CN105102930A - 能量消耗量预测装置以及能量消耗量预测方法 - Google Patents

能量消耗量预测装置以及能量消耗量预测方法 Download PDF

Info

Publication number
CN105102930A
CN105102930A CN201480020621.4A CN201480020621A CN105102930A CN 105102930 A CN105102930 A CN 105102930A CN 201480020621 A CN201480020621 A CN 201480020621A CN 105102930 A CN105102930 A CN 105102930A
Authority
CN
China
Prior art keywords
value
energy consumption
resistance
loss
interval
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
CN201480020621.4A
Other languages
English (en)
Other versions
CN105102930B (zh
Inventor
加纳润一
中野勇藏
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.)
Nissan Motor Co Ltd
Original Assignee
Nissan 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 Nissan Motor Co Ltd filed Critical Nissan Motor Co Ltd
Publication of CN105102930A publication Critical patent/CN105102930A/zh
Application granted granted Critical
Publication of CN105102930B publication Critical patent/CN105102930B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01C21/3469—Fuel consumption; Energy use; Emission aspects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L7/00—Measuring the steady or quasi-steady pressure of a fluid or a fluent solid material by mechanical or fluid pressure-sensitive elements
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/02—Registering or indicating driving, working, idle, or waiting time only
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/06—Fuel or fuel supply system parameters
    • F02D2200/0625—Fuel consumption, e.g. measured in fuel liters per 100 kms or miles per gallon
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/50—Input parameters for engine control said parameters being related to the vehicle or its components
    • F02D2200/501—Vehicle speed
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/70—Input parameters for engine control said parameters being related to the vehicle exterior
    • F02D2200/701—Information about vehicle position, e.g. from navigation system or GPS signal
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/70—Input parameters for engine control said parameters being related to the vehicle exterior
    • F02D2200/702—Road conditions

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Navigation (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)

Abstract

一种能量消耗量预测装置，特征是包括：获取包含对每个路径预先决定的该路径的行驶速度信息的道路信息的获取单元(110)；根据预定行驶路径的行驶速度信息，通过规定的空气阻力计算式，计算在预定行驶路径行驶的情况下的空气阻力作为空气阻力计算值，校正算出的空气阻力计算值，使得预定行驶路径中的行驶速度越慢，在预定行驶路径行驶的情况下的空气阻力越大的空气阻力计算单元(140，150)；根据校正后的空气阻力计算值，预测预定行驶路径中的能量消耗量的能量消耗量预测单元(150)。

Description

能量消耗量预测装置以及能量消耗量预测方法
技术领域
本发明涉及能量消耗量预测装置以及能量消耗量预测方法。
本申请要求2013年4月11日申请的日本国专利申请特愿2013―082823号的优先权，对于承认通过文献的参照的引入的指定国，通过参照将上述的申请中记载的内容引入本申请，作为本申请的记载的一部分。
背景技术
以往，已知根据车辆实际行驶时的车速、加速度以及空气阻力等，估计车辆的燃料消耗量的技术(参照专利文献1)。
现有技术文献
专利文献
专利文献1:日本特愿2011－506873号
发明内容
发明要解决的课题
但是，以往技术是根据车辆实际行驶时的车速、加速度等，估计当前时刻的能量消耗量的技术，不能在车辆行驶之前预测预定行驶路径的能量消耗量。
本发明要解决的课题是提供能够适当地预测能量消耗量的能量消耗量预测装置。
用于解决课题的手段
本发明通过根据对每个路径预先决定的规定的行驶速度信息，通过规定的空气阻力计算式计算在预定行驶路径行驶的情况下的空气阻力，并且校正算出的空气阻力，使得预定行驶路径中的行驶速度越慢，在预定行驶路径行驶的情况下的空气阻力越大，并根据校正后的空气阻力预测预定行驶路径中的能量消耗量，从而解决上述课题。
发明的效果
按照本发明，通过使用对每个路径预先决定的规定的行驶速度信息，计算在预定行驶路径行驶的情况下的空气阻力，可以预测预定行驶路径中的能量消耗量。特别是，按照本发明，通过考虑存在预定行驶路径中的行驶速度越慢，以越高频度进行加速的倾向，校正由规定的空气阻力计算式算出的空气阻力，从而可以以较高精度预测在行驶路径行驶的情况下的空气阻力，其结果，可以根据校正后的空气阻力，适当地预测预定行驶路径中的能量消耗量。
附图说明
图1是表示本实施方式的导航装置的结构图。
图2是第1实施方式的控制装置的功能方框图。
图3是表示一例规定的行驶区间中的实际空气阻力的累计值(integratedvalue)、和根据下述式(2)预测的空气阻力的累计值的曲线图。
图4(A)是表示一例空气阻力系数实验值的图，图4(B)是表示一例空气阻力计算函数的图。
图5是表示一例行驶区间存在坡度的情况下的空气阻力校正函数的图。
图6是表示一例规定的行驶区间中的驱动系统中的实际损失的累计值、和根据下述式(3)预测的驱动系统中的损失的累计值的曲线图。
图7(A)是表示一例损失系数实验值的图，图7(B)是表示一例损失计算函数的图。
图8是表示一例行驶区间存在坡度的情况下的损失校正系数的图。
图9是表示第1实施方式的能量消耗量预测处理的流程图。
图10(A)是表示一例推荐路径的各行驶区间中的车辆的平均车速的图，图10(B)是表示一例推荐路径的各行驶区间中的标高的图。
图11是表示一例规定的行驶区间中的实际的车速、平均车速、实际的空气阻力的累计值、根据下述式(2)预测的空气阻力的累计值、以及根据下述式(10)预测的空气阻力的累计值随时间推移的曲线图。
图12是表示一例规定的行驶区间中的实际空气阻力的累计值、根据下述式(2)预测的空气阻力、根据下述式(10)预测的空气阻力的累计值的曲线图。
图13是表示一例行驶区间存在坡度情况下的实际的空气阻力的累计值、使用行驶区间平坦的情况下的空气阻力校正系数α预测的空气阻力的累计值、使用行驶区间存在坡度的情况下的空气阻力校正系数α预测的空气阻力的累计值的曲线图。
图14是表示一例规定的行驶区间中的实际的车速、平均车速、实际的驱动系统中的损失的累计值、根据下述式(3)预测的驱动系统中的损失的累计值、以及根据上述式(14)预测的驱动系统中的损失的累计值随时间推移的曲线图。
图15是表示一例规定的行驶区间中的驱动系统中的实际损失的累计值、根据下述式(3)预测的驱动系统中的损失的累计值、根据下述式(14)预测的驱动系统中的损失的累计值的曲线图。
图16是表示一例行驶区间存在坡度的情况下的驱动系统中的实际的损失的累计值、使用行驶区间平坦的情况下的损失校正系数β预测的驱动系统中的损失的累计值、使用行驶区间存在坡度的情况下的损失校正系数β预测的驱动系统中的损失的累计值的曲线图。
图17是第2实施方式的控制装置的功能方框图。
图18是表示一例外部气温和滚动阻力系数之间的对应关系的图。
图19是表示一例滚动阻力、平均车速和损失校正系数之间的对应关系的曲线图。
图20是表示一例每个车型的损失校正系数的图。
图21是表示第2实施方式的能量消耗量预测处理的流程图(其1)。
图22是表示第2实施方式的能量消耗量预测处理的流程图(其2)。
图23是表示一例车辆的实际的能量消耗量、和未考虑外部气温而预测的能量消耗量的预测值的图。
图24是表示一例车辆的实际的能量消耗量、和考虑外部气温而预测的能量消耗量的预测值的图。
图25是表示一例外部气温的推测值的图。
图26是表示一例每个车型的能量消耗量的曲线图。
具体实施方式
以下，根据附图说明本发明的实施方式。而且，以下，例示电动汽车中安装的导航装置，说明本发明的实施方式。
《第1实施方式》
图1是本实施方式的导航装置1的结构图。本实施方式的导航装置1通过预测从当前位置至目的地的能量消耗量，判断以当前的电池余量，是否能够从当前位置到达目的地，包括：用于输入目的地的输入单元200；检测本车辆的当前位置的本车位置检测装置300；存储包含道路信息的地图信息的地图数据库400；预测至目的地的能量消耗量的控制装置100；以及对乘员提示预测结果的显示器500。以下，详细说明各结构。
输入装置200例如是，可通过用户的手操作进行输入的被配置在显示器画面上的触摸屏、可通过用户声音进行输入的麦克风等装置。由输入装置200输入的信息被发送到控制装置100。
本车位置检测装置300由GPS(GlobalPositioningSystem，全球定位系统)单元、陀螺传感器、以及车速传感器等构成，检测从多个卫星通信发送的电波，周期性地获取本车辆的位置信息，同时根据获取的本车辆的位置信息、从陀螺传感器获取的角度变化信息和从车速传感器获取的车速，检测本车辆的当前位置。由本车位置检测装置300检测到的本车辆的位置信息被发送到控制装置100。
地图数据库400存储有包含道路信息的地图信息。具体地说，地图数据库400对每个道路链路等规定的行驶区间，存储包含这些行驶区间的行驶距离、标高、坡度、以及平均车速的道路信息。而且，行驶区间中的平均车速是，从在该行驶区间实际地行驶的多个车辆收集该行驶区间中的车速信息，并求收集到的多个车辆的车速的平均值。在地图数据库400中存储的地图信息由控制装置100参照，被用于预测从当前位置至目的地的能量消耗量等。
显示器500将从控制处理100发送的提示信息显示在显示器500具有的画面上。作为通过显示器500提示的提示信息，除了本车周边的地图、或者从当前位置至目的地的推荐路径，还包含从当前位置至目的地的能量消耗量、是否需要充电的信息、以及充电设施的位置信息等。
控制装置100包括：存储了用于预测从当前位置至目的地的能量消耗量的程序的ROM(ReadOnlyMemory，只读存储器)、作为执行该ROM中存储的程序的工作电路的CPU(CentralProcessingUnit，中央处理单元)、起到可访问的存储装置的功能的RAM(RandomAccessMemory，随机访问存储器)。而且，作为动作电路，取代CPU或者与其一起，可以使用MPU(MicroProcessingUnit，微处理单元)、DSP(DigitalSignalProcessor，数字信号处理器)、ASIC(ApplicationSpecificIntegratedCircuit，专用集成电路)、FPGA(FieldProgrammableGateArray，现场可编程门阵列)等。
图2是表示第1实施方式的控制装置100的功能的功能方框图。在第1实施方式中，如图2所示，控制装置100包括：地图信息获取单元110、推荐路径搜索单元120、能量消耗量预测单元130、校正系数存储单元140、校正系数计算单元150、充电需要性判断单元160、充电设施搜索单元170、以及显示器显示单元180。
地图信息获取单元110从地图数据库400获取包含道路信息的地图信息。由地图信息获取单元110获取的地图信息被送到推荐路径搜索单元120、能量消耗量预测单元130、以及校正系数计算单元150。
推荐路径搜索单元120根据从地图信息获取单元110获取的地图信息、由输入装置200输入的目的地、由本车位置检测装置300检测到的本车辆的位置信息，搜索从当前位置至目的地的推荐路径。
能量消耗量预测单元130预测从当前位置至目的地的能量消耗量。具体地说，能量消耗量预测单元130预测推荐路径中的滚动阻力、坡度阻力、空气阻力、以及电机以及齿轮等驱动系统中的损失，通过将它们合计，预测从当前位置至目的地的能量消耗量。
这里，在例如将行驶时的车速设为Vcur，将空气阻力系数和车辆的投影面积等与空气阻力有关的参数设为k的情况下，车辆在行驶时的空气阻力Fa可以根据下述式(1)进行计算。
空气阻力Fa＝kVcur ∧2···(1)
这样，车辆在行驶的情况下的空气阻力Fa根据车辆行驶时的车速Vcur变化。因此，例如在将推荐路径分为多个行驶区间的情况下，如下述式(2)所示，各行驶区间中的空气阻力的累计值可以根据该行驶区间中的平均速度Vave和该行驶区间中的行驶距离d进行计算。然后，通过将算出的各行驶区间中的空气阻力的累计值合计，可以预测至目的地的推荐路径中的空气阻力的累计值。
行驶区间中的空气阻力的累计值＝kVave ∧2*d…(2)
但是，通过上述式(2)算出的空气阻力的累计值是车辆在固定的平均速度Vave下行驶的情况下的空气阻力，实际上，由于车辆反复加速和减速地行驶，所以有时通过上述式(2)求出的空气阻力的累计值与实际的空气阻力的累计值之间产生误差。即，如上述式(2)所示，车辆以固定速度行驶的情况下的空气阻力与速度的平方成正比，车辆在加速的情况下的空气阻力与速度的三次方成正比，所以在行驶区间中越进行加速，该行驶区间中的空气阻力的累计值越大，由此，有时通过上述式(2)算出的空气阻力的累计值与实际的空气阻力的累计值之间产生误差。
因此，能量消耗量预测单元130在预测各行驶区间中的空气阻力的累计值时，考虑各行驶区间中的加速的影响，校正根据上述式(2)算出的空气阻力的累计值。具体地说，能量消耗量预测单元130使用由如后所述的校正系数计算单元150算出的空气阻力校正系数，校正根据上述式(2)算出的空气阻力。而且，关于行驶区间中的空气阻力的累计值的校正方法，如后所述。
而且，本实施方式的能量消耗量预测单元130根据电机或齿轮等驱动系统中产生的损失的累计值，预测至目的地的能量消耗量。这里，在规定的行驶区间中车辆以固定的速度行驶的情况下，该行驶区间中的驱动系统中的损失L为相对于滚动阻力和空气阻力等行驶阻力的损失，例如可以根据下述式(3)进行计算。
但是，通过上述式(3)算出的驱动系统中的损失的累计值是车辆以固定的速度行驶的情况下的值，实际上，车辆反复加速和减速地行驶，所以有时通过上述式(3)求出的驱动系统中的损失的累计值与实际的驱动系统中的损失的累计值之间产生误差。即，在车辆在加速的情况下，在电机和齿轮等驱动系统中的损失L中，除了相对于行驶阻力的驱动系统中的损失之外，还增加相对于惯性力矩的驱动系统中的损失，所以有时通过上述式(3)算出的驱动系统中的损失与驱动系统中的实际损失之间产生误差。因此，能量消耗量预测单元130在预测行驶区间中的驱动系统中的损失的累计值时，考虑行驶区间中的加速的影响，校正通过上述式(3)算出的驱动系统中的损失。具体地说，能量消耗量预测单元130使用由如后所述的校正系数计算单元150算出的损失校正系数，校正通过上述式(3)算出的驱动系统中的损失。
校正系数存储单元140存储有用于校正推荐路径中的空气阻力的空气阻力校正系数、和用于校正推荐路径中的电机和齿轮等驱动系统中的损失的损失校正系数。以下，说明空气阻力校正系数和损失校正系数。
