CN115675098B - 基于用户特征差异的智能网联汽车动能回收系统、方法、设备及存储介质 - Google Patents

Abstract

本发明公开了一种基于用户特征差异的智能网联汽车动能回收系统、方法、设备及存储介质，智能网联汽车动能回收方法包括：环境感知与工况识别；驾驶特性数据集的建立；参数样本数据强化学习，获取期望值；制动稳定性与能耗条件约束；模式参数归一化处理；对归一化处理的稳定性和能耗参数进行二次赋权，得到多目标优化后的评价结果，将评价结果对应于0‑1区间，按相应的制动程度进行制动扭矩的输出，实现能量回收无级调节。

Description

基于用户特征差异的智能网联汽车动能回收系统、方法、设备 及存储介质

技术领域

本发明属于智能网联汽车技术领域，涉及一种基于用户特征差异的智能网联汽车动能回收系统、方法、设备及存储介质。

背景技术

近年来，与智能网联汽车(Connected Autonomous Vehicle,CAV)驾驶系统有关的研究呈指数型增长。多项研究表明，CAV可减轻且减少交通事故，大大提高道路交通安全性。道路交通环境复杂且多变，道路交通设施、路面建筑物体、天气实时变化、交通临时状况等物理要素不确定性明显，而智能汽车是一个集环境感知、决策规划、多等级辅助驾驶、信息交互、协同控制等多种功能于一体的综合系统，它以汽车为载体，集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术，是典型的高新技术综合体。将网联化与智能化两条技术路线相融合，由车端进行局部信息判断，实现更高维度的全局控制。车载传感器通过数字化搜集、存储与计算对环境进行感知及初步决策，保证了道路交通的安全性。在满足安全性的基础之上，人们对CAV驾驶体验以及能源利用率提出了更高的要求。目前，各种新能源汽车、混合动力车型使用的新技术，也主要针对动力性与节能环保两大核心主题，而动能回收系统的使用则统一地提升了汽车的动力性与经济性。该系统通过技术手段将车身制动能量、车身上下跳跃的能量、发动机缸内能量存储起来，并在汽车加速过程中将其作为辅助动力释放。由于相关技术对能效利用的显著提升，势必将被广泛的应用于CAV中。

近年来，学者们对制动能量最优控制策略的研究越来越多。但现有研究仅仅从制动能量分配最优控制及环境感知的角度提高制动能量的回收效率，忽略了用户的驾驶体验。

部分现有研究忽略了道路交通环境实时变化的特性，控制策略输出速度较慢，效率较低，动态实时性不能得到保证。

部分现有动能回收系统可选择模式有限，主要分为强回收模式和弱回收模式，在强回收模式下，驾驶员松开电门，车辆会有强烈的拖拽感；而在弱回收模式下，拖拽感相对较弱，但回收的能量相应较少。现有动能回收系统不能满足驾驶员特定的驾驶需求。

部分现有技术依靠车辆的L2级自动驾驶传感器信号，感知自身与前车或目标障碍物距离，再利用DSCI电控刹车管理系统智能地控制车辆刹车强度的大小，二者相结合。在驾驶员松开电门时，车辆首先利用摄像头及雷达探测器感知周围物理环境，若距离前车或目标障碍物距离较近，则车辆动能回收强度自动启用“强回收”模式，拖拽感强烈；若距离前车较远，则车辆动能回收强度自动启用“弱回收”模式，驾驶员可驾驶车辆低速滑行，避免能量的损失。然而现有技术未能从根本上解决系统介入突兀，力度不线性，顿挫明显等问题，忽略了驾驶员驾驶体验。

综上，现有的智能网联汽车动能回收系统忽略了动能回收系统能量回收效率与制动舒适性冲突的问题，亟需建立一种具有差异化的智能网联汽车动能回收系统。

发明内容

为了解决上述问题，本发明提供一种基于用户特征差异的智能网联汽车动能回收方法，提高了输出策略的质量从而优化用户体验和安全性，实现制动能量回收的自适应调节，解决了现有技术中存在的问题。

本发明的另一目的提供一种智能网联汽车动能的回收系统。

本发明的第三目的是，提供一种电子设备。

本发明的第四目的是，提供一种计算机存储介质。

本发明所采用的技术方案是，一种基于用户特征差异的智能网联汽车动能回收方法，包括以下步骤：

步骤1，环境感知与工况识别；获取车辆及环境信息，将车辆当前工况与历史环境聚类相匹配，对制动安全性、能量回收率做出初步判断；

步骤2，驾驶特性数据集的建立；基于驾驶特性的动能回收参数包括制动距离、制动减速度、横摆角速度、质心侧偏角和制动能量回收率，制动能量回收率为能耗参数，其余为制动稳定性参数；

步骤3，参数样本数据强化学习，获取期望值；建立稳定性优先驾驶模式和能耗优先驾驶模式，以步骤2中选取的动能回收参数的历史数据为状态值，通过强化学习预测两种驾驶模式相应时刻下各动能回收参数的状态期望值，即最符合驾驶员驾驶特性的动能回收参数；

步骤4，制动稳定性与能耗条件约束；在不违背驾驶员驾驶特性的基础上，分别在稳定性优先驾驶模式下和能耗优先驾驶模式下，对车辆稳定性期望值、能耗参数状态期望值进行约束与修正；

