DE102008008446A1

DE102008008446A1 - Fahrzeug-Klimaanlage und Verfahren und Vorrichtung zum Steuern der Fahrzeug-Klimaanlage

Info

Publication number: DE102008008446A1
Application number: DE102008008446A
Authority: DE
Inventors: Yasufumi Kariya Kojima; Hiroshi Kariya Takeda; Kousuke Hara
Original assignee: Denso Corp
Current assignee: Denso Corp
Priority date: 2007-02-13
Filing date: 2008-02-11
Publication date: 2008-08-28
Also published as: JP4360409B2; US20080195564A1; US7966280B2; JP2008195221A

Abstract

Eine Fahrzeug-Klimaanlage umfasst eine Speichereinheit, die eine Vielzahl von Zustandsinformationen als jeweilige gelernte Daten speichert; eine lernende Einheit, die ein Wahrscheinlichkeitsmodell aufbaut; eine Steuerinformations-Korrektureinheit, die Einstellinformationen etc., die sich auf die Einstellbetätigung eines Fahrzeuginsassen beziehen, entsprechend einer berechneten Wahrscheinlichkeit korrigiert, um eine spezifische Einstellbetätigung zu erreichen; und eine Klimatisierungssteuereinheit, welche die Klimatisierungseinheit entsprechend den korrigierten Einstellinformationen steuert, etc. Die lernende Einheit umfasst eine Clustering-Untereinheit zum Klassifizieren der Vielzahl gelernter Daten in zumindest erste und zweite Cluster und zum Bestimmen erster und zweiter Wertebereiche für die Zustandsinformationen aus den in den jeweiligen Clustern enthaltenen gelernten Daten und eine Wahrscheinlichkeitsmodell-Aufbauuntereinheit zum Aufbauen des Wahrscheinlichkeitsmodells durch Bestimmen der Wahrscheinlichkeiten für die jeweils in den ersten und zweiten Bereichen enthaltenen Zustandsinformationen.

Description

Gebiet der Erfindung
Die vorliegende Erfindung betrifft eine Fahrzeug-Klimaanlage und ein Verfahren und eine Vorrichtung zum Steuern der Fahrzeug-Klimaanlage und insbesondere eine Fahrzeug-Klimaanlage, welche den Klimatisierungszustand optimiert, so dass so sie der Temperaturempfindlichkeit eines Fahrzeuginsassen entspricht oder zu spezifischen Situationen passt, und ein Verfahren zum Steuern einer derartigen Fahrzeug-Klimaanlage.
Hintergrund der Erfindung
Im Allgemeinen bestimmt eine Fahrzeug-Klimaanlage automatisch die Temperatur, den Luftdurchsatzpegel, etc. von klimatisierter Luft, die aus ausgewählten Luftauslässen ausgelassen wird, unter Bezug auf verschiedene Parameter, wie etwa die Temperatureinstellung, die Außentemperatur, die Innentemperatur und die Sonnenstrahlung. Die menschliche Temperaturempfindlichkeit unterscheidet sich jedoch von einer Person zur anderen (manche sind empfindlich gegen Wärme, während andere gegen Kälte empfindlich sind). Als ein Ergebnis können die automatisch bestimmte Temperatur, der Luftdurchsatzpegel, etc. der klimatisierten Luft nicht für jeden Insassen optimal sein. In diesem Fall kann ein Insasse die Klimaanlage einstellen, um durch Betätigen des Bedienfelds die Temperatureinstellung zu erhöhen oder zu erniedrigen oder den Luftdurchsatzpegel zu erhöhen oder zu erniedrigen. Angesichts dessen wurde eine Klimaanlage entwickelt, die eine lernende Steuerung eingebaut hat, die eine Beziehungsgleichung zur Bestimmung der Temperatur, des Luftdurchsatzpegels, etc. klimatisierter Luft unter Verwendung relevanter Parameter korrigiert, wenn der Insasse die Einstellung, wie etwa die Temperatureinstellung oder den Luftdurchsatzpegel durch Betätigen des Bedienfelds geändert hat (siehe die japanische ungeprüfte Patentveröffentlichung Nr. 2000-293204 ).
Es sollte jedoch bemerkt werden, dass ein Fahrzeuginsasse die Einstellung der Klimaanlage nicht immer ändert, weil seine Temperaturempfindlichkeit sich von der anderer unterscheidet. Der Insasse kann die Einstellung aufgrund äußerer Umweltfaktoren ändern. Wenn zum Beispiel ein Insasse direkt vor dem Fahren des Fahrzeugs trainiert hat, kann es sein, dass der Insasse die Temperatur niedriger festlegen möchte als üblich. Wenn das Fahrzeug sich ferner einem Ort nähert, wo immer eine Verkehrsstockung auftritt, kann der Insasse die Klimaanlage auf eine Innenluftumwälzbetriebsart einstellen, um zu verhindern, dass Abgas in das Innere des Fahrzeugs strömt. Die in der japanischen ungeprüften Patentveröffentlichung Nr. 2000-293204 offenbarte Klimaanlage kann jedoch nicht zwischen dem Fall, in dem ein Insasse die Einstellung der Klimaanlage aufgrund von äußeren Umweltfaktoren geändert hat, und einer Situation, in der ein Insasse die Einstellung geändert hat, weil der von der Klimaanlage automatisch eingestellte Sollwert nicht der Temperaturempfindlichkeit des Insassen entsprach, unterscheiden.
Andererseits wurde ein Fahrzeug-Klimasteuerungssystem entwickelt, bei dem Vorkehrungen getroffen wurden, um durch Hinzufügen von Daten, die den aktuellen Standort eines Fahrzeugs anzeigen, zu den gelernten Daten zwischen Temperatursteuerungslernen und anderem Lernen zu unterscheiden (siehe japanische ungeprüfte Patentveröffentlichung Nr. 2000-62431 ).
Das in der japanischen ungeprüften Patentveröffentlichung Nr. 2000-62431 offenbarte Fahrzeug-Klimatisierungssystem ist von der Art, die bestimmt, ob das Temperatursteuerungslernen durchgeführt werden soll oder nicht, indem es auf das Datum und die Zeit und den Standort des Fahrzeugs Bezug nimmt, und kann keine Situationen behandeln, in denen die Klimaanlageneinstellung aus anderen Gründen als dem Datum, der Zeit und dem Standort des Fahrzeugs geändert wurde, zum Beispiel, wenn ein Insasse die Temperatureinstellung gesenkt hat, weil er oder sie sich sportlich betätigt hat. Außerdem optimiert das Fahrzeug-Klimasteuerungssystem die Klimatisierungstemperatur, etc. nicht, um zu spezifischen Situationen, wie zum Beispiel vorstehend beschrieben, zu passen.
Wenn die Klimatisierungstemperatur, etc. optimiert werden sollen, um zu spezifischen Situationen zu passen, muss jede spezifische Situation richtig identifiziert werden. Zu diesem Zweck ist es im Fall des in der japanischen ungeprüften Patentveröffentlichung Nr. 2000-62431 offenbarten Fahrzeug-Klimasteuerungssystems zum Beispiel notwendig, den Bereich des Datums und der Zeit und den Bereich des Standorts des Fahrzeugs zu bestimmen, wo das Temperatursteuerungslernen durchgeführt werden soll. Es war jedoch schwierig derartige Bereiche im Voraus festzulegen, da der Bereich des Datums und der Zeit und der Bereich des Standorts des Fahrzeugs sich abhängig von dem Fahrer des Fahrzeugs ändern.
Zusammenfassung der Erfindung
Es ist eine Aufgabe der vorliegenden Erfindung, eine Fahrzeug-Klimaanlage, die den Bereich jedes Informationswerts genau bestimmen kann, um jeder spezifischen Situation zu entsprechen, die eine Anpassung der Klimaanlageneinstellung erfordert, und ein Verfahren zur Steuerung einer derartigen Klimaanlage bereitzustellen.
Es ist eine andere Aufgabe der vorliegenden Erfindung, bereitzustellen: eine Fahrzeug-Klimaanlage, die automatisch eine optimale Klimaanlageneinstellung lernen kann, die der Temperaturempfindlichkeit eines Insassen entspricht oder die zu einer beliebigen spezifischen Situation passt, und ein Verfahren zur Steuerung einer derartigen Klimaanlage.
Gemäß einem Aspekt der vorliegenden Erfindung wird eine Fahrzeug-Klimaanlage bereitgestellt. Die Fahrzeug-Klimaanlage umfasst eine Informationserfassungseinheit, die Zustandsinformationen erfasst; eine Speichereinheit, die eine Vielzahl von Zustandsinformationen als jeweilige gelernte Daten speichert; eine lernende Einheit, die unter Verwendung der gelernten Daten ein Wahrscheinlichkeitsmodell aufbaut, in das die Zustandsinformationen eingegeben werden, um die Wahrscheinlichkeit zu berechnen, dass ein Fahrzeuginsasse eine spezifische Einstellbedienung durchführt; eine Steuerinformations-Korrektureinheit, welche durch Eingeben der Zustandsinformation in das Wahrscheinlichkeitsmodell, das von der lernenden Einheit aufgebaut wird, die Wahrscheinlichkeit berechnet, dass der Insasse die spezifische Einstellbetätigung durchführt, und die Einstellinformationen oder Steuerinformationen, die sich auf die Einstellbetätigung des Insassen beziehen, entsprechend der berechneten Wahrscheinlichkeit korrigiert, um die spezifische Einstellbetätigung zu erzielen; und eine Klimatisierungssteuereinheit, die eine Klimatisierungseinheit gemäß den korrigierten Einstellinformationen oder Steuerinformationen steuert. In der Fahrzeug-Klimaanlage umfasst die lernende Einheit eine Clustering-Untereinheit, welche die Vielzahl von in der Speichereinheit gespeicherten gelernten Daten in zumindest einen ersten Cluster und einen zweiten Cluster klassifiziert und welche einen ersten Wertebereich der Zustandsinformationen aus den gelernten Daten, die in dem ersten Cluster enthalten sind, und einen zweiten Wertebereich der Zustandsinformationen aus den gelernten Daten, die in dem zweiten Cluster enthalten sind, bestimmt; und eine Wahrscheinlichkeitsmodell-Aufbauuntereinheit, die durch Bestimmen der Wahrscheinlichkeit für das Auftreten des in dem ersten Bereich enthaltenen Werts der Zustandsinformationen und der Wahrscheinlichkeit für das Auftreten des in dem zweiten Bereich enthaltenen Werts der Zustandsinformationen das zu der spezifischen Einstellbetätigung gehörende Wahrscheinlichkeitsmodell aufbaut.
Da die Fahrzeug-Klimaanlage mit dem vorstehenden Aufbau den Bereich der Zustandsinformationen, die den Fahrzeugzustand, den Klimatisierungszustand, etc. darstellen, entsprechend einer spezifischen Situation optimal bestimmt und basierend auf dem Ergebnis das Wahrscheinlichkeitsmodell zum Berechnen der Wahrscheinlichkeit aufbaut, kann automatisch die Klimaanlageneinstellung erreicht werden, die der spezifischen Situation genau entspricht. Hier bezieht sich die spezifische Einstellbetätigung auf die Betätigung zum Ändern des Betriebszustands der Klimaanlage, wie etwa das Ändern der Temperatureinstellung oder der Luftdurchsatzpegeleinstellung, das Einstellen der Klimaanlage auf die Innenluftumwälzbetriebsart oder das Einschalten oder Ausschalten des Entfrosters. Die Einstellinformationen beziehen sich auf die Informationen zum Regulieren des Betriebs der Fahrzeug-Klimaanlage, wie etwa die Temperatureinstellung, den Luftdurchsatzpegel, das Innen-/Außenluftansaugverhältnis, das Luftdurchsatzverhältnis klimatisierter Luft zwischen verschiedenen Luftauslässen, etc. Ferner beziehen sich die Steuerinformationen auf die Informationen, die basierend auf den Einstellinformationen bestimmt werden und verwendet werden, um den Betrieb verschiedener Teile der Klimatisierungseinheit, wie etwa die Temperatur der klimatisierten Luft, die Anzahl von Umdrehungen des Lüftungsventilators und die Öffnung der Luftmischklappe, zu steuern.
Vorzugsweise hat die Clustering-Untereinheit eine erste Clustering-Bedingung und eine zweite Clustering-Bedingung, die verschiedene Wertebereiche der Zustandsinformationen definieren, und erzeugt nach dem Bestimmen der Bereiche der Cluster, zu denen die jeweiligen gelernten Daten gehören, unter Verwendung der Vielzahl gelernter Daten und der ersten und zweiten Clustering-Bedingungen Cluster.
Vorzugsweise werden die Wertebereiche der Zustandsinformationen jeweils basierend auf einem euklidischen Abstand bestimmt, die erste Clustering-Bedingung ist, dass der euklidische Abstand zwischen jedem Paar gelernter Daten in der Vielzahl gelernter Daten nicht größer als ein erster euklidischer Abstand ist, und die zweite Clustering-Bedingung ist, dass der euklidische Abstand zwischen jedem Paar gelernter Daten in der Vielzahl gelernter Daten größer als der erste euklidische Abstand, aber nicht größer als ein zweiter euklidischer Abstand ist.
Da die der spezifischen Situation entsprechenden Zustandsinformationen mit der vorstehenden Anordnung nicht nur in Cluster klassifiziert werden können, wenn die Information über einen relativ schmalen Bereich verteilt sind, sondern auch, wenn die Informationen über einen relativ breiten Bereich verteilt sind, kann die Fahrzeug-Klimaanlage die Bereiche des Zustandsinformationswerts genau bestimmen.
Bevorzugt bestimmt die Clustering-Untereinheit den ersten Bereich, so dass er alle der in dem ersten Cluster enthaltenen Daten enthält, aber keine in dem zweiten Cluster enthaltenen gelernten Daten enthält, und bestimmt den zweiten Bereich, so dass er alle der in dem zweiten Cluster enthaltenen Daten enthält, aber keine in dem ersten Cluster enthaltenen Daten enthält.
Bevorzugt bestimmt die Clustering-Untereinheit den ersten Wertebereich der Zustandsinformationen, so dass er von einem Bereich definiert ist, dessen Mitte sich am Schwerpunkt der in dem ersten Cluster enthaltenen gelernten Daten befindet und dessen Radius durch den euklidischen Abstand von dem Schwerpunkt zu den gelernten Daten definiert ist, die sich unter den in dem ersten Cluster enthaltenen gelernten Daten am weitesten davon entfernt befinden.
Wenn das Wahrscheinlichkeitsmodell einen Knoten hat, der die Zustandsinformationen als eine Eingabe nimmt und der die Wahrscheinlichkeit dafür ausgibt, dass der Insasse die spezifische Einstellbetätigung durchführt, und der Knoten eine bedingte Wahrscheinlichkeitstabelle hat, welche die Wahrscheinlichkeit für den Fall, in dem der Wert der Zustandsinformationen in dem ersten Bereich enthalten ist, ebenso wie für den Fall, in dem der Wert der Zustandsinformationen in dem zweiten Bereich enthalten ist, anzeigt, erzielt die Wahrscheinlichkeitsmodell-Aufbauuntereinheit bevorzugt aus der Vielzahl gelernter Daten die Anzahl der Male, die die spezifische Einstellbetätigung durchgeführt wurde, für den Fall, in dem der Wert der Zustandsinformationen in dem ersten Bereich enthalten ist, ebenso wie für den Fall, in dem der Wert der Zustandsinformationen in dem zweiten Bereich enthalten ist, und erzeugt die bedingte Wahrscheinlichkeitstabelle durch Dividieren der Anzahl von Malen durch die Gesamtanzahl der Vielzahl gelernter Daten und dadurch Erzielen der Wahrscheinlichkeit für den Fall, in dem der Wert der Zustandsinformationen in dem ersten Bereich enthalten ist, ebenso wie für den Fall, in dem der Wert der Zustandsinformationen in dem zweiten Bereich enthalten ist.
In einer alternativen Betriebsart der Erfindung hat das Wahrscheinlichkeitsmodell bevorzugt eine Gruppe von Knoten, die aus einem Knoten besteht, der die Zustandsinformationen als eine Eingabe nimmt und der eine bedingte Wahrscheinlichkeit für ein spezifisches Ereignis ausgibt, und zumindest einen anderen Knoten, der die Ausgabe des Knotens als eine Eingabe nimmt und der die Wahrscheinlichkeit dafür ausgibt, dass der Insasse die spezifische Einstellbetätigung durchführt, und der Knoten hat eine bedingte Wahrscheinlichkeitstabelle, die die bedingte Wahrscheinlichkeit für den Fall angibt, in dem der Wert der Zustandsinformationen in dem ersten Bereich enthalten ist, ebenso wie für den Fall, in dem der Wert der Zustandsinformationen in dem zweiten Bereich enthalten ist, wobei die Wahrscheinlichkeitsmodell-Aufbauuntereinheit für den Fall, in dem der Wert der Zustandsinformationen in dem ersten Bereich enthalten ist, ebenso wie für den Fall, in dem der Wert der Zustandsinformationen in dem zweiten Bereich enthalten ist, aus der Vielzahl gelernter Daten die Anzahl von Malen erzielt, welche das spezifische Ereignis stattgefunden hat, und die bedingte Wahrscheinlichkeitstabelle erzeugt, indem sie die Anzahl der Male durch die Gesamtzahl der Vielzahl gelernter Daten dividiert und dadurch die bedingte Wahrscheinlichkeit für den Fall erzielt, in dem der Wert der Zustandsinformationen in dem ersten Bereich enthalten ist, ebenso wie für den Fall, in dem der Wert der Zustandsinformationen in dem zweiten Bereich enthalten ist.
Das spezifische Ereignis bezieht sich auf eine spezifische Situation, welche die Einstellung, die Betätigung, etc. der Fahrzeug-Klimaanlage oder den Zustand, das Verhalten, etc. des Fahrzeugs betrifft, in dem zum Beispiel der Luftdurchsatzpegel, die Luftströmungsrichtung, die Temperatureinstellung, der Fensteröffnungs-/Schließzustand, die Drosselöffnung oder die Fahrzeuggeschwindigkeit auf einen spezifizierten Wert eingestellt werden.
Bevorzugt sind die Zustandsinformationen die aktuellen Standortinformationen des Fahrzeugs, Zeitinformationen, welche die aktuelle Zeit anzeigen, oder eine Kombination der Ortsinformationen und der Zeitinformationen. Der aktuelle Standort bezieht sich auf den Standort des Fahrzeugs zu der Zeit, zu der seine Standortinformationen von der Informationserfassungseinheit erfasst werden, und die aktuelle Zeit bezieht sich auf die Tageszeit und die Zeit, zu der die Informationen von der Informationserfassungseinheit erfasst werden.
Gemäß einem anderen Aspekt der vorliegenden Erfindung wird ein Verfahren zum Steuern einer Fahrzeug-Klimaanlage bereitgestellt, wobei die Klimaanlage umfasst: eine Klimatisierungseinheit, die klimatisierte Luft in ein Fahrzeug zuführt, eine Informationserfassungseinheit, die Zustandsinformationen erfasst, eine Speichereinheit, eine Steuerinformations-Korrektureinheit, die zumindest ein zu einer spezifischen Einstellbetätigung gehöriges Wahrscheinlichkeitsmodell hat, durch Eingeben der Zustandsinformationen in das Wahrscheinlichkeitsmodell die Wahrscheinlichkeit dafür berechnet, dass ein Fahrzeuginsasse die spezifische Bedienung durchführt, und die Einstellinformationen oder Steuerinformationen, die sich auf die Einstellbetätigung des Insassen beziehen, entsprechend der berechneten Wahrscheinlichkeit korrigiert, um die spezifische Einstellbetätigung zu erzielen, und eine Klimatisierungssteuereinheit, welche die Klimatisierungseinheit entsprechend der korrigierten Einstellinformationen oder Steuerinformationen steuert. Das Steuerverfahren umfasst: Speichern der Zustandsinformationen als gelernte Informationen in der Speichereinheit; Auswählen einer Vielzahl gelernter Daten aus den in der Speichereinheit gespeicherten gelernten Daten; Klassifizieren der ausgewählten Vielzahl gelernter Daten in zumindest einen ersten Cluster und einen zweiten Cluster und Bestimmen eines ersten Wertebereichs der Zustandsinformationen aus den in dem ersten Cluster enthaltenen gelernten Daten und eines zweiten Wertebereichs der Zustandsinformationen aus den in dem zweiten Cluster enthaltenen gelernten Daten; und Aufbauen des zu der spezifischen Einstellbetätigung gehörenden Wahrscheinlichkeitsmodells durch Bestimmen der Wahrscheinlichkeit für das Auftreten der in dem ersten Bereich enthaltenen Zustandsinformationen und der Wahrscheinlichkeit für das Auftreten der in dem zweiten Bereich enthaltenen Zustandsinformationen.
In dem Steuerverfahren der Erfindung speichert die Speicherung der Zustandsinformationen bevorzugt jedes Mal, wenn die spezifische Einstellbetätigung durchgeführt wird, die Zustandsinformationen als die auf die spezifische Einstellbetätigung bezogenen gelernten Daten in die Speichereinheit. Mit dieser Anordnung können die Zustandsinformationen zuverlässig gespeichert werden, wenn der Bediener die spezifische Betätigung durchführt.
