用于操作机动车辆的方法与流程

本发明涉及一种用于操作具有用于驱动机动车辆的牵引电池和用于通过能量回收对牵引电池进行充电的回收装置的机动车辆的方法。

背景技术：

为了增加电动车辆的电动行驶距离，在操作机动车辆期间能够通过回收操作来回收能量。在这种情况下，机动车辆的发电机/回收装置能够在机动车辆减速时将动能转换成电能并且将其储存在机动车辆的牵引电池中。

de102012224170a1公开了用于控制车辆在滑行条件下的行驶操作的装置和方法。该装置可以包括车辆速度检测器、滑行距离操作器和控制装置。如果来自油门踏板位置传感器和制动器踏板位置传感器的信号均为零，车辆速度检测器检测当前的车辆速度。在当前的车辆速度等于或大于特定速度时，滑行距离操作器通过接收当前车辆位置、道路条件和位置信息以及车间距离信息来判定滑行模式是否可行。在车辆与前方行驶车辆之间的距离等于或大于预设距离时，作为对滑行模式可行的判定的响应，控制装置关闭电动机。

de112013004514t5公开了用于在至少一个车载系统中识别自由能并且利用自由能的方法和系统。该方法包括基于关于车辆前方的路段的信息来模拟该路段上的至少一个未来速度分布图。该方法包括基于至少一个未来速度分布图来识别车辆在该路段上能否利用自由能。可用的自由能被定义为车辆在模拟的行驶时段中和(如果在模拟的行驶时段之后存在模拟的主动制动操作)模拟的主动制动操作中具有的多余能量。该方法还包括利用可用的自由能以对至少一个从车辆的驱动系统获取能量的车载系统中的至少一个蓄能器充电。

us2016/0052519a1公开了一种装配有手动滑行开关的电动车辆。

技术实现要素：

本发明的目的在于提供一种用于驱动具有牵引电池和回收装置的车辆的改进的或替代的方法。特别地，本发明旨在提高机动车辆的行驶距离和/或总效率并且/或者考虑驾驶安全方面。

通过根据独立权利要求的方法来实现该目的。在独立权利要求和说明书中示出了有利的其它改进示例。

该方法用于操作具有牵引电池和回收装置的机动车辆，牵引电池用于驱动机动车辆，回收装置用于通过回收能量对牵引电池充电。该方法包括提供回收装置的回收模式，以用于对牵引电池充电。该方法包括在回收装置不进行回收的情况下提供机动车辆的滑行模式。该方法包括根据机动车辆的(总的)能量平衡和/或平衡从滑行模式和回收模式中选择机动车辆的操作模式。该方法包括使机动车辆在所选择的操作模式中操作。

是指在系统与其环境达到热动态(热能的、机械的和化学的)平衡时该系统的总能量中的能够做功的部分。

例如，该方法的优点在于能够从多个可用的操作模式中选择被认为最节能或最安全的操作模式。例如，由此，当期望的、即将发生的或者预测的机动车辆的明显减速(例如，前方拥堵)时，能够选择具有高回收率的回收模式。例如，在由于机动车辆不必在高速公路上刹车而例如期望机动车辆在没有上坡和下坡的平坦道路上尽可能小地减速时，能够选择滑行模式。机动车辆的能量平衡和/或平衡的建立允许选择最节能的操作模式。基于能量平衡和/或平衡能够预测用于滑行模式和回收模式的能量和/或因此，例如，可以选择在能量方面最优的操作模式。

特别地，该方法能够使机动车辆在滑行情况下操作，其中，机动车辆的油门杆和机动车辆的刹车杆均不被操控。

优选地，在滑行模式中能够关闭回收装置或者打开驱动系中的离合器以减小阻力。例如，离合器能够传动地布置在机动车辆的电力驱动器(例如，电动机)和机动车辆的车轮之间。

例如，回收装置可以是机动车辆的电力驱动器的一部分，电力驱动器包括至少一个电动机-发电机。

在一个改进示例中，机动车辆的能量平衡和/或平衡包括车辆数据和环境气候数据。例如，车辆数据可以包括当前的车辆速度、当前的车辆加速度和当前的车辆质量。例如，环境气候数据可以包括环境温度、太阳照射、风向和风力。

在一个实施例中，操作模式的选择取决于确定的滑行能量和/或滑行并且/或者根据确定的再生能量和/或再生

特别地，取决于能量平衡和/或平衡的操作模式的选择可以包括将计算的滑行能量和/或滑行与计算的回收能量和/或回收进行比较。

在一个特别有利的实施例中，操作模式的选择取决于机动车辆的当前的行驶状况和/或机动车的预测的行驶状况。例如，由此能够根据机动车辆的能量平衡和/或平衡、机动车辆的当前的行驶状况和预测的行驶状况来选择特别地在能量方面最适合的操作模式。特别地，在这种情况下考虑减速情况(例如，拥堵、上坡等)和加速情况(例如，拥堵解除、下坡等)。因此，在预测到拥堵时，倾向于选择回收模式，而在预测到加速时，倾向于选择滑行模式，从而不需不必要地制动机动车辆。

在一个实施例中，根据当前的道路交通状况来确定当前的行驶状况并且/或者根据预测的道路交通状况来确定预测的行驶状况。道路交通状况可以涉及车流信息、交通拥堵、车间距离、前方行驶车辆的速度等。例如，这种信息能够通过机动车辆的通信接口来接收。机动车辆也可以具有单独的用于检测至少某些此类信息的系统和装置。

在另一实施例中，根据当前的道路拓扑来确定当前的行驶状况并且/或者根据预测的道路拓扑来确定预测的行驶状况。道路拓扑可以涉及下坡、上坡、走向、转弯半径、交叉路口等。

在一个变型实施例中，根据机动车辆和后方行驶车辆之间的当前的距离来确定当前的行驶状况并且/或者根据机动车辆和后方行驶车辆之间的预测的距离来确定预测的行驶状况。因此，在选择合适的操作模式时也应当注意行驶安全的考量。例如，当与后方行驶车辆的距离过小并且因此存在追尾事故风险时，也可以不采用机动车辆的在该行驶状况下在能量方面优选的回收模式。

在另一变型实施例中，根据机动车辆与前方行驶车辆之间的当前的距离来确定当前的行驶状况并且/或者根据机动车辆和前方行驶车辆之间的预测的距离来确定预测的行驶状况。例如，当与前方行驶车辆的距离过小并且因此存在追尾事故风险时，可以不采用机动车辆的在该行驶状况下在能量方面优选的滑行模式。

在一个实施例中，根据至少一项当前的道路交通规则来确定当前的行驶状况并且/或者根据至少一项预测的道路交通规则来确定预测的行驶状况。例如，至少一项交通规则可以包括限速和路权规则。

在一个特别优选的实施例中，回收模式能够以不同级别的回收来执行，特别地以不同的回收率来执行，以对牵引电池充电。进而，优选地，(在选择回收模式作为操作模式时)根据机动车辆的能量平衡、机动车辆的平衡、机动车辆的滑行能量、机动车辆的滑行机动车辆的再生能量、机动车辆的再生机动车辆的当前的和/或预测的行驶状况、当前的和/或预测的道路交通状况、机动车辆与后方行驶车辆之间的当前的和/或预测的距离和/或机动车辆与前方行驶车辆之间的当前的和/或预测的距离来选择回收模式的回收。例如，目的在于，在预测的机动车制动操作中获得最大量的动能。

在另一实施例中，通过机动车的倾斜传感器来检测当前的道路拓扑，特别地检测当前的下坡或者当前的上坡。

也能够通过机动车辆的摄像系统检测当前的道路状况、当前的道路拓扑、与在机动车辆后方行驶的车辆的当前的距离和/或与在机动车辆前方行驶的车辆的当前的距离。例如，与摄像系统连接的图像识别系统能够借助预设的图像识别算法从摄像系统拍摄的图像中提取期望的信息。

在一个优选变型例中，特别地，通过用于预测未来道路状况、未来道路拓扑和/或至少一项未来交通规则的预测系统来选择操作模式。

在一个改进示例中，预测系统是自学习的或者非自学习的。

在一个改进示例中，预测系统具有人工神经网络。

例如，操作模式的选择也可以取决于机动车辆的劳损状态。例如，机动车辆的牵引电池可能已经进行了超过预设极限值的大量充电循环。于是，例如，为了保护牵引电池，可以放弃短时间的回收并替代地选择滑行模式。

在另一实施例中，操作模式的选择包括预测机动车辆的未来行驶路线，机动车辆在未来行驶路线上具有未来加速情况和/或未来减速情况。另外，确定用于驶过预测的未来行驶路线的(预测的)滑行能量和/或滑行并且/或者确定用于驶过预测的未来行驶路线的(预测的)回收能量和/或回收根据所确定的滑行能量和/或滑行以及所确定的回收能量和/或回收来选择机动车辆的操作模式。

特别地，根据道路交通状况、道路拓扑、至少一项交通规则、与前方行驶车辆的距离和/或与后方行驶车辆的距离来预测未来行驶道路上的未来加速情况和/或未来减速情况。

优选地，可以基于机动车辆的能量平衡来确定滑行能量和回收能量。

特别地，可以基于机动车辆的平衡来确定滑行和回收

优选地，预测的未来行驶路线的路线长度是可调整的并且/或者可以取决于机动车辆的当前的行驶速度。

本发明还涉及一种具有用于执行本文公开的方法的控制单元的机动车辆，机动车辆特别是商用车辆(例如，公共汽车或载重车辆)。

特别地，机动车辆能够被设计成混合动力电动车辆、电动车辆或者燃料电池车辆。

如本文所使用，术语“控制单元”是指能够根据设计来承担控制任务和/或调节任务的电子器件。

附图说明

本发明的上述的优选实施例和特征能够任意相互组合。在下文中，将参照附图说明本发明的其它细节和优点。

图1示出了根据本发明的机动车辆的示意图。

具体实施方式

图1示意性地示出了以框图表示的机动车辆10，机动车辆10适于执行本文公开的方法。例如，机动车辆10可以是诸如公共汽车或载重车辆等载人车辆或商用车辆。

机动车辆10具有电力驱动器12、牵引电池14、离合器16、被驱动的车轮18和控制单元20。

电力驱动器12可以是机动车辆10的唯一驱动源。换句话说，机动车辆10可以是纯电动车辆(英语：bev-batteryelectricvehicle)。然而，电力驱动器12也可以是机动车辆10的多个驱动源之一。例如，机动车辆10可以是还包括用于驱动车轮18的内燃机(未示出)的混合动力电动车辆(英语：hev-hybridelectricvehicle)。

电力驱动器12电连接至牵引电池14。牵引电池14提供用于驱动电力驱动器12所需的电能。电力驱动器12也能够用作用于对牵引电池14充电的发电机。在某些实施例中，例如，在纯电动车辆或者所谓的插电式混合动力车辆(phev)中，牵引电池14还能够通过机动车辆10上的电力连接装置进行外部充电。

电力驱动器12可以具有一个或多个电动机。例如，一个或多个电动机能够被容纳在机动车辆10内部或者被设计为车轮18的轮毂电动机。车轮18可以是机动车辆10的前桥从动轮和/或后桥从动轮。

牵引电池14向电力驱动器12供应电能，以驱动机动车辆10。电力驱动器12将电能转换成动能，并进而经由接合的离合器16驱动车轮18。

如已经说明，电力驱动器12能够在回收模式中操作以对牵引电池14充电。在回收模式中，经由接合的离合器16从车轮18提供的动能被转换成电能。由此，电力驱动器12能够充当用于能量回收的回收装置。

优选地，回收模式不是固定不变的，而是可变的，它们具有不同的回收率。例如，回收模式可以以10％、20％、30％和40％的回收率来执行。例如，在一种回收模式中，可用动能的10％被转换成用于对牵引电池14充电的电能。例如，可以通过调节离合器16来实现不同的回收率。例如，离合器16可以被设计成粘性离合器(viscokupplung)。

另外，机动车辆10还可以在滑行模式中操作。在滑行模式中不进行回收。在滑行模式中不对牵引电池14充电。在滑行模式中，在机动车辆10的驱动系中存在尽可能小的阻力，使得机动车辆10能够在无驱动的情况下尽可能远地滚动。例如，滑行模式通过开启离合器16来实现。替代地或附加地，例如，滑行模式也能够通过关闭电力驱动器12来实现。

控制单元20控制电力驱动器12、牵引电池14和离合器16的操作。控制单元20能够接收来自机动车辆10的不同装置和系统的信息，以控制这些操作。

例如，控制单元20能够与定位单元22、导航系统24、通信接口26、摄像系统28、距离感测系统30、倾斜传感器32和其他装置34通信连接。通信连接可以是无线的或有线的。

例如，定位系统22可以是全球定位系统(英语：gps-globalpositioningsystem)装置。机动车辆10的当前位置能够通过定位系统来确定，并且被传递至控制单元20。

基于由定位系统22确定的机动车辆10的位置，导航系统24可以规划、监控和预测机动车辆10的行驶路线。例如，在导航系统24的存储器中能够储存关于道路网(道路、道路名称、十字路口等)、道路拓扑(下坡、上坡、转弯半径等)和道路交通规则(限速、路权规则等)的信息。至少一些信息也可以经由机动车辆10的通信接口26从外部接收。特别地，可以经由通信接口26接收关于道路交通状况(拥堵、车流、平均速度等)的信息。

可以经由通信接口26接收诸如环境气候信息(环境温度、环境湿度、太阳照射、雨水、风等)等其他信息。

摄像系统28能够可视地检测机动车辆10的位于机动车辆10的前方、附近和/或后方的环境。由摄像系统28拍摄的机动车辆10的环境的图像能够被提供至用于图像评估的图像识别系统。为此，特别地，图像识别系统能够被设计成用于确定道路交通状况、道路拓扑、与后方行驶车辆的距离和/或与前方行驶车辆的距离。

例如，也能够借助距离感测系统30来检测与前方行驶车辆的距离和/或与后方行驶车辆的距离。例如，距离感测系统30可以是激光检测和测距(英语：lightdetectionandranging)系统或者雷达系统。

例如，也同样能够借助倾斜传感器32来检测道路的上坡或者下坡。

在其它实施例中，仅设置有装置22到32中的一些装置和/或另外的用于检测机动车辆10的内部参数或外部参数的装置34。内部或外部参数可以与滑行模式和回收模式中的机动车辆操作有关。

例如，如果机动车辆10的驾驶员不再操控机动车辆10的油门踏板(未示出)，则机动车辆10在滑行模式或回收模式中操作。通过选择适用于各种行驶状况的模式能够增加机动车辆10的行驶距离。

特别地，本文提出，总是在可用的模式中选择在当前行驶状况下最节能的模式。

为了确定可用模式中的哪种模式在当前的行驶状况下是最节能的，可以考虑机动车辆10的能量平衡(energiebilanz)和/或平衡(exergiebilanz)。能量平衡和平衡可以包括车辆数据和环境数据。例如，车辆数据可以包括车辆重量、车辆质量、车辆速度和车辆加速度。例如，环境数据可以包括环境温度、太阳照射、风力和风向。

能量平衡和平衡是基于考虑环境温度时的第一和第二热力学定律的。能量平衡和平衡考虑了平衡的系统/子系统的所有能量流和流。可以针对整个系统(机动车辆)和/或整个系统(机动车辆)的相关子系统来定义平衡区域。通过应用平衡来定性地并且定量地评估可用的能量。因此，产生了根据局部的和当前的边界条件最优地调整滑行函数和回收函数的可能性。

例如，可以根据热力学第一定律以如下方式来表达能量平衡。

其中：

热流

p功率

质量流

h比焓

w速度

z高度

g重力加速度

热流特别地相关于分析区域中的排出和/或供入的总热流。此处，例如可以考虑环境温度、太阳照射和空气调节的影响。质量流相关于机动车辆中的输入和输出的质量流，例如，制动液的质量流和冷却空气的质量流。比焓旨在考虑质量流的热容和温度。另外，还可以考虑机动车辆的质量流的速度和高度。

例如，平衡能够以如下方式表达。

其中：

输入的流

输出的流

系统的能量增加

外部热源的能量增加

p功率

内部损失

系统的能量增量相关于机动车辆在平衡区域中的能量增加。外部热源的能量增量相关于机动车辆的环境。内部损失考虑了由不可逆作用导致的损失。

输入的流和输出的流分别由输入或者输出的动能流、势能流和热能流的总和得出。

其中：

动能流

势能流

热能流

机动车辆10的能量平衡和平衡能够通过控制单元20来构建。为此，控制单元20能够接收来自装置22到34的相应信息且/或参考控制单元20的存储器中存储的信息。

能够借助导航系统24来预测(预估)机动车辆10的未来行驶路线。例如，能够借助由导航系统24规划的去往目的地的行驶路线来确定未来行驶路线。导航系统24也能够监控机动车辆10的行驶并且预估可能的未来行驶路线。该方法所考虑的未来行驶路线的路线长度可以在例如多达500m、1km或者更大的范围内。可行的是，所考虑的未来行驶路线的路线长度能够由用户来调整，并且特别地基于机动车辆10的当前速度。机动车辆10的速度越高，所考虑的未来行驶路线的路线长度可以越长。

之后，基于所构建的机动车辆10的能量平衡或平衡，控制单元20能够根据调整的路线长度来确定未来行驶路线上的滑行能量或滑行以及回收能量或回收在这种情况下，根据方法的实施方式，能够将与机动车辆10的当前的和未来的行驶状况有关的不同信息用于计算。

特别地，为了计算滑行能量和滑行以及回收能量和回收可以考虑与当前的行驶状况和预测(未来)的行驶状况有关的信息。特别地，在这种情况下考虑未来行驶路线上的未来的加速条件和/或减速条件。

特别地，机动车辆的当前行驶状况和未来行驶状况可以考虑当前道路交通状况和预测的未来行驶路线内的预测的未来道路交通状况，并考虑当前道路拓扑和预测的未来行驶路线内的预测的未来道路拓扑。

例如，能够根据能量平衡而写为：

其中：

机动车辆的上坡能量阻力

摩擦能量阻力

上坡能量阻力考虑机动车在上坡或下坡上的阻力。例如，摩擦能量阻力考虑了机动车的空气阻力和机动车在沥青上滚动时的滚动阻力等。

斜坡能量阻力能够以如下方式表达：

其中：

m机动车辆的质量

g重力加速度

∝st上坡角度或下坡角度

v机动车辆的速度

在刹车制动时，由当前车辆速度的动能与刹车制动时的动能的差值得到摩擦能量阻力。

其中：

f＝mμg

其中：

μ机动车辆的阻力(例如，空气阻力、滚动阻力)

进而，例如能够以如下方式计算出可能的回收能量(示例仅是机械的而不具有平衡区域的流体的焓流)。

其中：

ηr回收效率

例如，能够以如下方式来计算滑行能量。

其中：

f(预测的)滑行能量

m机动车辆的质量

g重力加速度

αst上坡角度或者下坡角度

v1机动车辆的起始速度

v2(预测的)机动车辆的最终速度

基于构建的示例性平衡，同样能够计算滑行和再生

对于在没有期望的制动的滑行条件(滑行操作)下的机动车辆操作，如果预测路线上的回收能量小于在车辆速度保持恒定的假设条件下的滑行功能的能量，则实现了滑行功能。

相反，对于所谓的走走停停条件(stop-and-go-bedingungen)下的操作，能够一直进行回收，而在制动时没有驱动器的能量消耗。回收率能够调节成使得车辆能够从a点行驶到b点(例如，信号灯)并且进行制动(回收)而没有额外的驱动器的能量消耗。

例如，特别地，针对所预测的干线道路(例如，快车道或高速公路)上的机动车辆10前方1km的未来行驶路线，确定不存在需要制动机动车辆10的拥堵或其它阻碍。此时，控制单元20例如能够确定大于回收能量和/或回收的滑行能量和/或滑行因此，在未驱动油门踏板和制动器时能够以滑行模式来操作机动车辆10。

在另一示例中，特别地，针对所预测的干线道路上的机动车辆10前方500m的未来行驶路线，确定在机动车辆前方存在上坡。此时，控制单20例如能够确定，因为回收操作额外地使机动车辆10在上坡前方减速，所以机动车辆10以回收模式进行的操作在能量方面是不可取的。相反，机动车辆10能够以滑行模式进行操作。

在另一个实施例中，确定在机动车辆10前方存在拥堵。此时，控制单元20例如能够确定，在能量方面，机动车辆10在回收模式下的操作比在滑行模式下的操作更可取。

优选地，可以额外考虑当前的和未来的道路交通规则。例如，可以确定在机动车辆10前方存在下坡并且机动车辆已经以对应于该路线上的最大合法速度的速度行驶。因此，控制单元20能够确定，因为驾驶员在超过最大速度时将自行制动机动车辆10，所以机动车辆10在滑行模式下的操作在能量方面是不可取的。相反，此时，机动车辆10可以以合适的回收模式进行操作，该回收模式特别地以如下方式执行：机动车辆10当在下坡上行驶时基本上既不加速也不减速。

优选地，可以额外地考虑行驶安全方面。例如，借助摄像系统28和/或距离感测系统30可以确定与前方行驶车辆的距离和/或与后方行驶车辆的距离。在与前方行驶车辆的距离过小时，例如，在该距离低于取决于速度的距离限值以下时，出于行驶安全的考虑，机动车辆在回收模式下的操作比机动车辆在滑行模式下的操作更可取。在与后方行驶车辆的距离过小时，例如，在该距离低于取决于速度的距离限值以下时，出于行驶安全的考虑，机动车辆的滑行模式操作更可取。

在选择回收模式时，可以额外地基于可用数据来针对可变的回收率调整回收模式。因此，在机动车辆需要或者将需要较大减速时可以执行特别合适的回收操作，例如程度特别高的回收。

例如，可以通过传动地布置在回收装置和至少一个车轮之间的合适离合器来调整可变的回收率。因此，可以在离合器处调整驱动件和从动件之间的转速差。例如，离合器可以被设计为粘性离合器。

如上所述，本方法是基于预测系统的，借助预测系统可以预测机动车辆10的未来行驶状况，特别地关于道路交通状况和道路拓扑进行预测。

例如，预测系统也可以是基于人工神经网络的自学习系统。

通过应用基于人工神经网络的自学习调整系统可以优化目标函数(目标变量：滑行和/或回收)，并且在考虑到控制单元的数据输入的可能校正的情况下能够在特定范围内对目标函数进行校正。

例如，在优化目标函数时，可以在相关性分析的范围内确定变量的输入值和输出值之间的数学关系并且将其用于训练人工神经网络，其中，目标函数旨在对滑行模式或者回收模式做出决策。

神经网络的多个输入变量可以包括文中提到的车辆数据和环境数据。另外，基于变量的输入值和输出值之间的相关性来预定人工神经网络的节点，其中，针对滑行模式或回收模式的决策，通过车辆总能耗的优化来确定相关性。

神经网络可以具有适用于该问题的结构。其参数通过所确定的变量的输入值和输出值之间的相关性自动地确定。用于训练并且实施神经网络的方法对于控制技术人员来说是标准知识。

应当强调的是，在本发明的范围内，也可以将相关性关系预定成作为所谓的激活函数存储在神经网络的节点中的函数，以代替相关性矩阵。其优点在于，输入值的中间值不用通过插值得出，而是可以基于存储的函数来直接确定。

本发明不限于前述优选的实施例。相反，同样使用了本发明的构思并且因此落入保护范围的各种变型和修改是可行的。特别地，本发明还以与所引用的权利要求要求无关的方式要求保护从属权利要求的主题和特征。特别地，独立权利要求1的特征彼此独立地公开。另外，从属权利要求的特征以与独立权利要求1的所有特征无关并且例如与独立权利要求1的回收模式的提供、滑行模式的提供、操作模式的选择和机动车辆的操作无关的方式公开。

附图标记列表

10机动车辆

12电力驱动单元(这里也被称为回收装置)

14牵引电池

16离合器

18车轮

20控制单元

22定位系统

24导航系统

26通信接口

28摄像系统

30距离感测系统

32斜坡角度传感器

34其它装置