DE102021209704A1 - Model-based predictive control of a motor vehicle - Google Patents
Model-based predictive control of a motor vehicle Download PDFInfo
- Publication number
- DE102021209704A1 DE102021209704A1 DE102021209704.9A DE102021209704A DE102021209704A1 DE 102021209704 A1 DE102021209704 A1 DE 102021209704A1 DE 102021209704 A DE102021209704 A DE 102021209704A DE 102021209704 A1 DE102021209704 A1 DE 102021209704A1
- Authority
- DE
- Germany
- Prior art keywords
- motor vehicle
- trajectory
- solver module
- cruise control
- longitudinal
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
- B60W10/06—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
-
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
- B60W10/08—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of electric propulsion units, e.g. motors or generators
-
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
-
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/24—Conjoint control of vehicle sub-units of different type or different function including control of energy storage means
- B60W10/26—Conjoint control of vehicle sub-units of different type or different function including control of energy storage means for electrical energy, e.g. batteries or capacitors
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/14—Adaptive cruise control
- B60W30/143—Speed control
-
- 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
- B60W50/0097—Predicting future conditions
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/20—Static objects
-
- 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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/18—Braking system
- B60W2710/182—Brake pressure, e.g. of fluid or between pad and disc
-
- 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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/24—Energy storage means
- B60W2710/242—Energy storage means for electrical energy
- B60W2710/244—Charge state
-
- 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
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/10—Longitudinal speed
- B60W2720/103—Speed profile
Landscapes
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
Die Erfindung betrifft ein Verfahren zur modellbasierten prädiktiven Regelung eines Kraftfahrzeugs. Das Verfahren umfasst die Schritte- Ausführen eines MPC-Algorithmus' (13), der ein High Level Solvermodul (13.1), ein Längsdynamikmodell (14) und eine Kostenfunktion (15) umfasst, die dem High Level Solvermodul (13.1) zugeordnet ist, wobei durch das Ausführen des High Level Solvermoduls (13.1) für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells (14) eine die Kostenfunktion (15) minimierende Längstrajektorie (31, 32, 36) berechnet wird, gemäß welcher sich das Kraftfahrzeug (1) innerhalb eines Prädiktionshorizonts fortbewegen soll,- Übergeben der durch das High Level Solvermodul (13.1) berechneten Längstrajektorie (31, 32, 36) an einen Tempomaten (16) als Eingangswert,- Verarbeiten der durch das High Level Solvermodul (13.1) berechneten Längstrajektorie (31, 32, 36) zu einem Steuerungssignal (34) mittels des Tempomaten (16), und- Steuern des Kraftfahrzeugs (1) basierend auf dem Steuerungssignal (34).The invention relates to a method for model-based predictive control of a motor vehicle. The method comprises the steps of running an MPC algorithm (13) that includes a high-level solver module (13.1), a longitudinal dynamics model (14) and a cost function (15) that is associated with the high-level solver module (13.1), where by executing the high-level solver module (13.1) for a route section ahead, taking into account the longitudinal dynamics model (14), a longitudinal trajectory (31, 32, 36) minimizing the cost function (15) is calculated, according to which the motor vehicle (1) is within a prediction horizon is to move, - passing the longitudinal trajectory (31, 32, 36) calculated by the high level solver module (13.1) to a cruise control (16) as an input value, - processing the longitudinal trajectory (31, 32) calculated by the high level solver module (13.1), 36) to a control signal (34) by means of the cruise control (16), and controlling the motor vehicle (1) based on the control signal (34).
Description
Die Erfindung betrifft die modellbasierte prädiktive Regelung eines Kraftfahrzeugs. Beansprucht wird in diesem Zusammenhang insbesondere ein Verfahren zur modellbasierten prädiktiven Regelung eines Kraftfahrzeugs.The invention relates to the model-based predictive control of a motor vehicle. In this context, a method for model-based predictive control of a motor vehicle is claimed in particular.
Heutige intelligente Tempomaten (sog. „Predictive Green ACCs) von Kraftfahrzeugen können zwar insbesondere die Streckentopologie berücksichtigen, bilden die Fahrstrategie und damit die Längsreglung jedoch regelbasiert ab. Die regelbasierte Umsetzung führt i.d.R. zu suboptimalen Lösungen in Bezug auf Energieverbrauch, Komfort und Fahrzeit. Mit steigender Komplexität des Antriebssystems wird ein solches Regelwerk außerdem kompliziert und erfordert einen hohen Applikationsaufwand. Ein optimales Betreiben eines Fahrzeugs (z.B. in Bezug auf die Performance-Ziele Energieverbrauch, Komfort, Fahrzeit) ist nur mit guter Kenntnis der zu fahrenden Strecke möglich. Ein Fahrer des Kraftfahrzeugs muss also vorausschauend fahren, hat aber nur begrenzte Einsicht in den weiteren Verlauf der Strecke und keine Einsicht in die fahrzeugspezifischen Fahrverluste.Today's intelligent cruise controls (so-called "Predictive Green ACCs") in motor vehicles can take the route topology into account in particular, but map the driving strategy and thus the longitudinal control based on rules. The rule-based implementation usually leads to suboptimal solutions in terms of energy consumption, comfort and travel time. With the increasing complexity of the drive system, such a set of rules also becomes complicated and requires a high application effort. Optimal operation of a vehicle (e.g. in relation to the performance goals of energy consumption, comfort, driving time) is only possible with good knowledge of the route to be driven. A driver of the motor vehicle must therefore drive with foresight, but has only limited insight into the further course of the route and no insight into the vehicle-specific driving losses.
Eine Aufgabe der vorliegenden Erfindung kann darin gesehen werden, eine Regelung für ein Kraftfahrzeug bereitzustellen, welche den vorstehend beschriebenen Problemstellungen Rechnung trägt.One object of the present invention can be seen as providing a regulation for a motor vehicle which takes into account the problems described above.
Die Aufgabe wird gelöst durch die Gegenstände der unabhängigen Patentansprüche. Vorteilhafte Ausführungsformen sind Gegenstand der Unteransprüche, der folgenden Beschreibung sowie der Figuren.The object is solved by the subject matter of the independent patent claims. Advantageous embodiments are the subject matter of the dependent claims, the following description and the figures.
Zur Lösung des Problems wird gemäß der vorliegenden Erfindung eine funktionale Architektur umfassend einen modellbasierten prädiktiven Regler (=MPC Solver) sowie einen Tempomaten vorgeschlagen, insbesondere einen sequenziell arbeitenden, regelbasierten ACC-Regler. Der MPC-Solver trägt den Namen „High Level Solver“ (HLS). Der Tempomate kann sich in weiten Teilen wie derzeitige, dem Stand der Technik entsprechende ACC-Systeme verhalten. Der Tempomat der vorliegenden Erfindung unterscheidet sich jedoch darin, dass er neben beispielsweise üblichen Sensordaten und Daten zum Fahrzeugstatus auch einen Vorschlag zur Längstrajektorie (insbesondere einen Geschwindigkeitsvorschlag) als Input erhält, nämlich die von dem High Level Solvermodul berechnete Längstrajektorie. Insbesondere basierend auf der Längstrajektorie berechnet der Tempomat das Steuersignal, gemäß welchem der Tempomat beispielsweise einen Aktuator des Kraftfahrzeugs steuern kann, z.B. einen Aktuator zur Regelung der Geschwindigkeit des Kraftfahrzeugs. Mit anderen Worten wird insbesondere eine Geschwindigkeitstrajektorie durch ein Verfahren der modellbasierten prädiktiven Regelung berechnet und an den Tempomaten zur Aufbereitung und zur Steuerung des Kraftfahrzeugs übergeben. Der MPC Solver kann dabei als „High Level Solvermodul“ (HLS) bezeichnet werden, welches die langfristige Grobplanung der Längstrajektorie des Kraftfahrzeugs übernimmt und hierfür den MPC-Ansatz nutzt.To solve the problem, a functional architecture is proposed according to the present invention, comprising a model-based predictive controller (=MPC solver) and a cruise control, in particular a sequentially working, rule-based ACC controller. The MPC solver is called "High Level Solver" (HLS). The cruise control can largely behave like current, state-of-the-art ACC systems. However, the cruise control of the present invention differs in that it also receives a suggestion for the longitudinal trajectory (in particular a speed suggestion) as input, namely the longitudinal trajectory calculated by the high-level solver module, in addition to, for example, conventional sensor data and data on the vehicle status. Based in particular on the longitudinal trajectory, the cruise control calculates the control signal, according to which the cruise control can, for example, control an actuator of the motor vehicle, e.g. an actuator for regulating the speed of the motor vehicle. In other words, in particular a speed trajectory is calculated by a method of model-based predictive control and transferred to the cruise control for processing and for controlling the motor vehicle. The MPC solver can be described as a "high level solver module" (HLS), which takes over the long-term rough planning of the longitudinal trajectory of the vehicle and uses the MPC approach for this.
In diesem Sinne wird ein Verfahren zur modellbasierten prädiktiven Regelung eines Kraftfahrzeugs bereitgestellt. Gemäß dem Verfahren wird ein MPC-Algorithmus ausgeführt, der ein High Level Solvermodul, ein Längsdynamikmodell und eine Kostenfunktion umfasst, die dem High Level Solvermodul zugeordnet ist, wobei durch das Ausführen des High Level Solvermoduls für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells eine die Kostenfunktion minimierende Längstrajektorie berechnet wird, gemäß welcher sich das Kraftfahrzeug innerhalb eines Prädiktionshorizonts fortbewegen soll. Die Länge des Prädiktionshorizonts beträgt in einem bevorzugten Ausführungsbeispiel Beispiel 500m, kann jedoch variiert werden. Das High Level Solvermodul löst insbesondere ein nichtlineares Problem und arbeitet mit kontinuierlichen Ersatzgrößen für diskrete Zustände (z.B. Gänge). Dieses Vorgehen begrenzt den Lösungsraum weniger stark als bei der Betrachtung diskreter Zustände. Dadurch ergeben sich Vorteile insbesondere hinsichtlich des Optimums des Ergebnisses.In this sense, a method for model-based predictive control of a motor vehicle is provided. According to the method, an MPC algorithm is executed, which includes a high-level solver module, a longitudinal dynamics model and a cost function, which is assigned to the high-level solver module, with the cost function being calculated by executing the high-level solver module for an upcoming route section, taking into account the longitudinal dynamics model minimizing longitudinal trajectory is calculated, according to which the motor vehicle is to move within a prediction horizon. In a preferred exemplary embodiment, the length of the prediction horizon is 500 m, for example, but can be varied. The high-level solver module solves a non-linear problem in particular and works with continuous substitute variables for discrete states (e.g. gears). This approach limits the solution space less than when considering discrete states. This results in advantages, in particular with regard to the optimum result.
Die durch das High Level Solvermodul berechnete Längstrajektorie wird an einen Tempomaten als Eingangswert übergeben. Der Tempomat arbeitet regelbasiert, insbesondere sequentiell. Bei dem Tempomaten kann es sich insbesondere um einen sequentiell arbeitenden regelbasierten ACC Regler handeln. ACC steht hierbei für den englischsprachigen Fachausdruck Adaptive Cruise Control. Mittels des Tempomaten wird die durch das High Level Solvermodul berechnete Längstrajektorie zu einem Steuerungssignal verarbeitet und das Kraftfahrzeug basierend auf dem Steuerungssignal gesteuert, beispielsweise mittels des Tempomaten oder mittels eines Aktuators, der beispielsweise durch den Tempomaten gesteuert werden kann.The longitudinal trajectory calculated by the high-level solver module is transferred to a cruise control as an input value. The cruise control works rule-based, in particular sequentially. The cruise control can in particular be a sequentially working, rule-based ACC controller. ACC stands for the English technical term Adaptive Cruise Control. The longitudinal trajectory calculated by the high-level solver module is processed into a control signal by means of the cruise control and the motor vehicle is controlled based on the control signal, for example by means of the cruise control or by means of an actuator which can be controlled by the cruise control, for example.
Die vorliegende Erfindung nutzt den sogenannten „Model-Predictive-Control (MPC)“-Ansatz. Bei einer solchen modellbasierten prädiktiven Regelung kommen insbesondere drei Prozessschritte zum Einsatz. So erfolgt in einem ersten Schritt eine Erarbeitung eines virtuellen Fahrthorizonts (Prädiktionshorizont) aus vorliegenden Kartendaten und Sensorinformationen. Der Prädiktionshorizont dient einem Trajektorienplaner und -regler als Lösungsraum für die Generierung einer Längstrajektorie des Kraftfahrzeugs, z.B. einer Geschwindigkeits- oder Momenttrajektorie. In einem zweiten Schritt erfolgt eine iterative online Generierung und Regelung einer Längstrajektorie durch eine Optimierung der Trajektorie hinsichtlich vorliegender Performance-Ziele entsprechend des MPC-Ansatzes. In einem dritten Schritt erfolgt die insbesondere automatisierte Umsetzung der berechneten Trajektorie durch deren Arbitrierung im Kraftfahrzeug. Die vorliegende Erfindung beinhaltet eine Modifikation des zweiten Schritts dieses Prozesses, sodass für eine serientaugliche Anwendung insbesondere bestimmte Rechenzeitanforderungen erfüllt werden können. Dazu stellt die vorliegende Erfindung eine Architektur bereit, die sowohl die Funktion des zweiten Prozessschritts wie auch serienrelevante Rechenzeiten ermöglicht.The present invention uses the so-called “Model Predictive Control (MPC)” approach. In such a model-based predictive control, three process steps in particular are used. In a first step, a virtual travel horizon (prediction horizon) is developed from available map data and sensor information. The prediction horizon serves as a solution for a trajectory planner and controller space for generating a longitudinal trajectory of the motor vehicle, eg a speed or torque trajectory. In a second step, an iterative online generation and control of a longitudinal trajectory takes place by optimizing the trajectory with regard to the existing performance goals according to the MPC approach. In a third step, the calculated trajectory is converted, in particular automatically, by its arbitration in the motor vehicle. The present invention includes a modification of the second step of this process, so that specific computing time requirements in particular can be met for an application suitable for series production. For this purpose, the present invention provides an architecture that enables both the function of the second process step and series-relevant computing times.
Das High Level Solvermodul kann als Ausgabewerte insbesondere Wunschverläufe der Geschwindigkeit, eines Ladezustands einer Fahrzeugbatterie, Antriebskräfte, Antriebsmomente, Bremskräfte oder Bremsmomente liefern. In diesem Sinne umfasst die Längstrajektorie in einer Ausführungsform eine Geschwindigkeitstrajektorie, gemäß welcher sich das Kraftfahrzeug innerhalb des Prädiktionshorizonts fortbewegen soll. Alternativ oder zusätzlich kann die Längstrajektorie für ein Antriebsaggregat des Kraftfahrzeugs eine Antriebskrafttrajektorie umfassen, gemäß welcher das Antriebsaggregat Antriebskräfte (größer oder gleich null) innerhalb des Prädiktionshorizonts bereitstellen soll. Weiterhin kann die Längstrajektorie alternativ oder zusätzlich einen Verlauf eines Ladezustands einer Batterie umfassen, welche als Energiespeicher für eine elektrische Maschine des Kraftfahrzeugs dient, wobei das Kraftfahrzeug mittels der elektrischen Maschine angetrieben werden kann. Der Ladezustand (im Englischen: State of Charge oder abgekürzt SoC) ist dabei insbesondere der momentane Energieinhalt der elektrischen Batterie im Verhältnis zu ihrem maximalen Energiegehalt. Ferner kann die Längstrajektorie alternativ oder zusätzlich für eine Bremsanlage des Kraftfahrzeugs eine Bremskrafttrajektorie umfassen, gemäß welcher die Bremsanlage Bremskräfte (kleiner oder gleich null) innerhalb des Prädiktionshorizonts bereitstellen soll. Anstatt der vorstehen genannten Antriebskräften und Bremskräften können auch entsprechende Antriebsmomente bzw. Bremsmomente durch die Längstrajektorie bereitgestellt werden. Die Momenttrajektorie bezieht sich dabei auf Momente an wenigstens einem Rad des Kraftfahrzeugs und umfasst sowohl positive als auch negative Momente, die durch die elektrische Maschine, den Verbrennungskraftmotor und die Bremsanlage des Kraftfahrzeugs bereitgestellt werden.As output values, the high-level solver module can supply, in particular, desired profiles of the speed, a state of charge of a vehicle battery, drive forces, drive torques, braking forces or braking torques. In this sense, in one embodiment, the longitudinal trajectory includes a speed trajectory according to which the motor vehicle is to move within the prediction horizon. Alternatively or additionally, the longitudinal trajectory for a drive unit of the motor vehicle can include a drive force trajectory according to which the drive unit should provide drive forces (greater than or equal to zero) within the prediction horizon. Furthermore, the longitudinal trajectory can alternatively or additionally include a course of a state of charge of a battery, which is used as an energy store for an electric machine of the motor vehicle, it being possible for the motor vehicle to be driven by means of the electric machine. The state of charge (in English: State of Charge or abbreviated SoC) is in particular the current energy content of the electric battery in relation to its maximum energy content. Furthermore, the longitudinal trajectory can alternatively or additionally include a braking force trajectory for a braking system of the motor vehicle, according to which the braking system should provide braking forces (less than or equal to zero) within the prediction horizon. Instead of the drive forces and braking forces mentioned above, corresponding drive torques or braking torques can also be provided by the longitudinal trajectory. The torque trajectory relates to torques on at least one wheel of the motor vehicle and includes both positive and negative torques that are provided by the electric machine, the internal combustion engine and the brake system of the motor vehicle.
Der durch das High Level Solvermodul bereitgestellte Vorschlag, insbesondere der Geschwindigkeitsvorschlag, kann von dem ACC-Regler als Default-Wert umgesetzt werden. In diesem Sinne wird in einer Ausführungsform das Steuerungssignal durch die Längstrajektorie dargestellt, die durch das High Level Solvermodul berechnet worden ist.The proposal made available by the high-level solver module, in particular the speed proposal, can be implemented by the ACC controller as a default value. In this sense, in one embodiment, the control signal is represented by the longitudinal trajectory calculated by the high level solver module.
Die langfristige Grobplanung der Trajektorie erfolgt durch das High Level Solvermodul wegbasiert unter Nutzung des MPC-Ansatzes. Dies erlaubt insbesondere einen korrekten, optimalen Umgang mit nicht-dynamischen (d.h. mit statischen) Objekten, die sich innerhalb des Prädiktionshorizonts befinden. Beispiele für solche statische Objekte sind Steigungen, Geschwindigkeitsbegrenzungen, andere Verkehrsschilder (z.B. „Stopp“- oder „Vorfahrt gewähren“-Schilder), Kurvenkrümmungen oder Ampeln. In diesem Sinne werden dem High Level Solvermodul in einer Ausführungsform Informationen über statische Objekte als Nebenbedingungen übergeben, welche das High Level Solvermodul bei der Berechnung der Längstrajektorie berücksichtigt. Die Informationen über statische Objekte können beispielsweise aus Kartendaten eines Navigationssystems oder von Sensoren stammen.The long-term rough planning of the trajectory is carried out by the high-level solver module using the MPC approach. In particular, this allows correct, optimal handling of non-dynamic (i.e. static) objects that are within the prediction horizon. Examples of such static objects are inclines, speed limits, other traffic signs (e.g. "stop" or "yield" signs), bends in curves or traffic lights. In this sense, in one embodiment, information about static objects is transferred to the high-level solver module as secondary conditions, which the high-level solver module takes into account when calculating the longitudinal trajectory. The information about static objects can originate, for example, from map data from a navigation system or from sensors.
Auch dynamische Horizontobjekte können bei der Berechnung der Längstrajektorie beachtet werden. Dies erfolgt in dem High Level Solvermodul bedingt durch lange Rechenzeiten bevorzugt lediglich in einem groben Rahmen. In diesem Sinne werden in einer Ausführungsform dem High Level Solvermodul Informationen über dynamische Objekte als Nebenbedingungen übergeben, welche das High Level Solvermodul bei der Berechnung der Längstrajektorie berücksichtigt. Die Informationen über dynamische Objekte können beispielsweise von Sensoren stammen.Dynamic horizon objects can also be taken into account when calculating the longitudinal trajectory. This is done in the high-level solver module, due to the long computing times, preferably only within a rough framework. In this sense, in one embodiment, information about dynamic objects is passed to the high-level solver module as secondary conditions, which the high-level solver module takes into account when calculating the longitudinal trajectory. The information about dynamic objects can come from sensors, for example.
Die an die dynamischen Objekte angepasste Längstrajektorie muss gegebenenfalls durch ein schneller rechnendes System überschrieben werden. Entsprechend gibt das High Level Solvermodul keinen direkten Trajektorienwunsch an das Kraftfahrzeug weiter. Stattdessen wird die Wunschtrajektorie im schnell rechnenden ACC-Regler weiterverarbeitet. In diesem Sinne überschreibt der Tempomat in einer Ausführungsform einen von dem High Level Solvermodul berechneten MPC-Wert der Längstrajektorie mit einem alternativen Tempomat-Wert des Steuersignals, wenn der Tempomat-Wert von dem MPC-Wert abweicht.The longitudinal trajectory adapted to the dynamic objects may have to be overwritten by a faster computing system. Accordingly, the high-level solver module does not forward any direct trajectory request to the motor vehicle. Instead, the desired trajectory is further processed in the fast-calculating ACC controller. In this sense, in one embodiment, the cruise control overwrites a longitudinal trajectory MPC value calculated by the high level solver module with an alternative cruise control value of the control signal if the cruise control value deviates from the MPC value.
Ein solches Überschreiben kann insbesondere dann notwendig sein, wenn der Tempomat durch Sensordaten erkennt, dass die Geschwindigkeitstrajektorie zu offensiv durch das High Level Solvermodul vorgegeben wird, sodass eventuell ein Unfallrisiko beispielsweise mit einem dynamischen Objekt vorliegt. In diesem Fall wird der Tempomat die von dem High Level Solvermodul berechnete höhere Geschwindigkeit oder Beschleunigung durch eine niedrigere Geschwindigkeit bzw. Beschleunigung ersetzen. In diesem Sinne überschreibt der Tempomat in einer Ausführungsform den MPC-Wert mit dem Tempomat-Wert, wenn der Tempomat-Wert eine geringere Geschwindigkeit oder eine geringere Beschleunigung für das Kraftfahrzeug vorsieht als der MPC-Wert. Dabei kann der Tempomat auf die vorstehend im Zusammenhang mit dem High Level Solvermodul beschriebenen Informationen über statische und dynamische Objekte als Eingabedaten zugreifen.Such an overwriting can be necessary in particular if the cruise control recognizes through sensor data that the speed trajectory is specified too offensively by the high-level solver module, so that a There is a risk of accident, for example with a dynamic object. In this case, the cruise control will replace the higher speed or acceleration calculated by the high level solver module with a lower speed or acceleration. As such, in one embodiment, the cruise control overrides the MPC value with the cruise control value when the cruise control value provides for a lower speed or acceleration for the motor vehicle than the MPC value. The cruise control can access the information about static and dynamic objects described above in connection with the high-level solver module as input data.
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 Kraftfahrzeugs, dessen Antriebsstrang einen Verbrennungskraftmotor, eine elektrische Maschine und eine Bremsanlage umfasst, -
2 Details eines beispielhaften Antriebsstrangs für das Kraftfahrzeug nach1 und -
3 ein Ausführungsbeispiel eines erfindungsgemäßen Verfahrens zur modellbasierten prädiktiven Regelung desKraftfahrzeugs nach 1 .
-
1 a schematic representation of a motor vehicle whose drive train comprises an internal combustion engine, an electric machine and a brake system, -
2 Details of an exemplary powertrain for themotor vehicle 1 and -
3 an exemplary embodiment of a method according to the invention for model-based predictive control of themotor vehicle 1 .
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 eine Bremsanlage 19 umfassen kann. Die elektrische Maschine 8 kann im Motorbetrieb Räder des Kraftfahrzeugs 1 über das Getriebe 10 antreiben. Die dazu notwendige elektrische Energie kann die Batterie 9 bereitstellen, insbesondere über eine Leistungselektronik 18. Die Batterie 9 kann umgekehrt durch die elektrische Maschine 8 über die Leistungselektronik 18 aufgeladen werden, wenn die elektrische Maschine 8 im Generatorbetrieb betrieben wird (Rekuperation). Die Batterie 9 kann optional auch an einer externen Ladestation aufgeladen werden.The
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. Verfahrensschritte auszuführen.A
Das Computerprogrammprodukt 11 enthält einen MPC-Algorithmus 13, der ein High Level Solvermodul 13.1 umfasst bzw. enthält. Der MPC-Algorithmus 13 enthält weiterhin ein Längsdynamikmodell 14 des Kraftfahrzeugs 1. Das High Level Solvermodul 13.1 kann auf das Längsdynamikmodell 14 zugreifen. Ferner enthält der MPC-Algorithmus 13 eine zu minimierende Kostenfunktion 15, die dem High Level Solvermodul 13.1 zugeordnet ist.The
Das Längsdynamikmodell 14 umfasst ein Verlustmodell 27 des Kraftfahrzeugs 1. Das Verlustmodell 27 beschreibt das Betriebsverhalten von effizienzrelevanten Komponenten, z.B. der elektrischen Maschine 8, des Verbrennungskraftmotors 17 und der Bremsanlage 19 hinsichtlich ihrer Effizienz bzw. hinsichtlich ihres Verlusts. Daraus ergibt sich ein Gesamtverlust des Kraftfahrzeugs 1. Die Prozessoreinheit 3 führt den MPC-Algorithmus 13 aus und prädiziert dabei für einen gleitenden Prädiktionshorizont ein Verhalten des Kraftfahrzeugs 1. Diese Prädiktion basiert auf dem Längsdynamikmodell 14. Die Prozessoreinheit 3 berechnet durch Ausführen des High Level Solvermoduls 13.1 eine optimierte Geschwindigkeitstrajektorie 31 (
Alternativ oder zusätzlich kann die Prozessoreinheit 3 durch Ausführen des High Level Solvermoduls 13.1 unter Minimierung der Kostenfunktion 15 für den Prädiktionshorizont für die elektrische Maschine 8, für den Verbrennungskraftmotor 17 und für die Bremsanlage 19 des Kraftfahrzeugs 1 eine optimierte Krafttrajektorie 32 berechnen, gemäß welcher die elektrische Maschine 8 und/oder der Verbrennungskraftmotor 17 und/oder die Bremsanlage 19 Kräfte innerhalb des Prädiktionshorizonts bereitstellen sollen (Kraftwerte für die elektrische Maschine 8 und den Verbrennungskraftmotor 17 sind dabei größer oder gleich null; Kraftwerte für die Bremsanlage 19 sind kleiner oder gleich null). Anstatt die Trajektorie für die vorstehend genannten Kräfte zu berechnen, können auch entsprechende Momenttrajektorien berechnet werden.Alternatively or additionally, the
Die Erfassungseinheit 6 kann aktuelle Zustandsgrößen des Kraftfahrzeugs 1 messen, entsprechende Daten aufnehmen und dem High Level Solvermodul 13.1 sowie einem weiter unten beschriebenen Tempomaten 16 zuführen. Dazu kann die Erfassungseinheit 6 beispielsweise einen Geschwindigkeitssensor 24 und einen Kraftsensor 30 umfassen. Mittels des Geschwindigkeitssensors 24 kann eine jeweils aktuelle Geschwindigkeit des Kraftfahrzeugs 1 ermittelt werden. Mittels des Kraftsensors 30 kann eine jeweils aktuelle Antriebskraft des Kraftfahrzeugs 1 ermittelt werden, z.B. eine aktuelle Antriebskraft, die durch den Elektromotor 8 oder den Verbrennungskraftmotor 17 bereitgestellt, oder eine aktuelle Bremskraft, die durch die Bremsanlage 19 bereitgestellt wird.The
Weiterhin können Informationen über statische Objekte und/oder Streckendaten aus einer elektronischen Karte eines Navigationssystems 20 des Kraftfahrzeugs 1 für einen Vorausschauhorizont bzw. Prädiktionshorizont (z.B. 500 m) vor dem Kraftfahrzeug 1 insbesondere zyklisch aktualisiert und dem High Level Solvermodul 13.1 sowie dem Tempomaten übergeben werden. Die Streckendaten können beispielsweise Steigungsinformationen, Kurveninformationen, und Informationen über Geschwindigkeitslimits sowie Ampeln und Haltepunkte 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 erfolgen, insbesondere über ein von einem GNSS-Sensor 12 generiertes Signal zur genauen Lokalisierung auf der elektronischen Karte. Ferner kann die Erfassungseinheit 6 zur Erfassung des äußeren Umfelds des Kraftfahrzeugs 1 einen Umfeldsensor 33 umfassen, z.B. einen Radar-Sensor, ein Kamerasystem und/oder einen Lidar-Sensor. Daten dieser Sensoren können dem High Level Solvermodul 13.1 und dem Tempomaten 16 zur Verfügung gestellt werden. Dadurch können insbesondere auch dynamische Objekte im Bereich des äußeren Umfelds des Kraftfahrzeugs 1 erfasst und bei der Berechnung berücksichtigt werden, z.B. sich bewegende Objekte wie andere Fahrzeuge oder Fußgänger. Die Prozessoreinheit 3 kann auf Informationen der genannten Elemente beispielsweise über die Kommunikations-Schnittstelle 5 zugreifen. Diese Informationen können in das Längsmodell 14 des Kraftfahrzeugs 1 einfließen, insbesondere als Beschränkungen oder Nebenbedingungen bei der Berechnung der Geschwindigkeitstrajektorie 31 und/oder der Krafttrajektorie 32 sowie insbesondere auch bei der Berechnung eines Steuerungssignals 34 durch den Tempomaten 16.Furthermore, information about static objects and/or route data from an electronic map of a
Als Output der Optimierung durch den MPC-Algorithmus 13 ergeben sich optimale Geschwindigkeiten des Kraftfahrzeugs 1, ein optimaler Verlauf 36 des Ladezustands der Batterie 8 sowie Kräfte bzw. Drehmomente der elektrischen Maschine 8 und/oder des Verbrennungskraftmotors 17 und/oder der Bremsanlage 19 für berechnete Punkte innerhalb des Prädiktionshorizonts. Die durch den MPC-Algorithmus 13 vorgeschlagene Geschwindigkeitstrajektorie 31, Krafttrajektorie 32 und Ladezustandtrajektorie 36 werden gemäß dem gezeigten Ausführungsbeispiel an den Tempomaten 16 übergeben, was im Folgenden näher im Zusammenhang mit
Das High Level Solvermodul 13.1 übergibt dem Tempomaten 16 die berechnete Geschwindigkeitstrajektorie 31. Weiterhin kann das High Level Solvermodul 13.1 dem Tempomaten auch die Krafttrajektorie 32 sowie die Ladezustandtrajektorie 36 übergeben. Der Tempomat 16 umfasst eine Prozessoreinheit 37, eine Speichereinheit 38 und eine Kommunikations-Schnittstelle 39. Auf der Speichereinheit 38 kann ein Computerprogrammprodukt 40 gespeichert sein. Das Computerprogrammprodukt 40 kann auf der Prozessoreinheit 37 ausgeführt werden, wozu die Prozessoreinheit 37 und die Speichereinheit 38 mittels der Kommunikations-Schnittstelle 39 miteinander verbunden sind. Wenn das Computerprogrammprodukt 40 auf der Prozessoreinheit 37 ausgeführt wird, leitet es die Prozessoreinheit 37 an, die im Zusammenhang mit der Zeichnung beschriebenen Funktionen zu erfüllen bzw. Verfahrensschritte auszuführen. Das Computerprogrammprodukt 40 enthält einen regelbasierten ACC-Algorithmus 41.The high level solver module 13.1 transfers the
Die Prozessoreinheit 37 des Tempomaten 16 verarbeitet in dem gezeigten Ausführungsbeispiel unter Ausführung des regelbasierten ACC-Algorithmus' 41 die durch das High Level Solvermodul 13.1 berechnete Geschwindigkeitstrajektorie 31, die Krafttrajektorie 32 sowie die Ladezustandtrajektorie 36. Die Prozessoreinheit 37 des Tempomaten 16 verarbeitet dabei optional auch die Eingabedaten, die von der Erfassungseinheit 6 und/oder dem Navigationssystem 20 übergeben wurden. Basierend auf der durch das High Level Solvermodul 13.1 berechneten Geschwindigkeitstrajektorie 31, der Krafttrajektorie 32, optional kombiniert mit den Eingabedaten der Erfassungseinheit 6 und dem Navigationssystem 20 sowie dem Verlauf 36 des Ladezustands der Batterie 9, generiert die Prozessoreinheit 37 des Tempomaten 16 unter Ausführung des regelbasierten ACC-Algorithmus' 41 ein Steuerungssignal 34. In einem Beispiel kann das Steuerungssignal 34 der Geschwindigkeitstrajektorie 31 entsprechen, die durch das High Level Solvermodul 13.1 berechnet worden ist. Der Tempomat 16 gibt das Steuerungssignal 34 an einen Aktuator 35 des Kraftfahrzeugs 1 weiter, sodass der Aktuator 35 das Kraftfahrzeug 1 entsprechend dem Steuerungssignal 34 steuern kann.In the exemplary embodiment shown, the
Wie vorstehend beschrieben können auch dynamische Horizontobjekte grundsätzlich beachtet werden. Dies ist allerdings nur in einem groben Rahmen (bedingt durch lange Rechenzeiten) möglich. Die an die dynamischen Objekte angepasste Geschwindigkeitstrajektorie 31 kann beispielsweise durch den schneller als das High Level Solvermodul 13.1 rechnenden Tempomaten 16 korrigiert werden. Vor diesem Hintergrund gilt die Geschwindigkeitsgrobplanung 31 des High Level Solvermoduls 13.1 rein als Vorschlag, den der Tempomat 16 überschreiben wird, insbesondere wenn dem Tempomaten intrinsische Regeln eine geringe Geschwindigkeit oder eine geringere Beschleunigung vorsehen als durch das High Level Solvermodul 13.1 vorgeschlagen. Auf diese Weise wird der Umgang mit dynamischen Veränderungen des Horizonts, insbesondere durch vorwegfahrende Fahrzeuge, ermöglicht. Durch die schnelle Rechenfähigkeit des Tempomaten 16, insbesondere des ACC-Reglers, kann die langfristig optimale Planung des High Level Solvermoduls 13.1 während solcher dynamischer Horizontveränderungen durch eine sichere Trajektorie überschrieben werden.As described above, dynamic horizon objects can also be taken into account in principle. However, this is only possible within a rough framework (due to long computing times). The
Der Tempomat 16 berechnet wie vorstehend beschrieben insbesondere unter Berücksichtigung der Geschwindigkeitstrajektorie 31 ein Steuersignal 34, das in dem gezeigten Ausführungsbeispiel n Geschwindigkeitswerte v1T bis vnT („Tempomat-Werte“) für n Wegpunkte p1 bis pn umfasst, die im Vorausbereich des Kraftfahrzeugs 1 und innerhalb des Prädiktionshorizonts liegen.As described above, the
Angenommen, mittels der Erfassungseinheit 6 wird dem Tempomat 16 mitgeteilt, dass sich ein dynamisches Objekt in einem Nahbereich des Kraftfahrzeugs 1 befindet, sodass ein zeitnahes Abbremsen des Kraftfahrzeugs 1 erforderlich ist, um eine sichere Fahrt zu gewährleisten. In diesem Fall kann es sein, dass der erste Geschwindigkeitswert v1 der Geschwindigkeitstrajektorie 31 größer ist als der erste Geschwindigkeitswert v1T des Steuersignals 34, da das Steuersignal 34 das dynamische Objekt berücksichtigt, die aktuelle Geschwindigkeitstrajektorie 31 jedoch (noch) nicht. Die Prozessoreinheit 37 des Tempomaten 16 wird in diesem Fall unter Ausführung des regelbasierten ACC-Algorithmus' 41 nicht den Vorschlag („v1“) der Geschwindigkeitstrajektorie 31 annehmen, sondern stattdessen auf den niedrigeren Geschwindigkeitswert v1T des Steuersignals 34 zurückgreifen, um das Kraftfahrzeug 1 möglichst sicher zu steuern. Insbesondere kann die Geschwindigkeitstrajektorie 31 als Default das Steuersignal 34 darstellen. In dem vorstehend beschriebenen Beispiel wird die Prozessoreinheit 37 des Tempomaten 16 jedoch unter Ausführung des regelbasierten ACC-Algorithmus' 41 den Default-Wert („v1“) der Geschwindigkeitstrajektorie 31 durch den niedrigeren Geschwindigkeitswert v1T des Steuersignals 34 ersetzen.Assuming that the
BezugszeichenlisteReference List
- K0K0
- Kupplungcoupling
- p1p1
- erste Positionfirst position
- p2p2
- zweite Positionsecond position
- pnPM
- dritte Positionthird position
- v1v1
- erste Geschwindigkeit gemäß Geschwindigkeitstrajektoriefirst speed according to speed trajectory
- v2v2
- zweite Geschwindigkeit gemäß Geschwindigkeitstrajektoriesecond speed according to speed trajectory
- vnvn
- n-te Geschwindigkeit gemäß Geschwindigkeitstrajektorienth speed according to speed trajectory
- v1Tv1T
- erste Geschwindigkeit gemäß Steuerungssignalfirst speed according to control signal
- v2Tv2T
- zweite Geschwindigkeit gemäß Steuerungssignalsecond speed according to control signal
- vnTvnT
- n-te Geschwindigkeit gemäß Steuerungssignal nth speed according to the control signal
- 11
- Fahrzeugvehicle
- 22
- Systemsystem
- 33
- Prozessoreinheitprocessor unit
- 44
- Speichereinheitstorage unit
- 55
- Kommunikations-Schnittstellecommunication interface
- 66
- Erfassungseinheitregistration unit
- 77
- Antriebsstrangpowertrain
- 88th
- elektrische Maschineelectric machine
- 99
- Batteriebattery
- 1010
- Getriebetransmission
- 1111
- Computerprogrammproduktcomputer program product
- 1212
- GNSS-SensorGNSS sensor
- 1313
- MPC-AlgorithmusMPC algorithm
- 13.113.1
- High Level SolvermodulHigh level solver module
- 1414
- Längsdynamikmodelllongitudinal dynamics model
- 1515
- Kostenfunktioncost function
- 1616
- Tempomatcruise control
- 1717
- Verbrennungskraftmotorinternal combustion engine
- 1818
- Leistungselektronikpower electronics
- 1919
- Bremsanlagebraking system
- 2020
- Navigationssystemnavigation system
- 2121
- vorderes Differenzialgetriebefront differential gear
- 2222
- Vorderradfront wheel
- 2323
- Vorderradfront wheel
- 2424
- Geschwindigkeitssensorspeed sensor
- 2525
- Vorderachsefront axle
- 2626
- Hinterradrear wheel
- 2727
- Verlustmodellloss model
- 2828
- Hinterradrear wheel
- 2929
- Hinterachserear axle
- 3030
- Kraftsensorforce sensor
- 3131
- Geschwindigkeitstrajektorievelocity trajectory
- 3232
- Krafttrajektorieforce trajectory
- 3333
- Umfeldsensorenvironment sensor
- 3434
- Steuerungssignalcontrol signal
- 3535
- Aktuatoractuator
- 3636
- Ladezustandtrajektoriestate of charge trajectory
- 3737
- Prozessoreinheitprocessor unit
- 3838
- Speichereinheitstorage unit
- 3939
- Kommunikations-Schnittstellecommunication interface
- 4040
- Computerprogrammproduktcomputer program product
- 4141
- regelbasierter ACC-Algorithmusrule-based ACC algorithm
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102021209704.9A DE102021209704A1 (en) | 2021-09-03 | 2021-09-03 | Model-based predictive control of a motor vehicle |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102021209704.9A DE102021209704A1 (en) | 2021-09-03 | 2021-09-03 | Model-based predictive control of a motor vehicle |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102021209704A1 true DE102021209704A1 (en) | 2023-03-09 |
Family
ID=85226617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102021209704.9A Pending DE102021209704A1 (en) | 2021-09-03 | 2021-09-03 | Model-based predictive control of a motor vehicle |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102021209704A1 (en) |
-
2021
- 2021-09-03 DE DE102021209704.9A patent/DE102021209704A1/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE112019003755T5 (en) | Learning driver behavior and driving coaching strategy using artificial intelligence | |
DE102017107556A1 (en) | ENERGY PRIORIZATION IN A VEHICLE USING MULTIPLE ENERGY SOURCES | |
DE102009040682A1 (en) | Method for controlling speed control system of e.g. lorry, involves examining influence of selected variants and suitability of variants based on simulation of speed process, activating suitable variants, and rejecting unsuitable variants | |
DE102013208965A1 (en) | Control device for a motor vehicle with an electronic control unit, by means of which the drive torque of a drive unit can be variably distributed on at least two axles as required | |
DE102014103785A1 (en) | Power generation control device of a hybrid vehicle | |
DE102018211984A1 (en) | VEHICLE CONTROL SYSTEM | |
DE102017223885A1 (en) | Hybrid vehicle and control method for shifting it | |
WO2021115567A1 (en) | Mpc-based trajectory tracking of a first vehicle using trajectory information on a second vehicle | |
DE102020203742A1 (en) | Model-based predictive control of a motor vehicle | |
DE102020216251B4 (en) | Model-based predictive control of a motor vehicle | |
DE102007005030A1 (en) | Method for controlling a vehicle with hybrid drive | |
DE112018000531T5 (en) | METHOD FOR REDUCING FUEL CONSUMPTION OF VEHICLES DURING OPENING | |
WO2021078391A1 (en) | Model-based predictive regulation of an electric machine in a drivetrain of a motor vehicle | |
DE102019216454A1 (en) | Model-based predictive control of a drive machine of a drive train of a motor vehicle and at least one vehicle component that influences the energy efficiency of the motor vehicle | |
CH718944A2 (en) | Model-based predictive control of an electric vehicle. | |
DE102020216250B4 (en) | Model-based predictive control of a motor vehicle taking cross-traffic into account | |
DE102021209704A1 (en) | Model-based predictive control of a motor vehicle | |
WO2022090040A1 (en) | Method and device for controlling a vehicle along a journey trajectory | |
WO2023030649A1 (en) | Model-based predictive control of a motor vehicle | |
DE102019216445A1 (en) | Model-based predictive control of an electrical machine in a drive train of a motor vehicle | |
WO2023030644A1 (en) | Model-based predictive control of a motor vehicle | |
DE102021209705A1 (en) | Model-based predictive control of a motor vehicle | |
DE102019216457A1 (en) | Autonomous driving function of a motor vehicle | |
DE102020103644A1 (en) | ECO-CRUISE: torque management | |
DE102019219806A1 (en) | Autonomous driving function for a motor vehicle that takes into account driver interventions |