本發(fā)明涉及車(chē)聯(lián)網(wǎng)領(lǐng)域，特別涉及一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)車(chē)速閉環(huán)快速預(yù)測(cè)控制方法及裝置。
背景技術(shù)：
：當(dāng)今全球范圍內(nèi)汽車(chē)產(chǎn)銷(xiāo)量和保有量正迅猛增長(zhǎng)，由此導(dǎo)致的石油資源過(guò)度消耗、大氣污染、交通擁堵及汽車(chē)行駛安全等問(wèn)題日益嚴(yán)重，節(jié)能、環(huán)保、安全成為當(dāng)今汽車(chē)工業(yè)發(fā)展的三大主題。在此背景下，新能源汽車(chē)、車(chē)聯(lián)網(wǎng)以及無(wú)人駕駛等技術(shù)受到廣泛的關(guān)注。在車(chē)聯(lián)網(wǎng)環(huán)境下，車(chē)和車(chē)以及車(chē)與交通設(shè)施之間可以實(shí)現(xiàn)實(shí)時(shí)通信，每輛車(chē)的車(chē)速和位置都能實(shí)時(shí)獲取，可以采用模型預(yù)測(cè)(modelpredictivecontrol,MPC)算法，預(yù)測(cè)未來(lái)一段時(shí)間內(nèi)車(chē)輛的最優(yōu)經(jīng)濟(jì)車(chē)速。KunduS等研究了包含多輛車(chē)和多個(gè)交叉路口的汽車(chē)隊(duì)列模型，提出一種基于車(chē)車(chē)通信/車(chē)與交通設(shè)施通信的“經(jīng)濟(jì)駕駛”控制方法。MahlerG等研究了基于交通信號(hào)燈正時(shí)(signalphaseandtiming,SPAT)的最優(yōu)預(yù)測(cè)車(chē)速規(guī)劃算法以提高汽車(chē)的燃油經(jīng)濟(jì)性。MandavaS等研究了可以提高汽車(chē)在綠燈時(shí)通過(guò)交通信號(hào)燈概率的最優(yōu)車(chē)速規(guī)劃算法，進(jìn)行了燃油經(jīng)濟(jì)性和排放的多目標(biāo)優(yōu)化。HomChaudhuriB等研究了車(chē)聯(lián)網(wǎng)環(huán)境下汽車(chē)最優(yōu)車(chē)速預(yù)測(cè)算法，基于SPAT得到目標(biāo)車(chē)速范圍并采用MPC求解給定時(shí)間窗口的最優(yōu)目標(biāo)車(chē)速。然而，目前一般采用開(kāi)環(huán)的分層控制方法得到最優(yōu)經(jīng)濟(jì)車(chē)速，且MPC求解算法效率較低，難以實(shí)現(xiàn)實(shí)時(shí)控制,不利于提高燃油經(jīng)濟(jì)性能。技術(shù)實(shí)現(xiàn)要素：本發(fā)明實(shí)施例的目的在于提供一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)目標(biāo)車(chē)速快速閉環(huán)模型預(yù)測(cè)控制方法及裝置，通過(guò)周期性的效率反饋，將原來(lái)開(kāi)環(huán)的車(chē)速預(yù)測(cè)控制變?yōu)殚]環(huán)的預(yù)測(cè)控制，以提高燃油經(jīng)濟(jì)性。為達(dá)到上述目的，本發(fā)明實(shí)施例公開(kāi)了一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)車(chē)速閉環(huán)快速預(yù)測(cè)控制方法，包括如下步驟：步驟(1)、根據(jù)包含驅(qū)動(dòng)效率的燃油消耗模型和預(yù)設(shè)驅(qū)動(dòng)效率計(jì)算預(yù)設(shè)數(shù)量個(gè)MPC時(shí)間窗口的目標(biāo)車(chē)輛的車(chē)速序列，并發(fā)送至所述目標(biāo)車(chē)輛，其中，所述車(chē)速序列中的每一個(gè)車(chē)速與所述目標(biāo)車(chē)輛對(duì)應(yīng)；其中，所述包含驅(qū)動(dòng)效率的燃油消耗模型其表達(dá)式為：式中：Si為汽車(chē)行駛的路程；為燃油消耗率；ηieff為驅(qū)動(dòng)效率；HLHV為汽油的熱值；Pireq為整車(chē)需求功率；n為道路上汽車(chē)的數(shù)量；tf為終止時(shí)刻，CD為空氣阻力系數(shù)；ρa(bǔ)為空氣密度；Af汽車(chē)的迎風(fēng)面積；μ為滾動(dòng)阻力系數(shù)；θ為坡度，vi(t)為所述目標(biāo)車(chē)輛i在t時(shí)刻的車(chē)速；ui(t)為t時(shí)刻的車(chē)輛加速度；步驟(2)、所述目標(biāo)車(chē)輛根據(jù)所述車(chē)速序列進(jìn)行最優(yōu)燃油經(jīng)濟(jì)性控制，并根據(jù)所述車(chē)速序列計(jì)算預(yù)設(shè)時(shí)段平均驅(qū)動(dòng)效率并反饋給包含驅(qū)動(dòng)效率的燃油消耗模型；步驟(3)、將所述預(yù)設(shè)時(shí)段平均驅(qū)動(dòng)效率作為預(yù)設(shè)驅(qū)動(dòng)效率，返回步驟(1)繼續(xù)執(zhí)行，直至全時(shí)段所述目標(biāo)車(chē)輛的車(chē)速序列計(jì)算完畢。作為上述方案的進(jìn)一步優(yōu)化，步驟(1)包括如下步驟：(11)計(jì)算目標(biāo)車(chē)速范圍的上限和下限；為了減少或者避免車(chē)輛紅燈怠速；(12)基于近似油耗計(jì)算模型，判斷油耗最低時(shí)成立的條件，求解最優(yōu)控制變量；(13)基于最優(yōu)控制變量，給出目標(biāo)車(chē)速的求解模型；(14)基于目標(biāo)車(chē)速和車(chē)輛位置，構(gòu)建MPC目標(biāo)函數(shù)；(15)通過(guò)快速模型預(yù)測(cè)求解MPC目標(biāo)函數(shù)，求出MPC預(yù)測(cè)時(shí)間窗口的最優(yōu)目標(biāo)車(chē)速。作為上述方案的進(jìn)一步優(yōu)化，MPC目標(biāo)函數(shù)的表達(dá)式：其中，αk(k＝1,2,3,4)為權(quán)值系數(shù)；vimin、vimax分別為城市道路條件下車(chē)輛允許的最小和最大車(chē)速；uimin、uimax分別為最小和最大加速度；th為預(yù)先設(shè)定的行車(chē)間隔時(shí)間；S0為安全距離；T為MPC時(shí)間長(zhǎng)度；δt為迭代步長(zhǎng)。作為上述方案的進(jìn)一步優(yōu)化，基于近似油耗計(jì)算模型，判斷油耗最低時(shí)，令車(chē)輛勻速巡航，則縱向加速度系數(shù)ai(t)為零；最優(yōu)加速度表示為：式中，uid為最優(yōu)加速度。作為上述方案的進(jìn)一步優(yōu)化，目標(biāo)車(chē)速的求解模型：sij(t)＝si(t)-sj(t)vil(t)≤viobj(t)≤vih(t)其中，式中，α0及s0均為預(yù)先設(shè)定的常數(shù)；sij為車(chē)i及緊隨其后的車(chē)j之間的相對(duì)距離；si和sj分別為i車(chē)和j車(chē)的位置；Δvijobj為車(chē)j及其前車(chē)i的相對(duì)車(chē)速；vid(t)為t時(shí)刻車(chē)i的初始目標(biāo)車(chē)速；viobj(t)為t時(shí)刻車(chē)i的目標(biāo)車(chē)速；為最優(yōu)巡航車(chē)速。作為上述方案的進(jìn)一步優(yōu)化，計(jì)算目標(biāo)車(chē)速范圍的上限和下限：式中，vil和vih為分別目標(biāo)車(chē)速范圍的下限和上限；dia(td)為td時(shí)刻第i輛車(chē)的與交通信號(hào)燈a的距離；Kw為信號(hào)燈的循環(huán)次數(shù)；tg、tr分別為綠燈和紅燈持續(xù)的時(shí)間；tc為一個(gè)紅、綠燈循環(huán)的周期，等于紅燈和綠燈持續(xù)的時(shí)間之和；vimax為城市道路條件下汽車(chē)的最大允許車(chē)速。本發(fā)明還給出了一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)車(chē)速閉環(huán)快速預(yù)測(cè)控制裝置，包括云端服務(wù)器，若干上層控制器，若干下層控制器，上層控制器與下層控制器對(duì)應(yīng)通信連接，所述云端服務(wù)器與上層控制器、下層控制器通信連接，所述上層控制器與下層控制器與對(duì)應(yīng)的目標(biāo)車(chē)輛通信連接，(71)上層控制器根據(jù)包含驅(qū)動(dòng)效率的燃油消耗模型和預(yù)設(shè)驅(qū)動(dòng)效率計(jì)算一個(gè)MPC時(shí)間窗口的目標(biāo)車(chē)輛的車(chē)速序列；(72)對(duì)應(yīng)的下層控制器根據(jù)目標(biāo)車(chē)輛對(duì)應(yīng)的最優(yōu)目標(biāo)車(chē)速計(jì)算平均驅(qū)動(dòng)效率并反饋給上層控制器；(73)上層控制器自動(dòng)將上一個(gè)MPC時(shí)間窗口的平均驅(qū)動(dòng)效率更新為下一個(gè)MPC時(shí)間窗口的預(yù)設(shè)驅(qū)動(dòng)效率，返回步驟(71)繼續(xù)執(zhí)行，直至全時(shí)段目標(biāo)車(chē)輛的車(chē)速序列計(jì)算完畢。作為上述方案的進(jìn)一步優(yōu)化，步驟(1)包括如下步驟：(11)計(jì)算目標(biāo)車(chē)速范圍的上限和下限；為了減少或者避免車(chē)輛紅燈怠速；(12)基于近似油耗計(jì)算模型，判斷油耗最低時(shí)成立的條件，求解最優(yōu)控制變量；(13)基于最優(yōu)控制變量，給出目標(biāo)車(chē)速的求解模型；(14)基于目標(biāo)車(chē)速和車(chē)輛位置，構(gòu)建MPC目標(biāo)函數(shù)；(15)通過(guò)快速模型預(yù)測(cè)求解MPC目標(biāo)函數(shù)，求出MPC預(yù)測(cè)時(shí)間窗口的最優(yōu)目標(biāo)車(chē)速。作為上述方案的進(jìn)一步優(yōu)化，MPC目標(biāo)函數(shù)的表達(dá)式：其中，αk(k＝1,2,3,4)為權(quán)值系數(shù)；vimin、vimax分別為城市道路條件下車(chē)輛允許的最小和最大車(chē)速；uimin、uimax分別為最小和最大加速度；th為預(yù)先設(shè)定的行車(chē)間隔時(shí)間；S0為安全距離；T為MPC時(shí)間長(zhǎng)度；δt為迭代步長(zhǎng)。作為上述方案的進(jìn)一步優(yōu)化，基于近似油耗計(jì)算模型，判斷油耗最低時(shí)，令車(chē)輛勻速巡航，則縱向加速度系數(shù)ai(t)為零；最優(yōu)加速度表示為：式中，uid為最優(yōu)加速度。作為上述方案的進(jìn)一步優(yōu)化，目標(biāo)車(chē)速的求解模型：sij(t)＝si(t)-sj(t)vil(t)≤viobj(t)≤vih(t)其中，式中，α0及s0均為預(yù)先設(shè)定的常數(shù)；sij為車(chē)i及緊隨其后的車(chē)j之間的相對(duì)距離；si和sj分別為i車(chē)和j車(chē)的位置；Δvijobj為車(chē)j及其前車(chē)i的相對(duì)車(chē)速；vid(t)為t時(shí)刻車(chē)i的初始目標(biāo)車(chē)速；viobj(t)為t時(shí)刻車(chē)i的目標(biāo)車(chē)速；為最優(yōu)巡航車(chē)速。作為上述方案的進(jìn)一步優(yōu)化，計(jì)算目標(biāo)車(chē)速范圍的上限和下限：式中，vil和vih為分別目標(biāo)車(chē)速范圍的下限和上限；dia(td)為td時(shí)刻第i輛車(chē)的與交通信號(hào)燈a的距離；Kw為信號(hào)燈的循環(huán)次數(shù)；tg、tr分別為綠燈和紅燈持續(xù)的時(shí)間；tc為一個(gè)紅、綠燈循環(huán)的周期，等于紅燈和綠燈持續(xù)的時(shí)間之和；vimax為城市道路條件下汽車(chē)的最大允許車(chē)速。與現(xiàn)有技術(shù)相比，本發(fā)明的一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)車(chē)速閉環(huán)快速預(yù)測(cè)控制方法及系統(tǒng)具有以下有益效果：(1)本發(fā)明的一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)目標(biāo)車(chē)速快速閉環(huán)模型預(yù)測(cè)控制方法及裝置，通過(guò)效率反饋，將原來(lái)開(kāi)環(huán)的車(chē)速預(yù)測(cè)控制變?yōu)殚]環(huán)的預(yù)測(cè)控制，得到的預(yù)測(cè)車(chē)速曲線更為接近實(shí)際情況。(2)發(fā)明的一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)目標(biāo)車(chē)速快速閉環(huán)模型預(yù)測(cè)控制方法及裝置基于SPAT求解目標(biāo)車(chē)的范圍，車(chē)輛在經(jīng)過(guò)交通信號(hào)燈時(shí)均未遇到紅燈，可以避免車(chē)輛紅燈怠速；各車(chē)軌跡無(wú)交點(diǎn)，可避免車(chē)輛發(fā)生碰撞。(3)相比于基準(zhǔn)方法1和基準(zhǔn)方法2，本文提出的一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)目標(biāo)車(chē)速快速閉環(huán)模型預(yù)測(cè)控制方法及裝置可以實(shí)現(xiàn)良好的車(chē)速控制效果，車(chē)輛平均燃油經(jīng)濟(jì)性依次提高6.44％和37.1％。(4)相比于基準(zhǔn)方法1，本發(fā)明提出的一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)目標(biāo)車(chē)速快速閉環(huán)模型預(yù)測(cè)控制方法及裝置，系統(tǒng)平均驅(qū)動(dòng)效率提高7.13％，且F-MPC程序執(zhí)行效率為MPC的13倍，每一步長(zhǎng)的實(shí)際計(jì)算時(shí)間小于計(jì)算步長(zhǎng)，能夠?qū)崿F(xiàn)實(shí)時(shí)控制。附圖說(shuō)明為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明實(shí)施例提供的一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)車(chē)速閉環(huán)快速預(yù)測(cè)控制方法的流程示意圖；圖2為本發(fā)明實(shí)施例提供的一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)車(chē)速閉環(huán)快速預(yù)測(cè)控制系統(tǒng)的結(jié)構(gòu)示意圖；圖3為本發(fā)明實(shí)施例提供的基于車(chē)聯(lián)網(wǎng)的車(chē)速預(yù)測(cè)示意圖；圖4為本發(fā)明實(shí)施例提供的八輛車(chē)軌跡；圖5(a)-圖5(h)為3種方法下的八輛車(chē)速度曲線圖；圖6為本發(fā)明實(shí)施例提供的三種控制方法下的車(chē)輛百公里油耗對(duì)比圖。具體實(shí)施方式為使發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明了，下面通過(guò)附圖中及實(shí)施例，對(duì)本發(fā)明技術(shù)方案進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。但是應(yīng)該理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明技術(shù)方案，并不用于限制本發(fā)明技術(shù)方案的范圍。為解決現(xiàn)有技術(shù)問(wèn)題，本發(fā)明是實(shí)例提供了一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)車(chē)速閉環(huán)快速預(yù)測(cè)控制方法及系統(tǒng)，以下進(jìn)行詳細(xì)說(shuō)明。參見(jiàn)圖1，圖1為本發(fā)明實(shí)施例提供的一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)車(chē)速閉環(huán)快速預(yù)測(cè)控制方法的流程示意圖。本發(fā)明的一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)車(chē)速閉環(huán)快速預(yù)測(cè)控制方法，包括步驟：S101，根據(jù)包含驅(qū)動(dòng)效率的燃油消耗模型和預(yù)設(shè)驅(qū)動(dòng)效率計(jì)算預(yù)設(shè)一個(gè)MPC時(shí)間窗口的目標(biāo)車(chē)輛的車(chē)速序列，并發(fā)送至目標(biāo)車(chē)輛，其中，車(chē)速序列中的每一個(gè)車(chē)速與目標(biāo)車(chē)輛對(duì)應(yīng)。驅(qū)動(dòng)效率定義為預(yù)測(cè)時(shí)間段內(nèi)從發(fā)動(dòng)機(jī)到車(chē)輛的動(dòng)力傳動(dòng)效率。S102，目標(biāo)車(chē)輛根據(jù)車(chē)速序列進(jìn)行最優(yōu)燃油經(jīng)濟(jì)性控制，并根據(jù)車(chē)速序列計(jì)算當(dāng)前預(yù)設(shè)時(shí)段的平均驅(qū)動(dòng)效率，并反饋給包含驅(qū)動(dòng)效率的燃油消耗模型。其中，平均驅(qū)動(dòng)效率定義為預(yù)測(cè)時(shí)間段內(nèi)發(fā)動(dòng)機(jī)輸出的有效能量與消耗燃油熱量的比值乘以傳動(dòng)系統(tǒng)的效率的乘積。S103，將預(yù)設(shè)時(shí)段平均驅(qū)動(dòng)效率作為下一個(gè)MPC時(shí)間窗口的預(yù)設(shè)驅(qū)動(dòng)效率，返回步驟S101繼續(xù)執(zhí)行，直至全時(shí)段目標(biāo)車(chē)輛的車(chē)速序列計(jì)算完畢。其中，本發(fā)明的一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)車(chē)速閉環(huán)快速預(yù)測(cè)控制方法，基于車(chē)輛縱向動(dòng)力學(xué)模型，為實(shí)現(xiàn)良好的燃油經(jīng)濟(jì)性控制，建立了包含驅(qū)動(dòng)效率的燃油消耗模型。其中，車(chē)輛縱向動(dòng)力學(xué)模型中，vi為車(chē)速；ui為加速度(控制變量)；Mi整車(chē)整備質(zhì)量；CD為空氣阻力系數(shù)；ρa(bǔ)為空氣密度；Afi汽車(chē)的迎風(fēng)面積；μ為滾動(dòng)阻力系數(shù)；θ為坡度。其中，包含驅(qū)動(dòng)效率的燃油消耗模型如式(2)所示：式中，Si為汽車(chē)行駛的路程；為燃油消耗率；ηieff為驅(qū)動(dòng)效率；HLHV為汽油的熱值；Pireq為整車(chē)需求功率；n為道路上汽車(chē)的數(shù)量；tf為終止時(shí)刻，CD為空氣阻力系數(shù)；ρa(bǔ)為空氣密度；Af汽車(chē)的迎風(fēng)面積；μ為滾動(dòng)阻力系數(shù)；θ為坡度，vi(t)為所述目標(biāo)車(chē)輛i在t時(shí)刻的車(chē)速；ui(t)為t時(shí)刻的車(chē)輛加速度。本發(fā)明還公開(kāi)了一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)車(chē)速閉環(huán)快速預(yù)測(cè)控制裝置，包括云端服務(wù)器，若干上層控制器，若干下層控制器，上層控制器與下層控制器對(duì)應(yīng)通信連接，所述云端服務(wù)器與上層控制器、下層控制器通信連接，所述上層控制器與下層控制器與對(duì)應(yīng)的目標(biāo)車(chē)輛通信連接，(71)上層控制器根據(jù)包含驅(qū)動(dòng)效率的燃油消耗模型和預(yù)設(shè)驅(qū)動(dòng)效率計(jì)算一個(gè)MPC時(shí)間窗口的目標(biāo)車(chē)輛的車(chē)速序列；(72)對(duì)應(yīng)的下層控制器根據(jù)目標(biāo)車(chē)輛對(duì)應(yīng)的最優(yōu)目標(biāo)車(chē)速計(jì)算平均驅(qū)動(dòng)效率并反饋給上層控制器；(73)上層控制器自動(dòng)將上一個(gè)MPC時(shí)間窗口的平均驅(qū)動(dòng)效率更新為下一個(gè)MPC時(shí)間窗口的預(yù)設(shè)驅(qū)動(dòng)效率，返回步驟(71)繼續(xù)執(zhí)行，直至全時(shí)段目標(biāo)車(chē)輛的車(chē)速序列計(jì)算完畢。圖2為本發(fā)明實(shí)施例提供的一種基于車(chē)聯(lián)網(wǎng)的車(chē)速預(yù)測(cè)系統(tǒng)的結(jié)構(gòu)示意圖；所述系統(tǒng)包括：計(jì)算模塊201，用于根據(jù)包含驅(qū)動(dòng)效率的燃油消耗模型和預(yù)設(shè)驅(qū)動(dòng)效率計(jì)算一個(gè)MPC時(shí)間窗口的目標(biāo)車(chē)輛的車(chē)速序列；并發(fā)送至對(duì)應(yīng)的目標(biāo)車(chē)輛，其中，車(chē)速序列中的每一個(gè)車(chē)速與所述目標(biāo)車(chē)輛對(duì)應(yīng)；反饋模塊202，用于目標(biāo)車(chē)輛對(duì)應(yīng)的最優(yōu)目標(biāo)車(chē)速計(jì)算平均驅(qū)動(dòng)效率并反饋給燃油消耗模型；返回模塊203，用于自動(dòng)將上一個(gè)MPC時(shí)間窗口的平均驅(qū)動(dòng)效率更新為下一個(gè)MPC時(shí)間窗口的預(yù)設(shè)驅(qū)動(dòng)效率，直至全時(shí)段所述目標(biāo)車(chē)輛的車(chē)速序列計(jì)算完畢。本發(fā)明的一種基于車(chē)聯(lián)網(wǎng)的最優(yōu)車(chē)速閉環(huán)快速預(yù)測(cè)控制方法，計(jì)算目標(biāo)車(chē)速的范圍，綜合考慮城市道路情況，車(chē)輛走走停停會(huì)使得整車(chē)的燃油經(jīng)濟(jì)性降低。車(chē)輛的行駛狀態(tài)，取決于交通信號(hào)燈的狀態(tài)、實(shí)際道路的車(chē)流量以及駕駛員的駕駛習(xí)慣。為了減少甚至避免車(chē)輛紅燈怠速，當(dāng)滿足約束條件且駕駛員按照系統(tǒng)建議車(chē)速行駛時(shí)，車(chē)輛處于此車(chē)速范圍可以避免其經(jīng)過(guò)交通信號(hào)燈時(shí)停車(chē)怠速。式中，vil和vih為分別目標(biāo)車(chē)速范圍的下限和上限；dia(td)為td時(shí)刻第i輛車(chē)的與交通信號(hào)燈a的距離；Kw為信號(hào)燈的循環(huán)次數(shù)；tg、tr分別為綠燈和紅燈持續(xù)的時(shí)間；tc為一個(gè)紅、綠燈循環(huán)的周期，等于紅燈和綠燈持續(xù)的時(shí)間之和；vimax為城市道路條件下汽車(chē)的最大允許車(chē)速。理論上，傳統(tǒng)的內(nèi)燃機(jī)車(chē)輛存在最優(yōu)巡航車(chē)速，當(dāng)車(chē)輛以此車(chē)速勻速行駛時(shí)，其燃油經(jīng)濟(jì)性可以達(dá)到最優(yōu)。為計(jì)算此最優(yōu)巡航車(chē)速，基于理論聯(lián)系實(shí)際的原則，給出了近似油耗計(jì)算模型，如式(4)所示：式中，為車(chē)輛的近似燃油消耗率；ζ為開(kāi)關(guān)變量，取值為0或者1，當(dāng)車(chē)速vi為零或者控制變量ui小于零時(shí)取值為1，其余情況取值為0。為車(chē)輛巡航時(shí)的燃油消耗率；為車(chē)輛加速時(shí)的燃油消耗率；為制動(dòng)或者怠速時(shí)的燃油消耗率；bi(i＝0,1,2,3)為巡航時(shí)的燃油消耗率擬合系數(shù)；ci(i＝0,1,2)為加速時(shí)燃油消耗率擬合系數(shù)；ai(t)為縱向加速度系數(shù)。當(dāng)時(shí)，如式(5)所示：車(chē)輛勻速巡航，則縱向加速度系數(shù)ai(t)為零；此時(shí)求解最有巡航車(chē)速。此時(shí)，最加速度系統(tǒng)ai(t)等于0，基于近似油耗計(jì)算模型，最優(yōu)加速度(控制變量)可表示為：其中，uid為最優(yōu)控制變量，也叫最優(yōu)加速度?；谧顑?yōu)巡航車(chē)速，計(jì)算目標(biāo)車(chē)輛的目標(biāo)車(chē)速，包括：sij(t)＝si(t)-sj(t)(7d)vil(t)≤viobj(t)≤vih(t)(7e)其中，式中，α0及s0均為預(yù)先設(shè)定的常數(shù)；sij為車(chē)i及緊隨其后的車(chē)j之間的相對(duì)距離；si和sj分別為i車(chē)和j車(chē)的位置；Δvijobj為車(chē)j及其前車(chē)i的相對(duì)車(chē)速；vid(t)為t時(shí)刻車(chē)i的初始目標(biāo)車(chē)速；viobj(t)為t時(shí)刻車(chē)i的目標(biāo)車(chē)速；為最優(yōu)巡航車(chē)速。由式(7b)可知，當(dāng)最優(yōu)巡航車(chē)速在車(chē)速范圍[vil,vih]中時(shí)，目標(biāo)車(chē)速被設(shè)定為最優(yōu)巡航車(chē)速；否則，目標(biāo)車(chē)速被設(shè)定為離目標(biāo)車(chē)速范圍最近的值。由式(7a)和(7c)可知，當(dāng)車(chē)i和其跟隨車(chē)j之間的相對(duì)距離小于預(yù)先設(shè)定的閾值且j車(chē)的車(chē)速大于其前車(chē)i的車(chē)速時(shí)，i車(chē)的速度會(huì)提高以保持理想的相對(duì)距離，進(jìn)而保證車(chē)輛的行駛安全；否則，取i車(chē)的目標(biāo)車(chē)速為其初始值。值得注意的是，目標(biāo)車(chē)速始終被控制在車(chē)速范圍[vil,vih]中，以減少紅燈怠速的次數(shù)。如果不滿足式(3)所示的約束條件，則汽車(chē)需減速或者等待下一個(gè)綠燈時(shí)間窗口才能通過(guò)交叉路口。當(dāng)目標(biāo)車(chē)速和車(chē)輛位置已知時(shí)，最優(yōu)目標(biāo)車(chē)速可以通過(guò)MPC求解。一般情況下，進(jìn)行多輛車(chē)的燃油經(jīng)濟(jì)性優(yōu)化，在MPC建模時(shí)需考慮油耗、車(chē)速跟隨、安全距離以及車(chē)輛的加速度。本發(fā)明實(shí)施例建立的MPC目標(biāo)函數(shù)最優(yōu)加速度的計(jì)算公式，本發(fā)明實(shí)施例所建立的目標(biāo)函數(shù)的車(chē)速跟隨項(xiàng)實(shí)質(zhì)為最優(yōu)巡航車(chē)速跟隨問(wèn)題，燃油經(jīng)濟(jì)性以油耗項(xiàng)及最優(yōu)巡航車(chē)速跟隨來(lái)體現(xiàn)，從而進(jìn)一步保證車(chē)輛的燃油經(jīng)濟(jì)性；此外，加速度加權(quán)項(xiàng)變?yōu)閷?shí)際加速度與理想最優(yōu)加速度的差值，從而保證車(chē)速盡可能接近最優(yōu)巡航車(chē)速。當(dāng)前車(chē)速、位置已知，且最優(yōu)加速度預(yù)測(cè)得到后，將來(lái)一段時(shí)間內(nèi)的最優(yōu)車(chē)速及位置均可得到。目標(biāo)車(chē)輛根據(jù)車(chē)速序列進(jìn)行車(chē)速調(diào)整，根據(jù)快速預(yù)測(cè)模型預(yù)測(cè)MPC目標(biāo)函數(shù)，進(jìn)行車(chē)速調(diào)整，MPC目標(biāo)函數(shù)的表達(dá)如式(8)所示：其中，αk(k＝1,2,3,4)為權(quán)值系數(shù)；vimin、vimax分別為城市道路條件下車(chē)輛允許的最小和最大車(chē)速；uimin、uimax分別為最小和最大加速度；th為預(yù)先設(shè)定的行車(chē)間隔時(shí)間；S0為安全距離；T為MPC時(shí)間長(zhǎng)度；δt為迭代步長(zhǎng)。其中，αk(k＝1,2,3,4)為權(quán)值系數(shù)；vimin、vimax分別為城市道路條件下車(chē)輛允許的最小和最大車(chē)速；uimin、uimax分別為最小和最大加速度；th為預(yù)先設(shè)定的行車(chē)間隔時(shí)間；S0為安全距離；T為MPC時(shí)間長(zhǎng)度；δt為迭代步長(zhǎng)。傳統(tǒng)的MPC(后稱(chēng)MPC)目標(biāo)函數(shù)一般采用二次規(guī)劃(quadraticprogramming，QP)求解。然而，MPC存在如下缺點(diǎn)：第一，MPC一般只適用于“足夠慢”的動(dòng)態(tài)系統(tǒng)中，這些系統(tǒng)的采樣時(shí)間一般以秒或分鐘為單位；第二，MPC狀態(tài)空間的維數(shù)一般不超過(guò)5，這直接制約了其在復(fù)雜的車(chē)輛動(dòng)力系統(tǒng)上的應(yīng)用；第三，MPC不適用于被控系統(tǒng)、目標(biāo)函數(shù)或約束是時(shí)變的情況；第四，相對(duì)于汽車(chē)處理器的浮點(diǎn)運(yùn)算能力和內(nèi)存，MPC程序結(jié)構(gòu)過(guò)于復(fù)雜，難以實(shí)現(xiàn)實(shí)時(shí)控制。針對(duì)上述問(wèn)題，本文采用F-MPC求解方法求解MPC目標(biāo)函數(shù)。F-MPC的本質(zhì)是通過(guò)利用被控系統(tǒng)的獨(dú)特結(jié)構(gòu)，改變QP的求解方式，特別是庫(kù)恩塔克(Karush-Kuhn-Tucker,KKT)最優(yōu)條件的求解方式，以提高程序的執(zhí)行效率，在保證預(yù)測(cè)精度的前提下實(shí)現(xiàn)實(shí)時(shí)控制。本文針對(duì)被控對(duì)象的具體結(jié)構(gòu)，采用牛頓迭代法求解KKT方程，采用消元法及喬里斯基(Cholesky)因式分解法快速求解牛頓迭代方程。本發(fā)明實(shí)施例主要研究車(chē)輛隊(duì)列縱向車(chē)速預(yù)測(cè)，車(chē)輛縱向動(dòng)力學(xué)模型中，主要狀態(tài)變量包含車(chē)速、位移等。由于系統(tǒng)的不連續(xù)性，通過(guò)引入取決于系統(tǒng)狀態(tài)的參數(shù)矩陣Ai(xi)，將式(1)中狀態(tài)方程離散為如式(9)所示線性形式。將模型預(yù)測(cè)目標(biāo)函數(shù)改寫(xiě)為式(10)所示的QP形式。式中,M＝T/δt，nx、nu、M分別為狀態(tài)變量的維數(shù)、控制變量維數(shù)以及MPC的離散步數(shù)。yi和yiobj分別為狀態(tài)變量及其目標(biāo)值；Qi為對(duì)角陣；Pi、qi、Ci、bi均為系數(shù)矩陣。其中，bi＝[Ai(xi)xi(k),0,0,0,...,0]T式(10)的拉格朗日方程如式(11)所示。式中，λi和vi為拉格朗日乘子。式(11)的一階KKT條件如式(12)所示。式中，si為松弛變量，γi和Si分別為由vi和si主對(duì)角線元素組成的列向量。FMPC的實(shí)現(xiàn)，在于KKT條件快速求解算法的計(jì)算效率。本文采用牛頓迭代法求解KKT條件方程，牛頓迭代方程如式(13)所示。式中，[Δyi(t)Δλi(t)Δνi(t)Δsi(t)]T為更新方向；βi為迭代步長(zhǎng)。牛頓迭代的更新方向采用式(14)求解。式中，為KKT條件方程的殘差。為減少KKT方程的維數(shù)，通過(guò)消元法將式(14)簡(jiǎn)化為如式(15)所示的線性無(wú)關(guān)的方程組。式中，[ΔyiΔλi]T為簡(jiǎn)化后更新方向；Wi為變換矩陣。為提高式(15)的求解速度，采用Cholesky因式分解法對(duì)方程組(15)進(jìn)行因式分解。當(dāng)PiTWi-2Pi為非奇異矩陣時(shí)，有當(dāng)PiTWi-2Pi為奇異矩陣時(shí)，有根據(jù)式(16)和(17)得到狀態(tài)變量yi的更新方向Δyi；結(jié)合牛頓迭代方程，解出狀態(tài)變量yi，即可求出MPC預(yù)測(cè)時(shí)間窗口T內(nèi)的最優(yōu)目標(biāo)車(chē)速。采用上述KKT快速求解算法，程序的計(jì)算執(zhí)行效率理論上可以由T(nx+nu)3提高為(1/3)T3(2nx+nu)3浮點(diǎn)每秒。當(dāng)參數(shù)設(shè)置合理時(shí)，能夠保證在較少的迭代次數(shù)內(nèi)，得到較為精確的數(shù)值解。具體的，實(shí)際應(yīng)用中，可以在云端服務(wù)器，執(zhí)行控制代碼的遠(yuǎn)程計(jì)算試驗(yàn)。本次試驗(yàn)采用SSHSecure客戶端，通過(guò)Wi-Fi遠(yuǎn)程連接云端服務(wù)器，控制代碼遠(yuǎn)程傳輸至服務(wù)器之后，服務(wù)器將計(jì)算結(jié)果實(shí)時(shí)反饋至本地上位機(jī)，本地上位機(jī)實(shí)現(xiàn)反饋代碼的解碼并發(fā)送至dSPACE執(zhí)行燃油經(jīng)濟(jì)性的硬件在環(huán)試驗(yàn)；同時(shí)采用MATLAB圖形工具，實(shí)現(xiàn)車(chē)速的可視化。采用云端無(wú)服務(wù)器進(jìn)一步保證控制算法的實(shí)時(shí)性。本次試驗(yàn)時(shí)間設(shè)置為600s，試驗(yàn)代碼僅考慮單車(chē)道情況，設(shè)置同一條道路上有8輛同型號(hào)的傳統(tǒng)內(nèi)燃機(jī)汽車(chē)，其整車(chē)基本參數(shù)如表1所示。汽車(chē)的初始車(chē)速、初始位置均隨機(jī)生成。本次生成的8輛車(chē)的初始車(chē)速為[1516.316.712.0813.004714.178810.373012.0473]，單位為m/s；8輛車(chē)的初始位置為[9885706045.566630.229315.91960.8724]，單位為m。紅、綠燈持續(xù)時(shí)間分別設(shè)置為40s和15s，SPAT具體參數(shù)以(40，15)為平均間隔時(shí)間隨機(jī)生成。設(shè)置交通信號(hào)燈數(shù)量為15，且均勻間隔，間隔距離為500m。根據(jù)城市道路工況的限速，設(shè)置汽車(chē)允許的最大、最小車(chē)速依次為20m/s和0。定義開(kāi)環(huán)控制(無(wú)效率反饋)且MPC目標(biāo)函數(shù)中跟隨車(chē)速為基于SAPT得到的車(chē)速范圍上限、加速度作為懲罰項(xiàng)的方法為基準(zhǔn)方法1；Gipps’跟車(chē)模型為基準(zhǔn)方法2。試驗(yàn)結(jié)果如下：表1整備質(zhì)量(kg)1580空氣阻力系數(shù)0.32迎風(fēng)面積(m2)2.25車(chē)輪滾動(dòng)半徑(m)0.317發(fā)動(dòng)機(jī)額定功率(kW)105發(fā)動(dòng)機(jī)額定扭矩(N·m)220變速箱(6AT)速比[4.28,2.56,1.55,1.02,0.73,0.52]主減速器速比4.44圖3為本發(fā)明實(shí)施例提供的基于車(chē)聯(lián)網(wǎng)的車(chē)速預(yù)測(cè)示意圖。參見(jiàn)圖3，基于車(chē)聯(lián)網(wǎng)的燃油經(jīng)濟(jì)性控制，一般采用分層控制模型，上層基于MPC求解最優(yōu)目標(biāo)車(chē)速，下層根據(jù)上層的目標(biāo)車(chē)速，進(jìn)行燃油經(jīng)濟(jì)性優(yōu)化。本發(fā)明實(shí)施例在此基礎(chǔ)上進(jìn)行改進(jìn)，提出一種更為完備的分層控制系統(tǒng)，上層控制器基于SPAT求解目標(biāo)車(chē)速的范圍，基于FMPC求解最優(yōu)目標(biāo)車(chē)速并發(fā)送給車(chē)載顯示器，駕駛員根據(jù)最優(yōu)目標(biāo)車(chē)速進(jìn)行加速或制動(dòng)；提出一種考慮效率反饋的閉環(huán)分層控制方法，在MPC時(shí)間窗口反饋下層車(chē)輛系統(tǒng)的平均效率并更新上層油耗計(jì)算模型的系統(tǒng)效率；采用云端服務(wù)器，接收來(lái)自上層及下層控制系統(tǒng)的信息并將計(jì)算結(jié)果反饋給每輛車(chē)，進(jìn)一步保障控制算法的實(shí)時(shí)性。圖4為本發(fā)明實(shí)施例提供的八輛車(chē)軌跡。水平實(shí)線表示紅燈時(shí)間窗口，兩個(gè)紅燈時(shí)間窗口之間的空白區(qū)域表示綠燈時(shí)間窗口，圖中曲線表示汽車(chē)軌跡。由圖3可知，車(chē)輛軌跡均與紅燈時(shí)間窗口沒(méi)有交點(diǎn)，說(shuō)明汽車(chē)經(jīng)過(guò)所設(shè)置的所有信號(hào)燈時(shí)均未遇到紅燈，從而驗(yàn)證了本文基于SPAT求解目標(biāo)車(chē)速范圍可以有效的避免車(chē)輛紅燈怠速。另外，圖中的8條曲線無(wú)交點(diǎn)，可以驗(yàn)證在整個(gè)試驗(yàn)時(shí)間段內(nèi)，各車(chē)輛之間始終保持著適當(dāng)?shù)南鄬?duì)距離，且該相對(duì)距離最終保持相對(duì)恒定，從而避免發(fā)生碰撞。圖5(a)-圖5(h)為本發(fā)明實(shí)施例提供本發(fā)明實(shí)施例提出的方法、基準(zhǔn)方法1、基準(zhǔn)方法2的3種方法下的八輛車(chē)的車(chē)速曲線?；诒景l(fā)明實(shí)施例提出的方法，圖5中，各輛車(chē)的車(chē)速十分接近，這說(shuō)明經(jīng)過(guò)起始段的調(diào)節(jié)，各車(chē)傾向于維持恒定的相對(duì)距離，保持較低的相對(duì)車(chē)速，從而保障車(chē)輛安全，避免頻繁的相對(duì)加減速，減少燃油消耗，驗(yàn)證了本文提出的FMPC實(shí)現(xiàn)了良好的控制效果。另外，在整個(gè)試驗(yàn)時(shí)間段，各車(chē)的車(chē)速均大于零，進(jìn)一步驗(yàn)證了各車(chē)輛均未遇到紅燈，避免了紅燈怠速。圖6為本發(fā)明實(shí)施例提供的三種控制方法下的車(chē)輛百公里油耗對(duì)比圖。根據(jù)圖4、圖5和圖6的車(chē)速，對(duì)于任何一輛車(chē)，本文提出的控制方法的燃油經(jīng)濟(jì)性優(yōu)于基準(zhǔn)方法1和基準(zhǔn)方法2。本文提出的控制方法、基準(zhǔn)方法1以及基準(zhǔn)方法2對(duì)應(yīng)的平均百公里油耗依次為6.54L、6.99L和10.40L。相比于基準(zhǔn)方法1和基準(zhǔn)方法2，本文提出的控制方法的燃油經(jīng)濟(jì)性依次提高6.44％和37.1％。表2為本文提出的閉環(huán)控制方法與基準(zhǔn)方法1的開(kāi)環(huán)控制方法的系統(tǒng)效率對(duì)比。分析可知，對(duì)于每一輛車(chē)，本文提出的控制方法的平均驅(qū)動(dòng)效率均有不同程度的提升。相比于基準(zhǔn)方法1，本文提出的控制方法的平均驅(qū)動(dòng)效率由20.62％提升為22.09％，改善比為7.13％。因而說(shuō)明了本文提出的控制方法燃油經(jīng)濟(jì)性提升的實(shí)質(zhì)為系統(tǒng)驅(qū)動(dòng)效率的提高。然而，系統(tǒng)效率的改善比略高于燃油經(jīng)濟(jì)性的改善比，其原因是F-MPC的應(yīng)用，會(huì)對(duì)系統(tǒng)的燃油經(jīng)濟(jì)性造成一定的影響。經(jīng)計(jì)算，F(xiàn)-MPC降低燃油經(jīng)濟(jì)性百分比僅為0.74％。但是，對(duì)于每一個(gè)計(jì)算步長(zhǎng)，MPC的計(jì)算時(shí)間約為0.52s，F(xiàn)-MPC的計(jì)算時(shí)間為0.04s，F(xiàn)-MPC的程序執(zhí)行效率提高約13倍，計(jì)算時(shí)間成本降低十分顯著。另外，由于MPC的計(jì)算步長(zhǎng)為0.1秒，小于MPC的計(jì)算時(shí)間0.52s，大于F-MPC的計(jì)算時(shí)間0.04s，因此，采用MPC無(wú)法實(shí)現(xiàn)實(shí)時(shí)控制，而采用F-MPC能夠?qū)崿F(xiàn)實(shí)時(shí)控制。表2需要說(shuō)明的是，在本文中，諸如第一和第二等之類(lèi)的關(guān)系術(shù)語(yǔ)僅僅用來(lái)將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開(kāi)來(lái)，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語(yǔ)“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過(guò)程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒(méi)有明確列出的其他要素，或者是還包括為這種過(guò)程、方法、物品或者設(shè)備所固有的要素。在沒(méi)有更多限制的情況下，由語(yǔ)句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過(guò)程、方法、物品或者設(shè)備中還存在另外的相同要素。本說(shuō)明書(shū)中的各個(gè)實(shí)施例均采用相關(guān)的方式描述，各個(gè)實(shí)施例之間相同相似的部分互相參見(jiàn)即可，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處。尤其，對(duì)于裝置實(shí)施例而言，由于其基本相似于方法實(shí)施例，所以描述的比較簡(jiǎn)單，相關(guān)之處參見(jiàn)方法實(shí)施例的部分說(shuō)明即可。本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述方法實(shí)施方式中的全部或部分步驟是可以通過(guò)程序來(lái)指令相關(guān)的硬件來(lái)完成，所述的程序可以存儲(chǔ)于計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，這里所稱(chēng)得的存儲(chǔ)介質(zhì)，如：ROM/RAM、磁碟、光盤(pán)等。以上所述僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均包含在本發(fā)明的保護(hù)范圍內(nèi)。當(dāng)前第1頁(yè)1 2 3