【技术实现步骤摘要】
本专利技术涉及车辆控制，特别涉及一种全局车速预测方法、车辆控制器和可读存储介质。
技术介绍
1、车速预测受人、车、环境多种因素共同影响，具有高度的非线性和时变性，如何在全局时域范围内保证良好的预测精度有着重要的意义，不仅有利于能量管理策略的寻优，提升车辆经济性，也可以用于车队以及交通流的控制，有效缓解拥堵，提高通行效率；即使目前由于技术所限，无法精准预测整条路径每时每刻的车速值，获取到车速变化的大致趋势也是一个重要信息，可帮助预测性功能提前做出决策，朝着优化目标前进。
2、车速预测方法总体来说分为基于数据的方法和基于模型的方法，基于模型的方法主要是通过构建车辆横纵向车辆模型推导获取准确的车辆动力学特性，从而搭建精确的参数模型，该类方法受环境影响较小，但其预测结果也极大依赖模型精确度，然而在数据探测有限和不完全的情况下，精准建模存在困难，制约了参数方法的应用。基于数据的方法包含人工神经网络、隐马尔科夫模型、回归分析、贝叶斯网络等等，这些方法都是利用过往历史数据构建数据模型，根据参数不断的更新迭代以维持模型的准确性，由于其强大的...
【技术保护点】
1.一种全局车速预测方法，其特征在于，包括：
2.根据权利要求1所述的全局车速预测方法，其特征在于，通过以下步骤训练得到多个不同驾驶风格的车速预测模型：
3.根据权利要求2所述的全局车速预测方法，其特征在于，所述根据归属于该驾驶风格的样本段对预先创建的高斯过程回归模型进行训练，以得到该驾驶风格的车速预测模型，包括：
4.根据权利要求3所述的全局车速预测方法，其特征在于，所述对预先创建的高斯过程回归模型进行超参数的确定，以得到该驾驶风格的车速预测模型，包括：
5.根据权利要求2所述的全局车速预测方法，其特征在于，所述根据所...
【技术特征摘要】
1.一种全局车速预测方法，其特征在于，包括：
2.根据权利要求1所述的全局车速预测方法，其特征在于，通过以下步骤训练得到多个不同驾驶风格的车速预测模型：
3.根据权利要求2所述的全局车速预测方法，其特征在于，所述根据归属于该驾驶风格的样本段对预先创建的高斯过程回归模型进行训练，以得到该驾驶风格的车速预测模型，包括：
4.根据权利要求3所述的全局车速预测方法，其特征在于，所述对预先创建的高斯过程回归模型进行超参数的确定，以得到该驾驶风格的车速预测模型，包括：
5.根据权利要求2所述的全局车速预测方法，其特征在于，所述根据所述多个样本段中的车速数据和踏板开度数据，对所述多个样本段进行驾驶风格聚类，以确定每个样本段所对应的驾驶风格，包括：
6.根据权利要求1所述的全局车速预测方法，其特征在于，根据各个驾驶风格的车速预测模型在上一融合周期的修正权重以及各个驾驶风格的车速预测模型在上一融合...
【专利技术属性】
技术研发人员：鄢挺，宋康，吕东轩，丁锋，李乐，程玉佼，张柳，
申请(专利权)人：联合汽车电子有限公司，
类型：发明
国别省市：
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。