[发明专利]一种面向节能的电动汽车全局路径和速度联合优化方法

说明书

本发明涉及一种面向节能的电动汽车全局路径和速度联合优化方法，包括以下步骤：S1：构建交通网络模型；S2：构建车辆纵向动力学模型；S3：基于两个耦合遗传算法，进行经济路径和参考速度的协同优化；S4：结合交通网络模型、车辆动力学模型和算法模型，搭建联合仿真平台；S5：通过联合仿真平台获取当前经济路径和参考速度下的车辆能耗，作为评价遗传算法适应度的标准，并通过迭代获取最优的经济路径和参考速度，与现有技术相比，本发明具有有效降低汽车能耗等优点。

技术领域

本发明涉及计算机全局路径优化领域，尤其是涉及一种面向节能的智能电动汽车全局路径和速度联合优化方法。

背景技术

对有限的石油资源的认识迫使研究人员开发降低车辆能耗的解决方案。一组研究集中在开发新的动力总成结构，例如以新型发动机，新型车辆技术和新型能源为代表。另一组研究则关注于新型控制技术，包括生态驾驶和生态路径等，而全局路径优化的研究是实现生态路径的重要一步。

随着传感器等技术的改进，可在行驶之前收集道路交通信息，极大地提高全局路径优化的可靠性与准确性，根据已获取的完整先验环境可以更好地建立道路交通网络拓扑图，在该图中寻找成本(路径长度、通行时间)最小的连接起点和终点的有向路段序列，再结合汽车能耗模型，即可通过规划相关路径来降低油耗，然而，现有技术中，大部分路径优化算法未考虑如交通信号灯、路段拥堵、转弯等不确定因素，也未参考速度优化和电动车车型等，无法得到降低油耗的最优路径，其得到的优化路径的有效性低。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种有效性高、合理降低油耗的面向节能的电动汽车全局路径和速度联合优化方法。

本发明的目的可以通过以下技术方案来实现：

一种面向节能的电动汽车全局路径和速度联合优化方法，包括以下步骤：

S1：构建交通网络模型；

S2：构建车辆纵向动力学模型；

S3：基于两个耦合遗传算法，进行经济路径和参考速度的协同优化；

S4：结合交通网络模型、车辆动力学模型和算法模型，搭建联合仿真平台；

S5：通过联合仿真平台获取当前经济路径和参考速度下的车辆能耗，作为评价遗传算法适应度的标准，并通过迭代获取最优的经济路径和参考速度。

进一步地，所述的步骤S1具体包括：

S11：读取数字道路网络格式生成真实道路的SUMO交通模型；

S12：通过随机生成车辆和路径，验证SUMO交通模型的有效性；

S13：提取SUMO交通模型中的有效信息，得到交通网络模型中的路段及其连接信息。

进一步地，所述的车辆纵向动力学模型包括驾驶员模块、制动系统模块、电动机模块、传动系统模块和整车动力学模块。

更进一步地，根据是否采用驾驶员模块，所述的车辆纵向动力学模型将纵向动力学仿真分为前向仿真和后向仿真，所述的前向仿真下，驾驶员模块用于追踪参考速度曲线，所述的后向仿真下，直接根据设定车速曲线计算能量消耗；

所述的制动系统模块将制动踏板开度与制动转矩设置为线性关系，根据输入的制动踏板开度以及电机当前转速的最大制动转矩，获取需求制动转矩；

所述的电动机模块引入Simulink中的二维表查找电机效率特性场，并根据电机转速与转矩，通过插值法获取当前电机效率；

所述的传动系统模块的输入信号包括电机转矩、机械制动力和汽车行驶速度，输出信号包括电机转速和汽车行驶的牵引力。

所述的整车动力学模块的输入包括车轮处的牵引力，输出包括汽车行驶速度。