CN114633630A - 能量回收强度自学习方法和装置 - Google Patents
能量回收强度自学习方法和装置 Download PDFInfo
- Publication number
- CN114633630A CN114633630A CN202210146900.1A CN202210146900A CN114633630A CN 114633630 A CN114633630 A CN 114633630A CN 202210146900 A CN202210146900 A CN 202210146900A CN 114633630 A CN114633630 A CN 114633630A
- Authority
- CN
- China
- Prior art keywords
- learning value
- energy recovery
- learning
- target
- initial
- 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
- 238000011084 recovery Methods 0.000 title claims abstract description 163
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000008859 change Effects 0.000 claims abstract description 39
- 230000001133 acceleration Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000015654 memory Effects 0.000 description 28
- 238000003860 storage Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000881 depressing effect Effects 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003068 static effect Effects 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
- B60L7/00—Electrodynamic brake systems for vehicles in general
- B60L7/10—Dynamic electric regenerative braking
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本申请公开了一种能量回收强度自学习方法和一种能量回收强度自学习装置。其中,一种能量回收强度自学习方法,例如包括:获取车辆的初始能量回收强度,基于所述车辆的当前速度和当前扭矩,确定初始学习值,获取所述车辆在预设时间范围内接收到的变速操作次数,在所述变速操作次数大于变速操作次数阈值的情况下,根据所述初始学习值、预设学习值区间和预设步长,确定目标学习值,基于所述目标学习值与所述初始能量回收强度,确定目标能量回收强度。本发明实施例能够解决能量回收强度不能再修正的问题,实现能量回收强度对驾驶员驾驶习惯的自学习控制。
Description
技术领域
本申请涉及汽车技术领域,尤其涉及一种能量回收强度自学习方法和一种能量回收强度自学习装置。
背景技术
随着能源和环境问题的日益严峻,节能环保概念深入人心,汽车具有能量效率高、零排放、低噪音等显著优点,作为“绿色交通工作”,得到世界范围内的高度关注。为了提高整车能量利用率,汽车通常应用能量回收技术,在车辆减速滑行以及制动过程中,使汽车的驱动电机处于发电状态,将车辆的部分动能转换成电能回馈给动力电池,从而实现制动和能量的回收再利用,延长车辆续驶里程。目前,在实施这一能量回收的具体措施时,如图1所示,通常的做法是通过设定不同的能量回收模式例如能量回收模式1、能量回收模式2和能量回收模式3(分别对应能量回收强度的强、中、弱或高、中、低),以供驾驶员进行选择其模式以对应不同的能量回收强度,进而匹配驾驶员的驾驶习惯,然而问题在于,对于不同模式对应的能量回收强度早已由厂家设定,驾驶员无法依据驾驶习惯再对模式对应的能量回收强度进行修正,且有时驾驶员为了达到更佳的能量回收强度,会对能量回收强度的模式进行频繁的切换,但频繁的切换操作,不仅会降低驾驶员的体验感,而且其操作并不一定会使得能量回收的强度达到更佳。
