摘要 : 为降低车辆通过信号交叉口的油耗和排放,研究车路协同环境下基于前车速度预测的信号交叉口汽车生态驾驶控制策略.通过转鼓试验修正目标车辆的VT-CPFM油耗模型和VSP排放模型,构建RBF神经网络模型对前车速度轨迹进行预测.以油耗为目标函数,排放为约束,创... 展开 为降低车辆通过信号交叉口的油耗和排放,研究车路协同环境下基于前车速度预测的信号交叉口汽车生态驾驶控制策略.通过转鼓试验修正目标车辆的VT-CPFM油耗模型和VSP排放模型,构建RBF神经网络模型对前车速度轨迹进行预测.以油耗为目标函数,排放为约束,创建基于动态规划的目标车辆速度优化算法,在MATLAB仿真得到目标车辆通过信号交叉口的优化速度诱导轨迹及油耗排放.仿真结果表明:加速优化诱导策略使得油耗、NOx、CO、THC分别降低了 27.3％、27.7％、32.9％、32.1％,减速优化诱导策略使得油耗、NOx、CO、THC分别降低了 25.1％、26.3％、32.6％、23.1％.在转鼓试验台进行实车试验,依据仿真计算得到的优化速度诱导轨迹测试目标车辆的油耗和排放.试验结果表明:加速优化诱导策略使得油耗、NOx、CO、THC分别降低了 21.4％、20.7％、22.4％、20.4％,减速优化诱导策略使得油耗、NOx、CO、THC分别降低了 20.1％、23.4％、30.9％、22.6％. 收起