CN113280105A

CN113280105A - 用于确定车辆的变速器状态的设备、方法和机器学习系统

Info

Publication number: CN113280105A
Application number: CN202110140067.5A
Authority: CN
Inventors: M·席格; M·B·扎法尔; R·D·基尔古斯; S·格尔温
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2020-02-03
Filing date: 2021-02-02
Publication date: 2021-08-20
Also published as: EP3859192B1; US20210237745A1; EP3859192A1

Abstract

用于确定车辆的变速器状态的设备、方法和机器学习系统。该方法包括：取决于路线信息、车辆速度、概率变量（特别是噪声）提供第一模型、特别是第一生成性模型的输入，并且提供第二模型、特别是第二物理模型的输出；响应于第一模型的输入确定第一模型的输出，其中第一模型的输出表征状态，其中第一模型包括第一层，其被训练成将取决于路线信息、车辆速度和概率变量所确定的第一模型的输入映射到中间状态，其中第一模型包括第二层，其被训练成取决于第二模型的输出将中间状态映射到状态；取决于至少一个车辆状态和/或路线信息提供第二物理模型的输入；响应于第二模型的输入确定第二模型的输出，其中第二模型的输出表征针对中间状态的至少一个限制。

Description

用于确定车辆的变速器状态的设备、方法和机器学习系统

背景技术

为了使得能够预测未来在引擎驱动的车辆中要接合的档位，其中车辆具有变速器，该变速器包括用于变速器和/或降低引擎扭矩的至少两个可选档位，DE 10 2006007717 A1提出了：检测和评估当前驾驶情形，并且取决于对当前驾驶情形的评估，针对至少两个档位来确定概率值，并且预测针对其确定了最高概率值的档位。

US 5557521A公开了一种用于改变自动档位的控制系统，该系统根据模糊逻辑方法来操作。所有模糊产生规则至少被划分成三个部分：用以确定面向消耗的驾驶风格中的档位改变点的一组基本规则；用以取决于当前驾驶风格来修改该组基本规则的一组适配规则；以及用于根据驾驶员的驾驶风格来对他/她进行分类的一组标识规则。

WO 2019/127231 A1公开了一种用以生成用于机器学习的训练数据的方法，该方法包括：生成用于目标神经网络的仿真训练数据，并且利用训练数据变换器对仿真训练数据进行变换以形成经变换的训练数据，训练数据变换器被训练成增加经变换的训练数据与仿真训练数据的一致性；以及利用经变换的训练数据来训练目标神经网络。

物理模型或概率模型可以用于确定车辆变速系统的各种方面。尽管物理模型是确定性的，但是其准确性取决于被建模的系统的可观察性。概率模型可以对不可观察的行为进行建模。然而，难以证明概率模型所预测的变速器状态在物理上是可行的。

可靠且准确地确定车辆的变速器状态是合期望的。

发明内容

这通过根据独立权利要求的方法、设备和机器学习系统来实现。

一种用于确定车辆的变速器状态的方法，包括：取决于路线信息、车辆速度、概率变量（特别是噪声）来提供第一模型、特别是第一生成性模型的输入，并且提供第二模型、特别是第二物理模型的输出；响应于第一模型的输入来确定第一模型的输出，其中第一模型的输出表征状态，其中第一模型包括第一层，第一层被训练成将取决于路线信息、车辆速度和概率变量所确定的第一模型的输入映射到中间状态，其中第一模型包括第二层，第二层被训练成取决于第二模型的输出将中间状态映射到状态；取决于至少一个车辆状态和/或路线信息来提供第二物理模型的输入；响应于第二模型的输入来确定第二模型的输出，其中第二模型的输出表征针对中间状态的至少一个限制。第一模型是生成性模型。第二层输出取决于第二模型的输出。第二层可以将物理限制应用于第一层的中间输出。第二层还可以包含例如从加速度到速度的转换。第二模型提供了针对生成性模型的输出的至少一个限制。该限制取决于物理约束。因此，显著改进了变速器、例如档位的状态的准确性和可靠性。在纯粹基于数据的模型之上另外的优点在于：在物理模型中建模的关系有助于将模型外推到在基于数据的模型的训练数据中不存在的测试数据的特性。例如，如果仅6档车辆在训练数据中以及在测试时间处可用，则针对5档车辆的档位也是可生成的。物理模型有助于对该新的未见过的测试用例进行有用的转变。

优选地，至少一个车辆状态由至少一个地理变量（特别是至少一个坡度轨迹值）或者至少一个车辆变量（特别是至少一个速度轨迹值）来定义。路线信息（诸如，道路坡度或车辆速度）提供可以用于确定针对变速器挡位的限制的物理信息。

优选地，至少一个车辆状态由至少一个车辆参数来定义，该至少一个车辆参数特别是以下各项中的至少一个：变速齿轮比（transmission gear ratio）、差动齿轮比、轮胎周长、车辆引擎空转速度、安全裕度、坡度、速度、引擎速度、辅助设备所需的功率、车辆阻力、以及车辆引擎满载功率-速度曲线。这些车辆参数提供物理信息，物理模型可以使用所述物理信息来确定针对变速器档位的限制。

优选地，路线信息包括路线特征，其中该方法包括从地图信息中提取路线特征。这些路线特征可以改进生成性模型的映射。

优选地，路线信息包括以下各项中的至少一个：地理特性、特别是绝对高度或道路坡度特性；以及交通流量特性、特别是时间相关的平均交通速度；以及道路特性、特别是车道数量、道路类型和/或道路曲率；以及交通控制特性、特别是速度限制特性、交通灯的数量、特定类型的交通标志的数量、停车标志的数量、让行标志的数量和/或人行横道标志的数量；以及天气特性、特别是预定时间处的降雨量、风速和/或雾的存在。该信息可以用于通过生成性模型来预测车辆变速器档位以及用于训练该生成性模型。

优选地，该方法包括：取决于路线信息、车辆速度以及状态来提供第三模型的输入；响应于第三模型的输入来确定第三模型的输出，其中第三模型的输出表征指示对状态的真实度估计的得分，其中第三模型被训练成将取决于路线信息、车辆速度以及状态所确定的第三模型的输入映射到第三模型的输出，第三模型的输出表征指示对状态的真实度估计的得分。得分可以输出关于由针对一时间段确定的输出所表示的档位时间序列是否匹配于该时间段内针对相同速度限制和坡度的变速器的真实世界档位时间序列的真或假信息。

优选地，路线信息和车辆速度由一时间段内随时间的连续或离散的值序列来定义，其中第一模型包括被适配成处理该时间段的值序列中的值的第一递归神经网络，并且第三模型包括被适配成处理该时间段的值序列中的值的第二递归神经网络，其中该方法包括由第一模型和第三模型两者来处理该时间段的值序列中的路线信息和车辆速度的相同值。

优选地，概率变量以及状态由该时间段内随时间的连续或离散的值序列来定义。

优选地，该方法包括取决于第二模型的多个输入并且取决于第一模型的多个输入来确定随时间的档位特性。

优选地，该方法包括：取决于随时间的档位特性和/或得分并且取决于车辆引擎模型来估计车辆的排气特性。

一种对应的设备包括被适配成执行该方法的步骤的至少一个处理器和存储装置。

一种机器学习系统包括第一模型、第二模型和第三模型，并且被适配成执行该方法的步骤。

一种训练机器学习系统的方法，包括：响应于定义第一模型和第二模型的输入数据的训练数据，取决于第一模型和第二模型的输出来确定状态，其中确定表征指示对状态的真实度程度估计的得分的第三模型的输出，并且其中取决于该得分来确定第一模型、第二模型和/或第三模型的至少一个参数，其中针对训练周期的输入数据包括状态、路线信息以及至少一个车辆状态。由第二模型表示的物理模型可以具有需要调整的自由参数。在这方面，当训练第一模型时，可以使用确切相同的训练算法来训练这些。

附图说明

可以从以下描述和附图中导出另外的有利方面。在附图中：

图1示意性地描绘了用于确定车辆的变速器状态的设备，

图2示意性地描绘了模型的方面，

图3示意性地描绘了用于确定状态变量的方法中的步骤，

图4示意性地描绘了机器学习系统，

图5示意性地描绘了物理模型的另外方面。

图1示意性地描绘了设备100。设备100可以包括：至少一个处理器和存储装置，它们可以被适配用于执行下面将描述的模型和方法步骤。

设备100包括第一模型、特别是第一生成性模型102，以及第二模型、特别是第二物理模型104。

第一模型102是基于数据的模型。第一模型102包括第一层102a，第一层102a被适配成将表征路线信息106a、车辆速度106b和概率变量108（特别是噪声）的输入映射到表征车辆变速器的中间状态110的输出。表征路线信息106a和车辆速度106b的输入是状态变量序列。在该示例中，中间状态110是指示所生成的无约束档位的状态变量序列。

路线信息106a可以例如根据经度和纬度坐标的序列来确定。该示例中的路线信息106a包括地图特征。地图特征可以包括速度限制、拓扑信息（诸如坡度）。地图特征可以包括天气条件。地图特征可以包括以下各项中的至少一个：地理特性、特别是绝对高度或道路坡度特性、道路坡度特性；以及交通流量特性、特别是时间相关的平均交通速度；以及道路特性、特别是车道数量、道路类型和/或道路曲率；以及交通控制特性、特别是速度限制特性、交通灯的数量、特定类型的交通标志的数量、停车标志的数量、让行标志的数量和/或人行横道标志的数量；以及天气特性、特别是预定时间处的降雨量、风速和/或雾的存在。

第二模型104被适配成取决于至少一个车辆状态114和/或路线信息106a、特别是坡度来确定表征针对中间状态110的至少一个限制112的输出。

设备100被适配用于确定变速器的状态116、特别是车辆的档位。变速器可以包括离合器或变矩器、至少一个驱动齿轮和若干个小齿轮。在该示例中，变速器的档位指代从驱动齿轮和小齿轮的所选组合所得的固定变速比。在该示例中，状态116是状态变量序列，其针对每个时间步通过整数值1、2、3、4、5、6之一来指示六个前进驾驶档位（forward drivinggear）。例如，特别地，在与输入数据（例如，路线信息106a）具有相同离散化的情况下，生成针对每一个时间步的档位值。倒退驾驶档位、空档或停车档可以同样地由其他整数值来指示。针对连续的变速系统，档位可以是连续浮点变量，例如代替地指示实际变速比。

第一模型102是用于预测表征状态116的输出的生成性模型。第二模型104包括物理模型，该物理模型用于在物理上对合理的档位进行建模并且用于基于其来确定限制。第一模型102包括第二层102b，第二层102b被适配成将限制应用于由第一模型102的第一层102a生成的中间状态110。

在该上下文中，第一层102a和第二层102b是模型层，即第一模型102的组件。在该上下文中，术语“层”不对应于神经网络中的一个层，而是一个模型层可以由多个神经网络层组成。

在这方面，设备100被适配成由取决于物理约束的限制来限制生成性第一模型102的输出。第二模型104利用来自物理学的先验知识丰富了第一模型102的纯粹基于数据的生成器输出。这提供了“混合”模型，这是因为它组合了基于数据的模型和基于物理学的模型。

设备100可以包括第三模型118。第三模型118可以是基于数据的模型。第三模型118被适配成将表征路线信息106a、车辆速度106b以及状态116的输入映射到输出，该输出表征指示对状态116的真实度估计的得分120。该得分可以输出关于由输出表示的档位是否匹配于针对相同速度限制和坡度的变速器的真实世界档位的真或假信息。该得分不一定是二进制的。该得分可以是回归值，例如针对真的为正，针对假的为负。

设备100可以包括训练装置122，训练装置122被适配成取决于得分120来确定第一模型102和/或第二模型104的至少一个参数。在该示例中，为了训练第一模型102，可以基于用于训练第一模型102的训练数据来迭代地重复梯度下降方法（例如ADAM），以将表征路线信息106a、车辆速度106b和概率变量108的输入映射到表征中间状态110的输出，中间状态110表征变速器的所预测的档位或变速比。第三模型118可以被训练。用于训练的输入数据可以包括状态116、路线信息106a、车辆速度106b和/或至少一个车辆状态114。在该上下文中的训练指代取决于训练数据确定用于第一模型102或第三模型118的参数或者交替地确定用于两者的参数。用于训练周期的输入数据可以包括状态116、路线信息106a、车辆速度106b和至少一个车辆状态114。

在一个示例中，设备100包括生成性对抗网络，其中第一模型102和第二模型104被配置为生成器并被训练，并且第三模型118被配置并且训练成对给定状态116的真实性或虚假性进行评分。詹森-香农（Jenson-Shannon）散度、特别是正则化詹森-香农散度可以用作用于训练生成性对抗网络的目标函数。在一个示例中，生成性对抗网络是Wasserstein生成性对抗网络。在该情况下，第三模型118是评论器（critic）或辨别器，其取决于Wasserstein距离对状态116的真实性或虚假性进行评分。可以使用正则化Wasserstein距离。

生成性对抗网络例如如下那样设定：

在给定基于档位x和环境条件c的一些真实数据

的情况下，生成性对抗网络学习从分布

中抽取样本。生成器网络

被训练成：使用另一个分布

从分布

中进行采样，该另一个分布

近似真实数据分布

。更具体地，经由对抗训练来最小化差异

。该示例中的差异是Wasserstein距离或詹森-香农散度、特别是正则化詹森-香农散度。在给定生成器网络g和评论（critique）f的情况下，这对应于以下极小极大目标：

其中

意味着对散度进行估计，生成器尝试将该散度最小化。Wasserstein距离例如被定义为

其中F由全1-Lipschitz函数组成，即

。

因此，极小极大目标是

参考图2进一步详细地描述了模型的另外的方面。

至少一个车辆状态114可以由至少一个车辆参数202来定义，该至少一个车辆参数202特别是以下各项中的至少一个：变速齿轮比、差动齿轮比、轮胎周长、车辆引擎空转速度、安全裕度、坡度、速度、引擎速度、一个辅助设备或多个辅助设备所需的功率、车辆阻力、以及车辆引擎满载功率-速度曲线。这些车辆参数提供了物理信息，物理模型可以使用所述物理信息来确定针对变速器档位的限制。

至少一个车辆状态114可以由至少一个地理变量204（特别是至少一个坡度轨迹值）或至少一个车辆变量206（特别是至少一个速度轨迹值）来定义。

第二模型104包括被适配成对至少一个限制112进行建模的物理建模装置208。在该示例中，至少一个限制112是对连续或离散档位输出的硬物理约束。在该示例中，确定针对时间步的最小档位210和针对该时间步的最大档位212。至少一个限制112可以是针对一个或所有时间步的仅最小档位或仅最大档位。

第二层102b可以包括限制装置214。该示例中的限制装置214由取决于最小档位210和最大档位212的限制函数定义为：

其中

是将x _t压缩至由θ参数化的[0,1]的函数，例如

其中

表征最小档位210，

表征最大档位212，x _t表征中间变速器状态110，并且x' _t表征变速器状态116。在该示例中，档位输出是离散的。在该示例中，通过例如将x' _t舍入到最靠近最接近的整数来将x' _t离散化。作为替代方案，可以取决于softmax函数来确定离散值。这需要关于最小/最大范围进行屏蔽。在该上下文中，屏蔽指代在训练期间屏蔽掉限制之外的值。θ表征该公式中的参数，所述参数可能在生成性对抗网络的训练期间被调整。替代地，还可以将其设置为常数、特别是1，并且在训练期间不对其进行调整。在该示例中，在一个方面，中间变速器状态110和变速器状态116由值的时间序列所包含。在该示例中，限制装置214被适配成输出由限制函数所确定的变速器状态116。

路线信息106a可以包括路线特征。在这方面，设备100可以被适配成从地图信息中提取路线特征。这些路线特征可以改进生成性模型的映射。

路线信息106a可以包括以下各项中的至少一个：地理特性、特别是绝对高度或道路坡度特性、道路坡度特性；以及交通流量特性、特别是时间相关的平均交通速度；以及道路特性、特别是车道数量、道路类型和/或道路曲率；以及交通控制特性、特别是速度限制特性、交通灯的数量、特定类型的交通标志的数量、停车标志的数量、让行标志的数量和/或人行横道标志的数量；以及天气特性、特别是预定时间处的降雨量、风速和/或雾的存在。该信息可以用于通过生成性模型来预测车辆变速器档位以及用于训练该生成性模型。

路线信息106a和车辆速度106b可以由一时间段内随时间的连续或离散的值序列来定义。该示例中的时间段以包括用于确定变速器状态116的值的时间步而可划分。在该示例中，每个时间步确定一个变速器状态116。

路线信息（诸如，道路坡度或车辆速度）提供了可以用于确定针对变速器档位的限制的物理信息。

在该示例中，概率变量108和状态116由该时间段内随时间的连续或离散的值序列来定义。

下面参考图3描述的方法假设实现了经训练的第一模型102。在一个方面，第三模型118可以特别地在训练期间存在。然而，在训练之后，可以独立于第三模型118来使用第一模型102和第二模型104。

在该示例中，第一模型102和第三模型118包括递归神经网络。递归神经网络可以实现为长短期记忆网络、门控递归单元、变换器架构、或vanilla递归神经网络。第一模型102包括第一递归神经网络，第一递归神经网络被适配成处理该时间段的值序列中的值。

第三模型118包括第二递归神经网络，第二递归神经网络被适配成处理该时间段的值序列中的值。设备100被适配成在第一模型104和第三模型118中处理路线信息106a和车辆速度106b的相同值。在该示例中，第一模型102和第三模型118被适配成在相同周期中处理该时间段的值序列中的路线信息106a和车辆速度106b的相同值。第二模型104可以被适配成基于相同周期内的路线信息106a将输出提供给第一模型102。设备100被适配成使用相同周期的第一模型102的输出作为相同周期中的第三模型118的输入来处理第三模型118。

确定车辆的变速器状态116的方法包括步骤302：取决于路线信息106a、车辆速度106b和概率变量108来提供第一模型102的输入。在该示例中，概率变量是噪声，例如白噪声。

此后，在步骤304中，响应于第一模型102的输入，取决于第一模型102的输出来确定变速器的中间状态110。第一模型102的第一层102a的输出表征中间状态110。在该示例中，将从路线信息106a、车辆速度106b和概率变量108所确定的第一模型102的第一层102a的输入映射到表征中间状态110的第一层102a的输出。取决于中间状态110和至少一个限制112来确定状态116。在该示例中，状态116的值由实现限制函数的第一模型102的第二层102b来确定。

该方法进一步包括步骤306：取决于至少一个车辆状态114来提供第二模型104的输入。

此后，在步骤308中，响应于第二模型104的输入，取决于第二模型104的输出来确定针对中间状态110的至少一个限制112。第二模型104的输出表征至少一个限制112。

该方法可以包括步骤310：取决于路线信息106a、车辆速度106b以及状态116来提供第三模型118的输入，以及步骤312：响应于第三模型118的输入，取决于第三模型118的输出来确定指示对状态116的真实度估计的得分120。第三模型118的输出表征得分120。在这方面，第三模型118被训练成将取决于路线信息106a、车辆速度106b以及状态116所确定的第三模型118的输入映射到表征得分120的输出。

该方法可以包括步骤314：取决于得分120来确定第一模型102或第三模型118或其两者的至少一个参数。

作为举例，取决于由至少一个地理变量204或至少一个车辆变量206定义的至少一个车辆状态114来确定至少一个限制112。至少一个地理变量204可以包括至少一个坡度轨迹值。至少一个车辆变量206可以包括至少一个速度轨迹值。

至少一个限制112可以取决于由至少一个车辆参数202定义的至少一个车辆状态114来确定，该至少一个车辆参数202特别是以下各项中的至少一个：变速齿轮比、差动齿轮比、轮胎周长、车辆引擎空转速度、安全裕度、坡度、速度、引擎速度、辅助设备所需的功率、车辆阻力、以及车辆引擎满载功率-速度曲线。

在图4中，示意性地描绘了用于确定状态116的示例性机器学习系统400。

在该示例中，路线信息106a和车辆速度106b由时间段402内随时间的连续的值序列来定义。代替于在时间段402内随时间的连续的值序列，该值序列可以是离散的。

路线信息106a可以包括路线特征。可以使用以下各项中的至少一个：

地理特性、特别是绝对高度或道路坡度特性，

交通流量特性、特别是时间相关的平均交通速度，

以及道路特性、特别是车道数量、道路类型和/或道路曲率；

交通控制特性、特别是速度限制特性、交通灯的数量、特定类型的交通标志的数量、停车标志的数量、让行标志的数量和/或人行横道标志的数量；

天气特性、特别是预定时间处的降雨量、风速和/或雾的存在。

在图4中，道路坡度特性404和速度限制特性406被示意性地描绘为路线信息106a。

在这种情况下，该方法可以包括从地图信息中提取路线特征。在该方面，可以取决于包括路线特征的路线信息106a来确定中间状态110。

第一模型102包括第一层102a和第二层102b。机器学习系统400被适配成处理时间段402的值序列中的值。在该示例中，概率变量108的值被确定为从特别是标准正态分布或均匀分布P _z中采样的噪声z~P _z。也可以使用任何其他分布。去往第一层102a的输入是噪声z和对于i=0,...,T的输入c _i，其中T是取决于路线信息106a和车辆速度106b而确定的时间段402中的离散值的数量。在这方面，噪声z和输入c _i可以被串联以形成第一层102a的输入。第一层102a响应于该输入的输出是中间状态110，在该示例中是无限制的档位。第二层102b被适配成取决于第二模型104的输出来处理中间状态110以确定状态116。在该示例中，提供最小档位210和最大档位212作为第二模型104的输出。在该示例中，时间步中的状态116具有指示档位的离散数量的特定值。时间0,...,T的档位序列由状态116的不同值的序列来表示。

第三模型118被适配成处理该时间段的值序列中的值作为第三模型118的输入。去往第三模型118的输入是输入c _i，输入c _i是取决于路线信息106a、车辆速度106b以及被指示为x' _i的状态116来确定的。在这方面，输入c _i和x' _i可以被串联以形成第三模型118的输入。该第三模型118响应于第三模型118的输入而输出得分120，该得分120例如用y=1指示状态116的真实性，并且用y=0指示状态116的虚假性。在上面提及的Wasserstein生成性对抗网络中，y是连续值。

该示例中的机器学习系统400被适配成由第一模型102和第三模型118两者来处理路线信息106a和车辆速度106b的相同值。

在图5中示意性地示出了特别用于该方面的第二模型104的详细视图。

在一个示例中，要生成的档位仅被约束在物理上合理的范围内。在给定时间步处的速度的情况下，例如在计算一个周期中的状态116的时间处，由于不同的档位能够维持一定的速度范围，因此有可能计算出车辆可以以其操作的最小和最大档位。这些档位范围可以根据物理量来计算，所述物理量诸如每个档位中可用的功率、以及维持目标速度所需的功率。这种量可经由物理模型500获得。

图5中针对一个示例详细描绘了物理量及其之间的相互作用。

用于周期中的计算的示例性输入包括周期坡度轨迹值502和周期速度轨迹值504。周期速度轨迹值504被称为速度v。周期坡度轨迹值502被称为坡度502。

另外的输入参数是齿轮比506、差动比508和轮胎周长510。

在给定时间步处的速度v的情况下，第二模型104计算物理上合理的最小合理档位210和最大合理档位212如下：

针对每个档位i，将总变速比512计算为：

利用总变速比512和给定速度v，将以该速度驾驶所需的每个档位i中的（理论）引擎速度514计算为：

由于在例如前两个档位中使用了离合器，因此在先前步骤中计算出的引擎速度514可能不是有效的。例如，当驾驶员从静止驾驶离开（加速）或者停止至静止（减速）时，驾驶员可能使用离合器。在该示例中，假设前两个档位受离合器的使用所影响。用于加速和减速的最小引擎速度可以由领域专家作为输入而给出，或者可以基于引擎空转速度516的输入被初始化为1.15*引擎空转速度516。然后，计算加速或减速模式是否适用。这可以基于当前和先前时间步处的速度v。取决于该计算的结果，用针对加速的最小引擎速度或针对减速的最小引擎速度替换引擎速度514。

这提供了所得的引擎速度518。

在先前步骤中，针对每个档位i，获得了维持速度v所需的以RPM为单位的引擎速度518。该引擎速度518被转换成档位i中可用的功率520。这是该引擎在所得的引擎速度518下将生成的功率。从引擎速度到功率的这种转换可以经由引擎满载功率-速度曲线522来完成，该曲线通常可从车辆规格中获得并且作为输入来提供。

在该转换之前，引擎速度518可以被限制如下：

a.引擎速度518可以被修剪到最大可能引擎速度524。最大可能引擎速度524可以是制造商指定的输入。

b.车辆速度v可以被调整成处于安全裕度526的某个范围内。安全裕度526可以由领域专家作为输入来设置。安全裕度526的示例是：

i.引擎速度不应当低于空转速度。

ii. 引擎速度不应当太接近于最大速度。

在该示例中，在档位i中可用的功率520是针对所有档位单独地确定的。

附加地，确定维持速度v所需的功率528。该功率528被计算为：

其中，

分别是根据车辆阻力f ₀、f ₁、f ₂以及惯性力参数f _惯性计算出的驾驶阻力、仰角阻力和惯性阻力。f _eta是传动系效率因子。车辆阻力f ₀、f ₁、f ₂以及惯性力参数f _惯性和传动系效率因子f _eta可以是可从车辆规格获得的输入参数530。P _aux是辅助设备（诸如，前灯和空调）所使用的功率。P _aux可以是输入值532。此外，a是加速度，其可以从当前和先前时间步处的速度v来计算。m是车辆的质量。

基于每个档位i处可用的功率520、以及对于速度v所需的功率528，选择档位534以使得档位i处可用的功率520 ≥ 对于速度v所需的功率528。这可能导致满足该条件的一个物理上合理的档位534或物理上合理的档位534列表。从该列表中，获得物理上合理的最小档位210和最大档位212。在仅一个档位534可用的情况下，该档位可以用于两者。

可选地，可以将空档位或档位0添加到物理上合理的档位列表。可以经由启发式方法来执行该过程。例如，当以下各项时，可以将空档位添加到物理上合理的档位534：

a. 车辆处于静止并且加速度为0。

b. 车辆逐渐减速并且来到静止。

c. 领域专家可以添加更多条件。

基于该第二模型104，至少一个车辆状态114可以由至少一个车辆参数202来定义，该至少一个车辆参数202特别是以下各项中的至少一个：变速齿轮比506、差动齿轮比508、轮胎周长510、车辆引擎空转速度516、安全裕度526、坡度502、速度504、引擎速度514、一个辅助设备或多个辅助设备所需的功率532、车辆阻力530、以及车辆引擎满载功率-速度曲线522。

在一个方面，坡度106a的值的时间序列和车辆速度106b的值的时间序列

是去往基于数据的模型（即第一模型102）和去往物理模型（即第二模型104）两者的输入。时间序列

可能具有相同的来源。如果车辆速度106b标示速度的时间序列

，则一个周期速度轨迹值504是来自时间序列

的值的子集。这同样适用于坡度，即坡度502的值的时间序列中的一个值是106a中的坡度时间序列中的值的子集。

机器学习系统400计算在时间步t处可能的物理上合理的档位范围

。

为了确保机器学习系统400的生成器仅生成位于范围

内的档位，使用前面提及的等式将所生成的档位x _t（例如，中间状态110）缩放成x' _t（例如，状态值116）。

在由第一模型104生成的档位（即状态116）是连续值的情况下，在对该值进行限制并且将其作为状态值116提供给下游任务之后，可以将该值舍入到最接近的整数值。

在一个方面，通过利用来自物理学的先验知识，可以从物理模型（即第二模型104）的输出生成档位轨迹。对于以这种方式生成的档位轨迹，确保所生成的档位轨迹处于物理上合理的范围内。因此，这些档位轨迹与例如仅由第一模型102生成的轨迹相比具有更高的准确性。

与不具有第二模型102的训练相比，包括第二模型104的生成性对抗网络的训练更快并且更稳定，这是因为第二模型104不必从数据中学习物理关系。

前面提及的方法和设备100、并且特别是机器学习系统400更好地推广到无法在其上观察到训练数据的车辆或道路条件，这是因为输入与输出之间的一些关系是通过显式关系来描述的，并且因此不是从数据中学习的。特别地，例如，齿轮比高度取决于感兴趣的车辆。通过对物理模型进行集成，所得的设备100或机器学习系统400例如即使在不同数量的档位的情况下也可以生成针对训练数据中未观察到的齿轮比的档位。

与仅采用物理模型相比，一些附加优点如下：

基于物理学的档位模型仅输出可行档位值的范围。为了生成实际的档位序列，必须从该范围中选择每个时间步的一个档位值。使用基于生成性对抗网络的模型，学习到从最小和最大范围内进行该选择。例如，使用启发式方法，针对引擎性能选择最佳档位、从该范围进行随机选择、从该范围的前k个分位数进行选择反而将会导致更差的准确性，这是因为在真实世界中，由于许多潜在的未观察到的因素（例如，驾驶员行为、超越其他车辆），这些启发式方法经常被违反。在基于生成性对抗网络的生成器（即第一模型102）的概率性质中处理未观察到的变量的该差异。

替代地，离散值可以由经训练的人工神经网络来确定，该经训练的人工神经网络包括合适的激活函数（例如softmax），并且将物理模型实现为第二模型104。在这种情况下，可以训练人工神经网络以将输入（例如中间状态110）限制到范围

。

物理模型（即第二模型104）取决于该模型没有作为直接输入而得到的一些变量。此外，从一些输入变量来计算中间特征。这些中间特征是基于专家知识来确定的。附加地或替代地，从物理模型中已知，不仅可行的档位范围而且还有实际的档位取决于这些专家特征，可以利用这些专家特征来训练第一模型102（即生成器），例如通过将这些作为输入添加到第一模型102。这样，可以从第一模型102中学习到这些特征与时间步t处的实际档位之间的关系。

这样训练的模型、设备100和/或机器学习系统400也可以执行用于预测随时间的档位特性的上面描述的方法。

档位特性可以用于对车辆的排放进行仿真。该仿真可以用于对排气限制的依从性进行概率判断、对车辆的引擎的参数化或车辆的控制进行优化。该仿真可以用于预测性车辆控制、传动系管理、和/或用于包括内燃机、电引擎或两者的车辆传动系的扭矩再生。

在训练之后，第二模型104和/或第三模型118可能不存在。当第三模型118在训练之后存在时，第三模型118可以用于确定或辨别随时间的安全档位特性与不安全档位特性。这通过物理依从性的方式确保更高的准确性，并且这确保了下游任务中的更高准确性。

因此，下游任务可以避免不稳定和/或不安全的机制，这是因为在物理上不合理的输入可能使下游系统不稳定和/或不安全。

在优选实施例中，响应于第一模型102的多个输入，取决于第二模型104的多个输入来确定随时间的档位特性。另外，可以取决于随时间的档位特性并且取决于车辆引擎模型来估计车辆的排气特性。

Claims

1.一种用于确定车辆的变速器的状态（116）的方法，其特征在于：取决于路线信息（106a）、车辆速度（106b）、概率变量（108）——特别是噪声——来提供（302）第一模型（102）的输入，并且提供第二模型（104）的输出，其中第一模型（102）是生成性模型，并且第二模型（104）是物理模型；响应于第一模型（102）的输入来确定（304）第一模型（102）的输出，其中第一模型（102）的输出表征状态（116），其中第一模型（102）包括第一层（102a），第一层（102a）被训练成将取决于路线信息（106a）、车辆速度（106b）和概率变量（108）所确定的第一模型（102）的输入映射到中间状态（110），其中第一模型（102）包括第二层（102b），第二层（102b）被训练成取决于第二模型（104）的输出将中间状态（110）映射到状态（116）；取决于至少一个车辆状态（114）和/或路线信息（106a）来提供（306）第二模型（104）的输入；响应于第二模型（104）的输入来确定（308）第二模型（104）的输出，其中第二模型（104）的输出表征针对中间状态（110）的至少一个限制（112）。

2.根据权利要求1所述的方法，其特征在于，所述至少一个车辆状态（114）由至少一个地理变量（204）——特别是至少一个坡度轨迹值、或至少一个车辆变量（206）——特别是至少一个速度轨迹值来定义。

3.根据前述权利要求中的一项所述的方法，其特征在于，所述至少一个车辆状态（114）由至少一个车辆参数（202）来定义，所述至少一个车辆参数（202）特别是以下各项中的至少一个：变速齿轮比（506）、差动齿轮比（508）、轮胎周长（510）、车辆引擎空转速度（516）、安全裕度（526）、坡度（502）、速度（504）、引擎速度（514）、辅助设备所需的功率（532）、车辆阻力（530）、以及车辆引擎满载功率-速度曲线（522）。

4.根据前述权利要求中的一项所述的方法，其特征在于，路线信息（106a）包括路线特征，其中所述方法包括从地图信息中提取路线特征。

5.根据前述权利要求中的一项所述的方法，其特征在于，路线信息（106a）包括以下各项中的至少一个：地理特性、特别是绝对高度或道路坡度特性；以及交通流量特性、特别是时间相关的平均交通速度；以及道路特性、特别是车道数量、道路类型和/或道路曲率；以及交通控制特性、特别是速度限制特性、交通灯的数量、特定类型的交通标志的数量、停车标志的数量、让行标志的数量和/或人行横道标志的数量；以及天气特性、特别是预定时间处的降雨量、风速和/或雾的存在。

6.根据前述权利要求中的一项所述的方法，其特征在于：取决于路线信息（106a）、车辆速度（106b）以及状态（116）来提供（310）第三模型（118）的输入；响应于第三模型（118）的输入来确定（312）第三模型（118）的输出，其中第三模型（118）的输出表征指示对状态（116）的真实度估计的得分（120），其中第三模型（118）被训练成将取决于路线信息（106a）、车辆速度（106b）以及状态（116）所确定的第三模型（118）的输入映射到第三模型（118）的输出，第三模型（118）的输出表征指示对状态（116）的真实度估计的得分（120）。

7.根据权利要求6所述的方法，其特征在于，路线信息（106a）和车辆速度（106b）由一时间段内随时间的连续或离散的值序列来定义，其中第一模型（102）包括被适配成处理所述时间段的值序列中的值的第一递归神经网络，并且第三模型（118）包括被适配成处理所述时间段的值序列中的值的第二递归神经网络，其中所述方法包括由第一模型（102）和第三模型（118）两者来处理所述时间段的值序列中的路线信息（106a）和车辆速度（106b）的相同值。

8.根据权利要求7所述的方法，其特征在于，概率变量（108）和状态（116）由在所述时间段内随时间的连续或离散的值序列来定义。

9.根据前述权利要求中任一项所述的方法，其特征在于，取决于第二模型（104）的多个输入并且取决于第一模型（102）的多个输入来确定随时间的档位特性。

10.根据权利要求9所述的方法，其特征在于，取决于随时间的档位特性和/或得分（120）并且取决于车辆引擎模型来估计车辆的排气特性。

11.一种用于确定车辆的变速器的状态（116）的设备（100），其特征在于，所述设备被适配用于执行根据权利要求1至10中的一项所述的方法的步骤。

12.一种机器学习系统（400），包括第一模型（102）、第二模型（104）和第三模型（118），并且被适配成执行根据权利要求6或7中的一项所述的方法的步骤。

13.根据权利要求12所述的训练机器学习系统（400）的方法，其特征在于，响应于定义第一模型（102）和第二模型（104）的输入数据的训练数据，取决于第一模型（102）和第二模型（104）的输出来确定状态（116），其中确定表征指示对状态（116）的真实度估计的得分（120）的第三模型（118）的输出，并且其中取决于得分（120）来确定第一模型（102）和/或第三模型（118）的至少一个参数，其中针对训练周期的输入数据包括状态（116）、路线信息（106a）以及所述至少一个车辆状态（114）。

14.一种计算机程序，其特征在于，所述计算机程序包括计算机可读指令，所述计算机可读指令在由计算机执行时引起所述计算机执行根据权利要求1至10中的一项所述的方法的步骤。