欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2017102911370
申请人: 吉林大学
专利类型:发明专利
专利状态:已下证
专利领域: 一般车辆
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于经济性驾驶的实时预测巡航控制系统,其特征在于,包括:信息采集模块:用于采集当前车辆和前方车辆行驶状态信息,包括速度信息、当前车辆和前车的距离,以及预测距离内道路交通速度限制信息;将采集的信息传递给车辆动力学模型建立模块;

车辆动力学模型建立模块,其根据采集的交通速度限制信息及前车与本车的行驶状态信息,建立车辆动力学模型,同时建立控制问题,确定优化的目标和所满足的约束条件,包括以下工作过程:

2.1)车辆动力学建模:根据信息采集模块采集的交通速度限制信息和前车与本车的行驶状态信息,建立车辆动力学模型;

2.2)控制问题的建立:选择预测时域内的燃料消耗作为目标函数,同时考虑车辆的动力性和舒适性的附加指标,进行控制问题的建立,确定优化的目标;

2.3)进行前车状态预测,引入前车加速度预测模型;

2.4)确定控制问题的约束条件:考虑对本车行驶速度的限制及最大行驶速度、最大安全距离的约束,给出对速度和距离的限制条件;

滚动时域优化计算模块:基于车辆动力学模型建立模块提出的控制问题和约束条件,通过庞德里亚金极小值原理和二分法相结合的方法,优化得到最优挡位序列、最优发动机转矩及制动力的显示解,确定最优控制律,包括以下工作过程:

3.1)基于庞德里亚金极小值原理导出最优必要条件;

3.2)使用二分法找到最优拉格朗日乘子。

2.如权利要求1所述的一种基于经济性驾驶的实时预测巡航控制系统,其特征在于,所述2.1)车辆动力学建模的具体步骤为:使用本车当前行驶距离sh和当前车速vh来描述车辆动力学系统,其离散方程为:其中,预测时域离散为N步,f定义为:

其中,aκ是车辆纵向加速度,aκ(k)=aa(vh(k))+ar(α(k))+ag(α(k));Tf是发动机扭矩;Ig是传动比;Fb是制动力;aa表示空气阻力引起的纵向加速度;ar表示滚动阻力引起的纵向加速度;ag表示重力加速度;

设车辆挡位ng(k)∈{1,2,3,4,5},则下一个时刻的挡位ng(k+1)可以通过当前挡位ng(k)和换挡命令ug(k)表示,如下:ng(k+1)=ng(k)+ug(k)    (3)挡位控制命令需要满足如下约束:ug(k)∈{-1,0,1},其分别表示降挡,保持和升挡。

3.如权利要求1所述的一种基于经济性驾驶的实时预测巡航控制系统,其特征在于,所述2.2)控制问题的建立具体包括以下步骤:假设给出驾驶员设定期望速度为vref,则可以将目标函数表示为:其中,L(x(k),u(k))被定义为:

其中,x=[vh,sh], 是发动机的燃油消耗率,ωr是动力性惩罚系数,ωcP(k)是舒适性惩罚项,P(k)的表达式为:其中,ωc是舒适性惩罚系数;

发动机的燃料消耗率 可近似为发动机输出转矩Tf和发动机转速ωf的二阶函数,形式如:其中,ki,j是拟合系数,发动机转速ωf(k)由传动比和速度确定:最后,控制变量选为发动机扭矩、制动力和换挡指令,即u={Tf,Fb,ug},找到u={Tf,Fb,ug},使得控制目标(4)最小化,满足vh(1)=vh,0,sh(1)=sh,0,vh,0和sh,0是初始状态。

4.如权利要求1所述的一种基于经济性驾驶的实时预测巡航控制系统,其特征在于,所述步骤2.3)进行前车状态预测的具体步骤为:引入前车加速度预测方程:

其中, 定义为vp的分段函数:

其中,β1>0和β2>0表示函数的衰减度,γ1和γ2定义速度的近似范围。

5.如权利要求1所述的一种基于经济性驾驶的实时预测巡航控制系统,其特征在于,所述步骤2.4)确定控制问题的约束条件的具体步骤为:假设最大减速度估计为ah,maxbr=ap,maxbr=g,那么在发生事故时,前车以最大减速度制动,安全距离应该足够大以确保主车的安全性,设允许反应时间为Treact,在这种情况下,两辆车的行驶距离分别为:其中,sh,br是本车在制动时行驶的距离,sp,br是前车制动时行驶的距离,vp是前车的行驶速度;为了避免碰撞,最小安全距离ssafe为:ssafe=max(vhTreact,sh,br-sp,br)     (12)因此,给定本车与前车的距离,对时间步长k时刻处的距离约束是:sh(k)≤sp(k)-ssafe(k)   (13)最小安全距离实际上由两个车辆的速度确定,定义最大速度:vh,max(k)=min{vh,m1(k),vh,m2(k),vh,m3(k),vlim(k)}    (14)其中,vlim由当前距离和速度限制来确定:

其中,c=sp(k)-sh(k-1)-vh(k-1)Δt,Tw,max是最大车轮力矩;

此外,控制问题中的其他约束概括为:

其中,Tf,max(ωf(k)),ωf,max,Fb,max是车辆制动力的物理极限。

6.如权利要求1所述的一种基于经济性驾驶的实时预测巡航控制系统,其特征在于,所述步骤3.1)基于庞德里亚金极小值原理导出最优必要条件的具体步骤为:哈密顿方程为:

H(x(k),u(k))=L(x(k),u(k))+λf1(k)+μf2(k)    (17)最优的必要条件如下:

以及终端条件 和μ(N+1)=0;

此外,最优控制量uo(k)必须在每个时刻使得哈密尔顿函数最小,如H(uo(k),λo(k),μo(k))≤H(u(k),λo(k),μo(k))    (19)最佳协同状态μo(k)是常数(μ≡0);

o o o

基于以上必要条件,给出最优状态λ,x 和控制变量u 之间的关系,因为最优控制律必须在每个时刻使哈密尔顿函数最小,因此,在某一时刻k,如果状态λ(k),vh(k),sh(k)已知,可以根据庞德里亚金极小值原理导出u(k)的显示解;

将哈密尔顿函数表示为控制变量Tf(k)、Fb(k)和ug(k)的函数:其中,

因为在最优情况下,发动机扭矩Tf和制动力Fb不能同时为正,所以哈密顿函数可以用分段函数表示:其中,Hdrive表示车辆处于加速或巡航情况,Hbrake表示车辆处于制动的情况;

通过下式获得发动机扭矩和制动力的最优解:

在已知挡位下,最大发动机扭矩Tmax(k)由约束(12)和约束(14)确定:从而可以获得最小的Hdrive和Hbrake的显式最优解:其中,p3=ωc>0;

然后获得最优控制律:

考虑另一个控制变量,换挡指令。由于所有可能的换挡命令都是{-1,0,1},其分别表示降挡、保持不变和升挡,对于最优的 和 对应于每个可能的挡位,存在三个最优控制律,因此,这三个挡位确定(20)中的三个哈密顿值为 和通过比较这些哈密顿值来确定最佳换挡命令:

。

7.如权利要求1所述的一种基于经济性驾驶的实时预测巡航控制系统,其特征在于,所述步骤3.2)使用二分法找到最优拉格朗日乘子的具体步骤为:假设在初始时间的拉格朗日算子的下限和上限λ(1)∈[ΛL,ΛU]可以通过车辆参数和状态值的范围来获得,并且边界条件是初始拉格朗日乘数λ(1)的连续函数,记为:在间隔λ(1)∈[ΛL,ΛU],根据已知的车辆参数和状态值的范围,我们可以得出F(ΛL)和F(ΛU)具有相反的符号;

然后,可以重新构造为一个问题,通过二分法找到方程F(λ(1))=0的根或解;迭代终止条件定义为|F(λ(r)(1))|≤ε,其中,ε为迭代终止误差,r为迭代次数。