基于二次规划的智能车辆多信号交叉口最优车速规划

摘要

【目的】探寻一种有效的方法以提升智能车辆在多信号灯场景下的能耗经济性，尤其是着重减少车辆在城市工况巡航时所产生的能耗，进而优化车辆的能源利用效率。【方法】提出了一种结合动态规划（dynamic programming,DP）与二次规划（quadratic programming,QP）的节能车速规划框架（DP-QP），该框架将车速规划的最优控制问题转化为一个非线性优化问题。首先，采用随机撒点法对车辆的通行区域进行划分；然后，运用动态规划对初步规划的路径进行优化；接着，借助二次规划对路径进行平滑处理，并将经过平滑处理后的轨迹作为二次优化的初始迭代值，以加速最优速度轨迹的收敛进程；最后，为验证该框架的有效性，在Matlab/Simulink平台上搭建了车速规划模型，并结合Carsim、PreScan平台进行了联合仿真测试，同时构建了不规则信号灯相位和配时场景。【结果】经过仿真测试发现，DP-QP方法取得了显著效果。与改进的智能驾驶员模型（modified-intelligent driver model,MIDM）相比，DP-QP可使能耗降低21%；相较于鲁棒三阶段（select-smooth-optimize,SSO）算法，DP-QP的计算时间约缩短至原来的1/14。【结论】DP-QP方法成功地在实时性和节能效果之间找到了最佳平衡点，在多信号灯路口场景下具有明显的优势，能够为智能车辆在城市工况下的能耗优化提供有力支持。

关键词

节能驾驶 / 车速规划 / 轨迹平滑 / 动态规划 / 二次规划