87、提升混合动力汽车燃油经济性与自动驾驶车辆安全性的研究进展

提升混合动力汽车燃油经济性与自动驾驶车辆安全性的研究进展

1. 混合动力汽车预测控制提升燃油经济性

在混合动力电动汽车（HEVs）的研究中，扭矩分配的最优控制理论应用已开展了大量研究。以往大多数预测动力总成控制的研究，采用了复杂且计算成本高的方法来优化动力总成的运行，如动态规划（DP）、机器学习和模型预测控制等，以确定车辆的最优控制策略。

而本研究采用了基于离线学习的地图控制方法，实现了对干扰具有鲁棒性的伪最优控制，并显著提高了燃油经济性。该控制系统能够使用预计算的加速事件（PAE）值作为查找表，来确定内燃机（ICE）和电动机（EM）的最优扭矩输出。通过预计算PAE地图，PAE控制可以在Motohawk控制硬件上与其他监督控制算法协同工作。

测试车辆首次在实际中展示了预测控制算法对燃油经济性的改善效果。此前的研究大多只是计算、建模和模拟预测控制的燃油经济性优势，而本研究通过实际测试，证明了PAE控制相对于基线控制在燃油经济性方面的实际改进。目前，道路上的所有HEV都采用即时优化控制来控制车辆的动力总成，而PAE控制是一种可实施的方法，利用预测的车辆轨迹信息来提高HEV的燃油经济性。

2. 自动驾驶车辆的社会协调挑战

自动驾驶车辆（AVs）一直是备受关注的研究领域，它有望构建更高效、更安全的道路网络。然而，AVs的广泛应用依赖于其与人类车辆（HVs）在复杂社会系统中的共存能力。为了最大化AVs的潜力，优化道路上所有车辆的安全性和交通效率，AVs需要与其他车辆进行协调和互动。

研究确定了两个重要的研究方向：
- 成为社交参与者 ：AVs必须表现出可预测和安全的行为。驾驶员的