楊慧榮

關(guān)鍵詞：自動駕駛汽車；動力總成；多智能體；集成控制

中圖分類號：U469.7；TP18 文獻標(biāo)識碼：A

0引言

動力總成控制系統(tǒng)屬于自動駕駛汽車的一項核心組成部分，能夠在滿足駕駛性能需求的前提下，調(diào)控發(fā)動機和電機／電池組獲得更優(yōu)動力輸出效果。現(xiàn)階段，自動駕駛汽車（AV）所采用的動力總成控制方案包括基于優(yōu)化與規(guī)則兩種形式。通過結(jié)合優(yōu)化算法和人工智能技術(shù)的方式，可以實現(xiàn)瞬時優(yōu)化與全局調(diào)控的效果，還可以進一步提升人工智能的智能程度與高度的實時控制效果，這也成為AV動力總成控制的關(guān)鍵方式與重點研究內(nèi)容。吳劍等根據(jù)等效油耗最低原理進行離線仿真測試獲得AV能量瞬時最優(yōu)集，再以此組成訓(xùn)練樣本訓(xùn)練反向傳播神經(jīng)網(wǎng)絡(luò)，從而確定神經(jīng)網(wǎng)絡(luò)能量管理方案，能夠有效復(fù)現(xiàn)等效油耗控制效果，同時增強算法實時性。

多智能體系統(tǒng)（MAS）屬于分布式人工智能分支，可以通過單個智能體控制方式與MAS交互、協(xié)調(diào)的方式實現(xiàn)復(fù)雜問題的求解分析。當(dāng)前，多智能體已被應(yīng)用于眾多領(lǐng)域，在智能設(shè)計、充電調(diào)節(jié)、數(shù)據(jù)分析與融合、城市路網(wǎng)規(guī)劃等領(lǐng)域都起到了重要作用，在條件優(yōu)化、子系統(tǒng)協(xié)同等方面也具有顯著優(yōu)勢。但以多智能體和優(yōu)化算法相結(jié)合的方式來研究AV動力總成控制策略的內(nèi)容較少。

本文通過構(gòu)建等效燃油消耗模型，設(shè)計了一種AV動力總成多智能體集成控制方案，加入電輔助控制方式作為對比，對各工況條件下的車輛動力控制性能、排放量與油耗進行分析。

1 MAS體系結(jié)構(gòu)

采用并聯(lián)AV結(jié)構(gòu)作為研究車型，其中，發(fā)動機和控制單元（ECU）、控制單元（MCU）與蓄電池控制系統(tǒng)（BMS）都保持獨立的物理結(jié)構(gòu)。為AV動力總成建立MAS系統(tǒng)，如圖1所示，可以看到組成AV動力系統(tǒng)的MAS系統(tǒng)，系統(tǒng)層中存在系統(tǒng)Agent，通過動力總成任務(wù)的分解與算法優(yōu)化過程實現(xiàn)動力初步響應(yīng)控制，由此建立Agent信息交互與協(xié)作關(guān)系；發(fā)動機與ECU、電機與MCU以及蓄電池與BMS都位于執(zhí)行層，實現(xiàn)工況數(shù)據(jù)的采集，并完成部件Agent動力指令。

2 MAS集成控制策略

MAS集成控制策略是一種根據(jù)工作效率與運行工況對初級動力請求進行響應(yīng)的過程，其通過部件Agent來實現(xiàn)，跟其余部件Agent之間進行交互協(xié)調(diào)獲得動力響應(yīng)控制指令。圖2為MAS集成控制策略控制流程。

要求油耗與排放指標(biāo)滿足當(dāng)前國際排放標(biāo)準(zhǔn)，電池目標(biāo)效率則根據(jù)蓄電池充放電曲線確定。隨著蓄電池荷電狀態(tài)（state of charge，SOC）值提高，充電效率呈現(xiàn)持續(xù)降低的趨勢，但放電效率發(fā)生了相反的變化。當(dāng)SOC介于0.4～0.6時，可以獲得較高充放電效率，為獲得更優(yōu)的協(xié)調(diào)性能，需要在提升充放電效率的同時，降低能量損耗程度。此時需要盡量保障電池運行于中間SOC階段，根據(jù)以上分析結(jié)果可以將電池目標(biāo)效率設(shè)定在0.95，得到表1中各性能參數(shù)。

3控制策略仿真分析

3.1整車仿真模型

整車仿真測試得到的相關(guān)參數(shù)如表2所示。把MAS集成控制策略加入ADVISOR整車模型中，得到的結(jié)果如圖3所示。所有部件Agent都跟動力部件進行連接，利用MAS集成控制策略獲得最優(yōu)發(fā)動機輸出參數(shù)與電機轉(zhuǎn)矩，同時控制蓄電池達到最優(yōu)輸出功率，再將結(jié)果傳輸至執(zhí)行部件控制單元中，由此實現(xiàn)AV動力總成分配與集成控制的過程。

3.2工作效率仿真分析

進行新歐洲駕駛周期（new European driving cycle，NEDC）仿真時，依次對MAS集成控制與電輔助控制下的發(fā)動機與電動機效率開展仿真測試，由此判斷不同控制方案的性能差異。圖4和圖5分別給出了在MAS集成控制下和在電輔助控制下的發(fā)動機與電機效率測試結(jié)果。

由圖4可以看出，采用MAS集成控制策略時，發(fā)動機運行于效率區(qū)間[0.04，0.14]內(nèi)；采用電輔助控制策略時，發(fā)動機運行于效率區(qū)間[0.04，0.17]內(nèi)。相較于電輔助控制，MAS集成控制策略的發(fā)動機運行效率更為穩(wěn)定，尤其是300～800 s內(nèi)呈現(xiàn)更規(guī)律的分布狀態(tài)，判斷此時電動機已經(jīng)達到了穩(wěn)定的工況狀態(tài)。如圖5所示，MAS集成控制和電輔助控制對電機效率的影響差異不明顯，MAS集成控制表現(xiàn)出稍微規(guī)律的分布狀態(tài)。從總體上對比發(fā)現(xiàn)，綜合發(fā)動機和電機效率控制精度方面，最大值從0.17控制到0.14，MAS集成控制相對電輔助控制在效率精度控制方面有所提高。

4結(jié)論

本文開展自動駕駛汽車動力總成MAS集成控制及工作效率分析，取得如下結(jié)果。

（1） MAS集成控制和電輔助控制電動機都形成了相近的工作點分布特點，800 s已經(jīng)達到了穩(wěn)定的工況。

（2）MAS集成控制發(fā)動機運行效率在區(qū)間