[发明专利]在考虑到到达时间因素的情况下对交通工具的基于模型的预测控制

说明书

本发明涉及在考虑到到达时间因素的情况下对交通工具的基于模型的预测控制。尤其提供一种处理器单元，该处理器单元被设立成用于：在考虑到到达时间因素的情况下计算针对交通工具(1)的轨迹，其中，该轨迹包括直至交通工具(1)应当到达的预定的目的地(19)的总路线(20)，并且其中，到达时间因素影响交通工具(1)到达预定的目的地(19)的到达时间。此外，处理器单元还被设立成用于：通过实施包含了交通工具(1)的动力总成的纵向动力学模型和有待最小化的成本函数的MPC算法，针对滑动的预测界域优化针对交通工具(1)的轨迹的区段，从而使成本函数最小化。

技术领域

本发明涉及在考虑到至少一个到达时间因素的情况下对交通工具的基于模型的预测控制。在这方面，尤其要求保护的是一种处理器单元、一种驾驶员辅助系统、一种交通工具、一种方法以及一种计算机程序产品。

背景技术

基于模型的预测控制的方法(英文为：Model Predictive Control或简称MPC)用于轨迹控制领域、尤其是机动车中发动机控制领域。由于在线提供的路段信息和所需的计算时间，使得在对交通工具进行基于模型的预测控制中通常针对有限的前瞻界域计算行驶策略。由此无法预报交通工具到达目的地的到达时间并且也无法相应优化交通工具的轨迹。此外，没有考虑交通工具的加油停车和充电停车。

发明内容

本发明的任务可以在于，提供对机动车的动力总成的更好的MPC控制。该任务通过独立权利要求的主题解决。有利的实施方式是从属权利要求、接下来的说明书和附图的主题。

本发明提供了高能效的和高时效的路线规划。尤其建议了针对直至期望的目的地的最优的能耗和/或最优的行驶时间进行对交通工具的行驶速度的优化。在此，除了路段拓扑结构以及加油可能和充电可能的定位外，还考虑到另外的信息和对交通工具到达期望的最终目的地的影响，如必要的休息时间。该优化针对纯电动车辆或插电式(Plug-In)混合动力车辆进行，因此不一定需要使用充电站并且生成了针对优化问题的进一步的自由度。

根据本发明，通过在考虑到到达时间因素的情况下计算完整的路段和轨迹扩展了对交通工具的模型预测的控制，到达时间因素影响行驶时间和交通工具到达期望的目的地的到达时间。针对到达时间因素的示例有休息时间(个人、载重车辆驾驶员、公共汽车驾驶员)、用于给载重车辆装货的时间、用于加油/给电池充电的时间、有关可供使用的充电站的信息、路段上的交通流量和拥堵以及天气条件。同样可以在考虑到对期望到达时间或期望行驶里程的预定的情况下预先计算行驶速度和能耗。

在这个意义上，根据本发明的第一个方面，提供了一种用于在考虑到到达时间因素的情况下基于模型地预测控制交通工具的处理器单元。该处理器单元被设立成用于：在考虑到至少一个到达时间因素的情况下计算交通工具的轨迹。轨迹包括或者考虑到直至交通工具应当到达的预定的目的地的总路线。到达时间因素影响交通工具到达预定的目的地的到达时间。以这种方式计算的交通工具的轨迹可能较为粗糙，其中，交通工具例如尚未预定档位。所预定的目的地是交通工具应当到达的定位。路线从起点出发通往目的地。“总路线”包括在起点与目的地之间的总的路段走向。基于模型的预测控制的预测界域则是滑动的并且分别检测总路线的一部分，直至到达目的地。目的地可以由交通工具的驾驶员预定，例如通过在交通工具的导航设备上的输入。目的地此外还可以例如通过外部的单元预定，例如通过车队的布置在交通工具外的指挥中心。

交通工具的轨迹可以例如通过路线算法生成，路线算法可以嵌入到用于自主驾驶的系统中(英文常用术语：Autonomous Driving System，自动驾驶系统，或者简称为AD系统)。AD系统典型地包括用于用传感器感知周围环境的模块和规划模块。规划模块可以包括多个层级，例如在较大尺度上的导航层级(例如好几公里；在此可以选择或计算从起点到目的地的交通工具轨迹)和在较小尺度上的导航层级(例如在前方的50m至100m，视交通工具的速度而定；在此能在交通工具的较近的周围环境中选择航线和速度，以便确认交通工具应当如何在交通中运动)。