張立斌 劉煥峰 單洪穎 楊玉林,3

(1.吉林大學(xué) 交通學(xué)院， 吉林 長(zhǎng)春 130022；2.吉林大學(xué) 機(jī)械科學(xué)與工程學(xué)院， 吉林 長(zhǎng)春 130022；3.華晨汽車工程研究院， 遼寧 沈陽(yáng) 110000 )

汽車經(jīng)濟(jì)型巡航的車速規(guī)劃方法*

張立斌1劉煥峰1單洪穎2?楊玉林1,3

(1.吉林大學(xué) 交通學(xué)院， 吉林 長(zhǎng)春 130022；2.吉林大學(xué) 機(jī)械科學(xué)與工程學(xué)院， 吉林 長(zhǎng)春 130022；3.華晨汽車工程研究院， 遼寧 沈陽(yáng) 110000 )

為提升高速公路汽車自適應(yīng)巡航時(shí)的燃油經(jīng)濟(jì)性，建立了一種經(jīng)濟(jì)型巡航車速規(guī)劃模型.根據(jù)汽車巡航時(shí)的道路條件及氣候環(huán)境參數(shù)等信息，規(guī)劃汽車的經(jīng)濟(jì)型巡航車速.首先構(gòu)筑試驗(yàn)環(huán)境進(jìn)行遍歷試驗(yàn)，建立汽車百公里燃油消耗量數(shù)據(jù)庫(kù)；然后采用云模型相關(guān)理論建立運(yùn)行車速和行駛阻力與燃油消耗量之間的映射關(guān)系，預(yù)測(cè)出不同行駛阻力條件下的經(jīng)濟(jì)車速；最后根據(jù)這些經(jīng)濟(jì)車速規(guī)劃出經(jīng)濟(jì)型巡航速度的變化軌跡.經(jīng)試驗(yàn)驗(yàn)證，按照經(jīng)濟(jì)型巡航速度變化軌跡行駛的燃油消耗比自動(dòng)巡航狀態(tài)下的明顯降低，提高了汽車的燃油經(jīng)濟(jì)性.

汽車巡航；燃油經(jīng)濟(jì)性；云模型；車速規(guī)劃

高速公路的迅速發(fā)展為汽車自適應(yīng)巡航系統(tǒng)提供了廣闊的應(yīng)用空間，針對(duì)巡航系統(tǒng)的研究也逐漸成為熱點(diǎn).近些年國(guó)內(nèi)外涌現(xiàn)出很多關(guān)于巡航系統(tǒng)的研究成果，這些成果主要集中在舒適性、安全性和動(dòng)態(tài)跟蹤性能上.然而，在能源短缺環(huán)境污染嚴(yán)重的形勢(shì)下，如何進(jìn)一步提高汽車的燃油經(jīng)濟(jì)性，達(dá)到節(jié)能減排的目的將具有重大意義.

針對(duì)巡航系統(tǒng)如何提高燃油經(jīng)濟(jì)性的研究主要體現(xiàn)在以下幾個(gè)方面：一種是通過(guò)獲取前方道路信息，根據(jù)坡度阻力預(yù)測(cè)車速，如Khayyam等[1-4]通過(guò)GPS或3D地圖等獲取海拔高度信息，從而預(yù)測(cè)前方道路信息獲得道路阻力，然后調(diào)節(jié)車速以適應(yīng)坡度阻力的變化，試驗(yàn)表明此類方法與定速巡航相比可不同程度地節(jié)省燃油消耗.Saerens等[5]提出了采用道路地形數(shù)據(jù)的經(jīng)濟(jì)型巡航控制系統(tǒng)，根據(jù)道路坡度的變化調(diào)整車輛速度在設(shè)定范圍內(nèi)變化.Behrang等[6]針對(duì)城市道路進(jìn)行研究，基于模型預(yù)測(cè)控制框架的可預(yù)測(cè)巡航控制系統(tǒng)通過(guò)獲得前方交通信號(hào)燈的實(shí)時(shí)信息，安全、平緩地控制車輛加速或減速以在綠燈時(shí)到達(dá)路口，避免紅燈時(shí)的怠速狀態(tài)，從而提高燃油經(jīng)濟(jì)性.此類研究根據(jù)道路地形數(shù)據(jù)推算坡度阻力，運(yùn)用不同的控制策略控制車速，試驗(yàn)結(jié)果表明這些方法多數(shù)可以達(dá)到較理想的效果.另一種是針對(duì)多目標(biāo)巡航控制的，在保證安全和舒適的基礎(chǔ)上盡量提高燃油經(jīng)濟(jì)性.例如Chen等[7-9]采用分層控制結(jié)構(gòu)，在縱向動(dòng)力學(xué)模型的基礎(chǔ)上，采用非線性模型預(yù)測(cè)控制算法的控制策略使加速度保持在一定范圍內(nèi)，可協(xié)調(diào)優(yōu)化交通安全、燃油經(jīng)濟(jì)性、駕駛舒適性.這類研究主要適用于城市道路，旨在提高舒適性和跟車的安全性，因?yàn)樾枰C合考慮各因素，因此在提高燃油經(jīng)濟(jì)性方面不如第一類研究方法的效果顯著.后來(lái)一些學(xué)者如Bifulcc等[10]致力于研究更加人性化的自適應(yīng)巡航控制系統(tǒng)，開發(fā)了一種嵌入學(xué)習(xí)模式的完全自適應(yīng)巡航控制系統(tǒng)，不僅根據(jù)交通狀況進(jìn)行巡航，還充分考慮駕駛員的駕駛行為特征.還有一些研究是控制汽車按照設(shè)定范圍內(nèi)行駛以提高燃油經(jīng)濟(jì)性的.這方面研究的代表有Kahveci等[11]以及王春蕾等[12]運(yùn)用增量式數(shù)字控制策略建立的控制器，實(shí)現(xiàn)了車輛在速度偏差允許范圍內(nèi)的穩(wěn)定行駛，并調(diào)整巡航速度以適應(yīng)不斷變化的路面條件，可減輕工作強(qiáng)度，并減少燃料消耗.綜合分析各類成果可見，根據(jù)地形獲取道路阻力的方法是研究提高巡航車輛燃油經(jīng)濟(jì)性的主流方法，也是文中采用的獲取道路阻力的途徑.綜上所述，諸多研究證明，提高巡航車輛燃油經(jīng)濟(jì)性的關(guān)鍵在于尋求車速和行駛阻力與燃油消耗量之間的關(guān)系，而云模型針對(duì)不確定性的相關(guān)理論可以解決此類問(wèn)題.同時(shí)云模型經(jīng)過(guò)十幾年的發(fā)展已經(jīng)成為一個(gè)理論體系被應(yīng)用到各個(gè)領(lǐng)域[13-14],因此，文中提出將云模型的相關(guān)理論運(yùn)用到經(jīng)濟(jì)性巡航車速預(yù)測(cè)上.

