用于运行机动车的方法以及机动车与流程

1.本发明涉及一种用于运行机动车的方法以及一种设置用于实施这种方法或用于参与这种方法的机动车。


背景技术：

2.目前，机动车是具有许多组件的复杂技术结构，这些组件自身可以具有复杂的特性和行为方式。因此，例如已知不同的组件具有与温度相关的行为或与温度相关的特性。因此，对车辆组件的优化的调温一方面能够实现机动车的改善的运行，但另一方面所述调温不是普通的任务。鉴于当今机动车的技术同时与纯机械相去甚远并且鉴于日益增长的对可持续性的期望，在机动车的运行中的进一步改进和优化是值得期望的。
3.作为一种方案，de102016102618a1描述了一种用于预测性的车辆预调节的方法和装置。在此规定，由可能的车辆启动时间的时间表选择计划的点火开关接通时间，所述计划的点火开关接通时间基于所观察的车辆使用具有最小出现概率。如果当前与车辆相关的温度表明车辆预调节是正确的，则预调节车辆直至达到预设的预调节设置。因此，车辆可以在其开始运转以启动之前被置于做好行驶准备的状态，以改善驾驶体验。
4.类似的方案也由de102018111259a1已知，在该文献中描述了对于混合电动车辆的预调节。在此，作为对预告车辆的启动时间的预调节信号的反应，监控电池荷电状态和外部功率信号。借助车辆的热管理系统，应当在车辆的启动时间之前预调节车辆的电池或驾驶室的温度。这在此根据相应的调节配置文件、荷电状态并且根据外部功率信号进行。因此，考虑电池和外部电源的功率可用性，以便调整用于启动车辆的期望状态。


技术实现要素：

5.本发明的任务是，能够实现机动车的特别高效且经济的运行。根据本发明，所述任务通过独立权利要求的技术方案来解决。本发明的有利的设计方案和进一步改进方案在从属权利要求、说明书和附图中给出。
6.根据本发明的方法用于运行机动车。在所述方法的一个方法步骤中提供地图，在所述地图中地点分辨地记录有高负荷事件，所述高负荷事件已经引起至少一个车辆组件的超过平均水平的负荷。在此，地图在当前意义中可以特别是数字的数据集，所述数据集给出高负荷事件并且包含所述高负荷事件的事件地点、即高负荷事件出现的位置或地点的坐标。此外，在所述数据集中、即在所述地图中可以表征或描述高负荷事件，因此可以例如给出高负荷事件的相应的类型。在此，地图可以如传统的道路地图那样包含或包括关于交通路线的数据。在本发明的意义中，地图也例如可以是用于数字道路地图的层和/或参考预先给定的、特别是世界固定的坐标系，从而在地图中给出或包含的数据可以与传统的数字道路地图相叠。
7.提供地图例如可以意味着或包括将地图——完全地或部分地或者说局部地——传递或传输至设计用于实施所述方法的数据处理装置或控制装置、特别是机动车的数据处
理装置或控制装置。在本发明的意义中，提供地图也例如可以意味着或包括从数据存储器调用或加载地图和/或将地图调用或加载到数据存储器中，所述数据存储器特别是机动车的数据处理装置或控制装置的数据存储器。如下面还将更详细地阐述的那样，地图在此可以保存在车辆外部的数据存储器中并且在那里例如借助车辆外部的服务器装置、即例如云服务器、后端、计算中心等来管理。
8.记录在地图中的高负荷事件特别是可以给出所述至少一个车辆组件的相应的热负荷，但也例如说明车辆组件的或由车辆组件的超过平均水平的功率调用或功率需求。在此，车辆组件可以是要根据所述方法运行的机动车的一部分或其他车辆的一部分，如更下面还要更详细地阐述的那样。
9.因此，高负荷事件在本发明的意义中是在由车辆驶过相应的高负荷事件的相应事件地点或事件区域时所定位的、也就是说在空间和/或时间上受限地出现的负荷或负荷峰。
10.高负荷事件可以在过去、特别是在机动车和/或一个或多个其他机动车的运行中出现、即被检测到或测量到。也可以基于所提供的地图或所提供的地图数据创建用于机动车或所述机动车的运行的能量需求预测，或者可以提供能量需求地图，所述能量需求地图地点分辨地给出(绝对的或相对的)所预测的和/或所测量的用于运行机动车的能量需求。所预测的能量需求例如可以借助预先给定的模型以及地图数据来模拟或估计，所述地图数据例如地点分辨地给出相应的道路类型和/或相应的坡度。地图例如可以划分为各个路程区段或部段，针对所述路程区段或部段给出相应的能量需求。能量需求例如也可以在地图中记录为连续的变化曲线，例如以所谓的热图等的方式。因此，在地图中可以对于每个地点给出在那里的能量需求。基于此，然后可以确定高负荷事件，例如借助用于能量需求、特别是在空间范围之内最高的预先给定数值的能量需求的预先给定的阈值来确定高负荷事件。因此，能够在根据地图或地图数据在那里的能量需求达到或超过对于能量需求预先给定的阈值的每个地点处识别或定位高负荷事件。所提供的在其中记录有高负荷事件的地图可以对应于能量需求地图或由该能量需求地图产生。
11.在根据本发明的方法的另一个方法步骤中，在机动车的运行期间确定所述机动车的当前位置和/或路线。这可以例如借助于激活的目的地引导和/或通过或在卫星辅助的导航系统或位置确定系统的支持下自动进行。对当前位置或当前由机动车驶过或跟踪的路线的确定在此可以在开始运转之后、即在机动车的驾驶运行期间进行。特别是，可以分别在行驶开始时一次性地和/或连续地或有规律地在行驶期间、即在机动车的当前运行期间重复地实施。这同样适用于根据本发明的方法的其余的方法步骤。
12.在根据本发明的方法的另一个方法步骤中，根据机动车的所确定的当前位置和/或路线来确定在地图中记录的高负荷事件中的至少一个高负荷事件，所述至少一个高负荷事件预计在当前的运行期间对于机动车或者说对于所述机动车的运行是相关的或者说将变得相关。当机动车预计、即例如以预先给定的最小概率在当前运行期间到达相应的事件地点时，高负荷事件在此可以被归为对于机动车的当前运行是相关的。但也可以存在其他标准，可以为了确定相关性或一个或多个相关的高负荷事件而自动评估所述标准。这种标准例如可以涉及机动车的特性或当前的或预期的状态和/或更多类似的，如在下面还将进一步阐述的那样。因此换句话说，高负荷事件可以被归为对于机动车的当前运行或在当前运行中对于机动车是相关的，如果所述高负荷事件预计、即特别是以预先给定的最小概率
并且至少只要不采取或实施相应的对应措施就将在机动车的当前运行中出现的话。
13.在此，当前的运行例如可以表示或包括当前的行驶或直至下一次关断或直至达到预先给定的导航目的地的运行时间和/或更多类似的。
14.在根据本发明的方法的另一个方法步骤中，在机动车已经到达相关的高负荷事件的相应的事件地点之前，通过相应地自动驱控机动车的至少一个装置来自动地热学预调节在所确定的相关的所述至少一个高负荷事件中超过平均水平地受负荷的车辆组件。因此换句话说，在机动车接近相应的事件地点期间，将所述至少一个车辆组件自动对于或针对所述高负荷事件准备好。由此可以实现，在到达事件地点时，车辆组件相应地被调节或预调节、特别是被调温，以便能够特别高效地和/或经济地通过高负荷事件或相应的事件地点。
15.高负荷事件可以是不同的类型并且涉及不同的组件，例如由于特别高的行驶或功率负荷或要求、特别高的充电负荷、由环境条件引起的特别高的气候负荷和/或更多类似的。因此，气候负荷例如可以意味着由于相应极端的外部温度引起的特别高的热负荷或例如直接的日射。例如用户对机动车的内部空间的空气调节要求或调温要求也可能引起高负荷事件或是高负荷事件。相应地，超过平均水平地受负荷的车辆组件例如可以是机动车的牵引电池、变速器、驱动装置、制动设备、空调装置、泵、充电装置和/或更多类似的。这些组件中的至少一些组件可以具有自己的调温装置或空气调节装置，然后可以自动驱控所述调温装置或空气调节装置以用于对相应的装置进行热学预调节。与此对应地，为了热学预调节而受控制的装置可以相应于车辆组件或是车辆组件的一部分。
16.但受控制的装置也可以不同于待热学预调节的车辆组件。所述装置例如可以是机动车的电消耗器。通过相应地控制所述装置或所述电消耗器例如可以降低其功率需求，由此机动车的电池、所述机动车的发电机和/或馈电线路(经由所述馈电线路给电消耗器供电)相应较少受负荷。由此，这些车辆组件或在紧挨所述车辆组件的附近布置的其他车辆组件可以相应地承受少的热损耗功率，这可以有效地引起或有助于调节所述车辆组件的确定的温度、即对所述车辆组件的热学预调节。类似地，也可以通过有针对性地提高机动车的装置的功率需求或能量消耗来加热至少一个车辆组件以用于进行热学预调节。
17.因此，本发明能够实现对车辆组件的预见性的热学调节，从而因此也在机动车的运行期间比至今更准确并且更可靠地调节车辆组件的优化的运行温度或可以避免或至少与传统地运行的机动车相比可以降低过度的热负荷或达到为安全的运行而预先给定的温度阈值。由此，可以降低相应的不利效应或作用、例如与温度有关的磨损、与温度有关的噪音排放或受限制的功率可用性，并且必要时实现改善的驾驶舒适性。这可以有利地通过根据本发明规定的预见性的控制以与传统地运行的机动车相比降低的功率或降低的功率耗费来实现。由此，有利地实现机动车的总体上能量高效且经济的运行。例如，冷却可以预见性地在较长的时间段上延伸地实施，从而例如可以使用降低的通风设备转速，以用于在事件地点处或针对相应的高负荷事件达到相应的车辆组件的优化的运行温度。由此能够有利地避免例如目前有时会观察到的以最大功率并且与此相应地以最大音量突然接通通风设备。
18.特别有利地，通过本发明不仅可以在激活机动车的目的地引导时而且也可以在没有激活机动车的目的地引导情况下实现热学预调节，因此在机动车运行期间始终或持续地提供热学预调节。由此可以有利地调整例如机动车的调温装置或空气调节装置的设计。特
别是可以实现更小的或功率较弱的设计，因为通过预见性地控制而存在或出现更少突然的功率需求，因此能够避免用于调温或空气调节的要求峰或功率峰。由此能够有利地不仅节省制造时的资源又节省重量，这最终也能够实现机动车的更高效且更经济的运行。
19.对于记录在地图中的高负荷事件可以确定所述高负荷事件在机动车的当前运行中出现的相应概率。因此，如果例如沿当前路线或在围绕机动车当前位置的预先给定的周围范围内存在多个相应的事件地点，则可以根据具有最大概率的高负荷事件来实施控制或热学预调节。特别优选地，可以预先给定一个或多个概率阈值。一旦高负荷事件中的一个高负荷事件发生的概率达到或超过预先给定的概率阈值，则可自动进行对所述至少一个装置的热学预调节或相应的控制。特别优选地，在此可以针对不同的控制措施或控制干预预先给定不同的概率阈值。这例如可以根据不同的控制措施的相应的能量需求来分级。因此，可以在达到第一概率阈值时开始能量密度较低的控制措施，而与之相比能量密度较高的第二控制措施在达到较高的第二概率阈值时才开始。以这种方式，当存在关于确定的高负荷事件在机动车的当前运行中是否或何时出现或哪个高负荷事件在机动车的当前运行中出现的不确定性时，可以实现在供热学预调节使用的时间与用于控制所述至少一个装置的能量需求或功率需求之间的有利的折衷。
20.可以预先给定具有记录在其中的高负荷事件的地图，即为了实施根据本发明的方法而将所述地图作为输入数据提供或检测或调用。地图的生成、即对高负荷事件的地点分辨的检测以及高负荷事件在地图中的聚集、即收集或集中也可以是根据本发明的方法的一部分、即在根据本发明的方法的另一个方法步骤中实施、特别是自动地实施。
21.必要时作为根据本发明的方法的一部分，也能够例如借助机动车的在所述机动车运行期间、特别是在相应的事件地点的区域中检测或记录的数据来自动地更新地图。因此特别优选地，可以在机动车热学预调节地通过相应的事件地点时，监控所述至少一个车辆组件的负荷或温度。然后根据相应的在此记录的温度数据或监控数据，可以自动实施对控制的检验或对为了热学预调节所实施的措施的检验，以便确定所述控制或所述措施是否已经引起预先给定的结果。这种预先给定的结果或目标可以例如是或包括车辆组件的温度在高负荷事件期间没有达到预先给定的温度阈值或例如在预先给定的温度范围内移动。然后在需要时，优选也可以自动调整针对相应的高负荷事件使用或采取的用于控制所述装置或用于热学预调节车辆组件的策略或措施。以这种方式，可以专门针对在确定的事件地点处的单独的高负荷事件迭代地优化车辆控制。
22.在控制用于热学预调节所述至少一个车辆组件的所述至少一个装置时可以使用或考虑的相应的策略或相应的提示或补充性的说明也可以记录在地图或相应的数据集中。由此，这些数据或信息有利地不仅可以用于机动车，而且也可以用于其他车辆的车辆组件的热学预调节。
23.在本发明的有利的进一步改进方案中，所述地图借助车队数据产生，所述车队数据给出由多个车队车辆在分别各自的运行中探测到的高负荷事件。换句话说，因此将相应的车辆车队的不同车辆的相应数据聚集、即整合在一个共同的数据集、即地图中。由此，所述地图能够有利地特别简单、快速且低耗费地实现对于可用的应用而言足够的覆盖或数据库。特别是，车队车辆因此可以是在其常规运行中使用的私人客户车辆，从而因此有利地一方面不必使用附加的车辆来创建地图、即专门为这个应用目的而存放或提供所述附加的车
辆，并且另一方面，所检测的高负荷事件有利地在也对于机动车而言是可以预期的常规使用条件下检测。
24.在此，车队数据优选也可以包含在相应的高负荷事件期间和/或之前相应车队车辆的车辆个性化的特性或相应当前的状态数据。例如，车队数据可以包括相应的速度、加速度和/或减速度、空调设备的设定、荷电状态、电池状态、当前总能量消耗、直至相应的高负荷事件的事件地点所驶过的路线、这些数据和/或其他数据的时间戳或时间变化曲线和更多类似的。然后可以基于这些车队数据在必要时实施预先给定的评估或计算，例如以用于确定相应的概率、平均值、极限值、转弯概率、一个或多个参量或状态彼此的相关性和/或例如一天的时间或一年的时间或天气条件或环境条件和/或更多类似的。这些数据或相应的结果也可以记录在地图中。由此能够有利地实现更精确并且可靠地确定对于相应的机动车在所述机动车相应的当前运行中相关的高负荷事件以及实现必要时对热学预调节的特别有效的或特别高效的控制。
25.在本发明的有利的进一步改进方案中，作为车队数据的一部分，针对事件地点也检测：多少份额的车队车辆已经驶过相应的事件地点而没有在那里出现高负荷事件。在此基础上为高负荷事件配设发生或出现所述高负荷事件的相应概率。这特别是可以根据相应的车队车辆在驶过相应的事件地点之前的行驶历史来进行。所述行驶历史例如可以给出，相应的事件地点在哪个路段上或沿哪个路线或在哪个运行持续时间之后或甚至在哪个行驶状态或运行状态之后等等被相应的车队车辆所到达。在此提出的对概率的确定和考虑可以有利地实现特别灵活地考虑必要时多个沿路线或在机动车的周围环境中探测到的、即潜在可能出现的高负荷事件。因此在这种情况下能够至少一般地对于机动车的相应运行自动地正确地做出反应。
26.在本发明的另一种有利的设计方案中，为了生成所述地图而对于至少一个车辆检测由所述车辆驶过的路线。这例如可以对于所提及的车队车辆来实施。在此，能够持续地或持久地、特别是与迄今为止的或所期望的高负荷事件无关地自动实施对路线的检测。按照通过相应的车辆对高负荷事件的探测，在地图中为所检测的路线的被所述车辆在出现相应的高负荷事件之前驶过的至少一个部段分配特征值。在此，所述特征值说明：相应的部段通向高负荷事件的事件地点。在此，特别是可以与距离相关地、即与相应的部段至相应的事件地点的距离相关地确定或给定所述特征值。因此，与此对应地，距离事件地点更远的部段可被分配比更靠近所述事件地点的部段或包括所述事件地点的部段更小的特征值。然后将这种特征值在机动车的运行中用作用于确定对于机动车预计相关的所述至少一个高负荷事件的基础。为此，特别是可以确定机动车正在哪个部段上运动或处于哪个部段上，以及哪个部段或哪些部段连接、特别是沿机动车的行驶方向连接到所述部段上。路线的部段在该意义中例如可以相应于在两个交叉路口、岔路、出口等之间的道路区段。
27.在这里所分配的特征值可以是绝对值、即例如数字。特征值在此可以针对确定的部段例如分别提高1，如果在车辆的运行中探测到高负荷事件之前车辆已经驶过该部段的话。特征值也可以是相对值。例如，特征值可以给出在驶过相应的部段时或之后已经经历或探测到高负荷事件的车辆的份额。特征值也可以给出在车辆或机动车驶过所述部段时或之后在当前运行期间将出现高负荷事件的概率。这可以优选借助相应的车队数据来确定，由此能够有利地特别精确地并且可靠地确定特征值。
28.如果机动车在其运行中例如位于已经分配特征值的确定的部段上，则所述特征值可以用作所探测到的高负荷事件、特别是沿所述部段或包括所述部段的典型路线所探测到的高负荷事件、特别是相应最近的高负荷事件在机动车的当前运行中出现的度量或概率。
29.通过特征值或通过按区段地配设特征值可以生成类似于所谓的热图的地图。由此可以有利地在机动车的每个位置处存在相应当前的概率或当前的度量，以便预测高负荷事件在机动车的当前运行期间的出现。因此，这能够有利地特别简单地并且以特别少的计算耗费以及特别可靠地实现，因为例如在机动车的运行期间既不必激活目的地引导，也不必须预测机动车的可能的路线(mpp，most probable path，最可能路线)。
30.在本发明的有利的进一步改进方案中，在部段是通向不同事件地点的路线的一部分的情况下，为相应的部段对于每个相应的高负荷事件配设单独的特征值。换句话说，因此可为一个部段配设有多个特征值，所述多个特征值给出在所述部段上或在所述部段的周围环境中的不同的事件地点处已探测到的不同的高负荷事件出现的度量或概率。这可以有利地实现特别精确且可靠地确定对于机动车在所述机动车在相应的部段上的相应运行中相关的高负荷事件。由此也可以有利地实现对用于热学预调节的所述至少一个装置的优化的控制。如果例如对于一个部段给出对于不同高负荷事件的两个不同的特征值，所述不同高负荷事件具有对热学预调节的不同要求，则可以根据不同高负荷事件的特征值或相应的概率实现或准备例如在这两个要求之间平衡的控制或预调节。这可以至少在两个概率或特征值至多相差预先给定的值和/或在两个概率或特征值低于预先给定的阈值时实施。由此，然后可以根据机动车接下来驶过哪个部段、针对不同高负荷事件的特征值或概率因此在机动车的当前运行期间对于所述部段如何发展，特别快速且灵活地做出反应，即，使得控制或热学预调节分别适配于更可能的或设有较高特征值的高负荷事件。由此，即使在机动车的当前周围环境中或沿所述机动车的当前路线存在探测到的高负荷事件的多个事件地点的情况下，也能够有利地实现机动车的特别高效且经济的运行。
31.也可行的是，所有相应的高负荷事件单独地提高相应的通向相应事件地点的部段的唯一的特征值。也可以规定，通过典型地需要车辆组件的高负荷事件，相应的特征值例如减少1，而通过典型地需要加热车辆组件的高负荷事件，特征值可以例如增加1。因此，部段的特征值可以是正的或负的，由此可以特别简单且低耗费地确定分别至少预计需要或将需要何种类型的控制或措施。也可以规定，所述特征值根据用于相应的高负荷事件的强度或热学预调节的典型的时间需求或功率需求来确定。特别强的高负荷事件、即例如对热学预调节提出特别高的要求的高负荷事件可以与此对应地通过部段的较大的特征值或特征值的较大改变、即提高或降低来代表或考虑。因此换句话说，由此能以相应的特征值不仅直接编码和代表在相应部段的周围环境中的高负荷事件的空间上临近或高负荷事件的数量，而且也可以直接编码和代表所述高负荷事件的类型或特性。由此也能够有利地特别简单且低耗费地、例如以在机动车的运行期间特别少的要传输或要处理的数据量来特别准确且可靠地做出反应。
32.在本发明的另一种有利的设计方案中，在机动车的运行中没有激活自动的目的地引导的情况下，对于位于围绕机动车相应当前位置的预先给定的周围范围中的高负荷事件确定在所述机动车的当前运行期间所述高负荷事件被机动车所经历的相应概率。在本发明的意义中，自动的目的地引导是基于设备或由设备辅助的目的地引导、例如通过相应的机
动车的导航装置或导航系统进行的目的地引导。然后，分别基于具有最高概率的高负荷事件来实施对机动车的所述至少一个装置的热学预调节或相应的控制。因此在这种情况下，没有激活机动车的借助导航系统等引导到预先给定的目的地的导航，从而不存在已知的路线，机动车沿着所述路线被引导。因此，代替于考虑沿这样的路线存在的高负荷事件，当前确定或考虑在机动车的周围环境中的相应的事件地点。在此，可以将所有位于机动车的预先给定的周围环境中的高负荷事件都归为对于机动车的相应运行是相关的。这可以至少在一个或多个其他标准的条件下进行，如其在当前在其他位置所提到的那样。高负荷事件的概率例如可以如所描述的那样记录在地图中或者根据预先给定的规定分别单独地针对相应机动车、机动车的相应驾驶员、机动车的相应位置、机动车的相应运行或运行状态和/或更多类似的来确定或计算。在此例如可以考虑，确定的高负荷事件是否位于被驶过多的或被驶过少的道路上或被相应的机动车在之前驶过的道路上、或确定的高负荷事件是否例如位于机动车的行驶方向上或逆着机动车的行驶方向和/或更多类似的。通过考虑概率，可以有利地至少一般地在许多情况和/或机动车上取平均、特别可靠地正确反应，因此对所述至少一个装置的控制或对所述至少一个车辆组件的热学预调节针对实际上在机动车的相应运行中出现的高负荷事件实施。
33.在本发明的另一种有利的设计方案中，所述地图通过在车辆外部的中央服务器装置来管理。这例如可以是在其他位置提到的服务器装置。此外，在确定预计相关的所述至少一个事件时还考虑相应的机动车的车辆个性化的数据，所述数据不传输给中央服务器装置。这种车辆个性化的数据能够特别是给出或涉及相应的机动车的当前荷电状态、当前运行模式、当前组件温度和/或技术装备。运行模式例如可以给出，运动模式或经济模式当前是否激活、使用机动车的哪个或哪些驾驶辅助系统(例如速度控制器或自动距离调节装置)和/或机动车是否在纯手动的、辅助的、部分自主的或完全自主的运行中引导和/或更多类似的。换句话说，因此在这里可以将在车辆外部管理的或提供的数据、特别是地图与本地的、即特别是仅在相应的机动车中存在的或已知的数据组合或融合。由此可以特别准确且可靠地对于相应的机动车确定，哪个或哪些高负荷事件对于该机动车来说分别实际上是相关的。因此例如可以是，仅当机动车在手动运行中以运动模式行驶至相应的事件地点时，而不是当机动车自主地或部分自主地以经济模式引导至相应的事件地点时，才出现或要预期确定的在地图中标注的高负荷事件。因此以这种方式，可以车辆个性化地优化热学预调节、即仅在需要时或根据机动车的实际需要来实施热学预调节。这可以有利地引起或有助于机动车的进一步改善的效率和更经济的运行。
34.在本发明的另一种有利的设计方案中，根据机动车的驾驶员的驾驶员个性化的特性来确定在机动车的实际运行中的预计相关的所述至少一个事件和/或所述事件出现或变得相关的概率。这种驾驶员个性化的特性、即相应的驾驶员数据特别是可以给出或涉及驾驶员类型和/或自动学习的驾驶员行为。作为驾驶员类型，可以区分例如运动的或动态的驾驶员与温和的或一般的驾驶员和/或动态少的或缓慢的或克制的驾驶员。换句话说，因此可以考虑驾驶员模型，优选能自动学习所述驾驶员模型、即能在通过相应的驾驶员运行机动车期间自动根据所述驾驶员的行为、驾驶方式和/或习惯形成、特别是动态匹配所述驾驶员模型。通过考虑这样的驾驶员模型、即驾驶员个性化的相应特性，可以有利地特别准确且可靠地确定，所确定的高负荷事件对于与相应的驾驶员组合的相应的机动车来说是否是预期
相关的。因此，能够有利地实现机动车的进一步改善的、个性化优化的运行。如所描述的那样，驾驶员个性化的特性优选能够本地地通过机动车管理或在机动车中管理、即所述驾驶员个性化的特性特别是不传递给车辆外部的中央服务器装置。这能够有利地实现在不损害驾驶员的隐私的情况下、即在特别简单地遵守相应的数据保护规定的情况下考虑驾驶员个性化的特性。同时，所述地图可以有利地以唯一一个版本用于多个机动车，由此能使相应的管理费用最小化。
35.也可以有利地可行的是，检测所提及的车辆个性化的和/或驾驶员个性化的数据或特性，以用于与高负荷事件或所述高负荷事件的事件地点一起生成地图并且记录或标注在地图中。由此，地图可以有利地特别详细地表征高负荷事件，从而基于地图已可以特别精确且可靠地确定所述高负荷事件的相应相关性。例如为了确定相关的高负荷事件可以将与所述高负荷事件相关联的车辆个性化的和/或驾驶员个性化的数据或特性与机动车的车辆个性化的和/或驾驶员个性化的数据或特性进行比较。由此能够有利地在机动车方面节省计算耗费。
36.在本发明的另一种有利的设计方案中，所述高负荷事件根据车辆对于所述高负荷事件的相应出现和/或分别在所述高负荷事件的相应出现之前存在的运行状态、特别是速度和/或负荷来分类，在所述车辆的运行中已探测到所述高负荷事件。然后对于每个在此所分配的类或分类预先给定为了热学预调节而要实施的控制措施。所述控制措施也可以记录在地图中、即所述控制措施是相应的地图数据的一部分。因此，在机动车的运行中，为了热学预调节而自动实施对于被归为相关的相应所述至少一个高负荷事件预先给定的控制措施。也可以首先将机动车的当前运行状态与相应的类或分类进行比较，以便确定或检验相应的高负荷事件的相关性。因此，在此借助运行状态可以识别出高负荷事件的不同类型或类。因此，相同类或分类的高负荷事件可以在相应的图表或特性曲线族中成组地出现。相同类的不同高负荷事件例如可能导致相同车辆组件的超过平均水平的热负荷和/或以同类的时间变化曲线、轮廓和/或峰值等出现。与此对应地，可以将相同的控制措施配设给相应一类的高负荷事件。由此，可以有利地特别一致地并且以可预测的效果实施对相应所述至少一个装置的控制或对所述至少一个车辆组件的热学预调节，其中，此外可以在机动车方面降低用于确定相应合适的控制措施的耗费。特别是当基于车队数据生成地图时，可以以这种方式有利地识别出优化的控制措施，并且然后与此对应地在无其他耗费的情况下由应用所述方法的每个机动车自动实施所述控制措施。例如可以识别出：高负荷事件在确定的运行状态中或运行状态范围内始终或典型地引起确定的车辆组件的超过平均水平的热负荷，和/或在此确定的部件的热吸收能力、热排出能力或热传导能力是对于其他车辆组件的调温或机动车的特别高效或经济的运行的瓶颈。这特别是可以涉及如下车辆组件，没有为所述车辆组件设置自身的温度传感器，所述车辆组件例如是轴或车桥或轴承等。
37.本发明的另一方面是一种机动车，所述机动车具有用于确定机动车的当前位置和/或路线的定位装置。此外，根据本发明的机动车具有用于获取事件数据的至少一个数据接口，所述事件数据地点分辨地给出高负荷事件，所述高负荷事件在过去已经引起至少一个车辆组件的超过平均水平的负荷、特别是热负荷。此外，根据本发明的机动车具有与所述数据接口连接的控制装置，所述控制装置用于控制机动车的至少一个装置，以用于热学预调节机动车的至少一个车辆组件、特别是相应的超过平均水平地受负荷的车辆组件。在此，
根据本发明的机动车设计用于实施、特别是自动实施根据本发明的方法的至少一个变型方案或实施方式。因此，根据本发明的机动车特别是可以是结合根据本发明的方法所提及的机动车。相应地，根据本发明的机动车可以具有一些或所有结合根据本发明的方法所描述的特性和/或构件或组件。控制装置特别是可以具有计算机可读的数据存储器和与所述数据存储器连接的处理器装置。然后优选地，可以在数据存储器上存储有可通过处理器装置执行的计算机程序，所述计算机程序编码或代表根据本发明的方法的方法步骤或措施或相应的控制指令。因此，通过处理器装置执行所述计算机程序可以实现或促使自动实施相应的方法。在此，事件数据可以经由接口由车辆自身的装置或组件检测。事件数据、特别是相应的地图或相应的地图数据也能够经由数据接口由车辆外部的装置、特别是由所提及的车辆外部的中央服务器装置获取、即接收。
38.数据存储器和/或控制装置(必要时与数据接口组合)本身可以是本发明的独立方面。
39.本发明的其他特征能够由权利要求、附图和附图说明得出。以上在说明书中提及的特征和特征组合以及下面在附图说明中提及的和/或在附图中单独示出的特征和特征组合不仅能在相应给出的组合中使用，而且也能在其他组合中使用或能单独使用，而没有离开本发明的范围。
附图说明
40.在图中：
41.图1示出用于说明用于运行机动车的方法的示意性概览图；
42.图2示出用于说明用于所述方法的地图产生的示意性概览图；
43.图3示出用于说明所述方法的第一变型方案的示意性概览图；
44.图4示出用于说明所述方法的第二变型方案的示意性概览图；
45.图5示出用于说明所述方法的第三变型方案的示意性概览图。
具体实施方式
46.在附图中，相同的和功能相同的元件设有相同的附图标记。
47.图1示出示例性的方法示意图10，其用于说明关于热学预调节的用于运行机动车44(见图3至图5)的方法。在此，首先收集并检测输入数据12。输入数据12例如可以包括传统的几何的或地理的地图数据14。地图数据14可以给出道路网34(参见图2)，即，例如道路或交通路线的走向，同样例如坡度、部段、道路类型、兴趣点(pol，point of interest)的位置和类型、充电桩、加油站和/或更多类似物。
48.输入数据12也可以包括车队数据16，所述车队数据借助车辆车队36(参见图2)获得。车队数据16可以例如给出车辆车队36的车辆的地点分辨的运行状态、在所述车辆的运行中探测到的高负荷事件42(参见图2至图5)、加速度、减速度、在充电时空调设备的设定、能量消耗、转弯概率、荷电状态或油箱液位、相应的驾驶员的习惯或行为方式、用于充电或加油所使用的支付系统和/或更多类似物。
49.输入数据12也可以包括用于待运行的机动车44或其驾驶员的车辆数据18。车辆数据18例如可以包括或给出用于导航系统的目的地输入、机动车44的当前路线48或位置、所
述机动车的充电行为、针对机动车44或其驾驶员学习的目的地或路线、具有驾驶辅助系统的装备和/或所述装备的使用或状态和/或更多类似物。
50.然后，基于输入数据12进行事件确定20，在所述事件确定中，对于机动车44确定在所述机动车的当前运行中相关的高负荷事件42。为此，特别是可以基于地图数据14和车队数据16首先生成地图，在所述地图中记录有高负荷事件42以及必要时其他所属的或表征所述高负荷事件的数据。
51.然后，可以借助车辆数据18和所述地图从所有记录在其中的高负荷事件42中分别确定或选择对于具体的机动车44预计相关的高负荷事件42。
52.这种基于地图地确定对于单独的机动车44而言相关的至少一个高负荷事件42可以理解为事件雷达(ereignisradar/eventradar)。因此在此借助所述事件雷达从机动车44的当前位置出发类似于传统的雷达(然而基于地图或基于数据)直观地通过从机动车44的位置出发或沿着所述机动车的当前路线48扫描地图来确定或探测高负荷事件42。
53.基于被确定为相关的所述至少一个高负荷事件42、特别是最近的或预计接下来将出现的高负荷事件42来确定、即判定或选择用于控制机动车44的至少一个装置24或用于热学预调节机动车44的至少一个车辆组件26的策略22。
54.在机动车44到达相应的高负荷事件42的事件地点之前、即在所述机动车接近该事件地点期间，根据策略22控制或驱控相应的用于预见性地调温、即用于热学预调节的装置24。由此，车辆组件26因此在机动车44运行期间预见性地针对相应的高负荷事件42调温，从而一旦机动车44到达相应的高负荷事件42的事件地点，所述车辆组件具有优化的或适配的温度。车辆组件26可以例如是或包括机动车44的驱动装置28、高压系统30和/或内部空间32。
55.如果相应的事件地点例如位于长的并且陡峭的斜坡上并且在那里的环境温度或机动车44的当前组件温度高于预先给定的阈值，则例如可以预见性地冷却驱动装置28和/或高压系统30，以便避免或延迟在驶过斜坡时驱动装置和/或高压系统的过热或退化。如果高负荷事件42例如包括在强烈的日射下较长时间的车辆停止状态，则例如可以预见性地冷却内部空间32，以便避免或者延迟在车辆停止状态期间达到在内部空间32中的上舒适温度阈值，从而在车辆停止状态期间例如不必或者稍后才必须激活和/或以降低的功率激活机动车44的通风装置或空气调节装置，以便保证乘员舒适性。而如果作为相关的高负荷事件42例如确定了对机动车44的牵引电池的快速充电，则所述牵引电池例如可以缓慢地加热，以便能够实现特别高效的快速充电。
56.图2示出用于说明产生地图的示意性概览图。为此，交通网34被车辆车队36的车辆驶过，所述车辆车队在此通过第一车队车辆38和第二车队车辆40表明。示例性地，在此在第一车队车辆38的运行中在道路网34的确定的位置处出现高负荷事件42。这然后由第一车队车辆38传输给在此示意性表示的车辆外部的服务器46，所述服务器将车辆车队36的所有车辆的相应数据集中起来。在此，还可以检测例如第二车队车辆40何时经过高负荷事件42的事件地点，而自身不会经历高负荷事件42。
57.图3示出用于说明所述方法的第一变型方案的示意性概览图。在此，机动车44的当前路线48是已知的。路线48例如可以通过导航系统来确定，或者所述路线可以是针对机动车44或所述机动车的驾驶员学习的行驶路径或者是自动确定的最可能的行驶路径。将路线
48与在其中记录有多个高负荷事件42的地图比较，以便确定所述高负荷事件42中的哪些高负荷事件沿着机动车44的路线48存在并且因此至少潜在地或预计与所述机动车相关。
58.图4示出用于说明所述方法的第二变型方案的示意性概览图。在此，机动车44的当前路线48是未知的。取而代之地，确定机动车44的当前位置并且然后通过与地图比较来确定高负荷事件42中的如下高负荷事件，所述高负荷事件位于围绕机动车44的当前位置的预先给定的周围环境50之内。然后，位于周围环境50之内的高负荷事件42可以归为相关的，而位于环境50之外的高负荷事件42可以保持不考虑。在此，在机动车运动期间，周围环境50可以与机动车44的当前位置一起被引导，从而高负荷事件42中的不同的高负荷事件可以随着时间的推移位于周围环境50之内和之外。
59.图5示出用于说明所述方法的第三变型方案的示意性概览图。在此，道路网34例如也被第一车队车辆38驶过。在此，道路网34划分成多个部段52。在此，在确定的部段52上由第一车队车辆38也探测到高负荷事件42。然后将相应提高的特征值配设给如下部段52，所述部段已被第一车队车辆38驶过直至到达高负荷事件42的事件地点。这例如可以同也通过服务器46来实施。因此，在此示例性地以虚线示出的、在此未被第一车队车辆38驶过的部段52未配设有相应的特征值，或者对于该部段52，其作为对高负荷事件42的反应的特征值不改变。以这种方式逐步地为部段52中的每个部段学习特征值或概率、即在驶过相应的部段时或在驶过相应的部段之后出现高负荷事件42的程度。
60.当机动车辆44在道路网34上运行时，然后可以在机动车辆44的每个位置处分别确定机动车辆44当前在所述部段52中的哪个部段上移动并且何种特征值或概率配设给所述部段52。然后，借助所述特征值或概率可以确定，哪个高负荷事件42可能以何种概率分别对于机动车44是相关的。
61.所述方法的所描述的变型方案仅是示例性的。附加地或备选地，所描述的方法或基于所述方法的思想的其他变型方案或实施方案可以是可行的。
62.与所述方法的具体变型方案无关地，可以如所描述的分别考虑车辆车队36和/或机动车44的车辆个性化的和/或驾驶员个性化的数据或特性。如果例如将对牵引电池的充电确定为高负荷事件42，则可以为了确定该高负荷事件42是否对于相应的机动车44是相关的而考虑：机动车44当前还具有多少行程范围、在多少剩余行程范围的情况下机动车44的驾驶员典型地(必要时根据驶过的道路类型或可供使用的充电功率)驱控充电点、机动车44的辅助系统是否已经输出相应的充电停车推荐、距机动车44的当前目的地的还剩多少距离等。
63.总的来说，所描述的示例示出如何能够有利地实现基于事件雷达、即基于预见性地确定的相关的高负荷事件42来进行热学预调节，以便能够实现特别高效且经济的车辆运行。
64.附图标记列表
65.10 方法示意图
66.12 输入数据
67.14 地图数据
68.16 车队数据
69.18 车辆数据
70.20 事件确定
71.22 策略
72.24 装置
73.26 车辆组件
74.28 驱动装置
75.30 高压系统
76.32 内部空间
77.34 道路网
78.36 车辆车队
79.38 第一车队车辆
80.40 第二车队车辆
81.42 高负荷事件
82.44 机动车
83.46 服务器
84.48 路线
85.50 周围环境
86.52 部段