DE102019113865A1 - Intelligente kraftfahrzeuge, systeme und steuerlogik zur echtzeit-routenführung und adaptive fahrsteuerung - Google Patents

Intelligente kraftfahrzeuge, systeme und steuerlogik zur echtzeit-routenführung und adaptive fahrsteuerung Download PDF

Info

Publication number
DE102019113865A1
DE102019113865A1 DE102019113865.5A DE102019113865A DE102019113865A1 DE 102019113865 A1 DE102019113865 A1 DE 102019113865A1 DE 102019113865 A DE102019113865 A DE 102019113865A DE 102019113865 A1 DE102019113865 A1 DE 102019113865A1
Authority
DE
Germany
Prior art keywords
vehicle
energy consumption
candidate routes
speed
road
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE102019113865.5A
Other languages
English (en)
Inventor
Chi-Kuan Kao
Steven E. Muldoon
Chen-Fang Chang
Edward Gundlach
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of DE102019113865A1 publication Critical patent/DE102019113865A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06Road conditions
    • B60W40/076Slope angle of the road
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0217Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3469Fuel consumption; Energy use; Emission aspects
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105Speed
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/36Input/output arrangements for on-board computers
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0088Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001Details of the control system
    • B60W2050/0043Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/146Display means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/10Longitudinal speed
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical

Abstract

Vorgestellt werden intelligente Fahrzeugsysteme und Steuerlogik für die voraussagende Routenplanung und adaptive Steuerung, Verfahren zum Herstellen/Betreiben derartiger Systeme und Kraftfahrzeuge mit Echtzeit-Eco-Routing und automatisierten Fahrfähigkeiten. Ein Verfahren zum Steuern des Betriebs eines Fahrzeugs beinhaltet das Ermitteln von Fahrzeugursprungs- und Zielinformationen und das Identifizieren von Kandidatenrouten zum Zurücklegen vom Ursprungsort zum Bestimmungsort. Straßenniveaudaten, einschließlich Geschwindigkeits- und Topologiedaten, werden für jede Kandidatenroute empfangen. Gesamtenergieverbräuche werden zum Antreiben des Fahrzeugs vom Ursprungsort zum Bestimmungsort über jede der Kandidatenrouten geschätzt. Dieses Schätzen beinhaltet das Auswerten jeweiliger Straßenniveaudaten jeder Kandidatenroute gegen eine speichergespeicherte Tabelle, die den Energieverbrauch mit der Geschwindigkeit, dem Kurvenwinkel und/oder der Neigung korreliert. Eine residente Fahrzeugsteuerung weist ein residentes Fahrzeug-Subsystem an, einen Steuervorgang basierend auf einer oder mehreren der geschätzten Gesamtenergieverbräuche, die einer oder mehreren Kandidatenrouten entsprechen, auszuführen.

