CN114103987A - 车辆续航预警方法、装置及电子设备 - Google Patents

车辆续航预警方法、装置及电子设备 Download PDF

Info

Publication number
CN114103987A
CN114103987A CN202111443291.8A CN202111443291A CN114103987A CN 114103987 A CN114103987 A CN 114103987A CN 202111443291 A CN202111443291 A CN 202111443291A CN 114103987 A CN114103987 A CN 114103987A
Authority
CN
China
Prior art keywords
sub
stroke
vehicle
current
energy consumption
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111443291.8A
Other languages
English (en)
Other versions
CN114103987B (zh
Inventor
李洁辰
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.)
Shanghai Rox Intelligent Technology Co Ltd
Original Assignee
Shanghai Rox Intelligent Technology Co Ltd
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 Shanghai Rox Intelligent Technology Co Ltd filed Critical Shanghai Rox Intelligent Technology Co Ltd
Priority to CN202111443291.8A priority Critical patent/CN114103987B/zh
Priority claimed from CN202111443291.8A external-priority patent/CN114103987B/zh
Publication of CN114103987A publication Critical patent/CN114103987A/zh
Application granted granted Critical
Publication of CN114103987B publication Critical patent/CN114103987B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • 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
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种车辆续航预警方法、装置及电子设备，涉及车辆技术领域。该方法包括：获取车辆的当前能量值和当前行程对应的驾驶场景数据；根据驾驶场景数据对当前行程进行分段处理，得到多段子行程和相应子行程对应的驾驶场景；基于预先配置的各驾驶场景与能耗系数的对应关系确定每段子行程对应的能耗系数；根据当前能量值以及每段子行程对应的能耗系数、当前行程的行驶长度和每段子行程对应的车速，进行车辆的续航预警。这样基于驾驶场景数据对当前行程进行了分段处理，在进行车辆续航预警时，考虑了不同驾驶场景下子行程对应的能耗系数和车速的不同，因此提升了续航预警的准确性。

Description

车辆续航预警方法、装置及电子设备
技术领域
本发明涉及车辆技术领域，尤其是涉及一种车辆续航预警方法、装置及电子设备。
背景技术
车辆分为油车和新能源车，目前通常采用固定的剩余油量计算公式\剩余电量计算公式来测算车辆的续航里程，如根据剩余油量除以平均油耗计算油车的续航里程，根据剩余电量除以百公里能耗计算电动汽车的续航里程。然而车辆行驶过程中，环境较为复杂，复杂环境下这种续航里程计算方式存在较大的偏差。
发明内容
有鉴于此，本发明的目的在于提供一种车辆续航预警方法、装置及电子设备，以改善上述技术问题。
第一方面，本发明实施例提供了一种车辆续航预警方法，包括：
获取车辆的当前能量值和当前行程对应的驾驶场景数据，所述驾驶场景数据为影响车辆能耗的数据信息，所述驾驶场景数据包括所述当前行程中的当前路段的实际数据和所述当前行程中除所述当前路段之外的其它路段的预测数据；
根据所述驾驶场景数据对所述当前行程进行分段处理，得到多段子行程和相应子行程对应的驾驶场景；其中，多段所述子行程中的第一段子行程对应的驾驶场景基于所述实际数据得到；
基于预先配置的各驾驶场景与能耗系数的对应关系，确定每段所述子行程对应的能耗系数；
根据所述当前能量值以及每段所述子行程对应的能耗系数、所述当前行程的行驶长度和每段所述子行程对应的车速，进行所述车辆的续航预警；其中，第一段子行程对应的车速为当前的实际车速，除所述第一段子行程之外的其他段子行程对应的车速为相应驾驶场景下的预计车速。
进一步地，所述根据所述驾驶场景数据对所述当前行程进行分段处理，得到多段子行程和相应子行程对应的驾驶场景，包括：
根据所述驾驶场景数据和预先获得的规则类库，按照驾驶场景对所述当前行程进行分段处理，得到多段子行程以及每段所述子行程对应的驾驶场景。
进一步地，所述根据所述当前能量值以及每段所述子行程对应的能耗系数、所述当前行程的行驶长度和每段所述子行程对应的车速，进行所述车辆的续航预警，包括：
根据所述当前能量值以及除最后一段子行程之外的每段所述子行程对应的能耗系数、相应子行程的行驶长度和相应子行程对应的车速，确定所述最后一段子行程对应的初始能量值；
根据所述最后一段子行程对应的初始能量值、能耗系数和预计车速，确定所述最后一段子行程对应的续航里程；
根据所述最后一段子行程对应的续航里程和所述最后一段子行程的行驶长度，进行所述车辆的续航预警。
进一步地，根据以下公式计算得到所述最后一段子行程对应的初始能量值：
Figure BDA0003384066260000031
Figure BDA0003384066260000032
其中，Xk为所述最后一段子行程对应的初始能量值，k为子行程的数量，X为所述当前能量值，Y为预设的基础能耗，Ai为第i段子行程对应的能耗系数，αi为第i段子行程对应的预计通过时间，Zi为第i段子行程对应的车速，Si为第i段子行程的行驶长度。
进一步地，根据以下公式计算得到所述最后一段子行程对应的续航里程：
Figure BDA0003384066260000033
其中，δk为所述最后一段子行程对应的续航里程，Zk为所述最后一段子行程对应的预计车速，Ak为所述最后一段子行程对应的能耗系数。
进一步地，所述根据所述最后一段子行程对应的续航里程和所述最后一段子行程的行驶长度，进行所述车辆的续航预警，包括：
将所述最后一段子行程对应的续航里程减去所述最后一段子行程的行驶长度，得到剩余续航里程；
当所述剩余续航里程小于预设的阈值时，对所述车辆进行续航预警。
进一步地，结合第一方面，本发明实施例提供了第一方面的第五可能的实施方式，其中，所述车辆续航预警方法还包括：
获取历史数据，所述历史数据包括历史行程对应的驾驶场景数据和能耗数据；
根据所述历史数据，计算得到每种驾驶场景对应的能耗系数。
第二方面，本发明实施例提供了一种车辆续航预警装置，包括：
获取模块，用于获取车辆的当前能量值和当前行程对应的驾驶场景数据，所述驾驶场景数据为影响车辆能耗的数据信息，所述驾驶场景数据包括所述当前行程中的当前路段的实际数据和所述当前行程中除所述当前路段之外的其它路段的预测数据；
分段模块，用于根据所述驾驶场景数据对所述当前行程进行分段处理，得到多段子行程和相应子行程对应的驾驶场景；其中，多段所述子行程中的第一段子行程对应的驾驶场景基于所述实际数据得到；
确定模块，用于基于预先配置的各驾驶场景与能耗系数的对应关系，确定每段所述子行程对应的能耗系数；
预警模块，用于根据所述当前能量值以及每段所述子行程对应的能耗系数、所述当前行程的行驶长度和每段所述子行程对应的车速，进行所述车辆的续航预警；其中，第一段子行程对应的车速为当前的实际车速，除所述第一段子行程之外的其他段子行程对应的车速为相应驾驶场景下的预计车速。
第三方面，本发明实施例还提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面所述的方法。
本发明实施例带来了以下有益效果：本发明实施例提供的一种车辆续航预警方法、装置及电子设备，在进行车辆续航预警时，先获取车辆的当前能量值和当前行程对应的驾驶场景数据，该驾驶场景数据为影响车辆能耗的数据信息，驾驶场景数据包括当前行程中的当前路段的实际数据和当前行程中除当前路段之外的其它路段的预测数据；然后根据驾驶场景数据对当前行程进行分段处理，得到多段子行程和相应子行程对应的驾驶场景；其中，多段子行程中的第一段子行程对应的驾驶场景基于实际数据得到；再基于预先配置的各驾驶场景与能耗系数的对应关系，确定每段子行程对应的能耗系数；进而根据当前能量值以及每段子行程对应的能耗系数、当前行程的行驶长度和每段子行程对应的车速，进行车辆的续航预警；其中，第一段子行程对应的车速为当前的实际车速，除第一段子行程之外的其他段子行程对应的车速为相应驾驶场景下的预计车速。这样考虑到当前行程中不同路段的驾驶场景不同，不同驾驶场景下车辆的能耗不同，基于驾驶场景数据对当前行程进行了分段处理，在进行车辆续航预警时，考虑了不同驾驶场景下子行程对应的能耗系数和车速的不同，因此提升了续航预警的准确性。
本发明的其他特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构中实现和获得。
为使本发明的上述目的、特征和优点能够更加明显易懂，下文特举优选实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明的具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图进行简单的介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种车辆续航预警方法的流程图；
图2为本发明实施例提供的另一种车辆续航预警方法的流程图；
图3为本发明实施例提供的一种车辆续航预警装置的结构框图；
图4为本发明实施例提供的一种车辆续航预警装置的模块化框图；
图5为本发明实施例提供的一种车辆续航预装置的架构图；
图6为本发明实施例提供的一种七种核心参数的示例图；
图7a为本发明实施例提供的一种行程分段的流程图；
图7b为本发明实施例提供的一种续航里程计算的流程图；
图8为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前通常采用固定的剩余油量计算公式\剩余电量计算公式来测算车辆的续航里程，如根据剩余油量除以平均油耗计算油车的续航里程，根据剩余电量除以百公里能耗计算电动汽车的续航里程。然而车辆行驶过程中，天气、路况、途经拥堵路段、驾驶习惯等都会影响车辆的续航里程，现有的续航里程计算方式并没有考虑这些因素，复杂环境下这种方式会存在较大的偏差。基于此，本发明实施例提供了一种车辆续航预警方法、装置及电子设备，以缓解上述问题。
为了便于对本实施例进行理解，首先对本发明实施例所公开的一种车辆续航预警方法进行详细介绍。
本发明实施例提供了一种车辆续航预警方法，该方法可以由具有数据处理能力的电子设备执行，该电子设备可以是台式机、笔记本电脑、掌上电脑、平板电脑或手机等。该方法可用于所有车型及软件版本。参见图1所示的一种车辆续航预警方法的流程图，该方法主要包括以下步骤：
步骤S102：获取车辆的当前能量值和当前行程对应的驾驶场景数据。
其中，该驾驶场景数据为影响车辆能耗的数据信息，驾驶场景数据包括当前行程中的当前路段的实际数据和当前行程中除当前路段之外的其它路段的预测数据。
可选地，驾驶场景数据可以分为第一数据和第二数据两类，第一数据的获取频率大于第二数据的获取频率，例如每隔1分钟获取一次第一数据，每隔2小时获取一次第二数据。其中，第一数据为较不稳定的数据，可以包括天气数据、路况数据和车速等；第二数据为较稳定的数据，可以包括路面平整度、坡道、驾驶习惯和胎压等。将较不稳定的第一数据的获取频率设置成大于较稳定的第二数据的获取频率，可以在保证续航预警的准确性的情况下，可以加快计算速度。
步骤S104：根据驾驶场景数据对当前行程进行分段处理，得到多段子行程和相应子行程对应的驾驶场景。
其中，多段子行程中的第一段子行程对应的驾驶场景基于实际数据得到。当前路段可以被拆分成一段或多段子行程。
步骤S106：基于预先配置的各驾驶场景与能耗系数的对应关系，确定每段子行程对应的能耗系数。
步骤S108：根据当前能量值以及每段子行程对应的能耗系数、当前行程的行驶长度和每段子行程对应的车速，进行车辆的续航预警。
其中，第一段子行程对应的车速为当前的实际车速，除第一段子行程之外的其他段子行程对应的车速为相应驾驶场景下的预计车速。
本发明实施例提供的一种车辆续航预警方法，在进行车辆续航预警时，先获取车辆的当前能量值和当前行程对应的驾驶场景数据，该驾驶场景数据为影响车辆能耗的数据信息，驾驶场景数据包括当前行程中的当前路段的实际数据和当前行程中除当前路段之外的其它路段的预测数据；然后根据驾驶场景数据对当前行程进行分段处理，得到多段子行程和相应子行程对应的驾驶场景；其中，多段子行程中的第一段子行程对应的驾驶场景基于实际数据得到；再基于预先配置的各驾驶场景与能耗系数的对应关系，确定每段子行程对应的能耗系数；进而根据当前能量值以及每段子行程对应的能耗系数、当前行程的行驶长度和每段子行程对应的车速，进行车辆的续航预警；其中，第一段子行程对应的车速为当前的实际车速，除第一段子行程之外的其他段子行程对应的车速为相应驾驶场景下的预计车速。这样考虑到当前行程中不同路段的驾驶场景不同，不同驾驶场景下车辆的能耗不同，基于驾驶场景数据对当前行程进行了分段处理，在进行车辆续航预警时，考虑了不同驾驶场景下子行程对应的能耗系数和车速的不同，因此提升了续航预警的准确性。
为了便于对图1中的方法的理解，参照图2所示的另一种车辆续航预警方法的流程图，对图1中的内容进行了进一步的细化，该方法还可以通过以下步骤实现：
步骤S202：获取车辆的当前能量值和当前行程对应的驾驶场景数据。
步骤S204：根据上述驾驶场景数据和预先获得的规则类库，按照驾驶场景对当前行程进行分段处理，得到多段子行程以及每段子行程对应的驾驶场景。
步骤S206：基于预先配置的各驾驶场景与能耗系数的对应关系，确定每段子行程对应的能耗系数。
步骤S208：根据当前能量值以及除最后一段子行程之外的每段子行程对应的能耗系数、相应子行程的行驶长度和相应子行程对应的车速，确定最后一段子行程对应的初始能量值。
其中，上述初始能量值可以根据以下公式计算得到：
Figure BDA0003384066260000081
Figure BDA0003384066260000082
其中，Xk为最后一段子行程对应的初始能量值，k为子行程的数量，X为当前能量值，Y为预设的基础能耗，Ai为第i段子行程对应的能耗系数，αi为第i段子行程对应的预计通过时间，Zi为第i段子行程对应的车速，Si为第i段子行程的行驶长度。
同时，上述续航里程可以根据以下公式计算得到：
Figure BDA0003384066260000091
其中，δk为最后一段子行程对应的续航里程，Zk为最后一段子行程对应的预计车速，Ak为最后一段子行程对应的能耗系数。
步骤S210：根据最后一段子行程对应的初始能量值、能耗系数和预计车速，确定最后一段子行程对应的续航里程。
步骤S212：将最后一段子行程对应的续航里程减去最后一段子行程的行驶长度，得到剩余续航里程。
步骤S214：当剩余续航里程小于预设的阈值时，对车辆进行续航预警。
此外，通过获取车辆的历史数据能够获取各种驾驶场景对应的能耗系数，从而能够进一步提升续航预警的准确性，即本发明实施例提供的车辆续航预警方法还包括：获取历史数据，该历史数据包括历史行程对应的驾驶场景数据和能耗数据；根据上述历史数据，计算得到每种驾驶场景对应的能耗系数。能耗数据可以包括历史行程中多个时间点的能量值，能耗数据至少包括行程起始能量值和行程终点能量值。
可以通过预先训练好的算法对历史数据进行处理，得到每种驾驶场景对应的能耗系数。在一些可能的实施例中，算法的执行过程可以如下：先基于历史行程的驾驶场景数据对历史行程进行分段处理，得到多个子路段和相应子路段的驾驶场景；然后根据能耗数据，预测每个子路段的能耗值；再根据相同驾驶场景下对应的各个能耗值，确定该驾驶场景对应的能耗系数，例如采用平均法对某个驾驶场景下对应的各个能耗值进行处理，得到该驾驶场景对应的能耗系数。
综上所述，本发明的车辆续航预警方法，在进行车辆续航预警时，先获取车辆的当前能量值和当前行程对应的驾驶场景数据；然后根据驾驶场景数据对当前行程进行分段处理，得到多段子行程和相应子行程对应的驾驶场景；再基于预先配置的各驾驶场景与能耗系数的对应关系，确定每段子行程对应的能耗系数；进而根据当前能量值以及每段子行程对应的能耗系数、当前行程的行驶长度和每段子行程对应的车速，进行车辆的续航预警；其中，第一段子行程对应的车速为当前的实际车速，除第一段子行程之外的其他段子行程对应的车速为相应驾驶场景下的预计车速。这样考虑到当前行程中不同路段的驾驶场景不同，不同驾驶场景下车辆的能耗不同，基于驾驶场景数据对当前行程进行了分段处理，在进行车辆续航预警时，考虑了不同驾驶场景下子行程对应的能耗系数和车速的不同，因此提升了续航预警的准确性。
对应于上述车辆续航预警方法，本发明实施例还提供了一种车辆续航预警装置，图3本发明实施例提供的一种车辆续航预警装置的结构框图。如图3所示，该装置包括：
获取模块301，用于获取车辆的当前能量值和当前行程对应的驾驶场景数据，该驾驶场景数据为影响车辆能耗的数据信息，驾驶场景数据包括当前行程中的当前路段的实际数据和当前行程中除当前路段之外的其它路段的预测数据；
分段模块302，用于根据驾驶场景数据对当前行程进行分段处理，得到多段子行程和相应子行程对应的驾驶场景；其中，多段子行程中的第一段子行程对应的驾驶场景基于实际数据得到；
确定模块303，用于基于预先配置的各驾驶场景与能耗系数的对应关系，确定每段子行程对应的能耗系数；
预警模块304，用于根据当前能量值以及每段子行程对应的能耗系数、当前行程的行驶长度和每段子行程对应的车速，进行车辆的续航预警；
其中，第一段子行程对应的车速为当前的实际车速，除第一段子行程之外的其他段子行程对应的车速为相应驾驶场景下的预计车速。
进一步地，上述分段模块302具体用于：
根据驾驶场景数据和预先获得的规则类库，按照驾驶场景对当前行程进行分段处理，得到多段子行程以及每段子行程对应的驾驶场景。
进一步地，上述预警模块304具体用于：
根据当前能量值以及除最后一段子行程之外的每段子行程对应的能耗系数、相应子行程的行驶长度和相应子行程对应的车速，确定最后一段子行程对应的初始能量值；
根据最后一段子行程对应的初始能量值、能耗系数和预计车速，确定最后一段子行程对应的续航里程；
根据最后一段子行程对应的续航里程和最后一段子行程的行驶长度，进行车辆的续航预警。
进一步地，上述预警模块304还用于：
根据以下公式计算得到最后一段子行程对应的初始能量值：
Figure BDA0003384066260000111
Figure BDA0003384066260000112
其中，Xk为最后一段子行程对应的初始能量值，k为子行程的数量，X为当前能量值，Y为预设的基础能耗，Ai为第i段子行程对应的能耗系数，αi为第i段子行程对应的预计通过时间，Zi为第i段子行程对应的车速，Si为第i段子行程的行驶长度。
进一步地，上述预警模块304还用于：
根据以下公式计算得到最后一段子行程对应的续航里程：
Figure BDA0003384066260000113
其中，δk为最后一段子行程对应的续航里程，Zk为最后一段子行程对应的预计车速，Ak为最后一段子行程对应的能耗系数。
进一步地，上述预警模块304还用于：
将最后一段子行程对应的续航里程减去最后一段子行程的行驶长度，得到剩余续航里程；
当上述剩余续航里程小于预设的阈值时，对车辆进行续航预警。
进一步地，上述车辆续航预警装置还包括计算模块，该计算模块用于：
获取历史数据，该历史数据包括历史行程对应的驾驶场景数据和能耗数据；
根据上述历史数据，计算得到每种驾驶场景对应的能耗系数。
