【技术实现步骤摘要】
本专利技术涉及无人车编队控制，具体是一种基于多步线性化策略的无人驾驶车辆模型预测控制方法。
技术介绍
1、无人车编队协同运动时，领航车受到风阻影响，导致电能消耗速度增加，使实际运动行程缩小，无人车多采用电力驱动，在直线运动距离占总运动行程比过大的情况下，领航车电能消耗要大于后车，导致无人车编队受到领航车的影响，整体运动行程缩小。在户外环境下，受到环境风力影响，导致直线运动车辆迎风行驶时，车辆受到的风阻进一步增加，使电能损耗表现更加直观。
技术实现思路
1、本专利技术的目的在于提供一种基于多步线性化策略的无人驾驶车辆模型预测控制方法，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种基于多步线性化策略的无人驾驶车辆模型预测控制方法，包括：
4、步骤一：建立无人车群协同运动模型，设定相邻车辆之间的最小间距为snin，获取前车直线运动风阻f，设定期望风阻f标，由于不同车辆的形状、迎风面积不同，因此通过车辆风动流场实验获取蹭风尾距s风，或者也可以利用实验法获取多点风阻数据，通过车辆风动流场实验引入蹭风尾距s风和尾车能耗表达值p风，由于尾车能耗表达值p风与蹭风尾距s风为反比，而蹭风尾距s风越小，蹭风效果或者节能效果最佳，因此通过公式表达，设定期望尾车能耗表达值为p标，设定期望尾车能耗表达值为p标的主要目的为了作为对p风进行调整的指标。从而调整跟车距离；
5、步骤二：引入前车减速能力d前、后车减速能力d后
6、步骤三：建立期望间距模型引入安全期望间距s期的主要目的为了在调整时，参考前车减速能力d前、后车减速能力d后、以及s期对能耗的影响，获取最佳间距，最佳间距必须大于最小安全距smin，同时s期处尾车的能耗表达值需要≤p标。在上述两个条件的约束下，通过获取安全期望间距s期，并且根据调整车辆速度，s期落入上述两个条件内；
7、步骤四：设定领航破风时间为t标，直线行驶阶段领航车领航时间到达t标时，领航车与后续车辆同步减速，尾车变道保持原先速度，经过后，尾车保持原先速度变至原车道切换为领航车，后续车辆与现领航车保持相同速度继续前进。
8、作为本专利技术再进一步的方案：引入风阻公式cd为气动阻力系数，f为风阻，p为空气密度，v为相对空气流速，a为迎风面积。
9、作为本专利技术再进一步的方案：相对空气流速v＝v车+v风，当f-f标数值大于1时，执行步骤二，当f-f标数值小于或等于0时，正常行驶。
10、作为本专利技术再进一步的方案：引入车辆坐标(x、y、z)，在编队车辆z坐标相同时，执行步骤四。
11、作为本专利技术再进一步的方案：在编队车辆z坐标不同且处于下坡状态时，安全期望间距在编队车辆z坐标不同且处于上坡状态时，
12、与现有技术相比，本专利技术的有益效果是：
13、引入蹭风尾距s风，利用无人车编队的直线运动，将领航车进行破风作业，缩短后车与前车间距，使后车受到前车影响降低风阻，从而使后方车辆的电能损耗降低，结合安全期望间距，在保证安全的基础上，调整无人车间距，引入小型无人车实验时，可以有效的提高无人车的运动行程，同时小型实验无人车的低速性可以使风阻效果最佳，从而提高单次试验周期。
本文档来自技高网...【技术保护点】
1.一种基于多步线性化策略的无人驾驶车辆模型预测控制方法，其特征在于：包括：
2.根据权利要求1所述的一种基于多步线性化策略的无人驾驶车辆模型预测控制方法，其特征在于：引入风阻公式Cd为气动阻力系数，F为风阻，p为空气密度，V为相对空气流速，A为迎风面积。
3.根据权利要求2所述的一种基于多步线性化策略的无人驾驶车辆模型预测控制方法，其特征在于：相对空气流速V＝v车+v风，当F-F标数值大于1时，执行步骤二，当F-F标数值小于或等于0时，正常行驶。
4.根据权利要求1所述的一种基于多步线性化策略的无人驾驶车辆模型预测控制方法，其特征在于：引入车辆坐标(x、y、z)，在编队车辆z坐标相同时，执行步骤一。
5.根据权利要求4所述的一种基于多步线性化策略的无人驾驶车辆模型预测控制方法，其特征在于：在编队车辆z坐标不同且处于下坡状态时，安全期望间距在编队车辆z坐标不同且处于上坡状态时，
【技术特征摘要】
1.一种基于多步线性化策略的无人驾驶车辆模型预测控制方法，其特征在于：包括：
2.根据权利要求1所述的一种基于多步线性化策略的无人驾驶车辆模型预测控制方法，其特征在于：引入风阻公式cd为气动阻力系数，f为风阻，p为空气密度，v为相对空气流速，a为迎风面积。
3.根据权利要求2所述的一种基于多步线性化策略的无人驾驶车辆模型预测控制方法，其特征在于：相对空气流速v＝v车+v风，当f-f标数值大于...
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。