网联电动化车辆纵向速度决策与能效控制集成
信号处理
2020-07-27 v1 系统与控制
系统与控制
摘要
为提高网联自动驾驶电动化车辆的行驶机动性与能量效率，本文提出一种集成纵向速度决策与能效控制策略。该方法采用分层控制架构，假定由上层控制与下层控制组成。作为本研究的核心，模型预测控制与强化学习相结合，以提升一组自动驾驶车辆的动力系统机动性与燃油经济性。上层利用信号相位与配时信息，以及通过车路通信和车车通信获取的网联自动驾驶车辆状态信息，以减少红灯停车。上层使用模型预测控制技术输出最优车辆速度，并接收来自下层控制器的功率分配控制。这两层在实车中通过控制器局域网相互通信。下层利用无模型强化学习方法，提升每辆网联自动驾驶车辆的燃油经济性。数值实验表明，通过减少红灯怠速，车辆机动性可显著改善（行驶时间减少 30%）。通过不同能效控制策略的对比分析，验证了所提方法的有效性和性能（燃油经济性提升 13%）。
引用
@article{arxiv.2007.12565,
title = {Integrated Longitudinal Speed Decision-Making and Energy Efficiency Control for Connected Electrified Vehicles},
author = {Teng Liu and Bo Wang and Dongpu Cao and Xiaolin Tang and Yalian Yang},
journal= {arXiv preprint arXiv:2007.12565},
year = {2020}
}
备注
11 pages, 12 figures