面向无人驾驶车辆节能的迭代优化预测控制方法

该文提出一种数据驱动的无人驾驶重型车辆节能驾驶迭代优化预测控制(IOBPC)方法.基于历史数据构造并迭代更新终端状态约束集和终端油耗函数,并对约束集和终端油耗函数进行近似处理,提高算法计算效率;通过学习车辆状态轨迹和燃油消耗的关联机理,保证优化算法代价函数在迭代过程中单调递减并最终收敛,从而实现车辆燃油经济性的显著提升.结果表明:迭代优化预测控制器在多次迭代后使车辆轨迹收敛,燃油消耗减少了约10.2％,相比基于动态规划(DP)的节能驾驶策略,节能效果得到了进一步的提升,且调节参数较少,支持实时求解,更利于实际应用.