基于高精地圖的車輛節能巡航控制方法研究

關鍵詞：自適應巡航控制；節能巡航；高精地圖；正向動態規劃

0前言

自適應巡航控制（ACC）系統是車輛自動駕駛輔助功能的重要組成部分，能夠改善車輛行駛安全性，提高駕駛舒適性和通行效率，因而逐步成為消費者購車時的重要考慮因素［1］。根據智數汽車研究報告，除小型車和微型車外，2018 年大多數車型的ACC 系統綜合配置率高于2017 年［2］，由此可見ACC 系統具有廣闊的應用前景。

ASADI 等［3］利用3D 地圖提供的紅綠燈信息，基于模型預測理論進行預測性巡航控制，以降低燃油消耗量和提升路口通行效率；XIA 等［4］通過車路協同（V2I）技術獲取紅綠燈信息，為駕駛員提供預測信息和速度建議；孫濤等［5］基于紅綠燈信息建立了協同式ACC 系統，通過縮減不必要的速度保持或加速來提升車輛舒適性和經濟性；WEISSGMANN 等［6］采用動態規劃算法離線求解經濟車速，并通過云端傳輸給車輛，控制車輛對該參考車速進行跟隨，一定程度上解決了定速巡航的弊端；KAMAL 等［7］基于模型預測理論對車輛在上下坡過程中的車速進行規劃，通過減少剎車或急加速來降低車輛燃油消耗；XU 等［8］利用極小值原理，基于車身動能和燃油消耗等效轉換控制器來求解最優車速軌跡，使燃料消耗量達到最低；張立斌等［9］結合道路坡度信息，采用云模型相關理論預測不同行駛阻力下的最優車速，提高車輛行駛經濟性。

目前，已有的研究大多運用離線地圖信息或短距離交通信息進行局部車速規劃，這在一定程度可降低能耗，但道路信息更新不及時、傳感器延時、陷入局部最優解等問題會導致導航參考車速不完全適用于當前車輛面臨的道路環境。隨著車用導航高精地圖（簡稱“高精地圖”）的不斷發展與完善，利用實時道路交通信息和道路坡度預測信息進行長距離甚至全局車速規劃具有巨大潛力。

1節能巡航控制邏輯

本文提出的節能巡航控制邏輯如圖1所示。當ACC 系統開啟后，如果前方有車，則進入ACC跟車模式，否則將進入ACC 節能巡航模式。以高精地圖獲取的較長距離道路坡度和道路限速為基礎，采用正向動態規劃算法求解節能巡航車速（以下簡稱“節能車速”）曲線，將其作為巡航過程中的參考車速，并實際車速進行比對，將控制指令輸送給車輛執行機構，以此控制車輛按節能速度行駛。

1. 1高精地圖

相較于普通地圖，高精地圖具有精度高、道路信息豐富等優點，能夠為目前主流的L2 及以上級別的自動駕駛提供超視距路況信息，如前方較遠距離的道路坡度、曲率、交通流、高速出入口匝道信息等。同時，高精地圖還能為傳感器提供感知冗余，很大程度上可避免因光線直射攝像頭而難以辨別紅綠燈、因視線遮擋而無法準確辨別車道線，以及陰雨天氣對雷達產生干擾等情況的發生。

1. 2正向動態規劃求解節能車速

基于高精地圖的節能車速規劃，一方面需要保證車輛能夠較經濟地在坡道上行駛，規避定速巡航的弊端；另一方面需要保證車輛的旅程耗時不被耽擱太久，以保證車輛行駛效率。本文采用正向動態規劃算法［10］進行節能車速規劃，主要過程如下：

（1） 確定狀態變量。選取車速為狀態變量，檔位和坡度為控制變量，根據車輛運動學方程，在空間域上對車速進行求解，可得：

（3）正向動態規劃求解。正向動態規劃狀態轉移如圖2 所示。選定合適的位移和速度離散步長，將規劃路徑的總位移劃分為n 個階段，每個階段對應的車速區間劃分為m 個狀態，分別建立車速狀態空間矩陣u（圖2 中u_m，n 代表當處于階段n 時的第m個車速狀態點）、代價記錄矩陣J（圖2 中J_m，n 代表到達階段n 的第m 個車速狀態點時所需的最小代價）、檔位記錄矩陣和路徑記錄矩陣，從起點開始求解從當前階段k 轉移到k+1 階段的最小代價，并進行記錄；當全部狀態遍歷完成后，從終止狀態出發，根據最優代價逆向找到最優路徑序列，根據最優路徑序列查找出最佳經濟車速曲線。需要指出的是，如果在某個狀態點轉移過程中變量超出約束，則將該狀態點代價設置為無窮大，并在下一步計算中跳過該狀態點，而不是每步均遍歷所有狀態點，以加快算法的求解速度。

2仿真驗證

2. 1車輛系統動力學建模

為驗證所提出的節能巡航控制方法的可靠性，本文基于上汽某款插電式混合動力商用車的實車測量參數，基于Matlab 軟件的Simulink 工具，根據前向仿真架構搭建了整車模型。整車模型包括觀測模塊、駕駛員模型、控制策略模型及動力系統模型。前向仿真架構如圖3 所示，整車動力學模型如圖4 所示。

2. 2仿真結果

從高精地圖獲取的溧寧高速道路信息如圖5所示，從中截取約10 km 的道路，其坡度和海拔高度信息如圖6 所示。

直接獲取的坡度角曲線存在過多的毛刺（小的峰、谷），故在仿真中對其進行了適當的濾波處理。截取的部分道路坡度信息如圖7 所示。對道路坡度信息進行統計，見表1。由表1 可以看出，全程上坡平均坡度角為0.015 3 rad，下坡平均坡度角為0.012 6 rad。根據交通流限速信息及整車動力參數設置正向動態規劃算法的基本參數和約束條件，見表2。

將所截取道路劃分為5 段，每段長度為2 km，利用所提出的正向動態規劃算法進行滾動求解。采用基于規則的整車能量管理策略，設定車輛初始SOC 為30%，即在電量保持階段工作時主要以發動機為動力源，仿真結果如圖8 和表3 所示。由圖8可以看出：搭建的仿真模型在一定程度上能夠反映出實車測試規律，模型基本能夠穩定地跟隨節能車速曲線，車速波動在誤差允許范圍內。由表3 可以看出：節能巡航的終止SOC 較高，故能夠更好地對電池組形成保護；全程10 km 定速巡航等效燃油耗為665.81 g，旅途耗時為514.4 s；節能巡航等效燃油耗為626.21 g，旅途耗時為520.8 s，相比于定速巡航，其在通行時間延誤1.24% 的情況下，節省能耗約5.95%。

3結語

本文基于高精地圖獲取道路坡度和交通流信息，采用正向動態規劃算法，綜合考慮旅途耗時和燃油經濟性，建立了一種求解節能車速的方法。

基于實車測量數據建立了仿真模型，利用溧寧高速真實的地圖信息，對所提出的方法進行驗證。結果表明：在平均坡度角不足0.02 rad 的高速道路上，相比于定速巡航，節能巡航在通行時間延誤1.24% 的情況下，節省能耗約5.95%。由此可見，結合高精地圖進行長距離車速規劃具有較大的節能潛力。