一种混合车队生态驾驶轨迹优化方法技术

本发明专利技术提供一种混合车队生态驾驶轨迹优化方法，包括如下步骤：对混合车队所行驶区域的路段进行离散化处理，构建基于距离离散的车辆动力学模型；根据基于距离离散的车辆动力学模型，构建混合车队的不同动力类型车辆的能耗模型；基于混合车队总能耗最少且舒适度和通行效率的损失最小的目标，结合能耗模型，构建基于距离离散的目标函数；基于交通流特性、行车安全和行车舒适度要求，构建混合车队行驶的约束条件；基于约束条件，求解目标函数，获得混合车队生态驾驶轨迹优化的结果。本发明专利技术提供的方法考虑了混合车队的轨迹优化问题，刻画了对于向完全电动化、网联化的过渡阶段所出现的混合车辆队列的生态驾驶策略。车辆队列的生态驾驶策略。车辆队列的生态驾驶策略。

【技术实现步骤摘要】
一种混合车队生态驾驶轨迹优化方法


[0001]本专利技术属于交通工程
，特别涉及一种基于离散距离的混合车队生态驾驶速度诱导方法，可用于引导人工驾驶和自动驾驶混合车队在高速公路或城市路网上的生态行驶。

技术介绍

[0002]由于车辆运行能耗受加减速模式和怠速时间的影响，生态驾驶技术主要通过引导驾驶人的驾驶行为，优化车辆的速度轨迹等方式减少车辆的能源消耗和污染物排放。随着智能网联技术的突破性进展，智能网联汽车可以实现对道路交通环境的感知，为驾驶员提供更安全、舒适、节能的出行方式，在节约能源和可持续发展方面展示出了巨大潜力。
[0003]近年来，新能源汽车逐步替代传统燃油汽车，未来电动汽车是智能网联系统的最佳载体，在完全实现车辆电动化、智能化的过渡阶段，未来很长一段时间道路网络中必然会存在智能网联自动驾驶汽车和人工驾驶汽车混行、电动汽车和燃油汽车混行形成异质车队的情况。根据对现有文献的调研，现有生态驾驶策略多在完全智能网联环境中，对单个网联燃油车辆或者均质智能网联车辆队列进行研究，很少有研究考虑到这种异质车队的生态驾驶策略。其次，针对生态驾驶车辆轨迹优化的研究，都是在时间维度上对其进行优化，获得诱导时段内车辆的速度轨迹。但在时间维度进行轨迹优化存在一定的缺陷，在优化车辆队列的速度轨迹时，诱导结束时刻通常设置为头车到达终点位置的时刻，但此时车队中的跟驰车辆并未到达终点位置，由此得到的速度轨迹不一定是车辆队列的能耗最优速度轨迹。

技术实现思路

[0004]本专利技术的实施例提供了一种混合车队生态驾驶轨迹优化方法，用于解决现有技术中存在的技术问题。
[0005]为了实现上述目的，本专利技术采取了如下技术方案。
[0006]一种混合车队生态驾驶轨迹优化方法，包括：
[0007]S1对混合车队所行驶区域的路段进行离散化处理，构建基于距离离散的车辆动力学模型；
[0008]S2根据基于距离离散的车辆动力学模型，构建混合车队的不同动力类型车辆的能耗模型；
[0009]S3基于混合车队总能耗最少且舒适度和通行效率的损失最小的目标，结合能耗模型，构建基于距离离散的目标函数；
[0010]S4基于交通流特性、行车安全和行车舒适度要求，构建混合车队行驶的约束条件；
[0011]S5基于约束条件，求解目标函数，获得混合车队生态驾驶轨迹优化的结果。
[0012]优选地，步骤S1包括：
[0013]S11通过式
[0014][0015]计算获得离散距离区间
△
s；式中，s(k)表示第k个离散距离点的位置，s0表示行驶区域的起点位置，s
f
表示行驶区域的终点位置，M表示距离离散点个数；
[0016]S12通过式
[0017][0018]计算获得混合车队的车辆在每个单位距离区间内的行驶时间；式中，
△
t
i
(k)表示第i辆车在第k个距离离散区间内行驶的时间，v
i
(k)表示第i辆车在第k个离散距离点的速度；
[0019]S13通过式
[0020][0021]建立基于距离离散的车辆动力学模型；式中，a
i
(k)表示在第i辆车在第k个离散距离点的加速度。对于车队跟驰车辆来说，a
i
(k),i＝2,3,...,n由车辆跟驰模型决定。
[0022]优选地，步骤S2包括：
[0023]通过式
[0024]和
[0025][0026]构建车队的不同动力类型车辆的能耗模型；式(4)中，c
k
表示基于距离离散的瞬时油耗函数，α为怠速阶段的瞬时燃油消耗率，β1、β2分别为效率参数和能量
‑
加速效率参数，M
v
为汽车平均质量，R为轮胎半径，R
a
(k)为空气阻力，R
T
(k)为车辆牵引力，R
r
(k)为滚动阻力，通过式(6)～(8)计算：
[0027]R
T
(k)＝M
v
a(k)+R
a
(k)+R
r
(k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0028][0029][0030]式(5)中，p
k
表示基于距离离散的瞬时电耗函数，m为电动汽车的质量，η为再生制动系统电能再生的效率，c为气动阻力常数，r为电动汽车的电阻，K为电枢常数与磁通量的乘积，f
rl
为滚动阻力系数；式(6)～(8)中，ρ为空气密度，C
D
为阻力系数，A
f
为平均车辆迎风
面积，g为重力加速度。
[0031]优选地，步骤S3包括：
[0032]通过式
[0033][0034]构建基于距离离散的目标函数；式中，k为离散距离步长，M为离散距离点总数，E
i
(k)为第i辆车的瞬时能耗率，包括电动汽车的瞬时电耗率和燃油汽车的瞬时油耗率两类，v
i
(k)表示第i辆车在第k个离散距离点的速度，θ(v(k))表示末端状态惩罚函数，它是v
i
(k)的函数，期望到达终点的时刻也可以通过v
i
(k)的表达式(10)纳入该惩罚函数中；该表达式(10)为
[0035][0036]式(10)中，第一项是从驾驶舒适度的角度出发，要求相邻前后两离散距离点的速度震荡较小；第二项和第三项是为了增大通行效率，促使车队以较大的速度尽可能快地通过控制区域；w1表示调节舒适度的权重系数，w2和w3表示调节通行效率的权重系数，T
id
表示能够最早到达优化控制区域终点的时刻。
[0037]优选地，步骤S4中，混合车队行驶的约束条件包括：
[0038]通过式
[0039]a
i
(k+1)＝κ[v
op
(
△
x)
‑
v
i
(k)],i＝2,3,...,n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)和
[0040]v
op
(
△
x
i,i
‑1)＝v1+v
2 tanh[C1(
△
x
i,i
‑1‑
l
c
)
‑
C2]ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0041]构建车辆跟驰约束；式(11)和式(12)中，a
i
(k+1)表示第i辆车在第k+1个离散距离点的加速度，v
i
(k)第i辆车在第k个离散距离点的速度，
△
x
i,i
‑1表示第i辆车行驶到第k个离散距离点的时刻，与第i
‑
1辆车之间的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种混合车队生态驾驶轨迹优化方法，其特征在于，包括：S1对混合车队所行驶区域的路段进行离散化处理，构建基于距离离散的车辆动力学模型；S2根据所述基于距离离散的车辆动力学模型，构建混合车队的不同动力类型车辆的能耗模型；S3基于混合车队总能耗最少且舒适度和通行效率的损失最小的目标，结合所述能耗模型，构建基于距离离散的目标函数；S4基于交通流特性、行车安全和行车舒适度要求，构建混合车队行驶的约束条件；S5基于所述约束条件，求解所述目标函数，获得混合车队生态驾驶轨迹优化的结果。2.根据权利要求1所述的方法，其特征在于，步骤S1包括：S11通过式计算获得离散距离区间
△
s；式中，s(k)表示第k个离散距离点的位置，s0表示行驶区域的起点位置，s
f
表示行驶区域的终点位置，M表示距离离散点个数；S12通过式计算获得混合车队的车辆在每个单位距离区间内的行驶时间；式中，
△
t
i
(k)表示第i辆车在第k个距离离散区间内行驶的时间，v
i
(k)表示第i辆车在第k个离散距离点的速度；S13通过式建立所述基于距离离散的车辆动力学模型；式中，a
i
(k)表示在第i辆车在第k个离散距离点的加速度。对于车队跟驰车辆来说，a
i
(k),i＝2,3,...,n由车辆跟驰模型决定。3.根据权利要求2所述的方法，其特征在于，步骤S2包括：通过式和构建所述车队的不同动力类型车辆的能耗模型；式(4)中，c
k
表示基于距离离散的瞬时油耗函数，α为怠速阶段的瞬时燃油消耗率，β1、β2分别为效率参数和能量
‑
加速效率参数，M
v
为汽车平均质量，R为轮胎半径，R
a
(k)为空气阻力，R
T
(k)为车辆牵引力，R
r
(k)为滚动阻力，通过式(6)～(8)计算：R
T
(k)＝M
v
a(k)+R
a
(k)+R
r
(k)(6)(k)(6)式(5)中，p
k
表示基于距离离散的瞬时电耗函数，m为电动汽车的质量，η为再生制动系统电能再生的效率，c为气动阻力常数，r为电动汽车的电阻，K为电枢常数与磁通量的乘积，f
rl
为滚动阻力系数；式(6)～(8)中，ρ为空气密度，C
D
为阻力系数，A
f
为平均车辆迎风面积，g为重力加速度。4.根据权利要求3所述的方法，其特征在于，步骤S3包括：通过式构建所述基于距离离散的目标函数；式中，k为离散距离步长，M为离散距离点总数，E
i
(k)为第i辆车的瞬时能耗率，包括电动汽车的瞬时电耗率和...

【专利技术属性】
技术研发人员：韩晓，任芷瑗，张宇丰，贾斌，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：