了在高速路入口匝道的車輛行為。航拍地圖視圖702顯示入口匝道的道路幾何形狀和車輛行駛的方向704。相應的速度與位置線圖706示出了顯示進入高速路的車輛加速狀態(tài)的各種速度曲線。每個速度曲線均顯示了與幾何車輛路徑對應的速度增加的特征。然而，不同的駕駛員在進入過程中可使用不同的加速度速率。此外，給定的駕駛員在不同的狀況下加速情況也可不同。例如，諸如一天中的時間、交通和天氣的動態(tài)條件每者在準備并入高速公路時均可使特定的駕駛員加速方法改變。如以上所述的類似的神經網絡處理技術可基于歷史行駛模式的代表性形狀被用來分類并預測車速用于高速路入口匝道。如上所述的分類處理器可具有充分的標準將高速路入口匝道分類。動態(tài)條件可使預測計算的某些部分加權以保持其精度。這樣，神經網絡處理器的預測的速度曲線可使對在區(qū)段過程中獲得的錯誤和不正常的數(shù)據(jù)敏感度低。與以上實施例類似，可以指定專用的處理器來產生預測的速度曲線用于高速路入口匝道。對這種迅速加速狀態(tài)的事先了解可允許車輛從發(fā)動機和/或馬達提前規(guī)劃所需的推進動力。
[0058]參照圖10B，示出了高速路出口匝道區(qū)域。航拍地圖視圖708示出了出口匝道的幾何形狀和車輛行駛的方向710。相應的速度與位置線圖712示出了離開高速路的車輛的各種速度曲線。在這種情況下，速度曲線顯示了與幾何車輛路徑對應的減速的常見模式。與關于出口匝道的以上討論類似，駕駛員在各自的減速模式上表現(xiàn)出差異。差異在影響給定的駕駛員的行為的動態(tài)條件(例如，天氣或交通)下進一步增加。神經網絡處理器可具有額外的標準以基于歷史行駛模式的典型形狀將高速路出口匝道分類。此外，可存在專用的處理器被指定為通過考慮與高速路出口匝道對應的一組特有的輸入來產生預測車速，用于高速路出口匝道行駛區(qū)域類型。對這種迅速減速階段的事先了解允許例如通過再生制動的動力恢復計劃。
[0059]參照圖10C，示出了第三種類型的高速路匝道。航拍地圖視圖714示出了高速路之間匝道區(qū)域的幾何形狀。行駛的方向和位置716示出了通常用于高速路之間匝道的大致環(huán)形路線區(qū)段。相應的速度與位置線圖718示出了車輛從一個高速路變換到另一個高速路的各種速度曲線。在這種情況下，速度曲線顯示了稍作減速，然后恒速，然后隨著匝道再加速的通常模式。這種模式與環(huán)形幾何車輛路徑相對應。差異存在不但出現(xiàn)在駕駛員上，而且出現(xiàn)在不同的動態(tài)駕駛條件下。與以上描述的其它高速路匝道類型很像，分類處理器可包括針對高速路之間匝道的標準。另外，專用的處理器可基于與高速路之間匝道對應的一組特有的輸入，操作為預測車速。參照圖10A至10C討論的高速路匝道中的每個均可包括額外的行駛區(qū)域類型。另外，可具有專用的神經網絡處理器用于路線上的速度預測。
[0060]本公開提供了可使用一種或更多種處理策略(例如，事件驅動、中斷驅動、多任務、多線程等)實現(xiàn)的代表性的控制策略和/或邏輯。因此，在此示出的多個步驟或功能可按照示出的順序、并行或在某些情況下被省略來執(zhí)行。雖然，不總是明確地示出，但是本領域的普通技術人員將意識到所示出的步驟或功能中的一個或更多個可依賴于被使用的特定的處理策略而被重復執(zhí)行。類似地，處理的順序不是必須實現(xiàn)在此描述的特定和優(yōu)點，而是被提供為便于示出和描述。
[0061]控制邏輯可在由基于微處理器的車輛、發(fā)動機和/或動力傳動系統(tǒng)控制器執(zhí)行的軟件中初步實現(xiàn)。當然，控制邏輯可在一個或更多個控制器中的軟件、硬件或軟件和硬件的組合依據(jù)特定的應用來實現(xiàn)。當在軟件中實現(xiàn)時，控制邏輯可被提供在具有代表由計算機執(zhí)行的代碼或指令的存儲的數(shù)據(jù)的一個或更多個計算機可讀存儲設備或媒介中，來控制車輛或其子系統(tǒng)。計算機可讀存儲設備或媒介可包括利用電、磁、和/或光存儲以保持可執(zhí)行指令和相關的校準信息、操作變量等的多個已知物理設備中的一個或更多個?；蛘撸鲞^程、方法或算法可全部或部分地使用合適的硬件組件(例如，專用集成電路(ASIC)，現(xiàn)場可編程門陣列(FPGA)，狀態(tài)機，控制器或任何其他硬件組件或裝置)、或硬件、軟件和固件組件的組合來實施。
[0062]雖然以上描述了示例性實施例，但是這些實施例不是意在描述權利要求包含的所有可能的形式。在說明書中使用的詞語是描述性的詞語而不是限制性的詞語，并且應該理解的是，在不脫離本公開的精神和范圍的情況下，可以進行各種改變。如前面所描述的，可以對各種實施例的特征進行組合以形成本發(fā)明的可能沒有明確描述或說明的進一步的實施例。雖然關于一個或更多個期望的特性，各種實施例已經被描述為提供優(yōu)點或優(yōu)于其它實施例或現(xiàn)有技術實施方式，但是本領域的普通技術人員意識到，根據(jù)具體應用和實施方式，可以折衷一個或更多個特點或特性，以實現(xiàn)期望的整體系統(tǒng)屬性。這些特性可能包括，但不限于成本、強度、耐用性、生命周期成本、市場性、外觀、包裝、尺寸、維修保養(yǎng)方便性、重量、可制造性、易組裝性等。這樣，關于一個或更多個特性，被描述為不如其他實施例或現(xiàn)有技術實施方式的實施例不在本公開的范圍之外，并且可以期望用于特定的應用。
【主權項】
1.一種車輛，包括: 動力傳動系統(tǒng)，包括電機和發(fā)動機；以及 控制器，針對限定路線的多個區(qū)段中的每個區(qū)段，被配置為:(i)對于與一組行駛區(qū)域類型之一相關的區(qū)段，根據(jù)預測的車速曲線，操作動力傳動系統(tǒng)，其中，每個行駛區(qū)域類型限定不同特征的速度曲線和車輛位置，以及(ii)響應于預測的速度曲線和測量的速度曲線之間的偏差，更新與行駛區(qū)域類型相關的預測的速度曲線。2.根據(jù)權利要求1所述的車輛，其中，所述控制器還包括至少一個神經網絡處理器，所述神經網絡處理器被配置為根據(jù)行駛區(qū)域類型將路線分成區(qū)段。3.根據(jù)權利要求1所述的車輛，其中，所述控制器還包括至少一個神經網絡處理器，所述神經網絡處理器被配置為基于與歷史行駛模式對應的數(shù)據(jù)產生預測的車速曲線。4.根據(jù)權利要求3所述的車輛，其中，所述至少一個神經網絡處理器還包括多個神經網絡處理器，每個神經網絡處理器被配置為產生一個預測的速度曲線。5.根據(jù)權利要求1所述的車輛，其中，所述一組行駛區(qū)域類型包括自由流動交通區(qū)域、停止標志交通區(qū)域、交通燈交通區(qū)域、轉彎交通區(qū)域、高速路入口匝道區(qū)域、高速路出口匝道區(qū)域或高速路之間的匝道區(qū)域。
【專利摘要】本公開提供利用神經網絡進行車速曲線預測。一種車輛包括具有電機和發(fā)動機的動力傳動系統(tǒng)。所述車輛還包括控制器，所述控制器被配置為：對于根據(jù)一組行駛區(qū)域類型被分段的預定的路線，根據(jù)預測的車速曲線，操作動力傳動系統(tǒng)，其中，每個行駛區(qū)域類型與不同特征的速度曲線形狀和車輛位置相關。所述控制器還被配置為：響應于預測的速度曲線和所測量的速度曲線之間的偏差，對于那些示出偏差的區(qū)段來更新預測的速度曲線。
【IPC分類】B60W30/095, B60W20/00, B60W40/105, B60W10/06, B60W10/08
【公開號】CN105270383
【申請?zhí)枴緾N201510290302
【發(fā)明人】約翰內斯·蓋爾·克里斯汀森, 瑞恩·亞伯拉罕·麥吉, 安東尼·馬克·菲利普斯, 鄺明朗, 王文多, 伊·墨菲, 樸正密, 方辰
【申請人】福特全球技術公司, 密歇根大學董事會
【公開日】2016年1月27日
【申請日】2015年5月29日
【公告號】DE102015108270A1, US20150344036