[發(fā)明專利]一種帶有電耗分析預測的電動汽車導航系統(tǒng)及方法在審
| 申請?zhí)枺?/td> | 201811142438.8 | 申請日: | 2018-09-28 |
| 公開(公告)號: | CN109141459A | 公開(公告)日: | 2019-01-04 |
| 發(fā)明(設計)人: | 裘建棟;孫巍;袁新枚;張東雨;張民康;李凱;于德儀;龐博;張繼昕;李帥 | 申請(專利權)人: | 吉林大學 |
| 主分類號: | G01C21/34 | 分類號: | G01C21/34 |
| 代理公司: | 大連理工大學專利中心 21200 | 代理人: | 梅洪玉 |
| 地址: | 130012 吉*** | 國省代碼: | 吉林;22 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 電耗 控制器 人機界面 車載數(shù)據(jù)采集系統(tǒng) 駕駛行為數(shù)據(jù) 導航系統(tǒng) 存儲模塊 電動汽車 預測 環(huán)境溫度檢測模塊 數(shù)據(jù)分析處理 采集 新能源汽車 機器學習 駕駛行為 路線規(guī)劃 特征參數(shù) 網(wǎng)絡模塊 訓練模型 用戶推薦 快路徑 自學習 錄入 樣本 充電 分析 消耗 反饋 汽車 | ||
本發(fā)明屬于新能源汽車技術領域,涉及一種帶有電耗分析預測的電動汽車導航系統(tǒng)及方法。所述的導航系統(tǒng)包括車載數(shù)據(jù)采集系統(tǒng)、存儲模塊、控制器和人機界面;車載數(shù)據(jù)采集系統(tǒng)包括CAN總線通訊模塊、GPS和網(wǎng)絡模塊以及環(huán)境溫度檢測模塊,用于采集用戶駕駛行為數(shù)據(jù);控制器通過車載數(shù)據(jù)采集系統(tǒng)采集用戶駕駛行為數(shù)據(jù),用戶駕駛行為數(shù)據(jù)經(jīng)數(shù)據(jù)分析處理過程后得出與汽車電耗相關的各項特征參數(shù)錄入存儲模塊,累計駕駛行為樣本后利用充電的時間進行機器自學習以提供電耗預測;用戶通過人機界面向控制器發(fā)起行程需求,控制器將行路線規(guī)劃和機器學習訓練模型給出相應電耗反饋給人機界面。本發(fā)明為用戶推薦的最短、最快路徑,以及消耗電耗最小的路徑。
技術領域
本發(fā)明屬于新能源汽車技術領域,涉及一種帶有電耗分析預測的電動汽車導航系統(tǒng)及方法。
背景技術
近年來,電動汽車在我國掀起了一股環(huán)保熱潮,在環(huán)保因素的驅(qū)動下,國家大力扶持電動汽車產(chǎn)業(yè),推進電動汽車充電基礎設施建設。對于電動汽車來說,其優(yōu)點在于環(huán)保,而其缺點就在于續(xù)航里程的不足。在這樣的情勢下,就需要合理規(guī)劃路線以節(jié)省電動汽車的電耗,要對電動汽車各個行程的電耗進行準確的預測,從而能夠讓用戶合理地選擇路線,為用戶提供更加人性化、智能化的服務。
由于現(xiàn)有專利僅有對油耗預測的導航系統(tǒng),但是油耗與電耗的預測具有相似性,現(xiàn)將現(xiàn)有的油耗預測方法與本發(fā)明的電耗預測方法的區(qū)別列舉如下。
中國發(fā)明專利申請?zhí)?01610212578.2公開的“一種基于最佳油耗的車載導航方法”,根據(jù)用戶的出行目的地自動檢索出所有可行的路線,將整個路網(wǎng)分成若干個路段,每條路段可以由兩個相鄰結點唯一確定其中對于任意兩點之間的最佳油耗的獲取是先構建靜態(tài)路網(wǎng)油耗模型,即只考慮道路等級、路段距離等靜態(tài)信息結合每類車型的理論油耗,求出每類車型在各個路段行駛的理論油耗,并以路段油耗作為“代價”,通過洪泛法使每個結點都能獲取全路網(wǎng)的油耗信息,并通過相應的算法結合交通環(huán)境找到其中油耗最少的路線,并通過對當前交通狀況的分析,為用戶提供實時駕駛建議。
中國發(fā)明專利申請?zhí)?01610116137.3公開的“一種車輛綠色路徑導航系統(tǒng)及方法”,車載端根據(jù)駕駛員行駛目的地,利用電子地圖獲取所有可能的行駛路段,根據(jù)監(jiān)控端提供的路況參數(shù),由CAN總線獲取到本車輛的油耗屬性值,包括百公里油耗和車輛怠速油耗率,并根據(jù)綠色路徑模型獲取道路網(wǎng)中每一弧段的油耗權值,采用Dijkstra最優(yōu)路徑算法獲得到達目的地時油耗最小的路徑。另外,車載端將車輛位置發(fā)送到監(jiān)控端并保存在數(shù)據(jù)庫,對車輛進行可視化跟蹤和歷史軌跡回放,同時對各路段的車流量以及交通情況進行實時監(jiān)控,發(fā)布每個路段的交通擁擠狀況。
以上專利技術均基于汽車穩(wěn)態(tài)油耗特性,對不同路徑采取節(jié)點劃分來進行各節(jié)點之間的油耗分類,并未考慮天氣、季節(jié)、車輛瞬態(tài)加減速等一系列因素的影響,所以估計精度相對較低。另一方面,電動汽車相比傳統(tǒng)燃油車有其特殊性,根據(jù)作者張恒嘉的文章“基于實證的純電動汽車性能評估方法和普及可能性研究”中闡述,環(huán)境溫度對電耗的影響遠大于燃油汽車,電動汽車高速下電耗非常高,但在低速路段電耗較低,因此準確的電動汽車的電耗預測系統(tǒng)對于電動汽車的推廣及使用中的實際節(jié)能環(huán)保效益具有重要意義。
目前我國電動汽車產(chǎn)量及保有量均居世界第一,但產(chǎn)品質(zhì)量性能參差不齊,2017年起,我國已強制要求新上市的電動汽車必須安裝遠程監(jiān)控系統(tǒng),但利用監(jiān)控系統(tǒng)對能耗進行建模評估的方案并不明確。結合遠程監(jiān)控系統(tǒng),加入具備自學習功能的電耗分析預測算法實現(xiàn)汽車導航系統(tǒng),具有兩方面優(yōu)勢,一方面該系統(tǒng)硬件可以利用目前電動汽車遠程監(jiān)控硬件,無需增加硬件成本;另一方面該系統(tǒng)可以不斷根據(jù)采集的能耗數(shù)據(jù)進行自學習,實現(xiàn)更為有效準確的電動汽車能耗估算,為電動汽車用戶提供有益參考,為電動汽車產(chǎn)業(yè)發(fā)展提供更為合理準確的數(shù)據(jù)。
目前技術主要以油耗預測為主,如上述兩種專利技術都是針對燃油車的油耗進行預測。目前的油耗預測主要存在四個缺點:
1.未有針對電動汽車的電耗進行預測的導航系統(tǒng);
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于吉林大學,未經(jīng)吉林大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811142438.8/2.html,轉載請聲明來源鉆瓜專利網(wǎng)。





