CN109291925A - 一种节能型智能网联混合动力汽车跟车控制方法 - Google Patents

Abstract

一种节能型智能网联混合动力汽车跟车控制方法，涉及智能网联汽车及能量管理。控制系统包括信息获取模块、协调控制模块、信号转换模块、执行器和车轮。控制方法：信息获取模块实时采集本车行驶状态信息及周围环境信息，判断跟车行驶条件并选取跟踪目标车辆；根据车联网系统采集的信息，建立节能导向的混合动力汽车跟车系统预测控制模型；设计混合动力汽车跟车行驶的期望状态模型预测调节控制方法，得出跟车行驶达到期望状态各动力总成耗能最小时对应的运转状态；信号转换模块将求解的每个控制量最优控制序列的第一个元素转化为混合动力汽车各相应执行器控制信号作用于执行器，完成对执行器的控制。

Description

一种节能型智能网联混合动力汽车跟车控制方法

技术领域

本发明涉及智能网联汽车及能量管理，尤其是涉及一种节能型智能网联混合动力汽车跟车控制方法。

背景技术

汽车快速发展的同时也造成环境污染、资源短缺、道路拥挤等问题，集成安全、节能、智能等技术的车辆是新一代汽车发展的主要趋势。新能源汽车具有减少能量消耗以及减小排放等优势，作为智能汽车与车联网的交集，智能网联汽车(Intelligent ConnectedVehicle,ICV)融合了现代通信与网络技术，可实现车-车、车-路、车-人等智能信息交换。目前，高级驾驶辅助系统(Advanced Driver Assistance System,ADAS)受到广泛的关注并在车辆上逐渐得到应用。包含其中的自适应巡航控制(Adaptive Cruise Control,ACC)可实现自动跟随前方车辆行驶，并主动控制安全车距。

有效减少燃油消耗的节能驾驶是缓解能源问题的有效解决方案。文献1(Sciarretta A,Nunzio G D,Ojeda L L.Optimal Ecodriving Control:Energy-Efficient Driving of Road Vehicles as an Optimal Control Problem[J].IEEEControl Systems,2015,35(5):71-90.)为寻找最优化经济驾驶方案，设计了车辆节能行驶最优控制问题。此方案适用于单独行驶在交通状况畅通的车辆，然而在大部分实际工况中，尤其在拥挤的城市区域，车辆更多行驶在前方有车辆的交通状况下，此时优化结果的适用性将受到影响。文献2(Weiβmann A, D,Lin X.Energy-optimal adaptive cruisecontrol combining model predictive control and dynamic programming[J].ControlEngineering Practice,2018,72:125-137.)使用动态规划算法在云端对速度轨迹进行规划并结合模型预测控制方法实现自适应巡航节能控制。然而对于自适应巡航控制问题，需要综合考虑行车安全性、驾驶员期望特性、燃油经济性、舒适性等多目标之间的制约关系。

发明内容

本发明的第一目的在于针对上述现有技术存在的问题，提供综合考虑实时车辆状态及周围交通环境信息对车辆燃油经济性的影响，在保证跟车安全的前提下，协调混合动力汽车动力总成使其运行在最优工作区间，最大限度地提高混合动力汽车燃油经济性的一种节能型智能网联混合动力汽车跟车控制系统。

本发明的另一目的在于提供一种节能型智能网联混合动力汽车跟车控制方法。

所述节能型智能网联混合动力汽车跟车控制系统包括信息获取模块、协调控制模块、信号转换模块、执行器和车轮；所述信息获取模块包括车联网系统和车载传感器，所述协调控制模块设有跟车系统模型、约束模块、优化模块和求解模块；所述执行器设有发动机、自动离合器、电机、自动变速器和液压制动系统；所述车联网系统包括V2V通信模块、V2I通信模块和云端决策模块；所述V2V通信模块的输出端和V2I通信模块的输出端接云端决策模块的输入端，云端决策模块的输出端和车载传感器的输出端接跟车系统模型输入端，跟车系统模型的输出端和约束模块的输出端接优化模块的输入端，优化模块的输出端接求解模块的输入端，求解模块的输出端接信号转换模块的输入端，信号转换模块的信号输出端接发动机、制动离合器、电机、自动变速器和液压制动系统，所述发动机的输出端与自动离合器的输入端、自动离合器的输出端与电机的输入端以及电机的输出端与自动变速器之间通过机械连接，自动变速器与液压制动系统的输出传递至车轮。

