CN111038478B - 车辆行驶速度确定方法和装置 - Google Patents

车辆行驶速度确定方法和装置 Download PDF

Info

Publication number
CN111038478B
CN111038478B CN201911238597.2A CN201911238597A CN111038478B CN 111038478 B CN111038478 B CN 111038478B CN 201911238597 A CN201911238597 A CN 201911238597A CN 111038478 B CN111038478 B CN 111038478B
Authority
CN
China
Prior art keywords
target
road
vehicle
cost function
target 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
Application number
CN201911238597.2A
Other languages
English (en)
Other versions
CN111038478A (zh
Inventor
李垚
倪昆
雷馥玥
陈凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Zhijia Technology Co Ltd
Original Assignee
Suzhou Zhijia Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Zhijia Technology Co Ltd filed Critical Suzhou Zhijia Technology Co Ltd
Priority to CN201911238597.2A priority Critical patent/CN111038478B/zh
Publication of CN111038478A publication Critical patent/CN111038478A/zh
Application granted granted Critical
Publication of CN111038478B publication Critical patent/CN111038478B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/06—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
    • 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
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/06—Combustion engines, Gas turbines
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/18—Braking system
    • 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)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Control Of Vehicle Engines Or Engines For Specific Uses (AREA)

Abstract

本申请提供了一种车辆行驶速度确定方法和装置，其中，该方法包括：获取目标道路的道路信息、目标车辆的车辆信息和目标车辆的发动机油耗特性图；根据车辆信息和道路信息建立目标车辆的动力和阻力模型；根据动力和阻力模型生成目标状态方程；根据目标状态方程和发动机油耗特性图生成目标车辆的目标成本函数；利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列，并根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线。上述方法可以通过动态规划算法确定目标车辆在目标道路上行驶的合适的行驶速度曲线，从而能有效地降低车辆行驶的油耗，改善车辆的燃油经济性，节约资源和成本。

Description

车辆行驶速度确定方法和装置
技术领域
本申请涉及自动驾驶技术领域，特别涉及一种车辆行驶速度确定方法和装置。
背景技术
在自动驾驶应用场景中，自动驾驶出租车和自动驾驶物流车队等需要全天候运营，对车辆的燃油经济性要求很高。当这些自动驾驶车辆行驶在高速时，通常会按照交通法规的车速运行，只有当前方遇到障碍物时才会减速避障。
然而，在高速公路不同位置处上往往会存在不同的坡度、路面等差异，导致车辆行驶会受到不同的阻力作用。这种情况下，如果车辆一直以固定的车速在高速公路上行驶，则车辆油耗往往会相对较大，存在燃油经济性较差、行驶成本高的问题。
针对上述问题，目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种车辆行驶速度确定方法和装置，以解决现有技术中车辆的燃油经济性较差的问题。
本申请实施例提供了一种车辆行驶速度确定方法，包括：获取目标道路的道路信息、目标车辆的车辆信息和目标车辆的发动机油耗特性图；根据车辆信息和道路信息建立目标车辆的动力和阻力模型；根据动力和阻力模型生成目标状态方程，其中，目标状态方程与预设控制序列相关，预设控制序列中包括多个控制变量，控制变量包括油门开度或制动开度；根据目标状态方程和发动机油耗特性图生成目标车辆的目标成本函数，其中，目标成本函数与预设控制序列相关；利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列，并根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线。
在一个实施例中，在根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线之后，还包括：根据目标车辆在目标道路上的行驶速度曲线控制目标车辆在目标道路上行驶。
在一个实施例中，目标状态方程为：
x(k+1)＝f(x(k)，u(k))，k＝0，1，…，N-1；
其中，f(x(k)，u(k))为目标状态方程，其中，u(k)为预设控制序列中的第k个控制变量，x(k)为目标车辆在目标道路的第k个子路上的状态，x(k+1)为目标车辆在目标道路的第k+1个子路上的状态，其中，状态包括目标车辆的车速、档位和加速度，N为目标道路所包括的总的子路数。
在一个实施例中，根据目标状态方程和发动机油耗特性图生成目标车辆的目标成本函数，包括：获取目标道路的终点状态成本函数；根据目标状态方程和发动机油耗特性图确定目标道路中的多个子路中各子路的油耗成本函数，其中，目标道路被划分为多个子路，预设控制序列中的多个控制变量与多个子路一一对应，各子路的油耗成本函数与对应的控制变量相关联；根据终点状态成本函数和各子路的油耗成本函数生成目标车辆的目标成本函数。
在一个实施例中，目标成本函数为：
Figure BDA0002305550390000021
其中，Jπ(x0)是目标成本函数，gN(xN)为终点状态成本函数，xN为目标车辆在目标道路的终点处的状态，L(x(k)，u(k))为目标车辆在第k个子路的油耗成本函数，u(k)为预设控制序列中的第k个控制变量，x(k)为目标车辆在目标道路的第k个子路上的状态，N为目标道路所包括的总的子路数。
在一个实施例中，利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列，包括按照以下公式确定目标成本函数的最小值和最小值对应的目标控制序列：
Figure BDA0002305550390000022
其中，J*(x(N))＝gN(xN)，gN(xN)为终点状态成本函数，xN为目标车辆在目标道路的终点处的状态，J*(x(k))为从目标道路的第k个子路开始到目标道路的终点为止的成本函数，J*(x(k+1))为从目标道路的第k+1个子路开始到目标道路的终点为止的成本函数，L(x(k)，u(k))为目标车辆在第k个子路上的油耗成本函数，N为目标道路所包括的总的子路数。
在一个实施例中，根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线，包括：获取目标车辆的初始状态，其中，初始状态包括目标车辆进入目标道路时的车速、加速度和档位；根据初始状态、目标控制序列和所述目标状态方程确定目标车辆在目标道路上的行驶速度曲线。
在一个实施例中，在获取目标道路的道路信息、目标车辆的车辆信息和目标车辆的发动机油耗特性图之前，还包括：获取目标行程的道路信息，并将目标行程划分为多个目标道路；相应的，在利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列，并根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线之后，还包括：获取目标行程中的下一个目标道路的道路信息，并确定目标车辆在下一个目标道路上的行驶速度曲线。
本申请实施例还提供了一种车辆行驶速度确定装置，包括：获取模块，用于获取目标道路的道路信息、目标车辆的车辆信息和目标车辆的发动机油耗特性图；建立模块，用于根据车辆信息和道路信息建立目标车辆的动力和阻力模型；第一生成模块，用于根据动力和阻力模型生成目标状态方程，其中，目标状态方程与预设控制序列相关，预设控制序列中包括多个控制变量，控制变量包括油门开度或制动开度；第二生成模块，用于根据目标状态方程和发动机油耗特性图生成目标车辆的目标成本函数，其中，目标成本函数与预设控制序列相关；确定模块，用于利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列，并根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线。
本申请实施例还提供一种计算机设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现上述任意实施例中所述的车辆行驶速度确定方法的步骤。
本申请实施例还提供一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现上述任意实施例中所述的车辆行驶速度确定方法的步骤。
在本申请实施例中，提供了一种车辆行驶速度确定确定方法，获取目标道路的道路信息、目标车辆的车辆信息和目标车辆的发动机油耗特性图，根据车辆信息和道路信息建立目标车辆的动力和阻力模型，根据动力和阻力模型生成目标状态方程，根据目标状态方程和发动机油耗特性图生成目标车辆的目标成本函数，目标成本函数与预设控制序列相关，利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列，并根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线。上述方案中，通过生成目标车辆在目标道路上行驶时的目标状态方程，根据目标状态方程和发动机油耗特性图生成目标车辆的目标成本函数，之后利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列，从而确定目标车辆在目标道路上的行驶速度曲线，可以找到目标车辆在整个目标道路上行驶时的合适行驶速度曲线，可以有效降低车辆行驶的油耗，改善车辆的燃油经济性，节约资源和成本。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，并不构成对本申请的限定。在附图中：
图1示出了本申请一实施例中的车辆行驶速度确定方法的流程图；
图2示出了本申请一实施例中的获取的目标道路的高度信息的示意图；
图3示出了本申请一实施例中的发动机的油耗特性图的示意图；
图4示出了本申请一实施例中的车辆受力分析图；
图5示出了本申请一实施例中的车辆行驶速度确定装置的示意图；
图6示出了本申请一实施例中的计算机设备的示意图。
具体实施方式
下面将参考若干示例性实施方式来描述本申请的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本申请，而并非以任何方式限制本申请的范围。相反，提供这些实施方式是为了使本申请公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
本领域的技术人员知道，本申请的实施方式可以实现为一种系统、装置设备、方法或计算机程序产品。因此，本申请公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
本申请实施例提供了一种车辆行驶速度确定方法，图1示出了本申请一实施例中车辆行驶速度确定方法的流程图。虽然本申请提供了如下述实施例或附图所示的方法操作步骤或装置结构，但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中，这些步骤的执行顺序或装置的模块结构不限于本申请实施例描述及附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置或终端产品应用时，可以按照实施例或者附图所示的方法或模块结构连接进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至分布式处理环境)。
具体地，如图1所示，本申请一种实施例提供的车辆行驶速度确定方法可以包括以下步骤：
步骤S101，获取目标道路的道路信息、目标车辆的车辆信息和目标车辆的发动机油耗特性图。
考虑到目标道路会有不同的坡度和路面导致目标车辆将受到不同大小的阻力，因此可以获取目标道路的道路信息。其中，道路信息用于表征道路属性。道路属性可以包括道路坡度、道路滚动摩擦系数、道路附近的空气密度等。例如，如图2所示，示出了目标道路的高度信息图。例如，可以通过高精度地图获取起点到终点的路面高度信息。在获取路面高度信息图之后，可以根据路面高度信息图中的目标道路的距离值与对应的高度值确定目标道路中各位置处的坡度值。
目标车辆的车辆信息可以包括以下至少之一：质量、风阻系数、迎风面积、轮胎半径、主减速器传动比、变速器传动比和传动效率等。此外，可以获取目标车辆的发动机的油耗特性图。例如，目标车辆的发动机的油耗特性图可以是预先存储的，可以直接获取。又例如，目标车辆的发动机的油耗特性图可以通过实验获取。例如，通过在发动机台架上做实验，一次实验可以得到一组[发动机转速，发动机扭矩，发动机瞬时油耗]，把不同转速和不同扭矩的都做一遍，即可以得到目标车辆的发动机的油耗特性图。其中，一个工作点对应一个发动机转速和一个发动机扭矩。其中，发动机转速可以转换为目标车辆的行驶速度。油耗特性图用于指示发动机在多个工作点中各工作点下工作时的瞬时油耗。
示例性地，如图3所示，示出了本申请一实施例中的目标车辆的发动机油耗特性图的示意图。在图3中，横轴代表发动机转速(单位为1/min)，纵轴代表发动机扭矩(单位Nm)，等高线代表发动机瞬时油耗(单位为g/(kw.h))，表示对应发动机工作点消耗单位能量需要的油耗。其中，阴影区域为油耗最经济的工作点范围。在一个实施例中，获取发动机油耗特性图可以包括获取目标车辆在多个档位下的发动机油耗特性图。由于目标车辆行驶时的档位不同，速度越高，档位越高，在不同档位下的发动的油耗特性是不同的，因此可以获取目标车辆的发动机在多个档位下的油耗特性图。
在一个实施例中，可以根据目标车辆的发动机的油耗特性图生成目标车辆的发动机的第一瞬时流量图。其中，第一瞬时流量为目标车辆行驶单位时间所消耗的油量。例如，瞬时油耗的单位可以是g/(kw.h)，第一瞬时流量的单位可以是g/h。为了将油耗特性图转换为第一瞬时流量图，可以用g/(kw.h)×kw，也就是将瞬时油耗乘以对应工作点的功率，就可以得到各工作点对应的第一瞬时流量(g/h)的值，从而得到第一瞬时流量图。其中，各工作点的功率可以为各工作点的发动机转速乘以发动机转矩。
在一个实施例中，可以根据目标车辆的发动机的油耗特性图生成目标车辆的发动机的第二瞬时流量图。其中，第二瞬时流量为目标车辆行驶单位距离所消耗的油量。例如，瞬时油耗的单位可以是g/(kw.h)，第二瞬时流量的单位可以是g/km。为了将油耗特性图转换为第二瞬时流量图，可以用g/(kw.h)×kw/(km/h)，也就是将瞬时油耗乘以对应工作点的功率再除以对应工作点对应的车速，就可以得到各工作点对应的第二瞬时流量(g/km)的值，从而得到第二瞬时流量图。其中，各工作点的功率可以为各工作点的发动机转速乘以发动机转矩。
步骤S102，根据车辆信息和道路信息建立目标车辆的动力和阻力模型。
具体地，在本实施例中，可以通过对目标车辆进行受力分析，根据受力分析可以确定目标车辆在目标道路的各个位置处行驶时的发动机扭矩。具体的，可以参阅图4所示，图4示出了目标车辆在行驶时的受力分析示意图。如图4所示，目标车辆的所受到的力可以用下面的几个公式表示：
Fj＝Fd-Fg-Fr-Fa；
Fj＝ma；
Fg＝mg·sinθ；
Fr＝f·mg·cosθ；
Fa＝0.5ρaCdAfv2。
目标车辆的发动机扭矩可以通过以下公式计算：
Figure BDA0002305550390000061
其中Fj具体可以表示为作用于目标车辆的总的作用力，Fd具体可以表示为作用于目标车辆的驱动力，Fg具体可以表示为坡道阻力，Fr具体可以表示为滚动阻力，Fa具体可以表示为空气阻力，θ具体可以表示为坡度，g具体可以表示为重力加速度，m具体可以表示为目标车的重量，f具体可以表示为路面的滚动阻力系数，ρa具体可以表示为空气密度，Cd具体可以表示为目标车辆的风阻系数，Af具体可以表示为目标车辆的迎风面积，v具体可以表示为目标车辆的行驶速度，a具体可以表示为目标车辆的加速度。其中，Te具体可以表示为发动机扭矩，if具体可以表示为主减速器传动比，ig具体可以表示为变速器传动比，η具体可以表示为传动效率，R具体可以表示轮胎半径。在本实施例中，车辆的行驶阻力具体可以包括上述坡道阻力、滚动阻力和空气阻力。基于现有方法，为了分别计算出上述坡道阻力、滚动阻力和空气阻力，根据目标车辆的车辆信息和目标道路的道路信息，按照上述算式分别计算出坡道阻力、滚动阻力和空气阻力，从而建立目标车辆的动力和阻力模型。
步骤S103，根据动力和阻力模型生成目标状态方程。
具体地，在建立动力和阻力模型之后，可以根据动力和阻力模型生成目标车辆在目标道路上行驶时的目标状态方程。其中，目标状态方程与预设控制序列相关，预设控制序列中包括多个控制变量，控制变量包括油门开度或制动开度。根据目标状态方程可以确定目标车辆在目标道路上行驶时的状态及状态变化。其中，目标车辆的状态可以包括目标车辆的速度。控制变量可以是油门开度，根据油门开度可以确定发动机扭矩。在得到发动机扭矩之后，根据动力和阻力模型中的公式
Figure BDA0002305550390000071
即可确定目标车辆的动力。之后，根据动力和阻力模型中的公式Fg＝mg·sinθ、Fr＝f·mg·cosθ和Fa＝0.5ρaCdAfv2可以确定目标车辆的阻力，根据动力和阻力模型中的公式Fj＝Fd-Fg-Fr-Fa和Fj＝ma，可以得到目标车辆的加速度a。最后，根据加速度和初始速度即可以得到目标车辆的车速。即，可以根据目标车辆的动力和阻力模型生成目标车辆的目标状态方程。
步骤S104，根据目标状态方程和发动机油耗特性图生成目标车辆的目标成本函数，其中，目标成本函数与预设控制序列相关。
具体地，在生成目标状态方程之后，可以根据目标状态方程和发动机油耗特性图生成目标车辆的目标成本函数。其中，所述目标成本函数至少包括目标车辆在目标道路上行驶时的油耗成本。根据目标状态方程可以确定目标车辆的车速，根据目标车辆的车速可以确定目标车辆的发动机扭矩和发动机转速。之后，可以根据发动机扭矩、发动机转速和发动机油耗特性图确定目标车辆的油耗成本，从而得到目标车辆的目标成本函数。
步骤S105，利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列，并根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线。
在确定目标车辆的目标成本函数之后，可以利用动态规划算法确定目标成本函数的最小值和该最小值对应的目标控制序列。在确定目标控制序列之后，可以根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线。其中，行驶速度曲线可以包括目标车辆在目标道路上的行驶速度随着在目标道路上的位置的变化曲线。当目标车辆根据经确定的行驶速度曲线在目标道路上行驶时，目标车辆的目标成本函数的取值最小，即成本最低。
上述实施例中的方法，通过生成目标车辆在目标道路上行驶时的目标状态方程，根据目标状态方程和发动机油耗特性图生成目标车辆的目标成本函数，之后利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列，从而确定目标车辆在目标道路上的行驶速度曲线，可以找到目标车辆在整个目标道路上行驶时的合适行驶速度曲线，可以有效降低车辆行驶的油耗，改善车辆的燃油经济性，节约资源和成本。
在本申请一些实施例中，在根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线之后，还可以包括：根据目标车辆在目标道路上的行驶速度曲线控制目标车辆在目标道路上行驶。
具体地，在目标车辆自动驾驶的情况下，在根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线之后，可以根据行驶速度曲线控制目标车辆在目标道路上行驶。例如，上述方法可以由目标车辆的自动驾驶控制器执行。通过上述方式，可以在自动驾驶时确定目标车辆在目标道路上行驶时的合适的速度曲线，降低车辆行驶的油耗，改善车辆的燃油经济性，节约资源和成本。
在本申请的一些实施例中，在根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线之后，还可以在预设的显示盘上向用户显示所述行驶速度曲线。或者，在根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线之后，在用户驾驶时，可以获取位置信息并确定与该位置信息对应的行驶速度，并将该行驶速度显示或播报给用户。通过上述方式，可以根据确定的各路段的行驶速度指导用户驾驶，从而降低车辆行驶的油耗，改善车辆的燃油经济性，节约资源和成本。
在本申请一些实施例中，目标状态方程可以为：
x(k+1)＝f(x(k)，u(k))，k＝0，1，…，N-1；
其中，f(x(k)，u(k))为目标状态方程，其中，u(k)为预设控制序列中的第k个控制变量，x(k)为目标车辆在目标道路的第k个子路上的状态，x(k+1)为目标车辆在目标道路的第k+1个子路上的状态，其中，状态包括目标车辆的车速、档位和加速度，N为目标道路所包括的总的子路数。
在本申请一些实施例中，根据目标状态方程和发动机油耗特性图生成目标车辆的目标成本函数，可以包括：获取目标道路的终点状态成本函数；根据目标状态方程和发动机油耗特性图确定目标道路中的多个子路中各子路的油耗成本函数，其中，目标道路被划分为多个子路，预设控制序列中的多个控制变量与多个子路一一对应，各子路的油耗成本函数与对应的控制变量相关联；根据终点状态成本函数和各子路的油耗成本函数生成目标车辆的目标成本函数。
具体地，为了确定目标车辆的目标成本函数，可以先获取目标道路的终点状态成本函数。其中，终点状态成本函数用于表征在目标道路终点时的状态成本函数。例如，可以预设终点速度为80km/h，可以令终点状态成本函数为10×abs(v-80)，这样对于终点处的速度不是80km/h的终点状态就会让成本增加。可以根据目标状态方程和发动机油耗特性图确定目标道路中的多个子路中各子路的油耗成本函数。其中，目标道路可以被划分为多个子路。例如，如果目标道路为40km，按每10m进行划分，则包括4000个子路。对于每一个子路可以施加一个控制变量，该控制变量可以是油门开度或者制动开度。即，预设控制序列中包括的控制变量的个数与目标道路中的子路的个数是一致的，各控制变量与各子路一一对应。各子路的油耗成本函数与对应的控制变量相关联。之后，可以根据终点状态成本函数和各子路的油耗成本函数生成目标车辆的目标成本函数。通过上述方式，可以根据目标状态方程和发动机油耗特性图生成目标车辆的目标成本函数。
在本申请一些实施例中，目标成本函数可以为：
Figure BDA0002305550390000091
其中，Jπ(x0)是目标成本函数，gN(xN)为终点状态成本函数，xN为目标车辆在目标道路的终点处的状态，L(x(k)，u(k))为目标车辆在第k个子路的油耗成本函数，u(k)为预设控制序列中的第k个控制变量，x(k)为目标车辆在目标道路的第k个子路上的状态，N为目标道路所包括的总的子路数。
在本申请一些实施例中，目标道路可以被划分为N个子路，其中，N个子路包括第0个子路、第1个子路、第2个子路、…第N-1个子路，其中N为大于1的整数。相应地，利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列，可以包括以下步骤：
步骤1，获取多个预设控制变量值，例如，多个预设控制变量值为整数，可以为[-100，100]，其中，负值表示控制变量为制动开度，正值表示控制变量为油门开度；
步骤2，根据多个预设控制变量值中各预设控制变量值确定从第k个子路到目标道路的终点的目标成本函数的值，得到第k个子路对应的多个成本值；
步骤3，将第k个子路对应的多个成本值中的最小成本值对应的预设控制变量值确定为第k个子路对应的目标控制变量值，执行k＝k-1；
步骤4，确定k是否小于0，若是，则执行步骤5，否则，返回步骤2；
步骤5，根据N个子路中各子路对应的目标控制变量值生成目标控制序列，将第0个子路对应的多个成本值中的最小成本值确定为目标成本函数的最小值。
其中，k的初始值为N-1。通过上述方式，从第N-1个子路(最后一个子路)开始，计算从该子路到目标道路的终点的目标成本函数的最小值以及对应的控制变量值，直至计算到第0个子路(最前一个子路)到目标道路的终点的目标成本函数的最小值以及对应的控制变量值，可以得到目标成本函数的最小值以及与该最小值对应的目标控制序列。之后，可以根据目标控制序列和目标状态方程确定目标车辆在目标道路上行驶时的行驶速度曲线。
在本申请一些实施例中，利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列，包括按照以下公式确定目标成本函数的最小值和最小值对应的目标控制序列：
Figure BDA0002305550390000101
其中，J*(x(N))＝gN(xN)，gN(xN)为终点状态成本函数，xN为目标车辆在目标道路的终点处的状态，J*(x(k))为从目标道路的第k个子路开始到目标道路的终点为止的成本函数，J*(x(k+1))为从目标道路的第k+1个子路开始到目标道路的终点为止的成本函数，L(x(k)，u(k))为目标车辆在第k个子路上的油耗成本函数，N为目标道路所包括的总的子路数。其中，J*(x(k))，k＝N-1，N-2，...，0对应的控制变量组成的序列为目标控制序列。通过反向计算最小成本值，J*(x(0))为目标成本函数的最小值。通过上述方式可以确定目标道路的最小目标成本函数值，并得到对应的目标控制序列。
在本申请一些实施例中，根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线，可以包括：获取目标车辆的初始状态，其中，初始状态包括目标车辆进入目标道路时的车速、加速度和档位；根据初始状态、目标控制序列和所述目标状态方程确定目标车辆在目标道路上的行驶速度曲线。
在确定目标控制序列之后，可以根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线。具体地，可以获取目标车辆的初始状态，例如，可以获取目标车辆的初始速度、加速度和档位。然后根据初始速度、加速度、档位、目标控制序列和目标状态方程就可以获取目标车辆在各个子路上的状态，即得到目标车辆在各个子路上的行驶速度，从而确定了目标车辆的行驶速度曲线。通过上述方式，可以根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线。
在本申请一些实施例中，在获取目标道路的道路信息、目标车辆的车辆信息和目标车辆的发动机油耗特性图之前，还包括：获取目标行程的道路信息，并将目标行程划分为多个目标道路；相应的，在利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列，并根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线之后，还包括：获取目标行程中的下一个目标道路的道路信息，并确定目标车辆在下一个目标道路上的行驶速度曲线。
对于目标行程比较长的情况，如果一次计算整个行程中的行驶速度曲线的话，所需要的计算资源很大而且计算时间较长。为了节约资源和提高效率，可以将目标行程划分为多个目标道路，然后针对每一个目标道路计算最佳的行驶速度曲线，从而得到整个目标行程的行驶速度曲线。例如，目标行程为500km，可以将目标行程划分为100段目标道路，确定每5km的目标道路的行驶速度曲线。又例如，目标行程为100km，可以将目标行程划分为10段目标道路，确定每10km的目标道路的行驶速度曲线。通过上述方式，可以节约计算资源并提高计算效率。
下面结合一个具体实施例对上述方法进行说明，然而，值得注意的是，该具体实施例仅是为了更好地说明本申请，并不构成对本申请的不当限定。
在本具体实施例中，车辆行驶速度确定方法可以包括以下步骤：
步骤1，获取目标道路的道路信息、目标车辆的车辆信息和目标车辆的发动机油耗特性图；
步骤2，根据车辆信息和道路信息建立目标车辆的动力和阻力模型；
步骤3，根据动力和阻力模型生成目标状态方程，其中，目标状态方程与预设控制序列相关，预设控制序列中包括多个控制变量，控制变量包括油门开度或制动开度，其中，目标状态方程为：
x(k+1)＝f(x(k)，u(k))，k＝0，1，…，N-1；
其中，f(x(k)，u(k))为目标状态方程，其中，u(k)为预设控制序列中的第k个控制变量，x(k)为目标车辆在目标道路的第k个子路上的状态，x(k+1)为目标车辆在目标道路的第k+1个子路上的状态，其中，状态包括目标车辆的车速、档位和加速度，N为目标道路所包括的总的子路数；
步骤4，获取目标道路的终点状态成本函数，根据目标状态方程和发动机油耗特性图确定目标道路中的多个子路中各子路的油耗成本函数，其中，目标道路被划分为多个子路，预设控制序列中的多个控制变量与多个子路一一对应，各子路的油耗成本函数与对应的控制变量相关联，其中，目标成本函数为：
Figure BDA0002305550390000121
其中，Jπ(x0)是目标成本函数，gN(xN)为终点状态成本函数，xN为目标车辆在目标道路的终点处的状态，L(x(k)，u(k))为目标车辆在第k个子路的油耗成本函数，u(k)为预设控制序列中的第k个控制变量，x(k)为目标车辆在目标道路的第k个子路上的状态，N为目标道路所包括的总的子路数；
步骤5，按照以下公式确定目标成本函数的最小值和最小值对应的目标控制序列：
Figure BDA0002305550390000122
其中，J*(x(N))＝gN(xN)，gN(xN)为终点状态成本函数，xN为目标车辆在目标道路的终点处的状态，J*(x(k))为从目标道路的第k个子路开始到目标道路的终点为止的成本函数，J*(x(k+1))为从目标道路的第k+1个子路开始到目标道路的终点为止的成本函数，L(x(k)，u(k))为目标车辆在第k个子路上的油耗成本函数，N为目标道路所包括的总的子路数，其中，J*(x(0))为目标成本函数的最小值，J*(x(k))，k＝N-1，N-2，...，0对应的控变量组成的序列为目标控制序列；
步骤6，获取目标车辆的初始状态，其中，初始状态包括目标车辆进入目标道路时的车速、加速度和档位；
步骤7，根据初始状态、目标控制序列和所述目标状态方程确定目标车辆在目标道路上的行驶速度曲线；
步骤8，根据目标车辆在目标道路上的行驶速度曲线控制目标车辆在目标道路上行驶。
上述实施例中的方法，通过生成目标车辆在目标道路上行驶时的目标状态方程，根据目标状态方程和发动机油耗特性图生成目标车辆的目标成本函数，之后利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列，从而确定目标车辆在目标道路上的行驶速度曲线，可以找到目标车辆在整个目标道路上行驶时的合适行驶速度曲线，可以有效降低车辆行驶的油耗，改善车辆的燃油经济性，节约资源和成本。
基于同一发明构思，本申请实施例中还提供了一种车辆行驶速度确定装置，如下面的实施例所述。由于车辆行驶速度确定装置解决问题的原理与车辆行驶速度确定方法相似，因此车辆行驶速度确定装置的实施可以参见车辆行驶速度确定方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。图5是本申请实施例的车辆行驶速度确定装置的一种结构框图，如图5所示，包括：获取模块501、建立模块502、第一生成模块503、第二生成模块504和确定模块505，下面对该结构进行说明。
获取模块501用于获取目标道路的道路信息、目标车辆的车辆信息和目标车辆的发动机油耗特性图。
建立模块502用于根据车辆信息和道路信息建立目标车辆的动力和阻力模型。
第一生成模块503用于根据动力和阻力模型生成目标状态方程。
第二生成模块504用于根据目标状态方程和发动机油耗特性图生成目标车辆的目标成本函数，其中，目标成本函数与预设控制序列相关。
确定模块505用于利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列，并根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线。
在本申请一些实施例中，该装置还可以包括控制模块，控制模块具体可以用于：在根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线之后，根据目标车辆在目标道路上的行驶速度曲线控制目标车辆在目标道路上行驶。
在本申请一些实施例中，目标状态方程可以为：
x(k+1)＝f(x(k)，u(k))，k＝0，1，…，N-1；
其中，f(x(k)，u(k))为目标状态方程，其中，u(k)为预设控制序列中的第k个控制变量，x(k)为目标车辆在目标道路的第k个子路上的状态，x(k+1)为目标车辆在目标道路的第k+1个子路上的状态，其中，状态包括目标车辆的车速、档位和加速度，N为目标道路所包括的总的子路数。
在本申请一些实施例中，第二生成模块可以具体用于：获取目标道路的终点状态成本函数；根据目标状态方程和发动机油耗特性图确定目标道路中的多个子路中各子路的油耗成本函数，其中，目标道路被划分为多个子路，预设控制序列中的多个控制变量与多个子路一一对应，各子路的油耗成本函数与对应的控制变量相关联；根据终点状态成本函数和各子路的油耗成本函数生成目标车辆的目标成本函数。
在本申请一些实施例中，目标成本函数可以为：
Figure BDA0002305550390000141
其中，Jπ(x0)是目标成本函数，gN(xN)为终点状态成本函数，xN为目标车辆在目标道路的终点处的状态，L(x(k)，u(k))为目标车辆在第k个子路的油耗成本函数，u(k)为预设控制序列中的第k个控制变量，x(k)为目标车辆在目标道路的第k个子路上的状态，N为目标道路所包括的总的子路数。
在本申请一些实施例中，确定模块可以具体用于：按照以下公式确定目标成本函数的最小值和最小值对应的目标控制序列：
Figure BDA0002305550390000142
其中，J*(x(N))＝gN(xN)，gN(xN)为终点状态成本函数，xN为目标车辆在目标道路的终点处的状态，J*(x(k))为从目标道路的第k个子路开始到目标道路的终点为止的成本函数，J*(x(k+1))为从目标道路的第k+1个子路开始到目标道路的终点为止的成本函数，L(x(k)，u(k))为目标车辆在第k个子路上的油耗成本函数，N为目标道路所包括的总的子路数。
在本申请一些实施例中，确定模块还可以具体用于：获取目标车辆的初始状态，其中，初始状态包括目标车辆进入目标道路时的车速、加速度和档位；根据初始状态、目标控制序列和所述目标状态方程确定目标车辆在目标道路上的行驶速度曲线。
在本申请一些实施例中，在获取目标道路的道路信息、目标车辆的车辆信息和目标车辆的发动机油耗特性图之前，还可以包括：获取目标行程的道路信息，并将目标行程划分为多个目标道路；相应的，在利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列，并根据目标控制序列和目标状态方程确定目标车辆在目标道路上的行驶速度曲线之后，还可以包括：获取目标行程中的下一个目标道路的道路信息，并确定目标车辆在下一个目标道路上的行驶速度曲线。
从以上的描述中，可以看出，本申请实施例实现了如下技术效果：通过生成目标车辆在目标道路上行驶时的目标状态方程，根据目标状态方程和发动机油耗特性图生成目标车辆的目标成本函数，之后利用动态规划算法确定目标成本函数的最小值和最小值对应的目标控制序列，从而确定目标车辆在目标道路上的行驶速度曲线，可以找到目标车辆在整个目标道路上行驶时的合适行驶速度曲线，可以有效降低车辆行驶的油耗，改善车辆的燃油经济性，节约资源和成本。
本申请实施方式还提供了一种计算机设备，具体可以参阅图6所示的基于本申请实施例提供的车辆行驶速度确定方法的计算机设备组成结构示意图，所述计算机设备具体可以包括输入设备61、处理器62、存储器63。其中，所述存储器63用于存储处理器可执行指令。所述处理器62执行所述指令时实现上述任意实施例中所述的车辆行驶速度确定方法的步骤。
在本实施方式中，所述输入设备具体可以是用户和计算机系统之间进行信息交换的主要装置之一。所述输入设备可以包括键盘、鼠标、摄像头、扫描仪、光笔、手写输入板、语音输入装置等；输入设备用于把原始数据和处理这些数的程序输入到计算机中。所述输入设备还可以获取接收其他模块、单元、设备传输过来的数据。所述处理器可以按任何适当的方式实现。例如，处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。所述存储器具体可以是现代信息技术中用于保存信息的记忆设备。所述存储器可以包括多个层次，在数字系统中，只要能保存二进制数据的都可以是存储器；在集成电路中，一个没有实物形式的具有存储功能的电路也叫存储器，如RAM、FIFO等；在系统中，具有实物形式的存储设备也叫存储器，如内存条、TF卡等。
在本实施方式中，该计算机设备具体实现的功能和效果，可以与其它实施方式对照解释，在此不再赘述。
本申请实施方式中还提供了一种基于车辆行驶速度确定方法的计算机存储介质，所述计算机存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实现上述任意实施例中所述车辆行驶速度确定方法的步骤。
在本实施方式中，上述存储介质包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。所述存储器可以用于存储计算机程序指令。网络通信单元可以是依照通信协议规定的标准设置的，用于进行网络连接通信的接口。
在本实施方式中，该计算机存储介质存储的程序指令具体实现的功能和效果，可以与其它实施方式对照解释，在此不再赘述。
显然，本领域的技术人员应该明白，上述的本申请实施例的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本申请实施例不限制于任何特定的硬件和软件结合。
应该理解，以上描述是为了进行图示说明而不是为了进行限制。通过阅读上述描述，在所提供的示例之外的许多实施方式和许多应用对本领域技术人员来说都将是显而易见的。因此，本申请的范围不应该参照上述描述来确定，而是应该参照前述权利要求以及这些权利要求所拥有的等价物的全部范围来确定。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请实施例可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (11)

1.一种车辆行驶速度确定方法，其特征在于，包括：
获取目标道路的道路信息、目标车辆的车辆信息和所述目标车辆的发动机油耗特性图；
根据所述车辆信息和所述道路信息建立所述目标车辆的动力和阻力模型；
根据所述动力和阻力模型生成目标状态方程，其中，所述目标状态方程用于表征所述目标车辆在所述目标道路上行驶时的状态及状态变化，所述目标车辆的状态包括所述目标车辆的速度，所述目标状态方程与预设控制序列相关，所述预设控制序列中包括多个控制变量，所述控制变量包括油门开度或制动开度；
根据所述目标状态方程和所述发动机油耗特性图生成所述目标车辆的目标成本函数，其中，所述目标成本函数与所述预设控制序列相关；
利用动态规划算法确定所述目标成本函数的最小值和所述最小值对应的目标控制序列，并根据所述目标控制序列和所述目标状态方程确定所述目标车辆在所述目标道路上的行驶速度曲线。
2.根据权利要求1所述的方法，其特征在于，在根据所述目标控制序列和所述目标状态方程确定所述目标车辆在所述目标道路上的行驶速度曲线之后，还包括：
根据所述目标车辆在所述目标道路上的行驶速度曲线控制所述目标车辆在所述目标道路上行驶。
3.根据权利要求1所述的方法，其特征在于，所述目标状态方程为：
x(k+1)＝f(x(k),u(k))，k＝0,1,...,N-1；
其中，f(x(k),u(k))为所述目标状态方程，其中，u(k)为所述预设控制序列中的第k个控制变量，x(k)为所述目标车辆在所述目标道路的第k个子路上的状态，x(k+1)为所述目标车辆在所述目标道路的第k+1个子路上的状态，其中，所述状态包括所述目标车辆的车速、档位和加速度，N为所述目标道路所包括的总的子路数。
4.根据权利要求1所述的方法，其特征在于，根据所述目标状态方程和所述发动机油耗特性图生成所述目标车辆的目标成本函数，包括：
获取所述目标道路的终点状态成本函数；
根据所述目标状态方程和所述发动机油耗特性图确定所述目标道路中的多个子路中各子路的油耗成本函数，其中，所述目标道路被划分为所述多个子路，所述预设控制序列中的多个控制变量与所述多个子路一一对应，所述各子路的油耗成本函数与各子路对应的控制变量相关联；
根据所述终点状态成本函数和所述各子路的油耗成本函数生成所述目标车辆的目标成本函数。
5.根据权利要求1所述的方法，其特征在于，所述目标成本函数为：
Figure FDA0002875274350000021
其中，Jπ(x0)是所述目标成本函数，gN(xN)为终点状态成本函数，xN为所述目标车辆在所述目标道路的终点处的状态，L(x(k),u(k))为所述目标车辆在第k个子路的油耗成本函数，u(k)为所述预设控制序列中的第k个控制变量，x(k)为所述目标车辆在所述目标道路的第k个子路上的状态，N为所述目标道路所包括的总的子路数。
6.根据权利要求5所述的方法，其特征在于，利用动态规划算法确定所述目标成本函数的最小值和所述最小值对应的目标控制序列，包括按照以下公式确定所述目标成本函数的最小值和所述最小值对应的目标控制序列：
Figure FDA0002875274350000022
其中，J*(x(N))＝gN(xN)，gN(xN)为终点状态成本函数，xN为所述目标车辆在所述目标道路的终点处的状态，J*(x(k))为从所述目标道路的第k个子路开始到所述目标道路的终点为止的成本函数，J*(x(k+1))为从所述目标道路的第k+1个子路开始到所述目标道路的终点为止的成本函数，L(x(k),u(k))为所述目标车辆在第k个子路上的油耗成本函数，N为所述目标道路所包括的总的子路数。
7.根据权利要求3所述的方法，其特征在于，根据所述目标控制序列和所述目标状态方程确定所述目标车辆在所述目标道路上的行驶速度曲线，包括：
获取所述目标车辆的初始状态，其中，所述初始状态包括所述目标车辆进入所述目标道路时的车速、加速度和档位；
根据所述初始状态、所述目标控制序列和所述目标状态方程确定所述目标车辆在所述目标道路上的行驶速度曲线。
8.根据权利要求1所述的方法，其特征在于，在获取目标道路的道路信息、目标车辆的车辆信息和所述目标车辆的发动机油耗特性图之前，还包括：
获取目标行程的道路信息，并将所述目标行程划分为多个目标道路；
相应的，在利用动态规划算法确定所述目标成本函数的最小值和所述最小值对应的目标控制序列，并根据所述目标控制序列和所述目标状态方程确定所述目标车辆在所述目标道路上的行驶速度曲线之后，还包括：
获取所述目标行程中的下一个目标道路的道路信息，并确定所述目标车辆在所述下一个目标道路上的行驶速度曲线。
9.一种车辆行驶速度确定装置，其特征在于，包括：
获取模块，用于获取目标道路的道路信息、目标车辆的车辆信息和所述目标车辆的发动机油耗特性图；
建立模块，用于根据所述车辆信息和所述道路信息建立所述目标车辆的动力和阻力模型；
第一生成模块，用于根据所述动力和阻力模型生成目标状态方程，其中，所述目标状态方程用于表征所述目标车辆在所述目标道路上行驶时的状态及状态变化，所述目标车辆的状态包括所述目标车辆的速度，所述目标状态方程与预设控制序列相关，所述预设控制序列中包括多个控制变量，所述控制变量包括油门开度或制动开度；
第二生成模块，用于根据所述目标状态方程和所述发动机油耗特性图生成所述目标车辆的目标成本函数，其中，所述目标成本函数与所述预设控制序列相关；
确定模块，用于利用动态规划算法确定所述目标成本函数的最小值和所述最小值对应的目标控制序列，并根据所述目标控制序列和所述目标状态方程确定所述目标车辆在所述目标道路上的行驶速度曲线。
10.一种计算机设备，其特征在于，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现权利要求1至8中任一项所述方法的步骤。
11.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述指令被执行时实现权利要求1至8中任一项所述方法的步骤。
CN201911238597.2A 2019-12-06 2019-12-06 车辆行驶速度确定方法和装置 Active CN111038478B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911238597.2A CN111038478B (zh) 2019-12-06 2019-12-06 车辆行驶速度确定方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911238597.2A CN111038478B (zh) 2019-12-06 2019-12-06 车辆行驶速度确定方法和装置

Publications (2)

Publication Number Publication Date
CN111038478A CN111038478A (zh) 2020-04-21
CN111038478B true CN111038478B (zh) 2021-05-18

Family

ID=70234791

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911238597.2A Active CN111038478B (zh) 2019-12-06 2019-12-06 车辆行驶速度确定方法和装置

Country Status (1)

Country Link
CN (1) CN111038478B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112406863A (zh) * 2020-10-13 2021-02-26 厦门蓝斯通信股份有限公司 一种车辆节能处理方法及系统
CN112498366B (zh) * 2020-11-20 2022-04-05 苏州智加科技有限公司 自动驾驶车辆、控制方法、装置、设备及存储介质
CN113173174B (zh) * 2021-06-09 2023-02-28 苏州智加科技有限公司 一种车辆行驶速度的确定方法、装置和设备
CN113353088B (zh) * 2021-07-16 2023-03-10 苏州智加科技有限公司 车辆行驶速度控制方法、装置、控制设备及存储介质
CN113561993B (zh) * 2021-08-13 2023-02-07 苏州智加科技有限公司 车速规划方法、装置及电子设备
CN115593439B (zh) * 2022-11-25 2023-03-14 小米汽车科技有限公司 车辆控制方法、装置、车辆及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009106852A1 (en) * 2008-02-29 2009-09-03 Ricardo Uk Limited A method of controlling vehicle speed change
CN107097791A (zh) * 2017-03-03 2017-08-29 武汉理工大学 基于道路坡度和曲率的四驱电动车速度优化控制方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7200476B2 (en) * 2003-10-14 2007-04-03 General Motors Corporation Optimal selection of input torque considering battery utilization for a hybrid electric vehicle
CN107491571A (zh) * 2016-08-11 2017-12-19 宝沃汽车（中国）有限公司 一种整车性能仿真的方法及系统
CN108333921B (zh) * 2017-09-27 2021-09-17 长春工业大学 基于动态规划算法的汽车换挡规律优化方法
CN108528434B (zh) * 2018-04-02 2019-07-26 吉林大学 终止状态受约束的行星式混合动力系统全局优化方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009106852A1 (en) * 2008-02-29 2009-09-03 Ricardo Uk Limited A method of controlling vehicle speed change
CN107097791A (zh) * 2017-03-03 2017-08-29 武汉理工大学 基于道路坡度和曲率的四驱电动车速度优化控制方法

Also Published As

Publication number Publication date
CN111038478A (zh) 2020-04-21

Similar Documents

Publication Publication Date Title
CN111038478B (zh) 车辆行驶速度确定方法和装置
CN108791367B (zh) 列车的节能操纵方法
CN113561993B (zh) 车速规划方法、装置及电子设备
US9714704B2 (en) Transmission control system
DE102014214763A1 (de) Echtzeit-kraftstoffverbrauchsschätzung
CN110990950B (zh) 基于混合运行模式的多目标列车节能优化方法
DE102014222059A1 (de) In der raumdomäne optimale elektro- und hybrid-elektrofahrzeugsteuerung mit wegvorausberechnung
CN110893853B (zh) 一种基于前方坡度信息的车辆控制方法以及系统
SE1251282A1 (sv) Transmissionsstyrning
CN109353329A (zh) 一种混合动力汽车的控制方法及装置
EP2906908B1 (en) Method and computer program product for estimating a travel time for a vehicle
CN113650615A (zh) 一种换挡控制方法、装置及存储介质
CN109723813A (zh) 一种目标挡位计算方法和装置
CN109064760B (zh) 一种数据驱动的智能鲁棒车速实时规划方法及系统
CN109760683A (zh) 一种分布式驱动的纯电动车辆爬坡扭矩控制方法及系统
CN111038517B (zh) 车辆行驶速度确定方法和装置
CN113268879A (zh) 列车操纵优化方法、装置、设备及存储介质
Škugor et al. Dynamic programming-based design of shift scheduling map taking into account clutch energy losses during shift transients
CN115257692A (zh) 一种基于视觉交通信息的phev能量管理方法及系统
CN112977082B (zh) 扭矩分配方法及装置、建模方法及汽车
JP7176501B2 (ja) ギア段決定装置、方法およびシミュレーション装置
CN113173174B (zh) 一种车辆行驶速度的确定方法、装置和设备
TWI504525B (zh) 設計增程式電動載具之能量管理策略的方法
CN115257756B (zh) 一种基于最佳油耗控制车辆变道的方法及装置
CN107226092B (zh) 一种制动方法和装置

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