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 ...
【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 ...
【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
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。