DE102014004817A1

DE102014004817A1 - Verfahren zum Betreiben eines Kraftfahrzeuges

Info

Publication number: DE102014004817A1
Application number: DE102014004817.9A
Authority: DE
Inventors: Marcel Stöcker; Jonas Molitor; Ulf Säger; Heiko Möckel
Original assignee: Daimler AG
Current assignee: Mercedes Benz Group AG
Priority date: 2014-04-03
Filing date: 2014-04-03
Publication date: 2015-10-08

Abstract

Durch die Erfindung wird der vor einem Kraftfahrzeug vorausliegende Streckenverlauf aktuell während der Fahrt so weit erkannt, dass die Hochvoltbatterie eines Hybrid- oder rein elektrisch betriebenen Kraftfahrzeugs während der Fahr prädiktiv geregelt wird und möglichst in allen erforderlichen Situationen einsatzbereit ist, ohne dass ihre Lebensdauer durch die vorherrschenden Temperaturen der Fahrzeugkomponenten und/oder der Umgebung beeinträchtigt wird. Auf diese Weise kann der elektrische Antriebsstrang im Hybridfahrzeug seinen Zweck bestmöglich erfüllen. Auch eine Erweiterung des Anwendungsbereichs der entwickelten Erkennungsalgorithmen auf andere Fahrzeugbauteile ist in der Erfindung mit enthalten.

Description

Die Erfindung betrifft Regelung und Vorkonditionierung der optimalen Betriebstemperatur für Hochvolt-Batteriesysteme von Kraftfahrzeugen während der Fahrt, aufgrund im Voraus ermittelter Strecken-, Fahrer und Fahrzeugdaten für eine sich vor dem Fahrzeug befindliche Fahrstrecke.
Durch die Erfindung wird der vor einem Kraftfahrzeug vorausliegende Streckenverlauf während der Fahrt konstruiert und analysiert, so dass die Hochvoltbatterie eines Hybrid- oder rein elektrisch betreibenden Kraftfahrzeugs während der Fahr prädiktiv geregelt wird und möglichst in allen erforderlichen Situationen einsatzbereit ist, ohne dass ihre Lebensdauer durch die vorherrschenden Temperaturen der Fahrzeugkomponenten und/oder der Umgebung beeinträchtigt wird. Auf diese Weise kann der elektrische Antriebsstrang im Hybridfahrzeug seinen Zweck bestmöglich erfüllen. Auch eine Erweiterung des Anwendungsbereichs der entwickelten Erkennungsalgorithmen auf andere Fahrzeugbauteile ist in der Erfindung mit enthalten.
Thermomanagement im Bereich Kraftfahrzeugtechnik beschreibt ganz allgemein alle Maßnahmen, die das Kühlsystem eines Kraftfahrzeugs betreffen. Das Ziel dabei ist, durch geeignete Regelung in allen Fahrsituationen eine möglichst optimale Temperatur der Komponenten des Antriebsstrangs einzustellen.
Dabei wird der Fokus auf die elektrischen Komponenten eines Hybridfahrzeugs gelegt. Das kritischste dieser Bauteile ist wegen seiner niedrigen zulässigen Betriebs- und Lagerungstemperaturen die Hochvoltbatterie, die als Energielieferant für den elektrischen Antrieb auch eine große Wichtigkeit besitzt. Denn wenn die Batterie nicht betriebsbereit ist, können auch keine Elektromotoren angetrieben werden und es muss auf den konventionellen Antrieb mittels Verbrennungsmotor zurückgegriffen werden. Dies kann dazu führen, dass der Verbrennungsmotor unter Umständen an Betriebspunkten tätig wird, an denen der Einsatz des elektrischen Antriebs im Hinblick auf den Wirkungsgrad sinnvoller wäre. Dadurch wird der verbrauchsreduzierende Effekt des Hybridfahrzeugs geschmälert.
Aufgabe der Erfindung ist es somit ein Verfahren vorzuschlagen, das eine maximale Verfügbarkeit und Leistungsfähigkeit der elektrischen Komponenten eines Antriebstrangs gewährleistet.
Diese Aufgabe wird durch die im Folgenden dargelegte Erfindung gelöst, wobei die Merkmale des Verfahrens und/oder Verfahrensschritte für sich und in jeglicher Kombination die erfinderische Idee darstellen und sich so auch beliebig kombinieren lassen.
Die Erfindung wird zwar durch die beschrieben Merkmale charakterisiert, wobei dies im Wesentlichen nur eine mögliche Ausführung der erfinderischen Idee ist, welche auch durch äquivalente Merkmale realisiert werden kann.