Description

  • EINLEITUNG
  • Die vorliegende Offenbarung bezieht sich im Allgemeinen auf die Schätzung der Fahrzeugenergieverbrauchs und die Routenplanung. Insbesondere beziehen sich Aspekte dieser Offenbarung auf intelligente Kraftfahrzeuge mit Steuerlogik zur prädiktiven Eco-Routenplanung und adaptive Fahrsteuerung.
  • Die derzeitigen Kraftfahrzeuge, wie das moderne Automobil, sind ursprünglich mit einem Antriebsstrang ausgestattet, der das Fahrzeug antreibt und die Bordelektronik des Fahrzeugs antreibt. In Automobilanwendungen beispielsweise wird der Fahrzeugantriebsstrang im Allgemeinen durch eine Antriebsmaschine charakterisiert, die über ein manuell oder automatisch geschaltetes Mehrganggetriebe und ein Achsantriebssystem (z. B. Differential, Achswellen usw.) Antriebskraft an die Straßenräder des Fahrzeugs abgibt. Automobile wurden herkömmlich von einem Hubkolbenverbrennungsmotor (ICE - Internal Combustion Engine) angetrieben, und zwar wegen dessen leichter Verfügbarkeit und relativ preiswerter Kosten, geringem Gewicht und dessen Gesamtwirkungsgrad. Solche Motoren beinhalten als nicht einschränkende Beispiele Zwei- oder Viertakt-kompressionsgezündete (CI) Dieselmotoren, Viertakt-Ottobenzinmotoren (SI), Sechstakt-Architekturen und Drehkolbenmotoren. Auf der anderen Seite nutzen Hybrid- und Elektrofahrzeuge alternative Energiequellen, um das Fahrzeug anzutreiben und so die Abhängigkeit von einem Motor basierend auf fossilen Brennstoffen für die Energieversorgung zu minimieren oder zu beseitigen.
  • Hybridfahrzeuge nutzen vielfache Traktionsleistungsquellen zum Antreiben des Fahrzeugs, wie beispielsweise eine Verbrennungsmotoranordnung, die in Verbindung mit einem batteriebetriebenen oder brennstoffzellenbetriebenen Elektromotor betrieben wird. Ein Hybrid-Elektrofahrzeug (HEV) speichert zum Beispiel sowohl elektrische Energie als auch chemische Energie und wandelt diese in mechanische Leistung um, um die Straßenräder des Fahrzeugs anzutreiben. Das HEV ist im Allgemeinen mit einer elektrischen Maschine (E-Maschine) ausgestattet, oft in Form einer Elektromotor-/Generatoreinheit, die parallel oder in Reihe mit einem Verbrennungsmotor arbeitet. Serienhybridarchitekturen leiten alle Zugkraft von dem/den Elektromotor(en) ab und beseitigen somit jede mechanische Verbindung zwischen dem Motor und den Achsantriebselementen. Die Motor- und die Elektromotor-/Generatoranordnungen von parallelen Hybridarchitekturen weisen im Vergleich dazu jeweils eine antreibende mechanische Kupplung zur Kraftübertragung auf. Da Hybridfahrzeuge konstruiert sind, um ihre Leistung von anderen Quellen als dem Motor ableiten zu können, können die Motoren in HEVs ganz oder teilweise abgeschaltet werden, während das Fahrzeug durch die Elektromotoren angetrieben wird.
  • Ein vollelektrisches Fahrzeug (FEV) - umgangssprachlich als „rein elektrisches“ Fahrzeug bekannt - ist eine alternative Art von Elektroantriebsfahrzeugkonfiguration, die den Verbrennungsmotor und die zugehörigen peripheren Komponenten vollständig aus dem Antriebsstrangsystem eliminiert und sich für den Fahrzeugantrieb ausschließlich auf elektrische Traktionsmotoren stützt. Batterieelektrische Fahrzeuge (BEV) verwenden beispielsweise Energie, die in einem aufladbaren fahrzeugeigenen Batterie-Pack statt in einem Kraftstofftank, einer Brennstoffzelle oder einem Schwungrad gespeichert ist, um diese Elektromotoren anzutreiben. Das Elektrofahrzeug verwendet ein elektrisches Energieverteilungssystem, das über ein Antriebsstrangsteuermodul (PCM) gesteuert wird, um elektrische Energie zwischen dem bordeigenen Batteriepack und dem/den Elektromotor(en) hin und her zu übertragen. Plug-in-Elektrofahrzeug-(PEV)-Varianten ermöglichen das Aufladen des Batteriepacks aus einer externen Stromquelle, wie beispielsweise einem öffentlichen Stromnetz, über eine Wohn- oder Nutzfahrzeugladestation.
  • Da sich die Fahrzeugerkennungs-, Kommunikations- und Steuerungsfähigkeiten immer weiter verbessern, sind die Hersteller bestrebt, auch weiterhin autonomere Fahrleistungen anzubieten, mit dem Ziel, letztendlich vollständig autonome Fahrzeuge bereitzustellen, die für den Betrieb zwischen heterogenen Fahrzeugtypen sowohl in städtischen als auch in ländlichen Szenarien geeignet sind. Erstausrüster (OEM) bewegen sich auf Fahrzeug-zu-Fahrzeug (V2V) und Fahrzeug-zu-Infrastruktur (V2I) „Sprechende“ Autos zu, die drahtlose Konnektivität (z. B. dedizierte Nahbereichskommunikation oder DSRC) mit Antriebsautomatisierungsmerkmalen höherer Ebene integrieren, die autonome Lenkungs-, Brems- und Antriebsstrangsysteme verwenden, um einen fahrerlosen Fahrzeugbetrieb zu ermöglichen. Automatisierte Routengenerierungssysteme verwenden Fahrzeugzustands- und -dynamiksensoren, Fahrplandaten und Wegvorhersagealgorithmen, um die Fahrzeugführung und -umlenkung mit automatisierten Prognosen für Spurmitte und Spurwechsel, Szenarienplanung usw. zu ermöglichen. Zum Zwecke der vorliegenden Offenbarung können „automatisierte Fahrzeuge“ und „autonome Fahrzeuge“ und „verbundene automatisierte/autonome Fahrzeuge“ (CAVs) gleichbedeutend und austauschbar verwendet werden, um Fahrzeuge mit teilweise unterstützten und/oder vollständig autonomen Fahrfähigkeiten zu bezeichnen, einschließlich jeder relevanten Fahrzeugplattform, die als ein Society of Automotive Engineers (SAE) Level 2, 3, 4 oder 5 Fahrzeug klassifiziert werden kann.
  • Viele Automobile sind nun mit einem bordgestützten Fahrzeugnavigationssystem ausgestattet, das einen globalen Positionsbestimmungssystem (GPS)-Transceiver in Zusammenarbeit mit Navigationssoftware und einer Kartendatenbank nutzt, um Fahrbahntopografie, Verkehrs- und Geschwindigkeitsgrenzinformationen zu erhalten, die dem aktuellen Standort des Fahrzeugs zugeordnet sind. Fortgeschrittene Fahrerassistenzsysteme (ADAS) und autonome Fahrsysteme sind oft in der Lage, bestimmte automatisierte Fahrmanöver basierend auf Fahrbahninformationen, die durch das fahrzeuginterne Navigationssystem erhalten werden, anzupassen. Ad-hoc-Netzwerk-basierte ADAS verwenden beispielsweise GPS- und Mapping-Daten in Verbindung mit Multi-Hop-Geocast-V2V- und V2I-Datenaustausch, um automatisiertes Fahrzeugmanövrieren und Antriebsstrangsteuerung zu erleichtern. Während des unterstützten und ununterstützten Fahrzeugbetriebs kann das residente Navigationssystem eine empfohlene Reiseroute basierend auf einer geschätzten kürzesten Zeit oder einem geschätzten kürzesten Abstand zwischen einem Routenausgangspunkt und einem Routenziel für eine gegebene Fahrt bestimmen. Diese empfohlene Reiseroute kann dann als Kartenspur oder als Abbiegehinweis auf einer geokodierten und kommentierten Karte angezeigt werden. Derartige herkömmliche Ansätze zur Routenplanung, während sie bei der Bestimmung der kürzesten Fahrtstrecke/der kürzesten Fahrzeit zu einem gewünschten Ziel wirksam sind, berücksichtigen nicht die energieeffizientesten Routen oder günstigsten Routen für den Fahrzeugbetrieb.
  • KURZDARSTELLUNG
  • Hierin offenbart sind intelligente Fahrzeugsysteme mit entsprechender Steuerlogik für prädiktive Routenplanung und adaptive Steuerung, Verfahren zur Herstellung und Verfahren zum Betreiben derartiger Systeme und Kraftfahrzeuge mit Echtzeit-Ecorouting und adaptiven Fahrsteuerungsfähigkeiten. Als Beispiel werden neuartige Eco-Routing-Algorithmen vorgestellt, die Echtzeit-Verkehrsbedingungen und Straßenniveaudaten überwachen, um Fahrzeugenergieverbrauchsschätzungen abzuleiten, aus denen das System alternative, energieeffizientere Routen erzeugt. Die autonome und automatisierte Fahrzeugantriebssteuerung kann als geschlossenes System arbeiten, das Kraftstoffverbrauchsdaten aktiv anpasst (z. B. im residenten Cache-Speicher als Nachschlagtabelle) mit sensormesswerten Werten. Modellbasierte, probabilistische Routenplanung für energieeffizienten Fahrzeugbetrieb kann rechenintensiv sein und somit für die Ausführung durch die residente Fahrzeughardware unpraktisch sein. Vergleichsweise ergeben offenbarte Eco-Routing-Strategien signifikante rechnerische Einsparungen, indem sie fahrzeugkalibrierte Energieverbrauchstabellen in Verbindung mit einer Geopositionskartenanwendung und einer Verkehrsapplikations-Programmierschnittstelle (API) verwenden, um eine Energieverbrauchsschätzung für jede Kandidatenroute abzuleiten, um von einem gegebenen Ursprung zu einem gewünschten Ziel zu fahren. Zusätzlich zur Reduzierung der fahrzeugeigenen Verarbeitungslasten tragen die offenbarten Eco-Routing-Techniken dazu bei, die Kraftstoffeffizienz des Fahrzeugs zu erhöhen oder den e-Fahrbereich (z. B. für HEV- und FEV-Anwendungen) zu erweitern, während die ADAS und die autonome Fahrfunktionalität verbessert werden.
  • Aspekte dieser Offenbarung beziehen sich auf Echtzeit-Elektro-Routing-Techniken und adaptive Fahrsteuerungsalgorithmen zur Optimierung der Fahrzeugenergienutzung. So wird beispielsweise ein Verfahren zum Steuern des Betriebs eines Kraftfahrzeugs vorgestellt. Das Fahrzeug beinhaltet mehrere Straßenräder, eine Antriebsmaschine (z. B. ICE und/oder MGU), die betreibbar ist, um ein oder mehrere der Straßenräder anzutreiben, und eine residente Fahrzeugsteuerung, die die Antriebsmaschine steuert. Dieses repräsentative Verfahren beinhaltet in beliebiger Reihenfolge und in beliebiger Kombination mit einer der vorstehend und nachstehend offenbarten Optionen und Merkmale: Ermitteln, z. B. über die residente Fahrzeugsteuerung, durch kooperativen Betrieb mit einer grafischen Mensch-Maschine-Schnittstelle (HMI) und einem GPS-Transceiver, einem Mobilfunk-Datenchip usw., einem Fahrzeugausgangspunkt und einem Fahrzeugziel für das Kraftfahrzeug; Durchführen, z. B. über die residente Fahrzeugsteuerung, über eine residente oder entfernte gespeicherte Kartendatenbank, einer Geoabfrage zum Identifizieren einer Vielzahl von Kandidatenrouten zum Zurücklegen von dem Fahrzeugursprung zum Fahrzeugziel; Empfangen, z. B. über die residente Fahrzeugsteuerung von der Kartendatenbank oder einem Cloud-Computing-Ressourcendienst, der Crowd-Sourced-Fahrzeugdynamikdaten, Straßenniveaudaten - Geschwindigkeit, Kurvenwinkel und/oder Neigungsdaten sammelt - die jeder Kandidatenroute zugeordnet sind; Schätzen, z. B. über die residente Fahrzeugsteuerung, einer jeweiligen Gesamtenergieverbrauch der Antriebsmaschine, um das Kraftfahrzeug von dem Fahrzeugursprung zu dem Fahrzeugziel über jede der Kandidatenrouten anzutreiben, wobei das Schätzen einschließlich Auswertung der jeweiligen Straßenniveaudaten jeder Kandidatenroute gegen speichergespeicherten Daten (z. B. eine oder mehrere Nachschlagetabellen), die den Energieverbrauch mit der Geschwindigkeit, dem Kurvenwinkel und/oder der Neigung korrelieren; und Übertragen, über die residente Fahrzeugsteuerung, eines oder mehrerer Befehlssignale an ein residentes Fahrzeug-Subsystem, um einen Steuerungsvorgang basierend auf einer oder mehreren der geschätzten Gesamtenergieverbräuche entsprechend einer oder mehrerer Kandidatenrouten auszuführen.
  • Weitere Aspekte der vorliegenden Offenbarung beziehen sich auf intelligente Kraftfahrzeuge mit Echtzeit-Eco-Routing und adaptiven Fahrsteuerungsfähigkeiten. Ein „Kraftfahrzeug“, wie hierin verwendet, kann jede relevante Fahrzeugplattform, wie z. B. Personenkraftwagen (Verbrennungsmotoren, Hybrid-, vollständig Elektro-, Brennstoffzellenantriebe usw.), Transportfahrzeuge, Industriefahrzeuge, Raupenfahrzeuge, Geländefahrzeuge (ATV), landwirtschaftliche Geräte, Boote, Flugzeuge usw. beinhalten. In einem Beispiel beinhaltet ein Kraftfahrzeug eine Fahrzeugkarosserie mit mehreren Laufrädern, die operativ an der Fahrzeugkarosserie angebracht sind. Eine Antriebsmaschine, die an der Fahrzeugkarosserie montiert ist, treibt eines oder mehrere der Straßenräder an, um dadurch das Fahrzeug anzutreiben. Das Kraftfahrzeug ist auch mit einem residenten Fahrzeugnavigationssystem ausgestattet, das an der Fahrzeugkarosserie befestigt ist, z. B. montiert innerhalb des Fahrgastraums. Das Fahrzeugnavigationssystem beinhaltet eine Fahrzeugortungsvorrichtung, eine oder mehrere elektronische Benutzereingabevorrichtungen und eine elektronische Anzeigevorrichtung.
  • Fortfahrend mit der Diskussion des obigen Beispiels ist eine residente Fahrzeugsteuerung an der Karosserie des Kraftfahrzeugs angebracht und kommunikativ mit der Antriebsmaschine, dem Navigationssystem usw. verbunden. Diese Fahrzeugsteuerung ist programmiert, um speichergespeicherte Anweisungen auszuführen, um: einen Fahrzeugausgangspunkt und einen Fahrzeugbestimmungsort für das Kraftfahrzeug zu bestimmen; über eine speichergespeicherte Kartendatenbank eine Geoabfrage zum Identifizieren einer Vielzahl von Kandidatenrouten für das Kraftfahrzeug durchführen, um von dem Fahrzeugursprung zu dem Fahrzeugziel zu fahren; Empfangen von jeweiligen Straßenniveaudaten, die jeder der Kandidatenrouten zugeordnet sind, wobei die Straßenniveaudaten Geschwindigkeitsdaten und Kurvenwinkel und/oder Neigungsdaten beinhalten; Schätzen eines jeweiligen Gesamtenergieverbrauchs der Antriebsmaschine, um das Kraftfahrzeug vom Fahrzeugursprung zum Fahrzeugziel über jede der Kandidatenrouten anzutreiben, wobei das Schätzen einschließlich Auswertung der jeweiligen Straßenniveaudaten der Kandidatenroute gegen eine speichergespeicherte Tabelle korreliert, die den Energieverbrauch mit der Geschwindigkeit und dem Kurvenwinkel und/oder der Neigung korreliert; und ein Befehlssignal an ein residentes Fahrzeug-Subsystem übertragen, um einen Steuervorgang basierend auf mindestens einem der geschätzten Gesamtenergieverbräuche auszuführen, die mindestens einer der Kandidatenrouten entsprechen
  • Für jedes der offenbarten Systeme, Verfahren und Fahrzeuge kann das Schätzen der Gesamtenergieverbrauch für eine Kandidatenroute Folgendes beinhalten: Unterbrechen einer Kandidatenroute in mehrere Straßensegmente; Bestimmen einer durchschnittlichen Geschwindigkeit, eines mittleren Kurvenwinkels und einer durchschnittlichen Neigung für jedes Straßensegment aus Straßenniveaudaten, die in der gespeicherten Kartendatenbank gespeichert sind; Schätzen eines Fahrzeugenergieverbrauchs für jedes Straßensegment durch Auswerten der jeweiligen durchschnittlichen Geschwindigkeit, des Kurvenwinkels und der Neigung des Straßenabschnitts gegen die speichergespeicherte Tabelle, die den Energieverbrauch mit der Geschwindigkeit und dem Kurvenwinkel korreliert und/oder der Neigung; und Aggregieren der Fahrzeugenergieverbräuche der verschiedenen Straßensegmente, um dadurch den Gesamtenergieverbrauch für die Kandidatenroute unter Analyse zu schätzen. Als weitere Option kann das Schätzen der Gesamtenergieverbrauch für eine Kandidatenroute Folgendes beinhalten: Empfangen von Fahrdynamikdaten, die Geschwindigkeit, Kurvenwinkel und Neigung für mehrere Teilnehmerfahrzeuge anzeigen, während sie auf der Kandidatenroute während eines festen Zeitfensters fahren; Bestimmen einer durchschnittlichen Geschwindigkeit, eines mittleren Kurvenwinkels und eines durchschnittlichen Gradienten für die Kandidatenroute aus den empfangenen Fahrzeugdynamikdaten; und Schätzen des Gesamtenergieverbrauchs für jede Kandidatenroute durch Auswerten der durchschnittlichen Geschwindigkeit, des Kurvenwinkels und der Neigung der Kandidatenroute gegen die Tabelle, die den Energieverbrauch mit der Geschwindigkeit und dem Kurvenwinkel und/oder der Neigung korreliert.