图3是表示一例规定的行驶区间中的实际的空气阻力的累计值、和通过上述式(2)算出的空气阻力的累计值的曲线图。而且，图3中，用白色块表示实际的空气阻力的累计值，斜线的阴影线表示通过上述式(2)算出的空气阻力的累计值。而且，在图3中，以将实际的空气阻力的累计值设为100％的情况下的比例(％)表示通过上述式(2)算出的空气阻力的累计值。而且，图3中的实际的空气阻力的累计值是通过实验，由实际地在该行驶区间行驶的车辆的行驶车速的分布而求出的空气阻力的累计值。
在图3所示的例子中，在车速为低速的情况下，通过上述式(2)求出的空气阻力的累计值约为40％，与实际的空气阻力之间产生了较大误差。而且，在车辆的速度为中速的情况下，通过上述式(2)求出的空气阻力的累计值约为60％，与实际的空气阻力之间也产生了误差。而且，在车辆的速度为高速的情况下，通过上述式(2)求出的空气阻力的累计值接近实际的空气阻力的累计值，约为100％。这样，存在行驶区间中的车速越低，实际的空气阻力的累计值与通过上述式(2)算出的空气阻力的累计值的误差越大的倾向。
在本实施方式中，用于校正这样伴随加速的空气阻力的误差的空气阻力校正系数被预先存储在校正系数存储单元140中。以下，具体说明存储在校正系数存储单元140中的空气阻力校正系数。
存储在校正系数存储单元140中的空气阻力校正系数是，根据通过实验预先求出的实际的空气阻力的累计值、与通过上述式(2)预先算出的空气阻力的累计值而预先决定的系数。例如，对于每个行驶区间中的平均车速Vave，预先计算根据上述式(2)算出的空气阻力的累计值、与通过实验求出的实际的空气阻力的累计值的比(实际的空气阻力的累计值/根据上述式(2)算出的空气阻力的累计值)作为空气阻力系数实验值，如图4(A)所示，对于每个行驶区间中的平均车速Vave绘制算出的空气阻力系数实验值。而且，图4(A)是表示一例空气阻力系数实验值的图。
然后，在本实施方式中，例如，如图4(B)所示，计算所绘制的空气阻力实验值的回归直线，将算出的回归直线作为用于计算空气阻力校正系数的函数f1(以下，称为空气阻力计算函数f1。)，预先存储在校正系数存储单元140中。这样，在本实施方式中，每个行驶区间中的平均车速Vave的空气阻力校正系数作为空气阻力计算函数f1存储在校正系数存储单元140中。而且，图4(B)是表示一例空气阻力计算函数f1的图。
此外，在行驶区间存在坡度的情况下，与行驶区间平坦的情况相比，存在行驶区间中的加速的频度变小的倾向。因此，在本实施方式中，如图5所示，与行驶区间不存在坡度的情况下的空气阻力计算函数f1不同，将行驶区间存在坡度的情况下的空气阻力算函数f2预先存储在校正系数存储单元140中。而且，图5是表示一例行驶区间存在坡度的情况下的空气阻力校正函数f2的图，用白色块的方形表示存在坡度的行驶区间中通过实验求出的空气阻力系数实验值。而且，为了便于说明，同时用虚线记载了行驶区间不存在坡度的情况下的空气阻力计算函数f1。
如图5所示，在行驶区间中的平均速度Vave慢的情况(例如不足40km/h的情况)下，与通过行驶区间不存在坡度的情况下的空气阻力计算函数f1算出的空气阻力校正系数相比，通过行驶区间存在坡度的情况下的空气阻力计算函数f2算出的空气阻力校正系数，空气阻力校正系数的值较小。这样，通过以小于通过行驶区间不存在坡度的情况下的空气阻力计算函数f1算出的空气阻力校正系数的值，存储通过行驶区间存在坡度的情况下的空气阻力计算函数f2算出的空气阻力校正系数，即使在行驶区间存在坡度，行驶区间中的加速的频度较少的情况下，也可以适当地校正行驶区间中的空气阻力的累计值。
而且，决定行驶区间存在坡度的情况下的空气阻力计算函数f2，以便能够根据行驶区间的坡度的大小，计算空气阻力校正系数。即，图5所示的空气阻力计算函数f2例示了规定的坡度的空气阻力计算函数f2，校正系数存储单元140中存储的空气阻力计算函数f2能够根据行驶区间的坡度和平均车速Vave，计算一个空气阻力校正系数。而且，在本实施方式中，可以将空气阻力计算函数f2设为，行驶区间中的坡度越大，空气阻力校正系数越小。
而且，图6是表示一例规定的行驶区间中的实际的驱动系统中的损失的累计值、与根据上述式(3)算出的驱动系统中的损失的累计值的曲线图。而且，在图6中，用白色块表示驱动系统中的实际的损失的累计值，用斜线的阴影线表示根据上述式(3)算出的驱动系统中的损失的累计值。而且，在图6中，用将驱动系统中的实际的损失的累计值设为100％的情况下的比例(％)表示根据上述式(3)算出的驱动系统中的损失的累计值。而且，驱动系统中的实际的损失是通过实验，由在该行驶区间实际行驶时的行驶车速的分布求出的、电机和齿轮等驱动系统中的损失。
在图6所示的例子中，在车速为低速的情况下，通过上述式(3)算出的驱动系统中的损失的累计值约为30％，与实际的损失的累计值之间产生了较大的误差。而且，在车速为中速的情况和车速为高速的情况下，也是车速越低，通过上述式(3)算出的驱动系统中的损失和实际的损失的累计值之间越产生误差。这样，存在行驶区间中的平均车速Vave越为低速，驱动系统中的实际的损失的累计值与通过上述式(3)求出的驱动系统中的损失的累计值的误差越大的倾向。
在本实施方式中，用于校正这样的电机和齿轮等驱动系统中的损失的误差的损失校正系数被预先存储在校正系数存储单元140中。以下，具体说明校正系数存储单元140中存储的损失校正系数。
在校正系数存储单元140中存储的损失校正系数是，根据对于基于上述式(3)预先算出的行驶阻力的、驱动系统中的损失的累计值、和对于基于实际地在行驶区间行驶时的速度信息预先算出的惯性力矩的、驱动系统中的损失的累计值，而预先决定的系数。例如，对于每个行驶区间中的平均车速Vave，预先计算对于根据上述式(3)算出的行驶阻力的、驱动系统中的损失的累计值、和对于通过实验求出的惯性力矩的、驱动系统中的损失的累计值的比({对于行驶阻力的驱动系统中的损失的累计值+对于惯性力矩的驱动系统中的损失的累计值}/对于行驶阻力的驱动系统中的损失的累计值)作为损失系数实验值，如图7(A)所示，对于每个行驶区间中的平均车速Vave绘制算出的损失系数实验值。而且，图7(A)是表示一例损失系数实验值的图。
然后，在本实施方式中，例如，如图7(B)所示，计算绘制出的损失系数实验值的回归直线，将算出的回归直线作为用于计算损失校正系数的函数f3(以下，也称为损失计算函数f3。)，预先存储在校正系数存储单元140中。而且，图7(B)是表示一例损失计算函数f3的图。
而且，与行驶区间平坦的情况相比，在行驶区间存在坡度的情况下，电机和齿轮等的作功量较大。因此，在本实施方式中，如图8所示，与行驶区间不存在坡度的情况下的损失计算函数f3不同地，将行驶区间存在坡度的情况下的损失计算函数f4预先存储在校正系数存储单元140中。而且，图8是表示一例行驶区间存在坡度的情况下的损失计算函数f4的图，白色块的方形表示了在存在坡度的行驶区间中通过实验求出的损失系数实验值。而且，为了便于说明，还同时记载了行驶区间不存在坡度的情况下的损失计算函数f3。
如图8所示，行驶区间中的平均速度Vave慢的情况(例如在不足35km/h的情况)下，与通过行驶区间不存在坡度的情况下的损失计算函数f3算出的损失校正系数相比，通过行驶区间存在坡度的情况下的损失计算函数f4算出的损失校正系数，损失校正系数的值较大。这样，因为以大于通过损失计算函数f3算出的损失校正系数的值来存储通过损失计算函数f4算出的损失校正系数，所以在行驶区间存在坡度，行驶区间中的电机和齿轮等的作功量较大的情况下，也可以适当地校正该行驶区间中的驱动系统中的损失的累计值。
而且，决定行驶区间存在坡度的情况下的损失计算函数f4，以便可以根据行驶区间的坡度，计算损失校正系数。即，图8所示的损失计算函数f4例示了规定的坡度中的损失计算函数f4，决定校正系数存储单元140中存储的损失校正系数f4，以便可以根据行驶区间的坡度和平均车速Vave，计算一个损失校正系数。而且，在本实施方式中，可以将损失计算函数f4设为，行驶区间中的坡度越大，损失校正系数越大。
校正系数计算单元150使用在校正系数存储单元140中存储的空气阻力计算函数，计算用于校正行驶区间中的空气阻力的累计值的空气阻力校正系数。而且，校正系数计算单元150使用在校正系数存储单元140中存储的损失计算函数，计算用于校正行驶区间中的驱动系统中的损失的累计值的损失校正系数。通过校正系数计算单元150算出的空气阻力校正系数以及损失校正系数，在由能量消耗量预测单元130预测至目的地的能量消耗量时使用。
充电需要性判断单元160根据能量消耗量预测单元130的预测结果，判断是否需要进行充电。具体地说，充电需要性判断单元160比较当前的电池的能量余量、和由能量消耗量预测单元130预测出的至目的地的能量消耗量，在至目的地的能量消耗量大于当前的电池的能量余量的情况下，判断为需要进行电池的充电。充电需要性判断单元160的判断结果被发送到充电设施搜索单元170以及显示器显示单元180。
在由充电需要性判断单元160判定为需要进行充电的情况下，充电设施搜索单元170搜索以当前的电池的能量余量可到达的充电设施。充电设施搜索单元170的搜索结果被发送到显示器显示单元180。
显示器显示单元180将由能量消耗量预测单元130预测出的至目的地的能量消耗量、充电需要性判断单元160的判断结果、由充电设施搜索单元170搜索出的充电设施的信息显示在显示器500上，作为提醒本车辆的乘员的提示信息。
接着，参照图9，说明第1实施方式的能量消耗量预测处理。图9是表示第1实施方式的能量消耗量预测处理的流程图。该能量消耗量预测处理例如由乘员经由输入装置200输入目的地来执行。
在步骤S101中，通过推荐路径搜索单元120进行从当前位置至目的地的推荐路径的搜索。具体地说，推荐路径搜索单元120根据通过地图信息获取单元110获取的地图信息、通过输入装置200输入的目的地、通过本车位置检测部300检测的本车辆的当前位置，搜索从当前位置至目的地的推荐路径。
在步骤S102中，通过地图信息获取单元110，获取关于在步骤S101中搜索到的推荐路径的道路信息。具体地说，地图信息获取单元110对于推荐路径中的每个规定的行驶区间(例如道路链路等)，获取包含该行驶区间中的行驶距离信息、标高信息、以及该行驶区间中的车辆的平均车速信息的道路信息。例如，在推荐路径中将行驶区间分割为5个的情况下，地图信息获取单元110分别对于这5个行驶区间，获取包含行驶距离信息、标高信息、以及该行驶区间中的车辆的平均车速信息的道路信息。
这里，图10是表示一例由地图信息获取单元110获取的道路信息的图，图10(A)表示推荐路径的各行驶区间中的车辆的平均车速Vave，图10(B)表示推荐路径的各行驶区间中的标高。而且，在图10(A)中，横轴表示推荐路径中的行驶距离，表示车辆的平均车速Vave的折线上的点与点之间的区间(例如图10(A)中的a1、a2)表示一个行驶区间中的车辆的平均车速Vave。同样，图10(B)也是横轴表示推荐路径中的行驶距离，表示标高的折线上的点与点之间的区间(例如图10(B)中的a1、a2)表示一个行驶区间中的标高。这样，地图信息获取单元110获取包含各行驶区间中的行驶距离、标高、以及该行驶区间的车辆的平均车速的信息的道路信息。
对推荐路径中的各行驶区间的每一个执行后续的步骤S103～S116的处理。以下，将作为步骤S103～S116的处理的对象的行驶区间，作为处理对象区间进行说明。
首先，在步骤S103中，通过能量消耗量预测单元130进行处理对象区间是否存在坡度的判断。例如，能量消耗量预测单元130根据在步骤S102获取的处理对象区间的标高信息和行驶距离信息，如下述式(4)所示，计算处理对象区间的坡度，根据算出的处理对象区间的坡度，判断处理对象区间是否存在坡度。
处理对象区间的坡度(％)＝100×处理对象区间的标高差(m)/处理对象区间的行驶距离(m)···(4)
在处理对象区间不存在坡度的情况下，进至步骤S104，另一方面，在处理对象区间存在坡度的情况下，进至步骤S106。而且，能量消耗量预测单元130也可以例如在处理对象区间的坡度为1％以上，或者，为－1％以下的情况下，判断为处理对象区间存在坡度。
在步骤S104中，通过能量消耗量预测单元130进行处理对象区间中的滚动阻力的累计值的计算。具体地说，能量消耗量预测单元130，如下述式(5)所示，根据在步骤S102获取的处理对象区间的行驶距离信息，计算处理对象区间中的滚动阻力Fr的累计值。
滚动阻力Fr的累计值＝μWg*d···(5)
再有，在上述式(5)中，μ是滚动阻力系数，W是车辆重量，g是重力加速度，d是处理对象区段中的行驶距离。
而且，在步骤S105中，通过校正系数计算单元150进行处理对象区间中的空气阻力校正系数的计算。具体地说，校正系数计算单元150如下述式(6)所示，根据校正系数存储单元140中存储的行驶区间不存在坡度的情况下的校正系数计算函数f1、和处理对象区间中的平均车速Vave，计算处理对象区间的空气阻力校正系数α。
空气阻力校正系数α＝f1(Vave)···(6)
另一方面，在步骤S103中，判断为处理对象区间存在坡度的情况下，进至步骤S106。在步骤S106中，因为被判断为处理对象区间存在坡度，所以通过能量消耗量预测单元130进行处理对象区间中的坡度阻力的计算。具体地说，能量消耗量预测单元130根据下述式(7)，计算处理对象区间中的坡度阻力Fi的累计值。
坡度阻力Fi的累计值＝Wgsinθ*d···(7)
再有，在上述式(7)中，W为车辆重量，g为重力加速度，θ为处理对象区段的坡度，d为处理对象区段的行驶距离。
在步骤S107中，与步骤S104一样，计算处理对象区间中的滚动阻力Fr的累计值。
然后，在步骤S108中，通过校正系数计算单元150进行处理对象区间中的空气阻力校正系数的计算。在步骤S108，因为判断为处理对象区间存在坡度，所以校正系数计算单元150如下述式(8)所示，根据行驶区间存在坡度的情况下的校正系数计算函数f2、处理对象区间中的车辆的平均车速Vave、和处理对象区间中的坡度θ，计算处理对象区间中的空气阻力校正系数α。
空气阻力校正系数α＝f2(Vave,θ)···(8)
接着，在步骤S109中，通过能量消耗量预测单元130计算处理对象区间中的空气阻力Fa的累计值。具体地说，能量消耗量预测单元130如下述式(9)所示，根据在步骤S102中获取的处理对象区间中的车辆的平均速度Vave、和处理对象区间的行驶距离d，计算处理对象区间中的空气阻力Fa的累计值。
空气阻力Fa的累计值＝kV∧2*d···(9)
再有，在上述式(9)中，k是空气阻力系数和车辆的投影面积等与空气阻力有关的参数。
在步骤S110中，通过能量消耗量预测单元130校正在步骤S109中算出的空气阻力的累计值。具体地说，能量消耗量预测单元130如下述式(10)所示，根据在步骤S105或者步骤S108中算出的空气阻力校正系数α、和在步骤S109中算出的空气阻力Fa的累计值，校正处理对象区间中的空气阻力Fa的累计值。而且，以下，将校正后的空气阻力Fa的累计值作为空气阻力校正值Fa’的累计值来说明。
空气阻力校正值Fa'的累计值＝空气阻力Fa的累计值*空气阻力校正系数α···(10)
接着，在步骤S111中，与步骤S103一样，进行处理对象区间是否存在坡度的判断。处理对象区间不存在坡度的情况下，进至步骤S112，另一方面，在处理对象区间存在坡度的情况下，进至步骤S113。
在步骤S112中，通过校正系数计算单元150进行处理对象区间中的损失校正系数的计算。具体地说，由于判断为处理对象区间不存在坡度，所以校正系数计算单元150根据校正系数存储单元140中存储的行驶区间不存在坡度的情况下的损失计算函数f3、和在步骤S102中获取的处理对象区间中的车辆的平均速度Vave，如下述式(11)所示，计算处理对象区间中的损失校正系数β。
损失校正系数β＝f3(Vave)···(11)
另一方面，在步骤111中，在判断为处理对象区间存在坡度的情况下，进至步骤S113。在步骤S113中，因为判断为处理对象区间存在坡度，所以校正系数计算单元150根据校正系数存储单元140中存储的行驶区间存在坡度的情况下的损失计算函数f4、和在步骤S102中获取的处理对象区间中的车辆的平均速度Vave，如下述式(12)所示，计算处理对象区间中的损失校正系数β。
损失校正系数β＝f4(Vave，θ)···(12)
然后，在步骤S114中，通过能量消耗量预测单元130计算处理对象区间中的驱动系统中的损失的累计值。具体地说，能量消耗量预测单元130如下述式(13)所示，根据在步骤S104或者步骤S107中算出的滚动阻力Fr的累计值、和在步骤S110中算出的空气阻力校正值Fa’的累计值，计算处理对象区间中的、电机和齿轮等驱动系统中的损失L的累计值。
在步骤S115中，通过能量消耗量预测单元130，校正在步骤S114中算出的处理对象区间中的驱动系统中的损失L的累计值。具体地说，能量消耗量预测单元130如下述式(14)所示，根据在步骤S112或者步骤S113中算出的损失校正系数β、和在步骤S114中算出的驱动系统中的损失L的累计值，校正处理对象区间中的驱动系统中的损失L。而且，以下，将校正后的驱动系统中的损失L的累计值作为损失校正值L’的累计值进行说明。
损失校正值L'的累计值＝损失L的累计值*(损失校正系数β)···(14)
在步骤S116中，通过能量消耗量预测单元130，判断是否对推荐路径的全部行驶区间，进行了直至步骤S103～S115的处理。在对推荐路径的全部行驶区间，进行了直至步骤S103～S115的处理的情况下，进至步骤S117，另一方面，在存在未进行直至步骤S103～S115的处理的行驶区间的情况下，返回步骤S103，对未进行处理的行驶区间进行步骤S103～S115的处理。
接着，在步骤S117中，通过能量消耗量预测单元130，进行从当前位置至目的地的能量消耗量的预测。具体地说，能量消耗量预测单元130通过对每个推荐路径的行驶区间，将滚动阻力Fr的累计值、坡度阻力Fi的累计值、空气阻力校正值Fa’的累计值、以及损失校正值L’的累计值进行合计，计算每个行驶区间的能量消耗量。进而，能量消耗量预测单元130通过将算出的每个行驶区间的能量消耗量进行合计，计算推荐路径中的能量消耗量。具体地说，能量消耗量预测单元130根据下述式(15)，计算推荐路径中的能量消耗量。而且，通过能量消耗量预测单元130预测的能量消耗量的信息被发送到显示器显示单元180。
在步骤S118中，根据在步骤S117中预测的至目的地的能量消耗量，由充电需要性判断单元160进行直至到达目的地为止的期间是否需要进行充电的判断。具体地说，充电需要性判断单元160在至目的地的能量消耗量大于电池的能量余量的情况下，判断为需要充电，在至目的地的能量消耗量为电池的能量余量以下的情况下，判断为不需要充电。而且，充电需要性判断单元160进行的是否需要充电需要的判断的结果被发送到显示器显示单元180。
在步骤S118中，判定为需要充电的情况下，进至步骤S119。在步骤S119中，通过充电设施搜索单元170进行车辆周边的充电设施的搜索。具体地说，充电设施搜索单元170根据从地图数据库400获取的地图信息和通过车辆位置检测装置300检测到的车辆的当前位置，搜索以当前的电池的能量余量能够到达的充电设施。然后，由充电设施搜索单元170搜索的充电设施的信息被发送到显示器显示单元180。
在步骤S120中，由显示器显示单元180，通过显示器500对乘员显示包含至目的地的能量消耗量的提示信息。具体地说，显示器显示单元180通过在显示器500具有的画面上显示在步骤S117中预测的至目的地的能量消耗量、在步骤S118中判断的是否需要充电的判断结果、在步骤S119中搜索的充电设施的位置信息，对乘员提醒这些信息。
如上所述，在第1实施方式中，在预测至目的地的能量消耗量时，考虑伴随车辆的加速的空气阻力，校正至目的地的空气阻力的累计值，同时考虑伴随车辆的加速的电机和齿轮等驱动系统中的损失，校正至目的地的驱动系统中的损失的累计值。由此，在本实施方式中，可以高精度地预测至目的地的空气阻力的累计值以及驱动系统中的损失的累计值，其结果，可以适当地预测至目的地的能量消耗量。特别是在电动汽车中，电池的重量较重，与发动机汽车相比行驶距离短，所以希望预先高精度地判断是否可以到达目的地，在本实施方式中，在这样的情况下，可以高精度地预测至目的地的能量消耗量，可以高精度地判断车辆是否可以到达目的地。
这里，图11表示一例根据规定的行驶区间中的实际的车速、平均车速、实际的空气阻力的累计值、根据上述式(2)预测的空气阻力的累计值、以及根据上述式(10)预测的空气阻力的累计值的随时间推移的曲线图。而且，在图11中，用虚线表示行驶区间中的实际的车速以及平均车速，用实线表示实际的空气阻力的累计值、根据上述式(2)预测预测空气阻力的累计值、以及根据上述式(10)预测的空气阻力的累计值。而且，图11中的实际的车速以及平均车速与曲线图左侧的车速(km/h)对应，实际的空气阻力的累计值、根据上述式(2)预测的空气阻力的累计值、以及根据上述式(10)预测的空气阻力的累计值与曲线图的右侧的空气阻力的积算量(kJ)对应。而且，实际的空气阻力是通过实验，由车辆实际地在行驶区间行驶时的行驶车速的分布求出的空气阻力(在后述的图12、图13中也相同。)。
空气阻力在车辆以固定的车速行驶的情况下，空气阻力与车速的平方成正比，相对于此，在车辆处于加速的情况下，空气阻力与车速的三次方成正比。因此，如图12所示，与车辆加速的量相应，在如上述式(2)所示根据固定的平均车速Vave预测的空气阻力(图12中，以斜线的阴影线表示。)、与实际的空气阻力(图12中，以白色块表示。)之间产生了误差。例如，在图12所示的例子中，与实际的空气阻力相比，根据上述式(2)预测的空气阻力最大约为四分之一。相对于此，如上述式(10)所示，使用空气阻力校正系数α预测的空气阻力(图12中，以灰色表示。)，考虑车辆的加速而校正了空气阻力，所以成为与实际的空气阻力大致相同的值。
而且，图12是表示一例规定的行驶区间中的实际的空气阻力的累计值(图12中以白色块表示。)、根据上述式(2)由行驶区间的平均车速Vave预测的空气阻力的累计值(图12中，以斜线的阴影线表示。)、根据上述式(10)，使用空气阻力校正系数α预测的空气阻力(图12中，以灰色表示。)的曲线图。而且，在图12中，将基于实验的实际的空气阻力设为100％，表示了根据上述式(2)预测的空气阻力和根据上述式(10)预测的空气阻力。
更具体地说，如图12所示，在车速为低速的情况下，相对于实际的空气阻力和根据上述式(2)预测的空气阻力的误差约为60％，实际的空气阻力与根据上述式(10)预测的空气阻力的误差约为5％，与根据上述式(2)预测的空气阻力相比，根据上述式(10)预测的空气阻力与实际的空气阻力的误差较小。同样，在车速为中速的情况下，与根据上述式(2)的预测的空气阻力相比，根据上述式(10)预测的空气阻力与实际的空气阻力的误差也较小。
这样，在本实施方式中，考虑空气阻力由于加速而增大的事实，如上述式(10)所示，通过校正根据固定的平均车速Vave算出的空气阻力的累计值，可以有效地防止将行驶区间中的空气阻力的累计值预测得比实际的空气阻力的累计值小。而且，在本实施方式中，计算空气阻力校正系数α，使得行驶区间中的平均车速Vave越低，行驶区间中的空气阻力的累计值越大，并且根据算出的空气阻力校正系数α校正根据固定的平均车速Vave算出的空气阻力的累计值，从而即使在平均车速Vave低，加速的频度较大的行驶区间中，也可以适当地预测空气阻力的累计值。
进而，在本实施方式中，在行驶区间存在坡度的情况下，考虑存在较小加速的频度较小的倾向，与行驶区间不存在坡度情况相比，在行驶区间存在坡度的情况下，计算空气阻力校正系数α，使得行驶区间中的空气阻力的累计值较小。由此，即使在行驶区间存在坡度情况下，也可以适当地预测该行驶区间中的空气阻力。
这里，图13是表示一例行驶区间存在坡度情况的实际的空气阻力的累计值(图13中，以白色块表示。)、使用行驶区间平坦的情况下的空气阻力校正系数α预测的空气阻力的累计值(图13中，以灰色表示。)、使用行驶区间存在坡度的情况下的空气阻力校正系数α预测的空气阻力的累计值(图13中，以横线的阴影线表示。)的曲线图。
如图13所示，在行驶区间为规定的坡度的下坡道的情况下，在使用行驶区间平坦的情况的空气阻力校正系数α预测了空气阻力的累计值的情况下，预测的空气阻力的累计值与实际的空气阻力的累计值相比，增大了约30％。相对于此，在使用行驶区间有坡度的情况的空气阻力校正系数α预测了空气阻力的累计值的情况下，预测的空气阻力的累计值与实际的空气阻力的累计值相比，增大了约10％。即，在使用行驶区间有坡度的情况的空气阻力校正系数α预测了空气阻力的累计值的情况下，与使用了行驶区间平坦的情况的空气阻力校正系数α的情况相比，可以预测更接近实际的空气阻力的值。同样，在规定的行驶区间为上坡道的情况下，在使用行驶区间有坡度的情况的空气阻力校正系数α预测了空气阻力的累计值的情况下，与使用了行驶区间平坦的情况的空气阻力校正系数α的情况相比，可以预测更接近实际的空气阻力的值。这样，在本实施方式中，考虑行驶区间的坡度，在行驶区间存在坡度的情况下，通过使用行驶区间存在坡度的情况下的空气阻力校正系数α，可以有效地防止将至目的地的空气阻力的累计值预测得大于实际的空气阻力的累计值。
进而，在本实施方式中，在车辆已加速时，考虑电机和齿轮等驱动系统中的损失增大的事实，如上述式(3)所示，校正根据行驶区间中的平均车速算出的驱动系统中的损失的累计值。
这里，图14是表示一例规定的行驶区间中的实际的车速、平均车速、驱动系统中的实际的损失的累计值、如上述式(3)所示，根据行驶区间中的平均车速Vave预测的驱动系统中的损失的累计值、以及如上述式(14)所示，使用损失校正系数β预测的驱动系统中的损失的累计值的随时间推移的曲线图。而且，在图14中，用虚线表示行驶区间中的实际的车速以及平均车速，用实线表示驱动系统中的实际的损失的累计值、根据上述式(3)预测的驱动系统中的损失的累计值、以及根据上述式(10)预测的驱动系统中的损失的累计值。此外，在图16中，行驶区间中的实际的车速以及平均车速Vave与曲线图左侧的车速(km/h)对应，行驶区间中的驱动系统中的实际损失的累计值、根据上述式(3)预测的驱动系统中的损失的累计值、以及根据上述式(14)预测的驱动系统中的损失的累计值与曲线图的右侧的驱动系统中的损失的积算量(kJ)对应。而且，驱动系统中的实际的损失是通过实验，从车辆实际地在行驶区间行驶时的行驶车速的分布求出的损失(在后述的图15、图16中也相同。)。
在车辆处于加速情况下，驱动系统中的损失中，除了相对行驶阻力的损失之外，还增加相对惯性力矩的损失。因此，如图14所示，与车辆加速的量相应，在根据上述式(3)预测的驱动系统中的损失的累计值与实际的驱动系统中的损失的累计值之间产生了误差。例如，在图14所示的例子中，根据上述式(3)预测的驱动系统中的损失的累计值与驱动系统中的实际的损失相比，最大约为六分之一。相对于此，如上述式(14)所示，因为考虑车辆的加速而校正驱动系统中的损失，所以使用损失校正系数β预测的驱动系统中的损失的累计值与驱动系统中的实际的损失为大致相同的值。
这里，图15是表示一例规定的行驶区间中的驱动系统中的实际损失的累计值(图15中，用白色块表示。)、根据上述式(3)，使用平均车速Vave预测的驱动系统中的损失的累计值(图15中，用斜线的阴影线表示。)、根据上述式(14)，使用损失校正系数β预测的驱动系统中的损失的累计值(图中，用白色块表示。)的曲线图。而且，在图15中，将基于实验的驱动系统中的实际的损失的累计值设为100％，表示了根据上述式(3)预测的驱动系统中的损失的累计值、和根据上述式(14)预测的驱动系统中的损失的累计值。
如图15所示，在车速为低速的情况下，实际的驱动系统中的损失的累计值和根据上述式(3)预测的驱动系统中的损失的累计值的误差为70％，相对于此，实际的驱动系统中的损失的累计值与根据上述式(14)预测的驱动系统中的损失的累计值的误差为5％，与根据上述式(3)预测的驱动系统中的损失的累计值相比，根据上述式(14)预测的驱动系统中的损失的累计值与实际的驱动系统中的损失的累计值的误差较小。同样，在车速为中速以及高速的情况下，与根据上述式(3)预测的驱动系统中的损失的累计值相比，根据上述式(14)预测的驱动系统中的损失的累计值与实际的驱动系统中的损失的累计值的误差也较小。
这样，在本实施方式中，考虑由于加速，电机和齿轮等驱动系统中的损失增大的事实，通过如上述式(14)所示，校正根据行驶区间中的平均车速Vave算出的驱动系统中的损失的累计值，可以有效地防止将行驶区间中的驱动系统中的损失的累计值预测为小于实际的空气阻力的累计值的值。而且，在本实施方式中，计算损失校正系数β，使得行驶区间中的平均车速Vave越低，行驶区间中的驱动系统中的损失的累计值越大，通过根据算出的损失校正系数β，校正根据平均车速Vave算出的驱动系统中的损失的累计值，从而即使在平均车速Vave低、加速的频度大的行驶区间中，也可以适当地预测行驶区间中的驱动系统中的损失的累计值。
进而，在本实施方式中，在行驶区间存在坡度的情况下，考虑行驶区间中的作功量变大的事实，计算损失校正系数β，使得与行驶区间不存在坡度情况相比，在行驶区间存在坡度的情况下，行驶区间中的驱动系统中的损失的累计值较大。由此，即使在行驶区间存在坡度情况下，也可以适当地预测该行驶区间中的驱动系统中的损失。
这里，图16是表示一例行驶区间存在坡度情况下的、驱动系统中的实际的损失的累计值(图16中，用白色块表示。)、使用行驶区间平坦的情况下的损失校正系数β预测的驱动系统中的损失的累计值(图16中，用灰色表示。)、使用行驶区间存在坡度的情况下的损失校正系数β预测的驱动系统中的损失的累计值(图16中，用横线表示。)的曲线图。
如图16所示，在行驶区间为规定的坡度的下坡道的情况下，使用行驶区间平坦的情况的损失校正系数β预测了驱动系统中的损失的累计值的情况下，预测的损失的累计值与实际的损失的累计值相比，约减小10％。相对于此，在使用行驶区间有坡度的情况的损失校正系数β预测了驱动系统中的损失的累计值的情况下，预测的驱动系统中的损失的累计值与实际的损失的累计值相比，约增大5％。即，与使用行驶区间平坦的情况的损失校正系数β的情况相比，在使用行驶区间有坡度的情况的损失校正系数β预测了驱动系统中的损失的累计值的情况下，可以预测接近实际的驱动系统中的损失的累计值的值。
同样，在规定的行驶区间为上坡道的情况下，使用行驶区间有坡度的情况的损失校正系数β预测了驱动系统中的损失的累计值的情况下，与使用了行驶区间平坦的情况的损失校正系数β的情况相比，可以预测接近实际的驱动系统中的损失的值。这样，在本实施方式中，通过考虑行驶区间的坡度，行驶区间存在坡度的情况下，使用行驶区间存在坡度的情况下的损失校正系数β，可以有效地防止将至目的地的驱动系统中的损失的累计值预测得小于实际。
《第2实施方式》
接着，说明第2实施方式的导航装置。第2实施方式的导航装置1除了控制装置100具有图17所示的功能，如以下说明的那样动作这一点以外，与第1实施方式的导航装置1相同。再有，图17是表示第2实施方式的控制装置100的功能的功能方框图。
在第2实施方式中，如图17所示，控制装置100除了第1实施方式的功能，还包括：获取外部气温的外部气温获取单元210、获取车辆信息的车辆信息获取单元220、以及计算滚动阻力系数的滚动阻力系数计算单元230。
外部气温获取单元210获取车辆外部的外部气温。例如，外部气温获取单元210在车辆具有外部气温计的情况下，可以从外部气温计获取外部气温的信息。而且，在车辆不具有外部气温计的情况下，外部气温获取单元210也如以下说明的那样，推测车辆的外部气温。
即，外部气温获取单元210通过根据季节、月、日期、行驶区间的地区、行驶区间的纬度、经度等推测外部气温，可以获取外部气温。例如，通过将当前的季节、月、日期、地区、纬度、经度中的一个以上组合的条件与该条件中的外部气温的预测值的对应关系预先存储在导航装置1中，或者，从未图示的服务器获取，可以推测车辆外部的外部气温。
而且，在根据季节、月、日期、地区、纬度、经度等的组合推测外部气温的情况下，越是外部气温低的条件，则以越高频度(外部气温的推测值短的推测间隔)推测外部气温的推测值。例如，外部气温获取单元210在推测的外部气温为10℃以上的情况下存储将季节、月、日期、地区、纬度、经度等组合了一个以上的条件与外部气温的预测值的对应关系，以便以10℃以上的间隔推测外部气温，另一方面，在外部气温不足10℃的情况下，存储将季节、月、日期、地区、纬度、经度等组合一个以上的条件与外部气温的预测值的对应关系，以便以不足5℃的间隔推测外部气温。这是因为在第2实施方式中，如后所述，根据外部气温计算车辆的滚动阻力，外部气温越低滚动阻力的变化程度越大，所以通过越是外部气温低的条件，则以越短的推测间隔推测外部气温，能够以高精度计算车辆的滚动阻力。
车辆信息获取单元220获取包含车辆重量(空车重量)、刹车、制动轮毂拖曳阻力、空气阻力系数、以及投影面积的车辆信息。而且，空车重量、刹车、轮毂拖曳阻力、空气阻力系数、以及投影面积的值对应于车型而有所不同，每个车型的值被预先存储在控制装置100的存储器中。因此，车辆信息获取功能220可以从控制装置100的存储器读出这些车辆信息。
滚动阻力系数计算单元230计算用于求出滚动阻力的滚动阻力系数。这里，图18是表示一例外部气温和滚动阻力系数的对应关系的图。如图18所示，车辆的轮胎存在外部气温越低滚动阻力系数越大，外部气温越高滚动阻力系数越小的倾向。因此，通过例如如图18所示将外部气温和滚动阻力系数的对应关系作为表存储，滚动阻力系数计算单元230参照该表，可以由外部气温计算滚动阻力系数。而且，滚动阻力系数计算单元230也可以通过将外部气温和滚动阻力系数的对应关系作为函数存储，由外部气温计算滚动阻力系数。或者，滚动阻力系数计算单元230也可以根据外部气温和用于校正滚动阻力系数的滚动阻力校正系数的对应关系，通过由外部气温计算滚动阻力校正系数，并使用该滚动阻力校正系数校正滚动阻力系数，计算滚动阻力系数。
而且，对应于车型和车辆装备(例如传动系统的方式和轮胎规格)，有时外部气温和滚动阻力系数的对应关系不同，在该情况下，滚动阻力系数计算单元230可以对于每个车型，每个车辆装备，参照外部气温和滚动阻力系数的对应关系，由外部气温计算滚动阻力系数。而且，也可以通过对每个车型和车辆装备预先存储滚动阻力校正系数，获取与车型和车辆装备相应的滚动阻力校正系数，根据该滚动阻力校正系数，计算滚动阻力系数。
而且，第2实施方式的校正系数计算单元150进一步考虑由外部气温获取单元210获取的外部气温，计算损失校正系数。这里，图19是表示一例滚动阻力、车辆的平均车速和损失校正系数的对应关系的曲线图。如上所述，因为滚动阻力随着外部气温而变化，所以校正系数计算单元150根据外部气温预测滚动阻力，根据预测的滚动阻力和车辆的平均速度Vave，计算损失校正系数。具体地说，校正系数计算单元150即使在车辆的平均速度Vave相同的情况下，也是滚动阻力越大(或者外部气温越低)，以越小的值计算损失校正系数。
进而，校正系数计算单元150进一步考虑由车辆信息获取单元220获取的车辆信息，计算损失校正系数。这里，图20是表示一例每个车型的损失校正系数的图。因为车辆的每个车型的空车重量、刹车、制动轮毂拖曳阻力、空气阻力系数、以及全面投影面积等车辆信息不同，所以车辆的每个车型行驶阻力不同。因此，如图20所示，校正系数计算单元150根据由车辆信息获取单元220获取的车辆信息计算与车型相应的损失校正系数，使得越是行驶阻力大的车型的车辆，损失校正系数越大。例如，在图20所示的例子中，按照车辆C、车辆B、车辆A的顺序行驶阻力变大，在该情况下，如图20所示，按照车辆C、车辆B、车辆A的顺序，以较高的值计算损失校正系数。
进而，第2实施方式的能量消耗量预测单元130使用由校正系数计算单元150算出的损失校正系数，预测从当前位置至目的地的能量消耗量。而且，在第2实施方式中，能量消耗量预测单元130通过使用与外部气温和车辆信息等车辆的空气阻力有关的参数计算空气阻力Fa，根据算出的空气阻力，预测从当前位置至目的地的能量消耗量。
接着，参照图21以及图22，说明第2实施方式的能量消耗量预测处理。图21以及图22是表示第2实施方式的能量消耗量预测处理的流程图。该能量消耗量预测处理例如也通过由乘员经输入装置200输入目的地来执行。
在步骤S201、S202中，与第1实施方式的步骤S101、S102一样，进行从当前位置至目的地的推荐路径的搜索(步骤S201)，获取关于搜索的推荐路径的道路信息(步骤S202)。
在步骤S203，通过控制装置100的外部气温获取单元210进行车辆外部的外部气温的获取。例如，外部气温获取单元210可以通过从车辆具有的外部气温计获取外部气温的信息，或者，通过根据当前的季节、月、日期、行驶区间的地区、行驶区间的纬度、经度中任意一个以上的组合来推测车辆外部的外部气温，获取车辆外部的外部气温。
在步骤S204中，通过控制装置100的车辆信息获取单元220进行车辆信息的获取。具体地说，车辆信息获取单元从控制装置100的存储器获取包含车辆重量、刹车、制动轮毂拖曳阻力、空气阻力系数、以及全面投影面积的车辆信息。
在步骤S205中，由控制装置100的滚动阻力系数计算单元230进行滚动阻力系数的计算。例如，滚动阻力系数计算单元230可以通过参照图18所示那样的滚动阻力系数和外部气温的对应关系，根据在步骤S203中获取的外部气温，计算滚动阻力系数μ。然后，在后续的步骤S206中，与第1实施方式的步骤S104一样，根据在步骤S204中算出的滚动阻力系数μ，计算处理对象区间中的滚动阻力Fr的累计值。如上述式(4)所示，滚动阻力Fr与滚动阻力系数μ成正比，滚动阻力系数μ的值越大，滚动阻力Fr的值也越大。因此，外部气温越低，滚动阻力系数μ越大，滚动阻力Fr也越大。
在步骤S207中，与第1实施方式的步骤S103一样，进行处理对象区间是否存在坡度的判断。在处理对象区间不存在坡度的情况下，进至步骤S208，与第1实施方式的步骤S105一样，根据行驶区间不存在坡度的情况下的校正系数计算函数f1和处理对象区间中的平均车速Vave，计算处理对象区间的空气阻力校正系数α。另一方面，处理对象区间存在坡度的情况下，进至步骤S209，与第1实施方式的步骤S106一样，进行处理对象区间中的坡度阻力Fi的计算，在后续的步骤S210中，与第1实施方式的步骤S108一样，根据行驶区间存在坡度的情况下的校正系数计算函数f2、处理对象区间中的车辆的平均车速Vave、和处理对象区间中的坡度θ，计算处理对象区间中的空气阻力校正系数α。
在步骤S211中，由能量消耗量预测单元130，计算处理对象区间中的空气阻力Fa的累计值。具体地说，在第2实施方式中，能量消耗量预测单元130根据下述式(16)，计算处理对象区间中的空气阻力Fa的累计值。
空气阻力Fa的累计值＝k'V∧2*d···(16)
而且，在上述式(16)中，k’是与空气阻力有关的参数，是与步骤S203中获取的外部气温、步骤S204中获取的车辆重量、刹车、轮毂拖曳阻力、空气阻力系数、以及全面投影面积等车辆信息对应的参数。而且，在上述式(16)中，V是步骤S202中获取的处理对象区间中的车辆的平均速度，d是处理对象区间的行驶距离。
在步骤S212中，与第1实施方式的步骤S110一样，根据在步骤S208或者步骤S210中算出的空气阻力校正系数α、在步骤S211中算出的空气阻力Fa的累计值，进行处理对象区间中的空气阻力Fa的累计值的校正。
然后，进至图22，在步骤S213中，和步骤S207一样，进行处理对象区间是否存在坡度的判断。在处理对象区间不存在坡度的情况下，进至步骤S214，另一方面，在处理对象区间存在坡度的情况下，进至步骤S215。
在步骤S214中，通过校正系数计算单元150进行处理对象区间中的损失校正系数的计算。在第2实施方式中，校正系数计算单元150考虑在步骤S203中获取的外部气温、和在步骤S204中获取的车辆信息，计算处理对象区间中的损失校正系数。具体地说，如图19以及图20所示，对滚动阻力以及车型，表示车辆的平均速度Vave和损失校正系数β的对应关系的、行驶区间不存在坡度的情况下的函数f5存储在校正系数存储单元140中，校正系数计算单元150如下述式(17)所示，根据处理对象区间中的车辆的平均速度Vave、外部气温t、和车辆信息k”，计算与当前的滚动阻力、车型、以及车辆的平均速度Vave对应的、行驶区间不存在坡度的情况下的损失校正系数β。
损失校正系数β＝f5(Vave,t,k”)···(17)
而且，损失校正系数β的计算方法不限于上述式(17)，例如，也可以使用在步骤S205中算出的滚动阻力，计算损失校正系数β。
另一方面，在步骤213中，判断为处理对象区间存在坡度的情况下，进至步骤S215。在该情况下，校正系数计算单元150还考虑在步骤S203中获取的外部气温和在步骤S204获取的车辆信息，计算处理对象区间中的损失校正系数。具体地说，如图19以及图20所示，对于滚动阻力以及每个车型，表示车辆的平均速度Vave和损失校正系数β的对应关系，将行驶区间存在坡度的情况下的函数f6存储在校正系数存储单元140中，校正系数计算单元150如下述式(18)所示，根据处理对象区间中的车辆的平均速度Vave、坡度θ、外部气温t、和车辆信息k”，计算与当前的滚动阻力、车型、坡度θ、以及车辆的平均速度Vave对应的、行驶区间存在坡度的情况下的损失校正系数β。
损失校正系数β＝f6(Vave,θ,t,k”)···(18)
在步骤S216～S222中，进行与第1实施方式的步骤S114～S120同样的处理。即，根据在步骤S206中算出的滚动阻力、和在步骤S212中校正的空气阻力，计算处理对象区间中的驱动系统中的损失的累计值(步骤S216)，根据在步骤S214或者步骤S215中算出的损失校正系数β、和在步骤S216中算出的驱动系统中的损失L的累计值，校正处理对象区间中的驱动系统中的损失L(步骤S217)。
然后，在对推荐路径的全部行驶区间，进行了步骤S203～S217的处理的情况下(步骤S218＝是)，进行从当前位置至目的地的能量消耗量的预测(步骤S219)，根据预测的至目的地的能量消耗量，进行直至到达目的地期间是否需要进行充电的判断(步骤S220)。在判断为需要充电的情况下，进行车辆周边的充电设施的搜索(步骤S221)，之后，通过显示器500对乘员显示包含至目的地的能量消耗量的提示信息(步骤S222)。
如上所述，在第2实施方式中，获取外部气温和车辆信息，考虑获取的外部气温和车辆信息，计算滚动阻力系数以及损失校正系数，预测从当前位置至目的地的能量消耗量。由此，在第2实施方式中，除了第1实施方式的效果，还可以预测考虑了外部气温和车型(或者车辆装置)的能量消耗量，所以能够以高精度预测能量消耗量。
这里，图23是表示一例对多个车辆的、未考虑车辆的实际的能量消耗量和外部气温而预测的能量消耗量的预测值的图。而且，在图23中，横轴表示实际的能量消耗量，纵轴表示每个实际的能量消耗量的车辆的台数(频度)。而且，在图23中，示出多个车辆的能量消耗量的预测值的中央值、和从该中央值起±10％的预测范围。如图23所示，在不考虑外部气温而预测了能量消耗量的情况下，实际的能量消耗量为能量消耗量的预测范围内的车辆约为全体的67％。
相对于此，图24表示一例考虑多个车辆的实际的能量消耗量和外部气温而预测的能量消耗量的预测值的图。而且，在图24中，也和图23一样，横轴表示实际的能量消耗量，纵轴表示每实际的能量消耗量的车辆的台数(频度)，示出能量消耗量的预测值的中央值、和从该中央值起±10％的预测范围。如图24所示，在考虑外部气温而预测了能量消耗量的情况下，春夏秋冬都是实际的能量消耗量为能量消耗量的预测范围内的车辆为全体的90％以上，与图23所示的未考虑外部气温而预测了能量消耗量的情况相比，可以高精度地预测能量消耗量。
而且，在第2实施方式中，在根据季节、月、日期、行驶区间的地区、行驶区间的纬度、经度等的组合推测外部气温的情况下，越是外部气温低的条件，则以越短的数值间隔推测外部气温。这里，图25是表示一例如图24所示，为了使实际的能量消耗量的大部分在能量消耗量的预测范围内而需要的外部气温的推测值的图。因为外部气温越低滚动阻力的变化程度越大，所以为了实际的能量消耗量在能量消耗量的预测范围内，如图25所示，需要外部气温越低，越提高外部气温的推测频度(越缩短推测值的推测间隔)。在本实施方式中，如图25所示，外部气温越低，越提高外部气温的推测频度，由此，可以高精度地计算基于外部气温的滚动阻力。
进而，在第2实施方式中，如图19所示，根据外部气温，计算与滚动阻力相应的损失校正系数。这里，存在如果滚动阻力变大，则对于滚动阻力的、加减速导致的电机的作功的比率变小的倾向。因此，通过滚动阻力越大，越减小损失校正系数，可以更高精度地预测处理对象区间中的驱动系统的损失，其结果，能够以更高精度预测能量消耗量。
而且，在本实施方式中，如图20所示，根据车辆信息，计算与车型对应的损失校正系数。这里，图26是用于说明与车型对应的能量消耗量的差的图。例如，存在车辆重量(空车重量)、刹车、制动轮毂拖曳阻力、空气阻力系数、以及投影面积等因车型而不同，行驶阻力不同的情况。因此，即使在相同的行驶区间行驶的情况下，在不考虑车辆信息而预测了能量消耗量的情况下，如图26所示，有时因车型产生±3％左右的误差。因此，在本实施方式中，通过考虑车辆信息来计算与车型相应的损失校正系数，可以降低这样的误差，其结果，可以以更高的精度预测能量消耗量。
以上说明的实施方式是为了使本发明的理解变得容易而记载的实施方式，而不是为了限定本发明而记载的实施方式。因此，上述的实施方式中公开的各要素的含义是还包含属于本发明的技术的范围的全部设计变更和等同物。
例如，在上述的实施方式中，例示电动汽车中安装的导航装置1进行了说明，但是不限于该结构，例如，也可以安装在混合汽车和发动机汽车、或者车辆以外的系统中。例如在将本发明适用于发动机汽车的情况下，可以根据至目的地的空气阻力的累计值、电机和齿轮等驱动系统中的损失的累计值，适当地预测至目的地的燃料消耗量。
进而，在上述的实施方式中，例示了使用行驶区间中的平均车速Vave来计算空气阻力的累计值和驱动系统中的损失的累计值，但是也可以取代行驶区间中的平均车速Vave而例如使用行驶区间中的限制速度。而且，也可以取代行驶区间中的车辆的平均车速Vave，使用与行驶区间相同的种类(例如，城市道路和郊区道路等)的行驶区间中的车辆的平均车速。
而且，上述的实施方式的地图信息获取单元110相当于本发明的获取单元，校正系数计算单元150以及能量消耗量预测单元130相当于本发明的空气阻力计算单元以及损失计算单元，能量消耗量预测单元130相当于本发明的能量消耗量预测单元，滚动阻力系数计算单元230相当于本发明的滚动阻力计算单元。
标号说明
1…导航装置
100…控制装置
110…地图信息获取单元
120…推荐路径搜索单元
130…能量消耗量预测单元
140…校正系数存储单元
150…校正系数计算单元
160…充电需要性判断单元
170…充电设施搜索单元
180…显示器显示单元
210…外部气温获取单元
220…车辆信息获取单元
230…滚动阻力系数计算单元
200…输入装置
300…车辆位置检测装置
400…地图数据库
500…显示器

Claims (11)

1.一种能量消耗量预测装置，其特征在于，包括：
获取单元，获取包含了对每个路径预先决定的行驶速度信息的道路信息；
空气阻力计算单元，根据预定行驶路径的行驶速度信息，通过规定的空气阻力计算式，计算在所述预定行驶路径行驶的情况下的空气阻力作为空气阻力计算值，并校正算出的所述空气阻力计算值，使得所述预定行驶路径中的行驶速度越慢，在所述预定行驶路径行驶的情况下的空气阻力越大；以及
能量消耗量预测单元，根据由所述空气阻力计算单元校正后的所述空气阻力计算值，预测所述预定行驶路径中的能量消耗量。
2.如权利要求1所述的能量消耗量预测装置，其特征在于，
所述道路信息包含每个路径的坡度信息，
所述空气阻力计算单元校正所述空气阻力计算值，使得所述预定行驶路径的坡度越大，在所述预定行驶路径行驶的情况下的空气阻力越小。
3.如权利要求1或2所述的能量消耗量预测装置，其特征在于，还包括：
损失计算单元，根据所述预定行驶路径的行驶速度信息，通过规定的损失计算式，计算在所述预定行驶路径行驶的情况下的驱动系统中的损失作为损失计算值，并校正算出的所述损失计算值，使得所述预定行驶路径中的行驶速度越慢，在所述预定行驶路径行驶的情况下的驱动系统中的损失越大，
所述能量消耗量预测单元根据由所述损失计算单元校正后的所述损失计算值，预测所述预定行驶路径中的能量消耗量。
4.如权利要求3所述的能量消耗量预测装置，其特征在于，
所述道路信息包含每个路径的坡度信息，
所述损失计算单元校正所述损失计算值，使得所述预定行驶路径的坡度越大，在所述预定行驶路径行驶的情况下的所述驱动系统中的损失越大。
5.如权利要求1至4的任意一项所述的能量消耗量预测装置，其特征在于，还包括：
滚动阻力计算单元，通过规定的滚动阻力计算式，计算在所述预定行驶路径行驶的情况下的滚动阻力作为滚动阻力计算值，
所述滚动阻力计算单元考虑外部气温，计算所述滚动阻力计算值，
所述能量消耗量预测单元根据由所述空气阻力计算单元校正后的所述空气阻力计算值、以及由所述滚动阻力计算单元算出的所述滚动阻力计算值，预测所述预定行驶路径中的能量消耗量。
6.如权利要求5所述的能量消耗量预测装置，其特征在于，
所述外部气温越低，所述滚动阻力计算单元将所述滚动阻力计算值计算为越大的值。
7.如权利要求5或6所述的能量消耗量预测装置，其特征在于，
所述滚动阻力计算单元通过从外部装置获取外部气温的信息，或者，根据季节、月、日期、所述预定行驶路径的地区、以及所述预定行驶路径的纬度、经度中的任意一个以上的条件推测外部气温，获取所述外部气温。
8.如权利要求7所述的能量消耗量预测装置，其特征在于，
在根据上述条件推测所述外部气温的情况下，越是所述条件为所述外部气温低的条件，所述滚动阻力计算单元越缩短所述外部气温的推测值的数值间隔。
9.如权利要求3至8的任意一项所述的能量消耗量预测装置，其特征在于，
所述损失计算单元校正所述损失计算值，使得滚动阻力越大，在所述预定行驶路径行驶的情况下的驱动系统中的损失越小。
10.如权利要求3至9的任意一项所述的能量消耗量预测装置，其特征在于，
所述损失计算单元使用与车型相应的系数，校正所述损失计算值。
11.一种能量消耗量预测方法，其特征在于，
根据预定行驶路径中的规定的行驶速度信息，通过规定的空气阻力计算式，计算在所述预定行驶路径行驶的情况下的空气阻力作为空气阻力计算值，校正所述空气阻力计算值，使得所述预定行驶路径中的行驶速度越慢，在所述预定行驶路径行驶的情况下的空气阻力越大，并根据校正后的所述空气阻力计算值，预测所述预定行驶路径中的能量消耗量。
CN201480020621.4A 2013-04-11 2014-03-28 能量消耗量预测装置以及能量消耗量预测方法 Active CN105102930B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2013082823 2013-04-11
JP2013-082823 2013-04-11
PCT/JP2014/059112 WO2014168023A1 (ja) 2013-04-11 2014-03-28 エネルギー消費量予測装置およびエネルギー消費量予測方法

Publications (2)

Publication Number Publication Date
CN105102930A true CN105102930A (zh) 2015-11-25
CN105102930B CN105102930B (zh) 2019-05-10

Family

ID=51689434

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480020621.4A Active CN105102930B (zh) 2013-04-11 2014-03-28 能量消耗量预测装置以及能量消耗量预测方法

Country Status (11)

Country Link
US (1) US9417081B2 (zh)
EP (1) EP2985570B1 (zh)
JP (1) JP6137304B2 (zh)
KR (1) KR20150121214A (zh)
CN (1) CN105102930B (zh)
BR (1) BR112015025996A2 (zh)
CA (1) CA2908761A1 (zh)
MX (1) MX344296B (zh)
MY (1) MY188269A (zh)
RU (1) RU2639713C2 (zh)
WO (1) WO2014168023A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110194158A (zh) * 2018-02-27 2019-09-03 现代自动车株式会社 车辆的行驶条件预测方法和预测系统
CN112476423A (zh) * 2020-11-12 2021-03-12 腾讯科技（深圳）有限公司 机器人的关节电机控制方法、装置、设备及存储介质
CN113947236A (zh) * 2021-09-06 2022-01-18 阿里云计算有限公司 综合能源调度方法、计算设备及介质

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6137304B2 (ja) * 2013-04-11 2017-05-31 日産自動車株式会社 エネルギー消費量予測装置およびエネルギー消費量予測方法
JP6488645B2 (ja) * 2014-10-30 2019-03-27 横浜ゴム株式会社 走行抵抗算出方法、走行抵抗計測方法、及び走行抵抗算出装置
DE102016217915A1 (de) * 2016-09-19 2018-03-22 Robert Bosch Gmbh Verfahren und Vorrichtungen Bestimmung des durch Kolonnenfahrten erzielten Nutzens
US10883437B2 (en) * 2017-09-19 2021-01-05 Doug Abolt Horsepower on demand system
KR102664115B1 (ko) * 2018-11-28 2024-05-10 현대자동차주식회사 에너지 소비 예측 장치 및 방법, 그리고 차량 시스템
US20210188336A1 (en) * 2019-12-20 2021-06-24 Transportation Ip Holdings, Llc Vehicle control system
CN115808922B (zh) * 2022-01-07 2023-10-27 宁德时代新能源科技股份有限公司 商用电动车辆能耗预测方法、装置和计算机设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101788298A (zh) * 2008-10-31 2010-07-28 歌乐牌株式会社 导航装置及导航方法
WO2010113246A1 (ja) * 2009-03-31 2010-10-07 パイオニア株式会社 燃費推定装置、燃費推定方法、燃費推定プログラムおよび記録媒体
US20120029803A1 (en) * 2009-04-07 2012-02-02 Pioneer Corporation Fuel-consumption projecting apparatus, fuel-consumption projecting method, fuel-consumption projecting program, and recording medium
JP2012096788A (ja) * 2010-10-19 2012-05-24 Pioneer Electronic Corp 表示制御装置、表示装置、表示制御方法、表示制御プログラムおよび記録媒体
WO2012114499A1 (ja) * 2011-02-24 2012-08-30 パイオニア株式会社 探索装置、探索システム、探索方法および端末
JP2012255757A (ja) * 2011-06-10 2012-12-27 Clarion Co Ltd エネルギー消費量計算装置とそのエネルギー消費量計算方法

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002188932A (ja) * 2000-12-21 2002-07-05 Toyota Motor Corp ナビゲーション装置
US8712650B2 (en) * 2005-11-17 2014-04-29 Invent.Ly, Llc Power management systems and designs
SE531526C2 (sv) * 2006-05-26 2009-05-12 Scania Cv Abp Anordning för bestämning av bränsleförbrukningsbeteende
EP2220411B1 (en) 2007-12-11 2012-03-21 Isentropic Limited Valve
JP5056727B2 (ja) * 2008-11-07 2012-10-24 アイシン・エィ・ダブリュ株式会社 走行エネルギー学習装置、方法およびプログラム
JP5135308B2 (ja) * 2009-09-09 2013-02-06 クラリオン株式会社 エネルギ消費量予測方法、エネルギ消費量予測装置および端末装置
US20110184642A1 (en) * 2009-12-18 2011-07-28 Daimler Trucks North America Llc Fuel efficient routing system and method
US8793067B2 (en) * 2009-12-28 2014-07-29 Honda Motor Co., Ltd. Route searching device
US8374740B2 (en) * 2010-04-23 2013-02-12 GM Global Technology Operations LLC Self-learning satellite navigation assisted hybrid vehicle controls system
EP2431711B1 (en) 2010-09-08 2014-11-12 Harman Becker Automotive Systems GmbH Vehicle navigation system
JP5246242B2 (ja) * 2010-10-29 2013-07-24 ブラザー工業株式会社 画像処理装置及び画像記録装置
US8880333B2 (en) * 2010-11-02 2014-11-04 Here Global B.V. Effective slope for fuel consumption calculation
JP2012101762A (ja) 2010-11-12 2012-05-31 Toyota Motor Corp 走行支援装置
GB201105830D0 (en) * 2011-04-06 2011-05-18 Lysanda Ltd Mass estimation model
JP5722686B2 (ja) * 2011-04-12 2015-05-27 クラリオン株式会社 運転支援装置および該装置を有する車両
JP4890659B1 (ja) * 2011-11-04 2012-03-07 パイオニア株式会社 エネルギー消費量推定装置、エネルギー消費量推定方法、エネルギー消費量推定プログラムおよび記録媒体
US8706416B2 (en) * 2012-04-03 2014-04-22 Ford Global Technologies, Llc System and method for determining a vehicle route
JP6035917B2 (ja) * 2012-07-05 2016-11-30 日産自動車株式会社 車両用情報提供装置
US9233680B2 (en) * 2012-12-20 2016-01-12 General Electric Company System and method for controlling a vehicle system
JP6137304B2 (ja) * 2013-04-11 2017-05-31 日産自動車株式会社 エネルギー消費量予測装置およびエネルギー消費量予測方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101788298A (zh) * 2008-10-31 2010-07-28 歌乐牌株式会社 导航装置及导航方法
WO2010113246A1 (ja) * 2009-03-31 2010-10-07 パイオニア株式会社 燃費推定装置、燃費推定方法、燃費推定プログラムおよび記録媒体
US20120029803A1 (en) * 2009-04-07 2012-02-02 Pioneer Corporation Fuel-consumption projecting apparatus, fuel-consumption projecting method, fuel-consumption projecting program, and recording medium
JP2012096788A (ja) * 2010-10-19 2012-05-24 Pioneer Electronic Corp 表示制御装置、表示装置、表示制御方法、表示制御プログラムおよび記録媒体
WO2012114499A1 (ja) * 2011-02-24 2012-08-30 パイオニア株式会社 探索装置、探索システム、探索方法および端末
JP2012255757A (ja) * 2011-06-10 2012-12-27 Clarion Co Ltd エネルギー消費量計算装置とそのエネルギー消費量計算方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110194158A (zh) * 2018-02-27 2019-09-03 现代自动车株式会社 车辆的行驶条件预测方法和预测系统
CN112476423A (zh) * 2020-11-12 2021-03-12 腾讯科技（深圳）有限公司 机器人的关节电机控制方法、装置、设备及存储介质
CN113947236A (zh) * 2021-09-06 2022-01-18 阿里云计算有限公司 综合能源调度方法、计算设备及介质

Also Published As

Publication number Publication date
RU2015148146A (ru) 2017-05-16
MX2015013962A (es) 2016-02-10
CN105102930B (zh) 2019-05-10
RU2639713C2 (ru) 2017-12-22
CA2908761A1 (en) 2014-10-16
EP2985570B1 (en) 2019-02-20
JP6137304B2 (ja) 2017-05-31
MY188269A (en) 2021-11-24
MX344296B (es) 2016-12-09
EP2985570A1 (en) 2016-02-17
KR20150121214A (ko) 2015-10-28
JPWO2014168023A1 (ja) 2017-02-16
US9417081B2 (en) 2016-08-16
US20160040995A1 (en) 2016-02-11
WO2014168023A1 (ja) 2014-10-16
EP2985570A4 (en) 2016-03-09
BR112015025996A2 (pt) 2020-05-05

Similar Documents

Publication Publication Date Title
CN105102930A (zh) 能量消耗量预测装置以及能量消耗量预测方法
JP3833931B2 (ja) 燃費表示方法及び燃費表示装置
JP5900454B2 (ja) 車両用車線案内システム及び車両用車線案内方法
CN101590832B (zh) 行驶能量学习装置以及方法
WO2012035667A1 (ja) 走行距離推定装置、走行距離推定方法、走行距離推定プログラムおよび記録媒体
US9857183B2 (en) Travel support device, travel support method, and drive support system
JP5980170B2 (ja) シミュレーション装置、シミュレーション方法及びプログラム
SE0950434A1 (sv) Metod och modul för bestämning av börvärden till ett fordons styrsystem
WO2013080312A1 (ja) エネルギー消費量推定装置、エネルギー消費量推定方法、エネルギー消費量推定プログラムおよび記録媒体
JP2014106068A (ja) 燃費推定装置及び燃費推定方法
CN111373269A (zh) 用于确定针对机动车辆的有效风速的方法和系统
CN102132130B (zh) 导航服务器
WO2014049878A1 (ja) 消費エネルギー推定装置、消費エネルギー推定方法、消費エネルギー推定プログラムおよび記録媒体
JP4863086B2 (ja) 運転支援装置及びナビゲーション装置及びコンピュータプログラム
JP5563495B2 (ja) 交差点における進行方向予測装置、進行方向予測方法およびプログラム
JP4890659B1 (ja) エネルギー消費量推定装置、エネルギー消費量推定方法、エネルギー消費量推定プログラムおよび記録媒体
CN109923566B (zh) 用于确定机动车辆速度曲线的方法
JP4932057B2 (ja) エネルギー消費量推定装置、エネルギー消費量推定方法、エネルギー消費量推定プログラムおよび記録媒体
Beckers et al. Combined rolling resistance and road grade estimation based on EV powertrain data
JP2019108014A (ja) 航続距離推定装置
WO2014162526A1 (ja) 消費エネルギー量推定装置、消費エネルギー量推定方法、消費エネルギー量推定プログラムおよび記録媒体
Markkula et al. Energy consumption analysis for green routing-Data collection from electric vehicles
JP6122935B2 (ja) 推定装置、推定方法、推定プログラムおよび記録媒体
Sun et al. Prediction of Road Slope Ahead of Vehicles Based on Data Fusion and Data Mining
Martínez et al. Electric Vehicle Consumption Estimation based on Heuristics and MLP Artificial Neural Network

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