CN105599772B - 车辆智能驾驶辅助系统以及智能驾驶辅助控制方法 - Google Patents
车辆智能驾驶辅助系统以及智能驾驶辅助控制方法 Download PDFInfo
- Publication number
- CN105599772B CN105599772B CN201410676769.5A CN201410676769A CN105599772B CN 105599772 B CN105599772 B CN 105599772B CN 201410676769 A CN201410676769 A CN 201410676769A CN 105599772 B CN105599772 B CN 105599772B
- Authority
- CN
- China
- Prior art keywords
- speed
- objective function
- gear
- restrictive condition
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明涉及智能驾驶辅助控制方法。该方法包括下述步骤：驾驶模式设置步骤；车辆参数采集步骤，采集各种参数；参数限制条件设置步骤，对于各参数分别设置限制条件；综合目标函数计算步骤，根据所述车辆参数采集步骤采集到数据和所述参数限制条件设置步骤设置的限制条件，按照下式（1）计算车辆智能驾驶综合目标函数Y；以及优化计算步骤，该综合目标函数Y，采用优化算法，求出车辆智能驾驶综合目标函数Y的最大值并且同时得出最佳的发动机转速、油门踏板位置、车速、前方车距、制动踏板开度、以及挡位等信息，其中，式（1）… Y=K1*F1 (w,k,v,s,c,z,i) +K2*F2 (w,k,v,s,c,z,i) +K3*F3 (w,k,v,s,c,z,i) +…+Kn*Fn (w,k,v,s,c,z,i)。
Description
技术领域
本发明涉及汽车辅助驾驶领域，具体地涉及车辆智能驾驶辅助系统以及车辆智能驾驶辅助控制方法。
背景技术
对于驾驶手动挡车辆的驾驶员来说，主要是控制挡位、油门踏板、离合器踏板、以及制动踏板；而对于驾驶自动档车辆驾驶员来说，主要是控制油门踏板和制动踏板。
目前车辆驾驶主要通过驾驶员个人经验来提高驾驶的舒适性与燃油经济性，为了提高驾驶舒适性与整车燃油经济性，车辆驾驶智能提示系统，通过自学习，识别驾驶意图，对于手动挡车辆而言主要是提示换挡时刻，对于自动挡车辆而言主要是提示控制油门踏板开度。
然而，现有技术中并没有提出过可以综合车速信号、发动机转速、节气门开度以及驾驶舒适性指标等来提升整车驾驶舒适性、降低油耗的车辆智能驾驶辅助系统以及车辆智能驾驶辅助控制方法。
发明内容
鉴于上述问题，在本发明中，驾驶员个人经验决定驾驶车辆的经济性和驾驶体验，综合车速信号、发动机转速、节气门开度、以及驾驶舒适性指标等，提出一种基于动力总成性能匹配策略的车辆智能驾驶辅助系统以及智能驾驶辅助控制方法，以帮助驾驶员合理驾驶车辆，并根据系统自学习，避免系统的不合理诉求对驾驶舒适性的影响，提升整车驾驶舒适性、降低整车油耗。
本发明的手动挡车辆的智能驾驶辅助控制方法，其特征在于，包括下述步骤：
驾驶模式设置步骤，驾驶员从多种驾驶模式中选择一种驾驶模式；
设定函数因子，根据驾驶员已选择的驾驶模式自动设定下述的式（1）中的目标因子K1、K2、K3……Kn；
车辆参数采集步骤，对于手动挡车辆，采集发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、离合器状态c0、制动踏板开度z0、以及挡位信息i0；
参数限制条件设置步骤，对于发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、离合器状态c0、制动踏板开度z0、以及挡位信息i0分别设置限制条件；
综合目标函数计算步骤，根据所述车辆参数采集步骤采集到的发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、离合器状态c0、制动踏板开度z0、以及挡位i0和所述参数限制条件设置步骤设置的限制条件，按照下式（1）计算车辆智能驾驶综合目标函数Y；以及
优化计算步骤，对于所述综合目标函数计算步骤获得的车辆智能驾驶综合目标函数Y，采用优化算法，求出车辆智能驾驶综合目标函数Y的最大值并且同时得出最佳的发动机转速、油门踏板位置、车速、前方车距、离合器状态、制动踏板开度、以及挡位信息，
其中，
式（1）… Y=K1*F1 (w, k, v, s, c, z, i) +K2*F2 (w, k, v, s, c, z, i) +K3*F3 (w, k, v, s, c, z, i) +…+Kn*Fn (w, k, v, s, c, z, i)
在所述驾驶模式设置步骤中，所述多种驾驶模式包括：动力性驾驶模式、经济性驾驶模式、舒适性驾驶模式、高速驾驶模式、市区驾驶模式。
其中，所述车辆智能驾驶综合目标函数Y满足0<Y<=1；F1(w, k, v, s, c, z, i)、F2(w, k, v, s, c, z, i)、F3(w, k, v, s, c, z, i)、Fn(w, k, v, s, c, z, i)表示各种驾驶模式下的需求目标函数，
其中：w表示发动机转速，单位为rpm，
k表示油门踏板开度，单位为：％，
v表示车速，，单位为：km/h，
s表示离前方车辆距离，单位为：m，
c表示离合器踏板开度，单位为：％，
z表示制动踏板开度，单位为：％，
i表示变速箱挡位，
K1，K2，K3，……，Kn分别表示控制因子，值均大于0小于1，且需要满足 K1+K2+K3+……+Kn=1。
优选地，在所述优化计算步骤之后还包括：
提示步骤，将计算得出的最佳的发动机转速、油门踏板位置、车速、前方车距、离合器状态、制动踏板开度、以及挡位信息提示给驾驶员。
优选地，在所述参数限制条件设置步骤中，设置发动机转速的限制条件为w0-50<w<w0+50，设置油门踏板开度的限制条件为0<k<100%，设置车速的限制条件为 v0-10<v<v0+10，设置车距的限制条件为s<s1,s1表示安全车距，设置离合器状态的限制条件为0<c<100%，设置制动踏板开度的限制条件0<z<100%，设置挡位信息的限制条件为当i0为1挡时，i=io或i0+1，当i0为最高挡时，i＝i0或i0-1；其它挡位时，io-1<i<io+1。
优选地，在所述优化计算步骤中，所述优化算法为粒子群或蚁群算法。
本发明的自动挡车辆的智能驾驶辅助控制方法，其特征在于，包括下述步骤：
驾驶模式设置步骤，驾驶员多种驾驶模式中选择一种驾驶模式；
设定函数因子步骤，根据驾驶员已选择的驾驶模式自动设定下述的式（2）中的目标因子K1、K2、K3……Kn；
车辆参数采集步骤，对于自动挡车辆，采集发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、制动踏板开度z0、以及挡位信息i0；
参数限制条件设置步骤，对于发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、制动踏板开度z0、以及挡位信息i0分别设置限制条件；
综合目标函数计算步骤，根据所述车辆参数采集步骤采集到的发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、制动踏板开度z0、以及挡位i0和所述参数限制条件设置步骤设置的限制条件，按照下式（2）计算车辆智能驾驶综合目标函数Y；以及
优化计算步骤，对于所述综合目标函数计算步骤获得的车辆智能驾驶综合目标函数Y，采用优化算法，求出车辆智能驾驶综合目标函数Y的最大值并且同时得出最佳的发动机转速、油门踏板位置、车速、前方车距、制动踏板开度、以及挡位信息，
其中，
式（2）…Y=K1*F1 (w, k, v, s, z, i) +K2*F2 (w, k, v, s, z, i) +K3*F3(w, k, v, s, z, i) +…+Kn*Fn (w, k, v, s, z, i)
其中，所述车辆智能驾驶综合目标函数Y满足0<Y<=1；F1(w, k, v, s, z, i)，、F2(w, k, v, s, z, i)、F3(w, k, v, s, z, i)…Fn(w, k, v, s, z, i)分别是各种驾驶模式下的需求目标函数，
其中：w表示发动机转速，单位为rpm，
k表示油门踏板开度，单位为：％，
v表示车速，，单位为：km/h，
s表示离前方车辆距离，单位为：m，
z表示制动踏板开度，单位为：％，
i表示变速箱挡位，
K1，K2，K3，……，Kn分别表示控制因子，值均大于0小于1，且需要满足 K1+K2+K3+……+Kn=1。
优选地，在所述优化计算步骤之后还包括：提示步骤，将计算得出的最佳的发动机转速、油门踏板位置、车速、前方车距、制动踏板开度、以及挡位信息提示给驾驶员。
优选地，在所述参数限制条件设置步骤中，设置发动机转速的限制条件为w0-50<w<w0+50，设置油门踏板开度的限制条件为0<k<100%，设置车速的限制条件为 v0-10<v<v0+10，设置车距的限制条件为s<s1,s1表示安全车距，设置制动踏板开度的限制条件0<z<100%，
设置挡位信息的限制条件为当i0为1挡时，i=io或i0+1，当i0为最高挡时，i＝i0或i0-1；其它挡位时，io-1<i<io+1。
优选地，在所述优化计算步骤中，所述优化算法为粒子群或蚁群算法。
本发明的手动挡车辆的智能驾驶辅助控制系统，其特征在于，包括：
发动机转速信号传感器，用于采集发动机转速信号w0；
整车车速信号传感器，用于采集车速v0；
离合器踏板位置传感器，用于采集离合器状态c0；
制动踏板位置传感器，用于采集制动踏板开度z0；
挡位位置传感器，用于采集挡位信息i0
油门踏板位置传感器，用于采集油门踏板位置k0；
前方车距传感器，用于采集前方车距s0；
控制系统，用于根据来自所述发动机转速信号传感器、所述整车车速信号传感器、所述节气门开度传感器、所述油门踏板位置传感器、所述签发车距传感器采集到的信号，计算按照下式（1）计算车辆智能驾驶综合目标函数Y，对计算得到的车辆智能驾驶综合目标函数Y进行优化求出车辆智能驾驶综合目标函数Y的最大值并且同时得出最佳的发动机转速、油门踏板位置、车速、前方车距、离合器状态、制动踏板开度、以及挡位信息；以及
提示系统，将控制系统获得的最佳的发动机转速、油门踏板位置、车速、前方车距、离合器状态、制动踏板开度、以及挡位信息提示驾驶员，
其中，
式（1）… Y=K1*F1 (w, k, v, s, c, z, i) +K2*F2 (w, k, v, s, c, z, i) +K3*F3 (w, k, v, s, c, z, i) +…+Kn*Fn (w, k, v, s, c, z, i)
其中，所述车辆智能驾驶综合目标函数Y满足0<Y<=1；F1(w, k, v, s, c, z, i)、F2(w, k, v, s, c, z, i)、F3(w, k, v, s, c, z, i)、Fn(w, k, v, s, c, z, i)表示各种驾驶模式下的需求目标函数，
其中：w表示发动机转速，单位为rpm，
k表示油门踏板开度，单位为：％，
v表示车速，，单位为：km/h，
s表示离前方车辆距离，单位为：m，
c表示离合器踏板开度，单位为：％，
z表示制动踏板开度，单位为：％，
i表示变速箱挡位，
K1，K2，K3，……，Kn分别表示控制因子，值均大于0小于1，且需要满足 K1+K2+K3+……+Kn=1。
优选地，所述提示系统包括：车用音响以及/或者仪表板。
本发明的自动挡车辆的智能驾驶辅助控制系统，其特征在于，包括：
发动机转速信号传感器，用于采集发动机转速信号w0；
整车车速信号传感器，用于采集车速v0；
制动踏板位置传感器，用于采集制动踏板开度z0；
挡位位置传感器，用于采集挡位信息i0；
油门踏板位置传感器，用于采集油门踏板位置k0；
前方车距传感器，用于采集前方车距s0；
控制系统，用于根据来自所述发动机转速信号传感器、所述整车车速信号传感器、所述节气门开度传感器、所述油门踏板位置传感器、所述签发车距传感器采集到的信号，计算按照下式（2）计算车辆智能驾驶综合目标函数Y，对计算得到的车辆智能驾驶综合目标函数Y进行优化求出车辆智能驾驶综合目标函数Y的最大值并且同时得出最佳的发动机转速、油门踏板位置、车速、前方车距、制动踏板开度、以及挡位信息；以及
提示系统，将控制系统获得的最佳的发动机转速、油门踏板位置、车速、前方车距、制动踏板开度、以及挡位信息提示驾驶员，
其中，
式（2）…Y=K1*F1 (w, k, v, s, z, i) +K2*F2 (w, k, v, s, z, i) +K3*F3(w, k, v, s, z, i) +…+Kn*Fn (w, k, v, s, z, i)，
其中，所述车辆智能驾驶综合目标函数Y满足0<Y<=1；F1(w, k, v, s, c, z, i)、F2(w, k, v, s, c, z, i)、F3(w, k, v, s, c, z, i)、Fn(w, k, v, s, c, z, i)表示各种驾驶模式下的需求目标函数，
其中，所述车辆智能驾驶综合目标函数Y满足0<Y<=1；F1(w, k, v, s, z, i)，、F2(w, k, v, s, z, i)、F3(w, k, v, s, z, i)…Fn(w, k, v, s, z, i)分别是各种驾驶模式下的需求目标函数，
其中：w表示发动机转速，单位为rpm，
k表示油门踏板开度，单位为：％，
v表示车速，，单位为：km/h，
s表示离前方车辆距离，单位为：m，
z表示制动踏板开度，单位为：％，
i表示变速箱挡位，
K1，K2，K3，……，Kn分别表示控制因子，值均大于0小于1，且需要满足 K1+K2+K3+……+Kn=1。
优选地，所述提示系统包括：车用音响以及/或者仪表板。
根据上述本发明的智能驾驶辅助控制方法以及智能驾驶辅助控制系统，能够提升整车驾驶的舒适性、降低整车油耗。
附图说明
图1是表示本发明的一实施方式智能驾驶辅助控制方法的逻辑图。
图2是表示本发明的一实施方式智能驾驶辅助控制系统的构造图。
具体实施方式
下面介绍的是本发明的多个实施例中的一些，旨在提供对本发明的基本了解。并不旨在确认本发明的关键或决定性的要素或限定所要保护的范围。
为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步的详细描述。
图1是表示本发明的一实施方式智能驾驶辅助控制方法的逻辑图。
下面参看图1对于本发明一实施方式智能驾驶辅助控制方法进行说明。
首先，对于手动档车辆的智能驾驶辅助控制方法进行说明。
如图1所示，本发明一实施方式的手动档车辆的智能驾驶辅助控制方法包括：
（1）步骤S101：驾驶模式设置步骤。
具体地，驾驶员从多种驾驶模式中选择一种驾驶模式。例如这里的多种驾驶模式可以包括但不限于以下模式：动力性驾驶模式、经济性驾驶模式、舒适性驾驶模式、高速驾驶模式、市区驾驶模式等。
（2）步骤S102：设定函数因子。
根据驾驶员已选择的驾驶模式，控制系统根据驾驶模式预先设定目标因子，即下述的式（1）中的目标因子K1、K2、K3……Kn，例如在图1中自动设定动力性函数因子K1、经济性函数因子K2、舒适性函数因子K3。
（3）步骤S103：车辆参数采集步骤。
具体地，对于手动挡车辆，如图1所示采集发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、离合器踏板开度c0、制动踏板开度z0、以及变速箱档位i0。
（4）步骤S104：参数限制条件设置步骤。
对于发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、离合器踏板开度c0、制动踏板开度z0、以及变速箱档位限制i0分别设置限制条件。
具体地，设置发动机转速的限制条件为w0-50<w<w0+50，设置油门踏板开度的限制条件为0<k<100%，设置车速的限制条件为 v0-10<v<v0+10，设置车距的限制条件为s<s1,s1表示安全车距，设置离合器状态的限制条件为0<c<100%，设置制动踏板开度的限制条件0<z<100%，设置变速箱档位的限制条件为当i0为1挡时，i=io或i0+1，当i0为最高挡时，i＝i0或i0-1；其它挡位时，io-1<i<io+1。
（5）步骤S105：综合目标函数计算步骤。
根据所述车辆参数采集步骤S104采集到的发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、离合器状态c0、制动踏板开度z0、以及挡位i0和所述参数限制条件设置步骤设置的限制条件，按照下式（1）计算车辆智能驾驶综合目标函数Y。
式（1）… Y=K1*F1 (w, k, v, s, c, z, i) +K2*F2 (w, k, v, s, c, z, i) +K3*F3 (w, k, v, s, c, z, i) +…+Kn*Fn (w, k, v, s, c, z, i)
其中，所述车辆智能驾驶综合目标函数Y满足0<Y<=1；F1(w, k, v, s, c, z, i)、F2(w, k, v, s, c, z, i)、F3(w, k, v, s, c, z, i)、Fn(w, k, v, s, c, z, i)表示各种驾驶模式下的需求目标函数，
其中：w表示发动机转速，单位为rpm，
k表示油门踏板开度，单位为：％，
v表示车速，，单位为：km/h，
s表示离前方车辆距离，单位为：m，
c表示离合器踏板开度，单位为：％，
z表示制动踏板开度，单位为：％，
i表示变速箱挡位，
K1，K2，K3，……，Kn分别表示控制因子，值均大于0小于1，且需要满足 K1+K2+K3+……+Kn=1。
（6）步骤S106：优化计算步骤。
对于所述综合目标函数计算步骤S105获得的车辆智能驾驶综合目标函数Y，采用优化算法，求出车辆智能驾驶综合目标函数Y的最大值并且同时得出最佳的发动机转速、油门踏板位置、车速、前方车距、离合器状态、制动踏板开度、以及挡位信息。这里的所述优化算法包括但不限于粒子群或蚁群算法。
（7）步骤S107：提示步骤。
将计算得出的最佳的发动机转速、油门踏板位置、车速、前方车距、离合器状态、制动踏板开度、以及挡位信息等信息提示给驾驶员。
下面，对于自动档车辆的智能驾驶辅助控制方法进行说明。对于自动档车辆而言，不需要考虑离哈器状态。
本发明的自动挡车辆的智能驾驶辅助控制方法具体地包括下述步骤：
（1）驾驶模式设置步骤。
驾驶员多种驾驶模式中选择一种驾驶模式，例如这里的多种驾驶模式可以包括但不限于以下模式：动力性驾驶模式、经济性驾驶模式、舒适性驾驶模式、高速驾驶模式、市区驾驶模式等。
（2）设定函数因子步骤。
根据驾驶员已选择的驾驶模式自动设定下述的式（2）中的目标因子K1、K2、K3……Kn。
（3）车辆参数采集步骤。
对于自动挡车辆，采集发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、制动踏板开度z0、以及挡位信息i0。
（4）参数限制条件设置步骤。
对于发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、制动踏板开度z0、以及挡位信息i0分别设置限制条件，设置发动机转速的限制条件为w0-50<w<w0+50，设置油门踏板开度的限制条件为0<k<100%，设置车速的限制条件为 v0-10<v<v0+10，设置车距的限制条件为s<s1,s1表示安全车距，设置制动踏板开度的限制条件0<z<100%，
设置挡位信息的限制条件为当i0为1挡时，i=io或i0+1，当i0为最高挡时，i＝i0或i0-1；其它挡位时，io-1<i<io+1。
（5）综合目标函数计算步骤。
根据所述车辆参数采集步骤采集到的发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、制动踏板开度z0、以及挡位i0和所述参数限制条件设置步骤设置的限制条件，按照下式（2）计算车辆智能驾驶综合目标函数Y，
其中，
式（2）…Y=K1*F1 (w, k, v, s, z, i) +K2*F2 (w, k, v, s, z, i) +K3*F3(w, k, v, s, z, i) +…+Kn*Fn (w, k, v, s, z, i)
其中，所述车辆智能驾驶综合目标函数Y满足0<Y<=1；F1(w, k, v, s, z, i)，、F2(w, k, v, s, z, i)、F3(w, k, v, s, z, i)…Fn(w, k, v, s, z, i)分别是各种驾驶模式下的需求目标函数，
其中：w表示发动机转速，单位为rpm，
k表示油门踏板开度，单位为：％，
v表示车速，，单位为：km/h，
s表示离前方车辆距离，单位为：m，
z表示制动踏板开度，单位为：％，
i表示变速箱挡位，
K1，K2，K3，……，Kn分别表示控制因子，值均大于0小于1，且需要满足 K1+K2+K3+……+Kn=1。
（6）优化计算步骤。
对于所述综合目标函数计算步骤获得的车辆智能驾驶综合目标函数Y，采用优化算法，求出车辆智能驾驶综合目标函数Y的最大值并且同时得出最佳的发动机转速、油门踏板位置、车速、前方车距、制动踏板开度、以及挡位信息。这里的所述优化算法包括但不限于粒子群或蚁群算法。
（7）提示步骤。
将计算得出的最佳的发动机转速、油门踏板位置、车速、前方车距、制动踏板开度、以及挡位信息提示给驾驶员。
下面对于实现本发明的智能驾驶辅助控制方法的智能驾驶辅助控制系统进行说明。本发明的智能驾驶辅助控制系统可以集成在车辆上，也可以作为一种辅助设备安装在车辆上。
图2是表示本发明的一实施方式智能驾驶辅助控制系统的构造图。
首先，我们参照图2对于用于手动挡车辆的智能驾驶辅助控制系统进行说明。如图2所示，该智能驾驶辅助控制系统包括：发动机转速信号传感器100，用于采集发动机转速信号w0；整车车速信号传感器200，用于采集车速v0；离合器踏板位置传感器800，用于采集离合器状态c0；制动踏板位置传感器900，用于采集制动踏板开度z0；挡位位置传感器300，用于采集挡位信息i0；油门踏板位置传感器400，用于采集油门踏板位置k0；前方车距传感器500，用于采集前方车距s0；控制系统600，用于根据来自所述发动机转速信号传感器、所述整车车速信号传感器、所述节气门开度传感器、所述油门踏板位置传感器、所述签发车距传感器采集到的信号，计算按照下式（1）计算车辆智能驾驶综合目标函数Y，对计算得到的车辆智能驾驶综合目标函数Y进行优化求出车辆智能驾驶综合目标函数Y的最大值并且同时得出最佳的发动机转速、油门踏板位置、车速、前方车距、离合器状态、制动踏板开度、以及挡位信息；以及提示系统700，将控制系统获得的最佳的发动机转速、油门踏板位置、车速、前方车距、离合器状态、制动踏板开度、以及挡位信息提示驾驶员。
其中，
式（1）… Y=K1*F1 (w, k, v, s, c, z, i) +K2*F2 (w, k, v, s, c, z, i) +K3*F3 (w, k, v, s, c, z, i) +…+Kn*Fn (w, k, v, s, c, z, i)
其中，所述车辆智能驾驶综合目标函数Y满足0<Y<=1；F1(w, k, v, s, c, z, i)、F2(w, k, v, s, c, z, i)、F3(w, k, v, s, c, z, i)、Fn(w, k, v, s, c, z, i)表示各种驾驶模式下的需求目标函数，
其中：w表示发动机转速，单位为rpm，
k表示油门踏板开度，单位为：％，
v表示车速，，单位为：km/h，
s表示离前方车辆距离，单位为：m，
c表示离合器踏板开度，单位为：％，
z表示制动踏板开度，单位为：％，
i表示变速箱挡位，
K1，K2，K3，……，Kn分别表示控制因子，值均大于0小于1，且需要满足 K1+K2+K3+……+Kn=1。
作为提示系统700包括但不限于车用音响以及/或者仪表板。
下面对于用于自动档车辆的智能驾驶辅助控制系统进行说明。其构造与图2所示的构造基本相同，因此这里省略图示，不两者的同在于，对于自动档车辆，不需要考虑离合器的状态，因此，计算公式就从上面的式（1）变更为下述的式（2），具体如下。
本发明的自动档车辆的智能驾驶辅助控制系统包括：发动机转速信号传感器，用于采集发动机转速信号w0；整车车速信号传感器，用于采集车速v0；节气门开度传感器，用于采集制动踏板开度z0、以及挡位信息i0；油门踏板位置传感器，用于采集油门踏板位置k0；前方车距传感器，用于采集前方车距s0；控制系统，用于根据来自所述发动机转速信号传感器、所述整车车速信号传感器、所述节气门开度传感器、所述油门踏板位置传感器、所述签发车距传感器采集到的信号，计算按照下式（2）计算车辆智能驾驶综合目标函数Y，对计算得到的车辆智能驾驶综合目标函数Y进行优化求出车辆智能驾驶综合目标函数Y的最大值并且同时得出最佳的发动机转速、油门踏板位置、车速、前方车距、制动踏板开度、以及挡位信息；以及提示系统，将控制系统获得的最佳的发动机转速、油门踏板位置、车速、前方车距、制动踏板开度、以及挡位信息提示驾驶员。
其中，
式（2）…Y=K1*F1 (w, k, v, s, z, i) +K2*F2 (w, k, v, s, z, i) +K3*F3(w, k, v, s, z, i) +…+Kn*Fn (w, k, v, s, z, i)
其中，所述车辆智能驾驶综合目标函数Y满足0<Y<=1；F1(w, k, v, s, c, z, i)、F2(w, k, v, s, c, z, i)、F3(w, k, v, s, c, z, i)、Fn(w, k, v, s, c, z, i)表示各种驾驶模式下的需求目标函数，
其中，所述车辆智能驾驶综合目标函数Y满足0<Y<=1；F1(w, k, v, s, z, i)，、F2(w, k, v, s, z, i)、F3(w, k, v, s, z, i)…Fn(w, k, v, s, z, i)分别是各种驾驶模式下的需求目标函数，
其中：w表示发动机转速，单位为rpm，
k表示油门踏板开度，单位为：％，
v表示车速，，单位为：km/h，
s表示离前方车辆距离，单位为：m，
z表示制动踏板开度，单位为：％，
i表示变速箱挡位，
K1，K2，K3，……，Kn分别表示控制因子，值均大于0小于1，且需要满足 K1+K2+K3+……+Kn=1。
根据本发明的智能驾驶辅助控制系统以及智能驾驶辅助控制方法，在驾驶车辆的过程中，能够按照驾驶员个人经验决定驾驶车辆的经济性和驾驶体验，综合车速信号、发动机转速、节气门开度、以及驾驶舒适性指标等，而且能够基于动力总成性能匹配策略来帮助驾驶员合理驾驶车辆，并根据系统自学习，避免系统的不合理诉求对驾驶舒适性的影响，提升整车驾驶舒适性、降低整车油耗。
以上对本发明的智能驾驶辅助控制系统以及智能驾驶辅助控制方法的各个具体实施方式进行了具体描述。最后，应当说明的是，以上各具体实施方式仅用以说明本发明的技术方案而非对其进行限制。尽管参照上述具体实施方式对本发明进行了详细的说明，本领域的普通技术人员应当理解，依然可以对本发明的具体实施方式进行修改或对部分技术特征进行等同替换，而在不脱离本发明的技术方案的精神下，其均应涵盖在本发明请求保护的技术方案范围当中。
Claims (12)
1.一种手动挡车辆的智能驾驶辅助控制方法，其特征在于，包括下述步骤：
驾驶模式设置步骤，驾驶员从多种驾驶模式中选择一种驾驶模式；
设定函数因子，根据驾驶员已选择的驾驶模式自动设定下述的式（1）中的目标因子K1、K2、K3……Kn；
车辆参数采集步骤，对于手动挡车辆，采集发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、离合器状态c0、制动踏板开度z0、以及挡位信息i0；
参数限制条件设置步骤，对于发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、离合器状态c0、制动踏板开度z0、以及挡位信息i0分别设置限制条件；
综合目标函数计算步骤，根据所述车辆参数采集步骤采集到的发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、离合器状态c0、制动踏板开度z0、以及挡位i0和所述参数限制条件设置步骤设置的限制条件，按照下式（1）计算车辆智能驾驶综合目标函数Y；以及
优化计算步骤，对于所述综合目标函数计算步骤获得的车辆智能驾驶综合目标函数Y，采用优化算法，求出车辆智能驾驶综合目标函数Y的最大值并且同时得出最佳的发动机转速、油门踏板位置、车速、前方车距、离合器状态、制动踏板开度、以及挡位信息，
其中，
式（1）… Y=K1*F1 (w, k, v, s, c, z, i) +K2*F2 (w, k, v, s, c, z, i) +K3*F3(w, k, v, s, c, z, i) +…+Kn*Fn (w, k, v, s, c, z, i)
在所述驾驶模式设置步骤中，所述多种驾驶模式包括：动力性驾驶模式、经济性驾驶模式、舒适性驾驶模式、高速驾驶模式、市区驾驶模式，
其中，所述车辆智能驾驶综合目标函数Y满足0<Y<=1；F1(w, k, v, s, c, z, i)、F2(w, k, v, s, c, z, i)、F3(w, k, v, s, c, z, i)、Fn(w, k, v, s, c, z, i)表示各种驾驶模式下的需求目标函数，
其中：w表示发动机转速，单位为rpm，
k表示油门踏板开度，单位为：％，
v表示车速，单位为：km/h，
s表示离前方车辆距离，单位为：m，
c表示离合器踏板开度，单位为：％，
z表示制动踏板开度，单位为：％，
i表示变速箱挡位，
K1，K2，K3，……，Kn分别表示控制因子，值均大于0小于1，且需要满足 K1+K2+K3+……+Kn=1。
2.如权利要求1所述的手动挡车辆的智能驾驶辅助控制方法，其特征在于，
在所述优化计算步骤之后还包括：
提示步骤，将计算得出的最佳的发动机转速、油门踏板位置、车速、前方车距、离合器状态、制动踏板开度、以及挡位信息提示给驾驶员。
3.如权利要求2所述的手动挡车辆的智能驾驶辅助控制方法，其特征在于，
在所述参数限制条件设置步骤中，设置发动机转速的限制条件为w0-50<w<w0+50，设置油门踏板开度的限制条件为0<k<100%，设置车速的限制条件为 v0-10<v<v0+10，设置车距的限制条件为s<s1,s1表示安全车距，设置离合器状态的限制条件为0<c<100%，设置制动踏板开度的限制条件0<z<100%，
设置挡位信息的限制条件为当i0为1挡时，i=i0或i0+1，当i0为最高挡时，i＝i0或i0-1；其它挡位时，i0-1<i<i0+1。
4.如权利要求3所述的手动挡车辆的智能驾驶辅助控制方法，其特征在于,
在所述优化计算步骤中，所述优化算法为粒子群或蚁群算法。
5.一种自动挡车辆的智能驾驶辅助控制方法，其特征在于，包括下述步骤：
驾驶模式设置步骤，驾驶员多种驾驶模式中选择一种驾驶模式；
设定函数因子步骤，根据驾驶员已选择的驾驶模式自动设定下述的式（2）中的目标因子K1、K2、K3……Kn；
车辆参数采集步骤，对于自动挡车辆，采集发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、制动踏板开度z0、以及挡位信息i0；
参数限制条件设置步骤，对于发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、制动踏板开度z0、以及挡位信息i0分别设置限制条件；
综合目标函数计算步骤，根据所述车辆参数采集步骤采集到的发动机转速w0、油门踏板位置k0、车速v0、前方车距s0、制动踏板开度z0、以及挡位i0和所述参数限制条件设置步骤设置的限制条件，按照下式（2）计算车辆智能驾驶综合目标函数Y；以及
优化计算步骤，对于所述综合目标函数计算步骤获得的车辆智能驾驶综合目标函数Y，采用优化算法，求出车辆智能驾驶综合目标函数Y的最大值并且同时得出最佳的发动机转速、油门踏板位置、车速、前方车距、制动踏板开度、以及挡位信息，
其中，
式（2）…Y=K1*F1 (w, k, v, s, z, i) +K2*F2 (w, k, v, s, z, i) +K3*F3 (w, k,v, s, z, i) +…+Kn*Fn (w, k, v, s, z, i)
其中，所述车辆智能驾驶综合目标函数Y满足0<Y<=1；F1(w, k, v, s, z, i)、F2(w,k, v, s, z, i)、F3(w, k, v, s, z, i)…Fn(w, k, v, s, z, i)分别是各种驾驶模式下的需求目标函数，
其中：w表示发动机转速，单位为rpm，
k表示油门踏板开度，单位为：％，
v表示车速，单位为：km/h，
s表示离前方车辆距离，单位为：m，
z表示制动踏板开度，单位为：％，
i表示变速箱挡位，
K1，K2，K3，……，Kn分别表示控制因子，值均大于0小于1，且需要满足 K1+K2+K3+……+Kn=1。
6.如权利要求5所述的自动挡车辆的智能驾驶辅助控制方法，其特征在于，
在所述优化计算步骤之后还包括：
提示步骤，将计算得出的最佳的发动机转速、油门踏板位置、车速、前方车距、制动踏板开度、以及挡位信息提示给驾驶员。
7.如权利要求6所述的自动挡车辆的智能驾驶辅助控制方法，其特征在于，
在所述参数限制条件设置步骤中，设置发动机转速的限制条件为w0-50<w<w0+50，设置油门踏板开度的限制条件为0<k<100%，设置车速的限制条件为 v0-10<v<v0+10，设置车距的限制条件为s<s1,s1表示安全车距，设置制动踏板开度的限制条件0<z<100%，
设置挡位信息的限制条件为当i0为1挡时，i=i0或i0+1，当i0为最高挡时，i＝i0或i0-1；其它挡位时，i0-1<i<i0+1。
8.如权利要求7所述的自动挡车辆的智能驾驶辅助控制方法，其特征在于,
在所述优化计算步骤中，所述优化算法为粒子群或蚁群算法。
9.一种手动挡车辆的智能驾驶辅助控制系统，其特征在于，包括：
发动机转速信号传感器，用于采集发动机转速信号w0；
整车车速信号传感器，用于采集车速v0；
离合器踏板位置传感器，用于采集离合器状态c0；
制动踏板位置传感器，用于采集制动踏板开度z0；
挡位位置传感器，用于采集挡位信息i0；
油门踏板位置传感器，用于采集油门踏板位置k0；
前方车距传感器，用于采集前方车距s0；
控制系统，用于根据来自所述发动机转速信号传感器、所述整车车速信号传感器、节气门开度传感器、所述油门踏板位置传感器、所述前方车距传感器采集到的信号，计算按照下式（1）计算车辆智能驾驶综合目标函数Y，对计算得到的车辆智能驾驶综合目标函数Y进行优化求出车辆智能驾驶综合目标函数Y的最大值并且同时得出最佳的发动机转速、油门踏板位置、车速、前方车距、离合器状态、制动踏板开度、以及挡位信息；以及
提示系统，将控制系统获得的最佳的发动机转速、油门踏板位置、车速、前方车距、离合器状态、制动踏板开度、以及挡位信息提示驾驶员，
其中，
式（1）… Y=K1*F1 (w, k, v, s, c, z, i) +K2*F2 (w, k, v, s, c, z, i) +K3*F3(w, k, v, s, c, z, i) +…+Kn*Fn (w, k, v, s, c, z, i)
其中，所述车辆智能驾驶综合目标函数Y满足0<Y<=1；F1(w, k, v, s, c, z, i)、F2(w, k, v, s, c, z, i)、F3(w, k, v, s, c, z, i)、Fn(w, k, v, s, c, z, i)表示各种驾驶模式下的需求目标函数，
其中：w表示发动机转速，单位为rpm，
k表示油门踏板开度，单位为：％，
v表示车速，单位为：km/h，
s表示离前方车辆距离，单位为：m，
c表示离合器踏板开度，单位为：％，
z表示制动踏板开度，单位为：％，
i表示变速箱挡位，
K1，K2，K3，……，Kn分别表示控制因子，值均大于0小于1，且需要满足 K1+K2+K3+……+Kn=1。
10.如权利要求9所述的手动挡车辆的智能驾驶辅助控制系统，其特征在于
所述提示系统包括：车用音响以及/或者仪表板。
11.一种自动挡车辆的智能驾驶辅助控制系统，其特征在于，包括：
发动机转速信号传感器，用于采集发动机转速信号w0；
整车车速信号传感器，用于采集车速v0；
制动踏板位置传感器，用于采集制动踏板开度z0；
挡位位置传感器，用于采集挡位信息i0；
油门踏板位置传感器，用于采集油门踏板位置k0；
前方车距传感器，用于采集前方车距s0；
控制系统，用于根据来自所述发动机转速信号传感器、所述整车车速信号传感器、节气门开度传感器、所述油门踏板位置传感器、所述前方车距传感器采集到的信号，计算按照下式（2）计算车辆智能驾驶综合目标函数Y，对计算得到的车辆智能驾驶综合目标函数Y进行优化求出车辆智能驾驶综合目标函数Y的最大值并且同时得出最佳的发动机转速、油门踏板位置、车速、前方车距、制动踏板开度、以及挡位信息；以及
提示系统，将控制系统获得的最佳的发动机转速、油门踏板位置、车速、前方车距、制动踏板开度、以及挡位信息提示驾驶员，
其中，
式（2）…Y=K1*F1 (w, k, v, s, z, i) +K2*F2 (w, k, v, s, z, i) +K3*F3 (w, k,v, s, z, i) +…+Kn*Fn (w, k, v, s, z, i)，
其中，所述车辆智能驾驶综合目标函数Y满足0<Y<=1；F1(w, k, v, s, c, z, i)、F2(w, k, v, s, c, z, i)、F3(w, k, v, s, c, z, i)、Fn(w, k, v, s, c, z, i)表示各种驾驶模式下的需求目标函数，
其中，所述车辆智能驾驶综合目标函数Y满足0<Y<=1；F1(w, k, v, s, z, i)、F2(w,k, v, s, z, i)、F3(w, k, v, s, z, i)…Fn(w, k, v, s, z, i)分别是各种驾驶模式下的需求目标函数，
其中：w表示发动机转速，单位为rpm，
k表示油门踏板开度，单位为：％，
v表示车速，单位为：km/h，
s表示离前方车辆距离，单位为：m，
z表示制动踏板开度，单位为：％，
i表示变速箱挡位，
K1，K2，K3，……，Kn分别表示控制因子，值均大于0小于1，且需要满足 K1+K2+K3+……+Kn=1。
12.如权利要求11所述的自动挡车辆的智能驾驶辅助控制系统，其特征在于，
所述提示系统包括：车用音响以及/或者仪表板。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410676769.5A CN105599772B (zh) | 2014-11-24 | 2014-11-24 | 车辆智能驾驶辅助系统以及智能驾驶辅助控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410676769.5A CN105599772B (zh) | 2014-11-24 | 2014-11-24 | 车辆智能驾驶辅助系统以及智能驾驶辅助控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105599772A CN105599772A (zh) | 2016-05-25 |
| CN105599772B true CN105599772B (zh) | 2018-06-22 |
Family
ID=55980259
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410676769.5A Active CN105599772B (zh) | 2014-11-24 | 2014-11-24 | 车辆智能驾驶辅助系统以及智能驾驶辅助控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105599772B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106240572A (zh) * | 2016-08-03 | 2016-12-21 | 深圳市永兴元科技有限公司 | 驾驶行为分析方法及装置 |
| CN110356415A (zh) * | 2018-03-26 | 2019-10-22 | 长城汽车股份有限公司 | 一种车辆控制方法及装置 |
| CN109050534B (zh) * | 2018-08-01 | 2020-06-09 | 江苏大学 | 一种生态驾驶提示方法 |
| CN110094436A (zh) * | 2019-03-29 | 2019-08-06 | 北京汽车股份有限公司 | 离合器控制方法、装置、计算机可读存储介质及车辆 |
| CN111469679B (zh) * | 2020-05-11 | 2022-02-08 | 上海元城汽车技术有限公司 | 车辆的控制方法、装置、整车控制器、车辆和介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0831255A1 (en) * | 1996-04-12 | 1998-03-25 | Equos Research Co., Ltd. | Vehicle controller |
| CN102245456A (zh) * | 2008-12-11 | 2011-11-16 | 丰田自动车株式会社 | 行驶状态评估设备和评估方法 |
| CN102431550A (zh) * | 2011-10-17 | 2012-05-02 | 大连理工大学 | 一种混合动力汽车控制方法 |
| CN102069800B (zh) * | 2010-12-28 | 2013-07-17 | 奇瑞汽车股份有限公司 | 车辆行驶控制方法及控制装置 |
| CN103786722A (zh) * | 2014-02-20 | 2014-05-14 | 奇瑞汽车股份有限公司 | 一种车辆安全驾驶系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5665400B2 (ja) * | 2010-07-21 | 2015-02-04 | 学校法人慶應義塾 | 車両用制御装置 |
-
2014
- 2014-11-24 CN CN201410676769.5A patent/CN105599772B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0831255A1 (en) * | 1996-04-12 | 1998-03-25 | Equos Research Co., Ltd. | Vehicle controller |
| CN102245456A (zh) * | 2008-12-11 | 2011-11-16 | 丰田自动车株式会社 | 行驶状态评估设备和评估方法 |
| CN102069800B (zh) * | 2010-12-28 | 2013-07-17 | 奇瑞汽车股份有限公司 | 车辆行驶控制方法及控制装置 |
| CN102431550A (zh) * | 2011-10-17 | 2012-05-02 | 大连理工大学 | 一种混合动力汽车控制方法 |
| CN103786722A (zh) * | 2014-02-20 | 2014-05-14 | 奇瑞汽车股份有限公司 | 一种车辆安全驾驶系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105599772A (zh) | 2016-05-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105599772B (zh) | 车辆智能驾驶辅助系统以及智能驾驶辅助控制方法 | |
| CN102892655B (zh) | 车辆控制装置和车辆控制系统 | |
| CN103733238B (zh) | 驾驶辅助装置 | |
| US9248822B2 (en) | Control apparatus and method for regenerative braking of eco-friendly vehicle | |
| US8903578B2 (en) | Hybrid vehicle control utilizing grade data | |
| US10336334B2 (en) | Regenerative braking downshift control using predictive information | |
| US10189468B2 (en) | Paddle shifter control of hybrid powertrain | |
| DE102009052853A1 (de) | Verfahren zur Reichweitenabschätzung eines Kraftfahrzeugs | |
| CN102126472B (zh) | 用于指示机动车辆的能量使用的效率水平的系统 | |
| CN102416957A (zh) | 用于支持驾驶员用以控制消耗地行驶的辅助系统 | |
| CN102494124A (zh) | 一种省油换挡算法及具有该算法的提示系统 | |
| JP5095549B2 (ja) | 省燃費運転診断装置、省燃費運転診断システム、走行制御装置、省燃費運転採点装置及び省燃費運転診断方法 | |
| JP2012006485A (ja) | 運転評価装置 | |
| CN108202736B (zh) | 坡道起步控制方法和控制装置 | |
| CN108973779B (zh) | 纯电动汽车用换挡辅助系统的控制方法及装置 | |
| CN103047408A (zh) | 一种自动变速器换档方法及车辆 | |
| EP2867562B1 (en) | Transmission control system | |
| CN105151040A (zh) | 基于功率谱自学习预测的混合动力汽车能量管理方法 | |
| CN104627024B (zh) | 提高纯电动车驾驶性的控制方法 | |
| DE102011116184A1 (de) | Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs | |
| JP2012086773A (ja) | 車両用走行制御装置 | |
| US10099683B2 (en) | Method and apparatus for controlling a hybrid powertrain system | |
| EP2358575A1 (de) | Verfahren zum betreiben eines antriebsstrangs | |
| DE202011110847U1 (de) | Fahrzeugbetriebssysteme | |
| CN111434545A (zh) | 车辆的巡航控制方法、系统及车辆 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |