CN105383496B - 用于车辆的基于路线的剩余能量可行驶距离计算 - Google Patents
用于车辆的基于路线的剩余能量可行驶距离计算 Download PDFInfo
- Publication number
- CN105383496B CN105383496B CN201510530764.6A CN201510530764A CN105383496B CN 105383496 B CN105383496 B CN 105383496B CN 201510530764 A CN201510530764 A CN 201510530764A CN 105383496 B CN105383496 B CN 105383496B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- energy consumption
- road segment
- information
- energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W40/00—Estimation 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
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- 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
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3697—Output of additional, non-guidance related information, e.g. low fuel level
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/60—Navigation input
- B60L2240/62—Vehicle position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/24—Energy storage means
- B60W2510/242—Energy storage means for electrical energy
- B60W2510/244—Charge state
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Mathematical Physics (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
一种车辆包括配置用于给车轮提供扭矩的电机、与电机电连接并且配置用于给电机提供电力的电池、配置用于发送信号信息至操作者的显示器以及处理器。处理器配置用于在显示器上呈现车辆行驶里程。车辆行驶里程是基于包括至少一个路线段的已知的车辆路线、路线段的估计的能量使用量、可用的电池电荷以及来自之前的行驶周期的存储的能量消耗数据。
Description
技术领域
本公开总体涉及一种用于估计车载车辆电池的能量消耗的能量估计系统、装置、方法和过程。更具体地,本公开描述了一种用于至少基于车辆的已知行驶路线段和车辆的一个或多个能量消耗估计来计算车载车辆电池的剩余能量可行驶距离(distance toempty,DTE)预测的能量估计系统、装置、方法和过程。
背景技术
车辆消耗能量以便产生用于沿着路线移动车辆的推进力。车辆所消耗的能量可以被认为是车辆的能量消耗,其中车辆的能量消耗可以依照燃料消耗、电池消耗、或二者的某种组合以及能够产生用于移动车辆的推进力的其他类型的能量消耗来测量。
例如,纯电动车辆(BEV)可以由配置用于从车载车辆电池接收电力的电机的操作来推进。车载车辆电池可以用来自公用电网或其他非车载电源的电力来充电。
这样的BEV的驾驶员可能希望在行程的过程中被准确地告知关于车辆的DTE行驶里程。
发明内容
本申请是由所附的权利要求限定。本说明书概述了实施例的多个方面并且不应该被用于限制权利要求。根据在此所描述的技术,其他实施方式是可预期的,如基于以下附图和具体实施方式的考查将是显而易见的那样,并且这样的实施方式旨在包含在本申请的范围之内。
示例性实施例可以提供用于产生车辆的DTE行驶里程预测的剩余能量可行驶距离(DTE)预测工具,其中车辆的推进力至少部分由一个或多个车载车辆电池产生。DTE预测工具可以根据在此所描述的一个或多个特征、过程和/或方法来产生DTE行驶里程预测。
DTE预测工具可以配置用于当车辆的行驶路线未知时基于已知的行驶路线的预测的能量消耗率来产生DTE行驶里程预测以及基于总体平均能量消耗率来产生持续的DTE行驶里程预测。
DTE预测工具可以将已知的车辆行驶路线划分成多个路段,每个路段具有相关的长度以使得DTE预测工具可以产生每个路段的能量消耗估计。在这样的实施例中,多个路段可以包括具有第一长度和第一估计的能量使用量的第一段、具有第二长度和第二估计的能量使用量的第二段。由此,可以发现车载车辆电池的可用的电池电荷足以负担穿过第一段的能量消耗估计,但不足以穿过整个第二段。当已发现可用的电池电荷小于穿过构成车辆的已知的行驶路线的所有路段的能量消耗估计时,DTE预测工具可以识别估计车辆电池达到低于最小电荷阈值(如,没有足够的电荷来提供充足的能量以推进车辆)的沿着路段的位置。DTE行驶里程可以进一步基于在反馈回路中实施的校正因子。
根据本公开的实施例提供了许多优点。例如,本公开提供了车辆里程的准确估计。根据本公开的方法提供了基于驾驶模式的改变的响应性重新计算。此外,根据本公开的方法提供了连续的里程估计。
由此,提供能够产生准确的车辆行驶里程的车辆。车辆可以包括配置用于给车轮提供驱动扭矩的电机;与电机电连接并且配置用于给电机提供电力的电池;配置用于至少部分基于已知的车辆行驶路线、所述已知的车辆行驶路线的能量消耗估计以及可用的电池电荷来产生车辆行驶里程的处理器;以及配置用于呈现车辆行驶里程的显示器。
也由此,可以提供一种用于控制电动车辆的方法。该方法可以包含控制电机以给一个或多个车轮提供驱动扭矩,其中电机电连接至电池,电池给电机提供电力;由处理器至少部分基于已知的车辆行驶路线、已知的车辆行驶路线的能量消耗估计以及可用的电池电荷来产生车辆行驶里程;以及控制显示器来显示车辆行驶里程。
根据本发明,提供一种用于控制电动车辆的方法,包含:
控制由电池提供动力的电机以给一个或多个车轮提供驱动扭矩;
由处理器至少部分基于已知的车辆行驶路线、所述已知的车辆行驶路线的能量消耗估计以及可用的电池电荷来产生车辆行驶里程;以及
发送所述车辆行驶里程到显示器以被显示。
根据本发明的一个实施例,其中所述能量消耗估计至少部分基于来自之前的行驶周期的存储的能量消耗数据。
根据本发明的一个实施例,其中所述已知的车辆行驶路线包含多个路段。
根据本发明的一个实施例,该方法进一步包含:
产生第一路段的第一能量消耗估计;
产生第二路段的第二能量消耗估计,其中所述第一路段和所述第二路段包括在所述多个路段中;
将所述可用的电池电荷与所述第一能量消耗估计和所述第二能量消耗估计进行比较;
基于所述比较确定预测所述车辆完成在所述第一路段上的行驶;
基于所述比较确定预测所述车辆不能完成在所述第二路段上的行驶;
识别沿着所述第二路段上的DTE位置,其中在所述第二路段上的DTE位置处所述可用的电池电荷被预测将落到预定电荷阈值以下;
产生对应于所述DTE位置的所述车辆行驶里程。
根据本发明的一个实施例,该方法进一步包含:
产生当前行驶周期的实际能量消耗值;
将所述实际能量消耗值和所述能量消耗估计进行比较;以及
基于所述比较来产生校正因子。
根据本发明的一个实施例,该方法进一步包含:
将所述校正因子应用到反馈回路中的所述能量消耗估计以便产生校正的能量消耗估计;以及
基于所述校正的能量消耗估计来更新所述车辆行驶里程。
根据本发明的一个实施例,该方法进一步包含:
基于平均总体能量消耗率确定延伸超过所述已知的行驶路线距离的所述车辆行驶里程。
根据本发明的一个实施例,其中所述平均总体能量消耗率是所述车辆在当前行驶周期期间的平均能量消耗率。
根据本发明的一个实施例,其中所述平均总体能量消耗率是所述车辆在当前行驶周期和一个或多个之前的行驶周期期间的平均能量消耗率。
