DE102019219809A1

DE102019219809A1 - MPC-basierte autonome Fahrfunktion eines Kraftfahrzeugs

Info

Publication number: DE102019219809A1
Application number: DE102019219809.0A
Authority: DE
Inventors: Andreas Wendzel; Tobias Mindel
Original assignee: ZF Friedrichshafen AG
Current assignee: ZF Friedrichshafen AG
Priority date: 2019-12-17
Filing date: 2019-12-17
Publication date: 2021-06-17

Abstract

Die Erfindung betrifft die Ausführung einer autonomen Fahrfunktion eines Kraftfahrzeugs mittels modelbasierter prädiktiver Regelung (MPC). Insbesondere wird eine dazu eingerichtete Prozessoreinheit vorgeschlagen. Die Prozessoreinheit ist durch Ausführen eines MPC-Algorithmus', welcher ein Längsdynamikmodell eines Antriebsstrangs des Kraftfahrzeugs enthält, dazu eingerichtet, Drehmoment-Sollwerte (21) zu bestimmen, die innerhalb eines Prädiktionshorizonts (20) liegen, und Geschwindigkeits-Sollwerte (19) zu bestimmen, die innerhalb des Prädiktionshorizonts (20) liegen. In Abhängigkeit von der Höhe der Drehmoment-Sollwerte (21) wird eine autonome Fahrfunktion des Kraftfahrzeugs in einem Drehmomentvorgabe-Betriebsmodus oder in einem Geschwindigkeitsvorgabe-Betriebsmodus ausgeführt. In dem Drehmomentvorgabe-Betriebsmodus wird ein Antriebsaggregat des Antriebsstrangs basierend auf den Drehmoment-Sollwerten (21) gesteuert. In dem Geschwindigkeits-Betriebsmodus wird ein Geschwindigkeitsregler des Antriebsstrangs basierend auf den Geschwindigkeits-Sollwerten (19) gesteuert.

Description

Die Erfindung betrifft die Ausführung einer autonomen Fahrfunktion eines Kraftfahrzeugs mittels modelbasierter prädiktiver Regelung. Beansprucht werden in diesem Zusammenhang insbesondere eine dazu eingerichtete Prozessoreinheit, ein Verfahren und ein Computerprogrammprodukt, das auf einem computerlesbaren Medium gespeichert sein kann. Ein weiterer Anspruch ist auf ein Kraftfahrzeug mit der vorstehend genannten Prozessoreinheit gerichtet.
Methoden der modelbasierten prädiktiven Regelung (im Englischen: Model Predictive Control oder abgekürzt: MPC) werden auf dem Gebiet der Trajektorie-Regelung eingesetzt, beispielsweise zur Motor-Regelung im Kontext des autonomen Fahrens. Autonome Fahrstrategien verwenden Umfelddaten, Kartendaten und Fahrzeugdaten, um ein optimales Fahrzeugverhalten zu bestimmen.
Eine Aufgabe der vorliegenden Erfindung kann darin gesehen werden, die Ausführung einer autonomen Fahrfunktion eines Kraftfahrzeugs durch modellbasierte prädiktive Regelung zu verbessern, wenn das Kraftfahrzeug abbremsen oder zum Stillstand gebracht werden soll. Die Aufgabe wird gelöst durch die Gegenstände der unabhängigen Patentansprüche. Vorteilhafte Ausführungsformen sind Gegenstand der Unteransprüche, der folgenden Beschreibung sowie der Figuren.
Die Erfindung schlägt vor, dass ein MPC-Algorithmus bzw. ein MPC-Solver für eine autonome Fahrfunktion eines Kraftfahrzeugs mit einem Antriebsaggregat, insbesondere mit einem Elektromotor, sowohl optimierte Drehmoment-Sollwerte für den Elektromotor als auch optimierte Geschwindigkeits-Sollwerte für das Kraftfahrzeug bereitstellt. Bei positiven Drehmoment-Sollwerten kann das Drehmoment als Stellgröße für den Elektromotor genutzt werden, optional mit einer überlagerten Geschwindigkeitsregelung. Dies hat Vorteile hinsichtlich des Komforts und hinsichtlich des Folgeverhaltens des Kraftfahrzeugs. Wenn das Kraftfahrzeug jedoch anhalten soll und das Soll-Drehmoment dazu negative Werte annimmt, wird vorgeschlagen, auf eine Geschwindigkeitsregelung umzuschalten. Die Umschaltung aus der Momentenregelung in die Geschwindigkeitsregelung kann insbesondere im Nulldurchgang des Solldrehmoments erfolgen, was insbesondere aus Komfortgründen für Fahrzeuginsassen besonders vorteilhaft ist, da die Umschaltung stoßfrei und nicht spürbar erfolgen kann. Die vorliegende Erfindung ermöglicht das Nachfahren einer optimalen Geschwindigkeitstrajektorie, wobei eine Anhalte-Funktion vor Hindernissen oder einer Ampel trotz Geschwindigkeitsregelung möglich ist.
In diesem Sinne wird gemäß einem ersten Aspekt der Erfindung eine Prozessoreinheit zur Ausführung einer autonomen Fahrfunktion eines Kraftfahrzeugs mittels modelbasierter prädiktiver Regelung bereitgestellt. Die Prozessoreinheit kann auf einen MPC-Algorithmus zugreifen. Der MPC-Algorithmus enthält ein Längsdynamikmodell eines Antriebsstrangs des Kraftfahrzeugs. Weiterhin enthält der MPC-Algorithmus insbesondere eine Kostenfunktion.
Das Längsdynamikmodell des Antriebsstrangs kann ein Fahrzeugmodell mit Fahrzeugparametern und Antriebsstrangverlusten (z.T. approximierte Kennfelder) umfassen. In das Längsdynamikmodell des Antriebsstrangs können insbesondere Kenntnisse über vorausliegende Streckentopografien (z.B. Kurven und Steigungen) einfließen. Weiterhin können auch Kenntnisse über Geschwindigkeitslimits auf der vorausliegenden Strecke in das Längsdynamikmodell des Antriebsstrangs einfließen.
Aktuelle Zustandsgrößen können gemessen, entsprechende Daten können aufgenommen und dem MPC-Algorithmus zugeführt werden. So können Streckendaten aus einer elektronischen Karte für einen Vorausschauhorizont bzw. Prädiktionshorizont (z.B. 400 m) vor dem Kraftfahrzeug insbesondere zyklisch upgedated bzw. aktualisiert werden. Die Streckendaten können beispielsweise Steigungsinformationen, Kurveninformationen, und Informationen über Geschwindigkeitslimits beinhalten. Des Weiteren kann eine Kurvenkrümmung über eine maximal zulässige Querbeschleunigung in ein Geschwindigkeitslimit für das Kraftfahrzeug umgerechnet werden. Außerdem kann eine Ortung des Kraftfahrzeugs erfolgen, insbesondere über ein GNSS-Signal zur genauen Lokalisierung auf der elektronischen Karte oder einen SLAM (Simultaneous Localization and Mapping) Algorithmus.
Die Prozessoreinheit ist durch Ausführen des MPC-Algorithmus' dazu eingerichtet, Drehmoment-Sollwerte zu bestimmen, die innerhalb eines Prädiktionshorizonts liegen. Die Drehmoment-Sollwerte legen das Drehmoment fest, welches ein Antriebsaggregat des Antriebsstrangs zum Antrieb des Kraftfahrzeugs bereitstellen soll, insbesondere an einem diskreten Wegpunkt innerhalb des Prädiktionshorizonts. Insbesondere ist die Prozessoreinheit durch Ausführen des MPC-Algorithmus' dazu eingerichtet, die Drehmoment-Sollwerte derart zu bestimmen, dass die Kostenfunktion minimiert wird. Die Bestimmung der Drehmoment-Sollwerte kann insbesondere derart erfolgen, dass jeweils einem diskreten Wegpunkt innerhalb des Prädiktionshorizonts ein Drehmoment-Sollwert zugeordnet ist. Der Drehmoment-Sollwert ist dabei derjenige Wert, den das Drehmoment an dem betreffenden Wegpunkt annehmen soll, um das Kraftfahrzeug wie gewünscht anzutreiben.
Die Prozessoreinheit ist durch Ausführen des MPC-Algorithmus' weiterhin dazu eingerichtet, Geschwindigkeits-Sollwerte zu bestimmen, die innerhalb eines Prädiktionshorizonts liegen. Die Geschwindigkeits-Sollwerte legen die Geschwindigkeit fest, mit welcher sich das Kraftfahrzeug fortbewegen soll, insbesondere an einem diskreten Wegpunkt innerhalb des Prädiktionshorizonts. Insbesondere ist die Prozessoreinheit durch Ausführen des MPC-Algorithmus' dazu eingerichtet, die Geschwindigkeits-Sollwerte derart zu bestimmen, dass die Kostenfunktion minimiert wird. Die Bestimmung der Geschwindigkeits-Sollwerte kann insbesondere derart erfolgen, dass jeweils einem diskreten Wegpunkt innerhalb des Prädiktionshorizonts ein Geschwindigkeits-Sollwert zugeordnet ist. Der Geschwindigkeits-Sollwert ist dabei derjenige Wert, mit welchem sich das Kraftfahrzeug an dem betreffenden Wegpunkt fortbewegen soll.
Die Prozessoreinheit ist ferner durch Ausführen des MPC-Algorithmus' dazu eingerichtet, eine autonome Fahrfunktion des Kraftfahrzeugs in Abhängigkeit von der Höhe der Drehmoment-Sollwerte in einem Drehmomentvorgabe-Betriebsmodus oder in einem Geschwindigkeitsvorgabe-Betriebsmodus auszuführen.
Die autonome Fahrfunktion ermöglicht, dass das Kraftfahrzeug selbstständig fährt, d.h. ohne dass ein Fahrzeuginsasse das Kraftfahrzeug steuert. Der Fahrer hat die Kontrolle über das Kraftfahrzeug an ein Fahrerassistenzsystem abgegeben. So umfasst die autonome Fahrfunktion, dass das Kraftfahrzeug - insbesondere mittels der zentralen Prozessoreinheit - dazu eingerichtet ist, beispielsweise Lenk-, Blink-, Beschleunigungs- und Bremsmanöver ohne menschliches Eingreifen durchzuführen sowie insbesondere Außenlicht und Signalgebung wie Blinker des Kraftfahrzeugs zu steuern. Die autonome Fahrfunktion kann auch eine teilautonome Fahrfunktion umfassen, die einen Fahrer des Kraftfahrzeugs bei der Steuerung des Kraftfahrzeugs unterstützt, insbesondere bei Lenk-, Blink-, Beschleunigungs- und Bremsmanövern, wobei der Fahrer weiterhin die Kontrolle über das Kraftfahrzeug hat.
Je nachdem wie hoch die Drehmoment-Sollwerte sind, wird die autonome Fahrfunktion in dem Drehmomentvorgabe-Betriebsmodus oder in dem Geschwindigkeitsvorgabe-Betriebsmodus ausgeführt. Insbesondere wenn die Drehmomente positiv oder größer als null sind, wird die autonome Fahrfunktion in dem Drehmomentvorgabe-Betriebsmodus ausgeführt. Insbesondere wenn die Drehmoment-Sollwerte negativ oder null sind, wird die autonome Fahrfunktion in dem Geschwindigkeitsvorgabe-Betriebsmodus ausgeführt.
In dem Drehmomentvorgabe-Betriebsmodus wird das Antriebsaggregat des Antriebsstrangs basierend auf den Drehmoment-Sollwerten gesteuert. Diese Steuerung kann durch die Prozessoreinheit erfolgen, wozu diese entsprechend eingerichtet sein kann. Weiterhin kann auch ein Fahrerassistenzsystem die Steuerung des Antriebsaggregats übernehmen. Bei dem Antriebsaggregat kann es sich um eine elektrische Maschine, insbesondere um einen Elektromotor handeln. Weiterhin kann es sich bei dem Antriebsaggregat auch um einen Verbrennungskraftmotor handeln. Ferner kann es sich bei dem Antriebsaggregat auch um eine Hybrid-Antriebseinheit handeln, welche zum Antrieb des Kraftfahrzeugs eine elektrische Maschine und einen Verbrennungskraftmotor aufweist.
In dem Geschwindigkeits-Betriebsmodus wird ein Geschwindigkeitsregler des Antriebsstrangs basierend auf den Geschwindigkeits-Sollwerten gesteuert. Diese Steuerung kann durch die Prozessoreinheit erfolgen, wozu diese entsprechend eingerichtet sein kann. Weiterhin kann auch ein Fahrerassistenzsystem die Steuerung des Geschwindigkeitsreglers übernehmen. Im Geschwindigkeits-Betriebsmodus kann in einem Steller des Kraftfahrzeugs oder des Antriebsaggregats, insbesondere des Elektromotors, der Geschwindigkeitsregler aktiviert werden, der dann die vorgegebenen Geschwindigkeits-Sollwerte einregelt. Dadurch kann das Risiko vermieden werden, vor dem Hindernis oder vor der Ampel rückwärts zu fahren.
Bei positivem Sollmoment kann eine Verwendung der Momentvorgabe erfolgen. So kann in einer Ausführungsform die Prozessoreinheit durch Ausführen des MPC-Algorithmus' dazu eingerichtet sein, die autonome Fahrfunktion in dem Drehmomentvorgabe-Betriebsmodus auszuführen, wenn ein Drehmoment-Sollwert einen positiven Wert annimmt. Durch das momentgesteuerte Betreiben des Antriebsaggregats des Antriebsstrangs ergibt sich ein gutes Folgeverhalten des Kraftfahrzeugs.
Bei positiven Drehmoment-Sollwerten kann der momentgesteuerte Betrieb des Antriebsaggregats durch eine Geschwindigkeitsregelung überlagert werden (geschwindigkeitsgeregelt mit Vorsteuerung des Momentes). Dies stellt eine Kombination des Drehmomentvorgabe-Betriebsmodus mit dem Geschwindigkeitsvorgabe-Betriebsmodus dar. In diesem Sinne ist die Prozessoreinheit in einer weiteren Ausführungsform durch Ausführen des MPC-Algorithmus' dazu eingerichtet, den Geschwindigkeitsregler des Antriebsstrangs basierend auf den Geschwindigkeits-Sollwerten zu steuern, wenn ein Drehmoment-Sollwert einen positiven Wert annimmt.
Beim Anhalten vor Hindernissen (z.B. eine Ampel oder ein vorausfahrendes Fahrzeug) ist eine Momentsteuerung jedoch weniger geeignet, um den Abstand reproduzierbar einzuregeln. Es besteht die Gefahr, rückwärts zu beschleunigen bzw. dass das Kraftfahrzeug beispielsweise vor einer Ampel rückwärtsfährt. Zur Lösung dieses Problems wird vorgeschlagen, dass bei einem negativen Sollmoment eine reine Verwendung der Geschwindigkeitsregelung erfolgt. Dadurch kann sicher vermieden werden, dass das Kraftfahrzeug ungewollt vor einem Hindernis oder vor einer Ampel rückwärtsfährt. In diesem Sinne kann die Prozessoreinheit durch Ausführen des MPC-Algorithmus' dazu eingerichtet sein, die autonome Fahrfunktion ausschließlich in dem Geschwindigkeitsvorgabe-Betriebsmodus auszuführen, wenn ein Drehmoment-Sollwert einen negativen Wert annimmt. Die Möglichkeit, weitere Bremseinrichtungen (z.B. die Betriebsbremse des Fahrzeugs) zu verwenden, sind hiervon unberührt.
Der Zeitpunkt, zu dem aus dem Drehmomentvorgabe-Betriebsmodus in den Geschwindigkeitsvorgabe-Betriebsmodus umgeschaltet wird (und auch umgekehrt), spielt eine wichtige Rolle. Erfolgt die Umschaltung erst kurz vor dem Stillstand des Kraftfahrzeugs, wenn die Drehmoment-Sollwerte bereits eine Zeit lang negative Werte angenommen haben, so können sich Nachteile hinsichtlich des Komforts ergeben oder es müssen komplizierte Übergangsfunktionen berücksichtigt werden. Es ist gewünscht, dass das Kraftfahrzeug zur richtigen Zeit an der richtigen Stelle vor einem Hindernis oder vor einer Ampel zum Stillstand kommt. Die Erfinder haben herausgefunden, dass eine Umschaltung aus dem Drehmomentvorgabe-Betriebsmodus in den Geschwindigkeitsvorgabe-Betriebsmodus (und umgekehrt) genau im Nulldurchgang des Drehmoment-Sollwerts besonders vorteilhaft ist. Die Umschaltung zu diesem Zeitpunkt ist für Insassen des Kraftfahrzeugs nicht oder kaum spürbar. Weiterhin wird dadurch ermöglicht, dass das Kraftfahrzeug mittels der autonomen Fahrfunktion genau zum gewünschten Zeitpunkt und genau an der richtigen Stelle anhalten kann.
In diesem Sinne ist die Prozessoreinheit in einer Ausführungsform durch Ausführen des MPC-Algorithmus' dazu eingerichtet, zu einem ersten Zeitpunkt aus dem Drehmomentvorgabe-Betriebsmodus in den Geschwindigkeitsvorgabe-Betriebsmodus zu wechseln, wobei zum ersten Zeitpunkt ein erster Drehmoment-Sollwert den Wert null annimmt und wobei zu einem unmittelbar nachfolgenden zweiten Zeitpunkt ein zweiter Drehmoment-Sollwert einen negativen Wert annimmt. Unter dem Merkmal „unmittelbar nachfolgender Zeitpunkt“ kann verstanden werden, dass zu diskreten Zeitpunkten Drehmoment-Sollwerte generiert werden, wobei der erste Zeitpunkt und der zweite Zeitpunkt zwei unmittelbar aufeinanderfolgende diskrete Zeitpunkte sind. Diese Ausführungsform ermöglicht, dass die Umschaltung aus dem Drehmomentvorgabe-Betriebsmodus in den Geschwindigkeitsvorgabe-Betriebsmodus im Nulldurchgang des Momentes stoßfrei und nicht spürbar erfolgt. Beide Bedingungen müssen insbesondere kumulativ erfüllt sein, d.h. auf den Wert „Drehmoment-Sollwert gleich null“ muss ein negativer Drehmoment-Sollwert folgen, damit die Umschaltung in den Geschwindigkeitsvorgabe-Betriebsmodus erfolgt. Mit anderen Worten sollen die Drehmoment-Sollwerte ab dem Nulldurchgang in den negativen Bereich fallen.
Weiterhin kann ein Umschalten aus dem Geschwindigkeitsvorgabe-Betriebsmodus in den Drehmomentvorgabe-Betriebsmodus ebenfalls in einem Nulldurchgang des Drehmoment-Sollwerts erfolgen. Dieser Nulldurchgang kann insbesondere dadurch detektiert oder definiert werden, dass ein Drehmoment-Sollwert den Wert null annimmt und ein unmittelbar darauffolgender Drehmoment-Sollwert positiv ist. Mit anderen Worten steigen die Drehmoment-Sollwerte ab dem Nulldurchgang in den positiven Bereich. In diesem Sinne kann die Prozessoreinheit durch Ausführen des MPC-Algorithmus' dazu eingerichtet sein, zu einem dritten Zeitpunkt aus dem Geschwindigkeitsvorgabe-Betriebsmodus (wieder) in den Drehmomentvorgabe-Betriebsmodus zu wechseln, wobei zum dritten Zeitpunkt ein dritter Drehmoment-Sollwert den Wert null annimmt und wobei zu einem unmittelbar nachfolgenden vierten Zeitpunkt ein vierter Drehmoment-Sollwert einen positiven Wert annimmt.
In einer weiteren Ausführungsform ist das Antriebsaggregat eine elektrische Maschine und der MPC-Algorithmus enthält eine zu minimierende Kostenfunktion. Die Kostenfunktion kann als ersten Term eine mit einem ersten Gewichtungsfaktor gewichtete und gemäß dem Längsdynamikmodell prädizierte elektrische Energie enthalten, welche innerhalb des Prädiktionshorizonts von einer Batterie des Antriebsstrangs zum Antrieb der elektrischen Maschine bereitgestellt wird. Die Kostenfunktion kann als zweiten Term eine mit einem zweiten Gewichtungsfaktor gewichtete und gemäß dem Längsdynamikmodell prädizierte Fahrzeit enthalten, welche das Kraftfahrzeug zum Zurücklegen der gesamten innerhalb des Prädiktionshorizonts prädizierten Wegstrecke benötigt. Die Prozessoreinheit kann dazu eingerichtet sein, durch Ausführen des MPC-Algorithmus' in Abhängigkeit von dem ersten Term und in Abhängigkeit von dem zweiten Term eine Eingangsgröße für die elektrische Maschine zu ermitteln, sodass die Kostenfunktion minimiert wird. Diese Ausführungsform ermöglicht, dass die Zielfunktion bzw. die Kostenfunktion einer Driving Efficiency Fahrstrategie neben dem Energieverbrauch einen weiteren Term enthält, wodurch zusätzlich auch die Fahrzeit minimiert wird. Dies führt dazu, dass je nach Wahl der Gewichtungsfaktoren eine geringe Geschwindigkeit nicht immer als optimal bewertet wird und somit nicht das Problem besteht, dass die resultierende Geschwindigkeit immer am unteren Rand der erlaubten Geschwindigkeit liegt.
Die Kostenfunktion kann ausschließlich lineare und quadratische Terme aufweisen. Dadurch hat das Gesamtproblem die Form einer quadratischen Optimierung mit linearen Nebenbedingungen und es ergibt sich ein konvexes Problem, welches gut und schnell gelöst werden kann. Die Zielfunktion bzw. die Kostenfunktion kann mit einer Gewichtung (Gewichtungsfaktoren) aufgestellt werden, wobei insbesondere eine Energieeffizienz, eine Fahrtzeit und ein Fahrkomfort berechnet und gewichtet werden. Eine energieoptimale Geschwindigkeitstrajektorie kann für einen vorausliegenden Horizont auf der Prozessoreinheit online berechnet werden, die insbesondere ein Bestandteil eines Zentral-Steuergeräts des Kraftfahrzeugs bilden kann. Durch Nutzung der MPC-Methode kann weiterhin eine zyklische Neuberechnung der Soll-Geschwindigkeit des Kraftfahrzeugs auf Basis des aktuellen Fahrzustands und der vorausliegenden Streckeninformationen erfolgen.
Durch die Kostenfunktion des MPC-Algorithmus' erfolgt eine Minimierung der Fahrzeit für den Prädiktionshorizont und eine Minimierung von verbrauchter Energie. In einer Ausführungsform erfolgt weiterhin eine Minimierung von Drehmomentänderungen für den Prädiktionshorizont. Was den Input für die modellbasierte prädiktive Regelung angeht, so können dem MPC-Algorithmus als Nebenbedingungen z.B. Geschwindigkeitslimits, physikalische Grenzen für das Drehmoment und Drehzahlen der elektrischen Maschine zugeführt werden. Dem MPC-Algorithmus können weiterhin Steuergrößen für die Optimierung als Input zugeführt werden, insbesondere die Geschwindigkeit des Fahrzeugs (welche proportional zur Drehzahl sein kann), das Drehmoment der elektrischen Maschine und der Batterieladezustand. Als Output der Optimierung kann der MPC-Algorithmus eine optimale Drehzahl und ein optimales Drehmoment für berechnete Punkte im Vorausschauhorizont liefern. Was die Umsetzung der MPC-Regelung im Fahrzeug angeht, so kann dem MPC-Algorithmus ein Softwaremodul nachgeschaltet sein, welches einen aktuell relevanten Zustand ermittelt und an eine Leistungselektronik weitergibt.
Energieverbrauch und Fahrzeit können jeweils am Ende des Horizonts ausgewertet und gewichtet werden. Dieser Term ist also nur für den letzten Punkt des Horizonts aktiv. In diesem Sinne enthält die Kostenfunktion in einer Ausführungsform einen mit dem ersten Gewichtungsfaktor gewichteten Energieverbrauchsendwert, den die prädizierte elektrische Energie am Ende des Prädiktionshorizonts annimmt, und die Kostenfunktion enthält einen mit dem zweiten Gewichtungsfaktor gewichteten Fahrzeitendwert, den die prädizierte Fahrzeit am Ende des Prädiktionshorizonts annimmt.
Um ein komfortables Fahren sicher zu stellen, können zusätzlich Terme zur Bestrafung von Momentensprüngen eingeführt werden. In diesem Sinne kann die Kostenfunktion einen dritten Term mit einem dritten Gewichtungsfaktor aufweisen, wobei der dritte Term einen gemäß dem Längsdynamikmodell prädizierten Wert eines Drehmoments enthält, welches die elektrische Maschine zum Antrieb des Kraftfahrzeugs bereitstellt, und wobei die Prozessoreinheit dazu eingerichtet ist, durch Ausführen des MPC-Algorithmus' in Abhängigkeit von dem ersten Term, in Abhängigkeit von dem zweiten Term und in Abhängigkeit von dem dritten Term die Eingangsgröße für die elektrische Maschine zu ermitteln, sodass die Kostenfunktion minimiert wird.
Für den ersten Punkt im Horizont kann die Abweichung zum zuletzt gestellten Moment negativ bewertet werden, um sicher zu stellen, dass es einen nahtlosen und ruckfreien Übergang beim Umschalten zwischen alter und neuer Trajektorie gibt. In diesem Sinne kann der dritte Term einen mit dem dritten Gewichtungsfaktor gewichteten ersten Wert eines gemäß dem Längsdynamikmodell prädizierten Drehmoments enthalten, welches die elektrische Maschine zum Antrieb des Kraftfahrzeugs zu einem ersten Wegpunkt innerhalb des Prädiktionshorizonts bereitstellt. Dabei kann der dritte Term einen mit dem dritten Gewichtungsfaktor gewichteten nullten Wert eines Drehmoments enthalten, welches die elektrische Maschine zum Antrieb des Kraftfahrzeugs zu einem nullten Wegpunkt bereitstellt, der unmittelbar vor dem ersten Wegpunkt liegt. Bei dem nullten Drehmoment kann es sich insbesondere um ein real - in nicht bloß prädiziert - von der elektrischen Maschine bereitgestelltes Drehmoment handeln. In der Kostenfunktion kann der nullte Wert des Drehmoments von dem ersten Wert des Drehmoments abgezogen werden.
Alternativ kann der dritte Term einen mit dem dritten Gewichtungsfaktor gewichteten ersten Wert einer gemäß dem Längsdynamikmodell prädizierten Antriebskraft enthalten, welche die elektrische Maschine zum Antrieb des Kraftfahrzeugs zu einem ersten Wegpunkt innerhalb des Prädiktionshorizonts bereitstellt. Der dritte Term enthält dabei einen mit dem dritten Gewichtungsfaktor gewichteten nullten Wert einer Antriebskraft, welche die elektrische Maschine zum Antrieb des Kraftfahrzeugs zu einem nullten Wegpunkt bereitstellt, der unmittelbar vor dem ersten Wegpunkt liegt, wobei in der Kostenfunktion der nullte Wert der Antriebskraft von dem ersten Wert der Antriebskraft abgezogen wird.
Bei den Wegpunkten, welche durch den MPC-Algorithmus berücksichtigt werden, handelt es sich insbesondere um diskrete Wegpunkte, die beispielsweise in einer bestimmten Frequenz aufeinanderfolgen. In diesem Sinne stellen der nullte Wegpunkt und der erste Wegpunkt diskrete Wegpunkte dar, wobei der erste Wegpunkt unmittelbar auf den nullten Wegpunkt folgt. Der nullte Wegpunkt kann zeitlich vor dem Prädiktionshorizont liegen. Für den nullten Wegpunkt kann der nullte Drehmomentwert gemessen oder ermittelt werden. Der erste Wegpunkt stellt insbesondere den ersten Wegpunkt innerhalb des Prädiktionshorizonts dar. Für den ersten Wegpunkt kann das erste Drehmomentwert prädiziert werden. Somit kann der real ermittelte nullte Drehmomentwert mit dem prädizierten ersten Drehmomentwert verglichen werden.
Zusätzlich sind zu hohe Drehmomentgradienten innerhalb des Horizonts unvorteilhaft, so dass diese in einer Ausführungsform bereits in der Zielfunktion bestraft werden. Dafür kann die quadratische Abweichung der Antriebskraft je Meter gewichtet und in der Zielfunktion minimiert werden. In diesem Sinne kann die Kostenfunktion einen vierten Term mit einem vierten Gewichtungsfaktor aufweisen, wobei der vierte Term einen gemäß dem Längsdynamikmodell prädizierten Gradienten des Drehmoments oder einen Indikatorwert für einen gemäß dem Längsdynamikmodell prädizierten Gradienten des Drehmoments enthält. Die Prozessoreinheit ist dabei dazu eingerichtet, durch Ausführen des MPC-Algorithmus' in Abhängigkeit von dem ersten Term, in Abhängigkeit von dem zweiten Term, in Abhängigkeit von dem dritten Term und in Abhängigkeit von dem vierten Term die Eingangsgröße für die elektrische Maschine zu ermitteln, sodass die Kostenfunktion minimiert wird.
In einer Ausführungsform enthält der vierte Term eine mit dem vierten Gewichtungsfaktor multiplizierte und aufsummierte quadratische Abweichung des Gradienten des Drehmoments. Weiterhin kann die Kostenfunktion eine mit dem vierten Gewichtungsfaktor aufsummierte quadratische Abweichung einer Antriebskraft enthalten, welche die elektrische Maschine bereitstellt, um das Kraftfahrzeug einen Meter in Längsrichtung fortzubewegen. In diesem Sinne kann der vierte Term eine mit dem vierten Gewichtungsfaktor multiplizierte und aufsummierte quadratische Abweichung einer Antriebskraft enthalten, welche die elektrische Maschine bereitstellt, um das Kraftfahrzeug einen Meter in Längsrichtung fortzubewegen.
Geschwindigkeitslimits, die beispielsweise durch eine Verkehrsstraßenordnung festgelegt sein können, sind für die Optimierung harte Grenzen, die nicht überschritten werden sollen. Eine leichte Überschreitung der Geschwindigkeitsgrenzen ist in der Realität immer zulässig und vor allem bei Übergängen von einer Geschwindigkeitszone in eine zweite Zone eher der Normalfall. In dynamischen Umgebungen, in denen sich von einem Rechenzyklus zum nächsten Rechenzyklus Geschwindigkeitslimits verschieben, kann es passieren, dass bei ganz harten Grenzen keine gültige Lösung für einen Geschwindigkeitsverlauf mehr gefunden werden kann. Um die Stabilität des Rechenalgorithmus' zu erhöhen, kann eine sogenannte „Soft Constraint“ in die Zielfunktion eingeführt werden. Insbesondere kann eine sogenannte „Schlupf-Variable“ bzw. „Slack-Variable“ in einem vorgegebenen schmalen Bereich aktiv werden, bevor das harte Geschwindigkeitslimit erreicht wird. Lösungen, die sehr nah an diesem Geschwindigkeitslimit liegen, können dabei schlechter bewertet werden, also Lösungen deren Geschwindigkeitstrajektorie einen gewissen Abstand zur harten Grenze einhalten. In diesem Sinne kann die Kostenfunktion als fünften Term eine mit einem fünften Gewichtungsfaktor gewichtete Slack-Variable enthalten, wobei die Prozessoreinheit dazu eingerichtet ist, durch Ausführen des MPC-Algorithmus' in Abhängigkeit von dem ersten Term, in Abhängigkeit von dem zweiten Term, in Abhängigkeit von dem dritten Term, in Abhängigkeit von dem vierten Term und in Abhängigkeit von dem fünften Term die Eingangsgröße für die elektrische Maschine zu ermitteln, sodass die Kostenfunktion minimiert wird.
Gemäß einem zweiten Aspekt der Erfindung wird ein Kraftfahrzeug bereitgestellt. Das Kraftfahrzeug umfasst eine Prozessoreinheit gemäß dem ersten Aspekt der Erfindung, ein Antriebsaggregat, einen Geschwindigkeitsregler und ein Fahrerassistenzsystem. Das Fahrerassistenzsystem ist dazu eingerichtet, mittels einer Kommunikations-Schnittstelle auf Drehmoment-Sollwerte und auf Geschwindigkeits-Sollwerte zuzugreifen, wobei die Drehmoment-Sollwerte und die Geschwindigkeits-Sollwerte von der Prozessoreinheit ermittelt worden sind. Weiterhin ist das Fahrerassistenzsystem dazu eingerichtet, eine autonome Fahrfunktion des Kraftfahrzeugs in Abhängigkeit von der Höhe der Drehmoment-Sollwerte in einem Drehmomentvorgabe-Betriebsmodus oder in einem Geschwindigkeitsvorgabe-Betriebsmodus auszuführen, wobei in dem Drehmomentvorgabe-Betriebsmodus das Antriebsaggregat basierend auf den Drehmoment-Sollwerten gesteuert wird, und wobei in dem Geschwindigkeits-Betriebsmodus der Geschwindigkeitsregler basierend auf den Geschwindigkeits-Sollwerten gesteuert wird. Bei dem Fahrzeug handelt es sich beispielsweise um ein Kraftfahrzeug wie Automobil (z.B. ein Personenkraftfahrwagen mit einem Gewicht von weniger als 3,5 t), Motorrad, Motorroller, Moped, Fahrrad, E-Bike, Bus oder Lastkraftwagen, z.B. mit einem Gewicht von über 3,5 t. Das Fahrzeug kann beispielsweise zu einer Fahrzeugflotte gehören.
Gemäß einem dritten Aspekt der Erfindung wird ein Verfahren zur Ausführung einer autonomen Fahrfunktion eines Kraftfahrzeugs mittels modelbasierter prädiktiver Regelung bereitgestellt. Das Verfahren umfasst die Schritte

