WO2009112746A2 - Procede et dispositif de diagnostic d'un systeme de commande utilisant un modele dynamique - Google Patents

Procede et dispositif de diagnostic d'un systeme de commande utilisant un modele dynamique Download PDF

Info

Publication number
WO2009112746A2
WO2009112746A2 PCT/FR2009/050283 FR2009050283W WO2009112746A2 WO 2009112746 A2 WO2009112746 A2 WO 2009112746A2 FR 2009050283 W FR2009050283 W FR 2009050283W WO 2009112746 A2 WO2009112746 A2 WO 2009112746A2
Authority
WO
WIPO (PCT)
Prior art keywords
data
recorded
initial state
output data
reconstructed
Prior art date
Application number
PCT/FR2009/050283
Other languages
English (en)
Other versions
WO2009112746A3 (fr
Inventor
Lionel Lorimier
Original Assignee
Renault S.A.S.
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 Renault S.A.S. filed Critical Renault S.A.S.
Priority to EP09721002A priority Critical patent/EP2263131A2/fr
Priority to US12/920,225 priority patent/US20110087400A1/en
Priority to JP2010548148A priority patent/JP2011515260A/ja
Publication of WO2009112746A2 publication Critical patent/WO2009112746A2/fr
Publication of WO2009112746A3 publication Critical patent/WO2009112746A3/fr

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks

Definitions

  • the present invention relates to the diagnosis of the operation of a control system of at least one driving parameter of a motor vehicle using a dynamic model.
  • driver assistance devices such as anti - skid systems, automatic braking systems, wheel steering systems, etc.
  • driver assistance devices such as anti - skid systems, automatic braking systems, wheel steering systems, etc.
  • Such systems are controlled by control laws activated by a supervisor according to operations corresponding to a certain number of conditions.
  • the control laws are implemented in a computer embedded in the vehicle and generate periodically, at a certain sampling frequency, control signals that are called requests, for actuators acting on certain parts of the vehicle.
  • the computer will issue steering requests of the rear wheel steering system.
  • Japanese patent application JP 2000/181742 discloses a device for performing a fault diagnosis online in a redundant system. A data reconstruction is performed according to the result of the diagnosis.
  • Patent Application US 2004/122 639 describes a method of acquiring driving parameters of a motor vehicle using a three-dimensional model of the kinematics of the vehicle, so as to subsequently reconstruct the movement of the vehicle from the signals. representative of lateral and longitudinal dynamics.
  • the model used is a kinematic model.
  • a method for diagnosing the operation of a control system of a driving parameter of a motor vehicle, using a dynamic model, the diagnosis being made from input data and from system output that were recorded during operation at a certain sample rate includes the steps of: recording system input and output data at a sampling rate lower than the system sampling rate; stimulating the dynamic model with the recorded input data to determine reconstructed output data; comparing the reconstructed output data with the output data recorded for consistency diagnosis.
  • the method preferably comprises a preliminary step of interpolating the data recorded at the sampling rate of the system.
  • a step of reconstituting the static correction parameters and coefficients is then carried out on the basis of recorded input data.
  • the comparison step is made for example by comparing the difference between the reconstructed data and the recorded data with a threshold value for each data item. An alert information is deduced therefrom if said deviation is greater than the threshold value.
  • the method preferably comprises, prior to the step of stimulating the dynamic model, a step of reconstructing the initial state vector from recorded input and output data.
  • the dynamic model uses, for each sampling step, discretized dynamic equations involving state variables of the model.
  • the step of reconstructing the initial state vector is then performed by inverting a system of equations comprising stored initial data and aforementioned dynamic equations corresponding to a minimum number of sampling steps, starting from the state. initial.
  • a system for diagnosing the operation of a control system of a driving parameter of a motor vehicle, using a dynamic model comprising means for recording on a non-volatile memory, system input and output data during operation.
  • the recording means is adapted to record said data with a sampling frequency lower than the sampling frequency of the system.
  • the system includes a dynamic model capable of being stimulated with the recorded input data to determine reconstructed output data. Comparison means are also provided for comparing reconstructed output data with the output data recorded for consistency diagnostics.
  • the dynamic model comprises discretized dynamic equations involving, for each sampling step, state variables of the model.
  • the system includes means for reconstructing the initial state vector by inverting a system of equations comprising stored initial data and the aforementioned dynamic equations corresponding to a minimum number of sampling steps from the initial state.
  • the input vector can be defined as:
  • Each of the components of this input vector from 1 to j corresponds to a sampling instant noted k during the sampling period T e during which the recording is activated.
  • the m output data to which the diagnosis is to be related can be expressed by an output vector Y in the form:
  • the dynamic model uses, for each sampling step, discretized dynamic equations, in the form: where k is positive or zero, and where Ak and Bk are parameters expressed in matrix form.
  • the output vector Y linearly depends on the state X and optionally, nonlinearly, the input data U according to the relation:
  • the input data U [O] and the output data Y [O] are known because they have been recorded in the nonvolatile memory of the system .
  • Equation (4) has n unknowns (X (O)) and m equations in the form:
  • I is the unit matrix
  • the driving parameter which is the object of the diagnosis may be a steering request of a rear wheel of a vehicle comprising at least three steered wheels.
  • the initial recorded data used in the above system of equations may then include the longitudinal vehicle speed, the steering angle of the front wheels, the dynamic part of the rear wheel steering angle, the static part of the angle. rear wheel steering and the set point of the rear wheel steering angle.
  • the aforementioned dynamic equations include, as unknowns, the modeled value of the rear wheel steering angle, the yaw rate, the lateral drift and an intermediate positive feedback value of the rear wheel steering angle. If we add the set value of the rear wheel steering angle, we are in the presence of four states. The set value of the rear wheel steering angle is, however, entirely determined by the knowledge of the input and the output at time k.
  • the initial state vector for initializing the dynamic model has not been registered.
  • the reconstructed data used in the comparison step is then data reconstructed from a reconstructed initial state.
  • the initial state vector allowing the initialization of the dynamic model has instead been recorded.
  • the method then comprises an additional step of prior checking of coherence between the registered initial state vector and the reconstructed initial state vector by comparison with threshold values, differences between the components of the registered initial state vector and the components of the reconstructed initial state vector.
  • the step of stimulating the dynamic model with the recorded input data, in order to determine reconstructed output data is performed from the registered initial state vector.
  • a first stimulation of the dynamic model is carried out with the recorded input data to determine first reconstituted output data and then, starting from reconstructed initial state vector, at a second dynamic pattern stimulation with the recorded input data for determining second reconstructed output data and comparing the reconstructed first output data, the reconstructed second output data, and the output data. recorded for the purpose of the final consistency diagnosis.
  • FIG. 1 illustrates by way of example the instants of recording data in a report versus sampling dynamic model calculations used in a rear wheel steering control system of a vehicle with at least three steered wheels
  • FIG. 2 schematically illustrates the main elements included in a computer comprising a dynamic model for the steering control of a motor vehicle rear wheel according to a first variant
  • FIG. 3 illustrates the main elements of a diagnostic system for verifying the operation of the control system comprising the dynamic model illustrated in FIG. 2
  • FIG. 4 illustrates the different steps of a diagnostic method according to the invention implemented with a system as illustrated in FIG. 3;
  • FIG. 1 illustrates by way of example the instants of recording data in a report versus sampling dynamic model calculations used in a rear wheel steering control system of a vehicle with at least three steered wheels
  • FIG. 2 schematically illustrates the main elements included in a computer comprising a dynamic model for the steering control of a motor vehicle rear wheel according to a first variant
  • FIG. 3 illustrates the main elements of a diagnostic system
  • FIG. 5 illustrates a second on-board computer variant comprising a dynamic model for determining control requests for the steering of a motor vehicle rear wheel, this time with the recording of a larger number of data; and
  • FIG. 6 illustrates the different steps of a diagnostic method implemented using a system as illustrated in FIG. 3, associated with a computer as illustrated in FIG. 5.
  • Such a control system makes it possible to generate, by means of a dynamic model, steering angle request values of at least one rear wheel, these requests being supplied to an actuator device capable of performing the required steering of the rear wheels.
  • the system comprises a dynamic model making it possible, in particular, to model the lateral dynamics of the vehicle by the evolution of a certain number of step sizes that characterize the movement. of the vehicle in space.
  • the system further comprises a positive feedback module capable of developing a rear wheel steering angle setpoint value from a control and acting on the transient response dynamics. The module also builds a static control value.
  • the method for implementing such a system as described in this patent application furthermore comprises the selective activation or deactivation of the various modules of the system so as to take account of the different situations with which the vehicle is confronted in order to to obtain, in certain situations, a setpoint value of rear wheel steering angle improving the behavior of the vehicle and the driving comfort.
  • the diagnostic system comprises means for recording on a non-volatile memory embedded in the vehicle, a certain number of input and output data of the control system.
  • the recording of these data is preferably done at certain specific times for which the recording of the data seems important. This will be the case, for example, when triggering an anti-skid system or a rear wheel steering system, these systems coming into operation in particular driving situations of the vehicle.
  • the recorded data will be recorded with a sampling frequency lower than that of the control system.
  • FIG. 1 illustrates this feature.
  • the activation signal of the recording has been shown.
  • the signal changes from value 0 to value 1.
  • This rising edge causes activation of the recording.
  • the values of the input data which constitutes the steering angle of the front wheels ⁇ av (in radians) are recorded. This angle is measured or estimated for example from the measurement of the rotation angle of the steering wheel of the vehicle.
  • the longitudinal speed of the vehicle v x is also recorded in m / s.
  • This speed is measured or estimated for example from the knowledge of the rotational speeds of the wheels or from the filtered derivative of the position delivered by a geographical positioning system of the vehicle (GPS, registered trademark).
  • GPS geographical positioning system of the vehicle
  • two output values namely the static steering motion of the rear wheels has a s "(in radians) and the dynamic steering motion of the rear wheels CLJ d" ( in radians).
  • FIG. 2 shows schematically the main bodies of a computer on board a motor vehicle and capable of providing steering control of the rear wheels, as shown for example in the French patent application No. 2,864 002.
  • the computer referenced 1 as a whole, comprises an input block 2 which receives at each sampling step, at the sampling frequency T e , the measured values of the steering angle. front wheels ⁇ av and the longitudinal speed of the vehicle v x .
  • a static steering calculation block 3 receives on its two inputs, the measured values of the steering angle of the front wheels ⁇ av and the longitudinal velocity of the vehicle v x from the input block 2.
  • the block 3 delivers the static gain rate T gs which is a setting parameter depending on the vehicle speed and the steering angle of the front wheels. This parameter is set when the vehicle is in focus.
  • the calculator 1 also includes a calculation block 4 which comprises two models which are not identified precisely in the figure and which are, one a model of the lateral dynamics of the vehicle and the other a model of the dynamic of the vehicle. the steering actuator of the rear wheels.
  • the model of the lateral dynamics of the vehicle takes into account the evolution of the state variables that are the yaw rate ⁇ and the lateral drift of the vehicle ⁇ .
  • ⁇ [k + l] a a c r [k] (15)
  • ⁇ is the characteristic time constant of the first order dynamic model
  • aZ is the modeled value of the steering angle of the rear wheels
  • 0C ⁇ r is the setpoint of the steering angle of the rear wheels.
  • the computer 1 further comprises a block 5 for calculating a control law by placing poles as described for example in the French patent application No. 2,864,002.
  • This block delivers an intermediate variable CL ⁇ req which corresponds to a positive reaction in the system, as described in the aforementioned French patent application.
  • This intermediate variable is obtained by the equation:
  • Kik] 1 K I k] + TgSIkU -K 2 [kU + ⁇ 7 ⁇ C_DFF - v x [k]) + K ⁇ [k] ⁇ V * W
  • Block 6 illustrated in FIG. 2 and symbolized by the mention 1 / z, causes a delay of one sampling step which results in the following formula: Note that the set value of the steering angle of rear wheels a c ar is initialized at the start of the recording independently and without respecting this equation.
  • the block 7 is an addition block which receives on its positive input the set value cC end block 5 and on its negative input, the static steering request a s "end of block 3.
  • the adder block 7 therefore delivers the dynamic steering request of the rear wheels according to the formula:
  • a non-volatile memory referenced 8 equips the computer 1 and allows the recording, as indicated above, input and output data to the sampling period T r .
  • the recording of this information starts as soon as the activation signal goes from 0 to 1.
  • the recording stops automatically when the required number of recorded data is reached.
  • the input data ⁇ av and v x are fed to the memory 8 via the connections 9 and
  • the memory 8 also receives at the beginning of the recording, the distance traveled D p by the connection 1 1.
  • the recording in the memory 8 starts when the activation signal Act is received via the connection 12.
  • the output data consisting of the static steering request has s '"' supplied through the connection 13 and the turning motion dynamic CLJ d "supplied through the connection 14 are also recorded, as indicated above, according to the recording period T r greater than or equal to the sampling period T e of the rear wheel steering control strategy to limit the number of recorded data.
  • FIG. 3 illustrates the main components of a diagnostic system making it possible to establish a coherence diagnosis of the data recorded by the computer 1 during the operation of the rear wheel steering system illustrated in FIG. 2.
  • the computer 1 comprising the non-volatile memory 8.
  • the data stored in the memory 8 can be retrieved in a simulator referenced 18 as a whole, by transmission means 19 of conventional type and not described here.
  • the retrieval of the recorded data which makes it possible to read the contents of the nonvolatile memory 8, includes various treatments not illustrated here, necessary to render the data readable by the simulator and which may include, for example, decoding steps.
  • the data stored in the memory 8 are therefore found in an input block 20 inside the simulator 18. These data have been recorded as indicated above, with a sampling frequency T r .
  • the state variables of the dynamic model namely yaw rate ⁇ , lateral drift ⁇ and the modeled value of the steering angle of rear wheels CC ⁇ . have unknown values that are not necessarily null.
  • the block 25 also receives on its input the set value of the rear wheel steering angle ⁇ a c r which is calculated by a block 26 corresponding to the block 5 of the computer 1 and which contains the same control law by placement of poles.
  • the block 26 receives on its various inputs the values determined by the dynamic model of the block 25 that constitute the yaw rate ⁇ , the lateral drift ⁇ and the modeled value of the rear wheel steering request CC ⁇ . .
  • the block 26 also receives via the connection 48 the interpolated value of the front wheel steering angle ⁇ av .
  • the block 26 delivers at its output the intermediate positive reaction variable ⁇ ff ⁇ for the request for a rear wheel steering angle that is subject, by the block 27, to a delay of one sampling step so to produce the angle setpoint of rear wheel steering CL a c r which is reacted by the connection 29 to the input of the block 25.
  • This value is also brought to the positive input of the adder block 28, which also receives on its negative input, by the connection 30, an interpolated value for the static steering motion of the rear wheels ( ⁇ ⁇ s' - the mlerP ° _
  • the first step 33 which is upstream of the block 20 illustrated in Figure 3, allows the recovery of the recorded data. It consists of reading the contents of the non-volatile memory 8 of the calculator
  • the second step 34 which takes place in the block 21 allows the interpolation of the data recorded at the sampling step of the system T e .
  • the next step consists in calculating the value of the parameter constituted by the static gain rate Tgs as well as the coefficients of the correctors for each sampling step.
  • This step is noted in FIG. 4 and is implemented by the block 22 illustrated in FIG. 3.
  • the reconstructed values of the corrector coefficients and for Tgs are obtained from the steering data of the front wheels and the speed of the wheel. vehicle, interpolated in the previous step.
  • step 36 the calculation of the initial state of the dynamic model is performed from the sole knowledge of the entries and the recorded outputs that were the subject of the interpolation. Since there is a restricted number of recorded values with respect to the model outputs, ie in the example illustrated, the static and dynamic values of the steering angle request. rear wheel, it is important to use the minimum number of points to restore the initial state. If too many points are used, the final diagnosis may be distorted. Indeed, the diagnosis is based on the interpretation of the differences observed between the simulated outputs reconstructed on the basis of the initial state also reconstructed, and the outputs recorded.
  • Equations (13), (14), (15), (17) and (19) provide five new equations with four new unknowns, namely a cumulative total of six equations for eight unknowns, which remains insufficient to determine the initial state because it constitutes an indeterminate system of equations.
  • the matrix M contains the interpolated data at each sampling step T e and writes:
  • the coefficients b ⁇ are defined with the same expressions as ⁇ 1 ⁇ but with V x [l] instead of V x [ ⁇ ]. If we denote by Kini the 9x9 matrix of equation (23), where M is a line vector, ie a 9x1 matrix, the resulting line vector has a dimension 3x1.
  • the KiniI matrix is invertible and one can obtain the initial state of the dynamic model by the equation:
  • This step is to calculate, for instants k ranging from 0, which corresponds to the initialization until time t reg istrement, the state of the dynamic model and steering requests produced on the basis of equations (13), (14), (15), (16), (17), (18) and (19).
  • equations (13), (14), (15), (16), (17), (18) and (19) we finally obtain the value of the dynamic steering request of the rear wheels reconstituted by the equation:
  • the last step 38 indicated in FIG. 4 consists in carrying out a diagnosis by checking the consistency of the data recorded with the reconstituted data.
  • the values OC * "[/ ' ] and CL ⁇ r " [nk] can preferably be plotted on a single graph, where j and k are positive or zero integers, such that j and nk do not exceed the number of samples available. The comparison of these Values are used to check the consistency of the steering requests at the different recording times, as well as the general trend of evolution during the recording time.
  • a diagnostic alert message is provided to warn of inconsistency between the recorded data and the reconstructed data. Such an inconsistency will make it possible to investigate the cause of a malfunction of the on-vehicle rear wheel steering control system.
  • FIG. 5 illustrates a second embodiment also applied by way of example to the diagnosis of a rear wheel steering control system.
  • step 36 the following is calculated as indicated above. initial state of the dynamic model from the only input and output data recorded and interpolated as before.
  • a new step 42 makes it possible to carry out a preliminary diagnosis by first checking the coherence between the initial state rebuilt and the initial state saved for the dynamic model. This comparison is performed on each series of recorded data to be analyzed. To analyze this coherence, we take into account the uncertainty associated with the reconstitution of the initial state of the dynamic model in step 36, on the basis of data presenting certain inaccuracies related to the type of memory used, the precision of the interpolation, etc. Data will be considered consistent if the following three conditions are met:
  • the diagnostic step referenced 44 in FIG. 6 is then carried out, in which the values recorded are compared with the reconstituted values. This step is done in the same way as step 38 previously explained for the first embodiment.
  • step 45 is first of all performed which consists in reconstructing the rear wheel steering requests from the initial registered state. We obtain a request for rear wheel steering noted
  • step 47 in which the values obtained in steps 45 and 46 are compared with the recorded values.
  • step 42 results from a problem of recording the initial state of the dynamic model or of a problem concerning the computation of the final queries, while in a third situation it will be possible to note for a moment record at least, denoted by k (positive integer or zero), which is simultaneously:
  • ⁇ dyn ⁇ constitutes _X ⁇ . ⁇ j _ ⁇ dyn [". ⁇ ]
  • ⁇ J authorizes and u a d r yn restores _ 2 X ⁇ n - - ⁇ r] ⁇ > (x a g r ap allows
  • step 42 results from a problem on the first two sets of recorded samples that were used to reconstruct the initial state.
  • ki and k 2 which are two positive integers or zero integers, for which we simultaneously have: a a d ⁇ n - recons ⁇ ue - 1 [n - k x ] -ce * "[n - k ⁇ ] ⁇ > cc ⁇ ⁇ ap_author> and allows ar

Abstract

Système de diagnostic du fonctionnement d'un système de commande d'au moins un paramètre de conduite d'un véhicule automobile, utilisant un modèle dynamique, comprenant des moyens d'enregistrement sur une mémoire non volatile de données d'entrée et de sortie du système pendant le fonctionnement, conçus pour enregistrer lesdites données avec une fréquence d'échantillonnage inférieure à la fréquence d'échantillonnage du système, et comprenant un modèle dynamique (25) capable d'être stimulé avec les données d'entrée enregistrées (20) de façon à déterminer des données de sortie reconstituées et des moyens de comparaison (31) pour comparer des données de sortie reconstituées avec les données de sortie enregistrées en vue d'un diagnostic de cohérence.

Description

Procédé et dispositif de diagnostic d'un système de commande utilisant un modèle dynamique
La présente invention est relative au diagnostic du fonctionnement d'un système de commande d' au moins un paramètre de conduite d'un véhicule automobile utilisant un modèle dynamique.
Dans le but d' améliorer la sécurité active et le plaisir de conduite, certains véhicules automobiles sont équipés de dispositifs d' aide à la conduite tels que des systèmes anti-patinage, des systèmes de freinage automatique, des systèmes de braquage de roues, etc. De tels systèmes sont pilotés par des lois de commande activées par un superviseur selon des fonctionnements répondant à un certain nombre de conditions. Les lois de commande sont implantées dans un calculateur embarqué dans le véhicule et génèrent périodiquement, à une certaine fréquence d' échantillonnage, des signaux de commande que l'on appelle des requêtes, destinés à des actionneurs agissant sur certains organes du véhicule. Dans le cas d'un système actif de braquage de roues arrière dans un véhicule comprenant au moins trois roues directrices, le calculateur émettra des requêtes de braquage du système de direction des roues arrière.
Afin de pouvoir procéder au diagnostic de tels systèmes, dans le cadre d'un service après-vente ou en cas d' accident, un certain nombre d'informations sont enregistrées dans une mémoire non volatile qui peut ensuite être exploitée. Dans la majorité des cas, et en raison d'une taille insuffisante de la mémoire disponible, l' enregistrement des données est sous-échantillonné, c' est-à-dire réalisé avec une fréquence d' échantillonnage inférieure à la fréquence d' échantillonnage produisant les requêtes de commande lors du fonctionnement du système. Les données enregistrées étant traitées par des calculateurs, ont une certaine précision dont il est en outre nécessaire de tenir compte lorsque l'on veut effectuer un diagnostic.
La demande de brevet japonais JP 2000/181 742 (Fujitsu) décrit un dispositif permettant d'effectuer un diagnostic de faute en ligne dans un système redondant. Une reconstruction de données est effectuée en fonction du résultat du diagnostic.
La demande de brevet US 2004/122 639 (Bosch) décrit une méthode d' acquisition de paramètres de conduite d'un véhicule automobile utilisant un modèle tridimensionnel de la cinématique du véhicule, de façon à reconstruire ultérieurement le mouvement du véhicule à partir des signaux de mesure représentatifs des dynamiques latérale et longitudinale. Le modèle utilisé est un modèle cinématique.
La présente invention a pour objet de permettre un diagnostic de commande de paramètres de conduite ou de requêtes produites par l' intermédiaire d'une loi de commande représentée par un modèle dynamique, c' est-à-dire un modèle dans lequel les signaux de sortie sont définis par des équations algébriques différentielles en fonction des entrées. La présente invention a également pour objet de proposer des moyens pour l'initialisation d'un modèle dynamique, utilisés pour reconstruire des signaux à partir de données enregistrées en vue d' effectuer un diagnostic.
Selon un aspect général, il est proposé un procédé de diagnostic du fonctionnement d'un système de commande d'un paramètre de conduite d'un véhicule automobile, utilisant un modèle dynamique, le diagnostic étant fait à partir de données d'entrée et de sortie du système qui ont été enregistrées pendant le fonctionnement selon une certaine fréquence d' échantillonnage. Le procédé comprend les étapes suivantes : enregistrement de données d' entrée et de sortie du système avec une fréquence d' échantillonnage inférieure à la fréquence d'échantillonnage du système ; stimulation du modèle dynamique avec les données d' entrée enregistrées de façon à déterminer des données de sortie reconstituées; comparaison des données de sortie reconstituées avec les données de sortie enregistrées en vue d'un diagnostic de cohérence.
Compte tenu de la fréquence d'échantillonnage utilisée lors de l' enregistrement, le procédé comprend de préférence une étape préalable d'interpolation des données enregistrées au pas d' échantillonnage du système. Avantageusement, on procède ensuite à une étape de reconstitution des paramètres et coefficients de correction statique à partir de données d' entrée enregistrées.
L 'étape de comparaison est faite par exemple en comparant l' écart entre les données reconstituées et les données enregistrées avec une valeur de seuil pour chaque donnée. On en déduit une information d' alerte si ledit écart est supérieur à la valeur de seuil.
Pour pouvoir reconstituer correctement les données de sortie à l' aide du modèle dynamique, il est important de connaître avec précision l'état initial du système au moment où l' enregistrement des données est activé.
A cet effet, le procédé comprend de préférence, avant l' étape de stimulation du modèle dynamique, une étape de reconstruction du vecteur d' état initial à partir de données d' entrée et de sortie enregistrées.
Généralement, le modèle dynamique utilise, pour chaque pas d' échantillonnage, des équations dynamiques discrétisées faisant intervenir des variables d' état du modèle. L ' étape de reconstruction du vecteur d' état initial est alors effectuée par inversion d'un système d' équations comprenant des données initiales enregistrées et des équations dynamiques précitées correspondant à un nombre minimal de pas d'échantillonnage, à partir de l' état initial.
Selon un autre aspect, il est également proposé un système de diagnostic du fonctionnement d'un système de commande d'un paramètre de conduite d'un véhicule automobile, utilisant un modèle dynamique, comprenant des moyens d'enregistrement sur une mémoire non volatile, de données d' entrée et de sortie du système pendant le fonctionnement. Les moyens d' enregistrement sont conçus pour enregistrer lesdites données avec une fréquence d' échantillonnage inférieure à la fréquence d'échantillonnage du système.
Le système comprend un modèle dynamique capable d' être stimulé avec les données d' entrée enregistrées de façon à déterminer des données de sortie reconstituées. Des moyens de comparaison sont également prévus pour comparer des données de sortie reconstituées avec les données de sortie enregistrées en vue d'un diagnostic de cohérence.
De préférence, le modèle dynamique comprend des équations dynamiques discrétisées faisant intervenir, pour chaque pas d' échantillonnage, des variables d' état du modèle. Le système comprend des moyens de reconstruction du vecteur d'état initial par inversion d'un système d'équations comprenant des données initiales enregistrées et les équations dynamiques précitées correspondant à un nombre minimal de pas d'échantillonnage à partir de l' état initial.
On va maintenant expliquer de manière plus précise, la manière dont on peut reconstruire un vecteur d' état initial à partir de données d' entrée et de sortie enregistrées avec un nombre minimal de pas d' échantillonnage.
Le vecteur d'entrée peut être défini sous la forme :
Figure imgf000006_0001
Chacune des composantes de ce vecteur d' entrée de 1 à j correspond à un instant d' échantillonnage noté k pendant la période d' échantillonnage Te pendant laquelle l' enregistrement est activé.
Les m données de sortie sur lesquelles doit porter le diagnostic peuvent être exprimées par un vecteur de sortie Y sous la forme :
Figure imgf000006_0002
Enfin, l' état relatif au système de dimension n, qui représente les valeurs de sortie sur la base de données d' entrée rentrant dans le modèle dynamique, s' exprime sous la forme :
Figure imgf000007_0001
Le modèle dynamique utilise, pour chaque pas d' échantillonnage, des équations dynamiques discrétisées, sous la forme :
Figure imgf000007_0002
où k est positif ou nul, et où Ak et Bk sont des paramètres exprimés sous forme matricielle.
Il résulte de la forme des équations (4) ci-dessus, que l'évolution des valeurs de sortie issues du modèle dynamique est linéaire par rapport à lui-même comme le montre le premier terme du produit matriciel Ak.X[k] . En revanche, l' évolution peut être non linéaire par rapport aux données d' entrée, comme l' exprime la deuxième relation sous forme du produit matriciel Bk(U[k]).
Le vecteur de sortie Y dépend linéairement de l' état X et éventuellement, de manière non linéaire, des données d'entrée U selon la relation :
Y[k] = Ck - X[k] + Dk {u[k]) (5)
où Ck et Dk sont des paramètres exprimés sous forme matricielle.
A l' instant initial qui correspond à k=0, les données d'entrée U[O] et les données de sortie Y[O] sont connues car elles ont fait l'objet d'un enregistrement dans la mémoire non volatile du système.
L 'équation (4) comporte n inconnues (X(O)) et m équations sous la forme :
F[O] = C0 - X[O] + D0 (CZ[O]) (6)
En supposant que toutes les relations sont bien indépendantes, on peut donc construire un système de m équations. Si m est supérieur ou égal à n, et que la matrice Co est inversible, le système d' équations obtenu permet de déterminer X[O] . Dans le cas contraire, il est nécessaire d'utiliser les relations existant à l'instant d'échantillonnage suivant pour lequel k= l , pour obtenir plus d'équations. On fait alors intervenir les entrées U[ I ] et les sorties Y[ I ] et on utilise les relations représentées par les équations (4) et (5) ci-dessus au pas d' échantillonnage k= l .
Il en résulte que l'on ajoute les inconnues X( I ) au vecteur d'inconnues, et les équations
X[I] = A0 - X[O] + B0[U[O]) (7) et
F[I] = C1 X[I] + D1 Ml]) (8) au système d'équations.
D 'une manière générale, on a donc 2.n inconnues pour 2.m+n équations, à condition bien entendu que les relations soient bien indépendantes. Si le système d'équations est inversible, on obtient alors le vecteur X[O] par inversion matricielle.
Dans le cas contraire, il est nécessaire de réitérer le processus une nouvelle fois. On considère alors l'instant d' échantillonnage suivant pour k=2 à l'instant 2.Te. Cela conduit à un vecteur de 3.n inconnues sous la forme :
Figure imgf000008_0001
avec en outre 3.m+2.n équations.
Si l'on poursuit encore l'itération jusqu' à l'instant k=p à l' instant /?. Te, on obtient un vecteur de p.n inconnues sous la forme :
Figure imgf000008_0002
avec (p+ \ ).m+p.n équations. On poursuit les itérations jusqu'à ce que l'on obtienne plus d' équations que d'inconnues. En ne conservant que le nombre d' équations nécessaires à l'inversion du système d'équations, on obtient alors l' état initial X[O] par l' équation matricielle :
Figure imgf000009_0001
où I est la matrice unité.
La valeur de p correspond à la valeur supérieure entière du ratio 1 . m Selon un exemple de mise en œuvre avantageux, le paramètre de conduite qui fait l'obj et du diagnostic peut être une requête de braquage d'une roue arrière d'un véhicule comportant au moins trois roues directrices. Les données initiales enregistrées utilisées dans le système d' équations précité peuvent alors comprendre la vitesse longitudinale du véhicule, l' angle de braquage des roues avant, la partie dynamique de l' angle de braquage de roue arrière, la partie statique de l' angle de braquage de roue arrière et la valeur de consigne de l' angle de braquage de roue arrière. Les équations dynamiques précitées comprennent comme inconnues, la valeur modélisée de l' angle de braquage de roue arrière, la vitesse de lacet, la dérive latérale et une valeur intermédiaire de réaction positive de l' angle de braquage de roue arrière. Si l'on ajoute la valeur de consigne de l'angle de braquage de roue arrière, on est donc en présence de quatre états. La valeur de consigne de l'angle de braquage de roue arrière est toutefois entièrement déterminée par la connaissance de l'entrée et de la sortie à l'instant k.
Il suffit dans ce cas de prendre en compte les équations précédentes pour quatre pas d'échantillonnage enregistrés, c ' est à dire jusqu' à l' instant d' échantillonnage 3.Te (de 0 à p=3). Dans une première application, le vecteur d'état initial permettant l'initialisation du modèle dynamique n' a pas été enregistré. Les données reconstituées utilisées dans l' étape de comparaison sont alors des données reconstituées à partir d'un état initial reconstruit. Dans une deuxième application, le vecteur d' état initial permettant l'initialisation du modèle dynamique a au contraire été enregistré. Le procédé comprend alors une étape supplémentaire de vérification préalable de cohérence entre le vecteur d'état initial enregistré et le vecteur d'état initial reconstruit par comparaison avec des valeurs de seuil, des écarts entre les composants du vecteur d' état initial enregistré et les composants du vecteur d' état initial reconstruit.
Si la vérification préalable de cohérence montre une cohérence, l' étape de stimulation du modèle dynamique avec les données d' entrée enregistrées, en vue de déterminer des données de sortie reconstituées, est effectuée à partir du vecteur d' état initial enregistré.
Si la vérification préalable de cohérence montre une incohérence, on procède, à partir du vecteur d'état initial enregistré, à une première stimulation du modèle dynamique avec les données d' entrée enregistrées pour déterminer des premières données de sortie reconstituées puis, à partir du vecteur d' état initial reconstruit, à une deuxième stimulation du modèle dynamique avec les données d' entrée enregistrées pour déterminer des deuxièmes données de sortie reconstituées et on compare les premières données de sortie reconstituées, les deuxièmes données de sortie reconstituées et les données de sortie enregistrées en vue du diagnostic de cohérence final.
L 'invention sera mieux comprise à l'étude de quelques modes de réalisation et de mise en œuvre pris à titre d' exemples nullement limitatifs, et illustrés par les dessins annexés sur lesquels : la figure 1 illustre à titre d'exemple les instants d' enregistrement des données dans un rapport 5 par rapport à l'échantillonnage des calculs d'un modèle dynamique utilisé dans un système de commande de braquage de roue arrière d'un véhicule à au moins trois roues directrices ; la figure 2 illustre schématiquement les principaux éléments inclus dans un calculateur comportant un modèle dynamique pour la commande de braquage d'une roue arrière de véhicule automobile selon une première variante ; - la figure 3 illustre les principaux éléments d'un système de diagnostic permettant de vérifier le fonctionnement du système de commande comportant le modèle dynamique illustré sur la figure 2 ; la figure 4 illustre les différentes étapes d'un procédé de diagnostic selon l' invention mis en œuvre avec un système tel qu'illustré sur la figure 3 ; la figure 5 illustre une deuxième variante de calculateur embarqué comportant un modèle dynamique pour la détermination de requêtes de commande pour le braquage d'une roue arrière de véhicule automobile, avec cette fois l' enregistrement d'un nombre plus important de données ; et la figure 6 illustre les différentes étapes d'un procédé de diagnostic mis en œuvre à l'aide d'un système tel qu'illustré sur la figure 3 , associé à un calculateur tel qu'illustré sur la figure 5.
Les différents exemples illustrés à titre non limitatif, s 'appliquent à un système de commande du braquage de roues arrière directrices d'un véhicule automobile, tel que décrit en particulier dans la demande de brevet français n° 2 864 002 (Renault) qui utilise une loi de commande par placement de pôles pour déterminer une valeur de consigne d'un angle de braquage des roues arrière.
Un tel système de commande permet de générer, au moyen d'un modèle dynamique, des valeurs de requêtes d'angle de braquage d'au moins une roue arrière, ces requêtes étant fournies à un dispositif actionneur capable d'effectuer le braquage requis des roues arrière. Le système comprend un modèle dynamique permettant notamment de modéliser la dynamique latérale du véhicule par l'évolution d'un certain nombre de grandeurs d'étapes qui caractérisent le mouvement du véhicule dans l'espace. Le système comprend en outre un module de réaction positive capable d'élaborer une valeur de consigne d'angle de braquage de roue arrière à partir d'une commande et permettant d'agir sur la dynamique de réponse transitoire. Le module élabore également une valeur de commande statique.
Le procédé de mise en œuvre d'un tel système tel que décrit dans cette demande de brevet comporte en outre, l'activation ou la désactivation sélective des différents modules du système de façon à tenir compte des différentes situations auxquelles le véhicule est confronté afin d'obtenir, dans certaines situations, une valeur de consigne d'angle de braquage de roues arrière améliorant le comportement du véhicule et le confort de conduite.
Le système de diagnostic selon l'invention comprend des moyens d'enregistrement sur une mémoire non volatile embarquée dans le véhicule, d'un certain nombre de données d'entrée et de sortie du système de commande. Compte tenu de la taille limitée de la mémoire prévue dans un calculateur embarqué sur un véhicule automobile, l'enregistrement de ces données ne se fait de préférence qu'à certains moments particuliers pour lesquels l'enregistrement des données semble important. Ce sera le cas, par exemple, lors du déclenchement d'un système anti-dérapage ou d'un système de braquage de roues arrière, ces systèmes entrant en fonction dans des situations particulières de conduite du véhicule. De plus et toujours pour tenir compte de la taille limitée de la mémoire disponible, les données enregistrées ne seront enregistrées qu'avec une fréquence d'échantillonnage inférieure à celle du système de commande.
La figure 1 illustre cette particularité. Sur la partie supérieure de la figure 1 , on a montré le signal d'activation de l'enregistrement. A l'instant t=0 le signal passe de la valeur 0 à la valeur 1. Ce front de montée entraîne l'activation de l'enregistrement. La partie inférieure de la figure 1 montre la valeur Te de chaque pas d'échantillonnage du système de commande de braquage et montre que l'enregistrement se fait dans un rapport 5 par rapport à l'échantillonnage du système de commande. Le pas d'enregistrement étant Tr, on voit que Tr = 5Te. A chaque pas d'enregistrement, on enregistre les valeurs des données d'entrée que constitue l'angle de braquage des roues avant αav (en radians). Cet angle est mesuré ou estimé par exemple à partir de la mesure de l'angle de rotation du volant de direction du véhicule. On enregistre également la vitesse longitudinale du véhicule vx en m/s.
Cette vitesse est mesurée ou estimée par exemple à partir de la connaissance des vitesses de rotation des roues ou encore à partir de la dérivée filtrée de la position délivrée par un système de positionnement géographique du véhicule (GPS, marque déposée). De la même manière, à chaque pas d' échantillonnage on enregistre deux valeurs de sortie à savoir la requête de braquage statique de roues arrière aa s'"' (en radians) et la requête de braquage dynamique des roues arrière CLJd " (en radians).
Ces quatre données d'entrée et de sortie sont enregistrées avec un sous échantillonnage Tr par rapport à l'échantillonnage Te des calculs du système de commande de braquage. A l'instant t=0 on enregistre en outre, à titre de donnée d'entrée supplémentaire, la distance parcourue Dp au temps t=0, c'est-à-dire au début de l'enregistrement (en km). Ce signal est issu du compteur de kilomètres parcourus depuis le début de la vie du véhicule.
On se reportera maintenant à la figure 2 qui montre schématiquement les principaux organes d'un calculateur embarqué sur un véhicule automobile et capable d'assurer une commande de braquage des roues arrière, comme indiqué par exemple dans la demande de brevet français n° 2 864 002. Sur la figure 2, le calculateur, référencé 1 dans son ensemble, comprend un bloc d'entrée 2 qui reçoit à chaque pas d'échantillonnage, à la fréquence d'échantillonnage Te, les valeurs mesurées de l'angle de braquage des roues avant αav et de la vitesse longitudinale du véhicule vx. Un bloc 3 de calcul de braquage statique reçoit sur ses deux entrées, les valeurs mesurées de l'angle de braquage des roues avant αav et de la vitesse longitudinale du véhicule vx issues du bloc d'entrée 2. Le bloc 3 délivre le taux de gain statique Tgs qui est un paramètre de réglage fonction de la vitesse du véhicule et de l'angle de braquage des roues avant. Ce paramètre est défini au moment de la mise au point du véhicule. Le bloc 3 délivre également un signal de requête de braquage statique des roues arrière aa s'"' . Cette valeur est, par exemple, calculée à partir de l'angle de braquage des roues avant et du taux de gain statique par la formule : a:;' = (l - Tgs(aav,vx)) -aav ( 12)
Le calculateur 1 comprend également un bloc de calcul 4 qui comporte deux modèles qui ne sont pas identifiés de manière précise sur la figure et qui sont, l'un un modèle de la dynamique latérale du véhicule et l'autre un modèle de la dynamique de l'actionneur de braquage des roues arrière.
Le modèle de la dynamique latérale du véhicule tient compte de l'évolution des grandeurs d'état que sont la vitesse de lacet ψ et la dérive latérale du véhicule δ. On peut numériser les équations différentielles qui décrivent l'évolution de ces variables selon la méthode d'Euler de façon à obtenir un modèle linéaire décrit par les équations aux différences suivantes:
Figure imgf000014_0001
ψ[^i] = ^ - αavM -^ - α:M+ re - ^ ' k ~ D- ' k -S[*]
Figure imgf000014_0002
Avec k>0 le kieme instant d'échantillonnage,
Dav la rigidité de dérive du train avant (N/rad),
Dar celle du train arrière (N/rad),
Izz l'inertie en rotation du véhicule autour de son axe de lacet
(verticale ascendante) (kg. m2), M la masse du véhicule (en kg), h la distance entre le centre de gravité et l'axe du train avant (m), I2 la distance entre le centre de gravité et l'axe du train arrière (m), et L= I1+ I2 l'empattement du véhicule. Le modèle de la dynamique de l'actionneur de braquage des roues arrière donne une estimation de l'évolution du braquage des roues arrière en fonction des consignes de braquage. Ce modèle est également décrit par une équation aux différences résultant de la numérisation de l'équation différentielle caractérisant une dynamique du premier ordre de l'actionneur selon la méthode d'Euler :
<[k + l] aa c r[k] (15)
Figure imgf000015_0001
où τ est la constante de temps caractéristique du modèle dynamique du premier ordre, aZ est la valeur modélisée de l'angle de braquage de roues arrière et,
0Cαr est la valeur de consigne de l'angle de braquage de roues arrière.
On notera qu'à chaque instant on a : cC =α*" +cC (16)
Le calculateur 1 comprend en outre un bloc 5 permettant le calcul d'une loi de commande par placement de pôles comme décrit par exemple dans la demande de brevet français n° 2 864 002. Ce bloc délivre une variable intermédiaire CL^req qui correspond à une réaction positive dans le système, comme décrit dans la demande de brevet français précité. Cette variable intermédiaire est obtenue par l'équation :
Figure imgf000015_0002
Où les coefficients du correcteur K1 , K2 et K3 sont obtenus comme indiqué dans la demande de brevet précitée.
Le coefficient K est donné par l'équation : KIk] = K1Ik] + TgSIkU -K2[kU Λ7Λ + C_DFF - vx[k])+Kι [k] \ V* W
,[*] c L JJ l l i ) L + C_da - vM
+ {l - Tgs[k])- {l + K3 [k]) ( 18) où C DFF et C da sont des coefficients fonction des paramètres géométriques et des rigidités de dérive des trains avant et arrière du véhicule. En l'occurrence,
C DFF = h^Let C Λ, =M '* -D- - l' -D"
L ' D1,, ~ L - D,, - Dϋr
Le bloc 6 illustré sur la figure 2 et symbolisé par la mention 1/z, provoque un retard d'un pas d'échantillonnage qui se traduit par la formule suivante :
Figure imgf000016_0001
On notera que la valeur de consigne de l'angle de braquage de roues arrière ac ar est initialisée à l'instant du début de l'enregistrement de manière indépendante et sans respecter cette équation.
Le bloc 7 est un bloc d'addition qui reçoit sur son entrée positive la valeur de consigne cC issue du bloc 5 et sur son entrée négative, la requête de braquage statique aa s'"' issue du bloc 3. Le bloc additionneur 7 délivre donc la requête de braquage dynamique des roues arrière selon la formule :
Figure imgf000016_0002
Une mémoire non volatile référencée 8 équipe le calculateur 1 et permet l'enregistrement, comme indiqué précédemment, des données d'entrée et de sortie à la période d' échantillonnage Tr.
Comme indiqué en référence à la figure 1 , l'enregistrement de ces informations démarre dès que le signal d'activation passe de la valeur 0 à la valeur 1. L'enregistrement s'arrête automatique lorsque le nombre de données enregistrées requis est atteint. Les données d'entrées αav et vx sont amenées à la mémoire 8 par les connexions 9 et
10. La mémoire 8 reçoit également au début de l'enregistrement, la distance parcourue Dp par la connexion 1 1. L'enregistrement dans la mémoire 8 débute lors de la réception du signal d'activation Act par l'intermédiaire de la connexion 12.
Les données de sortie constituées par la requête de braquage statique aa s'"' amenée par la connexion 13 et la requête de braquage dynamique CLJd " amenée par la connexion 14 sont également enregistrées, comme indiqué précédemment, selon la période d'enregistrement Tr supérieure ou égale à la période d'échantillonnage Te de la stratégie de commande de braquage de roue arrière, afin de limiter le nombre de données enregistrées.
Un bloc de commande 15 reçoit la requête de braquage statique aa s'"' par la connexion 16 et la requête de braquage dynamique CLJd " par la connexion 17 et agit directement sur les actionneurs pour le braquage de roues arrière. La figure 3 illustre les principaux organes d'un système de diagnostic permettant d'établir un diagnostic de cohérence des données enregistrées par le calculateur 1 lors du fonctionnement du système de braquage de roues arrière illustré sur la figure 2. On retrouve sur la figure 3 le calculateur 1 comprenant la mémoire non volatile 8. Les données enregistrées dans la mémoire 8 peuvent être récupérées dans un simulateur référencé 18 dans son ensemble, par des moyens de transmission 19 de type classique et non décrits ici. La récupération des données enregistrées qui permet de lire le contenu de la mémoire non volatile 8, inclut différents traitements non illustrés ici, nécessaires pour rendre lisibles les données par le simulateur et pouvant inclure, par exemple, des étapes de décodage.
Les données enregistrées dans la mémoire 8 se retrouvent donc dans un bloc d'entrée 20 à l'intérieur du simulateur 18. Ces données ont été enregistrées comme indiqué précédemment, avec une fréquence d'échantillonnage Tr.
Il convient tout d'abord de procéder à une interpolation des données enregistrées de façon à reconstituer pour toutes les entrées et sorties enregistrées, la valeur des données au pas d'échantillonnage Te. Cette opération est effectuée dans le bloc d'interpolation 21. Avant de procéder aux étapes suivantes, il est nécessaire de reconstituer les valeurs du paramètre Tgs et des coefficients des correcteurs à chaque pas d'échantillonnage, ces coefficients de correcteurs ayant été utilisés pour calculer la requête de braquage des roues arrière. Cette opération est effectuée dans le bloc 22 à partir des données de braquage des roues avant et de la vitesse du véhicule, ces données étant interpolées et fournies par la connexion 23 issue du bloc 21. Ces informations sont ainsi obtenues pour toute la durée de l'enregistrement et à la période d'échantillonnage Te.
Si k=0 est l'instant initial à partir duquel l'enregistrement a commencé, les variables d'état du modèle dynamique, à savoir la vitesse de lacet ψ , la dérive latérale δ et la valeur modélisée de l'angle de braquage de roues arrière CC^. ont des valeurs inconnues qui ne sont pas nécessairement nulles.
Afin de pouvoir reconstituer les requêtes dynamiques en stimulant une copie du modèle dynamique implanté dans le calculateur 1 avec les entrées qui ont été enregistrées, il est nécessaire de reconstruire l'état initial du modèle. Cette reconstruction se fait dans le bloc 24 d'une manière qui sera explicitée par la suite. Cet état initial reconstitué est amené par la connexion 24a à l'entrée d'un bloc 25 qui est identique au bloc 4 du calculateur 1 , et qui comprend un modèle dynamique identique. Le bloc 25 reçoit sur ses entrées la valeur des données interpolées issues du bloc 21 pour l' angle de braquage des roues avant αav et la vitesse longitudinale du véhicule vx. Le bloc 25 reçoit également sur son entrée la valeur de consigne de l' angle de braquage de roues arrière aa c r qui est calculée par un bloc 26 correspondant au bloc 5 du calculateur 1 et qui contient la même loi de commande par placement de pôles. Le bloc 26 reçoit sur ses différentes entrées les valeurs déterminées par le modèle dynamique du bloc 25 que constituent la vitesse de lacet ψ , la dérive latérale δ et la valeur modélisée de la requête de braquage de roue arrière CC^. . Le bloc 26 reçoit également par la connexion 48 la valeur interpolée de l' angle de braquage de roue avant αav. Le bloc 26 délivre à sa sortie la variable intermédiaire de réaction positive αff^ pour la requête d' angle de braquage de roue arrière qui fait l'objet, par le bloc 27, d'un retard d'un pas d' échantillonnage de façon à produire la valeur de consigne d'angle de braquage de roue arrière CLa c r qui est ramenée en réaction par la connexion 29 à l' entrée du bloc 25. Cette valeur est également amenée sur l' entrée positive du bloc additionneur 28, qui reçoit par ailleurs sur son entrée négative, par la connexion 30, la valeur interpolée de la requête de braquage statique des roues arrière (χ^s '-mlerP°le _
On obtient finalement à la sortie du bloc additionneur 28, comme c 'était le cas à la sortie du bloc additionneur 7 du calculateur
1 , une valeur de requête de braquage dynamique de roue arrière qui est cette fois obtenue par reconstitution et qui est notée a^n-reconsωue _ Cette valeur reconstituée, qui a été obtenue par interpolation dans le bloc 21 des données enregistrées dans la mémoire 8 du calculateur 1 , est comparée, dans un bloc 31 de comparaison et de diagnostic avec la valeur correspondante enregistrée de la requête de braquage dynamique (χ^y"-enres's're qU[ esj- amenée par la connexion 32 issue du bloc 20 jusqu' au bloc 31 en vue d'un diagnostic de cohérence.
En se reportant à la figure 4, on voit que la mise en œuvre du système tel qu'illustré sur la figure 3 se fait par une succession d' étapes. La première étape 33 qui se fait en amont du bloc 20 illustré sur la figure 3 , permet la récupération des données enregistrées. Elle consiste à lire le contenu de la mémoire non volatile 8 du calculateur
1 , qui contient les données enregistrées sous-échantillonnées.
La deuxième étape 34 qui s 'effectue dans le bloc 21 permet l' interpolation des données enregistrées au pas d' échantillonnage du système Te. Cette interpolation peut se faire par exemple de manière linéaire. Si l'on note le ratio de sous-échantillonnage de l' enregistrement des données par n=Tr/Te, on obtient alors l' angle de braquage des roues avant à l'instant n.k où k est un entier positif ou nul, par la formule :
aZerpole[n -
Figure imgf000019_0001
= aZegιstre[n - k\ (21)
Pour chaque instant m compris entre n .k et n.(k+ l), il est nécessaire de reconstituer la donnée enregistrée. On pourra par exemple effectuer une interpolation linéaire en se basant sur les données connues, à savoir aa e v nreg'stre [n - k] et aa e;n egιstre [n - {k + l)] . L 'interpolation peut se faire par l' équation : enregistre X I r , i Yl _ enregistre X r ] aTrpole [n - k + m] = cC^ [n - k]+ m * ^ ψ ' ψ )l a»v ^ (22) n
La même opération d'interpolation se fait sur toutes les autres données enregistrées, dans les mêmes conditions.
L 'étape suivante consiste à calculer la valeur du paramètre que constitue le taux de gain statique Tgs ainsi que les coefficients des correcteurs pour chaque pas d' échantillonnage. Cette étape est notée 35 sur la figure 4 et elle est mise en œuvre par le bloc 22 illustré sur la figure 3. Les valeurs reconstituées des coefficients de correcteur et pour Tgs sont obtenues à partir des données de braquage des roues avant et de vitesse du véhicule, interpolées à l' étape précédente.
On effectue ensuite à l'étape 36 le calcul de l'état initial du modèle dynamique à partir de la seule connaissance des entrées et des sorties enregistrées ayant fait l'objet de l'interpolation. Etant donné que l'on dispose d'un nombre de valeurs enregistrées restreint en ce qui concerne les sorties du modèle, c 'est-à-dire dans l' exemple illustré, les valeurs statique et dynamique de la requête d' angle de braquage de roue arrière, il est important d'utiliser le minimum de points pour reconstituer l' état initial. Si l'on utilise un trop grand nombre de points, le diagnostic final risque d' être faussé. En effet, le diagnostic est basé sur l'interprétation des écarts constatés entre les sorties simulées reconstituées sur la base de l'état initial également reconstruit, et les sorties enregistrées. Le fait d'utiliser trop d' échantillons enregistrés pour les données de sortie provoquerait une diminution de l'écart potentiel en raison du fait que ce ne serait plus l' état initial réel du modèle à l'instant de l' enregistrement sur le véhicule qui serait reconstruit, mais un état fictif différent de cet état réel. On a vu plus haut qu'il était possible de reconstruire l' état initial d'une manière générale à partir d'un nombre minimal d' équations de façon à rendre inversible un système d' équations obtenus à partir des données de sortie calculées sur la base des entrées enregistrées. Dans l'exemple illustré, on procède de la manière suivante.
Au début de l'enregistrement des données, comme indiqué sur la figure 1, on dispose des entrées enregistrées Vx[O] et αav[0] ainsi que de la sortie enregistrée oc*"[θ], qui est la requête dynamique d'angle de braquage de roue arrière. On connaît encore la sortie enregistrée que constitue oc^αf[θ], c'est-à-dire la requête de braquage statique de roue arrière.
Les variables d'état du modèle dynamique qui constituent les entrées du bloc 26 à la figure 3, sont en revanche inconnues. Il s'agit de la valeur modélisée de l'angle de braquage de roue arrière α ^.[θ], de la vitesse de lacet ψ[θ] et de la dérive latérale δ[θ]. Il en est de même de la variable intermédiaire de réaction positive θC^Fre?[θ]. A ce stade, on dispose donc d'une équation de la forme de l'équation (17) ci- dessus pour quatre inconnues. Il est donc impossible de déterminer précisément l'état du modèle oc™[θ],ψ[θ],δ[θ].
Afin de disposer de davantage d'équations, on utilise les informations relatives à l'instant de calcul suivant. Les données d'entrée vx[l],αav[l], la donnée de sortie α*"[l] ainsi que la donnée de sortie oc^.αf[l] sont connues. On peut en déduire aisément, par une équation du type de l'équation (20), la variable intermédiaire ocar[l].
Les équations (13), (14), (15), (17) et (19) apportent cinq nouvelles équations avec quatre nouvelles inconnues, à savoir
Figure imgf000021_0001
soit un total cumulé de six équations pour huit inconnues, ce qui reste insuffisant pour déterminer l'état initial car cela constitue un système d'équations indéterminé.
On prendra alors les informations à l'instant de calcul T2 qui fournit cinq nouvelles équations et quatre nouvelles inconnues, à savoir, OC^ [2] , ψ [2], δ [2], oc ^^[2], soit un total cumulé de onze équations et douze inconnues.
L'utilisation de données de sortie et d'entrée à l'instant T3 ajoute une nouvelle équation en combinant les équations (19) et (20) sans ajouter de nouvelle inconnue puisqu' elle permet de déterminer
A ce stade le système d' équation est donc inversible, et permet de déterminer toutes les inconnues, et finalement l'état initial du modèle dynamique, à savoir oc ^ [θ] ,ψ [θ] , δ [θ] .
La combinaison des différentes équations mentionnées ci- dessus donne le système :
Figure imgf000022_0001
(23)
Dans ce système, les variables intermédiaires, y compris les valeurs de la variable intermédiaire OC ^^ aux instants de calcul 0, 1 et 2, ont été éliminées.
La matrice M contient les données interpolées à chaque pas d' échantillonnage Te et s' écrit :
Figure imgf000023_0001
On a de plus pour les coefficients a!
Figure imgf000023_0002
α13 = e ar
M vx[θ]
Figure imgf000023_0003
Dar- 12 -Dn-I1 a »n2n2 =T
I ZZ
Z • Z) • U a23 =
M vx[θ]
Les coefficients b^ sont définis avec les mêmes expressions que Ά1} mais avec Vx [l] au lieu de Vx [θ]. Si l'on note Kiniî la matrice 9x9 de l'équation (23), M étant un vecteur ligne, c'est-à-dire une matrice 9x1, le vecteur ligne résultant a une dimension 3x1. La matrice Kiniî est inversible et l'on peut obtenir l'état initial du modèle dynamique par l'équation :
Ainit • M (25)
Figure imgf000024_0001
Après qu'on ait ainsi reconstitué le vecteur d'état initial, on procède à l'étape 37 indiquée sur la figure 4, qui consiste à reconstituer les requêtes de braquage dans le simulateur 18 de la figure 3, les calculs s'effectuant dans les différents blocs 25, 26, 27 et 28. Cette étape consiste à calculer, pour les instants k allant de 0, qui correspond à l'initialisation jusqu'à un temps tenregistrement, l'état du modèle dynamique et les requêtes de braquage produites sur la base des équations (13), (14), (15), (16), (17), (18) et (19). On obtient finalement la valeur de la requête de braquage dynamique des roues arrière reconstituée par l'équation :
α dyn _reconstιt >\ue [k] = Kr [k]-aa s r'a'-mterpole [k] (26)
Avec î enregistrement ≥ k-Te ≥ 0, et où k est le kieme instant d'échantillonnage.
Pour ces calculs, on a utilisé l'état initial du modèle dynamique reconstitué au cours de l'étape 36 et calculé dans le bloc 24, ainsi que les coefficients de correcteur et Tgs calculés pour l'ensemble de l'enregistrement à l'étape 35, le calcul étant effectué dans le bloc 22.
La dernière étape 38 indiquée à la figure 4 consiste à effectuer un diagnostic par une vérification de la cohérence des données enregistrées avec les données reconstituées. On pourra de préférence tracer sur un même graphique les valeurs OC *"[/'] et CL^r"[n-k] où j et k sont des nombres entiers positifs ou nuls, tels que j et n.k ne dépassent pas le nombre d'échantillons disponibles. La comparaison de ces valeurs permet de vérifier la cohérence des requêtes de braquage aux différents moments d' enregistrement, ainsi que la tendance générale d'évolution pendant la durée de l'enregistrement.
Si l'écart entre les valeurs α^re∞IBftftιe [/ι - λ:] et a/d r" [n - k] où k est un nombre entier positif ou nul tel que n.k ne dépasse pas le nombre d' échantillons disponibles, dépasse un seuil autorisé qui prend en compte les incertitudes liées à l'interpolation linéaire, à la précision des données etc. , un message d' alerte de diagnostic est fourni pour avertir d'une incohérence entre les données enregistrées et les données reconstituées. Une telle incohérence permettra de rechercher la cause d'un dysfonctionnement du système de commande de braquage de roues arrière embarqué sur le véhicule.
La figure 5 illustre un deuxième mode de réalisation également appliqué à titre d' exemple au diagnostic d'un système de commande de braquage de roues arrière.
Les organes identiques illustrés sur la figure 5 portent les mêmes références que ceux de la figure 2. La seule différence porte sur les entrées de la mémoire non volatile 8. En effet, dans ce mode de réalisation, on enregistre également au moment de l'activation de l' enregistrement (cet instant étant noté ko) la valeur courante des signaux issus du modèle dynamique contenu dans le bloc 4 du calculateur embarqué sur le véhicule. Ces valeurs sont enregistrées par les connexions 39, 40 et 41. Les valeurs ψ IA0 L^ IA0 L0ClAo] sont donc enregistrées dans la mémoire 8. Ces valeurs correspondent à l' état initial du modèle dynamique.
Dans ce deuxième mode de réalisation, le procédé se déroule comme illustré sur la figure 6, les quatre premières étapes étant identiques aux quatre premières étapes de la figure 4. En particulier, à l' étape 36, on calcule comme indiqué précédemment, l' état initial du modèle dynamique à partir des seules données d' entrée et de sortie enregistrées et interpolées comme précédemment.
Une nouvelle étape 42 permet d'effectuer un diagnostic préliminaire en vérifiant tout d'abord la cohérence entre l'état initial reconstruit et l' état initial enregistré pour le modèle dynamique. Cette comparaison est réalisée sur chaque série de données enregistrées à analyser. Pour analyser cette cohérence, on prend en compte l' incertitude liée à la reconstitution de l' état initial du modèle dynamique à l' étape 36, sur la base de données présentant certaines imprécisions liées au type de mémoire utilisée, à la précision de l' interpolation, etc. On estimera que les données sont cohérentes si les trois conditions suivantes sont réunies :
Figure imgf000026_0001
|δ [0]-δ[£0] | < ΔδM (27)
Figure imgf000026_0002
où les données notées [0] sont celles qui ont fait l'objet d'une reconstitution comme indiqué précédemment, tandis que les données notées [k0] sont celles qui ont été enregistrées et où ΔψM ,ΔδM et Δα ™ sont les seuils d'incertitude autorisés définis lors de la conception du système de commande. Si l'on constate une bonne cohérence, c 'est-à-dire un écart inférieur au seuil visé ci-dessus, le processus se poursuit par l' étape 43 , dans laquelle on reconstitue les requêtes de braquage au moyen d'un simulateur similaire à celui de la figure 3 , dans lequel les calculs se font cependant à partir de l' état initial du modèle dynamique tel qu'enregistré dans la mémoire 8.
Comme indiqué précédemment, on calcule pour les instants k allant de l'initialisation à tenregistrement, l' état du modèle dynamique ainsi que les valeurs des requêtes de braquage de roues arrière sur la base des équations contenues dans les blocs 25 , 26, 27 et 28, à savoir les équations précédentes ( 13), ( 14), ( 15), ( 16), ( 17), ( 18) et ( 19). On obtient également les valeurs de requête de braquage dynamique de roues arrière reconstituées ^«-^∞»^ ^] par l' équation 26. Toutefois, dans ces différents calculs, le modèle dynamique contenu dans le blo c
25 reçoit comme entrée le vecteur d' état initial enregistré
Figure imgf000026_0003
étant donné que la cohérence entre l' état initial enregistré et l' état initial reconstitué a été constatée au cours de l' étape précédente référencée 42 sur la figure 6.
A partir de ces valeurs reconstituées, on procède alors à l' étape de diagnostic référencé 44 sur la figure 6, où l'on compare les valeurs enregistrées avec les valeurs reconstituées. Cette étape se fait de la même manière que l' étape 38 précédemment explicitée pour le premier mode de réalisation.
Dans le cas où une incohérence est détectée à l' étape 42, on procède tout d' abord à l' étape 45 qui consiste à reconstituer les requêtes de braquage de roues arrière à partir de l' état initial enregistré. On obtient une requête de braquage de roues arrière notée
-y dyn _ reconstitue _ 1
Puis, au cours d'une étape 46, on procède de la même manière à la reconstitution des requêtes de braquage de roues arrière mais cette fois à partir de l' état initial reconstruit. On obtient une autre valeur notée a/d r"~recom "tue~2.
Le processus se poursuit par l' étape 47, dans laquelle on compare les valeurs obtenues au cours des étapes 45 et 46, avec les valeurs enregistrées. On pourra par exemple tracer sur un même graphique les valeurs obtenues α *»-«∞»"«»«-i [7-] j Ot *»-«∞»"«»«-2 [7-] et les valeurs enregistrées a^r n [n - k]où j et k sont des nombres entiers positifs ou nuls tels que j et n.k ne dépassent pas le nombre d' échantillons disponibles. A partir d'un tel tracé, on vérifie la cohérence des requêtes à chaque instant d' enregistrement, ainsi que la tendance générale d' évolution sur l'intervalle de temps enregistré. Plusieurs cas se présentent alors :
Si la différence en valeur absolue entre toutes les données reconstituées et les données enregistrées est inférieure à un seuil déterminé, qui prend en compte les incertitudes liées à l'interpolation linéaire et à la précision des données, on pourra en conclure que les informations enregistrées sont globalement cohérentes avec l' ensemble des informations reconstituées. Il est alors impossible de conclure quant au diagnostic, puisqu'une incohérence a été constatée à l'étape 42 en ce qui concerne l' état initial, incohérence que l'on ne retrouve plus lorsque les données ont été reconstruites à partir d'une part, de l' état initial enregistré et d' autre part, de l' état initial reconstruit.
Dans un autre cas, il existera pour un enregistrement correspondant à un nombre entier k positif ou nul, simultanément les deux conditions suivantes :
Figure imgf000028_0001
et ua dryn reconstitue _ 2 X \n - κ r i\ n ua dryn X \n • κ r ]\ I | < ^ ua grap autorise
où a g°p-aut0"se est un seuil de cohérence déterminé. Dans ce cas, la reconstitution totale des requêtes de braquage sur la base des données d' entrée et de sortie est cohérente avec les données enregistrées. On en déduira que l' incohérence constatée à l'étape 42 résulte d'un problème d' enregistrement de l' état initial du modèle dynamique ou d'un problème concernant le calcul des requêtes finales. Dans une troisième situation, on pourra constater pour un instant d' enregistrement au moins, noté k (nombre entier positif ou nul), que l'on a simultanément :
^ dyn ^constitue _X ^ . ^j _ ^ dyn [„ . ^] | < ^J autorise et ua dryn reconstitue _ 2 X
Figure imgf000028_0002
\n - - κ r ]\
Figure imgf000028_0003
> (xa grap autorise
Dans ce cas, la reconstitution des requêtes de braquage à partir des données d' entrée et de sortie et de l' état initial enregistré est cohérente avec les données enregistrées. L 'incohérence constatée à l' étape 42 résulte donc d'un problème sur les deux premières séries d' échantillons enregistrés qui ont été utilisés pour reconstituer l' état initial. Dans une autre situation, on constatera qu'il existe deux instants correspondant à ki et k2 qui sont deux nombres entiers positifs ou nuls, pour lesquels on a simultanément : aa dζn-reconsωue-1 [n - kx ] -ce *" [n - kλ ] \ > cc£ \ap _ autorιs> et autorise
Figure imgf000029_0001
ar
Dans ce cas, les incohérences constatées concernent un problème de calcul des requêtes finales.
On voit ainsi, à l' étude de ces exemples, qu'il est possible, en mettant en œuvre l'invention, qu'il s' agisse de son premier ou de son deuxième mode de réalisation, d'obtenir un diagnostic sur la cohérence des données enregistrées par rapport à des données reconstituées et d' en déduire un renseignement sur un éventuel dysfonctionnement d'un dispositif de commande d'un ou de plusieurs paramètres de conduite d'un véhicule automobile, par exemple d'une requête de braquage de roues arrière.

Claims

REVENDICATIONS
1. Procédé de diagnostic du fonctionnement d'un système de commande d' au moins un paramètre de conduite d'un véhicule automobile, utilisant un modèle dynamique, le diagnostic étant fait à partir de données d' entrée et de sortie du système qui ont été enregistrées pendant le fonctionnement, caractérisé par le fait qu'il comprend les étapes suivantes : enregistrement de données d' entrée et de sortie du système avec une fréquence d' échantillonnage inférieure à la fréquence d'échantillonnage du système ; stimulation du modèle dynamique avec les données d'entrée enregistrées de façon à déterminer des données de sortie reconstituées; comparaison des données de sortie reconstituées avec les données de sortie enregistrées en vue d'un diagnostic de cohérence.
2. Procédé selon la revendication 1 comprenant au préalable une étape d'interpolation des données enregistrées au pas d'échantillonnage du système.
3. Procédé selon l'une des revendications précédentes comprenant au préalable une étape de reconstitution des paramètres et coefficients de correction statique à partir de données d' entrée enregistrées.
4. Procédé selon l'une des revendications précédentes dans lequel l'étape de comparaison est faite en comparant l' écart entre les données reconstituées et les données enregistrées avec une valeur de seuil pour chaque donnée et on émet une information d' alerte si ledit écart est supérieur à la valeur de seuil.
5. Procédé selon l'une des revendications précédentes, comprenant, avant l' étape de stimulation du modèle dynamique, une étape de reconstruction du vecteur d' état initial à partir de données d' entrée et de sortie enregistrées.
6. Procédé selon la revendication 5 dans lequel le modèle dynamique utilise, pour chaque pas d' échantillonnage, des équations dynamiques discrétisées faisant intervenir des variables d' état du modèle, l' étape de reconstruction du vecteur d' état initial étant effectuée par inversion d'un système d' équations comprenant des données initiales enregistrées et des équations dynamiques précitées correspondant à un nombre minimal de pas d'échantillonnage à partir de l' état initial.
7. Procédé selon la revendication 6 dans lequel le paramètre de conduite qui fait l'objet du diagnostic est une requête de braquage d'une roue arrière d'un véhicule comportant au moins trois roues directrices, les données initiales enregistrées utilisées dans le système d' équations précité comprenant la vitesse longitudinale du véhicule, l'angle de braquage des roues avant, la partie dynamique de l' angle de braquage de roue arrière, la partie statique de l' angle de braquage de roue arrière, la valeur de commande de l' angle de braquage de roue arrière, et les équations dynamiques précitées comprennent comme variables, la valeur modélisée de l'angle de braquage de roue arrière, la vitesse de lacet, la dérive latérale et une valeur intermédiaire de réaction positive de l' angle de braquage de roue arrière.
8. Procédé selon l'une des revendications 6 ou 7 dans lequel le vecteur d' état initial permettant l'initialisation du modèle dynamique n' a pas été enregistré, les données reconstituées utilisées dans l' étape de comparaison étant des données reconstituées à partir d'un état initial reconstruit.
9. Procédé selon l'une des revendications 6 ou 7 dans lequel le vecteur d' état initial permettant l'initialisation du modèle dynamique a été enregistré, le procédé comprenant une étape supplémentaire de vérification préalable de cohérence entre le vecteur d' état initial enregistré et le vecteur d' état initial reconstruit par comparaison avec des valeurs de seuil des écarts entre les composants du vecteur d' état initial enregistré et les composants du vecteur d' état initial reconstruit.
10. Procédé selon la revendication 9 dans lequel : si la vérification préalable de cohérence montre une cohérence, l' étape de stimulation du modèle dynamique avec les données d' entrée enregistrées de en vue de déterminer des données de sortie reconstituées est effectuée à partir du vecteur d' état initial enregistré ; si la vérification préalable de cohérence montre une incohérence, on procède, à partir du vecteur d'état initial enregistré, à une première stimulation du modèle dynamique avec les données d' entrée enregistrées pour déterminer des premières données de sortie reconstituées puis, à partir du vecteur d' état initial reconstruit, à une deuxième stimulation du modèle dynamique avec les données d' entrée enregistrées pour déterminer des deuxièmes données de sortie reconstituées et on compare les premières données de sortie reconstituées, les deuxièmes données de sortie reconstituées et les données de sortie enregistrées en vue du diagnostic de cohérence.
1 1. Système de diagnostic du fonctionnement d'un système de commande d'un paramètre de conduite d'un véhicule automobile, utilisant un modèle dynamique, comprenant des moyens d' enregistrement sur une mémoire non volatile de données d' entrée et de sortie du système pendant le fonctionnement, conçus pour enregistrer lesdites données avec une fréquence d' échantillonnage inférieure à la fréquence d' échantillonnage du système, caractérisé par le fait qu'il comprend un modèle dynamique (25) capable d' être stimulé avec les données d' entrée enregistrées (20) de façon à déterminer des données de sortie reconstituées et des moyens de comparaison (31 ) pour comparer des données de sortie reconstituées avec les données de sortie enregistrées en vue d'un diagnostic de cohérence.
12. Système selon la revendication 1 1 dans lequel le modèle dynamique comprend des équations dynamiques discrétisées faisant intervenir, pour chaque pas d' échantillonnage, des variables d' état du modèle, le système comprenant des moyens de reconstruction du vecteur d'état initial par inversion d'un système d'équations comprenant des données initiales enregistrées et les équations dynamiques précitées correspondant à un nombre minimal de pas d'échantillonnage à partir de l' état initial.
PCT/FR2009/050283 2008-02-29 2009-02-23 Procede et dispositif de diagnostic d'un systeme de commande utilisant un modele dynamique WO2009112746A2 (fr)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP09721002A EP2263131A2 (fr) 2008-02-29 2009-02-23 Procede et dispositif de diagnostic d'un systeme de commande utilisant un modele dynamique
US12/920,225 US20110087400A1 (en) 2008-02-29 2009-02-23 Method and device for diagnosing a control system using a dynamic model
JP2010548148A JP2011515260A (ja) 2008-02-29 2009-02-23 動的モデルを使用して制御システムを診断する方法と装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0851329A FR2928219B1 (fr) 2008-02-29 2008-02-29 Procede et dispositif de diagnostic d'un systeme de commande utilisant un modele dynamique
FR0851329 2008-02-29

Publications (2)

Publication Number Publication Date
WO2009112746A2 true WO2009112746A2 (fr) 2009-09-17
WO2009112746A3 WO2009112746A3 (fr) 2009-11-05

Family

ID=39790024

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2009/050283 WO2009112746A2 (fr) 2008-02-29 2009-02-23 Procede et dispositif de diagnostic d'un systeme de commande utilisant un modele dynamique

Country Status (5)

Country Link
US (1) US20110087400A1 (fr)
EP (1) EP2263131A2 (fr)
JP (1) JP2011515260A (fr)
FR (1) FR2928219B1 (fr)
WO (1) WO2009112746A2 (fr)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109606358A (zh) * 2018-12-12 2019-04-12 禾多科技（北京）有限公司 应用于智能驾驶汽车的图像采集装置及其采集方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8727213B2 (en) * 2006-02-10 2014-05-20 Wilopen Products, Lc Varnish printing document securing system and method
US8727212B2 (en) 2006-02-10 2014-05-20 Wilopen Products, Lc Embossing pattern card security system
US8838331B2 (en) * 2012-09-21 2014-09-16 Caterpillar Inc. Payload material density calculation and machine using same
EP2894529B1 (fr) * 2014-01-08 2019-10-23 Manitowoc Crane Companies, LLC Système de diagnostic à distance
US9956967B2 (en) * 2014-02-21 2018-05-01 Siemens Aktiengesellschaft Method for selecting multiple program functions, method for selecting one program function, associated apparatuses and associated vehicle, ship or aircraft
JP6959760B2 (ja) * 2017-05-11 2021-11-05 イー・アー・フアウ・ゲゼルシヤフト・ミト・ベシュレンクテル・ハフツング・インゲニオールゲゼルシヤフト・アウト・ウント・フエルケール 自動車の制御装置のソフトウェアを検査するための方法及び装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060064291A1 (en) * 2004-04-21 2006-03-23 Pattipatti Krishna R Intelligent model-based diagnostics for system monitoring, diagnosis and maintenance
US20070028220A1 (en) * 2004-10-15 2007-02-01 Xerox Corporation Fault detection and root cause identification in complex systems

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4136338A1 (de) * 1991-11-05 1993-05-06 Robert Bosch Gmbh, 7000 Stuttgart, De Verfahren und vorrichtung zur fehlerbehandlung in elektronischen steuergeraeten
JPH09109866A (ja) * 1995-10-19 1997-04-28 Fuji Heavy Ind Ltd 車両運動制御装置
JPH11149390A (ja) * 1997-11-17 1999-06-02 Toshiba Corp データ処理装置及び同装置における故障診断方法
US7499777B2 (en) * 2005-04-08 2009-03-03 Caterpillar Inc. Diagnostic and prognostic method and system
JP4813126B2 (ja) * 2005-08-23 2011-11-09 カルソニックカンセイ株式会社 車両用データ記録装置
JP4853068B2 (ja) * 2006-03-23 2012-01-11 日産自動車株式会社 車両用支援制御装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060064291A1 (en) * 2004-04-21 2006-03-23 Pattipatti Krishna R Intelligent model-based diagnostics for system monitoring, diagnosis and maintenance
US20070028220A1 (en) * 2004-10-15 2007-02-01 Xerox Corporation Fault detection and root cause identification in complex systems

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LOGAN K P: "Operational experience with intelligent software agents for shipboard diesel and gas turbine engine health monitoring" ELECTRIC SHIP TECHNOLOGIES SYMPOSIUM, 2005 IEEE PHILADELPHIA, PA, USA JULY 25-27, 2005, PISCATAWAY, NJ, USA,IEEE, 25 juillet 2005 (2005-07-25), pages 184-194, XP010846637 ISBN: 978-0-7803-9259-5 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109606358A (zh) * 2018-12-12 2019-04-12 禾多科技（北京）有限公司 应用于智能驾驶汽车的图像采集装置及其采集方法

Also Published As

Publication number Publication date
WO2009112746A3 (fr) 2009-11-05
US20110087400A1 (en) 2011-04-14
FR2928219A1 (fr) 2009-09-04
FR2928219B1 (fr) 2010-05-28
EP2263131A2 (fr) 2010-12-22
JP2011515260A (ja) 2011-05-19

Similar Documents

Publication Publication Date Title
EP2263131A2 (fr) Procede et dispositif de diagnostic d&#39;un systeme de commande utilisant un modele dynamique
US7239945B2 (en) System for analyzing vehicle and driver behavior
EP2870052B1 (fr) Procédé amélioré de détermination de la position angulaire absolue du volant de direction d&#39;un véhicule automobile
EP2870042B1 (fr) Procédé de détection du sens de déplacement d&#39;un véhicule automobile
EP3462404A1 (fr) Procédé de détermination d&#39;indicateurs sur le caractère polluant de la mobilité tenant compte de l&#39;usage réel
FR3074123A1 (fr) Evaluation d&#39;un style de conduite d&#39;un conducteur d&#39;un vehicule routier en mouvement par apprentissage automatique
EP3114006B1 (fr) Procédé de filtrage pour la détection des transitions d&#39;un signal de direction assistée
EP3114007A1 (fr) Procédé de détection d&#39;une inversion de braquage par surveillance du couple fourni par un moteur d&#39;assistance de direction et application dudit procédé a l&#39;évaluation du frottement
FR2771366A1 (fr) Procede et dispositif de calcul d&#39;angle de derapage de caisse dans un systeme de controle de mouvement de vehicule
FR3023612A1 (fr) Procede d’estimation en temps reel de l’effort aux biellettes au sein d’un mecanisme de direction assistee
FR3028828A1 (fr) Detecteur de sous-virage et de survirage pour vehicule automobile
EP2162630B1 (fr) Procede de traitement d&#39;un signal issu d&#39;un capteur de position d&#39;un organe de commande d&#39;un vehicule automobile
FR3111617A1 (fr) Dispositif de contrôle de direction d’un véhicule
WO2020126840A1 (fr) Dispositif et procédé de contrôle de trajectoire d&#39;un véhicule automobile
Xing et al. Comparison of the accuracy and sensitivity of generation 1, 2 and 3 Toyota event data recorders in low-speed collisions
FR3083758A1 (fr) Apprentissage de la position angulaire d&#39;un accelerometre a trois axes integre a une unite de commande electronique d&#39;un moteur de vehicule
FR2947899A1 (fr) Procede de detection de pente et de devers, et d&#39;estimation de leur signe
EP2153416B1 (fr) Dispositif de diagnostic pour une analyse a posteriori du comportement d&#39;un vehicule automobile et procede correspondant
FR2954256A1 (fr) Procede d&#39;identification d&#39;une phase de perte d&#39;adherence des roues directrice d&#39;un vehicule
FR3097828A1 (fr) Procédé de régulation de la position latérale d&#39;un véhicule
EP3080565B1 (fr) Dispositif et procédé d&#39;estimation de la masse totale d&#39;un véhicule automobile a étalonnage embarque de capteurs de débattement des suspensions
WO2017029444A1 (fr) Procédé de détermination d&#39;un niveau d&#39;attention d&#39;un conducteur d&#39;un véhicule automobile et méthode de stimulation de l&#39;attention d&#39;un conducteur d&#39;un véhicule automobile
EP4343287A1 (fr) Procédé et système de détermination de la masse d&#39;un véhicule
FR3077263A1 (fr) Amelioration de l’evaluation de la position angulaire absolue d’un volant de conduite par prise en consideration de la situation lors de la coupure de contact du vehicule
WO2023083693A1 (fr) Module et procédé d&#39;aide à la conduite d&#39;un véhicule automobile

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09721002

Country of ref document: EP

Kind code of ref document: A2

WWE Wipo information: entry into national phase

Ref document number: 2009721002

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2010548148

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 12920225

Country of ref document: US