DE102008030667A1

DE102008030667A1 - Motor vehicle features characterizing parameters estimating method, involves activating device for estimating parameters, and determining estimation procedure based on activation of estimation value for associated parameter

Info

Publication number: DE102008030667A1
Application number: DE102008030667A
Authority: DE
Inventors: Christian Schulze
Original assignee: Continental Teves AG and Co OHG
Current assignee: Continental Teves AG and Co OHG
Priority date: 2007-07-03
Filing date: 2008-07-01
Publication date: 2009-01-08

Abstract

The method involves pre-setting two drive situations, which are assigned to devices (201, 202) for estimating parameters (Cf, Cr) for characterization of the features in a motor vehicle (101). Existence of one of the pre-set drive situations is determined. One of the devices (201, 202), which is assigned with the existing drive situation, is activated. The activated device determines an estimation procedure based on the activation of an estimation value for the associated parameter. The estimation value is determined during a normal operation of the motor vehicle. Independent claims are also included for the following: (1) a computer program comprising a software code section with instructions for executing a method for estimating parameters for characterization of a motor vehicle features (2) a device for estimating parameters for characterization of a motor vehicle features.

Description

Technisches GebietTechnical area

Die Erfindung bezieht sich auf die Ermittlung von Werten von Parametern zur Charakterisierung von Eigenschaften eines Kraftfahrzeugs. Gegenstand der Erfindung ist insbesondere ein Verfahren und eine Vorrichtung zum Schätzen von derartigen Parametern.The This invention relates to the determination of values of parameters for characterizing properties of a motor vehicle. object In particular, the invention relates to a method and a device for estimating such parameters.

Hintergrund der ErfindungBackground of the invention

In modernen Fahrzeugen werden Fahrdynamikregelsysteme eingesetzt, die das Fahrverhalten des Fahrzeugs durch elektronisch gesteuerte Eingriffe verbessern. Eine derartige Fahrdynamikregelung kann bereits in unkritischen Fahrsituationen eingesetzt werden, um beispielsweise die Agilität des Fahrzeugs zu erhöhen. Besondere Bedeutung haben Fahrdynamikregelsysteme jedoch in kritischen Fahrsituationen, in denen sie die Sicherheit durch eine elektronisch gesteuerte Stabilisierung des Fahrzeugs erhöhen.In Modern vehicles are used vehicle dynamics control systems, the the handling of the vehicle by electronically controlled interventions improve. Such a vehicle dynamics control can already in uncritical Driving situations are used, for example, the agility of the vehicle. Driving dynamics control systems are of particular importance however, in critical driving situations where they are safety by an electronically controlled stabilization of the vehicle increase.

Fahrdynamikregelungen basieren üblicherweise auf dem Vergleich des Fahrzeugverhaltens mit einem gewünschten Fahrzeugverhalten. Das tatsächliche Fahrzeugverhalten wird anhand von Größen charakterisiert, die mithilfe von Sensoren gemessen werden. Das gewünschte Fahrzeugverhalten wird in der Regel anhand eines Fahrzeugmodells bestimmt, welches das Fahrverhalten des Fahrzeugs zumindest näherungsweise beschreibt. Die Anpassung eines Fahrzeugmodells an ein bestimmtes Fahrzeug bzw. einen bestimmten Fahrzeugtyp erfolgt anhand von Parametern des Modells, die an das Fahrzeug angepasst werden.vehicle dynamics control are usually based on the comparison of vehicle behavior with a desired vehicle behavior. The actual Vehicle behavior is characterized by size, which are measured by sensors. The wished Vehicle behavior is usually based on a vehicle model determines which the driving behavior of the vehicle at least approximately describes. The adaptation of a vehicle model to a specific one Vehicle or a specific vehicle type is based on parameters of the model, which are adapted to the vehicle.

Hierzu wird oftmals ein umfangreiches Fahrprogramm mit vorgegebenen Fahrmanövern durchgeführt, bei denen Messdaten aufgezeichnet werden, die nach Abschluss des Fahrprogramms zur Offline-Identifikation der Parameter herangezogen werden. Bei konstruktiven Veränderungen am Fahrzeug muss dieses Vorgehen in der Regel wiederholt werden, um die Modellparameter an die Veränderungen anzupassen. Zudem verändern sich Parameter auch im Betrieb des Kraftfahrzeugs beispielsweise aufgrund von Verschleiß. Eine Anpassung der Parameter während des Lebenszyklus des Fahrzeugs durch ein Fahrprogramm ist allerdings praktisch nicht wirtschaftlich umsetzbar, so dass eine derartige Anpassung in der Regel nicht durchgeführt wird. Dies führt dazu, dass die eingesetzten Fahrzeugmodelle das Fahrzeugverhalten mit einer sicher verringernden Genauigkeit wiedergeben.For this is often an extensive driving program with predetermined driving maneuvers carried out in which measurement data is recorded, after completion of the driving program for offline identification of the Parameters are used. For constructive changes on the vehicle this procedure must be repeated as a rule, to adapt the model parameters to the changes. In addition, parameters also change during operation of the motor vehicle for example due to wear. An adaptation the parameter during the life cycle of the vehicle a driving program is, however, practically not economically feasible, so that such customization is not usually done becomes. This leads to the vehicle models used the vehicle behavior with a sure decreasing accuracy play.

Aus der WO 2007/060134 A1 geht ein Verfahren hervor, bei dem die Parameter eines Fahrzeugmodells, insbesondere eines Einspurmodells des Fahrzeugs, mittels eines künstlichen neuronalen Netzes geschätzt werden können. Das Verfahren vereinfacht die Identifikation von Modellparametern und kann auch im Normalbetrieb eines Kraftfahrzeugs ausgeführt werden. Allerdings werden bei dem Verfahren mehrere Parameter unter Verwendung mehrerer Messwerte geschätzt. Hierbei kann nicht sichergestellt werden, dass für alle Parameter optimale Schätzwerte ermittelt werden. Insbesondere kann es sich bei dem mittels des künstlichen neuronalen Netzes bestimmten Satz von optimierten Schätzwerten anstelle eines gewünschten globalen Optimums um ein lokales Optimum handeln, wenn beispielsweise ungeeignete Startwerte für das Verfahren verwendet werden.From the WO 2007/060134 A1 shows a method in which the parameters of a vehicle model, in particular a one-track model of the vehicle, can be estimated by means of an artificial neural network. The method simplifies the identification of model parameters and can also be carried out in normal operation of a motor vehicle. However, the method estimates several parameters using multiple measurements. In this case, it can not be ensured that optimal estimates are determined for all parameters. In particular, the set of optimized estimates determined by means of the artificial neural network may be a local optimum instead of a desired global optimum if, for example, inappropriate starting values are used for the method.

Darstellung der ErfindungPresentation of the invention

Es ist eine Aufgabe der vorliegenden Erfindung, die Verlässlichkeit bei der Ermittlung von Schätzwerten für Modellparameter zu erhöhen.It It is an object of the present invention to provide reliability in the determination of estimates for model parameters to increase.

Die Aufgabe wird durch ein Verfahren mit den Merkmalen des Patentanspruchs 1 und durch eine Vorrichtung mit den Merkmalen des Patentanspruchs 15 gelöst. Ausführungsformen des Verfahrens und der Vorrichtung sind in den abhängigen Ansprüchen angegeben.The The object is achieved by a method having the features of the patent claim 1 and by a device having the features of the claim 15 solved. Embodiments of the method and the device are in the dependent claims specified.

Gemäß einem ersten Aspekt der Erfindung wird ein Verfahren zum Schätzen von Parametern zur Charakterisierung von Fahrzeugeigenschaften in einem Kraftfahrzeug vorgeschlagen, bei dem

– wenigstens zwei Fahrsituationen vorgegeben werden, wobei den Fahrsituationen jeweils eine Schätzeinrichtung zum Schätzen eines der Parameter zugeordnet wird,
– festgestellt wird, dass eine erste vorgegebene Fahrsituation vorliegt, woraufhin die der ersten Fahrsituation zugeordnete Schätzeinrichtung aktiviert wird, und
– die Schätzeinrichtung aufgrund der Aktivierung einen Schätzwert für den zugehörigen Parameter anhand eines Schätzverfahrens bestimmt.

According to a first aspect of the invention, a method is proposed for estimating parameters for characterizing vehicle characteristics in a motor vehicle, in which

At least two driving situations are predefined, wherein the driving situations are each assigned an estimating device for estimating one of the parameters,
It is determined that a first predetermined driving situation exists, whereupon the estimation device associated with the first driving situation is activated, and
- the estimator determines, based on the activation, an estimated value for the associated parameter using an estimation method.

Gemäß einem weiteren Aspekt der Erfindung wird eine Vorrichtung zum Schätzen von Parametern zur Charakterisierung von Fahrzeugeigenschaften vorgeschlagen. Die Vorrichtung umfasst wenigstens zwei Schätzeinrichtungen zum Schätzen eines der Parameter, wobei den Schätzeinrichtungen jeweils eine von mehreren vorgegebenen Fahrsituationen zugeordnet ist. Zudem umfasst die Vorrichtung eine Überwachungseinrichtung, die dazu ausgebildet ist, festzustellen, dass eine erste vorgegebene Fahrsituation vorliegt und ein der ersten Fahrsituation zugeordnete Schätzeinrichtung aufgrund der Feststellung zu aktivieren. Die Schätzeinrichtung ist dazu ausgebildet, aufgrund der Aktivierung einen Schätzwert für den zugehörigen Parameter anhand eines Schätzverfahrens zu bestimmen.According to one Another aspect of the invention is an apparatus for estimating proposed parameters for the characterization of vehicle characteristics. The device comprises at least two estimators for estimating one of the parameters, the estimators each assigned to one of several predetermined driving situations is. In addition, the device comprises a monitoring device, which is designed to determine that a first predetermined Driving situation exists and assigned to the first driving situation Estimate to activate due to the finding. The estimating device is designed to be based on Activation an estimate for the associated Determine parameters using an estimation method.

