基于模型预测控制的车辆控制方法及装置与流程

本申请涉及新能源汽车，尤其涉及一种基于模型预测控制的车辆控制方法及装置。

背景技术：

1、在自动驾驶技术领域，模型预测控制(mpc)方法已成为关键的控制策略之一，它通过优化一系列未来的控制动作来实现对车辆的精确控制。mpc依赖于对车辆未来行为的预测，以及对这些预测的不断优化，确保在有限时间内实现对优化目标函数和系统约束的满足，从而保证了控制系统的收敛性。然而，尽管mpc在自动驾驶领域表现出色，其计算复杂度较高，尤其是在需要处理大量预测信息时，这种计算负担显著影响了控制器的实时性和自动驾驶汽车的安全性。

2、现有技术的不足主要体现在以下几个方面：现有技术一通过时域分解加速mpc计算过程，虽然降低了预测信息的复杂度并提高了信息传递效率，但未能全面考虑控制时域内的优化需求，忽略了控制序列维度优化的潜力。现有技术二致力于避免计算超时，通过优化约束集合以提高mpc的计算效率，但这一方法并未深入探讨如何优化控制序列的维度，可能未充分利用可行的计算资源优化空间。现有技术三关注于控制器调试过程的效率提升，尽管通过预先设计的性能系数和变量权重矩阵简化了调试流程，但缺乏针对实际测试环境的细致考量，限制了其在实车测试中的应用广度和深度。

3、因此，存在一种迫切的技术需求，即开发一种新的mpc方法，该方法能够在保证控制精度的同时，显著降低计算复杂度，特别是通过优化控制序列维度和提高仿真测试的逼真度，以满足自动驾驶汽车在各种驾驶环境下的安全性和可靠性要求。

技术实现思路

1、有鉴于此，本申请实施例提供了一种基于模型预测控制的车辆控制方法及装置，以解决现有技术的模型预测控制方法对复杂动态场景的响应不够及时或精确的问题。

2、本申请实施例的第一方面，提供了一种基于模型预测控制的车辆控制方法，包括：建立车辆的控制模型，其中控制模型包含车辆的实际状态、目标状态和系统约束；基于控制模型定义优化问题和相应的系统约束条件，其中优化问题采用目标函数表示，目标函数结合了实际状态与目标状态之间的偏差以及控制量的使用效率；构造包含集结优化矩阵的最优控制序列，其中最优控制序列通过在线滚动优化的方式在每个时间步上进行更新，以响应车辆状态的实时变化；利用预定的集结优化策略，通过在预设的时间段内应用变换矩阵，对最优控制序列进行降维处理，得到集结优化后的最优控制序列；将集结优化后的最优控制序列应用于目标函数，基于系统约束条件对目标函数进行运算，以便从集结优化后的最优控制序列中提取最优控制量，将最优控制量直接作用于车辆控制系统，以执行车辆的实时响应。

3、本申请实施例的第二方面，提供了一种基于模型预测控制的车辆控制装置，包括：建立模块，被配置为建立车辆的控制模型，其中控制模型包含车辆的实际状态、目标状态和系统约束；定义模块，被配置为基于控制模型定义优化问题和相应的系统约束条件，其中优化问题采用目标函数表示，目标函数结合了实际状态与目标状态之间的偏差以及控制量的使用效率；构造模块，被配置为构造包含集结优化矩阵的最优控制序列，其中最优控制序列通过在线滚动优化的方式在每个时间步上进行更新，以响应车辆状态的实时变化；处理模块，被配置为利用预定的集结优化策略，通过在预设的时间段内应用变换矩阵，对最优控制序列进行降维处理，得到集结优化后的最优控制序列；提取模块，被配置为将集结优化后的最优控制序列应用于目标函数，基于系统约束条件对目标函数进行运算，以便从集结优化后的最优控制序列中提取最优控制量，将最优控制量直接作用于车辆控制系统，以执行车辆的实时响应。

4、本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

5、通过建立车辆的控制模型，其中控制模型包含车辆的实际状态、目标状态和系统约束；基于控制模型定义优化问题和相应的系统约束条件，其中优化问题采用目标函数表示，目标函数结合了实际状态与目标状态之间的偏差以及控制量的使用效率；构造包含集结优化矩阵的最优控制序列，其中最优控制序列通过在线滚动优化的方式在每个时间步上进行更新，以响应车辆状态的实时变化；利用预定的集结优化策略，通过在预设的时间段内应用变换矩阵，对最优控制序列进行降维处理，得到集结优化后的最优控制序列；将集结优化后的最优控制序列应用于目标函数，基于系统约束条件对目标函数进行运算，以便从集结优化后的最优控制序列中提取最优控制量，将最优控制量直接作用于车辆控制系统，以执行车辆的实时响应。本申请提升模型预测控制方法的计算效率和控制精度，提高智能汽车自动驾驶的安全性和效率。

技术特征：

1.一种基于模型预测控制的车辆控制方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述控制模型定义优化问题和相应的系统约束条件，包括：

3.根据权利要求1所述的方法，其特征在于，所述构造包含集结优化矩阵的最优控制序列，包括：

4.根据权利要求3所述的方法，其特征在于，所述创建一个集结优化矩阵，包括：

5.根据权利要求4所述的方法，其特征在于，所述集结优化矩阵采用以下表达式：

6.根据权利要求1所述的方法，其特征在于，所述利用预定的集结优化策略，通过在预设的时间段内应用变换矩阵，对所述最优控制序列进行降维处理，得到集结优化后的最优控制序列，包括：

7.根据权利要求6所述的方法，其特征在于，所述最优控制序列采用以下表达式：

8.根据权利要求1所述的方法，其特征在于，所述从所述集结优化后的最优控制序列中提取最优控制量，将所述最优控制量作用于车辆控制系统，以执行车辆的实时响应，包括：

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

10.一种基于模型预测控制的车辆控制装置，其特征在于，包括：

技术总结本申请提供一种基于模型预测控制的车辆控制方法、装置及存储介质。该方法包括：建立车辆的控制模型，基于控制模型定义优化问题和相应的系统约束条件；构造包含集结优化矩阵的最优控制序列；利用预定的集结优化策略，通过在预设的时间段内应用变换矩阵，对最优控制序列进行降维处理，得到集结优化后的最优控制序列；将集结优化后的最优控制序列应用于目标函数，基于系统约束条件对目标函数进行运算，以便从集结优化后的最优控制序列中提取最优控制量，将最优控制量直接作用于车辆控制系统，以执行车辆的实时响应。本申请提升模型预测控制方法的计算效率和控制精度，提高智能汽车自动驾驶的安全性和效率。技术研发人员：谢波,张操,李杨,苏星溢,吴月鹏受保护的技术使用者：重庆赛力斯新能源汽车设计院有限公司技术研发日：技术公布日：2024/6/18