CN113173174B - 一种车辆行驶速度的确定方法、装置和设备 - Google Patents
一种车辆行驶速度的确定方法、装置和设备 Download PDFInfo
- Publication number
- CN113173174B CN113173174B CN202110642852.0A CN202110642852A CN113173174B CN 113173174 B CN113173174 B CN 113173174B CN 202110642852 A CN202110642852 A CN 202110642852A CN 113173174 B CN113173174 B CN 113173174B
- Authority
- CN
- China
- Prior art keywords
- target
- state vector
- speed curve
- vehicle
- speed
- 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 53
- 239000013598 vector Substances 0.000 claims abstract description 153
- 238000005457 optimization Methods 0.000 claims abstract description 64
- 239000000446 fuel Substances 0.000 claims abstract description 36
- 238000010586 diagram Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 7
- 239000010705 motor oil Substances 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 239000003921 oil Substances 0.000 description 4
- 238000005096 rolling process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 239000003638 chemical reducing agent Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
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
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本说明书实施例提供了一种车辆行驶速度的确定方法、装置和设备，其中，该方法包括：获取目标车辆的定位信息；在根据定位信息确定目标车辆行驶至目标节点的情况下，确定所述目标车辆在所述目标节点的目标状态向量；目标状态向量用于表示在目标节点的初始状态和目标节点对应的目标路段的坡度信息；确定目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度；将速度曲线优化信息集中与目标状态向量相似度最高的样本状态向量对应的速度曲线，作为所述目标车辆在所述目标路段行驶的速度曲线。在本说明书实施例中，可以有效减少线上计算的数据量，通过调用速度曲线优化信息集可以有效提高确定行驶速度的效率，进而得到良好的燃油经济性。
Description
技术领域
本说明书实施例涉及自动驾驶技术领域，特别涉及一种车辆行驶速度的确定方法、装置和设备。
背景技术
当前自动驾驶重点关注自动驾驶的功能实现，并没有关注燃油经济性的提高，而油耗对于自动驾驶出租车和自动驾驶物流车队是至关重要的。现有技术中，确定车辆行驶速度时通常是结合车辆自身情况和道路拓扑信息计算得到从起点到终点整段路程的行驶速度，计算复杂度较高，通常需要耗时2-3秒。由于耗时较长，会使得车辆的行驶出现延时、卡顿，进而影响行驶安全性，因此，就目前的硬件条件只能在线下进行计算。由此可见，采用现有技术中的技术方案无法在线上高效地确定出车辆的形式速度。
针对上述问题，目前尚未提出有效的解决方案。
发明内容
本说明书实施例提供了一种车辆行驶速度的确定方法、装置和设备，以解决现有技术中无法在线上高效地确定出车辆的形式速度的问题。
本说明书实施例提供了一种车辆行驶速度的确定方法，包括：获取目标车辆的定位信息；在根据所述定位信息确定所述目标车辆行驶至目标节点的情况下，确定所述目标车辆在所述目标节点的目标状态向量；其中，所述目标状态向量用于表示在所述目标节点的初始状态和所述目标节点对应的目标路段的坡度信息；确定所述目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度；其中，所述速度曲线优化信息集中包含多组数据，每组数据中包含一个样本状态向量和基于燃油经济性优化后的速度曲线；将所述速度曲线优化信息集中与所述目标状态向量相似度最高的样本状态向量对应的速度曲线，作为所述目标车辆在所述目标路段行驶的速度曲线。
本说明书实施例还提供了一种车辆行驶速度的确定装置，包括：获取模块，用于获取目标车辆的定位信息；第一确定模块，用于在根据所述定位信息确定所述目标车辆行驶至目标节点的情况下，确定所述目标车辆在所述目标节点的目标状态向量；其中，所述目标状态向量用于表示在所述目标节点的初始状态和所述目标节点对应的目标路段的坡度信息；第二确定模块，用于确定所述目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度；其中，所述速度曲线优化信息集中包含多组数据，每组数据中包含一个样本状态向量和基于燃油经济性优化后的速度曲线；处理模块，用于将所述速度曲线优化信息集中与所述目标状态向量相似度最高的样本状态向量对应的速度曲线，作为所述目标车辆在所述目标路段行驶的速度曲线。
本说明书实施例还提供了一种车辆行驶速度的确定设备，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本说明书实施例中所述车辆行驶速度的确定方法的步骤。
本说明书实施例还提供了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本说明书实施例中所述车辆行驶速度的确定方法的步骤。
本说明书实施例提供了一种车辆行驶速度的确定方法，可以预先线下维护一个速度曲线优化信息集，速度曲线优化信息集可以用于表示各种可能的状态量的组合对应的基于燃油经济性优化后的速度曲线。从而可以在根据目标车辆的定位信息确定目标车辆行驶至目标节点的情况下，确定目标车辆在目标节点的目标状态向量。其中，目标状态向量用于表示在目标节点的初始状态和目标节点对应的目标路段的坡度信息。由于两个状态向量之间的相似度越高则说明车辆状态和道路环境的情况也相似，对应的车辆行驶的速度也是相近的。因此，可以通过确定目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度，将速度曲线优化信息集中与目标状态向量相似度最高的样本状态向量对应的速度曲线，作为目标车辆在目标路段行驶的速度曲线。由于速度曲线的复杂计算无需在线上进行实时计算，可以有效减少线上计算的数据量，通过直接调用速度曲线优化信息集可以有效提高确定行驶速度的效率，进而可以得到良好的燃油经济性。并且由于车辆在行驶过程中会遇到各种情况下，因此，通过每次确定一个目标路段的速度曲线的方式可以在减少在一次确定行驶速度曲线的过程中需要处理的数据量的同时，有效提高确定的速度曲线的准确性。从而可以有效避免一次性确定整体行驶路线的速度曲线耗时长、准确度低需要重复计算的问题。
附图说明
此处所说明的附图用来提供对本说明书实施例的进一步理解，构成本说明书实施例的一部分，并不构成对本说明书实施例的限定。在附图中：
图1是根据本说明书实施例提供的车辆行驶速度的确定方法的步骤示意图；
图2是根据本说明书实施例提供的期望行驶路线的高度信息图的示意图；
图3是根据本说明书实施例提供的目标车辆的发动机油耗特性图的示意图；
图4是根据本说明书实施例提供的车辆行驶速度的确定装置的结构示意图；
图5是根据本说明书实施例提供的车辆行驶速度的确定设备的结构示意图。
具体实施方式
下面将参考若干示例性实施方式来描述本说明书实施例的原理和精神。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说明书实施例，而并非以任何方式限制本说明书实施例的范围。相反，提供这些实施方式是为了使本说明书实施例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，本说明书实施例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，本说明书实施例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。
虽然下文描述流程包括以特定顺序出现的多个操作，但是应该清楚了解，这些过程可以包括更多或更少的操作，这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。
请参阅图1，本实施方式可以提供一种车辆行驶速度的确定方法，可以应用于车载控制器。该车辆行驶速度的确定方法可以用于在车辆形式过程中，通过调用线下预先计算得到的速度曲线优化信息集，确定出与目标车辆在目标节点的状态向量最相似的样本状态向量对应的速度曲线，并按照确定出的速度曲线行驶。上述车辆行驶速度的确定方法可以包括以下步骤。
S101：获取目标车辆的定位信息。
在本实施方式中，为了确定目标车辆当前行驶的位置，可以获取目标车辆的定位信息。其中，上述目标车辆可以为准备开始自动驾驶或者正在自动驾驶的车辆。在一些实施例中，可以利用目标车辆中的导航仪确定目标车辆当前行驶的位置。当然，目标车辆的定位信息获取的方式不限于上述举例，所属领域技术人员在本说明书实施例技术精髓的启示下，还可能做出其它变更，但只要其实现的功能和效果与本说明书实施例相同或相似，均应涵盖于本说明书实施例保护范围内。
在本实施方式中，上述定位信息可以为目标车辆当前位置的经纬度坐标。当然也可以利用其它可以唯一确定当前位置的参数作为定位信息，具体的可以根据实际情况确定，本说明书实施例对此不作限定。
在本实施方式中，上述目标车辆可以为卡车、小轿车等。当然可以理解的是，上述目标车辆不限于上述举例，还可以为其它类型的车辆，具体的可以根据实际情况确定，本说明书实施例对此不作限定。
S102：在根据定位信息确定目标车辆行驶至目标节点的情况下，确定目标车辆在目标节点的目标状态向量；其中，目标状态向量用于表示在目标节点的初始状态和目标节点对应的目标路段的坡度信息。
在本实施方式中，可以实时对目标车辆行驶的位置进行判断，在根据定位信息确定目标车辆行驶至目标节点的情况下，可以确定目标车辆在目标节点的目标状态向量。其中，上述目标状态向量可以用于表示在目标节点的初始状态和目标节点对应的目标路段的坡度信息。
在本实施方式中，由于车辆在不同的道路环境中最优的行驶速度会存在差异，例如，不同的坡度和路面会导致目标车辆将受到不同大小的阻力。因此，上述目标节点可以为道路坡度发生变化的节点。对应的，上述目标节点对应的目标路段可以为上坡路段、下坡路段、平缓行驶路段等，在一些情况下也可以为一对上坡路段和下坡路段，具体的可以根据实际情况确定，本说明书对此不作限定。
在本实施方式中，由于车辆在行驶过程中会遇到各种情况下，因此，通过划分路段的方式可以在减少在一次确定行驶速度曲线的过程中需要处理的数据量的同时，有效提高确定的速度曲线的准确性。从而可以有效避免一次性确定整体行驶路线的速度曲线耗时长、准确度低需要重复计算的问题。
在本实施方式中，上述目标状态向量中可以包含多个状态量。可以获取目标车辆行驶至目标节点的状态量，上述状态量可以为一个或者多个，上述状态量可以包括目标车辆自身的内部变量和道路的环境变量。由于状态量可能为多个，因此，可以将获取的状态量以向量的形式记录，从而生成目标状态向量。
在本实施方式中，上述目标车辆自身的内部变量可以用于表示目标车辆在目标节点的初始状态，例如：速度、油门、档位、转速等。上述道路的环境变量可以用于表示目标路段的坡度信息，例如：坡度、坡长等。当然可以理解的是，上述状态量可以包含其它信息，例如：道路滚动摩擦系数、发动机扭矩等。具体的可以根据实际情况确定，本说明书实施例对此不作限定。
S103：确定目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度；其中，速度曲线优化信息集中包含多组数据，每组数据中包含一个样本状态向量和基于燃油经济性优化后的速度曲线。
在本实施方式中，可以预先线下维护一个速度曲线优化信息集，速度曲线优化信息集可以用于表示各种可能的状态量的组合对应的基于燃油经济性优化后的速度曲线。进而在目标车辆行驶过程中可以及时调用预先存储的速度曲线优化信息集，确定目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度。
在本实施方式中，上述速度曲线优化信息集可以包含多组数据，每组数据中可以包含一个样本状态向量和基于燃油经济性优化后的速度曲线。其中，样本状态向量中包含的状态量与目标状态向量中包含的状态量可以是相同的，并且样本状态向量与目标状态向量中各个状态量的排列顺序也可以是相同的，以便可以计算两者之间的相似度。
在本实施方式中，可以通过计算两个向量之间的距离确定两个向量之间的相似度，两个向量间距离越近，则两个向量越相似，例如：欧式距离、曼哈顿距离、马氏距离等。在一些实施例中，也可以通过计算两个向量之间的夹角余弦确定两个向量之间的相似度，也可以计算两个向量之间的相关系数。具体的可以根据实际情况确定，本说明书实施例对此不作限定。
在本实施方式中，通过预先线下计算各种可能的状态量的组合对应的基于燃油经济性优化后的速度曲线，则无需在线上进行实时计算，可以有效减少线上计算的数据量，通过直接调用速度曲线优化信息集可以有效提高确定行驶速度的效率。
S104：将所述速度曲线优化信息集中与所述目标状态向量相似度最高的样本状态向量对应的速度曲线，作为所述目标车辆在所述目标路段行驶的速度曲线。
在本实施方式中，由于两个状态向量之间的相似度越高则说明车辆状态和道路环境的情况也相似，对应的车辆行驶的速度也是相近的。因此，可以将所述速度曲线优化信息集中与所述目标状态向量相似度最高的样本状态向量对应的速度曲线作为所述目标车辆在所述目标路段行驶的速度曲线，以使目标车辆在目标路段按照与所述目标状态向量相似度最高的样本状态向量对应的速度曲线行驶，进而可以得到良好的燃油经济性。
在本实施方式中，在确定出目标路段的速度曲线之后，可以根据目标车辆在目标节点处的速度、档位、油门确定出目标车辆在目标节点之后的多个节点的控制量(例如：油门开合度、方向盘转角、档位等)，从而可以基于确定出的控制量控制目标车辆按照速度曲线行驶。
在本实施方式中，如果与所述目标状态向量相似度最高的样本状态向量为多个，则可以随机选择一个。在一些实施例中，也可以按照一定规则择优选择，例如：选择多个样本状态向量中坡度相似度最高的。具体的可以根据实际情况确定，本说明书实施例对此不作限定。
在本实施方式中，如果目标车辆这目标路段的行驶过程中遇到紧急情况(例如：红灯、前方或者侧方出现车辆)需要刹车，则可以在确定可以继续正常行驶的情况下，将当前的位置作为目标节点重复上述步骤从而确定出对应的速度曲线。由于此时虽然坡度未发生变化，但是初始速度、档位、油门以及坡长均会与之前存在差异，因此确定出的速度曲线也会对应存在差异。
从以上的描述中，可以看出，本说明书实施例实现了如下技术效果：可以预先线下维护一个速度曲线优化信息集，速度曲线优化信息集可以用于表示各种可能的状态量的组合对应的基于燃油经济性优化后的速度曲线。从而可以在根据目标车辆的定位信息确定目标车辆行驶至目标节点的情况下，确定目标车辆在目标节点的目标状态向量。其中，目标状态向量用于表示在目标节点的初始状态和目标节点对应的目标路段的坡度信息。由于两个状态向量之间的相似度越高则说明车辆状态和道路环境的情况也相似，对应的车辆行驶的速度也是相近的。因此，可以通过确定目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度，将速度曲线优化信息集中与目标状态向量相似度最高的样本状态向量对应的速度曲线，作为目标车辆在目标路段行驶的速度曲线。由于速度曲线的复杂计算无需在线上进行实时计算，可以有效减少线上计算的数据量，通过直接调用速度曲线优化信息集可以有效提高确定行驶速度的效率，进而可以得到良好的燃油经济性。并且由于车辆在行驶过程中会遇到各种情况下，因此，通过每次确定一个目标路段的速度曲线的方式可以在减少在一次确定行驶速度曲线的过程中需要处理的数据量的同时，有效提高确定的速度曲线的准确性。从而可以有效避免一次性确定整体行驶路线的速度曲线耗时长、准确度低需要重复计算的问题。
在一个实施方式中，在确定所述目标车辆在所述目标节点的目标状态向量之前，还可以包括：获取所述目标车辆的期望行驶路线中从起点至终点的地形信息，并根据所述地形信息将所述期望行驶路线切割为多个路段；其中，每个路段与相邻路段的坡度不同，每个路段的起始节点为目标节点。
在本实施方式中，由于不同的道路环境会对车辆的行驶速度产生影响，因此，可以先获取目标车辆的期望行驶路线中从起点至终点的地形信息。其中，上述期望行驶路线可以为根据目标用户输入的目的地确定的行驶路线。
在本实施方式中，上述地形信息可以用于表征期望行驶路线的位置和道路环境，例如：坡度、坡长、每个坡的定位等。可以根据地形信息将所述期望行驶路线切割为多个路段，其中，每个路段与相近路段的坡度不同，例如：当期望行驶路线为一座桥得到情况下，可以以桥的顶点为分割点划分为上桥路段和下桥路段，桥底部为上桥路段的起始节点，桥的顶点可以为下桥路段的起始节点。当然，期望行驶路线切割的方式不限于上述举例，所属领域技术人员在本说明书实施例技术精髓的启示下，还可能做出其它变更，但只要其实现的功能和效果与本说明书实施例相同或相似，均应涵盖于本说明书实施例保护范围内。
在本实施方式中，由于车辆在每个路段的起始状态不同可能会导致后续的行驶状态也对应存在差异，因此，可以将每个路段的起始节点作为目标节点。
在一个实施方式中，上述地形信息可以包括：定位信息和坡度信息。
在本实施方式中，上述定位信息可以为期望行驶路线中每个节点的定位信息，上述定位信息可以为经纬度坐标，上述坡度信息可以包含坡度和坡长等信息。其中，上述定位信息与坡度信息之间可以存在对应关系，即每一个定位信息标识一个具体的位置，每个位置对应一组坡度和坡长。具体的可以根据实际情况确定，本说明书实施例对此不作限定。
在一个实施方式中，获取所述目标车辆的期望行驶路线中从起点至终点的地形信息，可以包括：获取所述目标车辆的期望行驶路线，并获取所述期望行驶路线的地图信息。进一步的，可以根据所述地图信息确定所述期望行驶路线中从起点至终点的地面高度信息，将所述地面高度信息转换为所述期望行驶路线中从起点至终点的坡度信息，可以将所述期望行驶路线的定位信息和所述坡度信息作为从起点至终点的地形信息。
在本实施方式中，上述期望行驶路线可以为根据目标用户输入的目的地确定的行驶路线，上述期望行驶路线的地图信息可以为高精度地图。期望行驶路线的期望行驶路线和期望行驶路线的地图信息可以是从车载导航仪中获取的，也可以是用户输入的，具体的可以根据实际情况确定，本说明书实施例对此不作限定。
在本实施方式中，可以通过高精度地图获取目标车辆的期望行驶路线中从起点至终点的路面高度信息。其中，期望行驶路线的高度信息图可以如图2中所示，图2中是一段40千米的路段，包含不同坡度的路面。图2中横坐标为距离，单位为千米(km)；纵坐标为高度，单位为米(m)。进一步的，可以根据路面高度信息图中的期望行驶路线的距离值与对应的高度值确定期望行驶路线中各位置处的坡度信息。
在一个实施方式中，在确定所述目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度之前，还可以包括：确定多个状态量的取值区间；其中，所述状态量包括：初始速度、初始油门、初始档位、坡度、坡长。可以根据所述多个状态量的取值区间将所述多个状态量离散化后进行组合，得到多个样本状态向量。进一步的，可以获取所述目标车辆的发动机油耗特性图，并基于所述目标车辆的发动机油耗特性图，利用动态规划算法确定各个样本状态向量对应的速度曲线，进而可以根据各个样本状态向量和所述各个样本状态向量对应的速度曲线生成所述速度曲线优化信息集。
在本实施方式中，为了确定出所有可能的状态量的组合，可以先将各个状态量进行离散化处理。因此，可以先确定各个状态量的取值区间，例如，针对速度这个状态量可以按照车辆可达到的极限值以及道路交通法规限制的速度值确定出速度的取值区间，可以为[0,80]。当然可以理解的是，还可以采用其它可能的方式确定各个状态量的取值区间，具体的可以根据实际情况确定，本说明书实施例对此不作限定。
在本实施方式中，上述状态量可以包括：初始速度、初始油门、初始档位、坡度和坡长。基于上述五个状态量可以转换得到更多的变量，例如，根据车速和档位可以确定出发动机转速，从而基于上述五个状态量可以唯一确定出一个最优速度曲线。
在本实施方式中，可以根据各个状态量的取值区间将所述多个状态量离散化，例如：速度的取值区间为[0,80]，当离散粒度为1时可以得到81个离散值。上述离散粒度可以根据各个状态量的性质和精确度要求确定，例如：档位的变化是连续的整数，并且档位的变化范围较小，因此可以设置离散粒度为1。在一些实施例中，由于将五个状态量进行排列组合可以得到大量的状态向量，因此，在确定离散粒度时还可以考虑可用存储空间，如果空间较大可以尽可能遍历各种状态量组合。当然，离散粒度确定的方式不限于上述举例，所属领域技术人员在本说明书实施例技术精髓的启示下，还可能做出其它变更，但只要其实现的功能和效果与本说明书实施例相同或相似，均应涵盖于本说明书实施例保护范围内。
在本实施方式中，可以将各个状态量离散化后的值进行排列组合，从而得到多个样本状态量。其中，上述多个样本状态量可以模拟实际行驶过程中车辆可能出现得到情况。
在本实施方式中，为了计算目标车辆的燃油消耗，可以获取目标车辆的发动机油耗特性图，发动机油耗特性图可以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。
在本实施方式中，上述目标车辆的发动机油耗特性图可以是预先存储的，在需要使用时可以直接调用。当然可以理解的是，上述目标车辆的发动机油耗特性图也可以是通过实验获取的。例如，通过在发动机台架上做实验，一次实验可以得到一组数据，包括：发动机转速、发动机扭矩和发动机瞬时油耗，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，发动机转速可以转换为目标车辆的行驶速度。
在本实施方式中，目标车辆的发动机油耗特性图可以如图3中所示。其中，阴影区域为油耗最经济的工作点范围，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。在一些实施例中，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，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。
在本实施方式中，还可以获取期望行驶路线的道路信息和目标车辆的车辆信息。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。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。
在本实施方式中，可以对目标车辆进行受力分析，根据上述道路信息和车辆信息建立目标车辆的动力模型和阻力模型。目标车辆的所受到的力可以如几个公式所示：
Fj＝Fd-Fg-Fr-Fa
Fg＝mg·sin θ
Fr＝f·mg·cos θ
Fa＝0.5ρaCdAfv2
Fj＝ma
其中，Fj为作用于目标车辆的总的作用力；Fd为作用于目标车辆的驱动力；Fg为坡道阻力；Fr为滚动阻力；Fa为空气阻力；θ为坡度；m为目标车的重量；g为重力加速度；f为路面的滚动阻力系数；ρa为空气密度；Cd为目标车辆的风阻系数；Af为目标车辆的迎风面积；v为目标车辆的行驶速度；a为目标车辆的加速度。
在本实施方式中，目标车辆的发动机扭矩的计算公式可以如下所示：
其中，Te为发动机扭矩；Fd为作用于目标车辆的驱动力；R为轮胎半径；if为主减速器传动比；iq为变速器传动比；η为传动效率。
在本实施方式中，可以根据动力模型和阻力模型生成目标车辆在样本状态向量对应的路段上行驶时的目标状态方程，根据目标状态方程可以确定目标车辆在样本状态向量对应的路段上行驶时的状态及状态变化。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，控制变量可以包括油门开度或制动开度等。
在本实施方式中，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，目标成本函数至少包括目标车辆在样本状态向量对应的路段上行驶时的油耗成本。其中，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。进而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，得到目标车辆的目标成本函数。
在本实施方式中，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控制变量。在确定出控制变量后可以根据控制变量和目标状态方程确定目标车辆在样本状态向量对应的路段上行驶的速度曲线。从而可以确定出目标车辆在样本状态向量对应的路段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。
在本实施方式中，行驶速度曲线可以为目标车辆在样本状态向量对应的路段上的行驶速度随着位置变化的曲线。当目标车辆根据确定的行驶速度曲线在样本状态向量对应的路段上行驶时，目标车辆的目标成本函数的取值最小，即成本最低。
在一个实施方式中，在根据各个样本状态向量和所述各个样本状态向量对应的速度曲线生成所述速度曲线优化信息集之后，还可以包括：将所述速度曲线优化信息集以表格的形式存储在目标数据库中。
在本实施方式中，可以将上述速度曲线优化信息集以表格的形式存储在目标数据库中，以便可以及时调取。其中，上述目标数据库可以为目标车辆的车载控制器中用于存储的数据库，也可以为与目标车辆关联的云端数据库。具体的可以根据实际情况确定，本说明书实施例对此不作限定。
在本实施方式中，上述速度曲线优化信息集还可以以文本或者键值对等形式进行存储，具体的可以根据实际情况确定，本说明书实施例对此不作限定。
在一个实施方式中，所述目标状态向量中包含所述目标车辆在所述目标节点的速度、油门、档位和所述目标路段的坡度、坡长。当然，目标状态向量包含的状态量不限于上述举例，所属领域技术人员在本说明书实施例技术精髓的启示下，还可能做出其它变更，但只要其实现的功能和效果与本说明书实施例相同或相似，均应涵盖于本说明书实施例保护范围内。
在一个实施方式中，上述步骤可以集成在车载控制器中运行，随着5G技术的成熟，也可以使用云端的方案。通过云端直接调用车载导航的接口(API)获取各个状态量，然后在云端执行上述步骤得到目标路段的速度曲线，并将确定出的速度曲线下发给车载端执行。
在一个实施方式中，在实际行驶过程中如果发现有一些常用状态向量或者一些特殊组合的状态向量未存储在速度曲线优化信息集的情况下，可以根据实际需求及时更新速度曲线优化信息集，以便可以更加准确、高效的确定出速度曲线。
基于上述实施例中的描述，结合一个具体的场景示例对所述方法进行进一步介绍。在一个场景示例中，自动驾驶车辆在行驶的过程中，可以对自动驾驶车辆的位置进行实时监控，在确定自动驾驶车辆行驶至坡度发生变化的目标节点处的情况下，可以利用车载传感器采集自动驾驶车辆当前的速度、油门、档位，并基于目标节点的定位确定出自动驾驶车辆即将行驶的道路的坡度和坡长，从而生成自动驾驶车辆在目标节点处的目标状态向量。
在本场景示例中，可以将生成得到目标状态向量发送给车载控制器，车载控制器获取预先存储的速度曲线优化信息集，并计算目标状态向量与速度曲线优化信息集中各个样本状态向量之间的相似度。可以将计算得到的相似度最高的样本状态向量对应的速度曲线，作为自动驾驶车辆在将行驶的道路的速度曲线。具体的，车载控制器可以根据目标状态向量和确定的速度曲线确定出在目标节点之后多个节点的控制量(油门开合度、方向盘转角、档位等)，以确保自动驾驶车辆可以按照确定的速度曲线行驶，从而使自动驾驶车辆可以高效的确定最优行驶速度，以得到良好的燃油经济性。
基于同一发明构思，本说明书实施例中还提供了一种车辆行驶速度的确定装置，如下面的实施例所述。由于车辆行驶速度的确定装置解决问题的原理与车辆行驶速度的确定方法相似，因此车辆行驶速度的确定装置的实施可以参见车辆行驶速度的确定方法的实施，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4是本说明书实施例的车辆行驶速度的确定装置的一种结构框图，如图4所示，可以包括：获取模块401、第一确定模块402、第二确定模块403、处理模块404，下面对该结构进行说明。
获取模块401，可以用于获取目标车辆的定位信息；
第一确定模块402，可以用于在根据所述定位信息确定所述目标车辆行驶至目标节点的情况下，确定所述目标车辆在所述目标节点的目标状态向量；其中，所述目标状态向量用于表示在所述目标节点的初始状态和所述目标节点对应的目标路段的坡度信息；
第二确定模块403，可以用于确定所述目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度；其中，所述速度曲线优化信息集中包含多组数据，每组数据中包含一个样本状态向量和基于燃油经济性优化后的速度曲线；
处理模块404，可以用于将所述速度曲线优化信息集中与所述目标状态向量相似度最高的样本状态向量对应的速度曲线，作为所述目标车辆在所述目标路段行驶的速度曲线。
本说明书实施例实施方式还提供了一种电子设备，具体可以参阅图5所示的基于本说明书实施例提供的车辆行驶速度的确定方法的电子设备组成结构示意图，所述电子设备具体可以包括输入设备51、处理器52、存储器53。其中，所述输入设备51具体可以用于输入速度曲线优化信息集。所述处理器52具体可以用于获取目标车辆的定位信息；在根据所述定位信息确定所述目标车辆行驶至目标节点的情况下，确定所述目标车辆在所述目标节点的目标状态向量；其中，所述目标状态向量用于表示在所述目标节点的初始状态和所述目标节点对应的目标路段的坡度信息；确定所述目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度；其中，所述速度曲线优化信息集中包含多组数据，每组数据中包含一个样本状态向量和基于燃油经济性优化后的速度曲线；将所述速度曲线优化信息集中与所述目标状态向量相似度最高的样本状态向量对应的速度曲线，作为所述目标车辆在所述目标路段行驶的速度曲线。所述存储器53具体可以用于存储目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度、与目标状态向量相似度最高的样本状态向量对应的速度曲线等参数。
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，该电子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。
本说明书实施例实施方式中还提供了一种基于车辆行驶速度的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可以实现：获取目标车辆的定位信息；在根据所述定位信息确定所述目标车辆行驶至目标节点的情况下，确定所述目标车辆在所述目标节点的目标状态向量；其中，所述目标状态向量用于表示在所述目标节点的初始状态和所述目标节点对应的目标路段的坡度信息；确定所述目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度；其中，所述速度曲线优化信息集中包含多组数据，每组数据中包含一个样本状态向量和基于燃油经济性优化后的速度曲线；将所述速度曲线优化信息集中与所述目标状态向量相似度最高的样本状态向量对应的速度曲线，作为所述目标车辆在所述目标路段行驶的速度曲线。
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，上述的本说明书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，本说明书实施例不限制于任何特定的硬件和软件结合。
虽然本说明书实施例提供了如上述实施例或流程图所述的方法操作步骤，但基于常规或者无需创造性的劳动在所述方法中可以包括更多或者更少的操作步骤。在逻辑性上不存在必要因果关系的步骤中，这些步骤的执行顺序不限于本说明书实施例提供的执行顺序。所述的方法的在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法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)。
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，本说明书实施例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。
以上所述仅为本说明书实施例的优选实施例而已，并不用于限制本说明书实施例，对于本领域的技术人员来说，本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本说明书实施例的保护范围之内。
Claims (10)
1.一种车辆行驶速度的确定方法，其特征在于，包括：
获取目标车辆的定位信息；
在根据所述定位信息确定所述目标车辆行驶至目标节点的情况下，确定所述目标车辆在所述目标节点的目标状态向量；其中，所述目标状态向量用于表示在所述目标节点的初始状态和所述目标节点对应的目标路段的坡度信息；
确定所述目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度；其中，所述速度曲线优化信息集中包含多组数据，每组数据中包含一个样本状态向量和基于燃油经济性优化后的速度曲线；
其中，在确定所述目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度之前，还包括：
确定多个状态量的取值区间；其中，所述状态量包括：初始速度、初始油门、初始档位、坡度、坡长；
根据所述多个状态量的取值区间将所述多个状态量离散化后进行组合，得到多个样本状态向量；
将所述速度曲线优化信息集中与所述目标状态向量相似度最高的样本状态向量对应的速度曲线，作为所述目标车辆在所述目标路段行驶的速度曲线。
2.根据权利要求1所述的方法，其特征在于，在确定所述目标车辆在所述目标节点的目标状态向量之前，还包括：
获取所述目标车辆的期望行驶路线中从起点至终点的地形信息；
根据所述地形信息将所述期望行驶路线切割为多个路段；其中，每个路段与相邻路段的坡度不同，每个路段的起始节点为目标节点。
3.根据权利要求2所述的方法，其特征在于，所述地形信息包括：定位信息和坡度信息。
4.根据权利要求3所述的方法，其特征在于，获取所述目标车辆的期望行驶路线中从起点至终点的地形信息，包括：
获取所述目标车辆的期望行驶路线；
获取所述期望行驶路线的地图信息；
根据所述地图信息确定所述期望行驶路线中从起点至终点的地面高度信息；
将所述地面高度信息转换为所述期望行驶路线中从起点至终点的坡度信息；
将所述期望行驶路线的定位信息和所述坡度信息作为从起点至终点的地形信息。
5.根据权利要求1所述的方法，其特征在于，在确定所述目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度之前，还包括：
获取所述目标车辆的发动机油耗特性图；
基于所述目标车辆的发动机油耗特性图，利用动态规划算法确定各个样本状态向量对应的速度曲线；
根据各个样本状态向量和所述各个样本状态向量对应的速度曲线生成所述速度曲线优化信息集。
6.根据权利要求5所述的方法，其特征在于，在根据各个样本状态向量和所述各个样本状态向量对应的速度曲线生成所述速度曲线优化信息集之后，还包括：
将所述速度曲线优化信息集以表格的形式存储在目标数据库中。
7.根据权利要求1所述的方法，其特征在于，所述目标状态向量中包含所述目标车辆在所述目标节点的速度、油门、档位和所述目标路段的坡度、坡长。
8.一种车辆行驶速度的确定装置，其特征在于，包括：
获取模块，用于获取目标车辆的定位信息；
第一确定模块，用于在根据所述定位信息确定所述目标车辆行驶至目标节点的情况下，确定所述目标车辆在所述目标节点的目标状态向量；其中，所述目标状态向量用于表示在所述目标节点的初始状态和所述目标节点对应的目标路段的坡度信息；
第二确定模块，用于确定所述目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度；其中，所述速度曲线优化信息集中包含多组数据，每组数据中包含一个样本状态向量和基于燃油经济性优化后的速度曲线；其中，在确定所述目标状态向量与速度曲线优化信息集中各个样本状态向量的相似度之前，还包括：确定多个状态量的取值区间；其中，所述状态量包括：初始速度、初始油门、初始档位、坡度、坡长；根据所述多个状态量的取值区间将所述多个状态量离散化后进行组合，得到多个样本状态向量；
处理模块，用于将所述速度曲线优化信息集中与所述目标状态向量相似度最高的样本状态向量对应的速度曲线，作为所述目标车辆在所述目标路段行驶的速度曲线。
9.一种车辆行驶速度的确定设备，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7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，所述指令被执行时实现权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110642852.0A CN113173174B (zh) | 2021-06-09 | 2021-06-09 | 一种车辆行驶速度的确定方法、装置和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110642852.0A CN113173174B (zh) | 2021-06-09 | 2021-06-09 | 一种车辆行驶速度的确定方法、装置和设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113173174A CN113173174A (zh) | 2021-07-27 |
| CN113173174B true CN113173174B (zh) | 2023-02-28 |
Family
ID=76927807
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110642852.0A Active CN113173174B (zh) | 2021-06-09 | 2021-06-09 | 一种车辆行驶速度的确定方法、装置和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113173174B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104554263A (zh) * | 2013-10-17 | 2015-04-29 | 福特全球技术公司 | 以距离数据为参考的机动车速度调节方法 |
| CN108583576A (zh) * | 2018-03-02 | 2018-09-28 | 南京航空航天大学 | 一种车辆经济学车速前瞻优化方法 |
| CN110182215A (zh) * | 2019-05-23 | 2019-08-30 | 南京航空航天大学 | 一种汽车经济性巡航控制方法及装置 |
| CN111038478A (zh) * | 2019-12-06 | 2020-04-21 | 苏州智加科技有限公司 | 车辆行驶速度确定方法和装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6007929B2 (ja) * | 2014-02-24 | 2016-10-19 | トヨタ自動車株式会社 | 移動支援装置、移動支援方法、及び運転支援システム |
-
2021
- 2021-06-09 CN CN202110642852.0A patent/CN113173174B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104554263A (zh) * | 2013-10-17 | 2015-04-29 | 福特全球技术公司 | 以距离数据为参考的机动车速度调节方法 |
| CN108583576A (zh) * | 2018-03-02 | 2018-09-28 | 南京航空航天大学 | 一种车辆经济学车速前瞻优化方法 |
| CN110182215A (zh) * | 2019-05-23 | 2019-08-30 | 南京航空航天大学 | 一种汽车经济性巡航控制方法及装置 |
| CN111038478A (zh) * | 2019-12-06 | 2020-04-21 | 苏州智加科技有限公司 | 车辆行驶速度确定方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113173174A (zh) | 2021-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11216748B2 (en) | Predictive control techniques for ground vehicles | |
| CN111867911B (zh) | 车辆控制方法和设备 | |
| CN112498366B (zh) | 自动驾驶车辆、控制方法、装置、设备及存储介质 | |
| US11072329B2 (en) | Ground vehicle control techniques | |
| CN111753377B (zh) | 基于道路信息的纯电动汽车能耗最优路径规划方法 | |
| CN107229973B (zh) | 一种用于车辆自动驾驶的策略网络模型的生成方法及装置 | |
| Zohdy et al. | Intersection management for autonomous vehicles using iCACC | |
| Kamal et al. | Ecological vehicle control on roads with up-down slopes | |
| US9081651B2 (en) | Route navigation with optimal speed profile | |
| CN113561993B (zh) | 车速规划方法、装置及电子设备 | |
| US20190375394A1 (en) | Ground Vehicle Control Techniques | |
| US10377379B2 (en) | Method and system for utilizing the energy storage provided by a vehicle's mass in the form of potential and kinetic energy to optimize fuel consumption | |
| EP3859192B1 (en) | Device, method and machine learning system for determining a state of a transmission for a vehicle | |
| CN111038478B (zh) | 车辆行驶速度确定方法和装置 | |
| CN105526942A (zh) | 基于威胁估计的智能车辆路径规划方法 | |
| US20210241174A1 (en) | Computer implemented machine learning system and a method for operating the machine learning system for determining a time series | |
| Plianos et al. | Predictive energy optimization for connected and automated HEVs | |
| CN109476316B (zh) | 用于确定道路倾斜度的方法和装置 | |
| Li et al. | Traffic-aware ecological cruising control for connected electric vehicle | |
| CN109064760B (zh) | 一种数据驱动的智能鲁棒车速实时规划方法及系统 | |
| EP4127608A1 (en) | Vehicle efficiency prediction and control | |
| CN113173174B (zh) | 一种车辆行驶速度的确定方法、装置和设备 | |
| US20210241104A1 (en) | Device, method and machine learning system for determining a velocity for a vehicle | |
| JP7176501B2 (ja) | ギア段決定装置、方法およびシミュレーション装置 | |
| Wu et al. | Real‐Time Predictive Energy‐Saving Control for Electric Vehicle Based on Road Slope Prediction |
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 |