买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】用于计算RBF模型的模型计算单元和控制设备_罗伯特·博世有限公司_201780054634.7 

申请/专利权人:罗伯特·博世有限公司

申请日:2017-09-05

公开(公告)日:2023-05-26

公开(公告)号:CN109661673B

主分类号:G06N3/063

分类号:G06N3/063;G06N3/048;G05B13/04;F02P5/15;G06F15/78

优先权:["20160907 DE 102016216952.1","20170904 DE 102017215420.9"]

专利状态码:有效-授权

法律状态:2023.05.26#授权;2019.05.14#实质审查的生效;2019.04.19#公开

摘要:本发明涉及模型计算单元(22),其用于计算RBF模型,模型计算单元具有以硬件构造的固定接线的计算核(11、13、14),用于在经耦合的功能块中计算固定地预给定的计算算法,其中所述计算核(11、13、14)构造用于,针对RBF模型根据输入参量向量的一个或多个输入参量、控制位置点(V[j,k])、长度尺度(L[j,k])、针对每个控制位置点所预给定的权重参数(p3[j])来计算输出参量,其中输出参量被构成作为针对每个控制位置点(V[j,k])所计算的值的总和,其中所述值是由被分配给有关的所述控制位置点(V[j,k])的权重参数(p3[j])和值的指数函数的结果的乘积,其中所述值根据所述有关的控制位置点(V[j,k])与所述输入参量向量的通过所述长度尺度(L[j,k])来加权的平方间距得出,其中,长度尺度(L[j,k])作为局部的长度尺度相对于所述控制位置点其中的每个单独地被提供。

主权项:1.一种模型计算单元22,所述模型计算单元用于计算RBF模型,所述模型计算单元具有以硬件构造的固定接线的计算核,用于在经耦合的功能块中计算固定地预给定的计算算法,其中所述计算核构造用于,针对RBF模型根据输入参量向量的一个或多个输入参量、控制位置点V[j,k]、长度尺度L[j,k]、针对每个控制位置点所预给定的权重参数p3[j]来计算输出参量,其中所述输出参量被构成作为针对每个控制位置点V[j,k]所计算的值的总和,其中所述值是由被分配给有关的所述控制位置点V[j,k]的权重参数p3[j]和值的指数函数的结果的乘积,其中所述值根据所述有关的控制位置点V[j,k]与所述输入参量向量的通过所述长度尺度L[j,k]来加权的平方间距得出,其特征在于,所述长度尺度L[j,k]作为局部的长度尺度相对于所述控制位置点其中的每个控制位置点单独地被提供。

全文数据:用于计算RBF模型的模型计算单元和控制设备技术领域本发明涉及在单独的硬接线的模型计算单元中对函数模型(Funktionsmodelle)的计算,所述模型计算单元尤其是用于利用局部的长度尺度来计算RBF模型(RBF:radialeBasisfunktion径向基核函数)。背景技术技术系统、诸如内燃机、电驱动装置、蓄电池等等的控制的功能常常利用模型来实现,所述模型表示真实系统的数学映射。然而,在物理模型的情况下、尤其是在复杂的相互关联性情况下缺乏需要的计算精确度,并且在当今的计算能力情况下通常困难的是,在对于控制设备所要求的实时要求之内计算这样的模型。对于这样的情况考虑,使用基于数据的模型,所述模型仅仅基于借助于试验台等所获得的训练数据来描述输出参量和输入参量之间的相互关联性。基于数据的模型尤其是适合用于建模如下的复杂的相互关联性,在所述相互关联性的情况下多个如下输入参量以适合的方式在模型中被考虑,其中在所述输入参量之间存在相互关系。基于数据的函数模型通常基于大量的控制位置(Stützstelle),以便实现对于相应应用足够的建模精确度。基于大数目的控制位置,为了利用基于数据的函数模型、例如高斯过程模型来计算模型值,而需要高计算能力。为了能够在控制设备应用中实时地计算这样的基于数据的函数模型,因此能够设置基于硬件构型的模型计算单元。发明内容根据本发明,设置根据权利要求1所述的用于计算RBF模型的模型计算单元以及根据并列权利要求之一所述的控制设备和控制设备的应用。其他的构型在从属权利要求中说明。根据第一方面,设置一种模型计算单元,所述模型计算单元用于计算RBF模型,所述模型计算单元具有以硬件构造的固定接线的计算核,用于在经耦合的功能块(Funktionsblöcken)中计算固定地预给定的计算算法,其中所述计算核构造用于,针对RBF模型根据输入参量向量的一个或多个输入参量、控制位置点、长度尺度(Längenskalen)、针对每个控制位置点所预给定的权重参数来计算输出参量,其中构成针对每个控制位置点所计算的值的总和的输出参量,其中所述值是由被分配给有关的所述控制位置点的权重参数和负值的指数函数的结果的乘积,其中所述负值从有关的控制位置点与所述输入参量向量的通过所述长度尺度来加权的平方间距得出,其中所述长度尺度作为局部的长度尺度相对于所述控制位置点其中的每个控制位置点单独地被提供。上述模型计算单元的构思在于,在控制设备中的计算核中在硬件结构中单独地构造所述模型计算单元,以用于计算RBF模型。以这种方式,可以提供基本上固定接线的硬件电路,用于实现如下功能,所述功能实现:计算RBF模型并且在此仅引起控制设备的以软件控制的微处理器中的非常小的计算负荷。通过由模型计算单元所提供的硬件加速,RBF模型也能够实时地被计算,从而使这样的模型的应用对于机动车中的内燃机的控制设备的应用而言变得有吸引力。此外,RBF模型的应用实现:利用比在可比的基于数据的模型、诸如高斯过程模型情况下更小数目的控制位置点进行基于数据的建模。上述模型计算单元设置一种构型方案,所述构型方案实现:不仅利用维度引起的长度尺度而且也利用局部的长度尺度来计算RBF模型。通过使用局部的长度尺度,也能够映射(abbilden)RBF模型,所述RBF模型具有经提高的曲折度(Kurvigkeit)和局部高梯度。此外,所述计算核可以包括:状态机;存储器,所述存储器用于存储输入参量向量的所述一个或多个输入参量、控制位置点、长度尺度、针对每个控制位置点所预给定的参数和输出参量;一个或多个计算运算块,尤其是MAC块(MAC:用于定点计算的乘法累加或FMA:用于浮点计算的融合乘加)和指数函数计算块。此外模型计算单元可以被构造用于,根据用于计算输出参量的选择变量,来使用单纯地维度引起的长度尺度而不使用局部的长度尺度。根据一种实施方式,计算核可以被构造在集成模块的面区域内。根据另一方面,设置一种控制设备,其具有微处理器和上述模型计算单元。尤其是可以将控制设备构造为集成电路。根据另一方面,设置上述控制设备的应用,其中所述控制设备作为用于控制机动车中的发动机系统的控制设备。附图说明接下来根据所附的附图来进一步阐述实施方式。其中,图1示出使用用于在机动车中的发动机系统的控制设备的示意图;图2示出作为控制设备的部分的计算单元的示意图;和图3示出RBF模型的神经元配置的示意图。具体实施方式图1示例性地示出用于作为待控制的技术系统的、具有内燃机3的发动机系统1的控制设备2的示意图。该控制设备2包括:微处理器21和模型计算单元22,其中所述微处理器和所述模型计算单元能够被构造为单独的构件或以集成的方式被构造在芯片上的单独的面区域内。模型计算单元22尤其是如下硬件电路,所述硬件电路能够在结构上从微处理器21的计算核分离。模型计算单元22基本上是硬接线的并且与此相应地并不如微处理器21那样地被构造用于,执行软件代码并且由此执行可变的通过软件所预给定的函数。换言之,在模型计算单元22中并不设置处理器,从而使其并不能够通过软件代码来运行。通过聚焦到预给定的模型函数,使得能够资源优化地实现这样的模型计算单元22。以集成的构造方式,可以以面积优化的方式来实现模型计算单元22,其中所述模型计算单元此外实现快速计算。控制设备2基本上用于,对由内燃机3中的传感装置所检测的传感器信号S或传感器参量和或外部的设定值(Vorgabe)V进行处理并且循环地以例如为1-100ms的固定地预给定的时间间隔或以根据运行的内燃机的曲轴角来角同步的方式来将一个或多个相应的操控参量A的值施加到内燃机3,从而使所述内燃机能够以本身已知的方式来运行。在图2中更详细地示出模型计算单元22。所述模型计算单元22包括状态机11、存储器12和一个或多个运算块,例如所述一个或多个MAC块13和用于计算指数函数的指数函数计算块(EXP)14。状态机11和所述一个或多个运算块13、14构成模型计算单元22的计算核ALU。运算块可以相对于MAC块而言附加地或可替代地包括乘法块和加法块。借助于状态机11,在存储器12的输入参量存储区中所保存的输入参量的值可以通过重复的循环计算来被计算,以便获得输出参量,所述中间参量或输出参量被写到存储器12的相应的输出参量存储区中。状态机11如此设计,以便计算RBF模型。状态机11可以根据接下来的伪代码来描述:其中:p7:用于输入参量向量的输入参量的最大索引值,说明输入参量向量的维度;p8:最小索引值(一般为零,除了在计算中断和继续时例外)p6:最大索引值(控制点数目)p3:RBF模型的参数u;输入参量ut:经变换的输入参量L:逐维度的反平方的长度尺度V:训练点或控制位置点p1、p2:用于输入参量向量的输入参量其中的每个输入参量的输入变换的变量p4、p5:用于具有维度1(单例(singleton))的输出变换的变量借助于上述伪代码能够执行用于RBF模型的以下计算:RBF函数如图3中用图形示出的那样基本上相应于具有三个层的、也即输入层S1、中间层S2和输出层S3的神经网络的特定形式,其中所述输入层具有p7个神经元,其用于具有p7个输入参量的输入参量向量,中间层具有数目p6个神经元15,其具有径向二次函数作为激活函数,所述输出层具有一个神经元15和线性激活函数。能够借助于对于输入参量向量的每个元素所预给定的标准化变量p1和p2或者对于输出参量所预给定的标准化变量p4和p5来进行输入参量向量的输入参量的或输出参量向量的输出参量的输入变换和或输出变换。RBF模型的计算实现模型计算单元22的细的(schlank)构型,从而使得其面积需求以集成的结构方式而是小的。为了能够利用局部的长度尺度来计算RBF模型,能够针对每个控制位置点来设置长度尺度的单独的值。这可以对于如下RBF模型是有意义的,所述RBF模型具有在控制位置点处强烈地相互偏差的梯度。所述局部的长度尺度因此针对每个控制位置点来单独地被预给定。与上述公式不同,利用局部的长度尺度如下地计算RBF模型:通过变量cfg_rbf_local显示出:是否应使用局部的反平方的长度尺度L[n]或如之前所描述的那样对于每个维度使用仅一个长度尺度值。对于所述局部的长度尺度值和纯维度相关的长度尺度值,根据实施方案而定地预留(reservieren)专用存储区,在计算RBF模型时根据变量cfg_rbf_local从所述存储区提取相应值。由此实现:不仅利用局部的长度尺度值而且也利用纯维度相关的长度尺度值来计算RBF模型。这实现根据待建模的系统的曲折度的功能选择的灵活性。用于模型计算的公式一般而言包含一组参数,所述参数能够在模型训练中被确定。所述标准化参数p5、p4、p1、p2直接从训练数据的标准偏差和平均偏差中得出。所述核(核心或控制位置)的权重p3、核V的中心和长度尺度核参数L在此优选地利用最小二乘方法来优化,所述最小二乘方法将模型预测的和所给定的数据组之间的平方偏差(残差(Residuen))最小化。为了加速所述模型的训练,在一种优选的构型方案中也考虑关于损失函数(Verslustfunktion)而言的模型参数的偏差。如果核的数目是大的,则该建模方法可能易于过适合(Overfitting)。因此,建议:在比较检验中适合地匹配参数的数目。用于长度尺度参数L的非常高的值可能也导致过适合。这可以被防止,其方式为,将所述参数限制在最大上限。

权利要求:1.一种模型计算单元(22),所述模型计算单元用于计算RBF模型,所述模型计算单元具有以硬件构造的固定接线的计算核(11、13、14),用于在经耦合的功能块中计算固定地预给定的计算算法,其中所述计算核(11、13、14)构造用于,针对RBF模型根据输入参量向量的一个或多个输入参量、控制位置点(V[j,k])、长度尺度(L[j,k])、针对每个控制位置点所预给定的权重参数(p3[j])来计算输出参量,其中所述输出参量被构成作为针对每个控制位置点(V[j,k])所计算的值的总和,其中所述值是由被分配给有关的所述控制位置点(V[j,k])的权重参数(p3[j])和值的指数函数的结果的乘积,其中所述值根据所述有关的控制位置点(V[j,k])与所述输入参量向量的通过所述长度尺度(L[j,k])来加权的平方间距得出,其特征在于,所述长度尺度(L[j,k])作为局部的长度尺度相对于所述控制位置点其中的每个控制位置点单独地被提供。2.根据权利要求1所述的模型计算单元(22),其中所述长度尺度(L[j,k])作为局部的长度尺度针对所述控制位置点其中的每个控制位置点并且针对所述输入参量向量(ut)的所述一个或多个输入参量其中的每个输入参量来单独地提供。3.根据权利要求1或2所述的模型计算单元(22),其中所述计算核(11、13、14)包括状态机(11)和一个或多个计算运算块(13、14),尤其是MAC块和指数函数计算块并且尤其是包括存储器(12),所述存储器用于存储所述输入参量向量的所述一个或多个输入参量、所述控制位置点(V[j,k])、所述长度尺度(L[j,k])、针对每个控制位置点(V[j,k])所预给定的所述权重参数(p3[j])和所述输出参量。4.根据权利要求1至3中任意一项所述的模型计算单元(22),其中所述计算核(11、13、14)被构造在集成模块的面区域内。5.根据权利要求1至4中任意一项所述的模型计算单元(22),其中根据用于计算所述输出参量(y[0])的选择参量(cfg_rbf_local),来使用单纯地维度引起的长度尺度而不使用局部的长度尺度。6.控制设备(2),所述控制设备具有微处理器(21)和一个或多个根据权利要求1至5中任意一项所述的模型计算单元(22)。7.根据权利要求6所述的控制设备(2),其中所述控制设备(2)被构造为集成电路。8.根据权利要求6或7所述的控制设备(2)的应用,其中所述控制设备作为用于控制机动车中的发动机系统(1)的控制设备(2)。

百度查询: 罗伯特·博世有限公司 用于计算RBF模型的模型计算单元和控制设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。