EP3679325A1 - Verfahren, vorrichtung, computerprogramm und computerprogrammprodukt zur routenplanung für ein fahrzeug - Google Patents

Verfahren, vorrichtung, computerprogramm und computerprogrammprodukt zur routenplanung für ein fahrzeug

Info

Publication number
EP3679325A1
EP3679325A1 EP18727738.9A EP18727738A EP3679325A1 EP 3679325 A1 EP3679325 A1 EP 3679325A1 EP 18727738 A EP18727738 A EP 18727738A EP 3679325 A1 EP3679325 A1 EP 3679325A1
Authority
EP
European Patent Office
Prior art keywords
charging
data
occupation
charging stations
route
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.)
Withdrawn
Application number
EP18727738.9A
Other languages
English (en)
French (fr)
Inventor
Bernardo Mota
William Resende
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.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke AG
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 Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Publication of EP3679325A1 publication Critical patent/EP3679325A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
    • G08G1/096816—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard where the complete route is transmitted to the vehicle at once
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3469—Fuel consumption; Energy use; Emission aspects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3476—Special cost functions, i.e. other than distance or default speed limit of road segments using point of interest [POI] information, e.g. a route passing visible POIs
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
    • G01C21/3682—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities output of POI information on a road map
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
    • G01C21/3685—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities the POI's being parking facilities
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Definitions

  • the invention relates to a method, a device, a computer program and a computer program product for
  • Occupation of charging stations along a given route is determined.
  • the object underlying the invention is to provide a method for route planning for a vehicle as well as a corresponding device, a computer program and a computer program product, which helps to reduce the driving time for a given route.
  • the invention relates to a
  • a charging strategy is determined, wherein the expected occupation occupy the charging stations at a calculated time of arrival of the Vehicle is at the respective charging station. Depending on the traffic data and the determined expected occupation of the charging stations, a charging strategy is determined
  • Charging strategy a charging strategy information for a driver is provided.
  • Charging infrastructure can lead to an inhomogeneous occupation of charging stations. This means that some charging stations, such as Charging posts that are located directly on a highway, may have a long queue, while other charging stations are not or only slightly occupied.
  • the long waiting time results in a long driving time and could be detrimental to the acceptance of electric vehicle technology.
  • the charging strategy is thus determined in the method, depending on traffic data and the determined expected occupation of charging stations.
  • the provision of the information about the charging strategy to the driver can then enable a reduction of the driving time for a given route.
  • the route may be, for example, a route indicated by the driver, through a starting point and an end point
  • the starting point of the route may be, for example, a current position of a vehicle and the end point of the route a driver specified
  • the vehicle may be, for example, a plug-in hybrid or an electric vehicle.
  • traffic data such as current traffic density data
  • the current traffic density of a road contains, for example, information about a current traffic flow and / or number of vehicles in a road and can therefore be correlated with the expected occupation of the charging stations. Furthermore, the number of plug-in hybrid and electric vehicles that are in the specified route, for example, for the
  • the charging stations may be either charging stations located directly on the roads of the route and / or charging stations located within a predetermined distance from the roads concerned.
  • the charging strategy for this route can be determined.
  • the charging strategy comprises, for example, information about a location, the location being, for example, a suggestion for a location at which a vehicle battery is to be charged.
  • the charging strategy can, for example, also provide information about one
  • Battery charging duration include, the battery charging duration is, for example, a proposal for a period of electrical charging of the vehicle battery. Furthermore, the battery charging duration is, for example, a proposal for a period of electrical charging of the vehicle battery. Furthermore, the battery charging duration is, for example, a proposal for a period of electrical charging of the vehicle battery. Furthermore, the battery charging duration is, for example, a proposal for a period of electrical charging of the vehicle battery. Furthermore, the battery charging duration is, for example, a proposal for a period of electrical charging of the vehicle battery. Furthermore, the battery charging duration is, for example, a proposal for a period of electrical charging of the vehicle battery. Furthermore, the battery charging duration is, for example, a proposal for a period of electrical charging of the vehicle battery. Furthermore, the battery charging duration is, for example, a proposal for a period of electrical charging of the vehicle battery. Furthermore, the battery charging duration is, for example, a proposal for a period of electrical charging of the vehicle battery. Furthermore, the battery charging duration is, for example, a proposal for a
  • Charging strategy for example, include information on a number of loads, the number of
  • Charging for example, a proposal for a number of charging the vehicle battery for the specified route can be.
  • the charging strategy can be updated during the route, for example. The provision of this information to the driver can allow a reduction of the driving time to the given destination.
  • the information provided to the driver for the driver is the information provided to the driver for the driver.
  • Ladestrategie contains, for example, an indication of a time-efficient charging the vehicle battery for
  • the charging strategy helps the driver, for example, to find charging stations with a low occupancy along the route and can relieve the charging stations and / or a homogeneous occupation of the
  • Charging columns lead.
  • the homogeneous occupation of the charging columns enables a balanced and / or better calculable electrical energy distribution of the charging stations.
  • data becomes a historical traffic density
  • the data being historical
  • Traffic density include information on a traffic density along the route to past times.
  • the expected population of charging stations and the charging strategy will be historical depending on the data
  • the data on historical traffic density can be any data on historical traffic density.
  • the traffic density pattern can eg for a Traffic density at different times of the day and / or on
  • Historical traffic density may be expected for one, at the time the vehicle arrives at a charging station
  • Traffic density can be representative and allows a better prediction of the expected occupation of the charging stations along the route. This results in a more efficient charging strategy and helps to reduce the driving time.
  • weather data are provided which
  • the expected occupation of the charging stations and the charging strategy are determined depending on the weather data.
  • the weather data may, for example, information on a current weather situation and / or expected at the time of arrival of the vehicle to a charging station
  • the weather situation can influence, for example, the traffic density and / or vehicle speed.
  • the provision of weather data may therefore allow better determination of the expected loading of the charging stations along the route and a more efficient charging strategy.
  • data about a current location and / or consumption and / or speed and / or charging status of the vehicle are provided. Further, the expected
  • Speed and / or charging status of the vehicle may affect, for example, the range of the vehicle and the time of arrival of the vehicle at the charging stations.
  • the charging status for the charging status of the vehicle may affect, for example, the range of the vehicle and the time of arrival of the vehicle at the charging stations.
  • Charging stations The provision of data on the current location and / or consumption and / or speed and / or
  • Charging status of the vehicle may therefore allow better determination of the expected charging column occupancy and a more efficient charging strategy.
  • data is provided about a current occupation of the charging stations along the route. Furthermore, the expected occupation of the charging stations and the charging strategy are determined depending on the data on the current occupation of the charging stations.
  • the current occupation of the charging stations can be relevant for the determination of the expected charging of the charging stations.
  • the current population of charging stations located near the vehicle can be correlated with their expected occupancy. For the determination of
  • Charging strategy for example, charging stations located near the vehicle and a low current
  • the data on the current occupation of the charging stations can better determine the expected occupation of the charging stations and / or a
  • the information about the current occupation of the charging stations may be the selection of the next charging point for the driver
  • This information is for example relevant if the driver wants to load the vehicle immediately.
  • data for a historical occupation of the charging stations along the route is provided, wherein the data for historical occupation comprises information about a filling of the charging stations at past time points. Furthermore, the expected population of charging stations and the charging strategy will be historical depending on the data
  • the data for historical occupation of the charging columns may contain information about a population pattern of the charging stations, such as e.g. the cast during different
  • Charging columns can be stored, the more detailed the data on historical traffic density can be.
  • the expected occupation of a charging station can be correlated with the historical occupation.
  • Charging strategy for example, charging stations, the
  • the data on the historical occupation of the charging stations can provide a better Determining the expected occupation of the charging stations and the charging strategy.
  • data becomes a charging power of
  • Charging posts provided along the route Furthermore, the expected occupation of the charging stations and the charging strategy are determined depending on the charging capacity data of the charging stations.
  • the data on the charging power of the charging stations can be any type of the charging power of the charging stations.
  • the charging power of the charging stations can vary, for example, between 3 kW and 300 kW.
  • the charging power of the charging stations can be further increased in the future. Charging stations with a high charging power, which are located on roads with a high
  • Traffic density can, for example, have a high expected occupation. Charging columns with a high charging power and a low expected charging, for example, may be preferred for the charging strategy.
  • data is provided at a current electricity price of the charging stations. Further, the expected
  • the data for a current electricity price of the charging stations can, for example, contain information about a current price of the current of the charging stations, for example ( € / kWh).
  • Different charging stations can, for example, have different electricity prices.
  • the electricity price of a charging station can for example, vary over time. Charging columns with a high electricity price, for example, a low
  • Charging columns with a low electricity price may be preferred for the charging strategy.
  • Electricity price of the charging stations is an information to
  • the information on the current electricity price of the charging stations allows the driver to choose between one
  • the information on the expected filling of the charging stations makes it easier for the driver to decide for one
  • Charging point along the route is for example relevant if the driver wants to load the vehicle at a later date.
  • the invention relates to a
  • the device for route planning for a vehicle, wherein the device is designed to carry out the method according to the first aspect.
  • the device comprises
  • a data processing device the signal technology is coupled to the vehicle and the charging stations.
  • the invention relates to a
  • Computer program for route planning for a vehicle The computer program is designed to carry out the method according to the first aspect.
  • the invention relates to a
  • Computer program product comprising executable program code, the program code being executed by a
  • Data processing apparatus performs the method according to the first aspect.
  • the computer program product comprises a medium which can be read by the data processing device and on which the program code is stored.
  • Figure 1 is a flowchart of a program for
  • FIG. 2 shows a system for route planning for a vehicle.
  • FIG. 1 shows a flow chart of a route planning program for a vehicle 101 (see FIG. 2).
  • a device 102 (see FIG. 2) is designed, for example, to execute the program.
  • the device 102 has for this purpose in particular a computing unit, a
  • Program and data storage as well as, for example, one or more communication interfaces.
  • Communication interfaces may be formed in a unit and / or distributed over several units.
  • the device 102 can also be used as a device for
  • Route planning for a vehicle 101 are called.
  • the device 102 is designed, for example, in a central system.
  • the central system can represent, for example, a back end that with vehicles 101 of a
  • Vehicle inventory and charging stations 103a, 103b a Vehicle inventory and charging stations 103a, 103b a
  • the central system may be, for example, an artificial intelligence-based predictive system.
  • the device 102 is embodied in a vehicle 101 and / or in a mobile unit, such as a smartphone.
  • the program for route planning for a vehicle 101 is stored on the program and data memory of the device 102.
  • the program is started in a step S1 in which, for example, variables are initialized.
  • the program is then continued in a step S3.
  • step S3 data becomes a specified route
  • These data include, for example, a
  • Starting point S for example, represents the current position of the vehicle 101, and an end point D, the
  • a selected by the driver destination of the specified route can represent.
  • step S5 traffic data 15 representative of an actual traffic density of the specified route is provided.
  • the current traffic density may be at
  • the program is then continued in a step S7.
  • step S7 historical traffic density data 17 is provided, the data being historical
  • Traffic density 17 include information about a traffic density along the route to past time points.
  • the historical traffic density of a road may include information about a traffic density pattern of the road, for example, during certain times of the day or on holidays.
  • the program is then continued in a step S9.
  • weather data 16 is provided which is representative of a weather condition along the route.
  • the program is then continued in a step Sil.
  • step S data on a current location and / or consumption and / or speed and / or charging status of the vehicle 21 are provided.
  • the device 102 may provide data on a current location and / or consumption and / or
  • the charging status for the charging of the vehicle battery can be representative. These data can be used to search for charging stations 103a, 103b near the
  • Vehicle 101 and / or the determination of the range of the vehicle battery and / or the prediction of the time of arrival of the vehicle 101 at the respective charging stations 103a, 103b be relevant.
  • the program is then continued in a step S13.
  • step S13 data for the current occupation of the
  • Charging columns 31 are provided.
  • the communication between the charging columns 103 and the device 102 enables the
  • step S15 information about the current occupation of charging stations 22 for the driver is provided depending on the data for the current occupation of the charging stations.
  • the information on the current occupation of the charging stations 22 makes it easier for the driver to choose the next one
  • step S17 data for the historical occupation of the charging columns 18 are provided, wherein the data for
  • historical occupation of the charging stations 18 includes information on occupation of the charging stations 103a, 103b along the route to past times. For data on the current occupation of the charging stations 31 over time
  • Charging columns 18 may for example be provided by a database.
  • the program is then continued in a step S19.
  • step S19 data about a charging power of the
  • Charging posts 32 are provided along the route.
  • Charging power of the charging posts 103a, 103b For example, charging stations 103a, 103b that have high traffic densities and high charging power can have high expected occupancy.
  • the program is then continued in a step S21.
  • step S21 data is provided about a current electricity price of the charging columns 33 along the route.
  • charging stations 103a, 103b having a high electricity price may have a low expected population.
  • step 23 depending on the data on the current electricity price of the charging stations 33, information about the current electricity price of the charging stations 25 is made available to the driver.
  • the information about the current electricity price 25 can enable the selection of charging stations with a favorable electricity price for the driver.
  • the program is then continued in a step S25.
  • step S25 data for the expected occupation of the charging columns 103a, 103b is determined.
  • the traffic data 15 can be used. For a better one
  • Determining the expected occupation further data, for example, the data on the historical traffic density 17 can be used. If a charging station 103a, 103b
  • Speed and / or battery charge status of the vehicle 21 may also be used to better determine the expected
  • This data may be the time of arrival of the vehicle 101 at the charging stations 103a, 103b and / or the charging time of the
  • Influence vehicle battery at the respective charging stations 103a, 103b The consideration of the data for the current occupation of the charging stations 31 and / or the data for
  • Historical occupation of the charging columns 18 may also allow a better determination of the expected occupation of the charging columns 103a, 103b. For charging stations located near the vehicle 101, the expected occupancy can be correlated with the current occupation. The data for historical occupation of the charging stations 18 included
  • a staffing pattern of the charging stations 103a, 103b for example during different times of day and / or on working days and / or holidays. For example, if a charging station 103a, 103b has a high historic cast at the weekend, it is likely that the expected cast at the weekend is also high.
  • the charging power data of the charging columns 32 may be better
  • charging stations 103a, 103b which are located on roads with a low traffic density and have a high charging power, may have a low expected population.
  • the data on the current electricity price of the charging stations 33 can also enable a better determination of the expected charging of the charging stations 103a, 103b.
  • charging stations 103a, 103b may be the one
  • step S27 information about the expected occupation of the charging stations 23 along the predetermined route for the driver is provided depending on the determined expected occupancy.
  • the information on the expected occupation of the charging stations 23 makes it easier for the driver to select a charging point along the specified route, for example, if he wishes to charge the vehicle 101 at a later time. For example, if the expected population of charging stations 103a, 103b in a coming leg of the route is high, the driver may decide to charge the vehicle 101 at one of the next lower load charging stations 103a, 103b, even if the battery is not yet empty.
  • This information can, for example, as a graphic for a dashboard and / or a
  • a charging strategy for the predetermined route is determined.
  • the charging strategy may be determined based on the traffic data 15 and the expected population of the charging posts 103a, 103b. For example, a
  • Loading strategy may be preferred charging stations 103a, 103b, which are located on roads with a lower traffic density.
  • traffic density is up, for example due to a traffic accident while the route changes, the charging strategy can be redetermined depending on this change.
  • the charging strategy can be redetermined depending on this change. If the expected occupation of the charging columns 103a, 103b changes, for example due to the failure of a charging station 103a, 103b, during the route, the charging strategy can be redetermined depending on this change.
  • Charging columns 103a, 103b on roads with a lower historical traffic density at the time of arrival of the vehicle 101 may be preferred for determining the charging strategy, for example.
  • the onset of weather data 16 may also allow better determination of the charging strategy. Charging columns 103a, 103b which are located on routes of the route with good weather conditions are preferred, for example, for determining the charging strategy.
  • Charging status of the vehicle 21 may also be better
  • This data can be used, for example, for route planning based on the range of the vehicle battery.
  • these data are used, for example, together with other data such as the weather data 16 for the determination of an expected occupation of charging stations 103a, 103b and a charging strategy with the aim of allowing a reduction of the driving time with regard to the range of the vehicle 101.
  • the data for historical occupation of the charging columns 18 contain information about a population pattern of the charging columns 103a, 103b, for example, during various Time of day and / or working days and / or public holidays.
  • charging stations 103a, 103b which have a low historical occupation at the time of arrival of the vehicle 101, may be preferred.
  • Charging power of the charging columns 32 may allow a better determination of the charging strategy. For example,
  • Charging columns 103a, 103b which have a high charging power and a low expected occupation for the determination of
  • Electricity price of the charging posts 33 can allow a better determination of the charging strategy. Charging columns 103a, 103b with a low electricity price may be preferred for determining the charging strategy.
  • the aim of the charging strategy is to reduce the driving time as far as possible for the specified route.
  • the charging strategy offers the driver, for example, information about one
  • step S31 depending on the determined
  • the charging strategy offers the driver an indication for charging the vehicle battery, not only dependent on the battery state of charge but also depending on the utilization of the charging posts 103a, 103b. For example, instead of a driver driving on the highway loading his vehicle 101 into a fast-loading fast-loading tower 103a, 103b, the vehicle 101 may be more time-saving at a charging station 103a, 103b that is not directly on the highway a smaller cast has to load.
  • the charging strategy allows both time-efficient and cost-efficient charging of the vehicle 101 for the driver
  • Loading strategy 24 to the driver thus leads to reducing the required travel time to reach a predetermined
  • this information may include a proposal for a route change, so that the route has one or more proposed charging stations 103a, 103b as intermediate destinations.
  • This information can be used as a graphic for example
  • Dashboard and / or a central display unit and / or a head-up display and / or a smartphone are displayed.
  • a step S33 the program is ended and may optionally be started again in the step S1.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Automation & Control Theory (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Operations Research (AREA)
  • Navigation (AREA)

Abstract

Es wird ein Verfahren zur Ermittlung einer erwarteten Besetzung von Ladesäulen (103a, 103b) und einer Ladestrategie für eine angegebene Route präsentiert. Bei dem Verfahren werden Verkehrsdaten (15) bereitgestellt, die repräsentativ sind für eine aktuelle Verkehrsdichte der angegebenen Route. Abhängig von den Verkehrsdaten (15) kann eine erwartete Besetzung von Ladesäulen (103a, 103b) entlang der angegebenen Route ermittelt werden. Abhängig von den Verkehrsdaten (15) und der ermittelten erwarteten Besetzung der Ladesäulen (103a, 103b) kann eine Ladestrategie ermittelt werden. Die Bereitstellung einer Information zur Ladestrategie (24) zu einem Fahrer ermöglicht eine Reduzierung der Fahrdauer für die vorgegebene Route. Es werden ferner eine Vorrichtung (102), Computerprogramm und Computerprogrammprodukt angegeben.

Description

Beschreibung
Verfahren, Vorrichtung, Computerprogramm und
Computerprogrammprodukt zur Routenplanung für ein Fahrzeug
Die Erfindung betrifft ein Verfahren, eine Vorrichtung, ein Computerprogramm und ein Computerprogrammprodukt zur
Routenplanung für ein Fahrzeug, bei dem eine erwartete
Besetzung von Ladesäulen entlang einer vorgegebenen Route ermittelt wird.
Es ist heutzutage üblich, dass Fahrzeuge mit Routenplaner ausgestattet werden mit deren Hilfe ein Weg zwischen einem Startpunkt und einem Reiseziel gefunden werden kann.
Die Aufgabe, die der Erfindung zugrunde liegt, ist es, ein Verfahren zur Routenplanung für ein Fahrzeug sowie eine korrespondierende Vorrichtung, ein Computerprogramm und ein Computerprogrammprodukt zu schaffen, das dazu beiträgt, die Fahrdauer für eine vorgegebene Route zu reduzieren.
Die Aufgabe wird gelöst durch die Merkmale der unabhängigen Patentansprüche. Vorteilhafte Ausgestaltungen sind in den Unteransprüchen gekennzeichnet.
Gemäß einem ersten Aspekt betrifft die Erfindung ein
Verfahren zur Routenplanung für ein Fahrzeug. Bei dem
Verfahren werden Verkehrsdaten bereitgestellt, die
repräsentativ sind für eine aktuelle Verkehrsdichte einer vorgegebenen Route. Abhängig von den Verkehrsdaten wird eine erwartete Besetzung von Ladesäulen entlang der Route
ermittelt, wobei die erwartete Besetzung eine Besetzung der Ladesäulen zu einem berechneten Zeitpunkt eines Ankommens des Fahrzeugs an der jeweiligen Ladesäule ist. Abhängig von den Verkehrsdaten und der ermittelten erwarteten Besetzung der Ladesäulen wird eine Ladestrategie ermittelt, die
repräsentativ ist für eine Information zu einem Ladevorgang des Fahrzeugs an einer oder mehrerer der Ladesäulen entlang der Route. Anschließend abhängig von der ermittelten
Ladestrategie, wird eine Information zur Ladestrategie für einen Fahrer bereitgestellt.
Die stets wachsende Entwicklung von Plug-in-Hybrid- und
Elektrofahrzeugen und der damit verbundene Bedarf an
Ladeinfrastruktur können zu einer inhomogenen Besetzung von Ladesäulen führen. Das bedeutet dass einige Ladesäulen, wie z.B. Ladesäulen die sich direkt an einer Autobahn befinden, eine lange Warteschlange aufweisen können, während andere Ladesäulen nicht oder nur wenig besetzt sind.
Die lange Wartezeit resultiert in einer langen Fahrdauer und könnte für die Akzeptanz der Elektrofahrzeugtechnologie nachteilig sein.
In dem Verfahren wird somit, abhängig von Verkehrsdaten und der ermittelten erwarteten Besetzung von Ladesäulen, die Ladestrategie ermittelt. Die Bereitstellung der Information zur Ladestrategie an den Fahrer kann daraufhin eine Reduktion der Fahrdauer für eine angegebene Route ermöglichen. Die Route kann beispielweise eine vom Fahrer angegebene Route sein, die durch einen Startpunkt und einen Endpunkt
gekennzeichnet sein kann. Der Startpunkt der Route kann beispielweise ein aktueller Standpunkt eines Fahrzeugs sein und der Endpunkt der Route ein vom Fahrer angegebenes
Reiseziel. Das Fahrzeug kann beispielweise ein Plug-in- Hybrid- oder ein Elektrofahrzeug sein. Die Bereitstellung von Verkehrsdaten, wie z.B. Daten zur aktuellen Verkehrsdichte, für die vorgegebene Route
ermöglicht die Ermittlung einer erwarteten Besetzung von Ladesäulen entlang der Route. Die aktuelle Verkehrsdichte einer Straße enthält beispielweise eine Information zu einem aktuellen Verkehrsablauf und/oder Anzahl der Fahrzeuge in einer Straße und kann dementsprechend mit der erwarteten Besetzung der Ladesäulen korreliert werden. Weiterhin kann die Anzahl von Plug-in-Hybrid- und Elektrofahrzeuge die sich in der angegebenen Route befinden beispielweise für die
Ermittlung der erwarteten Besetzung der Ladesäulen entlang der Route relevant sein. Somit können zusätzlich Daten zur Anzahl von Plug-in-Hybrid- und Elektrofahrzeuge, die sich in der angegebenen Route befinden, bereitgestellt werden und für die Ermittlung der erwarteten Besetzung der Ladesäulen und/oder der Ladestrategie eingesetzt werden. Die Ladesäulen können entweder unmittelbar an den Straßen der Route liegende Ladesäulen sein und/oder Ladesäulen, die sich innerhalb einem vorbestimmten Abstand von den betroffenen Straßen befinden. Abhängig von den bereitgestellten Verkehrsdaten und der erwarteten Besetzung der Ladesäulen kann die Ladestrategie für diese Route ermittelt werden. Die Ladestrategie umfasst beispielweise eine Information zu einem Ort, wobei der Ort beispielweise ein Vorschlag für einen Ort ist, an dem eine Fahrzeugbatterie geladen werden soll. Die Ladestrategie kann beispielweise auch eine Information zu einer
Batterieladedauer umfassen, wobei die Batterieladedauer beispielweise ein Vorschlag für eine Dauer eines elektrischen Ladens der Fahrzeugbatterie ist. Ferner kann die
Ladestrategie beispielweise eine Information zu einer Anzahl von Ladevorgängen umfassen, wobei die Anzahl von
Ladevorgängen beispielweise ein Vorschlag für eine Anzahl von Ladevorgängen der Fahrzeugbatterie für die angegebene Route sein kann. Abhängig von den Verkehrsdaten und der erwarteten Besetzung der Ladesäulen kann die Ladestrategie beispielweise während der Route aktualisiert werden. Die Bereitstellung dieser Informationen zum Fahrer kann eine Reduktion der Fahrdauer zum vorgegebenen Zielort ermöglichen.
Die für den Fahrer bereitgestellte Information zur
Ladestrategie enthält beispielweise einen Hinweis zu einem zeiteffizienten Laden der Fahrzeugbatterie für die
vorgegebene Route und dadurch kann die Fahrdauer für die Route reduziert werden. Die Reduzierung der Fahrdauer kann in eine bessere Kundensatisfaktion und eine bessere Akzeptanz der Elektrofahrzeugtechnologie resultieren. Die Ladestrategie hilft dem Fahrer beispielweise Ladesäulen mit einer geringen Besetzung entlang der Route zu finden und kann zur Entlastung der Ladesäulen und/oder einer homogenen Besetzung der
Ladesäulen führen. Die homogene Besetzung der Ladesäulen ermöglicht eine ausbalancierte und/oder besser berechenbare elektrische Energieverteilung der Ladesäulen.
In einer vorteilhaften Ausgestaltung gemäß dem ersten Aspekt werden Daten zu einer historischen Verkehrsdichte
bereitgestellt, wobei die Daten zur historischen
Verkehrsdichte eine Information zu einer Verkehrsdichte entlang der Route zu vergangenen Zeitpunkten umfassen.
Ferner werden die erwartete Besetzung der Ladesäulen und die Ladestrategie abhängig von den Daten zur historischen
Verkehrsdichte ermittelt.
Die Daten zur historischen Verkehrsdichte können
beispielweise eine Information zu einem historischen
Verkehrsablauf und/oder einem Verkehrsdichtemuster einer Straße umfassen. Das Verkehrsdichtemuster kann z.B. für eine Verkehrsdichte zu verschiedenen Tageszeiten und/oder an
Werktagen und/oder an Feiertagen repräsentativ sein. Je mehr Verkehrsdaten gespeichert werden desto ausführlicher können die Daten zur historischen Verkehrsdichte sein. Die
historische Verkehrsdichte kann für eine, zum Zeitpunkt eines Ankommens des Fahrzeugs an eine Ladesäule, erwartete
Verkehrsdichte repräsentativ sein und ermöglicht eine bessere Prädiktion der erwarteten Besetzung der Ladesäulen entlang der Route. Das resultiert in eine effizientere Ladestrategie und trägt dazu bei die Fahrdauer zu reduzieren.
In einer weiteren vorteilhaften Ausgestaltung gemäß dem ersten Aspekt werden Wetterdaten bereitgestellt, die
repräsentativ sind für eine Wetterlage entlang der Route. Ferner werden die erwartete Besetzung der Ladesäulen und die Ladestrategie abhängig von den Wetterdaten ermittelt.
Die Wetterdaten können beispielweise eine Information zu einer aktuellen Wetterlage und/oder eine, zum Zeitpunkt eines Ankommens des Fahrzeugs zu einer Ladesäule, erwarteten
Wetterlage umfassen. Die Wetterlage kann beispielweise die Verkehrsdichte und/oder Fahrzeuggeschwindigkeit beeinflussen. Die Bereitstellung von Wetterdaten kann deshalb eine bessere Ermittlung der erwarteten Besetzung der Ladesäulen entlang der Route und eine effizientere Ladestrategie ermöglichen.
In einer weiteren vorteilhaften Ausgestaltung gemäß dem ersten Aspekt werden Daten zu einem aktuellen Ort und/oder Verbrauch und/oder Geschwindigkeit und/oder Ladestatus des Fahrzeugs bereitgestellt. Ferner werden die erwartete
Besetzung der Ladesäulen und die Ladestrategie abhängig von den Daten zum aktuellen Ort und/oder Verbrauch und/oder
Geschwindigkeit und/oder Ladestatus des Fahrzeugs ermittelt. Die Daten zum aktuellen Ort und/oder Verbrauch und/oder
Geschwindigkeit und/oder Ladestatus des Fahrzeugs können beispielweise die Reichweite des Fahrzeugs und den Zeitpunkt des Ankommens des Fahrzeugs an den Ladesäulen beeinflussen. Hierbei kann der Ladestatus für den Ladestatus der
Fahrzeugbatterie repräsentativ sein. Diese Daten sind
beispielweise relevant für eine Berechnung eines Zeitpunkts eines Ankommens des Fahrzeugs an den Ladesäulen und/oder einer Dauer eines elektrischen Ladens an den jeweiligen
Ladesäulen. Die Bereitstellung der Daten zum aktuellen Ort und/oder Verbrauch und/oder Geschwindigkeit und/oder
Ladestatus des Fahrzeugs kann deshalb eine bessere Ermittlung der erwarteten Besetzung der Ladesäulen und eine effizientere Ladestrategie ermöglichen.
In einer weiteren vorteilhaften Ausgestaltung gemäß dem ersten Aspekt werden Daten zu einer aktuellen Besetzung der Ladesäulen entlang der Route bereitgestellt. Ferner werden die erwartete Besetzung der Ladesäulen und die Ladestrategie abhängig von den Daten zur aktuellen Besetzung der Ladesäulen ermittelt .
Die aktuelle Besetzung der Ladesäulen kann für die Ermittlung der erwarteten Besetzung der Ladesäulen relevant sein.
Beispielweise kann die aktuelle Besetzung von Ladesäulen die sich in der Nähe des Fahrzeugs befinden mit deren erwarteten Besetzung korreliert werden. Für die Ermittlung der
Ladestrategie können beispielweise Ladesäulen die sich in der Nähe des Fahrzeugs befinden und eine geringe aktuelle
Besetzung aufweisen bevorzugt werden. Die Daten zur aktuellen Besetzung der Ladesäulen können eine bessere Ermittlung der erwarteten Besetzung der Ladesäulen und/oder eine
effizientere Ladestrategie ermöglichen. In einer weiteren vorteilhaften Ausgestaltung gemäß dem ersten Aspekt, abhängig von den Daten zur aktuellen Besetzung der Ladesäulen, wird eine Information zur aktuellen Besetzung der Ladesäulen für den Fahrer bereitgestellt.
Die Information zur aktuellen Besetzung der Ladesäulen kann die Auswahl des nächsten Ladepunkts für den Fahrer
erleichtern. Diese Information ist beispielweise relevant wenn der Fahrer das Fahrzeug unmittelbar laden möchte.
In einer weiteren vorteilhaften Ausgestaltung gemäß dem ersten Aspekt werden Daten zu einer historischen Besetzung der Ladesäulen entlang der Route bereitgestellt, wobei die Daten zur historischen Besetzung eine Information zu einer Besetzung der Ladesäulen zu vergangenen Zeitpunkten umfassen. Ferner werden die erwartete Besetzung der Ladesäulen und die Ladestrategie abhängig von den Daten zur historischen
Besetzung der Ladesäulen ermittelt.
Die Daten zur historischen Besetzung der Ladesäulen können eine Information zu einem Besetzungsmuster der Ladesäulen enthalten wie z.B. die Besetzung während verschiedenen
Tageszeiten und/oder während Feiertagen und/oder während Werktagen. Je mehr Daten zur aktuellen Besetzung der
Ladesäulen gespeichert werden können desto ausführlicher können die Daten zur historischen Verkehrsdichte sein. Die erwartete Besetzung einer Ladesäule kann mit der historischen Besetzung korreliert werden. Für die Ermittlung der
Ladestrategie können beispielweise Ladesäulen, die zum
Zeitpunkt des Ankommens des Fahrzeugs eine geringe
historische Besetzung aufweisen, bevorzugt werden. Die Daten zur historischen Besetzung der Ladesäulen können eine bessere Ermittlung der erwarteten Besetzung der Ladesäulen und der Ladestrategie ermöglichen.
In einer weiteren vorteilhaften Ausgestaltung gemäß dem ersten Aspekt werden Daten zu einer Ladeleistung der
Ladesäulen entlang der Route bereitgestellt. Ferner werden die erwartete Besetzung der Ladesäulen und die Ladestrategie abhängig von den Daten zur Ladeleistung der Ladesäulen ermittelt .
Die Daten zur Ladeleistung der Ladesäulen können
beispielweise eine Information zu einer Geschwindigkeit des Ladevorgangs von Fahrzeuge an den Ladesäulen enthalten. Die Ladeleistung der Ladesäulen kann beispielweise zwischen 3 kW und 300 kW variieren. Die Ladeleistung der Ladesäulen kann in der Zukunft weiter erhöht werden. Ladesäulen mit einer hohen Ladeleistung, die sich an Straßen mit einer hohen
Verkehrsdichte befinden, können beispielweise eine hohe erwartete Besetzung aufweisen. Für die Ladestrategie können beispielweise Ladesäulen mit einer hohen Ladeleistung und einer niedrigen erwarteten Besetzung bevorzugt werden.
In einer weiteren vorteilhaften Ausgestaltung gemäß dem ersten Aspekt werden Daten zu einem aktuellen Strompreis der Ladesäulen bereitgestellt. Ferner werden die erwartete
Besetzung der Ladesäulen und die Ladestrategie abhängig von den Daten zum aktuellen Strompreis der Ladesäulen ermittelt.
Die Daten zu einem aktuellen Strompreis der Ladesäulen können beispielweise eine Information zu einem aktuellen Preis des Stroms der Ladesäulen, beispielweise (€/kWh) , enthalten.
Verschiedene Ladesäulen können beispielweise verschiedene Strompreise aufweisen. Der Strompreis einer Ladesäule kann beispielweise über der Zeit variieren. Ladesäulen mit einem hohen Strompreis, können beispielweise eine niedrige
erwartete Besetzung aufweisen. Für die Ladestrategie können beispielweise Ladesäulen mit einem niedrigen Strompreis bevorzugt werden.
In einer weiteren vorteilhaften Ausgestaltung gemäß dem ersten Aspekt, abhängig von den Daten zum aktuellen
Strompreis der Ladesäulen, wird eine Information zum
aktuellen Strompreis der Ladesäulen für den Fahrer
bereitgestellt .
Die Information zum aktuellen Strompreis der Ladesäulen ermöglicht für den Fahrer die Auswahl zwischen eine
schnellsten oder eine günstigsten Route.
In einer weiteren vorteilhaften Ausgestaltung gemäß dem ersten Aspekt, abhängig von der ermittelten erwarteten
Besetzung, wird eine Information zur erwarteten Besetzung der Ladesäulen für den Fahrer bereitgestellt.
Die Information zur erwarteten Besetzung der Ladesäulen erleichtert für den Fahrer die Entscheidung für einen
Ladepunkt entlang der Route und ist beispielweise relevant wenn der Fahrer das Fahrzeug erst zu einem späteren Zeitpunkt laden möchte.
Gemäß einem zweiten Aspekt betrifft die Erfindung eine
Vorrichtung zur Routenplanung für ein Fahrzeug, wobei die Vorrichtung dazu ausgebildet ist das Verfahren gemäß dem ersten Aspekt durchzuführen. Die Vorrichtung umfasst
beispielweise eine Datenverarbeitungsvorrichtung, die signaltechnisch mit dem Fahrzeug und den Ladesäulen gekoppelt ist .
Gemäß einem dritten Aspekt betrifft die Erfindung ein
Computerprogramm zur Routenplanung für ein Fahrzeug. Das Computerprogramm ist ausgebildet, das Verfahren gemäß dem ersten Aspekt durchzuführen.
Gemäß einem vierten Aspekt betrifft die Erfindung ein
Computerprogrammprodukt umfassend ausführbaren Programmcode, wobei der Programcode bei Ausführung durch eine
Datenverarbeitungsvorrichtung das Verfahren gemäß dem ersten Aspekt durchführt .
Das Computerprogrammprodukt umfasst insbesondere ein von der Datenverarbeitungsvorrichtung lesbares Medium, auf dem der Programmcode gespeichert ist.
Ausführungsbeispiele der Erfindung sind im Folgenden anhand der schematischen Zeichnungen näher erläutert. Es zeigen:
Figur 1 ein Ablaufdiagramm eines Programms zur
Routenplanung für ein Fahrzeug und
Figur 2 ein System zur Routenplanung für ein Fahrzeug.
Elemente gleicher Konstruktion oder Funktion sind
figurenübergreifend mit den gleichen Bezugszeichen
gekennzeichnet .
Die Figur 1 zeigt ein Ablaufdiagramm eines Programms zur Routenplanung für ein Fahrzeug 101 (siehe Figur 2) . Eine Vorrichtung 102 (siehe Figur 2) ist beispielweise dazu ausgebildet, das Programm auszuführen. Die Vorrichtung 102 weist hierfür insbesondere eine Recheneinheit, einen
Programm- und Datenspeicher, sowie beispielweise eine oder mehrere Kommunikationsschnittstellen auf. Der Programm- und Datenspeicher und/oder die Recheneinheit und/oder die
Kommunikationsschnittstellen können in einer Baueinheit und/oder verteilt auf mehrere Baueinheiten ausgebildet sein.
Die Vorrichtung 102 kann auch als Vorrichtung zur
Routenplanung für ein Fahrzeug 101 bezeichnet werden.
Die Vorrichtung 102 ist beispielweise in einem Zentral-System ausgebildet. Das Zentral-System kann beispielweise ein Back- End repräsentieren das mit Fahrzeugen 101 eines
Fahrzeugbestands und Ladesäulen 103a, 103b einer
Ladeinfrastruktur kommunizieren kann. Das Zentral-System kann beispielweise ein auf artifizielle Intelligenz basierend prädiktives System sein.
Alternativ oder zusätzlich ist die Vorrichtung 102 in einem Fahrzeug 101 und/oder in einer mobilen Einheit, wie einem Smartphone ausgebildet.
Auf dem Programm- und Datenspeicher der Vorrichtung 102 ist insbesondere das Programm zur Routenplanung für ein Fahrzeug 101 gespeichert.
Das Ablaufdiagramm der Figur 1 wird im Folgenden näher erläutert . Das Programm wird in einem Schritt Sl gestartet, in dem beispielweise Variablen initialisiert werden. Das Programm wird anschließend in einem Schritt S3 fortgesetzt.
Im Schritt S3 werden Daten zu einer angegebenen Route
bereitgestellt. Diese Daten umfassen beispielweise ein
Startpunkt S, der beispielweise die aktuelle Position des Fahrzeugs 101 darstellt, und ein Endpunkt D, der
beispielweise ein vom Fahrer ausgewähltes Reiseziel der angegebenen Route darstellen kann. Das Programm wird
anschließend in einem Schritt S5 fortgesetzt.
Im Schritt S5 werden Verkehrsdaten 15, die repräsentativ sind für eine aktuelle Verkehrsdichte der angegebenen Route bereitgestellt. Die aktuelle Verkehrsdichte kann bei
verschiedenen Strecken der Route variieren und ist
beispielweise relevant für die Ermittlung der erwarteten Besetzung von Ladesäulen 103a, 103b in der Nähe des aktuellen Orts des Fahrzeugs 101. Das Programm wird anschließend in einem Schritt S7 fortgesetzt.
Im Schritt S7 werden Daten zur historischen Verkehrsdichte 17 bereitgestellt, wobei die Daten zur historischen
Verkehrsdichte 17 eine Information zu einer Verkehrsdichte entlang der Route zu vergangenen Zeitpunkten umfassen. Die historische Verkehrsdichte einer Straße kann eine Information zu einem Verkehrsdichtemuster der Straße beispielweise während bestimmten Tageszeiten oder an Feiertage umfassen. Je mehr Verkehrsdaten 15 gespeichert werden desto ausführlicher werden die Daten zur historischen Verkehrsdichte 17. Das Programm wird anschließend in einem Schritt S9 fortgesetzt. Im Schritt S9 werden Wetterdaten 16 bereitgestellt, die repräsentativ sind für eine Wetterlage entlang der Route. Das Programm wird anschließend in einem Schritt Sil fortgesetzt.
Im Schritt Sil werden Daten zu einem aktuellen Ort und/oder Verbrauch und/oder Geschwindigkeit und/oder Ladestatus des Fahrzeugs 21 bereitgestellt. Die Vorrichtung 102 kann Daten zu einem aktuellen Ort und/oder Verbrauch und/oder
Geschwindigkeit und/oder Ladestatus des Fahrzeugs 21 von einer Mehrzahl von Fahrzeugen 101 des Fahrzeugbestands bearbeiten. Hierbei kann der Ladestatus für den Ladestaus der Fahrzeugbatterie repräsentativ sein. Diese Daten können für die Suche nach Ladesäulen 103a, 103b in der Nähe des
Fahrzeugs 101 und/oder die Ermittlung der Reichweite der Fahrzeugbatterie und/oder die Prädiktion des Zeitpunkts des Ankommens des Fahrzeugs 101 an den jeweiligen Ladesäulen 103a, 103b relevant sein. Das Programm wird anschließend in einem Schritt S13 fortgesetzt.
Im Schritt S13 werden Daten zur aktuellen Besetzung der
Ladesäulen 31 bereitgestellt. Die Kommunikation zwischen den Ladesäulen 103 und der Vorrichtung 102 ermöglicht die
Erfassung von Daten bezüglich der aktuellen Besetzung der Ladesäulen 103a, 103b. Für Ladesäulen, die sich in der Nähe des Fahrzeugs 101 befinden, ist ein eher vernachlässigbarer Unterschied zwischen der aktuellen Besetzung und erwarteten Besetzung der Ladesälen zu erwarten. Das Programm wird anschließend in einem Schritt S15 fortgesetzt.
Im Schritt S15 wird abhängig von den Daten zur aktuellen Besetzung der Ladesäulen, eine Information zur aktuellen Besetzung der Ladesäulen 22 für den Fahrer bereitgestellt. Die Information zur aktuellen Besetzung der Ladesäulen 22 erleichtert für den Fahrer die Auswahl des nächsten
Ladepunkts, beispielweise wenn der Fahrer das Fahrzeug 101 unmittelbar laden möchte. Diese Information kann
beispielweise als Grafik für ein Armaturenbrett und/oder eine Zentralanzeigeeinheit und/oder ein Head-up-Display und/oder ein Smartphone angezeigt werden. Das Programm wird
anschließend in einem Schritt S17 fortgesetzt.
Im Schritt S17 werden Daten zur historischen Besetzung der Ladesäulen 18 bereitgestellt, wobei die Daten zur
historischen Besetzung der Ladesäulen 18 eine Information zu einer Besetzung der Ladesäulen 103a, 103b entlang der Route zu vergangenen Zeitpunkten umfasst. Dafür können Daten zur aktuellen Besetzung der Ladesäulen 31 über der Zeit
gespeichert werden. Je mehr Daten zur aktuellen Besetzung der Ladesäulen 31 gespeichert werden desto genauer und
zuverlässiger werden die Daten zur historischen Besetzung der Ladesäulen 18. Die Daten zur historischen Besetzung der
Ladesäulen 18 können beispielweise von einer Datenbank bereitgestellt werden. Das Programm wird anschließend in einem Schritt S19 fortgesetzt.
Im Schritt S19 werden Daten zu einer Ladeleistung der
Ladesäulen 32 entlang der Route bereitgestellt. Die
Kommunikation zwischen den Ladesäulen 103 und der Vorrichtung 102 ermöglicht die Erfassung von Daten bezüglich der
Ladeleistung der Ladesäulen 103a, 103b. Beispielweise können Ladesäulen 103a, 103b die sich an Straßen mit einer hohen Verkehrsdichte und eine hohe Ladeleistung aufweisen eine hohe erwartete Besetzung haben. Das Programm wird anschließend in einem Schritt S21 fortgesetzt. Im Schritt S21 werden Daten zu einem aktuellen Strompreis der Ladesäulen 33 entlang der Route bereitgestellt. Die
Kommunikation zwischen den Ladesäulen 103 und der Vorrichtung 102 ermöglicht die Erfassung von Daten bezüglich dem
aktuellen Strompreis der Ladesäulen 103a, 103b. Beispielweise können Ladesäulen 103a, 103b die einen hohen Strompreis aufweisen eine niedrige erwartete Besetzung haben. Das
Programm wird anschließend in einem Schritt S23 fortgesetzt.
Im Schritt 23 wird, abhängig von den Daten zum aktuellen Strompreis der Ladesäulen 33, eine Information zum aktuellen Strompreis der Ladesäulen 25 für den Fahrer bereitgestellt. Die Information zum aktuellen Strompreis 25 kann die Auswahl von Ladesäulen mit einem günstigen Strompreis für den Fahrer ermöglichen. Das Programm wird anschließend in einem Schritt S25 fortgesetzt.
Im Schritt S25 werden Daten zur erwarteten Besetzung der Ladesäulen 103a, 103b ermittelt. Zur Ermittlung der
erwarteten Besetzung von Ladesäulen 103a, 103b können die Verkehrsdaten 15 eingesetzt werden. Für eine bessere
Ermittlung der erwarteten Besetzung können weitere Daten, beispielweise die Daten zur historischen Verkehrsdichte 17 eingesetzt werden. Wenn eine Ladesäule 103a, 103b
beispielweise eine hohe historische Verkehrsdichte an
Werktage zwischen 7h und 9h hat, ist es wahrscheinlich dass die erwartete Besetzung in diesem Zeitraum auch hoch ist. Da die Wetterlage die Verkehrsdichte beeinflussen kann, ist es vorteilhaft Wetterdaten 16 für die Ermittlung der erwarteten Besetzung der Ladesäulen 103a, 103b zu berücksichtigen. Wenn es beispielweise an eine Strecke der angegebenen Route laut Wetterdaten 16 schneit, ist es wahrscheinlich, dass die
Verkehrsdichte und dementsprechend die erwartete Besetzung der Ladesäulen 103a, 103b in dieser Strecke hoch ist. Die Daten zum aktuellen Ort und/oder Verbrauch und/oder
Geschwindigkeit und/oder Batterieladestatus des Fahrzeugs 21 können auch für eine bessere Ermittlung der erwarteten
Besetzung von Ladesäulen 103a, 103b eingesetzt werden. Diese Daten können den Zeitpunkt des Ankommens des Fahrzeugs 101 an den Ladesäulen 103a, 103b und/oder die Ladezeit der
Fahrzeugbatterie an den jeweiligen Ladesäulen 103a, 103b beeinflussen. Die Berücksichtigung der Daten zur aktuellen Besetzung der Ladesäulen 31 und/oder die Daten zur
historischen Besetzung der Ladesäulen 18 kann auch eine bessere Ermittlung der erwarteten Besetzung der Ladesäulen 103a, 103b ermöglichen. Für Ladesäulen die sich in der Nähe des Fahrzeugs 101 befinden kann die erwartete Besetzung mit der aktuellen Besetzung korreliert werden. Die Daten zur historischen Besetzung der Ladesäulen 18 enthalten
beispielweise eine Information zu einem Besetzungsmuster der Ladesäulen 103a, 103b, beispielweise während verschiedenen Tageszeiten und/oder an Werktage und/oder an Feiertage. Wenn eine Ladesäule 103a, 103b beispielweise eine hohe historische Besetzung am Wochenende hat, ist es wahrscheinlich, dass die erwartete Besetzung am Wochenende auch hoch ist. Die Daten zur Ladeleistung der Ladesäulen 32 können eine bessere
Ermittlung der erwarteten Besetzung der Ladesäulen 103a, 103b ermöglichen. Beispielweise können Ladesäulen 103a, 103b die sich an Straßen mit einer niedrigen Verkehrsdichte befinden und eine hohe Ladeleistung aufweisen eine niedrige erwartete Besetzung haben. Die Daten zum aktuellen Strompreis der Ladesäulen 33 können auch eine bessere Ermittlung der erwarteten Besetzung der Ladesäulen 103a, 103b ermöglichen. Beispielweise können Ladesäulen 103a, 103b die einen
niedrigen aktuellen Strompreis aufweisen eine hohe erwartete Besetzung haben. Das Programm wird anschließend in einem Schritt S27 fortgesetzt.
Im Schritt S27 wird abhängig von der ermittelten erwarteten Besetzung, eine Information zur erwarteten Besetzung der Ladesäulen 23 entlang der vorgegebenen Route für den Fahrer bereitgestellt. Die Information zur erwarteten Besetzung der Ladesäulen 23 erleichtert für den Fahrer die Auswahl eines Ladepunkts entlang der angegebenen Route beispielweise, wenn er das Fahrzeug 101 zu einem späteren Zeitpunkt laden möchte. Wenn die erwartete Besetzung von Ladesäulen 103a, 103b in einer kommenden Strecke der Route beispielweise hoch ist, kann der Fahrer sich entscheiden das Fahrzeug 101 an einer der nächsten Ladesäulen 103a, 103b mit geringerer Besetzung zu laden, auch wenn die Batterie noch nicht leer ist.
Gegebenenfalls kann er auch von der angegebenen Route
abweichen um Ladesäulen 103a, 103b mit einer geringeren Besetzung zu finden. Diese Information kann beispielweise als Grafik für ein Armaturenbrett und/oder eine
Zentralanzeigeeinheit und/oder ein Head-up-Display und/oder ein Smartphone angezeigt werden. Das Programm wird
anschließend in einem Schritt S29 fortgesetzt.
Im Schritt S29 wird eine Ladestrategie für die vorgegebene Route ermittelt. Die Ladestrategie kann basierend auf den Verkehrsdaten 15 und der erwarteten Besetzung der Ladesäulen 103a, 103b ermittelt werden. Beispielweise kann eine
geringere Verkehrsdichte mit einer geringeren Besetzung der Ladesäulen 103a, 103b und dementsprechend einer kürzeren Wartezeit assoziiert werden. Für die Ermittlung der
Ladestrategie können Ladesäulen 103a, 103b bevorzugt werden, die sich an Straßen mit einer geringeren Verkehrsdichte befinden. Wenn die Verkehrsdichte sich, beispielweise aufgrund eines Verkehrsunfalls, während der Route ändert, kann die Ladestrategie abhängig von dieser Änderung neu ermittelt werden. Wenn die erwartete Besetzung der Ladesäulen 103a, 103b sich, beispielweise aufgrund des Ausfalls einer Ladesäule 103a, 103b, während der Route ändert, kann die Ladestrategie abhängig von dieser Änderung neu ermittelt werden .
Die Berücksichtigung von anderen Daten, beispielweise die Daten zur historischen Verkehrsdichte 17, kann eine bessere Ermittlung der Ladestrategie ermöglichen. Für die Ermittlung der Ladestrategie können beispielweise Ladesäulen 103a, 103b an Straßen mit einer geringeren historischen Verkehrsdichte zum Zeitpunkt des Ankommens des Fahrzeugs 101 bevorzugt werden .
Das Einsetzen der Wetterdaten 16 kann auch eine bessere Ermittlung der Ladestrategie ermöglichen. Für die Ermittlung der Ladestrategie werden beispielweise Ladesäulen 103a, 103b bevorzugt, die sich an Strecken der Route mit einer guten Wetterlage befinden. Die Daten zu einem aktuellen Ort
und/oder Verbrauch und/oder Geschwindigkeit und/oder
Ladestatus des Fahrzeugs 21 können auch eine bessere
Ermittlung der Ladestrategie ermöglichen. Diese Daten können beispielweise verwendet werden für eine Routenplanung, die auf der Reichweite der Fahrzeugbatterie basiert. Hierbei werden diese Daten beispielweise zusammen mit andern Daten wie z.B. die Wetterdaten 16 eingesetzt für die Ermittlung einer erwarteten Besetzung von Ladesäulen 103a, 103b und einer Ladestrategie mit dem Ziel eine Reduktion der Fahrdauer zu ermöglichen mit Rücksicht auf der Reichweite des Fahrzeugs 101. Die Daten zur historischen Besetzung der Ladesäulen 18 enthalten eine Information zu einem Besetzungsmuster der Ladesäulen 103a, 103b beispielweise während verschiedenen Tageszeiten und/oder an Werktage und/oder an Feiertage. Für die Ermittlung der Ladestrategie können Ladesäulen 103a, 103b, die eine geringe historische Besetzung zum Zeitpunkt des Ankommens des Fahrzeugs 101 aufweisen, bevorzugt werden. Für eine bessere Ermittlung der Ladestrategie können die Daten zur aktuellen Besetzung der Ladesäulen 31
berücksichtigt werden. Ladesäulen 103a, 103b die sich in der Nähe des Fahrzeugs 101 befinden und eine geringe aktuelle Besetzung aufweisen können für die Ermittlung der
Ladestrategie berücksichtigt werden. Die Daten zur
Ladeleistung der Ladesäulen 32 können eine bessere Ermittlung der Ladestrategie ermöglichen. Beispielweise können
Ladesäulen 103a, 103b die eine hohe Ladeleistung und eine niedrige erwartete Besetzung für die Ermittlung der
Ladestrategie bevorzugt werden. Die Daten zum aktuellen
Strompreis der Ladesäulen 33 können eine bessere Ermittlung der Ladestrategie ermöglichen. Ladesäulen 103a, 103b mit einem niedrigen Strompreis können für die Ermittlung der Ladestrategie bevorzugt werden.
Das Ziel der Ladestrategie ist, die Fahrdauer möglichst zu reduzieren für die angegebene Route. Die Ladestrategie bietet dem Fahrer beispielweise eine Information zu einem
zeiteffizienten Laden der Fahrzeugbatterie mit
Berücksichtigung der Wartezeit an den Ladesäulen 103a, 103b und/oder der Batterieladezeit und/oder der Anfahrtszeit zu den Ladesäulen 103a, 103b. Das Programm wird anschließend in einem Schritt S31 fortgesetzt.
Im Schritt S31 wird abhängig von der ermittelten
Ladestrategie, eine Information zur Ladestrategie 24 für den Fahrer bereitgestellt. Die Ladestrategie bietet dem Fahrer einen Hinweis zum Laden der Fahrzeugbatterie, nicht nur abhängig vom Batterieladezustand sondern auch abhängig von der Auslastung der Ladesäulen 103a, 103b. Beispielweise, anstatt dass ein Fahrer, der auf der Autobahn fährt sein Fahrzeug 101 in eine Schnellladesäule 103a, 103b mit einer hohen Besetzung lädt, kann es zeitsparender sein das Fahrzeug 101 an einer Ladesäule 103a, 103b, die nicht direkt auf der Autobahn liegt, aber eine geringere Besetzung hat, zu laden. Die Ladestrategie ermöglicht für den Fahrer sowohl ein zeiteffizientes als auch ein kosteneffizientes Laden des Fahrzeugs 101. Die Bereitstellung der Information zur
Ladestrategie 24 zum Fahrer führt somit zum Reduzieren der benötigten Fahrdauer zum Erreichen eines vorgegebenen
Reiseziels. Ein weiterer Vorteil ist die Ermöglichung einer homogenen Besetzung der Ladeinfrastruktur. Weiterhin kann diese Information einen Vorschlag zu einer Routenänderung umfassen, so dass die Route eine oder mehrere vorgeschlagene Ladesäulen 103a, 103b als Zwischenziele aufweist.
Diese Information kann beispielweise als Grafik für ein
Armaturenbrett und/oder eine Zentralanzeigeeinheit und/oder ein Head-up-Display und/oder ein Smartphone angezeigt werden.
In einem Schritt S33 wird das Programm beendet und kann gegebenenfalls wieder in dem Schritt Sl gestartet werden.
Die Schritte S7 bis S23, sowie S27 sind optionale Schritte und müssen somit nicht zwingend ausgeführt werden. Bezugszeichenliste
S Startpunkt
D Endpunkt
101 Fahrzeug
102 Vorrichtung
103a, 103b Ladesäule
15 Verkehrsdaten
16 Wetterdaten
17 Daten zur historischen Verkehrsdichte
18 Daten zur historischen Besetzung der Ladesäulen
21 Daten zum aktuellen Ort und/oder Geschwindigkeit und/oder Verbrauch und/oder Ladezustand des Fahrzeugs
22 Information zur aktuellen Besetzung der
Ladesäulen
23 Information zur erwarteten Besetzung der
Ladesäulen
24 Information zur Ladestrategie
25 Information zum aktuellen Strompreis der
Ladesäulen
31 Daten zur aktuellen Besetzung der Ladesäule
32 Daten zu einer Ladeleistung der Ladesäulen
33 Daten zu einem aktuellen Strompreis der
Ladesäulen
S1,...,S33 Programmschritte

Claims

Patentansprüche
1. Verfahren zur Routenplanung für ein Fahrzeug (101), bei dem
- Verkehrsdaten (15) bereitgestellt werden, die repräsentativ sind für eine aktuelle Verkehrsdichte einer vorgegebenen Route,
- abhängig von den Verkehrsdaten (15), eine erwartete
Besetzung von Ladesäulen (103a, 103b) entlang der Route ermittelt wird, wobei die erwartete Besetzung eine Besetzung der Ladesäulen (103a, 103b) zu einem berechneten Zeitpunkt eines Ankommens des Fahrzeugs (101) an der jeweiligen
Ladesäule (103a, 103b) ist,
- abhängig von den Verkehrsdaten (15) und der ermittelten erwarteten Besetzung der Ladesäulen (103a, 103b) eine
Ladestrategie ermittelt wird, die repräsentativ ist für eine Information zu einem Ladevorgang des Fahrzeugs (101) an einer oder mehrerer der Ladesäulen (103a, 103b) entlang der Route,
- abhängig von der ermittelten Ladestrategie, eine
Information zur Ladestrategie (24) für einen Fahrer
bereitgestellt wird.
2. Verfahren nach Anspruch 1, bei dem
- Daten zu einer historischen Verkehrsdichte (17)
bereitgestellt werden, wobei die Daten zur historischen
Verkehrsdichte (17) eine Information zu einer Verkehrsdichte entlang der Route zu vergangenen Zeitpunkten umfassen,
- die erwartete Besetzung der Ladesäulen (103a, 103b) und die Ladestrategie abhängig von den Daten zur historischen
Verkehrsdichte (17) ermittelt werden.
3. Verfahren nach Anspruch 1 oder 2, bei dem
- Wetterdaten (16) bereitgestellt werden, die repräsentativ sind für eine Wetterlage entlang der Route,
- die erwartete Besetzung der Ladesäulen (103a, 103b) und die Ladestrategie abhängig von den Wetterdaten (16) ermittelt werden .
4. Verfahren nach einem der vorherigen Ansprüche , bei dem
- Daten zu einem aktuellen Ort und/oder Verbrauch und/oder Geschwindigkeit und/oder Ladestatus des Fahrzeugs (21) bereitgestellt werden,
- die erwartete Besetzung der Ladesäulen (103a, 103b) und die Ladestrategie abhängig von den Daten zum aktuellen Ort und/oder Verbrauch und/oder Geschwindigkeit und/oder
Ladestatus des Fahrzeugs (21) ermittelt werden.
5. Verfahren nach einem der vorherigen Ansprüche, bei dem
- Daten zu einer aktuellen Besetzung der Ladesäulen (31) entlang der Route bereitgestellt werden,
- die erwartete Besetzung der Ladesäulen (103a, 103b) und die Ladestrategie abhängig von den Daten zur aktuellen Besetzung der Ladesäulen (31) ermittelt werden.
6. Verfahren nach Anspruch 5, bei dem, abhängig von den Daten zur aktuellen Besetzung der Ladesäulen (31), eine Information zur aktuellen Besetzung der Ladesäulen (22) für den Fahrer bereitgestellt wird.
7. Verfahren nach einem der vorherigen Ansprüche, bei dem
- Daten zu einer historischen Besetzung der Ladesäulen (18) entlang der Route bereitgestellt werden, wobei die Daten zur historischen Besetzung (18) eine Information zu einer Besetzung der Ladesäulen (103a, 103b) zu vergangenen
Zeitpunkten umfassen,
- die erwartete Besetzung der Ladesäulen (103a, 103b) und die Ladestrategie abhängig von den Daten zur historischen
Besetzung der Ladesäulen (18) ermittelt werden.
8. Verfahren nach einem der vorherigen Ansprüche, bei dem
- Daten zu einer Ladeleistung der Ladesäulen (32) entlang der Route bereitgestellt werden,
- die erwartete Besetzung der Ladesäulen (103a, 103b) und die Ladestrategie abhängig von den Daten zur Ladeleistung der Ladesäulen (32) ermittelt werden.
9. Verfahren nach einem der vorherigen Ansprüche, bei dem
- Daten zu einem aktuellen Strompreis der Ladesäulen (33) entlang der Route bereitgestellt werden,
- die erwartete Besetzung der Ladesäulen (103a, 103b) und die Ladestrategie abhängig von den Daten zum aktuellen Strompreis der Ladesäulen (33) ermittelt werden.
10. Verfahren nach Anspruch 9, bei dem, abhängig von den Daten zum aktuellen Strompreis der Ladesäulen (33) , eine Information zum aktuellen Strompreis der Ladesäulen (25) für den Fahrer bereitgestellt wird.
11. Verfahren nach einem der vorherigen Ansprüche, bei dem, abhängig von der ermittelten erwarteten Besetzung, eine
Information zur erwarteten Besetzung der Ladesäulen (23) für den Fahrer bereitgestellt wird.
12. Vorrichtung (102) zur Routenplanung für ein Fahrzeug (101), wobei die Vorrichtung (102) dazu ausgebildet ist das Verfahren nach den Ansprüchen 1 bis 11 durchzuführen.
13. Computerprogramm zur Routenplanung für ein Fahrzeug (101), wobei das Computerprogramm ausgebildet ist ein Verfahren nach den Ansprüchen 1 bis 11 bei seiner Ausfüh durchzuführen .
14. Computerprogrammprodukt umfassend ausführbaren Programmcode, wobei der Programmcode bei Ausführung das Verfahren nach einem der Ansprüche 1 bis 11 ausführt.
EP18727738.9A 2017-09-07 2018-05-18 Verfahren, vorrichtung, computerprogramm und computerprogrammprodukt zur routenplanung für ein fahrzeug Withdrawn EP3679325A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102017215792.5A DE102017215792B4 (de) 2017-09-07 2017-09-07 Verfahren, Vorrichtung, Computerprogramm und Computerprogrammprodukt zur Routenplanung für ein Fahrzeug
PCT/EP2018/063059 WO2019048086A1 (de) 2017-09-07 2018-05-18 Verfahren, vorrichtung, computerprogramm und computerprogrammprodukt zur routenplanung für ein fahrzeug

Publications (1)

Publication Number Publication Date
EP3679325A1 true EP3679325A1 (de) 2020-07-15

Family

ID=62386415

Family Applications (1)

Application Number Title Priority Date Filing Date
EP18727738.9A Withdrawn EP3679325A1 (de) 2017-09-07 2018-05-18 Verfahren, vorrichtung, computerprogramm und computerprogrammprodukt zur routenplanung für ein fahrzeug

Country Status (5)

Country Link
US (1) US11705001B2 (de)
EP (1) EP3679325A1 (de)
CN (1) CN111033179B (de)
DE (1) DE102017215792B4 (de)
WO (1) WO2019048086A1 (de)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11060877B2 (en) * 2018-12-03 2021-07-13 Ford Global Technologies, Llc Opportunistic fueling for autonomous vehicles
CN113607179A (zh) * 2021-07-30 2021-11-05 车主邦（北京）科技有限公司 导航终点的确定方法、装置、电子设备及存储介质
US11913797B2 (en) * 2021-11-18 2024-02-27 Honda Motor Co., Ltd. Systems and methods for selecting a charging entity based on occupancy status

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012503468A (ja) * 2008-09-19 2012-02-02 ベター プレイス ，ゲーエムベーハー 電気自動車の操作システム及び方法
DE102009016869A1 (de) * 2009-04-08 2010-10-14 Li-Tec Battery Gmbh Verfahren zum Betreiben eines Fahrzeugs
JP5017398B2 (ja) * 2010-03-09 2012-09-05 日立オートモティブシステムズ株式会社 経路計画装置及び経路計画システム
EP2385349A1 (de) * 2010-05-06 2011-11-09 Leica Geosystems AG Verfahren und Führungseinheit zum Leiten von batteriebetriebenen Transportmitteln zu Aufladestationen
US8538694B2 (en) * 2010-05-21 2013-09-17 Verizon Patent And Licensing Inc. Real-time route and recharge planning
US20110225105A1 (en) * 2010-10-21 2011-09-15 Ford Global Technologies, Llc Method and system for monitoring an energy storage system for a vehicle for trip planning
US8577528B2 (en) * 2010-11-16 2013-11-05 Honda Motor Co., Ltd. System and method for updating charge station information
WO2012092518A1 (en) * 2010-12-30 2012-07-05 Telenav, Inc. Navigation system with constrained resource route planning mechanism and method of operation thereof
DE102011015777A1 (de) 2011-04-01 2012-10-04 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Durchführen einer Reiseroutenplanung für ein Fahrzeug
JP5516550B2 (ja) * 2011-05-09 2014-06-11 株式会社デンソー 車両用ナビゲーション装置
US20150039391A1 (en) * 2011-08-16 2015-02-05 Better Place GmbH Estimation and management of loads in electric vehicle networks
US8838385B2 (en) * 2011-12-20 2014-09-16 Ford Global Technologies, Llc Method and apparatus for vehicle routing
CN104145224B (zh) * 2012-01-09 2016-08-24 爱尔比奎特公司 电动车辆充电网络服务方法
JP5774534B2 (ja) * 2012-03-30 2015-09-09 株式会社日立製作所 電気自動車の経路探索システム及び方法
DE102012210698A1 (de) * 2012-06-25 2014-01-02 Robert Bosch Gmbh Verfahren zum Durchführen eines Energiemanagements eines Fahrzeuges
WO2014074722A1 (en) * 2012-11-07 2014-05-15 Intertrust Technologies Corporation Vehicle charging path optimization systems and methods
CA2897966C (en) * 2013-02-26 2023-10-31 Polaris Industries Inc. Recreational vehicle interactive telemetry, mapping, and trip planning system
EP2826688B1 (de) * 2013-07-17 2020-09-09 Volvo Car Corporation Verfahren zur Optimierung des Stromverbrauchs eines Fahrzeugs
US9285240B2 (en) * 2013-08-07 2016-03-15 Qualcomm Incorporated EV route optimization through crowdsourcing
US9205754B2 (en) * 2013-09-30 2015-12-08 Elwha Llc Communication and control regarding electricity provider for wireless electric vehicle electrical energy transfer
US9448083B2 (en) * 2014-02-25 2016-09-20 Ford Global Technologies, Llc Method and apparatus for providing a navigation route with recommended charging
PL3126183T3 (pl) * 2014-04-04 2022-10-31 Tesla, Inc. Planowanie podróży z ograniczeniem energii
US10112497B2 (en) * 2014-04-11 2018-10-30 Nissan North America, Inc. System and method of monitoring usage of a charging station
US9513135B2 (en) * 2014-09-16 2016-12-06 Ford Global Technologies, Llc Stochastic range
US20160334233A1 (en) * 2015-05-15 2016-11-17 Richard Gary John BAVERSTOCK Elevation query systems for vehicular route optimization and methods thereof
DE102016005630A1 (de) * 2016-05-06 2017-11-09 Audi Ag Datenverarbeitungseinheit zur Kommunikation zwischen mindestens einem Kraftfahrzeug und zwischen einer Vielzahl von Ladestationen zum Aufladen einer Energiespeichereinrichtung eines Kraftfahrzeugs
US10525848B2 (en) * 2016-08-02 2020-01-07 Here Global B.V. Vehicle charging lanes
CN106505657B (zh) * 2016-10-19 2019-07-26 上海工业控制安全创新科技有限公司 分布式基于用户地理位置信息的充电桩充电***及方法
US10515390B2 (en) * 2016-11-21 2019-12-24 Nio Usa, Inc. Method and system for data optimization
US10288439B2 (en) * 2017-02-22 2019-05-14 Robert D. Pedersen Systems and methods using artificial intelligence for routing electric vehicles
US10464547B2 (en) * 2017-07-13 2019-11-05 GM Global Technology Operations LLC Vehicle with model-based route energy prediction, correction, and optimization
US20190107406A1 (en) * 2017-10-09 2019-04-11 Nio Usa, Inc. Systems and methods for trip planning under uncertainty
GB2572962A (en) * 2018-04-16 2019-10-23 Morgan Brown Consultancy Ltd Vehicle Routing

Also Published As

Publication number Publication date
DE102017215792A1 (de) 2019-03-07
DE102017215792B4 (de) 2020-06-18
US20200202715A1 (en) 2020-06-25
WO2019048086A1 (de) 2019-03-14
US11705001B2 (en) 2023-07-18
CN111033179A (zh) 2020-04-17
CN111033179B (zh) 2023-10-24

Similar Documents

Publication Publication Date Title
DE102016124109B4 (de) Energieverwaltungssystem für ein elektrofahrzeug
DE102016217087B4 (de) Lade-Fahr-Assistent für Elektrofahrzeuge und Elektrofahrzeug
DE102010039075A1 (de) Ausgabevorrichtung und -System für Informationen über eine elektrische Energiemenge
WO2016015990A1 (de) Laden an ladestationen zur reichweitenverlängerung
DE102012210698A1 (de) Verfahren zum Durchführen eines Energiemanagements eines Fahrzeuges
DE102011104153A1 (de) Verfahren zur Anzeige der Reichweite eines Fahrzeugs mit Elektroantrieb und Anzeigeeinrichtung
DE112012005997T5 (de) Bewegungsinformationenverarbeitungsvorrichtung, Bewegungsinformationenverarbeitungsverfahren und Fahrunterstützungssystem
DE102010003762A1 (de) Verfahren sowie Einrichtung für ein Reichweitenmanagement eines Fahrzeugs mit elektromotorischem Antrieb
EP3679325A1 (de) Verfahren, vorrichtung, computerprogramm und computerprogrammprodukt zur routenplanung für ein fahrzeug
DE102015102356A1 (de) Fahrunterstützungsvorrichtung, fahrunterstützungsverfahren und antriebsunterstützungssystem
EP2989422A1 (de) Verfahren und vorrichtung zum auswählen einer route zum befahren durch ein fahrzeug
DE102019109561A1 (de) Verfahren zur Routenplanung in einem Navigationssystem eines Fahrzeugs, Navigationssystem für ein Fahrzeug und Fahrzeug mit demselben
DE102012000696A1 (de) System und Verfahren zur Optimierung einer Fahrstrecke für ein Fahrzeug.
EP3751481A1 (de) Verfahren zum umverteilen von fahrrädern eines fahrradleihsystems
DE102017213984A1 (de) Verfahren zum Betreiben einer Navigationsvorrichtung für ein Kraftfahrzeug
DE102014001300A1 (de) Verfahren zur Steuerung eines Hybridantriebs in einem Kraftfahrzeug und zugehöriges Kraftfahrzeug
DE102017007298A1 (de) Verfahren zum Betreiben eines Fahrzeugs
WO2023247089A1 (de) Verfahren und vorrichtung zur prädiktion der wartezeit an einer ladestation
EP3555570A2 (de) Verfahren zum bereitstellen einer textbasierten beschreibung zumindest einer route für eine fahrt eines kraftfahrzeugs sowie steuervorrichtung und kraftfahrzeug
EP2087316B1 (de) Kartendatenspeichermedium, Verfahren zum Betrieb einer Navigationsvorrichtung, und Navigationsvorrichtung
DE102017206209A1 (de) Verfahren und Vorrichtung zum Betreiben eines Hybridfahrzeugs mit Elektroantrieb
DE102009042629A1 (de) Navigationssystem mit Pendlerroutenfunktion und Verfahren zur Unterstützung eines Fahrers eines Fahrzeugs beim Fahren auf einer Pendlerroute
EP2013580B1 (de) Verfahren und vorrichtung zum ermitteln von mindestkosten von einem startort zu einem zielort
DE102010062296A1 (de) Verfahren zum Bestimmen eines Öko-Streckenattributes
DE102013000368A1 (de) Verfahren zum Unterstützen eines Benutzers eines Kraftfahrzeugs bei einer Reise

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20200323

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20221201

P01 Opt-out of the competence of the unified patent court (upc) registered

Effective date: 20230523