CN103359110B - 电动汽车行驶辅助系统 - Google Patents

电动汽车行驶辅助系统 Download PDF

Info

Publication number
CN103359110B
CN103359110B CN201310111464.5A CN201310111464A CN103359110B CN 103359110 B CN103359110 B CN 103359110B CN 201310111464 A CN201310111464 A CN 201310111464A CN 103359110 B CN103359110 B CN 103359110B
Authority
CN
China
Prior art keywords
traffic congestion
electronlmobil
value
electric automobile
vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310111464.5A
Other languages
English (en)
Other versions
CN103359110A (zh
Inventor
越膳孝方
江口纯司
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.)
Honda Motor Co Ltd
Original Assignee
Honda Motor Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Publication of CN103359110A publication Critical patent/CN103359110A/zh
Application granted granted Critical
Publication of CN103359110B publication Critical patent/CN103359110B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L15/00Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
    • B60L15/20Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
    • B60L15/2045Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed for optimising the use of energy
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/12Recording operating variables ; Monitoring of operating variables
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00Control parameters of input or output; Target parameters
    • B60L2240/60Navigation input
    • B60L2240/68Traffic data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00Control parameters of input or output; Target parameters
    • B60L2240/70Interactions with external data bases, e.g. traffic centres
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2250/00Driver interactions
    • B60L2250/16Driver interactions by display
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2250/00Driver interactions
    • B60L2250/30Driver interactions by voice
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00Operating Modes
    • B60L2260/40Control modes
    • B60L2260/50Control modes by future state prediction
    • B60L2260/52Control modes by future state prediction drive range estimation, e.g. of estimation of available travel distance
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00Operating Modes
    • B60L2260/40Control modes
    • B60L2260/50Control modes by future state prediction
    • B60L2260/54Energy consumption estimation
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/64Electric machine technologies in electromobility
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/72Electric energy management in electromobility
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10Technologies relating to charging of electric vehicles
    • Y02T90/16Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Traffic Control Systems (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明提供一种能够根据堵车征兆信息对车辆的行驶进行辅助控制从而使总体能量消耗最经济的电动汽车行驶辅助系统。该电动汽车行驶辅助系统,包括:信息取得部,其取得根据电动汽车的加速度所计算出的堵车征兆信息;经济行驶模式输出部,在由所述信息取得部取得的所述堵车征兆信息显示非堵车预测倾向时,该经济行驶模式输出部输出优先维持速度或加速的控制指令,在所述堵车征兆信息显示堵车预测倾向时,该经济行驶模式输出部输出优先减速的控制指令。

Description

电动汽车行驶辅助系统
技术领域
本发明涉及一种电动汽车行驶辅助系统。
背景技术
现有技术中存在这样一种驾驶辅助装置,其根据油门踏板操作的周期以及堵车征兆信息来促使驾驶员采用降低燃料消费的操作(例如,参照日本发明专利申请特愿2011-088567)。
另外,在现有技术中存在这样一种控制装置:其配备在混合动力的车辆上,由于混合动力车辆在下坡行驶时会产生再生(regenerative)发电,由该再生发电对蓄电池充电,因此在上坡时,上述控制装置基于下坡过程中的充电量预先设定蓄电池放电量的容许上限值,对车辆进行控制使车辆在到达行驶路径的最大高度点时蓄电池的剩余电量达到最小值(例如,参照日本发明专利公开公报特开2001-169408)。
另外,在现有技术中存在这样一种充电控制装置,其配置在车辆上,在检测到堵车的发生位置时,该充电控制装置调整蓄电池充电时的剩余电量上限值,使其增大,使车辆在到达堵车位置时蓄电池的剩余电量达到剩余电量上限值;另外,在堵车时调整放电时的剩余电量下限值,使其减小,由马达的驱动力使车辆行驶,从而能够降低燃料消费并且降低尾气的排放(例如,参照日本发明专利公开公报特开2000-134719)。
然而,在上述现有技术的驾驶辅助装置中,仅仅是考虑到随油门踏板操作的频率特性而发生变化的燃料消费来进行驾驶辅助(控制),并没有考虑到能够再生发电的电动汽车的情况,对于能够再生发电的电动汽车,需要有一种能够综合性的考虑能量消耗和回收的控制方式。
另外,在上述现有技术的控制装置中,仅仅是考虑到车辆下坡时的再生发电量来控制蓄电池的充电,并没有考虑到堵车时的能量消耗和回收,因此需要有一种能够综合性的考虑能量消耗和回收的控制方式。
另外,在上述现有技术的充电控制装置中,仅仅是在堵车时优先使用电力来驱动车辆行驶,因此需要有一种能够综合性的考虑能量消耗和回收的控制方式。
发明内容
有鉴于此,作出了本发明,其目的在于,提供一种能够根据堵车征兆信息对车辆的行驶进行辅助从而使总体能量消耗较为经济的电动汽车行驶辅助系统。
为解决上述问题、达到上述目的,本发明的电动汽车行驶辅助系统采用如下的技术方案:
(1)电动汽车行驶辅助系统,包括:信息取得部,其取得根据电动汽车的加速度所计算出的堵车征兆信息;经济行驶模式输出部,在由所述信息取得部取得的所述堵车征兆信息显示非堵车预测倾向时,该经济行驶模式输出部输出优先维持速度或加速的控制指令,在所述堵车征兆信息显示堵车预测倾向时,该经济行驶模式输出部输出优先减速的控制指令。
(2)在技术方案(1)所述的电动汽车行驶辅助系统的结构的基础上,还包括显示部,该显示部的显示模式根据所述经济行驶模式输出部输出的所述控制指令的内容而变更。
(3)在技术方案(1)或(2)所述的电动汽车行驶辅助系统的结构的基础上,还包括控制部,该控制部根据所述经济行驶模式输出部输出的所述控制指令的内容对所述电动汽车的行驶实施控制。
(4)在技术方案(1)或(2)所述的电动汽车行驶辅助系统的结构的基础上,还包括:再生优先模式输出部,不论所述堵车征兆信息显示非堵车预测倾向还是显示堵车预测倾向,该再生优先模式输出部都输出优先减速的控制指令;设定部,其根据驾驶员的输入而选择设定所述经济行驶模式输出部或所述再生优先模式输出部。
采用上述技术方案(1),在堵车征兆信息显示非堵车预测倾向(交通流呈现向顺畅流动变化的倾向)时,电动汽车选择维持当前的速度或为避免形成车群而加速的话有利于避免发生堵车,并且能够以平稳的速度变动进行所期望的行驶,能够降低电力消费。
另一方面,在堵车征兆信息显示堵车预测倾向(交通流呈现向流动不顺畅变化的倾向)时,如果维持速度或进行加速会造成能量损失,此时,与交通流的状态相适应地使电动汽车进行减速,能够回收再生能量,这种行驶方式在能量的综合利用效率方面经济性较好。
采用上述技术方案(2),虽然加速与减速是按照驾驶员的意思由其决定的,不过,利用合适的仪表与信息显示器等的显示器将辅助经济行驶的信息提供给驾驶员,能够促使驾驶员使车辆实现经济行驶。
采用上述技术方案(3),根据电动汽车的加速度频谱(由对加速度进行频率分析得到的功率谱)得到的堵车征兆信息的时间性很强,因而,有时驾驶员难以按照这样的响应速度来切换驾驶操作。在此时,根据经济行驶模式输出部输出的控制指令的内容自动地控制电动汽车的行驶,从而能够实施最恰当的行驶操作,更容易实现经济行驶。
采用上述技术方案(4),对于能够再生发电的电动汽车,并非使电动汽车避开堵车,而是执行再生优先模式,在此模式下,能够利用再生发电(充电)来延长车辆的续航距离,从而不论堵车征兆信息为何,都能够进行再生优先的行驶,从而在能量的综合利用效率方面经济性较好。
附图说明
图1为配备有本发明具体实施方式的电动汽车行驶辅助系统的电动汽车的结构框图;
图2为表示上述实施方式中的加速度频谱的例子的附图;
图3为表示上述实施方式的电动汽车行驶辅助系统的显示器的显示图像例的附图;
图4为表示上述实施方式的电动汽车行驶辅助系统的动作的流程图;
图5为配备有上述方式的变形例的电动汽车行驶辅助系统的电动汽车的结构框图;
图6为表示上述实施方式的变形例中的概率密度分布的例子的附图;
图7为表示上述实施方式的变形例中的协方差值的分布的例子的附图;
图8为表示上述实施方式的变形例中的协方差最小值与斜率极大值的相关图的附图;
图9为表示上述实施方式的变形例中的交通密度与交通量的关系的例子的附图;
图10为上述实施方式的变形例中的针对车间距离分布的协方差最小值的对数与针对加速度频谱的斜率极大值的对数的相关图的例子的附图;
图11为表示上述实施方式的变形例中的电动汽车行驶辅助系统的动作的流程图。
具体实施方式
下面参照附图对本发明一个实施方式的电动汽车行驶辅助系统进行说明。
本实施方式的电动汽车行驶辅助系统10搭载在电动汽车1上,该电动汽车1具有例如蓄电池等的电源(未图示)以及由该蓄电池的电力所驱动的马达(未图示),由该马达输出的驱动力来驱动电动汽车行驶。电动汽车行驶辅助系统10具有传感器群11、开关装置(设定部)12、各种驱动器(actuator)群13、显示器(显示部)14、扬声器15、车辆处理装置16。
传感器群11中包括例如车速传感器与偏航角速度传感器等,其中,车速传感器根据电动汽车1的车轮速度等来检测出车速,偏航角速度传感器用于检测出电动汽车1的偏航角速度。传感器群11将表示电动汽车1的行驶状态的检测结果的信号发送(输出)给车辆处理装置16。
与电动汽车1的行驶控制相关的各种信号通过开关装置12发送(输出)给车辆处理装置16。
从开关装置12输出的信号包括:与制动踏板与油门踏板的操作状态(例如操作位置等)相关的信号、与自动行驶控制相关的各种信号(例如,控制开始与控制停止的指令信号、增大或减小目标车速或自车辆与前方车辆之间的目标车间距离的指令信号等)、选择行驶模式的指令信号等。其中,自动行驶控制是指根据驾驶员的操作输入对电动汽车1的行驶状态自动地进行控制;行驶模式包括经济行驶模式与再生优先模式等。
在经济行驶模式下,若后述的堵车征兆值(堵车征兆信息)显示车辆前方没有堵车预测倾向(非堵车预测倾向)的话,输出控制指令,该控制指令的内容为维持车辆的速度或者加速,若堵车征兆值显示车辆前方有堵车预测倾向的话,输出控制指令,该控制指令的内容为对车辆的控制优先采用减速。
另外,在再生优先模式下,不管堵车征兆信息是否显示车辆前方有堵车预测倾向,都发出减速优先的控制指令。
驱动器群13包括,例如控制电动汽车1的驱动力的油门驱动器、控制电动汽车1的制动的刹车驱动器、控制电动汽车1转向的转向驱动器等,该驱动器群13被车辆处理装置16所输出的控制信号控制。
显示器14包括显示屏、平视显示器与各种灯等,其中,显示屏具有显示面,该显示面可以为液晶显示面等;平视显示器以前车窗玻璃为显示面,向该前车窗玻璃上投影从而进行显示。显示器14根据车辆处理装置16所输出的控制信号进行显示或者点灯、灭灯。
另外,显示器14与扬声器15也可以是属于导航装置等的车载设备群。
车辆处理装置16例如可以具有运算处理部21、行驶控制部(经济行驶模式输出部、控制部、再生优先模式输出部)22、报知控制部(经济行驶模式输出部)23。
运算处理部21例如可以具有当前位置检测部31、地图信息存储部32、加速度计算部33、频率分析(频域分析)部34、一元回归直线计算部35、斜率极大值计算部36、堵车预测部(信息取得部)37、信息存储部38。
当前位置检测部31例如可以利用人造卫星通过天线31a接收人造卫星发出的用于测量电动汽车1位置的GPS信号(GlobalPositioningSystem)等的侧位信号,根据该侧位信号检测出(求得)电动汽车1的当前位置。
另外,当前位置检测部31也可以并用自律航法的运算处理来检测出电动汽车1的当前位置,该自律航法的运算处理是根据传感器群11输出的电动汽车1的速度与偏航角速度等通过运算处理检测出电动汽车1的当前位置。
地图数据存储部32用于存储地图数据。
地图数据例如可以包括:道路坐标数据以及路径搜索和路径导航等的处理所需要的道路数据(例如,表示位于道路上的交叉点与分岔点等特定位置的、由经度和纬度构成的坐标点即节点、由连接各节点的线构成的路径、道路形状以及道路种类等数据)。其中,道路坐标数据表示的是道路的位置坐标,在根据电动汽车1的当前位置与地图进行匹配处理时需要使用该道路坐标数据。
加速度计算部33例如可以根据传感器群11输出的电动汽车1的速度信息或由当前位置检测部31检测到的当前位置信息,由速度随时间的变化量或者当前位置随时间的变化量计算出电动汽车1的加速度。
频率分析部34对加速度计算部33所计算出的电动汽车1的加速度进行频率分析,计算出自变量为频率的功率谱。
例如,对由加速度计算部33在两个不同的行驶状态下所检测出的电动汽车1的加速度进行频率分析,能得到图中2中A与图2中B所示的两种不同的功率谱,该功率谱表示加速度谱S1、S2与频率之间的对应关系。
一元回归直线计算部35对频率分析部34计算出的功率谱来求得其一元回归直线。
例如,对图2中A与图2中B所示的加速度谱S1、S2能分别求得其一元回归直线L1、L2。
斜率极大值计算部36对一元回归直线计算部35所计算出的一元回归直线,根据规定的频率范围内的一元回归直线的斜率,计算该斜率在规定的时间间隔内的变化量,并从所计算出的变化量中求得极大值,将其作为斜率(变化量)极大值。
例如,对于图2中A与图2中B所示的一元回归直线L1、L2,斜率极大值计算部36根据规定的频率范围Y(对应于数秒到数分钟的时间范围的频率范围,例如0~0.5Hz等)内的加速度谱值的变化量X,计算出斜率α1、α2(=Y/X)。
堵车预测部37根据斜率极大值计算部36所计算出的斜率极大值,计算出堵车征兆值(堵车征兆信息),该堵车征兆值反映了要发生堵车的可能性或者已经发生堵车的可能性。
堵车征兆值是对应于斜率极大值的参数,在电动汽车1的行驶方向前方发生堵车的可能性较大时,其值较大,在发生堵车的可能性较低时,其值较小。
另外,关于判断堵车征兆值的大小所使用的规定的阈值,可以设定为任意的值,不过,可以将作为(1/f)波动特性(fluctuation)公知的分界点即“-45度”值设定为规定的阈值。
例如,对于由一元回归直线计算部35所计算出的一元回归直线而言,在斜率α的绝对值较小时,这种情况相当于受到的来自于前方车辆的波动性(振动、波动)影响较小,自车辆相对于前方车辆动作的响应延迟度较小,车间距离较大,不易形成车群,即,相当于发展到堵车的可能性较小的情况。此时,堵车征兆值的数值较小。
相反,在斜率α的绝对值较大时,这种情况相当于受到的来自于前方车辆的波动性(振动、波动)影响较大,自车辆相对于前方车辆动作的响应延迟度较大,车群容易变得密集,即,相当于发展到堵车的可能性较大的情况。此时,堵车征兆值的数值较大。
此处所说的波动性影响的涵义(振动、波动)为,车辆在进行加速与减速的过程中,后方的车辆也会受其影响进行加速与减速,前方车辆的这种动作(前后方向上的动作)会像波一样向后方车辆传递。
因而,堵车预测部37可以根据一元回归直线计算部35所计算出的一元回归直线的斜率α的大小具体而言就是由斜率极大值计算部36所计算出的斜率极大值,来计算出堵车征兆值。
例如,堵车预测部37可以预先求得斜率极大值(x)与堵车征兆值(y)之间的函数关系(例如,y=ax+b等),再计算出对应于由斜率极大值计算部36所计算出的斜率极大值(x)的堵车征兆值(y)。
另外,也可以预先作出斜率极大值与堵车征兆值的数值之间的对应关系图表,将该图表预先存储在信息存储部38中,堵车预测部37可以参照该图表求得与所计算出的斜率极大值对应的堵车征兆值。
另外,堵车预测部37根据所计算出的堵车征兆值与地图存储部32中存储的地图数据,作成行驶辅助信息,该行驶辅助信息表示了为避免堵车或防止堵车的形成,电动汽车1所需要的行驶方式。
例如该行驶辅助信息可以用于,电动汽车1的行驶控制中以防止堵车的发生,或通过电动汽车1的显示器14与扬声器15向驾驶员进行报知。
再具体点说,该行驶辅助信息例如可以包括,电动汽车1在自动行驶控制时能避免堵车发生所需的目标车速与目标车间距离信息、规定的驾驶操作信息、电动汽车1在路径搜索与路径导航时用的信息。其中,规定的驾驶操作信息为告知驾驶员控制电动汽车1与前方车辆之间的车间距离不发生增大或者抑制电动汽车1的加速动作发生等需采取的操作相关的信息。
信息存储部38中存储由堵车预测部37逐次作出的堵车征兆值与行驶辅助信息。
行驶控制部22根据堵车预测部37计算出的堵车征兆值与行驶辅助信息、开关装置12输出的各种信号、传感器群11输出的与电动汽车1的行驶状态相关的检测结果信号等,例如对油门驱动器、刹车驱动器与转向驱动器进行控制,从而对电动汽车1的行驶进行控制。
例如,行驶控制部22可以根据开关装置12所输出的信号开始或者停止执行自动行驶控制、对自动行驶控制中所需的目标车速与目标车间距离进行设定或变更。
另外,例如,在驾驶员根据开关装置12输出的信号选择了经济行驶模式时,若堵车预测部37所计算出的堵车征兆值显示非堵车预测倾向,则行驶控制部22输出优先进行速度维持或者加速的控制指令;若堵车预测部37所计算出的堵车征兆值显示堵车预测倾向,则行驶控制部22输出优先进行减速的控制指令。
另外,在驾驶员根据开关装置12输出的信号选择了再生优先模式时,不论堵车征兆值显示的是否为堵车预测倾向,行驶控制部22都输出优先减速的控制指令。
另外,在堵车征兆值显示堵车预测倾向时,表示交通流呈现向流动不顺畅的状态变化的倾向,此种情况对应于斜率极大值计算部36所计算出的斜率极大值的绝对值比规定值(例如,30°~45°的范围)大,在电动汽车1的行驶方向前方发生堵车的可能性较大(或者已经发生堵车的可能性较高等)。
另一方面,堵车征兆值显示非堵车预测倾向时,表示交通流呈现向顺畅流动的状态变化的倾向,此种情况对应于斜率极大值计算部36所计算出的斜率极大值的绝对值比规定值(例如,30°~45°的范围)小,在电动汽车1的行驶方向前方发生堵车的可能性较小(或者已经发生堵车的可能性较低等)。
总之,在经济行驶模式下,若堵车征兆值显示非堵车预测倾向,则行驶控制部22发出的指示是使电动汽车1维持当前车速或者为了避免形成车群而加速,以避免堵车,或者使电动汽车1的后续车辆不易造成堵车或消除电动汽车1周围的堵车。
另一方面,在经济行驶模式下,若堵车征兆值显示为堵车预测倾向,则行驶控制部22发出的指示是使电动汽车1优先减速,此时,不仅没有因维持车速或者加速而造成能量损失,由于采用与交通流的实际状况相适应的减速而能够通过再生发电获得再生能量。
另外,作为优先执行速度维持、加速或者减速的控制指令,行驶控制部22可以输出变更与驱动器群13的动作相关的各种参数的控制指令,或者可以输出变更自动行驶控制(例如,使实际的车速与目标车速一致的恒速行驶控制、使电动汽车1与前方车辆等的其他车辆之间的实际车间距离与目标车间距离一致的车间距离控制与追随行驶控制等)所需的目标车速与目标车间距离的控制指令,从而控制电动汽车1的行驶状态。
报知控制部23根据堵车预测部37所计算出的堵车征兆值与行驶辅助信息、开关装置12输出的各种信号,来控制显示器14与扬声器15,从而控制各种报知动作。
例如,报知控制部23可以将堵车预测部37逐次计算出的堵车征兆值的变化情况按时间顺序显示。在图3中A与B所示的例子中,采用与堵车征兆值的大小相应的表示形式(例如,使用显示条来进行模拟显示,该显示条的高度与颜色对应于堵车征兆值的大小),显示从之前(规定范围内)到现在的期间内堵车预测部37所计算出的堵车征兆值的经过情况。
在驾驶员根据开关装置12所输出的信号选择了经济行驶模式时,如果堵车预测部37所计算出的堵车征兆值显示为非堵车预测倾向,则,例如图3中A所示,报知控制部23以规定的颜色(例如,表示车速维持或加速优先的绿色)来显示小于规定阈值的堵车征兆值。
另一方面,如果堵车预测部37所计算出的堵车征兆值显示为堵车预测倾向,则,例如图3中B所示,报知控制部23以规定的颜色(例如,表示减速优先的红色)来显示大于规定阈值的堵车征兆值。
总之,在经济行驶模式下,若堵车征兆值显示为非堵车预测倾向,报知控制部23发出优先维持当前速度的报知指示信息,以告知驾驶员维持当前车速或者为避免形成车群而进行加速,以避免堵车,或者使电动汽车1的后续车辆不易造成堵车或消除电动汽车1周围的堵车。
另一方面,在经济行驶模式下,若堵车征兆值显示为堵车预测倾向,则行驶控制部22发出减速优先的报知指示信息,以报知驾驶员进行减速,此时,不仅没有因维持车速或者加速造成能量损失相比,而且,由于采用与交通流的状况相适应的减速从而能够利用再生发电而回收再生能量。
另外,对于报知控制部23而言,其显示方式并不限于图3中A与B所示的显示方式。例如,可以直接发出优先维持车速、加速或减速的指示信息,或者以亮灯、灭灯的显示方式间接地指示驾驶员优先维持车速、加速或减速。
另外,报知控制部23控制扬声器15使其发出警报音或者模拟人声等,从而报知驾驶操作指示信息(例如,优先维持车速、加速或减速的指示信息、设定目标车速、目标车间距离的指示信息等)。
另外,在驾驶员根据开关装置12输出的信号选择了再生优先模式时,不论堵车征兆值是否显示堵车预测倾向,报知控制部23都通过显示器14与扬声器15发出优先进行减速的报知指示信息。
本实施方式的电动汽车行驶辅助系统10具有如上所述的结构,下面,对该电动汽车行驶辅助系统10的动作进行说明。
首先,在图4所示的步骤S01中,由传感器群11中的车速传感器检测出电动汽车1的速度,由当前位置检测部31检测出电动汽车1的当前位置。
之后,在步骤S02中,根据电动汽车1的速度或者当前位置,由速度随时间的变化量或当前位置随时间的变化量计算出电动汽车1的加速度。
之后,在步骤S03中,对电动汽车1的加速度进行频率分析,求得自变量为频率的功率谱。
之后,在步骤S04中,计算出该功率谱的一元回归直线,计算出规定频率范围内的一元回归直线的斜率的极大值即斜率极大值(一元回归极大值运算)。
之后,在步骤S05中,判断是否计算出了斜率极大值(例如,在规定值以上的斜率极大值等)。
在此判断结果为NO时,返回上述步骤S01。
另一方面,在此判断结果为YES时,进入步骤S06。
在步骤S06中,根据斜率极大值计算出堵车征兆值,该堵车征兆值显示的是要发生堵车的可能性或者已经发生堵车的可能性。
之后,在步骤S07中,通过判断斜率极大值的绝对值是否比规定值(例如,30°~45°的范围)(的上限值)大来判断所计算出的堵车征兆值是否显示堵车预测倾向。
在此判断结果为YES时,进入步骤S08。在步骤S08中,输出优先减速的控制指令,结束处理。
另一方面,在判断结果为NO时,进入步骤S09。在步骤S09中输出优先维持速度或加速的控制指令,结束处理。
如上所述,采用本实施方式的电动汽车行驶辅系统10,根据堵车征兆值显示非堵车预测倾向还是显示堵车预测倾向,结合这两种不同情况下因电动汽车10的行驶状态不同而造成的能量综合性利用效率上的不同,对行驶模式进行细致的控制,从而,相比于以内燃机为驱动源的车辆,对于能量输出较小的电动汽车1更能够提高行驶时的能量利用效率。
即,在经济行驶模式下,若堵车征兆值显示非堵车预测倾向,则使车辆优先维持速度或者为了避免形成车群而优先加速,以避免堵车,由于以较小的速度变动进行行驶,能够降低电力消费。
另一方面,在经济行驶模式下,若堵车征兆值显示堵车预测倾向,使车辆根据交通流的状况优先进行减速,如此,与维持速度或加速会造成能量损失相比,在此时通过减速能够利用再生发电而回收再生能量,使车辆的行驶在能量综合利用效率方面较为经济。
另外,在经济行驶模式下,作为对经济行驶进行辅助的信息,模拟显示堵车征兆值随时间的变化情况,能够促使驾驶员采取相应操作以使车辆进行经济行驶。
另外,在经济行驶模式下,根据堵车征兆值显示非堵车预测倾向还是显示堵车预测倾向的不同,对电动汽车1的行驶进行自动控制,能够实现在能量综合利用效率方面较为恰当的行驶,更加容易实现经济行驶。
另外,驾驶员能够选择经济行驶模式与再生优先模式等多种行驶模式,从而不管堵车征兆值为何值都能够执行可延长行驶(续航)距离的再生优先模式的行驶,能够实现经济行驶。
另外,在上述实施方式中,还可以如图5的变形例的电动汽车1那样,在加速度的基础上,还根据电动汽车1与前方车辆之间的车间距离来进行堵车预测的运算。
该变形例的电动汽车1的结构与上述实施方式的电动汽车1的不同点在于,在运算处理部21中增加了前方车辆检测部41、车间距离计算部42、车间距离分布推定部43、协方差最小值计算部44、相关运算部45,此外,在传感器群11中增加了对电动汽车1的外界进行检测的雷达装置或拍摄装置等的外界检测传感器。
即,变形例的电动汽车1的运算处理部21具有,当前位置检测部31、地图数据存储部32、加速度计算部33、频率分析部34、一元回归直线运算部35、斜率极大值计算部36、堵车预测部37、信息存储部38、前方车辆检测部41、车间距离计算部42、车间距离分布推定部43、协方差最小值计算部44、相关运算部45。
另外,将在电动汽车1的外界(行驶方向前方的外界等)所设定的检测对象区域划分为多个角度区域,雷达装置控制发射信号的电磁波,使其在各角度区域内进行扫描。并且,雷达装置接收发射信号被位于电动汽车1外部的外部物体(例如前方车辆)与行人反射而形成的反射波的反射信号。并且,在雷达装置中生成与发射信号和反射信号对应的信号,例如,与雷达装置到外部物体或行人之间的距离相关的检测信号,并将该检测信号输出。
另外,拍摄装置具有照相机,其对在电动汽车1的外界(行驶方向前方的外界等)所设定的检测对象区域进行拍摄而得到图像,并对该图像进行规定的图像处理而生成图像数据(例如,动态图像或者多个时间点的多个静止图像等),且将该图像数据输出。
前方车辆检测部41根据外界检测传感器输出的信号检测出存在于电动汽车1的行驶方向前方的前方车辆。
车间距离计算部42计算出电动汽车1与前方车辆检测部41所检测出的各前方车辆之间的车间距离。
车间距离分布推定部43根据车间距离计算部42所检测出的电动汽车1相对于各前方车辆的车间距离以及前方车辆的数量,推定车间距离分布。
例如,在由车间距离与车辆数量的信息检测到在电动汽车1前方存在车群(即,车间距离较小、密集的前方车辆的集合)时,车间距离分布推定部43利用变分贝叶斯等分布推定法对各车群求高斯分布(概率密度分布)。
例如,在检测出两个车群时,可以将高斯分布看做是两个车群的高斯分布的线性相加。例如图6所示,概率函数P1(X)与P2(X)表示两个高斯分布,概率函数P(X)表示全体的高斯分布,是前两个高斯分布的和(叠加)。
此处,高斯分布(概率函数)用N(X|μ,Σ)表示。图6所例示的多个高斯分布的叠加如下式(1)所示。
p ( x ) = Σ k = 1 K π k N ( x | μ k , Σ k ) · · · ( 1 )
在上式(1)中,k为任意的自然数,期望值(平均值)μk表示密度为最高的位置。协方差值(矩阵)Σk表示分布的偏度即表征了密度在期望值μk的左侧或右侧减小的状况。高斯分布的混合系数(mixingcoefficient,混合比)πk(0≤πk≤1)表示各高斯分布所占的比例,即概率。
协方差最小值计算部44利用变分贝叶斯理论进行计算处理,以求得由上述概率函数P(X)得到的似然函数为最大的参数(协方差)。
例如,对于叠加图6所例示的由多个高斯分布叠加而得到的概率函数P(X),协方差最小值计算部44针对各高斯分布计算出其协方差值Σk。并且,求得针对各高斯分布计算所得到多个协方差值Σk的最小值。
例如在图7中A所示的协方差值Σk的分布曲线(graph,图形)V中,变量δ是与协方差值Σk相关的变量(例如,就是协方差值Σk本身等),在δ=0处存在尖角,此种情况意味着没有车群的变动,即,处于车间距离大致恒定的行驶状态。
另外,图7中B所示的协方差值Σk的分布由曲线V1与V2这两条曲线构成,其中,曲线V1在与协方差值Σk相关的变量δ值为负区域中的值δ1处存在峰值,曲线V2在正区域中的值δ2处存在峰值。曲线V1、V2相对于和协方差值Σk相关的变量δ具有规定的变动幅度,此意味着存在车群的变动,换言之,即存在车间距离不同的两个车辆集合。
并且,在图7的A中,协方差值Σk的最小值(协方差最小值)大致为零,在图7的B中,协方差值Σk的最小值为δ1与δ2中较小的那个即δ1。
相关运算部45作成由斜率极大值计算部36所计算出的斜率极大值与协方差极小值计算部44计算出的协方差最小值的相关图。
在图8所例示的斜率极大值与协方差最小值的相关图(correlationmap)的概念图中,横(X)轴为协方差最小值X,纵(Y)轴为斜率极大值Y,图中描绘(mapping)了变量(X,Y)的相关性。
在图8所示的相关图中,存在两个区域即A1与A2,A1与A2存在相重合的区域即边界区域A3。区域A1的协方差值相对较小,表示处于车群的变动较小的状态,换言之即车间距离较为恒定的状态。相反地,区域A2的协方差最小值相对较大,表示处于车群的变动较大的状态,换言之即存在多个车间距离不同的车辆集合。
边界区域A3是从车群的变动较小的状态向较大的状态转变的区域,通过定量地检测出对应于该边界区域A3的车群状态,从而能够对堵车进行预测。
例如在图9所示的交通密度与交通量的关系图中,曲线(graph,图形)的横(X)轴为交通密度,该交通密度表示距车辆规定距离内存在的其他车辆的数目,该交通密度的倒数相当于车间距离。纵(Y)轴为交通量,该交通量表示通过规定位置的车辆数。
从图9所示的表示交通密度与交通量的关系的图中可以了解车辆流动的交通流的情况。
图9所例示的交通流的状态(区域)大致可以分为四种。
第1状态(自然流状态)R1为发生堵车的可能性较低的自由流状态,在此状态下,能够保持一定程度以上的加速度与车间距离。
第2状态(混合流的状态)R2为车辆的制动状态与加速状态皆有的混合流状态,该状态是向堵车流转变前发生的状态,随着驾驶员的驾驶自由度降低,交通密度的增大(车间距离减小)而向堵车流转变的可能性较大。
第3状态(堵车流)R3是表示发生堵车的堵车流状态。
第4状态(临界状态)R4为从自由流状态向混合流状态转变期间存在的过渡状态,是临界区域。该临界区域是交通量与交通密度比自由流状态高的状态,随着交通量的降低以及交通密度的增大(车间距离减小)会转变为混合流。另外,临界区域也可以称为准稳定流或中间稳定流。
图8所示的区域A1包含图9所示的自由流与临界区域。另外,图8所示的区域A2包含图9所示的混合流与堵车流的状态。
因而,图8所例示的临界区域A3为包含图9所例示的临界区域与混合流状态这二者的临界状态,为图9所示的临界区域的边界R5。
通过定量地掌握包含该边界区域的边界R5的临界区域,从而能够抑制向混合流状态的转变从而防止发生堵车。
下面参照图10中A与B来说明临界区域的定量化方法。该图10中A与B表示车间距离分布的协方差最小值的对数与加速度频谱的斜率最大值的对数的相关图。
图10中A为示意性地描绘图9所示的交通流的情况的附图,图10中B表示的是协方差最小值的对数与斜率最大值的对数的相关图。
图10中B所示的协方差值最小值的对数与斜率极大值的对数,是由斜率极大值计算部36所计算出的斜率极大值与由协方差最小值计算部44所计算出的协方差最小值的对数值,是将临界区域R4的相变状态以参数的形式所作的表示。
在图10的B中,区域B1包含图10的A所示的临界区域R4,区域B2包含图10的A所示的混合流的状态R2。临界线C的涵义为临界点,如果超过该临界线C向混合流转变时则发生堵车的可能性较大。各区域B1、B2的交界区域B3相当于临界线C附近的临界区域的边界R5。
另外,图10中B所例示的相关图被存储在车辆处理装置16的信息存储部38中。
在变形例中,堵车预测部37判断相关运算部45所作成的相关图中是否存在临界区域的边界的状态,根据该判断结果计算出堵车征兆值(堵车征兆信息)。并且,当相关图中存在临界区域的边界的状态时,为了防止转变为堵车,参照地图数据存储部32中存储的地图数据作成相应的行驶辅助信息。
另外,在该变形例中,当相关图中存在临界区域的边界的状态时,堵车征兆值的数值比规定的阈值高,表示发生堵车的可能性较高。当相关图中不存在临界区域的边界的状态时,堵车征兆值的数值比规定的阈值低,表示发生堵车的可能性较低。
该变形例的电动汽车1具有如上所述的结构,下面对该电动汽车1的车辆处理装置16的动作进行说明。
首先,在图11所示的步骤S11中,由传感器群11中的车速传感器检测出电动汽车1的速度,由当前位置检测部31检测出电动汽车1的当前位置。
之后,在步骤S12中,根据电动汽车1的速度或者当前位置,由速度随时间的变化量或当前位置随时间的变化量计算出电动汽车1的加速度。
之后,在步骤S13中,对电动汽车1的加速度进行频率分析,求得自变量为频率的功率谱。
之后,在步骤S14中,计算出该功率谱的一元回归直线,计算出规定频率范围内的一元回归直线的斜率的极大值即斜率极大值(一元回归极大值运算)。
之后,在步骤S15中,判断是否计算出了斜率极大值(例如,判断是否有在规定值以上的斜率极大值等)。
在此判断结果为NO时,返回上述步骤S11。
另一方面,在此判断结果为YES时,进入步骤S16。
之后,在步骤S16中,检测电动汽车1的行驶方向前方存在的前方车辆,计算电动汽车1相对于各前方车辆的车间距离。
之后,在步骤S17中,根据电动汽车1相对于各前方车辆的车间距离以及多个前方车辆的检出数量推定车间距离分布。
之后,在步骤S18中,由车间距离分布计算出协方差的最小值(协方差值的奇异值求解运算)。
之后,在步骤S19中,由协方差的最小值与斜率极大值的相关关系推定电动汽车1的行驶方向前方的车群分布。
之后,在步骤S20中,判断在协方差最小值与加速度频谱的斜率极大值的相关图中是否存在临界区域的边界的状态。
在该判断结果为NO时,返回上述的步骤S11。
另一方面,在该判断结果为YES时,进入步骤S21。
在步骤S21中,根据斜率极大值计算出表示要发生堵车的可能性或者已经发生堵车的可能性的堵车征兆值。
之后,在步骤S22中,通过判断斜率极大值的绝对值是否比规定值(例如,30°~45°的范围)大来判断所计算出的堵车征兆值是否表示堵车预测倾向。
在此判断结果为YES时,进入步骤S23。在步骤S23中,输出优先减速的控制指令,结束处理。
另一方面,在此判断结果为NO时,进入步骤S24。在步骤S24中输出优先维持速度或加速的控制指令,结束处理。
采用该变形例的电动汽车行驶辅助系统10,组合使用电动汽车1的加速度以及电动汽车1与前方车辆的车间距离这个容易获得的状态信息,来计算堵车征兆值,从而能够提高堵车征兆值的计算精度与可靠性,从而能够根据该堵车征兆值进行更加适当的行驶控制。
另外,在上述实施方式的变形例中,可以代替雷达装置与拍摄装置等的外界检测传感器,由能够和其他车辆通信的车载通信设备取得其他车辆的当前位置信息,据此计算出电动汽车1与前方车辆的车间距离。
另外,本发明的上述实施方式的电动汽车行驶辅助系统10,也可以由专用的硬件来构成。另外,电动汽车行驶辅助系统10也可以由存储器与CPU构成,将用于实现堵车预测装置10功能的程序(数据更新用的程序)下载到存储器中并执行该程序从而实现堵车预测装置10的功能。
另外,也可以将上述程序存储在能够由计算机读取的存储媒质中,使该存储媒质中存储的程序被计算机系统读取并执行从而进行相应的控制。另外,此处所说的计算机系统可以包含OS与外围设备等的硬件。
另外,能够由计算机读取的存储媒质是指,DVD、存储卡等的移动存储媒质、安装在计算机系统中的磁盘等的存储装置。另外,能够由计算机读取的存储媒质还包括:通过因特网等的网络与电话线路等的通信线路发送程序时的通信线这样的能够短时间、动态地保存程序的存储媒质、以及此时的服务器和成为用户的计算机系统内部的挥发性存储器这样的能够在一定时间内保存程序的存储媒质。
另外,该程序可以仅实现上述功能的一部分,也可以与已经存储在计算机系统中的程序相结合来实现上述功能。

Claims (4)

1.一种电动汽车行驶辅助系统,其特征在于,
电动汽车行驶辅助系统对电动汽车的加速度进行频率分析,计算出对应于频率的功率谱,对计算出的该功率谱来求得一元回归直线,根据该一元回归直线求得斜率极大值,
包括:
信息取得部,其根据所计算出的所述斜率极大值得到堵车征兆信息;
经济行驶模式输出部,在由所述信息取得部取得的所述堵车征兆信息显示非堵车预测倾向时,该经济行驶模式输出部输出优先维持速度或加速的控制指令,在所述堵车征兆信息显示堵车预测倾向时,该经济行驶模式输出部输出优先减速的控制指令。
2.根据权利要求1所述的电动汽车行驶辅助系统,其特征在于,
还包括显示部,该显示部的显示模式根据所述经济行驶模式输出部输出的所述控制指令的内容而变更。
3.根据权利要求1或2所述的电动汽车行驶辅助系统,其特征在于,
还包括控制部,该控制部根据所述经济行驶模式输出部输出的所述控制指令的内容对所述电动汽车的行驶实施控制。
4.根据权利要求1或2所述的电动汽车行驶辅助系统,其特征在于,
还包括:
再生优先模式输出部,不论所述堵车征兆信息显示非堵车预测倾向还是显示堵车预测倾向,该再生优先模式输出部都输出优先减速的控制指令;
设定部,其根据驾驶员的输入而选择设定所述经济行驶模式输出部或所述再生优先模式输出部。
CN201310111464.5A 2012-04-04 2013-04-01 电动汽车行驶辅助系统 Active CN103359110B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012085327A JP2013215067A (ja) 2012-04-04 2012-04-04 電動車両走行支援システム
JP2012-085327 2012-04-04

Publications (2)

Publication Number Publication Date
CN103359110A CN103359110A (zh) 2013-10-23
CN103359110B true CN103359110B (zh) 2016-03-09

Family

ID=49292968

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310111464.5A Active CN103359110B (zh) 2012-04-04 2013-04-01 电动汽车行驶辅助系统

Country Status (3)

Country Link
US (1) US9174550B2 (zh)
JP (1) JP2013215067A (zh)
CN (1) CN103359110B (zh)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014157401A1 (ja) * 2013-03-28 2014-10-02 本田技研工業株式会社 運転評価システム、電子装置、運転評価方法およびプログラム
JP2015123831A (ja) * 2013-12-26 2015-07-06 富士重工業株式会社 車両の制御装置及び制御方法
CN106463049B (zh) * 2014-04-04 2019-12-10 飞利浦灯具控股公司 用来经由环境感知和传感器校准和验证支持自主车辆的系统和方法
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
CN106415688B (zh) * 2014-05-20 2019-04-05 本田技研工业株式会社 驾驶特性评估方法和驾驶特性评估装置
JP6166226B2 (ja) * 2014-07-01 2017-07-19 本田技研工業株式会社 渋滞予兆検知方法、プログラムおよび渋滞予兆検知装置
DE102015202471B4 (de) * 2015-02-12 2018-01-18 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Parkplatzes
US10118603B2 (en) * 2015-10-30 2018-11-06 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for traffic learning
US9607454B1 (en) * 2015-11-02 2017-03-28 Volkswagen Ag System for distinguishing between traffic jam and parked vehicles
JP6632956B2 (ja) * 2016-10-21 2020-01-22 国立大学法人 東京大学 渋滞予測装置、ドライブレコーダ装置及び渋滞予測装置の渋滞予測方法
US10661805B2 (en) * 2016-11-22 2020-05-26 Samsung Electronics Co., Ltd. Vehicle control unit (VCU) and operating method thereof
CN106954045B (zh) * 2017-03-23 2019-08-09 西安晓农企业管理咨询合伙企业(有限合伙) 车辆视场跟随显示系统
CN106991703B (zh) * 2017-03-23 2019-08-09 西安晓农企业管理咨询合伙企业(有限合伙) 车辆摄像监控区域获取方法和系统
US10252710B2 (en) 2017-05-10 2019-04-09 Toyota Motor Engineering & Manufacturing North America, Inc. Utilizing missed prediction
US10683002B2 (en) 2017-06-27 2020-06-16 Toyota Motor Engineering & Manufacturing North America, Inc. Efficient acceleration from surrounding vehicles
JP6992485B2 (ja) * 2017-12-19 2022-01-13 トヨタ自動車株式会社 移動体
JP6493509B1 (ja) * 2017-12-25 2019-04-03 富士通株式会社 表示プログラム、表示方法および表示装置
CN110588656B (zh) * 2019-09-30 2021-01-12 的卢技术有限公司 一种基于道路及路况信息的自适应动能回收方法及系统
FR3109452B1 (fr) * 2020-04-16 2022-03-11 Renault Sas Procédé de détection d’une situation d’embouteillage sur un véhicule automobile.
JP7351283B2 (ja) 2020-10-19 2023-09-27 トヨタ自動車株式会社 ドライバへの通知装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101795919A (zh) * 2007-09-06 2010-08-04 丰田自动车株式会社 燃料节省驾驶辅助设备
CN102219019A (zh) * 2010-04-14 2011-10-19 现代自动车株式会社 用于控制车辆的自动停止和起动的方法

Family Cites Families (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06191319A (ja) * 1992-12-24 1994-07-12 Toyota Motor Corp 車両用走行制御装置
JP3389774B2 (ja) * 1996-03-22 2003-03-24 トヨタ自動車株式会社 自動変速機の制御装置
JP2000134719A (ja) 1998-10-29 2000-05-12 Isuzu Motors Ltd パラレル・ハイブリッド電気自動車のバッテリ充電制御装置
JP2001169408A (ja) 1999-12-03 2001-06-22 Nissan Motor Co Ltd ハイブリッド車両の制御装置
JP3646605B2 (ja) * 2000-02-23 2005-05-11 株式会社日立製作所 車両走行制御装置
JP4657728B2 (ja) * 2002-08-29 2011-03-23 アイティス・ホールディングス・ピーエルシー トラフィック情報を提供するための装置および方法
JP3846419B2 (ja) * 2002-12-12 2006-11-15 トヨタ自動車株式会社 車両の制御装置および制御方法
WO2004077377A1 (fr) * 2003-02-27 2004-09-10 Shaopeng Yang Procede de regulation de la circulation routiere et installations routieres
JP4578795B2 (ja) * 2003-03-26 2010-11-10 富士通テン株式会社 車両制御装置、車両制御方法および車両制御プログラム
JP2005028934A (ja) * 2003-07-09 2005-02-03 Nissan Motor Co Ltd 車両姿勢制御装置
JP4367293B2 (ja) * 2004-09-01 2009-11-18 マツダ株式会社 車両の走行制御装置
US7176813B2 (en) * 2004-09-10 2007-02-13 Xanavi Informatics Corporation System and method for processing and displaying traffic information in an automotive navigation system
US7698055B2 (en) * 2004-11-16 2010-04-13 Microsoft Corporation Traffic forecasting employing modeling and analysis of probabilistic interdependencies and contextual data
JP4127403B2 (ja) * 2005-02-28 2008-07-30 独立行政法人 宇宙航空研究開発機構 車両交通量の安定化制御のための方法及び装置
US7912628B2 (en) * 2006-03-03 2011-03-22 Inrix, Inc. Determining road traffic conditions using data from multiple data sources
US8700296B2 (en) * 2006-03-03 2014-04-15 Inrix, Inc. Dynamic prediction of road traffic conditions
US20070208498A1 (en) * 2006-03-03 2007-09-06 Inrix, Inc. Displaying road traffic condition information and user controls
US20070299595A1 (en) * 2006-06-23 2007-12-27 Anthony Boldin Traffic control system and method
JP4736979B2 (ja) * 2006-06-30 2011-07-27 日産自動車株式会社 車載装置、交通情報取得方法、交通情報提供システム及び交通情報提供方法
CN101501740B (zh) * 2006-08-07 2012-10-10 丰田自动车株式会社 行驶控制装置
US7765058B2 (en) * 2006-11-20 2010-07-27 Ford Global Technologies, Llc Driver input analysis and feedback system
US7953544B2 (en) * 2007-01-24 2011-05-31 International Business Machines Corporation Method and structure for vehicular traffic prediction with link interactions
JP4375488B2 (ja) * 2007-10-11 2009-12-02 トヨタ自動車株式会社 運転支援装置
JP4640441B2 (ja) * 2008-04-28 2011-03-02 トヨタ自動車株式会社 走行制御装置及び走行制御方法
JP5353276B2 (ja) * 2009-02-05 2013-11-27 日産自動車株式会社 電動車両の制御装置
JP5120297B2 (ja) * 2009-02-27 2013-01-16 三菱自動車工業株式会社 電気自動車の回生制動制御装置
WO2010119498A1 (ja) * 2009-04-13 2010-10-21 トヨタ自動車株式会社 駆動力制御装置
JPWO2011013202A1 (ja) * 2009-07-28 2013-01-07 トヨタ自動車株式会社 車両制御装置、車両制御方法及び車両制御システム
JP2011069640A (ja) * 2009-09-24 2011-04-07 Denso Corp 渋滞発生予防装置及び渋滞発生予防システム
JP5146431B2 (ja) * 2009-09-28 2013-02-20 トヨタ自動車株式会社 車両走行制御装置及び車両走行制御方法
JP5333249B2 (ja) * 2010-01-15 2013-11-06 トヨタ自動車株式会社 渋滞発生予測装置および渋滞発生抑制装置
WO2011101949A1 (ja) * 2010-02-16 2011-08-25 トヨタ自動車株式会社 車両制御装置
JP5083388B2 (ja) * 2010-07-29 2012-11-28 トヨタ自動車株式会社 交通制御システムおよび交通管制システム
DE102010041537B4 (de) * 2010-09-28 2021-04-15 Bayerische Motoren Werke Aktiengesellschaft Fahrerassistenzsystem zur Unterstützung des Fahrers zum verbrauchskontrollierten Fahren
DE102010041544B4 (de) * 2010-09-28 2023-05-04 Bayerische Motoren Werke Aktiengesellschaft Fahrerassistenzsystem zur Unterstützung des Fahrers zum verbrauchskontrollierten Fahren
DE102010041539A1 (de) * 2010-09-28 2012-03-29 Bayerische Motoren Werke Aktiengesellschaft Fahrerassistenzsystem zur Unterstützung des Fahrers zum verbrauchskontrollierten Fahren
US20120109421A1 (en) * 2010-11-03 2012-05-03 Kenneth Scarola Traffic congestion reduction system
US8930057B2 (en) * 2010-12-08 2015-01-06 Toyota Jidosha Kabushiki Kaisha Driving assistance device
JP5570961B2 (ja) * 2010-12-15 2014-08-13 本田技研工業株式会社 渋滞予兆表示方法
JP5616280B2 (ja) 2011-04-12 2014-10-29 本田技研工業株式会社 運転支援装置
JP2013097620A (ja) * 2011-11-01 2013-05-20 Toyota Motor Corp 運転支援装置
JP5397452B2 (ja) * 2011-11-01 2014-01-22 トヨタ自動車株式会社 運転支援装置
US9669828B2 (en) * 2012-06-01 2017-06-06 Toyota Motor Engineering & Manufacturing North America, Inc. Cooperative driving and collision avoidance by distributed receding horizon control

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101795919A (zh) * 2007-09-06 2010-08-04 丰田自动车株式会社 燃料节省驾驶辅助设备
CN102219019A (zh) * 2010-04-14 2011-10-19 现代自动车株式会社 用于控制车辆的自动停止和起动的方法

Also Published As

Publication number Publication date
US9174550B2 (en) 2015-11-03
US20130268152A1 (en) 2013-10-10
CN103359110A (zh) 2013-10-23
JP2013215067A (ja) 2013-10-17

Similar Documents

Publication Publication Date Title
CN103359110B (zh) 电动汽车行驶辅助系统
US10556589B2 (en) Vehicle control system, vehicle control method and vehicle control program
CN102849068B (zh) 车辆运动控制装置
JP5831560B2 (ja) 減速因子推定装置及び運転支援装置
CN103262135B (zh) 堵车预测方法
CN106233355B (zh) 驾驶辅助装置及驾驶辅助方法
CN103930936B (zh) 驾驶支援装置
JP6092272B2 (ja) 車両用走行制御装置
CN103930937B (zh) 驾驶支援装置
US8774998B2 (en) Vehicle control device
CN103918018A (zh) 驾驶支援装置
JP4710529B2 (ja) 走行制御装置
CN103857574A (zh) 用于车辆的驾驶策略的确定
CN108569287A (zh) 生成车辆控制命令的方法和装置、车辆控制器、存储介质
CN104417558A (zh) 减速度设定系统、方法以及程序
US20220348193A1 (en) Active Driving Intervention Sytem and Method Based on Acceleration Rate Optimization
JP5835126B2 (ja) 運転支援装置
JP5729489B2 (ja) 減速因子推定装置
JP5790795B2 (ja) 減速因子推定装置
JP5098503B2 (ja) 走行制御計画生成装置
CN113525336B (zh) 混合动力车辆、其控制方法及存储介质
CN106494388A (zh) 一种混合动力汽车能量管理及车速调整装置及方法
CN112797151B (zh) 档位决定装置、方法及仿真装置
JP5375924B2 (ja) 走行制御計画生成装置
WO2013114625A1 (ja) 運転支援装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant