1.一种定速巡航控制方法,其特征在于,包括:获取车辆当前时刻的速度以及在行驶路段的预测时域内的坡度数据;
根据所述当前时刻的速度、所述坡度数据和离散时域方程,基于模型预测控制MPC算法确定使所述车辆达到定速巡航的目标速度的驱动力矩;
根据所述驱动力矩生成驱动控制信号。
2.根据权利要求1所述的方法,其特征在于,还包括:将车速、加速度、加速度导数作为状态量,将驱动力矩作为控制量,构建所述离散时域方程。
3.根据权利要求1所述的方法,其特征在于,根据所述当前时刻的速度、所述坡度数据和离散时域方程,基于MPC算法确定使所述车辆达到定速巡航的目标速度的驱动力矩,包括:
根据前向欧拉法将车辆纵向动力学平衡方程线性离散化,得到离散时域方程;
根据所述当前时刻的速度、所述坡度数据和所述离散时域方程,确定当前时刻的期望加速度;
根据所述离散时域方程以及所述期望加速度求解预测矩阵,所述预测矩阵用于表示所述预测时域内每个时刻的车速;
确定二次规划的目标函数,所述目标函数用于最小化所述预测时域内每个时刻的车速与所述目标速度的偏差;
对所述目标函数进行求解,得到所述驱动力矩。
4.根据权利要求3所述的方法,其特征在于,在根据前向欧拉法将车辆纵向动力学平衡方程线性离散化,得到离散时域方程之后,还包括:将所述离散时域方程转换为包含控制增量的形式。
5.根据权利要求3所述的方法,其特征在于,所述目标函数还用于以下至少之一:最小化控制时域内的控制增量;
最小化控制时域内的控制量;
最小化松弛因子。
6.根据权利要求3所述的方法,其特征在于,所述二次规划的约束项包括以下至少之一:
对加速度的约束;对控制量的约束;对控制增量的约束;对松弛因子的约束;对预测矩阵中的预测值的软约束;对预测矩阵中的预测值的硬约束。
7.根据权利要求1所述的方法,其特征在于,还包括:若所述坡度数据包括下坡路段数据,且所述当前时刻的速度大于速度阈值,则生成制动控制信号。
8.根据权利要求1所述的方法,其特征在于,所述离散时域方程包含坡道阻力、加速阻力、空气阻力和滚动阻力的干扰项;
所述预测时域以及所述预测时域对应的控制时域可变。
9.一种整车控制器,其特征在于,包括:一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1‑8中任一所述的定速巡航控制方法。
10.一种定速巡航控制系统,其特征在于,包括:如权利要求9所述的整车控制器;
还包括:
高精度地图模块,用于采集车辆在预测时域内的坡度数据;
信号测量模块,用于通过车速传感器测量车辆的实时车速;
发动机控制模块,用于根据驱动控制信号控制车辆,其中,所述驱动控制信号由所述整车控制器通过控制器局域网络CAN总线传输。