综上所述，本发明的车辆续航预警装置，在进行车辆续航预警时，先获取车辆的当前能量值和当前行程对应的驾驶场景数据，该驾驶场景数据为影响车辆能耗的数据信息，驾驶场景数据包括当前行程中的当前路段的实际数据和当前行程中除当前路段之外的其它路段的预测数据；然后根据驾驶场景数据对当前行程进行分段处理，得到多段子行程和相应子行程对应的驾驶场景；其中，多段子行程中的第一段子行程对应的驾驶场景基于实际数据得到；再基于预先配置的各驾驶场景与能耗系数的对应关系，确定每段子行程对应的能耗系数；进而根据当前能量值以及每段子行程对应的能耗系数、当前行程的行驶长度和每段子行程对应的车速，进行车辆的续航预警；其中，第一段子行程对应的车速为当前的实际车速，除第一段子行程之外的其他段子行程对应的车速为相应驾驶场景下的预计车速。这样考虑到当前行程中不同路段的驾驶场景不同，不同驾驶场景下车辆的能耗不同，基于驾驶场景数据对当前行程进行了分段处理，在进行车辆续航预警时，考虑了不同驾驶场景下子行程对应的能耗系数和车速的不同，因此提升了续航预警的准确性。
另外，为了方便对上述车辆续航预警装置的进一步认识，本发明实施例还对该车辆续航预警装置进行模块化处理，以各自完成相应的功能。
参见图4所示的一种车辆续航预警装置的模块化框图，在该模块化框图中示出了推送服务、数据采集服务、实时计算平台和算法训练平台四个模块，其中推送服务中包含终端输入、消息管理和推送规则，数据采集服务模块中包含数据接入、数据分发和加解密，实时计算平台模块中包含数据接入、规则类库、数据产品和数据清洗，算法训练平台模块中包含数据接入、规则类库、机器学习、数据清洗和数据产品。
其中，终端输入用于将驾驶场景数据输入到车辆终端；消息管理用于对推送服务模块中接收到的消息进行分类管理和存储；推送规则用于向车辆终端实时推送各类消息；数据接入用于接收数据；数据分发用于将所接收到的数据分发到实时计算平台和算法训练平台；加解密用于对所接收到的数据进行加解密操作；规则类库用于进行驾驶场景匹配；数据产品用于根据规则类库对实时获取的数据进行驾驶场景匹配，最终产生的分段或预警；数据清洗用于对数据进行清洗操作；机器学习用于计算各个驾驶场景的能耗系数。
在实际应用中，本发明实施例的一种车辆续航预警方法由上述车辆续航预警装置来执行，从而实现提升了续航预警的准确性的技术效果，参见图5所示的一种车辆续航预警装置的架构图，在该架构图中，在进行车辆续航预警时，将基于车辆、路况/天气数据等对续航数据的影响因素输入到云平台中的数据采集服务，通过该数据采集服务将所采集到的驾驶场景数据输入到实时计算平台和算法训练平台，在算法训练平台中进行算法训练，通过对驾驶场景数据中的核心参数的数据研发得到训练结果，将该训练结果通过算法同步功能同步到实时计算平台，使得该训练结果与数据采集服务输入到实时计算平台的驾驶场景数据进行算法同步，并将算法同步得到的结果通过推送服务返回到车辆***中。
上述核心参数包括对车辆的续航存在较大影响的各类参数，参见图6所示的七种核心参数的示例图。在该示例图中，七种核心参数包括天气、交通情况、路面平整度、驾驶***台(其具体用到的算法本发明实施例不进行限制)使用历史数据计算保存，并且随着时间推移，核心参数分类及子类会不断细化，例如坡道的高中低会细化为坡道角度范围(大于等于30度|小于30度大于等于0度|小于0度大于-30度|小于等于-30度)，在核心参数分类及子类变更时，算法训练平台会重新计算各个场景的能耗系数。
假设用户进入一段已知的行程(可以通过导航或对历史行程分析确定，例如通过对历史行程分析确定，早上7点对应的是上班行程，晚上6点对应的是下班行程)，车辆能量值X(车辆当前油量\电量总值由车辆实时统计，单位为P)，基础能耗为Y(单位为P/s)，续航里程为δ(单位为km)，续航里程预警阈值为ζ(单位为km)：
1.首先根据配置频次，根据驾驶场景对行程进行实时分段(通常较长的已知行程分段数量较多，较短的已知行程分段数量较少)，并将结果提供到实时计算平台进行续航里程预测任务。
其中，频次可以根据间隔时间确定，如每隔预设时间进行一次行程分段。频次也可以根据车速确定，如高速上车速较高时频次较高，车速较低时频次较低。频次还可以根据不同时间段确定，如周末已知行程的路段比较畅通，频次较低；又如上下班高峰时段，频次较高。该行程分段流程如图7a所示。
2.假设行程被分为两段，则根据不同行程同时运行实时纠偏和实时预测任务以根据当前实际驾驶的情况，对当前行程进行续航里程纠偏，对续航里程是否满足后续行程进行预测。该行程分段流程如图7b所示。
其中，第一段为晴+畅通+标准平整度+标准驾驶***路+标准车速，实际车速为Z(单位为km/s)，匹配场景A，系数为A’，预计通过时间α(单位为s)，其中该预计通过时间分段行程的长度除以预计车速得到，则实时纠偏算法为δ＝X*Z/Y*A。第二段为雨+拥堵+湿滑+标准驾驶***路+低车速，预计车速为Z1(单位为km/s)，行程长度为β(单位为km)，符合场景E，系数为E’，则实时预测算法为：首先预估第二段行程开始能量X1＝X-Y*A’*α，然后计算续航里程δ＝X1*Z1/Y*E’，最后判断续航里程在行程终点是否低于阈值if((δ-β)>ζ)，如果低于阈值，则进行预警。
其中，上述阈值可以根据实际需求设置，例如阈值为20％，当预测到车辆到达行程终点时，剩余的油量/电量不足20％，则输出预警信息，预警信息例如为“请注意，预计抵达终点时，电量不足20％，请及时充电”。
本发明实施例提供的车辆续航预警装置，与上述实施例提供的车辆续航预警方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。
参见图8所示的一种电子设备的结构示意图，该电子设备包括：处理器800，存储器801，总线802和通信接口803，处理器800、通信接口803和存储器801通过总线802连接；处理器800用于执行存储器801中存储的可执行模块，例如计算机程序。
其中，存储器801可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory，简称NVM)，例如至少一个磁盘存储器。通过至少一个通信接口(可以是有线或者无线)实现该***网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线802可以是工业标准体系结构(Industry Standard Architecture，简称ISA)总线、外设部件互连标准(Peripheral Component Interconnect，简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture，简称EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器801用于存储程序，所述处理器800在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流程定义的装置所执行的方法可以应用于处理器800中，或者由处理器800实现。
处理器800可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器800中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器800可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processing，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器801，处理器800读取存储器801中的信息，结合其硬件完成上述方法的步骤。
本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行前面方法实施例中所述的车辆续航预警方法。该计算机可读存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
在这里示出和描述的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制，因此，示例性实施例的其他示例可以具有不同的值。
附图中的流程图和框图显示了根据本发明的多个实施例的方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种车辆续航预警方法，其特征在于，包括：
获取车辆的当前能量值和当前行程对应的驾驶场景数据，所述驾驶场景数据为影响车辆能耗的数据信息，所述驾驶场景数据包括所述当前行程中的当前路段的实际数据和所述当前行程中除所述当前路段之外的其它路段的预测数据；
根据所述驾驶场景数据对所述当前行程进行分段处理，得到多段子行程和相应子行程对应的驾驶场景；其中，多段所述子行程中的第一段子行程对应的驾驶场景基于所述实际数据得到；
基于预先配置的各驾驶场景与能耗系数的对应关系，确定每段所述子行程对应的能耗系数；
根据所述当前能量值以及每段所述子行程对应的能耗系数、所述当前行程的行驶长度和每段所述子行程对应的车速，进行所述车辆的续航预警；其中，第一段子行程对应的车速为当前的实际车速，除所述第一段子行程之外的其他段子行程对应的车速为相应驾驶场景下的预计车速。
2.根据权利要求1所述的车辆续航预警方法，其特征在于，所述根据所述驾驶场景数据对所述当前行程进行分段处理，得到多段子行程和相应子行程对应的驾驶场景，包括：
根据所述驾驶场景数据和预先获得的规则类库，按照驾驶场景对所述当前行程进行分段处理，得到多段子行程以及每段所述子行程对应的驾驶场景。
3.根据权利要求1所述的车辆续航预警方法，其特征在于，所述根据所述当前能量值以及每段所述子行程对应的能耗系数、所述当前行程的行驶长度和每段所述子行程对应的车速，进行所述车辆的续航预警，包括：
根据所述当前能量值以及除最后一段子行程之外的每段所述子行程对应的能耗系数、相应子行程的行驶长度和相应子行程对应的车速，确定所述最后一段子行程对应的初始能量值；
根据所述最后一段子行程对应的初始能量值、能耗系数和预计车速，确定所述最后一段子行程对应的续航里程；
根据所述最后一段子行程对应的续航里程和所述最后一段子行程的行驶长度，进行所述车辆的续航预警。
4.根据权利要求3所述的车辆续航预警方法，其特征在于，根据以下公式计算得到所述最后一段子行程对应的初始能量值：
Figure FDA0003384066250000021
Figure FDA0003384066250000022
其中，Xk为所述最后一段子行程对应的初始能量值，k为子行程的数量，X为所述当前能量值，Y为预设的基础能耗，Ai为第i段子行程对应的能耗系数，αi为第i段子行程对应的预计通过时间，Zi为第i段子行程对应的车速，Si为第i段子行程的行驶长度。
5.根据权利要求4所述的车辆续航预警方法，其特征在于，根据以下公式计算得到所述最后一段子行程对应的续航里程：
Figure FDA0003384066250000023
其中，δk为所述最后一段子行程对应的续航里程，Zk为所述最后一段子行程对应的预计车速，Ak为所述最后一段子行程对应的能耗系数。
6.根据权利要求1所述的车辆续航预警方法，其特征在于，所述根据所述最后一段子行程对应的续航里程和所述最后一段子行程的行驶长度，进行所述车辆的续航预警，包括：
将所述最后一段子行程对应的续航里程减去所述最后一段子行程的行驶长度，得到剩余续航里程；
当所述剩余续航里程小于预设的阈值时，对所述车辆进行续航预警。
7.根据权利要求1所述的车辆续航预警方法，其特征在于，所述车辆续航预警方法还包括：
获取历史数据，所述历史数据包括历史行程对应的驾驶场景数据和能耗数据；
根据所述历史数据，计算得到每种驾驶场景对应的能耗系数。
8.一种车辆续航预警装置，其特征在于，包括：
获取模块，用于获取车辆的当前能量值和当前行程对应的驾驶场景数据，所述驾驶场景数据为影响车辆能耗的数据信息，所述驾驶场景数据包括所述当前行程中的当前路段的实际数据和所述当前行程中除所述当前路段之外的其它路段的预测数据；
分段模块，用于根据所述驾驶场景数据对所述当前行程进行分段处理，得到多段子行程和相应子行程对应的驾驶场景；其中，多段所述子行程中的第一段子行程对应的驾驶场景基于所述实际数据得到；
确定模块，用于基于预先配置的各驾驶场景与能耗系数的对应关系，确定每段所述子行程对应的能耗系数；
预警模块，用于根据所述当前能量值以及每段所述子行程对应的能耗系数、所述当前行程的行驶长度和每段所述子行程对应的车速，进行所述车辆的续航预警；其中，第一段子行程对应的车速为当前的实际车速，除所述第一段子行程之外的其他段子行程对应的车速为相应驾驶场景下的预计车速。
9.一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行权利要求1-7中任一项所述的方法。
CN202111443291.8A 2021-11-30 车辆续航预警方法、装置及电子设备 Active CN114103987B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111443291.8A CN114103987B (zh) 2021-11-30 车辆续航预警方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111443291.8A CN114103987B (zh) 2021-11-30 车辆续航预警方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN114103987A true CN114103987A (zh) 2022-03-01
CN114103987B CN114103987B (zh) 2024-07-19

Family

ID=

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115923656A (zh) * 2023-01-05 2023-04-07 北京北铃专用汽车有限公司 一种救护车续航监测方法、装置、电子设备及存储介质
WO2023245456A1 (zh) * 2022-06-21 2023-12-28 北京小米移动软件有限公司 数据处理方法、装置、电子设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103234544A (zh) * 2013-04-27 2013-08-07 北京交通大学 电动汽车电量消耗因子模型建立及续驶里程估算方法
US20170060159A1 (en) * 2015-08-26 2017-03-02 International Business Machines Corporation Energy consumption assessment
US20170182891A1 (en) * 2015-12-24 2017-06-29 Audi Ag Method for adjusting a range prediction of a motor vehicle based on environmental conditions and motor vehicle
CN109579866A (zh) * 2019-01-18 2019-04-05 深圳壹账通智能科技有限公司 智能导航方法、装置、计算机设备及存储介质
CN111216730A (zh) * 2020-01-15 2020-06-02 山东理工大学 电动汽车剩余续驶里程估算方法、装置、存储介质及设备
CN111483322A (zh) * 2020-04-27 2020-08-04 中国第一汽车股份有限公司 一种车辆剩余里程确定方法、装置及车辆
CN111806240A (zh) * 2020-07-24 2020-10-23 江淮大众汽车有限公司 一种基于中国工况的电动汽车续驶里程预测方法
CN112208338A (zh) * 2020-09-29 2021-01-12 广州小鹏自动驾驶科技有限公司 一种目的地剩余续航里程计算方法和装置
CN113561993A (zh) * 2021-08-13 2021-10-29 苏州智加科技有限公司 车速规划方法、装置及电子设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103234544A (zh) * 2013-04-27 2013-08-07 北京交通大学 电动汽车电量消耗因子模型建立及续驶里程估算方法
US20170060159A1 (en) * 2015-08-26 2017-03-02 International Business Machines Corporation Energy consumption assessment
US20170182891A1 (en) * 2015-12-24 2017-06-29 Audi Ag Method for adjusting a range prediction of a motor vehicle based on environmental conditions and motor vehicle
CN106915263A (zh) * 2015-12-24 2017-07-04 奥迪股份公司 根据环境条件匹配机动车续航里程预测的方法以及机动车
CN109579866A (zh) * 2019-01-18 2019-04-05 深圳壹账通智能科技有限公司 智能导航方法、装置、计算机设备及存储介质
CN111216730A (zh) * 2020-01-15 2020-06-02 山东理工大学 电动汽车剩余续驶里程估算方法、装置、存储介质及设备
CN111483322A (zh) * 2020-04-27 2020-08-04 中国第一汽车股份有限公司 一种车辆剩余里程确定方法、装置及车辆
CN111806240A (zh) * 2020-07-24 2020-10-23 江淮大众汽车有限公司 一种基于中国工况的电动汽车续驶里程预测方法
CN112208338A (zh) * 2020-09-29 2021-01-12 广州小鹏自动驾驶科技有限公司 一种目的地剩余续航里程计算方法和装置
CN113561993A (zh) * 2021-08-13 2021-10-29 苏州智加科技有限公司 车速规划方法、装置及电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023245456A1 (zh) * 2022-06-21 2023-12-28 北京小米移动软件有限公司 数据处理方法、装置、电子设备及存储介质
CN115923656A (zh) * 2023-01-05 2023-04-07 北京北铃专用汽车有限公司 一种救护车续航监测方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN111326015A (zh) 一种停车点推荐方法及装置
CN112434260A (zh) 一种公路的交通状态检测方法、装置、存储介质及终端
CN112037518B (zh) 一种用于预测交通状态的计算方法、***及车辆
CN112509317B (zh) 基于机器学习算法的公交实时到站预测方法、装置和设备
CN114613137B (zh) 应用于高速公路的拥堵指数确定方法、装置、介质及设备
CN111881243A (zh) 一种出租车轨迹热点区域分析方法及***
CN114926540A (zh) 一种车道线标定的方法、装置、终端设备及可读存储介质
CN112435053A (zh) 电动汽车充电行为的预测方法、装置和电子设备
CN114897312A (zh) 驾驶行为评分方法、装置、设备及存储介质
CN111582589A (zh) 一种租车出险预测方法、装置、设备及存储介质
CN113284343B (zh) 一种基于智慧交通物联网的交通监测***及方法
CN114036411A (zh) 一种路线规划方法、装置、设备及介质
CN111861538A (zh) 信息推送方法、装置、电子设备和存储介质
CN114103987A (zh) 车辆续航预警方法、装置及电子设备
CN114103987B (zh) 车辆续航预警方法、装置及电子设备
CN116442787A (zh) 一种电动汽车能耗预警方法、装置、介质及设备
CN113870598B (zh) 路况信息监控方法、装置、计算机设备及存储介质
CN115839721A (zh) 一种行驶路线的预测方法、装置、车载终端及介质
CN111339468B (zh) 信息推送方法、装置、电子设备和存储介质
CN114863715A (zh) 停车数据确定方法、装置、电子设备及存储介质
CN114627643A (zh) 一种高速公路事故风险预测方法、装置、设备及介质
CN114117121A (zh) 一种智慧城市的数据采集方法
CN111144612A (zh) 一种加油站位置点预测方法、装置、存储介质及终端
CN112241806A (zh) 道路破损概率预测方法、装置终端设备及可读存储介质
CN112729325B (zh) 线路规划方法、装置、***、服务器及存储介质

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