【摘要】：任務(wù)規(guī)劃模塊是自動(dòng)駕駛系統(tǒng)中的上層管理模塊,需要綜合考慮用戶任務(wù)、動(dòng)態(tài)交通信息以及車輛狀態(tài),快速自主地規(guī)劃最優(yōu)全局路徑并提供每個(gè)任務(wù)的相關(guān)信息。純電動(dòng)汽車因?yàn)槠洵h(huán)境友好性和優(yōu)良控制特性在自動(dòng)駕駛領(lǐng)域取得了長(zhǎng)足的發(fā)展,在任務(wù)規(guī)劃中準(zhǔn)確估計(jì)并優(yōu)化行程能耗對(duì)于其使用和推廣具有非常重要的意義。本文針對(duì)純電動(dòng)自動(dòng)駕駛汽車的任務(wù)規(guī)劃需求,以優(yōu)化行程時(shí)間和行程能耗為目標(biāo),對(duì)全局路徑規(guī)劃和指導(dǎo)速度規(guī)劃進(jìn)行了重點(diǎn)研究。首先,根據(jù)汽車行駛阻力公式建立以速度為自變量的能耗模型,采用遺忘因子遞推最小二乘法辨識(shí)未知參數(shù),再基于時(shí)間序列神經(jīng)網(wǎng)絡(luò)對(duì)電池SOC進(jìn)行估計(jì),結(jié)合能耗模型和電池SOC估計(jì)實(shí)現(xiàn)任務(wù)點(diǎn)的剩余電量預(yù)測(cè),基于真實(shí)工況數(shù)據(jù)驗(yàn)證算法的有效性和準(zhǔn)確性。其次,針對(duì)交通流速度的時(shí)間依賴特性,采用Sigmoid函數(shù)對(duì)歷史數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)進(jìn)行加權(quán),提高速度預(yù)測(cè)的可靠性。應(yīng)用Dijkstra算法計(jì)算時(shí)間和能耗權(quán)值矩陣,得到任意兩個(gè)路段之間的行駛代價(jià)。基于動(dòng)態(tài)規(guī)劃算法實(shí)現(xiàn)任務(wù)點(diǎn)序列優(yōu)化,同時(shí)設(shè)計(jì)局部搜索策略避免出現(xiàn)電量不足的情況。應(yīng)用A*算法實(shí)現(xiàn)相鄰任務(wù)點(diǎn)間的全局路徑規(guī)劃,通過(guò)仿真對(duì)上述算法進(jìn)行功能驗(yàn)證。然后,引入路徑斷點(diǎn)模型計(jì)算路段行駛時(shí)間和能耗,基于能耗里程比特性對(duì)能耗模型進(jìn)行簡(jiǎn)化和分析。接著根據(jù)任務(wù)需求和交通流特性設(shè)計(jì)指導(dǎo)速度規(guī)劃問(wèn)題的優(yōu)化目標(biāo)和約束條件,提出了帶精英策略的非支配排序遺傳算法求解多目標(biāo)優(yōu)化問(wèn)題的方案。再采用極差標(biāo)準(zhǔn)化方法將多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)換為單目標(biāo)優(yōu)化問(wèn)題,給出加權(quán)系數(shù)的設(shè)計(jì)原則,通過(guò)仿真驗(yàn)證了算法的穩(wěn)定性和一致性。最后,基于小規(guī)模路網(wǎng)對(duì)任務(wù)規(guī)劃功能進(jìn)行測(cè)試,采用非參數(shù)估計(jì)方法統(tǒng)計(jì)得到時(shí)間和能耗估計(jì)誤差的概率分布,提出基于誤差均值的估計(jì)值修正方案,提高了任務(wù)點(diǎn)估計(jì)信息的準(zhǔn)確性和可靠性,同時(shí)為用戶提供了良好的出行指導(dǎo)。
【圖文】：

(a) 卡內(nèi)基梅隆大學(xué)的自動(dòng)駕駛汽車 (b) 斯坦福大學(xué)的自動(dòng)駕駛汽車圖 1-1 DARPA 城市挑戰(zhàn)賽參賽車輛城市挑戰(zhàn)賽的成功舉辦使社會(huì)各界更加激發(fā)起了研究熱情，在自動(dòng)駕駛汽車的安全性和功能性方面都取得了突破性的進(jìn)展。其中，技術(shù)水平最為領(lǐng)先的 Goog已經(jīng)進(jìn)行了超過(guò) 800 萬(wàn)公里的路測(cè)，而僅僅發(fā)生了若干次輕微事故。而多家汽車生產(chǎn)制造廠商也掌握了較為成熟的自動(dòng)駕駛技術(shù)，預(yù)計(jì)在 2020 年左右即可投入量產(chǎn)。其中，Audi 及 Tesla 實(shí)現(xiàn)了 L3 級(jí)自動(dòng)駕駛功能，Benz、BMW、Cadillac 和Volvo 等車企也實(shí)現(xiàn)了 L2 級(jí)輔助駕駛功能。

吸引了數(shù)十家高校和研究機(jī)構(gòu)先后參加該項(xiàng)比賽，很大程度上促進(jìn)了我國(guó)自動(dòng)駕駛技術(shù)的發(fā)展。進(jìn)入 21 世紀(jì)，以一汽和長(zhǎng)安汽車為首的車企和以百度為首的互聯(lián)網(wǎng)企業(yè)實(shí)現(xiàn)了高速路況的長(zhǎng)距離自動(dòng)駕駛測(cè)試。2016 年 6 月，國(guó)家智能網(wǎng)聯(lián)汽車試點(diǎn)示范區(qū)成立，，百度、長(zhǎng)安汽車和北汽新能源等企業(yè)先后獲得了自動(dòng)駕駛測(cè)試牌照，達(dá)到了安全技術(shù)要求。盡管各國(guó)對(duì)自動(dòng)駕駛的研究如火如荼，關(guān)于任務(wù)規(guī)劃的科研成果卻很少。在DAPAR 城市挑戰(zhàn)賽的論文集中，很多團(tuán)隊(duì)都引入了任務(wù)規(guī)劃的概念，但功能大多停留在全局路徑規(guī)劃。弗吉尼亞理工團(tuán)隊(duì)[2]根據(jù)路網(wǎng)文件建立權(quán)值地圖，考慮路段限速和路口等特殊拓?fù)浣Y(jié)構(gòu)，采用時(shí)間啟發(fā)的 A*算法對(duì)每個(gè)任務(wù)點(diǎn)進(jìn)行全局路徑規(guī)劃。斯坦福團(tuán)隊(duì)[3]在生成新目標(biāo)點(diǎn)或道路拓?fù)渥兓瘯r(shí)調(diào)用全局路徑規(guī)劃，采用動(dòng)態(tài)規(guī)劃算法計(jì)算每個(gè)位置到達(dá)任務(wù)點(diǎn)的代價(jià)。2017 年，Audi[4]提出了一個(gè)面向自動(dòng)駕駛汽車的系統(tǒng)框架，主要包括定位、感知和規(guī)劃三大模塊，其中規(guī)劃模塊的流程圖如圖 1-2 所示。論文中提到隨著自動(dòng)駕駛的視野變得開(kāi)闊，任務(wù)規(guī)劃不僅局限于全局路徑規(guī)劃，同樣包含任務(wù)。任務(wù)規(guī)劃需要處理特定事件，根據(jù)一些優(yōu)化準(zhǔn)則生成最優(yōu)路徑及其備選方案，同時(shí)考慮車輛性能和系統(tǒng)狀態(tài)。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U463.6;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林楓;;基于Martins算法的聯(lián)合運(yùn)輸最優(yōu)路徑規(guī)劃[J];西南交通大學(xué)學(xué)報(bào);2015年03期

2 楊世春;麻翠娟;;基于PNGV改進(jìn)模型的SOC估計(jì)算法[J];汽車工程;2015年05期

3 張書(shū)瑋;羅禹貢;羅劍;李克強(qiáng);;基于動(dòng)態(tài)交通信息的電動(dòng)車輛剩余里程估計(jì)[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年03期

4 黃妙華;嚴(yán)永剛;朱立明;;改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的磷酸鐵鋰電池SOC估算[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2014年06期

5 劉光明;歐陽(yáng)明高;盧蘭光;韓雪冰;谷靖;;基于電池能量狀態(tài)估計(jì)和車輛能耗預(yù)測(cè)的電動(dòng)汽車?yán)m(xù)駛里程估計(jì)方法研究[J];汽車工程;2014年11期

6 王君;;模糊時(shí)間窗VRP的動(dòng)態(tài)規(guī)劃和禁忌搜索混合算法[J];計(jì)算機(jī)工程與應(yīng)用;2014年24期

7 楊陽(yáng);湯桃峰;秦大同;胡明輝;;電動(dòng)汽車鋰電池PNGV等效電路模型與SOC估算方法[J];系統(tǒng)仿真學(xué)報(bào);2012年04期

8 王萬(wàn)良;黃海鵬;趙燕偉;張景玲;;基于車輛共享的軟時(shí)間窗動(dòng)態(tài)需求車輛路徑問(wèn)題[J];計(jì)算機(jī)集成制造系統(tǒng);2011年05期

9 魏唯;歐陽(yáng)丹彤;呂帥;馮宇軒;;動(dòng)態(tài)不確定環(huán)境下多目標(biāo)路徑規(guī)劃方法[J];計(jì)算機(jī)學(xué)報(bào);2011年05期

10 張賓;郭連兌;李宏義;陳全世;崔忠彬;;電動(dòng)汽車用磷酸鐵鋰離子電池的PNGV模型分析[J];電源技術(shù);2009年05期

相關(guān)博士學(xué)位論文 前2條

1 邵賽;純電動(dòng)物流車運(yùn)營(yíng)特性分析及配送路徑優(yōu)化問(wèn)題研究[D];北京交通大學(xué);2017年

2 張照生;交通約束下的行車最優(yōu)路徑規(guī)劃[D];清華大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 孟凡婷;考慮節(jié)能減排的物流配送車輛路徑優(yōu)化問(wèn)題研究[D];北京交通大學(xué);2017年

2 韋學(xué)武;高速公路交通流隨機(jī)性和行程時(shí)間可靠性研究[D];吉林大學(xué);2016年

3 郝雄博;基于電池SOC狀態(tài)和未來(lái)能耗預(yù)測(cè)的電動(dòng)汽車?yán)m(xù)駛里程估計(jì)[D];吉林大學(xué);2016年

4 劉向彬;帶時(shí)間窗快遞車輛路徑問(wèn)題模型及算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

5 柳開(kāi)濟(jì);純電動(dòng)物流配送車運(yùn)營(yíng)調(diào)度模型設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2016年

6 吳俏;基于城市路網(wǎng)的行程時(shí)間估計(jì)及預(yù)測(cè)方法研究[D];浙江大學(xué);2015年

7 侯占亭;基于分解和決策空間相似性度量的進(jìn)化多目標(biāo)車輛路徑規(guī)劃算法研究[D];西安電子科技大學(xué);2014年

8 宋媛媛;基于行駛工況的純電動(dòng)汽車能耗建模及續(xù)駛里程估算研究[D];北京交通大學(xué);2014年

9 王杰;車輛路徑規(guī)劃的連續(xù)多目標(biāo)優(yōu)化模型設(shè)計(jì)及其求解方法[D];西安電子科技大學(xué);2013年

10 安潔;基于MOEA/D和局部搜索策略的多目標(biāo)車輛路徑規(guī)劃方法[D];西安電子科技大學(xué);2013年

本文編號(hào)：2660923