检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于凸优化的燃料电池汽车节能驾驶研究

汽车工程 2022年第6期44卷 851-858页

作者：魏小栋刘波冷江昊周星宇孙超孙逢春湖南大学汽车车身先进设计制造国家重点实验室长沙410082 北京理工大学电动车辆国家工程实验室北京100081

为实现燃料电池汽车在多信号灯场景下的节能驾驶,本文中提出一种基于分层凸优化的快速车速规划和能量管理方法。结合车辆静态氢耗图,运用动态规划获得车辆通过信号灯的最优绿灯窗口,并确定最优行驶路径的搜索区域。建立以车辆需求功率... 详细信息

为实现燃料电池汽车在多信号灯场景下的节能驾驶,本文中提出一种基于分层凸优化的快速车速规划和能量管理方法。结合车辆静态氢耗图,运用动态规划获得车辆通过信号灯的最优绿灯窗口,并确定最优行驶路径的搜索区域。建立以车辆需求功率累计最小为优化目标求解车辆加速度的二次规划问题,并运用Matlab/OSQP求解器获取车辆最优行驶路径。根据最优行驶路径,采用基于交替方向乘子法的能量管理策略,实现各动力源输出功率的合理分配。针对9个信号灯场景的仿真结果表明,所提方法的电机工作点平均效率比智能驾驶员模型高10%,氢耗低45%。此外,该方法计算速度快,具备实时优化的潜力。

关键词：燃料电池汽车节能驾驶凸优化车速规划能量管理

异构智能网联车辆编队的双阶段节能驾驶控制策略

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

汽车安全与节能学报 2022年第4期13卷 676-685页

作者：杨金松赵德宗江菁晶蓝江林李亮格拉斯哥大学工程学院英国格拉斯哥G128QQ 拉夫堡大学航空与汽车工程系英国拉夫堡LE113TU 清华大学汽车安全与能源国家重点实验室北京100084

为了提高智能网联自动驾驶汽车(CAV)车队的燃油效率,提出了一种CAV异构车队的双阶段节能驾驶控制策略。在离线控制策略阶段,速度优化通过利用动态规划(DP),为智能网联自动驾驶车队创建参考节能速度曲线。在在线控制阶段,采用双向控制与... 详细信息

为了提高智能网联自动驾驶汽车(CAV)车队的燃油效率,提出了一种CAV异构车队的双阶段节能驾驶控制策略。在离线控制策略阶段,速度优化通过利用动态规划(DP),为智能网联自动驾驶车队创建参考节能速度曲线。在在线控制阶段,采用双向控制与领队跟随(BDLF)策略,来保持车队的稳定性,并实时跟踪参考速度曲线。利用Matlab构建的双阶段节能驾驶策略,在Autonomie车辆系统仿真工具中进行了仿真。在多组道路环境下,基于美国加州交通局(Caltrans)性能测量系统(PeMS)提供的交通数据对该策略的性能进行了测试验证。结果表明:本双阶段节能驾驶策略将CAV车队的燃油效率提高了10.1%。因而,该方法可以保持CAV异构车队的稳定并为车队提供更加节能的控制方法。

关键词：智能网联自动驾驶汽车(CAV) 节能驾驶车辆编队行驶驾驶控制策略速度优化

融合地形信息的串联混合动力车辆节能驾驶与能量管理分层控制研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

融合地形信息的串联混合动力车辆节能驾驶与能量管理分层控制研究

作者：张宁峰湖南大学

学位级别：硕士

随着环境保护和能源安全问题的日益凸显,有较高燃油经济性且无里程焦虑的混合动力车辆已受到消费者和研究者的广泛关注。在当前针对混合动力车辆的节能控制技术的研究中,多数仅关注多动力源的能量管理,而对行驶车速的优化考虑不足。本... 详细信息

随着环境保护和能源安全问题的日益凸显,有较高燃油经济性且无里程焦虑的混合动力车辆已受到消费者和研究者的广泛关注。在当前针对混合动力车辆的节能控制技术的研究中,多数仅关注多动力源的能量管理,而对行驶车速的优化考虑不足。本文以串联混合动力车辆为研究对象,重点针对起伏地形行驶场景,基于顺序优化的思想依次对节能驾驶和能量管理两个层面的问题进行了研究,并利用所提出的全局车速与电量轨迹规划方法设计了一种面向在线控制、具备较高计算效率的分层控制框架。首先,从串联混合动力系统的驱动结构特点出发,以直流母线需求总能耗最小为目标,先利用离线动态规划求解了全局车速优化问题,并归纳了基本节能机理。为实现快速计算,将原全局优化问题的求解分解为两个层面,内层推导局部路段的车速与控制律的解析解;外层构造以路段为基本离散阶段的动态规划框架,并调用内层的路段解析解以实现近似全局优化。在此基础上结合路段信息的有序样本聚类,提出了一种快速车速优化方法。仿真结果表明,该方法得到的总需求能耗相比匀速巡航最高可减少4.3%,与离线最优解仅相差2.3%。其次,利用极小值原理的数值仿真结果分析了串联混合动力车辆的全局最优SoC轨迹的特征和节油原理,结果表明起伏地形行驶时的最优SoC轨迹与需求功率的空间分布密切相关,并呈现出近似分段线性的特点。基于所分析的特征并结合由极小值原理确定的功率分配解析控制律,设计了一种低计算成本的全局SoC轨迹规划方法。仿真结果表明,在具有车速规划和精确坡度信息的测试场景下,该方法可获得近似全局最优的SoC轨迹。最后,基于上述的全局车速规划和SoC规划方法,设计了车速与能量管理的分层控制框架,其中上层的规划层负责长期的状态轨迹规划,下层为SoC跟踪层,在跟踪SoC参考轨迹的同时进行瞬时功率分配。数值仿真结果表明,车速规划有效减少了驱动系统的能耗,而SoC规划也直接提高了辅助动力单元的整体运行效率。此外由于车速规划降低了峰值需求功率,进一步减少了瞬时功率分配时辅助动力单元在低效区内的运行时间。搭建了模型在环测试平台,对分层控制框架进行了前向仿真验证,测试结果表明相比于无车速规划和SoC规划的在线能量优化管理策略,所提出的方法在10组实际地形下实现了1.8%至37.1%的节油效益。

关键词：混合动力车辆节能驾驶能量管理分层控制动态规划极小值原理

面向节能驾驶的智能网联车辆决策规划控制研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向节能驾驶的智能网联车辆决策规划控制研究

作者：韦麟青岛大学

学位级别：硕士

智能网联车辆在节约能源消耗、保障交通安全、提高交通运输效率等方面有重要的应用价值。智能网联车辆是强动态高实时系统,所面临的交通场景复杂,驾驶任务多变。如何实现复杂场景下智能网联车辆节能、安全、舒适地行驶,是此项技术应用... 详细信息

智能网联车辆在节约能源消耗、保障交通安全、提高交通运输效率等方面有重要的应用价值。智能网联车辆是强动态高实时系统,所面临的交通场景复杂,驾驶任务多变。如何实现复杂场景下智能网联车辆节能、安全、舒适地行驶,是此项技术应用所面临的核心问题。本文针对智能网联车辆行为决策、轨迹规划和跟踪控制算法进行系统研究,通过联合仿真验证所提决策规划控制算法的可行性和有效性。主要研究内容及创新点包括:1)提出节能驾驶与车辆实时规划和控制耦合框架。借助Carla中高精地图信息构建道路图谱,使用A*算法获得全局最优路径作为全局速度规划的输入,在速度规划层以车辆能耗最小为优化目标,将车速规划问题转变为最优控制问题,同时提出一种鲁棒三阶段节能车速规划算法(选择-平滑-优化,Select-Smooth-Optimize,SSO)。通过Carla和ROS联合仿真分析,探讨车速规划算法的节能效果。仿真表明:相比于动态规划(Dynamic Programming Method,DPM)和改进的智能驾驶员模型(Modified Intelligent Driver Model,M-IDM)算法,所提节能车速规划方法能有效降低计算成本,能源利用率提高32%,具有良好的鲁棒性、节能性和高效性。2)针对复杂场景中的自动驾驶任务,提出基于分层有限状态机的行为决策方法,上层分析超车、跟驰状态间的决策机理,下层分析超车状态内部阶段决策机理;跟驰状态采用PID反馈控制算法进行车速决策。针对最优交互避撞算法(Optimal Reciprocal Collision Avoidance,ORCA)不满足非完整约束以及避撞责任分配形式单一的问题,提出一种改进的最优交互避撞算法(Modified ORCA,MORCA),从偏好速度和避撞责任分配进行优化,并应用于超车工况。仿真表明:所提出的分层决策框架可做出高效合理的行为决策,可确保智能网联车辆在行驶过程中与前车之间保持合理的安全间距。MORCA在换道超车任务中所需的平均时间与ORCA相比降低了15%。同时,MORCA生成的避撞轨迹较ORCA更具精准性与安全性。3)提出纯跟踪和自抗扰控制结合的综合控制策略。横向采用纯跟踪算法进行横向轨迹跟踪。纵向采用自抗扰控制器(Active Disturbance Rejection Control,ADRC)对车速进行跟踪。仿真表明:纯跟踪控制器在车辆转弯处轨迹跟踪的均方根误差RMSE为0.0354m,具有优异的横向轨迹跟踪效果。在纵向车速跟踪方面,所采用的ADRC算法均方根误差为0.46m,较均方根误差为0.58m的PID算法,性能提升21%。ADRC算法能有效跟随车速参考轨迹,使车辆行驶趋近于节能驾驶车速。4)搭建Carla和ROS联合的智能驾驶仿真平台,模拟真实驾驶场景。采用C++编程语言开发智能网联车辆行为决策算法、轨迹规划算法和轨迹跟踪控制算法,验证所提算法的可行性。算法能够实时运行并有效计算结果,具有实车部署的潜力。

关键词：智能网联车辆节能驾驶分层决策最优交互避撞自抗扰控制

面向无线充电的信号交叉口智能网联电动车辆个性化节能驾驶研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向无线充电的信号交叉口智能网联电动车辆个性化节能驾驶研究

作者：韩梦杰长安大学

学位级别：硕士

电动汽车市场占有率的提高,导致充电需求问题日益严重。而由于信号交叉口配时、车流扰动以及驾驶习惯等原因,容易造成交通通行延误与车辆电量消耗。因此,如何降低信号交叉口电动汽车的电量浪费,且同时满足电动汽车的充电需求是目前的研... 详细信息

电动汽车市场占有率的提高,导致充电需求问题日益严重。而由于信号交叉口配时、车流扰动以及驾驶习惯等原因,容易造成交通通行延误与车辆电量消耗。因此,如何降低信号交叉口电动汽车的电量浪费,且同时满足电动汽车的充电需求是目前的研究重点。基于此,本文针对信号交叉口动态无线充电区域的节能驾驶策略展开研究,构建信号交叉口无线充电道路场景,以车辆通行时间、电量状态、舒适度为优化目标,考虑驾驶人差异化充电需求,提出了单车和混合多车的多目标优化节能驾驶模型,基于SUMO/Simulink平台验证引导模型在微观交通仿真下的有效性和适应性。本文具体研究工作如下:(1)针对信号交叉口单车差异化速度引导问题,提出了基于单车个性化节能驾驶模型的速度引导策略。首先,以通行效率、电量消耗和加速度稳定性作为联合优化目标,以车辆连续加速度特征作为优化的决策变量。随机生成车辆驶离时间,消除车辆终端时刻状态为固定值的设定。其次,依据车辆运动学特征定义车辆初始状态约束,依据无线充电区域起始和终止位置信息、停止线位置信息定义车辆行驶距离约束,依据道路限速和车辆输出功率定义车辆加减速边界约束。最后,基于车辆进入控制区域的剩余电量状态,分析用户差异化充电需求,引入权重系数因子,提出包含充电优先和时间优先的个性化速度引导模型。(2)针对个性化节能驾驶模型求解存在高时间复杂度问题,提出了基于规则化的决策变量优化策略。首先,将连续时间离散为逐秒数据信息,将空间维度离散为一系列配置点,将复杂的非线性连续问题转化为离散点配置问题。其次,基于随机时间点生成的初始解,运用车辆速度严格倒梯形化处理方式,生成五阶段车辆运动轨迹曲线,改进模型并提高求解效率,并利用粒子群算法验证节能驾驶模型求解的有效性。最后,实验在相同参数条件下开展有无模型控制策略对比实验,结果表明本文节能驾驶模型具有更高的通行收益。在此基础上,选取车辆初始状态参数和充电区域参数,分析节能驾驶模型的适应性。(3)针对信号交叉口人类驾驶电动汽车和智能网联电动汽车混行的混合交通环境,提出了混合多车的个性化速度引导策略。首先,在单车节能驾驶模型基础上引入车辆间距离约束,结合IDM模型建立多车跟驰行为;其次,基于预处理的NGSIM数据,以加速度真实值和预测值的均方根误差作为优化目标,利用遗传算法对传统IDM模型进行标定,结果表明标定后模型能够显著提升车辆运动轨迹预测的准确率。最后以车辆电量状态和平均通行时间作为评价指标,分析不同网联车市场渗透率、相同网联车市场渗透率和不同无线充电长度、相同无线充电长度不同位置对混合多车通行的影响,结果表明本文模型性能较优。(4)针对模型在交通微观仿真平台的适用性问题,提出了基于SUMO/Simulink联合仿真的验证策略。首先,基于SUMO平台构建信号交叉口模型、车辆交通需求模型和生成车辆运动轨迹文件,完成联合仿真基本设定。其次,基于Traci接口调用set函数,实时控制智能网联车辆速度。最后,验证节能驾驶模型在单车和多车实例下仿真效果,结果表明本文模型综合优化性能更好。实验结果表明:1)单车中,通过平均通行时间、电量运动状态变化指标的对比,充电优先模式的电量收益增加0.0867KWh,时间优先模式的电量收益增加0.0532KWh,通行时间减少2.5s。在不同初始状态下,模型也具有较强的适应性,始终保持良好的性能。2)多车中,与无引导相比,充电优先模式的电量收益提升70%～100%,时间优先模式的电量收益提升12%～30%,车辆平均通行时间降低约2.6s。无线充电区域越长,电量收益越明显,最高可达2.56KWh。当充电区域长度一致时,充电区域越靠近交叉口,充电收益越高,平均通行时间保持不变。3)SUMO/Simulink联合仿真中,单车收益与理想状态保持一致,混合多车收益比理想状态低6%左右,证明了本文模型在微观仿真平台上也能保持较优性能。

关键词：信号交叉口无线充电道路智能网联电动汽车节能驾驶 SUMO仿真

面向节能驾驶的自动驾驶汽车迭代优化控制研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向节能驾驶的自动驾驶汽车迭代优化控制研究

作者：刘熠西南大学

学位级别：硕士

随着汽车产业迅速发展,持续增长的汽车保有量方便了人们生活出行以及货物运输,带来了巨大的经济效益,但同时也造成了交通事故频发、道路拥堵、排放污染、能源短缺等一系列问题。自动驾驶通过融合车载传感、无线通信、计算机控制和导航... 详细信息

随着汽车产业迅速发展,持续增长的汽车保有量方便了人们生活出行以及货物运输,带来了巨大的经济效益,但同时也造成了交通事故频发、道路拥堵、排放污染、能源短缺等一系列问题。自动驾驶通过融合车载传感、无线通信、计算机控制和导航定位等技术,并基于合理的控制策略能够使车辆以更智能、更安全和更节能的方式行驶。当前车辆所使用的决策控制算法中,全局优化算法大多能够获取全局最优解,但由于计算负担过重难以实际应用,而局部优化算法则存在优化能力不足的缺点。因此如何在复杂环境下实现车辆最优决策控制是非常具有挑战性的。迭代优化预测控制(Iterative Optimization-based Predictive Control,IOPC)是一种针对非线性动力系统执行迭代任务的轨迹优化方法,采用了数据驱动的终端状态约束集和终端代价函数来保证受控对象综合性能的提高。IOPC方法可以通过多次迭代实现系统的最优控制,但目前其应用存在迭代效率过低的缺点。因此,本文采用动态规划(Dynamic Programming,DP)与IOPC相结合的方式来提高其迭代效率,并进一步优化车辆性能,实现了自动驾驶车辆的时间最优控制和节能驾驶任务。本文完成的主要工作与获得的研究结果如下:(1)首先建立了三自由度车辆单轨动力学模型,推导了其应用于纵横向控制场景下的动力学方程,并进一步在Frenet坐标系进行转化,获得了基于道路误差的车辆模型;其次建立了应用于重型车辆节能驾驶的车辆纵向动力学模型,并通过数据拟合估算跟随车辆风阻系数减少量,以构建重型车队模型;通过发动机油耗数据拟合基于转矩和转速的六项式油耗模型,用于估计车辆油耗;对迭代优化问题进行建模,并详细描述了终端状态约束集和终端代价函数的构建方式,以及IOPC迭代优化求解过程。(2)基于IOPC设计了自动驾驶汽车时间最优的迭代优化控制器,通过历史数据构建局部终端状态约束集和终端时间函数,并进行凸化以扩展优化空间。终端状态约束集和终端时间函数在迭代过程中保证了车辆的稳定性和行程时间的非增性。分别通过Car Sim和Matlab/Simulink联合仿真平台和ROS实车控制平台对IOPC进行了验证。仿真测试和实车测试结果表明:IOPC可以有效降低车辆通过道路的时间,选择较长的预测域和较优的初始轨迹可以使得IOPC迭代效率获得巨大提升。(3)提出了一种融合DP和IOPC的重型车队节能驾驶速度轨迹迭代优化方法。首先通过DP获得车队初始经济速度曲线,为IOPC迭代提供一个初始可行解。IOPC通过从历史状态数据中学习车辆状态轨迹与燃料消耗之间的相关性,从而在满足总时间限制和实时计算要求下持续优化车辆油耗。仿真试验结果表明,IOPC可以实现在丘陵道路上车队燃油经济性的迭代优化。经过多次迭代,车队油耗相比基于MPC定速巡航控制下降了约16.7%。以DP的结果作为初始轨迹,速度轨迹迭代优化方法可以极大提高迭代效率,减少迭代次数,节能效果相比DP也进一步提高了2.5-3%。

关键词：自动驾驶汽车节能驾驶数据驱动迭代优化预测控制

智能网联环境下插电式混合动力汽车节能驾驶策略研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

智能网联环境下插电式混合动力汽车节能驾驶策略研究

作者：高德坤重庆大学

学位级别：硕士

能源危机与环境污染已成为制约人类社会发展的重大问题,节能减排是汽车行业未来长期发展的主旋律。插电式混合动力汽车(Plug-in Hybrid Electric Vehicle,PHEV)兼具混合动力汽车和纯电动汽车的优点,已成为国家大力推广的新能源汽车类型... 详细信息

能源危机与环境污染已成为制约人类社会发展的重大问题,节能减排是汽车行业未来长期发展的主旋律。插电式混合动力汽车(Plug-in Hybrid Electric Vehicle,PHEV)兼具混合动力汽车和纯电动汽车的优点,已成为国家大力推广的新能源汽车类型。随着车与路、车与车(Vehicle to vehicle,V2V)通信技术以及智能汽车技术的发展,车辆可利用丰富的行驶环境信息合理规划车速轨迹和驾驶行为,进一步实现能耗经济性的提升。本文以插电式混合动力汽车为研究对象,以车辆能耗经济性、乘坐舒适性、安全性以及通行效率为研究目标,开展了智能网联环境下插电式混合动力汽车节能驾驶策略研究,其主要研究内容如下:(1)建立了考虑道路曲率的PHEV快速能耗模型。首先,建立了考虑道路曲率的车辆动力学模型,分析了PHEV动力传动系统构型,采用实验数据与理论分析相结合的方法分别搭建了PHEV各部件的仿真模型,制定了基于规则的能量管理策略,建立了车辆能耗模型。采用多项式拟合的方法对PHEV的各个部件的效率模型以及弯道滚动阻力系数进行了处理,建立了基于多项式拟合的车辆快速能耗模型,并通过对比分析验证了快速能耗模型的精度。(2)提出了PHEV全路程实时车速规划方法。建立了智能网联环境下PHEV全路程分层经济车速规划控制框架,基于动态规划算法在空间域中求解了下层车速规划问题,分析了不同电池荷电状态下的经济车速特性,在此基础上提出了基于骨干多目标粒子群优化算法(Bare-bones multi-objective particle swarm optimization,BBMOPSO)的下层多目标车速规划方法。以车辆行驶的能耗经济性及通行效率作为优化目标,基于下层车速规划方法和最短路径快速算法提出了PHEV全路程动态逆向分层车速规划方法,在仿真场景下与正向分层车速规划方法进行了对比分析。(3)构建了智能网联环境下考虑经济性的换道决策模型。基于自动驾驶汽车轨迹规划方法以及考虑道路曲率的车辆能耗模型,在换道和弯道行驶两种常见的曲线行驶工况下,分别与按照相同纵向车速直线行驶的车辆能耗进行了对比。提出了跟车模式下的车速控制方法,并对其跟车距离安全性进行了验证。考虑智能网联环境下车间信息传递的速率以及保密性等信息安全的要求,探讨了基于V2V技术的信息交互内容及方式,建立了考虑经济性的换道决策模型,在高速公路场景下进行了仿真对比分析。(4)开展了智能网联环境下PHEV节能驾驶策略仿真与实验。搭建了复杂行驶环境仿真场景,分别对道路状态信息、交通信号灯正时信息以及周围车辆行驶状态信息进行了设置,分析了全路程车速规划方法中算法迭代次数对优化结果的影响规律。通过本文所提节能驾驶策略与固定时间节能驾驶策略的仿真对比分析,验证了本文节能驾驶策略的效果。搭建了基于NI实时仿真机的实验平台,开展了车速规划实验研究,有效验证了所提全路程实时车速规划方法的有效性。

关键词：插电式混合动力汽车智能网联环境节能驾驶经济车速规划换道决策模型

插电式串联混合动力车辆预测性能量管理与节能驾驶分层控制研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

插电式串联混合动力车辆预测性能量管理与节能驾驶分层控制研究

作者：蔡翾湖南大学

学位级别：硕士

插电式混合动力汽车结合了燃油车和电动车的优势,既降低了燃油车的油耗和排放,又克服了电动车的里程焦虑、充电时间长等问题。由于其复杂的动力系统包含两套动力源,插电式混合动力汽车的能量管理与节能驾驶问题受到学界的广泛关注,但目... 详细信息

插电式混合动力汽车结合了燃油车和电动车的优势,既降低了燃油车的油耗和排放,又克服了电动车的里程焦虑、充电时间长等问题。由于其复杂的动力系统包含两套动力源,插电式混合动力汽车的能量管理与节能驾驶问题受到学界的广泛关注,但目前仍缺少具备在线应用前景的有效方法。本文以插电式串联混合动力汽车为研究对象,充分考虑道路地形、交通情况、信号灯和限速等因素,分别独立研究了预测性能量管理和节能驾驶两方面的最优控制问题,并基于所提出的电量和车速规划方法构建了一套高效的在线分层优化框架。首先,基于最优控制理论中的极小值原理,推导得到了最优功率分配策略的解析形式,并分析了能量域上的最佳电量消耗行为。结合严格的理论分析,识别归纳出典型的局部最佳电量消耗行为,并据此总结和验证了最佳电量消耗轨迹全局线性的前提条件。在最佳电量消耗行为的理论基础上,提出并验证了融合多细粒度V2X信息的能量域上的电量消耗率预测方法。随后,根据能量域上的电量消耗率预测方法和边值条件推导得到了位置域上电量消耗率的显式方程。并通过分析位置域上电量的消耗规律和边界值预测,提出了一种位置域上分段线性的电量规划方法,进一步减小了电量规划方法对高细粒度预测信息的依赖。数值仿真结果表明,该方法相较于线性规划方法能提升至少1.5%的燃油经济性,非常接近离线最优解。再者,以驱动电机能耗最低为优化目标,考虑道路地形、信号灯配时和限速等因素,依次采用剪枝、Dijkstra和极小值原理对绿波通行的节点通过时间进行了优化。而后以节点通过时间为约束条件,在稀疏动态规划框架内利用极小值原理的显式解快速求解无过程约束的速度轨迹。最后,针对超速路段,采用基于“三段式”最优车速思想的迭代极小值原理求解有过程约束的速度轨迹。构建集成上述节点通过时间优化和车速优化的节能车速规划方法。数值仿真结果显示,相较于智能驾驶员模型,该方法在复杂的道路交通条件下能节约高达13.75%的电耗。最后,基于顺序优化的思想,设计了融合上述能量管理和节能驾驶算法的在线分层控制框架。基于所建立的高保真度场景和整车模型进行了控制算法的模型在环测试。结果表明,该分层控制框架分别通过所提出的电量和车速规划方法提升了增程器和驱动电机的全局运行效率。在3组模拟测试中,相较于无优化方法,燃油消耗降低了8.64%至16.84%。

关键词：插电式混合动力汽车能量管理节能驾驶极小值原理 Dijkstra 动态规划

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Jerk的汽车节能驾驶量化评估研究

基于Jerk的汽车节能驾驶量化评估研究

作者：彭琨长安大学

学位级别：硕士

随着国民经济水平的提高和交通运输行业的飞速发展,我国机动车保有量逐年上升。汽车产业为我们带来交通便利的同时,也伴随产生了能源消耗和排放污染等问题。为此,本文从汽车油耗与驾驶行为的角度出发,展开关于节能驾驶的定量化评估研究... 详细信息

随着国民经济水平的提高和交通运输行业的飞速发展,我国机动车保有量逐年上升。汽车产业为我们带来交通便利的同时,也伴随产生了能源消耗和排放污染等问题。为此,本文从汽车油耗与驾驶行为的角度出发,展开关于节能驾驶的定量化评估研究。具体内容如下:在综合分析国内外相关研究的基础上,设计了基于速度对时间的二阶导数Jerk的汽车节能驾驶量化评估研究总体方案。完成了数据采集平台搭建、硬件设备选型及技术路线制定。基于Jerk将驾驶行为分为9类,分析了驾驶行为对油耗的影响。研究表明,随着速度的增大,type a、type b、type c三类加速驾驶行为的油耗的增高率约为type d、type e、type f三类减速驾驶行为的8倍。提出了一种基于数据驱动的油耗模型和一种基于汽车动力学的油耗模型。分别进行新路段下的模型对比实验,通过评价指标MAPE、RMSE、R、R比较两种模型与传统模型VSP、VT-Micro的预测性能。实验结果表明,基于数据驱动的油耗模型各项指标比VSP模型分别提高了30.8%、38%、3.7%、22.1%,比VT-Micro分别提高了6.3%、10.9%、0.8%、2.9%。基于汽车动力学的油耗模型各项指标比VSP分别提高了31.6%、38.4%、3.6%、22.2%,比VT-Micro分别提高了7.3%、11.5%、0.8%、2.6%。提出了一种基于小波变换的节能驾驶量化评估方法。通过Mallat算法进行Speed、Acceleration、Jerk信号分解,并基于信号细节分量分别提取驾驶行为波动特征点。三种方法的结果分别为8.2%、8.2%、7.9%,排除重复部分,最终结果为15.7%。通过均值滤波处理数据,进行了波动特征与油耗的仿真实验。实验结果表明,油耗随着波动特征点占比的增大而增大,呈正相关性。基于上述模型和方法,开发了一套节能驾驶量化评估系统,并在低速校园环境、中低速城市环境、高中低全速域环境下进行了汽车节能驾驶量化评估实验。实验结果表明,在校园实验工况中,平稳控制驾驶行为可将评分结果提高35%;在城市实验工况中,拥挤的交通状况会导致评分降低26.5%;在高速实验工况中,高速路段的评分比中速、低速分别提高15.2%、11.4%。本文针对汽车节能驾驶问题,提出了汽车节能驾驶量化评估油耗模型和节能驾驶波动特征量化评估方法。在此基础上,建立了节能驾驶量化评估系统,该系统可实现节能驾驶行为的量化评估。

关键词：节能驾驶量化评估油耗模型小波分析 Jerk