对机动车的驱动机以及车辆部件的基于模型的预测性控制 |
|||||||
申请号 | CN201980100879.8 | 申请日 | 2019-10-25 | 公开(公告)号 | CN114450207B | 公开(公告)日 | 2024-04-12 |
申请人 | ZF; 腓德烈斯哈芬股份公司; | 发明人 | 凯·蒂蒙·布塞; 马蒂亚斯·弗里德尔; 德特勒夫·巴施; 瓦莱里·恩格尔; | ||||
摘要 | 本 发明 涉及用于基于模型预测性控 制动 力 总成(7)的驱动机(8)以及至少一个影响机动车(1)的能效的车辆部件的处理器单元(3),其中,处理器单元(3)被设立成用于,执行用于基于模型预测性控制驱动机(8)以及至少一个影响机动车的能效的车辆部件的MPC 算法 (13),其中,MPC算法(13)包含 动力总成 (7)的和影响机动车(1)的能效的车辆部件的纵向动态模型(14)以及有待最小化的成本函数(15),其中,成本函数(15)具有至少一个第一项,第一项包含了用相应的加权因子加权的并且根据纵向动态模型(14)预测的机动车(1)在驶过预测范围内预测的路程时所受到的相应的损失功率,并且其中,处理器单元(3)被设立成用于,通过依赖于相应的项执行MPC算法(13)来获知针对驱动机(8)以及针对至少一个影响机动车的能效的车辆部件的相应的输入参量,从而使成本函数(15)最小化。 | ||||||
权利要求 | 1.用于基于模型预测性地控制机动车(1)的动力总成(7)的驱动机(8)以及至少一个影响所述机动车(1)的能效的车辆部件的处理器单元(3),其中 |
||||||
说明书全文 | 对机动车的驱动机以及车辆部件的基于模型的预测性控制技术领域背景技术[0002] 基于模型的预测性控制方法(英文为:Model Predictive Control或简称MPC)用于轨迹控制领域、特别是机动车中发动机控制领域。由EP 2 610 836 A1已知基于前瞻范围和其他环境信息通过最小化成本函数来优化能量管理策略。在此,创建了用于使用在车辆中的神经网络并对驾驶员进行建模以及预告驾驶员可能选择的速度变化曲线。此外,EP 1 256 476 B1还公开了一种用于降低行驶时的能量需求和提高工作范围的策略。在此使用导航设备的信息,即当前的车辆定位、道路模式、带有日期和时间的地理位置、高度变化、速度限制、十字路口密度、交通监控和驾驶员的驾驶模式。 [0003] 驾驶员及其驾驶风格对机动车运行时的能耗有巨大影响。然而已知的巡航控制没有考虑到能耗。此外,预期的行驶策略典型地是基于控制的并且由此并不在每种状况下都提供最佳结果。此外,基于优化的策略的计算量非常大并且到目前为止仅作为离线求解已知或者用动态程序求解。 发明内容[0005] 本发明通过了解动力总成的和影响机动车能效的相应车辆部件的损失能够实现对在行驶期间的机动车的能耗进行优化。为此,(如将在下文中更为详细地解释的那样)特别关注对行驶阻力的优化。在此可以完全省去参考速度的使用。 [0006] 为了在每种状况下在给定的边界条件和限制下找到应当提供有效的行驶方式的所谓的“行驶效率(Driving Efficiency)”行驶函数的最优的解决方案,选择了基于模型的预测性控制(MPC)方法。MPC方法以描述系统行为的系统模型为基础。此外,MPC方法还以目标函数或成本函数为基础,其描述了优化问题并且确定应当最小化哪个状态参量。用于驱动效率的行驶函数的状态参量尤其可以是机动车的车速、电池中的剩余能量、行驶时间、机动车的空气阻力和在诸如机动车的制动设备的盘式制动器之类的一个或多个制动单元中的剩余摩擦力矩。能耗和行驶时间的优化尤其基于前方的路线的坡度和对速度和驱动力的限制、基于当前的系统状态、基于车道上方的车辆水平和/或基于机动车的盘式制动器内出现的由于剩余摩擦力矩造成的摩擦损失。 [0007] 根据本发明的第一个方面,提供了用于基于模型预测性控制机动车的动力总成的驱动机以及至少一个影响机动车的能效的车辆部件的处理器单元。该处理器单元被设立成用于,执行用于基于模型预测性控制驱动机以及至少一个影响机动车的能效的车辆部件的MPC算法。MPC算法包含动力总成和影响机动车的能效的车辆部件的纵向动态模型以及有待最小化的成本函数。成本函数具有至少一个第一项,第一项包含了用相应的加权因子加权的并且根据纵向动态模型预测的机动车在驶过预测范围内预测的路程时所受到的相应的损失功率。处理器单元被设立成用于,通过依赖于相应的项执行MPC算法获知针对驱动机以及针对至少一个影响机动车的能效的车辆部件的相应的输入参量,从而最小化成本函数。至少一个影响机动车能效的车辆部件被设置成用于影响和/或至少暂时防止在机动车驱动期间或运行期间所出现的损失,并且由此尤其是降低了机动车的能耗。 [0008] 优选地,成本函数包含用第一加权因子加权的并且根据纵向动态模型预测的机动车在驶过在预测范围内预测的路程时所受到的空气阻力作为第一项。处理器单元被设立成用于,通过依赖于第一项执行MPC算法获知针对驱动机以及针对至少一个影响机动车的能效的车辆部件的相应的输入参量,从而最小化成本函数。空气阻力是机动车的总行驶阻力的组成部分,并且因此是车辆为了以恒定的或加快的速度在水平的或倾斜的路段上行驶而必须借助驱动力克服的所有阻力的总和的一部分。空气阻力随行驶速度成平方上升并且与车辆的空气动力学的形态(空气阻力系数)和空气密度相关。用于描述空气阻力的其他因素还有流阻系数(cw值)以及机动车的投影正面面积。正面面积以及流阻系数能经由影响机动车的能效的车辆部件加以影响或改变。 [0009] 在这个意义中,影响机动车的能效的车辆部件根据第一实施例是机动车的高度可调的底盘,其中,处理器单元被设立成用于,校准车辆水平。换句话说,由处理器单元所规划的行驶策略给予了附加的自由度,更确切地说,利用高度可调的底盘来在能量最优方面规划了机动车在前方的路段上的速度轨迹。尤其地,例如能液压地操纵的高度可调的底盘包括用于无级地校准车辆水平的多个执行器。优选地,机动车的每个弹簧支柱与这种执行器作用连接,其中,相应的执行器例如调整机动车的弹簧挡板。在多个执行器的协同作用下无级地校准乘用车辆车身的高度,其中,由此扩大或缩小机动车的正面面积以及流阻系数。底盘的下降促使机动车的正面面积以及流阻系数减少并且最终促使空气阻力减少。这视行驶状况而定有利地导致了空气动力学的改进并且因此节省了能量。视驱动机的驱动方式而定,这意味着CO2排放或电能的减少。因此机动车通过车辆水平的下降而更为能量有效地运行。与此相对,车辆水平的提升则促成了行驶舒适度的提高。换句话说,借助处理器单元在考虑到前方的路段的情况下选出合适的策略来下降或提升车辆水平,该策略既考虑到了能效也考虑到了行驶舒适度。 [0010] 通过依赖于第一项执行MPC算法获知了针对驱动机以及针对高度可调的底盘的输入参量,从而最小化成本函数。换句话说,基于路线拓扑、交通以及机动车的其他的状态参量或涉及到路线的信息来为前方的路段或预测范围规划机动车的最优的速度轨迹,其中,通过恰当地调整车辆水平附加地改进了轨迹。尤其借助处理器单元沿着预测范围来规划底盘高度。此外还通过对机动车的轨迹的MPC优化来避免一方面由于无意间激活底盘的升或降系统而消耗不必要的能量或者避免尽管路线拓扑、交通或机动车的其他的状态参量能够实现特定的更高的行驶舒适度,但底盘仍不期望地下降情况。 [0011] 根据另一种实施方式,成本函数包含用第二加权因子加权的并且根据纵向动态模型预测的在影响机动车的能效的车辆部件处在预测范围内预测的路程中导致了损失的剩余摩擦力矩作为第二项,其中,影响机动车能效的车辆部件包括至少一个具有制动盘和制动蹄的盘式制动器。 [0012] 优选地,处理器单元被设立成用于,通过依赖于第一项和依赖于第二项执行MPC算法来获知针对驱动机以及针对相应的盘式制动器的相应的输入参量,从而最小化成本函数。 [0013] 本发明设置的是,在考虑到纵向动态模型的情况下暂时调整剩余摩擦力矩,纵向动态模型被设立成用于提供机动车的例如源自车辆传感装置或车辆模型的当前的损失功率。