基于云端高精地图的车辆滑行方法、装置及车辆

专利2026-08-12  4


本技术涉及车辆,特别涉及一种基于云端高精地图的车辆滑行方法、装置及车辆。


背景技术:

1、相关技术中,主要存在两种方法来进行商用车空挡滑行规划,基于规则的商用车滑行控制方法,基于最优化理论的商用车滑行控制方法。

2、基于规则的经济滑行方法通常根据车辆当前所处道路的坡度信息与车辆运行状态进行滑行决策,或者根据前方一段道路的平均坡度,在较为平缓的下坡采取空挡行驶,这种方法虽然易于理解,且对车端计算资源占用较少,但是基于规则的滑行方式并没有考虑车辆在挡时的行驶速度对于车辆滑行决策的影响,没有提前规划车辆在挡行驶速度来使得车辆在合适的位置空挡行驶,同时规则对于道路坡度情况考虑不够全面,只能根据经验来设计开始滑行的阈值条件,不能充分挖掘经济滑行的潜能,因此燃油经济性势必受到一定的损失。

3、基于最优化理论的商用车滑行规划方法,部分根据发动机的map图来确定最优速度曲线,之后使车辆沿最优速度曲线加速至最高车速,之后挂上空挡进行滑行。该方法在求解计算时未能充分考虑道路坡度对于车辆行驶经济性的影响,且加速速度曲线过于固定,导致在实际有坡度起伏的高速公路上节油效果不佳。基于全局动态规划的商用车经济滑行则会导致算法占用储存空间过大,算法实时欠佳。


技术实现思路

1、本技术提供一种基于云端高精地图的车辆滑行方法、装置及车辆,以解决相关技术中经济滑行方法未充分考虑道路坡度对于车辆行驶经济性的影响和车辆在挡时的行驶速度对于车辆滑行决策的影响导致车辆的燃油经济性较低等问题。

2、本技术第一方面实施例提供一种基于云端高精地图的车辆滑行方法,包括以下步骤:获取目标车辆的行驶状态信息和位置信息;根据所述位置信息和高精地图确定所述目标车辆行驶方向上的坡度信息;获取所述目标车辆的车辆模型,并设置所述目标车辆的车辆模型参数;根据所述行驶状态信息、所述坡度信息和所述车辆模型参数规划所述目标车辆的经济车速挡位序列,根据所述经济车速挡位序列确定所述目标车辆的目标车速与目标挡位,基于所述目标车速与所述目标挡位控制所述目标车辆滑行。

3、可选地,所述根据所述行驶状态信息、所述坡度信息和所述车辆模型参数规划所述目标车辆的经济车速挡位序列,包括:根据所述行驶状态信息、所述坡度信息和所述车辆模型参数的至少一种搜索开始滑行或者停止滑行的可行域;在所述可行域中对至少一种滑行方案进行正向动态规划或反向动态规划;根据每种滑行方案的规划结果确定所述目标车辆的经济车速挡位序列。

4、可选地,所述可行域的搜索包括以下至少一种情况:车辆在初始路点以初始速度开始滑行;车辆滑行至终路点且最后速度为设定的巡航速度;车辆在中间路点位置开始滑行,滑行的开始速度基于动态规划离散的状态空间中选取。

5、可选地,所述在所述可行域中对至少一种滑行方案进行正向动态规划与反向动态规划,包括:建立节油与行驶效率的目标函数;确定所述目标车辆行驶方向上的多段规划道路的目标道路段数关系;以所述目标道路段数关系作为所述目标函数的约束,对所述目标函数进行正向动态规划或反向动态规划的求解。

6、可选地,所述正向动态规划与所述反向动态规划相同,其中,所述正向动态规划包括:根据离散的预设速度间隔规划每个阶段的离散速度数量;获取初始路点的代价和终路点的代价,根据所述离散速度数量计算每个阶段从初始路点到达当前阶段的路点状态的最小代价;计算两个路点状态之间的最小转移代价,根据所述初始路点的代价、终路点的代价、从初始路点到达当前阶段的路点状态的最小代价、以及最小转移代价生成代价矩阵;根据所述代价矩阵对所述目标函数进行求解。

7、可选地,所述目标函数包括:

8、

9、其中,w1为燃油经济性项权重,w2为行驶效率项权重,δti为车辆在两个路点之间的行驶时间,be(te,i,ne,i)为车辆行驶中的瞬时燃油消耗量,ne,i为第i路点的发动机转速,te,i为第i路点的发动机输出转矩,为发动机怠速瞬时油耗,δsi为第i段道路的长度,vi为第i路点的车辆速度,vi-1为第i-1路点的车辆速度;

10、其中,约束条件为:

11、vmin≤vi≤vmax,i∈{1,2,3...n},

12、其中,vi为第i路点的车辆速度,vmin为车辆的最小速度,vmax为车辆的最大速度;

13、amin≤ai≤amax,i∈{1,2,3...n},

14、其中,ai为第i路点的车辆加速度,amin为车辆的最小加速度,amax为车辆的最大加速度;

15、te,min≤te,i≤te,max,i∈{1,2,3...n},

16、其中,te,i为第i路点的发动机输出转矩,te,min为发动机最小输出转矩,te,max为发动机最大输出转矩;

17、zi={0,1},i∈{1,2,3...n}

18、其中,zi为第i路点的车辆挡位信号,当车辆变速箱挡位为最高挡时zi=0,当车辆变速箱挡位为空挡情况时zi=1;

19、

20、其中,

21、

22、其中,zi为第i路点的车辆挡位信号,zi+1为第i+1路点的车辆挡位信号;

23、所述目标道路段数关系包括:

24、

25、其中,ni为重新划分的大路段中包含的小路段数量,n为规划道路。

26、可选地,所述至少一种滑行方案包括第一至第四滑行方案,其中,

27、第一滑行方案包括:

28、根据正向动态规划的至少一个规划方案确定滑行的终点位置和终点状态;根据所述终点位置和所述终点状态推算所述终点位置之前的任意两路点的代价,根据所述任意两路点的代价计算滑行的开始位置到终点位置的车速挡位序列的代价值;选择代价值最小的车速挡位序列作为所述目标车辆的经济车速挡位序列;

29、第二滑行方案包括:

30、根据反向动态规划的至少一个规划方案确定滑行起点位置与起始状态;

31、根据所述任意两路点的代价计算滑行的开始位置到终点位置的车速挡位序列的代价值,选择代价值最小的车速挡位序列作为所述目标车辆的经济车速挡位序列;

32、第三滑行方案包括:

33、根据正向动态规划的至少一个规划方案确定滑行的终点位置和终点状态,根据所述正向动态规划的任意两路点的代价计算滑行的开始位置到终点位置的第一阶段的车速挡位序列的代价值;根据反向动态规划的至少一个规划方案确定滑行的起点位置与起始状态,根据所述反向动态规划的任意两路点的代价计算滑行的开始位置到终点位置的第三阶段的车速挡位序列的代价值;根据所述车辆的匀加速状态计算出第二阶段的车速挡位序列的车速挡位序列的代价值;计算所述第一阶段至所述第三阶段的车速挡位序列的代价值,选择代价值最小的车速挡位序列作为所述目标车辆的经济车速挡位序列;

34、第四滑行方案包括:

35、根据正向动态规划的至少一个规划方案确定滑行的终点位置和终点状态;根据反向动态规划的至少一个规划方案确定滑行的起点位置与起始状态,根据任意两路点的代价计算滑行的开始位置到终点位置的第三阶段的车速挡位序列的代价值,选择代价值最小的车速挡位序列作为所述目标车辆的经济车速挡位序列。

36、可选地,所述车辆模型包括车辆纵向动力学模型、车辆空挡滑行时的能量守恒模型和车辆发动机油耗模型的至少一个,所述车辆模型参数包括车辆处于非空挡行驶时的模型参数和车辆处于空挡滑行时的模型参数。

37、本技术第二方面实施例提供一种基于云端高精地图的车辆滑行装置,包括:获取模块,用于获取目标车辆的行驶状态信息和位置信息;确定模块,用于根据所述位置信息和高精地图确定所述目标车辆行驶方向上的坡度信息;设置模块,用于获取所述目标车辆的车辆模型,并设置所述目标车辆的车辆模型参数;规划模块,用于根据所述行驶状态信息、所述坡度信息和所述车辆模型参数规划所述目标车辆的经济车速挡位序列,根据所述经济车速挡位序列确定所述目标车辆的目标车速与目标挡位,基于所述目标车速与所述目标挡位控制所述目标车辆滑行。

38、本技术第三方面实施例提供一种车辆,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-5任一项所述的基于云端高精地图的车辆滑行方法。

39、由此,本技术至少具有如下有益效果:

40、(1)本技术实施例基于云端高精地图的商用车经济滑行方法,根据车辆行驶状态和前方道路坡度,选择车辆车速与挡位为控制量,建立相应的约束条件,构建了最优化问题,通过滚动迭代的动态规划来求解最优控制问题,得到兼顾经济性与行驶效率的车速挡位序列。

41、(2)本技术实施例利用正向/反向动态规划无后效性的经济滑行规划求解方法,首先通过正向动态规划与反向动态规划计算出各自全程在挡行驶的代价矩阵并且进行保存,之后通过可行域搜索,提前搜索出所有满足约束的可能情况,并利用动态规划的无后效性,求解在挡部分的经济车速序列以及代价,减少了经济滑行中在挡部分的车速求解计算量。

42、本技术附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本技术的实践了解到。


技术特征:

1.一种基于云端高精地图的车辆滑行方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于云端高精地图的车辆滑行方法,其特征在于,所述根据所述行驶状态信息、所述坡度信息和所述车辆模型参数规划所述目标车辆的经济车速挡位序列,包括:

3.根据权利要求2所述的基于云端高精地图的车辆滑行方法,所述可行域的搜索包括以下至少一种情况:

4.根据权利要求2所述的基于云端高精地图的车辆滑行方法,所述在所述可行域中对至少一种滑行方案进行正向动态规划与反向动态规划,包括:

5.根据权利要求4所述的基于云端高精地图的车辆滑行方法,所述正向动态规划与所述反向动态规划相同,其中,所述正向动态规划包括:

6.根据权利要求4所述的基于云端高精地图的车辆滑行方法,其特征在于,所述目标函数包括:

7.根据权利要求2所述的基于云端高精地图的车辆滑行方法,其特征在于,所述至少一种滑行方案包括第一至第四滑行方案,其中,

8.根据权利要求1所述的基于云端高精地图的车辆滑行方法,其特征在于,所述车辆模型包括车辆纵向动力学模型、车辆空挡滑行时的能量守恒模型和车辆发动机油耗模型的至少一个,所述车辆模型参数包括车辆处于非空挡行驶时的模型参数和车辆处于空挡滑行时的模型参数。

9.一种基于云端高精地图的车辆滑行装置,其特征在于,包括:

10.一种车辆,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-8任一项所述的基于云端高精地图的车辆滑行方法。


技术总结
本申请涉及车辆技术领域,特别涉及一种基于云端高精地图的车辆滑行方法、装置及车辆,其中,方法包括:获取目标车辆的行驶状态信息和位置信息;根据位置信息和高精地图确定目标车辆行驶方向上的坡度信息;获取目标车辆的车辆模型,并设置目标车辆的车辆模型参数;根据行驶状态信息、坡度信息和车辆模型参数规划目标车辆的经济车速挡位序列,根据经济车速挡位序列确定目标车辆的目标车速与目标挡位,基于目标车速与目标挡位控制目标车辆滑行。由此,解决了相关技术中经济滑行方法未充分考虑道路坡度对于车辆行驶经济性的影响和车辆在挡时的行驶速度对于车辆滑行决策的影响导致车辆的燃油经济性较低等问题。

技术研发人员:高博麟,张傲,秦涛,李淑艳,万科科,但佳壁,赵阳磊,胡猛
受保护的技术使用者:清华大学
技术研发日:
技术公布日:2024/11/11
转载请注明原文地址: https://tieba.8miu.com/read-23592.html

最新回复(0)