CN118103266A - 用于交通工具中的功率或扭矩分配的自适应实时优化的方法 - Google Patents

Abstract

一种用于交通工具中的功率或扭矩分配的自适应实时优化的方法，该交通工具具有第一推进源(M1)、第二推进源(M2)和用于控制第一推进源(M1)和第二推进源(M2)之间的功率或扭矩分配的基于强化学习的分配控制器。该方法包括：对基于强化学习的分配控制器的最优功率或扭矩分配矩阵(S*)和学习反馈变量(λ*)进行初始化；从交通工具的驾驶员或交通工具的自动驾驶系统获取交通工具的功率设定点(P_SP)或扭矩设定点(TQ_SP)；基于从最优功率或扭矩分配矩阵(S*)推导出的功率分配值以及交通工具的功率设定点(P_SP)或扭矩设定点(TQ_SP)，计算用于第一推进源(M1)的第一最优功率或扭矩设定点(P1_SP,T1_SP)和用于第二推进源(M2)的第二最优功率或扭矩设定点(P2_SP,T2_SP)；使用第一最优功率或扭矩设定点(P1_SP,T1_SP)控制第一推进源(M1)，并且使用第二最优功率或扭矩设定点(P2_SP,T2_SP)控制第二推进源(M2)；使用基于强化学习的分配控制器的机器学习算法以用于基于测量或估计的功率或扭矩输出反馈来计算学习反馈变量(λ)，其中，该学习反馈变量(λ)表示优化基准；以及当计算出的学习反馈变量(λ)表现出在优化基准方面的改善优于先前的学习反馈变量(λ*)时，更新最优功率或扭矩分配矩阵(S*)。

Description

用于交通工具中的功率或扭矩分配的自适应实时优化的方法

技术领域

本公开内容涉及一种用于交通工具中的功率或扭矩分配的自适应实时优化的方法，该交通工具具有第一推进源、第二推进源和用于控制第一推进源和第二推进源之间的功率或扭矩分配的基于强化学习的分配控制器。本公开内容还涉及对应的交通工具的功率或扭矩管理系统。

根据本公开内容的方法和系统可以布置在汽车中，但该方法和系统不限于该特定的交通工具，而是作为替代方式可以安装或实施在其他类型交通工具中，诸如卡车、公共汽车、轨道车辆、飞行交通工具、海洋船舶、越野车、工作车辆等。

背景技术

混合动力电动汽车(HEVs：hybrid electric vehicles)和一些电池电动汽车(BEV)在不同的架构中具有能够应用于车轮以实现牵引的若干扭矩源或功率源。因此，存在如何识别和应用各种功率源之间的高效功率分配的设计要求。优化的基准包括例如排放、燃料消耗、驾驶性能、充电状态(SOC：State of Charge)偏差等。

旨在识别已知驱动循环上的高效功率分配的一种已知解决方案包括应用所谓的动态规划(DP：Dynamic Programming)，其依赖于了解以前的驱动循环，并通过从驱动循环中的终点后推计算来确定针对各驱动力矩的最优或至少高效的功率分配，使得每个离散的连接步骤都对应于最优或至少高效的功率分配。然而，在现实世界的条件下，实际的驱动循环通常是事先未知的，因此最终的性能可能是次优的，也较不实用。

用于获得最优或至少高效的功率分配的其他解决方案包括应用，诸如基于规则的策略(RBS：Rule Based Strategy)、模糊逻辑、遗传算法(GA：Genetic Algorithms)的控制策略。

然而，没有一个现有技术解决方案提供在目标基准方面(诸如例如在低燃料消耗方面)表现足够好，同时计算效率高从而允许实时实现的控制策略。

因此，需要一种用于确定交通工具中的功率或扭矩分配的改进的方法，该方法计算效率高以允许实时实现，并且不需要先前的实际行驶循环的信息。

发明内容

本公开内容的目的是提供一种避免了前述问题的用于具有两个推进源的交通工具中的功率或扭矩分配的自适应实时优化的方法和系统。该目的至少部分地通过独立权利要求的特征来实现。

根据本公开内容的第一方面，提供了一种用于交通工具中的功率或扭矩分配的自适应实时优化的方法，该交通工具具有第一推进源、第二推进源和用于控制第一推进源和第二推进源之间的功率或扭矩分配的基于强化学习的分配控制器。该方法包括：对基于强化学习的分配控制器的最优功率或扭矩分配矩阵和学习反馈变量进行初始化；从交通工具的驾驶员或交通工具的自动驾驶系统获取交通工具的功率设定点或扭矩设定点；基于从最优功率或扭矩分配矩阵推导出的功率分配值以及交通工具的功率设定点或扭矩设定点，计算用于第一推进源的第一最优功率或扭矩设定点和用于第二推进源的第二最优功率或扭矩设定点；使用第一最优功率或扭矩设定点控制第一推进源，并且使用第二最优功率或扭矩设定点控制第二推进源；使用基于强化学习的分配控制器的机器学习算法以用于基于测量或估计的功率或扭矩输出反馈来计算学习反馈变量，其中，该学习反馈变量表示优化基准；以及当计算出的学习反馈变量表现出在优化基准方面优于先前的学习反馈变量的改善时，更新最优功率或扭矩分配矩阵。

根据本公开内容的第二方面，提供了一种用于交通工具中的功率或扭矩分配的自适应实时优化的交通工具的功率或扭矩管理系统，该交通工具具有第一推进源、第二推进源和用于控制第一推进源和第二推进源之间的功率或扭矩分配的基于强化学习的分配控制器。该功率或扭矩分配控制器被配置成用于：对最优功率或扭矩分配矩阵和学习反馈变量进行初始化；从交通工具的驾驶员或交通工具的自动驾驶系统获取交通工具的功率设定点或扭矩设定点；基于从最优功率或扭矩分配矩阵导出的功率分配值以及交通工具的功率设定点或扭矩设定点，计算用于第一推进源的第一最优功率或扭矩设定点和用于第二推进源的第二最优功率或扭矩设定点；使用第一最优功率或扭矩设定点控制第一推进源，并且使用第二最优功率或扭矩设定点控制第二推进源；使用机器学习算法以用于基于测量或估计的功率或扭矩输出反馈来计算学习反馈变量，其中，该学习反馈变量表示优化基准；以及当计算出的学习反馈变量表现出在优化基准方面优于先前的学习反馈变量的改善时，更新最优功率或扭矩分配矩阵。

以此方式，实现了用于确定交通工具中的功率或扭矩分配的，特别是在降低计算要求和允许更具成本效益的实时实现方面得到了改进的方法和系统。此外，不需要与以前的实际驾驶循环有关并且/或者与交通工具系统的数学模型的开发有关的信息。相反，该方法和系统在已基于历史驾驶数据或类似的训练数据而被适当地初始化之后，会自动地适应系统行为的逐渐变化。

换言之，根据本公开内容的自适应机器学习方法，由于控制器规则的实时连续更新，在给定当前环境的情况下，尽管最优分配由于许多因素，例如部件磨损而在交通工具寿命期间发生变化，也能够针对各驾驶情况实现最优的或至少接近最优的功率分配解决方案。

通过实现从属权利要求中的一个或若干个特征来实现其他优点。

在一些示例性实施方式中，基于以下公式中的任一者来计算用于第一推进源的第一最优功率或扭矩设定点的步骤：

P1_SP＝S^*×P_SP或P1_SP＝S^*×CorrFact×P_SP或P1_SP＝P_SP×f(S^*)或

P1_SP＝P_SP×f(S^*,AP)或T1_SP＝S^*×T_SP或T1_SP＝S^*×CorrFact×T_SP或

T1_SP＝T_SP×f(S^*)或T1_SP＝T_SP×f(S^*,AP)，以及

基于以下公式计算用于第二推进源的第二最优功率或扭矩设定点：

P2_SP＝P_SP×(1-S^*)或P2_SP＝P_SP×(1-S^*×CorrFact)或者

P2_SP＝P_SP(1-f(S^*))或P2_SP＝P_SP(1-f(S^*,AP))或T2_SP＝T_SP×(1-S^*)或

T2_SP＝T_SP×(1-S^*×CorrFact)或T2_SP＝T_SP(1-f(S^*))或

T2_SP＝T_SP(1-f(S^*,AP))。

在一些示例性实施方式中，对最优功率或扭矩分配矩阵进行初始化的步骤包括用预定功率或扭矩分配值加载最优功率或扭矩分配矩阵。因此，交通工具的功率或扭矩管理系统在制造后即可直接使用。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，对最优功率或扭矩分配矩阵进行初始化的步骤包括定义具有预定学习反馈性能变量的矩阵Λ。因此，交通工具的功率或扭矩管理系统在制造后即可直接使用。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，确定是否更新最优功率或扭矩分配矩阵的步骤包括，在增大的学习反馈变量表示当前运行条件(例如，系统或交通工具效率)的改善的情况下，

IFλ>λ^*

THENΔS＝S-S^*

UPDATE S^*→S^*+ΔS

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，确定是否更新最优功率或扭矩分配矩阵的步骤包括，在减小的学习反馈变量表示当前运行条件(例如，系统或交通工具总能量消耗)的改善的情况下，

IFλ<λ^*

THENΔS＝S^*-S

UPDATE S^*→S^*-ΔS

因此，该系统计算效率高，且允许实时实现。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，学习反馈变量被不断更新并被用于最优功率分配矩阵的增量更新。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，学习反馈变量的优化标准是最小化的总输入功率、或最大总系统效率、或最小化的总排放、或最大驾驶性能。通过优化整体交通工具参数，可以避免子系统的次优化，从而实现提高的交通工具效率。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，第一推进源是电机，第二推进源是内燃机，并且基于以下公式计算最小化的总输入功率形式的学习反馈变量：

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，第一推进源是第一电机，第二推进源是第二电机，并且基于以下公式计算最小化的总输入功率形式的学习反馈变量：

P_SP＝P_EM1+P_EM2＝V_EM1×I_EM1+V_EM2×I_EM2。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，第一推进源是电机，第二推进源是内燃机，并且基于以下公式计算最小化的总输入功率形式的学习反馈变量：

项W_ICE和W_EM在这里是仅随SOC变化，或随SOC与一个或多个附加参数AP的组合而变化的权重。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，第一推进源是电机，第二推进源是内燃机，并且基于以下公式计算最大总交通工具效率形式的学习反馈变量：

η_TOT＝η_ICE*η_EM*η_Inverter*η_Trans。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，第一推进源是第一电机，第二推进源是第二电机，并且基于以下公式计算最小化的总输入功率形式的学习反馈变量：

P_SP＝W_EM1(SOC,AP)P_EM1+W_EM2(SOC,AP)P_EM2＝

W_EM1(SOC,AP)×V_EM1×I_EM1+W_EM2(SOC,AP)×V_EM2×I_EM2。

项W_EM1和W_EM2在这里是仅随SOC变化，或随SOC与一个或多个附加参数AP的组合而变化的权重。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，基于以下公式计算最大总交通工具效率形式的学习反馈变量：

η_TOT＝η_EM1×η_EM2×η_Inverter1×η_Inverter2×η_Trans1×η_Trans2。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，在某些驾驶事件期间，例如当切换HEV驾驶模式时或在换挡期间，排除了最优功率或扭矩分配矩阵的更新的步骤。从而，可以避免基于不相关的运行条件更新最优功率或扭矩分配矩阵。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，基于强化学习的分配控制器至少使用交通工具速度和交通工具扭矩作为最优功率或扭矩分配矩阵S^* _VS,TQ和学习反馈变量λ_VS,TQ的参数。交通工具速度和交通工具扭矩是用于交通工具驱动传动系控制的两个高度相关的参数。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，基于强化学习的分配控制器至少使用交通工具速度、交通工具扭矩以及交通工具加速度作为最优功率或扭矩分配矩阵和学习反馈变量/>的参数。通过还包括交通工具加速度以作为用于控制交通工具驱动系的参数，可以实现进一步提高的效率。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，最优功率分配矩阵指定在0和1范围之间的一组功率分配值。这使得实现了用于管理和更新功率分配矩阵的计算效率高的方法。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，第一推进源是电机，第二推进源是内燃机。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，第一推进源和第二推进源都是电机。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，交通工具速度设定点、交通工具扭矩设定点以及可选的交通工具加速度设定点是最优功率分配矩阵S*的输入参数，最优功率分配矩阵S*分别确定第一推进源和第二推进源的最优功率或扭矩设定点。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，可以校正由最优功率分配矩阵S*分别确定的第一和第二最优功率或扭矩设定点，以考虑至少一个附加参数，例如具体而言电池充电状态、电池健康状态、环境和/或电池温度、环境条件、驾驶员识别信息。第一和第二最优功率或扭矩设定点的该校正分别可以例如通过基于一个或多个附加参数确定校正因子(CorrFact)，并随后将从最优功率或扭矩分配矩阵S*导出的最优功率或扭矩分配值与所述校正因子相乘来完成。由此，实现了更精确且适应性更强的功率或扭矩分配系统。

可替代地，可以通过将来自最优功率分配矩阵S*的分配值馈送到校正函数CF来计算校正或修改后的功率分配值，校正函数CF即将修改后的功率分配作为输出且将功率分配值和附加参数AP作为输入变量的数学函数。

在这点上，校正功能可以例如包括不管来自S*矩阵的功率分配值如何，在低功率分配值下都将输出值设置为零，例如大约0到至少0.1，即主要ICE运行的模式。类似地，校正功能可以例如包括不管来自S*矩阵的功率分配值如何，在较高功率分配值下都将输出值设置为“1”，例如大约0.8到1.0，即主要EM运行的模式。最后，当分配值是0和最大值之间的中心区域时，校正函数可以例如包括将输出值定义为范围从0到1的数学函数。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，至少一个附加参数，例如电池的充电状态、电池健康状态、环境和/或电池温度、环境条件、驾驶员识别信息，是确定第一和第二最优功率或扭矩设定点的最优功率分配矩阵S*的输入参数。

在可以与上述实施方式中的任何一个或多个相结合的一些示例性实施方式中，机器学习算法基本上不断地获得：第一推进电机和第二推进电机中的每一者的测量和/或估计的交通工具输出功率或扭矩；反映在第一推进马达的第一最优功率或扭矩设定点与交通工具输出功率或扭矩之间的差的测量和/或估计的第一误差值；反映在第二推进马达的第二最优功率或扭矩设定点与交通工具输出功率或扭矩之间的差的测量和/或估计的第二误差值；以及测量或估计的交通工具速度、测量或估计的交通工具扭矩以及可选的测量或估计的交通工具加速度。

本公开内容还涉及包括上述交通工具的功率或扭矩管理系统的交通工具。

当研究所附权利要求和以下描述时，本发明的其他特征和优点将变得显而易见。本领域技术人员意识到，在不脱离本公开内容的范围的情况下，本公开内容的不同特征可组合以创造出除上文和下文中明确描述的实施例之外的实施例。

附图说明

下面将参照附图来详细描述根据本公开内容的用于交通工具中的功率或扭矩分配的自适应实时优化的方法和系统，在附图中，

图1-2示意性地示出了根据本公开内容的适于实现功率或扭矩分配的两种可替代的车辆布局，

图3示意性地示出了最优功率分配矩阵S*，

图4-5示意性地示出了功率或扭矩分配系统的布局的两个可替代的实施例，

图6-8B示意性地示出了功率或扭矩分配系统的详细布局的一些额外的示例性实施例，

图9示意性地示出了随功率分配值变化的输入功率；

图10A-C示意性地示出了校正功能的内容的示例性实施例，

图11-12示意性地示出了功率或扭矩分配系统的详细布局的一些额外的示例性实施例，

图13-14分别示意性地示出了用于控制EM和ICE的数据地图，

图15示意性地示出了最优功率分配矩阵S*的内容，

图16示意性地示出了基于输入功率的学习反馈性能矩阵Λ的内容，并且

图17示意性地示出了用于优化车辆功率或扭矩分配的方法的基本步骤。

具体实施方式

下面将结合附图描述本公开内容的各个方面，以例示而非限制本公开内容，其中，类似的附图标记表示类似的元件，且所描述的方面的变型不限于具体示出的实施例，而是能够应用于本公开内容的其他变型。

本领域技术人员将理解，本文中解释的步骤、服务和功能可以使用单独的硬件电路、使用与编程微处理器或通用计算机结合起作用的软件、使用一个或多个专用集成电路(ASIC)并且/或者使用一个或多个数字信号处理器(DSP)来实现。还将理解，当根据方法描述本公开时，本公开内容还可以在一个或多个处理器和耦合于该一个或多个处理器的一个或多个存储器中实现，其中，该一个或多个存储器储存一个或多个程序，该一个或多个程序在由该一个或多个处理器执行时执行本文中公开的步骤、服务和功能。

参考图1和图2，本公开内容涉及用于优化具有第一推进源M1和第二推进源M2的车辆中的功率或扭矩分配的方法，以及对应的车辆功率或扭矩管理系统。

该方法和系统可以在具有至少两个不同推进源的许多不同类型的车辆动力系中实现。例如，参考图1，该方法和系统可以在具有作为第一推进源M1的内燃发动机(ICE)和作为第二推进源M2的电机(EM)的混合动力电动车辆(HEV)1中实现。如图1中示意性地示出的，ICE可以例如与车辆前轮2和/或后轮2驱动地连接，并且电机M2可以集成在ICE中并且驱动地连接于ICE的输出轴。可替代地，ICE可以与车辆前轮2驱动地连接，并且电机M2可以与后轮3驱动地连接，或者相反。

参照图2，该方法和系统可替代地可以在具有作为第一推进源M1的第一电机和作为第二推进源M2的第二电机的电池电动车辆(BEV)1中实现。如图2中示意性地示出的，第一电机M1可以与车辆前轮2驱动地连接，并且第二电机M2可以与后轮3驱动地连接。

在上述示例性实施例中，车辆还包括高压推进电池4，高压推进电池4经由合适的功率转换器(例如逆变器等)与电机电连接。高压推进电池4可以经由充电连接器5而由外部功率源有线或无线地充电。可替代地，车辆可以缺少充电连接器5，并且电池充电由车辆内部功率源，例如ICE、燃料电池、太阳能电池板等执行。

第一推进源和第二推进源的实现可能有许多进一步的变形，并且在本公开内容的范围内。例如，ICE可以驱动地连接于前轮2，并且一个电机可以驱动地连接到各后轮3以用于实现扭矩矢量控制，或者相反。

机器学习

机器学习(ML)算法通常可以被归类为以下三个机器学习的主要类别之一，即监督学习、非监督学习和强化学习。

根据本公开内容的一些示例性实施例，所提出的算法结合了监督机器学习和强化学习，前者例如包括将输入映射到目标输出的模型，后者即通过反馈进行学习。

可以使得大量的算法训练数据在车辆驾驶期间可用，以例如在云环境中建立行程的简档。该信息可以根据各种参数而被分类，并且强化学习可被控制以集中于某些系统特征，例如CO2、或排放、或等效能量消耗。

用于HEV或BEV的现有产品开发通常包括各推进源分别的构件映射，诸如例如用于制动比燃料消耗(BSFC)性能的ICE的映射或用于效率的电机的映射。然而，在离散的参数化运行点处的映射通常不会在整个车辆上，即在车辆水平上进行。

根据本公开内容，用于实现用于优化具有第一推进源M1和第二推进源M2的车辆中的功率或扭矩分配的方法的初始步骤包括针对参数化变量诸如例如λ_VS,TQ的先验车辆映射或校准过程，其中VS表示车辆速度，并且TQ表示车辆扭矩。

在映射过程期间，或者通过基于车辆行驶的学习，可以计算最优功率分配(或者，在基于扭矩的控制器架构中为扭矩分配)。例如，这可以通过在底盘测功机上或在模拟中的稳态映射来执行，特别是通过首先确保仅使用第一推进源M1，然后逐渐增大第一推进源M1和第二推进源M2之间的功率分配，直到仅使用第二推进源M2来进行的。这对于稳态条件是先验有效的，并且在决策过程中使用参数化变量λ_VS,TQ来更新功率分配矩阵S_VS,TQ

split＝S_VS,TQ＝f(VS,TQ)

稳态功率分配矩阵S_VS,TQ在图3中被示意性地示出。

机器学习算法可用于使功率分配矩阵S_VS,TQ中的单独元(entry)参数化。

参数化变量λ_VS,TQ例如可以是车辆效率、车辆CO2排放、车辆废气排放。参数化变量λ_VS,TQ通常必须被存储以用于在线即实时的计算。

在动态条件期间，车辆正在移动，因此表示另一自由度的车辆加速度可以作为第三维度而被引入功率分配矩阵/>以适应瞬态：

令最优分配被表示为

在现实世界中，电机、执行器、传感器和内燃发动机等中都存在元件公差，这意味着最优功率分配不是固定的，而是随着不同的车辆和外部条件、以及不同的车上电网电压和SOC以及车辆寿命而变化的。

因此，需要基于某些规则的针对的连续更新机制，以用于使最优功率分配矩阵/>适应此种车辆条件。这些更新可以通过对驾驶模式进行持续监控的机器学习算法来执行。

可以对增量进行确认并将其存储为自适应映射，例如：

其中，ΔS是基于参数化变量的最近改善。

例如，如果是系统或车辆效率，那么如果在当前运行条件下有改善，则更新/>即，

UPDATE S^*→S^*+ΔS

在参数化变量表示车辆效率的示例性实施例中，这实质上包括针对某个运行点，将参数化变量/>的最近计算值与以前的参数化变量/>的值进行比较，并且之后当最近计算的学习反馈变量λ(即车辆效率)的值大于以前的学习反馈变量λ*时，更新最优扭矩分配矩阵S*。该更新是通过将最优功率分配矩阵/>的新值设置为等于以前的最优功率分配矩阵/>加上ΔS的值来执行的，其中ΔS是基于参数化变量/>的最新改善。换言之，步骤：

UPDATE S^*→S^*+ΔS对应于：New S^*＝Old S^*+ΔS。

注意，需要最新的学习反馈性能变量的矩阵：

在先验车辆映射或校准过程期间存储该学习反馈性能矩阵Λ。

根据一些示例性实施例，实现方面可以包括允许的最大更新ΔS_max和/或过滤，以确保运行的平滑性。

此外，在某些瞬态运行条件期间，例如当切换HEV模式或在换挡期间等，可以排除最优功率分配矩阵的更新。

机器学习是持续的过程，并确保了在车辆寿命期间的最优分配

根据一些示例性实施例，该方法和系统可以包括针对不同挡位、燃料和/或驾驶者的不同最优分配S^*，从而使得最优分配能够更好地匹配特定的运行(操作)条件。

实现

根据本公开内容的用于优化具有第一推进源M1和第二推进源M2的车辆中的功率或扭矩分配的方法和系统的实现可以以各种方式执行。例如，图4中示出了具有若干不同部分的实现的示意性高层次视图。该实现方式的示例布局包括具有分配调节器11和机器学习(ML)算法12的车辆控制器10、以及调度器13，调度器13监控功率或扭矩分配调节器11和ML算法12，并决定何时更新分配调节器11。

分别被供给到车辆1的第一推进源M1和第二推进源M2的分配调节器11的输出参数例如可以是去往ICE的一定燃料质量流率和去往电机的特定电流水平和电压水平。车辆1的输出参数14可以是被供给到驱动轮的推进功率或扭矩。图4的高层级车辆系统的一个输入参数15可以例如是功率或扭矩设定点，即由驾驶车辆1的人或由自动驾驶控制器提供的功率或扭矩需求。

车辆的表示在此是通用的，并且包括例如具有作为两个独立推进源M1、M2的ICE和电机，或者一个用于车辆前轮，一个用于车辆后轮的两个电机M1、M2等的HEV，具有或不具有变速器和/或最终传动比(FDR)。此外，如上所述，尽管在HEV架构的背景下解释了该算法，但是它可以应用于具有多个扭矩源M1、M2的其他架构，诸如例如具有前轮驱动和后轮驱动的BEV(电池电动车辆)，或者HEV加后e轴(3个扭矩源)。

调度器13决定何时运行机器学习功率分配算法，并且可以排除某些运行模式，诸如例如再生制动运行模式(P_EM<0)、HEV运行模式切换、排气后处理再生运行模式、换挡运行模式，或者当ICE是冷的并且还没有达到正常运行温度时。

机器学习算法(也称为强化学习算法)不断监控学习反馈并在认为必要时使用其来更新最优分配矩阵S^*。机器学习算法获得例如反映第一推进源M1和第二推进源M2的功率或扭矩输出的估计结果和/或测量结果。例如，机器学习算法可以接收被供给到电机形式的推进源M1、M2的电压和/或电流的测量值或估计值。类似地，机器学习算法可以接收被供应到ICE的燃料质量流率的测量值或估计值。

各种类型的机器学习技术可以用于实现本公开内容的机器学习算法。这些机器学习技术本身属于现有技术，且是本领域技术人员熟知的。例如，当实现根据本公开内容的功率或扭矩分配方法和系统时，可以使用ANN(Artificial Neural Networks：人工神经网络)、SVR(Support Vector Machine：支持向量机)、RFR(Random Forest：随机森林)或GPR(Gaussian Process Regression：高斯过程回归)以作为机器学习技术。

为了将正确的功率或扭矩设定点分配给电机(EM)和ICE子系统，则存在分配控制功能。当对EM和ICE子系统设定功率或扭矩设定点时，可以可选地调整分配控制功能以将外部因素，诸如例如环境条件(温度、降水、风、雪、路况)、电池SOC、当前挡位和/或驾驶员识别信息考虑在内。

车辆实现由分配调节器11确定的功率或扭矩设定点，即功率需求。车辆表示是通用的，并且包括例如具有作为两个独立推进源的ICE和电机，或者一个用于车辆前轮，一个用于车辆后轮的两个电机等的HEV，具有或不具有变速器和/或最终传动比(FDR)。

因此，参考例如图4，本公开内容说明了一种用于车辆1中的功率分配的自适应实时优化的车辆功率管理系统，该车辆1具有第一推进源M1、第二推进源M2和用于控制第一推进源M1和第二推进源M2之间的功率分配的基于强化学习的分配控制器10。该分配控制器被配置成用于：对最优功率分配矩阵S*和学习反馈变量λ*进行初始化；从车辆驾驶员或车辆自动驾驶系统获取车辆功率设定点P_SP；基于从最优功率分配矩阵S*推导出的功率分配值以及车辆功率设定点P_SP，计算用于第一推进源M1的第一最优功率设定点P1_SP和用于第二推进源M2的第二最优功率设定点P2_SP；使用第一最优功率设定点P1_SP控制第一推进源M1，并且使用第二最优功率设定点P2_SP控制第二推进源M2；使用机器学习算法以用于基于测量或估计的功率输出反馈来计算学习反馈变量λ，其中，该学习反馈变量λ表示优化基准；以及当计算出的学习反馈变量λ表现出在优化基准方面优于先前的学习反馈变量λ*的改善时，更新最优功率分配矩阵S*。

具体而言，分配控制器可以被构造成用于基于公式P1_SP＝S^*P_SP[kW]计算用于第一推进源M1的第一最优功率设定点P1_SP，并且基于以下公式计算用于第二推进源M2的第二最优功率设定点P2_SP：P2_SP＝P_SP(1-S^*)[kW]。

此外，在车辆推进扭矩被用于车辆推进控制的实现方式中，本公开内容说明了一种用于车辆1中的扭矩分配的自适应实时优化的车辆扭矩管理系统，该车辆1具有第一推进源M1、第二推进源M2和用于控制第一推进源M1和第二推进源M2之间的扭矩分配的基于强化学习的分配控制器10。该分配控制器被构造成用于：对最优扭矩分配矩阵S*和学习反馈变量λ*进行初始化；从车辆驾驶员或车辆自动驾驶系统获取车辆扭矩设定点TQ_SP；基于从最优扭矩分配矩阵S*推导出的功率分配值以及车辆扭矩设定点TQ_SP，计算用于第一推进源M1的第一最优扭矩设定点T1_SP和用于第二推进源M2的第二最优扭矩设定点T2_SP；使用第一最优扭矩设定点T1_SP控制第一推进源M1，并且使用第二最优扭矩设定点T2_SP控制第二推进源M2；使用机器学习算法以用于基于测量或估计的扭矩输出反馈来计算学习反馈变量λ，其中，该学习反馈变量λ表示优化基准；以及当计算出的学习反馈变量λ表现出在优化基准方面优于先前的学习反馈变量λ*的改善时，更新最优扭矩分配矩阵S*。

具体而言，分配控制器可以被构造成用于基于公式T1_SP＝S^*T_SP[Nm]计算用于第一推进源M1的第一最优扭矩设定点T1_SP，并且基于以下公式计算用于第二推进源M2的第二最优扭矩设定点T2_SP：T2_SP＝T_SP(1-S^*)[Nm]。

因此，机器学习算法可用于基于测量或估计的功率或扭矩输出反馈，以高迭代频率重复计算也被称为参数化变量的学习反馈变量λ，其中，该学习反馈变量λ表示功率或扭矩分配优化标准，诸如例如总车辆输入功率、总车辆效率、车辆燃料消耗、车辆排放、车辆驾驶性能等。

根据一个示例性实施例，在图5中示出了一种实现的可替代的示意性高层次视图。该具体示例实现还包括扭矩和轨迹管理部16，其被构造成估计车辆1的未来轨迹以及长期的所述未来轨迹所需的推进功率或扭矩。这可以例如基于过去的轨迹和扭矩需求和/或来自高级驾驶员辅助系统(ADAS)和/或来自自动驾驶车辆(AV)的车辆控制器的输入数据或其组合来实现。

换言之，在一些示例性实施例中，可以先验地(即预先)以高概率估计或确定轨迹。从同一车辆或相同车辆类型收集的、且代表相同或相似路线的许多不同行驶时机的行驶路线数据可以被存储在云存储器等上，并且在被需要时能够被车辆控制器10容易地获得。结果是，可以基于该信息高确定性地计算扭矩或功率设定点轨迹，从而能够显著改进功率或扭矩分配控制。

图6中示意性地示出了车辆功率或扭矩管理系统的更详细版本的示例实现布局，包括车辆驱动系1、车辆控制器10和机器学习(ML)算法12，但是没有示出调度器13。

车辆控制器10包括最优功率分配矩阵17，在该示例性实施例中，最优功率分配矩阵/>17基于作为输入参数的车辆速度设定点VS_SP、车辆扭矩设定点TQ_SP和车辆加速度设定点/>来计算最优功率分配S*：

车辆速度设定点VS_SP可以从路线规划器，或者通过简单地使用当前车辆速度而被推导出，车辆加速度设定点可以从车辆速度设定点VS_SP关于时间的导数而被推导出。此外，车辆扭矩设定点TQ_SP例如可以由驾驶员踏板位置(0到100％)18结合根据TQ_SP＝f(踏板位置，发动机转速)(获得)的发动机转速n[rpm]推导出。车辆扭矩设定点TQ_SP例如可以被存储在具有踏板位置18和发动机转速n作为输入参数的二维查找表19中。

可以通过将车辆扭矩设定点TQ_SP乘以发动机速度n[rpm]来计算车辆推进功率设定点P_SP[kW]。这是在图6中的乘法块20中执行的。

管理第一推进源M1和第二推进源M2之间的功率或扭矩分配包括连续实时地确定应该由第一推进源M1传送和处理的车辆推进功率设定点P_SP的分数(比例)和应该由第二推进源M2传送和处理的车辆推进功率设定点P_SP的分数。

在图6的这一示例性实施例中存在两个推进源，即M1和M2，M1在此由电机或电力机器EM表示，M2在此由ICE表示。因此，车辆总推进功率设定点P_SP应该仅分配给第一推进源M1或第二推进源M2中的一个，或者以适当的分配水平在第一推进源M1或第二推进源M2之间分配，例如提供两个分数。

车辆推进功率设定点P_SP的分数EM部分从以下公式中导出：

该公式可重新排列为：

在车辆推进功率设定点P_SP方面，车辆推进功率设定点P_SP的分数EM部分P_{EM_SP}然后可通过以下公式计算：

P_{EM_SP}＝S^*P_SP。

当EM表示第一推进源M1时,这对应于P_{1_SP}＝S^*P_SP。

类似地，车辆推进功率设定点P_SP的分数ICE部分P_{ICE_SP}然后可通过以下公式计算：

当ICE表示第二推进源M2时,这对应于P_{2_SP}＝(1-S^*)P_SP。

换言之，考虑到最优功率分配矩阵17包括反映了应该分别由第一推进源M1和第二推进源M2提供的总功率的百分比的在范围[0，1]内的值，即0到1之间的值，最优功率分配矩阵/>17基于作为输入的当前工作点提供范围在0到1之间的标量值，其中S^*＝0对应于将功率设定点P_SP的100％传递给第二控制器C2，以用于控制ICE M2输出所请求推进功率的100％，而第一控制器C1控制电机M1输出所请求推进功率的0％。在相反的情况下，即，使S^*＝1，这对应于将功率设定点P_SP的100％传递给第一控制器C1，以用于控制电机M1输出所请求推进功率的100％，而第二控制器C2控制ICE M2输出所请求推进功率的0％。当0<S^*<1时，ICE和电机二者都输出功率设定点P_SP的一定百分比。

在根据图6的示例性实施例的布局中，在乘法块29中基于以下公式计算用于EM的最优功率设定点P_{EM_SP}：P_{EM SP}＝S^*P_SP。因此，给定特定的运行条件，由最优功率分配矩阵S*提供的最合适的功率分配值被作为输入提供给乘法块29，并且当前功率设定点P_SP也被作为输入提供给乘法块29，并且乘法块29的输出被作为输入提供给第一控制器C1的最优EM功率设定点P_{EM_SP}。

类似地，用于ICE的最优功率设定点P_{ICE_SP}是通过基于公式P_{ICE_SP}＝P_SP(1-S^*)＝P_SP-S^*P_SP在减法块28中从当前功率设定点P_SP中减去乘法块29的输出即S^*P_SP来计算的。减法块28的输出是作为输入被供给到第二控制器C2的最优ICE功率设定点P_{ICE SP}。

在图6的示例性实施例中，第一控制器C1和EM是第一反馈控制环路25的一部分，第二控制器C2和ICE是第二反馈控制环路24的一部分。由此，可以自动校正第一控制器C1和第二控制器C2和/或ICE或EM中的误差。

第一反馈控制环路25从EM获得测量或估计的输出功率P_EM作为反馈信号，并将其发送到第一比较器27。第一比较器27还接收EM功率设定点P_{EM_SP}，并且第一比较器27的输出信号对应于EM输出功率的误差信号P_{EM_err}，即对应于实际EM输出功率P_EM与期望EM功率设定点P_{EM_SP}的相差程度。该误差信号P_{EM_err}随后被提供给第一控制器C1，第一控制器C1向EM输出适当的控制信号，例如适当的电流水平和电压水平。

类似地，第二反馈控制环路24从ICE获得测量的或估计的输出功率P_ICE作为反馈信号，并将其发送到第二比较器26。第二比较器26还接收ICE功率设定点P_{ICE_SP}，并且第二比较器26的输出信号对应于ICE输出功率的误差信号P_{ICE_err}，即对应于实际ICE输出功率P_ICE与期望ICE功率设定点P_{ICE_SP}的相差程度。该误差信号P_{ICE_err}随后被提供给第二控制器C2，第二控制器C2向ICE输出适当的控制信号，例如输出去往ICE的适当的燃料质量流率

由EM和/或ICE即第一推进源M1和第二推进源M2产生的推进扭矩被经由合适的驱动系设备(例如一个或多个驱动轴，以及可选的一个或多个传动单元30)传送到车辆驱动轮2、3。

机器学习算法12不断地监视车辆1的驾驶模式，并保持更新学习反馈性能变量矩阵(参数化变量/>)。

这是通过在线(即实时)向ML算法12提供某些车辆参数的估计结果或测量结果来执行的。在图6的示例性实施例中，以下车辆参数被提供给ML算法12：测量的或估计的车辆速度VS、测量的、估计的或计算的车辆加速度测量的或估计的车辆扭矩TQ、由ICE生成的测量的或估计的功率P_ICE、由EM生成的测量的或估计的功率P_EM、ICE输出功率的误差信号P_{ICE_err}，以及EM输出功率的误差信号P_{EM_err}。ML算法12的这些输入参数是测量值或估计值而非设定点。

如上所述，用于确定最优功率分配的方法和系统可以在若干不同的车辆动力系架构中实现。例如，在图7中示意性地示出了一种可替代的动力系结构，其中第一推进源M1和第二推进源M2对应于第一电机EM1和第二电机EM2。这可以例如表示使前轴电动推进马达M1经由可选的单独的前变速器30a与前驱动轮2驱动地连接，并且使后轴电动推进马达M2经由可选的单独的后变速器30b与后驱动轮3驱动地连接的常规BEV。

根据本公开内容的最优功率分配方法和系统在具有作为推进源的第一电机EM1和第二电机EM2的车辆动力系结构中也可能是有利的，因为电机EM1、EM2可能是不同的类型，具有不同的额定性能，具有不同的运行特性，经由不同的FDR连接到驱动轮2、3，并且/或者暴露于不同的环境条件，例如热条件。换言之，可以鉴于某个标准，例如最大总能量效率、最小化的总功率输入等而将连续变化的驱动条件连续映射到第一电机EM1和第二电机EM2之间的特定最优功率分配。

图7的电源管理结构和布局的其他部分可以具有与上面参考图6描述的相同或对应的布置和构造，并且在此不再重复。

图8A示意性地示出了另一种可替代的动力系或功率管理架构，其与参考图6描述的功率管理系统相比，不同之处仅在于增加了一个或多个校正因子(CorrFact)31。校正系数31是基于在确定最优功率或扭矩分配时可被考虑在内的一个或多个外部因素来被确定的。换言之，当确定对第一推进源M1和第二推进源M2的最终功率或扭矩设定点时，可以校正或调整可从最优功率分配矩阵S*导出的最优功率或扭矩分配值，以便考虑在计算最优功率或扭矩分配值时原来不考虑的附加参数(AP)。这些附加参数例如可以是环境条件，例如空气温度、降水、风、雪、路况、转向角等，或者电池SOC，或者当前使用的FDR和/或驾驶员识别信息等。所有这些方面都可以或多或少地影响产生自功率分配矩阵S*的最优性，并且因此可以用于校正功率分配。

在图8A的示意性布局中，可以通过将产生自最优功率分配矩阵S*的最优扭矩分配值乘以图8A中的乘法块32中的校正因子31来计算修正后的功率分配。如上文参考图6所述，修改后的功率分配值随后被供应到给乘法块29。因此，作为乘法块29的输出而被提供的最优EM功率设定点P_{EM_SP}基于以下公式：P_{EM SP}＝S^*×CorrFact×P_SP，其中“CorrFact”是校正因子。

类似地，用于ICE的最优功率设定点P_{ICE_SP}是通过基于公式P_{ICE_SP}＝P_SP(1-S^*×CorrFact)＝P_SP-S^*×CorrFact×P_SP在减法块28中从当前功率设定点P_SP中减去乘法块29的输出即S^*×CorrFact×P_SP来计算的。减法块28的输出是作为输入被供给到第二控制器C2的最优ICE功率设定点P_{ICE SP}。

参照图8B，除了用具有一个或多个变量的校正函数(CF)代替校正因子31和随后的乘法块32之外，图8B与图8A相同。换言之，功率分配值的校正不一定限于将实数或标量与由最优功率分配矩阵S*产生的功率分配值相乘。相反，可以通过应用具有至少一个变量如SOC或SOC和功率分配值等的数学函数，以更灵活的方式完成功率分配值的校正。此外，校正函数CF还可以更可替代地根据分段定义的数学函数，即由多个子函数定义的函数来定义，其中各子函数被应用于域中的不同区间，例如特别是产生自最优功率分配矩阵S*的分配值的不同区间。因此，校正函数CF可以例如是某些变量的函数或分段定义的数学函数，例如得到的功率分配值，即CF＝f(S*)，或者得到的功率分配值和一个或多个附加参数如SOC，例如CF＝f(S*，AP)等。

然后，校正函数的输出值将始终是在0到1之间的值，从而指示要传送到EM的功率的百分比。

因此，作为图8B中的乘法块29的输出而被提供的最优EM功率设定点P_{EM_SP}基于以下公式：P_{EM SP}＝P_SP×f(S^*)，或者P_{EM SP}＝P_SP×f(S^*,AP)等，其中，附加参数AP可以是例如环境条件如空气温度、降水、风、雪、路况、转向角等、或电池SOC、或当前使用的FDR和/或驾驶员识别信息等中的任一者。

类似地，通过在减法块28中从当前功率设定点P_SP中减去乘法块29的输出即P_SP×f(S^*)基于以下公式来计算用于ICE的最优功率设定点P_{ICE_SP}：P_{ICE_SP}＝P_SP(1-f(S^*))＝P_SP-P_SP×f(S^*)，P_{ICE_SP}＝P_SP(1-f(S^*，AP))＝P_SP-P_SP×f(S^*，AP)，具体基于哪个公式可以取决于将何种类型的附加参数考虑在内。

用于确定校正因子或校正函数的一个示例方法可以是分析例如总车辆输入功率如何随功率分配值变化。例如，图9中的实线L1示出了在3000rpm的ICE速度下产生100Nm车辆推进扭矩所需的总车辆输入功率随用于作为第一推进马达M1的EM和作为第二推进马达M2的ICE的特定设置的分配值而变化。

在对应于纯ICE推进的分配值“0”下，图9显示总输入功率为约87kW。类似地，在对应于纯EM推进的分配值“1”下，总输入功率为约65kW。纯EM推进时的显著更低的输入功率是EM显著高于ICE的运行效率的结果。大约“0”但低于“1”的分配值对应于混合运行，即ICE和EM的同时推进运行。

从减少总功率输入的角度来看，识别增大的功率分配值的最大效益的一种方法是分析总输入功率曲线L1的导数。对应于作为函数功率分配值的“车辆总输入功率”的实线L1的导数是输入功率值相对于变量“功率分配值”的变化而变化的速率的度量。该导数可以表示为其中P＝输入功率且S＝分配值，该导数也被用标有L2的虚线绘制在图9中。

在图9中表示为“模式1”的大于0到大约0.2的分配值范围内，导数略负，并逐渐下降。这表明随着功率分配值的增大而逐渐增大的益处，即输入功率减少量的逐渐增大。

在图9中表示为“模式2”的大约0.2到0.65的分配值范围内，导数首先逐渐下降到更负的值，并在大约分配值0.35处达到最大负值。此后，导数逐渐增大，并在约为0.65的功率分配值处达到约零。这表示逐渐进一步增大的效益，即在大约0.2至0.35的范围内随着功率分配值的增大而逐渐增大的输入功率减少，以及随后逐渐减少的效益，即在大约0.35至0.65的范围内随着功率分配值的增大而逐渐减小的输入功率减少。

在图9中表示为“模式3”的约0.65至0.9的分配值范围内，导数稳定在约零处，然后在0.75至0.9的范围内略正。这表明在大约0.65至0.75的范围内，随着功率分配值的增大而在输入功率方面的持续受益，以及随后在0.75至0.9的范围内dP/dS的甚至为正的导数。换言之，模式3中功率分配的增大实际上不会导致车辆输入功率的降低。相反，功率分配值的增大甚至导致总输入功率增大到高于分配值0.75。此种行为的一个原因可能是ICE因高功率分配值在低负载条件下通常具有相对低的运行效率。

在图9中示为“模式4”的大约0.9到1.0的分配值范围内，当纯电动推进量增加时，输入功率显著降低，导数相应下降。

对总输入功率曲线L1及其导数曲线L2的分析可用于定义车辆功率效率或车辆燃料效率校正函数。下面参照图10A-10C示意性地描述校正函数的一个示例性实施例，图10A-10C示出了随SOC和从最优功率分配矩阵S*导出的功率分配值二者变化的校正函数的输出。

具体而言，如图10A所示，因为小功率分配的益处即来自EM的较小贡献是相对小的，所以当功率分配值低于0.25时，对于所有的SOC值，校正函数的输出都可以被设置为零。使校正函数的输出＝0意味着不管最优功率分配矩阵S*的输出如何，车辆都仅由ICE提供动力。

此外，如图10B所示，当功率分配值在0.25到0.75之间时，校正函数的输出可以是对于0％的SOC具有“0”且对于100％的SOC具有“1”的连续的线性或非线性函数，因为这是具有相对大的EM功率效益的运行区域。

此外，如图10C所示，当功率分配值高于约0.75时，校正函数的输出可以是基本恒定的“1”，即与SOC值无关的纯电力驱动，因为在低负载区域的ICE运行通常极为低效因而可以优选地避免的。

图11示意性地示出了另一可替代的动力系或功率管理架构，其与参照图8A-8B描述的功率管理系统相比，仅在如何将附加参数AP实现到功率分配管理中方面有所不同。

在图11的示意布局中，附加参数AP改为被直接包括在针对最优分配矩阵S*的校准映射过程中。换言之，附加参数作为用于使用功率分配矩阵S*计算最优功率分配的输入参数而被提供，从而无需之后如在图8A-B的示例性实施例中所执行的、校正所计算的功率分配值。因此，在图11的示例性实施例中，最优分配矩阵可以另外例如包括SOC，使得

附加参数也被提供给机器学习算法12，以用于使得能够连续更新学习反馈性能变量矩阵。换言之，当SOC是附加参数时，最新学习反馈性能变量的矩阵对应于：

图12示意性地示出了另一种可替代的动力系或功率管理架构，其与参照图8A描述的功率管理系统相比，在如何确定车辆速度设定点VS_SP和/或车辆扭矩设定点TQ_SP方面有所不同。具体而言，轨迹规划器TP和/或高级驾驶员辅助系统ADAS可以被用作补充信息源，以用于提供对当前和未来速度设定点和功率/扭矩设定点的估计。

具体而言，TP可以访问车载数据存储器和/或云存储器，该车载数据存储器和/或云存储器具有从同一车辆或相同车辆类型或特定驾驶员收集且表示相同或相似路线的许多不同的行驶时机的历史行驶路线数据。结果，TP可以例如借助于路线预测算法来提供当前和未来的车辆速度设定点、车辆扭矩设定点或功率设定点的可靠估计，从而使得能够显著改善功率分配计算。

对于本文中描述的所有各种示例性实施方式，车辆扭矩或车辆功率可以用作用于最优功率分配矩阵S*的输入参数。

用于机器学习算法的学习反馈变量可以根据各单独实现的具体情况来选择。

学习反馈的一个例子是应被最小化的总输入功率。在该情况下，车辆功率设定点P_SP可以从以下公式中导出：

因此，学习反馈的参数可以是机械功率(加油)和电功率(供给到电机的电压V和电流I)之和。

不失一般性地，为了在仅使用将耗尽电池的EV模式时也确保可行的值，需要使用加权函数(W)，其可以是SOC的函数，例如：

P_SP＝W_ICE(SOC,…)P_ICE+W_HEV(SOC,…)P_HEV

根据另一示例，学习反馈总车辆效率应被最大化。

学习反馈的参数可以从以下公式中导出：

η_TOT＝η_ICE*η_EM*η_Inverter*η_Trans

其中，η_TOT对应于总效率，η_ICE对应于ICE效率，η_Inverter对应于功率逆变器效率，并且η_Trans对应于传动效率。换言之，从功率源到车轮的效率乘积的乘积包括内燃发动机、HEV电力机器、逆变器和变速器。

用于学习反馈参数的其他选项可以是车辆总排放量、车辆驾驶性能等。

此外，除了上述公开内容之外，最优功率分配矩阵S*可以包括车辆横向加速度形式的附加参数，其既是性能因子又是稳定性约束。换言之，最优分配矩阵S*也是基于作为输入参数的车辆横向加速度来确定的。

上面参照图6-8B和11-12描述的功率或扭矩分配系统的各种示例性实施例都示出了在功率分配方面的系统布局，但图6-8B和11-12的各种布局可以可替代地用于实现扭矩分配系统，仅仅通过将扭矩设定点TQ_SP馈送到乘法块29和减法块28，并且供应扭矩输出T_ICE和T_EM，以及ICE扭矩输出误差信号T_{ICE_err}和EM扭矩误差信号T_{EM_err}以作为ML算法的输入进行替代。

图13的图表示出了数据表的示例性实施例，该数据表示出了在电机的特定运行速度[rpm]下产生特定输出扭矩[Nm]所需的输入电功率[kW]。例如，如果车辆功率或扭矩管理系统在2000rpm的EM运行速度下请求70Nm的输出扭矩，则电机的控制器可以向EM提供30kW的输入电功率。

图14的图表示出了数据表的示例性实施例，该数据表示出了在ICE的特定运行速度[rpm]下产生特定输出扭矩[Nm]所需的燃料输入功率[kW]。例如，如果车辆功率或扭矩管理系统在2500rpm的ICE运行速度下请求100Nm的输出扭矩，则ICE的控制器可以向ICE提供70kW的燃料输入功率。

图15示意性地示出了最优功率分配矩阵S*的内容的示例性实施例。在该示例性实施例中，最优功率分配矩阵仅具有扭矩和速度作为输入变量，即S^* _VS,TQ，并且该矩阵定义了范围为[0，1]的值，即0到1之间的值。在图15的例子中，值为1表示某些运行区域，特别是在可以利用EM的高扭矩的低速运行区域之中。然而，在某些高速或高扭矩运行区域中，该值可能为零，从而表示仅使用ICE进行运行。在这些极端条件之间的运行区域中，S*的值的范围在大于0但小于1的值之间，从而指示具有ICE和EM的组合运行的混合区域。

图16示意性地示出了基于输入功率的对应的学习反馈性能矩阵Λ的内容。

下面参照图17说明用于车辆中的功率分配的自适应实时优化的方法的主要步骤，该车辆具有第一推进源M1、第二推进源M2和用于控制第一推进源M1和第二推进源M2之间的功率或扭矩分配的基于强化学习的分配控制器。

该方法包括对基于强化学习的分配控制器的最优功率分配矩阵(S*)和学习反馈变量(λ*)进行初始化的第一步骤S10；该方法还包括从车辆驾驶员或车辆自动驾驶系统获得车辆功率设定点P_SP的第二步骤S20。该方法还包括基于从最优功率分配矩阵S*导出的功率分配值以及车辆功率设定点P_SP，计算用于第一推进源M1的第一最优功率设定点P1_SP和用于第二推进源M2的第二最优功率设定点P2_SP的第三步骤S30。此外，该方法包括使用第一最优功率设定点P1_SP控制第一推进源M1，并且使用第二最优功率设定点P2_SP控制第二推进源M2的第四步骤S40。此外，该方法包括使用基于强化学习的分配控制器的机器学习算法以用于基于测量或估计的功率输出反馈来计算学习反馈变量(λ)的第五步骤S50，其中，该学习反馈变量(λ)表示优化基准，以及当计算出的学习反馈变量λ表现出在优化基准方面优于先前的学习反馈变量λ*的改善时，更新最优功率分配矩阵S*的第六步骤S60。

计算用于第一推进源M1的第一最优功率设定点P1_SP的第三步骤S30可以例如基于以下公式中的任一者来执行：

P1_SP＝S^*×P_SP或P1_SP＝S^*×CorrFact×P_SP或P1_SP＝P_SP×f(S^*)或

P1_SP＝P_SP×f(S^*,AP)，并且

计算用于第二推进源M2的第二最优功率设定点P2_SP可以例如基于以下公式中的任一者来执行：

P2_SP＝P_SP×(1-S^*)或P2_SP＝P_SP×(1-S^*×CorrFact)或

P2_SP＝P_SP(1-f(S^*))或P2_SP＝P_SP(1-f(S^*,AP))。

此外，在车辆推进扭矩被用于车辆推进控制的实现方式中，下面参照图17说明用于车辆中的扭矩分配的自适应实时优化的方法，该车辆具有第一推进源M1、第二推进源M2和用于控制第一推进源M1和第二推进源M2之间的扭矩分配的基于强化学习的分配控制器。

该方法包括对基于强化学习的分配控制器的最优扭矩分配矩阵(S*)和学习反馈变量(λ*)进行初始化的第一步骤S10；该方法还包括从车辆驾驶员或车辆自动驾驶系统获得车辆扭矩设定点TQ_SP的第二步骤S20。该方法还包括基于从最优扭矩分配矩阵S*导出的功率分配值以及车辆扭矩设定点TQ_SP，计算用于第一推进源M1的第一最优扭矩设定点T1_SP和用于第二推进源M2的第二最优扭矩设定点T2_SP的第三步骤S30。此外，该方法包括使用第一最优扭矩设定点T1_SP控制第一推进源M1，并且使用第二最优扭矩设定点T2_SP控制第二推进源M2的第四步骤S40。此外，该方法包括使用基于强化学习的分配控制器的机器学习算法以用于基于测量或估计的扭矩输出反馈来计算学习反馈变量(λ)的第五步骤S50，其中，该学习反馈变量(λ)表示优化基准，以及当计算出的学习反馈变量λ表现出在优化基准方面优于先前的学习反馈变量λ*的改善时，更新最优扭矩分配矩阵S*的第六步骤S60。

计算用于第一推进源M1的第一最优扭矩设定点T1_SP的第三步骤S30可以例如基于以下公式中的任一者来执行：T1_SP＝S^*×T_SP或T1_SP＝S^*×CorrFact×T_SP，或者T1_SP＝T_SP×f(S^*)或

T1_SP＝T_SP×f(S^*,AP)，以及

计算用于第二推进源M2的第二最优扭矩设定点T2_SP可以例如基于以下公式中的任一者来执行：

T2_SP＝T_SP×(1-S^*)或

T2_SP＝T_SP×(1-S^*×CorrFact)或T2_SP＝T_SP(1-f(S^*))或

T2_SP＝T_SP(1-f(S^*,AP))。

“最优功率或扭矩分配矩阵S*”中的术语“最优”在此(本公开内容中)表示基于当前可用信息同时还将应用上述方法导致的限制考虑在内的最优功率或扭矩分配。因此，术语“最优”不一定应被解释为真正的最优值，而应被解释为基于所用方法的可获得的最优值。

上面已经参考特定实施例呈现了本公开内容。然而，除了上述实施例之外的其他实施例也是可能的，并且在本公开内容的范围内。可以在本公开内容的范围内提供与上述步骤不同的通过硬件或软件执行该方法的方法步骤。因此，根据示例性实施例，提供了一种非瞬时性计算机可读存储介质，其储存配置成能够由车辆功率或扭矩管理系统的一个或多个处理器执行的一个或多个程序，该一个或多个程序包括用于执行根据上述实施例中的任何一个的方法的指令。或者，根据另一示例性实施例，云计算系统可以配置成能够执行本文所呈现的任何方法方面。该云计算系统可以包括分布式云计算资源，分布式云计算资源在一个或多个计算机程序产品的控制下共同执行在此呈现的方法方面。此外，处理器可以连接于一个或多个通信界面和/或传感器界面，以用于与外部实体接收和/发送数据，外部实体例如布置在车辆表面上的传感器、场外服务器或基于云的服务器。

与车辆功率或扭矩管理系统关联的处理器可以是用于进行数据或信号处理或用于执行储存在存储器中的计算机代码的任何数量的硬件组件，或者包括它们。系统可以具有关联的存储器，并且存储器可以是用于储存数据和/或计算机代码以用于完成或促进本说明书中描述的各种方法的一个或多个装置。存储器可以包括易失性存储器或非易失性存储器。存储器可以包括数据库组件、目标代码组件、脚本组件或用于支持本说明书的各种活动的任何其他类型的信息结构。根据示例性实施例，任何分布式或本地存储器装置都可与本描述的系统和方法一起使用。根据示例性实施例，存储器可通信地连接于处理器(例如，经由电路或任何其他有线、无线或网络连接)，并且包括用于执行本文中描述的一个或多个过程的计算机代码。

要理解的是，以上描述本质上仅是示例性的，而非旨在限制本公开内容、其应用或使用。尽管已经在说明书中描述且在附图中例示了特定示例，但是本领域技术人员将理解，可进行各种更改，并且可用等同物替换它们的要素，而不脱离在权利要求中限定的本公开内容的范围。此外，可进行修改以使具体的情形或材料适应本公开内容的教导，而不脱离其基本范围。

因此，并不旨在将本公开内容限于作为当前用于实施本公开教导而构思出的最优实施方式而公开的具体示例，这些具体示例通过附图例示并在说明书中加以描述，相反地，本公开内容的范围将包括落入前述说明和所附权利要求范围内的任何实施例。权利要求中提到的附图标记不应当视为限制受权利要求保护的主题的范围，它们的唯一作用是使权利要求更容易理解。

术语

ADAS:高级驾驶员辅助系统

AV:自动驾驶车辆

BEV:电池电动车辆

BSFC:制动比燃料消耗

FDR:最终传动比

HEV：混合动力电动汽车

ICE：内燃发动机

EM：电机

ML：机器学习

SOC：充电状态

燃料质量流率

CorrFact:校正因子

CF:校正函数

SP:设定点

TQ:扭矩

VS:车辆速度

车辆加速度

AP:附加参数

Claims (15)

1.一种用于交通工具中的功率或扭矩分配的自适应实时优化的方法，所述交通工具具有第一推进源(M1)、第二推进源(M2)和用于控制所述第一推进源(M1)和所述第二推进源(M2)之间的功率或扭矩分配的基于强化学习的分配控制器，所述方法包括：

对所述基于强化学习的分配控制器的最优功率或扭矩分配矩阵(S*)和学习反馈变量(λ*)进行初始化；

从交通工具的驾驶员或者交通工具的自动驾驶系统获取交通工具的功率设定点(P_SP)或者扭矩设定点(TQ_SP)；

基于从最优功率或扭矩分配矩阵(S*)推导出的功率分配值以及所述交通工具的功率设定点(P_SP)或扭矩设定点(TQ_SP)，计算用于所述第一推进源(M1)的第一最优功率或扭矩设定点(P1_SP,T1_SP)和用于所述第二推进源(M2)的第二最优功率或扭矩设定点(P2_SP,T2_SP)；

使用所述第一最优功率或扭矩设定点(P1_SP,T1_SP)控制所述第一推进源(M1)，并且使用所述第二最优功率或扭矩设定点(P2_SP,T2_SP)控制所述第二推进源(M2)；

使用所述基于强化学习的分配控制器的机器学习算法以用于基于测量或估计的功率或扭矩输出反馈来计算学习反馈变量(λ)，其中，所述学习反馈变量(λ)表示优化基准；以及

当计算出的学习反馈变量(λ)表现出在所述优化基准方面优于先前的学习反馈变量(λ*)的改善时，更新所述最优功率或扭矩分配矩阵(S*)。

2.根据权利要求1所述的方法，其中，对所述最优功率或扭矩分配矩阵(S*)进行初始化的步骤包括用预定功率或扭矩分配值加载所述最优功率或扭矩分配矩阵(S*)。

3.根据权利要求1或2所述的方法，其中，对所述最优功率或扭矩分配矩阵(S*)进行初始化的步骤包括定义具有预定学习反馈性能变量的矩阵Λ。

4.根据前述权利要求中的任一项所述的方法，其中，确定是否更新所述最优功率或扭矩分配矩阵(S*)的步骤包括：

在增大的学习反馈变量(λ*)表示当前运行条件例如系统或交通工具效率的改善的情况下，

IFλ>λ^*

THENΔS＝S-S^*

UPDATE S^*→S^*+ΔS

或者，在减小的学习反馈变量(λ*)表示当前运行条件例如系统或交通工具总能量消耗的改善的情况下，

IFλ<λ^*

THENΔS＝S^*-S

UPDATE S^*→S^*-ΔS

5.根据前述权利要求中的任一项所述的方法，其中，所述学习反馈变量(λ)被不断更新并被用于所述最优功率分配矩阵(S*)的增量更新。

6.根据前述权利要求中的任一项所述的方法，其中，所述学习反馈变量(λ)的优化标准是最小化的总输入功率、或最大总系统效率、或最小化的总排放、或最大驾驶性能。

7.根据前述权利要求中的任一项所述的方法，其中，所述第一推进源(M1)是电机(EM)，所述第二推进源(M2)是内燃机(ICE)，并且基于以下公式计算呈最小化的总输入功率形式的所述学习反馈变量(λ)：

或者，其中，所述第一推进源(M1)是第一电机(EM1)，所述第二推进源(M2)是第二电机(EM2)，并且基于以下公式计算呈最小化的总输入功率形式的所述学习反馈变量(λ)：

P_SP＝P_EM1+P_EM2＝V_EM1×I_EM1+V_EM2×I_EM2。

8.根据前述权利要求中的任一项所述的方法，其中，所述第一推进源(M1)是电机(EM)，所述第二推进源(M2)是内燃机(ICE)，并且其中，基于以下公式计算呈最小化的总输入功率形式的所述学习反馈变量(λ)：

或者，其中，基于以下公式计算呈最大总交通工具效率形式的所述学习反馈变量(λ)：η_TOT＝η_ICE*η_EM*η_Inverter*η_Trans，或者

其中，所述第一推进源(M1)是第一电机(EM1)，所述第二推进源(M2)是第二电机(EM2)，并且其中，基于以下公式计算呈最小化的总输入功率形式的所述学习反馈变量(λ)：

P_SP＝W_EM1(SOC,AP)P_EM1+W_EM2(SOC,AP)P_EM2＝W_EM1(SOC,AP)×V_EM1×I_EM1+W_EM2(SOC,AP)×V_EM2×I_EM2，

或者，其中，基于以下公式计算呈最大总交通工具效率形式的所述学习反馈变量(λ)：

η_TOT＝η_EM1×η_EM2×η_Inverter1×η_Inverter2×η_Trans1×η_Trans2。

9.根据前述权利要求中的任一项所述的方法，其中，在某些驾驶事件期间，诸如例如当切换HEV驾驶模式时或在换挡期间，排除所述最优功率或扭矩分配矩阵(S*)的更新。

10.根据前述权利要求中的任一项所述的方法，

其中，所述基于强化学习的分配控制器至少使用交通工具速度(VS)和交通工具扭矩(TQ)作为所述最优功率或扭矩分配矩阵S^* _VS,TQ和学习反馈变量λ_VS,TQ的参数，或者

其中，所述基于强化学习的分配控制器至少使用交通工具速度(VS)、交通工具扭矩(TQ)以及交通工具加速度作为所述最优功率或扭矩分配矩阵S^* _VS,TQ和学习反馈变量的参数。

11.根据前述权利要求中的任一项所述的方法，其中，所述最优功率分配矩阵(S*)指定在0和1范围之间的一组功率分配值。

12.根据前述权利要求中的任一项所述的方法，其中，所述第一推进源(M1)是电机，所述第二推进源(M2)是内燃机，或者

其中，所述第一推进源(M1)和所述第二推进源(M2)都是电机。

13.根据前述权利要求中的任一项所述的方法，其中，可以校正由所述最优功率分配矩阵S*分别确定的所述第一和第二最优功率或扭矩设定点(P1_SP,T1_SP,P2_SP,T2_SP)，以考虑至少一个附加参数，诸如尤其是电池充电状态、电池健康状态、环境和/或电池温度、环境条件、驾驶员识别，或者

其中，至少一个附加参数，诸如电池充电状态、电池健康状态、环境和/或电池温度、环境条件、驾驶员识别，是确定所述第一和第二最优功率或扭矩设定点的所述最优功率分配矩阵(S*)的输入参数。

14.根据前述权利要求中的任一项所述的方法，其中，所述机器学习算法基本上不断地获取：

所述第一推进电机和所述第二推进电机(M1,M2)中的每一者的测量和/或估计的交通工具输出功率或扭矩；

反映在所述第一推进马达(M1)的所述第一最优功率或扭矩设定点与交通工具输出功率或扭矩之间的差的测量和/或估计的第一误差值；

反映在所述第二推进马达(M2)的所述第二最优功率或扭矩设定点与交通工具输出功率或扭矩之间的差的测量和/或估计的第二误差值；以及

测量或估计的交通工具速度、测量或估计的交通工具扭矩以及可选的测量或估计的交通工具加速度。

15.一种用于交通工具中的功率或扭矩分配的自适应实时优化的交通工具的功率或扭矩管理系统，所述交通工具具有第一推进源、第二推进源(M2)和用于控制所述第一推进源(M1)和所述第二推进源(M2)之间的功率或扭矩分配的基于强化学习的分配控制器，所述分配控制器被配置成用于：

对最优功率或扭矩分配矩阵(S*)和学习反馈变量(λ*)进行初始化；

从交通工具的驾驶员或交通工具的自动驾驶系统获取交通工具的功率设定点(P_SP)或扭矩设定点(TQ_SP)；

基于从最优功率或扭矩分配矩阵(S*)推导出的功率分配值以及所述交通工具的功率设定点(P_SP)或扭矩设定点(TQ_SP)，计算用于所述第一推进源(M1)的第一最优功率或扭矩设定点(P1_SP,T1_SP)和用于所述第二推进源(M2)的第二最优功率或扭矩设定点(P2_SP,T2_SP)；

使用所述第一最优功率或扭矩设定点(P1_SP,T1_SP)控制所述第一推进源(M1)，并且使用所述第二最优功率或扭矩设定点(P2_SP,T2_SP)控制所述第二推进源(M2)；

使用机器学习算法以用于基于测量或估计的功率或扭矩输出反馈来计算学习反馈变量(λ)，其中，所述学习反馈变量(λ)表示优化基准；以及

当计算出的学习反馈变量(λ)表现出在所述优化基准方面优于先前的学习反馈变量(λ*)的改善时，更新所述最优功率或扭矩分配矩阵(S*)。