Abstract

network-wide coordination system for heavy-duty vehicle platooning with the purpose of reducing fuel consumption is developed. Road freight is by far the dominating mode for overland transport with over 60 % modal share in the OECD countries and is thus critically important for the economy. Overcoming its strong dependency on fossil fuels and manual labor as well as handling rising congestion levels are therefore important societal challenges. Heavy-duty vehicle platooning is a promising near-term automated-driving technology. It combines vehicle-to-vehicle communication and on-board automation to slipstream in a safe manner, which can reduce fuel consumption by more than 10 %. However, in order to realize these benefits in practice, a strategy is needed to form platoons in an operational context. We propose a platoon coordination system that supports the process of automatically forming platoons over large geographic areas. We develop an architecture in which fleet management systems send start locations, destinations, and arrival deadlines to a platoon coordinator. By computing desirable speed profiles and by letting the vehicles' on-board systems track them, vehicles can meet en route and form platoons. Matching vehicles into platoons and deriving suitable speed profiles is treated as an optimization problem with the objective of maximizing the overall fuel savings under the constraint that vehicles arrive in time at their destinations. By updating the speed profiles and the platoon configurations based on real-time measurements of vehicle position and platoon state, the system can accommodate new vehicles joining on the fly. Using real-time measurements also makes the system resilient to disturbances and changing operating conditions. This thesis seeks to develop the theoretical foundations of such a system and evaluate its potential to improve transport efficiency.   We first explore the coordination of vehicle pairs. Fuel-optimal speed profiles are derived. The uncertainty arising from traffic is taken into account by modeling travel time distributions and considering the probability of two vehicles successfully merging. Building on this coordination algorithm for vehicle pairs, we derive algorithms for larger platoons and vehicle fleets. This results in an NP-hard combinatorial optimization problem. The problem is formulated as an integer program and results on the solution structure are derived. In order to handle realistic fleet sizes with thousands of vehicles and continental sized geographical areas under real-time operation, heuristic algorithms are developed. The speed profiles resulting from the combinatorial optimization are further improved using convex optimization. Moreover, we derive efficient algorithms to identify all pairs of vehicles that can platoon. Simulations demonstrate that the proposed algorithm is able to compute plans for thousands of vehicles. Coordinating approximately a tenth of Germany's heavy-duty vehicle traffic, platooning rates over 65 % can be achieved and fuel consumption can be reduced by over 5 %. The proposed system was implemented in a demonstrator system. This demonstrator system has been used in experiments on public roads that show the technical feasibility of en route platoon coordination. Ett nätverksomfattande system för att koordinera körning i lastbilskolonner i syfte att minska bränsleförbrukningen utvecklas i denna avhandling.Vägtransport är med marginal det mest dominerande sättet för landtransport med en andel över 60 % i OECD-länderna och är således avgörande för samhällsekonomin. Dess starka beroende av fossila bränslen och arbetskraft samt ökande trängsel är därför viktiga utmaningar för samhället. Vägtransport är på väg att genomgå grundläggande förändringar genom elektrifiering, kommunikation och automation. Lastbilskolonnkörning är en teknologi för att automatisera fordon, som är redo att lanseras inom en snar framtid. Kolonnkörning kan ge bränslebesparingar på över 10 % tack vare att automatisering och kommunikation mellan fordon möjliggör så kallad slipstreaming på ett säkert sätt. Det behövs dock en strategi för att sätta ihop lastbilskolonner för att kunna dra nytta av denna teknologi. Vi föreslår därför ett automatiserat koordineringssystem som stödjer processen att sätta ihop lastbilskolonner inom stora geografiska områden. Vi utvecklar en arkitektur där fleet management system skickar start- och målpunkter samt senaste ankomsttid till koordineringssystemet. Genom att beräkna passande hastighetsprofiler och genom att låta lastbilarnas färddatorer följa dem kan lastbilar mötas på vägen och bygga ihop kolonner. Problemet att matcha fordon till kolonner och att komma fram till passande hastighetsprofiler hanteras som ett optimeringsproblem med målet att maximera den totala bränslebesparingen. Genom att uppdatera lösningen baserade på realtidsmätningar av fordonspositioner och kolonntillstånd kan systemet hantera tillkommande lastbilar och kan vara robust gentemot störningar och förändrade operativa förutsättningar. Denna avhandling strävar efter att utveckla teoretiska förutsättningar för ett sådant system och att utvärdera dess potential att öka transportsystemets effektivitet. Vi börjar med att undersöka koordinering av fordonspar och härleder bränsleoptimala hastighetsprofiler. Den osäkerhet som beror på trafiken tas hänsyn till genom att modellera hastighetsfördelningar och genom att betrakta sannolikheten att två fordon träffas och kan påbörja kolonnkörning. Vi bygger på denna algoritm för fordonspar för att härleda algoritmer som kan hantera större kolonner och större antal lastbilar. Det resulterar i ett NP-svårt kombinatoriskt optimeringsproblem. Problemet formuleras som ett heltalsoptimieringsproblem och vi kommer fram till resultat som visar strukturen av lösningen. Resulterande hastighetsprofiler förbättras ytterligare med hjälp av konvex optimering. Förutom detta utvecklas effektiva algoritmer för att identifiera alla fordonspar som kan köra i kolonn. Simuleringar demonstrerar att den föreslagna algoritmen klarar att beräkna planer för tusentals lastbilar. Vi visar att en samording av c:a 10 % av Tysklands lastbilstrafik kan tillåta att mer än 65 % av den totala körsträckan körs i kolonn och att bränsleåtgången kan minskas med mer än 5 %. Det presenterade systemet implementerades i ett demonstratorsystem. Experiment med demonstratorn på allmän väg har visat att koordinering av kolonnkörning på vägen är tekniskt genomförbart. "p"QC 20180403

Abstract

The fuel consumption of heavy-duty vehicles can be reduced by using information about the upcoming road section when controlling the vehicles. Most manufacturers of heavy-duty vehicles today offer such look-ahead controllers for highway driving, where the information consists of the road grade and the velocity only has small variations. This thesis considers look-ahead control for applications where the velocity of the vehicle has large variations, such as distribution vehicles or vehicles in mining applications. In such conditions, other look-ahead information is important, for instance legal speed limits and curvature. Fuel-efficient control is found by formulating and solving the driving missions as optimal control problems. First, it is shown how look-ahead information can be used to set constraints in the optimal control problems. A velocity reference from a driving cycle is modified to create an upper and a lower bound for the allowed velocity, denoted the velocity corridor. In order to prevent the solution of the optimal control problem from deviating too much from a normal way of the driving, statistics derived from data collected during live truck operation are used when formulating the constraints. It is also shown how curvature and speed limits can be used together with actuator limitations and driveability considerations to create the velocity corridor. Second, a vehicle model based on forces is used to find energy-efficient velocity control. The problem is first solved using Pontryagin's maximum principle to find the energy savings for different settings of the velocity corridor. The problem is then solved in a receding horizon fashion using a model predictive controller to investigate the influence of the control horizon on the energy consumption. The phasing and timing of traffic lights are then added to the available information to derive optimal control when driving in the presence of traffic lights. Third, the vehicle model is extended to include powertrain components in two different approaches. In a first approach, a Boolean variable is added to represent open or closed powertrain. This enables the vehicle to freewheel, in order to save fuel by reducing the losses due to engine drag. The problem is formulated as a mixed integer quadratic program. In a second approach, the full powertrain is modeled including a fuel map and a model of the gearbox losses, both based on measurements on real components. The problem is solved using dynamic programming, with transitions between states including gear shifts, freewheeling, and coasting in gear. Forth, the optimal control framework is used to implement an optimal control-based powertrain controller in a real Scania truck. The problem is first solved offline resulting in trajectories for velocity and freewheeling. These are used online in the vehicle as references to the existing controllers for torque and gear demands. Experiments are performed with fuel measurements, resulting in 16% fuel savings, compared to 18% savings by solving the optimal control problem. Bränsleförbrukningen för tunga fordon kan sänkas genom att använda information om framtida vägförhållanden för att styra fordonen. De flesta fordonstillverkare erbjuder idag prediktiva farthållare för motorvägskörning, där information består av data för väglutning och fordonets hastighet endast har små variationer. Denna avhandling behandlar körfall där hastighetsvariationerna är stora, som för t.ex. fordon i distributionsdrift eller gruvfordon. För sådana fordon är andra typer av information viktiga, som t.ex. hastighetsbegränsningar och kurvatur. Genom att formulera köruppdraget som ett optimalt styrproblem, tas bränsleeffektiv styrning fram. För det första visas hur framförhållningsinformation kan användas för att sätta bivillkor i det optimala styrproblemet. Utifrån en hastighetsreferens från en körcykel skapas en hastighetskorridor, vilken består av en övre och en undre gräns för den tillåtna hastigheten. För att förhindra att hastigheten i lösning avviker för mycket från ett normalt körsätt används data från verklig lastbilskörning när bivillkoren sätts. Här visas också hur kurvatur och hastighetsbegränsningar kan användas tillsammans med begränsningar på fordonets aktuatorer och anpassning för körbarhet när hastighetskorridoren skapas. För det andra används en fordonsmodell baserad på krafter för att hitta energiminimerande hastighetsstyrning. Styrproblemet löses med hjälp av Pontryagins maximum princip för att undersöka energibesparingarna för olika inställningar på hastighetskorridoren. Problemet formuleras sedan på receding-horizon form och en modellprediktiv regulator används för att undersöka horisontlängdens inverkan på energiförbrukningen. Tid och fas för trafikljus läggs sedan till den tillgängliga informationen för att hitta den optimala körstrategin vid körning bland trafikljus. För det tredje utökas fordonsmodellen till att innehålla drivlinekomponenter via två olika ansatser. I den första ansatsen används en Boleansk variabel för att representera huruvida drivlinan är öppen eller stängd. Detta gör att fordonet kan frirulla, vilket sparar bränsle genom att minska släpförlusterna i motorn. Problemet formuleras som ett blandat kvadratiskt heltalsproblem. I den andra ansatsen modelleras hela drivlinan, med en bränslemussla för motorn och förlustmodell för växellådan baserade på tidigare mätningar. Problemet löses genom dynamisk programmering med övergångar mellan tillstånd genom växlingar, frirullning och släpning. För det fjärde används optimal styrning för att implementera en regulator för drivlinestyrning i en Scania-lastbil. Problemet löses först offline, vilket ger trajektorier för hastighet och frirullning. Dessa används sedan online i fordonet som referens till befintliga regulatorer för momentstyrning och växelval. Experiment med bränslemätning ger 16% uppmätt bränslebesparing mot 18% besparing från lösningen till det optimala styrproblemet. "p"QC 20200518