Slutsatser

De sammantaget bästa resultaten uppnås med den förenklade framförhållningen, det vill säga då vi endast kan välja att frikoppla. Idealt torde framförhållning med möjlighet att även styra gas och broms ge bättre resultat eftersom problemet har fler frihetsgrader. Däremot ger denna strategi ofta högre förbrukningar än med normal farthållning.

En av anledningarna till att det blir så dåligt när vi även styr gas och broms, kan vara att noggrannheten i vår modell kräver återkoppling av hastigheten snabbare än en sekund. För att få bra prestanda med farthållaren krävdes ju ungefär tio gånger snabbare återkoppling. Nätverket baseras på höjddata med en upplösning om meter och det krävs ungefär en sekund för att fordonet ska förflytta sig den sträckan. Alltså är det onödigt beräkningskrävande att skapa nätverket oftare. Trots det kan det alltså krävas en snabbare återkoppling av hastigheten. En annan anledning kan vara att modellfelen får ett större genomslag då vi även styr gas och broms.

Enligt vår uppskattning av algoritmkomplexiteten är den enkla varianten av framförhållningen ungefär en faktor tio mindre beräkningskrävande än den fullständiga. Detta tillsammans med resultaten gör att den förenklade framförhållningen är att föredra.

Den enkla regleringen har låg komplexitet men kan inte garantera att bränsleförbrukningen minskar, eftersom strategin inte reglerar mot förbrukningen.

De gränsvinklar som härleddes för den enkla strategin bildar ett snävt intervall för de väglutningar där vi väljer att frikoppla. Det är tydligen inte så stor skillnad på att, med vår modell, accelerera med eller utan motorbroms. Eftersom motorbroms inte kräver bränsle, vilket frikoppling gör, är det en liten potential i att använda frikoppling för att öka hastigheten. Det avgörande verkar vara att använda backar för acceleration och att inte bromsa i onödan. Med andra ord, ha rätt hastighet vid rätt tillfälle. Trots det får vi med den enkla framförhållningen en icke försumbar besparing.

Vi har utvärderat våra strategier mot en fordonsmodell med en farthållare med schwung. Från resonemanget i föregående stycke borde denna funktion ensamt minska förbrukningen relativt mycket. Simuleringar gav att denna besparing var i samma storleksordning som vår bästa strategi. Med den strategin sammanräknat med schwung kan vi, enligt våra simuleringar på sträckan Linköping – Jönköping, en besparing om 1,5 % i bränsleförbrukning.

Antal prediktionssteg är en viktig parameter i problemformuleringen. Det är självklart att vi med fler steg får mer information vilket torde ge förutsättning för bättre lösningar. Förutom att kräva fler beräkningar ger också fler steg att prediktionsfelet blir större. Med simuleringar kom vi fram till att ungefär 30 steg (om 25 meter) är en lämplig avvägning.