CN110329266A - 可续航里程确定方法、装置、终端及存储介质 - Google Patents
可续航里程确定方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN110329266A CN110329266A CN201910637124.3A CN201910637124A CN110329266A CN 110329266 A CN110329266 A CN 110329266A CN 201910637124 A CN201910637124 A CN 201910637124A CN 110329266 A CN110329266 A CN 110329266A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- resource
- course continuation
- mileage
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000012549 training Methods 0.000 claims abstract description 25
- 239000013589 supplement Substances 0.000 claims description 85
- 230000008569 process Effects 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 18
- 238000004378 air conditioning Methods 0.000 claims description 16
- 230000000295 complement effect Effects 0.000 claims description 5
- 238000012417 linear regression Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 11
- 230000001133 acceleration Effects 0.000 description 10
- 230000002093 peripheral effect Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 230000011664 signaling Effects 0.000 description 4
- 241001347978 Major minor Species 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005266 casting Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000010257 thawing Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
- B60W40/076—Slope angle of the road
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—Speed
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/20—Ambient conditions, e.g. wind or rain
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种可续航里程确定方法、装置、终端及存储介质,属于车辆技术领域。本发明实施例中的里程调整模型是基于与该车辆同车型车辆的历史行驶数据训练得到,由于对于同一车型车辆来说,其历史行驶数据能够反映在真实驾驶环境中的可续航里程的情况,因此,基于这类数据训练得到的里程调整模型来对可续航里程进行预测,可以实现更精准的预测。
Description
技术领域
本发明涉及车辆技术领域,特别涉及一种可续航里程确定方法、装置、终端及存储介质。
背景技术
车辆已经成为人们出行必不可少的交通工具,但是随着化石能源的大量开采,石油的开采量逐年下降,另外,汽车尾气对大气的污染愈发严重。因此,新能源车的广泛使用,因其电动无污染的特性,将会大大缓解这些问题。
如何确定新能源车的可续航里程一直是人们在使用过程中的重要辅助功能,传统的测算方法是将车辆放在滚筒架上来模拟不同工况下的阻力,用鼓风机来模拟与当前车速相符的气流。测算过程中所有其余负载(空调、大灯、加热座椅等)都处于关闭状态,在多种不同的理论工况下,经过多个测算循环,得到当前车辆的可续航里程。在实际使用时,车辆可以结合当前的剩余电量,可为用户提供充电提醒功能。
上述方法是在其余负载均为零的理想状态下来确定可续航里程,所以其结果更接近可续航里程的上限值,与实际工况下的可续航里程可能存在较大差距,数据存在不准确甚至可信度低的问题。
发明内容
本发明实施例提供了一种可续航里程确定方法、装置、终端及存储介质。能够解决需要大量的用户操作的介入,智能性较差的问题。所述技术方案如下:
一方面,提供了一种可续航里程确定方法,所述方法包括:
基于目标资源的第一剩余量,获取第一可续航里程;
获取车辆的当前行驶速度、驾驶习惯数据、当前导航路线上路段的路况数据以及获取所述车辆的负载数据;
将所述当前行驶速度、所述驾驶习惯数据、所述路段的路况数据、所述负载数据以及所述第一可续航里程输入里程调整模型,输出第二可续航里程,所述里程调整模型基于与所述车辆同车型车辆的历史行驶数据训练得到。
一方面,提供了一种可续航里程确定装置,所述装置包括:
里程获取模块,用于基于目标资源的第一剩余量,获取第一可续航里程;
数据获取模块,用于获取车辆的当前行驶速度、驾驶习惯数据、当前导航路线上路段的路况数据以及获取所述车辆的负载数据;
里程调整模块,用于将所述当前行驶速度、所述驾驶习惯数据、所述路段的路况数据、所述负载数据以及所述第一可续航里程输入里程调整模型,输出第二可续航里程,所述里程调整模型基于与所述车辆同车型车辆的历史行驶数据训练得到。
在一种可能实现方式中,所述驾驶***均资源消耗量;
所述路况数据包括:路面坡度、路段拥堵数据以及路段的预计通过时间;
所述负载数据包括:所述车辆内空调的运行数据。
在一种可能实现方式中,所述装置还包括:
天气获取模块,用于获取实时天气数据,将所述实时天气数据输入所述里程调整模型。
在一种可能实现方式中,所述装置还包括训练模块,用于获取所述车型的样本数据,所述样本数据包括所述车型的多台车辆在行驶过程中的行驶速度、驾驶习惯数据、行驶路段的路况数据以及负载数据;基于所述车型的样本数据,对初始线性回归模型进行训练,当训练得到的模型的准确率达到目标准确率时,将所述训练得到的模型作为所述里程调整模型。
在一种可能实现方式中,所述装置还包括:
场所获取模块,用于当所述第二可续航里程低于目标里程时,根据所述车辆的实时定位位置进行查询,得到至少一个目标资源补充场所,每个目标资源补充场所与所述实时定位位置之间的路线距离小于所述第二可续航里程;
显示模块,用于基于所述导航路线,显示查询到的资源补充场所。
在一种可能实现方式中,该场所获取模块用于根据所述车辆的实时定位位置进行查询,得到至少一个备选资源补充场所,每个备选资源补充场所位于所述实时定位位置的目标范围内;
根据所述实时定位位置和所述至少一个备选资源补充场所,获取多条行驶路线的路线距离,每条行驶路线用于指示所述实时定位位置与一个备选资源补充场所之间的导航路线;
删除路线距离超出所述第二可续航里程的备选资源补充场所,将剩余的备选资源补充场所作为所述至少一个目标资源补充场所。
在一种可能实现方式中,所述装置还包括:检测模块,用于当在任一资源补充场所开始进行资源补充时,获取所述目标资源的第二剩余量;根据所述第二剩余量和所述第一剩余量,确定从所述实时定位位置到所述资源补充场所之间的资源消耗量;根据所述资源消耗量和实时定位位置到所述资源补充场所之间的实际行驶距离,确定实际单位消耗量;根据所述实际单位消耗量和预测单位消耗量,对所述第二可续航里程进行准确性检测,所述预测单位消耗量为所述第一剩余量和所述第二可续航里程的比值。
一方面,提供了一种终端,所述终端包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述至少一条程序代码由所述一个或多个处理器加载并执行以实现如上述的可续航里程确定方法。
一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行以实现如上述的可续航里程确定方法。
本发明实施例提供的技术方案带来的有益效果至少可以包括:本发明实施例中的里程调整模型是基于与该车辆同车型车辆的历史行驶数据训练得到,由于对于同一车型车辆来说,其历史行驶数据能够反映在真实驾驶环境中的可续航里程的情况,因此,基于这类数据训练得到的里程调整模型来对可续航里程进行预测,可以实现更精准的预测。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种资源服务***100的结构框图;
图2是本发明实施例提供的一种可续航里程确定方法的流程图;
图3是本发明实施例提供的一种可续航里程确定装置的结构示意图;
图4是本发明实施例提供的一种终端的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
GPS(Global Positioning System,全球定位***),是在全球范围内实时进行定位、导航的***,GPS可以提供车辆定位、防盗、反劫、行驶路线监控及呼叫指挥等功能。
目标资源是指具有可消耗的特性的资源,例如,该目标资源可以是机动车辆的燃油,包括汽油、柴油等,当然,还可以是一些其他资源,例如对于电动车辆,该目标资源可以是指电力资源等。
图1是本发明实施例提供的一种资源服务***100的结构框图。该资源服务***100包括:终端110和资源服务平台140。
终端110通过无线网络或有线网络与资源服务平台140相连。终端110可以是或是移动终端,例如,移动终端可以为智能手机、游戏主机、台式计算机、平板电脑、电子书阅读器、MP3播放器、MP4播放器和膝上型便携计算机中的至少一种。终端110安装和运行有支持资源服务的应用程序。该应用程序可以是导航程序、社交应用程序、即时通讯应用程序、信息分享程序中的任意一种。示意性的,终端110是用户使用的终端,终端110中运行的应用程序内可以登录有用户账号。
终端110通过无线网络或有线网络与资源服务平台140相连。
资源服务平台140可以包括一台服务器、多台服务器、云计算平台和虚拟化中心中的至少一种。可选地,资源服务平台140包括:资源信息服务器、用户信息数据库以及地图数据数据库等。资源信息服务器用于提供终端110提供路径规划服务。资源信息服务器可以是一台或多台。当资源信息服务器是多台时,存在至少两台资源信息服务器用于提供不同的服务,和/或,存在至少两台资源信息服务器用于提供相同的服务,比如以负载均衡方式提供同一种服务,本发明实施例对此不加以限定。该用户信息数据库用于存储资源服务平台的用户信息,该地图数据数据库用于提供地图数据,以便后续为终端提供导航等功能。当然,该资源服务平台140还可以包括其他功能服务器,以便提供更全面且多样化的服务。
终端110可以泛指多个终端中的一个,本实施例仅以终端110来举例说明。本领域技术人员可以知晓,上述终端的数量可以更多或更少。比如上述终端可以仅为一个,或者上述终端为几十个或几百个,或者更多数量,此时上述资源服务***还包括其他终端。本发明实施例对终端的数量和设备类型不加以限定。
图2是本发明实施例提供的一种可续航里程确定方法的流程图。该发明实施例的执行主体为终端,参见图2,该方法包括:
201、基于目标资源的第一剩余量,获取第一可续航里程。
以该目标资源的载体为车辆为例,则该终端可以为车载终端,该车载终端可以读取车辆的目标资源的剩余量,而如果该终端为与车载终端之间建立有通讯连接的移动终端,则该终端可以通过车载终端来读取车辆的目标资源的第一剩余量,本发明实施例对此不做限定。
该步骤201中获取该第一可续航里程的一种可能实现方式包括:将该第一剩余量与该车辆出厂信息中单位距离的资源消耗量之间的比值,获取为该第一可续航里程。
值得注意的是,可从该终端直接读取目标资源的剩余量占比,该剩余量占比是指剩余量与总容量的比值,当该剩余量占比小于或等于目标数值时,可以继续执行以下步骤202-210,从而能够实现主动、及时的提醒用户进行资源补充的目的。例如,该目标数值可以为40%,或其他基于实验得到的数值,本发明实施例对此不做限定。
在一种可能实现方式中,对于某一类车型来说,该目标资源的第一剩余量、该第一可续航里程和该目标资源的剩余量占比可以如下表1所示。
表1
其中,数据名称字段用于表示数据类型,取值示例可以为经过实验所得到的一组具体取值,数据格式可以指示该数据的表达格式,必要性可以用于指示该数据在数据采集时的必要性,数字越小表示必要性越高。需要说明的是,在表1至后续的表5中,必要性的数值可以为大于或等于0的整数。
当然,在数据采集时还可以采用表1以外的形式来进行数据表达,本发明实施例对此不做限定。
202、获取车辆的当前行驶速度、驾驶习惯数据、当前导航路线上路段的路况数据以及获取该车辆的负载数据。
在步骤202中,该驾驶***均资源消耗量,除此之外,该驾驶***均速度、最大速度、行驶时长、怠速时间、加速时间、减速时间、匀速时间、最大加速度、最小加速度、减速段平均加速度、加速段平均加速度。
在一种可能实现方式中,该百公里资源消耗量、该累计平均资源消耗量、该油门深度、该制动深度、该当前行驶速度、该行驶时长可以通过该终端上所存储的历史行驶过程中的行驶数据获取,在每次行驶过程中,均可以记录车辆的上述信息,并基于所记录的信息进行计算得到,例如,该百公里资源消耗量、该累计平均资源消耗量、该油门深度、该制动深度这些信息,均可以基于已记录的信息和实际行驶时长来求取均值得到。该平均速度、该最大速度、该怠速时间、该加速时间、该减速时间、该匀速时间、该最大加速度、该最小加速度、该减速段平均加速度和该加速段平均加速度可以是基于本次行驶过程中的相关行驶数据获取,也可以是本次行驶过程以及历史行驶过程综合的相关行驶数据获取,本发明实施例对此不做限定。
在一种可能实现方式中,该驾驶习惯数据可以如表2所示。
表2
其中,数据名称、取值示例、数据格式和必要性与表1的注释相同。
当然,在该驾驶习惯数据采集时还可以采用表2以外的形式来进行数据表达,本发明实施例对此不做限定。
在步骤202中,该路况数据包括:路面坡度、路段拥堵数据以及路段的预计通过时间。该路面坡度是指道路路基顶面与水平方向的偏差角度,上坡为正,下坡为负,当该路面坡度不为零时,该车辆的油门深度、制动深度以及实时速度都会一定的影响。该路段拥堵数据是指在一段道路内车多拥挤且车速缓慢,该道路拥堵程度过大时,会使该车辆的启停频率增大。另外,该路况数据还可以包括:路面属性和道路转向角。
在一种可能实现方式中,该路面坡度、该路段拥堵数据、该路段的预计通过时间、路面属性和道路转向角的获取方式为:由终端将该车辆的实时定位位置上传至导航服务器中,再由导航服务器基于导航路线以及地图数据,获取当前路段的路面坡度、拥堵数据、预计通过速度、路面属性和道路转向角,之后将查询到的该路段信息返回该终端。其中,该路段的预计通过时间是指该路段的路线距离与导航获取该路段的预计通过速度的比值,此计算过程可在该终端进行,也可以在导航服务器中进行计算,再将该路段的预计通过时间返回到该终端,本发明实施例对具体由谁进行计算不做限定。
需要说明的是,当前该车辆的实时定位位置也即是该终端的实时定位位置,可以基于GPS定位***进行周期性的获取。
在一种可能实现方式中,该路况数据可以如表3所示。
表3
其中,数据名称、取值示例、数据格式和必要性与表1的注释相同。
当然,在该路况数据采集时还可以采用表3以外的形式来进行数据表达,本发明实施例对此不做限定。
在步骤202中,该负载数据包括该车辆内空调的运行数据,该运行数据可以指开启状态、设置温度、当前车内温度。例如,该空调开启时,该设置温度低于该车内温度,会给该车辆增加一定的负载。除此之外,该空调的运行数据还可以包括:A/C(压缩机)状态、A/C(压缩机)手动标志、空调循环方式、空调出风模式、空调除霜状态、空调风量档位、主副驾驶分控方式及后排空调开启状态,这些数据都会对该负载有一定的影响。另外,该负载数据还可以包括:胎压、大灯开启状态、座椅加热状态、座椅压力传感(人数)、电池健康状态、车辆驾驶年限。
在一种可能实现方式中,该负载数据可以从终端上的后台负载数据进行实时获取,该终端后台实时记录该车辆内的负载使用情况,可以随时获取不同负载的使用情况。例如,该车辆内空调开启状态、设置温度、当前车内温度、A/C(压缩机)状态、A/C(压缩机)手动标志、空调循环方式、空调出风模式、空调除霜状态、空调风量档位、主副驾驶分控方式及后排空调开启状态都可以从该车辆后台的空调单元进行获取,该胎压可以从该车辆后台的轮胎单元进行获取,该大灯开启状态可以从该车辆后台的大灯单元进行获取,该座椅加热状态、座椅压力传感(人数)可以从该车辆后台的座椅单元进行获取,该电池健康状态可以从该车辆后台的电池单元进行获取。需要说明的是,该车辆驾驶年限可以基于车辆出厂信息获取,该车辆出厂年限与实验当日年限的差值即为该车辆驾驶年限。
在一种可能实现方式中,该路况数据可以如表4所示。
表4
其中,数据名称、取值示例、数据格式和必要性与表1的注释相同。
当然,在该负载数据采集时还可以采用表4以外的形式来进行数据表达,本发明实施例对此不做限定。
203、获取实时天气数据。
其中,该天气数据包括:车外温度、风速、风向角、道路摩擦力。该风速和该风向角的不同,会对该车辆造成不同大小的风阻。该道路摩擦力是指当前天气下道路的光滑程度,例如,当干燥时,道路摩擦力较大,当积水、霜、积雪或冻雨时、道路摩擦力较小。
在本发明实施例中,获取该天气数据时,可以基于一定的条件获取。例如,该终端向气象服务器发送该车辆当前实时定位位置,并请求获取当前天气信息,由气象服务器返回该天气数据。通过由该终端直接向天气服务器发送获取请求,可以减少信令交互步骤,从而可以避免由信令交互带来的延迟。
又例如,该终端向资源服务平台发送该车辆当前实时定位位置,由资源服务平台向气象服务器发送该车辆当前实时定位信息和获取当前天气的请求,再由气象服务器向资源服务平台返回该天气信息,最终由资源服务平台将该天气信息返回终端。通过由资源服务平台向气象服务器发送获取请求,可以减少终端的数据处理量,避免影响该终端的正常运行。
在一种可能实现方式中,该路况数据可以如表5所示。
表5
其中,数据名称、取值示例、数据格式和必要性与表1的注释相同。
当然,在该负载数据采集时还可以采用表5以外的形式来进行数据表达,本发明实施例对此不做限定。
需要说明的是,上述天气数据的获取和步骤202中相关数据的获取可以同时进行,也可以按照当前顺序进行,还可以先执行步骤203再执行步骤202,本发明实施例对其具体采取的时序不做限定。
204、将该当前行驶速度、该驾驶习惯数据、该路段的路况数据、该负载数据、实时天气数据以及该第一可续航里程输入里程调整模型,输出第二可续航里程,该里程调整模型基于与该车辆同车型车辆的历史行驶数据训练得到。
在一种可能实现方式中,可以将该里程调整模型存储于该终端中,当数据获取完毕时,可将获取到的数据集合输入运行该里程调整模型,输出第二可续航里程。通过在终端上直接进行基于里程调整模型的输出,可以避免网络交互的步骤,减少信令交互,也就避免了由于信令交互可能带来的延时。
在另一种可能实现方式中,可以将该里程调整模型存储于资源服务平台当中,当数据获取完毕时,由该终端向资源服务平台传输该数据集合,由资源服务平台运行该里程调整模型,输出第二可续航里程,再将该第二可续航里程传输给该终端。通过将模型对数据的处理过程转移至资源服务平台来进行,可以降低终端的数据处理量,避免对终端的正常运行造成影响。
其中,该里程调整模型的获取方式为:在同一车型下,根据不同的约束条件,将步骤201-203中获取的所有数据集合记为xi,求解目标函数f(xi)=EnduranceMilei,其中,i的取值范围为大于等于1的正整数,基于求解得到的参数,作为里程调整模型的各个参数,以得到训练出来的里程调整模型。在一种可能实现方式中,该里程调整模型的训练过程包括:获取该车型的样本数据,该样本数据包括该车型的多台车辆在行驶过程中的行驶速度、驾驶习惯数据、行驶路段的路况数据以及负载数据;基于该车型的样本数据,对初始线性回归模型进行训练,当训练得到的模型的准确率达到目标准确率时,将该训练得到的模型作为该里程调整模型。
例如,将步骤201-203中获取的所有数据集合作为i组特征输入。对输入的全特征量做主成分分析(Principal Component Analysis,PCA),构建正交特征空间,并对缺失值采取均值填充。对于不同的i,令特征空间χ=(χ1;χ2;...;χd),d=48,公式如下:EM(χ)=ωTχ+b。训练求解ω=(ω1;ω2;...;ωd)及b的值,共训练i组可续航里程模型,i为已接入的车辆数量。基于特定的χ,模型输出为基于不同路线方案的一组第二可续航里程,该第二可续航里程的精度为0.1km。当训练得到的模型的准确率大于目标准确率时,将该训练得到的模型作为该里程调整模型,其中,该目标准确率可以为80%,也可以为其他基于实验所获得的数值,本发明实施例对具体取值不做限定。
需要说明的是,在该车辆冷启动阶段,步骤201-203中获取的数据至少要包括目标资源第一资源剩余量以及第一可续航里程,其余数据可逐步获取。其中,该车辆冷启动指的是该车辆在启动时没有任何历史行驶数据或者没有足够的历史行驶数据的情况下。
另外,该里程调整模型还可以接受不同车型的车辆有不同程度的特征维度缺失以及实时特征缺失。其中,特征维度缺失是指某车型的车辆缺乏某类数据,例如,某车型的空调无主副驾驶温度分控功能,则认为该主副驾驶温度分控方式特征维度缺失。另外,实时特征缺失是指由于一些状况而无法获取到某个维度的数据,例如,由于网络问题,导致无法获取到天气数据,则此时的情况可以称作实时特征值缺失。
在本发明实施例中,该输出第二可续航里程可以是指将该第二可续航里程值显示在该终端的显示屏幕上,以提醒驾驶员当前车辆的可续航情况,在另一种可能实现方式中,还可以将该第二可续航里程值通过车辆的麦克风进行播报,为了保证车辆的行驶安全以及达到及时提醒的目的,终端可以检测当前行驶速度是否大于预设速度,如果当前行驶速度大于预设速度,则在显示的同时,还进行第二可续航里程值的播报,使得驾驶员可以无需主动去查看显示屏幕即可以获知当前的第二可续航里程。
本发明实施例提供的方法,该里程调整模型基于与该车辆同车型车辆的历史行驶数据训练得到,由于对于同一车型车辆来说,其历史行驶数据能够反映在真实驾驶环境中的可续航里程的情况,因此,基于这类数据训练得到的里程调整模型来对可续航里程进行预测,可以实现更精准的预测,并可以基于该预测来提供一步的行驶辅助功能,如资源服务等。
在一种可能实现方式中,在输出了第二可续航里程后,还可以为驾驶员提供进一步的资源服务,例如,资源补充提示以及目标资源补充场所的入场建议和入场导航等功能,详细过程可以参见下述步骤205-206。
205、当该第二可续航里程低于目标里程时,根据该车辆的实时定位位置进行查询,得到至少一个目标资源补充场所,每个目标资源补充场所与该实时定位位置之间的路线距离小于该第二可续航里程。
其中,目标里程是能够保证车辆正常运行的一个预设值,当第二可续航里程低于该目标里程时,可能会出现该车辆在中途抛锚的情况。所以,为了避免该车辆中途抛锚,当第二可续航里程低于该目标里程时,可以自动开启对目标范围内的目标资源补充场所的查询。
在一种可能实现方式中,在获取目标资源补充场所信息时,可以基于一些条件进行获取,例如,当该终端上已经存储有某个常用路线,可以从本地直接获取至少一个目标资源补充场所。又例如,该终端并没有存储路线信息,需要向资源服务平台发送该车辆实时定位位置,由资源服务平台查询目标范围内的至少一个目标资源补充场所,并将该至少一个目标资源补充场所返回该终端。
在一种可能实现方式中,该通过查询以得到目标资源补充场所的具体过程可以包括下述步骤205A至205C:
步骤205A、根据该车辆的实时定位位置进行查询,得到至少一个备选资源补充场所,每个备选资源补充场所位于该实时定位位置的目标范围内。
其中,该目标资源补充场所能够为该车辆提供目标资源的补充服务,例如,当目标资源为电力时,该目标资源场所可以为充电桩。
在本发明实施例中,该目标范围用于限制备选资源补充场所的位置,以使得能够仅获取到一个较近范围内的备选资源补充场所,以减少数据的冗余显示。对于各个备选资源补充场所来说,都对应存储有备选资源补充场所的地理位置,可以基于该地理位置和实时定位位置来进行筛选,以得到至少一个备选资源补充场所。
步骤205B、根据该实时定位位置和该至少一个备选资源补充场所,获取多条行驶路线的路线距离,每条行驶路线用于指示该实时定位位置与一个备选资源补充场所之间的导航路线。
其中,当获取到了该至少一个备选资源补充场所,可以根据各个备选资源补充场所的地理位置和实时定位位置,来获取从该实时定位位置到每个备选资源补充场所之间的行驶路线,当然,对于一个备选资源补充场所来说,在路线规划时可以生成多条行驶路线,可以将该多条行驶路线中路线距离最短或者耗时最短的行驶路线作为该备选资源补充场和实时定位位置之间的行驶路线。
值得注意的是,该路线距离是指该实时定位位置到该至少一个备选资源补充场所的实际行驶距离,而不是直线距离,该路线距离可以基于所规划的行驶路线上各个路段的长度来进行求和计算得到。
步骤205C、删除路线距离超出该第二可续航里程的备选资源补充场所,将剩余的备选资源补充场所作为该至少一个目标资源补充场所。
在步骤205C中,删除掉路线距离超出该第二可续航里程的备选资源补充场所可以避免由于目标资源的剩余量不足而可能造成的中途抛锚的问题,使得资源补充的提示准确性较高,可实现性较强。
上述步骤205A至步骤205C是根据该车辆的实时定位位置进行查询,得到至少一个目标资源补充场所的一种可能实现方式,在一些其他可能实现方式中,还可以结合场所的营业时间、评价信息等来对资源补充场所进行筛选,以得到最优的入场建议。在一种可能实现方式中,可以将该资源补充场所的营业时间和评价信息作为参考,该营业时间和该评价信息可在获取该至少一个目标资源补充场所信息时一并获取,当获取到各个备选资源补充场所的营业时间时,可以将营业时间与当前时间(或预计到达时间)进行对比,如果在当前时间或预计到达时间该备选资源补充场所已经不处于营业状态,则可以将该资源补充场所删除。又例如,部分资源补充场所的资源补充设备易发生故障,导致其评价信息中评分较低,当获取到各个备选资源补充场所的评分时,可以将评分与目标评分进行对比,将评分低于目标评分的资源补充场所删除。
206、基于该导航路线,显示查询到的资源补充场所。
在该步骤206中,该终端获取到该至少一个目标资源补充场所后,可将其在导航路线上标注,供驾驶员选择合适的目标资源补充场所。
在一种可能实现方式中,终端可以根据该至少一个目标资源补充场所与该实时定位位置的路线距离,基于路线距离从长到短的方式,对目标资源补充场所进行编号,该路线距离越大的目标资源场所编号越大,在导航路线上显示该目标资源补充场所时,可以同时显示其编号,使驾驶员可以更清楚的了解附近目标资源补充场所的位置,做出准确的路线规划。
需要说明的是,当可供选择的目标资源补充场所数量为1时,且距离下一个目标资源补充场所的路线距离大于第二可续航里程时,可以在导航路线上做突出标注,提示驾驶员此为唯一目标资源补充场所,例如,可将该唯一目标资源补充场所标注为感叹号或标红,以达到突出显示的目的,本发明实施例对具体如何突出显示不做限定。
为了能够提高里程调整模型的调整的准确性,还可以对其所进行的调整是否准确进行检测和反馈,也即是,该方法还可以包括下述步骤207-210。
207、当在任一资源补充场所开始进行资源补充时,获取该目标资源的第二剩余量。
在本发明实施例中,当终端检测到该车辆进入该任一资源补充场所并停车熄火后时,读取该车辆目标资源存贮装置中目标资源的剩余量,即为该目标资源的第二剩余量。
208、根据该第二剩余量和该第一剩余量,确定从该实时定位位置到该资源补充场所之间的资源消耗量。
其中,资源消耗量可以是第一剩余量与第二剩余量之间的差值,该资源消耗量为真实行驶过程中所消耗的资源总量,用此方式确定的该资源消耗量,比在行驶过程中记录该终端读取资源消耗量更准确。
209、根据该资源消耗量和实时定位位置到该资源补充场所之间的实际行驶距离,确定实际单位消耗量。
其中,该实际单位消耗量可以是资源消耗量与该实际行驶距离的比值,该实际单位消耗量指平均每公里的资源消耗量,利用平均值计算可以让该实际单位消耗量更具代表性。
210、根据该实际单位消耗量和预测单位消耗量,对该第二可续航里程进行准确性检测,该预测单位消耗量为该第一剩余量和该第二可续航里程的比值。
其中,准确性检测是指检测实际单位消耗量和预测单位消耗量之间的偏差,当偏差小于目标偏差时,则可以认为可续航里程的预测结果准确,而当偏差大于目标偏差时,可以将本次行驶过程的行驶数据以及偏差作为反馈信息,对里程调整模型进行反馈,使得里程调整模型可以根据真实行驶场景来进行更新。例如,该目标偏差可以为5%,本发明实施例对具体取值不做限定。
除步骤207-210提到的该里程调整模型的检测和反馈方法外,在另一种可以实现方式中,还可以提供另一种检测和反馈方法,例如,根据本次预测过程的输入,与里程调整模型中某组历史数据中的任一路线的任一路段匹配,则将该路段的可续航里程与该模型输出的第二可续航里程比较,若偏差小于目标偏差,则视为该里程调整模型准确,若偏差大于目标偏差,可以将本次行驶过程的行驶数据以及偏差作为反馈信息,对里程调整模型进行反馈,使得里程调整模型可以根据真实行驶场景来进行更新。其中,该目标偏差可以为1km,本发明实施例对具体取值不做限定。
图3是本发明实施例提供的一种可续航里程确定装置的结构示意图。参见图3,该装置包括:
里程获取模块301,用于基于目标资源的第一剩余量,获取第一可续航里程;
数据获取模块302,用于获取车辆的当前行驶速度、驾驶习惯数据、当前导航路线上路段的路况数据以及获取该车辆的负载数据;
里程调整模块303,用于将该当前行驶速度、该驾驶习惯数据、该路段的路况数据、该负载数据以及该第一可续航里程输入里程调整模型,输出第二可续航里程,该里程调整模型基于与该车辆同车型车辆的历史行驶数据训练得到。
在一种可能实现方式中,该驾驶***均资源消耗量;
该路况数据包括:路面坡度、路段拥堵数据以及路段的预计通过时间;
该负载数据包括:该车辆内空调的运行数据。
在一种可能实现方式中,该装置还包括:
天气获取模块,用于获取实时天气数据,将该实时天气数据输入该里程调整模型。
在一种可能实现方式中,该装置还包括训练模块,用于获取该车型的样本数据,该样本数据包括该车型的多台车辆在行驶过程中的行驶速度、驾驶习惯数据、行驶路段的路况数据以及负载数据;基于该车型的样本数据,对初始线性回归模型进行训练,当训练得到的模型的准确率达到目标准确率时,将该训练得到的模型作为该里程调整模型。
在一种可能实现方式中,该装置还包括:
场所获取模块,用于当该第二可续航里程低于目标里程时,根据该车辆的实时定位位置进行查询,得到至少一个目标资源补充场所,每个目标资源补充场所与该实时定位位置之间的路线距离小于该第二可续航里程;
显示模块,用于基于该导航路线,显示查询到的资源补充场所。
在一种可能实现方式中,该场所获取模块用于根据该车辆的实时定位位置进行查询,得到至少一个备选资源补充场所,每个备选资源补充场所位于该实时定位位置的目标范围内;
根据该实时定位位置和该至少一个备选资源补充场所,获取多条行驶路线的路线距离,每条行驶路线用于指示该实时定位位置与一个备选资源补充场所之间的导航路线;
删除路线距离超出该第二可续航里程的备选资源补充场所,将剩余的备选资源补充场所作为该至少一个目标资源补充场所。
在一种可能实现方式中,该装置还包括:检测模块,用于当在任一资源补充场所开始进行资源补充时,获取该目标资源的第二剩余量;根据该第二剩余量和该第一剩余量,确定从该实时定位位置到该资源补充场所之间的资源消耗量;根据该资源消耗量和实时定位位置到该资源补充场所之间的实际行驶距离,确定实际单位消耗量;根据该实际单位消耗量和预测单位消耗量,对该第二可续航里程进行准确性检测,该预测单位消耗量为该第一剩余量和该第二可续航里程的比值。
需要说明的是:上述实施例提供的可续航里程确定装置在确定可续航里程时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的可续航里程确定装置与可续航里程确定方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图4是本发明实施例提供的一种终端的结构示意图。该终端400可以是任一种车载终端,当然,还可以是智能手机、平板电脑、MP3(Moving Picture Experts Group AudioLayer III,动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture ExpertsGroup Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端400还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,终端400包括有:处理器401和存储器402。
处理器401可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器401可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器401也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器401可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器401还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器402可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器402还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器402中的非暂态的计算机可读存储介质用于存储至少一个程序代码,该至少一个程序代码用于被处理器401所执行以实现本发明中方法实施例提供的可续航里程确定方法。
在一些实施例中,终端400还可选包括有:***设备接口403和至少一个***设备。处理器401、存储器402和***设备接口403之间可以通过总线或信号线相连。各个***设备可以通过总线、信号线或电路板与***设备接口403相连。具体地,***设备包括:通讯电路404、显示屏405、音频电路406中的至少一种。
***设备接口403可被用于将I/O(Input/Output,输入/输出)相关的至少一个***设备连接到处理器401和存储器402。在一些实施例中,处理器401、存储器402和***设备接口403被集成在同一芯片或电路板上;在一些其他实施例中,处理器401、存储器402和***设备接口403中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
通讯电路404用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。通讯电路404通过电磁信号与通信网络以及其他通信设备进行通信。通讯电路404将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,通讯电路404包括:天线***、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。通讯电路404可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,通讯电路404还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本发明对此不加以限定。
显示屏405用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏405是触摸显示屏时,显示屏405还具有采集在显示屏405的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器401进行处理。此时,显示屏405还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏405可以为一个,设置终端400的前面板;在另一些实施例中,显示屏405可以为至少两个,分别设置在终端400的不同表面或呈折叠设计;在再一些实施例中,显示屏405可以是柔性显示屏,设置在终端400的弯曲表面上或折叠面上。甚至,显示屏405还可以设置成非矩形的不规则图形,也即异形屏。显示屏405可以采用LCD(LiquidCrystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
音频电路406可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器401进行处理,或者输入至通讯电路404以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,可以分别设置在终端400的不同部位或者当终端为车载终端时,其麦克风可以布置于车辆的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器401或通讯电路404的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路406还可以包括耳机插孔。
该终端400可以由车载电源供电,本领域技术人员可以理解,图4中示出的结构并不构成对终端400的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
在示例性实施例中,还提供了一种计算机可读存储介质,例如包括程序代码的存储器,上述程序代码可由终端中的处理器执行以完成上述实施例中的可续航里程确定方法。例如,该计算机可读存储介质可以是ROM(Read-Only Memory,只读存储器)、RAM(randomaccess memory,随机存取存储器)、CD-ROM(Compact Disc Read-Only Memory,只读光盘)、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,该的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上该仅为本发明的较佳实施例,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、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种可续航里程确定方法,其特征在于,所述方法包括:
基于目标资源的第一剩余量,获取第一可续航里程;
获取车辆的当前行驶速度、驾驶习惯数据、当前导航路线上路段的路况数据以及获取所述车辆的负载数据;
将所述当前行驶速度、所述驾驶习惯数据、所述路段的路况数据、所述负载数据以及所述第一可续航里程输入里程调整模型,输出第二可续航里程,所述里程调整模型基于与所述车辆同车型车辆的历史行驶数据训练得到。
2.根据权利要求1的方法,其特征在于,所述驾驶***均资源消耗量;
所述路况数据包括:路面坡度、路段拥堵数据以及路段的预计通过时间;
所述负载数据包括:所述车辆内空调的运行数据。
3.根据权利要求1的方法,其特征在于,所述基于目标资源的剩余量,获取第一可续航里程之后,所述方法还包括:
获取实时天气数据,将所述实时天气数据输入所述里程调整模型。
4.根据权利要求1的方法,其特征在于,所述里程调整模型的训练过程包括:
获取所述车型的样本数据,所述样本数据包括所述车型的多台车辆在行驶过程中的行驶速度、驾驶习惯数据、行驶路段的路况数据以及负载数据;
基于所述车型的样本数据,对初始线性回归模型进行训练,当训练得到的模型的准确率达到目标准确率时,将所述训练得到的模型作为所述里程调整模型。
5.根据权利要求1的方法,其特征在于,将所述当前行驶速度、所述驾驶习惯数据、所述路况数据、所述负载数据以及所述第一可续航里程输入里程调整模型,输出第二可续航里程之后,所述方法还包括:
当所述第二可续航里程低于目标里程时,根据所述车辆的实时定位位置进行查询,得到至少一个目标资源补充场所,每个目标资源补充场所与所述实时定位位置之间的路线距离小于所述第二可续航里程;
基于所述导航路线,显示查询到的资源补充场所。
6.根据权利要求5的方法,其特征在于,根据所述车辆的实时定位位置进行查询,得到至少一个目标资源补充场所,每个目标资源补充场所与所述实时定位位置之间的路线距离小于所述第二可续航里程包括:
根据所述车辆的实时定位位置进行查询,得到至少一个备选资源补充场所,每个备选资源补充场所位于所述实时定位位置的目标范围内;
根据所述实时定位位置和所述至少一个备选资源补充场所,获取多条行驶路线的路线距离,每条行驶路线用于指示所述实时定位位置与一个备选资源补充场所之间的导航路线;
删除路线距离超出所述第二可续航里程的备选资源补充场所,将剩余的备选资源补充场所作为所述至少一个目标资源补充场所。
7.根据权利要求1的方法,其特征在于,所述输出第二可续航里程之后,所述方法还包括:
当在任一资源补充场所开始进行资源补充时,获取所述目标资源的第二剩余量;
根据所述第二剩余量和所述第一剩余量,确定从所述实时定位位置到所述资源补充场所之间的资源消耗量;
根据所述资源消耗量和实时定位位置到所述资源补充场所之间的实际行驶距离,确定实际单位消耗量;
根据所述实际单位消耗量和预测单位消耗量,对所述第二可续航里程进行准确性检测,所述预测单位消耗量为所述第一剩余量和所述第二可续航里程的比值。
8.一种可续航里程确定装置,其特征在于,所述装置包括:
里程获取模块,用于基于目标资源的第一剩余量,获取第一可续航里程;
数据获取模块,用于获取车辆的当前行驶速度、驾驶习惯数据、当前导航路线上路段的路况数据以及获取所述车辆的负载数据;
里程调整模块,用于将所述当前行驶速度、所述驾驶习惯数据、所述路段的路况数据、所述负载数据以及所述第一可续航里程输入里程调整模型,输出第二可续航里程,所述里程调整模型基于与所述车辆同车型车辆的历史行驶数据训练得到。
9.一种终端,其特征在于,所述终端包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述至少一条程序代码由所述一个或多个处理器加载并执行以实现如权利要求1至权利要求7任一项所述的可续航里程确定方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行以实现如权利要求1至权利要求7任一项所述的可续航里程确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910637124.3A CN110329266B (zh) | 2019-07-15 | 2019-07-15 | 可续航里程确定方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910637124.3A CN110329266B (zh) | 2019-07-15 | 2019-07-15 | 可续航里程确定方法、装置、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110329266A true CN110329266A (zh) | 2019-10-15 |
CN110329266B CN110329266B (zh) | 2021-12-14 |
Family
ID=68144939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910637124.3A Active CN110329266B (zh) | 2019-07-15 | 2019-07-15 | 可续航里程确定方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110329266B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111619704A (zh) * | 2020-05-30 | 2020-09-04 | 东莞市喜悦自行车有限公司 | 一种电动自行车的控制***及方法 |
CN111806240A (zh) * | 2020-07-24 | 2020-10-23 | 江淮大众汽车有限公司 | 一种基于中国工况的电动汽车续驶里程预测方法 |
CN112549970A (zh) * | 2020-12-09 | 2021-03-26 | 广州橙行智动汽车科技有限公司 | 车辆续航里程预测方法、装置、车辆及存储介质 |
CN112613128A (zh) * | 2020-12-29 | 2021-04-06 | 联合汽车电子有限公司 | 续航里程的预测方法、装置、设备、车辆和存储介质 |
CN112744218A (zh) * | 2019-10-16 | 2021-05-04 | 上海汽车集团股份有限公司 | 行车辅助方法和装置 |
CN113022479A (zh) * | 2021-04-21 | 2021-06-25 | 前海七剑科技(深圳)有限公司 | 续航信息确定方法与装置 |
CN113159435A (zh) * | 2021-04-29 | 2021-07-23 | 浙江吉利控股集团有限公司 | 一种新能源车辆剩余驾驶里程预测方法及*** |
CN113335131A (zh) * | 2020-02-18 | 2021-09-03 | 宁波吉利汽车研究开发有限公司 | 一种车辆续航里程预测方法、装置、设备和存储介质 |
CN113469455A (zh) * | 2021-07-21 | 2021-10-01 | 广州小鹏汽车科技有限公司 | 一种续航数据的预估方法和装置 |
CN113911120A (zh) * | 2020-07-08 | 2022-01-11 | 观致汽车有限公司 | 车辆续驶里程计算方法、装置、电子设备和存储介质 |
CN114013284A (zh) * | 2021-11-02 | 2022-02-08 | 上汽大众汽车有限公司 | 一种车辆续航里程的计算方法和*** |
CN114091735A (zh) * | 2021-10-28 | 2022-02-25 | 华人运通(上海)云计算科技有限公司 | 一种电动车续航里程预测方法 |
CN116572799A (zh) * | 2023-07-13 | 2023-08-11 | 四川轻化工大学 | 基于深度学习的动力电池荷电续航预测方法、***及终端 |
CN116945907A (zh) * | 2023-09-19 | 2023-10-27 | 江西五十铃汽车有限公司 | 一种新能源电动汽车里程计算方法及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008065643A (ja) * | 2006-09-08 | 2008-03-21 | Ctoc Co Ltd | 設計者向けマイレージ・ポイント提供システムおよびマイレージ・ポイント提供方法。 |
KR20110139474A (ko) * | 2010-06-23 | 2011-12-29 | 현대자동차주식회사 | 차량용 길 안내 시스템 |
CN106427579A (zh) * | 2016-07-25 | 2017-02-22 | 意昂神州(北京)科技有限公司 | 基于平均能耗建模的纯电动汽车续驶里程估算方法和装置 |
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 |
CN107844613A (zh) * | 2016-09-18 | 2018-03-27 | 大陆汽车投资(上海)有限公司 | 基于数据分析的电动车续航管理方法 |
CN109050262A (zh) * | 2018-08-27 | 2018-12-21 | 上海精虹新能源科技有限公司 | 一种纯电动汽车的剩余续驶里程估算方法及*** |
CN109117438A (zh) * | 2017-06-23 | 2019-01-01 | 蔚来汽车有限公司 | 具有供电***的交通工具剩余里程估算方法和装置 |
-
2019
- 2019-07-15 CN CN201910637124.3A patent/CN110329266B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008065643A (ja) * | 2006-09-08 | 2008-03-21 | Ctoc Co Ltd | 設計者向けマイレージ・ポイント提供システムおよびマイレージ・ポイント提供方法。 |
KR20110139474A (ko) * | 2010-06-23 | 2011-12-29 | 현대자동차주식회사 | 차량용 길 안내 시스템 |
CN106427579A (zh) * | 2016-07-25 | 2017-02-22 | 意昂神州(北京)科技有限公司 | 基于平均能耗建模的纯电动汽车续驶里程估算方法和装置 |
CN107844613A (zh) * | 2016-09-18 | 2018-03-27 | 大陆汽车投资(上海)有限公司 | 基于数据分析的电动车续航管理方法 |
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 |
CN109117438A (zh) * | 2017-06-23 | 2019-01-01 | 蔚来汽车有限公司 | 具有供电***的交通工具剩余里程估算方法和装置 |
CN109050262A (zh) * | 2018-08-27 | 2018-12-21 | 上海精虹新能源科技有限公司 | 一种纯电动汽车的剩余续驶里程估算方法及*** |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112744218A (zh) * | 2019-10-16 | 2021-05-04 | 上海汽车集团股份有限公司 | 行车辅助方法和装置 |
CN113335131A (zh) * | 2020-02-18 | 2021-09-03 | 宁波吉利汽车研究开发有限公司 | 一种车辆续航里程预测方法、装置、设备和存储介质 |
CN111619704A (zh) * | 2020-05-30 | 2020-09-04 | 东莞市喜悦自行车有限公司 | 一种电动自行车的控制***及方法 |
CN113911120A (zh) * | 2020-07-08 | 2022-01-11 | 观致汽车有限公司 | 车辆续驶里程计算方法、装置、电子设备和存储介质 |
CN113911120B (zh) * | 2020-07-08 | 2023-09-19 | 观致汽车有限公司 | 车辆续驶里程计算方法、装置、电子设备和存储介质 |
CN111806240A (zh) * | 2020-07-24 | 2020-10-23 | 江淮大众汽车有限公司 | 一种基于中国工况的电动汽车续驶里程预测方法 |
CN111806240B (zh) * | 2020-07-24 | 2022-04-05 | 大众汽车(安徽)有限公司 | 一种基于中国工况的电动汽车续驶里程预测方法 |
CN112549970A (zh) * | 2020-12-09 | 2021-03-26 | 广州橙行智动汽车科技有限公司 | 车辆续航里程预测方法、装置、车辆及存储介质 |
CN112613128A (zh) * | 2020-12-29 | 2021-04-06 | 联合汽车电子有限公司 | 续航里程的预测方法、装置、设备、车辆和存储介质 |
CN112613128B (zh) * | 2020-12-29 | 2024-05-31 | 联合汽车电子有限公司 | 续航里程的预测方法、装置、设备、车辆和存储介质 |
CN113022479A (zh) * | 2021-04-21 | 2021-06-25 | 前海七剑科技(深圳)有限公司 | 续航信息确定方法与装置 |
CN113159435A (zh) * | 2021-04-29 | 2021-07-23 | 浙江吉利控股集团有限公司 | 一种新能源车辆剩余驾驶里程预测方法及*** |
CN113159435B (zh) * | 2021-04-29 | 2022-11-22 | 浙江吉利控股集团有限公司 | 一种新能源车辆剩余驾驶里程预测方法及*** |
CN113469455A (zh) * | 2021-07-21 | 2021-10-01 | 广州小鹏汽车科技有限公司 | 一种续航数据的预估方法和装置 |
CN114091735A (zh) * | 2021-10-28 | 2022-02-25 | 华人运通(上海)云计算科技有限公司 | 一种电动车续航里程预测方法 |
CN114013284A (zh) * | 2021-11-02 | 2022-02-08 | 上汽大众汽车有限公司 | 一种车辆续航里程的计算方法和*** |
CN114013284B (zh) * | 2021-11-02 | 2023-09-22 | 上汽大众汽车有限公司 | 一种车辆续航里程的计算方法和*** |
CN116572799B (zh) * | 2023-07-13 | 2023-09-05 | 四川轻化工大学 | 基于深度学习的动力电池荷电续航预测方法、***及终端 |
CN116572799A (zh) * | 2023-07-13 | 2023-08-11 | 四川轻化工大学 | 基于深度学习的动力电池荷电续航预测方法、***及终端 |
CN116945907A (zh) * | 2023-09-19 | 2023-10-27 | 江西五十铃汽车有限公司 | 一种新能源电动汽车里程计算方法及*** |
CN116945907B (zh) * | 2023-09-19 | 2024-01-26 | 江西五十铃汽车有限公司 | 一种新能源电动汽车里程计算方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN110329266B (zh) | 2021-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110329266A (zh) | 可续航里程确定方法、装置、终端及存储介质 | |
US11880206B2 (en) | Power management, dynamic routing and memory management for autonomous driving vehicles | |
JP6564502B1 (ja) | バッテリ管理システム | |
CN105383495B (zh) | 使用物理模型的基于路线的能耗估计 | |
US9043151B2 (en) | Large scale demand responsive transit framework | |
US10829065B1 (en) | Vehicle power management system | |
CN103575285B (zh) | 路径搜索装置 | |
US20180370537A1 (en) | System providing remaining driving information of vehicle based on user behavior and method thereof | |
CN105405180B (zh) | 一种车载单元 | |
US11390165B2 (en) | Electric vehicle power management system | |
WO2017016517A1 (zh) | 确定交通服务费用的方法及*** | |
US11443563B2 (en) | Driving range based on past and future data | |
US20140032087A1 (en) | Reducing fuel consumption by accommodating to anticipated road and driving conditions | |
CN105383496A (zh) | 用于车辆的基于路线的剩余能量可行驶距离计算 | |
US9239995B2 (en) | System and method for generating vehicle drive cycle profiles | |
CN107257756A (zh) | 用于在路况变化的情况下辅助车辆的技术 | |
CN103959014B (zh) | 能量消耗量估计装置、能量消耗量估计方法 | |
CN102235880A (zh) | 路线引导设备、路线引导方法及计算机程序 | |
US11267338B2 (en) | Electric vehicle power management system | |
CA2820248A1 (en) | System and method for measuring and reducing vehicle fuel waste | |
JP2014501005A (ja) | 自動車のための情報を取り出す方法 | |
JP2023535828A (ja) | 経路決定方法、装置、機器及び媒体 | |
US10088330B2 (en) | Navigation system with notification mechanism and method of operation thereof | |
CN109484187A (zh) | 信息处理方法和具有电驱动功能的车辆 | |
CN103384814B (zh) | 搜索装置、搜索***、搜索方法以及终端 |
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 |