一种车辆控制方法、装置和车辆与流程

摘要: 本申请属于车辆控制,具体涉及一种车辆控制方法、装置和车辆。背景技术:1、目前,车速预测方法被广泛应用于电动汽车能量管理领域。相关技术通常基于马尔可夫链、前馈神经...
一种车辆控制方法、装置和车辆与流程

本申请属于车辆控制,具体涉及一种车辆控制方法、装置和车辆。

背景技术:

1、目前,车速预测方法被广泛应用于电动汽车能量管理领域。相关技术通常基于马尔可夫链、前馈神经网络或基础循环神经网络实现车速预测,通过采集车辆的历史车速、加速踏板开度、制动踏板状态等时序数据,构建从历史行驶信息到未来车速序列的映射关系,为能量管理策略提供未来时域内的车速输入。

2、然而,上述方法仅依赖车辆自身的历史行驶数据进行预测,无法获取车辆未来将要驶入路段的路面坡度、弯道曲率、法定限速、交通信号灯及停车让行标志等道路先验信息。当车辆行驶至路口、弯道或限速变化区域时,相关技术无法提前感知道路条件对车速产生的强制约束,导致预测车速与实际可达车速之间存在较大偏差,致使车辆无法有效地预先调整运行状态,最终影响车辆的驱动效率与行驶平顺性。

技术实现思路

1、本申请实施例的目的是提供一种车辆控制方法、装置和车辆,本申请是这样实现的:

2、第一方面,本申请实施例提供了一种车辆控制方法,车辆包括动力系统,所述方法包括:

3、在车辆行驶过程中,获取历史轨迹点序列,根据所述历史轨迹点序列确定历史车速序列;所述历史轨迹点序列用于记载不同历史时刻下所述车辆的历史地理位置;

4、将所述历史轨迹点序列中记载的所述历史地理位置与预先构建的地图特征集合进行匹配,根据匹配结果确定预测轨迹点序列;所述预测轨迹点序列用于记载不同未来时刻下所述车辆的预测地理位置;

5、根据所述预测轨迹点序列中记载的所述预测地理位置,从所述地图特征集合中提取与所述预测地理位置匹配的地图特征,得到预测地图特征序列;

6、将所述历史车速序列与所述预测地图特征序列输入已训练的车速序列预测模型进行预测,得到预测车速序列;

7、根据所述预测车速序列生成控制指令,并根据所述控制指令对所述动力系统的运行参数进行调整。

8、第二方面,本申请实施例提供了一种车辆控制装置,车辆包括动力系统,所述装置包括:

9、历史车速获取模块,用于在车辆行驶过程中,获取历史轨迹点序列,根据所述历史轨迹点序列确定历史车速序列;所述历史轨迹点序列用于记载不同历史时刻下所述车辆的历史地理位置;

10、预测轨迹确定模块,用于将所述历史轨迹点序列中记载的所述历史地理位置与预先构建的地图特征集合进行匹配,根据匹配结果确定预测轨迹点序列;所述预测轨迹点序列用于记载不同未来时刻下所述车辆的预测地理位置;

11、预测地图特征确定模块,用于根据所述预测轨迹点序列中记载的所述预测地理位置,从所述地图特征集合中提取与所述预测地理位置匹配的地图特征,得到预测地图特征序列;

12、预测车速确定模块,用于将所述历史车速序列与所述预测地图特征序列输入已训练的车速序列预测模型进行预测,得到预测车速序列;

13、车辆控制模块,用于根据所述预测车速序列生成控制指令,并根据所述控制指令对所述动力系统的运行参数进行调整。

14、第三方面,本申请实施例提供了一种车辆,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如上所述的方法。

15、本申请实施例具有以下优点:

16、本申请在车辆行驶过程中,获取历史轨迹点序列,根据历史轨迹点序列确定历史车速序列,历史轨迹点序列用于记载不同历史时刻下车辆的历史地理位置,将历史轨迹点序列中记载的历史地理位置与预先构建的地图特征集合进行匹配,根据匹配结果确定预测轨迹点序列,预测轨迹点序列用于记载不同未来时刻下车辆的预测地理位置,本申请通过将历史轨迹点序列与地图特征集合进行匹配来确定预测轨迹点序列,使车辆能够提前获知未来将要驶入路段的位置信息,为后续地图特征提取提供位置基础。

17、本申请根据预测轨迹点序列中记载的预测地理位置,从地图特征集合中提取与预测地理位置匹配的地图特征,得到预测地图特征序列,使车辆能够在进入实际道路路段之前即获得该路段的地图特征,实现对未来道路条件的预先获取。

18、本申请将历史车速序列与预测地图特征序列输入已训练的车速序列预测模型进行预测,得到预测车速序列,使得预测过程不仅依赖于车辆自身的历史行驶规律,还融合了未来道路的静态约束信息,能够根据未来道路等确定车速变化趋势,有效提升了预测车速与实际可达车速之间的一致性。

19、本申请根据预测车速序列生成控制指令,并根据控制指令对动力系统的运行参数进行调整,使车辆能够在进入在未来道路时达成与预测车速序列更接近的真实车速,从而提升车辆的驱动效率与行驶平顺性。

1.一种车辆控制方法,其特征在于,车辆包括动力系统,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述历史轨迹点序列包括对应不同历史时刻的若干历史轨迹点,每个所述历史轨迹点用于记载对应历史时刻下所述车辆的历史地理位置;

3.根据权利要求2所述的方法,其特征在于,对所述初始车速序列进行有效性约束处理,得到历史车速序列的步骤,包括:

4.根据权利要求1所述的方法,其特征在于,所述地图特征集合采用以下方式预先构建:

5.根据权利要求4所述的方法,其特征在于,根据所述历史轨迹点序列中记载的所述历史地理位置,将所述历史轨迹点序列与预先构建的地图特征集合进行匹配,根据匹配结果确定预测轨迹点序列的步骤,包括:

6.根据权利要求4所述的方法,其特征在于,所述预测轨迹点序列包括对应不同未来时刻的若干预测轨迹点,每个所述预测轨迹点用于记载对应未来时刻下所述车辆的预测地理位置;

7.根据权利要求6所述的方法,其特征在于,根据所述预测轨迹点序列中各所述预测轨迹点的预测地理位置,从所述地图特征集合中提取与各所述预测轨迹点的地理位置匹配的车速范围序列、交通设施标志序列、道路类型序列、停车让行标志序列和路面高程序列的步骤,包括:

8.根据权利要求6所述的方法,其特征在于,根据所述预测轨迹点序列和所述道路类型序列确定所述预测时域内的弯道标识序列的步骤,包括:

9.根据权利要求8所述的方法,其特征在于,根据所述目标方位角和所述道路类型确定所述目标平滑点对应的弯道标识的步骤,包括:

10.根据权利要求6所述的方法,其特征在于,根据所述预测轨迹点序列和所述路面高程序列确定所述预测时域内的道路坡度序列的步骤,包括:

11.根据权利要求10所述的方法,其特征在于,所述方法还包括以下步骤:

12.一种车辆控制装置,其特征在于,车辆包括动力系统,所述装置包括:

13.一种车辆,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现权利要求1-11所述的方法。