[发明专利]一种基于道路信息与机器学习的上坡预见性换挡控制方法

说明书

本发明公开了一种基于道路信息与机器学习的上坡预见性换挡控制方法，包括如下步骤：步骤一、根据车辆导航数据判断车辆前方是否存在上坡：若车辆前方存在上坡，则对驾驶员操作行为习惯进行预测，获得预见性换挡控制的提前距离，并采集车辆上坡前水平行驶的距离、坡道的最大坡度、坡道的长度和车速；步骤二、计算车辆通过前方上坡的需求扭矩和需求挡位；步骤三、调节车辆挡位至所述需求挡位并通过安全校核后，车辆通过坡道并结束换挡。本发明具有可避免上坡过程连续升挡降挡，避免意外换挡和换挡频繁、降低上坡的换挡次数，提高坡道通过的行驶安全性的特点。

技术领域

本发明涉及汽车技术领域，更具体的是，本发明涉及一种基于道路信息与机器学习的上坡预见性换挡控制方法。

背景技术

在车辆的坡道行驶中，上坡前驾驶员冲坡时多次升挡，上坡后多次降挡，会导致上坡过程中多次动力中断、换挡频繁，影响汽车的坡道行驶安全。合理的自动变速器的挡位变化策略可以提高车辆通过的安全性。

同时，在车辆行驶过程中，前方道路信息是不断变化的，现有技术一般情况下都是通过驾驶员手动控制换挡，只能通过驾驶员主观评价道路信息，会出现挡位变化不合理或意外换挡的情况。

当前换挡规律的研究在于基于“人-车-路-环境”的自适应换挡策略，但是仍存在难以解决的致命问题，由于车辆状态参数传感器必须要在车辆进入特殊路段下才能通过算法预估出合理的车辆状态，所以对于获取路况信息实时性较差，存在延迟现象，造成换挡策略的制定处于被动响应状态。随着道路交通设施的逐渐完善和GPS、GIS在汽车上愈加完善的使用，汽车可以比较精确地获得前方的道路信息。基于前方道路信息参数预先设计汽车通过的换挡策略，可以解决当前自适应换挡算法复杂、实时性差、延迟高的问题，以提高汽车对特殊路况的适应性。

发明内容

本发明的目的是设计开发了一种基于道路信息与机器学习的上坡预见性换挡控制方法，针对预见性巡航中的上坡工况，根据多种上坡参数，设定基于车辆安全的自动换挡控制策略，提高坡道通过的行驶安全性。

本发明提供的技术方案为：

一种基于道路信息与机器学习的上坡预见性换挡控制方法，包括如下步骤：

步骤一、根据车辆导航数据判断车辆前方是否存在上坡：

若车辆前方存在上坡，则对驾驶员操作行为习惯进行预测，获得预见性换挡控制的提前距离，并采集上坡前水平行驶的距离、坡道的最大坡度、坡道的长度和车速作为上坡参数；

步骤二、计算车辆通过前方上坡的需求扭矩，并确定需求挡位；

其中，所述车辆通过前方上坡的需求扭矩满足：

式中，T_x为需求扭矩，G为车辆总重量，f为滚动阻力系数，C_D为空气阻力系数，A为车辆迎风面积，ρ为空气密度，u_a为车速，i为坡道的最大坡度，δ为旋转质量换算系数，m为车辆总质量，r为车轮半径，η_r为车轮机械效率；

步骤三、调节车辆挡位至所述需求挡位并通过安全校核后，车辆通过坡道并结束换挡。

优选的是，所述车辆导航数据由道路信息系统获得，所述道路信息系统包括车辆行进过程中前方道路的三维信息、道路形状与距离信息和路面附着系数信息。

优选的是，所述对驾驶员操作行为习惯进行预测，获得预见性换挡控制的提前距离具体包括：

根据预先记录的驾驶员在上坡前以上坡参数进行操作加速踏板时车辆距上坡入口的距离作为操作行为习惯数据，在当前上坡情况下，以支持向量机和BP神经网络分别训练并预测驾驶员操作行为习惯数据，根据两种预测结果择优确定预见性换挡控制的提前距离。

优选的是，所述支持向量机包括：