用于混合动力车辆的驱动模式转换的系统和方法与流程

相关申请的交叉引用

本申请要求2016年2月2日在韩国知识产权局提交的韩国专利申请no.10-2016-0012953的优先权和权益，所述申请的全部内容并入本文以作参考。

本发明涉及一种用于混合动力车辆的驱动模式转换的系统和方法，更具体地涉及这样的用于驱动模式转换的系统和方法，所述系统和方法通过考虑车辆的驾驶环境和驾驶者的倾向而预测驾驶者的近期驾驶意图，并利用所预测的驾驶者近期驾驶意图来确定是否启动发动机，从而防止不必要的发动机开/关并且改进驾驶性能和燃料效率。

背景技术：

通常，根据对于改善车辆燃料效率的持续需求和废气规定收紧，对环保车辆的需求已经提高。作为其实际的可替代物，已经开发了混合动力电动车辆和插电式混合动力电动车辆(hev/phev)。混合动力车辆可以基于在使用由发动机和电动机组成的两个动力源驱动混合动力车辆的过程中发动机和电动机如何协调地操作，提供最优输出转矩。换句话说，作为混合动力车辆的驱动模式，应用使用电力的电动车辆(ev)模式和使用诸如发动机、电力等两种或更多种动力驱动车辆的hev模式。另外，在混合动力车辆中，ev/hev模式的转换时间点的确定是改进车辆的驾驶性能和燃料效率的因素。

同时，将参照图1和图2描述根据现有技术的混合动力车辆的驱动模式转换方法及其缺点。图1是示出根据现有技术的混合动力车辆中的ev/hev模式确定基准的曲线图。参照图1，混合动力车辆中的典型发动机开启/关闭控制包括电池的充电状态(soc)、发动机的预热、驾驶者的需求功率状态等，并且发动机的开启/关闭根据系统驾驶效率基本上处于合适的需求功率。

图2和图3是示出根据现有技术的根据需求功率的间歇变化而出现发动机关闭和发动机开启的曲线图。参照图2，在混合动力车辆的高速和固定速度驾驶期间，出现由于间歇的加速器松开(aps松开)而引起的发动机关闭。此外，参照图3，在停车场或堵塞区域中在混合动力车辆的低速驾驶期间，出现由于间歇的加速器踩下(aps踩下)而引起的发动机启动(on)。因此，由于使用了相应于需求功率间歇变化的用于发动机开启/关闭期间的摇动动力以及用于发动机启动的额外燃料，对于燃料效率是不利的，并且驾驶性能因频繁的发动机开启/关闭变差，因此应当避免不必要的发动机启动。

另外，图4是示出根据现有技术的发动机开启确定时间点和发动机开启完成时间点之间的时间延迟的曲线图。参照图4，示出在输入了驾驶者需求功率的间歇变化的环境中在发动机开启确定时间点和实际的发动机启动完成时间点之间的时间延迟。具体地，由于需求功率在发动机开启确定时间点处超过阈值，hev模式是有效的。然而，由于需求功率在发动机启动完成时间点处减小至低于阈值，hev模式可能是低效的。换言之，在输入了驾驶者需求功率的间歇变化的驾驶环境中由于在发动机开启/关闭确定时间点与发动机开启/关闭完成时间点之间的时间延迟而出现低效驾驶，从诸如燃料效率、驾驶性能等系统效率方面是不利的。

上述在该部分公开的信息仅用于增强对本发明背景的理解，因此其可能含有不构成该国本领域中普通技术人员已经知晓的现有技术的信息。

技术实现要素：

本发明提供一种用于混合动力车辆的驱动模式转换的系统和方法，所述系统和方法具有通过考虑车辆的驾驶环境和驾驶者的倾向而预测驾驶者的近期驾驶意图，并利用预测的驾驶者近期驾驶意图来确定是否执行发动机启动，从而防止不必要的发动机开启/关闭并且改进驾驶性能和燃料效率的优点。

本发明的示例性实施方式提供一种用于混合动力车辆的驱动模式转换的系统，该系统可以包括：驾驶信息检测单元，其配置为使用混合动力车辆的多个传感器基于车辆驾驶来检测驾驶信息；驾驶倾向确定单元，其配置为基于驾驶信息根据车辆的平均速度、加速器踏板的位置变化和制动踏板的位置变化来确定驾驶倾向；加速和减速预测单元，其配置为基于驾驶信息学习加速和减速预测模型，并利用加速和减速预测模型产生反映了车辆的驾驶环境和驾驶倾向的近期加速和减速意图预测值；和混合动力控制器，其配置为通过基于由驾驶信息检测单元检测的踏板的位置值来计算驾驶者的当前需求功率，以确定是否执行发动机启动，并通过将近期加速和减速意图预测值与踏板的位置值进行比较，来确定是否执行发动机启动。

加速和减速预测单元可包括神经式网络，该神经式网络使用由雷达传感器获得的前方行为信息、由导航获得的道路环境信息和驾驶倾向作为输入信息，采用机器学习技术来学习用于各个驾驶倾向的加速和减速预测模型。加速和减速预测单元可配置为通过利用神经式网络，基于在车辆出厂之前通过测试驾驶积累的数据产生用于各个驾驶倾向的加速和减速预测模型。

加速和减速预测单元还可配置为，通过将出厂之后经驾驶者的实际车辆驾驶而学习的车辆行为数据进一步反映到在车辆出厂之前产生的用于各个驾驶倾向的加速和减速预测模型，来产生个性化的用于各个驾驶倾向的加速和减速预测模型。近期加速和减速意图预测值是在从一定时间点起经过设定时间的近期内预测的加速器踏板位置或制动踏板位置，其中在上述的一定时间点通过确定驾驶者的当前需求功率来确定是否执行发动机启动。

驾驶倾向确定单元可配置为通过对短期驾驶倾向指数以预定比率进行划分，将驾驶倾向确定为选自温和驾驶倾向、常规驾驶倾向和运动型驾驶倾向的任一种，其中通过使用由驾驶信息检测单元检测到的加速踏板的位置变化、制动踏板的位置变化、平均车辆速度和梯度中的至少一个测量因素作为输入变量构建模糊隶属函数来计算短期驾驶倾向指数。混合动力控制器可配置为，当在发动机非启动期间基于当前需求功率确定发动机启动时，在近期加速和减速意图预测值减小至小于踏板的位置值的情况下维持发动机非启动状态。混合动力控制器还可配置为，当在发动机启动期间基于当前需求功率确定发动机非启动时，在近期加速和减速意图预测值增大至踏板的位置值或更大的情况下维持发动机启动状态。

本发明的另一示例性实施方式提供一种用于混合动力车辆的驱动模式转换的方法，该方法可以包括：基于由驾驶信息检测单元检测的踏板的位置值来计算驾驶者的当前需求功率；利用加速和减速预测模型产生反映了车辆的驾驶环境和驾驶倾向的近期加速和减速意图预测值；将当前需求功率与用于发动机启动的阈值进行比较，并确定是否执行发动机启动；以及将近期加速和减速意图预测值与踏板的位置值进行比较，并确定是否执行上述发动机启动。

阈值可以是施加了基于驾驶者的当前需求功率变化进行发动机启动的迟滞性的值。此外，当确定发动机启动时，该方法还包括，当近期加速和减速意图预测值维持在踏板的位置值或更大时，确定发动机启动；以及当近期加速和减速意图预测值减小至小于踏板的位置值时，维持当前发动机状态。

可以设定第一裕度以允许近期加速和减速意图预测值相较于踏板的位置值减小预定量或更小，并在近期加速和减速意图预测值的减小量落入第一裕度的允许宽度内时，确定发动机启动。当确定发动机非启动时，该方法还包括，当近期加速和减速意图预测值维持在小于踏板的位置值时，确定发动机非启动；以及当近期加速和减速意图预测值增大至踏板的位置值或更大时，维持当前发动机状态。此外，可以设定第二裕度以允许近期加速和减速意图预测值相较于踏板的位置值增大预定量或更大，并在近期加速和减速意图预测值的增大量落入第二裕度的允许宽度内时，确定发动机非启动。

根据本发明的示例性实施方式，通过考虑车辆的驾驶环境和驾驶者的倾向来预测驾驶者的近期驾驶意图，并在确定ev/hev的确定过程中利用所预测的驾驶者近期驾驶意图，可以防止不必要的发动机开启/关闭。此外，由于不必要的发动机开启/或关闭得以防止，可以改善诸如用于摇动能量的喷射补偿量等的燃料效率以及燃烧稳定，并且由于对驱动模式转换的影响减小，可以改进驾驶性能。

此外，反映了驾驶中驾驶倾向的驾驶者加速和减速意图可以通过采用机器学习技术学习用于驾驶者的各驾驶倾向的加速和减速预测模型的神经式网络进行更精确的预测，并且在确定是否执行发动机启动时可以利用预测的驾驶者加速和减速意图，从而可以防止因存在的驾驶意图突然变化引起的低效驱动模式转换。

附图说明

附图在描述本发明的示例性实施方式时用作参考，因此，本发明的技术精神不应该分析为限于附图。

图1是示出根据现有技术的混合动力车辆中的ev/hev模式确定基准的曲线图；

图2和图3是示出根据现有技术的根据需求功率间歇变化的发动机关闭和发动机开启发生的曲线图；

图4是示出根据现有技术的发动机开启确定时间点和发动机开启完成时间点之间的时间延迟的曲线图；

图5是示意性地示出根据本发明示例性实施方式的用于混合动力车辆的驱动模式转换的系统的框图；

图6示出根据本发明示例性实施方式的加速和减速预测单元的用于预测近期驾驶者加速和减速意图的方法；

图7示出根据本发明示例性实施方式的利用混合动力控制器的近期加速和减速预测模型确定ev/hev模式的方法；且

图8是示出根据本发明示例性实施方式的用于混合动力车辆的驱动模式转换的方法的流程图。

符号说明

100：用于驱动模式转换的系统

110：驾驶信息检测单元

120：驾驶倾向确定单元

130：加速和减速预测单元

140：混合动力控制器

具体实施方式

应理解，本文使用的术语“车辆”或“车辆的”或其它类似术语包括通常的机动车，例如，包括多功能运动车(suv)、公共汽车、卡车、各种商务车的客车，包括各种船只和船舶的水运工具，飞行器等等，并且包括混合动力车、电动车、插电式混合电动车、氢动力车和其它代用燃料车(例如，来源于石油以外的资源的燃料)。如本文所提到的，混合动力车是具有两种或多种动力源的车辆，例如，具有汽油动力和电动力的车辆。

尽管示例性实施方式被描述为利用多个单元来进行示例性处理，但应当理解示例性处理也可以由一个或多个模块完成。此外，应当理解，术语控制器指的是包括存储器和处理器的硬件设备。存储器配置为存储模块，并且处理器被具体配置为执行所述模块以进行以下进一步描述的一个或多个处理。

此外，本发明的控制逻辑可以实现为包含可由处理器、控制器等执行的可执行程序指令的计算机可读介质上的非暂时性计算机可读介质。计算机可读介质的实例包括但不限于，rom、ram、光盘(cd)-rom、磁带、软盘、快闪驱动器、智能卡和光学数据存储装置。计算机可读记录介质还可以分布在连接网络的计算机系统中，以便，例如通过远程信息处理(telematics)服务器或控制器局域网(can)以分布式模式存储和执行计算机可读介质。

本文使用的术语仅仅是为了说明具体实施方式，而不是意在限制本发明。如本文所使用的，单数形式“一个、一种、该(a、an、the)”也意在包括复数形式，除非上下文中另外清楚指明。还应当理解的是，在说明书中使用的术语“包括(comprises和/或comprising)”是指存在所述特征、整数、步骤、操作、元件和/或部件，但是不排除存在或添加一个或多个其它特征、整数、步骤、操作、元件、部件和/或其群组。如本文所使用的，术语“和/或”包括一个或多个相关所列项的任何和所有组合。

除非具体说明或从上下文明显得到，否则本文所用的术语“约”理解为在本领域的正常容许范围内，例如在均值的2个标准差范围内。“约”可以理解为在所述数值的10％、9％、8％、7％、6％、5％、4％、3％、2％、1％、0.5％、0.1％、0.05％或0.01％内。除非另外从上下文清楚得到，本文提供的所有数值都由术语“约”修饰。

在下列详细描述中，简单地以说明的方式，示出并描述了本发明的仅部分的示例性实施方式。如本领域的技术人员将认识到的，所描述的示例性实施方式可以以各种不同方式修改，全部不背离本发明的精神或范围。因此，附图和描述应当视为在本质上是说明性的但不是限制性的。相同的附图标记在整个说明书中指代相同的元件。在整个说明书中，由相同的附图标记标注的部分是指相同的元件。

本说明书中所用的混合动力车辆包括插电式混合动力车辆、氢燃料车辆和其他替代燃料(例如，从油以外的资源获得的燃料)车辆。在下文中，将参照附图详细地描述根据本发明的示例性实施方式的用于混合动力车辆的驱动模式转换的系统和方法。图5是示意性地示出根据本发明示例性实施方式的用于混合动力车辆的驱动模式转换的系统的方框图。

参照图5，根据本发明示例性实施方式的用于混合动力车辆的驱动模式转换的系统100可以包括驾驶信息检测单元110、驾驶倾向确定单元120、加速和加速预测单元130以及混合动力控制器140。控制器140可以配置为操作系统的其他各种单元。

具体地，驾驶信息检测单元110可以配置为使用车辆速度传感器11、加速器位置传感器(aps)12、制动踏板传感器(bps)13、雷达传感器14和导航15中的至少一者基于车辆的驾驶来检测驾驶信息。驾驶信息检测单元110可以具体地配置为使用aps12检测加速器踏板的操作状态(例如，测量踏板的接合度)，并使用bps13检测制动器的操作状态(例如，测量踏板的接合度)。当加速器踏板完全接合时，加速器踏板的位置值是100％，当加速器脱开(例如，无压力施加在踏板上)时，加速器踏板的位置值是0％。

此外，驾驶信息检测单元110可以配置为使用车辆速度传感器11检测车辆速度，并且使用前部雷达传感器14检测包括与前方车辆的相对距离和加速的雷达信息(前方行为信息)。雷达传感器14可以利用用于智能巡航控制(scc)的前部雷达，或者可以利用诸如超声波传感器、激光器传感器等各种传感器。驾驶信息检测单元110可以配置为使用导航15基于车辆的位置信息检测诸如道路类型、(例如交通)堵塞程度、限速、十字路口、关卡、转弯(例如，道路的弯曲部分)、梯度信息等导航信息(道路环境信息)。具体地，导航15可以指导航地图，导航地图经嵌入提供上述信息和由外部无线通信(例如，远程信息处理等)收集的交通信息。

驾驶倾向确定单元120(例如，传感器)可以配置为基于驾驶者的车辆驾驶操纵情况根据诸如平均速度、加速器踏板的位置变化(daps)、制动踏板的位置变化(dbps)等驱动方式来检测驾驶者的驾驶倾向。驾驶倾向可以基于驾驶者的情绪或瞬间驾驶意图的改变、雷达信息、导航信息等变化。因此，在相对短的时间单位内表示的驾驶操纵形式以定量方式数字化，以确定驾驶者的瞬时加速/减速意图。

例如，驾驶倾向确定单元120可以配置为通过使用诸如由驾驶信息检测单元110检测的加速踏板的位置变化、制动踏板的位置变化、平均车辆速度和梯度等测量因素作为输入变量构建模糊隶属函数来计算短期驾驶倾向指数(si＝0～100％)。然后驾驶倾向确定单元120可以配置为基于驾驶倾向强度，通过以预定参考比率将计算的短期驾驶倾向指数(si＝约0～100％)划分，在多个水平确定驾驶者的驾驶倾向。换句话说，驾驶倾向确定单元120可以配置为通过基于驾驶倾向强度对驾驶者的驾驶倾向进行划分，将驾驶者的驾驶倾向确定为温和(si＝约0～20％)驾驶倾向、常规(si＝约21％～40％)驾驶倾向和运动型(si＝约41％～60％)驾驶倾向中的任一种。

具体地，当驾驶者的驾驶倾向更接近于温和驾驶倾向时，驾驶者可以确定为具有通过留有余地与前方车辆维持一定距离的防御性驾驶模式的驾驶者，当驾驶者的驾驶倾向更接近于运动型驾驶倾向时，驾驶者可以确定为具有与前方车辆维持最小距离的冒进性驾驶模式的驾驶者。

加速和减速预测单元130可以配置为采用机器学习技术学习用于各个驾驶倾向的加速和减速预测模型，并利用加速和减速预测模型，产生可反映车辆的驾驶环境和驾驶倾向的近期驾驶者加速和减速意图预测值。加速和减速预测单元130可以配置为利用由驾驶信息检测单元110检测的车辆速度、雷达信息和导航信息以及驾驶者的驾驶倾向作为输入信息，产生驾驶者的近期加速和减速预测值。

图6示出根据本发明示例性实施方式的加速和减速预测单元的用于预测近期驾驶者加速和减速意图的方法。参照图6，根据本发明的示例性实施方式的加速和减速预测单元130可以包括神经式网络，其利用机器学习技术学习用于驾驶者的各个驾驶倾向的加速和减速预测模型。

加速和减速预测单元130可以配置为通过利用神经式网络，基于在车辆出厂之前通过测试驾驶而积累的数据，产生用于各个驾驶倾向的近期加速和减速预测模型。此外，加速和减速预测单元130可以配置为通过将出厂之后经驾驶者的实际车辆驾驶而学习的车辆行为数据进一步反映到利用神经网络产生的用于各个驾驶倾向的近期加速和减速预测模型，来产生针对驾驶者个性化的用于各个驾驶倾向的近期加速和减速预测模型。具体地，加速和减速预测单元130可以配置为，将以确定驾驶者的温和驾驶倾向、常规驾驶倾向和运动型驾驶倾向中任一种为基础而学习的行为数据应用于对应驾驶倾向的近期加速和减速预测模型。

上述加速和减速预测单元130可以配置为，通过利用汇总了车辆速度、雷达信息和导航信息的驾驶环境以及驾驶者的温和驾驶倾向、常规驾驶倾向和运动型驾驶倾向中的任一者作为输入信息，基于驾驶者的驾驶倾向来计算近期加速和减速意图预测值。例如，近期加速和减速意图预测值指示在近期的预定时间(例如，约5秒)预测的加速器踏板位置或制动踏板位置。

混合动力控制器140可以配置为操作用于根据本发明示例性实施方式的混合动力车辆的驱动模式转换的各个单元，并且共同地可以配置为操作经由网络连接到顶层控制器的发动机控制器和电动机控制器。混合动力控制器140可以配置为基于由驾驶信息检测单元110检测到的加速器踏板的位置或制动踏板的位置，分析驾驶者的当前需求功率，以确定是否执行发动机启动。另外，混合动力控制器140可以配置为比较自确定是否执行发动机启动的时间点起的近期加速和减速预测值是否维持当前需求功率，以确定是否执行发动机启动。

图7示出根据本发明示例性实施方式的利用混合动力控制器的近期加速和减速预测模型确定ev/hev模式的方法。参照图7，根据本发明示例性实施方式的混合动力控制器140可以配置为基于驾驶者的加速器踏板或制动踏板的操纵来分析驾驶者的需求功率(s1)，并且基于需求功率是否为发动机启动(on)阈值或更大来确定ev/hev模式(s2)。另外，混合动力控制器140可以配置为通过另外地利用加速和减速预测单元130的近期加速和减速预测模型，将驾驶者的加速和减速意图预测信息应用于ev/hev模式的确定结果，从而确定ev/hev模式(s3)，并相应地确定是否执行发动机启动(on/off)。

同时，基于上述用于混合动力车辆的驱动模式转换的系统100，通过参照图8更详细地描述根据本发明示例性实施方式的用于混合动力车辆的驱动模式转换的方法。图8是示出根据本发明示例性实施方式的用于混合动力车辆的驱动模式转换的方法的流程图。参照图8，将首先基于混合动力车辆当前处于ev模式的发动机非启动(off)状态或者处于hev模式的发动机启动(on)状态的假设来说明用于驱动模式转换的方法。

根据本发明的示例性实施方式的用于驱动模式转换的系统100可以配置为使用驾驶信息检测单元110检测踏板的位置值(pedal(n))，并计算驾驶者的当前需求功率(s101)。踏板的位置值(pedal(n))可以是加速器踏板的当前位置或制动踏板的当前位置，并且‘(pedal(n))’的值在检测到加速器踏板的位置变化时具有正(+)值，在检测到制动踏板的位置变化时具有负(-)值。此外，当因驾驶者的误操纵(例如，不正确或疏忽的操纵)同时检测到加速器踏板的位置和制动踏板的位置时，用于驱动模式转换的系统100可以配置为应用制动优先功能，以在忽略加速器踏板位置的同时使用制动踏板的位置计算需求功率。

用于驱动模式转换的系统100可以配置为使用车辆速度、雷达信息、导航信息和驾驶者的驾驶倾向作为输入信息，利用加速和减速预测单元130产生驾驶者的近期加速和减速意图预测值(s102)。具体地，近期加速和减速意图预测值基于在预定时间长度的近期预测(例如，预测约5秒)的驾驶者的加速意图(例如，加速器踏板的位置增大或制动踏板的位置减小，即接合量)或减速意图(例如，加速器踏板的位置减小或制动踏板的位置增大，即接合量)指示加速器踏板的位置或制动踏板的位置。

此外，用于驱动模式转换的系统100可以配置为比较当前需求功率和用于发动机启动的阈值，并在当前需求功率为阈值或更大时，用于驱动模式转换的系统100可以配置为确定hev模式并确定发动机启动(on)(在s103中为“是”)。具体地，阈值可以是施加了基于需求功率变化进行发动机启动的迟滞性的值，并且可以确定是否满足考虑了基于驾驶者需求功率变化的迟滞性的阈值或更大的值。然后用于驱动模式转换的系统100可以配置为，当根据需求功率确定发动机启动时，将近期加速和减速意图预测值与踏板的当前位置值进行比较，以确认近期加速和减速意图预测值是否甚至在近期中持续地维持踏板的当前位置值以上(s104)。

具体地，当近期加速和减速意图预测值维持在踏板的当前位置值或更多(在s104中为“是”)时，用于驱动模式转换的系统100可以配置为确定(例如，最终确定)发动机启动(on)(s105)。例如，当车辆当前处于发动机非启动(off)状态作为ev模式时，系统100可以配置为基于发动机启动(on)的最终确定执行向hev模式的转换，并开始启动发动机(on)。

当近期加速和减速意图预测值减小至低于踏板的当前位置值(s104中为“否”)时，系统100可以配置为维持当前驱动模式和发动机状态(s106)。例如，存在下述优点，当车辆当前处于发动机非启动(off)状态作为ev模式时，基于当前需求功率确定发动机启动的处理可以根据近期需求功率减小的预测被确定为不必要的，并且可以维持发动机非启动状态。当车辆当前处于hev模式的发动机启动(on)状态时，系统100可以配置为维持发动机启动状态。

然而，系统100可以配置为设定第一裕度，以允许近期加速和减速意图预测值相较于踏板的当前位置值减小预定量或更小，并且可以配置为当近期加速和减速意图预测值在第一裕度确定的允许宽度内时确定发动机启动(on)。在第一裕度设定为踏板的当前位置值的约10％的情况下，当踏板的当前位置值约为10％时，系统100可以配置为即使近期加速和减速意图预测值减小至约9％时也允许发动机启动，并且可以配置为当近期加速和减速意图预测值减小至小于约9％时确定发动机非启动。

同时，在s103中，在当前需求功率小于阈值时，系统100可以配置为确定ev模式并确定发动机非启动(off)(在s103中为“否”)。此外，系统100可以配置为当通过需求功率确定发动机非启动(off)时，比较近期加速和减速意图预测值和踏板的当前位置值，以确认近期加速和减速意图预测值是否甚至在近期都持续地维持在低于踏板的当前位置值(s107)。

具体地，当近期加速和减速意图预测值维持在小于踏板的当前位置值(在s107中为“是”)时，系统100可以配置为确定发动机非启动(off)(s108)。例如，当车辆当前处于发动机启动(on)状态作为hev模式时，系统100可以配置为基于发动机非启动(off)的最后确定结果执行到ev模式的转换，并且可以配置为执行发动机关闭(off)。

此外，当近期加速和减速意图预测值增加至踏板的当前位置值或更大(在s107中为“否”)时，系统100可以配置为维持当前驱动模式和发动机状态(s106)。例如，存在下述优点，当车辆当前处于发动机启动(on)状态作为hev模式时，基于当前需求功率确定发动机非启动的处理可以根据近期需求功率增加的预测被确定为不必要的。当车辆当前处于ev模式的发动机非启动(off)状态时，系统100可以配置为维持发动机非启动状态。

此外，系统100可以配置为设定第二裕度，以允许近期加速和减速意图预测值相较于踏板的当前位置值增加预定量，并且可以配置为当近期加速和减速意图预测值的增加量是在第二裕度的允许宽度内时确定发动机非启动(off)。在第二裕度设定为踏板的当前位置值的约10％的情况下，当踏板的当前位置值为约10％时，用于驱动模式转换的系统100可以配置为即使近期加速和减速意图预测值增加至约11％时也允许发动机非启动，并且可以配置为当近期加速和减速意图预测值增加至超过约11％时确定发动机启动。此后，系统100可以配置为基于是否执行发动机启动的最后确定结果以ev模式或hev模式驱动或操作混合动力车辆，并且可重复上述操作直至启动。

如上，根据本发明的示例性实施方式，通过考虑车辆的驾驶环境和驾驶者的倾向来预测驾驶者的近期驾驶意图，并在确定ev/hev的确定过程中利用所预测的驾驶者近期驾驶意图，可以防止不必要的发动机开启/关闭。此外，由于不必要的发动机开启/关闭得以防止，可以改善诸如用于摇动能量的喷射补偿量等的燃料效率以及燃烧稳定，并且由于驱动模式转换的影响的减小，可以改进驾驶性能。

此外，反映了驾驶中驾驶倾向的驾驶者加速和减速意图可以通过采用机器学习技术学习用于驾驶者的各驾驶倾向的加速和减速预测模型的神经式网络进行更精确的预测，并且在确定是否执行发动机启动时可以利用预测的驾驶者加速和减速意图，从而可以防止因存在的驾驶意图突然变化引起的低效驱动模式转换。

本发明的上述示例性实施方式并非仅由如上的设备和方法具体化。可替代地，上述示例性实施方式可以由对应于本发明示例性实施方式的配置的功能执行程序或记录该程序的记录介质具体化。这些示例性实施方式可以容易地由本发明所属领域的那些技术人员根据上述示例性实施方式的描述进行设计。

尽管已经结合目前被认为是实际的示例性实施方式的内容对本发明进行了说明，但应当理解的是，本发明不局限于所公开的示例性实施方式，相反，其意图覆盖包括在所附权利要求的精神和范围内的各种修改和等效布置。