[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

WO2023030646A1 - Modellbasierte prädiktive regelung eines kraftfahrzeugs - Google Patents

Modellbasierte prädiktive regelung eines kraftfahrzeugs Download PDF

Info

Publication number
WO2023030646A1
WO2023030646A1 PCT/EP2021/074383 EP2021074383W WO2023030646A1 WO 2023030646 A1 WO2023030646 A1 WO 2023030646A1 EP 2021074383 W EP2021074383 W EP 2021074383W WO 2023030646 A1 WO2023030646 A1 WO 2023030646A1
Authority
WO
WIPO (PCT)
Prior art keywords
machine interface
motor vehicle
solver module
man
control signal
Prior art date
Application number
PCT/EP2021/074383
Other languages
English (en)
French (fr)
Inventor
Timo Wehlen
Timon Busse
Valerie Engel
Lorenz Fischer
Matthias Zink
Raffael Selegrad
Andreas Wendzel
Original Assignee
Zf Friedrichshafen Ag
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zf Friedrichshafen Ag filed Critical Zf Friedrichshafen Ag
Priority to CN202180102033.5A priority Critical patent/CN117916108A/zh
Priority to US18/688,526 priority patent/US20240351604A1/en
Publication of WO2023030646A1 publication Critical patent/WO2023030646A1/de

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W50/16Tactile feedback to the driver, e.g. vibration or force feedback to the driver on the steering wheel or the accelerator pedal
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60KARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K6/00Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00
    • B60K6/20Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs
    • B60K6/42Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs characterised by the architecture of the hybrid electric vehicle
    • B60K6/48Parallel type
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60KARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K35/00Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
    • B60K35/20Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor
    • B60K35/28Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor characterised by the type of the output information, e.g. video entertainment or vehicle dynamics information; characterised by the purpose of the output information, e.g. for attracting the attention of the driver
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18Conjoint control of vehicle sub-units of different type or different function including control of braking systems
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/24Conjoint control of vehicle sub-units of different type or different function including control of energy storage means
    • B60W10/26Conjoint control of vehicle sub-units of different type or different function including control of energy storage means for electrical energy, e.g. batteries or capacitors
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00Control systems specially adapted for hybrid vehicles
    • B60W20/10Controlling the power contribution of each of the prime movers to meet required power demand
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00Control systems specially adapted for hybrid vehicles
    • B60W20/10Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/11Controlling the power contribution of each of the prime movers to meet required power demand using model predictive control [MPC] strategies, i.e. control methods based on models predicting performance
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60KARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K6/00Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00
    • B60K6/20Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs
    • B60K6/42Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs characterised by the architecture of the hybrid electric vehicle
    • B60K6/48Parallel type
    • B60K2006/4825Electric machine connected or connectable to gearbox input shaft
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60KARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K2360/00Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
    • B60K2360/16Type of output information
    • B60K2360/174Economic driving
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143Alarm means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/146Display means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2510/00Input parameters relating to a particular sub-units
    • B60W2510/24Energy storage means
    • B60W2510/242Energy storage means for electrical energy
    • B60W2510/244Charge state
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/10Longitudinal speed
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00Input parameters relating to objects
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00Input parameters relating to objects
    • B60W2554/20Static objects
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • B60W2556/50External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2710/00Output or target parameters relating to a particular sub-units
    • B60W2710/18Braking system
    • B60W2710/182Brake pressure, e.g. of fluid or between pad and disc
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2710/00Output or target parameters relating to a particular sub-units
    • B60W2710/24Energy storage means
    • B60W2710/242Energy storage means for electrical energy
    • B60W2710/244Charge state
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10Longitudinal speed
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00Output or target parameters relating to overall vehicle dynamics
    • B60W2720/30Wheel torque

Definitions

  • the invention relates to the model-based predictive control of a motor vehicle.
  • a method for model-based predictive control of a motor vehicle is claimed in particular.
  • One object of the present invention can be seen as providing a controller for a motor vehicle, providing a controller for a motor vehicle that takes into account the problems described above.
  • the present invention proposes using a human-machine interface (technical term: Human Machine Interface or HMI for short), with the aid of which a speed trajectory is visualized in particular for a driver of a motor vehicle.
  • the speed trajectory is previously calculated using a model-based predictive control method and transferred to the human-machine interface for processing and output to the driver.
  • the driver should be encouraged by the human-machine interface to follow the calculated and output speed trajectory, which is considered a recommendation, and in this way to implement an efficient driving style.
  • the MPC solver can be described as a "high level solver module" (HLS), which takes over the long-term rough planning of the longitudinal trajectory of the vehicle and uses the MPC approach for this.
  • HLS high level solver module
  • a method for model-based predictive control of a motor vehicle is provided.
  • an MPC algorithm is executed, which includes a high-level solver module, a longitudinal dynamics model and a cost function that is assigned to the high-level solver module, with the execution of the high-level solver module for a route section ahead, taking into account the longitudinal Dynamic model, a speed trajectory minimizing the cost function is calculated, according to which the motor vehicle is to move within a prediction horizon.
  • the length of the prediction horizon is 500 m, for example, but can be varied.
  • the high-level solver module solves a non-linear problem in particular and works with continuous substitute variables for discrete states (e.g. gears). This approach limits the solution space less than when considering discrete states. This results in advantages, in particular with regard to the optimum result.
  • the speed trajectory calculated by the high-level solver module is transferred to a man-machine interface as an input value.
  • a human-machine interface can generally be understood as a function or component of a specific device or software application that allows humans to operate and interact with machines. Some examples of common HMI devices are touch screens and keyboards.
  • the speed trajectory calculated by the high-level solver module is processed into a control signal via the human-machine interface.
  • the control signal is then output to a driver of the motor vehicle via the man-machine interface, so that the driver can control the motor vehicle according to the control signal, which is based on the speed trajectory calculated by the high-level solver module.
  • the present invention uses what is known as the “Model Predictive Control (MPC)” approach.
  • MPC Model Predictive Control
  • three process steps in particular are used.
  • a virtual travel horizon (prediction horizon) is developed from available map data and sensor information.
  • the prediction horizon is used by a trajectory planner and controller as a solution space for generating a longitudinal trajectory of the motor vehicle, e.g. a speed or moment trajectory.
  • a trajectory planner and controller as a solution space for generating a longitudinal trajectory of the motor vehicle, e.g. a speed or moment trajectory.
  • an iterative online generation and control of a longitudinal trajectory takes place by optimizing the trajectory with regard to existing performance goals according to the MPC approach.
  • the calculated trajectory is implemented, in particular in an automated manner, by arbitrating the trajectory in the motor vehicle.
  • the third step is obsolete in the case of an HMI-based system or method. Instead, a human-machine interface is used, with the help of which the trajectory generated in the second step is visualized for the driver, for example. In the further course, the driver should be encouraged by the human-machine interface to follow the recommended trajectory and in this way to implement an efficient driving style.
  • the present invention thus provides a method and an architecture which reconciles the function of the second process step with the requirements of an automotive-compatible human-machine interface.
  • control signal is represented by the human-machine interface as the velocity trajectory calculated by the high level solver module.
  • the velocity trajectory which is proposed by the high level solver module, implemented by the human-machine interface.
  • the control signal can be shown, for example, on a display, or acoustically or by a vibration signal. Combinations of these outputs are also possible. In this includes the human-machine interface in one embodiment
  • a haptic system which outputs the control signal as a haptically perceptible feedback for the driver, e.g. as a vibration signal.
  • the long-term rough planning of the trajectory is path-based.
  • this allows correct, optimal handling of non-dynamic (i.e. static) objects that are within the prediction horizon.
  • static objects are inclines, speed limits, other traffic signs (e.g. "Stop” or “Give Way” signs), bends in curves or traffic lights.
  • information about static objects is passed to the high-level solver module as secondary conditions, which the high-level solver module takes into account when calculating the speed trajectory.
  • Dynamic horizon objects can also be taken into account when calculating the speed trajectory. This is done in the high-level solver module, due to the long computing times, preferably only within a rough framework. In this sense, in one embodiment, information about dynamic objects is passed to the high-level solver module as secondary conditions, which the high-level solver module takes into account when calculating the speed trajectory.
  • the speed trajectory adapted to the dynamic objects may have to be corrected by a more reactive actuator.
  • the rough speed planning calculated by the high-level solver module applies in particular purely as a suggestion that the human driver will and may have to overwrite, particularly in the case of dynamic driving maneuvers.
  • the human-machine interface outputs the speed trajectory calculated by the high-level solver module as a suggestion for the driver of the motor vehicle.
  • two signals can be made available to the man-machine interface: on the one hand, the speed trajectory calculated by the high-level solver module and proposed, for example, as being optimally efficient (depending on the cost function), and on the other hand the current speed of the motor vehicle.
  • Different human-machine interactions can be derived from the difference between these two values, which encourage the driver to follow the speed trajectory proposed by the high-level solver module.
  • a current speed of the motor vehicle is transferred as an input value, with the human-machine interface then using a speed difference between the current speed of the motor vehicle and an associated speed from the high Level solver module calculated speed trajectory is formed.
  • a difference signal representing the difference in speed is generated as a control signal by means of the human-machine interface and is output to the driver.
  • the difference signal is preferably output in such a way that it encourages the driver to follow the speed trajectory proposed by the high-level solver module.
  • a method for model-based predictive control of a motor vehicle is provided according to a second aspect of the invention, wherein an MPC algorithm is executed, which includes a moment solver module, a longitudinal dynamics model and a cost function, which is assigned to the moment solver module, wherein by executing the Torque solver module for a drive unit of the motor vehicle (e.g.
  • a drive torque trajectory minimizing the cost function is calculated, according to which the drive unit should provide drive torques within a prediction horizon.
  • the drive torque trajectory calculated by the torque solver module is transferred to a man-machine interface as an input value, with the man-machine interface also being given a current drive torque of the drive assembly as an input value, eg by means of a sensor system set up for this purpose.
  • a drive torque difference is formed by means of the human-machine interface, with an associated drive torque being subtracted from the current drive torque from the drive torque trajectory calculated by the torque solver module.
  • a drive torque control signal is generated by the man-machine interface and is output to the driver, so that the driver can control the motor vehicle according to the drive torque control signal based on the drive torque difference.
  • the drive torque trajectory in a further embodiment includes a course of braking torques, which the brake system should provide within the prediction horizon, the course of the braking torques being transferred to the man-machine interface as an input value, and the man-machine interface additionally a current braking torque of the braking system is transferred as an input value.
  • a braking torque difference is formed by means of the human-machine interface, with an associated braking torque being subtracted from the current braking torque from the course of braking torques calculated by the torque solver module.
  • a braking torque control signal is also used is generated and output to the driver so that the driver can control the motor vehicle according to the braking torque control signal based on the braking torque difference.
  • a haptic accelerator pedal in particular, can be used as the human-machine interface, which outputs haptic feedback to the driver.
  • the aim here is also to encourage the driver to engage in energy-saving interactions, for example.
  • the human-machine interface comprises, in one embodiment, a haptic accelerator pedal, wherein the haptic accelerator pedal transmits the drive torque control signal (accelerator pedal) and/or the braking torque control signal (brake pedal) as a haptic that can be felt by the driver in his foot outputs feedback.
  • FIG. 1 shows a schematic representation of a motor vehicle whose drive train comprises an internal combustion engine, an electric machine and a brake system
  • FIG. 2 Details of an exemplary drive train for the motor vehicle according to Fig. 1 and
  • FIG. 3 shows an exemplary embodiment of a method according to the invention for model-based predictive control of the motor vehicle according to FIG. 1 .
  • Motor vehicle 1 shows a motor vehicle 1, for example a passenger car.
  • Motor vehicle 1 includes a system 2 for model-based predictive control of motor vehicle 1 .
  • the system 2 comprises a processor unit 3, a memory unit 4, a communication interface 5 and a detection unit 6, in particular for detecting status data relating to the motor vehicle 1.
  • the motor vehicle 1 also includes a drive train 7 , which can include, for example, an electric machine 8 that can be operated as a motor and as a generator, a battery 9 , a transmission 10 and a brake system 19 .
  • the electric machine 8 can drive wheels of the motor vehicle 1 via the transmission 10 in motor operation.
  • the battery 9 can provide the necessary electrical energy, in particular via power electronics 18. Conversely, the battery 9 can be charged by the electrical machine 8 via the power electronics 18 when the electrical machine 8 is operated in generator mode (recuperation).
  • the battery 9 can optionally also be charged at an external charging station.
  • the drive train 7 is a hybrid drive train, which also has an internal combustion engine 17 .
  • internal combustion engine 17 can drive motor vehicle 1 in addition to electric machine 8 when a clutch K0 arranged between internal combustion engine 17 and electric machine 8 is engaged.
  • the internal combustion engine 17 can optionally also drive the electric machine 8 in order to charge the battery 9 .
  • the electric machine 8 can drive two front wheels 22 and 23 of the motor vehicle 1 with a positive drive torque (with the clutch K0 engaged, supported by the internal combustion engine 17) via the transmission 10 and via a front differential gear 21, which wheels are attached to a front axle 25 are.
  • a first rear wheel 26 and a second rear wheel 28 on a rear axle 29 of the motor vehicle 1 are not driven in the exemplary embodiment shown (rear-wheel drive and all-wheel drive are, however, alternatively also possible).
  • the front wheels 22, 23 and the rear wheels 26, 28 can be braked by the brake system 19 of the drive train 7, for which purpose the brake system 19 can provide a negative braking torque.
  • a computer program product 11 can be stored on the memory unit 4 .
  • the computer program product 11 can be executed on the processor unit 3 for which purpose the processor unit 3 and the memory unit 4 are connected to one another by means of the communication interface 5 . If the computer program product 11 is executed on the processor unit 3, it directs the processor unit 3 to fulfill the functions described in connection with the drawing or to carry out method steps.
  • the computer program product 11 contains an MPC algorithm 13, which includes or contains a high-level solver module 13.1.
  • the MPC algorithm 13 also contains a longitudinal dynamics model 14 of the motor vehicle 1 .
  • the high level solver module 13.1 can access the longitudinal dynamics model 14.
  • the MPC algorithm 13 contains a high-level cost function 15.1 to be minimized, which is assigned to the high-level solver module 13.1.
  • the longitudinal dynamics model 14 includes a loss model 27 of the motor vehicle 1.
  • the loss model 27 describes the operating behavior of efficiency-relevant components, eg the electric machine 8, the internal combustion engine 17 and the brake system 19 in terms of their efficiency or in terms of their loss. This results in a total loss of motor vehicle 1 .
  • the processor unit 3 executes the MPC algorithm 13 and in the process predicts a behavior of the motor vehicle 1 for a sliding prediction horizon (eg with a length of 500 m). This prediction is based on the longitudinal dynamics model 14.
  • the processor unit 3 calculates an optimized speed trajectory 31 by executing the high-level solver module 13.1, according to which the motor vehicle 1 is to move within the prediction horizon.
  • the optimized speed trajectory 31 is calculated for a route section ahead, taking into account the longitudinal dynamics model 14, with the high-level cost function 15.1 being minimized.
  • the high-level solver module 13.1 takes over the long-term rough planning of the longitudinal trajectory 31 and uses the MPC approach for this.
  • the long-term rough planning of the trajectory 31 is path-based. In particular, this allows correct, optimal handling of non-dynamic horizon objects (slopes, speed limits and other traffic signs such as “Stop” or “Give way” signs, bends in curves, traffic lights).
  • the length of the travel horizon is 500m in the present example.
  • the MPC algorithm 13 can include or contain a moment solver module 13.2 with a moment cost function 15.2 assigned to it.
  • the moment solver module 13.2 can access the longitudinal dynamics model 14. By running the moment solver module
  • an optimized torque trajectory 32 for the prediction horizon for the electric machine 8 and/or for the internal combustion engine 17 and/or for the brake system 19 of the motor vehicle 1, an optimized torque trajectory 32, according to which the electric machine 8 and/or the internal combustion engine 17 and/or the brake system 19 torques should provide within the prediction horizon.
  • the detection unit 6 can measure current state variables of the motor vehicle 1, record corresponding data and supply it to the high-level solver module 13.1, the moment solver module 13.2 and to a man-machine interface 16 described further below.
  • the detection unit 6 can include, for example, a speed sensor 24 and a moment sensor 30 .
  • a respective current speed of the motor vehicle 1 can be determined by means of the speed sensor 24 .
  • Torque sensor 30 can be used to determine a current torque of motor vehicle 1, e.g. a current drive torque provided by electric motor 8 or internal combustion engine 17, or a current braking torque provided by brake system 19.
  • information about static objects and/or route data from an electronic map of a navigation system 20 of motor vehicle 1 for a forecast horizon or prediction horizon (eg 500 m) in front of motor vehicle 1 can be updated in particular cyclically and transferred to high-level solver module 13.1.
  • the route data can contain, for example, gradient information, curve information, and information about speed limits as well as traffic lights and stops.
  • a curve curvature can be converted into a speed limit for the motor vehicle 1 via a maximum permissible lateral acceleration.
  • the motor vehicle 1 can be located, in particular via a signal generated by a GNSS sensor 12 for precise localization on the electronic map.
  • the detection unit 6 for detecting the external environment of the motor vehicle 1 can include an environment sensor 33, for example a radar sensor, a camera system and/or a lidar sensor.
  • an environment sensor 33 for example a radar sensor, a camera system and/or a lidar sensor.
  • dynamic objects in the area of the external surroundings of motor vehicle 1 can also be detected, for example moving objects such as other vehicles or pedestrians.
  • the processor unit 3 can access information from the elements mentioned, for example via the communication interface 5 . This information can flow into the longitudinal model 14 of the motor vehicle 1, in particular as restrictions or secondary conditions when calculating the speed trajectory 31 and/or the moment trajectory 32.
  • Optimum speeds of motor vehicle 1 and torques of electric machine 8 and/or internal combustion engine 17 and/or brake system 19 for calculated points within the prediction horizon result as the output of the optimization by the MPC algorithm.
  • the speed trajectory 31 proposed by the MPC algorithm 13 and/or the moment trajectory 32 proposed by the MPC algorithm 13 is transferred to a man-machine interface 16, which is described in more detail below in connection with FIG becomes.
  • input data from the navigation system 20 (in particular map data) is transferred to the high-level solver module 13.1. Furthermore, input data from the acquisition unit 6 is transferred to the high-level solver module 13.1, in particular status data of the motor vehicle 1 and other information described above about dynamic objects of the sensors 12, 24, 30, 33 of the motor vehicle 1. Taking the input data into account, the processor unit 3 calculates under execution of the high-level solver module 13.1, the speed trajectory 31, as has been described above. The speed trajectory 31 calculated by the high-level solver module 13.1 is then transferred to the man-machine interface 16 as an input value. Also Further input data from the navigation system 20 and the detection unit 6 can be transferred to the human-machine interface 16, for example the status data of the motor vehicle 1 and other data described above from the sensors 12, 24, 30, 33 of the motor vehicle 1.
  • the man-machine interface 16 processes the speed trajectory 31 calculated by the high-level solver module 13.1.
  • the human-machine interface 16 also processes the input data that was transferred from the detection unit 6 and/or the navigation system 20 .
  • the man-machine interface 16 Based on the speed trajectory 31 calculated by the high level solver module 13.1, optionally combined with the input data passed by the acquisition unit 6 and/or the navigation system 20, the man-machine interface 16 generates a speed control signal 34.
  • the speed control signal 34 may correspond to the speed trajectory 31 calculated by the high level solver module 13.1.
  • the man-machine interface 16 outputs the speed control signal 34 to a driver 35 of the motor vehicle 1 so that the driver 35 can control the motor vehicle 1 according to the control signal 34 .
  • the driver 35 can do this by actuating an accelerator pedal 36 or a brake pedal 37 of the motor vehicle 1 in accordance with the speed control signal 34 , for example.
  • the output unit can be, for example, a video system 38, e.g. a display, which outputs the speed control signal 34 as feedback 40 that the driver 35 can visually perceive.
  • a video system 38 e.g. a display
  • an audio system 39 can be used as an output unit, which outputs the speed control signal 34 as feedback 41 that the driver 35 can hear acoustically, e.g. in the form of sounds or speech.
  • a haptic system can be used, which transmits the speed control signal 34 as a haptic signal for the driver 35 outputs perceivable feedback 42 .
  • the haptic system can be a haptic accelerator pedal, for example a haptic accelerator pedal 36 or a haptic brake pedal 37 the speed control signal 34 corresponding vibration signal output the haptically perceptible feedback 42.
  • Accelerator pedal 36 and brake pedal 37 thus simultaneously represent an output unit of human-machine interface 16 and a control element with the aid of which driver 35 can control the acceleration, speed and/or braking of motor vehicle 1, with driver 35 in particular will follow the speed control signal 34 given by the man-machine interface 16 .
  • a current speed v1 of the motor vehicle 1 can be transmitted to the human-machine interface 16 as an input value via the speed sensor 24 .
  • the human-machine interface 16 can form a speed difference Av between the current speed v1 of the motor vehicle 1 and an associated speed v31 from the speed trajectory 31 calculated by the high-level solver module 13.1.
  • the human-machine interface 16 then generates a difference signal Avs representing the speed difference Av as a control signal 34 and outputs it to the driver 35, e.g. via the video system 38, via the audio system 39, via the haptic gas pedal
  • the drive torque trajectory 32 calculated by the torque solver module 13.2 can be transferred to the human-machine interface 16 as an input value.
  • a current torque of motor vehicle 1 can also be transferred to man-machine interface 16 via torque sensor 30 as an input value, for example a drive torque M1 that is provided by electric machine 8 or internal combustion engine 17 to drive motor vehicle 1 .
  • the human-machine interface 16 forms a drive torque difference AM, with an associated drive torque M32 being subtracted from the current drive torque M1 from the drive torque trajectory 32 calculated by the torque solver module 13.2.
  • the man-machine interface 16 also generates a drive torque control signal AMs and outputs it to the driver 35 so that the driver 35 can control the motor vehicle 1 according to the drive torque control signal AMs based on the drive torque difference AM.
  • the haptic accelerator pedal 36 can output the drive torque control signal AMs as a haptic feedback that the driver 35 can feel in his foot, on the basis of which the driver 35 can operate the haptic accelerator pedal 36 .
  • the torque trajectory 32 calculated by the torque solver module 13.2 can also contain braking torques Mb32, a current braking torque Mb1 of the brake system 19 also being transferred to the human-machine interface 16 via the torque sensor 30 as an input value.
  • the human-machine interface 16 forms a braking torque difference AMb, with an associated braking torque Mb32 being subtracted from the current braking torque Mb1 from the drive torque trajectory 32 calculated by the torque solver module 13.2.
  • the man-machine interface 16 also generates and outputs a braking torque control signal AMbs to the driver 35 so that the driver 35 can control the motor vehicle 1 according to the braking torque control signal AMbs based on the braking torque difference AMb.
  • the haptic brake pedal 37 can output the braking torque control signal AMbs as haptic feedback that the driver 35 can feel in his foot, on the basis of which the driver 35 can operate the haptic brake pedal 37 .
  • Audio system visually perceptible feedback acoustically perceptible feedback haptically perceptible feedback

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Human Computer Interaction (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur modellbasierten prädiktiven Regelung eines Kraftfahrzeugs. Das Verfahren umfasst die Schritte - Ausführen eines MPC-Längsdynamikmodell (14) und eine Kostenfunktion (15.1) umfasst, die dem High Level Solvermodul (13.1) zugeordnet ist, wobei durch das Ausführen des High Level Solvermoduls (13.1) für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells (14) eine die Kostenfunktion (15.1) minimierende Geschwindigkeitstrajektorie (31) berechnet wird, gemäß welcher sich das Kraftfahrzeug innerhalb eines Prädiktionshorizonts fortbewegen soll, - Übergeben der durch das High Level Solvermodul (13.1) berechneten Geschwindigkeitstrajektorie (31) an eine Mensch-Maschine-Schnittstelle (16) als Eingangswert, - Verarbeiten der durch das High Level Solvermodul (13.1) berechneten Geschwindigkeitstrajektorie (31) zu einem Steuerungssignal (34) mittels der Mensch-Maschine-Schnittstelle (16), und - Ausgeben des Steuerungssignals (34) an einen Fahrer (35) des Kraftfahrzeugs mittels der Mensch-Maschine-Schnittstelle (16), sodass der Fahrer (35) das Kraftfahrzeug (1) entsprechend dem Steuerungssignal (34) steuern kann, das auf der durch das High Level Solvermodul (13.1) berechneten Geschwindigkeitstrajektorie (31) basiert.

Description

Modellbasierte prädiktive Regelung eines Kraftfahrzeugs
Die Erfindung betrifft die modellbasierte prädiktive Regelung eines Kraftfahrzeugs. Beansprucht wird in diesem Zusammenhang insbesondere ein Verfahren zur modellbasierten prädiktiven Regelung eines Kraftfahrzeugs.
Heutige intelligente Tempomaten (sog. „Predictive Green ACCs) von Kraftfahrzeugen können zwar insbesondere die Streckentopologie berücksichtigen, bilden die Fahrstrategie und damit die Längsreglung jedoch regelbasiert ab. Die regelbasierte Umsetzung führt i.d.R. zu suboptimalen Lösungen in Bezug auf Energieverbrauch, Komfort und Fahrzeit. Mit steigender Komplexität des Antriebssystems wird ein solches Regelwerk außerdem kompliziert und erfordert einen hohen Applikationsaufwand. Ein optimales Betreiben eines Fahrzeugs (z.B. in Bezug auf die Performance-Ziele Energieverbrauch, Komfort, Fahrzeit) ist nur mit guter Kenntnis der zu fahrenden Strecke möglich. Ein Fahrer des Kraftfahrzeugs muss also vorausschauend fahren, hat aber nur begrenzte Einsicht in den weiteren Verlauf der Strecke und keine Einsicht in die fahrzeugspezifischen Fahrverluste.
Eine Aufgabe der vorliegenden Erfindung kann darin gesehen werden, eine Regelung für ein Kraftfahrzeug bereitzustellen, eine Regelung eines Kraftfahrzeugs bereitzustellen, welche den vorstehend beschriebenen Problemstellungen Rechnung trägt.
Die Aufgabe wird gelöst durch die Gegenstände der unabhängigen Patentansprüche. Vorteilhafte Ausführungsformen sind Gegenstand der Unteransprüche, der folgenden Beschreibung sowie der Figuren.
Die vorliegende Erfindung schlägt vor, eine Mensch-Maschine-Schnittstelle einzusetzen (englischsprachiger Fachausdruck: Human Machine Interface oder kurz: HMI), mit deren Hilfe einem Fahrer eines Kraftfahrzeugs eine Geschwindigkeitstrajektorie insbesondere visualisiert wird. Die Geschwindigkeitstrajektorie wird zuvor durch ein Verfahren der modellbasierten prädiktiven Regelung berechnet und an die Mensch- Maschine-Schnittstelle zur Aufbereitung und Ausgabe an den Fahrer übergeben. Im weiteren Verlauf soll der Fahrer durch die Mensch-Maschine-Schnittstelle dazu angeregt werden, der berechneten und ausgegebenen Geschwindigkeitstrajektorie, die als Empfehlung gilt, zu folgen und auf diese Weise eine effiziente Fahrweise zu realisieren. Mit anderen Worten wird eine funktionale Architektur vorgeschlagen, die einen modellbasierten prädiktiven Regler (=MPC Solver) sowie ein sequenziell arbeitendes Human Machine Interface umfasst. Der MPC Solver kann dabei als „High Level Solvermodul“ (HLS) bezeichnet werden, welches die langfristige Grobplanung der Längstrajektorie des Kraftfahrzeugs übernimmt und hierfür den MPC-Ansatz nutzt.
In diesem Sinne wird gemäß einem ersten Aspekt der Erfindung ein Verfahren zur modellbasierten prädiktiven Regelung eines Kraftfahrzeugs bereitgestellt. Gemäß dem Verfahren wird ein MPC-Algorithmus ausgeführt, der ein High Level Solvermodul, ein Längsdynamikmodell und eine Kostenfunktion umfasst, die dem High Level Solvermodul zugeordnet ist, wobei durch das Ausführen des High Level Solvermo- duls für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längs- dynamikmodells eine die Kostenfunktion minimierende Geschwindigkeitstrajektorie berechnet wird, gemäß welcher sich das Kraftfahrzeug innerhalb eines Prädiktionshorizonts fortbewegen soll. Die Länge des Prädiktionshorizonts beträgt in einem bevorzugten Ausführungsbeispiel Beispiel 500m, kann jedoch variiert werden. Das High Level Solvermodul löst insbesondere ein nichtlineares Problem und arbeitet mit kontinuierlichen Ersatzgrößen für diskrete Zustände (z.B. Gänge). Dieses Vorgehen begrenzt den Lösungsraum weniger stark als bei der Betrachtung diskreter Zustände. Dadurch ergeben sich Vorteile insbesondere hinsichtlich des Optimums des Ergebnisses.
In einem weiteren Schritt, der insbesondere nach dem Berechnen der Geschwindigkeitstrajektorie erfolgt, wird die durch das High Level Solvermodul berechnete Geschwindigkeitstrajektorie an eine Mensch-Maschine-Schnittstelle als Eingangswert übergeben. Unter einer Mensch-Maschine-Schnittstelle (HMI) kann allgemein eine Funktion oder Komponente eines bestimmten Geräts oder einer bestimmten Softwareanwendung verstanden werden, mit der Menschen Maschinen bedienen und mit ihnen interagieren können. Einige Beispiele für übliche HMI-Geräte sind Touch- screens und Tastaturen. Die durch das High Level Solvermodul berechnete Ge- schwindigkeitstrajektorie wird mittels der Mensch-Maschine-Schnittstelle zu einem Steuerungssignal verarbeitet. Anschließend wird das Steuerungssignal an einen Fahrer des Kraftfahrzeugs mittels der Mensch-Maschine-Schnittstelle ausgegeben, sodass der Fahrer das Kraftfahrzeug entsprechend dem Steuerungssignal steuern kann, das auf der durch das High Level Solvermodul berechneten Geschwindig- keitstrajektorie basiert.
Die vorliegende Erfindung nutzt den sogenannten „Model-Predictive-Control (MPC)“- Ansatz. Bei einer solchen modellbasierten prädiktiven Regelung kommen insbesondere drei Prozessschritte zum Einsatz. So erfolgt in einem ersten Schritt eine Erarbeitung eines virtuellen Fahrthorizonts (Prädiktionshorizont) aus vorliegenden Kartendaten und Sensorinformationen. Der Prädiktionshorizont dient einem Trajektorienpla- ner und -regier als Lösungsraum für die Generierung einer Längstrajektorie des Kraftfahrzeugs, z.B. einer Geschwindigkeits- oder Momenttrajektorie. In einem zweiten Schritt erfolgt eine iterative online Generierung und Regelung einer Längstrajektorie durch eine Optimierung der Trajektorie hinsichtlich vorliegender Performance- Ziele entsprechend des MPC-Ansatzes. In einem dritten Schritt erfolgt die insbesondere automatisierte Umsetzung der berechneten Trajektorie durch deren Arbitrierung Trajektorie im Kraftfahrzeug. Der dritte Schritt ist im Fall eines HMI-basierten Systems bzw. Verfahrens hinfällig. Stattdessen wird ein Human Machine Interface eingesetzt, mit Hilfe dessen die in dem zweiten Schritt generierte Trajektorie dem Fahrer beispielsweise visualisiert wird. Im weiteren Verlauf soll der Fahrer durch das Human Machine Interface angeregt werden, der empfohlenen Trajektorie zu folgen und auf diese Weise eine effiziente Fahrweise zu realisieren. Die vorliegende Erfindung stellt somit ein Verfahren und eine Architektur bereit, welche die Funktion des zweiten Prozessschritts mit den Anforderungen eines automotiv-tauglichen Human Machine Interfaces übereinbringt.
In einer Ausführungsform wird das Steuerungssignal mittels der Mensch-Maschine- Schnittstelle durch die Geschwind igkeitstrajektorie dargestellt, die durch das High Level Solvermodul berechnet worden ist. Somit wird die Geschwindigkeitstrajektorie, die von dem High Level Solvermodul vorgeschlagen wird, durch die Mensch-Ma- schine-Schnittstelle umgesetzt.
Die Darstellung des Steuerungssignals kann beispielsweise auf einem Display erfolgen, oder akustisch oder durch ein Vibrationssignal. Auch Kombinationen dieser Ausgaben sind möglich. In diesem umfasst die Mensch-Maschine-Schnittstelle in einer Ausführungsform
- ein Videosystem, welches das Steuerungssignal als eine für den Fahrer visuell wahrnehmbare Rückmeldung ausgibt, und/oder
- ein Audiosystem, welches das Steuerungssignal als eine für den Fahrer akustisch wahrnehmbare Rückmeldung ausgibt, und/oder
- ein Haptiksystem, welches das Steuerungssignal als eine für den Fahrer haptisch wahrnehmbare Rückmeldung ausgibt, z.B. als Vibrationssignal.
Die langfristige Grobplanung der Trajektorie erfolgt wegbasiert. Dies erlaubt insbesondere einen korrekten, optimalen Umgang mit nicht-dynamischen (d.h. mit statischen) Objekten, die sich innerhalb des Prädiktionshorizonts befinden. Beispiele für solche statische Objekte sind Steigungen, Geschwindigkeitsbegrenzungen, andere Verkehrsschilder (z.B. „Stop“- oder „Vorfahrt gewähren“-Schilder), Kurvenkrümmungen oder Ampeln. In diesem Sinne werden dem High Level Solvermodul in einer Ausführungsform Informationen über statische Objekte als Nebenbedingungen übergeben, welche das High Level Solvermodul bei der Berechnung der Geschwindig- keitstrajektorie berücksichtigt.
Auch dynamische Horizontobjekte können bei der Berechnung der Geschwindig- keitstrajektorie beachtet werden. Dies erfolgt in dem High Level Solvermodul bedingt durch lange Rechenzeiten bevorzugt lediglich in einem groben Rahmen. In diesem Sinne werden in einer Ausführungsform dem High Level Solvermodul Informationen über dynamische Objekte als Nebenbedingungen übergeben, welche das High Level Solvermodul bei der Berechnung der Geschwindigkeitstrajektorie berücksichtigt.
Die an die dynamischen Objekte angepasste Geschwindigkeitstrajektorie muss gegebenenfalls durch einen reaktiveren Aktor korrigiert werden. Vor diesem Hintergrund gilt die durch das High Level Solvermodul berechnete Geschwindigkeitsgrobplanung insbesondere rein als Vorschlag, den der menschliche Fahrer insbesondere bei dynamischen Fahrmanövern überschreiben wird und gegebenenfalls auch muss. In diesem Sinne gibt die Mensch-Maschine-Schnittstelle in einer Ausführungsform die durch das High Level Solvermodul berechnete Geschwind igkeitstrajektorie als Vorschlag für den Fahrer des Kraftfahrzeugs aus.
Der Mensch-Maschine-Schnittstelle können insbesondere zwei Signale zur Verfügung gestellt werden: Zum einen die vom High Level Solvermodul berechnete und beispielsweise als effizienz-optimal (je nach Kostenfunktion) vorgeschlagene Ge- schwindigkeitstrajektorie und zum anderen die derzeitige Geschwindigkeit des Kraftfahrzeugs. Aus der Differenz dieser beiden Werte können verschiedene Mensch-Ma- schine-lnteraktionen abgeleitet werden, die den Fahrer dazu animieren, der vom High Level Solvermodul vorgeschlagenen Geschwindigkeitstrajektorie zu folgen. In diesem Sinne wird in einer Ausführungsform der Mensch-Maschine-Schnittstelle eine aktuelle Geschwindigkeit des Kraftfahrzeugs als Eingangswert übergeben, wobei anschließend mittels der Mensch-Maschine-Schnittstelle eine Geschwindigkeits-Differenz zwischen der aktuellen Geschwindigkeit des Kraftfahrzeugs und einer zugehörigen Geschwindigkeit aus der durch das High Level Solvermodul berechneten Geschwindigkeitstrajektorie gebildet wird. Weiterhin wird mittels der Mensch-Maschine- Schnittstelle als Steuerungssignal ein die Geschwindigkeits-Differenz repräsentierendes Differenzsignal erzeugt und an den Fahrer ausgegeben. Das Differenzsignal wird bevorzugt derart ausgegeben, dass es den Fahrer dazu animiert, der vom High Level Solvermodul vorgeschlagenen Geschwindigkeitstrajektorie zu folgen.
Anstatt die optimierte Geschwindigkeit mit der aktuellen Geschwindigkeit zu vergleichen, kann auch auf Momentebene verglichen werden. Dabei kann ein Vergleich des aktuellen Fahrerwunschmoments mit einem optimierten Moment erfolgen, das durch modellbasierte prädiktive Regelung berechnet wird. In diesem Sinne wird gemäß einem zweiten Aspekt der Erfindung ein Verfahren zur modellbasierten prädiktiven Regelung eines Kraftfahrzeugs bereitgestellt, wobei ein MPC-Algorithmus ausgeführt wird, der ein Moment-Solvermodul, ein Längsdynamikmodell und eine Kostenfunktion umfasst, die dem Moment-Solvermodul zugeordnet ist, wobei durch Ausführen des Moment-Solvermoduls für ein Antriebsaggregat des Kraftfahrzeugs (z.B. ein Verbrennungskraftmotor oder ein Elektromotor oder eine Kombination aus dem Verbrennungskraftmotor und dem Elektromotor) eine die Kostenfunktion minimierende An- triebsmomenttrajektorie berechnet wird, gemäß welcher das Antriebsaggregat Antriebsmomente innerhalb eines Prädiktionshorizonts bereitstellen soll. Die durch das Moment-Solvermodul berechnete Antriebsmomenttrajektorie wird an eine Mensch- Maschine-Schnittstelle als Eingangswert übergeben, wobei der Mensch-Maschine- Schnittstelle zusätzlich ein aktuelles Antriebsmoment des Antriebsaggregats als Eingangswert übergeben wird, z.B. mittels eines dazu eingerichteten Sensorsystems. Mittels der Mensch-Maschine-Schnittstelle wird eine Antriebsmoment-Differenz gebildet, wobei von dem aktuellen Antriebsmoment ein zugehöriges Antriebsmoment aus der durch das Moment-Solvermodul berechneten Antriebsmomenttrajektorie abgezogen wird. Weiterhin wird mittels der Mensch-Maschine-Schnittstelle ein Antriebsmoment-Steuerungssignal erzeugt und an den Fahrer ausgegeben, sodass der Fahrer das Kraftfahrzeug entsprechend dem Antriebsmoment-Steuerungssignal steuern kann, das auf der Antriebsmoment-Differenz basiert.
Die vorstehend beschriebenen Momente des Antriebsaggregats nehmen üblicherweise positive Werte an, da sie dem Vortrieb bzw. der Beschleunigung des Kraftfahrzeugs dienen, wohingegen Momente einer Bremsanlage des Kraftfahrzeugs üblicherweise negative Werte annehmen, da sie dem Abbremsen des Kraftfahrzeugs dienen. Für eine solche Bremsanlage lässt sich die vorstehend beschriebene Bildung der Differenz und Ausgabe des Differenzsignals ebenso durchführen wie für das Antriebsaggregat. In diesem Sinne umfasst die Antriebsmomenttrajektorie in einer weiteren Ausführungsform einen Verlauf von Bremsmomenten, welche die Bremsanlage innerhalb des Prädiktionshorizonts bereitstellen soll, wobei der Verlauf der Bremsmomente an die Mensch-Maschine-Schnittstelle als Eingangswert übergeben wird, und wobei der Mensch-Maschine-Schnittstelle zusätzlich ein aktuelles Bremsmoment der Bremsanlage als Eingangswert übergeben wird. Mittels der Mensch-Maschine- Schnittstelle wird eine Bremsmoment-Differenz gebildet, wobei von dem aktuellen Bremsmoment ein zugehöriges Bremsmoment aus dem durch das Moment-Solvermodul berechneten Verlauf von Bremsmomenten abgezogen wird. Mittels der Mensch-Maschine-Schnittstelle wird weiterhin ein Bremsmoment-Steuerungssignal erzeugt und an den Fahrer ausgegeben, sodass der Fahrer das Kraftfahrzeug entsprechend dem Bremsmoment-Steuerungssignal steuern kann, das auf der Bremsmoment-Differenz basiert.
Was die Drehmomente angeht, so kann als Mensch-Maschine-Schnittstelle insbesondere ein haptisches Fahrpedal verwendet werden, das ein haptisches Feedback an den Fahrer ausgibt. Ziel ist hier ebenfalls, den Fahrer zu beispielsweise energiesparenden Interaktionen zu animieren. In diesem Sinne umfasst die Mensch-Ma- schine-Schnittstelle in einer Ausführungsform ein haptisches Fahrpedal, wobei das haptische Fahrpedal das Antriebsmoment-Steuerungssignal (Gaspedal) und/oder das Bremsmoment-Steuerungssignal (Bremspedal) als eine für den Fahrer in seinem Fuß spürbare haptische Rückmeldung ausgibt.
Im Folgenden werden Ausführungsbeispiele der Erfindung anhand der schematischen Zeichnung näher erläutert, wobei gleiche oder ähnliche Elemente mit dem gleichen Bezugszeichen versehen sind. Hierbei zeigt
Fig. 1 eine schematische Darstellung eines Kraftfahrzeugs, dessen Antriebsstrang einen Verbrennungskraftmotor, eine elektrische Maschine und eine Bremsanlage umfasst,
Fig. 2 Details eines beispielhaften Antriebsstrangs für das Kraftfahrzeug nach Fig. 1 und
Fig. 3 ein Ausführungsbeispiel eines erfindungsgemäßen Verfahrens zur modellbasierten prädiktiven Regelung des Kraftfahrzeugs nach Fig. 1 .
Fig. 1 zeigt ein Kraftfahrzeug 1 , z.B. ein Personenkraftfahrwagen. Das Kraftahrzeug 1 umfasst ein System 2 zur modelbasierten prädiktiven Regelung des Kraftfahrzeugs 1 . Das System 2 umfasst in dem gezeigten Ausführungsbeispiel eine Prozessoreinheit 3, eine Speichereinheit 4, eine Kommunikations-Schnittstelle 5 und eine Erfassungseinheit 6, insbesondere zur Erfassung von Zustandsdaten, die das Kraftfahrzeug 1 betreffen. Das Kraftfahrzeug 1 umfasst weiterhin einen Antriebsstrang 7, der beispielsweise eine elektrische Maschine 8, die als Motor und als Generator betrieben werden kann, eine Batterie 9, ein Getriebe 10 und eine Bremsanlage 19 umfassen kann. Die elektrische Maschine 8 kann im Motorbetrieb Räder des Kraftfahrzeugs 1 über das Getriebe 10 antreiben. Die dazu notwendige elektrische Energie kann die Batterie 9 bereitstellen, insbesondere über eine Leistungselektronik 18. Die Batterie 9 kann umgekehrt durch die elektrische Maschine 8 über die Leistungselektronik 18 aufgeladen werden, wenn die elektrische Maschine 8 im Generatorbetrieb betrieben wird (Reku- peration). Die Batterie 9 kann optional auch an einer externen Ladestation aufgeladen werden.
Fig. 2 zeigt weiterhin, dass der Antriebsstrang 7 ein Hybridantriebsstrang ist, der zusätzlich einen Verbrennungskraftmotor 17 aufweist. Der Verbrennungskraftmotor 17 kann in der durch Fig. 2 gezeigten beispielhaften parallelen P2-Architektur des Hybridantriebsstrangs 7 zusätzlich zu der elektrischen Maschine 8 das Kraftfahrzeug 1 antreiben, wenn eine zwischen dem Verbrennungskraftmotor 17 und der elektrischen Maschine 8 angeordnete Kupplung K0 geschlossen ist. Der Verbrennungskraftmotor 17 kann optional auch die elektrische Maschine 8 antreiben, um die Batterie 9 aufzuladen. Die elektrische Maschine 8 kann (bei geschlossener Kupplung K0 unterstützt durch den Verbrennungskraftmotor 17) in dem gezeigten Ausführungsbeispiel über das Getriebe 10 und über ein vorderes Differenzialgetriebe 21 zwei Vorderräder 22 und 23 des Kraftfahrzeugs 1 mit einem positiven Antriebsmoment antreiben, die an einer Vorderachse 25 angebracht sind. Ein erstes Hinterrad 26 und ein zweites Hinterrad 28 an einer Hinterachse 29 des Kraftfahrzeugs 1 werden in dem gezeigten Ausführungsbeispiel nicht angetrieben (Heckantrieb und Allradantrieb sind jedoch alternativ auch möglich). Die Vorderräder 22, 23 und die Hinterräder 26, 28 können durch die Bremsanlage 19 des Antriebsstrangs 7 abgebremst werden, wozu die Bremsanlage 19 ein negatives Bremsmoment bereitstellen kann.
Auf der Speichereinheit 4 kann ein Computerprogrammprodukt 11 gespeichert sein.
Das Computerprogrammprodukt 11 kann auf der Prozessoreinheit 3 ausgeführt wer- den, wozu die Prozessoreinheit 3 und die Speichereinheit 4 mittels der Kommunikations-Schnittstelle 5 miteinander verbunden sind. Wenn das Computerprogrammprodukt 11 auf der Prozessoreinheit 3 ausgeführt wird, leitet es die Prozessoreinheit 3 an, die im Zusammenhang mit der Zeichnung beschriebenen Funktionen zu erfüllen bzw. Verfahrensschritte auszuführen.
Das Computerprogrammprodukt 11 enthält einen MPC-Algorithmus 13, der ein High Level Solvermodul 13.1 umfasst bzw. enthält. Der MPC-Algorithmus 13 enthält weiterhin ein Längsdynamikmodell 14 des Kraftfahrzeugs 1 . Das High Level Solvermodul 13.1 kann auf das Längsdynamikmodell 14 zugreifen. Ferner enthält der MPC- Algorithmus 13 eine zu minimierende High Level Kostenfunktion 15.1 , die dem High Level Solvermodul 13.1 zugeordnet ist.
Das Längsdynamikmodell 14 umfasst ein Verlustmodell 27 des Kraftfahrzeugs 1. Das Verlustmodell 27 beschreibt das Betriebsverhalten von effizienzrelevanten Komponenten, z.B. der elektrischen Maschine 8, des Verbrennungskraftmotors 17 und der Bremsanlage 19 hinsichtlich ihrer Effizienz bzw. hinsichtlich ihres Verlusts. Daraus ergibt sich ein Gesamtverlust des Kraftfahrzeugs 1 . Die Prozessoreinheit 3 führt den MPC-Algorithmus 13 aus und prädiziert dabei für einen gleitenden Prädiktionshorizont (z.B. mit einer Länge von 500m) ein Verhalten des Kraftfahrzeugs 1 . Diese Prädiktion basiert auf dem Längsdynamikmodell 14. Die Prozessoreinheit 3 berechnet durch Ausführen des High Level Solvermodul 13.1 eine optimierte Geschwindig- keitstrajektorie 31 , gemäß welcher sich das Kraftfahrzeug 1 innerhalb des Prädiktionshorizonts fortbewegen soll. Die optimierte Geschwind igkeitstrajektorie 31 wird für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamik- modells 14 berechnet, wobei die High Level Kostenfunktion 15.1 minimiert wird. Das High Level Solvermodul 13.1 übernimmt dabei die langfristige Grobplanung der Längstrajektorie 31 und nutzt hierfür den MPC-Ansatz. Die langfristige Grobplanung der Trajektorie 31 erfolgt dabei wegbasiert. Dies erlaubt insbesondere einen korrekten, optimalen Umgang mit nicht-dynamischen Horizontobjekten (Steigungen, Geschwindigkeitslimits und andere Verkehrsschilder wie z.B. „Stop“- oder „Vorfahrt ge- währen“-Schilder, Kurvenkrümmungen, Ampeln). Die Länge des Fahrthorizonts beträgt im vorliegenden Beispiel 500m. Alternativ oder zusätzlich zu dem High Level Solvermodul 13.1 kann der MPC-Algo- rithmus 13 ein Moment-Solvermodul 13.2 mit einer ihm zugeordneten Moment-Kostenfunktion 15.2 umfassen bzw. enthalten. Das Moment-Solvermodul 13.2 kann auf das Längsdynamikmodell 14 zugreifen. Durch Ausführen des Moment-Solvermoduls
13.2 berechnet die Prozessoreinheit 3 unter Minimierung der Moment-Kostenfunktion
15.2 für den Prädiktionshorizont für die elektrische Maschine 8 und/oder für den Verbrennungskraftmotor 17 und/oder für die Bremsanlage 19 des Kraftfahrzeugs 1 eine optimierte Momenttrajektorie 32, gemäß welcher die elektrische Maschine 8 und/oder der Verbrennungskraftmotor 17 und/oder die Bremsanlage 19 Momente innerhalb des Prädiktionshorizonts bereitstellen sollen.
Die Erfassungseinheit 6 kann aktuelle Zustandsgrößen des Kraftfahrzeugs 1 messen, entsprechende Daten aufnehmen und dem High Level Solvermodul 13.1 , dem Moment-Solvermodul 13.2 sowie einer weiter unten beschriebenen Mensch-Maschi- nen-Schnittstelle 16 zuführen. Dazu kann die Erfassungseinheit 6 beispielsweise einen Geschwindigkeitssensor 24 und einen Momentsensor 30 umfassen. Mittels des Geschwindigkeitssensors 24 kann eine jeweils aktuelle Geschwindigkeit des Kraftfahrzeugs 1 ermittelt werden. Mittels des Momentsensors 30 kann ein jeweils aktuelles Moment des Kraftfahrzeugs 1 ermittelt werden, z.B. ein aktuelles Antriebsmoment, das durch den Elektromotor 8 oder den Verbrennungskraftmotor 17 bereitgestellt, oder ein aktuelles Bremsmoment, das durch die Bremsanlage 19 bereitgestellt wird.
Weiterhin können Informationen über statische Objekte und/oder Streckendaten aus einer elektronischen Karte eines Navigationssystems 20 des Kraftfahrzeugs 1 für einen Vorausschauhorizont bzw. Prädiktionshorizont (z.B. 500 m) vor dem Kraftfahrzeug 1 insbesondere zyklisch aktualisiert und dem High Level Solvermodul 13.1 übergeben werden. Die Streckendaten können beispielsweise Steigungsinformationen, Kurveninformationen, und Informationen über Geschwindigkeitslimits sowie Ampeln und Haltepunkte beinhalten. Des Weiteren kann eine Kurvenkrümmung über eine maximal zulässige Querbeschleunigung in ein Geschwindigkeitslimit für das Kraftfahrzeug 1 umgerechnet werden. Außerdem kann mittels der Erfassungseinheit 6 eine Ortung des Kraftfahrzeugs 1 erfolgen, insbesondere über ein von einem GNSS-Sensor 12 generiertes Signal zur genauen Lokalisierung auf der elektronischen Karte. Ferner kann die Erfassungseinheit 6 zur Erfassung des äußeren Umfelds des Kraftfahrzeugs 1 einen Umfeldsensor 33 umfassen, z.B. einen Radar-Sensor, ein Kamerasystem und/oder einen Lidar-Sensor. Dadurch können insbesondere auch dynamische Objekte im Bereich des äußeren Umfelds des Kraftfahrzeugs 1 erfasst werden, z.B. sich bewegende Objekte wie andere Fahrzeuge oder Fußgänger. Die Prozessoreinheit 3 kann auf Informationen der genannten Elemente beispielsweise über die Kommunikations-Schnittstelle 5 zugreifen. Diese Informationen können in das Längsmodell 14 des Kraftfahrzeugs 1 einfließen, insbesondere als Beschränkungen oder Nebenbedingungen bei der Berechnung der Geschwindig- keitstrajektorie 31 und/oder der Momenttrajektorie 32.
Als Output der Optimierung durch den MPC-Algorithmus ergeben sich optimale Geschwindigkeiten des Kraftfahrzeugs 1 sowie Drehmomente der elektrischen Maschine 8 und/oder des Verbrennungskraftmotors 17 und/oder der Bremsanlage 19 für berechnete Punkte innerhalb des Prädiktionshorizonts. Die durch den MPC-Algorithmus 13 vorgeschlagene Geschwind igkeitstrajektorie 31 und/oder die durch den MPC-Algorithmus 13 vorgeschlagene Momenttrajektorie 32 wird gemäß der vorliegenden Erfindung an eine Mensch-Maschine-Schnittstelle 16 übergeben, was im Folgenden näher im Zusammenhang mit Fig. 3 beschrieben wird.
Fig. 3 zeigt, dass dem High Level Solvermodul 13.1 Eingabedaten von dem Navigationssystem 20 (insbesondere Kartendaten) übergeben werden. Weiterhin werden dem High Level Solvermodul 13.1 Eingabedaten von der Erfassungseinheit 6 übergeben, insbesondere Zustandsdaten des Kraftfahrzeugs 1 sowie andere vorstehend beschriebene Informationen über dynamische Objekte der Sensoren 12, 24, 30, 33 des Kraftfahrzeugs 1. Unter Berücksichtigung der Eingabedaten berechnet die Prozessoreinheit 3 unter Ausführung des High Level Solvermoduls 13.1 die Geschwin- digkeitstrajektorie 31 , wie dies vorstehend beschrieben worden ist. Anschließend wird die durch das High Level Solvermodul 13.1 berechnete Geschwindigkeitstrajek- torie 31 als Eingangswert an die Mensch-Maschine-Schnittstelle 16 übergeben. Auch der Mensch-Maschine-Schnittstelle 16 können weitere Eingabedaten von dem Navigationssystem 20 und der Erfassungseinheit 6 übergeben werden, beispielsweise die Zustandsdaten des Kraftfahrzeugs 1 sowie andere vorstehend beschriebene Daten der Sensoren 12, 24, 30, 33 des Kraftfahrzeugs 1.
Die Mensch-Maschine-Schnittstelle 16 verarbeitet die durch das High Level Solver- modul 13.1 berechnete Geschwindigkeitstrajektorie 31 . Die Mensch-Maschine- Schnittstelle 16 verarbeitet optional auch die Eingabedaten, die von der Erfassungseinheit 6 und/oder dem Navigationssystem 20 übergeben wurden. Basierend auf der durch das High Level Solvermodul 13.1 berechneten Geschwindigkeitstrajektorie 31 , optional kombiniert mit den Eingabedaten, die von der Erfassungseinheit 6 und/oder dem Navigationssystem 20 übergeben wurden, generiert die Mensch-Maschine- Schnittstelle 16 ein Geschwindigkeits-Steuerungssignal 34. In einem Beispiel kann das Geschwindigkeits-Steuerungssignal 34 der Geschwindigkeitstrajektorie 31 entsprechen, die durch das High Level Solvermodul 13.1 berechnet worden ist. Die Mensch-Maschine-Schnittstelle 16 gibt das Geschwindigkeits-Steuerungssignal 34 an einen Fahrer 35 des Kraftfahrzeugs 1 aus, sodass der Fahrer 35 das Kraftfahrzeug 1 entsprechend dem Steuerungssignal 34 steuern kann. Dies kann der Fahrer 35 durchführen, indem er beispielsweise ein Gaspedal 36 oder ein Bremspedal 37 des Kraftfahrzeugs 1 entsprechend dem Geschwindigkeits-Steuerungssignal 34 betätigt.
Fig. 3 zeigt, dass das Geschwindigkeits-Steuerungssignal 34 über eine Ausgabeeinheit an den Fahrer 35 ausgegeben wird. Bei der Ausgabeeinheit kann es sich beispielsweise um ein Videosystem 38 handeln, z.B. ein Display, welches das Geschwindigkeits-Steuerungssignal 34 als eine für den Fahrer 35 visuell wahrnehmbare Rückmeldung 40 ausgibt. Alternativ oder zusätzlich kann ein Audiosystem 39 als Ausgabeeinheit zum Einsatz kommen, welches das Geschwindigkeits-Steuerungssignal 34 als eine für den Fahrer 35 akustisch wahrnehmbare Rückmeldung 41 ausgibt, z.B. über Töne oder Sprache.
Ferner kann alternativ oder zusätzlich ein Haptiksystem zum Einsatz kommen, welches das Geschwindigkeits-Steuerungssignal 34 als eine für den Fahrer 35 haptisch wahrnehmbare Rückmeldung 42 ausgibt. In dem gezeigten Ausführungsbeispiel handelt kann es sich bei dem Haptiksystem um ein haptisches Fahrpedal handeln, z.B. ein haptisches Gaspedal 36 oder ein haptisches Bremspedal 37. Die Fahrpedale 36, 37 können dem Fahrer 35 beispielsweise über einen dem Geschwindigkeits-Steuerungssignal 34 entsprechenden Tretwiderstand oder über ein dem Geschwindigkeits- Steuerungssignal 34 entsprechendes Vibrationssignal die haptisch wahrnehmbare Rückmeldung 42 ausgeben. Das Gaspedal 36 und das Bremspedal 37 stellen somit gleichzeitig eine Ausgabeeinheit der Mensch-Maschinen-Schnittstelle 16 als auch ein Steuerungselement dar, mit Hilfe dessen der Fahrer 35 die Beschleunigung, Geschwindigkeit und/oder das Abbremsen des Kraftfahrzeugs 1 steuern kann, wobei der Fahrer 35 insbesondere dem durch die Mensch-Maschinen-Schnittstelle 16 vorgegebenen Geschwindigkeits-Steuerungssignal 34 folgen wird.
Wie vorstehend beschrieben können auch dynamische Horizontobjekte grundsätzlich beachtet werden. Dies ist allerdings nur in einem groben Rahmen (bedingt durch lange Rechenzeiten) möglich. Die an die dynamischen Objekte angepasste Ge- schwindigkeitstrajektorie 31 muss daher gegebenenfalls durch einen reaktiveren Aktor korrigiert werden. Vor diesem Hintergrund gilt die Geschwindigkeitsgrobplanung 31 des High Level Solvermoduls 31 rein als Vorschlag, den der menschliche Fahrer
35 insbesondere bei dynamischen Fahrmanövern überschreiben wird und muss.
Der Mensch-Maschine-Schnittstelle 16 kann über den Geschwindigkeitssensor 24 eine aktuelle Geschwindigkeit v1 des Kraftfahrzeugs 1 als Eingangswert übergeben werden. Die Mensch-Maschine-Schnittstelle 16 kann eine Geschwindigkeits-Differenz Av zwischen der aktuellen Geschwindigkeit v1 des Kraftfahrzeugs 1 und einer zugehörigen Geschwindigkeit v31 aus der durch das High Level Solvermodul 13.1 berechneten Geschwindigkeitstrajektorie 31 bilden. Die Mensch-Maschine-Schnitt- stelle 16 erzeugt daraufhin ein die Geschwindigkeits-Differenz Av repräsentierendes Differenzsignal Avs als Steuerungssignal 34, und gibt es an den Fahrer 35 aus, z.B. über das Videosystem 38, über das Audiosystem 39, über das haptische Gaspedal
36 oder über das haptische Bremspedal 37. Alternativ oder zusätzlich kann die durch das Moment-Solvermodul 13.2 berechnete Antriebsmomenttrajektorie 32 an die Mensch-Maschine-Schnittstelle 16 als Eingangswert übergeben werden. Der Mensch-Maschine-Schnittstelle 16 kann über den Momentsensor 30 weiterhin ein aktuelles Moment des Kraftfahrzeugs 1 als Eingangswert übergeben werden, z.B. ein Antriebsmoment M1 , das durch die elektrische Maschine 8 oder den Verbrennungskraftmotor 17 zum Antrieb des Kraftfahrzeugs 1 bereitgestellt wird. Die Mensch-Maschine-Schnittstelle 16 bildet eine Antriebsmoment-Differenz AM, wobei von dem aktuellen Antriebsmoment M1 ein zugehöriges Antriebsmoment M32 aus der durch das Moment-Solvermodul 13.2 berechneten Antriebsmomenttrajektorie 32 abgezogen wird. Die Mensch-Maschine-Schnitt- stelle 16 erzeugt ferner ein Antriebsmoment-Steuerungssignal AMs und gibt dieses an den Fahrer 35 aus, sodass der Fahrer 35 das Kraftfahrzeug 1 entsprechend dem Antriebsmoment-Steuerungssignal AMs steuern kann, das auf der Antriebsmoment- Differenz AM basiert. Das haptische Gaspedal 36 kann dabei das Antriebsmoment- Steuerungssignal AMs als eine für den Fahrer 35 in seinem Fuß spürbare haptische Rückmeldung ausgeben, auf Basis dessen der Fahrer 35 das haptische Gaspedal 36 bedienen kann.
Die durch das Moment-Solvermodul 13.2 berechnete Momenttrajektorie 32 kann auch Bremsmomente Mb32 enthalten, wobei der Mensch-Maschine-Schnittstelle 16 über den Momentsensor 30 zusätzlich ein aktuelles Bremsmoment Mb1 der Bremsanlage 19 als Eingangswert übergeben wird. Die Mensch-Maschine-Schnittstelle 16 bildet eine Bremsmoment-Differenz AMb, wobei von dem aktuellen Bremsmoment Mb1 ein zugehöriges Bremsmoment Mb32 aus der durch das Momenten-Solvermo- dul 13.2 berechneten Antriebsmomenttrajektorie 32 abgezogen wird. Die Mensch- Maschine-Schnittstelle 16 erzeugt weiterhin ein Bremsmoment-Steuerungssignal AMbs und gibt dieses an den Fahrer 35 aus, sodass der Fahrer 35 das Kraftfahrzeug 1 entsprechend dem Bremsmoment-Steuerungssignal AMbs steuern kann, das auf der Bremsmoment-Differenz AMb basiert. Das haptische Bremspedal 37 kann dabei das Bremsmoment-Steuerungssignal AMbs als eine für den Fahrer 35 in seinem Fuß spürbare haptische Rückmeldung ausgeben, auf Basis dessen der Fahrer 35 das haptische Bremspedal 37 bedienen kann. Bezugszeichen
KO Kupplung
M1 aktuelles Antriebsmoment
Mb1 aktuelles Bremsmoment
M32 Antriebsmoment aus Momenttrajektorie
Mb32 Bremsmoment aus Momenttrajektorie v1 aktuelle Geschwindigkeit Kraftfahrzeug v31 Geschwindigkeit aus Geschwindigkeitstrajektorie
AM Antriebsmoment-Differenz
AMs Antriebsmoment-Differenzsignal
AbM Bremsmoment-Differenz
AbMs Bremsmoment-Differenzsignal
Av Geschwindigkeits-Differenz
Avs Geschwindigkeits-Differenz
1 Fahrzeug
2 System
3 Prozessoreinheit
4 Speichereinheit
5 Kommunikations-Schnittstelle
6 Erfassungseinheit
7 Antriebsstrang
8 elektrische Maschine
9 Batterie
10 Getriebe
11 Computerprogrammprodukt
12 GNSS-Sensor
13 MPC-Algorithmus
13.1 High Level Solvermodul
14 Moment-Solvermodul
14 Längsdynamikmodell
15.1 High Level Kostenfunktion Moment-Kostenfunktion
Mensch-Maschine-Schnittstelle
Verbrennungskraftmotor
Leistungselektronik
Bremsanlage
Navigationssystem vorderes Differenzialgetriebe
Vorderrad
Vorderrad
Geschwindigkeitssensor
Vorderachse
Hinterrad
Verlustmodell
Hinterrad
Hinterachse
Momentsensor
Geschwindigkeitstrajektorie
Momenttrajektorie
Umfeldsensor
Geschwindigkeits-Steuerungssignal
Fahrer
Gaspedal
Bremspedal
Videosystem
Audiosystem visuell wahrnehmbare Rückmeldung akustisch wahrnehmbare Rückmeldung haptisch wahrnehmbare Rückmeldung

Claims

Patentansprüche
1. Verfahren zur modellbasierten prädiktiven Regelung eines Kraftfahrzeugs (1 ), das Verfahren umfassend die Schritte
- Ausführen eines MPC-Algorithmus1 (13), der ein High Level Solvermodul (13.1 ), ein Längsdynamikmodell (14) und eine Kostenfunktion (15.1 ) umfasst, die dem High Level Solvermodul (13.1 ) zugeordnet ist, wobei durch das Ausführen des High Level Solvermoduls (13.1 ) für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells (14) eine die Kostenfunktion (15.1 ) minimierende Geschwindigkeitstrajektorie (31 ) berechnet wird, gemäß welcher sich das Kraftfahrzeug (1 ) innerhalb eines Prädiktionshorizonts fortbewegen soll,
- Übergeben der durch das High Level Solvermodul (13.1 ) berechneten Geschwindigkeitstrajektorie (31 ) an eine Mensch-Maschine-Schnittstelle (16) als Eingangswert, - Verarbeiten der durch das High Level Solvermodul (13.1 ) berechneten Geschwindigkeitstrajektorie (31 ) zu einem Steuerungssignal (34) mittels der Mensch-Ma- schine-Schnittstelle (16), und
- Ausgeben des Steuerungssignals (34) an einen Fahrer (35) des Kraftfahrzeugs (1 ) mittels der Mensch-Maschine-Schnittstelle (16), sodass der Fahrer (35) das Kraftfahrzeug (1 ) entsprechend dem Steuerungssignal (34) steuern kann, das auf der durch das High Level Solvermodul (13.1 ) berechneten Geschwindigkeitstrajektorie (31 ) basiert.
2. Verfahren nach Anspruch 1 , wobei das Steuerungssignal (34) mittels der Mensch- Maschine-Schnittstelle (16) durch die Geschwindigkeitstrajektorie (31 ) dargestellt wird, die durch das High Level Solvermodul (13.1 ) berechnet worden ist.
3. Verfahren nach Anspruch 1 oder 2, die Mensch-Maschine-Schnittstelle (16) umfassend
- ein Videosystem (38), welches das Steuerungssignal (34) als eine für den Fahrer (35) visuell wahrnehmbare Rückmeldung (40) ausgibt, und/oder
- ein Audiosystem (39), welches das Steuerungssignal (34) als eine für den Fahrer (35) akustisch wahrnehmbare Rückmeldung (41 ) ausgibt, und/oder - ein Haptiksystem (36, 37), welches das Steuerungssignal (34) als eine für den Fahrer (35) haptisch wahrnehmbare Rückmeldung (42) ausgibt.
4. Verfahren nach einem der vorstehenden Ansprüche, wobei dem High Level Sol- vermodul (13.1 ) Informationen über statische Objekte als Nebenbedingungen übergeben werden, welche das High Level Solvermodul (13.1 ) bei der Berechnung der Geschwindigkeitstrajektorie (31 ) berücksichtigt.
5. Verfahren nach einem der vorstehenden Ansprüche, wobei dem High Level Solvermodul (13.1 ) Informationen über dynamische Objekte als Nebenbedingungen übergeben werden, welche das High Level Solvermodul (13.1 ) bei der Berechnung der Geschwindigkeitstrajektorie (31 ) berücksichtigt.
6. Verfahren nach Anspruch 5, wobei die Mensch-Maschine-Schnittstelle (16) die durch das High Level Solvermodul (13.1 ) berechnete Geschwindigkeitstrajektorie (31 ) als Vorschlag für den Fahrer (35) des Kraftfahrzeugs (1 ) ausgibt.
7. Verfahren nach einem der vorstehenden Ansprüche,
- der Mensch-Maschine-Schnittstelle (16) eine aktuelle Geschwindigkeit (v1 ) des Kraftfahrzeugs (1 ) als Eingangswert übergeben wird,
- mittels der Mensch-Maschine-Schnittstelle (16) eine Geschwindigkeits-Differenz (Av) zwischen der aktuellen Geschwindigkeit (v1 ) des Kraftfahrzeugs (1 ) und einer zugehörigen Geschwindigkeit (v31 ) aus der durch das High Level Solvermodul (13.1 ) berechneten Geschwindigkeitstrajektorie (31 ) gebildet wird,
- mittels der Mensch-Maschine-Schnittstelle (16) ein die Geschwindigkeits-Differenz (Av) repräsentierendes Differenzsignal (As) als Steuerungssignal (34) erzeugt und an den Fahrer (35) ausgegeben wird.
8. Verfahren zur modellbasierten prädiktiven Regelung eines Kraftfahrzeugs (1 ), das Verfahren umfassend die Schritte
- Ausführen eines MPC-Algorithmus1 (13), der ein Moment-Solvermodul (13.2), ein Längsdynamikmodell (14) und eine Kostenfunktion (15.2) umfasst, die dem Moment- Solvermodul (13.2) zugeordnet ist, wobei durch Ausführen des Moment-Solvermo- duls (13.2) für ein Antriebsaggregat (8, 17) des Kraftfahrzeugs (1 ) eine die Kostenfunktion (15.2) minimierende Antriebsmomenttrajektorie (32) berechnet wird, gemäß welcher das Antriebsaggregat (8, 17) Antriebsmomente (M32) innerhalb eines Prädiktionshorizonts bereitstellen soll,
- die durch das Moment-Solvermodul (13.2) berechnete Antriebsmomenttrajektorie (32) an eine Mensch-Maschine-Schnittstelle (16) als Eingangswert übergeben wird,
- der Mensch-Maschine-Schnittstelle (16) zusätzlich ein aktuelles Antriebsmoment (M1 ) des Antriebsaggregats (8, 17) als Eingangswert übergeben wird,
- mittels der Mensch-Maschine-Schnittstelle (16) eine Antriebsmoment-Differenz (AM) gebildet wird, wobei von dem aktuellen Antriebsmoment (M1 ) ein zugehöriges Antriebsmoment (M32) aus der durch das Moment-Solvermodul (13.2) berechneten Antriebsmomenttrajektorie (32) abgezogen wird, und
- mittels der Mensch-Maschine-Schnittstelle (16) ein Antriebsmoment-Steuerungssignal (AMs) erzeugt und an den Fahrer (35) ausgegeben wird, sodass der Fahrer (35) das Kraftfahrzeug (1 ) entsprechend dem Steuerungssignal (AMs) steuern kann, das auf der Antriebsmoment-Differenz (AM) basiert.
9. Verfahren nach Anspruch 8, wobei
- die Antriebsmomenttrajektorie (32) einen Verlauf von Bremsmomenten (Mb32) umfasst, welche die Bremsanlage (19) innerhalb des Prädiktionshorizonts bereitstellen soll,
- der Verlauf der Bremsmomente (Mb32) an die Mensch-Maschine-Schnittstelle (16) als Eingangswert übergeben wird,
- der Mensch-Maschine-Schnittstelle (16) zusätzlich ein aktuelles Bremsmoment (Mb1 ) der Bremsanlage (19) als Eingangswert übergeben wird,
- mittels der Mensch-Maschine-Schnittstelle (16) eine Bremsmoment-Differenz (AMb) gebildet wird, wobei von dem aktuellen Bremsmoment (Mb1 ) ein zugehöriges Bremsmoment (Mb32) aus dem durch das Moment-Solvermodul (13.2) berechneten Verlauf von Bremsmomenten (Mb32) abgezogen wird, und
- mittels der Mensch-Maschine-Schnittstelle (16) ein Bremsmoment-Steuerungssignal (AMbs) erzeugt und an den Fahrer (35) ausgegeben wird, sodass der Fahrer (35)
19 das Kraftfahrzeug (1 ) entsprechend dem Bremsmoment-Steuerungssignal (AMbs) steuern kann, das auf der Bremsmoment-Differenz (AMb) basiert.
10. Verfahren nach Anspruch 8 oder 9, wobei
- die Mensch-Maschine-Schnittstelle (16) ein haptisches Fahrpedal (36, 37) umfasst,
- das haptische Fahrpedal (36, 37) das Antriebsmoment-Steuerungssignal (AMs) und/oder das Bremsmoment-Steuerungssignal (AMbs) als eine für den Fahrer (35) in seinem Fuß spürbare haptische Rückmeldung (42) ausgibt.
20
PCT/EP2021/074383 2021-09-03 2021-09-30 Modellbasierte prädiktive regelung eines kraftfahrzeugs WO2023030646A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202180102033.5A CN117916108A (zh) 2021-09-03 2021-09-30 对机动车辆进行基于模型的预测式控制
US18/688,526 US20240351604A1 (en) 2021-09-03 2021-09-30 Model-based predictive control of a motor vehicle

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102021209706.5 2021-09-03
DE102021209706.5A DE102021209706A1 (de) 2021-09-03 2021-09-03 Modellbasierte prädiktive Regelung eines Kraftfahrzeugs

Publications (1)

Publication Number Publication Date
WO2023030646A1 true WO2023030646A1 (de) 2023-03-09

Family

ID=85226775

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2021/074383 WO2023030646A1 (de) 2021-09-03 2021-09-30 Modellbasierte prädiktive regelung eines kraftfahrzeugs

Country Status (4)

Country Link
US (1) US20240351604A1 (de)
CN (1) CN117916108A (de)
DE (1) DE102021209706A1 (de)
WO (1) WO2023030646A1 (de)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6092021A (en) * 1997-12-01 2000-07-18 Freightliner Corporation Fuel use efficiency system for a vehicle for assisting the driver to improve fuel economy
US20090243827A1 (en) * 2008-03-25 2009-10-01 Ford Global Technologies, Llc Vehicle information display and method
WO2013110706A1 (en) * 2012-01-25 2013-08-01 Jaguar Land Rover Limited Hybrid electric vehicle and method of control thereof
US20200164745A1 (en) * 2018-11-27 2020-05-28 Ford Global Technologies, Llc Methods and systems for cruise control velocity tracking
WO2021089150A1 (de) * 2019-11-07 2021-05-14 Zf Friedrichshafen Ag Autonome fahrfunktion eines kraftfahrzeugs unter berücksichtigung von im umfeld des ego-fahrzeugs befindlichen fahrzeugen

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6092021A (en) * 1997-12-01 2000-07-18 Freightliner Corporation Fuel use efficiency system for a vehicle for assisting the driver to improve fuel economy
US20090243827A1 (en) * 2008-03-25 2009-10-01 Ford Global Technologies, Llc Vehicle information display and method
WO2013110706A1 (en) * 2012-01-25 2013-08-01 Jaguar Land Rover Limited Hybrid electric vehicle and method of control thereof
US20200164745A1 (en) * 2018-11-27 2020-05-28 Ford Global Technologies, Llc Methods and systems for cruise control velocity tracking
WO2021089150A1 (de) * 2019-11-07 2021-05-14 Zf Friedrichshafen Ag Autonome fahrfunktion eines kraftfahrzeugs unter berücksichtigung von im umfeld des ego-fahrzeugs befindlichen fahrzeugen

Also Published As

Publication number Publication date
DE102021209706A1 (de) 2023-03-09
CN117916108A (zh) 2024-04-19
US20240351604A1 (en) 2024-10-24

Similar Documents

Publication Publication Date Title
DE112019003755T5 (de) Lernen von Fahrerverhalten und Fahrcoaching-Strategie mittels künstlicher Intelligenz
DE102021119980A1 (de) Elektrofahrzeug
DE102009040682A1 (de) Verfahren zur Steuerung einer Geschwindigkeitsregelanlage eines Fahrzeugs
DE102020203742B4 (de) Modellbasierte prädiktive Regelung eines Kraftfahrzeugs
WO2012116896A1 (de) Bestimmen von rad- und/oder achsmomentvorgaben in einem kraftfahrzeug
DE102017211978A1 (de) Verfahren zum Betreiben eines Antriebsstrangs für ein Kraftfahrzeug, insbesondere für einen Kraftwagen, sowie Antriebsstrang für ein Kraftfahrzeug
DE102020216250B4 (de) Modellbasierte prädiktive Regelung eines Kraftfahrzeugs unter Berücksichtigung von Querverkehr
DE102017102076A1 (de) Verfahren zum Betreiben einer Steuervorrichtung eines Kraftfahrzeugs für eine Manöverplanung sowie Steuervorrichtung und Kraftfahrzeug
WO2023030646A1 (de) Modellbasierte prädiktive regelung eines kraftfahrzeugs
DE102019216445A1 (de) Modelbasierte prädiktive Regelung einer elektrischen Maschine eines Antriebstrangs eines Kraftfahrzeugs
CH718944A2 (de) Modellbasierte prädiktive Regelung eines Elektro-Kraftfahrzeugs.
DE102021124975A1 (de) Ein-pedal-fahrverfahren zum steuern der fahrzeuggeschwindigkeit bis zu einem stillstand unter verwendung von feedback-steuerelementen für das antriebsstrangdrehmoment
WO2022090040A1 (de) Verfahren und vorrichtung zum steuern eines fahrzeugs entlang einer fahrttrajektorie
WO2023030644A1 (de) Modellbasierte prädiktive regelung eines kraftfahrzeugs
WO2023030649A1 (de) Modellbasierte prädiktive regelung eines kraftfahrzeugs
DE102022202371B4 (de) Trajektorieabstimmung zweier hintereinanderfahrender Fahrzeuge
DE102021209704A1 (de) Modellbasierte prädiktive Regelung eines Kraftfahrzeugs
DE102019216457A1 (de) Autonome Fahrfunktion eines Kraftfahrzeugs
DE102021209705A1 (de) Modellbasierte prädiktive Regelung eines Kraftfahrzeugs
WO2021098956A1 (de) Ermittlung einer trajektorie für ein erstes fahrzeug unter berücksichtigung des fahrverhaltens eines zweiten fahrzeugs
WO2023030648A1 (de) Modellbasierte prädiktive regelung eines kraftfahrzeugs
DE102019219806A1 (de) Fahrereingriffe berücksichtigende autonome Fahrfunktion für ein Kraftfahrzeug
DE102021209703A1 (de) Modellbasierte prädiktive Regelung eines Kraftfahrzeugs
DE102023107435B3 (de) Verfahren zur Unterstützung eines Fahrers eines Kraftfahrzeugs, Kraftfahrzeug sowie Computerprogrammprodukt
DE102021209708A1 (de) Modellbasierte prädiktive Regelung eines Kraftfahrzeugs

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: 21766500

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18688526

Country of ref document: US

Ref document number: 202180102033.5

Country of ref document: CN

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21766500

Country of ref document: EP

Kind code of ref document: A1