energy optimised route |
US8209073B2 (en) | 2009-05-06 | 2012-06-26 | Ford Global Technologies, Llc | Climate control system and method for optimizing energy consumption of a vehicle |
DE102009028922A1 (de) * | 2009-08-27 | 2011-03-03 | Robert Bosch Gmbh | Verfahren zum Betrieb eines Hybridfahrzeugs und Hybridsteuerung |
US8825243B2 (en) | 2009-09-16 | 2014-09-02 | GM Global Technology Operations LLC | Predictive energy management control scheme for a vehicle including a hybrid powertrain system |
US9539996B2 (en) | 2010-01-06 | 2017-01-10 | Ford Global Technologies, Llc | Energy management control of a plug-in hybrid electric vehicle |
JP2011211628A (ja) | 2010-03-30 | 2011-10-20 | Sony Corp | 画像処理装置および方法、並びにプログラム |
US9215124B2 (en) | 2010-11-03 | 2015-12-15 | Broadcom Corporation | Unified vehicle network frame protocol |
BR112013013688B1 (pt) | 2010-12-01 | 2020-03-17 | Volvo Lastvagnar Ab | Método de enriquecimento de dado de informação de estrada |
US8670885B2 (en) | 2011-01-06 | 2014-03-11 | Ford Global Technologies, Llc | Information display system and method |
JP5700112B2 (ja) | 2011-02-21 | 2015-04-15 | トヨタ自動車株式会社 | ハイブリッド車両の制御装置 |
EP2662822B1 (en) | 2011-07-25 | 2019-11-27 | SK Telecom. Co., Ltd. | System for managing vehicle energy, and method and apparatus for same |
JP6226202B2 (ja) | 2011-12-02 | 2017-11-08 | パワー テクノロジー ホールディングス,エルエルシー | ハイブリッド車における燃料最適化装置及び方法 |
US8606513B2 (en) * | 2011-12-21 | 2013-12-10 | Fujitsu Limited | Method and system for power management in a hybrid electric vehicle |
US8768007B2 (en) | 2012-03-26 | 2014-07-01 | Tk Holdings Inc. | Method of filtering an image |
FR2993213B1 (fr) | 2012-07-12 | 2015-10-23 | Commissariat Energie Atomique | Procede de gestion de l'energie consommee par un vehicule automobile et systeme mettant en œuvre un tel procede |
ES2541845T3 (es) * | 2012-08-02 | 2015-07-27 | Technisat Digital Gmbh | Procedimiento para el control del estado de carga de un acumulador de energía de un vehículo híbrido |
EP2826688B1 (en) | 2013-07-17 | 2020-09-09 | Volvo Car Corporation | Method for optimizing the power usage of a vehicle |
US9409563B2 (en) | 2013-10-31 | 2016-08-09 | Ford Global Technologies, Llc | PHEV energy management control with trip-oriented energy consumption preplanning |
US9469213B2 (en) | 2013-11-01 | 2016-10-18 | Ford Global Technologies, Llc | Spatial domain optimal electric and hybrid electric vehicle control with path forecasting |
US9346469B2 (en) | 2014-02-07 | 2016-05-24 | Ford Global Technologies, Llc | Method and system for engine and powertrain control |
-
2014
- 2014-09-17 EP EP14185065.1A patent/EP2998178B1/en active Active
-
2015
- 2015-09-09 CN CN201510570422.7A patent/CN105438168A/zh active Pending
- 2015-09-10 US US14/850,037 patent/US10393880B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1891548A (zh) * | 2005-07-04 | 2007-01-10 | 丰田自动车株式会社 | 车辆控制设备和车辆振动抑制方法 |
US20090306866A1 (en) * | 2008-06-10 | 2009-12-10 | The Regents Of The University Of Michigan | Method, control apparatus and powertrain system controller for real-time, self-learning control based on individual operating style |
US20120203409A1 (en) * | 2011-02-09 | 2012-08-09 | Denso Corporation | Information and telecommunications system, vehicular device, center device, and method for controlling the system |
US20130268150A1 (en) * | 2012-04-04 | 2013-10-10 | Feisel Weslati | Predictive powertrain control using powertrain history and gps data |
US20140018985A1 (en) * | 2012-07-12 | 2014-01-16 | Honda Motor Co., Ltd. | Hybrid Vehicle Fuel Efficiency Using Inverse Reinforcement Learning |
US20140257608A1 (en) * | 2013-03-05 | 2014-09-11 | Toyota Motor Engineering & Manufacturing North America, Inc. | Known route hv control compensation |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105818806A (zh) * | 2016-05-24 | 2016-08-03 | 安徽机电职业技术学院 | 一种智能辅助驾驶汽车 |
CN107783528A (zh) * | 2016-08-31 | 2018-03-09 | 现代自动车株式会社 | 机器学习系统及其用于学习用户控制模式的方法 |
CN107783528B (zh) * | 2016-08-31 | 2021-09-17 | 现代自动车株式会社 | 机器学习系统及其用于学习用户控制模式的方法 |
CN108072384A (zh) * | 2016-11-18 | 2018-05-25 | 福特全球技术公司 | 基于预期功率要求进行电动车辆电池热管理的车辆系统和方法 |
CN108072384B (zh) * | 2016-11-18 | 2024-03-12 | 福特全球技术公司 | 基于预期功率要求进行电动车辆电池热管理的车辆系统和方法 |
CN109927711A (zh) * | 2017-12-19 | 2019-06-25 | 中国科学院深圳先进技术研究院 | 汽车能量控制方法、装置及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
US20160075341A1 (en) | 2016-03-17 |
EP2998178A1 (en) | 2016-03-23 |
US10393880B2 (en) | 2019-08-27 |
EP2998178B1 (en) | 2022-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105438168A (zh) | 通过机器学习的车辆控制 | |
US9704305B2 (en) | Method of predicting the future operation of a vehicle | |
CN106064614B (zh) | 车辆用能量管理装置 | |
CN101837775B (zh) | 用于优化能量储存部件使用的系统和方法 | |
US9695760B2 (en) | System and method for improving energy efficiency of a vehicle based on known route segments | |
CN104340218B (zh) | 实时燃料消耗估算 | |
US9702718B2 (en) | Systems and methods for improving energy efficiency of a vehicle based on route prediction | |
US9605606B2 (en) | System and method for improving energy efficiency of a vehicle based on determined relationships between a plurality of routes | |
US9121722B1 (en) | Trip partitioning based on driving pattern energy consumption | |
US9902392B2 (en) | Mobility information processing apparatus, mobility information processing method, and driving support system | |
EP2826688A1 (en) | Method for optimizing the power usage of a vehicle | |
CN103661361A (zh) | 控制具有压燃式发动机的混合动力车辆的方法 | |
CN104424396A (zh) | 用于预测充电过程持续时间的方法 | |
CN110135632A (zh) | 基于路径信息的phev自适应最优能量管理方法 | |
CN104044462A (zh) | 基于日历事件的用户接口系统和方法 | |
US20220363238A1 (en) | Method and system for controlling a powertrain in a hybrid vehicle | |
WO2017118287A1 (zh) | 移动式电池能源分配站管理系统与方法 | |
CN110103936B (zh) | 车辆控制系统、车辆控制方法及存储介质 | |
JP2019079137A (ja) | 車両および演算システム | |
CN107054088A (zh) | 用于车辆的信息显示器 | |
Gu et al. | Pedestrian-aware engine management strategies for plug-in hybrid electric vehicles | |
CN111862385A (zh) | 计算机实现的数据提供方法 | |
JP2022500307A (ja) | ハイブリッド自動車による燃料および電流の消費に対する管理設定値を計算する方法 | |
US20220252402A1 (en) | Route Planning Device, Route Planning Method, and Route Planning System | |
GB2569351A (en) | Whole journey predictive energy optimisation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160330 |