【技术实现步骤摘要】
动态交通场景下智能网联车辆经济性驾驶控制方法
本专利技术涉及车速优化控制
,尤其是一种动态交通场景下智能网联车辆经济性驾驶控制方法。
技术介绍
交通信号灯作为控制车辆各向通行权限的重要交通标识,有效减少了城市路口的交通事故,保障了行人出行安全。但是由于人类驾驶员无法实时获取前方信号灯相位信息、准确避开红灯相位,在路口反复进行制动、停车,因此造成了不必要的能量损失。现有技术中,基于规则的经济车速控制方法过于依赖人的驾驶经验,节能效果有限。此外,由于车辆模型的复杂性,以动态规划为代表的优化控制方法均以数值求解为主,计算复杂度高,不能实时应用。随着车路协同技术的发展,更多智能驾驶辅助系统应运而生,其中就包括信号灯信息系统以及绿波车速引导系统。前者可以使车辆实时获取信号灯相位信息和位置信息,后者可以提供通过前方路口的建议目标车速。已有研究表明,在车路协同环境下对车辆实施经济性驾驶具有较大的节能潜力。
技术实现思路
针对现有技术的缺陷,本专利技术提供了一种动态交通场景下智能网联车辆经济性驾驶控制方法,解决经济车速控制方法过于依赖人的驾驶经验导致节能效果有限的技术问题。本专利技术采用的技术方案如下:一种动态交通场景下智能网联车辆经济性驾驶控制方法,适用于城市道路环境中。考虑动态信号灯信息和网联车辆交通信息预测能力,动态交通信息获取方法基于V2X(车联网通信技术)和GLOSA(绿波车速引导),在智能交通系统中获取信号灯相位和路口建议车速等信息,传输至车载控制器;以能量消耗最小化为控 ...
【技术保护点】
1.一种动态交通场景下智能网联车辆经济性驾驶控制方法,其特征在于,包括以下步骤:/n步骤S1:信息获取:获取受控网联车辆的初始位置信息、目的地信息、通行时间t
【技术特征摘要】
1.一种动态交通场景下智能网联车辆经济性驾驶控制方法,其特征在于,包括以下步骤:
步骤S1:信息获取:获取受控网联车辆的初始位置信息、目的地信息、通行时间tend、终点速度vend和全程道路长度send,从而确定车辆当前状态及终点状态约束;
步骤S2:双层滚动距离域车速优化:划分滚动距离域;以车辆当前状态和终点状态为约束,按照最优控制问题规划出全路段最优车速轨迹;以所述全路段最优车速轨迹为引导层,并以车辆当前状态和路口信号灯信息为约束,按照最优控制问题规划出局部路段最优车速轨迹,实时记录当前最优车速;若未获得信号灯信息,则继续跟踪所述全路段最优车速轨迹;
步骤S3:将当前最优车速发送至车速控制器,实现最优车速执行;
步骤S4:当被控网联车辆到达目的地,结束对车辆控制;
所述最优控制问题以受控网联车辆能量消耗最小化为控制目标、基于车辆纵向动力学模型建立,通过解析求解获得通用求解模型。
2.根据权利要求1所述的动态交通场景下智能网联车辆经济性驾驶控制方法,其特征在于,所述通用求解模型的求解过程如下:
选取车辆位移s和纵向速度v为状态量x=(s,v),车轮上的单位质量纵向力为控制输入u=Ft/m,建立用于描述车辆运动状态转移的所述汽车纵向动力学模型,经简化后得:
其中,Ft为车辆纵向力,包括驱动力和制动力;m为车辆质量;g为重力加速度;f为滚动阻力系数;δ为旋转质量换算系数;
构成所述汽车纵向动力学模型的变量满足描述车辆能耗变化的汽车能耗模型,如下式所示:
式中,Pb为电池功率,Pm为电机功率,t0为起点时刻,tf为终点时刻,c=c1(r/i)2m2,c1为电机特性参数,与电机内阻和转矩常数有关,i为传动系统传动比;r为车轮半径;
进而,将求解车辆在t0-tf时间段内能量最小化的最优车速轨迹的问题归纳为如下的通用求解模型:
S.t.
v(t0)=v0、v(tf)=vf
s(t0)=S0、S(tf)=sf
其中,v0、s0分别表示车辆在t0时刻的速度和位移,vf、sf分别表示车辆在tf时刻的速度和位移。
3.根据权利要求2所述的动态交通场景下智能网联车辆经济性驾驶控制方法,其特征在于,所述通用求解模型的最优控制输入:u*(t)=at+b
式中,
v0、s0表示车辆在t0时刻的速度和位移,vf、sf表示车辆在tf时刻的速度和位移;
进而得到最优能量消耗如下式所示:
其中,
4.根据权利要求3所述的动态交通场景下智能网联车辆经济性驾驶控制方法,其特征在于,所述步骤S2具体包括以下步骤:
步骤S21:滚动距离域划分,将全程道路长度send平均划分为N段,以步长Δd=send/N向前滚动优化,以k=0,1,...N-1表示当前步数,并初始化k=0;
步骤S2...
【专利技术属性】
技术研发人员:庄伟超,陈浩,殷国栋,董昊轩,
申请(专利权)人:东南大学,
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。