Ein Vorteil der Erfindung besteht darin, dass mehrere Schätzeinrichtungen vorgesehen sind, die jeweils Schätzwerte für einen Parameter bestimmen. Hierdurch werden die zuvor genannten Probleme vermieden, die entstehen, wenn Schätzwerte für mehrere Parameter in einer einzigen Schätzeinrichtung ermittelt werden. Ein weiterer Vorteil ist, dass den Schätzeinrichtungen jeweils eine Fahrsituation zugeordnet ist, in der die entsprechende Schätzeinrichtung Schätzwerte für den zugehörigen Parameter ermittelt. Durch eine geeignete Zuordnung von Fahrsituationen kann dabei erreicht werden, dass ein bestimmter Parameter in einer Fahrsituation geschätzt wird, in der dies besonders gut möglich ist. So kann für einen Parameter beispielsweise eine Fahrsituation existieren, in der sein Einfluss auf das Fahrverhalten besonders groß ist. Diese Fahrsituation kann der Schätzeinrichtung zugeordnet werden, welche Schätzwerte für diesen Parameter bestimmt.One Advantage of the invention is that several estimators are provided, the respective estimates for a Determine parameters. This will solve the above problems avoided, which arise when estimates for several parameters are determined in a single estimator. Another advantage is that the estimators each associated with a driving situation in which the corresponding Estimated Estimates for the associated parameter determined. By a suitable assignment Of driving situations can be achieved, that a certain Parameter is estimated in a driving situation in which This is especially possible. So can for one Parameters, for example, a driving situation exist in the be Influence on the driving behavior is particularly large. These Driving situation can be assigned to the estimator, which estimates for this parameter.

Vorzugsweise werden den Schätzeinrichtungen unterschiedliche Fahrsituationen zugeordnet. Dies führt dazu dass Schätzeinrichtungen nicht gleichzeitig aktiviert sind.Preferably the estimators have different driving situations assigned. This leads to the fact that treasures not activated at the same time.

In einer Ausführungsform ist daher vorgesehen, dass festgestellt wird, dass die erste Fahrsituation beendet ist, während die der ersten Fahrsituation zugeordnete Schätzeinrichtung aktiviert ist, woraufhin die erste Schätzeinrichtung deaktiviert wird.In An embodiment is therefore provided that determined is that the first driving situation is finished while the estimation device associated with the first driving situation is activated, whereupon the first estimator deactivated becomes.

Eine weitere Ausgestaltung des Verfahrens und der Vorrichtung ist dadurch gekennzeichnet, dass das Vorliegen einer Fahrsituation festgestellt wird, wenn eine vorgegebene Größe einen Wert in einem vorgegebenen ersten Intervall annimmt.A further embodiment of the method and the device is characterized characterized in that the presence of a driving situation detected when a given size is a value in assumes a predetermined first interval.

Eine Beendigung einer Fahrsituation kann dann festgestellt werden, wenn die Werte der vorgegebenen Größe ein zweites Intervall verlassen. Das zweite Intervall kann dem ersten entsprechen. Es kann sich jedoch auch von dem ersten Intervall unterscheiden, um beispielsweise eine Hysterese einzuführen, die ein fortwährendes Umschwingen verhindert, wenn die Größe Werte im Bereich einer Grenze des ersten Intervalls aufweist.A Termination of a driving situation can be determined then, if the values of the given size are a second interval leave. The second interval may correspond to the first one. It However, it can also differ from the first interval to For example, to introduce a hysteresis that is a perpetual one Swinging prevents when the size values in the Area of a boundary of the first interval has.

Die vorgegebene Größe kann vorzugsweise mittels eines Sensors des Kraftfahrzeugs gemessen werden oder aus einer gemessenen Größe abgeleitet werden, so dass das Vorliegen der Fahrsituation im Betrieb des Kraftfahrzeugs festgestellt werden kann. Insbesondere kann es sich bei der vorgegebenen Größe um eine Fahrzustandsgröße, wie etwa die Gierrate oder die Querbeschleunigung, oder eine aus einer Fahrzustandsgröße abgeleitete Größe handeln. Darüber hinaus kann zur Feststellung des Vorliegens einer der vorgegebenen Fahrsituationen auch ein Vergleich mehrerer Größen mit zugeordneten Schwellenwerten vorgesehen sein. Hierdurch können Fahrsituationen sehr differenziert beziehungsweise besonders präzise vorgegeben werden.The given size can preferably by means of a Sensors of the motor vehicle are measured or from a measured Size are derived, so that the presence the driving situation in the operation of the motor vehicle are detected can. In particular, it may be at the given size by a driving state quantity, such as the yaw rate or the lateral acceleration, or one of a driving state quantity Derive derived size. Furthermore can be used to determine the presence of one of the given driving situations also a comparison of several sizes with associated Thresholds be provided. This allows driving situations be given very differentiated or particularly precise.

Parameter zur Charakterisierung von Fahrzeugeigenschaften sind üblicherweise mit einem bestimmten Fahrzeugmodell verknüpft, in dem sie die entsprechende Eigenschaft quantifizieren. Dementsprechend sieht eine Ausführungsform des Verfahrens und der Vorrichtung vor, dass die Schätzeinrichtungen Schätzwerte der zugehörigen Parameter jeweils unter Zugrundelegung eines Fahrzeugmodells nach Maßgabe wenigstens einer mittels eines Fahrzeugsensors gemessenen Größe ermitteln.parameter for characterizing vehicle characteristics are common linked to a specific vehicle model in which they are quantify the corresponding property. Accordingly sees an embodiment of the method and the device ago that the estimators estimated the associated parameters in each case on the basis of a vehicle model in accordance with at least one means determine a measured size of a vehicle sensor.

Bei dem zu Grunde gelegten Fahrzeugmodell handelt es sich vorzugsweise um das Fahrzeugmodell, in dem die Schätzwerte der Parameter verwendet werden sollen. Hierdurch wird eine realistische Schätzung der Parameter gewährleistet. Ist beispielsweise vorgesehen, Schätzwerte für die Parameter eines Fahrzeugmodells zu schätzen, das bei einer Fahrdynamikregelung herangezogen wird, so wird dieses Fahrzeugmodell auch in den Schätzeinrichtungen verwendet.at The underlying vehicle model is preferably to the vehicle model, in which the estimates of the parameters should be used. This will provide a realistic estimate of Parameter ensured. Is provided, for example, Estimates for the parameters of a vehicle model appreciated in a vehicle dynamics control becomes, so this vehicle model is also in the estimators used.

Die Erfindung kann dazu verwendet werden, Parameter in der Entwicklungsphase eines Kraftfahrzeugs zu schätzen, um den Entwicklungsaufwand zu reduzieren.The Invention can be used to design parameters of a motor vehicle to estimate the development effort to reduce.

In einer alternativen Ausgestaltung des Verfahrens und der Vorrichtung ist es vorgesehen, dass die Schätzwerte für die Parameter während eines Normalbetriebs des Kraftfahrzeugs ermittelt werden.In an alternative embodiment of the method and the device it is envisaged that the estimates for the Parameter during normal operation of the motor vehicle be determined.

Im Normalbetrieb des Kraftfahrzeugs ermöglicht es die Erfindung insbesondere, die Parameter an veränderte Bedingungen anzupassen. Änderungen der Parameter können sich dabei beispielsweise aufgrund von Verschleiß ergeben, gleichfalls hängt der Wert verschiedener Parameter von den Betriebsbedingungen des Kraftfahrzeugs ab.in the Normal operation of the motor vehicle enables the invention in particular, to adapt the parameters to changed conditions. amendments the parameters may be, for example, due to Wear, the value also depends various parameters of the operating conditions of the motor vehicle from.

Eine Weiterbildung des Verfahrens und der Vorrichtung beinhaltet, dass wenigstens eine Schätzeinrichtung für die Ermittlung eines Schätzwerts für den zugehörigen Parameter ein Schätzverfahren ausführt, das eine Ausführung eines rekursiven Optimierungsalgorithmus umfasst.A Further development of the method and the device includes that at least one estimator for the determination an estimate for the associated Parameter performs an estimation method that has a Execution of a recursive optimization algorithm includes.

Ein rekursiver Algorithmus zeichnet sich insbesondere durch einen geringeren Ressourcenbedarf aus. Hierdurch kann der Algorithmus auch in einer Recheneinrichtung mit beschränkter Rechenkapazität ausgeführt werden. Dies ist vor allem für die Verwendung im Normalbetrieb des Fahrzeugs vorteilhaft, da der Algorithmus in diesem Fall in einem Steuergerät des Fahrzeugs ausgeführt wird, das in der Regel relativ beschränkte Ressourcen aufweist.One Recursive algorithm is characterized in particular by a lower Resource requirement. This also allows the algorithm to work in one Computer with limited computing capacity be executed. This is especially for the Use in normal operation of the vehicle advantageous because of the algorithm executed in this case in a control unit of the vehicle which usually has relatively limited resources.

Eine verbundenen Ausgestaltung ist dadurch gekennzeichnet, dass der rekursive Optimierungsalgorithmus als ein Recursive-Least-Square-Algorithmus ausgebildet ist, bei dem optional ein Vergessensfaktor berücksichtigt wird, mit dem der Einfluss von zurückliegenden Werten der gemessenen Größe auf die Berechnung eingestellt werden kann.A connected embodiment is characterized in that the recursive Optimization algorithm as a recursive least-square algorithm is formed, optionally considered in the forgetting factor with which the influence of past values of the measured size adjusted to the calculation can be.

Mittels des Vergessensfaktors lässt sich der Recursive-Least-Square-Algorithmus (RLS-Algorithmus) insbesondere derart parametrieren, dass ein besonders genauer Schätzwert erhalten wird oder dass der Algorithmus besonders schnell konvergiert.through The forgetting factor is the Recursive Least Square algorithm (RLS algorithm) in particular parameterize such that a particular exact estimate is obtained or that the algorithm converged very fast.

Ferner kann mittels des Vergessensfaktors beeinflusst werden, in welchem Maße der Algorithmus auf Veränderungen des Parameters reagiert. Da sich die Parameter während ihrer Identifizierung in der Entwicklungsphase des Fahrzeugs nicht verändern, wird der Vergessensfaktor vorzugsweise derart gewählt, dass zurückliegende Werte maximalen Einfluss haben, wenn der Algorithmus in der Entwicklungsphase eingesetzt wird.Further can be influenced by the forgetting factor in which Measures the algorithm for changes in the parameter responding. As the parameters change during their identification do not change in the development phase of the vehicle, the forgetting factor is preferably chosen such that that past values have maximum influence when the algorithm is used in the development phase.

Im Normalbetrieb des Fahrzeugs ist es hingegen wünschenswert, Änderungen der Parameter zu berücksichtigen. Daher zeichnet sich eine Ausführungsform des Verfahrens und der Vorrichtung dadurch aus, dass der Einfluss von zurückliegenden Werten der gemessenen Größe kleiner als der maximale Einfluss ist, wenn die Schätzwerte während des Normalbetriebs des Fahrzeugs ermittelt werden.in the Normal operation of the vehicle, however, it is desirable changes to consider the parameter. Therefore, one stands out Embodiment of the method and the device characterized from that the influence of past values of the measured Size is less than the maximum impact, though the estimates during normal operation of the Vehicle be determined.

In üblichen Fahrdynamikregelsystemen wird häufig ein lineares Einspurmodell zur Beschreibung des Fahrzeugverhaltens herangezogen. In dem linearen Einspurmodell enthaltene Parameter, die einen wesentlichen Einfluss auf das Fahrzeugverhalten haben, sind die vordere und hintere Schräglaufsteifigkeit.In usual Vehicle dynamics control systems often become a linear single-track model used to describe the vehicle behavior. In the linear Single-track model included parameters that have a significant impact on the vehicle behavior, are the front and rear slip stiffness.

Eine Ausführungsform des Verfahrens und der Vorrichtung beinhaltet daher, dass es sich bei einem Parameter um eine Schräglaufsteifigkeit des Kraftfahrzeugs handelt.A Embodiment of the method and the device includes therefore, that one parameter is a skew stiffness of the motor vehicle.

Die vordere und hintere Schräglaufsteifigkeit sind über den so genannten Eigenlenkgradient des Kraftfahrzeugs miteinander verknüpft. Daher sieht eine weitere Ausführungsform des Verfahrens und der Vorrichtung vor, dass es sich bei einem weiteren Parameter um einen Eigenlenkgradienten des Kraftfahrzeugs handelt.The Front and rear skew stiffness are over the so-called self-steering gradient of the motor vehicle with each other connected. Therefore, another embodiment provides of the method and the device that it is another Parameter is a self-steering gradient of the motor vehicle.

Der Eigenlenkgradient wird insbesondere zur Beschreibung der Fahrzeugeigenschaften in stationären Fahrsituationen herangezogen, während die Schräglaufsteifigkeiten die Fahrzeugeigenschaften auch in dynamischen Fahrsituationen charakterisieren. Aus diesem Grund ist einer Ausgestaltung des Verfahrens und der Vorrichtung dadurch gekennzeichnet, dass die Schätzeinrichtung zum Bestimmen eines Schätzwerts für die Schräglaufsteifigkeit in einer Fahrsituation mit höherer Dynamik aktiviert wird als die Schätzeinrichtung zum Bestimmen eines Schätzwerts für den Eigenlenkgradienten.Of the Self-steering gradient is used in particular to describe the vehicle characteristics used in stationary driving situations while the skew stiffeners the vehicle features as well characterize in dynamic driving situations. For this reason is an embodiment of the method and the device thereby characterized in that the estimating means for determining an estimate of the skew stiffness is activated in a driving situation with higher dynamics as the estimating means for determining an estimated value for the self-steering gradient.

Nachdem die vordere und hintere Schräglaufsteifigkeit über den Eigenlenkgradienten miteinander verknüpft sind, kann eine Schräglaufsteifigkeit berechnet werden, wenn die andere Schräglaufsteifigkeit und der Eigenlenkgradient bekannt sind. Dies wird in einer Weiterbildung des Verfahrens und der Vorrichtung genutzt, bei der die ermittelten Schätzwerte für die Schräglaufsteifigkeit und den Eigenlenkgradienten herangezogen werden, um einen Schätzwert für eine weitere Schräglaufsteifigkeit zu bestimmen.After the front and rear skew stiffnesses are linked together via the self-steering gradient, a skew stiffness can be calculated if the other skew stiffness and the self-steering gradient are known. This is used in a development of the method and the device, in which the ascertained values for the skew stiffness and the self-steering gradient are used to determine an estimate for a further skew stiffness.

Wie zuvor beschrieben, können die ermittelten Schätzwerte innerhalb des Fahrzeugs weiterverwendet werden, insbesondere zur Durchführung einer Fahrdynamikregelung. Ferner können die Schätzwerte bei Veränderungen angepasst werden, wenn die Schätzung im Normalbetrieb des Kraftfahrzeugs ausgeführt wird.As previously described, the estimated values be reused within the vehicle, in particular for Implementation of a vehicle dynamics control. Furthermore, can the estimates are adjusted for changes, if the estimate in normal operation of the motor vehicle is performed.

In diesem Zusammenhang beinhaltet eine Ausgestaltung des Verfahrens und der Vorrichtung, dass die Schätzwerte der Parameter in einem nicht-flüchtigen Speicher des Kraftfahrzeugs gespeichert werden, und dass ein gespeicherter Wert aktualisiert wird, wenn sich der Schätzwert gegenüber dem gespeicherten Wert verändert.In This context includes an embodiment of the method and the device that estimates the parameters stored in a non-volatile memory of the motor vehicle and that a stored value is updated when the estimated value compared to the stored Value changed.

Darüber hinaus wird ein Computerprogramm bereitgestellt, das Softwarecodeabschnitte mit Anweisungen zur Durchführung eines Verfahrens der zuvor beschrieben Art auf einem Prozessor umfasst. Bei dem Prozessor kann es sich insbesondere um einen Mikroprozessor in einem Steuergerät des Kraftfahrzeugs handeln.About that In addition, a computer program is provided, the software code sections with instructions to carry out a procedure previously described type on a processor includes. In the processor can it is in particular a microprocessor in a control unit act of the motor vehicle.

Die zuvor genannten und weitere Vorteile, Besonderheiten und zweckmäßige Weiterbildungen der Erfindung werden auch anhand der Ausführungsbeispiele deutlich, die nachfolgend unter Bezugnahme auf die Figuren beschrieben werden.The previously mentioned and other advantages, special features and functional Further developments of the invention are also based on the embodiments clearly, which will be described below with reference to the figures become.

Kurze Beschreibung der FigurenBrief description of the figures

Von den Figuren zeigt:From the figures shows:

1 ein schematisches Blockdiagramm einer Gierratenregelung, die Bestandteil einer Fahrdynamikregelung eines Fahrzeugs ist, und 1 a schematic block diagram of a yaw rate control, which is part of a vehicle dynamics control of a vehicle, and

2 ein schematisches Blockdiagramm einer erfindungsgemäßen Einrichtung zum Schätzen von Parametern zur Charakterisierung von Eigenschaften eines Fahrzeugs. 2 a schematic block diagram of a device according to the invention for estimating parameters for characterizing properties of a vehicle.

Darstellung von AusführungsbeispielenRepresentation of embodiments

In 1 ist anhand eines Blockdiagramms des Regelkreises beispielhaft eine grundsätzliche Struktur einer Gierratenregelung für ein Fahrzeug 101 dargestellt. Bei dem Fahrzeug 101 kann es sich beispielsweise um einen Personen- oder Lastkraftwagen handeln. Die Gierratenregelung ist ein Bestandteil einer Fahrdynamikregelung, die vorzugsweise in einem elektronischen Steuergerät des Fahrzeugs ausgeführt wird. In dem Steuergerät, welches über einen Mikroprozessor zur Ausführung von Programmen und über einen nicht-flüchtigen Speicher verfügt, wird ein Programm zur Ausführung der Fahrdynamikregel be reitgestellt. Die Programme in dem Steuergerät werden in einer Ausgestaltung zumindest teilweise als Schleifen ausgeführt, die auch als Loops bezeichnet werden. In jedem Loop werden vorgegebene Programmsequenzen einmal durchlaufen. Die Dauer eines Loops, die auch als Loopzeit bezeichnet wird, liegt beispielsweise zwischen 5 und 15 ms. Bei dem Steuergerät zur Ausführung der Fahrdynamikregelung kann es sich um ein Bremsensteuergerät des Fahrzeugs 101 handeln. Gleichfalls kann die Fahrdynamikregelung jedoch auch auf andere Weise realisiert werden, beispielsweise mittels einer geeigneten Schaltungsunordnung.In 1 is a basic structure of a yaw rate control for a vehicle based on a block diagram of the control loop 101 shown. In the vehicle 101 it may be, for example, a passenger or truck. The yaw rate control is part of a vehicle dynamics control, which is preferably carried out in an electronic control unit of the vehicle. In the control unit, which has a microprocessor for executing programs and a non-volatile memory, a program for the execution of the driving dynamics rule is made available. The programs in the control unit are executed in one embodiment at least partially as loops, which are also referred to as loops. In each loop, predetermined program sequences are run through once. The duration of a loop, which is also referred to as loop time, is between 5 and 15 ms, for example. The control device for executing the vehicle dynamics control may be a brake control device of the vehicle 101 act. However, the vehicle dynamics control can also be realized in other ways, for example by means of a suitable circuit disorder.

Die bei der Gierratenregelung herangezogene Regelgröße ist die Gierrate ψ . des Fahrzeugs 101. Der aktuelle Istwert ψ ._Sensor der Gierrate wird mittels eines in dem Fahrzeug 101 angeordneten Gierratensensors erfasst. Die der Regelung zugrunde liegende Regelabweichung ergibt sich aus einer Differenz zwischen der erfassten Gierrate ψ ._Sensor und einem Referenzwert ψ ._ref der Gierrate, der in einer Berechnungseinrichtung 104 anhand eines Fahrzeugmodells berechnet wird. Die Regelabweichung Δψ . ist die Eingangsgröße einer Regeleinrichtung 102, die in Abhängigkeit von der Regelabweichung Δψ . ein oder mehrere Ausgangssignale berechnet, nach deren Maßgabe wenigstens ein Aktor 103 zur Beeinflussung des Fahrverhaltens des Fahrzeugs 101 angesteuert wird. Dabei sind dem Fachmann zahlreiche geeignete Aktoren 103 geläufig, wie beispielsweise Aktoren zur Beeinflussung der Bremsanlage, des Lenkstrangs, des Antriebsmotors, des Triebstrangs und des Fahrwerks. Die Berechnungseinrichtung 104 und die Regeleinrichtung 102 sind vorzugsweise als Softwaremodule des Steuergeräts ausgeführt, das zur Durchführung der Fahrdynamikregelung vorgesehen ist.The control variable used in the yaw rate control is the yaw rate ψ. of the vehicle 101 , The current actual value ψ. Of the yaw rate _sensor is by means of a in the vehicle 101 arranged yaw rate sensor detected. The control deviation underlying the control results from a difference between the detected yaw rate ψ. _Sensor and a reference value ψ. _ref the yaw rate, in a computing device 104 calculated using a vehicle model. The control deviation Δψ. is the input of a control device 102 , which depend on the control deviation Δψ. calculates one or more output signals, according to the proviso at least one actuator 103 for influencing the driving behavior of the vehicle 101 is controlled. Numerous suitable actuators are those skilled in the art 103 common, such as actuators for influencing the brake system, the steering line, the drive motor, the drive train and the chassis. The calculation device 104 and the control device 102 are preferably designed as software modules of the control unit, which is provided for carrying out the vehicle dynamics control.

Grundsätzlich kann zur Berechnung des Referenzwerts Δψ ._ref der Gierrate jedes Fahrzeugmodell herangezogen werden. Beispielhaft wird im vorliegenden Fall von einem linearen Einspurmodell ausgegangen, in dem das Fahrzeugverhalten durch die folgenden Bewegungsgleichungen beschrieben wird:

In principle, for calculating the reference value Δψ. _ref the yaw rate of each vehicle model are used. By way of example, in the present case, a linear single-track model is assumed, in the vehicle behavior is described by the following equations of motion:

Hierbei bezeichnet Δψ . die Gierrate des Fahrzeugs 101, β dessen Schwimmwinkel, ν die Fahrzeuggeschwindigkeit und δ den Radeinschlagswinkel der lenkbaren Räder des Fahrzeugs 101. Ferner enthält das Modell folgende Parameter:

m:: Masse des Fahrzeugs 101
Θ:: Trägheitsmoment des Fahrzeugs 101 bezüglich seiner Hochachse (Gierachse)
l_f:: in Fahrzeuglängsrichtung gemessener Abstand zwischen dem Fahrzeugschwerpunkt und der Vorderachse
l_r:: in Fahrzeuglängsrichtung gemessener Abstand zwischen dem Fahrzeugschwerpunkt und der Hinterachse
c_f:: Schräglaufsteifigkeit der Vorderachse
c_r:: Schräglaufsteifigkeit der Hinterachse

Where Δψ denotes. the yaw rate of the vehicle 101 , β its slip angle, ν the vehicle speed and δ the Radeinschlagwinkel the steerable wheels of the vehicle 101 , The model also contains the following parameters:

m:: Mass of the vehicle 101
Θ:: Moment of inertia of the vehicle 101 with respect to its vertical axis (yaw axis)
l _f :: measured in the vehicle longitudinal direction distance between the vehicle's center of gravity and the front axle
_lr :: measured in the vehicle longitudinal direction distance between the vehicle center of gravity and the rear axle
c _f :: Slip stiffness of the front axle
c _r :: Slip stiffness of the rear axle

Anhand der Gleichungen (1) und (2) werden in der Berechnungseinrichtung 104 in jedem Loop unter Verwendung der aktuellen Fahrzeuggeschwindigkeit ν, des aktuellen Radeinschlagswinkels δ und der Modellparameter Referenzwerte ψ ._ref für die Gierrate berechnet und mit dem aktuellen Istwert ψ ._Sensor verglichen, um die Regelabweichung Δψ . zu bestimmen. Zur Lösung des aus den Gleichungen (1) und (2) bestehenden Gleichungssystems wird ein dem Fachmann an sich bekanntes numerisches Integrationsverfahren in dem Steuergerät ausgeführt, wie beispielsweise ein Euler-Verfahren oder ein Runge-Kutta-Verfahren.Equations (1) and (2) are used in the calculator 104 in each loop using the current vehicle speed ν, the current wheel slip angle δ and the model parameter reference values ψ. _ref for the yaw rate and with the current actual value ψ. _Sensor compared to the control deviation Δψ. to determine. To solve the equation system consisting of equations (1) and (2), a numerical integration method known per se to the person skilled in the art is carried out in the control device, such as, for example, an Euler method or a Runge-Kutta method.

Die zur Berechnung der Referenzgierrate ψ ._ref erforderliche Fahrzeuggeschwindigkeit ν wird mit geeigneten Sensoren des Fahrzeugs erfasst, beispielsweise mit an den Rädern angeordneten Raddrehzahlsensoren. Darüber hinaus ist ein Lenkwinkelsensor vorgesehen, um den Radeinschlagswinkel δ zu bestimmen. Der Lenkwinkelsensor kann beispielsweise im Lenkstrang des Fahrzeugs 101 angeordnet sein, um den Einschlagswinkel der von dem Fahrzeugführer bedienten Lenkhandhabe zu erfassen. Anhand der Lenkübersetzung wird aus dem Einschlagswinkel der Lenkhandhabe der Radeinschlagswinkel δ berechnet. Gleichfalls kann der Radeinschlagswinkel δ jedoch auch direkt mittels eines geeigneten Sensors erfasst werden.The for calculating the reference yaw rate ψ. _ref required vehicle speed v is detected with suitable sensors of the vehicle, for example, arranged at the wheels wheel speed sensors. In addition, a steering angle sensor is provided to determine the Radeinschlagwinkel δ. The steering angle sensor may, for example, in the steering line of the vehicle 101 be arranged to detect the steering angle of the operated by the driver steering handle. Based on the steering ratio, the wheel steering angle δ is calculated from the steering angle of the steering handle. Likewise, however, the Radeinschlagwinkel δ can also be detected directly by means of a suitable sensor.

Die Parameter des linearen Einspurmodells verändern sich während des Betriebs des Fahrzeugs 101. Dabei hängen die Masse m des Fahrzeugs 101, das Trägheitsmoment Θ und die Schwerpunktlage von dem Beladungszustand des Fahrzeugs ab. in einer Ausgestaltung der Erfindung können Näherungswerte für diese Größe verwendet werden. So können der Berechnung beispielsweise die Werte zugrunde gelegt werden, die für ein leeres Fahrzeugs, bzw. ein Fahrzeug mit einem typischen Beladungszustand gelten. Die Näherungswerte können vor der Serienfertigung des Fahrzeugs 101 ermittelt und – beispielsweise bei der Herstellung des Fahrzeugs 101 – im Speicher des Steuergeräts hinterlegt werden. Gleichfalls können jedoch auch Schätzverfahren zur Ermittlung der Parameter bzw. zur Adaption der Parameter an veränderte Bedingungen vorgesehen werden.The parameters of the linear one-track model change during operation of the vehicle 101 , The mass m of the vehicle depends on this 101 , the moment of inertia Θ and the center of gravity of the load state of the vehicle. In one embodiment of the invention, approximations of this size may be used. For example, the calculation can be based on the values that apply to an empty vehicle or a vehicle with a typical load state. The approximations may be prior to mass production of the vehicle 101 determined and - for example, in the manufacture of the vehicle 101 - Are stored in the memory of the controller. Likewise, however, estimation methods for determining the parameters or for adapting the parameters to changed conditions may also be provided.

Die Schräglaufsteifigkeiten c_f, c_r der Vorder- und Hinterachse verändern sich ebenfalls während des Betriebs des Fahrzeugs, beispielsweise in Abhängigkeit von Art und Zustand der montierten Reifen. Ferner ändern sich auch die Fahrwerkseigenschaften während des Lebenszyklus eines Fahrzeugs aufgrund von Verschleißerscheinungen, woraus ebenfalls Veränderungen der Schräglaufsteifigkeit resultieren.The skew stiffnesses c _f , c _{r of} the front and rear axles also change during operation of the vehicle, for example, depending on the type and condition of the mounted tires. Furthermore, the chassis characteristics also change during the life cycle of a vehicle due to wear, which also results in changes in the skew stiffness.

Für die Schräglaufsteifigkeiten c_f, c_r werden Schätzwerte verwendet, die mittels einer Einrichtung ermittelt werden, die in 2 anhand eines schematischen Blockdiagramms dargestellt ist. Die Einrichtung umfasst vorzugsweise ein Softwaremodul oder mehrere Softwaremodule, die auf einem Prozessor ausgeführt werden kann. Wie die Software zur Fahrdynamikregelung umfassen auch die Softwaremodule zum Schätzen der Schräglaufsteifigkeiten Schleifen bzw. Loops, die fortlaufend wiederholt werden. Gleichfalls kann jedoch auch eine Schaltungsanordnung vorgesehen werden, bei der einzelne Funktionen durch entsprechende Schaltelemente realisiert werden.For the skew stiffnesses c _f , c _r , estimated values are used, which are determined by means which, in 2 is illustrated by a schematic block diagram. The device preferably comprises a software module or a plurality of software modules that can be executed on a processor. Like the vehicle dynamics control software, the skew stiffness estimation software modules also include loops that are repeated continuously. Likewise, however, it is also possible to provide a circuit arrangement in which individual functions are implemented by corresponding switching elements.

Die Schätzeinrichtung kann in der Entwicklungsphase des Fahrzeugs 101 zur Bestimmung der Schräglaufsteifigkeiten herangezogen werden. Ferner kann die Einrichtung auch im Normalbetrieb des Fahrzeugs eingesetzt werden, um Schätzwerte für die Schräglaufsteifigkeiten zu ermitteln und/oder die Schräglaufsteifigkeiten nach Veränderung anzupassen. Wenn die Einrichtung im Normalbetrieb des Fahrzeugs genutzt wird, dann wird die zugehörige Software vorzugsweise in einem Mikroprozessor einer Recheneinrichtung des Fahrzeugs 101 ausgeführt werden.The estimator can be in the development phase of the vehicle 101 be used to determine the skew stiffnesses. Furthermore, the device can also in normal operation of driving be used to estimate the skew stiffnesses and / or adjust the skew stiffnesses after change. If the device is used in normal operation of the vehicle, then the associated software is preferably in a microprocessor of a computing device of the vehicle 101 be executed.

