CN106030250B - 用于调整系统中的位置确定的方法和系统 - Google Patents

Abstract

介绍用于调整系统的位置确定的方法和系统，所述调整系统具有不可移动的元件、相对于不可移动的元件可移动的调整元件以及用于调整元件的驱动单元。所述方法包括：确定与所述调整系统相关联的物理参量（MP），执行用于确定以及学习电气调整系统的所述调整元件在所述物理参量所确定的工作点的情况下的位置偏差或位置变化的学习过程（LP）；以及针对相应的工作点，在考虑所确定的物理参量以及所学习的所述调整元件的位置偏差或位置变化的情况下确定所述调整元件的实际的位置。

Description

用于调整系统中的位置确定的方法和系统

技术领域

本发明涉及用于调整系统中的位置确定的方法和系统，尤其涉及用于车辆的电气调整系统中的位置确定的方法和系统。

背景技术

调整系统具有不可移动的（静止的）元件和可移动的调整元件，所述调整元件的位置能够借助于驱动单元相对于不可移动的元件被调整、即被改变。调整系统在机动车技术的领域中，例如被用于调整滑动顶盖、车门、后盖、装载地板调整装置（Ladebodenverstellung）、座位或者车窗玻璃。在调整系统中的位置确定大多间接地、例如通过可移动的调整元件的速度、所经过的调整距离或驱动系统的转速被确定。但是，调整元件可以在某些条件下违反本意地、例如与最后所实施的移动的方向相反地、即返回移动。当驱动单元在执行所期望的移动之后松弛并且由此事后改变调整元件的位置时情况例如可能如此。调整元件的最小的事后的移动已经可以在确定当前的位置时导致问题。

如果在调节过程中应当精确地接近所期望的位置，则需要对调整元件的当前位置的准确的认识。对当前位置的认识，通常对于可靠地识别车窗玻璃升降器、滑门、后盖、能够电气调整的车辆座位等的夹紧情况来说也具有意义。

调整元件的位置变化可以在关闭驱动装置之后的任意的时间点出现。然而，如果位置变化在关闭驱动装置之后比较长时间地出现，则精确的位置确定或许不再是可能的，因为一般来说存在的用于位置确定的分析单元虽然原则上可以识别调整元件的事后的调整，但是这些分析单元可能被关闭，以便省电―例如在调整系统在某段时间内未被需要时或者在车辆被锁闭并且电子装置被关闭时。但是也可能发生：分析单元不足够准确以便例如可以确定更小的位置变化。

很多调整系统、诸如车窗玻璃升降器具有两个末端位置、诸如打开和闭合。已知如下电气调整系统，所述电气调整系统在使所述系统朝所期望的方向行驶之前，首先被张紧到存在的末端位置中的至少一个中，以便通过到已知的末端位置上的标准化来执行位置校准。该校准例如可以通过标准化行程直至在末端位置中阻挡驱动装置来进行。该位置标记用于检测事后的移动的零点。然而，在一些系统中标准化行程是不可能的，并且因此在移动期间和之后位置的准确的确定也是不可能的。

发明内容

本发明的任务是提供如下系统和方法，所述系统和方法能够在没有在前的标准化的情况下，准确地确定电气调整系统中的调整元件的位置。

该任务通过根据专利权利要求1的方法/系统被解决。本发明的设计方案和改进方案是从属权利要求的主题。

尤其介绍用于调整系统的位置确定的方法，所述调整系统具有不可移动的元件、相对于不可移动的元件可移动的调整元件和用于调整元件的驱动单元。所述方法包括：确定与调整系统相关联的物理参量，执行用于确定以及学习调整元件在电气调整系统的通过物理参量所确定的工作点的情况下的位置偏差或位置变化的学习过程，以及针对相应的工作点，在考虑所确定的物理参量以及所学习的调整元件的位置偏差或位置变化的情况下，确定调整元件的实际的位置。所述方法在低的仪器制造的耗费的情况下，允许准确地确定实际的位置，而不因过多数量的标准化行程使所述方法的使用者不被打扰。

在一种实施方式中，将在学习过程中所学习到的输入到针对调整元件在不同工作点的情况下的位置偏差或位置变化的模型中。建模允许以最低的可能的耗费，处理所测量的物理参量以及从中所获得的信息。

物理参量可以涉及下列参数中的至少一个：驱动单元的电气参数、驱动单元的机械参数和驱动单元的温度。这些参数允许具有高准确性的学习过程，并且是能够容易地确定的，即要么本身可以容易地测量，要么至少能够容易地从其它参量导出。

适合于此的驱动单元的机械参数可以是下列参数中的一个或多个：驱动单元中的机械组件的张紧度、驱动单元的电动机的转速、调整元件的速度和调整元件的所经过的距离。

为了进一步提高所述方法的准确性，物理参量至少可以包括系统参数和环境参数，所述系统参数和环境参数对调整元件的位置具有影响。

有利地，系统参数和环境参数在此可以包括下列参数中的至少一个：环境温度、调整系统的速度、作用于调整系统的加速度和时间。

为了进一步提高所述方法的准确性，学习过程可以在所预给定的时间点或者某些时机被执行。

下列事件中的至少一个可以被设置为所预给定的时间点或某些时机，当车辆或调整系统遭受冲击，当车辆的门被关闭，当车辆以位于某个最低速度之上的速度被移动，当车辆被启动以及当电气调整系统处于末端挡板中。

尤其也介绍用于调整系统的位置确定的系统，所述调整系统具有不可移动的元件、相对于不可移动的元件可移动的调整元件和用于调整元件的驱动单元。所述系统设置下列组件：传感器，所述传感器被构造用于检测与调整系统相关联的物理参量，以及控制设备，所述控制设备被构造用于执行用于确定以及学习调整元件在电气调整系统的通过物理参量所确定的工作点的情况下的位置偏差或位置变化的学习过程，以及针对相应的工作点，在考虑所确定的物理参量以及所学习的调整元件的位置偏差或位置变化的情况下，确定调整元件的实际的位置。

控制设备可以具有处理器单元、用于实施建模算法的程序的第一存储区和第二存储区，在所述第二存储区中存放具有位置以及系统参数和环境参数的工作点。这种系统可以利用常用的、能够容易地适配的装置，诸如可编程的微控制器或ASIC（Applied-Specific-Integrated-Circuit，专用集成电路）被实现。除此之外，建模允许以最低的可能的耗费，处理所测量的物理参量以及从中所获得的信息。

至少一些传感器可以被构造用于测量物理参量，所述物理参量涉及下列参数中的至少一个：驱动单元的电气参数、驱动单元的机械参数和驱动单元的温度。这些参数允许具有高的准确性的足够的学习过程，并且是能够容易地确定的，即要么本身可以容易地测量，要么至少能够容易地从其它参量导出。

适合于此的驱动单元的机械参数可以是下列参数中的一个或多个：驱动单元中的机械组件的张紧度、驱动单元的电动机的转速、调整元件的速度和调整元件的所经过的距离。

至少一些传感器也可以被构造用于测量物理参量，所述物理参量至少涉及系统参数和环境参数，所述系统参数和环境参数对调整元件的位置具有影响。因此，学习或模型的准确性能够进一步被提高。

有利地，系统参数和环境参数在此可以包括下列参数中的至少一个：环境温度、调整系统的速度、作用于调整系统的加速度和时间。

为了进一步提高系统的准确性，学习过程可以在所预给定的时间点或某些时机被执行。

下列事件中的至少一个可以被设置为所预给定的时间点或某些时机，当车辆或调整系统遭受冲击，当车辆的门被关闭，当车辆以位于某个最低速度之上的速度被移动，当车辆被启动以及当电气调整系统处于末端挡板中。

为了不打扰停留在调整系统的附近的人员，可以将用于调整装置的驱动的激励级连接在控制设备之后，所述激励级仅具有作为有源开关元件的半导体元件。

附图说明

以下借助在附图的图中所示出的实施例进一步解释本发明。

图1以图表示出根据本发明的用于调整系统中的位置确定的方法的一个实施例，以及

图2以框图示出根据本发明的用于调整系统中的位置确定的系统的一个实施例。

具体实施方式

图1以图表示出用于调整元件的位置确定的方法的各个流程，在所述方法中，即使在关闭之后，调整元件的出现的位置变化或不准确性也可以被检测。所述方法例如可以被分成三个单独的过程，所述过程一次性地、反复地或连续地、顺序地或同时进行：

a）过程之一（MP）涉及测量或确定与调整系统相关联的物理参量。一些物理参量在此涉及调整元件本身的移动以及因此涉及调整元件的初始位置、诸如驱动单元中的电动机的转速或者调整元件的速度或者调整元件所经过的距离。另外一些涉及系统参数和环境参数、诸如驱动单元的温度、驱动单元的电气参数、驱动单元的的机械参数，事后可能对初始位置具有影响，以及时间。代替测量，或许也可以使用在表中所存放的经验值。

系统参数和环境参数尤其可以是机动车及其构件、诸如调整装置的机械装置和控制设备的状态。机动车的状态例如是车辆速度、例如对于恶劣路段来说表征的偏离车辆行驶方向的加速度、车载电源电压的波动、被分配给调整装置的电动机的起动、调整装置的机械装置中的通过在所经过的路段的功率消耗中或时间上表征的变化表现出来的移动困难、以及车门的关闭。

b）在学习过程（LP）中，调整元件的关于在某些工作点的情况下的位置变化的某些行为模式被学习，以便然后借助例如模型来对在不同的工作点的情况下的行为模式建模。在某些系统参数和环境参数的情况下的某个位置应被理解为工作点。机器学习在这种情况下应被理解为“人工地”从经验中产生知识。人工系统从示例中学习并且在某个学习阶段之后，或许甚至可以归纳。也就是说，所述人工系统不是简单地“凭记忆”学习示例，而是“识别”学习数据中的规律性。因此，所述系统也可以评判未知的数据。模型本身例如可以借助于相应的算法被实现。算法针对给定的输入集合产生模型，所述模型描述所述输入并且实现预测。在此存在聚类方法，所述聚类方法将数据划分成多个类别，所述类别通过特征的模式相互区分。这种算法例如是期望最大化算法（简称EM算法），所述期望最大化算法迭代地确定模型的参数，使得所述模型最优地解释所遇见的数据。在此，所述期望最大化算法基于不能够观察的类别的存在，并且交替地估计数据属于所述类别之一的归属性以及形成所述类别的参数。EM算法的应用例如可以在隐马尔可夫模型（HMM）中找到。无监督学习的其它方法、比如主成分分析放弃分类。所述方法的目的在于将所观察的数据转化成更简单的表示，所述更简单的表示尽管强烈地减少的信息仍尽可能准确地再现所述数据。此外也可以在学习过程中应用基于统计分析的学习方法或者自适应方法或者神经网络。

c）在分析过程中，首先计算在相应的系统参数和环境参数的情况下的初始位置，并且基于可能偏离所述初始位置的实际的位置或者由于变化的系统参数和环境参数事后出现的位置变化，借助于模型，确定调整系统的实际的当前的被校正的位置。

在图1中所示出的实施例中，在测量过程MP中所确定的对于模型来说相关的物理参量被检测并且被转换成相应的信息。借助该信息可以在学习过程LP中确定调整系统的当前的工作点（步骤LP1），即例如在相关联的系统参数和环境参数的情况下的初始位置，所述系统参数和环境参数例如也可以包括驱动单元的不同的电气参数和机械参数以及驱动单元的温度。

此外，在某个工作点的情况下调整系统的机械组件的张紧度被考虑（步骤LP2）。机械组件例如可以是调整系统的驱动单元或者调整系统的驱动单元的组件、比如电动机、传动机构或轴承结构。此外，学习过程LP可以包括确定调整系统的前面的关闭时间点（步骤LP3）。

学习过程LP在此可以在某些时间点被执行，但是也可以在特殊的时机被执行。以这种方式可以针对相关联的工作点简单地学习调整系统对调整元件的自从上一次关闭过程的位置变化的倾向。特殊的时机例如是当调整系统处于末端挡板（例如完全被打开或闭合的窗口）中时，因为这些情况是特殊的校准点（零点）。在此，如果学习过程在两个末端挡板位置中被执行，则位置确定的准确性可以被提高。

学习过程的执行，例如由于调整系统的驱动单元的突然的以及对于车辆乘客来说出乎意料的激活，导致对车辆乘客的刺激。这在例如车辆的驾驶员由于突然的噪声或震动而受惊或分心时，可能是安全风险。出于此原因，学习过程例如可以在这种时间点被执行，在所述时间点车辆已经出于其它原因遭受震动或冲击。例如在车辆的门被闭合时情况如此。但是，车辆在电动机启动时例如也受到震动。车辆处于移动中、尤其在高的速度的情况下处于移动中时，车辆也遭受一定的震动。尤其在高的速度的情况下车辆噪声也增加，使得学习过程所引起的噪声和振荡更少地被察觉。尤其也在恶劣的车行道上行驶时，车辆常常被冲击并且车辆噪声增加。

如果调整系统在位置确定时处于如下工作点中，对于所述工作点来说能够由前面的学习过程识别：调整系统在该工作点中没有位置变化的倾向，诸如返回移动或反向转动，则调整系统可以在该时间点中完全地相对末端挡板被张紧，以便例如密封地闭合机动车侧窗口。

当在分析过程AP中确定调整元件的当前位置时，在位置确定时工作点可以首先被确定（步骤AP1）。紧接着，调整元件的调整（位置改变）可以借助所训练的模型在确定实际的位置时根据相应的工作点被确定（步骤AP2）。

图2示出用于确定具有控制设备SV的调整系统中的调整元件的当前位置的系统。控制设备SV、例如微控制器包括处理器单元PU、针对实施模型算法的程序的存储区SP1和存储区SP2，在所述存储区SP2中存放具有位置以及系统参数和环境参数的工作点。控制设备SV通过（一个或）多个接口（Interfaces）IF1、IF2和IF3与车辆的传感器SN和/或车载电子装置BE耦合。接口IF1例如用作针对要分析的所测量的参量的输入端。例如针对调整系统的电动机MO的激励级TR通过接口IF2被操控。接口IF3提供调整元件的所确定的位置。电动机MO使调整装置的调整元件移动。接口IF1、IF2和IF3中的一个或多个可以被构造为到机动车的CAN总线系统或LIN总线系统的连接端子。

例如计时器、温度传感器、电压表、电流传感器和加速度传感器适合作为传感器SN。加速度传感器测量例如机动车的移动或者机动车部件、诸如门盖或后盖的移动。借助于加速度测量信号例如在恶劣路段上的行驶或者门或后盖的关闭移动，也能够明确地识别为一个状态。电动机MO的参量、比如其电量消耗同样也可以被测量以及被分析。电动机的移动特性例如也能够通过霍尔传感器被监视。这些信号的分析允许对移动困难以及夹紧情况的推断。

处理器单元由传感器信息计算初始位置，并且然后借助所测量的系统参数和环境参数，根据模型，适配该初始位置，以便确定实际的当前的位置。

例如可以进行模型在微控制器中的技术上的实现，使得建模算法在微控制器中被实现为软件。但是同样能够设想：微控制器以ASIC的形式被实现。存储区SP1和SP2此外可以在唯一的存储元件中或者在被分离的存储元件中被实现，并且同样可以被集成在微控制器中或者单独地被实施。

用于位置确定的系统例如可以借助于半导体开关或继电器操控驱动单元。在一些应用中，半导体开关、尤其半导体全桥的使用可以是有利的，因为学习过程或位置确定的执行可以借助于半导体全桥被执行，而不被车辆乘客察觉。而在使用继电器的情况下大多不能避免学习过程和位置确定的执行被车辆乘客察觉。

除了电气调整系统之外，所有其它调整系统、比如气动或液压系统以相同的方式也适合于根据本发明的方法以及根据本发明的系统的应用。同样能够应用提供足够准确的预测的任何学习算法。除了上面所提到的与原始的移动方向相反的移动变化之外，也可以检测所有其它方向、诸如在原始移动的方向上的移动。

附图标记列表

AP 分析过程

AP1、AP2 分析过程步骤

AW 调整元件

BE 车载电子装置

IF1、IF2、IF3 接口

LP 学习过程

LP1、LP2、LP3 学习过程步骤

MO 驱动单元

MP 测量过程

PU 处理器单元

SN 传感器

SP1 第一存储区

SP2 第二存储区

SV 控制设备

TR 激励级

Claims (14)

1.用于调整系统的位置确定的方法，所述调整系统具有不可移动的元件、相对于所述不可移动的元件可移动的调整元件和用于所述调整元件的驱动单元，其中所述方法具有：

确定与所述调整系统相关联的物理参量(MP)，

执行用于确定以及学习电气调整系统的所述调整元件在所述物理参量所确定的工作点的情况下的位置偏差或位置变化的学习过程(LP)；以及

针对相应的工作点，在考虑所确定的物理参量以及所学习的所述调整元件的位置偏差或位置变化的情况下，确定所述调整元件(AW)的实际的位置；

其中学习过程在所预给定的时间点或某些时机被执行；下列事件中的至少一个被设置为所预给定的时间点或某些时机，

当车辆或所述调整系统遭受冲击，

当所述车辆的门被关闭，

当所述车辆以位于某个最低速度之上的速度被移动，

当所述车辆被启动，以及

当所述电气调整系统处于末端挡板中。

2.根据权利要求1所述的方法，其中将在所述学习过程(LP)中所学习到的输入到针对不同工作点的情况下所述调整元件的位置偏差或位置变化的模型中。

3.根据权利要求1所述的方法，其中所述物理参量涉及下列参数中的至少一个：所述驱动单元的电气参数、所述驱动单元的机械参数和所述驱动单元的温度。

4.根据权利要求3所述的方法，其中所述驱动单元的机械参数涉及下列参数中的至少一个：所述驱动单元中的机械组件的张紧度、所述驱动单元的电动机的转速、所述调整元件的速度和所述调整元件的所经过的距离。

5.根据前述权利要求之一所述的方法，其中所述物理参量至少包括系统参数和环境参数，所述系统参数和环境参数对所述调整元件的位置具有影响。

6.根据权利要求5所述的方法，其中所述系统参数和环境参数包括下列参数中的至少一个：环境温度、所述调整系统的速度、作用于所述调整系统的加速度和时间。

7.用于调整系统的位置确定的系统，所述调整系统具有不可移动的元件、相对于所述不可移动的元件可移动的调整元件和用于所述调整元件的驱动单元(MO)，其中所述系统具有：

传感器(SN)，所述传感器被构造用于检测与所述调整系统相关联的物理参量，

控制设备(SV)，所述控制设备被构造用于执行用于确定以及学习电气调整系统的所述调整元件在所述物理参量所确定的工作点的情况下的位置偏差或位置变化的学习过程，以及针对相应的工作点，在考虑所确定的物理参量以及所学习的所述调整元件的位置偏差或位置变化的情况下，确定所述调整元件的实际的位置；

其中学习过程在所预给定的时间点或某些时机被执行；下列事件中的至少一个被设置为所预给定的时间点或某些时机，

当车辆或所述调整系统遭受冲击，

当所述车辆的门被关闭，

当所述车辆以位于某个最低速度之上的速度被移动，

当所述车辆被启动，以及

当所述电气调整系统处于末端挡板中。

8.根据权利要求7所述的系统，其中控制设备(SV)包括处理器单元(PU)、针对实施建模算法的程序的第一存储区(SP1)以及第二存储区(SP2)，在所述第二存储区中存放具有位置以及系统参数和环境参数的工作点。

9.根据权利要求7所述的系统，其中，至少一些所述传感器(SN)被构造用于测量物理参量，所述物理参量涉及下列参数中的至少一个：所述驱动单元的电气参数、所述驱动单元的机械参数和所述驱动单元的温度。

10.根据权利要求9所述的系统，其中所述驱动单元的机械参数涉及下列参数中的至少一个：所述驱动单元中的机械组件的张紧度、所述驱动单元的电动机的转速、所述调整元件的速度和所述调整元件的所经过的距离。

11.根据前述权利要求之一所述的系统，其中，至少一些所述传感器(SN)被构造用于测量物理参量，所述物理参量至少涉及系统参数和环境参数，所述系统参数和环境参数对所述调整元件的位置具有影响。

12.根据权利要求11所述的系统，其中所述系统参数和环境参数包括下列参数中的至少一个：环境温度、所述调整系统的速度、作用于所述调整系统的加速度和时间。

13.根据权利要求11所述的系统，其中所述控制设备(SV)具有微控制器或ASIC。

14.根据权利要求11所述的系统，其中用于调整装置的驱动的激励级(TR)被连接在所述控制设备(SV)之后，并且所述激励级(TR)仅具有作为有源开关元件的半导体元件。