CN104063547B - 基于云推理的汽车巡航车速规划方法 - Google Patents

Abstract

本发明涉及一种基于云推理的汽车巡航车速规划方法，以汽车百公里平均燃油消耗量为燃油经济性评价指标。该规划方法流程图：首先根据试验数据建立百公里平均燃油消耗量云模型。其次采用云变换、云推理等相关理论，确定云模型输入及输出变量的概念树，生成汽车百公里平均燃油消耗量云模型规则库；基于云推理机制和规则库的自动提取程序，生成输入与输出变量间的映射关系，根据此映射关系提取出不同行驶阻力下的经济车速，将这些经济车速规划出适应行驶阻力变化的经济性巡航速度变化轨迹，汽车始终以行驶阻力所对应的经济车速行驶。因此，本发明能够提高整车的燃油经济性，从而有效的降低汽车百公里平均燃油消耗量，较好地实现节能减排的目的。

Description

基于云推理的汽车巡航车速规划方法

技术领域

本发明是一种基于云推理的汽车巡航车速规划方法。它能够根据汽车巡航时的道路条件及气候环境参数等信息，在不同行驶阻力工况间切换，规划经济性巡航速度的变化轨迹。

背景技术

“十一五”期间国家提出了节能减排战略，“十二五”我国继续贯彻执行节能减排，接着提出了具体的“节能和新能源汽车”战略，这说明国家对汽车的燃油经济性和排放性能不断提出新的要求。

现有巡航技术具有一定的燃油经济性，但该巡航模式以车辆行驶的舒适性和安全性为控制目标，并不能最大限度地提高车辆的燃油经济性。本发明提出了基于云推理的汽车经济性巡航车速规划方法，车辆以此经济性巡航速度变化轨迹巡航时，燃油消耗量降低，可较大限度地提高整车的燃油经济性，实现节能减排的目的。

发明内容

本发明所述的一种基于云推理的汽车巡航车速规划方法，旨在规划出汽车经济性巡航的速度变化轨迹，车辆以此经济性巡航速度变化轨迹巡航时，可较大限度地降低汽车的燃油消耗量，提高整车燃油经济性，实现节能减排的目的。

本发明的上述目的可通过以下技术方案实现，结合附图说明如下：

本发明所述的一种基于云推理的汽车巡航车速规划方法，包括以下具体步骤：

1)根据试验数据建立汽车百公里平均燃油消耗量数据库，数据库包含以下参数：行驶阻力、车速和百公里平均燃油消耗量；

2)建立汽车百公里平均燃油消耗量云模型，云模型输入变量是行驶阻力和车速，输出变量是百公里平均燃油消耗量；

3)建立汽车百公里平均燃油消耗量云模型的推理规则库，利用Matlab中的自适应模糊推理系统(Anfis)训练其推理规则，通过编写的Matlab程序实现对云推理规则库的自动提取；

4)提取经济车速，基于步骤2)建立的汽车百公里平均燃油消耗量云模型及步骤3)的云推理规则，得到某一行驶阻力下的经济车速，再将这个数组包括行驶阻力和经济车速记录下来通过不断改变行驶阻力的大小，得到不同阻力下的经济车速数组，至此建立经济性巡航行驶阻力与车速关系数据库，该数据库包含以下参数：行驶阻力，经济车速；

5)规划经济性巡航速度变化轨迹：预测得到前方道路的汽车行驶阻力，在经济性巡航行驶阻力与车速关系数据库,中搜索相应的经济性巡航车速，采用三次样条插值的方法规划出基于前方行驶阻力变化的速度变化轨迹；

6)实时采集车辆运行数据，包括行驶阻力、车速和百公里平均燃油消耗量，返回步骤1)，实时更新汽车百公里平均燃油消耗量数据库及优化汽车百公里平均燃油消耗量云模型，更新经济性巡航行驶阻力与车速关系数据库。

所述汽车百公里平均燃油消耗量云模型的推理规则库按以下步骤建立：根据汽车百公里平均燃油消耗量云模型变量概念跃升的结果，每个概念均跃升为7个概念，将这些结果经过排列组合，共产生49条不同的定性推理规则，这些定性推理规则可以形式化的表示为：

If(汽车的行驶总阻力为ΣF)and(车速为V)Then(汽车的百公里平均燃油消耗量为Q)；

根据汽车百公里平均燃油消耗量数据库中的数据，利用Matlab中的自适应模糊推理系统训练其推理规则，通过编写的Matlab程序实现对云推理规则库的自动提取，并可得到汽车行驶总阻力和汽车车速对汽车百公里平均燃油消耗量影响的三维响应面。

所述的三维响应曲面，反映了行驶阻力、车速和百公里平均燃油消耗量之间的映射关系。

所述汽车经济性巡航的速度变化轨迹规划方法，能够根据汽车巡航时的道路条件及气候环境参数有关信息，规划出经济性巡航速度的变化轨迹。

步骤5)所述的规划经济性巡航速度变化轨迹：根据预测得到的前方道路汽车行驶阻力，在经济性巡航行驶阻力与车速关系数据库中搜索相应的经济性巡航车速，采用三次样条插值的方法规划出基于前方行驶阻力变化的速度变化轨迹。

本发明的技术效果：

1、国内外针对巡航技术的研究主要集中在车辆动态跟踪性能、舒适性和安全性方面的控制策略及控制建模的问题上。本发明在保证汽车驾驶舒适性和行驶安全性的基础上，提出以燃油经济性为控制目标的巡航车速规划方法，旨在降低汽车的百公里平均燃油消耗量。

2、本发明建立的汽车百公里平均燃油消耗量云模型，将车辆行驶道路状况及气候环境参数与车辆运行的经济状态结合起来，很好地表达了车辆运行中百公里平均燃油消耗量的不确定性。

3、本发明提出的汽车经济性巡航的经济车速提取策略，能够得出不同行驶阻力下的经济性巡航车速，车辆始终以经济车速行驶时，可有效的降低汽车百公里燃油消耗量，从而较大限度的提高整车的燃油经济性。

4、本发明提出的经济性巡航速度变化轨迹规划策略，根据预测得到的前方道路汽车行驶阻力，在经济性巡航车速数组中查找相应的经济性巡航车速，采用三次样条插值的方式将经济性巡航车速规划成一条基于前方行驶阻力变化的速度变化轨迹。该速度变化轨迹是一条平滑的曲线，这样车辆行驶时车速调节过程是比较平滑的，对行驶舒适性不会造成很大的影响。

附图说明

图1为汽车经济性巡航速度变化轨迹规划流程图。

图2为汽车百公里平均燃油消耗量的云推理流程图。

图3为通过程序自动提取规则生成的三维规则响应面。

图1中：ΣF为行驶阻力，V为汽车行驶速度，Q为汽车百公里平均燃油消耗量

具体实施方式

下面结合附图对本发明作进一步说明：

汽车行驶环境的不确定性和运行状态的非线性特征及其它人为的不确定性因素，导致了车辆运行中燃油消耗量的不确定性。本发明提出了一种基于云推理的汽车巡航车速规划法，把车辆行驶道路状况与车辆运行的经济状态结合起来，规划出经济性巡航车速变化轨迹，车辆以此经济性巡航速度变化轨迹巡航时，可较大限度地降低汽车的燃油消耗量，提高整车燃油经济性。

本发明方法的实施包括以下几个具体步骤：

1)根据试验数据建立汽车百公里平均燃油消耗量数据库，数据库包含以下参数：行驶阻力、车速和百公里平均燃油消耗量；

2)建立汽车百公里平均燃油消耗量云模型，云模型输入变量是行驶阻力和车速，输出变量是百公里平均燃油消耗量；

3)建立汽车百公里平均燃油消耗量云模型的推理规则库，利用Matlab中的自适应模糊推理系统(Anfis)训练其推理规则，通过编写的Matlab程序实现对云推理规则库的自动提取。

4)提取经济车速，基于步骤2)建立的汽车百公里平均燃油消耗量云模型及步骤3)的云推理规则，得到某一行驶阻力下的经济车速，再将这个数组(行驶阻力，经济车速)记录下来。通过不断改变行驶阻力的大小，得到不同阻力下的经济车速数组，至此建立经济性巡航行驶阻力与车速关系数据库，该数据库包含以下参数：行驶阻力，经济车速；

5)规划经济性巡航速度变化轨迹：预测得到前方道路的汽车行驶阻力，在经济性巡航行驶阻力与车速关系数据库中搜索相应的经济性巡航车速，采用三次样条插值的方法规划出基于前方行驶阻力变化的速度变化轨迹；

6)实时采集车辆运行数据，包括行驶阻力、车速和百公里平均燃油消耗量，返回步骤1)，实时更新汽车百公里平均燃油消耗量数据库及优化汽车百公里平均燃油消耗量云模型，更新经济性巡航行驶阻力与车速关系数据库。

参阅图1所示，步骤1)的汽车百公里平均燃油消耗量数据库，包括以下参数信息：汽车车速V、汽车行驶阻力ΣF和汽车的百公里平均燃油消耗量Q。

参阅图1及图2所示，步骤2)的汽车百公里平均燃油消耗量云模型，反映了行驶阻力和车速与百公里平均燃油消耗量相互间的映射关系，能够把车辆行驶道路状况与车辆运行的经济状态结合起来，可以很好的表达车辆运行中百公里燃油消耗量的不确定性。本发明利用Matlab软件对汽车百公里平均燃油消耗量数据库进行编程处理，确定云模型输入及输出变量的特征参数，然后根据云模型中关于概念划分及跃升的理论，对云模型的输入变量行驶阻力ΣF和车速V及出变量汽车百公里平均燃油消耗量Q进行概念划分及跃升，获得输入、输出变量的概念树，制定汽车百公里平均燃油消耗量云模型的m条规则，生成不确定性推理规则库。其云模型推理机制可以表述为：

f(ΣF,V)→Q

其中，f代表云推理机制。

表1-汽车百公里平均燃油消耗量云模型概念子集

参阅表1所示，所述的云模型的输入、输出变量的概念子集，符合人类用语言概念的方法去把握量的不确定性的习惯。行驶阻力范概念树跃升为含有七个子集的概念树：(很小，小，较小，适当，较大，大，很大)；车速范概念树也跃升为含有七个子集的概念树：(很小，小，较小，适当，较大，大，很大)；汽车百公里平均燃油消耗量范概念树也相应跃升为七个子集的概念树：(很低，低，较低，适当，较高，高，很高)。

参阅图2所示，所述的云推理机制为：当给定行驶阻力域和车速域中的一对精确输入值(ΣF_i，V_i)时，由规则前件发生器分别计算输入值对云规则前件各自定性概念的激活程度，即确定度μ_i，取对应确定度最大和次大的两片云，这样会得到对应两个输入变量的四片云，将这四片云进行组合，计算其联合确定度，然后取由最大和次大联合确定度(μ₁，μ_,2)激活的两条定性规则，经过后件云发生器生成4个云滴，取最外侧的两个云滴(Q₁，μ₁)和(Q₂，μ₂)，最终通过几何的方法求解得到汽车百公里平均燃油消耗量为Q。其计算公式如下：

表2-汽车百公里平均燃油消耗量云模型变量概念子集

参阅表2及图3所示，所述的汽车百公里平均燃油消耗量云模型的不确定性推理规则库：根据汽车百公里平均燃油消耗量云模型变量概念跃升的结果，每个概念均跃升为7个概念，将这些结果经过排列组合，共产生49条不同的定性推理规则。这些定性推理规则可以形式化的表示为：

If(汽车的行驶阻力为ΣF)and(车速为V)Then(汽车的百公里平均燃油消耗量为Q)。根据汽车百公里平均燃油消耗量数据库中的数据，利用Matlab中的自适应模糊推理系统(Anfis)训练其推理规则，通过编写的Matlab程序实现对云推理规则库的自动提取，并可得到汽车行驶阻力和汽车车速对汽车百公里平均燃油消耗量影响的三维响应面，该三维响应曲面反映了行驶阻力、车速和百公里平均燃油消耗量之间的映射关系。

参阅图1所示，步骤4)所述的提取经济车速：根据汽车百公里平均燃油消耗量云模型中输入与输出变量间的映射关系，并基于云推理机制及编写的规则库自动提取程序，将其中的一个输入变量(行驶阻力)固定不变，然后改变另一个输入变量(车速)，得到不同的输出变量值(汽车百公里平均燃油消耗量)，比较这些不同的输出值得到最小值，然后计算最小值对应的车速，就得到了该行驶阻力下的经济性巡航车速。然后，通过不断改变行驶阻力的大小，得到不同行驶阻力下的经济性巡航车速，建立经济性巡航行驶阻力与车速关系数据库。

参阅图1所示，步骤5)所述的预测得到前方道路的行驶阻力，行驶阻力包括道路阻力和空气阻力。

采用全球定位系统获得车辆前方道路的经纬度，从已知的公路线形数据库中提取前方道路的坡度和道路摩擦系数，获得道路阻力。其计算公式如下：

式中：F为道路阻力(DaN)，m为汽车质量(kg)，g为重力加速度(N/kg)，μ为道路摩擦系数(1)，α为道路坡度(度)。上坡时，F＝mgμcosα+mgsinα，下坡时，F＝mgμcosα-mgsinα。

采用热电偶式风速计实时测量风速大小，计算得到空气阻力。其计算公式如下：

式中：F_W为空气阻力(DaN)；C_D为空气阻力系数(1)；A为迎风面积(m²)；V为车速(m/s)；u为风速(m/s)。顺风时，逆风时，

行驶阻力ΣF＝F+F_W，

式中：ΣF为行驶阻力(DaN)，F为道路阻力(DaN)，F_W为空气阻力(DaN)。

参阅图1所示，步骤5)所述的规划经济性巡航速度变化轨迹：根据预测得到的前方道路汽车行驶阻力，在经济性巡航车速数组中查找相应的经济性巡航车速，采用三次样条插值的方法规划出基于前方行驶阻力变化的速度变化轨迹。

Claims (2)

1.一种基于云推理的汽车巡航车速规划方法，其特征在于，包括以下具体步骤：

1)根据试验数据建立汽车百公里平均燃油消耗量数据库，数据库包含以下参数：行驶阻力、车速和百公里平均燃油消耗量；

2)建立汽车百公里平均燃油消耗量云模型，云模型输入变量是行驶阻力和车速，输出变量是百公里平均燃油消耗量；

3)建立汽车百公里平均燃油消耗量云模型的推理规则库，利用Matlab中的自适应模糊推理系统(Anfis)训练其推理规则，通过编写的Matlab程序实现对云推理规则库的自动提取；

所述汽车百公里平均燃油消耗量云模型的推理规则库按以下步骤建立：根据汽车百公里平均燃油消耗量云模型变量概念跃升的结果，每个概念均跃升为7个概念，将这些结果经过排列组合，共产生49条不同的定性推理规则，这些定性推理规则可以形式化的表示为：

If(汽车的行驶总阻力为ΣF)and(车速为V)Then(汽车的百公里平均燃油消耗量为Q)；

根据汽车百公里平均燃油消耗量数据库中的数据，利用Matlab中的自适应模糊推理系统训练其推理规则，通过编写的Matlab程序实现对云推理规则库的自动提取，并可得到汽车行驶总阻力和汽车车速对汽车百公里平均燃油消耗量影响的三维响应面；所述的三维响应曲面，反映了行驶阻力、车速和百公里平均燃油消耗量之间的映射关系；

4)提取经济车速，基于步骤2)建立的汽车百公里平均燃油消耗量云模型及步骤3)的云推理规则，得到某一行驶阻力下的经济车速，再将这个数组包括行驶阻力和经济车速记录下来通过不断改变行驶阻力的大小，得到不同阻力下的经济车速数组，至此建立经济性巡航行驶阻力与车速关系数据库，该数据库包含以下参数：行驶阻力，经济车速；

5)规划经济性巡航速度变化轨迹：预测得到前方道路的汽车行驶阻力，在经济性巡航行驶阻力与车速关系数据库中搜索相应的经济性巡航车速，采用三次样条插值的方法规划出基于前方行驶阻力变化的速度变化轨迹；

6)实时采集车辆运行数据，包括行驶阻力、车速和百公里平均燃油消耗量，返回步骤1)，实时更新汽车百公里平均燃油消耗量数据库及优化汽车百公里平均燃油消耗量云模型，更新经济性巡航行驶阻力与车速关系数据库。

2.根据权利要求1所述的基于云推理的汽车巡航车速规划方法，其特征在于，所述汽车经济性巡航的速度变化轨迹规划方法，能够根据汽车巡航时的道路条件及气候环境参数有关信息，规划出经济性巡航速度的变化轨迹。