技术领域
[0001] 本
发明属于
汽车能量控制技术领域，其涉及的是一种道路车辆速度优化的分层控制方法，通过交通道路信息的采集，在主
控制器中规划行驶模式，在从控制器中通过优化
发动机转矩、挡位和
制动力来实现速度的优化，以实现更好的燃油经济性。
背景技术
[0002] 根据美国
能源信息管理局(EIA)2017年度能源展望中规定，在美国，
轻型货车(汽车和
卡车)的燃油经济性消耗量为22.3mpg，而在法律上，企业平均燃油经济性(CAFE)对今年的新车经济性的要求是33.4mpg。对于CAFE法规中要求的燃油经济性与真实情况下的油耗之间的差异主要是驾驶员以高速或高负荷下(比在实验室时的速度要高)在道路上行驶。因此，所谓的“经济性驾驶”策略是通过辅助或替换司机来优化速度和纵向控制来减小法规规定的油耗和实际油耗之间的差距。一般来说，经济性驾驶的主要思想是：从能量
角度找到特定行驶旅程的最优行驶方式。这是一个广泛的领域，因为它考虑了更多的信息，如行驶距离，速度限制，道路
曲率，换档策略，交通
信号灯，周边车辆等。
[0003] 经济性驾驶的核心问题是从起点到终点优化速度分布的问题。然而，在实际行驶条件中，通过V2X，GPS(全球
定位系统)，GIS(
地理信息系统)等给定固定路线和相应的附加外部信息，由于影响驾驶轨迹的因素较多，使得问题变得非常复杂，难以优化整个行程的速度轨迹。
[0004] 有几种实用的方法，如启发式方法(基于规则，
模糊逻辑和神经网络)可以优化速度轨迹。但是，这些策略不能充分利用外部信息。一些基于优化的方法，如动态规划(DP)，Pontryagin极小值原理(PMP)，随机动态规划(SDP)，DP和PMP结合的方法和模型预测控制(MPC)可以用来设计最优控制策略。但由于计算负担过重，难以实现实时控制。在基于MPC的控制器中，与其他控制问题不同，
速度曲线优化需要的预测时间要很长，通常可达30秒甚至更长。因此，如何提高计算效率是促进经济性驾驶在实际应用中的关键问题。
发明内容
[0005] 针对
现有技术的
缺陷，本发明提出了一种道路车辆速度优化的分层控制方法，用计算有效的分层控制策略来代替集中式优化方法。本发明的控制策略是将初始问题解耦为两个子问题，第一个子问题涉及驾驶模式的制定，第二个子问题是在每个驾驶模式下对控制输入进行优化。另外，在减速阶段，我们认为关闭发动机缸内技术能够进一步降低油耗。结果表明，与传统的集中优化控制器相比，分层速度优化控制的计算效率明显提高，同时确保了相同的燃油经济性。本发明是由“吉林大学研究生创新基金资助项目2017055”资助完成的。
[0006] 一种道路车辆速度优化的分层控制方法，包括以下步骤：
[0007] 步骤一、道路交通信息采集：实时采集车辆所处的道路交通信息，以及自车的行驶状态信息；
[0008] 步骤二、建立车辆动力学模型：根据所述步骤一采集的交通速度限制信息和自车的行驶状态信息建立车辆动力学模型；
[0009] 步骤三、分层控制器设计：基于所述步骤二建立的车辆动力学模型，设计分层控制器，确定优化目标和约束条件；分层控制器包括
主控制器和从控制器，主控制器根据车辆的运行状态和道路交通信息决策出车辆驾驶模式；从控制器是根据最优控制目标，由动力学方程分别求解出车辆在不同驾驶模式下的最优控制律，从而实现车辆的速度优化。
[0010] 进一步地，所述步骤二建立车辆动力学模型的具体过程为：
[0011] 车辆动力学模型的离散时间方程为：
[0012]
[0013]
[0014] 式中，x＝[sdis,v]是状态量，sdis是车辆行驶距离，v是车辆行驶速度；
[0015] Te是发动机输出转矩；Fb是制动力；Mveh是车辆的
质量；rw是
车轮半径；ηt是传动系总效率；cd是阻力系数；ρa是空气
密度；Av是车辆迎
风面积；μ是
滚动摩擦系数；g是重力
加速度；θ是道路坡度；
[0016] Ig是动力传动系的
传动比；动力传动系的传动比Ig取决于挡位ng；
[0017] 下一个时刻的挡位ng，通过当前挡位ng0和换挡命令ug表示，如下：
[0018] ng＝ng0+ug
[0019] 其中，换挡命令为ug∈{-1,0,1}，其分别表示降档，保持和升档；
[0020] 选取发动机输出转矩Te、制动力Fb和
换挡指令ug为控制变量，即u＝{Te,Fb,ug}；
[0021] 为了分析最优控制问题，将发动机单位时间的燃油消耗量 近似为发动机输出转矩Te和
发动机转速ωe的二阶函数：
[0022]
[0023] 其中，发动机转速ωe与传动比Ig的关系式为：
[0024]
[0025] F(.)＝bePe，燃油消耗率be可以从稳态时发动机的万有特性曲线中得到，Pe是发动机功率。
[0026] 进一步地，所述步骤三分层控制器设计包括以下过程：
[0027] 对于特定的行驶任务，车辆包含四种驾驶模式：加速模式，恒速模式，减速或巡航模式和制动模式，通过分层控制器，确定所述四种驾驶模式的切换时间，并在每种驾驶模式下优化控制变量：
[0028] a)从控制器：在从控制器中，四种不同的驾驶模式的最优控制问题如下：
[0029] 加速模式下：车辆须在确定的终端时间tac(边界条件由主控制器优化)时从起始速度v0加速到给定速度vac，在这种情况下，车辆动力学满足下式：
[0030]
[0031] 将加速模式的最终速度vac和终端时间tac选择为优化变量，终端时间tac边界条件由主控制器优化；将优化问题改写为：
[0032]
[0033] 上式中， 是发动机单位时间内的燃油消耗量，x是状态变量，包括车辆行驶距离sdis和行驶速度v，u是控制变量包括
发动机扭矩、制动力和换挡指令，即u＝{Te,Fb,ug}，满足sdis(t0)＝sdis,0，v(t0)＝v0，v(tac)＝vac，其他约束条件如下：
[0034] v≤vlim
[0035] ωe,min≤ωe≤ωe,max
[0036] Te,min≤Te≤Te,max
[0037] 0≤Fb≤Fb,max
[0038] 其中，*min和*max分别表示最小和最大的界限，vlim是在单一路段的速度限制。
[0039] 采用序列二次规划
算法，把[t0,tf]时域分成N步，将最优控制问题在Δt时间轴上采用前向差分的方法离散化，如下所示：
[0040] x(i+1)＝x(i)+f(x(i),u(i))·Δt
[0041] 最优控制问题可以重新定义为非线性规划问题，找出最优解χ＝[X,U]T∈R5N，[0042] 定义最优解为：
[0043] X＝[sdis(1),sdis(2),...,sdis(N),v(1),v(2),...,v(N)]
[0044] U＝[Te(1),Te(2),...,Te(N),ug(1),ug(2),...,ug(N),Fb(1),Fb(2),...,Fb(N)][0045] 为了满足成本函数：
[0046]
[0047] 如最优控制问题的成本函数中述所述，需要找到燃油消耗模型，加速阶段的燃油消耗Fac(.)和行驶距离Sac(.)由二次多项式拟合得到，如下式所示：
[0048]
[0049]
[0050] 其中， 和 是拟合系数，并且可以随初始速度而变化；
[0051] 恒速模式下： 发动机输出转矩仅用于克服由于行驶阻力引起的纵向加速度，因此，最优控制量 为：
[0052]
[0053] 在已知vac，tac，tco的条件下，燃油消耗为：
[0054]
[0055] 由于最优的控制量是常值，在恒速模式下的路程可以表示为：
[0056] Sco＝vac(tco-tac)
[0057] 减速或巡航模式下：车辆在一定挡位下惯性
滑行，Teo＝0，Fcr＝0，距离Scr可以通过下式的速度求积分获得：
[0058]
[0059] 初始速度vco、时间tco以及终端时间tcr是已知的；
[0060] 制动模式下：为了确保整个行驶任务在一定的制动时间段[tcr,tf]内的终端速度满足v(tf)＝vf，引入一个乘数因子来调节制动时的驾驶舒适性，如下所示：
[0061]
[0062] 其中，abr,0是制动模式的最大制动加速度，由γ来调整，γ＝1.5，确保终端速度可以减到vf，ζ定义为速度的函数，如式：
[0063]
[0064] 其中，β1≥0，表示函数的衰减度；β2≥0，定义速度的近似范围；
[0065] 假设车辆的所有参数都是已知的，则所述从控制器中不同驾驶模式的最优控制输入为 在主控制器中可对未知的速度和加速终端时间进行优化；
[0066] b)主控制器：
[0067] 主控制器用于调整不同驾驶模式的切换时间和边界条件，这是一个非线性规划问题，如下所示：
[0068] minG(Xm)＝Fac(Xm)+Fco(Xm)
[0069] 满足如下约束：
[0070] vac≤vlim,vbr,f(Xm)＝vf
[0071] t0≤tac≤tco≤tcr≤tf
[0072] Sac+Sco+Scr+Sbr＝sdis,f
[0073] 式中，Xm＝{vac,tac,tco,tcr}T∈R4，其中，vac代表加速模式的终端速度，tac代表加速模式的结束时间，tco代表恒速模式的结束时间，tcr代表减速阶段的结束时间；Fac代表加速模式的燃油消耗量，Fco代表恒速模式的燃油消耗量。
[0074] 更进一步地，所述从控制器进行加速模式下最优控制问题求解时，
[0075] 为了处理离散传动比的约束，在所述成本函数中引入了一个惩罚项：
[0076]
[0077] 受换挡指令ug∈{-1,0,1}的约束，将换挡指令转化为ug∈[-1,1]，其中Θ是由人为定义的，如下式所示：
[0078]
[0079] 其中Θpen是常数。
[0080] 综上，由于采用了上述的技术方案，本发明带来的有益效果是：
[0081] (1)本发明通过分层控制策略来代替集中式优化方法，通过主控制器规划驾驶模式，通过从控制器优化行驶速度，有效的减少了计算负担，提高了计算速度。
[0082] (2)本发明重点提出离散型非线性最优控制问题快速求解方法，由于计算速度快，可以用于实时应用。
附图说明
[0083] 图1为本发明的分层控制系统的整体控制方案
流程图；
[0084] 图2为本发明在具体任务中的四种工作模式。
具体实施方式
[0085] 以下结合技术方案和附图详细阐述本发明的具体实施方式。
[0086] 如图1所示，一种道路车辆速度优化的分层控制方法，通过车载全球定位系统(GPS)、地理信息系统(GIS)和
智能交通系统(ITS)采集道路交通信息，包括交叉路口、交通信号灯、左右转向、变道、入
匝道以及离开匝道等情况；根据采集的交通速度限制信息和自车的行驶状态建立车辆动力学模型；然后设计分层控制器，确定优化目标和约束条件，分层控制器包括主控制器和从控制器，主控制器是根据车辆的运行状态和道路交通信息决策出驾驶模式，从控制器是根据最优控制目标，由动力学方程分别求解出在不同驾驶模式下的最优控制律，从而实现车辆的速度优化。
[0087] 本发明涉及的是一种道路车辆速度优化的分层控制方法，步骤如下:
[0088] (1)道路交通信息采集
[0089] 通过车载全球定位系统(GPS)、地理信息系统(GIS)和智能交通系统(ITS)采集车辆所处的道路交通信息，并实时采集自车的行驶状态信息，如交叉路口、交通信号灯、左右转向、变道、入匝道以及离开匝道等情况。
[0090] (2)建立车辆动力学模型
[0091] 优化系统的动力学模型可以用距离sdis和车辆速度v来描述，其离散时间方程为：
[0092]
[0093]
[0094] 式中，x＝[sdis,v]是状态量，包括车辆行驶距离sdis和行驶速度v；Te是发动机输出转矩；Fb是制动力；Mveh是车辆的质量；rw是车轮半径；ηt是传动系总效率；cd是阻力系数；ρa是空气密度；Av是车辆迎风面积；μ是滚动
摩擦系数；g是
重力加速度；θ是道路坡度，当θ较小时，近似cos(θ)＝1，sin(θ)＝θ。
[0095] Ig是包括
主减速器在内的动力传动系的传动比值，动力传动系的传动比Ig取决于挡位ng，下一个时刻的挡位ng，通过当前挡位ng0和换挡命令ug表示，如下所示：
[0096] ng＝ng0+ug (2)
[0097] 其中，换挡命令可以为ug∈{-1,0,1}，其分别表示降档，保持和升档。避免在一定的变速下发动机速度产生大的变化。因此，选取发动机输出转矩Te、制动力Fb和换挡指令ug为控制变量，即u＝{Te,Fb,ug}。应该注意的是，换档是通过底层的
离合器控制来实现的。
[0098] 本发明主要关注传统
内燃机车辆的燃油经济性。一个重要的性能指标是发动机单位时间的燃油消耗量 它是发动机输出转矩Te和发动机转速ωe的函数。
[0099]
[0100] 关系式F(.)＝bePe，燃油消耗率be可以从稳态时发动机的万有特性曲线中得到，Pe是发动机功率。在本发明中为，为了分析最优控制问题，发动机的燃油消耗率 可近似为发动机输出转矩Te和发动机转速ωe的二阶函数。发动机转速与传动比的关系式为：
[0101]
[0102] (3)分层控制器设计
[0103] 通过步骤(2)建立了车辆行驶时的动力学模型，基于步骤(2)建立的车辆动力学模型，设计车辆速度优化控制器，通过分层控制器代替传统的集中控制器，达到在不影响优化控制效果的同时，提高计算效率的目标。分层控制器中主要有两部分构成，一部分是主控制器，主控制器是根据车辆的运行状态和道路交通信息决策出驾驶模式；另一部分是从控制器，从控制器是根据最优控制目标，在各驾驶模式下由动力学方程推导得到最优控制律，从而实现车辆的速度优化。
[0104] 行驶路程通常根据驾驶员的意愿或外部因素分为许多部分，如交叉路口、交通信号灯、左转和右转、变道、入匝道以及离开匝道等情况，如图2所示。这项工作是在任务规划层进行的。因此，将经济性驾驶问题作为单一路段的一个最优控制问题。在控制层，主要目标是优化车辆的加速度(大多数工作)、换挡时间和发动机输出转矩，实现最小能耗，以及反映驾驶性能的其他方面。此外，它受到道路和交通限制以及自身车辆的物理限制。由于复杂的约束和成本函数，速度分布优化通常是非线性最优控制问题。
[0105] 对于特定的行驶任务，通常有四种可能的最佳驾驶模式：加速模式(A)，恒速模式(C)，减速或巡航模式(D)和制动模式(B)，如图2所示。显然，在后三种模式中，可以直接导出控制变量(即发动机扭矩，传动比)，通常加速模式与整个时间间隔相比只需要一点时间。因此，不需要在后三种模式和加速模式同时优化控制输入。在这种情况下，计算时间将大大降低。那么关键的问题是如何确定四种驾驶模式的切换时间，然后在每种驾驶模式下优化控制变量。
[0106] 以下为分层控制策略的四种驾驶模式的优化控制问题。
[0107] a)从控制器
[0108] 在从控制器中，四种不同的驾驶模式的最优控制问题如下。
[0109] 加速模式：车辆必须在确定的终端时间tac(边界条件由主控制器优化)时从起始速度v0加速到给定速度vac。在这种情况下，不使用制动并且启动发动机。在数学上，系统动力学满足下式：
[0110]
[0111] 在这种情况下，主要目标是：在满足终端期望的行驶距离和速度的同时最小化
燃料消耗。然而，对于分层控制策略，可以减少主控制器中的控制输入的维度，其中，仅将加速模式的最终速度vac和时间tac选择为优化变量。然后，我们把这个问题改写为
[0112]
[0113] 式(6)中， 是发动机单位时间内的燃油消耗量，x是状态变量，包括车辆行驶距离sdis和行驶速度v，u是控制变量包括发动机扭矩、制动力和换挡指令，即u＝{Te,Fb,ug}，满足sdis(t0)＝sdis,0，v(t0)＝v0，v(tac)＝vac，其他约束条件如下：
[0114]
[0115] 其中*min和*max分别表示最小和最大的界限，vlim是在单一路段的速度限制。
[0116] 由于传动比是离散的，所制定的集中式最优控制问题是一个混合整数最优问题。为了解决这个问题，本发明采用序列二次规划(SQP)算法。把[t0,tf]时域分成N步，将最优控制问题在Δt时间轴上采用前向差分的方法离散化，如下所示：
[0117] x(i+1)＝x(i)+f(x(i),u(i))·Δt (8)
[0118] 然后，最优控制问题可以重新定义为非线性规划(NLP)问题，找出最优解χ＝[X,U]T∈R5N，定义最优解为
[0119]
[0120] 为了满足成本函数：
[0121]
[0122] 为了处理离散传动比的约束，我们在成本函数中引入了一个惩罚项：
[0123]
[0124] 受换挡ug∈{-1,0,1}指令的约束，将换挡指令转化为ug∈[-1,1]。其中Θ是由人为定义的，如下式所示：
[0125]
[0126] 其中Θpen是一个比较大的常数，以确保优化的传动比在允许的范围内。其他约束可以在式(6)-(7)中得到。
[0127] 为了建立行驶距离Sac，燃油消耗Fac和给定边界条件之间的关系，我们求解了不同{v0,vac,tac}值的加速阶段的速度优化；并以一定的初始速度获得几组MAP(Sac-vac-tac和Fac-vac-tac)。通常，对于具体任务中的道路车辆，如果确定了参数和边界条件，则可以确定速度以及燃料消耗和行驶距离。如最优控制问题的成本函数中描述，需要根据上述这些条件找到一个简单而准确的燃油消耗模型，在本发明中，加速阶段的燃油消耗Fac(.)和行驶距离Sac(.)由二次多项式拟合得到，如下式所示：
[0128]
[0129] 其中 和 是拟合系数，并且可以随初始速度而变化。
[0130] 在以下三种驾驶模式(C，D和B)中，传动比 由近似最优换挡规则MAP确定。这个MAP可以通过基于离线校准的发动机的燃料MAP得到。由于我们预先知道在C，D和B模式下
油门踏板很小或者完全松开，并且加速踏板
位置的影响很小，所以换挡规则可以简化为分段函数。
[0131] 恒速模式： 发动机输出转矩仅用于克服由于行驶阻力引起的纵向加速度。因此，我们可以很容易通过下式得到最优控制量
[0132]
[0133] 那么，在已知vac，tac，tco的条件下，燃油消耗可以由下式获得
[0134]
[0135] 由于最优的控制量是常值。这个阶段的路程可以表示为：
[0136] Sco＝vac(tco-tac) (16)
[0137] 减速或巡航模式：车辆在一定挡位下惯性滑行。在这种情况下，我们假设发动机可以通过
电子控制器的燃油喷射技术自动切断燃油供给，并且发动机转速高于
阈值(本发明为800rpm)。换句话说， Fcr＝0。距离Scr可以通过下式速度求积分获得：
[0138]
[0139] 初始速度vco、时间tco以及终端时间tcr是已知的。
[0140] 制动模式：为了确保整个行驶任务在一定的制动时间段[tcr,tf]内的终端速度满足v(tf)＝vf。在一些文献中，优化的制动力或制动加速度是一个很大的常数值，因为它不影响燃油经济性。但是，考虑到驾驶的舒适性，这是不合适的。因此，在这个子问题中，我们引入一个乘数因子来避免这个缺点，如下所示
[0141]
[0142] 其中abr,0是制动模式的最大制动加速度，由γ调整(这里设置γ＝1.5)确保终端速度可以减到vf，ζ定义为速度的函数，如式：
[0143]
[0144] 其中，β1≥0和表示函数的衰减度，β2≥0定义速度的近似范围。上述函数意味着制动力随着速度vt的减小而减小，当速度达到所期望的终端速度时接近。当vf＝0时也可以使车辆完全停止而不向后移动，相反，如果ap(1)为负并且处于低速范围，则加速度接近零，以使车辆完全停止而不向后移动。对于实际终端速度vbr,f和
制动距离Sbr，给定所确定的制动控制策略(18)，使用纵向动力学方程(1)很容易推导出速度和行驶距离。
[0145] 如上所述，假设车辆的所有参数都是已知的，则上述不同驾驶模式下的最优控制输入 仅取决于未知值{vac,tac,tco,tcr}。因此，在下一小节中，我们将在主控制器中对这些未知值进行优化。
[0146] b)主控制器
[0147] 主控制器设计用于调整不同驾驶模式的切换时间和边界条件。这是一个NLP问题，如下所示
[0148] minG(Xm)＝Fac(Xm)+Fco(Xm) (20)
[0149] 满足如下约束：
[0150]
[0151] 式中，Xm＝{vac,tac,tco,tcr}T∈R4，其中，vac代表加速模式的终端速度，tac代表加速模式的结束时间，tco代表恒速模式的结束时间，tcr代表减速阶段的结束时间；Fac代表加速模式的燃油消耗量，Fco代表恒速模式的燃油消耗量。
[0152] 需要说明的是，在实际的行驶工况中，由于终端的期望速度和距离的不同，可能有一些驱动方式，例如A-C-D-B，A-D-B，C-D-B，A-C-D等。换句话说，一些驾驶模式可能会消失。在主控制器中，这种情况的结果是tac＝t0(无模式A)，tco＝tac(无模式C)等。
[0153] 以上内容是结合具体的实施方式对本发明所做的进一步详细说明。
