论文部分内容阅读
汽车节能驾驶辅助系统车速优化控制算法是提高车辆燃油经济性的重要手段之一,为节能驾驶辅助系统中提示和评价功能提供理论依据,可以有效的改善驾驶员的不良驾驶操作行为。本文的主要研究工作如下:(1)分工况建立BP神经网络车速预测模型子模型。首先根据汽车历史车速数据的特征参数箱线图和统计数据,确定BP神经网络车速预测子模型的划分界限。再结合BP神经网络理论和BP神经网络车速预测子模型的实际情况,确定各个界限下的BP神经网络车速预测子模型的激励函数、训练函数以及各个网络层的结构参数。通过对各个神经网络车速预测子模型的预测结果进行分析,确定各个BP神经网络车速预测子模型的预测精度。(2)运用DP动态规划算法建立节能驾驶辅助系统车速优化模型。确定以汽车燃油经济性为主,动力性、舒适性和安全性为辅的优化目标函数。运用节能驾驶辅助系统车速优化模型对起步加速工况、行车加速工况和爬坡工况的车速和档位进行优化仿真分析。通过仿真,加速工况选取第一章中组合车速轨迹图中其中5组加速过程,对比节能驾驶辅助系统车速优化模型下和原来实际车速轨迹下的燃油消耗,结果表明通过经过节能驾驶辅助系统优化模型优化车速后的燃油消耗平均节省5.87%;爬坡工况由分为平路-坡道-平路和平路-坡道-下坡两种工况,仿真结果表明,平路-坡道-平路工况下经节能驾驶辅助系统优化的车速轨迹燃油消耗比直接匀速行驶的燃油消耗节省16.5%,平路-坡道-下坡工况改变目标车速后与原车速控制策略相比,节油率达到24.85%。(3)通过油耗模型建立具体的最优目标函数来计算通过红绿灯路口的燃油消耗,结合运动学方程和动态规划算法,提出最优的车速轨迹优化算法。通过案例分析,表明本文提出的车速轨迹算法在红灯减速模式下相比于加速度最小的车速轨迹算法和加速度时间最小的车速轨迹算法节油效率分别提高了10.86%和2.4%。