CN111348028B - 整车控制方法、装置和车辆 - Google Patents

Abstract

本公开涉及一种整车控制方法、装置和车辆，属于车辆领域，能够充分利用混合动力系统的节能潜力。该方法包括：获取车辆的当前位置信息和所述当前位置前方预设距离范围内的道路信息；基于所述当前位置信息和所述道路信息，对所述当前位置前方预设距离范围内的道路进行分段聚类；基于所述分段聚类、所述车辆的当前车速、当前挡位和当前荷电状态，预测所述车辆在所述当前位置前方预设距离范围内的各个分段中的车速和档位。

Description

整车控制方法、装置和车辆

技术领域

本公开涉及车辆领域，具体地，涉及一种整车控制方法、装置和车辆。

背景技术

现有混合动力车辆的整车控制策略多基于逻辑门进行，整车控制器根据发动机、电机、电池、踏板等总成的当前状态进行控制模式的切换与控制。然而，由于不能预知前方道路信息，整车控制器为保证任何时候均满足整车制动时制动能量回收需求和整车急加速时大功率工况需求，动力电池的目标荷电状态(State of Charge，SOC)通常需要保持在40-70％区间，不能充分利用混合动力系统的节能潜力。

发明内容

本公开的目的是提供一种整车控制方法、装置和车辆，能够充分利用混合动力系统的节能潜力。

根据本公开的第一实施例，提供一种整车控制方法，该方法包括：获取车辆的当前位置信息和所述当前位置前方预设距离范围内的道路信息；基于所述当前位置信息和所述道路信息，对所述当前位置前方预设距离范围内的道路进行分段聚类；基于所述分段聚类、所述车辆的当前车速、当前挡位和当前荷电状态，预测所述车辆在所述当前位置前方预设距离范围内的各个分段中的车速和档位。

可选地，所述道路信息包括道路相对高程信息和道路曲率信息，所述基于所述当前位置信息和所述道路信息，对所述当前位置前方预设距离范围内的道路进行分段聚类，包括：对所述当前位置前方预设距离范围内的道路进行采样；基于各个采样点处的道路相对高程信息和道路曲率信息，确定各个采样点处的道路是属于上坡路、平路还是下坡路；基于各个采样点处的道路是上坡路、平路还是下坡路，对各个采样点处的道路进行分段聚类。

可选地，所述基于所述分段聚类、所述车辆的当前车速、当前挡位和当前荷电状态，预测所述车辆在所述当前位置前方预设距离范围内的各个分段中的车速和档位，包括：在所述当前车速和所述当前荷电状态能够覆盖相应分段内的相对高程的变化的情况下，若相应分段中的道路属于上坡路，则预测在所述相应分段中进行如下整车控制：首先控制所述车辆的发动机扭矩在所述相应分段内进入发动机高效区，并然后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化，以及最后降低所述车辆的车速来适应所述相应分段内的相对高程变化；若所述相应分段中的道路属于下坡路，则首先控制所述车辆的发动机扭矩在所述相应分段内进入发动机高效区，并然后提高所述车辆的车速以适应所述相应分段内的相对高程变化，以及最后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化。

可选地，所述基于所述分段聚类、所述车辆的当前车速、当前挡位和当前荷电状态，预测所述车辆在所述当前位置前方预设距离范围内的各个分段中的车速和档位，包括：在所述当前车速和所述当前荷电状态不能够覆盖相应分段内的相对高程的变化的情况下，若所述相应分段中的道路属于上坡路，则预测在所述相应分段中进行如下整车控制：判断所述车辆在所述相应分段内是否需要降挡，并采用等效油耗法来逆序计算所述相应分段内的各个采样点处的参考平均车速；若所述相应分段中的道路属于下坡路，则预测在所述相应分段中进行如下整车控制：判断所述车辆在所述相应分段内是否需要升挡，并采用所述等效油耗法来逆序计算所述相应分段内的各个采样点处的参考平均车速。

可选地，所述基于所述分段聚类、所述车辆的当前车速、当前挡位和当前荷电状态，预测所述车辆在所述当前位置前方预设距离范围内的各个分段中的车速和档位，包括：在所述当前车速和所述当前荷电状态能够覆盖相应分段内的相对高程的变化的情况下，若所述相应分段中的道路属于平路，则预测在所述相应分段中进行如下整车控制：在所述相应分段内，保持所述车辆的当前档位不变，调节所述车辆的发动机扭矩进入发动机高效区，并然后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化，最后通过降低或提高所述车辆的车速以适应所述相应分段内的相对高程变化。

根据本公开的第二实施例，提供一种整车控制装置，该装置包括：获取模块，用于获取车辆的当前位置信息和所述当前位置前方预设距离范围内的道路信息；聚类模块，用于基于所述当前位置信息和所述道路信息，对所述当前位置前方预设距离范围内的道路进行分段聚类；预测模块，用于基于所述分段聚类、所述车辆的当前车速、当前挡位和当前荷电状态，预测所述车辆在所述当前位置前方预设距离范围内的各个分段中的车速和档位。

可选地，所述道路信息包括道路相对高程信息和道路曲率信息，所述聚类模块包括：采样子模块，用于对所述当前位置前方预设距离范围内的道路进行采样；确定子模块，用于基于各个采样点处的道路相对高程信息和道路曲率信息，确定各个采样点处的道路是属于上坡路、平路还是下坡路；聚类子模块，用于基于各个采样点处的道路是上坡路、平路还是下坡路，对各个采样点处的道路进行分段聚类。

可选地，所述预测模块还用于：在所述当前车速和所述当前荷电状态能够覆盖相应分段内的相对高程的变化的情况下，若相应分段中的道路属于上坡路，则预测在所述相应分段中进行如下整车控制：首先控制所述车辆的发动机扭矩在所述相应分段内进入发动机高效区，并然后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化，以及最后降低所述车辆的车速来适应所述相应分段内的相对高程变化；若所述相应分段中的道路属于下坡路，则首先控制所述车辆的发动机扭矩在所述相应分段内进入发动机高效区，并然后提高所述车辆的车速以适应所述相应分段内的相对高程变化，以及最后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化。

可选地，所述预测模块还用于：在所述当前车速和所述当前荷电状态不能够覆盖相应分段内的相对高程的变化的情况下，若所述相应分段中的道路属于上坡路，则预测在所述相应分段中进行如下整车控制：判断所述车辆在所述相应分段内是否需要降挡，并采用等效油耗法来逆序计算所述相应分段内的各个采样点处的参考平均车速；若所述相应分段中的道路属于下坡路，则预测在所述相应分段中进行如下整车控制：判断所述车辆在所述相应分段内是否需要升挡，并采用所述等效油耗法来逆序计算所述相应分段内的各个采样点处的参考平均车速。

可选地，所述预测模块还用于：在所述当前车速和所述当前荷电状态能够覆盖相应分段内的相对高程的变化的情况下，若所述相应分段中的道路属于平路，则预测在所述相应分段中进行如下整车控制：在所述相应分段内，保持所述车辆的当前档位不变，调节所述车辆的发动机扭矩进入发动机高效区，并然后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化，最后通过降低或提高所述车辆的车速以适应所述相应分段内的相对高程变化。

根据本公开的第三实施例，提供一种车辆，该车辆包括根据本公开第二实施例所述的装置。

通过采用上述技术方案，由于首先预知了车辆当前位置前方预设距离范围内的道路信息，然后在预测车辆在当前位置前方预设距离范围内的各个分段中的车速和档位时考虑了车辆的当前车速、当前挡位和当前荷电状态以及当前位置前方预设距离范围内的分段聚类，所以能够有助于充分利用车辆电池系统的充放电区间和整车动能势能能量转换，提高混合动力系统整车节油率，缩短混合动力系统新增成本回收周期。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：

图1是根据本公开一种实施例的整车控制方法的流程图。

图2示出分段聚类的示意图。

图3示出逆序寻优算法示意图。

图4是根据本公开一种实施例的整车控制装置的示意框图。

图5示出根据本公开一种实施例的聚类模块的示意框图。

图6是根据一示例性实施例示出的一种电子设备的框图。

具体实施方式

以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。

图1是根据本公开一种实施例的整车控制方法的流程图，如图1所示，该方法包括以下步骤S11至S13。

在步骤S11中，获取车辆的当前位置信息和所述当前位置前方预设距离范围内的道路信息。

其中，可以从例如全球定位系统中获取车辆的当前位置信息，以及可以从例如高清晰导航电子地图获取车辆当前位置前方预设距离范围内的道路信息。其中道路信息可以包括车辆当前位置前方预设距离范围内的道路的相对高程信息和道路曲率信息等等。

在步骤S12中，基于所述当前位置信息和所述道路信息，对所述当前位置前方预设距离范围内的道路进行分段聚类。

在步骤S13中，基于所述分段聚类、所述车辆的当前车速、当前挡位和当前荷电状态，预测所述车辆在所述当前位置前方预设距离范围内的各个分段中的车速和档位。

通过采用上述技术方案，由于首先预知了车辆当前位置前方预设距离范围内的道路信息，然后在预测车辆在当前位置前方预设距离范围内的各个分段中的车速和档位时考虑了车辆的当前车速、当前挡位和当前荷电状态以及当前位置前方预设距离范围内的分段聚类，所以能够有助于充分利用车辆电池系统的充放电区间和整车动能势能能量转换，提高混合动力系统整车节油率，缩短混合动力系统新增成本回收周期。

在一种可能的实施方式中，步骤S12中所述的基于所述当前位置信息和所述道路信息，对所述当前位置前方预设距离范围内的道路进行分段聚类，可以包括：对所述当前位置前方预设距离范围内的道路进行采样；基于各个采样点处的道路相对高程信息和道路曲率信息，确定各个采样点处的道路是属于上坡路、平路还是下坡路；基于各个采样点处的道路是上坡路、平路还是下坡路，对各个采样点处的道路进行分段聚类。

以下结合图2的道路轨迹示意图来说明如何进行分段聚类。

首先假设车辆当前位置前方的预设距离范围被设定为2km，并且在这2km的距离范围内选取60个采样点，例如前1km每25m取1个采样点，后1km每50m取1个采样点。然后从先前获取到的道路信息中就能够获取到这60个采样点处的道路相对高程信息和道路曲率信息。然后基于这60个采样点处的道路相对高程信息和道路曲率信息，就能够分别确定各个采样点处的道路是属于上坡路、平路还是下坡路，例如可以将坡度α>1％时视为上坡，当-1％≤α≤1％时视为平路，当α<-1％时视为下坡。然后，就可以基于各个采样点处的道路是上坡路、平路还是下坡路，根据坡度α的区间分布，将这60个采样点进行分段聚类，例如，在图2中是将这60个采样点聚合成了i个分段，第1个分段中有k个采样点。

但是，本领域技术人员应当理解的是，上述示例中提到的2km、60个采样点等等数据仅是示例，其可以根据总成能力和计算周期需求等进行设置。

在一种可能的实施方式中，步骤S13中所述的基于所述分段聚类、所述车辆的当前车速、当前挡位和当前荷电状态，预测所述车辆在所述当前位置前方预设距离范围内的各个分段中的车速和档位，实际上是将可预见行驶模式下全局最优控制变量数列简化成当前采样点至坡度变化所在采样点之间的局部最优控制变量数列，也即逆序算法寻优。

下面描述一下可预见行驶运行状态的逆序寻优算法。该算法一般采用动态规划求解该优化控制策略，动态规划是根据极小值原理提出的解决多级决策过程的优化方法。首先保证运输时间相当前提下，将全运动轨迹油耗最低的多级决策问题分解为当前采样点至下一采样点的单步决策问题；其次基于混合动力牵引车运行工况下，确定状态变量、控制变量、目标函数、约束条件；再次如何减小计算量、缩短计算时间，实现动态规划在工程上的实时控制。为了简化动态规划求解过程，系统状态变量定义为当前车速与当前挡位、当前电池荷电状态，系统控制变量被定义为当前采样点至下一采样点的目标车速、目标挡位，为了降低计算量，将车速变化简化为有限网格，取速度间隔为例如Δv＝0.3km/h，如图3所示。根据设定的巡航车速、结合混合动力总成状态，来压缩可达域，可有效降低逆序寻优算法的计算量，压缩计算时间。例如，在上述条件约束下，计算图2中的i＝1段，即从第k点开始至第1点结束，计算各采样点的最优解，持续滚动更新即可获得预测的全局参考挡位和车速，实现车辆的实时预测控制。

接下来描述利用逆序寻优算法预测的整车控制策略。

第一种情况是，如果所述当前车速和所述当前荷电状态能够覆盖相应分段内的相对高程的变化，而且相应分段中的道路属于上坡路，那么预测在所述相应分段中进行如下整车控制：首先控制所述车辆的发动机扭矩在所述相应分段内进入发动机高效区，并然后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化，以及最后降低所述车辆的车速来适应所述相应分段内的相对高程变化。更优选地，预测在所述相应分段中进行如下整车控制：首先档位不变，然后通过调节发动机扭矩进入高效区，其次尽可能通过荷电状态主动调整来适应相对高程变化，再次通过车速降低以适应相对高程变化。这样，就能够通过电池的主动充放电，在车辆上坡前通过主动提速，来避免车辆上坡途中换挡，并在到达坡顶前尽可能利用动力电池电量。

第二种情况是，如果所述当前车速和所述当前荷电状态能够覆盖相应分段内的相对高程的变化，而且若所述相应分段中的道路属于下坡路，则首先控制所述车辆的发动机扭矩在所述相应分段内进入发动机高效区，并然后提高所述车辆的车速以适应所述相应分段内的相对高程变化，以及最后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化。更优选地，预测在所述相应分段中进行如下整车控制：首先档位不变，然后通过调节发动机扭矩进入高效区，其次通过车速提高以适应相对高程变化，再次尽可能通过荷电状态主动调整来适应相对高程变化。这样，就能够在车辆下坡前主动降速，降低动力电池荷电状态水平，为充分制动能量回收与势能转换预留余地。

第三种情况是，如果所述当前车速和所述当前荷电状态不能够覆盖相应分段内的相对高程的变化的情况下，而且所述相应分段中的道路属于上坡路，则预测在所述相应分段中进行如下整车控制：判断所述车辆在所述相应分段内是否需要降挡，并采用等效油耗法来逆序计算所述相应分段内的各个采样点处的参考平均车速。更优选地，预测在所述相应分段中进行如下整车控制：首先判断挡位是否需要变化，如需降挡则当接近换挡点时通过电机主动调速实现换挡，然后采取等效油耗法，由于当前所在点的荷电状态值与该分段运动轨迹的终点荷电状态值(即动力电池荷电状态下限值)均已知，所以采用逆序寻优算法计算当前运动轨迹各点的平均车速值。

第四种情况是，如果所述当前车速和所述当前荷电状态不能够覆盖相应分段内的相对高程的变化的情况下，而且若所述相应分段中的道路属于下坡路，则预测在所述相应分段中进行如下整车控制：判断所述车辆在所述相应分段内是否需要升挡，并采用所述等效油耗法来逆序计算所述相应分段内的各个采样点处的参考平均车速。更优选地，预测在所述相应分段中进行如下整车控制：首先判断挡位是否需要变化，如需升档则当接近换挡点时通过电机主动调速实现换挡，然后采取等效油耗法，由于当前所在点的荷电状态值与该分段运动轨迹终点荷电状态值(也即动力电池荷电状态上限值)均已知，所以采用逆序寻优算法计算当前运动轨迹各点的平均车速值。

第五种情况是，如果所述当前车速和所述当前荷电状态能够覆盖相应分段内的相对高程的变化，而且所述相应分段中的道路属于平路，则预测在所述相应分段中进行如下整车控制：在所述相应分段内，保持所述车辆的当前档位不变，调节所述车辆的发动机扭矩进入发动机高效区，并然后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化，最后通过降低或提高所述车辆的车速以适应所述相应分段内的相对高程变化。

从上面分析的这几种情况可以看出，通过结合当前混合动力总成状态和前方道路特征能够预测车辆在前方道路上的扭矩分配和车速规划。实现通过电池的主动充放电，在车辆上坡前通过主动提速来避免车辆上坡途中换挡，并在到达坡顶前尽可能充分利用动力电池电量，提高节油率，以及在车辆下坡前主动降速，尽可能降低动力电池荷电状态水平，为充分制动能量回收与势能转换预留余地，尽可能减小制动，提高节油率。本申请提出的整车控制策略，通过采用动态规划算法，通过缩小路径轨迹聚合归类、采样点步长可变、动力总成可达域等策略减小动态规划算法的计算量，实际应用计算时间均小于0.2秒，能够满足工程实际应用需求。

图4是根据本公开一种实施例的整车控制装置的示意框图，如图4所示，该装置包括：获取模块41，用于获取车辆的当前位置信息和所述当前位置前方预设距离范围内的道路信息；聚类模块42，用于基于所述当前位置信息和所述道路信息，对所述当前位置前方预设距离范围内的道路进行分段聚类；预测模块43，用于基于所述分段聚类、所述车辆的当前车速、当前挡位和当前荷电状态，预测所述车辆在所述当前位置前方预设距离范围内的各个分段中的车速和档位。

通过采用上述技术方案，由于首先预知了车辆当前位置前方预设距离范围内的道路信息，然后在预测车辆在当前位置前方预设距离范围内的各个分段中的车速和档位时考虑了车辆的当前车速、当前挡位和当前荷电状态以及当前位置前方预设距离范围内的分段聚类，所以能够有助于充分利用车辆电池系统的充放电区间和整车动能势能能量转换，提高混合动力系统整车节油率，缩短混合动力系统新增成本回收周期。

可选地，所述道路信息包括道路相对高程信息和道路曲率信息。

图5示出根据本公开一种实施例的聚类模块42的示意框图，如图5所示，该聚类模块42包括：采样子模块421，用于对所述当前位置前方预设距离范围内的道路进行采样；确定子模块422，用于基于各个采样点处的道路相对高程信息和道路曲率信息，确定各个采样点处的道路是属于上坡路、平路还是下坡路；聚类子模块423，用于基于各个采样点处的道路是上坡路、平路还是下坡路，对各个采样点处的道路进行分段聚类。

可选地，所述预测模块43还用于在所述当前车速和所述当前荷电状态能够覆盖相应分段内的相对高程的变化的情况下：若相应分段中的道路属于上坡路，则预测在所述相应分段中进行如下整车控制：首先控制所述车辆的发动机扭矩在所述相应分段内进入发动机高效区，并然后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化，以及最后降低所述车辆的车速来适应所述相应分段内的相对高程变化；若所述相应分段中的道路属于下坡路，则首先控制所述车辆的发动机扭矩在所述相应分段内进入发动机高效区，并然后提高所述车辆的车速以适应所述相应分段内的相对高程变化，以及最后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化。

可选地，所述预测模块43还用于在所述当前车速和所述当前荷电状态不能够覆盖相应分段内的相对高程的变化的情况下：若所述相应分段中的道路属于上坡路，则预测在所述相应分段中进行如下整车控制：判断所述车辆在所述相应分段内是否需要降挡，并采用等效油耗法来逆序计算所述相应分段内的各个采样点处的参考平均车速；若所述相应分段中的道路属于下坡路，则预测在所述相应分段中进行如下整车控制：判断所述车辆在所述相应分段内是否需要升挡，并采用所述等效油耗法来逆序计算所述相应分段内的各个采样点处的参考平均车速。

可选地，所述预测模块43还用于在所述当前车速和所述当前荷电状态能够覆盖相应分段内的相对高程的变化的情况下：若所述相应分段中的道路属于平路，则预测在所述相应分段中进行如下整车控制：在所述相应分段内，保持所述车辆的当前档位不变，调节所述车辆的发动机扭矩进入发动机高效区，并然后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化，最后通过降低或提高所述车辆的车速以适应所述相应分段内的相对高程变化。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

根据本公开的又一实施例，提供一种车辆，该车辆包括前面根据本公开实施例所述的整车控制装置。

图6是根据一示例性实施例示出的一种电子设备700的框图。如图6所示，该电子设备700可以包括：处理器701，存储器702。该电子设备700还可以包括多媒体组件703，输入/输出(I/O)接口704，以及通信组件705中的一者或多者。

其中，处理器701用于控制该电子设备700的整体操作，以完成上述的整车控制方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700的操作，这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口704为处理器701和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该电子设备700与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件705可以包括：Wi-Fi模块，蓝牙模块，NFC模块。

在一示例性实施例中，电子设备700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的整车控制方法。

在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的整车控制方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器702，上述程序指令可由电子设备700的处理器701执行以完成上述的整车控制方法。

以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。

此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (11)

1.一种整车控制方法，其特征在于，该方法包括：

获取车辆的当前位置信息和所述当前位置前方预设距离范围内的道路信息；

基于所述当前位置信息和所述道路信息，对所述当前位置前方预设距离范围内的道路进行分段聚类；

基于所述分段聚类、所述车辆的当前车速、当前挡位和当前荷电状态，利用逆序寻优算法来预测所述车辆在所述当前位置前方预设距离范围内的各个分段中的车速和档位，其中，所述逆序寻优算法是将可预见行驶模式下全局最优控制变量数列简化成当前道路采样点至坡度变化所在道路采样点之间的局部最优控制变量数列的算法。

2.根据权利要求1所述的方法，其特征在于，所述道路信息包括道路相对高程信息和道路曲率信息，

所述基于所述当前位置信息和所述道路信息，对所述当前位置前方预设距离范围内的道路进行分段聚类，包括：

对所述当前位置前方预设距离范围内的道路进行采样；

基于各个采样点处的道路相对高程信息和道路曲率信息，确定各个采样点处的道路是属于上坡路、平路还是下坡路；

基于各个采样点处的道路是上坡路、平路还是下坡路，对各个采样点处的道路进行分段聚类。

3.根据权利要求2所述的方法，其特征在于，所述基于所述分段聚类、所述车辆的当前车速、当前挡位和当前荷电状态，利用逆序寻优算法来预测所述车辆在所述当前位置前方预设距离范围内的各个分段中的车速和档位，包括：在所述当前车速和所述当前荷电状态能够覆盖相应分段内的相对高程的变化的情况下，

若相应分段中的道路属于上坡路，则预测在所述相应分段中进行如下整车控制：首先控制所述车辆的发动机扭矩在所述相应分段内进入发动机高效区，并然后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化，以及最后降低所述车辆的车速来适应所述相应分段内的相对高程变化；

若所述相应分段中的道路属于下坡路，则首先控制所述车辆的发动机扭矩在所述相应分段内进入发动机高效区，并然后提高所述车辆的车速以适应所述相应分段内的相对高程变化，以及最后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化。

4.根据权利要求2所述的方法，其特征在于，所述基于所述分段聚类、所述车辆的当前车速、当前挡位和当前荷电状态，利用逆序寻优算法来预测所述车辆在所述当前位置前方预设距离范围内的各个分段中的车速和档位，包括：在所述当前车速和所述当前荷电状态不能够覆盖相应分段内的相对高程的变化的情况下，

若所述相应分段中的道路属于上坡路，则预测在所述相应分段中进行如下整车控制：判断所述车辆在所述相应分段内是否需要降挡，并采用等效油耗法来逆序计算所述相应分段内的各个采样点处的参考平均车速；

若所述相应分段中的道路属于下坡路，则预测在所述相应分段中进行如下整车控制：判断所述车辆在所述相应分段内是否需要升挡，并采用所述等效油耗法来逆序计算所述相应分段内的各个采样点处的参考平均车速。

5.根据权利要求2所述的方法，其特征在于，所述基于所述分段聚类、所述车辆的当前车速、当前挡位和当前荷电状态，利用逆序寻优算法来预测所述车辆在所述当前位置前方预设距离范围内的各个分段中的车速和档位，包括：在所述当前车速和所述当前荷电状态能够覆盖相应分段内的相对高程的变化的情况下，

若所述相应分段中的道路属于平路，则预测在所述相应分段中进行如下整车控制：在所述相应分段内，保持所述车辆的当前档位不变，调节所述车辆的发动机扭矩进入发动机高效区，并然后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化，最后通过降低或提高所述车辆的车速以适应所述相应分段内的相对高程变化。

6.一种整车控制装置，其特征在于，该装置包括：

获取模块，用于获取车辆的当前位置信息和所述当前位置前方预设距离范围内的道路信息；

聚类模块，用于基于所述当前位置信息和所述道路信息，对所述当前位置前方预设距离范围内的道路进行分段聚类；

预测模块，用于基于所述分段聚类、所述车辆的当前车速、当前挡位和当前荷电状态，利用逆序寻优算法来预测所述车辆在所述当前位置前方预设距离范围内的各个分段中的车速和档位，其中，所述逆序寻优算法是将可预见行驶模式下全局最优控制变量数列简化成当前道路采样点至坡度变化所在道路采样点之间的局部最优控制变量数列的算法。

7.根据权利要求6所述的装置，其特征在于，所述道路信息包括道路相对高程信息和道路曲率信息，

所述聚类模块包括：

采样子模块，用于对所述当前位置前方预设距离范围内的道路进行采样；

确定子模块，用于基于各个采样点处的道路相对高程信息和道路曲率信息，确定各个采样点处的道路是属于上坡路、平路还是下坡路；

聚类子模块，用于基于各个采样点处的道路是上坡路、平路还是下坡路，对各个采样点处的道路进行分段聚类。

8.根据权利要求7所述的装置，其特征在于，所述预测模块还用于：在所述当前车速和所述当前荷电状态能够覆盖相应分段内的相对高程的变化的情况下，

若相应分段中的道路属于上坡路，则预测在所述相应分段中进行如下整车控制：首先控制所述车辆的发动机扭矩在所述相应分段内进入发动机高效区，并然后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化，以及最后降低所述车辆的车速来适应所述相应分段内的相对高程变化；

若所述相应分段中的道路属于下坡路，则首先控制所述车辆的发动机扭矩在所述相应分段内进入发动机高效区，并然后提高所述车辆的车速以适应所述相应分段内的相对高程变化，以及最后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化。

9.根据权利要求7所述的装置，其特征在于，所述预测模块还用于：在所述当前车速和所述当前荷电状态不能够覆盖相应分段内的相对高程的变化的情况下，

若所述相应分段中的道路属于上坡路，则预测在所述相应分段中进行如下整车控制：判断所述车辆在所述相应分段内是否需要降挡，并采用等效油耗法来逆序计算所述相应分段内的各个采样点处的参考平均车速；

若所述相应分段中的道路属于下坡路，则预测在所述相应分段中进行如下整车控制：判断所述车辆在所述相应分段内是否需要升挡，并采用所述等效油耗法来逆序计算所述相应分段内的各个采样点处的参考平均车速。

10.根据权利要求7所述的装置，其特征在于，所述预测模块还用于：在所述当前车速和所述当前荷电状态能够覆盖相应分段内的相对高程的变化的情况下，

若所述相应分段中的道路属于平路，则预测在所述相应分段中进行如下整车控制：在所述相应分段内，保持所述车辆的当前档位不变，调节所述车辆的发动机扭矩进入发动机高效区，并然后通过荷电状态的主动调整来适应所述相应分段内的相对高程变化，最后通过降低或提高所述车辆的车速以适应所述相应分段内的相对高程变化。

11.一种车辆，其特征在于，该车辆包括根据权利要求6至10中任一权利要求所述的装置。

Images