CN114954129A - 充电站信息的推荐方法、装置、电子终端及存储介质 - Google Patents
充电站信息的推荐方法、装置、电子终端及存储介质 Download PDFInfo
- Publication number
- CN114954129A CN114954129A CN202210657205.1A CN202210657205A CN114954129A CN 114954129 A CN114954129 A CN 114954129A CN 202210657205 A CN202210657205 A CN 202210657205A CN 114954129 A CN114954129 A CN 114954129A
- Authority
- CN
- China
- Prior art keywords
- charging station
- charging
- information
- time
- current vehicle
- 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 claims abstract description 57
- 238000012163 sequencing technique Methods 0.000 claims abstract description 34
- 230000004044 response Effects 0.000 claims abstract description 14
- 230000006399 behavior Effects 0.000 claims description 14
- 238000010801 machine learning Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction 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
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- 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
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
- B60L53/68—Off-site monitoring or control, e.g. remote control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
- Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
- Y04S30/12—Remote or cooperative charging
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Sustainable Energy (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Navigation (AREA)
Abstract
本发明实施例公开了一种充电站信息的推荐方法、装置、电子终端及存储介质,该方法包括:响应于用户输入的推荐请求,确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量;从云端服务器获取所述各充电站在所述第一时间时的充电排队信息;根据所述第一剩余电量和所述充电排队信息,对所述各充电站进行排序,并根据排序结果推荐充电站信息。本发明实施例的技术方案,能够综合多种因素提供合理的行程充电建议,可提高用户充电体验。
Description
技术领域
本发明实施例涉及车辆技术,尤其涉及一种充电站信息的推荐方法、装置、电子终端及存储介质。
背景技术
充电站可认为是,为电动汽车(可简称电车)的动力电池提供充电服务的能源站。现有技术中,在电车行驶过程中,通常只能将距离最近的充电站信息进行推荐展示。该种推荐方式较为单一,不能满足用户的行程充电需求,导致用户充电体验较差。
发明内容
有鉴于此,本发明实施例提供了一种充电站信息的推荐方法、装置、电子终端及存储介质,能够综合多种因素提供合理的行程充电建议,可提高用户充电体验。
第一方面,本发明实施例提供了一种充电站信息的推荐方法,应用于车辆终端包括:
响应于用户输入的推荐请求,确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量;
从云端服务器获取各充电站在第一时间时的充电排队信息;
根据第一剩余电量和充电排队信息,对各充电站进行排序,并根据排序结果推荐充电站信息。
第二方面,本发明实施例还提供了一种充电站信息的推荐装置,集成于车辆终端,包括:
第一剩余电量匹配模块,用于响应于用户输入的推荐请求,确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量;
充电排队信息获取模块,用于从云端服务器获取各充电站在第一时间时的充电排队信息;
充电站信息推荐模块,用于根据第一剩余电量和充电排队信息,对各充电站进行排序,并根据排序结果推荐充电站信息。
第三方面,本发明实施例还提供了一种电子终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现如本申请任意实施例提供的充电站信息的推荐方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如本申请任意实施例提供的充电站信息的推荐方法。
本发明实施例提供的一种充电站信息的推荐方法、装置、电子终端及存储介质,该充电站信息的推荐方法包括:响应于用户输入的推荐请求,确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量;从云端服务器获取各充电站在第一时间时的充电排队信息;根据第一剩余电量和充电排队信息,对各充电站进行排序,并根据排序结果推荐充电站信息。本发明实施例的技术方案,通过结合行程路线、车辆电量消耗、充电站排队情况等多种因素推荐更加合理的行程充电建议,可满足用户的行车充电需求,提高了用户的充电体验。
附图说明
图1是本发明实施例一提供的一种充电站信息的推荐方法的流程示意图;
图2是本发明实施例二提供的一种充电站信息的推荐方法的流程示意图;
图3是本发明实施例二提供的一种充电站信息的推荐方法中的可选示例的流程示意图;
图4是本发明实施例三提供的一种充电站信息的推荐装置的结构示意图;
图5是本发明实施例四提供的一种电子终端的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将参照本发明实施例中的附图,通过实施方式清楚、完整地描述本发明的技术方案,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。下述各实施例中,每个实施例中同时提供了可选特征和示例,实施例中记载的各个特征可进行组合,形成多个可选方案,不应将每个编号的实施例仅视为一个技术方案。
可以理解的是,在使用本发明各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本发明所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如,在响应于接收到用户的主动请求时,向用户发送提示信息,以明确地提示用户,其请求执行的操作将需要获取和使用到用户的个人信息(例如用户电车的相关信息)。从而,使得用户可以根据提示信息来自主地选择是否向执行本发明技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
可以理解的是,本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
在介绍本发明实施例之前,先对本发明实施例的应用场景进行示例性说明:电车用户一致有里程焦虑,担心错过充电站,又不想在充电站排队。而现有的导航***,只能把最近的充电站信息展示给用户,需要用户自己判断是否需要充电,或者需要用户自己提前规划好充电站,如果用户规划的充电站正巧充电的用户比较多,充电站排队较多,就会造成用户行程规划混乱,影响行程体验。而本实施例提供的充电站信息的推荐方法,能够从全网电车数据出发,结合充电站信息,导航信息,以及车辆的本身的状态信息等,给出较为合理的的充电建议信息,可以充分的利用充电站资源,缓解用户的充电焦虑。具体可参考下述各实施例阐述的充电站信息的推荐方法。
实施例一
图1是本发明实施例一提供的一种充电站信息的推荐方法的流程示意图。本实施例可适用于动态向电车推荐行程充电建议的情况。该方法可以由本发明实施例提供的充电站的推荐装置来执行,该装置可采用软件和/或硬件的方式实现,且可配置于电子终端中,例如配置于车辆终端中。
参见图1,本实施例提供的充电站信息的推荐方法,应用于车辆终端,可以包括:
S110、响应于用户输入的推荐请求,确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量。
其中,推荐请求可以理解为用于指示对充电站信息进行推荐的请求。当前车辆可以理解为用户当前驾驶或者乘坐的车辆。行程路线可以理解为当前车辆与预计到达的目的地之间的需要行驶的路线。与行程路线匹配的各充电站可以理解为位于当前车辆的行程路线上或距离当前车辆的行程路线较近的充电站。第一时间可以理解为当前车辆行驶至各充电站时所对应的时间。第一剩余电量可以理解为当前车辆行驶至各充电站后当前车辆剩余电量。
用户可以在车辆终端上输入的推荐请求。例如,在车辆终端中的***应用上点击推荐按钮;或者,在车辆终端中安装的导航应用上点击推荐按钮。在本发明实施例中,对于用户输入推荐请求的车辆终端不作任何限制。
其中,第一时间可以是一个时间点,也可以是一个时间段。具体的,第一时间可以是当前车辆到达各充电站的一个具体的时间点,也可以是当前车辆到达各充电站的时间所可能位于的一个时间段。
其中,第一剩余电量可以是一个电量值,也可以是一个电量的范围值。具体的,第一剩余电量可以是当前车辆到达各充电站的一个具体的剩余电量的数值,也可以是当前车辆到达各充电站的剩余电量所可能位于的一个电量的范围值。
具体的,响应于用户在车辆终端上输入的需要对充电站信息进行推荐的推荐请求,车辆终端可确定当前车辆行驶至位于行程路线上的各充电站的时间所对应的第一时间,以及行驶至各充电站后当前车辆能够剩余电量所对应的第一剩余电量。
S120、从云端服务器获取各充电站在第一时间时的充电排队信息。
其中,云端服务器可以理解为一种简单高效、安全可靠、处理能力可弹性伸缩的计算服务,可以与各车辆终端建立通信连接。充电排队信息可以是云端服务器根据各充电站的充电桩数量,以及各车辆达到各充电站的剩余电量预测得到的。充电桩可以理解为位于充电站内的能够对当前车辆进行充电的桩栓,一个充电站内可以有多个充电桩。各车辆可以包括当前车辆以及其他车辆。
车辆终端可根据行驶至与行程路线匹配的各充电站的第一时间,向云端服务器请求充电排队信息,以使云端服务器预测充电排队信息。其中,云端服务器预测充电排队信息的过程,例如包括:根据各车到达各充电站的剩余电量,可以预测各车辆在充电站充电的概率。根据预测的各车辆在充电站充电的概率,可以预测各充电站中可能需要充电的车辆的数量,以及车辆需要充电的时长。将充电站的充电桩数量,与预测的可能充电的各车辆的数量相比较,并结合车辆需要充电的时长,可得到充电排队信息。其中,充电排队信息可以包括:没有车辆排队充电时的各充电站剩余充电桩数量;有车辆排队时的排队序号、预计排队时长等。云端服务器在确定各充电站在第一时间时的充电排队信息后,可将其反馈至对应的车辆终端。
S130、根据第一剩余电量和充电排队信息,对各充电站进行排序,并根据排序结果推荐充电站信息。
其中,排序结果可以理解为对各充电站进行排序得到的结果。充电站信息可以理解为各充电站对应的相关信息,例如充电站名称、地址等。
具体的,车辆终端根据第一剩余电量和充电排队信息,对各充电站进行排序;并可将排序结果中前N(例如2、3等)个推荐充电站的名称、地址等信息进行推荐。
此外,在根据排序结果推荐充电站信息的同时,还可以对达到推荐的充电站的第一时间、第一剩余电量以及在第一时间时的充电排队信息等信息进行展示,以使用户了解更全面的行车充电信息,提高用户体验。
本发明实施例提供的一种充电站信息的推荐方法,响应于用户输入的推荐请求,确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量;从云端服务器获取各充电站在第一时间时的充电排队信息;根据第一剩余电量和充电排队信息,对各充电站进行排序,并根据排序结果推荐充电站信息。本发明实施例的技术方案,通过结合行程路线、车辆电量消耗、充电站排队情况等多种因素推荐更加合理的行程充电建议,可满足用户的行车充电需求,提高了用户的充电体验。
一种可选的技术方案,根据第一剩余电量和充电排队信息,对各充电站进行排序,包括:根据各第一剩余电量,从各充电站中确定第一目标充电站,并根据第一目标充电站在对应的第一时间的充电排队信息,对第一目标充电站进行排序。
其中,第一目标充电站可以理解为,当前车辆进行充电可能性较大的充电站,且第一目标充电站的数量可以为至少一个。根据各第一剩余电量,从各充电站中确定第一目标充电站,可以包括:可以预先设定一个电量范围,若充电站对应的第一剩余电量位于预设的电量范围内,则可认为当前车辆在该充电站充电的可能性较大,此时可将该充电站确定为第一目标充电站。例如,T为当前车辆的总电量,预先设定的电路范围为[T*10%,T*50%];当充电站A对应的第一剩余电量位于[T*10%,T*50%]的范围内时,可以将充电站A确定为第一目标充电站。
根据第一目标充电站在对应的第一时间的充电排队信息,对第一目标充电站进行排序,可以包括:根据第一目标充电站在对应第一时间的剩余充电桩数量、排队车辆数量、排队时长,对第一目标充电站进行排序。可选的,若第一目标充电站中存在排队人数小于充电桩数量的充电站,则优先排序排队人数小于充电桩数量的充电站。若第一目标充电站中没有排队人数小于充电桩数量的充电站,则优先排序充电排队人数最少的充电站。这样设置的好处在于,可以使更加节省用户的时间的充电站能够优先推荐。
另一种可选的技术方案,确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量,包括:每隔预设时长,重新确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量。
其中,预设时长可以理解为预先设定好的时间长度,例如预设时长可以是十分钟、二十分钟等。可选的,预设时长可以是车辆终端自身预先设定的,也可以是用户自行设定的。
需要注意的是,用户的行程路线并非保持不变的,并且环境、路况等其他因素也随时可能会影响到第一时间和第一剩余电量的数值。相应的,各充电站在对应的第一时间的充电排队信息也会产生变化。因此,在本发明实施例中,可以每隔预设时长,重新确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量。
相应的,可以每隔预设时间从云端服务器获取所述各充电站在新的第一时间时的充电排队信息。云端服务器可以获取当前车辆行驶至与行程路线的各充电站的充电桩数量、当前正在在各充电站充电的车辆数量及其剩余充电所需时长、当前正在在各充电站排队等待充电的车辆的数量以及各车辆达到各充电站的剩余电量中的至少一个预测得到充电排队信息。并将预测得到充电排队信息反馈至车辆终端。
车辆终端在接收到新的充电排队信息后,可根据新的第一剩余电量和新的充电配对信息对各充电站进行排序。通过根据更新的各充电站的排序结果动态推荐充电站信息,可提高推荐准确性,提高用户的体验。
再一种可选的技术方案,在根据排序结果推荐充电站信息之后,还可以包括:响应于用户输入的选取指令,从推荐的充电站信息中确定第二目标充电站,并将当前车辆达到第二目标充电站的第一时间和第一剩余电量上传到云端服务器,以使云端服务器确定充电排队信息。
其中,选取指令可以理解为用于选取目标充电站的指令。第二目标充电站可以理解为用户在推荐的充电站信息中选取的充电站。
具体的,响应于用户输入的选取指令,例如可以是响应于用户点击推荐充电站的指令。从推荐的充电站信息中确定出用户选取的第二目标充电站,并将当前车辆达到第二目标充电站对应的第一时间和第一剩余电量上传到云端服务器,以使云端服务器重新确定第二目标充电站对应的充电排队信息。
这样设置的好处在于,可以使服务器根据用户选择的目标充电站对充电排队信息进行更新,为用户提供可能想要到达的充电站更加精准的充电排队信息,提高用户的体验。
实施例二
本实施例提供的充电站信息的推荐方法,能够与上述实施例中所提供的充电站信息的推荐方法中各个可选方案相结合。本实施例提供的生充电站信息的推荐方法,对确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量进行了详细描述。通过获取当前车辆的行程相关数据;行程相关数据包括,当前剩余电量和当前与行程路线匹配的各充电站的第一距离;获取当前的距离-耗时的第一对应关系和当前的距离-耗电量的第二对应关系;根据各第一距离和第一对应关系,确定当前车辆行驶至各充电站的第一时间;根据当前剩余电量、各第一距离以及第二对应关系,确定当前车辆行驶至各充电站的第一剩余电量。可以使匹配到的各充电站的第一时间和第一剩余电量更加的精准。
图2是本发明实施例二提供的一种充电站信息的推荐方法的流程示意图。参见图2,本实施例提供的充电站信息的推荐方法,应用于车辆终端,可以包括:
S210、响应于用户输入的推荐请求,获取当前车辆的行程相关数据;行程相关数据包括,当前剩余电量和当前与行程路线匹配的各充电站的第一距离。
其中,行程相关数据可以包括但不限于与当前车辆状态对应的相关数据以及与行程路线匹配的各充电站相关的数据。当前剩余电量可以理解为当前车辆在当前时间剩余的电量。第一距离可以理解为在当前时间当前车辆至各充电站的距离。
具体的,响应于用户输入的推荐请求,车辆终端获取当前车辆的当前剩余电量和当前与行程路线匹配的各充电站至当前车辆的距离等行程相关数据。
S220、获取当前的距离-耗时的第一对应关系和当前的距离-耗电量的第二对应关系。
其中,当前的距离-耗时的第一对应关系可以理解为,当前车辆距离充电站的距离与行驶完当前的距离所需要消耗的时间之间的对应关系。当前的距离-耗电量的第二对应关系可以理解为,当前车辆距离充电站的距离与行驶完当前的距离所需要消耗的电量之间的对应关系。需要注意的是,第一对应关系和第二对应关系可以是以提前设定好的数学公式或逻辑模型,也可以是实时确定的逻辑公式或逻辑模型,在本发明实施例中,对第一对应关系和第二对应关系的对应方式不作任何限制。可选的,可以是车辆终端从云端服务器获取到第一对应关系和第二对应关系,也可以是车辆终端自身确定的第一对应关系和第二对应关系。
S230、根据各第一距离和第一对应关系,确定当前车辆行驶至各充电站的第一时间。
具体的,由于第一对应关系可以是当前的距离和耗时之间的对应关系,各第一距离可以是当前车辆至各充电站当前的距离,因此可以根据根据各第一距离和第一对应关系,确定出行驶完各第一距离的耗时,并根据当前时间点以及各第一距离的耗时确定当前车辆行驶至各充电站的第一时间。
S240、根据当前剩余电量、各第一距离以及第二对应关系,确定当前车辆行驶至各充电站的第一剩余电量。
具体的,由于第二对应关系可以是当前的距离和耗电量之间的对应关系,各第一距离可以是当前车辆至各充电站当前的距离,因此可以根据根据各第一距离和第二对应关系,确定出行驶完各第一距离的耗电量。并根据当前剩余电量以及各第一距离的耗电量确定当前车辆行驶至各充电站的第一剩余电量。
S250、从云端服务器获取各充电站在第一时间时的充电排队信息。
S260、根据第一剩余电量和充电排队信息,对各充电站进行排序,并根据排序结果推荐充电站信息。
本发明实施例提供的充电站信息的推荐方法,通过获取当前车辆的行程相关数据,再获取当前的距离-耗时的第一对应关系和当前的距离-耗电量的第二对应关系,根据各第一距离和第一对应关系,确定当前车辆行驶至各充电站的第一时间,最后根据当前剩余电量、各第一距离以及第二对应关系,确定当前车辆行驶至各充电站的第一剩余电量。从而可以使匹配到的各充电站的第一时间和第一剩余电量更加的精准。
一种可选的技术方案,行程相关数据,还包括下述至少一项:驾驶行为数据、当前与行程路线匹配的路况数据,以及当前与行程路线匹配的环境数据;相应的,当前车辆行驶至各充电站的第一剩余电量,基于下述步骤确定:将当前剩余电量、各第一距离、驾驶行为数据、路况数据和环境数据,输入表征第二对应关系的机器学习模型中,并通过机器学习模型,得到当前车辆行驶至各充电站的第一剩余电量。
需要注意的是,在实际应用中,用户的驾驶行为、路况、环境等因素都会对第一剩余电量造成的影响。因此,为了防止其他因素对第一剩余电量造成的影响,使得确定的第一剩余电量更加精准,行程相关数据还可以包括下述至少一项:驾驶行为数据、当前与行程路线匹配的路况数据,以及当前与行程路线匹配的环境数据。
其中,驾驶行为数据可以理解为用户的历史驾驶行为习惯,例如用户的踩踏刹车力度及频率的习惯、用户的踩踏油门的力度及频率的习惯等。路况数据可以理解为道路当前的情况数据,例如上坡距离、下坡距离、高速距离、拥堵情况数据、路面维修情况数据等。环境数据可以理解为道路上的环境对应的数据,例如天气、温度、风力对应的环境数据。
具体的,将当前剩余电量、各第一距离、驾驶行为数据、路况数据和环境数据,输入表征第二对应关系的机器学习模型中,通过预先训练得到的机器学习模型,得到当前车辆行驶至各充电站的第一剩余电量。
其中,机器学习模型可以预先根据数据样本集训练得到。其中,数据样本集为包含了多个由当前剩余电量、各第一距离、驾驶行为数据、路况数据、环境数据和对应的第一剩余电量构成的样本组的样本集。通过训练过程可学习到行程相关数据与耗电量的逻辑关系。训练完成的机器学习模型可用于在输入当前剩余电量、各第一距离、驾驶行为数据、路况数据和环境数据后,快速输出当前车辆行驶至各充电站的第一剩余电量。其中,机器学习模型可以是神经网络模型,且该神经网络模型可以是卷积神经网络模型,也可以是非卷积神经网络,且本申请实施例中对该神经网络模型的层数、层、不同卷积核和/或权重等网络参数不作限定。
这样设置的好处在于,可以防止其他因素对第一剩余电量造成的影响,使得确定的第一剩余电量更加的精准。
为了从整体上更好地理解上述各技术方案,下面结合具体示例对其进行示例性说明。示例性的,参见图3,响应于用户输入的推荐请求,获取用户的驾驶行为数据、当前与行程路线匹配的路况数据、当前与行程路线匹配的环境数据、当前车辆的剩余电量以及当前与行程路线匹配的各充电站至当前车辆的距离作为当前车辆的行程相关数据。根据当前车辆的行程相关数据,以及当前的距离-耗时的对应关系和当前的距离-耗电量的对应关系,确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量。从云端服务器获取预估的各充电站在第一时间时的排队车辆数以及各充电站的充电桩数量得到充电排队信息。根据第一剩余电量和充电排队信息,对各充电站进行排序,并根据排序结果推荐充电站信息。
此外,本实施例提供的充电站信息的推荐方法与上述实施例提供的充电站信息的推荐方法属于同一技术构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且相同的技术特征在本实施例与上述实施例中具有相同的有益效果。
实施例三
图4是本发明实施例三提供的一种充电站信息的推荐装置的结构示意图。本实施例可适用于动态向电车推荐行程充电建议的情况。
参见图4,本发明提供的充电站信息的推荐装置,集成于车辆终端,可以包括:
时间电量确定模块310,用于响应于用户输入的推荐请求,确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量;
充电排队信息获取模块320,用于从云端服务器获取各充电站在第一时间时的充电排队信息;
充电站信息推荐模块330,用于根据第一剩余电量和充电排队信息,对各充电站进行排序,并根据排序结果推荐充电站信息。
可选的,时间电量确定模块310,可以包括:
第一距离匹配单元,用于获取当前车辆的行程相关数据;行程相关数据包括,当前剩余电量和当前与行程路线匹配的各充电站的第一距离;
第二对应关系获取单元,用于获取当前的距离-耗时的第一对应关系和当前的距离-耗电量的第二对应关系;
第一时间确定单元,用于根据各第一距离和第一对应关系,确定当前车辆行驶至各充电站的第一时间;
第一剩余电量确定单元,用于根据当前剩余电量、各第一距离以及第二对应关系,确定当前车辆行驶至各充电站的第一剩余电量。
可选的,在上述方案的基础上,行程相关数据,还可以包括下述至少一项:驾驶行为数据、当前与行程路线匹配的路况数据,以及当前与行程路线匹配的环境数据。相应的,第一剩余电量确定单元,具体用于:将当前剩余电量、各第一距离、驾驶行为数据、路况数据和环境数据,输入表征第二对应关系的机器学习模型中,并通过机器学习模型,得到当前车辆行驶至各充电站的第一剩余电量。
可选的,在上述技术方案的基础上,充电排队信息为云端服务器根据各充电站的充电桩数量,以及各车辆达到各充电站的剩余电量预测得到的。
可选的,充电站信息推荐模块330,可以包括:
第一目标充电站确定单元,用于根据各第一剩余电量,从各充电站中确定第一目标充电站;
第一目标充电站排序单元,用于根据第一目标充电站在对应的第一时间的充电排队信息,对第一目标充电站进行排序。
可选的,时间电量确定模块310,可以用于:
每隔预设时长,重新确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量。
可选的,在上述方案的基础上,上述充电站信息的推荐装置,还可以包括:
第二目标充电站确定模块,用于在根据排序结果推荐充电站信息之后,响应于用户输入的选取指令,从推荐的充电站信息中确定第二目标充电站;
上传模块,用于将当前车辆达到第二目标充电站的第一时间和第一剩余电量上传到云端服务器,以使云端服务器确定充电排队信息。
本发明实施例三提供的充电站信息的推荐装置,通过响应于用户输入的推荐请求,确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量;从云端服务器获取各充电站在第一时间时的充电排队信息;根据第一剩余电量和充电排队信息,对各充电站进行排序,并根据排序结果推荐充电站信息。本发明实施例的装置,通过结合行程路线、车辆电量消耗、充电站排队情况等多种因素推荐更加合理的行程充电建议,可满足用户的行车充电需求,提高了用户的充电体验。
本发明实施例所提供的充电站信息的推荐装置可执行本发明实施例所提供的充电站信息的推荐方法,具备执行方法相应的功能模块和有益效果。未详尽描述的技术细节,可参见本发明实施例所提供的充电站信息的推荐方法。
实施例四
图5是本发明实施例四提供的一种电子终端的结构示意图。图5示出了适于用来实现本发明实施方式的示例性电子终端12的框图。图5显示的电子终端12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。设备12典型的是承担充电站信息的推荐功能的电子终端。
如图5所示,电子终端12以通用计算设备的形式表现。电子终端12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,存储器28,连接不同组件(包括存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture,ISA)总线,微通道体系结构(Micro Channel Architecture,MCA)总线,增强型ISA总线、视频电子标准协会(Video Electronics Standards Association,VESA)局域总线以及***组件互连(Peripheral Component Interconnect,PCI)总线。
电子终端12典型地包括多种计算机可读介质。这些介质可以是任何能够被电子终端12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机装置可读介质,例如随机存取存储器(Random Access Memory,RAM)30和/或高速缓存存储器32。电子终端12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机存储介质。仅作为举例,存储***34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如只读光盘(Compact Disc-Read Only Memory,CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory,DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品40,该程序产品40具有一组程序模块42,这些程序模块被配置以执行本发明各实施例的功能。程序产品40,可以存储在例如存储器28中,这样的程序模块42包括但不限于一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子终端12也可以与一个或多个外部设备14(例如键盘、鼠标、摄像头等和显示器)通信,还可与一个或者多个使得用户能与该电子终端12交互的设备通信,和/或与使得该电子终端12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子终端12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network,LAN),广域网WideArea Network,WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与电子终端12的其它模块通信。应当明白,尽管图中未示出,可以结合电子终端12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks,RAID)装置、磁带驱动器以及数据备份存储装置等。
处理器16通过运行存储在存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明上述实施例所提供的充电站信息的推荐方法,包括:
响应于用户输入的推荐请求,确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量;
从云端服务器获取各充电站在第一时间时的充电排队信息;
根据第一剩余电量和充电排队信息,对各充电站进行排序,并根据排序结果推荐充电站信息。
当然,本领域技术人员可以理解,处理器还可以实现本发明实施例所提供的充电站信息的推荐方法的技术方案。
实施例五
本发明实施例五还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的充电站信息的推荐方法,该方法包括:
响应于用户输入的推荐请求,确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量;
从云端服务器获取各充电站在第一时间时的充电排队信息;
根据第一剩余电量和充电排队信息,对各充电站进行排序,并根据排序结果推荐充电站信息。
当然,本发明实施例所提供的一种计算机可读存储介质,其上存储的计算机程序不限于如上的方法操作,还可以执行本发明实施例所提供的充电站信息的推荐方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的装置、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行装置、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行装置、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种充电站信息的推荐方法,其特征在于,应用于车辆终端,包括:
响应于用户输入的推荐请求,确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量;
从云端服务器获取所述各充电站在所述第一时间时的充电排队信息;
根据所述第一剩余电量和所述充电排队信息,对所述各充电站进行排序,并根据排序结果推荐充电站信息。
2.根据权利要求1所述的方法,其特征在于,所述确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量,包括:
获取当前车辆的行程相关数据;所述行程相关数据包括,当前剩余电量和当前与行程路线匹配的各充电站的第一距离;
获取当前的距离-耗时的第一对应关系和当前的距离-耗电量的第二对应关系;
根据各所述第一距离和所述第一对应关系,确定所述当前车辆行驶至所述各充电站的第一时间;
根据所述当前剩余电量、各所述第一距离以及所述第二对应关系,确定所述当前车辆行驶至所述各充电站的第一剩余电量。
3.根据权利要求2所述的方法,其特征在于,所述行程相关数据,还包括下述至少一项:驾驶行为数据、当前与所述行程路线匹配的路况数据,以及当前与所述行程路线匹配的环境数据;
相应的,所述当前车辆行驶至所述各充电站的第一剩余电量,基于下述步骤确定:
将所述当前剩余电量、各所述第一距离、所述驾驶行为数据、所述路况数据和所述环境数据,输入表征所述第二对应关系的机器学习模型中;
通过所述机器学习模型,得到所述当前车辆行驶至所述各充电站的第一剩余电量。
4.根据权利要求1所述的方法,其特征在于,所述充电排队信息为所述云端服务器根据所述各充电站的充电桩数量,以及各车辆达到所述各充电站的剩余电量预测得到的。
5.根据权利要求1所述的方法,其特征在于,所述根据所述第一剩余电量和所述充电排队信息,对所述各充电站进行排序,包括:
根据各所述第一剩余电量,从所述各充电站中确定第一目标充电站;
根据所述第一目标充电站在对应的第一时间的充电排队信息,对所述第一目标充电站进行排序。
6.根据权利要求1-5中任一所述的方法,其特征在于,所述确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量,包括:
每隔预设时长,重新确定所述当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量。
7.根据权利要求1-5中任一所述的方法,其特征在于,在所述根据排序结果推荐充电站信息之后,还包括:
响应于用户输入的选取指令,从推荐的充电站信息中确定第二目标充电站;
将所述当前车辆达到所述第二目标充电站的第一时间和第一剩余电量上传到所述云端服务器,以使云端服务器确定所述充电排队信息。
8.一种充电站信息的推荐装置,其特征在于,集成于车辆终端,包括:
时间电量确定模块,用于响应于用户输入的推荐请求,确定当前车辆行驶至与行程路线匹配的各充电站的第一时间和第一剩余电量;
充电排队信息获取模块,用于从云端服务器获取所述各充电站在所述第一时间时的充电排队信息;
充电站信息推荐模块,用于根据所述第一剩余电量和所述充电排队信息,对所述各充电站进行排序,并根据排序结果推荐充电站信息。
9.一种电子终端,包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1-7中任一所述的充电站信息的推荐方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的充电站信息的推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210657205.1A CN114954129A (zh) | 2022-06-10 | 2022-06-10 | 充电站信息的推荐方法、装置、电子终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210657205.1A CN114954129A (zh) | 2022-06-10 | 2022-06-10 | 充电站信息的推荐方法、装置、电子终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114954129A true CN114954129A (zh) | 2022-08-30 |
Family
ID=82962421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210657205.1A Pending CN114954129A (zh) | 2022-06-10 | 2022-06-10 | 充电站信息的推荐方法、装置、电子终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114954129A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115526519A (zh) * | 2022-10-11 | 2022-12-27 | 威海广泰空港设备股份有限公司 | 一种基于服务航班的机场电动车辆充电调度方法 |
CN116489217A (zh) * | 2023-06-21 | 2023-07-25 | 广汽埃安新能源汽车股份有限公司 | 充电站信息的推送方法及装置 |
CN117076761A (zh) * | 2023-06-08 | 2023-11-17 | 飞哥立桩(北京)新能源科技有限公司 | 一种新能源汽车充电桩智能管理方法和*** |
WO2024114719A1 (zh) * | 2022-12-02 | 2024-06-06 | 浙江极氪智能科技有限公司 | 充电路径规划方法、装置和服务器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109501630A (zh) * | 2018-12-04 | 2019-03-22 | 国网电动汽车服务有限公司 | 一种电动汽车充电方案实时推荐方法及*** |
CN110782065A (zh) * | 2019-09-09 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 电动汽车充电桩推荐方法、服务器、终端及*** |
DE102019003623A1 (de) * | 2019-05-23 | 2020-04-09 | Daimler Ag | Verfahren zur Verbesserung eines Fahrverhaltens eines Fahrers eines Fahrzeuges und Fahrerassistenzsystem |
CN113469455A (zh) * | 2021-07-21 | 2021-10-01 | 广州小鹏汽车科技有限公司 | 一种续航数据的预估方法和装置 |
CN113607177A (zh) * | 2021-07-12 | 2021-11-05 | 河南财经政法大学 | 一种考虑多源时空数据的电动汽车智能充电路径引导方法 |
CN114581180A (zh) * | 2022-03-02 | 2022-06-03 | 北京百度网讯科技有限公司 | 一种充电站推荐方法、充电桩状态的确定方法及装置 |
-
2022
- 2022-06-10 CN CN202210657205.1A patent/CN114954129A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109501630A (zh) * | 2018-12-04 | 2019-03-22 | 国网电动汽车服务有限公司 | 一种电动汽车充电方案实时推荐方法及*** |
DE102019003623A1 (de) * | 2019-05-23 | 2020-04-09 | Daimler Ag | Verfahren zur Verbesserung eines Fahrverhaltens eines Fahrers eines Fahrzeuges und Fahrerassistenzsystem |
CN110782065A (zh) * | 2019-09-09 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 电动汽车充电桩推荐方法、服务器、终端及*** |
CN113607177A (zh) * | 2021-07-12 | 2021-11-05 | 河南财经政法大学 | 一种考虑多源时空数据的电动汽车智能充电路径引导方法 |
CN113469455A (zh) * | 2021-07-21 | 2021-10-01 | 广州小鹏汽车科技有限公司 | 一种续航数据的预估方法和装置 |
CN114581180A (zh) * | 2022-03-02 | 2022-06-03 | 北京百度网讯科技有限公司 | 一种充电站推荐方法、充电桩状态的确定方法及装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115526519A (zh) * | 2022-10-11 | 2022-12-27 | 威海广泰空港设备股份有限公司 | 一种基于服务航班的机场电动车辆充电调度方法 |
WO2024114719A1 (zh) * | 2022-12-02 | 2024-06-06 | 浙江极氪智能科技有限公司 | 充电路径规划方法、装置和服务器 |
CN117076761A (zh) * | 2023-06-08 | 2023-11-17 | 飞哥立桩(北京)新能源科技有限公司 | 一种新能源汽车充电桩智能管理方法和*** |
CN117076761B (zh) * | 2023-06-08 | 2024-03-26 | 飞哥立桩(北京)新能源科技有限公司 | 一种新能源汽车充电桩智能管理方法和*** |
CN116489217A (zh) * | 2023-06-21 | 2023-07-25 | 广汽埃安新能源汽车股份有限公司 | 充电站信息的推送方法及装置 |
CN116489217B (zh) * | 2023-06-21 | 2023-09-12 | 广汽埃安新能源汽车股份有限公司 | 充电站信息的推送方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114954129A (zh) | 充电站信息的推荐方法、装置、电子终端及存储介质 | |
CN112050824B (zh) | 用于车辆导航的路线规划方法、装置、***及电子设备 | |
US9689693B2 (en) | Systems and methods for learning and displaying customized geographical navigational options | |
CN111532166A (zh) | 一种电动汽车充电路径规划方法、装置、汽车及计算机存储介质 | |
JP2017112830A (ja) | 供給電力管理装置、車載器、及び電気自動車 | |
CN110782065A (zh) | 电动汽车充电桩推荐方法、服务器、终端及*** | |
US20200210905A1 (en) | Systems and Methods for Managing Networked Vehicle Resources | |
CN111326015A (zh) | 一种停车点推荐方法及装置 | |
EP4273768A1 (en) | Recommendation method and system for battery swapping station, electronic device and storage medium | |
CN111433795A (zh) | 一种确定线上到线下服务的预估到达时间的***和方法 | |
CN113306448A (zh) | 充电提示方法、装置、设备及存储介质 | |
CN114256523A (zh) | 一种充电桩充电控制方法、装置、电子设备及存储介质 | |
CN111341093B (zh) | 车队的控制方法、装置、设备及存储介质 | |
CN117371739A (zh) | 一种车辆充电管理方法、装置、电子设备及存储介质 | |
CN114004077B (zh) | 交通仿真转换方法、装置、计算机设备及存储介质 | |
CN113344277B (zh) | 预测模型训练方法、状态更新方法、装置、设备和介质 | |
CN114623844A (zh) | 导航数据处理方法、装置、程序产品、介质及电子设备 | |
CN116772877B (zh) | 一种新能源汽车续航里程预测方法、***、装置及介质 | |
WO2020254418A1 (en) | System and method for populating a database with occupancy data of parking facilities | |
KR102522516B1 (ko) | 전기버스 배터리를 효율적으로 충전하고 관리하는 시스템 및 방법 | |
CN109934496B (zh) | 区域间通行影响确定方法、装置、设备和介质 | |
CN111814072A (zh) | 用于在线车辆服务的行程管理的方法、装置、设备和存储介质 | |
CN109916420A (zh) | 一种车辆导航的方法及相关装置 | |
CN113536128B (zh) | 交通枢纽换乘方式的推荐方法及电子设备 | |
CN115583153A (zh) | 一种续航里程计算方法、装置及计算机设备 |
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 |