基于以上背景，文中在建立汽車百公里燃油消耗量數(shù)據(jù)庫(kù)的基礎(chǔ)上，運(yùn)用云模型相關(guān)理論[15-17]，構(gòu)建經(jīng)濟(jì)性車速預(yù)測(cè)模型，并對(duì)參數(shù)進(jìn)行概念劃分，建立推理規(guī)則庫(kù)，實(shí)現(xiàn)了對(duì)汽車經(jīng)濟(jì)性巡航車速的預(yù)測(cè)，最后規(guī)劃經(jīng)濟(jì)性巡航車速的變化軌跡，提高巡航中的燃油經(jīng)濟(jì)性.

1 百公里平均燃油消耗量仿真試驗(yàn)

汽車的行駛工況極其復(fù)雜，路況、裝載情況、天氣條件等均會(huì)影響汽車的燃油消耗.不同的行駛工況都對(duì)應(yīng)一個(gè)車速，使得汽車燃油經(jīng)濟(jì)性達(dá)到最優(yōu)，這個(gè)車速就稱之為汽車經(jīng)濟(jì)車速.建立汽車百公里燃油消耗量的數(shù)據(jù)庫(kù)需要遍歷各種情況，這是實(shí)際試驗(yàn)很難完成的，因此文中采用仿真的方式進(jìn)行遍歷試驗(yàn).

1.1 基于CarSim構(gòu)建試驗(yàn)環(huán)境

(1)基于CarSim/Road構(gòu)建仿真虛擬道路

在CarSim軟件中進(jìn)行車輛動(dòng)力學(xué)仿真時(shí)，其仿真道路模型是由大量的道路幾何數(shù)據(jù)信息結(jié)合道路摩擦阻力系數(shù)及車輪滾動(dòng)阻力系數(shù)等組成的三維虛擬仿真道路.

文中研究?jī)?nèi)容為汽車自適應(yīng)巡航的燃油消耗量，因此試驗(yàn)環(huán)境道路設(shè)置為高速公路，限速為120 km/h，參照高速公路線性為CarSim軟件設(shè)置道路參數(shù).參數(shù)設(shè)置過(guò)程基于道路片段構(gòu)建虛擬道路，即將道路視為直線段和曲線段的組合，直接定義道路的縱向坡度、橫向坡度、彎道曲率、道路摩擦系數(shù)等參數(shù).圖1為試驗(yàn)環(huán)境截圖，考慮車輛行駛阻力，因此設(shè)置坡度及滾動(dòng)阻力系數(shù)等參數(shù).

圖1 仿真試驗(yàn)圖

(2)建立整車動(dòng)力學(xué)模型

仿真試驗(yàn)除了要建立虛擬道路外，還需要定義整車特征參數(shù).文中擬選用的車型為SUV，功率為125 kW的某型號(hào)發(fā)動(dòng)機(jī)，建立整車動(dòng)力學(xué)模型主要是要獲得整車燃油經(jīng)濟(jì)性的相關(guān)仿真數(shù)據(jù)，因此需要對(duì)發(fā)動(dòng)機(jī)燃油消耗率進(jìn)行設(shè)置.為了使參數(shù)設(shè)置符合實(shí)際情況，進(jìn)行了該型號(hào)發(fā)動(dòng)機(jī)燃油消耗率的實(shí)測(cè)試驗(yàn)，分析記錄了不同節(jié)氣門開度下發(fā)動(dòng)機(jī)轉(zhuǎn)速對(duì)燃油消耗率的影響.數(shù)據(jù)表明，隨著發(fā)動(dòng)機(jī)轉(zhuǎn)速的增加和節(jié)氣門開度變大，發(fā)動(dòng)機(jī)燃油消耗變大.

圖2為發(fā)動(dòng)機(jī)燃油消耗率曲面.

圖2 發(fā)動(dòng)機(jī)燃油消耗率示意圖

1.2 仿真試驗(yàn)

基于上文建立的三維虛擬道路模型和整車動(dòng)力學(xué)模型進(jìn)行遍歷仿真試驗(yàn)，提取實(shí)驗(yàn)結(jié)果建立原始遍歷仿真試驗(yàn)數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)主要包括以下參數(shù)信息：仿真運(yùn)行時(shí)間、運(yùn)行速度、燃油消耗量、燃油消耗率、空氣阻力、4個(gè)車輪各自的行駛阻力、道路橫向坡度、道路縱向坡度、縱向坡度長(zhǎng)度、彎道曲率、彎道長(zhǎng)度、道路摩擦系數(shù)和發(fā)動(dòng)機(jī)輸出扭矩等.

原始數(shù)據(jù)庫(kù)中燃油消耗量的影響因素過(guò)多，故采用統(tǒng)計(jì)學(xué)軟件SPSS進(jìn)行相關(guān)性分析，得出燃油消耗量的主要影響因素為車速和行駛阻力.為驗(yàn)證該結(jié)論，將Carsim仿真出來(lái)的燃油消耗量與時(shí)間的關(guān)系曲線進(jìn)行局部放大，得到圖3.根據(jù)曲線可以清晰地看出，汽車在行駛過(guò)程中其燃油消耗量曲線并不是一條直線，即車輛燃油消耗量的變化率是不斷變化的.而圖4和5所示車速和輪胎阻力與時(shí)間關(guān)系曲線的變化解釋了燃油消耗量變化率改變的原因.例如，在汽車運(yùn)行至40 s左右時(shí)，車速和輪胎受到的阻力均有較大的變化趨勢(shì)，因此導(dǎo)致了燃油消耗量的變化率也隨之具有較明顯的變化.故車速和汽車所受到的行駛阻力對(duì)整車的燃油消耗量均有顯著的影響.

圖3 燃油消耗量與時(shí)間的關(guān)系

圖4 車速與時(shí)間的關(guān)系

圖5 輪胎阻力與時(shí)間的關(guān)系

運(yùn)用Matlab對(duì)原始遍歷仿真試驗(yàn)數(shù)據(jù)庫(kù)進(jìn)行處理，最終建立汽車的百公里平均燃油消耗量數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)中包括以下參數(shù)信息：時(shí)間、行駛總阻力、運(yùn)行車速和燃油消耗量.

其中，行駛總阻力計(jì)算公式如下：

ΣF=FL1+FR1+FL2+FR2+Fw=Fr+Fw

(1)

式中，ΣF為行駛總阻力，F(xiàn)L1為左前車輪行駛阻力，F(xiàn)R1為右前車輪行駛阻力，F(xiàn)L2為左后車輪行駛阻力，F(xiàn)R2為右后車輪行駛阻力，F(xiàn)r為道路阻力，F(xiàn)w為空氣阻力，

(2)

式中，CD為空氣阻力系數(shù)，A為迎風(fēng)面積，V為汽車行駛速度.

為了進(jìn)一步驗(yàn)證車速對(duì)燃油消耗量的影響，文中基于CarSim軟件，在同一行駛路況下以不同的車速等速行駛進(jìn)行仿真，對(duì)應(yīng)的百公里平均燃油消耗量如表1所示.

表1 同一行駛工況不同車速對(duì)應(yīng)的百公里平均燃油消耗量

Table 1 Average fuel consumption per kilometer at different speed under the same driving conditions

車速/(km·h-1)燃油消耗率/(kg·s-1)百公里平均燃油消耗量/L車速/(km·h-1)燃油消耗率/(kg·s-1)百公里平均燃油消耗量/L400.0006712.481000.000896.62600.000627.691100.000996.69700.000687.231200.001126.95800.000706.511400.001819.63900.000786.451600.0035616.56

由此可見，汽車自適應(yīng)巡航的過(guò)程中，在保證滿足行駛安全的條件下，根據(jù)不同的路況調(diào)節(jié)車速會(huì)使整車的燃油經(jīng)濟(jì)性有較大的提高，即根據(jù)不同的行駛阻力規(guī)劃不同的行駛車速將在提高燃油經(jīng)濟(jì)性方面有較大的突破.

2 經(jīng)濟(jì)型巡航車速預(yù)測(cè)模型

車輛行駛環(huán)境的不確定性、運(yùn)行狀態(tài)的非線性特征及其他不確定性因素導(dǎo)致了車輛運(yùn)行中燃油消耗量的不確定性.文中擬創(chuàng)建二維多規(guī)則云模型把車輛行駛狀況與車輛經(jīng)濟(jì)狀態(tài)結(jié)合起來(lái)，表達(dá)車輛運(yùn)行中百公里燃油消耗量的不確定性，并據(jù)此來(lái)預(yù)測(cè)經(jīng)濟(jì)型巡航車速.

2.1 云模型參數(shù)概念劃分及規(guī)則庫(kù)建立

汽車百公里平均燃油消耗量云模型有行駛總阻力和運(yùn)行速度兩個(gè)輸入變量、百公里平均燃油消耗量1個(gè)輸出變量.根據(jù)云模型理論中關(guān)于概念躍升及劃分的相關(guān)理論，對(duì)各個(gè)參數(shù)進(jìn)行概念劃分.

行駛阻力概念劃分，從汽車百公里平均燃油消耗量數(shù)據(jù)庫(kù)中提取汽車的行駛總阻力數(shù)據(jù)集，統(tǒng)計(jì)不同行駛總阻力值各出現(xiàn)的次數(shù)y，計(jì)算其頻率分布函數(shù)Y(x)，結(jié)果如圖6所示.由于車輛行駛過(guò)程中不確定性因素較多，導(dǎo)致行駛阻力波動(dòng)較大，因此對(duì)汽車行駛總阻力原始頻數(shù)分布進(jìn)行移動(dòng)平均濾波，濾波后的頻數(shù)分布如圖7所示.對(duì)比兩幅圖可知，濾波后的頻數(shù)分布仍然能夠較好地反映出汽車行駛總阻力的變化趨勢(shì)，因此以濾波后的頻數(shù)分布對(duì)汽車行駛總阻力進(jìn)行云變換及概念的劃分.設(shè)置云變換的誤差閾值，利用Matlab軟件編程計(jì)算云模型分布的期望函數(shù)fi(x)，最終得到行駛總阻力的范概念樹云圖，如圖8所示.

汽車行駛總阻力經(jīng)過(guò)云變換后，挖掘出33個(gè)概念，根據(jù)人類認(rèn)知心理學(xué)的相關(guān)特點(diǎn)，將行駛阻力范概念樹躍升到7個(gè)，即{很小，小，較小，適當(dāng)，較大，大，很大}.同理，將運(yùn)行速度與百公里燃油消耗量進(jìn)行概念劃分，經(jīng)過(guò)云變換后得出的概念數(shù)分別為40個(gè)和25個(gè)，同樣將其躍升到7個(gè).每個(gè)概念的數(shù)字特征見表2.

根據(jù)概念躍升的結(jié)果，每個(gè)參數(shù)均躍升為7個(gè)概念，將這些結(jié)果經(jīng)過(guò)排列組合，可以產(chǎn)生49條不同的定性推理規(guī)則.運(yùn)用Matlab中的自適應(yīng)模糊推理系統(tǒng)(Anfis)進(jìn)行數(shù)據(jù)訓(xùn)練并生成規(guī)則，取部分試驗(yàn)結(jié)果作為訓(xùn)練數(shù)據(jù)，其余數(shù)據(jù)用來(lái)建立和驗(yàn)證規(guī)則庫(kù).結(jié)合CarSim仿真試驗(yàn)數(shù)據(jù)和Anfis生成的規(guī)則觀察器及規(guī)則響應(yīng)面，通過(guò)編寫Matlab程序?qū)υ仆评硪?guī)則庫(kù)進(jìn)行自動(dòng)提取.

圖6 行駛阻力頻率分布圖

圖7 濾波后的頻率分布圖

圖8 行駛阻力概念劃分?jǐn)M合結(jié)果

Fig.8 Fitting results of the concept division of running resis-tance

表2 云模型參數(shù)概念的數(shù)字特征

1)輸入變量；2)輸出變量.

規(guī)則庫(kù)用一個(gè)二維數(shù)組表示,如圖9所示，定義規(guī)則庫(kù)的二維數(shù)組為rulelist，數(shù)組第1維為行維，表示汽車行駛總阻力，數(shù)組第2維為列維，表示汽車運(yùn)行速度.根據(jù)定性推理規(guī)則，運(yùn)用云模型從輸入到輸出的非線性映射關(guān)系，可完成從已知輸入條件到定量輸出的推理計(jì)算.文中生成的云推理規(guī)則庫(kù)如圖9所示.通過(guò)規(guī)則庫(kù)繪制的響應(yīng)面如圖10所示.從圖10可以看出，隨著車速和行駛阻力的增加，燃油消耗量快速上升，與實(shí)際情況相符.

圖9 規(guī)則庫(kù)

圖10 規(guī)則響應(yīng)面

2.2 基于云模型的不確定性推理算法

基于汽車百公里燃油消耗量數(shù)據(jù)庫(kù)、參數(shù)概念劃分結(jié)果以及規(guī)則庫(kù)，可以建立汽車燃油消耗云模型，其推理機(jī)制可以表述為

f(ΣF,V)→Q

(3)

其中，f代表云推理機(jī)制，其示意如圖11所示.

圖11 汽車燃油消耗量的云推理機(jī)制

圖中(ExΣFA1,ExVA1,ExQB)、(EnΣFA1,EnVA1,EnQB)、(HeΣFA1,HeVA1,HEQB)分別為總行駛阻力ΣFA1、運(yùn)行速度VA1以及百公里平均燃油消耗量QB的數(shù)學(xué)期望、熵和超熵.在該模型中輸入一組特定的行駛總阻力和運(yùn)行速度(ΣF,V)時(shí)，會(huì)分別激活不同規(guī)則的前件云發(fā)生器，將隨機(jī)產(chǎn)生一組激活的確定度值μi，這些確定度的大小反映了對(duì)相關(guān)定性規(guī)則的激活程度，再經(jīng)規(guī)則的后件云發(fā)生器處理，定量產(chǎn)生一組隨機(jī)云滴drop(Qi，μi).這些云滴反映了滿足激活程度為μi的燃油消耗量Qi.最終將這些云滴經(jīng)過(guò)幾何方法求解出定量的燃油消耗量Q.具體計(jì)算過(guò)程如下.

輸入：前件二維定性概念，即行駛總阻力ΣF和運(yùn)行車速V的數(shù)字特征(ExΣFA1,ExVA1)、(EnΣFA1,EnVA1)、(HeΣFA1,HeVA1)以及定量值(ΣF,V)，后件定性概念的數(shù)字特征(ExQB,EnQB,HeQB).

輸出：滿足確定度μi的后件定性概念的定量值Qi.

5)如果ΣF≤ExΣFA1，V≤ExVA1，則Q=ExQB-

6)如果ΣF>ExΣFA1，V>ExVA1，則Q=ExQB+

7)如果ΣF≤ExΣFA1，V>ExVA1，則

Q=(Q1μ1+Q2μ2)/(μ1+μ2)；

8)如果ΣF>ExΣFA1，V≤ExVA1，則

Q=(Q1μ1+Q2μ2)/(μ1+μ2).

輸入(ΣFi,Vi)時(shí)，取對(duì)應(yīng)確定度最大和次大的兩片云，這樣會(huì)得到對(duì)應(yīng)兩個(gè)輸入變量的4片云，將這4片云進(jìn)行組合，計(jì)算其聯(lián)合確定度，然后取最大和次大聯(lián)合確定度(μ1,μ2)激活的兩條定性規(guī)則，經(jīng)過(guò)后件云發(fā)生器生成4個(gè)云滴，取最外側(cè)的兩個(gè)云滴(Q1,μ1)和(Q2,μ2)，最終通過(guò)幾何的方法求解得到汽車百公里平均燃油消耗量為Q，其計(jì)算表達(dá)式為

(4)

以梯度圖示意汽車百公里燃油消耗量三維云數(shù)據(jù)模型的期望值，如圖12所示.云模型將模糊性和隨機(jī)性相結(jié)合，因此在同一輸入變量多次刺激多規(guī)則云發(fā)生器時(shí)，其輸出結(jié)果具有一定的離散趨勢(shì)，這體現(xiàn)出了其他不確定性因素對(duì)百公里燃油消耗量的影響，符合車輛的實(shí)際運(yùn)行狀態(tài).保持總行駛阻力ΣF不變，在一定范圍內(nèi)改變行駛速度V的輸入值，便可以得到一組燃油消耗量值Qi，即該行駛阻力下的車速和汽車百公里燃油消耗量之間具有一定變化趨勢(shì)的離散數(shù)據(jù)序列，如圖13所示.其中最小值Qimin對(duì)應(yīng)的車速Ve便是該行駛阻力下的經(jīng)濟(jì)車速.

圖12 百公里燃油消耗量梯度圖

圖13 車速和百公里燃油消耗量離散數(shù)據(jù)序列

Fig.13 Discrete data sequence of vehicle speed and fuel consumption per hundred kilometer

汽車百公里燃油消耗云模型建立了行駛總阻力和運(yùn)行速度與百公里平均燃油消耗量的關(guān)系模型，把車輛行駛道路狀況與車輛運(yùn)行的經(jīng)濟(jì)狀態(tài)結(jié)合起來(lái)，表達(dá)了車輛運(yùn)行中百公里燃油消耗量的不確定性，對(duì)于不同道路線形及車速對(duì)車輛經(jīng)濟(jì)性的影響，只要改變輸入?yún)?shù)，就能很直觀地觀察到結(jié)果的變化.

2.3 經(jīng)濟(jì)型巡航車速規(guī)劃

由式(1)、(2)可以看出，空氣阻力是行駛阻力中的一個(gè)重要組成部分，空氣阻力的大小跟車速的平方成正比，即車速的變化對(duì)行駛阻力的影響是非常明顯的，因此并不能根據(jù)前方道路的坡度和彎道曲率就能計(jì)算出準(zhǔn)確的行駛總阻力，但根據(jù)前方路況可以計(jì)算出道路阻力.

上文得出了行駛總阻力ΣF對(duì)應(yīng)的經(jīng)濟(jì)車速Ve，根據(jù)車速，由式(2)可以計(jì)算出空氣阻力Fw，總行駛阻力ΣF減去空氣Fw，可得出道路阻力Fr，由此便得到了道路阻力Fr與經(jīng)濟(jì)車速Ve的對(duì)應(yīng)關(guān)系，即可以根據(jù)前方道路的坡道、彎道、顛簸路面等行駛工況計(jì)算出道路阻力，從而預(yù)測(cè)出對(duì)應(yīng)的經(jīng)濟(jì)車速，再由當(dāng)前車速，通過(guò)勻加速或勻減速的形式進(jìn)行調(diào)速以達(dá)到預(yù)測(cè)的經(jīng)濟(jì)車速.

對(duì)規(guī)劃出來(lái)的經(jīng)濟(jì)車速進(jìn)行不斷更新和完善，即通過(guò)不斷采集車輛的實(shí)時(shí)數(shù)據(jù)來(lái)更新汽車百公里平均燃油消耗量數(shù)據(jù)庫(kù)，由Matlab編寫的云變換程序不斷調(diào)整百公里平均燃油消耗量云模型各個(gè)概念的期望和熵，從而更新規(guī)則庫(kù)的特征參數(shù)，使模型預(yù)測(cè)出來(lái)的經(jīng)濟(jì)車速能夠更好地適應(yīng)道路阻力的變化，使目標(biāo)車速的控制更準(zhǔn)確.

3 試驗(yàn)驗(yàn)證

為證明按照文中的經(jīng)濟(jì)型巡航車速行駛能夠比汽車自動(dòng)巡航時(shí)節(jié)省燃油，分別進(jìn)行自動(dòng)巡航與經(jīng)濟(jì)型巡航的仿真試驗(yàn)，對(duì)比分析燃油消耗量.

首先基于CarSim進(jìn)行自動(dòng)巡航試驗(yàn)，建立Radar Active Cruise:Secend Car(ACC)仿真模型，如圖14所示.上文中建立的高速路模型限速要求是120 km/h，因此以ACC方式巡航時(shí)，可以設(shè)定巡航速度分別為90、95、100、105、110和120 km/h，經(jīng)CarSim仿真輸出不同車速下巡航時(shí)的燃油消耗量結(jié)果曲線.然后分別取仿真車輛行駛至90 km時(shí)對(duì)應(yīng)的燃油消耗量值，再換算成百公里平均燃油消耗量，結(jié)果如表3所示.

圖14 自適應(yīng)巡航控制仿真控制模型

Table 3 Average fuel consumption per kilometer at different speed

車速/(km·h-1)百公里平均燃油消耗量/L車速/(km·h-1)百公里平均燃油消耗量/L908.491058.87958.571109.151008.6612010.43

設(shè)計(jì)對(duì)比試驗(yàn)，仿真時(shí)控制車輛以經(jīng)濟(jì)型巡航車速變化軌跡行駛，并觀察仿真輸出的汽車燃油消耗量結(jié)果.

根據(jù)虛擬道路上的坡道及曲率的變化情況，利用前述道路阻力與經(jīng)濟(jì)車速的對(duì)應(yīng)關(guān)系，規(guī)劃巡航行駛時(shí)的速度變化軌跡，如圖15所示，將其導(dǎo)入CarSim中駕駛員輸入的速度控制模塊進(jìn)行車速控制.

圖15 經(jīng)濟(jì)型巡航速度變化

圖15顯示的是整個(gè)100 km路段的車速變化，為了更直觀地表達(dá)某一路段內(nèi)的經(jīng)濟(jì)性巡航速度變化軌跡，繪制了58.525～60.175 km路段內(nèi)的經(jīng)濟(jì)性巡航速度變化軌跡，如圖16所示.車輛按照1條光滑的速度控制曲線運(yùn)行，速度的變化與路程滿足實(shí)際運(yùn)行車輛車速調(diào)節(jié)條件.最后得到燃油消耗量的變化，如圖17所示.

圖16 部分路段內(nèi)的經(jīng)濟(jì)性巡航速度變化軌跡

Fig.16 Speed change in part of the road in economical cruising

圖17 以經(jīng)濟(jì)型車速變化軌跡巡航時(shí)的燃油消耗量

由圖17可以看出，按照經(jīng)濟(jì)型巡航車速行駛時(shí)燃油消耗量增長(zhǎng)曲線基本是一條直線，即燃油消耗率保持穩(wěn)定，說(shuō)明車輛在不同的路況通過(guò)調(diào)整車速使汽車維持在一個(gè)穩(wěn)定且經(jīng)濟(jì)性的狀態(tài).同樣取仿真車輛行駛至90 km時(shí)對(duì)應(yīng)的燃油消耗量值，然后再將其換算成百公里平均燃油消耗量，結(jié)果為8.28 L.

由表3中數(shù)據(jù)可以看出，ACC巡航模式下采用不同車速巡航時(shí)，其燃油消耗量也是不同的.但是這些值均大于8.28 L，即以經(jīng)濟(jì)性巡航速度變化軌跡行駛的百公里燃油消耗量.以適應(yīng)該行駛路段阻力變化的經(jīng)濟(jì)性巡航速度變化軌跡行駛時(shí)，整個(gè)過(guò)程的平均行駛速度為96.57 km/h，其燃油消耗量也比以95 km/h定速巡航時(shí)的油耗降低3.38%，比定速105 km/h巡航行駛時(shí)的百公里平均燃油消耗量降低6.65%.因此，在巡航過(guò)程中，根據(jù)道路阻力的變化按照一定規(guī)則調(diào)整車速，能夠明顯地提高整車燃油經(jīng)濟(jì).上述結(jié)果出自較理想的試驗(yàn)，但在實(shí)際情況下，受風(fēng)向及風(fēng)速的影響，空氣阻力影響比較復(fù)雜，同時(shí)由于不同駕駛員的駕駛特性不同，燃油消耗量也會(huì)受到影響，因此更為復(fù)雜的情況及多因素干擾的巡航汽車燃油消耗量有待進(jìn)一步分析研究.

4 結(jié)語(yǔ)

文中在自動(dòng)巡航的基礎(chǔ)上，針對(duì)經(jīng)濟(jì)型巡航的關(guān)鍵技術(shù)進(jìn)行研究，為汽車的經(jīng)濟(jì)型巡航模型提供速度變化軌跡，控制車輛始終以適應(yīng)行駛阻力變化的速度巡航，進(jìn)而節(jié)省燃油消耗量.首先根據(jù)路面信息及道路設(shè)計(jì)要求，構(gòu)建了仿真虛擬道路以及整車動(dòng)力學(xué)模型，進(jìn)行整車燃油消耗量仿真試驗(yàn)，經(jīng)過(guò)遍歷試驗(yàn)建立了百公里燃油消耗數(shù)據(jù)庫(kù).然后基于云推理相關(guān)理論，對(duì)參數(shù)進(jìn)行概念劃分，運(yùn)用Anfis系統(tǒng)規(guī)則庫(kù)，建立了汽車百公里平均燃油消耗量云模型，得到了運(yùn)行車速、阻力及燃油消耗量之間的映射關(guān)系，為汽車巡航提供了經(jīng)濟(jì)型速度變化軌跡.經(jīng)試驗(yàn)驗(yàn)證，文中提出的方法比自動(dòng)巡航時(shí)的燃油消耗量明顯降低，因此文中的經(jīng)濟(jì)型巡航車速軌跡規(guī)劃模型能夠節(jié)省燃油，具有一定的理論與實(shí)際意義.

文中研究的經(jīng)濟(jì)型巡航車速規(guī)劃方法尤其適用于長(zhǎng)途運(yùn)輸?shù)臓I(yíng)運(yùn)貨車及客車，在已知運(yùn)輸線路的情況下，由道路的坡道、彎道、顛簸路面等行駛工況計(jì)算出道路阻力，再根據(jù)文中建立的百公里燃油消耗量數(shù)據(jù)庫(kù)及運(yùn)行車速、阻力及燃油消耗量之間的映射關(guān)系尋找當(dāng)前路況對(duì)應(yīng)的經(jīng)濟(jì)車速，進(jìn)而控制巡航車輛按照經(jīng)濟(jì)車速行駛.同時(shí)，對(duì)車速，燃油消耗量等信息進(jìn)行采集記錄，不斷更新數(shù)據(jù)庫(kù)，使模型預(yù)測(cè)出來(lái)的經(jīng)濟(jì)車速能夠更好地適應(yīng)道路阻力的變化，最終達(dá)到節(jié)省燃油的目標(biāo).

[1] KHAYYAM Hamid,NAHAVANDI Saeid,DAVIS Sam.Adaptive cruise control look-ahead system for energy ma-nagement of vehicles [J].Expert Systems with Applications,2012,39(3):3874-3885.

[2] KO Kwang-ho,KWON Mann-jun,LEE Won-ho,et al.Altitude prediction using real time GPS data in highway with gradient [C]∥Computer Applications for Modeling,Simulation,and Automobile.Jeju Island,Korea:Springer Berlin Heidelberg,2012:179-189.

[3] FRANK Lattemann,KONSTANTIN Neiss,STEPHAN Terwen,et al.The predictive cruise control:a system to reduce fuel consumption of heavy duty trucks [J].SAE Transactions,2004,113:139-146.

[4] SAERENS B,RAKHA H A,DIEHL M,et al.A methodo-logy for assessing eco-cruise control for passenger vehicles [J].Transportation Research(Part D)Transport & Environment,2013,19(3):20-27.

[5] SAERENS B，RAKHA H A，BULCK V E,et al.Assessment of eco-cruise control calculation methods [C]∥Proceedings of Meeting of the Transportation Research Board.Washington D C:TRB Publication,2012.

[6] BEHRANG A,ARDALAN V.Predictive cruise control:utilizing upcoming traffic signal information for improving fuel economy and reducing trip time [J].Transactions on Control Systems Technology,2011,19(3):707-714.

[7] CHEN Tao,LUO Yu-gong,LI Ke-qiang.Multi-objective adaptive cruise control based on nonlinear model predictive algorithm [C]∥Proceedings of IEEE International Conference on Vehicular Electronics & Safety.Beijing:IEEE Computer Society,2011:274-279.

[8] LI Sheng-bo,LI Ke-qiang,RAJESH Rajamani,et al.Mo-del predictive multi-objective vehicular adaptive cruise control [J].Transactions on Control Systems Technology,2011,19(3):556-566.

[9] LUO Li-hua,LIU Hong,LI Ping,et al.Model predictive control for adaptive cruise control with multi-objectives:comfort,fuel-economy,safety and car-following [J].Journal of Zhejiang University(SCIENCE A),2010,11(3):191-201.

[10] BIFULCC Gennaro N,PARIOTA Luigi,SIMONELLI Ful-vio,et al.Development and testing of a fully adaptive cruise control system [J].Transportation Research Part C,2013,29(29):156-170.

[11] KAHVECI N E,LOANNOU P A.Cruise control with adap-tation and wheel torque constraints for improved fuel eco-nomy [J].Intelligent Vehicles Symposium,2010,23(3):640-645.

[12] 王春蕾,周美嬌,易淑友.汽車自動(dòng)巡航系統(tǒng)PID控制策略的研究 [J].電子技術(shù),2012,10:98-101. WANG Chun-lei,ZHOU Mei-jiao,YI Shu-you.Research on the PID control strategy for automobile automatic cruise control system [J].Automobile Electronics,2012,10:98-101.

[13] 王國(guó)胤，李德毅.云模型與粒計(jì)算 [M].北京:科學(xué)出版社,2012.

[14] 陳昊,李兵.基于云模型的不確定性推理方法 [J].小型微型計(jì)算機(jī)系統(tǒng),2011,32(12):2449-2455. CHEN Hao,LI Bing.Approach to uncertain reasoning based on cloud model [J].Journal of Chinese Computer Systems,2011,32(12):2449-2455.

[15] 徐飛,朱偉興,李眾.基于云模型的規(guī)則提取算法研究 [J].計(jì)算機(jī)工程與應(yīng)用,2008,44(2):63-66. XU Fei,ZHU Wei-xing,LI Zhong.Cloud model based rules extraction algorithm [J].Computer Engineering and Applications,2008,44(2):63-66.

[16] 秦昆,王佩.基于云變換的曲線擬合新方法 [J].計(jì)算機(jī)工程與應(yīng)用,2008,44(23):56-58. QIN Kun,WANG Pei.New method of curve fitting based on cloud transform [J].Computer Engineering and App-lications,2008,44(23):56-58.

[17] 孟暉,王樹良,李德毅.基于云變換的概念提取及概念層次構(gòu)建方法 [J].吉林大學(xué)學(xué)報(bào)(工學(xué)版),2010,40(3):782-787. MENG Hui,WANG Shu-liang,LI De-yi.Concept extraction and concept hierarchy construction based on cloud transformation [J].Journal of Jilin University(Enginee-ring and Technology Edition),2010,40(3):782-787.

Speed Planning Method of Vehicles in Economical Cruise State

ZHANGLi-bin1LIUHuan-feng1SHANHong-ying2YANGYu-lin1,3

(1. College of Transportation, Jilin University, Changchun 130022, Jilin, China;2. College of Mechanical Science and Engineering, Jilin University, Changchun 130022, Jilin, China;3. Huachen Automotive Engineering Research Institute, Shenyang 110000, Liaoning, China)

In order to improve the fuel economy of expressway running vehicles in adaptive cruise state, a speed planning model of vehicles in economical cruise is established.The model plans vehicle’s economical cruising speed according to road conditions and climate environment parameters,First of all a test environment is constructed to perform a traverse test, and a database of fuel consumption per hundred kilometers is established. Then, in order to predict the economical speed under different driving resistances, the mapping relationship between running speed as well as running resistance and fuel consumption is revealed based on the related theory of cloud model. Finally, the speed change trajectory in economical cruise state is planned according to the economical vehicle speed. Test results show that the fuel consumption of the vehicle along the economical cruising speed change trajectory reduces significantly and fuel economy is effectively improved.

vehicle cruise; fuel economy; cloud model; vehicle speed planning

2016-05-12

國(guó)家自然科學(xué)基金資助項(xiàng)目(50775094);吉林省科技發(fā)展計(jì)劃項(xiàng)目(20150204025GX) Foundation items: Supported by the National Natural Science Foundation of China(50775094)and the Science and Technology Development Program of Jilin Province(20150204025GX)

張立斌(1971-)，男，教授，博士生導(dǎo)師，主要從事汽車檢測(cè)與診斷研究.E-mail:zlb@jlu.edu.cn

? 通信作者: 單洪穎(1973-)，女，副教授，主要從事生產(chǎn)制造系統(tǒng)仿真研究.E-mail:shan-hy@jlu.edu.cn

1000-565X(2017)04-0103-09

U 463

10.3969/j.issn.1000-565X.2017.04.015