CN1677286A - 用于移动体的控制系统 - Google Patents

Abstract

一种控制系统，所述控制系统包括风险管理控制单元(50)、输入单元(60)、执行系统单元(70)以及评估单元(80)。评估单元(80)检测作为控制结果的与预期目标特性一致的收益和与该目标特性相反的风险。检测到的收益和风险以概率尺度进行处理，并生成指示发生概率的直方图。通过将以概率尺度掌握的收益和风险作为系统可靠性，风险管理控制单元(50)判定风险并确定循环、成长过程。风险管理控制单元(50)基于所述系统可靠性同时由评估单元(80)检测以概率尺度掌握的收益和风险，通过检测异常预兆等来执行风险管理。

Description

用于移动体的控制系统

本非临时申请基于2004年3月31日向日本专利局提交的日本专利申请No.2004-103650，其全部内容在此引入作为参考。

技术领域

本发明涉及在应用于移动体的计算机系统中用于控制控制对象的状态以满足目标的系统，更具体地说，涉及在考虑到伴随执行所述控制将发生的收益和风险的情况下，设定更高的控制目标或提高所述系统的可靠性并因此提高所述系统的稳定性的控制系统。

背景技术

在包括诸如汽车之类车辆在内的自主移动的移动体领域中，随着环境法规更严格，对更好燃料效率的需求日益增加等，存在对提高车辆控制系统的控制性能的不断需要。随着车辆控制系统的高度计算机化，车辆中搭载的大量电子控制单元(ECU)执行软件来控制车辆。近来，除了车辆的基本功能“行驶、转弯和停止”以外，随连接到导航设备的变速器和发动机的控制系统以及用于自动巡航、保持车道等的驾驶支持系统提供的其他功能已经通过专用于各个功能的ECU执行的软件来实现。

在如上所述的控制系统中，只有当输入到ECU中的数据以及ECU中软件的运行都没有错误时，才能保证可靠性。日本专利公开No.11-039586(文档1)披露了一种与此问题有关的自动驾驶控制装置。该自动驾驶控制装置在多个电子控制装置之间传输数据，并借助该多个电子控制装置来控制车辆的自动驾驶。当从发送侧电子控制装置接收的数据是指示时间系列内车辆行驶状态的连续数据时，如果接收的连续数据的变化超出了预定的可能范围，则判定发生了异常。

借助这种自动驾驶控制装置，便可以在自动驾驶车辆时检查数据的可靠性，以便适当地控制车辆。

在文档1中，通过以下方式来判定数据的可靠性。首先，在当前车辆速度的两个连续数据之间的差超出了物理上可能的范围(例如，±3km/h)的情况下，便临时判定数据为异常。当自第一次临时异常判定以来，连续判定为异常超过0.5秒，则判定确实已发生了与数据的连续性有关的异常。这样，将范围和时间的特定值用作阈值，并将其与实际值进行比较，以便判定存在/不存在异常。

在根据上述技术的常规控制系统中，当与控制目标值的偏差超过预定的阈值时，便判定为异常。这意味着只有在偏差实际超过阈值之后，才能采取针对异常的措施。例如，当偏差超过阈值时，便会检查控制系统的输入传感器是否异常，检查来自运算中间结果的运算表达式是否有错误，并做出修改以便实现目标控制值(例如，在简化的方式中)。但是，在偏差超过阈值之前，无法采取这些措施，这意味着难以预测异常以便解决异常。

在此方面，如果不限于控制系统，已提出了诸如风险管理等各种管理方法。例如，避险系统在考虑商业风险的情况下评估将来获得的利润(收益)。此类系统中的一种系统使用概率理论来处理风险的发生，并得到对于业务扩展的最优解，以便在避免风险(避险)的同时增加利润(收益)。

在涉及车辆控制的控制系统中，上述处理的应用被认为是很困难的，原因如下：

1)收益和风险不取决于以相同尺度进行的对控制系统的管理；以及

2)由于没有考虑风险，停止控制系统将是解决风险发生的唯一可能的措施。

因此，在控制系统中，难以实现在避免发生风险的同时获得最大可能收益(提高的燃料效率、最优的排气净化)的风险管理。

发明内容

本发明用于解决上述问题。本发明的一个目标是提供一种控制系统，该控制系统在考虑到伴随执行控制将发生的收益和风险的情况下，可以设定更高的控制目标或提高所述系统的可靠性以便稳定所述系统。

根据本发明的一个方面，控制系统用于控制移动体，并包括检测单元、控制单元以及执行单元，检测单元检测与状态量有关的信息以及与操作量有关的信息中的至少一个信息，控制单元根据所述检测到的信息来生成要应用于执行单元的控制信息以便实现目标，执行单元根据所述控制信息来执行电气动作和机械动作中的至少一个动作。所述控制系统还包括可靠性检测单元和修改单元，可靠性检测单元通过以允许在其间进行比较的相同尺度为所述系统至少处理与所述目标一致的状态量以及与所述目标相反的状态量，来检测与所述系统的可靠性有关的信息，修改单元根据所述检测到的与可靠性有关的信息来修改所述目标和所述控制信息中的至少一个。

根据本发明，可以例如用概率尺度来掌握所述系统的可靠性，其中可以将与目标一致的状态量和与该目标相反的状态量进行比较，并且所述修改单元可以根据发生异常的概率(可能性)来修改所述目标和所述控制信息中的至少一个。使用这种配置，可以以相同的尺度来处理与所述目标一致的状态量(其被称为“收益”)以及与所述目标相反的状态量(其被称为“风险”)。例如，如果所述尺度为概率尺度，则可以检测出正常与异常之间的边界附近存在的异常预兆，使用阈值的常规处理将无法检测出该预兆。将此看作可能发生的风险，可以对作为控制结果的所述风险以及所述收益加以考虑，以便实现所述控制系统的成长。具体地说，如果就概率而言，发生风险的可能性很小，则可以将所述控制目标更改为更高的级别。结果，可以提供一种控制系统，该控制系统在考虑到伴随执行所述控制将发生的收益和风险的情况下，可以设定更高的控制目标或提高所述系统的可靠性并因此提高所述系统的稳定性。

优选地，所述可靠性检测单元通过以概率尺度进行处理来检测与所述系统的可靠性有关的信息。

根据本发明，所述与可靠性有关的信息以概率尺度进行处理，这使得检测出正常与异常之间的边界附近的异常预兆成为可能，而与使用阈值进行处理的常规情况不同。可以将此看作可能发生的风险，并对作为控制结果的此风险以及所述收益加以考虑，以便实现所述控制系统的成长。

仍优选地，所述可靠性检测单元根据与所述执行单元中的所述目标的偏差不小于预定值的概率来检测所述与可靠性有关的信息。

根据本发明，当与所述目标的偏差较大的状态发生的概率较高时，可以判定可靠性较低(即，风险较高)。

仍优选地，所述可靠性检测单元根据这样的概率来检测所述与可靠性有关的信息，即作为所述执行单元执行所述动作的结果的、实际输出与对应于所述目标的预期输出的偏差不小于预定值的概率。

根据本发明，通过获得所述实际输出与所述目标输出的偏差的概率分布，可以判定可靠性较高(即，风险低)或可靠性较低(即，风险高)。

仍优选地，所述可靠性检测单元根据这样的概率来检测所述与可靠性有关的信息，即作为所述执行单元执行所述动作的结果的、实际效率与对应于所述目标的预期效率的偏差不小于预定值的概率。

根据本发明，通过获得所述实际效率与所述目标效率的偏差的概率分布，可以判定可靠性较高(即，风险低)或可靠性较低(即，风险高)。

仍优选地，所述与可靠性有关的信息是由构成所述移动体的组件的状态量发生变化的概率来表示的信息。

根据本发明，当所述移动体是例如车辆，并假设所述组件是发动机时，可以通过检测诸如发动机输出、热效率等状态量如何作为所述控制的结果相对于所述目标或基准特性实际地变化，并且通过获得所述实际值与所述目标或基准值的偏差的概率分布来生成所述与可靠性有关的信息。

仍优选地，所述与可靠性有关的信息是由构成所述移动体的与输入有关的组件、与控制有关的组件、与输出有关的组件以及与通信有关的组件中的至少一个组件发生异常的概率来表示的信息。

所述控制系统的关键组件中的任何组件(包括所述与输入有关的组件、所述与控制有关的组件、所述与输出有关的组件以及所述与通信有关的组件)中的异常都将显著地影响所述控制系统的可靠性。因此，根据本发明，根据这些组件中的任何组件中的异常来生成所述与可靠性有关的信息，以便可以获得关于可靠性的有意义的信息。

仍优选地，所述与可靠性有关的信息是这样的信息，它是由至少下列之一引起的异常的发生概率来表示的：作为与输入有关的组件检测所述状态量的传感器的检测错误、作为与输出有关的组件的执行机构的动作错误、作为与输出有关的组件的执行机构的响应、与通信有关的组件的响应以及所述目标的错误，所述各组件构成所述移动体。

