基于车联网的汽车行驶经济车速控制方法

悄悄笙箫

已于 2022-03-30 16:02:39 修改

阅读量803

点赞数 1

分类专栏：日记文章标签：节油

于 2022-03-22 17:45:15 首次发布

本文链接：https://blog.csdn.net/weixin_43332626/article/details/123645191

版权

日记专栏收录该内容

45 篇文章 9 订阅

订阅专栏

日本九州大学（KyushuUniversity）M.A.S.Kamal 等学者基于模型预测控制（Model Predictive 第 1 章引言 5 Control，MPC）算法对车辆在上下坡过程中的车速进行规划，通过减少刹车及急加速有效地降低了车辆油耗[37]。

[37] Kamal M A S, Mukai M, Murata J, et al. Ecological vehicle control on roads with up-down slopes [J]. Intelligent Transportation Systems, IEEE Transactions on, 2011, 12(3): 783-794.

油耗模型按形式大致可以分为三类，瞬时油耗模型、工况油耗模型和平均车速油耗模型，从应用场合来看，分别是微观模型、中观模型和宏观模型。

平均车速燃油消耗模型则是一种宏观燃油消耗模型，平均车速模型只能运用于 50km/h 以下的范围内，

基于道路坡度的经济车速控制成为可能。

瑞典林雪平大学（Linköpings universitet）的 Anders Fröberg 等学者研究了重型卡车在不同坡道上的经济车速规划问题[52][52] Fröberg A, Hellström E, Nielsen L. Explicit fuel optimal speed profiles for heavy trucks on a set of topographic road profiles [J]. SAE Technical Paper, 2006: 01-1071.

仿真结果表明，本文方法可在不增加行驶时间的基础上提高车辆燃油经济性。

[54] 向红军, 雷彬. 基于单片机系统的数字滤波方法的研究 [J]. 电测与仪表, 2005, 42(9): 53-55.

55] 李升波. 车辆多目标协调式自适应巡航控制 [D]. 清华大学. 2009,7.

B-2 模型形式简单，精度较高，能较好地预测燃油消耗率的变化趋势，可以满足作为经济车速控制算法中代价函数的要求。

第4章基于车联网的经济车速控制系统控制律设计

交叉路口（节点，Node）和连接交叉路口的路段（连接，Link）组成的集合，然后分别进行 Link 间车速优化和 Link 内车速优化。

当交通流量最大时，交通流密度为阻塞密度的一半，交通流速为道路自由通行车速的一半。因此，可以合理假设，当交通流密度达到阻塞密度一半后，道路上的车辆就将受到交通流的影响，平均通行车速不能超过交通流速度，而当交通流密度小于阻塞密度一半时，行驶车辆的车速可通过超车等方式自由控制，即平均车速不受交通流车速影响。

虽然 L-N-L 是带 N-L 约束的平均车速规划中最简单的问题，仅带一个 Node约束，仍然需要对 14 种子情况进行分类讨论。实际情况下，车辆的行驶路线由多条 Link、多个 Node 组成，情况变得更加复杂，因此，需要一个比分类讨论法更统一、可以由计算机直接求解的算法。因此，引入 Dijkstra 算法。

[68] Cormen T H, Leiserson C E, Rivest R L, et al. Introduction to algorithms [M]. Cambridge: MIT press, 2001.

第二层控制律设计

实际控制会出现误差，所以不能精确100%

[29] Xia H, Boriboonsomsin K, Barth M. Dynamic eco-driving for signalized arterial corridors and its indirect network-wide energy/emissions benefits [J]. Journal of Intelligent Transportation Systems, 2013, 17(1): 31-41.