CN107097791B - 基于道路坡度和曲率的四驱电动车速度优化控制方法 - Google Patents
基于道路坡度和曲率的四驱电动车速度优化控制方法 Download PDFInfo
- Publication number
- CN107097791B CN107097791B CN201710122719.6A CN201710122719A CN107097791B CN 107097791 B CN107097791 B CN 107097791B CN 201710122719 A CN201710122719 A CN 201710122719A CN 107097791 B CN107097791 B CN 107097791B
- Authority
- CN
- China
- Prior art keywords
- road
- vehicle
- speed
- curvature
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005457 optimization Methods 0.000 title claims abstract description 32
- 230000008569 process Effects 0.000 claims abstract description 15
- 238000005265 energy consumption Methods 0.000 claims abstract description 13
- 238000013461 design Methods 0.000 claims abstract description 5
- 230000001133 acceleration Effects 0.000 claims description 11
- 238000005096 rolling process Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0097—Predicting future conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—Speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/107—Longitudinal acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/109—Lateral acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/30—Road curve radius
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/12—Lateral speed
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种四驱电动汽车行驶车速优化控制方法,该方法综合考虑行驶路径范围内的道路坡度和曲率信息,使汽车在保证安全性的前提下,在给定路径行驶过程中的能量消耗最小。包括以下步骤:通过GPS(Global Positioning System)和GIS(Geographic Information System)等信息系统获取道路坡度和曲率信息;考虑道路坡度信息,结合车辆状态,建立纵向动力学预测模型,建立能耗目标函数;考虑道路曲率信息,设计安全性的约束条件,描述模型预测控制问题;利用动态规划算法求解模型预测控制问题,得到车速优化轨迹。通过上述方式,本发明能够综合道路工况信息,得到优化目标车速和转矩,用于四驱电动汽车的动力学控制,提高行驶经济性和安全性。
Description
技术领域
本发明涉及汽车速度优化控制领域,特别是考虑道路坡度和曲率信息的四驱电动车速度优化控制方法。
背景技术
自环境和能源问题受到关注以来,汽车的经济性一直都是国内外的一个研究重点。汽车的经济性除了与车辆本身的性能有关,还受行驶道路和工况的影响。因此,近年来有学者研究考虑道路坡度信息的预测巡航控制,对于重型卡车在坡度变化较大、较为频繁的路段,经济性提升效果非常明显。Daimler Chrysler公司基于传统的自适应巡航系统,根据GPS导航,结合3D数字地图,提前获取前方道路坡度的信息,进行预测巡航控制,运行优化算法,优化车辆的速度变化轨迹,从而提高车辆经济性。
同时电动汽车目前被认为是解决环境和能源问题的一个重要途径,四轮驱动电动汽车由于其更好的动力学可控性,近年来越来越受到关注。利用电动化和线控化的驱动系统,考虑道路和工况,研究四轮驱动电动汽车的速度优化控制,降低行驶路径上的能量消耗,对于提高四轮驱动电动汽车的经济性具有重要意义。除了道路的坡度对于车辆的经济性有影响,当车辆在弯道上行驶时,车速对于车辆的侧向稳定性能有较大影响,因此有必要考虑道路的曲率信息进行速度优化控制,以提高车辆的行驶安全性和经济性。目前国内外针对道路信息的速度优化控制和预测巡航控制,主要是考虑道路的坡度信息,对于道路的曲率信息考虑较少,尤其是对四轮驱动电动汽车的研究更少。
发明内容
本发明所要解决的技术问题是:提供一种四驱电动汽车速度优化控制方法,该方法综合考虑道路坡度和曲率信息,在保证弯道行驶安全性的条件下,使电动汽车在给定行驶路径上的能量消耗最小,能够显著提高汽车的经济性和安全性。
本发明为解决上述技术问题,采用以下技术方案:
一种基于道路坡度和曲率的四驱电动车速度优化控制方法,其特征在于包括如下步骤:
1)车辆在具有弯道和坡度的路况下保持行驶状态,ECU通过GPS和GIS获得道路信息和车辆状态信息;其中,车辆状态信息包括车辆的位置、速度、加速度,道路信息包括前方道路的坡度、曲率;
2)ECU根据获得的道路坡度、曲率信息和车辆状态信息建立纵向动力学模型以及系统状态方程,在此基础上结合行驶过程中的能量计算方法,建立关于消耗能量和行驶时间的优化目标函数;同时,ECU根据获得的道路曲率信息设定道路侧向极限稳定条件,并且根据道路坡度信息设定弯道行驶过程中的安全车速,实现安全车速约束;
3)在步骤2)的基础上进行模型预测控制优化,根据总能量需求最小化的目标,将行驶路程离散化,设置预测域和预测周期找到每一个预测周期内所达到的目标车速以及所需要的目标转矩,并考虑弯道上的安全车速范围,得到汽车的最优车速轨迹。
上述技术方案中,步骤2)在等速圆周行驶条件下,通过道路曲率得到转弯半径,根据路面附着条件得到地面所能提供的最大侧向力,进而得到最高车速限制实现安全车速约束。
上述技术方案中,步骤2)道路侧向极限稳定条件为:考虑道路的曲率和附着条件,根据车辆的侧向状态,以保证弯道行驶的安全性为前提,设计车辆的安全限制车速,使车辆不发生侧向失稳,即需要满足:
其中各参数如下,ay为汽车的侧向加速度,为路面附着系数。
上述技术方案中,步骤2)建立的纵向动力学模型为:
式中:α为道路坡度角,通过GPS和GIS信息系统获得,Ttotal为电驱动系统总输出转矩,v为车辆行驶速度,是优化控制方法要求解的变量;式中包括的车辆参数有:m为汽车质量,δ为汽车旋转质量换算系数,f为汽车滚动阻力系数,CD为空气阻力系数,A为迎风面积,ρ为空气密度,r为车轮滚动半径,Ft为车辆行驶的驱动力,Ff为车辆行驶的滚动阻力,Fi为车辆行驶的坡度阻力,Fw为车辆行驶的空气阻力,Fj为车辆行驶的加速阻力,G为汽车重量;
考虑车辆行驶过程中的能力损耗,和时间消耗转化为的物质代价,结合能量与时间的权重综合建立综合能耗评价表达式如下:
式中,S为车辆行驶距离;λ为行驶时间的权重系数,反映了时间消耗相对于系统能耗的权重;P为电池的输出功率Tcmd为单个电机的输出转矩,ωm为电机转动的角速度;η为电机效率。
上述技术方案中,步骤3)进行安全车速约束时,将车辆行驶过程中的总路程划分为若干段子路程,认定足够小的一段路程的坡度和曲率为定值,对于道路有曲率的弯道行驶工况,在等速圆周行驶条件下,利用转弯半径和车速表达出车辆的侧向力,在保证侧向力不超过路面附着力的条件下,求得车速的范围,即安全车速范围。
上述技术方案中,步骤3)通过将行驶过程离散化,根据离散动态规划算法,得到每一阶段路程行驶的目标车速与转矩,于是求解优化问题如下:
式中Δs为求解的路程的步长,上式可以求得一段路程的综合能耗,在求解的过程中通过遍历满足要求范围的车速,寻求满足目标函数的最优化车速,得到一段路程的车速轨迹。
本发明利用多传感器信息融合技术,ECU可以获得车辆和道路信息,建立纵向动力学模型以及系统状态方程,通过能量管理构建目标函数,并且根据道路坡度信息设计弯道行驶过程中的安全车速。将行驶路程离散化,建立离散动态规划算法,优化计算得到目标车速与转矩。与现有技术相比具有以下主要的优点:
其一,综合道路坡度和曲率信息,通过模型预测控制方法,得到最优车速和转矩,以提高汽车的经济性和安全性。更加符合实际道路情况,实用性更大,在减小能量消耗的同时,保证弯道行驶的极限稳定性,提高车辆的安全性和经济性。
其二,将行驶路程所消耗的时间叠加到能耗中,可以避免仅考虑系统的能量消耗会使优化结果倾向于使车辆以很低的速度行驶,纠正了目标函数,获得的目标车速更能保证汽车经济性。
附图说明
图1是本发明基于道路坡度和曲率的四驱电动车速度优化控制方法的流程示意图;
图2为本发明GPS和GIS采集信息图;
图3是本发明仿真车辆行驶示意图;
图4是本发明中的总路程划分离散简易图。
具体实施方式
本发明公开了一种基于道路坡度和曲率的四驱电动车速度优化控制方法,也是基于行驶路径范围内的坡度、曲率等道路信息的目标车速和转矩的优化决策算法,方法流程如图1所示,包括信息处理、能量管理和车速优化算法。其中,信息处理是基于多传感器信息融合技术,获得车辆和道路信息,车辆信息包括位置、速度、加速度等,道路信息包括前方道路的坡度、曲率等;并根据获得的道路信息和车辆状态建立纵向动力学模型以及系统状态方程。能量管理包括建立行驶过程中的能量计算方法,建立关于消耗能量和行驶时间的优化目标函数。车速优化算法就根据总能量需求最小化的目标,将行驶路程离散化,对于每一阶段通过离散动态规划算法,并考虑弯道上的安全车速范围,得到汽车的最优车速轨迹。
所述的信息处理是通过GPS和GIS进行信息获取,获取流程如图2所示,ECU(Electronic Control Unit)负责接收并处理传感器实时采集得到的所有数据,并从中提取出车辆信息以及前方道路信息,根据车辆基本参数建立纵向动力学模型如下式:
式中:α为道路坡度角,通过GPS和GIS信息系统获得,Ttotal为电驱动系统总输出转矩,v为车辆行驶速度,是优化控制方法要求解的变量。式中包括的车辆参数有:m为汽车质量,δ为汽车旋转质量换算系数,f为汽车滚动阻力系数,CD为空气阻力系数,A为迎风面积,ρ为空气密度,r为车轮滚动半径。
所述的能量管理,作为控制算法的目标,由于单独考虑消耗的能量必然导致车辆以较低的车速行驶,为了重视时间的价值,综合能量与时间的权重建立能耗评价系统,实时控制巡航目标,使其最优化,
所以结合能量与时间的权重综合建立综合能耗评价表达式如下:
式中,S为车辆行驶距离;λ为行驶时间的权重系数,反映了时间消耗相对于系统能耗的权重;P为电池的输出功率,P由电机转矩和角速度求得,如下式所示:
上式中,Tcmd为单个电机的输出转矩;ωm为电机转动的角速度;η为电机效率。
所述的行驶策略,将车辆行驶过程中的总路程划分为若干段子路程,认定足够小的一段路程的坡度和曲率为一定值,对于道路有曲率的弯道行驶工况,在等速圆周行驶条件下,计算出对应的方向盘转角,再根据车辆的侧向响应特性,利用方向盘转角和车速表达出车辆的侧向力,在保证侧向力不超过路面附着力的条件下,求得车速的范围,即安全车速范围。
本发明提到的离散动态规划算法,动态规划往往可以用递归程序来实现,通过递推可以充分利用前面保存的子问题的解来减少重复计算,其用途是找到每一阶段路程所达到的目标车速以及所需要的目标转矩,通过线控化和电动化的执行系统实现行驶路程中的速度轨迹。图4将行驶路程离散化,设置预测域和预测周期(图4中的预测域长度是需要大于预测周期长度,所以有重合部分),找到每一个预测周期内所达到的目标车速以及所需要的目标转矩,并考虑弯道上的安全车速范围,得到汽车的最优车速轨迹。
接下来结合附图1-4对本发明进一步说明:
该车辆配置GPS和GIS系统,并且设置转速传感器、横摆角速度传感器,在一定路况下行驶,示意图参考附图3,通过GPS和GIS获得道路信息和交通信息,ECU获得并处理信息,而得到具体参数值。
建立汽车纵向动力学模型:
式中,α为道路坡度角由GIS提供,Ttotal为电驱动系统总输出转矩,v为车辆行驶速度。
基于车辆动力学模型可以得到系统的状态方程:
代入输入x=[v t]T得:
v(k+1)=v(k)+akΔt
t(k+1)=t(k)+Δt
而动力学模型是以时间为自变量的,由于本发明针对路程将其离散化,因此以路程作为自变量,换算公式为:
式中,系统状态输入x包括车辆速度v与时间t,即x=[v t]T,可以获得系统的状态方程为:
式中,Tcmd为控制输入的转矩,α为道路坡度角由GIS提供,v为车辆行驶速度。
当道路有曲率,即汽车在弯道行驶时,需要保证行驶的安全性。在等速圆周行驶条件下,通过道路曲率得到转弯半径,根据转弯半径和车速可以表达出车辆的侧向加速度:
式中ay为汽车的侧向加速度,R为转弯半径。
此时汽车的侧向加速度ay受路面附着条件的限制:
式中为路面附着系数。
从而得到车速的安全范围为:
最后建立离散的动态规划算法,通过将路程离散化,对每一小段路程进行最优化求解,得到目标车速和转矩,具体算法详细实行分以下几个步骤:
1)划分阶段:
将总路程长度S分段求解,即分成路程预测周期为Sy来进行求解,对于其中一段预测域长度Sp(Sp>Sy),设定离散化步长为Δs,路程具体划分见附图4,
则:
Sp=NΔs
2)确定状态,状态变量以及状态转移方程:
系统状态输入包括x包括车辆速度v与时间t,即x=[v t]T,可将上面的系统状态方程变形为:
ak是车辆纵向加速度,表示为:
系统状态输出y=Tcmd,而
3)确定决策:
对于预测域长度为Sp,则目标函数变为:
式中,λ为行驶时间的权重系数,反映了时间消耗相对于系统能耗的权重,增大λ会使车辆趋向于更高的目标速度行驶,反之导致目标车速降低,因此λ是目标车速的函数,即
λ=f(vtarg)
P为电池的输出功率,P由电机转矩和角速度求得,表达式如下:
上式中,Tcmd为单个电机的输出转矩;ωm为电机转动的角速度;η为电机效率,可利用电机效率测量数据,通过查表获得。
将预测域长度离散化后得到目标函数表达为:
而对于每一个步长满足
4)寻找边界条件:
系统初始状态即为车辆此时的速度和时间,为计算方便,每次求解一段路程Sp中的目标速度优化问题时,将距离和时间置零,即
最终通过编程求解得到每一段Δs中的目标车速vk和Tcmd,k。
此预测域Sp优化完成后计算下一个预测域,直至达到总路程S则完成优化。
Claims (6)
1.一种基于道路坡度和曲率的四驱电动车速度优化控制方法,其特征在于包括如下步骤:
1)车辆在具有弯道和坡度的路况下保持行驶状态,ECU通过GPS和GIS获得道路信息和车辆状态信息;其中,车辆状态信息包括车辆的位置、速度、加速度,道路信息包括前方道路的坡度、曲率;
2)ECU根据获得的道路坡度、曲率信息和车辆状态信息建立纵向动力学模型以及系统状态方程,在此基础上结合行驶过程中的能量计算方法,建立关于消耗能量和行驶时间的优化目标函数;同时,ECU根据获得的道路曲率信息设定道路侧向极限稳定条件,并且根据道路坡度信息设定弯道行驶过程中的安全车速,实现安全车速约束;
3)在步骤2)的基础上进行模型预测控制优化,根据总能量需求最小化的目标,将行驶路程离散化,设置预测域和预测周期找到每一个预测周期内所达到的目标车速以及所需要的目标转矩,并考虑弯道上的安全车速范围,得到汽车的最优车速轨迹。
2.根据权利要求1所述的基于道路坡度和曲率的四驱电动车速度优化控制方法,其特征在于步骤2)在等速圆周行驶条件下,通过道路曲率得到转弯半径,根据路面附着条件得到地面所能提供的最大侧向力,进而得到最高车速限制实现安全车速约束。
3.根据权利要求2所述的基于道路坡度和曲率的四驱电动车速度优化控制方法,其特征在于步骤2)道路侧向极限稳定条件为:考虑道路的曲率和附着条件,根据车辆的侧向状态,以保证弯道行驶的安全性为前提,设计车辆的安全限制车速,使车辆不发生侧向失稳,即需要满足:
其中各参数如下,ay为汽车的侧向加速度,为路面附着系数。
4.根据权利要求3所述的基于道路坡度和曲率的四驱电动车速度优化控制方法,其特征在于步骤2)建立的纵向动力学模型为:
式中:α为道路坡度角,通过GPS和GIS信息系统获得,Ttotal为电驱动系统总输出转矩,v为车辆行驶速度,是优化控制方法要求解的变量;式中包括的车辆参数有:m为汽车质量,δ为汽车旋转质量换算系数,f为汽车滚动阻力系数,CD为空气阻力系数,A为迎风面积,ρ为空气密度,r为车轮滚动半径,Ft为车辆行驶的驱动力,Ff为车辆行驶的滚动阻力,Fi为车辆行驶的坡度阻力,Fw为车辆行驶的空气阻力,Fj为车辆行驶的加速阻力,G为汽车重量;
考虑车辆行驶过程中的能力损耗,和时间消耗转化为的物质代价,结合能量与时间的权重综合建立综合能耗评价表达式如下:
式中,S为车辆行驶距离;λ为行驶时间的权重系数,反映了时间消耗相对于系统能耗的权重;P为电池的输出功率其中:Tcmd为单个电机的输出转矩,ωm为电机转动的角速度;η为电机效率;Iw为车轮转动惯量。
5.根据权利要求1所述的基于道路坡度和曲率的四驱电动车速度优化控制方法,其特征在于步骤3)进行安全车速约束时,将车辆行驶过程中的总路程划分为若干段子路程,认定足够小的一段路程的坡度和曲率为定值,对于道路有曲率的弯道行驶工况,在等速圆周行驶条件下,利用转弯半径和车速表达出车辆的侧向力,在保证侧向力不超过路面附着力的条件下,求得车速的范围,即安全车速范围。
6.根据权利要求4所述的基于道路坡度和曲率的四驱电动车速度优化控制方法,其特征在于步骤3)通过将行驶过程离散化,根据离散动态规划算法,得到每一阶段路程行驶的目标车速与转矩,于是求解优化问题如下:
式中Δs为求解的路程的步长,上式可以求得一段路程的综合能耗,在求解的过程中通过遍历满足要求范围的车速,寻求满足目标函数的最优化车速,得到一段路程的车速轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710122719.6A CN107097791B (zh) | 2017-03-03 | 2017-03-03 | 基于道路坡度和曲率的四驱电动车速度优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710122719.6A CN107097791B (zh) | 2017-03-03 | 2017-03-03 | 基于道路坡度和曲率的四驱电动车速度优化控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107097791A CN107097791A (zh) | 2017-08-29 |
CN107097791B true CN107097791B (zh) | 2019-03-08 |
Family
ID=59676071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710122719.6A Active CN107097791B (zh) | 2017-03-03 | 2017-03-03 | 基于道路坡度和曲率的四驱电动车速度优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107097791B (zh) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109927708B (zh) * | 2017-12-15 | 2021-05-14 | 宝沃汽车(中国)有限公司 | 车辆扭矩的控制方法、控制系统、车辆和车联网系统 |
CN108111173B (zh) * | 2017-12-27 | 2021-03-26 | 东软集团股份有限公司 | 轨迹压缩方法、装置、存储介质及电子设备 |
CN108563143A (zh) * | 2018-01-10 | 2018-09-21 | 吉林大学 | 基于状态观测器的四驱电动汽车速度与道路坡度估计方法 |
WO2019153190A1 (zh) * | 2018-02-08 | 2019-08-15 | 深圳配天智能技术研究院有限公司 | 控制电动汽车行驶的方法、控制器、电动汽车及存储介质 |
CN108657016A (zh) * | 2018-03-28 | 2018-10-16 | 上海乐愚智能科技有限公司 | 一种车速的调节方法、装置、终端和存储介质 |
DE102018207006A1 (de) * | 2018-05-07 | 2019-11-07 | Audi Ag | Verfahren zur Ermittlung einer prädizierten Beschleunigungsinformation in einem Elektrokraftfahrzeug und Elektrokraftfahrzeug |
CN108803333A (zh) * | 2018-06-20 | 2018-11-13 | 福州大学 | 一种考虑能耗与时间的电动汽车驾驶策略权衡优化方法 |
CN109190153B (zh) * | 2018-07-24 | 2023-01-31 | 中国第一汽车股份有限公司 | 一种能耗计算方法及其系统 |
KR102564023B1 (ko) * | 2018-11-09 | 2023-08-07 | 현대자동차주식회사 | 차량의 변속 제어 장치 및 방법, 그리고 차량 시스템 |
IT201800010456A1 (it) * | 2018-11-20 | 2020-05-20 | Fiat Ricerche | Controllo elettronico preventivo della stabilita' di guida di un autoveicolo |
CN109978350A (zh) * | 2019-03-13 | 2019-07-05 | 北京工业大学 | 一种基于工况分解动态规划算法的地铁列车节能优化方法 |
CN109910890B (zh) * | 2019-03-19 | 2020-11-27 | 吉林大学 | 一种基于道路地形信息的卡车预测节能系统及控制方法 |
CN110126841B (zh) * | 2019-05-09 | 2020-08-04 | 吉林大学 | 基于道路信息和驾驶风格的纯电动汽车能耗模型预测方法 |
CN110356396B (zh) * | 2019-07-09 | 2020-07-31 | 东南大学 | 一种考虑道路坡度的电动汽车速度瞬时优化的方法 |
CN110356397B (zh) * | 2019-07-09 | 2020-09-18 | 东南大学 | 基于道路坡度的能量归一最小化的混合动力汽车优化方法 |
WO2021078390A1 (de) * | 2019-10-25 | 2021-04-29 | Zf Friedrichshafen Ag | Modelbasierte prädiktive regelung einer antriebsmaschine eines antriebstrangs eines kraftfahrzeugs sowie zumindest einer die energieeffizienz des kraftfahrzeugs beeinflussende fahrzeugkomponente |
CN110792762B (zh) * | 2019-11-07 | 2021-07-30 | 吉林大学 | 一种巡航模式下商用车前瞻换挡控制方法 |
CN111038478B (zh) * | 2019-12-06 | 2021-05-18 | 苏州智加科技有限公司 | 车辆行驶速度确定方法和装置 |
CN111532264A (zh) * | 2020-04-17 | 2020-08-14 | 东南大学 | 一种面向变坡度和变限速交通场景的智能网联汽车巡航车速优化方法 |
CN111507019B (zh) * | 2020-05-06 | 2022-09-16 | 北京理工大学 | 基于mmrls和sh-stf的车辆质量与道路坡度迭代型联合估计方法 |
CN112092812A (zh) * | 2020-08-18 | 2020-12-18 | 江苏大学 | 一种自适应巡航控制系统下车辆上坡自动限速的方法 |
CN112508288A (zh) * | 2020-12-11 | 2021-03-16 | 国网重庆市电力公司营销服务中心 | 基于温控负荷预测的有序充电调度系统及其方法 |
CN112883563B (zh) * | 2021-02-01 | 2022-06-14 | 北京理工大学 | 一种纯电动汽车前后桥电机驱动效率线性插值优化方法 |
CN113341966B (zh) * | 2021-05-31 | 2022-05-17 | 广州文远知行科技有限公司 | 坡道车辆控制方法、装置、车辆及存储介质 |
CN113232664B (zh) * | 2021-06-23 | 2022-11-04 | 博雷顿科技有限公司 | 一种电动车辆行驶路况实时坡度的测量方法及测量系统 |
CN113415288B (zh) * | 2021-06-23 | 2022-03-18 | 东风柳州汽车有限公司 | 分段式纵向车速规划方法、装置、设备及存储介质 |
CN113942515B (zh) * | 2021-10-26 | 2023-08-22 | 日立楼宇技术(广州)有限公司 | Agv车辆能耗优化方法、装置、设备、存储介质及程序产品 |
CN114148325B (zh) * | 2021-12-22 | 2023-11-28 | 吉林大学 | 重型混合动力商用车预见性能量管理方法 |
CN114379381A (zh) * | 2022-03-24 | 2022-04-22 | 武汉理工大学 | 一种基于5g技术的电动汽车坡道驾驶速度优化方法 |
CN114862306B (zh) * | 2022-04-21 | 2024-07-09 | 东南大学 | 一种重型车辆生态驾驶路线优化方法及系统 |
CN117565870B (zh) * | 2024-01-16 | 2024-03-22 | 江苏智能无人装备产业创新中心有限公司 | 一种越野无人车辆坡道路段超低车速预测控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SE1100537A1 (sv) * | 2011-07-15 | 2013-01-16 | Scania Cv Ab | Hantering av fel i kartdata |
DE102012025036B4 (de) * | 2012-12-19 | 2017-11-09 | Audi Ag | Kraftfahrzeug mit einem Fahrerassistenzsystem für eine energiesparende Fahrweise |
KR101509700B1 (ko) * | 2013-07-08 | 2015-04-08 | 현대자동차 주식회사 | 운전자 지원 시스템 및 방법 |
US9260105B2 (en) * | 2013-08-05 | 2016-02-16 | GM Global Technology Operations LLC | System and method of power management for a hybrid vehicle |
CN103979012B (zh) * | 2014-05-08 | 2017-01-04 | 金华市金开电子科技有限公司 | 电动车行驶路面坡度计算方法 |
-
2017
- 2017-03-03 CN CN201710122719.6A patent/CN107097791B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107097791A (zh) | 2017-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107097791B (zh) | 基于道路坡度和曲率的四驱电动车速度优化控制方法 | |
WO2021027568A1 (zh) | 障碍物避让方法及装置 | |
CN113386795B (zh) | 一种自动驾驶车辆智能决策及局部轨迹规划方法及其决策系统 | |
US11643080B2 (en) | Trailing vehicle positioning system based on detected pressure zones | |
Zhang et al. | Predictive energy management strategy for fully electric vehicles based on preceding vehicle movement | |
CN103914985B (zh) | 一种混合动力客车未来车速轨迹预测方法 | |
US8924146B2 (en) | Drive mode guide system for vehicle and method thereof | |
WO2018086218A1 (zh) | 车辆制动能量的回收方法和装置 | |
CN109823393A (zh) | 一种智能驾驶车辆轨迹跟踪控制方法 | |
US11572068B2 (en) | Trailing vehicle positioning system based on detected lead vehicle | |
CN112512887B (zh) | 一种行驶决策选择方法以及装置 | |
CN109733378A (zh) | 一种线下优化线上预测的转矩分配方法 | |
CN107117073A (zh) | 一种四轮轮毂电动汽车牵引力控制方法 | |
CN108058704A (zh) | 基于车辆对车辆通信的动力传动系统的预测控制 | |
CN103085816A (zh) | 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 | |
CN109383505A (zh) | 峰值效率推荐和分享 | |
CN109455179A (zh) | 用于确定前有第二车辆的第一车辆要达到的速度的方法 | |
Sajadi-Alamdari et al. | Nonlinear model predictive extended eco-cruise control for battery electric vehicles | |
Bifulco et al. | Combined energy-oriented path following and collision avoidance approach for autonomous electric vehicles via nonlinear model predictive control | |
Ying et al. | A sliding mode control approach to longitudinal control of vehicles in a platoon | |
US20230234596A1 (en) | Vehicle predictive control method with improved computational processing and vehicle driving control system using the same | |
CN109656242A (zh) | 一种自动驾驶行车路径规划系统 | |
CN110654386B (zh) | 弯道下多智能电动汽车协作式巡航纵横向综合控制方法 | |
US20220371450A1 (en) | Model-Based Predictive Regulation of an Electric Machine in a Drivetrain of a Motor Vehicle | |
US20240177528A1 (en) | System and method for estimating a remaining energy range of a vehicle and reducing driver range anxiety |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |