基于云推理的經(jīng)濟(jì)性巡航控制策略研究

苑風(fēng)云 曹愛霞 劉浩 謝建新

摘 要：汽車在巡航時(shí)以駕駛員設(shè)定的固定期望車速勻速行駛，系統(tǒng)控制發(fā)動(dòng)機(jī)工作在合理轉(zhuǎn)速范圍內(nèi)，具有一定的燃油經(jīng)濟(jì)性，但并不能最大限度地提高車輛的燃油經(jīng)濟(jì)性。因此，基于現(xiàn)有自適應(yīng)巡航技術(shù)的研究，文章擬基于云推理對(duì)汽車最優(yōu)燃油經(jīng)濟(jì)性巡航控制策略進(jìn)行研究，控制車輛始終以經(jīng)濟(jì)性巡航車速行駛，提高了巡航中工況切換時(shí)控制的穩(wěn)定性和經(jīng)濟(jì)性。

關(guān)鍵詞：燃油經(jīng)濟(jì)性；云推理；巡航控制策略

中圖分類號(hào)：U462 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：1671-7988（2018）12-95-02

Abstract： Vehicle travels at a constant speed which set by the driver， system control engine working at a reasonable speed range， has a certain fuel economy， but not maximize fuel economy of the vehicle. Therefore， based on the research of the existing adaptive cruise technology， this paper based on cloud reasoning on car cruise control strategy are studied， the optimal fuel economy control vehicles to economical cruising speed driving all the time， improve the stability of operating mode switch in the cruise control and economy.

Keywords： Fuel economy； Cloud reasoning； Cruise control strategy

CLC NO.： U462 Document Code： B Article ID： 1671-7988（2018）12-95-02

前言

自適應(yīng)巡航系統(tǒng)主要控制車輛以定速巡航、追蹤巡航和避撞巡航三種情況行駛。但因道路阻力的變化、車型及道路條件、氣候條件的不同使得經(jīng)濟(jì)車速不是固定數(shù)值。因此定速巡航提高燃油經(jīng)濟(jì)性的能力受到限制[1]。另外，隨著云推理控制理論的提出，因其在控制對(duì)象時(shí)較好的魯棒性，本文擬基于云推理控制理論對(duì)汽車經(jīng)濟(jì)性巡航車速進(jìn)行規(guī)劃，從而進(jìn)一步促進(jìn)車輛燃油經(jīng)濟(jì)性的提高[2]。

1 預(yù)測(cè)車輛前方道路信息數(shù)據(jù)庫的建立

將全球定位系統(tǒng)裝于儀表臺(tái)右方，將加速度傳感器固定在車身上，將位移傳感器裝在前（其車身上還裝有單擺式角位移傳感器）、后懸架處。通過各傳感器測(cè)量出車輛前進(jìn)的加速度、車身在前、后懸架處的上下振動(dòng)位移、單擺擺角，結(jié)合多傳感器信號(hào)融合辨識(shí)模型，得到道路坡度角的大小。再由全球定位系統(tǒng)獲得當(dāng)前的經(jīng)緯度，從而得車輛所在位置的經(jīng)緯度及其所對(duì)應(yīng)的道路坡度。再次將全球定位系統(tǒng)裝于儀表臺(tái)右方，在所選試驗(yàn)路段上初定前方預(yù)測(cè)距離為500m，在汽車當(dāng)前位置前方100m、200m、300m、400m、500m處分別設(shè)置5個(gè)采樣點(diǎn)作為彎道曲率的預(yù)測(cè)位置點(diǎn)。用全球定位系統(tǒng)測(cè)5個(gè)采樣點(diǎn)處的經(jīng)緯度，依次連接5個(gè)采樣點(diǎn)，用激光測(cè)距儀測(cè)量相關(guān)距離，計(jì)算連線斜率，從而得5個(gè)經(jīng)緯度所對(duì)應(yīng)的彎道曲率。然后依次對(duì)所選路段進(jìn)行測(cè)量，得此路段所有采樣點(diǎn)的經(jīng)緯度及其所對(duì)應(yīng)的彎道曲率。測(cè)量完畢，建立各個(gè)采樣點(diǎn)所在經(jīng)緯度與其所對(duì)應(yīng)的道路坡度和彎道曲率的數(shù)據(jù)庫。

2 預(yù)測(cè)車輛經(jīng)濟(jì)性巡航車速的云模型建立

經(jīng)濟(jì)性巡航策略需要根據(jù)前方道路信息實(shí)時(shí)獲取經(jīng)濟(jì)性巡航車速，然后從保持車速不變、加速或減速中采取相應(yīng)的決策使汽車始終以經(jīng)濟(jì)車速巡航。其中因車輛行駛環(huán)境的不確定性和非線性特征，導(dǎo)致了經(jīng)濟(jì)車速的不確定性，因此擬創(chuàng)建三維多規(guī)則云模型來預(yù)知車輛的經(jīng)濟(jì)車速[3]。其云模型可以表述為：

其運(yùn)行機(jī)制為：當(dāng)一組特定的輸入分別刺激不同規(guī)則的前件云發(fā)生器時(shí)，定量的產(chǎn)生一組隨機(jī)云滴，最終輸出定量經(jīng)濟(jì)車速。該模型建立了道路坡道阻力、道路彎道阻力、空氣阻力與經(jīng)濟(jì)車速的關(guān)系模型，能夠把車輛行駛道路狀況與車輛運(yùn)行的經(jīng)濟(jì)狀態(tài)結(jié)合起來，可以很好的表達(dá)車輛運(yùn)行中經(jīng)濟(jì)車速的不確定性，對(duì)于不同道路線形對(duì)車輛經(jīng)濟(jì)車速的影響，只要改變輸入?yún)?shù)，就能很直觀的觀察到結(jié)果的變化。最終建立能夠根據(jù)預(yù)知的道路信息預(yù)測(cè)車輛經(jīng)濟(jì)性巡航車速的云模型，如圖1所示。

3 基于云推理的PID車速調(diào)節(jié)控制算法

將汽車當(dāng)前車速與預(yù)測(cè)的經(jīng)濟(jì)性巡航車速之間的偏差、偏差的變化率和偏差的累積作為云推理PID控制器的輸入變量[4]，將節(jié)氣門開度控制信號(hào)作為輸出變量，結(jié)合汽車經(jīng)濟(jì)性巡航車速的變化范圍及節(jié)氣門開度角的變化范圍，確定云推理PID控制器的輸入變量及輸出變量的論域，利用云變換理論確定云化方法及云推理控制器的特征參數(shù)，制定云模型的不確定性推理規(guī)則，設(shè)計(jì)云模型映射器的映射關(guān)系。建立基于云推理的PID車速調(diào)節(jié)控制算法，控制汽車始終以經(jīng)濟(jì)性巡航車速行駛?；谠仆评淼腜ID車速調(diào)節(jié)控制策略，如圖2所示。

4 經(jīng)濟(jì)性巡航試驗(yàn)

運(yùn)用CarSim軟件進(jìn)行仿真驗(yàn)證[5]，使車輛以規(guī)劃的經(jīng)濟(jì)車速行駛，對(duì)比定速巡航時(shí)的經(jīng)濟(jì)性。仿真結(jié)果如圖3、圖4所示。對(duì)比發(fā)現(xiàn)以經(jīng)濟(jì)性巡航車速行駛比定速巡航的油耗降低了1.55%，驗(yàn)證了本文所提出經(jīng)濟(jì)性巡航策略的有效性。

5 結(jié)論

本文通過CarSim仿真得到了百公里平均燃油消耗量數(shù)據(jù)庫，然后通過編程得到了以云模型為基礎(chǔ)的經(jīng)濟(jì)車速獲取方法，為經(jīng)濟(jì)性巡航提供了車速變化規(guī)則，最后通過對(duì)比仿真試驗(yàn)驗(yàn)證了基于云模型的經(jīng)濟(jì)性巡航可使得在不同道路上行駛時(shí)，車輛能夠具有較好的經(jīng)濟(jì)性。

參考文獻(xiàn)

[1] 高振海，嚴(yán)偉，李紅建等.基于模擬駕駛員多目標(biāo)決策的汽車自適應(yīng)巡航控制算法[J].汽車工程，2015，37（6）：667-673.

[2] 王國胤，李德毅，姚一豫等.云模型與粒計(jì)算[M].北京：科學(xué)出版社，2012，07.

[3] 羅禹貢，陳濤，李克強(qiáng).混合動(dòng)力汽車非線性模型預(yù)測(cè)巡航控制[J].機(jī)械工程學(xué)報(bào)，2015，51（16）：11-20.

[4] 仇成群，劉成林，沈法華等.基于Matlab和模糊PID的汽車巡航控制系統(tǒng)設(shè)計(jì)[J].農(nóng)業(yè)工程學(xué)報(bào)，2012，28（6）：85-86.

[5] 李徑亮，夏湯忠，陸志成等.基于CarSim的車輛自適應(yīng)仿真試驗(yàn)研究[J].汽車科技，2013，（3）：33-35.