DE4425957C1 - Einrichtung zur Regelung der Fahrgeschwindigkeit eines Kraftfahrzeuges - Google Patents
Einrichtung zur Regelung der Fahrgeschwindigkeit eines KraftfahrzeugesInfo
- Publication number
- DE4425957C1 DE4425957C1 DE4425957A DE4425957A DE4425957C1 DE 4425957 C1 DE4425957 C1 DE 4425957C1 DE 4425957 A DE4425957 A DE 4425957A DE 4425957 A DE4425957 A DE 4425957A DE 4425957 C1 DE4425957 C1 DE 4425957C1
- Authority
- DE
- Germany
- Prior art keywords
- speed
- neural network
- torque
- artificial neural
- vehicle
- 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.)
- Expired - Fee Related
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
- B60T8/17—Using electrical or electronic regulation means to control braking
- B60T8/174—Using electrical or electronic regulation means to control braking characterised by using special control logic, e.g. fuzzy logic, neural computing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K31/00—Vehicle fittings, acting on a single sub-unit only, for automatically controlling vehicle speed, i.e. preventing speed from exceeding an arbitrarily established velocity or maintaining speed at a particular velocity, as selected by the vehicle operator
- B60K31/02—Vehicle fittings, acting on a single sub-unit only, for automatically controlling vehicle speed, i.e. preventing speed from exceeding an arbitrarily established velocity or maintaining speed at a particular velocity, as selected by the vehicle operator including electrically actuated servomechanism including an electric control system or a servomechanism in which the vehicle velocity affecting element is actuated electrically
- B60K31/04—Vehicle fittings, acting on a single sub-unit only, for automatically controlling vehicle speed, i.e. preventing speed from exceeding an arbitrarily established velocity or maintaining speed at a particular velocity, as selected by the vehicle operator including electrically actuated servomechanism including an electric control system or a servomechanism in which the vehicle velocity affecting element is actuated electrically and means for comparing one electrical quantity, e.g. voltage, pulse, waveform, flux, or the like, with another quantity of a like kind, which comparison means is involved in the development of an electrical signal which is fed into the controlling means
- B60K31/042—Vehicle fittings, acting on a single sub-unit only, for automatically controlling vehicle speed, i.e. preventing speed from exceeding an arbitrarily established velocity or maintaining speed at a particular velocity, as selected by the vehicle operator including electrically actuated servomechanism including an electric control system or a servomechanism in which the vehicle velocity affecting element is actuated electrically and means for comparing one electrical quantity, e.g. voltage, pulse, waveform, flux, or the like, with another quantity of a like kind, which comparison means is involved in the development of an electrical signal which is fed into the controlling means where at least one electrical quantity is set by the vehicle operator
- B60K31/045—Vehicle fittings, acting on a single sub-unit only, for automatically controlling vehicle speed, i.e. preventing speed from exceeding an arbitrarily established velocity or maintaining speed at a particular velocity, as selected by the vehicle operator including electrically actuated servomechanism including an electric control system or a servomechanism in which the vehicle velocity affecting element is actuated electrically and means for comparing one electrical quantity, e.g. voltage, pulse, waveform, flux, or the like, with another quantity of a like kind, which comparison means is involved in the development of an electrical signal which is fed into the controlling means where at least one electrical quantity is set by the vehicle operator in a memory, e.g. a capacitor
- B60K31/047—Vehicle fittings, acting on a single sub-unit only, for automatically controlling vehicle speed, i.e. preventing speed from exceeding an arbitrarily established velocity or maintaining speed at a particular velocity, as selected by the vehicle operator including electrically actuated servomechanism including an electric control system or a servomechanism in which the vehicle velocity affecting element is actuated electrically and means for comparing one electrical quantity, e.g. voltage, pulse, waveform, flux, or the like, with another quantity of a like kind, which comparison means is involved in the development of an electrical signal which is fed into the controlling means where at least one electrical quantity is set by the vehicle operator in a memory, e.g. a capacitor the memory being digital
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
-
- 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
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
- B60W2530/16—Driving resistance
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16H—GEARING
- F16H59/00—Control inputs to control units of change-speed-, or reversing-gearings for conveying rotary motion
- F16H59/36—Inputs being a function of speed
- F16H59/38—Inputs being a function of speed of gearing elements
- F16H2059/385—Turbine speed
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Feedback Control In General (AREA)
Description
Die Erfindung bezieht sich auf eine Einrichtung zur Regelung
der Fahrgeschwindigkeit eines Kraftfahrzeuges nach dem Oberbegriff
des Anspruchs 1 und des nebengeordneten Anspruchs 2 (JP 4-71933 (A)).
Eine Einrichtung zur Fahrgeschwindigkeitsregelung eines Kraft
fahrzeuges ist beispielsweise in der Offenlegungsschrift DE
43 05 737 A1 beschrieben. Bei der dortigen Einrichtung ist der
Fahrpedaleinstellbereich in drei Teilbereiche aufgeteilt, wobei
je nachdem, in welchem Teilbereich sich das Fahrpedal aktuell
befindet, eine Verringerung der Fahrgeschwindigkeit, eine geregelte
Konstanthaltung derselben oder eine konstante Beschleunigung
vorgenommen wird.
Zur Einregelung einer konstanten Fahrzeuggeschwindigkeit sind
Einrichtungen in Form sogenannter Tempomaten bekannt, bei denen
ein üblicher Regler die Regelabweichung der z. B. aus Raddreh
zahlsensorsignalen eines Antiblockiersystems gewonnenen Fahr
geschwindigkeit durch Abgabe eines Stellsignals an ein Stellglied
im Antriebsstrang, z. B. an die Drosselklappe, zu Null auszuregeln
versucht. Vergleichbare geschwindigkeitsregelnde Einrichtungen
werden auch in abstandsregelnden Systemen verwendet.
In allen diesen Fällen zeigt sich, daß mit den herkömmlichen
Reglern die Einregelung auf sehr niedrige Sollgeschwindigkeiten
bis beinahe zum Fahrzeugstillstand aufgrund der dort zunehmenden
Bedeutung des nichtlinearen Verhaltens des Fahrzeuges nicht
sehr befriedigend durchgeführt werden kann.
In der Offenlegungsschrift DE 42 09 150 A1 wird ein Steuerungs
system für Kraftfahrzeuge beschrieben, welches eine Anpassung
des Fahrzeugverhaltens bei veränderlichen Fahrzustandsumgebungen
entsprechend den Anforderungen des Fahrers vornimmt. Zu
diesem Zweck beinhaltet das System eine Vorhersageeinrichtung
über einen Fahrzustand-Umgebungskoeffizienten, von dessen Wert
abhängig diverse lokale Steuerkanäle des Kraftfahrzeugs ange
steuert werden, um die Fahrzeugsteuerung nach einem von ver
schieden möglichen Steuercharakteristika durchzuführen. Die
Vorhersageeinrichtung besitzt dabei zur Erzeugung des Fahrzustand-
Umgebungskoeffizienten ein künstliches neuronales Netz
vom Typ eines vorwärtsverarbeitenden Mehrschicht-Perceptrons.
Ein derartiges künstliches neuronales Netz, dessen Aufbau bei
spielsweise in W. Kinnebrock, "Neuronale Netze", Oldenbourg-Verlag,
1992, beschrieben ist, hat bekanntermaßen die Fähigkeit,
auch nichtlineare funktionale Zusammenhänge durch entsprechendes
Training erlernen zu können.
Eine gattungsgemäße Einrichtung, bei der zur Geschwindigkeits
regelung ein künstliches neuronales Netz verwendet wird, ist in
der Offenlegungsschrift JP 4-71933 (A) offenbart. Dem dortigen
neuronalen Netz werden über eine Vorverarbeitungsschaltung die
vorgesehenen Eingangsdaten zugeführt, die unter anderem Daten
über den Abstand zu einem vorausfahrenden Fahrzeug, über die
Regeldifferenz und die Beschleunigung sowie über den Lenkwinkel
und das Drehmoment enthalten.
In der Veröffentlichung von H. Geiger et al., Neuronale Netze beherrschen hochkomplexe
Regelungssysteme, in der DE-Z Elektronik 14/1991, Seiten 83 bis 94,
wird die Anwendung eines künstlichen neuronalen Netzes zur
Steuerung der Fahrgeschwindigkeit eines Kraftfahrzeugs auf einem
Rollenprüfstand beschrieben. Das neuronale Netz hat dabei
die Funktion, durch mechanische Betätigung von Kupplung, Gaspedal
und Bremse ein vorgegebenes Fahrprofil so nachzufahren, daß
die Istgeschwindigkeit möglichst wenig vom Sollgeschwindig
keitsprofil abweicht. Dem künstlichen neuronalen Netz werden
eingangsseitig Daten über die momentane Regeldifferenz, die mo
mentane Fahrgeschwindigkeit und das momentane Drehmoment zugeführt,
woraus es ausgangsseitig ein Stellsignal für die Drosselklappe
und eines für die Kupplung abgibt. Als mögliche Netzstruktur
ist unter anderem eines vom Typ eines vorwärts verarbeitenden
Mehrschicht-Perceptrons mit wenigstens einer versteckten
Schicht erwähnt. Das neuronale Netz des Fahrzeugprüfstands
läßt sich durch Verwendung von Fehlerkriterien wie die
Geschwindigkeitsregelabweichung und die Differenz zwischen
Soll- und Istbeschleunigung anhand vorgegebener Geschwindig
keitsprofile trainieren.
Der Erfindung liegt als technisches Problem die Bereitstellung
einer Einrichtung der eingangs genannten Art zugrunde, mit welcher
sich die Fahrgeschwindigkeit sowohl um hohe als auch um
sehr niedrige Sollgeschwindigkeitswerte zuverlässig und unter
Berücksichtigung der Dynamik und/oder der Nichtlinearitäten des
Fahrzeugverhaltens regeln läßt.
Dieses Problem wird durch eine Einrichtung zur Regelung der
Fahrgeschwindigkeit eines Kraftfahrzeugs mit den Merkmalen des
Patentanspruches 1 oder 2 gelöst. Diese Einrichtung beinhaltet
insbesondere ein künstliches neuronales Netz im Reglerteil. Als
Eingangsgrößen für das Netz werden wenigstens die Geschwindigkeits-
Regeldifferenz und Fahrzustandsdaten herangezogen, und
das Netz gibt ausgangsseitig wenigstens ein Stellsignal für den
Antriebsstrang ab, wobei es die Höhe des Stellsignals in Abhängigkeit
von den Eingangsgrößen anhand eines vorgegebenen nichtlinearen
Fahrzeuglängsdynamikmodells unter Vorgabe vorgewählter
Sollgeschwindigkeitsprofile erlernt. Eine solche neuronale Regel
einrichtung vermag besser als herkömmliche Regler das nicht
lineare Verhalten des Fahrzeugs zu berücksichtigen, das vor allem
bei niedrigen Sollgeschwindigkeiten von nicht zu vernachlässigender
Bedeutung ist. Besonders günstig für die Festlegung
des dynamischen Verhaltens der Regelung ist es, daß vor Verwendung
des künstlichen neuronalen Netzes in der Fahrzeuggeschwindigkeits-
Regeleinrichtung das künstliche neuronale Netz unter
Verwendung eines nichtlinearen Fahrzeuglängsdynamikmodells
trainiert wird.
Eine Regelung, die auch dynamisches Verhalten adäquat berück
sichtigt, wird gemäß Anspruch 1 erreicht, indem dem Netz nicht
nur die momentane Regelabweichung und der momentane Fahrzeugzustand,
sondern zusätzlich zeitlich aufbereitete Informationen
vom zeitlichen Verlauf von Fahrzustand und/oder Regeldifferenz
zugeführt werden. Dabei ist es günstig, wenn zeitlich gewichtete
Mittelwerte von der Regeldifferenz und dem Fahrzustand gebildet
werden. Gute Regelungseigenschaften werden gemäß Anspruch
2 auch dadurch erreicht, daß zum Training des neuronalen
Netzes der Antriebsstrang innerhalb des nichtlinearen Fahr
zeuglängsdynamikmodells unter Verwendung von empirisch ermittelten
Kenndaten modelliert wird, wobei insbesondere die Abhängigkeit
des Motormoments von Motordrehzahl und Drosselklappenstellung,
die Kennlinien des verwendeten Drehmomentwandlers und
des verwendeten Automatikgetriebes sowie der Bremsmoment- und
Fahrwiderstandseinfluß berücksichtigt werden.
Bezüglich der Netztopologie ist in Weiterbildung der Erfindung
nach Anspruch 3 ein Netz vom Mehrschicht-Perceptrontyp vorgesehen,
das in der Eingangsschicht eine der Anzahl von Eingangsgrößen
entsprechende Neuronenanzahl, in der Ausgangsschicht eine
höchstens so große Neuronenanzahl wie die Anzahl anzusteuernder
Stellglieder sowie wenigstens eine zwischenliegende,
versteckte Schicht aufweist. Dem Netz wird die Regeldifferenz
und mindestens eine den Fahrzustand charakterisierende Größe
zugeführt, wodurch es den jeweils vorliegenden Arbeitspunkt der
Regelung erkennen kann. Den Fahrzustand charakterisierende Größen
sind beispielsweise Motordrehzahl, Getriebeübersetzung,
Fahrgeschwindigkeit und Fahrzeugbeschleunigung.
Die in Weiterbildung der Erfindung nach Anspruch 4 vorgesehene
Wahl des Gütefunktionals berücksichtigt zum einen durch ein
Polynom mit geradzahliger Potenzabhängigkeit von der Regeldif
ferenz einen verlaufsoptimalen Anteil, gemäß Anspruch 5 z. B.
proportional zur vierten Potenz der Regelabweichung, da der
Regler nicht unnötig hart eingreift, wenn kleine Geschwindig
keitsdifferenzen auftreten, während hohe Geschwindigkeits
abweichungen im Training vergleichsweise stark bestraft werden.
Zum anderen berücksichtigt das Gütefunktional durch die Abhän
gigkeit vom differenzierten Stellsignal einen die Stellenergie
minimierenden Anteil.
Eine Weiterbildung der Erfindung nach Anspruch 6 ermöglicht
eine insbesondere auch im sehr niedrigen Sollgeschwindigkeitsbereich
bis hin zum Fahrzeugstillstand (Stop-and-Go-Verkehr) noch
sehr zuverlässig arbeitende Geschwindigkeitsregelung durch zu
sätzlich mögliche Bremseingriffe. Dabei besitzt das künstliche
neuronale Netz ein Neuron in der Ausgangsschicht, dessen Aus
gangssignal sowohl zur Ansteuerung eines Stellglieds für den
Antriebsstrang als auch eines Stellglieds der Bremsanlage
dient. Nach Anspruch 7 erfolgt die Ansteuerung des einen oder
des anderen Stellgliedes vorzugsweise je nach Vorzeichen des
Ausgangssignals. Dies verhindert automatisch, daß das jeweils
eine Stellglied aktiviert wird, solange das andere noch aktiv
ist.
In einer Weiterbildung der Erfindung nach Anspruch 8 wird die
Geschwindigkeitsregeldifferenz-Eingangsinformation in einer
skalierten Form zugeführt, deren funktioneller Verlauf so gewählt
ist, daß kleine Regelabweichungen mit höherer Verstärkung
als größere Abweichungen berücksichtigt werden, indem die zuge
hörige Funktion, für die Anspruch 9 ein mögliches Beispiel angibt,
bei verschwindender Regeldifferenz ihr Maximum annimmt.
Bevorzugte Ausführungsformen der Erfindung sind in den Zeich
nungen dargestellt und werden nachfolgend beschrieben. Hierbei
zeigt:
Fig. 1 ein Blockschaltbild einer Einrichtung zur Regelung
der Fahrgeschwindigkeit eines Kraftfahrzeuges mit
einem ein künstliches neuronales Netz enthaltenden
Geschwindigkeitsregler,
Fig. 2 ein Blockschaltbild zur Veranschaulichung des Lern
vorgangs für das in der Einrichtung von Fig. 1 verwendete
künstliche neuronale Netz,
Fig. 3 ein Blockschaltbild zur Veranschaulichung des für das
Training des künstlichen neuronalen Netzes gemäß Fig. 2
verwendeten, nichtlinearen Fahrzeuglängsdynamikmodells,
Fig. 4 eine schematische Funktionsskizze des in Fig. 1 ver
wendeten, künstlichen neuronalen Netzes und
Fig. 5 eine schematische Funktionsskizze eines weiteren, für
eine Einrichtung nach Art von Fig. 1 verwendbaren,
künstlichen neuronalen Netzes.
Die in Fig. 1 dargestellte Einrichtung zur Kraftfahrzeug
geschwindigkeitsregelung beinhaltet einen gestrichelt umrahmt an
gedeuteten Geschwindigkeitsregler 1, der ein künstliches neuronales
Netz 2 vom Typ eines vorwärtsverarbeitenden Mehrschicht-
Perceptrons sowie eine Signalaufbereitungseinheit 3
umfaßt. Dem Geschwindigkeitsregler 1 ist ein Differenzbildungsglied 4
vorgeschaltet, dem einerseits eine wählbare Soll-Fahrgeschwindigkeit
vsoll und andererseits die von einer Meßeinrichtung 5
erfaßte, momentane Fahrgeschwindigkeit vist zugeführt ist und
welches daraus die Fahrgeschwindigkeits-Regeldifferenz vd
böildet. Die Regeldifferenz vd wird sowohl dem künstlichen
neuronalen Netz 2 als auch der Signalaufbereitungseinheit 3
zugeführt. Dem neuronalen Netz 2 werden außerdem über jeweils
einen Eingang die von der Meßeinrichtung 5 erzeugten Informa
tionen bezüglich momentaner Fahrgeschwindigkeit vist, Motor
drehzahl nm und Getriebeübersetzung ig, d. h. bezüglich des
von dem im Fahrzeug vorgesehenen Automatikgetriebe gewählten
Gangs zugeführt. Damit erhält das neuronale Netz 2 eine Information
über den augenblicklichen Arbeitspunkt des Regelkreises. Die
zur Erfassung dieser Größen verwendete Meßeinrichtung 5 umfaßt
herkömmliche Komponenten, die hier nicht weiter beschrieben
zu werden brauchen.
Das künstliche neuronale Netz vom Typ des vorwärtsverarbeitenden
Mehrschicht-Perceptrons besitzt selbst keine Dynamik, sondern
repräsentiert ein statisches, nichtlineares Übertragungsglied
zur Bestimmung des oder der Ausgangssignale in Abhängigkeit
von den Eingangsgrößen. Um dem Geschwindigkeitsregler 1
erwünschte dynamische Eigenschaften zu verleihen, werden dem
Netz 2 zusätzlich zur Regeldifferenz vd und den momentanen
Meßwerten vist, nm, ig der Meßeinrichtung 5 über einen oder
mehrere weitere Eingänge Werte von dynamikinformativen Größen
zugeführt, deren Generierung die Signalaufbereitungseinheit 3
dient. Vorliegend wird dieser Signalaufbereitungseinheit 3
das Signal der Regeldifferenz vd zugeführt, woraus sie einen
arithmetischen Zeitmittelwert vdm über eine vorgegebene Anzahl
von in vorangegangenen Regelungszyklen ermittelten Regel
differenzwerten berechnet, welcher dem Netz 2 zugeführt wird.
Alternativ kann statt des arithmetischen auch ein anderer Mittelwert
verwendet werden, z. B. ein solcher, bei denen die einzelnen
Regeldifferenzwerte verschieden gewichtet sind. Zusammen
mit der Information über die momentane Fahrgeschwindigkeit
vist erhält das Netz 2 mit dieser Regeldifferenz-Mittel
wertinformation eine Information über die Änderung der Regel
abweichung. Außerdem werden durch die Tiefpaßeigenschaft der Mit
telung Störungen verringert, die auf Meßrauschen zurückzuführen
sind. Als weitere Eingangsgröße für das Netz 2 kann bei Bedarf
in der Signalaufbereitungseinheit 3 das Zeitintegral
vdi der Regeldifferenz vd ermittelt werden, wobei die Inte
gration eingangsseitig und/oder ausgangsseitig begrenzt werden
kann. Diese Information vdi kann dann, wie in Fig. 1 ange
deutet, an das Netz 2 abgegeben werden. Analog zur Regeldifferenz
vd und deren Mittelwert vdm können auf Wunsch auch
die momentane Fahrzeugbeschleunigung sowie ggf. ein zeitlicher
Mittelwert derselben als Netzeingangsgrößen herangezogen werden.
Anstelle der bei der Einrichtung von Fig. 1 vorgesehenen
direkten Einspeisung des Regeldifferenzwertes vd in das Netz
2 ist es des weiteren alternativ möglich, einen davon nicht
linear abhängigen Skalierungsfaktor kd als Eingangsgröße vor
zusehen, der kleine Regeldifferenzwerte besonders betont, z. B.
über die Beziehung
kd = 1+c₁ exp (-c₂vd²) ,
mit c₁ und c₂ als frei wählbaren Konstanten. Günstige Werte
sind beispielsweise c₁ = 5,0 und c₂ = 0,01.
Die Topologie des neuronalen Netzes 2 ist in Fig. 2 innerhalb
des zugehörigen Funktionsblocks für den Regler 1 und in Fig. 4
genauer zu erkennen. Sie beinhaltet eine Eingangsschicht 30 mit
fünf Neuronen für die fünf Eingangsgrößen vd, vdm, Vist, nm,
ig, eine Ausgangsschicht 32 mit zwei Neuronen und eine zwischen
liegende, versteckte Schicht 31 mit zehn Neuronen. Von den beiden
Neuronen der Ausgangsschicht 32 erzeugt das eine ein Stellsignal
dk für eine Drosselklappeneinheit 6 des Fahrzeugantriebstrangs
und das andere ein Stellsignal db für eine Stellgliedeinheit
7 der Fahrzeugbremsanlage, wie wiederum in Fig. 1
blockdiagrammatisch dargestellt. Die damit eingeregelte Stellung
des Antriebsstrang-Stellglieds, d. h. der Drosselklappe
oder im Fall eines Dieselmotors des Einspritzpumpenhebels, hat
dann die geregelte Bereitstellung einer Antriebskraft k für
das Kraftfahrzeug 8 zur Folge, wobei dieser Teil der Regelung der
jenigen durch einen herkömmlichen Tempostat funktionell analog
ist. Zusätzlich ermöglicht die Regeleinrichtung durch entsprechende
Steuerung der Stellgliedeinheit 7 für die Bremsanlage die Ein
stellung einer geschwindigkeitsregelnden Bremskraft b für das
Kraftfahrzeug 8. Anhand einer Plausibilitätsprüfung wird ver
hindert, daß unerwünschterweise gleichzeitig beide Stellglieder
6, 7 aktiviert werden. Dabei wird jeweils das eine vom Netz
2 abgegebene Stellsignal unterdrückt, solange das andere noch
einen aktiven Stellgliedbetrieb bewirkt. Mit dieser Möglichkeit
eines zusätzlichen Bremssystemeingriffs läßt sich in Verbindung
mit der Verwendung des neuronalen Netzes 2 auch im Bereich
geringer Sollgeschwindigkeiten bis nahe am Fahrzeugstillstand,
z. B. im Stopp-and-Go-Verkehr, insbesondere noch unterhalb von
40 km/h, wo sich nichtlineares Fahrzeugverhalten stark auswirkt,
eine sehr befriedigende und zuverlässige Geschwindigkeitsregelung
erreichen.
Alternativ läßt sich eine befriedigende Regelung durch Ver
wendung eines künstlichen neuronalen Netzes im Reglerteil auch
noch dadurch erzielen, daß das Netz nur ein Ausgangssignal für
das Stellglied des Antriebsstrangs erzeugt, wobei das in diesem
Fall verwendete neuronale Netz 2 dann nur ein einziges Neuron in
der Ausgangsschicht enthält. Die Topologie eines solchen Netzes
ist in Fig. 5 dargestellt. Sie beinhaltet eine Eingangsschicht 30
mit fünf Neuronen für die fünf Eingangsgrößen Vist, Vd, Vdm,
nm, ig, eine Ausgangsschicht 32 mit einem Neuron und eine
zwischenliegende versteckte Schicht 31 mit zehn Neuronen. In jedem
Fall werden die Ausgangssignale des verwendeten Netzes, die als
Stellsignale dienen, auf ein vorgegebenes Intervall, günstigerweise
das Intervall zwischen Null und Eins, beschränkt, und
dieses Intervall wird auf den Einstellbereich des zugehörigen
Stellgliedes skaliert. Entsprechend wird auch auf der Eingangsseite
vorgegangen, indem die von den vorgegebenen Trainingsbeispielen
abgedeckten Eingangswertebereiche auf ein begrenztes
Intervall, z. B. demjenigen zwischen Null und Eins, abgebildet
werden. Alternativ sind selbstverständlich noch andersartige
Netztopologien vom Mehrschicht-Perceptrontyp verwendbar, wobei
jedoch zweckmäßigerweise die Anzahl von Neuronen in der Ein
gangsschicht der Anzahl der Eingangsgrößen entspricht, die Anzahl
der Neuronen in der oder den versteckten Schichten wenigstens
ebenso groß wie diejenige der Eingangsschicht und die Anzahl
der Neuronen in der Ausgangsschicht höchstens so groß wie
die Anzahl der von dem Netz anzusteuernden Stellglieder ist.
Vor der Verwendung des künstlichen neuronalen Netzes 2 in der
Fahrzeuggeschwindigkeits-Regeleinrichtung von Fig. 1 wird es
nach einer Methode von T. Hrycej trainiert, die z. B. in dem Artikel
"Model-Based Training of Control Sequences" in Proc. IEEE
VTS Workshop "Fuzzy and Neural Systems and Vehicle Applications",
Tokyo, 1991, beschrieben ist, auf den hinsichtlich
diesbezüglicher Einzelheiten verwiesen wird. Das künstliche
neuronale Netz wird bei dieser Methode anhand eines mathematischen
Ersatzmodells der Regelstrecke unter Auswertung der Ausgangssignale
des Netzes durch ein vorgegebenes Gütefunktional
trainiert. Das zum Training verwendete Modell und die Formulierung
eines geeigneten Gütefunktionals beeinflussen neben der
Festlegung einer geeigneten Netztopologie in hohem Maße den Erfolg
des Lernvorgangs und damit die Verwendbarkeit des neuronalen
Reglers. Der Lernvorgang für das künstliche neuronale Netz
2 zur Fahrzeuggeschwindigkeitsregelung wird nachfolgend anhand
der Fig. 2 und 3 beschrieben, wobei insbesondere auf die
sich aus dem besonderen Anwendungsfall der Geschwindigkeitsregelung
ergebenden Besonderheiten eingegangen wird.
Wie in Fig. 2 zu erkennen, wird der das künstliche neuronale
Netz 2 enthaltende Geschwindigkeitsregler 1 anhand von vor
gegebenen Sollgeschwindigkeitsprofilen 11 trainiert, die ihm
über das vorgeschaltete Differenzbildungsglied 4 in Form der
Geschwindigkeits-Regeldifferenz vd zugeführt werden, wofür
dem Differenzbildungsglied 4 zusätzlich die momentane Fahr
geschwindigkeit vist zugeführt wird, wie sie von einem zum
Trainieren des Netzes verwendeten nichtlinearen Fahrzeuglängs
dynamikmodell 10 abgegeben wird. Dieses Modell 10 generiert
außerdem die weiteren eingangsseitigen Informationen für die
Signalaufbereitungseinheit 3 und für das Netz 2 in Form
simulierter Meßgrößenwerte für die Motordrehzahl nM und die
Getriebeübersetzung ig, d. h. den vom Automatikgetriebe ge
wählten Gang. Eingangsseitig sind dem Simulationsmodell 10
die Ausgangssignale des Netzes 2, d. h. das Antriebsstrang-
Stellsignal dk und das Bremsanlagen-Stellsignal db, zugeführt.
In Fig. 3 ist die Realisierung dieses nichtlinearen Fahrzeug
längsdynamikmodells 10 näher dargestellt. Als Eingangsgrößen
werden dem Modell die von dem Antriebsstrang-Stellsignal dk
bestimmte Drosselklappenstellung ks, das vom Bremsanlagen-
Stellsignal db bestimmte Bremsmoment Mb, das in einer ein
fachen Form proportional zum Stellsignal db angenommen werden
kann, sowie ein externes Fahrwiderstandsmoment Mext zugeführt,
welches Luftwiderstandskräfte, Steigungskräfte und Rollwider
standskräfte berücksichtigt. Optional kann bei letzterem auch
der Kurvenwiderstand berücksichtigt werden. Das Modell beinhaltet
eine Antriebsstrangmodellierung, welche die Komponenten Motor,
Drehmomentwandler sowie Automatik- und Differentialgetriebe
einbezieht.
Das nichtlineare Motorverhalten wird durch ein abgelegtes Kennfeld
20 beschrieben, welches das vom Motor erzeugte Moment
Mm in Abhängigkeit von der Motordrehzahl nm und der Stellung
dk des Gaspedals bzw. der Drosselklappe oder des Einspritzpumenhebels
bestimmt und empirisch ermittelt werden
kann.
Der Drehmomentwandler teilt den Antriebsstrang in zwei Teile,
die durch getrennte Differentialgleichungen beschreibbar sind.
Die Motordynamik ist durch den Quotient der Differenz zwischen
dem vom Motor erzeugten Moment Mm und den vom Wandlereingang
(Pumpe) aufgenommenen Moment Mp dividiert durch das Motor
trägheitsmoment bestimmt, woraus sich aus der zugehörigen Dif
ferentialgleichung 21 die Motordrehzahl nm ermitteln läßt.
Unter Zuhilfenahme einer abgelegten Kennlinie fw₂ für die Ab
hängigkeit des normierten Pumpenmomentes vom Verhältnis von
Turbinen- zu Pumpendrehzahl läßt sich aus der Motordrehzahl
nm und der von einer automatikgetriebesimulierenden Einheit
26 erzeugten Turbinendrehzahlinformation nt in einem nächsten
Schritt 22 das von der Pumpe aufgenommene Drehmoment
Mp berechnen. Aus der Kenntnis des Pumpenmomentes Mp, der
Turbinendrehzahl nt und der Motordrehzahl nm ergibt sich
unter Zuhilfenahme einer weiteren Drehmomentwandler-Kennlinie
fw₁, die die Abhängigkeit des Verhältnisses von Turbinen- zu
Pumpenmoment vom Verhältnis von Turbinen- zu Pumpendrehzahl
beschreibt im nächsten Schritt 23 das Turbinenmoment Mt.
Dieses Drehmoment Mt am Drehmomentwandlerausgang geht multi
pliziert mit Getriebe- und Hinterachsfaktoren abzüglich des
Bremsmomentes Mb und des externen Fahrwiderstandsmomentes
Mext in die Differentialgleichung 24 zur Beschreibung der
dynamischen Verhältnisse zwischen den Antriebsrädern und dem
Wandlerausgang ein, welche die Radwinkelbeschleunigung als
Quotient des resultierenden Momentes durch die Summe der ver
schiedenen Massenträgheitsmomentbeiträge darstellt. Die daraus
resultierende Radwinkelgeschwindigkeit wr wird von einer Einheit
25 um die Hinterachsübersetzung ih modifiziert und so
der automatikgetriebesimulierenden Einheit 26 als Eingangs
information zugeführt. Im Fall einer starren Wandlerüberbrückung
genügt anstelle der Lösung der Motor- und Antriebsrad-Differen
tialgleichungen die Lösung einer einzigen Antriebsrad-Differen
tialgleichung.
Die Modellierung des Automatikgetriebes erfolgt anhand von
Schaltkennlinien für den Wechsel der Getriebeübersetzung in Ab
hängigkeit von der Fahrzeuggeschwindigkeit und der Drosselklappen
stellung. Übersteigt bei einem Gangneubestimmungszyklus die
Differenzgeschwindigkeit eine zum aktuellen Wertepaar von Drossel
klappenstellung und eingelegtem Gang gehörende Referenzgeschwin
digkeit, so wird ein Hochschalten des Getriebes simuliert.
Analog dazu wird ein Wechsel in einen niedrigen Gang simuliert,
wenn die Geschwindigkeit unter einen bestimmten anderen,
zum aktuellen Wertepaar von Drosselklappenstellung und
eingelegtem Gang gehörigen Grenzwert absinkt. Aus dem gewählten
Gang ergibt sich dann jeweils ausgangsseitig die Turbinendrehzahl
nt sowie die momentane Getriebeübersetzung ig, die als
Eingangsinformation der Einheit 24 zur Lösung der Antriebs
raddifferentialgleichung zugeführt wird.
Die ermittelte Getriebeübersetzung ig wird außerdem ebenso
wie die momentane Motordrehzahl nm und die sich aus der be
rechneten Radwinkelgeschwindigkeit wr ergebende, momentane
Fahrgeschwindigkeit vist als Ausgangsinformation des nicht
linearen Fahrzeuglängsdynamikmodells 10 der Eingangsseite des
Reglers 1 zur Signalaufbereitungseinrichtung 3 und zum
Trainieren des künstlichen neuronalen Netzes (2) zugeführt, wie
wieder in Fig. 2 zu erkennen. Das Training des Netzes gemäß
Fig. 2 beinhaltet zur Bewertung des künstlichen neuronalen
Netzes 2 ein Gütefunktional G, welches sich als Summe aus
einem verlaufsoptimalen Anteil, der proportional zur vierten
Potenz der Geschwindigkeits-Regeldifferenz vd ist, und einem
die Stellenergie minimierenden Anteil, der proportional zum
Quadrat der Zeitableitung des vom Netz abgegebenen Antriebs
strang-Stellsignals dk ist, ergibt, wozu der gütefunktional
bestimmenden Einheit 12 die benötigten Eingangsinformationen
zugeführt sind. Ein günstiger Wert für c₃ beträgt 10 000, für
den Parameter c₄ ist der Wert 0,024 vorteilhaft. Der verlaufs
optimale Anteil wirkt sich vorteilhaft auf den Fahrkomfort aus,
da der Regler dadurch bei kleinen Geschwindigkeitsdifferenzen
weich und bei höheren Geschwindigkeitsabweichungen verstärkt
eingreift. Das Ergebnis der Auswertung durch die das Gütefunktional G
bestimmende Einheit 12 stellt die Information 13 zur Anpassung der einzelnen
Gewichtswerte zwischen den Neuronen im künstlichen neuronalen
Netz dar. Bei dem Lernvorgang nach der Methode von Hrycej wird
dabei für die Neuronen einer versteckten Schicht die logistische
Aktivierungsfunktion, d. h. die Fermi-Funktion, benutzt,
wobei durch das Training der jeweilige Schwellenwert dieser
Funktion und die Gewichte zwischen den einzelnen Neuronen gelernt
werden. Den Ausgangsneuronen ist eine lineare Aktivierungs
funktion und den Eingangsneuronen das jeweilige Eingangssignal
zugeordnet. Mit diesen Aktivierungsfunktionen wird eine
Reglerempfindlichkeit über den gesamten Auswertebereich bereit
gestellt, wobei die Netzausgangssignale auf geeignete Wertbereiche
begrenzt und auf die Stellgliedwertebereiche skaliert
werden.
Als Lernvorgabe sind für das Training Sollgeschwindigkeitsprofile
11 vorgesehen, welche rampenförmige Geschwindigkeitsänderungen
mit dazwischenliegenden, stückweise konstanten Geschwindigkeits
abschnitten beinhalten. Dies dient dem Ziel, mit
dem neuronalen Training durch Anbieten eines möglichst breiten
Spektrums an Betriebszuständen einen möglichst universell ein
setzbaren Regler zu generieren. Dabei wird insbesondere beachtet,
daß ein großer Geschwindigkeitsbereich mit besonderer Betonung
des kritischen Bereiches sehr kleiner Geschwindigkeiten
abgedeckt wird, daß unterschiedliche Sollbeschleunigungs- und
-verzögerungswerte vorgegeben werden, daß ein ausgewogenes Ver
hältnis der Anzahl von Beschleunigungs- und Verzögerungsvorgängen
besteht, daß stationäre Fahrzustände, d. h. Abschnitte
konstanter Sollgeschwindigkeit, vorhanden sind und daß die Ge
schwindigkeitsdifferenzen zwischen Phasen mit konstantem Soll
geschwindigkeitsverlauf unterschiedlich groß sind. Ein voll
ständiger Trainingsvorgang für den Geschwindigkeitsregler 1
mit künstlichem neuronalem Netz beinhaltet die Vorgabe mehrerer
Sollgeschwindigkeitsprofile und Anfangsbedingungen, wozu mehrere
simulierte Fahrmanöver mit jeweils unterschiedlichem Verlauf
der Sollgeschwindigkeit ausgewertet werden.
Es zeigt sich, daß sich mit der Regeleinrichtung nach Fig. 1
unter Verwendung des Geschwindigkeitsreglers 1 mit dem wie
oben beschriebenen strukturierten und trainierten künstlichen
neuronalen Netz 2 eine sehr zuverlässige Einregelung einer
Kraftfahrzeug-Sollgeschwindigkeit insbesondere auch im sehr
niedrigen Geschwindigkeitsbereich erzielen läßt. Es versteht
sich, daß neben den bereits oben angeführten Varianten weitere
Modifikationen der Regeleinrichtung nach den Fig. 1 bis 3 im
Rahmen der Erfindung realisierbar sind. Auf eine Modifikation
wird nachfolgend unter Bezugnahme auf Fig. 5 eingegangen.
In Fig. 5 ist schematisch ein künstliches neuronales Netz 2′
vom Typ eines vorwärtsverarbeitenden Mehrschicht-Perceptrons
dargestellt, das sich alternativ zu dem oben zu Fig. 4 be
schriebenen Netz 2 in der oben beschriebenen Regeleinrichtung
verwenden läßt. Wie das dortige Netz 2 besitzt auch dieses
Netz 2′ eine Eingangsschicht 30 aus fünf Neuronen für fünf
Eingangssignale vist, vd, Vdm, ig, nm sowie eine versteckte
Schicht 31 mit zehn Neuronen. Im Gegensatz zum obigen Netz
2 beinhaltet das neuronale Netz 2′ von Fig. 5 nur ein Neuron
in der Ausgangsschicht 32, dessen Ausgangssignal sowohl
zur Ansteuerung des Antriebsstrang-Stellgliedes, d. h. der Dros
selklappe, als auch des Bremsanlagen-Stellgliedes dient. Hierbei
wird das Ausgangssignal in Abhängigkeit eines Schwellwertes
einerseits an das Antriebsstrang-Stellglied und andererseits an
das Bremsanlagen-Stellglied weitergeleitet. Wird beispielsweise
der Schwellwert auf Null festgelegt, so werden positive Aus
gangssignale als Stellsignal dk für den Antriebsstrang und
negative Ausgangssignale als Stellsignal db zur Ansteuerung
der Bremse verwendet, wie dies schematisch durch das Schaubild
in Fig. 5 rechts wiedergegeben ist. Das Neuronausgangssignal
wird hierbei betragsmäßig auf das Intervall zwischen Null und
Eins begrenzt und je nach Vorzeichen zur Anpassung an die beiden
Stellglieder mit unterschiedlichen Skalierungsfaktoren multipliziert.
Das so strukturierte neuronale Netz 2′ kann analog
zum oben beschriebenen Netz 2 trainiert und im Geschwindig
keitsregler der obigen Regeleinrichtung verwendet werden.
Die vorzeichenabhängige Funktionsaufteilung des einzigen Aus
gangssignals dieses Netzes 2′ stellt automatisch sicher, daß
stets entweder nur das Stellglied für den Antriebsstrang oder
nur dasjenige für die Bremsanlage aktiviert wird.
Claims (12)
1. Einrichtung zur Regelung der Fahrgeschwindigkeit eines
Kraftfahrzeuges, mit
- - einem Geschwindigkeitsregler (1), der ein künstliches neuronales Netz (2) beinhaltet, dem eingangsseitig Daten über die momentane Regeldifferenz (vd) zwischen Soll-Fahr geschwindigkeit (vsoll) und momentaner Fahrgeschwindigkeit (vist) sowie den momentanen Fahrzustand zugeführt werden und das ausgangsseitig wenigstens ein Stellsignal (dk) für den Antriebsstrang des Kraftfahrzeuges abgibt,
dadurch gekennzeichnet, daß
- - dem künstlichen neuronalen Netz (2) zusätzlich Informationen über den zeitlichen Verlauf von Fahrzustand und/oder der Regeldifferenz (vd) zugeführt werden und
- - das neuronale Netz (2) anhand eines nichtlinearen Fahr zeuglängsdynamikmodells unter Bewertung der abgegebenen Stellsignale mittels eines vorgegebenen Gütefunktionals (G) trainiert wird.
2. Einrichtung zur Regelung der Fahrgeschwindigkeit eines
Kraftfahrzeuges, mit
- - einem Geschwindigkeitsregler (1), der ein künstliches neu ronales Netz (2) beinhaltet, dem eingangsseitig Daten über die momentane Regeldifferenz (vd) zwischen Soll-Fahrgeschwindigkeit (vsoll) und momentaner Fahrgeschwindigkeit (vist) sowie den momentanen Fahrzustand zugeführt werden und das ausgangsseitig wenigstens ein Stellsignal (dk) für den Antriebsstrang des Kraftfahrzeuges abgibt,
dadurch gekennzeichnet, daß
das neuronale Netz (2) anhand eines nichtlinearen Fahr
zeuglängsdynamikmodells unter Bewertung der abgegebenen
Stellsignale mittels eines vorgegebenen Gütefunktionals
(G) trainiert wird, wobei das nichtlineare Fahrzeuglängs
dynamikmodell eine Antriebsstrangmodellierung mit folgenden
Komponenten beinhaltet:
- - kennfeldbasierte Bestimmung (20) des Motormomentes (Mm) in Abhängigkeit von der Motordrehzahl (nm) und der Drossel klappenstellung (ks),
- - kennlinienbasierte Drehmomentwandlersimulation (22, 23) mit Bestimmung des Pumpenmomentes (Mp) in Abhängigkeit von Motordrehzahl (nm) und Turbinendrehzahl (nt) sowie des Turbinenmomentes (Mt) in Abhängigkeit vom Pumpenmoment (Mp), von der Motordrehzahl (nm) und der Turbinendrehzahl (nt) und
- - kennlinienbasierte Automatikgetriebesimulation (26) zur Bestimmung von Turbinendrehzahl (nt) und Getriebeübersetzung (ig) in Abhängigkeit von der Drosselklappenstellung (ks) und der momentanen Fahrgeschwindigkeit (vist), wobei zur Bestimmung der letzteren das berechnete Antriebsmoment um ein Bremsmoment (Mb) und ein externes Fahrwiderstands moment (Mext) reduziert wird.
3. Einrichtung nach Anspruch 1 oder 2, weiter
dadurch gekennzeichnet, daß
das künstliche neuronale Netz (2) vom Typ eines vorwärtsver
arbeitenden Mehrschicht-Perceptrons ist, das aus einer Anzahl
von Eingangsgrößen entsprechenden Neuronenanzahl in einer Ein
gangsschicht (30), mindestens einer versteckten Schicht (31) und einer
höchstens so großen Anzahl von Neuronen in einer Ausgangsschicht (32)
wie die Anzahl anzusteuernder Stellglieder aufgebaut ist und
unter Eingabe vorgegebener Sollgeschwindigkeitsprofile (11) und
Anfangsbedingungen trainiert wird, und dem als Daten über den
momentanen Fahrzustand wenigstens einer der momentanen Werte
der Größen Fahrgeschwindigkeit (vist), Motordrehzahl (mm) und
Getriebeübersetzung (ig) zugeführt werden.
4. Einrichtung nach einem der Ansprüche 1 bis 3, weiter
dadurch gekennzeichnet, daß
das Gütefunktional (G) die Summe aus einem Anteil, der proportional
zum Quadrat der Zeitableitung des abgegebenen Stellsignals (dk)
für den Antriebsstrang und einem Anteil, der sich als Polynom
mit geradzahligen Potenzen der Regeldifferenz (vd) ausdrücken
läßt, ist.
5. Einrichtung nach Anspruch 4, weiter
dadurch gekennzeichnet, daß
der Anteil der Regeldifferenz (vd) am Gütefunktional (G) pro
portional zur vierten Potenz der Regeldifferenz (vd) ist.
6. Einrichtung nach einem der Ansprüche 1 bis 5,
dadurch gekennzeichnet,
daß das künstliche neuronale Netz (2) zusätzlich ein
Stellsignal (db) für die Bremsanlage des Fahrzeugs abgibt.
7. Einrichtung nach einem der Ansprüche 1 bis 5, weiter
dadurch gekennzeichnet, daß
das künstliche neuronale Netz (2) zusätzlich ein Stellsignal
(db) für die Bremsanlage des Fahrzeugs abgibt und die Ausgangsschicht
(32) des künstlichen neuronalen Netzes (2′) aus einem
einzelnen Neuron besteht, dessen Ausgangssignal in jedem Zeitpunkt
entweder das Stellsignal (dk) für den Antriebsstrang oder das
Stellsignal (db) für die Bremsanlage bildet.
8. Einrichtung nach Anspruch 7, weiter
dadurch gekennzeichnet, daß
das Ausgangssignal des einzelnen Neurons der Ausgangsschicht
(32) des künstlichen neuronalen Netzes (2′) vorzeichenabhängig
einerseits das Stellsignal (dk) für den Antriebsstrang und
andererseits das Stellsignal (db) für die Bremsanlage bildet.
9. Einrichtung nach einem der Ansprüche 1 bis 8, weiter
dadurch gekennzeichnet, daß
dem künstlichen neuronalen Netz (2) die Information über die
Geschwindigkeits-Regeldifferenz (vd) in Form einer Funktion zu
geführt wird, die bei verschwindender Regeldifferenz (vd=0)
ein absolutes Maximum aufweist.
10. Einrichtung nach Anspruch 9, weiter
dadurch gekennzeichnet, daß
dem künstlichen neuronalen Netz (2) die Information über die
Geschwindigkeits-Regeldifferenz (vd) in Form einer zu dem Ausdruck
1+c₁exp(-c₂vd²) proportionalen Größe zugeführt wird, wobei
c₁, c₂ frei wählbare Konstanten sind.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE4425957A DE4425957C1 (de) | 1994-07-21 | 1994-07-21 | Einrichtung zur Regelung der Fahrgeschwindigkeit eines Kraftfahrzeuges |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE4425957A DE4425957C1 (de) | 1994-07-21 | 1994-07-21 | Einrichtung zur Regelung der Fahrgeschwindigkeit eines Kraftfahrzeuges |
Publications (1)
Publication Number | Publication Date |
---|---|
DE4425957C1 true DE4425957C1 (de) | 1996-03-14 |
Family
ID=6523860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE4425957A Expired - Fee Related DE4425957C1 (de) | 1994-07-21 | 1994-07-21 | Einrichtung zur Regelung der Fahrgeschwindigkeit eines Kraftfahrzeuges |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE4425957C1 (de) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2752204A1 (fr) * | 1996-08-10 | 1998-02-13 | Daimler Benz Ag | Procede et dispositif de regulation de la dynamique longitudinale d'un vehicule automobile |
DE10008665A1 (de) * | 2000-02-24 | 2001-08-30 | Zahnradfabrik Friedrichshafen | Verfahren zur Steuerung von Antriebssystemen eines Kraftfahrzeugs |
EP1527940A1 (de) * | 2003-10-30 | 2005-05-04 | Dieter Bastian | Verfahren und Vorrichtung zur risikogeregelten Geschwindigkeit eines Kraftfahrzeuges |
DE10354322A1 (de) * | 2003-11-20 | 2005-06-23 | Bayerische Motoren Werke Ag | Verfahren und System zur Ermittlung der Fahrsituation |
EP1683675A1 (de) | 2005-01-19 | 2006-07-26 | Magneti Marelli Powertrain S.p.A. | Verfahren und Vorrichtung eines Geschwindigkeitsregelsystems für ein Straßenfahrzeug |
DE102016000493A1 (de) | 2016-01-19 | 2017-07-20 | Audi Ag | Verfahren zum Betrieb eines Fahrzeugsystems und Kraftfahrzeug |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4209150A1 (de) * | 1991-03-22 | 1992-09-24 | Hitachi Ltd | Konzentriertes steuersystem fuer kraftfahrzeuge |
DE4305737A1 (de) * | 1993-02-25 | 1994-03-03 | Daimler Benz Ag | Vorrichtung zum Regeln der Fahrgeschwindigkeit eines Kraftfahrzeuges |
-
1994
- 1994-07-21 DE DE4425957A patent/DE4425957C1/de not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4209150A1 (de) * | 1991-03-22 | 1992-09-24 | Hitachi Ltd | Konzentriertes steuersystem fuer kraftfahrzeuge |
DE4305737A1 (de) * | 1993-02-25 | 1994-03-03 | Daimler Benz Ag | Vorrichtung zum Regeln der Fahrgeschwindigkeit eines Kraftfahrzeuges |
Non-Patent Citations (4)
Title |
---|
GEIGER/BÖLLER/BUTZ: "Neuronale Netze be- herrschen hochkomplexe Regelung" in DE-Z. Elektronik 14/1991 S.83-94 * |
HRYCEJ, T.: Model-Based Training of Control Sequences, in: Proc. IEEE, VTS Workshop "Fuzzy and Neural Systems and Vehicle Applications", Tokyo, 1991 * |
JP 4-71933 A in: Patents Abstracts of Japan, Sec. M, Vol.16, 1992, No.282 * |
KINNEBROCK, W.: Neuronale Netze, Oldenbourg- Verlag, München, 1992 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2752204A1 (fr) * | 1996-08-10 | 1998-02-13 | Daimler Benz Ag | Procede et dispositif de regulation de la dynamique longitudinale d'un vehicule automobile |
US6098007A (en) * | 1996-08-10 | 2000-08-01 | Daimlerchrysler Ag | Control arrangement for longitudinal dynamics of a motor vehicle |
DE10008665A1 (de) * | 2000-02-24 | 2001-08-30 | Zahnradfabrik Friedrichshafen | Verfahren zur Steuerung von Antriebssystemen eines Kraftfahrzeugs |
EP1527940A1 (de) * | 2003-10-30 | 2005-05-04 | Dieter Bastian | Verfahren und Vorrichtung zur risikogeregelten Geschwindigkeit eines Kraftfahrzeuges |
DE10354322A1 (de) * | 2003-11-20 | 2005-06-23 | Bayerische Motoren Werke Ag | Verfahren und System zur Ermittlung der Fahrsituation |
US7386389B2 (en) | 2003-11-20 | 2008-06-10 | Beyerische Motoren Werke Aktiengesellschaft | Method and system for determining the driving situation |
DE10354322B4 (de) | 2003-11-20 | 2022-06-09 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und System zur Ermittlung der Fahrsituation |
EP1683675A1 (de) | 2005-01-19 | 2006-07-26 | Magneti Marelli Powertrain S.p.A. | Verfahren und Vorrichtung eines Geschwindigkeitsregelsystems für ein Straßenfahrzeug |
DE102016000493A1 (de) | 2016-01-19 | 2017-07-20 | Audi Ag | Verfahren zum Betrieb eines Fahrzeugsystems und Kraftfahrzeug |
DE102016000493B4 (de) * | 2016-01-19 | 2017-10-19 | Audi Ag | Verfahren zum Betrieb eines Fahrzeugsystems und Kraftfahrzeug |
US10474151B2 (en) | 2016-01-19 | 2019-11-12 | Audi Ag | Method for guiding a vehicle system in a fully automated manner, and motor vehicle |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE19632337C2 (de) | Verfahren und Einrichtung zur Regelung der Längsdynamik eines Kraftfahrzeuges | |
DE4142861C2 (de) | Verfahren zum Steuern eines Fahrroboters für ein Automobil | |
DE19509178C2 (de) | Abstandsregelgerät für Fahrzeuge | |
EP0813987B1 (de) | Verfahren zur Abstandsregelung für ein Kraftfahrzeug | |
DE4103579C2 (de) | ||
EP1023546B1 (de) | Verfahren und vorrichtung zum ermitteln des fahrzeugantriebsmoments beim anfahren eines fahrzeugs, zum ermitteln einer extern verursachten, ein fahrzeug antreibenden oder bremsenden grösse sowie zum unterstützen des anfahrens am berg | |
EP0870132B1 (de) | Schaltungsanordnung zum steuern eines fahrwerks- oder antriebssystems in einem kraftfahrzeug | |
DE10350392B4 (de) | Verfahren zum Steuern bzw. Regeln eines elektronischen Fahrzeug-Lenksystems | |
DE102007009860B4 (de) | Verfahren und Vorrichtung zur Geschwindigkeitsregelung bei Gefällefahrt | |
DE102018123818B4 (de) | Linearisierter modellbasierter mpc-antriebsstrang | |
DE102010061208B4 (de) | Fahrzeug-Anfahrverfahren unter Verwendung einer Getriebekupplung | |
DE19654769A1 (de) | Verfahren und Vorrichtung zur Fahrzeugsteuerung bzw. -regelung | |
DE4209150A1 (de) | Konzentriertes steuersystem fuer kraftfahrzeuge | |
DE19928988B4 (de) | Fahrzeug-Längskraftsteuerung | |
DE4240762A1 (en) | Automatic gearbox control for motor vehicle - uses vehicle wt. calculator, output torque estimator and stored gear setting tables to select gear taking into account required acceleration | |
DE4228413A1 (de) | Verfahren und Vorrichtung zur Bestimmung von Fahrzeugmasse und Fahrwiderstand | |
DE19849583A1 (de) | System und Verfahren für das Steuern einer Distanz zwischen Fahrzeugen zum vorausfahrenden Fahrzeug für ein selbstfahrendes Fahrzeug das mit dem System und dem Verfahren ausgerüstet ist | |
DE10296926T5 (de) | Verbesserungen bei der Fahrzeugsteuerung | |
DE19860645A1 (de) | Verfahren und Vorrichtung zur Steuerung des Antriebsstrangs eines Fahrzeugs | |
DE19951119A1 (de) | Verfahren und Vorrichtung zur Steuerung einer Fahrzeugs | |
DE19752168B4 (de) | Vorrichtung und Verfahren zum Steuern von Automatikgetrieben | |
DE19942446A1 (de) | Steuersystem für Motorkraftübertragung | |
DE19523111A1 (de) | Einrichtung zur Regelung des Abstandes eines Kraftfahrzeuges zu einem vorausfahrenden Fahrzeug | |
DE4425957C1 (de) | Einrichtung zur Regelung der Fahrgeschwindigkeit eines Kraftfahrzeuges | |
DE19637467A1 (de) | Radantriebsdrehmoment-Regeleinrichtung |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8100 | Publication of the examined application without publication of unexamined application | ||
D1 | Grant (no unexamined application published) patent law 81 | ||
8364 | No opposition during term of opposition | ||
8327 | Change in the person/name/address of the patent owner |
Owner name: DAIMLERCHRYSLER AG, 70567 STUTTGART, DE |
|
8327 | Change in the person/name/address of the patent owner |
Owner name: DAIMLERCHRYSLER AG, 70327 STUTTGART, DE |
|
8339 | Ceased/non-payment of the annual fee |