预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共21页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107818377A(43)申请公布日2018.03.20(21)申请号201610819521.9(22)申请日2016.09.12(71)申请人法乐第(北京)网络科技有限公司地址100026北京市朝阳区姚家园路105号3号楼8层909(72)发明人勾华栋栾云飞李志平(74)专利代理机构北京市柳沈律师事务所11105代理人刘贝冯欢(51)Int.Cl.G06Q10/04(2012.01)权利要求书3页说明书13页附图4页(54)发明名称基于云计算平台的车辆全局优化控制方法、系统、车辆和云计算平台(57)摘要本发明涉及基于云计算平台的车辆全局优化控制方法、系统、车辆和云计算平台,尤其涉及一种提出基于云计算平台的车辆全局优化控制方法,所述方法包括:将车辆的目的地信息请求发送到云计算平台,以建立云计算平台与该车辆之间的通信;将车辆的当前位置、车型信息、实际载荷发送到云计算平台;云计算平台基于从车辆获得的信息得到用于该车辆的优化控制轨迹。CN107818377ACN107818377A权利要求书1/3页1.一种基于云计算平台的车辆全局优化控制方法,其特征在于,所述方法包括:将车辆的目的地信息发送到云计算平台,以建立云计算平台与该车辆之间的通信;将车辆的当前位置、车型信息、实际载荷发送到云计算平台;云计算平台基于从车辆获得的信息得到用于该车辆的优化控制轨迹,包括:通过与车辆制造商通信或者检索车辆的存储器,由云计算平台获得与车型信息对应的整车模型;根据实际载荷调整整车模型的参数,以获得匹配于实际载荷的整车模型;根据车辆的当前位置和目的地信息确定候选行驶路线,对候选行驶路线预测路况并根据路况确定结果行驶路线;根据结果行驶路线、匹配于实际载荷的整车模型和结果行驶路线的预测路况在云计算平台的云存储器中搜索匹配的、所存储的优化控制轨迹,在搜索到匹配的优化控制轨迹的条件下将其作为优化控制轨迹提供给车辆;在未搜索到匹配的优化控制轨迹的条件下:对结果行驶路线的预测路况进行工况分类处理,将得出的行驶工况输入整车模型以通过整车模型得出包括能耗信息的车辆状态参数,将车辆状态参数用于优化控制轨迹的全局优化计算,将算出的优化控制轨迹提供给车辆。2.根据权利要求1所述的车辆全局优化控制方法,其特征在于,在将目的地信息发送到云计算平台之后,在车辆按照优化控制轨迹驾驶到达目的地之前,实时将车辆的3D行驶轨迹发送到云计算平台以检验3D行驶轨迹与优化控制轨迹的偏差。3.根据权利要求1所述的车辆全局优化控制方法,其特征在于,根据从候选行驶路线的预测路况中得出的行驶时间、停车次数和驾驶难度确定结果行驶路线。4.根据权利要求1所述的车辆全局优化控制方法,其特征在于,借助3D地图实时数据和候选行驶路线的历史行车信息预测路况。5.根据权利要求1所述的车辆全局优化控制方法,其特征在于,在预测路况时考虑车辆的自带传感器采集的路况数据,和/或考虑车辆周边的车辆的行驶状态、历史行车信息和候选行驶路线。6.根据权利要求1所述的车辆全局优化控制方法,其特征在于,将结果行驶路线的预测路况划分成路况区段,对于各路况区段分别求出行驶工况。7.根据权利要求1所述的车辆全局优化控制方法,其特征在于,所述车辆状态参数还包括荷电状态。8.根据权利要求7所述的车辆全局优化控制方法,其特征在于,通过使如下成本函数最小化来获得最优的控制轨迹:其中,J为总成本,N为时间段总数,fuel(k)为第k时间段的燃油消耗,NOx(k)、PM(k)为氮氧化物和颗粒物的排放量,SOC(N)为计算终点的荷电状态,SOCf为期望的荷电状态SOC的终2CN107818377A权利要求书2/3页值,μ、ν、α为各项影响因素相应的加权因子,L(x(k),u(k))表示燃油消耗和排放,G(x(N))表示SOC的变化影响。9.根据权利要求8所述的车辆全局优化控制方法,其特征在于,求解控制轨迹包括:先计算出车辆的电池SOC的可行域,然后在满足SOC平衡约束的条件下,计算控制轨迹。10.根据权利要求1所述的车辆全局优化控制方法,其特征在于,基于大数据计算技术对多个车辆进行全局优化计算,以批量求解最优的控制轨迹,并且在对每个车辆的优化控制轨迹求解中都考虑对其它车辆的控制轨迹的影响,尤其利用如下成本函数进行全局优化计算:其中,J为总成本,M为参与一次全局优化计算的车辆总数,C(i)为第i个车辆的成本,k为时间段编号,N为时间段总数,E(k)为第k个时间段中第i个车辆的能耗,D(k)为第k个时间段中第i个车辆距目的地的直线距离缩短,是第k个时间段中第i个车辆的当前规划控制轨迹对对所有车辆造成的控制轨迹改变之总和,j代表车辆的编号,v、u、a分别是加权系数。11.根据权利要