发明内容
因此,本申请实施例提供一种能量回收强度自学习方法和一种能量回收强度自学习装置,来解决能量回收强度修正的问题,以实现能量回收强度对驾驶员驾驶习惯的自学习控制,以自动修正能量回收强度,使其具有更佳的能量回收效果,且能够避免驾驶员为了达到更佳的能量回收效果对能量回收强度模式进行频繁切换的操作,以增加驾驶员的体验感。
具体地,本申请实施例提供一种能量回收强度自学习方法,包括:获取车辆的初始能量回收强度;基于所述车辆的当前速度和当前扭矩,确定初始学习值;获取所述车辆在预设时间范围内接收到的变速操作次数;在所述变速操作次数大于变速操作次数阈值的情况下,根据所述初始学习值、预设学习值区间和预设步长,确定目标学习值;基于所述目标学习值与所述初始能量回收强度,确定目标能量回收强度。
以上获取车辆的初始能量回收强度,基于所述车辆的当前速度和当前扭矩,确定初始学习值,获取所述车辆在预设时间范围内所述车辆的变速操作次数,在所述变速操作次数大于变速操作次数阈值的情况下,根据所述初始学习值、预设学习值区间和预设步长,确定目标学习值,基于所述目标学习值与所述初始能量回收强度,确定目标能量回收强度,可以实现能量回收强度对驾驶员驾驶习惯的自学习控制,以自动修正能量回收强度,使其具有更佳的能量回收效果,且能够避免驾驶员为了达到更佳的能量回收效果对能量回收强度模式进行频繁切换的操作,以增加驾驶员的体验感。
在本申请的一个实施例中,所述根据所述初始学习值、预设学习值区间和预设步长,确定目标学习值,包括:将所述初始学习值与所述预设步长进行计算,得到更新后学习值;在所述更新后学习值在预设学习值区间内的情况下,将所述更新后学习值作为所述目标学习值;在所述更新后学习值大于所述预设学习值区间的上限值的情况下,将所述学习值区间的所述上限值作为所述目标学习值;以及在所述更新后学习值小于所述预设学习值区间的下限值的情况下,将所述学习值区间的下限值作为所述目标学习值。
在本申请的一个实施例中,所述变速操作次数为车辆加速操作次数;所述获取所述车辆在预设时间范围内接收到的变速操作次数包括:采集所述预设时间范围内所述车辆的加速操作信号;对所述加速操作信号进行计数得到所述车辆加速操作次数;所述预设步长包括:预设加速步长;根据所述初始学习值与所述预设步长进行计算,得到更新后学习值,包括:将所述初始学习值和所述预设加速步长进行减法计算,得到所述更新后学习值。
在本申请的一个实施例中,所述变速操作次数为车辆减速操作次数;所述获取所述车辆在预设时间范围内所述车辆的变速操作次数包括:采集所述预设时间范围内所述车辆的减速操作信号;对所述减速操作信号进行计数得到所述车辆减速操作次数;所述预设步长包括:预设减速步长;根据所述初始学习值与所述预设步长进行计算,得到更新后学习值,包括:将所述初始学习值和所述预设减速步长进行加法计算,得到所述更新后学习值。
在本申请的一个实施例中,所述基于所述目标学习值与所述初始能量回收强度确定目标能量回收强度,包括:将所述目标学习值与所述初始能量回收强度进行乘法计算,确定所述目标能量回收强度。
在本申请的一个实施例中,在所述基于所述当前速度和所述当前扭矩确定初始学习值之前还包括:基于所述车辆的车速和扭矩的数值范围划分得到多个学习值区间块,其中所述多个学习值区间块与多个学习值一一对应。
在本申请的一个实施例中,所述基于所述车辆的当前速度和当前扭矩,确定初始学习值包括:基于所述当前速度和所述当前扭矩,从所述多个学习值区间块中获取目标学习值区间块对应的学习值,确定所述初始学习值。
在本申请的一个实施例中,还包括:将所述目标学习值赋值给所述目标学习值区间块对应的所述学习值。
本申请实施例还提供一种能量回收强度自学习装置,包括:初始能量回收强度获取模块,用于获取所述车辆的初始能量回收强度;初始学习值确定模块,用于基于所述当前速度和所述当前扭矩确定初始学习值;变速操作次数获取模块,用于获取所述车辆在预设时间范围内接收到的变速操作次数;目标学习值确定模块,用于在所述变速操作次数大于变速操作次数阈值的情况下,根据所述初始学习值、预设学习值区间和预设步长,确定目标学习值;目标能量回收强度确定模块,用于基于所述目标学习值与所述初始能量回收强度确定目标能量回收强度。
