CN113561993A - 车速规划方法、装置及电子设备 - Google Patents

车速规划方法、装置及电子设备 Download PDF

Info

Publication number
CN113561993A
CN113561993A CN202110928545.9A CN202110928545A CN113561993A CN 113561993 A CN113561993 A CN 113561993A CN 202110928545 A CN202110928545 A CN 202110928545A CN 113561993 A CN113561993 A CN 113561993A
Authority
CN
China
Prior art keywords
speed
vehicle
target
target vehicle
sub
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.)
Granted
Application number
CN202110928545.9A
Other languages
English (en)
Other versions
CN113561993B (zh
Inventor
王通
李垚
崔迪潇
吴宗泽
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 CN202110928545.9A priority Critical patent/CN113561993B/zh
Publication of CN113561993A publication Critical patent/CN113561993A/zh
Application granted granted Critical
Publication of CN113561993B publication Critical patent/CN113561993B/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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4042—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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/802—Longitudinal distance
    • 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
    • B60W2710/0605—Throttle position
    • 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)
  • Transportation (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Mathematical Physics (AREA)
  • Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本说明书公开了车速规划方法、装置及电子设备，涉及自动驾驶技术领域，其中，方法包括：获取目标车辆前方第一预定路段内的道路状况信息；根据道路状况信息进行车速规划，得到目标车辆在第一预定路段内的行驶速度曲线；将行驶速度曲线中的一个行驶速度确定为目标车辆在下一行驶周期的第一行驶速度；获取目标车辆前方第二预定路段内的交通信息；根据交通信息进行车速规划，得到目标车辆在下一行驶周期的第二行驶速度；根据目标车辆在下一行驶周期的第一行驶速度和第二行驶速度，确定目标车辆在下一行驶周期的目标车速。本方案能够实现在提高燃油经济性的同时能够根据实际道路场景灵活地改变车速。

Description

车速规划方法、装置及电子设备
技术领域
本申请涉及自动驾驶技术领域，特别涉及车速规划方法、装置及电子设备。
背景技术
汽车的燃油经济性是指以最小的燃油消耗量完成单位运输工作的能力，有三个评价指标：单位行驶里程的燃料消耗量、单位运输工作量的燃料消耗量、消耗单位燃油所行驶的里程。在考虑自动驾驶的舒适性和安全性之余，已经有技术开始考虑提高燃油经济性。
现有自动驾驶技术中，考虑以提高燃油经济性为目的车速规划方案仅为离线方案，即需要提前获取从起始点到目的地全程的道路拓扑信息，全程只进行一次规划，并且在规划时一般只考虑坡度因素而不考虑交通流因素。
然而，在控制误差或交通流的作用下，目标车辆的实际车速有可能与规划的车速已经有较大偏差，此时离线规划的速度已经不是当前状态下的最优方案，现有技术中以提高燃油经济性为目的车速规划方法无法灵活地改变车速。
发明内容
本申请实施方式的目的是提供一种车速规划方法、装置及电子设备，以便在提高燃油经济性的同时能够根据实际道路场景灵活地改变车速。
为解决上述技术问题，本说明书第一方面提供了一种车速规划方法，包括：获取目标车辆前方第一预定路段内的道路状况信息；根据所述道路状况信息进行车速规划，得到所述目标车辆在所述第一预定路段内的行驶速度曲线；将所述行驶速度曲线中的一个行驶速度确定为所述目标车辆在下一行驶周期的第一行驶速度；获取所述目标车辆前方第二预定路段内的交通信息；根据所述交通信息进行车速规划，得到所述目标车辆在下一行驶周期的第二行驶速度；根据所述目标车辆在下一行驶周期的所述第一行驶速度和所述第二行驶速度，确定所述目标车辆在下一行驶周期的目标车速。
在一些实施例中，根据第一预定频率执行：获取目标车辆前方第一预定路段内的道路状况信息；根据所述道路状况信息进行车速规划，得到所述目标车辆在所述第一预定路段内的行驶速度曲线，其中，所述行驶速度曲线表征所述第一预定路段内各子路段的行驶速度；并且，根据第二预定频率执行：将所述行驶速度曲线中的一个行驶速度确定为第一行驶速度；获取所述目标车辆前方第二预定路段内的交通信息；根据所述交通信息进行车速规划，得到第二行驶速度；根据所述第一行驶速度和所述第二行驶速度，确定所述目标车辆在下一行驶周期的目标车速；其中，所述第一预定频率小于所述第二预定频率。
在一些实施例中，所述交通信息包括：前方车辆的车速、与前方车辆的距离、前方车辆的减速度；相应地，所述根据所述交通信息进行车速规划，得到第二行驶速度，包括：按照以下公式计算所述目标车辆的最大速度：
Figure BDA0003210122570000021
其中，s为所述目标车辆与前方车辆的距离、v1为前方车辆的车速、a1为前方车辆的减速度、a2为所述目标车辆的最大减速度，v2为所述目标车辆的最大速度；将所述最大速度作为所述目标车辆的第二行驶速度。
在一些实施例中，所述交通信息包括：与前方车辆的距离；相应地，所述根据所述交通信息进行车速规划，得到第二行驶速度，包括：获取所述目标车辆与前方车辆的距离；根据所述目标车辆与前方车辆的距、预设的与前方车辆的距离和期望速度的对应关系，确定目标期望速度；将所述目标期望速度作为第二行驶速度。
在一些实施例中，所述根据所述第一行驶速度和所述第二行驶速度，确定所述目标车辆在下一行驶周期的目标车速，包括：将所述第一行驶速度和所述第二行驶速度中的较小者确定为所述目标车辆在下一行驶周期的目标车速；或者，根据所述第一行驶速度和所述第二行驶速度的加权平均值确定所述目标车辆在下一行驶周期的目标车速。
在一些实施例中，所述根据所述道路状况信息进行车速规划，得到所述目标车辆在所述第一预定路段内的行驶速度曲线，包括：获取所述目标车辆的车辆信息；获取目标状态方程，所述目标状态方程与所述目标车辆的车辆信息、道路状况信息、预设控制序列相关，所述预设控制序列包括多个控制变量，所述控制变量包括油门开度或制动开度；获取目标成本函数，所述目标成本函数与目标状态方程、预设控制序列相关；基于所述目标成本函数，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第一预定路段内的行驶速度曲线。
在一些实施例中，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第一预定路段的第k个子路终点的状态，x(k+1)为所述目标车辆在所述第一预定路段的第k+1个子路终点的状态，其中，所述状态包括所述目标车辆的车速和档位，N为所述第一预定路段所包括的总的子路数。
在一些实施例中，所述目标成本函数为：
Figure BDA0003210122570000031
其中，Jπ(x0)是所述目标成本函数，gN(xN)为所述目标车辆在第N个子路的子成本函数，xN为所述目标车辆在所述第一预定路段的终点处的状态，L(x(k),u(k))为所述目标车辆在第k个子路的子成本函数，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第一预定路段的第k个子路上的状态，N为所述第一预定路段所包括的总的子路数。
在一些实施例中，所述基于所述目标成本函数，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中，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 BDA0003210122570000032
其中，J*(x(N))＝gN(xN)，gN(xN)为所述目标车辆在第N个子路的子成本函数，xN为所述目标车辆在所述第一预定路段的终点处的状态，J*(x(k))为从所述第一预定路段的第k个子路开始到所述第一预定路段的终点为止的成本函数，J*(x(k+1))为从所述第一预定路段的第k+1个子路开始到所述第一预定路段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个子路上的子成本函数，N为所述第一预定路段所包括的总的子路数。
在一些实施例中，所述目标车辆在第k个子路上的子成本函数L(x(k),u(k))按照以下方式计算得到：根据车速和档位推导出加速度；根据当前车速和加速度，推导出第k个子路上的的预计行驶时间；根据车速和档位推导出所述目标车辆的发动机转速；根据所述发动机转速和油门开度，从发动机油耗特性图中查找对应的单位时间油耗；将查找出的单位时间油耗与行驶时间的乘积作为预计油耗；根据预计行驶时间和预计油耗计算子成本。
在一些实施例中，所述根据预计行驶时间和预计油耗成本计算子成本，包括：获取用户输入的设定车速；根据所述用户输入的设定车速从预设的参数库中查找对应的权重对，所述权重对包括预计行驶时间对应的第一权重和预计油耗对应的第二权重；根据所述第一权重和所述第二权重计算子成本。
本说明书第二方面提供了一种车速规划装置，包括：第一获取模块，用于获取目标车辆前方第一预定路段内的道路状况信息；第一规划模块，用于根据所述道路状况信息进行车速规划，得到所述目标车辆在所述第一预定路段内的行驶速度曲线；第一确定模块，用于将所述行驶速度曲线中的一个行驶速度确定为所述目标车辆在下一行驶周期的第一行驶速度；第二获取模块，用于获取所述目标车辆前方第二预定路段内的交通信息；第二规划模块，用于根据所述交通信息进行车速规划，得到所述目标车辆在下一行驶周期的第二行驶速度；第二确定模块，用于根据所述目标车辆在下一行驶周期的所述第一行驶速度和所述第二行驶速度，确定所述目标车辆在下一行驶周期的目标车速。
本说明所提供的车速规划方法、装置及电子设备，将根据道路状况信息以提高燃油经济性为目的规划车速与基于交通信息的规划车速相融合，以确定目标车辆在下一行驶周期的目标车速，从而实现了在提高燃油经济性的同时能够根据实际道路场景灵活地改变车速。
附图说明
为了更清楚地说明本申请实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1示出了根据本发明实施例的一种车速控制系统的结构图；
图2示出了根据本发明实施例的一种车速规划方法的流程图；
图3A示出了求得第二行驶速度的一种实施例的方法流程图；
图3B示出了求得第二行驶速度的另一种实施例的方法流程图；
图4示出了采用动态规划算法进行车速规划的方法流程图；
图5示出了目标车辆在行驶时的受力分析示意图；
图6示出了目标车辆的发动机油耗特性图的示意图；
图7示出了计算第k个子路上的子成本的一种实施例的方法流程图；
图8示出了根据预计行驶时间和预计油耗计算子成本的一种实施例的方法流程图；
图9示出了根据本发明实施例的一种车速规划装置的原理框图；
图10示出了根据本发明实施例的一种电子设备的原理框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本申请一部分实施方式，而不是全部的实施方式。基于本申请中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都应当属于本申请保护的范围。
现有技术中以提高燃油经济性为目的车速规划方案中，由于规划算法的计算量较大，规划所需要的时间较长，而车辆在实际行驶过程中，交通流信息的变化较快，若在以提高燃油经济性的车速规划方案中考虑交通流信息则会进一步增大规划算法的计算量，导致规划所需的时间更长，无法满足快速响应变化较快的交通流。
对此，本说明书实施例提供了一种车速控制系统，能够在提高燃油经济性的同时快速响应变化较快的交通流，还能够及时调整以提高燃油经济性为目的车速规划算法出现误差时及时进行适应性调整。
如图1所示，该系统包括第一处理器、第二处理器、存储模块、控制模块、感知模块、风阻及滚阻获取模块。
其中，风阻及滚阻估计模块用于获取车辆所受到的滚动阻力和空气阻力。
第一处理器用于根据滚动阻力、空气阻力等道路状况信息执行车速规划得到行驶速度曲线，并将行驶速度曲线存储在存储器中。执行车速规划所用到滚阻系数和风阻系数可以通过风阻及滚阻获取模块确定，也可以是预先存储在第一处理器中的。
第一处理器在执行车速规划前，还通过车辆底盘的检测设备检测车辆的当前车速，并获取目标车辆前方预定路段内的道路状况信息，以用于车速规划。获取目标车辆前方预定路段内的道路状况信息，例如可以是图1中所示，获取ADAS(Advanced DrivingAssistance System，高级驾驶辅助系统)地图，根据该地图确定目标车辆前方5km道路的坡度信息。
第一处理器在执行车速规划前，用户可以通过按键、触控显示屏等交互设备向第一处理器输入设定速度。第一处理器会根据用户的设定速度调整时间和油耗的权重，和/或调整速度范围的上下限，以用于车速规划。
第二处理器用于根据交通信息执行车速规划得到第二行驶速度，从处理器中获取行驶速度曲线并确定第一行驶速度，通过第一行驶速度和第二行驶速度确定目标车辆在下一行驶周期的目标车速。
第二处理器在执行车速规划之前，通过感知模块获取交通信息。感知模块例如可以为雷达测距模块、红外测距模块、图像识别模块等。交通信息例如可以为目标车辆与前车的距离、目标车辆前方车辆的速度、目标车辆前方路口的交通信号灯的颜色及倒计时时间、目标车辆前方路口的停止线的位置等。
第二处理器在确定目标车速之后，将目标车速发送至控制模块。控制模块用于发送控制指令控制油门开度、刹车大小等，从而控制车辆底盘动作进而实现加速或刹车等。
在图1所示的车速控制系统中，第一处理器执行车速规划的频率为1Hz，第二处理器执行车速规划的频率为10Hz。
上述第一处理器和第二处理器所执行的步骤还可以通过一个处理器来实现。以下介绍上述处理器所执行的车速规划方法。如图2所示，该车速规划方法包括如下步骤。
S110：获取目标车辆前方第一预定路段内的道路状况信息。
本申请中的“前方”是指目标车辆行驶方向上的、与目标车辆在同一车道的方向。
在一些实施例中，“第一预定路段”可以是前方第一预定距离内的路段。例如前方0-5km的路段。
在一些实施例中，“第一预定路段”可以是前方路段中坡度相同的路段。例如，前方路段中0-1km的坡度为0，1-3km的坡度为5°，则目标车辆前方的第一预定路段可以为0-1km的路段。
在一些实施例中，“第一预定路段”可以是第一预定距离与坡度的结合确定的路段，即：在前方路段中坡度相同的路段长度不超过第一预定距离的情况下，第一预定路段为前方路段中坡度相同的路段；在前方路段中坡度相同的路段长度超过第一预定距离的情况下，第一预定路段为前方第一预定距离内的路段。例如，前方路段中0-1km的坡度为0，1-3km的坡度为15°，若第一预定距离为0.5km，则第一预定路段为0-0.5km；若第一预定距离为1.5km，则第一预定路段为0-1km。
考虑到第一预定路段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，因此可以获取第一预定路段的道路状况信息。其中，道路状况信息用于表征道路属性，即不受车流影响的属性。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，可以通过高精度地图获取第一预定路段的路面高度信息。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。
S120：根据道路状况信息进行车速规划，得到目标车辆在第一预定路段内的行驶速度曲线。
在第一预定路段内的行驶速度曲线应当是较为平缓过渡的曲线，也即加速度不会特别大。
目标车辆在第一预定路段内的行驶速度曲线，可以表征距离与行驶速度的对应关系，其中距离是指进行车速规划时目标车辆的位置与车速规划的目标位置点之间的距离。例如，A位置为执行车速规划时目标车辆的位置，B位置与A位置相距500m，也即目标车辆从A位置行驶500m后到达B位置，B位置即为车速规划的目标位置点。
S130：将行驶速度曲线中的一个行驶速度确定为目标车辆在下一行驶周期的第一行驶速度。
在步骤S110-S120的执行频率与步骤S130的执行频率相同的情况下，步骤S130可以将行驶速度曲线中的第一个行驶速度确定为第一行驶速度。
在步骤S110-S120的执行频率与步骤S130的执行频率不相同的情况下，也可能将行驶速度曲线中的其他任意一个行驶速度确定为第一行驶速度。例如，当目标车辆位于A位置点时进行车速规划，而当目标车辆向前行驶500m后达到B位置点时，才确定第一行驶速度，则可以将行驶速度曲线中500m对应的行驶速度作为第一行驶速度。
由此可见，步骤S130可以根据目标车辆在第一预定路段中的位置，将行驶速度曲线中的一个行驶速度确定为第一行驶速度。
S140：获取目标车辆前方第二预定路段内的交通信息。
第二预定路段的长度可以小于等于第一预定路段的长度。其确定方法可以参阅关于第一预定路段的描述。
“交通信息”，是指与车流有关的信息，可以是车辆的信息，例如车速、加速度(当前方车辆减速时，加速度为负值)，也可以是交通信号信息，例如交通信号灯的颜色及倒计时时间、停止线的位置、当前车道内可行驶的方向灯、车流量及车流的平均行驶速度等。
S150：根据交通信息进行车速规划，得到目标车辆在下一行驶周期的第二行驶速度。
S160：根据目标车辆在下一行驶周期的第一行驶速度和第二行驶速度，确定目标车辆在下一行驶周期的目标车速。
行驶周期可以是确定目标车速的频率的倒数。例如，确定目标车速的频率为10Hz，则行驶周期可以为1/10Hz＝0.1s。一个目标车速只作用于确定时刻起的下一个行驶周期。
上述车速规划方法，将根据道路状况信息以提高燃油经济性为目的规划车速与基于交通信息的规划车速相融合，以确定目标车辆在下一行驶周期的目标车速，从而实现了在提高燃油经济性的同时能够根据实际道路场景灵活地改变车速。
如图2所示，在一些实施例中，步骤S110-S120的执行频率为第一预定频率，步骤S130-S160的执行频率为第二预定频率，其中，第一预定频率小于第二预定频率。例如，第一预定频率为1Hz，第二预定频率为10Hz。
步骤S110-S120的执行频率较低能够保证执行规划算法所需的时长，S130-S160的执行频率较高能够及时响应变化较快的交通信息，二者相辅相成，实现了在提高燃油经济性的同时能够根据实际道路场景灵活地改变车速。
在一些实施例中，前车的速度较慢、刹车或者停车，后面的目标车辆需要减速，则如图3A所示，步骤S150可以：
S151：按照以下公式计算目标车辆的最大速度：
Figure BDA0003210122570000071
其中，s为目标车辆与前方车辆的距离、v1为前方车辆的车速、a1为前方车辆的减速度、a2为目标车辆的最大减速度，v2为目标车辆的最大速度。
前方车辆可以是前方预定距离内或者可测范围内的第一辆车。
S152：将最大速度作为目标车辆的第二行驶速度。
在下一行驶周期的第二速度与当前速度的差值不超过预定差值的情况下，可以根据步骤S152所述的方法确定第二行驶速度。例如，当前车速为50km/h，目标车辆的最大速度为65km/h，预定差值为10km/h，则第二行驶速度可以为60km/h。
在一些实施例中，在执行步骤S151之前，还可以先判断目标车辆与前车的距离是否在变小，在变小的情况下执行步骤S151。
然而上述步骤S151和S152所述的第二行驶速度的确定方法可能会导致目标车辆减速后与前车的距离差很小，从而无法保证安全距离，并且以较大减速度减速可能会使得驾乘人员的体验较差。
对此本说明书实施例提供另一种求得第二行驶速度的方法。如图3B所示，该包括如下步骤：
S153：获取目标车辆与前方车辆的距离。
S154：根据目标车辆与前方车辆的距离、预设的与前方车辆的距离和期望速度的对应关系，确定目标期望速度。
预设的“与前方车辆的距离和期望速度的”对应关系的形成方法，可以是设计人员先设定试验车辆与前车的距离，然后控制试验车辆以预定速度行驶，逐步调整预定速度，从而探索得到使驾乘体验较好的速度。
对应关系的表达方式可以是曲线图的方式，也可以是拟合后的曲线的表达式。
在一些实施例中，对应关系还可以是“与前方车辆的距离”、“前方车辆的加速度或减速度”与“期望速度”的对应关系。相应地，所获取的交通信息可以包括：与前方车辆的距离、前方车辆的加速度或减速度。
S155：将目标期望速度作为第二行驶速度。
在一些实施例中，在获取到目标期望速度之后，还可以再执行步骤S151。相应地，步骤S155可以是在目标期望速度小于最大速度的情况下，将目标期望速度作为目标车辆的第二行驶速度。而在目标期望速度大于最大速度的情况下，可以将最大速度作为第二行驶速度。
在一些实施例中S160可以将第一行驶速度和第二行驶速度中的较小者确定为目标车辆在下一行驶周期的目标车速。
在一些实施例中S160可以将第一行驶速度和第二行驶速度的加权平均值作为目标车辆在下一行驶周期的目标车速。
在一些实施例中，S160可以先计算第一行驶速度和第二行驶速度的加权平均值，并执行步骤S151计算得到目标车辆的最大速度，在加权平均值不大于最大速度的情况下，将加权平均值作为目标车辆在下一行驶周期的目标车速；在加权平均值不大于最大速度的情况下，将最大速度作为目标车辆在下一行驶周期的目标车速。
在一些实施例中，步骤S120可以采用动态规划算法进行车速规划。具体地，如图4所示，可以包括如下步骤。
S121：获取目标车辆的车辆信息。
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。
S122：获取目标状态方程。
目标状态方程与目标车辆的车辆信息、道路状况信息、预设控制序列相关，预设控制序列包括多个控制变量，控制变量包括油门开度或制动开度。
可以根据车辆信息和道路状况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。具体地，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5所示，图5示出了目标车辆在行驶时的受力分析示意图。如图5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 BDA0003210122570000091
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。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 BDA0003210122570000101
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。
S123：获取目标成本函数。目标成本函数与目标状态方程、预设控制序列相关。
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，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。
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。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6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6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。
S124：基于目标成本函数，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第一预定路段内的行驶速度曲线。
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第一预定路段上的行驶速度曲线。其中，行驶速度曲线可以包括目标车辆在第一预定路段上的行驶速度随着在第一预定路段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第一预定路段上行驶时，目标车辆的目标成本函数的取值最小，即成本最低。
上述步骤S121至S124所述的方法，可以找到目标车辆在整个第一预定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)为目标车辆在第一预定路段的第k个子路终点的状态，x(k+1)为目标车辆在第一预定路段的第k+1个子路终点的状态，其中，状态包括目标车辆的车速和档位，N为第一预定路段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：获取第一预定路段的终点状态所在的子路的子成本函数；根据目标状态方程和发动机油耗特性图确定第一预定路段中的多个子路中各子路的子成本函数，其中，第一预定路段被划分为多个子路，预设控制序列中的多个控制变量与多个子路一一对应，各子路的子成本函数与对应的控制变量相关联；根据终点状态所在的子路的子成本函数和各子路的子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，可以先获取第一预定路段的终点状态所在的子路的子成本函数。例如，可以预设终点速度为80km/h，可以令终点状态所在子路的子成本函数为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第一预定路段中的多个子路中各子路的子成本函数。其中，第一预定路段可以被划分为多个子路。例如，如果第一预定路段为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第一预定路段中的子路的个数是一致的，各控制变量与各子路一一对应。各子路的子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子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。
在一些实施例中，目标成本函数为：
Figure BDA0003210122570000121
其中，Jπ(x0)是目标成本函数，gN(xN)为目标车辆在第N个子路的子成本函数，xN为目标车辆在第一预定路段的终点处的状态，L(x(k),u(k))为目标车辆在第k个子路的子成本函数，u(k)为预设控制序列中的第k个控制变量，x(k)为目标车辆在第一预定路段的第k个子路上的状态，N为第一预定路段所包括的总的子路数。
在本申请一些实施例中，第一预定路段可以被划分为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个子路到第一预定路段的终点所在的子路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，计算从该子路到第一预定路段的终点所在的子路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)到第一预定路段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第一预定路段上行驶时的行驶速度曲线。
在一些实施例中，基于目标成本函数，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中，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 BDA0003210122570000131
其中，J*(x(N))＝gN(xN)，gN(xN)为目标车辆在第N个子路的子成本函数，xN为目标车辆在第一预定路段的终点处的状态，J*(x(k))为从第一预定路段的第k个子路开始到第一预定路段的终点为止的成本函数，J*(x(k+1))为从第一预定路段的第k+1个子路开始到第一预定路段的终点为止的成本函数，L(x(k),u(k))为目标车辆在第k个子路上的子成本函数，N为第一预定路段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第一预定路段的最小目标成本函数值，并得到对应的目标控制序列。
在一些实施例中，如图7所示，目标车辆在第k个子路上的子成本L(x(k),u(k))按照以下方式计算得到第k个子路上的子成本：
S701：根据车速和档位推导出加速度。
车速可以从状态x(k)中获取。
S702：根据当前车速和加速度，推导出第k个子路上的的预计行驶时间。
S703：根据车速和档位推导出目标车辆的发动机转速。
S704：根据发动机转速和油门开度，从发动机油耗特性图中查找对应的单位时间油耗。
油门开度可以从控制变量u(k)中获取。步骤S704假设同一子路上只采用一种控制变量，即只有油门开度或只有制动开度。
S705：将查找出的单位时间油耗与行驶时间的乘积作为预计油耗。
S706：根据预计行驶时间和预计油耗计算子成本。
根据预计行驶时间和预计油耗计算子成本，也即将时间和油耗都作为一种成本来进行动态规划，从而平衡用户对于快速和经济性的要求。
在一些实施例中，可以采用指数计算公式求取子成本，或者采用对数计算公式求取子成本，或者采用加权平均的方式计算子成本。
在一些实施例中，如图8所示，可以通过以下步骤计算子成本。
S801：获取用户输入的设定车速。
S802：根据用户输入的设定车速从预设的参数库中查找对应的权重对，权重对包括预计行驶时间对应的第一权重和预计油耗对应的第二权重。
预设的参数库中的权重对，可以是根据设定车速预先通过多次试验调整得到的。
S803：根据第一权重和第二权重计算子成本。
可以通过“子成本＝预计行驶时间×第一权重+预计油耗×第二权重”的方式计算子成本。或者还可以将预计行驶时间或预计油耗进行函数计算后再乘以权重值。本申请对具体计算方式不做限定。
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第一预定路段上的行驶速度曲线，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第一预定路段时的车速、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第一预定路段上的行驶速度曲线。
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第一预定路段上的行驶速度曲线。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第一预定路段上的行驶速度曲线。
本说明书实施例提供一种车速规划装置，可以用于执行图2所示的方法。如图9所示，该装置包括第一获取模块10、第一规划模块20、第一确定模块30、第二获取模块40、第二规划模块50和第二确定模块60。
第一获取模块10用于获取目标车辆前方第一预定路段内的道路状况信息。
第一规划模块20用于根据道路状况信息进行车速规划，得到目标车辆在第一预定路段内的行驶速度曲线。
第一确定模块30用于将行驶速度曲线中的一个行驶速度确定为目标车辆在下一行驶周期的第一行驶速度。
第二获取模块40用于获取目标车辆前方第二预定路段内的交通信息。
第二规划模块50用于根据交通信息进行车速规划，得到目标车辆在下一行驶周期的第二行驶速度。
第二确定模块60用于根据目标车辆在下一行驶周期的第一行驶速度和第二行驶速度，确定目标车辆在下一行驶周期的目标车速。
在一些实施例中，第一获取模块和第一规划模块根据第一预定频率执行：获取目标车辆前方第一预定路段内的道路状况信息；根据道路状况信息进行车速规划，得到目标车辆在第一预定路段内的行驶速度曲线，其中，行驶速度曲线表征第一预定路段内各子路段的行驶速度；并且，第一确定模块、第二获取模块、第二规划模块和第二确定模块根据第二预定频率执行：将行驶速度曲线中的一个行驶速度确定为第一行驶速度；获取目标车辆前方第二预定路段内的交通信息；根据交通信息进行车速规划，得到第二行驶速度；根据第一行驶速度和第二行驶速度，确定目标车辆在下一行驶周期的目标车速；其中，第一预定频率小于第二预定频率。
在一些实施例中，交通信息包括：前方车辆的车速、与前方车辆的距离、前方车辆的减速度。相应地，第二规划模块50包括第一计算子模块51和第一确定子模块52。
第一计算子模块51用于按照以下公式计算目标车辆的最大速度：
Figure BDA0003210122570000151
其中，s为目标车辆与前方车辆的距离、v1为前方车辆的车速、a1为前方车辆的减速度、a2为目标车辆的最大减速度，v2为目标车辆的最大速度。
第一确定子模块52用于将最大速度作为目标车辆的第二行驶速度。
在一些实施例中，交通信息包括：与前方车辆的距离。相应地，第二规划模块50包括第一获取子模块53、第二确定子模块54和第三确定子模块55。
第一获取子模块53用于获取目标车辆与前方车辆的距离。
第二确定子模块54用于根据目标车辆与前方车辆的距、预设的与前方车辆的距离和期望速度的对应关系，确定目标期望速度。
第三确定子模块55用于将目标期望速度作为第二行驶速度。
在一些实施例中，第二确定模块60将第一行驶速度和第二行驶速度中的较小者确定为目标车辆在下一行驶周期的目标车速；或者，第二确定模块60根据第一行驶速度和第二行驶速度的加权平均值确定目标车辆在下一行驶周期的目标车速。
在一些实施例中，第一规划模块20包括第二获取子模块21、第三获取子模块22、第四获取子模块23和第四确定子模块24。
第二获取子模块21用于获取目标车辆的车辆信息。
第三获取子模块22用于获取目标状态方程，目标状态方程与目标车辆的车辆信息、道路状况信息、预设控制序列相关，预设控制序列包括多个控制变量，控制变量包括油门开度或制动开度。
第四获取子模块23用于获取目标成本函数，目标成本函数与目标状态方程、发动机油耗特性图、预设控制序列相关。
第四确定子模块24用于基于目标成本函数，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第一预定路段内的行驶速度曲线。
在一些实施例中，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)为目标车辆在第一预定路段的第k个子路终点的状态，x(k+1)为目标车辆在第一预定路段的第k+1个子路终点的状态，其中，状态包括目标车辆的车速和档位，N为第一预定路段所包括的总的子路数。
在一些实施例中，目标成本函数为：
Figure BDA0003210122570000171
其中，Jπ(x0)是目标成本函数，gN(xN)为目标车辆在第N个子路的子成本函数，xN为目标车辆在第一预定路段的终点处的状态，L(x(k),u(k))为目标车辆在第k个子路的子成本函数，u(k)为预设控制序列中的第k个控制变量，x(k)为目标车辆在第一预定路段的第k个子路上的状态，N为第一预定路段所包括的总的子路数。
在一些实施例中，基于目标成本函数，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中，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 BDA0003210122570000172
其中，J*(x(N))＝gN(xN)，gN(xN)为目标车辆在第N个子路的子成本函数，xN为目标车辆在第一预定路段的终点处的状态，J*(x(k))为从第一预定路段的第k个子路开始到第一预定路段的终点为止的成本函数，J*(x(k+1))为从第一预定路段的第k+1个子路开始到第一预定路段的终点为止的成本函数，L(x(k),u(k))为目标车辆在第k个子路上的子成本函数，N为第一预定路段所包括的总的子路数。
在一些实施例中，目标车辆在第k个子路上的子成本函数L(x(k),u(k))按照以下方式计算得到第k个子路上的子成本：根据车速和档位推导出加速度；根据当前车速和加速度，推导出第k个子路上的预计行驶时间；根据车速和档位推导出目标车辆的发动机转速；根据发动机转速和油门开度，从发动机油耗特性图中查找对应的单位时间油耗；将查找出的单位时间油耗与行驶时间的乘积作为预计油耗；根据预计行驶时间和预计油耗计算子成本。
在一些实施例中，通过以下方式根据预计行驶时间和预计油耗计算子成本：获取用户输入的设定车速；根据用户输入的设定车速从预设的参数库中查找对应的权重对，权重对包括预计行驶时间对应的第一权重和预计油耗对应的第二权重；根据第一权重和第二权重计算子成本。
上述车速规划装置相关描述及效果可以参阅车速规划方法来理解，不再赘述。
本发明实施例还提供了一种电子设备，如图10所示，该电子设备可以包括处理器101和存储器102，其中处理器101和存储器102可以通过总线或者其他方式连接，图10中以通过总线连接为例。
处理器101可以为中央处理器(Central Processing Unit，CPU)。处理器101还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器102作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的车速规划方法对应的程序指令/模块(例如，图8所示的第一获取模块10、第一规划模块20、第一确定模块30、第二获取模块40、第二规划模块50和第二确定模块60)。处理器101通过运行存储在存储器102中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的车速规划方法。
存储器102可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器101所创建的数据等。此外，存储器102可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器102可选包括相对于处理器101远程设置的存储器，这些远程存储器可以通过网络连接至处理器101。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器102中，当被所述处理器101执行时，执行如图2所示实施例中的车速规划方法。
上述电子设备具体细节可以对应参阅图2的实施例中对应的相关描述和效果进行理解，此处不再赘述。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
在20世纪50年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片2。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
本说明书中的各个实施方式均采用递进的方式描述，各个实施方式之间相同相似的部分互相参见即可，每个实施方式重点说明的都是与其他实施方式的不同之处。
上述实施方式阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施方式的某些部分的方法。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施方式描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。

Claims (14)

1.一种车速规划方法，其特征在于，包括：
获取目标车辆前方第一预定路段内的道路状况信息；
根据所述道路状况信息进行车速规划，得到所述目标车辆在所述第一预定路段内的行驶速度曲线；
将所述行驶速度曲线中的一个行驶速度确定为所述目标车辆在下一行驶周期的第一行驶速度；
获取所述目标车辆前方第二预定路段内的交通信息；
根据所述交通信息进行车速规划，得到所述目标车辆在下一行驶周期的第二行驶速度；
根据所述目标车辆在下一行驶周期的所述第一行驶速度和所述第二行驶速度，确定所述目标车辆在下一行驶周期的目标车速。
2.根据权利要求1所述的方法，其特征在于，根据第一预定频率执行：获取目标车辆前方第一预定路段内的道路状况信息；根据所述道路状况信息进行车速规划，得到所述目标车辆在所述第一预定路段内的行驶速度曲线，其中，所述行驶速度曲线表征所述第一预定路段内各子路段的行驶速度；并且，
根据第二预定频率执行：将所述行驶速度曲线中的一个行驶速度确定为第一行驶速度；获取所述目标车辆前方第二预定路段内的交通信息；根据所述交通信息进行车速规划，得到第二行驶速度；根据所述第一行驶速度和所述第二行驶速度，确定所述目标车辆在下一行驶周期的目标车速；
其中，所述第一预定频率小于所述第二预定频率。
3.根据权利要求1所述的方法，其特征在于，所述交通信息包括：前方车辆的车速、与前方车辆的距离、前方车辆的减速度；相应地，所述根据所述交通信息进行车速规划，得到第二行驶速度，包括：
按照以下公式计算所述目标车辆的最大速度：
Figure FDA0003210122560000011
其中，s为所述目标车辆与前方车辆的距离、v1为前方车辆的车速、a1为前方车辆的减速度、a2为所述目标车辆的最大减速度，v2为所述目标车辆的最大速度；
将所述最大速度作为所述目标车辆的第二行驶速度。
4.根据权利要求1所述的方法，其特征在于，所述交通信息包括：与前方车辆的距离；相应地，所述根据所述交通信息进行车速规划，得到第二行驶速度，包括：
获取所述目标车辆与前方车辆的距离；
根据所述目标车辆与前方车辆的距、预设的与前方车辆的距离和期望速度的对应关系，确定目标期望速度；
将所述目标期望速度作为第二行驶速度。
5.根据权利要求1所述的方法，其特征在于，所述根据所述第一行驶速度和所述第二行驶速度，确定所述目标车辆在下一行驶周期的目标车速，包括：
将所述第一行驶速度和所述第二行驶速度中的较小者确定为所述目标车辆在下一行驶周期的目标车速；
或者，
根据所述第一行驶速度和所述第二行驶速度的加权平均值确定所述目标车辆在下一行驶周期的目标车速。
6.根据权利要求1所述的方法，其特征在于，所述根据所述道路状况信息进行车速规划，得到所述目标车辆在所述第一预定路段内的行驶速度曲线，包括：
获取所述目标车辆的车辆信息；
获取目标状态方程，所述目标状态方程与所述目标车辆的车辆信息、道路状况信息、预设控制序列相关，所述预设控制序列包括多个控制变量，所述控制变量包括油门开度或制动开度；
获取目标成本函数，所述目标成本函数与目标状态方程、预设控制序列相关；
基于所述目标成本函数，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第一预定路段内的行驶速度曲线。
7.根据权利要求6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第一预定路段的第k个子路终点的状态，x(k+1)为所述目标车辆在所述第一预定路段的第k+1个子路终点的状态，其中，所述状态包括所述目标车辆的车速和档位，N为所述第一预定路段所包括的总的子路数。
8.根据权利要求6所述的方法，其特征在于，所述目标成本函数为：
Figure FDA0003210122560000031
其中，Jπ(x0)是所述目标成本函数，gN(xN)为所述目标车辆在第N个子路的子成本函数，xN为所述目标车辆在所述第一预定路段的终点处的状态，L(x(k),u(k))为所述目标车辆在第k个子路的子成本函数，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第一预定路段的第k个子路上的状态，N为所述第一预定路段所包括的总的子路数。
9.根据权利要求6所述的方法，其特征在于，所述基于所述目标成本函数，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中，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 FDA0003210122560000032
其中，J*(x(N))＝gN(xN)，gN(xN)为所述目标车辆在第N个子路的子成本函数，xN为所述目标车辆在所述第一预定路段的终点处的状态，J*(x(k))为从所述第一预定路段的第k个子路开始到所述第一预定路段的终点为止的成本函数，J*(x(k+1))为从所述第一预定路段的第k+1个子路开始到所述第一预定路段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个子路上的子成本函数，N为所述第一预定路段所包括的总的子路数。
10.根据权利要求8或9所述的方法，其特征在于，所述目标车辆在第k个子路上的子成本函数L(x(k),u(k))按照以下方式计算得到：
根据车速和档位推导出加速度；
根据当前车速和加速度，推导出第k个子路上的的预计行驶时间；
根据车速和档位推导出所述目标车辆的发动机转速；
根据所述发动机转速和油门开度，从发动机油耗特性图中查找对应的单位时间油耗；
将查找出的单位时间油耗与行驶时间的乘积作为预计油耗；
根据预计行驶时间和预计油耗计算子成本。
11.根据权利要求10所述的方法，其特征在于，所述根据预计行驶时间和预计油耗成本计算子成本，包括：
获取用户输入的设定车速；
根据所述用户输入的设定车速从预设的参数库中查找对应的权重对，所述权重对包括预计行驶时间对应的第一权重和预计油耗对应的第二权重；
根据所述第一权重和所述第二权重计算子成本。
12.一种车速规划装置，其特征在于，包括：
第一获取模块，用于获取目标车辆前方第一预定路段内的道路状况信息；
第一规划模块，用于根据所述道路状况信息进行车速规划，得到所述目标车辆在所述第一预定路段内的行驶速度曲线；
第一确定模块，用于将所述行驶速度曲线中的一个行驶速度确定为所述目标车辆在下一行驶周期的第一行驶速度；
第二获取模块，用于获取所述目标车辆前方第二预定路段内的交通信息；
第二规划模块，用于根据所述交通信息进行车速规划，得到所述目标车辆在下一行驶周期的第二行驶速度；
第二确定模块，用于根据所述目标车辆在下一行驶周期的所述第一行驶速度和所述第二行驶速度，确定所述目标车辆在下一行驶周期的目标车速。
13.一种电子设备，其特征在于，包括：
存储器和处理器，所述处理器和所述存储器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而实现权利要求1至11任一项所述方法的步骤。
14.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序指令，所述计算机程序指令被执行时实现权利要求1至11任一项所述方法的步骤。
CN202110928545.9A 2021-08-13 2021-08-13 车速规划方法、装置及电子设备 Active CN113561993B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110928545.9A CN113561993B (zh) 2021-08-13 2021-08-13 车速规划方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110928545.9A CN113561993B (zh) 2021-08-13 2021-08-13 车速规划方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN113561993A true CN113561993A (zh) 2021-10-29
CN113561993B CN113561993B (zh) 2023-02-07

Family

ID=78171524

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110928545.9A Active CN113561993B (zh) 2021-08-13 2021-08-13 车速规划方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN113561993B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114623003A (zh) * 2022-03-18 2022-06-14 深圳市普渡科技有限公司 调速装置及调速方法
CN114724384A (zh) * 2022-02-25 2022-07-08 奥特酷智能科技(南京)有限公司 基于交通信号灯自动检测的辅助驾驶系统
CN114997451A (zh) * 2022-08-05 2022-09-02 深圳市城市交通规划设计研究中心股份有限公司 一种公路场景下自动驾驶车辆的预约通行方法及计算设备
CN115195680A (zh) * 2022-06-01 2022-10-18 一汽解放汽车有限公司 一种车辆制动参数确定方法、装置、设备、存储介质
CN115593439A (zh) * 2022-11-25 2023-01-13 小米汽车科技有限公司（Cn） 车辆控制方法、装置、车辆及存储介质
WO2023098828A1 (zh) * 2021-12-01 2023-06-08 北京罗克维尔斯科技有限公司 车速拼接方法、装置、电子设备及存储介质
CN116812023A (zh) * 2023-05-19 2023-09-29 浙江吉利控股集团有限公司 一种控制方法、装置及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN111145068A (zh) * 2019-12-09 2020-05-12 南京航空航天大学 一种长距离高时效经济性巡航车速规划方法
CN111791887A (zh) * 2020-07-03 2020-10-20 北京理工大学 一种基于分层式车速规划的车辆节能驾驶方法
CN112286212A (zh) * 2020-12-29 2021-01-29 北京理工华创电动车技术有限公司 一种车网协同节能控制方法
US20210122394A1 (en) * 2019-10-23 2021-04-29 Hyundai Motor Company System and Method for Providing Speed Profile of Self-Driving Vehicle

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US20210122394A1 (en) * 2019-10-23 2021-04-29 Hyundai Motor Company System and Method for Providing Speed Profile of Self-Driving Vehicle
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
CN111145068A (zh) * 2019-12-09 2020-05-12 南京航空航天大学 一种长距离高时效经济性巡航车速规划方法
CN111791887A (zh) * 2020-07-03 2020-10-20 北京理工大学 一种基于分层式车速规划的车辆节能驾驶方法
CN112286212A (zh) * 2020-12-29 2021-01-29 北京理工华创电动车技术有限公司 一种车网协同节能控制方法

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023098828A1 (zh) * 2021-12-01 2023-06-08 北京罗克维尔斯科技有限公司 车速拼接方法、装置、电子设备及存储介质
CN114724384A (zh) * 2022-02-25 2022-07-08 奥特酷智能科技(南京)有限公司 基于交通信号灯自动检测的辅助驾驶系统
CN114623003A (zh) * 2022-03-18 2022-06-14 深圳市普渡科技有限公司 调速装置及调速方法
CN114623003B (zh) * 2022-03-18 2023-07-14 深圳市普渡科技有限公司 调速装置及调速方法
CN115195680A (zh) * 2022-06-01 2022-10-18 一汽解放汽车有限公司 一种车辆制动参数确定方法、装置、设备、存储介质
CN115195680B (zh) * 2022-06-01 2023-06-27 一汽解放汽车有限公司 一种车辆制动参数确定方法、装置、设备、存储介质
CN114997451A (zh) * 2022-08-05 2022-09-02 深圳市城市交通规划设计研究中心股份有限公司 一种公路场景下自动驾驶车辆的预约通行方法及计算设备
CN115593439A (zh) * 2022-11-25 2023-01-13 小米汽车科技有限公司（Cn） 车辆控制方法、装置、车辆及存储介质
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
CN116812023A (zh) * 2023-05-19 2023-09-29 浙江吉利控股集团有限公司 一种控制方法、装置及电子设备
CN116812023B (zh) * 2023-05-19 2024-02-27 浙江吉利控股集团有限公司 一种控制方法、装置及电子设备

Also Published As

Publication number Publication date
CN113561993B (zh) 2023-02-07

Similar Documents

Publication Publication Date Title
CN113561993B (zh) 车速规划方法、装置及电子设备
Mensing et al. Trajectory optimization for eco-driving taking into account traffic constraints
CN108515960A (zh) 滑行能量回收方法、装置及系统
CN102910172B (zh) 使用车载加速度计估计车辆移动时的车辆坡度和质量
CN110126628B (zh) 电动汽车电机的控制方法及控制装置
CN111038478B (zh) 车辆行驶速度确定方法和装置
CN111976500B (zh) 扭矩滤波方法、扭矩滤波装置和车辆
KR102306649B1 (ko) 차량의 제어 프로파일을 결정하기 위한 방법 및 제어 장치
SE536399C2 (sv) Förarinteraktion vid referenshastighetsreglerande farthållning
CN108909709A (zh) 自动跟车方法及装置
US7426435B2 (en) Engine control system and method
Saerens et al. Optimal control using Pontryagin’s maximum principle and dynamic programming
CN110481344A (zh) 一种双电机汽车加速控制的方法及系统
Li et al. A comparative study of energy-oriented driving strategy for connected electric vehicles on freeways with varying slopes
Alzorgan Look-ahead information based optimization strategy for hybrid electric vehicles
CN115742761A (zh) 车辆的陡坡缓降方法、装置、车辆及存储介质
US11536364B2 (en) Gear stage choosing apparatus, gear stage choosing method, and simulation apparatus
CN116513213A (zh) 车辆预测控制方法以及使用该方法的车辆驾驶控制系统
CN112356842B (zh) 自动驾驶车辆的档位调节方法、装置、设备及存储介质
Huang et al. 3D road geometry based optimal truck fuel economy
CN113173174B (zh) 一种车辆行驶速度的确定方法、装置和设备
CN115257756B (zh) 一种基于最佳油耗控制车辆变道的方法及装置
Marasigan et al. Development and testing of braking and acceleration features for vehicle advanced driver assistance system
CN117400941A (zh) 车辆控制方法、装置、电子设备及存储介质
Wang et al. Extension Coordinated Multi-Objective Adaptive Cruise Control Integrated with Direct Yaw Moment Control. Actuators 2021, 10, 295

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