一种分层式车辆队列经济性驾驶协同控制方法

技术领域

本发明涉及智能网联汽车节能控制领域，尤其涉及一种分层式车辆队列经济性驾驶协同控制方法。

背景技术

环境污染与能源消耗问题日益严峻推动车辆经济性驾驶成为行业关注的焦点。目前，经济性驾驶技术一方面通过获取城市路口交通信号灯相位信息，规划车辆速度，避免频繁启停，实现车辆经济性驾驶；另一方面对于非城市道路，通过获取道路坡度信息，规划合理车速，利用坡度将重力势能进行充分转化回收，提升车辆的能耗经济性。

随着V2V(Vehicle to Vehicle)和V2I(Vehicle to Infrastructure)技术的日渐成熟，智能网联汽车不仅能获取道路环境信息，还能与周围车辆进行数据交互与信息共享。尤其在高速路场景下，目前研究大多注重充分利用车辆对环境的感知能力，利用经济性驾驶技术对单一车辆进行经济性巡航速度规划；其次，针对高速度车辆密度不大的特点，当前研究通过对车辆进行编队控制的方式，在一定程度上可以减小车间距而降低空气阻力，从而降低车辆行驶能耗。在此类主流研究中，对车速的规划方法不仅计算效率低，且未能考虑横向特性对行驶安全性的影响，对队列的协同控制中较少融合经济性驾驶技术，节能潜力有待挖掘，并且计算复杂度较高。

发明内容

本发明的目的在于提供一种分层式车辆队列经济性驾驶协同控制方法对车辆经济驾驶技术和队列协同控制进行融合，以提升整体能耗特性和安全性，同时降低计算复杂度。

为达到上述目的，本发明的技术方案为：提供一种分层式车辆队列经济性驾驶协同控制方法，其创新点在于：包括以下步骤：

S1：构建纯电动车组成的车辆队列，设位于车辆队列第一辆的为领航车辆，其它为跟随车辆；

S2：构建上层控制策略，对领航车辆规划经济性车速轨迹；

(1)通过高精度地图获取道路环境信息；

(2)构建横纵向耦合的车辆动力学模型；

(3)根据车辆动力学模型构建领航车辆经济性车速规划的目标函数；

(4)构建基于变步长滚动迭代动态规划的求解策略，求解获取领航车辆在当前路段的经济最优扭矩序列，即最优控制序列；

(5)将步骤(4)得到的最优扭矩序列传递给领航车辆的车辆传动系统，由该车辆传动系统换算得到领航车辆的当前最经济车速，即最优速度轨迹；

S3：构建下层控制策略，即设计跟车控制策略用于跟随车辆；

(1)获取领航车辆的当前状态信息，跟随车辆通过车车通信V2V获取经济性速度轨迹；

(2)确定跟车过程中的间距误差Δs、速度v

(3)基于模型预测控制设计下层跟车控制策略；

S4：将步骤S2获得的领航车辆经济最优扭矩序列、当前的最经济车速和步骤3获取的领航车辆的当前状态信息通过车车通信V2V传达给各跟随车辆；

S5：通过步骤S3中的下层跟车控制策略接收步骤S4传达的信息，并对队列跟随车辆进行优化控制，即完成对分层式车辆队列经济性驾驶的协同控制。

进一步的，所述的步骤S2的(1)中，通过高精度地图获取道路环境信息包括道路坡度、道路弯道曲率以及道路限速信息。

进一步的，所述的步骤S2的(2)中的构建的横纵向耦合的车辆动力学模型为：根据获取的道路环境信息，综合车辆行驶经济性和安全性，对车辆横向和纵向动力学进行耦合，得到车辆动力学方程为；

其中，m为车辆质量，v

F

其中，T

进一步的，所述的步骤S2的(3)中的根据车辆动力学模型构建领航车辆经济性车速规划的目标函数为：

v

u

其中，p

进一步的，所述的步骤S2的(4)构建基于变步长滚动迭代动态规划的求解策略具体包括：

(a)对道路进行阶段划分以及离散化

按照限速信息对道路进行阶段划分；其次对每一阶段道路基于距离按照步长D

(b)在各阶段道路离散的基础上，将行程时间约束置于目标函数中，再将所述的目标函数从基于时间域转化为基于距离域离散的形式，即

v

u

其中

(c)在每个阶段上设计迭代动态规划算法进行求解，具体为：在经典动态规划的基础上，通过迭代，对状态量与控制量网格进行收缩，第一次迭代计算后储存得到最优控制序列

经过χ次迭代计算，最终得到最优控制序列

进一步的，所述的步骤S3中的(1)中的获取的领航车辆的当前状态信息包括包括所述领航车辆的实际转矩、速度和当前实时位置信息。

进一步的，所述的步骤S3的(2)中确定跟车过程中的间距误差Δs、速度v

其中，y

进一步的，所述的步骤S3的(3)中基于模型预测控制设计下层跟跟车控制策略，具体包括：

(a)构建队列车间跟车运动学模型：

式中，T

(b)确定跟车间距策略

采用可变车头时距策略，期望车间距可由下式计算得到：

t

s

其中，t

(c)确定跟车间距误差为Δs(t)＝s

(d)基于所述运动学模型，构建离散的跟车系统状态方程

其中，x(t)＝[s

(e)基于模型预测控制构建目标函数为：

其中N

与现有技术相比，本发明具有以下优点：

1、本发明设计的分层优化控制策略，融合经济驾驶技术与队列协同控制技术，能提升车辆队列整体能耗特性，且只对领航车辆进行速度规划能大幅度降低计算复杂度。

2、本发明设计的变步长滚动迭代动态规划算法合理根据限速改变道路离散步长，对动态规划进行迭代计算，可提升计算效率，做到滚动在线优化。

3、本发明对领航车辆规划经济性车速时，通过对车辆横向和纵向动力学的耦合，可有效提升行驶安全性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施的流程示意图。

图2是道路阶段划分示意图。

图3是本发明迭代动态规划算法示意图。

图4是队列中车辆间行驶运动学示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分的实施例，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，都应当属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“包括”以及它们任何变形，意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法或系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，术语“上层”、“下层”、“横向”和“纵向”等是未来便于描述本发明，而不是指示或暗示特定方位。

本发明提供一种分层式车辆队列经济性驾驶协同控制方法，包括以下步骤：

S1：构建纯电动车组成的车辆队列，在本实施方式中，构建的车辆队列包括四辆纯电动车，设位于车辆队列第一辆的为领航车辆，其它为跟随车辆；

S2：构建上层控制策略，对领航车辆规划经济性车速轨迹；

(1)通过高精度地图获取道路环境信息；道路环境信息包括道路坡度、道路弯道曲率以及道路限速信息。

(2)构建横纵向耦合的车辆动力学模型；构建横纵向耦合的车辆动力学模型具体为：根据获取的道路环境信息，综合车辆行驶经济性和安全性，对车辆横向和纵向动力学进行耦合，得到车辆动力学方程为；

其中，m为车辆质量，v

F

其中，T

(3)根据车辆动力学模型构建领航车辆经济性车速规划的目标函数；

目标函数具体为：

v

u

其中，p

(4)构建基于变步长滚动迭代动态规划的求解策略，求解获取领航车辆在当前路段的经济最优扭矩序列，即最优控制序列；

构建基于变步长滚动迭代动态规划的求解策略具体包括：

(a)对道路进行阶段划分以及离散化

如图2所示，按照限速信息对道路进行阶段划分；其次对每一阶段道路基于距离按照步长D

(b)在各阶段道路离散的基础上，将行程时间约束置于目标函数中，再将所述的目标函数从基于时间域转化为基于距离域离散的形式，即

v

u

其中

(c)在每个阶段上设计迭代动态规划算法进行求解，算法求解流程如图3所示，具体为：在经典动态规划的基础上，通过迭代，对状态量与控制量网格进行收缩，第一次迭代计算后储存得到最优控制序列

经过χ次迭代计算，最终得到最优控制序列

(5)将步骤(4)得到的最优扭矩序列传递给领航车辆的车辆传动系统，由该车辆传动系统换算得到领航车辆的当前最经济车速，即最优速度轨迹；

S3：构建下层控制策略，即设计跟车控制策略用于跟随车辆；其中，上层控制策略和下层控制策略如图1所示。

(1)获取领航车辆的当前状态信息，跟随车辆通过车车通信V2V获取经济性速度轨迹；领航车辆的当前状态信息包括包括所述领航车辆的实际转矩、速度和当前实时位置信息。

(2)确定跟车过程中的间距误差Δs、速度v

其中，y

(3)基于模型预测控制设计下层跟车控制策略；具体包括：

(a)根据如图4所示车间运动学关系构建队列车间跟车运动学模型：

式中，T

(b)确定跟车间距策略

采用可变车头时距策略，期望车间距可由下式计算得到：

t

s

其中，t

(c)确定跟车间距误差为Δs(t)＝s

(d)基于所述运动学模型，构建离散的跟车系统状态方程

其中，x(t)＝[s

(e)基于模型预测控制构建目标函数为：

其中N

S4：将步骤S2获得的领航车辆经济最优扭矩序列、当前的最经济车速和步骤3获取的领航车辆的当前状态信息通过车车通信V2V传达给各跟随车辆；

S5：通过步骤S3中的下层跟车控制策略接收步骤S4传达的信息，并对队列跟随车辆进行优化控制，即完成对分层式车辆队列经济性驾驶的协同控制。