根据本发明，根据形式为所述传感器的检测错误、所述执行机构的动作错误或响应、所述与通信有关的组件的响应或所述目标的错误的异常的发生概率来生成所述与可靠性有关的信息。因此，可以获得关于可靠性的有意义的信息。

仍优选地，当所述可靠性在目标范围内时，所述修改单元根据与所述目标的偏差来修改所述目标和所述控制信息中的至少一个。

根据本发明，根据以概率尺度掌握的与所述目标的偏差，可以当所述偏差较大而不能收敛进而判定所述目标过大时修改所述目标，或者当所述偏差较小时，通过更改所述执行机构等的输入/输出特性以便允许以更高精度进行控制来修改所述控制信息。

仍优选地，当与所述目标的偏差在预定范围内时，所述修改单元通过更改用于生成所述控制信息的输入/输出特性来修改所述控制信息。

根据本发明，当以概率尺度掌握的与所述目标的偏差较小时，可以通过更改所述执行机构等的输入/输出特性以便允许以更高精度进行控制来修改所述控制信息。

仍优选地，当与所述目标的偏差等于或大于预定值进而判定所述目标过高时，所述修改单元将修改所述目标。

根据本发明，根据以概率尺度掌握的与所述目标的偏差，当所述偏差过大而不能收敛进而判定所述目标过高时，可以更改所述目标。这提高了所述控制系统的可靠性。

根据本发明的另一个方面，控制系统控制作为移动体的车辆以便在所述车辆中实现所需的目标。所述控制系统包括检测单元，该检测单元检测作为收益状态量的与目标特性一致的所述车辆的状态量，检测单元，该检测单元检测作为风险状态量的与所述目标特性相反的所述车辆的状态量，计算单元，该计算单元计算每个所述检测出的状态量与对应的目标发生偏差的概率，以及修改单元，当为所述风险状态量计算出的概率在预定范围内并且为所述收益状态量计算出的概率在预定范围内时，所述修改单元以导致性能进一步提高的方向来修改所述目标。

根据本发明，与所述目标特性一致的所述车辆的所述状态量被检测为所述收益状态量，而与所述目标特性相反的所述车辆的所述状态量被检测为所述风险状态量。即，作为特定控制的结果，与预期目标特性一致的收益信息和与所述目标特性相反的风险信息被检测，并以概率尺度进行处理。当风险较低时，可以以进一步提高性能的方向来更改所述目标，使得执行更高性能的控制成为可能。

根据本发明的进一个方面，控制系统控制作为移动体的车辆以便在所述车辆中实现所需的目标。所述控制系统包括检测单元，该检测单元检测作为收益状态量的与目标特性一致的所述车辆的状态量，检测单元，该检测单元检测作为风险状态量的与所述目标特性相反的所述车辆的状态量，计算单元，该计算单元计算每个所述检测出的状态量与对应的目标发生偏差的概率，以及修改单元，在为所述风险状态量计算出的概率在预定范围内并且为所述收益状态量计算出的概率在预定范围外的情况下，所述修改单元修改与所述收益状态量相关的执行机构的输入/输出特性。

根据本发明，与所述目标特性一致的所述车辆的所述状态量被检测为所述收益状态量，而与所述目标特性相反的所述车辆的所述状态量被检测为所述风险状态量。即，作为特定控制的结果，与预期目标特性一致的收益信息和与所述目标特性相反的风险信息被检测，并以概率尺度进行处理。在风险较低但是收益也较低的情况下，可以更改与所述收益状态量相关的所述执行机构的输入/输出特性以便提高可控性。

根据本发明的再一个方面，控制系统控制作为移动体的车辆以便在所述车辆中实现所需的目标。所述控制系统包括检测单元，该检测单元检测作为收益状态量的与目标特性一致的所述车辆的状态量，检测单元，该检测单元检测作为风险状态量的与所述目标特性相反的所述车辆的状态量，计算单元，该计算单元计算每个所述检测出的状态量与对应的目标发生偏差的概率，以及执行单元，当为所述风险状态量计算出的概率在预定范围之外时，所述执行单元执行风险回避处理。

根据本发明，与所述目标特性一致的所述车辆的所述状态量被检测为所述收益状态量，而与所述目标特性相反的所述车辆的所述状态量被检测为所述风险状态量。即，作为特定控制的结果，与预期目标特性一致的收益信息和与所述目标特性相反的风险信息被检测，并且它们被以概率尺度进行处理。高风险意味着很可能发生异常或实际已发生了异常，因此，将立即进行风险回避处理以确保所述控制系统的稳定性。

根据本发明的再一个方面，控制系统在作为移动体的车辆中控制能量效率、驱动性能、排气性能以及制动性能中的至少一个。所述控制系统包括检测单元，该检测单元检测作为收益状态量的车辆速度、驱动效率、排气净化性能、制动力以及制动效率中的至少一个，检测单元，该检测单元检测作为风险状态量的车辆速度降低的风险、驱动效率降低的风险、排气净化性能恶化的风险、制动力降低的风险以及制动效率降低的风险中的至少一个，计算单元，该计算单元计算每个所述检测出的状态量与对应的目标发生偏差的概率，以及修改单元，当为所述风险状态量计算出的概率在预定范围内并且为所述收益状态量计算出的概率在预定范围内时，所述修改单元以导致性能进一步提高的方向来修改所述目标。

根据本发明，当所述风险较低时，可以根据所述车辆的具体收益和风险，以进一步提高性能的方向来更改所述目标。这实现了更高性能的控制。

根据本发明的再一个方面，控制系统在作为移动体的车辆中控制能量效率、驱动性能、排气性能以及制动性能中的至少一个。所述控制系统包括检测单元，该检测单元检测作为收益状态量的车辆速度、驱动效率、排气净化性能、制动力以及制动效率中的至少一个，检测单元，该检测单元检测作为风险状态量的车辆速度降低的风险、驱动效率降低的风险、排气净化性能恶化的风险、制动力降低的风险以及制动效率降低的风险中的至少一个，计算单元，该计算单元计算每个所述检测出的状态量与对应的目标发生偏差的概率，以及修改单元，当为所述风险状态量计算出的概率在预定范围内并且为所述收益状态量计算出的概率在预定范围外时，所述修改单元修改与所述能量效率、所述排气性能以及所述制动性能相关的执行机构的输入/输出特性。

根据本发明，当所述风险较低并且所述收益也较低时，可以根据所述车辆的具体收益和风险，更改与所述收益状态量相关的所述执行机构的输入/输出特性。这提高了可控性。

根据本发明的再一个方面，控制系统在作为移动体的车辆中控制能量效率、驱动性能、排气性能以及制动性能中的至少一个。所述控制系统包括检测单元，该检测单元检测作为收益状态量的车辆速度、驱动效率、排气净化性能、制动力以及制动效率中的至少一个，检测单元，该检测单元检测作为风险状态量的车辆速度降低的风险、驱动效率降低的风险、排气净化性能恶化的风险、制动力降低的风险以及制动效率降低的风险中的至少一个，计算单元，该计算单元计算每个所述检测出的状态量与对应的目标发生偏差的概率，以及执行单元，当为所述风险状态量计算出的概率在预定范围之外时，所述执行单元执行风险回避处理。

根据本发明，根据所述车辆的具体收益和风险，当所述风险较高时，将立即执行所述风险回避处理，因为风险较高意味着很可能发生异常或实际已发生了异常。这可以确保所述控制系统的稳定性。

当结合附图时，从以下对本发明的详细说明，本发明的上述以及其他目标、特性、方面和优点将变得更加显而易见。

附图说明

图1示意地示出了根据本发明的第一实施例的控制系统的配置；

图2是示意地示出根据第一实施例的控制系统中的处理过程的流程图；

图3示意地示出了根据第一实施例的控制系统中的处理的结果；

图4-7示出了在根据第一实施例的控制系统中设定的目标函数；

图8是根据第一实施例的控制系统的方框图；

图9示出了根据第一实施例的控制系统的软件配置；

图10-11是示出在根据第一实施例的控制系统中执行的程序的控制结构的流程图；

图12是示出在根据本发明的第二实施例的控制系统中执行的主程序的控制结构的流程图；

图13是示出用于处理图12中所示的发电系统的程序的控制结构的流程图；

图14是示出用于处理图12中所示的驱动系统的程序的控制结构的流程图；

图15是示出用于处理图12中所示的制动系统的程序的控制结构的流程图；

图16是示出用于处理图12中所示的再生系统的程序的控制结构的流程图；

图17是根据第二实施例的控制系统中的时序图；

图18是示出在根据本发明的第三实施例的控制系统中执行的主程序的控制结构的流程图；

图19示出了根据第三实施例的控制系统中的电池风险函数；

图20-21是根据第三实施例的控制系统中的时序图。

具体实施方式

以下，将参考附图对本发明的各实施例进行说明。在以下说明中，相同的部件分配有相同的标号。它们的名称和功能也相同。因此，将不再重复其详细说明。

第一实施例

现在将简要说明根据本发明的第一实施例的控制系统。参考图1，说明了本实施例的控制系统的配置。

如图1所示，所述控制系统包括风险管理控制单元50、输入单元60、执行系统单元70以及评估单元80。

风险管理控制单元50具有判定风险，确定循环、成长过程，确定目标，确定输入以及确定执行系统模型的功能。

输入单元60具有检测信息和提供资源的功能。执行系统单元70具有检测信息、检测输入、检测目标偏差以及执行输出的功能。评估单元80具有检测收益和检测风险的功能。

这里，所述风险管理以概率的方式来预测有害的、负面的影响，并使所需的功能以更高的概率来实现。这种风险管理功能被应用于上述控制系统，以实现维持循环以便使所述控制系统成长的功能。

上述风险管理的关键特征为：输出收益和风险取决于以相同尺度进行的管理；诸如输出收益、风险等的状态量的变化以概率的方式获得，在考虑到风险的情况下以概率的方式设定目标以便执行反馈控制；并且其具有根据风险来确定旨在维持循环功能和控制系统成长的循环机制和运行方法的功能。

图2示出了如上所述的控制系统中的循环、成长过程的流程图。

在步骤(以下，缩写为“S”)10中，控制系统设定理想状况(成长目标)。在S20中，控制系统掌握当前状况(目标实现的程度)。在S30中，控制系统分析用于实现目标的要求(不足之处)。在S40中，控制系统确定用于实现目标的计划。在S50中，控制系统执行用于实现目标的计划。

在S50之后，过程返回S10。以循环方式重复这些步骤，控制系统可以根据风险来维持循环功能，这允许控制系统成长。

具体地说，如图3所示，随着目标效率逐渐增加，实际效率将逐步提高，结果是使控制系统成长。

根据本发明的一个实施例的控制系统的特征在于：收益和风险取决于以概率尺度进行的管理，现在结合图4-7对其进行说明。为了检测对目标的收敛，需要以概率的方式掌握偏差方差，因此设定如图4-7中所示的目标函数。

图4和5示出了收益偏差和风险偏差，横轴和纵轴分别表示时间和输出。图4和5中的曲线示出了实际受控对象的状态量。收益偏差对应于实际收益相对于收益目标的差。风险偏差对应于实际风险相对于风险基准的差。

图6是一个直方图，横轴和纵轴分别表示收益偏差和出现收益偏差的概率。图7是一个直方图，横轴和纵轴分别表示风险偏差和出现风险偏差的概率。

在图6中，表示出了收益偏差的目标特性和概率偏差，同时概率偏差向收益偏差较大的一侧移动。这是由于偏差目标特性具有如虚线(覆盖收益偏差较小的区域)所示的概率分布，而实际偏差具有如实线所示的概率分布。

至于风险偏差，如图7所示，偏差目标特性具有如虚线所示的概率分布，其在风险偏差较小的区域概率增大并且随风险偏差的增大而减小。比较而言，概率偏差具有这样的特性：在所述风险偏差大于偏差目标特性的风险偏差的区域，概率增大。这是因为，与目标风险偏差特性相比，实际风险的概率偏差在风险较高的区域增大。

因此，如图4-7所示，通过以概率的方式掌握偏差方差来检测对目标的收敛，可以以相同的尺度设定收益目标和风险基准，并计算所执行的值的偏差频率。还可以以概率尺度计算相对于偏差目标特性的、收益与风险偏差的执行的概率偏差特性的差。这样，可以以概率尺度来设定目标，并可以计算风险变化的起点。对风险变化的监视还使得在考虑到成长的情况下，能够有效地修改收益目标。

图8示出了将上述控制系统应用于车辆时的系统配置。

如图8所示，车辆中应用的控制系统包括主ECU(电子控制单元)1000，其与构成所述控制系统的多个ECU中的每一个ECU通信。主ECU1000主要执行风险管理控制。

图8示出了配备有两个执行机构的情况。在主ECU1000作为其核心的情况下，所述控制系统包括ECU(1)100、执行机构(1)110、能量供给单元(1)120、输入检测单元(1)130、在执行机构(1)一侧的收益/风险检测单元(1)140、ECU(2)200、执行机构(2)210、能量供给单元(2)220、输入检测单元(2)230以及在执行机构(2)一侧的收益/风险检测单元(2)240。

在这种配置中，如果ECU和执行机构具有大量的功能，风险管理容量可能会变得过大，妨碍了单独使用主ECU1000进行控制。在这种情况下，可以采用控制各ECU的子风险管理ECU，以及控制所述子风险管理ECU的主风险管理ECU。

可替代地，可以按照其功能将执行机构分组，并且可以提供所需数量的风险管理ECU来分担执行风险管理的责任。进而，可以按照发生风险的可能性来更改分担的责任范围。当发生单独使用子风险管理ECU所不能解决的风险时，处于更高级别的风险管理ECU将执行全面控制。当在子风险管理ECU对其负责的范围内发生风险的可能性被判定为十分低时，所述ECU对负责其中风险发生可能性较高的区域的另一个ECU执行后备。

当所述控制系统包括多个执行机构时，每个执行机构都配备有输入和输出特性的检测单元，并与对应的ECU或风险管理ECU通信。执行机构由来自对应的ECU或风险管理ECU的命令来驱动。输出特性的检测单元检测预期的、正面影响(收益)和有害的、负面影响(风险)，并执行运算以便根据收益和风险来确定控制的执行内容。

进而，还可以提供用于分析输入/输出影响参数的贡献程度的单元，以构成用于确定对目标和输入/输出特性的修改的计算单元(在考虑到维持循环以及控制系统的成长的情况下)，和用于执行对特性的修改的执行单元。

图9示出了对应于图8的控制方框图的软件配置。

在主ECU1000中，通过程序执行风险管理控制。风险管理控制单元具有如下功能：检测驱动请求、检测驱动状态、检测风险、计算风险目标偏差、判定风险、确定风险回避装置、判定风险回避、判定涉及循环和成长的控制许可、检测收益、计算收益目标偏差、确定循环和成长过程、仲裁风险/收益目标、确定风险/收益目标、确定输入以及确定执行系统模型。

ECU(1)100和ECU(2)200都包括启动系统控制单元，该单元具有检测驱动状态、检测输入、检测输出、检测目标偏差以及执行输出的功能。

在考虑维持循环以及控制系统的成长的情况下，上述主ECU1000执行目标设定和特性修改。具体地说，为每个影响参数提供了特性检测功能，并根据目标偏差的变化量相对于修改的输入特性的比率来分析贡献程度。通过判定目标偏差的变化量的最大值对应于最高贡献程度，可以确定输入特性。即，确定对于预定变换特性的最佳输入特性。

当目标偏差的变化量的最大值不大于规定值(实际上为0)时，将修改输入/输出变换特性。即，将其判定为预定变换特性的界限，并进行使用其他变换特性的成长。

当目标偏差的变化量的最大值不大于规定值(实际上为0)以及修改输入/输出变换特性之后目标偏差已变成最小时，将确定此时的输入特性和变换特性。即，指定成长的界限，并确定输入/输出变换特性。

当目标偏差的变化量的最大值继续大于规定值(过大的目标)或小于规定值(实际上为0)时，将按照优先级来修改目标特性。即，过大的目标被取消并被修改为适当的目标。

上述控制系统也执行风险判定。所述控制系统具有指定单元，可以指定如下的故障模式A、B和C。一旦指定了故障模式，将进行与指定的故障模式一致的风险回避。

A.累积型故障(磨损故障)

对于故障影响参数，将检测工作负荷×频率，然后将其从设计寿命中减去以估计剩余寿命。在剩余寿命的变化率不低于规定值、剩余寿命不大于规定值或者剩余寿命短于必要寿命的情况下，将执行以下措施。注意，可以根据使用期限工作次数/时间与工作次数/时间之间的差等指定必要寿命。针对累积型故障执行的风险回避措施包括切换至替代装置、通过辅助装置执行冗余控制、限制工作频率等。

B.过大的输入引起的故障

将检测施加于影响参数的负荷以判定风险程度。当风险程度超过规定值时，将执行风险回避，可以是切换至替代装置、通过辅助装置执行冗余控制、分散/减轻负荷等。注意，可以通过检测来自输入能量的压力、负荷、发热温度等来判定风险程度。

C.偶然故障

当故障无法被预先检测时，将在检测到故障之后切换至备用装置。当预先检测是可能的(即，当故障概率是已知的并且其超过了规定值)时，通过在检测到故障之前执行切换至替代装置和借助辅助装置执行冗余控制来进行风险回避。注意，通过经由通信装置获得市场信息等，可以检测故障概率。

当通过上述风险回避措施A、B或C使风险降低到目标范围内时，则判定已避免了风险。当判定已避免了风险时，将判定是否可能恢复正常控制。如果可能，将恢复正常控制。如果不可能，将继续风险回避控制。

判断是否允许考虑到维持循环和控制系统成长的控制。当风险在目标风险概率的范围之内时，允许此类考虑到维持循环和控制系统成长的控制，当风险在范围之外时，禁止此类控制。

当判断收益和风险相互矛盾时，收益/风险目标仲裁单元将按照优先级准则来修改收益和风险目标。

参考图10，说明了在根据本实施例的控制系统中执行的程序的控制结构。

进行说明之前，在下面列出了输入/输出和目标函数的定义。

(1-1)风险的定义

Rout＝[Rout(1)，Rout(2)，Rout(3)，...]

由输入和影响程度的函数表示：Rout＝rout(x)

输入：X＝[x(1)，x(2)，x(3)，...]

(1-2)收益的定义

Gout＝[Gout(1)，Gout(2)，Gout(3)，...]

由输入和影响程度的函数表示：Gout＝gout(x)

输入：X＝[x(1)，x(2)，x(3)，...]

(1-3)风险效率的定义

Krout＝[Krout(1)，Krout(2)，Krout(3)，...]

由风险相对于输入的比率表示：Krout＝Rout/x

(1-4)收益效率的定义

Kgout＝[Kgout(1)，Kgout(2)，Kgout(3)，...]

由收益相对于输入的比率表示：Kgout＝Gout/x

(2-1)目标风险概率函数

Art＝[Art(1)，Art(2)，Art(3)，...]

由影响程度和发生概率的函数表示：Art＝art(r)

r：对风险的影响程度

(2-2)目标收益概率函数

Agt＝[Agt(1)，Agt(2)，Agt(3)，...]

由影响程度和发生概率的函数表示：Agt＝agt(g)

g：对收益的影响程度

(2-3)目标风险效率概率函数

Akrt＝[Akrt(1)，Akrt(2)，Akrt(3)，...]

由风险效率和发生概率的函数表示：Akrt＝akrt(kr)

kr：风险效率

(2-4)目标收益效率概率函数

Akgt＝[Akgt(1)，Akgt(2)，Akgt(3)，...]

由收益效率和发生概率的函数表示：Akgt＝akgt(kg)

kg：收益效率

(3-1)风险的概率函数

(3-1-1)未定义基准风险Rk时

Ar＝[Ar(1)，Ar(2)，Ar(3)，...]

Ar＝ar(Rout)

(3-1-2)已定义基准风险Rk时

Rk＝[Rk(1)，Rk(2)，...]

具有基准风险Rk，Ar＝ar(Rk-Rout)

(3-2)收益的概率函数

(3-2-1)未定义基准收益Gk时

Ag＝[Ag(1)，Ag(2)，Ag(3)，...]

Ag＝ag(Gout)

(3-2-2)已定义基准收益Gk时

Gk＝[Gk(1)，Gk(2)，...]

具有基准收益Gk，Ag＝ag(Gk-Gout)

(4-1)风险效率的概率函数

(4-1-1)未定义基准风险效率Krk时

Akr＝[Akr(1)，Akr(2)，Akr(3)，...]

Akr＝akr(Krout)

(4-1-2)已定义基准风险效率Krk时

具有基准风险效率Krk，

Krk＝[Krk(1)，Krk(2)，...]

Akr＝akr(Krk-Krout)

(4-2)收益效率的概率函数

(4-2-1)未定义基准收益效率Kgk时

Akg＝[Akg(1)，Akg(2)，Akg(3)，...]

Akg＝akg(Kgout)

(4-2-2)已定义基准收益效率Kgk时

具有基准收益效率Kgk，

Kgk＝[Kgk(1)，Kgk(2)，...]

Akg＝akg(Kgk-Kgout)

(5-1)风险概率偏差

dAr＝[dAr(1)，dAr(2)，dAr(3)，...]

dAr＝Art-Ar

(5-2)收益概率偏差

dAg＝[dAg(1)，dAg(2)，dAg(3)，...]

dAg＝Agt-Ag

(6-1)风险效率概率偏差

dAkr＝[dAkr(1)，dAkr(2)，dAkr(3)，...]

dAkr＝Akrt-Akr

(6-2)收益效率概率偏差

dAkg＝[dAkg(1)，dAkg(2)，dAkg(3)，...]

dAkg＝Akgt-Akg

在假设以上定义的情况下，执行以下程序。

在S1000中，控制系统检测驱动(或驱动器)请求。在S1010中，它检测驱动状态。在S1020中，它检测输入量(X(^**))。

在S1030中，控制系统计算输出(Gout(^**))。在S1040中，它计算输出效率(Kgout(^**))。然后控制系统检测S1050中的收益和S1060中的风险。

在S1070中，控制系统计算收益目标偏差(Ag(^**))。在S1080中，它计算收益效率偏差(Akg(^**))。在S1090中，它计算风险目标偏差(Ar(^**))，而在S1100中，它计算风险效率偏差(Akr(^**))。

在S1110中，控制系统以1为单位递增收益偏差频率计数器。在S1120中，它以1为单位递增风险偏差频率计数器。S1110和S1120中的处理产生了图6和7中示出的概率分布的直方图。

在S1130中，控制系统执行风险回避判定处理。在S1140中，它确定风险回避方法。在S1150中，它判定是否允许进行包括循环和成长的控制。

在S1160中，控制系统确定循环、成长过程。在S1170中，控制系统仲裁风险和收益目标。在S1180中，它确定风险和收益目标(Gk(^**)、Rk(^**))。在S1190中，它确定风险和收益效率目标(Kgk(^**)、Krk(^**))。

在S1200中，控制系统确定系统模型。在S1210中，它确定输入命令值。在S1220中，它根据输入值执行控制。

参考图11，图11详细说明了S1140-S1160中的处理。

在S1300中，控制系统判定系统是否处于正常状态。即，它判定是否可以确认系统不处于故障状态。当确认系统处于正常状态(在S1300中为“是”)时，过程继续到S1310。否则(在S1300中为“否”)，过程继续到S1420。

在S1310中，控制系统判定风险是否在目标范围内。即，判定是否处于风险回避状态。如果风险在目标范围内(在S1310中为“是”)，过程继续到S1320。否则(在S1310中为“否”)，过程继续到S1420。

在S1320中，控制系统执行正常控制。在S1330中，控制系统判定控制系统本身是否处于成长阶段。如果控制系统本身处于成长阶段(在S1330中为“是”)，过程继续到S1340。否则(在S1330中为“否”)，过程终止。

在S1340中，控制系统修改输入特性。在S1350中，它检测输出波动。在S1360中，它计算每个输入的贡献程度。

在S1370中，控制系统判定目标偏差的变化量的最大值是否不大于预定阈值α。如果目标偏差的变化量的最大值等于或小于预定阈值α(在S1370中为“是”)，过程继续到S1380。否则(在S1370中为“否”)，过程继续到S1410。

在S1380中，控制系统修改输入/输出变换特性。在S1390中，控制系统判定目标偏差是否最小。如果目标偏差是最小(在S1390中为“是”)，过程继续到S1400。否则(在S1390中为“否”)，过程返回到S1380，并且维持循环直到目标偏差变成最小。

在S1400中，控制系统确定输入/输出变换特性。

在S1410中，控制系统修改输入特性。

在S1420中，控制系统执行风险回避处理。此时，维持循环和控制系统本身的成长被禁止。

如上所述，根据本实施例的控制系统，收益和风险取决于以相同概率尺度进行的管理，并在考虑风险的情况下设定目标。由于考虑了风险，即使系统遇到风险，它也可以维持循环功能并允许在风险范围内控制系统本身的成长。

第二实施例

现在，在将上述控制系统应用于车辆的情况下，说明了一个作为本发明的第二实施例的更具体的实施例。本实施例的控制单元与图8中示出的控制单元类似，因此，这里不再重复其详细说明。

根据本实施例的车辆控制系统旨在高度一致地实现轮胎纵向力驱动控制中的燃料效率(能量效率)的、排气净化性能和制动性能的相容性。目标函数和参数设定可以实现这种结果。

首先，在下面列出了目标函数。

(1)目标收益概率函数

(1-1)车辆速度：Agt(1)

发动机输出Agt(11)、发电量Agt(12)、蓄电量Agt(13)，

电动机转矩Agt(14)、电动机转数Agt(15)，

CVT(无级变速器)变速比Agt(16)、驱动力Agt(17)

(1-2)排气性能：Agt(2)

空气燃料比Agt(21)，

CO排放量Agt(22)、NO_X排放量Agt(23)、HC排放量Agt(24)

(1-3)制动力：Agt(3)

执行机构驱动电流Agt(31)、制动液压Agt(32)、再生转矩Agt(33)

(2)目标收益效率概率函数

(2-1)驱动效率：Akgt(1)

发动机效率Akgt(11)、发电效率Akgt(12)、蓄电效率Akgt(13)，

电动机效率Akgt(14)

(2-2)制动效率：Akgt(2)

制动能量Akgt(21)、消耗能量Akgt(22)、再生能量Akgt(23)，

电动机效率Akgt(14)

(3)目标风险概率函数

(3-1)车辆速度降低的风险：Art(1)

发动机输出变化Art(11)、发电量变化Art(12)、蓄电量变化Art(13)，电动机转矩变化Art(14)、电动机转数变化Art(15)，

CVT变速比变化Art(16)、驱动力变化Art(17)

(3-2)排气恶化的风险：Art(2)

空气燃料比变化Art(21)，

CO排放量变化Art(22)、NO_X排放量变化Art(23)、HC排放量变化Art(24)

(3-3)制动力降低的风险：Art(3)

执行机构驱动电流变化Art(31)、制动液压变化Art(32)，

再生转矩变化Art(33)

(4)目标风险效率概率函数

(4-1)驱动效率降低的风险：Akrt(1)

发动机效率变化Akrt(11)、发电效率变化Akrt(12)、蓄电效率变化Akrt(13)，

电动机效率变化Akrt(14)

(4-2)制动效率降低的风险：Akrt(2)

制动能量变化Akrt(21)、消耗能量变化Akrt(22)、再生能量变化Akrt(23)

以下，列出了参数设定。

传输系统

(1)驱动输出收益

输入

燃料喷射量X(11)

发动机输出

Gout(11)＝gout(11){X(11)}

基准特性：Gk(11)

实际偏差概率：Ag(11)＝ag{Gk(11)-Gout(11)}

目标偏差概率：Agt(11)

发电量

Gout(12)＝gout(12){Gout(11)}

基准特性：Gk(12)

实际偏差概率：Ag(12)＝ag{Gk(12)-Gout(12)}

目标偏差概率：Agt(12)

蓄电量

Gout(13)＝gout(13){Gout(12)}

基准特性：Gk(13)

实际偏差概率：Ag(13)＝ag{Gk(13)-Gout(13)}

目标偏差概率：Agt(13)

第二输入

电力供给量X(12)

电动机转矩

Gout(14)＝gout(14){X(12)}

基准特性：Gk(14)

实际偏差概率：Ag(14)＝ag{Gk(14)-Gout(14)}

目标偏差概率：Agt(14)

电动机转数

Gout(15)＝gout(15){X(12)}

基准特性：Gk(15)

实际偏差概率：Ag(15)＝ag{Gk(15)-Gout(15)}

目标偏差概率：Agt(15)

CVT变速比

Gout(16)＝gout(16){Gout(15)}

基准特性：Gk(16)

实际偏差概率：Ag(16)＝ag{Gk(16)-Gout(16)}

目标偏差概率：Agt(16)

驱动力

Gout(17)＝gout(17){Gout(16)}

基准特性：Gk(17)

实际偏差概率：Ag(17)＝ag{Gk(17)-Gout(17)}

目标偏差概率：Agt(17)

车辆速度

Gout(1)＝gout(1){Gout(16)}

基准特性：Gk(1)

实际偏差概率：Ag(1)＝ag{Gk(1)-Gout(1)}

目标偏差概率：Agt(1)

车辆输出

Gout(18)＝Gout(1)×Gout(17)

基准特性：Gk(18)

实际偏差概率：Ag(18)＝ag{Gk(18)-Gout(18)}

目标偏差概率：Agt(18)

(2)驱动输出风险

输入

燃料喷射量X(11)

发动机输出

Gout(11)＝gout(11){X(11)}

基准特性：Rk(11)

实际偏差概率：Ar(11)＝ar{Rk(11)-Gout(11)}

目标偏差概率：Art(11)

发电量

Gout(12)＝gout(12){Gout(11)}

基准特性：Rk(12)

实际偏差概率：Ar(12)＝ar{Rk(12)-Gout(12)}

目标偏差概率：Art(12)

蓄电量

Gout(13)＝gout(13){Gout(12)}

基准特性：Rk(13)

实际偏差概率：Ar(13)＝ar{Rk(13)-Gout(13)}

目标偏差概率：Art(13)

第二输入

电力供给量X(12)

电动机转矩

Gout(14)＝gout(14){X(12)}

基准特性：Rk(14)

实际偏差概率：Ar(14)＝ar{Rk(14)-Gout(14)}

目标偏差概率：Art(14)

电动机转数

Gout(15)＝gout(15){X(12)}

基准特性：Rk(15)

实际偏差概率：Ar(15)＝ar{Rk(15)-Gout(15)}

目标偏差概率：Art(15)

CVT变速比

Gout(16)＝gout(16){Gout(15)}

基准特性：Rk(16)

实际偏差概率：Ar(16)＝ar{Rk(16)-Gout(16)}

目标偏差概率：Art(16)

驱动力

Gout(17)＝gout(17){Gout(16)}

基准特性：Rk(17)

实际偏差概率：Ar(17)＝ar{Rk(17)-Gout(17)}

目标偏差概率：Art(17)

车辆速度

Gout(1)＝gout(1){Gout(16)}

基准特性：Rk(1)

实际偏差概率：Ar(1)＝ar{Rk(1)-Gout(1)}

目标偏差概率：Art(1)

车辆输出

Gout(18)＝Gout(1)×Gout(17)

基准特性：Rk(18)

实际偏差概率：Ar(18)＝ar{Rk(18)-Gout(18)}

目标偏差概率：Art(18)

(3)驱动收益效率

发动机热效率

Kgout(11)＝kgout(11){X(11)}

基准特性：Kgk(11)

实际偏差概率：Akg(11)＝akg{Kgk(11)-Kgout(11)}

目标偏差概率：Akgt(11)

发电效率

Kgout(12)＝kgout(12){Kgout(11)}

基准特性：Kgk(12)

实际偏差概率：Akg(12)＝akg{Kgk(12)-Kgout(12)}

目标偏差概率：Akgt(12)

充电效率

Kgout(13)＝kgout(13){Kgout(12)}

基准特性：Kgk(13)

实际偏差概率：Akg(13)＝akg{Kgk(13)-Kgout(13)}

目标偏差概率：Akgt(13)

电动机效率

Kgout(14)＝kgout(14){X(12)}

基准特性：Kgk(14)

实际偏差概率：Akg(14)＝akg{Kgk(14)-Kgout(14)}

目标偏差概率：Akgt(14)

驱动效率

Kgout(1)＝kgout(1){Kgout(14)}

基准特性：Kgk(1)

实际偏差概率：Akg(1)＝akg{Kgk(1)-Kgout(1)}

目标偏差概率：Akgt(1)

(4)驱动风险效率

发动机热效率

Kgout(11)＝kgout(11){X(11)}

基准特性：Krk(11)

实际偏差概率：Akr(11)＝akr{Krk(11)-Kgout(11)}

目标偏差概率：Akrt(11)

发电效率

Kgout(12)＝kgout(12){Kgout(11)}

基准特性：Krk(12)

实际偏差概率：Akr(12)＝akr{Krk(12)-Kgout(12)}

目标偏差概率：Akrt(12)

充电效率

Kgout(13)＝kgout(13){Kgout(12)}

基准特性：Krk(13)

实际偏差概率：Akr(13)＝akr{Krk(13)-Kgout(13)}

目标偏差概率：Akrt(13)

电动机效率

Kgout(14)＝kgout(14){X(12)}

基准特性：Krk(14)

实际偏差概率：Akr(14)＝akr{Krk(14)-Kgout(14)}

目标偏差概率：Akrt(14)

驱动效率

Kgout(1)＝kgout(1){Kgout(14)}

基准特性：Krk(1)

实际偏差概率：Akr(1)＝akr{Krk(1)-Kgout(1)}

目标偏差概率：Akrt(1)

(5)排气性能

空气燃料比

Gout(21)＝gout(21){X(11)}

基准特性：Gk(21)

实际偏差概率：Ag(21)＝ag{Gk(21)-Gout(21)}

目标偏差概率：Agt(21)

CO排放量

Gout(22)＝gout(22){Gout(21)}

基准特性：Gk(22)

实际偏差概率：Ag(22)＝ag{Gk(22)-Gout(22)}

目标偏差概率：Agt(22)

NO_X排放量

Gout(23)＝gout(23){Gout(21)}

基准特性：Gk(23)

实际偏差概率：Ag(23)＝ag{Gk(23)-Gout(23)}

目标偏差概率：Agt(23)

HC排放量

Gout(24)＝gout(24){Gout(21)}

基准特性：Gk(24)

实际偏差概率：Ag(24)＝ag{Gk(24)-Gout(24)}

目标偏差概率：Agt(24)

排气性能

Gout(2)＝gout(2){Gout(21)}

基准特性：Gk(2)

实际偏差概率：Ag(2)＝ag{Gk(2)-Gout(2)}

目标偏差概率：Agt(2)

(6)排气恶化的风险

空气燃料比

Gout(21)＝gout(21){X(11)}

基准特性：Rk(21)

实际偏差概率：Ar(21)＝ar{Rk(21)-Gout(21)}

目标偏差概率：Art(21)

CO排放量

Gout(22)＝gout(22){Gout(21)}

基准特性：Rk(22)

实际偏差概率：Ar(22)＝ar{Rk(22)-Gout(22)}

目标偏差概率：Art(22)

NO_X排放量

Gout(23)＝gout(23){Gout(21)}

基准特性：Rk(23)

实际偏差概率：Ar(23)＝ar{Rk(23)-Gout(23)}

目标偏差概率：Art(23)

HC排放量

Gout(24)＝gout(24){Gout(21)}

基准特性：Rk(24)

实际偏差概率：Ar(24)＝ar{Rk(24)-Gout(24)}

目标偏差概率：Art(24)

排气性能

Gout(2)＝gout(2){Gout(21)}

基准特性：Rk(2)

实际偏差概率：Ar(2)＝ar{Rk(2)-Gout(2)}

目标偏差概率：Art(2)

(7)制动力收益

输入

电力供给量X(31)

执行机构驱动电流

Gout(31)＝gout(31){X(31)}

基准特性：Gk(31)

实际偏差概率：Ag(31)＝ag{Gk(31)-Gout(31)}

目标偏差概率：Agt(31)

制动液压

Gout(32)＝gout(32){Gout(31)}

基准特性：Gk(32)

实际偏差概率：Ag(32)＝ag{Gk(32)-Gout(32)}

目标偏差概率：Agt(32)

再生转矩

Gout(33)＝gout(33){Gout(33)}

基准特性：Gk(33)

实际偏差概率：Ag(33)＝ag{Gk(33)-Gout(33)}

目标偏差概率：Agt(33)

制动力

Gout(3)＝gout(3){Gout(32)}

基准特性：Gk(3)

实际偏差概率：Ag(3)＝ag{Gk(3)-Gout(3)}

目标偏差概率：Agt(3)

(8)制动力降低的风险

输入

电力供给量X(31)

执行机构驱动电流

Gout(31)＝gout(31){X(31)}

基准特性：Rk(31)

实际偏差概率：Ar(31)＝ar{Rk(31)-Gout(31)}

目标偏差概率：Art(31)

制动液压

Gout(32)＝gout(32){Gout(31)}

基准特性：Rk(32)

实际偏差概率：Ar(32)＝ar{Rk(32)-Gout(32)}

目标偏差概率：Art(32)

再生转矩

Gout(33)＝gout(33){Gout(33)}

基准特性：Rk(33)

实际偏差概率：Ar(33)＝ar{Rk(33)-Gout(33)}

目标偏差概率：Art(33)

制动力

Gout(3)＝gout(3){Gout(32)}

基准特性：Rk(3)

实际偏差概率：Ar(3)＝ar{Rk(3)-Gout(3)}

目标偏差概率：Art(3)

(9)制动效率

制动能量

Kgout(21)＝kgout(21){Gout(1)}

基准特性：Kgk(21)

实际偏差概率：Akg(21)＝akg{Kgk(21)-Kgout(21)}

目标偏差概率：Akgt(21)

消耗能量

Kgout(22)＝kgout(22){Kgout(21)}

基准特性：Kgk(22)

实际偏差概率：Akg(22)＝akg{Kgk(22)-Kgout(22)}

目标偏差概率：Akgt(22)

再生能量

Kgout(23)＝kgout(23){Kgout(21)}

基准特性：Kgk(23)

实际偏差概率：Akg(23)＝akg{Kgk(23)-Kgout(23)}

目标偏差概率：Akgt(23)

制动效率

Kgout(2)＝kgout(2){Kgout(23)}

基准特性：Kgk(2)

实际偏差概率：Akg(2)＝akg{Kgk(2)-Kgout(2)}

目标偏差概率：Akgt(2)

(10)制动效率降低的风险

制动能量

Kgout(21)＝kgout(21){Gout(1)}

基准特性：Krk(21)

实际偏差概率：Akr(21)＝akr{Krk(21)-Kgout(21)}

目标偏差概率：Akrt(21)

消耗能量

Kgout(22)＝kgout(22){Kgout(21)}

基准特性：Krk(22)

实际偏差概率：Akr(22)＝akr{Krk(22)-Kgout(22)}

目标偏差概率：Akrt(22)

再生能量

Kgout(23)＝kgout(23){Kgout(21)}

基准特性：Krk(23)

实际偏差概率：Akr(23)＝akr{Krk(23)-Kgout(23)}

目标偏差概率：Akrt(23)

制动效率

Kgout(2)＝kgout(2){Kgout(23)}

基准特性：Krk(2)

实际偏差概率：Akr(2)＝akr{Krk(2)-Kgout(2)}

目标偏差概率：Akrt(2)

在轮胎纵向力驱动控制中，根据本实施例的车辆控制系统执行：

(1)更改目标

(2)分析用于达到目标的装置，以及

(3)确定用于达到目标的装置。

(1)关于更改目标，当达到规定的目标时，将设定更高的目标以便进一步成长。当尽管处于正常状态但仍无法达到目标时，将降低规定的目标。通过按照每个参数的优先级对达到目标的过程加权来确定偏差的平衡。

(2)进行对目标达到装置的分析是为了分析任何与收益和风险关联的参数的贡献程度。在分析时用作指标的是目标偏差的变化量相对于参数的变化量的比。

(3)通过为每个参数设定优先级和通过按照优先级对执行装置加权来进行目标达到装置的确定。

在根据本实施例的车辆控制系统中，设定控制方案(运行规则)以便：

(1)根据SOC(充电状态)来最小化发动机输出相对于电动机输出的比率；

(2)根据制动时的车辆运动能量来最大化再生制动能量；

(3)最大化发动机热效率和电动机效率；

(4)使排气净化性能达到目标性能；以及

(5)使控制系统的风险处于目标范围内。

参考图12，其中说明了根据本实施例的车辆控制系统的总体流程图。

在S2000中，车辆控制系统对发电系统执行处理。在S2200中，其对驱动系统执行处理。

在S2400中，车辆控制系统对驱动系统执行处理，在S2600中，其对再生系统执行处理。

参考图13，其中详细说明了对图12的S2000中的发电系统的处理。

在S2010中，车辆控制系统检测蓄电量。在S2020中，所述车辆控制系统计算目标蓄电量。在S2030中，所述车辆控制系统判定蓄电量是否小于目标值。如果蓄电量小于目标值(在S2030中为“是”)，过程继续到S2040，否则(在S2030中为“否”)，过程继续到S2050。

在S2040中，车辆控制系统启动发动机(发电机)。在S2050中，所述车辆控制系统停止发动机(发电机)的运行。

在S2060中，车辆控制系统判定排气风险是否小于风险目标。如果排气风险小于风险目标(在S2060中为“是”)，过程继续到S2070，否则(在S2060中为“否”)，过程继续到S2090。

在S2070中，车辆控制系统增加空气燃料比。即，所述车辆控制系统增加发动机和发电机的效率。在S2080中，所述车辆控制系统改变空气燃料比对应。

在S2090中，车辆控制系统降低空气燃料比。即，所述车辆控制系统降低发动机和发电机的效率。在S2100中，所述车辆控制系统改变空气燃料比对应。

参考图14，其中详细说明了图12的S2200中的驱动系统的处理。

在S2210中，车辆控制系统计算估计的车辆速度。在S2220中，所述车辆控制系统计算目标车辆速度。

在S2230中，车辆控制系统计算必要的输出。在S2240中，所述车辆控制系统计算变速比、供给电压和提供给电动机的电流。在S2250中，所述车辆控制系统计算电压和电流值。

在S2260中，车辆控制系统判定收益是否不小于预定收益目标值。如果收益等于或大于预定收益目标值(在S2260中为“是”)，过程继续到S2270，否则(在S2270中为“否”)，过程继续到S2280。

在S2270中，车辆控制系统判定风险是否小于预定风险目标值。如果风险小于预定风险目标值(在S2270中为“是”)，过程终止，否则(在S2270中为“否”)，过程继续到S2280。

在S2280中，车辆控制系统改变输出，或电压/电流特性对应。

参考图15，其中详细说明了图12的S2400中的制动系统的处理。

在S2410中，车辆控制系统判定执行机构是否正在运行。如果执行机构正在运行(在S2410中为“是”)，过程继续到S2420，否则(在S2410中为“否”)，过程继续到S2490。

在S2420中，车辆控制系统以1为单位递增工作计数器。在S2430中，所述车辆控制系统取得工作时间、经过时间和行驶距离数据。在S2440中，所述车辆控制系统计算工作频率。在S2450中，所述车辆控制系统判定工作频率是否小于预定基准值。如果工作频率小于预定基准值(在S2450中为“是”)，过程继续到S2490，否则(在S2450中为“否”)，过程继续到S2460。

在S2460中，车辆控制系统计算剩余寿命。在S2470中，所述车辆控制系统判定剩余寿命是否不小于预定基准值。如果剩余寿命等于或大于基准值(在S2470中为“是”)，过程继续到S2480，否则(在S2470中为“否”)，过程继续到S2560。

在S2480中，车辆控制系统执行限制工作频率的过程。此后，过程继续到S2490。

在S2490中，车辆控制系统判定驱动电流是否小于预定基准值。如果驱动电流小于预定基准值(在S2490中为“是”)，过程继续到S2500，否则(在S2490中为“否”)，过程继续到S2510。

在S2500中，车辆控制系统将0赋值给泄漏判定计数器。

在S2510中，车辆控制系统判定泄漏判定计数器是否小于预定基准值。如果计数器小于预定基准值(在S2510中为“是”)，过程继续到S2520，否则(在S2510中为“否”)，过程继续到S2540。

在S2520中，车辆控制系统以1为单位递增泄漏判定计数器。在S2530中，所述车辆控制系统执行强制的驱动以取消泄漏。

在S2540中，车辆控制系统判定故障率是否小于预定目标值。如果故障率小于预定目标值(在S2540中为“是”)，过程继续到S2550，否则(在S2540中为“否”)，过程继续到S2560。

在S2550中，车辆控制系统以制动负荷减小的模式来执行对再生制动和CVT的控制。

在S2560中，车辆控制系统打开警告灯。

参考图16，其中详细说明了图12的S2600中执行的再生系统的处理。

在S2610中，车辆控制系统判定制动是否正在工作。如果制动正在工作(在S2610中为“是”)，过程继续到S2620，否则(在S2610中为“否”)，过程终止。

在S2620中，车辆控制系统计算必要的制动力和再生制动力。在S2630中，所述车辆控制系统确定CVT变速比。在S2640中，所述车辆控制系统计算液压制动的制动力。在S2650中，所述车辆控制系统向液压制动输出命令信号。

现在说明基于上述结构和流程图的车辆控制系统的运行。

在具有图8所示的控制方框的车辆控制系统中，执行图12所示的主流程图和图13-16所示的子程序，以便进行对发电系统、驱动系统、制动系统和再生系统的处理。

在发电系统的处理中，将在抑制排气风险的同时增加空气燃料比，以便提高发动机效率。将执行高发动机效率×发电效率的输出驱动以达到目标蓄电量。将执行电力供给以提高电动机效率。

在驱动系统的处理中，将执行电力供给以提高电动机效率。根据电动机输出和目标车辆速度来确定变速比。输入参数为燃料喷射量、空气燃料比、电动机电力等，并确定最佳输入特性。

在制动系统的处理中，当执行机构的工作频率由于阀漏等原因超过基准值时，将对控制产生以下影响。

将根据工作时间、经过时间、行驶距离等来计算剩余寿命。执行延长寿命的过程来保持剩余寿命不低于设定值。当剩余寿命变得低于设定值时，将输出警告。在符合制动性能的准则时，工作频率将受到限制。将为电动机提供降低了电压的电力以便减少启动次数。

将根据阀驱动电流的目标偏差的增加来计算泄漏频率。当泄漏频率超过基准值时，将检查强制驱动阀是否可以改善状况。如果没有限制泄漏频率的装置并因此无法满足目标故障率，则输出警告。作为一种风险分散方法，在允许范围内增加再生制动和CVT的风险以由此增加再生制动的频率，可以有效地用作限制ECB(电子受控制动)的工作频率的备用功能。

在再生系统的处理中，作为一种提高效率的方法，将确定诸如CVT之类的传输的变速比，以使再生效率在制动的初始阶段增加到最大的可能级别，因为再生制动转矩在低速范围时较大并且经常出现超过所需制动力的转矩。将降低液压制动量并增加在停止前电池完全充电的频率。输入参数为制动能量和变速比，并确定最佳输入。就变换特性而言，将使用对应来修改SOC、制动能量和变速比之间的关系以确定最佳变换特性。

图17示出了随时间变化的车辆速度、驱动效率、排气性能、制动力和制动效率。如图17所示，

(1)当风险超过基准水平时，将进行系统更改以避免风险；

(2)虽然风险可能随着系统更改而增加，但是将控制系统更改以便不超过风险界限。

如上所述，根据本实施例的车辆控制系统，可以在轮胎纵向力驱动控制中使燃料效率、能量效率、排气性能和制动性能高度相容。具体地说，根据SOC最小化了发动机输出相对于电动机输出的比，并且根据制动时的车辆运动能量最大化了再生制动能量。发动机热效率和电动机效率被最大化以使排气性能达到目标性能。执行控制以使车辆控制系统的风险在目标范围处收敛，同时满足上述条件。因此，可以实现一种使燃料效率、排气性能和制动性能高度相容的车辆控制系统。

第三实施例

以下，说明本发明的控制系统被应用于车辆控制系统以便进行能量管理控制的情况，作为本发明的第三实施例。

本实施例的控制方框同样类似于上面结合图8所说明的方框。因此，这里不再重复其详细说明。

首先，下面列出假定条件(驱动器请求和输入)以及收益和风险的定义。

(1)假定条件(驱动器请求)

车速：发动机为ON后开始行驶100秒

加速：在20秒内加速到20m/s(1m/s²)

稳态：稳定行驶300秒

减速：在40秒内从20m/s减速到0m/s(0.5m/s²)

温度：室外温度：35℃

室内温度：初始温度：50℃

目标温度：25℃(在发动机为ON的同时设定)

SOC：在初始状态为80％

(2)假定条件(输入)

加速行驶(1m/s²)：SOC消耗：1％/s

稳定行驶：SOC消耗：0.1％/s

使用空调(室温≠目标)

SOC消耗：0.2％/s(温度降低：0.1℃/s)

使用空调(室温＝目标)

SOC消耗：0.1％/s

发电：SOC增加：0.2％/s

再生：SOC增加：0.5％/s(仅当车速不低于5m/s)

(3)收益的定义

驱动系统 加速度(m/s²)×30.0

         车速×2.0

制动系统减速状态：减速度(m/s²)×80.0

电池 SOC×0.5

空调 忽略

(4)风险的定义

驱动系统停止状态：5.0

加速状态：1.0×车速(m/s)+10.00

稳定行驶/减速：10.0

制动系统行驶状态：10.0

减速状态：40.0(再生制动时为-20.0)

电池 参见图19

空调 忽略

可以根据实验值来更改收益和风险定义。例如，如果由于老化致使加速时的可靠性降低，则驱动系统的加速状态时的风险可能增加。当通过数据发现制动力在低温时降低，则制动风险可能仅因为低温而增加。如果通过数据发现再生制动的可靠性出乎预料地良好，则再生制动的风险可能会降低。这样，考虑到了老化的影响。

参考图18，其中说明了在根据本实施例的车辆控制系统中执行的程序的控制结构。

在S3000中，车辆控制系统检测驱动器请求。在S3010中，所述车辆控制系统检测对控制对象的输入。在S3020中，车辆控制系统计算控制对象的收益。在S3030中，所述车辆控制系统计算控制对象的风险。

在S3040中，车辆控制系统为每个控制对象计算收益风险比＝收益/风险。在S3050中，所述车辆控制系统计算总收益，在S3060中，所述车辆控制系统计算总风险。在S3070中，所述车辆控制系统计算收益效率＝总收益/输入。

在S3080中，车辆控制系统计算风险效率＝总风险/输入。

在S3090中，所述车辆控制系统计算收益偏差Gt＝总收益-目标收益。在S3100中，所述车辆控制系统计算风险偏差Rt＝总风险-目标风险。

在S3110中，车辆控制系统计算收益效率偏差Kgt＝收益效率-目标收益效率。在S3120中，所述车辆控制系统计算风险效率偏差Krt＝风险效率-目标风险效率。

在S3130中，车辆控制系统如下计算评估指数：评估指数＝评估函数(收益偏差，收益效率偏差，风险偏差，风险效率偏差)。在S3140中，车辆控制系统确定控制系统的输入和内部参数以使评估指数变小。

评估指数E被表示为评估函数A×状态量X。当评估函数A＝(a1，a2，a3，a4)并且状态量X为X＝(Gt，Kgt，Rt，Krt)的转置矩阵时，评估指数E＝收益偏差Gt×a1+收益偏差效率Kgt×a2+风险偏差Rt×a3+风险效率偏差Krt×a4。例如，评估函数A＝(1，1，-1，-1)。

在S3150中，车辆控制系统确定对每个执行机构的输出，在S3160中，所述车辆控制系统向每个执行机构输出控制信号。

图19示出了电池与风险之间的关系。如图19所示，在SOC最高到60％的区域中，风险逐渐降低，一旦SOC超过60％，风险将固定在一个较低的水平。

现在说明了基于上述结构和流程图的根据本实施例的车辆控制系统的运行。更具体地说，说明了能量管理系统可以实现其中收益和风险取决于以概率尺度进行的管理的车辆控制系统。

图20(A)、20(B)、20(C)以及20(D)分别示出了随时间变化的车速、温度、SOC以及输入。图21(A)、21(B)、21(C)以及21(D)分别示出了随时间变化的驱动收益和驱动风险、制动收益和制动风险、SOC收益和SOC风险以及总收益和总风险。

如图21(D)所示，当总风险变大时，系统开始发电以降低风险，因为否则评估指数E将变成小于零。将执行控制以实现E≥0作为评估指数E的目标。风险被降低以使评估指数E维持目标状态。例如，如图21(B)所示，当制动风险增加时，总风险也会增加，这样评估指数将为负值。因此，为了降低制动风险，将使用再生制动以使制动风险从虚线表示的状态降至实线表示的状态。因此，如图21(D)所示，可以将总风险从虚线表示的状态修改成实线表示的状态，以使评估指数E移至正值。即，可以在缺少再生制动的情况下避免评估指数E采用负值的情况。

注意，可以使用通过将收益和风险除以输入值得到的收益效率和风险效率(而不是收益和风险本身)来执行评估。

尽管已详细说明和示出了本发明，但是应清楚地理解，仅通过示例和实例的方式说明和示出了本发明并且并非采取限制的方式，本发明的精神和范围仅由附带的权利要求书的条款限定。

Claims (17)

1.一种用于移动体的控制系统，所述控制系统包括检测单元(80)，检测与状态量有关的信息和与操作量有关的信息中的至少一个信息；控制单元(50)，根据所述检测到的信息来生成要应用于执行单元(70)的控制信息以实现目标；以及所述执行单元(70)，根据所述控制信息执行电气动作和机械动作中的至少一个动作，包括：

可靠性检测单元(50)，通过以允许在其间进行比较的相同尺度为所述系统至少处理与所述目标一致的状态量和与所述目标相反的状态量，来检测与所述系统的可靠性有关的信息；以及

修改单元(50)，根据所述检测到的与可靠性有关的信息来修改所述目标和所述控制信息中的至少一个。

2.根据权利要求1的控制系统，其中所述可靠性检测单元(50)通过以概率尺度进行处理来检测与所述系统的可靠性有关的所述信息。

3.根据权利要求1或2的控制系统，其中所述可靠性检测单元(50)根据与所述执行单元(70)中的所述目标的偏差不小于预定值的概率来检测所述与可靠性有关的信息。

4.根据权利要求1或2的控制系统，其中所述可靠性检测单元(50)根据这样的概率来检测所述与可靠性有关的信息，即作为所述执行单元(70)执行所述动作的结果的、实际输出与对应于所述目标的预期输出的偏差不小于预定值的概率。

5.根据权利要求1或2的控制系统，其中所述可靠性检测单元(50)根据这样的概率来检测所述与可靠性有关的信息，即作为所述执行单元(70)执行所述动作的结果的、实际效率与对应于所述目标的预期效率的偏差不小于预定值的概率。

6.根据权利要求1或2的控制系统，其中所述与可靠性有关的信息是由构成所述移动体的组件的状态量发生变化的概率来表示的信息。

7.根据权利要求1或2的控制系统，其中所述与可靠性有关的信息是由构成所述移动体的与输入有关的组件、与控制有关的组件、与输出有关的组件以及与通信有关的组件中的至少一个组件发生异常的概率来表示的信息。

8.根据权利要求1或2的控制系统，其中所述与可靠性有关的信息是这样的信息，它是由至少下列之一引起的异常的发生概率来表示的：作为与输入有关的组件检测所述状态量的传感器的检测错误、作为与输出有关的组件的执行机构的动作错误、作为与输出有关的组件的执行机构的响应、与通信有关的组件的响应以及所述目标的错误，所述各组件构成所述移动体。

9.根据权利要求1的控制系统，其中当所述可靠性在目标范围内时，所述修改单元(50)根据与所述目标的偏差来修改所述目标和所述控制信息中的至少一个。

10.根据权利要求9的控制系统，其中当与所述目标的偏差在预定范围内时，所述修改单元(50)通过修改用于生成所述控制信息的输入/输出特性来修改所述控制信息。

11.根据权利要求9的控制系统，其中当与所述目标的偏差不小于预定值并判定所述目标过大时，所述修改单元(50)修改所述目标。

12.一种控制系统，控制作为移动体的车辆以便在所述车辆中实现所需的目标，所述控制系统包括：

检测单元(80)，检测作为收益状态量的与目标特性一致的所述车辆的状态量；

检测单元(80)，检测作为风险状态量的与所述目标特性相反的所述车辆的状态量；

计算单元，计算每个所述检测出的状态量与对应的目标发生偏差的概率；以及

修改单元(50)，当为所述风险状态量计算出的概率在预定范围内并且为所述收益状态量计算出的概率在预定范围内时，所述修改单元(50)以导致性能进一步提高的方向来修改所述目标。

13.一种控制系统，控制作为移动体的车辆以便在所述车辆中实现所需的目标，所述控制系统包括：

检测单元(80)，检测作为收益状态量的与目标特性一致的所述车辆的状态量；

检测单元(80)，检测作为风险状态量的与所述目标特性相反的所述车辆的状态量；

计算单元，计算每个所述检测出的状态量与对应的目标发生偏差的概率；以及

修改单元(50)，当为所述风险状态量计算出的概率在预定范围内并且为所述收益状态量计算出的概率在预定范围外时，所述修改单元(50)修改与所述收益状态量相关的执行机构的输入/输出特性。

14.一种控制系统，控制作为移动体的车辆以便在所述车辆中实现所需的目标，所述控制系统包括：

检测单元(80)，检测作为收益状态量的与目标特性一致的所述车辆的状态量；

检测单元(80)，检测作为风险状态量的与所述目标特性相反的所述车辆的状态量；

计算单元，计算每个所述检测出的状态量与对应的目标发生偏差的概率；以及

执行单元(70)，当为所述风险状态量计算出的概率在预定范围之外时，所述执行单元(70)执行风险回避处理。

15.一种控制系统，在作为移动体的车辆中控制能量效率、驱动性能、排气性能以及制动性能中的至少一个，所述控制系统包括：

检测单元(80)，检测作为收益状态量的车辆速度、驱动效率、排气净化性能、制动力以及制动效率中的至少一个；

检测单元(80)，检测作为风险状态量的车辆速度降低的风险、驱动效率降低的风险、排气净化性能恶化的风险、制动力降低的风险以及制动效率降低的风险中的至少一个；

计算单元，计算每个所述检测出的状态量与对应的目标发生偏差的概率；以及

修改单元(50)，当为所述风险状态量计算出的概率在预定范围内并且为所述收益状态量计算出的概率在预定范围内时，所述修改单元(50)以导致性能进一步提高的方向来修改所述目标。

16.一种控制系统，在作为移动体的车辆中控制能量效率、驱动性能、排气性能以及制动性能中的至少一个，所述控制系统包括：

检测单元(80)，检测作为收益状态量的车辆速度、驱动效率、排气净化性能、制动力以及制动效率中的至少一个；

检测单元(80)，检测作为风险状态量的车辆速度降低的风险、驱动效率降低的风险、排气净化性能恶化的风险、制动力降低的风险以及制动效率降低的风险中的至少一个；

计算单元，计算每个所述检测出的状态量与对应的目标发生偏差的概率；以及

修改单元(50)，当为所述风险状态量计算出的概率在预定范围内并且为所述收益状态量计算出的概率在预定范围外时，所述修改单元(50)修改与所述能量效率、排气性能以及制动性能相关的执行机构的输入/输出特性。

17.一种控制系统，在作为移动体的车辆中控制能量效率、驱动性能、排气性能以及制动性能中的至少一个，所述控制系统包括：

检测单元(80)，检测作为收益状态量的车辆速度、驱动效率、排气净化性能、制动力以及制动效率中的至少一个；

检测单元(80)，检测作为风险状态量的车辆速度降低的风险、驱动效率降低的风险、排气净化性能恶化的风险、制动力降低的风险以及制动效率降低的风险中的至少一个；

计算单元，计算每个所述检测出的状态量与对应的目标发生偏差的概率；以及

执行单元(70)，当为所述风险状态量计算出的概率在预定范围之外时，所述执行单元(70)执行风险回避处理。

Images