在当今的机动车制动器中,相应的盘式制动器的制动蹄与制动盘之间到目前为止普遍存在产生持久的损失功率的持续的(滑磨)接触。因此还要接受这些损失,这是因为与制动盘的持续的接触能够实现立即使用制动并且因此大幅提高了机动车的安全性。与此相反地,在制动蹄与制动盘之间存在长期的间距则促使,在操纵制动器时,在可以建立制动压力来调整出制动效果之前,首先必须克服在构件之间的一定的距离。这样做具有不期望的安全技术上的缺点,必须避免这些缺点。 [0014] 在这个意义上,处理器单元被设立成用于,调整在相应的盘式制动器的制动盘与制动蹄之间的间距。换句话说,通过处理器单元规划的行驶策略给予了附加的自由度,更确切地说,利用机械的制动器来在能量最优方面规划了机动车针对前方的路段或预测范围的速度轨迹。处理器单元沿着轨迹或者沿着前方的路段或者针对前方的道路区段实现了相应的制动蹄与相关的制动盘的暂时的分离,尤其是在例如基于路线地形、车辆状态和/或当前或沿行驶方向在机动车前方出现的交通不存在制动风险或存在处于特定的极限值之下的制动风险的行驶状况或道路区段中。因此在这些行驶状况中没有产生剩余制动力矩,从而不存在由于剩余制动力矩引起的功率损失并且同时提升了机动车的能效。与此对应,在具有提高的制动风险的行驶状况之前或其中,或者当预料有高的负的加速度时,则建立起相应的盘式制动器的制动盘与制动蹄之间的(滑磨)接触,以便在需要制动过程的情形下确保在操纵制动器时的期望的即时制动效果。何时确切地存在哪些行驶状况,是处理器单元提前就知道的,从而可以相应地获知针对驱动机以及针对相应的盘式制动器的相应的输入参量。因此借助本发明提供了在盘式制动器内的摩擦制动力矩方面最小化摩擦的制动器。 [0015] 现有技术、尤其是Schwickart(见上文)教导了将速度参考作为MPC控制器的基础。除了提高能耗外,在目标函数中,还对与该参考速度的偏差进行处罚。Schwickart备选地也研究了一种不需要参考速度并且取而代之地是对与经限定的允许的速度带的偏差进行处罚的表述。Schwickart并不认为这种表述是有利的,这是因为由于目标函数中的最小化能耗的第二项,使得该解决方案始终处于允许的速度范围的下边界处。然而以类似的方式即使在使用速度参考时也是如此。一旦将处罚与速度参考的偏差的项放宽,那么对能耗的评估就会导致所行驶的速度降低。与参考的偏差始终朝着较低速度的方向发生。 [0016] 为了克服这一点,本发明建议,驱动效率的行驶策略的目标函数或成本函数还包含另一个项,由此除了能耗外还最小化了行驶时间。这导致,视加权因子的选择而定,使得并不总是将低速评估为最优并且因此不再存在所产生的速度总是处在允许的速度的下边界处的问题。 [0017] 本发明能够实现的是,使驾驶员的影响不再对机动车的能耗和行驶时间是重要的,这是因为驱动机以及至少一个影响机动车的能效的车辆部件可以通过处理器单元基于通过执行MPC算法获知的相应的输入参量加以调控。借助相应的输入参量可以尤其是调整了驱动机的最优的马达运行点。由此可以直接调定机动车的最优的速度。 [0018] 优选地,成本函数包含用第三加权因子加权的并且根据纵向动态模型预测的在预测范围内由动力总成的电池提供以对驱动机进行驱动的电能作为第三项。此外,成本函数还包含用第四加权因子加权的并且根据纵向动态模型预测的机动车驶过整个在预测范围内预测的路程所需要的行驶时间作为第四项。处理器单元被设立成用于,通过依赖于第一项、依赖于第二项、依赖于第三项和依赖于第四项执行MPC算法获知针对驱动机以及针对至少一个影响机动车的能效的车辆部件的相应的输入参量或相应的输入信号,从而最小化成本函数。此外,处理器单元还可以被设立成用于,基于相应的输入参量调控驱动机和/或至少一个影响机动车的能效的车辆部件。 [0019] 机动车的能耗和行驶时间可以分别在范围结束时加以分析评估和加权。相应的项因此仅针对范围的最后的点起作用。在这个意义上,成本函数在一个实施方式中包含用第三加权因子加权的、被在预测范围结束时所预测的电能取值的能耗终值,并且成本函数还包含用第四加权因子加权的、被在预测范围结束时所预测的行驶时间取值的行驶时间终值。 [0020] 根据本发明的第二个方面,提供一种机动车。机动车包括具有驱动机的动力总成、至少一个影响机动车的能效的车辆部件和驾驶员辅助系统。驱动机例如构造成电机,其中,动力总成尤其包括电池。此外,动力总成尤其包括传动机构。驾驶员辅助系统被设立成用于,借助通信接口访问针对驱动机的输入参量以及访问针对至少一个影响机动车能效的车辆部件的输入参量,其中,相应的输入参量由根据本发明的第一个方面的处理器单元来获知。此外,驾驶员辅助系统还被设立成用于,基于相应的输入参量来调控驱动机和/或至少一个影响机动车能效的车辆部件。车辆例如涉及机动车,如汽车(例如重量小于3.5吨的乘用车辆)、公共汽车或载重汽车(例如重量超过3.5吨)。车辆可以例如属于一个车队。车辆也可以通过驾驶员进行调控,可能地通过驾驶员辅助系统进行支持。但车辆也可以例如远程控制和/或(部分)自动调控。 [0021] 根据本发明的第三个方面,提供了一种用于基于模型预测性控制动力总成的驱动机以及机动车的至少一个影响机动车能效的车辆部件的方法。根据该方法,借助处理器单元来执行用于基于模型预测性控制动力总成的驱动机以及机动车的至少一个影响机动车能效的车辆部件的MPC算法。在此,MPC算法包含动力总成的和影响机动车1的能效的车辆部件的纵向动态模型以及有待最小化的成本函数,其中,成本函数具有至少一个第一项,第一项包含用相应的加权因子加权的并且根据纵向动态模型预测的机动车在驶过在预测范围内预测的路程时所受到的相应的损失功率。此外,依赖于相应的项通过借助处理器单元执行MPC算法获知了针对驱动机的以及针对至少一个影响机动车能效的车辆部件的相应的输入参量,从而最小化成本函数。此外,可以根据按本发明的方法基于相应的输入参量来调控驱动机以及至少一个影响机动车能效的车辆部件。 [0022] 根据本发明的第四个方面,提供一种用于基于模型预测性控制动力总成的驱动机以及机动车的至少一个影响机动车能效的车辆部件的计算机程序产品,其中,当在处理器单元上运行时,该计算机程序产品指导处理器单元执行用于基于模型预测性控制动力总成的驱动机以及机动车的至少一个影响机动车能效的车辆部件的MPC算法。在此,MPC算法包含动力总成的和影响机动车1的能效的车辆部件的纵向动态模型以及有待最小化的成本函数,其中,成本函数具有至少一个第一项,第一项包含用相应的加权因子加权的并且根据纵向动态模型预测的机动车在驶过在预测范围内预测的路程时所受到的相应的损失功率,此外,当在处理器单元上运行时,该计算机程序产品指导处理器单元,通过依赖于相应的项执行MPC算法来获知针对驱动机以及针对至少一个影响机动车的能效的车辆部件的相应的输入参量,从而最小化成本函数。此外,当在处理器单元上运行时,该计算机程序产品可以指导处理器单元基于相应的输入参量调控驱动机以及至少一个影响机动车的能效的车辆部件。 [0023] 动力总成的纵向动态模型可以包括具有车辆参数和动力总成损失(例如近似的综合特性曲线)的车辆模型。尤其可以将对前方的道路地形(例如弯道和斜坡)的认识纳入到动力总成的纵向动态模型中。此外,对在前方的道路上的速度限制的认识也可以纳入到动力总成的纵向动态模型中。纵向动态模型此外还提供了有关当前出现的损失功率、如摩擦损失的信息或者有关行驶阻力、尤其是空气阻力的信息。纵向动态模型尤其被设置成用于数学地估算车辆中的损失。 [0024] 成本函数仅具有线性项和平方项。由此,使得总问题具有带有线性辅助条件的平方优化的形态并且得到了可以很好且快速解决的凸问题。目标函数或成本函数可以带着加权(加权因子)建立,其中,尤其是对能效、行驶时间和驾驶舒适性进行计算和加权。可以针对前方范围在处理器单元上在线计算能量最优的速度轨迹,该处理器单元尤其可以形成机动车的中央控制器的一部分。通过使用MPC方法还可以基于当前的行驶状态和前方的道路信息循环地重新计算机动车的额定速度。 [0025] 可以测量当前的状态参量,可以采集相应的数据并且将它们输送给MPC算法。因此可以为前瞻范围或预测范围、优选直至机动车前5km处,尤其是循环地更新来自电子地图的道路数据。道路数据可以例如包含斜坡信息、弯道信息和有关速度限制和交通信号灯设备以及交通信号灯切换的信息。此外,可以经由最大允许的横向加速度将弯道曲率换算成针对机动车的速度限制。此外,机动车辆可以被定位,尤其是经由用于在电子地图上准确定方位的GNSS信号。 [0026] 通过MPC算法的成本函数最小化空气阻力和/或最小化制动设备中的剩余摩擦力矩。在一个实施方式中,还最小化了针对预测范围的行驶时间。此外,在另外的实施方式中,还最小化了所消耗的能量。就针对基于模型的预测性控制的输入而言,则可以将例如速度限制、交通信号灯位置、交通信号灯切换、交通信息、由摩擦和/或空气阻力引起的损失、针对驱动机的扭矩和转速的物理限制作为辅助条件输送给MPC算法。此外,还可以将用于优化的调控参量作为输入输送给MPC算法,尤其是车辆的速度(其可以与转速成比例)、驱动机的扭矩、电池充电状态以及由摩擦和/或车辆在行驶期间承受的空气阻力引起的损失。作为优化的输出,MPC算法则可以为前瞻范围内的计算出的点提供最优的转速和最优的扭矩。此外,MPC算法可以提供车辆水平的最优的高度或者在相应的盘式制动器的制动盘与制动蹄之间的最优的间距作为优化的输出。就MPC控制在车辆中的使用而言,则可以将软件模块接在MPC算法的下游,该软件模块获知了当前重要的状态并且将其传达给功率电子器件。 [0027] 之前的实施方案同样适用于根据本发明的第一方面的处理器单元、根据本发明的第二方面的车辆、根据本发明的第三方面的方法和根据本发明的第四方面的计算机程序产品。 附图说明[0028] 接下来借助唯一示意性的附图更为详细地阐释本发明的实施例,其中,相同的或相似的元件配设有相同的附图标记。唯一的附图根据第一实施方式示出了车辆的极为简化的视图,该车辆具有包括驱动机和电池的动力总成以及影响机动车的能效的车辆部件。 具体实施方式[0029] 图1示出了机动车1、例如乘用车辆。机动车1包括用于基于模型预测性地控制机动车1的动力总成的驱动机的系统2以及多个影响机动车1的能效的车辆部件。影响机动车1的能效的第一车辆部件是示例性示出的盘式制动器17,其中,机动车1例如在机动车1的每个车轮处也可以具有多个类似地构造的盘式制动器。盘式制动器17包括制动盘20和制动蹄21,其中,通过制动盘20与制动蹄21的摩擦锁合可以达到机动车1的制动效果或负的加速度。影响机动车1的能效的第二车辆部件是底盘18,其中,该底盘18在当前包括多个执行器 19,执行器在当前的机动车1中与在车轮的区域中的(在此未示出的)弹簧支柱作用连接。通过操纵一个或全部的执行器19可以实现对车辆水平的高度调整。 [0030] 系统2包括处理器单元3、存储器单元4、通信接口5和用于检测涉及到机动车1的状态数据的检测单元6。机动车1还包括动力总成7,该动力总成例如可以包括驱动机8、电池9和传动机构10,驱动机可以作为马达和作为发电机运行。驱动机8可以在马达式运行中经由传动机构10驱动机动车1的车轮,传动机构例如可以具有恒定的传动比。为此所需的电能在这种情况下由电池9提供。当驱动机8在发电机式运行中运行(再生)时,电池9能通过驱动机8充电。电池9可选地也可以在外部的充电站充电。机动车1的动力总成7同样可以可选地具有内燃机12,该内燃机可以作为驱动机8的替选或附加于驱动机8地驱动机动车1。内燃机12也可以对驱动机8进行驱动,以便给电池9充电。 [0031] 在存储器单元4上可以储存计算机程序产品11。计算机程序产品11可以在处理器单元3上执行,为此,处理器单元3和存储器单元4借助通信接口5相互连接。当计算机程序产品11在处理器单元3上执行时,它指示处理器单元3履行接下来说明的功能或执行方法步骤。 [0032] 计算机程序产品11包含MPC算法13。MPC算法13又包含机动车1的动力总成7的和影响机动车1的能效的车辆部件的纵向动态模型14以及有待最小化的成本函数15。处理器单元3执行MPC算法13并且在此基于纵向动态模型14针对前方的道路区段(例如5km)预测机动车1的行为,其中,成本函数15被最小化。作为通过MPC算法13的优化输出,获得了在盘式制动器17的制动盘20与制动蹄21之间的最优间距和/或针对前瞻范围内计算出的点的最优的车辆水平。为此,处理器单元3可以获知针对盘式制动器17的输入参量,从而一方面调整了制动盘20与制动蹄21之间的间距。在此,可以视道路区段而定,基本上分成第一操纵状态和第二操纵状态,在第一操纵状态下,制动盘20和制动蹄21存在对功率损失起负面作用的(滑磨)接触,在第二操纵状态下,制动盘20和制动蹄21为了暂时避免剩余摩擦力矩而彼此间隔开。另一方面,处理器单元3还可以获知针对底盘18的输入参量,从而调整了机动车1的车辆水平。在此,可以通过执行器19匹配车辆水平,使得视道路区段而定扩大或缩小机动车1的正面面积,正面面积越大或变得越大,其就对空气阻力并且因此同样对机动车1的能效就越起负面作用。 [0033] 此外,作为通过MPC算法13的优化的输出,获得了驱动机8的针对前瞻范围内的计算出的点的最优转速和最优扭矩。为此,处理器单元3可以获知针对驱动机8的输入参量,从而产生了最优转速和最优扭矩。处理器单元3可以基于所获知的输入参量来调控驱动机8和影响机动车1的能效的相应车辆部件。不过这也还可以通过驾驶员辅助系统16来实现。 [0034] 检测单元6可以测量机动车1的当前的状态参量、采集相应的数据并将它们输送给MPC算法13。因此可以为机动车1前方的前瞻范围或预测范围(例如5km)尤其是循环地更新来自电子地图的道路数据。道路数据可以例如包含斜坡信息、弯道信息和有关速度限制和在道路区段上出现的交通的信息以及有关前方的交通信号灯和交通信号灯切换的信息。此外,可以经由最大允许的横向加速度将弯道曲率换算成机动车1的速度限制。此外,可以借助检测单元6对机动车定方位,尤其是经由由GNSS传感器生成的用于在电子地图上准确定方位的GPS信号来进行。处理器单元3可以例如经由通信接口5访问这些信息。 [0035] 成本函数15仅具有线性项和平方项。因此整个问题具有带有线性辅助条件的平方优化的形态并且出现了可以很好和快速解决的凸问题。 [0036] 成本函数15包含用第一加权因子加权的并且根据纵向动态模型14预测的机动车1在驶过在预测范围内预测的路程时所受到的空气阻力作为第一项。成本函数15包含用第二加权因子加权的并且根据纵向动态模型14预测的在影响机动车的能效的车辆部件处在预测范围内预测的路程内导致了损失的剩余摩擦力矩作为第二项。这导致,为前方的道路区段选择针对机动车的能量最优的速度轨迹。 [0037] 成本函数15包含用第三加权因子加权的并且根据纵向动态模型14预测的在预测范围内由动力总成7的电池9提供以对驱动机8进行驱动的电能作为第三项。成本函数15还包含用第四加权因子加权的并且根据纵向动态模型14预测的机动车1驶过预测的路程所需的行驶时间作为第四项。这导致,视加权因子的选择而定,使得并不总是将低速评估为最优的并且因此不再存在所产生的速度总是处在允许的速度的下边界处的问题。 [0038] 处理器单元3被设立成用于,通过依赖于第一项、依赖于第二项、依赖于第三项以及依赖于第四项地执行MPC算法13来获知针对驱动机8以及针对至少一个影响机动车能效的车辆部件的相应的输入参量,从而最小化成本函数并且由此实现了机动车1的节能的运行。 [0039] 附图标记列表 [0040] 1 机动车 [0041] 2 系统 [0042] 3 处理器单元 [0043] 4 存储器单元 [0044] 5 通信接口 [0045] 6 检测单元 [0046] 7 动力总成 [0047] 8 驱动机 [0048] 9 电池 [0049] 10 传动机构 [0050] 11 计算机程序产品 [0051] 12 内燃机 [0052] 13 MPC算法 [0053] 14 纵向动态模型 [0054] 15 成本函数 [0055] 16 驾驶员辅助系统 [0056] 17 盘式制动器 [0057] 18 底盘 [0058] 19 执行器 [0059] 20 制动盘 [0060] 21 制动蹄 |