CN104823021A - 用于估计车辆的行进时间的方法和计算机程序产品 - Google Patents
用于估计车辆的行进时间的方法和计算机程序产品 Download PDFInfo
- Publication number
- CN104823021A CN104823021A CN201280076352.4A CN201280076352A CN104823021A CN 104823021 A CN104823021 A CN 104823021A CN 201280076352 A CN201280076352 A CN 201280076352A CN 104823021 A CN104823021 A CN 104823021A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- route
- traveling time
- route segments
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3469—Fuel consumption; Energy use; Emission aspects
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种用于估计车辆(10)的行进时间的方法和软件,包括以下步骤:确定将为其估计行进时间的路线;将所述路线划分为路线分段(32、34、36),其中,每个路线分段都具有基本恒定道路特征;选择用于所述车辆(10)的车辆配置;基于用于所述选择的车辆配置的每个路线分段,从数据库检索用于每个路线分段的所估计行进时间;将用于每个路线分段的所估计行进时间从数据库合计到用于所述确定的路线的总行进时间。而且,要求保护用于创建和使用所述数据库的方法。
Description
技术领域
本发明涉及车辆行进时间估计方法。本发明还涉及计算机程序产品。
背景技术
运转诸如采砾场或施工现场的盈利工作站点要求具有很多相关活动的许多后勤计划。例如,必须估计轮式装载机或挖土机的装载处理、运输车辆的行进时间等。由于处理由多个定义明确的操作构成,使得诸如轮式装载机或挖土机的装载处理的一些活动相当容易估计。然而,估计运输车辆的行进时间复杂得多。
为了给工作站点配备合适车辆专业人员,今天,考虑诸如电动机功率、容量、齿轮传动、车轮等的多个车辆参数,并且还考虑包括例如长度、道路类型、倾斜等的路线特征,来模拟传输车辆路线。
当比较用于每个都具有在五条可选路线上行进的五种替代配置的比如五个替代车辆的行进时间时,要进行和比较125个模拟。而且,每个模拟都要求繁重计算能力和非常多的计算时间。比较在现场论证中通常与客户端一起被执行,其中,计算能力和时间被严格限制。
从而,需要一种行进时间估计方法,其中,考虑车辆参数和道路状况,其不要求繁重计算能力和大量时间。
发明内容
本发明的目标在于实现一种行进时间估计方法和计算机程序产品,其中,考虑车辆参数和道路状况,不要求繁重计算能力和大量时间。
发明人已经认识到,通过提供将路线划分为具有基本恒定道路特征的分段,并且利用具有用于车辆在路线分段上的行进数据的数据库的方法,可以在几秒或更少的时间内,通过有限计算能力估计总行进时间。而且,发明人已经认识到,如果当估计用于每个分段的行进时间时,考虑来自在前分段的输入速度,则可以估计具有增加准确度的总行进时间估计。
根据发明思想的第一方面,本发明的以上和其他目标至少通过用于估计车辆的行进时间的方法被减轻,该方法包括以下步骤:确定将为其估计行进时间的路线;将所述路线划分为路线分段,其中,每个路线分段具有基本恒定路线特征;选择用于所述车辆的车辆配置;基于用于所述选择的车辆配置的每个路线分段,从数据库检索用于每个路线分段的所估计行进时间;以及将用于每个路线分段的所估计行进时间从数据库合计到用于所述确定的路线的总行进时间。
在本申请的上下文中,“基本恒定道路特征”应该被理解为允许用于基本相同车辆性能的路线分段。由此,基本恒定道路特征是指特征可以在预定范围内偏离。可以设置限制,使得例如对于将被限定为“平直道路分段”的路线分段,预定范围可以是倾斜可以不超过±2%,并且该分段可能不包括具有小于50米的旋转半径的曲线。而且,作为另一个实例,陡坡路线分段可以是超过15%倾斜的任何上坡,中等陡坡路线在10%至15%之间等。根据期望多么准确的估计,可以更改用于当例如直平路线分段变为曲线或上坡/下坡时的限制值。
通过提供如上所述的用于估计车辆的行进时间的方法,可以执行现场论证,其中,时间是宝贵的,并且计算能力非常受限制。由此,提供当试图找到最佳车队时要求更少时间和更少计算能力的方法。而且,要求更少计算能力的事实是指对于想要估计行进时间的任何人,增加敏捷度。而且,通过节省时间并且允许行进时间的敏捷和普遍存在的估计,最终可以为车队的潜在拥有者提供更好的服务。
而且,由于要求执行所描述方法的计算能力如此被限制,该方法允许基本同时比较多个不同路线和车辆配置。从而,在操作不要求几个小时数据计算的情况下,可以进行路线和配置的几百种组合。作为代替,可以在几秒钟或者甚至分数秒内进行比较。
在一个实施例中,数据库包括与所述车辆加速到预定巡航速度相对应的行进数据。当数据库包括与所述车辆加速到预定巡航速度相对应的行进数据时,数据库可以允许估计用于路线分段的加速部分的车辆的行进时间。由此,对于行进路线分段的车辆,可以提供更准确的估计。
在本申请的上下文中,“巡航速度”应该基本被理解为如果路线分段无限长,车辆在路线分段上行进的速度,即,与速度平衡的状态相对应的速度。由此,如果所有其他参数都保持恒定,则上坡路线分段中的巡航速度低于下坡分段中的巡航速度。从而,巡航速度受物理环境影响。由此,基本恒定道路特征可以是基本类似道路特征。
在还有的一个实施例中,数据库包括与所述车辆以预定巡航速度行进相对应的行进数据。当数据库包括与所述车辆以预定巡航速度行进相对应的行进数据时,数据库可以允许估计用于路线分段的巡航速度部分的车辆的行进时间。由此,对于行进路线分段的车辆,可以提供更准确的估计。
在一个实施例中,数据库包括与所述车辆减速到预定巡航速度相对应的行进数据。当数据库包括与所述车辆减速到预定巡航速度相对应的行进数据时,数据库可以允许估计用于路线分段的减速部分的车辆的行进时间。由此,对于行进路线分段的车辆,可以提供更准确的估计。
在还有的一个实施例中,数据库包括与使所述车辆从预定最大速度制动到基本站立不动相对应的行进数据。当数据库包括与使所述车辆从预定最大速度制动到基本站立不动相对应的行进数据时,数据库可以允许估计用于路线分段的制动部分的车辆的行进时间。由此,可以提供更准确的估计用于行进路线分段的车辆。
在一个实施例中,行进数据包括距离、速度和时间数据。行进数据可以包括直到达到巡航速度为止车辆每次将具有的速度、或者直到达到巡航速度为止车辆在每个行进距离处具有的速度。由此,可以通过简单算术规则,进行所估计行进时间的计算。
在还有的一个实施例中,行进数据包括速度、距离或时间数据中的任一个、和加速度。行进数据可以包括车辆在每个时间单位处或者行进距离处具有的加速度,直到当加速度基本为零时,达到巡航速度为止。由此,可以通过简单的算术规则,进行所估计行进时间的计算。
在一个实施例中,行进数据进一步包括燃料消耗。由此,不仅在该方法中可以估计行进时间,而且还可以估计行进的燃料消耗。这对于最可能负担车辆的燃料的潜在车队拥有者来说可能有极大兴趣。通过考虑用于每个所估计车辆的燃料的成本并且添加所估计行进时间的方面,可以获得用于决定选择什么车辆的甚至更好基础。实际上,燃料成本通常等于用于运转采砾场的总成本的约50%。而且,可以估计车辆何时需要补给燃料,并且从而空闲片刻。
在进一步实施例中,行进数据可以包括能量消耗。由此,如果车辆是电动车辆,则还可以估计车辆何时并且多久需要给电池充电。当给电池充电通常要求非常多时间,使得车辆在该时间内空闲时,这是重要优点。而且,可以计算用于所使用能量的成本。
在还有的一个实施例中,除非路线分段是路线的第一路线分段,用于每个路线分段的所估计行进时间取决于先前路线分段的行进数据。由此,路线分段可以被动态地处理,并且相互依赖,使得可以显著增加行进时间估计的准确度。
在一个实施例中,用于路线分段的所估计行进时间通过部分步骤被估计:在直接在前路线分段结束时确定车辆的最终速度,并且指配来自在前路线的所述最终速度作为用于当前路线分段的初始速度。由于任何分段中的车辆的速度都与行进时间线性相关,每个分段中的车辆的速度都影响所估计行进时间。通过考虑第一路线分段中的最终速度并且使其与第二路线分段中的初始速度相关,所估计行进时间的准确度可以增加。例如,如果比较用于40米长直平路线分段的行进时间,如果车辆通过相对高速度从相当长下坡路线分段而来,而不是车辆通过基本较低速度从上坡路线分段而来,则行进时间将更短。简单地说,路线分段中的平均速度受路线分段中的进入速度影响,进入速度由在先前路线分段中获得的最终速度确定。
在还有的一个实施例中,路线分段被划分为车辆速度曲线,其中,每个车辆速度曲线表示以下之一:所述车辆加速到预定巡航速度,所述车辆以预定巡航速度行驶,所述车辆减速到预定巡航速度,或者使所述车辆制动到基本站立不动。
在还有的一个实施例中,通过估计用于任何相关速度曲线的至少一部分的每个行进时间并且将用于任何相关速度曲线的每个部分的行进时间合计到用于每个路线分段的行进时间,估计用于每个路线分段的所估计行进时间。由此,每个路线分段都可以被划分为速度曲线,并且每个速度曲线的相关部分都可以用于估计路线分段的行进时间。例如,为了估计第一分段的行进时间,可以估计用于开始于车辆站立不动并且行驶直到巡航速度为止的速度曲线的行进时间。此后,通过估计车辆在路线分段的剩余距离中以巡航速度行进的行进时间,可以估计用于该分段的剩余部分的所估计进行时间。这在以下详细说明中进一步解释。由此,该方法的准确度通过简单手段增加。
在还有的一个实施例中,所选择的车辆配置包括电动机功率、重量、负载、燃料消耗和齿轮传动中的至少一个。由此,可以考虑进而影响行进时间的车辆性能的参数。从而,可以增加行进时间估计的准确度。
在一个实施例中,道路特征包括距离、倾斜、滚动阻力、以及曲线的弯曲中的至少一个。由此,可以考虑影响进而影响行进时间的车辆性能的路线的参数。从而,可以增加行进时间估计的准确度。
在还有的一个实施例中,该方法进一步包括确定所述车辆的驾驶员的驾驶员特征的步骤,并且其中,数据库进一步包括与驾驶员特征相对应的行进数据。由于不同驾驶员特征将生成不同行进时间,所以还可以通过考虑驾驶员特征,估计更准确行进时间。例如,例如通过ECO-驾驶的概念的应用,注意最小化燃料消耗的驾驶员将生成不同于仅注意最小化行进时间的驾驶员的速度廓线。
根据发明思想的第二方面,发明思想的以上和其他方面通过用于创建用于估计用于车辆的行进时间的数据库的方法被实现,包括:限定多个车辆,每个车辆都具有多种配置,将为其估计行进时间,限定多个路线分段,其中,每个路线分段都具有基本恒定道路特征,生成包括与所述限定车辆沿着所述路线分段行进相对应的行进数据。其中,行进数据包括表示以下的车辆速度曲线:所述车辆加速到预定巡航速度,所述车辆以预定巡航速度行进,所述车辆减速到预定行驶速度,或者使所述车辆制动到基本站立不动。
由此,可生成将被用于估计用于车辆的行进时间的数据库。通过预先生成数据库,当需要车辆的行进时间估计时,要求更少时间和计算机能力。而且,根据该方面的本发明的优点基本类似于上述优点。
根据发明思想的第三方面,根据上述任何实施例,通过使用根据以上用于估计用于车辆的行进时间的方法形成的数据库,实现发明概念的以上和其他方面。根据该方面的发明的优点基本类似于上述优点。
根据发明思想的第四方面,发明概念的以上和其他方面通过计算机程序产品实现,计算机程序产品包括:计算机可读介质,其上存储用于估计车辆的行进时间的计算程序装置,其中,计算机程序产品包括:用于确定将为其估计行进时间的路线的代码,用于将所述路线划分为路线分段的代码,其中,每个路线分段都具有基本恒定路线特征,用于选择用于所述车辆的车辆配置的代码,用于基于用于所述选择的车辆配置的每个路线分段从数据库检索用于每个路线分段的所估计行进时间的代码、以及用于将用于每个路线分段的所估计行进时间从数据库合计到用于所述确定路线的总行进时间。由此,计算机程序产品可以使得能够使用用于估计用于车辆的行进时间的数据库。由此,当需要车辆的行进时间估计时,要求更少时间和计算机容量。而且,根据该方面的本发明的优点基本类似于如上所述的优点。
计算机可读介质可以是可移除非易失性随机存取存储器、硬盘驱动器、软盘、CD-ROM、DVD-ROM、USB存储器、SD存储卡、或本领域中已知的类似计算机可读介质中的一个。本发明可以使用软件和硬件元件的组合被实现。
当学习所附权利要求和以下描述时,本发明的进一步特征和优点将变得明显。技术人员认识到,本发明的不同特征可以被组合以创建除了以下描述的那些之外的实施例,而不脱离本发明的范围。
附图说明
包括其特定特征和优点的本发明的多个方面将从以下详细说明和附图容易地理解,在附图中:
图1示意性地图示根据一个实施例的方法的流程图;
图2a示意性地图示用于水平道路的模拟结果,该结果在图表中通过两个轴上的距离和速度表示;
图2b示意性地图示用于上坡斜坡的模拟结果,该结果在图表中通过两个轴上的距离和速度呈现;
图3a示意性地图示具有三个路线分段的路线;
图3b示意性地图示用于具有三个路线分段的路线的速度廓线,该廓线在图表中通过两个轴上的距离和速度呈现;
图4a示意性地图示用于使车辆在为水平道路的路线分段上加速的模拟结果;
图4b是具有来自用于使车辆在为水平道路的路线分段上加速的模拟结果的行进数据的表;
图5a示意性地图示用于由于路线是平面上坡斜坡导致的车辆的减速的模拟结果;
图5b是来自用于由于路线是平面上坡斜坡导致的车辆的减速的模拟结果的行进数据的表;
图6a示意性地图示用于使车辆在为水平道路的路线分段上减速的模拟结果;
图6b是具有来自用于使车辆在为水平道路的路线分段上减速的模拟结果的行进数据的表;
图7示意性地图示运输车辆沿着从装载位置到卸载位置的路线行进的采砂场。
具体实施方式
此后将参考附图更完全地描述本发明,其中,示出了本发明的当前优选实施例。然而,本发明可以以很多不同形式被具体化,并且不应当被解释为限于在此阐述的实施例;而是,这些实施例被提供用于彻底性和完整性,并且对于本领域技术人员来说完全覆盖本发明的范围。相同参考字符指的是相同元件。
图7呈现了工作站点,其中,轮式装载机11正从装载位置12装载,并且翻斗车10正在包括三个分段32、34、36的路线上运输沙子,其中,第一32和最后36分段为相同类型,即,平直分段,并且中间分段34为上坡分段。第一分段32的距离是50米,第二分段34是40米,并且第三分段36是80米。而且,在路线的结束处存在卸载位置13。如图7中所示的设置被用于解释以下方法。
图1示出用于车辆10的行进时间的方法的不同步骤。每个步骤都与参考数字相关;然而,所有步骤都不一定需要按照参考符号的顺序被执行,例如,步骤S3可以在S2之前执行等。
第一步骤S1确定将被估计的路线。该步骤S1通常通过布置例如图7中所示的装载位置12的起始点和例如卸载位置13的终止点而完成,并且选定将起始点连接至终止点的路线。在一些情况下,可能存在多个潜在起始和装载位置12、以及连接两个点的潜在路线。不管如何,在该步骤S1中,仅一个路线将被选择。然而,如果多个路线将被比较,则整个方法可以多次被进行,并且然后结果可以被比较,以便选择优选路线和/或车辆10。
第二步骤S2是将所确定路线划分为路线分段。实例在图7中示出。每个路线分段都具有基本恒定道路特征。在图7中,第一32和最后36分段是平直分段,并且第二分段34是上坡分段。如上所述,确定“基本恒定道路特征”的最重要参数在于,路线分段应该允许基本恒定车辆性能,例如,关于巡航速度、最高速度、加速度廓线和/或减速度廓线的性能。这指示例如倾斜的特定范围可以被决定,以限定将为例如水平道路的道路类型。典型道路特征可能涉及例如倾斜、距离、滚动阻力、曲线的弯曲等。路线在另一个实例中可以被划分为五个分段,包括平直分段、水平曲线分段、上坡直分段、平直分段、以及最终下坡弯曲分段。然而,路线可以被划分为任何数量的路线分段。为了获得更准确的时间估计,可以更改应该被认为是“恒定”特征的限制值或范围。例如,可以存在一个单个类型的“上坡分段”,或者可以存在五个不同上坡分段,所有都具有不同倾斜等。如所论述的,根据期望多么准确的行进时间估计,可以更改用于例如直平路线分段何时变为曲线或上坡/下坡路线分段的限制值。
可以基于它们的道路特征,手动估计不同路线分段。可以进一步从现有地图数据导入数据。而且,这可以通过利用GPS装置或等同物测量路线来完成。
在随后步骤S3中,选择车辆配置。如上所述,所有步骤的内部顺序对于功能都不重要。考虑车辆配置的原因在于,车辆特定参数影响车辆性能,并且因此影响行进时间。根据车辆10的类型,这些参数可以不同。然而,将在配置中考虑的几个参数的实例是车辆重量、负载重量、电动机功率、齿轮传动、轮胎等。
前三个步骤的目的在于确定用于计算行进时间的必备之事物,并且由此确定将从数据库选择哪个行进数据用于执行估计。即,每个车辆配置已经在每个路线分段上被模拟,并且行进数据已经被生成用于每种组合,以便允许仅要求几毫秒用于估计行进时间的简单计算。具有行进数据的数据库可以在行进数据表中被排序,如图4b、图5b和图6b中所示。以下实例将使用这种类型的数据表,但是明显地,行进数据可以在数据库中以另一种方式被构造。
在图1中,公开了确定驾驶员参数的可选步骤S4。由于不同驾驶员类型可以通过相同路线分段上的相同车辆配置生成不同集合的行进数据表,所以其还可以是相关的,以考虑驾驶员。例如,例如通过ECO-驾驶的概念的应用,注意最小化燃料消耗的驾驶员将生成与注意最小化行进时间的驾驶员不同的速度廓线。从而,在确定驾驶员参数的方法中包括可选步骤S4。驾驶员参数可以表示例如驾驶员经验、ECO-驾驶、时间最小化驾驶员等。为了能够考虑驾驶员参数,所创建的数据库必须包括与不同驾驶员参数相对应的行进数据。
根据图1的方法中的下一个步骤S5是从数据库检索用于所选配置的每个路线分段的所估计行进时间。即,从数据库检索的所估计行进时间对应于所确定的路线分段、车辆配置,并且如果被确定,则对应于驾驶员参数。如上所述,行进数据表表示来自在被识别路线分段上行进的所选择的车辆配置的模拟的行进数据。如以下更详细论述的,行进数据可以包括允许估计行进时间的任何行进数据。在以下实例中,行进数据包括速度和行进时间,作为被覆盖距离的函数。然而,包括加速度/减速度和速度、行进时间或所覆盖距离的行进数据表也可以是可能形式,以使得能够通过简单计算来进行行进时间估计。
而且,借助于在具有不同驾驶员的不同道路分段上驾驶具有不同参数的多个车辆,并且记录可以被存储在数据库中的多个速度曲线,可以创建对应行进数据。由此,可以生成被描述用于估计行进时间的方法的使用的行进数据。
可以从数据库检索用于每个路线分段的所估计行进时间的一种方式是通过检索相关行进数据。在一个实例中,如以下进一步论述的,当数据库如数据表那样被排序时,这通过首先确定车辆10的初始速度执行,其决定行进数据表中的起始点。此后,考虑该分段的距离,其在行进数据表中给出结束点。
该方法的最终步骤S6是将用于每个路线分段的所估计行进时间合计到用于所确定路线的总估计行进时间。该步骤通过将用于每个路线分段的行进时间相加到总行进时间而作出。由于这些计算是具有四个基本算术规则的简单计算,所以该计算将仅花费几毫秒,其可以与今天使用的模拟相比,其可能花费60秒或更多,并且要求远远更多的计算能力。
图2a、图2b、图3a和图3b图示该方法如何被应用在三个路线分段32、34、36的路线上的实例。图3a显示将平均海拔高度(AMSL)的相对值显示为车辆10的所覆盖距离的函数的倾斜图表30中的路线。该路线是与关于图7描述的相同实例,即,其中,路线被划分为三个分段32、34、36,其中,第一32和最后36分段为相同类型,即,平直分段,并且中间分段34是上坡分段。第一分段32的距离是50米,第二分段34是40米,并且第三分段36是80米。
对于所确定的车辆配置和两个分段类型,即,水平路线分段和上坡分段,两个动态图表20、22基于模拟被预先生成,如在图2a和图2b中显示的。图2a和图2b示出用于作为两个不同路线分段上的所覆盖距离的函数的车辆10的速度的动态图表20、22。
图2a示出路线分段是直平道路的动态图表,并且图2b是路线分段是直上坡道路的图表。动态图表20、22具有最大速度VM和巡航速度VC。而且,在每个动态图表20、22中生成四个曲线类型。第一曲线类型A1、A2表示从站立不动到巡航速度VC的加速度。第二曲线类型B1、B2表示为巡航速度的稳定速度。当以稳定巡航速度行驶将得到恒定速度时,这不一定是实际曲线,其不依赖于行进时间或距离。第三曲线类型C1、C2表示从最大速度施加车辆10的制动到站立不动。这不一定意味着在“突然制动”时中断(break)被完全启动,而是车辆以“正常”方式减速。使车辆制动的方式可以根据车辆配置和道路分段类型而变化,例如,在上坡时,其可以足以仅释放油门,并且在直道路上,通常可以施加制动。而且,第四曲线类型D1、D2表示从最大速度VM到巡航速度VC的减速。例如,当来自具有较高巡航速度VC的先前路线分段,而不是当前路线分段时,即,如果当进入新分段的初始速度高于该分段的巡航速度VC,则这样的曲线可应用。
为了用图表图示关于如何使用行进数据表的以上解释的方法,在图3b中显示具有三个路线分段32、34、36的所确定路线的速度图表40。对于每个路线分段32、34、36,速度已通过来自模拟后的动态图表20、22的数据示出。第一路线分段32由前两个速度曲线A1、B1表示,其中,第一速度曲线A1表示在平直路线分段中从站立不动到巡航速度VC1的加速度。而且,第二曲线B1表示平直路线分段中的巡航速度VC1。
通过第二D2和第三B2速度曲线图示下一个路线分段34,即,上坡路线分段。第二速度曲线D2表示从平直路线分段(由于来自第一路线分段32)中的巡航速度VC1到上坡直路线分段中的巡航速度VC2的减速度。而且,第三速度曲线B2表示上坡直路线分段中的巡航速度VC2。
第三路线分段36由最后三个速度曲线A1、B1和C1表示。以与前两个速度曲线相同的方式,第五速度曲线A1表示在平直路线分段中从站立不动到巡航速度VC1的加速度,并且第六曲线B1表示在平直路线分段中的巡航速度VC1。而且,最后速度曲线C1表示车辆10已经激活从巡航速度VC1直到站立不动的制动。
如图3b中用图表所示,路线分段中的初始速度对应于任何先前路线分段中的车辆10的最终速度。
以下将阐述用于估计行进时间的如图4a至图6b中所示的如何使用行进数据表的实例。为了教学原因,还在该情况下使用与以上使用的相同实例,即,其中,总路线包括三个路线分段32、34、36,其中,第一32和第三36分段为相同类型,即,平直分段,并且第二分段34是上坡分段。
为了估计第一分段32的行进时间,如图4a中所示的速度曲线A1从车辆10站立不动直到为29km/h的巡航速度为止得出。根据行进数据表,这将花费11.8秒和38米。由于第一路线分段是50米长,如上所述,另一个50-38=12米仍然是第一分段的。用于以巡航速度行进该距离的时间是(12/29)*3.6=1.5秒(3.6为km/h和m/s之间的转换因数)。从而,第一分段的总行进时间是11.8+1.5=13.3秒。
下一个步骤是估计第二分段34的行进时间,其在来自图5b中的表的帮助下完成。为了获得尽可能好的估计,应该以与第一路线分段32中的最终速度相对应的速度进入表,即,29km/h。当查找如图5b中所示的表时,该进入点将在2秒和4秒之间的某处。为了选择表中的最佳起始点,可以使用多个方法。作为一个实例,可以选择最接近期望速度值的点。在另一个实例中,为了实现更准确估计,可以计算两个值之间的插入点。在该实例中,选择最接近点,即,2米(对应于30.1km/h和0.2秒)。从该点,速度曲线下降到巡航速度12km/h,其将花费4.2-0.2=4秒或20-2=18米。由于整个路线分段是40米,如上限定的,所以存在该路线分段的剩余40-18=22米,对于其,车辆10将以12km/h的巡航速度行进。用于覆盖该距离花费的时间是(22/12)*3.6=6.6秒。从而,用于第二路线分段的总行进时间是4.0+6.6=10.6秒。
以对应方式计算最后路线分段。首先,可以考虑初始速度,其是12km/h。如图4a和图4b中所示的速度曲线A1中的对应速度在8米和6.8秒之后。速度曲线A1将追踪,直到达到巡航速度VC129km/h为止。根据该表,将花费11.8-6.8=5秒和38-8=30米。车辆10将以巡航速度VC1驾驶的距离取决于根据速度曲线C1何时启动制动以实现车辆10在第三路线分段36的结束处停止。从数据表的顶部,初始速度是29km/h,即,约8米或0.9秒。从该点,要求38-8=30米用于车辆10停止。这意味着,由于第三路线分段36的总距离是80米,所以存在80-30-30=20米,其中,车辆10将以巡航速度VC行进。为了以29km/h行进20米,花费(20/29)*3.6=2.5秒。而且,根据该表,使车辆10从29km/h停止花费18-0.9=17.1秒。从而,用于第三路线分段36的总估计行进时间是5+2.5+17.1=24.6秒。
现在,估计用于每个路线分段的行进时间,左边的均是该方法的最终步骤S6,即,将用于每个路线分段的所估计行进时间合计到用于总路线的总估计行进时间,其是13.3+10.6+24.6=48.5秒。
在一些情况下,在最后分段之前,可能需要开始减速,在这样的情况下,可以从最后分段的结束计算,并且仅遵循不同分段的减速度曲线,直到需要开始减速度的点为止。
在以上实例中,车辆总是达到巡航速度,然而,对于一些较短路线分段来说,可能不是该情况。
当解释以上完成的方法时,该方法可能看起来很复杂。然而,该方法中的每个单个步骤都可以被转换为简单操作,并且仅借助于几个查找表命令以及使用四个算术规则的几个简单数学计算,行进时间可以仅在几微秒中被估计。
应该进一步注意,行进数据表包括将处理的有限量数据。即使表通过更低间距被创建,例如,如在本实例中使用的每十分之一秒一行,而不是每其他秒一行,数据的量仍然被限制用于计算机处理。计算将能够在几ms内进行,但是使用有限量计算能力。
而且,在一些情况下,可能还对使用相同方法估计车辆10的燃料消耗感兴趣。所有原理都仍然如上述那样被使用。不同之处仅在于,在前模拟还应该生成燃料消耗列(作为以上实例中的时间列的补充或替换),并且计算将基于除了时间列之外的燃料消耗列中的值进行。由此,用于计算燃料消耗的方法可以通过使用相同方法被实现。
Claims (18)
1.一种用于估计车辆(10)的行进时间的方法,包括以下步骤:
-确定所述行进时间将被估计的路线;
-将所述路线划分为路线分段(32、34、36),其中,每个路线分段具有基本恒定道路特征;
-选择用于所述车辆(10)的车辆配置;
-基于用于所选择的车辆配置的每个路线分段,从数据库检索用于每个路线分段的估计行进时间;以及
-将用于每个路线分段的所述估计行进时间从所述数据库合计到用于所确定路线的总行进时间。
2.根据权利要求1所述的方法,其中,所述数据库包括与所述车辆(10)加速到预定巡航速度(VC)相对应的行进数据(A1、A2)。
3.根据权利要求1或2所述的方法,其中,所述数据库包括与所述车辆(10)以预定巡航速度(VC)行进相对应的行进数据(B1、B2)。
4.根据权利要求1至3中任一项所述的方法,其中,所述数据库包括与所述车辆(10)减速至预定巡航速度(VC)相对应的行进数据(D1、D2)。
5.根据权利要求1至4中任一项所述的方法,其中,所述数据库包括与使所述车辆(10)从预定最大速度(VM)制动到基本站立不动的行进数据(C1、C2)。
6.根据权利要求2至5中任一项所述的方法,其中,所述行进数据包括距离、速度和时间数据。
7.根据权利要求2至5中任一项所述的方法,其中,所述行进数据包括速度、距离或时间数据中的任一个、和加速度。
8.根据权利要求6或7中任一项所述的方法,其中,所述行进数据进一步包括能量消耗或燃料消耗。
9.根据权利要求2至8中任一项所述的方法,其中,除非所述路线分段是所述路线的第一路线分段,用于每个路线分段的所述估计行进时间取决于先前路线分段的所述行进数据。
10.根据权利要求9所述的方法,其中,用于路线分段的所述估计行进时间是通过下述部分的步骤而被估计的:
-确定所述车辆在直接在前路线分段的结束处的最终速度;
-将来自所述在前路线的所述最终速度指配为用于所述当前路线分段的初始速度。
11.根据权利要求1至10中任一项所述的方法,其中,所述路线分段被划分为车辆速度曲线(A1、B1、C1、D1),其中,每个车辆速度曲线表示以下之一:
-所述车辆(10)加速到预定巡航速度(VC);
-所述车辆(10)以预定巡航速度(VC)行进;
-所述车辆(10)减速到预定巡航速度(VC);或者
-使所述车辆(10)制动到基本站立不动。
12.根据权利要求1至11中任一项所述的方法,其中,通过估计用于任何相关速度曲线(A1、B1、C1、D1)中至少部分的每个行进时间,并且随后将用于任何相关速度曲线中所述部分的所述行进时间合计到用于每个路线分段(32、34、36)的行进时间,来估计用于每个路线分段的所述估计行进时间。
13.根据权利要求1至2中任一项所述的方法,其中,所选择的车辆配置包括下述中的至少一个:电动机功率、重量、负载、燃料消耗、能量消耗、轮胎和齿轮传动。
14.根据权利要求1至13中任一项所述的方法,其中,所述道路特征包括下述中的至少一个:距离、倾斜、滚动阻力、速度限制和曲线的弯曲。
15.根据权利要求1至14中任一项所述的方法,其中,所述方法进一步包括确定所述车辆(10)的驾驶员的驾驶员特征的步骤,并且其中,所述数据库进一步包括与驾驶员特征相对应的行进数据。
16.一种用于创建数据库的方法,所述数据库用于估计车辆(10、14)的行进时间,所述方法包括:
-限定多个车辆(10、14),每个车辆具有多个配置,所述车辆的所述行进时间将被估计;
-限定多个路线分段(32、34、36),其中,每个路线分段具有基本恒定道路特征;以及
-生成数据库,所述数据库包括与所限定车辆沿着所述路线分段行进相对应的行进数据,其中,所述行进数据包括表示以下内容的车辆速度曲线:
-所述车辆加速到预定巡航速度(VC);
-所述车辆以预定巡航速度(VC)行驶;
-所述车辆减速到预定巡航速度(VC);和/或
-使所述车辆制动到基本站立不动。
17.一种根据权利要求16形成的数据库的用途,用于根据权利要求1至15中任一项估计车辆(10)的行进时间。
18.一种计算机程序产品,包括:计算机可读介质,在所述计算机可读介质上存储用于估计车辆(10)的行进时间的计算机程序装置,其中,所述计算机程序产品包括:
-用于确定所述行进时间将被估计的路线的代码;
-用于将所述路线划分为路线分段(32、34、36)的代码,其中,每个路线分段具有基本恒定道路特征;
-用于选择用于所述车辆(10)的车辆配置的代码;
-用于基于用于所选择的车辆配置的每个路线分段来从数据库检索用于每个路线分段的估计行进时间的代码;以及
-用于将用于每个路线分段的所述估计行进时间从所述数据库合计到用于所确定的路线的总行进时间的代码。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2012/004252 WO2014056514A1 (en) | 2012-10-11 | 2012-10-11 | Method and computer program product for estimating a travel time for a vehicle |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104823021A true CN104823021A (zh) | 2015-08-05 |
CN104823021B CN104823021B (zh) | 2017-08-08 |
Family
ID=47088789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280076352.4A Active CN104823021B (zh) | 2012-10-11 | 2012-10-11 | 用于估计车辆的行进时间的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9574886B2 (zh) |
EP (1) | EP2906908B1 (zh) |
CN (1) | CN104823021B (zh) |
WO (1) | WO2014056514A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106610299A (zh) * | 2015-10-21 | 2017-05-03 | 现代自动车株式会社 | 高级驾驶员辅助系统、包含其的车辆及其控制方法 |
CN108182314A (zh) * | 2017-12-26 | 2018-06-19 | 中车株洲电力机车研究所有限公司 | 一种智轨车辆仿真运行方法和系统 |
CN113538908A (zh) * | 2021-07-09 | 2021-10-22 | 大连海事大学 | 一种基于组合特征参数的路况分区系统 |
CN113538907A (zh) * | 2021-07-09 | 2021-10-22 | 大连海事大学 | 一种基于交通流分级的行车时间估计系统 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6972924B2 (ja) | 2017-10-27 | 2021-11-24 | コベルコ建機株式会社 | 走行ルートガイダンス装置 |
US11062063B2 (en) * | 2018-04-09 | 2021-07-13 | International Business Machines Corporation | System and method for generating vehicle travel data |
FR3088716B1 (fr) * | 2018-11-16 | 2020-10-30 | Ifp Energies Now | Procede de determination d’un cumul d’intemperies sur un trajet |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1777904A (zh) * | 2003-04-15 | 2006-05-24 | 美国联合包装服务有限公司 | 用于择路和调度的高峰时间建模 |
CN101253388A (zh) * | 2005-10-10 | 2008-08-27 | 应用类属有限公司 | 用于时间相关的路线计划的方法和导航装置 |
JP2009025090A (ja) * | 2007-07-18 | 2009-02-05 | Funai Electric Co Ltd | ナビゲーション装置 |
US20100217519A1 (en) * | 2009-02-26 | 2010-08-26 | Navigon Ag | Method and navigation device for determining the estimated time of travel |
TW201031893A (en) * | 2009-01-16 | 2010-09-01 | Tele Atlas Bv | Method for computing an energy efficient route |
WO2012041490A1 (de) * | 2010-10-01 | 2012-04-05 | Audi Ag | Verfahren zum gewinnen eines geschwindigkeitsprofils |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050060070A1 (en) * | 2000-08-18 | 2005-03-17 | Nnt, Inc. | Wireless communication framework |
US9208626B2 (en) * | 2011-03-31 | 2015-12-08 | United Parcel Service Of America, Inc. | Systems and methods for segmenting operational data |
-
2012
- 2012-10-11 US US14/434,766 patent/US9574886B2/en active Active
- 2012-10-11 EP EP12778956.8A patent/EP2906908B1/en active Active
- 2012-10-11 WO PCT/EP2012/004252 patent/WO2014056514A1/en active Application Filing
- 2012-10-11 CN CN201280076352.4A patent/CN104823021B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1777904A (zh) * | 2003-04-15 | 2006-05-24 | 美国联合包装服务有限公司 | 用于择路和调度的高峰时间建模 |
CN101253388A (zh) * | 2005-10-10 | 2008-08-27 | 应用类属有限公司 | 用于时间相关的路线计划的方法和导航装置 |
JP2009025090A (ja) * | 2007-07-18 | 2009-02-05 | Funai Electric Co Ltd | ナビゲーション装置 |
TW201031893A (en) * | 2009-01-16 | 2010-09-01 | Tele Atlas Bv | Method for computing an energy efficient route |
US20100217519A1 (en) * | 2009-02-26 | 2010-08-26 | Navigon Ag | Method and navigation device for determining the estimated time of travel |
WO2012041490A1 (de) * | 2010-10-01 | 2012-04-05 | Audi Ag | Verfahren zum gewinnen eines geschwindigkeitsprofils |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106610299A (zh) * | 2015-10-21 | 2017-05-03 | 现代自动车株式会社 | 高级驾驶员辅助系统、包含其的车辆及其控制方法 |
CN106610299B (zh) * | 2015-10-21 | 2021-10-08 | 现代自动车株式会社 | 高级驾驶员辅助系统、包含其的车辆及其控制方法 |
CN108182314A (zh) * | 2017-12-26 | 2018-06-19 | 中车株洲电力机车研究所有限公司 | 一种智轨车辆仿真运行方法和系统 |
CN113538908A (zh) * | 2021-07-09 | 2021-10-22 | 大连海事大学 | 一种基于组合特征参数的路况分区系统 |
CN113538907A (zh) * | 2021-07-09 | 2021-10-22 | 大连海事大学 | 一种基于交通流分级的行车时间估计系统 |
CN113538907B (zh) * | 2021-07-09 | 2022-05-03 | 大连海事大学 | 一种基于交通流分级的行车时间估计系统 |
CN113538908B (zh) * | 2021-07-09 | 2022-05-17 | 大连海事大学 | 一种基于组合特征参数的路况分区系统 |
Also Published As
Publication number | Publication date |
---|---|
EP2906908A1 (en) | 2015-08-19 |
EP2906908B1 (en) | 2016-12-07 |
WO2014056514A1 (en) | 2014-04-17 |
US9574886B2 (en) | 2017-02-21 |
US20150292892A1 (en) | 2015-10-15 |
CN104823021B (zh) | 2017-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11597296B2 (en) | Systems and methods for optimizing travel time using route information | |
CN104823021A (zh) | 用于估计车辆的行进时间的方法和计算机程序产品 | |
US10625729B2 (en) | Control system for hybrid vehicles with high degree of hybridization | |
US10832498B1 (en) | Vehicle telemetry device for inferring driver identity and building a vehicle history | |
CN105091892B (zh) | 车辆用能量管理装置 | |
CN106767874A (zh) | 用于通过在车辆导航系统中的群体感知的燃料消耗预测和成本估计的方法及装置 | |
Rios-Torres et al. | Fuel consumption for various driving styles in conventional and hybrid electric vehicles: Integrating driving cycle predictions with fuel consumption optimization | |
US10377379B2 (en) | Method and system for utilizing the energy storage provided by a vehicle's mass in the form of potential and kinetic energy to optimize fuel consumption | |
US20070112475A1 (en) | Power management systems and devices | |
US20130261966A1 (en) | System and method for determining a vehicle route | |
CN101825469A (zh) | 估算与推进相关的操作参数的方法 | |
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 | |
Torabi et al. | Energy minimization for an electric bus using a genetic algorithm | |
US20190283595A1 (en) | Vehicle Power Management System | |
US20190283604A1 (en) | Vehicle Power Management System | |
US20190283606A1 (en) | Vehicle Power Management System | |
US20190283599A1 (en) | Vehicle Power Management System | |
CN113071336B (zh) | 一种车辆的增程器控制方法、系统及车辆 | |
EP2480440B1 (en) | Method for forecasting the evolution of the magnitude of a data for a vehicle journey | |
US20190283597A1 (en) | Vehicle Power Management System | |
CN113993760B (zh) | 用于控制车辆的方法 | |
US20210302183A1 (en) | Vehicle efficiency prediction and control | |
US20230271614A1 (en) | A method for controlling a vehicle | |
CN117382656B (zh) | 节油驾驶引导方法、装置、终端及存储介质 | |
CN108898268B (zh) | 基于订单的顺风车出行节油计量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |