CN108930577A - 用于微粒过滤器再生的系统和方法 - Google Patents

用于微粒过滤器再生的系统和方法 Download PDF

Info

Publication number
CN108930577A
CN108930577A CN201810499722.4A CN201810499722A CN108930577A CN 108930577 A CN108930577 A CN 108930577A CN 201810499722 A CN201810499722 A CN 201810499722A CN 108930577 A CN108930577 A CN 108930577A
Authority
CN
China
Prior art keywords
route
driver
regeneration
particulate filter
operator
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
Application number
CN201810499722.4A
Other languages
English (en)
Inventor
D·乌帕迪耶
M·B·霍普卡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN108930577A publication Critical patent/CN108930577A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3469—Fuel consumption; Energy use; Emission aspects
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
    • F01N3/00—Exhaust or silencing apparatus having means for purifying, rendering innocuous, or otherwise treating exhaust
    • F01N3/02—Exhaust or silencing apparatus having means for purifying, rendering innocuous, or otherwise treating exhaust for cooling, or for removing solid constituents of, exhaust
    • F01N3/021—Exhaust or silencing apparatus having means for purifying, rendering innocuous, or otherwise treating exhaust for cooling, or for removing solid constituents of, exhaust by means of filters
    • F01N3/023—Exhaust or silencing apparatus having means for purifying, rendering innocuous, or otherwise treating exhaust for cooling, or for removing solid constituents of, exhaust by means of filters using means for regenerating the filters, e.g. by burning trapped particles
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
    • F01N9/00—Electrical control of exhaust gas treating apparatus
    • F01N9/002—Electrical control of exhaust gas treating apparatus of filter regeneration, e.g. detection of clogging
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
    • F01N9/00—Electrical control of exhaust gas treating apparatus
    • F01N9/007—Storing data relevant to operation of exhaust systems for later retrieval and analysis, e.g. to research exhaust system malfunctions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/021—Introducing corrections for particular conditions exterior to the engine
    • F02D41/0235—Introducing corrections for particular conditions exterior to the engine in relation with the state of the exhaust gas treating apparatus
    • F02D41/027—Introducing corrections for particular conditions exterior to the engine in relation with the state of the exhaust gas treating apparatus to purge or regenerate the exhaust gas treating apparatus
    • F02D41/029—Introducing corrections for particular conditions exterior to the engine in relation with the state of the exhaust gas treating apparatus to purge or regenerate the exhaust gas treating apparatus the exhaust gas treating apparatus being a particulate filter
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D41/1406—Introducing closed-loop corrections characterised by the control or regulation method with use of a optimisation method, e.g. iteration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3605—Destination input or retrieval
    • G01C21/3611—Destination input or retrieval using character input or menus, e.g. menus of POIs
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3605—Destination input or retrieval
    • G01C21/3617—Destination input or retrieval using user history, behaviour, conditions or preferences, e.g. predicted or inferred from previous use or current movement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/096838—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the user preferences are taken into account or the user selects one route out of a plurality
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
    • F01N2900/00—Details of electrical control or of the monitoring of the exhaust gas treating apparatus
    • F01N2900/04—Methods of control or diagnosing
    • F01N2900/0402—Methods of control or diagnosing using adaptive learning
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
    • F01N2900/00—Details of electrical control or of the monitoring of the exhaust gas treating apparatus
    • F01N2900/06—Parameters used for exhaust control or diagnosing
    • F01N2900/10—Parameters used for exhaust control or diagnosing said parameters being related to the vehicle or its components
    • F01N2900/102—Travelling distance
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
    • F01N2900/00—Details of electrical control or of the monitoring of the exhaust gas treating apparatus
    • F01N2900/06—Parameters used for exhaust control or diagnosing
    • F01N2900/12—Parameters used for exhaust control or diagnosing said parameters being related to the vehicle exterior
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
    • F01N2900/00—Details of electrical control or of the monitoring of the exhaust gas treating apparatus
    • F01N2900/06—Parameters used for exhaust control or diagnosing
    • F01N2900/16—Parameters used for exhaust control or diagnosing said parameters being related to the exhaust apparatus, e.g. particulate filter or catalyst
    • F01N2900/1606—Particle filter loading or soot amount
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/08—Exhaust gas treatment apparatus parameters
    • F02D2200/0812—Particle filter loading
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/60—Input parameters for engine control said parameters being related to the driver demands or status
    • F02D2200/606—Driving style, e.g. sporty or economic driving
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/70—Input parameters for engine control said parameters being related to the vehicle exterior
    • F02D2200/701—Information about vehicle position, e.g. from navigation system or GPS signal
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/70—Input parameters for engine control said parameters being related to the vehicle exterior
    • F02D2200/702—Road conditions
    • 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
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Environmental Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Processes For Solid Components From Exhaust (AREA)

Abstract

本申请涉及用于微粒过滤器再生的系统和方法。提供用于维护具有频繁行驶路线的细节的数据库并基于微粒过滤器再生要求从数据库中选择车辆的行驶路线的方法和系统。在一种示例中，方法可以包括基于当前微粒过滤器碳烟水平、燃料效率、行驶时间、操作者行为等从数据库中选择一个或多个路线，基于所述一个或多个路线中的每一个的微粒过滤器再生效率对路线进行排名。在车辆钥匙关闭时，可以利用关于所行驶的路线的信息来更新数据库，所述信息包括在驾驶循环期间所达到的微粒过滤器再生水平。

Description

用于微粒过滤器再生的系统和方法
技术领域
本发明大体涉及用于基于微粒过滤器再生要求从数据库选择车辆的行驶路线的方法和系统。
背景技术
诸如微粒过滤器(PF)的排放控制装置可通过捕集碳烟微粒来减少内燃发动机的碳烟排放量。此类装置可在发动机操作期间被动地再生以减少所捕集的微粒物质的量。通常通过将PF的温度升高到预定水平持续一段时间来达到再生，同时使限定组分的排气流过PF以便燃烧或氧化捕集的微粒物质。然而，在车辆操作期间，PF持续完全再生的状况可能不可用。例如，在包括频繁的怠速停止和轻载发动机操作的城市驾驶状况期间，可能发生频繁的过早终止再生。过早终止可能导致需要主动再生，从而引起再生燃料损失增加。
各种方法被提供用于车辆驾驶循环期间再生PF。在一个示例中，如US20160075333中所示，Sujan等公开了一种考虑排气后处理装置的再生要求来计算车辆行驶的推荐路线的方法。在路线计算期间考虑的因素包括车辆的负载信息、交通信息和成本策略。执行模拟以选择随后提供给车辆操作者的优选路线。
然而，本文的发明人已经认识到上述方法的潜在缺点。作为一个示例，在Sujan等的方法中，当驾驶员未提供终点时，可能难以建议能够充分再生的行驶路线。而且，在当操作者在推荐的路线上开始但采取绕道时的状况期间，所得到的路线可能具有比预期更低的再生效率。进一步地，操作者驾驶历史、驾驶特征和驾驶偏好可以显著地影响操作者接受由车辆控制器所推荐的路线的决定。因此，PF可能保持不被充分地再生。
发明内容
在一个示例中，上述问题可通过一种发动机方法得到解决，所述发动机方法包括：在每个驾驶循环之后，根据行驶的路线和在所述行驶的路线上的操作者行为中的一个或多个特征的函数获知微粒过滤器再生效率，基于所述获知更新数据库，以及在驾驶循环开始时，向操作者显示从数据库中选择的一个或多个路线，所述选择基于在驾驶循环开始时的微粒过滤器碳烟负载。以这种方式，通过基于操作者驾驶特征和历史向车辆操作者提供路线推荐以能够实现充分的排气后处理装置再生，可以更好地安排PF再生。
作为一个示例，车辆控制器可根据频繁使用的路线的函数与每个路线上的操作者驾驶特征一起开发用于车辆操作者的路线数据库。每次完成行程时，数据库可利用包括起点和终点细节、路线细节的驾驶信息来更新，所述路线细节诸如路线地形、坡度、行驶发生的一周中的一天和一天中的时间、在路线期间发生的车辆停止和每次停止的持续时间、根据行驶时间的函数的路线的交通信息、路线上的发动机工况、燃料消耗、行驶的持续时间、在行驶的路线上所达到的可能或实际的PF再生程度、操作者驾驶特征(例如积极性和踏板致动频率)等。不同的路线可以被存储在数据库中并且依据一个或多个参数(诸如燃料效率、行驶的持续时间和可达到的PF再生水平)进行排名。在每个驾驶循环中，控制器可接收来自操作者的关于最终终点的输入(诸如经由导航系统)。响应于操作者输入并进一步基于PF的当前碳烟水平，一个或多个路线可从数据库中被选择并且被分层地显示给车辆操作者。
例如，当PF碳烟水平低于阈值并且在即将到来的驾驶循环期间不期望PF再生时，所显示的选择的路线可基于到达终点所花费的时间和/或燃料成本来进行排名，并且推荐的路线可独立于其完成PF再生的能力来选择。因此，列表顶部的推荐的路线可以是能够在最短量的时间内达到终点或使用最少量燃料的路线。作为另一个示例，当PF碳烟水平高于阈值并且在即将到来的驾驶循环期间期望PF再生时，所显示的选择的路线可基于其完成PF再生的能力被首先排名。然后，路线可基于其燃料经济性被进一步加权。因此，列表顶部的推荐的路线可以是能够在提供最高程度的再生并且提供某种程度的燃料经济性的同时到达终点的路线。随后的路线可提供相对较低程度的再生同时还提供某种程度的燃料经济性等等。然后可基于操作者选择提供导航指令。然而，如果操作者未提供最终终点，则可基于操作者的驾驶历史(例如，基于通常在一周中的给定日期和一天中的给定时间频繁出现的终点)来预测预期终点，并且可基于预期终点提供路线选择。车辆控制器可将路线划分为路段并且预测初始路段的预期终点并且提供能够在初始路段上进行PF再生的推荐的路线。然后，当操作者开始驾驶时，可使用随机动态编程动态地更新一个或多个随后路段的预期终点和每个路段的推荐的路线。类似地，当操作者在推荐的路线上开始并且采取绕道时，可基于数据库中的驾驶历史预测即将到来的路段，并且可使用随机动态编程从数据库推荐一个或多个路线。
以这种方式，通过利用包括在每个路线上获得的实际PF再生程度的信息维护频繁行驶路线的数据库，可在未来驾驶循环期间基于PF再生要求从数据库中选择一个或多个路线。通过在考虑到操作者的驾驶历史和操作者的驾驶偏好的同时动态地选择和建议能够进行PF再生的行驶路线，增加了操作者将遵循推荐的路线的可能性。因此，可在不大幅度增加燃料消耗和行程持续时间的情况下促进较高程度的PF再生。基于存储在路线数据库中的驾驶历史和驾驶统计使用随机动态编程来预测即将到来的路线的路段的技术效果在于：甚至可能在操作者尚未指定最终终点或当操作者从选择的路线采取绕道时的行程期间安排PF再生。以这种方式，通过适时地再生PF，可减少PF中的碳烟的过载，从而改善发动机性能和PF健康。
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由随附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示出了包括微粒过滤器的发动机系统的示例性实施例。
图2示出了图示说明可基于PF再生要求被实施用于选择行驶路线的示例方法的流程图。
图3示出了图示说明可以被实施用于确定驾驶员的当前心理状态和驾驶员心理状态对路线选择的影响的示例方法的流程图。
图4示出了图示说明可以被实施用于更新频繁行驶的路线的数据库的示例方法的流程图。
图5A示出了基于PF再生要求和初始驾驶员心理状态所建议的路线的第一示例显示。
图5B示出了基于PF再生要求和更新的驾驶员心理状态所建议的路线的第二示例显示。
图6示出了用于驾驶员的心理状态转换的状态机图形。
图7示出了驾驶员心理状态的变化的转换矩阵。
图8示出了对应于驾驶员的每一种心理状态的再生影响因子的表格。
图9示出了对应于与路线相关联的成本函数的权重的每一个再生影响因子的缩放因子(scaling factor)的表格。
图10示出了用于PF再生的所提议路线的预测和动态选择的示例。
具体实施方式
以下描述涉及用于从数据库选择路线的系统和方法，所述数据库包含用于最佳的微粒过滤器再生的频繁行驶的路线和驾驶员行为的细节。图1中示出了包括微粒过滤器的示例发动机系统。发动机控制器可经配置以执行控制例程(诸如图2的示例例程)以基于PF再生要求从数据库中选择行驶路线。可执行控制例程(诸如图3的示例)以估计驾驶员的当前心理状态并且进一步确定当前心理状态对最佳用于PF再生的行驶路线的选择的影响。以下每个驾驶循环，控制器可执行例程(诸如图4的示例例程)以在驾驶循环期间使用获知的信息更新数据库。图5A和图5B示出了基于PF再生要求和驾驶员心理状态所建议的路线的示例显示。如图6的状态机图形所示，驾驶员心理状态在驾驶循环期间可在多种状态之间改变，并且如图7所示，这种改变可基于转换矩阵来估计。不同的驾驶员心理状态可对应于如图8所列的不同的再生影响因子，并且这些再生影响因子可影响如图9所列的用于路线确定的成本函数的权重。在图10处示出了包括基于PF再生要求所提议的行驶路线的预测和选择的预示性示例。
图1示意性地示出了具有包括发动机10的示例发动机系统100的车辆系统102的各方面。在一个示例中，发动机系统100可以是柴油发动机系统。在一个示例中，发动机系统100可以是汽油发动机系统。在所描绘的实施例中，发动机10是被联接到涡轮增压器113的增压发动机，所述涡轮增压器113包括由涡轮机116驱动的压缩机114。具体地，新鲜空气沿着进气通道42经由空气滤清器112被引入发动机10并流到压缩机114。压缩机可以是任何合适的进气-空气压缩机，诸如马达驱动或驱动轴驱动的机械增压器压缩机。在发动机系统10中，压缩机是经由轴19机械地被联接到涡轮机116的涡轮增压器压缩机，涡轮机116通过使发动机排气膨胀来驱动。
如图1所示，压缩机114通过增压-空气冷却器(CAC)17被联接到节流阀20。节流阀20被联接到发动机进气歧管22。来自压缩机的压缩空气充气流过增压-空气冷却器17和节流阀到进气歧管。在图1所示的实施例中，进气歧管内的空气充气的压力由歧管空气压力(MAP)传感器124感测。
一个或多个传感器可被联接到压缩机114的入口。例如，温度传感器65可被联接到入口用于估计压缩机入口温度，并且压力传感器66可被联接到入口用于估计压缩机入口压力。作为另一个示例，湿度传感器67可被联接到入口用于估计进入压缩机的空气充气的湿度。其他传感器可包括例如空燃比传感器等。在另一些示例中，可基于发动机工况推断压缩机入口状况(诸如湿度、温度、压力等)中的一个或多个。另外，当启用排气再循环(EGR)时，传感器可估计包括新鲜空气、压缩空气和在压缩机入口处接收的再循环排气残余物的空气充气混合物的温度、压力、湿度和空燃比。
废气门致动器92可被致动打开以将至少一些排气压力经由废气门90从涡轮机上游泄放到涡轮机下游的位置。通过降低涡轮机上游的排气压力，涡轮机速度能够被减小，这进而有助于减少压缩机喘振。
进气歧管22通过一系列进气门(未示出)被联接到一系列燃烧室30。燃烧室进一步经由一系列排气门(未示出)被联接到排气歧管36。在所描绘的实施例中，示出了单个排气歧管36。然而，在另一些实施例中，排气歧管可包括多个排气歧管区段。具有多个排气歧管区段的配置可使来自不同燃烧室的流出物能够被引导至发动机系统中的不同位置。
在一个实施例中，排气门和进气门中的每一个都可被电子致动或控制。在另一个实施例中，排气门和进气门中的每一个都可被凸轮致动或控制。无论是电子致动还是凸轮致动，排气门和进气门开启和关闭的正时都可根据需要进行调节以用于期望的燃烧和排放-控制性能。
燃烧室30可经由喷射器69供应一种或多种燃料，诸如汽油、乙醇燃料混合物、柴油、生物柴油、压缩天然气等。燃料可经由直接喷射、进气道喷射、节流阀体喷射或其任何组合供应到燃烧室。在燃烧室中，可经由火花点火和/或压缩点火启动燃烧。
如图1所示，来自一个或多个排气歧管区段的排气被引导至涡轮机116以驱动涡轮机。来自涡轮机和废气门的组合流然后可流过排气后处理装置170和172。在一个示例中，第一排气后处理装置170可以是起燃催化剂，并且第二排气后处理装置172可以是微粒过滤器，诸如可再生微粒过滤器(PF)。作为示例，PF可以是被联接到柴油发动机的排气通道104的柴油微粒过滤器。在另一个示例中，PF可以是被联接到汽油发动机的排气通道104的汽油微粒过滤器。PF可由各种材料制造，所述材料包括堇青石、碳化硅和其他高温氧化物陶瓷。因而，PF具有用于固持碳烟的有限容量。因此，PF可需要被定期再生以便减少过滤器中的碳烟沉积物，使得由碳烟堆积引起的流动阻力不降低发动机性能。当流过PF的排气具有限定的组分且高于阈值温度时，被动PF再生可在某些发动机工况期间(诸如较高的发动机负载期间)被有利地执行，以便燃烧或氧化所捕集的微粒物质。在被动PF再生期间，由于较高的排气温度并且还通过排气中存在的期望量的氧气，碳烟可被适时地燃烧。过滤器再生可通过以下方式完成：通过使电流流动而将过滤器主动加热至将以比新的碳烟微粒的沉积更快的速率燃烧碳烟微粒的温度例如400度至600度(诸如在主动PF再生期间)。在主动再生期间，可延迟火花正时或可执行燃料富集以增加排气温度。因此，主动PF再生可增加燃料消耗和能量的寄生损失(通过向过滤器供电)。相比之下，在被动再生期间，可不期望使用电流、火花延迟和/或燃料富集来主动加热PF。在一个示例中，PF能够是含有贵金属(诸如铂)的涂层的催化微粒过滤器，以降低碳烟燃烧温度并且还将碳氢化合物和一氧化碳氧化成二氧化碳和水。
在一个示例中，排气后处理装置170可经配置以当排气流贫时从排气流中俘获NOx并且当排气流富时还原所俘获的NOx。在其他示例中，排气后处理装置170可经配置以歧化NOx或借助于还原剂选择性还原NOx。在又一个示例中，排气后处理装置170可经配置以氧化排气流中的残余碳氢化合物和/或一氧化碳。具有任何此类功能的不同排气后处理催化剂可分开或一起被布置在涂层中或排气后处理级的其他地方。来自排气后处理装置170和172的经处理的排气的全部或一部分可在经过消声器174之后经由主排气通道105释放到大气中。
排气再循环(EGR)输送通道180可被联接到涡轮机116下游的排气通道104，以向压缩机114上游的发动机进气歧管提供低压EGR(LP-EGR)。EGR阀62可被联接到在EGR通道180和进气通道42的接合处的EGR通道180。可打开EGR阀62以允许受控量的排气进入压缩机入口以用于期望的燃烧和排放控制性能。EGR阀62可经配置为连续可变阀或开/关阀。在进一步的实施例中，发动机系统可包括高压EGR流动路径，其中排气从涡轮机116的上游抽取并且被再循环到压缩机114下游的发动机进气歧管。
一个或多个传感器可被联接到EGR通道180，用于提供关于EGR的组分和状况的细节。例如，可提供温度传感器用于确定EGR的温度，可提供压力传感器用于确定EGR的压力，可提供湿度传感器用于确定EGR的湿度或含水量，并且可提供空燃比传感器用于估计EGR的空燃比。替代地，EGR状况可由被联接到压缩机入口的一个或多个温度、压力、湿度和空燃比传感器65至67推断。在一个示例中，空燃比传感器57是氧传感器。
包括排气温度传感器128和排气氧传感器以及排气压力传感器129的多个传感器可被联接到主排气通道105。氧传感器可以是线性氧传感器或UEGO(通用或宽域排气氧)、双态氧传感器或EGO、HEGO(加热型EGO)、NOx传感器、HC传感器或CO传感器。
发动机系统100可进一步包括控制系统14。控制系统14显示为接收来自多个传感器16(在本文中描述传感器的各种示例)的信息并将控制信号发送到多个致动器18(在本文中描述致动器的各种示例)。诸如全球定位系统(GPS)的导航系统154可被联接到控制系统14以确定车辆102在钥匙开启(key-on)和在任何其他时间瞬间的位置。导航系统可经由无线通信150被连接到外部服务器和/或网络云160。导航系统154可确定车辆102的当前位置并且从网络云160获得环境状况数据(诸如温度、压力等)和道路信息(诸如道路坡度)。控制器12可被联接到无线通信装置152，用于车辆102与网络云160的直接通信。在驾驶循环完成时，可利用路段信息(包括驾驶员行为、驾驶员心理状态、所达到的微粒过滤器再生水平、发动机工况、日期和时间信息以及交通信息)更新数据库13。进一步地，包括起点和终点、在行驶期间停止和每个停止的持续时间、路线的道路坡度(地形)、燃料消耗、行驶持续时间、驾驶员行为等的行程细节可被存储在控制器12内的数据库13中。关于路线和交通的信息可经由无线通信150从导航系统154和外部云160获知。数据库中的不同路线可依据燃料效率、行驶持续时间和可达到的PF再生水平进行比较和排名。关于驾驶员驾驶模式的细节可从控制器的存储器中检索并且被用于排名路线。而且，基于频繁行程时间模式、习惯概率模式、基于路线的统计概况和环境属性概况中的一个或多个，可在一定数量的车辆驾驶循环中获知车辆驾驶员的驾驶模式。其他统计概况、驾驶员的不同心理状态以及从一种心理状态转换为另一种心理状态的状况可以被获知并且被存储在数据库13中。可经由来自一个或多个传感器16的输入来估计发动机操作参数，并且信息可被添加到数据库13。关于图4详细讨论了更新数据库13的细节。
在驾驶循环开始时(在车辆钥匙开启时)，基于PF碳烟水平，可评估在即将到来的驾驶循环期间PF再生的要求并且响应于驾驶员提供终点(诸如经由输入至车载导航系统)，可基于驾驶员心理状态从数据库13选择一个或多个路线，以促进较高程度的PF再生，同时优化燃料效率和行驶时间。路线选择可进一步基于驾驶员选择的成本函数，所述成本函数包括用于驾驶循环的最高燃料效率和最低行驶时间。然后，所选择的一个或多个路线可根据一个或多个路线中的每一个的微粒过滤器再生效率、完成PF再生事件的概率、燃料效率和行驶时间中的每一个的加权函数进行排名。作为示例，如果基于当前PF碳烟水平，推断在即将到来的驾驶循环期间PF再生是被期望的，则向操作者显示的排名最高的路线可以是能够在到达终点的同时提供最高程度的再生并且同时能够提供一定程度的燃料经济性的路线。在驾驶员没有从向驾驶员推荐(显示)的一个或多个路线中选择路线的情况下，可基于从数据库检索的(驾驶员的)驾驶历史来动态地预测即将到来的路段。而且，驾驶员可从一个或多个推荐的路线中选择路线，并沿着该路线开始行驶，且然后偏离选择的路线。在这样的偏离期间，控制器可基于从数据库检索的驾驶员驾驶历史(诸如在一天中的特定时间或一周中的特定日期间的行驶的优选路线)动态地预测即将到来的路段。一个或多个路线或路段可以基于预测的终点从数据库中被选择，依据其微粒过滤器再生效率、完成PF再生事件的概率、燃料效率以及一个或多个路线中的每一个的行驶时间进行排名并且被显示给驾驶员。关于图2讨论基于存储在数据库13中的信息的路线选择的细节。
以这种方式，响应于经由车辆的显示器指示的驾驶员终点选择，可估计微粒过滤器碳烟负载，可确定车辆的当前位置，可从数据库检索出从当前位置到终点的一个或多个路线，一个或多个路线可基于每个路线的微粒过滤器再生效率、燃料效率和行驶时间中的每一个来进行排名；并且到所选终点的一个或多个路线可以按其排名的顺序被显示给驾驶员。
一个或多个路线的选择和排名可进一步基于驾驶员心理状态。驾驶员心理状态可表示驾驶员的实时驾驶行为，诸如驾驶员在一种心理状态下可更积极地驾驶，而在不同的心理状态下，驾驶员可在驾驶循环期间更加放松。在驾驶循环开始时，可基于驾驶员的过去驾驶历史、驾驶循环起点处的交通状况和驾驶循环起点处的包括温度、湿度、降水等的环境状况，从存储在数据库13中的多种驾驶员心理状态中选择第一驾驶员心理状态。驾驶员的过去驾驶历史包括操作者根据一天中的时间、一周中的一天、驾驶循环起点和终点以及驾驶特征中的一个或多个的函数所行驶的路线，驾驶特征包括制动器使用的频率、所使用的平均加速力和平均车道变换频率。第一驾驶员心理状态可对应于第一微粒过滤器再生因子。基于第一微粒过滤器再生因子，可更新一个或多个路线的选择和排名。更新一个或多个路线的排名包括基于各自再生完成效率、完成微粒过滤器再生事件的概率、燃料效率以及到达一个或多个路线中的每一个的终点的时间中的每一个的加权函数来对一个或多个路线的每一个进行排名，所述加权函数基于第一再生因子进行缩放(scaled)。一旦驾驶员从排名的一个或多个路线中选择路线，则可向驾驶员显示用于操作者选择的路线的导航指令。
当驾驶员沿着驾驶员选择的路线行驶时，可获知驾驶循环期间驾驶员与交通之间的实时交互，其包括停止频率、车道变换频率、加速器踏板输入和制动器输入中的一个或多个。基于所获知的驾驶员与交通之间的实时交互以及在沿着驾驶员选择的路线行驶期间驾驶员与交通之间的实时交互相对于过去驾驶历史的比较，驾驶员心理状态可从第一心理状态更新为第二心理状态，第二心理状态也从数据库13中选择。更新的第二驾驶员心理状态可对应于第二微粒过滤器再生因子。响应于驾驶员心理状态的改变，一个或多个路线的排名可根据各自再生完成效率、完成微粒过滤器再生事件的概率、燃料效率以及到达一个或多个路线中的每一个的终点的时间中的每一个的加权函数来更新，所述加权函数可基于第二再生因子进行缩放。例如，在第一排名中，向操作者显示的排名最高的路线可以是提供最高程度的PF再生的路线，然而，一旦排名响应于驾驶员心理状态的改变而被更新，则先前排名最高的路线可不再提供最高程度的PF再生，并且能够达到最高程度的PF再生的不同路线现在可排名在第一位。然后可将更新的一个或多个路线的排名显示给驾驶员以供进一步选择。在完成驾驶循环时，可获知在驾驶循环期间获得的PF再生程度，并且可使用在驾驶循环内所获得的获知PF再生程度、第一驾驶员心理状态以及更新的驾驶员心理状态更新数据库13。
控制系统14可包括控制器12。控制器12可以接收来自各种传感器18的输入数据，处理输入数据并且响应于处理的输入数据基于对应于一个或多个例程在其中编程的指令或代码来触发各种致动器81。作为一个示例，传感器16可包括位于涡轮机116上游的排气氧传感器、踏板位置传感器、MAP传感器124、排气温度传感器128、排气压力传感器129、氧传感器、压缩机入口温度传感器65、压缩机入口压力传感器66以及压缩机入口湿度传感器67。诸如附加压力、温度、空燃比以及组分传感器的其他传感器可被联接到发动机系统100中的各个位置。致动器81可包括例如节流阀20、EGR阀62、废气门92和燃料喷射器69。作为示例，在钥匙开启期间，基于经由排气压力传感器129估计的PF上的碳烟水平，控制器可基于存储在数据库中的信息和来自导航系统154和网络云160的输入来选择用于驾驶循环的最佳路线。然后控制器可向驾驶员显示最佳路线，并且如果选择了该路线，则可监控和获知行程期间达到的PF再生的水平。
在一些示例中，车辆102可以是具有可用于一个或多个车轮55的多个扭矩源的混合动力车辆。在另一些示例中，车辆102是仅具有发动机的传统车辆或仅具有(一个或多个)电机的电动车辆。在所示的示例中，车辆102包括发动机10和电机52。电机52可以是马达或马达/发电机(M/G)。当一个或多个离合器56被接合时，发动机10的曲轴和电机52经由变速器54连接到车轮55。在所描绘的示例中，第一离合器56被设置在曲轴140和电机52之间，并且第二离合器56被设置在电机52和变速器54之间。控制器12可向每个离合器56的致动器发送信号以接合或分离离合器，以便将曲轴与电机52和与电机连接的部件连接或断开，和/或将电机52与变速器54和与变速器连接的部件连接或断开。变速器54可以是变速箱、行星齿轮系统或其他类型的变速器。动力传动系统可以以各种方式进行配置，包括并联、串联或串并联混合动力车辆。
电机52接收来自牵引电池58的电力以向车轮55提供扭矩。电机52也可以被操作作为发电机，以向充电电池58提供电力，例如在制动操作期间。
以这种方式，图1的部件使得车辆系统包括：车辆、无线连接到外部网络的导航系统、显示器、包括进气系统和排气系统的发动机，所述排气系统包括被联接到排气通道的微粒过滤器(PF)和被联接到微粒过滤器上游的排气通道的压力传感器，以及具有存储在非暂时性存储器上的计算机可读指令的控制器，该指令用于：在驾驶循环开始时，基于PF负载和第一驾驶员心理状态显示第一路线，并且响应于在第一路线上行驶时驾驶员与交通之间的交互，基于第二驾驶员心理状态显示多个更新的路线，其中第一驾驶员心理状态基于PF负载和驾驶员历史中的每一个从数据库中选择并且从第一驾驶员心理状态到第二驾驶员心理状态的改变基于在第一路线上行驶时驾驶员与交通之间的交互。
图2示出了用于基于微粒过滤器(PF)再生要求选择行驶路线的示例方法200。可基于存储在控制器的存储器上的指令并且结合从发动机系统的传感器(诸如参考图1上面描述的传感器)接收的信号由控制器来实行用于执行方法200和本文包括的其余方法的指令。根据下面描述的方法，控制器可采用发动机系统的发动机致动器来调节发动机操作。
在202处，例程可包括确定是否检测到车辆钥匙开启事件。例如，可确定车辆驾驶员已表达了开始车辆操作的意图。因而，通过确认车辆钥匙开启事件，指示即将到来的车辆驾驶循环。尽管在此被称为车辆“钥匙开启”事件，但应该理解，驾驶员可指示使用钥匙或不使用钥匙来操作车辆的意图。例如，可通过将钥匙(主动钥匙)插入点火槽并将槽移动到“开”位置来启动车辆操作。替代地，当钥匙(被动钥匙)在车辆的阈值距离内(例如，在车辆中)时，可启动车辆操作。作为另一个示例，当驾驶员将点火按钮按压到“开”位置时，可启动车辆操作。驾驶员还可使用其他方法来指示操作车辆的意图。因而，车辆驾驶员驾驶模式可仅在车辆正在操作时被获知。因此，如果未确认车辆钥匙开启事件并且因此未确认即将到来的车辆驾驶循环，则该方法可结束并且PF再生可不被执行。
如果确认钥匙开启事件，则在204处，可估计和/或测量当前车辆和发动机工况。这些可包括例如发动机转速、车辆速度、发动机温度、发动机负载、环境状况(环境湿度、温度和大气压例)、增压水平、排气温度、歧管压力、歧管空气流动、电池荷电状态等等。
在206处，可基于来自位于PF上游的排气压力传感器(诸如图1中的压力传感器129)的输入来估计排气PF中积聚的碳烟水平。随着PF中的碳烟水平增加，排气背压可增加泵气损失，从而影响发动机性能并增加燃料消耗。因此，如果碳烟水平增加到阈值以上，则PF可通过燃烧沉积在其上的至少一部分碳烟被再生。然而，在发动机工况(诸如怠速、较低发动机负载和较低发动机温度)期间，PF的被动再生可受到不利影响。PF再生不完全或中止可对发动机效率产生不利影响。因此，当启动新的行程时，可考虑PF上的碳烟水平来选择行驶路线，使得在行程期间可适时地执行PF再生。
在208处，例程包括确定驾驶员是否已指定终点。驾驶员可经由输入向车载导航系统指定终点。如果确定终点是已知的，则例程进行到步骤210以从数据库(诸如图1中的数据库13)检索起点和终点之间的一个或多个路线。起点(诸如坐标、地理位置)可经由无线连接从车载导航系统或从网络云进行确定。数据库使用频繁行驶的车辆路线的信息保持更新。包括起点和终点、所采取的路线、在行程期间停止和每次停止的持续时间、每个路线的交通信息、行驶的日期和时间、发动机工况、燃料消耗、行驶持续时间、可能的PF再生程度、驾驶员驾驶特征等信息可在数据库中获得。参考图4详细描述了每个行程期间更新数据库的示例方法。鉴于当前车辆位置和终点(如驾驶员所指示的)，在数据库中可存在可用的多个可能路线。
在212处，可从数据库中选择一个或多个路线以用于在当前车辆位置和终点之间行驶。可执行动态编程来估计与每个路线相关联的成本。作为一个示例，与路线相关联的成本函数可通过等式1来估计。
其中JA-B是与来自起点A和终点B的特定路线相关联的总成本函数(单独成本函数(individual cost function)的总和)，E(θ)是从点A到B的该路线的预期PF再生水平，w1是与该路线的预期PF再生水平相关联的权重，是将PF加热到可开始再生的温度的成本，是与从A到B的路线相关联的行驶的燃料消耗，其包括随着PF上的碳烟负载增加而由于背压相关的泵气损失导致的燃料使用，w4tA-B是遵循特定路线的从A到B的行程的持续时间，P(Abort|θ＜θ*)是在经由该特定路线从点A行驶到点B期间终止PF再生过程的概率，并且w5是与PF再生终止的概率相关联的权重。
权重w1和w5可基于PF碳烟水平被调节。在一个示例中，当当前的PF碳烟水平高于阈值并且在即将到来的驾驶循环期间期望PF再生时，权重w1和w5中的每一个可以增加并且权重w3和w4可降低，以便于增加具有较低预期PF再生水平或具有PF再生过程终止的较高概率的路线的成本函数。然而，当在即将到来的驾驶循环期间不期望PF再生时，权重w1和w5可降低而权重w3和w4可增加，以便于优先选择具有较短行驶时间和较高燃料效率的路线。
权重w1和w5可基于驾驶员的当前心理状态被进一步调节。驾驶员的心理状态可影响驾驶特征(诸如加速器踏板的应用和释放频率、换档频率、制动器应用频率)，其可进一步影响PF再生。驾驶员的心理状态可对应于再生影响因子(RIF)，并且每个RIF可进而对应于权重w1和w5中的每一个的缩放因子。在一个示例中，如果驾驶员处于第一心理状态，在此期间驾驶员的驾驶特征针对PF再生可以是最佳的(诸如较低的踏板应用和释放频率、较低的换档频率和较低的制动器应用频率)，则对应的RIF可导致权重w1到w5中的每一个的缩放因子相等，使得驾驶员心理状态的效果可不改变与该路线相关联的总成本函数。作为示例，0.2的相等缩放因子可被分配给权重w1到w5中的每一个。由于所有权重的缩放因子是相等的(缩放因子的总和总等于1)，因此可推断驾驶员的心理状态可对任何路线的总成本函数没有任何不利影响。在另一个示例中，如果驾驶员处于第二心理状态，在此期间驾驶员的驾驶特征可对PF再生产生不利影响，则对应于第二心理状态的RIF可导致权重w1到w5中的每一个的缩放因子不相等。为了将驾驶员心理状态的不利影响纳入路线的成本函数估计中，对应的RIF可导致w1(与该路线的预期PF再生水平相关联的权重)和w5(与PF再生终止的概率相关联的权重)的缩放因子相对于分配给其他权重(w2、w3和w4)的缩放因子更高。通过为w1和w5分配更高的缩放因子，与该路线的预期PF再生水平和PF再生终止的概率中的每一个有关的单独成本函数可相对于与其他因素(诸如行驶时间和燃料使用)有关的单独成本函数有所增加。以这种方式，驾驶员的当前心理状态可被量化地计入与起点和终点之间的每个路线相关联的总成本函数的估计中。关于驾驶员心理状态的实时确定和驾驶员心理状态对路线选择的影响的细节在图3中详细描述。
因而，可考虑如可从外部服务器或导航系统获得的诸如信号相位和定时信息(SPaT)的交通信息，同时估计PF再生过程在给定的驾驶循环中终止的概率并预测行驶的持续时间。例如，较高数量的交通停止和交通拥堵一般可增加被动PF再生事件终止的概率和行驶持续时间两者。控制器可通过确定直接考虑交通情况来确定预期PF再生水平和PF再生终止的概率中的每一个(诸如随交通停止的数量的减少，增加预期PF再生水平并降低PF再生终止的概率)。替代地，控制器可基于使用查找表的计算来确定预期PF再生水平和PF再生终止的概率中的每一个，所述查找表的输入是当前的交通情况并且输出是预期PF再生水平和PF再生终止的概率。
一旦估计了起点与终点之间的多个可用路线的成本函数，则可基于成本函数对路线进行排名，排名最高的路线对应于最低成本函数。在一个示例中，当在即将到来的驾驶循环期间期望PF再生时(诸如当PF碳烟水平高于阈值时)，具有最高的预期PF再生水平和最低的再生事件终止概率的路线可被排名为最高。排名最高(推荐)的路线可以是能够在没有任何显著延迟时提供最高程度的再生和某种程度的燃料经济性的情况下到达终点的路线。随后的路线可提供相对较低程度的再生同时还提供某种程度的燃料经济性等等。在另一个示例中，当在即将到来的驾驶循环期间不期望PF再生时(诸如当PF碳烟水平低于阈值时)，所显示的选择的路线可基于到达终点所花费的时间和/或燃料成本进行排名，并且推荐的路线可独立于其完成PF再生的能力被选择。因此，排名最高的(推荐的)路线可以是能够在最短时间内到达终点或使用最少燃料量的路线。
一旦一个或多个路线从数据库中被选择并且进行排名，则在214处，选择的路线可以按其排名的顺序被显示给驾驶员。车载导航系统的屏幕和用户界面可以被用于向操作者显示选择的路线。
在216处，例程包括确定驾驶员是否已从推荐(显示)的路线的列表中选择了路线。如果确定驾驶员已选择了推荐的路线中的一个，则例程进行至218，其中向驾驶员提供用于选择的路线的导航指令。
在220处，随着驾驶员遵循选择的路线，除了发生被动再生之外，控制器还可在从起点到终点的行驶期间安排PF的主动再生。所述安排可基于碳烟水平和即将到来的道路状况以及对应的发动机工况。作为示例，一旦碳烟水平增加到阈值水平之上并且驾驶状况对PF再生有利(诸如当发动机负载高于阈值负载并且发动机温度高于阈值温度时)，可安排PF再生。在安排的PF再生期间，排气的温度可通过传送电力通过PF而增加，以燃烧积聚在PF上的碳烟，从而减少PF上的碳烟负载。当排气温度高于阈值并且排气具有便于沉积在PF上的碳烟氧化的期望的化学组分时，PF可在行程期间被动再生。
在222处，例程包括确定驾驶员是否已从预期的路线绕道(偏离)。PF再生的被动再生和主动再生中的每一个都可受到驾驶状况和交通状况的意外变化的影响。在一个示例中，与预期的路线相比，绕道可具有更多数量的交通信号，并且频繁的交通停止可对PF再生产生不利影响。如果确定没有绕道，则安排的PF再生可继续并且在226处，并且例程包括确定是否到达预期的终点。如果确定尚未到达预期的终点，则在224处，可继续安排的PF再生。
一旦确认到达终点，则在228处，可经由排气压力传感器估计PF上的碳烟负载并且可更新数据。通过估计PF中剩余的碳烟水平，可估计在再生过程期间已燃烧了多少碳烟。基于驾驶循环期间的碳烟去除水平，可估计沿着该路线行驶期间达到的PF再生水平，以及沿着该路线行驶期间终止PF再生过程的概率。
在230处，路线数据库可利用包括沿着该路线行驶期间的燃料消耗、行驶时间(持续时间)、交通信息、PF再生安排、所达到的PF再生水平以及驾驶员的心理状态(其包括触发心理状态改变的状况)等的信息来更新。参考图4详细描述在每个行程之后更新数据库的示例方法。
返回到208，如果确定驾驶员未提供终点，则例程进行到232以基于如存储在数据库中的驾驶员历史来预测可能的终点。作为示例，可在考虑当前车辆位置、在一天中的特定时间和一周中的特定日期间频繁行驶的路线以及驾驶员心理状态时执行预测。当前车辆位置附近的交通状况(诸如交通拥堵)和天气状况(诸如雨或雪预报)也可在预测终点时考虑在内。在一个示例中，预测可在行程期间以增量执行。车辆控制器可将路线划分为路段并预测初始路段的预期终点。可通过采用最佳路径段来使用贪心算法(greedy algorithm)以预测到终点的途中的中间点。
如果在222处确定已绕道并且车辆不再经由(如在步骤216中选择的)预期的路线行驶到预期的终点，则例程还可进行到步骤232，在232处最终终点或中间点可基于数据库中可用的信息来预测。在234处，基于预测的终点(或即将到来的中间点)，控制器可使用随机动态编程来更新所选择的用于到达预测的终点的一个或多个路线。选择过程可遵循如在使用等式1的步骤212中所示的算法。一旦估计了车辆的当前位置和预测的终点之间的多个路线的总成本函数，可基于成本函数对路线进行排名，排名最高的路线对应于最低的总成本函数。当在即将到来的行程段期间期望PF再生时，具有最高的预期PF再生水平和最低的再生事件终止概率的路线可以是最高推荐的路线。一旦已经更新一个或多个路线并且对一个或多个路线进行排名，则例程进行到步骤214，其中选择的路线可以按其排名顺序被显示给驾驶员。在216处，如果驾驶员没有接受到任何推荐的路线，则在236处，控制器可基于驾驶员偏好(对应于驾驶员心理状态)、当前交通和当前位置处与终点处的天气状况来预测路线。作为示例，驾驶员可偏好在工作日早晨期间的晴天期间采取一定路线。在另一个示例中，可基于如从数据库检索的驾驶员历史预测中间路段。然后控制器可基于预测的路段安排PF再生事件。
以这种方式，响应于驾驶员未指示驾驶循环的终点，可确定车辆的当前位置，可检索驾驶员的驾驶历史，可基于驾驶历史预测终点，可基于车辆的当前位置相对于预测的终点动态更新对一个或多个即将到来的路段的选择，可基于微粒过滤器再生效率、燃料效率和行驶时间中的每一个对路段进行排名，并且向驾驶员显示到按其排名顺序显示的预测的终点的一个或多个路段。
图3示出了用于实时估计驾驶员的心理状态和驾驶员心理状态对于行程的路线选择的影响的示例方法300。方法300可以是方法200的一部分并且可在方法200的步骤212处被执行。路线选择可进一步基于积聚在微粒过滤器(PF)上的碳烟负载。
在302处，控制器可获知行驶日期、包括车辆行驶时的一天中的时间的行驶时间、车辆行驶是一周中的哪一天等。控制器可经由无线连接从车载导航系统(例如，GPS装置)或从网络云获知该信息。在308处，控制器可获知包括地理位置、当前天气状况和交通状况的起点特征。例如，基于来自车辆导航系统或网络云的信息，控制器可确定起点特征。在一个示例中，起点的地理位置可包括起点的GPS坐标。天气状况可包括温度、湿度、风速以及降水(诸如雨、雪等)。交通状况可包括车辆正被操作的道路的速度限制、总体交通移动的速度、车辆之间的平均距离、交通拥堵等。而且，控制器可基于驾驶员到导航系统的输入获知终点的地理位置。
在310处，可从数据库(诸如图1中的数据库13)检索包括驾驶员的驾驶特征的驾驶员历史。在一个示例中，驾驶员可由驾驶员使用的用于操作车辆的特定钥匙来识别。在另一个示例中，驾驶员可基于行驶的时间、天、日期，以及起点的地理位置来识别。因而，特定的驾驶员(诸如驾驶员1)可在工作日期间在一天的特定时间(或时间窗口)操作车辆，而不同的驾驶员(诸如驾驶员2)可在周末期间和在某个特定时间窗口期间操作车辆。驾驶员的特征可包括制动器使用的频率、所使用的平均加速力、平均车道改变频率等。驾驶员的特征可基于行驶的时间、天、日期、天气以及起点的地理位置而变化。在一个示例中，在晴天期间，与驾驶员在下雨期间的驾驶风格相比，该驾驶员可更积极地驾驶(诸如频繁加速、增加的车道变化、更高的速度)。还可从数据库中检索驾驶员的进一步偏好，包括频繁行驶的路线、在行驶期间做出的停止等。在一个示例中，驾驶员可在每个工作日上午行驶到特定的终点。如果驾驶员在一定的时间离开起点，驾驶员通常可在去往终点的途中做出停止。然而，如果驾驶员稍后离开起点，则驾驶员可在没有做出任何停止的情况下更积极地驾驶到相同的终点。因而，驾驶员的时间限制对于一周中的不同日可以是不同的，诸如与周末相比，驾驶员在工作日期间可具有更高的时间限制。在另一个示例中，驾驶员的偏好可取决于天气状况，诸如如果例如下雪或者预测有雪，则驾驶员可(在从起点行驶到频繁行驶的终点时)采取与频繁行驶的路线不同的路线，以避免具有斜坡的道路段。在又一示例中，驾驶员的偏好可取决于交通状况，如果在起点处存在交通拥堵，则驾驶员可采取与频繁行驶的路线不同的路线。在进一步的示例中，驾驶员可基于燃料水平来选择路线，诸如如果燃料箱中的燃料水平低于阈值水平，则驾驶员可以选择较短的路线。在又进一步的示例中，路线选择可基于车辆的有效负载，诸如基于车辆中乘客的数量或者是否被拖车拖曳。数据库使用关于驾驶员的特征和偏好的信息被更新。
在312处，基于检索的包括驾驶员历史(驾驶员的特征和驾驶员的偏好)、行驶的日期和时间、起点特征(天气状况和交通状况)的信息，控制器可将初始心理状态分配给驾驶员。驾驶员的心理状态可直接影响驾驶员在行程期间的行为(驾驶风格)，其可影响PF再生和再生终止的概率。心理状态是情境性和概率性的，并且每个驾驶员可具有多种心理状态(SDK，K＝1、2、3、……、n)，并且每种状态可对PF再生具有不同的影响。在一个示例中，驾驶员可具有三种不同的心理状态，即第一状态SD0、第二状态SD1和第三状态SD2。第一心理状态(SD0)可对应于PF再生的最佳状态。当驾驶员以这种最佳心理状态操作时，驾驶特征(诸如制动器使用的频率、所使用的平均加速力、平均车道改变频率等)可促进PF再生，并且可不增加终止再生的概率。例如，在最佳状态下，驾驶员可在较长的持续时间以稳定的速度操作车辆同时不太频繁地应用制动器，驾驶员可在短时间内不加速或减速，并且可不频繁地改变车道。在这种最佳心理状态下，PF的被动再生可被执行到较高的水平，从而能够更彻底地清洁PF。第二驾驶员心理状态(SD1)可对应于PF再生的次优状态，其中所达到的再生水平低于在第一心理状态下达到的再生水平。当驾驶员以这种次优心理状态操作时，驾驶特征(诸如频繁加速和减速、改变车道、做出停止)可降低PF再生水平和/或可增加提前终止再生的概率。第三驾驶员心理状态(SD2)可对应于PF再生的最不理想状态，其中所达到的再生水平低于在第一心理状态和第二心理状态中的每一个下达到的再生水平。当驾驶员以这种最不理想心理状态操作时，驾驶特征(诸如频繁制动、以较低速度行驶)可进一步降低PF再生水平和/或可进一步增加提前终止再生的概率。在这种最不理想状态下，可频繁中断PF的被动再生，并且再生可无法被执行到期望的水平。
由于驾驶员心理状态影响PF再生，再生影响因子可与每种驾驶员心理状态有关。在314处，可确定对应于初始心理状态的初始再生影响因子。在一个示例中，控制器可使用查找表来确定对应于初始驾驶员状态的初始再生影响因子，其中输入是初始驾驶员心理状态并且输出是再生影响因子。图8示出了对应于每种心理状态的再生输入因子的示例表格800。第一行802示出了对应于最佳心理状态(SD0)的第一再生影响因子f0。第二行804示出了对应于次优心理状态(SD1)的第二再生影响因子f1。第三行806示出了对应于最不理想心理状态(SD2)的第三再生影响因子f2。
在316处，可确定对应于初始再生影响因子的第一组缩放因子。每个再生影响因子可具有对应的一组缩放因子，其可被应用于被用于在起点和终点之间的每个路线的成本函数计算的权重。如图2的步骤212中所示，基于PF再生要求，可从数据库中选择一个或多个路线以用于在当前车辆位置和终点之间行驶。可执行动态编程以估计与一个或多个选择的路线中的每个路线相关联的总成本。作为示例，与路线相关联的总成本函数可通过等式1来估计。与起点和终点之间的特定路线相关联的总成本函数可以是对应于这条路线从起点到终点的预期PF再生水平、在驾驶循环期间PF再生过程被终止的概率、将PF加热到可开始再生的温度的成本、燃料消耗以及起点和终点之间的行程的持续时间中的每一个的单独成本函数的总和。可基于对应于再生影响因子的缩放因子来调节对应于单独成本函数的权重。在一个示例中，缩放因子可乘以成本函数的对应权重以确定缩放的权重。
图9示出了对应于再生影响因子和成本函数权重的缩放因子的表格900。表格900的第一列902列出了与起点和终点之间的路线的总成本函数的单独成本函数相关联的权重。第二列904列出了单独成本函数。第一权重w1可与路线的预期PF再生水平相关联，第二权重w2可与将PF加热到可开始再生的温度的成本相关联，第三权重w3可与燃料消耗相关联，第四权重w4可与持续时间相关联，并且第五权重w5可与在路线中行驶期间PF再生过程被终止的概率相关联。
表中的第三列906示出了对应于每个权重的第一再生影响因子(f0)的第一组缩放因子。对于第一再生影响因子(f0)，可将相等的缩放因子0.2分配给权重w1到权重w5中的每一个。由于所有权重的缩放因子是相等的并且缩放因子的总和保持为1，因此可推断第一再生影响因子(f0)可不对任何路线的单独成本函数和总成本函数产生任何显著影响。换言之，对于第一再生影响因子(f0)，操作者可不将任何特定的行程标准强制为关键，且因此与所有行程参数相关联的成本可以被相等地加权。表中的第四列908示出了对应于每个权重的第二再生影响因子(f1)的第二组缩放因子。对于第二再生影响因子(f1)，缩放因子可不相等地分布，而缩放因子的总和保持为1。分配给w1(PF再生水平)、w2(再生的成本)和w5(再生终止的概率)中的每一个的缩放因子可以是0.25，而分配给w3(燃料消耗)和w4(行程持续时间)中的每一个的缩放因子可以是0.125。通过将较高的缩放因子分配给w1、w2和w5中的每一个，与路线的PF再生效率相关联的单独成本可相对于与诸如行驶时间和燃料使用的其他因素有关的单独成本函数有所增加。基于与路线的PF再生效率相关联的成本函数的增加，可推断如果尝试再生，则第二再生影响因子(f1)可对路线的PF再生效率产生不利影响。
表中的第五列910示出了对应于每个权重的第三再生影响因子(f2)的第三组缩放因子。对于第三再生影响因子(f2)，缩放因子可不相等地分布，而缩放因子的总和保持为1。分配给w1(PF再生水平)的缩放因子可以是0.35，与w2(再生的成本)相关联的缩放因子可以是0.15，并且与w5(再生终止的概率)相关联的缩放因子可以是0.5，而分配给w3(燃料消耗)和w4(行程持续时间)中的每一个的缩放因子可以是0。通过将零缩放因子分配给行程持续时间和燃料消耗并且增加w1、w2和w5的缩放因子，与路线的PF再生效率相关联的单独成本函数可进一步增加，而与行驶时间和燃料使用有关的单独成本函数可不被考虑在总成本函数估计内。第三再生影响因子(f2)可显著影响路线的PF再生效率，因为再生终止的概率较高，并且完全地基于PF再生效率计算路线的总成本函数，从而在这些状况下尝试增加再生的行程成本。
在318处，通过对应于初始再生影响因子的第一组缩放因子缩放的权重可以被用于估计与如从数据库中选择的起点与终点之间的每个路线相关联的总成本函数。基于与路线的预期PF再生水平、在驾驶循环期间PF再生过程被终止的概率、将PF加热到再生温度的成本、燃料消耗以及行程持续时间相关联的单独成本函数的总成本函数的估计可使用等式1来执行。可从数据库中选择起点和终点之间的多个路线，并且可估计多个路线中的每一个的总成本函数。总成本函数估计的细节在图2的步骤212中进行描述。
一旦估计了起点与终点之间的多个可用路线的总成本函数，可基于总成本函数对路线进行排名，排名最高的路线对应于最低的总成本函数。在一个示例中，当在即将到来的驾驶循环期间期望PF再生时(诸如当PF碳烟水平高于阈值时)，具有最高的预期PF再生水平和最低的再生事件终止概率的路线可被排名为最高。排名最高的(推荐的)路线可以是能够在没有任何显著延迟同时提供最高程度的再生和某种程度的燃料经济性的情况下到达终点的路线。随后的路线可提供相对较低程度的再生同时仍提供某种程度的燃料经济性等等。一旦一个或多个路线已经从数据库中被选择并且进行排名，选择的路线可以按其排名顺序被显示给驾驶员。车载导航系统的屏幕和用户界面可以被用于向操作者显示选择的路线。
简单地转到图5A，其示出了显示排名的路线选项的示例车载导航系统的屏幕截图500。在该示例中，在当前驾驶循环期间期望PF再生，且因此具有最高的预期PF再生水平和最低的再生事件终止概率的路线可以被排名在第一位。进一步地，在该示例中，驾驶员心理状态可以是最佳第一状态(SD0)，且因此在路线排名中对驾驶员心理状态可没有显著(不利)的影响。四个路线已经从数据库中被选择并且分别按行502、行504、行506和行508中的其预期PF再生水平的顺序进行排名。在每一列中，第一框501指示起点和终点之间的建议的路线，第二框503示出在驾驶期间可达到的PF再生百分比，并且第三框505示出从起点到达终点所需的时间。驾驶员可经由包括在每一行中的第四框来选择四个路线中的一个。驾驶员可经由用户界面(诸如屏幕上的触摸功能)来选择四个路线中的任何一个的第四框。
如行502中所示的第一路线对应于最高的预期PF再生水平，但行程持续时间最长。如行508中所示的第四路线对应于最低的预期PF再生水平，但行程持续时间最短。如行504中所示的第二路线和如行506中所示的第三路线中的每一个对应于期望PF再生水平和行程持续时间的中间水平。在该示例中，驾驶员选择对应于最高的预期PF再生的第一路线(行502)。基于驾驶员做出的选择，可推断在该驾驶循环期间驾驶员没有时间限制，并且可在驾驶循环期间安排PF再生。如果驾驶员在选择的路线上开始但不遵循选择的路线而采取绕道(如下所讨论)，则控制器可以认为当前驾驶员偏好选择能够达到较高程度的PF再生的路线，同时(基于驾驶员历史)预测终点且对路线进行排名。
返回到图3，在驾驶循环期间，为了确定驾驶员的当前心理状态，在320处，可确定驾驶员与交通之间的实时交互。基于驾驶员与交通之间的交互并且进一步基于环境因素(诸如天气)和行为因素(诸如对某些情况的反应)，驾驶员心理状态可从一种心理状态变到另一种心理状态。控制器可确定做出停止的次数和频率(起停频率)和每次停止的持续时间。在一个示例中，驾驶员可以经繁忙的街道行驶并且频繁的交通停止，其中车辆停止多个较短的持续时间。在另一个示例中，驾驶员可减少停止次数，但停止的持续时间较长。随着停止次数的增加，终止再生的概率会增加。还可确定驾驶员应用加速器踏板和制动器踏板中的每一个的频率和力。在一个示例中，驾驶员的脚可以被引导并且会频繁地加速和制动。在另一个示例中，驾驶员可在一段时间内保持稳定的车辆速度而没有硬加速和减速。而且，可确定总体交通速度(道路上的其他车辆行驶的平均速度)和在车道上行驶的两个连续车辆之间的距离。因而，在较低的交通速度期间，如果连续车辆之间的距离较小，则驾驶员需要更频繁地应用制动器的概率会较高。相反，在较高的交通速度期间，并且当连续车辆之间的距离较大时，车辆可以以稳定的速度行驶较长的持续时间。
在322处，控制器可基于所获知的驾驶员与交通之间的交互并进一步基于环境因素和行为因素来确定驾驶员心理状态(例如，从初始状态SD0到状态SDK)的可能转换。在一个示例中，驾驶员心理状态可在整个驾驶循环期间不改变，而在另一个示例中，驾驶员心理状态可频繁地从一种状态改变到另一种状态。可使用非均质转换模型来确定从一种心理状态转换到另一种心理状态的概率。在一个示例中，可使用简化的均质转换矩阵(T)来预测从一种心理状态到另一种心理状态的可能转换。
图7中示出了均质转换矩阵(T)的示例700。在均质转换矩阵(T)中，有限概率被分配到从一种状态到另一种状态的每次转换。在相同路线上操作时心理状态转换的概率可基于(如从数据库中检索的)驾驶员历史。均质转换矩阵中的有限概率可不基于驾驶员行为(驾驶员与交通之间的交互)或状况(诸如当前驾驶循环中的天气)而改变。
如从矩阵700中所看出的，第一行702表示从当前心理状态SD0转换到状态SD1和SD2的概率。如果当前状态被分配为SD0，则在整个驾驶循环期间驾驶员将保持在SD0状态下的可能性为70％，而在驾驶循环期间的任何点处驾驶员可转换到状态SD1的可能性为20％，并且在驾驶循环期间的任何点处驾驶员可直接从状态SD0转换到状态SD2的可能性为10％。第二行704表示从当前心理状态SD1转换到状态SD0和SD2的概率。如果当前状态被分配为SD1，则在整个驾驶循环期间驾驶员将保持在SD1状态下的可能性为50％，而在驾驶循环期间的任何点处驾驶员可转换到状态SD0的可能性为25％，并且在驾驶循环期间的任何点处驾驶员可转换到状态SD2的可能性为25％。第三行706表示从当前心理状态SD2转换到状态SD0和SD1的概率。如果当前状态被分配为SD2，则在整个驾驶循环期间驾驶员将保持在SD2状态下的可能性为50％，而在驾驶循环期间的任何点处驾驶员可直接转换到状态SD0的可能性为25％，并且在驾驶循环期间的任何点处驾驶员可转换到状态SD1的可能性为25％。
从一种驾驶员心理状态到另一种驾驶员心理状态的转换可基于动态等式来估计。例如，如果驾驶员处于初始精神状态SD0，则可以使用等式2来估计到状态SDk的转换。
SDk(t+n)＝SDk*Tn (2)
其中SDk是驾驶员的心理状态，t是时间，n是可能的驾驶员心理状态的数量，并且T是均质转换矩阵。
在另一个示例中，可以使用非均质转换矩阵(Tn)来预测从一种心理状态到另一种心理状态的可能转换。非均质矩阵可考虑驾驶员与交通之间的实时交互以及其他进化状况(诸如天气)，同时确定从初始驾驶员心理状态到更新的驾驶员心理状态的状态转换。可以经由包括机器学习和探索性数据分析的工具，实验性地识别和验证非均质转换模型。此类工具可以被使用以确定从一种状态转换到另一种状态的概率。非均质转换矩阵(Tn)的转换概率可以不是确定的数字并且会实时改变。在一个示例中，如等式3所示，从初始状态(SDj)到更新的状态(SDk)的转换的概率可以是驾驶员与交通之间的交互(driver interactionswith traffic)、天气(weather)状况、驾驶员行程约束(trip constraints)以及一天中的时间(time of day)的函数。
P(SDk|SDj)＝f(driver interactions with traffic，weather，tripConstraints，tine of day) (3)
图6示出了用于驾驶员精神状态从一种状态转换到另一种状态的状态机图形600。在图形600中，示出了三种可能的驾驶员心理状态SD0、SD1和SD2。在一个示例中，如果(基于驾驶员历史)确定初始驾驶员心理状态是第一状态SD0，则驾驶员可在整个驾驶循环中继续以第一心理状态操作。第一驾驶员心理状态SD0对于获得增加的PF再生效率是最佳的。因而，在第一状态下，驾驶员可在一段时间内保持稳定的车辆速度而没有硬加速和减速。如果天气状况和/或交通状况(其可以强加约束并增加行程的持续时间)没有显著变化，则驾驶员可继续以第一状态操作。驾驶员将保持在第一心理状态下的概率由P(SD0|SD0)给出。
响应于驾驶员与交通之间的交互和/或天气的变化，心理状态可从第一状态SD0转换到第二状态SD1。第二状态SD1可以是次优心理状态并且可对PF再生效率具有不利影响。在一个示例中，由于天气的变化，诸如如果在驾驶期间开始下大雨，则驾驶员与交通之间的交互可发生变化。因而，驾驶员可在短时间内加速，且然后频繁应用制动器来控制速度。制动器的频繁应用可对PF再生效率不利。在另一个示例中，预期的交通拥堵可导致驾驶员停止的时间比预料的长，并且在经过交通拥堵之后，驾驶员可积极地驾驶以在不进一步延迟的情况下到达终点。从第一状态转换到第二状态的概率由P(SD1|SD0)给出。一旦处于第二状态下，驾驶员可继续以第二状态操作驾驶循环的剩余部分。驾驶员将保持在第二种心理状态下的概率由P(SD1|SD1)给出。在第二状态下操作一段时间之后，响应于驾驶员与交通之间的交互和/或天气的变化，驾驶员可转换到第一状态SD0。在一个示例中，由于交通状况的变化(诸如道路上较少的汽车数量)，驾驶员可开始较不积极地驾驶，并且可随之改变心理状态。
响应于驾驶员与交通之间的交互和/或天气状况的变化，驾驶员心理状态也可从第二状态SD1转换到第三状态SD2。第三状态SD2可以是最不理想的心理状态并且可对PF再生效率产生不利影响。在一个示例中，由于天气的进一步变化(诸如如果在驾驶期间开始下雪)，则驾驶员可做出频繁停止而没有显著加速。在另一个示例中，诸如电话呼叫的触发器可使驾驶员伴随增加的制动频率而积极地开始驾驶。从第二状态转换到第三状态的概率由P(SD2|SD1)给出。一旦处于第三状态下，驾驶员可继续以第三状态操作驾驶循环的剩余部分。驾驶员将保持在第三心理状态下的概率由P(SD2|SD2)给出。在第三状态下操作一段时间之后，响应于驾驶员与交通之间的交互和/或天气的变化，驾驶员可转换到第二状态SD1。在一个示例中，影响驾驶员与交通之间的交互的天气状况可改变，并且驾驶员可在驾驶循环中做出较少停止。从第三状态转换到第二状态的概率由P(SD1|SD2)给出。心理状态也可从第三状态直接转换到第一状态，以促进改善PF再生。在一个示例中，道路拥堵可以被解除，使得驾驶员能够在驾驶循环的剩余部分期间最佳地加速而不频繁制动。从第三状态转换到第一状态的概率由P(SD0|SD2)给出。因而，交通情况的意外变化(诸如封路)可导致从第一状态向第三状态的转换。由于交通的意外变化，驾驶员可采取替代路线，并且驾驶的积极性也可增加。从第一状态到第三状态的状态变化可导致正在进行的PF再生的终止。从第一状态转换到第三状态的概率由P(SD2|SD1)给出。以这种方式，在驾驶循环期间，驾驶员与交通之间的交互和环境状况可导致驾驶员心理状态的变化。
基于获知的驾驶员与交通之间的交互，在驾驶循环期间，控制器可确定更新的驾驶员心理状态。控制器可使用非均质转换模型来确定更新的(当前的)驾驶员心理状态。因而，在驾驶循环期间，驾驶员心理状态可存在多个变化(可存在附加的心理状态，这里没有进行描绘)，并且控制器可基于工况的变化如上所述继续更新当前的驾驶员心理状态。
返回到324，控制器可确定对应于更新的驾驶员心理状态的更新的再生影响因子。在一个示例中，控制器可使用查找表来确定对应于更新的驾驶员心理状态的更新的再生影响因子，其中输入是更新的驾驶员心理状态并且输出是更新的再生影响因子。第二组缩放因子可与更新的再生影响因子相关联。可基于由于第二组缩放因子缩放引起的权重变化来重新估计在驾驶员心理状态变化之前排名并显示的每个路线的总成本函数。而且，响应于更新的驾驶员心理状态，新路线可以从数据库中检索并且与先前显示的路线一起进行排名。替代地，先前显示的路线可被重新排名并以不同的顺序显示。由对应于更新的再生影响因子的第二组缩放因子缩放的权重可以被用于估计与每个路线相关联的总成本函数。基于与路线的预期PF再生水平、在驾驶循环期间PF再生过程被终止的概率、将PF加热到再生温度的成本、燃料消耗以及行程持续时间相关联的单独成本函数的总成本函数的估计可使用等式1来执行。总成本函数估计的细节在图2的步骤212中进行描述。
一旦估计了起点与终点之间的多个可用路线的总成本函数，可基于总成本函数对路线重新进行排名，排名最高的路线对应于最低的总成本函数。在一个示例中，在驾驶员心理状态更新后，可改变路线的排名。在另一个示例中，在驾驶员心理状态更新后，可不改变路线的排名。在325处，基于更新的总成本函数估计的更新的路线排名可以被显示给驾驶员。
图5B示出了示例车载导航系统的屏幕截图550，其中更新的路线选项在驾驶员心理状态改变后被显示。在驾驶循环开始时，基于初始驾驶员心理状态，如图5A所示，对起点和终点之间所选择的路线进行排名并显示。在(从所显示的路线中)选择对应于可达到的PF再生的最高程度的第一路线之后，驾驶员可沿着所选择的路线前进。然而，在所选择的第一路线中操作一段时间之后，由于交通和/或环境情况的变化可改变驾驶员的心理状态并且基于更新的驾驶员心理状态，先前排名最高的路线可不再保持对应于可达到的PF再生的最高程度的路线。在一个示例中，驾驶员心理状态的变化可与驾驶员由于更多交通的存在而开始更积极地驾驶相关联。因此，更新的路线可包括具有更少车辆的替代路线，其更适合于稳态操作并达到PF再生的期望水平。
如屏幕截图550中所看出的，在每一行中，第一框501指示起点和终点之间所建议的路线，第二框503示出在驾驶期间可达到的PF再生百分比，并且第三框505示出从起点到达终点所需的时间。驾驶员可经由包括在每一行中的第四框来选择四个路线中的一个。
因而，先前显示的路线可以被再次显示，但路线的排名可改变。在一个示例中，具有图5A中第二排名的路线现在可在图5B中被显示为最高排名的路线，而在图5A中被显示为最高排名的路线的路线可在图5B中被显示为第二排名的路线。在图5A中被显示为第三排名的路线的路线可不再被显示为路线选项。在图5A中被显示为第四排名的路线的路线可在图5B中被显示为第三排名的路线，同时可从数据库中检索当前地理位置和终点之间的新路线并将该新路线作为新的(第四排名的)选项包括在内。在该示例中，驾驶员可以选择对应于可达到的PF再生的最高程度的第一路线。由于更新的列表中的第一路线与先前选择的路线不同，因此可提供更新的导航指令以使驾驶员从当前路线转向。驾驶员可继续沿着新选择的路线驾驶到终点。以这种方式，可基于当前的驾驶员心理状态实时更新路线的排名，并且可向驾驶员显示更新的排名。随着驾驶员心理状态基于实时状况改变，推荐的路线列表中的类似更新会在驾驶循环期间多次出现。
以这种方式，可通过基于从第一驾驶员心理状态(和对应的第一再生因子)转换到更新的驾驶员心理状态(和对应的更新的第二再生因子)的概率应用非均质转换模型从数据库中选择更新的驾驶员心理状态和对应的再生因子，所述概率基于驾驶员与交通之间的实时交互。
返回到图3，在326处，例程包括确定是否存在指示车辆操作已停止的钥匙关闭事件。如果未指示钥匙关闭事件，则在328处，控制器可实时地继续获知当前驾驶员心理状态，并且基于更新的驾驶员心理状态，可实时更新路线建议。更新可包括更新先前显示的路线的排名或向驾驶员显示(从数据库检索的)新路线，以便增加在给定的驾驶循环期间可达到的PF再生水平。
在330处，数据库可利用在当前驾驶循环期间获知的信息来更新，所述信息包括驾驶员与交通之间的交互、显示的路线、所行驶的路段、不同的驾驶员心理状态、所获得的实际微粒过滤器再生等。进一步地，导致驾驶员心理状态的每次变化的环境和转换(从一种心理状态到另一种心理状态)的概率可以被包括在更新中。在图4中详细讨论用当前驾驶循环期间获知的信息来更新数据库的细节。
以这种方式，在驾驶循环开始时，可基于操作者的过去驾驶历史选择第一微粒过滤器再生因子，并且可向操作者显示从数据库中选择的一个或多个驾驶路线，所述一个或多个路线基于驾驶循环起点和终点、各自再生完成效率和第一再生因子中的每一个进行排名。用于来自显示的一个或多个驾驶路线的操作者选择的路线的导航指令可以被显示给操作者。在驾驶循环期间，可基于在沿着操作者选择的路线行驶时驾驶员与交通之间的实时交互来选择第二微粒过滤器再生因子，并且相应地可更新路线和导航指令。
图4示出了用于更新频繁行驶的路线的数据库的示例方法400。在402处，例程可包括确定是否存在车辆钥匙开启事件。例如，可确定车辆驾驶员是否已表达了开始车辆操作的意图。因而，通过确认车辆钥匙开启事件，指示即将到来的车辆驾驶循环。如果未检测到车辆钥匙开启事件并且因此未确认即将到来的车辆驾驶循环，则该方法可结束并且可不更新数据库。
如果确认车辆钥匙开启事件，则在404处，控制器可获知包括钥匙开启事件的时间和地理位置的起点特征。例如，基于来自车辆导航系统(例如，GPS装置)的信息，控制器可确定起点特征。以这种方式，控制器可以确定在开始行程之前车辆已经被停止在某一位置处(例如，起点的点)的时间量。而且，可确定自紧接的前一钥匙关闭事件后经过的持续时间。亦即，可估计车辆在当前位置处的停止持续时间。
在406处，控制器可获知关于包括所行驶的道路段的车辆行驶路线的细节。这可包括在实际行驶路线中的每个道路段的地形信息(诸如道路坡度、倾斜度、地形)。细节可基于经由无线通信来自车辆导航系统和/或来自外部服务器的信息获知。在408处，控制器可在去往终点的途中获知关于中间停止的细节。停止可以是由于交通信号、交通拥堵，或者停止可以是驾驶员有意制造的。也可获知每次停止的地理位置以及持续时间。在410处，可经由导航系统获知包括交通停止站点的数量的路线交通信息。控制器还可确定每个道路段的速度限制和车辆行驶的实际速度。
在412处，控制器可获知行驶时间，其包括车辆行驶时的一天中的时间、行驶日期、车辆行驶是一周中的哪一天等。在414处，控制器可获知在每个道路段行驶期间的来自多个发动机传感器(诸如图1中的传感器16)的发动机工况，诸如发动机转速、发动机负载、发动机温度等。而且，控制器可获知在车辆行驶期间积聚在PF上的碳烟水平。
在416处，控制器可获知在当前行驶期间所达到的PF再生水平。在一个示例中，PF再生水平可基于如经由排气压力传感器估计的PF碳烟水平的变化(在驾驶开始时和在每个道路段结束时测量的碳烟水平之间的变化)被确定。在另一个示例中，可基于PF再生的持续时间来确定PF再生水平。而且，可获知PF再生过程是否由于在驾驶循环期间不利的工况而已经被过早终止。也可记录PF再生终止的原因和发动机工况以及PF再生事件被终止的道路状况。
在418处，控制器可获知驾驶员的驾驶特征。这些可包括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、变速器换档频率、电动模式对发动机模式的操作持续时间等。控制器也可基于驾驶特征获知在驾驶循环期间驾驶员的不同心理状态和每种心理状态的持续时间。进一步地，还可获知触发驾驶员心理状态变化的状况(交通、环境、行为等)。进一步地，在每种驾驶员心理状态下，控制器可根据当前心理状态和触发驾驶员心理状态改变的状况的函数来获知从当前心理状态转换到另一种心理状态的概率。
在420处，例程包括确定是否存在指示车辆操作已停止的钥匙关闭事件。如果未指示钥匙关闭事件，则在422处，控制器可在车辆行驶期间继续收集关于车辆操作的各个方面的数据。如果确认车辆停止，则在424处，该方法包括获知包括终点的地理位置的终点特征。
在425处，控制器可获知从起点到终点的行程期间消耗的燃料。作为示例，可基于燃料箱中的初始和最终燃料水平来估计燃料消耗量。在另一个示例中，可基于发动机工况来估计燃料消耗。而且，可获知行程的持续时间和从起点到达终点所花费的时间。
在426处，数据库可以利用包括关于当前行驶路线、发动机工况、PF再生信息和驾驶员驾驶特征的信息的(如步骤404至424中收集的)所有前述数据来更新。在428处，用于在起点和终点之间行驶的当前路线可与先前存储在数据库中的(起点和终点之间的)一个或多个路线进行比较。根据等式1估计的成本函数可针对当前路线进行估计并且与先前保存在数据库中的每个路线的成本函数进行比较。在430处，基于成本函数比较，可依据最高燃料效率、最短行驶持续时间、所达到的PF再生水平的最高水平以及任何其他操作者选择的成本函数，对不同路线进行排名。而且，可以使用基于马尔科夫链的路线排名算法(Markovechain based route ranking algorithm)。作为示例，可能是PF再生的目标水平的路线可能不是最省燃料的路线。
以这种方式，在车辆钥匙关闭时，数据库可以利用路线信息、起点特征、终点特征、驾驶员行为、所达到的PF再生水平、发动机工况、日期和时间信息以及交通信息等来更新。
图10示出了适用于最佳微粒过滤器再生的所提议路线的预测和动态选择的预示性示例。可基于发动机的PF再生要求从现有路线数据库中选择路线，并且可向驾驶员显示当前驾驶员心理状态和选择的路线。水平线(x轴线)表示时间，并且竖直标记t1至t6标识车辆系统的操作中的重要时间。
在时间t1处，驾驶员启动车辆(诸如钥匙开启事件)并且如经由车载导航系统确定的车辆的当前地理位置由A表示。驾驶员经由到导航系统的输入最初指示如B所表示的终点的地理位置。控制器从数据库中检索包括驾驶员的特征和偏好(诸如制动器使用的频率、所使用的平均加速力、平均车变换频率等等)的(驾驶员的)驾驶历史。控制器可确定当前的行驶日期和时间、起点特征(天气状况和交通状况)，并且基于检索的数据(上述信息)，控制器向驾驶员分配初始心理状态。然后控制器基于PF碳烟水平、燃料消耗、行驶时间以及交通状况使用动态编程从数据库中选择一个或多个路线。线1020示出了沉积在PF上的碳烟水平的变化。虚线1021表示阈值，高于该阈值期望PF再生。基于当前PF碳烟水平(在时间t1处)，控制器推断PF碳烟水平在从点A到点B的行程期间可增加到阈值碳烟水平，并且需要执行PF再生。然后控制器根据微粒过滤器再生效率、完成PF再生事件的概率、燃料效率和行驶时间中的每一个的加权函数对一个或多个选择的路线进行排名。在对一个或多个选择的路线进行排名时，基于对应于驾驶员的初始心理状态的再生效率因子来调节加权函数。在该示例中，初始驾驶员心理状态是最佳心理状态(SD0)，其中微粒过滤器再生效率最高并且也提高了完成PF再生事件的概率。微粒过滤器再生效率是经由被动再生和主动再生的组合在驾驶循环中达到的微粒过滤器再生的量。在被动再生中，由于在较高负载状况期间较高的排气温度，碳烟被燃烧，并且在主动再生期间，PF的温度可通过使电流流过其中而增加。响应于即将到来的PF再生要求，在对一个或多个路线进行排名期间，将较高的权重分配给微粒过滤器再生效率和完成PF再生事件的概率中的每一个，并且将较低的权重分配给燃料效率和行驶时间。以这种方式，控制器在最高排名处显示具有最高微粒过滤器再生效率和完成PF再生事件的概率的路线，和在最低排名处显示具有最低微粒过滤器再生效率和完成PF再生事件的概率的路线。然后将列表显示给驾驶员，以便他们可根据排名选择路线。
在时间t1处，驾驶员选择路线402，其是在提供给驾驶员的起点A和终点B之间所建议的路线的列表中排名最高的路线。然而，在时间t2处，观察到驾驶员偏离最初所选择的路线并采取新的路线。响应于路线的变化，控制器基于从数据库中检索的驾驶员的驾驶历史和当前交通状况来预测当前位置到终点B之间的即将到来的路段。因而，在使用随机动态编程预测即将到来的路段的同时，考虑驾驶员在一周中的时间和/或一天期间频繁行驶的路线。基于驾驶员历史和初始心理状态，控制器预测驾驶员可采取路线404至第一中间停止站点C并且从此处开始采取路线406至终点B。然后控制器基于所预测的路线安排PF再生。
驾驶员遵循预测的路线并继续经由路线404驾驶，然而观察到在第一中间停止站点C之后，在时间t3处，驾驶员偏离路线406。而且，在时间t3处，基于在时间t1和t3之间驾驶员与交通之间的交互，控制器将驾驶员的心理状态从最佳心理状态更新为第二次优心理状态(SD1)。由于转换到第二次优心理状态，可获知驾驶员可更积极地操作车辆，并且驾驶特征(诸如制动器应用的频率增加)可降低微粒过滤器再生效率并且可减少在给定的驾驶循环中完成PF再生的概率。响应于路线的改变，基于驾驶员历史和更新的心理状态，控制器再一次预测驾驶员可采取路线408至第二中间停止站点D并且从此处开始采取路线410至第三中间停止站点E然后采取路线412至终点B。然而，观察到驾驶员未采取预测的路段408、410和412，而是经由新的路线414和416继续到终点。驾驶员在到达终点B的途中停止在中间点F处，并最终在时间t4处到达终点。
观察到在时间t3处PF中的碳烟水平达到阈值水平421，并且执行碳烟的被动再生。然而，因为驾驶员未遵循对于PF再生最佳的所建议路线并且由于驾驶员的次优心理状态，所以在时间t4处到达终点B后所达到的PF再生水平低于如果驾驶员采取从起点A到终点B的路线1002会达到的PF再生水平。而且，由于驾驶员偏离建议的路线和预测的路线，所以PF的被动再生的安排(在时间t3和t4之间)可能是不可能的。虚线1022示出如果采取路线1002并且假定驾驶员心理状态没有从第一改变到第二，则PF中的碳烟水平可能发生的变化。如从曲线图1020和1022所观察到的，如果采取建议的路线1002，则相对于经由路线1014和1016行驶期间燃烧的碳烟量在时间t3和t4之间燃烧的碳烟量将会更高。
在时间t4处，当到达终点B(在车辆钥匙关闭)后，数据库可利用路线信息、起点特征(诸如地理位置)、终点特征、所采取的每次停止的位置、驾驶员与交通之间的交互(诸如档位改变的频率、踏板应用和释放频率、制动器应用频率等)、所达到的PF再生水平、发动机工况(诸如发动机转速、发动机负载、发动机温度等)、日期和时间信息、驾驶员心理状态以及交通信息来更新。而且，路线的每段的道路坡度、地形、倾斜度信息可以被包括在数据库中。保存在数据库中的数据可以被利用，以用于未来的路线选择和/或预测。
以这种方式，通过基于驾驶循环期间的微粒过滤器再生要求从数据库中可用的多个路线动态选择行驶路线，可以有效地安排和执行PF再生。通过考虑表示实时驾驶员驾驶行为的当前驾驶员心理状态，驾驶员将选择推荐的路线(其中PF再生效率较高)的可能性增加。通过基于驾驶员与交通之间的交互和环境状况实时估计驾驶员心理状态，对应于达到期望PF再生水平的概率的导航路线的排名可随着驾驶员行为改变而更新。通过基于存储在路线数据库中的驾驶历史和驾驶统计预测即将到来的路线的终点或路段，甚至可能在驾驶员尚未指定最终终点的行程期间或驾驶员偏离选择的路线时安排PF再生。维护驾驶员精神状态和频繁行驶路线的数据库与包括在每一个路线上可达到的可能的PF再生程度的信息的技术效果是：在车辆钥匙开启时，可基于驾驶员历史从数据库中选择初始心理状态，并且可基于PF碳烟水平和驾驶员选择的成本函数(包括驾驶循环中的最高燃料效率和最低行驶时间)从数据库中选择路线。以这种方式，在高于阈值的PF碳烟负载期间，为了适时再生PF通过选择有利路线，可减少PF中的碳烟的过载，从而改善发动机性能。通过允许PF被适时地再生，使用被动再生，减少对主动再生的需求，从而提供附加的燃料效率益处。
示例发动机方法包括：在每个驾驶循环之后根据行驶路线的一个或多个特征和行驶路线上的操作者行为的函数获知微粒过滤器再生效率，基于所述获知更新数据库，并且在驾驶循环开始时，向操作者显示从数据库选择的一个或多个路线，所述选择基于驾驶循环开始时的微粒过滤器碳烟负载。在任何前述的示例中，附加地或可选地，所述选择进一步基于相对于驾驶循环的起点的操作者指示的驾驶循环的终点。在任何或所有前述示例中，附加地或可选地，所述选择进一步基于操作者选择的成本函数，其包括在驾驶循环中的最高燃料效率和最低行驶时间中的一个或多个。任何或所有前述示例进一步包括，附加地或可选地，根据一个或多个路线中的每一个的微粒过滤器再生效率、完成微粒过滤器再生事件的概率、燃料效率和行驶时间中的每一个的加权函数，对一个或多个路线进行排名。在任何或所有前述示例中，附加地或可选地，微粒过滤器再生效率包括针对驾驶循环预测的微粒过滤器再生的程度，并且其中行驶路线的一个或多个特征包括停止次数、道路坡度和交通状况。在任何或所有前述示例中，附加地或可选地，当微粒过滤器碳烟负载高于阈值时，微粒过滤器再生效率和完成微粒过滤器再生事件的概率中的每一个均被分配较高的权重。在任何或所有前述示例中，附加地或可选地，当微粒过滤器碳烟负载低于阈值时，燃料效率和行驶时间中的每一个均被分配较高的权重。任何或所有前述示例进一步包括，附加地或可选地，响应于操作者未从显示给操作者的一个或多个路线中选择路线，基于从数据库检索的操作者驾驶历史动态地预测即将到来的路段。在任何或所有前述示例中，附加地或可选地，操作者驾驶历史包括根据一天中的时间、一周中的一天以及交通状况中的一个或多个的函数先前行驶的路线。任何或所有前述示例进一步包括，附加地或可选地，响应于操作者从显示给操作者的一个或多个路线中选择路线，开始沿着该路线行驶，且然后偏离选择的路线，基于从数据库中检索的操作者驾驶历史动态地预测即将到来的路段。任何或所有前述示例进一步包括，附加地或可选，基于操作者从一个或多个显示的路线中选择的路线，在驾驶循环期间安排主动微粒过滤器再生事件，其中在主动微粒过滤器再生事件期间，通过使电流流过微粒过滤器来增加微粒过滤器的温度。任何或所有前述示例进一步包括，附加地或可选地，当操作者未指定驾驶循环的终点时，基于如从数据库所检索的操作者驾驶历史来预测终点，并且基于预测的终点向操作者显示从数据库中选择的一个或多个路线。在任何或所有前述示例中，附加地或可选地，驾驶循环的开始包括车辆钥匙开启事件，并且其中基于获知更新数据库包括在车辆钥匙关闭事件时利用路线信息、起点特征、终点特征、操作者行为、所达到的微粒过滤器再生水平、发动机工况、日期和时间信息以及交通信息来更新数据库。
另一示例发动机方法包括：响应于经由车辆的显示器指示的操作者终点选择，估计排气微粒过滤器碳烟负载，确定车辆的当前位置，从数据库中检索从当前位置到终点的一个或多个路线，基于每个路线的微粒过滤器再生效率、燃料效率和行驶时间中的每一个对一个或多个路线进行排名，并且按其排名顺序向操作者显示到选择的终点的一个或多个路线。任何前述示例进一步包括，附加地或可选地，响应于高于阈值的微粒过滤器碳烟负载，通过将较高权重分配给微粒过滤器再生效率并将较低权重分配给燃料效率和行驶时间中的每一个对一个或多个路线进行排名。任何或所有前述示例进一步包括，附加地或可选地，响应于低于阈值的微粒过滤器碳烟负载，通过将较高权重分配给燃料效率和行驶时间中的每一个并将较低权重分配给微粒过滤器再生效率对一个或多个路线进行排名。任何或所有前述示例进一步包括，附加地或可选地，响应于操作者未从一个或多个显示的路线中选择路线或操作者偏离选择的路线，基于从数据库中检索的操作者驾驶历史预测从当前位置到终点的一个或多个路段，并且基于一个或多个预测的路段安排微粒过滤器的被动再生。
在又一示例中，车辆方法包括：响应于操作者未指示驾驶循环的终点，确定车辆的当前位置，从数据库中检索操作者的驾驶历史，基于驾驶历史预测终点，基于车辆的当前位置相对于预测的终点，动态地更新对一个或多个即将到来的路段的选择，基于对应的微粒过滤器再生效率、燃料效率和行驶时间中的每一个对一个或多个即将到来的路段进行排名，并且按其排名顺序分层次地向操作者显示到预测的终点的所述一个或多个即将到来的路段。任何前述示例进一步包括，附加地或可选地，响应于操作者未从一个或多个显示的即将到来的路段中选择路线，基于驾驶历史动态地更新一个或多个即将到来的路段，并且基于更新的一个或多个路段安排微粒过滤器的主动再生。任何或所有前述示例进一步包括，附加地或可选地，在驾驶循环完成时，利用包括操作者行为、所达到的微粒过滤器再生水平、所完成的驾驶循环期间的发动机工况、行驶的日期和时间信息以及驾驶循环内的交通信息的路段信息更新数据库。
在进一步示例中，一种发动机方法包括：在驾驶循环开始时，响应于微粒过滤器(PF)负载和过去驾驶历史中的每一个显示第一驾驶路线；以及在沿着第一驾驶路线行驶期间，响应于交通状况和在驾驶循环中沿着第一路线的实时驾驶历史相对于过去驾驶历史的比较中的每一个，显示更新的路线。在任何前述示例中，附加地或可选地，显示第一驾驶路线包括基于第一推断的驾驶员心理状态从包括多个驾驶路线的数据库中选择第一驾驶路线，所述第一推断的驾驶员心理状态基于过去驾驶历史，并且其中显示更新的路线包括基于更新的驾驶员心理状态从数据库中选择更新的路线。在任何或所有前述示例中，附加地或可选地，从存储在数据库中的多个推断的驾驶员心理状态中选择更新的驾驶员心理状态，选择更新的驾驶员心理状态基于在驾驶循环中沿着第一路线的实时驾驶历史相对于过去驾驶历史的比较，其中多个推断的驾驶员心理状态中的每一个具有相关联的PF再生因子。在任何或所有前述示例中，附加地或可选地，显示第一路线进一步包括，响应于操作者指示的驾驶循环的终点，显示从包括在数据库中的多个驾驶路线中检索的一个或多个路线，所述一个或多个路线根据对应的PF再生效率、在驾驶循环期间完成PF再生事件的概率以及与第一驾驶员心理状态相关联的第一PF再生因子的第一函数进行排名，其中根据针对驾驶循环预测的对应的PF再生程度和第一PF再生因子的函数来确定一个或多个路线中的每一个的对应的PF再生效率。在任何或所有前述示例中，附加地或可选地，显示更新的路线包括，响应于比较，显示一个或多个路线，所述一个或多个路线根据更新的PF再生效率、在驾驶循环期间完成PF再生事件的概率以及与更新的驾驶员心理状态相关联的第二PF再生因子的第二函数进行排名，其中根据针对驾驶循环预测的对应的PF再生程度和第二PF再生因子的函数来确定一个或多个路线中的每一个的对应的PF再生效率。在任何或所有前述示例中，附加地或可选地，根据第一PF再生因子的函数对一个或多个路线进行排名包括基于对PF再生效率和在驾驶循环期间完成PF再生事件的概率中的每一个的分配的权重来对一个或多个路线进行排名，分配的权重由基于第一PF再生因子的第一函数进行缩放，并且其中根据更新的PF再生因子的函数对一个或多个路线进行排名包括基于对PF再生效率和在驾驶循环期间完成PF再生事件的概率中的每一个的分配的权重来进行排名，分配的权重由对应于第二PF再生因子的第二组因子进行缩放，第二组因子与第一组不同。在任何或所有前述示例中，附加地或可选地，实时驾驶历史包括驾驶员与交通之间的实时交互，其包括在沿着第一驾驶路线驾驶时在驾驶循环期间的实时加速器踏板使用和实时制动器使用，并且其中过去驾驶历史包括在驾驶循环之前的一个或多个驾驶循环中沿着第一路线驾驶时制动器使用的频率、所使用的平均加速力以及平均车道变换频率。任何或所有前述示例进一步包括，附加地或可选地，在驾驶循环完成时获知在驾驶循环期间获得的PF再生程度，且然后用在驾驶循环中所获得的获知的PF再生程度、第一推断的驾驶员心理状态以及更新的驾驶员心理状态更新数据库。
在又一进一步示例中，一种方法包括：在驾驶循环开始时，基于操作者的过去驾驶历史选择第一微粒过滤器再生因子；向操作者显示从数据库中选择的一个或多个驾驶路线，所述一个或多个路线基于驾驶循环起点和终点、各自再生完成效率和第一再生因子中的每一个进行排名；向操作者显示用于来自显示的一个或多个驾驶路线的操作者选择的路线的导航指令；以及在驾驶循环期间，基于沿着操作者选择的路线行驶时驾驶员与交通之间的实时交互，选择第二微粒过滤器再生因子。在任何前述示例中，附加地或可选地，从存储在数据库中的多个再生因子中选择第一再生因子和第二再生因子中的每一个，多个再生因子中的每一个对应于不同的驾驶员心理状态。在任何或所有前述示例中，附加地或可选地，选择第二再生因子包括基于从第一再生因子转换到第二再生因子的概率应用非均质转换模型以从多个再生因子中选择第二再生因子，所述概率基于驾驶员与交通之间的实时交互。在任何或所有前述示例中，附加地或可选地，驾驶员的过去驾驶历史包括操作者根据一天中的时间、一周中的一天、驾驶循环起点和终点以及驾驶特征中的一个或多个的函数所行驶的路线，所述驾驶特征包括制动器使用的频率、所使用的平均加速力和平均车道变换频率。在任何或所有前述示例中，附加地或可选地，驾驶员与交通之间的实时交互包括在驾驶循环期间的停止频率、车道变换频率、加速器踏板输入和制动器输入中的一个或多个。在任何或所有前述示例中，附加地或可选地，选择第一再生因子进一步基于驾驶循环起点处的交通状况和驾驶循环起点处的环境状况，所述环境状况包括环境温度、环境湿度和降水。在任何或所有前述示例中，附加地或可选地，对一个或多个路线进行排名进一步包括基于各自再生完成效率、完成微粒过滤器再生事件的概率、燃料效率以及到达一个或多个路线中的每一个终点的时间中的每一个的加权函数来对一个或多个路线中的每一个进行排名，所述加权函数基于第一再生因子进行缩放。任何或所有前述示例进一步包括，附加地或可选地，响应于选择第二微粒过滤器再生因子，更新基于第二再生因子进行缩放的加权函数，且然后更新一个或多个路线的排名。
在另一进一步示例中，一种车辆系统包括：车辆、无线连接到外部网络的导航系统、显示器、包括进气系统和排气系统的发动机，所述排气系统包括被联接到排气通道的微粒过滤器(PF)和被联接到微粒过滤器上游的排气通道的压力传感器，以及具有存储在非暂时性存储器上的计算机可读指令的控制器，该指令用于：在驾驶循环开始时，基于PF负载和第一驾驶员心理状态显示第一路线，并且响应于在第一路线上行驶时驾驶员与交通之间的交互，基于第二驾驶员心理状态显示多个更新的路线，其中第一驾驶员心理状态基于PF负载和驾驶员历史中的每一个从数据库中选择并且从第一驾驶员心理状态改变到第二驾驶员心理状态基于在第一路线上行驶时驾驶员与交通之间的交互。在任何前述示例中，附加地或可选地，基于第一加权PF再生效率来选择第一路线，所述第一加权PF再生效率基于对应于第一驾驶员心理状态的第一PF再生因子。在任何或所有前述示例中，附加地或可选地，基于第二加权PF再生效率选择多个更新的路线，所述第二加权PF再生效率基于对应于第二驾驶员心理状态的第二PF再生因子，并且其中多个更新的路线的显示包括基于第二加权PF再生效率对多个更新的路线中的每一个路线进行排名。在任何或所有前述示例中，附加地或可选地，控制器包含进一步的指令，用于：在驾驶循环期间获知驾驶员与交通之间的交互、显示的路线、所行驶的路段、驾驶员心理状态、所获得的微粒过滤器再生，并且在完成驾驶循环之后，基于获知更新数据库。
在进一步的表示中，车辆是混合动力车辆系统。在任何前述示例中，附加地或可选地，用于混合动力车辆的示例方法包括：在驾驶循环开始时，基于驾驶历史选择指示驾驶员心理状态的第一值，向驾驶员显示从数据库中选择的一个或多个路线、所述一个或多个路线中的每一个的再生因子基于第一值，并且在驾驶循环期间，基于驾驶员与交通之间的实时交互，实时选择指示更新的驾驶员心理状态的第二值。
注意，本文中包括的示例控制和估计例程能够与各种发动机和/或车辆系统配置一起使用。在本文中所公开的控制方法和例程可以作为可执行指令存储在非临时性存储器中，并且可以由包括控制器与各种传感器、致动器和其他发动机硬件相结合的控制系统执行。在本文中所描述的具体例程可以代表任意数量的处理策略中的一个或多个，诸如事件驱动、中断驱动、多任务、多线程等。因此，所描述的各种动作、操作和/或功能可以按所示顺序执行、并行地被执行，或在一些情况下被省略。同样，所述处理顺序不是实现在本文中所描述的示例实施例的特征和优点所必须要求的，而是为了便于图示说明和描述而提供了所述处理顺序。取决于所使用的特定策略，所示出的动作、操作和/或功能中的一个或多个可以被重复执行。另外，所描述的动作、操作和/或功能可以图形地表示被编入发动机控制系统中的计算机可读存储介质的非临时性存储器的代码，其中通过配合电子控制器执行包括各种发动机硬件部件的系统中的指令而使所描述的动作得以实现。
应认识到，在本文中所公开的配置和例程本质上是示范性的，并且这些具体的实施例不被认为是限制性的，因为许多变体是可能的。例如，上述技术能够应用于V-6、I-4、I-6、V-12、对置4缸和其他发动机类型。本公开的主题包括在本文中所公开的各种系统和构造以及其他的特征、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。
随附权利要求具体地指出被认为是新颖的和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”元件或其等同物。这些权利要求应当被理解为包括一个或多个这种元件的结合，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/或特性的其他组合和子组合可通过修改现有权利要求或通过在这个或关联申请中提出新的权利要求来要求保护。这些权利要求，无论与原始权利要求相比范围更宽、更窄、相同或不相同，都被认为包括在本公开的主题内。

Claims (15)

1.一种方法，其包括：
在驾驶循环之后，根据行驶的路线的特征和所述行驶的路线上的操作者行为的函数获知微粒过滤器再生效率；
基于所述获知更新数据库的路线；以及
在随后的驾驶循环开始时，向操作者显示从所述数据库中选择的一个或多个路线，所述选择基于在所述随后的驾驶循环开始时的微粒过滤器碳烟负载。
2.根据权利要求1所述的方法，其中所述选择进一步基于相对于所述驾驶循环的起点的操作者指示的所述驾驶循环的终点。
3.根据权利要求1所述的方法，其中所述选择进一步基于操作者选择的成本函数，所述操作者选择的成本函数包括在所述驾驶循环中的最高燃料效率和最低行驶时间中的一个或多个。
4.根据权利要求1所述的方法，其进一步包括：根据所述一个或多个路线中的每一个的微粒过滤器再生效率、完成微粒过滤器再生事件的概率、燃料效率和行驶时间中的每一个的加权函数，对所述一个或多个路线进行排名。
5.根据权利要求4所述的方法，其中所述微粒过滤器再生效率包括针对所述驾驶循环预测的微粒过滤器再生的程度，并且其中所述行驶的路线的一个或多个特征包括停止次数、道路坡度和交通状况。
6.根据权利要求4所述的方法，其中当所述微粒过滤器碳烟负载高于阈值时，将较高的权重分配给所述微粒过滤器再生效率和所述完成微粒过滤器再生事件的概率中的每一个，并且其中当所述微粒过滤器碳烟负载低于所述阈值时，将较高的权重分配给所述燃料效率和所述行驶时间中的每一个。
7.根据权利要求1所述的方法，其进一步包括：响应于所述操作者未从显示给所述操作者的所述一个或多个路线中选择路线，基于从所述数据库中检索的操作者驾驶历史动态地预测即将到来的路段，其中所述操作者驾驶历史包括先前根据一天中的时间、一周中的一天和交通状况中的一个或多个的函数行驶的路线。
8.根据权利要求1所述的方法，其进一步包括：响应于所述操作者从显示给所述操作者的所述一个或多个路线中选择路线，并且初始行驶沿着所述选择的路线，但然后偏离所述选择的路线，基于从所述数据库中检索的操作者驾驶历史动态地预测即将到来的路段。
9.根据权利要求8所述的方法，其进一步包括：基于由所述操作者从所述一个或多个显示的路线中选择的所述路线，在所述驾驶循环期间安排主动微粒过滤器再生事件，其中在所述主动微粒过滤器再生事件期间，通过使电流流过所述微粒过滤器增加所述微粒过滤器的温度。
10.根据权利要求1所述的方法，其进一步包括：当所述操作者未指定所述驾驶循环的终点时，基于从所述数据库中检索的操作者驾驶历史预测所述终点，并且基于所述预测的终点向所述操作者显示从所述数据库中选择的一个或多个路线。
11.根据权利要求1所述的方法，其中所述驾驶循环的所述开始包括车辆钥匙开启事件，并且其中基于所述获知更新所述数据库包括：在车辆钥匙关闭事件时，利用路线信息、起点特征、终点特征、操作者行为、所达到的微粒过滤器再生水平、发动机操作状况、日期和时间信息以及交通信息更新所述数据库。
12.一种车辆系统，其包括：
车辆；
导航系统，其被无线连接到外部网络；
显示器；
发动机，其包括进气系统和排气系统，所述排气系统包括被联接到排气通道的微粒过滤器即PF和被联接到所述微粒过滤器上游的所述排气通道的压力传感器；和
控制器，其具有存储在非暂时性存储器上的计算机可读指令，用于：
响应于经由所述显示器指示的操作者终点选择，
估计排气微粒过滤器碳烟负载；
确定所述车辆的当前位置；
从数据库中检索从所述当前位置到所述终点的一个或多个路线；
基于每个路线的微粒过滤器再生效率、燃料效率和行驶时间中的每一个，对所述一个或多个路线进行排名；以及
按所述一个或多个路线的排名顺序向所述操作者显示到所述选择的终点的所述一个或多个路线。
13.根据权利要求12所述的系统，其中所述控制器包含进一步的指令，用于：响应于高于阈值的微粒过滤器碳烟负载，通过将较高的权重分配给微粒过滤器再生效率并且将较低的权重分配给所述燃料效率和所述行驶时间中的每一个，对所述一个或多个路线进行排名。
14.根据权利要求13所述的系统，所述控制器包含进一步的指令，用于：响应于低于阈值的微粒过滤器碳烟负载，通过将所述较高的权重分配给所述燃料效率和所述行驶时间中的每一个并且将所述较低的权重分配给所述微粒过滤器再生效率，对所述一个或多个路线进行排名。
15.根据权利要求12所述的系统，所述控制器包含进一步的指令，用于：响应于所述操作者未从所述一个或多个显示的路线中选择路线或者所述操作者偏离选择的路线，基于从所述数据库中检索的操作者驾驶历史预测从所述当前位置到所述终点的一个或多个路段，并且基于所述一个或多个预测的路段安排所述微粒过滤器的被动再生。
CN201810499722.4A 2017-05-26 2018-05-23 用于微粒过滤器再生的系统和方法 Pending CN108930577A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/606,791 US10309793B2 (en) 2017-05-26 2017-05-26 Systems and methods for particulate filter regeneration
US15/606,791 2017-05-26

Publications (1)

Publication Number Publication Date
CN108930577A true CN108930577A (zh) 2018-12-04

Family

ID=64109650

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810499722.4A Pending CN108930577A (zh) 2017-05-26 2018-05-23 用于微粒过滤器再生的系统和方法

Country Status (3)

Country Link
US (1) US10309793B2 (zh)
CN (1) CN108930577A (zh)
DE (1) DE102018112394A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112101415A (zh) * 2020-08-13 2020-12-18 联合汽车电子有限公司 累碳量预测方法、装置、汽车、云端服务器及计算机可读存储介质
CN113202607A (zh) * 2021-04-16 2021-08-03 联合汽车电子有限公司 车辆颗粒物捕集器的再生控制方法、系统及存储介质
CN113404575A (zh) * 2020-03-17 2021-09-17 联合汽车电子有限公司 Gpf再生优化方法及gpf再生机会评估系统
CN114483258A (zh) * 2022-02-11 2022-05-13 中国第一汽车股份有限公司 行驶数据的处理方法、处理装置和处理器
CN114810297A (zh) * 2022-05-19 2022-07-29 潍柴动力股份有限公司 一种柴油机颗粒捕集器再生的控制方法及装置
CN115095414A (zh) * 2022-07-19 2022-09-23 北京主线科技有限公司 Dpf再生方法和系统

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10393533B2 (en) 2017-05-26 2019-08-27 Ford Global Technologies, Llc Systems and methods for particulate filter regeneration
CN110709672B (zh) * 2017-06-02 2023-04-14 苹果公司 提供光导航引导
US10551842B2 (en) * 2017-06-19 2020-02-04 Hitachi, Ltd. Real-time vehicle state trajectory prediction for vehicle energy management and autonomous drive
US10508591B2 (en) * 2017-07-18 2019-12-17 Ford Global Technologies, Llc Method and system for active casing treatment control
US10494991B2 (en) * 2017-07-18 2019-12-03 Ford Global Technologies, Llc Transient compensation for variable geometry compressor
DE102018203225A1 (de) * 2018-03-05 2019-09-05 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Betreiben eines Partikelfilters eines Fahrzeugs, sowie Partikelfilter für eine Verbrennungskraftmaschine eines Fahrzeugs
US11326499B2 (en) * 2018-05-16 2022-05-10 Volvo Truck Corporation Method for controlling regeneration of an exhaust gas aftertreatment system of an internal combustion engine arranged on a vehicle
WO2020086326A1 (en) * 2018-10-23 2020-04-30 Zonar Systems, Inc. System and method for facilitating regeneration of particulate filters in a fleet of vehicles
EP3881030A4 (en) * 2018-11-13 2022-11-16 Magna International Inc. SYSTEM AND METHOD FOR VEHICLE GUIDANCE USING LARGE AMOUNTS OF DATA
US11158197B2 (en) 2019-02-25 2021-10-26 The Boeing Company Systems and methods for tail-specific parameter computation
DE102019205132A1 (de) * 2019-04-10 2020-10-15 Robert Bosch Gmbh Verfahren zum Regenerieren einer Abgasnachbehandlungsanlage
US20210046843A1 (en) * 2019-08-14 2021-02-18 Honda Motor Co., Ltd. System and method for presenting electric vehicle charging options
US11516295B1 (en) * 2019-12-06 2022-11-29 State Farm Mutual Automobile Insurance Company Using contextual information for vehicle trip loss risk assessment scoring
US11971270B2 (en) * 2020-10-08 2024-04-30 Toyota Motor Engineering & Manufacturing North America, Inc. Vehicle driving settings control system and methods for operating same
CN116291820B (zh) * 2023-02-02 2024-04-19 重庆赛力斯新能源汽车设计院有限公司 一种增程器gpf行车再生控制方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008008566B4 (de) 2008-02-08 2023-03-23 Robert Bosch Gmbh Verfahren zum Regenerieren einer Abgasnachbehandlungsanlage
US8347612B2 (en) 2010-03-19 2013-01-08 GM Global Technology Operations LLC Method and apparatus for regenerating a particulate filter system
GB2479196B (en) 2010-04-01 2016-10-26 Ford Global Tech Llc A method for regenerating a particulate filter
GB2513847A (en) 2013-05-03 2014-11-12 Rubberatkins Ltd Seal Assembly
US9500493B2 (en) * 2014-06-09 2016-11-22 Volkswagen Aktiengesellschaft Situation-aware route and destination predictions
US9650042B2 (en) 2014-09-11 2017-05-16 Cummins Inc. Systems and methods for route planning
US9732646B2 (en) 2015-01-12 2017-08-15 Ford Global Technologies, Llc Systems and methods for opportunistic diesel particulate filter regeneration

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113404575A (zh) * 2020-03-17 2021-09-17 联合汽车电子有限公司 Gpf再生优化方法及gpf再生机会评估系统
CN112101415A (zh) * 2020-08-13 2020-12-18 联合汽车电子有限公司 累碳量预测方法、装置、汽车、云端服务器及计算机可读存储介质
CN113202607A (zh) * 2021-04-16 2021-08-03 联合汽车电子有限公司 车辆颗粒物捕集器的再生控制方法、系统及存储介质
CN113202607B (zh) * 2021-04-16 2022-07-19 联合汽车电子有限公司 车辆颗粒物捕集器的再生控制方法、系统及存储介质
CN114483258A (zh) * 2022-02-11 2022-05-13 中国第一汽车股份有限公司 行驶数据的处理方法、处理装置和处理器
CN114483258B (zh) * 2022-02-11 2023-07-07 中国第一汽车股份有限公司 行驶数据的处理方法、处理装置和处理器
WO2023151319A1 (zh) * 2022-02-11 2023-08-17 中国第一汽车股份有限公司 行驶数据的处理方法、处理装置和处理器
CN114810297A (zh) * 2022-05-19 2022-07-29 潍柴动力股份有限公司 一种柴油机颗粒捕集器再生的控制方法及装置
CN115095414A (zh) * 2022-07-19 2022-09-23 北京主线科技有限公司 Dpf再生方法和系统
CN115095414B (zh) * 2022-07-19 2024-02-27 北京主线科技有限公司 Dpf再生方法和系统

Also Published As

Publication number Publication date
US20180340784A1 (en) 2018-11-29
US10309793B2 (en) 2019-06-04
DE102018112394A1 (de) 2018-11-29

Similar Documents

Publication Publication Date Title
CN108930577A (zh) 用于微粒过滤器再生的系统和方法
CN108952984A (zh) 用于微粒过滤器再生的系统和方法
US11149614B2 (en) Systems and method for exhaust warm-up strategy
RU2716098C2 (ru) Система и способ (варианты) для адаптивной регенерации сажевых фильтров в дизельных двигателях
US8347612B2 (en) Method and apparatus for regenerating a particulate filter system
CN109466538A (zh) 用于控制发动机怠速停止的方法和系统
CN107299865A (zh) 用于压缩机出口温度调节的方法和系统
CN112789401B (zh) 用于管理排放污染物的机动车辆的废气后处理系统的温度的方法和装置
CN105946865A (zh) 调整传动系运行的系统和方法
CN114483258B (zh) 行驶数据的处理方法、处理装置和处理器
CN110857651A (zh) 用于微粒过滤器再生的系统和方法
US11203993B2 (en) Method for operating an internal combustion engine
US20120023910A1 (en) Particulate Filter Regeneration Control System and Method
CN106401721A (zh) 利用连接性信息对选择性催化还原装置中氨存储的预测性控制
CN113202607A (zh) 车辆颗粒物捕集器的再生控制方法、系统及存储介质
CN107893713A (zh) 用于控制水喷射的方法和系统
CN107810314A (zh) 用于优化柴油颗粒过滤器的主动再生的方法
CN113006951A (zh) 车辆用控制数据的生成方法、车辆用控制装置、车辆用控制系统以及车辆用学习装置
US11448515B2 (en) Methods and systems for a motor vehicle
CN104736805A (zh) 内燃机的运转控制装置以及方法
CN113404575B (zh) Gpf再生优化方法及gpf再生机会评估系统
CN110131052A (zh) 用于车辆操作的系统和方法
US11875616B2 (en) Vehicle state monitoring device
KR101455601B1 (ko) 자동차의 내연 기관 동작 방법 및 장치
GB2603144A (en) Methods and systems for controlling vehicle performance

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination