JP2021504228A - パワートレイン管理の因果分析 - Google Patents

Abstract

車両のパワートレインシステムの管理方法。方法は、車両に関連付けられた複数のセンサからデータ又は信号を受信する。センサデータの分類のための最適閾値は、パワートレインシステムに信号を注入すること及び応答信号を受信することに基づいて変更することができる。センサ信号の期待される優先順位は、信号の属性に基づいて変更することができ、信号の実際の優先順位を確認することができる。エンジン管理のためのルックアップテーブルは、パワートレインシステムに信号を注入すること及び応答信号の効用を測定することに基づいて修正することができる。したがって、この方法は、幅広い条件下での車両の動作中に、ルックアップテーブルなどのパワートレイン管理のためのデータを動的に変更及び修正することができる。

Description

自動車の性能−自動車の信頼性、安全性、効率、出力、及びトルクは、キーパラメータを感知し、それらの結果を使用して自動車のパワートレインの動作及びメンテナンスを指示することによって大幅に改善することができる。これは、例えば、燃料効率を改善しながらエンジン速度の範囲全体で出力及びトルクを最適化するために、可変バルブタイミング及び可変長インテークマニホールドなどをアクティブに管理できるようにすることによって行われる。本明細書では、パワートレインは、出力を形成し、それを路面（自動車の場合）、レール、水、又は空気に送達する主な構成要素を説明するために使用される。自動車では、例えば、パワートレインは、内燃機関、トランスミッション、ドライブシャフト、ディファレンシャル、及びファイナルドライブを含む。バッテリー式電動パワートレイン及びハイブリッドシステムでは、バッテリー及び電気モータも含む。

パワートレイン性能を監視するために、更に多くの数及び種類のセンサが使用される。これらのセンサとして、エアフロー計及び温度計、空燃比計、気圧センサ、バッテリーレベル及び温度計、シャーシレベルセンサ、クランクシャフト位置センサ、ディファレンシャル非接触角度センサ、エンジン冷媒レベル及び温度センサ、排気ガス及び温度センサ、燃料レベルセンサ、ＨＶＡＣセンサ、シリンダー内圧センサ、ノックセンサ、オイルレベル及び温度センサ、酸素センサ、速度センサ、スロットル位置センサ、タイヤ圧監視センサ、トルクセンサ、トランスミッションフルード及び温度センサ、振動センサ、車輪速センサなどを挙げることができる。これらのセンサは、通常、測定された特性を表すアナログ信号を出力するトランスデューサである。これらの出力は、これらの特性の特定の値にマッピングするために特徴付ける必要があり、及び／又は、過熱、潤滑不良、デトネーション（スパークノックと呼ばれる）、又は漏れが誘発する圧縮損失など、特定の実情を表し得るように分類する必要がある。センサデータの特徴付け及び解釈は、電子制御ユニット（ＥＣＵ）によって、今日の高級なハイブリッド車において達成され、それらの数は１００を超える。このような大きな数は、現代の車両の特徴の数及び複雑性が増大することによって、並びに、ＥＣＵが全体的なコスト及び重量を、各個別の信号を搬送するために車全体にわたり必要な長いワイヤをなくすことにより低減できるという事実によって、加速される。これらのセンサシステム（物理的なセンサ＋ＥＣＵ）の較正は、通常、広範囲のベンチ試験によって達成されるが、センサは、一旦配置されると、それらを取り囲む環境において様々な干渉を受けることがある。センサの現場較正は、精度を改善し、開発時間及びコストを節約するのに好ましいが、パワートレイン及び環境条件によって大きなばらつきが存在することに起因して困難である。場合によっては、制御ループは、プロセス変数の状態及びその所望の設定値を表す測定信号間の不一致を連続的に補正する、例えば、センサの年数として精度損失を補償するフィードバックメカニズムとして使用することができるが、そのような戦略は、センサシステムを単一の制御に直接マッピングするときにのみ使用することができ、したがって単一の機能に制限される。

自動車用の電子／電気システムアーキテクチャのトレンドは、何十個もの分散型の機能専用センサシステムから離れて、一握りのドメイン集中型システムへ、最終的には、多数のセンサからデータを取り込み、全体的な性能又は安全性などのより高レベルの機能について推論する単一の車両集中型システムへと移行することにある。結果として、より少ないＥＣＵが、潜在的に不確実であり及び／又は矛盾するより多くのデータの量を取り込み、解釈しなければならないこととなる。このようなセンサデータを分析するトレンドは、「ビッグデータ」である。ビッグデータは、大量のパワートレインセンサ履歴データを使用して回帰及び分類に使用されるモデルを構築し、これらのモデルはその後、期待される効用に基づいて応答を導くために使用される。しかしながら、これらのビッグデータモデルは、主に相関に限定されている。というのも、これらのモデルは、バイアス効果及び交絡効果で満たされていることが多い履歴データをマイニングするからであり、プロセス制御を能動的に指示するためのそれらの予言的有効性を制限する。更に、これらのビッグデータモデルは、典型的には大量のデータを必要とするが、これらのデータは、例えば特定の負荷及び条件の下では、空間及び時間にわたるパワートレインの性能及び健全性の非常にきめ細かい理解を妨げる。最後に、これらの機械学習技術及び改善された制御モデルは、基礎となるシステムが、現在の実情を正確に表すべき履歴データに関して、時間的に十分に安定していると仮定しているが、実際には動的である場合には、壊滅的に失敗する傾向がある。

また、一般的には、実験計画法（Design Of Experiment：ＤＯＥ）形態の信号注入が、エンジン制御ユニットの場合には吸気マニホールド圧力、スロットル位置、およびエンジン速度の関数として体積効率をマッピングするなど、ＥＣＵ較正に使用される。これらの信号注入は、大掛かりで人間が介入するものであり、任意の特定の条件について最適化するのではなく、広範な条件の下で頑強なルックアップテーブルを作成するために使用されてきた。パワートレイン管理は、センサ応答のリアルタイムの因果関係の理解から大きな恩恵を受け、データ駆動型診断及び予言的手法を用いて問題を解決し、リアルタイムのきめ細やかな、微調整されたパワートレイン監視及び管理を可能にする。

因果知識を自動的に生成し、車両のパワートレインシステムの管理に適用するための第１の方法は、パワートレイン制御決定にランダム化制御信号を注入することと、信号注入が正常動作範囲及び制約内で生じることを確実にすることとを含む。本方法はまた、信号注入に応答して、車両に関連付けられた複数のセンサからデータを受信し、それらのデータを、注入された信号に関連付けられたシステム応答へと解析することと、パワートレイン信号と受信されたデータから導出される効用関数との間の因果関係に関する信頼区間を計算することと、計算された因果知識及び期待される効用に関する不確実性に基づいて、パワートレイン制御決定に最適な信号を選択することと、を含む。

車両のパワートレインシステムの管理のための第２の方法は、車両に関連付けられた複数のセンサからデータを受信することと、例えば信号検出理論における分類の基準値ｂｅｔａを摂動させることによって、それらのデータを分類及び／又は解釈するために使用される電子制御ユニットに信号を注入することとを含む。本方法はまた、信号注入に応答して、車両に関連付けられた複数のセンサからデータを受信し、それらのデータを、注入された信号に関連付けられたシステム応答へと解析することと、センサとＥＣＵ信号と応答データから導出される効用関数との間の因果関係に関する信頼区間を計算することと、計算された因果知識及びそれらの期待される効用に関する不確実性に基づいて、最適な分類基準を選択することとを含む。

車両のパワートレインシステムの管理のための第３の方法は、車両に関連付けられた複数のセンサ及び／又は電子制御ユニットから信号を受信することと、パワートレインシステムを制御する際に使用するために、期待される優先順位をそれらの信号に割り当てることと、信号属性と前記信号に優先順位付けする機会コストを反映する効用関数との間の因果関係に関する信頼区間を計算することと、それらの属性及びそれらの優先順位付けされた期待される機会コストに基づいて、経時的に受信信号の優先順位を最適化することとを含む。

車両のパワートレインシステムの管理のための第４の方法は、信号をパワートレインシステムに注入することと、応答信号を受信することと、応答信号の効用を測定することと、パワートレインシステム内のエンジン管理に関する記憶されたデータにアクセスすることと、応答信号の効用に基づいて、そのようなデータを更新することとを含む。

添付の図面は、本明細書に組み込まれ、本明細書の一部を構成し、説明と共に本発明の利点及び原理を説明する。図面は以下のとおりである。
車両におけるパワートレイン管理のための因果分析システムを示す図である。 因果分析システムのためのソフトウェアモジュール及びコアプロセスのブロック図である。 システムの探索空間法のフローチャートである。 システムの信号注入法のフローチャートである。 システムの連続学習法のフローチャートである。 システムのためのメモリ管理法のフローチャートである。

本発明の実施形態は、自動車又は他の輸送車両のパワートレインに関する実験的試行を実施するための方法及びシステムを含む。制御パラメータにおける変動は、各実験的試行からの学習値を改善するためにパワートレインに導入するために選択され、学習と性能の両方の期待値を計算することによって、改善されたパワートレイン性能を促進する。これらの試行は、機会費用及び制約を管理するために使用され、このことは、パワートレイン制御パラメータの変動の導入と、それらのパラメータにおける特定の変動に起因し得る有効データの生成とに影響を及ぼす。

本方法は、広範な使用条件に対して最初に較正されるパワートレインルックアップテーブルのリアルタイムの微調整を可能にする。ほとんどの自動車は、非常に特定的な地理的位置において大部分の時間、使用され、これらの地理的位置は、燃料組成、気象、標高／空気密度、道路の種類及び条件、輻輳レベル、及びその日の適切に予測可能な時間帯を含む、様々な固有の特徴に関連している実験的な信号注入により、車両制御ユニットは、局所的条件及びリアルタイム条件に基づいて、最適な設定を連続的に学習することができ、その結果、ベースラインルックアップテーブルの性能が改善される。この手法はまた、個々の機能レベル（例えば、アクティブ燃料噴射、アンチロックブレーキシステム）ではなく、ドメイン／機能グループレベル（例えば、パワートレイン、車体制御、安全性）において今日行われるものを超えて、初期車両較正を自動化するために使用することができ、その結果、コストが大幅に削減され、開発時間が短くなる。高度に転用可能な種類の学習、車両間の協働学習である因果知識は、更に、新たなモデルを発売する前の開発時間及び要件を低減するために、及び局所的最適化と全体的最適化との間のトレードオフを除去するために使用することができ、このことは例えば、特定の負荷下で、又は特定のエリア若しくは地理的エリアにおいて、最適なパワートレイン管理に関する知識を車両が共有できるようにすることによって可能になる。他の「ビッグデータ」手法とは異なり、これらの方法は、車両のパワートレインシステムにおける既存のデータテーブルに比例する、比較的小さいデータサイズに依拠しており、したがって、比較的低い計算能力及び性能しか必要としないが、現代の車両において引き出される重要なパワー源を必要とする。

図１は、車両１０におけるパワートレイン管理のための因果分析システムを示す図である。システムは、車両１０内の又はそれに関連付けられたセンサ１２、１４、及び１６などの複数のセンサからの入力を受信するプロセッサ２０を含む。プロセッサ２０はまた、車両１０内に記憶されたオンボードデータ１８、及び車両１０の外部のソースから受信した外部データ３０を受信することができ、又はそれらにアクセスすることができる。ソフトウェア制御又はファームウェア制御下のプロセッサ２０は、パワートレイン管理及び制御のためのルックアップテーブル２４を含み得るパワートレイン管理モジュール２２に出力データを提供し、パワートレイン管理に関する履歴データを記憶するためのデータストレージ２６に提供することができる。プロセッサ２０はまた、他の車両３２及び外部位置３４へ、パワートレイン管理又は他のデータの無線送信を含むデータ送信２８を行うことができる。

図２は、因果分析システムのためのソフトウェアモジュール及びコアプロセス、並びにプロセッサ２０の実行に関するブロック図である。

システムは、以下のモジュール、すなわち、客観的目標（最適化知識及び目標）モジュール４０、制御システムの厳密制約モジュール４２、規範動作データモジュール４４、最小／最大時間的到達データモジュール４６、最小／最大空間的到達データモジュール４８、ディープ因果学習（ＤＣＬ）アルゴリズムプロセスモジュール５０、動作プロトコルモジュール５２、動作／センサデータモジュール５４、因果知識モジュール５６、及び連続最適化モジュール５８を含む。

ＤＣＬコアプロセス６０は、実験単位の生成プロセス６２、処理割り当てプロセス６４、探索／利用管理プロセス６６、ベースライン監視プロセス６８、データインクルージョンウィンドウ管理プロセス７０、及び実験単位クラスタリングプロセス７２を含む。

図３は、システムのセクション７４及び７６におけるモジュール及びプロセスの探索空間法のフローチャートである。探索空間法は、制御情報（コストを含む）を受信する工程９０と、全ての可能な制御状態の多次元空間を構築する工程９２と、潜在的な制御空間の空間を制約する工程９４と、正常／ベースラインサンプリング分布を判定する工程９６と、効用が最も高いサンプリング分布を判定する工程９８と、制約された空間内における自動化された制御選択を行う工程１００とを含む。

図４は、システムのセクション７８及び８０におけるモジュール及びプロセスの信号注入法のフローチャートである。信号注入法は、潜在的な信号注入のセットを受信する工程１０２と、信号注入の空間的到達範囲及び時間的到達範囲を計算する工程１０４と、空間及び時間において信号注入を調整する工程１０６と、信号注入を実施する工程１０８と、応答／センサデータを収集する工程１１０と、応答データを信号注入と関連付ける工程１１２とを含む。

図５は、システムのセクション８０及び８２におけるモジュール及びプロセスの連続学習法のフローチャートである。連続学習法は、潜在的な信号注入のセットを受信する工程１１４と、現在の信念状態を受信する工程１１６と、信号注入に関する学習値を計算する工程１１８と、信号注入に関するコストを受信する工程１２０と、信号注入を選択し、調整する工程１２２と、信号注入を実施する工程１２４と、応答／センサデータを収集する工程１２６と、信念状態を更新する工程１２８とを含む。

図６は、システムのセクション８４におけるモジュール及びプロセスのメモリ管理法のフローチャートである。メモリ管理法は、履歴クラスターのセットを受信する工程１３０と、履歴信号注入のセットを受信する工程１３２と、現在のクラスターに関する信号注入の時間的安定性を計算する工程１３４とを含む。工程１３４の信号注入が安定している場合１３６、メモリ管理法は、履歴外部要因状態のセットを受信する工程１３８と、外部要因状態に対する信号注入の安定性を計算する工程１４０と、２つの状態を選択して、クラスター全体を分割する工程１４２と、履歴クラスターのセットを更新する工程１４４とを実行する。

表１は、システムのキープロセスの説明を提供する。表２〜表５は、因果分析システムの方法を適用するための例示的な使用事例を提供する。

信号注入は、パワートレイン管理及び制御に関する変数及びパラメータなど、パワートレイン制御における変化である。表２〜表５は、信号注入に活用され得る変数、効用を測定するために監視され得るセンサ、制御決定の最適化を駆動するために使用され得る効用関数、及びそれらの決定の最適性に影響を及ぼし得る外部要因の例を提供する。信号注入に対する応答は、典型的には、信号注入からパワートレイン制御において生じる変化又は変化に関するパワートレインの安全性及び性能測定である。例えば、エンジン制御ユニットへの信号注入として、特定の値をパワートレインのサブコンポーネントに挿入することができ、挿入された値は、正常な又は典型的な範囲内で追跡することができる。また、この例では、特定の条件下で最適値を見つけるために、信号の以前の値に対する応答に基づいて、信号注入として値を連続的に変化させ、反復的に再挿入することができる。信号注入は、典型的には、車両の動作中に発生するが、別の時間に車両内に発生することもある。信号注入の時間的到達範囲及び空間的到達範囲は、それぞれ、因果関係を計算するために使用される信号注入に対する応答信号をいつ測定するか、どこで測定するかにそれぞれ関連する。信号注入のコストは、典型的には、信号注入が車両性能にどのくらい影響するかに関連しており、例えば、信号注入が車両性能の低下の原因になることがあり、特定の実験範囲によって制御される。信号注入のためのキューは、信号注入の順序及び優先順位を含み、効用を最適化するときであっても、常に高い内的妥当性を保証するためにブロック化及びランダム化に依拠する。信号注入に対する応答の効用は、信号注入の有効性又は効用の別の測定を含む。

表６は、因果知識を自動的に生成し、車両のパワートレインシステムの管理に適用するためのアルゴリズムを提供する。このアルゴリズムは、プロセッサ２０によって実行するためのソフトウェア又はファームウェアにおいて実行することができる。

協働学習は、車両間での確率論的に等価なトライアルを可能にして、その結果、統計的出力を増大させることによって、因果知識の粒度及び精度を大幅に改善することができる。次いで、分散分析（ＡＮＯＶＡ）を使用して、因果知識が車両ごとに異なる次元、及びそれらの次元にわたるクラスター実験単位を特定する。

実施例１−自動化された構成要素較正
パワートレインのいくつかの構成要素（例えば、センサ、電子制御ユニット）は、それらの構成要素に関連付けられた測定アナログ信号を適切に解釈して、それらの現在の動作状態を正確に表すように較正される。このような較正は、典型的には、センサ読み取り値の組み合わせを、特定の状態又は目標、例えば、良好（Good）／公正（Fair）／不良（Bad）又はスポーツ（Sport）／快適（Comfort）／エコ（Eco）を示す異なるクラスに分類することを含む。経時変化、車両間の変動、及び環境要因は全て、所与の時間における所与の車両の分類精度の低下の原因となる。精度は、典型的には、Ｉ型エラー率及びＩＩ型エラー率（すなわち、偽陽性及び偽陰性）を定量化する混同行列として評価及び報告される。構成要素較正の結果は、信号検出理論における分類（beta）の基準として知られる最適パラメータの判定であり、これは、受信された信号値に基づいて２つの別個のクラスを画定し、誤分類の割合及び／又はコストを最小限に抑える最適閾値であると考えられる。

今日の分散型電子／電気（Ｅ／Ｅ）アーキテクチャでは、フィードバックループ制御システムは、個々の構成要素の高い分類精度を連続的に維持することが可能な場合にはいつでも使用される。このような戦略は、精度自体を直接的に知ることができる（すなわち、所望の状態と構成要素の実際の状態との間のデルタが測定可能である）とき、及び制御（例えば、ゲイン）と精度との間に直接的な１対１の因果関係があるときにうまく働く。Ｅ／Ｅアーキテクチャが、より集中的な手法に向かって移行すると、マルチモーダルセンサデータによる分類精度の特徴付け及び最適化は、システムの複雑性及び相互接続性が高まることに起因して、より曖昧になる。不正確分類に対する正確分類の効用は、安全性、性能、又は他の効用指標によって測定できると仮定すると、本方法は、動作上許容可能な範囲（ｂｅｔａ＋／−ｄｂｅｔａ，ｄｂｅｔａ＜＜ｂｅｔａ）内のｂｅｔａの値を連続的に摂動させ、効用に対するその効果を経時的に測定する。この学習に基づいて、それは、いつ認識できるかについての分類精度、又は、精度自体を直接的には測定することができず、推測しなければならないときの効用を最大化するために、ｂｅｔａの最適値を連続的に再較正する。このような最適化は、非定常条件（例えば、センサの経時変化、大気条件の変化、又は異なる偽陽性コスト及び偽陰性コストによる目標の変更）下でさえ行うことができる。したがって、車両は、様々なセンサ入力を解釈するために予めプログラムされた規則及びモデルによりスタートすることができる一方、本手法は、よりきめ細やかな実情にわたり全ての分類基準を微調整することによって、車両の寿命を通して、並びに、車両間で協働的にそれらの規則及びモデルを連続的に改善する。

例：「信号なし」（又は状態＃１）に対応する測定信号、及び「信号あり」（又は状態＃２）に対応する測定信号は、信号中のノイズに起因してオーバーラップすることがある。ノイズ分布、測定信号の中央値、及び「Ｍｉｓｓ」及び「Ｆａｌｓｅ ａｌａｒｍ」に関連付けられるコストは、経時的に変化することがあり、その結果、分類基準ベータの最適値が異なる。小さな摂動によってベータを連続的に変動させること（すなわち、信号注入）及び効用を測定することによって、基準値を連続的に再最適化することができる。

実施例２−自動化されたキューの優先順位付け
動作中、現代の車両ＥＣＵ（エンジン／電子制御ユニット）は、パワートレインの複数の構成要素及びセンサから多くの信号を受信する。これらの信号が、相反する目標又は利用可能なリソースを超える累積目標を示す情報を搬送する場合、これらの信号は、不確実であり、又は矛盾することがある。これらの状況では、ＥＣＵは、その属性及び他の外部要因に基づいて運転決定を行う際に、どの信号が他の信号よりも高い優先順位を受けるかを判定する必要がある。予め定義された一般規則を使用して、特定の入力信号を他の信号より高く優先順位付けすることができる。例えば、安全性に関する信号は、性能に関する信号よりも高い優先順位を受け取る。更なる優先順位付けは、その特定の瞬間における特定の実情に左右されるので、入力信号の大きなサブセットは、これらの一般規則の下では依然として等しい優先順位を有すると認識されることがある。異なる属性を有し、かつ、異なる目標に対処する、一見したところ等しい優先順位の信号のこれらのプールのそれぞれにおいて、本方法は、異なる信号に対して異なるレベルの優先順位をランダムに割り当てる。経時的に、本方法は、信号の属性と、様々な状況下でそのような信号を優先順位付けする効用との間の因果関係に関する知識を発展させ、したがって、それらの属性並びに他の外部要因（例えば、動作目標、負荷、気象、及び他の要因）を条件とする入力信号の優先順位付けが可能になる。この場合の効用の最大化とは、一般に、機会費用を最小限に抑えること、すなわち、利用可能なリソースを考慮した特定の信号に優先順位付けすることに関連付けられる利益の最大化（リスクの低減を含む）として定義することができる。この種の問題の一般的な例は、予知保全である。メンテナンスの実行が早すぎることは、他の場所でより良好に配置されるリソース（人間、財務、材料）を束縛する一方で、メンテナンスの実行が遅すぎると、リソースを過度に消費し、コストがかかることがある（生産性の損失）。

例：ＥＣＵは、８つのセンサから多数の入力信号を受信する。所定の基準を使用して、これらの信号を「最も高い優先順位」、「中間の優先順位」、及び「最も低い優先順位」にプールする。各プール内では、一見したところ等しい優先順位の複数の信号が、注意及びリソースに関して競合することがある。それらの属性／特性に基づいて、それらの優先順位（すなわち、スケジュールされたキューにおけるそれらの順序）を連続的に変更することによって、それらの属性及び特性のうちのどれが、リソースの現在のレベル、外部条件、及び場合によっては、他の要因を考慮した優先順位を最も示しているかを学習する。３つの主な優先順位プールを定義するための初期基準は、全ての運転条件（例えば、安全性対性能）の下で適用するのに十分に一般的であり得るが、各プール内で使用される基準は、いくつかの動的要因を条件とする傾向がある。

実施例３−自動化されたシステムの最適化
最適なパワートレイン管理は、今日、運転者が遭遇し得る任意の及び全ての運転条件をカバーする網羅的なルックアップテーブルを試行し、開発するために、幅広い条件下で広範囲の試験を通じて達成される。実際には、ほとんどの車両は、それらの運転条件のごくわずかなサブセットのみに遭遇し、実際にサンプリングされた条件内において、予め定義されたルックアップテーブルは、性能、信頼性、快適性、及び安全性について動作を更に最適化するために必要な（既存の寸法にわたる）粒度又は（追加の要因にわたる）次元性を欠くことがある。加えて、エンジン管理のための最適なルックアップテーブルは、構成要素の経時変化に起因して、車両の寿命の最初から最後まで展開する傾向がある。本方法は、システム制御の組み合わせ及びタイミングについて連続的に実験して、それらの効果及び効用を学習し、実際には、予め較正されたルックアップテーブルに関連付けられた応答面の局所勾配を連続的に再推定する。次いで、この知識を使用して、タスクと環境の両方において著しい変化を被るときであっても、リアルタイムでパワートレインの動作をシームレスに最適化することができる。

実際の実装形態は、いくつかのやり方で達成することができる。最も破壊的ではなく、最も洗練されていない手法は、典型的にはＥＣＵのファームウェアに記憶されているルックアップテーブルを変更することを含まず、むしろ、既存のテーブル内でどの設定が選択される（例えば、推奨設定に最も近いものをピックアップする）かについて実験する。次の手法は、ファームウェア上のルックアップテーブルの複数のバリエーションを記憶することからなり、どのテーブルが運転決定を行うのに最適であるかについて実験する。ＲＡＭメモリ及び無線による（over-the-air）プログラミングが更にメインストリームになっており、ＥＣＵのルックアップテーブルのライブ同調を可能にするので、現在では、個々のルックアップテーブル値に対して実験し、テーブル全体を連続的に更新することが可能である。最後に、最も破壊的かつ洗練されていない実装形態は、因果知識が蓄積し、決定を行うための新しい基礎を形成する際にルックアップテーブルを自己生成することである。

例：車両は、試験の数年後に製造業者によって開発されたエンジン管理のための予め定義されたルックアップテーブルを有する。ルックアップテーブルは、運転者が車両の寿命にわたって遭遇し得る全ての可能な運転条件を考慮した平均最適設定を表している。しかしながらいずれの特定の時点においても、そのような設定は、利用可能な動作範囲を考慮すると、準最適であり得る。小さな摂動によって推奨設定を連続的に変動させること（すなわち、信号注入）、及び効用を測定することによって、ルックアップテーブルを連続的に更新することができる。加えて、車両の異なる運転条件又は状態に対応するクラスタリングを通じて、異なるルックアップテーブルを開発することができる。

例：車両は、試験の数年後に製造業者によって開発されたエンジン管理のための予め定義されたルックアップテーブルを有する。ルックアップテーブルは、運転者が車両の寿命にわたって遭遇し得る全ての可能な運転条件を考慮した平均最適設定を表している。しかしながらいずれの特定の時点においても、そのような設定は、利用可能な動作範囲を考慮すると、準最適であり得る。小さな摂動によって推奨設定を連続的に変動させること（すなわち、信号注入）、及び効用を測定することによって、ルックアップテーブルを連続的に更新することができる。加えて、車両の異なる運転条件又は状態に対応するクラスタリングを通じて、異なるルックアップテーブルを開発することができる。以下、例示的実施形態について説明する。
［１］ 因果知識を自動的に生成し、車両のパワートレインシステムの管理に適用するための方法であって、
パワートレイン制御決定にランダム化制御信号を注入する工程と、
前記信号注入が正常動作範囲及び制約内で生じることを確実にする工程と、
前記信号注入に応答して、前記車両に関連付けられた複数のセンサ及び電子制御ユニットからデータを受信し、それらのデータを、前記注入された信号に関連付けられたシステム応答へと解析する工程と、
前記信号注入及び前記受信されたデータに基づいて、パワートレイン信号と測定された効用との間の因果関係に関する信頼区間を計算する工程と、
前記パワートレイン制御決定に最適な信号を、それらの効果及び期待される効用に関して、前記計算された信頼区間に基づいて選択する工程と、
を含む方法。
［２］ 前記パワートレイン制御信号は、アクション、キュー順序、センサ較正、又はそれらの任意の組み合わせを含む、［１］に記載の方法。
［３］ 前記正常動作範囲は、制御情報及び動作制約に基づいて生成された可能な制御状態の多次元空間を含む、［１］に記載の方法。
［４］ 空間及び時間におけるセンサデータの前記解析は、信号注入間での分散が最大になるように連続的に調整される、［１］に記載の方法。
［５］ 前記因果知識は、経時変化、構成要素の交換、又は環境変化などの動的効果を考慮するために、前記車両の寿命にわたって連続的に更新される、［１］に記載の方法。
［６］ 前記因果知識は、協働的に収集され、車両間で共有される、［１］に記載の方法。
［７］ 生成される因果学習の質を前記プラセボ信号の前記因果効果の周囲の信頼区間が０とオーバーラップするか否かを監視することにより制御する手段として、少なくとも１つのプラセボ信号が前記パワートレイン制御決定に注入される、［１］に記載の方法。
［８］ 効用関数は、運転者の好み、道路条件、大気条件、交通条件、車両条件、又はそれらの任意の組み合わせに応じて経時的に変化する、［１］に記載の方法。
［９］ 車両のパワートレインシステムを管理するための方法であって、
前記車両に関連付けられた複数のセンサからデータを受信する工程と、
前記パワートレインシステムに信号注入を提供し、前記信号注入に対応する応答信号を受信する工程と、
センサデータの分類にアクセスする工程と、
前記応答信号に基づいて、前記分類の最適閾値を変更する工程と、
を含む方法。
［１０］ 前記信号注入は空間的到達範囲を有する、［９］に記載の方法。
［１１］ 前記信号注入は時間的到達範囲を有する、［９］に記載の方法。
［１２］ 前記信号注入は、前記パワートレインサブシステムの状態の前記分類における変化である、［９］に記載の方法。
［１３］ 前記パワートレインの管理は、前記パワートレインサブシステムの推測された状態に基づく制御決定が最適になるように、エンジン制御ユニット内のルックアップテーブルに依拠する、［１２］に記載の方法。
［１４］ 車両のパワートレインシステムを管理するための方法であって、
前記車両に関連付けられた複数のセンサから信号を受信する工程と、
前記パワートレインシステムの制御に使用する前記信号に、期待される優先順位を割り当てる工程と、
測定された効用に基づいて、前記信号の実際の優先順位を確認する工程と、
前記信号の属性及び前記確認する工程に基づいて、前記信号の前記期待される優先順位を変更する工程と、
を含む方法。
［１５］ センサデータは、不確実であり、相反し及び／又は矛盾する、［１４］に記載の方法。
［１６］ 前記信号注入は、安全性、性能、又は快適性などの所定の優先順位プールに関連付けられたセンサデータの優先順位レベルにおける変化である、［１４］に記載の方法。
［１７］ 車両のパワートレインシステムを管理するための方法であって、
前記パワートレインシステムに信号注入を提供し、前記信号注入に対応する応答信号を受信する工程と、
前記応答信号の効用を測定する工程と、
前記パワートレインシステム内のエンジン管理に関するデータにアクセスする工程と、
前記応答信号の前記効用に基づいて、前記データを修正する工程と、
を含む方法。
［１８］ 前記アクセスする工程は、ルックアップテーブルにアクセスすることを含む、［１７］に記載の方法。
［１９］ 前記信号注入は、空間的到達範囲を有する、［１７］に記載の方法。
［２０］ 前記信号注入は、時間的到達範囲を有する、［１７］に記載の方法。
［２１］ 前記信号注入は、パワートレイン管理値における変化である、［１７］に記載の方法。
［２２］ 前記パワートレイン管理値は、エンジン制御ユニット内のルックアップテーブルである、［２１］に記載の方法。

Claims (22)

1. 因果知識を自動的に生成し、車両のパワートレインシステムの管理に適用するための方法であって、
   パワートレイン制御決定にランダム化制御信号を注入する工程と、
   前記信号注入が正常動作範囲及び制約内で生じることを確実にする工程と、
   前記信号注入に応答して、前記車両に関連付けられた複数のセンサ及び電子制御ユニットからデータを受信し、それらのデータを、前記注入された信号に関連付けられたシステム応答へと解析する工程と、
   前記信号注入及び前記受信されたデータに基づいて、パワートレイン信号と測定された効用との間の因果関係に関する信頼区間を計算する工程と、
   前記パワートレイン制御決定に最適な信号を、それらの効果及び期待される効用に関して、前記計算された信頼区間に基づいて選択する工程と、
   を含む方法。
2. 前記パワートレイン制御信号は、アクション、キュー順序、センサ較正、又はそれらの任意の組み合わせを含む、請求項１に記載の方法。
3. 前記正常動作範囲は、制御情報及び動作制約に基づいて生成された可能な制御状態の多次元空間を含む、請求項１に記載の方法。
4. 空間及び時間におけるセンサデータの前記解析は、信号注入間での分散が最大になるように連続的に調整される、請求項１に記載の方法。
5. 前記因果知識は、経時変化、構成要素の交換、又は環境変化などの動的効果を考慮するために、前記車両の寿命にわたって連続的に更新される、請求項１に記載の方法。
6. 前記因果知識は、協働的に収集され、車両間で共有される、請求項１に記載の方法。
7. 生成される因果学習の質を前記プラセボ信号の前記因果効果の周囲の信頼区間が０とオーバーラップするか否かを監視することにより制御する手段として、少なくとも１つのプラセボ信号が前記パワートレイン制御決定に注入される、請求項１に記載の方法。
8. 効用関数は、運転者の好み、道路条件、大気条件、交通条件、車両条件、又はそれらの任意の組み合わせに応じて経時的に変化する、請求項１に記載の方法。
9. 車両のパワートレインシステムを管理するための方法であって、
   前記車両に関連付けられた複数のセンサからデータを受信する工程と、
   前記パワートレインシステムに信号注入を提供し、前記信号注入に対応する応答信号を受信する工程と、
   センサデータの分類にアクセスする工程と、
   前記応答信号に基づいて、前記分類の最適閾値を変更する工程と、
   を含む方法。
10. 前記信号注入は空間的到達範囲を有する、請求項９に記載の方法。
11. 前記信号注入は時間的到達範囲を有する、請求項９に記載の方法。
12. 前記信号注入は、前記パワートレインサブシステムの状態の前記分類における変化である、請求項９に記載の方法。
13. 前記パワートレインの管理は、前記パワートレインサブシステムの推測された状態に基づく制御決定が最適になるように、エンジン制御ユニット内のルックアップテーブルに依拠する、請求項１２に記載の方法。
14. 車両のパワートレインシステムを管理するための方法であって、
    前記車両に関連付けられた複数のセンサから信号を受信する工程と、
    前記パワートレインシステムの制御に使用する前記信号に、期待される優先順位を割り当てる工程と、
    測定された効用に基づいて、前記信号の実際の優先順位を確認する工程と、
    前記信号の属性及び前記確認する工程に基づいて、前記信号の前記期待される優先順位を変更する工程と、
    を含む方法。
15. センサデータは、不確実であり、相反し及び／又は矛盾する、請求項１４に記載の方法。
16. 前記信号注入は、安全性、性能、又は快適性などの所定の優先順位プールに関連付けられたセンサデータの優先順位レベルにおける変化である、請求項１４に記載の方法。
17. 車両のパワートレインシステムを管理するための方法であって、
    前記パワートレインシステムに信号注入を提供し、前記信号注入に対応する応答信号を受信する工程と、
    前記応答信号の効用を測定する工程と、
    前記パワートレインシステム内のエンジン管理に関するデータにアクセスする工程と、
    前記応答信号の前記効用に基づいて、前記データを修正する工程と、
    を含む方法。
18. 前記アクセスする工程は、ルックアップテーブルにアクセスすることを含む、請求項１７に記載の方法。
19. 前記信号注入は、空間的到達範囲を有する、請求項１７に記載の方法。
20. 前記信号注入は、時間的到達範囲を有する、請求項１７に記載の方法。
21. 前記信号注入は、パワートレイン管理値における変化である、請求項１７に記載の方法。
22. 前記パワートレイン管理値は、エンジン制御ユニット内のルックアップテーブルである、請求項２１に記載の方法。

Images