随着物流货运行业、电子商务产业的迅猛发展,商用车产业也随之持续高速发展,而在汽车保有总量中占比并不高的重型卡车所消耗的燃油总量与剩余乘用车燃油消耗总量大致持平,因此由商用车带来的能源消耗和环境保护形势日益严峻。为降低商用车燃油消耗,本文主要对重型卡车的巡航控制技术进行研究,旨在借助道路信息,提前预测未来道路坡度,并将其融合到巡航控制系统中,采用优化控制算法同时优化发动机力矩和挡位,以在保证速度跟踪性能的同时,最大程度的提升重型卡车燃油经济性。本文首先对预测巡航控制系统的整体控制方案进行设计,建立系统的控制架构,明确控制架构中各模块的功能与实现。再完成牵引模式和制动模式下的车辆纵向动力学模型和发动机燃油消耗率模型的建立,针对本文所讨论的重型卡车的12挡电控机械式自动变速器,建立了重型卡车的换挡模型。然后针对巡航速度优化问题建立多目标优化函数,并确定控制问题的约束条件,为后续优化函数的求解奠定基础。为得到所建立的多目标优化控制问题在目标路段的全局最优解,提出基于动态规划算法的最优控制。首先对预测巡航控制系统进行离散化处理,将目标最优控制问题转换为多阶段决策问题进行求解,离散划分状态变量构成求解网格,等分目标路段为求解离散步长,再通过对比不同网格密度和步长的仿真结果合理选取网格离散化的密度和步长,从而兼顾求解速度和优化效果,最后根据贝尔曼最优性原理进行动态规划算法的数值求解,实现多目标优化问题的全局最优控制。提出了基于模型预测控制的多目标优化控制策略及快速求解算法。基于庞德里亚金极小值原理实现模型预测控制算法的求解,并提出了一种快速求解算法,通过协态变量的引入,多目标优化问题转换为两点边值问题,然后在迭代求解两点边值问题时,采用二分法迭代求解最优初始协态变量,从而根据最优控制变量的求解方程获得最优控制序列和最优状态序列,最终实现预测巡航控制优化问题的快速求解。为验证本文提出的融合道路坡度信息的预测巡航控制算法的优越性,选用车辆动力学仿真软件Trucksim和动态系统仿真软件MATLAB/Simulink对所开发的预测巡航控制系统进行联合仿真试验,首先在Trucksim中建立车辆系统模型和道路环境模型,在Simulink中分别搭建基于DP算法、MPC算法和PID算法的预测巡航控制器,然后在虚拟道路仿真工况和真实道路仿真工况下进行Trucksim与Simulink联合仿真实验,最后分析对比不同控制算法的实验结果:本文提出的基于MPC算法和DP算法的预测巡航控制系统相比基于PID算法的自适应巡航控制系统在真实坡道路段能节约4～5%的燃油,但行驶时间并没有明显的变化。基于MPC算法的优化结果和DP算法全局优化结果非常相近,但利用快速求解算法的MPC算法的求解时间远远小于DP算法。