1.一种基于隐藏车辆模型预测的节油率实时计算方法,其特征在于,该计算方法包括以下步骤:步骤一、计算出优化巡航控制系统控制的真实车辆油耗;
步骤二、通过虚拟隐藏模型计算出基准巡航控制系统油耗;
步骤三、用步骤一和步骤二计算出的两个系统的油耗作对比得出节油率。
2.根据权利要求1所述的一种基于隐藏车辆模型预测的节油率实时计算方法,其特征在于,所述步骤一的具体方法如下:从传感信息模块与车辆的动力CAN信息模块得到优化巡航控制系统进行计算所需要的前方目标物的相对距离、相对速度信息、自身车辆的状态信息即本车车速、发动机转速、发动机转矩、当前挡位,前方道路的坡度曲率,得到这些信息后,由优化巡航控制系统运用模型预测控制进行滚动优化,然后运用庞德里亚金极小值原理和二分法相结合计算得出所需要的制动减速度以及驱动力矩;由优化巡航控制系统实时计算出的制动减速度以及驱动力矩指令通过车辆动力CAN输出给车辆的EMS和ESC执行,从而控制真实车辆进行跟车或者巡航行驶;此时真实车辆的发动机转矩与转速通过CAN通讯得到后输入到油耗计算模块,通过对油耗MAP表的查找得出瞬时油耗,然后通过动态修正计算出优化控制算法的油耗。
3.根据权利要求1所述的一种基于隐藏车辆模型预测的节油率实时计算方法,其特征在于,所述步骤二的具体方法如下:从传感信息模块与车辆的动力CAN信息模块得到基准巡航系统进行计算所需要的前方目标物的相对距离、相对速度、自身车辆的状态信息即本车车速、发动机转速、发动机转矩、当前挡位,之后,由基准巡航控制系统通过PID算法计算得出在当下的相对时距即相对距离除以本车车速下控制车辆进行巡航行驶所需要的制动减速度以及驱动力矩;计算出期望的制动减速度与驱动力矩进入虚拟隐藏车辆模型中控制车辆行驶,当跟车目标有变化时,用真实的本车参数即本车车速、发动机转速、发动机转矩、当前挡位以及前方车辆参数即前方车辆与本车的相对距离与相对速度将虚拟车辆模型参数与跟车目标物参数进行重置,从而消除由于模型误差带来的虚拟车辆模型中的车速累计误差,由环境感知模块得到的前方车辆信息将同时发送给真实车辆与虚拟车辆,实现在真实的交通场景下隐藏车辆模型的运行。
4.根据权利要求3所述的一种基于隐藏车辆模型预测的节油率实时计算方法,其特征在于,所述虚拟车辆模型的构建方法如下:用Simulink搭建的车辆模型,包括转矩与节气门开度转换模块、发动机模块、传动系统模块以及纵向动力学模块;该车辆模型的输入为发动机需求力矩与制动减速度,输出为发动机转速与发动机真实转矩。
5.根据权利要求4所述的一种基于隐藏车辆模型预测的节油率实时计算方法,其特征在于,所述节气门开度转换模块中,由于控制算法给出的是需求发动机力矩命令,需要将需求发动机转矩命令转换为节气门开度命令给发动机模型执行;此模块中采用发动机真实转速与需求发动机转矩查表得到节气门开度,然后通过PID调节节气门开度使真实发动机转矩跟上需求发动机转矩;当需求发动机力矩小于零时,节气门开度为零;查表数据由真实发动机台架数据得到,但是在数据表中缺失节气门全开的数据,节气门全开工况在真实情况下极少存在,所以以表中的84%节气门开度假设为最大节气门开度数据,这里存在误差;
所述发动机模块的搭建是将前面得到的节气门开度乘以当前发动机转速下发动机最大输出力矩,得到此时的发动机有效输出力矩,之后与发动机额定最大输出力矩作比较取最小值得到此时的发动机输出力矩,当前发动机转速下的发动机最大输出力矩也是由发动机台架数据中提供数据得出当前时刻的最大平均有效压力BMEP,在得到发动机最大平均有效压力之后由公式T(Nm)=BMEP(bar)*V(L)/(4*pi*0.01)
计算得出车辆的在当前转速下的发动机有效输出力矩,其中V表示发动机排量,其他参数由实车参数代入;
所述传动系统模块的搭建是将由发动机模块得到的节气门开度与车速进入换挡模块决定当前时刻的档位与对应的传动比,发动机模块输出真实转矩与传动比、液力变矩器效率相乘,之后除以车轮半径得到传动轴驱动力矩,传动轴驱动力矩与制动力矩相加,得到传动轴力矩输出给车辆纵向动力学模型,并且由车速逆推得到发动机转速进行变矩器效率的查找;采用了状态机模型,基于车速与节气门开度这两个参数确定升档和降档的指令。
6.根据权利要求5所述的一种基于隐藏车辆模型预测的节油率实时计算方法,其特征在于,所述车辆纵向动力学模型的原始公式为:Ft=Ff+Fw+Fj+Fi。
其中,Ft为驱动力,单位为N,由于汽车为空档滑行所以其为零,Ff为摩擦阻力,单位为N,具体表达形式为Ff=Mg·f;其中,Mg为车重,单位为N,f为摩擦系数,Fw为汽车行驶空气阻力,单位为N,具体表达形式为 其中CA为空气阻力系数,vO为汽车开始滑行时的车速,单位为m/s,FJ为车辆的惯性力,具体表达式为FJ=M·aP,其中M为整车质量,单位为kg,aP为空挡下的滑行加速度,单位为m/s2,FI为车辆的坡道阻力,单位为N;所述纵向动力学模块为传统的车辆纵向动力学方程,但整车质量M与坡度α都为待辨识参数,对车辆纵向动力学有影响。
7.根据权利要求6所述的一种基于隐藏车辆模型预测的节油率实时计算方法,其特征在于,所述坡度α的辨识过程为:由加速度传感器的工作原理可知,车辆在上坡或者下坡时,由加速度传感器测得的加速度实际上是车辆纵向加速度与重力加速度沿坡道分量之和;
坡度的计算公式为:
其中,av为速度求导得到的车辆加速度,asen为车辆的加速度传感器测得的加速度,做差后除以加速度g即可得到当前的道路坡度;由于存在传动系统抖振,车速信号存在固定频率的抖动,而且抖动的周期随着车速的增加而减小,所以在对车速进行微分时,要选择一个周期来进行微分,微分之后要进行限幅以及用低通滤波器进行滤波处理,车辆的加速度信号也需要进行限幅以及用低通滤波器进行滤波处理。
8.根据权利要求6所述的一种基于隐藏车辆模型预测的节油率实时计算方法,其特征在于,所述整车质量M的辨识过程为:采用递归最小二乘算法对整车质量M进行辨识;
传统车辆纵向动力学方程为:
Ft=Fw+mgf+mgi+ma
其中,Ft为车辆的驱动力,由于无法直接得到车辆驱动力数据,所以我们需要通过发动机输出的驱动力,通过传动系统的转换得到车辆的真实驱动力,Fw为车辆行驶的空气阻力,mgf为车辆行驶的滚动阻力,f为车辆的滚动阻力系数,mgi为车辆的坡度阻力,i为坡度的正弦值,ma为车辆的加速阻力;
转变为递归最小二乘格式,可得:
-1
γ(k)=P(k-1)a_e(k)[a_e(k)P(k-1)a_e(k)+μ(k)]其中,e为过程白噪声,将上式重新进行变换,可得:
Ftw=θ·a_e+e
其中, 代表系统输出量,θ=m,代表待辨识参数,a_e=gf+gi+a,
代表可观测的数据向量;
根据最小二乘原理,可得系统的最小二乘递归格式为:
-1
γ(k)=P(k-1)a_e(k)[a_e(k)P(k-1)a_e(k)+μ(k)]P(k)=μ(k)-1[I-γ(k)a_e(k)]P(k-1)
其中,μ(k)为第k时刻的遗忘因子,γ(k)为k时刻的增益矩阵,Ftw(k)表示k时刻的系统输入量, 表示k时刻辨识的质量,在递归最小二乘辨识中, 和γ(k)需要预先设定初值,I表示单位矩阵,P(k)表示k时刻的过度矩阵。
9.根据权利要求2所述的一种基于隐藏车辆模型预测的节油率实时计算方法,其特征在于,利用所述油耗模型的油耗计算具体过程如下:油耗模型采用发动机转速与转矩对发动机油耗MAP进行查表的方法,但是MAP表为进过发动机台架试验静态标定的,需要通过油耗仪真实油耗数据对其进行修正达到动态补偿。
其中Fins为优化巡航控制系统或者基准巡航控制系统控制下的实车修正前累计油耗,表示通过发动机转速和转矩查找出的瞬时油耗,积分可以得到累计油耗,之后通过修正得到修正后的油耗;
Ffinal=a·Fins2+b·Fins+c
公式为修正函数,Ffinal表示优化巡航控制系统或者基准巡航控制系统控制下的实车修正后累计油耗,a,b,c为修正公式参数。
10.根据权利要求1所述的一种基于隐藏车辆模型预测的节油率实时计算方法,其特征在于,所述步骤三的具体过程如下:计算出的基准巡航控制系统油耗与优化巡航控制系统油耗每1km进行一次比较,可以得到优化巡航控制系统相比较基准巡航控制系统的节油率;
其中,φ为节油率,Fopt为优化巡航控制系统控制下的实车油耗,Fbenchmark为基准巡航控制系统控制下的虚拟车辆模型油耗;此外,由于优化巡航控制系统的油耗也在累计计算且不清零,从而可以得到优化巡航控制系统的百公里油耗;最终得到的节油率与百公里油耗通过CAN通信输入到人机交互界面进行显示。