CN107525515B - 应用于新能源汽车的充电设备搜索方法、***及电子设备 - Google Patents
应用于新能源汽车的充电设备搜索方法、***及电子设备 Download PDFInfo
- Publication number
- CN107525515B CN107525515B CN201710835125.XA CN201710835125A CN107525515B CN 107525515 B CN107525515 B CN 107525515B CN 201710835125 A CN201710835125 A CN 201710835125A CN 107525515 B CN107525515 B CN 107525515B
- Authority
- CN
- China
- Prior art keywords
- coefficient
- factor
- charging equipment
- new
- energy automobile
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000005611 electricity Effects 0.000 claims abstract description 16
- 238000004378 air conditioning Methods 0.000 claims abstract description 12
- 238000010438 heat treatment Methods 0.000 claims description 26
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 claims description 24
- 108010094028 Prothrombin Proteins 0.000 claims description 19
- AGVAZMGAQJOSFJ-WZHZPDAFSA-M cobalt(2+);[(2r,3s,4r,5s)-5-(5,6-dimethylbenzimidazol-1-yl)-4-hydroxy-2-(hydroxymethyl)oxolan-3-yl] [(2r)-1-[3-[(1r,2r,3r,4z,7s,9z,12s,13s,14z,17s,18s,19r)-2,13,18-tris(2-amino-2-oxoethyl)-7,12,17-tris(3-amino-3-oxopropyl)-3,5,8,8,13,15,18,19-octamethyl-2 Chemical compound [Co+2].N#[C-].[N-]([C@@H]1[C@H](CC(N)=O)[C@@]2(C)CCC(=O)NC[C@@H](C)OP(O)(=O)O[C@H]3[C@H]([C@H](O[C@@H]3CO)N3C4=CC(C)=C(C)C=C4N=C3)O)\C2=C(C)/C([C@H](C\2(C)C)CCC(N)=O)=N/C/2=C\C([C@H]([C@@]/2(CC(N)=O)C)CCC(N)=O)=N\C\2=C(C)/C2=N[C@]1(C)[C@@](C)(CC(N)=O)[C@@H]2CCC(N)=O AGVAZMGAQJOSFJ-WZHZPDAFSA-M 0.000 claims description 19
- 230000002277 temperature effect Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 230000001172 regenerating effect Effects 0.000 claims description 11
- 238000005057 refrigeration Methods 0.000 claims description 8
- 108010000499 Thromboplastin Proteins 0.000 claims description 6
- 102000002262 Thromboplastin Human genes 0.000 claims description 6
- 230000036541 health Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 239000000047 product Substances 0.000 description 14
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical group [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3469—Fuel consumption; Energy use; Emission aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Secondary Cells (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提供应用于新能源汽车的充电设备搜索方法、***、存储器及电子设备。所述方法包括：先根据驾驶记录中驾驶员踩加速踏板产生急加速事件的次数、空调根据当天环境温度的工作情况、及预设驾驶习惯基数计算得到驾驶习惯系数，再结合满电综合里程、当前电池SOH、及当前电池SOC计算得到剩余行驶里程；随后，搜索以剩余行驶里程为半径的区域范围内的各充电设备，并将搜索获得的各充电设备的地理位置显示于电子地图；根据驾驶员选择的目标充电设备的地理位置信息给出导航路线。本发明在搜索周边的充电设备时考虑了驾驶习惯和当下的季节环境，以及二者对电池剩余行驶里程的影响，以更加智能化、人性化的设计大大提高了用户体验。
Description
技术领域
本发明涉及新能源汽车领域，特别是涉及应用于新能源汽车的充电设备搜索方法、***及电子设备。
背景技术
现阶段，驾驶员在新能源汽车电量不足时寻找附近充电设施的方式仍旧比较繁琐，不够人性化，判断逻辑过于单一。通常，寻找附近充电设施的方式只参考电池的SOC(State of Charge，蓄电池的电荷状态)，例如：电量不足时，组合仪表提示电量快耗尽，驾驶员随后利用车机或手机导航搜索附近的充电设施，又例如：电量不足时，组合仪表提示电量快耗尽，导航根据剩余电量给出车辆最远能到达的电子围栏等。
传统的充电设施寻找方式只考虑了电池剩余电量，并没有考虑驾驶者的驾驶习惯和当下的季节环境，也没有考虑驾驶员的驾驶习惯和季节环境对电池剩余行驶里程的影响。可见，目前新能源汽车的充电设施寻找方案仍需改进，从而通过更加智能化和人性化的功能提高用户体验。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供应用于新能源汽车的充电设备搜索方法、***及电子设备，用于解决现有技术中的上述问题。
为实现上述目的及其他相关目的，本发明提供一种应用于新能源汽车的充电设备搜索方法，所述新能源汽车预存有若干充电设备的地理位置信息，所述方法包括：根据驾驶记录中驾驶员踩加速踏板产生急加速事件的次数确定驾驶习惯系数的第一因子，其中，产生急加速事件的次数越多，所述第一因子越大；根据当天环境温度信息按预设规则计算所述新能源汽车的空调制冷/制热系数，作为所述驾驶习惯系数的第二因子；根据所述第一因子、所述第二因子、及预设驾驶习惯基数的乘积，计算得到所述驾驶习惯系数；根据所述新能源汽车的满电综合里程、当前电池健康度SOH、当前电池剩余电量百分比SOC、及所述驾驶习惯系数的乘积，计算得到所述新能源汽车的剩余行驶里程；搜索以所述剩余行驶里程为半径的区域范围内的各充电设备，并将搜索获得的各充电设备的地理位置显示于电子地图，以供驾驶员选择；根据驾驶员选择的目标充电设备的地理位置信息给出导航路线。
于本发明一实施例中，所述新能源汽车还预存有表示电池在各环境温度下的性能的各环境温度影响系数，所述驾驶习惯系数的计算过程还包括：从预存的各所述环境温度影响系数中查找与所述当天环境温度信息对应的环境温度影响系数，作为所述驾驶习惯系数的第三因子；根据所述第一因子、所述第二因子、所述第三因子、及预设驾驶习惯基数的乘积，计算得到所述驾驶习惯系数。
于本发明一实施例中，所述驾驶习惯系数的计算过程还包括：根据所述新能源汽车再生制动功能的工作情况确定所述驾驶习惯系数的第四因子，其中，所述再生制动功能的续航里程百分比越大，所述第四因子越大；根据所述第一因子、所述第二因子、所述第三因子、所述第四因子、及预设驾驶习惯基数的乘积，计算得到所述驾驶习惯系数。
于本发明一实施例中，所述方法还包括：判断当前电池剩余电量、所述驾驶习惯系数、及所述满电综合里程的乘积是否低于预设阈值；若判断结果为是，则显示不同预设驾驶场景下的续航里程，以供驾驶员选择；在以驾驶员选择的续航里程为半径的区域范围内搜索各充电设备，并将搜索获得的各充电设备的地理位置显示于电子地图，以供驾驶员选择；根据驾驶员选择的目标充电设备的地理位置信息给出导航路线。
于本发明一实施例中，所述新能源汽车预存有若干充电设备的类型信息，所述方法还包括：在搜索充电设备之前，给出充电设备的类型信息，以供驾驶员选择；在相应的区域范围内搜索目标类型的充电设备，并将搜索获得的各充电设备的地理位置显示于电子地图，以供驾驶员选择。
于本发明一实施例中，所述新能源汽车设置有指纹识别设备、和/或人脸识别设备；所述方法还包括：通过指纹识别、人脸识别、或用户账号登录的方式，识别当前驾驶人员的身份；根据识别结果调取对应的驾驶记录。
于本发明一实施例中，按预设规则计算所述新能源汽车的空调制冷/制热系数，包括：若当天环境温度大于预设值，则计算所述空调制冷系数；所述空调制冷系数＝(每公里综合用电量-每公里制冷用电量)/每公里综合用电量；其中，每公里制冷用电量＝空调压缩机电压×压缩机供电电流×1小时时间×平均车速；若当天环境温度小于预设值，则计算所述空调制热系数；所述空调制热系数＝(每公里综合用电量-每公里制热用电量)/每公里综合用电量；其中，每公里制热用电量＝加热器PTC电压×加热器PTC供电电流×1小时时间×平均车速。
为实现上述目的及其他相关目的，本发明提供一种应用于新能源汽车的充电设备搜索***，包括：存储模块，用于预存若干充电设备的地理位置信息；计算模块，用于根据驾驶记录中驾驶员踩加速踏板产生急加速事件的次数确定驾驶习惯系数的第一因子，其中，产生急加速事件的次数越多，所述第一因子越大；根据当天环境温度信息计算所述新能源汽车的空调制冷/制热系数，作为所述驾驶习惯系数的第二因子；根据所述第一因子、所述第二因子、及预设驾驶习惯基数的乘积，计算得到所述驾驶习惯系数；根据所述新能源汽车的满电综合里程、当前电池健康度SOH、当前电池剩余电量百分比SOC、及所述驾驶习惯系数的乘积，计算得到所述新能源汽车的剩余行驶里程；导航模块，用于搜索以所述剩余行驶里程为半径的区域范围内的各充电设备，并将搜索获得的各充电设备的地理位置显示于电子地图，以供驾驶员选择；根据驾驶员选择的目标充电设备的地理位置信息给出导航路线。
为实现上述目的及其他相关目的，本发明提供一种存储介质，其中存储有计算机程序，所述计算机程序被处理器加载执行时，实现如上任一所述的应用于新能源汽车的充电设备搜索方法。
为实现上述目的及其他相关目的，本发明提供一种电子设备，其特征在于，包括：处理器、及存储器；其中，所述存储器用于存储计算机程序；所述处理器用于加载执行所述计算机程序，以使所述电子设备执行如上任一所述的应用于新能源汽车的充电设备搜索方法。
如上所述，本发明的应用于新能源汽车的充电设备搜索方法、***及电子设备，具有以下有益效果：结合驾驶者的驾驶习惯和当下的季节环境对电池剩余行驶里程的影响，给出的剩余里程更能贴合实际，从而减缓驾驶者对电动汽车的剩余里程的焦虑，也满足驾驶者对车辆自动化、智能化的需求。
附图说明
图1显示为本发明一实施例中的硬件应用场景拓扑图。
图2显示为本发明一实施例中的应用于新能源汽车的充电设备搜索方法的流程示意图。
图3显示为本发明一优选实施例中的驾驶习惯系数计算流程图。
图4显示为本发明另一实施例的应用于新能源汽车的充电设备搜索方法的流程示意图。
图5显示为本发明一实施例中的应用于新能源汽车的充电设备搜索***的模块示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
本发明提供一种应用于新能源汽车的充电设备搜索方法，该方法可以通过图1所示的车载娱乐主机(IVI)来实现。车载娱乐主机(IVI)通过车载网关(GW)、车载通信模块(TBOX)及车载网络与后台服务端(或云端)相连。车载网络可以包括传统CAN网络、FLEXRAY、CANFD、MOST、或以太网等。另外，读取车辆网络数据的可不限于TBOX和GW，也适用于其它控制器，或外接OBD工具等。
所述新能源汽车可以通过车载娱乐主机(IVI)预存有若干充电设备的地理位置信息、进一步还预存有表示电池在各环境温度下的性能的各环境温度影响系数。如图2所示，本实施例所述的应用于新能源汽车的充电设备搜索方法包括如下步骤：
S201：根据驾驶记录中驾驶员踩加速踏板产生急加速事件的次数确定驾驶习惯系数的第一因子，其中，产生急加速事件的次数越多，所述第一因子越大。
在一较佳的实施方式中，所述新能源汽车设置有指纹识别设备、人脸识别设备等。在执行步骤S201之前，所述新能源汽车可以通过指纹识别、人脸识别、或车载娱乐主机(IVI)用户账号登录等方式，识别当前驾驶人员的身份。随后，根据识别结果从后台服务端调取当前驾驶人员的驾驶记录。当然，驾驶过当前新能源汽车的相关人员的驾驶记录也可以存储在本地车载娱乐主机(IVI)中。此时，根据识别结果直接从车载娱乐主机(IVI)自身调取当前驾驶人员的驾驶记录即可。
S202：根据当天环境温度信息按预设规则计算所述新能源汽车的空调制冷/制热系数，作为所述驾驶习惯系数的第二因子。
具体的，预设规则包括：若当天环境温度大于预设值，则计算所述空调制冷系数；若当天环境温度小于预设值，则计算所述空调制热系数，其中：所述空调制冷系数＝(每公里综合用电量-每公里制冷用电量)/每公里综合用电量；每公里制冷用电量＝空调压缩机电压×压缩机供电电流×1小时时间×平均车速；所述空调制热系数＝(每公里综合用电量-每公里制热用电量)/每公里综合用电量；每公里制热用电量＝加热器PTC电压×加热器PTC供电电流×1小时时间×平均车速。
S203：根据所述第一因子、所述第二因子、及预设驾驶习惯基数的乘积，计算得到所述驾驶习惯系数。
特别的，在另一实施方式中，所述驾驶习惯系数的计算还包括：从预存的各所述环境温度影响系数中查找与所述当天环境温度信息匹配的温度信息所对应的环境温度影响系数，作为所述驾驶习惯系数的第三因子；根据所述第一因子、所述第二因子、所述第三因子、及预设驾驶习惯基数的乘积，计算得到所述驾驶习惯系数。
优选的，在又一实施方式中，所述驾驶习惯系数的计算还包括：根据所述新能源汽车再生制动功能的工作情况确定所述驾驶习惯系数的第四因子，其中，所述再生制动功能的续航里程百分比越大，所述第四因子越大；根据所述第一因子、所述第二因子、所述第三因子、所述第四因子、及预设驾驶习惯基数的乘积，计算得到所述驾驶习惯系数。
请参阅图3，以下将以具体的实例说明所述驾驶习惯系数的计算过程：
步骤S301：设置驾驶习惯基数为1，根据踩加速踏板的急加速次数分为4档，每档分别对应乘以1.01、1.02、1.03、1.04的第一因子。需要说明的是，本步骤的数值仅作为示例，但并不以此为限。
步骤S302：判断当天环境温度是否低于15摄氏度，若是则执行步骤S303，反之执行步骤S304。需要说明的是，本步骤的数值仅作为示例，但并不以此为限。
步骤S303：计算空调制热系数作为第二因子，并与第一因子及基数相乘。
步骤S304：计算空调制冷系数作为第二因子，并与第一因子及基数相乘。
步骤S305：根据当天该区域的平均温度，分别乘以对应的环境温度影响系数，即第三因子。需要说明的是，环境温度影响系数由实验室的测试结果得出，为不同温度下锂电池性能的矩阵表。因不同型号的锂电池系数和曲线均不同，环境温度影响系数是一个经验性质的实验参数，通常为每摄氏度一个系数。由于本发明没有对环境温度影响系数的本身及获取方式进行改进，只是利用了环境温度影响系数的数值来参与驾驶习惯系数的计算，所以在此不对环境温度影响系数的取值做详细介绍。
步骤S306：依据再生制动功能的开闭，分别乘以不同系数，即第四因子。需要说明的是，再生制动通过吸收制动时的能量给到电池充电，以增加整车的续航里程。通常具备再生制动***的车辆可以增加5～15％的续航里程，例如：***可设置默认为10％的续航里程增加，则再生制动能量回收系数为1.1。实际的数值则由产品结构和设计的不同而不同；当再生制动功能被车主主动关闭后，此项增加里程为0，再生制动能量回收系数为1。
S204：根据所述新能源汽车的满电综合里程(满电综合工况)、当前电池健康度SOH、当前电池剩余电量百分比SOC、及所述驾驶习惯系数的乘积，计算得到所述新能源汽车的剩余行驶里程。
S205：搜索以所述剩余行驶里程为半径的区域范围内的各充电设备，并将搜索获得的各充电设备的地理位置显示于电子地图，以供驾驶员选择。
在一较佳的实施方式中，所述新能源汽车预存有若干充电设备的类型信息，如：快速充电、露天、商场等。所述方法还包括：在搜索充电设备之前，给出充电设备的类型信息，以供驾驶员选择；在相应的区域范围内搜索目标类型的充电设备，并将搜索获得的各充电设备的地理位置显示于电子地图，以供驾驶员选择。
S206：根据驾驶员选择的目标充电设备的地理位置信息给出导航路线。导航包括GPS、北斗、网络导航等形式。
请参阅图4，在另一实施方式中，电池管理***不断将高压电池SOC信息发至整车网络，TBOX或GW等包含诊断芯片的控制器将从整车网络上检测到的高压电池包剩余电量SOC值发送到本地车载娱乐主机(IVI)。所述方法进一步包括：
首先，判断当前电池剩余电量、所述驾驶习惯系数、及所述满电综合里程的乘积是否低于预设阈值。
其次，若判断结果为是，则显示不同预设驾驶场景下的续航里程，如：开空调、不开空调、激进驾驶、平缓驾驶等，以供驾驶员选择。
再次，在以驾驶员选择的续航里程为半径的区域范围内搜索各充电设备，并将搜索获得的各充电设备的地理位置显示于电子地图，以供驾驶员选择。
最后，根据驾驶员选择的目标充电设备的地理位置信息给出导航路线。
如图5所示，与上述方法实施例原理相似的是，本发明还提供应用于新能源汽车的充电设备搜索***5，包括：存储模块501、计算模块502、导航模块503。由于前述方法实施例中的技术特征能应用于本***实施例，因而不再重复赘述。
存储模块501用于预存若干充电设备的地理位置信息，可选择地预存有表示电池在各环境温度下的性能的各环境温度影响系数。
计算模块502用于根据驾驶记录中驾驶员踩加速踏板产生急加速事件的次数确定驾驶习惯系数的第一因子，其中，产生急加速事件的次数越多，所述第一因子越大；根据当天环境温度信息计算所述新能源汽车的空调制冷/制热系数，作为所述驾驶习惯系数的第二因子；根据所述第一因子、所述第二因子、及预设驾驶习惯基数的乘积，计算得到所述驾驶习惯系数；根据所述新能源汽车的满电综合里程、当前电池健康度SOH、当前电池剩余电量百分比SOC、及所述驾驶习惯系数的乘积，计算得到所述新能源汽车的剩余行驶里程。
导航模块503用于搜索以所述剩余行驶里程为半径的区域范围内的各充电设备，并将搜索获得的各充电设备的地理位置显示于电子地图，以供驾驶员选择；根据驾驶员选择的目标充电设备的地理位置信息给出导航路线。
当所述新能源汽车设置有指纹识别设备、人脸识别设备时，所述应用于新能源汽车的充电设备搜索***5还包括：身份识别模块，用于通过指纹识别、人脸识别、或用户账号登录的方式，识别当前驾驶人员的身份；并根据识别结果调取与当前驾驶人员身份对应的驾驶记录。
除此之外，本发明还包括一种存储介质和一种电子设备，由于前述实施例中的技术特征可以应用于存储介质实施例、电子设备实施例，因而不再重复赘述。
所述存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质，其中存储有计算机程序，该计算机程序在被处理器加载执行时，实现前述实施例中应用于新能源汽车的充电设备搜索方法的全部或部分步骤。
所述电子设备为包括处理器(CPU/MCU/SOC)、存储器(ROM/RAM)、通信模块(有线/无线网络)、显示模块的设备，优选为车载电脑。特别的，该存储器中存储有计算机程序，该处理器在加载执行所述计算机程序时，实现前述实施例中应用于新能源汽车的充电设备搜索方法的全部或部分步骤。
综上所述，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (9)
1.一种应用于新能源汽车的充电设备搜索方法，其特征在于，所述新能源汽车预存有若干充电设备的地理位置信息，所述方法包括：
根据驾驶记录中驾驶员踩加速踏板产生急加速事件的次数确定驾驶习惯系数的第一因子，其中，产生急加速事件的次数越多，所述第一因子越大；
根据当天环境温度信息按预设规则计算所述新能源汽车的空调制冷/制热系数，作为所述驾驶***均车速；若当天环境温度小于预设值，则计算所述空调制热系数；所述空调制热系数＝(每公里综合用电量-每公里制热用电量)/每公里综合用电量；其中，每公里制热用电量＝加热器PTC电压×加热器PTC供电电流×1小时时间×平均车速；
根据所述第一因子、所述第二因子、及预设驾驶习惯基数的乘积，计算得到所述驾驶习惯系数；
根据所述新能源汽车的满电综合里程、当前电池健康度SOH、当前电池剩余电量百分比SOC、及所述驾驶习惯系数的乘积，计算得到所述新能源汽车的剩余行驶里程；
搜索以所述剩余行驶里程为半径的区域范围内的各充电设备，并将搜索获得的各充电设备的地理位置显示于电子地图，以供驾驶员选择；
根据驾驶员选择的目标充电设备的地理位置信息给出导航路线。
2.根据权利要求1所述的方法，其特征在于，所述新能源汽车还预存有表示电池在各环境温度下的性能的各环境温度影响系数；所述驾驶习惯系数的计算过程还包括：
从预存的各所述环境温度影响系数中查找与所述当天环境温度信息匹配的环境温度所对应的环境温度影响系数，作为所述驾驶习惯系数的第三因子；
根据所述第一因子、所述第二因子、所述第三因子、及预设驾驶习惯基数的乘积，计算得到所述驾驶习惯系数。
3.根据权利要求2所述的方法，其特征在于，所述驾驶习惯系数的计算过程还包括：
根据所述新能源汽车再生制动功能的工作情况确定所述驾驶习惯系数的第四因子，其中，所述再生制动功能的续航里程百分比越大，所述第四因子越大；
根据所述第一因子、所述第二因子、所述第三因子、所述第四因子、及预设驾驶习惯基数的乘积，计算得到所述驾驶习惯系数。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
判断当前电池剩余电量、所述驾驶习惯系数、及所述满电综合里程的乘积是否低于预设阈值；
若判断结果为是，则显示不同预设驾驶场景下的续航里程，以供驾驶员选择；
在以驾驶员选择的续航里程为半径的区域范围内搜索各充电设备，并将搜索获得的各充电设备的地理位置显示于电子地图，以供驾驶员选择；
根据驾驶员选择的目标充电设备的地理位置信息给出导航路线。
5.根据权利要求1或4所述的方法，其特征在于，所述新能源汽车预存有若干充电设备的类型信息；所述方法还包括：
在搜索充电设备之前，给出充电设备的类型信息，以供驾驶员选择；
在相应的区域范围内搜索目标类型的充电设备，并将搜索获得的各充电设备的地理位置显示于电子地图，以供驾驶员选择。
6.根据权利要求1所述的方法，其特征在于，所述新能源汽车设置有指纹识别设备、和/或人脸识别设备；所述方法还包括：
通过指纹识别、人脸识别、或用户账号登录的方式，识别当前驾驶人员的身份；
根据识别结果调取与当前驾驶人员身份对应的驾驶记录。
7.一种应用于新能源汽车的充电设备搜索***，其特征在于，包括：
存储模块，用于预存若干充电设备的地理位置信息；
计算模块，用于根据驾驶记录中驾驶员踩加速踏板产生急加速事件的次数确定驾驶***均车速；若当天环境温度小于预设值，则计算所述空调制热系数；所述空调制热系数＝(每公里综合用电量-每公里制热用电量)/每公里综合用电量；其中，每公里制热用电量＝加热器PTC电压×加热器PTC供电电流×1小时时间×平均车速；
根据所述第一因子、所述第二因子、及预设驾驶习惯基数的乘积，计算得到所述驾驶习惯系数；根据所述新能源汽车的满电综合里程、当前电池健康度SOH、当前电池剩余电量百分比SOC、及所述驾驶习惯系数的乘积，计算得到所述新能源汽车的剩余行驶里程；
导航模块，用于搜索以所述剩余行驶里程为半径的区域范围内的各充电设备，并将搜索获得的各充电设备的地理位置显示于电子地图，以供驾驶员选择；根据驾驶员选择的目标充电设备的地理位置信息给出导航路线。
8.一种存储介质，其中存储有计算机程序，其特征在于，所述计算机程序被处理器加载执行时，实现如权利要求1至6中任一所述的应用于新能源汽车的充电设备搜索方法。
9.一种电子设备，其特征在于，包括：处理器、及存储器；其中，
所述存储器用于存储计算机程序；
所述处理器用于加载执行所述计算机程序，以使所述电子设备执行如权利要求1至6中任一所述的应用于新能源汽车的充电设备搜索方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710835125.XA CN107525515B (zh) | 2017-09-15 | 2017-09-15 | 应用于新能源汽车的充电设备搜索方法、***及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710835125.XA CN107525515B (zh) | 2017-09-15 | 2017-09-15 | 应用于新能源汽车的充电设备搜索方法、***及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107525515A CN107525515A (zh) | 2017-12-29 |
| CN107525515B true CN107525515B (zh) | 2018-03-30 |
Family
ID=60736846
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710835125.XA Active CN107525515B (zh) | 2017-09-15 | 2017-09-15 | 应用于新能源汽车的充电设备搜索方法、***及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107525515B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108896064A (zh) * | 2018-07-05 | 2018-11-27 | 晁保锁 | 基于信息共享的应用于gps导航***的到达时间预估*** |
| CN109615098A (zh) * | 2018-11-23 | 2019-04-12 | 宁波市建筑设计研究院有限公司 | 一种公交站充电桩配电预约方法 |
| CN110610311A (zh) * | 2019-09-12 | 2019-12-24 | 昆山聚创新能源科技有限公司 | 车电分离装置的配置方法和装置 |
| CN113340315A (zh) * | 2020-03-02 | 2021-09-03 | 北京百度网讯科技有限公司 | 车辆充电方法、装置、电子设备及存储介质 |
| CN112373348B (zh) * | 2020-12-04 | 2022-04-15 | 江苏科技大学 | 一种无人自助式海上充电方法及其充电*** |
| CN113895306B (zh) * | 2021-10-18 | 2022-05-27 | 南昌工程学院 | 一种新能源汽车充电定位方法和装置 |
| CN117538765B (zh) * | 2024-01-09 | 2024-04-12 | 深圳市骑瑞科技有限公司 | 一种电动自行车电池的电量监测方法及*** |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3833931B2 (ja) * | 2001-11-29 | 2006-10-18 | アルパイン株式会社 | 燃費表示方法及び燃費表示装置 |
| US8793067B2 (en) * | 2009-12-28 | 2014-07-29 | Honda Motor Co., Ltd. | Route searching device |
| DE112011100624B4 (de) * | 2010-02-22 | 2017-12-28 | Toyota Jidosha Kabushiki Kaisha | Energieversorgungssteuervorrichtung und Informationsbereitstellungsvorrichtung |
| CN103935259B (zh) * | 2014-03-31 | 2016-04-06 | 同济大学 | 基于耗电量的电动汽车最优路径查找方法 |
| CN105046356B (zh) * | 2015-07-13 | 2019-01-29 | 武汉大学 | 一种电动汽车续航里程优化装置及方法 |
| CN106871917A (zh) * | 2017-01-23 | 2017-06-20 | 深圳充电网科技有限公司 | 一种电动车路线规划方法及装置 |
| CN106908075B (zh) * | 2017-03-21 | 2020-05-08 | 福州大学 | 大数据采集与处理***及基于其电动汽车续航估计方法 |
-
2017
- 2017-09-15 CN CN201710835125.XA patent/CN107525515B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107525515A (zh) | 2017-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107525515B (zh) | 应用于新能源汽车的充电设备搜索方法、***及电子设备 | |
| Tian et al. | An adaptive ECMS with driving style recognition for energy optimization of parallel hybrid electric buses | |
| Miri et al. | Electric vehicle energy consumption modelling and estimation—A case study | |
| CN110775065B (zh) | 一种基于工况识别的混合动力汽车电池寿命预测方法 | |
| US10415986B2 (en) | Route-based distance to empty calculation for a vehicle | |
| CN106908075B (zh) | 大数据采集与处理***及基于其电动汽车续航估计方法 | |
| CN104044462B (zh) | 基于日历事件的用户接口***和方法 | |
| Zhang et al. | Role of terrain preview in energy management of hybrid electric vehicles | |
| Khayyam et al. | Adaptive intelligent energy management system of plug-in hybrid electric vehicle | |
| Tannahill et al. | Driver alerting system using range estimation of electric vehicles in real time under dynamically varying environmental conditions | |
| CN107490386A (zh) | 一种电动汽车最优路径和驾驶方式的规划方法及*** | |
| US20160061611A1 (en) | Route based energy consumption estimation using physical models | |
| CN109204300B (zh) | 混合动力车辆及其行驶模式控制方法 | |
| CN110936949A (zh) | 基于行驶工况的能量控制方法、设备、存储介质及装置 | |
| CN107010041A (zh) | 具有预测目的地以减少发动机启动的增强的电驱动模式 | |
| US20210146785A1 (en) | Driver model estimation, classification, and adaptation for range prediction | |
| WO2022021062A1 (zh) | 剩余里程预测的方法和电池远程服务的*** | |
| CN108549779A (zh) | 混合动力汽车的性能仿真计算方法、终端设备及存储介质 | |
| CN104044589A (zh) | 用于操作混合动力车辆的方法 | |
| CN103707889A (zh) | 一种控制混合动力汽车动力的方法 | |
| CN108177528A (zh) | 纯电动汽车续驶里程估算方法、***、设备及存储介质 | |
| CN110103936A (zh) | 车辆控制***、车辆控制方法及存储介质 | |
| Yi et al. | Sensitivity analysis of environmental factors for electric vehicles energy consumption | |
| CN115689083A (zh) | 一种预见性能量管理方法、装置、电子设备及存储介质 | |
| CN117498325A (zh) | 一种新能源汽车用电量预测及充电资源调度优化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 334000 Jiangxi city of Shangrao Province Economic and Technological Development Zone West Hing Road Applicant after: AIWAYS AUTOMOBILE Co.,Ltd. Address before: 334000 Jiangxi Province, Shangrao city Shangrao Economic & Technological Development Zone West Park Avenue Applicant before: JIANGXI AICHI YIWEI INDUSTRIAL CO.,LTD. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20180720 Address after: 201821 J871 room 6, 1288 Yecheng Road, Jiading District, Shanghai. Patentee after: AIWAYS AUTO (SHANGHAI) Co.,Ltd. Address before: 334000 Xingyuan West Avenue, Shangrao economic and Technological Development Zone, Jiangxi, China Patentee before: AIWAYS AUTOMOBILE Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20230131 Granted publication date: 20180330 |
|
| PP01 | Preservation of patent right | ||
| PD01 | Discharge of preservation of patent |
Date of cancellation: 20240108 Granted publication date: 20180330 |
|
| PD01 | Discharge of preservation of patent | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20240227 Granted publication date: 20180330 |
|
| PP01 | Preservation of patent right |