详情

原文传递值函数学习驱动的商用车多车道预测节能控制

论文题名：	值函数学习驱动的商用车多车道预测节能控制
关键词：	商用车;模型预测控制;动态规划;值函数学习
摘要：	我国经济的腾飞促进了交通行业的蓬勃发展，汽车保有量迅速增长，也造成了一定程度的交通拥堵及交通运输行业的大量能源消耗；计算机技术的飞速发展促进了网络、算法等的进步，也为车间信息的实时传输及自动驾驶车载算法的迭代更新提供了可能。因此本文以自动驾驶为背景，以经济性等为目标设计了多车道路况下的预测巡航控制系统，旨在保证安全性前提下提高车辆通行效率。　　本论文首先基于模型预测控制框架开发最优换道时机及最优加速度的求解算法；而后开发基于值函数学习的加速度二次优化算法及输出转矩求解算法，最后通过仿真及硬件实现完成算法有效性、可靠性及普适性等的验证，从而完成多车道场景下的预测节能控制系统的开发及验证。相较于传统的定速巡航及自适应巡航，本算法增加了横向换道自由度，当前方存在慢速行驶车辆阻碍通行时可变换车道以尽可能保持原有状态行驶，从而在保证安全性的前提下提高行驶经济性。　　本文主要研究内容如下：　　（1）考虑换道决策的预测节能控制系统总体设计与建模。首先完成了预测节能控制系统的整体架构设计，为后续优化算法的研究提供了思路支持。其次对商用车进行受力分析，建立纵向动力学模型。再次进行能耗模型的建立，分析电动商用车输出功率同其输出转速与转矩之间的关系拟合得到对应函数关系方程。然后建立三车道模型及双车道模型，为后续目标函数的建立及优化问题的求解提供模型支持。最后建立车辆运动学模型，以便计算预测时域内各车未来状态。　　（2）基于模型预测控制架构的换道及加速度优化算法开发及验证。首先结合各优化目标，基于多目标规划思想建立了对应的混合整数规划目标函数，并结合实际车辆车速限制、加速度限制及安全性限制等提出了对应约束。其次建立了简单的三车道模型以验证算法有效性，发现车辆能够在保证安全性前提下选择正确的换道时机及稳定的加速度。再次建立较为复杂的双车道模型以验证算法可靠性，发现车辆在设定时间内均可正常完成加速及换道动作。最后建立较复杂的三车道模型以验证算法普适性，发现车辆可正确选择最优车道及加速行驶，当前方存在慢速车辆阻挡且无车道供其更换时可减速以保证安全性。因此所提算法具有有效性、可靠性及普适性。　　（3）基于值函数学习的加速度二次优化及转矩优化算法开发及验证。以前述算法输出的最优加速度为基础，应用值函数学习算法得到车辆实际控制量——转矩的最优控制序列。首先结合各优化目标，基于多目标规划思想建立了对应的目标函数，结合实际车辆车速状态限制及转矩限制等提出了对应约束。其次建立速度跟踪场景验证算法的有效性，同动态规划求解结果对比，值函数学习算法求解结果的精确度符合要求。再次建立控制车辆加速场景验证算法的可靠性及普适性，同动态规划求解结果对比，验证值函数学习算法求解结果的精确度满足要求，且无论初始车速相同或终端车速相同算法均可正确优化求解。最后基于车速跟踪工况进行硬件实现进一步验证算法的有效性。综上所述，值函数学习算法具有有效性、可靠性及普适性。
作者：	刘浩然
专业：	车辆工程
导师：	王菲
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2023