Bei der Recheneinrichtung kann es sich um das Steuergerät handeln, welches auch die Fahrdynamikregelung ausführt. Gleichfalls kann auch eine weitere Recheneinrichtung vorgesehen werden, die analog zu dem Steuergerät mit einem Mikroprozessor zur Ausführung von Berechnung ausgestaltet ist. Die Loopzeit kann sich jedoch von der des Steuergeräts unterscheiden. Um dem Steuergerät die ermittelten Schätzwerte in dieser Ausgestaltung zugänglich machen zu können, ist die Recheneinrichtung mit dem Steuergerät verbunden.at the computing device may be the controller, which also carries out the vehicle dynamics control. Likewise can also be provided a further computing device, the analogous to the control unit with a microprocessor for Execution of calculation is designed. The loop time can however, differ from that of the controller. Around the control unit, the estimated values in to make accessible to this embodiment, the computing device is connected to the control unit.

Die in 2 dargestellte Einrichtung umfasst zwei Schätzeinrichtungen 201, 202, in denen verschiedene Parameter des Fahrzeugs 101 geschätzt werden. Bei den Parametern handelt es sich um die Schräglaufsteifigkeiten, für die Schätzwerte c_f' und c_r' in der Schätzeinrichtung 202 ermittelt werden. Zur Ermittlung dieser Schätzwerte wird der Eigenlenkgradient EG des Fahrzeugs herangezogen, der in der Schätzeinrichtung 201 geschätzt wird. Jeder Schätzeinrichtung 201, 202 ist eine vorgegebene Fahrsituation zugeordnet, in der die Schätzeinrichtung 201, 202 aktiviert wird und einen Näherungswert für einen Parameter unter Verwendung eines an die Fahrsituation angepassten Schätzverfahrens ermittelt.In the 2 The device shown comprises two estimating devices 201 . 202 in which different parameters of the vehicle 101 to be appreciated. The parameters are the skew stiffnesses, for the estimates c _f 'and c _r ' in the estimator 202 be determined. To determine these estimated values, the self-steering gradient EG of the vehicle used in the estimation device is used 201 is appreciated. Every treasury 201 . 202 is assigned a predetermined driving situation in which the estimator 201 . 202 is activated and determines an approximate value for a parameter using an estimation method adapted to the driving situation.

Die Fahrsituationen werden anhand von Intervallen einer oder mehrerer Messgrößen oder hieraus abgeleiteter Größen definiert, und eine Überwachungseinheit 203 prüft anhand von Messsignalen von Sensoren des Fahrzeugs 101, ob die maßgeblichen Größen Werte in den vorgegebenen Intervallen aufweisen.The driving situations are defined on the basis of intervals of one or more measured quantities or variables derived therefrom, and a monitoring unit 203 checks by means of measuring signals from sensors of the vehicle 101 whether the relevant quantities have values in the given intervals.

In der vorliegenden Ausgestaltung wird zwischen Fahrsituationen mit einem stationären Fahrzeugverhalten und Fahrsituationen mit einem dynamischen Fahrzeugverhalten unterschieden. Zur Definition dieser Fahrsituationen wird die Gierbeschleunigung ψ .. herangezogen. Diese wird durch Differentiation aus dem mittels des Gierratensensors erfassten Gierratensignal ψ ._Sensor berechnet, kann aber ebenso mittels eines entsprechenden Sensors direkt erfasst werden. Als stationäre Fahrsituationen werden solche Fahrsituationen definiert, in denen die Gierbeschleunigung ψ kleiner als ein vorgegebener Schwellenwert ψ .._stat ist, d. h., in denen ψ .. < ψ .._stat gilt. Als dynamische Fahrsituationen werden solche Fahrsituationen definiert, in denen die Gierbeschleunigung nicht kleiner als der Schwellenwert ψ .._stat ist, d. h., in denen ψ .. ≥ ψ .._stat gilt. Um ein häufiges Umschwingen zu verhindern, wenn die Gierbeschleunigung ψ .. im Grenzbereich liegt, kann noch eine Hysterese eingefügt werden.In the present embodiment, a distinction is made between driving situations with a stationary vehicle behavior and driving situations with a dynamic vehicle behavior. The yaw acceleration ψ .. is used to define these driving situations. This is determined by differentiation from the yaw rate signal ψ detected by means of the yaw rate sensor. _Sensor calculated, but can also be detected directly by means of a corresponding sensor. Stationary driving situations are defined as those driving situations in which the yaw acceleration ψ is smaller than a predefined threshold value ψ .. _stat , ie, in which ψ .. <ψ .. _stat . Dynamic driving situations are defined as those driving situations in which the yaw acceleration is not smaller than the threshold value ψ .. _stat , ie, in which ψ .. ≥ ψ .. _stat . In order to avoid a frequent swing when the yaw acceleration ψ .. is in the limit range, a hysteresis can be added.

In einer Ausgestaltung wird zur Definition von stationären Fahrsituationen zusätzlich die Querbeschleunigung a_y des Fahrzeugs 101 herangezogen, die mittels eines entsprechenden Sensors des Fahrzeugs 101 erfasst wird. Von einer stationären Fahrsituation wird in dieser Ausgestaltung nur dann ausgegangen, wenn die Gierbeschleunigung ψ .. kleiner als der Schwellenwert ψ .._stat ist und zusätzlich die Querbeschleunigung a_y kleiner als ein vorgegebener Grenzwert ist. Der Grenzwert liegt beispielsweise zwischen 3 m/s² und 10 m/s², vorzugsweise bei 5 m/s².In one embodiment, the definition of stationary driving situations additionally the lateral acceleration a _{y of} the vehicle 101 used, by means of a corresponding sensor of the vehicle 101 is detected. From a stationary driving situation is only assumed in this embodiment, if the yaw acceleration ψ .. is smaller than the threshold ψ .. _stat and additionally the lateral acceleration a _{y is} smaller than a predetermined limit. The limit value is, for example, between 3 m / s ² and 10 m / s ² , preferably 5 m / s ² .

Darüber hinaus kann der Eigenlenkgradient EG während einer Geradeausfahrt nicht ermittelt werden, sondern nur während einer stationären Kurvenfahrt. Daher wird im Hinblick auf die Aktivierung der Schätzeinrichtung 201 durch die Überwachungseinheit 203 auch geprüft, ob eine Kurvenfahrt vorliegt, und eine Aktivierung der Schätzeinrichtung 201 erfolgt nur dann, wenn dies der Fall ist. Um festzustellen, ob das Fahrzeug einen Kurve durchfährt, wird die gemessene Gierrate ψ ._Sensor mit einem vorgegebenen Schwellenwert verglichen. Eine Kurvenfahrt wird dabei festgestellt, wenn die erfasste Gierrate ψ ._Sensor größer als der Schwellenwert ist.In addition, the Eigenlenkgradient EG can not be determined during a straight-ahead, but only during a stationary cornering. Therefore, with regard to the activation of the estimator 201 through the monitoring unit 203 also checked whether there is a cornering, and an activation of the estimator 201 takes place only if this is the case. To determine if the vehicle is turning, the measured yaw rate ψ. _Sensor compared to a predetermined threshold. A cornering is detected when the detected yaw rate ψ. _{Sensor is} greater than the threshold.

Auch in Bezug auf den Vergleich der Querbeschleunigung a_y und der erfassten Gierrate ψ ._Sensor mit den Schwellenwerten in der Überwachungseinrichtung 203 kann eine Hysterese vorgesehen werden, um häufiges Umschwingen zu verhindern, wenn die Größen im Bereich der zugehörigen Schwellenwerte liegen.Also with respect to the comparison of the lateral acceleration a _y and the detected yaw rate ψ. _Sensor with the thresholds in the monitoring device 203 For example, hysteresis may be provided to prevent frequent ringing when the magnitudes are within the range of associated thresholds.

Bei stationären Kurvenfahrten ist die Schätzeinrichtung 201 aktiviert. Die Aktivierung erfolgt durch ein entsprechendes Signal, nachdem die Überwachungseinheit 203 den Eintritt in eine stationäre Kurvenfahrt festgestellt hat. Wenn die Überwachungseinheit 203 feststellt, dass die stationäre Kurvenfahrt beendet worden ist, dann deaktiviert sie die Schätzeinrichtung 201.For stationary cornering is the estimator 201 activated. The activation takes place by an appropriate signal after the monitoring unit 203 has determined the entry into a stationary cornering. When the monitoring unit 203 determines that the stationary cornering has been completed, then it deactivates the estimator 201 ,

Die Schätzeinrichtung 201 ermittelt einen Schätzwert für den Eigenlenkgradienten EG des Fahrzeugs, für den in stationären Fahrsituationen gilt:

The treasury 201 determines an estimated value for the self-steering gradient EG of the vehicle, for stationary situations:

In Gleichung (3) bezeichnet l den Radstand des Fahrzeugs, d. h., den Abstand zwischen der Vorderachse und der Hinterachse, gemessen entlang der Fahrzeuglängsrichtung. Ferner gilt für den Eigenlenkgradienten EG auch

In Equation (3), l denotes the wheelbase of the vehicle, that is, the distance between the front axle and the rear axle measured along the vehicle's longitudinal direction. Furthermore, the self steering gradient EG also applies

Zur Ermittlung des Schätzwerts für den Eigenlenkgradienten EG wird Gleichung (3) herangezogen, und es werden die Werte für den Radeinschlagswinkel δ, die Gierrate ψ . und die Fahrzeuggeschwindigkeit ν verwendet, die mit den zuvor beschriebenen Sensoren erfasst werden. Bei dem Radstand l han delt es sich um einen unveränderlichen Parameter des Fahrzeugs 101, der im Speicher des Steuergeräts gespeichert ist.For determining the estimated value for the self-steering gradient EG, equation (3) is used, and the values for the wheel slip angle δ, the yaw rate ψ. and the vehicle speed ν detected with the sensors described above. The wheelbase l is an unchangeable parameter of the vehicle 101 which is stored in the memory of the controller.

Vorzugsweise berechnet die Schätzeinrichtung 201 in jedem Loop der Recheneinrichtung einen Schätzwert für den Eigenlenkgradienten EG. Um eine Reduzierung des Messrauschens zu erreichen, wird eine Mittelwertbildung bezüglich der berechneten Einzelwerte ausgeführt. Der berechnete Mittelwert stellt dann das Ausgangssignal der Schätzeinrichtung 201 dar, das der anderen Schätzeinrichtung 202 zugeführt wird.Preferably, the estimator calculates 201 in each loop of the computing device an estimated value for the Eigenlenkgradienten EG. In order to achieve a reduction of the measuring noise, an averaging is carried out with respect to the calculated individual values. The calculated average then represents the output of the estimator 201 that of the other estimator 202 is supplied.

Die Schätzeinrichtung 202 zum Schätzen der Schräglaufsteifigkeiten c_f und c_r wird von der Überwachungseinrichtung 203 in Fahrsituationen mit einem dynamischen Fahrzeugverhalten aktiviert. Die Aktivierung erfolgt durch ein entsprechendes Signal, nachdem die Überwachungseinheit 203 den Eintritt in eine stationäre Fahrsituation festgestellt hat. Wenn die Überwachungseinheit 203 feststellt, dass die stationäre Fahrsituation beendet worden ist, dann deaktiviert sie die Schätzeinrichtung 202. Wie auch die Schätzeinrichtung 201 wird die Schätzeinrichtung 202 zumindest im Normalbetrieb des Fahrzeugs immer dann aktiviert, wenn die Fahrsituation dies ermöglicht, so dass sich eine Vielzahl von Schätzperioden ergibt, in denen Schätzwerte ermittelt werden.The treasury 202 for estimating the skew stiffnesses c _f and c _r is provided by the monitoring device 203 activated in driving situations with a dynamic vehicle behavior. The activation takes place by an appropriate signal after the monitoring unit 203 has established entry into a stationary driving situation. When the monitoring unit 203 determines that the stationary driving situation has ended, then deactivates the estimator 202 , Like the treasury 201 becomes the estimator 202 activated at least during normal operation of the vehicle whenever the driving situation allows, so that there are a plurality of estimation periods in which estimated values are determined.

Zur Ermittlung der Schräglaufsteifigkeiten c_f und c_r verwendet die Schätzeinrichtung 202 vorzugsweise einen Optimierungsalgorithmus, der insbesondere als ein rekursiver Optimierungsalgorithmus ausgestaltet ist. Ein rekursiver Algorithmus hat den Vorteil, dass er eine geringe Rechenkapazität benötigt und daher für die Ausführung in einem Steuergerät mit beschränkten Ressourcen besser geeignet ist. In der Recheneinrichtung bzw. in dem Steuergerät kann dabei in jedem Loop ein Iterationsschritt des rekursiven Algorithmus ausgeführt werden.To determine the skew stiffnesses c _f and c _r , the estimator uses 202 Preferably, an optimization algorithm, which is designed in particular as a recursive optimization algorithm. A recursive algorithm has the advantage of requiring low computational capacity and is therefore more suitable for execution in a limited resource controller. In this case, an iteration step of the recursive algorithm can be carried out in each computing unit in the computing device or in the control unit.

Mittels des Optimierungsalgorithmus wird ein Parameter des verwendeten Fahrzeugmodells – d. h. im vorliegenden Fall: des linearen Einspurmodells – derart angepasst, dass das Fahrzeugmodell das Fahrzeugverhalten bestmöglich im Sinne eines bestimmten Kriteriums beschreibt, das spezifisch für den eingesetzten Optimierungsalgorithmus ist.through of the optimization algorithm becomes a parameter of the used vehicle model - d. H. in the present case: the linear one-track model - such adjusted that the vehicle model the best possible vehicle behavior in the sense of a particular criterion that describes specifically for the optimization algorithm used.

Bei dem zu optimierenden Parameter handelt es sich in einer Ausgestaltung um die vordere Schräglaufsteifigkeit c_f. Diese ist über Gleichung (4) mit in der hinteren Schräglaufsteifigkeit c_r verknüpft, so dass unter Verwendung des in der Schätzeinrichtung 201 ermittelten Näherungswerts für den Eigenlenkgradienten EG aus einem Schätzwert für die vordere Schräglaufsteifigkeit c_f ein Schätzwert für die hintere Schräglaufsteifigkeit c_r ermittelt werden kann. Hierzu wird insbesondere die Gleichung

verwendet, die durch Umformung von Gleichung (4) erhalten werden kann. In einer alternativen Ausgestaltung kann es sich bei dem zu optimierenden Parameter auch um die hintere Schräglaufsteifigkeit c_r handeln. Unter Verwendung des in Gleichung (4) angegebenen Zusammenhangs kann in dieser Ausgestaltung aus einem Näherungswert für die hintere Schräglaufsteifigkeit c_r ein Schätzwert für die vordere Schräglaufsteifigkeit c_f berechnet werden.The parameter to be optimized is, in one embodiment, the front skew stiffness c _f . This is linked via equation (4) with in the rear skew stiffness c _r , so that using the in the estimator 201 determined approximation value for the self-steering gradient EG from an estimate for the front skew stiffness c _f an estimate for the rear slip stiffness c _r can be determined. In particular, the equation becomes

used, which can be obtained by transformation of equation (4). In an alternative embodiment, the parameter to be optimized may also be the rear skew stiffness c _r . Using the relationship given in equation (4), in this embodiment, from an approximate value for the rear skew stiffness c _r, an estimated value for the front skew stiffness c _f can be calculated.

Bei der Ausgestaltung der Schätzeinrichtung 202, die im Folgenden näher beschrieben wird, handelt es sich bei dem Optimierungsalgorithmus um einen Recursive-Least-Squares-Algorithmus (RLS-Algorithmus). Mittels des RLS-Algorithmus wird die vordere Schräglaufsteifigkeit c_f derart bestimmt, dass die Summe Σ_i(Δψ .(i))² der quadrierten Gierratenabweichungen minimal ist. Hierbei ist Δψ .(i) die Gierratenabweichungen, die im i-ten Iterationsschritt ermittelt wird. Sie ergibt sich aus der Differenz der im i-ten Iterationsschritt anhand des Fahrzeugmodells ermittelten Referenzgierrate ψ ._ref(i) und dem im i-ten Iterationsschritt mittels des Gierratensensors erfassten Messsignal ψ ._Sensor. Da es sich um ein rekursives Verfahren handelt, werden zur Berechnung der Referenzgierrate ψ ._ref(i) die im vorangegangenen Iterationsschritt ermittelten Schätzwerte c_f(i – 1) und c_r(i – 1) für die Schräglaufsteifigkeiten verwendet. Im ersten Schritt nach der Aktivierung der Schätzeinrichtung 202 können die Schätzwerte verwendet werden, die in der vorangegangenen Schätzperiode ermittelt worden sind. Falls keine derartigen Werte vorliegen, können geeignete, fest vorgegebene Startwerte verwendet werden.In the embodiment of the estimator 202 , which is described in more detail below, acts the optimization algorithm is a Recursive Least Squares (RLS) algorithm. By means of the RLS algorithm, the front skew stiffness c _{f is} determined so that the sum Σ _i (Δψ. (I)) ^{2 of} the squared yaw rate deviations is minimal. Here, Δψ. (I) is the yaw rate deviations determined in the ith iteration step. It results from the difference of the reference yaw rate ψ determined in the ith iteration step on the basis of the vehicle model. _ref (i) and the measurement signal ψ detected in the ith iteration step by means of the yaw rate sensor. _Sensor . Since this is a recursive method, the calculation of the reference yaw rate ψ. _ref (i) uses the estimated values c _f (i-1) and c _r (i-1) determined in the previous iteration step for the skew stiffnesses. In the first step after activation of the estimator 202 the estimates obtained in the previous estimation period may be used. If no such values are available, suitable fixed starting values can be used.

Bei dem in der Schätzeinrichtung 202 ausgeführten RLS-Algorithmus wird im i-ten Iterationsschritt zunächst ein Gewichtungsfaktor Q(i) berechnet. Dies geschieht rekursiv unter Verwendung des Gewichtungsfaktors Q(i – 1) des vorangegangenen Iterationsschritts. Insbesondere ist der Gewichtungsfaktor Q(i) gegeben durch:

In the treasury 202 executed RLS algorithm, a weighting factor Q (i) is first calculated in the ith iteration step. This is done recursively using the weighting factor Q (i-1) of the previous iteration step. In particular, the weighting factor Q (i) is given by:

Mit λ ist ein Vergessensfaktor bezeichnet, mit dem beeinflusst werden kann, in welchem Maße Abweichungen Δψ .(i), die in zurückliegenden Schritten berechnet worden sind, berücksichtigt werden. Nachdem sich die Schräglaufsteifigkeiten c_f und c_r während einer Schätzperiode im Wesentlichen nicht ändern, wird der Vergessensfaktor λ vorzugsweise so gewählt, dass die in zurückliegenden Schritten berechneten Abweichungen Δψ .(i) berücksichtigt werden. In welchem Maße dies geschieht, kann sich je nach Einsatzgebiet unterscheiden. Wenn der Algorithmus in der Entwicklungsphase verwendet wird, um die Schräglaufsteifigkeiten c_f und c_r erstmals zu identifizieren, dann ist es zweckmäßig zurückliegende Werte in größtmöglichem Maße zu berücksichtigen, da sich die Schräglaufsteifigkeiten c_f und c_r während der Identifizierung nicht verändern. Wird der Algorithmus im Normalbetrieb des Fahrzeugs 101 eingesetzt, um die Werte der Schräglaufsteifigkeiten c_f und c_r anzupassen, ist es zweckmäßig, zurückliegende Werte in einem geringeren Maße zu berücksichtigen. Der Vergessensfaktor λ kann Werte zwischen null und eins annehmen, wobei Abweichungen, die in zurückliegenden Schritten ermittelt worden sind, bei steigenden Werten in höherem Maße berücksichtigt werden. In einer Ausgestaltung hat der Vergessensfaktor insbesondere für die Bestimmung der Schräglaufsteifigkeiten c_f und c_r in der Entwicklungsphase den Wert λ = 1. Im Normalbetrieb des Fahrzeugs 101 hat der Vergessensfaktor λ vorzugsweise einen Wert kleiner Eins.Λ is a forgetting factor that can be used to influence the extent to which deviations Δψ (i) calculated in previous steps are taken into account. Since the skew stiffnesses c _f and c _r do not substantially change during an estimation period, the forgetting factor λ is preferably chosen such that the deviations Δψ · (i) calculated in the previous steps are taken into account. The extent to which this happens may vary depending on the application. If the algorithm is used in the development _{phase to} first identify the skew stiffnesses c _f and c _r , then it is expedient to take into account past values to the greatest possible extent, since the skew stiffnesses c _f and c _r do not change during the identification. Will the algorithm be in normal operation of the vehicle 101 In order to adjust the values of the skew stiffnesses c _f and c _r , it is expedient to consider past values to a lesser extent. The forgetting factor λ can assume values between zero and one, whereby deviations which have been determined in the past steps are taken into account to a greater extent as the values increase. In one embodiment, the forgetting factor, in particular for the determination of the skew stiffnesses c _f and c _r in the development phase, has the value λ = 1. In normal operation of the vehicle 101 the forgetting factor λ preferably has a value less than one.

Zur Berechnung des Gradienten Δψ .(i)/dc_f werden anhand des in den Gleichungen (1) und (2) angegebenen Gleichungssystems zur Beschreibung des linearen Einspurmodells zwei Gierratenwerte ψ .₁(i) und ψ .₂(i) unter Heranziehung der Werte c_f(i – 1) und c_r(i – 1) berechnet, die im vorangegangenen Schritt berechnet worden sind. Im ersten Iterationsschritt werden geeignete Startwerte zugrunde gelegt. Die Berechnung erfolgt mittels des oben erwähnten numerischen Integrationsverfahrens. Zur Berechnung des ersten Wertes ψ .₁(i) wird in den Gleichungen für die vordere Schräglaufsteifigkeit der Wert c_f,l(i) = c_f(i – 1) – δc_f eingesetzt; zur Berechnung des zweiten Wertes ψ .₂(i) wird für die vordere Schräglaufsteifigkeit der Wert c_f,2(i) = c_f(i – 1) + δc_f eingesetzt. Die hintere Schräglaufsteifigkeit wird nicht variiert, sondern in beiden Fällen wird der Wert c_r(i – 1) verwendet. Die Größe δc_f hat dabei einen konstanten Wert, der viel kleiner ist als der Wert der Schräglaufsteifigkeit c_f. Der Gradient wird aus den zwei Gierratenwerten ψ .₁(i) und ψ .₂(i) gemäß der Gleichung

berechnet, was einer Näherung des Gradienten entspricht.For the calculation of the gradient Δψ. (I) / dc _f , two yaw rate values ψ are calculated on the basis of the equation system given in equations (1) and (2) to describe the linear one-track model. ₁ (i) and ψ. ₂ (i) using the values c _f (i-1) and c _r (i-1) calculated in the previous step. The first iteration step is based on suitable starting values. The calculation is carried out by means of the above-mentioned numerical integration method. To calculate the first value ψ. ₁ (i), the values for the front skew stiffness are c _{f, l} (i) = c _f (i-1) -δ c _f ; to calculate the second value ψ. ₂ (i), the value for the front skew stiffness is c _{f, 2} (i) = c _f (i-1) + δc _f . The rear skew stiffness is not varied but in both cases the value c _r (i-1) is used. The size δ c _f has a constant value which is much smaller than the value of the skew stiffness c _f . The gradient becomes from the two yaw rate values ψ. ₁ (i) and ψ. ₂ (i) according to the equation

calculated, which corresponds to an approximation of the gradient.

Unter Verwendung des Gewichtungsfaktors Q(i) wird der Verstärkungsfaktor K(i) berechnet. Für diesen gilt:

Using the weighting factor Q (i), the gain K (i) is calculated. For this applies:

Mittels des Verstärkungsfaktors K(t_i) wird ein vorläufiger Schätzwert c_f'(i) für die vordere Schräglaufsteifigkeit im i-ten Iterationsschritt aus der im vorangegangenen (i – 1)-ten Iterationsschritt ermittelten vorderen Schräglaufsteifigkeit sowie aus der aktuellen Gierratenabweichung Δψ .(i) berechnet. Dies geschieht gemäß der folgenden Gleichung: cf'(i) = cf(i) – K(i)·Δψ .(i) (9) By means of the amplification factor K (t _i ), a preliminary estimated value c _f '(i) for the front skew stiffness in the i-th iteration step is determined from the front skew stiffness determined in the preceding (i-1) -th iteration step and from the current yaw rate deviation Δψ. i) calculated. This happens according to the following equation: c f '(i) = c f (i) - K (i) · Δψ · (i) (9)

Zur Berechnung der Gierratenabweichungen Δψ .(i) wird die in der Berechnungseinrichtung 204 ermittelte Referenzgierrate ψ ._ref(i) herangezogen. Diese wird anhand der im i-ten Iterationsschritt erfassten Messwerte für die Fahrzeuggeschwindigkeit ν und den Radeinschlagswinkel δ sowie anhand der im vorangegangenen Iterationsschritt ermittelten Schätzwerte c_f(i) und c_r(i) für die Schräglaufsteifigkeiten aus den Gleichungen (1) und (2) berechnet. An der Subtraktionsstelle 106 werden aus der Referenzgierrate ψ ._ref(i) und der im i-ten Iterationsschritt mittels des Gierratensensors erfassten Gierrate ψ ._Sensor die Gierratenabweichungen Δψ .(i) = ψ ._ref(i) – ψ ._Sensor(i) bestimmt.For the calculation of the yaw rate deviations Δψ. (I), the in the calculation device 204 determined reference yaw rate ψ. _ref (i). This is determined from the measured values for the vehicle speed v and the wheel slip angle δ recorded in the ith step and from the estimates c _f (i) and c _r (i) for the skew stiffnesses determined in the previous iteration step from equations (1) and (2 ). At the subtraction point 106 are calculated from the reference yaw rate ψ. _ref (i) and the yaw rate ψ detected in the i-th iteration step by the yaw rate sensor. _Sensor the yaw rate deviations Δψ. (I) = ψ. _ref (i) - ψ. _Sensor (i) determined.

Nachdem mithilfe von Gleichung (9) der vorläufige Schätzwert c_f'(i) ermittelt worden ist, wird dieser von der Schätzeinrichtung 202 dazu verwendet, anhand von Gleichung (5) unter Benutzung des in der Schätzeinrichtung 201 ermittelten Werts für den Eigenlenkgradienten EG einen vorläufigen Schätzwert c_r'(i) für die hintere Schräglaufsteifigkeit zu bestimmen. Es gilt somit:

After the provisional estimated value c _f '(i) has been determined by means of equation (9), this is calculated by the estimator 202 used for this, using equation (5) using the estimator 201 determined value for the self-steering gradient EC a provisional estimate c _r '(i) for the rear slip stiffness to determine. It thus applies:

Die vorläufigen Schätzwerte c_f'(i) und c_r'(i) werden von der Schätzeinrichtung 202 ausgegeben und einer Begrenzungseinrichtung 205 zugeführt. Die Begrenzungseinrichtung 205 vergleicht die vorläufigen Schätzwerte c_f'(i) und c_r'(i) mit vorgegebenen Minimal- und Maximalwerten. Sofern ein vorläufiger Schätzwert größer als der zugehörige Maximalwert ist, wird der Maximalwert als endgültiger Schätzwert weiterverwendet. Analog wird der Minimalwert als endgültiger Schätzwert weiterverwendet, wenn der in der Schätzeinrichtung 202 ermittelte vorläufige Schätzwert kleiner als der Minimalwert ist. Sofern ein vorläufiger Schätzwert zwischen dem zugehörigen Minimal- und Maximalwert liegt, erfolgt keine Anpassung in der Begrenzungseinrichtung 204, und der vorläufige Schätzwert wird als endgültiger Schätzwert weiterverwendet.The preliminary estimates c _f '(i) and c _r ' (i) are determined by the estimator 202 output and a limiting device 205 fed. The limitation device 205 compares the preliminary estimates c _f '(i) and c _r ' (i) with predetermined minimum and maximum values. If a provisional estimate is greater than the associated maximum value, the maximum value is used as the final estimate. Similarly, the minimum value is used as the final estimate when the estimator is in the estimator 202 provisional estimate is less than the minimum value. If a provisional estimate lies between the associated minimum and maximum values, no adaptation takes place in the limiting device 204 , and the preliminary estimate will continue to be used as the final estimate.

Die vorgegebenen Minimal- und Maximalwerte begrenzen den Bereich physikalisch sinnvoller beziehungsweise realisierbarer Werte der Schräglaufsteifigkeiten. Durch die in der Begrenzungseinrichtung 205 gegebenenfalls vorgenommene Begrenzung der vorläufigen Schätzwerte c_f'(i) und c_r'(i) wird sichergestellt, dass die weiter verwendeten Schätzwerte c_f(i) und c_r(i) im physikalisch plausiblen Bereich liegen.The predetermined minimum and maximum values limit the range of physically meaningful or realizable values of the skew stiffnesses. By in the limitation device 205 If necessary, limiting the preliminary estimates c _f '(i) and c _r ' (i) ensures that the further used estimates c _f (i) and c _r (i) are in the physically plausible range.

Die von der Begrenzungseinrichtung 205 ausgegebenen Schätzwerte c_f(i) und c_r(i) werden im nächsten Iterationsschritt in der Berechnungseinrichtung 204 zur Berechnung der Referenzgierrate ψ ._ref herangezogen. Die Iteration wird bei aktivierter Schätzeinrichtung 202 solange fortgesetzt, bis die Schätzwerte c_f(i) und c_r(i) stabile Werte erreichen, das heißt, bis sich die Schätzwerte nur noch höchstens geringfügig verändern. Hierzu kann beispielsweise ein Schwellenwert vorgegeben werden, den die Differenz zweier Schätzwerte nicht überschreiten darf, um stabile Schätzwerte festzustellen. Wenn die Schätzeinrichtung 202 von der Überwachungseinrichtung 203 deaktiviert wird, bevor stabile Schätzwerte festgestellt worden sind, wird der RLS-Algorithmus ohne Ergebnis abgebrochen.The of the limiting device 205 Estimated values c _f (i) and c _r (i) are used in the next iteration step in the calculator 204 for calculating the reference yaw rate ψ. _ref used. The iteration turns on when the estimator is activated 202 until the estimated values c _f (i) and c _r (i) reach stable values, that is, until the estimated values change only slightly at most. For this purpose, for example, a threshold value may be specified which the difference between two estimated values may not exceed in order to determine stable estimated values. If the estimator 202 from the monitoring device 203 is deactivated before stable estimates have been found, the RLS algorithm is aborted without result.

Nach der Ermittlung von stabilen Schätzwerten werden diese insbesondere im Fahrdynamikregelsystem des Fahrzeugs 101 dazu verwendet, Referenzwerte im linearen Einspurmodell zu berechnen. Falls die Schätzung in der Entwicklungsphase vorgenommen worden ist, können die dabei ermittelten Schätzwerte bei der Herstellung des Fahrzeugs zur Verwendung im Normalbetrieb im Speicher des Steuergeräts hinterlegt werden. Falls die Schätzung im Normalbetrieb des Fahrzeugs durchgeführt worden ist, werden die ermittelten Schätzwerte vorzugsweise ebenfalls in einem nicht-flüchtigen Speicher der Recheneinrichtung abgespeichert. Das Schätzverfahren wird jedoch vorzugsweise fortgesetzt, um im Falle einer Veränderung der Schräglaufsteifigkeiten angepasste Schätzwerte ermitteln zu können. Sobald dabei eine Abweichung von zuvor ermittelten Werten festgestellt worden ist, wird der in dem nicht-flüchtigen Speicher hinterlegte Wert aktualisiert. In jeder Schätzperiode, d. h. in jeder neuen dynamischen Fahrsituation, können als Startwerte für den RLS-Algorithmus die in der vorangegangenen Schätzperiode ermittelten Schätzwerte für die Schräglaufsteifigkeiten verwendet werden.After the determination of stable estimates, these become particularly in the driving dynamics control system of the vehicle 101 used to calculate reference values in the linear one-track model. If the estimation has been made in the development phase, the estimated values determined during production of the vehicle for use in normal operation can be stored in the memory of the control unit. If the estimation has been carried out in the normal operation of the vehicle, the estimated values determined are preferably likewise stored in a non-volatile memory of the computing device. However, the estimation procedure is preferably continued in order to be able to determine adjusted estimates in the event of a change in the skew stiffnesses. As soon as a deviation from previously determined values has been determined, the value stored in the non-volatile memory is updated. In each estimation period, ie in each new dynamic driving situation, the starting values for the RLS algorithm can be the estimates for the skew stiffnesses determined in the preceding estimation period.

Obwohl die Erfindung in den Zeichnungen und der vorausgegangenen Darstellung im Detail beschrieben wurde, sind die Darstellungen illustrativ bzw. beispielhaft und nicht einschränkend zu verstehen; insbesondere ist die Erfindung nicht auf die erläuterten Ausführungsbeispiele beschränkt.Even though the invention in the drawings and the previous illustration has been described in detail, the illustrations are illustrative or by way of example and not limitation; In particular, the invention is not explained to those Embodiments limited.

So kann in der Schätzeinrichtung 202 beispielsweise anstelle des beschriebenen RLS-Algorithmus ein anderer, dem Fachmann bekannter RLS-Algorithmus eingesetzt werden. Insbesondere kann es sich dabei beispielsweise um einen Kaiman-Filter-Algorithmus handeln.So can in the treasury 202 For example, instead of the described RLS algorithm another, known in the art RLS algorithm can be used. In particular, this may be, for example, a Kalman filter algorithm.

Ferner kann in der Schätzeinrichtung 201 kann in einer alternativen Ausgestaltung anstelle der beschriebenen Mittelwertbildung ebenfalls ein rekursiver Optimierungsalgorithmus, insbesondere ein RLS-Algorithmus ausgeführt werden, um den Eigenlenkgradienten EG zu schätzen. Hierbei wird anstelle des in den Gleichungen (1) und (2) beschriebenen linearen Einspurmodell das dem Fachmann an sich bekannte stationäre lineare Einspurmodells zu Grunde gelegt, in dem der Eigenlenkgradient EG einer der Parameter ist. In dieser Ausgestaltung wird anhand des stationären linearen Einspurmodells zunächst der Gradient dψ .(i)/d EG berechnet. Der Gewichtungsfaktor des RLS-Algorithmus ist hier gegeben durch

Furthermore, in the estimator 201 In an alternative embodiment, instead of the averaging described, a recursive optimization algorithm, in particular an RLS algorithm, can also be carried out in order to estimate the self-steering gradient EG. In this case, instead of the linear single-track model described in equations (1) and (2), the stationary linear single-track model known to the person skilled in the art is used, in which the self-steering gradient EG is one of the parameters. In this embodiment, the gradient dψ.i (i) / d EC is first calculated on the basis of the stationary linear one-track model. The weighting factor of the RLS algorithm is given here by

Hieraus wird der Verstärkungsfaktor K'(i) berechnet, für den gilt:

From this, the gain K '(i) is calculated, for which:

Ein Schätzwert für den Eigenlenkgradienten ergibt sich im i-ten Iterationsschritt aus der folgenden Gleichung: EG(i) = EG(i – 1) – K'(i)·Δψ .(i) (13) An estimated value for the self-steering gradient results in the ith iteration step from the following equation: EG (i) = EG (i-1) - K '(i) · Δψ · (i) (13)

Die in die Berechnung der Gierratenabweichung Δψ .(i) eingehende Referenzgierrate ψ ._ref(i) wird hier – anders als bei dem RLS-Algorithmus, der in der Schätzeinrichtung 202 ausgeführt wird – unter Verwendung des stationären linearen Einspurmodells berechnet.The reference yaw rate ψ in the calculation of the yaw rate deviation Δψ. (I). _ref (i) is here - unlike the RLS algorithm used in the estimator 202 is calculated using the stationary linear single track model.

In den Patentansprüchen verwendete Begriffe wie "umfassen", "aufweisen", "beinhalten", "enthalten" und dergleichen schließen weitere Elemente oder Schritte nicht aus. Die Verwendung des unbestimmten Artikels schließt eine Mehrzahl nicht aus. Eine einzelne Einrichtung kann die Funktionen von mehreren in den Patentansprüchen genannten Einheiten beziehungsweise Einrichtungen ausführen.In the terms used in the claims, such as "comprising", "comprise", "include", "contain" and the like other elements or steps are not enough. The use of the indefinite Article does not exclude a majority. A single one Device may have the functions of several in the claims execute listed units or facilities.

Ein Computerprogramm kann durch ein geeignetes Medium bereitgestellt werden, beispielsweise ein optisches oder festes Speichermedium, das auch zusammen mit oder als Teil weiterer Hardwareeinrichtungen bereitgestellt werden kann. Gleichermaßen kann ein Computerprogramm auch in anderer Weise, etwa über das Internet oder ein anderes Kommunikationssystem, verfügbar gemacht werden.One Computer program can be provided by a suitable medium be an optical or fixed storage medium, for example, that also provided with or as part of other hardware devices can be. Similarly, a computer program can too in another way, such as the Internet or another Communication system, be made available.

In den Patentansprüchen angegebene Bezugszeichen sind nicht als Beschränkungen der eingesetzten Mittel und Schritte anzusehen.In The references given in the claims are not as limitations on the means and steps used to watch.

ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDE IN THE DESCRIPTION

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.This list The documents listed by the applicant have been automated generated and is solely for better information recorded by the reader. The list is not part of the German Patent or utility model application. The DPMA takes over no liability for any errors or omissions.

Zitierte PatentliteraturCited patent literature

- WO 2007/060134 A1 [0005]

Claims

Method for estimating parameters (EG; c _f ; c _r ) for characterizing vehicle properties in a motor vehicle ( 101 ), in which - at least two driving situations are specified, whereby the driving situations each have an estimating device ( 201 ; 202 ) is assigned for estimating one of the parameters (EG; c _f ; c _r ), - it is determined that a first predetermined driving situation exists, whereupon the estimation device associated with the first driving situation ( 201 ; 202 ), and - the estimator ( 201 ; 202 ) an activation value for the associated parameter (EG; c _f ; c _r ) is determined on the basis of an estimation method.

The method of claim 1, wherein it is determined that the first driving situation is completed, while the first driving situation associated estimating device ( 201 ; 202 ) is activated, whereupon the first estimator ( 201 . 202 ) is deactivated.

The method of claim 1 or 2, wherein the presence of a driving situation is determined when a predetermined size (ψ ..; a _y ) takes a value in a predetermined first interval.

Method according to one of the preceding claims, wherein the estimation means ( 201 . 202 ) Estimates of the associated parameters (EG; c _f c _r ) in each case on the basis of a vehicle model in accordance with at least one measured by a vehicle _sensor size (ψ. _Sensor ; ν δ) determine.

Method according to one of the preceding claims, wherein the estimated values for the parameters (EG; c _f c _r ) during normal operation of the motor vehicle ( 101 ) be determined.

Method according to one of the preceding claims, wherein at least one estimating device ( 202 ) performs an estimation procedure for the determination of an estimated value for the associated parameter (c _f , c _r ), which comprises an execution of a recursive optimization algorithm.

The method of claim 6, wherein the recursive optimization algorithm is designed as a recursive least-square algorithm optionally considering a forgetting factor, with the influence of past values of measured size can be set to the calculation.

Method according to claim 7, wherein the influence of past values of the measured size smaller as the maximum impact is when the estimates during the normal operation of the vehicle can be determined.

Method according to one of the preceding claims, wherein one parameter is a skew stiffness (c _f ; c _r ) of the motor vehicle ( 101 ).

Method according to one of the preceding claims, wherein a further parameter is a self-steering gradient (EG) of the motor vehicle ( 101 ).

Method according to one of claims 9 or 10, wherein the estimating device ( 202 ) is activated to determine an estimate for the skew stiffness (c _f ; c _r ) in a driving situation with higher dynamics than the estimator ( 201 ) for determining an estimated value for the self-steering gradient (EG).

Method according to one of Claims 9 to 11, wherein the ascertained values for the skew stiffness (c _f ; c _r ) and the self-steering gradient (EG) are used to determine an estimate for a further skew stiffness (c _f ; c _r ).

Method according to one of the preceding claims, wherein the estimated values of the parameters (EG; c _f c _r ) in a non-volatile memory of the motor vehicle ( 101 ), and wherein a stored value is updated when the estimated value changes from the stored value.

Computer program comprising software code sections with instructions for carrying out a method according to one of the preceding claims on a processor, in particular a microprocessor in a control device of the motor vehicle ( 101 ).

Device for estimating parameters for characterizing vehicle characteristics, comprising at least two estimation devices ( 201 . 202 for estimating one of the parameters (EG; c _f ; c _r ), the estimators ( 201 . 202 ) is assigned in each case one of a plurality of predetermined driving situations, and comprising a monitoring device ( 203 ), which is designed to determine that a first predetermined driving situation exists, and an estimation device associated with the first driving situation ( 201 ; 202 ) on the basis of the determination, the estimator ( 201 ; 202 ) is designed, on the basis of the activation, to determine an estimated value for the associated parameter (EG; c _f c _r ) by means of an estimation method.