[发明专利]一种纯电动重卡无人驾驶能耗优化方法

说明书

本发明申请公开了一种纯电动重卡无人驾驶能耗优化方法，包括基于影响车辆能耗的历史数据，训练RBF神经网络模型，得到评估模型；将实时的车辆运行数据输入所述评估模型中，确定实际车辆运行中的最优输出扭矩；其中，所述影响车辆能耗的历史数据至少包括历史路况信息、第一车辆技术参数、第一车辆使用信息和第一车辆行驶时的气候信息；所述实时的车辆运行数据，至少包括实时路况信息、第二车辆技术参数、第二车辆使用信息和第二车辆行驶时的气候信息。本发明申请解决了由于常规的无人驾驶重卡的输出功率固定，导致不能根据实际道路情况进行输出调整、能源消耗大的技术问题。

技术领域

本发明申请涉及无人驾驶领域，具体而言，涉及一种纯电动重卡无人驾驶能耗优化方法。

背景技术

露天矿运输费用是整个露天矿生产开采费用的最重要组成部分。在矿山实际生产中运输成本通常占露天矿总成本的50％～65％，在矿石总成本和生产过程总劳动量中，运输成本和运输劳动量要占50％以上。因此，优化运输道路、降低运输费用是提高露天矿生产利润，实现露天矿系统优化目标的重要环节。

露天矿区的运输方式主要是以重卡运输为主，但传统的重卡，油价高，燃油利用率低，经济性不好，而且污染严重，纯电动重卡无污染，使用纯电代替燃油，电能利用率高，经济性比传统重卡要好很多，因此纯电动重卡替代传统燃油重卡是大势所趋，无人驾驶更是未来智慧矿山重中之重，同时如何进一步优化重卡无人驾驶能耗，也必然会成为露天矿生产作业中无人驾驶亟待解决的问题。与国外的无人化矿山相比，目前国内大多数的露天矿仍然采用人工驾驶车辆进行运输的方式。安全事故频发、司机招聘困难、管理运营成本高已经成为矿区生产痛点。随着智慧矿山的建设，以及无人驾驶技术的飞速发展，国内部分矿山开始应用无人驾驶卡车进行物料运输，无人驾驶重卡的应用不仅降低了人力成本，而且使得露天矿区的生产作业更加高效合理。为了合理的对无人驾驶重卡的输出功率进行控制，减少运输过程中产生的能源消耗，因此，有必要研究一种无人驾驶重卡能耗优化技术。

发明内容

本发明申请的主要目的在于提供一种纯电动重卡无人驾驶能耗优化方法，以解决由于常规的无人驾驶重卡的输出功率固定，导致不能根据实际道路情况进行输出调整、能源消耗大的技术问题。

为了实现上述目的，提供了一种纯电动重卡无人驾驶能耗优化方法。

根据本发明申请的纯电动重卡无人驾驶能耗优化方法包括：

基于影响车辆能耗的历史数据，训练RBF神经网络模型，得到评估模型；

将实时的车辆运行数据输入所述评估模型中，确定实际车辆运行中的最优输出扭矩；

其中，所述影响车辆能耗的历史数据至少包括历史路况信息、第一车辆技术参数、第一车辆使用信息和第一车辆行驶时的气候信息；

所述实时的车辆运行数据，至少包括实时路况信息、第二车辆技术参数、第二车辆使用信息和第二车辆行驶时的气候信息。

进一步的，所述基于影响车辆能耗的历史数据，训练RBF神经网络模型，得到评估模型还包括，训练RBF神经网络模型，获取回归模型，所述回归模型输出的利用回归模型中的输出为预设车辆运行中的最优输出扭矩。

进一步的，还包括根据所述预设车辆运行中的最优输出扭矩和所述实际车辆运行中的最优输出扭矩的偏差值，对于车辆运行状态进行实时调整；其中所述车辆运行状态包括电机转速。

进一步的，所述历史路况信息和实时路况信息包括，路面坡度、路面结构和路面平整度。

进一步的，所述历史路况信息基于矿路运输网数据库获取。