也由此,提供一种用于控制车辆的计算装置。计算装置可以包括配置用于存储已知的车辆行驶路线的能量消耗估计的存储器;以及与存储器通信的处理器,其中处理器可以配置用于:至少部分基于已知的车辆行驶路线、能量消耗估计以及车辆电池的可用的电池电荷来产生车辆行驶里程以及控制显示器来显示车辆行驶里程。
根据本发明的一个实施例,其中所述车辆电池配置用于给电机提供电力,所述电机给车轮提供驱动扭矩;
其中所述车辆行驶里程延伸超过所述已知的行驶路线;以及
其中所述处理器配置用于:
基于平均总体能量消耗率确定延伸超过所述已知的行驶路线距离的所述车辆行驶里程。
附图说明
为了更好地理解本发明,可以参照在以下附图中所示的实施例。附图中的部件不一定按比例绘制且相关元件可以省略以便强调和清楚地示出在此所描述的新颖性特征。此外,系统部件可以不同地设置,如本领域已知的那样。在附图中,贯穿不同的附图,相同的附图标记可以指示相同的部件,除非另有规定。
图1示出了纯电动车辆的示例性框图;
图2示出了根据一些实施例描述用于产生能量消耗配置文件的过程的示例性流程图;
图3示出了根据一些实施例用于获得信息的示例性系统;
图4示出了根据一些实施例描述用于产生能量消耗配置文件的过程的示例性流程图;
图5示出了描述根据一些实施例的过程的示例性流程图;
图6示出了描述根据一些实施例的过程的示例性流程图;
图7示出了根据一些实施例用于计算消耗率校正率的方法的示例性框图;
图8示出了描述根据一些实施例的过程的示例性流程图;
图9示出了根据一些实施例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
虽然本发明可以体现为多种形式,在附图中示出并且将在下文描述一些示例性且非限制性实施例,但是要理解的是,本公开被认为是本发明的例证并不旨在限制本发明为所示出的具体实施例。然而,不是在本公开中所描述的所有示出部件都是需要的,并且一些实施方式可以包括附加的、不同的或比本公开中所明确描述的那些更少的部件。在不脱离在此所列出的权利要求的精神或范围的前提下,部件的设置和类型可以进行变化。
应当注意的是,在一些实施例中,在本公开中可以可交换地参考路段和路线段。
由于可以给至少部分依赖一个或多个车辆电池来给车辆推进系统提供动力的车辆的一个或多个车辆电池快速充电的充足的充电站的相对缺乏,对于这样的车辆(如,混合动力车辆,插电式混合动力车辆,或纯电动车辆)来说,能够提供准确的剩余能量可行驶距离(DTE)行驶里程预测是重要目标。因此,提供用于提供车辆的准确的DTE行驶里程预测的DTE预测工具的描述是本公开的目标之一。
DTE预测工具可以是程序、应用程序和/或包含在构成车辆的操作系统的一个或多个部件上的软件和硬件的一些组合。以下进一步提供DTE预测工具和运行DTE工具的车辆系统的部件的进一步描述。
为了示例性目的,根据本公开,车辆可以是BEV,包括配置用于给车轮提供扭矩的电机、与电机电连接且配置用于给电机提供电力的电池、配置用于给操作者发送信号信息的显示器、存储单元以及计算系统。计算系统可以包括处理器或控制器,处理器和控制器可以配置用于运行DTE预测工具,使得存储在存储单元上的信息被引用以便计算用于车辆的已知的行驶路线的DTE行驶里程。例如,DTE行驶里程可以由DTE预测工具基于包括至少一个路段的已知的车辆行驶路线、路段的能量消耗估计、可用的电池电荷、以及来自之前的行驶周期的存储的能量消耗数据来计算。控制器可以进一步配置用于控制DTE行驶里程在显示器上的呈现。
现在参考图1,以示意的形式示出了贯穿本公开将参考的车辆101(如,BEV)的示例性实施例。车辆101包括电池12和电机14。电池12可以代表用于给一个或多个非推进车辆部件(如,照明,暖通空调(HVAC),显示器,音频系统,信息娱乐系统,等)以及一个或多个推进车辆部件提供动力的包括12V电池的一个或多个电池。车辆101还包括变速器16、车轮18、可以包含一个或多个处理器和一个或多个存储单元的计算系统20、电接口22以及显示器/界面24。计算系统可以配置用于全部或至少部分地运行在此所描述的DTE预测工具。显示器/界面24可以包括屏幕、扬声器、按钮或各种其他用户界面元件。电机14和车轮18都与变速器16以任何合适的/已知的方式机械连接,使得电机14可以驱动车轮18,并且车轮18可以驱动电机14。可以包括不同的配置和/或更多或更少的部件的其它设置也是可能的。电池12可以提供能量至电机14或从电机14接收能量。电池12还可以从公用电网或其它非车载电源(未示出)经由电接口22接收能量。计算系统20与电池12、电机14、变速器16以及显示器/界面24通信和/或控制电池12、电机14、变速器16以及显示器/界面24。
虽然本说明书参考BEV类型的车辆,但是将DTE预测工具应用到其他类型的车辆——例如混合动力电动车辆(HEV)以及由内燃发动机提供动力的常规车辆——在本公开的范围之内。
在车辆中,无论是纯电动车辆(BEV)、混合动力电动车辆(HEV),还是仅由内燃发动机提供动力的常规车辆,能量消耗率被监控和学习以用于各种最终用途特征。各个示例包括瞬时能量消耗率显示、在行程里程表之上的平均消耗率、当前行驶周期的持续的总体平均消耗率、以及剩余能量可行驶距离计算。作为普遍关注,这样的计算准确是重要的。
为了计算DTE行驶里程预测在此参考的预测的能量消耗率和能量消耗估计可以对应于用于操作车辆的推进系统的平均能量消耗,和/或用于操作一个或多个非推进车辆系统和/或车辆部件的平均能量消耗。
应当注意的是,对于常规的基于石油的内燃发动机类型的车辆,预测的能量消耗率和/或能量消耗估计可以由DTE预测工具依照以加仑、升或其他可测量的燃料使用量为单位的预测消耗的石油燃料(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,或能量使用量的其他类似的单位)来产生。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,预测的能量消耗率和/或能量消耗估计可以由DTE预测工具依照预测消耗的电池能量的量来产生,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,或能量使用的其它类似的单位)。对于基于替代燃料的车辆(如,生物柴油,太阳能,液化石油气,压缩天然气,无水乙醇,燃料电池),预测的能量消耗率和/或能量消耗估计可以由DTE预测工具依照预测消耗的替代燃料的量来产生。应当注意的是,将在此所描述的DTE预测工具的特征应用到依靠以上所描述的不同的能源运行的不同类型的车辆中的任何一种或依靠在可预见的将来使用的能源运行的其他车辆类型在本公开的范围之内。
DTE预测工具可以基于推进车辆部件和非推进车辆部件的预测的能量消耗率的总和来产生DTE行驶里程预测。例如,DTE预测工具可以识别已知的车辆行驶路线,将已知的车辆行驶路线划分成一个或多个路段,并基于每个路段的预测的能量消耗率来确定每个路段的能量消耗估计。DTE预测工具然后可以将估计的车辆电池能量可用性和预测的能量消耗率进行比较,以便确定车辆电池能量可用性是否足以使车辆穿过已知的车辆行驶路线。预测的能量消耗率可以是在车辆的之前操作和行驶期间由DTE预测工具已记录的平均能量消耗率。
例如,根据一些实施例,DTE预测工具可以根据在图2中所示的过程和部件产生特定路段的能量消耗估计。图2示出了描述用于产生指定路段的能量消耗配置文件的过程以及贯穿该过程所引用的信息的框图200,其中能量消耗配置文件对应于可以归因于一个或多个已知的和/或预测的因素的车辆动力源的总能量消耗估计(如,HEV/PHEV或BEV的电池能量消耗,或内燃发动机的燃料消耗)。可以归因于车辆的总能量消耗估计——如由能量消耗配置文件表示——的每个可能的因素以下参照框图200更详细地提供。在图2中所示的每个部件可以代表可以作为用于产生车辆101的总体能量消耗配置文件的DTE预测工具的一部分包括的软件、硬件、中间件(middleware)、或它们的某些组合。
在201,指定的路段可以从构成已知的行驶路线的一个或多个路段的列表中识别。基于从列表中所识别的路段,DTE预测工具可以在201继续提取路段信息。路段信息可以包括,但不限于,在所识别的路段上标示的速度限制,所识别的路段的高度配置文件,所识别的路段的当前的和/或预测的交通信息,所识别的路段的道路状况信息,所识别的路段的天气信息,或所识别的路段的一些其它可识别的路段属性。路段信息可以考虑为DTE预测工具从本地数据库(如,存储在车辆系统的存储器上的数据库)访问或DTE预测工具从外部源经由通过网络连接的通信访问的外部信息。
对于从外部源获得路段信息的实施例,图3示出了包含车辆101、网络301和信息服务器302的示例性网络系统300。信息服务器302可以代表存储一个或多个上述路段信息的一个或多个外部服务器。DTE预测工具可以在车辆101上运行,使得DTE预测工具可以控制车辆系统的通信接口以经由网络301与信息服务器302进行通信。DTE预测工具可以控制经由网络301发送到信息服务器302的路段信息的请求。作为响应,信息服务器302可以接收请求并经由网络301将一个或多个所请求的路段信息发送回车辆101,由车辆101的通信接口接收。一旦路段信息被接收并存储在车辆系统的存储单元(即,存储器)上,DTE预测工具然后可以提取路段信息,如图2中的201所示。
此外,DTE预测工具可以引用路段信息来产生车辆101在所识别的路段上的估计的行驶时间。估计的行驶时间可以由DTE预测工具基于对构成路段信息的一个或多个信息的分析来产生。估计的行驶时间然后可以被认为是在201中所提取的信息的一部分。
在201提取路段信息之后,DTE预测工具可以引用路段信息来确定各个能量消耗模型。在一些实施例中,DTE预测工具也可以引用附加信息来确定各个能量消耗模型。以下提供进一步描述。
依照各个模型,DTE预测工具可以利用基础推进模型202来产生预测推进车辆101以标示的速度限制穿过所识别的路段所需的能量量的基础推进能量消耗预测。DTE预测工具可以基于例如包括在路段信息中的标示的速度限制信息以及在一些实施例中与环境温度和气压有关的外部信息来确定基础推进能量消耗预测。外部信息可以从车辆传感器获得,车辆传感器是车辆系统的一部分,或者可选择地,外部信息可以从信息服务器302获得,如以上参照在此所描述的路段信息的获得所描述的那样。
标示的速度限制信息、环境温度信息和气压信息的分析可以由DTE预测工具依照车辆101的学习习惯进一步实施。由此,在车辆101的操作过程中,DTE预测工具可以记录识别当车辆101依照一个或多个路段属性行驶时车辆101的平均能量消耗的信息。例如,当车辆正在以多个不同的速度行驶和/或沿着某些道路类型行驶时,DTE预测工具可以记录车辆101的平均能量消耗。DTE预测工具然后可以将车辆101的平均能量消耗信息作为车辆系统的数据库(如,存储在存储器存储单元上)中的历史信息存储,使得平均能量消耗信息可以被DTE预测工具在以后的时间访问。因此,数据库可以包括描述车辆101在某一速度或速度里程的平均能量消耗的车辆101的历史性能信息。数据库例如可以配置为包含速度、和/或速度范围的查找表,该速度、和/或速度范围匹配至它们相应的车辆101的历史平均能量消耗。由此,DTE预测工具可以访问此数据库以查找车辆101在特定的速度的历史平均能量消耗,以便用作基础推进模型202中的基础推进能量消耗预测。
在一些实施例中,DTE预测工具可以基于上述历史信息来确定基础推进能量消耗预测,并且然后进一步应用对基础推进能量消耗预测的修改以考虑预测的环境温度和气压对能量消耗的影响。从历史信息数据库获得的对基础推进能量消耗预测的修改可以鉴于由基础推进模型202获得的特定的环境温度信息和气压信息来进行。
在分析如上所述的信息之后,DTE预测工具可以利用基础推进模型202来产生被示为基础推进模型202的结果的基础推进能量消耗预测(BPECP)。对于指定路段所产生的BPECP可以是预测的能量消耗率(如,来自数据库的平均能量消耗率)和指定的路段的行驶长度的乘积。
高度模型203是DTE预测工具可以利用的另一个示例性模型。具体地,DTE预测工具可以利用高度模型203来确定预测当穿过所识别的路段时随着车辆行驶上下不同的高度车辆101消耗和获得的潜在能量的高度能量消耗预测。潜在能量信息以及识别所所识别的路段的高度的信息可以从在201所提取的路段信息接收在高度配置文件中。在一些实施例中,高度能量消耗预测还可以考虑可以能够弥补一些能量消耗的车辆101上再生制动系统的影响。DTE预测工具可以分析包括在高度配置文件中的信息以及在一些实施例中通过将这样的信息插入到用于产生高度能量消耗预测的预定的公式中分析再生制动的影响。预定的公式可以考虑例如车辆101的质量、由于重力的加速度和所识别的路段的高度信息。
基于高度配置文件信息以及在一些实施例中再生制动的影响的分析,DTE预测工具可以利用高度模型203来产生被示为高度模型203的结果的高度能量消耗预测(EECP)。对于指定路段所产生的EECP可以是根据上述特征依照高度配置文件信息计算出的预测的能量消耗率和指定路段的行驶长度的乘积。
预热模型204是DTE预测工具可以利用的另一个示例性模型。具体地,DTE预测工具可以利用预热模型204来确定预测启动车辆101消耗的能量量的预热能量消耗预测。例如,预热能量消耗预测可以对应于在车辆101预热的时间段期间由于包括增加的油粘度和催化剂起燃的因素消耗的附加能量的预测。预热模型204接收的用于确定预热能量消耗预测的一些因素可以包括,但不限于,行程距离信息(即,道路长度信息),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。行程距离信息对应于自从车辆101启动车辆101行驶的距离,其中行程距离信息可以例如经由驾驶员输入或参照车辆系统的距离测量部件(如,里程表)获得。初始环境温度可以例如从包括在车辆系统中的车辆传感器获得,或者可选择地,初始环境温度可以从外部信息服务器302获得,如上所述。初始轮胎压力信息可以例如从包括在车辆系统中的包括在一个或多个车轮中的一个或多个轮胎压力监视器获得。初始冷却剂温度可以例如从作为车辆系统的一部分包括的一个或多个温度传感器获得。初始排气温度可以例如从作为车辆系统的一部分包括的一个或多个温度传感器获得。初始油温可以例如从作为车辆系统的一部分包括的一个或多个温度传感器获得。
通过分析预热模型204接收到的一个或多个输入信息的组合,DTE预测工具可以利用预热模型204来产生被示为预热模型204的结果的预热能量消耗预测(WUECP)。对于指定路段所产生的WUECP可以是根据上述特征依据预热/行程信息计算出的预测能量消耗率和指定路段的行驶长度的乘积。
辅助负荷模型205是DTE预测工具可以利用的另一个示例性模型。具体地,DTE预测工具可以利用辅助负荷模型205来确定预测车辆101在穿过所识别的路段的过程中运行不同的辅助负荷所需的能量量的辅助能量消耗预测。辅助负荷可以对应于,但不限于,由前照灯、车内照明、音响系统、信息娱乐系统、扬声器系统、加热座椅、电磁阀、电风扇、车辆控制模块、传感器、气候鼓风机风扇或依赖车辆能源(如,12伏电池)来运作的其他车辆部件引起的交流发电机负荷或DC至DC(直流至直流)转换器负荷。辅助负荷模型205考虑的辅助负荷可以对应于DTE预测工具已知当前在车辆101运行的一个或多个辅助负荷、DTE预测工具预测在所识别的路段行驶过程中将在车辆101上运行的一个或多个辅助负荷、或二者的某种组合。辅助负荷的预测可以对应于DTE预测工具预测辅助负荷在所识别的路段过程中运行的距离或时间乘以辅助负荷的已知的平均能量消耗。
辅助负荷模型205可以进一步利用车辆101的学习习惯来确定辅助能量消耗预测。例如,在车辆101操作过程中,DTE预测工具可以检测识别用于给在此所描述的以其他方式已知或能够在车辆101上运行的一个或多个辅助负荷提供动力的平均能量消耗的信息。DTE预测工具然后可以将与给辅助负荷提供动力有关的平均能量消耗率信息存储为车辆系统的数据库中(如,存储在存储器存储单元上)的历史信息,使得平均能量消耗信息可以由DTE预测工具在以后的时间访问。因此,这样的数据库可以包括用于给被认为是车辆101上的辅助负荷的一个或多个车辆部件提供动力的历史性能信息。由此,DTE预测工具可以访问该数据库,以便查找辅助负荷模型205已知或预测在所识别的路段行驶过程中要运行的一个或多个辅助负荷的历史平均能量消耗。
如图所示,辅助负荷模型205从201接收在所识别的路段上的估计的行驶时间信息。然后,将估计的行驶时间乘以当穿过所识别的路段时已知或预测将在车辆101上运行的一个或多个辅助负荷的每个历史平均能量消耗,DTE预测工具可以获得当穿过所识别的路段时已知或预测将在车辆101上运行的每个辅助负荷的预测的能量消耗值。通过合计这些预测的能量消耗值中的每个,DTE预测工具可以利用辅助负荷模型205来产生被示为辅助负荷模型205的结果的辅助负荷能量消耗预测(ALECP)。由此,对于指定路段所产生的ALECP可以是根据以上所述特征依照辅助负荷信息(如,存储在数据库中的平均能量消耗率)计算出的预测的能量消耗率和指定的路段的行驶长度的乘积。
气候使用模型206是DTE预测工具可以利用的另一个示例性模型。具体地,DTE预测工具可以利用气候使用模型206来确定与当车辆101穿过所识别的路段时,车辆101的能源(如,电池或燃料)保持车辆101内的气候控制水平消耗的能量有关的车辆101的气候使用能量消耗预测。例如,气候使用模型206可以预测达到由车辆101的气候控制系统设定的车厢温度所需的能量量。
气候使用模型206可以进一步利用车辆101的学习习惯来确定气候使用能量消耗预测。例如,在车辆101操作过程中,DTE预测工具可以检测识别用于给车辆101的气候控制系统提供动力以便保持车厢温度在一个或多个设定温度的平均能量消耗的信息。在一些实施例中,当跟踪平均能量消耗时,DTE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。DTE预测工具然后可以将与给气候控制系统提供动力有关的平均能量消耗信息存储为车辆系统的数据库中(如,存储在存储器存储单元上)的历史信息,使得平均能量消耗信息可以由DTE预测工具在以后的时间访问。因此,这样的数据库可以包括用于给气候控制系统提供动力保持车厢在某一已知的设定温度的历史性能信息。由此,DTE预测工具可以访问该数据库以便查找已知的设定车厢温度的历史平均能量消耗。
在一些实施例中,DTE预测工具可以可选地考虑一个或多个车窗或天窗是否处于上升或下降状态以修改从数据库获得的历史平均能量消耗信息。例如,打开的车窗和/或天窗增加了预测的平均能量消耗,因为气候控制系统可能需要更加努力以保持设定的车厢温度。
如图所示,气候使用模型206从201接收在所识别的路段上的估计的行驶时间信息。然后,将估计的行驶时间乘以从上述数据库获得的历史平均能量消耗信息,DTE预测工具可以获得气候使用能量消耗预测。如图2所示,气候使用模型206还可以接收初始车厢温度信息和初始环境温度信息。气候使用模型206然后可以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耗能量消耗信息来修改气候使用能量消耗预测。例如,初始车厢温度和/或初始环境温度进一步远离车辆101的气候控制系统当前设定的车厢温度,DTE预测工具可以给能量消耗气候使用能量消耗预测增加更多的预测的能量。
在一些实施例中,DTE预测工具可以可选地施加饱和度补偿以确保气候使用能量消耗预测不超过车辆的气候控制系统的能力。
以这种方式,DTE预测工具可以利用气候使用模型206来产生被示为气候使用模型206的结果的气候使用能量消耗预测(CUECP)。由此,对于指定的路段所产生的CUECP可以是根据以上所述的特征依照气候使用信息(如,存储在数据库中的平均能量消耗率)计算出的预测的能量消耗率和指定的路段的行驶长度的乘积。
应当注意的是,每个能量消耗预测(BPECP,EECP,WUECP,ALECP,CUECP)可以已并入与以可使用的形式——例如推进车辆的机械能或产生能量以给一个或多个车辆的辅助负荷提供动力的车辆的12V电池的电能——转换源能量(如,燃料能或电池能)相关的有效的能量转换效率。
在从基础推进模型202、高度模型203、预热模型204、辅助负荷模型205以及气候使用模型206中的一个或多个产生能量消耗预测之后,在207,DTE预测工具可以合计所产生的能量消耗预测中的一个或多个(在优选实施例中是所有的)来产生车辆101穿过所识别的路段的能量消耗配置文件。当车辆101穿过所识别的路段时,能量消耗配置文件可以基于历史信息、车辆信息以及以上详细描述的外部信息识别车辆101的预测的能量消耗。能量消耗配置文件可以以指定路段的预测的能量消耗率的形式依照各种能量消耗预测(BPECP,EECP,WUECP,ALECP,CUECP)进一步产生。
此外或可选择地,DTE预测工具可以根据图4中所示的过程和部件产生特定路段的能量消耗估计。图4示出了描述用于产生指定路段的能量消耗配置文件的过程以及贯穿该过程所引用的信息的框图400,其中能量消耗配置文件对应于可以归因于一个或多个因素的车辆动力源的总能量消耗估计(如,HEV/PHEV或BEV的电池能量消耗,或内燃发动机的燃料消耗)。参照框图400更详细地提供了可以归因于车辆的总能量消耗估计——如由能量消耗配置文件所表示的——的每个潜在因素。在图4中所示的每个部件可以代表可以作为用于产生车辆101的总体能量消耗配置文件的DTE预测工具的一部分包括的软件、硬件、中间件、或它们的某些组合。
在401,从可以构成已知的行驶路线的一个或多个路段的列表中识别指定路段。基于从列表中识别的路段,DTE预测工具可以在401继续提取路段信息。路段信息可以包括,但不限于,在所识别的路段上标示的速度限制,所识别的路段的高度配置文件,所识别的路段的当前和/或预测的交通信息,所识别的路段的道路状况信息,所识别的路段的天气信息,所识别的路段的停车标志和交通灯信息,所识别的路段的转弯顺序信息,或所识别的路段的一些其他可识别的路段属性。路段信息可以考虑DTE预测工具从本地数据库(如,存储在车辆系统的存储器上的数据库)访问或DTE预测工具从外部源经由通过网络连接的通信访问的外部信息。
对于从外部源获得路段信息的实施例,图3示出了包括车辆101、网络301和信息服务器302的示例性网络系统300。信息服务器302可以代表存储一个或多个上述路段信息的一个或多个外部服务器。DTE预测工具可以在车辆101上运行,使得DTE预测工具可以控制车辆系统的通信接口以经由网络301与信息服务器302进行通信。DTE预测工具可以控制经由网络301发送到信息服务器302的路段信息的请求。作为响应,信息服务器302可以接收请求并经由网络301将一个或多个所请求的路段信息发送回车辆101,由车辆101的通信接口接收。一旦路段信息被接收并存储在车辆系统的存储单元(即,存储器)上,DTE预测工具然后可以提取路段信息,如图4中的401所示。
此外,DTE预测工具可以引用路段信息来产生车辆101在所识别的路段上的估计的行驶时间。估计的行驶时间可以由DTE预测工具基于构成路段信息的一个或多个信息的分析来产生。估计的行驶时间然后可以被认为是在401中所提取的信息的一部分。
在401提取路段信息之后,DTE预测工具可以引用路段信息来确定各个能量消耗模型。在一些实施例中,DTE预测工具也可以引用附加信息来确定各个能量消耗模型。以下提供进一步描述。
依照各个模型,DTE预测工具可以利用速度预测模型402来产生估计的速度,估计的速度是车辆101将沿着所识别的路段行驶的速度的预测。DTE预测工具可以基于可以作为路段信息的一部分在401提取的标示的速度限制信息和交通信息来确定车辆101的估计的速度。例如,DTE预测工具可以最初确定车辆101沿着所识别的路段行驶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。DTE预测工具然后可以分析包括在路段信息中的交通信息来鉴于交通信息调整车辆101沿着所识别的路段行驶的默认速度。例如,交通信息可以识别沿着所识别的路段的建设或高峰时间交通,建设或高峰时间交通将由DTE预测工具进行分析以得到从被认为是默认速度(如,标示的速度限制)的平均速度降低。因此,基于该分析,当鉴于交通信息调整标示的速度限制时,DTE预测工具可以确定车辆101沿着所识别的路段行驶的估计的速度。估计的速度可以具有对应于车辆101沿着所识别的路段行驶的持续时间的平均恒定速度的值。
可选择地,在基于学习习惯的实施例中,当速度限制是在路段信息中所识别的速度限制时,DTE预测工具可以基于交通信息和车辆101已行驶的历史速度确定车辆101的估计的速度。例如,DTE预测工具可以最初确定车辆101在具有与在路段信息中所识别的标示的速度限制相同或类似的标示的速度限制的道路上行驶的历史速度(如,在历史上,可以找到车辆在35m.p.h.路段以平均40m.p.h.行驶)。历史速度信息可以例如从存储在车辆系统的存储器上的历史数据库查找。历史数据库可以不断更新以通过跟踪当车辆101沿着具有已知的标示的速度限制的不同的路段行驶时车辆101的速度来确定车辆101沿着具有不同的标示的速度限制的路段行驶的平均速度。在获得历史速度之后,DTE预测工具然后可以分析包括在路段信息中的交通信息来鉴于交通信息调整沿着识别的路段行驶的车辆101所确定的历史速度。例如,交通信息可以识别沿着所识别的路段的建设或高峰时间交通,建设或高峰时间交通将由DTE预测工具进行分析以从被认为是历史速度的速度得到平均速度降低。交通信息可以可选择地识别沿着所识别的路段的交通的缺乏,交通的缺乏将由DTE预测工具进行分析以从被认为是历史速度的速度得到平均速度增加。在任何情况下,基于该分析,当历史速度鉴于交通信息进行调整时,DTE预测工具然后可以确定车辆101沿着所识别的路段行驶的估计的速度。估计的速度可以具有对应于车辆101沿着所识别的路段行驶的持续时间的平均恒定速度的值。
在任一实施例中,估计的速度可以包括在行驶速度配置文件中并从速度预测模型402发送到车轮能量模型404。
DTE预测工具可以利用停车预测模型403来确定车辆101的停车可能性配置文件和行驶时间估计。停车可能性配置文件可以识别当在所识别的路段行驶时车辆101处于停车状态的估计的停车持续时间,以及对于所识别的路段在路段信息中所识别的每个交通节点和/或停车标志的估计的停车概率。例如,DTE预测工具可以确定估计的停车概率为车辆101将在沿着所识别的路段的每个停车点(如,交通灯,人行横道,学校附件的人行横道,停车标志或车辆101可能需要停车的其它交通点)停车的概率。DTE预测工具可以确定估计的停车持续时间为车辆101在沿着所识别的路段的每个停车点可以处于停车状态的估计的时间。
DTE预测工具可以例如确定在停车标志处估计的停车概率是100%,而对于交通灯估计的停车概率可以基于是否确定车辆101左转、右转或继续直行通过交通灯。DTE预测工具可以例如基于停车点的估计的停车概率,以及还基于根据所识别的路段和/或车辆101的总体选择的路线确定车辆是否左转、右转、或者继续直行通过停车点,来确定每个停车点的估计的停车持续时间。
以这种方式,DTE预测工具可以计算最终估计的停车持续时间为估计的停车持续时间和沿着所识别的路段的每个停车点的估计的停车概率的乘积。DTE预测工具可以包括最终估计的停车持续时间以便产生行驶时间估计,行驶时间估计从停车预测模型403发送到辅助负荷模型408和气候使用模型409。
此外,DTE预测工具可以产生包括估计的停车持续时间、估计的停车概率或沿着所识别的路段的每个停车点的最终估计的停车持续时间中的任何一个或多个的停车可能性配置文件。停车可能性配置文件可以从停车预测模型403发送到辅助负荷模型408和气候使用模型409。
DTE预测工具可以利用车轮能量模型404来产生预测以包括在从速度预测模型402接收的行驶速度配置文件中的估计的速度推进车辆101穿过所识别的路段可能需要的能量量的基础车轮能量消耗预测。在确定基础车轮能量消耗预测时,DTE预测工具可以进一步考虑外部信息,例如,环境温度和气压。外部信息可以从车辆传感器获得,车辆传感器是车辆系统的一部分,或者可选择地,外部信息可以从信息服务器302获得,如以上参照在此所描述的路段信息的获得所描述的那样。
在图4所示的一些实施例中,DTE预测工具可以分析估计的速度信息、环境温度信息和气压信息中的一个或多个以便确定基础车轮能量消耗预测。例如,估计的速度信息、环境温度信息、气压信息或者其他已知的信息或从所描述的信息可衍生的其他信息中的任何一个或多个可以由DTE预测工具通过插入到用于产生基础车轮能量消耗预测的预定的公式进行分析。预定的公式可以考虑例如车辆101的质量、所识别的路段距离、为车辆101确定的估计的速度、空气密度、滚动阻力以及空气阻力系数以便产生基础车轮能量消耗预测。
基于如以上所述的估计的速度信息、环境温度信息和气压信息的分析,DTE预测工具可以利用车轮能量模型404来产生被示为车轮能量模型404的结果的基础车轮能量消耗预测(BWECP)。对于指定路段所产生的BWECP可以是鉴于基础车轮信息计算出的预测的能量消耗率和指定路段的行驶长度的乘积。
高度模型405是DTE预测工具可以利用的另一个示例性模型。具体地,DTE预测工具可以利用高度模型405来确定预测当穿过所识别的路段时随着车辆行驶上下不同的高度车辆101消耗和获得的潜在能量的高度能量消耗预测。潜在能量信息以及识别所识别的路段的高度的信息可以从在401所提取的路段信息接收在高度配置文件中。在一些实施例中,高度能量消耗预测还可以考虑可以能够弥补一些能量消耗的车辆101上的再生制动系统的影响。DTE预测工具可以分析包括在高度配置文件中的信息以及在一些实施例中通过将这样的信息插入到用于产生高度能量消耗预测的预定的公式中分析再生制动的影响。预定的公式可以考虑例如车辆101的质量、由于重力的加速度以及所识别的路段的高度信息以及在一些实施例中再生制动的作用,以产生高度能量消耗预测。
基于高度配置文件信息以及在一些实施例中再生制动的影响的分析,DTE预测工具可以利用高度模型405来产生被示为高度模型405的结果的高度能量消耗预测(EECP)。对于指定路段所产生的EECP可以是根据上述特征依照高度配置文件信息计算出的预测的能量消耗率和指定路段的行驶长度的乘积。
预热模型406是DTE预测工具可以利用的另一个示例性模型。具体地,DTE预测工具可以利用预热模型406来确定预测启动车辆101消耗的能量量的预热能量消耗预测。例如,预热能量消耗预测可以对应于在车辆101预热的时间段期间由于包括增加的油粘度和催化剂起燃的因素消耗的附加能量的预测。预热模型406接收的用于确定预热能量消耗预测的一些因素可以包括,但不限于,行程距离信息,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。行程距离信息对应于自从车辆101启动车辆101行驶的距离,其中行程距离信息可以例如经由驾驶员输入或参照车辆系统的距离测量部件(如,里程表)获得。初始环境温度可以例如从包括在车辆系统中的车辆传感器获得,或者可选择地,初始环境温度可以从外部信息服务器302获得,如上所述。初始轮胎压力信息可以例如从包括在车辆系统中的包括在一个或多个车轮中的一个或多个轮胎压力监视器获得。初始冷却剂温度可以例如从作为车辆系统的一部分包括的一个或多个温度传感器获得。初始排气温度可以例如从作为车辆系统的一部分包括的一个或多个温度传感器获得。初始油温可以例如从作为车辆系统的一部分包括的一个或多个温度传感器获得。
通过分析接收到预热模型204中的一个或多个输入信息的组合,DTE预测工具可以利用预热模型406来产生被示为预热模型406的结果的预热能量消耗预测(WUECP)。对于指定路段所产生的WUECP可以是根据上述特征依照预热/行程信息计算出的预测的能量消耗率和指定路段的行驶长度的乘积。
制动/加速模型407是DTE预测工具可以利用的另一个示例性模型。具体地,DTE预测工具可以利用制动/加速模型407来确定当车辆101沿着所识别的路段行驶时车辆101的制动和加速能量消耗预测。当车辆101停车,或以其它方式减速,并且然后加速回速度时,损失能量。在车辆101包括再生制动系统的一些实施例中,当在制动操作期间使用再生制动系统时,一些能量可以被重新获得。由此,制动/加速模型407用来预测当车辆101沿着所识别的路段行驶时由于车辆101的制动和加速将消耗的能量量。为了产生制动和加速能量消耗预测,制动/加速模型407从停车预测模型403接收停车可能性配置文件。DTE预测工具可以通过将这样的信息插入到用于产生制动和加速能量消耗预测的预定的公式中分析包括在停车可能性信息配置文件中的信息。预定的公式可以考虑例如再生制动效率、车辆101的质量、如根据在此所描述的任何一个过程确定的估计的速度信息、估计的停车持续时间信息、当车辆101停车或怠速时的能量消耗信息。
基于停车可能性配置文件的分析,DTE预测工具可以利用制动/加速模型407来产生被示为制动/加速模型407的结果的制动和加速能量消耗预测(BAECP)。对于指定路段所产生的WUECP可以是根据上述特征依照制动/加速信息计算出的预测的能量消耗率和指定的路段的行驶长度的乘积。
辅助负荷模型408是DTE预测工具可以利用的另一个示例性模型。具体地,DTE预测工具可以利用辅助负荷模型408来确定预测在穿过所识别的路段的过程中车辆101运行不同的辅助负荷所需的能量量的辅助能量消耗预测。辅助负荷可以对应于,但不限于,由前照灯、车内照明、音响系统、信息娱乐系统、扬声器系统、加热座椅、电磁阀、电风扇、车辆控制模块、传感器、气候鼓风机风扇或依赖车辆能源(如,12伏电池)运作的其他车辆部件引起的交流发电机负荷或DC至DC转换器负荷。辅助负荷模型408考虑的辅助负荷可以对应于DTE预测工具已知当前在车辆101上运行的一个或多个辅助负荷、DTE预测工具预测在所识别的路段行驶过程中将在车辆101上运行的一个或多个辅助负荷、或二者的某种组合。辅助负荷的预测可以对应于DTE预测工具预测在所识别的路段过程中辅助负荷运行的距离或时间乘以辅助负荷的已知的平均能量消耗。
辅助负荷模型408可以进一步利用车辆101的学习习惯来确定辅助能量消耗预测。例如,在车辆101操作过程中,DTE预测工具可以检测识别用于给在此所描述的或以其他方式已知或能够在车辆101上运行的一个或多个辅助负荷提供动力的平均能量消耗的信息。DTE预测工具然后可以将与给辅助负荷提供动力有关的平均能量消耗率信息存储为车辆系统的数据库中(如,存储在存储器存储单元上)的历史信息,使得平均能量消耗信息可以由DTE预测工具在以后的时间访问。因此,这样的数据库可以包括用于给被认为是车辆101上的辅助负荷的一个或多个车辆部件提供动力的历史性能信息。由此,DTE预测工具可以访问该数据库,以便查找辅助负荷模型408已知或预测在所识别的路段行驶过程中将运行的一个或多个辅助负荷的历史平均能量消耗。
如图所示,辅助负荷模型408从401接收在所识别的路段上估计的行驶时间信息。然后,将估计的行驶时间乘以当穿过所识别的路段时已知或预测将在车辆101上运行的一个或多个辅助负荷的每个历史平均能量消耗,DTE预测工具可以获得当穿过所识别的路段时已知或预测在车辆101上运行的每个辅助负荷的预测的能量消耗值。通过合计这些预测的能量消耗值中的每个,DTE预测工具可以利用辅助负荷模型408来产生被示为辅助负荷模型408的结果的辅助负荷能量消耗预测(ALECP)。由此,对于指定路段所产生的ALECP可以是根据以上所描述的特征依照辅助负荷信息(如,存储在数据库中的平均能量消耗率)计算出的预测的能量消耗率和指定的路段的行驶长度的乘积。
应当注意的是,BWECP、EECP、WUECP和BAECP是预测推进车辆101可能需要的机械能的量的能量消耗预测。
气候使用模型409是DTE预测工具可以利用的另一个示例性模型。具体地,DTE预测工具可以利用气候使用模型409来确定与当车辆101穿过所识别的路段时,车辆101的能源(如,电池或燃料)保持车辆101内的气候控制水平消耗的能量有关的车辆101的气候使用能量消耗预测。例如,气候使用模型409可以预测达到由车辆101的气候控制系统设定的车厢温度所需的能量量。
气候使用模型409可以进一步利用车辆101的学习习惯来确定气候使用能量消耗预测。例如,在车辆101操作过程中,DTE预测工具可以检测识别用于给车辆101的气候控制系统提供动力以便保持车厢在一个或多个设定温度的平均能量消耗的信息。在一些实施例中,当跟踪平均能量消耗时,DTE预测工具可以进一步考虑相比于设定车厢温度的外部温度。DTE预测工具然后可以将与给气候控制系统提供动力有关的平均能量消耗信息存储为车辆系统的数据库中(如,存储在存储器存储单元上)的历史信息,使得平均能量消耗信息可以由DTE预测工具在以后的时间访问。因此,这样的数据库可以包括用于给气候控制系统提供动力用于保持车厢在某一已知的设定温度的历史性能信息。由此,DTE预测工具可以访问该数据库以便查找已知的设定车厢温度的历史平均能量消耗。
在一些实施例中,DTE预测工具可以可选地考虑一个或多个车窗或天窗是否处于上升或下降状态以修改从数据库获得的历史平均能量消耗信息。例如,打开的车窗和/或天窗增加预测的平均能量消耗,因为气候控制系统可能需要加强运转以保持设定的车厢温度。
如图所示,气候使用模型409从201接收在所识别的路段上估计的行驶时间信息。然后,将估计的行驶时间乘以从上述数据库获得的历史平均能量消耗信息,DTE预测工具可以获得气候使用能量消耗预测。如图4所示,气候使用模型409还可以接收初始车厢温度信息和初始环境温度信息。气候使用模型409然后可以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耗能信息来修改气候使用能量消耗预测。例如,初始车厢温度和/或初始环境温度进一步远离车辆101的气候控制系统当前设定的车厢温度,DTE预测工具可以给能量消耗气候使用能量消耗预测增加更多的预测的能量。
在一些实施例中,DTE预测工具可以可选地施加饱和度补偿以确保气候使用能量消耗预测不超过车辆的气候控制系统的能力。
以这种方式,DTE预测工具可以利用气候使用模型409来产生被示为气候使用模型409的结果的气候使用能量消耗预测(CUECP)。由此,对于指定的路段所产生的CUECP可以是根据上述特征依照辅助负荷信息(如,存储在数据库中的平均能量消耗率)计算出的预测的能量消耗率和指定的路段的行程长度的乘积。
应当注意的是,ALECP和CUECP是预测用于给非推进车辆部件和/或车辆系统提供动力的能量量的能量消耗预测。ALECP能量消耗预测表示给车辆101的12V电池系统提供动力所需的电能的量。CUECP的域取决于车辆配置。对于具有高压电A/C(交流)系统或电加热系统的电动车辆,CUECP估计表示给气候控制系统提供动力所需的高压电能的量。对于常规车辆,CUECP估计的车厢加热部分表示从热交换器提取的热能的量。另一方面,CUECP估计的车厢冷却部分表示操作A/C压缩机所需的机械能的量。
总之,图4所示的每个能量转换效率模型确定考虑到各种转换效率提供能量到所有的系统部件需要多少源能量(如,燃料的加仑数或电池能的瓦时数)。为了满足12V能量负荷,常规车辆必须首先经由燃烧将燃料能转化为机械能,并且然后经由交流发电机将机械能转换为电能。
在从一个或多个车轮能量模型404、高度模型405、预热模型406、制动/加速模型407、辅助负荷模型408和气候使用模型409中的一个或多个产生能量消耗预测之后,DTE预测工具可以在410和411实施求和功能。例如,在410,DTE预测工具可以实施来自车轮能量模型404、高度模型405、预热模型406和制动/加速模型407的能量消耗预测的求和,以产生推进能量消耗预测。进一步地,在411,DTE预测工具可以实施辅助负荷模型408和气候使用模型409的求和以产生非推进能量消耗预测。
然后,DTE预测工具可以利用能量转换效率模型412以便产生能量消耗配置文件。能量转换效率模型412接收推进能量消耗预测、非推进能量消耗预测和行驶速度配置文件作为输入信息。能量转换效率模型412然后应用正在提供能量的车辆101的动力装置(powerplant)的已知的能量转换效率,以便产生最终的能量消耗配置文件。例如,能量转换效率可以是为了实现车辆功能提供至车辆部件将在能量转换期间最终被用于实现预期的车辆功能的多少能量的测量。换句话说,能量消耗效率可以是在能量转换过程中能量消耗和能量损失的测量。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中,能量效率数据库描绘了车辆动力装置(如,当车辆101是电动或混合动力车辆时,用于推进车辆101或给车辆系统的部件提供动力的车辆电池)随车辆速度(如,包括在行驶速度配置文件中的车辆101在所识别的路段行驶的估计的速度,或由当前速度测量部件检测的车辆101的速度)变化的已知的能量转换效率。由此,用于车辆动力装置的较低的能量转换效率可以导致更高地调整推进能量消耗预测和非推进能量消耗预测以产生最终的能量消耗配置文件以便弥补较低的能量转换效率。可以依照各种能量消耗预测(BWECP,EECP,WUECP,BAECP,ALECP,CUECP)以指定路段的预测的能量消耗率的形式进一步产生能量消耗配置文件。
应当注意的是,上述基于历史信息的平均能量消耗值可以是平均稳态能量消耗率值。进一步地,对于与车辆101相同或至少类似的车辆模型的测试车辆,基于测试场景,车辆101可以预装有一些基线能量消耗估计。测试场景可以对应于检测测试车辆在多种能量消耗操作下的能量消耗,例如以不同的速度驾驶测试车辆,在不同的负荷下驾驶测试车辆,在不同的初始条件下驾驶测试车辆以及在不同的外部条件下驾驶测试车辆。贯穿本公开提供了在不同的场景下操作车辆的一些示例,然而,其他场景也在在此所描述的创新的范围内。然后,基于不同的测试场景,可以获得测试车辆在不同的场景下操作的能量消耗预测。能量消耗预测然后可以存储为可以预加载到存储器中的数据库的一部分,存储器是车辆系统的一部分。由此,当根据在此所述的任何一个或多个过程产生能量消耗配置文件时,该预加载的数据库可以被引用、分析和使用。
