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 PDF

Info

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
Application number
DE102022117623.1A
Other languages
English (en)
Inventor
Matteo Skull
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dr Ing HCF Porsche AG
Original Assignee
Dr Ing HCF Porsche AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dr Ing HCF Porsche AG filed Critical Dr Ing HCF Porsche AG
Priority to DE102022117623.1A priority Critical patent/DE102022117623A1/de
Publication of DE102022117623A1 publication Critical patent/DE102022117623A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • G06N3/092Reinforcement learning
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L3/00Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/12Recording operating variables ; Monitoring of operating variables
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/042Knowledge-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. In 2 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 auf 3 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)

  1. 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).
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der Algorithmus (501) bestärkendes Lernen verwendet.
  3. 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.
  4. 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.
  5. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, dass die künstliche Intelligenz (500) für die Erstellung der Instruktion Informationen über die Parameter verwendet.
  6. 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.
  7. 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.
  8. 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.
  9. 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.
  10. 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.
DE102022117623.1A 2022-07-14 2022-07-14 Computerimplementiertes Verfahren zur Anpassung von Kalibrierungsdaten einer Steuerungseinheit für einen elektrischen Antrieb eines Kraftfahrzeugs Pending DE102022117623A1 (de)

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)

* Cited by examiner, † Cited by third party
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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