CN110686689B - 车辆能量使用跟踪 - Google Patents

车辆能量使用跟踪 Download PDF

Info

Publication number
CN110686689B
CN110686689B CN201910433895.0A CN201910433895A CN110686689B CN 110686689 B CN110686689 B CN 110686689B CN 201910433895 A CN201910433895 A CN 201910433895A CN 110686689 B CN110686689 B CN 110686689B
Authority
CN
China
Prior art keywords
vehicle
route
energy usage
planned route
actual
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
Application number
CN201910433895.0A
Other languages
English (en)
Other versions
CN110686689A (zh
Inventor
T·P·林德曼
B·赫斯科维兹
Y·吉尔勃亚
N·巴伦
D·齐维列夫
R·B·温伯格
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN110686689A publication Critical patent/CN110686689A/zh
Application granted granted Critical
Publication of CN110686689B publication Critical patent/CN110686689B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • 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
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/02—Registering or indicating driving, working, idle, or waiting time only
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K6/00—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00
    • B60K6/20—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs
    • 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
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • B60W2050/0031—Mathematical model of the vehicle
    • 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
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • 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
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0083—Setting, resetting, calibration
    • B60W2050/0088—Adaptive recalibration
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00—Type of vehicle
    • B60Y2200/90—Vehicles comprising electric prime movers
    • B60Y2200/92—Hybrid vehicles
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

一种对车辆中的能量使用进行跟踪的***和方法。在一种实现方式中，该方法涉及：构建能量使用预测模型，获得包含一个或多个规划路线路段的车辆的规划路线，将所述能量使用预测模型应用于所述规划路线的一个或多个规划路线路段中的每个规划路线路段以获得能量使用规划，从所述车辆接收车载数据，基于所述车载数据来构建实际路线，并且基于所述车载数据在所述规划路线与所述实际路线之间进行匹配分析。

Description

车辆能量使用跟踪
引言
本发明涉及对车辆的能量使用进行跟踪并基于车辆的实际能量使用来对预测能量使用模型进行更新。
车辆包括能够获得和处理各种信息的硬件和软件，这些信息包括由车辆***模块(VSM)获得的信息。此外，车辆包括联网能力，并且可以连接到对用户及其车辆的帐户进行维护的车辆后端服务器。而且，现在一些车辆包括使用所储存的电能的主推进***，例如电池。以特定方式集成各种车辆信息源可以帮助促进更有效地使用主推进***。
发明内容
根据本发明的一个方面，提供了一种方法：构建能量使用预测模型，获得包含一个或多个规划路线路段的车辆的规划路线，将所述能量使用预测模型应用于所述规划路线的一个或多个规划路线路段中的每个规划路线路段以获得能量使用规划，从所述车辆接收车载数据，基于所述车载数据来构建实际路线，并且基于所述车载数据在所述规划路线与所述实际路线之间进行匹配分析。
根据各种实施例，这种方法可以进一步包括以下特征中的任何一个或这些特征中的一些或全部特征的任何技术上可行的组合：
·从所述车辆获得包括路线起点位置和路线终点位置的路线信息，并且其中所述路线信息用于获得所述车辆的所述规划路线；
·所述能量使用规划包括一个或多个规划路线路段，所述一个或多个规划路线路段中的每一个都具有相关联的预测能量使用信息；
·所述匹配分析包括至少部分地基于所述规划路线与所述实际路线之间的地理接近度，将所述规划路线的规划路线路段与所述实际路线的实际路线路段相匹配；
·基于路线匹配反馈信息而重新校准所述能量使用规划的步骤，所述路线匹配反馈信息包括从所述车辆获得的能量使用信息；
·所述路线匹配反馈信息包括从所述车辆接收的至少一些车载数据，所述至少一些车载数据与沿着与所述规划路线路段匹配的实际路线路段的地理点相关联，并且所述至少一些车载数据包括所述能量使用信息；
·所述匹配分析包括将所述实际路线的第一实际路线路段与所述规划路线的第一规划路线路段暂定匹配以获得暂定匹配，并且其中所述匹配分析包括在将第二实际路线路段与第二规划路线路段暂定匹配时对所述暂定匹配进行确认以获得确认匹配，所述第二实际路线路段沿着所述实际路线比所述第一实际路线路段更远，并且所述第二实际路线路段沿着所述规划路线比所述第一规划路线路段更远；
·当所述第一实际路线路段与所述第二实际路线路段之间的匹配位移大于预定的绕行位移阈值时，将所述暂定匹配确认为绕行匹配；和/或
·所述方法由位于车辆后端服务设施处的一个或多个服务器执行，所述一个或多个服务器各自包括处理器，并且其中所述一个或多个服务器包括当执行时使所述处理器执行所述方法步骤的计算机指令。
根据本发明的另一方面，提供了一种对车辆的能量使用进行跟踪的方法，包括从车辆接收路线信息的步骤，所述路线信息包括路线起点位置和路线终点位置；基于路线信息来获得规划路线，其中所述规划路线包括多个规划路线路段；针对多个规划路线路段中的每一个生成预测能量使用信息，该预测能量使用信息基于从车辆接收的车载数据和从数据库获得的车外数据；从车辆接收能量使用数据，其中该能量使用数据与实际路线路段相关联；将实际路线路段与多个规划路线路段中的一个规划路线路段匹配以获得匹配路线路段对，该匹配路线路段对包括实际路线路段以及与实际路线路段匹配的规划路线路段，并且其中该匹配至少部分基于实际路线路段之间的地理接近度；并且对针对规划路线路段的子集的预测能量使用信息进行更新，其中，规划路线路段的子集包括沿着规划路线比匹配路线路段对的规划路线路段更远的多个规划路线路段中的一个或多个规划路线路段。
根据各种实施例，这种方法可以进一步包括以下特征中的任何一个或这些特征中的一些或全部特征的任何技术上可行的组合：
·从所述车辆接收的所述车载数据包括所述车辆的电池组的充电状态(SoC)值以及暖通空调(HVAC)信息；
·所述更新步骤基于从车辆接收的至少一部分能量使用数据；
·已更新的规划路线路段的子集包括沿着规划路线比匹配路线路段对的规划路线路段更远的多个规划路线路段中的所有规划路线路段；
·更新步骤包括针对规划路线路段的子集中的每个规划路线路段来生成预测能量使用信息；和/或
·将匹配路线路段对与对应的能量使用信息一起输入到学习模型中，该学习模型生成模型校准信息，对应的能量使用信息包括从车辆接收的至少一些能量使用数据以及与匹配路线路段对的规划路线路段相关联的预测能量使用信息，并且其中至少部分地基于对应的能量使用信息来生成模型校准信息。
根据本发明的又另一方面，提供了一种车辆能量使用跟踪***，包括：服务器，该服务器包括处理器和计算机可读存储器，该计算机可读存储器存储计算机程序；以及服务器可访问的数据库，该数据库存储车外信息；其中所述计算机程序在由所述处理器执行时使得所述服务器：构建能量使用预测模型，获得车辆的规划路线，所述规划路线包含一个或多个规划路线路段，将所述能量使用预测模型应用于所述规划路线的一个或多个规划路线路段中的每个规划路线路段以获得能量使用规划，从所述车辆接收车载数据，基于所述车载数据来构建实际路线，并且基于所述车载数据在所述规划路线与所述实际路线之间进行匹配分析。
根据各种实施例，该***可以进一步包括以下特征中的任何一个或这些特征中的一些或全部特征的任何技术上可行的组合：
·所述匹配分析包括将所述实际路线的第一实际路线路段与所述规划路线的第一规划路线路段暂定匹配以获得暂定匹配，并且其中所述匹配分析包括在将第二实际路线路段与第二规划路线路段暂定匹配时对所述暂定匹配进行确认以获得确认匹配，所述第二实际路线路段沿着所述实际路线比所述第一实际路线路段更远，并且所述第二实际路线路段沿着所述规划路线比所述第一规划路线路段更远；
·所述匹配分析包括至少部分地基于所述规划路线与所述实际路线之间的地理接近度，将所述规划路线的规划路线路段与所述实际路线的实际路线路段相匹配；
·所述计算机程序在由所述处理器执行时进一步使得所述服务器基于路线匹配反馈信息来更新所述能量使用规划，所述路线匹配反馈信息包括从所述车辆获得的能量使用信息；和/或
·所述路线匹配反馈信息包括从所述车辆接收的至少一些车载数据，所述至少一些车载数据与沿着与所述规划路线路段匹配的实际路线路段的地理点相关联，并且所述至少一些车载数据包括所述能量使用信息。
附图说明
在下文中将结合附图对本发明的一个或多个实施例进行描述，其中相同的标号表示相同的元件，并且其中：
图1是描绘了能够利用本文公开的方法的通信***的实施例的框图；
图2是描绘了用于本文公开的方法的数据流的框图；
图3是对车辆中的能量使用进行跟踪的方法的实施例的通信图；
图4是对车辆中的能量使用进行跟踪的方法的实施例的流程图；
图5是生成能量使用预测规划的方法的实施例的流程图；
图6是执行匹配分析的方法的实施例的流程图；
图7描绘了对规划路线与实际路线的匹配进行说明的行程地图；
图8描绘了行程地图以及在包括绕行的部分处的规划路线与实际路线的匹配：
图9描绘了行程地图以及能量使用信息的对应曲线图；
图10描绘了两个曲线图，其中第一个曲线图描绘了能量使用信息，而第二个曲线图描绘了对应的高程信息；
图11是描绘了充电状态(SoC)学习收敛性的一个实施例的曲线图；以及
图12是说明了区域的能量使用浓度的热图。
具体实施方式
以下描述的***和方法使得能够对车辆的能量使用进行跟踪并且在车辆沿着路线行进时对车辆的路线的能量使用预测规划进行更新。在一个实施例中，车辆用户可以操作车辆的车载导航***，并且可以输入目的地。然后，车辆将目的地(和/或其他路线信息，例如车辆的当前位置或其他起点位置)发送到车辆后端服务设施。车辆后端服务设施确定建议或预测车辆行驶以便到达目的地的路线，并且该建议或预测的路线可以被称为“规划路线”。另外，此时，车辆后端服务设施确定沿着路线的车辆的能量使用预测规划，其由多个规划路线路段组成，每个规划路线路段与预测能量使用信息相关联。规划路线路段与相关联的预测能量使用信息可以一起被称为“能量使用预测规划”。可以将能量使用预测规划(或仅规划路线)发送到车辆，然后车辆可以在车辆内的显示器上显示规划路线。当车辆行驶时，车辆可以将位置信息(例如，全球导航卫星***(GNSS)信息)连同车辆传感器信息一起发送回车辆后端服务设施，该车辆传感器信息例如包括主推进车辆电池的充电状态(SoC)。然后，车辆后端服务设施基于从车辆接收的信息将实际路段与能量使用预测规划的规划路线路段相匹配，并且车辆后端服务设施还对“下游”的或将要遇到的路线路段(即，沿着规划路线更远的规划路线路段)的能量使用预测信息进行更新。然后，车辆后端服务设施可以将该更新的能量使用预测规划提供回车辆。在一个实施例中，可以在到达和离开充电点时预测SoC，并且在路线期间针对各种不可预见的情况来调整SoC。
车辆后端服务设施可以基于各种因素来计算或以其他方式确定车辆沿着规划路线的能量使用预测规划，这些因素包括沿着一个或多个路线路段的车辆或类似性质的交通工具的历史能量使用数据、车辆启动运行状况、天气、地理(包括地形)和/或交通状况。
参考图1，示出了包括通信***10并且可以用于实现本文公开的方法的运行环境。通信***10通常包括具有无线通信设备30和其他VSM 22-66的车辆12、全球导航卫星***(GNSS)的卫星群68、一个或多个无线载波***70、陆地通信网络76、计算机或服务器78以及车辆后端服务设施80。应当理解，所公开的方法可以与任何数量的不同***一起使用，并且不具体地限于在此示出的运行环境。而且，***10及其各个部件的架构、构造、设置和一般操作在本领域中通常是已知的。因此，以下段落仅简要概述了一个这样的通信***10；然而，在此未示出的其他***也可以采用所公开的方法。
无线载波***70可以是任何合适的蜂窝电话***。载体***70显示为包括蜂窝塔72；然而，载波***70可以包括以下部件中的一个或多个(例如，取决于蜂窝技术)：蜂窝塔、基站收发信台、移动交换中心、基站控制器、演进节点(例如，eNodeB)、移动性管理实体(MME)、服务和PGN网关等、以及将无线载波***70与陆地网络76连接或将无线载波***与用户设备(UE，例如，其可以包括车辆中的远程信息处理设备12)连接所需的任何其他网络部件。载波***70可以实现任何合适的通信技术，包括GSM/GPRS技术、CDMA或CDMA2000技术、LTE技术等。通常，无线载波***70、它们的部件、它们的部件的布置、部件之间的交互等在本领域中通常是已知的。
除了使用无线载波***70之外，可以使用卫星通信形式的不同无线载波***来提供与车辆的单向或双向通信。这可以使用一个或多个通信卫星(未示出)和上行链路发送站(未示出)来完成。单向通信可以是例如卫星无线电服务，其中节目内容(新闻、音乐等)由上行链路发送站接收、打包以便上载、然后发送到向订户广播节目的卫星。双向通信可以是例如使用一个或多个通信卫星的卫星电话服务，以中继车辆12与上行链路发送站之间的电话通信。如果使用的话，则除了无线载波***70之外或取而代之.可以使用该卫星电话。
陆地网络76可以是传统的基于陆地的电信网络，其连接到一个或多个固定电话并且将无线载波***70连接到车辆后端服务设施80。例如，陆地网络76可以包括公共交换电话网络(PSTN)，例如用于提供硬连线电话、分组交换数据通信和因特网基础设施的公共交换电话网络。陆地网络76的一个或多个段可以通过使用标准有线网络、光纤或其他光学网络、有线网络、电力线、诸如无线局域网(WLAN)等其他无线网络、或提供宽带无线接入(BWA)的网络或其任何组合来实现。
计算机78(仅示出一个)可以是可通过诸如因特网等私人或公共网络进行访问的许多计算机中的一些计算机。在一个实施例中，每个这样的计算机78可以用于一个或多个目的，例如用于向多个车辆和其他电子网络计算设备(包括车辆12和个人移动设备90)提供导航服务。其他这样的可访问计算机78可以例如是：服务中心计算机，在这里可以从车辆上载诊断信息和其他车辆数据；客户计算机，由车辆所有者或其他订户所使用以用于访问或接收车辆数据或建立或配置订户偏好或控制车辆功能等目的；汽车共享服务器，其协调来自请求使用车辆的多个用户的登记而作为汽车共享服务的一部分；或者第三方存储库，通过与车辆12、后端设施80或两者通信来提供车辆数据或其他信息。计算机78还可以用于提供诸如DNS服务等因特网连接、或者用作使用DHCP或其他合适的协议来向车辆12分配IP地址的网络地址服务器。
车辆后端服务设施80是后端设施并且位于远离车辆12的物理位置。车辆后端服务设施80(或简称“后端设施80”)可以设计成通过使用一个或多个电子服务器82而为车辆电子器件20提供许多不同的***后端功能，并且在许多情况下可以向多个车辆提供导航相关服务。在许多实施例中，后端设施80提供路线建议(或规划路线)、以及当车辆行驶时基于来自车辆12的反馈而连续更新的能量使用预测规划，如以下更详细地描述的。车辆后端服务设施80包括车辆后端服务的服务器82、以及可以存储在多个存储器设备上的数据库84。车辆后端服务设施80可以包括这些各种部件中的任何一个或全部，并且优选地，各种部件中的每一个都经由有线或无线局域网彼此耦合。后端设施80可以经由连接到陆地网络76的调制解调器来接收和发送数据。数据传输也可以由诸如IEEE 802.11x、GPRS等无线***进行。本领域技术人员将理解，尽管在所示实施例中仅描绘了一个后端设施80和一个计算机78，但是可以使用许多远程设施80和/或计算机78。此外，如本领域技术人员将理解的，多个后端设施80和/或计算机78可以在地理上分布，并且每一个都可以彼此协调信息和服务。
服务器82可以是包括至少一个处理器并且包括存储器的计算机或其他计算设备。处理器可以是能够处理电子指令的任何类型的设备，包括微处理器、微控制器、主处理器、控制器、车辆通信处理器和专用集成电路(ASIC)。处理器可以是仅用于服务器82的专用处理器，或者可以与其他***共享。至少一个处理器可以执行各种类型的数字存储指令，例如软件或固件，其使服务器82能够提供各种各样的服务。该软件可以存储在计算机可读存储器中，并且可以是任何合适的非暂时性计算机可读介质。例如，存储器可以是许多不同类型的RAM(随机存取存储器，包括各种类型的动态RAM(DRAM)和静态RAM(SRAM))、ROM(只读存储器)、固态驱动器(SSD)(包括诸如固态混合驱动器(SSHD)等其他固态存储设备)、硬盘驱动器(HDD)、磁盘或光盘驱动器中的任何一种。对于网络通信(例如，网络内通信、包括因特网连接的网络间通信)而言，服务器可以包括一个或多个网络接口卡(NIC)(包括无线NIC(WNIC))，其可用于将数据传输到计算机和从计算机传输。这些NIC可以允许一个或多个服务器82与数据库84或其他网络设备(包括路由器、调制解调器和/或交换机)彼此连接。在一个特定实施例中，服务器82的NIC(包括WNIC)可以允许建立SRWC连接和/或可以包括以太网电缆可以连接的以太网(IEEE 802.3)端口，其可以提供两个或更多个设备之间的数据连接。后端设施80可以包括多个路由器、调制解调器、交换机或可以用于提供联网能力(例如与陆地网络76和/或蜂窝载波***70连接)的其他网络设备。
数据库84可以存储在多个存储器上，例如有源暂时存储器或任何合适的非暂时性计算机可读介质。例如，存储器可以是许多不同类型的RAM(随机存取存储器，包括各种类型的动态RAM(DRAM)和静态RAM(SRAM))、ROM(只读存储器)、固态驱动器(SSD)(包括诸如固态混合驱动器(SSHD)等其他固态存储设备)、硬盘驱动器(HDD)、磁盘或光盘驱动器中的任何一种，其存储执行本文所讨论的各种外部设备功能所需的一些或全部软件。后端设施80处的一个或多个数据库可以存储各种信息，并且可以包括车辆能量使用数据库、地理道路信息数据库和其他车辆信息数据库。
车辆能量使用数据库可以包括用于车辆能量使用预测应用的各种信息，如以下进一步讨论的。存储在车辆能量使用数据库中的车辆能量使用信息可以包括历史能量使用信息。在至少一个实施例中，历史能量使用信息包括来自一队车辆的实际能量使用度量。这些实际能量使用度量可以包括车辆针对特定道路区段所使用的能量。道路区段是道路的一段或一部分。在某些情况下，车辆可以沿着未指定的道路在道路之外或土地上行驶；至少在一个实施例中，该信息可以存储在车辆能量使用数据库中，并且这些路径可以被认为是道路区段。实际能量使用度量和相关联的道路区段也可以与特定车辆、特定车型(和/或年型)、特定类型的车辆(例如，四门轿车、运动型多功能车辆(SUV)、汽车、卡车)或其他车辆规格信息相关联。道路区段可以由一个或多个地理位置或坐标对来定义。例如，定义单个地理坐标对(即，极点)、半径和极角的极坐标可以用于定义道路区段。在另一个实施例中，可以使用多个地理坐标对，例如两个坐标对。坐标对可以包括从车辆接收并且通过使用全球导航卫星***(GNSS)服务(例如，通过使用GNSS接收器22)在车辆处生成的地理坐标信息。然后，车队中的车辆可以将其能量使用(如以下进一步讨论的)及其位置报告返回远程设施，其可以将信息存储到车辆能量使用数据库中。
如上所述，车辆能量使用数据库可以将实际能量使用度量与道路区段和车辆规格信息相关联。车辆规格信息可以包括关于车辆规格的信息，例如品牌、型号、年型、标准特征、可选特征、售后市场特征、推进***类型(例如，电动、混合动力、内燃发动机(ICE))、电池类型、电池单元的数量、其他车辆***模块(VSM)信息(例如，车辆传感器信息)、车辆联网信息以及与一队车辆或特定车辆(例如车辆12)有关的各种其他信息。应当理解，存储在车辆能量使用数据库中的任何或所有信息可以存储在一个或多个位置或设施处的一个或多个数据库中，并且可以由一个或多个相关联的实体(包括车辆的OEM)进行操作和/或管理。
另外，在一个实施例中，数据库84可以包括地理地图信息，该地理地图信息包括数字地表示包括地面上的道路的地理区域的地理道路地图数据。地理道路地图数据包括表示一个或多个地理区域之间的地理区域和道路的数据。地理道路地图数据可以包括各种附加信息，例如道路尺寸和几何形状(即，表示道路所在的地理区域的信息)、道路特性(例如，速度限制、所允许的行进方向、车道信息、交通信号信息)、道路状况(例如，当前或估计的交通状况、沿着道路的预测和/或观察到的天气状况)以及各种其他信息。任何地理道路地图数据可以与地理坐标或可以用于将数据绑定到特定地理点或区域的其他位置识别信息相关联。其他信息可以存储在车辆后端服务设施80处，这些信息包括诸如车辆服务订户信息(例如，凭证和认证信息)等账户信息、车辆标识、车辆交易信息、车辆的地理坐标以及其他车辆信息。地理道路地图数据还可以包括表示地表其他特征的地理或地形地图数据，例如地表海拔或道路的估计等级。如以上讨论的，任何或所有这些信息可以包括在车辆能量使用数据库中和/或与存储在车辆能量使用数据库中的信息相关联。此外，该信息可以存储为车辆能量使用数据库的一部分，或者可以存储在远程设施80的单独数据库中或者存储在另一个服务器上，例如计算机78或另一个远程设施。
在所示实施例中，车辆12被描绘为乘用车，但是应当理解，也可以使用任何其他车辆，包括摩托车、卡车、运动型多功能车辆(SUV)、休闲车(RV)、船舶、飞行器等。一些车辆电子器件20总体上在图1中示出，并且包括全球导航卫星***(GNSS)接收器22、车身控制模块或单元(BCM)24、其他车辆***模块(VSM)28、无线通信设备30、HVAC***40、温度计42、运动传感器44、车辆用户界面50-56和电池***60。在所示实施例中，车辆12是主要使用电池***60进行推进的电动车辆。然而，在其他实施例中，车辆12可以是混合动力车(例如，插电式混合动力电动车辆(PHEV))或内燃发动机(ICE)车辆。一些或所有不同的车辆电子器件可以连接以用于通过一个或多个通信总线(例如总线58)彼此通信。通信总线58使用一个或多个网络协议为车辆电子器件提供网络连接。合适的网络连接的示例包括控制器区域网络(CAN)、面向媒体的***传输(MOST)、本地互连网络(LIN)、局域网(LAN)以及诸如以太网或其他符合已知的ISO、SAE和IEEE标准和规范的其他适当连接，略举数例。在其他实施例中，每个VSM都可以使用无线网络进行通信，并且可以包括合适的硬件，例如短程无线通信(SRWC)电路。
车辆12可以包括许多车辆***模块(VSM)作为车辆电子器件20的一部分，例如GNSS接收器22、BCM 24、无线通信设备30、HVAC***40、温度计42、运动传感器44、车辆-用户界面50-56和电池***60，如以下将详细地描述的。车辆12还可以包括位于整个车辆中的电子硬件部件形式的其他VSM 28，其可以从一个或多个传感器接收输入并使用所感测的输入来执行诊断、监视、控制、报告和/或其他功能。每个VSM 28通过通信总线58连接到其他VSM，以及连接到无线通信设备30。一个或多个VSM 28可以周期性地或偶尔地更新其软件或固件，并且在一些实施例中，这种车辆更新可以是通过陆地网络76和通信设备30从计算机78或后端设施80接收的空中激活(OTA)更新。如本领域技术人员所理解的，上述VSM仅是可以用于车辆12的一些模块的示例，因为许多其他模块也是可能的。
全球导航卫星***(GNSS)接收器22从GNSS卫星群接收无线电信号。GNSS接收器22可以被配置为符合给定地缘政治区域(例如，国家)的特定法规或法律和/或根据其进行操作。GNSS接收器22可以被配置用于各种GNSS实现方式，包括美国的全球定位***(GPS)、中国的北斗导航卫星***(BDS)、俄罗斯的全球导航卫星***(GLONASS)、欧盟的伽利略***以及各种其他导航卫星***。例如，GNSS接收器22可以是GPS接收器，其可以从GPS卫星群68接收GPS信号。并且，在另一示例中，GNSS接收器22可以是BDS接收器，其从GNSS(或BDS)卫星群68接收多个GNSS(或BDS)信号。在任一实现方式中，GNSS接收器22可以包括至少一个处理器和存储器，包括存储指令(软件)的非暂时性计算机可读存储器，所述指令可由处理器访问以执行由接收器22执行的处理。
GNSS接收器22可以用于向车辆操作者提供导航和其他位置相关的服务。导航信息可以在显示器50(或车辆内的其他显示器，例如移动设备90上的应用程序)上呈现，或者可以用语言方式呈现，例如在提供逐向导航时完成。可以使用专用车载式导航模块(其可以是GNSS接收器22的一部分和/或作为无线通信设备30或其他VSM的一部分并入)来提供导航服务，或者部分或全部导航服务可以通过车辆中安装的车辆通信设备(或其他启用远程信息处理的设备)完成，其中为了向车辆提供导航地图、地图注释(兴趣点，餐馆等)、路线计算等目的而将位置或地点信息发送到远程地点。位置信息可以提供给车辆后端服务设施80或诸如计算机78等其他远程计算机***，用于诸如车队管理等其他目的和/或用于以下讨论的车辆能量使用预测应用。而且，新的或更新的地图数据(例如存储在数据库84上的地理道路地图数据)可以通过车辆通信设备30从后端设施80下载到GNSS接收器22，和能量使用预测信息和/或规划路线信息一样。
车身控制模块(BCM)24可以用于控制车辆的各种VSM，以及获得关于VSM的信息(包括它们的当前状态或状况)以及传感器信息。BCM 24在图1的示例性实施例中示出为电耦合到通信总线58。在一些实施例中，BCM 24可以与中控面板模块(CSM)集成或者是其一部分和/或与无线通信设备30集成。或者，BCM可以是通过总线58连接到其他VSM的单独设备。BCM24可以包括处理器和/或存储器，其可以类似于无线通信设备30的处理器36和存储器38，如以下讨论的。BCM 24可以与无线设备30和/或一个或多个车辆***模块通信，例如HVAC***40、温度计42、运动传感器44、音频***56、电池***60或其他VSM 28。BCM 24可以包括处理器以及处理器可访问的存储器。合适的存储器可以包括非暂时性计算机可读存储器，其包括各种形式的非易失性RAM和ROM。存储在存储器中并且可由处理器执行的软件使BCM能够指导一个或多个车辆功能或操作，包括例如控制中控锁、空调(或其他HVAC功能)、电动后视镜、控制车辆主动机(例如，发动机、主推进***)和/或控制各种其他车辆模块。例如，BCM24可以向其他VSM发送信号，例如执行特定操作的请求或对传感器信息的请求，并且作为响应，传感器然后可以发回所请求的信息。并且，BCM 24可以从VSM接收数据，包括来自HVAC***40的HVAC传感器和设置信息、来自温度计42的温度或其他气候信息、来自运动传感器44的运动传感器信息、来自电池***60的电池信息、以及来自其他VSM的各种其他信息。
另外，BCM 24可以提供对应于车辆状态或某些车辆部件或***的车辆状态信息，包括本文讨论的VSM。例如，BCM 24可以向设备30提供指示车辆的主推进***是否被接合或处于活动(或就绪)状态(或者如从ICE车辆中的发动机控制模块接收到的何时点火)的信息、来自电池***60的电池信息和/或关于车辆的其他信息。在接收到来自设备/计算机的请求时自动地、在满足某些条件时自动地、或者周期性地(例如，以设定的时间间隔)将信息发送到无线通信设备30(或其他中央车辆计算机)。如以下进一步讨论的，BCM 24可以配置有一个或多个触发器，当满足条件时，BCM执行一些操作，例如将传感器信息发送到无线通信设备30(或发送到另一个设备或实体，例如后端设施80)。以这种方式，BCM 24可以基于预定或预定义的触发来过滤信息，并将过滤后的信息传递给其他VSM，包括无线通信设备30(或其他中央车辆计算机)。
在替代实施例中，车辆12可以包括内燃发动机(ICE)，并且在这种情况下可称为ICE车辆。这些ICE车辆可以单独使用ICE用于推进，或者可以使用另一个能量储存器(例如电池)和ICE的组合。在ICE车辆的情况下，车辆可以包括发动机控制模块(ECM)，其控制发动机操作的各个方面，例如燃料点火和点火时刻。ECM可以连接到通信总线58，并且可以从BCM24或其他车辆***模块(例如无线通信设备30或VSM 28)接收操作指令。在一种场景中，ECU可以从BCM接收命令以启动ICE。ECM还可以用于获得车辆发动机的传感器信息。
车辆12包括各种车载车辆传感器40-44和64-66。而且，某些车辆-用户界面50-54可以用作车载车辆传感器。通常，传感器40-44、64-66可以获得与车辆的运行状态(“车辆运行状态”)或车辆的环境(“车辆环境状态”)有关的信息。传感器信息可以通过通信总线58发送到诸如BCM 24和车辆通信设备30等其他VSM。而且，在一些实施例中，传感器数据可以与元数据一起发送，元数据可以包括识别已捕获传感器数据的传感器(或传感器类型)的数据、时间戳(或其他时间指示符)和/或其他与传感器数据相关但不构成传感器数据本身的数据。“车辆运行状态”指的是关于车辆运行的车辆状态，其可以包括主动机(例如，车辆发动机、车辆推进电动机)的运行。另外，车辆运行状态可以包括关于车辆的机械操作或车辆的电气状态的车辆状态。“车辆环境状态”是指关于车厢内部和车辆周围的附近外部区域的车辆状态。车辆环境状态包括驾驶员、操作员或乘客的行为、以及交通状况、道路状况和特征以及车辆附近区域的状况。
暖通空调(HVAC)***40可以用于向车辆12的内舱或客舱提供采暖和空调。HVAC***40可以包括压缩机、冷凝器、蒸发器、温度计42、加热芯、鼓风机和HVAC控制***以及各种其他部件。HVAC控制***可以与车辆12的另一个VSM结合，或者可以包括单独的部件。并且，在一些实施例中，HVAC***可以至少部分地并入另一个VSM中，但是还可以包括用于控制HVAC***40的单独电路。除了温度计42之外，HVAC***40还可以包括各种传感器，例如压力传感器。来自这些车载传感器的传感器读数可以被发送到其他车辆模块，例如无线通信设备30。可以使用指示当前HVAC设置或选项的HVAC控制数据来表示HVAC控制状态。此外，HVAC传感器数据可以包括从作为HVAC***40的一部分(或至少用作其一部分)的一个或多个车载车辆传感器获得的传感器数据。HVAC控制数据和HVAC传感器数据可以统称为HVAC数据。HVAC数据还可以包括HVAC运行数据，其是关于HVAC***的数据，例如鼓风机转速和其他HVAC参数或运行条件。因此，HVAC数据可以包括HVAC控制数据、HVAC传感器数据、HVAC运行数据或其组合。
温度计42是数字温度计，其可以检测车辆12的内舱内(例如车辆的客舱内)的空气的温度。在其他实施例中，温度计42可以是另一个温度传感设备。在所示实施例中，温度计42是HVAC***40的一部分，并且可以用于向HVAC控制***提供信息，以及通过显示器50或其他车辆用户界面向车辆的一个或多个用户提供信息。在其他实施例中，温度计42可以与HVAC***40分离，或者第二个(或另外的)温度计可以包括在车辆12中，其中至少一个温度计用作HVAC***40的一部分。在一个实施例中，车辆12可以包括测量车辆12的内舱(例如，客舱)的温度的内部温度计以及测量车辆12外部的环境温度的外部温度计。另外，在至少一些实施例中，车辆12可以包括测量变速器温度的变速器温度计。在其他实施例中，当使用ICE车辆时，温度计可以用于测量发动机温度。来自温度计的这些传感器读数可以被发送到其他VSM，例如无线通信设备30。然后，无线通信设备30可以将这些传感器值发送到后端设施80或其他远程***。
运动传感器44可以用于获得关于车辆的运动或惯性信息，例如车速、加速度、横摆(和横摆率)、纵摇、侧倾以及车辆的关于其运动的各种其他特性，如通过使用车载车辆传感器而在本地测量的。运动传感器44可以安装在车辆上的各种位置，例如在车辆内部车厢内、在车辆的前保险杠或后保险杠上和/或在车辆12的发动机罩上。运动传感器44可以直接或通过通信总线58耦合到各种其他VSM。可以获得运动传感器数据并将其发送到其他VSM，包括BCM 24和/或无线通信设备30。
在一个实施例中，运动传感器可以包括轮速传感器，每个车轮转速传感器连接到车轮并且可以确定相应车轮的旋转速度。然后可以使用来自各种车轮转速传感器的旋转速度来获得线性或横向车速。另外，在一些实施例中，车轮转速传感器可以用于确定车辆的加速度。车轮转速传感器可以包括转速计，其连接到车轮和/或其他旋转构件。在一些实施例中，车轮转速传感器可以被称为车速传感器(VSS)，并且可以是车辆12的防抱死制动(ABS)***的一部分和/或电子稳定性控制程序。
另外，运动传感器44可以包括一个或多个惯性传感器，其可以用于获得关于车辆的加速度和加速度方向的传感器信息。惯性传感器可以是微机电***(MEMS)传感器或加速度计，其获得与加速或制动水平相关的惯性信息。在一个实施例中，车辆12可以包括位于整个车辆中的多个惯性传感器。并且，在一些实施例中，每个惯性传感器可以是多轴加速度计，其可以测量沿多个轴的加速度或惯性力。多个轴可以各自彼此正交或垂直，并且另外，这些轴中的一个可以在从车辆12的前部到后部的方向上延伸。其他实施例可以采用单轴加速度计或单轴和多轴加速度计的组合。可以使用其他类型的传感器，包括其他加速度计、陀螺仪传感器和/或其他已知的或者可能在本领域中已知的惯性传感器。
运动传感器44还可以包括转向盘角度传感器，其耦合到车辆12的转向盘或转向盘的部件，包括作为转向柱的一部分的运动传感器中的任何一个。转向盘角度传感器可以检测转向盘旋转的角度，其可以对应于一个或多个车轮相对于车辆12的从后向前延伸的纵向轴线的角度。来自转向盘角度传感器的传感器数据和/或读数可以用于可以在BCM 24的处理器或处理器36上执行的控制程序。
运动传感器44可以包括一个或多个横摆率传感器，其获得相对于车辆的垂直轴线的车辆角速度信息。横摆率传感器可以包括可以确定横摆率和/或滑移角的陀螺机构。可以使用各种类型的横摆率传感器，包括微机械横摆率传感器和压电横摆率传感器。运动传感器44可以包括在此未明确提及的各种其他传感器，包括节气门位置传感器或制动踏板位置传感器以及有助于运动变化(即，通过传感器读取车辆操作所指示的或通过接收(通常)导致方向或推进变化的输入所指示的方向或推进的变化)。
电池***60作为车辆电子器件20的一部分被包括在内，并且包括电池组62、电池SoC传感器64和电池温度传感器66。电池组62可以是牵引电池或电动车辆电池，其用于为车辆12提供推进力。如上所述，车辆12可以是电动车辆或混合动力车辆，并且在这种情况下，车辆12可以包括电池组62。在使用ICE车辆的其他实施例中，车辆可以不包括用于推进的电池。在ICE车辆、混合动力车辆或电动车辆的情况下，车辆可以包括单独的低压电池(例如，12V)，用于为各种VSM和车辆电子器件20的其他部件供电。电池组62可以是包括多个锂离子电池的锂离子电池组。如本领域技术人员所理解的，可以使用其他类型的电池。
电池充电状态(SoC)传感器64是车载车辆传感器，并且可以是能够测量电池组62的充电状态的各种电气部件中的任何一种。在一个实施例中，电池SoC传感器64可以使用(或可以是)电压传感器，例如附接在电池组62的正极端子处和电池组62的负极端子处的专用电压计。在另一个实施例中，电池SoC传感器64可以使用其他技术，例如可以用于测量电池组62中包含的电解质的pH的比重的化学方法、库仑计数方法、卡尔曼滤波过程(例如，使用卡尔曼滤波过程中的电压和电池温度)、压力方法或其组合。如本领域技术人员所理解的，电池SoC传感器64可以用各种方式配置。电池SoC传感器64可以向车辆12的计算设备(例如无线通信设备30)提供传感器信息，以用于确定SoC水平，其可以表示为电池组62的完全充电容量的百分比。
电池温度传感器66可以是数字温度计，例如温度计42，其耦合到电池组62，使得电池温度传感器66可以测量电池组62的温度。在一个实施例中，电池温度传感器66可以用于获得电池组62的SoC，或者可以是电池SoC传感器64的一部分并且与其他传感器(例如电压表)组合使用。
另外，车辆12可以包括上面未提到的其他传感器，包括摄像机、停车传感器、车道变换和/或盲点传感器、车道辅助传感器、测距传感器(即，用于例如通过使用雷达或激光雷达来检测车辆与另一物体之间的范围的传感器)、其他雷达、其他激光雷达、轮胎压力传感器、液位传感器(包括燃油液位传感器)、刹车片磨损传感器、V2V通信单元(可以集成到无线通信设备30中，如以下讨论的)、雨水或降水传感器(例如，指向挡风玻璃(或车辆12的其他窗户)的红外光传感器以基于反射光的量来检测雨水或其他降水)、以及内部或外部温度传感器。
无线通信设备30能够通过使用蜂窝芯片组34经由短程无线通信(SRWC)和/或经由蜂窝网络通信来传送数据，如所示实施例中所描绘的。在一个实施例中，无线通信设备30是中央车辆计算机，其用于执行以下讨论的方法的至少一部分。在所示实施例中，无线通信设备30包括SRWC电路32、蜂窝芯片组34、处理器36、存储器38和天线33和35。在一个实施例中，无线通信设备30可以是独立模块，或者在其他实施例中，设备30可以作为一个或多个其他车辆***模块的一部分并入或包括在内，例如中控面板模块(CSM)、车身控制模块(BCM)24、信息娱乐模块、头部单元和/或网关模块。在一些实施例中，设备30可以实现为安装在车辆中的OEM安装(嵌入式)或售后设备。在一些实施例中，无线通信设备30是远程信息处理单元(或远程信息处理控制单元)，其能够使用一个或多个蜂窝载波***70来执行蜂窝通信。远程信息处理单元可以与GNSS接收器22集成，使得例如GNSS接收器22和无线通信设备(或远程信息处理单元)30彼此直接连接，而不是通过通信总线58连接。
在一些实施例中，无线通信设备30可以被配置为根据以下一个或多个短程无线通信(SRWC)进行无线通信：诸如Wi-FiTM、WiMAXTM、Wi-Fi DirectTM、其他IEEE 802.11协议、ZigBeeTM、BluetoothTM、BluetoothTM低功耗(BLE)或近场通信(NFC)中的任何一个。如本文所使用的，BluetoothTM指的是任何BluetoothTM技术，诸如Bluetooth Low EnergyTM(BLE)、BluetoothTM 4.1、BluetoothTM 4.2、BluetoothTM 5.0以及可以开发的其他BluetoothTM技术。如本文所使用的，Wi-FiTM或Wi-FiTM技术指的是任何Wi-FiTM技术，例如IEEE 802.11b/g/n/ac或任何其他IEEE 802.11技术。短距离无线通信(SRWC)电路32使无线通信设备30能够发送和接收SRWC信号，例如BLE信号。SRWC电路可以允许设备30连接到另一个SRWC设备。另外，在一些实施例中，无线通信设备可以包含蜂窝芯片组34，从而允许设备经由一个或多个蜂窝协议(例如蜂窝载波***70所使用的协议)进行通信，。在这种情况下，无线通信设备变为可用于经由蜂窝载波***70执行蜂窝通信的用户设备(UE)。
无线通信设备30可以使车辆12能够经由分组交换数据通信而与一个或多个远程网络(例如，后端设施80或计算机78处的一个或多个网络)通信。可以通过使用经由路由器或调制解调器连接到陆地网络的非车辆无线接入点来执行该分组交换数据通信。当用于诸如TCP/IP等分组交换数据通信时，通信设备30可以配置有静态IP地址，或者可以被设置为从网络上的另一设备(例如路由器)或从网络地址服务器自动接收所分配的IP地址。
还可以经由使用可以由设备30访问的蜂窝网络来执行分组交换数据通信。通信设备30可以经由蜂窝芯片组34通过无线载波***70传送数据。在这样的实施例中，无线电传输可以用于与无线载波***70建立通信信道，例如语音信道和/或数据信道，以便可以通过信道发送和接收语音和/或数据传输。可以使用本领域已知的技术经由数据连接(例如经由通过数据信道的分组数据传输)或者经由语音信道来发送数据。对于涉及语音通信和数据通信两者的组合服务，***可以通过语音信道利用单个呼叫并且根据需要通过语音信道的语音和数据传输之间进行切换，这可以使用本领域技术人员已知的技术来完成。
处理器36可以是能够处理电子指令的任何类型的设备，包括微处理器、微控制器、主处理器、控制器、车辆通信处理器和专用集成电路(ASIC)。它可以是仅用于通信设备30的专用处理器，或者可以与其他车辆***共享。处理器36执行各种类型的数字存储指令，例如存储在存储器38中的软件或固件程序，这使得设备30能够提供各种各样的服务。例如，处理器36可以执行程序或处理数据以执行本文所讨论的方法的至少一部分。存储器38可以是暂时供电的存储器、任何非暂时性计算机可读介质或其他类型的存储器。例如，存储器可以是许多不同类型的RAM(随机存取存储器，包括各种类型的动态RAM(DRAM)和静态RAM(SRAM))、ROM(只读存储器)、固态驱动器(SSD)(包括诸如固态混合驱动器(SSHD)等其他固态存储设备)、硬盘驱动器(HDD)、磁盘或光盘驱动器中的任何一种。与先前描述的那些类似的部件(处理器36和/或存储器38、以及SRWC电路32和蜂窝芯片组34)可以包括在车身控制模块24和/或通常包括这种处理/存储能力的各种其他VSM中。
无线通信设备30连接到总线58，并且可以从一个或多个车载车辆传感器40-44、64-66接收传感器数据，此后，车辆可以将该数据(或从该数据导出或基于该数据的其他数据)发送到其他设备或网络，包括车辆后端服务设施80。并且，在另一个实施例中，无线通信设备30可以与导航***合并或至少连接到该导航***，该导航***包括地理地图信息，包括地理道路地图数据和/或来自能量使用预测规划的数据。导航***可以通信地耦合到GNSS接收器22(直接地或经由通信总线58)，并且可以包括存储本地地理地图信息的车载地理地图数据库。该本地地理地图信息可以在车辆中提供和/或经由远程连接下载到地理地图数据库/服务器，例如计算机78和/或后端设施80(包括服务器82和数据库84)。车载地理地图数据库可以存储与车辆的位置或区域相对应的地理地图信息，以便不会包括大部分可能永远不会被使用的大量数据。此外，当车辆12进入不同的位置或区域时，车辆可以向车辆后端服务设施80通知车辆的位置(例如，经由使用GNSS接收器22获得)，并且响应于接收到车辆的新位置，服务器82可以向数据库84查询对应的地理地图信息，然后可以将其发送到车辆12。
车辆电子器件20还包括多个车辆-用户界面，其为车辆乘员提供用于提供和/或接收信息的设备，包括视觉显示器50、按钮52、麦克风54和音频***56。如本文所使用的，术语“车辆-用户界面”广泛地包括任何合适形式的电子设备，包括硬件和软件部件，其位于车辆上并且使车辆用户能够与车辆的部件通信或通过车辆的部件进行通信。车辆-用户界面50-54也是车载传感器，其可以接收来自用户的输入或其他传感信息。按钮52允许手动用户输入到通信设备30中以提供其他数据、响应或控制输入。音频***56向车辆乘员提供音频输出，并且可以是专用的独立***或主要车辆音频***的一部分。根据在此所示的特定实施例，音频***56可操作地耦合到车辆总线58和娱乐总线(未示出)，并且可以提供AM、FM和卫星无线电、CD、DVD和其他多媒体功能。该功能可以与信息娱乐模块一起或独立于信息娱乐模块而提供。麦克风54向无线通信设备30提供音频输入，以使驾驶员或其他乘员能够经由无线载波***70提供语音命令和/或执行免提呼叫。为此目的，它可以利用本领域已知的人机界面(HMI)技术连接到车载自动语音处理单元。视觉显示器或触摸屏50优选地是图形显示器并且可以用于提供多种输入和输出功能。显示器50可以是仪表板上的触摸屏、从挡风玻璃反射的抬头显示器、或者可以投影图形以供车辆乘客观看的投影仪。还可以使用各种其他车辆-用户界面，例如移动设备90，因为图1的界面仅是一个特定实现方式的示例。
如以下进一步讨论的，车辆12的用户可以使用一个或多个车辆-用户界面来输入目的地或其他信息。在一个实施例中，用户可以操作一个或多个车辆用户界面50-56，其然后可以将输入的信息传递到其他VSM，例如无线通信设备30。然后，无线通信设备30可以使用蜂窝芯片组34或其他通信手段将该信息发送到后端设施80。例如，用户可以使用触摸屏显示器50来输入用户想要前往的期望目的地。目的地可以包括物理地址(例如，1234MainStreet、Central City、Michigan)或者可以包括兴趣点或其他地理指示。目的地可以用多种形式表示，例如通过地理坐标或体现在车辆导航请求消息中的文本数据。还可以在车辆导航请求消息中指定出发位置。出发位置可以由用户经由车辆-用户界面指定，或者可以被确定或预设为车辆的当前位置，其可以使用GNSS接收器22或通过使用其他位置服务来确定。然后可以使用无线通信设备30(例如，通过SRWC电路32或蜂窝芯片组34)将该车辆导航请求消息发送到后端设施80或其他远程计算***(例如，计算机78)，然后可以将导航信息提供给车辆12。该导航信息可以显示在显示器50上，或者可以通过使用可以用于呈现输出的其他车辆-用户界面来呈现。导航信息可以提供一个或多个路线路段以及地理道路地图数据。此外，导航信息可以包括或随附能量使用预测规划或其他能量使用信息，如以下进一步讨论的。
参考图2，示出了用于执行以下讨论的能量预测方法的过程流程。该过程包括三个阶段：规划阶段100、驾驶阶段200和学习阶段300。规划阶段100可以用于使用能量预测建模程序140基于车外数据110和车载数据120来开发能量使用预测规划。驾驶阶段200可以使用车载数据210作为可以用于产生实际能量使用模型的车辆跟踪程序240的输入。来自能量使用预测建模程序140的能量使用预测信息142和来自车辆跟踪程序240的实际能量使用信息242可以被输入到学习阶段300的路线跟踪程序310。在许多实施例中，能量使用预测信息142可以包括规划路线路段以及相关联的预测能量使用信息，并且实际能量使用信息242可以包括实际路线路段以及相关联的所感测的(或记录的)能量使用信息。路线跟踪程序310可以将规划路线路段与实际路线路段相匹配。为了调整能量使用预测建模程序140，可以比较和分析与这些路线路段相关联的能量使用。这些调整可以表示为模型校准322，其可以使用学习模型320导出或以其他方式获得。
如上所述，规划阶段100和驾驶阶段200可以基于车外数据110和车载数据130、210来开发能量使用预测信息142和实际能量使用信息242。在程序140、240中使用的任何车外数据110和车载数据130、210可以在特定时间获取并且与时间戳(或其他时间指示符)相关联。该数据还可以对应于单个时间点、一段时间或其组合。
车外数据110可以是从除车辆12之外的另一个来源获得的任何数据。可以从车辆后端服务设施80、计算机78或可通过因特网或其他计算机网络访问的另一服务器或计算设备获得车外数据。在所示实施例中，车外数据110包括地图位置数据112、地图高程数据114、路线速度数据116、交通数据118和天气数据120。数据112-118可以是存储在后端设施80的数据库84中的地理道路地图数据。地图位置数据112可以包括表示具有相关道路指示符的地理坐标的数据。地图高程数据114可以包括表示具有相关联的高度或高程数据的地理坐标的数据，并且在一些实施例中，可以包括表示与地理坐标相关联的高程值的斜率或变化的数据。路线速度数据116可以包括表示速度限制(或其他速度或速率相关数据)的数据，每个数据可以与地理坐标对或地理路线路段相关联。交通数据118可以表示沿着一个或多个道路的交通状况，并且可以由具有相关交通状况指示符或所观测或预测的车速的地理坐标或路段来表示。天气数据120可以表示沿着一个或多个道路的天气状况，并且可以由具有相关天气状况指示符或所观测或预测的天气模式或状况的地理坐标或路段来表示。天气数据可以表示温度、道路状况(例如积雪、洪水)、降水量、自然灾害以及其他与天气有关的数据。
车载数据130是从一个或多个车载车辆传感器(例如传感器40-44、64-66)获得的数据，或者在车辆12处以其他方式获得的数据。车载数据130可以是经由无线载波***70和/或陆地网络76从车辆12接收的数据。通过从后端设施80向车辆发送车载数据查询消息，可以从车辆12检索车载数据130。车辆12可以响应于具有所请求数据的车载数据查询消息而发送车载数据响应消息，该请求数据可以在车载数据查询消息中预定义或指示。或者，在另一个实施例中，车辆12可以发送车载数据消息中的车载数据，该车载数据消息随附车辆导航请求消息；这些消息可以是单独的，也可以体现在同一个消息中。在所示实施例中，车载数据130包括温度数据132、HVAC数据134和电池数据136。温度数据132可以是表示车辆的部件(例如，车辆12的变速器或推进***)的温度的数据，其可以使用温度计42或作为车辆电子器件20的一部分的另一温度计来感测。如以上讨论的，HVAC数据134可以包括HVAC控制数据、HVAC传感器数据、HVAC操作数据或其组合。在一个实施例中，HVAC数据134可以包括由温度计42测量的内舱的温度以及由用户配置或由车辆12自动设定的温度设定。电池数据136可以包括电池组62的当前SoC值、由电池温度传感器66确定的一个或多个电池温度、当前电池电压和/或与电池组62有关的各种其他条件或信息。在其他实施例中，电池数据136可以包括关于另一车辆电池的数据，例如向车辆电子器件20的各种部件提供电力的12V电池。
车载数据210是从一个或多个车载车辆传感器(例如传感器40-44、64-66)获得的数据，或者在车辆12处以其他方式获得的数据。在许多实施例中，车载数据210包括与车载数据130的数据不同类型的数据；然而，在一些实施例中，车载数据210和车载数据130可以包括相同类型的数据，或者可以包括一些相同数据和一些不同类型的数据。车载数据210和车载数据130可以作为相同消息的一部分从车辆12接收，或者可以经由不同的消息接收。可以经由无线载波***70和/或陆地网络76从车辆12接收车载数据210。在一种场景中，可以使用车载数据查询消息和车载数据响应消息，或者在另一个实施例中，车辆12可以发送车载数据消息中的车载数据，该车载数据消息随附车辆导航请求消息。在所示实施例中，车载数据210包括GNSS数据212、车速数据214、距离和时间数据216、高程数据218、交通数据220、能量使用数据222和电池数据224。任何数据212-224可以与实际路段起点处、在实际路段终点处的时间、实际路线路段的起点和终点之间的时间或其组合相关联或相对应。例如，可以提供与实际路线路段的起点和终点相对应的GNSS数据212。
GNSS数据212可以是关于车辆12的当前GNSS数据。例如，车辆12可以使用GNSS接收器22从多个(或群)GNSS卫星68接收多个GNSS信号。GNSS数据212可以是多个地理坐标对；然而，在其他实施例中，GNSS数据212可以是单个地理对。此外，在替代实施例中，代替GNSS数据212(或除此之外)可以使用其他位置数据。高程数据218可以是表示实际路线路段的高度的数据，例如沿着实际路线路段的一个或多个点处的高度或沿着路线路段的平均高度。而且，高程数据218可以包括实际路线路段的平均斜率。在一些实施例中，GNSS数据212可以包含该高程数据，或者可以包括其他高程数据。至少在一些实施例中，可以从GNSS接收器22获得高程数据218。
车速数据214是表示车辆12的速度的数据。在一个实施例中，车速数据214可以与实际路线路段的起点处和/或终点处的时间相关联或相对应。可替代地，车速数据214可以对应于实际路线路段上的平均车速。距离和时间数据216包括距离数据和时间数据。距离数据可以包括从实际路线路段的路段起点到路段终点的行驶距离。另外地或可替代地，距离数据可以包括从路线的起点到实际路线路段的终点的行驶距离。此外，在一些实施例中，距离数据可以包括里程表读数，其可以用千米或英里数表示。时间数据可以包括从实际路线路段的路段起点开始到路段终点的时间量或时间长度。另外地或可替代地，时间数据可以包括从路线的起点开始到实际路线路段的路段终点的时间量或时间长度。此外，时间数据可以包括实际路线路段的路段终点处的一天中的时间或路段终点处的绝对时间(例如，协调世界时(UTC)时间戳)。
交通数据220可以是关于与车辆12相邻或在其附近的道路上的一个或多个其他车辆的数据。在一个实施例中，车辆12可以使用一个或多个视觉传感器(例如，雷达、激光雷达、相机)来获得关于附近车辆和/或交通信号的数据。然后，该数据可以体现在发送到后端设施80的交通数据220中。可替代地或另外地，交通数据220可以使用无线通信模块30以用于使用例如车辆到车辆(V2V)通信(例如通过使用IEEE 802.11p)与其他附近车辆通信。交通数据220可以包括其他附近车辆的其他位置(例如，GNSS坐标)、它们的速度、其他操作条件或关于它们沿着道路的操作的其他信息。
能量使用数据222可以包括沿实际路线路段使用或消耗的能量的量。所使用或消耗的能量或“能量使用量”可以通过从在实际路线路段的起点处测量的SoC值减去在实际路线路段的终点处测量的充电状态(SoC)值来确定。能量使用数据22可以包括起点SoC值(即，在路线路段的终点处测量的SoC值)和除能量使用量之外的终点SoC值。在一个实施例中，SoC值可以表示为千瓦时(kWh)。在其他实施例中，能量使用量可以用其他单位表示，例如当电池组62完全充电时的总体或最大SoC的百分比。例如，电池数据224可以与电池数据136相同，其可以包括电池组62的当前SoC值、由电池温度传感器66确定的一个或多个电池温度、当前电池电压和/或与电池组62有关的各种其他条件或信息。下面的表1提供了可以(或可以不)在本文公开的方法的各种实施例中使用的多个数据元。
表1
Figure BDA0002069817080000261
应该强调的是，表1中的仅一些数据可以由本文公开的方法使用，或者在一些实现方式中，表中的所有数据可以用在本文公开的一种或多种方法中。
参考图3，示出了对车辆中的能量使用进行跟踪的方法400。方法400展示了车辆12与后端设施80之间的通信。在车辆12与后端设施80之间传递信息的任何这些步骤中，可以使用无线载波***70、陆地网络76和/或如以上讨论的或本领域技术人员可理解的任何其他合适的通信路径来传送信息。
方法400开始于步骤410，其中车辆12将路线信息发送到后端设施80。路线信息可以包括指示路线起点位置和路线终点位置的一对地理坐标(例如，GNSS坐标)。在其他实施例中，车辆12可以发送其他类型的位置信息或可以用于确定路线起点位置和路线终点位置的其他信息。在车辆12处并且使用车辆-用户界面，车辆用户可以将路线信息输入到车辆12中，然后其可以使用无线通信设备30经由例如无线载波***70和/或陆地网络76向车辆12发送信息。
除了路线信息之外，车辆12还可以发送车载数据，例如车载数据130，包括温度数据132、HVAC数据134和电池数据136。可替代地或另外地，可以将其他车载数据130从车辆12发送到后端设施80。车载数据130可以在单个消息中随附路线信息，或者可以在单独的消息中和/或在与路线信息不同的时间发送。方法400继续到步骤420。
在步骤420中，后端设施80开发或构建能量使用预测规划。在一个实施例中，使用从车外***(例如数据库84)和车辆12(即车载***)获得的数据112-120和132-136来执行该步骤。能量使用预测规划可以使用以下讨论的方法600来构建，并且可以基于从车辆12接收的路线信息。例如，车辆12可以向后端设施80提供路线起点位置和路线终点位置，该后端设施然后可以确定车辆12将要沿其行进的规划路线。在一个实施例中，规划路线可以是预测车辆沿其行进的路线(即预测路线)。在另一个实施例中，规划路线可以是建议车辆应沿其行驶的路线(即建议路线)的路线。基于规划路线，后端设施80可以使用能量使用预测模型来开发和/或构建能量使用预测规划。能量使用预测模型是包括或基于与地理数据(例如地理道路地图数据)相关联的能量使用信息(例如，从车辆接收的先前或历史能量使用数据)的集合的模型或规则集。这可以包括将路线划分为多个规划路线路段并将预测能量使用信息与每个规划路线路段相关联。方法400继续到步骤430。
在步骤430中，将规划路线从后端设施80发送到车辆12。在至少一个实施例中，规划路线与能量使用预测规划的至少一部分一起被发送到车辆12。规划路线可以包括一个或多个(通常是多个)规划路线路段。在一个实施例中，规划路线的所有规划路线路段可以与所预测的与每个规划路线路段相关联的能量使用信息一起发送到车辆12。在另一个实施例中，在没有能量使用预测规划(例如，任何预测能量使用信息)的情况下将规划路线发送到车辆12。在其他实施例中，可以将规划路线的一部分发送到车辆(具有或不具有相关联的预测能量使用信息)，例如开始或起始部分。例如，从起始规划路线路段开始的前二十个规划路线路段，其是在路线起点位置处开始的规划路线路段或最接近路线起点位置的位置。方法400继续到步骤440。
在步骤440中，车辆将车载数据发送到后端设施。在步骤440之前，车辆12开始沿着实际路线行进，该实际路线可以对应于规划路线。然而，如下面将更详细地讨论的，在一些场景中，车辆12可以沿着与规划路线不同的实际路线行进。一旦车辆12开始行驶，车载数据就从车辆12发送到车载设施80。在许多实施例中，车载数据210从车辆12发送到后端设施80。如以上讨论的，通过车辆12使用车辆***模块(VSM)可以收集或以其他方式获得该车载数据210。并且，在一个实施例中，如以上关于图2所讨论的，车载数据210包括GNSS数据212、车速数据214、距离和时间数据216、高程数据218、交通数据220、能量使用数据222和/或电池数据224。其他车载数据可以从车辆12发送到后端设施80。
在一个实施例中，该车载数据可以对应于单个实际路线路段。在这样的实施例中，可以在实际路线路段的终点将该车载数据发送到后端设施80。基于与地理道路地图数据结合的某些车辆位置信息，车辆12可以确定何时发生实际路线路段的结束。在其他实施例中，车辆12可以周期性地向车辆后端设施80发送车载数据，或者在发生某些事件时，例如车辆转弯或行驶一定距离。在这种情况下，后端设施80可以处理车载数据以确定或将实际路线分成实际路线路段。方法400继续到步骤450。
在步骤450中，将实际路线路段与规划路线路段匹配。如上所述，车辆12可以将车载信息发送到后端设施，该后端设施然后可以基于该车载数据来确定实际路线路段。或者，在另一个实施例中，车辆12可以确定实际路线路段的界限。在任一实施例中，实际路线路段可以基于地理信息而与规划路线路段匹配。在许多实施例中，学习阶段300(图2)的路线跟踪程序310可以在后端设施80处执行该步骤。当规划路线路段与实际路线路段匹配时，获取匹配的路线路段对，包括匹配的规划路线路段和实际路线路段。
另外，一旦实际路线路段与规划路线路段匹配，就可以将与该匹配相关联的匹配信息发送到学习模型，例如学习模型320(图2)，该学习模型然后可以将路线匹配反馈信息发送回能量使用预测建模程序140(图2)。然后，能量使用预测建模程序140可以基于该路线匹配反馈信息更新包括相关联的预测能量使用信息的规划路线。该路线匹配反馈信息可以包括实际路线的GNSS数据(例如GNSS数据212)、能量使用数据222、电池数据224或其他车载数据220。更新规划路线可以包括修改规划路线路段的特性、从规划路线中删除规划路线路段、和/或将规划路线路段添加到规划路线。在至少一个实施例中，使用路线终点位置(例如，先前在步骤410接收的)和作为路线起点位置以生成规划路线的最近的车辆位置(例如，实际路线路段的终点位置)来执行能量使用预测建模程序140。在这样的实施例中，能量使用预测建模程序140的第二次迭代可以使用作为反馈数据的一部分被接收的至少部分车载数据，例如能量使用数据222和GNSS数据212。在另一个实施例中，更新规划路线可以包括基于从车辆12的车载数据(例如能量使用数据222)导出或以其他方式获得的实际能量使用来对能量使用预测规划进行重新校准。该方法然后进行到步骤460。
在步骤460中，将更新的规划路线信息和/或预测的能量使用信息发送到车辆。在一些实施例中，更新的规划路线信息被发送到车辆12并且可以包括车辆应该沿其行进的新的建议路线。在一种场景中，实际路线路段可以对应于规划路线路段，并且因此规划路线可以保持相同。在这样的场景中，可以将更新的预测能量使用信息发送到车辆。并且，即使当实际路线路段对应于规划路线路段时，实际路线路段也可以在地理位置方面略微变化，例如在左车道中行驶的车辆，其中规划路线包括沿右车道的路径。在这种情况下，可以将更新的信息发送到反映了轻微偏差的车辆12。然后，方法400继续到步骤470。
步骤470到490对应于步骤440到460，并且构成如以上讨论的实际路线路段更新过程的第二次迭代。例如，步骤470对应于步骤440，其中车载信息从车辆12发送到后端设施80。步骤480对应于步骤450，其中实际路线路段与预测路线路段相匹配。并且，步骤490对应于步骤460，其中更新的规划路线信息和/或预测的能量使用信息被发送到车辆。方法400可以包括该实际路线路段更新过程的零次或多次迭代。然后，一旦车辆到达目的地或者一旦行程以其他方式终止(例如由车辆用户、车辆或其他方式)终止，方法400就可以结束。
参考图4，示出了对车辆中的能量使用进行跟踪的方法500。方法500描绘了可以针对从车辆12接收的每个实际路线路段执行的过程步骤的迭代，并且可以对应于以上讨论的实际路线路段更新过程(图3的步骤440至460和步骤470至490)。在许多实施例中，方法500由服务器82在后端设施处执行。
方法500开始于步骤510，其中确定规划路线信息。如以上关于方法400所讨论的，从车辆12接收路线信息。路线信息可以用于确定初始或第一规划路线以及预测能量使用信息。此外，当车辆12沿着实际路线行进时，来自车辆12的信息可以用于将实际路线与规划路线匹配，以及获得路线匹配反馈信息。然后，可以使用路线匹配反馈信息来更新规划路线。能量使用预测规划和规划路线可以在步骤510的第一实例处确定，然后能量使用预测规划和/或规划路线可以在步骤510的连续实例时更新。在许多实施例中，步骤510可以对应于以下参考图5讨论的方法600。一旦确定或更新了能量使用预测规划和/或规划路线，方法500就继续到步骤540。
在步骤520中，从车辆接收车载数据。在许多实施例中，该步骤对应于以上讨论的方法400的步骤440和470(图3)。从车辆12接收的车载数据可以是车载数据210。然后，方法500继续到步骤530，其中确定实际路线路段。该步骤可以包括基于在步骤520中从车辆接收的车载数据来确定实际路线路段。在其他实施例中，车辆12可以确定实际路线路段的界限(即，地理坐标)，然后将该信息提供给后端设施80。然后，方法500继续到步骤540。步骤510可以与步骤520或步骤530同时发生。一旦执行了步骤510至530，步骤540就可以开始，尽管特定顺序无关紧要，因为可以使用这些步骤的任何技术上可行的顺序。
在步骤540中，将实际路线路段与规划路线路段匹配。该步骤对应于方法400(图3)的步骤450和480。在一个实施例中，基于实际路线路段和规划路线路段的地理坐标，可以将在步骤530中确定的实际路线与规划路线的多个规划路线路段中的一个匹配。例如，可以将实际路线路段的地理坐标与规划路线路段的地理坐标进行比较，并且可以将具有最接近地理坐标的规划路线路段与实际路线路段“匹配”。可以使用学习阶段300(图2)的路线跟踪程序310来执行该匹配。在许多实施例中，方法700(图6)可以用于将实际路线与规划路线路段之一进行匹配。方法500继续到步骤550。
在步骤550中，确定是否到达路线终点位置(或目的地)。在一个实施例中，可以通过将路线路段的终点位置与路线终点位置进行比较来进行该确定。如上所述，可以从车辆接收路线终点位置作为路线信息的一部分(方法400(图3)的步骤410)。或者，路线终点位置可以对应于最后规划路线路段的终点位置。可以通过将来自车辆12的地理数据(例如，GNSS数据212)与路线终点位置的地理数据进行比较来进行该确定。一旦确定车辆处于路线终点位置(即，到达路线终点位置)，方法500结束。
当未到达目的地时，方法500继续回到步骤510和520。在步骤510中，可以更新规划路线和/或预测能量使用信息。可以使用提供给能量使用预测建模程序140作为路线匹配反馈信息的一部分的地理数据来更新规划路线。该地理数据可以是与在步骤540与规划路线路段匹配的最后实际路线路段相关联的地理坐标。而且，车辆能量使用数据和/或电池数据可以包括在路线匹配反馈信息中。除了更新规划路线之外，还可以更新预测能量使用信息。在一个实施例中，基于路线匹配反馈信息来修改现有的预测能量使用信息。并且，在另一实施例中，使用最后匹配的实际路线路段的终点位置作为路线起点位置并使用相同的路线终点位置再次执行能量使用预测建模程序140。此外，代替使用在行程开始处接收的车载数据(例如，在步骤410(图3)中接收的车载数据)，可以使用在步骤520的先前迭代中获得的车载数据。该车载数据可以是温度数据132、HVAC数据134和电池数据136，但是其对应于最后匹配的实际路线路段期间或结束时的时间。一旦更新了规划路线和/或预测能量使用信息，方法500就继续到步骤540。然后，在执行步骤510和520以获得下一个实际路线路段之后，步骤540可以再次开始。方法500以类似的方式继续，直到达到停止条件(例如，步骤550的那些条件)。
参考图5和图6，示出了方法600和方法700。这些方法可以由后端设施80使用一个或多个服务器来执行，并且在至少一些实施例中，可以使用多个服务器来执行。在一个实施例中，这些方法中的每一个都体现在后端设施80或其他远程计算设备(例如计算机78)处的应用程序中。例如，方法600和700可以各自体现在单独的应用程序中，或者可以体现在相同的应用程序中。此外，如本领域技术人员所理解的，可以根据任何技术上可行的组合来组合这些方法。
特别地参考图5，示出了用于生成能量使用预测规划的方法600。在一个实施例中，能量使用预测建模程序140可以使用车外数据110和车载数据130来使用能量使用预测建模程序140来计算或以其他方式确定能量使用预测规划。
方法600开始于步骤610，其中确定多个规划路线路段。在一个实施例中，能量使用预测建模程序140可以确定从出发地到目的地的规划路线。出发位置可以对应于或者是在步骤410(图3)中接收的路线起点位置，并且目的地可以对应于在步骤410中接收的路线终点位置。每个规划路线路段可以包括路线路段起点位置和路线路段终点位置。然后可以将规划路线分解或分成彼此串行联接的一个或多个规划路线路段，即，第一计划路线路段的终点位置可以是与下一个计划路线路段的路线路段起点位置相同的位置。规划路线路段可以各自由两个地理坐标对、或者通过使用可以在地理上定义路线路段的其他数据(例如，定义路线路段起点位置和路段终点位置)来表示。每个路线路段的长度可以基于某些道路特性来确定，例如基于转弯、弯道、交通信号、交叉路口或其他道路特性。另外地或可替代地，路线路段可以基于预设或预定长度(例如，0.05英里)或者可以基于道路特性与预定长度或其他特性的组合。在一个实施例中，每个道路区段是都线性的；然而，在其他实施例中，道路区段可以是非线性的和/或可以包括一个或多个顶点。方法600继续到步骤620。
在步骤620中，获得车外和车载数据。在许多实施例中，车外数据可以是地理道路地图数据，例如地图位置数据112、地图高程数据114、路线速度数据116和交通数据118(图2)。另外，车外数据可以包括天气数据120，或如以上讨论的任何其他车外数据110。在许多实施例中，至少一些车外数据可以基于规划路线的一个或多个地理位置。例如，对于规划路线路段中的每一个，可以获得与对应于规划路线路段的特定地理位置相关联的车外数据。在一个实施例中，通过基于规划路线路段中的每一个的路线路段起点位置和路线路段终点位置来查询数据库84可以从数据库84获得车外数据。在一个实施例中，车外数据可以包括历史能量使用数据或属于车辆12、属于类似于车辆12的车辆(例如，相同的推进***、相同型号)或者属于在相同的路线路段上行驶或路线具有相似特性的各种其他车辆的其他历史数据。
另外，获得车载数据，例如以上讨论的车载数据130。响应于从后端设施80向车辆12发送车载数据查询消息，可以获得车载数据130；在这种情况下，车辆12可以用车载数据响应消息进行响应，该车载数据响应消息包括车载传感器数据和其他车载数据，例如以上讨论的数据132-136。该数据可以对应于在将目的地(和/或其他路线信息)发送到后端设施80时在车辆12处观察或确定的数据。方法600继续到步骤630。
在步骤630中，基于车外和车载数据生成能量使用预测规划。在至少一些实施例中，能量使用预测建模程序140可以用于基于所获得的车外和车载数据来估计或预测每个预测路线路段的能量使用信息。能量使用预测建模程序140可以从包括从出发位置开始的点的第一规划路线路段开始。能量使用预测建模程序140可以使用所获得的车外和车载数据(例如数据110和130)来计算或以其他方式确定第一规划路线路段的预测能量使用信息(例如，预测能量使用值)。例如，程序140可以计算电池组62在沿着第一规划路线路段的车辆行驶期间将使用的预测能量的量(即“预测能量使用值”)。除了以上讨论的数据112-120、132-136之外，可以基于以下各项来确定预测能量使用值：车辆的当前速度、车辆在规划路线路段终点位置处的预测速度、路线路段在各点处的高程或斜率、包括风速和风向的天气、第一路线路段的预测驾驶时间、转弯成本值(例如，可以基于转弯数、转弯的锐度、转弯半径)、交通信息、其他道路信息(例如，交通信号及其相关联的平均等待时间)、以及当前电池组SoC。当前电池SoC值(例如，从车辆12接收的)可以用作电池SoC起始值。然后可以从电池SoC起始值和预测能量使用值(或电池SoC的预测变化)推导出电池SoC结束值。该过程可以在迭代过程中以预测车辆12沿其行进的行程顺序来对剩余的规划路线路段重复。当确定第二规划路线路段的预测能量使用值时，能量使用预测建模程序140可以使用第一路线路段的电池SoC结束值作为第二规划路线路段的电池SoC起始值。一旦获得了规划路线的所有规划路线路段的规划能量使用信息(例如，预测能量使用值)，则方法600结束。
如以下更详细地描述的，方法600可以针对相同的规划路线多次执行。方法600可以从学习阶段300接收来自模型校准数据322的输入，其可以由方法600使用以计算针对剩余的规划路线路段的更新的预测能量使用信息。此外，作为方法600的这些后续迭代的一部分，可以添加新的规划路线路段，或者可以基于从学习阶段300接收的模型校准数据322(和/或其他数据)来添加现有的规划路线路段的其他特性。这允许例如将更准确的能量使用信息呈现给车辆12的用户。
参考图6，示出了执行匹配分析的方法700。方法700开始于获得实际路线路段的步骤710。如以上关于例如方法500(图4)的步骤530所讨论的，可以获得实际路线路段。一旦获得实际路线路段，方法700就继续到步骤720。在步骤720中，从车载车辆数据中提取位置信息。位置信息可以是GNSS数据212和/或距离和时间数据216，其中每个或任何一个可以与实际路线路段相关联。在一个实施例中，可以提取GNSS数据212，该GNSS数据包括沿着实际路线路段的多个地理坐标对。而且，另外地或可替代地，可以提取沿着实际路线路段(例如，在路线路段起点位置和/或路线路段终点位置处)的里程表读数。该方法继续到步骤730。
在步骤730中，确定沿规划路线的近似车辆位置。近似车辆位置可以由单个地理坐标对定义，或者可以对应于规划路线路段。在一个实施例中，该步骤可以包括沿着规划路线从规划路线的开始移动光标直到达到行进距离。行进距离可以等于从路线的起点到实际路线路段的路段终点的行驶距离。通过从实际路线路段的终点处的里程表读数(例如，距离和时间数据的一部分216)中减去行程的起点处的里程表读数(其可以是车载数据130的一部分)，可以确定该距离。一旦确定了该近似车辆位置，方法700就继续到步骤740。
在步骤740中，获得或识别具有规划路段搜索窗口的规划路线路段。在一个实施例中，搜索窗口可以是预定的或预设的，并且可以由多个规划路线路段来定义，或者可以由距离来定义。其他度量(例如时间)可用于对规划区段搜索窗口进行定义。规划路段搜索窗口大小可以基于以下各种各样的因素而变化，包括道路类型、道路的平均速度、其他地理道路地图数据、路线路段大小(例如，实际路线路段大小、平均实际路线路段大小、规划实际路线路段大小等。然后，使用近似车辆位置(如步骤730中确定的)作为规划路段搜索窗口的中心，可以识别搜索窗口内的规划路线路段。例如，可以基于近似车辆位置来识别初始规划路线路段，并且该识别可以作为步骤730或其后的一部分来执行。可以通过规划路段搜索窗口并基于初始规划路线路段来定义下限；下限对应于比初始规划路线路段更早(即，沿着规划路线较早)的规划路线路段。上限可以用类似的方式定义，但是针对初始规划路线路段之后的规划路线路段。然后，从初始规划路线路段开始，可以通过向后移动直到搜索窗口下限来识别规划路线路段之前的规划路线路段。可以相对于搜索窗口上限而从初始规划路线路段向前移动进行相同的操作。当超过或达到下限和上限时，搜索窗口内的规划路线路段的识别结束。然后，方法700继续到步骤750。
在步骤750中，基于与实际路线路段的地理接近度来选择来自所识别的规划路线路段的规划路线路段。在一个实施例中，可以从每个所识别的规划路线路段中提取地理数据。然后，将所提取的地理数据与实际路线路段的地理数据进行比较。基于这些比较的结果来选择或识别在地理接近度上接近实际路线路段的规划路线路段。
在其他实施例中，可以使用不同的匹配过程来选择要与实际路线路段匹配的规划路线路段。例如，代替执行步骤730至750，另一个过程可以包括基于与实际路线路段的地理接近度而从规划路线的所有规划路线路段中选择规划路线路段。在一些实施例中，包括例如步骤730至750，可以根据连续性原则将规划路线路段与实际路线路段匹配，其中提供两个匹配[Pi，Ak]和[Pj，A1]，i＜j，当且仅当k＜l。术语[Pi，Ak]表示规划路线路段Pi和实际路线路段Ak的第一个匹配，其中i是规划路线路段Pi的指标(i＝0是第一个规划路线路段的指标)，并且其中k是实际路线路段Ak的指标(k＝0是第一个实际路线路段的指标)。同样，术语[Pj，A1]表示规划路线路段Pj与实际路线路段A1的第一个匹配，其中1是规划路线路段Pj的指标(其中j＝0是第一个规划路线路段的指标)，并且其中1是实际路线路段A1的指标。方法700继续到步骤760。
在步骤760中，将所选择的规划路线路段设定为暂定匹配。暂定匹配是实际路线路段与未确认的规划路线路段之间的匹配，但被认为是针对当前时间的匹配。方法700继续到步骤770，其中将先前设置或标记的暂定匹配设定为确认匹配。确认匹配是实际路线路段与被视为最终的规划路线路段之间的匹配。在许多实施例中，在稍后的时间不对确认匹配的规划路线路段进行重新考虑以与另一实际路线路段匹配。
因此，在一些实现方式中，匹配分析涉及对匹配进行分类或在规划路线与实际路线之间分配匹配类型。如上所述，暂定匹配可以是一种类型。当实际路线最接近规划位置时，可能会发生实际匹配。当存在实际匹配(例如，发生了规划和实际之间的SoC的相同估计)、但是实际路线比与规划路线的阈值更远并且因此被认为是绕行时，可以发生绕行匹配，在下面进一步详述。可以从不存在实际匹配的两个相邻匹配中内插填补匹配。由于在规划起始点之后检测到实际起始点，因此跳过起点的匹配可以是跳过匹配。最后，由于在规划终止点之前检测到实际终止点，跳过终点匹配可以是跳过匹配。在对匹配进行归类之后，这些匹配可以基于其匹配类型来进行加权或分析，并且用于调整能量预测模型。通过考虑由于不可预见事件引起的较大偏差来将原始能耗或充电预测与更新的预测进行比较，匹配归类和匹配分析可以有助于提供更准确的能量使用预测，这样然后允许***和方法将所估计的能量使用中的潜在变化通知给车辆12的用户。因此，用户可以采取早期恢复动作并减少里程焦虑。
在一个实施例中，方法400、方法500、方法600、方法700和/或其部分可以在计算机可读介质中体现的计算机程序(或“应用程序”)中实现，并且包括可由一个或多个***的一个或多个计算机的一个或多个处理器使用的指令。该计算机程序可以包括一个或多个软件程序，这些该软件程序包括源代码、目标代码、可执行代码或其他格式的程序指令；一个或多个固件程序；或硬件描述语言(HDL)文件；以及任何程序相关的数据。该数据可以包括数据结构、查询表、或处于任何其他适当格式的数据。这些程序指令可以包括程序模块、例程、程序、对象、部件和/或类似物。该计算机程序可以在一个计算机上或者在彼此通信的多个计算机上执行。
程序可以体现在计算机可读介质上(例如，服务器82处的存储器、无线通信设备30的存储器38、BCM 24的存储器、信息娱乐单元的存储器)，其可以是非暂时性的并且可以包括一个或多个存储设备、制品等。示例性计算机可读介质包括：计算机***存储器，例如RAM(随机存取存储器)、ROM(只读存储器)；半导体存储器，例如EPROM(可擦除可编程ROM)、EEPROM(电可擦除可编程ROM)、闪存；磁盘或光盘或磁带；和/或类似的介质。该计算机可读介质还可以包括计算机或计算机连接，例如当通过网络或另一种通信连接来传递或提供数据时(有线地、无线地或其组合)。以上这些实例的任何一种或多种组合也都包括在计算机可读介质的范围之内。因此应理解的是，该方法可以通过能够执行与在此披露的方法中的一个或多个步骤相对应的指令的任何电子物品和/或装置来执行。
参考图7，示出了在第一部分802处的行程800，其包括规划路线806和实际路线808。规划路线806由实线表示，而实际路线808由虚线表示。规划路线806包括多个规划路线路段，其中一个在810被识别。规划路线路段810包括规划路线路段起点位置812和规划路线路段终点位置814。实际路线808包括多个实际路线路段，其中一个在820被识别。实际路线路段820包括实际路线路段起点位置822和实际路线路段终点位置824。规划路线路段810与实际路线路段820匹配，如规划路线路段起点位置812与实际路线路段起点位置822之间的连线以及规划路线路段终点814与实际路线路段终点位置824之间的连接线所示。另外，实际路线808包括多个跳过点，其中一个被标识为826。跳过点826与路线路段起点位置或规划路线路段终点位置不匹配，并且因此被标记为跳过。作为跳过点的一部分而接收的车载数据仍然可以用于匹配分析或匹配过程，以将实际路线808的其他点与规划路线806相匹配。
参考图8，示出了在另一部分804处的行程800，包括规划路线806和实际路线808。规划路线路段830由规划路线路段起点位置832和规划路线路段终点位置834定义。实际路线路段820由实际路线路段起点位置842和实际路线路段终点位置844定义。规划路线路段830是以点表示的以指示已经为规划路线路段830找到了绕行匹配。绕行匹配是实际路线路段与规划路线路段之间的匹配位移大于绕行位移阈值的确认匹配。
匹配位移是已匹配的路段之间的距离。在一个实施例中，匹配位移是创建与实际路线路段和规划路线路段正交的连接的任何两个点之间的距离。例如，实际路线路段840的点846与规划路线路段的点836通过连接边缘850连接。在点846和点836处，连接边缘850分别与实际路线路段840和规划路线路段830正交。此外，另外地或可替代地，点846和836可以基于整个路段的百分比而彼此链接或关联。例如，规划路线路段起点位置与规划路线路段终点位置之间的距离的33％的点可以与实际路线路段起点位置与实际路段终点位置之间的距离的33％相关联。或者，可以使用距离而不是百分比。例如，绕行距离位移阈值可以是0.2-1km或0.25-0.5km或0.3km，以引用一些可能性。在另一个实施例中，这些技术的组合可以用于匹配点，以便可以计算匹配位移。
实际路线路段点846不是实际路线路段起点位置或实际路线路段终点位置，而是沿着实际路线路段840在这两者之间。相对于规划路线路段830的规划路线路段点836也是如此。这些点可以被视为内部路段位置，并且可以设置为“填补”匹配类型。填补匹配类型指的是点或位置不匹配时，但匹配是内插的，因为该点落在所匹配的路段内。例如，实际路线路段840和规划路线路段830分别与落在路段内的点846和836匹配。在对匹配进行确认的时间(例如，将匹配从暂定匹配类型设定为确认匹配类型(例如，绕行匹配类型))，内部路段点可以被内插以作为确认匹配的路段的一部分。因此，尽管绕行，该方法仍然能够使用数据。
参考图9，示出了具有匹配点910的行程900。匹配点910是与沿着实际路线和规划路线的匹配位置有关的点，并且可以对应于路线路段起点位置、路线路段终点位置或两者。而且，图9描绘了曲线图1000，其展示了相对于路线距离1010(x轴)的能量使用量1020(y轴)。实线展示了在路线距离上的预测能量使用，而虚线示出了在路线距离上的实际能量使用。图表1000描绘了匹配点910处的模型误差1050。模型误差1050是匹配点910处的预测能量使用值1030与匹配点910处的实际能量使用值1040之间的差。可以使用能量使用预测建模程序140(图2)以及以上讨论的方法来对预测能量使用值1030进行预测。可以经由来自一个或多个车载传感器的读数或测量值而从车辆12获得实际能量使用值1040。
参考图10，示出了两个曲线图1100和1200。图1100描绘了能量使用1120与路线距离1110相比。能量使用1120可以是SoC值，例如车辆电池组62的最大可能SoC的SoC百分比。曲线图1100包括预测能量使用线1102和实际能量使用线1104。曲线图1200描绘了规划路线和相应实际路线的高程，其中y轴1220是高程，而x轴1210是路线距离。曲线图1200包括多个匹配点1230、1240、1250，其对应于曲线图1100的多个匹配点1130、1140、1150。
描绘了第一匹配点1130，其展示了预测能量使用值与实际能量使用值之间的0.1％的差异。该点1130对应于曲线图1200的点1230，其展示了当与沿着路线的其他点相比时，匹配点1130的位置处于峰值(或至少是局部最大值)。在点1230处，在与实际路线和规划路线相关联的高程数据之间存在2米的高程差。在一个实施例中，可以与0.1％的能量使用差异结合来分析该差异，以帮助或通知包括由匹配点1130表示的该地理位置的未来能量使用预测建模过程。因此，该方法可以使用规划路线和实际路线中的差异来更准确地估计能量使用。该更准确的能量使用预测可以呈现给车辆12的用户(例如，在显示器50上或经由移动设备90上的应用程序)或以其他方式使用，以更准确地跟踪和/或估计能量使用。
图11是曲线图1300，其展示了本文描述的方法的迭代性质。在曲线图1300中，展示了SoC学习收敛性。距离(km)表示在x轴1310上，而SoC百分比表示在y轴1320上。路线路段通常在点1330、1332、1334、1336处分开。线1302表示路线的起点处的初始能量使用预测模型。然后重新运行该方法以分别基于实际SoC使用(以及其他因素)1304’、1304”、1304”’和1304””来确定新的能量使用预测模型1302’、1302”、1302”’和1302””。实际的SoC(以及相应的预测SoC)可能由于许多因素而变化，例如道路边坡或斜率、温度等的估计。尽管存在这些变化，但实际SoC 1304与预测SoC 1302之间的差异通常会随着时间的推移而减小，并且该方法能够更好地估计能量使用，这可以为车辆用户提供关于他们何时何地需要在充电站停车的置信度。曲线图1300还展示了基于所测量的误差的能量模型的连续重新校准、以及沿着路线的其余部分重新计算能量使用预测模型，以创建随着乘坐进展而变得越来越准确的不停学习的预测模型。这种学习或融合还允许通过对规划路线与实际路线相比的能量使用进行分析而使这些方法适应新车型，并且可以用于在提供更高的质量和准确性的同时显著缩短新车的开发和验证时间。
参考图12，示出了热图1400，其描绘了来自多个车辆和/或行程的能量使用信息。数据叠加在地图上并且包括梯度，该梯度具有描绘了较高的每米能量使用水平的较暗梯度部分(例如，1410、1420)、以及描绘了较低的每米能量使用水平的较浅梯度部分(例如，1430)。不包括叠加在其上的梯度的部分可能不包括数据、包括少量数据或非常少的每米能量使用量。热图1400是可以由车辆12或另一车辆的用户所使用的示例输出，以更准确地预测沿着路线的能量使用。更具体地，该能量使用数据可以由能量使用预测建模程序140(图2)或用于特定规划路线路段的预测能量使用信息的其他方法使用。此外，当后端设施80从车辆(例如，车辆12)接收实际能量使用信息时，后端设施80可以更新数据库84中的那些对应的路线路段的能量使用信息。来自热图1400的众包信息可以允许算法改进和更连续的更新和学习。
应理解，前述内容是对本发明的一个或多个实施方案的描述。本发明不限于本文公开的特定实施例，而是仅由以下的权利要求限定。此外，前面描述中包含的陈述涉及特定实施例，并且不应被解释为对本发明的范围的限制或权利要求中使用的术语的定义，除非是以上明确定义术语或短语的情况。对于本领域技术人员来说，各种其他实施例以及对所公开的实施例的各种改变和修改将是显而易见的。所有这些其他实施例、改变和修改旨在落入所附权利要求的范围内。
如在本说明书和权利要求中所使用的，术语“例如(e.g.，)”、“例如(forexample)”、例如(for instance)、“诸如(such as)”和“等(like)”以及动词“包括(comprising)”、“具有(having)”、“包含(including)”以及它们的其他动词形式在与一个或多个组件或其他项目的列表结合使用时均都被解释为是开放式的，这意味着该列表不被视为排除其他附加组件或项目。其他术语应使用其最广泛的合理含义来解释，除非它们用于需要不同解释的上下文中。另外，术语“和/或”应解释为包含性OR。因此，例如，短语“A、B和/或C”将被解释为涵盖以下任何一项或多项：“A”；“B”；“C”；“A和B”；“A和C”；“B和C”；以及“A、B和C”。

Claims (15)

1.一种对车辆能量使用进行跟踪的方法，所述方法包括：
构建特定于所述车辆的品牌和/或型号的能量使用预测模型；
获得所述车辆的规划路线，所述规划路线包含多个规划路线路段；
将所述能量使用预测模型应用于所述规划路线的每个所述规划路线路段，以获得每个所述规划路线路段的预测能量使用信息，以集合定义能量使用规划；
从所述车辆接收车载数据；
基于所述车载数据来构建所述车辆的实际路线，所述实际路线包含多个实际路线路段；
基于所述车载数据、实时车辆位置和与所述车辆位置相关联的搜索窗口，在所述规划路线的一个或多个所述规划路线路段与所述实际路线的一个或多个所述实际路线路段之间进行匹配分析，以确定所述规划路线与所述实际路线之间的偏差；
响应于所述匹配分析中的所述偏差，为所述车辆生成经修改的规划路线，所述经修改的规划路线包括具有修改路线路段特性的所述规划路线路段、删除至少一个所述规划路线路段、和/或添加至少一个新的规划路线路段；并且
将所述能量使用预测模型应用于所述经修改的规划路线的一个或多个所述规划路线路段，以获得所述经修改的规划路线的所述一个或多个规划路线路段的预测能量使用信息，以集合定义经修改的所述车辆的能量使用计划。
2.如权利要求1所述的方法，还包括从所述车辆获得包括路线起点位置和路线终点位置的路线信息，其中所述路线信息用于获得所述车辆的所述规划路线。
3.如权利要求1所述的方法，其中所述能量使用规划包括多个使用规划路线路段，所述使用规划路线路段中的每一个与相应的所述规划路线路段中的一个和所述相应的规划路线路段的预测能量使用信息相关联。
4.如权利要求1所述的方法，其中所述匹配分析包括至少部分地基于所述规划路线与所述实际路线之间的地理接近度，将所述规划路线的所述多个规划路线路段中的规划路线路段与所述实际路线的所述多个实际路线路段中的实际路线路段相匹配。
5.如权利要求1所述的方法，其中定义的所述经修改的能量使用规划还包括基于路线匹配反馈信息而重新校准所述能量使用规划，所述路线匹配反馈信息包括从所述车辆获得的能量使用信息。
6.如权利要求5所述的方法，其中所述路线匹配反馈信息包括从所述车辆接收的至少一些车载数据，其中所述至少一些车载数据与沿着与所述规划路线路段匹配的实际路线路段的地理点相关联，并且所述至少一些车载数据包括所述能量使用信息。
7.如权利要求1所述的方法，其中所述匹配分析包括：
将所述实际路线的所述实际路线路段中的第一实际路线路段与所述规划路线的所述规划路线路段中的第一规划路线路段暂定匹配以获得暂定匹配；并且
在将所述实际路线路段中的第二实际路线路段与所述规划路线路段中的第二规划路线路段暂定匹配时对所述暂定匹配进行确认以获得确认匹配，所述第二实际路线路段沿着所述实际路线比所述第一实际路线路段更远，并且所述第二实际路线路段沿着所述规划路线比所述第一规划路线路段更远。
8.如权利要求7所述的方法，其中确定的所述偏差包括：
确定所述第一实际路线路段和所述第二实际路线路段之间的匹配位移是否大于预定的绕行位移阈值；以及
响应于确定所述第一实际路线路段与所述第二实际路线路段之间的匹配位移大于所述预定的绕行位移阈值，将所述暂定匹配确认为绕行匹配。
9.如权利要求1所述的方法，其中所述方法由位于车辆后端服务设施处的一个或多个服务器执行，所述一个或多个服务器各自包括处理器，并且其中所述一个或多个服务器包括当执行时使所述处理器执行所述方法步骤的计算机指令。
10.如权利要求1所述的方法，其中从所述车辆接收的所述车载数据包括：所述车辆的电池组的充电状态(SoC)值以及所述车辆的暖通空调(HVAC)信息。
11.一种车辆能量使用跟踪***，包括：
与车辆通信的服务器，所述服务器包括处理器和计算机可读存储器，该计算机可读存储器存储计算机程序；以及
与所述服务器通信的数据库，所述数据库存储车外信息；
其中所述计算机程序在由所述处理器执行时使得所述服务器：
构建特定于所述车辆的品牌和/或型号的能量使用预测模型，
获得所述车辆的规划路线，所述规划路线包含多个规划路线路段，
将所述能量使用预测模型应用于所述规划路线的每个所述规划路线路段，以获得每个所述规划路线路段的预测能量使用信息，以集合定义能量使用规划，
从所述车辆接收车载数据，
基于所述车载数据来构建所述车辆的实际路线，所述实际路线包含多个实际路线路段；
基于所述车载数据、实时车辆位置和与所述车辆位置相关联的搜索窗口，在所述规划路线的一个或多个所述规划路线路段与所述实际路线的一个或多个所述实际路线路段之间进行匹配分析，以确定所述规划路线与所述实际路线之间的偏差；
基于所述匹配分析，为所述车辆生成经修改的规划路线，所述经修改的规划路线包括具有修改路线路段特性的所述规划路线路段、删除至少一个所述规划路线路段、和/或添加至少一个新的规划路线路段；并且
将所述能量使用预测模型应用于所述经修改的规划路线的一个或多个所述规划路线路段，以获得所述经修改的规划路线的所述一个或多个规划路线路段的预测能量使用信息，以集合定义经修改的所述车辆的能量使用计划。
12.如权利要求11所述的车辆能量使用跟踪***，其中所述匹配分析包括：
将所述实际路线的所述实际路线路段中的第一实际路线路段与所述规划路线的所述规划路线路段中的第一规划路线路段暂定匹配以获得暂定匹配；并且
在将所述实际路线路段中的第二实际路线路段与所述规划路线路段中的第二规划路线路段暂定匹配时对所述暂定匹配进行确认以获得确认匹配，所述第二实际路线路段沿着所述实际路线比所述第一实际路线路段更远，并且所述第二实际路线路段沿着所述规划路线比所述第一规划路线路段更远。
13.如权利要求11所述的车辆能量使用跟踪***，其中所述匹配分析包括至少部分地基于所述规划路线与所述实际路线之间的地理接近度，将所述规划路线的所述多个规划路线路段中的规划路线路段与所述实际路线的所述多个实际路线路段中的实际路线路段相匹配。
14.如权利要求13所述的车辆能量使用跟踪***，其中所述计算机程序在由所述处理器执行时进一步使得所述服务器基于路线匹配反馈信息来更新所述能量使用规划，所述路线匹配反馈信息包括从所述车辆获得的能量使用信息。
15.如权利要求14所述的车辆能量使用跟踪***，其中所述路线匹配反馈信息包括从所述车辆接收的至少一些车载数据，所述至少一些车载数据与沿着与所述规划路线路段匹配的实际路线路段的地理点相关联，并且所述至少一些车载数据包括所述能量使用信息。
CN201910433895.0A 2018-07-05 2019-05-23 车辆能量使用跟踪 Active CN110686689B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/028,094 US11067403B2 (en) 2018-07-05 2018-07-05 Vehicle energy usage tracking
US16/028094 2018-07-05

Publications (2)

Publication Number Publication Date
CN110686689A CN110686689A (zh) 2020-01-14
CN110686689B true CN110686689B (zh) 2023-06-02

Family

ID=68943891

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910433895.0A Active CN110686689B (zh) 2018-07-05 2019-05-23 车辆能量使用跟踪

Country Status (3)

Country Link
US (1) US11067403B2 (zh)
CN (1) CN110686689B (zh)
DE (1) DE102019113712A1 (zh)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019201734A1 (de) * 2018-10-10 2020-04-16 Hyundai Motor Company Route-Führungs-Gerät und -Verfahren für ein elektrisches Fahrzeug
US11210591B2 (en) 2019-01-04 2021-12-28 Johnson Controls Tyco IP Holdings LLP Building control system with automated Kalman filter parameter initiation and system identification
US10684598B1 (en) * 2019-01-04 2020-06-16 Johnson Controls Technology Company Building management system with efficient model generation for system identification
CN117922534A (zh) * 2019-05-13 2024-04-26 康明斯公司 改进车辆中的混合动力总成的燃料经济性的方法和***
KR102183486B1 (ko) * 2019-08-06 2020-11-26 엘지전자 주식회사 풍향에 따라서 군집 주행을 제어하는 방법 및 이를 구현하는 제어 서버
JP7256097B2 (ja) * 2019-09-18 2023-04-11 本田技研工業株式会社 情報処理システム及びプログラム
US11541873B2 (en) * 2019-10-21 2023-01-03 Ford Global Technologies, Llc Systems and methods for monitoring degradation associated with mounts for torque-supplying devices
US11796330B2 (en) * 2020-02-11 2023-10-24 Delphi Technologies Ip Limited System and method for providing value recommendations to ride-hailing drivers
JP7351255B2 (ja) * 2020-04-01 2023-09-27 トヨタ自動車株式会社 制御装置、端末装置、及び制御方法
CN111489459A (zh) * 2020-04-20 2020-08-04 车主邦（北京）科技有限公司 一种车辆数据分析方法
US11639856B2 (en) * 2020-05-11 2023-05-02 Toyota Motor Engineering & Manufacturing North America, Inc. Infrastructure planning tool
US11701982B2 (en) * 2020-06-07 2023-07-18 Blitz Electric Motors Ltd. Optimization of multiple battery management for electric vehicle fleets
US11518393B2 (en) * 2020-07-31 2022-12-06 Uatc, Llc Vehicle trajectory dynamics validation and interpolation
US11422572B2 (en) * 2020-10-20 2022-08-23 DroneUp, LLC Methods and apparatus for navigating an unmanned vehicle based on a calculation of relative distance differences between a start location and a designated drop location
US20220260378A1 (en) * 2020-10-22 2022-08-18 Atlis Motor Vehicles, Inc. Methods and Apparatus for Electric Vehicle Route Planning
US11814032B2 (en) 2020-12-08 2023-11-14 Ford Global Technologies, Llc Electrified vehicle control with dynamic segment-based distance-to-empty (DTE)
US11946760B2 (en) * 2020-12-22 2024-04-02 Nissan North America, Inc. Navigation map learning for intelligent hybrid-electric vehicle planning
US12014552B2 (en) 2021-12-07 2024-06-18 GM Global Technology Operations LLC Intelligent vehicle systems and control logic for incident prediction and assistance in off-road driving situations
DE102022200379A1 (de) 2022-01-14 2023-08-03 Volkswagen Aktiengesellschaft Darstellen eines Energieverbrauchs eines Fahrzeugs
CN114919461A (zh) * 2022-05-30 2022-08-19 广东天枢新能源科技有限公司 电动汽车充电提醒方法、装置、电子设备及存储介质
US20240127644A1 (en) * 2022-10-18 2024-04-18 Lilium Eaircraft Gmbh Systems and Methods for Monitoring Energy System Performance of a Vehicle
EP4365006A1 (en) * 2022-11-07 2024-05-08 Carrier Corporation Method and system for managing power consumption in a battery electrical vehicle (bev)
DE102022130049A1 (de) 2022-11-14 2024-05-16 Zf Cv Systems Global Gmbh Verfahren für ein Fahrzeug, insbesondere Nutzfahrzeug, Computerprogramm und/oder computerlesbares Medium, Steuergerät und elektrisch antreibbares Fahrzeug, insbesondere Nutzfahrzeug
CN116989817B (zh) * 2023-09-26 2023-12-08 常州满旺半导体科技有限公司 基于数据分析的能源设备安全检测数据传输***及方法
CN116985674B (zh) * 2023-09-27 2024-01-26 江西五十铃汽车有限公司 一种新能源汽车电池能量管理方法及***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120061683A (ko) * 2010-12-03 2012-06-13 현대자동차주식회사 내비게이션 시스템에서의 경로 설정 장치 및 그 방법
CN103245351A (zh) * 2012-02-07 2013-08-14 英华达（上海）科技有限公司 可弹性调整路径规划的导航方法及其装置
DE102013207688A1 (de) * 2013-04-26 2014-11-13 Robert Bosch Gmbh Verfahren und Vorrichtung zum Auswählen einer Route zum Befahren durch ein Fahrzeug
CN105091892A (zh) * 2014-05-13 2015-11-25 三菱电机株式会社 车辆用能量管理装置

Family Cites Families (73)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5487002A (en) * 1992-12-31 1996-01-23 Amerigon, Inc. Energy management system for vehicles having limited energy storage
US5668310A (en) * 1995-01-20 1997-09-16 Alternative Fuel Technology Systems, Ltd. Co. Vehicle fuel usage tracking device
US5913917A (en) * 1997-08-04 1999-06-22 Trimble Navigation Limited Fuel consumption estimation
US6714857B2 (en) * 2002-02-26 2004-03-30 Nnt, Inc. System for remote monitoring of a vehicle and method of determining vehicle mileage, jurisdiction crossing and fuel consumption
US6934615B2 (en) * 2003-03-31 2005-08-23 Deere & Company Method and system for determining an efficient vehicle path
US20080052145A1 (en) * 2006-08-10 2008-02-28 V2 Green, Inc. Power Aggregation System for Distributed Electric Resources
US7949435B2 (en) * 2006-08-10 2011-05-24 V2Green, Inc. User interface and user control in a power aggregation system for distributed electric resources
US8898278B2 (en) * 2006-08-10 2014-11-25 Gridpoint, Inc. Connection locator in a power aggregation system for distributed electric resources
US7783417B2 (en) * 2007-03-09 2010-08-24 Mitac International Corporation Methods and apparatus for determining a route having an estimated minimum fuel usage for a vehicle
US8284039B2 (en) * 2008-03-05 2012-10-09 Earthwave Technologies, Inc. Vehicle monitoring system with power consumption management
US20100049397A1 (en) * 2008-08-22 2010-02-25 Garmin Ltd. Fuel efficient routing
US8855907B2 (en) * 2009-04-30 2014-10-07 Searete Llc Awarding privileges to a vehicle based upon one or more fuel utilization characteristics
US9291468B2 (en) * 2009-05-05 2016-03-22 GM Global Technology Operations LLC Route planning system and method
US9008955B2 (en) * 2009-05-05 2015-04-14 GM Global Technology Operations LLC Route planning system for vehicles
AU2010324651B2 (en) * 2009-11-24 2015-10-22 Telogis, Inc. Vehicle route selection based on energy usage
EP2385349A1 (en) * 2010-05-06 2011-11-09 Leica Geosystems AG Method and guidance unit for guiding battery-operated transportation means to reconditioning stations
KR101231515B1 (ko) * 2010-06-30 2013-02-07 기아자동차주식회사 주행경로의 연료량 계산 시스템 및 그 방법
US8732487B2 (en) * 2010-06-30 2014-05-20 Microsoft Corporation Predictive computing device power management
US8543272B2 (en) * 2010-08-05 2013-09-24 Ford Global Technologies, Llc Distance oriented energy management strategy for a hybrid electric vehicle
EP2431711B1 (en) * 2010-09-08 2014-11-12 Harman Becker Automotive Systems GmbH Vehicle navigation system
US9043106B2 (en) * 2010-10-04 2015-05-26 W. Morrison Consulting Group, Inc. Vehicle control system and methods
US8942919B2 (en) * 2010-10-27 2015-01-27 Honda Motor Co., Ltd. BEV routing system and method
US9079507B2 (en) * 2010-10-29 2015-07-14 GM Global Technology Operations LLC Electric driving range calculator
US8433455B2 (en) * 2010-10-29 2013-04-30 GM Global Technology Operations LLC Electrical vehicle range prediction
WO2012092518A1 (en) * 2010-12-30 2012-07-05 Telenav, Inc. Navigation system with constrained resource route planning mechanism and method of operation thereof
US9374787B2 (en) * 2011-02-10 2016-06-21 Alcatel Lucent Method and apparatus of smart power management for mobile communication terminals using power thresholds
US8755993B2 (en) * 2011-03-08 2014-06-17 Navteq B.V. Energy consumption profiling
US9208626B2 (en) * 2011-03-31 2015-12-08 United Parcel Service Of America, Inc. Systems and methods for segmenting operational data
DE102011015775A1 (de) * 2011-04-01 2012-10-04 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Durchführen einer Reiseroutenplanung für ein Fahrzeug
US9581997B1 (en) * 2011-04-22 2017-02-28 Angel A. Penilla Method and system for cloud-based communication for automatic driverless movement
US8554473B2 (en) * 2011-04-25 2013-10-08 Navteq B.V. Energy efficient routing using an impedance factor
US8589076B2 (en) * 2011-09-14 2013-11-19 International Business Machines Corporation Power usage planning for a vehicle
US8831806B2 (en) * 2011-10-28 2014-09-09 GM Global Technology Operations LLC Range estimation for a rechargeable energy storage system of a vehicle
EP2785570B1 (en) * 2011-12-02 2022-09-14 Power Technology Holdings, LLC System for and method of fuel optimization in a hybrid vehicle
US20130197797A1 (en) * 2012-01-27 2013-08-01 Adventium Enterprises Systems and methods for route planning
US8706416B2 (en) * 2012-04-03 2014-04-22 Ford Global Technologies, Llc System and method for determining a vehicle route
US20140211345A1 (en) * 2013-01-30 2014-07-31 Eaton Corporation Annunciating or power vending circuit breaker for an electric load
US9081651B2 (en) * 2013-03-13 2015-07-14 Ford Global Technologies, Llc Route navigation with optimal speed profile
US8972175B2 (en) * 2013-03-14 2015-03-03 Qualcomm Incorporated Navigation using crowdsourcing data
US8948940B2 (en) * 2013-05-06 2015-02-03 General Electric Company Method and system for controlling energy demand of vehicles on a network
GB201317033D0 (en) * 2013-09-25 2013-11-06 Naylor David Selecting routes
US10473474B2 (en) * 2013-10-04 2019-11-12 GM Global Technology Operations LLC System and method for vehicle energy estimation, adaptive control and routing
US20150112526A1 (en) * 2013-10-22 2015-04-23 Ford Global Technologies, Llc Vehicle system and method for at-home route planning
US20150226566A1 (en) * 2014-02-07 2015-08-13 Recargo, Inc. Determining a route of travel for an electric vehicle
US9121722B1 (en) * 2014-03-19 2015-09-01 Ford Global Technologies, Llc Trip partitioning based on driving pattern energy consumption
US20150276420A1 (en) * 2014-03-31 2015-10-01 Ford Global Technologies, Llc Crowd sourced energy estimation
US9605606B2 (en) * 2014-03-31 2017-03-28 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for improving energy efficiency of a vehicle based on determined relationships between a plurality of routes
US10295355B2 (en) * 2014-04-04 2019-05-21 Tesla, Inc. Trip planning with energy constraint
US9256994B2 (en) * 2014-05-12 2016-02-09 Unmanned Innovation, Inc. Unmanned aerial vehicle authorization and geofence envelope determination
US9663111B2 (en) * 2014-05-30 2017-05-30 Ford Global Technologies, Llc Vehicle speed profile prediction using neural networks
US9759573B2 (en) * 2014-08-29 2017-09-12 Ford Global Technologies, Llc Route based energy consumption estimation using physical models
US9513135B2 (en) * 2014-09-16 2016-12-06 Ford Global Technologies, Llc Stochastic range
US10048835B2 (en) * 2014-10-31 2018-08-14 Microsoft Technology Licensing, Llc User interface functionality for facilitating interaction between users and their environments
US9464906B1 (en) * 2015-05-07 2016-10-11 International Business Machines Corporation Transport option selection to serve well-being objectives
CN107848360A (zh) * 2015-06-03 2018-03-27 动态清晰公司 用于控制交通工具本体运动和乘员体验的方法和***
US9707909B2 (en) * 2015-09-16 2017-07-18 GM Global Technology Operations LLC Determination of deviation of vehicle range or fuel economy
US9713962B2 (en) * 2015-09-29 2017-07-25 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for reducing the cost of vehicle charging based on route prediction
US9970780B2 (en) * 2015-11-19 2018-05-15 GM Global Technology Operations LLC Method and apparatus for fuel consumption prediction and cost estimation via crowd sensing in vehicle navigation system
US9739624B2 (en) * 2015-12-22 2017-08-22 GM Global Technology Operations LLC Vehicle power management utilizing operator schedule data
US9586579B1 (en) * 2016-02-29 2017-03-07 GM Global Technology Operations LLC System and method for monitoring battery degradation
US10160340B2 (en) * 2016-03-16 2018-12-25 GM Global Technology Operations LLC Adaptive system and method for optimizing battery life in a plug-in vehicle
US20170285641A1 (en) * 2016-04-01 2017-10-05 GM Global Technology Operations LLC Systems and processes for selecting contextual modes for use with autonomous, semi-autonomous, and manual-driving vehicle operations
US10857902B2 (en) * 2016-04-01 2020-12-08 Power Hero Corp. Automated system for managing and providing a network of charging stations
US9884630B1 (en) * 2016-07-05 2018-02-06 Uber Technologies, Inc. Autonomous vehicle performance optimization system
US20180045527A1 (en) * 2016-08-10 2018-02-15 Milemind, LLC Systems and Methods for Predicting Vehicle Fuel Consumption
US10215576B2 (en) * 2016-08-25 2019-02-26 GM Global Technology Operations LLC Energy-optimized vehicle route selection
US10026199B2 (en) * 2016-09-27 2018-07-17 GM Global Technology Operations LLC Vehicle window image display system and method
US10099569B2 (en) * 2016-09-29 2018-10-16 GM Global Technology Operations LLC Adaptive system and method for optimizing a fleet of plug-in vehicles
US20180356242A1 (en) * 2017-06-12 2018-12-13 GM Global Technology Operations LLC Vehicle range prediction with wind and solar compensation
CN107264326B (zh) * 2017-07-04 2019-10-25 重庆长安新能源汽车科技有限公司 一种对纯电动汽车的续驶里程进行预估的方法
US10464547B2 (en) * 2017-07-13 2019-11-05 GM Global Technology Operations LLC Vehicle with model-based route energy prediction, correction, and optimization
CN109711591B (zh) * 2017-10-25 2022-02-01 腾讯科技（深圳）有限公司 一种路段速度预测方法、装置、服务器及存储介质
US10809733B2 (en) * 2018-10-16 2020-10-20 GM Global Technology Operations LLC Intelligent motor vehicles, systems, and control logic for driver behavior coaching and on-demand mobile charging

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120061683A (ko) * 2010-12-03 2012-06-13 현대자동차주식회사 내비게이션 시스템에서의 경로 설정 장치 및 그 방법
CN103245351A (zh) * 2012-02-07 2013-08-14 英华达（上海）科技有限公司 可弹性调整路径规划的导航方法及其装置
DE102013207688A1 (de) * 2013-04-26 2014-11-13 Robert Bosch Gmbh Verfahren und Vorrichtung zum Auswählen einer Route zum Befahren durch ein Fahrzeug
CN105091892A (zh) * 2014-05-13 2015-11-25 三菱电机株式会社 车辆用能量管理装置

Also Published As

Publication number Publication date
US20200011687A1 (en) 2020-01-09
US11067403B2 (en) 2021-07-20
CN110686689A (zh) 2020-01-14
DE102019113712A1 (de) 2020-01-09

Similar Documents

Publication Publication Date Title
CN110686689B (zh) 车辆能量使用跟踪
US11307043B2 (en) Vehicle energy management
CN106767874B (zh) 用于通过在车辆导航***中的群体感知的燃料消耗预测和成本估计的方法及装置
US10969236B2 (en) Vehicle route control based on user-provided trip constraints
JP5454537B2 (ja) 電動車両の充電制御システム
CN110418940B (zh) 用于预测车辆的未来驾驶条件的方法
US9151631B2 (en) Vehicle fueling route planning
US8949028B1 (en) Multi-modal route planning
CN106891893B (zh) 车辆模式确定
CN112020687A (zh) 自主驾驶交通工具的电力管理、动态路线规划及存储器管理
CN110341620B (zh) 车辆预后和补救响应
CN111310295B (zh) 车辆人群感测***和方法
CN110659078A (zh) 远程车辆电子装置配置
US8560216B1 (en) Method and apparatus to provide guidance to a vehicle based on vehicle characteristics
CN108985485B (zh) 用于降低车辆资源消耗风险的***和方法
US11443563B2 (en) Driving range based on past and future data
US11900471B1 (en) System for monitoring and using data indicative of driver characteristics based on sensors
US20190277640A1 (en) Gnss elevation correction
CN111497853B (zh) 用于传感器诊断的***和方法
US20190227176A1 (en) Gnss localization using vehicle sensors
CN115083186A (zh) 实时动态交通速度控制
CN114103671A (zh) 电动车辆的充电***和方法
US20220205807A1 (en) Recall of hazard warning created from vehicle sensor data
JP7196407B2 (ja) 推定装置
CN111912421A (zh) 信息提供装置和计算机可读记录介质

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