Systems and methods for predicting calibration values based on existing calibration are disclosed. A system for predicting calibration values for a vehicle. The system is configured to receive a plurality of training data sets for components of the vehicle. Each of the plurality of training data sets includes one or more training inputs and one or more corresponding training outputs. The system is also configured to automatically develop a prediction model based on the plurality of training data sets. The system is also configured to receive an input data set and determine the predicted calibration values based on the input data set using the prediction model. The system is further configured to transmit the predicted calibration values to the electronic control unit of the vehicle.
【技术实现步骤摘要】
基于现有校准预测校准值的系统和方法
本专利技术的实施例涉及机动车控制系统的领域。
技术介绍
车辆和机动车控制系统正在日益复杂。车辆的机动车控制系统包括多个车辆子系统,其例如控制动力系、制动、转向、燃料和排气系统。每一个子系统由一个或多个控制器(例如,微处理器)控制。控制器接收传感器值并且向各种组件传送命令以控制车辆。
技术实现思路
为了提供适当的操作,基于包括车辆的机械配置和期望操作的众多因素来校准车辆控制器。车辆中的每一个传感器、可控组件和软件模块与至少一个校准值相关联。相应地,用于单个车辆的总校准值可以总计数万。例如,配置控制系统以用于新车辆平台(例如,新车辆模型)可能要求确定三万至三万五千个校准值。此外,当车辆的设计或配置改变时,新的校准值基于新的设计或配置而确定,这是困难且耗时的过程。在一些实施例中,新的校准值可以从现有校准值获取。然而,在许多实例中,现有校准值不存在或者与新的设计或配置不兼容。校准值可以经由实验确定。然而,在一些实施例中,除非用于校准值的开始值是已知的,否则经由实验确定校准值可以是及时且昂贵的过程。因此,本专利技术的实施例提供用于自动预测用于车辆的校准值的系统和方法。在一个实施例中,本专利技术提供一种预测用于车辆的校准值的系统。所述系统包括电子处理器。所述电子处理器配置成接收用于车辆的组件的多个训练数据集。所述多个训练数据集中的每一个包括一个或多个训练输入以及一个或多个对应训练输出。所述电子处理器还配置成基于所述多个训练数据集自动开发预测模型。所述电子处理器还配置成接收输入数据集并且使用所述预测模型基于所述输入数据集确定经预测的校准值 ...
【技术保护点】
一种预测用于车辆的校准值的系统,所述系统包括:电子处理器,其配置成:接收用于车辆组件的多个训练数据集;基于所述多个训练数据集自动开发预测模型;接收输入数据集;使用所述预测模型基于所述输入数据集确定经预测的校准值;以及向包括在车辆中的电子控制单元传送所述经预测的校准值;其中所述多个训练数据集中的每一个包括一个或多个输入以及一个或多个对应输出。
【技术特征摘要】
2016.02.16 US 15/0450331.一种预测用于车辆的校准值的系统,所述系统包括:电子处理器,其配置成:接收用于车辆组件的多个训练数据集;基于所述多个训练数据集自动开发预测模型;接收输入数据集;使用所述预测模型基于所述输入数据集确定经预测的校准值;以及向包括在车辆中的电子控制单元传送所述经预测的校准值;其中所述多个训练数据集中的每一个包括一个或多个输入以及一个或多个对应输出。2.权利要求1所述的系统,其中向所述电子控制单元传送所述经预测的校准值包括向所述电子控制单元传送查找表,所述查找表包括所述输入数据集和所述经预测的校准值。3.权利要求1所述的系统,其中所述电子处理器配置成通过车辆外部的至少一个连接向所述电子控制单元传送所述经预测的校准值。4.权利要求1所述的系统,其中自动开发所述预测模型包括从多个学习引擎选择学习引擎。5.权利要求4所述的系统,其中所述电子处理器配置成基于所述多个训练数据集从所述多个学习引擎选择学习引擎。6.权利要求5所述的系统,其中所述电子处理器配置成通过基于所述多个训练数据集生成直方图来基于所述多个训练数据集从所述多个学习引擎选择学习引擎。7.权利要求4所述的系统,其中所述电子处理器还配置成基于所述多个训练数据集确定用于与学习引擎相关联的配置参数的至少一个值。8.权利要求7所述的系统,其中用于所述配置参数的所述至少一个值包括迭代值。9.权利要求1所述的系统,其中所述电子处理器还配置成从所述多个训练数据集选择测试数据集,所述测试数据集包括一个或多个输入以及一个或多个对应输出;使用所述预测模型基于包括在所述测试数据集中的所述一个或多个输入确定经预测的测试校准值;比较所述经预测的测试校准值与包括在所述测试数据集中的所述一个或多个输出以确定针对所述预测模型的精度;以及当精度不满足预确定的阈值时基于所述测试数据集改进所述预测模型。10.权利要求1所述的系统,其中所述输入数据集包括燃料密度、燃料轨道压力和燃料喷射器数,并且所述经预测的校准值包括燃料喷射量。11.一种预测用于车辆的...
【专利技术属性】
技术研发人员:J青克,K雷斯庞德克,L施皮尔,R科门达,C范达姆,S斯里尼瓦桑,J雅奈,
申请(专利权)人:罗伯特·博世有限公司,
类型:发明
国别省市:德国,DE
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。