基于学习模型预测控制的生态驾驶
最优化与控制
2019-09-12 v3
摘要
我们提出一种预测巡航控制器,可迭代改善每日沿相同路线行驶车辆的燃油经济性。我们的方法利用先前行程迭代的历史数据来改善车辆性能,同时保证期望到达时间。所提预测巡航控制器基于近期发展的学习模型预测控制(LMPC)框架,本文将其扩展以包含时间约束。此外,我们将带时间约束的改进 LMPC 重构为计算易处理的形式。我们的方法被详细呈现、应用于预测巡航控制问题,并通过仿真验证。
引用
@article{arxiv.1907.04990,
title = {Eco-driving with Learning Model Predictive Control},
author = {Yeojun Kim and Samuel Tay and Jacopo Guanetti and Francesco Borrelli},
journal= {arXiv preprint arXiv:1907.04990},
year = {2019}
}
备注
This work was presented at the 14th International Symposium in Advanced Vehicle Control (AVEC '18)