CN110174117A - 一种电动汽车充电路线规划方法 - Google Patents
一种电动汽车充电路线规划方法 Download PDFInfo
- Publication number
- CN110174117A CN110174117A CN201910459752.7A CN201910459752A CN110174117A CN 110174117 A CN110174117 A CN 110174117A CN 201910459752 A CN201910459752 A CN 201910459752A CN 110174117 A CN110174117 A CN 110174117A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- charging
- electric car
- route
- client
- 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.)
- Granted
Links
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
- Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
- Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
- Y04S30/12—Remote or cooperative charging
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种电动汽车充电路线规划方法,属于电动汽车技术领域。现有技术中,车主无法在进行长途旅程前,事先查询到从起始地到目的地之间是否有充足的、适合自己车辆的充电站,因此,许多车主放弃驾驶电动汽车进行跨地市的念头,转而搭乘其他类型的交通工具,使电动汽车的实用性大打折扣。本发明包括以下步骤:第一步、获取基础数据;第二步、路线分段;第三步、计算路段最优充电站;第四步、生成充电路线。本发明提供一种充电路线规划的方法,解决了充电设施信息不对称的问题,结合车辆的实时情况,动态生成智能规划后的最优线路,使得车主驾驶电动汽车长途行驶时,在每次电量耗尽前,能够找到可用充电站,直至顺利到达目的地。
Description
技术领域
本发明涉及一种电动汽车充电路线规划方法,属于电动汽车技术领域。
背景技术
各地电动汽车充电设施的建设情况有差异,加之市面上的导航软件无法检索到充电站信息,造成了信息不对称的情况。车主无法在进行长途旅程前,事先查询到从起始地到目的地之间是否有充足的、适合自己车辆的充电站,因此,许多车主放弃驾驶电动汽车进行跨地市的念头,转而搭乘其他类型的交通工具,使电动汽车的实用性大打折扣。
发明内容
针对现有技术的缺陷,本发明的目的在于提供一种充电路线规划的方法,解决了充电设施信息不对称的问题,结合车辆的实时情况,动态生成智能规划后的最优线路,使得车主驾驶电动汽车长途行驶时,在每次电量耗尽前,能够找到可用充电站,直至顺利到达目的地的电动汽车充电路线规划方法。
为实现上述目的,本发明的技术方案为:
一种电动汽车充电路线规划方法,包括服务端、客户端,把各区域的充电站数据录入服务端;把各区域的地图数据录入客户端。
所述方法具体包括以下步骤::
第一步、获取基础数据
电动汽车车主或用户在旅程开始前,在客户端中选择出发地和目的地;
第二步、路线分段
客户端接收到基础数据后,通过地图API计算出发地和目的地之间的行驶距离D,再根据车辆理论续航里程Ea对路线进行分段,分段数用S表示;
第三步、计算路段最优充电站
服务端收到客户端发来的数据后,依次检索出每段路程中的最优充电站并将坐标和站点信息发送给客户端;
第四步、生成充电路线
客户端接收服务端返回的各路段最优站点信息并进行处理,形成一条完整的充电路线图。
本发明提供一种充电路线规划方法,解决了充电设施信息不对称的问题,结合车辆的实时情况,动态生成智能规划后的最优线路,使得车主驾驶电动汽车长途行驶时,在每次电量耗尽前,能够找到可用充电站,直至顺利到达目的地。
作为优选技术措施,所述第一步中,还需要选择车辆型号,***将从数据库中检索该车型的出厂续航里程Em,如果数据库中没有该车型,则需要用户手动输入。
由于电动汽车车型较多,其耗电以及电池储能能力也不同,因此获知具体车辆的续航能力是进行准确、合理规划的前提。具体车辆具体分析,能够有效提高本发明规划方法的准确度。
作为优选技术措施,客户端通过网络和/或蓝牙和/或有线连接的方式,从车辆的电池监测模块中读取SOH(电池健康状态)数据。例如:SOH为90%,则表示电动汽车电池已有10%的损耗。由于现有电池易损耗,需要时时监控其健康情况,并根据实际损耗水平进行合理路径规划,减少规划误差。
作为优选技术措施,将影响电动汽车里程值不利因素进行预估,把影响里程值累加,其累加值为Ew;所述不利因素包括:司机的不良驾车习惯、地势上坡、胎压过低。司机的不良驾车习惯(急启急停、高速开窗)、地势(上坡)、胎压过低等因素都可能使车辆的电量加速消耗,导致实际续航里程比理论续航里程少。例如:开着车窗高速行驶,会扰乱空气流动而形成大风阻,直接导致车辆行驶阻力增大,加速电量损耗;车辆胎压过底时,轮胎与路面的接触面积增大,增加轮胎的滚动阻力,车辆需要更大的动力来前行,这也使得电量消耗更快,因此需要预估不利因素,并把不利因素量化,减少充电路线的规划误差。
作为优选技术措施,计算车辆续航里程时,应考虑电池损耗及外部因素的影响,即理论续航里程Ea=(Em*SOH)-Ew,考虑各种影响因素,最大程度提高本发明准确度,减少误差。
作为优选技术措施,所述第二步,
分段数的计算公式为:S=D/Ea;如:出发地与目的地相距1000km,车辆理论续航里程为 200km,经过计算1000/200=5,将路线分为5段。
每段路程均有对应的起点和终点,相邻的两段路程之间的连接点即上一段路程的终点和下一段路程的起点相交处称为停休点即车辆耗尽1次电量时停泊的位置,停休点个数=路段数S-1。
作为优选技术措施,根据整个行程的情况,可能出现多段路程,产生多个停休点。客户端将模拟行驶情况,计算出每个停休点的坐标(经纬度),将车辆理论续航里程Ea、整个行程的起终点坐标和各个停休点的坐标发送至服务端。
作为优选技术措施,
所述第三步,
电动汽车充电网络服务能力除了与充电桩的数量有关,也和车与充电桩之间的距离有关;设服务距离影响因子为f(r),则t时段的充电网络服务能力E(t)为:
Er(t)=f(r)×E(t)
r为充电设施的覆盖半径,在平台路线规划运算中,将选取覆盖半径最大的充电点,计算服务距离影响因子;即考虑车辆与最近的充电站的距离为最大值rmax时,车辆可能成功到达充电设施进行充电的概率,为充电设施服务距离影响因子f(r);该数值可由充电前剩余电量的概率密度分布D(r)从r到续驶里程值Vkmax积分求出:
作为优选技术措施,
计算单路段最优充电站的步骤如下:
1、将停休点的坐标与服务端存储的充电站坐标进行比对计算,检索出以停休点为圆心,半径20公里内的充电站;
2、逐一将检索出的充电站坐标与该路段起点坐标进行计算比对,若路段起点与站点之间的距离大于车辆理论续航里程,则表示车辆无法行驶到该站点,程序会自动将此类不符合条件的站点排除,留下符合条件的站点,形成一个集合C;
3、为了让车辆能够尽早到达充电站,服务端会把集合C中的站点逐一与该路段起点进行距离计算,最终选出一个与该路段起点最近的站点,成为路段最优充电站。
本发明方案详尽,切实可行,使得车主驾驶电动汽车长途行驶时,在每次电量耗尽前,能够找到可用充电站,直至顺利到达目的。
作为优选技术措施,
所述服务端以及客户端可以同时设置在本地端上,便于用户使用,在没有网络的情况下,也可以随时导航,适用于各种极端情况。
所述服务端可设置在远程服务器上,所述客户端可以设置在本地端上,客户端通过无线网络和服务端进行通讯,便于服务器数据更新,减少本地端的数据存储,减轻本地端的处理器数据计算负担。本领域技术人员可根据实际情况选择设置。
所述本地端为手机或电脑或智能手表或车载导航。
与现有技术相比,本发明具有以下有益效果:
本发明提供一种充电路线规划的方法,解决了充电设施信息不对称的问题,结合车辆的实时情况,动态生成智能规划后的最优线路,使得车主驾驶电动汽车长途行驶时,在每次电量耗尽前,能够找到可用充电站,直至顺利到达目的地。
附图说明
图1为本发明停休点与路段划分示意图;
图2为本发明完整的充电路线规划图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
相反,本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步,为了使公众对本发明有更好的了解,在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
如图1所示,一种电动汽车充电路线规划方法,包括以下步骤:
第一步、获取基础数据
1、电动汽车车主(用户)在旅程开始前,在客户端中选择出发地和目的地,还需要选择车辆型号,***将从数据库中检索该车型的出厂续航里程Em,如果数据库中没有该车型,则需要用户手动输入。
2、客户端通过网络或蓝牙连接的方式,从车辆的电池监测模块中读取SOH(电池健康状态)数据。例如:SOH为90%,则表示电动汽车电池已有10%的损耗。
3、司机的不良驾车习惯(急启急停、高速开窗)、地势(上坡)、胎压过低等因素都可能使车辆的电量加速消耗,导致实际续航里程比理论续航里程少。例如:开着车窗高速行驶,会扰乱空气流动而形成大风阻,直接导致车辆行驶阻力增大,加速电量损耗;车辆胎压过底时,轮胎与路面的接触面积增大,增加轮胎的滚动阻力,车辆需要更大的动力来前行,这也使得电量消耗更快。因此,我们将可能减少的里程值进行预估后,累加为Ew。
4、综上,云平台计算车辆续航里程时,应考虑电池损耗及外部因素的影响。即理论续航里程Ea=(Em*SOH)-Ew。
第二步、路线分段
客户端接收到基础数据后,通过地图API计算出发地和目的地之间的行驶距离D,再根据车辆理论续航里程Ea对路线进行分段,分段数用S表示。计算公式为:S=D/Ea。如:出发地与目的地相距1000km,车辆理论续航里程为200km,经过计算1000/200=5,将路线分为5段。
每段路程均有对应的起点和终点,相邻的两段路程之间的连接点(上一段路程的终点和下一段路程的起点相交处)称为停休点(即车辆耗尽1次电量时停泊的位置,停休点个数=路段数S-1)。根据整个行程的情况,可能出现多段路程,产生多个停休点。客户端将模拟行驶情况,计算出每个停休点的坐标(经纬度),将车辆理论续航里程Ea、整个行程的起终点坐标和各个停休点的坐标发送至服务端。
第三步、计算路段最优充电站
服务端收到客户端发来的数据后,依次检索出每段路程中的最优充电站并将坐标和站点信息发送给客户端。
电动汽车充电网络服务能力除了与充电桩的数量有关,也和车与充电桩之间的距离有关。设服务距离影响因子为f(r),则t时段的充电网络服务能力E(t)为:
Er(t)=f(r)×E(t)
r为充电设施的覆盖半径,在平台路线规划运算中,将选取覆盖半径最大的充电点,计算服务距离影响因子。即考虑车辆与最近的充电站的距离为最大值rmax时,车辆可能成功到达充电设施进行充电的概率,为充电设施服务距离影响因子f(r)。该数值可由充电前剩余电量的概率密度分布D(r)从r到续驶里程值Vkmax积分求出:
因此,计算单路段最优充电站的步骤如下:
1、将停休点的坐标与服务端存储的充电站坐标进行比对计算,检索出以停休点为圆心,半径20公里内的充电站;
2、逐一将检索出的充电站坐标与该路段起点坐标进行计算比对,若路段起点与站点之间的距离大于车辆理论续航里程,则表示车辆无法行驶到该站点,程序会自动将此类不符合条件的站点排除,留下符合条件的站点,形成一个集合C。
3、为了让车辆能够尽早到达充电站,服务端会把集合C中的站点逐一与该路段起点进行距离计算,最终选出一个与该路段起点最近的站点,成为路段最优充电站。
第四步、生成充电路线
客户端接收服务端返回的各路段最优站点信息并进行处理,形成一条完整的充电路线图。
如图2所示,应用本发明一种具体实施例:全程约1268公里,需驾驶18小时40分34秒,途径3个快充站,2个慢充站,车主根据上述规划出的充电站进行充电,能够顺利到达目的地。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种电动汽车充电路线规划方法,包括服务端、客户端,其特征在于,
把各区域的充电站数据录入服务端;把各区域的地图数据录入客户端;
所述方法具体包括以下步骤:
第一步、获取基础数据
电动汽车车主或用户在旅程开始前,在客户端中选择出发地和目的地;
第二步、路线分段
客户端接收到基础数据后,通过地图API计算出发地和目的地之间的行驶距离D,再根据车辆理论续航里程Ea对路线进行分段,分段数用S表示;
第三步、计算路段最优充电站
服务端收到客户端发来的数据后,依次检索出每段路程中的最优充电站并将坐标和站点信息发送给客户端;
第四步、生成充电路线
客户端接收服务端返回的各路段最优站点信息并进行处理,形成一条完整的充电路线图。
2.如权利要求1所述的一种电动汽车充电路线规划方法,其特征在于,所述第一步中,还需要选择车辆型号,***将从数据库中检索该车型的出厂续航里程Em,如果数据库中没有该车型,则需要用户手动输入。
3.如权利要求2所述的一种电动汽车充电路线规划方法,其特征在于,客户端通过网络和/或蓝牙和/或有线连接的方式,从车辆的电池监测模块中读取电池健康状态数据。
4.如权利要求3所述的一种电动汽车充电路线规划方法,其特征在于,将影响电动汽车里程值不利因素进行预估,把影响里程值累加,其累加值为Ew;所述不利因素包括:司机的不良驾车习惯、地势上坡、胎压过低。
5.如权利要求4所述的一种电动汽车充电路线规划方法,其特征在于,计算车辆续航里程时,应考虑电池损耗及外部因素的影响,即理论续航里程Ea=(Em*SOH)-Ew。。
