Энергоэффективность автономных транспортных средств в условиях современного города

Введение (постановка задачи и актуальность). Одной из важнейших задач современности является сокращение выбросов парниковых газов от автомобильного транспорта. Существует практика введения ряда ограничений на эксплуатацию автомобилей с двигателями внутреннего сгорания (ДВС), направленная на сокращение объёмов сжигаемого топлива и выбросов в атмосферу. Несмотря на это, автомобили с ДВС по-прежнему будут составлять значительную часть европейского автопарка. В качестве замены предлагаются автомобили с электрической силовой установкой, однако их ограниченный запас хода является одной из причин медленного распространения. Обе эти проблемы можно решить с помощью энергоэффективного управления процессом движения.

 Целью исследования является испытание системы энергоэффективного управления продольным движением подключённых высокоавтоматизированных автомобилей в условиях современного мегаполиса, учитывающей рельеф местности, скоростные режимы и режимы работы светофоров.

 Методология и методы. Лабораторные испытания разработанной математической модели проведены на цифровом двойнике тестового участка дороги, воссозданного на основе высокоточных навигационных данных, на примере легкового автомобиля с ДВС.

Результаты и научная новизна. Результаты лабораторных испытаний показывают, что предложенная система энергоэффективного управления продольным движением автомобиля на 4,5% энергоэффективнее автомобиля с круиз-контролем. Разработанная система может быть интегрирована в подключённые высокоавтоматизированные транспортные средства для повышения их энергоэффективности.

1. Reducing CO2 emissions from heavy-duty vehicles. Climate Action. URL: https://climate.ec.europa.eu/eu-action/transport/road-transport-reducing-co2-emissions-vehicles/reducing-co2-emissions-heavy-duty-vehicles_en#vehicle-energy-consumption-calculation-tool-vecto (дата обращения: 05.12.2024).

2. Hauenstein J., Mertens J.C., Diermeyer F., Zimmermann A. Cooperative- and Eco-Driving: impact on fuel consumption for heavy trucks on hills // Electronics. – 2021. – No. 10 (19). – P. 2373. URL: https://doi.org/10.3390/electronics10192373 (дата обращения: 05.12.2024).

3. Okada Y. Torque control strategy with V2X information for HEVs to minimize fuel consumption // Control Theory and Technology. – 2020. – No. 20 (2). – P. 197–209. URL: https://doi.org/10.1007/s11768-022-00094-y (дата обращения: 05.12.2024).

4. Zhao B., Lin Ya., Hao H., Yao Zh. Fuel consumption and traffic emissions evaluation of mixed traffic flow with connected automated vehicles at multiple traffic scenarios // Journal of Advanced Transportation. – 2022. – Article ID 6345404. – 14 p. URL: https://doi.org/0.1155/2022/6345404 (дата обращения: 05.12.2024).

5. Zhang L., Zhang T., Peng K., Zhao X., Xu Zh. Can autonomous vehicles save fuel? Findings from field experiments // Journal of Advanced Transportation. – 2022. – V. 2022. – Article ID 2631692. – 12 p. URL: https://doi.org/10.1155/2022/2631692 (дата обращения: 05.12.2024).

6. Li J., Wu X., Xu M., Liu Y. Multi-objective eco-driving strategy for connected and automated electric vehicles considering complex urban traffic influence factors // IEEE Transactions on Transportation Electrification. – 2024. – No. 1. DOI: 10.1109/ACCESS.2019.2933531.

7. Liu C., Wang J., Cai W., Zhang Y. An energy-efficient dynamic route optimization algorithm for connected and automated vehicles using Velocity-Space-Time networks // IEEE Access. – 2019. – Vol. 7. – P. 108866–108877. URL: https://doi.org/10.1109/access.2019.2933531 (дата обращения: 05.12.2024).

8. Кудрин А.Б., Шадрин С.С. Анализ текущих научных решений в области энергоэффективности подключенных высокоавтоматизированных автотранспортных средств // Вестник Московского автомобильно-дорожного государственного технического университета (МАДИ). – 2023. – № 2 (73). – С. 15–22. – EDN: QJMMEE.

9. Bosch Automotive Handbook / 9th Ed. – Robert Bosch GmbH, 2014. – 1544 p.

10. Koudrin A., Shadrin S. Development and verification of a mathematical model of fuel consumption estimation suitable for research of algorithms of energy efficient control on digital roads / 1st International Conference on Sustainability and Emerging Technologies for Smart Manufacturing: proceedings. – P. 235–244. URL: https://doi.org/10.1007/978-981-97-7083-0_23 (дата обращения: 05.12.2024).

11. Simionato P.L., Astrom K., Hagglund T. PID Controllers – Theory, Design and Tuning / 2nd ed. – Durham: ISA, 1995.

12. RTK GNSS module for UAV mapping. URL: https://emlid.com/reach/?ysclid=llzeqysm89780605720 (дата обращения: 08.02.2024).

13. Кудрин А.Б., Шадрин С.С., Стручев П.Р. Способ разработки виртуальной копии испытательного маршрута, пригодного для проведения виртуальных испытаний // Труды НАМИ. – 2024. – № 1 (296). – С. 56–65. DOI: 10.51187/0135-3152-2024-1-56-65. EDN: CHHJAB.

14. Car specs database. URL: https://www.auto-data.net/en/chevrolet-orlando-i-1.8-16v-141hp-16939 (дата обращения: 15.03.2024).

15. Wang C.-S., Liu D.-Y., Hsu K.-S. Simulation and application of cooperative driving sense systems using PreScan software // Microsystem Technologies. – 2018. – No. 27 (4). – P. 1201–1210.

16. Toth B., Szalay Z. Development and functional validation method of the Scenario-in-the-Loop Simulation Control model using Co-Simulation techniques // Machines. – 2023. – No. 11 (11). – P. 1028. URL: https://doi.org/10.3390/machines11111028 (дата обращения: 05.12.2024).

17. Zavalko A. Applying energy approach in the evaluation of eco-driving skill and eco-driving training of truck drivers // Transp. Res. Part D Transp. Environ. – 2018. – No. 62. – P. 672–684.

18. Sciarretta A., Vahidi A. Energy-Efficient driving of road vehicles. – Cham: Springer International Publ., 2020. – 294 p.