CN108216184A - 混合动力车辆以及控制模式转变的方法 - Google Patents

Abstract

本申请涉及混合动力车辆以及控制模式转变的方法。公开了一种控制模式转变以预测驾驶员的所需扭矩以便减少非驱动燃料损失的方法，以及用于执行该方法的混合动力车辆。具体地，控制混合动力车辆的模式转变的方法可包括基于第一扭矩确定是否需要将第一模式改变为第二模式；确定被预期为将在当前时刻的近期时刻产生的第二扭矩；基于第二扭矩或预测加速度来确定在近期时刻发动机离合器接合是否可能；以及当确定需要从第一模式到第二模式的改变并且发动机离合器接合可能时，执行从第一模式到第二模式的改变。

Description

混合动力车辆以及控制模式转变的方法

相关申请的交叉引用

本申请要求于2016年12月16日提交的韩国专利申请No. 10-2016-0172825的优先权和权益，该申请的全部内容通过引用并入本 文。

技术领域

本公开涉及一种混合动力车辆以及控制控制模式转变以减少燃料 损失的方法。

背景技术

本部分的陈述仅提供与本公开相关的背景信息，并且可不构成现 有技术。

由于对车辆的燃料效率改进的不断需求以及许多国家对排气法规 的强化，对环保型车辆的需求正在增加。作为对环保型车辆的实际替 代方案，提供了混合动力电动车辆/插电式混合动力电动车辆 (HEV/PHEV)。

该混合动力车辆可以根据在利用两个动力源驱动的过程中发动机 和马达协调操作的程度来提供最佳输出和扭矩。特别地，在采用其中 发动机和变速器之间安装电动马达和发动机离合器(EC)的并联型混 合动力系统的混合动力车辆中，发动机和马达的输出可被同时传递到 驱动轴。

通常，在混合动力车辆中，在初始加速度期间使用电能(即，EV 模式)。然而，由于电能单独在满足驾驶员的所需功率方面存在限制， 最终需要使用发动机作为主动力源(即，HEV模式)。在这种情况下， 在混合动力车辆中，当马达的转数和发动机的转数之间的差在预定范 围内时，发动机离合器接合，使得马达和发动机一起旋转。此时，当 转数太低时，当发动机离合器接合时可发生发动机失速。因此，混合 动力车辆控制发动机和马达的转数，使得发动机离合器在发动机失速 时以设定在相对安全区域中的特定转数(为了方便，在下文中被称为 “目标接合速度”)开始接合。目标接合速度可根据车辆的发动机特性或接合时的齿轮级被不同地设定。

然而，我们已经发现，当发动机作为主动力源后被立即起动时， 经常发生延迟，直到发动机离合器实际接合，并且发动机的力被传递 到驱动轮的轴。作为结果，在发动机的功率对驱动没有贡献的情况下 发生燃料损失，这被称为“非驱动燃料损失”。将参考图1描述其中非 驱动燃料损失发生的方式。

图1是用于说明在一般混合动力车辆中发生非驱动燃料损失的形 式的示例的图示。

如图1所示，当驾驶员操作加速器踏板(即，APS开启)时，所 需扭矩变大，并且当由车辆确定需要发动机的驱动功率时，发动机被 起动。

由于在发动机起动时发动机未被加载，因此发动机速度(EngSpeed) 迅速上升，但是马达速度(“MotSpeed”)可能未达到目标接合速度。 在这种情况下，发动机保持以目标接合速度空转至接合时间，在此期 间发生非驱动燃料损失。

发明内容

本公开涉及混合动力车辆以及控制模式转变的方法，其基本上消 除了由于相关技术的限制和缺点导致的一个或多个问题。

本公开提供一种有效地控制混合动力车辆中的模式转变的方法， 以及用于执行该方法的车辆。

具体地，本公开提供一种能够减少由于并联型混合动力车辆中的 换档而导致的非驱动燃料损失的模式转变控制方法，以及用于执行该 方法的车辆。

本公开的附加优点、目的和特征将在下面的描述中被部分地阐述， 并且对于本领域普通技术人员而言在研究以下内容时将变得显而易见， 或者可以从本公开的实践中学习。本公开的目的和其它优点可以通过 书面说明书及其权利要求以及附图中特别指出的结构来实现和获得。

本公开提供一种控制混合动力车辆的模式转变的方法，并且所述 方法可以包括：由混合动力控制单元基于第一扭矩确定是否将第一模 式改变为第二模式，第一扭矩是当前所需扭矩；由所述混合动力控制 单元确定将要在近期时刻产生的第二扭矩；由所述混合动力控制单元 基于所述第二扭矩确定在近期时刻发动机离合器接合是否可能，或者 确定预测加速度；以及当确定从所述第一模式到所述第二模式的改变 并且所述发动机离合器接合可能时，由所述混合动力控制单元执行从 所述第一模式到所述第二模式的改变。

在本公开的另一个方面中，混合动力车辆可包括驱动信息检测单 元，其被配置为与所述混合动力车辆的各种传感器互操作并且被配置 为检测所述混合动力车辆的驱动信息；驾驶员加速度/减速度预测单元， 其被配置为通过利用加速度/减速度预测模型基于从所述驱动信息检测 单元传输的信息来产生反映所述混合动力车辆的驱动环境的驾驶员的近期加速度/减速度意图的预测值；以及混合控制单元，其被配置为确 定第一扭矩，以及基于所述近期加速度/减速度意图的预测值确定第二 扭矩，其中所述第一扭矩为当前所需扭矩，并且所述第二扭矩为被预 期在当前时刻之后的近期时刻产生的所需扭矩。这里，所述混合动力 控制单元可进一步被配置为基于所述第一扭矩确定是否将第一模式改 变为第二模式，基于所述第二扭矩或预期加速度来确定在所述近期时 刻发动机离合器接合是否可能；以及当确定从所述第一模式到所述第 二模式的改变并且所述发动机离合器接合可能时，执行从所述第一模 式到所述第二模式的改变。

应当理解的是，本公开的前述总体描述和下面的详细描述是示例 性和解释性的，并且旨在提供对本公开的进一步解释。

从本文提供的描述中，其它应用领域将变得显而易见。应该理解 的是，描述和具体示例仅旨在用于说明的目的，而不意图限制本公开 的范围。

附图说明

为了可以很好地理解本公开，现在将参考附图通过示例的方式描 述其各种形式，其中：

图1是用于说明其中在一般混合动力车辆中发生非驱动燃料损失 的行驶的示例的图示。

图2是用于说明以本公开的一种形式确定发动机起动时间的基本 概念的视图；

图3是示出根据本公开的一种形式的模式转变控制处理的示例的 流程图；

图4是用于说明根据本公开的一种形式的模式转变方法与一般模 式转变方法之间的差异的视图；

图5是示意性示出本公开的一种形式的混合动力车辆的控制系统 的方框图；

图6A和图6B示出可以应用于本公开的形式的预测驾驶员的加速 度/减速度意图的示例性过程；

图7示出根据本公开的另一种形式的使用近期加速度/减速度预测 模型的模式转变方法；

图8是示出根据本公开的另一种形式控制混合动力车辆的模式转 变的方法的流程图；以及

图9是用于说明根据本公开的另一种形式的模式转变方法与一般 模式转变方法之间的差异的图示。

这里描述的附图仅用于说明的目的，并不旨在以任何方式限制本 公开的范围。

具体实施方式

以下描述本质上仅仅是示例性的，并不旨在限制本公开、应用或 用途。应该理解的是，在整个附图中，对应的附图标记表示相同或相 应的部分和特征。

然而，本公开可以以许多不同的形式来实施，并且不应该被解释 为限于本文阐述的形式。为了在附图中清楚地说明本公开，省略与说 明无关的部分。

贯穿本公开，当部件被称为“包括”元件时，这意味着该部件也 可以包括其它元件，除非另外特别地说明。另外，在整个本公开中由 相同附图标记指示的部件指示相同的组件。

此外，诸如“单元”或“模块”等的术语应当被理解为处理至少 一个功能或操作并且可以以硬件方式(例如，处理器)、软件方式、或 硬件方式和软件方式的组合实现的单元。

在本公开的一种形式中，提出了一种用于确定最佳发动机起动时 间点的方法，以当在混合动力车辆中执行到HEV模式的模式转变时减 少发动机的非驱动燃料损失。

根据一种形式，可以通过使用其中发动机达到目标接合速度的时 间和当前马达速度的增加率来确定发动机起动时间点。这将参考图2 来描述。

图2是用于说明根据本公开的一种形式确定发动机起动时间的基 本概念的视图。

在图2中，假设APS(加速器踏板传感器)值保持在恒定值，并 且因此马达速度(MotSpeed)的增加率也是恒定的。在此假设下，当 从发动机起动到发动机离合器接合所需的估计时间(即，“摇车时间” 或“预期接合时间”)已知时，还可以确定在预期接合时间期间马达速 度(RPM)的增加。作为结果，如果发动机在当前马达速度和预期接 合时间期间马达速度的增量的总和变为等于或高于目标接合速度的时 间点处起动，则发动机离合器可立即接合，这是因为发动机和马达将 同时达到目标接合速度。因此，可以直接利用发动机功率作为驱动力， 从而可以减少非驱动燃料损失。

换句话说，发动机起动时间点的条件可以基于当前马达速度被如 下表示：当前马达速度＞目标接合速度－预期接合时间期间的总马达 速度增量(其中“－”为减号)。

这里，预期接合时间期间的总马达速度增量是通过将马达速度增 加率乘以预期接合时间而获得的值，如上所述。

将参考图3描述模式转变(即，从一个模式到另一个模式的模式 改变)方法，根据本形式的确定发动机起动时间点的上述方法应用到 所述模式转变方法。在下文中，为了方便，从第一模式到另一个模式 的改变被称为模式转变。

图3是示出根据本公开的一种形式的模式转变控制处理的示例的 流程图。

在图3中，假设每个步骤中的确定对象是混合动力控制单元，这 将在后面进行详细描述。混合动力控制单元可以通过由设定程序操作 的至少一个处理器来实现，其中设定程序包括用于执行根据下面将要 描述的本公开的每个确定步骤的一系列命令。

参考图3，混合动力控制单元首先通过驱动信息检测单元110检测 加速器位置传感器(APS)改变量或制动器踏板传感器(BPS)改变量， 并且计算当前驾驶员所需扭矩(S310)。

这里，当前驾驶员所需扭矩可以从当前踏板传感器APS和BPS感 测到的踏板位置Pedal(n)的函数获得。更具体地，“(n)”在操作加 速器踏板APS时具有正(+)值，并且当操作制动器踏板BPS时具有 负(－)值。

在S320，混合动力控制单元140可基于计算的所需扭矩(驾驶员 所需扭矩)来确定是否将EV模式改变为HEV模式(即，从EV模式 到HEV模式的模式转变)。

如果确定需要到HEV模式的模式转变，则混合动力控制单元可以 在预期接合时间期间确定马达速度增量(S330)。这里，预期接合时间 期间的马达速度增量可以是通过将马达速度增加率乘以预期接合时间 而获得的值，如上所述。马达速度增加率可以通过从控制电动马达的 马达控制器获得马达的RPM信息来计算，并且预期接合时间可以是根 据车辆的发动机和发动机离合器的配置和规格的预定值，并且可以根 据诸如变速器的当前齿轮级的其它变量被设定为多个值。

混合动力控制单元确定是否满足“当前马达速度＞目标接合速度 －预期接合时间期间的总马达速度增量”的条件(S340)，并且分别通 过控制发动机控制单元和离合器控制单元来控制起动发动机以及执行 发动机离合器接合(S350)。

当发动机离合器接合完成时(S360)，混合动力控制器可以控制执 行到HEV模式的模式转变(S370)。如果在步骤S320中确定不需要到 HEV模式的模式转变，或者如果不满足步骤S340中的条件，则可以维 持EV模式(S380)。

这里，在处理从步骤S340到步骤S380的情况下，混合动力控制 单元可以在执行EV模式控制的同时重复地返回到步骤S320或步骤S340，以确定发动机起动时间点。

在下文中，将通过比较上述形式和比较示例参考图4描述本形式 的技术效果。

图4是用于说明根据本公开的一种形式的模式转变方法与一般模 式转变方法之间的差异的视图。

在图4中，在图表中示出了根据一般模式转变控制的马达速度 (MotSpeed)、发动机速度(EngSpeed)以及根据目前形式的发动机速 度(根据目前形势的EngSpeed)。

参考图4，在一般模式转变控制中，当确定需要发动机的驱动力时 立即开始发动机起动和发动机离合器接合控制。因此，在马达达到目 标接合速度之前发生非驱动燃料损失。然而，根据本公开的形式，当 满足“当前马达速度＞目标接合速度－期望接合时间期间的总马达速 度增量”的条件时，开始发动机起动和发动机离合器接合控制。因此， 可以减少非驱动燃料损失。

然而，当电流所需扭矩至少在期望接合时间时间内不波动并且假 设马达速度增加率恒定时，上述方法提供最高的效率。因此，如果期 望接合时间期间所需的扭矩存在改变，则降低了可预测性，并且可能 会降低燃料效率改善效果。

因此，在本公开的另一种形式中，提出了通过使用近期预测模型 来预测近期时刻的所需扭矩以及基于所需扭矩的近期时刻的马达速度， 以提高预测准确性。

首先，将参考图5描述可应用本公开的形式的混合动力车辆结构。

图5是示意性示出根据本公开的一种形式的混合动力车辆的控制 系统的方框图。

参考图5，混合动力车辆的控制系统100包括：驱动信息检测单元 110、驱动方式确定单元120、驾驶员加速度/减速度预测单元130和混 合动力控制单元140。该配置仅为示例性的，并且变速器控制系统可以 被配置为包括更少的元件(例如，省略驱动方式确定单元)或更多的 元件。

驱动信息检测单元110根据与车辆速度传感器11、加速器位置传 感器(APS)12、制动器踏板传感器(BPS)13、高级驾驶员辅助系统(ADAS)14和导航单元15中的至少一个操作连接的车辆的驱动来检 测驱动信息。

驱动信息检测单元110通过APS 12检测驾驶员的加速器操作状态， 并通过BPS 13检测制动器操作状态。

驱动信息检测单元110通过车辆速度传感器11检测车辆速度，并 通过ADAS 14的雷达传感器、(立体)摄像头等检测包括相对于前行 车辆的相对距离和加速度的前方行为信息。当然，除了雷达和摄像头 之外，根据ADAS的配置，可以使用各种传感器，诸如超声波传感器 和激光器。

驱动信息检测单元110检测导航信息(道路环境信息)，诸如关于 车辆的基于GPS/GIS的位置信息、道路类型、拥挤度、限速、十字路 口、收费站、转弯和坡度信息。为了提供该信息，导航单元15可以参 考通过外部无线通信(例如，远程信息处理、TPEG等)收集的内置导 航地图和交通信息。

驱动方式确定单元120根据驾驶员对车辆的操纵，基于诸如平均 速度、APS改变量(dAPS)和BPS改变量(dBPS)的驱动模式来确 定驾驶员的驱动方式。

例如，驱动方式确定单元120可以使用诸如作为输入参数由驱动 信息检测单元110检测到的APS改变量、BPS改变量、车辆速度、坡 度等的测量因素来配置模糊隶属函数，并计算短期驱动方式指数(SI＝0 至100％)。

驱动方式确定单元120可以根据驱动方式强度基于预定参考比率 通过划分计算的短期驱动方式指数(SI＝0至100％)来确定多个级别 下的驾驶员的驱动方式。

驾驶员加速度/减速度预测单元130通过利用机器学习方案来学习 根据驱动方式的加速度/减速度预测模型，并通过利用加速度/减速度预 测模型产生反映车辆的驱动环境和驱动方式的驾驶员的近期加速度/减 速度意图的预测值。也就是说，驾驶员加速度/减速度预测单元130可 以使用作为输入信息由驱动信息检测单元110检测到的车辆速度、雷达信息、导航信息和驾驶员的驱动方式来定量地数字化发生在相对短 的时间单位内的驱动操纵的类型。由此，驾驶员加速度/减速度预测单 元130可以确定驾驶员的加速度/减速度的瞬时意图，并且产生驾驶员 的近期加速度/减速度的预测值。预测加速度/减速度值可以在近期以预 定时间单位通过踩踏加速器踏板或制动器踏板的强度和概率来配置。

加速度/减速度预测单元130的具体预测算法可以包括使用机器学 习技术来补充预构建预测模型的神经网络，这将在稍后进行更详细的 描述。

混合动力控制单元140根据本公开的一种形式控制用于混合动力 车辆的驱动模式的切换的每个部件的操作，并且作为最高控制单元整 体控制经由网络连接的发动机控制单元和马达控制单元。

混合动力控制单元140可以通过APS或BPS分析由驱动信息检测 单元110检测到的驾驶员的当前所需扭矩，并且将分析的扭矩传输给 TCU。另外，混合动力控制单元可以基于接收到的预测的近期加速度/ 减速度值来预测近期的特定时刻的所需扭矩，并将所述预测扭矩传输 到TCU。

TCU可以从混合动力控制单元140获取关于当前所需扭矩和预测 近期时刻所需扭矩值的信息，以确定是否执行换挡并且将对应于确定 结果的换挡命令传输到变速器。

在一些形式中，如果加速度/减速度预测单元130使用预测的近期 加速度/减速度值来预测甚至近期所需扭矩，则加速度/减速度预测单元 130可以将近期所需扭矩的值直接传输到TCU。

可选地，TCU可以根据当前所需扭矩来确定是否执行换挡，并且 混合动力控制单元140可以基于近期要求扭矩的预测值来确定是否执 行换档。混合动力控制单元140执行的确定的结果可以被传输到TCU， 以便超控(override)TCU的换档确定。

在该形式中，可取决于配置省略驱动方式确定单元。在这种情况 下，驾驶员加速度/减速度预测单元130可以执行加速度/减速度预测， 排除与驱动方式相关的输入值。

在下文中，将参考图6A和图6B描述驾驶员加速度/减速度预测单 元130预测驾驶员的加速度/减速度意图的方法。

图6A和图6B示出可以应用于本公开的形式的预测驾驶员的加速 度/减速度意图的示例性过程。

参考图6A，驾驶员加速度/减速度预测单元130预测驾驶员加速度 /减速度意图的过程可以被划分为三个步骤。具体地，可以首先确定将 被用作预测的输入值的参数(S61)。可以通过机器学习方案修改预测 模型(S62)，并且可以通过确定的输入值和修改的模型对加速度和减 速度进行分类，以计算针对近期情况的预测值(S63)。

这里，确定输入值(S61)可以包括：(1)提取输入值的候选；(2) 通过对输入信号进行整合来预处理输入信号；以及(3)使用预处理的 候选值来选择最终参数。作为机器学习方案，可以使用基于时间序列 模型的技术或基于深度学习的技术。基于时间序列模型的技术的示例 可以包括利用随机指标描述行为随时间的变化的自回归整合移动平均 (ARIMA)技术，以及使用非参数回归作为通用逼近器的多层感知器 (MLP)技术。基于深度学习的技术的示例可以包括通过维度降低使 得输入/输出数据相似的堆叠式自动编码器(SAE)技术、递归神经网 络(RNN)技术(其是用于处理顺序信息的神经网络算法)，以及适用 于长期依赖性学习的长期短期记忆(LSTM)技术。图6B中示出了使 用神经网络算法来预测驾驶员的近期加速度/减速度意图的驾驶员加速 度/减速度预测单元的示例。

参考6B，根据本公开的一种形式的驾驶员加速度/减速度预测单元 130包括神经网络，所述神经网络使用机器学习技术来学习驾驶员的每 种驱动方式的加速度/减速度预测模型。

在一种形式中，驾驶员加速度/减速度预测单元130具有针对基于 大数据预先构建的每种驱动方式的近期加速度/减速度预测模型，其中 通过在运送车辆之前利用神经网络通过测试驱动累积了所述大数据。

进一步地，驾驶员加速度/减速度预测单元130可以在针对使用神 经网络构建的每种驱动方式的近期加速度/减速度预测模型中反映出在 运送车辆之后通过车辆的实际驱动学习到的车辆行为数据，从而生成 针对驾驶员个性化的每种驱动方式的近期加速度/减速度预测模型。此 时，驾驶员加速度/减速度预测单元130可以根据驾驶员的驱动方式(轻 度、正常、运动等)的确定将学习的行为数据应用到相应驱动方式的 近期加速度/减速度预测模型。

驾驶员加速度/减速度预测单元130可以使用包括作为输入信息的 车辆速度、雷达信息和导航信息以及驾驶员的驱动方式的驱动环境， 根据驾驶员的驱动方式来计算近期加速度/减速度意图的预测值。这里， 驱动方式可以被分类为如图6B所示的多种方式类型，并且可以由诸如 平均速度、加速器踏板改变率(dAPS)和制动器踏板改变率(dBPS) 的数值来配置。

另外，驾驶员加速度/减速度预测单元130可以在被安装在车辆上 的同时，根据通过机器学习方案进行学习的驾驶员加速度/减速度模型 来实时执行模型修改，或者可以从外部接收修改的模型并将其用于预 测操作而无需学习。

换句话说，当允许从外部修改模型时，用作学习的输入值的参数 可以被传输到远程信息处理中心或云服务器，使得从外部执行通过学 习进行的模型修改，并且将仅最后的模型传输到车辆。

图7示出根据本公开的一种形式的使用近期加速度/减速度预测模 型的模式转变方法。

参考图7，混合动力控制单元140根据驾驶员对APS或BPS的操 纵来分析当前操作要求，并且计算所需扭矩(S1)。混合动力控制单元 140基于当前所需扭矩确定是否执行从EV模式到HEV模式的模式转 变(S2)。

同时，驾驶员加速度/减速度预测单元130使用近期加速度/减速度 预测模型输出驾驶员的加速度/减速度意图预测信息，并且然后混合动 力控制单元140确定发动机离合器接合在近期是否可能(S3)。稍后将 参考图8更详细地描述接合是否可能的确定。

通过组合步骤S2和S3的相应确定结果，混合控制单元140可以 确定最终是否执行模式转变。

这里，预测所需扭矩值可以由驾驶员加速度/减速度预测单元130 计算，或者可以由混合动力控制单元140计算。虽然附图中未示出， 但是预测所需扭矩值可以由单独的控制单元计算，以用于产生预测所 需扭矩值。

将参考图8更详细地描述根据本公开的一种形式的混合动力车辆 的模式转变方法，从而着眼于上述混合动力车辆的控制系统100。

图8是示出控制混合动力车辆的模式转变的方法的流程图。

参考图8，混合动力控制单元首先通过驱动信息检测单元110检测 APS改变量或BPS改变量，并且计算当前驾驶员所需扭矩(S810)。

这里，可以从当前踏板传感器APS和BPS感测到的踏板位置Pedal (n)的函数获得所需扭矩。更具体地，“(n)”在操作加速器踏板APS 时具有正(+)值，并且当操作制动器踏板BPS时具有负(－)值。

如果由于驾驶员的错误操纵而同时检测到APS和BPS，则混合动 力控制单元可以应用制动器超控功能以忽略APS改变，并且仅基于 BPS改变计算所需扭矩。

混合动力控制单元140可以基于计算出的所需扭矩来确定是否需 要从EV模式到HEV模式的模式转变(S820)。

当确定需要到HEV模式的模式转变时，驾驶员加速度/减速度预测 单元130使用作为输入信息的车辆速度、雷达信息、导航信息以及驾 驶员的驱动方式生成驾驶员的近期加速度/减速度意图的预测值(S830)。

这里，Pedal(n+a)表示加速度/制动器踏板在“a”秒之后的位 置。“a”的值可以小于5秒，但是本公开的形式不限于此。另外，近 期加速度/减速度意图的预测值可以表示在近期的预定时间之后预测的 驾驶员的加速度意图(APS增加或BPS减小)或减速度意图(APS减 少或BPS增加)，以及其改变量或踏板位置。当然，可以与其概率信息 一起包括关于加速度/减速度意图、改变量、踏板的位置等的信息。

使用驾驶员加速度/减速度预测单元130的加速度/减速度意图的预 测值(Pedal(n+a))，混合动力控制单元140可以预测近期所需扭矩 和/或近期加速度(S840)。

另外，混合动力控制单元140可以通过反映预测近期所需扭矩预 测近期马达速度(S650)。

这里，可以通过车辆负载的函数(即，function(预测所需扭矩、 车辆负载))在近期获得预测马达速度(RPM)。它也可以作为当前马 达速度和接合时间期间内的速度增量的总和。

因此，混合动力控制器140可以确定近期发动机离合器是否可以 接合(S860)。更具体地，混合动力控制器140将预测马达速度与目标 接合速度进行比较，并且当预测马达速度更快(即，发动机离合器接 合是可能的)时执行到HEV模式的模式转变(S870)。否则，可维持EV模式，直到发动机离合器接合是可能的(S880)。

这里，目标接合速度可以是特定值或特定范围，并且在范围的情 况下，最小值和预测马达速度可以被相互比较。进一步地，目标接合 速度可以根据其中发动机离合器实际接合的马达速度改变。

当执行到HEV模式的模式转变时，可根据预测马达RPM和混合 动力控制器中的预测所需扭矩将发动机起动的时间点确定为发动机速 度可以最佳地接近目标接合速度的时间点。

例如，发动机可以在一时间点处起动，所述时间点比预测马达速 度超过目标接合速度的时间点早从发动机起动到发动机离合器接合所 需的时间(即预期接合时间)。

在下文中，将参考图9通过比较形式和比较示例来描述上述形式 的效果。

图9是用于说明根据本公开的另一种形式的模式转变方法与一般 模式转变方法之间的差异的图示。

在图9中，由于驾驶员的加速器踏板操作，根据在预测接合时间 点处的线性预测来假设实际马达速度(MotSpeed)高于马达速度。可 以将“所需发动机驱动力”的时间点确定为满足“当前的马达RPM＞ 目标接合速度－接合所需的时间期间的马达速度增量”的公式的时间 点。这里，可以根据发动机离合器的机械特性以及离合器控制器的控 制设定来确定发动机离合器的接合所需的时间。此外，当假设马达速 度不断上升时，接合时间期间的马达速度增量可以被确定为“马达速 度增加率*接合所需时间”。

然而，由于仅在假设马达速度不断上升(例如，固定的APS值) 时才应用上述马达速度增量的计算，因此当如图9所示在发动机离合 器接合之前实际马达速度改变时，精度降低。因此，如果APS值在预 测接合时间点之前改变，则目标接合速度由于马达速度的改变而改变。 因此，首先起动的发动机在预测接合时间点和实际接合时间点之间的 持续时间期间导致非驱动燃料的损失。

相反，当执行根据上述当前形式的近期马达速度预测时，可以基 于预测近期所需扭矩来预测近期马达速度。因此，混合动力控制单元 可以确定发动机起动时间点，使得发动机速度可以达到当实际马达速 度超过最小目标接合速度时的那个点处的马达速度。这里，由于马达 的实际速度在比线性预测情况更早的点处达到最小目标接合速度，因 此发动机的起动点比线性预测的起动点快，并且可以接近最小目标接 合速度来执行发动机离合器接合。

在上述形式中，驾驶员的加速度/减速度意图预测模型已被描述为 基于在车辆的实际驱动期间累积的数据通过对应于当前驱动条件的驾 驶员的未来意图的机器学习方案来构造和修改。然而，也可以不使用 这样的预测模型，而是通过预先制定规则来确定近期加速度/减速度意 图的预测值。下面的表1示出该规则的示例。

表1

进一步地，尽管将来所需扭矩已经在上面被描述为通过近期预测 来预测，但是其也可以由加速度/减速度预测单元预测的预期的未来加 速度值替代。由此，也可以将第二阈值设定为加速度值而不是所需扭 矩。作为结果，当当前所需扭矩大于或等于第一阈值并且近期时间点 处的预测加速度大于或等于由加速度表示的第二阈值时，可以执行降 档，并且如果不是，则可以维持当前速度级。

以上描述的本公开可以被实现为其上记录有程序的介质上的计算 机可读代码。计算机可读介质包括其中存储可以由计算机系统读取的 数据的各种记录设备。计算机可读介质的示例包括硬盘驱动器(HDD)、 固态驱动器(SSD)、硅盘驱动器(SDD)、ROM、RAM、CD-ROM、 磁带、软盘和光学数据存储设备。

从以上描述中显而易见的是，本公开具有如下效果。

与如上所述配置的本公开的至少一种形式相关的混合动力车辆可 以更有效地控制模式转变。

特别地，由于是否以及何时执行模式转变是通过使用机器学习方 案预测近期所需扭矩和马达速度来确定的，所以可以减少非驱动燃料 损失。

本领域技术人员将理解的是，可通过本公开实现的效果不限于以 上描述的内容，并且本公开的其它效果将从以下结合附图的详细描述 中被清楚地理解。

对于本领域技术人员来说显而易见的是，在不脱离本公开的精神 或范围的情况下，可以在本公开中进行各种修改和变型。因此，旨在 本公开覆盖本公开的修改和变型，只要它们落入本公开的范围内。

Claims (19)

1.一种控制混合动力车辆的模式转变的方法，所述方法包括以下步骤：

由混合动力控制单元基于第一扭矩确定是否需要将第一模式改变为第二模式，所述第一扭矩是当前所需扭矩；

由所述混合动力控制单元确定将要在近期时刻产生的第二扭矩，或者确定近期时刻的预测加速度；

由所述混合动力控制单元基于所述第二扭矩或所述预测加速度来确定在所述近期时刻发动机离合器接合是否可能；以及

当确定需要从所述第一模式到所述第二模式的改变并且所述发动机离合器接合可能时，由所述混合动力控制单元执行从所述第一模式到所述第二模式的改变。

2.根据权利要求1所述的方法，进一步包括：

当不需要从所述第一模式到所述第二模式的改变时或者当预测在近期时刻所述发动机离合器接合不可能时，由所述混合动力控制单元维持所述第一模式。

3.根据权利要求1所述的方法，进一步包括：

通过至少一个位置传感器确定加速器踏板和制动器踏板的位置；以及

由所述混合动力控制单元使用确定的位置确定所述第一扭矩。

4.根据权利要求1所述的方法，其中所述确定所述第二扭矩包括：

基于作为输入值的驾驶员倾向信息、高级驾驶员辅助系统(ADAS)信息、导航信息或者车辆速度信息中的至少一个，由被配置为执行加速度/减速度预测模型的驾驶员加速度/减速度预测单元确定驾驶员的加速度/减速度意图的预测值；以及

由所述混合动力控制单元基于所述加速度/减速度意图的预测值确定所述第二扭矩。

5.根据权利要求4所述的方法，其中通过基于机器学习的方案修改所述加速度/减速度预测模型。

6.根据权利要求4所述的方法，其中所述加速度/减速度意图的预测值包括近期时刻的加速器踏板和制动器踏板的位置信息。

7.根据权利要求1所述的方法，其中确定所述发动机离合器接合是否可能的步骤包括：

基于所述第二扭矩或所述预测加速度来确定所述近期时刻的预测马达速度；以及

当所述预测马达速度比目标接合速度快时，确定所述发动机离合器接合是可能的。

8.根据权利要求7所述的方法，其中执行从所述第一模式到所述第二模式的改变的步骤包括起动发动机，使得发动机速度在其中所述预测马达速度变得比所述目标接合速度快的近期时刻达到所述预测马达速度。

9.根据权利要求2所述的方法，其中所述发动机离合器设置在发动机和电动马达之间，以及

其中所述第一模式包括EV模式并且所述第二模式包括HEV模式。

10.一种非暂时性计算机可读记录介质，其被配置为存储用于执行根据权利要求1所述的方法的程序。

11.一种混合动力车辆，包括：

驱动信息检测单元，其被配置为与所述混合动力车辆的各种传感器互操作并且被配置为检测所述混合动力车辆的驱动信息；

驾驶员加速度/减速度预测单元，其被配置为通过利用加速度/减速度预测模型基于从所述驱动信息检测单元传输的信息来产生反映所述混合动力车辆的驱动环境的驾驶员的近期加速度/减速度意图的预测值；以及

混合控制单元，其被配置为：

确定第一扭矩，以及

基于所述近期加速度/减速度意图的预测值确定第二扭矩，

其中所述第一扭矩为当前所需扭矩，并且所述第二扭矩为被预期在当前时刻之后的近期时刻产生的所需扭矩，

其中所述混合动力控制单元进一步被配置为：

基于所述第一扭矩确定是否需要将第一模式改变为第二模式，

基于所述第二扭矩或预期加速度来确定在所述近期时刻发动机离合器接合是否可能；以及

当确定需要从所述第一模式到所述第二模式的改变并且所述发动机离合器接合可能时，执行从所述第一模式到所述第二模式的改变。

12.根据权利要求11所述的混合动力车辆，其中所述混合动力控制单元进一步被配置为当不需要从所述第一模式到所述第二模式的改变时或者当预测所述发动机离合器接合在近期时刻不可能时，维持所述第一模式。

13.根据权利要求11所述的混合动力车辆，其中所述混合动力控制单元进一步被配置为：

确定加速器踏板和制动器踏板的位置，以及

基于确定的位置确定所述第一扭矩。

14.根据权利要求11所述的混合动力车辆，其中所述混合动力控制单元进一步被配置为：

使用通过驾驶员倾向信息、高级驾驶员辅助系统(ADAS)信息、导航信息或者车辆速度信息中的至少一个输入的加速度/减速度预测模型来确定所述驾驶员的加速度/减速度意图的预测值；以及

基于所述加速度/减速度意图的预测值确定所述第二扭矩。

15.根据权利要求14所述的混合动力车辆，其中通过基于机器学习的方案持久地修改所述加速度/减速度预测模型。

16.根据权利要求14所述的混合动力车辆，其中所述加速度/减速度意图的预测值包括近期时刻的加速器踏板和制动器踏板的位置信息。

17.根据权利要求11所述的混合动力车辆，其中所述混合动力控制单元进一步被配置为：

基于所述第二扭矩或预测加速度来确定近期时刻的预测马达速度，以及

当所述预测马达速度比目标接合速度快时，确定所述发动机离合器接合是可能的。

18.根据权利要求17所述的混合动力车辆，其中所述混合动力控制单元进一步被配置为起动发动机，使得发动机速度在其中所述预测马达速度变得比所述目标接合速度快的近期时刻达到所述预测马达速度。

19.根据权利要求12所述的混合动力车辆，其中所述发动机离合器设置在发动机和电动马达之间，以及

其中所述第一模式包括EV模式并且所述第二模式包括HEV模式。