车辆行驶时间能耗双目标速度规划的凸重构方法

《Automatica》:A convex reformulation for speed planning of a vehicle under the travel time and energy consumption objectives

【字体: 大 中 小 】 时间:2026年01月28日 来源:Automatica 6.2

编辑推荐:

  本文针对预定义路径上的车辆速度规划问题展开研究,以行驶时间(travel time)与能量消耗(energy consumption)两个冲突目标(conflicting objectives)的加权和最小化为优化准则。研究人员首先推导了该问题的非凸(non-

  
本文针对预定义路径上的车辆速度规划问题展开研究,以行驶时间(travel time)与能量消耗(energy consumption)两个冲突目标(conflicting objectives)的加权和最小化为优化准则。研究人员首先推导了该问题的非凸(non-convex)数学模型,并证明该模型的可行域构成一个格(lattice)。在此基础上,研究人员提出一种基于可行性的边界紧致化技术(feasibility-based bound-tightening technique),用以确定该格的最小元素与最大元素,或在可证明意义上判定可行域为空。研究人员进一步证明:将原非凸问题中的所有约束替换为对应于格最小元素与最大元素的变量下界与上界后,所得到的凸松弛(convex relaxation)是精确的。在论证凸松弛最优解若干性质之后,研究人员利用这些性质设计了动态规划(dynamic programming)方法,为凸松弛返回近似解,其时间复杂度为O(n2),其中n为连续路径离散化所得点数。
研究背景与动机
在智能交通与自动驾驶研究中,沿预定义路径进行车辆速度规划(speed planning)需在行驶时间(travel time)与能量消耗(energy consumption)两个相互冲突的目标间取得权衡。传统建模常因包含平方速度项、牵引/制动力的绝对值约束及功率限幅等而呈现非凸(non-convex)特性,导致全局最优求解困难。现有方法多依赖非线性规划或启发式策略,缺乏可证明精确性的凸等价形式与高效离散求解框架。研究人员以半车简化模型为基础,开展将非凸速度规划问题转化为可证精确凸松弛并给出O(n2)复杂度近似算法的研究,相关成果发表于《Automatica》。
主要关键技术方法
研究人员采用基于弧长参数化的半车纵向动力学模型,引入半平方速度变量w(s)=1/2 v2(s);将连续问题离散为n点有限差分格式;推导可行域的格(lattice)结构并设计基于可行性的边界紧致化(feasibility-based bound-tightening)以获得格的极小/极大元;用格边界替代原约束构造精确凸松弛;基于凸松弛最优解的单调性等性质设计O(n2)动态规划(dynamic programming)近似求解器。
研究结果
  1. 1.
    Introduction
    研究人员建立含质量M、坡度α(s)、气阻Fa=Γv2、滚阻Fr、总牵引/制动力F(s)的纵向力学方程,定义w(s)=1/2 v2(s)使Mw′(s)=?Fa(s)+F(s)?gM sin α(s)?Fr(s);目标函数为λ∫max{ηF(s),F(s)}ds+∫1/√(2w(s))ds,分别表征能耗与时间,λ为秒/焦耳权重。
  2. 2.
    非凸模型与格结构
    离散后变量为wi与fi=Fi/M,约束含wi≤wimax、|fi|≤gμ cos αi、fi≤Pmax/(M√(2wi))及有限差分式(1/h)(wi+1?wi)=?γwi+fi?g(sin αi+c cos αi)。研究人员证明该非凸可行域关于分量序构成格(lattice),即任意两可行解的下确界与上确界仍可行。
  3. 3.
    边界紧致化与精确凸松弛
    研究人员提出基于可行性的边界紧致化:从初值区间迭代剔除使后续点无法满足边界条件wn=wfin的wi取值,最终获得各点wi的紧下界wi与紧上界wimax,对应格的极小元与极大元。将原问题所有约束替换为wi∈[wi, wimax]后所得凸松弛被证明与原非凸问题同解,即松弛精确(exact relaxation)。
  4. 4.
    凸松弛最优解性质与动态规划
    研究人员证明凸松弛最优解在格序下具有单调性及分段常值控制特征。利用该性质,将路径离散点间状态转移表为wi→wi+1的可行区间映射,以O(n2)动态规划(dynamic programming)回溯近似最优w剖面,兼顾能耗—时间加权目标。
讨论与结论翻译
研究人员得出结论:对于含摩擦、功率、坡度与速度上限约束的车辆速度规划问题,其非凸连续模型的可行域具格结构;基于可行性的边界紧致化可计算格的极小/极大元并使变量箱式约束下的凸松弛精确;由此导出的O(n2)动态规划近似解在理论与计算上均支撑自动驾驶节能速度规划的高效求解,证明了凸重构在冲突双目标车辆控制中的严格可用性与《Automatica》层级的方法论贡献。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号