  • Für jedes der offenbarten Systeme, Verfahren und Fahrzeuge kann eine elektronische Anzeigevorrichtung im Fahrzeug jede Kandidatenroute zeitgleich mit einem Hinweis auf ihren jeweiligen geschätzten Gesamtenergieverbrauch anzeigen. Eine residente Fahrzeugsteuerung kann dann über eine elektronische Benutzereingabevorrichtung eine Benutzerauswahl einer der angezeigten Kandidatenrouten empfangen. Sobald ausgewählt, kann die residente Fahrzeugsteuerung bestimmen, ob ein Störungsereignis (z. B. eine Kollision, ein ungünstiges Wetter usw.) eine geschätzte Fahrtzeit für die ausgewählte Kandidatenroute um mindestens eine vorbestimmte Schwellenwertzeit (z. B. einen voreingestellten Zeitwert oder einen voreingestellten Zeitprozentsatz) erhöht hat. In Reaktion auf das Ereignis, das die geschätzte Fahrtzeit um mindestens die vorbestimmte Schwellenzeit erhöht, zeigt die elektronische Anzeigevorrichtung eine Aufforderung an, eine andere der Kandidatenrouten auszuwählen. Als weitere Option kann die residente Fahrzeugsteuerung, wenn bestimmt wird, dass das Störungsereignis die geschätzte Fahrtzeit um die vorgegebene Schwellenzeit erhöht hat, eine weitere Geoabfrage durchführen, um alternative Kandidatenrouten zu identifizieren, einen Gesamtenergieverbrauch für jede alternative Kandidatenroute zu schätzen und die elektronische Anzeigevorrichtung anzuweisen, jede alternative Kandidatenroute zeitgleich mit einem Hinweis auf ihren jeweiligen geschätzten Gesamtenergieverbrauch anzuzeigen.
  • Für jedes der offenbarten Systeme, Verfahren und Fahrzeuge kann für jede Kandidatenroute eine geschätzte Fahrzeit und Entfernung ermittelt werden. In diesem Fall basiert der Steuervorgang ferner auf einer oder mehreren der geschätzten Fahrtzeiten/Abstände für eine oder mehrere der Kandidatenrouten. Als weitere Option kann die speichergespeicherte Tabelle eine erste Nachschlagetabelle beinhalten, die den Energieverbrauch mit der Geschwindigkeit und dem Kurvenwinkel korreliert und auch einen ersten optimalen Betriebsbereich definiert, der bestimmt wurde, um den Energieverbrauch des Fahrzeugs zu minimieren. Die speichergespeicherte Tabelle beinhaltet auch eine zweite Nachschlagetabelle, die den Energieverbrauch mit der Geschwindigkeit und der Neigung korreliert, und definiert auch einen zweiten optimalen Betriebsbereich, der bestimmt wurde, um den Energieverbrauch des Fahrzeugs zu minimieren. In jedem der vorhergehenden Beispiele kann ein autonomes Fahrsteuermodul, das zum Automatisieren des Antriebs des Kraftfahrzeugs betreibbar ist, das Kraftfahrzeug innerhalb des ersten oder zweiten optimalen Betriebsbereichs betreiben.
  • Für jedes der offenbarten Systeme, Verfahren und Fahrzeuge kann die residente Fahrzeugsteuerung z. B. von einer verteilten Anordnung von fahrzeugsensoren, Echtzeit-Energieverbrauchsdaten empfangen, die auf tatsächliche Energieverbrauch der Antriebsmaschine bei bestimmten Geschwindigkeiten, Kurvenwinkeln und/oder Neigungen hinweisen, die den Probenpunkten innerhalb der speichergespeicherten Tabelle entsprechen. Für jeden Abtastpunkt bestimmt die Steuerung, ob sich der tatsächliche Energieverbrauch von einem Speicherwert für die Speicherspeicherung für den Abtastpunkt um mindestens ein vorbestimmtes Delta unterscheidet. Wenn dies der Fall ist, aktualisiert die Steuerung die gespeicherte Tabelle, um den speichergespeicherten Energieverbrauchswert durch den tatsächlichen Energieverbrauchs zu ersetzen. Vor dem Empfangen der Echtzeit-Energieverbrauchsdaten kann die Fahrzeugsteuerung bestimmen, ob das Kraftfahrzeug mit einer Geschwindigkeit und einem Kurvenwinkel arbeitet, oder einer Geschwindigkeit und einer Neigung, der einem der Probenpunkte innerhalb der speichergespeicherten Tabelle entspricht.
  • Für jedes der offenbarten Systeme, Verfahren und Fahrzeuge kann das residente Fahrzeug-Subsystem ein ADAS-Steuermodul beinhalten, das zum Steuern des Fahrens des Kraftfahrzeugs betreibbar ist. In diesem Fall beinhaltet der Steuervorgang das Ausführen eines automatisierten Lenkmanövers und/oder eines automatisierten Geschwindigkeitsregelungsmanövers, das durch das ADAS-Steuermodul basierend auf mindestens einem der geschätzten Gesamtenergieverbräuche für mindestens eine der Kandidatenrouten angepasst wurde. Optional kann das residente Fahrzeug-Subsystem ein Fahrzeugnavigationssystem mit einer elektronischen Anzeigevorrichtung beinhalten. In diesem Fall beinhaltet der Steuervorgang das Speichern des geschätzten Gesamtenergieverbrauchs für die Kandidatenrouten in der speichergespeicherten Kartendatenbank und/oder das Anzeigen jeder Kandidatenroute zeitgleich mit einer Angabe seines geschätzten Gesamtenergieverbrauchs auf der elektronischen Anzeigevorrichtung.
  • Die vorstehende Kurzdarstellung soll nicht jede Ausführungsform oder jeden Aspekt der vorliegenden Offenbarung repräsentieren. Vielmehr stellt die vorstehende Kurzdarstellung lediglich einige der neuartigen Konzepte und Merkmale, wie hierin dargelegt, als Beispiel dar. Die vorstehend aufgeführten Merkmale und Vorteile sowie andere Merkmale und Vorteile dieser Offenbarung werden aus der folgenden ausführlichen Beschreibung der veranschaulichten Ausführungsformen und der Arten zum Ausführen der vorliegenden Offenbarung in Verbindung mit den zugehörigen Zeichnungen und den beigefügten Ansprüchen leicht ersichtlich. Darüber hinaus beinhaltet die vorliegende Offenbarung ausdrücklich alle Kombinationen und Teilkombinationen der vorangehenden Elemente und Merkmale, die vorstehend und nachstehend dargestellt sind.
  • Figurenliste
    • 1 ist eine schematische Darstellung eines repräsentativen Kraftfahrzeugs mit einem Netzwerk von fahrzeugeigenen Steuerungen, Abtastvorrichtungen und Kommunikationsvorrichtungen zum Ausführen von Eco-Routing-Techniken und automatisiertem Fahrbetrieb gemäß den Aspekten der vorliegenden Offenbarung.
    • 2 ist ein Flussdiagramm, das einen repräsentativen Algorithmus für die Eco-Routing-Steuerung zum Schätzen des Gesamtenergieverbrauchs des Fahrzeugs zum Bereitstellen einer intelligenten Routenplanung veranschaulicht, die den gespeicherten Anweisungen entsprechen kann, die von einer fahrzeugeigenen oder Fernsteuerungslogik, einer programmierbaren elektronischen Steuereinheit oder einer anderen computergestützten Vorrichtung oder einem Vorrichtungsnetzwerk gemäß den Aspekten der offenbarten Konzepte ausgeführt werden.
    • 3A und 3B sind Diagramme, die den Kraftstoffverbrauch in Abhängigkeit von der Fahrzeuggeschwindigkeit und dem Kurvenwinkel für ein repräsentatives Kraftfahrzeug gemäß Aspekten der offenbarten Konzepte veranschaulichen.
    • 4A und 4B sind Diagramme, die den Kraftstoffverbrauch in Abhängigkeit von der Fahrzeuggeschwindigkeit und der Neigung für ein repräsentatives Kraftfahrzeug gemäß Aspekten der offenbarten Konzepte veranschaulichen.
    • 5 ist ein Flussdiagramm, das einen repräsentativen Echtzeit-Lernalgorithmus zum Anpassen von Kraftstoffverbrauchsnachschlagetabellen an ein(en) einzelne(s)(n) Fahrzeug/Fahrer darstellt, der mit gespeicherten Anweisungen korrespondieren kann, die von einer fahrzeugeigenen oder Fernsteuerungslogik, einer programmierbaren elektronischen Steuereinheit oder einer anderen computergestützten Vorrichtung oder einem Vorrichtungsnetzwerk gemäß den Aspekten der offenbarten Konzepte ausgeführt werden.
  • Die vorliegende Offenbarung kann ist verschiedenen Modifikationen und alternativen Formen zur Anwendung zugänglich, und einige repräsentative Ausführungsformen werden exemplarisch in den Zeichnungen dargestellt und hierin ausführlich beschrieben. Es versteht sich allerdings, dass die neuartigen Aspekte dieser Offenbarung nicht auf die in den vorstehend aufgeführten Zeichnungen dargestellten besonderen Formen beschränkt sind. Vielmehr umfasst diese Offenbarung alle Modifikationen, Entsprechungen, Kombinationen, Teilkombinationen Permutationen, Gruppierungen und Alternativen, die dem Erfindungsgedanken und dem Umfang der Offenbarung entsprechen, wie sie durch die beigefügten Ansprüche festgelegt sind.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Diese Offenbarung eignet sich für eine Vielzahl von Ausführungsformen. Repräsentative Ausführungsformen der Offenbarung sind in den Zeichnungen dargestellt und werden hierin ausführlich beschrieben, mit dem Verständnis, dass diese repräsentativen Beispiele als Beispiel für die offenbarten Prinzipien und nicht für Einschränkungen der allgemeinen Aspekte der Offenbarung dienen. Entsprechend sollten Elemente und Einschränkungen, die beispielsweise in der Kurzdarstellung, der Einführung, der Zusammenfassung und der ausführlichen Beschreibung offenbart, aber nicht explizit in den Patentansprüchen aufgeführt sind, nicht per Schlussfolgerung, Rückschluss oder anderweitig einzeln oder insgesamt in die Patentansprüche integriert werden.
  • Zu Zwecken der vorliegenden ausführlichen Beschreibung, soweit nicht ausdrücklich dementiert, beinhaltet die Singularform die Pluralform und umgekehrt; die Wörter „und“ und „oder“ sind beide verbindend und trennend; die Wörter „jegliche“ und „alle“ bedeuten beide „alles und jedes“; und die Wörter „einschließlich“, „umfassend“ und „aufweisend“ und ähnliche bedeuten „einschließlich ohne Einschränkung“. Darüber hinaus können beispielsweise Wörter für Annäherungen, wie „etwa“, „fast“, „wesentlich“, „ungefähr“ und dergleichen, hierin im Sinne von „bei, nahe oder nahezu“, oder „innerhalb 0-5 % von“ oder „innerhalb akzeptabler Herstellungstoleranzen“ oder jegliche logische Kombination davon verwendet werden. Schließlich sind Richtungsadjektive und Adverbien, wie etwa vorn, achtern, innen, außen, Steuerbord, Backbord, vertikal, horizontal, oben, unten, vorne, hinten, links, rechts usw. in Bezug auf ein Kraftfahrzeug, wie etwa eine Vorwärtsfahrtrichtung eines Kraftfahrzeugs, vorliegen können, wenn das Fahrzeug operativ auf einer normalen Fahroberfläche ausgerichtet ist.
  • Mit Bezug auf die Zeichnungen, wobei sich gleiche Bezugszeichen auf gleiche Merkmale in den verschiedenen Ansichten beziehen, wird in 1 ein repräsentatives Fahrzeug, das im Allgemeinen mit 10 bezeichnet wird und hierin zu Zwecken der Erörterung als ein autonomes Personenfahrzeug im Limousinenstil dargestellt. Gepackt auf einer Fahrzeugkarosserie 12 des Automobils 10, z. B. verteilt auf die verschiedenen Fahrzeugabteile, befindet sich ein Bordnetz von elektronischen Vorrichtungen zum Durchführen eines oder mehrerer unterstützter oder automatisierter Fahrvorgänge. Das dargestellte Automobil 10 - hierin auch kurz als „Kraftfahrzeug“ oder „Fahrzeug“ bezeichnet - ist lediglich eine exemplarische Anwendung, mit der die neuartigen Aspekte und Merkmale dieser Offenbarung praktiziert werden können. In gleicher Weise ist die Umsetzung der vorliegenden Konzepte für die nachfolgend diskutierte spezifische Computernetzwerkarchitektur auch als exemplarische Anwendung der hierin offenbarten Neuerungen zu verstehen. Daher ist zu verstehen, dass Aspekte und Merkmale dieser Offenbarung auf andere Systemarchitekturen angewendet, für andere automatisierte Fahrvorgänge verwendet und für jeden logisch relevanten Kraftfahrzeugtyp implementiert werden können. Mehr noch wurden nur ausgewählte Komponenten des Netzwerks und des Fahrzeugs dargestellt und werden hierin ausführlich beschrieben. Dennoch können die hierin behandelten Kraftfahrzeuge und Netzwerkarchitekturen zahlreiche zusätzliche und alternative Merkmale und andere verfügbare Peripheriekomponenten beinhalten, um beispielsweise die verschiedenen Methoden und Funktionen dieser Offenbarung auszuführen. Letztendlich sind die hierin abgebildeten Zeichnungen nicht unbedingt maßstabsgetreu und dienen lediglich Anleitungszwecken. Somit gelten die spezifischen und relativen Maße der Zeichnungen nicht als einschränkend.
  • Das repräsentative Fahrzeug 10 von 1 ist ursprünglich mit einer Fahrzeug-Telekommunikations- und Informationseinheit 14 ausgestattet, die drahtlos (z. B. über Mobilfunkmasten, Basisstationen, V2X und/oder mobile Vermittlungsstellen (MSCs) usw.) mit einem entfernt gelegenen oder „nicht fahrzeugeigenen“ Cloud-Computersystem 24 kommuniziert. Einige der anderen Fahrzeug-Hardwarekomponenten 16, die allgemein in 1 dargestellt sind, beinhalten als nicht einschränkende Beispiele eine elektronische Videoanzeigevorrichtung 18, ein Mikrofon 28, einen oder mehrere Lautsprecher 30 und Eingangssteuerungen 32 (z. B. Tasten, Knöpfe, Schalter, Trackpads, Tastaturen, Berührungsbildschirme usw.). Im Allgemeinen funktionieren diese Hardwarekomponenten 16 zumindest teilweise als ein residentes Fahrzeugnavigationssystem, z. B. um eine unterstützte und/oder automatisierte Fahrzeugnavigation und als Mensch/Maschinenschnittstelle (HMI) zu ermöglichen, z. B. um einem Benutzer zu ermöglichen, mit der Telematikeinheit 14 und anderen Systemen und Systemkomponenten des Fahrzeugs 10 zu kommunizieren. Das Mikrofon 28 stellt einem Fahrzeuginsassen Mittel zur Verfügung, um verbale oder andere akustische Befehle einzugeben; das Fahrzeug 10 kann mit einer integrierten Sprachverarbeitungseinheit ausgestattet sein, die mit einem Softwaremodul zur rechnerischen Spracherkennung programmiert ist. Umgekehrt kann der Lautsprecher 30 eine verbale Ausgabe für die Fahrzeuginsassen bereitstellen und kann entweder ein eigenständiger Lautsprecher speziell zur Verwendung mit der Telematikeinheit 14 oder Teil der Audiokomponente 22 sein. Das Audiosystem 22 ist funktionsfähig mit einer Netzwerkverbindungsschnittstelle 34 und einem Audiobus 20 verbunden, um analoge Informationen über eine oder mehrere Lautsprecherkomponenten zu empfangen und als Ton wiederzugeben.
  • Kommunikativ an die Telematikeinheit 14 angekoppelt ist eine Netzwerkverbindungsschnittstelle 34, zu deren geeigneten Beispielen Twisted Pair/Fiber Optic Ethernet Switch, interner/externer paralleler/serieller Kommunikationsbus, eine lokale Netzwerkschnittstelle (LAN), Controller Area Network (CAN), Media Oriented System Transfer (MOST), Local Interconnection Network (LIN) u.ä. gehören. Andere geeignete Kommunikationsschnittstellen können diejenigen sein, die den ISO-, SAE- und IEEE-Standards und -Spezifikationen entsprechen. Die Netzwerkverbindungsschnittstelle 34 ermöglicht der Fahrzeughardware 16 das Senden und Empfangen von Signalen untereinander und mit verschiedenen Systemen und Subsystemen sowohl innerhalb als auch „resident“ von der Fahrzeugkarosserie 12 und außerhalb oder „entfernt“ zur Fahrzeugkarosserie 12. Dadurch kann das Fahrzeug 10 verschiedene Fahrzeugfunktionen ausführen, wie beispielsweise das Steuern der Fahrzeuglenkung, das Steuern der Funktion des Fahrzeuggetriebes, das Steuern der Motordrosselklappe, das Ein- und Ausschalten des Bremssystems und andere automatisierte Fahrfunktionen. So empfängt und/oder überträgt die Telematikeinheit 14 Daten von/zu einer ADAS-Elektroniksteuereinheit (ECU) 52, einem Motorsteuergerät (ECM) 54, einem Antriebsstrangsteuermodul (PCM) 56, einem Sensor-Schnittstellenmodul(en) 58, einem Bremssystemsteuermodul (BSCM) 60 und verschiedenen anderen Fahrzeug-ECUs, wie beispielsweise einem Getriebesteuermodul (TCM), einem Klimasteuerungsmodul (CCM), usw.
  • Mit weiterem Bezug auf 1 ist die Telematikeinheit 14 eine bordeigene Datenverarbeitungsvorrichtung, die sowohl einzeln als auch durch ihre Verbindung mit anderen vernetzten Vorrichtungen eine Mischung von Dienstleistungen bereitstellt. Diese Telematikeinheit 14 besteht im Allgemeinen aus einem oder mehreren Prozessoren 40, von denen jeder als diskreter Mikroprozessor, eine anwendungsspezifische integrierte Schaltung (ASIC) oder ein dediziertes Steuermodul ausgeführt sein kann. Das Fahrzeug 10 kann eine zentralisierte Fahrzeugsteuerung über eine Zentraleinheit (CPU) 36 anbieten, die funktionsfähig mit einer oder mehreren elektronischen Speichervorrichtungen 38 gekoppelt ist, die jeweils in Form einer CD-ROM, Magnetplatte, IC-Vorrichtung, Halbleiterspeicher (z. B. verschiedene Arten von RAM oder ROM) usw. und einer Echtzeituhr (RTC) 42 ausgeführt werden können. Langstrecken-Fahrzeugkommunikationsfähigkeiten mit entfernten, fahrzeugunabhängigen vernetzten Vorrichtungen können über einen oder mehrere oder alle oder eine(n) Mobilfunk-Chipsatz/Komponente, eine(n) Navigations- und Standort-Chipsatz/Komponente (z. B. globales Positionierungssystem (GPS)-Sendeempfänger) oder ein drahtloses Modem bereitgestellt werden, die alle gemeinsam bei 44 dargestellt sind. Die drahtlose Nahbereichsverbindung kann über eine drahtlose Nahbereichskommunikationsvorrichtung 46 (z. B. eine BLUETOOTH®-Einheit oder einen Nahfeldkommunikations (NFC)-Sendeempfänger), eine dedizierte Nahbereichskommunikations (DSRC)-Komponente 48 und/oder eine Doppelantenne 50 bereitgestellt werden. Es ist davon auszugehen, dass das Fahrzeug 10 ohne eine oder mehrere der vorstehend aufgeführten Komponenten implementiert werden kann, oder dass sie je nach Bedarf zusätzliche Komponenten und Funktionen für eine bestimmte Endanwendung beinhalten kann. Die verschiedenen vorstehend beschriebenen Kommunikationsvorrichtungen können konfiguriert werden, um Daten als Teil einer periodischen Übertragung auszutauschen, die in einem V2V-Kommunikationssystem oder einem Fahrzeug-zu-Alles-(V2X)-Kommunikationssystem übertragen wird, z. B. Fahrzeug-zu-Infrastruktur (V2I), Fahrzeug-zu-Fußgänger (V2P) oder Fahrzeug-zu-Vorrichtung (V2D).
  • Die CPU 36 empfängt Sensordaten von einer oder mehreren Sensorvorrichtungen, die beispielsweise Fotoerkennung, Radar, Laser, Ultraschall, optische, Infrarot oder andere geeignete Technologie zum Ausführen eines automatisierten Fahrbetriebs verwenden. Gemäß dem veranschaulichten Beispiel kann das Automobil 10 mit einer oder mehreren Digitalkameras 62, einem oder mehreren Entfernungssensoren 64, einem oder mehreren Fahrzeugdrehzahlsensoren 66, einem oder mehreren Fahrdynamiksensoren 68 und jeder erforderlichen Filter-, Klassifizierungs-, Fusions- und Analyse-Hardware und -Software zur Verarbeitung von Sensorrohdaten ausgestattet sein. Die Digitalkamera 62 kann einen ladungsgekoppelten Vorrichtungs-(CCD)-Sensor oder einen anderen geeigneten optischen Sensor verwenden, um Bilder zu erzeugen, die ein Sichtfeld des Fahrzeugs 10 anzeigen, und kann für die kontinuierliche Bilderzeugung konfiguriert werden, z. B. mindestens etwa 35 Bilder, die pro Sekunde erzeugt werden. Im Vergleich dazu kann der Entfernungssensor 64 reflektierte Funk-, elektromagnetische oder lichtbasierte Wellen (z. B. Radar, EM-induktiv, Lichtdetektion und -entfernung (LIDAR) usw.) emittieren und erfassen, um beispielsweise das Vorhandensein, geometrische Abmessungen und/oder die Nähe eines Objekts zu erfassen. Der Fahrzeuggeschwindigkeitssensor 66 kann verschiedene Formen annehmen, einschließlich Raddrehzahlsensoren, die Raddrehzahlen messen, die dann zum Bestimmen der Fahrzeuggeschwindigkeit in Echtzeit verwendet werden. Darüber hinaus kann der Fahrdynamiksensor 68 in der Art eines ein- oder dreiachsigen Beschleunigungssensors, eines Drehratensensors, eines Neigungssensors usw. zum Erfassen von Längs- und Querbeschleunigungen, Gier-, Roll- und/oder Neigungsraten oder anderen dynamikbezogenen Parametern sein. Unter Verwendung von Daten aus den Abtastvorrichtungen 62, 64, 66, 68 identifiziert die CPU 36 Objekte innerhalb eines erfassbaren Bereichs des Fahrzeugs 10 und bestimmt Attribute des Zielobjekts, wie beispielsweise Größe, relative Position, Anstellwinkel, Relativgeschwindigkeit, usw.
  • Mit Bezug auf das Flussdiagramm von 2 wird nun ein verbessertes Verfahren 100 oder eine verbesserte Steuerstrategie zum Schätzen des gesamten Energieverbrauchs des Fahrzeugs, um intelligente Eco-Routenplanung eines Kraftfahrzeugs, wie beispielsweise des Automobils 10 von 1, gemäß den Aspekten der vorliegenden Offenbarung allgemein zu ermöglichen. Einige oder alle der in 2 veranschaulichten und hierin beschriebenen Vorgänge können repräsentativ für einen Algorithmus sein, was prozessorausführbaren Anweisungen entspricht, die beispielsweise im Haupt- oder Hilfsspeicher gespeichert werden können und beispielsweise durch eine fahrzeugseitige oder fernbetätigte Steuerung, Verarbeitungseinheit, Steuerlogikschaltung oder ein anderes Modul oder eine andere Vorrichtung ausgeführt werden können, um beliebige oder alle der vorstehend oder nachfolgend beschriebenen Funktionen auszuführen, die den offenbarten Konzepten zugeordnet sind. Es sollte angemerkt werden, dass die Reihenfolge bei der Ausführung der veranschaulichten Operationsblöcke geändert, zusätzliche Blöcke hinzugefügt und einige der beschriebenen Blöcke geändert, kombiniert oder eliminiert werden können.
  • Das Verfahren 100 beginnt am Klemmenblock 101 mit prozessorausführbaren Anweisungen für eine programmierbare Steuerung oder ein Steuermodul oder einen ähnlich geeigneten Prozessor, um einen Initialisierungsvorgang für ein Echtzeit-Routing-Protokoll aufzurufen, das genaue Kraftstoff-/Batterieverbrauchsschätzungen bereitstellt, die Fahrzeugroutenplanung verbessert und hilft, die Energieverbrauch des Systems zu optimieren. Diese Routinen können in Echtzeit, kontinuierlich, systematisch, sporadisch und/oder in regelmäßigen Abständen, z. B. nach jeweils 100 Millisekunden im laufenden Fahrzeugbetrieb ausgeführt werden. Als noch weitere Option kann der Anschlussblock 101 als Reaktion auf eine Befehlsaufforderung von einem Benutzer oder einem Rundfunkaufforderungssignal von einem Backend- oder Middleware-Rechenknoten beauftragt werden, der mit dem Sammeln, Analysieren, Sortieren, Speichern und Verteilen von Fahrzeugdaten beauftragt ist. Als Teil des Initialisierungsverfahrens bei Block 101 kann die residente Fahrzeugtelematikeinheit 14 ein Navigations-Verarbeitungscode-Segment ausführen, z. B. um Geodaten, Fahrzeugdynamikdaten, Zeitstempel und zugehörige zeitliche Daten usw. zu erhalten, und optional ausgewählte Aspekte dieser Daten für einen Insassen des Fahrzeugs 10 anzuzeigen. Ein Fahrer oder ein anderer Insasse des Fahrzeugs 10 kann jede der HMI-Eingangssteuerungen 32 verwenden, um einen gewünschten Ausgangspunkt und/oder Zielort bei Verfahrensblock 103 auszuwählen. Es ist auch vorgesehen, dass die CPU 36 oder die Telematikeinheitsprozessoren 40 Fahrzeug-Ursprungs- und Zielinformationen von anderen Quellen empfangen, wie beispielsweise einen Servercomputer-Computer-Bereitstellungsdatenaustausch für das Cloud-Computersystem 24 oder eine dedizierte mobile Softwareanwendung, die auf einem Smartphone oder einer anderen tragbaren Computervorrichtung arbeitet.
  • Sobald ein Fahrzeugausgangspunkt (Startposition) und ein Fahrzeugziel (Endposition) am Anschlussblock 103 bestätigt werden, führt das Verfahren 100 eine Geoabfrage am Eingangs-/Ausgangsblock 105 aus, um Kandidatenrouten für das Kraftfahrzeug zu identifizieren, um von dem Fahrzeugausgangspunkt zum Fahrzeugziel zu fahren. Als Beispiel und nicht als Einschränkung kann die bei Block 105 durchgeführte Abfrage die Echtzeit-Standortinformationen des Fahrzeugs (d. h. einen Satz von GPS-generiertem geodetischem Bezugselement) und zeitliche Informationen (d. h. einen Zeitstempel, der von einer Echtzeituhr (RTC) der CPU 36 erzeugt wird) verwenden, um zwei oder mehrere Kandidatenrouten zum Erreichen eines ausgewählten Ziels von einem gegebenen Ursprung zu identifizieren. Geoinformationen können in einigen nicht einschränkenden Beispielen Fahrbahngeometrie und Grenzdaten, Straßenradstand und Zentralpositionsdaten, Neigungsdaten, Kreuzungsmittelpunktdaten usw. beinhalten. Anstatt eine einzelne Routenoption zu identifizieren, die möglicherweise nicht notwendigerweise eine optimale Fahrtroute für ein bestimmtes Fahrzeug an einem bestimmten Tag bereitstellen kann, identifiziert die Geoabfrage des Eingangs-/Ausgangsblocks 105 mehrere Routen, die den Start- und Endpositionen des Fahrzeugs entsprechen. Das Verfahren 100 kann gleichzeitig auf einen OPENSTREETMAP® (OSM)-Datendienst oder eine ähnlich geeignete Mapping-Datenbank zugreifen, um Daten auf Straßenebene zu „suchen“, die jeder Route zugeordnet sind. Diese Basislinien-„Straßenniveau“-Informationen können die Verbindungssegmente beinhalten, die eine gegebene Route bilden, einen Namen für jedes Straßensegment, eine Geschwindigkeitsbegrenzung für jedes Straßensegment, Spurausrichtungs-Informationen, Ampelpositionen, Stoppzeichenpositionen, Autobahneingabe-/Austrittsinformationen usw.
  • Nach dem Einrichten eines Fahrzeugursprungs, eines Ziels und mehrerer Kandidatenrouten und dann das Aggregieren der relevanten Straßenniveaudaten und Fahrbahnverkehrs-/Störungsdaten für jede Route geht das Verfahren 100 zum vordefinierten Prozessblock 107 über, um einen geschätzten Gesamtenergieverbrauch des Fahrzeugs - seien es Kraftstoff oder Batterie oder beides - für jede Kandidatenroute zu bestimmen. Der Gesamtenergieverbrauch des Fahrzeugs basiert zumindest teilweise auf den jeweiligen Verkehrs-, Geschwindigkeits- und Geometrieinformationen für diese Route. Optionale Implementierungen berücksichtigen auch fahrerspezifische historische Verhalten und fahrzeugspezifische Betriebseigenschaften, die im Folgenden ausführlich beschrieben werden. Während es vorgesehen ist, dass diese Informationen aus einem beliebigen aus einer Auswahl von Ressourcen abgerufen werden können, die sowohl im Fahrzeug als auch entfernt vom Fahrzeug abgerufen werden können, kann es wünschenswert sein, dass eine residente Fahrzeugsteuerung, wie beispielsweise die CPU 36 aus 1, einen V2X-Datenaustausch und Zugriff auf Cache-Speicher-gespeicherte Energieverbrauchstabellen ausführen. Diese Nachschlagetabellen können über beliebige geeignete Mittel erzeugt werden, einschließlich Computersimulation, Systemarchitektur, Crowd-Sourced-Fahrdaten, fahrzeugkalibrierte Fahrdaten usw. Wobei modellbasierte Eco-Routing-Strategien routinemäßig auf Motorebene oder Motorstand-Energieverbrauch fokussiert werden, versucht das Verfahren 100, eine ganzheitlichere Bewertung des gesamten Energieverbrauchs zu erreichen, um ein gewünschtes Ziel zu erreichen, indem sich auf die Energieniveau auf Fahrzeugniveau konzentriert.
  • Steuervorgänge, die bei vordefinierten Prozessblock 107 vorgegeben werden, können durch ein residentes Fahrzeugnavigationssystem, wie beispielsweise die Telematikeinheit 14 von 1, durchgeführt werden, die Wegplanungssoftware und eine Datenbank von Karten, Tabellen, Sehenswürdigkeiten und anderen Geolokalisierungsdaten enthalten kann. Die 3A und 3B veranschaulichen grafisch die tatsächlichen Kraftstoffverbrauchsdaten eines repräsentativen Kraftfahrzeugs als Funktion der Fahrzeuggeschwindigkeit und des Kurvenwinkels. Insbesondere ist 3A ein dreidimensionales (3D) Oberflächendiagramm, das die funktionale Beziehung zwischen drei fahrzeugbezogenen Variablen aufweist: Kraftstoffverbrauch FC (Gallonen/100 Meilen) als abhängige Variable auf der y-Achse; Fahrzeuggeschwindigkeit V (Meilen pro Stunde) als erste unabhängige Variable auf der x-Achse; und Kurvenwinkel AT (Grad) als eine zweite unabhängige Variable auf der z-Achse. Im Vergleich dazu ist 3B ein zweidimensionales (2D) kombiniertes Kontur- und Streudiagramm, das den Kurvenwinkel AT (Grad; y-Achse) und die Fahrzeuggeschwindigkeit V (Meilen/h (mph); x-Achse) zeigt, zugeordnet den verschiedenen Kraftstoffverbrauchsbereichen FC zeigt, die in 3A dargestellt sind. Die Punkte, die auf der 2D-Kraftstoffverbrauchskarte von 3B überlagert sind, stellen Probenpunkte oder Bereiche dar, die verwendet werden können, um eine Kraftstoff/GeschwindigkeitsWinkel-Nachschlagetabelle aufzubauen. Diese beiden Grafiken tragen dazu bei, die Empfindlichkeit des Fahrzeugkraftstoffverbrauchs zu Geschwindigkeit und Kurvenwinkel zu demonstrieren. Unter Verwendung dieser Information kann die automatisierte oder empfohlene Kandidatenroutenauswahl (oder die ausgelöste Neuwahl) zu einem (ersten) optimalen Betriebsbereich OR1 (3B) hin vorgespannt werden. Gemäß dem dargestellten Beispiel priorisiert der optimale Betriebsbereich OR1 Routen mit einer durchschnittlichen Fahrzeuggeschwindigkeit von etwa 40 bis 60 mph oder in einigen Ausführungsformen etwa 47 bis 55 mph, was zu einem minimierten Kraftstoffverbrauch von etwa 1,0 bis 4,0 Gallonen/100 Meilen führt, im Allgemeinen unabhängig vom vorherigen Kurvenwinkel. Dieser Trend zeigt im Allgemeinen eine echte Bewegung von niedrigeren Geschwindigkeiten auf höhere Geschwindigkeiten, z. B. von etwa 60 mph. Über 60 mph werden die Auswirkungen des Luftwiderstands des Fahrzeugs dominanter und erhöhen somit den Kraftstoffverbrauch. Daher kann es wünschenswerter sein, Fahrzeuggeschwindigkeiten auf unter 60 mph zu reduzieren, um den Kraftstoffverbrauch zu verringern.
  • Das Ableiten des Gesamtenergieverbrauchs des Fahrzeugs im vordefinierten Prozessblock 107 kann den Zugriff auf ergänzende oder Ersatz-Informationsquellen für die oben in Bezug auf die 3A und 3B beschriebenen Informationen erfordern. Als nicht einschränkendes Beispiel veranschaulichen 4A und 4B grafisch die tatsächlichen Kraftstoffverbrauchsdaten eines repräsentativen Kraftfahrzeugs als eine Funktion der Fahrzeuggeschwindigkeit und der Straßenneigung (d. h. Steigung oder Gefälle von der Horizontalen). 4A ist ein 3D-Oberflächendiagramm, das die funktionale Beziehung zwischen dem Kraftstoffverbrauch FC (Gallonen/100 Meilen; y-Achse), Straßensteigung G (prozentuale Steigung des Anstiegs zum Laufen; x-Achse) und Fahrzeuggeschwindigkeit V (Meilen pro Stunde; z-Achse). Zusätzlich ist 4B ein 2D-kombiniertes Kontur- und Streudiagramm, das die Steigung G (%; y-Achse) und die Fahrzeuggeschwindigkeit V (mph; x-Achse) zeigt, zugeordnet den verschiedenen Kraftstoffverbrauchsbereichen FC die in 4A dargestellt sind. Die Punkte, die auf der 2D-Kraftstoffverbrauchskarte von FIG. nicht fahrzeugeigenen
  • 4B überlagert sind, stellen Probenpunkte oder Bereiche dar, die verwendet werden können, um eine Kraftstoff/Geschwindigkeit/Neigungs-Nachschlagetabelle aufzubauen. Diese Grafiken tragen dazu bei, die Empfindlichkeit des Fahrzeugkraftstoffverbrauchs zu der Geschwindigkeit und der Straßenneigung zu demonstrieren. Unter Verwendung dieser Informationen kann die Auswahl oder Neuwahl der Kandidatenroute in Richtung eines (zweiten) optimalen Betriebsbereichs vorgespannt werden OR2 (4B). Gemäß dem dargestellten Beispiel ist der optimale Betriebsbereich OR2 von 4B priorisiert Routen mit einer durchschnittlichen Fahrzeuggeschwindigkeit von etwa 30 bis 60 mph oder in einigen Ausführungsformen etwa 32 bis 57 mph, was zu einem minimierten Kraftstoffverbrauch von etwa 2,0 bis 5,0 Gallonen/100 Meilen für Neigungen von etwa 3 % (Steigung) bis zu 6 % (Gefälle) führt.
  • Der Gesamtkraftstoffverbrauch des Fahrzeugs für eine gegebene Kandidatenroute kann in einer Reihe von optionalen Weisen geschätzt werden. Ein erstes Verfahren kann das Trennen jeder Kandidatenroute in eine Reihe von miteinander verbundenen Straßensegmenten beinhalten, wobei jedes Straßensegment eine vorbestimmte Größe (z. B. 1/10 einer Meile) aufweist. Eine Kandidatenreiseroute kann basierend auf einer Vielzahl von verschiedenen Disationstechniken segmentiert werden, beispielsweise: (1) mit jedem Rechts- oder Linksabbiegen beginnt ein neues Segment; (2) jedes Segment hat ungefähr die gleiche geschätzte Fahrtzeit; (3) jedes Segment weist ungefähr den gleichen Verfahrweg auf; (4) jedes Segment hat ungefähr die gleiche durchschnittliche Geschwindigkeit; (5) jede Gradänderung auf der Route wird zu einem Segment usw. Unter Verwendung der Straßenniveaudaten, die bei Verfahrensblock 105 abgerufen werden, wird eine Durchschnittsgeschwindigkeit, ein durchschnittlicher Kurvenwinkel und eine Durchschnittsneigung für jedes Straßensegment bestimmt. Die Durchschnittsgeschwindigkeit des Straßensegments, der Kurvenwinkel und die Neigung werden dann mit den im residenten Speicher gespeicherten Nachschlagetabellen verglichen, um einen jeweiligen Fahrzeugenergieverbrauch für dieses Straßensegment abzuschätzen. Das System summiert dann den Fahrzeugenergieverbrauch für alle Straßensegmente, um dadurch einen Gesamtenergieverbrauch für eine gegebene Kandidatenroute zu schätzen. Wahlweise oder alternativ empfängt, aggregiert und verarbeitet die CPU 36 oder das Cloud-Computersystem 24 Crowd-Sourced-Fahrzeugdynamikdaten, die Geschwindigkeit, den Kurvenwinkel und ddie Neigung für mehrere Teilnehmer-Fahrzeuge anzeigen, die auf einer Kandidatenroute während eines festen Zeitfensters fahren. Aus den empfangenen Fahrdynamikdaten bestimmt das System eine jeweilige durchschnittliche Geschwindigkeit, einen mittleren Kurvenwinkel und eine durchschnittliche Neigung für jede Kandidatenroute. Die Gesamtenergieverbrauch für jede Kandidatenroute wird dann durch Auswertung der jeweiligen durchschnittlichen Geschwindigkeit, des Kurvenwinkels und der Neigung für diese Route gegen die Nachschlagetabellen bestimmt, die den Energieverbrauch mit der Geschwindigkeit/dem Kurvenwinkel/der Neigung korrelieren.
  • Ein optionales adaptives Fahrsteuerungsverfahren des Routenplanungsprotokolls kann das Erhöhen oder Verringern der tatsächlichen Fahrzeuggeschwindigkeit zum Verschieben der durchschnittlichen Fahrzeuggeschwindigkeit in Richtung eines oder beider Betriebsbereiche OR1 und OR2 beinhalten und dadurch den Fahrzeugbetrieb mit dem kleinsten Kraftstoffverbrauch bei einer gegebenen Straßenqualität und einem Kurvenwinkel ausrichten. Durch die grafische Analyse der 3A, 3B, 4A und 4B können beispielsweise die folgenden Routenauswahl-Fahrregeln erzeugt werden: (1) Gesamtgeschwindigkeit des Fahrzeuggeschwindigkeitsziels von etwa 50 mph; (2) allgemeine Zielbetriebsreichweite für Fahrzeuge von ungefähr 30-50 mph; (3) Steigungsgrad-Ziel-Fahrzeuggeschwindigkeits-Betriebsbereich von ungefähr 25-45 mph; und (4) ein Gefällegrad-Ziel-Fahrzeuggeschwindigkeits-Betriebsbereich für die Verringerung der Geschwindigkeit von ungefähr 35-55 mph. Diese Fahrregeln sind nicht einschränkend und exemplarisch und können somit basierend auf Fahrzeugmarke, Modell, Art, Optionen usw. variieren.
  • Routenauswahlregeln sind nicht per se statisch und können an einzelne Fahrstile und/oder unterschiedliche Fahrzeugplattformen angepasst werden. Aggressive Fahrverhalten, wie z. B. starkes Beschleunigen/Abbremsen, übermäßiges Beschleunigen, aggressives Abbiegen usw., erhöhen im Allgemeinen den Kraftstoffverbrauch in den vorstehenden Solldrehzahlen. Zusätzlich erhöht der Luftwiderstand (z. B. Coupe-Karosserie vs. Limousine, LKW- oder SUV-Karosserie); Anhängern; Gepäckzahnstange; usw.) erhöht den Kraftstoffverbrauch des Fahrzeugs über beide Karten 3B und 4B, wobei sich ein nachgiebiger Luftwiderstand bei höheren Fahrzeuggeschwindigkeiten verringert. Die Motorgröße, das Gesamtgewicht des Fahrzeugs, die Größe des Reifens und andere Faktoren können die Kraftstoffeinsparung für eine gegebene Fahrzeugplattform beeinflussen. Um diese Faktoren auszugleichen, kann das System die Routenauswahl-Fahrregeln verschieben oder die Soll-Betriebsgeschwindigkeiten verkleinern oder die CPU-automatisierten Fahrbeschränkungen implementieren. Als zusätzliche oder alternative Option kann die CPU 36 mit einem Antriebsstrangsteuermodul (PCM) koordiniert werden, um einen Satz von verbesserten fahrregeln mit niedrigem Energieverbrauch zu implementieren, wie beispielsweise das Einstellen des Fahrzeugs 10 in „Eco-Fahrer-Modus“, das die Fahrzeuggeschwindigkeit steuert und das Motor-/Motordrehmoment, die Zubehörnutzung usw. begrenzt. In dieser Hinsicht kann ein ADAS-Modul ein oder mehrere vorbestimmte Fahrmanöver automatisieren, um die Batterieladung zu erhalten, einschließlich der Einleitung der adaptiven Geschwindigkeitsregelung (ACC) bei einer kalibrierten Geschwindigkeit, die überprüft wurde, um die Energieverbrauchsnutzung zu optimieren.
  • Nach Beendigung des vordefinierten Prozessblocks 107 fährt das Verfahren 100 von 2 mit prozessorausführbaren Anweisungen fort, um die Gesamtkraftstoffverbrauchen des Fahrzeugs für die verfügbaren Kandidatenrouten auszugeben. Der Prozessblock 109 kann beispielsweise Anweisungen für die elektronische Anzeigevorrichtung 18 der Telematikeinheit 14 beinhalten, um eine geokodierte und kommentierte Fahrbahnkarte mit einem Fahrzeug-Ursprungsstift, einem Fahrzeug-Zielstift und diskreten Kartenspuren anzuzeigen, die einzelnen Kandidatenrouten darstellen. Die Kartenspuren können farbcodiert oder nummeriert sein, um zusätzliche Verbindungsmittel bereitzustellen. Die Speichervorrichtung 38 speichert vorübergehend/dauerhaft die Vorrichtung 18 und zeigt gleichzeitig einen berechneten Fahrzeugkraftstoffverbrauch, eine Fahrtzeit/-entfernung und optionale Straßeninformationen (z. B. Verkehr, mautpflichtige Straßen usw.) für jede Kandidatenroute an. Für zumindest einige Anwendungen wählt oder prognostiziert die CPU 36 eine der Kandidatenrouten als eine „begünstigte“ Route; eine Kandidatenroute kann als „begünstigt“ basierend auf einem Vergleich aller verfügbaren Kandidatenrouten zu den vorstehend erläuterten Routenauswahl-Fahrregeln charakterisiert werden. In einer verteilten Computersystemarchitektur kann der Prozessblock 109 zusätzlich oder alternativ das Kommunizieren von Datensegmenten an den Cloud-Computing-Ressourcendienst 24 zum Speichern auf einem Cloud-Server umfassen. Ebenso können Informationen einem Fahrer oder einem anderen Fahrzeuginsassen über beliebige geeignete Mittel präsentiert werden, seien sie visuell, akustisch, taktile oder eine Kombination von Ausgabemedien.
  • Das Verfahren 100 fährt mit Block 111 fort, wobei eine Benutzereingabe empfangen wird, um eine der verfügbaren Kandidatenrouten auszuwählen. Fortfahrend mit der Erläuterung der repräsentativen Anwendung von 1 kann ein Fahrer oder ein anderer Insasse des Fahrzeugs 10 eine der HMI-Eingabesteuerungen 32, wie beispielsweise ein Touchscreen, der die Anzeigevorrichtung 18 überlagert, verwenden, um eine der angezeigten Kandidatenrouten auszuwählen. Alternativ können die CPU 36 oder die Prozessor 40 der Telematikeinheit 14 die Auswahl einer „favorisierten“ Route automatisieren, z. B. vor Einleitung eines vollautonomen Fahrmodus, der das Fahrzeug 10 gleichzeitig entlang der ausgewählten Strecke zum gewünschten Ziel manövriert. Als noch weitere Option kann eine Routenauswahl von der CPU 36 oder der Telematikeinheit 14 aus anderen Quellen empfangen werden, wie beispielsweise dem Cloud-Computing-Ressourcendienst 24 oder einer dedizierten mobilen App, die auf dem Smartphone eines Insassen, Tablet oder tragbaren elektronischen Computervorrichtung betrieben wird.
  • Vor, gleichzeitig mit oder nach dem Empfangen einer Auswahl einer Kandidatenroute am Prozessblock 111 beinhaltet das Verfahren 100 einen Routenneuberechnungs-Auslöser, um zu bestimmen, ob ein Störungsereignis die geschätzte Fahrtzeit oder den Gesamtenergieverbrauch des Fahrzeugs für eine der Kandidatenrouten signifikant erhöht hat. Wenn ein unvorhergesehenes Verkehrsereignis auf einer gegebenen Kandidatenroute aufgetreten ist, kann das System die geschätzte Gesamtfahrzeugenergienutzung/ Gesamtverfahrzeit für diese Route neu berechnen. Wenn ein Wert um mehr als einen kalibrierten Schwellenwert ansteigt (z. B. wenn die Fahrtzeit um mehr als 10 Minuten oder 15 % ansteigt); der Gesamtkraftstoffverbrauch um mehr als 2 gal./100 mi./10 % ansteigt), kann das System alternative Routen zu einem Fahrer mit einer Aufforderung zum Auswählen einer anderen Route darstellen. In einem autonomen Fahrszenario kann das Fahrzeug 10 die Umlenkung des Fahrzeugs 10 automatisieren, um mit einer alternativen Route übereinzustimmen. Bei Entscheidungsblock 113 bestimmt das Verfahren 100 beispielsweise, ob ein Störungsereignis eine geschätzte Fahrtzeit verlängert hat oder erhöht, um einen Gesamtenergieverbrauch des Fahrzeugs für die in Verfahrensblock 111 ausgewählte Kandidatenroute zu erhöhen. Um diese Bewertung vorzunehmen, kann die Fahrzeughardware 16 eine Echtzeitüberwachung (z. B. über ein DSRC Radio oder eine Mobilfunk-basierte Anwendung) von Fahrzeitschwankungen (z. B. Kollision, Bauarbeiten usw.) auf der aktuellen Route durchführen. Als Reaktion auf eine Bestimmung, dass ein Störungsereignis eine geschätzte Fahrtzeit verlängert oder einen Gesamtenergieverbrauch des Fahrzeugs um mindestens einen vorbestimmten Schwellenwert (Block 113=Y) erhöht hat, kann das System zum Eingabe-/Ausgabeblock 105 zurückkehren und durch das Verfahren 100 zurückschleifen. So kann beispielsweise das Verfahren 100 zum OSM-Datendienst zurückkehren und Straßenniveaudaten abrufen, die einer oder mehreren alternativen Routen („Umleitungen“) zugeordnet sind, von denen jede als eine Kandidatenroute gemäß der Methodik 100 von 2 bewertet werden kann.
  • In Reaktion auf eine Bestimmung, dass ein Störungsereignis nicht aufgetreten ist oder kein Störungsereignis die geschätzte Fahrtzeit/den gesamten Fahrzeugenergieverbrauch um ihren jeweiligen Schwellenwert (Block 113=N) erhöht hat, fährt das Verfahren 100 mit dem vordefinierten Prozessblock 115 fort, um einen Nachschlagetabellen-Aktualisierungsvorgang auszuführen (z. B. unter Verwendung einer der nachstehend beschriebenen Techniken). Als nicht einschränkendes Beispiel vergleicht die CPU 36 den berechneten Gesamtkraftstoffverbrauch für eine ausgewählte Route mit dem tatsächlichen gemessenen Kraftstoffverbrauch des Fahrzeugs 10 nach Beendigung dieser Route. Wenn die numerische Differenz zwischen dem berechneten Wert und dem gemessenen Wert größer als ein zuvor festgelegter Wert oder Prozentsatz ist, z. B. 5 mpg oder 10 %, kann die Nachschlagetabelle(n) so modifiziert werden, dass sie sich enger mit dem tatsächlichen, gemessenen Wert ausrichtet. Das Verfahren 100 kann danach am Endblock 117 enden. Andererseits kann das Verfahren 100 danach zurück zum Anschlussblock 101 schleifen und in einer Endlosschleife laufen.
  • Das Nachschlagetabellen-Update-Verfahren des vordefinierten Prozessblocks 115 kann ein Echtzeit-Lern- und Anpassungsverfahren beinhalten, das eine Nachschlagetabelle für den Energieverbrauch eines Fahrzeugs an ein bestimmtes Fahrzeug und/oder einen individuellen Fahrstil anpasst. In diesem Beispiel wird ein Satz von Basisnachschlagetabellen für das allgemeine Fahrzeugplattform-/Antriebsstrangsegment erstellt. Ein einzelner Benutzerfahrstil kann dann als Echtzeit-Stichprobenpunkte der Kraftstoffverwendung erfasst werden, die über eine diskrete Vielzahl von Geschwindigkeiten, Straßensteigungen und Delta-Lenkwinkeln vorgenommen werden. Diese Daten können verwendet werden, um eine aktualisierte oder alternative Kraftstoffeinsparungskarte und entsprechende Nachschlagetabelle zu erzeugen. Wenn die Schwellenwertbedingungen erfüllt sind (z. B. neuer Mittelwert von kreisförmigen Pufferpunkten, große Unterschiede von der Basistabelle usw.), werden ein oder mehrere neue Werte aus der aktualisierten/alternativen Kraftstoffverbrauchentabelle (FC) die entsprechenden Werte in der Basis-BZ-Tabelle(n) ersetzen. Kreisförmige Pufferpunkte ermöglichen ein automatisches Zurücksetzen (z. B. das Fahrzeug wurde ein Anhänger schleppt) und die Anpassung (z. B. das Fahrzeug wird im Laufe der Zeit weniger kraftstoffeffizienz). So erfasst beispielsweise jedes Mal, wenn ein Subjektfahrzeug in der Nähe eines Betriebspunkts/einer Betriebsposition einer Tabelle für den Kraftstoffverbrauch betrieben wird, die residenten Fahrzeugsensoren einen tatsächlichen, gemessenen Stromwert der Kraftstoffeinsparung. Dieser Wert wird mit dem Strompunkt in der Basistabelle verglichen, und eine logische oder mathematische Entscheidung wird getroffen, ob der aktuelle Tabellenpunktwert durch den gemessenen Punktwert ersetzt werden soll oder nicht.
  • Ein kreisförmiges Puffer-Computerverfahren kann verwendet werden, um das Schreiben einer neuen Kraftstoffverbrauchentabelle oder das Überschreiben eines vorhandenen Tabellenwerts basierend auf den Bewertungskriterien, die auf einen Satz von Probenpunkten über eine voreingestellte Größe angewendet werden, „auszulösen“. Ein kreisförmiger Puffer ist ein Rechenvorgang, bei dem der Speicher für ein vordefiniertes Zeitfenster oder eine voreingestellte Anzahl von Abtastpunkten verwendet wird und danach beginnt, sich selbst zu überschreiben. Dabei können Abtastpunktwerte erfasst werden, z. B. alle fünf (5) Minuten oder 300 Proben (1 Probe pro Speicherplatz). Zum nächsten Zeitpunkt, z. B. fünf Minuten und einem zweiten oder dem 301. Datenpunkt, wird der Speicher wieder an der ersten Position gestartet. Dadurch kann eine endliche Menge an Speicher über eine unbekannte oder verkürzte Zeitspanne verwendet werden. In dem vordefinierten Prozessblock 115 kann das Verfahren 100 einen Datenstrom erfassen, um Kraftstoffeinsparungs-Tabellenpunkte zu berechnen. Nach dem Erfassen wird ein logischer oder mathematischer Vergleich durchgeführt, um zu entscheiden, ob ein erfasster Wert im Puffer einen vorhandenen Wert ersetzen soll, der gegenwärtig in einer Tabelle zum Routenroutenberechnungen verwendet wird.
  • Ein Auslöseereignis, wie eine Fahrtroutenauswahl, ein Zündzyklus, eine Delta-Änderung zwischen einem vorhandenen Tabellenwert und einem Echtzeit-Messwert, ermöglicht das Schreiben in den residenten Speicher eines aktualisierten Tabellenpunktes in einem Ringpufferspeicher, wobei die Absicht, den neuen Pufferwert(e) zu bewerten und zu verwenden, den/die Wert(e) in der/den ursprünglichen BZ-Basistabelle(n) zu ersetzen. In einem Beispiel wird für jeden definierten diskreten Drehzahl/Straßenqualität/vorherigen Wendewinkelpunkt oder Bereich einer Nachschlagkarte oder -tabelle ein Ringpuffer erstellt. Optional werden eine Teilmenge von diskreten Geschwindigkeiten/Straßenqualität/vorherigen Wendewinkelwerten oder -bereichen einer Nachschlagetabelle oder Karte abgetastet, während andere Punkte/Bereiche unter Verwendung eines Interpolations- oder Extrapolationsverfahrens eingepflegt oder eingestellt werden. Für mindestens einige Ausführungsformen können die Datenerfassung, die Berechnung und die Speicherung einer BZ-Tabelle, eines kreisförmigen Puffer und einer Triggerlogik lokal, z. B. unter Verwendung einer Telematikeinheit oder einer entfernten, z. B. unter Verwendung einer drahtlosen „Cloud“-Dienste oder in einer kombinatorischen Konfiguration erfolgen.
  • Echtzeit-Kraftstoffverbrauchswerte können berechnet werden, wenn das Fahrzeug unter Betriebsbedingungen innerhalb der in einer Tabelle definierten Datenpunktbereiche fährt. Neue Echtzeit-Kraftstoffverbrauchswerte können zunächst auf eine „am weitesten rechts liegende“ Pufferspeicher-Stelle mit einer wählbaren Abtastrate (z. B. 1 Hz) zum Ringpufferspeicher geschrieben werden. Eingaben werden für (maximal) eine Gesamtgröße der Zwischenspeicherlänge „C“ gespeichert; zu diesem Zeitpunkt wird ein älterer Eintrag im Puffer (z. B. weit links) verworfen, alle Pufferwerte bleiben nach links verschoben und der neue Eintrag wird in der äußersten rechten Position hinzugefügt. Eine Verlaufslänge „N“ des Zwischenspeichers ermöglicht Anpassungen an der Anzahl der Einträge für jede Tabellenposition von der maximalen Größe „C“ (z. B. bis zum Minimum eines Eintrags). Der tatsächliche Ersatz eines Basis-BZ-Tabellenwerts mit einem neuen gemessenen Wert basierend auf Puffereinträgen wird basierend auf einem Auslöseereignis ausgeführt, wie die nachfolgend in Bezug auf das Flussdiagramm von 5 beschriebenen. Die Probenpunkte über die Größe „P“ können ausgewertet werden, z. B. ein Mittelwert, ein Modus, eine min, ein max usw., um einen Ersatzwert zu erhalten.
  • Ein früherer Lenkwinkel-BZ-Speicher kann zum Lernen und Auswerten von Werten für Kraftstoffverbrauchswertvergleiche und zum Auslösen eines Tabellenschreibvorgangs verwendet werden. Während des Fahrens verfolgt ein Echtzeit-Lenkwinkelspeicher und akkumuliert eine Gesamtmenge an Lenkaktivität, die über einen ausgewählten Zeitraum, Verfahrweg, Verfahrgeschwindigkeit und/oder Fahrtroute erfolgt. Eine Lenkbewegung für ein bestimmtes Fahrzeug/Fahrer über einen bestimmten Abstand und eine bestimmte Geschwindigkeit tendiert im Allgemeinen zu weniger Kraftstoffeffizienz. Durch Berechnen eines Akkumulatorwerts des Lenkwinkelspeichers in Echtzeit und Vergleichen des Echtzeit-Akkumulatorwerts mit einem Wert, der priori für einen ausgewählten Fahrer, einen Zeitraum, Verfahrweg, Fahrgeschwindigkeit, Fahrtroute usw. berechnet wird, kann die resultierende Differenz für relative BZ-Vergleiche verwendet werden. So hält beispielsweise ein Speicherplatz einen numerischen Wert, der auf einer additiven Ansammlung des momentanen absoluten Werts des Lenkwinkels über eine ausgewählte Zeitabtastrate basiert, die mit einem entsprechenden Gewichtungsfaktor multipliziert wird (z. B. durch Mittelung) aus Werten in der BZ-Karte der Geschwindigkeit und der Straßensteigung. Als eine weitere Option hält eine Speicherposition einen nummerischen Wert, der auf einer vorhergesagten additiven Akkumulation des Absolutwerts der Lenkwinkel über eine ausgewählte Route basiert und mit einem entsprechenden vorhergesagten Gewichtungsfaktor über eine ausgewählte Route multipliziert wird (z. B. durch Mittelung) von Werten in der BZ-Karte der Geschwindigkeit und der Straßensteigung.
  • Mit Bezug auf das Arbeitsflussdiagramm von 5 wird ein verbessertes Verfahren oder eine verbesserte Steuerstrategie zum Anpassen von Nachschlagetabellen für den Kraftstoffverbrauch an ein einzelnes Fahrzeug/Fahrer allgemein bei 200 gemäß den Aspekten der vorliegenden Offenbarung beschrieben. Einige oder alle der in 5 veranschaulichten und hierin beschriebenen Vorgänge können repräsentativ für einen Algorithmus sein, was prozessorausführbaren Anweisungen entspricht, die beispielsweise im Haupt- oder Hilfsspeicher gespeichert werden können und beispielsweise durch eine fahrzeugseitige oder fernbetätigte Steuerung, Verarbeitungseinheit, Steuerlogikschaltung oder ein anderes Modul oder eine andere Vorrichtung ausgeführt werden können, um beliebige oder alle der vorstehend oder nachfolgend beschriebenen Funktionen auszuführen, die den offenbarten Konzepten zugeordnet sind. Es sollte angemerkt werden, dass die Reihenfolge bei der Ausführung der veranschaulichten Operationsblöcke geändert, zusätzliche Blöcke hinzugefügt und einige der beschriebenen Blöcke geändert, kombiniert oder eliminiert werden können.
  • Bei Verfahrensblock 201 wird eine Nachschlagetabelle für den Basiskraftstoffverbrauch (FC) für einen Geschwindigkeitsbereich, Straßensteigungen und Kurvenwinkel erzeugt, z. B. in jeder der vorstehend beschriebenen oder in jeder verfügbaren und geeigneten Weise. Bei Verfahrensblock 203 wird ein Echtzeit-Kraftstoffverbrauchswert (z. B. Momentaner Kraftstoffverbrauch (IFC)) für jede Bedingung/Position der Nachschlagetabellen aufgezeichnet. Der Prozessblock 203 kann auch das Vergleichen der aufgezeichneten Werte mit gemessenen Werten bei demselben Fahrzustand (z. B. Geschwindigkeit, Steigung, Winkel usw.) beinhalten. Wie vorstehend erwähnt, können einzelne Fahrstile (aggressiv oder konservativ, Delta-Lenkwinkel usw.) als Abtastpunkte des Kraftstoffverbrauchs erfasst werden, die über eine diskrete Vielzahl von Geschwindigkeit, Straßenqualität, Winkeln usw. aufgenommen werden. Das Verfahren 200 von 5 fährt mit dem Entscheidungsblock 205 fort, um zu bestimmen, ob ein absoluter Deltawert größer als ein Standardprozentsatz (z.B. 10 %) oder ein Standardwert ist. In Reaktion auf eine Bestimmung, dass der absolute Deltawert nicht größer als der voreingestellte Prozentsatz/Wert (Block 205=N) ist, kehrt das Verfahren 200 zum Prozessblock 203 zurück. Umgekehrt, wenn der absolute Deltawert tatsächlich größer als der voreingestellte Prozentsatz/Wert (Block 205=Y) ist, wird das Verfahren 200 beendet, dass die Auslösebedingungen für eine Tabellenaktualisierung erfüllt sind und in Reaktion auf den Prozessblock 207 einen entsprechenden Wert oder eine entsprechende Gruppe von Werten in der Basis-Nachschlagetabelle aktualisiert. Dabei können die eine oder die mehreren Nachschlagetabellen an einen einzelnen Fahrer angepasst werden, um eine bessere Kraftstoffverbrauchsschätzung zu ermöglichen.
  • Es können Anwendungsfälle auftreten, in denen eine „favoratisierte“ oder „beste“ Route, die von einem Navigationssystem vorgeschlagen wird, oder eine dedizierte Softwareanwendung bestimmt wird, dass sie nicht länger die pro se optimale Route ist. Dies kann auf eine Neuberechnung zurückzuführen sein, die durch einen der vorstehend beschriebenen modifizierten Kraftstoffverbrauchs-Tabellen ausgelöst wird. Folglich können Kraftstoffverbrauchs-Karteninformationen für Basistabellen und/oder modifizierte Tabellen verwendet werden, um die vorgeschlagene Routenempfehlung zu einem der „Eco“ für ein bestimmtes Fahrzeug/Fahrer zu ändern. Optimale Kraftstoffeinsparung kann erreicht werden, indem das Fahrzeug bei einem optimalen Geschwindigkeitsziel betrieben wird, z. B. modulieren der Fahrzeuggeschwindigkeit, um mit einer Zielgeschwindigkeit oder einem Zielgeschwindigkeitsbereich enger übereinzustimmen, wie durch eine BZ-Karte vorgegeben. Unter Bezugnahme auf die BZ-Karteninformationen der 3A, 3B, 4A und 4B kann das System beispielsweise folgern, dass die Fahrt über 60 mph wahrscheinlich nicht kraftstoffoptimal ist. Wenn eine gelernte BZ-Karte erfasst, dass der Fahrzeugwiderstand höher ist oder der Fahrer eine Tendenz zum Beschleunigen hat, werden durchschnittliche Geschwindigkeiten über 60 mph als noch weniger kraftstoffeffizient angesehen. Weitere Überlegungen können Verkehrsverzögerungen, mehrere mautpflichtige Punkte oder mehr Chancen der Verkehrskreuzung auf einer Route beinhalten. Jeder dieser Faktoren bewirkt, dass ein Fahrzeug in einem niedrigeren Geschwindigkeitsbereich arbeitet, was über längere Fahrzeiten weniger effizient ist.
  • Aspekte dieser Offenbarung können in einigen Ausführungsformen durch ein computerausführbares Programm von Anweisungen implementiert werden, wie zum Beispiel Programmmodulen, die allgemein als Softwareanwendungen oder Anwendungsprogramme bezeichnet werden, die von einem Fahrzeug-Bordcomputer oder ein verteiltes Netzwerk von residenten und entfernten Rechenvorrichtungen ausgeführt werden. Software kann in nicht einschränkenden Beispielen Routinen, Programme, Objekte, Komponenten und Datenstrukturen beinhalten, die bestimmte Aufgaben erfüllen oder bestimmte Datentypen implementieren. Die Software kann eine Schnittstelle bilden, um zu ermöglichen, dass eine residente Fahrzeugsteuerung oder ein Steuermodul oder eine andere geeignete integrierte Schaltvorrichtung gemäß einer Eingabequelle reagiert. Die Software kann auch mit anderen Codesegmenten zusammenarbeiten, um eine Vielzahl von Aufgaben in Reaktion auf Daten zu initiieren, die in Verbindung mit der Quelle der empfangenen Daten empfangen werden. Die Software kann auf einem beliebigen einer Vielzahl von Speichermedien, wie CD-ROM, Magnetplatte, Blasenspeicher und Halbleiterspeicher (z. B. verschiedene Arten von RAM oder ROM), gespeichert sein.
  • Darüber hinaus können Aspekte der vorliegenden Offenbarung mit einer Vielzahl von Computersystem- und Computernetzwerkarchitekturen praktiziert werden, einschließlich Multiprozessorsystemen, mikroprozessorgestützter oder programmierbarer Verbraucherelektronik, Minicomputern, Großrechnern, Master-Slave-, Peer-to-Peer- oder Parallel-Computerrahmen und dergleichen. Darüber hinaus können Aspekte der vorliegenden Offenbarung in verteilten Computerumgebungen praktiziert werden, in denen Aufgaben von residenten und entfernten Verarbeitungsvorrichtungen ausgeführt werden, die über ein Kommunikationsnetzwerk verbunden sind. In einer verteilten Computerumgebung können Programmmodule sowohl auf fahrzeugeigenen als auch nicht-fahrzeugeigenen Computerspeichermedien einschließlich Speichergeräten angeordnet sein. Aspekte der vorliegenden Offenbarung können daher in Verbindung mit verschiedener Hardware, Software oder einer Kombination davon in einem Computersystem oder einem anderen Verarbeitungssystem implementiert werden.
  • Jedes der hierin beschriebenen Verfahren kann maschinenlesbare Anweisungen zur Ausführung beinhalten durch: (a) einen Prozessor, (b) eine Steuerung, und/oder (c) jede andere geeignete Verarbeitungsvorrichtung. Jeder Algorithmus, jede Software, Steuerlogik, ein Protokoll oder ein Verfahren, die hierin offenbart sind, kann in der Software verkörpert sein, die auf einem konkreten Medium gespeichert ist, wie beispielsweise einem Flash-Speicher, einer CD-ROM, einer Floppy-Disk, einem Festplattenlaufwerk, einer digitalen vielseitigen Disk (DVD) oder anderen Speichervorrichtungen. Der gesamte Algorithmus, Steuerlogik, Protokoll oder Verfahren und/oder Teile davon können alternativ von einer anderen Vorrichtung als einer Steuerung ausgeführt werden und/oder in Firmware oder dedizierten Hardware in einer verfügbaren Weise ausgeführt werden (z. B. kann er durch eine anwendungsspezifische integrierte Schaltung (ASIC), eine programmierbare Logikvorrichtung (PLD), eine feldprogrammierbare Logikvorrichtung (FPLD), eine diskrete Logik usw. implementiert werden.) Obwohl spezifische Algorithmen in Bezug auf die hierin dargestellten Flussdiagramme beschrieben werden, gibt es viele andere Methoden zum Implementieren der exemplarischen maschinenlesbaren Anweisungen, die alternativ verwendet werden können.
  • Aspekte der vorliegenden Offenbarung wurden im Detail unter Bezugnahme auf die dargestellten Ausführungsformen beschrieben; der Fachmann wird jedoch erkennen, dass viele Änderungen daran vorgenommen werden können, ohne vom Umfang der vorliegenden Offenbarung abzuweichen. Die vorliegende Offenbarung ist nicht beschränkt auf die hierin offenbarte genaue Konstruktion und Zusammensetzung; jegliche und alle Modifikationen, Änderungen und Variationen, ersichtlich aus den vorangehenden Beschreibungen, liegen innerhalb des Umfangs der Offenbarung, wie durch die hinzugefügten Ansprüchen definiert. Darüber hinaus beinhalten die vorliegenden Konzepte ausdrücklich alle Kombinationen und Teilkombinationen der vorangehenden Elemente und Merkmale.

Claims (10)

  1. Verfahren zum Steuern des Betriebs eines Kraftfahrzeugs, wobei das Kraftfahrzeug eine Vielzahl von Straßenrädern, eine Antriebsmaschine, die betreibbar ist, um mindestens eines der Straßenräder anzutreiben, und eine residente Fahrzeugsteuerung, die betreibbar ist, um die Antriebsmaschine zu steuern, beinhaltet, wobei das Verfahren Folgendes umfasst: Bestimmen eines Fahrzeugursprungs und eines Fahrzeugziels für das Kraftfahrzeug über die residente Fahrzeugsteuerung; Durchführen einer Geoabfrage über die residente Fahrzeugsteuerung mit einer speichergespeicherten Kartendatenbank, um eine Vielzahl von Kandidatenrouten für das Kraftfahrzeug zu identifizieren, um von dem Fahrzeugursprung zu dem Fahrzeugziel zu fahren; Empfangen von jeweiligen Straßenniveaudaten, die jeder der Kandidatenrouten zugeordnet sind, wobei die Straßenniveaudaten Geschwindigkeitsdaten und Winkeldaten und/oder Gradientendaten beinhalten; Schätzen eines jeweiligen Gesamtenergieverbrauchs der Antriebsmaschine, um das Kraftfahrzeug vom Fahrzeugursprung zum Fahrzeugziel über jede der Kandidatenrouten anzutreiben, wobei das Schätzen einschließlich Auswertens der jeweiligen Straßenniveaudaten der Kandidatenroute gegen eine speichergespeicherte Tabelle korreliert, die den Energieverbrauch mit der Geschwindigkeit und dem Kurvenwinkel und/oder der Neigung korreliert; und Übertragen eines Befehlssignals über die residente Fahrzeugsteuerung an ein residentes Fahrzeug-Subsystem, um einen Steuervorgang basierend auf mindestens einen der geschätzten Gesamtenergieverbräuche auszuführen, die mindestens einer der Kandidatenrouten entsprechen.
  2. Verfahren nach Anspruch 1, wobei das Schätzen der Gesamtenergieverbräuche für die Kandidatenrouten Folgendes beinhaltet: Auftrennen jeder der Kandidatenrouten in mehrere Straßensegmente; Bestimmen, aus den Straßenniveaudaten, die in der gespeicherten Kartendatenbank gespeichert sind, einer jeweiligen Durchschnittsgeschwindigkeit, eines mittleren Kurvenwinkels und eines Durchschnittsgradienten für jedes der Straßensegmente; Schätzen eines jeweiligen Fahrzeugenergieverbrauchs für jedes der Straßensegmente durch Auswerten der jeweiligen durchschnittlichen Geschwindigkeit, des Kurvenwinkels und der Neigung des Straßenabschnitts gegen die speichergespeicherte Tabelle, die den Energieverbrauch mit der Geschwindigkeit und dem Kurvenwinkel und/oder Gradienten korreliert; und Aggregieren der Fahrzeugenergieverbräuche der Straßensegmente, um dadurch die jeweiligen Gesamtenergieverbräuche für jede der Kandidatenrouten zu schätzen.
  3. Verfahren nach Anspruch 1, wobei das Schätzen des jeweiligen Gesamtenergieverbrauchs für die Kandidatenrouten Folgendes beinhaltet: Empfangen von Fahrdynamikdaten, die Geschwindigkeit, Kurvenwinkel und Gradienten für mehrere Teilnehmerfahrzeuge anzeigen, während sie auf Kandidatenrouten während eines festen Zeitfensters fahren; Bestimmen, aus den empfangenen Fahrdynamikdaten, einer entsprechenden Durchschnittsgeschwindigkeit, einem mittleren Richtungswinkel und einem durchschnittlichen Gradienten als die jeweiligen Straßenniveaudaten, die jeder der Kandidatenrouten zugeordnet sind; und Schätzen des jeweiligen Gesamtenergieverbrauchs für jede der Kandidatenrouten durch Auswerten der jeweiligen durchschnittlichen Geschwindigkeit, des durchschnittlichen Kurvenwinkels und des durchschnittlichen Gradienten der Kandidatenroute gegen die Tabelle, die den Energieverbrauch mit der Geschwindigkeit und dem Kurvenwinkel und/oder dem Gradienten korreliert.
  4. Verfahren nach Anspruch 1, wobei das residente Fahrzeug-Subsystem ein Fahrzeugnavigationssystem mit einer Eingabevorrichtung und einer elektronischen Anzeigevorrichtung beinhaltet, wobei das Verfahren ferner Folgendes umfasst: Anzeigen, über die elektronische Anzeigevorrichtung, jeder der Kandidatenrouten zeitgleich mit einer Angabe des jeweiligen geschätzten Gesamtenergi everbrauchs; Empfangen einer Benutzerauswahl einer der Kandidatenrouten über die Eingabevorrichtung; Bestimmen, ob ein Störungsereignis eine geschätzte Fahrtzeit für die ausgewählte Kandidatenroute um mindestens eine vorbestimmte Schwellenzeit erhöht hat; und Anzeigen einer Aufforderung zum Auswählen einer anderen der Kandidatenrouten über die elektronische Anzeigevorrichtung, die auf das Störungsereignis anspricht, das die geschätzte Fahrtzeit um die vorbestimmte Schwellenzeit erhöht.
  5. Verfahren nach Anspruch 4, ferner umfassend, als Reaktion auf das Störungsereignis, das sich die geschätzte Fahrzeit um die vorbestimmte Schwellenzeit erhöht: Durchführen einer zweiten Geoabfrage, um eine Vielzahl von alternativen Kandidatenrouten für das Kraftfahrzeug zu identifizieren, um vom Fahrzeugursprung zum Fahrzeugziel zu fahren; Empfangen von entsprechenden Straßenniveaudaten, die jeder der alternativen Kandidatenrouten zugeordnet sind, aus der gespeicherten Kartendatenbank oder mehreren Teilnehmerfahrzeugen; Schätzen, durch Auswerten der jeweiligen Straßenniveaudaten der alternativen Kandidatenrouten gegen die gespeicherte Tabelle, die den Energieverbrauch mit der Geschwindigkeit und dem Kurvenwinkel und/oder der Steigung korreliert, eines jeweiligen Gesamtenergieverbrauchs der Antriebsmaschine, um das Kraftfahrzeug vom Fahrzeugursprung zum Fahrzeugziel über jede der alternativen Kandidatenrouten zu anzutreiben; und Anzeigen jeder der alternativen Kandidatenrouten zeitgleich mit einer Anzeige des jeweiligen geschätzten Gesamtenergieverbrauchs über die elektronische Anzeigevorrichtung.
  6. Verfahren nach Anspruch 5, wobei die vorgegebene Schwellenzeit einen voreingestellten Zeitwert oder einen voreingestellten Zeitprozentsatz beinhaltet.
  7. Verfahren nach Anspruch 1, weiterhin umfassend: Bestimmen, aus Straßenniveaudaten, einer entsprechenden geschätzten Fahrtzeit und Entfernung für jede der Kandidatenrouten, wobei der Steuervorgang ferner auf mindestens einer der geschätzten Fahrtzeiten und Entfernungen basiert, die mindestens einer der Kandidatenrouten entsprechen.
  8. Verfahren nach Anspruch 1, wobei die speichergespeicherte Tabelle eine erste Nachschlagetabelle beinhaltet, die den Energieverbrauch mit der Geschwindigkeit und dem Kurvenwinkel korreliert, wobei die erste Nachschlagetabelle einen ersten optimalen Betriebsbereich definiert, der bestimmt ist, um den Fahrzeugenergieverbrauch zu minimieren, und wobei das residente Fahrzeug-Subsystem ein autonomes Fahrsteuerungsmodul beinhaltet, das zum Automatisieren des Antriebs des Kraftfahrzeugs betreibbar ist, wobei der Steuervorgang den Betrieb des Kraftfahrzeugs innerhalb des ersten optimalen Betriebsbereichs beinhaltet.
  9. Verfahren nach Anspruch 1, wobei die speichergespeicherte Tabelle eine zweite Nachschlagetabelle beinhaltet, die den Energieverbrauch mit der Geschwindigkeit und der Steigung korreliert, wobei die zweite Nachschlagetabelle einen zweiten optimalen Betriebsbereich definiert, der bestimmt ist, um den Fahrzeugenergieverbrauch zu minimieren, und wobei das residente Fahrzeug-Subsystem ein autonomes Fahrsteuerungsmodul beinhaltet, das zum Automatisieren des Antriebs des Kraftfahrzeugs betreibbar ist, wobei der Steuervorgang den Betrieb des Kraftfahrzeugs innerhalb des zweiten optimalen Betriebsbereichs beinhaltet.
  10. Verfahren nach Anspruch 1, weiterhin umfassend: Empfangen von Echtzeit-Energieverbrauchsdaten, die einen tatsächlichen Energieverbrauch der Antriebsmaschine bei bestimmten Geschwindigkeiten und Kurvenwinkeln und/oder Gradienten anzeigen, die den Probenpunkten innerhalb der speichergespeicherten Tabelle entsprechen; Bestimmen für jeden der Abtastpunkte, ob der jeweilige tatsächliche Energieverbrauch von einem jeweiligen speichergespeicherten Energieverbrauch für den Abtastpunkt um mindestens ein vorbestimmtes Verbrauchsdelta unterschiedlich ist; und als Reaktion darauf, dass der jeweilige tatsächliche Energieverbrauch sich von dem jeweiligen speichergespeicherten Energieverbrauch für den Abtastpunkt durch mindestens das vorbestimmte Verbrauchsdelta unterscheidet, Aktualisieren der speichergespeicherten Tabelle, um den speichergespeicherten Energieverbrauch durch den tatsächlichen Energieverbrauch zu ersetzen.
DE102019113865.5A 2018-09-13 2019-05-23 Intelligente kraftfahrzeuge, systeme und steuerlogik zur echtzeit-routenführung und adaptive fahrsteuerung Withdrawn DE102019113865A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/130,367 US20200089241A1 (en) 2018-09-13 2018-09-13 Intelligent motor vehicles, systems, and control logic for real-time eco-routing and adaptive driving control
US16/130,367 2018-09-13

Publications (1)

Publication Number Publication Date
DE102019113865A1 true DE102019113865A1 (de) 2020-03-19

Family

ID=69646709

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019113865.5A Withdrawn DE102019113865A1 (de) 2018-09-13 2019-05-23 Intelligente kraftfahrzeuge, systeme und steuerlogik zur echtzeit-routenführung und adaptive fahrsteuerung

Country Status (3)

Country Link
US (1) US20200089241A1 (de)
CN (1) CN110901648A (de)
DE (1) DE102019113865A1 (de)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6939376B2 (ja) * 2017-10-10 2021-09-22 トヨタ自動車株式会社 自動運転システム
US11017665B1 (en) * 2018-02-25 2021-05-25 Matthew Roy Vehicle-to-vehicle payment system for traffic prioritization in self-driving vehicles
US11001248B2 (en) * 2018-10-08 2021-05-11 GM Global Technology Operations LLC Method for enhancing powertrain efficiency and driveline quality through dynamic mission planning optimization
US20200124435A1 (en) * 2018-10-17 2020-04-23 Toyota Motor North America, Inc. Distributed route determination system
EP3906173A1 (de) * 2018-12-31 2021-11-10 Thermo King Corporation Verfahren und systeme zur bereitstellung prädiktiver energieverbrauchsrückkopplung zur speisung eines transportklimatisierungssystems
US11856882B2 (en) * 2019-04-10 2024-01-02 Kansas Stte University Research Foundation Autonomous robot system for steep terrain farming operations
CN113993760B (zh) * 2019-06-26 2022-10-14 沃尔沃卡车集团 用于控制车辆的方法
US11754408B2 (en) * 2019-10-09 2023-09-12 Argo AI, LLC Methods and systems for topological planning in autonomous driving
US11919761B2 (en) 2020-03-18 2024-03-05 Crown Equipment Corporation Based on detected start of picking operation, resetting stored data related to monitored drive parameter
US11960298B2 (en) 2020-04-09 2024-04-16 The Regents Of The University Of Michigan Multi-range vehicle speed prediction using vehicle connectivity for enhanced energy efficiency of vehicles
EP3926431A1 (de) * 2020-06-15 2021-12-22 Volvo Autonomous Solutions AB Verfahren zur steuerung eines autonomen fahrzeugs, das an einem arbeitsplatz betrieben wird
CN111832839B (zh) * 2020-07-24 2021-04-30 河北工业大学 基于充分增量学习的能耗预测方法
CN114005295A (zh) * 2020-07-28 2022-02-01 比亚迪股份有限公司 一种预估车辆能耗信息的方法、装置、设备及介质
US20220034673A1 (en) * 2020-08-03 2022-02-03 GM Global Technology Operations LLC Trailer-considerate route recommendations
US11585669B2 (en) * 2020-08-31 2023-02-21 Hitachi, Ltd. Vehicle routing using connected data analytics platform
WO2022050944A1 (en) * 2020-09-03 2022-03-10 Google Llc Automatic routing through electric vehicle charging stations
CN112356822B (zh) * 2020-11-12 2022-04-19 北京车和家信息技术有限公司 混动车辆及其发电量的预测方法、装置和预测系统
CN112668153B (zh) * 2020-12-11 2024-03-22 国汽(北京)智能网联汽车研究院有限公司 一种自动驾驶仿真场景生成的方法、装置及设备
JP2022108002A (ja) * 2021-01-12 2022-07-25 本田技研工業株式会社 データ圧縮方法、データ圧縮プログラム、及び、データ圧縮装置
CN112965476B (zh) * 2021-01-22 2022-06-07 西安交通大学 一种基于多窗口模型的高速无人车轨迹规划系统及方法
US11691628B2 (en) * 2021-02-01 2023-07-04 Tusimple, Inc. Vehicle powertrain integrated predictive dynamic control for autonomous driving
CN113212438B (zh) * 2021-05-31 2022-07-08 重庆工程职业技术学院 一种基于用户驾驶行为分析的行车导航系统
US20230063419A1 (en) * 2021-08-30 2023-03-02 Hyliion Inc. System and method for managing performance of a vehicle based on terrain
CN113942515B (zh) * 2021-10-26 2023-08-22 日立楼宇技术(广州)有限公司 Agv车辆能耗优化方法、装置、设备、存储介质及程序产品
CN114047757B (zh) * 2021-11-05 2023-05-19 季华实验室 一种多agv路径评估规划方法
CN114013450B (zh) * 2021-11-16 2023-10-31 交控科技股份有限公司 车辆运行控制方法、系统和计算机设备
CN114228693A (zh) * 2021-11-30 2022-03-25 重庆江康汽车技术有限公司 一种电动汽车节能方法及系统
US11867521B2 (en) * 2022-02-16 2024-01-09 GM Global Technology Operations LLC Adaptive in-drive updating of vehicle energy consumption prediction
CN114384823B (zh) * 2022-03-23 2022-06-21 智能网联汽车(山东)协同创新研究院有限公司 基于智能网联汽车的模拟道路仿真测试系统
US20240053157A1 (en) * 2022-08-10 2024-02-15 GM Global Technology Operations LLC Method and system for cloud-based electrified vehicle energy usage system
CN115246382B (zh) * 2022-09-21 2022-12-13 清研军融通用装备(苏州)有限公司 一种混合动力汽车车速的控制方法
CN116588125B (zh) * 2023-07-17 2023-09-19 四川中普盈通科技有限公司 一种车载边缘侧数据处理系统
CN116931496B (zh) * 2023-09-15 2023-12-15 青岛能征智能装备有限公司 一种基于数据采集的无人驾驶车辆控制系统

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8972161B1 (en) * 2005-11-17 2015-03-03 Invent.Ly, Llc Power management systems and devices
US8712650B2 (en) * 2005-11-17 2014-04-29 Invent.Ly, Llc Power management systems and designs
US9046379B2 (en) * 2009-12-28 2015-06-02 Honda Motor Co., Ltd. Devices and methods for determining fuel consumption and searching vehicle routes
US9043106B2 (en) * 2010-10-04 2015-05-26 W. Morrison Consulting Group, Inc. Vehicle control system and methods
GB201018815D0 (en) * 2010-11-08 2010-12-22 Tomtom Int Bv High-definition weather for improved routing and navigation systems
US8862346B2 (en) * 2012-03-20 2014-10-14 Eaton Corporation System and method for simulating the performance of a virtual vehicle
US9557186B2 (en) * 2013-01-16 2017-01-31 Lg Electronics Inc. Electronic device and control method for the electronic device
US9081651B2 (en) * 2013-03-13 2015-07-14 Ford Global Technologies, Llc Route navigation with optimal speed profile
JP5942907B2 (ja) * 2013-03-22 2016-06-29 トヨタ自動車株式会社 経路探索装置、経路探索システム
US9797505B2 (en) * 2015-08-14 2017-10-24 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for alerting/downshifting in response to an upcoming downgrade
US20180045527A1 (en) * 2016-08-10 2018-02-15 Milemind, LLC Systems and Methods for Predicting Vehicle Fuel Consumption

Also Published As

Publication number Publication date
US20200089241A1 (en) 2020-03-19
CN110901648A (zh) 2020-03-24

Similar Documents

Publication Publication Date Title
DE102019113865A1 (de) Intelligente kraftfahrzeuge, systeme und steuerlogik zur echtzeit-routenführung und adaptive fahrsteuerung
DE102019115030B4 (de) Verfahren zum Steuern des Betriebs eines Kraftfahrzeugs
DE102018122459B4 (de) Fahrzeugsystem, entferntes fahrzeugassistenzsystem und comuterimplementiertes verfahren zum bereitstellen von fernunterstützung
DE102019105874A1 (de) Automatisierte Fahrsysteme und Steuerlogik für die Cloud-basierte Szenarienplanung autonomer Fahrzeuge
DE102019114527A1 (de) Intelligente fahrzeugnavigationssysteme, verfahren und steuerlogik zur mehrspurtrennung und trajektorienextraktion von fahrbahnsegmenten
DE102017126877B4 (de) Kraftfahrzeug
DE102018120845B4 (de) Verfahren und Vorrichtung zum Überwachen eines autonomen Fahrzeugs
DE102020103051A1 (de) Automatisierte fahrsysteme und steuerlogik mit verwendung von manöverkritikalität für die fahrzeugführung und modusanpassung
DE102017121181B4 (de) Steuerungsstrategie für unbemanntes autonomes Fahrzeug
DE102019115652B4 (de) Fahrzeugroutensteuerung auf basis von vom benutzer bereitgestellten fahrteinschränkungen
DE102018120841A1 (de) Verfahren und vorrichtung zum überwachen eines autonomen fahrzeugs
DE102016218070A1 (de) Bestimmung des optimalen Beginns der Verzögerungsphase im Backend
DE102019113712A1 (de) Verfolgen des energieverbrauchs von fahrzeugen
DE102019133034A1 (de) Steuerung eines autonomen fahrzeugs basierend auf einem vorher erlernten fahrgast- und umgebungsbewussten fahrstilprofil
DE112018001422T5 (de) Anzeigesteuersystem und verfahren zum erzeugen einer virtuellen umgebung in einem fahrzeug
DE102021100163A1 (de) Intelligentes fahrzeugbatterieladen für batterien mit hoher kapazität
DE102012212740A1 (de) System und Verfahren zum Aktualisieren einer digitalen Karte eines Fahrerassistenzsystems
DE102019114595B4 (de) Verfahren zum Steuern des Betriebs eines Kraftfahrzeugs und zum Ableiten von Straßenabschnittsgeschwindigkeitsgrenzwerten
DE102019116056A1 (de) System und verfahren zur steuerung eines autonomen fahrzeugs
DE102018121009A1 (de) System und verfahren zur abstandsregelung für ein autonomes fahrzeug
DE102021111275A1 (de) Ladesysteme und -verfahren für elektrische fahrzeuge
DE102019114792B4 (de) System und verfahren zur autonomen steuerung eines pfades eines fahrzeugs
DE102019115437A1 (de) Komfortable fahrt für autonome fahrzeuge
DE102019134351A1 (de) System und verfahren zur sensordiagnose
DE102019115889A1 (de) Middlewareunterstützung für die fehlertoleratne ausführung auf einer adaptiven plattform für ein fahrzeug

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R082 Change of representative

Representative=s name: LK GLOBAL PATENTANWAELTE PARTGMBB, DE

R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee