联网自动驾驶电动汽车的参数化能量最优再生制动策略：一种实时动态规划方法
最优化与控制
2021-08-10 v1 系统与控制
系统与控制
摘要
本文提出了一种称为能量最优减速规划系统(EDPS)的车辆速度规划系统，旨在最大化联网自动驾驶电动汽车再生制动的能量回收。基于即将到来的转弯或在交叉口停车的减速需求，计算回收能量最优的速度曲线。该曲线在满足电气化动力总成物理限制的同时最大化再生制动能量。在自动驾驶中，电动汽车的动力总成可由车辆控制单元直接控制，从而使其遵循计算的最优速度曲线。为获得平滑的最优减速速度曲线，通过基于参数化多项式的减速模型确定最优减速指令，该模型由真实车辆驾驶测试数据的回归分析得到。参数依赖于预览信息(如剩余时间和距离)以及目标速度。关键设计参数为减速时间，其决定减速速度曲线以满足剩余时间和距离约束以及目标速度要求。对应于动力总成物理限制的减速指令边界由实际减速测试驾驶推导得出。状态约束通过考虑预期道路载荷和减速偏好动态更新。为验证并比较具有不同预览距离的EDPS，给出了带有虚拟道路环境和车到基础设施连接的驾驶仿真测试。结果表明，EDPS中预览距离越长，能量回收越多。与驾驶员在环仿真测试相比，基于EDPS的自动驾驶在能量回收和行程时间缩短方面均有改善。
引用
@article{arxiv.2102.07326,
title = {Parameterized Energy-Optimal Regenerative Braking Strategy for Connected and Autonomous Electrified Vehicles: A Real-Time Dynamic Programming Approach},
author = {Dohee Kim and Jeong Soo Eo and Kwang-Ki K. Kim},
journal= {arXiv preprint arXiv:2102.07326},
year = {2021}
}