CN108897928B - 一种基于嵌套蒙特卡洛树搜索的智能车坡路节能车速优化方法 - Google Patents

Abstract

本发明涉及一种基于嵌套蒙特卡洛树搜索的智能车坡路节能车速优化方法，具体为：一、参数初始化，加载算法所需参数，包括整车参数和模型参数；二、采用正态分布规律选出嵌套结构的子节点集S_s；三、基于驾驶经验的子节点模拟；四、利用系统状态方程计算模拟链收益值；五、单步最优速度状态输出；六、定义当前道路阶段为k，判断是否到达终止阶段N，若是，执行步骤七；若不是，当前道路阶段递进为k+1，返回步骤二；七、最优节点记录到节能车速序列V_opt中。根据道路情况调整算法的阶段数以及状态模拟次数，具有参数可调和坡路节能车速正向搜索求解的优点，提高算法的求解效率，降低算法的存储空间，使道路的迭代求解过程简单化。

Description

一种基于嵌套蒙特卡洛树搜索的智能车坡路节能车速优化 方法

技术领域

本发明涉及坡路节能车速优化方法，特别是一种基于嵌套蒙特卡洛树搜索的智能车坡路节能车速优化方法。

背景技术

坡路节能车速优化是智能生态驾驶辅助产品的一种，利用可获取的道路坡度信息优化车速是提升车辆燃油经济性、实现节能减排的有效手段。在受交通流影响较少的高速工况下，影响经济巡航的外部因素主要来自于道路纵坡，近年来随着ITS技术的发展，行驶车辆实时获取道路环境信息已经成为可能，甚至可以预先知道前方道路的坡度信息，这为实时的节能辅助驾驶产品的研发起到了推动作用。

在节能车速优化方法中，基于动态规划算法的优化方法已成为坡路节能车速优化的主流方法。虽然该算法能够在已知前方道路坡度的前提下，比较准确地求解出节能车速曲线，但是这种全局的逆向优化控制算法存在路径迭代计算量大、计算效率低以及占用存储空间大的问题，不便于在线环境运行。

马尔可夫决策过程是描述一般决策过程的常用建模方法，将坡路经济巡航表达为马尔可夫决策过程逻辑上符合驾驶员的驾驶行为，符合汽车运行工况本身具有的马尔可夫性，而求解马尔可夫决策过程有诸多的智能算法可供选择，其中嵌套蒙特卡洛树搜索算法结构简单，在复杂决策问题的规划方面效果良好。

发明内容

为解决上述技术问题，本发明提供一种基于嵌套蒙特卡洛树搜索的坡路节能车速正向优化方法，提高了节能车速曲线的求解效率，降低了算法的存储空间，使道路的迭代求解过程简单化。

本发明技术方案为：

一种基于嵌套蒙特卡洛树搜索的智能车坡路节能车速优化方法，包括如下步骤：

步骤S1、参数初始化，加载算法所需的整车参数和模型参数。

所述的整车参数包含质量m、车轮半径r、迎风面积A、风阻系数C_d、滚阻系数f、变速器传动比i_g、主减速比i₀、车轮的转动惯量I_w、飞轮的转动惯量I_f、车辆的旋转质量换算系数δ；

所述的模型参数包含：道路阶段个数为N；每阶段的速度状态个数为M；道路坡度α(k)，其中k＝1,2,3……N；速度状态v_i，其中i＝1,2,3……M；转矩状态T_ei；转速状态n_i；档位状态D；决策参数a(k)；正态分布期望E；标准差σ；正态分布随机数R_n；子节点选择个数n；子节点集S_s；节点选择阈值T；模拟链收益值f_m；最优模拟链L_vl；最优模拟链收益值V_l；

步骤S2、采用正态分布规律选出嵌套结构的子节点集S_s。以当前阶段所处状态位置i作为正态分布的期望E，选取标准差σ＝0.5，由正态分布公式计算出n个相邻子节点位置，然后选出相应位置的子节点构成S_s；

步骤S3、采用速度阈值限制和马尔可夫链两种模拟方法对子节点进行模拟。针对步骤二中已经选出的子节点集S_s，对S_s中的子节点进行模拟实验，生成每个子节点的模拟速度状态序列，即模拟链；

S3.1、速度阈值限制模拟：选取S_s中某子节点v_i作为模拟对象，取本次模拟实验的阈值为T，则由当前阶段出发，下一阶段在v_i的上下阈值为T的范围内随机选择一个节点作为相应阶段的速度状态，直至选出第N个阶段的速度状态即完成本次模拟；对S_s中每个子节点进行一次如上模拟，获得各子节点的模拟链；

S3.2、马尔可夫链模拟：由在线模拟和离线学习两部分构成；

S3.2.1、子节点在线模拟：根据车辆运行工况的历史信息，构建包括速度、加速度、道路坡度的三参数状态转移概率矩阵，在子节点的模拟过程中，根据状态转移概率矩阵，运用蒙特卡洛模拟生成子节点的模拟链；

S3.2.2、状态转移概率矩阵离线学习：将车辆行驶过程中一段时间的行驶数据离散化，统计出状态转移概率矩阵，结合历史工况数据的状态转移矩阵，不断完成对状态转移矩阵的更新。在实时环境下，利用更新后的状态转移矩阵和前方道路坡度信息生成子节点模拟链。

步骤S4、利用系统状态方程计算模拟链收益值。嵌套蒙特卡洛树搜索算法针对的是离散系统，建立离散系统的状态方程，用于描述系统及收益值的计算；

S4.1、将车辆纵向动力学方程式按空间离散化，得到离散的系统状态方程，如式(1)所示，

式中△S为阶段道路长度；k＝1,2,……N-1；

S4.2、模拟链收益值计算，将每条模拟链计算的油耗值作为S_s中对应子节点的收益值；根据档位信息，由式(2)计算发动机转速；

由式(3)计算状态转移的加速度，单位m/s²。

a＝v(k)(v(k)-v(k-1))/(3.6²·Δs) (3)

将式(2)、(3)代入(1)中计算转矩T_e，采用由最小二乘法拟合得到的油耗模型计算模拟链的油耗量f_m作为子节点的收益值。

步骤S5、单步最优速度状态输出。在算法推进的过程中，随着当前阶段的更新，对已完成最优节点选择的所有模拟链的收益值进行比较，其最小值记为V_l，最小收益值对应的模拟链记为L_vl，L_vl中对应的下一阶段节点即为下一阶段的最优状态节点；

步骤S6、定义当前道路阶段为k，判断是否到达终止阶段N，若是，执行步骤S7；若不是，当前道路阶段递进为k+1，返回步骤S2；

步骤S7、最优节点记录到节能车速序列V_opt中，即得到坡路节能车速曲线。

有益效果如下：

本发明利用嵌套蒙特卡洛树搜索算法求解节能车速，可以根据道路情况调整算法的阶段数以及状态模拟次数，具有参数可调和坡路节能车速正向搜索求解的优点，提高了算法的求解效率，降低了算法的存储空间，使道路的迭代求解过程简单化，为坡路节能车速规划问题提供新的解决方法。

附图说明

图1是本发明的优化方法流程示意图；

图2是基于马尔科夫链的节点模拟流程图；

图3是已知坡度转移的VA状态转移矩阵；

图4是最优收益值的反馈修正；

图5是本发明的优化方法所述的道路坡度、高程及节能车速曲线。

具体实施方式

通过以下实施例及附图对本发明优化方法作进一步详细说明。

实施例1

本发明提供一种基于嵌套蒙特卡洛树搜索的智能车节能车速优化方法，参照图1所示，方法包括以下七个步骤，具体如下：

步骤一：参数初始化，加载算法所需参数，包括整车参数和模型参数。

整车参数包含：质量m、车轮半径r、迎风面积A、风阻系数C_d、滚阻系数f、变速器传动比i_g、主减速比i₀、车轮的转动惯量I_w、飞轮的转动惯量I_f、车辆的旋转质量换算系数δ。

模型参数包含：

(1)道路参数：道路阶段个数为N，每阶段的速度状态个数为M，道路坡度α(k)，其中k＝1,2,3……N。

(2)状态参数：速度状态v_i，其中i＝1,2,3……M，转矩状态T_ei，转速状态n_i，档位状态D，决策参数a(k)。

(3)正态分布期望E、标准差σ，正态分布随机数R_n，子节点选择个数n，子节点集S_s，节点选择阈值T，模拟链收益值f_m，最优模拟链L_vl，最优模拟链收益值V_l。

步骤二：采用正态分布规律选出嵌套结构的子节点集S_s。

本发明采用了一种正态分布规律选择节点的方法选出子节点集S_s，以当前阶段所处状态位置i作为正态分布的期望E，选取标准差σ＝0.5，由正态分布公式计算出n个相邻子节点位置，然后选出相应位置的子节点构成S_s。具体步骤如下：

(1)生成n个正态分布随机数

采用公式(2-1)产生数量为n的正态分布随机数，作为下阶段被选子节点的位置信息。式中normrnd为随机数生成函数，E为正态分布期望，其值为当前速度状态v_i的位置i，取σ＝0.5为正态分布随机数标准差，R_n大小为1行n列。

R_n＝normrnd(E，σ，[1，n]) (2-1)

(2)由随机数选择正态分布子节点

根据R_n提供的位置信息挑选相应位置的速度状态作为子节点，组成下一阶段子节点集S_s。

步骤三：基于驾驶经验的子节点模拟。

本发明采用速度阈值限制和马尔可夫链两种模拟方法对子节点进行模拟，针对步骤二中已经选出的子节点集S_s，对S_s中的子节点进行模拟实验，生成每个子节点的模拟速度状态序列，即模拟链。

(1)速度阈值限制模拟

选取S_s中某子节点v_i作为模拟对象，取本次模拟实验的阈值为T，则由当前阶段出发，下一阶段在以v_i为中心，上下阈值均为T的范围内随机选择一个节点作为相应阶段的速度状态，直至选出第N个阶段的速度状态即完成本次模拟。对S_s中每个子节点进行一次如上模拟，获得各子节点的模拟链。

(2)马尔可夫链模拟

如图2所示，马尔可夫链模拟方法由在线模拟和离线学习两部分构成，实现算法能够不断学习新的驾驶经验。

a、子节点在线模拟

参照图3所示，根据车辆运行工况的历史信息，将车辆行驶数据和道路坡度信息离散化，取一定的范围和步长，对系统状态进行编码。

根据编码后的系统状态，首先统计坡度状态的转移，在每种坡度状态的转移下统计车辆加速度、速度状态的转移频数，进而计算出在坡度状态转移下的VA状态转移概率矩阵。完成三参数状态转移概率矩阵的构建。

在子节点的模拟过程中，根据状态转移概率矩阵，运用蒙特卡洛模拟生成子节点的模拟链。

b、状态转移概率矩阵离线学习

将车辆行驶过程中一段时间的行驶数据离散化，统计出状态转移概率矩阵，结合历史工况数据的状态转移矩阵，不断完成对状态转移矩阵的更新。在实时环境下，利用更新后的状态转移矩阵和前方道路坡度信息生成子节点模拟链。

步骤四：利用系统状态方程计算模拟链收益值。本发明中嵌套蒙特卡洛树搜索算法针对的是离散系统，建立离散系统的状态方程，用于描述系统及收益值的计算。

(1)离散系统状态方程的建立

将车辆纵向动力学方程式按空间离散化，得到离散的系统状态方程，如式(1)所示。

式中△S为阶段道路长度；k＝1,2,……N-1。

(2)模拟链收益值计算

将每条模拟链计算的油耗值作为S_s中对应子节点的收益值。根据档位信息，由式(2)计算发动机转速。

由式(3)计算状态转移的加速度，单位m/s²。

a＝v(k)(v(k)-v(k-1))/(3.6²·Δs) (3)

将式(2)、(3)代入(1)中计算转矩T_e，采用由最小二乘法拟合得到的油耗模型计算模拟链的油耗量f_m作为子节点的收益值。

步骤五：单步最优速度状态输出。在算法推进的过程中，随着当前阶段的更新，对已完成最优节点选择的所有模拟链的收益值进行比较，其最小值记为V_l，最小收益值对应的模拟链记为L_vl。L_vl中对应的下一阶段节点即为下一阶段的最优状态节点。如图4所示，为算法计算过程中V_l的变化情况。

步骤六：定义当前道路阶段为k，判断是否到达终止阶段N，若是，执行步骤七；若不是，当前道路阶段递进为k+1，返回步骤二。

步骤七：最优节点记录到节能车速序列Vo_pt中，得到坡路节能车速曲线。

车辆在道路上行驶时由车辆智能ITS系统获取前方一定距离道路的坡度信息；车辆CPU融合坡度信息与自身车辆参数，输入到嵌套蒙特卡洛树搜索算法模型中；算法快速解算出通过该路段的经济车速曲线，驾驶员按照经济车速控制车辆向前行驶，达到节油效果；当车辆行至该路段终点前，车辆智能ITS系统再次获得前方一定距离的道路坡度，重复以上步骤，再次规划出经济车速曲线。在总长为1公里，坡度为sin型道路上使用本发明和现有技术的方法进行经济规划，本发明的经济规划结果如图5所示，本发明的优化方法和现有技术的基于动态规划算法的优化方法的评价指标对比数据如表1所示，实施例1的求解结果相比动态规划算法车辆行程时间减少0.6S，计算效率提高了25.3％，存储空间减少了95％，提高了算法的在线工程化应用的可能性。综上所述，本发明为坡路经济车速规划研究提供了有效方法。

表1

	行程时间(S)	计算时间(S)	存储量(KB)
				基于动态规划算法的优化方法	62.9959	0.45	15617
实施例1的优化方法	62.342	0.336	781
				差值	-0.3461	-0.074	-0.14836
减少百分比(％)	0.6	25.3	95

Claims (1)

1.一种基于嵌套蒙特卡洛树搜索的智能车坡路节能车速优化方法，其特征在于，包括如下步骤：

步骤S1、参数初始化，加载算法所需的整车参数和模型参数，

所述的整车参数包含质量m、车轮半径r、迎风面积A、风阻系数C_d、滚阻系数f、变速器传动比i_g、主减速比i₀、车轮的转动惯量I_w、飞轮的转动惯量I_f、车辆的旋转质量换算系数δ；

所述的模型参数包含：道路阶段个数为N；每阶段的速度状态个数为M；道路坡度α(k)，其中k＝1,2,3……N；速度状态v_i，其中i＝1,2,3……M；转矩状态T_ei；转速状态n_i；档位状态D；决策参数a(k)；正态分布期望E；标准差σ；正态分布随机数R_n；子节点选择个数n；子节点集S_s；节点选择阈值T；模拟链收益值f_m；最优模拟链L_vl；最优模拟链收益值V_l；

步骤S2、采用正态分布规律选出嵌套结构的子节点集S_s，以当前阶段所处状态位置i作为正态分布的期望E，选取标准差σ＝0.5，由正态分布公式计算出n个相邻子节点位置，然后选出相应位置的子节点构成S_s；

步骤S3、采用速度阈值限制和马尔可夫链两种模拟方法对子节点进行模拟，针对步骤二中已经选出的子节点集S_s，对S_s中的子节点进行模拟实验，生成每个子节点的模拟速度状态序列，即模拟链；

S3.1、速度阈值限制模拟：选取S_s中某子节点v_i作为模拟对象，取本次模拟实验的阈值为T，则由当前阶段出发，下一阶段在v_i的上下阈值为T的范围内随机选择一个节点作为相应阶段的速度状态，直至选出第N个阶段的速度状态即完成本次模拟；对S_s中每个子节点进行一次如上模拟，获得各子节点的模拟链；

S3.2、马尔可夫链模拟由在线模拟和离线学习两部分构成；

S3.2.1、子节点在线模拟：根据车辆运行工况的历史信息，构建包括速度、加速度、道路坡度的三参数状态转移概率矩阵，在子节点的模拟过程中，根据状态转移概率矩阵，运用蒙特卡洛模拟生成子节点的模拟链；

S3.2.2、将车辆行驶过程中某一段时间的行驶数据离散化，统计出状态转移概率矩阵，结合历史工况数据的状态转移矩阵，不断完成对状态转移矩阵的更新，在实时环境下，利用更新后的状态转移矩阵和前方道路坡度信息生成子节点模拟链，

步骤S4、嵌套蒙特卡洛树搜索算法针对的是离散系统，建立离散系统的状态方程，用于描述系统及收益值的计算；

S4.1、将车辆纵向动力学方程式按空间离散化，得到离散的系统状态方程，如式(1)所示，

式中△S为阶段道路长度；k＝1,2,……N-1；

S4.2、将每条模拟链计算的油耗值作为S_s中对应子节点的收益值；根据档位信息，由式(2)计算发动机转速；

由式(3)计算状态转移的加速度，单位m/s²，

a＝v(k)(v(k)-v(k-1))/(3.6²·Δs) (3)

将式(2)、(3)代入(1)中计算转矩T_e，采用由最小二乘法拟合得到的油耗模型计算模拟链的油耗量f_m作为子节点的收益值，

步骤S5、随着当前阶段的更新，对已完成最优节点选择的所有模拟链的收益值进行比较，其最小值记为V_l，最小收益值对应的模拟链记为L_vl，L_vl中对应的下一阶段节点即为下一阶段的最优状态节点；

步骤S6、定义当前道路阶段为k，判断是否到达终止阶段N，若是，执行步骤S7；若不是，当前道路阶段递进为k+1，返回步骤S2；

步骤S7、最优节点记录到节能车速序列V_opt中，即得到坡路节能车速曲线。

Images