用于集成控制组件的用于计算lolimot的模型计算单元的制作方法
【技术领域】
[0001] 本发明涉及具有模型计算单元的集成控制组件，在所述模型计算单元中可以按硬 件方式计算基于数据的函数模型。
【背景技术】
[0002] 从现有技术中已知具有集成控制组件的控制设备，所述集成控制组件具有主计算 单元和单独的用于计算基于数据的函数模型的模型计算单元。
[0003] 因此，例如文献DE10 2010 028 266A1示出了具有主计算单元、存储器单元和作 为模型计算单元的附加逻辑电路的集成控制组件，所述模型计算单元被构造用于纯基于硬 件地计算指数函数序列以及加法和乘法运算。这使得能够通过集成控制组件中的硬件单元 来支持尤其是为了计算高斯过程模型所需的贝叶斯回归方法的计算。
[0004] 模型计算单元总的来说被设计用于执行用于基于所提供的超参数和网格点或训 练数据来计算基于数据的函数模型的数学过程。尤其是，模型计算单元的功能为了高效地 计算指数函数和求和函数而仅仅以硬件来实现，使得能够与在软件控制的主计算单元中所 能进行的相比以明显更高的计算速度来计算高斯过程模型。
[0005] 在用于用在机动车辆的控制设备中的集成控制组件中，除了基于数据的函数模型 以外，对另外的计算密集函数的计算也是重要的。因此，对于一些任务设置，感兴趣的还有 L0UM0T (LQcal Linear腿del Iree (局部线性模型树））模型的评估。L0UM0T模型使 用高斯加权函数，所述高斯加权函数类似于用于分析基于数据的函数模型、尤其是高斯过 程模型的函数。L0LIM0T模型例如在0? Nelles、S. Sinsel、R. Isermann的文献UKACC International Conference on Control (1996)中予以了描述。由于常规的以硬件实现的 用于计算基于数据的函数模型的功能不完全适于计算L0LIM0T模型，因此所期望的是匹配 集成控制组件、尤其是在那里设置的模型计算单元。
【发明内容】
[0006] 根据本发明，规定一种根据权利要求1所述的用于集成控制组件的模型计算单元 以及一种根据并列独立权利要求所述的集成控制组件。
[0007] 另外的扩展方案在从属权利要求中予以说明。
[0008] 根据第一方面，规定一种用于集成控制组件的模型计算单元，该集成控制组件通 过纯按硬件方式的实现而配备有至少一个内部或外部循环中的指数函数、求和函数和乘法 函数，以便计算基于数据的函数模型、尤其是高斯过程模型，其中模型计算单元还被构造为 计算包含多个局部部分模型的L0UM0T模型。
[0009] 通过在集成存储器组件中的也被设计用于计算基于数据的函数模型、尤其是高斯 过程模型的模型计算单元中基于硬件地计算L0LIM0T模型的可能性，使得能够基于硬件地 在共同的模型计算单元中执行基于数据的函数模型以及L0LIM0T模型的计算。由此，可以 利用仅仅一个计算单元来计算基于数据的函数模型以及L0LIM0T模型，这与借助于软件算 法的分析相比可以明显更快地执行。
[0010] 此外，模型计算单元可以被构造为分别为了计算基于数据的函数模型而使用全局 有效的预先给定的长度尺度（Lengthscale)、以及为了计算L0LIM0T模型而为每个维度使 用自己的长度尺度。
[0011] 根据一个实施方式，可以分别用预先给定的网格点来计算基于数据的函数模型、 以及用局部函数的中心来计算L0LIM0T模型，其中模型计算单元被构造为将网格点和中心 以相同方式用于内部循环之一中的计算。
[0012] 可以规定：将模型计算单元构造为在计算L0LIM0T模型的情况下把在内部循环中 计算的指数函数的结果标准化。
[0013] 此外，可以将模型计算单元构造为在计算L0LIM0T模型的情况下将指数函数的结 果与可为每个局部部分模型的每个查询点确定的权重相乘。
[0014] 另外，可以将模型计算单元构造为在计算基于数据的函数模型的情况下将指数函 数的结果与每网格点的预先给定的权重相乘。
[0015] 尤其是可以将模型计算单元构造为在计算L0UM0T模型的情况下仅仅线性地、仅 仅非线性地或者线性和非线性地考虑输入维度。
[0016] 根据另一方面，设置具有软件控制的主计算单元和上面的模型计算单元的集成控 制组件。
[0017] 可以将模型计算单元构造为在计算L0LIM0T模型的情况下将应用指数函数的中 间结果相加并且将返回值除以中间结果之和。
[0018] 根据另一方面，设置具有软件控制的主计算单元和上面的模型计算单元的集成控 制组件，其中主计算单元将模型计算单元运行为使得除以中间结果之和的除法由要么模型 计算单元中的、要么主计算单元中的逼近函数来执行。
【附图说明】
[0019] 下面根据附图进一步阐述实施方式。其中： 图1示出了具有模型计算单元的集成存储器组件的示意图。
【具体实施方式】
[0020] 图1示出了用于例如微控制器形式的集成控制组件1的硬件架构的示意图，在所 述集成控制组件1中以集成方式设置有软件控制的主计算单元2以及用于纯基于硬件地计 算基于数据的函数模型和L0UM0T模型的模型计算单元3。主计算单元2和模型计算单元 3通过诸如系统总线的内部通信连接4彼此通信连接。
[0021] 原则上，模型计算单元3基本上为硬布线的，并且因此不像主计算单元2那样被构 造用于实施软件代码。可替代地，一种解决方案是可能的，其中模型计算单元3为了计算基 于数据的函数模型或L0LIM0T模型而提供受限的高度专用的指令集。在模型计算单元3中 未设置处理器。这实现了这样的模型计算单元3的资源优化的实现或以集成构造方式的面 积优化的构造。
[0022] 模型计算单元3具有计算核31，该计算核31纯粹以硬件实现预先给定的算法的计 算。计算核31与中断单元32连接，该中断单元32在存在中断条件时用信号通知算法的计 算的中断。模型计算单元3此外可以包括用于存储配置数据的本地SRAM 33。模型计算单 元3同样可以包括本地DMA单元34 (DMA=Direct Memory Access (直接存储器访问））。借 助于DMA单元34,可以访问控制组件1的集成资源、尤其是访问内部存储器5。
[0023] 控制组件1可以包括内部存储器5和另外的DMA单元6 (DMA=Direct Memory Access (直接存储器访问））。内部存储器5和另外的DMA单元6以合适方式、例如通过内 部通信连接4彼此连接。内部存储器5可以包括(对于主计算单元2、模型计算单元3以及 必要时另外的单元来说）共同的SRAM存储器和用于配置数据（参数和网格点数据）的闪速 存储器。
[0024] 非参数性的基于数据的函数模型的使用基于贝叶斯回归方法。贝叶斯回归的基 础例如在 C. E. Rasmussen 等人的 "Gaussian Processes for Machine Learning"（MIT Press 2006)中予以了描述。贝叶斯回归是一种基于数据的方法，该方法基于模型。为了 创建该模型，需要训练数据的测量点以及要建模的输出参量的相关输出数据。模型的创建 根据网格点数据的使用来进行，所述网格点数据完全或部分地对应于训练数据或从其中生 成。此外，确定抽象的超参数，所述超参数将模型函数的空间参数化并且有效地对训练数据 的各个测量点对之后的模型预测的影响进行加权。
[0025] 抽象的超参数通过优化方法来确定。这样的优化方法的一种可能性在于优化边缘 似然性p|Y|H,X)。边缘似然性p{Y|H,X)描述了在给定模型参数H和训练数据的x值的情况下 训练数据的所测量的y值(表示为矢量Y)的可信性。在模型训练中，通过寻找合适的超参 数将p{Y|H,X)最大化，所述超参数导致由超参数和训练数据确定的模型函数的变化曲线并 且尽可能精确地映射训练数据。为了简化计算，将P(Y|H,X)的对数最大化，因为对数不改变 可信性函数的连续性。
[0026] 为了计算高斯过程模型，首先将针对测试点B (输入参量矢量）的输入值i|标准 化，具体而言根据下面的公式：
【主权项】
1. 用于集成控制组件（1)的模型计算单元（3 )，所述集成控制组件（1)通过纯粹基于硬 件的实现配备有至少一个内部循环和外部循环中的指数函数、求和函数和乘法函数，W便 计算基于数据的函数模型、尤其是高斯过程模型，其中模型计算单元（3)还被构造为计算包 含多个局部部分模型的LOLIMOT模型。
2. 根据权利要求1所述的模型计算单元（3)，其中模型计算单元（3)被构造为分别为 了计算基于数据的函数模型而使用全局有效的预先给定的长度尺度W及为了计算LOLIMOT 模型而为每个维度使用自己的长度尺度。
3. 根据权利要求1或2所述的模型计算单元（3)，其中能分别用预先给定的网格点来 计算基于数据的函数模型W及能用局部函数的中也来计算LOLIMOT模型，其中模型计算单 元（3)被构造为将网格点和中也W相同方式用于内部循环之一中的计算。
4. 根据权利要求3所述的模型计算单元（3)，其中模型计算单元（3)被构造为在计算 LOLIMOT模型的情况下将在内部循环中所计算的指数函数的结果标准化。
5. 根据权利要求4所述的模型计算单元（3)，其中模型计算单元（3)被构造为在计算 LOLIMOT模型的情况下将指数函数的结果与能为每个局部部分模型的每个查询点确定的权 重相乘。
6. 根据权利要求1至5之一所述的模型计算单元（3)，其中模型计算单元（3)被构造为 在计算基于数据的函数模型的情况下将指数函数的结果与每网格点的预先给定的权重相 乘。
7. 根据权利要求1至6之一所述的模型计算单元（3)，其中模型计算单元（3)被构造为 在计算LOLIMOT模型的情况下将应用指数函数的中间结果相加并且将返回值除W中间结 果之和。
8. 根据权利要求1至7之一所述的模型计算单元（3)，其中模型计算单元（3)被构造为 在计算LOLIMOT模型的情况下仅仅线性地、仅仅非线性地或者线性和非线性地考虑输入维 度。
9. 具有软件控制的主计算单元（2)和根据权利要求1至8之一所述的模型计算单元 (3)的集成控制组件（1)。
10. 具有软件控制的主计算单元（2)和根据权利要求7所述的模型计算单元（3)的集 成控制组件（1)，其中主计算单元（2)将模型计算单元（3)运行为使得除W中间结果的除法 由要么在模型计算单元（3)中的、要么在主计算单元（2)中的逼近函数来执行。
【专利摘要】用于集成控制组件的用于计算LOLIMOT的模型计算单元。本发明涉及一种用于集成控制组件（1）的模型计算单元（3），所述集成控制组件（1）通过纯粹基于硬件的实现配备有至少一个内部循环和外部循环中的指数函数、求和函数和乘法函数，以便计算基于数据的函数模型、尤其是高斯过程模型，其中模型计算单元（3）还被构造为计算包含多个局部部分模型的LOLIMOT模型。
【IPC分类】G05B17-02, G06N7-00
【公开号】CN104573822
【申请号】CN201410526170
【发明人】M.汉泽尔曼, H.马克特, A.冯韦廷霍夫, A.根托罗
【申请人】罗伯特·博世有限公司
【公开日】2015年4月29日
【申请日】2014年10月9日
【公告号】DE102013220432A1