6.如权利要求1所述的一种电动汽车充电路线规划方法,其特征在于,所述第二步,
分段数的计算公式为:S=D/Ea;每段路程均有对应的起点和终点,相邻的两段路程之间的连接点即上一段路程的终点和下一段路程的起点相交处称为停休点即车辆耗尽1次电量时停泊的位置,停休点个数=路段数S-1。
7.如权利要求6所述的一种电动汽车充电路线规划方法,其特征在于,根据整个行程的情况,可能出现多段路程,产生多个停休点;客户端将模拟行驶情况,计算出每个停休点的坐标,将车辆理论续航里程Ea、整个行程的起终点坐标和各个停休点的坐标发送至服务端。
8.如权利要求1所述的一种电动汽车充电路线规划方法,其特征在于,
所述第三步,
电动汽车充电网络服务能力除了与充电桩的数量有关,也和车与充电桩之间的距离有关;设服务距离影响因子为f(r),则t时段的充电网络服务能力E(t)为:
Er(t)=f(r)×E(t);
r为充电设施的覆盖半径,在平台路线规划运算中,将选取覆盖半径最大的充电点,计算服务距离影响因子;即考虑车辆与最近的充电站的距离为最大值rmax时,车辆可能成功到达充电设施进行充电的概率,为充电设施服务距离影响因子f(r);该数值可由充电前剩余电量的概率密度分布D(r)从r到续驶里程值Vkmax积分求出:
9.如权利要求8所述的一种电动汽车充电路线规划方法,其特征在于,
计算单路段最优充电站的步骤如下:
1、将停休点的坐标与服务端存储的充电站坐标进行比对计算,检索出以停休点为圆心,半径20公里内的充电站;
2、逐一将检索出的充电站坐标与该路段起点坐标进行计算比对,若路段起点与站点之间的距离大于车辆理论续航里程,则表示车辆无法行驶到该站点,程序会自动将此类不符合条件的站点排除,留下符合条件的站点,形成一个集合C;
3、为了让车辆能够尽早到达充电站,服务端会把集合C中的站点逐一与该路段起点进行距离计算,最终选出一个与该路段起点最近的站点,成为路段最优充电站。
10.如权利要求9所述的一种电动汽车充电路线规划方法,其特征在于,所述服务端以及客户端同时设置在本地端上;或所述服务端设置在远程服务器上,所述客户端设置在本地端上,客户端通过无线网络和服务端进行通讯;所述本地端为手机或电脑或智能手表或车载导航。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910459752.7A CN110174117B (zh) | 2019-05-29 | 2019-05-29 | 一种电动汽车充电路线规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910459752.7A CN110174117B (zh) | 2019-05-29 | 2019-05-29 | 一种电动汽车充电路线规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110174117A true CN110174117A (zh) | 2019-08-27 |
CN110174117B CN110174117B (zh) | 2022-12-13 |
Family
ID=67695984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910459752.7A Active CN110174117B (zh) | 2019-05-29 | 2019-05-29 | 一种电动汽车充电路线规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110174117B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110816320A (zh) * | 2019-11-12 | 2020-02-21 | 华育昌(肇庆)智能科技研究有限公司 | 基于人工智能的车辆能源管理*** |
CN111121808A (zh) * | 2019-12-24 | 2020-05-08 | 深圳市元征科技股份有限公司 | 一种路线规划方法、装置及电子设备和存储介质 |
CN111311158A (zh) * | 2020-03-04 | 2020-06-19 | 西华大学 | 一种有限充电设施条件下的电动物流车路径规划方法 |
CN111929588A (zh) * | 2020-09-01 | 2020-11-13 | 杭州颉码能源科技有限公司 | 一种基于极限学习机的充电安全监测方法 |
CN112406874A (zh) * | 2020-11-27 | 2021-02-26 | 深圳供电局有限公司 | 一种电动汽车远距离充电辅助决策方法 |
CN112665600A (zh) * | 2020-12-03 | 2021-04-16 | 国网北京市电力公司 | 路径规划方法及装置、计算机可读存储介质及处理器 |
CN113379141A (zh) * | 2021-06-23 | 2021-09-10 | 国网四川省电力公司电力科学研究院 | 一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法 |
CN113442791A (zh) * | 2021-05-17 | 2021-09-28 | 隆瑞三优新能源汽车科技有限公司 | 一种电动汽车电能补充方法 |
CN113505912A (zh) * | 2021-06-10 | 2021-10-15 | 广东工业大学 | 基于路网信息与计算资源补偿的电动汽车充电规划方法 |
CN113607169A (zh) * | 2021-07-23 | 2021-11-05 | 深圳市同行者科技有限公司 | 一种长途驾驶路线规划方法、装置及终端设备 |
CN113984079A (zh) * | 2021-10-26 | 2022-01-28 | 沈阳美行科技有限公司 | 电动车的路线规划方法、装置、电子设备和存储介质 |
CN115727863A (zh) * | 2021-09-01 | 2023-03-03 | 上海擎感智能科技有限公司 | 一种车辆的充电路径规划方法及装置 |
CN116153081A (zh) * | 2023-04-18 | 2023-05-23 | 北京无极慧通科技有限公司 | 一种基于大数据的信息推荐方法及*** |
CN116380105A (zh) * | 2023-04-17 | 2023-07-04 | 重庆控环科技集团有限公司 | 基于手机导航的电动助力车电量控制方法及*** |
CN117277445A (zh) * | 2023-11-21 | 2023-12-22 | 国网(北京)新能源汽车服务有限公司 | 自驾游区域电力调度*** |
CN117371635A (zh) * | 2023-11-16 | 2024-01-09 | 浙江快哥新能源科技有限公司 | 基于人工智能的移动换电储能数据分析管理***及方法 |
CN117804490A (zh) * | 2024-02-28 | 2024-04-02 | 四川交通职业技术学院 | 一种车辆运行路线的综合规划方法及装置 |
CN118129789A (zh) * | 2024-05-10 | 2024-06-04 | 成都大学 | 一种新能源汽车的路径规划方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130158868A1 (en) * | 2011-12-14 | 2013-06-20 | Automotive Research & Testing Center | Recursive route planning method for electric vehicle |
CN107323300A (zh) * | 2017-07-26 | 2017-11-07 | 河海大学 | 一种基于路‑站‑车联合模型的电动汽车预约充电方法 |
CN109506668A (zh) * | 2018-12-21 | 2019-03-22 | 中能易电新能源技术有限公司 | 电动汽车的路径规划方法、装置、计算机设备和存储介质 |
-
2019
- 2019-05-29 CN CN201910459752.7A patent/CN110174117B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130158868A1 (en) * | 2011-12-14 | 2013-06-20 | Automotive Research & Testing Center | Recursive route planning method for electric vehicle |
CN107323300A (zh) * | 2017-07-26 | 2017-11-07 | 河海大学 | 一种基于路‑站‑车联合模型的电动汽车预约充电方法 |
CN109506668A (zh) * | 2018-12-21 | 2019-03-22 | 中能易电新能源技术有限公司 | 电动汽车的路径规划方法、装置、计算机设备和存储介质 |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110816320A (zh) * | 2019-11-12 | 2020-02-21 | 华育昌(肇庆)智能科技研究有限公司 | 基于人工智能的车辆能源管理*** |
CN111121808A (zh) * | 2019-12-24 | 2020-05-08 | 深圳市元征科技股份有限公司 | 一种路线规划方法、装置及电子设备和存储介质 |
CN111311158A (zh) * | 2020-03-04 | 2020-06-19 | 西华大学 | 一种有限充电设施条件下的电动物流车路径规划方法 |
CN111311158B (zh) * | 2020-03-04 | 2023-08-18 | 西华大学 | 一种有限充电设施条件下的电动物流车路径规划方法 |
CN111929588A (zh) * | 2020-09-01 | 2020-11-13 | 杭州颉码能源科技有限公司 | 一种基于极限学习机的充电安全监测方法 |
CN111929588B (zh) * | 2020-09-01 | 2021-01-01 | 杭州颉码能源科技有限公司 | 基于极限学习机的充电安全监测方法、设备及*** |
CN112406874B (zh) * | 2020-11-27 | 2022-04-22 | 深圳供电局有限公司 | 一种电动汽车远距离充电辅助决策方法 |
CN112406874A (zh) * | 2020-11-27 | 2021-02-26 | 深圳供电局有限公司 | 一种电动汽车远距离充电辅助决策方法 |
CN112665600A (zh) * | 2020-12-03 | 2021-04-16 | 国网北京市电力公司 | 路径规划方法及装置、计算机可读存储介质及处理器 |
CN112665600B (zh) * | 2020-12-03 | 2022-11-04 | 国网北京市电力公司 | 路径规划方法及装置、计算机可读存储介质及处理器 |
CN113442791A (zh) * | 2021-05-17 | 2021-09-28 | 隆瑞三优新能源汽车科技有限公司 | 一种电动汽车电能补充方法 |
CN113505912A (zh) * | 2021-06-10 | 2021-10-15 | 广东工业大学 | 基于路网信息与计算资源补偿的电动汽车充电规划方法 |
CN113505912B (zh) * | 2021-06-10 | 2023-08-25 | 广东工业大学 | 基于路网信息与计算资源补偿的电动汽车充电规划方法 |
CN113379141A (zh) * | 2021-06-23 | 2021-09-10 | 国网四川省电力公司电力科学研究院 | 一种兼顾电网负载均衡性与用户体验的电动汽车充电路径优化方法 |
CN113607169A (zh) * | 2021-07-23 | 2021-11-05 | 深圳市同行者科技有限公司 | 一种长途驾驶路线规划方法、装置及终端设备 |
CN115727863A (zh) * | 2021-09-01 | 2023-03-03 | 上海擎感智能科技有限公司 | 一种车辆的充电路径规划方法及装置 |
CN113984079A (zh) * | 2021-10-26 | 2022-01-28 | 沈阳美行科技有限公司 | 电动车的路线规划方法、装置、电子设备和存储介质 |
CN113984079B (zh) * | 2021-10-26 | 2024-04-19 | 沈阳美行科技股份有限公司 | 电动车的路线规划方法、装置、电子设备和存储介质 |
CN116380105A (zh) * | 2023-04-17 | 2023-07-04 | 重庆控环科技集团有限公司 | 基于手机导航的电动助力车电量控制方法及*** |
CN116153081A (zh) * | 2023-04-18 | 2023-05-23 | 北京无极慧通科技有限公司 | 一种基于大数据的信息推荐方法及*** |
CN117371635A (zh) * | 2023-11-16 | 2024-01-09 | 浙江快哥新能源科技有限公司 | 基于人工智能的移动换电储能数据分析管理***及方法 |
CN117371635B (zh) * | 2023-11-16 | 2024-03-22 | 浙江快哥新能源科技有限公司 | 基于人工智能的移动换电储能数据分析管理***及方法 |
CN117277445A (zh) * | 2023-11-21 | 2023-12-22 | 国网(北京)新能源汽车服务有限公司 | 自驾游区域电力调度*** |
CN117277445B (zh) * | 2023-11-21 | 2024-03-29 | 国网(北京)新能源汽车服务有限公司 | 自驾游区域电力调度*** |
CN117804490A (zh) * | 2024-02-28 | 2024-04-02 | 四川交通职业技术学院 | 一种车辆运行路线的综合规划方法及装置 |
CN117804490B (zh) * | 2024-02-28 | 2024-05-17 | 四川交通职业技术学院 | 一种车辆运行路线的综合规划方法及装置 |
CN118129789A (zh) * | 2024-05-10 | 2024-06-04 | 成都大学 | 一种新能源汽车的路径规划方法 |
CN118129789B (zh) * | 2024-05-10 | 2024-07-05 | 成都大学 | 一种新能源汽车的路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110174117B (zh) | 2022-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110174117A (zh) | 一种电动汽车充电路线规划方法 | |
US11597296B2 (en) | Systems and methods for optimizing travel time using route information | |
CN110126841B (zh) | 基于道路信息和驾驶风格的纯电动汽车能耗模型预测方法 | |
US11880206B2 (en) | Power management, dynamic routing and memory management for autonomous driving vehicles | |
US10832498B1 (en) | Vehicle telemetry device for inferring driver identity and building a vehicle history | |
CN103542858B (zh) | 车辆到达目标能力评估方法,数据库生成方法、导航*** | |
CN102837697B (zh) | 一种电动汽车续航里程管理***及工作方法 | |
CN106163862B (zh) | 用于行程规划的方法和计算机可读存储介质 | |
US8935090B2 (en) | Energy mapping systems | |
RU2501088C2 (ru) | Определение экономного маршрута транспортного средства | |
US7925426B2 (en) | Power management systems and devices | |
US8423273B2 (en) | Minimum energy route for a motor vehicle | |
US20220242239A1 (en) | Vehicle Power Management Systems and Methods | |
CN111670340A (zh) | 一种车辆剩余行驶里程的获取方法、电子设备及车辆 | |
CN106382939A (zh) | 一种基于历史数据的导航路径行驶时间预测***及方法 | |
US9778658B2 (en) | Pattern detection using probe data | |
US20220281318A1 (en) | Vehicle Power Management Systems and Related Methods | |
CN110491158A (zh) | 一种基于多元数据融合的公交车到站时间预测方法及*** | |
CN102243811A (zh) | 车辆导航***及推荐路径检索方法 | |
CN111680930A (zh) | 一种基于特征可达圈的电动汽车充电站选址评估方法 | |
CN109484187A (zh) | 信息处理方法和具有电驱动功能的车辆 | |
CN111829538A (zh) | 交通安全导航方法、存储介质及电子设备 | |
CN116968767A (zh) | 基于多维数据融合的新能源汽车充电路径规划方法及*** | |
US20230382256A1 (en) | Method and apparatus for providing a charging time window for an electric vehicle | |
CN113947245B (zh) | 一种基于订单累积量的多乘客多司机共乘匹配方法及*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |