车辆行驶速度确定方法和装置制造方法及图纸

本申请提供了一种车辆行驶速度确定方法和装置，其中，该方法包括：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；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；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。上述方法可以通过动态规划算法确定目标车辆在目标道路上行驶的合适的行驶速度曲线，从而能有效地降低车辆行驶的油耗，改善车辆的燃油经济性，节约资源和成本。

【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目标道路上的行驶速度曲线之后，还包括：根据目标车辆在目标道路上的行驶速度曲线控制目标车辆在目标道路上行驶。在一个实施例中，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))为目标状态方程，其中，u(k)为预设控制序列中的第k个控制变量，x(k)为目标车辆在目标道路的第k个子路上的状态，x(k+1)为目标车辆在目标道路的第k+1个子路上的状态，其中，状态包括目标车辆的车速、档位和加速度，N为目标道路所包括的总的子路数。在一个实施例中，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，包括：获取目标道路的终点状态成本函数；根据目标状态方程和发动机油耗特性图确定目标道路中的多个子路中各子路的油耗成本函数，其中，目标道路被划分为多个子路，预设控制序列中的多个控制变量与多个子路一一对应，各子路的油耗成本函数与对应的控制变量相关联；根据终点状态成本函数和各子路的油耗成本函数生成目标车辆的目标成本函数。在一个实施例中，目标成本函数为：其中，Jπ(x0)是目标成本函数，gN(xN)为终点状态成本函数，xN为目标车辆在目标道路的终点处的状态，L(x(k)，u(k))为目标车辆在第k个子路的油耗成本函数，u(k)为预设控制序列中的第k个控制变量，x(k)为目标车辆在目标道路的第k个子路上的状态，N为目标道路所包括的总的子路数。在一个实施例中，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，包括按照以下公式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：其中，J*(x(N))＝gN(xN)，gN(xN)为终点状态成本函数，xN为目标车辆在目标道路的终点处的状态，J*(x(k))为从目标道路的第k个子路开始到目标道路的终点为止的成本函数，J*(x(k+1))为从目标道路的第k+1个子路开始到目标道路的终点为止的成本函数，L(x(k)，u(k))为目标车辆在第k个子路上的油耗成本函数，N为目标道路所包括的总的子路数。在一个实施例中，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，包括：获取目标车辆的初始状态，其中，初始状态包括目标车辆进入目标道路时的车速、加速度和档位；根据初始状态、目标控制序列和所述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之前，还包括：获取目标行程的道路信息，并将目标行程划分为多个目标道路；相应的，在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之后，还包括：获取目标行程中的下一个目标道路的道路信息，并确定目标车辆在下一个目标道路上的行驶速度曲线。本申请实施例还提供了一种车辆行驶速度确定装置，包括：获取模块，用于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；建立模块，用于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；第一生成模块，用于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；第二生成模块，用于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；确定模块，用于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。本申请实施例还提供一种计算机设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现上述任意实施例中所述的车辆行驶速度确定方法的步骤。本申请实施例还提供一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现上述任意实施例中所述的车辆行驶速度确定方法的步骤。在本申请实施例中，提供了一种车辆行驶速度确定确定方法，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，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，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。上述方案中，通过生成目标车辆在目标道路上行驶时的目标状态方程，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，之后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，从而确定目标车辆在目标道路上的行驶速度曲线，可以找到目标车辆在整个目标道路上行驶时的合适行驶速度曲线，可以有效降低车辆行驶的油耗，改善车辆的燃油经济性，节约资源和成本。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，并不构成对本申请的限定。在附图中：图1示出了本申请一实施例中的车辆行驶速度确定方法的流程图；图2示出了本申请一实施例中的获取的目标道路的高度信息的示意图；图3示出了本申请一实施例中的发动机的油耗特性图的示意图；图4示出了本申请一实施例中的车本文档来自技高网...

【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