智能网联汽车随机模型预测控制实时性优化方法

授权

摘要

本发明公开了一种智能网联汽车随机模型预测控制实时性优化方法，智能网联环境下，采用马尔可夫(Markov)决策表征驾驶员误差转移过程并随机生成概率转移矩阵，通过信号灯相位和定时(SPAT)计算目标车速，考虑汽车通行效率和燃油经济性建立目标函数，基于随机模型预测控制(SMPC)处理驾驶员误差得到最优预测车速序列，为提高算法实时性，采用蒙特卡罗(Monte Carlo)算法简化场景树，减少随机误差场景路径的总数，缩短计算时间，仿真结果表明，采用蒙特卡罗算法简化场景树的方法与基准法相比，在最优预测车速,行驶轨迹和百公里油耗仅有微小波动，即不影响SMPC优化效率前提下，每一步长的计算时间成本可缩短到基准法的2.53％。

基本信息

专利标题：

智能网联汽车随机模型预测控制实时性优化方法

专利标题（英）：

暂无

公开（公告）号：

CN112731806A

申请号：

CN202011440827.6

公开（公告）日：

2021-04-30

申请日：

2020-12-08

授权号：

CN112731806B

授权日：

2022-05-31

发明人：

钱立军陈亮亮陈健刘峰

申请人：

合肥工业大学

申请人地址：

安徽省合肥市屯溪路193号

代理机构：

北京科家知识产权代理事务所(普通合伙)

代理人：

周雷

优先权：

CN202011440827.6

主分类号：

G05B13/04

IPC分类号：

G05B13/04