本发明涉及汽车制造技术领域，特别涉及一种基于能耗经济性的全局路径规划方法及系统。
背景技术：
路径规划是无人驾驶汽车导航的基本环节之一，它是按照某一性能指标搜索一条从起始点到目标点的最优或近似最优的无碰路径，可分为两种类型:第一种是宏观路径规划，也叫全局路径规划；第二种是局部路径规划。全局路径规划可使所规划的路径达到最优，局部路径规划则可使无人驾驶车辆完成实时避障。
现有全局路径规划方法主要基于最短路径或最短时间，未将能耗经济性纳入路径规划的考虑因素中，导致现有全局路径规划的能耗较高。
技术实现要素：
本发明提供了一种基于能耗经济性的全局路径规划方法及系统，解决现有全局路径规划的能耗较高。
本发明提供了一种基于能耗经济性的全局路径规划方法，包括：
预先根据汽车动力性相关参数构建车辆能耗模型，以及
根据路段参数、地图信息和实时交通信息构建实时路况模型；
根据所述车辆能耗模型和所述实时路况模型构建能耗地图；
根据所述能耗地图、起始点和目标点确定路径。
优选地，所述汽车动力性相关参数包括以下任意一种或多种：
最高车速、加速时间和最大爬坡度。
优选地，所述根据汽车动力性相关参数构建车辆能耗模型包括：
根据汽车动力性相关参数、汽车的驱动力与行驶阻力的平衡关系建立车辆行驶方程；
根据车辆行驶方程获取车辆行驶过程中动力源提供的功率；
根据所述功率构建能耗模型。
优选地，所述能耗模型包括以下任意一种或多种：
怠速停车能耗模型、匀速行驶能耗模型、加速行驶能耗模型和减速行驶能耗模型，其中，加速行驶能耗模型根据加速过程中各速度对应的单位时间能耗和加速时长进行构建。
优选地，所述根据路段参数、地图信息和实时交通信息构建实时路况模型包括：
预先从地图信息中提取各路段的长度、坡度和滚动阻力系数；
采集各路段的交通信息；
根据各路段的长度、坡度、滚动阻力系数和交通信息构建实时路况模型。
优选地，所述采集各路段的交通信息包括：
通过交通系统数据采集设施得到路段在一天中指定时刻的通行时间数据；
通过插值拟合得到路段及路口的动态时间特性数据；
按照设定分辨率构建各路段的交通信息。
优选地，所述根据所述能耗地图、起始点和目标点确定路径包括：
步骤1，将起始点作为搜索的起点；
步骤2，在搜索到一个候选路段时，将起始点到当前候选路段终点的预估能耗与当前候选路段终点到目标点的启发式能耗之和作为参考能耗；
步骤3，搜索与起始点相连的所有路段；
步骤4，计算各路段的参考能耗；
步骤5，将参考能耗最小的路段作为新的起始点进行搜索；
重复步骤3至步骤5，直至搜索到目标点为止。
优选地，所述将参考能耗最小的路段作为新的起始点进行搜索包括：
步骤a、从存储有起始点的第一列表中找到参考能耗最小的节点，并添加到第二列表中；
步骤b、判断该节点是否为目标点，如果是，则逆序遍历得到最优路径；
如果否，则执行步骤c：寻找该节点的相邻节点；
步骤d、计算相邻节点的预估能耗和启发式能耗；
步骤e、如相邻节点存在第二列表中，则忽略；
如果相邻节点不在第一列表中，则插入该相邻节点并记录该相邻节点的上一节点作为父节点；
如果相邻节点在第一列表中、且第一列表中的预估能耗大于当前相邻节点的预估能耗，更新预估能耗，并将第一列表重新排列；
步骤f、判断是否存在下一个相邻节点；
如果是，则执行步骤c；
如果否，则执行步骤a。
相应地，本发明还提供了一种基于能耗经济性的全局路径规划系统，包括：
车辆能耗模型构建模块，用于预先根据汽车动力性相关参数构建车辆能耗模型；
实时路况模型构建模块，用于根据路段参数、地图信息和实时交通信息构建实时路况模型；
能耗地图构建模块，用于根据所述车辆能耗模型和所述实时路况模型构建能耗地图；
路径确定模块，用于根据所述能耗地图、起始点和目标点确定路径。
优选地，所述汽车动力性相关参数包括以下任意一种或多种：
最高车速、加速时间和最大爬坡度。
本发明提供的一种基于能耗经济性的全局路径规划方法及系统，根据车辆能耗模型和实时路况模型构建能耗地图，由于根据汽车动力性相关参数构建车辆能耗模型，结合地图路网相关信息，计算路段及路口怠速等待的能耗，将空间地图转换为实时能耗地图，这样使得地图不仅仅提供路径信息，同时综合考虑了车辆自身能耗因素以及路况导致的能耗因素，使得本发明给出的全局路径规划的能耗最优，此外，在能耗最优的基础上，通常驾驶时间和路径长度也同样为较优结果。
进一步地，本发明实施例提供的基于能耗经济性的全局路径规划方法及系统，所述汽车动力性相关参数包括以下任意一种或多种：最高车速、加速时间和最大爬坡度。这样使得构建的车辆能耗模型更加符合实际情况。
进一步地，本发明实施例提供的基于能耗经济性的全局路径规划方法及系统，将车辆能耗模型细分为怠速停车能耗模型、匀速行驶能耗模型、加速行驶能耗模型和减速行驶能耗模型，并给出了加速行驶能耗模型的构建方法，这样有助于进一步提升车辆能耗模型的精准度。
进一步地，本发明实施例提供的基于能耗经济性的全局路径规划方法及系统，给出了构建实时路况模型的具体方法，还给出了搜索路径的具体方法，简单高效且精准，便于推广。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为根据本发明实施例提供的基于能耗经济性的全局路径规划方法的一种流程图；
图2为根据本发明实施例提供的构建车辆能耗模型的方法的一种流程图；
图3为根据本发明实施例提供的构建实时路况模型的方法的一种流程图；
图4为根据本发明实施例提供的采集各路段的交通信息的方法的一种流程图；
图5为根据本发明实施例提供的通行时间或怠速时间随进入路段时间的变化情况的示意图；
图6为根据本发明实施例提供的反应交通流连续变化趋势的动态时间特性曲线的示意图；
图7为根据本发明实施例提供的确定路径的方法的一种流程图；
图8为根据本发明实施例提供的路径搜索的方法的一种流程图；
图9为根据本发明实施例提供的基于能耗经济性的全局路径规划系统的一种结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的参数或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
为了更好的理解本发明的技术方案和技术效果，以下将结合流程示意图对具体的实施例进行详细的描述。如图1所示，为根据本发明实施例提供的基于能耗经济性的全局路径规划方法的一种流程图，该方法可以包括以下步骤：
步骤s01，预先根据汽车动力性相关参数构建车辆能耗模型，以及根据路段参数、地图信息和实时交通信息构建实时路况模型。
在本实施例中，所述汽车动力性相关参数包括以下任意一种或多种：最高车速、加速时间和最大爬坡度。
如图2所示，为根据本发明实施例提供的构建车辆能耗模型的方法的一种流程图。所述根据汽车动力性相关参数构建车辆能耗模型包括：
步骤s21，根据汽车动力性相关参数、汽车的驱动力与行驶阻力的平衡关系建立车辆行驶方程。
在一个具体实施例中，汽车动力性参数主要有最高车速、加速时间及最大爬坡度。根据汽车的驱动力与行驶阻力的平衡关系，建立车辆行驶方程，如式(1)所示，为车辆行驶方程：
ft＝ff+fw+fi+fj(1)
其中，ft为行驶阻力；ff表示滚动阻力；fw为空气阻力；fi为坡度阻力；fj表示加速阻力。通过代入行驶阻力、滚动阻力、空气阻力、坡度阻力和加速阻力后，式(1)可以转换为式(2)：
其中，ttq为驱动电机或发动机的输出转矩；ig、i0分别为变速器变速比、主减速器传动比；ηt为传动系机械效率；r为车轮滚动半径；g为汽车重量；f为滚动阻力系数；i为道路坡度；cd为空气阻力系数；a为迎风面积；ua为车速；δ为汽车旋转质量换算系数；m为汽车质量；
步骤s22，根据车辆行驶方程获取车辆行驶过程中动力源提供的功率。
其中，动力源可以为驱动电机和/或发动机。
在一个具体实施例中，根据车辆行驶方程得到车辆行驶过程中驱动电机、发动机提供的功率pe如式(3)所示：
步骤s23，根据所述功率构建车辆能耗模型。
优选地，所述车辆能耗模型包括以下任意一种或多种：怠速停车能耗模型、匀速行驶能耗模型、加速行驶能耗模型和减速行驶能耗模型，其中，加速行驶能耗模型根据加速过程中各速度对应的单位时间能耗和加速时长进行构建。
在一个具体实施例中，为了提升车辆能耗模型的精确度，该车辆能耗模型可以包括：
怠速停车能耗模型
在怠速停车工况下，定义gei为怠速能耗率，ti为怠速时间，则能耗模型如式(4)所示：
qi＝geiti(4)
匀速行驶能耗模型
此时坡度阻力和加速阻力均为0，能耗率如式(5)：
其中，uc为车速；得到整个匀速行车过程中，车辆能耗模型如式(6)所示：
其中，uc为车速，s为路段长度。
加速行驶能耗模型
此时驱动电机或发动机输出功率如式(7)所示：
这里将车辆加速过程均匀划分为若干段，在某一时刻对应的速度为ui，计算此时的功率pe(ui)，此时各速度下单位时间能耗如式(8)所示：
加速时间
qa＝∑gaiδt(9)
减速行驶能耗模型
减速行驶时，节气门松开并进行轻微制动，发动机处于怠速状态，其油耗量即为正常怠速油耗。减速行驶时间
需要说明的是，若自动驾驶平台为电动汽车且不考虑制动回收的情况下，怠速和减速工况的能耗率为零，此时只需考虑匀速、加速工况下的能耗。也就是说，若自动驾驶平台为电动汽车或混合动力汽车且具备制动回收功能，则怠速停车能耗模型需要进行修改，如qi＝geiti-keiti，其中，kei为怠速回收率。减速行驶能耗模型需要进行修改，如qd＝qd-kdtd，其中，kd为减速回收率。
如图3所示，为根据本发明实施例提供的构建实时路况模型的方法的一种流程图。
在本实施例中，所述根据路段参数、地图信息和实时交通信息构建实时路况模型包括：
步骤s31，预先从地图信息中提取各路段的长度、坡度和滚动阻力系数。
具体地，地图为路径规划系统提供不同路段的坡度、滚动阻力系数等基本信息。该基本信息可以是通过测试等方法获取，也可以是基于一些地区、原材料等信息模拟仿真得到，在此不做限定。
步骤s32，采集各路段的交通信息。
例如，可以通过交通系统数据采集设施实时采集交通信息，如当前时刻各路段的平均车速、路口平均等待时长等。此外，也可以是预先采集指定时刻的交通信息，然后通过插值等方式获取或预测各时刻的交通信息，这样可以大幅度降低信息采集成本。
在一个具体实施例中，如图4所示，为根据本发明实施例提供的采集各路段的交通信息的方法的一种流程图。本实施例通过交通系统数据采集设施得到路段在一天中某些时刻的通行时间数据(包括路口怠速时间)，这是一些离散化的数据点，通过插值拟合，得到路段及路口的动态时间特性数据。所述采集各路段的交通信息可以包括以下步骤：
步骤s41，通过交通系统数据采集设施得到路段在一天中指定时刻的通行时间数据。
步骤s42，通过插值拟合得到路段及路口的动态时间特性数据。
步骤s43，按照设定分辨率构建各路段的交通信息。
例如，按照15分钟分辨率离散存储24小时的数据，然后循环利用。一段时期之内，由交通数据采集设施得到地图内所有路段及路口的通行时间或怠速时间随进入路段时间的变化情况可如图5所示，结果经过统计平均处理，取值的时间分辨率δt为15分钟。考虑到交通车辆流是连续变化的，可以对所得的直方图数据作插值处理，得到反应交通流连续变化趋势的动态时间特性曲线，如图6所示的结果。
步骤s33，根据各路段的长度、坡度、滚动阻力系数和交通信息构建实时路况模型。
通过上述方法即可构建车辆能耗模型以及时路况模型。
步骤s02，根据所述车辆能耗模型和所述实时路况模型构建能耗地图。
在本实施例中，可以结合地图信息中的路段长度等道路原始信息，将采集到的路阻信息还原为车辆在道路行驶过程中的怠速、速度大小、通行时间等，进而结合能耗模型得到任意时刻相应路段或路口的能耗信息，以构建能耗地图。
更具体地，在确定车辆及路面相关参数(如车辆风阻系数、传动系机械效率、迎风面积、车辆重量、怠速能耗率等)后，根据路阻信息模型及能耗模型构建当前时刻下的能耗地图，该能耗地图包括：路段、路口等长度、位置信息在地图重新描述为的能耗信息。
步骤s03，根据所述能耗地图、起始点和目标点确定路径。
在本实施例中，如图7所示，为根据本发明实施例提供的确定路径的方法的一种流程图。其中，上述路径确定方法可以包括如下步骤：
步骤1，将起始点作为搜索的起点。
步骤2，在搜索到一个候选路段时，将起始点到当前候选路段终点的预估能耗与当前候选路段终点到目标点的启发式能耗之和作为参考能耗。
步骤3，搜索与起始点相连的所有路段。
步骤4，计算各路段的参考能耗。
步骤5，将参考能耗最小的路段作为新的起始点进行搜索。
重复步骤3至步骤5，直至搜索到目标点为止。
优选地，如图8所示，为根据本发明实施例提供的路径搜索的方法的一种流程图。其中，所述将参考能耗最小的路段作为新的起始点进行搜索包括：
步骤a、从存储有起始点的第一列表中找到参考能耗最小的节点，并添加到第二列表中。
步骤b、判断该节点是否为目标点，如果是，则逆序遍历得到最优路径。
如果否，则执行步骤c：寻找该节点的相邻节点。
步骤d、计算相邻节点的预估能耗和启发式能耗。
步骤e、如相邻节点存在第二列表中，则忽略。
如果相邻节点不在第一列表中，则插入该相邻节点并记录该相邻节点的上一节点作为父节点。
如果相邻节点在第一列表中、且第一列表中的预估能耗大于当前相邻节点的预估能耗，更新预估能耗，并将第一列表重新排列。
步骤f、判断是否存在下一个相邻节点。
如果是，则执行步骤c。
如果否，则执行步骤a。
在一个具体实施例中，为了能够在有效时间内找到能耗最小的全局路径，本专利采用了a*算法。算法搜索的开始点即起点，当搜索到一条候选道路(或路口)时，将起始点到当前候选道路终点(或途径路口)的能耗(costc)与当前候选道路的终点到目标点的启发式能耗(costg)的和作为参考能耗(costtotal)，即：costtotal＝costc+costg。其中，启发式能耗的定义为：取当前候选道路终点(或路口)与目标点间的直线连线为启发道路，并假设车辆以固定车速通过该直线距离的能耗值。
从起始点开始搜索，搜索与其相连的所有路段及路口并计算其参考能耗，将这些路段及路口放入第一列表(open列表)中并按照参考能耗进行排序，从open列表中选取参考能耗最小的路段或路口作为新的起始点开始搜索(如果搜索到的路段或路口存在于第二列表(close列表)则避开这个路段或路口)，并将该路段放入close列表中(表示该路段已经搜索过了，避免重复搜索)，重复该过程，直到搜索到目标点为止，每个搜索到的路段都会记录指向它的父路段或路口，这样就可以得到一条完整的从起始点到目标点的路径。
本发明提供的基于能耗经济性的全局路径规划方法，根据车辆能耗模型和实时路况模型构建能耗地图，由于根据汽车动力性相关参数构建车辆能耗模型，结合地图路网相关信息，计算路段及路口怠速等待的能耗，将空间地图转换为实时能耗地图，这样使得地图不仅仅提供路径信息，同时综合考虑了车辆自身能耗因素以及路况导致的能耗因素，使得本发明给出的全局路径规划的能耗最优，此外，在能耗最优的基础上，通常驾驶时间和路径长度也同样为较优结果。
相应地，本发明还提供了与上述方法对应的基于能耗经济性的全局路径规划系统，如图9所示，为根据本发明实施例提供的基于能耗经济性的全局路径规划系统的一种结构示意图，该系统可以包括：
车辆能耗模型构建模块，用于预先根据汽车动力性相关参数构建车辆能耗模型。
实时路况模型构建模块，用于根据路段参数、地图信息和实时交通信息构建实时路况模型。
能耗地图构建模块，用于根据所述车辆能耗模型和所述实时路况模型构建能耗地图。
路径确定模块，用于根据所述能耗地图、起始点和目标点确定路径。
其中，车辆能耗模型构建模块可以包括：行驶方程建立单元、功率获取单元和第一模型构建单元。
实时路况模型构建模块可以包括：信息提取单元、采集单元和第二模型构建单元。
采集单元可以包括：第一采集子单元、拟合子单元和构建子单元。
路径确定模块可以包括：参考能耗获取单元、相连路段搜索单元、新起始点搜索单元。
优选地，所述汽车动力性相关参数包括以下任意一种或多种：最高车速、加速时间和最大爬坡度。
需要说明的是，上述系统中构建车辆能耗模型、实时路况模型和能耗地图的具体过程可以同方法部分相关内容，在此不再详述。
本发明提供的基于能耗经济性的全局路径规划系统规划出的路径为能耗经济性较优的路径，有助于节能减排。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。
此外，本领域的技术人员能够理解，尽管在此所述的实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明实施例的用于多操作端远程操控单操作对象的系统中的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者系统程序(如计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网的网站上下载得到，也可以在载体信号上提供，或者以任何其他形式提供。