【技术实现步骤摘要】
车辆行驶速度确定方法和装置
本申请涉及自动驾驶
,特别涉及一种车辆行驶速度确定方法和装置。
技术介绍
在自动驾驶应用场景中,自动驾驶出租车和自动驾驶物流车队等需要全天候运营,对车辆的燃油经济性要求很高。当这些自动驾驶车辆行驶在高速时,通常会按照交通法规的车速运行,只有当前方遇到障碍物时才会减速避障。然而,在高速公路不同位置处上往往会存在不同的坡度、路面等差异,导致车辆行驶会受到不同的阻力作用。这种情况下,如果车辆一直以固定的车速在高速公路上行驶,则车辆油耗往往会相对较大,存在燃油经济性较差、行驶成本高的问题。针对上述问题,目前尚未提出有效的解决方案。
技术实现思路
本申请实施例提供了一种车辆行驶速度确定方法和装置,以解决现有技术中车辆的燃油经济性较差的问题。本申请实施例提供了一种车辆行驶速度确定方法,包括:获取目标道路的道路信息、目标车辆的车辆信息和目标车辆的发动机油耗特性图;根据车辆信息和道路信息建立目标车辆的动力和阻力模型;根据动力和阻力模型生成目标状态方程,其中,目标状态方程与预设控制序列相关,预设控制序列中包括多个控制变量,控制变量包括油门开度或制动开度;根据目标状态方程和发动机油耗特性图生成目标车辆的目标成本函数,其中,目标成本函数与预设控制序列相关;利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列,并根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线。在一个实施例中,在根据目标控制序列和目标状态方程确定目标车辆在 ...
【技术保护点】
1.一种车辆行驶速度确定方法,其特征在于,包括:/n获取目标道路的道路信息、目标车辆的车辆信息和所述目标车辆的发动机油耗特性图;/n根据所述车辆信息和所述道路信息建立所述目标车辆的动力和阻力模型;/n根据所述动力和阻力模型生成目标状态方程,其中,所述目标状态方程与预设控制序列相关,所述预设控制序列中包括多个控制变量,所述控制变量包括油门开度或制动开度;/n根据所述目标状态方程和所述发动机油耗特性图生成所述目标车辆的目标成本函数,其中,所述目标成本函数与所述预设控制序列相关;/n利用动态规划算法确定所述目标成本函数的最小值和所述最小值对应的目标控制序列,并根据所述目标控制序列和所述目标状态方程确定所述目标车辆在所述目标道路上的行驶速度曲线。/n
【技术特征摘要】
1.一种车辆行驶速度确定方法,其特征在于,包括:
获取目标道路的道路信息、目标车辆的车辆信息和所述目标车辆的发动机油耗特性图;
根据所述车辆信息和所述道路信息建立所述目标车辆的动力和阻力模型;
根据所述动力和阻力模型生成目标状态方程,其中,所述目标状态方程与预设控制序列相关,所述预设控制序列中包括多个控制变量,所述控制变量包括油门开度或制动开度;
根据所述目标状态方程和所述发动机油耗特性图生成所述目标车辆的目标成本函数,其中,所述目标成本函数与所述预设控制序列相关;
利用动态规划算法确定所述目标成本函数的最小值和所述最小值对应的目标控制序列,并根据所述目标控制序列和所述目标状态方程确定所述目标车辆在所述目标道路上的行驶速度曲线。
2.根据权利要求1所述的方法,其特征在于,在根据所述目标控制序列和所述目标状态方程确定所述目标车辆在所述目标道路上的行驶速度曲线之后,还包括:
根据所述目标车辆在所述目标道路上的行驶速度曲线控制所述目标车辆在所述目标道路上行驶。
3.根据权利要求1所述的方法,其特征在于,所述目标状态方程为:
x(k+1)=f(x(k),u(k)),k=0,1,...,N-1;
其中,f(x(k),u(k))为所述目标状态方程,其中,u(k)为所述预设控制序列中的第k个控制变量,x(k)为所述目标车辆在所述目标道路的第k个子路上的状态,x(k+1)为所述目标车辆在所述目标道路的第k+1个子路上的状态,其中,所述状态包括所述目标车辆的车速、档位和加速度,N为所述目标道路所包括的总的子路数。
4.根据权利要求1所述的方法,其特征在于,根据所述目标状态方程和所述发动机油耗特性图生成所述目标车辆的目标成本函数,包括:
获取所述目标道路的终点状态成本函数;
根据所述目标状态方程和所述发动机油耗特性图确定所述目标道路中的多个子路中各子路的油耗成本函数,其中,所述目标道路被划分为所述多个子路,所述预设控制序列中的多个控制变量与所述多个子路一一对应,所述各子路的油耗成本函数与各子路对应的控制变量相关联;
根据所述终点状态成本函数和所述各子路的油耗成本函数生成所述目标车辆的目标成本函数。
5.根据权利要求1所述的方法,其特征在于,所述目标成本函数为:
其中,Jπ(x0)是所述目标成本函数,gN(xN)为终点状态成本函数,xN为所述目标车辆在所述目标道路的终点处的状态,L(x(k),u(k))为所述目标车辆在第k个子路的油耗成本函数,u(k)为所述预设控制序列中的第k个控制变量,x(k)为所述目标车辆在所述目标道路的第k个子路上的状态,N为所述目标道路所包括的总的子路数。
6.根据权利要求5所述的方法,其特征在于,利用动态规划算法确定所述目标成本函数的最小值和所述最小值对应的...
【专利技术属性】
技术研发人员:李垚,倪昆,雷馥玥,陈凯,
申请(专利权)人:苏州智加科技有限公司,
类型:发明
国别省市:江苏;32
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。