CN115451984A - 一种出行导航方法及设备 - Google Patents

一种出行导航方法及设备 Download PDF

Info

Publication number
CN115451984A
CN115451984A CN202210975195.6A CN202210975195A CN115451984A CN 115451984 A CN115451984 A CN 115451984A CN 202210975195 A CN202210975195 A CN 202210975195A CN 115451984 A CN115451984 A CN 115451984A
Authority
CN
China
Prior art keywords
energy consumption
vehicle
value
road section
driving
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
Application number
CN202210975195.6A
Other languages
English (en)
Inventor
方植
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.)
Alibaba China Co Ltd
Original Assignee
Alibaba China 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 Alibaba China Co Ltd filed Critical Alibaba China Co Ltd
Priority to CN202210975195.6A priority Critical patent/CN115451984A/zh
Publication of CN115451984A publication Critical patent/CN115451984A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3407Route searching; Route guidance specially adapted for specific applications
    • G01C21/3423Multimodal routing, i.e. combining two or more modes of transportation, where the modes can be any of, e.g. driving, walking, cycling, public transport
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3469Fuel consumption; Energy use; Emission aspects
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/36Input/output arrangements for on-board computers
    • G01C21/3626Details of the output of route guidance instructions
    • G01C21/3632Guidance using simplified or iconic instructions, e.g. using arrows
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/36Input/output arrangements for on-board computers
    • G01C21/3626Details of the output of route guidance instructions
    • G01C21/3635Guidance using 3D or perspective road maps
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/36Input/output arrangements for on-board computers
    • G01C21/3667Display of a road map
    • G01C21/367Details, e.g. road map scale, orientation, zooming, illumination, level of detail, scrolling of road map or positioning of current position marker

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本说明书披露的多个实施例提供了一种出行导航方法及设备。可以根据行驶路线中的每个路段所关联的行驶环境,在交通工具的单位里程能耗标准值的基础上叠加该行驶环境施加的偏差,得到交通工具行驶于该路段时的单位里程能耗预测值。然后,利用交通工具行驶于每个路段时的单位里程能耗预测值,计算得到所述交通工具完成所述行驶路线的总能耗预测值。然后,可以在为交通工具规划出的至少两条行驶路线中,选择总能耗预测值最小的行驶路线来提供出行导航服务。

Description

一种出行导航方法及设备
技术领域
本说明书多个实施例涉及信息技术领域,尤其涉及一种出行导航方法及设备。
背景技术
机动型交通工具,可以是利用消耗能源的发动机来提供驱动力的交通工具。最典型的机动型交通工具是消耗燃油的汽车。随着社会越来越提倡低碳出行以及能源价格的上涨,希望可以基于比较节省能耗的行驶路线为交通工具提供出行导航服务。
发明内容
本说明书的多个实施例提供一种出行导航方法,以便于基于比较节省能耗的行驶路线为交通工具提供出行导航服务。
根据本说明书多个实施例的第一方面,提出了一种出行导航方法,包括:
响应于出行导航请求,为需求出行的机动型交通工具规划至少两条行驶路线;
计算所述交通工具分别完成所述至少两条行驶路线的总耗能预测值;
响应于对总耗能预测值最小的行驶路线的指定请求,基于该行驶路线对所述交通工具进行出行导航;
其中,计算所述交通工具完成任一行驶路线的总耗能预测值的步骤包括:
确定第一能耗影响规律,所述第一能耗影响规律表征:不同行驶环境对所述交通工具的单位里程能耗标准值所施加的偏差;
针对该行驶路线中的每个路段,确定该路段所关联的行驶环境;并且,根据所述第一能耗影响规律与确定的该行驶环境,在所述单位里程能耗标准值的基础上,确定所述交通工具行驶于该路段时的单位里程能耗预测值;
根据所述交通工具行驶于每个路段时的单位里程能耗预测值,计算得到所述交通工具完成该行驶路线的总能耗预测值。
根据本说明书多个实施例的第二方面,提出了一种出行导航装置,包括:
路线规划模块,响应于出行导航请求,为需求出行的机动型交通工具规划至少两条行驶路线;
计算模块,计算所述交通工具分别完成所述至少两条行驶路线的总耗能预测值;
出行导航模块,响应于对总耗能预测值最小的行驶路线的指定请求,基于该行驶路线对所述交通工具进行出行导航;
其中,计算所述交通工具完成任一行驶路线的总耗能预测值的步骤包括:
确定第一能耗影响规律,所述第一能耗影响规律表征:不同行驶环境对所述交通工具的单位里程能耗标准值所施加的偏差;
针对该行驶路线中的每个路段,确定该路段所关联的行驶环境;并且,根据所述第一能耗影响规律与确定的该行驶环境,在所述单位里程能耗标准值的基础上,确定所述交通工具行驶于该路段时的单位里程能耗预测值;
根据所述交通工具行驶于每个路段时的单位里程能耗预测值,计算得到所述交通工具完成该行驶路线的总能耗预测值。
根据本说明书多个实施例的第三方面,提出了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现第一方面所述的方法。
根据本说明书多个实施例的第四方面,提出了一种计算设备,包括存储器、处理器;所述存储器用于存储可在处理器上运行的计算机指令,所述处理器用于在执行所述计算机指令时实现第一方面所述方法。
根据本说明书多个实施例的第五方面,提出了一种计算机程序产品,用于实现第一方面所述方法。
在上述技术方案中,考虑到行驶路线中的不同路段可能关联不同的行驶环境,客观规律表明特定的行驶环境可以对交通工具的单位里程能耗标准值施加特定的偏差,使得交通工具行驶于特定的行驶环境时的单位里程能耗实际值不同于单位里程能耗标准值,与该特定的行驶环境有高度的相关性。因此,利用上述的客观规律(本文称之为第一能耗影响规律),根据行驶路线中的每个路段所关联的行驶环境,在交通工具的单位里程能耗标准值的基础上叠加该行驶环境施加的偏差,得到交通工具行驶于该路段时的单位里程能耗预测值。然后,利用交通工具行驶于每个路段时的单位里程能耗预测值,计算得到所述交通工具完成所述行驶路线的总能耗预测值。然后,可以在为交通工具规划出的至少两条行驶路线中,选择总能耗预测值最小的行驶路线来提供出行导航服务。
通过上述技术方案,可以在考虑行驶路线中各个路段所关联的行驶环境对交通工具能耗影响的前提下,比较准确的计算交通工具完成行驶路线的总能耗预测值,进而提升出行导航服务对节省能耗的行驶路线的推荐可靠性。
附图说明
图1示例性提供一种机动型交通工具的能耗预测方法的流程。
图2示例性提供一种出行导航方法的流程。
图3示例性提供一种能耗曲线的示意图。
图4示例性提供另一种能耗曲线的示意图。
图5是本公开提供的一种计算设备的结构示意图。
在附图中,相同或对应的标号表示相同或对应的部分。附图中的任何元素数量均用于示例而非限制,以及任何命名都仅用于区分,而不具有任何限制含义。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
需要说明的是:在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中,其方法所包括的步骤可以比本说明书所描述的更多或更少。此外,本说明书中所描述的单个步骤,在其他实施例中可能被分解为多个步骤进行描述;而本说明书中所描述的多个步骤,在其他实施例中也可能被合并为单个步骤进行描述。
本公开中的机动型交通工具,可以是指可以是利用消耗能源的发动机来提供驱动力的交通工具。这里的能源可以是燃油、燃气、电能等等。这里的交通工具可以是汽车、摩托车、飞机、轮船等等。后文中提及交通工具具体指此处的机动型交通工具。
需要说明,上述的交通工具可以利用至少两种能源,比如常见的混合动力交通工具(具体例如油电混动汽车),或者增程式电动交通工具(电能不足时,利用燃油或燃气提供动力并给电池充电)。
上述的交通工具可以是有人驾驶的交通工具,也可以是无人驾驶的交通工具。
在实际应用中,随着能源价格的上涨,用户可能关心自己的交通工具的能耗情况,尤其是关心交通工具完成某条行驶路线的能耗情况。