所述车轮可包括左后轮、右后轮、左前轮和右前轮。

所述节能型智能网联混合动力汽车跟车控制方法包括以下步骤：

1)信息获取模块实时采集本车行驶状态信息及周围环境信息，判断跟车行驶条件并选取跟踪目标车辆；

在步骤1)中，所述信息获取模块实时采集本车行驶状态信息及周围环境信息，判断跟车行驶条件并选取跟踪目标车辆的具体方法可为：

(1)信息获取模块中的车载传感器采集本车的行驶状态信息，包括本车的速度、车轮转速、车轮纵向力、发动机转速、电机转速、变速箱传动比、电池电压、内阻等信息；

(2)车联网系统中的V2V/V2I通信模块通过车-车通信、车-路通信实时获取前车的位置、前车的速度及未来短期内的速度轨迹、前方范围内的交通速度限制信息、道路坡度和路面附着系数等信息；

(3)车联网系统中的云端决策模块根据实时采集到的信息判断是否可以进行跟车行驶，若可以，则选取跟踪目标车辆并进行跟车行驶。

2)根据车联网系统采集的信息，建立节能导向的混合动力汽车跟车系统预测控制模型；

在步骤2)中，所述根据车联网系统采集的信息，建立节能导向的混合动力汽车跟车系统预测控制模型的具体方法可为：

(1)基于再生制动控制策略，建立描述混合动力汽车纵向运动的三自由度模型；

(2)选取本车运动状态及电池电荷状态为状态变量，建立节能型跟车系统预测控制模型。

3)设计混合动力汽车跟车行驶的期望状态模型预测调节控制方法，得出跟车行驶达到期望状态各动力总成耗能最小时对应的运转状态；

在步骤3)中，所述设计混合动力汽车跟车行驶的期望状态模型预测调节控制方法，得出跟车行驶达到期望状态各动力总成耗能最小时对应的运转状态的具体方法可为：

(1)以安全性、燃油经济性、跟踪性能、舒适性等作为控制目标，建立混合动力汽车跟车控制优化问题成本函数；

(2)考虑安全因素、交通限制以及混合动力汽车系统部件物理限制,约束模块对所建立的控制问题进行合理性约束；

(3)优化模块根据不同行驶工况设计不同的权重系数，以提高控制器对不同行驶工况的适应性；

(4)在求解模块中进行滚动优化，求出控制输入的最优解。

4)信号转换模块将求解的每个控制量最优控制序列的第一个元素转化为混合动力汽车各相应执行器控制信号作用于执行器，完成对执行器的控制。

本发明的突出技术效果和益处是：实时利用车联网系统传递的信息，充分考虑交通限制、车辆状态等参数影响，通过对部件之间的协调，可最大限度提高车辆的燃油经济性、安全性、舒适性；通过对权重系数进行优化，可提高控制器对不同工况的适应性及实际运用的可行性。

附图说明

图1为本发明所述节能型智能网联混合动力汽车跟车控制系统组成图。

图2为本发明所述节能型智能网联混合动力汽车跟车控制方法流程图。

图3为本发明实施例的智能网联汽车跟车情景示意图。

具体实施方式

以下实施例将结合附图对本发明作进一步的说明。

如图1所示，本发明的节能型智能网联混合动力汽车跟车控制系统实施例包括信息获取模块、协调控制模块、信号转换模块、执行器和车轮；所述信息获取模块包括车联网系统和车载传感器，所述协调控制模块设有跟车系统模型、约束模块、优化模块和求解模块；所述执行器设有发动机、自动离合器、电机、自动变速器和液压制动系统；所述车联网系统包括V2V通信模块、V2I通信模块和云端决策模块；所述V2V通信模块的输出端和V2I通信模块的输出端接云端决策模块的输入端，云端决策模块的输出端和车载传感器的输出端接跟车系统模型输入端，跟车系统模型的输出端和约束模块的输出端接优化模块的输入端，优化模块的输出端接求解模块的输入端，求解模块的输出端接信号转换模块的输入端，信号转换模块的信号输出端接发动机、制动离合器、电机、自动变速器和液压制动系统，所述发动机的输出端与自动离合器的输入端、自动离合器的输出端与电机的输入端以及电机的输出端与自动变速器之间通过机械连接，自动变速器与液压制动系统的输出传递至车轮。

所述车轮可包括左后轮、右后轮、左前轮和右前轮。

如图2所示，本发明所述一种节能型智能网联混合动力汽车跟车控制方法主要包括信息实时采集过程，优化控制过程及协调执行过程。具体包括以下步骤：

步骤1：信息获取模块实时采集本车行驶状态信息及周围环境信息，判断跟车行驶条件并选取跟踪目标车辆。

第一步：信息获取模块中的车载传感器采集本车的行驶状态信息，包括本车的速度、车轮转速、车轮纵向力、发动机转速、电机转速、变速箱传动比、电池电压、内阻等信息；

第二步：车联网系统中的V2V/V2I通信模块通过车-车通信、车-路通信实时获取前车的位置，前车的速度及未来短期内的速度轨迹，前方范围内的交通速度限制信息，道路坡度，路面附着系数等信息。

第三步：车联网系统中的云端决策模块根据实时采集到的信息判断是否可以进行跟车行驶，若可以，选取跟踪目标车辆并进行跟车行驶。

步骤2：根据车联网系统采集的信息，建立节能导向的混合动力汽车跟车系统预测控制模型。

第一步：基于再生制动控制策略，建立描述混合动力汽车纵向运动的三自由度模型。

考虑到在大部分跟车行驶工况下，电机能够独立提供满足要求的制动力，因此本发明设计再生制动策略为：

a.当电机能够提供足够的制动力时，使用电机独立制动；

b.当电机制动力不足时，不足部分制动力由液压制动系统提供；

c.理想的前后轮制动力按照“I曲线”进行分配，前后轮制动力的表达式为：

式中，F_xf和F_xr分别为作用于前、后车轮的纵向轮胎力，m为车辆质量，b分别为后轴到质心的距离，l为轴距，h为质心高度。

使用魔术轮胎公式表示纵向轮胎力，表达式为：

F_xi(x)＝Dsin{Carctan[Bλ_i-E(Bλ_i-arctan(Bλ_i))]}

其中，λ_i为车轮滑移率，其表达式为：

参数B、C、D、E为轮胎力影响因子：

C＝b₀

D＝b₁F_z ²+b₂F_z

E＝b₆F_z ²+b₇F_z+b₈

F_z为作用在车轮上的垂向力：

式中，a为车辆质心到前轴的距离；

考虑上述再生制动策略对制动力的分配，建立基于前轮驱动的混合动力汽车三自由度纵向动力学模型，其表达式为：

式中，v为车辆纵向速度，g为重力加速度，f为车轮滚动阻力系数，θ为道路坡度，C_D为空气阻力系数，A为车辆迎风面积，ω_wf和ω_wr为前、后车轮转速，r_w为车轮有效半径，J_wf和J_wr为前、后车轮转动惯量，i₀为主减速器传动比，T_e为发动机驱动力矩；T_m为电机输出力矩，η_T为变速箱效率，T_bf和T_br分别为液压制动系统作用于前后车轮的制动力矩。

发动机输出力矩为节气门开度与发动机转速的函数：

T_e＝f(α,ω_e)

电机输出力矩T_m为电机效率η_m与电机转速ω_m的函数：

T_m＝f(η_m,ω_m)

电机为驱动状态时T_m值为正，再生制动状态时T_m值为负；

变速箱效率η_T为变速箱输入扭矩T_T与变速箱输入转速ω_T及传动比i_g的函数：

η_T＝f(T_T,ω_T,i_g)

上述发动机、电机、变速箱的性能参数之间的关系可通过试验建立MAP图描述。另外，参数值可基于MAP图通过查表获得。

第二步：选取车辆及车间运动状态及电池电荷状态为状态变量，建立节能型跟车系统预测控制模型，跟车系统示意图如图3所示。

所述电池电荷状态表达式为：

式中，Q_nom为名义电荷能力，η_b为电池系统效率，V_oc为电池开路电压，R₀为电池内阻；I为实时电流，其值为正时表示放电状态,P_bat为电池功率；

式中，电机作为电动机时β＝-1，电机作为发电机时β＝1。

选取本车与前车间的距离s、本车速度v、前后车轮转速ω_wf与ω_wr和电池电荷状态SOC作为状态变量，即x＝[s,v,ω_wf,ω_wr,SOC]^T,选择控制输入为u＝[T_e,T_m,T_bf,T_br,i_g]^T，状态向量ξ＝[v_l,θ,F_xf,F_xr]^T视为外部输入，其中v_l为前车速度。通过离散化可得：

s(k+1)＝s(k)+(v(k)-v_l(k))·T_s

式中，T_s为采样时间。

以下给出建立离散形式的节能导向型跟车系统预测控制模型：

x(k+1)＝f(x(k),u(k),ξ(k))

步骤3：设计混合动力汽车跟车行驶的期望状态模型预测控制方法，得出跟车行驶达到期望状态各动力总成耗能最小时对应的运转状态。

第一步：以安全性、燃油经济性、跟踪性能、舒适性等作为控制目标，建立混合动力汽车跟车控制优化问题目标函数。

采用固定时距策略表示期望跟踪特性：

s_d＝τ_hv+d₀

式中，s_d为期望车距，τ_h为车头时距，d₀为保证安全的最小距离；

定义车辆间距误差δ_s、速度误差δ_v、加速度误差δ_a表达式为：

δ_s＝s-s_d

δ_v＝v_l-v

δ_a＝a_l-a

式中，a_l和a分别为前车和本车加速度；

建立针对安全性及跟踪性能的目标函数为:

J₁＝w_δsδ_s ²+w_δvδ_v ²+w_δaδ_a ²

式中，w项为权重系数。

建立针对舒适性能的目标函数为：

对于燃油经济性：使用基于SOC的等效燃油消耗最小策略(ECMS)作为混合动力汽车能量管理策略：

定义发动机燃油消耗率的表达式为：

式中，Q_lhv为燃料低热值，η_e为发动机效率；

对电池能量的消耗需要根据不同的电池SOC值相应增加或减少，因此定义基于SOC值的电机虚拟燃油消耗率为：

其中，等效因素ν是一个向量ν＝[ν_chg,ν_dis]，ν_chg表示充电状态，ν_dis表示放电状态，

SOC_target、SOC_max、SOC_min分别为目标值、最大值、最小值。

瞬态等效燃油消耗率表达式为两者之和：

则针对燃油经济性能的目标函数为：

进一步，建立混合动力汽车跟车控制优化问题综合目标函数为：

J＝J₁+J₂+J₃

第二步：考虑安全因素、交通限制以及混合动力汽车系统部件物理限制,约束模块对控制问题建立约束条件；

根据本车与前车的运动状态及相对运动状态，本车在不同路面附着系数的临界制动距离s_bc为：

式中，μ为轮胎与路面的附着系数，τ_b为制动系统响应时间，f(μ)为与路面附着系数相关的系数函数，其取值考虑不同路面附着系数的影响，具体表达式如下：

则最小跟车距离应取为：

考虑跟车行驶的安全性能，同时为了防止过大的跟车距离导致车辆切入并考虑车辆行驶的舒适性，对跟车距离误差、速度误差及车辆加速度进行如下约束：

根据车联网系统采集的前方道路交通限制信息，对车辆行驶速度进行约束：

v_min≤v≤v_max (3)

考虑混合动力汽车系统部件物理限制，作如下约束：

约束中的最大、最小值可通过试验数据进行获取；

第三步：优化模块根据不同行驶工况设计不同的权重系数，以提高控制器对不同行驶工况的适应性。

为保证行车安全性，在紧急情况下可以弱化燃油经济性能及舒适性能，因此将安全性目标权重系数自适应于车辆距离误差，其表达式如下：

第四步：在求解模块中进行滚动优化，求出发动机力矩、电机力矩、变速箱档位、制动力矩等控制输入的最优解。

结合步骤2和步骤3建立的模型、优化控制问题及约束条件，求解多目标跟车控制问题的优化模型为：

minJ＝min(J₁+J₂+J₃)

s.t.

x(k+1)＝f(x(k),u(k),ξ(k))

约束(1)-(4)

使用序列二次规划算法对上述优化问题进行求解。

步骤4：信号转换模块将求解出的每个控制量最优控制序列的第一个元素转化为混合动力汽车各相应执行器控制信号作用于执行器，完成对执行器的控制。其中，自动离合器根据发动机与电机的控制信号对驱动与制动工况进行判断，从而自动进行接合或分离。

Claims (6)

1.一种节能型智能网联混合动力汽车跟车控制系统，其特征在于包括信息获取模块、协调控制模块、信号转换模块、执行器和车轮；所述信息获取模块包括车联网系统和车载传感器，所述协调控制模块设有跟车系统模型、约束模块、优化模块和求解模块；所述执行器设有发动机、自动离合器、电机、自动变速器和液压制动系统；所述车联网系统包括V2V通信模块、V2I通信模块和云端决策模块；所述V2V通信模块的输出端和V2I通信模块的输出端接云端决策模块的输入端，云端决策模块的输出端和车载传感器的输出端接跟车系统模型输入端，跟车系统模型的输出端和约束模块的输出端接优化模块的输入端，优化模块的输出端接求解模块的输入端，求解模块的输出端接信号转换模块的输入端，信号转换模块的信号输出端接发动机、制动离合器、电机、自动变速器和液压制动系统，所述发动机的输出端与自动离合器的输入端、自动离合器的输出端与电机的输入端以及电机的输出端与自动变速器之间通过机械连接，自动变速器与液压制动系统的输出传递至车轮。

2.如权利要求1所述一种节能型智能网联混合动力汽车跟车控制系统，其特征在于所述车轮包括左后轮、右后轮、左前轮和右前轮。

3.一种节能型智能网联混合动力汽车跟车控制方法，其特征在于包括以下步骤：

1)信息获取模块实时采集本车行驶状态信息及周围环境信息，判断跟车行驶条件并选取跟踪目标车辆；

2)根据车联网系统采集的信息，建立节能导向的混合动力汽车跟车系统预测控制模型；

3)设计混合动力汽车跟车行驶的期望状态模型预测调节控制方法，得出跟车行驶达到期望状态各动力总成耗能最小时对应的运转状态；

4)信号转换模块将求解的每个控制量最优控制序列的第一个元素转化为混合动力汽车各相应执行器控制信号作用于执行器，完成对执行器的控制。

4.如权利要求3所述一种节能型智能网联混合动力汽车跟车控制方法，其特征在于在步骤1)中，所述信息获取模块实时采集本车行驶状态信息及周围环境信息，判断跟车行驶条件并选取跟踪目标车辆的具体方法为：

(1)信息获取模块中的车载传感器采集本车的行驶状态信息，包括本车的速度、车轮转速、车轮纵向力、发动机转速、电机转速、变速箱传动比、电池电压、内阻信息；

(2)车联网系统中的V2V/V2I通信模块通过车-车通信、车-路通信实时获取前车的位置、前车的速度及未来短期内的速度轨迹、前方范围内的交通速度限制信息、道路坡度和路面附着系数等信息；

(3)车联网系统中的云端决策模块根据实时采集到的信息判断是否可以进行跟车行驶，若可以，则选取跟踪目标车辆并进行跟车行驶。

5.如权利要求3所述一种节能型智能网联混合动力汽车跟车控制方法，其特征在于在步骤2)中，所述根据车联网系统采集的信息，建立节能导向的混合动力汽车跟车系统预测控制模型的具体方法为：

(1)基于再生制动控制策略，建立描述混合动力汽车纵向运动的三自由度模型；

(2)选取本车运动状态及电池电荷状态为状态变量，建立节能型跟车系统预测控制模型。

6.如权利要求3所述一种节能型智能网联混合动力汽车跟车控制方法，其特征在于在步骤3)中，所述设计混合动力汽车跟车行驶的期望状态模型预测调节控制方法，得出跟车行驶达到期望状态各动力总成耗能最小时对应的运转状态的具体方法为：

(1)根据控制目标，建立混合动力汽车跟车控制优化问题成本函数；

(2)考虑安全因素、交通限制以及混合动力汽车系统部件物理限制,约束模块对所建立的控制问题进行合理性约束；

(3)优化模块根据不同行驶工况设计不同的权重系数，以提高控制器对不同行驶工况的适应性；

(4)在求解模块中进行滚动优化，求出控制输入的最优解。