一种电动汽车三维路径规划方法技术

本发明专利技术公开了一种电动汽车三维路径规划方法，包括：步骤S1，根据起始点、目标点与三维地图的特征信息设置初始节点信息素值；步骤S2，使预设数量的蚁群根据初始节点信息素值模拟出行驶路径集合；步骤S3，计算行驶路径集合中每个解的电动汽车耗电量以及行驶时间；步骤S4，将初始节点信息素值乘以预设蒸发系数，用更新后的节点信息素值替代步骤S2中的初始节点信息素值；步骤S51，重复执行步骤S2~S4的操作，当行驶路径集合对应的电动汽车耗电量以及行驶时间趋于稳定时，停止迭代；或，步骤S52，重复执行步骤S2~S4的操作，当迭代次数达到预设上限后，停止迭代。停止迭代。停止迭代。

【技术实现步骤摘要】
一种电动汽车三维路径规划方法


[0001]本专利技术涉及智能驾驶
，具体涉及一种电动汽车三维路径规划方法。

技术介绍

[0002]到如今，汽车已成为了人们不可缺少的交通工具。它的出现，促进了世界经济的发展，也对人们生活产生了巨大的影响，使人们的生活更加便利。但是，由于汽车的大力发展，汽车尾气排放对环境产生污染，导致了温室效应，并且汽车的占有量越来越大，加剧了地球化石资源的消耗，出现了能源危机问题。汽车产业发展产生的一系列问题，成为了全世界广泛关注的热点。于是，各国汽车企业纷纷投入研发电动汽车，解决环境污染与能源危机等问题。由于电动汽车采用清洁能源，能显著降低空气污染水平，保障国家能源安全，对世界经济的可持续发展具有重要的意义，成为了全世界实现交通领域可持续发展的共识。
[0003]传统车辆降低耗电量的方法一般从汽车能量管理以及控制策略入手，而实际行驶过程中，例如汽车的驱动需求功率会随着地形、速度等因素而发生变化，假如以固定的汽车能量管理策略来控制电动汽车，难以与实际需求相匹配。
[0004]因此，如何进一步改善电动汽车能源消耗策略成为亟待解决的问题。

技术实现思路

[0005]有鉴于此，本专利技术实施例提供了一种电动汽车三维路径规划方法，以解决现有电动汽车能源消耗策略与实际需求不匹配的问题。
[0006]本专利技术实施例提供了一种电动汽车三维路径规划方法，包括：
[0007]步骤S1，根据起始点、目标点与三维地图的特征信息设置初始节点信息素值；
[0008]步骤S2，使预设数量的蚁群根据初始节点信息素值模拟出行驶路径集合；
[0009]步骤S3，计算行驶路径集合中每个解的电动汽车耗电量以及行驶时间；
[0010]步骤S4，将初始节点信息素值乘以预设蒸发系数，用更新后的节点信息素值替代步骤S2中的初始节点信息素值；
[0011]步骤S51，重复执行步骤S2～S4的操作，当行驶路径集合对应的电动汽车耗电量以及行驶时间趋于稳定时，停止迭代，获得最优行驶路径集合；
[0012]或，
[0013]步骤S52，重复执行步骤S2～S4的操作，当迭代次数达到预设上限后，停止迭代，根据行驶时间最短原则和/或动汽车耗电量最低原则，选出行驶时间最短路径和/或耗电量最低路径。
[0014]可选地，步骤S3，计算行驶路径集合中每个解的电动汽车耗电量以及行驶时间，包括：
[0015]计算平路行驶消耗电量、上坡克服重力做功电量以及下坡制动能量回收电量：
[0016][0017]计算行驶时间：
[0018][0019]其中，
[0020][0021][0022][0023][0024]C表示电动汽车的总耗电量；C
unit
表示电动汽车在平路上的单位距离耗电量，单位距离为1米；D(P
i
,P
i+1
)表示坐标P
i
(x
i
,y
i
,z
i
)与坐标P
i+1
(x
i+1
,y
i+1
,z
i+1
)之间的欧几里得距离；β
i，i+1
表示坡度耗电量系数；β
d
为能量回收系数，能量回收系数为根据不同车型进行设置的定值；当z
i+1
>z
i
时，表示电动汽车在上坡；当z
i+1
＝z
i
时，表示电动汽车行驶在平路上；当z
i+1
<z
i
时，表示电动汽车在下坡；m
v
为汽车质量；v
max
为道路最高限速；l
battery
为电池放电效率；v
e
为当前车速；β
u
的单位为kW
·
h/m；α
i，i+1
为坐标P
i
(x
i
,y
i
,z
i
)与坐标P
i+1
(x
i+1
,y
i+1
,z
i+1
)之间的坡度。
[0025]可选地，步骤S2，使预设数量的蚁群根据初始节点信息素值模拟出行驶路径集合包括：
[0026]步骤S21，设置耗电量信息素为常数Ph
C
和行驶时间信息素为常数Ph
T
；信息素蒸发系数设为decr＝0.95；蚂蚁个数为m；迭代次数L初始化为0，最大迭代次数为kk；
[0027]步骤S22，当迭代次数L<0.7*kk或蚂蚁k1≤0.3*m时，蚂蚁k1按照行驶时间选择概率方式从起始点到目标点规划出一条路径，根据行驶时间最短原则和蚁周模型对行驶时间信息素Ph
T
进行更新；其中，k1＝1,2,
…
,m；
[0028]当迭代次数L＞0.7*kk或蚂蚁k2＞0.3*m时，蚂蚁k2按照耗电量选择概率方式从起始点到目标点规划出一条路径，根据耗电量最少原则和蚁周模型对耗电量信息素常数Ph
C
进行更新；其中，k2＝1,2,
…
,m；
[0029]步骤S23，若全部蚂蚁k＝m完成规划，则将所有规划到目标点的路径形成本次迭代的路径集合；
[0030]步骤S24，对所有耗电量信息素Ph
C
和行驶时间信息素Ph
T
进行蒸发，得到和完成一次迭代；
[0031]重复步骤S22～步骤S24，直到迭代次数L＝kk。
[0032]可选地，行驶时间选择概率方式的计算包括：
[0033][0034][0035]α＝rand(1)
[0036]β＝1
‑
α
[0037]其中，表示蚂蚁k在规划过程中的时刻t、从节点a出发至目标点的全部路径节点的集合；为蚂蚁k在时刻t选择经过节点b的路径规划所对应的行驶时间信息素；α是信息素启发因子，用来表示行驶时间信息素对蚂蚁寻路过程中节点选择的重要程度；表示蚂蚁k在t时刻，从节点a出发行驶到节点b的行驶时间启发函数值；β是期望启发因子，表示行驶时间启发函数值对蚂蚁寻路过程中节点选择的重要程度；P
a
和P
b
为三维地图中相邻的两个节点，且P
a
＝P
a
(x
a
,y
a
,z
a
)，P
b
＝P
b
(x
b
,y
b
,z
b
)。
[0038]可选地，耗电量选择概率方式的计算包括：
[0039][0040][0041]θ＝rand(1)
[0042]τ＝1
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电动汽车三维路径规划方法，其特征在于，包括：步骤S1，根据起始点、目标点与三维地图的特征信息设置初始节点信息素值；步骤S2，使预设数量的蚁群根据所述初始节点信息素值模拟出行驶路径集合；步骤S3，计算所述行驶路径集合中每个解的电动汽车耗电量以及行驶时间；步骤S4，将所述初始节点信息素值乘以预设蒸发系数，用更新后的所述节点信息素值替代步骤S2中的所述初始节点信息素值；步骤S51，重复执行步骤S2～S4的操作，当行驶路径集合对应的电动汽车耗电量以及行驶时间趋于稳定时，停止迭代，获得最优行驶路径集合；或，步骤S52，重复执行步骤S2～S4的操作，当迭代次数达到预设上限后，停止迭代，根据行驶时间最短原则和/或动汽车耗电量最低原则，选出行驶时间最短路径和/或耗电量最低路径。2.根据权利要求1所述的电动汽车三维路径规划方法，其特征在于，步骤S3，计算所述行驶路径集合中每个解的电动汽车耗电量以及行驶时间，包括：计算平路行驶消耗电量、上坡克服重力做功电量以及下坡制动能量回收电量：计算行驶时间：其中，其中，其中，其中，C表示电动汽车的总耗电量；C
unit
表示所述电动汽车在平路上的单位距离耗电量，所述单位距离为1米；D(P
i
,P
i+1
)表示坐标P
i
(x
i
,y
i
,z
i
)与坐标P
i+1
(x
i+1
,y
i+1
,z
i+1
)之间的欧几里得距离；β
i，i+1
表示坡度耗电量系数；β
d
为能量回收系数，所述能量回收系数为根据不同车型进行设置的定值；当z
i+1
>z
i
时，表示所述电动汽车在上坡；当z
i+1
＝z
i
时，表示所述电动汽车行驶在平路上；当z
i+1
<z
i
时，表示所述电动汽车在下坡；m
v
为汽车质量；v
max
为道路最高限速；l
battery
为电池放电效率；v
e
为当前车速；β
u
的单位为kW
·
h/m；α
i，i+1
为坐标P
i
(x
i
,y
i
,z
i
)与坐
标P
i+1
(x
i+1
,y
i+1
,z
i+1
)之间的坡度。3.根据权利要求1所述的电动汽车三维路径规划方法，其特征在于，步骤S2，使预设数量的蚁群根据所述初始节点信息素值模拟出行驶路径集合包括：步骤S21，设置耗电量信息素为常数Ph
C
和行驶时间信息素为常数Ph
T
；信息素蒸发系数设为decr＝0.95；蚂蚁个数为m；迭代次数L初始化为0，最大迭代次数为kk；步骤S22，当所述迭代次数L<0.7*kk或蚂蚁k1≤0.3*m时，所述蚂蚁k1按照行驶时间选择概率方式从所述起始点到所述目标点规划出一条路径，根据行驶时间最短原则和蚁周模型对所述行驶时间信息素Ph
T
进行更新；其中，k1＝1,2,
…
,m；当所述迭代次数L＞0.7*kk或蚂蚁k2＞0.3*m时，所述蚂蚁k2按照耗电量选择概率方式从所述起始点到所述目标点规划出一条路径，根据耗电量最少原则和蚁周模型对所述耗电量信息素常数Ph
C
进行更新；其中，k2＝1,2,
…
,m；步骤S23，若全部所述蚂蚁k＝m完成规划，则将所有规划到所述目标点的路径形成本次迭代的路径集合；步骤S24，对所有所述耗电量信息素Ph
C
和所述行驶时间信息素Ph
T
进行蒸发，得到和完成...

【专利技术属性】
技术研发人员：袁小芳，刘嘉鑫，李哲，王耀南，李勇，
申请(专利权)人：湖南大学，
类型：发明
国别省市：