公开(公告)号：CN114407895A

公开(公告)日：2022-04-29

申请号：CN202210180226.9

申请日：2022-02-25

Applicant: 清华大学

Inventor： 李升波 ,  张发旺 ,  殷玉明 ,  谷子青 ,  成波 ,  郑四发 ,  李克强

IPC: B60W30/14 ,  B60W10/06 ,  B60W10/10 ,  B60W30/188

Abstract: 本公开提供的车辆预测巡航控制方法、装置、电子设备和存储介质，本公开建立了考虑道路坡度信息，且以车辆速度、发动机转矩和车辆纵向位置作为状态变量，以发动机目标转矩作为控制变量的车辆动力学模型，并建立了以车辆速度、发动机转矩作为状态变量的油耗模型；基于综合考虑了车辆驾驶经济性、目标车速跟随和舒适性为代价函数的最优控制问题，以深度神经网络为载体，通过离线学习训练获得最优的控制策略，并在线应用最优控制策略，实现节能型预测巡航控制。本公开能够满足不同预测时域的求解实时性，保证行程时效性的同时改善了燃油经济性，并改善了求解方法对不同行驶速度和道路工况的适用范围。

公开(公告)号：CN114407895B

公开(公告)日：2023-08-29

申请号：CN202210180226.9

申请日：2022-02-25

Applicant: 清华大学

Inventor： 李升波 ,  张发旺 ,  殷玉明 ,  谷子青 ,  成波 ,  郑四发 ,  李克强

IPC: B60W30/14 ,  B60W10/06 ,  B60W10/10 ,  B60W30/188

Abstract: 本公开提供的车辆预测巡航控制方法、装置、电子设备和存储介质，本公开建立了考虑道路坡度信息，且以车辆速度、发动机转矩和车辆纵向位置作为状态变量，以发动机目标转矩作为控制变量的车辆动力学模型，并建立了以车辆速度、发动机转矩作为状态变量的油耗模型；基于综合考虑了车辆驾驶经济性、目标车速跟随和舒适性为代价函数的最优控制问题，以深度神经网络为载体，通过离线学习训练获得最优的控制策略，并在线应用最优控制策略，实现节能型预测巡航控制。本公开能够满足不同预测时域的求解实时性，保证行程时效性的同时改善了燃油经济性，并改善了求解方法对不同行驶速度和道路工况的适用范围。