1.一种智能驾驶汽车节能减排协调控制方法,其特征在于:步骤一:通过信息采集处理模块对主车前方包括高精度地图信息和交通信息在内的交通环境信息进行采集和处理;
步骤二:在驾驶场景划分模块中,基于主车与前车的相互关系及其在车道上的位置进行场景分析,根据跟车时距以及主车与前车之间的相对速度,把复杂的交通场景简化,并得到巡航驾驶场景、跟车驾驶场景或紧急制动场景;
步骤三:在节能目标实现模块中,根据驾驶场景划分模块获得的驾驶场景及需要跟踪的目标,以节能为目的,结合未来地图信息完成速度规划、挡位选取及驱动的预测控制,获取期望的主车驱动转矩;
步骤四:在排放目标实现模块中,以节能目标实现模块获得的期望主车驱动转矩及法规限制排放值作为参考,对车辆的氮氧化物排放进行优化,获得排放优化下的发动机节气门开度、EGR开度以及点火提前角信号;
步骤五:通过底层执行模块将车辆规划速度、目标挡位、节气门开度、EGR开度和点火提前角信号作用在被控车辆上,从而实现自适应巡航下的预测节能减排控制;
所述信息采集处理模块中:所述高精度地图信息包括道路坡度值、道路限速和道路曲率,高精度地图信息的采集与处理过程为:通过智能网联技术获取未来路段的道路坡度值、道路限速和道路曲率;
所述交通信息为主车所处交通流周边信息,包括主车摄像头所能识别到的主车前方车辆数目、主车与前车的相对距离以及主车与前车相对速度,交通信息的采集与处理过程为:通过安装在主车上的雷达与摄像头对主车周围的车辆和行人进行识别,获取主车车道内前方最多六个车辆的运动信息,所述运动信息为主车与主车车道内前方车辆之间的相对速度和相对距离;
所述节能目标实现模块中,获取期望的主车驱动转矩的具体过程如下:
3.1 设定控制目标:在保证速度跟踪的同时实现油耗最小,进而进行在线优化求解设定优化目标;
3.2 确定控制问题约束条件:考虑车辆纵向动力学方程及车辆转矩及转速限制条件,设定为控制约束条件;
3.3 构建与控制相关的哈密顿方程:定义哈密顿函数并基于庞德亚金极小值原理确定最优性必要性条件;
3.4求取协态变量:设定迭代终止条件,并通过二分法迭代求解最优协态变量求解后,即得到节能目标下的最优车辆驱动转矩;
所述排放目标实现模块中,获得排放优化下的发动机节气门开度,EGR开度和点火提前角的具体过程如下:
4.1 辨识发动机排放模型:将选取的输入及输出激励数据作用于发动机模型上,并断开其自带的控制器,获得激励输出数据,并构造Hankel矩阵,通过对最小二乘问题的求解得到预测矩阵,实现初步辨识发动机模型,得到排放预测模型;
4.2 对预测模型中的变量进行分离处理:针对数据激励中的控制量,分离出不对应执行机构的氧气浓度值作为测量量,将输出量、NOx排放量、转矩、进气歧管压力和排气歧管的压力分别进行表示,为预测方程表示做准备;
4.3 数据驱动MPC控制器设计:完成采用增量形式的预测方程的表达,假设在预测时域内未来时刻的氧气浓度与当前时刻的氧气浓度相等,得到下一个时刻的NOx排放量、转矩、进气歧管和排气歧管的压力,构建排放优化控制的代价函数表达形式,利用MATLAB求解带约束二次规划问题的工具箱来求解期望的控制输入,即排放优化下的节气门开度,EGR开度和点火提前角信号。