CN101825469A - 估算与推进相关的操作参数的方法 - Google Patents
估算与推进相关的操作参数的方法 Download PDFInfo
- Publication number
- CN101825469A CN101825469A CN201010176842A CN201010176842A CN101825469A CN 101825469 A CN101825469 A CN 101825469A CN 201010176842 A CN201010176842 A CN 201010176842A CN 201010176842 A CN201010176842 A CN 201010176842A CN 101825469 A CN101825469 A CN 101825469A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- parameter
- relevant
- highway section
- estimation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- 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
Abstract
本发明涉及一种估算用于路段的车辆(1)的与推进相关的操作参数的方法,该方法包括以下步骤:基于为路段而设的信息来估算用于该路段的车辆(1)的至少第一操作参数;基于上述的第一操作参数来估算用于该路段的与推进相关的操作参数,该估算考虑至少一个与具体车辆相关的参数,其中,至少一个与具体车辆相关的参数通过以下步骤确定:当车辆(1)在运行时,获取用于至少两个车辆操作参数的驾驶数据;提供至少两个车辆操作参数之间的预定关系,该预定关系考虑上述的至少一个与具体车辆相关的参数;以及,根据用于至少两个车辆操作参数的驾驶数据和上述预定关系来确定至少一个与具体车辆相关的参数。
Description
技术领域
本发明涉及一种估算用于路段的与推进相关的车辆的操作参数的方法,以及一种车辆导航系统中的计算路线的方法。本发明还涉及导航系统,如,便携式导航系统或安装在仪表板上的导航系统。
背景技术
在车辆导航系统中,从起始点到目的地的路线的确定常常是使驾驶距离或驾驶时间最小化。然而,随着能源成本的增加和对环境的考虑,更加需要的是使用能量高效路线。为了计算这样的路线,需要对路线的各个路段预测能量消耗量。传统的导航系统要么不能对给定路段预测能量消耗量,要么做出的预测相当不准确。
为给定路线预测燃料消耗量的问题之一在于,燃料消耗量是与具体车辆相关的。不同品牌和型号的车辆的平均燃料消耗量之间的差异很大。甚至对于同一型号,对于不同的发动机类型、不同的轮胎、不同的车辆配件等,燃料消耗量也是不同的。驾驶者的驾驶风格和环境条件,如,车辆所行驶的道路的类型,也会导致燃料消耗量的进一步不同。
因此,目前在车辆的导航系统中进行燃料消耗量的预测是不切实际的。现有一些用于车辆的复杂模型,但是它们使用大量固定的、与具体车辆相关的参数。可能不是所有类型的车辆的这些参数都是可获得的,并且车辆导航系统的提供商可能无法获得这些参数。由于它们的复杂性和参数空间太大,这样的模型无法用在便携式或安装在仪表板上的导航系统中。进一步,如果在另一车辆中使用导航系统,该系统做出的预测将不再有效。因此,在传统导航系统中实现具有充分高的精度的能量高效路线的确定是不可能的。
因此,需要能够估算用于路段的与推进相关的车辆的操作参数(如,燃料或能量消耗量,或CO2排放量)的改善的方法,以及能够执行这种估算的车辆导航系统。还希望在不需要大量与具体车辆固定相关的参数并且不需要大量处理时间和功率的情况下能够高效地完成这种估算。进一步,该估算应该是弹性的以便考虑情况的变化,如,车辆或车辆的驾驶者改变。
发明内容
独立权利要求的特征满足了上述需要。在从属权利要求中,描述了本发明的优选实施例。
根据本发明的第一个方面,提供了一种估算用于路段的车辆的与推进相关的操作参数的方法。该方法包括以下步骤:基于为该路段而设的信息,至少估算用于该路段的车辆的第一操作参数;以及基于上述的第一操作参数来估算用于该路段的与推进相关的操作参数,该估算考虑至少一个与具体车辆相关的参数。至少一个与具体车辆相关的参数通过以下步骤来确定:当车辆在运行时获取用于至少两个车辆操作参数的驾驶数据;提供至少两个车辆运行参数之间的预定的关系,该关系考虑至少一个与具体车辆相关的参数;以及根据用于至少两个车辆操作参数的驾驶数据和上述的关系来确定至少一个与具体车辆相关的参数。
至少一个与具体车辆相关的参数可以是车辆的特有属性,并且相应地考虑该与具体车辆相关的参数可以得到用于路段的与推进相关的操作参数的精确的估算。因为与具体车辆相关的参数是基于在车辆运行的过程中获取的数据来确定的,所以可以不需要与具体车辆相关的参数的先验信息。因此,与推进相关的操作参数的估算是非常灵活的,执行该方法的系统可以在不同的车辆中使用,并且仍然能够精确预测与推进相关的操作参数。因为预定的关系可以仅包括有限数量的与具体车辆相关的参数,而这些参数可以在行驶过程中来确定,所以不需要那种复杂的需要大量参数设置的模型。
与推进相关的操作参数可以是,例如,燃料消耗量、能量消耗量和二氧化碳(CO2)排放量中的至少一个。
根据一个实施例,将用于路段的该第一操作参数估算为时间或距离的函数,该函数值在路段上是可变的。通过不仅仅考虑该第一操作参数的平均值,可以显著提高估算与推进相关的操作参数的精度。作为例子,与同样长度的车辆可以在上面以恒速驾驶的路段相比,需要车辆有很多加速阶段和减速阶段的路段将导致更大的燃料消耗量。
第一操作参数可以是估算的用于路段的车辆速度和估算的用于路段的车辆加速度,或描述车辆运动/状态的任何其它参数中的至少一个。应当清楚,加速度可以是负的,并且因此也可以包括减速度。
为路段而设的信息可以包括路段类型、路段等级、路段最大允许速度、为路段类型确定的平均速度、用于路段的目标速度、用于路段的形式参数、路段的倾斜度和路段的当前交通信息中的至少一个。使用路段的这些类型的信息中的一个或其组合的优点在于,可以实现对车辆的第一操作参数的更精确估算。
第一操作参数的估算可以进一步基于为车辆的驾驶者确定的驾驶行为。甚至对于有不同驾驶行为的驾驶者,可以实现对第一操作参数的精确估算,并进而可以实现与推进相关的操作参数的精确估算。
可以为复数个车辆子系统模型中的每一个提供预定车辆操作参数之间的预定关系。基于上述关系,可以为每个子系统模型确定至少一个与具体车辆相关的参数,考虑所确定的与具体车辆相关的参数来估算与推进相关的操作参数。划分成子系统可以允许使用车辆操作参数之间的简化的关系,获取驾驶数据用于车辆的操作参数,并且可以进一步提高与推进相关的操作参数的估算精度。因此,可以导致需要很少处理能力的更高效的计算,同时提供增强的估算。
作为例子,该车辆子系统模型可以包括用于车轮与发动机耦合的模型、用于加档/减档中的打滑(slippage)的模型、用于所需的车辆的发动机转矩的模型和用于空转的模型中的至少一个。
可以从包括速度、加速度、制动压力、发动机转矩、发动机转速、使用档位、燃料消耗量、燃料箱的装载量和驾驶状态的组中选择至少两个车辆操作参数,为其获取驾驶数据。通过为这些操作参数中的两个或更多个获取驾驶数据,可以在不需要与具体车辆相关的的先验知识的情况下,精确地确定至少一个与具体车辆相关的参数。
作为例子,可以从提供用于操作参数的传感器信息的车辆的内部网络中获取驾驶数据,用于至少两个车辆操作参数中的至少一个。例如,可以从车辆的控制器局域网(CAN)中来获取。
至少一个与具体车辆相关的参数可以与从包括传动比、滚动阻力系数(cR)、空气动力阻力系数(cL)、加速阻力系数(cB)、制动阻力系数、减速的制动部分、离合器操作速度系数、空转时的燃料消耗量、空转时的发动机转速和车辆的发动机效率的组中选择的至少一个与具体车辆相关的特性成比例。通过使用这些与具体车辆相关的参数中的一个或其组合,可以实现与推进相关的操作参数的精确估算。进一步,可以根据在车辆运行时获取的驾驶数据,“在线地”确定这些与具体车辆相关的参数。
该方法还可包括在为至少两个车辆操作参数获取的驾驶数据中识别不同的驾驶阶段,其中对于每一个驾驶阶段,可以确定至少一个与具体车辆相关的参数。例如,每一个识别的驾驶阶段可以与一组与具体车辆相关的参数相关联,该与具体车辆相关联的参数是根据各自的驾驶数据确定的。每一组可以包括一个或更多个预定的与具体车辆相关的参数,其中相同的参数可以出现在不同的组里,并且其中,参数通常是各个驾驶阶段所特有的。当估算与推进相关的操作参数时,可以考虑为所识别的驾驶阶段而确定的与具体车辆相关的参数。可以在不考虑所确定的驾驶阶段的情况下,将这些与具体车辆相关的参数用于与推进相关的操作参数的估算。在这种情况下,驾驶阶段之间的区别可以只在估算与具体车辆相关的参数时产生,而不在估算与推进相关的操作参数时产生。
在其它的实施例中,可以只使用一些与具体车辆相关的参数或者可以根据为上述的第一操作参数识别的驾驶阶段来使用这些参数。作为例子,与推进相关的操作参数的估算可以包括为用于路段的第一操作参数的函数的过程来识别不同的驾驶阶段。然后可以根据各个驾驶阶段来选择为估算与推进相关的操作参数所考虑的至少一个与具体车辆相关的参数。例如,对于所识别的各个驾驶阶段,可以分别估算与推进相关的操作参数。这样,对于每一个驾驶阶段,可以使用合适的关系和一个或更多相应的与具体车辆相关的参数,这可以提高与推进相关的操作参数的确定精度。应当清楚,也可以对于不同的驾驶阶段考虑相同的与具体车辆相关的参数。
作为例子,可以识别的驾驶阶段包括空转阶段、加速阶段、恒速驾驶阶段、平坦驾驶阶段、减速驾驶阶段和使用刹车驾驶阶段。应当清楚,在用于一个路段的驾驶数据中,可以只识别一个驾驶阶段,也可以识别复数个驾驶阶段。因为不同的与具体车辆相关的参数对于不同的驾驶阶段来说可能是决定性的,可以在估算过程中通过识别不同的阶段来更加精确地估算与推进相关的操作参数。
作为例子,至少一个与具体车辆相关的参数可以包括传动比,传动比是通过对于每个可用档位在预定驾驶距离上获取代表车辆速度和车辆发动机的转速的驾驶数据来确定的。然后,可以使用预定关系和统计学方法根据所获取的每个档位的驾驶数据来计算传动比。
作为另外的例子,至少一个与具体车辆相关的参数可以包括滚动和阻力参数以及空气动力阻力参数,这两个参数可以通过当车辆的加速度在预定阈值之下时在预定行驶距离上获取代表车辆速度的驾驶数据和代表车辆的发动机所产生的转矩的驾驶数据来确定。可以使用预定的关系和统计学方法根据所获取的驾驶数据来计算滚动和阻力参数以及空气动力阻力参数。
根据另一个例子,至少一个与具体车辆相关的参数可以进一步包括加速阻力(cB)参数。可以根据所获取的速度来进一步获取或确定代表车辆加速度的驾驶数据。然后,可以根据所获取的驾驶数据并使用预定的关系、所确定的滚动阻力参数和空气动力阻力参数以及统计学方法来确定加速阻力参数。更进一步,至少一个与具体车辆相关的参数可以包括制动阻力参数。这样则可以获取代表车辆刹车的制动压力的驾驶数据。然后,可以根据所获取的驾驶数据并使用预定的关系、所确定的滚动阻力参数和空气动力阻力参数、所确定的加速阻力参数以及统计学方法来确定该制动阻力参数。
根据又一个例子,至少一个与具体车辆相关的参数可以包括与车辆发动机的效率成比例的效率参数,通过获取代表车辆发动机所产生的转矩、车辆发动机的转速和在预定行驶距离上车辆的燃料消耗量的驾驶数据来确定该效率参数。可以根据所获取的驾驶数据并使用预定的关系和统计学方法来计算该效率参数。应当清楚,发动机可以是内燃机、电机或其它任何一种用来推进车辆或产生用于推进车辆的能量的其它类型的引擎或它们的组合。
可以使用统计学参数估算程序或参数优化程序,如,最小均方法,来确定至少一个与具体车辆相关的参数。这种方法能够以相对较少的计算工作量来处理大量的所获取的驾驶数据,并且可以进一步实现与具体车辆相关的参数的精确确定,即使驾驶数据是相当分散的。
只是作为例子,与推进相关的操作参数的估算可以包括基于第一操作参数、至少一个与具体车辆相关的参数中的第一个和相应的关系来为路段估算车辆发动机转速。可以基于第一操作参数,至少一个与具体车辆相关的参数中的至少第二个和相应的关系来为路段估算车辆发动机产生的转矩。然后,可以根据估算的发动机转速、估算的发动机转矩、至少一个与具体车辆相关的参数中的至少第三个和相应的关系来为路段估算与推进相关的操作参数。这样,可以实现与推进相关的操作参数的简化的但仍然精确的估算。
在另一个实施例中,第一操作参数是车辆速度,并且与推进相关的操作参数的估算包括以下步骤:基于为路段估算的速度、至少一个与具体车辆相关的参数和相应的关系为路段估算车辆驾驶阻力的总和的步骤,以及根据所估算的速度、所估算的驾驶阻力、至少一个与具体车辆相关的参数中的至少第二个和相应的关系为路段估算与推进相关的操作参数的步骤。
