智能汽車節能駕駛技術

前言
符號說明
第一部分 背景與基礎
第1章 緒論
1.1 背景與意義
1.2 智能網聯環境下的信息爆炸
1.2.1 人-車交互
1.2.2 車-車通信
1.2.3 車-路感知
1.3 駕駛員駕駛風格識別綜述
1.3.1 駕駛風格定義與影響因素
1.3.2 駕駛風格學習方法研究
1.4 車輛節能駕駛控制策略綜述
1.4.1 車輛能耗模型研究
1.4.2 車輛縱向駕駛控制研究
1.4.3 具有類人駕駛特征的輔助駕駛研究
1.4.4 非線性優化問題的快速求解算法研究
1.5 本書的主要內容與安排
第2章 控制理論基礎知識
2.1 PID控制器
2.2 線性二次型最優控制
2.3 模型預測控制
2.4 極值原理
2.5 聚類算法
2.5.1 K-means算法
2.5.2 DBSCAN算法
2.5.3 GMM算法
2.5.4 SOM算法
2.6 強化學習
2.7 最短路徑問題-Dijkstra算法
第二部分 單車篇：利用地圖信息
第3章 基於道路坡度實時估計的車輛縱向跟車優化控制
3.1 引言
3.2 系統建模
3.2.1 車輛縱向動力學模型
3.2.2 車輛跟車模型
3.3 優化控制器設計
3.3.1 控制系統架構
3.3.2 優化跟車控制器設計
3.3.3 基於道路坡度估計的加速度跟蹤控制器設計
3.4 仿真與實驗結果
3.4.1 仿真結果
3.4.2 實驗結果
3.5 本章小結
第4章 乘用車輛預測巡航控制系統設計與實現
4.1 引言
4.2 系統建模與優化問題構建
4.2.1 車輛模型
4.2.2 優化問題描述
4.3 預測巡航控制問題求解
4.3.1 極大值原理
4.3.2 最優控制輸入的數值求解
4.4 預測巡航控制的實現與高精地圖
4.4.1 調度圖
4.4.2 高精地圖
4.5 仿真結果
4.6 實驗結果
4.6.1 控制系統性能分析
4.6.2 燃油結果對比
4.7 本章小結
第5章 純電動汽車預測巡航控制
5.1 純電動汽車的預測性巡航控制：不同求解方法的比較
5.1.1 引言
5.1.2 系統模型和優化問題方程
5.1.3 求解方法
5.1.4 仿真結果
5.1.5 小結
5.2 網聯電動汽車動力總成和空調系統的節能優化控制
5.2.1 引言
5.2.2 基準問題概述
5.2.3 系統建模
5.2.4 控制方案
5.2.5 仿真結果
5.2.6 小結
5.3 本章小結
第6章 重型商用車預測巡航控制：擋位與轉矩的實時協同優化
6.1 引言
6.2 PCC系統與系統模型
6.2.1 PCC系統的節油原理
6.2.2 縱向動力學模型
6.2.3 燃油消耗率
6.3 問題構建
6.4 求解
6.4.1 基於MPC的求解算法
6.4.2 基於DP的求解方法（基準）
6.5 仿真結果
6.5.1 仿真測試道路
6.5.2 真實道路
6.6 實驗結果
6.6.1 嵌入式計算機
6.6.2 車輛控制單元
6.6.3 實車驗證
6.7 本章小結
第7章 考慮發動機暖機的HEV熱力學建模與能量管理應用
7.1 引言
7.2 建模
7.2.1 發動機熱動力學
7.2.2 並聯式HEV與動力總成模型
7.2.3 燃油消耗
7.2.4 電池模型
7.3 能量管理策略
7.3.1 最優控制問題建模（本研究方案）
7.3.2 離散化與求解
7.3.3 傳統能量管理策略（基準方案）
7.4 仿真結果
7.4.1 最優控制問題建模（本研究方案）
7.4.2 UDDS循環工況下燃油消耗量與SOC變化量ΔSOC的關系
7.4.3 步長間隔對燃油消耗量與執行時間的影響
7.4.4 本研究控制器與基準方案的性能對比
7.5 實驗結果
7.5.1 發動機熱力學模型驗證
7.5.2 燃油消耗率溫度依賴型模型驗證
7.5.3 仿真與實驗結果對比
7.5.4 所提控制器與基準方案的對比
7.6 本章小結
第三部分 車人篇：融合駕駛風格
第8章 駕駛員駕駛風格識別方法
8.1 基於無監督學習算法的駕駛風格識別
8.1.1 算法總體設計
8.1.2 駕駛數據收集
8.1.3 數據預處理
8.1.4 駕駛風格識別模型
8.1.5 實驗與結果
8.2 基於監督學習算法的駕駛風格識別
8.2.1 數據集簡介
8.2.2 數據預處理
8.2.3 特征挑選
8.2.4 識別模型構建
8.2.5 實驗與結果
8.3 本章小結
第9章 駕駛風格自學習的優化跟車控制
9.1 引言
9.2 跟車風格自學習系統設計
9.2.1 個人駕駛風格描述
9.2.2 跟車風格自學習算法
9.3 駕駛風格自學習具體實現
9.3.1 自學習控制系統實現架構
9.3.2 車輛縱向加速度獲取
9.4 仿真與實驗結果
9.4.