CN116985778A - 一种多任务跨核部署下的混动汽车全局能量管理优化方法 - Google Patents

Abstract

本发明涉及一种多任务跨核部署下的混动汽车全局能量管理优化方法，属于混动汽车能量管理的技术领域，用以解决现有技术中的混动汽车无法在车端实现全局能量管理的现实问题，同时，解决全局能量管理不同计算任务之间难以有效串联和合理部署的问题，导致无法及时实现混动汽车全局能量管理，影响车速的表现和行车安全。本发明充分利用多核异构控制器，进行任务分类部署，能够解决算力要求高但实时性要求低、算力要求低但实时性要求高的两大类任务的问题，保证了混动系统的控制芯片的高效利用。并将不同环节的任务模块化解耦，通过环境感知状态和实车表现状态适时切换能量管理策略，保证了混动汽车能量管理策略应用稳定性。

Description

一种多任务跨核部署下的混动汽车全局能量管理优化方法

技术领域

本发明涉及混动汽车能量管理的技术领域，具体涉及一种多任务跨核部署下的混动汽车全局能量管理优化方法。

背景技术

混动汽车在不同驾驶场景下实现能量优化利用的关键在于所设计能量管理策略能够充分考虑驾驶工况信息，现在已有大量对混动汽车的能量管理方法的研究，如中国专利：CN113479186B和CN109229091B。

然而，目前的能量管理策略工况适应性差，无法预知未来驾驶场景信息对瞬时决策的影响，进而难以实现能量的优化利用。对于全局能量管理策略的实现，其涉及对未来驾驶场景识别、驾驶工况预知、全局能量轨迹规划与解析等多计算任务，由于面对庞大的数据资源和算力要求，目前解决方案多依靠于端边云协作方案，但受限于多设备实时通讯、混动系统控制实时响应与行车安全等问题，尤其是混动传动系统的控制响应直接影响车速表现和行车安全，对于多设备分布运行的技术解决方案仍存在一系列关键技术亟待突破。

发明内容

鉴于上述问题，本发明公开了一种多任务跨核部署下的混动汽车全局能量管理优化方法，用以解决现有技术中的混动汽车无法在车端实现全局能量管理的现实问题，同时，解决全局能量管理不同计算任务之间难以有效串联和合理部署的问题，导致无法及时实现混动汽车全局能量管理，影响车速的表现和行车安全。

本发明一方面，提供了一种多任务跨核部署下的混动汽车全局能量管理优化方法，包括如下步骤：

步骤1，将多个环境感知设备采集的多个在线原始信息输入多核异构控制器的M核，经过信息感知与时序同步对齐、面向场景的驾驶速度表现解析、未来驾驶路段特征识别获取信息解析数据；

步骤2，将步骤1的信息解析数据实时传入多核异构控制器的A核，获取状态有效的信息解析数据；

步骤3，基于步骤1和步骤2获得的多源信息时序同步表和有效的信息解析数据获得未来驾驶路段下的目标电池电量状态轨迹序列；

步骤4，唤醒未来驾驶路段下的目标电池电量状态轨迹序列；

步骤5，A核将未来驾驶路段下的目标电池电量状态轨迹序列作用于M核，基于混动汽车的当前位置、行驶速度和行驶时间确定未来驾驶路段下的不同位置间隔的电池目标SoC状态，基于电池目标SoC状态获取当前位置的目标SoC值；结合当前位置的目标SoC值进行混动系统工作模式决策和多动力源功率分配，生成混动汽车的全局能量管理策略。

可选地，步骤1的具体步骤如下：

步骤11，将多个环境感知设备采集的多个在线原始信息输入多核异构控制器的M核进行时序同步对齐获得多源信息时序同步表；

步骤12，提取车端历史驾驶行程大数据中驾驶人速度表现特征数据，获取驾驶人面向场景的驾驶速度表现矩阵；

步骤13，融合多源信息时序同步表与驾驶人速度表现矩阵对未来驾驶路段特征识别获取信息解析数据。

可选地，步骤2中获取状态有效的信息解析数据的具体步骤为：A核检测信息状态标志位，通过信息状态标志位判断所接受的信息解析数据的有效性；获取状态有效的信息解析数据。

可选地，步骤2中A核检测信息状态标志位，通过信息状态标志位判断所接受的信息解析数据的有效性的具体步骤为：当接受的信息解析数据中存在正常数值时，则对应信息状态标志位为1，传送信息解析数据有效。

可选地，步骤3的具体步骤如下：

基于步骤1和步骤2获得的多源信息时序同步表和有效的信息解析数据进行任务预测，获得长时速度与功率需求预测序列；

将长时速度与功率需求预测序列输入动态规划模型，基于混动汽车的工作模式和所设定的电池电量状态进行逆向遍历和正向搜索，获得未来驾驶场景中的目标电池电量状态轨迹序列。

可选地，还包括步骤6：根据启动条件确定能量管理策略。

与现有技术相比，本发明至少具有现如下有益效果：

（1）本发明仅依靠车端的环境感知设备和控制设备就能够实现混动汽车的全局能量管理，避免采用端边云协作方案可能出现通信中断的问题，保证了混动系统的实时响应性和行车安全性。

（2）本发明充分利用多核异构控制器，进行任务分类部署，能够解决算力要求高但实时性要求低、算力要求低但实时性要求高的两大类任务的问题，保证了混动系统的控制芯片的高效利用，避免了混动系统的控制芯片一直处于高运行状态导致的持续发热。

（3）本发明将混动汽车全局能量管理不同环节的任务模块化解耦，通过环境感知状态和实车表现状态适时切换能量管理策略，保证了混动汽车能量管理策略应用稳定性。

（4）本发明的混动汽车全局能量管理方法，能够使混动汽车在驾驶行程内实现能量利用最优，进一步释放了混动汽车的节能空间，有效提升了混动汽车节能降碳的优化效果。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制。

图1是本发明的多任务跨核部署下的混动汽车全局能量管理优化方法的流程图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。另外，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

本发明的一个实施例，参见图1，公开了一种多任务跨核部署下的混动汽车全局能量管理系统，包括设置于混动汽车的存储设备、环境感知设备和控制设备；

存储设备用于存储车端历史驾驶行程大数据中驾驶人速度表现特征数据，以及不同速度状态对应的道路类型，进而解析驾驶人在不同场景（即：不同道路类型）下的驾驶速度表现特征；

环境感知设备用于获取全局驾驶行程下的场景数据和车辆实时状态数据，用于满足混动汽车全局能量管理多任务的解析；

控制设备用于执行信息感知与时序同步对齐、面向场景的驾驶速度表现解析、未来驾驶路段特征识别、长时速度与功率需求预测、全局能量轨迹规划、混动系统工作模式决策与控制和混动系统多动力源功率分配等多环节计算任务；所采用的控制设备兼具高算力A核和高实时M核的多核异构控制器。

可选地，存储设备为数据存储单元；环境感知设备设置多个，分别为车机导航地图、ADAS V2地图、摄像头与雷达感知设备和车载多源传感器，车载多源传感器包括踏板位移传感器、转速传感器、转矩传感器和电池状态检测传感器等；控制设备为多核异构控制器，多核异构控制器为兼具高算力A核和高实时M核的多核异构控制器，A核负责算力要求较高的计算任务、M核负责实时性要求较高的计算任务。

其中，车机导航地图用于获取全局驾驶行程下每一位置的道路类型、道路限速、交通流速及对应路段长度，用于对驾驶场景识别与解析、长时速度与功率需求预测和全局能量轨迹规划；ADAS V2地图用于获取驾驶前方预设行程内（3km）每一位置对应的道路类型、道路限速、道路坡度、弯道曲率和实时交通拥堵程度，能够用于驾驶场景识别与解析、长时速度与功率需求预测和全局能量轨迹规划；摄像头和雷达感知设备用于获取当前车道自车与前车距离（最大视距为150m），以及距离自车最近的前车类型，用于驾驶场景识别与解析；车载多源传感器用于获取车速、踏板操作表现、轮端扭矩需求、电池电量状态、发动机，以及驱动电机与发电机等不同动力源的转速与转矩，能够用于混动系统工作模式决策与控制、混动系统多动力源功率分配任务解析。

可选地，环境感知设备的不同信息数据通过CAN总线汇入多核异构控制器。

本发明的另一个实施例，基于上述多任务跨核部署下的混动汽车全局能量管理系统，提出了一种多任务跨核部署下的混动汽车全局能量管理优化方法，包括如下步骤：

步骤1，将多个环境感知设备采集的多个在线原始信息输入多核异构控制器的M核，经过信息感知与时序同步对齐、面向场景的驾驶速度表现解析、未来驾驶路段特征识别获取信息解析数据；

步骤11，将多个环境感知设备采集的多个在线原始信息（当前时刻的多个在线原始信息）输入多核异构控制器的M核进行时序同步对齐获得多源信息时序同步表；

步骤111，将多个环境感知设备采集的多个在线原始信息的采样频率中的最小采样频率作为基准采样频率；

步骤112，将与最小采样频率对应的任一在线原始信息作为基准信息；该基准信息对应的时间戳为基准时间戳；

步骤113，基于基准采样频率、基准信息和基准时间戳构建多源信息时序同步表；其中，纵坐标为时间戳，横坐标为在线原始信息的信息类型，表格填充值为时序同步后的对应在线原始信息。

可选地，以基准时间戳作为多源信息时序同步表的采样时间点，提取多个在线原始信息的最邻近采样时间点的数据，将最邻近采样时间点的数据填充至多源信息时序同步表，实现时序同步对齐。

步骤12，提取车端历史驾驶行程大数据中驾驶人速度表现特征数据，获取驾驶人在不同场景下的驾驶速度表现矩阵；

本发明的方法将面向场景解析驾驶人在不同场景下的驾驶速度表现，通过提取车端历史驾驶行程大数据中驾驶人速度表现特征数据，能够有效反应驾驶人在不同道路类型下的历史速度表现。

车端历史驾驶行程大数据中驾驶人速度表现特征数据为驾驶人处于不同道路类型的速度表现系数，表达式为：

（1）

其中，代表驾驶人处于第/>个道路类型的速度表现系数；/>代表驾驶人处于第/>个道路类型的速度均值；/>为第/>个道路类型的道路限速。

将车端历史驾驶行程大数据中驾驶人速度表现特征数据保存为驾驶人速度表现矩阵。

可选地，道路类型包括城市快速路、城市主干路、城市次干路和高速公路等。

可选地，驾驶人速度表现矩阵的第一行为速度均值，第二行为速度表现系数。

步骤13，融合多源信息时序同步表与驾驶人速度表现特征数据对未来驾驶路段特征识别获取信息解析数据。

步骤131，通过车机导航地图获取驾驶行程全局道路类型、道路限速、交通流速和对应全局道路路段长度信息；当未来驾驶路段中出现拥堵状态，以未来驾驶路段对应位置的交通流速为标识，作为未来驾驶路段中每个位置的基准参考速度；当未来驾驶路段为畅通状态，以未来驾驶路段对应位置的道路限速与驾驶人速度表现特征数据中的速度表现系数相乘之后的速度为标识，作为未来驾驶路段中每个位置的基准参考速度；

步骤132，获取当前时刻对应的未来驾驶路段中每个位置的基准参考速度序列，表达式为：

（2）

其中，为未来驾驶路段中的基准参考速度序列；/>为距离当前位置第一位置间隔的基准参考速度，/>为距离当前位置第二位置间隔的基准参考速度，为距离当前位置第n位置间隔的基准参考速度；

可选地，位置间隔根据未来驾驶路段的全局道路路段长度进行设定，进一步地，一个位置间隔为100m。

步骤133，同步当前时刻对应的未来驾驶路段下每个位置的坡度和曲率数组序列、基准速度数组序列与多源信息时序同步表数据，进而获得车端实时信息与未来驾驶路段特征识别信息的信息解析数据。

可选地，通过ADAS V2地图获取驾驶前方预设行程（3km）每个位置的道路坡度和道路曲率，并将当前时刻对应未来驾驶路段下的坡度和曲率数组序列、基准速度数组序列与多源信息时序同步表进行同步，如表1所示。

表1多源信息时序同步表与未来驾驶场景基准数组序列示意

注：[1 n]代表有未来驾驶场景下有n个位置间隔。

本发明的方法解决了不同环境感知设备的采样频率不同的问题，同时实现了实时信息与未来驾驶路段信息的同步。

步骤2，将步骤1的信息解析数据实时传入多核异构控制器的A核，获取状态有效的信息解析数据。

进一步地，将步骤1在M核解析后的信息解析数据传入A核。

进一步地，M核通过寄存器中断的方式传递消息命令以实现M核向A核通信，并基于消息传递单元将解析后的信息解析数据和信息解析数据中的信息状态标志位发送至A核。

步骤21，M核准备信息解析数据，将M核消息传递单元的发送位TX设置为空位，接收位RX设置为满位，并产生接受中断请求；

步骤22，消息传递单元的发送位TX通知A核的状态寄存器准备读取数据，A核响应中断请求并开始读取信息解析数据；

步骤23，A核读取完信息解析数据后，消息传递单元的接收位RX满位清零，证明信息已经完成传递，消息传递单元的发送位TX空位变为满位，状态寄存器告知M核完成信息解析数据读取。

步骤24，A核检测信息状态标志位，通过信息状态标志位判断所接受的信息解析数据的有效性；获取状态有效的信息解析数据。

具体地，当多源信息时序同步表中未来驾驶路段中的基准参考速度序列存在空值时，则对应信息状态标志位为0，传送的信息解析数据无效；当多源信息时序同步表数据存在正常数值时，则对应信息状态标志位为1，传送信息解析数据有效。

可以理解的是，正常数值为在设定数据范围内的数值。

步骤3，基于步骤1和步骤2获得的多源信息时序同步表和有效的信息解析数据获得最新未来驾驶路段下的目标电池电量状态轨迹序列。

基于步骤1和步骤2获得的多源信息时序同步表和有效的信息解析数据进行任务预测，任务包括长时速度与功率需求和全局能量轨迹规划。

进一步，当M核不再向A核传入数据时，A核处于低功耗模式，基于长时速度与功率需求和全局能量轨迹规划任务预测输出最新未来驾驶路段下的目标电池电量状态轨迹曲线。

可选地，对长时速度与功率需求预测的具体预测步骤包括：基于多源信息时序同步表中的未来驾驶路段中的基准参考速度序列，在每个位置间隔对应基准速度的预设速度范围（如： [-10km/h，+10km/h] ）内进行随机抽样，形成未来驾驶路段下的长时速度预测序列，表达式为：

Rand（/>）

其中，为未来驾驶路段中的预测速度序列，/>为距离当前位置第一位置间隔的预测速度，/>为距离当前位置第二位置间隔的预测速度，/>为距离当前位置第n个位置间隔的预测速度；/>为距离当前位置第n个位置间隔的基准参考速度；Rand为随机抽样函数，用于在给定速度范围区间内抽取任一速度值。本发明能够有效模拟未来驾驶路段下的速度波动。

进一步地，基于所预测的长时速度预测序列和混动汽车的阻力拟合曲线公式获取未来驾驶场景下的行驶阻力和对应功率需求，如式（5）和式（6）所示：

（5）

（6）

其中，为混动汽车在不同速度状态下拟合的总阻力，/>，/>，/>分别为行驶阻力拟合系数，不同车重下的阻力拟合系数不同，/>为未来驾驶场景中的预测速度序列，为未来驾驶场景中的预测功率序列。

进一步地，采用动态规划模型进行全局能量轨迹规划的具体步骤为：将未来驾驶场景中的所预测的速度序列和功率序列输入动态规划模型，基于混动汽车的工作模式和所设定的电池电量状态进行逆向遍历和正向搜索，获得未来驾驶场景中的目标电池电量状态轨迹序列，如式（7）所示：

（7）

其中，为未来驾驶场景中的目标电池电量状态轨迹序列，/>为距离当前位置第一位置间隔的目标电池电量状态，/>为距离当前位置第二位置间隔的目标电池电量状态，/>为距离当前位置第n个位置间隔的目标电池电量状态。

步骤4，唤醒最新未来驾驶路段下的目标电池电量状态轨迹序列。

当驾驶人启用混动汽车的全局能量管理功能介入混动汽车的混动系统决策与控制或者基于事件触发机制时，M核向A核发出调用服务请求指令，唤醒A核并发送基于最新所预测长时速度预测序列对应未来驾驶路段下的目标电池电量状态轨迹曲线。

其中，A核与M核基于SOME/IP协议进行单向数据传输，M核向A核发送调用服务请求，A核进行答复并将最新未来驾驶路段下的目标电池电量状态轨迹序列输出至M核，采用SOME/IP协议进行通讯能够有效降低总线信息的负载率。

其中，基于事件触发机制主要为定时间周期或定行驶里程进行触发，一般为每10分钟或行驶1km触发一次，当满足事件触发机制时，由M核向A核发出调用服务请求指令。

步骤5，A核将未来驾驶路段下的目标电池电量状态轨迹序列作用于M核，基于混动汽车当前位置的行驶位置、行驶速度和行驶时间确定未来驾驶路段下的不同位置间隔状态下的电池目标SoC状态，获取当前位置状态下的目标SoC值；结合当前位置状态下的目标SoC值进行混动系统工作模式决策、以及多动力源功率分配，生成混动汽车的全局能量管理策略。

M核接收A核所发送的未来驾驶场景下的目标电池电量状态轨迹曲线，基于混动汽车当前位置的行驶速度和行驶时间确定未来驾驶场景下的不同位置间隔状态下的电池目标SoC状态，获取当前位置状态下的目标SoC值。

进一步，结合当前位置状态下的目标SoC值进行混动系统工作模式决策、以及多动力源功率分配，从而实现混动汽车全局能量管理。

可选地，基于混动汽车当前位置、行驶速度和行驶时间搜索当前位置状态下的目标电池SoC值，具体地：当A核将发送未来驾驶场景下的目标电池电量状态轨迹序列时，混动汽车的最新未来驾驶场景下的起点的为起点车辆速度，对应起点车辆速度/>的时间为起始时间/>，对应起点车辆速度/>的车机导航地图位置为起点车机导航地图位置/>；从最新未来驾驶场景下的起始位置开始记录混动汽车行驶的预测速度序列V，V=[/>]以及预测行驶时间T秒，其中，/>为第t个时刻的预测车辆速度，t=1,2,…,T，T为总预测行驶时间；确定混动汽车相对于起点车机导航地图位置的预测行驶距离/>；搜索混动车辆行驶总预测行驶时间T秒后的预测行驶位置处于目标电池电量状态轨迹曲线对应的位置间隔，以对应电池目标SoC状态为当前位置状态下的目标SoC值。

可选地，结合当前位置下的目标SoC值进行混动系统工作模式决策以及多动力源功率分配。对于混动系统基于规则的工作模式决策以及多动力源功率分配方式的主要影响因素包括车速、踏板开度以及电池实时SoC状态，本发明在此基础上引入当前位置下的目标SoC值，采用PI控制器和等效燃油消耗最小方法进行混动系统工作模式选择以及多动力源功率分配，使电池实时SoC状态跟随目标SoC值，生成混动汽车的全局能量管理策略。

步骤6：根据启动条件确定能量管理策略。

本发明为保证混动汽车能量管理的稳定性和安全性。因此，限制当满足混动汽车全局能量管理条件时才能启用混动汽车的全局能量管理策略，如果不满足任一条件，混动系统则适时切换至基于规则的能量管理策略。

其中，混动汽车全局能量管理策略的自动启用需同时满足以下条件，第一，当车机导航地图启用并输出未来驾驶路段下的基准参考速度序列；第二，M核结合当前位置下的目标SoC值进行混动系统工作模式决策、以及多动力源功率分配，从而实现混动汽车全局能量管理与A核结合当前位置下的目标SoC值进行混动系统工作模式决策、以及多动力源功率分配，使得混动汽车全局能量管理之间能够有效通讯且相互请求发送数据时，并检测传送信息解析数据有效；第三，在M核结合当前位置下的目标SoC值进行混动系统工作模式决策、以及多动力源功率分配，从而实现混动汽车全局能量管理能够搜索当前位置的目标SoC为有效值时，当电池目标SoC超出边界值时即为无效，通常电池SoC的范围在10%~95%之间。若上述条件有任一情况不满足时，则切换至基于规则的能量管理策略。

本发明采用具有不同算力芯片的多核异构控制器作为硬件载体，解决全局能量管理不同计算任务算力要求不均衡的问题，同时，将不同计算任务进行模块化解耦，一方面，能够对不同计算任务进行合理部署并实现跨核调度响应，另一方面，实现全局能量管理策略和规则能量管理策略的适时切换，保证了行车安全。解决了随着车端感知设备的搭载和技术成熟，车机导航地图、ADAS V2地图、摄像头和雷达感知设备等为车端控制器带来的信息资源庞大，全局能量管理任务的信息类型繁多，全局能量管理任务涉及信息感知与时序同步对齐、面向场景的驾驶速度表现解析、未来驾驶路段特征识别、长时速度与功率需求预测、全局能量轨迹规划、混动系统工作模式决策与控制、混动系统多动力源功率分配等多环节计算任务，不同任务之间对于强串联逻辑性的需求问题。此外，还基于双核控制芯片提供了足够的算力空间以及保证实时响应性。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种多任务跨核部署下的混动汽车全局能量管理优化方法，其特征在于，包括如下步骤：

步骤1，将多个环境感知设备采集的多个在线原始信息输入多核异构控制器的M核，经过信息感知与时序同步对齐、面向场景的驾驶速度表现解析、未来驾驶路段特征识别获取信息解析数据；

步骤2，将步骤1的信息解析数据实时传入多核异构控制器的A核，获取状态有效的信息解析数据；

步骤3，基于步骤1和步骤2获得的多源信息时序同步表和有效的信息解析数据获得未来驾驶路段下的目标电池电量状态轨迹序列；

步骤4，唤醒未来驾驶路段下的目标电池电量状态轨迹序列；

步骤5，A核将未来驾驶路段下的目标电池电量状态轨迹序列作用于M核，基于混动汽车的当前位置、行驶速度和行驶时间确定未来驾驶路段下的不同位置间隔的电池目标SoC状态，基于电池目标SoC状态获取当前位置的目标SoC值；结合当前位置的目标SoC值进行混动系统工作模式决策和多动力源功率分配，生成混动汽车的全局能量管理策略。

2.根据权利要求1所述的混动汽车全局能量管理优化方法，其特征在于，步骤1的具体步骤如下：

步骤11，将多个环境感知设备采集的多个在线原始信息输入多核异构控制器的M核进行时序同步对齐获得多源信息时序同步表；

步骤12，提取车端历史驾驶行程大数据中驾驶人速度表现特征数据，获取驾驶人面向场景的驾驶速度表现矩阵；

步骤13，融合多源信息时序同步表与驾驶人速度表现矩阵对未来驾驶路段特征识别获取信息解析数据。

3.根据权利要求2所述的混动汽车全局能量管理优化方法，其特征在于，步骤2中获取状态有效的信息解析数据的具体步骤为：A核检测信息状态标志位，通过信息状态标志位判断所接受的信息解析数据的有效性；获取状态有效的信息解析数据。

4.根据权利要求3所述的混动汽车全局能量管理优化方法，其特征在于，步骤2中A核检测信息状态标志位，通过信息状态标志位判断所接受的信息解析数据的有效性的具体步骤为：当接受的信息解析数据中存在正常数值时，则对应信息状态标志位为1，传送信息解析数据有效。

5.根据权利要求4所述的混动汽车全局能量管理优化方法，其特征在于，步骤3的具体步骤如下：

基于步骤1和步骤2获得的多源信息时序同步表和有效的信息解析数据进行任务预测，获得长时速度与功率需求预测序列；

将长时速度与功率需求预测序列输入动态规划模型，基于混动汽车的工作模式和所设定的电池电量状态进行逆向遍历和正向搜索，获得未来驾驶场景中的目标电池电量状态轨迹序列。

6.根据权利要求1-5任一项所述的混动汽车全局能量管理优化方法，其特征在于，还包括步骤6：根据启动条件确定能量管理策略。