CN108045374B - 一种兼顾行车经济性的智能电动车辆自主驾驶决策方法 - Google Patents
一种兼顾行车经济性的智能电动车辆自主驾驶决策方法 Download PDFInfo
- Publication number
- CN108045374B CN108045374B CN201710998555.3A CN201710998555A CN108045374B CN 108045374 B CN108045374 B CN 108045374B CN 201710998555 A CN201710998555 A CN 201710998555A CN 108045374 B CN108045374 B CN 108045374B
- Authority
- CN
- China
- Prior art keywords
- driving
- power consumption
- executes
- decision
- task
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000005457 optimization Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000009790 rate-determining step (RDS) Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
- Y02T10/84—Data processing systems or methods, management, administration
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
一种兼顾行车经济性的智能电动车辆自主驾驶决策方法,属于智能车辆自动控制领域,其特征在于能够根据不同等级威胁域内风险源的分布特征,执行与之相适应的自主驾驶决策,从自主决策层面优化智能电动车辆行车经济性。本发明属于智能车辆自主决策领域,所涉及的技术方案为:自车道一级威胁域内存在危险源时,通过计算行车经济性及换道风险值,决策车辆是否执行换道;自车道一级威胁域不内存在危险源且自车道二级威胁域内存在危险源时,通过计算行车经济性及风险增长率,决策车辆是否执行经济性优化驾驶决策策略;自车道一级及二级威胁域内均不存在危险源时,通过调用经济性优化参考驾驶策略,进行车辆自主驾驶决策控制。
Description
技术领域
本发明属于智能车辆自主决策领域,涉及一种用于智能电动车的自主驾驶决策方法。
背景技术
目前,面对日益严峻的能源危机、环境污染及交通安全三大问题,发展智能电动车辆正受到汽车行业广泛关注。不同于常规驾驶员驾驶车辆,建立自主驾驶决策***来替代人类驾驶员进行驾驶决策是各种形式智能车辆需要解决的关键共性问题。现有的自主驾驶决策控制方法普遍局限于保障行车安全性,而忽略了行车经济性优化这一关键因素,未充分挖掘智能电动车辆经济性优化空间。为此,本发明提出了一种兼顾行车经济性的智能电动车辆自主驾驶决策方法。
发明内容
根据以上现有技术中的不足,本发明要解决的问题是:提出一种兼顾行车经济性的智能电动车辆自主驾驶决策方法,从驾驶决策层面优化智能电动车辆的行车经济性。
本发明的技术方案是: 一种兼顾行车经济性的智能电动车辆自主驾驶决策方法,具体为:
(1)首先,该自主驾驶决策方法的主程序检测当前车道一级威胁区是否存在风险源,若存在,则调用子程序1;若不存在,则进一步检测当前车道二级威胁区是否存在风险源;若当前车道二级威胁区存在风险源,则调用子程序2;若当前车道二级威胁区不存在风险源,则调用子程序3;
(2)子程序1具体可表述为:
该子程序用于决策车辆是否需要进行换道,首先,程序依据车辆当前状态参数及行车功耗模型,计算车辆当前功耗及当前最低参考功耗,若车辆当前功耗不大于当前最低参考功耗的k倍,则无需进行换道决策,车辆在当前车道内按照当前驾驶策略进行驾驶控制;若车辆当前功耗大于当前最低参考功耗的k倍,则需进一步进行换道决策;为此,程序首先依据车辆当前状态参数及驾驶行为,计算车辆换道情况下的风险值;若换道情况下的风险值高于给定限值,则不进行换道;否则,进行换道决策;
(3)子程序2具体可表述为:
该子程序用于决策车辆是否需要执行经济性优化驾驶策略,首先,程序依据车辆当前状态参数及行车功耗模型,计算车辆当前功耗及当前最低参考功耗,若车辆当前功耗不大于当前最低参考功耗的k倍,则车辆在当前车道内按照当前的驾驶策略进行驾驶控制;若车辆当前功耗大于当前最低参考功耗的k倍,则需进一步进行行车经济性优化决策;为此,首先调用经济性优化参考驾驶策略,以确定参考驾驶策略;进一步,计算上述参考驾驶策略下行车风险变化率;若风险增长率大于0且高于给定值,则车辆在当前车道内按照当前的驾驶策略进行驾驶控制;否则,车辆参考经济性优化驾驶决策策略进行决策控制;
(4)子程序3具体可表述为:
该子程序主要用于决策车辆执行经济性优化驾驶策略,首先,程序依据车辆当前状态参数及行车功耗模型,计算车辆当前功耗及当前最低参考功耗,若车辆当前功耗不大于当前最低参考功耗的k倍,则车辆在当前车道内按照当前的驾驶策略进行驾驶控制;若车辆当前功耗大于当前最低参考功耗的k倍,则调用经济性优化参考驾驶策略进行决策控制。
本发明的优点在于:
1、基于本发明所提出的自主决策控制方法,可从决策层面优化智能电动车辆行车经济性,有利于延长智能电动车的续驶里程;
2、基于本发明所提出的自主决策控制方法,可从决策层面解决智能电动车辆行车安全性与行车经济性的协同优化问题,提高智能电动车辆整体性能。
附图说明
图1为一种智能电动车辆行车威胁等级示意图;
图2为一种兼顾行车经济性的智能电动车辆自主决策方法主程序;
图3为一种兼顾行车经济性的智能电动车辆自主决策方法子程序1;
图4为一种兼顾行车经济性的智能电动车辆自主决策方法子程序2;
图5为一种兼顾行车经济性的智能电动车辆自主决策方法子程序3。
具体实施方式
下面结合附图对本发明作进一步的描述:
图1的智能电动车辆行车威胁等级包括:一级威胁、二级威胁及三级威胁三种级别。其中,若当前车道一级威胁区内存在风险源,则智能电动车辆需要进行换道驾驶决策;若当前车道一级威胁区内不存在风险源且若当前车道二级风险区存在危险源,则智能电动车辆需要决策是否执行经济性优化参考驾驶决策策略;若当前车道一级及二级威胁区内均不存在风险源,则智能电动车辆执行经济性优化参考驾驶决策策略。
图2为一种兼顾行车经济性的智能电动车辆自主决策方法主程序,其特征在于:
首先,程序检测当前车道一级威胁区内是否存在风险源,若是,则调用子程序1;否则,进一步检测当前车道二级风险区是否存在危险源,若是,则调用子程序2;否则,调用子程序3。
图3为一种兼顾行车经济性的智能电动车辆自主决策方法子程序1,其特征在于:
(1)首先,程序读取车辆及关键部件状态参数;
(2)其次,程序调用行车功耗计算模型;
(3)进一步,依据上述状态参数及行车功耗模型,计算车辆当前功耗Pl及当前最低参考功耗Ps;
(4)进一步,程序判断P1与Ps大小关系,若Pl≥kPs不成立,说明车辆当前功耗处于可接受程度,车辆无需进行换道决策,并在当前车道内执行当前的驾驶决策;若Pl≥kPs成立,说明车辆当前功耗仍有降低空间,车辆需要进行换道决策;
(5)当车辆需要进行换道决策时,首先程序调用行车风险计算模型,并计算换道情况下的风险值S1;若S1≤Sm成立,说明不存在换道风险,车辆执行换道决策;否则,车辆在当前车道内执行当前的驾驶决策。
图4为一种兼顾行车经济性的智能电动车辆自主决策方法子程序2,其特征在于:
1.首先,程序读取车辆及关键部件状态参数;
2.其次,程序调用行车功耗计算模型;
(3)进一步,依据上述状态参数及行车功耗模型,计算车辆当前功耗Pl及当前最低参考功耗Ps;
(4)进一步,程序判断P1与Ps大小关系,若Pl≥kPs不成立,说明车辆当前功耗处于可接受程度,车辆无需进行经济性优化驾驶决策,并在当前车道内执行当前的驾驶决策;若Pl≥kPs成立,说明车辆当前功耗仍有降低空间,车辆需要进行经济性优化驾驶决策;
(5)当车辆需要进行经济性优化驾驶决策时,首先程序调用经济性优化参考驾驶策略,并计算当前参考驾驶策略下的行车风险变化率△S;若0<△S≤△Sm成立,说明行车风险变化处于可接受程度,车辆执行经济性优化驾驶决策;否则,车辆在当前车道内执行当前的驾驶决策。
图5为一种兼顾行车经济性的智能电动车辆自主决策方法子程序3,其特征在于:
(1)首先,程序读取车辆及关键部件状态参数;
(2)其次,程序调用行车功耗计算模型;
(3)进一步,依据上述状态参数及行车功耗模型,计算车辆当前功耗Pl及当前最低参考功耗Ps;
(4)进一步,程序判断P1与Ps大小关系,若Pl≥kPs不成立,说明车辆当前功耗处于可接受程度,车辆无需进行经济性优化驾驶决策,并在当前车道内执行当前的驾驶决策;若Pl≥kPs成立,说明车辆当前功耗仍有降低空间,车辆调用并执行经济性优化参考驾驶策略。
Claims (1)
1.一种兼顾行车经济性的智能电动车辆自主驾驶决策方法:其特征在于,能够根据不同等级威胁域内风险源的分布特征,执行与之相适应的自主驾驶决策,从自主决策层面优化智能电动车辆行车经济性,具体控制步骤为:
(1)主程序控制步骤为:
步骤S01用于检测当前车道1级威胁域内是否存在风险源,是则,执行步骤S02;否则,执行步骤S03;
步骤S02用于调用子程序1;
步骤S03用于检测当前车道2级威胁域内是否存在风险源,是则,执行步骤S04;否则,执行步骤S05;
步骤S04用于调用子程序2;
步骤S05用于调用子程序3;
(2)子程序1步骤为:
步骤S11执行读取车辆及关键部件状态参数的任务;
步骤S12执行调用行车功耗计算模型的任务;
步骤S13计算车辆当前功耗及最低参考功耗;
步骤S14判断当前功耗与k倍最低参考功耗的大小,若当前功耗小于k倍最低参考功耗,执行步骤S15;否则,执行步骤S16;
步骤S15执行当前驾驶决策的任务;
步骤S16执行调用行车风险计算模型的任务;
步骤S17计算换道情况下行车风险值;
步骤S18判断换道情况下行车风险值与给定风险参考值的大小,若换道情况下的行车风险值不大于给定的风险参考值,则执行步骤S19;否则,执行步骤S110;
步骤S19执行换道决策的任务;
步骤S110执行当前驾驶决策的任务;
(3)子程序2步骤为:
步骤S21执行读取车辆及关键部件状态参数的任务;
步骤S22执行调用行车功耗计算模型的任务;
步骤S23计算车辆当前功耗及最低参考功耗;
步骤S24判断当前功耗与k倍最低参考功耗的大小,若当前功耗小于k倍最低参考功耗,执行步骤S25;否则,执行步骤S26;
步骤S25执行当前驾驶决策的任务;
步骤S26执行调用经济性优化参考驾驶策略的任务;
步骤S27计算经济性优化参考驾驶策略下的行车风险变化率;
步骤S28判断经济性优化参考驾驶策略下的行车风险变化率与给定风险变化率参考值的大小,若经济性优化参考驾驶策略下的行车风险变化率大于0且不大于给定风险变化率参考值,则执行步骤S29;否则,执行步骤S210;
步骤S29执行经济性优化参考驾驶决策的任务;
步骤S210执行当前驾驶决策的任务;
(4)子程序3步骤为:
步骤S31执行读取车辆及关键部件状态参数的任务;
步骤S32执行调用行车功耗计算模型的任务;
步骤S33计算车辆当前功耗及最低参考功耗;
步骤S34判断当前功耗与k倍最低参考功耗的大小,若当前功耗小于k倍最低参考功耗,执行步骤S35;否则,执行步骤S36;
步骤S35执行当前驾驶决策的任务;
步骤S36执行调用行车风险计算模型的任务;
步骤S37执行经济性优化参考驾驶决策策略的任务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710998555.3A CN108045374B (zh) | 2017-10-24 | 2017-10-24 | 一种兼顾行车经济性的智能电动车辆自主驾驶决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710998555.3A CN108045374B (zh) | 2017-10-24 | 2017-10-24 | 一种兼顾行车经济性的智能电动车辆自主驾驶决策方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108045374A CN108045374A (zh) | 2018-05-18 |
CN108045374B true CN108045374B (zh) | 2019-08-30 |
Family
ID=62118788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710998555.3A Active CN108045374B (zh) | 2017-10-24 | 2017-10-24 | 一种兼顾行车经济性的智能电动车辆自主驾驶决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108045374B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102514571B (zh) * | 2012-01-05 | 2015-02-04 | 潍柴动力股份有限公司 | 驾驶员驾驶经济性评价***及方法 |
CN104376400A (zh) * | 2014-10-27 | 2015-02-25 | 广州市中南民航空管通信网络科技有限公司 | 基于模糊矩阵层次分析法的风险评估方法 |
CN105109485B (zh) * | 2015-08-24 | 2018-02-16 | 奇瑞汽车股份有限公司 | 一种驾驶方法及*** |
CN107180288B (zh) * | 2017-07-21 | 2020-05-01 | 东软集团股份有限公司 | 驾驶行为能耗测算方法、装置、存储介质及电子设备 |
-
2017
- 2017-10-24 CN CN201710998555.3A patent/CN108045374B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108045374A (zh) | 2018-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107791887B (zh) | 一种电动汽车坡起辅助控制方法 | |
CN108944900A (zh) | 燃料电池汽车能量管理控制方法 | |
US20100205132A1 (en) | Behavior predicting device | |
CN102951144B (zh) | 基于最小功率损失算法的自调整神经网络能量管理方法 | |
CN101439653B (zh) | 一种底盘高度自动调节***及调节方法 | |
CN105083277B (zh) | Amt公交车的档位输出策略 | |
CN111038488B (zh) | 一种混合动力汽车的能量优化控制方法及装置 | |
CN110194156B (zh) | 智能网联混合动力汽车主动避撞增强学习控制***和方法 | |
CN112428758B (zh) | 一种水陆全地形车辆的整车控制方法 | |
CN102963353B (zh) | 基于神经网络的混合动力***能量管理方法 | |
CN111348039B (zh) | 一种基于加速度变化率优化的驾驶主动干预***及方法 | |
CN108556846B (zh) | 用于进行车辆制动滑行能量回收的控制方法及控制*** | |
CN109219839A (zh) | 车辆控制方法、装置及*** | |
CN114248805B (zh) | 一种缓解人机冲突的智能驾驶控制权重分配方法及*** | |
CN115284893A (zh) | 电动汽车力矩分配方法、***、计算机及可读存储介质 | |
CN109720217A (zh) | 纯电动汽车蠕行控制方法 | |
CN111391672A (zh) | 一种纯电动汽车的自适应能量回收方法 | |
CN108045374B (zh) | 一种兼顾行车经济性的智能电动车辆自主驾驶决策方法 | |
CN115140046A (zh) | 一种车辆控制方法、***、车辆控制器及云服务器 | |
CN104981368A (zh) | 机动车辆动力机构的联结/断联控制方法 | |
CN115071680B (zh) | 车辆驾驶辅助横向控制***安全限制方法及可读存储介质 | |
CN112918468A (zh) | 无人驾驶纯电动汽车整车能量管理***及工作方法 | |
CN115071712A (zh) | 一种新能源汽车滑行工况能量回收强度智能化控制方法 | |
CN213323070U (zh) | 一种驾驶辅助*** | |
CN110920543B (zh) | 一种网络控制***及公铁两用电动工程车 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |