CN105383495B - 使用物理模型的基于路线的能耗估计 - Google Patents

使用物理模型的基于路线的能耗估计 Download PDF

Info

Publication number
CN105383495B
CN105383495B CN201510524463.2A CN201510524463A CN105383495B CN 105383495 B CN105383495 B CN 105383495B CN 201510524463 A CN201510524463 A CN 201510524463A CN 105383495 B CN105383495 B CN 105383495B
Authority
CN
China
Prior art keywords
vehicle
information
energy consumption
energy
road 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
Application number
CN201510524463.2A
Other languages
English (en)
Other versions
CN105383495A (zh
Inventor
詹森·迈尔
曾福林
乔纳斯·吉尔·克里斯丁森
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN105383495A publication Critical patent/CN105383495A/zh
Application granted granted Critical
Publication of CN105383495B publication Critical patent/CN105383495B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3469Fuel consumption; Energy use; Emission aspects
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/06Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/24Conjoint control of vehicle sub-units of different type or different function including control of energy storage means
    • B60W10/26Conjoint control of vehicle sub-units of different type or different function including control of energy storage means for electrical energy, e.g. batteries or capacitors
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2510/00Input parameters relating to a particular sub-units
    • B60W2510/06Combustion engines, Gas turbines
    • B60W2510/0676Engine temperature
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/10Longitudinal speed
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2530/00Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/18Distance travelled
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2530/00Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/209Fuel quantity remaining in tank
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/05Type of road, e.g. motorways, local streets, paved or unpaved roads
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/25Road altitude
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04Traffic conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06Road conditions

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本公开总体上涉及一种用于基于物理模型生成基于路线的能耗估计的系统、装置、方法及过程。更具体地,本公开描述了基于物理模型的在特定路段上行驶的车辆的基于路线的能耗估计的生成。能耗估计可以基于与车辆的历史能耗信息、可能影响车辆的能耗的外部信息、可能影响车辆的能耗的车辆系统信息和/或可以用于预测车辆的能耗的所选择的路段信息相关的信息。

Description

使用物理模型的基于路线的能耗估计
技术领域
本申请总体上涉及一种用于基于物理模型产生基于路线的能耗估计的系统、装置、方法及过程。更具体地,本申请描述了用于在特殊路段行驶的车辆的基于物理模型的基于路线的能耗估计的产生。能耗估计可以基于与车辆的历史能耗信息、可能影响车辆的能耗的外部信息、可能影响车辆的能耗的车辆系统信息和/或可以用于预测车辆的能耗的所选择的路段信息相关的信息。
背景技术
车辆消耗能量以产生用于沿路线移动车辆的推进力。车辆消耗的能量可以考虑依照车辆的能耗,其中可以依照燃料消耗、电池消耗或两者的一些组合,以及能够产生用于移动车辆的推进力的其他形式的能耗来测量车辆的能耗。
随着车辆中高效的能耗要求增加,用于提醒驾驶员或其他车辆系统对潜在的节能选择的新方法变得重要。
发明内容
本申请由所附的权利要求限定。说明书概述了实施例的多个方面并且不应该用于限制权利要求。根据在此描述的技术其他实施方式是可以预期的,并且基于对下面的附图和具体实施方式的审查将是显而易见的,并且这样的实施方式旨在在本申请的保护范围内。
示例性实施例提供能耗工具,该能耗工具用于收集一个或多个历史信息、车辆信息、外部信息及路段信息的组合以预测特定车辆的能耗。可以产生用于为特定车辆的识别为到达已知目的地的一个或多个可用的路线的能耗预测。这可允许驾驶员或车辆智能机构选择可用的路线中的一个,其中所选择的路线可以对应于预测的具有最低的预测能耗的路线。
根据一些实施例,提供用于预测车辆的能耗的装置。该装置可以包括配置为存储用于车辆设定为在其上行驶的路段的路段信息的存储器,以及与存储器通信的处理器。该处理器可以配置为基于路段信息确定车辆的估计速度,并且基于估计的速度产生用于在路段内行驶的车辆的能耗配置文件。
根据一些实施例,提供一种用于预测车辆的能耗的方法。该方法可以包含由处理器接收车辆设定为在其上行驶的路段的路段信息;由处理器基于路段信息确定车辆的估计速度,并由处理器基于估计的速度产生在路段内行驶的车辆的能耗配置文件。
根据本发明,提供一种用于预测车辆的能耗的方法,包含:
由处理器基于所述车辆的估计的速度生成在识别的路段内行驶的所述车辆的能耗配置文件。
在本发明的一个实施例中,本发明的方法进一步包含:
由所述处理器接收包括所述路段的标示的速度限制的路段信息;以及
由所述处理器通过将所述估计的速度设置为包括在所述路段信息中的所述路段的所述标示的速度限制来确定所述估计的速度。
在本发明的一个实施例中,本发明的方法进一步包含:
由所述处理器接收包括所述路段的标示的速度限制的路段信息;
从存储器获得在过去的路段上行驶的所述车辆的历史速度信息,所述过去的路段具有与所述标示的速度限制相同的历史速度限制;以及
由所述处理器通过将所述估计的速度设置为所述历史速度来确定所述的估计速度。
在本发明的一个实施例中,本发明的方法进一步包含:
由所述处理器接收包括交通中断信息的路段信息,所述交通中断信息识别沿所述路段的交通中断位置;
基于所述路段信息确定估计的停车可能性,所述估计的停车可能性识别所述车辆将在沿所述路段的交通中断位置停车的可能性;
确定所述车辆被确定具有停车可能性时所处的每个交通中断位置的估计的停车时间;以及
基于所述估计的速度、估计的停车可能性以及所述估计的停车时间生成在所述路段内行驶的所述车辆的所述能耗配置文件。
在本发明的一个实施例中,本发明的方法进一步包含:
从所述存储器接收能耗信息,所述能耗信息识别影响所述车辆的能耗的外部状况及车辆部件;以及
由所述处理器基于所述估计的速度及所述能耗信息生成在所述路段内行驶的所述车辆的所述能耗配置文件。
在本发明的一个实施例中,其中所述外部状况包括内部车辆温度信息、初始车辆发动机温度信息、初始车辆轮胎压力信息或初始车辆流体温度信息中的至少一个。
在本发明的一个实施例中,其中所述车辆部件包括照明部件、音频系统部件、信息娱乐系统部件、扬声器系统部件、加热的座椅部件、电磁阀部件、电风扇部件、车辆控制模块部件、传感器部件、车辆气候空气部件或用于为移动所述车辆提供推进力的电动发动机部件中的至少一个。
在本发明的一个实施例中,本发明的方法进一步包含:
向外部服务器传送路段信息请求;以及
响应于所述请求从所述外部服务器接收至少一部分所述路段信息。
在本发明的一个实施例中,本发明的方法进一步包含:
向外部服务器传送外部信息的请求,所述外部信息包括温度信息、大气压力信息、道路状况信息、交通信息、标示的速度信息、道路高度信息、已知的车辆路线的行驶距离信息或已知的车辆路线的行驶时间估计信息中的至少一个;
响应于所述请求从所述外部服务器接收至少一部分所述外部信息;
其中生成所述能耗配置文件包含基于所述估计的速度和外部信息生成所述能耗配置文件。
在本发明的一个实施例中,本发明的方法进一步包含:
接收存储在存储器中的能量转换效率信息;
基于所述能量转换效率信息调整所述能耗配置文件;以及
基于所述调整的能耗配置文件生成总能耗配置文件。
附图说明
为了更好地理解本发明,可以参照以下附图中所示的实施例。附图中的部件没有必要按比例绘制并且相关的元件可以省略以便强调并清楚地说明在此描述的新颖性特征。另外,系统部件可以如本领域公知的进行各种设置。在附图中,相同的附图标记指代所有不同附图中的相同的部分,除非另有说明。
图1示出了根据一些实施例的示例性路线规划显示器;
图2示出了根据一些实施例的描述用于产生能耗配置文件的过程的示例性框图;
图3示出了根据一些实施例的用于获得信息的示例性系统;
图4示出了描述根据一些实施例的过程的示例性流程图;以及
图5示出了根据一些实施例的用于可以是车辆系统的一部分的计算系统的示例性框图。
具体实施方式
尽管本发明可以以各种形式实施,但存在附图中示出并且将在此后描述一些示例性且非限定性的实施例,需要理解的是,本公开将被认为是本发明的示例并不旨在将本发明限制到所述的特定实施例。不是在本公开中描述的所有描述部件是必要的,然而,一些实施方式可以包括除了在本公开中明确描述的那些以外的额外的、不同的或更少的部件。在不脱离如在此陈述的权利要求的精神或保护范围的情况下,可以对部件的配置和类型做出变形。
随着不断强调提高车辆的能耗,通知驾驶员关于他们的车辆的特定性能水平以及通知驾驶员关于他们的操作决定将如何影响车辆的能耗已经变得重要。因此,在该公开中描述的创造性的目标中的一个是提供能量预测工具,该能量预测工具用于提供对于所选择的行驶路段的驾驶员的特定车辆的精确的能耗配置文件。能耗配置文件可以基于历史信息、车辆信息、路段信息和/或外部信息中的一个或多个识别车辆的能耗预测(即估计)。当生成能耗配置文件时通过使能量预测工具依赖于这样的信息,能量预测工具可以能够简单并稳健地适应驾驶习惯和环境状况的变化以在驾驶员朝向目的地操作车辆时生成驾驶员的车辆的新的(即更新的)能耗配置文件。
另外,应当认识到的是,在一些实施例中,车辆驾驶员的精确的历史驾驶信息可能是不可用的或者可能是不可靠的。例如,车辆可能是新购买的车辆,使得关于驾驶员的历史驾驶信息可能不容易获得。在另一示例中,车辆可能是出租车、企业租赁车辆、汽车经销商装载车辆,或者在车辆的驾驶员是已知的变化的一些其他类型的计划中。在这样的实施例中,历史驾驶信息可能不能精确地描述当前驾驶员,因为历史驾驶员信息可能不是基于当前驾驶员的。然而,即使在可能不能依赖历史驾驶信息的这样的实施例的情况下,能量预测工具可以基于车辆的历史能耗信息、可能影响车辆的能耗的外部信息、可能影响车辆的能耗的车辆系统信息和/或所选择的路段信息提供精确的车辆能耗预测。例如,能量预测工具可以依赖于速度预测模型以及停车预测模型以便至少部分基于预测的沿路段行驶的车辆速度以及其沿路段行驶时预测的车辆停车次数预测车辆的能耗。
根据一些目标,能量预测工具可以配置为区分冷启动或暖启动(例如,与车辆的发动机缸体温度相关的)的车辆。能量预测工具还可以配置为分别预测车辆推进力或非推进力功能的能耗。能量预测工具还可以配置为区分在可用路线的高度等级中具有不同变化率的可用路线。
由此,根据本公开的能量预测工具将参照基于物理的模型预测识别沿已知的路段行驶所需要的车辆的预测能耗的车辆的总能量(例如机械的和/或电的)消耗配置文件。能耗工具可以将路段信息(例如,标示的速度限制、高度、交通中断次数)纳入算法以生成车辆的能耗配置文件。能量预测工具还可以将前馈补偿纳入发动机的预热的考虑之内。能量预测工具可以进一步包括是车辆的车辆系统的一部分的气候控制系统的瞬态及稳态的能耗模型。下面更加详细地提供能量预测工具的以及当生成包括车辆的能耗预测的能耗配置文件时能量预测工具如何配置为动态地学习并补偿驾驶习惯的进一步描述。
能量预测工具可以是包含在包含车辆操作系统的一个或多个部件上的程序、应用程序和/或软件和硬件的一些组合。下面更加详细地描述能量预测工具的及运行能量预测工具的车辆的车辆系统的部件的进一步描述。
对于常规的基于石油的车辆,能耗预测可以由能量预测工具依照预测消耗的以加仑、升或其他可测量的燃料使用量为单位的石油燃料(如,汽油,柴油)的量,和/或依照包括在车辆系统中的一个或多个车辆电池的能量使用量(如,kWh,焦耳,或能量使用的其他类似的单位)面来生成。对于至少部分依赖一个或多个电池来给车辆的推进提供动力的车辆,能耗预测可以由能量预测工具依照预测消耗的电池能量的量来生成,预测消耗的电池能量的量是依照包括在车辆系统中的一个或多个车辆电池的能量使用量(如,kWh,焦耳,或能量使用量的其它类似的单位)。对于基于电池和石油燃料混合的车辆,可以由能量预测工具依据消耗的石油燃料数量和预测将被消耗的电池能量数量生成能耗预测。对于基于可替换的燃油(例如,生物柴油,太阳能发电,液化石油气,压缩天然气,无水乙醇,燃料电池)的车辆,可以由能量预测工具依据预测的将被消耗的可替换的燃油数量生成能耗预测。应该注意的是,在该公开所描述的创造性的保护范围内,适用于上面描述的依靠不同的能源运转的不同类型的车辆的任意一种,或者依靠在可预知的将来将被使用的能源运转的其他类型的车辆。
能量预测工具产生能耗配置文件所针对的特定路段可以对应于至期望的目的地的一个或多个可用的路线。例如,图1示出了示例性路线规划显示,其识别位于起始位置110的车辆101,以及表示车辆驾驶员已经确定是期望的目的地位置的目的地位置120。在起始位置110和目的地位置120之间的是第一路线1,第二路线2和第三路线3,其中每一条路线表示当从起始位置110开始时车辆101到达目的地位置120的可用的行驶路线。
第一路线1可以由第一路段1A,第二路段1B和第三路段1C组成。第二路线2可以由第一路段2A和第二路段2B组成。第三路线3可以由第一路段3A,第二路段3B和第三路段3C组成。尽管未具体说明,但还可以有由到达目的地位置120的单一路段组成的另一路线。可以根据路段属性识别每一个路段,路段属性可以包括,但是不限于,特定道路(例如,相同街道或道路的部分),速度限制(例如,具有相同速度限制的路段,或在预先确定的范围内的速度限制),交通拥堵(具有相同交通状况的路段,或在预先确定的交通状况范围内的交通状况),道路状况(例如,共享相同的或类似的例如结构的道路状况的路段),路段类型(例如,城市道路、乡村道路、主干道、辅道、碎石道路、铺砌道路、混凝土路、国道,收费公路)或其他可检测的路段属性。
在一些实施例中,起始位置110可以对应于由能量预测工具通过驾驶员输入或通过由是车辆的车辆系统的一部分的GPS单元接收的位置信息获得的车辆101的当前位置。在一些实施例中,起始位置110可以对应于可能不对应于精确的车辆当前位置的由驾驶员手动输入的位置。对于目的地位置120,驾驶员可以通过是车辆系统一部分的输入设备手动输入目的地位置120,然后,其将由能量预测工具接收。由此,能量预测工具可以基于已知的路线属性为整个路线(例如,路线1、路线2或路线3),为小于整个路线的特定路段(例如路段1A-1C,2A-2B或3A-3C的任何一个),和/或为路线的任何其他可测量的部分产生能耗配置文件。由此,为了本公开的目的,路段可以指代上面描述的个别路段,或指代包含例如从起始位置110至目的地位置120的整个路线的一个或多个路段。
例如,图1中的显示可以对应于作为包含在整个车辆系统中的车辆导航系统的一部分运行的能量预测工具。例如,图1中的显示可以可替换地对应于以作为车辆系统的信息娱乐部件或车辆导航部件的一部分的独立应用程序运行的能量预测工具。
由此,图1显示示例性显示,其中能量预测工具已经识别并接收车辆的当前位置110和目的地位置120。图1还显示由能量预测工具确定的从起始位置110开始并到达目的地位置120的车辆101的可用路线。根据可用路线(例如,路线1、路线2、路线3)的显示,驾驶员可以输入选择命令以选择路线中的一个,在此基础上能量预测工具可以基于在此描述的程序和方法为所选择的路线生成能耗配置文件。可替换地,在一些实施例中,能量预测工具可以在驾驶员输入选择命令之前为一个或多个可用路线生成能耗配置文件。在任意情况下,能量预测工具可以根据在此描述的程序和方法为一个或多个路段生成能耗配置文件。
图2示出了用于为指定路段生成能耗配置文件的描述过程以及贯穿整个过程所参考的信息的框图200。图2中所示的部件的每一个可以表示可以包括为用于为车辆101生成总能耗配置文件的能量预测工具的一部分的软件、硬件、中间设备、或它们的一些组合。
在201,从可能包含路线的一个或多个路段的列表中识别指定路段。例如,包含列表的路段可以包括整个路线(例如,路线1、路线2、路线3)或更小的路段(例如路段1A-1C,2A-2B或3A-3C中的任意一个)。基于从列表中识别的路段,能量预测工具进一步前进至在201提取路段信息。路段信息可以包括但是不限于关于识别的路段的标示的速度限制,识别的路段的高度配置文件,识别的路段的当前和/或预测的交通信息,识别的路段的道路状况信息,识别的路段的天气信息,识别的路段的停车信号和交通灯信息,识别路段的转弯顺序信息,或识别的路段的一些其他可识别的路段属性。路段信息可以被认为是由能量预测工具从本地数据库(例如,存储在车辆系统的存储器上的数据库)访问的,或由能量预测工具经通过网络连接的通信从外部源访问的外部信息。
对于从外部源获得路段信息的实施例来说,图3示出了由车辆101、网络301和信息服务器302组成的示例性网络系统300。信息服务器302可以表示存储上面描述的一个或多个路段信息的一个或多个外部服务器。能量预测工具可以在车辆101上运行,使得能量预测工具可以控制车辆系统的通信接口以通过网络301与信息服务器302通信。能量预测工具可以控制将路段信息通过网络301传送至信息服务器302的请求。作为响应,信息服务器302可以接收请求并通过网络301将一个或多个请求的路段信息传送回车辆101以由车辆101的通信接口接收。如图2中在201所示的,一旦路段信息被接收并存储在车辆系统的存储单元(例如,存储器)上,能量预测工具则可以提取路段信息。
在201提取路段信息之后,能量预测工具可以参考路段信息以确定各个能耗模型。在一些实施例中,在确定各个能耗模型中能量预测工具可以还可以参考附加信息。下面提供进一步的描述。
依照各个模型,能量预测工具可以使用速度预测模型202生成估计速度,该速度是车辆将沿识别的路段行驶时的速度的预测。能量预测工具可以基于可能已经作为路段信息的一部分在201被提取的标示的速度限制信息和交通信息确定车辆101的估计速度。例如,能量预测工具可以首先确定沿识别的路段行驶的车辆101的默认速度应该等于在路段信息中识别的标示的速度限制。然后能量预测工具可以分析包括在路段信息中的交通信息以基于交通信息调整沿识别的路段行驶的车辆101的默认速度。例如,交通信息可以识别沿识别的路段的结构或高峰时段的交通,其将由能量预测工具分析以产生从被认为是默认速度(例如,通告的速度限制)的平均速度下降。因此,基于该分析,能量预测工具可以确定沿识别的路段行驶的车辆101的估计速度为基于交通信息调整的标示的速度限制。估计的速度可能具有对应于沿识别的路段行驶的持续时间的车辆101的平均恒定速度的值。
可替换地,在基于学得的习惯的实施例中,能量预测工具可以基于交通信息以及当速度限制是在路段信息中识别的速度限制时车辆101已经以其行驶的历史速度来确定车辆101的估计速度。例如,能量预测工具可以首先确定在具有与在路段信息中识别的标示的速度限制(例如,历史地,可能发现车辆在平均35m.p.h的路段上以40m.p.h行驶)相同或相似的标示的速度限制的道路上行驶的车辆101的历史速度。例如,可以从存储在车辆系统的存储器上的历史数据库中查找历史速度信息。可以在其沿具有已知的标示的速度限制的不同路段上行驶时通过追踪车辆101的速度连续地更新历史数据库以确定沿具有多个速度限制的路段上行驶的车辆101的平均速度。获得历史速度之后,然后能量预测工具可以分析包括在路段信息中的交通信息以基于交通信息调整为沿识别的路段行驶的车辆101确定的历史速度。例如,交通信息可以识别沿识别的路段的结构或高峰时间交通,其将由能量预测工具分析以产生从被认为是历史速度的平均速度降低。交通信息可以可替换地识别沿识别的路段的没有车辆,其将由能量预测工具分析以产生从被认为是历史速度的平均速度的增加。任何情况下,基于该分析,能量预测工具然后可以将沿识别的路段行驶的车辆101的估计速度确定为基于交通信息调整的历史速度。估计速度可以具有对应于沿识别的路段行驶的持续时间的车辆101的平均恒定速度的值。
在任一实施例中,估计速度可以包括在行驶速度配置文件中并且从速度预测模型202传送至车轮能量模型204。
能量预测工具可以使用停车预测模型203以确定车辆101的停车可能性配置文件及行驶时间估计。停车可能性配置文件可以识别在识别的路段上行驶时车辆101处于停车状态的估计的停车持续时间,以及在识别的路段的路段信息中识别的每个交通中断和/或停车标志的估计的停车可能性。例如,能量预测工具可以将估计的停车可能性确定为车辆101将在沿识别的路段的每个停车点(例如,交通灯、人行交叉路、学校交叉路、停车标志或车辆101可能被要求停车的其他交通点)停车的可能性。能量预测工具可以将估计的停车持续时间确定为在沿识别的路段的每一个停车点处车辆101可能处于停车状态的估计时间。
例如,能量预测工具可以将停车标志处的估计的停车可能性确定为100%,而交通灯的估计的停车可能性可能基于车辆101是否确定要左转、右转或继续直行穿过交通灯。例如,能量预测工具可以确定每个停车点的估计的停车持续时间为基于停车点的估计的停车可能性,还基于车辆是否基于车辆101的识别的路段和/或整个选择的路线确定要左转、右转或继续直行穿过停车点。
通过该方式,最终的估计停车持续时间可以通过能量预测工具计算为沿识别的路段的每个停车点的估计的停车持续时间和估计的停车可能性的乘积。最终的估计停车持续时间可以包括在能量预测工具中以便生成从停车预测模型203传送至辅助负载模型208和气候使用模型209的行驶时间估计。
另外,能量预测工具可以生成停车可能性配置文件以包括沿识别的路段的每个停车点的估计的停车持续时间、估计的停车可能性或最终的估计停车持续时间中的任意一个或多个。停车可能性配置文件可以由停车预测模型203传送至辅助负载模型208和气候使用模型209。
能量预测工具可以使用车轮能量模型204生成基础车轮能耗预测,该车轮能耗预测预测推进车辆101从而以包括在从速度预测模型202接收的行驶速度配置文件中的估计速度穿过识别的路段可能需要的能量的量。在确定基础车轮能耗预测中,能量预测工具可以进一步考虑外部信息,例如环境温度和大气压力。外部信息可以从是车辆系统的一部分的车辆传感器获得,或者可替换地,外部信息可以从如上面参照在此描述的路段信息的获得所描述的信息服务器302获得。
在图2所示的一些实施例中,能量预测工具可以分析估计速度信息、环境温度信息和大气压力信息中的一个或多个以便确定基础车轮能耗预测。例如,能量预测工具可以通过被插入到预先确定的公式中来分析估计的速度信息、环境温度信息、大气压力信息或其他已知信息或从描述的信息中可推导的其他信息中的一个或多个以生成基础车轮能耗预测。例如,预先确定的公式可以考虑车辆101的质量、识别的路段距离、车辆101的估计速度、空气密度、滚动阻力及空气动力阻力系数以便生成基础车轮能耗预测。
基于以上描述的估计速度信息、环境温度信息和大气压力信息的分析,能量预测工具可以使用基础车轮能量模型204以生成图示为由车轮能量模型204产生的基础车轮能耗预测(BWECP)。
高度模型205是可以由能量预测工具使用的另一示例性模型。具体地,能量预测工具可以使用高度模型205确定高度能耗预测,该高度能耗预测预测当穿过识别的路段时随着车辆行驶上下不同的高度由车辆101消耗或获得的潜在能量。可以在来自在201提取的路段信息在高度配置文件中接收潜在的能量信息以及识别该识别的路段的高度的信息。在一些实施例中,高度能耗预测还可以将可能能够补偿一些能耗的再生制动系统对车辆101的影响考虑在内。通过将这样的信息插入到预先确定的公式中,能量预测工具可以分析包括在高度配置文件中的信息,以及一些实施例中的再生制动的影响以便生成高度能耗预测。例如,预先确定的公式可以考虑车辆101的质量、由于重力的加速度、识别的路段的高度信息以及一些实施例中再生制动的影响以生成高度能耗预测。
基于高度配置文件信息的以及一些实施例中再生制动的影响的分析,能量预测工作可以使用高度模型205以生成图示为由高度模型205产生的高度能耗预测(EECP)。
预热模型206是可以由能量预测工具使用的另一示例性模型。具体地,能量预测工具可以使用预热模型206来确定预测启动车辆101消耗的能量的量的预热能耗预测。例如,预热能耗预测可以对应于车辆101的预热阶段过程中由于包括增加的油粘度和催化剂起燃的因素消耗的额外能量的预测。由预热模型206接收的用于确定预热能耗预测的一些因素可以包括但是不限于出行距离信息、初始环境温度信息、初始轮胎压力信息、初始冷却剂温度信息、初始排气温度信息以及初始油温信息。出行距离信息对应于从车辆101启动以来车辆101行驶的距离,例如,其中可以通过驾驶员输入或参照车辆系统的距离测量部件(例如,里程表)获得出行距离信息。例如,如上所述,可以从包括在车辆系统中的车辆传感器获得初始环境温度,或者可替换地,可以从外部信息服务器302获得初始环境温度。例如,可以从包括在一个或多个车轮——其包括在车辆系统中——中的一个或多个轮胎压力监视器获得初始轮胎压力信息。例如,可以从包括为车辆系统的一部分的一个或多个温度传感器获得初始冷却剂温度。例如,可以从包括为车辆系统的一部分的一个或多个温度传感器获得初始排气温度。例如,可以从包括为车辆系统的一部分中的一个或多个温度传感器获得初始油温。
通过分析接收到预热模型206中的一个或多个输入信息的组合,能量预测工具可以使用预热模型206生成图示为从加热模型206产生的预热能耗预测(WUECP)。
制动/加速模型207是可以由能量预测工具使用的另一示例性模型。具体地,能量预测工具可以使用制动/加速模型207确定当车辆101沿识别的路段行驶时车辆101的制动及加速能耗预测。随着车辆101停车或以其他方式减速并且然后加速恢复速度,能量损失。在车辆101包括再生制动系统的一些实施例中,当在制动操作过程中使用再生制动系统时可以重新获得一些能量。由此制动/加速模型207用于预测当车辆101沿识别的路段行驶时由于车辆101制动及加速将要被消耗的能量的量。为了生成制动及加速能耗预测,制动/加速模型207从停车预测模型203接收停车可能性配置文件。能量预测工具可以通过将这样的信息插入预先确定的公式来分析包括在停车可能性配置文件中的信息以便生成制动及加速能耗预测。例如,预先确定的公式可以考虑再生制动效率、车辆101的质量、如根据在此描述的过程中的任意一个确定的估计速度信息、估计的停车持续时间信息、车辆101停车或怠速时的能耗信息。
基于停车可能性配置文件的分析,能量预测工具可以使用制动/加速模型207以生成图示为由制动/加速模型207产生的制动及加速能耗预测(BAECP)。
辅助负载模型208是可以由能量预测工具使用的另一示例性模型。具体地,能量预测工具可以使用辅助负载模型208确定辅助能耗预测,该辅助能耗预测预测穿过识别路段期间车辆101运行各种辅助负载所需的能量的量。辅助负载可以对应于但是不限于交流发电机负载,或由前照灯、内部灯、音频系统、信息娱乐系统、扬声器系统、加热的座椅、电磁阀、电风扇、车辆控制模块、传感器、气候鼓风机或依靠车辆能源(例如,12伏电池)起作用的其他车辆部件导致的DC-至-DC转换器负载。由辅助负载模型208考虑的辅助负载可以对应于:当前正在车辆101上运行的能量预测工具知道的一个或多个辅助负载,能量预测工具预测的将在穿过识别的路段期间在车辆101上运行的一个或多个辅助负载,或两者的一些组合。辅助负载的预测可以对应于将在识别路段期间运行的能量预测工具预测的辅助负载的距离或时间乘以已知的辅助负载的平均能耗。
在确定辅助能耗预测中辅助负载模型208可以进一步使用车辆101的学得的习惯。例如,在车辆101运行期间,能量预测工具可以检测识别用于为在此描述的或以其他方式已知的或能够在车辆101上运行的一个或多个辅助负载提供动力的平均能耗的信息。然后能量预测工具可以将与为辅助负载提供动力相关的平均能耗信息存储为车辆系统的数据库(例如存储在存储器存储单元上)内的历史信息,使得能量预测工具可以随后访问平均能耗信息。因此,这样的数据库可以包括为被认为是车辆101上的辅助负载的一个或多个车辆部件提供动力的历史性能信息。由此能量预测工具可以访问该数据库以便查找已知的或由将在行驶识别路段期间运行的辅助负载模型208预测的一个或多个辅助负载的历史平均能耗。
如所示的,辅助负载模型208从201接收识别的路段信息上的估计的行驶时间。然后通过估计的行驶时间乘以已知的或预测的穿过识别路段时将在车辆101上运行的一个或多个辅助负载的历史平均能耗的每一个,能量预测工具可以获得已知的或预测的穿过识别路段时将在车辆101上运行的每个辅助辅助的预测的能耗数值。通过将每个这些预测的能耗数值加和,能量预测工具可以使用辅助负载模型208生成图示为从辅助负载模型208生成的辅助负载能耗预测(ALECP)。
应该注意的是,BWECP、EECP WUECP以及BAECP是预测推进车辆101可能需要的机械能的量的能耗预测。
气候使用模型209是可以由能量预测工具使用的另一示例性模型。具体地,能量预测工具可以使用气候使用模型209确定车辆101的气候使用能耗预测,该气候使用能耗预测与当车辆101穿过识别的路段时由车辆101的能源(例如,电池或燃油)消耗以保持车辆101内气候控制水平的能量相关。例如,气候使用模型209可以预测为达到由车辆101的气候控制系统设定的车厢温度所需的能量的量。
在确定气候使用能耗预测中气候使用模型209可以进一步使用车辆101的学得的习惯。例如,在车辆101运行期间,能量预测工具可以检测识别用于为车辆101的气候控制系统提供动力以便使车厢保持在一个或多个设定温度的平均能耗的信息。在一些实施例中,当追踪平均能耗时,能量预测工具可以进一步考虑相比于设定的车厢温度的外部温度。然后能量预测工具可以将与为气候控制系统提供动力相关的平均能耗信息存储为车辆系统的数据库(例如,存储在存储器存储单元上)中的历史信息,使得能量预测工具可以随后访问平均能耗信息。因此,这样的数据库可以包括用于为将车辆保持在特定的已知的设定温度的气候控制系统提供动力的历史性能信息。由此能量预测工具可以访问该数据库以便查找用于已知的设定的车厢温度的历史平均能耗。
在一些实施例中,能量预测工具可以可选择地考虑一个或多个车窗或天窗是否处于向上或向下的状态以改变从数据库获得的历史平均能耗。例如,打开的车窗和/或天窗增加预测的平均能耗,因为气候控制系统可能需要更加努力地工作以保持设定的车厢温度。
如所示的,气候使用模型209接收来自201的关于识别的路段信息的估计的行驶时间。然后,通过估计的行驶时间乘以从上述数据库获得的历史平均能耗信息,能量预测工具可以获得气候使用能耗预测。如图2所示,气候使用模型209还可以接收初始车厢温度信息和初始环境温度信息。然后由气候使用模型209考虑初始车厢温度信息和初始环境温度信息以基于从数据库获得的历史平均能耗信息修改气候使用能耗预测。例如,初始车厢温度和/或初始环境温度与当前设置到车辆101的气候控制系统的车厢温度相差越大,可以由能量预测工具增加到能耗气候使用能耗预测中的预测能量就越多。
在一些实施例中,能量预测工具可以可选择地应用饱和度补偿以确保气候使用能耗预测不会超出车辆气候控制系统的能力。
通过这种方式,能量预测工具可以使用气候使用模型209生成图示为由气候使用模型209产生的气候使用能耗预测(CUECP)。
应该注意的是,ALECP和CUECP是预测用于为非-推进式车辆部件和/或车辆系统提供动力的能量的量的能耗预测。ALECP能耗预测表示为车辆101的12V电池系统提供动力所需的电能的量。CUECP的域依赖于车辆配置。对于具有高压电动A/C系统或电加热系统的电动车辆,CUECP估计表示为气候控制系统提供动力所需的高压电能的量。对于传统车辆,CUECP估计的车厢加热部分表示从热交换器提取的热能的数量。另一方面,CUECP估计的车厢冷却部分表示运行A/C压缩机所需的机械能的量。
总之,考虑到各种转换效率,图2所示的能量转换效率模型的每一个确定向所有系统部件提供能量需要多少本源能量(例如,燃油的加仑数或电池能量的瓦时)。为了满足12V能量负载,传统车辆必须首先通过燃烧将燃料能量转换成机械能然后通过交流发电机将机械能转换成电能。
在从车轮能量模型204、高度模型205、预热模型206、制动/加速模型207、辅助负载模型208及气候使用模型209中的一个或多个生成能耗预测之后,可以由能量预测工具在210和211实施加和功能。例如,在210能量预测工具可以实施来自车轮能量模型204、高度模型205、预热模型206和制动/加速模型207的能耗预测的加和以生成推进式能耗预测。另外,在211能量预测工具可以实施辅助负载模型208和气候使用模型209的加和以生成非推进式能耗预测。
然后,能量预测工具可以使用能量转换效率模型212以便生成能耗配置文件。能量转换效率模型212接收推进式能耗预测、非推进式能耗预测以及行驶速度配置文件作为输入信息。然后能量转换效率模型212应用提供能量的车辆101的动力系统的已知的能量转换效率以便生成最终能耗配置文件。例如,能量转换效率可以是能量转换过程中有多少提供给用于实现车辆功能的车辆部件的能量将最终用于实现预期的车辆功能的测量值。换句话说,能耗效率可以是能量转换过程中能耗和能量损失的测量值。为了应用已知的能量转换效率,能量效率数据库可以存储在车辆系统的存储器上,该能量效率数据库标绘车辆动力系统(例如,当车辆101是电动或混合车辆时,用于推进车辆101的车辆电池或车辆系统的提供动力的部件)的已知能量转换效率作为车辆速度(例如,包括在行驶速度配置文件中的行驶在识别路段上的车辆101的估计速度,或由当速度测量部件检测到的车辆101的速度)的函数。由此,车辆动力系统的较低的能量转换效率会导致推进式能耗预测和非推进式能耗预测被调整至较高以生成最终能耗配置文件以便弥补较低的能量转换效率。
应该注意的是,基于历史信息的上面描述的平均能耗值可以是平均稳态能耗值。另外,车辆101可以基于与车辆101相同或至少类似的车辆模型的测试车辆的测试场景来预装载一些基线能耗估计。测试场景可以对应于检测各种能耗操作下的测试车辆的能耗,例如在不同速度下驾驶测试车辆,在不同负载下驾驶测试车辆,在不同初始条件下驾驶测试车辆,以及在不同外部条件下驾驶测试车辆。在本公开中提供用于操作车辆的不同场景的一些示例,然而其他场景也在在此描述的创造性的范围内。然后基于不同的测试场景,可以获得在不同场景下运行的测试车辆的能耗预测。然后能耗预测可以存储为可以预装载到是车辆系统的一部分的存储器上的数据库的一部分。由此,当根据在此描述的过程的任意一个或多个生成能耗配置文件时可以参照、分析并使用该预装载的数据库。
尽管在是从起始位置110至目的地位置120的路线的一部分的路段方面提供上面的说明书,但用于提供任何可识别的路段的能耗配置文件的能量预测工具也在本公开的范围内。换句话说,能量预测工具可以提供具有在此描述的已知的路段属性的路段的能耗配置文件。例如,能量预测工具可以提供车辆运行过程中的能耗配置文件,其中能耗配置文件用于能量预测工具知道的或预测的车辆101将行驶至少一设定距离的路段。
图4示出了描述根据一些实施例用于能量预测工具的过程的示例性流程图400。由流程图400描述的过程描述可以由能量预测工具实施以便生成特定车辆101的能耗配置文件的示例性步骤。为示例性目的提供在下面描述的过程的步骤,因为用于实施更多或更少数量的步骤以便生成能耗配置文件的能量预测工具在本公开的范围内。现在提供描述流程图400的进一步说明。
在401,根据在此描述的过程的任意一个或多个,能量预测工具可以接收车辆101的路段信息。例如,能量预测工具可以接收上面所述的对应于在框图200中的201处提取的路段信息的路段信息。
在402,根据在此描述的过程的任意一个或多个,能量预测工具可以另外接收外部信息。例如,能量预测工具可以接收如上所述的由车辆系统的一个或多个部件获得的或由能量预测工具接收的外部信息(例如,环境温度、大气压力、出行距离、初始环境温度、初始轮胎压力、初始冷却剂温度、初始排气温度、初始油温、初始车厢温度、GPS位置数据、实时交通数据、路线段状况数据)。
在403,如参照图2所示的速度预测模型202描述的,能量预测工具可以确定沿识别路段行驶的车辆101的估计速度。
在404,如参照图2所示的停车预测模型203在此描述的,能量预测工具可以确定估计的停车持续时间及估计的停车可能性信息。
在405,能量预测工具可以基于在此描述的模型中的任意一个或多个生成一个或多个能耗预测。例如,如上参照图2所示的框图200描述的,能量预测工具可以基于车轮能量模型204、高度模型205、预热模型206、制动/加速模型207、辅助负载模型208和气候使用模型209中的一个或多个生成能耗预测。
然后,在406,能量预测工具可以基于在405生成的能耗预测的一个或多个的加和生成推进式能耗预测。例如,如参照在此描述的在210的加和所述的,推进式能耗预测可以实施来自车轮能量模型204、高度模型205、预热模型206、以及制动/加速模型207的能耗预测的加和以生成推进式能耗预测。另外,如参照在此描述的在211的加和所述的,能量预测工具可以实施辅助负载模型208和气候使用模型209的加和以生成非推进式能耗预测。
在407,能量预测工具可以补偿车辆101的能源的已知的能量转换效率。如参照图2所示的能量转换效率模型212在此描述的,这可以由能量预测工具通过将已知的能量转换效率应用到推进式能耗预测和非推进式能耗预测作为估计速度的函数来完成。
在408,能量预测工具可以基于在407应用的能量转换效率生成车辆101的能耗配置文件。例如,在应用如图2的框图所示的能量转换效率模型212之后能量预测工具可以生成能耗配置文件。
在409,能量预测工具可以测量、估计或观测与车辆101的实际性能相关的一个或多个实际道路的车辆属性。例如,能量预测工具可以测量或估计图2所示的框输出的任意真实值。这些车辆属性包括但是不限于例如实际车辆速度的中间属性、实际推进式能量(或实际车轮扭矩)和实际12V功率消耗以及例如由一个或多个车辆部件和/或车辆系统消耗的实际能源的量(例如燃料的加仑数或电池能量的瓦时)的最终车辆属性。
在410,能量预测工具可以基于在409观测的车辆属性更新物理模型中的参数。图2所述的模型的每一个均配置为基于来源于物理定律的算法提供能耗预测,并且因此用于生成能耗预测的模型算法不需要改变。然而,不是所有输入模型中的变量,以及因此用于生成各自能耗预测的它们各自的算法是常数和/或完全已知的。例如,车辆质量或重量对爬坡所需的能量和通过改变滚动阻力的车轮能量两者具有已知的影响,其将分别影响EECP和BWECP。因此,步骤409和410允许能量预测工具使用反馈信息确保估计的能耗匹配实际的能耗。然而,不像之前的创新,根据本公开的能量预测工具使用反馈信息修改用于一个或多个模型(例如,图2中描述的模型)的内部参数而不是直接调整车辆能耗估计。例如,如果观测的推进式能耗配置文件(可以从车轮扭矩和车轮/车辆速度中计算)不匹配预测的推进式能耗配置文件,那么能量预测工具可以随时间推移而调整其模型内的车辆质量参数以确保一致。调整这些类型的内部参数的组合的影响确保最终估计的能耗配置文件随车辆的寿命并跨越广泛的使用模式而保持精确。
应该注意的是,为示例性目的提供由流程200描述的过程,因为包括更少或更多数量的步骤包括在由在此提供的公开所描述的创造性的范围内。
参照图5,通过计算系统500示出并指定可以用于图3所示的一个或多个装置的,或者在配置为执行在此讨论的方法、特征和过程的任意一个或多个的任何其他系统中的计算系统500。例如,需要实施能量预测工具的车辆101的功能性部件可以实施为计算系统500。同样,图3所示的信息服务器302可以实施为计算系统500。
计算系统500可能包括由与主存储器512通信的处理器511组成的处理单元510,其中主存储器512存储可以由处理器511执行以导致计算系统500执行在此公开的方法、过程或基于计算机的功能中的任意一个或多个的一组指令527。例如,通过本公开描述的能量预测工具可以是由执行为实施例如用于生成车辆101的能耗配置文件的过程的在此描述的方法、过程或基于计算机的功能中的任意一个或多个的一组指令527组成的程序。计算系统500可以是移动或非移动的,可以作为独立装置运行,或可以使用网络连接到其他计算机系统或外围设备。
在网络化部署中,计算系统500可以在以服务器的身份运行或作为服务器-客户端用户网络环境中的车辆内的客户端用户计算机,或者作为对等(或分布式)网络环境中的车辆内的对等计算机系统。除了是车辆系统内的部件,能量预测工具还可以在计算系统500上运行,该计算系统500实施为或纳入各种装置中,例如个人计算机(“PC”)、平板PC、机顶盒(“STB”)、个人数字助理(“PDA”)、例如智能电话或平板电脑的移动装置、掌上型电脑、膝上型计算机、台式计算机、网络路由器、交换机或网桥,或能够执行指定将由那一机器采取的行为的一组指令(顺序地或以其他方式)的任何其他机器。在特定实施例中,可以使用提供声音、视频或数据通信的电子设备实施计算系统500。另外,尽管示出了独立的计算系统500,但术语“系统”还应该理解为包括独立地或结合地执行一组或多组指令以实施一个或多个计算机功能的系统或子系统的任何集合。
如图5所示,计算系统500可以包括处理器511,例如中央处理单元(“CPU”)、图形处理单元(“GPU”)或两者。另外,计算系统500可以包括可以通过总线505彼此通信的主存储器512和静态存储器522。如所示的,计算系统500可以进一步包括显示器单元525,例如液晶显示器(“LCD”)、有机发光二极管(“OLED”)、平板显示器、固态显示器或阴极射线管(“CRT”)。显示器单元525可以对应于车辆101的导航系统、车辆娱乐信息系统、平视显示器或仪表板的显示器部件。相应地,计算系统500可以包括一个或多个输入命令装置523,例如控制手柄、仪表板、键盘、扫描仪、用于图像捕捉和/或视觉命令识别的数字摄像机、触摸屏或音频输入设备、按钮、鼠标或触摸板。计算系统500还可以包括用于接收计算机可读介质528的磁盘驱动单元521。在特定实施例中,磁盘驱动单元521可以接收计算机可读介质528,其中可以嵌入例如对应于能量预测工具的软件的一组或多组指令527。另外,指令527可以体现在此描述的方法或逻辑中的一个或多个。在特定实施例中,指令527可以完全或至少部分驻留在主存储器512、静态存储器522、计算机可读介质528的任意一个或多个内,和/或在通过处理器511的指令527的执行过程中驻留在处理器511中。
计算系统500还可以包括信号发生装置524,例如扬声器或远程控制部以及传感式接口529。传感式接口529可以配置为接收由是车辆系统的部分的一个或多个传感器获得的信息。例如,车辆系统可以包括一个或多个位于车辆系统内的不同位置用于获得关于发动机流体温度、排气成分和/或尾气温度、环境温度、发动机缸体温度、车厢温度、大气压力、轮胎压力或车辆速度的传感式阅读信息的温度传感器。在一些实施例中,传感式接口529还可以接收识别特定车辆部件的状态,例如车窗位置、天窗位置、节气门位置的状态及车辆系统部件的其他可检测的状态。
计算系统500可以进一步包括通信接口526。通信接口526可以由用于与外部网络540通信的网络接口(有线的或无线的)组成。外部网络540可以是包括基于标准的网络(例如,2G、3G、4G、通用移动通信系统(UMTS)、GSM(R)(总体移动通信)协会、长期演进技术(LTE)(TM)或更多)、WiMAX(总体微波接入互操作性)、蓝牙、近距离通信(NFC)、WiFi(包括802.11a/b/g/n/ac或其他)、WiGig(无线吉比特)、全球定位系统(GPS)网络及在提交该申请时可用的或可以在将来发展的其他网络的一个或多个网络的集合。另外,外部网络540可以是例如英特网的公共网络、例如内联网的个人网络或它们的组合,并且可以使用现在可用的或以后发展的各种网络协议,包括但是不限于基于TCP/IP的网络协议。例如,外部网络540可以对应于参照图3描述的相同的网络301。
在一些实施例中,体现能量预测工具的程序可以通过经网络540从场外服务器的传送在主存储器512、计算机可读介质528或静态存储器522中的任意一个或多个上下载并存储。另外,在一些实施例中,在计算系统500上运行的能量预测工具可以通过网络540与信息服务器通信。例如,能量预测工具可以通过网络540与信息服务器302通信以便通过通信接口526接收在此描述的外部信息中的任意一个或多个。
在可替换实施例中,包括专用集成电路、可编程的逻辑阵列或其他硬件装置的专用硬件实施方式可以构建为实施在此描述的一个或多个方法。可以包括装置和系统的各种实施例的应用程序可以广泛地包括各种电子和计算机系统。在此描述的一个或多个实施例可以实施使用两个或更多个与可以在模块之间或通过模块传送的或作为专用集成电路的部分的相关控制或数据信号互联的特定硬件模块或装置的功能。相应地,本系统包含软件、固件和硬件实施方式。
根据本公开的各种实施例,可以由通过计算系统500可执行的软件程序实施在此描述的方法。另外,在示例性、非限定性实施例中,实施方式可以包括分布式过程、部件/目的分布式过程以及平行过程。可替换地,虚拟计算机系统过程可以构建为实施在此描述的一个或多个方法或功能。
尽管计算机可读介质示为独立介质,但术语“计算机可读介质”包括独立介质或多个介质,例如集中式或分布式数据库和/或存储一组或多组指令的相关的高速缓存或服务器。术语“计算机可读介质”也应该包括任何有形介质,该有形介质能够存储、编码或执行用于通过处理器的执行的一组指令,或者导致计算机系统实施在此描述的任意一个或多个方法或操作。
在特定非限定性、示例性实施例中,计算机可读介质可以包括例如存储卡的固态存储器或容纳例如快闪存储器的一个或多个非易失性只读存储器的其他程序包。另外,计算机可读介质可以是随机访问存储器或其他易失性可重新写入存储器。另外,计算机可读介质可以包括磁光或光学介质,例如磁盘或磁带或用于捕捉通过传送介质传送的信息的其他存储装置。相应地,本公开被认为包括计算机可读介质或分布式介质及其他等同和后继介质中的任意一个或多个,数据或指令可以存储在其中。
如具有本领域常规技术的人员将要理解的,附图中的任何过程说明或框应该被理解为表示模块、分段或代码的部分,其包括用于实施过程中的特定逻辑功能或步骤的一个或多个可执行的指令,并且可替换实施方式包括在在此描述的实施例的范围内,其中,可以根据所涉及的功能按与所示的或讨论的顺序不同的顺序执行功能,包括实质上同时或以相反的顺序。
应该强调的是,上面描述的实施例,具体地,任何“优选的”实施例是实施方式的可能示例,仅仅陈述为清楚理解本发明的原理。在实质上不脱离在此描述的技术的精神及原理的情况下,可以对上面描述的实施例做出变型和修改。在此所有这样的修改旨在包括在本公开的及由下面的权利要求所保护的范围内。

Claims (10)

1.一种用于预测车辆的能耗的装置,包含:
存储器,其配置为存储对应于路段的路段信息;以及
处理器,其与所述存储器通信并且配置为:
由估计的车辆速度、估计的停车可能性和停车时间得到推进式及非推进式能耗预测;
通过将已知的能量转换效率应用到推进式及非推进式能耗预测来补偿能量转换效率;
基于补偿的能量转换效率生成在所述路段内行驶的车辆的能耗配置文件。
2.根据权利要求1所述的装置,其中估计的车辆速度基于所述路段信息。
3.根据权利要求1所述的装置,其中所述路段信息包括所述路段的标示的速度限制,并且其中所述处理器进一步配置为通过以下步骤确定所述估计的速度:
从所述存储器获得在具有与标示的速度限制相同的历史速度限制的过去的路段上行驶的车辆的历史速度信息;以及
将所述估计的速度设置为所述历史速度。
4.根据权利要求1所述的装置,其中路段信息包括交通中断信息,所述交通中断信息识别沿所述路段的交通中断位置,并且所述处理器进一步配置为:
基于所述路段信息确定估计的停车可能性,该停车可能性识别车辆将在沿所述路段的交通中断点处停车的可能性;
确定在车辆被确定具有停车可能性的每个交通中断位置的估计的停车时间;以及
基于所述估计的速度、估计的停车可能性以及所述的估计的停车时间生成在所述路段内行驶的所述车辆的所述能耗配置文件。
5.根据权利要求1所述的装置,其中所述处理器进一步配置为:
从所述存储器接收能耗信息,所述能耗信息识别影响所述车辆的能耗的外部状况及车辆部件;以及
基于所述估计的速度和所述能耗信息生成在所述路段内行驶的所述车辆的所述能耗配置文件。
6.根据权利要求5所述的装置,其中所述外部状况包括车厢温度信息、初始车辆发动机温度信息、初始车辆轮胎压力信息或初始车辆流体温度信息中的至少一个。
7.根据权利要求5所述的装置,其中所述车辆部件包括照明部件、音频系统部件、娱乐信息系统部件、扬声器系统部件、加热的座椅部件、电磁阀部件、电风扇部件、车辆控制模块部件、传感器部件、车辆气候控制部件或用于提供移动所述车辆的推进力的电动发动机部件中的至少一个。
8.根据权利要求1所述的装置,进一步包含:
接口,其与外部服务器通信,并且配置为:
向所述外部服务器传送所述路段信息的请求;以及
响应于所述请求从所述外部服务器接收至少一部分所述路段信息。
9.根据权利要求1所述的装置,进一步包含:
接口,其与外部服务器通信,并且配置为:
向所述外部服务器传送外部信息的请求,所述外部信息包括温度信息、大气压力信息、道路状况信息、交通信息、标示的速度信息、已知的车辆路线的行驶距离信息或已知的行驶路线的行驶时间估计信息中的至少一个;
响应于所述请求从所述外部服务器接收至少一部分所述外部信息;其中所述处理器进一步配置为基于所述估计的速度和外部信息生成在所述路段内行驶的所述车辆的所述能耗配置文件。
10.根据权利要求1所述的装置,其中所述存储器进一步配置为存储所述车辆的能源的能量转换效率信息,并且
其中所述处理器进一步配置为:
接收所述能量转换效率信息;
基于所述能量转换效率信息调整所述能耗配置文件;以及
基于所述调整的能耗配置文件生成总能耗配置文件。
CN201510524463.2A 2014-08-29 2015-08-24 使用物理模型的基于路线的能耗估计 Active CN105383495B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/474,074 2014-08-29
US14/474,074 US9759573B2 (en) 2014-08-29 2014-08-29 Route based energy consumption estimation using physical models

Publications (2)

Publication Number Publication Date
CN105383495A CN105383495A (zh) 2016-03-09
CN105383495B true CN105383495B (zh) 2020-07-10

Family

ID=55312323

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510524463.2A Active CN105383495B (zh) 2014-08-29 2015-08-24 使用物理模型的基于路线的能耗估计

Country Status (3)

Country Link
US (1) US9759573B2 (zh)
CN (1) CN105383495B (zh)
DE (1) DE102015113699A1 (zh)

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2983614B1 (fr) * 2011-12-02 2017-02-03 Renault Sa Procede d'estimation de la consommaton energetique d'un vehicule automobile
US9827955B2 (en) * 2015-03-06 2017-11-28 Ford Global Technologies, Llc Systems and methods to improve fuel economy using adaptive cruise in a hybrid electric vehicle when approaching traffic lights
US10596913B2 (en) 2015-05-01 2020-03-24 Hyliion Inc. Trailer-based energy capture and management
US10245972B2 (en) 2015-05-01 2019-04-02 Hyliion Inc. Trailer-based energy capture and management
EP3288794A4 (en) * 2015-05-01 2018-08-29 Hyliion Inc. Motor vehicle accessory to increase power supply and reduce fuel requirements
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
US10215576B2 (en) * 2016-08-25 2019-02-26 GM Global Technology Operations LLC Energy-optimized vehicle route selection
WO2018061163A1 (ja) * 2016-09-29 2018-04-05 三菱電機株式会社 燃費推定システム、燃費推定方法および燃費推定プログラム
CN109789786B (zh) * 2016-09-29 2022-07-05 三菱电机株式会社 油耗估计系统、油耗估计方法和计算机可读的存储介质
US11016494B2 (en) * 2016-09-29 2021-05-25 Mitsubishi Electric Corporation Fuel efficiency estimation system, fuel efficiency estimation method, and computer readable medium
US10821853B2 (en) 2016-09-30 2020-11-03 Hyliion Inc. Vehicle energy management system and related methods
US10500975B1 (en) 2016-09-30 2019-12-10 Hyliion Inc. Vehicle weight estimation system and related methods
KR20180074373A (ko) * 2016-12-23 2018-07-03 삼성전자주식회사 운송 장치 및 운송 장치 제어 방법
WO2018152406A1 (en) 2017-02-17 2018-08-23 Hyliion Inc. Tractor unit with on-board regenerative braking energy storage for stopover hvac operation without engine idle
KR102322921B1 (ko) * 2017-02-22 2021-11-08 현대자동차주식회사 전기 자동차 및 그 제어방법
US10317908B2 (en) * 2017-08-11 2019-06-11 Toyota Motor Engineering & Manufacturing North America, Inc. Peak efficiency recommendation and sharing
US10632818B2 (en) 2017-10-13 2020-04-28 Toyota Motor Engineering & Manufacturing North America, Inc. Mitigating environmental-control load for a hybrid vehicle
DE102017221633A1 (de) * 2017-12-01 2019-06-06 Continental Automotive Gmbh Verfahren zum Betreiben einer Steuervorrichtung eines Kraftfahrzeugs, um einen nächsten Anhaltevorgang vorauszusagen, sowie Steuervorrichtung und Kraftfahrzeug
US11091133B2 (en) 2017-12-31 2021-08-17 Hyliion Inc. Vehicle immobilization mechanism
US11046302B2 (en) 2017-12-31 2021-06-29 Hyliion Inc. On-vehicle characterization of primary engine with communication interface for crowdsourced adaptation of electric drive controllers
US10889288B2 (en) 2017-12-31 2021-01-12 Hyliion Inc. Electric drive controller adaptation to through-the-road (TTR) coupled primary engine and/or operating conditions
US11094988B2 (en) 2017-12-31 2021-08-17 Hyliion Inc. Regenerative electrical power system with state of charge management in view of predicted and-or scheduled stopover auxiliary power requirements
US11351979B2 (en) 2017-12-31 2022-06-07 Hyliion Inc. Supplemental electric drive with primary engine recognition for electric drive controller adaptation
US11046192B2 (en) 2017-12-31 2021-06-29 Hyliion Inc. Electric vehicle energy store with fuel tank form factor and mounting configuration
US11067403B2 (en) * 2018-07-05 2021-07-20 GM Global Technology Operations LLC Vehicle energy usage tracking
CN109141459A (zh) * 2018-09-28 2019-01-04 吉林大学 一种带有电耗分析预测的电动汽车导航系统及方法
EP3670240A1 (en) * 2018-12-20 2020-06-24 Ningbo Geely Automobile Research & Development Co. Ltd. A system and method for controlling energy consumption in a vehicle
US11118922B2 (en) * 2019-01-30 2021-09-14 Uber Technologies, Inc. User control of alternate routes
US11774256B2 (en) 2019-01-30 2023-10-03 Uber Technologies, Inc. User control of alternate routes
US11370435B2 (en) * 2019-09-04 2022-06-28 GM Global Technology Operations LLC Connected and automated vehicles, driving systems, and control logic for info-rich eco-autonomous driving
KR20210048619A (ko) * 2019-10-23 2021-05-04 현대자동차주식회사 자율주행 차량의 속도 프로파일 산출 시스템 및 방법
CN113008253A (zh) * 2019-12-18 2021-06-22 沈阳美行科技有限公司 一种混合动力车辆行驶方法、设备和存储介质
CN113095459B (zh) * 2019-12-23 2023-07-21 中移(成都)信息通信科技有限公司 一种信息处理方法、装置、设备及计算机存储介质
CN111044070B (zh) * 2020-01-02 2021-11-05 北京理工大学 一种基于能耗计算的车辆导航方法及系统
US11518393B2 (en) * 2020-07-31 2022-12-06 Uatc, Llc Vehicle trajectory dynamics validation and interpolation
US20220381572A1 (en) * 2021-05-27 2022-12-01 Tdk Corporation Method and system for positioning with improved resource conservation
US20230035353A1 (en) * 2021-07-28 2023-02-02 Rivian Ip Holdings, Llc Updated energy consumption prediction based on real world driving data
US20230304810A1 (en) * 2022-03-22 2023-09-28 GM Global Technology Operations LLC Traffic-info-incorporated nnt driver model for ev trip energy prediction
CN114954299B (zh) * 2022-05-19 2023-02-17 李诣坤 一种降低汽车油耗的油耗预警方法及系统
CN117494878A (zh) * 2023-10-31 2024-02-02 赛力斯汽车有限公司 车辆启停次数的预测方法和能耗预测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102171534A (zh) * 2008-08-22 2011-08-31 佳明瑞士有限责任公司 燃料节约选路
CN102314545A (zh) * 2010-06-30 2012-01-11 现代自动车株式会社 计算行驶路线的燃料量的系统及其方法
CN102729831A (zh) * 2011-04-11 2012-10-17 罗伯特·博世有限公司 一种用于能量管理的方法和装置
CN103158714A (zh) * 2011-12-09 2013-06-19 现代自动车株式会社 辅助驾驶者以高环境效率方式驾驶电动车的系统和方法
CN103158717A (zh) * 2011-12-09 2013-06-19 现代自动车株式会社 用于电动车eco驾驶的系统和方法
CN103842772A (zh) * 2011-08-10 2014-06-04 宝马股份公司 导航方法和导航设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7783417B2 (en) 2007-03-09 2010-08-24 Mitac International Corporation Methods and apparatus for determining a route having an estimated minimum fuel usage for a vehicle
JP5071018B2 (ja) 2007-09-18 2012-11-14 アイシン・エィ・ダブリュ株式会社 車両消費エネルギ推定装置、車両消費エネルギ推定方法及びコンピュータプログラム
AU2010324651B2 (en) 2009-11-24 2015-10-22 Telogis, Inc. Vehicle route selection based on energy usage
US8755993B2 (en) 2011-03-08 2014-06-17 Navteq B.V. Energy consumption profiling
US8554473B2 (en) 2011-04-25 2013-10-08 Navteq B.V. Energy efficient routing using an impedance factor

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102171534A (zh) * 2008-08-22 2011-08-31 佳明瑞士有限责任公司 燃料节约选路
CN102314545A (zh) * 2010-06-30 2012-01-11 现代自动车株式会社 计算行驶路线的燃料量的系统及其方法
CN102729831A (zh) * 2011-04-11 2012-10-17 罗伯特·博世有限公司 一种用于能量管理的方法和装置
CN103842772A (zh) * 2011-08-10 2014-06-04 宝马股份公司 导航方法和导航设备
CN103158714A (zh) * 2011-12-09 2013-06-19 现代自动车株式会社 辅助驾驶者以高环境效率方式驾驶电动车的系统和方法
CN103158717A (zh) * 2011-12-09 2013-06-19 现代自动车株式会社 用于电动车eco驾驶的系统和方法

Also Published As

Publication number Publication date
US9759573B2 (en) 2017-09-12
DE102015113699A1 (de) 2016-03-03
CN105383495A (zh) 2016-03-09
US20160061611A1 (en) 2016-03-03

Similar Documents

Publication Publication Date Title
CN105383495B (zh) 使用物理模型的基于路线的能耗估计
CN105383496B (zh) 用于车辆的基于路线的剩余能量可行驶距离计算
US10048082B2 (en) Route and model based energy estimation
CN106767874B (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
JP6758025B2 (ja) 高いハイブリッド化度を有するハイブリッド車両のための制御システム
EP2948357B1 (en) Predicting an energy consumption of a vehicle
US8949028B1 (en) Multi-modal route planning
US9902392B2 (en) Mobility information processing apparatus, mobility information processing method, and driving support system
US9631940B2 (en) Method and system for determining a route for efficient energy consumption
US11443563B2 (en) Driving range based on past and future data
US20150046076A1 (en) Navigation system for vehicles
AU2014241851A1 (en) In-truck fuel economy estimator
WO2015094807A1 (en) System and method for control of an electric vehicle
CN112224089A (zh) 基于能耗的行程规划方法、装置、电子设备及存储介质
US20190071096A1 (en) Method for determining a speed to be reached for a first vehicle preceded by a second vehicle, in particular for an autonomous vehicle
CN103661385A (zh) 确定车辆行驶的生态驾驶指标的方法
CA2840479A1 (en) System and method for generating vehicle drive cycle profiles
WO2014120849A2 (en) System and method for inhibiting a driver of an electric vehicle from being stranded
CN113015885A (zh) 使用大数据进行车辆路由的系统和方法
CN116648390A (zh) 具有机器学习控制器的车辆传动系统
US20240053161A1 (en) Method for Predicting a Velocity Profile of a Vehicle
RU2771586C1 (ru) Транспортное средство с функцией формирования корректирующего энергоэффективного трека эксплуатируемого транспортного средства
US20220203961A1 (en) Vehicle powertrain system using perception sensing
US11065959B2 (en) Condition-based determination and indication of remaining energy range for vehicles
JP2014182035A (ja) ナビサーバおよびナビ方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant