万科科, 江发潮, 钟薇, 李淑艳, 王越, 王璐瑶, 张傲, 卢彦博, 高博麟
预测性巡航控制(Predictive Cruise Control, PCC)因其节能潜力,在重型卡车上得到了推广与应用,然而当前PCC技术在应对动态交通环境方面的能力有限,其节能效果和行驶效率仍有较大的提升空间。为此,基于云控数字孪生架构,提出了一种综合考虑动静态交通信息的网联重卡融合式预测性换道巡航控制策略(Integrated Predictive Lane Change Cruise Control, IPLC)。基于云控数字孪生架构设计了车云分层的IPLC系统,在云端上层,利用长距离域坡度信息开发了基于动态规划的预测性车速-挡位协同规划算法;在云端下层,基于前向交通车辆预测信息所形成的可行驶空间,进行融合换道行为决策的节能车速重规划,实现动静态交通信息的充分利用。在车端,车辆接收云端的建议信息并进行解析与跟踪控制,保障系统安全稳定运行。最后进行了仿真与实车验证。结果表明:在典型的上下坡工况和特殊慢车流影响下,IPLC策略相较于对比算法综合效果提升了2%~7%;在随机交通流和真实道路的动静态交通仿真中,IPLC策略在节能车速行驶中还能在恰当的时机进行自适应换道决策,较其他对比算法在节能的基础上进一步提升了行驶效率。实车试验表明,在平原高速场景下,云端上层 PCC 系统相较于定速巡航系统,在满载工况下节油率提升约2.4%,验证了该算法的有效性。研究成果为PCC的进一步发展与云控赋能节能驾驶提供了更多新思路。