1.一种工程车自适应控制策略优化方法,其特征在于,包括:通过多源传感器实时采集工程车的运行状态数据及环境参数,所述运行状态数据包括速度、加速度、转向角、负载状态,所述环境参数包括地形特征、障碍物分布及气象条件;
基于动态规划算法构建优化模型,以工程车的作业能耗最小化为优化目标,将所述运行状态数据与环境参数输入所述优化模型中进行实时计算,生成动态控制策略;包括:定义系统状态变量包括速度 、加速度 、转向角 、负载状态 及地形特征参数 ,控制变量包括驱动扭矩 、制动力度 及转向角度修正量;
在调度周期T内,将能耗表示为 ,则总能耗为:优化目标为 ;
建立状态转移方程,则速度、加速度、转向角随时间演变的关系表示为:其中,函数 用于反映车辆在当前地形、负载以及驱动、制动综合作用下的速度演变过程;
将调度周期 离散为若干时刻 ,在每个离散时刻对所有控制序列进行搜索;
令 为在时刻t、状态s下从当前到周期末的最小累计能耗值,则:其中, 表示控制变量的可选集合,表示由状态转移方程计算得到的下一时刻状态;
通过自后向前迭代计算,每个状态下选取可使得累计能耗最小的控制量 ,构成最优控制序列;
当迭代完成后,基于所求得的最优控制序列,在每个离散时刻匹配相应的驱动扭矩、制动力度和转向角度修正量;
将该最优控制量映射回工程车控制指令,即得到动态控制策略;
建立所述状态转移方程时,还需引入约束条件进行限制,所述约束条件包括:速度、加速度及转向角度变化的物理限制:其中, 、 及 分别表示车辆允许的最大速度、最大加速度和转向角;
地形及负载限制:
其中, P表示预先定义的地形特征集合, 和 分别表示工程车最小与最大负载量;
障碍物与安全行驶限制:
其中, 表示车辆与障碍物之间的距离, 为安全距离阈值,若,则优先进行紧急制动;
气象及路面条件对车速和制动的影响:
其中, 和 分别是根据气象条件和路面摩擦系数来动态调整车辆最大安全速度和制动力度的函数;
将所述运行状态数据与环境参数输入所述优化模型中进行实时计算,生成动态控制策略,包括:将最优估计后的速度 、加速度 、转向角 、负载状态 ,以及对外部环境的量化信息综合在一起,构成时刻t的状态向量:在每个离散时刻,根据最新的状态向量 和环境参数,重新评估车辆在后续时域内的能耗;
通过动态规划算法对不同控制序列进行遍历,在满足安全行驶及作业要求的前提下,以能耗最小为优化目标,计算下一时刻最优控制量 ;
取当前时刻的最优解 作为输出,使车辆实时执行相应的驱动扭矩、制动力度及转向角度调整;
每个新时刻到来时,重复上述过程,获得最新控制量,形成动态优化的控制策略;
根据所述动态控制策略动态调整工程车的驱动系统、制动系统及转向系统的控制参数。
2.根据权利要求1所述的工程车自适应控制策略优化方法,其特征在于,所述最优估计包括:对实时获取的运行状态数据进行卡尔曼滤波处理,去除传感器噪声及随机干扰;
对采集的环境参数进行分类;
将地形特征转换为可在动态规划模型中使用的数值形式;
对障碍物相对距离、方位进行数据融合,得到 以及障碍物尺寸、移动速度信息;
将获取的气象参数输入到路面摩擦函数中,形成完整的环境输入向量;
利用粒子滤波方法,将运行状态数据与环境参数进行融合,得到对于车辆当前状态的最优估计。
3.根据权利要求1所述的工程车自适应控制策略优化方法,其特征在于,所述动态控制策略包括驱动系统输出功率分配策略、制动系统调节策略及转向系统修正策略。
4.根据权利要求3所述的工程车自适应控制策略优化方法,其特征在于,根据所述动态控制策略动态调整工程车的驱动系统、制动系统及转向系统的控制参数,其中,所述驱动系统参数的动态调整包括:将所述驱动系统输出功率分配策略生成的目标扭矩 作为输入;
若工程车为燃油发动机,则根据发动机转速‑扭矩图谱,调整燃油喷射量及进气量;
若工程车为混合动力/纯电动车辆,则调节电机电流及变速档位;
当车辆需要冲坡时,则提高油门/增大电机输出;
当车辆在平缓路段时,则降低扭矩输出,从而实现节能。
5.根据权利要求4所述的工程车自适应控制策略优化方法,其特征在于,所述制动系统参数调度的动态调整包括:根据制动系统调节策略,获取当前最佳制动力度 ,并将其映射为制动主缸压力、制动踏板位移;
若发生紧急情况,则立即调用高制动力度,并启用车辆电子辅助系统,确保车轮不抱死;
若小幅减速,则采用较小制动力,或利用再生制动回收能量。
6.根据权利要求4所述的工程车自适应控制策略优化方法,其特征在于,所述转向系统参数调度的动态调整包括:依据转向系统修正策略,计算出的转向角度修正量 用于驱动转向执行机构;
若车辆处于高速工况或湿滑路面,则适当减小转向灵敏度,增大回正力矩;
若车辆处于低速工况,则增大转向灵敏度,以快速修正路径;在转向执行过程中,持续监测车辆横摆角速度、轮速传感器数据,若出现转向过度或转向不足,则再次修正转向角度。