DE102020215214A1 - Functionally robust optimization of a vehicle control - Google Patents
Functionally robust optimization of a vehicle control Download PDFInfo
- Publication number
- DE102020215214A1 DE102020215214A1 DE102020215214.4A DE102020215214A DE102020215214A1 DE 102020215214 A1 DE102020215214 A1 DE 102020215214A1 DE 102020215214 A DE102020215214 A DE 102020215214A DE 102020215214 A1 DE102020215214 A1 DE 102020215214A1
- Authority
- DE
- Germany
- Prior art keywords
- vehicle
- vector
- controller
- determined
- control
- 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.)
- Pending
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W40/00—Estimation 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
- B60W40/10—Estimation 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W50/00—Details 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
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
Ein Verfahren (300) zum Bestimmen von Steuerparametern für eine Steuerung eines Fahrzeugs (305) umfasst Schritte des Bereitstellens eines Modells (100) eines Systems, das die Steuerung (110) und das Fahrzeug (305) umfasst; wobei das Modell einen Vektor u von Eingangswerten umfasst, die von der Steuerung (110) auf das Fahrzeug (305) einwirken; einen Vektor y von Ausgangswerten, die am Fahrzeug (305) beobachtet werden; einen Vektor p von Fahrparametern, die von außen auf das Fahrzeug (305) einwirken; und einen Vektor q von Steuerparametern, die für die Steuerung (110) vorgegeben sind; des Bestimmens einer vorbestimmten Systembedingung bezüglich des Vektors y; des Bestimmens des bezüglich p und q größten Abschnitts (225) eines durch die Vektoren aufgespannten Raums (200), wobei die Systembedingung an jedem Punkt in dem Abschnitt (225) erfüllt ist; und des Bereitstellens der dem Abschnitt (225) zugeordneten Steuerparameter. A method (300) for determining control parameters for a controller of a vehicle (305) comprises the steps of providing a model (100) of a system comprising the controller (110) and the vehicle (305); the model comprising a vector u of input values applied to the vehicle (305) by the controller (110); a vector y of output values observed at the vehicle (305); a vector p of driving parameters acting on the vehicle (305) from the outside; and a vector q of control parameters predetermined for the controller (110); determining a predetermined system condition related to the vector y; determining the p and q largest portion (225) of a space (200) spanned by the vectors, the system condition being satisfied at each point in the portion (225); and providing the control parameters associated with the section (225).
Description
Die vorliegende Erfindung betrifft eine Optimierung von Steuerparametern einer Steuerung für ein Fahrzeug. Insbesondere betrifft die Erfindung eine funktionell robuste Optimierung.The present invention relates to an optimization of control parameters of a controller for a vehicle. In particular, the invention relates to a functionally robust optimization.
Ein Fahrzeug kann mittels einer Steuerung gesteuert werden. Beispielsweise können eine Trajektorie und ein Abstand zu einem vorausfahrenden Fahrzeug bezüglich vorbestimmter Werte beeinflusst werden. Die Steuerung stellt auf der Basis von auf das Fahrzeug wirkenden Einflüssen und eines Fahrzustands des Fahrzeugs Steuerwerte bereit, die auf das Fahrzeug wirken, und ein Fahrzustand des Fahrzeugs ist von vergangenen Steuerwerten abhängig. Die Steuerung arbeitet zufriedenstellend, wenn eine vorbestimmte Systembedingung erfüllt ist. Eine beispielhafte Systembedingung kann eine maximale Abweichung der Position des Fahrzeugs von einer vorbestimmten Trajektorie umfassen. Die Systembedingung ist üblicherweise nur in bestimmten Kombinationen von Parametern der Steuerung erfüllt.A vehicle can be controlled by a controller. For example, a trajectory and a distance from a vehicle driving ahead can be influenced with respect to predetermined values. The controller provides control values acting on the vehicle based on influences acting on the vehicle and a driving condition of the vehicle, and a driving condition of the vehicle depends on past control values. The controller operates satisfactorily when a predetermined system condition is met. An example system condition may include a maximum deviation of the vehicle's position from a predetermined trajectory. The system condition is usually only met in certain combinations of control parameters.
Das Fahrzeug ist üblicherweise Fahrparametern ausgesetzt, die der Steuerung nicht direkt oder nicht genau bekannt sind. Beispielsweise kann ein Reibwert zwischen einem Rad des Fahrzeugs und einem Untergrund nur ungenau bekannt sein, wobei bereits eine kleine Änderung des Reibwerts eine große Änderung des Verhaltens des Fahrzeugs auf einen vorbestimmten Steuereingriff bewirken kann. Die Steuerung kann parametrierbar sein, um einen Zusammenhang zwischen Eingabeparametern und Ausgabeparametern zu verändern. Beispielsweise kann die Steuerung einen PID-Regler umfassen und drei beispielhafte Steuerparameter umfassen eine Proportionalitätskonstante, eine Integrationskonstante und eine Differenzialkonstante.The vehicle is typically exposed to driving parameters that are not directly or accurately known to the controller. For example, a coefficient of friction between a wheel of the vehicle and a surface can only be known imprecisely, with even a small change in the coefficient of friction being able to bring about a large change in the behavior of the vehicle in response to a predetermined control intervention. The controller can be parameterizable to change a relationship between input parameters and output parameters. For example, the controller may include a PID controller, and three example control parameters include a proportionality constant, an integration constant, and a derivative constant.