Durch eine Elektrifizierung des Antriebsstrangs soll der Verbrennungsmotor in Betriebspunkten entlastet werden, in denen sein Wirkungsgrad vergleichsweise gering ist. Dies ist bei niedrigen Lasten, also vor allem im Stadtverkehr oder im Stau der Fall. Zudem kann beim Hybridfahrzeug die Bremsenergie teilweise zurückgewonnen werden, um sie in einen elektrischen Energiespeicher einzuspeisen und den Elektromotoren für den Antrieb zur Verfügung zu stellen.
Wegen ihrer vorteilhaften Eigenschaften, insbesondere bezüglich Speicherdichte und Lebensdauer, kommt als elektrischer Energiespeicher von Hybridfahrzeugen auf dem aktuellen Stand der Technik hauptsächlich die Lithium-Ionen-Batterie zum Einsatz. Diese hat jedoch eine relativ große thermische Empfindlichkeit und kann nur in einem begrenzten Temperaturbereich betrieben werden. Damit das Fahrzeug dennoch in möglichst vielen Fahrsituationen elektrisch angetrieben werden kann, ist eine Anbindung an das Kühlsystem und eine entsprechende Regelung erforderlich. Auch damit befasst sich das Thermomanagement, um den Kraftstoffverbrauch zu optimieren.
Allein anhand von Momentanwerten wie die von Sensoren gemessenen Temperaturen lässt sich jedoch keine optimale Kühlsystemregelung realisieren, da das Kühlsystem eines Kraftfahrzeugs eine gewisse thermische Trägheit besitzt. Die Bauteiltemperaturen reagieren also nicht unmittelbar auf eine Anpassung der Kühlleistung. Vorteilhaft wäre eine gewisse Vorausschau, um die Komponenten auf bevorstehende Situationen vorzubereiten. Und genau dies hat ein Zusammenschluss von Automobilherstellern und Anbietern von Navigationsdaten möglich gemacht. Das Fahrzeug erhält also Informationen zur ihm vorausliegenden Strecke, die hauptsächlich die Straße und den Verkehr beschreiben. Dadurch können beispielsweise Motorbetriebspunkte vorhergesehen werden. Dieses System vorausschauender Streckendaten findet aber inzwischen auch Anwendung beim Entwurf von Hybridbetriebsstrategien und im Thermomanagement. So kann durch die Erweiterung um vorausschauende Informationen die Effizienz der Regelung in den letzten beiden Bereichen gesteigert und Kraftstoff eingespart werden.
Vorausschauende Streckendaten sind dank digitaler Straßenkarten im Fahrzeug verfügbar, insbesondere durch das sogenannte ADAS (Advanced Driver Assistance Systems). Der Ursprung der Daten ist eine im Fahrzeug verbaute Komponente, welche die Informationen über die vorausliegende Fahrstrecke bereitstellt, der sogenannte ADAS Horizon Provider, der sie über den CAN-Bus an die ADAS-Applikationen des Fahrzeugs weitergibt. So haben beispielsweise die verschiedenen Steuergeräte des Fahrzeugs Zugriff auf diese Informationen. Bevor die Daten aber von einer Applikation verwendet werden können, müssen sie von einer Komponente empfangen und verarbeitet werden, dem sogenannten ADAS Horizon Reconstructor. Als Ergebnis baut der Horizon Reconstructor einen sogenannten elektronischen Horizont vor dem Fahrzeug auf, innerhalb dessen die Streckendaten vorhanden sind, wie sie vom ADAS Horizon Provider vorgegeben werden. Dafür werden als Signale z. B. die Fahrzeugposition und die Streckeneigenschaften benötigt. Der Horizon Provider sendet verschiedenartige Nachrichten an den Horizon Reconstructor, die zu jedem Zeitpunkt einen Wert pro Signal liefern. Diese muss der Horizon Reconstructor auf Konsistenz prüfen und richtig einordnen, um den elektronischen Horizont erstellen zu können.
Die aufgezeichneten ADAS-Daten können in einem Modell für den Horizon Reconstructor verarbeitet werden. Daran knüpft das Modell der Signalaufbereitung an, das die Daten ausliest, teilweise dekodiert und Signale ausgibt, die verschiedene Streckenattribute wie z. B. Geschwindigkeitslimits, Steigungen etc. beschreiben. Neben dem bisher beschriebenen ADAS-Horizont mit begrenzter Reichweite kann auch ein erweiterter ADAS-Horizont im Fahrzeug aktiviert werden. Dieser ermöglicht bei eingeschalteter Zielführung durch das fahrzeuginterne Navigationssystem den Empfang von vorausschauenden Streckendaten für die gesamte Route bis zum Ziel, auch wenn dieses noch sehr weit entfernt ist. Es kann also ein Horizont aufgebaut werden, der unabhängig von der Fahrzeugposition die komplette Reststrecke bis zum Navigationsziel abdeckt. Bei nicht eingeschalteter Zielführung wird eine wahrscheinlichste Route (MPP Most Probable Path) angenommen.
Das erste Ziel ist eine vorausschauende Erkennung der elektrischen Fahrt mit dem Elektromotor eines Hybridfahrzeugs, um die Temperatur der Hochvoltbatterie des Hybridfahrzeugs der beschriebenen elektrischen Fahrt fahrtoptimal zu regeln. Dadurch soll das Fahrzeug zum Beispiel im Stadtverkehr, wo meist viele Anfahrvorgänge stattfinden und selten hohe Lasten benötigt werden, möglichst lange elektrisch angetrieben werden. Mit steigender Zellentemperatur verschlechtert sich die Lebensdauer der Lithium-Ionen-Batterie jedoch erheblich, weshalb hohe Arbeitstemperaturen zu vermeiden sind. Daraus folgt, dass die Batterie vor und während der elektrischen Fahrt mit dem Elektromotor ausreichend gekühlt werden muss, um ohne das Auftreten zu hoher Temperaturen eingesetzt werden zu können.
Dabei gilt es, eine Mindestlänge der elektrischen Fahrt zu definieren, ab der eine Ansteuerung des Kühlsystems eingeleitet werden soll. Diese Mindestlänge ist abhängig von Umgebungstemperatur, Ladezustand, momentaner Temperatur der Batterie, der Verkehrssituation, der Geländetopologie, sowie der verbleibenden Entfernung zur erkannten elektrischen Fahrt, aus der sich die Reaktionszeit ableitet, die dem Kühlsystem zur Verfügung steht. Ausgehend von den gemessenen Werten der genannten Einflussfaktoren muss abgeschätzt werden, wie lang die elektrischen Fahrt mindestens sein muss, damit das Verhältnis von Kühlleistungsbedarf der Batterie und dadurch ermöglichter elektrischer Fahrt energetisch sinnvoll ist.
Auch nach dem Abstellen des Fahrzeugs soll die Batterietemperatur nicht zu hoch sein, um die Batteriealterung möglichst gering zu halten und zudem eine baldige Weiterfahrt zu ermöglichen. Dafür ist die Definition einer optimalen Abstelltemperatur nötig, wobei die Außentemperatur mit zu berücksichtigen ist. Hierbei sind auch die Parameter wie Abstelluhrzeit, Abstellort, Wahrscheinlichkeit für Laden/Weiterfahrt, Abstelldauer und Nachlaufanforderung anderer Kühlkreisläufe von Bedeutung.
Andererseits kann die Batterie auch bei Temperaturen unter einer bestimmten Grenze nicht zur Energiespeicherung mit ausreichender Effizienz genutzt werden. Bei niedrigen Außentemperaturen ist deshalb der Einsatz des mit der Batterie verbauten elektronischen Zuheizers erforderlich. Ist die geplante Fahrtstrecke aber sehr kurz, kann die benötigte Zeit zum Aufheizen der Batterie die dann verbleibende Fahrtzeit mit einsatzbereitem Elektromotor überschreiten, was energetisch ungünstig ist. Hier kann eine auf ADAS-Daten basierende Zielerkennung mit Entfernungsberechnung eingesetzt werden, um eine Batterieheizung bei niedrigen Außentemperaturen und kurzer Fahrtstrecke zu vermeiden. Voraussetzung ist hierbei die Zieleingabe des Fahrers in das Navigationsgerät des Fahrzeugs.
Zuletzt ist auch die Erkennung eines vorausliegenden Steigungsverlaufs interessant. So kann die Batterie des Hybridfahrzeugs entsprechend gekühlt werden, damit während der Bergfahrt nach Möglichkeit elektrisch gefahren oder zumindest unterstützt werden kann, einem sogenannten E-Boost. Ebenso sollen Gefälle erkannt werden, da hier die Batterie für die Aufladung durch Bremsrekuperation hingegen stärker gekühlt werden soll. Bei der Kühlung der Batterie ist allerdings darauf zu achten, dass diese nicht während einer Steigung stattfindet, falls das Gefälle an eine solche anknüpft. Während der Steigung muss nämlich bereits viel Kühlleistung für den Antrieb zur Verfügung gestellt werden, weshalb es ungünstig wäre, in dieser Zeit auch noch die Batterie für das bevorstehende Gefälle zu kühlen. Dies müsste dann also bereits vor dem Erreichen der Steigung geschehen. Wenn eine Steigung mit anschließendem Gefälle erkannt wird, könnte die Batterietemperatur beispielsweise besonders weit abgesenkt werden, um zunächst einen E-Boost am Hang zu ermöglichen und danach die Batterie bei der Abfahrt wieder aufladen zu können.
