[发明专利]一种混合动力履带车辆速度与能量协同优化方法及系统

说明书

本发明涉及一种混合动力履带车辆速度与能量协同优化方法及系统。该方法包括获取无人履带车的车辆行驶状态、能量状态以及控制变量；根据所述车辆行驶状态确定无人履带车的路径跟踪误差；根据路径跟踪误差，采用深度确定性策略梯度算法，构建上层速度规划器；根据能量状态以及控制变量构建控制导向模型；根据所述控制导向模型，构建下层显性模型预测控制器；所述下层显性模型预测控制器用于进行能量管理；利用所述上层速度规划器以及所述下层显性模型预测控制器进行无人履带车的车辆速度与能量协同优化。本发明能够在保证高效稳定跟随的基础上实现最优的燃油经济性。

技术领域

本发明涉及履带车控制领域，特别是涉及一种混合动力履带车辆速度与能量协同优化方法及系统。

背景技术

现有技术中对于履带车的控制，通常利用动态规划（DP），二次规划（QP），GA等方法进行路径优化，但是上述方法实时性差，计算效率低，难以实现高效的实时路径规划；利用模型预测控制（MPC）、庞特里亚金极小值原理（PMP）等方法进行控制，导致计算效率较低，实时性差，难以实现实时最优的能量管理。

因此，亟需一种新的控制优化方法，以解决上述问题。

发明内容

本发明的目的是提供一种混合动力履带车辆速度与能量协同优化方法及系统，在于充分发挥强化学习以及显性模型预测控制实时性强优势，在路径规划的基础上融合混合动力车辆能量管理算法，充分发挥履带车辆横纵向速度规划以及能量管理协同优化特点，在保证高效稳定跟随的基础上实现最优的燃油经济性。

为实现上述目的，本发明提供了如下方案：

一种混合动力履带车辆速度与能量协同优化方法，包括：

获取无人履带车的车辆行驶状态、能量状态以及控制变量；所述车辆行驶状态包括：车辆的参考轨迹的二维平面坐标信息、转角、车辆行驶速度以及车辆行驶速度；所述能量状态包括：电池能量状态以及车辆行驶能量；所述控制变量包括：发动机功率、转向时内侧电机功率以及转向时外侧电机功率；

根据所述车辆行驶状态确定无人履带车的路径跟踪误差；

根据所述路径跟踪误差，采用深度确定性策略梯度算法，构建上层速度规划器；所述上层速度规划器用于优化两侧履带速度；

根据所述能量状态以及控制变量构建控制导向模型；所述控制导向模型用于根据当前时刻的能量状态以及控制变量预测下一时刻的能量状态以及控制变量；

根据所述控制导向模型，构建下层显性模型预测控制器；所述下层显性模型预测控制器用于进行能量管理；

利用所述上层速度规划器以及所述下层显性模型预测控制器进行无人履带车的车辆速度与能量协同优化。

可选地，所述获取无人履带车的车辆行驶状态、能量状态以及控制变量，具体包括：

获取无人履带车的参考轨迹的GPS经纬度坐标信息；

利用高斯-克吕格投影法将GPS经纬度坐标信息转换为二维平面坐标信息；

将二维平面坐标信息转化到以无人履带车的车辆形心为原点的车辆局部坐标系。

可选地，所述根据所述车辆行驶状态确定无人履带车的路径跟踪误差，具体包括：

利用公式确定无人履带车的车辆动力学模型；

利用公式确定无人履带车的运动状态方程；

利用公式确定车辆形心线速度和旋转角速度；

利用公式确定路径跟踪误差；