[发明专利]用于测定行驶走势的方法

说明书

本发明涉及一种训练机器学习系统的计算机实现的方法，所述方法用于生成车辆的行驶走势和/或行驶路线，方法具有以下步骤：机器学习系统的发生器获得第一随机矢量作为输入参量并且针对第一随机矢量分别生成第一行驶路线和第一行驶走势；在数据库中存储有行驶路线和行驶走势；从数据库中选择第二行驶路线以及第二行驶走势；鉴别器获得第一配对和第二配对作为输入参量；鉴别器根据输入参量计算输出，输出针对每个作为输入参量获得的配对表征，所述配对是由生成的第一行驶路线和第一行驶走势组成的第一配对还是由第二行驶路线和第二行驶走势组成的第二配对；根据鉴别器的输出来优化表示第一配对的分布和第二配对的分布之间的间距的目标函数。

技术领域

本发明涉及一种借助机器学习系统来生成或评估车辆的行驶走势的计算机实现的方法、一种用于学习这种机器学习系统的计算机实现的方法以及为此设置的一种计算机程序和一种学习系统。

背景技术

DE 10 2017 107 271 A1 公开了一种用于测定行驶试验的主导行驶循环的方法，所述行驶试验用于测定机动车的废气排放。在此，用于不同的行驶循环的速度曲线基于参数组被导出。目标是测定如下主导循环，该主导通循环尽可能在给定的边界条件内反映“最大”排放情况。

发明内容

在一些国家，立法规定，根据在实际的行驶运行中产生的排放来许可借助于内燃机驱动的新机动车。为此，英语名称“真实的行驶排放”也是常用的。这种机动车例如包括仅由内燃机驱动的这种机动车，但也包括具有混合动力传动系的这种机动车。

为此规定，检测人员用机动车测试（bestreiten）一个或多个行驶循环并且测量在此产生的排放。机动车的许可然后与这些测量的排放相关。在这种情况下，可以由检测人员在宽的界限内自由选择行驶循环。行驶循环的典型的持续时间在此例如可以为90-120分钟。

因此，对于机动车的制造商来说，在机动车的研发过程中提出的挑战是，必须在新机动车的研发过程中提前就能预见，该机动车的排放在每个允许的行驶循环中是否保持在法律上规定的界限内。

因此重要的是，提供在机动车的研发阶段就已经能够可靠地预测机动车的预期排放的方法和装置，以便在预期超过界限值的情况下能够执行机动车的改变。这种仅基于在试验台上或在行驶的机动车中的测量的估计由于可考虑的行驶循环的大的多样性而极其耗费。

因此，在现有技术中例如提出，确定所谓的主导循环，对于所述主导循环来说，满足排放规定是特别具有挑战性的。在此假设，如果这对于最具挑战性的循环是这种情况，则可能对于所有可考虑的行驶循环都满足排放规定。

然而，除了在每个可考虑的或允许的行驶循环中必须满足废气规定的要求之外，车辆或驱动装置研发的重要目标是，使车辆驱动系统在真实运行中的总排放最小化。在使车辆驱动系统针对最关键或特别关键的行驶循环进行匹配或优化时，虽然可能确保在所有循环中满足标准，但是由此存在排放在不太关键的循环中明显恶化的危险。如果在真实的行驶运行中的不太关键的循环仍然是更频繁的循环（这通常是这种情况），那么通过这种优化，整个系统在真实运行中的排放方面变差。例如，将排放针对关键的、然而现实上非常不常见的具有极端的速度曲线（例如带有猛烈的加速的极端的颠簸路行驶）的行驶循环进行优化会导致，排放对于不太关键但更频繁的具有常见的速度曲线的行驶循环（例如具有交通信号灯的短的城市行程）变差，这在整体上可能导致在真实运行中更高的排放。

因此，对于具有内燃机的排放优化的车辆的研发而言，能够自动生成大量真实的速度曲线是非常有利的，其所生成的速度曲线的分布与真实预期的分布相对应或者近似于真实预期的分布。因此，目标是所生成的、具有代表真实运行的分布的速度曲线。