该方法可进一步包括将对应于所估算的与推进相关的操作参数的成本值分配给路段或分配给路段等级或路段类型。该成本值可用于进一步的路线计算。可以计算包括复数个路段的路线,例如可以计算使相应的所分配的成本值最小的路线。因此,可以获得能量或燃料的高效路线或具有最小的CO2排放量的路线,从而降低车辆的运行成本并减少对环境的污染。
根据本发明的另一个方面,提供了一种车辆导航系统中的计算路线的方法。该方法包括以下步骤:从导航系统的数据库中取出路段,路段与对应于根据上述方法中的一种而确定的与推进相关的操作参数的成本值相关联,该成本值与单独的路段或路段的不同类型或等级相关联。进一步,考虑对应于与推进相关的操作参数的成本值,确定从起始点到目的地的路线。例如,可以将成本值分配给不同的道路等级,如,免费高速公路、高速公路、农村公路、城市公路等,这种分配也可以进一步区分道路部分性质,如,不同形态因数的路段,或路段上的高度变化,或者甚至可以将成本值分配给单独的路段。当对某些道路类型或等级进行分配时,导航系统的存储器和处理能力的需求可以一直很低,将成本值分配给单独的路段将产生改进的并且更精确的高效路线的确定。
根据本发明的另一个方面,提供了一种车辆导航系统中的路线计算方法。该方法包括以下步骤:接收预定路段的当前交通信息,根据上述方法中的一种估算用于预定路段的与推进相关的操作参数,该估算考虑当前交通信息,以及考虑对应于为预定路段估算的与推进相关的操作参数的成本来确定到达目的地的路线。使用这样的方法,即使交通繁忙或交通情况经常发生改变,也可以按照,例如,在能量或燃料消耗量或CO2排放量条件来确定最高效的路线。这样,可以考虑在不同交通情况下用于路段的燃料消耗量的改变。
根据本发明的另一个方面,提供了一种用于车辆的导航系统。该导航系统包括接口单元和处理单元,接口单元为车辆传感器系统提供接口,处理单元适用于通过基于为路段而设的信息为路段估算车辆的至少第一操作参数,和基于第一操作参数为路线估算与推进相关的操作参数,来为路段估算车辆的与推进相关的操作参数,该估算考虑至少一个与具体车辆相关的参数。该处理单元还适用于通过以下操作来确定至少一个与具体车辆相关的参数:当车辆在运行时,通过接口单元获取用于至少两个车辆操作参数的驾驶数据,提供至少两个车辆操作参数之间的预定关系,该预定关系考虑至少一个与具体车辆相关的参数,以及根据驾驶数据确定用于至少两个车辆操作参数和关系的至少一个与具体车辆相关的参数。使用这样的导航系统,将实现与上文指出的类似的优势。
根据一个实施例,导航系统还包括适用于存储由处理单元确定的至少一个与具体车辆相关的参数的数据库。该数据库可以进一步适用于存储对应于所确定的与推进相关的操作参数的成本值,该与推进相关的操作参数与路段或路段的类型或等级相关联。存储与具体车辆相关的参数的优点在于,当带有新路段的新地图数据变得可用时,可以基于与具体车辆相关的参数来为新地图数据估算与推进相关的操作参数。存储与相应的路段或路段类型或路段等级相关联的成本值的优点在于,可以将这些成本值取出以用于高效成本路线计算,该高效成本路线是,例如,使能量或燃料消耗量,或CO2排放量最小的路线。
处理单元可以进一步适用于执行上述方法中的一种方法。
根据本发明的另一个方面,提供了一种可以加载到计算装置的内部存储器的计算机程序产品,该程序产品包括当该程序产品被运行时用于执行上述方法中的一种方法的软件代码部分。这种计算机程序产品可以与,例如,车辆导航系统一起使用。进一步,提供了一种具有电子存储的可读控制信息的电子可读数据载体,该控制信息被配置成,当在计算装置中使用该数据载体时,该控制信息执行上述方法中的一种方法。该电子可读数据载体可以用在,例如,车辆的导航系统中。
可以在任意类型的导航系统中自动执行上述的方法。上述导航系统可以被设置为安装在仪表板上的导航系统、手持便携式导航装置或其它任何能够导航的装置,如,移动电话、个人数字助理等。
应理解,上述特征和将在下面解释的那些特征不仅可以在各自的组合中使用,而且也可以在其它组合中使用或独立使用,而不会脱离本发明的保护范围。
附图说明
通过结合附图阅读下面的详细说明,将会更加清楚本发明的上述的和其它的特征和优点。该详细描述和附图只是对本发明的阐述而不是限制。在这些附图中,相似的附图标记代表相似的元件。
图1是根据本发明的一个实施例的处理来自不同数据源的数据的示意框图。
图2示意性地示出了根据本发明的一个实施例的包括导航系统的车辆中的数据源。
图3是根据本发明的一个实施例的导航系统的示意框图。
图4示出了根据本发明的一个实施例的方法的流程图。
图5是示出了根据本发明的一个实施例的方法的流程图,其中估算了车辆的与推进相关的操作参数。
图6是根据本发明的一个实施例的方法的流程图,其中确定了到达目的地的路线。
图7是示出了用于车辆操作参数“速度”和“发动机转速”的驾驶数据图。
图8是示出了获取的用于车辆操作参数“速度”和由车辆发动机产生的“转矩”的驾驶数据图。
图9是示出了获取的用于车辆操作参数“制动压力”和“加速度”的驾驶数据图。
具体实施方式
应该指出的是,这些附图只是作为示意性的表示,并且附图中的组成部分相互之间不必是按比例绘制的。相反,各种组成部分的表示形式被选择成使得本领域技术人员能够清楚它们的功能和一般用途。
同样可以理解的是,在下面对各实施例的描述中,在附图中示出的或说明书中描述的功能块、装置、组件、电路元件或其它物理或功能单元之间的直接连接或耦合,即,没有中间元件的任何连接或耦合,也可以通过间接连接或耦合来实现,即,使用一个或更多附加的中间元件的连接或耦合。此外,应该注意的是,在附图中示出的功能块或单元中的划分的实施例并不表示这些单元必须被实施成物理上分离的单元,而是既可以将示出的或描述的功能块或单元实施成分离的单元、电路、芯片或电路元件,也可以在公共电路、芯片、电路元件或单元中实施一个或更多的功能块或单元。
应理解,以下描述的各种实施例的各特征可以相互组合,除非特别注明。
以下,将描述根据本发明的导航系统20的一个实施例,接着描述可以由这种导航系统完成的方法。本实施例的导航系统适合用于确定到达目的地的燃料或能量高效率路线,或用于确定具有最小CO2排放量的路线,对于具有内燃机的车辆来说,CO2排放量粗略地与燃料消耗量成比例。可以将燃料消耗量、能量消耗量或二氧化碳排放量视为车辆的与推进相关的操作参数,因为这些量表征着发动机推动车辆的操作的特征。应当明确的是,可以将本发明应用在所有类型的汽车的导航系统上,如,由内燃机、电机、混合驱动(使用内燃机和电机的组合)推动的车辆或燃料电池动力汽车。虽然在下文中将参照由内燃机提供动力的车辆来解释本发明,但应当注意,这种解释显然不构成对本发明的限制,本发明覆盖用于任何类型车辆的导航系统。只要下面的描述中提到燃料消耗量,就应该理解成,所有的解释完全相同地适用于车辆的任何其它与推进相关的操作参数,如,能量消耗量,例如,电能、二氧化碳排放量等。
本实施例的导航系统基于分配给包含在地图数据中的路段的成本值,计算燃料(或能量)高效率路线。为了在路线确定中得到可靠和准确的结果,分配给路段的成本值必须尽可能准确地反映出用于路段的燃料消耗量。为了实现这一目标,本实施例的导航系统考虑从用于为路段估算燃料消耗量的大量数据源中获取的驾驶数据。这在图1中示意性地示出。在图中标出了可能影响车辆在路段上的燃料消耗量的四个因素。一个因素是车辆本身,其可能具有一定的空气阻力,一定的发动机效率,一定的滚动阻力等。另一个因素是车辆的驾驶者,他可能燃料高效地驾驶车辆,例如,通过提前换档,也可能低效率地操纵车辆。另一个因素是交通,因为在停止和起动时燃料消耗量将增加,而当车辆以恒定的速度行驶时燃料消耗量将稳定在较低的值。另一个因素是车辆所行驶的道路的性质,因为在高速公路上高速行驶时或在陡峭而崎岖的道路上燃料消耗量可能上升,而在具有倾斜很小并且有行车速度限制的直路上,则预期燃料消耗量会适中。
在本实施例的系统中,从车辆的总线系统,例如,控制局域网(CAN)获取用于车辆的不同操作参数的驾驶数据(201)。使用用于车辆子系统的不同物理模型,与具体车辆相关的参数,如,传动比、滚动阻力系数(cR)、空气动力阻力系数(cL)、加速阻力系数(cB)、爬升阻力等,都能够根据获取的驾驶数据(功能单元202)来确定。通过使用驾驶者模型(功能单元203),可以根据获取的驾驶数据,如,最大或平均速度、驾驶者换档时的速度或发动机转速等,来确定与具体驾驶者相关的参数。使用这些模型和确定的与具体车辆或驾驶者相关的参数,如果已知车辆将要行驶的路段的速度分布,就可以相当准确地估算给定路段的燃料消耗量。
在功能单元204中执行速度/加速度分布的估算,该功能单元204接收交通数据或其它数据,如,来自数据源205的测试驾驶的数据。数据源206进一步提供地图数据,该地图数据包含反映公路网的连线和节点。可以通过公路/街道模型207来进一步分析这些连线和节点,公路/街道模型可以确定包含在地图数据中的表征特定路段的特征的参数。速度分布的估算可以进一步考虑由驾驶者模块203传送的与具体驾驶者相关的参数。例如,估算的用于路段的速度分布可取决于道路的尺寸、道路的形状、道路的倾斜度(由单元207传送)、道路上的当前交通情况(由单元205传送)和驾驶者的驾驶习惯(由单元203传送)。这样,可以通过功能单元204来相当精确地估算用于路段的速度分布。
基于所确定的与具体车辆和驾驶者相关的参数,车辆的与推进相关的操作参数,如,燃料消耗量,可以根据功能单元208中确定的速度分布来估算。例如,单元208可以使用车辆子系统的模型和相应的被确定的参数,从而可以完成精确的估算。对于包含在地图数据中的任何路段都可以执行该估算,不论车辆是否已经在该路段上行驶。可以对包含在地图数据中的大量路段进行预期的燃料消耗量的估算,或者可以对特定类型或等级的路段进行估算,这样可以更快地完成并且需要更少的用于存储估算值的空间。基于估算的燃料消耗量,可将成本值分配到路段或路段的类型或等级。当已知用于路段的速度分布时,可以在单元208中确定用于行驶该路段所需的时间,并且可以将相应的成本值分配给该路段。
单元209执行通向目的地的路线确定,目的地可以由导航系统20的使用者输入,其中该路线确定是基于地图数据和所分配的成本值。除了行驶距离和所需的行驶时间,路线确定可以考虑车辆对于特定路线的燃料或能量消耗量。应当清楚,单元209可以考虑用于确定路线的不同成本因素,可以对这些成本因素进行不同的加权,例如,根据使用者的喜好,或者只是最小化特定类型的成本值,如,对应于燃料消耗量的成本值。
可以从图1中给出的导航系统20的功能框图中看到,对于任何给定的地图数据都可以估算燃料消耗量或与推进相关的其它操作参数,即使导航系统20接收到更新的地图数据或新地区的地图数据。一旦收集完足够的在车辆子系统和驾驶者模型中用于确定与具体车辆或驾驶者相关的参数的驾驶数据,就可以执行估算。开始时,也就是在收集到足够的驾驶数据之前,可以对这些参数使用默认值。由于驾驶数据201的收集可以在车辆运行时继续执行,该系统的精度随着时间的推移而提高。并且,它可以轻松地适应新的驾驶者或新的车辆。
车辆导航系统20可以安装在仪表板上,即,固定导航系统,或者便携式的导航系统。这样,它可以用在不同的车辆中并由不同的驾驶者使用。因此,可以根据当前的驾驶者和车辆来存储和取出用于车辆和驾驶者模型的参数。
由于可以在车辆运行时从例如车辆传感器中获得所有用于模型的相关参数,因此不再需要获得特殊的和详细的关于车辆的信息。该系统不需要使用复杂和详细的车辆模型。可以只使用路段上给定的信息和已确定的参数来预测燃料消耗量。导航系统20本质上模拟了安装它的车辆的动力学,并且因此可以主要基于道路数据做出精确的燃料消耗量的预测。当然,也可以确定被计算的路线所需的燃料总量。
应该清楚,图1中所示的许多功能单元是可选的。例如,不需要使用驾驶者模型203以及道路/街道模型207和交通数据205来估算与推进相关的操作参数和执行路线确定。
图2示意性地示出了包含车辆导航系统20的车辆1,车辆导航系统20通过接口连接到车辆网络2,例如,控制器局域网(CAN)。网络2可以以无线或有线方式通过接口连接。图2中示意性地示出了许多传感器和系统被连接到网络2上。从每一个传感器或系统中,车辆导航系统20可以经由网络2获得用于相应的操作参数的驾驶数据。数据获取在车辆行驶中完成,即,当车辆的发动机在运行时,或当车辆在行驶时。发动机转矩传感器3传送由车辆的发动机当前产生的或使用的转矩。发动机转速传感器4传送车辆发动机的当前转速,例如,每分钟的转数(RPM)。燃料喷射传感器5可以传送喷射进车辆发动机里的燃料量,根据该测量可以确定当前的燃料消耗量。应当清楚,可以使用其它传感器来确定当前的燃料消耗量,如,燃料流量传感器等。此外,提供油位传感器6用于确定车辆油箱当前的油位。系统时钟7提供定时信息,该定时信息可以用来根据时间获取驾驶数据,而高度传感器8提供车辆的当前高度,例如,基于气压或GPS的高度,并且位置传感器9提供车辆当前的位置,例如,基于全球定位系统(GPS)的位置。倾斜传感器16提供关于车辆的倾斜的信息。当前的制动压力可以由动力制动系统10提供,关于当前使用的档位的信息可以由传动系统11提供,而传感器12提供车辆的车轮的当前转速。在其它系统中,传动系统11可以直接提供关于传动比或车辆车轮的转速的信息。