在本申请的一个实施例中,所述目标学习值确定模块包括:更新学习值确定单元,用于根据所述初始学习值和所述预设步长计算得到更新后学习值;目标学习值确定单元,用于在所述更新后学习值在预设学习值区间内的情况下,将所述更新后学习值作为所述目标学习值;用于在所述更新后学习值大于所述预设学习值区间的上限值的情况下,将所述学习值区间的所述上限值作为所述目标学习值;以及用于在于所述更新后学习值小于所述预设学习值区间的下限值的情况下,将所述学习值区间的下限值作为所述目标学习值。
本申请实施例还提供一种能量回收强度自学习***,包括:处理器;存储器,连接所述处理器;其中所述存储器存储有所述处理器执行的指令,且所述指令使得所述处理器执行操作如前述中任意一项所述的能量回收强度自学习方法。
本申请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存储有计算机可读指令,所述计算机可读指令包括用于执行如前述中任意一项所述的能量回收强度自学习方法的指令。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:获取车辆的初始能量回收强度;基于所述车辆的当前速度和当前扭矩,确定初始学习值,获取所述车辆预设时间范围内接收到的变速操作次数,在所述变速操作次数大于变速操作次数阈值的情况下,根据所述初始学习值、预设学习值区间和预设步长,确定目标学习值,基于所述目标学习值与所述初始能量回收强度,确定目标能量回收强度,解决了能量回收强度修正的问题,以实现能量回收强度对驾驶员驾驶习惯的自学习控制,以自动修正能量回收强度,使其具有更佳的能量回收效果,且能够避免驾驶员为了达到更佳的能量回收效果对能量回收强度模式进行频繁切换的操作,以增加驾驶员的体验感。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为现有技术中汽车的能量回收强度供驾驶员选择的能量回收模式的流程示意图。
图2为应用本申请实施例提供的能量回收强度自学习方法的车辆供驾驶员选择能量回收模式的流程示意图。
图3为本申请实施例提供的能量回收强度自学习方法的流程示意图。
图4为图3所示的S21的具体步骤的流程示意图。
图5为本申请实施例提供的能量回收强度自学习方法在执行时以车速和电机扭矩为参考划分的多个学习值区间块的示意图。
图6为图5所示的多个学习值区间块对应的学习值进行更新的举例示意图。
图7为本申请实施例提供的能量回收强度自学习装置的模块示意图。
图8为本申请实施例提供的能量回收强度自学习***的示意图。
图9为本申请实施例提供的计算机可读存储介质的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
参见图2和图3,本申请实施例提供了一种能量回收强度自学习方法。该能量回收强度自学习方法例如包括如下步骤:
步骤S11:获取车辆的初始能量回收强度;
步骤S13:基于所述车辆的当前速度和当前扭矩,确定初始学习值;
步骤S15:获取所述车辆在预设时间范围内接收到的变速操作次数;
步骤S17:在所述变速操作次数大于变速操作次数阈值的情况下,根据所述初始学习值、预设学习值区间和预设步长,确定目标学习值;
步骤S19:基于所述目标学习值与所述初始能量回收强度确定目标能量回收强度。
其中,本发明实施例提供的一种能量回收强度自学习方法,例如以计算机程序的形式安装在车辆的处理器中,以使得行驶的车辆处于能量回收自动模式。参见图2,例如为应用该能量回收强度自学习方法的车辆,例如可以包括能量回收模式1、能量回收模式2、能量回收模式3(分别对应能量回收强度的强、中、弱或高、中、低)及能量回收自动模式,当然在此,车辆也可只设置能量回收自动模式,应用的车辆可例如为设置有处理器,所述处理器例如为CPU、ARM,或者是MCU等,能够进行能量回收的电动汽车、电动自行车、电动摩托车等,进而通过该能量回收强度自学习方法实现更佳的能量回收效果。
具体地,步骤S11提到的初始能量回收强度,其可以理解为对应自动回收模式设定的初始能量回收强度,其初始能量回收强度例如指设定的减速度、扭矩和功率的一者,以对其一者进行更新修正,得到的目标能量回收强度对应为修正后的目标减速度、目标扭矩或目标扭矩,进而使车辆具有更佳的能量回收效果。步骤S13提到的初始学习值可以为车辆在出厂状态下设置的初始学习值、程序刷新状态下的学习值,或是当前速度和当前扭矩对应的上次更新后的学习值。其中出厂状态下的初始学习值例如默认设置为1。步骤S15中提到的预设时间范围例如为1min、2min、3min等,在此并不限定,可依据实际情况进行设定。提到的变速操作次数可例如包括车辆的加速操作次数或减速操作次数,其依据电性信号的变化所获取,具体例如为电动汽车的油门踏板或制动踏板踩下的次数、或是电动单车旋转把手进行加速或减速的旋转次数等。步骤S17中提到的变速操作次数阈值可理解为预先设定的在一定的时间范围内的变速操作次数,例如1分钟内5次。步骤S21提到的学习值区间可例如为学习值的取值范围,可依据实际情况进行预设。提到的预设步长的步长可理解为用于调整学习值的误差值,其取值范围例如为0.02~0.05。
进一步地,参见图4,步骤S17例如包括:
步骤S171:根据所述初始学习值和所述预设步长计算得到更新后学习值;
步骤S173:在所述更新后学习值在预设学习值区间内的情况下,将所述更新后学习值作为所述目标学习值;
步骤S175:在所述更新后学习值大于所述预设学习值区间的上限值的情况下,将所述学习值区间的所述上限值作为所述目标学习值;以及
步骤S177:在所述更新后学习值小于所述预设学习值区间的下限值的情况下,将所述学习值区间的下限值作为所述目标学习值。
其中,步骤S173中提到的预设学习值区间例如为0.2~1.8。举例而言,当设定的预设学习值区间为0.2~1.8,更新后学习值为0.8,则依据步骤S173进行执行,将0.8作为目标学习值;当更新后学习值为2.0时,则依据步骤S175进行执行,上限值1.8作为目标学习值;当更新后学习值为0.1时,则依据步骤S177进行执行,下限值0.2作为目标学习值,当然在此预设学习值区间的设定,可依据实际情况进行设定。
进一步地,变速操作次数例如为车辆加速操作次数,例如以10ms为固定频率进行采集获取。步骤S15包括:采集所述预设时间范围内所述车辆的加速操作信号,获取所述车辆在预设时间范围内接收到的所述车辆加速操作次数。所述预设步长例如包括:预设加速步长。步骤S171包括:将所述初始学习值和所述预设加速步长进行减法计算得到所述更新后学习值。举例来说,预设加速步长例如为0.02,举例而言,车辆在周期时间内进行加速,初始学习值例如为1,其得到的更新后学习值为初始学习值1减去预设加速步长0.02为0.98。
其中,车辆进行加速操作可理解为电动汽车踩下油门踏板的操作,其变速操作次数也即是踩下油门踏板的次数。当然在此并限定,加速操作可例如为电动单车旋转把手进行加速的操作,其变速操作次数也即电动单车旋转把手进行加速的旋转次数。
进一步地,变速操作次数例如为车辆减速操作次数,例如以10ms为固定频率进行采集获取。步骤S15包括:采集所述预设时间范围内所述车辆的减速操作信号;对所述减速操作信号进行计数得到所述车辆减速操作次数。所述预设步长包括:预设减速步长。步骤S171包括:将所述初始学习值和所述预设减速步长进行加法计算得到所述更新后学习值。举例来说,预设减速步长例如为0.05,举例而言,车辆在周期时间内进行减速,初始学习值例如为1,其得到的更新后学习值为初始学习值1加上去预设减速步长0.05为1.05。
其中,车辆进行减速操作可理解为电动汽车踩下制动踏板的操作,其变速操作次数也即是踩下制动踏板的次数。当然在此并限定,减速操作可例如为电动单车旋转把手进行减速的操作,其变速操作次数也即电动单车旋转把手进行减速的旋转次数。
进一步地,步骤S19具体例如包括:将所述目标学习值与所述初始能量回收强度进行乘法计算,确定所述目标能量回收强度。
参见图5,在步骤S13之前还例如包括:基于所述车辆的车速和扭矩的数值范围划分得到多个学习值区间块,其中所述多个学习值区间块与多个学习值一一对应。
其中,学习值区间块可理解为学习内存块(Block Learning Memory,BLM),每个块用来存储对应的对驾驶员驾驶习惯的学习值BLM(BLM11~BLMnm),该学习值用于对车辆的能量回收强度进行修正。
举例而言,以车辆的运行特征车速S1~Sm和扭矩T1~Tn为参数作为参考划分为m*n个区间块,分别对应为BLM11~BLMnm,每个学习值区间块中对应存储一个学习值,该学习值在出厂状态或程序刷新状态时均为1,举例而言,当车辆处于能量自动回收模式时,对应驾驶员的驾驶习惯例如以驾驶车的车速及扭矩作为参考,将对应的学习值进行不断的更新存储以达到对能量回收强度进行修正的作用。
举例而言,当电动汽车处于出厂状态时,在能量自动回收模式下学习值区间对应的初始学习值均为1,驾驶员依据路况进行踩踏油门踏板和制动踏板,在2分钟时间内,当踩下的油门踏板的次数为4次超过变速操作次数阈值3时,进入能量回收状态,此时车速在40~60km/h,扭矩为50~70Nm,对应于图5中BLM33的区间块,将BLM33中的学习值1减去加速步长,当加速步长为0.02时,BLM33中的学习值将从1更新至0.98进行存储(参见图6),且依据当前0.98的学习值乘以该自动回收模式对应设定的初始能量回收强度得到当前车况的能量回收强度;在3分钟时间内,当踩下的制动踏板的次数为3次超过变速操作次数阈值2时,进入能量回收状态,此时车速在20~40km/h,扭矩为25~50Nm,对应于图5中BLM22的区间块,将BLM22中的学习值1加上减速步长,当减速步长为0.05时,BLM22中的学习值将从1更新至1.05进行存储(参见图6),且依据当前1.05的学习值乘以该自动回收模式对应设定的初始能量回收强度得到当前车况的能量回收强度。
进一步地,步骤S13例如包括:基于所述当前速度和所述当前扭矩,从所述多个学习值区间块中获取目标学习值区间块对应的学习值,确定所述初始学习值。
进一步地,将所述目标学习值赋值给所述目标学习值区间块对应的所述学习值。
其中,将所述目标学习值赋值给所述学习值,也即将与所述目标学习值区间块对应的所述学习值替换成所述目标学习值,以实现对学习值的不断进行更新,使其越来越适应驾驶员的驾驶习惯,进而达到更佳的能量回收效果。
另外,值得一提的是,本申请考虑到当车辆经不同的能量回收模式(例如能量回收模式1、能量回收模式2、能量回收模式3中的一者)过渡到能量回收自动模式时(参见图2),以当前速度和当前扭矩从多个学习值区间块中获取目标学习值区间块对应的学习值,该学习值例如为默认学习值1,将其以一预设步长例如0.05进行周期性更新,直至更新到目标学习值,来解决能量回收强度突变带来的舒适性问题。
参见图7,本申请实施例提供了一种能量回收强度自学习装置,该能量回收强度自学习装置200例如包括:初始能量回收强度获取模块210、初始学习值确定模块220、变速操作次数获取模块230、目标学习值确定模块240和目标能量回收强度确定模块250。
其中,初始能量回收强度获取模块210,用于获取所述车辆的初始能量回收强度。初始学习值确定模块220,用于基于所述当前速度和所述当前扭矩确定初始学习值。变速操作次数获取模块230,用于获取所述车辆在预设时间范围内接收到的变速操作次数。目标学习值确定模块240,用于在所述变速操作次数大于变速操作次数阈值的情况下,根据所述初始学习值、预设学习值区间和预设步长,确定目标学习值。目标能量回收强度确定模块250,用于基于所述目标学习值与所述初始能量回收强度确定目标能量回收强度。
进一步地,目标学习值确定模块240例如包括:更新学习值确定单元和目标学习值确定单元。
其中,更新学习值确定单元用于根据所述初始学习值和所述预设步长计算得到更新后学习值。目标学习值确定单元用于:在所述更新后学习值在预设学习值区间内的情况下,将所述更新后学习值作为所述目标学习值;在所述更新后学习值大于所述预设学习值区间的上限值的情况下,将所述学习值区间的所述上限值作为所述目标学习值;以及在所述更新后学习值小于所述预设学习值区间的下限值的情况下,将所述学习值区间的下限值作为所述目标学习值。
需要说明的是,本实施例公开的能量回收强度自学习装置200所实现的能量回收强度自学习方法如前述实施例述,故在此不再进行详细讲述。可选地,本实施例中的各个模块和上述其他操作或功能分别为了实现前述实施例中的方法。
另外,参见图8,本申请实施例提供了一种能量回收强度自学习***,能量回收强度自学习***300例如包括:处理器330和存储器310,存储器310,连接处理器330。其中存储器310存储有处理器330执行的指令,且处理器330执行所述指令以实现上述实施例的能量回收强度自学习方法。
其中,处理器330例如为MCU(Microcontroller Unit:微控制单元),又称单片微型计算机(Single Chip Microcomputer)或者单片机,或者,是其他具有一定的数据处理及运算能力的微处理器,比如ARM处理器等。存储器310例如为易失性存储器,举例而言为DDR存储器。
此外,如图9所示,本申请实施例提供了一种计算机可读存储介质。该计算机可读存储介质400例如为非易失性存储器,例如为:磁介质(如硬盘、软盘和磁带),光介质(如CDROM盘和DVD),磁光介质(如光盘)以及专门构造为用于存储和执行计算机可执行指令的硬件装置(如只读存储器(ROM)、随机存取存储器(RAM)、闪存等)。计算机可读存储介质400上存储有计算机程序410。计算机可读存储介质400可由一个或多个处理器或处理装置来执行计算机程序410,以实施上述实施例中的能量回收强度自学习方法。
综上所述,以上实施例通过获取车辆的初始能量回收强度,基于所述车辆的当前速度和当前扭矩,确定初始学习值,获取所述车辆在预设时间范围内接收到的减速操作次数,在所述变速操作次数大于变速操作次数阈值的情况下,根据所述初始学习值、预设学习值区间和预设步长,确定目标学习值,基于所述目标学习值与所述初始能量回收强度,确定目标能量回收强度,能够解决能量回收强度不能再修正的问题,实现能量回收强度对驾驶员驾驶习惯的自学习控制,以自动修正能量回收强度,使其能够具有更佳的能量回收效果,且能够避免驾驶员为了达到更佳的能量回收效果对能量回收强度模式进行频繁切换的操作,以增加驾驶员的体验感。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、装置、***、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种能量回收强度自学习方法,其特征在于,包括:
获取车辆的初始能量回收强度;
基于所述车辆的当前速度和当前扭矩,确定初始学习值;
获取所述车辆在预设时间范围内接收到的变速操作次数;
在所述变速操作次数大于变速操作次数阈值的情况下,根据所述初始学习值、预设学习值区间和预设步长,确定目标学习值;
基于所述目标学习值与所述初始能量回收强度,确定目标能量回收强度。
2.根据权利要求1所述的能量回收强度自学习方法,其特征在于,所述根据所述初始学习值、预设学习值区间和预设步长,确定目标学习值,包括:
根据所述初始学习值和所述预设步长计算得到更新后学习值;
在所述更新后学习值在预设学习值区间内的情况下,将所述更新后学习值作为所述目标学习值;
在所述更新后学习值大于所述预设学习值区间的上限值的情况下,将所述学习值区间的所述上限值作为所述目标学习值;以及
在所述更新后学习值小于所述预设学习值区间的下限值的情况下,将所述学习值区间的下限值作为所述目标学习值。
3.根据权利要求2所述的能量回收强度自学习方法,其特征在于,
所述变速操作次数为车辆加速操作次数;
所述获取所述车辆在预设时间范围内接收到的变速操作次数包括:
采集所述预设时间范围内所述车辆的加速操作信号;
对所述加速操作信号进行计数得到所述车辆加速操作次数;
所述预设步长包括:预设加速步长;
根据所述初始学习值和所述预设步长计算得到更新后学习值,包括:
将所述初始学习值和所述预设加速步长进行减法计算,得到所述更新后学习值。
4.根据权利要求2所述的能量回收强度自学习方法,其特征在于,
所述变速操作次数为车辆减速操作次数;
所述获取所述车辆在预设时间范围内接收到的变速操作次数包括:
采集所述预设时间范围内所述车辆的减速操作信号;
对所述减速操作信号进行计数得到所述车辆减速操作次数;
所述预设步长包括:预设减速步长;
根据所述初始学习值与所述预设步长计算得到更新后学习值,包括:
将所述初始学习值和所述预设减速步长进行加法计算,得到所述更新后学习值。
5.根据权利要求1所述的能量回收强度自学习方法,其特征在于,所述基于所述目标学习值与所述初始能量回收强度确定目标能量回收强度,包括:
将所述目标学习值与所述初始能量回收强度进行乘法计算,确定所述目标能量回收强度。
6.根据权利要求1所述的能量回收强度自学习方法,其特征在于,在所述基于所述当前速度和所述当前扭矩确定初始学习值之前还包括:
基于所述车辆的车速和扭矩的数值范围划分得到多个学习值区间块,其中所述多个学习值区间块与多个学习值一一对应。
7.根据权利要求6所述的能量回收强度自学习方法,其特征在于,所述基于所述车辆的当前速度和当前扭矩,确定初始学习值包括:
基于所述当前速度和所述当前扭矩,从所述多个学习值区间块中获取目标学习值区间块对应的学习值,确定所述初始学习值。
8.根据权利要求7所述的能量回收强度自学习方法,其特征在于,还包括:
将所述目标学习值赋值给所述目标学习值区间块对应的所述学习值。
9.一种能量回收强度自学习装置,其特征在于,包括:
初始能量回收强度获取模块,用于获取所述车辆的初始能量回收强度;
初始学习值确定模块,用于基于所述当前速度和所述当前扭矩确定初始学习值;
变速操作次数获取模块,用于获取所述车辆预设时间范围内接收到的变速操作次数;
目标学习值确定模块,用于在所述变速操作次数大于变速操作次数阈值的情况下,根据所述初始学习值、预设学习值区间和预设步长,确定目标学习值;
目标能量回收强度确定模块,用于基于所述目标学习值与所述初始能量回收强度确定目标能量回收强度。
10.根据权利要求9所述的能量回收强度自学习装置,其特征在于,所述目标学习值确定模块包括:
更新学习值确定单元,用于根据所述初始学习值和所述预设步长计算得到更新后学习值;
目标学习值确定单元,用于:在所述更新后学习值在预设学习值区间内的情况下,将所述更新后学习值作为所述目标学习值;在所述更新后学习值大于所述预设学习值区间的上限值的情况下,将所述学习值区间的所述上限值作为所述目标学习值;以及在所述更新后学习值小于所述预设学习值区间的下限值的情况下,将所述学习值区间的下限值作为所述目标学习值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210146900.1A CN114633630A (zh) | 2022-02-17 | 2022-02-17 | 能量回收强度自学习方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210146900.1A CN114633630A (zh) | 2022-02-17 | 2022-02-17 | 能量回收强度自学习方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114633630A true CN114633630A (zh) | 2022-06-17 |
Family
ID=81945799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210146900.1A Pending CN114633630A (zh) | 2022-02-17 | 2022-02-17 | 能量回收强度自学习方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114633630A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104442431A (zh) * | 2013-09-17 | 2015-03-25 | 北汽福田汽车股份有限公司 | 一种新能源汽车的能量回收调节***及其方法 |
WO2018086218A1 (zh) * | 2016-11-09 | 2018-05-17 | 华为技术有限公司 | 车辆制动能量的回收方法和装置 |
CN111959285A (zh) * | 2020-08-10 | 2020-11-20 | 安徽江淮汽车集团股份有限公司 | 电动汽车能量回收方法、设备、存储介质及装置 |
CN112124079A (zh) * | 2020-09-30 | 2020-12-25 | 安徽江淮汽车集团股份有限公司 | 能量回收自学习方法、设备、存储介质及装置 |
CN112339756A (zh) * | 2020-10-14 | 2021-02-09 | 天津大学 | 一种基于强化学习的新能源汽车红绿灯路口能量回收优化速度规划算法 |
PH12020552248A1 (en) * | 2020-04-27 | 2021-07-05 | Guangdong Gobao Electronic Tech Co Ltd | Method for energy recovery of electric vehicle |
CN113276685A (zh) * | 2021-04-26 | 2021-08-20 | 安徽域驰智能科技有限公司 | 一种基于方向盘转角和转向速率的能量回收控制方法 |
CN113415373A (zh) * | 2021-07-09 | 2021-09-21 | 广东高标电子科技有限公司 | 助力车能量回收方法、装置、电子设备及存储介质 |
-
2022
- 2022-02-17 CN CN202210146900.1A patent/CN114633630A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104442431A (zh) * | 2013-09-17 | 2015-03-25 | 北汽福田汽车股份有限公司 | 一种新能源汽车的能量回收调节***及其方法 |
WO2018086218A1 (zh) * | 2016-11-09 | 2018-05-17 | 华为技术有限公司 | 车辆制动能量的回收方法和装置 |
PH12020552248A1 (en) * | 2020-04-27 | 2021-07-05 | Guangdong Gobao Electronic Tech Co Ltd | Method for energy recovery of electric vehicle |
CN111959285A (zh) * | 2020-08-10 | 2020-11-20 | 安徽江淮汽车集团股份有限公司 | 电动汽车能量回收方法、设备、存储介质及装置 |
CN112124079A (zh) * | 2020-09-30 | 2020-12-25 | 安徽江淮汽车集团股份有限公司 | 能量回收自学习方法、设备、存储介质及装置 |
CN112339756A (zh) * | 2020-10-14 | 2021-02-09 | 天津大学 | 一种基于强化学习的新能源汽车红绿灯路口能量回收优化速度规划算法 |
CN113276685A (zh) * | 2021-04-26 | 2021-08-20 | 安徽域驰智能科技有限公司 | 一种基于方向盘转角和转向速率的能量回收控制方法 |
CN113415373A (zh) * | 2021-07-09 | 2021-09-21 | 广东高标电子科技有限公司 | 助力车能量回收方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111376738B (zh) | 车速控制方法和*** | |
CN107323272B (zh) | 电动汽车能量回收方法及装置 | |
CN110194171B (zh) | 驾驶需求扭矩的确定方法、装置、车辆及存储介质 | |
CN110281782B (zh) | 车辆输出动力确定方法和装置 | |
CN110525234B (zh) | 电机输出扭矩的控制方法、装置及整车控制器 | |
EP3112234B1 (en) | Control device of electric vehicle | |
CN112130598B (zh) | 扭矩滤波方法及装置 | |
CN109484206B (zh) | 一种电机输出扭矩的调整方法、装置及电动汽车 | |
CN113119750B (zh) | 一种车辆能耗的控制方法、装置、及电动车辆 | |
CN111376733A (zh) | 车辆控制方法及装置 | |
JP2020129938A (ja) | 電動車両の制御装置 | |
CN113119742A (zh) | 车辆的需求扭矩确定方法、***及车辆 | |
CN114633630A (zh) | 能量回收强度自学习方法和装置 | |
CN108725213B (zh) | 能量回馈的控制方法及装置 | |
US11518249B2 (en) | Applying braking force during shifting events involving switch-back state for a vehicle | |
CN110834612B (zh) | 冗余制动控制方法、装置、***、车辆和存储介质 | |
CN117022211A (zh) | 一种防抱死驻车方法、装置、设备及存储介质 | |
CN110803032A (zh) | 电机的控制方法、装置、电机控制器、存储介质及*** | |
CN113135097A (zh) | 一种急加速控制方法、装置及电动汽车 | |
CN108819834B (zh) | 一种制动灯控制方法、装置、整车控制器及电动汽车 | |
WO2022105367A1 (en) | Gear adjustment method and apparatus for autonomous vehicle | |
US12043259B2 (en) | Method and device for parking control, vehicle controller, and new-energy vehicle | |
JP2015021472A (ja) | 車両の駆動力制御装置及び駆動力制御方法 | |
CN114179765A (zh) | 一种滑行能量回收控制方法、装置及*** | |
CN114811027A (zh) | 一种巡航工况换挡控制方法、控制装置以及车辆 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20220617 |
|
WD01 | Invention patent application deemed withdrawn after publication |