一种兼顾行车经济性的智能电动车辆自主驾驶决策方法技术

一种兼顾行车经济性的智能电动车辆自主驾驶决策方法，属于智能车辆自动控制领域，其特征在于能够根据不同等级威胁域内风险源的分布特征，执行与之相适应的自主驾驶决策，从自主决策层面优化智能电动车辆行车经济性。本发明专利技术属于智能车辆自主决策领域，所涉及的技术方案为：自车道一级威胁域内存在危险源时，通过计算行车经济性及换道风险值，决策车辆是否执行换道；自车道一级威胁域不内存在危险源且自车道二级威胁域内存在危险源时，通过计算行车经济性及风险增长率，决策车辆是否执行经济性优化驾驶决策策略；自车道一级及二级威胁域内均不存在危险源时，通过调用经济性优化参考驾驶策略，进行车辆自主驾驶决策控制。

An autonomous driving decision method for intelligent electric vehicles with consideration of driving economy

An autonomous driving decision method of intelligent electric vehicle, which takes account of the driving economy, belongs to the field of intelligent vehicle automatic control. It is characterized by the ability to perform autonomous driving decision according to the distribution characteristics of risk sources within the threat domains of different levels, and to optimize the driving economy of the intelligent electric vehicle from the independent decision level. . The invention belongs to the autonomous decision-making field of intelligent vehicles. The technical scheme is as follows: when there is a dangerous source in the threat domain from the first level of the lane, it is possible to decide whether the vehicle can carry out the lane change by calculating the driving economy and the risk value of the lane change, and there is a danger source in the threat domain of the Lane 1 level and there is a danger source in the two level threat domain of the lane. At the time, by calculating the driving economy and the rate of risk growth, the decision making strategy of driving the vehicle to optimize the driving decision is made. When there are no danger sources in the first and two level threat regions of the lane, the driving strategy is optimized by calling the economy, and the decision control of vehicle driving is carried out.

【技术实现步骤摘要】
一种兼顾行车经济性的智能电动车辆自主驾驶决策方法
本专利技术属于智能车辆自主决策领域，涉及一种用于智能电动车的自主驾驶决策方法。
技术介绍
目前，面对日益严峻的能源危机、环境污染及交通安全三大问题，发展智能电动车辆正受到汽车行业广泛关注。不同于常规驾驶员驾驶车辆，建立自主驾驶决策系统来替代人类驾驶员进行驾驶决策是各种形式智能车辆需要解决的关键共性问题。现有的自主驾驶决策控制方法普遍局限于保障行车安全性，而忽略了行车经济性优化这一关键因素，未充分挖掘智能电动车辆经济性优化空间。为此，本专利技术提出了一种兼顾行车经济性的智能电动车辆自主驾驶决策方法。
技术实现思路
根据以上现有技术中的不足，本专利技术要解决的问题是:提出一种兼顾行车经济性的智能电动车辆自主驾驶决策方法，从驾驶决策层面优化智能电动车辆的行车经济性。本专利技术的技术方案是:一种兼顾行车经济性的智能电动车辆自主驾驶决策方法，具体为：（1）首先，该自主驾驶决策方法的主程序检测当前车道一级威胁区是否存在风险源，若存在，则调用子程序1；若不存在，则进一步检测当前车道二级威胁区是否存在风险源；若当前车道二级威胁区存在风险源，则调用子程序2；若当前车道二级威胁区不存在风险源，则调用子程序3；（2）子程序1具体可表述为：该子程序用于决策车辆是否需要进行换道，首先，程序依据车辆当前状态参数及行车功耗模型，计算车辆当前功耗及当前最低参考功耗，若车辆当前功耗不大于当前最低参考功耗的k倍，则无需进行换道决策，车辆在当前车道内按照当前驾驶策略进行驾驶控制；若车辆当前功耗大于当前最低参考功耗的k倍，则需进一步进行换道决策；为此，程序首先依据车辆当前状态参数及驾驶行为，计算车辆换道情况下的风险值；若换道情况下的风险值高于给定限值，则不进行换道；否则，进行换道决策；（3）子程序2具体可表述为：该子程序用于决策车辆是否需要执行经济性优化驾驶策略，首先，程序依据车辆当前状态参数及行车功耗模型，计算车辆当前功耗及当前最低参考功耗，若车辆当前功耗不大于当前最低参考功耗的k倍，则车辆在当前车道内按照当前的驾驶策略进行驾驶控制；若车辆当前功耗大于当前最低参考功耗的k倍，则需进一步进行行车经济性优化决策；为此，首先调用经济性优化参考驾驶策略，以确定参考驾驶策略；进一步，计算上述参考驾驶策略下行车风险变化率；若风险增长率大于0且高于给定值，则车辆在当前车道内按照当前的驾驶策略进行驾驶控制；否则，车辆参考经济性优化驾驶决策策略进行决策控制；（4）子程序3具体可表述为：该子程序主要用于决策车辆执行经济性优化驾驶策略，首先，程序依据车辆当前状态参数及行车功耗模型，计算车辆当前功耗及当前最低参考功耗，若车辆当前功耗不大于当前最低参考功耗的k倍，则车辆在当前车道内按照当前的驾驶策略进行驾驶控制；若车辆当前功耗大于当前最低参考功耗的k倍，则调用经济性优化参考驾驶策略进行决策控制。本专利技术的优点在于：1、基于本专利技术所提出的自主决策控制方法，可从决策层面优化智能电动车辆行车经济性，有利于延长智能电动车的续驶里程；2、基于本专利技术所提出的自主决策控制方法，可从决策层面解决智能电动车辆行车安全性与行车经济性的协同优化问题，提高智能电动车辆整体性能。附图说明图1为一种智能电动车辆行车威胁等级示意图；图2为一种兼顾行车经济性的智能电动车辆自主决策方法主程序；图3为一种兼顾行车经济性的智能电动车辆自主决策方法子程序1；图4为一种兼顾行车经济性的智能电动车辆自主决策方法子程序2；图5为一种兼顾行车经济性的智能电动车辆自主决策方法子程序3。具体实施方式下面结合附图对本专利技术作进一步的描述：图1的智能电动车辆行车威胁等级包括：一级威胁、二级威胁及三级威胁三种级别。其中，若当前车道一级威胁区内存在风险源，则智能电动车辆需要进行换道驾驶决策；若当前车道一级威胁区内不存在风险源且若当前车道二级风险区存在危险源，则智能电动车辆需要决策是否执行经济性优化参考驾驶决策策略；若当前车道一级及二级威胁区内均不存在风险源，则智能电动车辆执行经济性优化参考驾驶决策策略。图2为一种兼顾行车经济性的智能电动车辆自主决策方法主程序，其特征在于：首先，程序检测当前车道一级威胁区内是否存在风险源，若是，则调用子程序1；否则，进一步检测当前车道二级风险区是否存在危险源，若是，则调用子程序2；否则，调用子程序3。图3为一种兼顾行车经济性的智能电动车辆自主决策方法子程序1，其特征在于：（1）首先，程序读取车辆及关键部件状态参数；（2）其次，程序调用行车功耗计算模型；（3）进一步，依据上述状态参数及行车功耗模型，计算车辆当前功耗Pl及当前最低参考功耗Ps；（4）进一步，程序判断P1与Ps大小关系，若Pl≥kPs不成立，说明车辆当前功耗处于可接受程度，车辆无需进行换道决策，并在当前车道内执行当前的驾驶决策；若Pl≥kPs成立，说明车辆当前功耗仍有降低空间，车辆需要进行换道决策；（5）当车辆需要进行换道决策时，首先程序调用行车风险计算模型，并计算换道情况下的风险值S1；若S1≤Sm成立，说明不存在换道风险，车辆执行换道决策；否则，车辆在当前车道内执行当前的驾驶决策。图4为一种兼顾行车经济性的智能电动车辆自主决策方法子程序2，其特征在于：1.首先，程序读取车辆及关键部件状态参数；2.其次，程序调用行车功耗计算模型；（3）进一步，依据上述状态参数及行车功耗模型，计算车辆当前功耗Pl及当前最低参考功耗Ps；（4）进一步，程序判断P1与Ps大小关系，若Pl≥kPs不成立，说明车辆当前功耗处于可接受程度，车辆无需进行经济性优化驾驶决策，并在当前车道内执行当前的驾驶决策；若Pl≥kPs成立，说明车辆当前功耗仍有降低空间，车辆需要进行经济性优化驾驶决策；（5）当车辆需要进行经济性优化驾驶决策时，首先程序调用经济性优化参考驾驶策略，并计算当前参考驾驶策略下的行车风险变化率△S；若0＜△S≤△Sm成立，说明行车风险变化处于可接受程度，车辆执行经济性优化驾驶决策；否则，车辆在当前车道内执行当前的驾驶决策。图5为一种兼顾行车经济性的智能电动车辆自主决策方法子程序3，其特征在于：（1）首先，程序读取车辆及关键部件状态参数；（2）其次，程序调用行车功耗计算模型；（3）进一步，依据上述状态参数及行车功耗模型，计算车辆当前功耗Pl及当前最低参考功耗Ps；（4）进一步，程序判断P1与Ps大小关系，若Pl≥kPs不成立，说明车辆当前功耗处于可接受程度，车辆无需进行经济性优化驾驶决策，并在当前车道内执行当前的驾驶决策；若Pl≥kPs成立，说明车辆当前功耗仍有降低空间，车辆调用并执行经济性优化参考驾驶策略。本文档来自技高网...

【技术保护点】
一种兼顾行车经济性的智能电动车辆自主驾驶决策方法：其特征在于，能够根据不同等级威胁域内风险源的分布特征，执行与之相适应的自主驾驶决策，从自主决策层面优化智能电动车辆行车经济性，具体控制步骤为：（1）主程序控制步骤为：步骤S01用于检测当前车道1级威胁域内是否存在风险源，是则，执行步骤S02；否则，执行步骤S03；步骤S03用于检测当前车道2级威胁域内是否存在风险源，是则，执行步骤S04；否则，执行步骤S05；（2）子程序1步骤为：步骤S11执行读取车辆及关键部件状态参数的任务；步骤S12执行调用行车功耗计算模型的任务；步骤S13计算车辆当前功耗及最低参考功耗；步骤S14判断当前功耗与k倍最低参考功耗的大小，若当前功耗小于k倍最低参考功耗，执行步骤S15；否则，执行步骤S16；步骤S16执行调用行车风险计算模型的任务；步骤S17计算换道情况下行车风险值；步骤S18判断换道情况下行车风险值与给定风险参考值的大小，若换道情况下的行车风险值不大于给定的风险参考值，则执行步骤S19；否则，执行步骤S110；（3）子程序2步骤为：步骤S21执行读取车辆及关键部件状态参数的任务；步骤S22执行调用行车功耗计算模型的任务；步骤S23计算车辆当前功耗及最低参考功耗；步骤S24判断当前功耗与k倍最低参考功耗的大小，若当前功耗小于k倍最低参考功耗，执行步骤S25；否则，执行步骤S26；步骤S26执行调用经济性优化参考驾驶策略的任务；步骤S27计算经济性优化参考驾驶策略下的行车风险变化率；步骤S28判断经济性优化参考驾驶策略下的行车风险变化率与给定风险变化率参考值的大小，若经济性优化参考驾驶策略下的行车风险变化率大于0且不大于给定风险变化率参考值，则执行步骤S29；否则，执行步骤S210；（4）子程序3步骤为：步骤S31执行读取车辆及关键部件状态参数的任务；步骤S32执行调用行车功耗计算模型的任务；步骤S33计算车辆当前功耗及最低参考功耗；步骤S34判断当前功耗与k倍最低参考功耗的大小，若当前功耗小于k倍最低参考功耗，执行步骤S15；否则，执行步骤S36；步骤S36执行调用行车风险计算模型的任务；步骤S37执行经济性优化参考驾驶决策策略的任务。...

【技术特征摘要】
1.一种兼顾行车经济性的智能电动车辆自主驾驶决策方法：其特征在于，能够根据不同等级威胁域内风险源的分布特征，执行与之相适应的自主驾驶决策，从自主决策层面优化智能电动车辆行车经济性，具体控制步骤为：（1）主程序控制步骤为：步骤S01用于检测当前车道1级威胁域内是否存在风险源，是则，执行步骤S02；否则，执行步骤S03；步骤S03用于检测当前车道2级威胁域内是否存在风险源，是则，执行步骤S04；否则，执行步骤S05；（2）子程序1步骤为：步骤S11执行读取车辆及关键部件状态参数的任务；步骤S12执行调用行车功耗计算模型的任务；步骤S13计算车辆当前功耗及最低参考功耗；步骤S14判断当前功耗与k倍最低参考功耗的大小，若当前功耗小于k倍最低参考功耗，执行步骤S15；否则，执行步骤S16；步骤S16执行调用行车风险计算模型的任务；步骤S17计算换道情况下行车风险值；步骤S18判断换道情况下行车风险值与给定风险参考值的大小，若换道情况下的行车风险值不大于给定的风险参考值，则执行步骤S19；否则，执行步骤S110；（3）子程序2...

【专利技术属性】
技术研发人员：孙宾宾，高松，李鹏程，于文琪，
申请(专利权)人：山东理工大学，
类型：发明
国别省市：山东,37