车辆速度优化方法、装置以及车辆与流程

本技术涉及自动驾驶车辆控制领域，尤其涉及车辆速度优化方法、装置以及车辆。

背景技术：

1、在低附着系数路面上，自动驾驶车辆通常采用基于动力学约束的速度规划与轨迹控制方法，结合车辆状态、道路曲率及坡度等信息生成行驶速度序列。

2、然而，现有方案多将纵向与侧向约束分开处理，且常采用固定参数进行优化，难以准确反映轮胎力耦合关系和道路条件的动态变化，易在极限工况下出现规划保守、效率下降或约束超限，进而影响实时优化的稳定性与适应性。

3、因此，如何在低附着系数路面下实现速度规划的约束精确性、求解稳定性与动态适应性，成为亟需解决的技术问题。

技术实现思路

1、本技术实施例提供的车辆速度优化方法、装置以及车辆，以解决上述技术问题。该方法面向车辆处于自动驾驶状态下的速度优化需求，围绕车辆自身状态、道路条件以及外部环境信息，对影响车辆行驶安全与速度决策的约束因素进行统一建模，并在此基础上形成用于速度优化的综合代价描述，以实现对车辆行驶速度的协调优化，从而提升低附着系数路面场景下速度规划的约束精确性、求解稳定性与动态适应性。

2、第一方面，本技术实施例提供一种车辆速度优化方法，应用于车辆，车辆处于自动驾驶状态，方法包括：

3、获取车辆参数、车辆所处的道路参数和环境参数；

4、基于车辆参数、道路参数和环境参数，确定轮胎力圆约束和松弛变量，并针对松弛变量引入预设安全阈值，以得到障碍代价项；

5、根据车辆参数，确定车辆对应的动力约束、参考速度代价项和平顺性代价项，并基于障碍代价项、参考速度代价项和平顺性代价项加权求和，得到总代价函数；

6、基于车辆参数，对障碍代价项进行解析推导处理，得到障碍代价项的收敛信息；

7、基于收敛信息和总代价函数，构建优化目标并迭代求解，得到车辆的速度优化参数。

8、在一个可能的实施例中，车辆参数至少包括：车速、车身质量、风阻系数、迎风面积以及滚动阻力系数；

9、道路参数至少包括：路径曲率、道路坡度；

10、环境参数至少包括：路面附着系数、空气密度。

11、在一个可能的实施例中，基于车辆参数、道路参数和环境参数，确定轮胎力圆约束和松弛变量，包括：

12、根据车辆参数、道路参数和环境参数，确定车辆的纵向力和侧向力；

13、基于纵向力和侧向力，确定轮胎力圆约束和松弛变量。

14、在一个可能的实施例中，根据车辆参数、道路参数和环境参数，确定车辆的纵向力，包括：

15、根据车速、车身质量、风阻系数、迎风面积、滚动阻力系数、道路坡度、空气密度，确定车辆的纵向阻力项；

16、根据车身质量、车速和纵向阻力项，确定纵向力。

17、在一个可能的实施例中，纵向阻力项包括：风阻力、滚动阻力和坡度阻力；

18、风阻力是基于风阻系数、迎风面积、空气密度和车速确定的，滚动阻力是基于滚动阻力系数和车身质量确定的，坡度阻力是基于道路坡度和车身质量确定的。

19、在一个可能的实施例中，基于纵向力和侧向力，确定轮胎力圆约束，包括：

20、基于纵向力和侧向力构建合力，并将合力与路面附着系数对应的附着极限进行比较，以确定轮胎力圆约束。

21、在一个可能的实施例中，确定松弛变量的步骤，包括：

22、将轮胎力圆约束转化为车速和车速对应的加速度的不等式关系，并确定不等式关系的余量参数；

23、将余量参数确定为松弛变量。

24、在一个可能的实施例中，针对松弛变量引入预设安全阈值，以得到障碍代价项，包括：

25、根据路面附着系数，确定障碍因子；

26、在松弛变量大于预设安全阈值的情况下，基于障碍因子和松弛变量，采用对数障碍函数计算得到障碍代价项。

27、在一个可能的实施例中，在松弛变量小于或等于预设安全阈值的情况下，基于障碍因子、预设安全阈值和松弛变量，采用二次近似计算得到障碍代价项。

28、在一个可能的实施例中，得到障碍代价项的收敛信息的步骤，包括：

29、分别基于车速和对应的加速度，针对障碍代价项计算一阶导数，得到梯度信息，并针对一阶导数计算二阶导数，得到海森矩阵信息；

30、将梯度信息和海森矩阵信息，作为收敛信息。

31、在一个可能的实施例中，得到车辆的速度优化参数的步骤，包括：

32、基于车速、加速度和车辆的加加速度，组合构建决策向量；

33、基于收敛信息和总代价函数，构建优化目标，并采用优化目标对决策向量迭代求解，得到速度优化参数。

34、在一个可能的实施例中，基于车速、加速度和车辆的加加速度，组合构建决策向量，包括：

35、将车速和加速度作为状态变量，并将车辆的加加速度作为控制变量，将状态变量和控制变量，组合为决策向量。

36、在一个可能的实施例中，对决策向量迭代求解，包括：

37、在每次迭代中，基于梯度信息和海森矩阵信息，确定收敛方向和步长；

38、在总代价函数的变化量小于收敛容差，和/或迭代次数达到预设上限次数的情况下，终止迭代并输出速度优化参数。

39、在一个可能的实施例中，方法还包括：

40、在预设规划时域内每个离散时间步更新车辆的道路参数和环境参数；

41、采用更新后的道路参数和环境参数，对轮胎力圆约束中的时变参数、障碍代价项中的障碍因子和预设安全阈值进行更新处理。

42、在一个可能的实施例中，对轮胎力圆约束中的时变参数、障碍代价项中的障碍因子和预设安全阈值进行更新处理之后，方法还包括：

43、基于更新后的时变参数、障碍因子和预设安全阈值，重新确定收敛信息和总代价函数。

44、第二方面，本技术实施例提供一种车辆速度优化装置，应用于车辆，车辆处于自动驾驶状态，装置包括：

45、获取模块，用于获取车辆参数、车辆所处的道路参数和环境参数；

46、确定模块，用于基于车辆参数、道路参数和环境参数，确定轮胎力圆约束和松弛变量，并针对松弛变量引入预设安全阈值，以得到障碍代价项；

47、确定模块，还用于根据车辆参数，确定车辆对应的动力约束、参考速度代价项和平顺性代价项，并基于障碍代价项、参考速度代价项和平顺性代价项，得到总代价函数；

48、解析模块，用于基于车辆参数，对障碍代价项进行解析推导处理，得到障碍代价项的收敛信息；

49、确定模块，还用于基于收敛信息和总代价函数，构建优化目标并迭代求解，得到车辆的速度优化参数。

50、在一个可能的实施例中，车辆参数至少包括：车速、车身质量、风阻系数、迎风面积以及滚动阻力系数；

51、道路参数至少包括：路径曲率、道路坡度；

52、环境参数至少包括：路面附着系数、空气密度。

53、在一个可能的实施例中，确定模块具体还用于：

54、根据车辆参数、道路参数和环境参数，确定车辆的纵向力和侧向力；

55、基于纵向力和侧向力，确定轮胎力圆约束和松弛变量。

56、在一个可能的实施例中，确定模块具体还用于：

57、根据车速、车身质量、风阻系数、迎风面积、滚动阻力系数、道路坡度、空气密度，确定车辆的纵向阻力项；

58、根据车身质量、车速和纵向阻力项，确定纵向力。

59、在一个可能的实施例中，纵向阻力项包括：风阻力、滚动阻力和坡度阻力；

60、风阻力是基于风阻系数、迎风面积、空气密度和车速确定的，滚动阻力是基于滚动阻力系数和车身质量确定的，坡度阻力是基于道路坡度和车身质量确定的。

61、在一个可能的实施例中，确定模块具体还用于：

62、基于纵向力和侧向力构建合力，并将合力与路面附着系数对应的附着极限进行比较，以确定轮胎力圆约束。

63、在一个可能的实施例中，确定模块具体还用于：

64、将轮胎力圆约束转化为车速和车速对应的加速度的不等式关系，并确定不等式关系的余量参数；

65、将余量参数确定为松弛变量。

66、在一个可能的实施例中，确定模块具体还用于：

67、根据路面附着系数，确定障碍因子；

68、在松弛变量大于预设安全阈值的情况下，基于障碍因子和松弛变量，采用对数障碍函数计算得到障碍代价项。

69、在一个可能的实施例中，确定模块具体还用于：

70、在松弛变量小于或等于预设安全阈值的情况下，基于障碍因子、预设安全阈值和松弛变量，采用二次近似计算得到障碍代价项。

71、在一个可能的实施例中，解析模块具体还用于：

72、分别基于车速和对应的加速度，针对障碍代价项计算一阶导数，得到梯度信息，并针对一阶导数计算二阶导数，得到海森矩阵信息；

73、将梯度信息和海森矩阵信息，作为收敛信息。

74、在一个可能的实施例中，确定模块具体还用于：

75、基于车速、加速度和车辆的加加速度，组合构建决策向量；

76、基于收敛信息和总代价函数，构建优化目标，并采用优化目标对决策向量迭代求解，得到速度优化参数。

77、在一个可能的实施例中，确定模块具体还用于：

78、将车速和加速度作为状态变量，并将车辆的加加速度作为控制变量，将状态变量和控制变量，组合为决策向量。

79、在一个可能的实施例中，确定模块具体还用于：

80、在每次迭代中，基于梯度信息和海森矩阵信息，确定收敛方向和步长；

81、在总代价函数的变化量小于收敛容差，和/或迭代次数达到预设上限次数的情况下，终止迭代并输出速度优化参数。

82、在一个可能的实施例中，车辆速度优化装置具体还用于：

83、在预设规划时域内每个离散时间步更新车辆的道路参数和环境参数；

84、采用更新后的道路参数和环境参数，对轮胎力圆约束中的时变参数、障碍代价项中的障碍因子和预设安全阈值进行更新处理。

85、在一个可能的实施例中，车辆速度优化装置具体还用于：

86、基于更新后的时变参数、障碍因子和预设安全阈值，重新确定收敛信息和总代价函数。

87、第三方面，本技术实施例提供一种车辆，车辆上设置有控制单元，控制单元用于采用上述提供的方法，进行车辆速度优化；

88、控制单元包括：处理器和存储器；

89、存储器存储计算机执行指令；

90、处理器执行存储器存储的计算机执行指令，使得处理器执行上述第一方面 技术实现要素： 提供的方法。

91、第四方面，本技术提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时，用于实现第一方面发明内容的车辆速度优化方法。

92、第五方面，本技术提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时，用于实现第一方面发明内容的车辆速度优化方法。

93、本技术在上述各方面提供的实现方式的基础上，还可以进行进一步组合以提供更多实现方式。

94、本技术提供的车辆速度优化方法、装置以及车辆，通过获取车辆参数、道路参数和环境参数，并基于车辆参数、道路参数和环境参数综合确定轮胎力圆约束和松弛变量，能够将车辆纵向与侧向的耦合约束纳入统一优化框架，进而提高对极限工况下车辆可行行驶范围的刻画准确性；通过针对松弛变量引入预设安全阈值并将障碍代价项、参考速度代价项和平顺性代价项进行加权求和，能够兼顾安全裕度、目标速度跟踪和行驶平顺性，进而降低速度规划过于保守或约束超限的风险；通过对障碍代价项进行解析推导并结合收敛信息求解速度优化参数，能够提升优化过程的收敛性和实时计算稳定性，进而增强车辆在低附着系数路面下速度优化的适应性与执行可靠性。