步骤5，模式参数归一化处理；将步骤4中约束修正后的稳定性参数状态期望值和能耗参数状态期望值进行归一化处理；

步骤6，对归一化处理的稳定性和能耗参数进行二次赋权，得到多目标优化后的评价结果，将评价结果对应于0-1区间，按相应的制动程度进行制动扭矩的输出，实现能量回收无级调节。

一种基于用户特征差异的智能网联汽车动能回收系统，包括：

环境感知与聚类模块，用于通过传感设备及路网信息平台将当前工况与历史环境聚类相匹配，对制动安全性、能量回收率做出初步判断；

数据集信息处理模块，用于建立驾驶员驾驶特性数据集，建立稳定性优先驾驶模式和能耗优先驾驶模式，通过强化学习预测两种驾驶模式相应时刻下各动能回收参数的状态期望值；

参数约束与修正模块，用于在不违背驾驶员驾驶特性的基础上，分别在稳定性优先驾驶模式下和能耗优先驾驶模式下，对车辆稳定性期望值、能耗参数状态期望值进行约束与修正，保证期望值质量；

归一化处理模块，用于将约束修正后的稳定性参数状态期望值和能耗参数状态期望值进行归一化处理，得到当前时刻下CAV制动稳定性期望与能量利用率期望综合评价值；

综合集成赋权模块，用于对归一化处理的稳定性参数状态期望值和能耗参数状态期望值进行二次赋权，得到多目标优化后的评价结果；

制动扭矩输出模块，用于将评价结果对应于0-1区间，按相应的制动程度进行制动扭矩的输出，实现能量回收无级调节。

一种电子设备，采用上述的方法实现智能网联汽车动能回收。

一种计算机存储介质，所述存储介质中存储有至少一条程序指令，所述至少一条程序指令被处理器加载并执行以实现上述基于用户特征差异的智能网联汽车动能回收方法。

本发明的有益效果是：

1、本发明实施例建立了稳定性优先驾驶模式和能耗优先驾驶模式，用户可根据自身特征差异定制出符合其驾驶习惯的回收力度。通过获取驾驶员历史样本数据并强化学习预测其驾驶期望，基于相平面法对车辆稳定性预测做出判断，基于地理环境信息与当前车速对预测能耗做出判断，基于熵权和灰色关联分析将多目标优化向单目标进行转化，针对不同侧重，对“舒适”模式、“节能”模式均进行多目标优化，最大化提升现有系统在制动稳定性和节能方面的优势，由于步长的设定，系统策略集不断更新，提高控制精度，智能网联汽车将越开越智能。

2、现有技术大多基于环境感知实现动能回收自适应调节，但可选择模式有限，制动顿挫明显，力度不线性，本发明实施例针对驾驶员驾驶特性开发实现动能回收无级调节，可应用于人机共驾过渡阶段及未来更高级别的无人驾驶，有广泛的应用前景。

3、本发明实施例基于智能网联车，其具有信息易获取、易融合的优势，结合环境感知，组合定位精度高，安全性好。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例的流程图。

图2是本发明实施例制动稳定性约束流程图。

图3是本发明实施例能耗约束流程图。

图4是本发明试验例的对比结果。

具体实施方式

下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1，

一种基于用户特征差异的智能网联汽车动能回收方法，如图1所示，包括以下步骤：

步骤1，环境感知与工况识别；

系统基于车载传感器、高精度地图、路侧基础设施(如监控探头、信号灯、测速雷达、警示牌等车路协同设施)以及基于协调应用，对信息及服务及时更新，高效计算调度的云平台，获取考虑驾驶人驾驶特性的人-车-路耦合多源异构系统的车辆及环境信息，进而通过信号转换、数据清洗以及融合计算技术对实时性或非实时性的多源异构信息进行融合，将车辆与周围标志物进行匹配定位，推算车辆制动减速度；结合转角信息推算车辆位移，为智能网联汽车初步决策提供前期数据处理和支持。动态信息数据流将反馈到车辆环境感知系统，车辆根据反馈信息，利用连续帧数据结合碰撞函数，预测碰撞概率，初步判断制动安全性。该方法能够结合车辆运动，预测邻近碰撞场景且碰撞预测具有动态性和实时性特征，更适合复杂交通环境。

对安全等级进行初步划分与判断：

定义函数P(R_A,R_B)来表示车辆A以轨迹R_A行驶、车辆B以轨迹R_B行驶过程中发生碰撞的概率。考虑所有可能的轨迹，对这两个轨迹集合做积分，得到碰撞概率P'，其中， P'＝∫∫(P(R_A,R_B)f(x)(R_A,R_B))dR_AdR_B，F(x)为描述相互独立的车辆A与障碍物B是否发生碰撞的函数关系，若二者之间轨迹存在冲突，则f(x)的取值设为1；若没有冲突，则f(x) 的取值为0。若0.5＜P'＜1，则系统直接采取强回收模式下的制动策略，即自动触发深踏板；若0＜P'＜0.5(相对安全)，则进行剩余步骤。

步骤2，驾驶特性数据集的建立；

基于拟设计的两种动能回收模式，分别选取车辆制动稳定性参数与能量相关参数，以期满足用户对于能量利用率(“节能”模式)和驾驶稳定性(“舒适”模式)的需求。该模块相关参数可在一定程度上反映出驾驶员在车辆制动中的驾驶习惯。

车辆制动稳定性参数包括制动效能的稳定性参数和制动方向的稳定性参数；制动效能的稳定性参数包括制动距离S、制动减速度MFDD，制动方向的稳定性参数包括横摆角速度ω和质心侧偏角β。智能网联车安装了摄像机、毫米波雷达、车用测距雷达、车辆倾角传感器和GPS等多种传感器。车用测距雷达模块测量制动距离；车辆倾角传感器测量车身前后方向的倾斜角度，从而获取横摆角速度和质心侧偏角；毫米波雷达精准测距测速包括制动减速度以及环境车辆方向角相对位置等信息；视觉雷达融合方案可以弥补相机在测距和测速方面的缺陷，实现了多传感器同步采集车辆状态和GPS等信号；能量相关参数选取制动能量回收率。由于自然驾驶数据集的轨迹数据存在一定的“噪声”，对异常值进行预处理，并采用均值滤波对其进行滤波处理，进而对较为光滑的样本数据进行拟合。

现有动能回收系统制动过程顿挫明显，力度不线性的问题。制动顿挫程度与动能回收量之间相互影响，而又取决于驾驶人驾驶习惯或个性，例如，激进型驾驶员在驾驶过程中对制动踏板的介入更多，顿挫更加明显，而非激进型驾驶人在驾驶过程中，顿挫不明显但动能回收量相对较少。本发明实施例将这种驾驶习惯或个性归结为驾驶特性，所选参数具有代表性，能够体现对驾驶人驾驶特性的综合分析。

步骤3，参数样本数据强化学习与期望值；

建立稳定性优先驾驶模式(“舒适”模式)和能耗优先驾驶模式(“节能”模式)，不同模式下的强化学习：

以步骤2中选取参数的历史数据为状态值，预测相应时刻下各参数的状态值期望，即最符合驾驶员驾驶特性的期望值。由于车辆在相应行驶工况下各特征参数均可进行离散化处理。利用高阶马尔科夫链模型(HMC)，以车辆动能回收相关策略的时间序列作为变量，将预测时域内相邻i个时刻的车辆制动稳定性参数与能量相关参数进行HMC建模，利用历史样本数据分析邻近时刻间参数值的变化规律，预测驾驶人对于各项参数指标的个性化需求。

获取预测时刻动能回收相关参数取值的概率分布：用Pearson相关系数描述不同时刻动能回收参数值之间的相关性，以此确定HMC的阶数l。时间序列分别记为 {t+1，t,t-1...t-l+1}，历史数据集记为{n+1,n,n-1...n-N+1}，历史数据中t-l+1时刻与t+1的相关策略序列分别记为P_t-l+1,n与P_t+1,n，P_t-l+1,n与P_t+1,n是为了便于对“制动距离、制动减速度、横摆角速度、质心侧偏角及能量利用率”等特征参数统一描述而作的泛指。对应到具体参数例如“横摆角速度”上，即为t-l+1与t+1时刻横摆角速度值的大小。CAV 将在驾驶过程中基于自车传感器进行数据采集与相关量的记录。两个序列的Pearson相关系数记为ρ_t-l+1,t+1,取值范围[-1,1]，则ρ_t-l+1,t+1的计算公式如下，其中l∈{1,2,...,L}，L表示 HMC的最大阶数。

式中：t表示所求参数在历史数据中的对应时刻；n表示不同时刻下所对应的参数序列；N表示参数序列的总数；与/>分别为t+1时刻与t-l+1时刻各参数的历史平均值。相关系数绝对值的大小表示相关性的大小，选择相关性较强的最大步长数作为HMC 的阶数l。

历史数据中不同时刻采集的参数值的变化情况即为策略状态的转移。将各参数的取值以区间段进行划分，若某时刻的样本数据落在第m个区间内，则称此时的取值为策略状态m。某一具体动能回收相关参数的取值范围为[0,P_max]，其中P_max表示制动距离、制动减速度、横摆角速度、质心侧偏角及能量利用率等具体参数的最大取值。给定策略状态总数M，该值根据数据值的波动变化大小拟定，作用为划分出一个梯度区间，使所有具体样本值能够合理地对应到相应策略状态中。数据间的数值波动情况越大，应确定的策略状态总数M越大，反之亦然，则第m个策略状态对应的取值区间为 [(m-1)×P_max/M,m×P_max/M],m＝1,2,...,M，由于HMC的阶数l足够大，用策略转移频次表示概率，则有：

式中：Q_t-l+1,t+1(i,j)表示t-l+1时刻第i个策略状态到t+1时刻第j个策略状态的转移概率；i表示t-l+1时刻的策略状态序号，j表示t+1时刻的策略状态序号， i,j∈{1,2,...,M}。Q_t-l+1,t+1(1,1)表示t-l+1时刻第1个策略状态到t+1时刻第1个策略状态的转移概率，f(i,j)表示从t-l+1时刻到t+1时刻，每一次采集时刻所获取参数值对应的策略状态转移的频数(次数)，具体指从t-l+1时刻到t+1时刻期间策略状态值出现转移的次数，通过历史数据统计获得。Q_t-l+1,t+1表示由t-l+1时刻到t+1时刻参数取值的状态转移概率矩阵。

基于驾驶特性的动能回收参数期望值：在HMC模型中，已知预测时刻的前l个邻近时刻的参数取值分别为P₁,P₂,…P_l，根据每个时刻的策略状态，可得到对应的状态编号分别为m₁,m₂,…m_l。通过对应的状态转移概率矩阵Q_t,t+1，Q_t-l,t+1，Q_t-l+1,t+1，可得到预测时刻的前l个邻近时刻对应参数状态到预测时刻各个状态的转移概率(即Q_t,t+1的第m₁行， Q_t-1,t+1的第m₂行，...，Q_t-l+1,t+1的第m_l行)。在HMC模型中，对于预测的t+1时刻，各个邻近时刻都包括其对应状态到t+1时刻M个状态的转移概率。为描述更加贴近实际驾驶场景的t+1时刻参数取值的概率特性，引入高斯混合模型(GMM)，将多个高斯分布进行线性加权组合，则有：

式中：Pr(P_t+1)表示预测t+1时刻动能回收参数(即制动距离S、制动减速度MFDD、横摆角速度ω、质心侧偏角β或制动能量回收率的任意一个)的概率密度函数；λ_m、μ_m和分别表示t+1时刻第m个策略状态对应高斯分布的加权值、均值和方差。μ_m所代表的均值即为Pr(P_t+1)对应的某一动能回收参数t+1时刻下的状态期望值。特别的，对于 GMM，各高斯分布的加权值决定该分布对总概率分布的影响程度。由HMC模型可知， Pearson相关系数的大小表示各临近时刻与预测时刻策略间的相关程度。而状态转移概率的大小表征对应状态转移发生的可能性。因此，在计算高斯分布的加权值时，相关程度高则状态转移概率大，对应高斯分布的权值也应当高，为使各高斯分布的加权值λ_m之和为1，则有：

式中，m_l表示第l个临近时刻的状态，ρ_t-l+1,t+1表示t-l+1时刻的Pearson相关系数，为某临近时刻与预测时刻策略间的相关程度。

通过对驾驶员历史操作样本的强化学习及对其驾驶特性的综合分析，进行动能回收力度的自适应调整。输出解的质量更优，且具备符合用户驾驶偏好、将进一步优化用户体验的特性。在安全等级允许范围内充分考虑驾驶员驾驶特性，即双重考虑舒适度与安全性，使系统在符合道路安全的基础上，最大化地满足用户特征差异。

步骤3为人机共驾提供信息交互手段，对于更高级别的无人驾驶，“更高”则体现在CAV不完全独立于驾驶员，而将驾驶员实际需求与道路环境相结合；适用于人机共驾过渡阶段及未来更高级别无人驾驶。

由于道路情况实时变化，决策求解速度应不断提高，本发明在步骤3中引入松弛因子，对应本步骤的状态总数M。当决策需要更高求解速度时，可适量减少策略状态总数 M的取值，划分更少的策略状态区间，降低后续模型求解的复杂程度，以满足实时变化的路况需求。但相应的，M的降低也会导致对驾驶人偏好预测精度的下降以换取期望值学习效率。

在步骤3强化学习过程中，策略集的不断更新体现，由于步长的设定，样本空间容量有限，考虑到驾驶人驾驶特性会随着其年龄或其他因素发生改变以及车辆所有权变更等不可预测的因素，策略集将不断更新，提高智能化水平。通过对系统输出策略集的不断更新，提高了控制精度，引入了松弛因子；一方面匹配了实时变化的道路状态，另一方面提高了策略求解的速度，提高了安全性。

步骤4，制动稳定性与能耗条件约束；

由于制动稳定性参数的变化会影响到能耗，本发明实施例结合这一特点提出稳定性优先的舒适模式和能耗优先的节能模式两种差异化模式，二者侧重不同，但都涉及多目标优化。提供两种模式供驾驶员选择，系统可根据用户自身的特征差异定制出符合其驾驶习惯的回收力度。

如图2所示，在“舒适”模式下，通过分层结构的稳定性控制模型控制稳定性参数。稳定性控制模型分为上、下两层结构。上层结构计算目标附加横摆力矩值之后，由下层结构根据车辆稳定性状态进行驱动力矩分配。上层结构包括制动稳定性控制器(LQR控制器)和滑移控制器，制动稳定性控制器在获取到稳定性参数期望后，利用相平面法约束稳定性参数，对车辆的稳定状态进行判断，如果车辆处于稳定域，得到最优参数；如果车辆处于不稳定域，根据车辆稳定性状态修正横摆力矩值。稳定性控制模型上层能够获取稳定性参数值，相平面法能够有效判断车辆稳定性，二者相结合，可以有效地筛选出符合车辆稳定性的期望值，将不符合的期望值再次通过上层结构循环以计算修正。

本发明实施例基于车辆的2自由度动力学模型，建立横摆角速度-质心侧偏角相平面，通过相轨迹分析出不同初始状态参数对车辆的稳定性影响，以及车辆的当前稳定性及其变化趋势，然后建立相平面的等倾几何曲线，分析相平面的稳定区域。最后划分相平面横摆稳定性包络边界，制定合理的稳定性判据。如果车辆处于稳定域内，则在满足约束的条件下，通过下层结构合理分配横摆力矩值，进一步提高车辆稳定性；如果车辆不处于稳定域内，则对稳定性参数横摆角速度、质心侧偏角等进行修正，计算目标附加横摆力矩值由下层结构进行驱动力矩分配。滑移控制器在面对紧急制动工况时，为保证车辆安全则优先采取液压制动来对车辆稳定性参数进行控制。同时，在两种控制器对稳定性参数进行修正时，其对应的能耗参数也应该满足基本的能量约束范围，保证能耗参数在合理范围内。在基于驾驶员驾驶特性的基础上，最大程度地满足车辆制动稳定性，通过对制动力矩的再分配，修正稳定性相关参数，减少制动过程中的车辆顿挫，达到“舒适”目的。

如图3所示，在“节能”模式下，基于地理环境信息结合当前车速建立能耗优化模型。系统通过强化学习获取到能耗参数期望值后，通过地理环境信息结合当前车速获取车辆制动过程的能量回收率预测值，并将该预测值作为能耗参数约束条件。如果能耗参数在约束范围内，则通过参数优化进一步降低能耗。

如果能量参数不在约束范围内，则通过优化仿真模型对能量参数进行修正。优化方法为先初始化能量参数和能量管理策略参数，在确定行驶工况后，将待优化参数应用到模型中计算出适应度函数的值，如果适应度函数的值满足终止条件，则得到最优参数；如果不满足，则重新应用到模型中计算，反复迭代。同时在对能量参数进行修正时，其对应的稳定性参数也应该满足基本的稳定性约束范围，保证稳定性参数在合理范围内。

“节能”模式下，由于步骤1中CAV环境感知模块能够准确反馈出车辆当前速度、与障碍物距离、减速度等信息且该信息与车辆制动能耗密切相关，本发明实施例通过地理环境信息结合当前车速预测能耗并通过预测值约束能耗期望值，实现最低能耗，提高能量利用率。

步骤5，模式参数归一化处理；

将步骤2中多目标参数转化为单目标参数。综合考虑各因素对制动稳定性及能源利用率的影响，由于各相关参数所在量纲和单位不同，需要对各相关参数进行无量纲化处理。制动稳定性方面包含制动距离、制动减速度、横摆角速度、质心侧偏角；能量方面包含制动能量回收效率。

确定分析序列，将动能回收系统各时刻状态的集合记为M:M＝{M₁,M₂,…M_m}；步骤2中相关参数(动能回收参数)的集合记为μ:μ＝{μ₁，μ₂，…μ_n}。

时刻状态M_i对μ_j的属性值为ε_ij(i＝[1,m]；j＝[1,n])，ε_ij为各状态时刻下经步骤4约束与修正的期望值。

构建决策矩阵，对相关参数归一化处理，使各时刻状态值更快地收敛到最优解。采用成本型指标和效益型指标综合表示评价指标，其中，成本型指标包含制动距离、横摆角速度、质心侧偏角；效益型指标包含制动减速度和能量回收效率。成本型指标属性越小越优，而效益型指标则越大越优。

将相对最优的指标设为同时满足以下条件，当相应指标为成本型指标时，当相应指标为效益型指标时，/>令：

归一化处理得到如下无量纲矩阵：ε'_ij＝(ε'_i1,ε'_i2,ε'_in)。各时刻状态M对各指标的决策矩阵即为含有相对最佳策略的增广型矩阵ε＝(ε_ij)_m×n(i＝[1,m]；j＝[1,n])；ε'_ij、ε'_i1、ε'_i2、ε'_in、ε为中间参数。

确定关联系数，计算绝对差序列、两级最小差以及最大差。

绝对差序列为两级最小差为Δ(min)＝minmin(Δ_ij)(i＝[1,m]；j＝[1,n])；两级最大差为Δ(max)＝maxmax(Δ_ij)(i＝[1,m]；j＝[1,n])。

确定灰色关联度系数式中，ρ为分辨系数，取值范围为0到1，取经验值0.5。将绝对差序列、两级最小差、两级最大差及分辨系数代入上式，得到各灰色关联度系数。

构建判断矩阵B，包含m个时刻状态和n个相关参数：B＝(μ_ij)_m×n(i＝[1,m]；j＝[1,n])

归一化处理得到归一化效益型和归一化成本型判断矩阵R，矩阵R中的元素r_ij计算公式如下：

效益型：成本型：/>

确定参数熵权：

G_j为计算熵权的中间参数，/>式中：/>当p_ij＝0时，令p_ijlnp_ij＝0。定义了第j个指标的熵之后，可得到第j个指标的熵权p_ij为矩阵R中对应元素的计算值与所有元素计算值之和的比值；在该步骤中，灰色关联度系数ζ_ij与熵权值/>共同表征相关参数在稳定性评价与能耗评价中的离散程度。

获取稳定性综合评价能源利用率评价η。

步骤5中动能回收系统各时刻状态的集合M:M＝{M₁,M₂,…M_m}，各时刻相关参数的集合μ:μ＝{μ₁，μ₂，…μ_n}与步骤3中各时刻期望值同步，将各时刻状态与不断变化的期望值对应，为策略集的不断更新提供依据。稳定性参数与能量相关参数的归一化处理，通过对稳定性与节能性的整体效益评价，将用户特征差异实现量化。将步骤4约束后的修正值综合评估，为步骤6二次赋权提供依据。

步骤6，综合集成赋权与能量回收无级调节。

综合集成赋权即对制动稳定性综合评价值与能量利用率进行二次赋权，主要针对了不同模式下的不同侧重，经二次赋权后得到多目标优化后的最终评价结果B，根据B的取值，结合具体车辆参数，将制动扭矩划分为0-1区间，在具体工况下，结合当前位置车速，将最终评价结果按换算对应于0-1区间，按相应的制动程度进行制动扭矩的输出，实现能量回收无级调节；

B＝κ₁U+κ₂η，“舒适”模式下：

“节能”模式下：“舒适”模式下制动稳定性综合评价值所占权重大于50％；“节能”模式下能源利用率评价值所占权重大于50％，具体熵权可由驾驶员手动设定，该熵权决定了两种模式下制动顿挫与能耗的进一步取舍情况。

现有技术在无级调节的创新主要体现在：采用拨片式无极动能回收设计，用户通过按压力度的大小，根据需求自行调节任何路况下的动能回收强度。现有技术以解放驾驶人“双脚”为目标，却与传统驾驶方式区别较大，增加了用户适应难度，安全性不高。本发明实施例适用于人机共驾过渡阶段以及更高级别的无人驾驶，通过驾驶员操作数据实现人机交互，且动能回收系统自动输出策略集。

本发明实施例中，样本强化学习得到的期望值并非直接输出，而是分别经过稳定性与能耗条件约束与修正且涉及多目标优化，输出策略能够在满足驾驶员驾驶特性的基础上提高动能回收过程中车辆的制动稳定性与能力利用率的更高要求，且通过“舒适”模式与“节能”模式的不同侧重，进一步满足不同特征用户群体的需求。打破动能回收强弱界限，通过环境感知、样本强化学习、无级调节输出的形式不断更新策略集，动能回收更加精准。

实施例2，

一种基于用户特征差异的智能网联汽车动能回收系统，包括环境感知与聚类模块、数据集信息处理模块、参数约束与修正模块、归一化处理模块、综合集成赋权模块与制动扭矩输出模块。

环境感知与聚类模块，用于自身搭载的传感设备及路网信息平台将当前工况与历史环境聚类相匹配，对制动安全性、能量回收率做出初步判断；

数据集信息处理模块，用于建立驾驶员驾驶特性数据集，建立稳定性优先驾驶模式和能耗优先驾驶模式，通过强化学习预测两种驾驶模式相应时刻下各动能回收参数的状态期望值；

参数约束与修正模块，用于在不违背驾驶员驾驶特性的基础上，分别在稳定性优先驾驶模式下和能耗优先驾驶模式下，对车辆稳定性期望值、能耗参数状态期望值进行约束与修正，保证期望值质量；

归一化处理模块，用于将约束修正后的稳定性参数状态期望值和能耗参数状态期望值进行归一化处理，得到当前时刻下CAV制动稳定性期望与能量利用率期望综合评价值；

综合集成赋权模块，对归一化处理的稳定性参数状态期望值和能耗参数状态期望值进行二次赋权，对“舒适”模式和“节能”模式进行不同侧重的差异化开发，得到多目标优化后的评价结果；

制动扭矩输出模块，用于将评价结果对应于0-1区间，按相应的制动程度进行制动扭矩的输出，实现能量回收无级调节。

试验例，

自然驾驶数据集由智能网联汽车基于传感器、控制器、执行器等装置融合通信及网络技术获取，采用百度发布的“Apollo Scape”自然驾驶数据集，试验车安装了摄像机、毫米波雷达、车用测距雷达、车辆倾角传感器和GPS等多种传感器。车用测距雷达模块测量制动距离；车辆倾角传感器测量车身前后方向的倾斜角度，从而获取横摆角速度和质心侧偏角；毫米波雷达精准测距测速包括制动减速度以及环境车辆方向角相对位置等信息；视觉雷达融合方案可以弥补相机在测距和测速方面的缺陷，实现了多传感器同步采集车辆状态和GPS等信号。本发明在实测数据集的基础上基于Matlab/Simulink联合仿真，将两种模式下约束后的能量利用率期望值与实测数据进行对比，结果显示：两种模式下实际能量利用率与期望值相符，在满足驾驶员驾驶特性的基础上，“节能”模式下能量利用率相较于期望值提高了4.87％，“舒适”模式下能量利用率与期望值基本一致，在满足驾驶人驾驶稳定性的基础上，动能回收无明显削弱；仿真结果如图4所示。

本发明实施例所述基于用户特征差异的智能网联汽车动能回收方法如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本发明实施例所述基于用户特征差异的智能网联汽车动能回收方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (4)

1.一种基于用户特征差异的智能网联汽车动能回收方法，其特征在于，包括以下步骤：

步骤1，环境感知与工况识别；获取车辆及环境信息，将车辆当前工况与历史环境聚类相匹配，对制动安全性、能量回收率做出初步判断；

步骤2，驾驶特性数据集的建立；基于驾驶特性的动能回收参数包括制动距离、制动减速度、横摆角速度、质心侧偏角和制动能量回收率，制动能量回收率为能耗参数，其余为制动稳定性参数；

步骤3，参数样本数据强化学习，获取期望值；建立稳定性优先驾驶模式和能耗优先驾驶模式，以步骤2中选取的动能回收参数的历史数据为状态值，通过强化学习预测两种驾驶模式相应时刻下各动能回收参数的状态期望值，即最符合驾驶员驾驶特性的动能回收参数；

步骤4，制动稳定性与能耗条件约束；在不违背驾驶员驾驶特性的基础上，分别在稳定性优先驾驶模式下和能耗优先驾驶模式下，对车辆稳定性期望值、能耗参数状态期望值进行约束与修正；

步骤5，模式参数归一化处理；将步骤4中约束修正后的稳定性参数状态期望值和能耗参数状态期望值进行归一化处理；

步骤6，对归一化处理的稳定性和能耗参数进行二次赋权，得到多目标优化后的评价结果，将评价结果对应于0-1区间，按相应的制动程度进行制动扭矩的输出，实现能量回收无级调节；

所述步骤1中，对制动安全性、能量回收率做出初步判断，具体为通过连续帧数据结合碰撞函数预测碰撞概率，对安全等级进行初步划分与判断：

通过函数P(R_A,R_B)表示车辆A以轨迹R_A行驶、车辆B以轨迹R_B行驶过程中发生碰撞的概率；考虑所有可能的轨迹，对这两个轨迹集合做积分，得到碰撞概率P'，其中，P'＝∫∫(P(R_A,R_B)f(x))dR_AdR_B，f(x)为描述相互独立的车辆A与障碍物B是否发生碰撞的函数关系，若二者之间轨迹存在冲突，则f(x)的取值设为1；若没有冲突，则f(x)的取值为0；若0.5＜P'＜1，则系统直接采取强回收模式下的制动策略，即自动触发深踏板；若0＜P'＜0.5，相对安全，则进行剩余步骤；

所述步骤3包括以下步骤：

步骤3.1，用Pearson相关系数描述不同时刻动能回收参数值之间的相关性，以此确定高阶马尔科夫链模型的阶数l；

时间序列分别记为{t+1，t,t-1…t-l+1}，动能回收参数的历史数据集记为{n+1,n,n-1…n-N+1}，历史数据中t-l+1时刻与t+1时刻的策略状态序列分别记为P_t-l+1,n与P_t+1,n，两个序列的Pearson相关系数记为ρ_t-l+1,t+1，取值范围[-1,1]；

则ρ_t-l+1,t+1的计算公式见式(1)，其中l∈{1,2,...,L}，L表示高阶马尔科夫链模型的最大阶数；

式中：t表示所求参数在历史数据中的对应时刻；n表示不同时刻下所对应的参数序列；N表示参数序列的总数；与/>分别为t+1时刻与t-l+1时刻动能回收参数的历史平均值，相关系数绝对值的大小表示相关性的大小，选择相关性强的最大步长数作为高阶马尔科夫链模型的阶数l；

步骤3.2，动能回收参数的历史数据中不同时刻采集的数值的变化情况即为策略状态的转移；获取预测时刻前l个邻近时刻的策略状态到预测时刻的所有策略状态的转移概率；

将各参数的取值以区间段进行划分，若某时刻的样本数据落在第m个区间内，则称此时的取值为策略状态m；某一动能回收参数的取值范围为[0,P_max]，确定策略状态总数M，数据的数值波动情况越大，策略状态总数M越大，反之亦然；则第m个策略状态对应的取值区间为[(m-1)×P_max/M,m×P_max/M],m＝1,2,...,M，通过策略转移频次表示概率，则有：

式中：Q_t-l+1,t+1(i,j)表示t-l+1时刻第i个策略状态到t+1时刻第j个策略状态的转移概率；i表示t-l+1时刻的策略状态序号，j表示t+1时刻的策略状态序号，i,j∈{1,2,...,M}；f(i,j)表示从t-l+1时刻到t+1时刻，每一次采集时刻所获取参数值对应的策略状态转移的次数，通过历史数据统计获得，Q_t-l+1,t+1表示由t-l+1时刻到t+1时刻参数取值的状态转移概率矩阵；从而获取预测时刻前l个邻近时刻的策略状态到预测时刻的所有策略状态的转移概率；

步骤3.3，通过高斯混合模型GMM获取预测时刻各动能回收参数期望值，见式(6)：

式中：Pr(P_t+1)表示预测t+1时刻某一动能回收参数的概率密度函数；λ_m、μ_m和分别表示预测的t+1时刻第m个策略状态对应高斯分布的加权值、均值和方差；μ_m所代表的均值即为所选取动能回收参数t+1时刻下的状态期望值；

各高斯分布的加权值λ_m之和为1，则有：

式中，m_l表示第l个临近时刻的状态，ρ_t-1+1,t+1表示t-l+1时刻的Pearson相关系数，为某临近时刻与预测时刻策略间的相关程度；

所述步骤4中，在稳定性优先驾驶模式下，包括以下步骤：

稳定性控制模型分为上、下两层结构，上层结构计算目标附加横摆力矩值之后，由下层结构根据车辆稳定性状态进行驱动力矩分配；上层结构包括制动稳定性控制器和滑移控制器，制动稳定性控制器在获取稳定性参数期望后，通过相平面法来约束稳定性参数，对车辆的稳定状态进行判断，将不符合的期望值再次通过上层结构循环计算修正；滑移控制器在面对紧急制动工况时，为保证车辆安全，优先采取液压制动来对车辆稳定性参数进行控制；同时，在两种控制器对稳定性参数进行修正时，保证能耗参数在合理范围内；

所述步骤4中，在能耗优先驾驶模式下，包括以下步骤：

系统获取到能耗参数期望值后，通过地理环境信息结合当前车速获取车辆制动过程的能量回收率预测值，并将该预测值作为能耗参数约束条件；如果能耗参数在约束范围内，则通过参数优化进一步降低能耗；如果能量参数不在约束范围内，则通过优化仿真模型对能量参数进行修正；在对能量参数进行修正时，对应的稳定性参数也应该满足基本的稳定性约束范围，保证稳定性参数在合理范围内；

所述步骤5，包括以下步骤：

将步骤2中多目标参数转化为单目标参数，综合考虑对制动稳定性及能源利用率的影响因素，由于各相关参数所在量纲和单位不同，需要对各相关参数进行无量纲化处理；相关参数包括制动稳定性参数、能耗参数；制动稳定性参数包含制动距离、制动减速度、横摆角速度、质心侧偏角；能耗参数包为制动能量回收率；

确定分析序列，将动能回收系统各时刻状态的集合记为M:M＝{M₁,M₂,…M_m}；各相关参数的集合记为μ，μ＝{μ₁，μ₂，…μ_n}；

时刻状态M_i对μ_ij的属性值为ε_ij(i＝[1,m]；j＝[1,n])，ε_ij为各状态时刻下经步骤4约束与修正的期望值；

构建决策矩阵，对相关参数归一化处理，使各时刻状态值更快地收敛到最优解；其中，成本型指标包含制动距离、横摆角速度、质心侧偏角；效益型指标包含制动减速度和能量回收效率；

将相对最优的指标设为同时满足以下条件，成本型指标，/>效益型指标，/>令：/>

归一化处理得到如下无量纲矩阵：ε'_ij＝(ε'_i1,ε'_i2,ε'_in)；各时刻状态M对各指标的决策矩阵即为含有相对最佳策略的增广型矩阵ε＝(ε_ij)_m×n(i＝[1,m]；j＝[1,n])；ε'_ij、ε'_i1、ε'_i2、ε'_in、ε为中间参数；确定关联系数，计算绝对差序列、两级最小差以及最大差；绝对差序列为两级最小差为Δ(min)＝minmin(Δ_ij)(i＝[1,m]；j＝[1,n])；两级最大差为Δ(max)＝maxmax(Δ_ij)(i＝[1,m]；j＝[1,n])；

将绝对差序列、两级最小差、两级最大差及分辨系数ρ代入得到各灰色关联度系数ζ_ij，ρ取值范围为0到1；

构建判断矩阵B，包含m个时刻状态和n个相关参数：B＝(μ_ij)_m×n(i＝[1,m]；j＝[1,n])；

归一化处理得到归一化效益型和归一化成本型判断矩阵R，矩阵R中的元素为r_ij；

确定参数熵权：

第j个指标的熵权G_j为计算熵权/>的中间参数，式中，p_ij为矩阵R中对应元素的计算值与所有元素计算值之和的比值，当p_ij＝0时，令p_ijlnp_ij＝0；

灰色关联度系数ζ_ij与熵权值共同表征相关参数在稳定性评价与能耗评价中的离散程度；获取稳定性综合评价/>

所述矩阵R中的元素r_ij计算公式如下：

效益型：成本型：/>

2.一种基于用户特征差异的智能网联汽车动能回收系统，其特征在于，采用如权利要求1所述基于用户特征差异的智能网联汽车动能回收方法，包括：

环境感知与聚类模块，用于通过传感设备及路网信息平台将当前工况与历史环境聚类相匹配，对制动安全性、能量回收率做出初步判断；

数据集信息处理模块，用于建立驾驶员驾驶特性数据集，建立稳定性优先驾驶模式和能耗优先驾驶模式，通过强化学习预测两种驾驶模式相应时刻下各动能回收参数的状态期望值；

参数约束与修正模块，用于在不违背驾驶员驾驶特性的基础上，分别在稳定性优先驾驶模式下和能耗优先驾驶模式下，对车辆稳定性期望值、能耗参数状态期望值进行约束与修正，保证期望值质量；

归一化处理模块，用于将约束修正后的稳定性参数状态期望值和能耗参数状态期望值进行归一化处理，得到当前时刻下智能网联汽车制动稳定性期望与能量利用率期望综合评价值；

综合集成赋权模块，用于对归一化处理的稳定性参数状态期望值和能耗参数状态期望值进行二次赋权，得到多目标优化后的评价结果；

制动扭矩输出模块，用于将评价结果对应于0-1区间，按相应的制动程度进行制动扭矩的输出，实现能量回收无级调节。

3.一种电子设备，其特征在于，采用如权利要求1所述的方法实现智能网联汽车动能回收。

4.一种计算机存储介质，其特征在于，所述存储介质中存储有至少一条程序指令，所述至少一条程序指令被处理器加载并执行以实现如权利要求1所述的基于用户特征差异的智能网联汽车动能回收方法。