【技术实现步骤摘要】
本专利技术涉及一种用于预测车辆的行驶阻力的方法，一种设立用于执行所述方法的控制设备，以及一种计算机程序产品。
技术介绍
1、从us2022176832a1中已知一种用于针对预定的行驶路段估计机动车的电能需求的方法。在所述方法中，基于行驶阻力和车辆速度之间的关系确定行驶阻力，根据行驶阻力确定能量需求并且将能量需求与储能装置中可用的能量进行比较。
技术实现思路
1、根据本专利技术的方法涉及预测车辆在未来的位置(s)处的行驶阻力，其中行驶阻力包括空气-滚动-阻力，其中空气-滚动-阻力借助于回归模型确定，并且其中(分别针对位置(s)预测的)环境条件数据和车辆速度用作为回归模型的输入变量。
2、将“空气-滚动-阻力”理解为车辆的如下阻力，所述阻力一方面由空气阻力而另一方面由滚动阻力(也称为滚动摩擦)组成。
3、由于空气-滚动-阻力借助于回归模型根据预测的环境条件数据和预测的车辆速度来确定，行驶阻力考虑个别环境条件并且并非基于定义为普遍有效的系数。因此，根据本专利技术的方法能够实现更精确地预测行驶阻力。精确地预测行驶阻力对于预测车辆运行的措施和其他中心变量是有利的，例如，对于能量需求求取和有效距离求取以及热管理措施的规划是有利的。
4、原则上，任何能够用于从输入变量(在此：环境条件数据和车辆速度)推断目标变量(在此：空气-滚动-阻力)的数学或统计模型都能够作为回归模型使用在根据本专利技术的方法中。这些模型例如包括决策树模型、高斯过程回归模型、人工神经网络和多
5、优选地，行驶阻力附加地包括以下分量中的一个或多个：
6、-坡度阻力，所述坡度阻力从车辆质量和道路坡度(分别针对位置(s)预测)中计算；
7、-加速阻力，所述加速阻力从车辆加速度、惯性矩和动态轮胎半径(分别针对所述位置(s)预测)中计算；以及
8、-转弯阻力，所述转弯阻力从针对所述位置(s)预测的车辆横摆角速率(gierrate)中计算。
9、通过将这些附加地在行驶期间出现的阻力包括在内，能够实现更精确地计算行驶阻力。
10、在所述方法的一个优选的实施方式中，用于确定空气-滚动-阻力的回归模型借助于空气-滚动-阻力的目标值来训练，所述目标值从车辆的车轮驱动力的测量值减去行驶阻力的其余分量的值来确定。其余分量包括在相应的实施方式中考虑的分量即坡度阻力、加速阻力和/或转弯阻力。车轮驱动力用于克服行驶阻力并且能够被视为行驶阻力的分量的总和。在知晓实际的车轮驱动力时，空气-滚动-阻力的大小能够通过如下方式确定：从车轮驱动力中减去其余驱动阻力分量(即除空气-滚动-阻力外的所有驱动阻力分量)。
11、与之相应地，回归模型优选通过如下方式来训练：预设空气-滚动-阻力的已知值并且同样预设环境条件数据的已知值以及车辆速度并且从中求取方程组或其他数学或统计模型，以根据车辆速度和环境条件数据确定空气-滚动-阻力。换言之，空气-滚动-阻力是因变量，而车速和环境条件数据是自变量。在车轮驱动力或行驶阻力分量未知的情况下，借助于回归模型也能够预测未来的位置(s)的空气-滚动-阻力。
12、回归模型的训练能够在任何时间间隔中进行。频繁和定期的训练通常提高回归模型的精度。
13、在所述方法中使用的环境条件数据优选包括以下变量中的一个或多个：风速、风向、环境温度、道路粗糙度、降水强度、降水类型、空气压力、空气密度、空气湿度、道路平整度。借助于用作为回归模型的输入自变量的环境条件数据，可以精确地预测空气-滚动-阻力。
14、环境条件数据的数据源能够是各种性质的。优选的是，环境条件数据取自一个或多个数据库或者借助于车对车通信确定。示例性地，风速、风向、环境温度和降水水平的数据源能够是天气数据库，车辆直接或间接地与所述天气数据库通信。道路粗糙度的数据源能够是具有针对不同街道路段的道路粗糙度值的数据库，从中能够获取位置(s)的道路粗糙度。车辆的未来的位置(s)处的环境温度例如能够借助于与位于所述位置(s)处的另一车辆进行车对车通信来求取，所述另一车辆包括用于确定环境温度的机构。
15、此外优选地，在根据本专利技术的方法中，从针对多个未来的位置(s)确定的行驶阻力中计算车辆的沿着由位置(s)限定的路段的能量需求或车辆的在驶过该路段所需的时间内的能量需求。在知晓能量需求的情况下，能够实现将牵引电池的可供使用的能量数量或车辆的可供使用的燃料量进行比较并且表明车辆的有效距离。
16、车辆的未来的位置(s)优选从导航装置中设定的路段、从历史行驶数据或从所求取的最可能的路段中取得。可靠地预测位置(s)对于计算行驶阻力和计算沿着通过多个位置限定的路段的能量需求是至关重要的。
17、根据本专利技术的控制设备设立用于执行根据本专利技术的方法。
18、根据本专利技术的计算机程序产品包括指令，当程序通过控制设备执行时，所述指令促使控制设备执行根据本专利技术的方法。
本文档来自技高网...【技术保护点】
1.一种用于预测车辆在车辆的未来的位置(s)处的行驶阻力的方法，其中所述行驶阻力包括空气-滚动-阻力，其中所述空气-滚动-阻力借助于回归模型确定，并且其中分别把针对位置(s)预测的环境条件数据和车辆速度用作为所述回归模型的输入变量。
2.根据权利要求1所述的方法，其中所述行驶阻力附加地包括以下分量中的一个或多个：
3.根据上述权利要求中任一项所述的方法，其中所述回归模型借助于所述空气-滚动-阻力的目标值来训练，根据车辆的车轮驱动力的测量值减去所述行驶阻力的其余分量的值来确定所述目标值。
4.根据上述权利要求中任一项所述的方法，其中所述环境条件数据包括以下变量中的一个或多个：风速、风向、环境温度、道路粗糙度、降水强度、降水类型、空气压力、空气密度、空气湿度、道路平整度。
5.根据上述权利要求中任一项所述的方法，其中从一个或多个数据库中获取或者借助于车对车通信来确定所述环境条件数据。
6.根据上述权利要求中任一项所述的方法，其中从针对多个未来的位置(s)确定的行驶阻力来计算所述车辆的沿着由这些位置(s)所限定的路段的能量需求
7.根据上述权利要求中任一项所述的方法，其中从在导航装置中设定的路段、历史行驶数据或所求取的最可能的路段中获取所述车辆的未来的位置(s)。
8.一种控制设备，所述控制设备设立用于执行根据上述权利要求中任一项所述的方法。
9.一种计算机程序产品，包括指令，当程序通过控制设备执行时，所述指令促使所述控制设备执行根据权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种用于预测车辆在车辆的未来的位置(s)处的行驶阻力的方法，其中所述行驶阻力包括空气-滚动-阻力，其中所述空气-滚动-阻力借助于回归模型确定，并且其中分别把针对位置(s)预测的环境条件数据和车辆速度用作为所述回归模型的输入变量。
2.根据权利要求1所述的方法，其中所述行驶阻力附加地包括以下分量中的一个或多个：
3.根据上述权利要求中任一项所述的方法，其中所述回归模型借助于所述空气-滚动-阻力的目标值来训练，根据车辆的车轮驱动力的测量值减去所述行驶阻力的其余分量的值来确定所述目标值。
4.根据上述权利要求中任一项所述的方法，其中所述环境条件数据包括以下变量中的一个或多个：风速、风向、环境温度、道路粗糙度、降水强度、降水类型、空气压力、空气密度、空气湿度、道路平整度。
【专利技术属性】
技术研发人员：雷内·扎韦尔斯贝格，卢卡斯·舍费尔斯，
申请(专利权)人：FEV集团有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。