Wenn die Anzahl der Male, welche die spezifische Einstellbetätigung durchgeführt wurde, in dem Steuerverfahren der Erfindung eine vorbestimmte Anzahl von Malen erreicht, wählt die Auswahl einer Vielzahl gelernter Daten bevorzugt die Vielzahl auf die spezifische Einstellbetätigung bezogener gelernter Daten aus. Alternativ wählt die Auswahl einer Vielzahl gelernter Daten, wenn eine vorgegebene Zeitspanne nach dem Aufbau des zu der spezifischen Einstellbetätigung gehörigen Wahrscheinlichkeitsmodells vergangen ist, die Vielzahl auf die spezifische Einstellbetätigung bezogener gelernter Daten aus, um ein anderes zu der spezifischen Einstellbetätigung gehöriges Wahrscheinlichkeitsmodell aufzubauen. Mit dieser Anordnung kann das Wahrscheinlichkeitsmodell unter Verwendung einer ausreichenden Anzahl gelernter Daten aufgebaut werden.
Bevorzugt erzeugt das Klassifizieren der ausgewählten Vielzahl gelernter Daten die Cluster unter Verwendung der Vielzahl gelernter Daten und auch unter Verwendung einer ersten Clustering-Bedingung und einer zweiten Clustering-Bedingung, die verschiedene Wertebereiche der Zustandsinformationen definieren, nachdem die Bereiche der Cluster bestimmt wurden, zu denen die jeweiligen gelernten Daten gehören.
Bevorzugt werden die Wertebereiche der Zustandsinformationen jeweils basierend auf einem euklidischen Abstand bestimmt, wobei die erste Clustering-Bedingung ist, dass der euklidische Abstand zwischen jedem Paar gelernter Daten in der Vielzahl gelernter Daten nicht größer als ein erster euklidischer Abstand ist, und die zweite Clustering-Bedingung ist, dass der euklidische Abstand zwischen jedem Paar gelernter Daten in der Vielzahl gelernter Daten größer als der erste euklidische Abstand, aber nicht größer als ein zweiter euklidischer Abstand ist.
Gemäß noch einem anderen Aspekt der vorliegenden Erfindung wird eine Steuerung bereitgestellt. Die Steuerung umfasst eine Informationserfassungseinheit, die Zustandsinformationen einer Vorrichtung, die gesteuert werden soll, erfasst; eine Speichereinheit, die eine Vielzahl gelernter Zustandsinformationen als jeweilige gelernte Daten speichert; eine lernende Einheit, die unter Verwendung der gelernten Daten ein Wahrscheinlichkeitsmodell aufbaut, in das die Zustandsinformationen eingegeben werden, um die Wahrscheinlichkeit für das Durchführen einer spezifischen Einstellbetätigung zu berechnen; eine Steuerinformations-Korrektureinheit, welche die Wahrscheinlichkeit für die spezifische Einstellbetätigung berechnet, indem sie die Zustandsinformationen in das von der lernenden Einheit aufgebaute Wahrscheinlichkeitsmodell eingibt, und die Einstellinformationen oder Steuerinformationen in Bezug auf die spezifische Einstellbetätigung gemäß der berechneten Wahrscheinlichkeit korrigiert, um die spezifische Einstellbetätigung zu erzielen; und eine Steuereinheit, die die Vorrichtung entsprechend den korrigierten Einstellinformationen oder Steuerinformationen steuert. In der Steuerung umfasst die lernende Einheit eine Clustering-Untereinheit, welche die Vielzahl von in der Speichereinheit gespeicherten gelernten Daten in zumindest einen ersten Cluster und einen zweiten Cluster klassifiziert und welche einen ersten Wertebereich der Zustandsinformationen aus den in dem ersten Cluster enthaltenen gelernten Daten und einen zweiten Wertebereich der Zustandsinformationen aus den in dem zweiten Cluster enthaltenen gelernten Daten bestimmt; und eine Wahrscheinlichkeitsmodell-Aufbauuntereinheit, die das zu der spezifischen Einstellbetätigung gehörige Wahrscheinlichkeitsmodell durch Bestimmen der Wahrscheinlichkeit für das Auftreten der in dem ersten Bereich enthaltenen Zustandsinformationen und der Wahrscheinlichkeit für das Auftreten der in dem zweien Bereich enthaltenen Zustandsinformationen aufbaut.
Bevorzugt sind die Zustandsinformationen Standortinformationen, die den aktuellen Standort der Vorrichtung anzeigen, die gesteuert werden soll, und die Clustering-Einheit klassifiziert die Vielzahl gelernter Daten in einer derartigen Weise, dass die gelernten Daten, deren Abstand relativ zueinander nicht größer als ein erster Abstand ist, als zu dem ersten Cluster gehörig klassifiziert werden, und die gelernten Daten, deren Abstand relativ zueinander größer als der erste Abstand, aber nicht größer als ein zweiter Abstand ist, als zu dem zweiten Cluster gehörig klassifiziert werden, und bestimmt den ersten Wertebereich der Zustandsinformationen, so dass er durch einen kreisförmigen Bereich definiert ist, dessen Mitte sich an dem Schwerpunkt der in dem ersten Cluster enthaltenen gelernten Daten befindet und dessen Radius durch den Abstand von dem Schwerpunkt zu den am weitesten davon entfernten gelernten Daten aus den in dem ersten Cluster enthaltenen gelernten Daten definiert ist, während der zweite Wertebereich der Zustandsinformationen derart bestimmt wird, dass er durch einen kreisförmigen Bereich definiert ist, dessen Mitte sich an dem Schwerpunkt der in dem zweiten Cluster enthaltenen gelernten Daten befindet und dessen Radius durch den Abstand von dem Schwerpunkt zu den am weitesten davon entfernten gelernten Daten aus den in dem zweiten Cluster enthaltenen gelernten Daten definiert ist.
In einer alternativen Betriebsart der Erfindung sind die Zustandsinformationen bevorzugt Zeitinformationen, welche die von der Informationserfassungseinheit erfasste Tageszeit anzeigen, und die Clustering-Einheit klassifiziert die Vielzahl gelernter Daten in einer derartigen Weise, dass die gelernten Daten, deren Zeitdifferenz relativ zueinander nicht größer als eine erste Zeitspanne ist, als zu dem ersten Cluster gehörig klassifiziert werden, und die gelernten Daten, deren Zeitdifferenz relativ zueinander größer als die erste Zeitspanne, aber nicht größer als eine zweite Zeitspanne ist, als zu dem zweiten Cluster gehörig klassifiziert werden, und bestimmt den ersten Wertebereich der Zustandsinformationen, so dass er an dem einen Ende durch die am frühsten auftretenden gelernten Daten und an dem anderen Ende durch die letzten auftretenden gelernten Daten unter den in dem ersten Cluster enthaltenen gelernten Daten begrenzt ist, während der zweite Wertebereich der Zustandsinformationen derart bestimmt wird, dass er an einem Ende durch die am frühsten auftretenden gelernten Daten und an dem anderen Ende durch die letzten auftretenden gelernten Daten unter den in dem zweiten Cluster enthaltenen gelernten Daten begrenzt ist.
Beschreibung der Zeichnungen
Diese und andere Merkmale und Vorteile der vorliegenden Erfindung werden durch Lesen der folgenden detaillierten Beschreibung zusammen mit den Zeichnungen genommen besser verständlich, wobei:
1 ein Diagramm ist, das den allgemeinen Aufbau einer Fahrzeug-Klimaanlage gemäß einer Ausführungsform der vorliegenden Erfindung zeigt;
2 ein Funktionsblockdiagramm einer Steuerung in der Fahrzeug-Klimaanlage ist;
3 ein Diagramm ist, das ein Beispiel für eine spezifische Situation zeigt;
4 ein Diagramm ist, das eine Graphenstruktur für ein Beispiel eines Wahrscheinlichkeitsmodells zeigt, das zum automatischen Einstellen eines Sollwerts in der Fahrzeug-Klimaanlage verwendet wird;
5A bis 5D Diagramme sind, die bedingte Wahrscheinlichkeitstabellen für die Knoten des in 4 gezeigten Wahrscheinlichkeitsmodells zeigen;
6 ein Flussdiagramm ist, das ein Lerninformations-Clustering-Verfahren der Fahrzeug-Klimaanlage gemäß der Ausführungsform der vorliegenden Erfindung zeigt;
7 ein Diagramm ist, das ein Beispiel für die Verteilung aktueller Standorte zeigt, an denen eine spezifische Einstellbetätigung durchgeführt wird;
8A bis 8D Diagramme sind, die Standardmodelle jeweils mit einer Graphenstruktur zeigen, welche die Basis eines Wahrscheinlichkeitsmodells bildet;
9A und 9B Flussdiagramme sind, welche den Steuerbetrieb der Fahrzeug-Klimaanlage gemäß der Ausführungsform der vorliegenden Erfindung zeigen; und
10 ein Flussdiagramm ist, das den Steuerbetrieb der Fahrzeug-Klimaanlage gemäß der Ausführungsform der vorliegenden Erfindung zeigt.
Detaillierte Beschreibung der bevorzugten Ausführungsform
Eine Fahrzeug-Klimaanlage gemäß der vorliegenden Erfindung wird nachstehend unter Bezug auf die Zeichnungen beschrieben. Es sollte jedoch bemerkt werden, dass die vorliegende Erfindung nicht auf die hier gegebene Beschreibung beschränkt ist, sondern die in den beigefügten Patentansprüchen beschriebenen Erfindungen und ihre Äquivalente umfasst.
Eine Fahrzeug-Klimaanlage gemäß einer Ausführungsform der vorliegenden Erfindung wird nachstehend beschrieben.
Die Fahrzeug-Klimaanlage gemäß der Ausführungsform der vorliegenden Erfindung schätzt die Klimaanlagen-Einstellbetätigung, die von einem Fahrzeuginsassen durchgeführt werden soll, basierend auf zumindest einem Wahrscheinlichkeitsmodell, das entsprechend der Temperaturempfindlichkeit des Insassen oder einer spezifischen Situation gelernt wurde, und führt die Klimaanlageneinstellung automatisch aus. Insbesondere bestimmt die Fahrzeug-Klimaanlage beim Erzeugen des Wahrscheinlichkeitsmodells optimal den Wertebereich der Zustandsinformationen, die den Fahrzeugzustand, die Klimatisierungszustand etc. darstellen, entsprechend der spezifischen Situation, baut basierend auf dem Ergebnis das Wahrscheinlichkeitsmodell zum Berechnen der Wahrscheinlichkeit auf; folglich kann die Klimaanlageneinstellung, die der spezifischen Situation genau entspricht, automatisch erreicht werden.
1 ist ein Diagramm, das den allgemeinen Aufbau der Fahrzeug-Klimaanlage 1 gemäß der Ausführungsform der vorliegenden Erfindung zeigt. Wie in 1 gezeigt, umfasst die Fahrzeug-Klimaanlage 1 eine Klimatisierungseinheit 10, die hauptsächlich mechanische Bestandteile beinhaltet, und eine Steuerung 60 zum Steuern der Klimatisierungseinheit 10.
Zuerst wird die Struktur des Kältekreislaufs R der Klimatisierungseinheit 10 beschrieben. Der Kältekreislauf R der Fahrzeug-Klimaanlage 1 ist aus einem geschlossenen Kreislauf aufgebaut, der einen Kompressor 11, einen Kondensator 15, einen Sammler 16, ein Expansionsventil 17 und einen Verdampfer 18 umfasst, die in dieser Reihenfolge in einer Uhrzeigerrichtung angeordnet sind. Der Kompressor 11 komprimiert Kältemittel und verwandelt es in ein Hochdruckgas. Der Kompressor 11 ist mit einer elektromagnetischen Kupplung 14 ausgestattet, um die von einem Fahrzeugmotor 13 über einen Riemen 12 übertragene Leistung zuzuschalten oder zu trennen. Der Kondensator 15 kühlt das von dem Kompressor 11 ausgestoßene Hochtemperatur-Hochdruckgas und wandelt es in eine Flüssigkeit um. Der Sammler 16 lagert das flüssige Kältemittel. Um zu verhindern, dass die Kühlleistung abfällt, entfernt der Sammler 16 in dem flüssigen Kältemittel enthaltene Gasblasen und führt nur das vollständig verflüssigte Kältemittel an das Expansionsventil 17 zu. Das Expansionsventil 17 bewirkt, dass das flüssige Kältemittel eine adiabatische Expansion durchmacht und wandelt es dabei in ein Niedertemperatur-Niederdruckkältemittel um, das in den Verdampfer 18 strömt. Der Verdampfer 18 führt einen Wärmeaustausch zwischen dem Niederdruck-Niedertemperaturkältemittel und der Luft aus, die gezwungen wird, über den Verdampfer 18 zu strömen, welcher auf diese Weise die Luft kühlt.
Als nächstes wird die Struktur im Inneren eines Klimaanlagengehäuses 20 in der Klimatisierungseinheit 10 beschrieben. Ein Lüftungsventilator 21 befindet sich auf der stromaufwärtigen Seite des Verdampfers 18. Der Lüftungsventilator ist ein Zentrifugallüftungsventilator, der von einem Antriebsmotor 22 angetrieben wird. Ein Innen-/Außenluft-Umschaltkasten 23 befindet sich auf der Ansaugseite des Lüftungsventilators 21. Eine Innen-/Außenluft-Umschaltklappe 25, die von einem Innen-/Außenluft-Servomotor 24 angetrieben wird, ist im Inneren des Innen-/Außenluft-Umschaltkastens 23 montiert. Die Innen-/Außenluft-Umschaltklappe 25 wird zwischen einem Innenlufteinlass 26 und einem Außenlufteinlass 27 betätigt. Die durch den Innenlufteinlass 26 oder den Außenlufteinlass 27 gesaugte Luft durchläuft den Innen-/Außenluft-Umschaltkasten 23 und wird von dem Lüftungsventilator 21 an den Verdampfer 18 geliefert. Hier kann die Menge an Luft, die von der Fahrzeug-Klimaanlage 1 geliefert werden soll, durch Regulieren der Drehzahl des Lüftungsventilators 21 eingestellt werden.
Eine Luftmischklappe 28 und ein Heizungskern 29 sind in dieser Reihenfolge auf der stromabwärtigen Seite des Verdampfers 18 angeordnet. Kühlmittel, das zum Kühlen des Fahrzeugmotors 13 verwendet wird, wird ungewälzt, wobei es den Heizungskern 29 durchläuft, um die über dem Heizungskern 29 vorbeilaufende Luft zu heizen. Ein Umleitungsdurchgang 30, der den Heizungskern 29 umgeht, ist im Inneren des Klimaanlagengehäuses ausgebildet. Die Luftmischklappe 28 wird von einem Temperatursteuerungs-Servomotor 31 gedreht und stellt das Luftdurchsatzverhältnis zwischen der heißen Luft, die einen Durchgang 32 über dem Heizungskern 29 durchläuft, und der kalten Luft, die den Umleitungsdurchgang 30 durchläuft, ein, so dass die auf die gewünschte Temperatur gesteuerte Luft aus den Luftauslässen ausgelassen wird.
Ein Fußebenenauslass 34, ein Gesichtsebenenauslass 35 und ein Entfrosterauslass 36, durch welche die klimatisierte Luft in den Fahrgastraum geblasen wird, sind auf der stromabwärtigen Seite eines Luftmischabschnitts 33 bereitgestellt, wo die kalte Luft, die den Umleitungsdurchgang 30 durchlaufen hat, und die heiße Luft, die den Durchgang 32 über dem Heizungskern 29 durchlaufen hat, miteinander vermischt werden. Eine Fußebenenklappe 37, eine Gesichtsebenenklappe 38 und eine Entfrosterklappe 39 zum Öffnen und Schließen der jeweiligen Auslässe sind auf den jeweiligen Auslässen bereitgestellt. Der Fußebenenauslass 34 dient zum Blasen der klimatisierten Luft zu der Fußebene des Fahrersitzes oder des Beifahrersitzes. Der Gesichtsebenenauslass 35 dient zum Blasen der klimatisierten Luft in Richtung des Fahrersitzes oder des Beifahrersitzes von der Frontplatte. Andererseits dient der Entfrosterauslass 36 zum Blasen der klimatisierten Luft in Richtung der Windschutzscheibe. Die Klappen 37, 38 und 39 werden von einem Betriebsart-Servomotor 40 angetrieben.
Als nächstes wird eine Beschreibung verschiedener Sensoren gegeben, die zusammen als eine Informationserfassungseinheit in der Fahrzeug-Klimaanlage 1 wirken. Ein Innentemperatursensor 51 ist zusammen mit einem Entlüfter in dem Armaturenbrett oder ähnlichem an einer Position nahe dem Lenkrad montiert, um die Temperatur T_r im Inneren des Fahrgastraums zu messen. Ein Außentemperatursensor 52 ist in dem Kühlergrill auf der Vorderseite des Kondensators 15 an dem Vorderende des Fahrzeugs montiert, um die Temperatur T_am außerhalb des Fahrgastraums zu messen. Ferner ist ein Sonnensensor 53 im Inneren des Fahrgastraums an einer Position nahe der Windschutzscheibe montiert, um die Intensität der Sonnenstrahlung S, die in den Fahrgastraum eintritt, zu messen. Der Sonnensensor 53 umfasst eine Fotodiode oder ähnliches. Die Innentemperatur T_r, die Außentemperatur T_am und die Menge der Sonnenstrahlung S, die von diesen Sensoren gemessen werden, werden als Klimatisierungsinformationen in der Steuerung 60 verwendet, um die Temperatursteuerung und die Luftdurchsatzpegelsteuerung durchzuführen. Die Details der Temperatursteuerung und der Luftdurchsatzpegelsteuerung werden später beschrieben.
Ebenfalls bereitgestellt sind derartige Sensoren, wie ein Verdampferauslass-Temperatursensor zum Messen der Temperatur der Luft (Verdampferauslasstemperatur), die den Verdampfer 18 verlässt, ein Heizungseinlass-Kühlmitteltemperatursensor zum Messen der Temperatur des Motorkühlmittels, das in den Heizungskern 29 strömt, und ein Drucksensor zum Messen des Kältemittels, das durch den Kältekreislauf R zirkuliert. Außerdem sind im Auto eine oder mehrere Kameras 54 zum Aufnehmen von Fotos der Gesichter der Insassen, die auf dem Fahrersitz und den anderen Sitzen sitzen, im Inneren des Fahrgastraums montiert. Ferner ist eine Außenkamera 55 für die Aufnahme außerhalb des Fahrzeugs montiert.
Die Fahrzeug-Klimaanlage 1 erfasst Abtastinformationen von jedem der vorstehend beschriebenen Sensoren. Ferner erfasst die Fahrzeug-Klimaanlage 1 Standortinformationen, wie etwa den aktuellen Standort des Fahrzeugs, die Fahrtrichtung des Fahrzeugs, Nachbarschaftsbereichsinformationen und G-Book-Informationen von einem Navigationssystem 56. Außerdem erfasst die Fahrzeug-Klimaanlage 1 verschiedene Arten von Betriebsinformationen, wie etwa die Drosselöffnung, den Lenkradwinkel, die Bremspedalposition, die elektrische Fensteröffnung und den Scheibenwischer-, Blinker- oder Autoaudioanlagen-Ein/Aus-Zustand ebenso wie die Fahrzeuggeschwindigkeit und Informationen über das Fahrzeugverhalten von der Fahrzeugbedienvorrichtung 57. Die Fahrzeug-Klimaanlage 1 erfasst ferner Zeitinformationen, wie etwa das aktuelle Datum und die Zeit von einer im Fahrzeug montierten Uhr 58. Ferner können ein elektrokardiographischer Erfassungssensor, ein Herzschlag-/Atmungssensor, ein Körpertemperatursensor ein Hauttemperatursensor und ähnliche in dem Fahrersitz, etc. montiert sein, so dass die Fahrzeug-Klimaanlage 1 physiologische Informationen in Bezug auf den Insassen erfassen kann.
Auf diese Weise wirken das Navigationssystem 56, die Fahrzeugbedienvorrichtung 57 und die im Fahrzeug montierte Uhr 58 ebenfalls als eine Informationserfassungseinheit.
2 ist ein Funktionsblockdiagramm der Steuerung 60 in der Fahrzeug-Klimaanlage 1.
Die Steuerung 60 umfasst: einen oder mehrere nicht gezeigte Mikrocomputer, die jeweils eine CPU, einen ROM, RAM, etc. und ihre peripheren Schaltungen umfassen; eine Speichereinheit 61, die aus einem elektrisch veränderbaren nicht-flüchtigen Speicher oder ähnlichem aufgebaut ist; und eine Kommunikationseinheit 62 zum Durchführen von Kommunikationen mit den verschiedenen Sensoren, dem Navigationssystem 56, der Fahrzeugbedienvorrichtung 57 etc. gemäß einem Fahrzeugkommunikationsstandard, wie etwa Control Area Network (CAN).
Die Steuerung 60 umfasst ferner eine Abgleicheinheit 63, eine Steuerinformations-Korrektureinheit, eine Klimatisierungssteuereinheit 65 und eine lernende Einheit 66, die jeweils als ein Funktionsmodul durch den Mikrocomputer oder durch ein auf dem Mikrocomputer ausgeführtes Computerprogramm implementiert sind.
Die Steuerung 60 speichert Zustandsinformationen, wie etwa die Abtastinformationen, die Standortinformationen und die Fahrzeugverhaltensinformationen, die von den verschiedenen Sensoren, dem Navigationssystem, der Fahrzeugbedienvorrichtung, etc., erfasst werden, vorübergehend in den RAM. Die Steuerung 60 speichert auch Bediensignale, die von dem Klimaanlagenbedienfeld 59 erfasst werden, vorübergehend in den RAM. Dann steuert die Steuerung 60 die Klimatisierungseinheit 10 basierend auf den Zustandsinformationen und den Bediensignalen. Zum Beispiel steuert die Steuerung 60 die elektromagnetische Kupplung 14, um den Kompressor 11 ein- und auszuschalten, oder steuert den Antriebsmotor 22, um die Drehzahl des Lüftungsventilators 21 zu regulieren. Ferner stellt die Steuerung 60 die Öffnungen der verschiedenen Klappen durch Steuern des Innen-/Außenluft-Servomotors 24, des Temperatursteuerungs-Servomotors 31 und des Betriebsart-Servomotors 40 ein. Durch Durchführen dieser Steuerbetriebe stellt die Steuerung 60 das Verhältnis der klimatisierten Luft zwischen den verschiedenen Luftauslässen, der Gesamtmenge an Luft und der Temperatur der klimatisierten Luft ein, so dass die Temperatur im Inneren des Fahrgastraums so nahe wie möglich an die von dem Insassen festgelegte Temperatur gebracht wird. Um die Temperatur, den Luftdurchsatzpegel, etc. der klimatisierten Luft zu bestimmen, gibt die Steuerung 60 vorgeschriebene Zustandsinformationen in ein passendes Wahrscheinlichkeitsmodell ein und schätzt die Wahrscheinlichkeit, dass der Insasse eine spezifische Betätigung durchführt (um zum Beispiel die Temperatureinstellung zu senken, den Luftdurchsatzpegel auf das Maximum festzulegen, die Klimaanlage auf die Innenluftumwälzbetriebsart einzustellen, etc.). Wenn die Wahrscheinlichkeit größer als ein vorbestimmter Schwellwert ist, führt die Steuerung 60 automatisch diese spezifische Betätigung aus.
Die Steuerung 60 speichert die Zustandsinformationen etc. in regelmäßigen Zeitintervallen. Alternativ speichert die Steuerung 60 die Art der durchgeführten Betätigung und die verschiedenen Arten von zur Zeit der Betätigung erhaltenen Informationen jedes Mal, wenn der Insasse die Fahrzeug-Klimaanlage 1 betätigt. Wenn derartige Informationen eine vorgegebene Anzahl von Malen gespeichert wurden, erzeugt die Steuerung 60 durch statistisches Lernen ein Wahrscheinlichkeitsmodell. Alternativ korrigiert die Steuerung 60 die für den Temperatursteuerungsbetrieb verwendete Steuergleichung. Die Funktionsmodule zum Durchführen der vorstehenden Betätigungen werden nachstehend beschrieben.
Wenn der Motorschalter eingeschaltet wird, führt die Abgleicheinheit 63 den Abgleich und die Authentifizierung des Insassen basierend auf dem von der Kamera 54 im Auto erfassten Bild und den Abgleichinformationen bezüglich der registrierten Benutzer, die in der Fahrzeug-Klimaanlage vorregistriert sind, durch und bestimmt, ob der Insasse einem der registrierten Benutzer entspricht. Wenn ein registrierter Benutzer gefunden wird, der dem Insassen entspricht, ruft die Abgleicheinheit 63 die Identifizierungsinformation (ID) des entsprechenden registrierten Benutzers und die zu diesem registrierten Benutzer gehörigen persönlichen Informationen aus der Speichereinheit 61 ab.
Hier führt die Abgleicheinheit 63 den Abgleich und die Authentifizierung des Insassen zum Beispiel gemäß dem folgenden Verfahren durch. Die Abgleicheinheit 63 digitalisiert das von der Kamera 54 im Auto erfasste Bild und erfasst Kanten in dem Bild um eine Region zu unterscheiden, die dem Gesicht des Insassen entspricht. Dann erfasst die Abgleicheinheit 63 Merkmale, wie etwa Augen, Nase, Lippen, etc. in der auf diese Weise unterschiedenen Gesichtsregion durch derartige Mittel, wie Kantendetektion, und extrahiert einen Satz von Merkmalbeträgen, welcher die Größen der Merkmale, ihre Positionsbeziehungen relativ zueinander, etc. darstellt. Als nächstes vergleicht die Abgleicheinheit 63 den Satz extrahierter Merkmalbeträge mit den Sätzen von Merkmalbeträgen, die von den registrierten Benutzern erhalten werden, die im Voraus in die Speichereinheit 61 gespeichert wurden, und berechnet das Übereinstimmungsmaß zum Beispiel unter Verwendung eines Korrelationsberechnungsverfahrens. Wenn das auf diese Weise erhaltene höchste Übereinstimmungsmaß größer als ein vorbestimmter Schwellwert ist, authentifiziert die Abgleicheinheit 63 den Insassen als dem registrierten Benutzer entsprechend, welcher das höchste Übereinstimmungsmaß ergab. Das vorstehende Abgleichverfahren ist nur ein Beispiel, und es wird zu schätzen gewusst, dass die Abgleicheinheit 63 den Abgleich und die Authentifizierung des Insassen unter Verwendung anderer bekannter Abgleichverfahren durchführen kann. Zum Beispiel kann die Abgleicheinheit 63 ein in der japanischen ungeprüften Patentveröffentlichung Nr. 2005-202786 für Fahrzeuganwendungen vorgeschlagenes Gesichtsauthentifizierungssystem verwenden. Die Abgleicheinheit 63 kann auch andere Verfahren als die Bildauthentifizierung verwenden. Zum Beispiel kann die Abgleicheinheit 63 derart konfiguriert werden, dass das Abgleichen und Authentifizieren des Insassen unter Verwendung eines Smart-Key-Systems (elektronisches Schlüsselsystem) durchgeführt wird. Außerdem kann das Abgleichen und Authentifizieren des Insassen wie in der in der japanischen ungeprüften Patentveröffentlichung Nr. 2005-67353 offenbarten Fahrzeugdiebstahlschutzvorrichtung durch Kombinieren eines Smart-Key-Systems mit Bildauthentifizierung durchgeführt werden. Ferner kann die Abgleicheinheit 63 einen Sensor zum Lesen eines Handflächen- oder Fingeradermusters oder eines Fingerabdrucks zur Authentifizierung des Insassen verwenden.
Die Steuerinformations-Korrektureinheit 64 bestimmt, ob der Einstellparameter der Klimaanlage 1, d. h. die vom Insassen festlegbaren Einstellinformationen, wie etwa die Solltemperatur T_soll, der Luftdurchsatzpegel W oder die Innenluftumwälzbetriebsart-/Außenlufteinlassbetriebsarteinstellung basierend auf dem Wahrscheinlichkeitsmodell automatisch eingestellt werden sollten. Insbesondere hat die Steuerinformations-Korrektureinheit 64 mindestens ein Wahrscheinlichkeitsmodell, das zu einer spezifischen Einstellbetätigung gehört, berechnet die Wahrscheinlichkeit der spezifischen Einstellbetätigung durch Eingeben der Zustandsinformationen in das Wahrscheinlichkeitsmodell und korrigiert die Einstellinformationen oder Steuerinformationen, welche die spezifische Einstellbetätigung betreffen, basierend auf der berechneten Wahrscheinlichkeit und den zu dem Wahrscheinlichkeitsmodell gehörenden Korrekturinformationen. Hier beziehen sich die zu dem Wahrscheinlichkeitsmodell gehörenden Korrekturinformationen auf den Wert der Einstellinformationen oder Steuerinformationen nach der Korrektur in der von dem Wahrscheinlichkeitsmodell definierten Korrektur oder auf den Korrekturbetrag, der zu den Einstellinformationen oder Steuerinformationen hinzugefügt oder mit dem diese multipliziert werden sollen, um die Einstellinformationen oder Steuerinformationen auf den gewünschten Wert zu korrigieren.
In der vorliegenden Ausführungsform wird ein Bayessches Netz als das Wahrscheinlichkeitsmodell verwendet. Ein Bayessches Netz modelliert Wahrscheinlichkeitskausalitätsbeziehungen zwischen einer Vielzahl von Ereignissen. Ferner wird ein Bayessches Netz durch einen gerichteten azyklischen Graphen dargestellt, in dem die Ausbreitung zwischen jedem Knoten durch eine bedingte Wahrscheinlichkeit erhalten wird. Für Details Bayesscher Netze siehe „Bayesian Network Technology" von Voichi Kimura und Hirotoshi Iwasaki, 1. Auflage, Tokyo Denki University Press, Juli 2006, „Introduction to Baesian Networks" von Kazuo Shigemasu et al., 1. Auflage, Baifukan, Juli 2006, oder „Pattern Recognition", übersetzt von Mono Onoe, 1. Auflage, Shin Gijutsu Communications, Juli 2001.
In der vorliegenden Ausführungsform wird das Wahrscheinlichkeitsmodell für jeden in der Fahrzeug-Klimaanlage 1 registrierten Benutzer erzeugt. Ferner wird das Wahrscheinlichkeitsmodell für jede Art von Einstellbetätigung (zum Beispiel Senken oder Erhöhen der Solltemperatur T_soll, Einstellen des Luftdurchsatzpegels W, Einstellen der Klimaanlage auf die Innenluftumwälzbetriebsart, etc.) erzeugt. Die strukturellen Informationen jedes Wahrscheinlichkeitsmodells werden in die Speichereinheit 61 gespeichert, indem sie den Benutzerinformationen und der Einstellbetätigung zugeordnet werden. Insbesondere werden die Graphenstruktur, die die Verbindungen zwischen den das Wahrscheinlichkeitsmodell bildenden Knoten bildet, die Art der in den Eingangsknoten gegebenen Eingangsinformationen und die bedingte Wahrscheinlichkeitstabelle (CPT) jedes Knotens für jedes Wahrscheinlichkeitsmodell definiert und in die Speichereinheit 61 gespeichert. Ferner werden die Benutzeridentifizierungsnummer (ID), die Einstellbetätigungsnummer k, die der Art der Einstellbetätigung eindeutig entspricht, und der Einstellparameter, der von der Einstellbetätigung korrigiert werden soll, und sein Korrekturwert (zum Beispiel T_soll, – 3), wenn die Solltemperatur T_soll um 3°C gesenkt wird, (W, W_max), wenn der Luftdurchsatzpegel W aus das Maximum W_max festgelegt wird etc.) ebenfalls für jedes Wahrscheinlichkeitsmodell definiert und in die Speichereinheit 61 gespeichert, indem sie dem Wahrscheinlichkeitsmodell zugeordnet werden.
Die Steuerinformations-Korrektureinheit 64 ruft ein oder mehrere Wahrscheinlichkeitsmodelle, die zu dem registrierten Benutzer gehören, der von der Abgleicheinheit 63 als dem Insassen entsprechend identifiziert wurde, aus der Speichereinheit 61 ab. Die Steuerinformations-Korrektureinheit 64 gibt vorgeschriebene Zustandsinformationen in jedes der abgerufenen Wahrscheinlichkeitsmodelle ein und erhält die Wahrscheinlichkeit, dass der Insasse die zu dem Wahrscheinlichkeitsmodell gehörende Einstellbetätigung durchführt. Insbesondere erhält die Steuerinformations-Korrektureinheit 64 die Wahrscheinlichkeit, dass die Einstellbetätigung durchgeführt wird, die in Bezug auf das Wahrscheinlichkeitsmodell eindeutig identifiziert wird und durch die Einstellbetätigungsnummer k bezeichnet ist, die in der Speichereinheit 61 zusammen mit diesem Wahrscheinlichkeitsmodell gespeichert ist. Die Wahrscheinlichkeit kann zum Beispiel unter Verwendung eines Belief-Propagation-Verfahrens erhalten werden. Wenn die auf diese Weise erhaltene Wahrscheinlichkeit größer als oder gleich einem ersten Schwellwert Th1 ist (zum Beispiel Th1 = 0,9) (dies bedeutet, dass es fast sicher ist, dass der Insasse diese Einstellbetätigung durchführen wird), führt die Steuerinformations-Korrektureinheit 64 automatisch diese Einstellbetätigung durch. Insbesondere korrigiert die Steuerinformations-Korrektureinheit 64 den Wert des Einstellparameters dieser Einstellbetätigung unter Verwendung des Korrekturwerts des zu dem Wahrscheinlichkeitsmodell gehörenden Einstellparameters, das heißt, den Korrekturwert des Einstellparameters, der in Bezug auf das Wahrscheinlichkeitsmodell eindeutig definiert und in der Speichereinheit 61 zusammen mit diesem Wahrscheinlichkeitsmodell gespeichert ist.
Wenn die erhaltene Wahrscheinlichkeit andererseits kleiner als der erste Schwellwert Th1, aber nicht kleiner als ein zweiter Schwellwert Th2 ist (zum Beispiel Th2 = 0,6) (dies bedeutet, dass es höchstwahrscheinlich ist, dass der Insasse diese Einstellbetätigung durchführen wird), zeigt die Steuerinformations-Korrektureinheit 64 die Art der Einstellbetätigung auf dem Klimaanlagen-Bedienfeld 59 oder auf der Anzeigeeinheit des Navigationssystems 56 oder ähnlichem an, um den Insassen zu benachrichtigen. Die Steuerinformations-Korrektureinheit 64 fragt somit den Insassen ab, ob die Einstellbetätigung ausgeführt werden sollte oder nicht. Wenn der Insasse durch Durchführen einer Bedienung zum Bestätigen der Ausführung der Einstellbetätigung (zum Beispiel durch Drücken eines bezeichneten Bedienknopfs) über das Klimaanlagen-Bedienfeld 59 oder ähnliches antwortet, führt die Steuerinformations-Korrektureinheit 64 die Einstellbetätigung aus. Die Steuerinformations-Korrektureinheit 64 kann derart konfiguriert werden, dass sie den Insassen über die Art der Einstellbetätigung mittels Sprache über das Klimaanlagen-Bedienfeld 59 oder das Navigationssystem 56 benachrichtigt. Ferner kann ein Mikrophon mit der Fahrzeug-Klimaanlage 1 verbunden sein, und ein Spracherkennungsprogramm kann in die Steuerung 60 eingebaut sein, so dass die Steuerinformations-Korrektureinheit 64 bestimmen kann, ob sie die Einstellbetätigung ausführen soll oder nicht, indem sie auf die Stimme des Insassen reagiert.
Nachstehend wird eine Beschreibung gegeben, indem ein Beispiel behandelt wird, in dem die Solltemperatur T_soll um 3°C gesenkt wird. Hier ist der erste Schwellwert Th1 auf 0,9 und der zweite Schwellwert Th2 auf 0,6 festgelegt.
3 zeigt ein Beispiel für eine derartige spezifische Situation. In der hier gezeigten Situation wird angenommen, dass der Insasse (Hr. A) immer am Samstagnachmittag in einem Sportpark Tennis spielt und sein Auto danach gegen 16 Uhr nach Hause fährt. Es wird angenommen, dass es Hr. A in dieser Situation vorzieht, die Fahrzeug-Klimaanlage auf eine niedrigere Temperatur als üblich festzulegen. In anderen Situationen, zum Beispiel, wenn er nach der Arbeit nach Hause fährt, führt er keine derartige Einstellbetätigung durch.
4 zeigt eine Graphenstruktur für ein Beispiel des Wahrscheinlichkeitsmodells, das zum automatischen Einstellen des Einstellparameters der Fahrzeug-Klimaanlage 1 verwendet wird. In dem in 4 gezeigten Wahrscheinlichkeitsmodell 101 sind drei Eingangsknoten 102, 103 und 104 mit einem Ausgangsknoten 105 verbunden. Der Wochentag (X1), der Zeitabschnitt (X2) und der aktuelle Standort (X3) werden als Zustandsinformationen in die jeweiligen Eingangsknoten 102, 103 und 104 gegeben. Der Ausgangsknoten 105 gibt die Wahrscheinlichkeit dafür an, dass die Solltemperatur T_soll um 3°C gesenkt wird.
5A bis 5D zeigen bedingte Wahrscheinlichkeitstabellen (CPTs) 106 bis 109 für die jeweiligen Knoten in dem in 4 gezeigten Wahrscheinlichkeitsmodell. Die CPTs 106 bis 108 entsprechen jeweils den Eingangsknoten 102 bis 104. Die CPTs 106 bis 108 stellen jeweils die vorherige Wahrscheinlichkeit der Eingangszustandsinformationen bereit. Die CPT 109 entspricht dem Ausgangsknoten 105 und stellt die Verteilung der bedingten Wahrscheinlichkeiten bereit, die den verschiedenen Werten der Informationen zugewiesen werden, die den jeweiligen Eingangsknoten gegeben werden.
Wenn alle an die jeweiligen Eingangsknoten gegebenen Informationen bekannt sind, das heißt, wenn zum Beispiel der Wochentag Samstag ist (X₁ = 1), der Zeitabschnitt Tageszeit (X₂ = 1) ist und der aktuelle Standort der Park ist (X₃ = 1), ist aus 5D zu sehen, dass die Wahrscheinlichkeit P (X₄ = 1|X₁ = 1, X₂ = 1, X₃ = 1) dafür, dass die Solltemperatur T_soll um 3°C gesenkt wird, 0,95 ist.
Da die erhaltene Wahrscheinlichkeit größer als der erste Schwellwert Th1 ist, korrigiert die Steuerinformations-Korrektureinheit 64 den Einstellparameter, um die Solltemperatur T_soll um 3°C zu senken.
Wenn der Wochentag andererseits zum Beispiel Samstag ist (X₁ = 0) und der Zeitabschnitt Tageszeit (X₂ = 0) ist, aber es nicht möglich ist, den aktuellen Standort zu bestimmen, weil der Strom zum Navigationssystem 56 nicht eingeschaltet ist, dann wird P(X₄ = 1|X₁ = 1, X₂ = 1, X₃) unter Verwendung der vorherigen Wahrscheinlichkeit P(X₃) berechnet, die in 5C für den Fall gezeigt ist, in dem der aktuelle Standort der Park ist. Das heißt: P(X4 = 1|X1 = 1, X2 = 1, X3) = P(X4 = 1|X1 = 1, X2 = 1, X3 =1)·P(X3 = 1) + P(X4 = 1|X1 = 1, X2 = 1, X3 = 0)·P(X3 = 0) = 0,95·0,15 + 0,55·0,85 = 0,61
Da die erhaltene Wahrscheinlichkeit hier kleiner als der erste Schwellwert Th1, aber größer als der zweite Schwellwert Th2 ist, fragt die Steuerinformations-Korrektureinheit 64 den Insassen über das Klimaanlagen-Bedienfeld 59 oder ähnliches ab, ob die Solltemperatur T_soll um 3°C gesenkt werden sollte oder nicht.
Wenn der Wochentag ferner Montag ist (X₁ = 1), der Zeitabschnitt nachts ist (X₂ = 1) und der aktuelle Standort das Büro ist (X₃ = 0), kann man aus
5D erkennen, dass die Wahrscheinlichkeit P(X₄ = 1|X₁ = 0, X₂ = 0, X₃ = 0) dafür, dass die Solltemperatur T_soll um 3°C gesenkt wird, 0,1 ist. Da die erhaltene Wahrscheinlichkeit kleiner als der erste Schwellwert Th1 ist und der zweite Schwellwert Th2 ist, ändert die Steuerinformations-Korrektureinheit 64 weder die Solltemperatur T_soll noch fragt sie den Insassen ab, ob die Solltemperatur T_soll geändert werden soll.
In dem obigen Beispiel wurde das Wahrscheinlichkeitsmodell der Einfachheit halber als eine Zweischicht-Netzwerkstruktur aufweisend beschrieben, es kann aber aus einer Netzwerkstruktur mit drei oder mehr Schichten, einschließlich einer Zwischenschicht aufgebaut werden. Ferner ist die Klassifizierung der Zustandsinformationen, die den jeweiligen Eingangsknoten gegeben werden, nicht auf das obige Beispiel beschränkt. Die Klassifizierung der Zustandsinformationen wird später in Verbindung mit der lernenden Einheit 66 beschrieben.
Wenn es mehr als ein Wahrscheinlichkeitsmodell gibt, das zu der gleichen Betätigungsgruppe gehört (die Gruppen sind entsprechend der Art der Betätigung, zum Beispiel Temperatureinstellungskorrektur, Luftdurchsatzpegeländerung, Innen-/Außenluftauswahl, Luftdurchsatzverhältniseinstellung, etc. klassifiziert), das heißt, wenn es mehr als ein Wahrscheinlichkeitsmodell gibt, das die Wahrscheinlichkeit für das Korrigieren eines spezifischen Einstellparameters ausgibt, berechnet die Steuerinformations-Korrektureinheit 64 die Wahrscheinlichkeit basierend auf jedem der derartigen Wahrscheinlichkeitsmodelle. Die spezifischen Einstellparameter umfassen hier die Luftdurchsatzpegeleinstellung, die Innen-/Außenluftauswahl und die Luftdurchsatzverhältniseinstellung. Die Steuerinformations-Korrektureinheit 64 führt die vorstehende Betätigung durch Auswählen der größten Wahrscheinlichkeit aus den erhaltenen Wahrscheinlichkeiten aus. Betrachten wir zum Beispiel den Fall, in dem es Wahrscheinlichkeitsmodelle M1 (zum Festlegen des Luftdurchsatzpegels W auf das Maximum) und M2 (zum Festlegen des Luftdurchsatzpegels auf einen mittleren Pegel) gibt, die zu der Luftdurchsatzpegeleinstellung gehören. In diesem Fall erhält die Steuerinformations-Korrektureinheit 64 basierend auf dem Wahrscheinlichkeitsmodell M1 die Wahrscheinlichkeit PM₁ dafür, dass der Luftdurchsatzpegel W auf das Maximum festgelegt wird, und berechnet basierend auf dem Wahrscheinlichkeitsmodell M2 die Wahrscheinlichkeit PM₂ dafür, dass der Luftdurchsatzpegel W auf einen mittleren Pegel festgelegt wird. Wenn PM₁ > PM₂, vergleicht die Steuerinformations-Korrektureinheit 64 PM₁ mit den Schwellwerten Th1 und Th2, um zu bestimmen, ob der Luftdurchsatzpegel W auf das Maximum festgelegt werden soll. Wenn umgekehrt PM₂ > PM₁, vergleicht die Steuerinformations-Korrektureinheit 64 PM₂ mit den Schwellwerten Th1 und Th2, um zu bestimmen, ob der Luftdurchsatzpegel auf einen mittleren Pegel festgelegt werden sollte.
In dem vorstehenden Beispiel wurden die Wahrscheinlichkeitsmodelle M1 und M2 für das leichtere Verständnis als mit verschiedenen Einstellungsbetätigungen verknüpft beschrieben. Die Wahrscheinlichkeitsmodelle M1 und M2 können jedoch mit der gleichen Einstellbetätigung (zum Beispiel beide zum Festlegen des Luftdurchsatzpegels W auf das Maximum) verknüpft sein. Dies entspricht zum Beispiel dem Fall, in dem der Insasse die gleiche Betätigung in zwei oder mehr verschiedenen Situationen (zum Beispiel eine, in welcher der Zeitabschnitt Tag und das Wetter schön ist, und eine, in welcher der Insasse auf seinem Weg von einem Fitnesscenter nach Hause ist) durchführen kann. Wenn den jeweiligen Situationen entsprechende Wahrscheinlichkeitsmodelle erzeugt werden, werden die Wahrscheinlichkeitsmodelle mit der Einstellbetätigung verknüpft, die zu der gleichen Betätigungsgruppe gehört.
Wenn die Einstellparameter, wie etwa die Solltemperatur T_soll und der Luftdurchsatzpegel W korrigiert werden, so dass sie, wie vorstehend beschrieben, zu spezifischen Situationen passen, speichert die Steuerinformations-Korrektureinheit 64 die korrigierten Einstellparameter in den RAM der Steuerung 60, so dass die Parameter von den verschiedenen Einheiten in der Steuerung 60 verwendet werden können.
Die Klimaanlagen-Steuereinheit 65 liest den Wert jedes Einstellparameters und die von jedem Sensor erfassten Abtastinformationen aus dem RAM und steuert die Klimatisierungseinheit 10 basierend auf den Auslesewerten. Zu diesem Zweck umfasst die Klimatisierungssteuereinheit 65 eine Temperatureinstellungsuntereinheit 651, eine Kompressorsteuerungsuntereinheit 652, eine Luftauslasssteuerungsuntereinheit 653, eine Lufteinlasssteuerungsuntereinheit 654 und eine Luftdurchsatzpegeleinstellungsuntereinheit 655. Wenn der von der Steuerinformations-Korrektureinheit 64 korrigierte Einstellparameter in den RAM gespeichert wird, verwendet die Klimatisierungssteuereinheit 65 den korrigierten Parameter, indem er ihn aus dem RAM abruft.
Die Temperatureinstellungsuntereinheit 651 bestimmt basierend auf der Solltemperatur T_soll und den Messsignalen von den Temperatursensoren und dem Sonnensensor 53 die Auslasstemperatur der klimatisierten Luft (Klimatisierungstemperatur T_ao), die aus den Luftauslässen ausgelassen werden soll. Die Temperatureinstellungsuntereinheit 651 bestimmt die Öffnung der Luftmischklappe 28, so dass die Temperatur der klimatisierten Luft im Wesentlichen identisch mit der Klimatisierungstemperatur T_ao wird. Dann sendet die Temperatureinstellungsuntereinheit 651 ein Steuersignal an den Temperatursteuerungs-Servomotor 31, der dann die Luftmischklappe 28 in die auf diese Weise bestimmte Position bewegt. Die Öffnung der Luftmischklappe 28 wird zum Beispiel basierend auf einer mathematischen Beziehung bestimmt, welche einen Wert als Eingabe nimmt, der durch Korrigieren der Differenz zwischen der Innentemperatur T_r und der Solltemperatur T_soll durch die Außentemperatur T_am, die Menge der Sonnenstrahlung S, etc. erhalten wird und welche die Öffnung der Luftmischklappe 28 als eine Ausgabe ergibt. Die Temperatureinstellungsuntereinheit 651 bestimmt die Öffnung der Luftmischklappe 28 in vorbestimmten Zeitintervallen (zum Beispiel alle fünf Sekunden). Die mathematische Beziehung zwischen den Messwerten und der Öffnung der Luftmischklappe 28 zum Steuern der Luftmischklappe 28 in der vorstehenden Weise ist nachstehend gezeigt. Tao = ksollTsoll – krTr – kamTam – kSS + C Do = aTao + b
Do zeigt die Öffnung der Luftmischklappe 28 an. Ferner sind die Koeffizienten k_soll, k_r, k_am, k_S, C, a und b Konstanten und T_soll, T_r, T_am und S bezeichnen jeweils die Solltemperatur, die Innentemperatur, die Außentemperatur und die Menge der Sonnenstrahlung. Wenn die Solltemperatur T_soll von der Steuerinformations-Korrektureinheit 64 korrigiert wird, verwendet die Temperatureinstellungsuntereinheit die korrigierte Solltemperatur T_soll. Die Öffnung Do der Luftmischklappe 28 ist 0%, wenn der durch den Heizungskern 29 gehende Durchgang 32 geschlossen ist (das heißt, wenn nur gekühlte Luft bereitgestellt wird), und 100%, wenn der Umleitungsdurchgang 30 geschlossen ist (das heißt, wenn nur geheizte Luft bereitgestellt wird). Die Koeffizienten k_soll, k_r, k_am, k_s und C in der Temperatursteuergleichung und die Koeffizienten a und b in der mathematischen Beziehung zum Ermitteln der Öffnung der Luftmischklappe werden als Temperatursteuerungsparameter für jeden registrierten Benutzer festgelegt. Diese Parameter sind in den persönlichen Einstellinformationen des registrierten Benutzers enthalten.
Die Temperatureinstellungsuntereinheit 651 kann derart aufgebaut sein, dass sie die Klimatisierungstemperatur T_ao und die Öffnung der Luftmischklappe 28 unter Verwendung anderer bekannter Steuerungsverfahren, wie etwa eines Fuzzy-Steuerungsverfahrens oder eines Steuerungsverfahrens, das ein neuronales Netz verwendet, bestimmt. Die berechnete Klimatisierungstemperatur T_ao wird in die Speichereinheit 60 gespeichert, so dass von anderen Bestandteilelementen der Steuerung 60 darauf Bezug genommen werden kann.
Die Kompressorsteuerungsuntereinheit 652 steuert die Ein-/Aus-Betätigung des Kompressors 11 basierend auf der Klimatisierungstemperatur (Auslasslufttemperatur) T_ao, die von der Temperatureinstellungsuntereinheit 651 erhalten wird, ebenso wie auf der Solltemperatur T_soll, der Verdampferauslasstemperatur, etc. Wenn der Entfroster betrieben wird, während der Fahrgastraum gekühlt wird, setzt die Kompressorsteuerungsuntereinheit 652 normalerweise durch Betreiben des Kompressors 11 den Kältekreislauf R in Betrieb. Wenn die Verdampferauslasstemperatur jedoch auf einen Pegel nahe der Temperatur fällt, bei der der Verdampfer 18 mit einer Eisschicht überzogen wird, schaltet die Kompressorsteuerungsuntereinheit 652 den Kompressor 11 aus, um zu verhindern, dass der Verdampfer 18 mit einer Eisschicht überzogen wird. Wenn dann die Verdampferauslasstemperatur auf einen gewissen Pegel steigt, schaltet die Kompressorsteuerungsuntereinheit 652 den Kompressor 11 wieder ein. Die Steuerung des Kompressors 11 kann unter Verwendung eines bekannten Verfahrens, wie etwa eines Steuerungsverfahrens mit variabler Kapazität durchgeführt werden, und daher werden die Einzelheiten der Steuerung hier nicht beschrieben.
Die Luftauslasssteuerungsuntereinheit 653 bestimmt das Luftdurchsatzverhältnis der klimatisierten Luft zwischen den verschiedenen Luftauslässen basierend auf dem Luftdurchsatzverhältniswert, der von dem Insassen von dem Klimaanlagen-Bedienfeld 59 festgelegt wird, der Klimatisierungstemperatur T_ao, die von der Temperatureinstellungsuntereinheit 651 bestimmt wird, der Solltemperatur T_soll, etc. Dann bestimmt die Luftauslasssteuerungsuntereinheit 653 die Öffnungen der Fußebenenklappe 37, der Gesichtsebenenklappe 38 und der Entfrosterklappe 39, um dem auf diese Weise bestimmten Luftdurchsatzverhältnis zu entsprechen. Die Luftauslasssteuerungsuntereinheit 653 bestimmt die Öffnungen der jeweiligen Klappen 37 bis 39 gemäß mathematischen Relationen, welche die Beziehungen zwischen dem Luftdurchsatzverhältnis-Sollwert, der Klimatisierungstemperatur T_ao, der Solltemperatur T_soll, etc. und den Öffnungen der jeweiligen Klappen 37 bis 39 definieren. Derartige mathematische Relationen werden vordefiniert und in ein Computerprogramm eingearbeitet, das in der Steuerung 60 ausgeführt werden soll. Hier kann die Luftauslasssteuerungsuntereinheit 653 die Öffnungen der jeweiligen Klappen 37 bis 39 unter Verwendung anderer bekannter Verfahren bestimmen. Die Luftauslasssteuerungsuntereinheit 653 steuert den Betriebsart-Servomotor 40 derart, dass die Klappen 37 bis 39 sich in die jeweils bestimmten Positionen bewegen. Wenn der Luftdurchsatzverhältnis-Sollwert oder die Solltemperatur T_soll von der Steuerinformations-Korrektureinheit 64 korrigiert wird, bestimmt die Luftauslasssteuerungsuntereinheit 653 die Öffnungen der jeweiligen Klappen 37 bis 39 unter Verwendung des korrigierten Sollwerts oder der Solltemperatur T_soll.
Die Lufteinlasssteuerungsuntereinheit 654 bestimmt das Verhältnis zwischen der Luft, welche die Fahrzeug-Klimaanlage 1 durch den Innenlufteinlass 26 einsaugt, und der Luft, die sie durch den Außenlufteinlass 27 einsaugt, basierend auf der Lufteinlasseinstellung, die von dem Klimaanlagen-Bedienfeld 59 erfasst wird, und auf der Solltemperatur T_soll, der Klimatisierungstemperatur T_ao, der Innentemperatur T_r, etc. Die Lufteinlasssteuerungsuntereinheit 654 bestimmt die Öffnung der Innen-/Außenluft-Umschaltklappe 25 gemäß einer mathematischen Relation, welche die Beziehung des Einlassluftverhältnisses relativ zu der Außentemperatur T_am, der Differenz zwischen der Innentemperatur T_r und der Solltemperatur T_soll, etc. definiert. Eine derartige mathematische Relation wird vordefiniert und in ein Computerprogramm eingearbeitet, das in der Steuerung 60 ausgeführt werden soll. Hier kann die Lufteinslasssteuerungsuntereinheit 654 die Öffnungen der Innen-/Außenluft-Umschaltkappe 25 unter Verwendung anderer bekannter Verfahren bestimmen. Die Lufteinlasssteuerungsuntereinheit 654 steuert den Innen-/Außenluft-Servomotor 24 und dreht die Innen-/Außenluft-Umschaltklappe 25, um das erhaltene Einlassluftverhältnis zu erzielen. Wenn der Einlasssollwert oder die Solltemperatur T_soll von der Steuerinformations-Korrektureinheit 64 korrigiert wird, bestimmt die Lufteinslasssteuerungsuntereinheit 654 die Öffnung der Innen-/Außenluft-Umschaltklappe 25 unter Verwendung des korrigierten Einlasssollwerts oder der Solltemperatur T_soll.
Die Luftdurchsatzpegeleinstellungsuntereinheit 655 bestimmt die Drehzahl des Lüftungsventilators 21 basierend auf dem Luftdurchsatzpegel W, der von dem Klimaanlagen-Bedienfeld 59 erfasst wird, und der Solltemperatur T_soll, der Klimatisierungstemperatur T_ao, der Innentemperatur T_r, der Außentemperatur T_am, und der Menge der Sonnenstrahlung S. Dann sendet die Luftdurchsatzpegeleinstellungsuntereinheit 655 ein Steuersignal an den Antriebsmotor 22, der dann den Lüftungsventilator 21 mit der auf diese Weise bestimmten Drehzahl antreibt. Wenn zum Beispiel die Luftdurchsatzpegeleinstellung in der manuellen Einstellbetriebsart ist, bestimmt die Luftdurchsatzpegeleinstellungsuntereinheit 655 die Drehzahl des Lüftungsventilators 21 derart, dass sie dem Luftdurchsatzpegel W entspricht, der von dem Klimaanlagen-Bedienfeld 59 erfasst wird. Wenn andererseits die Luftdurchsatzpegeleinstellung in der automatischen Einstellbetriebsart ist, bestimmt die Luftdurchsatzpegel einstellungsuntereinheit 655 die Drehzahl des Lüftungsventilators 21 gemäß einer Luftdurchsatzpegel-Steuergleichung, welche die Beziehung des Luftdurchsatzpegels W relativ zu der Innentemperatur T_r, der Klimatisierungstemperatur T_ao, etc. definiert. Alternativ kann die Luftdurchsatzpegeleinstellungsuntereinheit 655 eine Luftdurchsatzpegel-Steuergleichung verwenden, welche die Beziehung des Luftdurchsatzpegels W relativ zu der Solltemperatur T_soll und den Klimatisierungsinformationen (Innentemperatur T_r, Außentemperatur T_am, und Menge der Sonnenstrahlung S) definiert. Auf diese Weise kann die Luftdurchsatzpegeleinstellungsuntereinheit 655 verschiedene bekannte Luftdurchsatzpegel-Steuergleichungen verwenden. Eine derartige Luftdurchsatzpegel-Steuergleichung wird vordefiniert und in ein Computerprogramm eingearbeitet, das in der Steuerung 60 ausgeführt werden soll. Alternativ kann eine Abbildung, welche die Beziehung zwischen den Klimatisierungsinformationen und dem Luftdurchsatzpegel W definiert, im Voraus konstruiert werden, und die Luftdurchsatzpegeleinstellungsuntereinheit 655 kann die Drehzahl des Lüftungsventilators 21 basierend auf einer Abbildungssteuerung bestimmen, die den Luftdurchsatzpegel W entsprechend den gemessenen Klimatisierungsinformationen unter Bezugnahme auf die Abbildung bestimmt. Die Luftdurchsatzpegeleinstellungsuntereinheit 655 kann die Drehzahl des Lüftungsventilators 21 auch unter Verwendung anderer bekannter Verfahren bestimmen. Wenn der Luftdurchsatzpegel W oder die Solltemperatur T_soll von der Steuerungsinformations-Korrektureinheit 64 korrigiert werden, bestimmt die Luftdurchsatzpegeleinstellungsuntereinheit 655 die Drehzahl des Lüftungsventilators 21 unter Verwendung des korrigierten Luftdurchsatzpegels W oder der Solltemperatur T_soll.
Wenn der Insasse die Fahrzeug-Klimaanlage 1 bedient, bestimmt die lernende Einheit 66, ob ein neues Wahrscheinlichkeitsmodell erzeugt werden muss oder ein vorhandenes Wahrscheinlichkeitsmodell aktualisiert werden muss. Wenn bestimmt wird, dass ein Wahrscheinlichkeitsmodell erzeugt oder aktualisiert werden muss, erzeugt oder aktualisiert die lernende Einheit 66 das Wahrscheinlichkeitsmodell. Ferner korrigiert die lernende Einheit 66 die Steuergleichung, wie etwa die Temperatursteuergleichung oder die Luftdurchsatzpegel-Steuergleichung nach Bedarf. Zu diesem Zweck umfasst die lernende Einheit 66 eine Lerninformationen-Ansammlungsuntereinheit 661, eine Clustering-Untereinheit 662, eine Wahrscheinlichkeitsmodell-Aufbauuntereinheit 663, eine Wahrscheinlichkeitsmodell-Auswertungsuntereinheit 664 und eine Steuergleichungs-Korrekturuntereinheit 665. Die verschiedenen in der lernenden Einheit 66 enthaltenen Untereinheiten werden nachstehend im Detail beschrieben.
Die Lerninformationen-Ansammlungsuntereinheit 661 verknüpft die erfassten Zustandsinformationen mit der von dem Insassen durchgeführten Einstellbetätigung und speichert sie als die gelernten Informationen, die notwendig sind, um ein Wahrscheinlichkeitsmodell zum Schätzen der Einstellbetätigung, die von dem Insassen durchgeführt werden soll, aufzubauen, in die Speichereinheit 61.
Wenn der Klimatisierungszustand in dem Fahrgastrum nicht angenehm für den Insassen ist, ändert der Insasse im Allgemeinen die Einstellung der Fahrzeug-Klimaanlage 1. Wenn der Insasse folglich die Einstellung der Fahrzeug-Klimaanlage 1 häufig ändert, kann es notwendig sein, ein Wahrscheinlichkeitsmodell zum Schätzen der Einstellbetätigung, die von dem Insassen durchgeführt werden soll, aufzubauen. Für den Aufbau eines passenden Wahrscheinlichkeitsmodells wird es jedoch notwendig, eine ausreichende Menge an Daten zu sammeln, um eine statistisch korrekte Schätzung zu machen. Angesichts dessen speichert die Lerninformationen-Ansammlungsuntereinheit 661 jedes Mal, wenn die Einstellung der Fahrzeug-Klimaanlage 1 geändert wird, die erfassten Zustandsinformationen (Klimatisierungsinformationen, wie etwa Außentemperatur T_am, Standortinformationen, wie etwa den aktuellen Standort des Fahrzeugs, Fahrzeugverhaltensinformationen, wie etwa die Fahrzeuggeschwindigkeit, physiologische Informationen, wie etwa die Herzfrequenz) als gelernte Informationen D_AK in die Speichereinheit 61. Die gelernten Informationen D_AK werden gespeichert, indem sie mit der Einstellbetätigungsnummer k und der Kennung bzw. ID des Insassen verknüpft werden. Alternativ können aus den Zustandsinformationen, die in regelmäßigen Zeitintervallen gesammelt werden, ungeachtet der Betätigung zum Ändern der Einstellung der Fahrzeug-Klimaanlage 1, die Zustandsinformationen, die zu einem Zeitmoment abgetastet werden, der am nächsten an der Zeit der Einstellungsänderungsbetätigung oder unmittelbar vor oder nach der Zeit der Einstellungsänderungsbetätigung liegt, als die gelernten Informationen in die Speichereinheit 61 gespeichert werden, indem sie mit der Einstellbetätigungsnummer k und der ID des Insassen verknüpft werden. Ferner kann die Lerninformationen-Ansammlungsuntereinheit 661 die Zustandsinformation, ungeachtet der Betätigung zum Ändern der Einstellung der Fahrzeug-Klimaanlage 1, in regelmäßigen Zeitintervallen (zum Beispiel alle fünf Sekunden) abtasten und kann die bei jedem Abtastmoment abgetasteten Zustandsinformationen in die Speichereinheit 61 speichern, indem sie diese entsprechend dem Einstellzustand zu diesem Zeitpunkt mit der Einstellbetätigungsnummer k und der ID des Insassen verknüpft. Alternativ kann die Lerninformationen-Ansammlungsuntereinheit 661 aus den in regelmäßigen Zeitintervallen gesammelten Zustandsinformationen die Zustandsinformationen in regelmäßigen Zeitintervallen abtasten (zum Beispiel jede Minute oder alle fünf Minuten) und kann die zu jedem Abtastzeitpunkt abgetasteten Zustandsinformationen in die Speichereinheit 61 speichern, indem sie diese entsprechend dem Einstellungszustand zu diesem Zeitpunkt mit der Einstellbetätigungsnummer k und der ID des Insassen verknüpft. Die auf diese Weise in regelmäßigen Zeitintervallen gesammelten Zustandsinformationen können auch für den Aufbau des Wahrscheinlichkeitsmodells verwendet werden.
Ferner wird auch die Anzahl i_AK von Malen, die ein bestimmter Insasse (zum Beispiel der Insasse A) die Einstellbetätigung α durchgeführt hat, welche der Einstellbetätigungsnummer k entspricht (zum Beispiel die Betätigung zum Senken der Solltemperatur um 3°C oder Festlegen des Luftdurchsatzpegels W auf das Maximum), in die Speichereinheit 61 gespeichert. Die vorstehend gelernten Informationen D_AK werden zum Beispiel durch die folgende Gleichung ausgedrückt.
wobei d_jk den Wert jeder Zustandsinformation darstellt. Hier zeigt i die Anzahl i_Ak von Malen an, für welche die Betätigung durchgeführt wurde. Andererseits ist j die Zustandsobjektnummer, die jedem Wert der Zustandsinformationen der Einfachheit halber zugeordnet ist. In der vorliegenden Ausführungsform wird die Innentemperatur T_r für j = 1 zugeordnet. Ähnlich werden die Außentemperatur T_am für j = 2 und die Menge der Sonnenstrahlung S für j = 3 zugeordnet. Dann werden die Standortinformationen, die Fahrzeugverhaltensinformationen, die physiologischen Informationen, etc. für j = 4 und nachfolgende Werte von j zugeordnet. Ferner stellt k die Einstellbetätigungsnummer dar.
Die gelernten Informationen D_AK und die Anzahl i_AK von Malen, welche die Betätigung durchgeführt wurde, werden für jeden registrierten Benutzer und für jede Einstellbetätigung in die Speichereinheit 61 gespeichert.
Für die verschiedenen Zustandsinformationen, die in den gelernten Informationen D_AK enthalten sind, führt die Clustering-Untereinheit 662 das Clustering die diejenigen durch, die nicht im Voraus in eine Vielzahl von Klassen klassifiziert werden können, und bestimmt die Klasse für den Wert derartiger Zustandsinformationen, um eine CPT für jeden Knoten des Wahrscheinlichkeitsmodells aufzubauen.
Es gibt Fälle, in denen Informationen, deren mögliche Werte nicht auf ein gegebenes Muster begrenzt sind oder deren Werte kontinuierlich variieren, zum Beispiel die aktuellen Standortinformationen der Fahrzeugs, die Temperaturinformationen, wie etwa die Außentemperatur und die Innentemperatur, die Zeitinformationen, etc., als die Zustandsinformationen verwendet werden, die einem Eingangsknoten des Wahrscheinlichkeitsmodells gegeben werden sollen. Um eine CPT aufzubauen, die derartige Informationen als Eingangsparameter nimmt, wird es ein wichtiges Thema, wie der Eingangszustandsinformationswert klassifiziert werden soll. Betrachten wir zum Beispiel den Fall, dass ein Wahrscheinlichkeitsmodell aufgebaut wird, das der Einstellbetätigung zum Senken der Solltemperatur um 3°C in einer spezifischen Situation entspricht, in der der Insasse nach dem Praktizieren sportlicher Übungen, wie in dem Beispiel von 3 gezeigt, in das Fahrzeug steigt, das auf dem Parkplatz des Parks geparkt ist. Um die Standortinformationen des Fahrzeugs als eine der verschiedenen Informationen, die den Eingangsknoten des Wahrscheinlichkeitsmodells gegeben werden sollen, zu verwenden, ist es in diesem Fall wichtig, die Standortinformationen des Fahrzeugs zu klassifizieren, indem zumindest der Fall, in dem das Fahrzug sich auf dem Parkplatz des Parks befindet, von dem Fall unterschieden wird, in dem das Fahrzeug sich an einem anderen Ort befindet. Ebenso betrachten wird den Fall, dass ein Wahrscheinlichkeitsmodell aufgebaut wird, das der Einstellbetätigung zum Einstellen der Klimaanlage auf die Innenluftumwälzbetriebsart in einer spezifischen Situation entspricht, in der das Fahrzeug auf einer gewissen Bundesstraße fährt. Um in diesem Fall die Standortinformationen des Fahrzeugs als eine der verschiedenen Informationen zu verwenden, die dem Eingangsknoten des Wahrscheinlichkeitsmodells gegeben werden sollen, ist es wichtig, den Fall, in dem das Fahrzeug auf dieser Bundesstrasse fährt, von dem Fall, in dem das Fahrzeug sich an einem anderen Ort als dieser Bundesstraße befindet, zu unterscheiden. Wie in diesen zwei Beispielen gezeigt, unterscheiden sich die Standortinformationen des Fahrzeugs nicht nur im Hinblick auf den Standort, sondern auch im Hinblick auf den Bereich, den sie abdecken, zwischen dem Fall, in dem sich das Fahrzeug auf dem Parkplatz des Parks befindet, und dem Fall, in dem das Fahrzeug auf der Bundesstraße fährt. Es ist daher klar, dass die Standortinformationen des Fahrzeugs nicht im Voraus entsprechend derartigen spezifischen Situationen klassifiziert werden können.
Angesichts des Vorstehenden führt die Clustering-Untereinheit 662 das Clustering für die Zustandsinformationen durch, deren Wert nicht im Voraus klassifiziert werden kann, wie etwa die aktuellen Standortinformationen des Fahrzeugs, die Temperaturinformationen, wie etwa die Außentemperatur und die Innentemperatur, die Zeitinformationen etc. Die Clustering-Untereinheit 662 führt das Clustering für derartige Zustandsinformationen in zwei Stufen durch, zuerst, indem sie die Informationen in Cluster mit einem schmalen Bereich klassifiziert und dann, indem sie sie in Cluster mit einem breiten Bereich klassifiziert. Durch dieses Clustering bestimmt die Clustering-Untereinheit 662 die Klasse jedes Werts der Zustandsinformationen, um in der Lage zu sein, nicht nur den Fall zu behandeln, in dem die Werte der Zustandsinformationen, die einer spezifischen Situation entsprechen, über einen schmalen Bereich verteilt sind, sondern auch den Fall, in dem die Werte über einen breiten Bereich verteilt sind. Die Clustering-Untereinheit 662 führt kein Clustering für die Zustandsinformationen der Art durch, die nur diskrete Werte mit einer begrenzten Anzahl von Klassen annehmen, wie etwa die Scheibenwischer-, Blinker- oder Autoaudioanlagen-Ein/Aus-Zustandsinformationen.
6 ist ein Betriebsflussdiagramm, das ein Clustering-Verfahren zeigt.
Zuerst extrahiert die Clustering-Untereinheit 662 aus den gelernten Informationen D_AK die Werte (d_1jk, d_2jk, ..., d_ijk), die für die vorgesehenen Zustandsinformationen gespeichert sind, als die Daten, für die das Clustering durchgeführt werden soll. Dann berechnet die Clustering-Untereinheit 662 den euklidischen Abstand UD_ij zwischen jedem Datenpaar (Schritt S201). Wenn die Zustandsinformationen zum Beispiel Standortinformationen sind, stellt der euklidische Abstand UD_ij den physikalischen Abstand zwischen dem Datenpaar dar. Wenn die Zustandsinformationen andererseits Zeitinformationen sind, entspricht der euklidische Abstand UD_ij der Zeitdifferenz zwischen dem Datenpaar. Wenn die Zustandsinformationen Temperaturinformationen sind, entspricht der euklidische Abstand UD_ij ebenso der Temperaturdifferenz zwischen jedem Datenpaar. Als nächstes prüft die Clustering-Untereinheit 662, ob der Minimalwert UD_ijmin des euklidischen Abstands kleiner oder gleich einem ersten Abstand Td₁ ist oder nicht (Schritt S202). Wenn der Minimalwert UD_ijmin des euklidischen Abstands in dem Schritt S202 kleiner oder gleich dem ersten Abstand Td₁ ist, ordnet die Clustering-Untereinheit 662 das Datenpaar, das den Minimalwert ergab, in den gleichen Cluster (Schritt S203). Wenn hier die Zustandsinformationen die Standortinformationen sind, kann der erste Abstand Td₁ zum Beispiel auf 300 m festgelegt werden. Wenn die Zustandsinformationen Zeitinformationen sind, kann der erste Abstand Td₁ zum Beispiel auf fünf Minuten festgelegt werden. Danach kehrt die Steuerung zu dem Schritt S201 zurück. Die Clustering-Untereinheit 662 führt den Schritt S201 noch einmal aus. In diesem Fall berechnet die Clustering-Untereinheit den euklidischen Abstand zwischen einem Cluster und einem anderen Cluster basierend auf einem Verfahren des nächsten Nachbarn. Das heißt, der euklidische Abstand D(C1, C2) zwischen den zwei Clustern C1 und C2 wird durch die folgende Gleichung ausgedrückt.
wobei x und y in den jeweiligen Clustern C₁ und C₂ enthaltene Daten sind und UD_xy den euklidischen Abstand zwischen x und y darstellt. Hier kann jedes Datum selbst als ein Cluster betrachtet werden, dessen Anzahl enthaltender Daten 1 ist.
Wenn andererseits der Minimalwert UD_ijmin des euklidischen Abstands in dem Schritt S202 größer als der erste Abstand Td₁ ist, wählt die Clustering-Untereinheit 662 die zwei größten Cluster im Hinblick auf die Anzahl der in dem Cluster enthaltenen Daten aus und bezeichnet die ausgewählten Cluster jeweils C₁ und C₂ (Schritt S204).
Als nächstes berechnet die Clustering-Untereinheit 662 für die Daten, die nicht in den Clustern C₁ und C₂ enthalten sind, den euklidischen Abstand UD_ij zwischen jedem Datenpaar (Schritt S205). Dann prüft die Clustering-Untereinheit 662, ob der Minimalwert UD_ijmin des euklidischen Abstands kleiner oder gleich einem zweiten Abstand Td₂ ist oder nicht (Schritt S206). Hier ist der zweite Abstand Td₂ größer als der erste Abstand Td₁; wenn die Zustandsinformationen zum Beispiel Standortinformationen sind, kann der zweite Abstand Td₂ auf 3 km festgelegt werden. Wenn die Zustandsinformationen Zeitinformationen sind, kann der zweite Abstand Td₂ zum Beispiel auf 60 Minuten festgelegt werden. Wenn der Minimalwert UD_ijmin des euklidischen Abstands in dem Schritt S206 kleiner oder gleich einem zweiten Abstand Td₂ ist, ordnet die Clustering-Untereinheit 662 das Datenpaar, das den Minimalwert ergab, in den gleichen Cluster (Schritt S207). Danach kehrt die Steuerung zu Schritt S205 zurück. Die Clustering-Untereinheit 662 führt den Schritt S205 noch einmal aus. In diesem Fall berechnet die Clustering-Untereinheit 662 ebenfalls den euklidischen Abstand zwischen einem Cluster und einem anderen Cluster basierend auf einem Verfahren des nächsten Nachbarn.
Wenn der Minimalwert UD_ijmin des euklidischen Abstands andererseits in dem Schritt S206 größer als der zweite Abstand Td₂ ist, wählt die Clustering-Untereinheit 662 die zwei größten Cluster im Hinblick auf die Anzahl von in dem Cluster enthaltenen Daten und bezeichnet die ausgewählten Cluster jeweils mit C₃ und C₄ (Schritt S208).
Die Clustering-Untereinheit 662 berechnet die Schwerpunkte G₁ bis G₄ der jeweiligen Cluster C₁ bis C₄. Ferner erhält die Clustering-Untereinheit 662 die Abstände r₁ bis r₄ zu den Daten, die am weitesten von den jeweiligen Schwerpunkten G₁ bis G₄ in den jeweiligen Clustern entfernt sind. Dann bestimmt die Clustering-Untereinheit 662 die Bereiche der Zustandsinformationswerte, die den jeweiligen Clustern C₁ bis C₄ entsprechen, als Bereiche der Radien r₁ bis r₄, die auf die jeweiligen Schwerpunkte G₁ bis G₄ zentriert sind (Schritt S209). Die Clustering-Untereinheit 662 speichert die auf diese Weise erhaltenen Schwerpunkte G₁ bis G₄ und Abstände r₁ bis r₄ ebenso wie die Anzahl von in den jeweiligen Clustern enthaltenen Daten in die Speichereinheit 61, indem sie diese mit den jeweiligen Clustern C₁ bis C₄ verknüpft.
Schließlich gruppiert die Clustering-Untereinheit 662 die Daten, die in keinem der Cluster C₁ bis C₄ enthalten sind, in ein Cluster C₅ (Schritt S210).
Dann wird der Bereich des Clusters C₅ als ein Bereich festgelegt, der in keinem der Cluster C₁ bis C₄ enthalten ist.
Wie vorstehend beschrieben, führt die Clustering-Untereinheit 662 ein hierarchisches Clustering durch Klassifizieren der Daten in Cluster mit schmalem Bereich, in denen der Abstand zwischen Daten relativ klein ist, und Cluster mit breitem Bereich, in denen der Abstand zwischen Daten relativ groß ist, durch. Als ein Ergebnis kann die Clustering-Untereinheit 662 die Bereiche der Werte der Zustandsinformationen, die dem Eingangsknoten des Wahrscheinlichkeitsmodells gegeben werden sollen, geeignet klassifizieren. Nachstehend wird eine Erklärung gegeben, indem ein Beispiel behandelt wird, in dem das Clustering für Standortinformationen des Fahrzeugs (Betätigungsstelle) durchgeführt wird, die in den gelernten Informationen enthalten sind, welche sich auf die spezifische Einstellbetätigung zum Einstellen der Fahrzeug-Klimaanlage 1 auf die Innenluftumwälzbetriebsart beziehen. In diesem Beispiel wird der erste Abstand Th1 auf 300 m und der zweite Abstand Th2 auf 3 km festgelegt. Die Koordinaten der Betätigungsstelle werden von dem Navigationssystem erfasst und werden als durch Länge und Breite definierte zweidimensionale Daten ausgedrückt.
7 zeigt ein Beispiel der Verteilung von Betätigungsstellen. In dem dargestellten Beispiel wird angenommen, dass die Bundesstrasse, der Firmenparkplatz, der Parkplatz des Fitnessclubs, der Parkplatz des nahe gelegenen Supermarkts und die Garage zu Hause mehr als 300 m voneinander entfernt sind und dass die Größe jedes Parkplatzes in einen Kreis mit einem Durchmesser von 300 Metern fällt. Ferner sind die Betätigungsstellen auf der Bundesstrasse über einen größeren Bereich als 300 Meter verteilt (die Betätigungsstelle unterscheidet sich zum Beispiel erheblich, wenn die Betriebsart direkt nach dem Einfahren auf die Bundesstrasse auf die Innenluftumwälzung eingestellt wird von der, wenn die Betriebsart nach einigen Minuten auf die Innenluftumwälzung eingestellt wird). Wenn die Clustering-Untereinheit 662 folglich das Clustering gemäß dem vorstehenden Verfahren durchführt, werden in der ersten Schmalbereich-Clustering-Stufe (Schritt S201 bis S204) Betätigungsstellen, die sich auf dem Firmenparkplatz befinden, als in den Schmalbereich-Cluster C₁ gehörig klassifiziert, und Betätigungsstellen, die sich auf dem Parkplatz des Fitnessclubs befinden, werden als in den Schmalbereich-Cluster C₂ gehörig klassifiziert.
Als nächstes werden in der Breitbereich-Clustering-Stufe (Schritte S205 bis S208) von den Betätigungsstellen, die nicht als C₁ oder C₂ klassifiziert sind, Betätigungsstellen, die sich auf der Bundestrasse (in der Nähe der Firma) befinden, als zu dem Breitbereich-Cluster C₃ gehörig klassifiziert, und Betätigungsstellen, die sich auf der Bundesstrasse (nahe Zuhause) befinden, werden als zu dem Breitbereich-Cluster C₄ gehörig klassifiziert.
Auf diese Weise kann die Clustering-Untereinheit 662 die Standortinformationen derart klassifizieren, dass sie jeder spezifischen Situation, zum Beispiel einer spezifischen Situation, in der das Fahrzeug auf der Bundesstrasse fährt, oder einer spezifischen Situation, in der sich das Fahrzeug auf dem Firmenparkplatz befindet, entsprechen. Als ein Ergebnis können die Standortinformationen verwendet werden, um Wahrscheinlichkeitsmodelle aufzubauen, die der Einstellbetätigung für die Innenluftumwälzbetriebsart entsprechen, um zu derartigen spezifischen Situationen zu passen.
Die Clustering-Untereinheit 662 kann den euklidischen Abstand UD_ij zwischen den Clustern unter Verwendung anderer hierarchischer Clustering-Verfahren als dem Verfahren des nächsten Nachbarn, zum Beispiel dem Verfahren des am weitesten entfernten Nachbarn, einem Gruppenmittelungsverfahren oder dem Ward-Verfahren, berechnen. Wenn ferner in Schritt S204 oder S208 nur ein Cluster ist, der ein oder mehrere Standortinformationen enthält, kann die Clustering-Untereinheit 662 nur den Cluster auswählen, der die größere Anzahl von Standortinformationen enthält. Wenn es keinen Cluster gibt, der zwei oder mehr Standortinformationen enthält, kann es in ähnlicher Weise sein, dass die Clustering-Untereinheit 662 keine Cluster auswählen muss.
Ferner kann die Clustering-Untereinheit 662 in Schritt S205 und nachfolgenden Schritten das Clustering für alle Daten erneut durchführen. Wenn in diesem Fall ein Bereich, der in dem Schmalbereich-Cluster C₁ oder C₂ enthalten ist, einen Bereich, der in dem Breitbereich-Cluster C₃ oder C₄ enthalten ist, teilweise oder ganz überlappt, wird einem der Cluster der Vorzug gegeben und der überlappende Bereich wird aus dem anderen Cluster entfernt.
In der vorstehenden Ausführungsform wurde das Clustering in zwei Stufen, der Schmalbereich-Clustering-Stufe und der Breitbereich-Clustering-Stufe, durchgeführt, aber die Clustering-Untereinheit 662 kann das Clustering in drei oder mehr Stufen durchführen und kann in jeder Stufe ein oder zwei Cluster auswählen, die die größere Anzahl von Daten enthalten. Alternativ kann die Anzahl von Stufen nicht im Voraus bestimmt werden, oder die Anzahl der Cluster, die in jeder Stufe gebildet werden sollen, kann nicht im Voraus bestimmt werden, und wenn eine vorgeschriebene Anzahl von Daten (zum Beispiel mehr als die Hälfte des Gesamten) in einer vorgeschriebenen Anzahl (zum Beispiel fünf) von Clustern enthalten sind, kann die Clustering-Untereinheit 662 das Clustering beenden und die restlichen Daten in einen Cluster gruppieren.
Ferner kann die Clustering-Untereinheit 662 den Wertebereich der jedem Cluster entsprechenden Zustandsinformationen mit einem anderen Verfahren als dem in Schritt S209 verwendeten Verfahren bestimmen. Wenn die Daten, die geclustert werden sollen, zum Beispiel Standortinformationen des Fahrzeugs sind, kann die Clustering-Untereinheit 662 den Bereich des Fahrzeugstandorts entsprechend jedem Cluster bestimmen, indem sie Endpunkte in den Nord-, Ost-, West- und Südrichtungen aus den in diesem Cluster enthaltenen Standortinformationen erhält und indem sie einen rechteckigen Bereich definiert, bei dem diese Endpunkte die Grenzen bilden. Ferner kann die Clustering-Untereinheit 662 den Wertebereich der Zustandsinformationen bestimmen, so dass von den in jedem Cluster enthaltenen gelernten Daten die gelernten Daten, die sich am weitesten voneinander entfernt befinden, die Grenzen des Bereichs definieren. Alternativ kann die Clustering-Untereinheit 662 den Mittelpunkt zwischen den Daten erzielen, die sich unter den gelernten Daten, die in benachbarten Clustern enthalten sind, am nächsten zueinander befinden, und kann den Mittelpunkt als die Grenze zwischen den Wertebereichen der jeweiligen Clustern entsprechenden Zustandsinformation bestimmen. Als ein Beispiel wird der Fall betrachtet, in dem, wenn das Clustering für die Zeitinformationen erledigt wird, die in dem ersten Cluster enthaltenen gelernten Daten zwischen 08:25 und 10:15 verteilt sind, während die in dem zweiten Cluster enthaltenen gelernten Daten zwischen 12:15 und 14:30 verteilt sind. Hier nimmt die Clustering-Untereinheit 662 aus den in jedem Cluster enthaltenen gelernten Daten die Daten, die den frühesten Zeitpunkt darstellen, und die Daten, die den spätesten Zeitpunkt darstellen, als die Daten, welche die Wertebereichsgrenzen der diesem Cluster entsprechenden Zustandsinformationen definieren. Folglich ist der dem ersten Cluster entsprechende Bereich der Zeitinformationen von 08:25 bis 10:15, und der dem zweiten Cluster entsprechende Bereich der Zeitinformationen ist von 12:15 bis 14:30. Alternativ kann die Clustering-Untereinheit 662 die Grenze zwischen dem Bereich der Zeitinformationen, der dem ersten Cluster entspricht, und dem Bereich der Zeitinformationen, der dem zweiten Cluster entspricht, bestimmen, indem sie den Mittelpunkt zwischen den gelernten Daten, die zeitlich am nächsten zueinander sind, aus den gelernten Daten nimmt, die in den ersten und zweiten Clustern enthalten sind. In diesem Fall ist der Wertebereich der Zeitinformationen, die dem ersten Cluster entsprechen, von 08:25 bis 11:15, und der Wertebereich der Zeitinformationen, der dem zweiten Cluster entspricht, ist von 11:15 bis 14:30.
Wenn die Zustandsinformationen, die geclustert werden sollen, in der Form von zwei oder mehrdimensionalen Informationen gegeben sind, kann die Clustering-Untereinheit 662 den euklidischen Abstand unter Verwendung aller Abmessungsinformationen oder einem Teil der Abmessungsinformationen berechnen. Wenn die Daten, die geclustert werden sollen, zum Beispiel Standortinformationen sind und die Standortinformationen in der Form dreidimensionaler Informationen gegeben sind, welche die Länge und Breite und die Fahrtrichtung des Fahrzeugs angeben, kann die Clustering-Untereinheit 662 den euklidischen Abstand zwischen jedem Datenpaar besser unter Verwendung sowohl der Länge, der Breite als auch der Fahrtrichtung als nur unter Verwendung der Länge und Breite, wie früher beschrieben, berechnen. Oder im Fall eines Schmalbereich-Clusters kann die Clustering-Untereinheit 662 das Clustering derart durchführen, dass nur die Daten, die direkt, bevor der Zündschalter ausgeschaltet wurde, abgetastet wurden, in dem Cluster enthalten sind, da die Situation, in der das Fahrzeug geparkt ist, von anderen Situationen unterschieden werden kann, indem auf die Zündschalter-Ein/Aus-Informationen Bezug genommen wird. Wenn das Clustering für Zeitinformationen durchgeführt wird, kann die Clustering-Untereinheit 662 den euklidischen Abstand zwischen jedem Datenpaar ähnlich unter Verwendung nur der Stunde/Minute oder zusätzlich zu der Stunde/Minute unter Verwendung des Wochentags, Datums, Monats, der Jahreszeit, etc. berechnen.
Wenn ferner andere auf die Zustandsinformationen bezogene Informationen, die geclustert werden sollen, verwendet werden können, kann die Clustering-Untereinheit 662 den Bereich des Clusters unter Verwendung der zugehörigen Informationen definieren. Wenn zum Beispiel Nachbarschaftsbereichsinformationen oder GBook-Informationen, die die mit den Standortinformationen verbundenen Einrichtungen (zum Beispiel kleine Lebensmittelläden, Restaurants, etc. auf einer Bundesstrasse oder Autobahn oder in einem Tunnel) zeigen, von dem Navigationssystem in Bezug auf die Standortinformationen erfasst werden können, kann die Clustering-Untereinheit 662 den Bereich des Clusters unter Verwendung derartiger zugehöriger Informationen definieren. Insbesondere wenn alle in dem Cluster enthaltenen Daten die gleiche Einrichtung darstellen (zum Beispiel auf dem Firmenparkplatz oder auf einer gewissen Bundesstrasse), kann die Clustering-Untereinheit 662 anstatt, wie früher beschrieben, den Schwerpunkt und den Radius zu verwenden, oder zusätzlich zu dem Schwerpunkt und dem Radius den Bereich des Clusters unter Verwendung der Informationen definieren, die den in dieser Einrichtung enthaltenen Bereich anzeigen. Durch Hinzufügen der Nachbarschaftsbereichsinformationen oder GBook-Informationen zu dem früher erhaltenen Cluster-Bereich kann die Clustering-Untereinheit 662 die Zustandsinformationen genauer klassifizieren. Außerdem kann die Clustering-Untereinheit 662 das Clustering unter Verwendung einer Vielzahl von Arten von Zustandsinformationen als einen Satz gelernter Daten durchführen. Das Clustering kann zum Beispiel unter Verwendung des aktuellen Standorts des Fahrzeugs und der Zeitinformationen, die die aktuelle Zeit anzeigen, als einem Satz gelernter Daten durchgeführt werden. In diesem Fall enthalten alle Daten derartige Elemente wie Länge, Breite und Zeit.
In Bezug auf mehrere Standardmodelle mit vorbestimmten Graphenstrukturen baut die Wahrscheinlichkeitsmodell-Aufbauuntereinheit 663 provisorische Wahrscheinlichkeitsmodelle auf, indem sie CPTs für die in den jeweiligen Standardmodellen enthaltenen Knoten basierend auf den gelernten Informationen und den von der Clustering-Untereinheit 662 bestimmten Klassen der Zustandsinformationen aufbaut.
Um ein vielseitiges Wahrscheinlichkeitsmodell aufzubauen, das verschiedene Situationen behandeln kann, müsste ein sehr großes Wahrscheinlichkeitsmodell, das eine große Anzahl von Knoten enthält, aufgebaut werden. Das Lernen eines derartig großen Wahrscheinlichkeitsmodells würde jedoch eine sehr lange Rechenzeit erfordern. Es würde auch gewaltige Hardwareressourcen erfordern. Angesichts dessen baut die vorliegende Ausführungsform Wahrscheinlichkeitsmodelle zum Berechnen der empfohlenen Wahrscheinlichkeit für eine Einstellbetätigung für eine spezifische Situation auf, und 15 Arten von Standardmodellen werden im Voraus erzeugt, um die Basis für derartige Wahrscheinlichkeitsmodelle zu bilden. Jedes Standardmodell hat eine Zweischicht-Graphenstruktur, in der Daten, für die es wahrscheinlich ist, dass sie eine besonders enge Beziehung zu der Einstellbetätigung haben, aus den Zustandsinformationen als Eingangsparameter ausgewählt werden, und die Wahrscheinlichkeit dafür, dass die Einstellbetätigung durchgeführt wird, wird basierend auf den bedingten Wahrscheinlichkeiten für die Kombination dieser Eingangsparameter erhalten. Die Anzahl von Standardmodellen ist nicht auf 15 beschränkt. Die Anzahl von Standardmodellen kann entsprechend der Anzahl von erhaltenen Zustandsinformationen oder der Art der Einstellbetätigung, die gelernt werden soll, geeignet optimiert werden. Jedes Standardmodell kann derart aufgebaut werden, dass es nur einen Eingangsparameter nimmt oder alle erhältlichen Zustandsinformationen als Eingangsparameter nimmt. Ferner ist das Standardmodell nicht auf die Zweischicht-Graphenstruktur beschränkt, sondern kann derart aufgebaut werden, dass es abhängig von der Fähigkeit der CPU, welche die Steuerung 60 bildet, eine Graphenstruktur aus drei oder mehr Schichten hat.
Die auf diese Weise erzeugten Standardmodelle werden in die Speichereinheit 61 gespeichert. Dann baut die Wahrscheinlichkeitsmodell-Aufbauuntereinheit 663 für jedes Standardmodell ein provisorisches Wahrscheinlichkeitsmodell, indem sie die bedingte Wahrscheinlichkeitstabelle (CPT) für jeden in dem Standardmodell enthaltenen Knoten bestimmt. Das heißt, bei dem provisorischen Wahrscheinlichkeitsmodell wird die Wahrscheinlichkeit, dass die zu dem provisorischen Wahrscheinlichkeitsmodell gehörende Einstellbetätigung durchgeführt wird, basierend auf der Klasse des Werts der Zustandsinformationen bestimmt, die als Eingangsparameter verwendet werden.
Eine detaillierte Beschreibung wird nachstehend unter Bezug auf die Zeichnungen gegeben.
8A bis 8D zeigen beispielhaft vier der 15 Standardmodelle. Die in 8A bis 8D gezeigten Standardmodelle 501 bis 504 sind jeweils ein Bayessches Netz mit Zweischichtstruktur, das Eingangsknoten und einen Ausgangsknoten umfasst. Die in die Eingangsknoten gegebenen Parameter sind zwischen den jeweiligen Standardmodellen 501 bis 504 verschieden.
Aus den aus der Speichereinheit 61 abgerufenen gelernten Informationen D_AK zählt die Wahrscheinlichkeitsmodell-Aufbauuntereinheit 663 eine Anzahl n für jede Klasse des Werts der Zustandsinformationen für jeden Knoten. Dann dividiert die Wahrscheinlichkeitsmodell-Aufbauuntereinheit 663 diese Anzahl n durch die Gesamtanzahl von Ereignissen N, um den Wert der vorhergehenden Wahrscheinlichkeit ebenso wie der bedingten Wahrscheinlichkeit zu bestimmen. Wenn die Klasse des Werts der Zustandsinformation, die als der Eingangsparameter verwendet wird, bereits von der Clustering-Untereinheit 662 erhalten wird, ruft die Wahrscheinlichkeitsmodell-Aufbauuntereinheit 663 diese Klasse, d. h. den Schwerpunkt und den Radius jedes Clusters, aus der Speichereinheit 61 ab und klassifiziert die Zustandsinformationen entsprechend dieser Klasse. In dem Fall, dass die Zustandsinformationen andererseits noch nicht geclustert sind, klassifiziert die Wahrscheinlichkeitsmodell-Aufbauuntereinheit 663 die Zustandsinformation entsprechend einer vorbestimmten Klasse. Eine Beschreibung wird gegeben, indem das Standardmodell 502 von 8B als ein Beispiel genommen wird. Es wird hier angenommen, dass die gelernten Informationen D_AK 30 Datensätze enthalten. Aus den aktuellen Standortinformationen des Fahrzeugs, die in den gelernten Informationen D_AK enthalten und einem der Eingangsknoten zugeordnet sind, wird die CPT für die aktuellen Standortinformationen erzeugt. Hier wird angenommen, dass die aktuellen Standortinformationen von der Clustering-Untereinheit 662 in fünf Klassen klassifiziert wurden, d. h. die Bundesstraße (nahe der Firma), die Bundesstraße (nahe Zuhause), den Parkplatz der Firma, den Parkplatz des Fitnessclubs und andere. Wenn die Anzahl der Male, die der aktuelle Standort die Bundesstraße (nahe der Firma) (y₁₁ = 0) ist, 8 ist, die Anzahl der Male, die der aktuelle Standort die Bundesstraße (nahe Zuhause) (y₁₁ = 1) ist, 6 ist, die Anzahl der Male, die der aktuelle Standort der Firmenparkplatz (y₁₁ = 2) ist, 6 ist, die Anzahl der Male, die der aktuelle Standort die der Parkplatz des Fitnessclubs (y₁₁ = 3) ist, 5 ist und die Anzahl der Male, die der aktuelle Standort ein anderer Ort (y₁₁ = 4) ist, 5 ist, dann ist die vorhergehende Wahrscheinlichkeit P(y₁₁) für die aktuelle Standortinformation jeweils gegeben als P(y₁₁ = 0) = 0,27, P(y₁₁ = 1) = 0,2, P(y₁₁ = 2) = 0,2, P(y₁₁ = 3) = 0,17 und P(y₁₁ = 4) = 0,17. Ebenso wird für den Ausgangsknoten die Anzahl der Ereignisse in den gelernten Informationen D_AK für jede Kombination der Werte, die die an die jeweiligen Eingangsknoten oder Elternknoten gegebenen Zustandsinformationen annehmen können, d. h. die aktuelle Position (y₁₁), der Wochentag (y₁₂) und der Zeitabschnitt (y₁₃) gezählt, und die bedingte Wahrscheinlichkeit wird durch Dividieren dieser Anzahl durch die Gesamtanzahl der Daten, d. h. durch 30, erhalten. Auf diese Weise bestimmt die Wahrscheinlichkeitsmodell-Aufbauuntereinheit 663 durch Erhalten der vorhergehenden Wahrscheinlichkeit und der bedingten Wahrscheinlichkeit die CPT für jeden Knoten.
Wenn überlegt wird, dass die Anzahl der zum Lernen verwendeten Daten nicht ausreichend ist, kann die Wahrscheinlichkeitsmodell-Aufbauuntereinheit 663 die Wahrscheinlichkeitsverteilung unter Verwendung einer Betaverteilung schätzen und sie verwenden, um die CPT aufzubauen. Wenn einige der Eingangsinformationswerte in den gelernten Informationen D_AK nicht vorhanden sind, d. h. wenn es keine nicht beobachteten Daten gibt, schätzt die Wahrscheinlichkeitsmodell-Aufbauuntereinheit 663 die Wahrscheinlichkeitsverteilung der nicht beobachteten Daten. Dann berechnet die Wahrscheinlichkeitsmodell-Aufbauuntereinheit 663 die entsprechende bedingte Wahrscheinlichkeit durch Berechnen des Erwartungswerts basierend auf der geschätzten Verteilung. Für das Lernen derartiger bedingter Wahrscheinlichkeiten kann zum Beispiel das Verfahren genutzt werden, das in „Introduction to Bayesian Networks" von Kazuo Shigemasu et al., 1. Auflage, Baifukan, Juli 2006, S. 35–38, 85–87 beschrieben ist.
In einer ähnlichen Weise erzeugt die Wahrscheinlichkeitsmodell-Aufbauuntereinheit 663 für den Ausgangsknoten eine CPT, die die Verteilung der bedingten Wahrscheinlichkeiten basierend auf den Informationen zeigt, die den jeweiligen Eingangsknoten gegeben werden. Im Anfangszustand wird die CPT derart festgelegt, dass die Werte für alle Zustände gleich sind.
Die Wahrscheinlichkeitsmodell-Auswertungsuntereinheit 664 wählt das provisorische Wahrscheinlichkeitsmodell mit der am besten passenden Graphenstruktur aus, indem sie ein Informationskriterium auf alle provisorischen Wahrscheinlichkeitsmodelle anwendet, die von der Wahrscheinlichkeitsmodell-Aufbauuntereinheit 663 aufgebaut wurden.
In der vorliegenden Ausführungsform wird das AIC (Informationskriterium von Akaike) als das Informationskriterium verwendet. Das AIC kann unter Verwendung der folgenden Gleichung erhalten werden, die als Eingänge die maximale logarithmische Wahrscheinlichkeit des Wahrscheinlichkeitsmodells und die Anzahl von Parametern nimmt. AICm = –2lm(θm|X) + 2km
AIC_m ist das AIC für das Wahrscheinlichkeitsmodell M. Ferner stellt θ_m einen Parametersatz des Wahrscheinlichkeitsmodells M dar, I_m(θ_m|X) den Wert der maximalen logarithmischen Wahrscheinlichkeit für gegebene Daten X in dem Wahrscheinlichkeitsmodell M und km die Anzahl von Parametern des Wahrscheinlichkeitsmodells M. Hier kann I_m(O_m|X) durch das folgende Verfahren berechnet werden. Zuerst erhält die lernende Einheit 66 für jede Kombination von Elternknotenvariablen an jedem Knoten die Häufigkeit des Auftretens aus den gelernten Informationen D_AK. Dann multipliziert die lernende Einheit 66 die Auftrittshäufigkeit mit dem logarithmischen Wert der bedingten Wahrscheinlichkeit. Schließlich summiert die lernende Einheit 66 die Ergebniswerte, um I_m(θ_m|X) zu berechnen. Andererseits wird km erhalten, indem die Anzahl von Kombinationen der Elternknotenvariablen an jedem Knoten zusammenaddiert wird.
Wenn das AIC für alle Wahrscheinlichkeitsmodelle erhalten wird, wählt die Wahrscheinlichkeitsmodell-Auswertungsuntereinheit 664 das provisorische Wahrscheinlichkeitsmodell aus, das den kleinsten AIC-Wert ergab.
Für die Auswahl des Wahrscheinlichkeitsmodells (mit anderen Worten das Lernen der Graphenstruktur), können andere Informationskriterien, wie etwa das Bayessche Informationskriterium (BIC), das Informationskriterium von Takeuchi (TIC) oder die minimale Beschreibungslänge (MDL) verwendet werden. Ferner kann jedes dieser Informationskriterien verwendet werden, wobei das Vorzeichen der Informationskriterium-Berechnungsgleichung invertiert wird. In diesem Fall wählt die Wahrscheinlichkeitsmodell-Auswertungsuntereinheit 664 das provisorische Wahrscheinlichkeitsmodell aus, das den größten AIC-Wert ergab.
Die Wahrscheinlichkeitsmodell-Auswertungsuntereinheit 664 bestimmt, ob die an die Eingangsknoten des ausgewählten provisorischen Wahrscheinlichkeitsmodells gegebenen Zustandsinformationen nur die Eingangsparameter in die Steuergleichung, wie etwa die Temperatursteuergleichung, d. h. die Klimatisierungsinformationen (Innentemperatur T_r, Außentemperatur T_am und Menge der Sonnenstrahlung S) enthalten. Wenn die an die Eingangsknoten gegebenen Zustandsinformationen nur die Klimatisierungsinformationen enthalten, fügt die Wahrscheinlichkeitsmodell-Auswertungsuntereinheit 664 das Wahrscheinlichkeitsmodell nicht hinzu, da vermutet wird, dass die Temperatursteuerung nicht für die Temperaturempfindlichkeit des Insassen optimiert ist. Die Steuergleichungs-Korrekturuntereinheit 665 korrigiert dann, wie später beschrieben, die Temperatursteuergleichung oder die Klimatisierungssteuergleichung.
Wenn andererseits die Zustandsinformationen, die an die Eingangsknoten des ausgewählten provisorischen Wahrscheinlichkeitsmodells gegeben werden, andere Informationen als die Klimatisierungsinformationen enthalten, kann überlegt werden, dass das Wahrscheinlichkeitsmodell zum Vornehmen der Klimatisierungseinstellung, das zu der spezifischen Situation passt, aufgebaut wurde. Daher speichert die Wahrscheinlichkeitsmodell-Auswertungsuntereinheit 664 das ausgewählte provisorische Wahrscheinlichkeitsmodell in die Speichereinheit 61 und fügt das Modell als das Wahrscheinlichkeitsmodell hinzu, das von der Steuerinformations-Korrektureinheit 64 verwendet werden soll. In diesem Fall wird weder die Temperatursteuergleichung noch die Klimatisierungssteuergleichung korrigiert.
Dann erfasst die Wahrscheinlichkeitsmodell-Auswertungsuntereinheit 664 die ID des Insassen und die Einstellbetätigungsnummer k, die zu den gelernten Informationen D_AK gehört, und speichert sie in die Speichereinheit 61, indem sie diese mit dem hinzugefügten Wahrscheinlichkeitsmodell verknüpft. Ferner identifiziert die Wahrscheinlichkeitsmodell-Auswertungsuntereinheit 664 basierend auf der Einstellbetätigungsnummer k den Steuerparameter, der korrigiert werden soll, basierend auf dem Wahrscheinlichkeitsmodell und dem Korrekturwert, der verwendet werden soll, und speichert sie in die Speichereinheit 61, indem sie diese mit dem Wahrscheinlichkeitsmodell verknüpft. Hier wird die Entsprechung zwischen der Einstellbetätigungsnummer k, dem Steuerparameter, der korrigiert werden soll, und dem Korrekturwert, der verwendet werden soll, in der Form einer Nachschlagtabelle vordefiniert und in der Speichereinheit 61 gehalten.
Die Steuergleichungs-Korrekturuntereinheit 665 korrigiert die Temperatursteuergleichung oder die Luftdurchsatzpegel-Steuergleichung.
Wenn als ein Beispiel die Temperatursteuergleichung korrigiert wird, baut die Steuergleichungs-Korrekturuntereinheit 665 basierend auf den in den gelernten Informationen D_AK enthaltenen Klimatisierungsinformationen und auf der Solltemperatur T_soll und der Klimatisierungstemperatur T_ao, die nach der Einstellbetätigung erhalten wird, gleichzeitig Gleichungen mit Temperatursteuerparametern k_soll, k_r, k_am, k_S und C als Variablen auf. Dann bestimmt die Steuergleichungs-Korrekturuntereinheit 665 die korrigierten Temperatursteuerparameter durch Lösen der gleichzeitigen Gleichungen. Alternativ kann die Steuergleichungs-Korrekturuntereinheit 665, wie in der japanischen ungeprüften Patentveröffentlichung Nr. H05-147421 beschrieben, basierend auf dem Betrag ΔT_soll, um den die Solltemperatur T_soll von dem Insassen geändert wurde, und der Verteilung der Sonnenstrahlung S zum Zeitpunkt der Einstellbetätigung den Änderungsbetrag der Solltemperatur ΔT_soll durch eine lineare Gleichung der Sonnenstrahlung S nähern. Dann kann die Steuergleichungs-Korrekturuntereinheit 665 die Temperatursteuerparameter K_S basierend auf dem Ergebnis der Näherung korrigieren. Ferner kann die Steuergleichungs-Korrekturuntereinheit 665 die Temperatursteuergleichung oder die Luftdurchsatzpegel-Steuergleichung unter Verwendung verschiedener anderer bekannter Verfahren steuern, wie etwa in den japanischen ungeprüften Patentveröffentlichungen Nr. 2000-293204 , 2000- 071060 , H05-208610 und H05-169963 beschrieben. Wenn eine Abbildungssteuerung verwendet wird, um den Luftdurchsatzpegel etc. zu steuern, kann die Steuergleichungs-Korrekturuntereinheit 665 die Abbildung unter Verwendung der gelernten Informationen D_AK basierend auf einem bekannten Verfahren korrigieren.
Welche Steuergleichung korrigiert werden soll, wird in Bezug auf die Einstellbetätigung α bestimmt. Wenn die Einstellbetätigung α eine ist, welche die Klimatisierungstemperatureinstellung betrifft, korrigiert die Steuergleichungs-Korrekturuntereinheit 665 die Temperatursteuergleichung, und wenn die Einstellbetätigung α eine ist, welche die Luftdurchsatzpegeleinstellung betrifft, korrigiert die Steuergleichungs-Korrekturuntereinheit 665 die Luftdurchsatzpegel-Steuergleichung.
Der Klimatisierungsbetrieb der Fahrzeugklimaanlage 1 gemäß der Ausführungsform der vorliegenden Erfindung wird nachstehend unter Bezug auf die in 9A, 9B und 10 beschriebenen Flussdiagramme beschrieben. Der Klimatisierungsbetrieb wird von der Steuerung 60 gemäß einem in die Steuerung 60 eingebauten Computerprogramm durchgeführt.
Wenn, wie in 9A gezeigt, zuerst der Motorschalter eingeschaltet wird, startet die Steuerung 60 die Fahrzeug-Klimaanlage 1. Dann erfasst die Steuerung 60 die Zustandsinformationen von den verschiedenen Sensoren, dem Navigationssystem 56, der Fahrzeugbedienvorrichtung 57 etc. über die Kommunikationseinheit 62 (Schritt S101). In der gleichen Weise erfasst die Steuerung 60 die Einstellinformationen aus der Speichereinheit 61. Als nächstes führt die Abgleicheinheit 63 in der Steuerung 60 den Abgleich und die Authentifizierung des Insassen durch (Schritt S102). Dann ruft die Steuerung 60 die persönlichen Einstellinformationen des registrierten Benutzers, der als dem Insassen entsprechend identifiziert wurde, aus der Speichereinheit 61 ab (Schritt S103).
Als nächstes bestimmt die Steuerung 60, ob der Insasse eine Einstellbetätigung an der Fahrzeug-Klimaanlage 1 durchgeführt hat oder nicht, das heißt, ob eine Einstellung geändert wurde oder nicht (Schritt S104). Wenn ein Bediensignal von dem Klimaanlagen-Bedienfeld 59 empfangen wird, bestimmt die Klimaanlage 60, dass die Einstellbetätigung durchgeführt wurde.
Wenn der Insasse, wie in 9B gezeigt, keine Einstellbetätigung durchgeführt hat, wählt die Steuerinformations-Korrektureinheit 64 in der Steuerung 60 ein Wahrscheinlichkeitsmodell, dessen aktuelle Einstellung geändert werden soll, aus den Wahrscheinlichkeitsmodellen M_Aqk aus, die zu diesem Insassen gehören, wobei die Korrektur des Steuerparameters (zum Beispiel der Solltemperatur T_soll) sich auf eine beliebige der Betätigungsgruppen bezieht (Schritt S105). Das Wahrscheinlichkeitsmodell M_Aqk stellt das q-te Wahrscheinlichkeitsmodell dar, das für die Einstellbetätigung aufgebaut wurde, welche durch die Einstellbetätigungsnummer k identifiziert wird und von dem Insassen A durchgeführt wird. Als nächstes gibt die Steuerinformations-Korrektureinheit 64 die beobachteten Zustandsinformationen in das ausgewählte Wahrscheinlichkeitsmodell ein. Die Steuerinformations-Korrektureinheit 64 berechnet dann die Wahrscheinlichkeit, dass die zu dem Wahrscheinlichkeitsmodell gehörige Einstellbetätigung durchgeführt wird (Schritt S106). Dann wird aus den Wahrscheinlichkeiten, die für die Einstellbetätigung in der gleichen zu dem Steuerparameter gehörenden Betätigungsgruppe berechnet wurden, die höchste Wahrscheinlichkeit als die empfohlene Wahrscheinlichkeit P erhalten.
Dann vergleicht die Steuerinformations-Korrektureinheit 64 die empfohlene Wahrscheinlichkeit P mit einem ersten vorbestimmten Wert Th1 (Schritt S107). Wenn die empfohlene Wahrscheinlichkeit P größer oder gleich dem ersten vorbestimmten Wert Th1 (zum Beispiel 0,9) ist, korrigiert die Steuerinformations-Korrektureinheit 64 den entsprechenden Einstellparameter der Fahrzeug-Klimaanlage 1 basierend auf den Korrekturinformationen, die zu dem Wahrscheinlichkeitsmodell gehören, das die empfohlene Wahrscheinlichkeit P ergab (hier nachstehend als ausgewähltes Wahrscheinlichkeitsmodell bezeichnet) (Schritt S108). Wenn die empfohlene Wahrscheinlichkeit P andererseits kleiner als der erste vorbestimmte Wert Th1 ist, vergleicht die Steuerinformations-Korrektureinheit 64 die empfohlene Wahrscheinlichkeit P mit einem zweiten vorbestimmten Schwellwert Th2 (zum Beispiel 0,6) (Schritt S109). Wenn die empfohlene Wahrscheinlichkeit P größer als oder gleich dem zweiten vorbestimmten Wert Th2 ist, zeigt die Steuerinformations-Korrektureinheit 64 auf dem Anzeigeabschnitt des Klimaanlagen-Bedienfelds 59 oder ähnlichem die Einstellbetätigung an, die der zu dem ausgewählten Wahrscheinlichkeitsmodell gehörenden Einstellbetätigungsnummer k entspricht, und fragt folglich den Insassen, ob die Einstellbetätigung durchgeführt werden sollte oder nicht (Schritt S110). Wenn der Insasse die Ausführung der Einstellbetätigung akzeptiert, korrigiert die Steuerinformations-Korrektureinheit 64 den Einstellparameter basierend auf den Korrekturinformationen, die zu dem ausgewählten Wahrscheinlichkeitsmodell gehören (Schritt S108). Wenn der Insasse andererseits nicht akzeptiert, korrigiert die Steuerinformations-Korrektureinheit 64 den Einstellparameter nicht. Mit anderen Worten führt die Steuerinformations-Korrektureinheit 64 die Einstellbetätigung, die sich auf den zu dem ausgewählten Wahrscheinlichkeitsmodell gehörenden Einstellparameter bezieht, nicht durch. Wenn die empfohlene Wahrscheinlichkeit P in Schritt S109 andererseits kleiner als der zweite vorbestimmte Wert Th2 ist, korrigiert die Steuerinformations-Korrektureinheit 64 den Einstellparameter ebenfalls nicht.
Danach bestimmt die Steuerinformations-Korrektureinheit 64, ob alle Einstellungsparameter eingestellt wurden oder nicht, indem sie prüft, ob die Wahrscheinlichkeit für alle Wahrscheinlichkeitsmodelle berechnet wurde (Schritt S111). Wenn es ein Wahrscheinlichkeitsmodell gibt, für das die Wahrscheinlichkeit noch nicht berechnet ist, d. h. wenn es irgendeine Betätigungsgruppe gibt, die noch nicht in der Hinsicht geprüft ist, ob die Einstellungsinformationen korrigiert werden sollen oder nicht, kehrt die Steuerung 60 zu dem Schritt S105 zurück. Wenn die Wahrscheinlichkeit andererseits für alle Wahrscheinlichkeitsmodelle berechnet wurde, dann stellt die Klimatisierungssteuereinheit 65 basierend auf den nach Bedarf korrigierten Einstellparametern die Öffnung der Luftmischklappe, die Anzahl der Umdrehungen des Lüftungsventilators und die Öffnung jeder Auslassklappe ein, um die gewünschte Klimatisierungstemperatur, den Luftdurchsatzpegel, etc. zu erreichen (Schritt S112).
Wenn in Schritt S104 in 9A bestimmt wird, dass der Insasse eine Einstellbetätigung an der Fahrzeug-Klimaanlage 1 vorgenommen hat, identifiziert die Steuerung 60, wie in 10 gezeigt, welche Einstellbetätigung durchgeführt wurde, unter Bezugnahme auf das Einstellsignal (Schritt S113). Dann speichert die Steuerung 60 die Zustandsinformationen, die während einer vorbestimmten Zeitspanne vor und nach der Einstellbetätigung (zum Beispiel 10 Sekunden lang vor und nach der Einstellbetätigung) erfasst werden, in die Speichereinheit 61 als ein Element der gelernten Informationen D_AK, indem diese mit der dieser Einstellbetätigung entsprechenden Einstellbetätigungsnummer k und der Anzahl von Malen i_AK, für welche die Einstellbetätigung durchgeführt wurde, verknüpft werden (Schritt S114).
Anschließend bestimmt die lernende Einheit 66 in der Steuerung 60, ob die Anzahl der Male i_AK der Betätigung gleich einer vorbestimmten Anzahl von Malen nl·j (j = 1, 2, 3) ist (Schritt S115). Die vorbestimmte Anzahl von Malen ist zum Beispiel 10. Wenn bestimmt wird, dass i_AK = nl·j, führt die Clustering-Untereinheit 662 in der lernenden Einheit 66 das Clustering für die Zustandsinformationen, etc. durch, welche aufeinanderfolgende Werte in den gelernten Informationen D_AK annehmen, die unter Verknüpfung mit dem Insassen und der Einstellbetätigung k in der Speichereinheit 61 gespeichert sind (Schritt S116). Hier wird das Clustering der gelernten Informationen gemäß dem in dem Flussdiagramm von 6 gezeigten Verfahren durchgeführt.
Danach baut die lernende Einheit 66 unter Verwendung der gelernten Informationen D_AK, die unter Verknüpfung mit dem Insassen und der Einstellbetätigungsnummer k in der Speichereinheit 61 gespeichert sind, und auch unter Verwendung der von der Clustering-Untereinheit 662 bestimmten Klasse des Zustandsinformationswertebereichs das Wahrscheinlichkeitsmodell M_Aqk auf (Schritt S117). Insbesondere baut die Wahrscheinlichkeitsmodell-Aufbauuntereinheit 663 in der lernenden Einheit 66, wie früher beschrieben, durch Erzeugen von CPTs für jedes Standardmodell ein provisorisches Wahrscheinlichkeitsmodell auf. Dann berechnet die Wahrscheinlichkeitsmodell-Auswertungsuntereinheit 664 in der lernenden Einheit 66 das Informationskriterium für jedes provisorische Wahrscheinlichkeitsmodell, und das provisorische Wahrscheinlichkeitsmodell, das den kleinsten Informationskriteriumswert ergab, wird als das Wahrscheinlichkeitsmodell M_Aqk ausgewählt, das verwendet werden soll. Die Wahrscheinlichkeitsmodell-Auswertungsuntereinheit 664 speichert dann das Wahrscheinlichkeitsmodell M_Aqk in die Speichereinheit 61, indem sie diese mit der ID des Insassen, etc. verknüpft. Wenn i_AK andererseits in Schritt S115 nicht gleich nl·j ist, übergibt die Steuerung 60 die Steuerung ans den Schritt S120.
Als nächstes bestimmt die Wahrscheinlichkeitsmodell-Auswertungsuntereinheit 664, ob die Eingangsparameter in das Wahrscheinlichkeitsmodell M_Aqk nur aus den Klimatisierungsinformationen (Innentemperatur T_r, Außentemperatur T_am und Menge der Sonnenstrahlung S) bestehen (Schritt S118). Wenn die Eingangsparameter nur aus den Klimatisierungsinformationen bestehen, bestimmt die Wahrscheinlichkeitsmodell-Auswertungsuntereinheit 664, dass die Temperatursteuerung nicht für die Temperaturempfindlichkeit des Insassen optimiert ist. Dann korrigiert die Steuergleichungs-Korrekturuntereinheit 665 in der lernenden Einheit 66 die Steuergleichung, welche die Einstellbetätigung α betrifft (zum Beispiel werden die Konstanten k_soll, k_r, k_am, k_S und C in der Temperatursteuergleichung eingestellt, wenn die Einstellbetätigung α zum Ändern der Temperatureinstellung ist) (Schritt S119). Die Wahrscheinlichkeitsmodell-Auswertungsuntereinheit 664 verwirft dann das Wahrscheinlichkeitsmodell M_Aqk. Wenn die Eingangsparameter in das Wahrscheinlichkeitsmodell M_Aqk andererseits andere Informationen als die Klimatisierungsinformationen enthalten, bestimmt die Wahrscheinlichkeitsmodell-Auswertungsuntereinheit 664, dass das Wahrscheinlichkeitsmodell, das der spezifischen Situation entspricht, aufgebaut wurde. In diesem Fall korrigiert die Wahrscheinlichkeitsmodell-Auswertungsuntereinheit 664 die Steuergleichung, welche sich auf die Einstellbetätigung α bezieht, nicht und übergibt die Steuerung an den Schritt S120.
Als nächstes bestimmt die lernende Einheit 66, ob die Anzahl der Male der Betätigung i_AK gleich einer vorbestimmten Anzahl von Malen n2 ist (zum Beispiel n2 = 30) (Schritt S120). Wenn i_AK nicht gleich n2 ist, inkrementiert die lernende Einheit 66 i_AK um 1 (Schritt S121) und übergibt die Steuerung an den in 9B gezeigten Schritt S120. Wenn andererseits in Schritt S120 i_AK = n2, löscht die lernende Einheit 66 die gelernten Informationen D_AK, die in der Speichereinheit 61 unter Verknüpfung mit dem Insassen und der Einstellbetätigungsnummer k gespeichert sind (Schritt S122).
Ferner wird bestimmt, dass das gegenwärtig in der Speichereinheit 61 gespeicherte Wahrscheinlichkeitsmodell M_Aqk ein feststehendes ist, und danach wird keine Aktualisierung für das Wahrscheinlichkeitsmodell M_Aqk durchgeführt.
Die lernende Einheit 66 hängt Markierungsinformationen an das feststehende Wahrscheinlichkeitsmodell M_Aqk an, um anzuzeigen, dass das Wahrscheinlichkeitsmodell nicht aktualisiert werden muss. Zum Beispiel speichert die lernende Einheit 66 eine Aktualisierungsmarkierung f in die Speichereinheit 61, indem sie diese mit dem Wahrscheinlichkeitsmodell verknüpft. Die lernende Einheit 66 kann bestimmen, ob Aktualisieren zulässig ist oder nicht, indem sie den Zustand der Markierung prüft; d. h. wenn sie auf 1 gesetzt ist, ist Aktualisieren (Überschreiben) verboten, und wenn sie auf 0 gesetzt ist, ist Aktualisieren erlaubt. Die lernende Einheit 66 initialisiert i_AK auf 0. Danach übergibt die lernende Einheit 66 die Steuerung an den Schritt S112.
Die vorbestimmte Anzahl von Malen n2 ist größer als n1 und entspricht der Anzahl von Daten, die für ausreichend gehalten werden, um ein statistisch korrektes Wahrscheinlichkeitsmodell aufzubauen. Die vorbestimmten Anzahlen n1 und n2 können experimentell und empirisch optimiert werden.
In Schritt S115 in dem vorstehenden Flussdiagramm kann die lernende Einheit 66 bestimmen, ob das Wahrscheinlichkeitsmodell aufgebaut oder nicht aufgebaut werden soll, indem sie anstatt durch Vergleichen der Anzahl von Malen der Betätigung i_AK mit der vorgeschriebenen Anzahl von Malen nl·j (j = 1, 2, 3) prüft, ob eine erste vorbestimmte Zeit (zum Beispiel eine Woche oder ein Monat) vergangen ist, seitdem das zu der gleichen Einstellbetätigung gehörende Wahrscheinlichkeitsmodell das letzte Mal aufgebaut wurde. In diesem Fall baut die lernende Einheit 66 das Wahrscheinlichkeitsmodell nur auf, wenn die vorbestimmte Zeit vergangen ist. Das heißt, die lernende Einheit 66 fährt fort, das Verfahren von Schritt S116 bis S122 auszuführen. Um hier basierend auf der vergangenen Zeit zu bestimmen, ob das Wahrscheinlichkeitsmodell aufgebaut oder nicht aufgebaut werden soll, speichert die Steuerung 60 die Zeit und das Datum des Aufbaus des Wahrscheinlichkeitsmodells in die Speichereinheit 61, indem sie diese mit dem Wahrscheinlichkeitsmodell verknüpft. Wenn die vergangene Zeit berechnet wird, erfasst die lernende Einheit 66 aus der Speichereinheit 61 die Zeit und das Datum des Aufbaus, die zu dem jüngsten Wahrscheinlichkeitsmodell gehören, aus den Wahrscheinlichkeitsmodellen, die sich auf die Einstellbetätigung α beziehen, und berechnet die vergangene Zeit, indem sie die Differenz zwischen der erfassten Zeit und der aktuellen Zeit erhält.
Wenn die lernende Einheit 66 ferner basierend auf der vergangenen Zeit bestimmt, ob das Wahrscheinlichkeitsmodell aufgebaut oder nicht aufgebaut werden soll, kann die lernende Einheit 66 in Schritt S120 die vergangene Zeit mit einer zweiten vorbestimmten Zeit (zum Beispiel vier Wochen oder sechs Monate), die länger als die erste vorbestimmte Zeit ist, vergleichen. Dann, wenn die vergangene Zeit länger als die zweite vorbestimmte Zeit ist, löscht die lernende Einheit 66 die gelernten Informationen D_AK und aktualisiert den Wert der Aktualisierungsmarkierung f.
Danach wiederholt die Fahrzeug-Klimaanlage 1 das Steuerverfahren von den Schritten S101 bis S124, bis ihr Betrieb gestoppt wird.
Wie vorstehend beschrieben, bestimmt die Fahrzeug-Klimaanlage gemäß der Ausführungsform der vorliegenden Erfindung bei der Erzeugung des Wahrscheinlichkeitsmodells den Bereich der Zustandsinformationen, die den Fahrzeugzustand, den Klimatisierungszustand etc., die der spezifischen Situation entsprechen, darstellen, in optimaler Weise und baut basierend auf dem Ergebnis das Wahrscheinlichkeitsmodell zum Berechnen der Wahrscheinlichkeit auf; folglich kann automatisch die optimale Klimaanlageneinstellung erzielt werden, die genau zu der spezifischen Situation passt.
Die vorliegende Erfindung ist nicht auf die vorstehende spezifische Ausführungsform beschränkt. Zum Beispiel ist der Fahrzeuginsasse nicht auf den Fahrer des Fahrzeugs beschränkt. Wenn Vorkehrungen getroffen sind, um zu identifizieren, wer die Einstellbetätigung an der Fahrzeug-Klimaanlage durchgeführt hat, kann die vorliegende Erfindung vorteilhaft auf den Fall angewendet werden, in dem ein beliebiger anderer Insasse als der Fahrer die Klimaanlage bedient. Wenn die Fahrzeug-Klimaanlage zum Beispiel zwei Klimaanlagen-Bedienfelder 59, eines für den Fahrer und das andere für den Fahrgast hat, kann die Steuerung 60 bestimmen, welcher Insasse, der Fahrer oder der Fahrgast, die Klimaanlage betätigt hat, indem sie prüft, welches Klimaanlagen-Bedienfeld 59 betätigt wurde. Alternativ kann, wie in der japanischen ungeprüften Patentveröffentlichung Nr. 2002-29239 beschrieben, ein Erfassungssensor für den bedienenden Insassen, wie etwa ein Infrarot-Temperatursensor auf dem Klimaanlagen-Bedienfeld 59 bereitgestellt werden, so dass die Steuerung 60 bestimmen kann, welcher Insasse, der Fahrer oder der Fahrgast, die Klimaanlage bedient hat.
Wenn der Fahrgast die Klimaanlage bedient hat, führt die Steuerung 60 den Abgleich und die Authentifizierung des Fahrgasts basierend auf den von der Kamera 54 im Auto erfassten Bilddaten in der gleichen Weise durch wie wenn der Abgleich und die Authentifizierung des Fahrers durchgeführt werden. Dann speichert die Steuerung 60 die Zustandinformationen, wie etwa verschiedene Sensorwerte, zur Zeit der Betätigung als die gelernten Informationen, indem sie diese mit dem Fahrgast, nicht mit dem Fahrer, verknüpft.
Wenn der Insasse ferner auf eine bestimmte Person beschränkt ist, oder wenn ein Wahrscheinlichkeitsmodell nur für die Art der Einstellbetätigung aufgebaut wird, von der erwartet wird, dass sie von irgend jemandem durchgeführt wird, der das Fahrzeug steuert, kann die Abgleicheinheit 63 weggelassen werden. In diesem Fall werden ungeachtet dessen, wer der bedienende Insasse ist, das gleiche Wahrscheinlichkeitsmodell und die gleichen gelernten Informationen zum Lernen des Wahrscheinlichkeitsmodells verwendet.
Ferner können die Zustandsinformationen, die zum Aufbau des Wahrscheinlichkeitsmodells und für die Einstellbetätigung unter Verwendung des Wahrscheinlichkeitsmodells verwendet werden sollen, Informationen umfassen, welche die Einstellung der Fahrzeug-Klimaanlage (wie etwa die Solltemperatur, der Luftdurchsatzpegel, etc.) betreffen, als die Zustandsinformationen erfasst wurden.
In der vorstehenden Ausführungsform wurden die Parameter, die von der Steuerinformations-Korrektureinheit 64 korrigiert werden sollen, als Parameter beschrieben, die sich auf die Einstellinformationen, wie etwa die Temperatureinstellung, die Luftdurchsatzpegeleinstellung, etc. beziehen, welche der Insasse direkt von dem Klimaanlagen-Bedienfeld 59 festlegen kann. Die Steuerinformations-Korrektureinheit 64 kann jedoch derart konfiguriert sein, dass sie unter Verwendung des Wahrscheinlichkeitsmodells die Parameter korrigiert, die sich auf die Steuerinformationen beziehen, die verwendet werden, um die verschiedenen Teile der Klimatisierungseinheit 10 zu steuern, wie etwa die Klimatisierungstemperatur T_ao, die unter Verwendung der Temperatursteuergleichung berechnet wird, die Anzahl von Umdrehungen des Lüftungsventilators 21, die unter Verwendung der Luftdurchsatzpegel-Steuergleichung berechnet wird, die Öffnung der Luftmischkappe 28, etc.
Die vorliegende Erfindung kann auch weitgehend auf Anwendungen angewendet werden, in denen die Klimaanlage basierend auf Zustandsinformationen, die nicht direkt auf den Klimatisierungsbetrieb bezogen sind, automatisch gesteuert wird. Zum Beispiel kann die Steuerung automatisch durchgeführt werden, um den Entfroster einzuschalten, wenn die Steuerung 60 ein Signal empfängt, dass die Scheibenwischer betrieben werden sollen, um die Klimaanlage auf die Außenlufteinlassbetriebsart einzustellen, wenn der Zigarettenanzünder verwendet wird, oder den Luftdurchsatzpegel zu senken, wenn der Autoaudioanlagenschalter eingeschaltet wird. Ferner brauchen die Parameter, die automatische korrigiert werden sollen, sich nicht direkt auf die Steuerung der Fahrzeug-Klimaanlage beziehen. Zum Beispiel kann die Steuerung durchgeführt werden, um die elektrischen Fenster automatisch zu öffnen, wenn der Luftdurchsatzpegel auf 0 festegelegt ist. In derartigen Fällen sendet die Steuerung ein entsprechendes Steuersignal an die Fahrzeugbedienvorrichtung.