此处需要说明,行驶路线可以作广义理解,可以不限于道路路面上的行驶路线,还可以指水上或空中的航行路线,以及在其他行驶介质上的行驶路线。行驶路线通常由至少一个路段组成,此处的路段也可以作广义理解,可以不限于道路路面上的行驶路段,还可以是水上或空中的航行路段,以及在其他行驶介质上的行驶路段。
本公开提供一种交通工具的能耗预测方法,以便比较准确的预测交通工具完成某条行驶路线的能耗情况。
具体而言,考虑到行驶路线中的不同路段可能关联不同的行驶环境,客观规律表明特定的行驶环境可以对交通工具的单位里程能耗标准值施加特定的偏差,使得交通工具行驶于特定的行驶环境时的单位里程能耗实际值不同于单位里程能耗标准值,与该特定的行驶环境有高度的相关性。因此,利用上述的客观规律(本文称之为第一能耗影响规律),根据行驶路线中的每个路段所关联的行驶环境,在交通工具的单位里程能耗标准值的基础上叠加该行驶环境施加的偏差,得到交通工具行驶于该路段时的单位里程能耗预测值。然后,利用交通工具行驶于每个路段时的单位里程能耗预测值,计算得到所述交通工具完成所述行驶路线的总能耗预测值。然后,可以在为交通工具规划出的至少两条行驶路线中,选择总能耗预测值最小的行驶路线来提供出行导航服务。
通过上述技术方案,可以在考虑行驶路线中各个路段所关联的行驶环境对交通工具能耗影响的前提下,比较准确的计算交通工具完成行驶路线的总能耗预测值,进而提升出行导航服务对节省能耗的行驶路线的推荐可靠性。
以下详细说明本公开提供的技术方案。
图1示例性提供一种机动型交通工具的能耗预测方法的流程,包括如下步骤:
S100:获取交通工具的单位里程能耗标准值。
S102:针对行驶路线中的每个路段,确定该路段所关联的行驶环境。
S104:根据所述第一能耗影响规律与确定的该行驶环境,在所述单位里程能耗标准值的基础上,确定所述交通工具行驶于该路段时的单位里程能耗预测值。
S106:根据所述交通工具行驶于每个路段时的单位里程能耗预测值,计算得到所述交通工具完成所述行驶路线的总能耗预测值。
通过客观上的分析试验,发现特定行驶环境可以对交通工具的能耗情况产生特定影响,这可以被转化为特定行驶环境对交通工具的单位里程能耗标准值所施加的特定的偏差,不同行驶环境对交通工具的单位里程能耗标准值施加的偏差可以相同可以不同。当然,也存在有的行驶环境对交通工具的单位里程能耗标准值施加的偏差为0。
在通过分析试验界定行驶环境对交通工具的单位里程能耗标准值所施加的偏差时,实际上是界定交通工具的单位里程能耗标准值与该行驶环境下交通工具的单位里程能耗实际值之间的偏差。这个偏差可以用标准值与实际值之间的差值来衡量,也可以用标准值与实际值之间的比值来量化。
对于如何试验得到交通工具的单位里程能耗实际值。可以让参与试验的交通工具在关联于特定的行驶环境的路段进行行驶,完成这个路段,确定该交通工具的能耗实际值,使用该能耗实际值除以该路段的里程,得到单位里程能耗实际值。具体而言,可以先将该交通工具的能源量充满,记录第一次充进的能源量,待到该交通工具完成该路段之后,再次将该交通工具的能源量充满,记录第二次充进的能源量,两次充进的能源量的差别,就是该交通工具完成该路段的能耗实际值。
或者,可以在该交通工具刚开始进入该路段时,将该交通工具的仪表盘中记录的单位里程能耗实际值清空进行重新统计,待到该交通工具完成该路段时,读取仪表盘中记录的单位里程能耗实际值。
交通工具的单位里程能耗,可以理解为交通工具行驶完成单位里程(例如百公里)所消耗的能源量(例如多少升燃油)。
交通工具的单位里程能耗标准值,可以理解为交通工具在标准行驶环境中的单位里程能耗。
在一些实施例中,考虑到交通工具进行实际行驶时所面对的行驶环境并不单一,呈现出复杂多变的特点(即面对综合性的行驶环境),而交通工具自身往往会基于历史行程情况统计出一个综合性的单位里程能耗,因此,可以将交通工具在历史行程中实际面对的综合性的行驶环境作为标准行驶环境,将其所统计出的综合性的单位里程能耗作为单位里程能耗标准值。通常可以从交通工具的仪表盘中读取上述的综合性的单位里程能耗。
在另一些实施例中,也可以将交通工具的厂商构建的测试性的行驶环境作为标准行驶环境,这种情况下,可以将交通工具的厂商提供的理论上的单位里程能耗作为单位里程能耗的标准值。
在另一些实施例中,还可以将某个最常见的行驶环境(如城市内普通道路关联的行驶环境)作为标准行驶环境,对交通工具的单位里程能耗标准值进行实际测试。
在本公开提供的技术方案中,通常需要通过客观上的分析试验,确定不同行驶环境对交通工具的单位里程能耗标准值所施加的偏差,即确定第一能耗影响规律。
在一些实施例中,可以对每个特定的交通工具都进行针对性测试,这样可以得到比较精确(针对于特定的交通工具)的第一能耗影响规律。
在另一些实施例中,也可以针对每个交通工具类型下的代表***通工具进行测试,得到不同行驶环境对每个交通工具类型的单位里程能耗标准值所施加的偏差,作为针对该交通工具类型下的具体交通工具的第一能耗影响规律。
对于交通工具类型的划分标准,可以根据实际业务需要进行设定。例如,可以按交通工具的品牌、型号进行类型划分,同一品牌、型号的交通工具为同一个类型。又如,可以按交通工具所消耗的能源与交通工具所行驶的介质(道路路面、空中、水面)构成进行划分,消耗的能源构成相同且所行驶的介质相同的交通工具为同一个类型。
在实际应用中,可以先定义各种不同的行驶环境,记录每个路段所关联的行驶环境信息。路段所关联的行驶环境可以由若干环境因素构成,通过分析试验发现,这些环境因素都会对交通工具的能耗产生影响。举例来说,路段关联的的行驶环境可以包括路段的拥堵情况、路段的限速情况、路段上的路口数量、路段的路面行驶条件(如路面平整度)、路段上的天气情况(如是否下雨、风向、风力大小、空气温度)、路段上的路障数量等。
可以基于这些环境因素的组合的不同,定义出不同的行驶环境。
在已知第一能耗影响规律与某个路段关联的行驶环境的前提下,可以在所述单位里程能耗标准值的基础上叠加该行驶环境施加的偏差,得到交通工具行驶于该路段时的单位里程能耗预测值。
在一些实施例中,可以使用能耗相关系数对不同行驶环境对交通工具的单位里程能耗标准值所施加的偏差进行量化表征。不同行驶环境分别对应能耗相关系数。可以将交通工具的单位里程能耗标准值与该行驶环境对应的能耗相关系数的乘积,作为所述交通工具行驶于该路段时的单位里程能耗预测值。
在执行上述步骤S106时,可以针对每个路段,将所述交通工具行驶于该路段时的单位里程能耗预测值与该路段对应的里程的乘积,作为该路段对应的能耗预测值。然后将各个路段分别对应的能耗预测值的和,作为所述交通工具完成所述行驶路线的总能耗预测值。
也可以将关联于相同的行驶环境的路段进行合并,得到路段集合。针对每个路段集合,将所述交通工具行驶于该路段时的单位里程能耗预测值与该路段集合对应的里程的乘积,作为该路段集合对应的能耗预测值。然后将各个路段集合分别对应的能耗预测值的和,作为所述交通工具完成所述行驶路线的总能耗预测值。
作为一种简单的示例,可以假设路段所关联的行驶环境仅包括路段类型因素,路段类型包括非拥堵路段或者拥堵路段。拥堵路段是指历史数据统计下经常发生交通拥堵的路段,在拥堵路段上,交通工具在一段较长时间内所行驶的距离比较短,交通工具在拥堵路段上的大部分时间内处于低俗行驶或怠速(即发动机空转)行驶,这样一来,相对于所行驶的距离,能耗是比较高的。
非拥堵路段是指历史数据统计下较少发生交通拥堵的路段,在非拥堵路段上,交通工具可以保持中速或高速行驶。非拥堵路段又可以进一步划分为非拥堵的高速路段(通常是最低限速90公里/小时的路段)与城市内路段(通常城市内路段的最高限速不得超过90公里/小时)。容易理解,城市内路段往往包括较多的路口,交通工具在该路段上行驶时,可能会进行比较频繁的变速,一定程度上产生额外油耗。
在上述的简单示例中,拥堵路段的行驶环境比较特殊,因为交通工具在拥堵路段上进行行驶时,大部分时间内处于低俗行驶或怠速行驶,行进的距离有限,倘若将拥堵路段对应的单位里程能耗预测值与拥堵路段的里程的乘积作为拥堵路段对应的能耗预测值,那么这样得到的拥堵路段对应的能耗预测值并不准确。因此,更合理的做法是将交通工具行驶于拥堵路段上的时间视为里程,在界定拥堵路段的行驶环境对交通工具的单位里程能耗标准值所施加的偏差时,实际上是界定交通工具的单位里程能耗标准值与拥堵路段中交通工具的单位时间能耗实际值之间的偏差。这种情况下,拥堵路段对应的里程可以拟定为交通工具在拥堵路段上的行驶时长,将交通工具行驶于拥堵路段的单位里程能耗预测值与行驶时长预测值相乘,得到拥堵路段对应的能耗预测值。
或者,也可以这样理解,认为拥堵路段上的单位里程能耗实际值是一个相对于标准值很大的值,那么,在界定拥堵路段的行驶环境对交通工具的单位里程能耗标准值所施加的偏差时,实际上是界定交通工具的单位里程能耗标准值与拥堵路段中交通工具的单位里程能耗实际值(相对很大的一个值)之间的偏差。这种情况下,将交通工具行驶于拥堵路段的单位里程能耗预测值与拥堵路段对应的里程相乘,得到拥堵路段对应的能耗预测值。
如果利用能耗相关系数来量化第一能耗影响规律,那么,在上述简单的示例中,可以将拥堵路段对应的能耗相关系数设定为0.4,将非拥堵高速路段对应的能耗相关系数设定为0.7,将非拥堵城市内路段对应的能耗相关系数设定为1。
具体而言,在执行步骤S106时,可以预测值与该路段对应的里程的乘积,作为该路段对应的能耗预测值;若该路段为拥堵路段,则获取所述交通工具通过该路段的时长预测值,将所述时长预测值拟定为该路段对应的里程,将所述交通工具行驶于该路段时的单位里程能耗预测值与该路段对应的里程的乘积,作为该路段对应的能耗预测值;将各个路段分别对应的能耗预测值的和,作为所述交通工具完成所述行驶路线的总能耗预测值。上述的时长预测值是基于该路段上的历史行驶相关数据与路段上的当前行驶相关数据确定的,具体而言,可以预先基于路段上的历史行驶数据与该历史行驶相关数据情况下的通过该路段的时长实际值,训练一个时长预测模型,后续可以将路段上的当前行驶相关数据输入到时长预测模型中,预测得到当前通过该路段的时长预测值。
在上述的简单示例中,如果没有预先为每个路段记录其所关联的行驶环境,那么,可以根据预测交通工具行驶于每个路段时的速度来判定每个路段所关联的行驶环境。
具体而言,可以获取所述交通工具通过该路段的速度预测值。若所述速度预测值大于第一阈值,则确定该路段所关联的行驶环境包括的路段类型为非拥堵的高速路段;若所述速度预测值不小于第二阈值,且不大于第一阈值,则确定该路段所关联的行驶环境包括的路段类型为非拥堵的城市内路段;若所述速度预测值小于第二阈值,则确定该路段所关联的行驶环境包括的路段类型为拥堵路段。上述的速度预测值,可以是基于该路段的里程与通过该路段的时长预测值计算得到的。
通常,可以将第一阈值设置为90公里/小时,可以将第二阈值设定为10公里/小时。上述的速度预测值可以是根据交通工具通过该路段的时长预测值计算(里程除以时长)得到的。
此外,除了路段所关联的行驶环境可能对交通工具的油耗产生影响之外,交通工具自身的行驶状态也可能对油耗产生影响。此处的行驶状态可以包括若干状态因素,例如可以是驾驶员的驾驶习惯(驾驶习惯比较激烈的话,频繁变速往往会增加油耗)、交通工具上的耗能型器件(如空调、氛围灯)是否打开、交通工具的负载重量(负载越重,油耗往往越高)、交通工具的车龄(车龄越大,油耗往往越高)。
因此,在图1所示的方法流程中,还可以确定所述交通工具的行驶状态;根据所述第一能耗影响规律、确定的该行驶环境、第二能耗影响规律、确定的该行驶状态,在所述单位里程能耗标准值的基础上,确定所述交通工具行驶于该路段时的单位里程能耗预测值;其中,所述第二能耗影响规律表征:所述交通工具的不同行驶状态对单位里程能耗标准值所施加的偏差。
也就是说,可以在单位里程能耗标准值的基础上,同时应用第一能耗影响规律与第二能耗影响规律,得到交通工具行驶于该路段时的单位里程能耗预测值。
容易理解,第二能耗影响规律对于不同路段的影响都是相同或类似的。在研究试验第二能耗影响规律时,可以对每个特定的交通工具都进行针对性测试,这样可以得到比较精确(针对于特定的交通工具)的第二能耗影响规律。
在另一些实施例中,也可以针对每个交通工具类型下的代表***通工具进行测试,得到每个交通工具的行驶状态对自身的单位里程能耗标准值所施加的偏差,作为针对该交通工具类型下的具体交通工具的第二能耗影响规律。
图2示例性提供一种出行导航方法的流程,包括:
S200:响应于出行导航请求,为需求出行的机动型交通工具规划至少两条行驶路线。
S202:计算所述交通工具分别完成所述至少两条行驶路线的总耗能预测值。
S204:响应于对总耗能预测值最小的行驶路线的指定请求,基于该行驶路线对所述交通工具进行出行导航。
图2所示的方法流程可以应用于出行导航服务中。在实际应用中,使用交通工具的用户(通常是驾驶员)可以使用出行导航服务,或者,交通工具为无人驾驶型交通工具的话,可以在交通工具中内置出行导航服务,或者向交通工具上的乘客提供出行导航服务。
出行导航服务可以请求用户提供自己使用的交通工具的相关信息,比如交通工具品牌、型号、车龄,比如交通工具的单位里程能耗标准值(让用户从仪表盘读取,或者用户自定义),如果用户不想提供单位里程能耗标准值的话,出行导航服务可以根据交通工具的品牌、型号、车龄等信息,确定单位里程能耗理论值,作为标准值。
交通工具的相关信息还可以是一些与交通工具的行驶状态有关的信息,比如负载重量(乘客负载、货物负载等)、是否开空调等。
出行导航服务可以将总耗能预测值最小的行驶路线标记为节能路线,推荐用户选择节能路线出行。此外,还可以生成方便用户感知的文字提示或语音提示,推荐用户选择节能路线。在文字提示或语音提示中,可以向用户提示节能路线的总能耗预测值、其中每个路段的能耗预测值。可以为该行驶路线中的各个路段分别标记相应的能耗预测值;和/或,为该行驶路线标记相应的总能耗预测值。
如果用户没有选择节能路线,而是选择了其他行驶路线,那么,可以在服务界面中向用户展示如何在驾驶中节能的教程,比如不要频繁变速,比如可以开窗通风而不是开空调。
在一些实施例中,出行导航服务如果检测到交通工具即将驶入能耗比较高的路段,则可以提示用户在该路段中注意节省能耗,避免激烈驾驶。
在一些实施例中,还可以根据该行驶路线中的各个路段分别对应的能耗预测值与能源价格,为该行驶路线中的各个路段分别标记相应的能耗费用预测值;和/或,根据该行驶路线对应的总能耗预测值与能源价格,为该行驶路线标记相应的总能耗费用预测值。
在响应于对总耗能预测值最小的行驶路线的指定请求之前,还可以展示行驶路线选择界面,所述行驶路线选择界面中包含所述至少两条行驶路线分别对应的介绍信息。其中,总耗能预测值最小的行驶路线的介绍信息包括节能路线标记。节能路线标记代表该行驶路线对应的总能耗预测值最小,如果对交通工具的节能需求比较强,则可以选择具有节能路线标记的行驶路线开始出行导航。
进一步的,对于所述至少两条行驶路线中的部分或全部行驶路线,该行驶路线对应的介绍信息包括以下至少一种信息:
1、该行驶路线中的各个路段分别对应的能耗预测值。
2、该行驶路线对应的总能耗预测值。
3、该行驶路线中的各个路段分别对应的能耗费用预测值;其中,每个路段对应的能耗费用预测值是根据该路段对应的能耗预测值与能源价格确定的。
4、该行驶路线对应的总能耗费用预测值;其中,该行驶路线对应的总能耗费用预测值是根据该行驶路线对应的总能耗预测值与能源价格确定的。
上述的介绍信息的形式可以有多种,比如文字形式、图片形式、动画形式、视频形式、音频形式等。
进一步的,在对交通工具进行出行导航时,可以展示导航界面。其中,导航界面中包含电子地图与提示信息,电子地图中标示出该行驶路线。而提示信息可以包括以下至少一种信息:
1、所述交通工具当前所行驶的路段对应的能耗预测值。
2、该行驶路线对应的总能耗预测值。
3、所述交通工具行驶于所述行驶路线过程中的真实能耗累计值。
4、所述交通工具行驶于该行驶路线过程中的真实能耗费用累计值(真实能耗累计值与能源价格的乘积)。
在交通工具按照节省能源的行驶路线进行行驶过程中,出行导航服务可以获取到交通工具的真实行驶速度和真实耗时,得到交通工具的真实里程。然后,根据交通工具自身统计的单位里程能耗(可以由用户读取交通工具的仪表盘并提供给出行导航服务)真实值与真实里程,计算得到交通工具完成该行驶路线的真实能耗累计值。将实时的真实能耗累计值提示给用户。交通工具完成该行驶路线之后,可以将最终的真实能耗累计值作为总能耗真实值提示给用户,让用户直观对比总能耗真实值与总能耗预测值的相近性,增强用户对节省能耗的行驶路线推荐服务的信任感,同时,还可以提示用户为低碳出行做出了贡献,向用户发放一定的低碳出行奖励。
图3示例性提供一种能耗曲线的示意图。出行导航服务可以将图3所示的能耗曲线展示在服务界面中的横轴X代表路段,纵轴Y代表行程的累积能耗,图中每两个实心点在纵轴方向上的差值代表相应路段中产生的能耗。随着交通工具行驶过每个路段,将每个路段中产生的能耗进行累积,这样可以很直观的向用户展示行程中的交通工具能耗累积情况。
图4示例性提供另一种能耗曲线的示意图。出行导航服务可以将图4所示的能耗曲线展示在服务界面中的横轴X代表路段,纵轴Y代表每个路段对应的能耗预测值,这样可以很直观的向用户展示行程中的交通工具经过不同路段的能耗波动情况,了解能耗的峰值或谷值分别出现在哪个路段。
图3与图4所示的能耗曲线可以显示于上述的行驶路线选择界面,也可以显示于上述的导航界面。
本公开还提供一种出行导航装置,包括:
路线规划模块,响应于出行导航请求,为需求出行的机动型交通工具规划至少两条行驶路线;
计算模块,计算所述交通工具分别完成所述至少两条行驶路线的总耗能预测值;
出行导航模块,响应于对总耗能预测值最小的行驶路线的指定请求,基于该行驶路线对所述交通工具进行出行导航;
其中,计算所述交通工具完成任一行驶路线的总耗能预测值的步骤包括:
确定第一能耗影响规律,所述第一能耗影响规律表征:不同行驶环境对所述交通工具的单位里程能耗标准值所施加的偏差;
针对该行驶路线中的每个路段,确定该路段所关联的行驶环境;并且,根据所述第一能耗影响规律与确定的该行驶环境,在所述单位里程能耗标准值的基础上,确定所述交通工具行驶于该路段时的单位里程能耗预测值;
根据所述交通工具行驶于每个路段时的单位里程能耗预测值,计算得到所述交通工具完成该行驶路线的总能耗预测值。
本公开还提供一种计算机可读存储介质,该介质上存储有计算机程序,所述程序被处理器执行时实现本公开实施例的方法。
本公开还提供一种计算设备,包括存储器、处理器;所述存储器用于存储可在处理器上运行的计算机指令,所述处理器用于在执行所述计算机指令时实现本公开实施例的方法。
图5是本公开提供的一种计算设备的结构示意图,该计算设备15可以包括但不限于:处理器151、存储器152、连接不同***组件(包括存储器152和处理器151)的总线153。
其中,存储器152存储有计算机指令,该计算机指令可以被处理器151执行,使得处理器151能够执行本公开任一实施例的方法。存储器152可以包括随机存取存储单元RAM1521、高速缓存存储单元1522和/或只读存储单元ROM1523。该存储器152还可以包括:具有一组程序模块1524的程序工具1525,该程序模块1524包括但不限于:操作***、一个或多个应用程序、其他程序模块和程序数据,这些程序模块一种或多种组合可以包含网络环境的实现。
总线153例如可以包括数据总线、地址总线和控制总线等。该计算设备15还可以通过I/O接口154与外部设备155通信,该外部设备155例如可以是键盘、蓝牙设备等。该计算设备150还可以通过网络适配器156与一个或多个网络通信,例如,该网络可以是局域网、广域网、公共网络等。如图所示,该网络适配器156还可以通过总线153与计算设备15的其他模块进行通信。
此外,尽管在附图中以特定顺序描述了本公开方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
虽然已经参考若干具体实施方式描述了本公开的精神和原理,但是应该理解,本公开并不限于所公开的具体实施方式,对各方面的划分也不意味着这些方面中的特征不能组合以进行受益,这种划分仅是为了表述的方便。本公开旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
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、***、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、设备(***)、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。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
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,计算机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、磁盘存储、量子存储器、基于石墨烯的存储介质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。
上述对本说明书多个实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
在本说明书多个实施例使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书多个实施例。在本说明书多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本说明书多个实施例可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本说明书多个实施例范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于方法实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的方法实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,在实施本说明书实施例方案时可以把各模块的功能在同一个或多个软件和/或硬件中实现。也可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅为本说明书多个实施例的较佳实施例而已,并不用以限制本说明书多个实施例,凡在本说明书多个实施例的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本说明书多个实施例保护的范围之内。

Claims (13)

1.一种出行导航方法,包括:
响应于出行导航请求,为需求出行的机动型交通工具规划至少两条行驶路线;
计算所述交通工具分别完成所述至少两条行驶路线的总耗能预测值;
响应于对总耗能预测值最小的行驶路线的指定请求,基于该行驶路线对所述交通工具进行出行导航;
其中,计算所述交通工具完成任一行驶路线的总耗能预测值的步骤包括:
确定第一能耗影响规律,所述第一能耗影响规律表征:不同行驶环境对所述交通工具的单位里程能耗标准值所施加的偏差;
针对该行驶路线中的每个路段,确定该路段所关联的行驶环境;并且,根据所述第一能耗影响规律与确定的该行驶环境,在所述单位里程能耗标准值的基础上,确定所述交通工具行驶于该路段时的单位里程能耗预测值;
根据所述交通工具行驶于每个路段时的单位里程能耗预测值,计算得到所述交通工具完成该行驶路线的总能耗预测值。
2.如权利要求1所述方法,在响应于对总耗能预测值最小的行驶路线的指定请求之前,所述方法还包括:
展示行驶路线选择界面,所述行驶路线选择界面中包含所述至少两条行驶路线分别对应的介绍信息;其中,总耗能预测值最小的行驶路线的介绍信息包括节能路线标记。
3.如权利要求2所述方法,对于所述至少两条行驶路线中的部分或全部行驶路线,该行驶路线对应的介绍信息包括以下至少一种信息:
该行驶路线中的各个路段分别对应的能耗预测值;
该行驶路线对应的总能耗预测值;
该行驶路线中的各个路段分别对应的能耗费用预测值;其中,每个路段对应的能耗费用预测值是根据该路段对应的能耗预测值与能源价格确定的;
该行驶路线对应的总能耗费用预测值;其中,该行驶路线对应的总能耗费用预测值是根据该行驶路线对应的总能耗预测值与能源价格确定的。
4.如权利要求1所述方法,基于该行驶路线对所述交通工具进行出行导航,包括:
展示导航界面,其中,所述导航界面中包含电子地图与提示信息,所述电子地图中标示出该行驶路线,所述提示信息包括以下至少一种信息:
所述交通工具当前所行驶的路段对应的能耗预测值;
该行驶路线对应的总能耗预测值;
所述交通工具行驶于该行驶路线过程中的真实能耗累计值;
所述交通工具行驶于该行驶路线过程中的真实能耗费用累计值。
5.如权利要求1所述方法,其中,所述第一能耗影响规律包括:不同行驶环境分别对应的能耗相关系数;每个行驶环境对应的能耗相关系数,为该行驶环境对所述交通工具的单位里程能耗标准值所施加的偏差的量化表征;
根据所述第一能耗影响规律与确定的该行驶环境,在所述单位里程能耗标准值的基础上,确定所述交通工具行驶于该路段时的单位里程能耗预测值,包括:
将所述单位里程能耗标准值与该行驶环境对应的能耗相关系数的乘积,作为所述交通工具行驶于该路段时的单位里程能耗预测值。
6.如权利要求1所述方法,其中,路段所关联的行驶环境包括:路段类型;所述路段类型包括:非拥堵路段,或者,拥堵路段;
根据所述交通工具行驶于每个路段时的单位里程能耗预测值,计算得到所述交通工具完成所述行驶路线的总能耗预测值,包括:
针对每个路段,若该路段为非拥堵路段,则将所述交通工具行驶于该路段时的单位里程能耗预测值与该路段对应的里程的乘积,作为该路段对应的能耗预测值;
若该路段为拥堵路段,则获取所述交通工具通过该路段的时长预测值,将所述时长预测值拟定为该路段对应的里程,将所述交通工具行驶于该路段时的单位里程能耗预测值与该路段对应的里程的乘积,作为该路段对应的能耗预测值;
将各个路段分别对应的能耗预测值的和,作为所述交通工具完成所述行驶路线的总能耗预测值。
7.如权利要求6所述方法,其中,所述非拥堵路段包括:非拥堵的高速路段,或者,非拥堵的城市内路段。
8.如权利要求7所述方法,确定该路段所关联的行驶环境,包括:
获取所述交通工具通过该路段的速度预测值;
若所述速度预测值大于第一阈值,则确定该路段所关联的行驶环境包括的路段类型为非拥堵的高速路段;
若所述速度预测值不小于第二阈值,且不大于第一阈值,则确定该路段所关联的行驶环境包括的路段类型为非拥堵的城市内路段;
若所述速度预测值小于第二阈值,则确定该路段所关联的行驶环境包括的路段类型为拥堵路段。
9.如权利要求1-7任一项所述方法,计算所述交通工具完成任一行驶路线的总耗能预测值的步骤还包括:
确定所述交通工具的行驶状态;
根据所述第一能耗影响规律、确定的该行驶环境、第二能耗影响规律、确定的该行驶状态,在所述单位里程能耗标准值的基础上,确定所述交通工具行驶于该路段时的单位里程能耗预测值;其中,所述第二能耗影响规律表征:所述交通工具的不同行驶状态对单位里程能耗标准值所施加的偏差。
10.一种出行导航装置,包括:
路线规划模块,响应于出行导航请求,为需求出行的机动型交通工具规划至少两条行驶路线;
计算模块,计算所述交通工具分别完成所述至少两条行驶路线的总耗能预测值;
出行导航模块,响应于对总耗能预测值最小的行驶路线的指定请求,基于该行驶路线对所述交通工具进行出行导航;
其中,计算所述交通工具完成任一行驶路线的总耗能预测值的步骤包括:
确定第一能耗影响规律,所述第一能耗影响规律表征:不同行驶环境对所述交通工具的单位里程能耗标准值所施加的偏差;
针对该行驶路线中的每个路段,确定该路段所关联的行驶环境;并且,根据所述第一能耗影响规律与确定的该行驶环境,在所述单位里程能耗标准值的基础上,确定所述交通工具行驶于该路段时的单位里程能耗预测值;
根据所述交通工具行驶于每个路段时的单位里程能耗预测值,计算得到所述交通工具完成该行驶路线的总能耗预测值。
11.一种计算机程序产品,用于实现权利要求1-9任一项所述方法。
12.一种计算设备,包括存储器、处理器;所述存储器用于存储可在处理器上运行的计算机指令,所述处理器用于在执行所述计算机指令时实现权利要求1至9任一项所述方法。
13.一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现权利要求1至9任一项所述方法。
CN202210975195.6A 2022-08-12 2022-08-12 一种出行导航方法及设备 Pending CN115451984A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210975195.6A CN115451984A (zh) 2022-08-12 2022-08-12 一种出行导航方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210975195.6A CN115451984A (zh) 2022-08-12 2022-08-12 一种出行导航方法及设备

Publications (1)

Publication Number Publication Date
CN115451984A true CN115451984A (zh) 2022-12-09

Family

ID=84299421

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210975195.6A Pending CN115451984A (zh) 2022-08-12 2022-08-12 一种出行导航方法及设备

Country Status (1)

Country Link
CN (1) CN115451984A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116340767A (zh) * 2023-02-27 2023-06-27 吉林大学 一种电动汽车行程能耗概率分布预测方法、***及产品

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116340767A (zh) * 2023-02-27 2023-06-27 吉林大学 一种电动汽车行程能耗概率分布预测方法、***及产品
CN116340767B (zh) * 2023-02-27 2023-12-01 吉林大学 一种电动汽车行程能耗概率分布预测方法、***及产品

Similar Documents

Publication Publication Date Title
Wang et al. Battery electric vehicle energy consumption prediction for a trip based on route information
Boriboonsomsin et al. Impacts of road grade on fuel consumption and carbon dioxide emissions evidenced by use of advanced navigation systems
US8755993B2 (en) Energy consumption profiling
US20190113354A1 (en) Systems and methods for variable energy routing and tracking
JP5542712B2 (ja) 加速度を決定するための自動車用システムおよび方法
US8290695B2 (en) Method for computing an energy efficient route
US20180370537A1 (en) System providing remaining driving information of vehicle based on user behavior and method thereof
Rios-Torres et al. Fuel consumption for various driving styles in conventional and hybrid electric vehicles: Integrating driving cycle predictions with fuel consumption optimization
EP2910442B1 (en) Travel support device, travel support method, and drive support system
Fotouhi et al. Electric vehicle energy consumption estimation for a fleet management system
Levin et al. Effect of road grade on networkwide vehicle energy consumption and ecorouting
JP5920309B2 (ja) 移動支援装置、移動支援方法、及び運転支援システム
CN103575285A (zh) 路径搜索装置
CN104677374A (zh) 多模式路线规划
CN112224089A (zh) 基于能耗的行程规划方法、装置、电子设备及存储介质
Brandt Information Systems in Automobiles–Past, Present, and Future Uses
Kraschl-Hirschmann et al. Estimating energy consumption for routing algorithms
CN115451984A (zh) 一种出行导航方法及设备
Bhavsar et al. A network wide simulation strategy of alternative fuel vehicles
Ahn et al. Evaluating an eco-cooperative automated control system
Zhao et al. Greenroute: a generalizable fuel-saving vehicular navigation service
Tafidis et al. Exploring crowdsourcing information to predict traffic-related impacts
Fulton et al. Generalized Costs of Travel by Solo and Pooled Ridesourcing vs. Privately Owned Vehicles, and Policy Implications
Oehlerking StreetSmart: modeling vehicle fuel consumption with mobile phone sensor data through a participatory sensing framework
Kang et al. Factors affecting vehicles’ carbon emission in road networks

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