[发明专利]一种基于ADHDP的燃油汽车生态自适应巡航控制方法

说明书

本发明公开了一种基于ADHDP的燃油汽车生态自适应巡航控制方法。本发明方法首先建立车辆的动力学模型，转速转矩关系，再根据智能驾驶安全、节能、舒适的重要目标设计强化学习评价网络与执行网络的损失函数，最后通过执行网络得到车辆的控制决策，并通过评价网络对执行网络得到的结果进行评价并对执行网络进行奖惩，最终得到损失函数，达到安全、节能、舒适的重要目标。本发明方法能够提升能源的利用率，减少污染并在最大程度解决交通拥堵，交通事故等问题。

技术领域

本发明涉及智能驾驶领域，具体地说是涉及一种基于执行依赖启发式动态规划(action-dependent heuristic dynamic programming,ADHDP)的燃油汽车生态自适应巡航控制方法。

背景技术

跟车行驶已成为道路交通环境中最主要的工况，直接表现为同一车道上相邻车辆间的相互影响。对公路交通事故的研究表明，80％以上的交通事故是由于驾驶员反应不及时所引起的，超过65％的事故是追尾。车辆跟随控制主要包括纵向控制、横向控制以及综合控制。纵向控制主要是纵向期望车距保持与速度追踪。智能驾驶系统中自适应巡航控制(Adaptive Cruise Control,ACC)，已被证明具有减轻驾驶员劳动强度、提高汽车行驶安全性以及增加道路交通流量的潜力，并得到越来越广泛的应用。

安全、节能、舒适是智能驾驶系统应当实现的重要目标。自适应巡航控制能够有效保证行车安全减少交通事故，缓减交通拥堵，但对于燃油消耗的减少只能通过控制车辆间距减少气动阻力的方式，对于迎风面积较大的重型汽车较为理想，对于迎风面积较小的常用小型汽车不够理想。当前影响汽车排放和能源消耗的因素主要有车辆技术、道路环境条件及汽车运用三大方面，通过文献梳理和分析表明，生态驾驶技术无需改变车辆结构，只需要改变车辆操作策略便可以减少30％左右的燃油消耗。同时传统的自适应巡航控制需要对车辆进行精确的建模困难，强化学习中的ADHDP算法基于与环境的交互来做出决策，无需精确的模型即可实现实时非线性最优控制问题的在线学习。为此，结合自适应巡航控制技术以及生态驾驶技术，从汽车操作策略着手设计一种基于ADHDP的燃油汽车生态自适应巡航控制系统，提升能源的利用率，减少污染并在最大程度解决交通拥堵，交通事故等问题。(其中，ADHDP算法参考书本《基于自适应动态规划的智能优化控制》4.3基于BP网络的ADHDP算法及实现P118，作者林小峰宋绍剑宋春宁)

发明内容

针对传统自适应巡航控制方法存在精确建模困难的问题以及在减少燃油消耗效果不佳的情况，本发明提出一种基于ADHDP的燃油汽车生态自适应巡航控制方法，执ADHDP基于与环境的交互做出决策，同时结合生态驾驶技术通过对车辆操纵策略进行合理设计减少燃油消耗，提升能源的利用率，减少污染并在最大程度解决交通拥堵，交通事故等问题。

一种基于ADHDP的燃油汽车生态自适应巡航控制方法，包括以下步骤：

步骤(1)、对车辆进行动力学建模，对车辆的基本信息以及车辆的物理量进行建模。具体步骤如下：

步骤(1.1)首先建立车辆动力学三阶方程，如下所示：

其中s_h，v_h，a_h以及a_h,des分别为主车行驶的位置，速度，加速度以及期望的加速度，τ_h是主车的机械延迟，根据不同车辆为不同常数。

步骤(1.2)根据车辆动力学三阶模型计算加速度a_h，计算加速度需要计算期望加速度，通过计算得到的期望加速度，以及上一采样间隔的实际加速度计算得到加速度变化率计算当前采样时刻的加速度。

期望加速度的计算公式如下：

其中，F_t是主车牵引力，F_r是集总阻力，具体构成如下所示：