其它可以提供的并且与网络2耦合的传感器包括,提供车辆当前速度v(t)的速度传感器13和提供车辆当前加速度a(t)的加速度传感器14。应当清楚的是,图2中所示的大部分传感器是可选的,因为车辆的相应的操作参数可以根据其它的传感器和系统来确定。例如,如果已知车辆车轮的直径,可以使用车轮速度传感器12基于当前转速或车辆车轮的当前转速的改变来分别确定当前车辆速度和加速度。还应当清楚的是,车辆导航系统20可以仅获取一些上面提到的操作参数,或可以进一步从其它的车辆系统中或甚至从网络2之外的数据源获取操作参数。例如,导航系统20可以只获取车辆速度、当前燃料消耗量和当前发动机转速和转矩。还应当清楚,网络2可以是任何类型的有线或无线的网络或总线系统。
图3更详细地示出了本实施例的导航系统20。处理单元21根据控制指令,例如,采用存储在存储器22中的软件的形式的控制指令,来控制导航系统20。可以将处理单元21配置成单处理器、多处理器,或者处理单元21可以包括通用或专用的微处理器或数字信号处理器。存储器22可以包括若干种类型的存储器,如,随机存取存储器(RAM)、只读存储器(ROM)和其它类型的非易失性存储器,如,闪存、硬盘驱动器等。非易失性存储器也可以包括EPROM或EEPROM,并且可以设置在导航装置20中或以可移动的形式,如,记忆卡或其组合的方式。存储器22也可以包括CD-ROM、DVD-ROM或其它类型的可由导航系统20访问的数据载体。这样,存储器22不仅可以包含用于操作处理单元21的控制信息,还可以存储地图数据和其它信息,并可以为数据库提供存储空间以存储上述的与具体车辆相关的或与具体驾驶者相关的参数、获取的驾驶数据、估算的操作参数、确定的成本值等。存储器22也可以存储车辆子系统的模型、驾驶者模型和/或道路/街道模型。
按照控制指令,处理单元21可以经由接口单元26获取驾驶数据,并执行与具体车辆和/或驾驶者相关的参数的确定。处理单元21可以执行参照图1所描述的功能单元。因此,它可以根据地图数据和可能的交通数据来估算速度/加速度分布,并根据确定的与具体车辆相关的参数,执行与推进相关的操作参数的估算,如,燃料消耗量。处理单元21可以进一步执行相应的成本值的确定,和考虑确定的成本值的路线计算。
接口单元26通过有线连接27与车辆1的网络2通过接口连接。应当清楚,接口单元26也可以被配置成无线接口单元,其可以包括天线并可以通过无线连接来接收驾驶数据。经由接口单元26,用于一系列车辆操作参数的数据被提供给处理单元21,从而使处理单元21能够执行与推进相关的操作参数的精确估算。
处理单元21可以进一步通过接口连接用于确定导航系统20的当前位置的位置传感器23(如,GPS传感器)、用于为导航系统20的使用者显示信息(如,计算出的路线)的显示单元24,以及输入单元25,使用者可以通过输入单元25输入例如目的地、配置参数等。
应当清楚,导航系统20可以包括导航系统通用的其它组件,如,用于在处理单元和其它组件之间提供接口的输入/输出单元,用于接收声音命令或给出驾驶方向的麦克风和扬声器等。在图2中示出的一些单元是可选的,如位置传感器23,因为可以通过接口单元26获得位置信息。导航系统20可以是安装在车辆的仪表板上的内置导航系统,其中,可以在车辆内的任何位置设置显示单元24和输入单元25,或者导航系统20可以具有便携式电子装置的形式,如个人导航系统(PND)、移动电话、个人数字助理等。
现将参考图4到6描述在处理单元21上实施的方法。该方法包括,确定与具体车辆相关的参数定,估算与推进相关的操作参数和相关联的成本值,以及相对于与推进相关的操作参数来确定有效路线。下面的描述将再一次提到车辆的燃料消耗量b(t),但这些描述也很好地适用于其它与推进相关的操作参数。
可以将在两个时间点t(a)和t(e)之间行驶所消耗的总的燃料定义为:
该积分本质上是由车辆做的功,取决于滚动阻力FR的摩擦力、抵抗加速度的惯性力FB、由车辆的空气动力阻力导致的力FL和爬升阻力FS。总的燃料消耗量B进一步取决于发动机效率ηM和传动效率ηK,以及使用的燃料的燃料值Hu。上述的力取决于车辆的个别属性。根据本实施例,基于所获得的驾驶数据确定这些参数。该方法也说明了这些参数中的一部分可能取决于车辆的个别的驾驶者的事实,因此可以对特定驾驶者执行精确的燃料消耗量的确定。
毫无疑问,值FB取决于车辆的加速度a(t),而值FL与车辆的速度v(t)的平方成比例。如果地图数据关于高度差的分辨率足够精确,则可以计算爬升阻力FS,并且该爬升阻力可以用来推导总的路段成本。尽管对于开始于同一点并到达同一目的地的两条给定路线来说,由高度差导致的能量差是相等的,但是沿不同的路线行驶产生的能量消耗量可能因不同的发动机工作点或不同的倾斜分布而变化。需要考虑的另一个力是制动力FV,因为制动动作一般会导致能量的损失。
本领域的技术人员知道如何基于车辆参数计算上述力,因此,在本文中不进行详细讨论。将仅简单提及一些依赖关系。该惯性力包含由车辆旋转元件的惯性力矩决定的分数λ。这个参数λ将根据当前使用的档位(记为k)而改变。进一步,效率ηM和ηK可取决于发动机的旋转速度和当前负载,即,当前产生的转矩。
使用的档位改变传动比IK=nM/nR,其中nM是车辆的电机或发动机的转速,nR是车辆车轮的转速。使用的档位不仅影响电机和传动的效率,还影响参数λ,并相应地影响加速阻力和减速或刹车时受到的力。
通常,不能单独测量上面提到的力。但是,当车辆在行驶中,车辆的发动机产生一定的转矩M(t),通过传动将该转矩传送到车辆的车轮上并克服这些力,也就是说,发动机产生一定的能量P(t)。可以将车辆所做的功和由此被车辆消耗的燃料表示为发动机产生的能量P(t)的积分。那么,发动机产生的能量可以表示成
P(t)=M(t)nM(t) (2)
这是有优势的,因为导航系统可以通过CAN总线的接口获得转矩M(t)和发动机转速nM(t)。然而,也存在可能影响车辆燃料消耗量的其它效应,如,刹车踏板的制动、离合器,以及其它扰动,如,风和倾斜。进一步,在车辆中存在内部摩擦阻力,并且由于车辆的辅助装置,如,灯具、暖气装置等,可能需要从发动机中获得另外的转矩来克服另外的能量要求。因此,在本实施例中,建议引入另外的转矩Mint,因此该能量计算为
P(t)=(M(t)+Mint)nM(t) (3)
则总的燃料消耗量可以计算为
其中,使用了车辆的电机和传动的平均效率现在,本实施例根据可以基于地图数据估算的操作参数档位k(t)、速度v(t)、加速度a(t)和刹车压力p(t)来计算M(t)和nM(t)。
上述力取决于与具体车辆相关的参数,如,车辆重量,和车辆的空气动力阻力系数cx、大气压ρ、车辆的突出的前区面积A等。由于这些参数出现在特定的产品中,因此一般不能从获取的用于操作参数的驾驶数据中单独计算它们。因此,在本实施例中确定了与上述参数或它们的产品成比例的与具体车辆相关的参数。进一步,本实施例建议对于不同的驾驶阶段执行这些与具体车辆相关的参数的确定。这有利于参数确定,因为只有特定参数与特定驾驶阶段有关。本实施例进一步建议将车辆分成某些子系统,如,离合器、传动、发动机和油耗。可以使用下面的驾驶阶段:
-静止:如果检测到速度v(t)=0,则车辆是静止的。当然,这可以通过使用速度的某个错误边界或阈值来执行,使得对于稍微不同于0的值,也可以确定车辆是静止的。
-起动:当速度v(t)≠0在阈值vmin(k)之下并在“静止”阶段的阈值之上时,车辆正开始要行驶。
-恒速驾驶:在当前速度超过相应的阈值vmin(k)并且加速度|a(t)|低于特定阈值amin时,车辆处于恒速驾驶阶段。应当清楚,加速度a可以是负数,因此可以是减速度。
-不采用刹车的行驶:如果当前的速度超过相应的阈值vmin(k)并且没有检测到制动压力p,也就是说,p(t)=0,那么车辆正在行驶而没有采用刹车。车辆可以是加速或减速,例如,这是由于应用了发动机的转矩而引起的。
-采用刹车的行驶:如果当前速度超过相应的阈值vmin(k)并且检测到制动压力p(t)≠0,那么车辆正在行驶并且采用了刹车。可以再次使用误差容限来检测非零制动压力。
-通常行驶:在当前的速度超过阈值vmin(k)时,车辆在通常行驶。
通过分析从CAN总线获取的驾驶数据,导航系统20的处理单元可以确定车辆运行在哪一驾驶阶段。对于每一个驾驶阶段,可以使用不同的车辆子系统的模型来确定与具体车辆相关的参数。这将在下面参考图4进行详细的解释。
图4中的方法可以由连接到车辆的控制器局域网的车辆导航系统20来执行。在步骤301中,车辆开始运行。车辆可以在发动机空转的状态下运行,或者以恒定速度或加速/减速行驶。当车辆在运行中时,在步骤302中,从CAN总线读取用于车辆操作参数的驾驶数据。可以获得在CAN总线上可用的任何类型的操作参数,如,参考图2所描述的操作参数,并且在本实施例中,至少可以获得当前档位、当前速度和当前刹车压力。还可以获得或根据当前速度(例如,作为对时间的导数)确定当前加速度。
在下一步骤303中,通过分析所获得的驾驶数据来识别驾驶阶段,如上所述。在步骤304中,提供用于车辆子系统的操作参数之间的关系,接着,在步骤305中,确定用于不同驾驶阶段的与具体车辆相关的参数。接下来,将详细描述基于所设的关系确定与具体车辆相关的参数。
确定与具体车辆相关的参数的目标是,仅基于给定的速度和/或加速度分布,就能够预测燃料消耗量。由于燃料消耗量取决于发动机的转速nM,因此需要确定该操作参数。对于车辆的每一个档位k,可以定义与具体车辆相关的参数i以将车辆的速度转换成发动机的转速:
nM=iv (5)
与具体车辆相关的常数i与传动比成比例,并且对于每一个档位k可以确定该常数i。通过获取用于速度和发动机转速的驾驶数据(如图7中所示)和通过使用统计学方法,如,使用线性回归的最小均方法,来确定常数i(k)。由于离合器在啮合时的滑动可能会影响上述关系,因此在“通常驾驶”阶段确定常数i(k),并将通常驾驶”阶段的阈值vmin(k)设置得足够高,使得离合器的操作已经完成。
对于“静止”的驾驶阶段,以时间平均的燃料消耗量的形式来确定与具体车辆相关的参数。特别是,由于在车辆里运行的辅助装置在空转时的燃料消耗量是不可忽略的,所以考虑这一点能够改善总的燃料消耗量的估算。可以从CAN总线和在“静止”阶段获取的所有消耗量数据上的平均值,来获取当前的燃料消耗量。
在上述的第三、四和五驾驶阶段,确定用于确定所需的车辆发动机转矩的与具体车辆相关的参数。在“恒速驾驶”阶段,本实施例使用的转矩M(t)和速度v(t)之间的关系如下式所示:
这样,通过获取用于M(t)和v(t)的驾驶数据,可以确定与具体车辆相关的常数和它们分别与车辆的滚动阻力系数和空气动力阻力系数成比例。在图8中示出了这样的驾驶数据的一个例子和对应于驾驶数据所拟合的关系的曲线。根据使用最小均方法的回归方程确定参数,使得能够根据给定的速度分布来预测发动机转矩。
由于与具体车辆相关的参数取决于车辆运行的档位,因此独立地为每个档位确定与具体车辆相关的参数为了进行该确定,对于每个档位的用于v(t)和M(t)的驾驶数据,可以使用超过为该驾驶阶段确定的阈值的加速度的绝对值。这样,可以拆分从CAN网络获取的数据,并且可以使用最小均方法来为每个数据组确定
由于先前确定了参数和可以根据制动阶段中(即,当刹车压力p(t)>0时)获取的驾驶数据,确定参数自不必说,的确定可以再一次使用统计学方法来执行,如,最小均方法。在图9中示出了用于刹车压力P的驾驶数据的一个例子和由此得到的加速度a,其中参数与图中所示的所拟合直线的斜率成比例。
“起动”驾驶阶段考虑车辆离合器的操作。举例来说,如果车辆在档位k时减速,当车辆的速度降到阈值vmin(k)以下时,为了防止发动机熄火,驾驶者将操作离合器。如果操作离合器,一般发动机会以预定的最小转速空转,可以将该预定的最小转速确定为从CAN总线获取的发动机最小转速。这样,可以用下式来确定速度的阈值:
参数i(k)就是上面确定的与档位k的传动比成比例的参数。然而,在该阈值速度以下,车辆不总是以最小转速运行。如果车辆加速,可能产生高的转速,并且一些车辆甚至可能动态地从空转速度调整到车辆速度。相应地,将在燃料消耗量的确定中使用测得的发动机的平均转速。在“起动”阶段,为了确定所需的发动机转矩,可以使用关于制动阶段(公式(8))所描述的关系。
从以上可以看出,可以根据所设的关系和所获取的用于给定车辆操作参数的驾驶数据,确定一系列与具体车辆相关的参数。应当清楚,这只是确定与具体车辆相关的参数的一个例子,并且可以考虑其它关系和其它操作参数,或者可以确定更少的与具体车辆相关的参数。可以在“恒速驾驶”阶段考虑车辆正在行驶的路段上的爬坡的阻力。然后可以根据斜坡确定相应的与具体车辆相关的参数。进一步,可以考虑车辆的驾驶者的驾驶特征,如,驾驶者换档时的发动机转速。
在本实施例中,根据获取的驾驶数据,进一步确定与具体车辆相关的效率参数和额外所需的转矩Mint。为此目的,使用零阶的数值积分公式来求解(4)式,对于每一个时间步长j,可以获得下式:
可以从CAN总线获得当前的燃料消耗量b(t)以及当前发动机的转速n和发动机使用的转矩M。可以根据使用最小均方法的线性回归来确定与具体车辆相关的参数和应注意,对于减速度很高的车辆,可以获得负的燃料消耗量。由于在传统的内燃机中这是不可能的,因此只使用函数M(t)+Mint的正值,而可以将负的函数值设置为零。对于其它类型的发动机,如,混合驱动发动机或电动机,电池可以充电,因此负的燃料消耗量是可能的。
现在回到图4,在下一步骤306中,将确定的与具体车辆相关的参数存储在导航系统中,并且可提供该参数用于进一步的使用,如,燃料消耗量预测和路线确定。应当清楚,也可以存储所获取的驾驶数据,并且可以基于存储的驾驶数据来确定与具体车辆相关的参数。为此目的,可以使用移动窗口法,其中,计算在预定距离上或预定行驶时间内获取的驾驶数据,以确定与具体车辆相关的参数。也可以对获取的驾驶数据加权,例如,使得对近期获取的数据的加权较高。在不同类型的道路上驾驶两个小时的驾驶数据的收集可能足以用来精确确定与具体车辆相关的参数。系数的确定是自适应的,从而可以在不同的车辆中使用该导航系统,同时,驾驶时间或驾驶距离越长,参数的确定精度越高。
现将参照图5描述基于确定的与具体车辆相关的参数,估算车辆的与推进相关的操作参数。在第一步骤401中,可以取出地图数据,例如,地图数据可以存储在存储器22中。在下一步骤402中,可以取出关于车辆驾驶者的信息。这可能包括驾驶者偏好的行驶速度、关于驾驶者将车辆加速得多快的信息,以及任何其它类型的可以用于估算给定路段的速度分布的与驾驶者相关的信息。在下一步骤403中,取出交通信息。可以从数据源取出交通信息,数据源可以是,如,交通信息频道(TMC)、TPEG(传输协议专家组)、VICS(车辆信息和通信系统)或其它类型的数据源,如,移动电话网络、浮动车数据等。可以接收包含在地图数据里的用于特定路段的交通信息,例如,在从车辆当前的位置预定的距离内的交通信息。
在步骤404中,取出/估算与具体车辆相关的参数。如果先前已经确定了这些参数,那么可以取出它们,例如,从存储器中,否则,可以如上所述来估算它们。进一步地,在步骤405中取出车辆操作参数之间的关系。
在下一步骤406中估算路段的速度分布。估算意味着根据可用信息确定路段的速度分布。一般这将只是接近车辆实际行驶在路段上时车辆的速度分布。举例来说,估算可以考虑路段的等级,例如,是否是免费高速公路、高速公路等,路段的几何形状,即,是直的还是有很多弯道,以及路段上的主要交通情况和个别驾驶者的特征。估算也可以考虑在路段上是否存在交通信号灯,该交通信号灯可能导致额外的减速和加速,是否存在用于路段的最大限行速度和其它类似的信息。通过考虑这些不同类型的信息,可以相当准确地估算速度分布。由于速度分布也考虑加速和减速阶段,并且速度可能在路段上发生相当大的变化,因此与只使用路段平均速度的方法相比,可以得到用于路段的燃料消耗量的更精确的估算。可以估算用于每一个单独路段的速度分布,例如,在特定的范围内,或可以只估算不同等级或类型的路段的速度分布。这具有大大降低所需处理能力的优点。
在步骤407中,基于路段的速度分布,可以估算对于路段所需的车辆发动机转矩。可以根据公式(6)、(7)或(8)中的一个的关系来估算该转矩。举例来说,可以将估算的速度分布分为如上所述的不同的驾驶阶段,并且可以将用于每个驾驶阶段的适当的关系和确定的与具体车辆相关的参数一起用于转矩确定。类似地,在步骤408中,根据路段的速度分布来估算发动机转速。这可以对不同的使用档位使用公式(5)的关系来执行。
通过利用与具体车辆相关的参数x1和x2,就可以使用根据公式(4)的关系来估算对于路段的车辆的燃料消耗量(步骤409)。在其它实施例中,可以估算对于路段的能量消耗量,例如,电机的能量消耗量,或CO2排放量。例如,可以估算用于不同的时间步长的燃料消耗量,然后在速度分布上进行综合。
然后,在步骤410中,可以存储燃料消耗量的估算值。然后在步骤411中,将相应的成本值分配给路段或不同的道路等级。例如,对于特定类型的路段,较高的燃料消耗量可以导致较高的成本值。然后,在步骤412中,存储该成本值,例如,将成本值与路段或路段的不同类型相关联地存储。例如,可以将它们存储在非易失性存储器中,如,硬盘或闪存,从而可以直接访问它们以用于路线计算。也可以对它们进行动态更新,例如,当交通情况改变时或当确定的与具体车辆相关的参数值改变时。
应当清楚,并不是必须执行图5所示的所有步骤。也可以不使用当前的交通信息来估算速度分布,或者,可以直接将估算的燃料消耗量作为成本值分配给路段。可以将燃料消耗量计算为路段上的平均值。进一步,可以使用静态的交通模型,例如,使用不同路段的特定的白天、特定日子、或一定年数的特定时间段的交通量的历史统计信息。
然后,如将参照图6描述的那样,车辆导航系统20可以使用分配的用于路线确定的成本值。在第一步骤500中,确定车辆的当前位置,例如,通过位置或GPS传感器9。在下一步骤501中,通过导航系统取出地图数据,例如,从存储器22中取出地图数据。在步骤502中,接收到目的地,例如,由驾驶者输入目的地。进一步,在步骤503中,取出当前驾驶者/交通信息,并且在步骤504中,例如,通过参照图5所描述的方法,确定与推进相关的操作参数(例如,燃料消耗量)和相应的成本值。由于车辆可以由不同的驾驶者使用,取出当前驾驶者信息的优点在于,可以更精确地估算用于特定路线的燃料消耗量。可以通过使用者输入或通过任何本领域已知的用来识别车辆当前驾驶者的方法,来确定当前驾驶者。可以取出(例如,从存储器22中)先前确定和存储的成本值,代替根据步骤503和504的确定动态的成本值。
在步骤505中,通过车辆导航系统确定从当前位置到目的地的路线,使得与路线的路段相关联的成本最小。例如,可由驾驶者来确定想要最小化的成本。例如,路线的确定可以考虑与燃料消耗量以及时间或任何其它成本标准相关的成本。这样,不仅可以确定最高燃料效率路线、最高能量效率路线或导致的CO2排放量最少的路线,还可以计算优化了各种成本标准之间的折衷的路线。可以通过任何本领域已知的方法来执行路线确定,如,Viterbi搜索算法、A*算法等。这些算法可适应动态交通信息的使用。该算法搜索使得与路线的各路段相关联的成本最小的路线。
可以只确定一条路线,或者,可以确定总成本最低的预定数量的路线,并且可以将这些路线提供给驾驶者以供选择。在下一步骤506中,开始沿着确定的或选择的路线进行路线导航。这样,使用本实施例的方法,可以沿着燃料效率最高的路线引导驾驶者,因此,降低了车辆的运行成本和对环境的污染。
虽然在本文中公开了本发明的一些具体实施例,但是可以进行各种修改和变形,而不会脱离本发明的保护范围。这些实施例在所有方面都是说明性的而非限制性,并且所有改变都包含在所附的权利要求的含义和等效范围之内。
Claims (24)
1.一种估算用于路段的车辆(1)的与推进相关的操作参数的方法,该方法包括以下步骤:
基于为所述路段而设的信息,至少估算用于所述路段的所述车辆(1)的第一操作参数;
基于所述第一操作参数,估算用于所述路段的与推进相关的操作参数,该估算考虑至少一个与具体车辆相关的参数,其中,所述至少一个与具体车辆相关的参数通过以下步骤确定:
当车辆(1)在运行时,获取用于至少两个车辆操作参数的驾驶数据;
提供至少两个车辆操作参数之间的预定关系,所述预定关系考虑所述至少一个与具体车辆相关的参数;以及
根据用于所述至少两个车辆操作参数的所述驾驶数据和所述预定关系,确定所述至少一个与具体车辆相关的参数。
2.根据权利要求1所述的方法,其中,所述与推进相关的操作参数是燃料消耗量、能量消耗量和二氧化碳CO2排放量中的至少一个。
3.根据权利要求1或2所述的方法,其中,将所述用于路段的第一操作参数估算为时间或距离的函数,该函数的函数值在路段上是可变的。
4.根据前述任意一项权利要求所述的方法,其中,所述第一操作参数是估算的用于所述路段的所述车辆(1)的速度和估算的用于所述路段的所述车辆(1)的加速度中的至少一个。
5.根据前述任意一项权利要求所述的方法,其中,为所述路段而设的信息包括路段类型、路段等级、该路段允许的最大速度、为该类型的路段确定的平均速度、用于该路段的目标速度、该路段的形状参数、该路段的倾斜度和该路段的当前交通信息(205)中的至少一个。
6.根据前述任意一项权利要求所述的方法,其中,所述第一操作参数的估算进一步基于为所述车辆(1)的驾驶者确定的驾驶行为(203)。
7.根据前述任意一项权利要求所述的方法,其中,将预定的车辆操作参数之间的预定关系提供给复数个车辆子系统模型(202)中的每一个,并且其中,基于所述预定关系为每一个子系统模型确定至少一个与具体车辆相关的参数,在估算所述与推进相关的操作参数时考虑被确定的与具体车辆相关的参数。
8.根据权利要求7所述的方法,其中,所述车辆子系统模型(202)包括用于车轮到发动机耦合的模型、用于加档/减档过程中的滑动的模型、用于所需的所述车辆的发动机转矩的模型和用于空转的模型中的至少一个。
9.根据前述任意一项权利要求所述的方法,其中,获取驾驶数据所用于的至少两个车辆操作参数选自包括速度、加速度、制动压力、发动机转矩、发动机转速、使用的档位、燃料消耗量、燃料箱的装载量和驾驶状态的组。
10.根据前述任意一项权利要求所述的方法,其中,所述至少一个与具体车辆相关的参数与选自以下组的与具体车辆相关的性质成比例,所述与具体车辆相关的性质选自包括所述车辆的传动比、滚动阻力系数cR、空气动力阻力系数cL、加速阻力系数cB、制动阻力系数、减速的制动部分、离合器操作速度系数、空转时的燃料消耗量、空转时的发动机转速、爬升阻力和发动机效率的组。
11.根据前述任意一项权利要求所述的方法,还包括在获取的用于所述至少两个车辆操作参数的驾驶数据中识别不同的驾驶阶段,其中对于每一个驾驶阶段确定至少一个与具体车辆相关的参数。
12.根据权利要求11所述的方法,其中,每一个识别出的驾驶阶段与一组与具体车辆相关的参数相关联,所述与具体车辆相关的参数是根据相应的驾驶数据确定的,当估算与推进相关的操作参数时,考虑对于识别出的驾驶阶段所确定的与具体车辆相关的参数。
13.根据权利要求11或12所述的方法,其中,能够被识别的驾驶阶段包括空转阶段、加速阶段、恒速驾驶阶段、平坦驾驶阶段、减速驾驶阶段和采用刹车的驾驶阶段中的至少一个。
14.根据前述任意一项权利要求所述的方法,其中,使用统计参数估算程序或参数优化程序来确定所述至少一个与具体车辆相关的参数。
15.根据前述任意一项权利要求所述的方法,其中,所述与推进相关的操作参数的估算包括以下步骤:
基于所述第一操作参数、至少一个与具体车辆相关的参数中的第一个和相应的关系,估算用于所述路段的所述车辆的发动机的转速;
基于所述第一操作参数、至少一个与具体车辆相关的参数中的至少第二个和相应的关系,估算用于所述路段的由所述车辆的发动机产生的转矩;以及
根据估算的发动机转速、估算的发动机转矩、所述至少一个与具体车辆相关的参数中的至少第三个和相应的关系,估算用于所述路段的所述与推进相关的操作参数。
16.根据权利要求1-15中的任意一项权利要求所述的方法,其中,所述第一操作参数是车辆的速度,并且其中,所述与推进相关的操作参数的估算包括以下步骤:
基于所述速度、所述至少一个与具体车辆相关的参数中的至少第一个和相应的关系,估算用于所述路段的所述车辆的驾驶阻力的总和;以及
根据估算的速度、估算的驾驶阻力、所述至少一个与具体车辆相关的参数中的至少第二个和相应的关系,估算用于所述路段的与推进相关的操作参数。
17.根据前述任意一项权利要求所述的方法,进一步包括以下步骤:将对应于所估算的与推进相关的操作参数的成本值分配给所述路段或分配给所述路段的等级或类型,所述成本值被提供用于进一步的路线计算。
18.一种车辆导航系统中的路线计算方法,包括以下步骤:
从所述导航系统的数据库中取出路段,所述路段与对应于与推进相关的操作参数的成本值相关联,所述与推进相关的操作参数是根据权利要求1-17中任意一项所述的方法确定的,所述成本值与单独的路段或路段的不同类型或等级相关联;
考虑对应于与推进相关的操作参数的成本值,确定从起始点到目的地的路线。
19.一种车辆导航系统中的路线计算方法,包括以下步骤:
接收用于预定路段的当前交通信息;
根据权利要求1-17中的一项来估算用于预定路段的与推进相关的操作参数,该估算考虑所述当前交通信息;以及
考虑对应于估算的用于预定路段的与推进相关的操作参数的成本,确定到达目的地的路线。
20.一种用于车辆的导航系统,包括:
接口单元(26),为车辆传感器系统(1-14)提供接口;
处理单元(21),用于通过基于为路段而设的信息,至少估算用于所述路段的所述车辆的第一操作参数,并且通过基于所述第一操作参数估算用于所述路线的与推进相关的操作参数,来估算用于所述路段的所述车辆的与推进相关的操作参数,该估算考虑至少一个与具体车辆相关的参数,
其中,所述处理单元(21)还用于通过以下步骤来确定所述至少一个与具体车辆相关的参数:
当所述车辆(1)在运行时,经由所述接口单元获取用于至少两个车辆操作参数的驾驶数据;
提供所述至少两个车辆操作参数之间的预定关系,该预定关系考虑所述至少一个与具体车辆相关的参数;以及
根据用于所述至少两个车辆操作参数的所述驾驶数据和所述预定关系,
确定所述至少一个与具体车辆相关的参数。
21.根据权利要求20所述的导航系统,还包括用于存储由所述处理单元确定的至少一个与具体车辆相关的参数的数据库(22)。
22.根据权利要求20或21所述的导航系统,其中,所述处理单元用于执行根据权利要求1-19中的一项所述的方法。
23.一种可以加载到计算装置的内部存储器的计算机程序产品,所述产品包括当所述产品被运行时用于执行权利要求1-19中一项所述的方法的软件代码部分。
24.一种具有电子存储的可读控制信息的电子可读数据载体,其被配置成,当在计算装置中使用所述数据载体时,所述控制信息执行权利要求1-19中一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP09002291.4 | 2009-02-18 | ||
EP09002291.4A EP2221581B1 (en) | 2009-02-18 | 2009-02-18 | Method of estimating a propulsion-related operating parameter |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101825469A true CN101825469A (zh) | 2010-09-08 |
Family
ID=41050389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010176842A Pending CN101825469A (zh) | 2009-02-18 | 2010-02-20 | 估算与推进相关的操作参数的方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US8571748B2 (zh) |
EP (1) | EP2221581B1 (zh) |
JP (1) | JP5639765B2 (zh) |
KR (1) | KR101728406B1 (zh) |
CN (1) | CN101825469A (zh) |
CA (1) | CA2692982C (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103261865A (zh) * | 2010-12-15 | 2013-08-21 | 沃尔沃拉斯特瓦格纳公司 | 扭矩校准方法 |
CN103630142A (zh) * | 2012-08-23 | 2014-03-12 | 伊莱比特汽车公司 | 对地图数据进行处理以确定节能路线的方法和装置 |
CN104344829A (zh) * | 2013-07-31 | 2015-02-11 | 株式会社东芝 | 阻力估计设备、能量估计设备、系统、方法和程序 |
CN108349489A (zh) * | 2015-11-06 | 2018-07-31 | 本田技研工业株式会社 | 车辆行驶控制装置 |
CN109955853A (zh) * | 2017-12-14 | 2019-07-02 | 百度(美国)有限责任公司 | 用于操作自动驾驶车辆的方法、系统和存储介质 |
CN110758377A (zh) * | 2013-12-11 | 2020-02-07 | 大众汽车有限公司 | 对于前面的行驶路程的路段测定混动车辆的行驶状态的方法和混动车辆 |
Families Citing this family (96)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5029494B2 (ja) * | 2008-05-27 | 2012-09-19 | アイシン・エィ・ダブリュ株式会社 | 走行エネルギー学習装置、方法およびプログラム |
US11482058B2 (en) | 2008-09-09 | 2022-10-25 | United Parcel Service Of America, Inc. | Systems and methods for utilizing telematics data to improve fleet management operations |
EP2344991A4 (en) | 2008-09-09 | 2013-12-18 | United Parcel Service Inc | SYSTEMS AND METHODS FOR USING TELEMATIC DATA TO IMPROVE FLEET MANAGEMENT OPERATIONS |
US8634984B2 (en) * | 2009-09-29 | 2014-01-21 | Clarion Co., Ltd. | Navigation system |
US8423273B2 (en) * | 2010-03-30 | 2013-04-16 | Honda Motor Co., Ltd. | Minimum energy route for a motor vehicle |
US8527132B2 (en) | 2010-03-30 | 2013-09-03 | Honda Motor Co., Ltd. | Energy maps and method of making |
EP2561315B1 (en) * | 2010-04-21 | 2019-10-02 | TomTom Navigation B.V. | System and method of generating a route across an electronic map |
DE102010030309A1 (de) | 2010-06-21 | 2011-12-22 | Ford Global Technologies, Llc | Verfahren und Vorrichtung zur Ermittlung einer energieverbrauchsoptimierten Route |
DE102010047080B4 (de) * | 2010-10-01 | 2012-09-06 | Audi Ag | Verfahren zum Gewinnen eines Geschwindigkeitsprofils |
DE102010048322A1 (de) * | 2010-10-13 | 2012-04-19 | Man Truck & Bus Ag | Fahrerassistenzsystem für ein Kraftfahrzeug und entsprechendes Betriebsverfahren |
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 |
EP2455714B1 (en) * | 2010-11-18 | 2019-01-23 | Harman Becker Automotive Systems GmbH | Method and device for displaying road segments |
WO2012088537A1 (en) * | 2010-12-23 | 2012-06-28 | Cummins Intellectual Property, Inc. | System and method of vehicle operating condition management |
EP2918973B1 (en) * | 2010-12-31 | 2023-01-18 | TomTom Navigation B.V. | Non-uniform weighting factor as route algorithm input |
US20110224852A1 (en) * | 2011-01-06 | 2011-09-15 | Ford Global Technologies, Llc | Methods and system for selectively charging a vehicle |
US8849499B2 (en) * | 2011-01-06 | 2014-09-30 | Ford Global Technologies, Llc | Methods and systems for monitoring a vehicle's energy source |
US9208626B2 (en) | 2011-03-31 | 2015-12-08 | United Parcel Service Of America, Inc. | Systems and methods for segmenting operational data |
US9953468B2 (en) | 2011-03-31 | 2018-04-24 | United Parcel Service Of America, Inc. | Segmenting operational data |
GB201105830D0 (en) * | 2011-04-06 | 2011-05-18 | Lysanda Ltd | Mass estimation model |
US20130041552A1 (en) | 2011-08-11 | 2013-02-14 | Ford Global Technologies, Llc | Methods and Apparatus for Estimating Power Usage |
US8983752B2 (en) | 2011-08-22 | 2015-03-17 | Trimble Navigation Limited | System and method for identifying characteristics of a vehicle |
US8907776B2 (en) | 2011-10-05 | 2014-12-09 | Ford Global Technologies, Llc | Method and apparatus for do not disturb message delivery |
FR2983614B1 (fr) | 2011-12-02 | 2017-02-03 | Renault Sa | Procede d'estimation de la consommaton energetique d'un vehicule automobile |
US8849742B2 (en) | 2012-01-24 | 2014-09-30 | Ford Global Technologies, Llc | Method and apparatus for providing charging state alerts |
US9384609B2 (en) | 2012-03-14 | 2016-07-05 | Autoconnect Holdings Llc | Vehicle to vehicle safety and traffic communications |
US9412273B2 (en) | 2012-03-14 | 2016-08-09 | Autoconnect Holdings Llc | Radar sensing and emergency response vehicle detection |
US9378601B2 (en) | 2012-03-14 | 2016-06-28 | Autoconnect Holdings Llc | Providing home automation information via communication with a vehicle |
WO2014172327A1 (en) | 2013-04-15 | 2014-10-23 | Flextronics Ap, Llc | Synchronization between vehicle and user device calendar |
US20140309930A1 (en) | 2013-04-15 | 2014-10-16 | Flextronics Ap, Llc | Automatic camera image retrieval based on route traffic and conditions |
US9082239B2 (en) | 2012-03-14 | 2015-07-14 | Flextronics Ap, Llc | Intelligent vehicle for assisting vehicle occupants |
US8706416B2 (en) | 2012-04-03 | 2014-04-22 | Ford Global Technologies, Llc | System and method for determining a vehicle route |
CN103148862B (zh) * | 2013-02-18 | 2015-06-17 | 东南大学 | 一种考虑低碳排放约束影响的交通方式与路径选择方法 |
US9802597B2 (en) * | 2013-03-11 | 2017-10-31 | Cummins Intellectual Properties, Inc. | System and method of vehicle transient torque management |
US9462545B2 (en) | 2013-03-14 | 2016-10-04 | Ford Global Technologies, Llc | Method and apparatus for a battery saver utilizing a sleep and vacation strategy |
US9121719B2 (en) | 2013-03-15 | 2015-09-01 | Abalta Technologies, Inc. | Vehicle range projection |
GB2511867B (en) * | 2013-03-15 | 2016-07-13 | Jaguar Land Rover Ltd | Vehicle speed control system and method |
US10222222B2 (en) * | 2013-03-15 | 2019-03-05 | Abalta Technologies, Inc. | Roundtrip range projection |
US9066298B2 (en) | 2013-03-15 | 2015-06-23 | Ford Global Technologies, Llc | Method and apparatus for an alert strategy between modules |
EP2817591A4 (en) | 2013-04-15 | 2015-10-07 | Flextronics Ap Llc | CHANGE OF BEHAVIOR BY CHANGED ASSIGNMENT ROUTES BASED ON USER PROFILE INFORMATION |
WO2015051289A1 (en) * | 2013-10-04 | 2015-04-09 | GM Global Technology Operations LLC | System and method for vehicle energy estimation, adaptive control and routing |
DE102013220426B3 (de) * | 2013-10-10 | 2015-03-19 | Continental Automotive Gmbh | Verfahren zum Betreiben eines Fahrzeugs und Fahrerassistenzsystem für ein Fahrzeug |
JP5920309B2 (ja) * | 2013-10-21 | 2016-05-18 | トヨタ自動車株式会社 | 移動支援装置、移動支援方法、及び運転支援システム |
US9805521B1 (en) | 2013-12-03 | 2017-10-31 | United Parcel Service Of America, Inc. | Systems and methods for assessing turns made by a vehicle |
US9168925B2 (en) * | 2013-12-30 | 2015-10-27 | Ford Global Technologies, Llc | Method for estimating grade and rolling direction |
US9067589B1 (en) * | 2014-02-28 | 2015-06-30 | Ford Global Technologies, Llc | Hybrid powertrain mode determination based on spatial domain route segmentation |
US9389086B2 (en) * | 2014-03-27 | 2016-07-12 | Heba Abdulmohsen HASHEM | Transportation planner and route calculator for alternative travel methods |
US9327712B2 (en) * | 2014-04-22 | 2016-05-03 | Alcatel Lucent | System and method for control of a hybrid vehicle with regenerative braking using location awareness |
DE102014006321A1 (de) * | 2014-04-30 | 2015-11-05 | Avl List Gmbh | System und Verfahren zur Analyse der Energieeffizienz eines Kraftfahrzeugs, insbesondere einer Vorrichtung des Kraftfahrzeugs |
DE102014006322A1 (de) * | 2014-04-30 | 2015-11-05 | Avl List Gmbh | System und Verfahren zur Analyse der Energieeffizienz eines Fahrzeugs |
US9272712B2 (en) * | 2014-05-20 | 2016-03-01 | Ford Global Technologies, Llc | Vehicle energy consumption efficiency learning in the energy domain |
US20160123752A1 (en) * | 2014-10-30 | 2016-05-05 | Microsoft Corporation | Estimating and predicting fuel usage with smartphone |
US20160334221A1 (en) | 2015-05-11 | 2016-11-17 | United Parcel Service Of America, Inc. | Determining street segment headings |
JP6546456B2 (ja) * | 2015-06-19 | 2019-07-17 | 矢崎エナジーシステム株式会社 | 走行情報解析装置及びコンピュータプログラム |
JP6347235B2 (ja) * | 2015-07-30 | 2018-06-27 | トヨタ自動車株式会社 | ハイブリッド車両の制御装置 |
US10692126B2 (en) | 2015-11-17 | 2020-06-23 | Nio Usa, Inc. | Network-based system for selling and servicing cars |
US20180012197A1 (en) | 2016-07-07 | 2018-01-11 | NextEv USA, Inc. | Battery exchange licensing program based on state of charge of battery pack |
US9928734B2 (en) | 2016-08-02 | 2018-03-27 | Nio Usa, Inc. | Vehicle-to-pedestrian communication systems |
US11024160B2 (en) | 2016-11-07 | 2021-06-01 | Nio Usa, Inc. | Feedback performance control and tracking |
US10694357B2 (en) | 2016-11-11 | 2020-06-23 | Nio Usa, Inc. | Using vehicle sensor data to monitor pedestrian health |
US10410064B2 (en) | 2016-11-11 | 2019-09-10 | Nio Usa, Inc. | System for tracking and identifying vehicles and pedestrians |
US10708547B2 (en) | 2016-11-11 | 2020-07-07 | Nio Usa, Inc. | Using vehicle sensor data to monitor environmental and geologic conditions |
US10515390B2 (en) | 2016-11-21 | 2019-12-24 | Nio Usa, Inc. | Method and system for data optimization |
US10249104B2 (en) | 2016-12-06 | 2019-04-02 | Nio Usa, Inc. | Lease observation and event recording |
US10315663B2 (en) * | 2017-01-10 | 2019-06-11 | Ford Global Technologies, Llc | Adaptive climate control system |
US10074223B2 (en) | 2017-01-13 | 2018-09-11 | Nio Usa, Inc. | Secured vehicle for user use only |
US10471829B2 (en) | 2017-01-16 | 2019-11-12 | Nio Usa, Inc. | Self-destruct zone and autonomous vehicle navigation |
US10031521B1 (en) | 2017-01-16 | 2018-07-24 | Nio Usa, Inc. | Method and system for using weather information in operation of autonomous vehicles |
US9984572B1 (en) | 2017-01-16 | 2018-05-29 | Nio Usa, Inc. | Method and system for sharing parking space availability among autonomous vehicles |
US10286915B2 (en) | 2017-01-17 | 2019-05-14 | Nio Usa, Inc. | Machine learning for personalized driving |
US10464530B2 (en) | 2017-01-17 | 2019-11-05 | Nio Usa, Inc. | Voice biometric pre-purchase enrollment for autonomous vehicles |
US10897469B2 (en) | 2017-02-02 | 2021-01-19 | Nio Usa, Inc. | System and method for firewalls between vehicle networks |
US10551842B2 (en) * | 2017-06-19 | 2020-02-04 | Hitachi, Ltd. | Real-time vehicle state trajectory prediction for vehicle energy management and autonomous drive |
US10234302B2 (en) | 2017-06-27 | 2019-03-19 | Nio Usa, Inc. | Adaptive route and motion planning based on learned external and internal vehicle environment |
US10369974B2 (en) | 2017-07-14 | 2019-08-06 | Nio Usa, Inc. | Control and coordination of driverless fuel replenishment for autonomous vehicles |
US10710633B2 (en) | 2017-07-14 | 2020-07-14 | Nio Usa, Inc. | Control of complex parking maneuvers and autonomous fuel replenishment of driverless vehicles |
US10837790B2 (en) | 2017-08-01 | 2020-11-17 | Nio Usa, Inc. | Productive and accident-free driving modes for a vehicle |
US10890459B2 (en) * | 2017-10-13 | 2021-01-12 | John Matsumura | Systems and methods for variable energy routing and tracking |
US10635109B2 (en) | 2017-10-17 | 2020-04-28 | Nio Usa, Inc. | Vehicle path-planner monitor and controller |
US10935978B2 (en) | 2017-10-30 | 2021-03-02 | Nio Usa, Inc. | Vehicle self-localization using particle filters and visual odometry |
US10606274B2 (en) | 2017-10-30 | 2020-03-31 | Nio Usa, Inc. | Visual place recognition based self-localization for autonomous vehicles |
US10717412B2 (en) | 2017-11-13 | 2020-07-21 | Nio Usa, Inc. | System and method for controlling a vehicle using secondary access methods |
AT520185B1 (de) | 2017-12-04 | 2019-02-15 | Avl List Gmbh | Prüfstand und Verfahren zur Durchführung eines Prüfversuchs |
CN117022257A (zh) | 2018-03-20 | 2023-11-10 | 御眼视觉技术有限公司 | 用于主车辆的自动驾驶系统、机器可读存储介质和装置 |
US10369966B1 (en) | 2018-05-23 | 2019-08-06 | Nio Usa, Inc. | Controlling access to a vehicle using wireless access devices |
EP3842304A3 (en) | 2018-08-14 | 2021-09-15 | Mobileye Vision Technologies Ltd. | Systems and methods for navigating with safe distances |
US10974729B2 (en) * | 2018-08-21 | 2021-04-13 | At&T Intellectual Property I, L.P. | Application and portability of vehicle functionality profiles |
US10814881B2 (en) | 2018-10-16 | 2020-10-27 | Toyota Motor Engineering & Manufacturing North America, Inc. | Vehicle velocity predictor using neural networks based on V2X data augmentation to enable predictive optimal control of connected and automated vehicles |
US10710600B2 (en) * | 2018-11-08 | 2020-07-14 | Ford Global Technologies, Llc | Apparatus and method for providing climate and comfort control while optimizing the fuel economy of a motor vehicle |
US11370435B2 (en) | 2019-09-04 | 2022-06-28 | GM Global Technology Operations LLC | Connected and automated vehicles, driving systems, and control logic for info-rich eco-autonomous driving |
DE102019215587A1 (de) * | 2019-10-10 | 2021-04-15 | Continental Automotive Gmbh | Verfahren zum Berechnen von relativen positiven oder negativen Beschleunigungen mittels Crowdsourcing |
FI20205114A1 (fi) * | 2020-02-04 | 2021-08-05 | Roadcloud Oy | Reittikohtaisen vierintävastustiedon määrittäminen ja käyttäminen ajoneuvojen ohjaamiseen |
CN115485681A (zh) * | 2020-03-18 | 2022-12-16 | 伊莱克特拉车辆股份有限公司 | 用于管理速度配置文件的系统和方法 |
FR3115256A1 (fr) * | 2020-10-16 | 2022-04-22 | IFP Energies Nouvelles | Procede pour determiner un profil de vitesse minimisant les emissions polluantes d'un vehicule |
WO2023021162A2 (en) * | 2021-08-19 | 2023-02-23 | Swiss Reinsurance Company Ltd. | Automated dynamic routing unit and method thereof |
DE102022101485A1 (de) | 2022-01-24 | 2023-07-27 | Audi Aktiengesellschaft | Verfahren zum Ermitteln mindestens einer Route eines zumindest teilweise elektrisch antreibbaren Fahrzeugs, Navigationsvorrichtung sowie Kraftfahrzeug mit einer derartigen Navigationsvorrichtung |
CN116989817B (zh) * | 2023-09-26 | 2023-12-08 | 常州满旺半导体科技有限公司 | 基于数据分析的能源设备安全检测数据传输系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19605458C1 (de) * | 1996-02-14 | 1997-09-04 | Hyundai Motor Co Ltd | Fahrzeugnavigationssystem und Verfahren zum Auswählen einer Fahrtstrecke entsprechend dem Kraftstoffverbrauch |
US5913917A (en) * | 1997-08-04 | 1999-06-22 | Trimble Navigation Limited | Fuel consumption estimation |
US6005494A (en) * | 1996-10-16 | 1999-12-21 | Chrysler Corporation | Energy minimization routing of vehicle using satellite positioning an topographic mapping |
JP2000002553A (ja) * | 1998-06-18 | 2000-01-07 | Hino Motors Ltd | ナビゲーション装置 |
US20070112475A1 (en) * | 2005-11-17 | 2007-05-17 | Motility Systems, Inc. | Power management systems and devices |
JP2008107155A (ja) * | 2006-10-24 | 2008-05-08 | Denso Corp | コスト算出装置、ナビゲーション装置、プログラム |
US20080133120A1 (en) * | 2006-11-30 | 2008-06-05 | Romanick Ian D | Method for determining and outputting travel instructions for most fuel-efficient route |
CN101322011A (zh) * | 2005-11-21 | 2008-12-10 | 福特汽车公司 | 车辆导航系统 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5838726B2 (ja) * | 1980-04-03 | 1983-08-25 | 株式会社デンソー | 車両用航続可能距離表示方法 |
JPS58221120A (ja) * | 1982-06-18 | 1983-12-22 | Hitachi Ltd | トリツプコンピユ−タ |
US4845630A (en) * | 1987-03-23 | 1989-07-04 | Paccar Inc. | Method and apparatus for calculating corrected vehicle fuel economy |
US5216623A (en) * | 1990-06-06 | 1993-06-01 | M. T. Mcbrian, Inc. | System and method for monitoring and analyzing energy characteristics |
US5301113A (en) * | 1993-01-07 | 1994-04-05 | Ford Motor Company | Electronic system and method for calculating distance to empty for motorized vehicles |
US5668310A (en) * | 1995-01-20 | 1997-09-16 | Alternative Fuel Technology Systems, Ltd. Co. | Vehicle fuel usage tracking device |
US5505076A (en) * | 1995-01-20 | 1996-04-09 | Alternative Fuel Technology Systems, Ltd. Co. | Vehicle fuel usage tracking device |
JPH08237810A (ja) | 1995-02-27 | 1996-09-13 | Aqueous Res:Kk | ハイブリッド車両 |
JPH10122883A (ja) * | 1996-10-15 | 1998-05-15 | Aqueous Res:Kk | 車両用ナビゲーション装置及びルート設定方法 |
JP2000050416A (ja) * | 1998-07-31 | 2000-02-18 | Honda Motor Co Ltd | 走行速度制御装置 |
US6571168B1 (en) * | 1999-03-23 | 2003-05-27 | Cummins, Inc. | System for determining fuel usage within a jurisdiction |
US7502672B1 (en) * | 2000-04-24 | 2009-03-10 | Usa Technologies, Inc. | Wireless vehicle diagnostics with service and part determination capabilities |
US6591185B1 (en) * | 2002-02-11 | 2003-07-08 | Visteon Global Technologies, Inc. | Method for determination of fuel usage for a vehicle in a vehicle navigation system |
US20040236596A1 (en) * | 2003-02-27 | 2004-11-25 | Mahesh Chowdhary | Business method for a vehicle safety management system |
US6931309B2 (en) * | 2003-05-06 | 2005-08-16 | Innosurance, Inc. | Motor vehicle operating data collection and analysis |
CA2531662C (en) * | 2003-07-07 | 2016-04-26 | Sensomatix Ltd. | Traffic information system |
DE10335927B4 (de) * | 2003-08-06 | 2005-09-22 | Siemens Ag | Navigationssystem mit Ermittlung einer verbrauchsoptimierten Route |
US7389178B2 (en) * | 2003-12-11 | 2008-06-17 | Greenroad Driving Technologies Ltd. | System and method for vehicle driver behavior analysis and evaluation |
JP4544006B2 (ja) * | 2005-04-01 | 2010-09-15 | 日産自動車株式会社 | 燃料消費演算方法 |
JP2006300780A (ja) * | 2005-04-21 | 2006-11-02 | Denso Corp | 経路探索装置 |
JP2008101977A (ja) * | 2006-10-18 | 2008-05-01 | Pioneer Electronic Corp | 経路探索装置、経路探索方法、及び経路探索プログラム |
JP4997011B2 (ja) * | 2007-07-25 | 2012-08-08 | 日立オートモティブシステムズ株式会社 | 自動車の燃料消費量推定システム、経路探索システム、及び運転指導システム |
US8190318B2 (en) * | 2008-04-15 | 2012-05-29 | The Uwm Research Foundation, Inc. | Power management systems and methods in a hybrid vehicle |
-
2009
- 2009-02-18 EP EP09002291.4A patent/EP2221581B1/en active Active
-
2010
- 2010-02-11 CA CA2692982A patent/CA2692982C/en not_active Expired - Fee Related
- 2010-02-17 JP JP2010032641A patent/JP5639765B2/ja active Active
- 2010-02-18 KR KR1020100014575A patent/KR101728406B1/ko active IP Right Grant
- 2010-02-18 US US12/708,400 patent/US8571748B2/en active Active
- 2010-02-20 CN CN201010176842A patent/CN101825469A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19605458C1 (de) * | 1996-02-14 | 1997-09-04 | Hyundai Motor Co Ltd | Fahrzeugnavigationssystem und Verfahren zum Auswählen einer Fahrtstrecke entsprechend dem Kraftstoffverbrauch |
US6005494A (en) * | 1996-10-16 | 1999-12-21 | Chrysler Corporation | Energy minimization routing of vehicle using satellite positioning an topographic mapping |
US5913917A (en) * | 1997-08-04 | 1999-06-22 | Trimble Navigation Limited | Fuel consumption estimation |
JP2000002553A (ja) * | 1998-06-18 | 2000-01-07 | Hino Motors Ltd | ナビゲーション装置 |
US20070112475A1 (en) * | 2005-11-17 | 2007-05-17 | Motility Systems, Inc. | Power management systems and devices |
CN101322011A (zh) * | 2005-11-21 | 2008-12-10 | 福特汽车公司 | 车辆导航系统 |
JP2008107155A (ja) * | 2006-10-24 | 2008-05-08 | Denso Corp | コスト算出装置、ナビゲーション装置、プログラム |
US20080133120A1 (en) * | 2006-11-30 | 2008-06-05 | Romanick Ian D | Method for determining and outputting travel instructions for most fuel-efficient route |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103261865A (zh) * | 2010-12-15 | 2013-08-21 | 沃尔沃拉斯特瓦格纳公司 | 扭矩校准方法 |
CN103261865B (zh) * | 2010-12-15 | 2015-09-30 | 沃尔沃拉斯特瓦格纳公司 | 扭矩校准方法 |
CN103630142A (zh) * | 2012-08-23 | 2014-03-12 | 伊莱比特汽车公司 | 对地图数据进行处理以确定节能路线的方法和装置 |
CN103630142B (zh) * | 2012-08-23 | 2017-06-09 | 伊莱比特汽车公司 | 对地图数据进行处理以确定节能路线的方法和装置 |
CN104344829A (zh) * | 2013-07-31 | 2015-02-11 | 株式会社东芝 | 阻力估计设备、能量估计设备、系统、方法和程序 |
CN110758377A (zh) * | 2013-12-11 | 2020-02-07 | 大众汽车有限公司 | 对于前面的行驶路程的路段测定混动车辆的行驶状态的方法和混动车辆 |
CN108349489A (zh) * | 2015-11-06 | 2018-07-31 | 本田技研工业株式会社 | 车辆行驶控制装置 |
CN108349489B (zh) * | 2015-11-06 | 2021-02-26 | 本田技研工业株式会社 | 车辆行驶控制装置 |
CN109955853A (zh) * | 2017-12-14 | 2019-07-02 | 百度(美国)有限责任公司 | 用于操作自动驾驶车辆的方法、系统和存储介质 |
CN109955853B (zh) * | 2017-12-14 | 2021-08-31 | 百度(美国)有限责任公司 | 用于操作自动驾驶车辆的方法、系统和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CA2692982C (en) | 2015-09-15 |
EP2221581A1 (en) | 2010-08-25 |
CA2692982A1 (en) | 2010-08-18 |
KR20100094420A (ko) | 2010-08-26 |
KR101728406B1 (ko) | 2017-04-19 |
US20110040438A1 (en) | 2011-02-17 |
JP2010190895A (ja) | 2010-09-02 |
US8571748B2 (en) | 2013-10-29 |
JP5639765B2 (ja) | 2014-12-10 |
EP2221581B1 (en) | 2017-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101825469A (zh) | 估算与推进相关的操作参数的方法 | |
US11597296B2 (en) | Systems and methods for optimizing travel time using route information | |
US9631940B2 (en) | Method and system for determining a route for efficient energy consumption | |
JP5018444B2 (ja) | 車両故障診断予測装置 | |
US9792736B1 (en) | Telemetry device for capturing vehicle environment and operational status history | |
JP6758025B2 (ja) | 高いハイブリッド化度を有するハイブリッド車両のための制御システム | |
US7925426B2 (en) | Power management systems and devices | |
CN101490719B (zh) | 用于确定燃料消耗行为的装置 | |
US11443563B2 (en) | Driving range based on past and future data | |
CN103347757A (zh) | 通过使用预测环境和驾驶员行为信息来优化燃油经济性的系统和方法 | |
CA2950752A1 (en) | Systems and methods for measuring and reducing vehicle fuel waste | |
CN102046427A (zh) | 用来监视车辆驾驶过程的设备 | |
CN115243952A (zh) | 基于天气的速度和路线规划 | |
US11186175B2 (en) | Vehicle power management system | |
CN112918475A (zh) | 一种用于车辆的自动巡航控制方法及自动巡航系统 | |
JP7173990B2 (ja) | 追越確率コレクションを生成する方法、自動車の制御装置を動作させる方法、追越確率コレクション装置および制御装置 | |
CN101495835B (zh) | 对车辆周围环境进行分类的装置和系统 | |
Pourabdollah et al. | Fuel economy assessment of semi-autonomous vehicles using measured data | |
CN108349500B (zh) | 用于分析车辆的驾驶员的驾驶方式的方法和装置 | |
CN102328658B (zh) | 优化沿路线行驶的车辆的能量消耗的系统、装置和方法 | |
Marquette | Design of a component that learns dynamic driving behavior and vehicle characteristics, in known situations, for a later fuel consumption prediction on roads that have not been driven before |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20100908 |