本發(fā)明涉及一種目標車速預測系統(tǒng)，尤其涉及的是一種基于動態(tài)規(guī)劃的目標車速預測系統(tǒng)。

背景技術：

基于規(guī)則的預測系統(tǒng)已經(jīng)實現(xiàn)產(chǎn)業(yè)化應用，而基于優(yōu)化的控制方法主要停留在理論研究階段。為了得到理論上的最優(yōu)解，一些學者將模型預測(mpc)和動態(tài)規(guī)劃(dp)結合起來?？紤]到計算的時間成本問題，又有學者研究了可以獲得近似最優(yōu)解的等效燃油消耗最小原理(ecms)。然而，mpc和dp的組合算法、ecms、pmp或這些算法的改進方法，以及一些其它的基于優(yōu)化的控制算法，始終無法實現(xiàn)實時控制。而且，在使用這些方法求解的過程中，被控對象模型一般被不同程度的簡化，容易忽略了駕駛員的駕駛意圖、實際道路情況、信號燈的影響以及車與車之間的相互影響等，所得到的最優(yōu)解并不是真正意義上的最優(yōu)解。

隨著智能交通系統(tǒng)的不斷發(fā)展，構建基于動態(tài)規(guī)劃的目標車速預測系統(tǒng)，為解決整個交通系統(tǒng)中多輛汽車的實時能量管理及優(yōu)化的問題提供新的思路。

技術實現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術的不足，提供一種基于動態(tài)規(guī)劃的目標車速預測系統(tǒng)。

為了解決上述技術問題，本發(fā)明采用如下技術方案：一種基于動態(tài)規(guī)劃的目標車速預測系統(tǒng)包括無線通訊模塊、數(shù)據(jù)采集模塊、控制分析模塊和制動控制模塊，

無線通訊模塊，通過射頻識別、藍牙、zigbee或wi-fi，進行車與車通信以及車與交通實施通信；

數(shù)據(jù)采集模塊，用于采集車的油耗、車速跟隨、控制變量、車與車之間的相對距離；

所述控制分析模塊包括車速數(shù)據(jù)預測模塊、數(shù)據(jù)分析模塊和指令下達模塊，所述車速數(shù)據(jù)預測模塊，基于車的油耗、車速跟隨、控制變量、車與車之間的相對距離，構建目標車速模型；

所述數(shù)據(jù)分析模塊，對目標車速模型采用快速模型預測法獲取最優(yōu)目標車速序列；

所述指令下達模塊，將數(shù)據(jù)分析模塊獲取的最優(yōu)目標車速序列通過無線傳輸形式反饋指令信息給每輛車的駕駛員；

制動控制模塊，駕駛員根據(jù)指令下達模塊下達的最優(yōu)目標序列車速進行加速或者制動。

作為上述方案的進一步優(yōu)化，所述車速數(shù)據(jù)預測模塊構建的目標車速模型前，剔除汽車紅燈怠速干擾,設定最優(yōu)目標車速的初始值，采用基于交通信號燈正時，建立汽車目標車速初始值模型,如公式(4)：

其中，viobj為第i輛車的目標車速，單位為m/s；dia(td)為第i輛車的位置si與交通信號燈a的距離，單位為m；kw為信號燈的循環(huán)次數(shù)，取整數(shù)；tg、tr分別為紅燈和綠燈的持續(xù)時間，單位為s；tc為一個紅綠燈周期的時間，單位為s；td為汽車行駛的時間，單位為s；

作為上述方案的進一步優(yōu)化，車速數(shù)據(jù)預測模塊構建的目標車速模型：對于第i輛車，在給定的時間窗口t，車在總的行駛時間為td時，構建的目標車速模型，如公式(6)，公式(6)的輸出給定時間窗口t內混合動力汽車的最優(yōu)目標車速序列：

δsi＝si(td+t-1)-si(td)

vim＝vi(t)-viobj(td)(6)

sij＝s0+thvi(t)-(sj(t)-si(t))

vimin≤vi(t)≤vimax

uimin≤ui(t)≤uimax

其中，vim為第i輛車當前車速與目標車速的差值，單位為m/s；

sij為第i輛車和第j輛車的距離，單位為m；

為時間段t內第i輛車的行駛距離，單位為m；

si(t)和sj(t)分別為第i輛車和第j輛車在時間t時的位置，用坐標表示；

th為預先設定的前后兩車的間隔時間，單位為s；

s0為預先設定的安全距離，單位為m；

ωi(i＝1,2,3,4)為權值系數(shù)；

uimin、uimax分別為控制變量的最小值和最大值，單位為n/kg；

vimin、vimax分別為汽車行駛速度的最小和最大值，單位為m/s；

viobj為第i輛車的目標車速，單位為m/s；

ui為第i輛車的控制變量，含義為任意時刻單位質量牽引力或制動力，單位為n/kg；

為混合動力汽車的等效燃油消耗率，單位為g/s；

δt為計算步長，單位為s。

作為上述方案的進一步優(yōu)化，為了提高汽車經(jīng)過信號燈時遇到綠燈的可能性，從交通信號燈正時的角度，設定綠燈的間隔時間小于原先的綠燈間隔時間，紅綠燈的選擇時機如式(5)所示：

式中，表示的是td除以tc所得到的余數(shù)。

相比現(xiàn)有技術，本發(fā)明提供的一種基于動態(tài)規(guī)劃的目標車速預測系統(tǒng)的有益效果體現(xiàn)在：

1)本發(fā)明的一種基于動態(tài)規(guī)劃的目標車速預測系統(tǒng)獲取的最優(yōu)目標車速序列，可以有效降低汽車的油耗。

2)本發(fā)明的一種基于動態(tài)規(guī)劃的目標車速預測系統(tǒng)，可以有效的避免汽車紅燈停車，根據(jù)本優(yōu)選實施例的試驗方案，各車在經(jīng)過所有的紅綠燈時，均未遇到紅燈。

3)本發(fā)明的一種基于動態(tài)規(guī)劃的目標車速預測系統(tǒng)，以交通系統(tǒng)中多輛汽車總的油耗最小為目標，從宏觀的角度，為解決多輛汽車總的能耗最小問題提供思路。

附圖說明

圖1是本發(fā)明的一種基于動態(tài)規(guī)劃的目標車速預測系統(tǒng)的結構框圖。

圖2(a)-圖2(d)分別是一號車、二號車、三號車、四號車基于本發(fā)明的一種基于動態(tài)規(guī)劃的目標車速預測系統(tǒng)的跟蹤車速示意圖。

圖3為一號車、二號車、三號車、四號車的運動軌跡示意圖。

具體實施方式

下面對本發(fā)明的實施例作詳細說明，本實施例在以本發(fā)明技術方案為前提下進行實施，給出了詳細的實施方式和具體的操作過程，但本發(fā)明的保護范圍不限于下述的實施例。

本發(fā)明的一種基于動態(tài)規(guī)劃的目標車速預測系統(tǒng)，獲取最優(yōu)目標車速，并將最優(yōu)目標車速通過無線傳輸形式反饋給每輛車的駕駛員，駕駛員根據(jù)最優(yōu)目標車速進行加速或者制動。

參見圖1，圖1是圖1是本發(fā)明的一種基于動態(tài)規(guī)劃的目標車速預測系統(tǒng)的結構框圖。一種基于動態(tài)規(guī)劃的目標車速預測系統(tǒng)包括無線通訊模塊、數(shù)據(jù)采集模塊、控制分析模塊和制動控制模塊。

其中，無線通訊模塊，通過射頻識別、藍牙、zigbee或wi-fi，進行車與車通信以及車與交通實施通信；數(shù)據(jù)采集模塊，用于采集車的油耗、車速跟隨、控制變量、車與車之間的相對距離；

控制分析模塊包括車速數(shù)據(jù)預測模塊、數(shù)據(jù)分析模塊和指令下達模塊，所述車速數(shù)據(jù)預測模塊，基于車的油耗、車速跟隨、控制變量、車與車之間的相對距離，構建目標車速模型；數(shù)據(jù)分析模塊，對目標車速模型采用快速模型預測法獲取最優(yōu)目標車速序列；指令下達模塊，將數(shù)據(jù)分析模塊獲取的最優(yōu)目標車速序列通過無線傳輸形式反饋指令信息給每輛車的駕駛員。

制動控制模塊，駕駛員根據(jù)指令下達模塊下達的最優(yōu)目標序列車速進行加速或者制動。

車速數(shù)據(jù)預測模塊，基于小轎車的油耗、車速跟隨、控制變量、車與車之間的相對距離，對小轎車的油耗、車速跟隨、控制變量以及車與車之間的相對距離的加權和，構建目標車速模型，具體步驟為：

步驟(21)、建立混合動力汽車縱向動力學模型，如公式(1)：

式中，si為第i輛車的位置，用坐標表述；

vi為第i輛車的速度，單位為m/s；

xi為第i輛車的狀態(tài)向量；

ui為第i輛車的控制變量，含義為任意時刻單位質量牽引力或制動力，單位為n/kg；

mi第i輛車的質量，單位為kg；cd為控制阻力系數(shù)；ρa為空氣密度，單位為kg/m³；afi為第i輛車的迎風面積，單位為m²；μ為滾動阻力系數(shù)；θ為坡度，單位為(°)；

步驟(22)、建立混合動力汽車的功率平衡方程，如公式(2)：

式中，pireq為第i輛車的驅動需求功率，單位為w；

步驟(23)、根據(jù)混合動力汽車的功率平衡方程，且在滿足縱向動力學約束的前提下，建立n輛車消耗的總能量的最小值模型，如公式(3)：

式中，為混合動力汽車的等效燃油消耗率，單位為g/s；

ηeff為汽車傳動系統(tǒng)的總效率；h為汽油的熱值，單位為j/g；

t為汽車行駛的時間，單位為s；

δt為計算步長，單位為s；vimin、vimax分別為汽車行駛速度的最小和最大值，單位為m/s；

uimin、uimax分別為控制變量的最小和最大值，單位為n/kg；

步驟(24)、為避免混合動力汽車紅燈停車,根據(jù)交通信號燈正時獲取目標車速:

基于交通信號燈正時，建立汽車目標車速求解模型,如公式(4)：

其中，viobj為第i輛車的目標車速，單位為m/s；dia(td)為第i輛車的位置si與交通信號燈a的距離，單位為m；kw為信號燈的循環(huán)次數(shù)，取整數(shù)；tg、tr分別為紅燈和綠燈的持續(xù)時間，單位為s；tc為一個紅綠燈周期的時間，單位為s；td為汽車行駛的時間，單位為s；

交通信號燈正時是指交通信號燈的相位和每個相位出現(xiàn)的時機，相位指的是交通信號燈的狀態(tài)，即紅燈或綠燈，信號燈的時機是指紅燈或綠燈持續(xù)出現(xiàn)的時刻以及持續(xù)的時間。

通過公式(4)知：當信號燈為綠燈時，若目標車速初始值滿足設定的約束條件，其目標車速選擇為最大的允許值。若不滿足此約束就意味著汽車需要在此綠燈時間段內超速才能通過。在這種情況下，則從實際的角度出發(fā)，設定汽車減速，在行駛的過程中經(jīng)過一個紅燈時間窗口，并在下一個綠燈時間窗口通過。由于目標車速設定有上限值和下限值，如果在接下來的綠燈時間窗口內，目標車速無可行解，則車輛必須在給定的紅燈時間窗口內停車，等到下一個綠燈重新按照公式(4)計算目標車速的初始值。

為了提高汽車經(jīng)過信號燈時遇到綠燈的可能性，從交通信號燈正時的角度，設定綠燈的間隔時間小于原先的綠燈間隔時間，紅綠燈的選擇時機如式(5)所示：

式中，表示的是td除以tc所得到的余數(shù)。

步驟(25)、目標車速模型：

對于第i輛車，在給定的時間窗口t，小轎車在總的行駛時間為td時，構建的目標車速模型，如公式(6)，公式(6)的輸出給定時間窗口t內混合動力汽車的最優(yōu)目標車速序列：

δsi＝si(td+t-1)-si(td)

vim＝vi(t)-viobj(td)(6)

sij＝s0+thvi(t)-(sj(t)-si(t))

vimin≤vi(t)≤vimax

uimin≤ui(t)≤uimax

其中，vim為第i輛車當前車速與目標車速的差值，單位為m/s；

sij為第i輛車和第j輛車的距離，單位為m；

為時間段t內第i輛車的行駛距離，單位為m；

si(t)和sj(t)分別為第i輛車和第j輛車在時間t時的位置，用坐標表示；

th為預先設定的前后兩車的間隔時間，單位為s；

s0為預先設定的安全距離，單位為m；

ωi(i＝1,2,3,4)為權值系數(shù)；

uimin、uimax分別為控制變量的最小值和最大值，單位為n/kg；

vimin、vimax分別為汽車行駛速度的最小和最大值，單位為m/s；

viobj為第i輛車的目標車速，單位為m/s；

ui為第i輛車的控制變量，含義為任意時刻單位質量牽引力或制動力，單位為n/kg；

為混合動力汽車的等效燃油消耗率，單位為g/s；

δt為計算步長，單位為s。

對公式(6)，優(yōu)化的對象包含三個方面的權值之和，即第i輛車油耗、第i輛車車速與目標車速的差值、第i輛車與第j輛車之間的距離。關于權值ωi(i＝1,2,3)的選取，需要遵循以下原則。

選取權值ω1和ω2為目標車速范圍的函數(shù)。當目標車速范圍較大時，更多 地關注燃油經(jīng)濟性而不是車速跟隨，此時，ω1取較大值而ω2取較小值；當目標車速范圍較小時，更多地關注車速跟隨而不是燃油經(jīng)濟性，此時，ω1取較小值而ω2取較大值。選取ω3為前后車相對距離的函數(shù)，當相對距離增加時，ω3取較小值，當相對距離減小時，ω3取較大值。

根據(jù)上述原則，目標車速的范圍有兩方面的作用，其一是作為權值函數(shù)決定ω1和ω2的取值，其二是如果汽車的實際車速與最優(yōu)目標車速相差太大，最優(yōu)目標車速范圍可以保證汽車車速在限定的范圍之內并且避免紅燈停車。

另外，上述優(yōu)化問題除了滿足式(6)的約束之外，還應滿足式(1)所述的系統(tǒng)動力學方程的約束。需要指出的是，最優(yōu)目標車速序列與通過交通信號燈正時得到的目標車速的本質不同之處在于，后者的求解原則是避免混合動力汽車等紅燈停車，沒有考慮發(fā)動機的工作點，而式(6)所述的優(yōu)化問題則權衡了汽車的燃油經(jīng)濟性、車速跟隨以及跟車距離等。

本優(yōu)選實施例中，設置車隊中有4輛同型號的混合動力車,分別為一號車、二號車、三號車、四號車；汽車的初始位置為[45.566630.229315.91960.8724]，單位為m；初始車速為[13.004714.178810.373010.0473]，單位為m/s；模型預測的時間窗口為10s，計算的步長為0.5s；設置信號燈數(shù)量為15，紅燈持續(xù)時間為45s，綠燈持續(xù)時間為25s，兩個交通信號燈的距離為400m；設置汽車的最大、最小車速分別為20m/s和0。設置每輛車的整車整備質量為1500kg，迎風面積為2.25m²，空氣阻力系數(shù)為0.3，發(fā)動機功率為93kw，電機的額定功率為30kw，峰值功率為60kw；設置初始等效因子為2.4。

本發(fā)明的一種基于動態(tài)規(guī)劃的目標車速預測系統(tǒng),輸出最優(yōu)目標車速序列。為了驗證本發(fā)明的基于動態(tài)規(guī)劃的目標車速預測系統(tǒng)的控制效果，試驗結果分別從圖2-圖3所示的幾個方面進行論述。

圖2(a)～(d)分別為一號車到四號車的輸出的最優(yōu)目標車速以及跟隨車速。分析可知，除了起步時誤差比較明顯之外，其余時間的跟隨車速與最優(yōu)目標車速基本吻合。另外，四輛車的目標車速的變化趨勢以及跟隨車速的變化趨勢都基本保持一致，說明了每輛車與前、后車之間以及車輛與交通信號燈之間可以實現(xiàn)良好的通信，使得各車的相對距離大體保持不變，因而也可以體現(xiàn)出本發(fā)明的系統(tǒng)能夠有效的避免車與車之間發(fā)生碰撞。各車在經(jīng)過紅綠燈時都會進行相應的加速或減速且各自車速均未超過限速，說明交通信號燈對駕駛員駕駛行為有影響，但 是駕駛員根據(jù)建議車速行駛，不會超速也不會過多踩剎車從而減少燃油消耗。

圖3為四輛混合動力車的軌跡曲線示意圖，其中，與橫軸平行的實橫線表示紅燈窗口，實橫線之間的空白表示綠燈窗口。由圖3可知，四輛車在經(jīng)過紅綠燈時，均沒有遇到紅燈，從而驗證了本優(yōu)選實施例給出的信號燈正時方法可以有效的避免混合動力汽車紅燈停車；另外，四輛車的軌跡曲線沒有交點，驗證了本優(yōu)選實施例給出的基于動態(tài)規(guī)劃的目標車速系統(tǒng)可以有效的避免混合動力汽車發(fā)生碰撞。

本發(fā)明的基于動態(tài)規(guī)劃的目標車速系統(tǒng)，有效的避免汽車紅燈停車，獲取最優(yōu)目標車速，可以有效降低車的油耗。

對于本領域技術人員而言，顯然本發(fā)明不限于上述示范性實施例的細節(jié)，而且在不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實現(xiàn)本發(fā)明。因此，無論從哪一點來看，均應將實施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權利要求而不是上述說明限定，因此旨在將落在權利要求的等同要件的含義和范圍內的所有變化囊括在本發(fā)明內。不應將權利要求中的任何附圖標記視為限制所涉及的權利要求。

此外，應當理解，雖然本說明書按照實施方式加以描述，但并非每個實施方式僅包含一個獨立的技術方案，說明書的這種敘述方式僅僅是為清楚起見，本領域技術人員應當將說明書作為一個整體，各實施例中的技術方案也可以經(jīng)適當組合，形成本領域技術人員可以理解的其他實施方式。