Um die vorausschauenden Betriebsstrategien des Thermomanagements umsetzen zu können, müssen die Komponenten des Kühlsystems mit erweiterten Freiheitgraden ausgestattet werden. Dies geschieht, indem die Kopplung einer mechanischen Wasserpumpe an den Triebstrang sowie die direkte thermische Anbindung eines konventionellen Thermostats an den Kühlkreislauf durch die Verwendung von elektrisch angetriebenen Komponenten und/oder elektrisch gesteuerten Ventile aufgehoben wird. So kann jede Komponente individuell und unabhängig vom Motorbetriebspunkt angesteuert werden. Es werden Erkennungsalgorithmen verwendet, mit deren Hilfe Ereignisse auf der vorausliegenden Fahrstrecke wie beispielsweise Bereiche elektrischer Fahrt oder Steigungen erkannt werden können.
Innerhalb dieser Erfindung wird unter steuern auch regeln verstanden und umgekehrt, da sich elektronische Komponenten gleich regeln und steuern lassen.ie Die elektrischen Impulse zur Ansteuerung können von einem Steuergerät kommen, oder die Komponenten können sich durch eine logische Untereinheit selbst regeln.
Für eine Erkennung einer vorausliegenden elektrischen Fahrt wird von Erkennungsalgorithmen in erster Linie der reichweitenbegrenzte ADAS-Horizont verwendet. Aufgrund der beschränkten Verfügbarkeit von Streckenattributen kann der erweiterte ADAS-Horizont lediglich für die Zielerkennung eingesetzt werden.
Aus den aufbereiteten Eingangssignalen der Attribute, welche letztendlich auf ADASIS-Daten beruhen, beispielweise E1 und E2 genannt, werden Erkennungsparameter für die Erkennung der elektrischen Fahrt abgeleitet. Dabei müssen die Eingangssignalwerte auf demselben Streckenabschnitt eine bestimmte Bedingung erfüllen, damit dieser als elektrische Fahrt charakterisiert wird. Es kann sich dabei um jegliche denkbare logische Verknüpfungsmethode der Eingangssignale handeln.
Als Ausgabesignal wird zum Beispiel ein Einzelwert, ein sogenanntes Statusbit oder Value-Signal erstellt, das einen bestimmten Wert ausgibt für eine erkannte elektrische Fahrt. Auch wird ein Positionssignal, das die Positionen für den Beginn und das Ende einer elektrischen Fahrt enthält, erstellt. Zusätzlich wird die Länge einer erkannten elektrischen Fahrt berechnet. Weitere Ausgabesignale sind denkbar. Die prädiktive Strategie der Temperierung der Batterie hängt zusätzlich zur Länge der erkannten elektrischen Fahrt auch ab von Umgebungstemperatur, Ladezustand, der momentanen Temperatur der Batterie, der Verkehrssituation, der Geländetopologie, sowie der verbleibenden Entfernung zur erkannten elektrischen Fahrt, aus der sich die Reaktionszeit ableitet, die dem Kühlsystem zur Verfügung steht.
Weitere Vorteile, Merkmale und Einzelheiten der Erfindung ergeben sich aus der nachfolgenden Beschreibung eines bevorzugten Ausführungsbeispiels sowie anhand der Zeichnung. Die vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen sowie die nachfolgend in der Figurenbeschreibung genannten und/oder in den Figuren alleine gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar, ohne den Rahmen der Erfindung zu verlassen.
Dabei zeigen:
1 ein schematisches Ablaufdiagramm;
2 eine schematische Darstellung einer vorausliegenden Fahrstrecke am Beispiel einer Bergfahrt;
3 eine Tabelle eines indizierten Arrays zu zwei Zeitpunkten (t₃ und t₄) mit parametrisierten Bebauungsgrößen E1;
4 eine Tabelle eines indizierten Arrays zu zwei Zeitpunkten (t₃ und t₄) mit Positionswerten entsprechend den Indizes zu E1 aus 3;
5 eine Tabelle eines indizierten Arrays zu zwei Zeitpunkten (t₃ und t₄) mit parametrisierten Geschwindigkeitslimits E2;
6 eine Tabelle eines indizierten Arrays zu zwei Zeitpunkten (t₃ und t₄) mit Positionswerten entsprechend den Indizes zu E2 aus 5;
7 eine Tabelle eines indizierten Arrays zu zwei Zeitpunkten (t₃ und t₄) mit parametrisierten Ausganswerten A1 für eine elektrische Fahrt;
8 eine Tabelle eines indizierten Arrays zu zwei Zeitpunkten (t₃ und t₄) mit Positionswerten entsprechend den Indizes zu A1 aus 7;
9 eine Tabelle eines indizierten Arrays mit parametrisierten Ausganswerten A2 und
10 eine Tabelle mit Ausgangswerten A2 bezogen auf eine maximale Horizontlänge zu verschiedenen Zeitpunkten (t₇ bis t₁₄).
1 stellt schematisch den Ablauf des Verfahrens dar, bei dem ein ADAS Horizon Provider 1 Informationen über die vorausliegende Fahrstrecke zur Verfügung stellt, welche von einem ADAS Horizon Reconstructor 2 in einen elektrischen Horizont weiterverarbeitet werden. Die Daten des elektrischen Horizonts werden durch eine Signalaufbereitung 3 in Parameter 7 der vorausliegenden Strecke umgewandelt, welche wie zum Beispiel Bebauungsgrößen E1 und/oder Geschwindigkeitslimits E2 und/oder andere Parameter der vorausliegenden Strecke, als Eingangsparameter 7 in Erkennungsalgorithmen 4 verwendet werden um zum Beispiel hier einen Ausgangswert 8 für eine mögliche elektrische Fahrt zu bilden. Entsprechend der Ausgangswerte 8 der Erkennungsalgorithmen 4 für einen bestimmten Abschnitt der vorausliegenden Strecke werden anhand verschiedener Steuergeräte oder Einstellungen die Betriebsparameter 5 des Fahrzeugs eingestellt und so das Fahrzeug während der Fahrt auf eine bevorstehende elektrische Fahrt vorbereitet. Entsprechend der Entferndung zum Abschnitt der Fahrstrecke mit elektrischer Fahrt und einer vorhandenen, insbesondere bekannten und vorherbestimmbaren thermischen Trägheit einer Komponente, kann diese gezielt vorgekühlt oder geheizt werden um beim Erreichen der Stelle auf der Fahrstrecke mit elektrischer Fahrt, die Komponenten auf optimaler Betriebstemperatur vortemperiert zu haben.
Unter der Einstellung 5 der aktuellen und zukünftigen Betriebsparametern kann dabei jegliche Art der Steuerung und Regelung von einem oder mehreren Steuergeräten und/oder Komponenten des Fahrzeugs verstanden werden, welche dazu geeignet sind, die gewünschten beziehungsweise vorherbestimmten Betriebsparameter zu erreichen.
In 2 ist beispielhaft eine vorausliegende Fahrstrecke mit einer Bergfahrt dargestellt. Hierbei befindet sich die aktuelle Fahrzeugposition 9 noch vor dem Beginn der Bergfahrt. Das Höhenprofil 12 der Fahrstrecke ist mit hinreichender Genauigkeit durch Abschnitte konstanter Steigung 13 im System hinterlegt. Das Modell im Verfahren soll Steigungsverläufe 10 und Gefälle erkennen, die einen Grenzwert mindestens für eine bestimmte Distanz, insbesondere die Entfernung von aktueller Fahrzeugposition bis zum Steigungsabschnitt, erreichen oder überschreiten. Diese Grenzwerte sowie die Mindestlänge sind zum Beispiel unter anderem abhängig vom aktuellen und vorherigen Verlauf des Wärmeeintrags des Fahrzeugantriebsstrangs in das Kühlwasser, Batteriezustände, Kühlfluidzustände, das Fahrverhaltens des Fahrers und sonstiger Umgebungsbedingungen wie der Lufttemperatur. Denn je mehr Abwärme bereits produziert wird oder wurde, desto kleiner sind die Steigungen, bei denen eine rechtzeitige Temperierung der Hybrid-Hochvolt-Batterie nötig ist. Relevante Steigungsverläufe 10 und Gefälle werden folglich nach jeweils zwei Kriterien bestimmt, zum einen nach ihrer Länge und zum anderen nach der Größe der Steigung. Ziel ist die Identifikation des aus thermischer Sicht spätestmöglichen Eingriffszeitpunkts. Bei ausreichendem Abstand zu diesem spätestmöglichen Zeitpunkt ist zudem eine energieoptimale Strategie für die vorzunehmenden Kühlungseingriffe darstellbar.
Außerdem sollen kleine Unterbrechungen 11 in den relevanten Steigungsverläufen 10 oder Gefällen ignoriert werden, sodass dann ein durchgängiger Verlauf erkannt wird. Für diese Unterbrechungen 11 wird eine maximale Länge festgelegt. Wird also eine Steigung oberhalb des Grenzwerts erkannt, die aber kurzzeitig Werte unterhalb des Grenzwerts annimmt und danach wieder Werte oberhalb, soll dieser Verlauf als eine Steigung ohne Unterbrechung 11 mit einer gesamten Länge des Steigungsverlaufs 10 angesehen werden. Diese Länge ist dann die Strecke zwischen erster Grenzwertübertretung und einem Beginn 14 einer Unterbrechung 15, deren Länge zu groß ist, um ignoriert zu werden. Die Streckenlänge der Unterbrechung 11 geht folglich mit in die Berechnung der Gesamtlänge des Steigungsverlaufs 10 mit ein. Solch kurze Unterbrechungen 11 haben nämlich einen sehr kleinen Einfluss auf den Kühlbedarf.
2 fasst dies in einem schematischen Beispiel zusammen. Es wird angenommen, dass beide Steigungen der Anstiege 13 größer als der momentane Grenzwert der Erkennung sind und nach dem Ende des zweiten Anstiegs 13 keine weitere Steigung mehr folgt, so dass die Unterbrechung 15 nicht als kleine Unterbrechung angesehen werden kann und somit der Steigungsverlauf 10 am Beginn 14 der Unterbrechung 15 endet.
Um den Sachverhalt weiter zu verdeutlichen sind in den Tabellen der 3 bis 6 Arrays von Eingangssignalen 7 als Beispiel dargestellt. Die Tabellen enthalten in der ersten Zeile eine Angabe über den Index des Array für die jeweiligen Werte, wobei dieser Index einer Speicherbelegung entspricht, die zu verschiedenen Zeitpunkten in den Tabellen dargestellt sind. So ist die entsprechende Arraybelegung über die Indizes des Arrays zu einem Zeitpunkt t₃ in der Zeile von t₃ dargestellt und in der Zeile von t₄ entsprechend die Arraybelegung mit den Werten zum Zeitpunkt von t₄. In der Darstellung wurde beispielhaft die Belegung der Arrays zu zwei aufeinanderfolgenden Zeitpunkten mit einem Zeitunterschied von 0,1 Sekunden (t₄ = t₃ + 0.1 sec) gewählt um zu verdeutlichen, dass schnelle Parameterwechsel möglich sind. Hierbei entspricht ein Parameterwechsel nicht einer völligen Neubelegung des Arrays, sondern eher einem Durchschieben der Werte durch das Array, wobei der erste Wert beim Index 0 beim Erreichen einer entsprechenden Position auf der Fahrstrecke, insbesondere erst beim Erreichen der Position auf der Fahrstrecke, welche im Index 1 abgelegt ist, gelöscht wird und der Wert von Index 1 dann auf die Stelle des Index 0 verschoben wird und alle folgenden Werte entsprechend aufrücken.
Die Tabelle der 3 zeigt hierbei die Value-Signale vom Parameter E1, der einer Bebauungsgröße entspricht und nach der Signalaufbereitung 3 auf dem Ergebnis des ADAS Horizon Reconstructor 2 beruht. Eine solche Bebauungsgröße kann zum Beispiel als Hinweis für eine vorausliegende Stadt genutzt werden und stellt einen Eingangsparameter 7 des Erkennungsalgorithmus 4 dar. Zu diesen Bebauungsgrößen E1 gehören auch Position-Signale, an denen diese Bebauungsgrößen E1 auf der vorausliegenden Fahrstrecke erreicht werden, wie in Tabelle in 4 dargestellt. Die Tabellen der 3 und 4 bilden entsprechend ihrer Indizes zusammen ein Wertepaar mit Bebauungsgröße E1 (Value-Signal) und Position auf der vorausliegenden Strecke, an der diese Bebauungsgröße E1 erreicht wird.
Durch die Bewegung des Fahrzeugs nähert es sich den Positionen der Tabelle in 4, so dass bei Erreichen der Position im Index 1 sowohl die Werte der Tabelle in 4 als auch identische die Werte der Tabelle in 3 um ein Index nach vorne verschoben werden. Entsprechend der Tabelle in 4 befindet sich also das Fahrzeug zum Zeitpunkt t₃ zwar schon nach der Position P1, welche als Momentanwert noch im Index 0 vorgehalten wird, aber noch vor der Position P₃, wobei das Fahrzeug dann zum Zeitpunkt t₄ die Position P₃ schon passiert hat und sich nun vor der Position P₆ befindet, so dass P₃ nun zum Zeitpunkt t₄ als Momentanwert im Index 0 vorgehalten wird. Entsprechend wurde so auch zum Zeitpunkt t₄ der ursprüngliche Wert zum Zeitpunkt t₃ im Index 0 durch den nächsten Wert im Index 1 ersetzt und die restlichen Indizes ebenso weitergeschoben. Das gleiche erfolgte auch in der Tabelle in 3, so dass eigentlich die Wertepaare der Tabellen aus 3 und 4 im Zeitschritt t₃ nach t₄ im Index um eins nach vorne geschoben wurden und es sich nur um eine getrennte Darstellung in zwei getrennten Figuren handelt.
Bei den Value-Signalen der Bebauungsgröße E1 der Tabelle in 3 entspricht die Erfüllung der Bedingung für eine elektrische Fahrt einer 1, ansonsten ist der Wert 0 eingetragen wenn die Bedingung verfehlt ist. Die Indizes der Positionswerte richten sich aufsteigend nach einer Sortierung im Horizont entsprechend einer Weglänge bis zum Erreichen der entsprechenden Position.
Ebenso sind in den beiden Tabellen in 5 und 6 die Wertepaare eines anderen Eingangsparameter 7 des Erkennungsalgorithmus 4 dargestellt, wobei hier die Tabelle in 5 den Value-Signalen eines Geschwindigkeitslimits E2 entsprechen, die an den entsprechenden Positionen Q_X des gleichen Index in Tabelle in 6 beginnt. Hierbei ist wieder die Arraybelegung zu den beiden Zeitpunkten t₃ und t₄ in den beiden Zeilen dargestellt und der Wert 1 entspricht einer Erfüllung einer Bedingung des Parameters E2 für eine elektrische Fahrt. Die Aufteilung der Fahrstrecke in der Tabelle in 6 nach Positionen Q_X ist dabei unabhängig von der Aufteilung der Fahrstrecke in der Tabelle in 4 nach Positionen P_X, so dass hier zum Zeitpunkt t₄ schon eine entsprechende Position Q₂, wie schon zum Zeitpunkt t₃, erreicht und überschritten ist aber zu beiden Zeitpunkten t₃, t₄ die entsprechende Position Q₄ auf der Fahrstrecke noch nicht erreicht wurde und so auch noch keine Änderung der Arraybelegung erfolgte.
Erst zu einem späteren Zeitpunkt bei Erreichen der Position Q₄ auf der Fahrstrecke wird in diesem Array eine Löschung des Wertes im Index 0 erfolgen und der Wert und die Position aus Index 1 an die Stelle des Index 0 geschoben.
Durch den Erkennungsalgorithmus 4 werden aus den Value-Werten E1 und E2 der Tabellen in 3 und 5 ein Ausgangswert 8 generiert, der als Ergebnissignal A1 in der Tabelle in 7 dargestellt ist. Entsprechend den Wertepaaren aus Value-Wert und Positionswert sind in der Tabelle in 8 wieder die entsprechenden Positionen zu den Indizes dargestellt. Auch hier entspricht wieder jede Zeile der Arraybelegung zum Zeitpunkt t₃ und t₄, wobei hier wieder zum Zeitpunkt t₄ die Position P₃ überschritten war und als nächste relevante Position nun P₃ im Index 0 liegt, bei der sich der Value-Wert auf 1 ändert. Anzumerken ist, dass sich in der Kombination der beiden Arrays aus Wertepaaren für E1 an der Position P_X und Wertepaaren für E2 an der Position Q_X nicht alle Positionen im Ausgangsarray der Ausgangwerte 8 des Erkennungsalgorithmus 4 wiederfinden, sondern nur die Wertepaare abgelegt werden, an denen eine Änderung des Wertes erfolgt. Dies spart Speicher und Verarbeitungszeit, da weniger Werte vorgehalten werden müssen und sich die Datenmenge auf die alleinig relevanten Informationen reduziert.
Der Wert 1 in Tabelle in 7 entspricht wieder der Erfüllung der Bedingung für eine elektrische Fahrt. Entsprechend wird auch hier wieder durch das Erreichen des neuen Ereignisses zum Zeitpunkt t₄ die Erkennung der elektrischen Fahrt an der momentanen Fahrzeugposition aktiviert (Wert zum Zeitpunkt t₄ in Tabelle in 7 im Index 0 ist 1). Als Positionswert für diesen Wert 1 des Ergebnissignals A1 muss im Zeitschritt t₄ in Tabelle in 8 in Index 0 P₃ übernommen werden.
Beispielsweise ist aus den Tabellen in 7 und 8 für den Beginn einer elektrischen Fahrt die Position P₃ und für das Ende der elektrischen Fahrt die Position P₉ herauslesbar, die zum Zeitpunkt t₃ im Index 1 beziehungsweise 2 und zum Zeitpunkt t₄ im Index 0 beziehungsweise 1 steht. Es wurde insbesondere auch eine Funktion eingefügt, die verhindert, dass mehrere Resets des Horizonts nacheinander durchgeführt werden, wenn aus irgendwelchen Gründen längere Zeit keine ADASIS-Daten zur Verfügung stehen.
Die Tabelle in 9 zeigt ein beispielhaftes Array für das Signal A₂ zu einem beliebigen Zeitpunkt mit den Werten A_2,i, wobei i die Spaltennummer beziehungsweise den Index angibt. A_2,1 steht demnach für die Länge der nächsten elektrischen Fahrt vor dem Fahrzeug oder jener elektrischen Fahrt, in welcher sich das Fahrzeug bereits befindet. Der Unterschied ist daran erkennbar, dass sich der Wert dieses Elements verringert, sobald die elektrische Fahrt begonnen wird, während er konstant bleibt oder größer wird wenn die Stadteinfahrt dem Fahrzeug noch vorausliegt.
Falls es sich um ein derzeit vom Fahrzeug befahrenes Gebiet der elektrischen Fahrt handelt, soll nicht die gesamte Strecke von Einfahrt bis Ausfahrt des befahrenen Gebiets angegeben werden, sondern die von der Fahrzeugposition bis zum Verlassen des Gebiets verbleibende Fahrstrecke.
Die Tabelle in 10 zeigt die Signalwerte von A₂, bezogen auf die maximal mögliche Horizontlänge, zu verschiedenen Zeiten als Beispiele. Im Array von A₂ ist zum Zeitpunkt t₇ zunächst eine elektrische Fahrt mit kleiner Länge zu sehen. Der nächste Wert in A₂, der im nächsten Zeitschritt t₈ hinzukommt wird mit der Zeit größer, während sich der Horizont aufbaut. Es handelt sich bis jetzt also noch um eine Mindestlänge einer weiteren Zone für elektrische Fahrt.
Alternativ zu den dargestellten Tabellen mit den Eingangsparametern E1 und E2 können auch andere Fahrsituationen analysiert werden. So wird auch ein Algorithmus zur Erkennung der relevanten Steigungsverläufe 10 eines Fahrprofils verwendet. Mit den aufbereiteten Steigungsdaten als Eingang erzeugt der für die Steigungserkennung zuständige Algorithmus die notwendige Ergebnissignalgruppe. Diese beschreibt die Steigungsbereiche mit Signalen wie z. B. Wert, Position und Länge. Wie auch bei der Erkennung der elektrischen Fahrt gibt das Value-Signal (Statusbit) den Anfang eines erkannten Steigungsverlaufs mit einem bestimmten Wert und das Ende mit einem definierten anderen Wert an. Aus entsprechenden Indizes im Array werden die zugehörigen Positionswerte geliefert und insbesondere auch noch zusätzliche eine Vektorlänge zu jedem Zeitpunkt. Zudem soll insbesondere auch noch ein Signal ausgegeben werden, das die Länge des Steigungsverlaufs anzeigt.
Entsprechend zu einem Erkennungsalgorithmus 4 für Steigungsverläufe 10 können andere Eingangsparameter 7 verwendet werden und auch andere Ausgangwerte 8 erzeugt werden, wobei das grundsätzliche Verfahren gleich bleibt.
Auch hierzu werten entsprechend Array befüllt und nach Erreichen der Positionen die Werte durchgeschoben, wobei dies nur am Beispiel für eine elektrische Fahrt in den Tabellen in den 3 bis 10 explizit ausgeführt ist und für eine Steigungserkennung nicht dargestellt ist ohne die Erfindung zu beschränken.
Ein entsprechendes Verfahren ist auf viele mögliche Bedingungen, Eingangsparameter und Erkennungsalgorithmen anpassbar und vielfältig umsetzbar.

Claims

Verfahren zum Betreiben eines Kraftfahrzeuges, mit zumindest einem Antriebsmotor, einer Vorausschaueinrichtung, die Informationen über die vorausliegende Strecke zur Verfügung stellt, und einer Analyseeinheit, welche die Informationen über die vorausliegende Strecke verarbeitet, dadurch gekennzeichnet, dass in der Analyseeinheit folgende Verfahrensschritte vorgenommen werden: – Empfangen von vorausschauenden Streckendaten – Erzeugen eines sogenannten elektrischen Horizonts – Aufbereitung der Signale aus dem elektrischen Horizonts zu Eingangsparametern (7) – Verarbeitung der Eingangsparameter (7) durch Erkennungsalgorithmen (4) zu Ausgangswerten (8) – Steuern und/oder Regeln von Betriebsparametern des Fahrzeugs abhängig von den Ausgangswerten (8)