Die Steuerung wird bevorzugt so parametriert, dass die Systembedingung noch bei einer möglichst großen Abweichung zwischen einem bestimmten und einem geltenden Fahrparameter eingehalten werden kann. Die Parametrierung kann von vielen Variablen des Systems abhängen, sodass ein sehr großer Zustandsraum erschöpfend analysiert werden müsste, um optimale Steuerparameter zu bestimmen. Außerdem ist die Bestimmung der Einhaltung der Systembedingung üblicherweise aufwändig. Eine Funktion zur Bestimmung der Einhaltung ist nicht allgemein differenzierbar, sodass ein punktweises Vorgehen erforderlich ist.The controller is preferably parameterized in such a way that the system condition can still be maintained if the deviation between a specific and an applicable driving parameter is as large as possible. The parameterization can depend on many variables of the system, so that a very large state space would have to be analyzed exhaustively in order to determine optimal control parameters. In addition, determining compliance with the system condition is usually laborious. A function to determine compliance is not generally differentiable, so a point-by-point approach is required.
Eine der vorliegenden Erfindung zugrunde liegende Aufgabe besteht in der Angabe einer verbesserten Technik zum Bestimmen von Steuerparametern für eine Steuerung eines Fahrzeugs. Die Erfindung löst diese Aufgabe mittels der Gegenstände der unabhängigen Ansprüche. Unteransprüche geben bevorzugte Ausführungsformen wieder.An object underlying the present invention is to provide an improved technique for determining control parameters for a control of a vehicle. The invention solves this problem by means of the subject matter of the independent claims. Subclaims reflect preferred embodiments.
Ein Verfahren zum Bestimmen von Steuerparametern für eine Steuerung eines Fahrzeugs umfasst Schritte des Bereitstellens eines Modells eines Systems, das die Steuerung und das Fahrzeug umfasst; und des Bestimmens einer vorbestimmten Systembedingung bezüglich eines Vektors y. Das Modell umfasst einen Vektor u von Eingangswerten, die von der Steuerung auf das Fahrzeug einwirken; einen Vektor y von Ausgangswerten, die am Fahrzeug beobachtet werden; einen Vektor p von Fahrparametern, die von außen auf das Fahrzeug einwirken; und einen Vektor q von Steuerparametern, die für die Steuerung vorgegeben sind. Das Verfahren sieht ferner ein Bestimmen des bezüglich p und q größten Abschnitts eines durch die Vektoren aufgespannten Raums, wobei die Systembedingung an jedem Punkt in dem Abschnitt erfüllt ist, und des Bereitstellens der dem Abschnitt zugeordneten Steuerparameter vor.A method for determining control parameters for a controller of a vehicle includes the steps of providing a model of a system including the controller and the vehicle; and determining a predetermined system condition with respect to a vector y. The model comprises a vector u of input values acting on the vehicle from the controller; a vector y of output values observed at the vehicle; a vector p of driving parameters acting on the vehicle from the outside; and a vector q of control parameters specified for the control. The method further provides for determining the largest p and q portion of a space spanned by the vectors, the system condition being satisfied at each point in the portion, and providing the control parameters associated with the portion.
Durch den modellbasierten Ansatz kann eine effiziente Suche eines passenden Betriebsbereichs der Steuerung in dem Raum realisiert werden, der einen Zustandsraum des Systems repräsentieren kann. So kann ein maximaler Steuerbereich bei maximalem Unsicherheitsbereich bezüglich geltender Fahrparameter bestimmt werden. Es wird insbesondere vorgeschlagen, den Abschnitt auf der Basis von Methoden des maschinellen Lernens zu bestimmen. Eine solche Methode kann insbesondere zur Bestimmung eines Modells oder einer Näherung (Approximation) genutzt werden, das einen Zusammenhang am System aufzeigt, der mittels klassischer Verfahren nicht oder nur schlecht bestimmt werden kann.Through the model-based approach, an efficient search for a suitable operating range of the controller can be realized in the space that can represent a state space of the system. In this way, a maximum control range can be determined with a maximum uncertainty range with regard to applicable driving parameters. In particular, it is proposed to determine the section based on machine learning methods. Such a method can be used in particular to determine a model or an approximation that shows a connection in the system that cannot be determined, or can only be determined poorly, using conventional methods.
Die Systembedingung kann umfassen, dass sich die Ausgangswerte, wie sie im Vektor y zusammengefasst sein können, um nicht mehr als ein vorbestimmtes Maß von Ausgangswerten unterscheiden, die durch die Steuerung bestimmt werden. Anders ausgedrückt kann nur eine vorbestimmte Abweichung des Fahrzeugzustands von einem Steuerungsziel zulässig sein. Die Steuerung führt bevorzugt eine Bewegungssteuerung des Fahrzeugs durch, wobei eine Quersteuerung und/oder eine Längssteuerung erfolgen können. Beispielsweise kann die Steuerung eine Trajektorie des Fahrzeugs beeinflussen, wobei eine Abweichung der tatsächlichen Trajektorie von einer vorbestimmten Trajektorie nur ein bestimmtes Maß aufweisen darf, das in einer beispielhaften Ausführungsform ca. 0,5 m betragen kann. In ähnlicher Weise kann die Steuerung einen Mindestabstand zu einem vorausfahrenden Fahrzeug einhalten, wobei eine Unterschreitung des Mindestabstands um beispielsweise ca. 1 m noch tolerierbar sein kann.The system condition may include that the output values, as may be summarized in vector y, differ by no more than a predetermined amount from output values determined by the controller. In other words, only a predetermined deviation of the vehicle state from a control target may be allowed. The controller preferably carries out movement control of the vehicle, it being possible for transverse control and/or longitudinal control to take place. For example, the controller can influence a trajectory of the vehicle, with a deviation of the actual trajectory from a predetermined trajectory only being allowed to have a specific extent, which in an exemplary embodiment can be approximately 0.5 m. In a similar way, the controller can maintain a minimum distance from a vehicle driving ahead, it still being tolerable to fall short of the minimum distance by, for example, about 1 m.
In einer weiter bevorzugten Ausführungsform werden erste Abschnitte des Raums bestimmt, wobei Größen der ersten Abschnitte bezüglich Steuerparametern und/oder Fahrparametern maximal sind. Gleichwohl ist es möglich, dass in den ersten Abschnitten der Abschnitt bestimmt wird, dessen Größe bezüglich der Fahrparameter maximal ist. So kann eine verschachtelte Optimierung erfolgen, wobei eine äußere Optimierung bezüglich eines oder mehrerer Steuerparameter und eine innere Optimierung bezüglich eines oder mehrerer Fahrparameter erfolgt. Dabei kann die innere Optimierung den Worst-Case Fall für jeden von der äußeren Optimierung vorgegebenen Steuerparametervektor bestimmen. Für jeden Kandidaten der äußeren Optimierung kann ein optimaler Kandidat der inneren Optimierung gefunden werden. Der letztlich gewählte Kandidat kann bezüglich der Fahrparameter und bezüglich der Steuerparameter optimal sein.In a further preferred embodiment, first sections of the space are determined, with sizes of the first sections with regard to control parameters and/or driving parameters being at a maximum. Nevertheless, it is possible that in the first sections the section is determined, the size of which is maximum with regard to the driving parameters. Nested optimization can thus take place, with outer optimization taking place with regard to one or more control parameters and inner optimization taking place with regard to one or more driving parameters. The inner optimization can determine the worst case for each control parameter vector specified by the outer optimization. For each outer optimization candidate, an optimal inner optimization candidate can be found. The candidate finally selected can be optimal in terms of driving parameters and in terms of control parameters.
In einer Variante können Abschnitte der Fahrparameter den aktuellen Wert der Fahrparameter enthalten.In a variant, sections of the driving parameters can contain the current value of the driving parameters.
Die äußere Optimierung bezüglich des Steuerparameters q kann auf eine beliebige Weise erfolgen; sie benötigt lediglich die Information, wie groß der Fahrparameterbereich von p ist, auf dem das gewünschte Systemverhalten erfüllt ist. Betrifft die Information beispielsweise einen Reibwert, so kann die Information angeben, wie groß der Bereich des Reibwerts ist, auf dem das Systemverhalten akzeptabel ist, wenn der aktuelle Wert für q verwendet wird. Bei dieser Information spricht man auch von einem Orakel zur Bereitstellung eines aussichtsreichen Kandidaten.The external optimization with respect to the control parameter q can be done in any way; it only needs the information about the size of the driving parameter range of p in which the desired system behavior is fulfilled. For example, if the information relates to a coefficient of friction, the information can indicate how large the range of the coefficient of friction is over which the system behavior is acceptable when the current value for q is used. This information is also referred to as an oracle for providing a promising candidate.
Zur Bestimmung der Zulässigkeit eines Hyperrechtecks in Abhängigkeit seiner Lage und Größe bezüglich p und/oder q kann ein erstes Approximationsmodell erstellt werden, das auch als erste Näherung bezeichnet werden kann. Auf der Basis der ersten Näherung kann ein zweiter Abschnitt des Raums bestimmt werden. Dann kann bestimmt werden, ob die Systembedingung im gesamten zweiten Abschnitt erfüllt ist. Die erste Näherung, beziehungsweise das erste Approximationsmodell, kann auf der Basis der bestimmten Zulässigkeit verbessert werden.A first approximation model, which can also be referred to as a first approximation, can be created to determine the admissibility of a hyperrectangle depending on its position and size with respect to p and/or q. Based on the first approximation, a second portion of the space can be determined. It can then be determined whether the system condition is met throughout the second section. The first approximation, or the first approximation model, can be improved on the basis of the admissibility determined.
Für die erste Näherung soll insbesondere ein erstes Optimierungsverfahren nach Bayes verwendet werden. Im Gegensatz zu anderen Optimierungsverfahren wird hier ein probabilistisches Modell für eine Zielfunktion erstellt und dieses dann in einem iterativen Verfahren durch Hinzunahme weiterer Datenpunkte aktualisiert und verbessert. Die Zielfunktion kann beispielsweise eine maximale Abweichung einer Trajektorie des gesteuerten Fahrzeugs von einer vorbestimmten Trajektorie in Abhängigkeit von Fahrparametern umfassen. Bei der Bayes-Optimierung ist der Grundgedanke, dass die gesamte Information aller berechneten Datenpunkte genutzt werden kann. Ein weiterer entscheidender Aspekt der Bayes-Optimierung ist die Verwendung einer Akquisitionsfunktion („acquisition function“) zur Bestimmung des jeweils nächsten zu verwendenden Datenpunktes. Diese Akquisitionsfunktion, die auf unterschiedlichste Weise definiert werden kann, beschreibt eine Form der Nützlichkeit der Datenpunkte für das Modell. Durch eine Bestimmung des Maximums dieser Funktion wird der nächste zu verwendende Datenpunkt ausgewählt, wodurch eine geringe Anzahl benötigter Datenpunkte bei gleichzeitig gutem Ergebnis erreicht werden kann.For the first approximation, a first Bayesian optimization method should be used in particular. In contrast to other optimization methods, a probabilistic model for a target function is created here and then updated and improved in an iterative process by adding further data points. The target function can include, for example, a maximum deviation of a trajectory of the controlled vehicle from a predetermined trajectory as a function of driving parameters. The basic idea of Bayesian optimization is that the entire information of all calculated data points can be used. Another crucial aspect of Bayesian optimization is the use of an acquisition function to determine the next data point to use. This acquisition function, which can be defined in many different ways, describes one form of the utility of the data points for the model. By determining the maximum of this function, the next data point to be used is selected, as a result of which a small number of required data points can be achieved with a good result at the same time.
Zur Modellierung von a-priori-Wahrscheinlichkeiten wird bevorzugt ein Gauß Prozess verwendet, um einen Zusammenhang zwischen Parametern und Systemverhalten zu approximieren und gleichzeitig eine Aussagen über die Güte des Approximationsmodells zu liefern. Als Akquisitionsfunktion kann beispielsweise das sogenannte expected improvement (EI) verwendet werden. Die Bayes-Optimierung kann bereits mit wenigen bestimmten Datenpunkten ein Modell oder eine Näherung bereitstellen, die das Auffinden des Worst-Case erlaubt, das beispielsweise durch das Maximum der Abweichung einer Position des Fahrzeugs von einer Sollposition charakterisiert ist. Durch die Berücksichtigung statistischer Zusammenhänge können insbesondere solche Datenpunkte zur Weiterentwicklung des Modells verwendet werden, die einen hohen Informationsgehalt beisteuern können. Insbesondere eine maximale Abweichung des Systemverhaltens von einem Sollverhalten in Abhängigkeit eines Abschnitts (Intervalls) eines Fahrparameters und eines Steuerparameters kann so modelliert werden.A Gaussian process is preferably used to model a priori probabilities in order to approximate a relationship between parameters and system behavior and at the same time to provide information about the quality of the approximation model. For example, the so-called expected improvement (EI) can be used as an acquisition function. With just a few specific data points, Bayesian optimization can provide a model or an approximation that allows the worst case to be found, which is characterized, for example, by the maximum deviation of a position of the vehicle from a target position. By considering statistical relationships, data points that can contribute a high level of information can be used to further develop the model. In particular, a maximum deviation of the system behavior from a target behavior as a function of a section (interval) of a driving parameter and a control parameter can be modeled in this way.
In einer Ausführungsform umfasst die Systembedingung einen Vergleich eines Steuerungsfehlers mit einem vorbestimmten Schwellenwert. Der Steuerungsfehler kann eine beliebige Größe umfassen, beispielsweise einen Abstand oder eine prozentuale Abweichung eines Ist-Werts von einem Soll-Wert. Parameter des zweiten Abschnitts, die im Modell verwendet werden können, umfassen bevorzugt untere und obere Grenzen eines oder mehrerer Fahrparameter. Es ist bevorzugt, dass ein maximaler Steuerungsfehler, z.B. an einem Punkt für einen gegebenen Vektor q im zweiten Abschnitt bestimmt wird; wobei die erste Näherung bezüglich des bestimmten maximalen Steuerungsfehlers verbessert wird. Dadurch kann, insbesondere wenn der maximale Steuerungsfehler im zweiten Abschnitt den Schwellenwert übersteigt, eine wichtige Information berücksichtigt werden, die für die Bestimmung des weiteren Zusammenhangs zwischen der Lage oder Größe des zweiten Abschnitts im Raum und der Einhaltung der Systembedingung in seinem Bereich gilt. Andere zweite Abschnitte, die iterativ geprüft werden können, können so verbessert bewertet werden.In one embodiment, the system condition includes a comparison of a controller error to a predetermined threshold. The control error can include any variable, for example a distance or a percentage deviation of an actual value from a target value. Parameters of the second section that can be used in the model preferably include lower and upper limits of one or more driving parameters. It is preferred that a maximum control error, eg at a point, is determined for a given vector q in the second section; wherein the first approximation is improved with respect to the determined maximum control error. As a result, important information can be taken into account, especially if the maximum control error in the second section exceeds the threshold value, which is important for determining the further relationship between the position or size of the second section in space and compliance with the system condition in its range applies. Other second sections, which can be checked iteratively, can thus be better evaluated.
Es ist weiter bevorzugt, dass ein zweites Approximationsmodell zur Beurteilung des Systemverhaltens in Abhängigkeit der Fahrparametern und/oder Steuerparametern bestimmt wird. Auf der Basis des zweiten Approximationsmodells, das auch als zweite Näherung bezeichnet werden kann, kann die Erfüllung der Systembedingung für den zweiten Abschnitt geprüft werden. Außerdem kann bezüglich der zweiten Näherung bestimmt werden, ob die Systembedingung an allen Punkten im zweiten Abschnitt zulässig ist.It is further preferred that a second approximation model for assessing the system behavior is determined as a function of the driving parameters and/or control parameters. On the basis of the second approximation model, which can also be referred to as the second approximation, the fulfillment of the system condition for the second section can be checked. In addition, with respect to the second approximation, it can be determined whether the system condition is allowable at all points in the second section.
Für die zweite Näherung soll insbesondere ein zweites Optimierungsverfahren nach Bayes verwendet werden. Auch hier wird bevorzugt ein Gauß Prozess zur Modellierung von a-priori-Wahrscheinlichkeiten verwendet. Als Akquisitionsfunktion kann beispielsweise ebenfalls das expected improvement (EI) verwendet werden.For the second approximation, a second optimization method according to Bayes is to be used in particular. Here, too, a Gaussian process is preferably used for modeling a priori probabilities. The expected improvement (EI), for example, can also be used as an acquisition function.
Die Systembedingung kann einen Vergleich eines Steuerungsfehlers mit einem vorbestimmten Schwellenwert umfassen. Dabei kann bestimmt werden, ob alle Punkte im zweiten Abschnitt zulässig sind, indem auf der Basis der zweiten Näherung ein Punkt im zweiten Abschnitt bestimmt wird, an dem ein maximaler Steuerungsfehler auftritt, und der Steuerungsfehler am bestimmten Punkt mit dem vorbestimmten Schwellenwert verglichen wird. Die Zulässigkeit eines Punkts ist gegeben, falls der Steuerungsfehler am bestimmten Punkt den vorbestimmten Schwellenwert nicht übersteigt. Die Zulässigkeit eines Abschnitts ist gegeben, falls alle Punkte innerhalb des Abschnitts zulässig sind. Vorteilhaft findet die Bestimmung der Zulässigkeit für alle Punkte eines gewählten zweiten Abschnitts bezüglich der zweiten Näherung statt, sodass eine erschöpfende Bestimmung mit vertretbarem Aufwand erfolgen kann.The system condition may include a comparison of a controller error to a predetermined threshold. It may be determined whether all points in the second section are acceptable by determining a point in the second section where maximum control error occurs based on the second approximation and comparing the control error at the specific point to the predetermined threshold. A point is accepted if the control error at the particular point does not exceed the predetermined threshold. A section is admissible if all points within the section are admissible. The admissibility is advantageously determined for all points of a selected second section with regard to the second approximation, so that an exhaustive determination can be made with reasonable effort.
Mittels der zweiten Näherung kann bezüglich einer vorbestimmten Konfidenz eine Wahrscheinlichkeit bestimmbar sein, mit der ein Punkt im zweiten Abschnitt gefunden werden kann, an dem ein zugeordneter Steuerungsfehler größer als für einen vorliegenden Punkt ist. So kann der Punkt mit dem maximalen Steuerungsfehler (Worst-Case) im zweiten Abschnitt in wenigen Schritten gefunden werden.Using the second approximation, a probability can be determined with respect to a predetermined confidence, with which a point can be found in the second section at which an associated control error is greater than for an existing point. In this way, the point with the maximum control error (worst case) can be found in the second section in just a few steps.
Für die vorliegende Technik kann eine Form des verwendeten Abschnitts praktisch beliebig gewählt werden, solange die Form zusammenhängend ist. Es ist bevorzugt, dass ein Abschnitt als Hyperrechteck im Raum bestimmt wird, sodass Bereiche von Parametern, die den Abschnitt definieren, voneinander unabhängig sind. Andere mögliche Formen umfassen beispielsweise eine Hyperellipse oder Hyperkugel.For the present technique, a shape of the portion used can be chosen practically arbitrarily as long as the shape is continuous. It is preferred that a section is defined as a hyperrectangle in space such that ranges of parameters defining the section are independent of each other. Other possible shapes include, for example, a hyperellipse or hypersphere.
Nach einem zweiten Aspekt der vorliegenden Erfindung umfasst eine Vorrichtung zur Bestimmung von Steuerparametern für eine Steuerung eines Fahrzeugs ein Modell eines Systems, das die Steuerung und das Fahrzeug umfasst; wobei das Modell einen Vektor u von Eingangswerten umfasst, die von der Steuerung auf das Fahrzeug einwirken; einen Vektor y von Ausgangswerten, die am Fahrzeug oder an dessen Modell beobachtet werden; einen Vektor p von Fahrparametern, die von außen auf das Fahrzeug einwirken; und einen Vektor q von Steuerparametern, die für die Steuerung vorgegeben sind; eine Ausgabeeinrichtung zur Bereitstellung der dem Abschnitt zugeordneten Steuerparameter; und eine Verarbeitungseinrichtung. Dabei ist die Verarbeitungseinrichtung dazu eingerichtet, den bezüglich p und q größten Abschnitt eines durch die Vektoren aufgespannten Raums zu bestimmen, wobei eine vorbestimmte Systembedingung bezüglich y an jedem Punkt in dem Abschnitt erfüllt ist.According to a second aspect of the present invention, an apparatus for determining control parameters for a controller of a vehicle comprises a model of a system comprising the controller and the vehicle; the model comprising a vector u of input values applied to the vehicle by the controller; a vector y of outputs observed on the vehicle or its model; a vector p of driving parameters acting on the vehicle from the outside; and a vector q of control parameters predetermined for the controller; an output device for providing the control parameters associated with the section; and a processing device. The processing device is set up to determine the section of a space spanned by the vectors that is largest with respect to p and q, a predetermined system condition with respect to y being fulfilled at each point in the section.
Die Verarbeitungseinrichtung kann dazu eingerichtet sein, ein hierin beschriebenes Verfahren ganz oder teilweise auszuführen. Dazu kann die Verarbeitungseinrichtung einen programmierbaren Mikrocomputer oder Mikrocontroller umfassen und das Verfahren kann in Form eines Computerprogrammprodukts mit Programmcodemitteln vorliegen. Das Computerprogrammprodukt kann auch auf einem computerlesbaren Datenträger abgespeichert sein. Merkmale oder Vorteile des Verfahrens können auf die Vorrichtung übertragen werden oder umgekehrt.The processing device can be set up to carry out a method described herein in whole or in part. For this purpose, the processing device can include a programmable microcomputer or microcontroller, and the method can be in the form of a computer program product with program code means. The computer program product can also be stored on a computer-readable data carrier. Features or advantages of the method can be transferred to the device or vice versa.
Nach einem dritten Aspekt der vorliegenden Erfindung ist eine Steuervorrichtung zur Steuerung eines Fahrzeugs bereitgestellt, wobei die Steuervorrichtung dazu eingerichtet ist, Werte zur Einwirkung auf das Fahrzeug auf der Basis von am Fahrzeug oder am Modell beobachteten Ausgangswerten und vorbestimmten Steuerparametern zu bestimmen. Dabei sind die Steuerparameter mittels eines hierin beschriebenen Verfahrens bestimmt.According to a third aspect of the present invention, a control device for controlling a vehicle is provided, wherein the control device is configured to determine values for acting on the vehicle on the basis of output values observed on the vehicle or on the model and predetermined control parameters. The control parameters are determined using a method described herein.
Die Erfindung wird nun mit Bezug auf die beigefügten Figuren genauer beschrieben, in denen:
-
1 ein System; -
2 einen beispielhaften Raum und beispielhafte Abschnitte des Raums; und -
3 ein Ablaufdiagramm eines Verfahrens
-
1 a system; -
2 an exemplary space and exemplary portions of the space; and -
3 a flowchart of a method
Grundsätzlich verarbeitet die Steuerung 110 einen oder mehrere Ausgangswerte, die am Fahrzeug 105 beobachtet werden, wobei die Ausgangswerte in einem Vektor y zusammengefasst werden können, und stellt einen oder mehrere Eingangswerte bereit, die auf das Fahrzeug 105 wirken, und die in einem Vektor u zusammengefasst werden können. Ein Zusammenhang der Eingangswerte von den Ausgangswerten kann durch Wahl von Werten für einen oder mehrere Steuerparameter beeinflusst werden, die in einem Vektor q zusammengefasst werden können. Eine Steuerantwort des Fahrzeugs 105 auf Eingangswerte kann durch einen oder mehrere Fahrparameter beeinflusst sein, die in einem Vektor p zusammengefasst werden können.Basically, the
Der Steuerung 110 liegen während der Steuerung des Fahrzeugs 105 Werte für Fahrparameter üblicherweise nicht direkt vor, sondern es werden Näherungen, Schätzungen, Modellwerte oder anderweitig möglicherweise mit Fehlern behaftete Ersatzwerte verwendet, die in einem Vektor p' zusammengefasst werden können. Ein beispielhafter Fahrparameter umfasst einen Reibwert zwischen einem Rad des Fahrzeugs 105 und einem Untergrund. Andere mögliche Fahrparameter können eine Geschwindigkeit oder eine Pose des Fahrzeugs 105 betreffen.During the control of the
Die Steuerung 110 soll ein vorbestimmtes Steuerziel verfolgen, beispielsweise bezüglich einer absoluten oder relativen Position oder Pose des Fahrzeugs 105. Dabei soll sichergestellt sein, dass das Steuerziel zumindest innerhalb einer vorbestimmten Toleranz erreicht werden kann. Dazu kann eine Systembedingung formuliert werden, die stets erfüllt sein soll. Die Systembedingung kann einen Vergleich eines quantitativen Werts mit einem Schwellenwert umfassen. Der qualitative Wert kann bevorzugt seitens der Steuerung 110 bestimmt werden. Beispielsweise kann gefordert sein, dass ein Steuerungsfehler kleiner als ein vorbestimmter Schwellenwert ist. Ist die Steuerung 110 etwa dazu eingerichtet, einer vorbestimmten Trajektorie zu folgen, so kann der Steuerungsfehler eine Abweichung der Trajektorie von der vorbestimmten Trajektorie betreffen, und die Systembedingung kann angeben, dass ein Betrag des Steuerungsfehlers geringer als beispielsweise ca. 0,5 m ist.The
Es wird vorgeschlagen, anhand des Modells 100 Steuerparameter für die Steuerung 110 derart zu bestimmen, dass die Steueraufgabe auch bei einer Abweichung zwischen einem Fahrparameter und dem zugeordneten Ersatzparameter erfüllt werden kann, sodass die Systembedingung erfüllt ist. Insbesondere soll eine Toleranz der Steuerung 110 gegenüber einer solchen Abweichung möglichst maximiert werden.It is proposed to use the
Beispielhafte Parameter aus p sind P1 und P2; in einer vertikalen Richtung ist der Wert S angetragen. Beispielsweise könnten die Parameter P1 und P2 bei einer Getriebesteuerung hydraulische Kapazitäten betreffen und der Wert S könnte eine Zeit angeben, die für einen Wechsel einer im Getriebe eingelegten Gangstufe erforderlich ist. Die Systembedingung könnte lauten, dass die Zeit nicht länger als 300 ms betragen darf.Exemplary parameters from p are P1 and P2; the value S is plotted in a vertical direction. For example, in a transmission control, the parameters P1 and P2 could relate to hydraulic capacities and the value S could indicate a time required for a gear change engaged in the transmission. The system condition could be that the time must not be longer than 300 ms.
Eine Fläche 205 zeigt einen Zusammenhang zwischen P1, P2 und S. In der Praxis sind üblicherweise viel mehr als nur zwei Parameter an diesem Zusammenhang beteiligt. Für eine beliebige Kombination von Werten für die Parameter kann der Wert S bestimmt werden, eine umgekehrte Bestimmung von Parametern, die zu einem vorbestimmten Wert führen, ist jedoch kaum möglich. Der Wert kann mit einem Schwellenwert verglichen werden, um zu bestimmen, ob die Systembedingung erfüllt ist. Im vorliegenden Beispiel kann für einen Schwellenwert von 300 ms grafisch die Fläche 205 mit einer Ebene geschnitten werden, die in einer Höhe von 300 ms parallel zu den Achsen der restlichen Fahrparameter verläuft. Stellen, an denen S den Schwellenwert übersteigt, sind für die Steuerung 110 unzulässig, während solche, an denen S unterhalb des Schwellenwerts liegt, zulässig sind.A
In einem unteren Abschnitt von
Insgesamt soll ein Abschnitt 225 bestimmt werden, der bezüglich p und bezüglich q möglichst groß ist. Bevorzugt wird ein Abschnitt 220, 225 mit der Form eines Hyperrechtecks angenommen, sodass sich im dargestellten, zweidimensionalen Raum rechteckige Abschnitte 220, 225 ergeben. Die Größe eines Abschnitts 220, 225 kann dann als Produkt aus Differenzen aus jeweils der oberen und der unteren Grenze jedes Parameters im Parametervektor p bestimmt werden. Zur Maximierung der Größe des Abschnitts 220, 225 bezüglich q sollen Grenzen von Parametern aus q bestimmt werden, zwischen denen Nominalwerte aus q liegen; und zur Maximierung bezüglich p sollen Grenzen für Parameter aus p variiert werden, zwischen denen Nominalwerte aus p liegen. Daraus ergibt sich ein verschachteltes Optimierungsproblem, bei dem eine äußere Optimierung bezüglich q und eine innere Optimierung bezüglich der Grenzen von p durchgeführt wird. Für jede äußere Optimierung, beziehungsweise jeden Kandidaten, der mittels der äußeren Optimierung bestimmt wird, muss eine innere Optimierung durchgeführt werden.Overall, a
Vorliegend wird davon ausgegangen, dass die äußere Optimierung des Abschnitts bezüglich q mittels eines beliebigen Verfahrens derart erfolgt, und dass damit einer oder mehrere Kandidaten für Werte aus q gefunden werden. Im Folgenden wird vorrangig die innere Optimierung eines Abschnitts bezüglich der Grenzen von p beschrieben, die auf einen gefundenen Kandidaten bezüglich q aufbaut. Die Optimierung bezüglich q kann ebenfalls mittels Bayes-Optimierung erfolgen.In the present case, it is assumed that the external optimization of the section with respect to q is carried out using any method in such a way that one or more candidates for values from q are found in this way. In the following, the inner optimization of a section with regard to the limits of p is primarily described, which is based on a found candidate with regard to q. The optimization with respect to q can also be done using Bayesian optimization.
Für die erste Näherung 305 kann in einem Schritt 310 ein erster Bereich für einen Parameter aus p gewählt werden. Ein Bereich ist durch eine untere Grenze und eine obere Grenze bestimmt. Umfasst p mehr als einen Parameter, so kann für jeden der umfassten Parameter jeweils ein Bereich gewählt werden. Entsprechend wird ein erster Bereich für einen Parameter aus q gewählt.For the
In einem Schritt 315 kann die Zulässigkeit des vorliegenden Bereichs bestimmt werden. Dazu kann auf der Basis der zweiten Näherung 345 bestimmt werden, ob an jedem Punkt, der innerhalb der gebildeten Grenzen liegt, die Systembedingung erfüllt ist. Vorteilhaft wird dazu beispielsweise bestimmt, welchen Wert die Systemfunktion an einem Punkt innerhalb der Grenzen schlechtestenfalls (Worst-Case) annimmt. Diese Bestimmung erfolgt bevorzugt auf der Basis der zweiten Näherung 345. Liegt der bestimmte Wert unter dem vorbestimmten Schwellenwert, so kann der getestete Kandidat als zulässig betrachtet werden. Sind ausreichend Kandidaten geprüft, so kann unter den als zulässig befundenen der größte ausgewählt werden. Ob bereits ausreichend viele Kandidaten geprüft wurden, kann mittels einer hierin beschriebenen ersten Näherung bestimmt werden.In a
Unabhängig von der bestimmten Zulässigkeit können Grenzen des Kandidaten, bevorzugt zusammen mit dem bestimmten Wert der Systemfunktion im schlechtesten Fall, in einem Schritt 320 abgespeichert werden. Auf der Basis aller bislang bestimmten solchen Punkte kann ferner ein erstes Modell oder eine erste Näherung für einen Zusammenhang zwischen einer Größe und Lage des Hyperrechtecks und seiner Zulässigkeit verbessert werden. Anders ausgedrückt kann das Modell für die erste Näherung um den neu bestimmten Punkt erweitert werden.Irrespective of the determined admissibility, limits of the candidate may be stored in a
Anschließend kann in einem Schritt 325 die Betrachtung der aktuellen Bereichskombination beendet werden und die erste Näherung kann mit dem Schritt 310 fortfahren, in welchem auf der Basis des Modells der ersten Näherung eine weitere Kombination von Bereichsgrenzen bestimmt werden kann.Then, in a
Ähnlich arbeitet die zweite Näherung 345, für die in einem Schritt 350 in der aktuellen Bereichskombination - im aktuellen Hyperrechteck - ein Punkt ausgewählt werden kann, der im gewählten Bereich liegt. In einem Schritt 355 wird anhand des Fahrzeug- und Steuerungsmodells bestimmt, ob die Systembedingung am gewählten Punkt erfüllt ist, beziehungsweise welcher Wert an diesem Punkt bestimmt wird, der zur Bestimmung der Systembedingung mit einem Schwellenwert verglichen wird.The
In einem Schritt 355 kann das zweite Modell um den bestimmen Punkt erweitert werden. In einem Schritt 360 kann bestimmt werden, ob für alle Punkte der aktuellen Bereichskombination die Systembedingung erfüllt ist. Diese Bestimmung wird bezüglich des zweiten Modells durchgeführt. In einem Schritt 365 kann die Behandlung des aktuellen Punkts innerhalb der aktuellen Bereichskombination beendet werden. Die zweite Näherung 345 kann dann mit dem Schritt 350 fortfahren, in welchem auf der Basis des zweiten Modells eine Auswahl eines weiteren Punkts erfolgt.In a
Der Punkt im Schritt 350 wird bevorzugt so gewählt, dass möglichst viel Information über die Erfüllung der Systemfunktion gewonnen wird. Gleichzeitig kann bezüglich einer vorbestimmten Konfidenz bestimmt werden, mit welcher Wahrscheinlichkeit noch ein anderer Punkt innerhalb der Bereichskombination existiert, an welchem die Systemfunktion verletzt ist. Die zweite Näherung 345 kann in der beschriebenen Weise iterativ weitergeführt werden, bis die bestimmte Wahrscheinlichkeit im Schritt 350 unterhalb eines vorbestimmten Schwellenwerts liegt und eine Aussage über die Zulässigkeit des aktuell betrachteten Bereichs getroffen werden kann. Anders ausgedrückt: falls die Wahrscheinlichkeit, eine Verletzung zu finden kleiner als ein vorbestimmter Schwellenwert ist, ist der Abschnitt beziehungsweise das Hyperrechteck zulässig. Ist die Wahrscheinlichkeit, eine Verletzung zu finden größer als der Schwellenwert, so kann weiter iteriert werden. Das Iterieren kann so lange erfolgen, bis entweder eine Verletzung gefunden wurde, oder die Wahrscheinlichkeit einer Verletzung kleiner als ein vorbestimmter Schwellenwert ist.The point in
BezugszeichenlisteReference List
- 100100
- Modellmodel
- 105105
- Fahrzeugvehicle
- 110110
- Steuerungsteering
- yy
- Vektor von Ausgangswerten, die am Fahrzeug beobachtet werdenVector of output values observed at the vehicle
- uand
- Vektor von Eingangswerten, die von der Steuerung auf das Fahrzeug einwirkenVector of input values that affect the vehicle from the controller
- pp
- Vektor von Fahrparametern, die von außen auf das Fahrzeug einwirkenVector of driving parameters that affect the vehicle from the outside
- p'p'
- Vektor von Ersatzwerten für die FahrparameterVector of substitute values for the driving parameters
- Vektor von Steuerparametern, die für die Steuerung vorgegeben sind Vector of control parameters that are specified for the control
- 200200
- RaumSpace
- 205205
- FlächeSurface
- 210210
- erster unzulässiger Abschnittfirst invalid section
- 215215
- zweiter unzulässiger Abschnittsecond invalid section
- 220220
- erster zulässiger Abschnittfirst allowed section
- 225225
- zweiter zulässiger Abschnitt second allowed section
- 300300
- Verfahrenprocedure
- 305305
- erste Näherungfirst approximation
- 310310
- wähle Bereichchoose area
- 315315
- bestimme Zulässigkeitdetermine admissibility
- 320320
- erweitere erste Näherung um bestimmten Punktextend first approximation by certain point
- 325325
- wähle nächsten Bereich choose next area
- 345345
- zweite Näherungsecond approximation
- 350350
- wähle Punktchoose point
- 355355
- erweitere zweites Modell um bestimmten Punktextend second model by certain point
- 360360
- prüfe, ob Systembedingung im gesamten Bereich erfüllt istcheck whether the system condition is fulfilled in the entire range
- 365365
- wähle weiteren Punktchoose another point
Claims (11)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020215214.4A DE102020215214A1 (en) | 2020-12-02 | 2020-12-02 | Functionally robust optimization of a vehicle control |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020215214.4A DE102020215214A1 (en) | 2020-12-02 | 2020-12-02 | Functionally robust optimization of a vehicle control |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102020215214A1 true DE102020215214A1 (en) | 2022-06-02 |
Family
ID=81586311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102020215214.4A Pending DE102020215214A1 (en) | 2020-12-02 | 2020-12-02 | Functionally robust optimization of a vehicle control |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102020215214A1 (en) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009008302A1 (en) | 2008-06-11 | 2009-12-17 | Volkswagen Ag | Method and device for integrated transverse and longitudinal guidance of a motor vehicle |
US20140032017A1 (en) | 2009-03-05 | 2014-01-30 | Massachusetts Institute Of Technology | Integrated framework for vehicle operator assistance based on a trajectory prediction and threat assessment |
DE102020108243A1 (en) | 2019-03-25 | 2020-10-01 | Avl List Gmbh | Method and control unit for controlling a non-linear technical process |
-
2020
- 2020-12-02 DE DE102020215214.4A patent/DE102020215214A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009008302A1 (en) | 2008-06-11 | 2009-12-17 | Volkswagen Ag | Method and device for integrated transverse and longitudinal guidance of a motor vehicle |
US20140032017A1 (en) | 2009-03-05 | 2014-01-30 | Massachusetts Institute Of Technology | Integrated framework for vehicle operator assistance based on a trajectory prediction and threat assessment |
DE102020108243A1 (en) | 2019-03-25 | 2020-10-01 | Avl List Gmbh | Method and control unit for controlling a non-linear technical process |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3785177A1 (en) | Method and device for determining a network configuration of a neural network | |
DE102014008353A1 (en) | Method for operating a driver assistance system for the automated guidance of a motor vehicle and associated motor vehicle | |
WO2020061603A1 (en) | Method and device for analyzing a sensor data stream and method for guiding a vehicle | |
WO2021058223A1 (en) | Method for applying automated driving functions efficiently and in a simulated manner | |
DE102019124018A1 (en) | Method for optimizing tests of control systems for automated vehicle dynamics systems | |
DE102016224291A1 (en) | Method for the computer-aided adaptation of a predetermined semi-automated driving system of a motor vehicle | |
DE102015116988A1 (en) | Vehicle Hineindrängungs strategy | |
DE102020200169B3 (en) | Method for merging several data sets for the generation of a current lane model of a roadway and device for data processing | |
WO2020160795A1 (en) | Method and apparatus for sensor data fusion for a vehicle | |
DE102018210510A1 (en) | Method for determining an updated trajectory for a vehicle | |
DE102018211513A1 (en) | Method and device for determining a collision probability of a vehicle with an object | |
DE102020215214A1 (en) | Functionally robust optimization of a vehicle control | |
WO2020048560A1 (en) | Method and processing unit for tracking an object | |
DE10222700B4 (en) | Computer-aided method for mass and / or function optimization of vehicle components and structures | |
DE102019208263A1 (en) | Method and device for determining a control strategy for a technical system | |
DE102021203825B4 (en) | Method and system for optimizing a detected parking space | |
DE102020127051A1 (en) | Method for determining safety-critical output values using a data analysis device for a technical entity | |
DE10222699A1 (en) | Computer-aided motor vehicle system optimization method for optimizing a system's parameters uses approximation models for forecasting | |
DE112020005759T5 (en) | Method and system for determining task compatibility in neural networks | |
DE102019203751A1 (en) | Method and device for evaluating a trajectory for a technical system | |
DE102019207016A1 (en) | Method for determining a system model for a technical system | |
DE102008014125A1 (en) | Computer-aided object i.e. trailer, localization method, involves extracting and locating partial structure determined in one extraction step from partial structures determined in preceding extraction steps | |
DE102019216184A1 (en) | Method for the robustification of a neural network against adversarial disturbances | |
DE102015201867A1 (en) | Optimized storage of an environment map in the memory of a vehicle | |
DE102022214233B3 (en) | Determining the similarity of traffic scenes to improve machine learning systems or algorithms for trajectory prediction or maneuver planning for automated vehicles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified | ||
R012 | Request for examination validly filed |