- Bestimmen von Drehmoment-Sollwerten, die innerhalb eines Prädiktionshorizonts liegen, durch Ausführen eines MPC-Algorithmus', welcher ein Längsdynamikmodell eines Antriebsstrangs des Kraftfahrzeugs enthält,
- Bestimmen von Geschwindigkeits-Sollwerten, die innerhalb des Prädiktionshorizonts liegen, durch Ausführen eines MPC-Algorithmus' und
- Ausführen einer autonomen Fahrfunktion des Kraftfahrzeugs in Abhängigkeit von der Höhe der Drehmoment-Sollwerte in einem Drehmomentvorgabe-Betriebsmodus oder in einem Geschwindigkeitsvorgabe-Betriebsmodus, wobei in dem Drehmomentvorgabe-Betriebsmodus ein Antriebsaggregat des Antriebsstrangs basierend auf den Drehmoment-Sollwerten gesteuert wird, und wobei in dem Geschwindigkeits-Betriebsmodus ein Geschwindigkeitsregler des Antriebsstrangs basierend auf den Geschwindigkeits-Sollwerten gesteuert wird.

Gemäß einem vierten Aspekt der Erfindung wird ein Computerprogrammprodukt zur Ausführung einer autonomen Fahrfunktion eines Kraftfahrzeugs mittels modelbasierter prädiktiver Regelung bereitgestellt, wobei das Computerprogrammprodukt, wenn es auf einer Prozessoreinheit ausgeführt wird, durch Ausführen eines MPC-Algorithmus', welcher ein Längsdynamikmodell eines Antriebsstrangs des Kraftfahrzeugs enthält, die Prozessoreinheit anleitet

- Drehmoment-Sollwerte zu bestimmen, die innerhalb eines Prädiktionshorizonts liegen,
- Geschwindigkeits-Sollwerte zu bestimmen, die innerhalb des Prädiktionshorizonts liegen,
- eine autonome Fahrfunktion des Kraftfahrzeugs in Abhängigkeit von der Höhe der Drehmoment-Sollwerte in einem Drehmomentvorgabe-Betriebsmodus oder in einem Geschwindigkeitsvorgabe-Betriebsmodus auszuführen,
- wobei in dem Drehmomentvorgabe-Betriebsmodus ein Antriebsaggregat des Antriebsstrangs basierend auf den Drehmoment-Sollwerten gesteuert wird, und
- wobei in dem Geschwindigkeits-Betriebsmodus ein Geschwindigkeitsregler des Antriebsstrangs basierend auf den Geschwindigkeits-Sollwerten gesteuert wird.

Gemäß einem fünften Aspekt der Erfindung wird ein computerlesbares Medium bereitgestellt, auf dem das Computerprogrammprodukt gemäß dem vierten Aspekt der Erfindung gespeichert ist.
Die obigen Definitionen sowie Ausführungen zu technischen Effekten, Vorteilen und vorteilhaften Ausführungsformen der Prozessoreinheit gelten sinngemäß ebenfalls für das Fahrzeug gemäß dem zweiten Aspekt der Erfindung, für das Verfahren gemäß dem dritten Aspekt der Erfindung, für das Computerprogrammprodukt gemäß dem vierten Aspekt der Erfindung und für das computerlesbare Medium gemäß dem fünften Aspekt der Erfindung.
Im Folgenden werden Ausführungsbeispiele der Erfindung anhand der schematischen Zeichnung näher erläutert, wobei gleiche oder ähnliche Elemente mit dem gleichen Bezugszeichen versehen sind. Hierbei zeigt

1 eine schematische Darstellung eines Fahrzeugs mit einem Antriebsstrang, der eine elektrische Maschine und eine Batterie umfasst,
2 ein Kennfeld einer elektrischen Maschine für das Fahrzeug nach 1 und
3 Diagramme mit Drehmoment-Sollwerten und Geschwindigkeits-Sollwerten über der Zeit bzw. über Wegpunkten innerhalb eines Prädiktionshorizonts.

1 zeigt ein Kraftfahrzeug 1, z.B. ein Personenkraftfahrwagen. Das Kraftahrzeug 1 umfasst ein System 2 zur modelbasierten prädiktiven Regelung einer elektrischen Maschine eines Antriebstrangs des Kraftfahrzeugs 1. Das System 2 umfasst in dem gezeigten Ausführungsbeispiel eine Prozessoreinheit 3, eine Speichereinheit 4, eine Kommunikations-Schnittstelle 5 und eine Erfassungseinheit 6 zur Erfassung von das Kraftfahrzeug 1 betreffenden Zustandsdaten. Das Kraftfahrzeug 1 umfasst weiterhin einen Antriebsstrang 7, der beispielsweise eine elektrische Maschine 8, die als Motor und als Generator betrieben werden kann, eine Batterie 9, ein Getriebe 10 und einen Geschwindigkeitsregler 18 umfassen kann. Die elektrische Maschine 8 kann im Motorbetrieb Räder des Kraftfahrzeugs 1 über das Getriebe 10 antreiben, das beispielsweise eine konstante Übersetzung aufweisen kann. Die dazu notwendige elektrische Energie kann die Batterie 9 bereitstellen. Die Batterie 9 kann durch die elektrische Maschine 8 aufgeladen werden, wenn die elektrische Maschine 8 im Generatorbetrieb betrieben wird (Rekuperation). Die Batterie 9 kann optional auch an einer externen Ladestation aufgeladen werden. Ebenfalls kann der Antriebsstrang des Kraftfahrzeugs 1 optional einen Verbrennungskraftmotor 17 aufweisen, welcher alternativ oder zusätzlich zu der elektrischen Maschine 8 das Kraftfahrzeug 1 antreiben kann.
Der Verbrennungskraftmotor 17 kann auch die elektrische Maschine 8 antreiben, um die Batterie 9 aufzuladen.
Auf der Speichereinheit 4 kann ein Computerprogrammprodukt 11 gespeichert sein. Das Computerprogrammprodukt 11 kann auf der Prozessoreinheit 3 ausgeführt werden, wozu die Prozessoreinheit 3 und die Speichereinheit 4 mittels der Kommunikations-Schnittstelle 5 miteinander verbunden sind. Wenn das Computerprogrammprodukt 11 auf der Prozessoreinheit 3 ausgeführt wird, leitet es die Prozessoreinheit 3 an, die im Zusammenhang mit der Zeichnung beschriebenen Funktionen zu erfüllen bzw. die im Zusammenhang mit der Zeichnung beschriebenen Verfahrensschritte auszuführen.
Das Computerprogrammprodukt 11 enthält einen MPC-Algorithmus 13. Der MPC-AIgorithmus 13 wiederum enthält ein Längsdynamikmodell 14 des Antriebsstrangs 7 des Kraftfahrzeugs 1 und eine zu minimierende Kostenfunktion 15. Die Prozessoreinheit 3 führt den MPC-Algorithmus 13 aus und prädiziert dabei ein Verhalten des Kraftfahrzeugs 1 basierend auf dem Längsdynamikmodell 14, wobei die Kostenfunktion 15 minimiert wird. Als Output der Optimierung durch den MPC-Algorithmus 13 ergeben sich für berechnete Punkte im Prädiktionshorizont Drehmoment-Sollwerte der elektrischen Maschine 8 und Geschwindigkeits-Sollwerte des Kraftfahrzeugs 1. Die Prozessoreinheit 3 kann dazu Eingangsgrößen für die elektrische Maschine 8 und für den Geschwindigkeitsregler 18 ermitteln, sodass sich das optimale Drehmoment und/oder die optimale Geschwindigkeit einstellt. Die Prozessoreinheit 3 kann die elektrische Maschine 8 und den Geschwindigkeitsregler 18 basierend auf der ermittelten Eingangsgröße steuern. Weiterhin kann dies jedoch auch durch ein Fahrerassistenzsystem 16 erfolgen.
Die Erfassungseinheit 6 kann aktuelle Zustandsgrößen des Kraftfahrzeugs 1 messen, entsprechende Daten aufnehmen und dem MPC-Algorithmus 13 zuführen. So können Streckendaten aus einer elektronischen Karte für einen Vorausschauhorizont bzw. Prädiktionshorizont (z.B. 400 m) vor dem Kraftfahrzeug 1 insbesondere zyklisch upgedated bzw. aktualisiert werden. Die Streckendaten können beispielsweise Steigungsinformationen, Kurveninformationen, und Informationen über Geschwindigkeitslimits beinhalten. Des Weiteren kann eine Kurvenkrümmung über eine maximal zulässige Querbeschleunigung in ein Geschwindigkeitslimit für das Kraftfahrzeug 1 umgerechnet werden. Außerdem kann mittels der Erfassungseinheit 6 eine Ortung des Kraftfahrzeugs 1 erfolgen, insbesondere über ein von einem GNSS-Sensor 12 generiertes Signal zur genauen Lokalisierung auf der elektronischen Karte. Die Prozessoreinheit 3 kann auf diese Informationen beispielsweise über die Kommunikations-Schnittstelle 5 zugreifen.
Ein beispielhaftes Längsdynamikmodell 14 des Kraftfahrzeugs 1 kann mathematisch wie folgt ausgedrückt werden: $\frac{d v (t)}{d t} = (F_{t r a c} (t) - F_{r} (α (t)) - F_{g r} (α (t)) - F_{d} (v (t))) / m_{e q}$
Hierbei sind:

v: die Geschwindigkeit des Kraftfahrzeugs;
Ftrac: Traktionskraft, die durch den Motor oder die Bremsen auf die Räder des Kraftfahrzeugs ausgeübt wird;
Fr: die Rollwiderstandskraft, welche ein Effekt der Verformung der Reifen beim Rollen ist und von der Belastung der Räder (der Normalkraft zwischen Rad und Straße) und damit vom Neigungswinkel der Straße abhängt;
Fgr: die Steigungswiderstandskraft, welche eine Längskomponente der Schwerkraft beschreibt, die auf das Kraftfahrzeug im Bergauf- oder Bergabfahrbetrieb wirkt, abhängig von der Neigung der Fahrbahn;
Fd: die Luftwiderstandskraft des Kraftfahrzeugs; und
meq: die äquivalente Masse des Kraftfahrzeugs; die äquivalente Masse beinhaltet insbesondere die Trägheit der Drehteile des Antriebsstrangs, welche der Beschleunigung des Kraftfahrzeugs ausgesetzt sind (Motor, Getriebeantriebswellen, Räder).

Durch Umwandlung von Zeitabhängigkeit in Wegabhängigkeit $\frac{d}{d s} = \frac{d}{d t} * \frac{d t}{d s} = \frac{d}{d t} * \frac{1}{v}$
und Koordinatentransformation zur Eliminierung des quadratischen Geschwindigkeits-Terms im Luftwiderstand mit $e_{k i n} = \frac{1}{2} * m_{e q} * v {(t)}^{2}$
folgt $\frac{d e_{k i n}}{d s} = F_{t r a c} (s) - F_{r} (α (s)) - F_{g r} (α (s)) - F_{d} (e_{k i n} (s)) .$
Damit das Problem durch den MPC-Algorithmus 13 schnell und einfach lösbar ist, wird die Dynamikgleichung des Längsdynamikmodells 14 linearisiert, indem die Geschwindigkeit durch Koordinatentransformation durch kinetische Energie de_kin ausgedrückt wird. Dadurch wird der quadratische Term zur Berechnung des Luftwiderstands F_d durch einen linearen Term ersetzt und gleichzeitig ist das Längsdynamikmodell 14 des Kraftfahrzeugs 1 nicht mehr wie üblich in Abhängigkeit von der Zeit beschrieben, sondern in Abhängigkeit von dem Weg. Dies passt insofern gut zum Optimierungsproblem, da die Vorausschauinformationen des elektrischen Horizonts wegbasiert vorliegen.
Neben der kinetischen Energie gibt es zwei weitere Zustandsgrößen, welche im Sinne eines einfachen Optimierungsproblems ebenfalls linear und wegabhängig beschrieben werden müssen. Zum einen ist der elektrische Energieverbrauch des Antriebsstrangs 7 üblicherweise in Form eines Kennfeldes in Abhängigkeit von Drehmoment und Motordrehzahl beschrieben. In dem gezeigten Ausführungsbeispiel weist das Kraftfahrzeug 1 eine feste Übersetzung zwischen der elektrischen Maschine 8 und der Straße auf, auf welcher sich das Kraftfahrzeug 1 bewegt. Dadurch lässt sich die Drehzahl der elektrischen Maschine 8 direkt in eine Geschwindigkeit des Kraftfahrzeugs 1 oder eben in eine kinetische Energie des Kraftfahrzeugs 1 umrechnen. Weiterhin lässt sich die elektrische Leistung der elektrischen Maschine 8 durch Teilen durch die entsprechende Geschwindigkeit in Energieverbrauch pro Meter umrechnen. Dadurch erhält das Kennfeld der elektrischen Maschine 8 die Form wie in 2 zu sehen. Um dieses Kennfeld für die Optimierung verwenden zu können, wird es linear approximiert: Energy_permeter ≥ a_i * e_kin + b_i * F_trac für alle i.
Eine beispielhafte zu minimierende Kostenfunktion 15 kann mathematisch wie folgt ausgedrückt werden: $\begin{array}{l} min (- w_{B a t} \cdot E_{B a t} (s_{E}) + w_{T i m e} \cdot T (s_{E}) + w_{T e m} \cdot {\sum_{s = 1}^{s_{E} - 1} (\frac{F_{A} (s) - F_{A} (s - 1)}{Δ s})}^{2} \\ + w_{T e m S t a r t} \cdot {(F_{A} (s_{1}) - F_{A} (s_{0}))}^{2} + \sum_{s = 1}^{s_{E} - 1} w_{S l a c k} \cdot V a r_{s l a c k}) \end{array}$
Hierbei ist:

wBat: Gewichtungsfaktor für den Energieverbrauch der Batterie
EBat: Energieverbrauch der Batterie
S: Wegstrecke
SE-1: Wegstrecke einen Zeitschritt vor Ende des Prädiktionshorizonts
FA: Antriebskraft, welche durch die elektrische Maschine bereitgestellt wird, durch ein Getriebe konstant übersetzt wird und an einem Rad des Kraftfahrzeugs anliegt
WTem: Gewichtungsfaktor für Drehmomentgradienten
WTemStart: Gewichtungsfaktor für Momentensprünge
T: Zeit, welche das Fahrzeug benötigt, um die gesamte innerhalb des Prädiktionshorizonts prädizierte Wegstrecke zurückzulegen
wTime: Gewichtungsfaktor für die Zeit T
SE: Wegstrecke zum Ende des Horizonts
wSlack: Gewichtungsfaktor für die Slack-Variable
VarSlack: Slack-Variable

Die Kostenfunktion 15 besitzt ausschließlich lineare und quadratische Terme. Dadurch hat das Gesamtproblem die Form einer quadratischen Optimierung mit linearen Nebenbedingungen und es ergibt sich ein konvexes Problem, welches gut und schnell gelöst werden kann.
Die Kostenfunktion 15 enthält als ersten Term eine mit einem ersten Gewichtungsfaktor W_Bat gewichtete und gemäß dem Längsdynamikmodell prädizierte elektrische Energie E_Bat, welche innerhalb eines Prädiktionshorizonts von der Batterie 9 des Antriebsstrangs 7 zum Antrieb der elektrischen Maschine 8 bereitgestellt wird.
Die Kostenfunktion 15 enthält als zweiten Term eine mit einem zweiten Gewichtungsfaktor W_Time gewichtete und gemäß dem Längsdynamikmodell 14 prädizierte Fahrzeit T, welche das Kraftfahrzeug 1 benötigt, um die prädizierte Wegstrecke zurückzulegen. Dies führt dazu, dass je nach Wahl der Gewichtungsfaktoren eine geringe Geschwindigkeit nicht immer als optimal bewertet wird und so nicht mehr das Problem besteht, dass die resultierende Geschwindigkeit immer am unteren Rand der erlaubten Geschwindigkeit liegt.
Der Energieverbrauch und die Fahrzeit können jeweils am Ende des Horizonts ausgewertet und gewichtet werden. Diese Terme sind dann also nur für den letzten Punkt des Horizonts aktiv.
Zu hohe Drehmomentgradienten innerhalb des Horizonts sind unvorteilhaft. Daher werden Drehmomentgradienten bereits in der Kostenfunktion 15 bestraft, nämlich durch den Term $w_{T e m} \cdot {\sum_{s = 1}^{s_{E} - 1} (\frac{F_{A} (s) - F_{A} (s - 1)}{Δ s})}^{2} .$
Die quadratische Abweichung der Antriebskraft je Meter wird mit einem Gewichtungsfaktor W_Tem gewichtet und in der Kostenfunktion minimiert. Alternativ zu der Antriebskraft F_A je Meter kann auch das durch die elektrische Maschine 8 bereitgestellte Drehmoment M_EM genutzt und mit dem Gewichtungsfaktor W_Tem gewichtet werden, sodass sich der alternative Term $w_{T e m} \cdot {\sum_{s = 1}^{s_{E} - 1} (\frac{M_{E M} (s) - M_{E M} (s - 1)}{Δ s})}^{2}$
ergibt. Durch die konstante Übersetzung des Getriebes 10 sind die Antriebskraft und das Drehmoment direkt proportional zueinander.
Um ein komfortables Fahren sicher zu stellen, wird in der Kostenfunktion 15 ein weiterer Term zur Bestrafung von Momentensprüngen eingeführt, nämlich W_TemStart · (F_A(s₁) - F_A(s₀)) ² . Alternativ zu der Antriebskraft F_A kann auch hier das durch die elektrische Maschine 8 bereitgestellte Drehmoment M_EM genutzt werden, sodass sich der alternative Term W_TemStart · (M_EM (s₁) - M_EM(s₀))² ergibt. Für den ersten Punkt im Prädiktionshorizont wird die Abweichung zum zuletzt gestellten Moment negativ bewertet und mit einem Gewichtungsfaktor W_TemStart gewichtet, um sicher zu stellen, dass es einen nahtlosen und ruckfreien Übergang beim Umschalten zwischen alter und neuer Trajektorie gibt.
Geschwindigkeitslimits sind für die Optimierung harte Grenzen, die nicht überschritten werden dürfen. Eine leichte Überschreitung der Geschwindigkeitsgrenzen ist in der Realität immer zulässig und vor allem bei Übergängen von einer Geschwindigkeitszone in eine zweite Zone eher der Normalfall. In dynamischen Umgebungen, wo sich von einem Rechenzyklus zum nächsten Rechenzyklus Geschwindigkeitslimits verschieben, kann es passieren, dass bei ganz harten Grenzen keine gültige Lösung für einen Geschwindigkeitsverlauf mehr gefunden werden kann. Um die Stabilität des Rechenalgorithmus zu erhöhen, wird eine weiche Beschränkung („soft constraint“) in die Kostenfunktion 15 eingeführt. Dabei wird eine mit einem Gewichtungsfaktor W_Slack gewichtete Slack-Variable VarS_lack in einem vorgegebenen schmalen Bereich aktiv, bevor das harte Geschwindigkeitslimit erreicht wird. Lösungen, die sehr nah an diesem Geschwindigkeitslimit liegen, werden schlechter bewertet, also Lösungen deren Geschwindigkeitstrajektorie einen gewissen Abstand zur harten Grenze einhalten.
3 zeigt zwei übereinander angeordnete Diagramme. Das in 3 weiter oben dargestellte erste Diagramm zeigt einen Verlauf von Geschwindigkeits-Sollwerten 19 innerhalb eines Prädiktionshorizonts 20. Das in 3 unterhalb des ersten Diagramms dargestellte zweite Diagramm zeigt einen Verlauf von Drehmoment-Sollwerten 21, die den darüber liegenden Geschwindigkeits-Sollwerten 19 zugeordnet sind. Obwohl in 3 die Verläufe der Geschwindigkeits-Sollwerte 19 und der Drehmoment-Sollwerte 21 kontinuierlich als Graph dargestellt sind, kann es sich bei den Geschwindigkeits-Sollwerten 19 und bei den Drehmoment-Sollwerten 21 um diskrete Werte handeln, die diskreten Zeitpunkten und/oder Wegpunkten zugeordnet sind. Die horizontalen Achsen der beiden Diagramme können den zeitlichen Verlauf t und/oder Wegpunkte s innerhalb des Prädiktionshorizonts 20 repräsentieren.
Die Prozessoreinheit 3 kann eine autonome Fahrfunktion des Kraftfahrzeugs 1 in Abhängigkeit von der Höhe der Drehmoment-Sollwerte 21 in einem Drehmomentvorgabe-Betriebsmodus oder in einem Geschwindigkeitsvorgabe-Betriebsmodus ausführen. In einem ersten Bereich I (in 3 links dargestellt) des Prädiktionshorizonts 20 sind die Drehmoment-Sollwerte 21 positiv, sodass die Prozessoreinheit 3 die autonome Fahrfunktion in dem Drehmomentvorgabe-Betriebsmodus ausführen wird, in welchem die elektrische Maschine 8 basierend auf den Drehmoment-Sollwerten 21 gesteuert wird. Der Drehmomentvorgabe-Betriebsmodus kann optional durch eine Geschwindigkeitsregelung überlagert werden.
In einem zweiten Bereich II (in 3 mittig dargestellt) des Prädiktionshorizonts 20 sind die Drehmoment-Sollwerte 21 negativ, z.B. weil das Kraftfahrzeug 1 zum Stillstand gebracht werden soll, um beispielsweise an einer roten Ampel anzuhalten. Dementsprechend sinken die Geschwindigkeits-Sollwerte 19 in dem zweiten Bereich II auf den Wert null („Kraftfahrzeug 1 steht“). Wenn dieser Geschwindigkeits-Sollwert erreicht ist, ist auch der Drehmoment-Sollwert wieder auf den Wert null gestiegen (aus dem negativen Bereich heraus). Die Prozessoreinheit 3 wird die autonome Fahrfunktion innerhalb des zweiten Bereichs II in dem Geschwindigkeitsvorgabe-Betriebsmodus ausführen wird, in welchem der Geschwindigkeitsregler 18 ausschließlich basierend auf den Geschwindigkeits-Sollwerten 19 und nicht auf den Drehmoment-Sollwerten 21 gesteuert wird.
Insbesondere erfolgt ein Umschalten aus dem Drehmomentvorgabe-Betriebsmodus (erster Bereich I) in den Geschwindigkeitsvorgabe-Betriebsmodus (zweiter Bereich II) in einem „negativen“ Nulldurchgang 22 des Drehmoment-Sollwerts 21. Der negative Nulldurchgang kann insbesondere dadurch detektiert oder definiert werden, dass ein erster Drehmoment-Sollwert 23 zu einem ersten Zeitpunkt t₁ den Wert null annimmt und ein unmittelbar darauffolgender zweiter Drehmoment-Sollwert 24 zu einem zweiten Zeitpunkt t₂ negativ ist. Mit anderen Worten sinken bzw. fallen die Drehmoment-Sollwerte 21 ab dem ersten Drehmoment-Sollwert 23 in den negativen Bereich.
In einem dritten Bereich III (in 3 rechts dargestellt) des Prädiktionshorizonts sind die Drehmoment-Sollwerte 21 wieder positiv, sodass die Prozessoreinheit 3 die autonome Fahrfunktion wieder in dem Drehmomentvorgabe-Betriebsmodus ausführen wird, wobei die elektrische Maschine 8 basierend auf den Drehmoment-Sollwerten 21 gesteuert wird. Der Drehmomentvorgabe-Betriebsmodus kann auch hier optional durch eine Geschwindigkeitsregelung überlagert werden.
Ein Umschalten aus dem Geschwindigkeitsvorgabe-Betriebsmodus (zweiter Bereich II) in den Drehmomentvorgabe-Betriebsmodus (dritter Bereich III) kann in einem „positiven“ Nulldurchgang 25 des Drehmoment-Sollwerts 21 erfolgen. Dieser positive Nulldurchgang kann insbesondere dadurch detektiert oder definiert werden, dass ein dritter Drehmoment-Sollwert 26 zu einem dritten Zeitpunkt t₃ den Wert null annimmt und ein unmittelbar darauffolgender vierter Drehmoment-Sollwert 27 zu einem vierten Zeitpunkt t₄ positiv ist. Mit anderen Worten steigen die Drehmoment-Sollwerte 21 ab dem dritten Drehmoment-Sollwert 26 in den positiven Bereich.
Bezugszeichenliste

I: erster Bereich des Prädiktionshorizonts
II: zweiter Bereich des Prädiktionshorizonts
III: dritter Bereich des Prädiktionshorizonts
t1: erster Zeitpunkt
t2: erster Zeitpunkt
t3: erster Zeitpunkt
t4: erster Zeitpunkt
1: Fahrzeug
2: System
3: Prozessoreinheit
4: Speichereinheit
5: Kommunikations-Schnittstelle
6: Erfassungseinheit
7: Antriebsstrang
8: elektrische Maschine
9: Batterie
10: Getriebe
11: Computerprogrammprodukt
12: GPS-Sensor
13: MPC-Algorithmus
14: Längsdynamikmodell
15: Kostenfunktion
16: Fahrerassistenzsystem
17: Verbrennungskraftmotor
18: Geschwindigkeitsregler
19: Geschwindigkeits-Sollwerte
20: Prädiktionshorizont
21: Drehmoment-Sollwerte
22: „negativer“ Nulldurchgang
23: erster Drehmoment Sollwert (null)
24: zweiter Drehmoment-Sollwert (negativ)
25: „positiver“ Nulldurchgang
26: dritter Drehmoment Sollwert (null)
27: vierter Drehmoment-Sollwert (positiv)

Claims

Prozessoreinheit (3) zur Ausführung einer autonomen Fahrfunktion eines Kraftfahrzeugs (1) mittels modelbasierter prädiktiver Regelung, wobei die Prozessoreinheit (3) durch Ausführen eines MPC-Algorithmus' (13), welcher ein Längsdynamikmodell (14) eines Antriebsstrangs (7) des Kraftfahrzeugs (1) enthält, dazu eingerichtet ist, - Drehmoment-Sollwerte (21) zu bestimmen, die innerhalb eines Prädiktionshorizonts (20) liegen, - Geschwindigkeits-Sollwerte (19) zu bestimmen, die innerhalb des Prädiktionshorizonts (20) liegen, - eine autonome Fahrfunktion des Kraftfahrzeugs (1) in Abhängigkeit von der Höhe der Drehmoment-Sollwerte (21) in einem Drehmomentvorgabe-Betriebsmodus oder in einem Geschwindigkeitsvorgabe-Betriebsmodus auszuführen, - wobei in dem Drehmomentvorgabe-Betriebsmodus ein Antriebsaggregat (8) des Antriebsstrangs (7) basierend auf den Drehmoment-Sollwerten (21) gesteuert wird, und - wobei in dem Geschwindigkeits-Betriebsmodus ein Geschwindigkeitsregler (18) des Antriebsstrangs (7) basierend auf den Geschwindigkeits-Sollwerten (19) gesteuert wird.
Prozessoreinheit (3) nach Anspruch 1, wobei die Prozessoreinheit (3) durch Ausführen des MPC-Algorithmus' (13) dazu eingerichtet ist, die autonome Fahrfunktion in dem Drehmomentvorgabe-Betriebsmodus auszuführen, wenn ein Drehmoment-Sollwert (21) einen positiven Wert annimmt.
Prozessoreinheit (3) nach Anspruch 2, wobei die Prozessoreinheit (3) durch Ausführen des MPC-Algorithmus' (13) dazu eingerichtet ist, den Geschwindigkeitsregler (18) des Antriebsstrangs (7) basierend auf den Geschwindigkeits-Sollwerten (19) zu steuern, wenn ein Drehmoment-Sollwert (21) einen positiven Wert annimmt.
Prozessoreinheit (3) nach einem der vorstehenden Ansprüche, wobei die Prozessoreinheit (3) durch Ausführen des MPC-Algorithmus' (13) dazu eingerichtet ist, die autonome Fahrfunktion ausschließlich in dem Geschwindigkeitsvorgabe-Betriebsmodus auszuführen, wenn ein Drehmoment-Sollwert (21) einen negativen Wert annimmt.
Prozessoreinheit (3) nach einem der vorstehenden Ansprüche, wobei die Prozessoreinheit (3) durch Ausführen des MPC-Algorithmus' (13) dazu eingerichtet ist, zu einem ersten Zeitpunkt (t₁) aus dem Drehmomentvorgabe-Betriebsmodus in den Geschwindigkeitsvorgabe-Betriebsmodus zu wechseln, wobei zum ersten Zeitpunkt (t₁) ein erster Drehmoment-Sollwert (23) den Wert null annimmt und wobei zu einem unmittelbar nachfolgenden zweiten Zeitpunkt (t₂) ein zweiter Drehmoment-Sollwert (24) einen negativen Wert annimmt.
Prozessoreinheit (3) nach einem der vorstehenden Ansprüche, wobei die Prozessoreinheit (3) durch Ausführen des MPC-Algorithmus' (13) dazu eingerichtet ist, zu einem dritten Zeitpunkt (t₃) aus dem Geschwindigkeitsvorgabe-Betriebsmodus in den Drehmomentvorgabe-Betriebsmodus zu wechseln, wobei zum dritten Zeitpunkt (t₃) ein dritter Drehmoment-Sollwert (26) den Wert null annimmt und wobei zu einem unmittelbar nachfolgenden vierten Zeitpunkt (t₄) ein vierter Drehmoment-Sollwert (27) einen positiven Wert annimmt.
Prozessoreinheit nach einem der vorstehenden Ansprüche, wobei - das Antriebsaggregat (8) eine elektrische Maschine (8) ist, - der MPC-Algorithmus (13) eine zu minimierende Kostenfunktion (15) enthält, - die Kostenfunktion (15) als ersten Term eine mit einem ersten Gewichtungsfaktor gewichtete und gemäß dem Längsdynamikmodell (14) prädizierte elektrische Energie enthält, welche innerhalb des Prädiktionshorizonts von einer Batterie (9) des Antriebsstrangs (7) zum Antrieb der elektrischen Maschine (8) bereitgestellt wird, - die Kostenfunktion (15) als zweiten Term eine mit einem zweiten Gewichtungsfaktor gewichtete und gemäß dem Längsdynamikmodell (14) prädizierte Fahrzeit enthält, welche das Kraftfahrzeug (1) zum Zurücklegen der gesamten innerhalb des Prädiktionshorizonts prädizierten Wegstrecke benötigt, und - die Prozessoreinheit (3) dazu eingerichtet ist, durch Ausführen des MPC-Algorithmus' (13) in Abhängigkeit von dem ersten Term und in Abhängigkeit von dem zweiten Term eine Eingangsgröße für die elektrische Maschine (8) zu ermitteln, sodass die Kostenfunktion minimiert wird.
Kraftfahrzeug (3) umfassend eine Prozessoreinheit (3) nach einem der vorstehenden Ansprüche, ein Antriebsaggregat (8), einen Geschwindigkeitsregler (18) und ein Fahrerassistenzsystem (16), wobei das Fahrerassistenzsystem (16) dazu eingerichtet ist, - mittels einer Kommunikations-Schnittstelle (8) auf Drehmoment-Sollwerte (21) und auf Geschwindigkeits-Sollwerte (19) zuzugreifen, wobei die Drehmoment-Sollwerte (21) und die Geschwindigkeits-Sollwerte (19) von der Prozessoreinheit (3) ermittelt worden sind, und - eine autonome Fahrfunktion des Kraftfahrzeugs (1) in Abhängigkeit von der Höhe der Drehmoment-Sollwerte (21) in einem Drehmomentvorgabe-Betriebsmodus oder in einem Geschwindigkeitsvorgabe-Betriebsmodus auszuführen, - wobei in dem Drehmomentvorgabe-Betriebsmodus das Antriebsaggregat (8) basierend auf den Drehmoment-Sollwerten (21) gesteuert wird, und - wobei in dem Geschwindigkeits-Betriebsmodus der Geschwindigkeitsregler (18) basierend auf den Geschwindigkeits-Sollwerten (19) gesteuert wird.
Verfahren zur Ausführung einer autonomen Fahrfunktion eines Kraftfahrzeugs (1) mittels modelbasierter prädiktiver Regelung, das Verfahren umfassend die Schritte - Bestimmen von Drehmoment-Sollwerten (21), die innerhalb eines Prädiktionshorizonts liegen, durch Ausführen eines MPC-Algorithmus' (13), welcher ein Längsdynamikmodell (14) eines Antriebsstrangs (7) des Kraftfahrzeugs (1) enthält, - Bestimmen von Geschwindigkeits-Sollwerten (19), die innerhalb des Prädiktionshorizonts (20) liegen, durch Ausführen des MPC-Algorithmus' (13), und - Ausführen einer autonomen Fahrfunktion des Kraftfahrzeugs (1) in Abhängigkeit von der Höhe der Drehmoment-Sollwerte (21) in einem Drehmomentvorgabe-Betriebsmodus oder in einem Geschwindigkeitsvorgabe-Betriebsmodus, wobei in dem Drehmomentvorgabe-Betriebsmodus ein Antriebsaggregat (1) des Antriebsstrangs (7) basierend auf den Drehmoment-Sollwerten (21) gesteuert wird, und wobei in dem Geschwindigkeits-Betriebsmodus ein Geschwindigkeitsregler (18) des Antriebsstrangs (7) basierend auf den Geschwindigkeits-Sollwerten (19 gesteuert wird.
Computerprogrammprodukt (11) zur Ausführung einer autonomen Fahrfunktion eines Kraftfahrzeugs (1) mittels modelbasierter prädiktiver Regelung, wobei das Computerprogrammprodukt (11), wenn es auf einer Prozessoreinheit (3) ausgeführt wird, die Prozessoreinheit (3) anleitet, durch Ausführen eines MPC-Algorithmus' (13), welcher ein Längsdynamikmodell (14) eines Antriebsstrangs (7) des Kraftfahrzeugs (1) enthält, - Drehmoment-Sollwerte (21) zu bestimmen, die innerhalb eines Prädiktionshorizonts (20) liegen, - Geschwindigkeits-Sollwerte (19) zu bestimmen, die innerhalb des Prädiktionshorizonts (20) liegen, - eine autonome Fahrfunktion des Kraftfahrzeugs (1) in Abhängigkeit von der Höhe der Drehmoment-Sollwerte (21) in einem Drehmomentvorgabe-Betriebsmodus oder in einem Geschwindigkeitsvorgabe-Betriebsmodus auszuführen, - wobei in dem Drehmomentvorgabe-Betriebsmodus ein Antriebsaggregat (8) des Antriebsstrangs (7) basierend auf den Drehmoment-Sollwerten (21) gesteuert wird, und - wobei in dem Geschwindigkeits-Betriebsmodus ein Geschwindigkeitsregler (18) des Antriebsstrangs (7) basierend auf den Geschwindigkeits-Sollwerten (19) gesteuert wird.