车辆多目标巡航与能量管理控制方法、系统及存储介质

1.本发明涉及车辆控制策略领域，更具体的说是涉及一种车辆多目标巡航与能量管理控制方法、系统及存储介质。


背景技术：

2.现有的研究来看，城市交通系统下生态驾驶策略的研究可以分为三个领域。第一类研究领域主要考虑宏观交通密度、限速和路况的影响。第二个领域基于车对车(v2v)和车对基础设施(v2i)信息，利用即将到来的交通信号灯信息优化车辆速度。第三个研究领域是城市道路跟车过程中的经济性驾驶，主要考虑了前车的约束。saboohi和farzaneh提出了一种基于最优控制理论的生态驾驶模型，该模型通过调整发动机负载来协调车速和齿轮比，以减少密集和畅通的交通流的燃油消耗。huang等提出了一种考虑全局交通状态变化和局部驾驶条件的互联自动驾驶汽车(cavs)环境下燃油消耗最小化的两阶段分层框架。asadi等中提出的方法引入了一种以车辆为中心的预测巡航控制系统，该系统通过its根据交通信号灯信息控制车辆，以减少交通信号灯红间隔的等待时间，避免不必要的频繁加速或减速。结果表明，该系统可实现约41.8％的燃油经济性改善。nunzio等提出了一种初步的速度修剪算法，该算法确定了速度在符合特定道路限速的情况下可能通过的可行“绿色窗口”。yang等所做的一项研究开发了一种用于多个信号交叉口的生态驾驶算法，考虑车辆队列(eco-ms-q)算法，以提高城市地区的燃油经济性。chen等提出了一种实时生态驾驶预测巡航控制系统，该系统利用即将到来的交通限制信息和来自前车的约束，通过庞特里亚金最小值原理和对分法求解非线性混合整数问题。nie和farzaneh提出了一种先进的生态驾驶acc系统，该系统在跟踪前车的同时，动态计算最优加速命令作为主机车辆的输入，实现生态驾驶策略，并获得驾驶安全性和舒适性的目标。
3.另一方面，电动汽车的不同动力结构也为进一步提升整车能量经济性提供了优化空间。纯电动汽车根据动力分布特点可分为集中式驱动、分布式驱动两类。前后轴独立驱动电动汽车(front andrear-wheel-independent drive-type electric vehicle,frid ev)在上世纪90年代提出，在稳定性、经济性和动力性方面都有着独特优势。该构型的电动汽车可以通过扭矩分配方法的设计实现稳定性最佳和系统效率最优。因此如何对该构型电动汽车进行扭矩分配成为了该构型电动汽车的关键问题。现有研究基本以电机、电池等关键部件的效率map为研究基础。同济大学的余卓平等基于电机效率map图，设定转矩分配系数为0～1，采用效率最大化方法确定转矩分配策略。hiroshi fujimoto和hayato sumiya考虑了部分复合驱动工况，将转矩分配系数范围设定为0～1.5，仿真结果表明所提出的控制策略提高了车辆的续驶里程。yang等基于电机效率map图，利用最小能耗的粒子群优化理论实时确定各电机转矩，仿真结果显示该算法与基于动态规划的全局优化效果相近。
4.基于以上研究现状，以往的大部分研究工作都集中在提高燃料/能源经济性的特定单一驾驶场景上，即(1)仅考虑汽车跟车行为的影响，或(2)仅考虑即将到来的交通信号灯而不与周围车辆交互的影响。然而，实际的日常城市交通状况既包括跟随车辆，也包括与
交通信号灯的交互。因此，基于前方障碍车辆约束和信号灯状态约束，综合考虑车辆安全、经济性驾驶的车速规划与控制问题仍待进一步研究。


技术实现要素：

5.有鉴于此，本发明提供了一种车辆多目标巡航与能量管理控制方法、系统及存储介质，以解决背景技术中存在的问题。
6.为了实现上述目的，本发明采用如下技术方案：
7.一种车辆多目标自适应巡航与能量管理控制方法，包括以下步骤：
8.根据交通场景数据信息判断当前车辆的旅行模式并规划驾驶目标；
9.基于旅行模式和驾驶目标规划车辆运动轨迹并输出驱动扭矩命令；
10.基于驱动扭矩命令对动力系统进行扭矩分配以实现对车辆的控制。
11.可选的，旅行模式包括跟车模式与停车模式；在每一个时间步长内，执行下列决策过程以对旅行模式进行判断：
12.比较车辆距离下一信号灯路口的距离d
tl
与一个限制值d
tl,limit
；
13.如果d
tl
大于d
tl,limit
，信号灯对本车无约束，决策逻辑输出跟车模式；
14.如果d
tl
小于d
tl,limit
，决策逻辑比较车辆在当前相位内可能行进的距离vct1与d
tl
的相对大小；其中，vc为车辆当前车速，t1为当前相位的剩余持续时间；
15.如果vct1≤d
tl
且相位为红灯或者vct1≥d
tl
时且相位为绿灯时，判定车辆以当前车速行驶在绿灯窗口内通过路口，输出跟车模式；
16.如果vct1≥d
tl
且相位为红灯或者vct1≤d
tl
时且相位为绿灯时，判定车辆以当前车速行驶将闯红灯，输出停车模式。
17.可选的，在进行运动轨迹规划时平衡多个驾驶目标，包括驾驶安全性目标j1、舒适性目标j2与经济性目标j3，如下所示：
[0018][0019][0020][0021]
其中，si与s
ref,i
为车辆纵向位置及其参考值，vi与v
ref,i
为车辆纵向速度及其参考值，t
t,i
与t
t,i-1
分别为当前时刻与上一时刻的车辆驱动扭矩命令，p
veh
(vi,ai,ti,ni)为车辆的瞬时驱动功率，该瞬时驱动功率为车辆速度vi、加速度ai、驱动电机扭矩ti与转速ni的函数；α、β、γ为各项权重，用以平衡轨迹跟踪性能、驾驶平稳性与经济性，n
p
为预测时域。
[0022]
可选的，通过寻找能耗最优的前后轴扭矩组合，最小化所述驱动系统的功率损失，表示为如下优化问题：
[0023][0024]
其中，p
loss,f
为前轴功率损失，p
loss,r
为后轴功率损失，t
t
为待分配的整车驱动扭矩命令，tf和tr分别为前轴和后轴扭矩，t
max
为驱动电机外特性限制及输出功率限制下的最大输出扭矩，p
e,f
和p
e,r
分别为前轴、后轴电机电功率，p
b,chg
和p
b,dis
分别为电池放电、充电功率上限。
[0025]
一种车辆多目标自适应巡航与能量管理控制系统，包括：
[0026]
交通场景数据信息获取模块：用于获取交通场景数据信息；
[0027]
旅行模式判断及驾驶目标规划模块：用于根据交通场景数据信息判断当前车辆的旅行模式并规划驾驶目标；
[0028]
运动轨迹规划模块：用于基于旅行模式和驾驶目标规划车辆运动轨迹并输出驱动扭矩命令；
[0029]
车辆控制模块：用于基于驱动扭矩命令对动力系统进行扭矩分配以实现对车辆的控制。
[0030]
一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现任意一项所述的一种车辆多目标自适应巡航与能量管理控制方法的步骤。
[0031]
经由上述的技术方案可知，与现有技术相比，本发明提供了一种车辆多目标巡航与能量管理控制方法、系统及存储介质，以车辆的跟踪性能为基础，以经济性能为主要目标，同时兼顾舒适性，对各个目标进行协调控制。
[0032]
本发明提出了两种旅行模式及相应的逻辑判断算法，并对参考位置和参考速度两个物理量进行设计，以将信号灯约束、前车约束与道路约束统一，并融合到运动轨迹规划最优求解中，实现车-路的协同控制。求解运动轨迹规划的多目标约束优化问题得到驱动扭矩命令，将其输入到下层的能量管理部分以进行进一步地节能优化控制。在下层基于电机效率map，设计了以总功率损失最少为目标的四驱电动汽车扭矩分配策略。最终实现在考虑驾驶安全性、舒适性与通行效率的同时，优化车辆自身运动状态并实现综合能耗最小。
附图说明
[0033]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0034]
图1为本发明的方法流程示意图；
[0035]
图2为本发明的具体实施方式总体框架图；
[0036]
图3为本发明的系统结构示意图。
具体实施方式
[0037]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0038]
本发明实施例公开了一种车辆多目标自适应巡航与能量管理控制方法，如图1所示，包括以下步骤：
[0039]
s1：获取交通场景数据信息；
[0040]
s2：根据交通场景数据信息判断当前车辆的旅行模式并规划驾驶目标；
[0041]
s3：基于旅行模式和驾驶目标规划车辆运动轨迹并输出驱动扭矩命令；
[0042]
s4：基于驱动扭矩命令对动力系统进行扭矩分配以实现对车辆的控制。
[0043]
在以上四个步骤下，本发明的具体实施方式如图2所示。
[0044]
在s2中建立车辆行驶纵向动力学模型，如下所示：
[0045][0046]
其中，s与v为车辆纵向位置与速度，作为模型状态量和输出量，即x＝y＝[s,v]
t
，t
t
为车辆动力系统和车轮制动器产生的驱动扭矩命令，作为模型控制量。m为车身质量，rw为轮胎半径，ρ为空气质量密度，a为车辆的正面迎风面积，g为重力加速度，cd为空气阻力系数，cr为滚动阻力系数，θ为道路倾角。
[0047]
为了追求本车在路口的最高通行效率，即在保证车辆安全行驶的同时尽量避免停车并减少等待信号灯的时间，在这个研究中设计了两种旅行模式，分别为跟车模式与停车模式。
[0048]
在每一个时间步长内，执行下列决策过程以对旅行模式进行判断：
[0049]
比较车辆距离下一信号灯路口的距离d
tl
与一个限制值d
tl,limit
；
[0050]
如果d
tl
大于d
tl,limit
，信号灯对本车无约束，决策逻辑输出跟车模式；
[0051]
如果d
tl
小于d
tl,limit
，决策逻辑比较车辆在当前相位内可能行进的距离vct1与d
tl
的相对大小；其中，vc为车辆当前车速，t1为当前相位的剩余持续时间；
[0052]
如果vct1≤d
tl
且相位为红灯或者vct1≥d
tl
时且相位为绿灯时，判定车辆以当前车速行驶在绿灯窗口内通过路口，输出跟车模式；
[0053]
如果vct1≥d
tl
且相位为红灯或者vct1≤d
tl
时且相位为绿灯时，判定车辆以当前车速行驶将闯红灯，输出停车模式。
[0054]
进一步的，定义前车安全位置s
safe,pre
、信号灯安全位置s
safe,inter
。前车与信号灯信息带来的约束通过本车最大安全位置s
safe
进行统一，以该安全位置作为位置参考信号值s
ref,i
，如公式所示：
[0055]ssafe,pre,i
＝s
pre,i-d
head,limit,i
；
[0056]dhead,limit,i
＝κ(viδt+d
min
)；
[0057][0058]sref,i
＝s
safe,i
＝min{s
safe,pre,i
,s
safe,inter,i
}；
[0059]
其中，s
pre
(i|k)为前车当前位置，d
head,limit,i
是一个两车间动态的安全距离，vi为本车当前速度，δt为驾驶员反应时间，d
min
为最小安全距离，κ为冗余系数，s
inter
为当前信号灯路口位置，δs
inter
为路口停止线路口中心的距离。
[0060]
通过设计车辆最大速度v
max
，将信号灯信息、前车约束与道路约束对本车的速度限制进行统一。
[0061]
当本车与前车的相对距离小于d
head,limit
时，二者速度应相等，即相对速度为零，以避免碰撞；当车辆行驶至预估的信号灯决策位置时，对前方两信号灯路口间距所允许的最大速度(即要保证车辆的刹车距离小于该间距)进行计算，以避免通过当前信号灯后由于速度过快而来不及在下一信号灯停止线前停车的情况发生；为保证行驶效率，除以上两种情况外，本车可以以道路最大限速进行行驶。
[0062]
同时定义参考速度v
ref
，如公式所示：
[0063][0064]
其中，跟车模式下的参考速度轨迹vf采用协同自适应巡航控制(cooperative adaptive cruise control，cacc)方案的车速曲线。数学表达式如下：
[0065][0066]
其中，v
f,i+1
与v
f,i
为下一时刻与当前时刻的跟车速度，ei为安全距离误差，k
p
与kd为控制参数，d
head,i
为跟车距离。
[0067]
停车模式的参考速度轨迹v
p
设计为一个正弦变速曲线，以得到平稳的减速过程。数学表达式如下：
[0068][0069]
其中，d和t代表整个减速过程要求的距离和时间，va＝d/t为整个停车过程的平均速度，m、n用于调整减速段过程中的冲击大小。在给定m的值之后，n的值由如下式子决定：
[0070][0071]
进一步的，在s3中，为运动轨迹规划设计驾驶安全性目标j1、舒适性目标j2与经济性目标j3，如下所示：
[0072][0073][0074][0075]
其中，si与s
ref,i
为车辆纵向位置及其参考值，vi与v
ref,i
为车辆纵向速度及其参考值，t
t,i
与t
t,i-1
分别为当前时刻与上一时刻的车辆驱动扭矩命令，p
veh
(vi,ai,ti,ni)为车辆的瞬时驱动功率，该瞬时功率为车辆速度vi、加速度ai、驱动电机扭矩ti与转速ni的函数。α、β、γ为各项权重，用以平衡轨迹跟踪性能、驾驶平稳性与经济性，n
p
为预测时域。j1考虑了系统输出量偏差，反映了多目标自适应巡航控制器对参考轨迹的跟踪能力，并设计了位置与速度项的分配权重。j2考虑了控制量的增量，通过限制控制量变化率，获得平稳的驾驶体验，保证乘车舒适性。j3考虑了车辆的驱动经济性，将车辆的瞬时驱动功率以规划得到经济的驱动扭矩命令轨迹
[0076]
同时设置车辆位置与速度上限约束s
safe
(k|i)、v
max
(i|k)，以满足交通规则约束并减少发生碰撞的可能性。考虑到驱动电机的外特性及输出功率限制，设置驱动扭矩的上下限t
t,max,i
、t
t,min,i
；考虑到车辆的舒适行驶，设置驱动扭矩的变化增量约束δt
t,max,i
、δt
t,min,i
，并在目标函数中设置舒适性目标；则v2x交通环境下的车辆运动轨迹规划问题可转化为有限时域内的约束优化问题：
[0077][0078]
在每一个时间步长内对以上优化问题进行求解，得到一个控制量序列，该序列的第一个元素即为优化得到的驱动扭矩命令，将其输入到下层的能量管理部分。以上过程实时滚动进行，以完成对车辆的运动轨迹规划，下层能量管理部分接收上层规划得到的驱动扭矩命令后再进行扭矩分配优化。
[0079]
上层算法控制信号需要传递到下层，通过驱动动力系统实现对车辆的控制。能量管理策略是能耗优化的关键。基于电动汽车驱动与制动回收效率图，设计了不同模式下的电动汽车能量管理策略。本发明中的研究对象动力系统共四个电机。其中，前轴、后轴各自驱动的两个电机工作情况相同，但两轴之间动力的优化分配需要被考虑。由于电机和车轮机械连接，电机转速与当前车速直接相关，动力分配优化问题实际上转化为扭矩分配优化问题。因为车辆的能耗主要受纵向运动的影响，所以本发明中考虑对车辆前后轮毂电机的转矩分配进行节能优化控制，即
[0080]
t
t
＝tf+tr；
[0081]
其中，t
t
为驱动扭矩命令，tf、tr分别为前后轴电机扭矩。
[0082]
能量管理策略流程具体为：根据驱动扭矩命令t
t
，判断当前车辆运行模式。随后，在电机效率图中查得当前转速下电机最大扭矩t
max
，并将其按固定间隔离散。t
t
与离散序列作差，得到前轴、后轴扭矩序列。离散化前后轴扭矩组合为
[0083][0084]
其中，t
f,i
和t
r,i
分别为前轴和后轴扭矩序列，n为离散点个数。最终输出的扭矩为序列中的某一扭矩组合。t
max
需要同时满足电机最大输出功率与电机外特性，它被表示为：
[0085][0086]
其中，p
max
为电机最大输出功率；n为电机当前转速；t
limit
为电机外特性曲线工作扭矩。扭矩组合需要满足如下的约束条件：
[0087][0088]
其中，p
e,f
和p
e,r
分别为前轴、后轴电机电功率，p
b,chg
和p
b,dis
分别为电池放电、充电功率上限。寻优策略的目标函数为
[0089]
j＝min(p
loss,f
+p
loss,r
)；
[0090]
其中，p
loss,f
为前轴功率损失，p
loss,r
为后轴功率损失。对纯电动汽车来说，行驶过程中用来驱动的能耗完全由电机功率决定。在电机转速与整车扭矩确定的情况下，电机机械功率固定，功率损失越小，驱动模式消耗电功率越少，制动模式回收的电功率越多。所以寻优策略的目标就是寻找总功率损失最少的扭矩组合。系统在动力系统最优的扭矩组合下实现对车辆的控制。
[0091]
与图1所示方法对应的，本发明还公开了一种车辆多目标自适应巡航与能量管理控制系统用于对图1方法的实现，具体结构如图3所示，包括：
[0092]
交通场景数据信息获取模块：用于获取交通场景数据信息；
[0093]
旅行模式判断及驾驶目标规划模块：用于根据交通场景数据信息判断当前车辆的旅行模式并规划驾驶目标；
[0094]
运动轨迹规划模块：用于基于旅行模式和驾驶目标规划车辆运动轨迹并输出驱动扭矩命令；
[0095]
车辆控制模块：用于基于驱动扭矩命令对动力系统进行扭矩分配以实现对车辆的控制。
[0096]
本发明最后公开了一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现任意一项所述的一种车辆多目标自适应巡航与能量管理控制方法的步骤。
[0097]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置
而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0098]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种车辆多目标自适应巡航与能量管理控制方法，其特征在于，包括以下步骤：根据交通场景数据信息判断当前车辆的旅行模式并规划驾驶目标；基于旅行模式和驾驶目标规划车辆运动轨迹并输出驱动扭矩命令；基于驱动扭矩命令对动力系统进行扭矩分配以实现对车辆的控制。2.根据权利要求1所述的一种车辆多目标自适应巡航与能量管理控制方法，其特征在于，旅行模式包括跟车模式与停车模式；在每一个时间步长内，执行下列决策过程以对旅行模式进行判断：比较车辆距离下一信号灯路口的距离d
tl
与一个限制值d
tl,limit
；如果d
tl
大于d
tl,limit
，信号灯对本车无约束，决策逻辑输出跟车模式；如果d
tl
小于d
tl,limit
，决策逻辑比较车辆在当前相位内可能行进的距离v
c
t1与d
tl
的相对大小；其中，v
c
为车辆当前车速，t1为当前相位的剩余持续时间；如果v
c
t1≤d
tl
且相位为红灯或者v
c
t1≥d
tl
时且相位为绿灯时，判定车辆以当前车速行驶在绿灯窗口内通过路口，输出跟车模式；如果v
c
t1≥d
tl
且相位为红灯或者v
c
t1≤d
tl
时且相位为绿灯时，判定车辆以当前车速行驶将闯红灯，输出停车模式。3.根据权利要求1所述的一种车辆多目标自适应巡航与能量管理控制方法，其特征在于，在进行运动轨迹规划时平衡多个驾驶目标，包括驾驶安全性目标j1、舒适性目标j2与经济性目标j3，如下所示：，如下所示：，如下所示：其中，s
i
与s
ref,i
为车辆纵向位置及其参考值，v
i
与v
ref,i
为车辆纵向速度及其参考值，t
t,i
与t
t,i-1
分别为当前时刻与上一时刻的车辆驱动扭矩命令，p
veh
(v
i
,a
i
,t
i
,n
i
)为车辆的瞬时驱动功率，该瞬时驱动功率为车辆速度v
i
、加速度a
i
、驱动电机扭矩t
i
与转速n
i
的函数；α、β、γ为各项权重，用以平衡轨迹跟踪性能、驾驶平稳性与经济性，n
p
为预测时域。4.根据权利要求1所述的一种车辆多目标自适应巡航与能量管理控制方法，其特征在于，通过寻找能耗最优的前后轴扭矩组合，最小化所述驱动系统的功率损失，表示为如下优化问题：其中，p
loss,f
为前轴功率损失，p
loss,r
为后轴功率损失，t
t
为待分配的整车驱动扭矩命令，t
f
和t
r
分别为前轴和后轴扭矩，t
max
为驱动电机外特性限制及输出功率限制下的最大输出扭
矩，p
e,f
和p
e,r
分别为前轴、后轴电机电功率，p
b,chg
和p
b,dis
分别为电池放电、充电功率上限。5.一种车辆多目标自适应巡航与能量管理控制系统，其特征在于，包括：交通场景数据信息获取模块：用于获取交通场景数据信息；旅行模式判断及驾驶目标规划模块：用于根据交通场景数据信息判断当前车辆的旅行模式并规划驾驶目标；运动轨迹规划模块：用于基于旅行模式和驾驶目标规划车辆运动轨迹并输出驱动扭矩命令；车辆控制模块：用于基于驱动扭矩命令对动力系统进行扭矩分配以实现对车辆的控制。6.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-4中任意一项所述的一种车辆多目标自适应巡航与能量管理控制方法的步骤。

技术总结
本发明公开了一种车辆多目标自适应巡航控制与能量管理控制方法、系统及存储介质，涉及车辆控制测量领域。本发明包括以下步骤：获取交通场景数据信息；根据交通场景数据信息判断当前车辆的旅行模式并规划驾驶目标；基于旅行模式和驾驶目标规划车辆运动轨迹并输出驱动扭矩命令；基于驱动扭矩命令对动力系统进行扭矩分配以实现对车辆的控制。本发明在考虑驾驶安全性、舒适性与通行效率的同时，优化车辆自身运动状态并实现综合能耗最小。自身运动状态并实现综合能耗最小。自身运动状态并实现综合能耗最小。


技术研发人员：朱晶宇 张砚北 刘崇凡
受保护的技术使用者：大连理工大学
技术研发日：2023.08.02
技术公布日：2023/10/6