DE102019101045B4 - Vorrichtung und Verfahren zur Regelung eines Fahrzeugs - Google Patents

Abstract

Verfahren zur Regelung eines Fahrzeugs, dadurch gekennzeichnet, dass ein modell-prädiktiver Regler wenigstens eine Stellgröße (u) für wenigstens eine der Vielzahl von Regelstrecken für die Beeinflussung eines Fahrverhaltens eines Fahrzeugs vorgibt (206), wobei die wenigstens eine Stellgröße (u) abhängig von einem zeit-diskreten dynamischen Modell des zu regelnden Fahrzeugs bestimmt wird (204), wobei für einen aktuellen Zustand des Modells eine Trajektorie zukünftiger Zustände des Modells bis zu einem Zeithorizont bestimmt wird (204), wobei die Trajektorie abhängig von einer Änderung der wenigstens einen Stell größe (Δu(k)) bestimmt wird, und wobei die Änderung der wenigstens einen Stellgröße (Δu(k)) für die Bestimmung der Trajektorie mittels wenigstens einer Laguerre-Funktion approximiert ist, dadurch gekennzeichnet, dass die Trajektorie abhängig von einem Gütemaß (J) bestimmt wird, wobei das Gütemaß (J) von einer Regelabweichung (e) und einem Regelaufwand abhängt, und dass das Gütemaß (J) abhängig von wenigstens einem Grenzwert definiert ist, der eine Begrenzung eines Stellbereichs eines Aktuators oder eine Begrenzung für den Wert einer Stellgröße (u) für wenigstens eine der Vielzahl von Regelstrecken charakterisiert.

Description

• Die Erfindung geht aus von einem Verfahren zur Regelung eines Fahrzeuges gemäß dem Oberbegriff von Patentanspruch 1. Ferner betrifft die Erfindung eine Vorrichtung zur Regelung eines Fahrzeugs, insbesondere eines Fahrzeugs mit elektrischem Antrieb, nach dem Oberbegriff von Patentanspruch 6.
• Die Publikation „Adel, E.M., Oulandsine, M., &Radouane, L.: Predictive steering control using Laguerre series representation. Proceedings of 2003 IEEE Conference on Control Applications, 203. CCA 2003., 1, 439-445 vol.1.‟ offenbart bereits ein Verfahren zur Regelung eines Fahrzeuges nach dem Oberbegriff von Patentanspruch 1.
• DE 10 2017 201 569 A1 offenbart ein Verfahren zum Bereitstellen einer seitlichen Lenksteuerung für ein autonom angetriebenes oder halbautonom angetriebenes Fahrzeug, das entlang einer Fahrbahn fährt, wobei das Verfahren Folgendes umfasst:
• - das Bereitstellen eines mathematischen Modells der Fahrzeugdynamik, das eine Zustandsvariable, eine Lenksteuerungsvariable und einen zukünftigen Fahrbahnstörungsfaktor beinhaltet, der eine Krümmung, einen Hang und/oder eine Steigung der Fahrbahn definiert;
• - das Bestimmen eines Lenksteuerungsziels unter Verwendung der Lenksteuerungsvariable, die die Differenz zwischen einem aktuellen Fahrzeugweg und einem gewünschten Fahrzeugweg verringert;
• - das Bestimmen eines optimalen Lenksteuersignals unter Verwendung des mathematischen Modells, das das Lenksteuerungsziel bereitstellt und das einen Rückkopplungsabschnitt und einen Vorwärtskopplungsabschnitt beinhaltet, wobei der Vorwärtskopplungsabschnitt den Straßenstörungsfaktor beinhaltet; und
• - das Bereitstellen des Steuersignals an eine Lenkungssteuerung.
• Die zunehmende Anzahl von Regelsystemen und Assistenzsystemen in derartigen Fahrzeugen mit elektrischem Antrieb macht eine friedliche Koexistenz dieser Systeme zunehmend komplexer. Der Aufwand für die Applikation dieser Systeme steigt. Fahrzeuge mit elektrischem Antrieb, insbesondere Fahrzeuge mit Radnabenmotoren bieten zudem völlig neue Freiheitsgrade beispielsweise für Torque Vectoring. Die Effektivität der Regelsysteme und Assistenzsysteme lässt sich durch eine koordinierte Ansteuerung durch einen zentralen Regler steigern. Hierbei ist eine geschlossene Berücksichtigung der Limits der Regelsysteme essenziell für die effektive, zentrale Regelung.
• Integrierte Fahrdynamikregler werden eingesetzt, um eine zentrale Regelung zu ermöglichen.
• US 2018 / 0 079 272 A1 offenbart ein Verfahren, bei dem ein Straßenprofil einer Straße an einem bestimmten Ort in einem Steuersystem eines Fahrzeugs zur Verfügung gestellt wird. Das Verfahren sieht vor, dass eine Anpassung eines aktiven Aufhängungssystems des Fahrzeugs erfolgt, wenn sich das Fahrzeug dem bestimmten Ort nähert.
• DE 10 2007 019 053 A1 offenbart ein Verfahren zum Steuern eines Fahrzeugs mit einer Aufhängung, wobei das Verfahren während Längsschwingungen des Fahrzeugs das Anpassen eines Aufhängungselements vorsieht, um eine Normalkraft zwischen dem Fahrzeug und der Oberfläche zu verändern. Insbesondere wird ein Vorgehen beschrieben, bei dem die aktive Aufhängung „Online-Lernen“ sowie eine voraussagende Steuerung mit Hilfe eines Modells nutzt.
• DE 10 2014 200 031 A1 beschreibt ein Verfahren zum adaptiven und aktiven Steuern eines Aufhängungssystems eines Fahrzeugs mit Straßenvorschau, wobei ein Maß einer Straßen-Anomalität vor dem Fahrzeug bestimmt und die Aufhängung als Reaktion auf den Typ und die Schwere der Anomalität gesteuert wird. Dazu ist insbesondere eine modellprädikative Steuerung vorgesehen.
• Wünschenswert ist es, derartige Systeme weiter zu verbessern.
• Dies wird durch die Vorrichtung und das Verfahren nach den unabhängigen Ansprüchen erreicht.
• Das Verfahren sieht vor, dass ein modell-prädiktiver Regler wenigstens eine Stellgröße für mindestens eine der Vielzahl von Regelstrecken für die Beeinflussung eines Fahrverhaltens eines Fahrzeugs vorgibt, wobei die wenigstens eine Stellgröße abhängig von einem zeit-diskreten dynamischen Modell des zu regelnden Fahrzeugs bestimmt wird, wobei für einen aktuellen Zustand des Modells eine Trajektorie zukünftiger Zustände des Modells bis zu einem Zeithorizont bestimmt wird, wobei die Trajektorie abhängig von einer Änderung der wenigstens einen Stellgröße bestimmt wird, und wobei die Änderung der wenigstens einen Stellgröße für die Bestimmung der Trajektorie mittels wenigstens einer Laguerre-Funktion approximiert ist. Zudem ist vorgesehen, dass die Trajektorie abhängig von einem Gütemaß bestimmt wird, wobei das Gütemaß von einer Regelabweichung und einem Regelaufwand abhängt, und dass das Gütemaß abhängig von wenigstens einem Grenzwert definiert ist, der eine Begrenzung eines Stellbereichs eines Aktuators oder eine Begrenzung für den Wert einer Stellgröße für wenigstens eine der Vielzahl von Regelstrecken charakterisiert. Basierend auf einem internen Fahrzeugmodell werden die zukünftigen Fahrzeugzustände prädiziert und die Regelsystemeingriffe berechnet. Die Koordination der Regler erfolgt aus dem Modellwissen, d.h. über die Wirkung der Regelsysteme des modell-prädiktiven Reglers. Mittels Laguerre-Funktionen lässt sich die Rechenzeit reduzieren. Damit ist der modell-prädiktive Regler auch für den Einsatz in einem Steuergerät für ein Fahrzeug möglich.
• Das Gütemaß stellt ein definiertes Kriterium dar, mit dem optimale Regelsystemeingriffe bestimmt werden. Dies ermöglicht eine Minimierung der Regelsystemeingriffe, beispielsweise um unnötige Eingriffe zu vermeiden, und eine Minimierung der Abweichung der Ist-Trajektorie von einer Solltrajektorie.
• Da das Gütemaß abhängig von wenigstens einem Grenzwert definiert ist, der eine Begrenzung eines Stellbereichs eines Aktuators oder eine Begrenzung für den Wert einer Stellgröße für wenigstens eine der Vielzahl von Regelstrecken charakterisiert, werden Grenzen, die durch die Aktuatoren des Fahrzeugs oder die physikalischen Gegebenheiten 5 für eine Regelung vorgegeben sind, berücksichtigt.
• Vorzugsweise umfasst der modell-prädiktive Regler eine Zeit-diskrete Zustands-Prädiktion, die durch ein linearisiertes zeitinvariante Zustandsmodell und Laguerre-Koeffizienten definiert ist. Im Gegensatz zu herkömmlichen modell-prädiktiven Reglern werden die Laguerre Koeffizienten optimiert. Dies stellt eine besonders schnell berechenbare 0 Prädiktion dar.
• Vorzugsweise ist der modell-prädiktive Regler abhängig von der Änderung der wenigstens einen Stellgröße für jeden Zeitschritt bis zu einem Zeithorizont definiert.
• Vorzugsweise beeinflussen unterschiedliche Stellgrößen unterschiedliche Fahrzeugkomponenten aus Antrieb, Hinterachslenkung, Steuergerät und/oder Aktuatoren 5 für Torque Vectoring, Allradsystem, Fahrwerksaktuator, insbesondere in einem autonomen Fahrbetrieb.
• Vorzugsweise wird die wenigstens eine Stellgröße abhängig von einer Referenzgröße bestimmt.
• Die Vorrichtung umfasst einen Mikroprozessor und einen Speicher mit Befehlen, bei deren 0 Ausführung durch den Mikroprozessor das Verfahren ausgeführt wird.
• Vorzugsweise umfasst die Vorrichtung eine erste Schnittstelle für wenigstens eine Regelgröße und eine zweite Schnittstelle für wenigstens eine Stellgröße, wobei die erste Schnittstelle ausgebildet ist, Information über Regelgrößen von unterschiedlichen Regelstrecken zu empfangen, wobei die zweite Schnittstelle ausgebildet ist, Stellgrößen für unterschiedliche Regelstrecken auszugeben.
• Weitere vorteilhafte Ausgestaltungen ergeben sich aus der folgenden Beschreibung und der Zeichnung. In der Zeichnung zeigt
• 1 schematisch eine Vorrichtung zur zentralen Regelung eines Fahrzeugs,
• 2 schematisch ein Flussdiagram mit Schritten eines Verfahrens zur Regelung des Fahrzeugs.
• 1 zeigt schematisch eine Vorrichtung 100 zur zentralen Regelung eines Fahrzeugs. Im Beispiel ist das Fahrzeug ein Allradfahrzeug mit Hinterachslenkung, das mit einem Elektromotor angetrieben wird. Die Vorrichtung 100 umfasst einen Mikroprozessor 102 und einen Speicher 104.
• Die Vorrichtung 100 umfasst eine erste Schnittstelle 106 für wenigstens eine Regelgröße y und eine zweite Schnittstelle 108 für wenigstens eine Stellgröße u, wobei die erste Schnittstelle 106 ausgebildet ist, Information über Regelgrößen y von unterschiedlichen Regelstrecken zu empfangen, wobei die zweite Schnittstelle 108 ausgebildet ist, Stellgrößen u für unterschiedliche Regelstrecken auszugeben.
• Im Beispiel umfassen die Regelstrecken unterschiedliche Aktuatoren, deren Stellbereiche durch Begrenzungen eingeschränkt sind. Es kann auch eine Begrenzung vorgesehen sein, die den Wert einer Stellgröße für wenigstens eine der Vielzahl von Regelstrecken charakterisiert. Damit werden die physikalischen Gegebenheiten berücksichtigt.
• Die Information über Regelgrößen y von unterschiedlichen Regelstrecken wird über Sensoren erfasst, oder durch Steuergeräte bestimmt, die mit der Vorrichtung 100 über ein Kommunikationsnetzwerk des Fahrzeugs kommunizieren. Die Stellgrößen u für unterschiedliche Regelstrecken werden an die Aktoren oder Steuergeräte für die Ansteuerung der unterschiedlichen Regelstrecken über das Kommunikationsnetzwerk ausgegeben. Das Kommunikationsnetzwerk ist im Beispiel ein controller area network, CAN.
• Im Beispiel soll eine gewünschte Gierrate, Längsgeschwindigkeit und Quergeschwindigkeit eingestellt werden. Im Beispiel wird eine entsprechende Referenzgröße abhängig von einem Einspurmodell für das Fahrzeug bestimmt. Beispielsweise wird ein Lenkwinkel δ_Ffür das Einspurmodell abhängig von einem Soll-Lenkwinkel als Regelgröße, die ein Lenkwinkelsensor liefert, und eine Ist-Geschwindigkeit v des Fahrzeugs, die ein Steuergerät des Fahrzeugs liefert, verwendet, um eine gewünschte Gierrate zu bestimmen.
• Dazu wird die charakteristische Geschwindigkeit des Fahrzeugs bestimmt: $${\nu }_{ch}=\left(l_F+l_R\right)\sqrt{\frac{c_{sF{c}_{sR}}}{M\left(l_R{c}_{sR}-l_F{c}_{sF}\right)}}$$

  

  mit
  c_sRSchräglaufsteifigkeit vorne rechts,
  c_sLSchräglaufsteifigkeit vorne links.
• Abhängig davon wird eine Soll-Gierrate bestimmt: $${\psi }_{des\mathrm{,1}}=\frac{\nu {\delta }_F}{\left(l_F+l_R\right)\left(1+\frac{{\nu }^2}{{\nu }_{ch}^2}\right)}$$

  

  mit δ_FLenkwinkel des Einspurmodells.
• Um unrealistisch hohe Werte zu vermeiden, wird die Soll-Gierrate abhängig vom Reibwert µ, der Erdbeschleunigung g und der Geschwindigkeit des Fahrzeugs v begrenzt auf: $${\psi }_{des}=min\left({\dot{\psi }}_{des\mathrm{,1}},\frac{\mu g}{\nu }\right)$$

  
• Für einen Soll-Schwimmwinkel wird ein stationärer Zustand mit β̇̇̇̇̇ = 0 angenommen. Damit ist der Soll-Schwimmwinkel abhängig von der Gierrate Ψ̇: $${\beta }_{des}=\frac{c_{sF}{\delta }_F-\left(M{\nu }^2+c_{sF}{l}_F-c_{sR}{l}_r\right)\frac{\dot{\psi }}{\nu }}{c_{sF}+c_{sR}}$$

  
• Der Soll-Schwimmwinkel wird beispielsweise auf 5° begrenzt.
• Der Speicher 104 umfasst Befehle, bei deren Ausführung durch den Mikroprozessor 102 das im Folgenden beschriebene Verfahren ausgeführt wird.
• Im Verfahren wird ein modell-prädiktiver Regler verwendet, der das folgende zeit-diskrete dynamische Modell des zu regelnden Fahrzeugs umfasst: $$x^{erw}\left(k+1\right)=\left[\begin{array}{cc}{A}_m& 0^T\\ C_m{A}_m& I\end{array}\right]x^{aug}\left(k\right)+\left[\begin{array}{c}{B}_m\\ C_m{B}_m\end{array}\right]\Delta u\left(k\right)$$

  

  $$y\left(k\right)=\left[0I\right]x^{aug}\left(k\right)$$

  

  mit $$x^{aug}=\left[\Delta x_m^T{e}^T\right]$$

  
• Im Verfahren wird im Beispiel die folgende Regelabweichung verwendet: $$e=\left[y_1-y_1^{des}{y}_2-y_2^{des}\cdots y_q-y_q^{des}\right]$$

  

  wobei q Regelgrößen y und q Führungsgrößen y^des vorgesehen sind.
• Die Matrizen des Modells sind wie folgt definiert: $$A_m=\frac{\partial f_d\left(x,u\right)}{\partial x}|{}_{x=x_m,u=u_m}$$

  

  $$B_m=\frac{\partial f_d\left(x,u\right)}{\partial x}|{}_{x=x_m,u=u_m}$$

  

  $$C_m=\frac{\partial f_d\left(x,u\right)}{\partial x}|{}_{x=x_m,u=u_m}$$

  

  wobei die Übertragungsfunktionen f_d und g_d aus $$x\left(k+1\right)=f_d\left(x\left(k\right),u\left(k\right)\right)$$

  

  $$y\left(k\right)=g_d\left(x\left(k\right),u\left(k\right)\right)$$

  

  verwendet werden.
• Das zeit-diskrete dynamische Modell des zu regelnden Fahrzeugs umfasst einen Vektor der Änderung der Stellgrößen Δu_i(k), der im Beispiel bestimmt wird als $$\Delta u_i\left(k\right)=L_i{\left(k\right)}^T{\eta }_i$$

  

  mit den Laguerre Koeffizienten η_i und mit $$L_i{\left(k\right)}^T=\left[l_1^i\left(k\right)l_2^i\left(k\right)\dots l_3^i\left(k\right)\right].$$

  

  wobei $$l_m\left(k\right)=Z^{-1}\left\{{\Gamma }_m\left(z\right)\right\}$$

  

  mit $${\Gamma }_m\left(z\right)=\frac{\sqrt{1-a^2}}{1-a{z}^{-1}}{\left(\frac{z^{-1}-a}{1-a{z}^{-1}}\right)}^{N-1}$$

  
• Die Anzahl der Laguerre Koeffizienten η_i ist gemäß der Anzahl i der Stellgrößen anpassbar. Für den Pol a des durch inverse z-Transformation eines kontinuierlichen Laguerre Netzwerks erhaltenen diskreten Laguerre Netzwerks mit der Ordnung m gilt im Beispiel: $$0\le a\le 1$$

  
• Der Pol a ist ein wählbarer Skalierfaktor, der die Güte der Approximation beeinflusst.
• Im Beispiel soll für das Fahrzeug eine optimale Regeltrajektorie abhängig von einem Systemmodel des Fahrzeugs erreicht werden. Im Beispiel werden der Zustandsvektor $$x={\left[{\nu }_x{\nu }_y\dot{\psi }\right]}^T$$

  

  und der Vektor $$u={\left[{\sigma }_{x_{FL}}{\sigma }_{x_{FR}}{\sigma }_{x_{RL}}{\sigma }_{x_{RR}}{\delta }_R\right]}^T$$

  

  verwendet, mit
  σ_{x FL} Längsschlupf des vorderen linken Rads,
  σ_{x FR} Längsschlupf des vorderen rechten Rads,
  σ_{x FL} Längsschlupf des hinteren linken Rads,
  σ_{x RR} Längsschlupf des hinteren rechten Rads, und
  δ_R Hinterachslenkwinkel.
• Der Vektor u ist im Beispiel für die Ansteuerung der Radschlüpfe und des Hinterachssteuerwinkels dimensioniert. Für eine Vielzahl von Regelstrecken wird der Vektor u beispielweise entsprechend der Anzahl der verfügbaren Stellgrößen dimensioniert.
• Die Folgende Gleichung für die Berechnung der Trajektorie des Zustandsvektors x(k + mlk) bis zum Horizont der Prädiktion N_P, d.h. für jeden Schritt m < N_P nach dem Zeitpunkt k, beschreibt die im Regler verwendete Zeit-diskrete Zustandsprädiktion unter Verwendung eines linearen Zeit-invarianten Zustandsmodells und mit Laguerre Koeffizienten bezüglich der Änderung der Stellgröße Δu: $$x\left(k+m|k\right)=A^{m}x\left(k\right)+\varphi {\left(m\right)}^T$$

  

  mit $$\varphi {\left(m\right)}^T={\displaystyle \sum _j^{m-1}{A}^{m-j-1}\left[B_1{L}_1{\left(j\right)}^T{B}_2{L}_2{\left(j\right)}^T\mathrm{...}{B}_3{L}_3{\left(j\right)}^T\right]}\eta$$

  
• Um ein zufriedenstellendes Fahrzeugverhalten zu erzeugen wird im Beispiel das folgende Gütemaß verwendet, welches minimiert wird um sowohl die Regelabweichung als auch den Regelaufwand zu berücksichtigen: $$J={\eta }^{T}Q\eta +2{\eta }^T\Psi x\left(k\right)+{\displaystyle \sum _{m=1}^{N_p}x{\left(k\right)}^T{\left(A^T\right)}^{m}Q{A}^{m}x\left(k\right)}$$

  

  mit dem Zeithorizont N_P und $$\Omega ={\displaystyle \sum _{m=1}^{N_p}\varphi \left(m\right)Q\varphi {\left(m\right)}^T+R_L}$$

  

  $$\psi ={\displaystyle \sum _{m=1}^{N_p}\varphi \left(m\right)Q{A}^m}$$

  

  mit einer positiv semi-definiten Hesse-Matrix Ω, die das Auffinden eines globalen Minimums ermöglicht. Ohne Beschränkungen ist eine Optimierung analytisch lösbar. Werden Grenzen der Aktuatoren oder für die Stellgrößen berücksichtigt, wird ein beschränktes Optimierungsproblem wie folgt definiert: $$\underset{\eta }{{\displaystyle \text{min}}}J={\eta }^{T}Q\eta +2{\eta }^T\Psi x\left(k\right)$$

  

  unter der Bedingung $$M\eta \le \gamma$$

  
• Wobei M und y die Begrenzung beschreiben. Im Beispiel wird eine Begrenzung für einen maximal gewünschten Radschlupf und Hinterachssteuerwinkel verwendet. Diese Beschränkungen begrenzen die Änderungsgeschwindigkeit der Stellgrößen ΔU^(min/max) und der Absolutwerte U^(min/max) wie folgt: $$\left[\begin{array}{c}{M}_{\Delta U}\\ -M_{\Delta U}\\ M_U\\ -M_U\end{array}\right]\eta \le \left[\begin{array}{c}\Delta U^{max}\\ \Delta U^{min}\\ U^{max}-U\left(k-1\right)\\ -\Delta U^{min}+U\left(k-1\right)\end{array}\right]$$

  

  mit $$M_U=\left[\begin{array}{cccc}{\displaystyle {\sum }_{i=0}^{k-1}{L}_1{\left(i\right)}^T}& 0_2^T& & 0_m^T\\ 0_1^T& {\displaystyle {\sum }_{i=0}^{k-1}{L}_2{\left(i\right)}^T}& \cdots & 0_m^T\\ ⋮& ⋮& \ddots & ⋮\\ 0_1^T& 0_2^T& \cdots & {\displaystyle {\sum }_{i=0}^{k-1}{L}_m{\left(i\right)}^T}\end{array}\right]$$

  

  und $$M_{\Delta U}=\left[\begin{array}{cccc}{L}_1{\left(m\right)}^T& 0_2^T& & 0_m^T\\ 0_1^T& L_2{\left(m\right)}^T& \cdots & 0_m^T\\ ⋮& ⋮& \ddots & ⋮\\ 0_1^T& 0_2^T& \cdots & L_m{\left(m\right)}^T\end{array}\right]$$

  
• Das im Folgenden anhand der 2 beschriebene Verfahren startet beispielsweise wenn das Fahrzeug gestartet wird.
• Anschließend wird ein Schritt 202 ausgeführt.
• Im Schritt 202 wird Information über Regelgrößen y von unterschiedlichen Regelstrecken empfangen. Im Beispiel wird ein Vektor y bestimmt, der die Regelgrößen der unterschiedlichen Regelstrecken umfasst.
• Anschließend wird ein Schritt 204 ausgeführt.
• Im Schritt 204 wird für einen aktuellen Zustand des Modells eine Trajektorie zukünftiger Zustände des Modells bis zu einem Zeithorizont N_p bestimmt und die wenigstens eine Stellgröße u abhängig vom zeit-diskreten dynamischen Modell des zu regelnden Fahrzeugs bestimmt.
• Der modell-prädiktive Regler ist im Beispiel abhängig von der Änderung der wenigstens einen Stellgröße Δu für jeden Zeitschritt bis zum Zeithorizont N_p definiert.
• Der modell-prädiktive Regler führt eine Zeit-diskrete Zustands-Prädiktion aus, die durch das beschriebene lineare zeitinvariante Zustandsmodell und die Laguerre-Koeffizienten η_i definiert ist.
• Die Trajektorie wird vorzugsweise abhängig vom Gütemaß J bestimmt. Das Gütemaß J hängt im Beispiel von der Regelabweichung e und dem Regelaufwand ab. Das Gütemaß J ist im Beispiel abhängig von wenigstens einem Grenzwert definiert, der eine Begrenzung eines Stellbereichs eines Aktuators definiert. Der Grenzwert kann auch eine Begrenzung für den Wert einer der Stellgrößen u charakterisieren.
• Anschließend wird ein Schritt 206 ausgeführt.
• Im Schritt 206 wird die wenigstens eine Stellgröße u zur Ansteuerung wenigstens einer der Regelstrecken vorgegeben. Unterschiedliche Stellgrößen u beeinflussen im Beispiel unterschiedliche Fahrzeugkomponenten. Fahrzeugkomponenten sind beispielsweise der insbesondere elektrische Antrieb, die Hinterachslenkung, ein Steuergerät und/oder Aktuatoren für Torque Vectoring, ein Allradsystem, ein Fahrwerksaktuator.
• Anschließend wird der Schritt 202 ausgeführt. Das Verfahren endet beispielsweise, wenn das Fahrzeug ausgeschaltet wird.
• Die Beeinflussung der Fahrzeugkomponenten erfolgt insbesondere in einem autonomen Fahrbetrieb.

Claims (7)

1. Verfahren zur Regelung eines Fahrzeugs, dadurch gekennzeichnet, dass ein modell-prädiktiver Regler wenigstens eine Stellgröße (u) für wenigstens eine der Vielzahl von Regelstrecken für die Beeinflussung eines Fahrverhaltens eines Fahrzeugs vorgibt (206), wobei die wenigstens eine Stellgröße (u) abhängig von einem zeit-diskreten dynamischen Modell des zu regelnden Fahrzeugs bestimmt wird (204), wobei für einen aktuellen Zustand des Modells eine Trajektorie zukünftiger Zustände des Modells bis zu einem Zeithorizont bestimmt wird (204), wobei die Trajektorie abhängig von einer Änderung der wenigstens einen Stell größe (Δu(k)) bestimmt wird, und wobei die Änderung der wenigstens einen Stellgröße (Δu(k)) für die Bestimmung der Trajektorie mittels wenigstens einer Laguerre-Funktion approximiert ist, dadurch gekennzeichnet, dass die Trajektorie abhängig von einem Gütemaß (J) bestimmt wird, wobei das Gütemaß (J) von einer Regelabweichung (e) und einem Regelaufwand abhängt, und dass das Gütemaß (J) abhängig von wenigstens einem Grenzwert definiert ist, der eine Begrenzung eines Stellbereichs eines Aktuators oder eine Begrenzung für den Wert einer Stellgröße (u) für wenigstens eine der Vielzahl von Regelstrecken charakterisiert.
2. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass der modell-prädiktive Regler eine Zeit-diskrete Zustands-Prädiktion umfasst, die durch ein lineares zeitinvariante Zustandsmodell und Laguerre-Koeffizienten (η_i) definiert ist.
3. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass der modell-prädiktive Regler abhängig von der Änderung der wenigstens einen Stellgröße (Δu(k)) für jeden Zeitschritt (k) bis zu einem Zeithorizont (Np) definiert ist.
4. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass unterschiedliche Stellgrößen (u) unterschiedliche Fahrzeugkomponenten aus Antrieb, Hinterachslenkung, Steuergerät und/oder Aktuatoren für Torque Vectoring, Allradsystem, Fahrwerksaktuator, insbesondere in einem autonomen Fahrbetrieb beeinflussen.
5. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die wenigstens eine Stellgröße (u) abhängig von einer Referenzgröße bestimmt wird.
6. Vorrichtung (100) zur Regelung eines Fahrzeugs, dadurch gekennzeichnet, dass die Vorrichtung (100) einen Mikroprozessor (102) und einen Speicher (104) mit Befehlen umfasst, bei deren Ausführung durch den Mikroprozessor (102) das Verfahren nach einem der Ansprüche 1 bis 5 ausgeführt wird.
7. Vorrichtung (100) nach Anspruch 6, dadurch gekennzeichnet, dass die Vorrichtung (100) eine erste Schnittstelle (106) für wenigstens eine Regelgröße (y) und eine zweite Schnittstelle (108) für wenigstens eine Stellgröße (u) umfasst, wobei die erste Schnittstelle (106) ausgebildet ist, Information über Regelgrößen (y) von unterschiedlichen Regelstrecken zu empfangen, wobei die zweite Schnittstelle (108) ausgebildet ist, Stellgrößen (u) für unterschiedliche Regelstrecken auszugeben.

Images