CN104271423A - 用于对预测品质进行确定的方法和装置 - Google Patents

用于对预测品质进行确定的方法和装置 Download PDF

Info

Publication number
CN104271423A
CN104271423A CN201380023377.2A CN201380023377A CN104271423A CN 104271423 A CN104271423 A CN 104271423A CN 201380023377 A CN201380023377 A CN 201380023377A CN 104271423 A CN104271423 A CN 104271423A
Authority
CN
China
Prior art keywords
action
section
data group
vehicle
speed
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.)
Granted
Application number
CN201380023377.2A
Other languages
English (en)
Other versions
CN104271423B (zh
Inventor
J·帕帕尤斯基
M·哈马赫尔
H·穆斯纳
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.)
Audi AG
Original Assignee
Audi 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 Audi AG filed Critical Audi AG
Publication of CN104271423A publication Critical patent/CN104271423A/zh
Application granted granted Critical
Publication of CN104271423B publication Critical patent/CN104271423B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097Predicting future conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105Speed
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/107Longitudinal acceleration
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001Details of the control system
    • B60W2050/0002Automatic control, details of type of controller or control system architecture
    • B60W2050/0004In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005Processor details or data handling, e.g. memory registers or chip architecture
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062Adapting control system settings
    • B60W2050/0075Automatic parameter input, automatic initialising or calibrating means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/10Longitudinal speed
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/05Type of road, e.g. motorways, local streets, paved or unpaved roads
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/15Road slope, i.e. the inclination of a road segment in the longitudinal direction
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/25Road altitude
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/40Altitude
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/10Historical data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • B60W2556/50External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09Driving style or behaviour
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3469Fuel consumption; Energy use; Emission aspects
    • 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
    • Y02T10/80Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
    • Y02T10/84Data processing systems or methods, management, administration

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Traffic Control Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)

Abstract

本发明涉及一种用于对关于机动车的所预测的能耗的预测品质进行确定的方法和装置。通过确定预测品质,附加于所预测的行驶曲线还计算容差带。预测品质在整个路段上提供报告:是否驾驶员停留在基于随机分析处理并且当然存在的容差带上。如果驾驶员在真实行驶时停留在行驶曲线的所预测的容差带中,则无需运行策略的重新计算或改变。燃料消耗借助于预测性的运行策略在预给定的路段上最小化。

Description

用于对预测品质进行确定的方法和装置
技术领域
本发明涉及一种用于对关于机动车的所预测的能耗的预测品质进行确定的方法和装置。
背景技术
在机动车、尤其是电气化车辆或混合动力车辆的发动机控制或运行策略中,现在完全在很大程度上使用当前传感器数据来控制动力总成,但不考虑行驶的整个规划的路段变化曲线。这在由此不可进行发动机控制或运行策略与规划的路段变化曲线的最佳匹配方面是不利的。
为了克服这种缺点而开发了不同方法。因此例如由DE 10 2008 035 944A1公知了一种用于基于多个参数优化机动车的行驶工况的方法,其中,通过预给定行驶目的地确定车辆的行驶路线,确定多个不同的反映在车辆的几何位置或行驶起始点与行驶目的地之间车辆的所确定的行驶路线的路段曲线的特征的路段参数,确定至少一个反映在车辆的几何位置或行驶起始点与行驶目的地之间车辆的所确定的行驶路线的特征的行驶条件。在考虑路段参数和行驶条件的情况下,确定车辆沿着所确定的行驶路线的给定行驶速度,其中,行驶路线分成多个区段并且行驶路线分成区段基于路段参数和/或行驶条件来进行。
由DE 10 2007 036 794公知了一种用于确定机动车的行驶策略的方法和装置,其中,对于预给定的行驶路线确定在行驶路段上用于可能的给定行驶速度的具有上和下速度极限的带。
并且在未公开的DE 10 2010 047 080.5中提出了一种用于获取数据组的方法,所述数据组描述在路线的多个路段点上车辆的所预告的速度或作为替换方案给速度配置关于在路线上的行驶确定的时刻。数据组在其总体上在两个替换方案中给出速度曲线。
根据DE 10 2010 047 080.5的用于获取在路线上行驶时作为速度曲线描述在路线的多个路段点或时刻上车辆的所预告的速度的方法包括步骤:
a)提供第一数据组,通过所述第一数据组给多个路段配置路段点,
b)提供第二数据组,通过所述第二数据组确定多个过程,给所述过程作为确定的参量至少配置起始速度和最终速度,
c)借助于第一数据组选择预确定的路线,
d)确定用于在预确定的路线上车辆行驶的暂时速度曲线,
e)借助于暂时速度曲线将路线分成路段区段,给所述路段区段分别配置第二数据组中确定的过程中的一个过程,以及
f)对于每个在步骤e)中配置的过程确定速度曲线,其中,所述确定对于各个过程或对于由前后相继的过程组成的过程组来进行并且在此在各个过程或过程组至少之一中考虑:何过程或何过程组在前或在后。
根据DE 10 2010 047 080.5,首先提供第一数据组,所述第一数据组给多个路段或(子)路线(尽可能在完整的道路网上)配置路段点。另外,提供第二数据组,通过所述第二数据组确定多个过程,其中,作为确定的参量至少设置起始速度和最终速度。在提供第二数据组的范围内优选仅确定这样的过程,所述过程分别根据其定义或至少以类似方式实际出现。例如车辆从0km/h加速到53km/h的过程,反应在市内在信号灯处在该信号灯转换到“绿”之后加速的特征。或者当车辆驾驶员离开居民点并且存在80km/h的限速时,从53km/h加速到85km/h的过程。或者在驶到高速公路上时从85km/h一直加速到130km/h。从0km/h加速到130km/h的实际过程由此由多个子过程组成。
根据DE 10 2010 047 080.5,进行预确定的路线的选择并且对于路线确定在预确定的路线上确定的车辆的行驶的暂时速度曲线。将路线分成、尤其是将路线完全分成路段区段,确切地说这样:给每个路段区段配置第二数据组中确定的过程中的一个过程。路线的划分借助于暂时速度曲线来进行。以此方式于是可获得最终的速度曲线。为此,在根据DE 10 2010 047080.5的方法中,对于每个过程确定速度曲线。在此尤其是至少部分地考虑,在所述一个过程之外发生什么。因此,一方面,多个过程可组合成一个过程组、即在一定程度上新的过程并且给整个过程组配置速度曲线。
根据DE 10 2010 047 080.5,在至少一个情况中,确定的速度曲线具有这样的外观,所述外观决定性地与相邻的过程(或者说相邻的过程组)相关。例如可给同一个恒定速度从暂时速度曲线配置区别,视行驶如何继续而定。当以40km/h在市内行驶时,通常在信号灯处停住,即完全制动到0km/h。当以40km/h从居民点驶出时可进行接着的加速,由此,驾驶员已经事先总是先加速一点并且再稍微制动。
DE 10 2010 047 080.5使用“过程”的方案,给所述过程配置起始速度和最终速度;采用定义情景前后关系的方案。使用“过程”的方案也超越给简单确定的路段配置平均时间以及将所述平均时间配置给象征性描述道路交通网络的图形树中的确定分支。过程的总体可以并且应该尤其是具有属性:沿着路线的行驶实际上可分成多个过程,而不会保留不确定状况。
过程的方案可通过在必要时具有确定的坡度(或简单的恒定行驶或简单的减速)的确定的路段上简单的加速的方案以及较复杂的前后关系来描述。由此,优选这样设计过程的定义,使得对于过程的至少一部分在起始速度与最终速度之间确定速度的变化曲线,所述变化曲线包括非线性区段。在一定程度上给出用于速度的中间值,所述中间值不是简单地由线性关系获得。例如一个过程可配置给这样的行驶动作,在该行驶动作中,车辆驾驶员驶过弯道:车辆驾驶员首先将车辆制动一点,但然后从弯道又加速出来直到下一个直线行驶。通过设置用于速度的中间值的措施尤其是也可考虑处于行车道之外的事实。因此,也可在统计上波动的参量的某些方面考虑过程:在信号灯之前可以是,车辆必须完全静止,但也可以是,车辆甚至稍微加速,以便可驶过信号灯。平均由此所得到的,可通过确定的过程来描述,在所述过程中例如制动到>0km/h的速度,其中,接着又加速。
在DE 10 2010 047 080.5中也提出了典型行驶的新型建模,在所述新型建模中期望恒定速度:事实上,实际速度稍微绕期望速度波动;所述期望速度可在模型中通过速度的振荡变化来描述。由此,优选在非线性区段中,速度的线性变化曲线被速度的振荡变化曲线叠加。也可确定速度曲线,在所述速度曲线中,具有线性延伸的速度的区段被一个区段中断,在所述区段中,速度自发地——尤其是假如在车辆引导的范围内可以的话——提高或降低。优选在中断之后返回到中断的线性变化曲线,或者在进行中断的速度时,或者在线性变化曲线关于时间本身继续时无中断地已经得到的速度时。
优选根据DE 10 2010 047 080.5的方法包括:在多个路线上行驶并且在此在确定的路段点上获得关于车辆速度的测量值。在测量值中间接表现的经验于是以直接方式可这样看到,使得定义多个(但优选有限数量的)过程,给所述过程配置起始速度以及最终速度,虽然基于所获得的测量值进行定义。
通过DE 10 2010 047 080.5也可特别有效地利用本身公知的措施按照多个行驶风格来区分。在第二数据组中可配置多个行驶风格(当足够的数据材料供使用时)。于是可定义确定的过程匹配确定的行驶风格。通过确定行驶风格(选择或者说配置)于是清楚的是,何数量的过程重要。于是对于每个路段区段从在第二数据组中对于恰好该行驶风格所定义的过程中仅配置一个过程。
此外,优选根据DE 10 2010 047 080.5也已经在确定暂时的速度曲线时考虑所选择或者说所配置的行驶风格。(例如在确定的行驶风格中可以以超过最大允许的速度一个确定的数值为出发点等,而在另一个行驶风格中出发点在于,试图精确地遵循最大允许的速度。)
在根据DE 10 2010 047 080.5的一个优选方面中,在步骤a)中提供的数据组以本身公知的方式也包括关于道路类型的信息,并且将该信息优选也在步骤f)中予以考虑。同样的也适用于考虑输入高度和输出高度,可能情况下适用于坡度。
为了稍后确定在预确定的路线上行驶时的能耗,根据DE 10 2010 047080.5有帮助的可以是,借助于最终的速度曲线确定待施加在在路线上行驶的机动车的车轮上的功率,确切地说配置给路段点或时刻,对于所述路段点或时刻也给出关于速度曲线的数据组的数据。
此外,借助于最终的速度曲线可确定用于给出预告的品质的数字。
根据DE 10 2010 047 080.5的方法优选在操作机动车中的导航装置的范围内执行,但可考虑使用作为替换方案的数据处理装置。原则上,第一和第二数据组存储在机动车的存储器中,步骤c)借助于机动车中的操作装置来进行,步骤d)至f)通过机动车的数据处理装置来执行。
如从上述说明中可看到的那样,到目前为止,行驶曲线的预报始终基于数据库中的数据并且由此对于真实的行驶曲线始终具有偏差。但预报仅当也认识到其品质时才可最佳利用。这种质量或品质规则到目前为止还不存在。
发明内容
因此,本发明的目的在于,克服现有技术的缺点。
所述目的通过根据权利要求1的方法和根据权利要求8的装置来实现。本发明的有利扩展构型是从属权利要求的主题。
根据本发明的用于对关于机动车的所预测的能耗的预测品质进行确定的方法具有下列步骤:
a)提供多个动作类别,为所述动作类别至少分配车辆的起始速度和最终速度作为确定的参量;
b)由驾驶员以车辆重复地实施每个动作类别的动作,并且与该动作重复的次数相关地确定出速度变化或速度的中值;
c)至少是直到对于每个动作获得统计学上有说服力的速度变化或速度的中值之前一直重复步骤b);
d)计算出每个动作的与每个动作重复的次数相关的中值的容差范围连同平均速度或平均加速度的最大和最小值;
e)借助于第二数据组选择预确定的路线,通过所述第二数据组确定多个具有多个路段区段的路段;
f)给所述路线的每个路段区段分配至少一个动作类别;
g)在使用所确定的统计上有说服力的用于每个动作的速度变化或速度的中值的情况下,通过使针对沿着每个路段区段执行的每个动作所预测的车辆能耗彼此相加来计算针对该路线所预测的能耗;
h)在使用与动作重复的次数相关的在步骤d)中确定的速度或加速度的最大和最小中值的情况下通过使每个沿着每个路段区段执行的动作的车辆能耗彼此相加来计算最大和最小能耗的容差带,其中,通过使用用于高斯误差传播的公式补偿动作类别内部和/或不同的动作类别之间的偏差。
根据本发明的方法的第一有利扩展构型,在步骤b)至d)中获得的用于每个动作类别的数据存储在第一数据组中。由此可保证,这些数据持久地供继续应用使用。
根据本发明的方法的另一个有利扩展构型,仅当车辆的实际能耗的值处于所计算的容差带之外时,进行车辆的运行策略的重新计算或改变。根据本发明,只要驾驶员在真实行驶时停留在行驶曲线的预测的容差带中,就不需要重新计算或改变运行策略。燃料消耗(例如电流、含有烃的燃料、如汽油、柴油、天然气、液化气和/或氢)借助于所预测的运行策略在预给定的路段上最小化。
根据本发明的方法的另一个有利扩展构型,第一数据组和第二数据组存储在机动车的存储器中,步骤e)在机动车中的操作装置的辅助下进行,步骤b)至d)和f)至h)在机动车的数据处理装置的辅助下执行。
根据本发明的方法的另一个有利扩展构型,车辆的运行策略的重新计算或改变也通过机动车的数据处理装置来执行。
根据本发明的方法的另一个有利扩展构型,在上述步骤e)中提供的数据组也包含关于道路类型的信息并且所述信息在上述步骤f)中予以考虑。
如根据本发明的方法的另一个有利扩展构型所提出的那样,在上述步骤e)中提供的数据组也可包含关于路段区段的高度的信息并且所述信息在上述步骤f)中予以考虑。
本发明也包括一种装置,具有存储器、操作装置和数据处理装置,其中,
a)在所述存储器中存储多个动作类别,给所述动作类别至少分配车辆的起始速度和最终速度作为确定的参量;
b)在所述存储器中存储与动作重复的次数相关的速度变化或速度的中值,所述速度变化或速度的中值由驾驶员利用车辆重复实施每个动作类别的动作来确定;
c)在所述存储器中对于每个动作存储统计上有说服力的速度变化或速度的中值,所述速度变化或速度的中值通过使每个动作被足够频繁地重复来获得;
d)在所述存储器中存储每个动作的与每个动作重复的次数相关的中值的容差范围连同平均速度或平均加速度的最大和最小值;
e)在所述存储器中存储第二数据组,通过所述第二数据组确定多个具有多个路段区段的路段;
f)借助于所述操作装置能借助于所述第二数据组选择预确定的路线,通过所述第二数据组确定多个具有多个路段区段的路段;
g)通过所述数据处理装置能将至少一个动作类别分配给路线的每个路段区段;
h)通过所述数据处理装置能在使用所确定的统计上有说服力的用于每个动作的速度变化或速度的中值的情况下通过使针对沿着每个路段区段执行的每个动作所预测的车辆能耗彼此相加来计算针对该路线所预测的能耗;
i)通过所述数据处理装置能在使用与动作重复的次数相关的每个动作的速度或加速度的最大和最小中值的情况下通过使每个沿着每个路段区段执行的动作的车辆能耗彼此相加来计算最大和最小能耗的容差带,其中,通过使用用于高斯误差传播的公式补偿动作类别内部和/或不同的动作类别之间的偏差。
根据本发明的装置的第一有利扩展构型提出,如果车辆的实际能耗的值处于所预告的容差带之外,则所述数据处理装置另外被布置用于进行车辆的运行策略的重新计算或改变。
根据本发明的装置的另一个有利扩展构型,存储在所述存储器中的数据组——通过所述数据组确定多个具有多个路段区段的路段——也包含关于道路类型的信息并且所述数据处理装置被布置用于在点g)中考虑所述信息。
根据本发明的装置的另一个有利扩展构型,存储在所述存储器中的数据组——通过所述数据组确定多个具有多个路段区段的路段——也包含关于路段区段的高度的信息并且所述数据处理装置被布置用于在点g)中考虑所述信息。
最后,本发明也涉及一种机动车,具有根据本发明的装置。
附图说明
下面参照附图更详细地描述本发明。但该描述仅仅用于更好地理解本发明;不言而喻,本发明不局限于这种附加描述的内容。附图表示:
图1与所执行的动作的次数相关的平均减速度的图示和稳定值;
图2具有在此出现的动作类别的速度变化曲线的示例性节选;
图3用于所预测的能耗和预测品质的例子。
具体实施方式
通过本发明,通过确定容差带、即所谓的预测品质,附加于所预测的行驶曲线还计算容差带。预测品质对于整个路线提供报告:是否驾驶员停留在基于随机分析处理并且当然存在的容差带上。用于车辆的运行策略在优化时精确地考虑该容差带。
只要驾驶员在真实行驶时停留在行驶曲线的所预测的容差带中,就不需要重新计算或改变运行策略。燃料消耗由此借助于预测性的运行策略在预给定的路线上最小化。
如例如在未公开的DE 10 2010 047 080.5中所述,每个路线的速度变化曲线可通过确定的动作类别(在DE 10 2010 047 080.5中被称为“过程”)描述。作为用于这种动作类别的例子,在此可列举从50加速到100km/h、70km/h的恒定行驶或从50减速到30km/h。根据到目前为止的知识,大约100个不同的动作的次数足可以足够精确地描述任意一个路线的速度变化曲线。每个动作类别作为确定的参量至少包括车辆的起始速度和最终速度。
根据本发明,对于每个动作类别执行分析处理,在所述分析处理中,存储驾驶员与车辆的平均的速度或平均的速度变化。在分析处理时确定的值优选存储在所谓的动作类别矩阵中。
如图1中所示,中值(通过点所示)、即用于平均的速度或平均的速度变化的值在动作的次数少时由于随机样本少而强烈波动。但随着动作的次数增大,所述中值接近固定值。图1中通过竖直的线条示出的随机计算的稳定值(n=41)是最小次数,一个动作必须被操纵该最小次数,以便获得用于该动作的平均速度或者说平均加速度的统计上有说服力的中值。
稳定值可按照用于“最小随机样本范围”的公式来计算:
或者说
如图1中另外所示,对于中值确定容差带(通过实线所示)。由此根据次数、即多频繁地存在一个动作而得到用于平均加速度或者说平均速度的最大和最小值。极限的计算借助于“测量不确定性”的随机方案来进行。这种测量不确定性描述:一个值根据测量值以先前确定的概率处于中值左右的何范围内。
或者说
如图2中最上方的视图所示,作为动作类别的序列,算法解释任意路线的速度变化曲线。在本例子中作为动作类别的序列120、220、101、186、97、186、56和13。
因此,对于路线的任意区段可预告(速度或者说加速度的)平均值以及随机地最大可接受的偏差。
如图3中所示,可用平均值(在n=Beharrung时的中值)借助于用于行驶阻力的方程预测在路段上的能耗。
用可接受的偏差和新发展的基于“高斯误差传播”的随机方案可预测,与所预测的能耗可存在何偏差。
“高斯误差传播”按照下列方案计算:
Δf = Σ i = 1 n ( δf δ x i | x ‾ i · Δ x i ) 2
其中,xi表示各个测量参量,所述测量参量加入到通过函数f计算的最终参量中。在计算能量时,各个动作类别的速度或者说加速度的稳定值是测量参量。如果动作类别涉及加速度或减速度,则能量计算如下:
其中, Δs = v E 2 - v A 2 2 · a Beharrung v E 2 = v A 2 + 2 · a Beharrung · Δs .
作为对aBeharrung的偏导数计算:
Σ δE δa Beharrung =
对于恒定行驶,能量计算按照:
ΣE = E MKx | E MKy | E MKz | . . . = = Σ ( m Fzg · g · sin ( tan - 1 ( Δk / Δs ) ) | F 0 | F 1 · υ Beharrung | F 2 · v Beharrung 2 ) · r 1 · Δs
对VBeharrung求偏导数得到:
Σ δE δ vυ Beharrung = ( 2 · F 2 · v Beharrung + F 1 ) · Δs · η
所预测的总能耗ΣE的可能偏差接着由用于动作类别的单个项来计算:
分析处理逐步进行,即按照每个动作类别将新的项相加。用于测量不确定性的值或者说根据动作类别的次数获得,例如由图1可看到。
只要一动作类别在行驶时仅出现一次,就使用用于n=1的值。只要该动作类别出现第二次,在两个项中就使用用于n=2的值,用于测量不确定性的值以及由此所预测的偏差由此变小。由此注意:用于动作类别的加速度或者说速度的中值随着次数的增大而越来越接近稳定值。转到现实这意味着,驾驶员在统计上看在行驶时由于外部和内部影响、例如交通堵塞或急行而交替地较强或较弱地加速。但是,驾驶员越频繁地执行这种加速,这就越多地得到弥补。附加地通过用于高斯误差传播的公式的平方和还计算:不同的动作类别内部和/或之间的偏差也相互补偿。通过该方案,可容忍的偏差关于路段仅稍微提高,有时容差带通过这种补偿甚至变窄。
由此,通过上述方案,可形成关于所预测的能耗的容差带、即所谓的预测品质,这如图3中所示。处于根据本发明的方案的容差带内的与所预测的能耗的偏差可被容忍并且不要求重新计算或改变运行策略。

Claims (11)

1.一种用于对所预测的机动车能耗的预测品质进行确定的方法,该方法具有如下步骤:
a)提供多个动作类别,为所述动作类别至少分配车辆的起始速度和最终速度作为确定的参量;
b)由驾驶员以车辆重复地实施每个动作类别的动作,并且与该动作重复的次数相关地确定出速度变化或速度的中值;
c)至少是直到对于每个动作获得统计学上有说服力的速度变化或速度的中值之前一直重复步骤b);
d)计算出与每个动作重复的次数相关的、每个动作的中值的容差范围连同平均速度或平均加速度的最大和最小值;
e)借助于第二数据组选择预确定的路线,通过所述第二数据组确定多个具有多个路段区段的路段;
f)给所述路线的每个路段区段分配至少一个动作类别;
g)在使用所确定的统计上有说服力的用于每个动作的速度变化或速度的中值的情况下,通过使针对沿着每个路段区段执行的每个动作所预测的车辆能耗彼此相加来计算针对该路线所预测的能耗;
h)在使用与动作重复的次数相关的、在步骤d)中确定的速度或加速度的最大和最小中值的情况下,通过使每个沿着每个路段区段执行的动作的车辆能耗彼此相加来计算最大和最小能耗的容差带,其中,通过使用用于高斯误差传播的公式补偿动作类别内部和/或不同的动作类别之间的偏差。
2.根据权利要求1的方法,其中,在步骤b)至d)中获得的用于每个动作类别的数据存储在第一数据组中。
3.根据权利要求1或2的方法,其中,当车辆的实际能耗的值处于所计算的容差带之外时,进行车辆的运行策略的重新计算或改变。
4.根据上述权利要求任意之一的方法,其中,第一数据组和第二数据组存储在机动车的存储器中,步骤e)在机动车中的操作装置的辅助下进行,步骤b)至d)和f)至h)在机动车的数据处理装置的辅助下执行。
5.根据权利要求3的方法,其中,车辆的运行策略的重新计算或改变通过机动车的数据处理装置来执行。
6.根据上述权利要求任意之一的方法,其中,在权利要求1的步骤e)中提供的数据组也包含关于道路类型的信息并且所述信息在权利要求1的步骤f)中予以考虑。
7.根据上述权利要求任意之一的方法,其中,在权利要求1的步骤e)中提供的数据组也包含关于路段区段的高度的信息并且所述信息在权利要求1的步骤f)中予以考虑。
8.一种装置,具有存储器、操作装置和数据处理装置,其中,
a)在所述存储器中存储多个动作类别,给所述动作类别至少分配车辆的起始速度和最终速度作为确定的参量;
b)在所述存储器中存储与动作重复的次数相关的、速度变化或速度的中值,所述速度变化或速度的中值由驾驶员利用车辆重复实施每个动作类别的动作来确定;
c)在所述存储器中对于每个动作存储统计上有说服力的速度变化或速度的中值,所述速度变化或速度的中值通过使每个动作被足够频繁地重复来获得;
d)在所述存储器中存储与每个动作重复的次数相关的、每个动作的中值的容差范围连同平均速度或平均加速度的最大和最小值;
e)在所述存储器中存储第二数据组,通过所述第二数据组确定多个具有多个路段区段的路段;
f)借助于所述操作装置能借助于所述第二数据组选择预确定的路线,通过所述第二数据组确定多个具有多个路段区段的路段;
g)通过所述数据处理装置能将至少一个动作类别分配给路线的每个路段区段;
h)通过所述数据处理装置能在使用所确定的统计上有说服力的用于每个动作的速度变化或速度的中值的情况下、通过使针对沿着每个路段区段执行的每个动作所预测的车辆能耗彼此相加来计算针对该路线所预测的能耗;
i)通过所述数据处理装置能在使用与动作重复的次数相关的、每个动作的速度或加速度的最大和最小中值的情况下通过使每个沿着每个路段区段执行的动作的车辆能耗彼此相加来计算最大和最小能耗的容差带,其中,通过使用用于高斯误差传播的公式补偿动作类别内部和/或不同的动作类别之间的偏差。
9.根据权利要求8的装置,其中,如果车辆的实际能耗的值处于所预告的容差带之外,则所述数据处理装置另外被布置用于进行车辆的运行策略的重新计算或改变。
10.根据权利要求8或9的装置,其中,存储在所述存储器中的数据组——通过所述数据组确定多个具有多个路段区段的路段——也包含关于道路类型的信息并且所述数据处理装置被布置用于在点g)中考虑所述信息。
11.根据权利要求8至10任意之一的装置,其中,存储在所述存储器中的数据组——通过所述数据组确定多个具有多个路段区段的路段——也包含关于路段区段的高度的信息并且所述数据处理装置被布置用于在点g)中考虑所述信息。
CN201380023377.2A 2012-03-02 2013-02-23 用于对预测品质进行确定的方法和装置 Active CN104271423B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE201210004258 DE102012004258A1 (de) 2012-03-02 2012-03-02 Verfahren und Vorrichtung zur Ermittlung einer Prädiktionsgüte
DE102012004258.2 2012-03-02
PCT/EP2013/000531 WO2013127509A2 (de) 2012-03-02 2013-02-23 Verfahren und vorrichtung zur ermittlung einer prädiktionsgüte

Publications (2)

Publication Number Publication Date
CN104271423A true CN104271423A (zh) 2015-01-07
CN104271423B CN104271423B (zh) 2016-11-09

Family

ID=47749758

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380023377.2A Active CN104271423B (zh) 2012-03-02 2013-02-23 用于对预测品质进行确定的方法和装置

Country Status (5)

Country Link
US (1) US9150222B2 (zh)
EP (1) EP2819902B1 (zh)
CN (1) CN104271423B (zh)
DE (1) DE102012004258A1 (zh)
WO (1) WO2013127509A2 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107207014A (zh) * 2015-01-31 2017-09-26 奥迪股份公司 用于运行机动车的方法与系统
CN107531246A (zh) * 2015-04-10 2018-01-02 罗伯特·博世有限公司 规划的路线的周围环境数据的提供
CN113196344A (zh) * 2018-12-20 2021-07-30 采埃孚股份公司 用于确定构件或组件容差的方法
CN114516320A (zh) * 2020-11-17 2022-05-20 丰田自动车株式会社 行驶控制装置、行驶控制方法以及非临时性存储介质
CN114516320B (zh) * 2020-11-17 2024-05-28 丰田自动车株式会社 行驶控制装置、行驶控制方法以及非临时性存储介质

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012004258A1 (de) 2012-03-02 2013-09-05 Audi Ag Verfahren und Vorrichtung zur Ermittlung einer Prädiktionsgüte
DE102012023575B3 (de) * 2012-12-03 2014-06-05 Audi Ag Verfahren zur fahrerspezifischen Anpassung eines synthetisch modulierten Geschwindigkeitsprofils entlang einer mit einem Fahrzeug gefahrenen Strecke sowie Steuergerät zur Durchführung des Verfahrens
DE102012023561B4 (de) 2012-12-03 2014-08-14 Audi Ag Verfahren zur verkehrsflussbedingten Adaption von Anhaltevorgängen an ein synthetisch moduliertes Geschwindigkeitsprofil entlang einer mit einem Fahrzeug gefahrenen Strecke sowie Steuergerät zur Durchführung des Verfahrens
JP5839010B2 (ja) * 2013-09-11 2016-01-06 トヨタ自動車株式会社 運転支援装置
DE102013016520B4 (de) 2013-10-07 2015-05-07 Audi Ag Verfahren zur Anpassung einer prädizierten Radleistung eines Fahrzeugs für eine vorgegebene Strecke und Steuergerät zur Durchführung des Verfahrens
JP5939226B2 (ja) 2013-10-16 2016-06-22 トヨタ自動車株式会社 運転支援装置
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
US11318951B2 (en) * 2014-10-22 2022-05-03 Transportation Ip Holdings Llc Vehicle consumption monitoring system and method
JP6180458B2 (ja) * 2015-04-17 2017-08-16 三菱電機株式会社 車両用エネルギーマネジメント装置
SE541872C2 (en) * 2016-09-22 2020-01-02 Scania Cv Ab Method and system for predicting the fuel consumption for a vehicle
FR3057951B1 (fr) * 2016-10-25 2020-07-17 IFP Energies Nouvelles Procede de determination d'un itineraire minimisant la depense energetique d'un vehicule au moyen d'un graphe adjoint
US10661805B2 (en) * 2016-11-22 2020-05-26 Samsung Electronics Co., Ltd. Vehicle control unit (VCU) and operating method thereof
US10773597B2 (en) * 2017-10-06 2020-09-15 Ford Global Technologies, Llc Autonomous vehicle acceleration profile
JP7176376B2 (ja) * 2018-11-30 2022-11-22 トヨタ自動車株式会社 車両の制御装置
US11516295B1 (en) * 2019-12-06 2022-11-29 State Farm Mutual Automobile Insurance Company Using contextual information for vehicle trip loss risk assessment scoring
CN116968753B (zh) * 2023-07-19 2024-03-15 深圳市壹启优车科技有限公司 一种基于人工智能的车辆能耗管理方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008098663A1 (de) * 2007-02-17 2008-08-21 Gm Global Technology Operations, Inc. Kraftfahrzeug mit antriebsmotor und navigationssystem
DE102007036794A1 (de) * 2007-08-03 2009-02-05 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren zur Festlegung der Fahrstrategie eines Fahrzeuges
WO2009071369A1 (de) * 2007-12-07 2009-06-11 Robert Bosch Gmbh Verfahren zur bestimmung einer route und vorrichtung dazu
CN101689330A (zh) * 2007-11-01 2010-03-31 丰田自动车株式会社 行驶轨迹生成方法以及行驶轨迹生成装置
DE102008035944A1 (de) * 2008-07-31 2010-04-22 Man Nutzfahrzeuge Ag Verfahren zum Optimieren des Fahrbetriebs eines Kraftfahrzeugs
CN102189994A (zh) * 2010-03-09 2011-09-21 通用电气公司 用于电动和混合动力车辆操作的系统和方法
DE102010015342A1 (de) * 2010-04-17 2011-10-20 Albrecht Kretzschmar Energie-Navigations-Karte

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5913917A (en) * 1997-08-04 1999-06-22 Trimble Navigation Limited Fuel consumption estimation
US9266542B2 (en) 2006-03-20 2016-02-23 General Electric Company System and method for optimized fuel efficiency and emission output of a diesel powered system
DE102008055656A1 (de) 2008-11-03 2010-05-06 Parthy, Kai, Dipl.-Ing. Fahrten-Monitor zur Bewertung des Fahrstils eines Kraftfahrers mit Ausgabe von Optimierungs-Anweisungen
JP4715912B2 (ja) * 2008-12-11 2011-07-06 株式会社デンソー ハイブリッド車両の駆動制御装置
EP2387698B1 (en) * 2009-01-16 2017-01-04 TomTom Global Content B.V. Method for creating speed profiles for digital maps
DE102009014591A1 (de) 2009-03-24 2010-10-07 Mtu Friedrichshafen Gmbh Verfahren zur Steuerung eines Schienenfahrzeugs
US8825243B2 (en) * 2009-09-16 2014-09-02 GM Global Technology Operations LLC Predictive energy management control scheme for a vehicle including a hybrid powertrain system
US9539996B2 (en) * 2010-01-06 2017-01-10 Ford Global Technologies, Llc Energy management control of a plug-in hybrid electric vehicle
DE102010047080B4 (de) 2010-10-01 2012-09-06 Audi Ag Verfahren zum Gewinnen eines Geschwindigkeitsprofils
US8554473B2 (en) * 2011-04-25 2013-10-08 Navteq B.V. Energy efficient routing using an impedance factor
US20130073113A1 (en) * 2011-09-16 2013-03-21 Ford Global Technologies, Llc Vehicle and method for estimating a range for the vehicle
DE102012004258A1 (de) 2012-03-02 2013-09-05 Audi Ag Verfahren und Vorrichtung zur Ermittlung einer Prädiktionsgüte

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008098663A1 (de) * 2007-02-17 2008-08-21 Gm Global Technology Operations, Inc. Kraftfahrzeug mit antriebsmotor und navigationssystem
DE102007036794A1 (de) * 2007-08-03 2009-02-05 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren zur Festlegung der Fahrstrategie eines Fahrzeuges
CN101689330A (zh) * 2007-11-01 2010-03-31 丰田自动车株式会社 行驶轨迹生成方法以及行驶轨迹生成装置
WO2009071369A1 (de) * 2007-12-07 2009-06-11 Robert Bosch Gmbh Verfahren zur bestimmung einer route und vorrichtung dazu
DE102008035944A1 (de) * 2008-07-31 2010-04-22 Man Nutzfahrzeuge Ag Verfahren zum Optimieren des Fahrbetriebs eines Kraftfahrzeugs
CN102189994A (zh) * 2010-03-09 2011-09-21 通用电气公司 用于电动和混合动力车辆操作的系统和方法
DE102010015342A1 (de) * 2010-04-17 2011-10-20 Albrecht Kretzschmar Energie-Navigations-Karte

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107207014A (zh) * 2015-01-31 2017-09-26 奥迪股份公司 用于运行机动车的方法与系统
CN107207014B (zh) * 2015-01-31 2019-06-18 奥迪股份公司 用于运行机动车的方法与系统
CN107531246A (zh) * 2015-04-10 2018-01-02 罗伯特·博世有限公司 规划的路线的周围环境数据的提供
CN113196344A (zh) * 2018-12-20 2021-07-30 采埃孚股份公司 用于确定构件或组件容差的方法
CN114516320A (zh) * 2020-11-17 2022-05-20 丰田自动车株式会社 行驶控制装置、行驶控制方法以及非临时性存储介质
CN114516320B (zh) * 2020-11-17 2024-05-28 丰田自动车株式会社 行驶控制装置、行驶控制方法以及非临时性存储介质

Also Published As

Publication number Publication date
US20150046132A1 (en) 2015-02-12
EP2819902A2 (de) 2015-01-07
EP2819902B1 (de) 2017-05-17
CN104271423B (zh) 2016-11-09
US9150222B2 (en) 2015-10-06
DE102012004258A1 (de) 2013-09-05
WO2013127509A3 (de) 2014-03-13
WO2013127509A2 (de) 2013-09-06

Similar Documents

Publication Publication Date Title
CN104271423A (zh) 用于对预测品质进行确定的方法和装置
Adak et al. Development of emission factors for motorcycles and shared auto-rickshaws using real-world driving cycle for a typical Indian city
JP5542712B2 (ja) 加速度を決定するための自動車用システムおよび方法
CN103562978B (zh) 车辆数据分析方法和车辆数据分析系统
Akcelik et al. Operating cost, fuel consumption, and emission models in aaSIDRA and aaMOTION
US20110184642A1 (en) Fuel efficient routing system and method
US20130261966A1 (en) System and method for determining a vehicle route
CN104822574A (zh) 基于交通流量使停车过程与沿着车辆行驶过的路段的综合调制的速度曲线相适应的方法及用于执行该方法的控制装置
CN107000750A (zh) 用于车辆经济性改进的设备及方法
CN103471605A (zh) 使用荷电态消耗比识别环保路线的方法
CN101825469A (zh) 估算与推进相关的操作参数的方法
CN101788298A (zh) 导航装置及导航方法
CN103661385A (zh) 确定车辆行驶的生态驾驶指标的方法
CN103328931A (zh) 用于获得速度分布的方法
Anya et al. Application of AIMSUN microsimulation model to estimate emissions on signalized arterial corridors
Galgamuwa et al. A representative driving cycle for the southern expressway compared to existing driving cycles
He et al. An electric vehicle driving behavior model in the traffic system with a wireless charging lane
CN104823021B (zh) 用于估计车辆的行进时间的方法
Kraschl-Hirschmann et al. Estimating energy consumption for routing algorithms
CN104169684A (zh) 处理地理数据中的错误
Bousonville et al. Estimating truck fuel consumption with machine learning using telematics, topology and weather data
JP2006275869A (ja) ナビゲーション装置、ナビゲーション方法およびナビゲーションプログラム
Mu et al. Analysis of traffic flow with micro-cars with respect to safety and environmental impact
Vandanjon et al. Longitudinal profile optimization for roads within an eco-design framework
He et al. Introducing electrified vehicle dynamics in traffic simulation

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