CN111347879A - 确定车辆对于行程的能量需求的***和方法 - Google Patents
确定车辆对于行程的能量需求的***和方法 Download PDFInfo
- Publication number
- CN111347879A CN111347879A CN201911341143.8A CN201911341143A CN111347879A CN 111347879 A CN111347879 A CN 111347879A CN 201911341143 A CN201911341143 A CN 201911341143A CN 111347879 A CN111347879 A CN 111347879A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- trip
- data
- energy
- historical
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title description 33
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 48
- 230000007246 mechanism Effects 0.000 claims abstract description 33
- 230000008859 change Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000004146 energy storage Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000002085 persistent effect Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 238000004873 anchoring Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L50/00—Electric propulsion with power supplied within the vehicle
- B60L50/50—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells
- B60L50/60—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using power supplied by batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/12—Recording operating variables ; Monitoring of operating variables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/60—Navigation input
- B60L2240/62—Vehicle position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/60—Navigation input
- B60L2240/64—Road conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/42—Control modes by adaptive correction
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/46—Control modes by self learning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/50—Control modes by future state prediction
- B60L2260/52—Control modes by future state prediction drive range estimation, e.g. of estimation of available travel distance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/50—Control modes by future state prediction
- B60L2260/54—Energy consumption estimation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
描述了一种用于确定车辆对于行程的能量需求的***。该***可以包括预测器机制,该预测器机制使用能量预测算法预测对于行程的车辆能量需求。该***包括更新器机制,该更新器机制配置为通过对于车辆承担的多个历史行程中的每个确定历史行程的实际车辆能量使用与使用历史行程的能量预测算法得出的预测能量使用之间的误差完善车辆的能量预测算法。根据多个历史行程的误差计算集合误差。更新器布置为调整能量预测算法以减少集合误差。
Description
技术领域
本发明涉及一种用于确定车辆对于行程的能量需求的***和方法,尽管未排除地涉及电动车辆,但是本发明尤其适用于电动车辆。该***和方法可以用作车辆调度***的一部分。
背景技术
现有的车辆里程预测***通过推断车辆的最近(例如,在过去的15分钟内)的消耗数据来起作用,以在加油或充电之前提供车辆剩余里程的指示。它们没有考虑车辆要进行的行程的全部性质,因此返回的里程通常不准确。对于加油/充电间隔长的车辆或加油/充电站稀疏的地方,这尤其成问题。
发明内容
开发本发明以改善上述问题。
在本发明的第一方面,提供了一种用于确定车辆对于行程的能量需求的***,所述***适于:获取与所述行程有关的行程数据和获取与所述车辆相关的车辆数据;所述***包括预测器机制,所述预测器机制使用能量预测算法根据所述行程数据和车辆数据预测对于行程的车辆能量需求;所述***包括更新器机制,所述更新器机制配置为通过以下步骤调整车辆的能量预测算法:对于车辆承担的多个历史行程中的每个,确定历史行程的实际车辆能量使用与使用历史行程的能量预测算法根据历史行程数据和历史车辆数据得出的预测能量使用之间的误差,多个历史行程中的每个历史行程与一组误差中的相应误差相关联;从所述一组误差中确定集合误差;和调整能量预测算法以减少集合误差。
在本发明的第二方面,提供了一种用于确定车辆对于行程的能量需求的计算机实现的方法,所述方法包括:获取行程数据并获取与所述车辆相关的车辆数据;使用预测器机制通过能量预测算法根据所述行程数据和车辆数据预测对于行程的车辆能量需求;通过以下步骤调整车辆的能量预测算法:对于车辆承担的多个历史行程中的每个,确定历史行程的实际车辆能量使用与使用历史行程的能量预测算法根据历史行程数据和历史车辆数据得出的预测能量使用之间的误差,多个历史行程中的每个历史行程与一组误差中的相应误差相关联;从所述一组误差中确定集合误差;调整能量预测算法以减少集合误差。
根据本发明的另一方面,提供了一种由一个或多个计算机实现的调度***,用于响应于从所述***的用户接收行程请求而从多个车辆中选择车辆来承担行程,所述***包括:
接收器,用于接收来自所述用户的行程请求;
为所述多个车辆中的每个确定承担行程请求的行程对象的车辆的能量需求的器件;
车辆选择器,使用确定的能量需求来从所述多个车辆中选择车辆承担所述行程;和
向所选择的车辆发送包括与行程请求的行程对象有关的信息的行程指令的器件;并且其中为所述多个车辆中的每个确定承担行程请求的行程对象的车辆的能量需求的所述器件包括上述用于确定车辆对于行程的能量需求的***。所选择的车辆可以是自动驾驶车辆,所述自动驾驶车辆包括驱动车辆的车辆控制器(例如,由计算机***实现),并且其中,响应于控制器接收到行程指令,使车辆从其当前位置驶离以承担所述行程。
通过调整能量预测算法以使历史行程的集合误差最小,该算法可以更准确地预测由特定车辆和驾驶员组合承担的未来行程的能量需求。
在本申请中,术语“驾驶员”包括用于驱动自动驾驶车辆的电子***以及更常规的人类。
以下特征适用于以上本发明的所有方面。
在车辆的储能器是化学储能器(诸如例如氢电池单元或汽油箱)的情况下,车载能量数据可以包括燃料水平和/或压力的指示。在储能器包括一个或多个电池、电容器等的情况下,车载能量数据可以包括电量的指示。
该***可以布置为从车辆检索车辆数据。车辆数据可以包括:变化车辆数据,该变化车辆数据是诸如基于行程之间或行程内期望随时间变化的数据;以及不变车辆数据,该不变车辆数据期望基本保持静态。在车辆处于操作状态时,可以从车辆例如至少每60秒一次地重复检索变化车辆数据。这确保了预测器机制可以使用相对准确的车辆状况数据来确定预测。这也意味着可以以合理的准确性知道车辆的位置,使得***可以确定车辆何时完成行程。
变化车辆数据的示例包括以下中的一个或多个:车辆的位置(例如,通过全球导航***提供),能量储存***的健康状态(例如,最大储存容量随时间退化),车辆***温度(例如,储能器的温度)和轮胎压力。此数据可以从车辆的计算机获得。
该***可以包括车辆装置(例如,计算装置),该车辆装置布置为(例如,经由一个或多个传感器)从车辆接收车辆数据,并且通常无线地发送所接收的车辆数据以被预测器机制接收。在一种布置中,车辆装置连接到车辆的计算机,车辆的计算机连接到车辆传感器。在变型实施例中,车辆装置包括布置为直接发送车辆数据的车辆计算机。车辆数据可以被包括预测器机制和更新器机制的预测***接收。
不变车辆数据可以包括以下中的一个或多个:车辆尺寸;整备质量;车辆底盘的阻力系数;辅助负载(例如前照灯消耗、内部加热***消耗)和所安装轮胎的类型。由于预期此信息不会基于每次行程发生变化,因此它通常不会直接从车辆获得信息,而是从其他源(诸如制造商发布的车辆规格和用户输入)获得。当将车辆添加到***中时,或者在将相同制造的车辆添加到***中的第一实例中,可以获得不变车辆数据。
该***可以布置为确定多个车辆的能量需求,在这种情况下,该***可以从进行行程预测的每个车辆获得车辆数据。该***可以布置为为每个车辆保存单独的能量预测算法。该***可以布置为基于由其相关联的车辆执行的历史行程来更新每个能量预测算法。因此,随着时间,每种能量预测算法都将被调整,以反映由于不同的特性、老化和其驾驶员的驾驶风格而导致其相关车辆的实际能量使用的差异。
变化车辆数据和不变车辆数据均可以用于预测车辆对于行程的能量需求。
行程数据可以包括例如行程的起点和终点、路径点的地理信息(例如地理坐标)和/或其他路线信息。它还可以包括进一步地信息,诸如以下中的一个或多个:载量(例如,乘客数量),路线限制(例如,避免通行费)和(例如,通过存在车载限速器)对车辆施加的速度限制。行程数据还可以包括以下中的一个或多个:当地天气(即适用于行程的天气),例如风速,降水,温度,气压,能见度,湿度和云量;路线的地形;路线距离;交通信息(例如,沿路线的一个或多个分段的平均车速;停止和转向信息-例如,停止和转向的数量;路面,其类型和/或状况;以及日落/日出时间。可以至少部分地从一个或多个第三方提供商(例如计量组织和交通信息服务)检索行程数据。行程数据可以至少部分地经由互联网接收。
该***可以布置为从行程请求装置(例如,用户经由计算机、卫星导航***或车辆调度***)接收对于行程的能量需求的预测的请求。该请求可以包括行程数据或行程数据中的一些。
该***可以适于从车辆检索车载能量数据。车载能量数据可以用于得出历史行程的实际车辆能量使用。
可以使用在历史行程的开始和结束时从车辆检索车载能量数据来得出实际车辆能量使用。该***可以使用从车辆和/或由用户检索的指示行程已经结束的地理信息确定行程已经结束。
该***可以适于使用车载能量数据和来自预测器机制对行程所需的车辆能量的预测,以提供指示通过车辆车载的当前能量行程是否可行的输出。
该***可以适于使用车载能量数据和来自预测器机制对行程所需的车辆能量的预测,以提供在行程结束时可以预期的车辆车载的剩余动力的指示。
该***可以布置为在存储器库中存储作为历史数据的:行程数据和/或车辆数据;或从预测器机制使用和/或得出的用于确定行程预测的行程数据和/或车辆数据得出的数据。更新器机制可以使用所存储的历史数据来确定对作为历史行程的该行程的预测。存储器库还可以保存由预测器机制使用以预测对于行程的能量需求的能量预测算法。
预测车辆对于行程的能量需求可以包括确定:该行程的多个因子,每个因子从车辆数据和/或行程数据得出;对每个因子应用权重;并组合已加权因子得出总能量需求。
这些因子可以包括以下中的一个或多个:行程距离,上升高度,下降高度,沿着行程路线的一个或多个速度;停止/启动的预期频率;载量;加油站的位置;辅助负载;能量回收***的阻力和影响。
行程距离因子可以例如从行程数据(例如,起点和终点位置以及地图数据)中得出。例如,可以使用不变车辆数据(例如,前照灯和加热器瓦数以及行程数据,例如外部温度、能见度和日落/日出时间)得出辅助负载因子。
上述因子涉及与动能、势能、阻力能量等的计算相关联的具体属性。替代地或另外,可以代替使用抽象因子,抽象因子各自从车辆数据和行程数据中的一个或多个的不同组合得出,但是与现实世界中的能量测量没有直接关系。
该***可以学习每个因子对车辆和驾驶员对于行程的总体能量消耗的具体各个贡献,以便进行更好的预测。
在此的实现方式中,***可以布置为通过调整因子的权重来更新能量预测算法以最小化集合误差。
预测器机制可以适于在对于行程的预测车辆能量需求内包括安全余量,并且更新器根据历史行程的各个误差的大小来调整安全余量的大小。更新预测算法以使集合误差最小化允许减小安全余量。
对于每个历史行程,更新器布置为通过以下步骤使用能量预测算法来得出预测能量使用:
检索和/或确定历史行程的多个因子的值,这些因子是从与历史行程相关联的行程数据和/或与历史行程相关联的车辆数据中得出的;对每个因子应用权重;组合已加权因子;并且其中,更新器进一步布置为对因子之一的权重进行调整以减少集合误差,所述调整被应用于每个历史行程的相应因子。
该***可以包括预测***,该预测***包括预测器机制和更新器机制的功能。预测机制可以连接到网络以经由网络接收车辆信息、行程信息和行程请求。
该方法可以包括预测对于行程的车辆能量需求,包括:确定行程的多个因子,每个因子从行程数据和/或车辆数据得出;对每个因子应用权重;在能量预测算法中应用已加权因子,以得出对于行程的预测车辆能量需求。
该方法可以包括对于每个历史行程,通过以下步骤使用能量预测算法来得出预测能量使用:
检索和/或确定历史行程的多个因子的值,这些因子是从与历史行程相关联的行程数据和/或与历史行程相关联的车辆数据中得出的;对每个因子应用权重;和在能量预测算法中应用已加权因子,以得出对于历史行程的预测车辆能量需求;并且其中,对所述因子之一的权重应用调整以减少集合误差,所述调整被应用于每个历史行程的相应因子。
预测器机制和更新器机制的功能可以使用本领域技术人员已知的技术通过包括一个或多个处理器和存储器的适当编程的电路来实现。
在另一方面,该方法可以被嵌入在体现在一个或多个非暂时性计算机可读介质中的计算机程序产品中,该计算机程序产品包括使得能够实现该方法的所有特征。
附图说明
现在将参照附图通过示例的方式描述本发明。
图1是用于确定车辆对于行程的能量需求的***的示意图;
图2是用于得出对于行程的能量需求预测的过程的示意图;
图3是更新用于得出对于行程的能量需求预测的算法的过程的流程图;
图4是用于确定车辆对于行程的能量需求的变型***的示意图;
图5是用于过滤用于更新算法的历史行程的过程的流程图;
图6是用于通过识别关于行程的拥挤程度来改进行程中的停止和启动的数量的估计的过程的流程图;
图7是用于改进道路海拔数据的准确性的过程的流程图;和
图8是车辆调度***的示意图,该车辆调度***使用图4的***来确定车辆对于行程的能量需求,以便从车队中选择车辆以进行行程。
具体实施方式
参照图1,示出了用于确定车辆对于行程的能量需求的***1。***1包括位于车辆3中的车辆装置2和预测***4。
预测***4包括预测器机制4A、存储器库4B和更新器机构4C。存储器可以包括以下中的任何一个或多个:易失性存储器,非易失性存储器,计算机存储***等。预测***4通过使用本领域技术人员已知的技术通过与存储器和其他计算机组件通信联接的一个或多个适当编程的处理器来实现。用于实施预测***4的硬件和软件的典型组合可以是具有计算机程序的通用计算机***,该计算机程序在被加载和执行时控制计算机***,以使其执行本文所述的方法。
车辆装置2包括与存储器和其他计算机组件通信联接的一个或多个处理器,该车辆装置2布置为接收车载能量数据以及包括来自车辆3的地理位置数据的其他当前车辆数据,并经由包括无线接收器(未示出)的网络5经由无线发射器2A(其可以是无线收发器)将当前车辆数据中继到预测***4。
在一种布置中,车辆装置2布置为连接到车辆的车载计算机并从计算机接收所述车辆数据;然而,在另一种布置中,计算机本身可以布置为发送车辆信息,因此可以省略车辆装置。该装置的功能可以通过运行适当应用的移动(蜂窝)电话来执行;在这种情况下并且移动电话位于车辆上,则车辆的地理位置信息可以从移动电话自身的全球导航芯片中得出。
***1适于从行程请求装置6例如从从用户(可能在车内)经由计算机、卫星导航***或(诸如出租车或快递公司可能使用的)车辆行程调度***接收对行程预测的请求。该请求标识将执行被请求预测的行程的车辆和驾驶员组合,并且包括标识目的地和任何路径点的行程信息。有利地,行程信息还包括诸如载量(例如,乘客数量)、路线限制(例如,避免通行费)和施加在车辆上的速度限制的进一步信息。
行程预测请求被预测***4经由网络5接收。作为响应,实施存储在存储器库4B中的能量使用算法的预测器4A使用通过网络5从车辆装置2接收的当前变化车辆数据以及与来自存储器库4B的车辆有关的不变车辆数据以及与来自外部源7(例如,一个或多个第三方数据提供者)的行程有关的行程数据得出能量需求预测。与行程的实际能量使用相比,考虑到预测的行程能量使用中的预期误差,将安全余量应用于计算出的预测。得出的预测(包括安全余量)经由网络5返回到行程请求装置6。
如果预测的能量需求(包括安全余量)超过由车辆装置2提供的车辆3车载能量(例如,电动汽车车载能量数据可以从电量数据和电池健康状况数据中得出),预测器4A向行程请求装置6返回指示,该行程无法利用车载能量实现。
在用户提交请求的情况下,可以经由计算机(包括诸如智能电话的便携式计算机)提交请求。该请求可以从卫星导航***接收,并且可以被卫星导航***使用以确定行程的合适路线,例如,最适合给定车辆电量的路线。
在结合调度***6使用该***的情况下,调度***可以使用***1来提供对一组车辆的预测,该组车辆可用于执行包括至少两个位置之间的行驶的行程(例如,应客户对出租车的请求)。调度***可以使用预测来确定在给定车辆的不同位置和电量下一组车辆中的哪个车辆最适合执行该行程。
预测与用于创建预测的数据一起存储在存储器库4B中。
每次针对车辆驾驶员组合进行行程预测请求时,重复执行此过程。
在行程完成之后,***使用在行程的开始和结束时来自车辆装置2的车载能量数据来确定行程的实际能量使用。***1可以通过例如来自用户/调度***的指示和/或从车辆装置2接收的地理位置信息确定车辆已经完成行程。
参照图2,为了得出对于行程的能量使用预测,预测器4A使用车辆数据和行程数据来确定各个能量组成因子F1-Fn的预测值,这些预测值求和(或以其他方式组合)提供对于行程的预测能量使用。权重W1-Wn与每个因子相关联。相关联的权重被应用于(例如乘以)每个单独能量组成因子F,例如(F1.W1,F2.W2....Fn.Wn)并且已加权因子求和:
以提供加权的预测能量使用预测(PE)。对于新的车辆驾驶员组合,可以初始设置权重以具有中性影响,即,使得加权预测与非加权预测相同。替代地,可以选择权重以反映已经记录了其历史行程信息的另一相似车辆的权重。
该***可以将行程确定为包括从用户/调度***提供的目的地到附近的加油站的路线。该***还可以确定行程包括由用户/调度***提供的从车辆当前位置到起始位置的路线。
预测***4周期性地或以某个非规则时间间隔运行算法更新器4C以完善算法。
参照图3,更新器4C获得保存在存储器库4B中的一组历史行程的信息(10),对于每个历史行程,更新器检索(或得出)各个能量组成因子F的值(11),将权重W应用于每个因子F并将已加权因子求和以得出历史行程的预测能量使用(12)。将预测能量与保存在存储器库4B中的行程使用的实际能量进行比较,以确定行程的误差E(13)。这产生一组误差E1-Ej,其中j是历史行程组中的行程数量。误差E1-Ej被组合(例如求和)以提供集合误差Et(14)。
然后,更新器对因子F调整权重W(15),对每个历史行程的相同因子进行相同的调整,从而产生一组新的误差E1-Ej。如果调整产生减小的集合误差Et,则用新的权重W(16)来更新存储在存储器库4B中的算法。迭代此过程以更新每个因子的权重,例如W1,然后W2...至Wn(17)。
在对因子F更新权重W时,更新器可以锚定权重W的值,使得随着权重值与锚定值之间的差增大,权重值变得逐渐难以远离其锚定值。
锚定有利于为与车辆通常承担的行程具有明显不同的特性的行程提供预测估计。例如,很少遇到海拔变化的车辆在没有锚定的情况下对于海拔可能具有权重W,该权重W漂移到不合情理的值,因此当该车辆真正承担包括明显海拔变化的行程时,能量预测将具有明显的误差。
重复该过程,直到集合误差Et处于期望的公差内或达到期望的迭代次数(18)。完善的算法存储在存储器库4B中。将理解,改变因子权重的顺序不必是特定的。
通过改变权重,完善算法以考虑影响能量消耗的特定车辆和驾驶员组合的独特性(例如驾驶员的驾驶风格和车辆状况的变化),并且因此在预测未来行程的能量需求时变得更加准确。
本领域技术人员将理解,除了上述梯度下降方法之外,还有优化算法的许多其他可能方法以降低集合误差Et,包括例如求解一组联立方程。将理解,所使用的确切方法不一定是重要的。
作为完善过程的一部分,更新器4C确定应用于所计算预测PE的安全余量。对于从已完善算法得出的历史行程,安全余量的大小与各个误差Ei-Ej中一个或多个的大小有关。随着误差Ei-Ej的各个大小减小,所使用的安全余量的大小也将减小。安全余量的大小可以使用各个误差的标准偏差通过最大单个误差的大小或一些其他方式得出。
在变型实施例中,该***整体上可以位于进行行程中的车辆中,并且可以例如形成具有由车辆的计算机执行的预测***的功能的车辆卫星导航***的一部分。在这样的布置中,可以省略车辆装置。用户可以经由车辆的卫星导航***的界面来提供对于行程信息的请求。
该***可以适于在没有实况车辆数据的情况下确定对于行程的能量需求。在这种变型布置中,***可以使用其具有的车辆的最新车辆数据和/或由用户或调度***提供的值。
图4示出了用于确定车辆对于行程的能量需求的变型***的示意图,该变型***包括过滤器4D和预处理器4E的特征。过滤器和预处理器的功能将在下面参照图5、图6和图7进行描述。
如上面参照图3所述,更新器完善算法的能力部分地取决于在完善过程中使用的历史行程的信息的质量。特别存在一些场合,其中用于对历史行程进行历史预测的行程数据的质量差,从而导致历史预测不准确,使得将其包括在历史行程组中(10)会损害算法的完善。为了减少使用差质量数据的可能性,预测***可以包括过滤器4D,过滤器用于对更新器使用的历史行程信息进行过滤以完善算法。
过滤器4D的处理流程在图5中示出。从存储器库4B中检索(20)一组历史行程的历史行程数据,所检索的历史行程数据包括行程的某些特性的实际值,诸如例如以下中的一个或多个:行程的实际距离,持续时间,行程期间进行的总海拔上升和行程期间进行的总海拔下降(21);以及用于进行历史预测的这些特性的预测值(21)。通常,实际值将已从车载装置2获得;然而,用于预测的值已从外部源获得。过滤器将每个实际值与预测值进行比较(22、23、24、25),以确定差异。
如果实际值和预测值的差异在阈值范围内(阈值范围对于每个特性可能不同),则用于进行预测的行程数据的质量应视为足够好,并且对该行程的预测将被包括在用于完善算法的一组历史行程内(26)。如果实际值和预测值相差大于阈值范围,则用于进行预测的行程数据被认为质量差,并且对该历史行程的预测被从更新器使用以完善算法的的一组历史行程中排除(27)。
预测***可以进一步包括处理行程数据的预处理机制4E,该预处理机制用于对行程进行能量预测并完善算法,以改进用于这些目的的行程数据的质量,并且因此作为必然结果,改进预测和完善。图6和图7分别示出了预处理机制用来完善行程数据的过程的两个示例。
预测车辆在行程中停止和启动的数量的典型方法是从行程数据中确定行程包括的路口数量,并且每个路口包括停止和启动。这使得确定停止和启动的数量通常是不准确的,尤其对于通过市区路线的行程。通过图6所示的过程,可以改进使用行程数据对行程的停止-启动事件的数量的预测。
获得已请求能量预测的行程的路线信息(30),将该路线划分为多个分段,并且对于每个分段,获得包括该分段的速度限制和预测的平均交通速度的行程数据(31),这两个值通常都是从外部交通数据源获得的。计算平均交通速度与速度限制的比率(32),该比率提供了道路拥挤程度的指示。该比率用于计算分段的附加停止-启动事件的预测数量(33)。对于行程的每个分段重复该过程(34),以便预测行程的附加停止-开始事件的总数量。停止-启动事件的预测数量形成预测器4A的输入。
图7中所示的过程用于更改表示区域的地形的行程数据,以便对于行程提供预测的车辆海拔上升和海拔下降的更准确的值。路线的地形信息通常将提供对坡度和道路海拔变化十分准确的指示;然而,在道路穿过例如通过山脉的隧道或跨越峡谷的桥梁等区域时,可能发生明显的差异。在这种情况下,与从地形数据所预期的相比,道路的坡度可能相对平坦。
图7所示的过程包括获得已经进行行程预测请求的行程的路线信息(40)。该路线被分成多个分段,并且对于每个分段,标识与该分段的地形有关的行程信息(41),该地形信息用于确定该分段内的一个或多个海拔变化。对于每个海拔变化,计算坡度(42),将计算的坡度与阈值坡度值(43)进行比较,该阈值坡度值可以例如设置为该地区国家等的道路的已知最大坡度或者选择预期的合理坡度的极限。如果计算的坡度高于阈值,则忽略计算的坡度(44),并将默认的海拔变化(例如零)添加到行程的集合海拔上升或海拔下降总和中(45)。如果计算的坡度低于阈值,则与坡度相关的海拔变化添加到行程的集合海拔上升或海拔下降总和中(45)。对于行程的所有分段都重复此过程(46)。
尽管限制到最大允许海拔可能仍无法准确表示道路坡度,但它提高预测的准确性。
图8示出了与车辆调度***10(由计算机***实施)结合使用的图4的***(但是它可以代替图1,即没有预处理器或过滤器),该车辆调度***响应于从用户9(例如,通过运行经由互联网与车辆调度***进行通信的电子装置的软件应用)接收到行程请求,获得针对多个车辆3的所请求行程的能量预测。调度***10包括用于接收来自用户9的行程请求的接收器(未示出)和车辆选择器8,该车辆选择器使用来自多个车辆中的每个的能量预测从多个车辆中选择一车辆来进行行程。
车辆调度***10将例如经由网络5行程邀请或指令发送到所选择的车辆(但是可以直接发送)。该指令可以包括路线信息(和/或其他行程信息)。邀请或指令由调度终端接收。作为响应,调度终端可以将邀请/指令显示给车辆的驾驶员(如果是非自动驾驶车辆),以供驾驶员接受或拒绝(如果是邀请)。调度终端还可以显示行程的详细信息。如果车辆是自动驾驶的,则该指令被传递到车辆控制器(或者它可以直接接收指令),作为响应,该控制器用于自动将车辆驾驶到行程的起点并承担行程。
在图8中,调度终端和车辆控制器被示为车载装置2的一部分。在变型中,调度终端和车辆控制器中的一个或两个可以与车载装置分离并彼此分离。车辆不必同时包含调度终端和控制器。
上面参照图1讨论的预测***4、车辆装置2和行程请求装置6每个可以包括各种组件。下面将讨论可由计算机***的某些示例实现方式使用的这些组件中的一些。
预测***4可以包括与预测***4的持久性(非易失性)存储器4B通信联接的至少一个处理器/控制器。总线架构将预测***4的处理器/控制器与预测***4的存储器4B和其他组件通信耦合。总线架构促进预测***4中各个***组件之间的通信。
预测***4的处理器/控制器与预测***4的一个或多个网络接口装置通信联接。例如但不限于,网络接口装置可以包括至少一个无线通信收发器装置(例如,至少一个无线通信接入点收发器装置)。预测***4的一个或多个网络接口装置与一个或多个通信网络5通信地联接,以便与行程请求装置、车辆装置和例如用于第三方数据的外部源中的一个或多个通信。网络接口装置可以与诸如局域网(LAN)、通用广域网(WAN)和/或公共网络(例如,互联网)的一个或多个通信网络进行通信。
行程请求装置6可以包括其自身的至少一个处理器/控制器,至少一个处理器/控制器自身与存储器可通信地联接,该存储器可以包括主存储器和持久性(非易失性)存储器。总线架构将处理器/控制器与行程请求装置6的存储器和其他组件通信地联接。总线架构促进行程请求装置6中的各个***组件之间的通信。
行程请求装置6的处理器/控制器与电子装置的至少一个用户界面通信地联接。用户界面包括用户输入界面和用户输出界面。用户输入界面的元件的示例可以包括键盘、小键盘、鼠标、触式控制板、触摸板、触摸屏以及接收音频信号的麦克风。所接收的音频信号例如可以被转换为音频信号的电子数字表示并存储在存储器中,并且可选地可以与由处理器/控制器执行以接收用户输入数据和命令的语音识别软件一起使用。用户输出界面的元件的示例可以包括显示器、扬声器、一个或多个指示灯、产生可听指示的一个或多个换能器以及触觉信号发生器。显示器的一些示例是液晶显示器(LCD)、等离子显示器、有机发光二极管(OLED)显示器等。触摸屏显示器(也称为触摸输入屏)用作输出接口装置和输入接口装置二者,输入接口可以接收直接的用户输入,其采取的形式为“触摸”、“滑动”或“轻拍”。
行程请求装置6的处理器/控制器与一个或多个网络接口装置通信地联接。例如但不限于,网络接口装置可以包括至少一个无线通信收发器装置(例如,至少一个无线通信接入点收发器装置)。一个或多个网络接口装置与一个或多个通信网络5通信地联接。网络接口装置可以与诸如局域网(LAN)、通用广域网(WAN)和/或公共网络(例如,互联网)的一个或多个通信网络5通信。
行程请求装置的处理器/控制器可以在一种布置中与GPS接收器通信地联接。即,由GPS接收器接收的GPS数据可以由行程请求装置6的处理器/控制器使用来确定行程请求装置6的地理位置。行程请求装置6的地理位置可以被视为车辆的地理位置。
车辆装置2可以包括与车辆装置2的存储器通信地联接的至少一个处理器/控制器,该存储器可以包括主存储器和持久性(非易失性)存储器。车辆装置2的总线架构将车辆装置2的处理器/控制器与车辆装置2的存储器和车辆装置2的其他组件通信地联接。总线架构促进车辆装置2中的各种***组件之间的通信。
车辆装置2的处理器/控制器与车辆装置2的一个或多个网络接口装置通信地联接。例如但不限于,网络接口装置可以包括至少一个无线通信收发器装置(例如,至少一个无线通信接入点收发器装置)。车辆装置2的一个或多个网络接口装置与一个或多个通信网络5通信地联接。车辆装置的网络接口装置可以与诸如局域网(LAN)、通用广域网(WAN)和/或公共网络(例如,因特网)的一个或多个通信网络5通信。
车辆装置2的处理器/控制器可以与车辆装置2的GPS接收器通信地联接。即,由车辆装置2的GPS接收器接收的GPS数据可以由车辆装置2的处理器/控制器使用以确定车辆装置2以及因此车辆3的地理位置。
车辆装置2的处理器/控制器可以直接地或经由车辆的计算机与车辆3的一个或多个传感器装置(或多个传感器)通信地联接。传感器可以包括将传感器数据提供给车辆装置2的处理器/控制器的各种类型的传感器装置。示例包括轮胎压力传感器、车载能量传感器(例如,燃料水平传感器或电量传感器)、车辆***温度传感器、用于检测辅助电气装置(例如车辆内部加热器和前照灯)的操作状态的传感器中的一个或多个。
预测器***、车辆装置和行程请求装置中的一个或多个可以包括为其操作提供电力的电源***。
行程请求装置6的处理器/控制器以及车辆装置2的处理器/控制器可以经由通信网络5与预测***4的处理器/控制器通信。
在替代布置中,预测器机制、更新器、车辆装置和行程请求装置的功能可以由位于车辆中的单个计算机***来实现。在这种布置中,计算机***可以具有与持久性(非易失性)存储器联接的处理器/控制器、将处理器/控制器与存储器和计算机***的其他组件(诸如传感器装置、GPS接收器和用户界面装置)通信地联接的总线架构。
如本领域普通技术人员将理解的,***、方法或计算机程序产品可以实现要求保护的发明的各种实施例。因此,要求保护的发明的方面可以采取完全硬件实施例、完全软件实施例(包括固件、常驻软件、微代码等)或结合软件和硬件方面的实施例的形式。此外,要求保护的发明的方面可以采取计算机程序产品的形式,该计算机程序产品体现在其上体现有计算机可读程序代码的一个或多个非暂时性计算机可读介质中。
Claims (15)
1.一种用于确定车辆对于行程的能量需求的***,所述***适于:
获取与所述行程有关的行程数据;和
获取与所述车辆相关的车辆数据;和
所述***包括预测器机制,所述预测器机制使用能量预测算法根据所述行程数据和车辆数据预测对于行程的车辆能量需求;
所述***包括更新器机制,所述更新器机制配置为通过以下步骤调整车辆的能量预测算法:
对于车辆承担的多个历史行程中的每个,确定历史行程的实际车辆能量使用与使用历史行程的能量预测算法根据历史行程数据和历史车辆数据得出的预测能量使用之间的误差,多个历史行程中的每个历史行程与一组误差中的相应误差相关联;
从所述一组误差中确定集合误差;和
调整能量预测算法以减少集合误差。
2.根据权利要求1所述的***,其中,所述预测器机制配置为通过以下步骤预测对于行程的车辆能量需求:
确定所述行程的多个因子,每个因子从所述行程数据和/或车辆数据得出;
对每个因子应用权重;和
在能量预测算法中应用已加权因子,以得出对于行程的预测车辆能量需求。
3.根据权利要求1或2所述的***,其中对于每个历史行程,所述更新器布置为通过以下步骤使用所述能量预测算法来得出预测能量使用:
检索和/或确定历史行程的多个因子的值,这些因子是从与所述历史行程相关联的行程数据和/或与所述历史行程相关联的车辆数据中得出的;
对每个因子应用权重;和
在能量预测算法中应用已加权因子,以得出对于历史行程的预测车辆能量需求;
并且其中,所述更新器进一步布置为对所述因子之一的权重进行调整以减少集合误差,所述调整被应用于每个历史行程的相应因子。
4.根据权利要求3所述的***,其中,所述***布置为在存储器库中存储:已处理的行程数据和/或已处理的车辆数据;从所述行程数据和/或车辆数据得出的数据;以及预测器机制用来预测对于行程的车辆能量需求的因子。
5.根据任一前述权利要求所述的***,其适于从所述车辆检索车载能量数据。
6.根据权利要求5所述的***,其中,所述***适于使用所述车载能量数据来确定由所述车辆承担的历史行程的实际车辆能量使用。
7.根据权利要求5或6所述的***,其中,所述***适于使用所述车载能量数据和来自所述预测器机制的对所述行程所需的车辆能量的预测,以提供指示所述行程是否能够由所述车辆利用所述车辆车载的当前能量进行的输出。
8.根据权利要求5、6或7所述的***,所述***包括布置为由所述车辆携带的车辆装置,所述车辆装置布置为从所述车辆接收车载能量数据和/或车辆数据并将接收的车载能量数据和/或将车辆数据发送给包括预测器机制和更新器机制的预测器***。
9.根据任一前述权利要求所述的***,其中,所述预测器机制适于在对于所述行程的预测车辆能量需求内包括安全余量,并且其中,所述更新器根据所述历史行程的各个误差的大小来调整所述安全余量的大小。
10.根据任一前述权利要求所述的***,所述***包括第一行程数据比较器,所述第一行程数据比较器布置为将从承担所述历史行程的车辆得出的历史行程的实际行程数据与用于创建所述行程的历史预测的预测行程数据进行比较,并且使用所述比较以过滤所述更新器用来更新所述算法的历史行程数据。
11.根据任一前述权利要求所述的***,所述***包括第二行程数据比较器,所述第二行程数据比较器针对行程的路线的分段将所述分段的预测平均交通速度数据与所述分段的速度限制数据进行比较,并使用所述比较来估计所述分段的停止/启动事件的数量。
12.根据任一前述权利要求所述的***,所述***包括第三行程数据比较器,所述第三行程数据比较器针对行程的路线的分段将所述分段中的道路的计算坡度与阈值梯度范围进行比较,
使用从所述分段的地形行程数据获得或得出的在所述分段内的海拔变化来计算道路的坡度;和
如果计算的坡度落座所述阈值范围之外,则为该分段分配不同的海拔变化,以便确定行程的集合海拔上升或海拔下降总和。
13.一种计算机实现的调度***,用于响应于从所述***的用户接收行程请求而从多个车辆中选择车辆来承担行程,所述调度***包括:
接收器,用于接收来自所述用户的行程请求;
为所述多个车辆中的每个确定承担行程请求的行程对象的车辆的能量需求的器件;
车辆选择器,使用确定的能量需求来从所述多个车辆中选择车辆承担所述行程;和
向所选择的车辆发送包括与行程请求的行程对象有关的信息的行程指令的器件;并且其中
为所述多个车辆中的每个确定承担行程请求的行程对象的车辆的能量需求的所述器件包括权利要求1至12中任一项所述的***。
14.根据权利要求13所述的调度***,其中,所述行程指令由所选择的车辆的调度终端接收,并且所述调度终端响应于接收到所述行程指令而在所述车辆的显示器上显示与所述行程请求的行程对象有关的信息。
15.根据权利要求13或14所述的调度***,其中,所选择的车辆是自动驾驶车辆,所述自动驾驶车辆包括驱动所述车辆的车辆控制器,并且其中,所述控制器使用所述指令来将所述车辆从其当前位置驶离以承担所述行程。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GBGB1721535.1A GB201721535D0 (en) | 2017-12-21 | 2017-12-21 | System and method for determining the energy requirement of a vehicle for a journey |
EP18215804.8A EP3501881A1 (en) | 2017-12-21 | 2018-12-21 | System and method for determining the energy requirement of a vehicle for a journey |
EP18215804.8 | 2018-12-21 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111347879A true CN111347879A (zh) | 2020-06-30 |
Family
ID=61131431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911341143.8A Pending CN111347879A (zh) | 2017-12-21 | 2019-12-23 | 确定车辆对于行程的能量需求的***和方法 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP3501881A1 (zh) |
CN (1) | CN111347879A (zh) |
GB (1) | GB201721535D0 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201721535D0 (en) * | 2017-12-21 | 2018-02-07 | Spark Ev Tech Ltd | System and method for determining the energy requirement of a vehicle for a journey |
US11959758B2 (en) * | 2020-10-05 | 2024-04-16 | Ford Global Technologies, Llc | Systems and methods for optimizing vehicle deployment |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011035427A1 (en) * | 2009-09-25 | 2011-03-31 | Matthew Stevens | System, method and computer program for simulating vehicle energy use |
JP2013090359A (ja) * | 2011-10-13 | 2013-05-13 | Nissan Motor Co Ltd | 充電配車計画システム |
JP2014032042A (ja) * | 2012-08-01 | 2014-02-20 | Nissan Motor Co Ltd | 消費電力量推定装置及び消費電力量推定方法 |
CN104260724A (zh) * | 2014-09-22 | 2015-01-07 | 李治良 | 一种车辆智能预测控制***及其方法 |
US9121722B1 (en) * | 2014-03-19 | 2015-09-01 | Ford Global Technologies, Llc | Trip partitioning based on driving pattern energy consumption |
US20160123752A1 (en) * | 2014-10-30 | 2016-05-05 | Microsoft Corporation | Estimating and predicting fuel usage with smartphone |
GB201721535D0 (en) * | 2017-12-21 | 2018-02-07 | Spark Ev Tech Ltd | System and method for determining the energy requirement of a vehicle for a journey |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4861534B1 (ja) * | 2010-09-17 | 2012-01-25 | パイオニア株式会社 | エネルギー消費量推定装置、エネルギー消費量推定方法、エネルギー消費量推定プログラムおよび記録媒体 |
JP5740215B2 (ja) * | 2011-06-10 | 2015-06-24 | クラリオン株式会社 | エネルギー消費量計算装置とそのエネルギー消費量計算方法 |
US20150046076A1 (en) * | 2013-08-09 | 2015-02-12 | Vicinity Software Limited | Navigation system for vehicles |
US10286801B2 (en) * | 2014-08-18 | 2019-05-14 | Toyota Jidosha Kabushiki Kaisha | Charge system to improve battery operational life |
-
2017
- 2017-12-21 GB GBGB1721535.1A patent/GB201721535D0/en not_active Ceased
-
2018
- 2018-12-21 EP EP18215804.8A patent/EP3501881A1/en active Pending
-
2019
- 2019-12-23 CN CN201911341143.8A patent/CN111347879A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011035427A1 (en) * | 2009-09-25 | 2011-03-31 | Matthew Stevens | System, method and computer program for simulating vehicle energy use |
JP2013090359A (ja) * | 2011-10-13 | 2013-05-13 | Nissan Motor Co Ltd | 充電配車計画システム |
JP2014032042A (ja) * | 2012-08-01 | 2014-02-20 | Nissan Motor Co Ltd | 消費電力量推定装置及び消費電力量推定方法 |
US9121722B1 (en) * | 2014-03-19 | 2015-09-01 | Ford Global Technologies, Llc | Trip partitioning based on driving pattern energy consumption |
CN104260724A (zh) * | 2014-09-22 | 2015-01-07 | 李治良 | 一种车辆智能预测控制***及其方法 |
US20160123752A1 (en) * | 2014-10-30 | 2016-05-05 | Microsoft Corporation | Estimating and predicting fuel usage with smartphone |
GB201721535D0 (en) * | 2017-12-21 | 2018-02-07 | Spark Ev Tech Ltd | System and method for determining the energy requirement of a vehicle for a journey |
EP3501881A1 (en) * | 2017-12-21 | 2019-06-26 | Spark EV Technology Ltd | System and method for determining the energy requirement of a vehicle for a journey |
Also Published As
Publication number | Publication date |
---|---|
GB201721535D0 (en) | 2018-02-07 |
EP3501881A1 (en) | 2019-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11420641B2 (en) | System and method for determining the energy requirement of a vehicle for a journey | |
US11650066B2 (en) | Systems and methods for variable energy routing and tracking | |
US10215576B2 (en) | Energy-optimized vehicle route selection | |
CN102171534B (zh) | 燃料节约选路 | |
CA3007475C (en) | Interactive telematics system | |
CN104567900B (zh) | 车辆加注燃油路线规划*** | |
US20140379183A1 (en) | Dynamic Driving Range Maps for Improving Driving Range Anxiety | |
US8768616B2 (en) | Adaptive method for trip prediction | |
CN105556245B (zh) | 预测能量余量引导*** | |
US20140032087A1 (en) | Reducing fuel consumption by accommodating to anticipated road and driving conditions | |
US8560216B1 (en) | Method and apparatus to provide guidance to a vehicle based on vehicle characteristics | |
US20200166356A1 (en) | Method, apparatus, and computer program product for predicting range of an electric vehicle | |
CN103597317A (zh) | 能量消耗量计算装置及其能量消耗量计算方法 | |
US11060883B2 (en) | System and method for determining the energy requirement of a vehicle for a journey | |
JP2023535828A (ja) | 経路決定方法、装置、機器及び媒体 | |
JP2019105517A (ja) | ナビゲーション装置、ナビゲーションシステム及び画像表示方法 | |
EP3794315B1 (en) | Generating navigation routes and identifying carpooling options in view of calculated trade-offs between parameters | |
CN111347879A (zh) | 确定车辆对于行程的能量需求的***和方法 | |
JP2006275869A (ja) | ナビゲーション装置、ナビゲーション方法およびナビゲーションプログラム | |
CN110696627A (zh) | 一种车辆可达范围的反馈方法及装置、汽车、存储介质 | |
CN108088449B (zh) | 一种规划导航路径的方法及导航设备 | |
JP2021063766A (ja) | 電気自動車用カーナビゲーションのシステム、方法、および、プログラム | |
WO2012132014A1 (ja) | 算出装置、算出システム、端末および算出方法 | |
US20230184559A1 (en) | Correction Of An Estimate Of An Energy Consumption Of A Vehicle | |
US20240070581A1 (en) | Information processing method, information processing apparatus, information processing system, and non-transitory computer readable medium |
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 |