[發明專利]通過機器學習的車輛控制

在審

• 申請號: 201510570422.7
• 申請日: 2015-09-09
• 公開（公告）號: CN105438168A
• 公開（公告）日: 2016-03-30
• 發明（設計）人: R·阿維德松;N·阿克布盧姆
• 申請（專利權）人: 沃爾沃汽車公司
• 主分類號: B60W20/11
• 分類號: B60W20/11;B60W40/00
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 陳松濤;王英

1.一種用于管理車輛(20)中的規則或策略的方法(100)，所述車輛(20)包括至少一個可控制的單元(21)，所述方法(100)包括以下步驟：

-在開始行駛時確定(101)所述車輛的活動路線，

-從控制值的多個所存儲的組中選擇(102)控制值的組，控制值的所述多個組基于先前已行駛路線的組，其中，控制值的所選擇的組與所確定的活動路線相對應，其中，控制值的所述組中的一個控制值與所確定的活動路線的一個預先確定的間隔相對應，

-基于控制值的所選擇的組來控制(103)所述至少一個可控制的單元，

-在所述車輛的當前行駛期間對控制結果值的組進行記錄(104)，其中，一個控制結果值與所述車輛已經行駛的所確定的活動路線的預先確定的間隔相對應，并且其中，所述控制結果值指示在所述預先確定的間隔期間的所述控制的結果，

-在所述行駛結束時，基于控制結果值的所述組來確定(107)實際已行駛路線的控制值的更新的組，

-存儲(109)控制值的所述更新的組。

2.根據權利要求1所述的方法，所述方法還包括以下步驟：

-向遠程數據單元發送(106)控制結果值的所述組，

-從所述遠程數據單元接收(108)所述更新的控制值，并且

其中，在所述遠程數據單元處執行基于控制結果值的所述組來確定(107)所述實際已行駛路線的控制值的更新的組的所述步驟。

3.根據前述權利要求中的任一項所述的方法，其中，所述車輛的所述至少一個可控制的單元(21)是能量單元(21)，并且其中，所述規則和所述策略與管理所述能量單元(21)的能量使用有關，并且其中，所述控制值和控制值的所述組分別是與對所述車輛的所述能量單元進行控制有關的能量單元控制值和能量單元控制值的組，并且其中，控制結果值的所述組是指示在所述預先確定的間隔期間的所述能量使用的能量單元控制結果值，并且其中，控制值的所述更新的組是能量單元控制值的更新的組。

4.根據權利要求3所述的方法，其中，所述車輛(20)是混合動力電動車輛(HEV)，并且其中，所述車輛(20)還包括電力推進單元(24)，以及適合于為所述電力推進單元(24)供電的電池組(23)，并且所述至少一個能量單元(21)是被布置為對所述電池組進行充電的內燃機(21)，其中，基于能量單元控制值的所述組來控制(103)所述至少一個能量單元(21)的所述步驟包括通過向所述內燃機(21)發送發動發動機或關閉發動機的請求來控制所述內燃機(21)，所述發動發動機或關閉發動機的請求與能量單元控制值的所選擇的組中的值相對應。

5.根據前述權利要求中的任一項所述的方法，其中，控制結果值的所述組還包括以下各項中的至少一項：驅動功率請求水平、推進能量需求、GPS位置、速度水平或時間戳。

6.根據前述權利要求中的任一項所述的方法，其中，控制值的所述組與控制模型(200)相對應，所述控制模型(200)為以下各項中的至少一項：馬爾可夫決策過程、連續時間馬爾可夫過程、轉移率矩陣。

7.根據權利要求5所述的方法，其中，控制(103)所述至少一個可控制的單元(21)的所述步驟與所述控制模型(200)中的轉移(201A、202A、203A、205A、206A、201B、202B、203B、205B)相對應。

8.根據前述權利要求中的任一項所述的方法，其中，對控制結果值的組進行記錄(104)的所述步驟與所述控制模型(200)中的轉移(201A、202A、203A、205A、206A、201B、202B、203B、205B)相對應。

9.根據前述權利要求中的任一項所述的方法，其中，基于控制結果值的所述組來確定(107)所述實際已行駛路線的控制值的更新的組的所述步驟包括使用以下各項中的至少一項：動態規劃、策略迭代、值迭代、Q-學習、即時差分學習或者狀態-動作-獎賞-狀態-動作(SARSA)算法。