In der vorstehenden Ausführungsform wurden im Voraus Standardmodelle mit vorbestimmten Graphenstrukturen für den Aufbau von Wahrscheinlichkeitsmodellen erzeugt. Anstatt derartige Standardmodelle zu erzeugen, kann die lernende Einheit 66 jedoch unter Verwendung eines K2-Algorithmus oder eines genetischen Algorithmus eine Graphenstruktur erzeugen. Wenn zum Beispiel ein genetischer Algorithmus verwendet wird, wird eine Vielzahl von „Genen" erzeugt, von denen jedes als ein Element dient, welches das Vorhandensein oder Nichtvorhandensein einer Verbindung zwischen Knoten anzeigt. Dann berechnet die lernende Einheit 66 die Tauglichkeit jedes Gens unter Verwendung des vorher beschriebenen Informationskriteriums. Danach wählt die lernende Einheit 66 Gene aus, die Tauglichkeitswerte haben, die größer als ein vorbestimmter Wert sind, und führt derartige Kunstgriffe, wie Kreuzung und Mutation durch, um die nächste Generation von Genen herzustellen. Die lernende Einheit 66 wiederholt derartige Kunstgriffe mehrere Male und wählt Gene mit der besten Tauglichkeit aus. Die lernende Einheit 66 verwendet die durch die ausgewählten Gene beschriebene Graphenstruktur, um das Wahrscheinlichkeitsmodell aufzubauen. Die lernende Einheit 66 kann jeden dieser Algorithmen mit dem Verfahren zum Aufbauen des Wahrscheinlichkeitsmodells aus einem Standardmodell kombinieren.
In der vorstehenden Ausführungsform wurde ein Bayessches Netz als das Wahrscheinlichkeitsmodell verwendet, aber stattdessen können andere Wahrscheinlichkeitsmodelle, wie etwa ein verstecktes Markov-Modell, verwendet werden.
Die vorliegende Erfindung kann auf eine Klimaanlage jeder Art, sei sie nur vom Fronttyp, vom unabhängigen linken und rechten Typ, einem hinteren unabhängigen Typ, einem unabhängigen Viersitztyp oder einem unabhängigen oberen/unteren Typ, angewendet werden. Wenn die vorliegende Erfindung auf eine Klimaanlage vom unabhängigen Typ angewendet wird, kann eine Vielzahl von Innentemperatursensoren und Sonnensensoren montiert werden.
Außerdem kann die vorliegende Erfindung auf andere Vorrichtungen als die Klimatisierungsvorrichtung angewendet werden. Zum Beispiel kann die vorliegende Erfindung auf eine Steuervorrichtung angewendet werden, die eine Vielzahl von Arten von Zustandsinformationen erfasst, die Zustandsinformationen in ein Wahrscheinlichkeitsmodell eingibt, das zu einer vorgeschriebenen Steuerbetätigung gehört, die Wahrscheinlichkeit dafür erhält, dass die vorgeschriebene Steuerbetätigung durchgeführt wird, und die vorgeschriebene Steuerbetätigung durchführt, wenn die Wahrscheinlichkeit größer als ein vorbestimmter Wert ist.
Wie vorstehend beschrieben, können innerhalb des Bereichs der vorliegenden Erfindung vielfältige Modifikationen vorgenommen werden.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

- JP 2000-293204 [0002, 0003, 0128]
- JP 2000-62431 [0004, 0005, 0006]
- JP 2005-202786 [0057]
- JP 2005-67353 [0057]
- JP 05-147 [0128]
- JP 2000-071060 [0128]
- JP 05-208610 [0128]
- JP 05-169963 [0128]
- JP 2002-29239 [0148]

Zitierte Nicht-Patentliteratur

- „Bayesian Network Technology" von Voichi Kimura und Hirotoshi Iwasaki, 1. Auflage, Tokyo Denki University Press, Juli 2006 [0059]
- „Introduction to Baesian Networks" von Kazuo Shigemasu et al., 1. Auflage, Baifukan, Juli 2006 [0059]
- „Pattern Recognition", übersetzt von Mono Onoe, 1. Auflage, Shin Gijutsu Communications, Juli 2001 [0059]
- „Introduction to Bayesian Networks" von Kazuo Shigemasu et al., 1. Auflage, Baifukan, Juli 2006, S. 35–38, 85–87 [0117]

Claims

Fahrzeug-Klimaanlage, umfassend: eine Klimatisierungseinheit zum Zuführen klimatisierter Luft in ein Fahrzeug; eine Informationserfassungseinheit zum Erfassen von Zustandsinformationen, die einen auf das Fahrzeug bezogenen Zustand anzeigen; eine Speichereinheit zum Speichern einer Vielzahl von Informationen der Zustandsinformationen als jeweilige gelernte Daten; eine lernende Einheit, um unter Verwendung der gelernten Daten ein Wahrscheinlichkeitsmodell aufzubauen, in das die Zustandsinformationen eingegeben werden, um die Wahrscheinlichkeit dafür zu berechnen, dass ein Fahrzeuginsasse eine spezifische Einstellbetätigung durchführt; eine Steuerinformations-Korrektureinheit zum Berechnen der Wahrscheinlichkeit durch Eingeben der Zustandsinformationen in das von der lernenden Einheit aufgebaute Wahrscheinlichkeitsmodell und zum Korrigieren von Einstellinformationen oder Steuerinformationen, die sich auf die Einstellbetätigung des Insassen beziehen, entsprechend der berechneten Wahrscheinlichkeit, um die spezifische Einstellbetätigung zu erreichen; und eine Klimatisierungssteuereinheit zum Steuern der Klimatisierungseinheit entsprechend den korrigierten Einstellinformationen oder Steuerinformationen, wobei die lernende Einheit umfasst: eine Clustering-Untereinheit zum Klassifizieren der in der Speichereinheit gespeicherten Vielzahl gelernter Daten in zumindest einen ersten Cluster und einen zweiten Cluster und zum Bestimmen eines ersten Wertebereichs für die Zustandsinformationen aus den in dem ersten Cluster enthaltenen gelernten Daten und eines zweiten Wertebereichs für die Zustandsinformationen aus den in dem zweiten Cluster enthaltenen gelernten Daten; und eine Wahrscheinlichkeitsmodell-Aufbauuntereinheit zum Aufbauen des Wahrscheinlichkeitsmodells, das zu der spezifischen Einstellbetätigung gehört, durch Bestimmen der Wahrscheinlichkeit für das Auftreten des Werts der in dem ersten Bereich enthaltenen Zustandsinformationen und der Wahrscheinlichkeit für das Auftreten des Werts der in dem zweiten Bereich enthaltenen Zustandsinformationen.
Fahrzeug-Klimaanlage gemäß Anspruch 1, wobei die Clustering-Untereinheit eine erste Clustering-Bedingung und eine zweite Clustering-Bedingung hat, die verschiedene Wertebereiche für die Zustandsinformationen definieren, und nach dem Bestimmen der Bereiche der Cluster, zu denen die jeweiligen gelernten Daten gehören, unter Verwendung der Vielzahl gelernter Daten und der ersten und zweiten Clustering-Bedingungen die Cluster erzeugt.
Fahrzeug-Klimaanlage gemäß Anspruch 2, wobei die Wertebereiche für die Zustandsinformationen jeweils basierend auf einem euklidischen Abstand bestimmt werden, wobei die erste Clustering-Bedingung ist, dass der euklidische Abstand zwischen jedem Paar gelernter Daten in der Vielzahl gelernter Daten nicht größer als ein erster euklidischer Abstand ist, und wobei die zweite Clustering-Bedingung ist, dass der euklidische Abstand zwischen jedem Paar gelernter Daten in der Vielzahl gelernter Daten größer als der erste euklidische Abstand, aber nicht größer als ein zweiter euklidischer Abstand ist.
Fahrzeug-Klimaanlage gemäß Anspruch 1, wobei die Clustering-Untereinheit den ersten Bereich derart bestimmt, dass er alle in dem ersten Cluster enthaltenen gelernten Daten umfasst, aber keine in dem zweiten Cluster enthaltenen gelernten Daten umfasst, und den zweiten Bereich derart bestimmt, dass er alle in dem zweiten Cluster enthaltenen gelernten Daten umfasst, aber keine in dem ersten Cluster enthaltenen gelernten Daten umfasst.
Fahrzeug-Klimaanlage gemäß Anspruch 1, wobei die Clustering-Untereinheit den ersten Wertebereich für die Zustandsinformationen derart bestimmt, dass er durch einen Bereich definiert ist, dessen Mitte sich an dem Schwerpunkt der in dem ersten Cluster enthaltenen gelernten Daten befindet, und dessen Radius durch den euklidischen Abstand von dem Schwerpunkt zu den gelernten Daten definiert ist, die sich unter den in dem ersten Cluster enthaltenen gelernten Daten am weitesten von ihm entfernt befinden.
Fahrzeug-Klimaanlage gemäß Anspruch 1, wobei das Wahrscheinlichkeitsmodell einen Knoten hat, der die Zustandsinformationen als eine Eingabe nimmt und der die Wahrscheinlichkeit dafür ausgibt, dass der Insasse die spezifische Einstellbetätigung durchführt, und der Knoten eine bedingte Wahrscheinlichkeitstabelle hat, die die Wahrscheinlichkeit für den Fall, in dem der Wert der Zustandsinformationen in dem ersten Bereich enthalten ist, ebenso wie für den Fall, in dem der Wert der Zustandsinformationen in dem zweiten Bereich enthalten ist, angibt, und wobei die Wahrscheinlichkeitsmodell-Aufbauuntereinheit für den Fall, in dem der Wert der Zustandsinformationen in dem ersten Bereich enthalten ist, ebenso wie für den Fall, in dem der Wert der Zustandsinformationen in dem zweiten Bereich enthalten ist, aus der Vielzahl gelernter Daten die Anzahl der Male erhält, die die spezifische Einstellbetätigung durchgeführt wurde, die bedingte Wahrscheinlichkeitstabelle aufbaut, indem sie die Anzahl der Male durch die Gesamtzahl der Vielzahl gelernter Daten dividiert und dadurch die empfohlene Wahrscheinlichkeit für den Fall, in dem der Wert der Zustandsinformationen in dem ersten Bereich enthalten ist, ebenso wie für den Fall, in dem der Wert der Zustandsinformationen in dem zweiten Bereich enthalten ist, erhält, und die bedingte Wahrscheinlichkeitstabelle in die Speichereinheit speichert, indem sie die bedingte Wahrscheinlichkeitstabelle mit dem Knoten verknüpft.
Fahrzeug-Klimaanlage gemäß Anspruch 1, wobei das Wahrscheinlichkeitsmodell eine Gruppe von Knoten hat, die aus einem Knoten besteht, der die Zustandsinformationen als eine Eingabe nimmt und der eine bedingte Wahrscheinlichkeit für ein spezifisches Ereignis ausgibt, und zumindest einen anderen Knoten, der die Ausgabe dieses Knotens als eine Eingabe nimmt und der die Wahrscheinlichkeit dafür ausgibt, dass der Insasse die spezifische Einstellbetätigung durchführt, und der Knoten eine bedingte Wahrscheinlichkeitstabelle hat, welche die bedingte Wahrscheinlichkeit für den Fall, in dem der Wert der Zustandsinformationen in dem ersten Bereich enthalten ist ebenso wie für den Fall, in dem der Wert der Zustandsinformationen in dem zweiten Bereich enthalten ist, angibt und wobei die Wahrscheinlichkeitsmodell-Aufbauuntereinheit für den Fall, in dem der Wert der Zustandsinformationen in dem ersten Bereich enthalten ist, ebenso wie für den Fall, in dem der Wert der Zustandsinformationen in dem zweiten Bereich enthalten ist, aus der Vielzahl gelernter Daten die Anzahl der Male erhält, die ein spezifisches Ereignis auftrat, die bedingte Wahrscheinlichkeitstabelle aufbaut, indem sie die Anzahl der Male durch die Gesamtzahl der Vielzahl gelernter Daten dividiert und dadurch die empfohlene Wahrscheinlichkeit für den Fall, in dem der Wert der Zustandsinformationen in dem ersten Bereich enthalten ist, ebenso wie für den Fall, in dem der Wert der Zustandsinformationen in dem zweiten Bereich enthalten ist, erhält, und die bedingte Wahrscheinlichkeitstabelle in die Speichereinheit speichert, indem sie die bedingte Wahrscheinlichkeitstabelle mit dem Knoten verknüpft.
Fahrzeug-Klimaanlage gemäß Anspruch 1, wobei die Zustandsinformationen die aktuellen Standortinformationen des Fahrzeugs sind.
Fahrzeug-Klimaanlage gemäß Anspruch 1, wobei die Zustandsinformationen die Zeitinformationen sind, die die aktuelle Zeit anzeigen.
Fahrzeug-Klimaanlage gemäß Anspruch 1, wobei die Zustandsinformationen die aktuellen Standortinformationen des Fahrzeugs zusammen mit den Zeitinformationen, die die aktuelle Zeit anzeigen, sind.
Verfahren zum Steuern einer Fahrzeug-Klimaanlage, wobei die Klimaanlage umfasst: eine Klimatisierungseinheit zum Zuführen klimatisierter Luft in ein Fahrzeug, eine Informationserfassungseinheit zum Erfassen von Zustandsinformationen, die einen auf das Fahrzeug bezogenen Zustand anzeigen, eine Speichereinheit, eine Steuerinformations-Korrektureinheit, um zumindest ein zu einer spezifischen Einstellbetätigung gehörendes Wahrscheinlichkeitsmodell zu haben, die Wahrscheinlichkeit für die spezifische Betätigung durch Eingeben der Zustandsinformationen in das Wahrscheinlichkeitsmodell zu berechnen, und die auf die Einstellbetätigung eines Fahrzeuginsassen bezogenen Einstellinformationen oder Steuerinformationen entsprechend der berechneten Wahrscheinlichkeit zu korrigieren, um die spezifische Einstellbetätigung zu erreichen, und eine Klimatisierungssteuereinheit zum Steuern der Klimatisierungseinheit entsprechend den korrigierten Einstellinformationen oder Steuerinformationen, wobei das Verfahren umfasst: Speichern der Zustandsinformationen als gelernte Informationen in die Speichereinheit; Auswählen einer Vielzahl gelernter Daten aus den in der Speichereinheit gespeicherten gelernten Daten; Klassifizieren der in der Speichereinheit gespeicherten Vielzahl gelernter Daten in zumindest einen ersten Cluster und einen zweiten Cluster und Bestimmen eines ersten Wertebereichs für die Zustandsinformationen aus den in dem ersten Cluster enthaltenen gelernten Daten und eines zweiten Wertebereichs für die Zustandsinformationen aus den in dem zweiten Cluster enthaltenen gelernten Daten; und Aufbauen des Wahrscheinlichkeitsmodells, das zu der spezifischen Einstellbetätigung gehört, durch Bestimmen der Wahrscheinlichkeit für das Auftreten der in dem ersten Bereich enthaltenen Zustandsinformationen und der Wahrscheinlichkeit für das Auftreten der in dem zweiten Bereich enthaltenen Zustandsinformationen.
Verfahren gemäß Anspruch 11, wobei die Speicherung der Zustandsinformationen jedes Mal, wenn die spezifische Einstellbetätigung durchgeführt wird, die Zustandsinformationen als die auf die spezifische Einstellbetätigung bezogenen gelernten Daten in die Speichereinheit speichert.
Verfahren gemäß Anspruch 11, wobei die Auswahl einer Vielzahl gelernter Daten die auf die spezifische Einstellbetätigung bezogene Vielzahl gelernter Daten auswählt, wenn die Anzahl der Male, die die spezifische Einstellbetätigung durchgeführt wurde, eine vorbestimmte Anzahl von Malen erreicht.
Verfahren gemäß Anspruch 11, wobei die Auswahl der Vielzahl gelernter Daten, wenn die vorbestimmte Zeitspanne nach dem Aufbau des zu der spezifischen Einstellbetätigung gehörenden Wahrscheinlichkeitsmodells vergangen ist, die auf die spezifische Einstellbetätigung bezogene Vielzahl gelernter Daten auswählt, um ein anderes zu dieser spezifischen Einstellbetätigung gehöriges Wahrscheinlichkeitsmodell aufzubauen.
Verfahren gemäß Anspruch 11, wobei das Klassifizieren der Vielzahl gelernter Daten nach dem Bestimmen der Bereiche der Cluster, zu denen die jeweiligen gelernten Daten gehören, unter Verwendung der Vielzahl gelernter Daten und auch unter Verwendung einer ersten Clustering-Bedingung und einer zweiten Clustering-Bedingung, die verschiedene Wertebereiche für die Zustandsinformationen definieren, die Cluster erzeugt.
Verfahren gemäß Anspruch 11, wobei die Wertebereiche für die Zustandsinformationen jeweils basierend auf einem euklidischen Abstand bestimmt werden, wobei die erste Clustering-Bedingung ist, dass der euklidische Abstand zwischen jedem Paar gelernter Daten in der Vielzahl gelernter Daten nicht größer als ein erster euklidischer Abstand ist, und wobei die zweite Clustering-Bedingung ist, dass der euklidische Abstand zwischen jedem Paar gelernter Daten in der Vielzahl gelernter Daten größer als der erste euklidische Abstand, aber nicht größer als ein zweiter euklidischer Abstand ist.
Steuerung, umfassend: eine Informationserfassungseinheit zum Erfassen von Zustandsinformationen einer Vorrichtung, die gesteuert werden soll; eine Speichereinheit zum Speichern einer Vielzahl von Informationen der Zustandsinformationen als jeweilige gelernte Daten; eine lernende Einheit, um unter Verwendung der gelernten Daten ein Wahrscheinlichkeitsmodell aufzubauen, in das die Zustandsinformationen eingegeben werden, um die Wahrscheinlichkeit dafür zu berechnen, dass eine spezifische Einstellbetätigung durchgeführt wird; eine Steuerinformations-Korrektureinheit zum Berechnen der Wahrscheinlichkeit durch Eingeben der Zustandsinformationen in das von der lernenden Einheit aufgebaute Wahrscheinlichkeitsmodell und zum Korrigieren von Einstellinformationen oder Steuerinformationen, die sich auf die spezifische Einstellbetätigung beziehen, entsprechend der berechneten Wahrscheinlichkeit, um die spezifische Einstellbetätigung zu erreichen; und eine Steuereinheit zum Steuern der Vorrichtung entsprechend den korrigierten Einstellinformationen oder Steuerinformationen, wobei die lernende Einheit umfasst: eine Clustering-Untereinheit zum Klassifizieren der in der Speichereinheit gespeicherten Vielzahl gelernter Daten in zumindest einen ersten Cluster und einen zweiten Cluster und zum Bestimmen eines ersten Wertebereichs für die Zustandsinformationen aus den in dem ersten Cluster enthaltenen gelernten Daten und eines zweiten Wertebereichs für die Zustandsinformationen aus den in dem zweiten Cluster enthaltenen gelernten Daten; und eine Wahrscheinlichkeitsmodell-Aufbauuntereinheit zum Aufbauen des Wahrscheinlichkeitsmodells, das zu der spezifischen Einstellbetätigung gehört, durch Bestimmen der Wahrscheinlichkeit für den Wert der in dem ersten Bereich enthaltenen Zustandsinformationen und der Wahrscheinlichkeit für den Wert der in dem zweiten Bereich enthaltenen Zustandsinformationen.
Steuerung gemäß Anspruch 17, wobei die Zustandsinformationen Standortinformationen sind, die den aktuellen Standort der Vorrichtung anzeigen, die gesteuert werden soll, und die Clustering-Einheit die Vielzahl gelernter Daten in einer derartigen Weise klassifiziert, dass die gelernten Daten, deren Abstand relativ zueinander nicht größer als ein erster Abstand ist, als zu dem ersten Cluster gehörig klassifiziert werden, und die gelernten Daten, deren Abstand relativ zueinander größer als der erste Abstand, aber nicht größer als ein zweiter Abstand ist, als zu dem zweiten Cluster gehörig klassifiziert werden, und den ersten Wertebereich der Zustandsinformationen bestimmt, so dass er durch einen kreisförmigen Bereich definiert ist, dessen Mitte sich an dem Schwerpunkt der in dem ersten Cluster enthaltenen gelernten Daten befindet und dessen Radius durch den Abstand von dem ersten Schwerpunkt zu den am weitesten davon entfernten gelernten Daten aus den in dem ersten Cluster enthaltenen gelernten Daten definiert ist, während der zweite Wertebereich der Zustandsinformationen derart bestimmt wird, dass er durch einen kreisförmigen Bereich definiert ist, dessen Mitte sich an dem Schwerpunkt der in dem zweiten Cluster enthaltenen gelernten Daten befindet und dessen Radius durch den Abstand von dem Schwerpunkt zu den am weitesten davon entfernten gelernten Daten aus den in dem zweiten Cluster enthaltenen gelernten Daten definiert ist.
Steuerung gemäß Anspruch 17, wobei die Zustandsinformationen Zeitinformationen sind, welche die von der Informationserfassungseinheit erfasste Tageszeit anzeigen, und die Clustering-Einheit die Vielzahl gelernter Daten in einer derartigen Weise klassifiziert, dass die gelernten Daten, deren Zeitdifferenz relativ zueinander nicht größer als eine erste Zeitspanne ist, als zu dem ersten Cluster gehörig klassifiziert werden, und die gelernten Daten, deren Zeitdifferenz relativ zueinander größer als die erste Zeitspanne, aber nicht größer als eine zweite Zeitspanne ist, als zu dem zweiten Cluster gehörig klassifiziert werden, und den ersten Wertebereich der Zustandsinformationen bestimmt, so dass er an dem einen Ende durch die am frühsten auftretenden gelernten Daten und an dem anderen Ende durch die letzten auftretenden gelernten Daten unter den in dem ersten Cluster enthaltenen gelernten Daten begrenzt ist, während der zweite Wertebereich der Zustandsinformationen derart bestimmt wird, dass er an einem Ende durch die am frühsten auftretenden gelernten Daten und an dem anderen Ende durch die letzten auftretenden gelernten Daten unter den in dem zweiten Cluster enthaltenen gelernten Daten begrenzt ist.