[发明专利]用于巡航控制的方法和系统

说明书

本公开提供了“用于巡航控制的方法和系统”。提供了用于在巡航控制期间控制车辆扭矩输出的方法和系统。在一个实例中，一种方法可以包括通过基于瞬时车辆速度、平均车辆速度和现在的车辆扭矩输出将目标函数最小化来确定未来车辆扭矩输出。所述目标函数的权重可以基于过去和现在的车辆操作参数来更新。

技术领域

本说明书整体涉及用于控制用于进行节能巡航控制的车辆扭矩输出的方法和系统。

背景技术

最优化问题旨在通过在多个冲突目标之间折衷处理来最小化或最大化目标函数。目标函数可以是加权目标的总和。例如，在巡航控制期间，可以最优化车辆扭矩输出以提高燃料经济性，而同时将车辆速度维持在所请求的速度水平。提高燃料经济性的目标可能与速度控制的目标相冲突，因为维持特定的车辆速度可能与燃料消耗量负相关。用于最优化巡航控制的目标函数可以被制定为燃料控制目标和速度控制目标的加权和。

用于最优化问题的最优控制动作可以通过模型预测控制(MPC)—也称为滚动时域控制器生成。MPC可以用于需要最优化的各种车辆控制问题。例如，MPC可以用于决定最优功率分流、用于路线规划，以及用于操纵自驱动车辆。在导出控制动作时，控制器响应于可以应用的一系列动作来预测系统在未来一段时间内的行为，并且计算在未来时期内累积的相关联奖励和惩罚。通过对归因于所有轨迹序列的奖励和惩罚进行比较，可以选择将奖励最大化或将惩罚最小化的轨迹序列，然后将所选择序列的第一元素应用于该系统，作为最优决策。响应于接收到系统响应的每个测量值，重复该过程。这种控制框架在将来可以利用可从车对车(V2V)技术和车对道路基础设施(V2I)技术获得的预览信息。

用MPC最优化车辆控制的其他尝试包括用MPC控制发动机气流。Huang等人在美国专利2016/0108732中示出了一种示例方法。其中，显式MPC和增益在各种工况下离线校准。最优控制策略是响应于车辆工况，使用校准的显式MPC和增益调度矩阵在线获得的。

然而，本发明人已认识到此类系统的潜在问题。作为一个实例，由于显式MPC的权重是针对特定范围的操作参数离线校准的，所以可能无法在该范围内的操作参数的每个水平提供最优控制。另外，当响应于工况的改变在两个校准的显式MPC之间切换时，控制器输出可能突然改变。此外，在生成最优控制时，常规MPC可以通过局部限制目标来制定目标函数的每个目标，但却不考虑关于全局目标的系统性能。例如，在巡航控制问题中，将车辆速度维持在所请求的速度水平这一目标可以被制定为仅限制瞬时车辆速度和燃料消耗量的偏差。所以，MPC不具有关于车辆速度历史的信息，因而可能无法将平均车辆速度保持为接近所请求的速度。MPC也可能无法满足递归可行性，因为不管未来的道路坡度是怎样的，这都需要将未来的车辆速度约束在允许范围之内。

发明内容

在一个实例中，可以通过一种方法来解决上述问题，该方法包括通过将目标函数最小化来确定未来车轮扭矩，该目标函数包括下列各项中的每一项：瞬时车辆速度与所请求车辆速度的偏差、平均车辆速度与所请求车辆速度的偏差、以及燃料消耗量。以这种方式，MPC的目标函数可以包括车辆性能的历史并且生成最优控制，该最优控制不仅限制瞬时速度偏差，而且还将车辆的总体平均速度保持为接近所请求的水平。