DE102022117623A1 - Computerimplementiertes Verfahren zur Anpassung von Kalibrierungsdaten einer Steuerungseinheit für einen elektrischen Antrieb eines Kraftfahrzeugs - Google Patents
Computerimplementiertes Verfahren zur Anpassung von Kalibrierungsdaten einer Steuerungseinheit für einen elektrischen Antrieb eines Kraftfahrzeugs Download PDFInfo
- Publication number
- DE102022117623A1 DE102022117623A1 DE102022117623.1A DE102022117623A DE102022117623A1 DE 102022117623 A1 DE102022117623 A1 DE 102022117623A1 DE 102022117623 A DE102022117623 A DE 102022117623A DE 102022117623 A1 DE102022117623 A1 DE 102022117623A1
- Authority
- DE
- Germany
- Prior art keywords
- calibration data
- instruction
- drive
- artificial intelligence
- algorithm
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 28
- 230000005540 biological transmission Effects 0.000 claims abstract 2
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000004146 energy storage Methods 0.000 claims description 4
- 230000002787 reinforcement Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 11
- 239000003795 chemical substances by application Substances 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/092—Reinforcement learning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/12—Recording operating variables ; Monitoring of operating variables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/042—Knowledge-based neural networks; Logical representations of neural networks
Abstract
Die Erfindung betrifft ein computerimplementiertes Verfahren zur Anpassung von Kalibrierungsdaten (200; 201; 202) einer Steuerungseinheit (401) für einen elektrischen Antrieb (400) eines Kraftfahrzeugs, umfassend die folgenden Schritte:- Verwendung von Parametern und der Kalibrierungsdaten (200; 201; 202) durch die Steuerungseinheit (401) zur Berechnung berechneter Werte;- Messung gemessener Werte während des Betriebs des Antriebs (400), wobei die gemessenen Werte von den Parametern abhängen;- Erfassung eines Unterschieds (100) zwischen den berechneten Werten und den gemessenen Werten;- Verwendung eines Algorithmus (501) zur Verringerung des Unterschieds (100) durch eine Veränderung der Kalibrierungsdaten (200; 201; 202);- Erstellung einer Instruktion für eine Vorgehensweise zur Veränderung der Kalibrierungsdaten (200; 201; 202) durch eine künstliche Intelligenz (500);- Übertragung der Instruktion von der künstlichen Intelligenz (500) an den Algorithmus (501);- Ausgabe einer Beschreibung der Instruktion in menschlicher Sprache durch die künstliche Intelligenz (500); und- Veränderung der Kalibrierungsdaten (200; 201; 202) unter Verwendung der Instruktion durch den Algorithmus (501).
Description
- Die Erfindung betrifft ein computerimplementiertes Verfahren zur Anpassung von Kalibrierungsdaten einer Steuerungseinheit für einen elektrischen Antrieb eines Kraftfahrzeugs gemäß Anspruch 1.
- Aus
DE 199 44 691 C2 ist ein Testverfahren für ein Hybrid-Elektrofahrzeug auf dem Rollenprüfstand bekannt. Es werden einerseits durch den Prüfstand selbst und andererseits an Bord des Fahrzeuges gewonnene und über dessen Diagnoseschnittstelle abgerufene Messwerte erfasst, um durch deren Analyse sowohl Antriebsstrang als auch Steuergeräte des Fahrzeuges zu überprüfen. Im Rahmen der Analyse wird ein Vergleich zwischen den Messwerten und vorher festgelegten Schwellenwerten angestellt und das Ergebnis angezeigt. - Demgegenüber liegt der vorliegenden Erfindung die Aufgabe zugrunde, ein für einen Benutzer während der Ausführung leichter verständliches Verfahren zu schaffen. Außerdem soll ein System zur Durchführung eines solchen Verfahrens geschaffen werden.
- Diese Aufgabe wird durch ein Verfahren gemäß Anspruch 1 und durch ein System gemäß Anspruch 10 gelöst. Ausführungsformen der Erfindung sind in den abhängigen Ansprüchen angegeben.
- Es werden Parameter und Kalibrierungsdaten durch die Steuerungseinheit zur Berechnung berechneter Werte verwendet. Die berechneten Werte können beispielsweise eine dem Antrieb zugeführte elektrische Stromstärke umfassen. Die Parameter können beispielsweise eine am Antrieb anliegende elektrische Spannung, eine Temperatur des Antriebs, eine Drehzahl des Antriebs, ein vom Antrieb erzeugtes Drehmoment, eine mechanische Leistung des Antriebs und/oder einen Ladezustand eines Energiespeichers, der den Antrieb mit elektrischer Energie versorgt, umfassen. Die berechneten Werte können von der Steuerungseinheit verwendet werden, um Auswirkungen von Veränderungen der Parameter zu berechnen. Für den Betrieb des Kraftfahrzeugs ist es vorteilhaft, wenn die berechneten Werte möglichst nah an realen Werten sind. Deshalb werden während des Betriebs gemessene Werte gemessen. Die gemessenen Werte hängen von den Parametern ab. Dabei kann beispielsweise jedem berechneten Wert ein gemessener Wert entsprechen. Die gemessenen Werte können beispielsweise eine dem Antrieb zugeführte elektrische Stromstärke umfassen
- Es wird ein Unterschied zwischen den berechneten Werten und den gemessenen Werten erfasst. Zur Verringerung dieses Unterschieds durch eine Veränderung der Kalibrierungsdaten wird ein Algorithmus verwendet.
- Eine künstliche Intelligenz erstellt eine Instruktion für eine Vorgehensweise zur Veränderung der Kalibrierungsdaten. Die Instruktion wird von der künstlichen Intelligenz an den Algorithmus übertragen. Eine Beschreibung der Instruktion wird in menschlicher Sprache durch die künstliche Intelligenz ausgegeben. Dabei kann die menschliche Sprache in Schriftform und/oder akustisch ausgegeben werden. Die Kalibrierungsdaten werden unter Verwendung der Instruktion durch den Algorithmus verändert.
- Durch die Ausgabe der Beschreibung der Instruktion in menschlicher Sprache und die Veränderung der Kalibrierungsdaten unter Verwendung der Instruktion ist es für einen Benutzer einfacher nachzuvollziehen, welche Schritte durchgeführt werden. Es ist auch möglich, dass die Beschreibung der Instruktion eine Begründung für die Instruktion enthält. Beispielsweise kann die Beschreibung erläutern, dass aufgrund der Veränderung gemäß der Instruktion erwartet wird, den Unterschied zwischen den gemessenen Werten und den berechneten Werten in einem bestimmten Bereich der Parameter um einen bestimmten Faktor zu verringern.
- Dabei ist es vorteilhaft, dass die künstliche Intelligenz die Instruktion erstellt und an den Algorithmus überträgt, da auf diese Weise ein bereits bekannter Algorithmus zur Verringerung des Unterschieds verwendet werden kann.
- Nach einer Ausführungsform der Erfindung kann der Algorithmus bestärkendes Lernen verwenden. Dies ist insbesondere vorteilhaft, um den Unterschied iterativ zu verringern. Die Instruktion kann in diesem Fall an den Agenten des bestärkenden Lernens übertragen werden. Der Agent kann dann die Kalibrierungsdaten unter Verwendung der Instruktion verändern. Beispielsweise kann die Instruktion lauten, die Kalibrierungsdaten in einem bestimmten Bereich um einen bestimmten Faktor zu verändern. Der Agent nimmt dann die Veränderung gemäß dieser Instruktion vor.
- Nach einer Ausführungsform der Erfindung kann die künstliche Intelligenz für die Erstellung der Instruktion Informationen über die Kalibrierungsdaten verwenden. Diese Informationen über die Kalibrierungsdaten können beispielsweise in Bildform vorliegen. In diesem Fall können die Informationen über die Kalibrierungsdaten beispielsweise zwei- oder dreidimensionale Diagramme oder Karten sein.
- Nach einer Ausführungsform der Erfindung können die Kalibrierungsdaten als Bilddaten vorliegen. Die künstliche Intelligenz kann die Bilddaten in einen Vektor oder in eine Matrix umwandeln. Dies kann beispielsweise durch ein graphisches neuronales Netz (GNN, „graphical neuronal network“) erfolgen, das Bestandteil der künstlichen Intelligenz sein kann. Die künstliche Intelligenz kann den Vektor oder die Matrix für die Erstellung der Instruktion und für die Ausgabe der Beschreibung der Instruktion verwenden. In diesem Fall ist es möglich, dass die Bilddaten von der künstlichen Intelligenz nicht für die Erstellung und für die Ausgabe der Beschreibung der Instruktion verwendet werden.
- Ebenso können weitere Bilddaten vorliegen, die mehrere Unterschiede enthalten. Die künstliche Intelligenz kann diese weiteren Bilddaten dem Vektor oder der Matrix hinzufügen. Dies kann durch das gleiche graphische neuronale Netz erfolgen.
- Nach einer Ausführungsform der Erfindung kann die künstliche Intelligenz für die Erstellung der Instruktion Informationen über die Parameter verwenden.
- Nach einer Ausführungsform der Erfindung können die Parameter eine am Antrieb anliegende elektrische Spannung, eine Temperatur des Antriebs, eine Drehzahl des Antriebs, ein vom Antrieb erzeugtes Drehmoment, eine mechanische Leistung des Antriebs und/oder einen Ladezustand eines Energiespeichers, der den Antrieb mit elektrischer Energie versorgt, umfassen.
- Nach einer Ausführungsform der Erfindung kann die künstliche Intelligenz mit Trainingskalibrierungsdaten und Informationen über die Trainingskalibrierungsdaten in menschlicher Sprache trainiert worden sein. Dabei kann die menschliche Sprache schriftlich oder gesprochen vorliegen. Auf diese Weise kann die künstliche Intelligenz darauf trainiert werden, die Beschreibung der Instruktion in menschlicher Sprache auszugeben. Beispielsweise können die Trainingskalibrierungsdaten Bilddaten umfassen, die von einem Menschen mit Informationen in menschlicher Sprache versehen wurden. Die Informationen über die Trainingskalibrierungsdaten können dabei beispielsweise Hinweise auf mögliche Instruktionen zur Verringerung des Unterschieds zwischen den gemessenen und den berechneten Werten umfassen. Außerdem können die Informationen über die Trainingskalibrierungsdaten Begründungen für die Instruktionen enthalten.
- Nach einer Ausführungsform der Erfindung können die gemessenen Werte und die berechneten Werte jeweils eine dem Antrieb zugeführte elektrische Stromstärke umfassen.
- Nach einer Ausführungsform der Erfindung kann die Ausgabe der Beschreibung der Instruktion durchgeführt werden, bevor die Kalibrierungsdaten verändert werden. Auf diese Weise erhält ein Benutzer beispielsweise die Möglichkeit, die Veränderung besser nachvollziehen zu können, weil sie zuvor bereits angekündigt wurde. Außerdem kann es vorgesehen sein, dass der Benutzer eine Interventionsmöglichkeit erhält, sodass er die Veränderung verhindern kann, wenn er beispielsweise der Auffassung ist, dass die Veränderung verhindert werden sollte.
- Das System gemäß Anspruch 10 umfasst einen digitalen elektronischen Datenspeicher und eine digitale Signalverarbeitungseinheit, die beispielsweise auch als Prozessor bezeichnet werden kann. Im Datenspeicher sind Instruktionen gespeichert. Die Signalverarbeitungseinheit ist dazu ausgebildet, die Instruktionen auszulesen und auszuführen. Die Signalverarbeitungseinheit ist außerdem dazu ausgebildet, bei Ausführung der Instruktionen ein Verfahren nach einer Ausführungsform der Erfindung durchzuführen.
- Weitere Merkmale und Vorteile der vorliegenden Erfindung werden deutlich anhand der nachfolgenden Beschreibung bevorzugter Ausführungsbeispiele unter Bezugnahme auf die beiliegenden Abbildungen. Dabei werden für gleiche oder ähnliche Merkmale und für Merkmale mit gleichen oder ähnlichen Funktionen dieselben Bezugszeichen verwendet. Dabei zeigt
-
1 ein schematisches Diagramm zur Darstellung von Unterschieden zwischen gemessenen und berechneten Werten; -
2 schematische Diagramme verschiedener Kalibrierungsdaten; -
3 ein schematisches Diagramm einiger Schritte eines Verfahrens nach einer Ausführungsform der Erfindung; -
4 ein schematisches Diagramm einiger Schritte eines Verfahrens nach einer Ausführungsform der Erfindung; und -
5 ein schematisches Diagramm eines Verfahrens nach einer Ausführungsform der Erfindung. - Beim Betrieb eines Kraftfahrzeugs mit elektrischem Antrieb wird der elektrische Antrieb durch eine Steuerungseinheit gesteuert. Zu diesem Zweck berechnet die Steuerungseinheit während des Betriebs des Antriebs berechnete Werte, die von Parametern abhängen. Zu den Parametern können eine am Antrieb anliegende elektrische Spannung, eine Temperatur des Antriebs, eine Drehzahl des Antriebs, ein vom Antrieb erzeugtes Drehmoment, eine mechanische Leistung des Antriebs und/oder einen Ladezustand eines Energiespeichers, der den Antrieb mit elektrischer Energie versorgt, gehören. Zu den berechneten Werten können beispielsweise eine dem Antrieb zugeführte elektrische Stromstärke gehören. Für eine effiziente und genaue Steuerung des Antriebs ist es vorteilhaft, wenn die berechneten Werte einen möglichst geringen Unterschied zu entsprechenden realen Werten aufweisen.
- Deshalb werden Kalibrierungsdaten der Steuerungseinheit vor dem regulären Betrieb des Kraftfahrzeugs angepasst. Durch eine gute Anpassung soll der Unterschied zwischen den berechneten und den realen Werten verringert werden. Zu diesem Zweck werden gemessene Werte gemessen und ein Unterschied zwischen den gemessenen und den berechneten Werten erfasst. Dabei wird angenommen, dass die gemessenen Werte den realen Werten entsprechen.
- In
1 sind im Diagramm Unterschiede 100 zwischen den berechneten und den gemessenen Werten dargestellt. In2 sind verschiedene Diagramme dargestellt, die Kalibrierungsdaten enthalten. Dies können Kalibrierungsdaten in Form eines dreidimensionalen Diagramms 200, einer Tabelle 201 mit Zahlenwerten oder zweidimensionaler Diagramme 202 sein. Dabei können zwei- und dreidimensionale Diagramme auch als Karten bezeichnet werden. - Die Unterschiede 100 werden, wie in
3 gezeigt, mittels eines ersten Encoders 300 und eines graphischen Encoders 302 in einem mehrdimensionalen mathematischen Objekt 303 gespeichert. Die Kalibrierungsdaten 202 werden mittels eines zweiten Encoders 301 und des graphischen Encoders 302 ebenfalls im mehrdimensionalen mathematischen Objekt 303 gespeichert. Das mehrdimensionale mathematische Objekt 303 kann beispielsweise ein Vektor oder eine Matrix sein. - Das mehrdimensionale mathematische Objekt 303 wird von einer künstlichen Intelligenz verwendet, um eine Instruktion zur Veränderung der Kalibrierungsdaten zu erzeugen. Ein Beschreibung 305 der Instruktion in menschlicher Sprache wird durch ein Spracherzeugungsmodul 304 erzeugt. Sowohl die Instruktion als auch die Beschreibung 305 werden an einen dritten Encoder 306 ausgegeben, der daraus veränderte Kalibrierungsdaten vorhersagt. Die Beschreibung 305 wird außerdem schriftlich oder akustisch ausgegeben. Die Beschreibung 305 kann zusätzlich eine Begründung für die Instruktion umfassen. Wenn beispielsweise die Instruktion lautet, die Werte bestimmter Kalibrierungsdaten um einen Faktor zu verändern, kann die Begründung lauten, dass dies durchgeführt werden sollte, weil so die Unterschiede in einem bestimmten Bereich der Parameter voraussichtlich verringert werden.
- In
4 ist noch einmal detailliert dargestellt, wie die Unterschiede zwischen den gemessenen Werten und den berechneten Werten ermittelt werden. Beim Betrieb des Antriebs 400 mit den Parametern werden gemessene Werte gemessen und an ein Unterschiedserfassungsmodul 402 ausgegeben. Die berechneten Werte werden in der Steuerungseinheit 401 aus den Parametern und den Kalibrierungsdaten berechnet und an das Unterschiedserfassungsmodul 402 ausgegeben. Das Unterschiedserfassungsmodul 402 erfasst Unterschiede 100 zwischen den gemessenen und den berechneten Werten und erstellt aus diesen ein Diagramm. - Die Anpassung der Kalibrierungsdaten 202 ist in
5 näher erläutert. Die Kalibrierungsdaten 202 und die Unterschiede 100 werden als Eingangsdaten, beispielsweise in Form des mehrdimensionalen mathematischen Objekts 303, einer künstlichen Intelligenz 500 zugeführt. Die künstliche Intelligenz 500 erstellt unter Verwendung der Unterschiede 100 und der Kalibrierungsdaten 202 eine Instruktion für eine Vorgehensweise zur Veränderung der Kalibrierungsdaten 202. Diese Instruktion wird an einen Algorithmus 501 ausgegeben. Wir bereits oben unter Bezugnahme auf3 dargelegt wurde, wird eine Beschreibung der Instruktion in menschlicher Sprache ausgegeben. - Der Algorithmus 501 verwendet bestärkendes Lernen. Ein im Algorithmus 501 verwendeter Agent verändert die Kalibrierungsdaten 202 gemäß der Instruktion. Mit den geänderten Kalibrierungsdaten 202 werden erneut die Unterschiede 100 erfasst. In Abhängigkeit davon, ob die Unterschiede 100 geringer geworden, größer geworden oder gleich geblieben sind, erhält der Agent eine positive, negative oder neutrale Belohnung. Außerdem werden die geänderten Kalibrierungsdaten 202 und die geänderten Unterschiede 100 wieder als Eingangsdaten für die künstliche Intelligenz verwendet. Auf diese Weise werden die Kalibrierungsdaten 202 iterativ angepasst, um die Unterschiede 100 zu verringern.
- ZITATE ENTHALTEN IN DER BESCHREIBUNG
- Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
- Zitierte Patentliteratur
-
- DE 19944691 C2 [0002]
Claims (10)
- Computerimplementiertes Verfahren zur Anpassung von Kalibrierungsdaten (200; 201; 202) einer Steuerungseinheit (401) für einen elektrischen Antrieb (400) eines Kraftfahrzeugs, umfassend die folgenden Schritte: - Verwendung von Parametern und der Kalibrierungsdaten (200; 201; 202) durch die Steuerungseinheit (401) zur Berechnung berechneter Werte; - Messung gemessener Werte während des Betriebs des Antriebs (400), wobei die gemessenen Werte von den Parametern abhängen; - Erfassung eines Unterschieds (100) zwischen den berechneten Werten und den gemessenen Werten; - Verwendung eines Algorithmus (501) zur Verringerung des Unterschieds (100) durch eine Veränderung der Kalibrierungsdaten (200; 201; 202); - Erstellung einer Instruktion für eine Vorgehensweise zur Veränderung der Kalibrierungsdaten (200; 201; 202) durch eine künstliche Intelligenz (500); - Übertragung der Instruktion von der künstlichen Intelligenz (500) an den Algorithmus (501); - Ausgabe einer Beschreibung der Instruktion in menschlicher Sprache durch die künstliche Intelligenz (500); und - Veränderung der Kalibrierungsdaten (200; 201; 202) unter Verwendung der Instruktion durch den Algorithmus (501).
- Verfahren nach
Anspruch 1 , dadurch gekennzeichnet, dass der Algorithmus (501) bestärkendes Lernen verwendet. - Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die künstliche Intelligenz (500) für die Erstellung der Instruktion Informationen über die Kalibrierungsdaten (200; 201; 202) verwendet.
- Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die Kalibrierungsdaten (200; 201; 202) als Bilddaten vorliegen und die künstliche Intelligenz (500) die Bilddaten in einen Vektor (303) oder in eine Matrix (303) umwandelt, wobei die künstliche Intelligenz (500) den Vektor (303) oder die Matrix (303) für die Erstellung der Instruktion und für die Ausgabe der Beschreibung der Instruktion verwendet.
- Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die künstliche Intelligenz (500) für die Erstellung der Instruktion Informationen über die Parameter verwendet.
- Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die Parameter eine am Antrieb (400) anliegende elektrische Spannung, eine Temperatur des Antriebs (400), eine Drehzahl des Antriebs (400), ein vom Antrieb (400) erzeugtes Drehmoment, eine mechanische Leistung des Antriebs (400) und/oder einen Ladezustand eines Energiespeichers, der den Antrieb (400) mit elektrischer Energie versorgt, umfassen.
- Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die künstliche Intelligenz (500) mit Trainingskalibrierungsdaten und Informationen über die Trainingskalibrierungsdaten in menschlicher Sprache trainiert worden ist.
- Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die gemessenen Werte und die berechneten Werte jeweils eine Stromstärke umfassen, die dem Antrieb (400) zugeführt wird.
- Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die Ausgabe der Beschreibung der Instruktion durchgeführt wird, bevor die Kalibrierungsdaten (200; 201; 202) verändert werden.
- System, umfassend einen digitalen elektronischen Datenspeicher und eine digitale Signalverarbeitungseinheit, wobei im Datenspeicher Instruktionen gespeichert sind, wobei die Signalverarbeitungseinheit dazu ausgebildet ist, die Instruktionen auszulesen und auszuführen, und wobei die Signalverarbeitungseinheit dazu ausgebildet ist, bei Ausführung der Instruktionen ein Verfahren nach einem der vorherigen Ansprüche durchzuführen.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022117623.1A DE102022117623A1 (de) | 2022-07-14 | 2022-07-14 | Computerimplementiertes Verfahren zur Anpassung von Kalibrierungsdaten einer Steuerungseinheit für einen elektrischen Antrieb eines Kraftfahrzeugs |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022117623.1A DE102022117623A1 (de) | 2022-07-14 | 2022-07-14 | Computerimplementiertes Verfahren zur Anpassung von Kalibrierungsdaten einer Steuerungseinheit für einen elektrischen Antrieb eines Kraftfahrzeugs |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102022117623A1 true DE102022117623A1 (de) | 2024-01-25 |
Family
ID=89429524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102022117623.1A Pending DE102022117623A1 (de) | 2022-07-14 | 2022-07-14 | Computerimplementiertes Verfahren zur Anpassung von Kalibrierungsdaten einer Steuerungseinheit für einen elektrischen Antrieb eines Kraftfahrzeugs |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102022117623A1 (de) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19944691C2 (de) | 1998-09-18 | 2003-04-24 | Nissan Motor | Verfahren und Vorrichtung zum Testen von Fahrzeugen mit einem hybridelektrischen Antrieb |
DE102020106880A1 (de) | 2019-03-12 | 2020-09-17 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren und Vorrichtung zum Kalibrieren eines Steuer- und Regelvorrichtungssystems zur Steuer- und Regelung eines Betriebszustandes |
DE102021115778A1 (de) | 2020-06-25 | 2021-12-30 | Toyota Jidosha Kabushiki Kaisha | Fahrzeugsteuerungsvorrichtung, fahrzeugsteuerungssytem und fahrzeuglernvorrichtung |
-
2022
- 2022-07-14 DE DE102022117623.1A patent/DE102022117623A1/de active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19944691C2 (de) | 1998-09-18 | 2003-04-24 | Nissan Motor | Verfahren und Vorrichtung zum Testen von Fahrzeugen mit einem hybridelektrischen Antrieb |
DE102020106880A1 (de) | 2019-03-12 | 2020-09-17 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren und Vorrichtung zum Kalibrieren eines Steuer- und Regelvorrichtungssystems zur Steuer- und Regelung eines Betriebszustandes |
DE102021115778A1 (de) | 2020-06-25 | 2021-12-30 | Toyota Jidosha Kabushiki Kaisha | Fahrzeugsteuerungsvorrichtung, fahrzeugsteuerungssytem und fahrzeuglernvorrichtung |
Non-Patent Citations (1)
Title |
---|
JANG, Beakcheol [et al.]: Q-learning algorithms: A comprehensive classification and applications. IEEE access, 2019, 7. Jg., S. 133653-133667 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2999998B1 (de) | Methode zur ermittlung eines modells einer ausgangsgrösse eines technischen systems | |
DE102015203213A1 (de) | Vorrichtung und programm zum erzeugen von korrekturparametern für diagnosedaten | |
DE102018208763A1 (de) | Verfahren, Vorrichtung und Computerprogramm zum Betreiben eines maschinellen Lernsystems | |
DE102021002318A1 (de) | Verfahren zur Erstellung eines Simulationsmodells, Verwendung eines Simulationsmodells, Computerprogrammprodukt, Verfahren zur Kalibrierung eines Steuergeräts | |
DE102019134053A1 (de) | Verfahren zur kontinuierlichen Absicherung im Fahrversuch applizierter automatisierter Fahrfunktionen | |
DE102011081345A1 (de) | Verfahren zum Erstellen eines Modells | |
DE102015014478A1 (de) | System und Verfahren zur Kalibrierung einer Fahrzeugkomponente | |
DE102022117623A1 (de) | Computerimplementiertes Verfahren zur Anpassung von Kalibrierungsdaten einer Steuerungseinheit für einen elektrischen Antrieb eines Kraftfahrzeugs | |
DE102017110795A1 (de) | Verfahren zur verbesserten Kalibrierung der Steuerung einer Brennkraftmaschine | |
DE102019107935A1 (de) | Verfahren zur Bestimmung eines Zustands einer wiederaufladbaren Batterie eines Fahrzeuges | |
DE102019217071A1 (de) | Verfahren zum Ermitteln einer unzulässigen Abweichung des Systemverhaltens einer technischen Einrichtung von einem Normwertebereich | |
DE102019212912A1 (de) | Komprimieren eines tiefen neuronalen Netzes | |
DE102018007107A1 (de) | Steuereinrichtung und maschinenlerneinrichtung | |
EP3467722A1 (de) | Konfiguration einer kraftfahrzeug-fahrerassistenzvorrichtung mit einem neuronalen netzwerk im laufenden betrieb | |
EP3979009A1 (de) | Erzeugen eines vereinfachten modells für xil-systeme | |
DE202017105656U1 (de) | Prädiktives Messsystem, Aktorsteuerungssystem und Vorrichtung zum Betreiben des prädiktiven Messsystems und/oder des Aktorsteuerungssystems | |
DE102013214967A1 (de) | Verfahren und Vorrichtung zum Adaptieren eines datenbasierten Funktionsmodells | |
DE102020206990A1 (de) | Vorrichtung zur Verarbeitung von Sensordaten und Trainingsverfahren | |
DE102018216172A1 (de) | Verfahren zum automatischen Erzeugen eines Labels zum Trainieren eines selbstlernenden Systems sowie Kraftfahrzeug | |
DE102013206285A1 (de) | Verfahren und Vorrichtung zum Erstellen eines nicht parametrischen, datenbasierten Funktionsmodells | |
DE102022108392A1 (de) | Computerimplementiertes Verfahren zur Kalibrierung einer Steuereinheit eines elektrischen Antriebsstrangs eines Fahrzeugs | |
DE102013200932A1 (de) | Verfahren und Vorrichtung zur Überwachung einer Funktion eines Motorsteuergeräts zum Einsatz in einem Motorsystem mit einem Verbrennungsmotor | |
DE10292865B4 (de) | Verfahren und Vorrichtung zur konsistenten bidirektionalen Auswertung von Kennfelddaten | |
DE102020110165A1 (de) | Verfahren zur Bildung eines Modells zur Abbildung motorinterner Zustandsgrößen | |
DE102022116467A1 (de) | Computerimplementiertes Verfahren zur Veränderung einer Formel zur Berechnung berechneter Betriebsparameter einer elektrischen Antriebseinheit |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: H02P0029000000 Ipc: G06N0003080000 |
|
R016 | Response to examination communication |