基于IDP的重型商用车自适应距离域预见性巡航控制策略

doi:10.19562/j.chinasae.qcgc.2024.08.002

汽车工程 ›› 2024, Vol. 46 ›› Issue (8): 1346-1356.doi: 10.19562/j.chinasae.qcgc.2024.08.002

• • 上一篇

基于IDP的重型商用车自适应距离域预见性巡航控制策略

李兴坤^1,²,王国晖^2,³,卢紫旺¹(),王玉海⁴,王语风¹,田光宇¹

^1.清华大学，汽车安全与节能国家重点实验室，北京 100084
^2.北京裕峻汽车技术研究院有限公司，北京 100020
^3.青岛驭乐智能科技有限公司，青岛 266000
^4.一汽解放青岛汽车有限公司，青岛 266000

收稿日期:2024-03-03 修回日期:2024-04-01 出版日期:2024-08-25 发布日期:2024-08-23
通讯作者: 卢紫旺 E-mail:luzw@tsinghua.edu.cn
基金资助:
国家自然科学基金(52272372)

An IDP-Based Adaptive Range-Domain Predictive Cruise Control Strategy of Intelligent Connected Heavy-Duty Commercial Vehicles

Xingkun Li^1,²,Guohui Wang^2,³,Ziwang Lu¹(),Yuhai Wang⁴,Yufeng Wang¹,Guangyu Tian¹

^1.Tsinghua University，State Key Laboratory of Automotive Safety and Energy，Beijing 100084
^2.Beijing Yujun Automotive Technology Research Institute Co. ，Ltd. ，Beijing 100020
^3.Qingdao Yu Le Intelligent Technology Co. ，Ltd. ，Qingdao 266000
^4.Faw Jiefang Qingdao Automobile Co. ，Ltd. ，Qingdao 266000

Received:2024-03-03 Revised:2024-04-01 Online:2024-08-25 Published:2024-08-23
Contact: Ziwang Lu E-mail:luzw@tsinghua.edu.cn

摘要/Abstract

摘要：

为降低重型商用车燃油消耗、减少运输成本，本文协调“人-车-路”交互体系，将车辆与智能网联环境下的多维度信息进行融合，提出了一种基于迭代动态规划（iterative dynamic programming，IDP）的自适应距离域预见性巡航控制策略（adaptive range predictive cruise control strategy，ARPCC）。首先结合车辆状态与前方环境多维度信息，基于车辆纵向动力学建立自适应距离域模型对路网重构，简化网格数量并利用IDP求取全局最优速度序列。其次，在全局最优速度序列的基础上，求取自适应距离域内的分段最优速度序列，实现车辆控制状态的快速求解。最后，利用Matlab/Simulink进行验证。结果表明，通过多次迭代缩小网格，该算法有效提高了计算效率和车辆燃油经济性。

关键词: 重型商用车, 自适应距离域, 预见性巡航, 迭代动态规划

Abstract:

In order to reduce fuel consumption and transportation cost of heavy-duty truck， this paper coordinates the human-vehicle-road interaction system， integrates multi-dimensional information of vehicles and intelligent network environment， and proposes an adaptive range-domain predictive cruise control strategy （ARPCC） based on iterative dynamic programming （IDP）. Firstly， by combining the vehicle status and multi-dimensional information of the front environment， an adaptive distance domain model is established based on the longitudinal dynamics of the vehicle to reconstruct the road network， simplify the number of grids， and obtain the global optimal speed sequence by IDP. Secondly， on the basis of the global optimal speed sequence， the segmented optimal speed sequence taken from the adaptive distance domain is obtained to realize the fast solution of vehicle control state. Finally， Matlab/Simulink is used to verify the results， and the results show that the algorithm can effectively improve the computational efficiency and vehicle fuel economy by reducing the grid several times.

Key words: heavy-duty commercial vehicles, adaptive distance domain, predictive cruise, iterative dynamic programming

李兴坤,王国晖,卢紫旺,王玉海,王语风,田光宇. 基于IDP的重型商用车自适应距离域预见性巡航控制策略[J]. 汽车工程, 2024, 46(8): 1346-1356.

Xingkun Li,Guohui Wang,Ziwang Lu,Yuhai Wang,Yufeng Wang,Guangyu Tian. An IDP-Based Adaptive Range-Domain Predictive Cruise Control Strategy of Intelligent Connected Heavy-Duty Commercial Vehicles[J]. Automotive Engineering, 2024, 46(8): 1346-1356.

图/表 16

图1

表1

图2

图3

图4

图5

图6

图7

表2

图8

图9

图10

表3

图11

图12

表4

参考文献 22

1	中国汽车工程学会. 节能与新能源汽车技术路线图2.0 ［M］. 2版.北京：机械工业出版社，2021.
	China Society of Automotive Engineering. Energy saving and new energy vehicle technology roadmap 2.0 ［M］. 2nd ed. Beijing： China Machine Press， 2021.
2	KAZEMI H， MAHJOUB H N， TAHMASBI S A， et al. A learning-based stochastic mpc design for cooperative adaptive cruise control to handle interfering vehicles［J］. IEEE Transactions on Intelligent Vehicles， 2018， PP（99）：1-1.
3	张哲，丁海涛，张袅娜，等. 智能网联电动汽车经济性巡航速度规划［J］. 汽车工程， 2022， 44（4）： 609-616， 637.
	ZHANG Z， DING H T， ZHANG N N， et al. Economic cruising speed planning for intelligent networked electric vehicles ［J］. Automotive Engineering， 2022， 44（4）： 609-616，637.
4	VOLVO Trucks. Volvo’s I-see memorizes roads to save fuel ［EB/OL］. （2016-04-08）［2022-03-15］. http：//www.volvotrucks.de/de-de/trucks/volvo-fh-series/features/i-see.html.
5	MAN Germany. GPS-controlled cruise control ［EB/OL］. ［2022-03-15］. http：//man.etpl.ch/truck/global/en/fascination-and-technology/technology-andcompetence/technology/gpscontrolled-cruise control/GPScontrolled-cruise-control.html.
6	HELLSTRÖM E， ÅSLUND J， NIELSEN L. Design of an efficient algorithm for fuel-optimal lookahead control［J］. Control Engineering Practice， 2010， 18（11）： 1318-1327.
7	SHEN D， KARBOWSKI D， ROUSSEAU A. Fuel-optimal periodic control of passenger cars in cruise based on Pontryagin’s minimum principle［C］. IFAC-PapersOnLine， 2018， 51（31）： 813-820.
8	PENG H， WU G Y， BORIBOONSOMSIN K，et al. Eco-approach and departure （EAD） application for actuated signals in real-world traffic［J］. IEEE Transactionson Intelligent Transportation Systems， 2019， 20（1）： 30-40.
9	HAO Y， JIN W L. A control theoretic formulation of green driving strategies based on inter-vehicle communications［J］. Transportation Research Part C： Emerging Technologies，2014， 41： 48-60.
10	KAMAL M A S， MUKAI M， MURATA J， et al. Model predictive control of vehicles on urban roads for improved fuel economy［J］. IEEE Transactions on Control Systems Technology， 2013， 21（3）：831-841.
11	CHEN H， GUO L L， DING H T， et al. Real-time predictive cruise control for eco-driving taking into account traffic constraints （Article）［J］. IEEE Transactions on Intelligent Transportation Systems， 2019， .20（8）： 2858-2868.
12	GUO L L， CHEN H， LIU Q， et al. A computationally efficient and hierarchical control strategy for velocity optimization of on-road vehicles［J］. IEEE Transactions on Systems，Man，and Cybernetics：Systems，2019，1（49）：1-11.
13	CHU H Q， GUO L L， GAO B Z，et al. Predictive cruise control using high-definition map and real vehicle implementation ［J］. IEEE Transactions on Vehicular Technology， 2018， 67（12）： 11377-11389.
14	HONG T L， NOUVELIERE L， MAMMAR S. Dynamic programming for fuel consumption optimization on light vehicle［J］. IFAC Proceedings Volumes， 2010， 43（7）：372-377.
15	解少博，屈鹏程，李嘉诚，等. 跟驰场景中网联混合电动货车速度规划和能量管理协同控制的研究［J］. 汽车工程，2022，44（8）：1136-1143，1152.
	XIE S B， QU P C， LI J C， et al. Research on speed planning and energy management collaborative control of connected hybrid electric vehicle in following scene ［J］. Automotive Engineering，2022，44（8）：1136-1143，1152.
16	LIU J X， PATTEL B B， DESAI A S， et al. Fuel efficient control algorithms for connected and automated line-haul trucks［C］. 2019 IEEE Conference on Control Technology and Applications （CCTA）， 2019.
17	ZHU Q L， PRUCKA， ROBERT G. Transient hybrid electric vehicle powertrain control based on iterative dynamic programing［J］. Journal of Dynamic Systems， Measurement and Control， Transactions of the ASME，2022，144（2）.
18	余志生. 汽车理论［M］. 北京：机械工业出版社，2018：16-17.
	YU Z S. Automobile theory［M］．Beijing：China Machine Press， 2018：16-17.
19	SAERENS B， HESHAM R， KYOUNGHO A， et al. Assessment of alternative polynomial fuel consumption models for use in intelligent transportation systems applications［J］. Journal of Intelligent Transportation Systems， 2013， 17（4）： 294-303.
20	ZHUANG W C， QU L H， XU S B. et al. Integrated energy-oriented cruising control of electric vehicle on highway with varying slopes considering battery aging［J］. Science China Technological Sciences， 2020， 63（1）： 155-165.
21	李兴坤，郑旭光，王国晖，等.重型商用车预见性自适应巡航控制策略研究［J］. 汽车工程， 2022， 44（5）：6 49-655，674.
	LI X K， ZHENG X G， WANG G H， et al. Research on predictive adaptive cruise control strategy for heavy commercial vehicles ［J］. Automotive Engineering， 2022， 44（5）： 649-655，674.
22	王玉海，李兴坤，张鹏雷，等. 基于ADAS地图的载货车预见巡航实时优化算法［J］. 汽车工程， 2020， 42（10）： 1335-1339，1411.

名称	时间/s	总油耗/L
万有特性MAP	1 000	7.790
发动机CAN	1 000	7.612

参数	数值
风阻系数	0.57
长×宽×高/mm	6915×2495×3705
车辆质量/kg	12 400
满载质量/kg	49 000
发动机最大转矩/（N·m）	2 500
发动机最大功率/kW	312

名称		状态离散化	网格数量
传统DP算法		0.1 km/h	25 100
IDP算法	第1次迭代	1 km/h	2 510	5 020
IDP算法	第2次迭代	0.1 km/h	2 510	5 020
ARPCC策略	第1次迭代	1 km/h	10N_i	20N_i
ARPCC策略	第2次迭代	0.1 km/h	10N_i	20N_i

项目	状态离散化	里程 /km	油耗/ （L·100 km^-1）	节油率/%	计算时间/s
驾驶员		100	31.4
CCS		100	32.5	-3.50
PCC		100	29.8	5.10
DP	1 km/h	100	28.015	10.78	8.84
DP	0.1 km/h	100	27.497	12.43	723.67
IDP	0.1 km/h	100	27.803	11.46	17.45
ARPCC	0.1 km/h	100	27.601	12.10	0.53

[1]	张硕,蔡旭,张春梅,兰利波,张溆祺,陈轶嵩. 氢燃料电池重型商用车全生命周期评价研究及不确定性分析[J]. 汽车工程, 2023, 45(12): 2366-2386.
[2]	黄文凯,程辉军,储爱华. 纯电重型商用车四电机系统动力性及经济性研究[J]. 汽车工程, 2023, 45(1): 70-76.
[3]	李航,胡尊严,胡家毅,董家臣,李建秋,徐梁飞,欧阳明高,卜玉,王力军,秦志东. 新型分布式驱动液氢燃料电池重型商用车设计、分析与验证[J]. 汽车工程, 2022, 44(8): 1183-1198.
[4]	马彦,李佳怡,马乾,陈明超. 基于迭代动态规划的动力电池组热管理优化策略[J]. 汽车工程, 2022, 44(5): 709-721.
[5]	王玉海, 李兴坤, 张鹏雷, 郑旭光. 基于ADAS地图的载货车预见巡航实时优化算法^*[J]. 汽车工程, 2020, 42(10): 1335-1339.

基于IDP的重型商用车自适应距离域预见性巡航控制策略

An IDP-Based Adaptive Range-Domain Predictive Cruise Control Strategy of Intelligent Connected Heavy-Duty Commercial Vehicles

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 22

相关文章 5

Metrics

本文评价

推荐阅读 0