智能网联汽车随机模型预测控制实时性优化方法

作者：钱立军; 陈亮亮; 陈健; 刘峰

来源：2020-12-08, 中国, ZL202011440827.6.

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％。

• 单位
  合肥工业大学