CN104620274B - 消耗电力量推断装置 - Google Patents
消耗电力量推断装置 Download PDFInfo
- Publication number
- CN104620274B CN104620274B CN201380043435.8A CN201380043435A CN104620274B CN 104620274 B CN104620274 B CN 104620274B CN 201380043435 A CN201380043435 A CN 201380043435A CN 104620274 B CN104620274 B CN 104620274B
- Authority
- CN
- China
- Prior art keywords
- information
- power consumption
- data
- traveling
- roadway segment
- 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
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/12—Recording operating variables ; Monitoring of operating variables
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
- B60L15/20—Methods, 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
- B60L15/2045—Methods, 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
- B60R16/0236—Circuits relating to the driving or the functioning of the vehicle for economical driving
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/64—Electric machine technologies in electromobility
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
- Y02T10/84—Data processing systems or methods, management, administration
Abstract
根据实施方式,消耗电力量推断装置具有推断部(15),该推断部(15)基于根据电力消耗的倾向类似的多个电动汽车各自的消耗电力量信息的用于补充对电动汽车因行驶产生的电力消耗造成影响的信息的参数,来推断电力消耗的倾向类似的电动汽车行驶用的必要电力量。
Description
技术领域
本发明的实施方式涉及对电动汽车的行驶消耗电力量进行推断的消耗电力量推断装置。
背景技术
今后,可预见电动汽车(Electric Vehicle:以下记作“EV”。但是,在本申请中EV并不一定限定于四轮车,也包括二轮车、三轮车等。另外,EV中也包括能够从外部充电的插电式混合动力车(Plug-in Hybrid Vehicle))的普及。EV不使用化石燃料而不会排出二氧化碳等废气。因此,EV可望作为节能与温室效应对策的王牌之一。另外,对于EV,还正在研究其作为当因灾害等引起的停电时向家庭、重要施设供给电力的蓄电池的用途。因此,EV作为新的社会基础设施也备受瞩目。
EV为了行驶而使用蓄电池中积蓄的电力。因此,EV的用户需要对EV进行充电,以取代以往的针对汽车进行加油。但是,当前针对EV充电所需的时间与用于向汽车加油的时间相比较长。并且,通过一次充电能够行驶的距离与通过对汽车的一次加油能够行驶的距离相比较短。
今后,如果在街上行驶的EV增加,担心因较多EV充电而引起充电站的拥挤、对充电站等EV充电施设的电力供给不足、在路上时EV的电池用尽。
尤其在高速道路中,由于能够设置充电站的场所限定于服务区、驻车区域等,所以导致能够设置充电站的场所少于一般道路。因此,缓和向特定的充电站的集中、防止在路上时电池用尽可能成为重要课题。
另外,在一般道路上,例如在拼车、租车等公用车、公共汽车、出租车等公共交通工具、快递等商用车等的领域中,需要考虑受EV搭载的蓄电池的电气余量所左右的EV的行驶预定距离、充电所需时间、充电所使用的电力供给量的变动等来建立运用计画。
因此,希望有一种高精度推断以EV所搭载的蓄电池的余量能够行驶的距离、为了到达目的地所需要的充电量等的技术。
鉴于此,作为本公司制EV的功能,或者作为面向本公司制EV的驾驶员(司机)的服务,汽车制造商向驾驶员提供基于蓄电池余量的可行驶距离的推断值。
例如,有一种作为根据EV的行驶履历来决定电力消耗模型的参数的技术的可行驶距离推断系统。该技术是基于个别的EV的行驶履历,来调整该EV单体的电力消耗模型的参数,而使消耗电力量的推断精度提高的技术。
另外,有一种作为基于一部分的信息来推断可行驶距离的技术的导航装置以及可否到达目的地判定方法。在该技术中,推断可行驶距离的装置本身被设置在EV车内。但是,在该技术中,不仅获取EV自身具有的车内的信息,还获取EV外部的信息,基于该获取到的信息来推断可行驶距离。
在先技术文献
专利文献
专利文献1:日本特开2006-115623号公报
专利文献2:日本特开2010-210271号公报
发明内容
发明所要解决的课题
如上所述,今后为了分散充电站的负荷、防止EV的电池用尽,道路企业需要预测驾驶着在路上行驶的EV的驾驶员的充电行动。
另外,即使在进行拼车、出租车、快递车等商用车的运行管理的情况下,运行管理者也需要掌握EV的行驶所需要的充电量、为了对EV进行充电所需要的充电时间。
在这样的商业用途中,不仅仅是特定的汽车制造商或特定的车型,在各种汽车制造商的各种车型的EV混合存在的状况下,也必须以全部的EV为对象来对运行、充电进行管理。但是,目前的汽车制造商各公司对EV的消耗电力量、可行驶距离的推断存在以下所示的课题。
另外,在本说明书的说明中,使用“消耗电力量”这一用语和“电力消耗”这一用语。“消耗电力量”表示EV消耗了的电力的量,使用在“消耗电力量的推断”这一表现等中。另外,“电力消耗”表示EV消耗电力的现象,使用在“电力消耗模型”这一表现等中。
第一课题是:不存在高速道路企业、面向EV的服务提供业者等其他企业能够利用由汽车制造商各公司提供的EV的消耗电力量及可行驶距离的推断值的结构。
第二课题是:汽车制造商各公司的推断值的定义、精度在制造商间存在差别。
第三课题是:驾驶员无法有效获得、利用与对EV的电力消耗造成影响的外部要素相关的知识。
以下,按顺序对这3个课题进行说明。
对第一课题进行说明。汽车制造商各公司仅以本公司制EV为对象,面向该EV的驾驶员来对驾驶员通知基于蓄电池的电气的余量的可行驶距离的推断值。该推断值例如经由驾驶席的副仪表板(console)、车辆导航设备等用户界面通知给驾驶员。
但是,汽车制造商各公司没有将可行驶距离的推断值作为高速道路企业、面向EV的服务提供业者等其他企业能够从计算机系统进行访问的形态来公开。因此,例如即使高速道路企业想要掌握正在高速道路上行驶的EV的消耗电力量、可行驶距离,在当前的状况下,高速道路企业也无法使用汽车制造商各公司提供的消耗电力量、可行驶距离的推断值。
对第二课题进行说明。即使汽车制造商各公司面向其他企业公开了EV的消耗电力量、可行驶距离的推断值,该推断值作为高速道路企业等处理多个汽车制造商的EV的企业所使用的值也是不充分的。
其理由在于,由于推断值的定义、推断精度按每个汽车制造商、车型而存在差别,所以无法以相同的尺度来进行处理。例如在汽车制造商A的电动汽车的EV模型A1中,对可行驶距离的推断值可能预测出20%左右的富余(margin)。另外,即使EV行驶了推断距离并如推断那样消耗了电力,该模型也以蓄电池中余有20%左右的电荷的方式来提示推断值。
另外,例如在汽车制造商B公司的EV模型B2中,消耗电力量的推断值可能被预测出±10%的误差。另外,在汽车制造商C公司的EV模型C3中,消耗电力量的推断值可能被预测出+5%、-30%的误差。
在如此推断值的定义、推断精度未确定的状况下,即使汽车制造商各公司向企业公开了推断值,也无法对跨越汽车制造商各公司的EV的运行管理充分起作用。
对第三课题进行说明。关于EV的电力消耗,不仅仅EV本身的机械要素(发动机、电池、车体形状等)对其造成影响,EV外部的要素也对其造成影响。
作为外部要素,例如可考虑气温、风等天气、路面状态、坡度等道路的形状、交通拥堵等交通状况、依赖于驾驶员的要素(紧急起步、紧急制动等)等。由于这些外部要素每时每刻都在变化,所以并不限定于将起因于外部要素的数据预先保存到在EV车内或者通过网络而连接的外部服务器中设置的推断装置。
另外,作为推断EV的电力消耗的方法,可考虑根据EV的过去的行驶履历,来推断这些外部要素对电力消耗的影响的方法。但是,对各EV的过去的行驶履历而言,行驶范围被限定。另外,在EV的行驶中遭遇的外部要素的状态也被限定。因此,难以应对未知的外部要素。
用于解决课题的手段
本发明想要解决的课题在于,提供一种能够并不限定于特定的汽车制造商、特定的车型,而以多个汽车制造商、多个车型为对象,进而不仅反映EV自身具有的车内的信息还反映EV车外的外部要素的影响,来推断消耗电力量、可行驶距离的消耗电力量推断装置。
根据实施方式,消耗电力量推断装置具有:存储装置,其存储对电动汽车因行驶产生的电力消耗造成影响的信息;和提取部,其从存储装置中存储的信息中,提取电力消耗的倾向类似的多个所述电动汽车各自的消耗电力量信息。该消耗电力量推断装置具有推断部,该推断部根据如下的参数,推断所述电动汽车行驶用的必要电力量,该参数是用于使用对所述电动汽车因行驶产生的电力消耗造成影响的信息来推断电动汽车行驶用的必要电力量的参数,该信息作为基于由所述提取部(13)提取出的信息的信息。
附图说明
图1是表示EV行驶消耗电力量推断装置的构成例的框图。
图2是表示EV行驶消耗电力量推断装置的构成的变形例的框图。
图3是表示EV行驶消耗电力量推断装置的知识提取部中的知识提取的步骤的一个例子的流程图。
图4是表示第一实施方式中的EV行驶消耗电力量推断装置的系统构成的一个例子的框图。
图5是以表形式来表示了在分析用数据储存部中储存的驾驶员信息的数据结构的一个例子的图。
图6是以表形式来表示在分析用数据储存部中储存的EV行驶电力消耗信息的数据结构的一个例子的图。
图7是以表形式来表示在分析用数据储存部中储存的交通信息日志(log)的数据结构的一个例子的图。
图8是以表形式来表示在分析用数据储存部中储存的气象信息日志的数据结构的一个例子的图。
图9是以表形式来表示在分析用数据储存部中储存的车辆信息的数据结构的一个例子的图。
图10是以表形式来表示在分析用数据储存部中储存的道路信息的数据结构的一个例子的图。
图11是表示分组与参数同定(identification)的具体例的图。
图12是表示本实施方式中应用的分组规则一览的图。
图13是表示道路模型分组规则的一个例子的图。
图14是表示车辆模型分组规则的一个例子的图。
图15是表示驾驶员模型分组规则的一个例子的图。
图16是表示交通信息模型分组规则的一个例子的图。
图17是表示道路模型参数的一个例子的图。
图18是表示车辆模型参数的一个例子的图。
图19是表示驾驶员模型参数的一个例子的图。
图20是表示交通信息模型参数的一个例子的图。
图21是表示消耗电力量推断部中的消耗电力量推断的步骤的一个例子的流程图。
图22是表示第二实施方式中的EV行驶消耗电力量推断装置的系统构成的一个例子的框图。
图23是表示预约申请信息的一个例子的图。
具体实施方式
以下,参照附图对实施方式进行说明。
(第一实施方式)
首先,对第一实施方式进行说明。
提出了使用与EV的电力消耗相关的过去的履历数据、和与EV的电力消耗相关的当前的数据,来推断EV的消耗电力量的结构。
图1是表示EV行驶消耗电力量推断装置的构成例的框图。
该EV行驶消耗电力量推断系统具有数据整形部11、分析用数据储存部12、知识提取部13、知识储存部14、消耗电力量推断部15。
数据整形部11通过参照对EV因行驶产生的电力消耗造成影响的信息即履历数据与固定数据,来生成分析用数据。数据整形部11将分析用数据储存到作为存储装置的分析用数据储存部12。作为履历数据,例如有各种EV的行驶日志、与驾驶员的行动有关的日志、气象信息的日志、交通信息的日志等。
EV的行驶日志不限定于特定的汽车制造商、特定的车型的行驶日志。作为固定数据,例如有EV的目录(catalog)信息(车重、空气阻力系数等)数据、地图信息数据等。
另外,在外部装置20中设有履历数据储存部20a和固定数据储存部20b。以与EV电力消耗相关的履历数据被储存在履历数据储存部20a作为前提。另外,以与EV电力消耗相关的固定数据被储存在固定数据储存部20b作为前提。
EV行驶消耗电力量的推断能够利用的履历数据、固定数据的种类、数量根据应用对象而变化。可以将EV行驶消耗电力量改变为电动汽车以后行驶所用的必要电力量这一说法。在本实施方式中,履历数据、固定数据的种类、数量没有特别限定。另外,也存在上述的各种日志以外的履历数据被储存于履历数据储存部20a的情况。另外,也存在EV的目录信息、地图信息数据以外的固定数据被储存于固定数据储存部20b的情况。
知识提取部13作为在从分析用数据储存部12(存储装置)中存储的信息中,提取电力消耗的倾向类似的多个EV各自的消耗电力量信息的提取部发挥作用。知识提取部13参照在分析用数据储存部12中储存的分析用数据,来从分析用数据储存部12中提取与EV电力消耗相关的知识,并储存到知识储存部14中。在此被提取的知识由作为对各个知识进行表现的框架的模型知识、和按照该模型知识对各个具体的知识进行了表现的参数知识构成。
知识提取部13从在分析用数据储存部12中储存的分析用数据提取出分组规则作为模型知识。分组规则是用于确定针对EV行驶电力消耗具有相似那样的影响的组的规则。
例如对于EV而言,在同一车型具有相同那样的电力消耗的倾向的情况下,车型成为组的单位。在即便是同一车型、电力消耗的倾向也因年型而不同的情况下,车型与年型的组成为组的单位。
通过使用知识储存部14,能够基于由知识提取部13提取出的信息,来对用于补充对EV因行驶产生的电力消耗造成影响的信息的参数进行同定。从知识提取部13提取出的模型知识被储存到知识储存部14的模型知识储存部14a。另外,从知识提取部13提取出的参数知识被储存到参数知识储存部14b。
消耗电力量推断部15基于分析用数据储存部12(存储装置)中存储的信息以及知识储存部14中储存的各种知识,来推断因行驶产生的电力消耗的倾向类似的其他EV行驶所用的必要电力量。消耗电力量推断部15使用知识储存部14中储存的知识,来推断EV的行驶所需要的消耗电力量。
该消耗电力量推断部15被使用消耗电力量推断功能的任意的外部系统30利用。对于外部系统没有特别限定。
知识提取部13与消耗电力量推断部15能够相互独立地非同步执行。在图1所示的构成中,知识提取部13与消耗电力量推断部15共有一个知识储存部14,但知识提取部13与消耗电力量推断部15不必一定共有同一知识储存部。以下,对具体例进行说明。
图2是表示EV行驶消耗电力量推断装置的构成的变形例的框图。
在该变形例中,对EV行驶消耗电力量推断装置10还设有知识反映部16。另外,在该变形例中,上述的知识储存部14被分为知识提取部13用的提取用的知识储存部14-1、和消耗电力量推断部15用的推断用知识储存部14-2。
在某一定时,知识反映部16从提取用知识储存部14-1向推断用知识储存部14-2反映知识。该知识反映部16可以被自动化为系统,也可以通过手工来进行反映。
图3是表示EV行驶消耗电力量推断装置的知识提取部13中的知识提取的步骤的一个例子的流程图。
首先,知识提取部13对分析用数据储存部12中储存的数据进行分割。知识提取部13基于该分割后的数据,来生成EV因行驶产生的电力消耗的倾向相近的组(步骤S11)。知识提取部13也可以为了进行分割而使用基于人的见解的直观推断(heuristics:用于解决问题的、单纯且只能是大概的规则、方法、线索、经验法则)。
接下来,知识提取部13针对在S11中生成的各组,推断模型的参数(步骤S12)。在发现了与以前的参数推断结果相比、推断误差的精度被认为得到提高的组(步骤S13的是),并且,能够推断满足推断误差的目标精度的参数的情况下(步骤S14的是),知识提取部13从在分析用数据储存部12中储存的分析用数据中提取该组的分组规则。知识提取部13将该提取出的分组规则储存于模型知识储存部14a。然后,知识提取部13将在S12中推断出的参数储存于参数知识储存部14b(步骤S15)。
在不认为推断误差的精度通过数据的这次分割而相对于数据的上次的分割提高的情况(步骤S13的否)、无法推断满足推断误差的目标精度的参数的情况(步骤S14的否)下,当分析次数没有超过规定值时(步骤S16的否),知识提取部13基于推断误差,通过组的细化、合并来重新生成组(步骤S17)。然后,知识提取部13进行与S12以后相同的过程。
另外,在不认为推断误差的精度通过数据的这次分割而相对于数据的上次的分割提高的情况(步骤S13的否)、无法推断满足推断误差的目标精度的参数的情况(步骤S14的否)下,当分析次数超过规定值时(步骤S16的是),知识提取部13将在S15中提取出的分组规则储存到模型知识储存部14a。另外,知识提取部13将在S12中推断出的参数储存到参数知识储存部14b,将具有能够实现推断误差的精度的信息储存到知识储存部14的规定的存储区域(步骤S18)。
接下来,对第一实施方式进行说明。
在本实施方式中,表示由知识提取部13对知识的提取、和使用了该知识的消耗电力量推断的典型的事例。
图4是表示第一实施方式中的EV行驶消耗电力量推断装置的系统构成的一个例子的框图。
在本实施方式中,如在图4中说明那样,EV行驶消耗电力量推断装置具有数据整形部11、分析用数据储存部12、知识提取部13、知识储存部14、消耗电力量推断部15。另外,与EV行驶消耗电力量推断装置独立地设有外部装置20、使用消耗电力量推断功能的外部系统30、气象信息提供系统40。
外部装置20具有履历数据储存部20a以及固定数据储存部20b。在履历数据储存部20a中储存EV行驶日志数据、交通信息日志数据以及气象信息日志数据。在固定数据储存部20b中储存EV车辆信息数据以及道路信息数据。
数据整形部11参照外部装置20的履历数据储存部20a中储存的作为日志的EV行驶日志、交通信息日志、气象信息日志。
EV行驶日志例如是经由高速道路的路侧装置收集到的数据。
交通信息日志例如是交通管制局的履历。气象信息日志例如是气象局等的履历。在本实施方式中,对这些履历数据的收集方法、访问履历数据的访问方法、这些数据的数据形式没有特别规定。
另外,数据整形部11参照外部装置20的固定数据储存部20b中储存的作为数据的EV车辆信息数据和道路信息数据。EV车辆信息数据是指能够从汽车制造商的目录得到的数据。另外,道路信息数据为能够从地图数据得到的数据。在本实施方式中,对这些数据的数据形式没有特别规定。
在分析用数据储存部12中储存由数据整形部11整形后的数据。数据整形部11对在外部装置20的履历数据储存部20a中储存的各种日志数据进行整形,来生成驾驶员信息和EV行驶电力消耗量信息。数据整形部11件该生成的各种信息储存到分析用数据储存部12。
在分析用数据储存部12中储存的交通信息日志数据是将履历数据储存部20a中储存的交通信息日志数据保持不变加以利用的数据。另外,在分析用数据储存部12中储存的气象信息日志数据是将履历数据储存部20a中储存的气象信息日志数据保持不变加以利用的数据。另外,在分析用数据储存部12中储存的EV车辆信息是将作为固定数据储存部20b中储存的数据的EV车辆信息保持不变加以利用的数据。另外,在分析用数据储存部12中储存的道路信息也是将作为固定数据储存部20b中储存的数据的道路信息保持不变加以利用的数据。
在知识储存部14的模型知识储存部14a中,储存驾驶员模型、车辆模型、道路模型、作为交通信息模型的分组规则的驾驶员模型分组规则、车辆模型分组规则、道路模型分组规则、交通信息模型分组规则。这些只是例子,这里说明的分组规则不是本实施方式中处理的全部分组规则。例如,在某个驾驶员在某一道路行驶这一能够由驾驶员和道路的组来对行驶的特性进行分组的情况下,也可以准备用于对该驾驶员与道路的组的分组规则进行表示的行驶模型分组规则。
另外,在知识储存部14的参数知识储存部14b中,分别储存作为驾驶员模型、车辆模型、道路模型、交通信息模型的参数的驾驶员模型参数、车辆模型参数、道路模型参数、交通信息模型参数。这些只是例子,这里说明的参数不是本实施方式中涉及的全部参数。例如,在如上述那样某个驾驶员在某一道路行驶这一能够以驾驶员与道路的组对行驶的特性进行分组的情况下,也可以准备用于对该驾驶员与道路的组的参数进行表示的行驶模型参数。
接下来,对分析用数据储存部12中储存的数据的数据结构进行说明。图5至图10中例示了各数据结构。这些只是例子,这里说明的数据不是在本实施方式涉及的全部数据。
图5是以表形式来表示了在分析用数据储存部12中储存的驾驶员信息的数据结构的一个例子的图。
构成驾驶员信息的各种数据是基于从外部装置20的履历数据储存部20a得到的EV行驶日志数据,由数据整形部11计算并整形后的数据。
这里,在驾驶员信息中,按每个驾驶员,由数据整形部11计算出对EV电力消耗造成影响的数据并加以储存。
该被储存的数据是(1)驾驶员固有的驾驶员ID、(2)驾驶员驾驶的EV的平均速度(km/h)、(3)作为驾驶员踩踏EV的加速器踏板时的EV的平均加速度的加速器平均加速度(km/s^2)、(4)作为驾驶员踩踏EV的制动踏板时的EV的减速度的平均制动器加速度(km/s^2)、(5)驾驶员对EV的加减速频度(%)、(6)驾驶员驾驶的EV内的空调设定温度(℃)等。加减速频度是EV的行驶时间整体中进行加减速的时间的比例。
图6是以表形式来表示在分析用数据储存部12中储存的EV行驶电力消耗信息的数据结构的一个例子的图。
构成EV行驶电力消耗信息的数据是基于从外部装置20的履历数据储存部20a得到的EV行驶日志数据,由数据整形部11计算并整形后的数据。
在EV行驶日志数据中,可举出如下数据,即,在某一时刻,某个驾驶员驾驶某一EV,该EV从某一道路分段(路线分段)通过时的快照(snapshot)的数据。道路分段是指将道路分割成适当的分段。
如图6所示,在EV行驶电力消耗信息中,按每个EV的行驶日期时间,由数据整形部11计算出对EV电力消耗造成影响的数据并加以储存。
该被储存的数据是(1)当前日期时间、(2)道路分段固有的道路分段ID、(3)EV车体固有的EV车体ID、(4)EV车型固有的EV车型ID、(5)驾驶员ID、(6)EV从与道路分段ID对应的道路分段通过的情况的平均速度(km/h)、(7)从与道路分段ID对应的道路分段通过的EV的加减速频度(%)、(8)与EV车体ID对应的EV从与道路分段ID对应的道路分段通过期间所需要的消耗电力量(kWh)等。
图7是以表形式来表示在分析用数据储存部12中储存的交通信息日志的数据结构的一个例子的图。
构成交通信息日志的各种数据是基于从外部装置20的履历数据储存部20a得到的交通信息日志数据,由数据整形部11整形后的数据。
在交通信息日志的数据中,由数据整形部11计算出对EV电力消耗造成影响的数据并加以储存。
该被储存的数据是(1)交通信息固有的交通信息ID、(2)交通信息的年月日、(3)星期几、(4)时刻、(5)交通信息为对象的道路分段ID、(6)与该道路分段ID对应的道路分段的限制速度(km/h)、(7)在与该道路分段ID对应的道路分段通过的车辆的平均速度(km/h)、(8)有关于与道路分段ID对应的道路分段的平均单位时间的通行台数等。
图8是以表形式来表示在分析用数据储存部12中储存的气象信息日志的数据结构的一个例子的图。
构成气象信息日志的各种数据是基于从外部装置20的履历数据储存部20a得到的气象信息日志数据,由数据整形部11整形后的数据。
在气象信息日志的数据中,由数据整形部11计算出对EV电力消耗造成影响的数据并加以储存。该被储存的数据是(1)气象信息固有的气象信息日志ID、(2)气象信息的年月日、(3)星期几、(4)时刻、(5)气象信息为对象的场所信息、(6)该场所信息所表示的场所中的气温(℃)、(7)场所信息所表示的场所中的天气、(8)场所信息所表示的场所中的风力(m/s)等。
图9是以表形式来表示在分析用数据储存部12中储存的EV车辆信息的数据结构的一个例子的图。
构成EV车辆信息的各种数据是基于从外部装置20的履历数据储存部20a得到的EV车辆信息数据(汽车制造商公开的目录信息),由数据整形部11整形后的数据。
在EV车辆信息中,按每个EV车辆,由数据整形部11计算出对EV电力消耗造成影响的数据并加以储存。该被储存的数据是(1)EV车辆所属的车型固有的EV车型ID、(2)EV车辆的名称、(3)EV的蓄电池容量(kWh)、(4)车辆重量(kg)、(5)空气阻力系数、(6)投影面积(m^2)、(7)行驶效率、(8)能量再生效率等。关于图9所示的EV车辆信息中的行驶效率、能量再生效率的列,无法从目录信息得到,为空栏。
这些空栏的列在该EV车辆信息的数据中是不需要的,但为了在以后与知识储存部14的数据进行对比时容易理解说明,在这里的EV车辆信息中也记载了这些空栏的列。
图10是以表形式来表示在分析用数据储存部12中储存的道路信息的数据结构的一个例子的图。
构成道路信息的各种数据是基于从外部装置20的履历数据储存部20a得到的道路信息数据(参照地图信息数据),由数据整形部11整形后的数据。
在道路信息中,按将道路分割成适当的分段后的每个道路分段,由数据整形部11计算出对EV电力消耗造成影响的数据并加以储存。该被储存的数据是(1)道路分段固有的道路分段ID、(2)与该道路分段ID对应的道路分段的起点、(3)与道路分段ID对应的道路分段的终点、(4)该道路分段的长度(m)、(5)道路分段中的限制速度(km/h)、(6)坡度(radian)、(7)路面滚动阻力系数等。关于道路信息中的坡度、路面滚动阻力系数的列,无法从地图信息数据得到而为空栏。
这些空栏的列在该道路信息数据的数据中是不需要的。但是,为了在后面与知识储存部14的数据进行对比时容易理解说明,在这里的道路信息中也记载了这些空栏的列。
接下来,对知识提取部13的动作进行说明。
知识提取部13按照图3所示的知识提取的步骤,分别生成模型知识和参数知识。
对本实施方式中的知识提取用的步骤进行说明。首先,知识提取部13将分析用数据储存部12中储存的EV行驶电力消耗信息的数据分割成适当的组。然后,知识提取部13推断各组的参数。如果该推断的结果是认为推断误差的精度提高,则知识提取部13将新的分组规则储存到知识储存部14的模型知识储存部14a。另外,知识提取部13将对各组同定所用的参数储存到知识储存部14的参数知识储存部14b。
在本实施方式中,当进行分组时,加入由人进行的直观推断(heuristics)。以下表示本实施方式中的分组的观点、和在各组间想要同定的参数。另外,图11表示了该分组与参数同定的具体例。
(1)当EV的行驶电力消耗信息数据是在同一道路分段列中行驶的多个EV的行驶电力消耗信息数据时,知识储存部14在该组分割中,同定道路分段列的特性(坡度、路面滚动阻力系数等)。
(2)在EV的行驶电力消耗信息数据是属于同一车型的多个EV的行驶电力消耗信息数据的情况下,知识储存部14在该组分割中同定各EV车型的特性(行驶效率、能量再生效率等)。
(3)当EV的行驶电力消耗信息数据是在同一道路分段列中行驶的相同车型的多个EV的行驶电力消耗信息数据时,知识储存部14在该组分割中同定基于道路与EV的相互作用的特性(路面滚动阻力系数等)。
经由上述的(1)、(2)、(3)的步骤,知识储存部14获得第一参数以及第二参数。
第一参数是如下的参数,即,用于基于作为由知识提取部13提取出的消耗电力量信息的、在属于规定的道路分段组的道路分段上通行的多个EV各自的消耗电力量信息(例如EV的行驶电力消耗信息数据),来补充与属于该规定的道路分段组的道路分段相关的道路信息的参数。
第二参数是如下的参数,即,作为由知识提取部13提取出的消耗电力量信息的、与电力消耗相关的特性(例如EV的行驶电力消耗信息数据)类似的属于规定的车辆组(作为图14的说明而将后述)的多个EV各自的消耗电力量信息。
知识储存部14针对用于基于第一以及第二参数来补充与属于该规定的车辆组的EV相关的EV车辆信息的参数,同定第一以及第二参数双方。知识储存部14也可以只同定第一以及第二参数的任意一个。对于上述以外的、以下将说明的其他参数也同样。
除了这些之外,例如也可以考虑对采用相同那样的驾驶方式的驾驶员进行分组。但是,当在本实施方式中说明分组规则时,不对驾驶员进行分组而个别地进行处理。
接下来,对由知识提取部13提取的模型知识进行说明。
作为模型知识,对以上述的分组的观点来提取的分组规则进行说明。
图12是表示本实施方式中应用的分组规则一览的图。
在图12所示的例子中,按每个分组规则,(1)该分组规则固有的规则ID、(2)分组规则作为对象的模型的种类所固有的模型ID、(3)对针对与该模型ID对应的模型的分组的方法进行表示的规则项目建立关联。具体而言,在本实施方式中,驾驶员模型被个别地分组,车辆模型基于EV车型的属性指定被分组,道路模型基于道路分段ID的列举被分组,交通信息模型基于交通信息的属性指定被分组。
在本实施方式中,通过图12所示的分组规则一览来管理分组的方法。但是,如果能够在各个分组规则(接下来说明的图13至图16)中识别分组的方法,则也可以不必特别准备图12的分组规则一览。
图13至图16表示了道路模型、车辆模型、驾驶员模型、交通信息模型各自的分组规则。
图13是表示道路模型分组规则的一个例子的图。
道路模型如上所述通过道路分段ID的列举而被分组。在本实施方式中,相邻的几个道路分段列以具有对EV电力消耗造成影响的相同特性的前提被分组,参数被同定。
在图13所示的例子中,相邻的道路分段R1、R2、R3被分组为与组ID“1”对应的组,相邻的道路分段R4、R5被分组为与组ID“2”对应的组。
图14是表示车辆模型分组规则的一个例子的图。
车辆(EV)模型如上述那样通过对属性进行指定而被分组。在本实施方式中,车辆模型被按与EV车型ID对应的每个车型分组。根据情况,为了进一步提高推断精度,也可以不仅分组为车型的组,还分组为车型与年型的组。
图15是表示驾驶员模型分组规则的一个例子的图。
在本实施方式中,不特别地对驾驶员模型进行分组,而个别地处理各驾驶员。
图16是表示交通信息模型分组规则的一个例子的图。
交通信息模型通过属性被指定而分组。在本实施方式中,交通信息模型以星期几和时间段被分组。
接下来,对由知识提取部13提取的参数知识进行说明。
这里,对通过上述的分组而同定的各模型的参数进行说明。图17至图20表示道路模型、车辆模型、驾驶员模型、交通信息模型各自的参数。
在本实施方式中,在由知识提取部13提取的参数知识储存部14b的数据结构(图17至图20)中,存在以对由数据整形部11生成的分析用数据储存部12的数据结构(图5至图10)追加列的形式来表现的数据结构。但是,这些只是例子,参数知识储存部14b的数据结构与分析用数据储存部12也可以分别是完全不同的形式。
图17是表示道路模型参数的一个例子的图。
在图17所示的例子中,在道路模型参数中,对EV电力消耗造成影响的数据按每个道路分段而建立了关联。该对电力消耗造成影响的数据是(1)道路分段ID、(2)基于道路模型分组规则决定的道路组ID、(3)与道路分段ID对应的道路分段的起点、(4)与道路分段ID对应的道路分段的终点、(5)该道路分段的长度(m)、(6)道路分段中的限制速度(km/h)、(7)坡度、(8)路面滚动阻力系数等。
如上所述,道路模型参数基于相邻的道路分段被分组。就该道路参数而言,由知识提取部13对作为图17所示的ID的、与具有对EV电力消耗造成影响的类似的特性的道路分段对应的行赋予同一道路组ID。
该道路模型参数与图10所示的道路信息相比,不同之处在于设定了EV组ID。另外,在该道路参数中,坡度、路面滚动阻力系数的值等作为参数值被重新推断。推断这些值的第一理由在于:针对属于与某一道路组ID对应的组的道路分段,对多个EV行驶的情况下的消耗电力量进行表示的履历数据被示为EV行驶电力消耗信息数据。第二理由在于:知识提取部13能够基于由该EV行驶电力消耗信息表示的平均速度、加减速速度、消耗电力量等,来推断属于与相同的道路组ID对应的组的道路分段的特性。
图18是表示车辆模型参数的一个例子的图。
在图18所示的例子中,就车辆模型参数而言,对EV电力消耗造成影响的数据按每个EV车型建立关联。该数据是(1)EV车型ID、(2)基于车辆模型分组规则决定的EV组ID、(3)属于该EV组ID的EV车辆的名称、(4)蓄电池容量(kWh)、(5)车辆重量(kg)、(6)空气阻力系数、(7)投影面积(m^2)、(8)行驶效率、(9)能量再生效率等。
如上所述,车辆模型参数基于EV车型被分组,由知识提取部13对图18所示的、与具有对EV电力消耗造成影响的类似的特性的车型对应的行赋予同一EV组ID。
另外,在本实施方式中,车辆模型参数与图9所示的EV车辆信息相比,除了在被设定EV组ID这一点上不同之外,行驶效率、能量再生效率的值等还作为参数值被重新推断。推断该参数的第一理由在于,若如图17所示那样推断道路模型参数值,则属于同一EV车辆组的多个EV在属于各道路组的道路分段行驶之际的消耗电力的履历数据被示为EV行驶电力消耗信息数据。第二理由在于:知识提取部13能够基于由该EV行驶电力消耗信息数据表示的平均速度、加减速速度、消耗电力量等,推断属于与相同的车辆组ID对应的组的EV车辆(在本实施方式中与各个EV车辆对应)的特性。
图19是表示驾驶员模型参数的一个例子的图。
在图19所示的例子中,就驾驶员模型参数而言,对EV电力消耗造成影响的数据按按每个驾驶员而建立关联。该数据是(1)驾驶员ID、(2)基于驾驶员模型分组规则决定的驾驶员组ID、(3)属于该驾驶员组ID的驾驶员驾驶的EV的平均速度(km/h)、(4)平均加速器加速度(km/s^2)、(5)平均制动器加速度(km/s^2)、(6)加减速频度(%)、(7)空调设定温度(℃)等。驾驶员模型的参数与图5所示的驾驶员信息数据相比,不同之处在于还被设定驾驶员组ID。
在本实施方式中,在驾驶员模型参数中,不特别地进行驾驶员的分组,驾驶员各自的特性被个别地处理。因此,关于驾驶员模型,不特别提取针对驾驶员信息的新的知识。知识提取部13将作为在分析用数据储存部12中储存的参数的、图5所示的驾驶员信息的数据保持不变地用作驾驶员模型参数。由此,图19所示的驾驶员模型参数中的驾驶员组ID与驾驶员ID相同。
图20是表示交通信息模型参数的一个例子的图。
在图20所示的例子中,就交通信息模型参数而言,对EV电力消耗造成影响的数据建立关联。该数据是(1)交通信息ID、(2)基于交通信息模型分组规则决定的交通信息组ID、(3)交通信息的年月日、(4)星期几、(5)时刻、(6)交通信息作为对象的道路分段ID、(7)与道路分段ID对应的道路分段的限制速度(km/h)、(8)在与道路分段ID对应的道路分段通过的车辆的平均速度(km/h)、(9)有关于与道路分段ID对应的道路分段的平均单位时间的通行台数等。交通信息模型参数与图7所示的交通信息数据相比,不同之处在于还被设定交通信息组ID。
如上所述,交通信息模型参数基于星期几和时间段被分组。在该参数中,对图20所示的、与具有对EV电力消耗造成影响的类似的特性的交通信息对应的行赋予同一交通信息组ID。该理由在于,在本实施方式中,在交通信息中基于日期的交通状态没有特别不同,知识提取部13能够基于由交通信息表示的星期几、时间段,来确定具有对EV中的电力消耗造成影响的类似的特性的交通状态。
接下来,对消耗电力量推断部15的动作进行说明。
这里,说明通过消耗电力量推断部15来推断消耗电力量的方法。图21是表示消耗电力量推断部15中的用于推断消耗电力量的步骤的一个例子的流程图。
首先,消耗电力量推断部15从使用消耗电力量推断功能的外部系统30受理与消耗电力量推断有关的消耗电力量推断时刻的信息(步骤S21)。接下来,消耗电力量推断部15对知识储存部14进行检索来选择与从外部系统30受理的消耗电力量推断时刻的信息一致的组(步骤S22)。
这里,当在任意模型中存在多个一致的组时(步骤S23的是),消耗电力量推断部15选择在各模型中一致的多个组中被最细化的组(步骤S24)。
在不存在多个一致的组的情况下(步骤S23的否),消耗电力量推断部15确定各组的如图16至图20所示的参数(步骤S25)。消耗电力量推断部15使用这些参数来计算EV的消耗电力量的推断值(步骤S26)。另外,外部系统30能够基于消耗电力量的推断值,来推断EV的可行驶距离的推断值。关于计算消耗电力量的推断值的方法,在本实施方式中没有特别限定。另外,计算消耗电力量的推断值的方法也可以是任意的计算方法。
将本实施方式中的计算消耗电力量的推断值所用的公式的一个例子示于以下的式(1)。
消耗电力量=行驶消耗电力量+行驶以外的消耗电力量-再生能源量…式(1)
式(1)的行驶消耗电力量由以下的式(2)表示。
行驶消耗电力量Pe=η×Pp…式(2)
η:行驶效率
Pp:行驶作功量
式(2)的行驶作功量Pp由以下的式(3)表示。
行驶作功量Pp=R×l…式(3)
R:行驶阻力
l:行驶距离
式(3)的行驶阻力R由以下的式(4)表示。
行驶阻力R=Ra+Rr+Re+Rc…式(4)
Ra:空气阻力
Rr:滚动阻力
Re:坡度阻力
Rc:加速阻力
式(4)的空气阻力Ra由以下的式(5)表示。
空气阻力Ra=1/2×ρ×Cd×A×V^2…式(5)
ρ:空气密度
Cd:空气阻力系数
A:投影面积
V:速度
式(4)的滚动阻力Rr由以下的式(6)表示。
滚动阻力Rr=μ×M×g×cosθ…式(6)
μ:路面滚动阻力系数
M:车辆总重量
g:重力加速度
θ:坡度
式(4)的坡度阻力Re由以下的式(7)表示。
坡度阻力Re=M×g×sinθ…式(7)
式(4)的加速阻力Rc由以下的式(8)表示。
加速阻力Rc=α×(M+Mi)…式(8)
α:加速度
Mi:旋转部分惯性重量
如式(1)所示,消耗电力量成为从EV的行驶花费的消耗电力量(行驶消耗电力量)与行驶以外的消耗电力量之和减去再生能源量的量。
如式(2)所示,行驶消耗电力量成为对行驶所需的作功量(行驶作功量)乘以行驶效率而得到的量。
如式(3)所示,行驶作功量与行驶时车受到的阻力(行驶阻力)和行驶距离成比例。
如式(4)所示,行驶阻力是空气阻力、滚动阻力、坡度阻力、加速阻力之和。
EV的消耗电力量也依赖于气温等气象状态。在考虑该气象信息的情况下,当推断EV的消耗电力量时,消耗电力量推断部15取得气象信息数据(参照图8)。消耗电力量推断部15计算出由该取得的气象信息表示的场所、与由EV行驶电力消耗信息表示的道路分段之间的关系。消耗电力量推断部15考虑该计算结果,来推断EV的行驶所需要的消耗电力量。另外,该气象信息也可以由图1所示的气象信息提供系统40等提供。另外,在EV的消耗电力量推断中利用的上述气象信息提供系统40是任意的,在本实施方式中没有特别限定。另外,当推断EV的消耗电力量时,也可以不必利用气象信息提供系统40来取得气象信息。
综上所述,在第一实施方式的EV行驶消耗电力量推断装置中,可在推断EV的行驶所需要的消耗电力量的功能中,提高对新的条件的适应力,例如对驾驶员信息、交通信息、车辆信息等的适应力。另外,该EV行驶消耗电力量推断装置将EV行驶履历数据等分组来进行分析,将用于推断消耗电力量的模型分组,并推断属于以该分组确定出的组的EV的消耗电力量。由此,该EV行驶消耗电力量推断装置能够以各种道路、多个EV车型为对象来推断消耗电力量。
另外,本实施方式中的EV行驶消耗电力量推断装置能够还反映作为仅通过单体的EV难以推断的影响的、EV车外的外部要素的影响来推断消耗电力量、可行驶距离。另外,该EV行驶消耗电力量推断装置能够不依赖于特定的汽车制造商、车型,而推断消耗电力量、可行驶距离。
另外,本实施方式中的EV行驶消耗电力量推断装置能够不限定于特定的汽车制造商、特定的车型,而以多个汽车制造商、多个车型为对象来推断消耗电力量、可行驶距离。
(第二实施方式)
接下来,对第二实施方式进行说明。其中,省略本实施方式的构成中的与第一实施方式中已说明了的构成相同构成的详细说明。
在第二实施方式中,表示当拼车用车、租车用车等的预约时,根据预约信息来推断借用时的消耗电力量的事例。
图22是表示第二实施方式中的EV行驶消耗电力量推断装置的系统构成的一个例子的框图。
该系统构成与第一实施方式的系统构成几乎相同。第二实施方式的系统构成与第一实施方式的系统构成的不同点在于,外部装置20的履历数据储存部20a中还储存有用于利用EV作为拼车用车、租车用车的预约申请信息日志。该预约申请信息日志被直接储存于分析用数据储存部12。
图23是表示预约申请信息的一个例子的图。预约申请信息中包括拼车、租车利用者申请预约所用的信息。在预约申请信息中,作为用于确定EV的出租对方即驾驶员的信息的预约ID、预约者ID被确定。另外,预约申请信息中记载有驾驶员的预定开始借用的日期时间、预定结束借用的日期时间、以及预定出租的EV的目的地。在预约申请信息中,出发地被决定为固定信息。
另外,与第一实施方式不同,在第二实施方式中,当使用消耗电力量推断功能的外部系统30调出该功能时,预约申请信息也作为自变量被传递给消耗电力量推断部15。
接收到预约申请信息作为自变量的消耗电力量推断部15通过以下的步骤来确定在参数知识储存部14b中储存的参数中的与预定出租的EV相关的参数。
首先,消耗电力量推断部15基于预约申请信息和驾驶员模型参数(参照图19),来确定对预定出租的EV进行借用的驾驶员、和该驾驶员所属的组。通过该确定,消耗电力量推断部15确定依赖于对预定出租的EV进行借用的驾驶员的驾驶员模型参数。该驾驶员模型参数例如是驾驶员的平均速度、平均加速器加速度、平均制动器加速度、加减速频度等。
接下来,消耗电力量推断部15基于预约申请信息中记载的目的地,来推断预定出租的EV的行驶路线。消耗电力量推断部15基于该推断出的行驶路线和道路模型参数(参照图17),对推断出的行驶路线的道路分段进行推断。由此,消耗电力量推断部15能够确定预定出租的EV要行驶的道路模型参数(限制速度、坡度等)。
接下来,消耗电力量推断部15基于预约申请信息中记载的借用开始日期时间和借用结束日期时间、道路模型参数(参照图17)、交通信息模型参数(参照图20),来生成预定出租的EV在行驶路线中的交通拥堵信息。消耗电力量推断部15使用该交通拥堵信息,来更新作为如上述那样确定出的参数的、预定出租的EV所行驶的道路模型参数(限制速度等)。
接下来,消耗电力量推断部15基于预约申请信息中记载的借用开始日期时间和借用结束日期时间、从气象信息提供系统获得的气象预报信息,来推断EV的出租时刻的气象信息的参数、即预定出租的EV在出租时的气温、天气。
若决定了预定出租的EV的车型,则消耗电力量推断部15基于该车型和车辆模型参数(参照图18),来确定与预定出租的EV相关的车辆模型参数。
消耗电力量推断部15使用在上述的步骤中确定出的与预定出租的EV相关的驾驶员模型、道路模型、车辆模型、气象信息的参数,按照图21所示的消耗电力量推断算法,推断预定出租的EV的消耗电力量。
综上所述,在第二实施方式的EV行驶消耗电力量推断装置中,除了第一实施方式中说明的特征以外,还能够基于出租EV所用的预约申请信息,来推断预定出租的EV在出租中的消耗电力量。
另外,由于该预约申请信息包括预定出租的EV的目的地的信息,所以在第二实施方式的EV行驶消耗电力量推断装置中,能够基于该信息和交通信息模型参数来生成EV在行驶路线中的交通拥堵信息。从而,与第一实施方式相比能够提高道路模型参数的精度。
以上对发明的几个实施方式进行了说明,但这些实施方式只是例示,并不意图限定发明的范围。这些新的实施方式能够通过其他各种方式加以实施,在不脱离发明主旨的范围能够进行各种省略、置换、变更。这些实施方式及其变形包含于发明的范围与主旨,并且包含在技术方案所记载的发明以及其等同的范围。
附图标记说明
11…数据整形部,12…分析用数据储存部(存储装置),13…知识提取部,14…知识储存部,14a…模型知识储存部,14b…参数知识储存部,15…消耗电力量推断部,16…知识反映部,20…外部装置,20a…履历数据储存部,20b…固定数据储存部,30…外部系统,40…气象信息提供系统。
Claims (6)
1.一种消耗电力量推断装置,其特征在于,具备:
存储装置(12),存储对电动汽车因行驶产生的电力消耗造成影响的信息;
提取部(13),将在所述存储装置(12)中存储的信息的数据分割为组,提取电力消耗的倾向类似的多个电动汽车各自的消耗电力量信息;和
推断部(15),根据如下的参数,推断属于通过分组确定出的组的所述电动汽车行驶用的必要电力量,该参数是用于将对所述电动汽车因行驶产生的电力消耗造成影响的信息分组进行分析来推断电动汽车行驶用的必要电力量的参数,该信息作为基于由所述提取部(13)提取出的信息的信息。
2.根据权利要求1所述的消耗电力量推断装置,其特征在于,
所述存储装置(12)中存储的信息是(a)驾驶员信息、(b)消耗电力量信息、(c)车辆信息以及(d)道路信息中的至少一种信息,
所述驾驶员信息,是多个电动汽车各自的驾驶员固有的、而且作为对所述电动汽车因行驶产生的电力消耗造成影响的信息,
所述消耗电力量信息,表示规定的日期时间的、在规定区间的道路分段上通行的所述电动汽车的消耗电力量,
所述车辆信息,是所述电动汽车的车型固有的、而且作为对属于所述车型的电动汽车因行驶产生的电力消耗造成影响的信息,
所述道路信息,是所述规定区间的道路分段固有的、而且作为对所述电动汽车因行驶产生的电力消耗造成影响的信息。
3.根据权利要求1所述的消耗电力量推断装置,其特征在于,
所述提取部(13)从在所述存储装置(12)中存储的信息中提取(a)车辆模型参数信息、(b)道路模型参数信息以及(c)驾驶员模型参数信息中的至少一种信息,
所述车辆模型参数信息,是属于与电力消耗相关的特性类似的规定的车辆组的多个所述电动汽车各自的车辆模型参数信息,
所述道路模型参数信息,是在属于通行车辆的与电力消耗相关的特性类似的规定的道路分段组的道路分段上通行的多个所述电动汽车各自的道路模型参数信息,
所述驾驶员模型参数信息,是与属于驾驶员的与电力消耗相关的特性类似的规定的驾驶员组的驾驶员有关的驾驶员模型参数信息,
所述推断部(15)基于下述参数中的至少一个参数,来推断所述电动汽车行驶用的必要电力量,所述下述参数是指:
(d)用于基于属于与电力消耗相关的特性类似的规定的车辆组的多个所述电动汽车各自的车辆模型参数信息,来推断与属于所述规定的车辆组的车辆有关的电动汽车行驶用的必要电力量的参数,其中,所述车辆模型参数信息作为由所述提取部(13)提取出的信息,
(e)用于基于在属于所述规定的道路分段组的道路分段上通行的多个所述电动汽车各自的道路模型参数信息,来推断与属于所述规定的道路分段组的道路分段有关的电动汽车行驶用的必要电力量的参数,其中,所述道路模型参数信息作为由所述提取部(13)提取出的信息,以及
(f)基于与属于所述规定的驾驶员组的驾驶员有关的电动汽车的驾驶员模型参数信息,来推断与属于所述规定的驾驶员组的驾驶员有关的电动汽车行驶用的必要电力量的参数,其中,所述驾驶员模型参数信息作为由所述提取部(13)提取出的信息。
4.根据权利要求1所述的消耗电力量推断装置,其特征在于,
所述存储装置(12)还存储气象信息,该气象信息是在规定的日期时间、所述电动汽车的通行位置处的对所述电动汽车因行驶产生的电力消耗造成影响的气象信息,
所述推断部(15)基于
(a)作为在所述存储装置(12)中存储的信息的、包括所述气象信息的信息、以及
(b)用于推断所述必要电力量的参数,来推断所述电力消耗的倾向类似的电动汽车行驶用的必要电力量。
5.根据权利要求2所述的消耗电力量推断装置,其特征在于,
所述电动汽车是基于预约出租用的申请的出租用汽车,
所述存储装置(12)还存储对被提出了所述预约出租用的申请的电动汽车的目的地进行表示的信息,
所述推断部(15)
(a)基于表示所述目的地的信息,来推断与被提出了所述预约出租用的申请的电动汽车的行驶预定路线相关的道路分段,
(b)基于作为由所述提取部(13)提取出的消耗电力量信息的、在属于通行车辆的与电力消耗相关的特性类似的规定的道路分段组的道路分段上通行的多个所述电动汽车各自的消耗电力量信息,来取得作为在与被提出了所述预约出租用的申请的电动汽车的行驶预定路线相关的道路分段上通行的电动汽车的、被提出了所述预约出租用的申请的电动汽车的消耗电力量信息,所取得的消耗电力量信息作为所述推断出的消耗电力量信息,
(c)根据基于所述取得的消耗电力量信息的、用于补充与属于所述规定的道路分段组的道路分段相关的道路信息的参数,来推断所述电动汽车行驶用的必要电力量。
6.根据权利要求5所述的消耗电力量推断装置,其特征在于,
所述存储装置(12)还存储:对在规定的日期时间在规定区间的道路分段上通行的所述电动汽车因行驶产生的电力消耗造成影响的交通信息、以及被提出了预约出租用的申请的电动汽车的出租开始日期时间、出租结束日期时间,
所述推断部(15)
(a)基于所述出租开始日期时间、出租结束日期时间、交通信息、以及所述道路分段的推断结果,来推断所述行驶预定路线中的交通拥堵信息,
(b)根据基于所述推断出的交通拥堵信息的、用于补充与属于所述规定的道路分段组的道路分段相关的道路信息的参数,来推断所述电动汽车行驶用的必要电力量。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012180866A JP5840090B2 (ja) | 2012-08-17 | 2012-08-17 | 消費電力量推定装置 |
JP2012-180866 | 2012-08-17 | ||
PCT/JP2013/072114 WO2014027699A1 (ja) | 2012-08-17 | 2013-08-19 | 消費電力量推定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104620274A CN104620274A (zh) | 2015-05-13 |
CN104620274B true CN104620274B (zh) | 2018-10-19 |
Family
ID=50286297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380043435.8A Active CN104620274B (zh) | 2012-08-17 | 2013-08-19 | 消耗电力量推断装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9682627B2 (zh) |
EP (1) | EP2887304B1 (zh) |
JP (1) | JP5840090B2 (zh) |
CN (1) | CN104620274B (zh) |
WO (1) | WO2014027699A1 (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102203242B1 (ko) * | 2013-12-16 | 2021-01-18 | 주식회사 케이티 | 영업용 전기차량과 고객 단말 사이의 양방향 정보 제공 서비스 시스템 및 방법 |
JP6346483B2 (ja) * | 2014-03-27 | 2018-06-20 | 株式会社日本総合研究所 | 移動体群編成装置及びその方法 |
JP6672589B2 (ja) * | 2015-02-02 | 2020-03-25 | トヨタ自動車株式会社 | 消費電力量予測装置、消費電力量予測方法、サーバ装置 |
JP6502294B2 (ja) * | 2016-07-29 | 2019-04-17 | ダイムラー・アクチェンゲゼルシャフトDaimler AG | 電気トラックの走行ルート選定システム、電気トラックの走行ルート選定方法 |
JP6804934B2 (ja) * | 2016-10-26 | 2020-12-23 | 株式会社東芝 | 消費エネルギー予測装置及び消費エネルギー予測方法 |
US20180211349A1 (en) * | 2017-01-25 | 2018-07-26 | Lenovo (Singapore) Pte. Ltd. | Mobile device identification system and method |
JP6544594B2 (ja) * | 2017-01-26 | 2019-07-17 | パナソニックIpマネジメント株式会社 | 情報処理システム、情報処理方法、プログラムおよび車両 |
JP7163099B2 (ja) * | 2018-08-10 | 2022-10-31 | 株式会社東芝 | エネルギー管理装置、モデル管理方法及びコンピュータプログラム |
CN109130866B (zh) * | 2018-08-27 | 2022-03-11 | 奇瑞汽车股份有限公司 | 一种新能源汽车驾驶数据上下电存储控制方法 |
US11200757B2 (en) | 2019-08-16 | 2021-12-14 | Honda Motor Co., Ltd. | Systems and methods for range prediction |
KR102317689B1 (ko) * | 2019-11-28 | 2021-10-26 | (주)디지파츠 | 차량 공유 네트워크를 이용한 통합 내비게이션 서비스 제공 방법 및 그를 위한 장치 및 시스템 |
JP7259724B2 (ja) * | 2019-12-06 | 2023-04-18 | トヨタ自動車株式会社 | 情報処理装置、情報処理システム、情報処理方法、及び情報処理プログラム |
JP7035106B2 (ja) * | 2020-04-06 | 2022-03-14 | 株式会社東芝 | 電気自動車の走行支援装置及び走行支援方法 |
KR20210150920A (ko) * | 2020-06-04 | 2021-12-13 | 현대모비스 주식회사 | 차량의 군집 주행 제어 시스템 및 방법 |
CN112208338B (zh) * | 2020-09-29 | 2022-05-10 | 广州小鹏自动驾驶科技有限公司 | 一种目的地剩余续航里程计算方法和装置 |
JP7454491B2 (ja) * | 2020-12-25 | 2024-03-22 | 株式会社日立製作所 | 状態予測システム、状態予測方法、及びプログラム |
CN112991736B (zh) * | 2021-03-06 | 2022-05-06 | 宁波公交通成科技有限公司 | 基于人工智能和物联网的电动公共交通汽车运营管理方法 |
JP2022181267A (ja) * | 2021-05-26 | 2022-12-08 | 株式会社日立製作所 | 計算システム、計算方法 |
CN114435138B (zh) * | 2022-01-25 | 2023-10-17 | 中国第一汽车股份有限公司 | 一种车辆能耗预测方法、装置、车辆及存储介质 |
CN116101087B (zh) * | 2023-03-10 | 2024-03-08 | 金彭车业无锡有限公司 | 一种电动车增程系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006115623A (ja) * | 2004-10-15 | 2006-04-27 | Fuji Heavy Ind Ltd | 走行可能距離推定システム |
JP2009031046A (ja) * | 2007-07-25 | 2009-02-12 | Hitachi Ltd | 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 |
CN101590832A (zh) * | 2008-05-27 | 2009-12-02 | 爱信艾达株式会社 | 行驶能量学习装置以及方法 |
CN102023018A (zh) * | 2009-09-09 | 2011-04-20 | 歌乐牌株式会社 | 能量消耗量预测方法、能量消耗量预测装置及终端装置 |
WO2011078136A1 (ja) * | 2009-12-21 | 2011-06-30 | 日本電気株式会社 | 行動提示装置、行動提示システム、行動提示プログラムを記録したコンピュータ読み取り可能な記録媒体、及び行動提示方法 |
WO2012090703A1 (ja) * | 2010-12-28 | 2012-07-05 | 三菱重工業株式会社 | 道路交通流シミュレーション装置、道路交通流シミュレーションプログラム、及び道路交通流シミュレーション方法 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6611755B1 (en) * | 1999-12-19 | 2003-08-26 | Trimble Navigation Ltd. | Vehicle tracking, communication and fleet management system |
JP2002350152A (ja) * | 2001-05-25 | 2002-12-04 | Mazda Motor Corp | 情報表示方法、該方法に用いる情報提供装置及び情報表示装置、該情報提供装置又は情報表示装置を制御するためのプログラム、並びに、該プログラムを記憶した記憶媒体 |
US8000938B2 (en) * | 2002-12-09 | 2011-08-16 | Verisae, Inc. | Method and system for tracking and managing destruction, reconstitution, or reclamation of regulated substances |
JP2005035349A (ja) * | 2003-07-17 | 2005-02-10 | Toyota Motor Corp | 移動体エネルギー管理装置および移動体エネルギー管理方法 |
JP2005184867A (ja) * | 2003-12-16 | 2005-07-07 | Equos Research Co Ltd | 走行速度パターン推定装置、及びハイブリッド車両の駆動制御装置 |
US8972161B1 (en) * | 2005-11-17 | 2015-03-03 | Invent.Ly, Llc | Power management systems and devices |
EP1898201A1 (en) * | 2006-09-08 | 2008-03-12 | Castrol Limited | Method for determining the performance of motor vehicle consumables |
US9747329B2 (en) * | 2006-10-05 | 2017-08-29 | Trimble Inc. | Limiting access to asset management information |
US9773222B2 (en) * | 2006-10-05 | 2017-09-26 | Trimble Inc. | Externally augmented asset management |
JP4788643B2 (ja) * | 2007-04-23 | 2011-10-05 | 株式会社デンソー | ハイブリッド車両用の充放電制御装置および当該充放電制御装置用のプログラム |
US11159909B2 (en) * | 2008-02-05 | 2021-10-26 | Victor Thomas Anderson | Wireless location establishing device |
JP5027777B2 (ja) * | 2008-10-31 | 2012-09-19 | クラリオン株式会社 | カーナビゲーション装置およびカーナビゲーション方法 |
JP2010197211A (ja) * | 2009-02-25 | 2010-09-09 | Xanavi Informatics Corp | サーバ装置、ナビゲーション装置、経路情報提示システムおよび経路情報提示方法 |
JP5359391B2 (ja) | 2009-03-06 | 2013-12-04 | 日産自動車株式会社 | ナビゲーション装置及び目的地到達可否判定方法 |
US20110184642A1 (en) * | 2009-12-18 | 2011-07-28 | Daimler Trucks North America Llc | Fuel efficient routing system and method |
JP5771902B2 (ja) * | 2010-04-14 | 2015-09-02 | ソニー株式会社 | 経路案内装置、経路案内方法及びコンピュータプログラム |
EP2592383B1 (en) * | 2010-07-09 | 2021-02-17 | Toyota Jidosha Kabushiki Kaisha | Information providing apparatus |
US8863256B1 (en) * | 2011-01-14 | 2014-10-14 | Cisco Technology, Inc. | System and method for enabling secure transactions using flexible identity management in a vehicular environment |
JP5299494B2 (ja) * | 2011-02-09 | 2013-09-25 | 株式会社デンソー | 情報通信システム、車載装置、及びセンタ装置 |
US8755993B2 (en) * | 2011-03-08 | 2014-06-17 | Navteq B.V. | Energy consumption profiling |
US9505318B2 (en) * | 2011-05-26 | 2016-11-29 | Sierra Smart Systems, Llc | Electric vehicle fleet charging system |
US9014888B2 (en) * | 2011-07-21 | 2015-04-21 | Saturna Green Systems Inc. | Vehicle communication, analysis and operation system |
JP5803645B2 (ja) * | 2011-12-15 | 2015-11-04 | アイシン・エィ・ダブリュ株式会社 | 評価表示システム、方法およびプログラム |
US10078811B2 (en) * | 2013-11-29 | 2018-09-18 | Fedex Corporate Services, Inc. | Determining node location based on context data in a wireless node network |
-
2012
- 2012-08-17 JP JP2012180866A patent/JP5840090B2/ja active Active
-
2013
- 2013-08-19 EP EP13879373.2A patent/EP2887304B1/en active Active
- 2013-08-19 CN CN201380043435.8A patent/CN104620274B/zh active Active
- 2013-08-19 WO PCT/JP2013/072114 patent/WO2014027699A1/ja active Application Filing
-
2015
- 2015-02-13 US US14/622,351 patent/US9682627B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006115623A (ja) * | 2004-10-15 | 2006-04-27 | Fuji Heavy Ind Ltd | 走行可能距離推定システム |
JP2009031046A (ja) * | 2007-07-25 | 2009-02-12 | Hitachi Ltd | 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 |
CN101590832A (zh) * | 2008-05-27 | 2009-12-02 | 爱信艾达株式会社 | 行驶能量学习装置以及方法 |
CN102023018A (zh) * | 2009-09-09 | 2011-04-20 | 歌乐牌株式会社 | 能量消耗量预测方法、能量消耗量预测装置及终端装置 |
WO2011078136A1 (ja) * | 2009-12-21 | 2011-06-30 | 日本電気株式会社 | 行動提示装置、行動提示システム、行動提示プログラムを記録したコンピュータ読み取り可能な記録媒体、及び行動提示方法 |
WO2012090703A1 (ja) * | 2010-12-28 | 2012-07-05 | 三菱重工業株式会社 | 道路交通流シミュレーション装置、道路交通流シミュレーションプログラム、及び道路交通流シミュレーション方法 |
Non-Patent Citations (2)
Title |
---|
An Optimal Energy-based Approach for Driving Guidance of Full Electric Vehicles;Mathieu Grossard等;《INDUSTRIAL ELECTRONICS》;20120528;1708-1713 * |
Control Strategies for Hybrid Electric Vehicles:Evolution, Classification, Comparison,and Future Trends;Farzad Rajaei Salmasi;《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》;20070901;第56卷(第5期);2393-2404 * |
Also Published As
Publication number | Publication date |
---|---|
WO2014027699A1 (ja) | 2014-02-20 |
CN104620274A (zh) | 2015-05-13 |
JP5840090B2 (ja) | 2016-01-06 |
JP2014038047A (ja) | 2014-02-27 |
US9682627B2 (en) | 2017-06-20 |
EP2887304A4 (en) | 2016-06-15 |
EP2887304A1 (en) | 2015-06-24 |
EP2887304B1 (en) | 2023-08-02 |
US20150151637A1 (en) | 2015-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104620274B (zh) | 消耗电力量推断装置 | |
CN105091892B (zh) | 车辆用能量管理装置 | |
CN104260724B (zh) | 一种车辆智能预测控制系统及其方法 | |
CN103839423B (zh) | 环境感知的再生制动能量计算方法 | |
CN102439396B (zh) | 电力驱动式车辆 | |
JP2023548246A (ja) | 長距離幹線輸送用の車両クイック電池交換システム及び電池交換運用方法 | |
US9121722B1 (en) | Trip partitioning based on driving pattern energy consumption | |
Madhusudhanan et al. | Effect of a traffic speed based cruise control on an electric vehicleʼ s performance and an energy consumption model of an electric vehicle | |
CN104024800A (zh) | 可到达范围计算装置、方法以及程序 | |
CN106660457B (zh) | 电力管理装置、电力管理系统以及汽车 | |
CN108215803A (zh) | 联网车辆 | |
CN109334511A (zh) | 一种电动汽车续航里程的预测方法 | |
CN109795369A (zh) | 一种基于平均电耗的电动汽车续航里程估算方法 | |
CN104504902B (zh) | 车辆使用路权、路权计算方法及基于路权的道路计费方法 | |
CN106323331A (zh) | 预测车辆行驶里程的方法及装置 | |
JP2006219051A (ja) | 車両運行計画作成装置 | |
Faria et al. | Assessing electric mobility feasibility based on naturalistic driving data | |
Li et al. | In-wheel motor electric ground vehicle energy management strategy for maximizing the travel distance | |
Szilassy et al. | Consumption estimation method for battery-electric buses using general line characteristics and temperature | |
JP2004056867A (ja) | ハイブリッド車両制御システム | |
Das et al. | Eco-routing navigation systems in electric vehicles: A comprehensive survey | |
CN112498164A (zh) | 充电策略的处理方法和装置 | |
Liu et al. | An energy management of plug-in hybrid electric vehicles based on driver behavior and road information | |
CN115936281A (zh) | 电动汽车的充电规划方法、装置、电动汽车和存储介质 | |
Gusikhin et al. | Vehicle Routing to Minimize Mixed-Fleet Fuel Consumption and Environmental Impact. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |