Fuel-Optimal Centralized Coordination of Truck Platooning Based on Shortest Paths
ACCESS Linnaeus Center（ACCESS林奈中心）；School of Electrical Engineering, KTH Royal Institute of Technology（KTH皇家理工学院电气工程学院）
本文研究如何通过最短路径协调卡车编队的形成与解散，提出考虑路由、速度依赖性燃油消耗和编队决策的优化问题，并通过凸规划求解最优速度剖面。
2015-10-22 cs.SY eess.SY
Considerate and Cooperative Model Predictive Control for Energy-Efficient Truck Platooning of Heterogeneous Fleets
分布式控制系统的连接使能自动化允许更好地预测系统干扰和更好地预测在合并模型时致动器限制对个体代理的影响。重型卡车的自动车队以队列的形式是这样一种应用，旨在保持卡车之间的紧密间隙，以利用牵引优势并提高燃油经济性，并且传统上使用经典设计的连接和自适应巡航控制（CACC）来处理。本文的动机是证明这种控制策略的局限性，其中一个经典的CACC是无法有效地处理现实世界中的道路坡度和速度瞬态干扰的帮助下，车队运营商的干预，是不适应不同的硬件和装载条件的操作卡车。该自动化策略通过形成用于生态排队的协作模型预测控制（MPC）来解决，该协作MPC考虑与尾随卡车的相互作用以激励在道路干扰、速度瞬变和发动机限制下的排队协调，并且通过减少不必要的发动机努力来进一步提高能量经济性。这是通过共享负载，最大发动机功率，传动比，控制状态，并与其最近的邻居的预期轨迹为每个卡车。的体贴和合作的策略的性能被证明对一个类似的非体贴的控制策略在现实世界中的驾驶场景，总体上，它被发现，体贴的策略显着提高了协调之间的排队卡车在实时可实施的方式。
2022-08-03 cs.SY eess.SY
Concept framework for the safety assessment of platooning trucks enabled by V2V communication
行业和研发机构在自动驾驶技术开发以及建立适当的基于雷诺的安全评估方法方面正在采取重大步骤。在本文中，提出了一个概念框架，为一个非常具体的一组车辆：卡车在一个车队使车对车（V2V）通信。该基础是由先前提出的针对单个自动驾驶车辆的基于ECOMO的评估方法形成的。然而，这些方法没有考虑车辆间通信组件。它展示了V2V通信如何在系统中互连车辆，以及如何在场景描述中包括V2V通信。本文还提供了一个愿景，以回答的基本问题，安全评估是否应该考虑作为一个整体，或在队列中的个别车辆。
2020-07-16 cs.SY eess.SY
Fuel-Efficient En Route Formation of Truck Platoons
ACCESS Linnaeus Center and the School of Electrical Engineering, KTH Royal Institute of Technology（ACCESS林奈斯中心与瑞典皇家理工学院电气工程学院）
研究如何协调大量卡车车队以实现节能编队，通过路径和速度规划满足截止时间，利用共同路线形成编队以减少油耗。
2017-04-28 cs.SY eess.SY
Optimal Control for Platooning in Vehicular Networks
随着汽车行业正在开发自动驾驶系统和车辆网络，人们越来越关注卡车排队，以降低成本（燃料消耗）并提高高速公路的效率。最近在这一领域的研究主要集中在空气动力学，网络稳定性，纵向控制排。然而，系统方面（例如，排的协调）仍然没有得到很好的探讨。在本文中，我们制定了一个排队协调问题，并研究是否卡车等待在一个初始位置（站）应该等待一个排到达，以便离开。到达车站的卡车和车站的车队由独立的伯努利分布建模。其次，我们使用马尔可夫决策过程的理论来制定调度控制问题，并推导出最优的政策与车队的卡车调度。我们表明，最小化的平均代价函数在车站的政策是阈值类型。平均成本的情况下的数值结果。它们与最优解是一致的。
2022-11-12 cs.SY eess.SY
Theoretical Development and Numerical Validation of an Asymmetric Linear Bilateral Control Model- Case Study for an Automated Truck Platoon
本文提出非对称线性双边控制模型，使自动驾驶卡车队列在动力传动系统延迟和滞后高达0.6秒时仍能保持稳定运行和恒定期望时距，优于对称模型，从而提升队列运行效率与稳定性。
2023-04-13 cs.SY eess.SY
Longitudinal Deep Truck: Deep learning and deep reinforcement learning for modeling and control of longitudinal dynamics of heavy duty trucks
重型卡车机械配置通常是针对特定的卡车任务要求量身定制设计和制造的。这使得从第一原理精确推导这些卡车的分析动力学模型和控制具有挑战性，繁琐，并且通常需要几个理论和应用领域的专业知识来完成。本文研究了深度学习和深度强化学习作为重型卡车的与卡车配置无关的纵向建模和控制方法。本文概述了开发和验证这些模型和控制器的过程，并强调了相关的实际考虑。该过程适用于模拟和真实的全尺寸卡车验证和实验性能评估。结果表明，这种方法的适用性，多种配置的卡车，生成的模型是准确的控制开发的目的，在模拟和现场。
2021-09-28 cs.SY eess.SY
Hub-Based Platoon Formation: Optimal Release Policies and Approximate Solutions
本研究针对高速公路枢纽处的卡车编队问题，提出分散式最优释放策略，利用动态规划阈值近似求解，并对比分布式与集中式策略，仿真显示分散策略性能接近且无需信息交换。
2023-11-11 cs.SY eess.SY
Platoon Coordination and Leader Selection in Mixed Transportation Systems via Dynamic Programming
本文针对燃油与电动卡车混合车队，提出基于动态规划的枢纽编队协调方法，优化等待时间、充电量和领头车辆分配，实现收益最大化并保证多项式时间可扩展性。
2025-07-20 cs.SY eess.SY math.OC
Large-Scale Multi-Fleet Platoon Coordination: A Dynamic Programming Approach
针对大型交通网络中多车队卡车队列协调难题，本文提出分布式框架，将单卡车等待调度建模为最优控制问题，经离散化后用动态规划精确求解，在含5000辆卡车的瑞典路网仿真中验证其收益、减排效果与实时性优势。
2023-07-21 cs.SY eess.SY
Truck Platoon Formation at Hubs: An Optimal Release Time Rule
我们考虑了一个基于枢纽的车队协调问题，其中车辆到达枢纽根据一个独立和同分布的随机到达过程。车辆在枢纽处等待，并且队列协调器在每个时间步处决定是以队列的形式从枢纽释放车辆还是等待更多车辆到达。车队释放时间问题被建模为一个停止规则的问题，其中的目标是最大限度地提高平均排队效益的车辆位于枢纽，有一个成本的车辆等待在枢纽。我们表明，停止规则问题是单调的，因此，最佳的排释放时间的政策将是在一个时间步前瞻规则的形式。最优释放规则的性能进行数值比较（i）定期释放时间规则和（ii）非因果释放时间规则，其中协调员知道所有未来实现的到达过程。我们的数值结果表明，最优释放时间规则实现了接近的性能的非因果规则和优于周期性规则，特别是当到达率低。
2022-02-18 cs.SY eess.SY
Analysis of a Stochastic Model for Coordinated Platooning of Heavy-duty Vehicles
New York University Tandon School of Engineering（纽约大学坦登工程学院）
本文研究了高速公路重载车辆编队协调问题，通过泊松过程建模车辆到达，并基于头车间隔阈值确定编队，优化成本（时间与燃料）并对比SUMO仿真结果。
2019-09-27 cs.SY eess.SY
A Pricing Rule for Third-Party Platoon Coordination Service Provider
我们建立了一个车队系统模型，该系统包括卡车和第三方服务提供商，该服务提供商执行车队协调，在车队内分配车队利润，并向卡车收取费用以换取其服务。本文研究了一类定价规则，其中第三方服务提供商在每次形成队列时保留部分队列利润。此外，我们提出了一种基于分布式模型预测控制的队列协调解决方案，其中集成了定价规则。为了评估车队系统的定价效果，我们进行了模拟瑞典的道路网络。仿真结果表明，排队率和利润高度依赖于定价。这表明，定价需要仔细设置，以获得一个令人满意的排队系统在未来。
2022-02-21 cs.SY eess.SY
Impact of Flexible and Bidirectional Charging in Medium- and Heavy-Duty Trucks on California's Decarbonization Pathway
该研究利用大型混合整数脱碳规划模型评估加州中重型卡车灵活及双向充电对电网脱碳路径的成本影响，结果显示可带来数十亿美元节约。
2024-01-18 cs.SY eess.SY
Optimal and Heuristic Approaches for Platooning Systems with Deadlines
针对带截止期限的卡车队列行驶问题，本文将其建模为马尔可夫决策过程，分析了最优策略的结构特性，并提出了基于条件判断和深度学习的低复杂度启发式方法。
2025-10-31 cs.SY eess.SY
Cooperative look-ahead control for fuel-efficient and safe heavy-duty vehicle platooning
KTH Royal Institute of Technology（瑞典皇家理工学院）
本文提出双层控制架构，通过道路地形前瞻信息和实时控制协调重型车辆编队，实现安全高效的燃油优化轨迹。
2015-05-03 cs.SY eess.SY
Long hauling eco-driving: heavy-duty trucks operational modes control with integrated road slope preview
在本文中，一个完整的生态驾驶策略的重型卡车（HDT）的基础上有限数量的驾驶模式与相应的换档，以应付不同的路线事件和道路坡度数据。该问题被制定为一个最优控制问题的燃料消耗量和行程持续时间，并解决了使用庞特里亚金最小值原理（PMP）算法的路径搜索问题，这样的计算可以进行在线，实时。所开发的生态驾驶辅助系统（EDAS）为驾驶员提供速度曲线和驾驶模式（和档位）建议序列，而无需主动控制HDT（人在回路中），并且在实践中，允许驾驶员为安全提供上下文反馈。仿真结果表明，所开发的方法是能够提供一个完整的路线的基础上，已知的道路事件和坡度信息，同时满足所有的卡车操作约束的速度配置文件。
2022-03-23 cs.SY eess.SY
Electrifying Heavy-Duty Trucks: Battery-Swapping vs Fast Charging
University of California, Berkeley（加州大学伯克利分校）；École Polytechnique（巴黎综合理工学院）；TotalEnergies OneTech（道达尔能源OneTech）
研究比较了电池交换和快速充电系统在重型卡车中的效率，发现BSS在减少停机时间方面更优，但需更多电池，而FCS需更大电池应对长充电时间，BSS在减排和盈利上有潜力。
2025-05-18 cs.SY eess.SY
Early Findings from Field Trials of Heavy-Duty Truck Connected Eco-Driving System
近年来，互联和自动驾驶汽车（CAV）技术的发展激发了许多旨在改善现有交通系统的先进应用。作为CAV技术广泛研究的应用之一，互联生态驾驶利用交通信号的信号相位和定时（SPaT）信息，使CAV能够以节能的方式接近和离开信号交叉口。然而，大多数相关的生态驾驶研究都是数值或微观交通模拟。只有很少的研究在真实车辆上实现了应用，更少的研究集中在重型卡车上。在这项研究中，我们开发了一个连接的生态驾驶系统，并配备了重型柴油卡车使用基于蜂窝的无线通信。现场试验在加利福尼亚州卡森市进行，沿着两条走廊，六个连接的信号交叉口能够沟通他们的SPaT信息。早期的结果表明，该系统的好处，在平滑的速度配置文件的装备卡车接近连接信号交叉口。
2019-07-31 cs.SY eess.SY
Vehicle Platooning Impact on Drag Coefficients and Energy/Fuel Saving Implications
在本文中，从文献中的经验数据被用来开发一般的功率模型，捕获的车辆位置的影响，在一排同质车辆，和距离的差距，其领导（和以下）车辆的阻力系数。这些型号是为轻型汽车、公共汽车和重型卡车开发的。使用约束优化框架拟合模型，以使用直接阻力或燃料测量来拟合一般幂函数。然后，该模型被用来外推的经验测量到一个大范围内的车辆距离的差距排。使用这些模型，我们估计潜在的燃料减少与轻型车辆，公共汽车和重型卡车的同质排。结果表明，与基于恒定阻力系数的假设相比，车辆的燃油消耗量显着减少。具体地，考虑到以$100 \; km/hr$的速度运行的$0.5 \; secs$车辆之间的最小时间间隙（这是考虑到实际通信和机械系统延迟的典型状态），对于轻型车辆、公共汽车和重型卡车排，实现的最佳燃料减少分别是$4.5 \%$、$15.5 \%$和$7.0 \%$。对于较长的时间间隔，公共汽车和重型卡车排仍然产生$9.0 \%$和$4.5 \%$的燃料减少，而轻型车辆产生的燃料节省微不足道。
2020-03-02 cs.MA cs.SY eess.SY
Decision-dependent Robust Charging Infrastructure Planning for Light-duty Truck Electrification at Industrial Sites
本文提出了一种面向工业场地轻型卡车电动化的决策依赖稳健充电基础设施规划方法，通过机器学习和稳健优化技术，优化充电设施选址与调度，以减少温室气体排放。
2026-02-06 cs.SY eess.SY
Efficient Dynamic Programming Solution to a Platoon Coordination Merge Problem With Stochastic Travel Times
KTH Royal Institute of Technology（皇家理工学院）
本文研究了在高速公路上两辆卡车协调合并为车队以最大化概率的问题，采用动态规划方法解决随机旅行时间下的车队协调合并问题，提出状态集的界限以降低计算复杂度。
2017-05-11 cs.SY eess.SY
Joint Planning of Charging Stations and Power Systems for Heavy-Duty Drayage Trucks
本研究提出一个整体优化模型，用于重型短途运输卡车向零排放过渡的电力系统、充电基础设施及车辆协同投资规划，并在大洛杉矶地区验证了其成本效益和适应性。
2024-03-21 cs.SY eess.SY math.OC
Assessing Geographical and Seasonal Influences on Energy Efficiency of Electric Drayage Trucks
本文开发了基于模型的仿真方法，结合地理与季节因素预测港口短途运输电动卡车的能耗，并通过美国三大港口的案例为车队电气化与电网规划提供决策依据。
2025-04-03 cs.SY eess.SY
Toward Efficient Transportation Electrification of Heavy-Duty Trucks: Joint Scheduling of Truck Routing and Charging
针对重型电动卡车运输，提出联合路线与充电调度优化，采用SLBLR方法分解复杂问题，实现快速近优解，并揭示电池容量与充电功率对成本及车队规模的影响。
2023-11-13 cs.CY cs.SY eess.SY
Facilitating Battery Swapping Services for Freight Trucks with Spatial-Temporal Demand Prediction
UNC-Chapel Hill（北卡罗来纳大学教堂山分校）；Chongqing Expressway Group Company（重庆高速公路集团有限公司）；Tsinghua University（清华大学）；Imperial College London（伦敦帝国学院）
本文利用时空需求预测模型预测重型卡车交通模式，并指导电池换电服务的优化分配，通过分析2500英里高速数据，发现初期宜用移动换电站，成熟后宜用固定站点。
2024-05-24 cs.AI cs.SY eess.SY
Cyber-physical Control of Road Freight Transport
ACCESS Linnaeus Centre and the Department of Automatic Control, School of Electrical Engineering, KTH Royal Institute of Technology（ACCESS林奈斯中心，电气工程学院自动控制系，瑞典皇家理工学院）；KTH Royal Institute of Technology（瑞典皇家理工学院）；Scania CV AB（斯堪尼亚商用车公司）
本文探讨如何利用现代信息技术实现网络物理运输系统架构，通过协调卡车车队实现节能降耗，展示协同控制策略在货运中的应用与效果。
2015-07-13 cs.SY eess.SY
Model predictive eco-driving control for heavy-duty trucks using Branch and Bound optimization
提出一种基于Branch and Bound的MPC算法解决重型卡车生态驾驶最优控制问题，通过优化燃油消耗与行程时间，在VECTO等模拟中较人类驾驶员和PMP方案平均节油25.8%和12.9%。
2022-11-11 cs.SY eess.SY
Private and Secure Coordination of Match-Making for Heavy-Duty Vehicle Platooning
University of Melbourne（墨尔本大学）；KTH Royal Institute of Technology（皇家理工学院）
本文提出了一种安全隐私的多代理通信协调框架，用于重型卡车编队合作中的需求查询，通过半同态加密实现隐私保护的分布式协调机制。
2017-02-28 cs.CR cs.SY eess.SY
Eco-driving Trajectory Planning of a Heterogeneous Platoon in Urban Environments
鉴于互联和自动驾驶汽车（CAV）的日益普及和需求，在高速公路和城市地区进行生态驾驶和排队以提高交通系统的效率正在成为可能。本文提出了生态驾驶轨迹规划在城市环境中的异质电动汽车（EV）的排。提出的控制策略的队列考虑能源消耗，流动性和乘客舒适度，车辆可以通过信号交叉口没有停止。对于给定的城市路线，首先，车队的领导车辆采用动态规划（DP）计划的预期路径的轨迹，目的是平衡能源消耗，机动性和乘客舒适度。然后，队列中的每一个其他的CAV要么使用基于PID的协作自适应巡航控制跟随其前车，要么通过检查它是否可以通过下一个十字路口而不停车来规划自己的轨迹。此外，不能有效地跟随轻型车辆的重型车辆将采用基于DP的轨迹规划器。仿真研究表明，所提出的控制策略的有效性，该排的能量消耗被证明是减少，而不损害的流动性。
2022-05-19 cs.SY eess.SY
Integrated Energy System Optimal Operation in Coal District With Hydrogen Heavy Trucks
Southeast University（东南大学）；Changzhou Power Supply Company of State Grid Jiangsu Electric Power Co., Ltd.（国网江苏省电力有限公司常州供电公司）
本文针对煤炭产区场景，提出基于二阶锥规划的电气综合能源系统优化调度模型，构建含煤开采、制氢、氢重卡运煤的封闭工业循环，可降低运行成本并提升可再生能源利用率。
2026-08-14 cs.SY eess.SY
Incentive-based Platoon Formation: Optimizing the Personal Benefit for Drivers
针对乘用车编队行驶中个人收益优化问题，提出一种基于激励的编队形成算法，利用新度量综合燃油与时间成本，仅在有益时编队，仿真验证其优于ACC及相似性方法。
2025-06-11 cs.MA cs.SY eess.SY
Preference-Conditioned Multi-Objective Reinforcement Learning for Tactical Decision Making in Heavy-Duty Vehicles
Department of Computer Science and Engineering, Chalmers University of Technology and University of Gothenburg（计算机科学与工程系，查尔姆斯理工大学和哥德堡大学）；Department of Mechanics and Maritime Sciences, Chalmers University of Technology（机械与海洋科学系，查尔姆斯理工大学）
提出基于近端策略优化的多目标强化学习框架，学习一组帕累托最优策略以平衡安全性、能源效率和时间效率，实现无需重新训练的灵活决策。
2026-10-12 cs.AI cs.LG cs.SY
Sequence Aware SAC Control for Engine Fuel Consumption Optimization in Electrified Powertrain
针对串联式混合动力卡车发动机控制，提出基于SAC并融合GRU和决策变换器的序列感知强化学习框架，在HFET循环燃油节省接近动态规划，且在未见驾驶循环上优于前馈网络方法。
2025-08-06 cs.AI cs.LG cs.SY
