[论文解读] Cooperative look-ahead control for fuel-efficient and safe heavy-duty vehicle platooning

Valerio Turri, Bart Besselink+1 more|arXiv (Cornell University)|May 3, 2015

Traffic control and management参考文献 20被引用 8

一句话总结

本文提出了一种用于重型车辆编队的两层协同前瞻控制架构，通过整合道路纵断面预览与分布式模型预测控制，优化燃油效率与安全性。通过动态规划计算燃油最优速度轨迹，并由编队协调器协调车辆，该系统相较于标准控制器可使跟随车辆实现最高12%的燃油节省。

ABSTRACT

The operation of groups of heavy-duty vehicles (HDVs) at a small inter-vehicular distance (known as platoon) allows to lower the overall aerodynamic drag and, therefore, to reduce fuel consumption and greenhouse gas emissions. However, due to the large mass and limited engine power of HDVs, slopes have a significant impact on the feasible and optimal speed profiles that each vehicle can and should follow. Therefore maintaining a short inter-vehicular distance as required by platooning without coordination between vehicles can often result in inefficient or even unfeasible trajectories. In this paper we propose a two-layer control architecture for HDV platooning aimed to safely and fuel-efficiently coordinate the vehicles in the platoon. Here, the layers are responsible for the inclusion of preview information on road topography and the real-time control of the vehicles, respectively. Within this architecture, dynamic programming is used to compute the fuel-optimal speed profile for the entire platoon and a distributed model predictive control framework is developed for the real-time control of the vehicles. The effectiveness of the proposed controller is analyzed by means of simulations of several realistic scenarios that suggest a possible fuel saving of up to 12% for the follower vehicles compared to the use of standard platoon controllers.

研究动机与目标

• 解决因车辆对道路纵坡响应不协调而导致的燃油效率低下与安全风险问题。
• 通过将实时车辆控制与未来道路状况信息（如海拔变化）相结合，提升燃油经济性与运行安全性。
• 开发一种分层控制架构，利用预览数据实现编队内车辆的协调、燃油最优速度轨迹。
• 确保在重型车辆物理约束下（尤其是上坡与下坡行驶时）轨迹的可行性与稳定性。
• 在不依赖下坡段制动的前提下实现安全高效的编队行驶，避免能量浪费。

提出的方法

• 在集中式编队协调器层级使用动态规划，基于预览的道路纵断面数据计算整个编队的燃油最优速度轨迹。
• 在下层实现分布式模型预测控制（MPC）框架，以跟踪参考速度轨迹并为每辆车生成实时加速度指令。
• 在优化过程中融入车辆动力学，包括有限的发动机功率与制动约束，以确保轨迹的可行性。
• 通过根据道路纵坡调整速度轨迹来协调编队内车辆行为——例如在下坡段通过滑行避免制动。
• 采用连续变速比与最优发动机转速曲线建模动力系统，以实现精确的燃油消耗估算。
• 通过模拟不同地形（如陡下坡、长上坡）下的真实驾驶场景，评估系统性能。

实验结果

研究问题

• RQ1 如何利用道路纵断面的预览信息提升重型车辆编队的燃油效率与安全性？
• RQ2 如何最优地协调重型车辆编队的速度轨迹，以在尊重车辆动力学与约束条件的前提下最小化燃油消耗？
• RQ3 如何通过协调速度控制最小化下坡段的制动需求，同时不损害安全性或速度限制？
• RQ4 集中式协调在实现分布式、实时控制方面发挥何种作用，以确保重型车辆的燃油效率与可行性？
• RQ5 换挡动力学与功率损耗如何影响现实重型车辆运行中的最优控制策略？

主要发现

• 在真实仿真场景中，所提出的控制器相较于标准编队控制器，可使跟随车辆实现最高12%的燃油节省。
• 前瞻控制的使用显著减少或完全消除了下坡段的制动需求，通过协调减速实现滑行。
• 在陡下坡路段，编队协调器通过调整领航车速度，防止所有车辆制动，从而实现跟随车的安全滑行。
• 在长下坡路段，系统通过在起点降低速度，延迟达到速度限制，从而减少终点的制动需求。
• 在上坡段，控制器在无需换挡的情况下维持了车辆间的必要时间间隔，确保了稳定性与安全性。
• 该两层架构即使在复杂地形条件下，也能实现平顺、节能且安全的编队运行。