虽然以上说明书是依照总体已知的驾驶路线的一部分的路段来提供的,但是DTE预测工具提供任何可识别的路段的能量消耗配置文件也在本公开的范围内。换句话说,DTE预测工具可以提供具有在此所描述的已知的路段属性的路段的能量消耗配置文件。
由此,对于已知的车辆行驶路线,预测的能量消耗率和/或能量消耗估计可以由DTE预测工具根据以上参照图2和图4所描述的任何一个或多个过程来产生。
如前所述,准确计算车辆剩余燃料可行驶里程或距离(“DTE”)对于BEV类型的车辆尤其重要。BEV通常具有比常规的车辆较短的里程,并且因此BEV操作者高度依赖车辆里程计算来确保目的地在车辆的行驶里程内。
在常规车辆中,车辆行驶里程通常是基于历史车辆行驶里程的存储的二进制文件来计算的,每个二进制文件基于在固定的距离内的燃料消耗单独计算,以产生平均车辆行驶里程。例如,图5示出了DTE预测工具可以实施用于计算车辆行驶里程的示例性过程。平均效率是基于之前的数目N个二进制文件的来计算的,如框501所示。每个二进制文件b1,b2…bN包括d英里的车辆行驶间隔的燃料消耗或燃料效率值。作为示例,N可以是6,且d可以是60。在这样的示例中,效率将因而在行驶的整个360英里内平均。车辆随后行驶附加的d英里,如框502所示。测量d英里内消耗的燃料并计算新的二进制文件bN+1的燃料效率。然后舍去最早的二进制文件,如框503所示。新的效率然后使用b2,b3…bN+1的平均来计算。
然而,这种技术在瞬时行驶事件期间可能不准确,例如从城市到高速公路上行驶的过渡。当舍去最早存储的二进制文件时,这种方法还提供了可能导致大的阶跃变化的不连续的估计。此外,传统的里程计算通常假设来自剩余燃料的可用的能量是恒定的,不受温度或使用年限影响。然而,对于给定的荷电状态,来自BEV电池的可用的能量可以基于电池温度和使用年限改变。此外,车厢加热和冷却对BEV中的能量消耗通常具有比在常规车辆中更大且更可变的影响。在极端情况下,例如在冬天的寒冷地区,由于车厢加热能量使用,组合的车辆能量使用可以相对于正常操作为两倍。
现在参考图6,图6示出了描述用于计算车辆行驶里程的优选方法的流程图600。流程图600所描述的方法可以由DTE预测工具来控制以便产生已知的行驶路线的DTE预测以及当驾驶路线(如,最终目的地)未知时的持续DTE预测。
由流程图600所描述的方法开始于33。然后,在34,DTE预测工具确定车辆的当前行驶周期的行驶路线是否已知。在一些实施例中,该确定可以基于在与车辆通信的车辆导航系统或便携式导航设备中的驾驶员输入的目的地做出。在其它实施例中,车辆显示器可以设置有用于“家”,“工作”,和/或其他常用的目的地的多个目的地选择器。
如果车辆行驶路线是已知的,那么能量消耗估计是基于构成已知的行驶路线的至少一个路段的预测的能量消耗量估计来确定的,如框36所示。构成已知的行驶路线的路段的能量消耗估计可以由DTE预测工具根据在此所述的一个或多个方法——特别参照图2和图4所描述的方法——产生。计算给定的路线段的能量使用量的其他已知方法也可以使用。
在一个实施例中,路段可以基于固定的距离。作为这样的实施例的示例,已知的行驶路线可以分成五英里、十英里或一些其它适当的可识别的距离段。在另一个实施例中,路段可以计算为整个已知的行驶路线的百分比。作为这样的实施例的非限定示例,已知的行驶路线可以分为五个路段,每个包含已知的行驶路线的20%。在进一步实施例中,路段可以基于在已知的行驶路线上道路的属性。作为非限定示例,已知的行驶路线可以分成高速公路路段和地面街道路段。
路线的能量使用量然后可以根据以下公式计算:
Eroute_total=Eroad_seg1+Eroad_seg2+Eroad_seg3+.Eroad_seg4
其中Eroute_total是以Whr(瓦时)为单位的已知的行驶路线的总能量消耗估计,Eroad_seg1是以Whr为单位的第一路段的能量消耗估计,Eroad_seg2是以Whr为单位的第二路段的能量消耗估计,Eroad_seg3是以Whr为单位的第三路段的能量消耗估计,以及Eroute_seg4是以Whr为单位的第四路段的能量消耗估计。虽然在该示例性示例中使用了四个路段,但是可以使用更多或更少的路段。
在计算已知的行驶路线的总能量消耗估计之后,DTE预测工具可以对能量消耗估计是否小于可用的能量作出确定,如操作38所示。可用的能量可以是从车辆计算系统获得的存储的电池能量的测量值。
如果是,那么车辆DTE基于能量消耗估计和存储的平均消耗率来计算,如框40所示。DTE计算可以使用以下公式来进行:
其中DTEnom是标称剩余能量可行驶距离,Dtrip是以km为单位的路线的总行程距离,Ebatt是以Whr为单位的可用的能量,以及Rglobal,whr/km是以Whr/km为单位的存储的平均总体能量消耗率。平均总体能量消耗率可以是在车辆的寿命或当前行驶周期过程中例如由DTE预测工具为车辆计算出的平均能量消耗率。当前行驶周期可以由车辆的乘客重新设置,使得总体能量消耗率可以同时重新设置以便允许计算新的总体能量消耗率。平均能量消耗率可以是需要来自一个或多个车辆电池的能量的推进和非推进车辆部件的一个或多个平均能量消耗率的组合。
因此,当车辆电池的可用的能量超过当前车辆路线所需的能量时,多余的能量假定在将来的行程中消耗,与平均总体能量消耗率相一致。
如果已知的行驶路线的能量消耗估计不小于可用的能量,那么计算沿着已知的行驶路线的可行驶的距离,如框42所示。可行驶的距离计算可以使用以下公式来进行:
如果0<Ebatt-Eroad_seg_1-Eroad_seg_2≤Eroad_seg_3;
等,其中Droad_seg1是以Km为单位的第一路段的行程距离,Droad_seg2是以Km为单位的第二路段的行程距离,以及Droad_seg3是以Km为单位的第三路段的行程距离。因此,当可用的能量不足以完成当前车辆行驶路线时,DTE是基于可以完全穿过的路段的多少连同沿着后续路段的部分距离的确定。
在框40或框42的DTE计算之后,DTE在车辆显示器上显示给车辆操作者,如框44所示。然后计算校正因子,并根据校正因子更新总体平均消耗率,如框46所示。
根据一些实施例,DTE预测工具可以使用图7的框图中所示的方法计算校正因子和平均总体消耗率。计算当前路段的当前能量消耗率和估计的能量消耗率之间的差,如框70所示。基于差计算校正因子,如框72所示。
校正因子可以使用离散的一阶滤波器根据以下公式作为反馈校正器计算:
其中,Rroute_corr,whr/km是以Whr/km为单位的路线能量消耗率校正因子,k是离散的时间指数,α是滤波常数,Eroad_seg_x是以Whr为单位的当前路段的能量消耗估计,Droad_seg_x是以Whr为单位的当前路段的距离,以及Rwhr/km是以Whr/km为单位的当前测量到的能量消耗率。
计算当前线路段的校正因子和估计的能量消耗率的总和,如框74所示。总体能量消耗率可以使用离散的一阶滤波器根据以下公式计算:
当首先计算给定的行驶周期的标称DTE时,校正因子应该重新设置,即设置为等于零。如从上面可以看到,当穿过路线时,所测量的能量消耗率与当前线路段的估计的平均能量消耗率进行比较。校正因子是基于估计值与测量值之间的差使用一阶滤波器来学习,并且总体能量消耗率学习相同的率下的校正因子。
返回到图6,在更新校正因子和总体平均消耗率之后,做出路线是否已改变的确定,如操作48所示。路线改变的存在可以响应于在导航系统或其他输入设备上新用户指定的位置来确定,或者响应于背离已知的车辆路线的检测到的车辆位置来推断。如果车辆到达已知的车辆路线的终点并继续行驶,也可以推断路线改变。
如果路线没有改变,那么重新计算DTE,如框50所示。该重新计算可以根据以下公式来进行:
其中Dtraveled是以km、公里或距离的另一个可识别的测量为单位的沿着路线行驶的距离。如可以看到,当车辆正在穿过已知的路线时,路线能量消耗校正因子被应用到可用的剩余电池能量。在一些实施例中,当总体能量消耗率学习相同的率下的相同的校正时,校正被应用到DTE估计的已知路线部分和剩余部分。在重新计算DTE之后,控制返回到框44。
如果路线已改变,那么做出新的行驶路线是否已知的确定。如果新的行驶路线是已知的,那么控制返回到框36。如果新的行驶路线是未知的,那么DTE基于存储的总体平均消耗率来计算,如框54所示。值得注意的是,如果在操作34做出路线未知的确定,也进行这种计算。未知的路线的DTE计算可以根据以下公式进行:
计算出的DTE显示在车辆显示器上,如框56所示。然后更新平均总体消耗率,如框58所示。总体能量消耗率可以根据以下公式更新:
Rglobal,whr/km(k)=[1-α]Rglobal,whr/km(k-1)+[α]Rwhr/km(k)
其中Rglobal,whr/km是以Whr为单位的总体能量消耗率以及Rwhr/km是当前测量的能量消耗率。可以看出,当当前路线未知时,所测量的能量消耗率用于更新总体能量消耗率。在本实施例中,总体能量消耗率被示为单个因素。然而,在一些实施例中,总体能量消耗率被分成单独的因素,例如推进能量、损失和气候控制。这些因素可以单独学习并合计以产生总体能量消耗率。
如可以看出,当沿着已知的路线行驶的车辆接近已知路线的终点时,框40的计算收敛于框54的计算。里程计算因而从部分基于已知的车辆路线的一个向基于存储的平均燃料消耗率的一个平滑过渡。
现在参照图8,示出了根据本发明描述用于控制车辆的方法的流程图800。流程图800所描述的方法可以例如通过在此所描述的DTE预测工具控制。
在81,可以确定已知的车辆路线。已知的车辆路线可以根据在此所描述的任何一种或多种方法来确定。
在82,根据在此所描述的任何一种或多种方法将已知的车辆路线划分成一个或多个路段。
在83,估计路段的能量使用量,其中能量消耗估计可以根据在此所描述的用于产生已知的路段的能量消耗估计的任何一种或多种方法来产生。
在84,剩余能量可行驶距离可以基于在83产生的能量消耗估计、当前电池电荷以及存储的能量消耗率来计算,如框76所示。作为示例,这可以包括路段长度和基于所存储的能量消耗率的估计的长度或基于电池电荷可到达的路段长度的部分的总和,如框86所示。
在85,DTE然后可以通过将DTE信息显示到车厢显示器来提供给车辆乘客。
虽然以上方法已关于BEV进行了大量描述,但是根据本公开的实施例还可以在HEV、插电式混合动力电动车辆(PHEV)以及常规车辆中使用。
如从各种实施例可以看出,本发明提供了一种准确并动态地补偿驾驶方式的变化的计算车辆里程的方法。此外,本发明提供了一种连续的计算里程的方法,而不是已知的不连续方法。
虽然最佳模式已详细描述,但是本领域技术人员将认识到在以下权利要求的范围内的各种替代设计和实施例。虽然各种实施例已被描述为关于一个或多个期望的特性提供优点或者优于其它实施例,但是如本领域技术人员意识到的那样,一个或多个特性可以被折衷以实现期望的系统属性,这依赖于具体的应用和实施方式。这些属性包括但不限于:成本,强度,耐用性,寿命周期成本,市场性,外观,包装,尺寸,适用性,重量,可制造性,易组装性,等。被描述为关于一个或多个特性相比于其他实施例或现有技术实施方式较不理想的在此所讨论的实施例在本公开的范围之内并且对于特定的应用可以是理想的。
图9包括计算系统900的示例性实施例,计算系统900配置用于包括在如贯穿本公开所描述的车辆系统中。例如,计算系统900可以对应于参照图1所描述的计算系统20。
计算系统900可以包括可被执行以使计算机系统900来执行在此所公开的任何一种或多种方法、过程或基于计算机的功能的一组指令。例如,DTE预测工具可以是包含执行以使计算系统900来执行在此所描述的任何一种或多种方法、过程或基于计算机的功能的一组指令924的程序。指令可以存储在主存储器904、静态存储器906或盘驱动器916中的任何一个或多个中。计算系统900可以使用网络926连接到其他计算机系统或外围设备。连接到网络926的计算系统900可以在网络926上经由网络接口920传送语音、视频或数据到另一个计算系统或设备。连接到网络926的计算系统900还可以在网络926上从另一个计算机系统或设备经由网络接口920接收语音、视频或数据。例如,可以在网络926上经由网络接口920发送或接收指令924。
网络926可以对应于图3中所描述的网络301。网络926可以是一个或多个网络的集合,包括基于标准的网络(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(LTE)(TM),或更多),WiMAX(总体微波接入互操作性),蓝牙,近场通信(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,以及在本申请提交时可用的或在将来可以开发出来的其他网络。此外,网络926可以是公共网络例如因特网,专用网络例如内联网,或其组合,并且可以利用现在可用的或以后开发的多种联网协议,包括但不限于基于TCP/IP的网络协议。
虽然示出了单个计算系统900,但是术语“系统”还应被理解为包括单独或共同执行一组或多组指令以执行在此所描述的一个或多个计算机功能或特征的系统或子系统的任何集合。由此,配置用于实施在本公开中所描述的特征的车辆可以包括含有比在图9中所示的计算系统900所描述的更多或更少的部件的计算系统。
如图9所示,计算系统900可以包括处理器902,例如中央处理单元(“CPU”)、图形处理单元(“GPU”)或二者。此外,计算系统900可以包括可以经由通信总线908彼此通信的主存储器904和静态存储器906的任意组合。如图所示,计算系统900可以进一步包括视频显示单元910,例如液晶显示器(“LCD”)、有机发光二极管(“OLED”)、平板显示器、固体显示器、或者阴极射线管(“CRT”)。显示单元910可以代表在车厢内可用的一个或多个显示器(如,导航显示器、抬头显示器、弹出显示器、信息娱乐显示器,等)。此外,计算系统900可以包括输入控制单元912,输入控制单元912包括用于接收乘客的输入命令的一个或多个输入设备,例如键盘、扫描器、用于图像拍摄和/或视觉命令识别的数码摄像机、触摸屏、运动传感器、音频输入设备、或光标控制设备(如,鼠标或触摸板)。计算系统900还可以包括用于接收计算机可读介质922的盘驱动器916。计算系统900还可以包括信号产生设备918(如扬声器系统或远程控制信号输出系统)和网路接口920。
在一些实施例中,如图9所描绘的,盘驱动器916可以接收计算机可读介质922,在计算机可读介质922中可以嵌入一组或多组指令924,例如软件。进一步地,指令924可以体现在此所描述的一种或多种方法、过程或逻辑,例如DTE预测工具。在一些实施例中,指令924可以完全或者至少部分驻留在主存储器904、静态存储器906和/或在计算系统900执行指令924期间在处理器902内。主存储器904和处理器902还可以包括计算机可读介质。
根据本公开的各个实施例,在此所描述的方法可以通过由计算机系统可执行的软件程序来实施。进一步地,在示例性、非限制性实施例中,实施方式可以包括分布式处理、部件/对象分布式处理和并行处理。可选择地,虚拟计算机系统处理可以构造成实施在此所描述的一种或多种方法或功能。
虽然计算机可读介质922被示为单个介质,但是术语“计算机可读介质”包括单个介质或多个介质,例如集中式或分布式数据库,和/或相关的高速缓存和存储一组或多组指令的服务器。术语“计算机可读介质”还应当包括能够存储、编码或支持用于由处理器执行或使计算机系统来执行在此所公开的任何一种或多种方法或操作的一组指令的任何有形介质。
在一些实施例中,计算机可读介质922可以包括固体存储器,例如容纳一个或多个非易失性只读存储器——例如闪速存储器——的存储卡或其它程序包。进一步地,计算机可读介质922可以是随机存取存储器或其他易失性可重写存储器。此外,计算机可读介质922可以包括磁光或光学介质,例如捕获在传输介质上传送的信息的盘或带或其他存储设备。在网络926上传送或接收的数字文件或数字信息可以被认为是等同于易失性存储介质的分布式介质。因此,本公开被认为包括可以存储数据或指令的计算机可读介质或分布式介质以及其他等同物和后继介质中的任何一种或多种。
在附图中的任何过程描述或框应当被理解为表示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指令的模块、段、或代码部分,并且替代的实施方式包括于在此所描述的实施例的范围之内,其中功能可以根据涉及的功能不按所示或所讨论的顺序执行,包括实质上同时或以相反的顺序执行,如本领域的普通技术人员可以理解的那样。
应当强调的是,上述实施例,特别是任何“优选”实施例,是实施方式的可能示例,仅仅阐述用于清楚地理解本发明的原理。在实质上不脱离在此所描述的技术的精神和原则的前提下,可以对上述实施例作出各种变化和修改。所有这些修改旨在在此包括在本公开的范围之内并由以下的权利要求所保护。
Claims (8)
1.一种车辆,包含:
电机,其配置用于给车轮提供驱动扭矩;
电池,其与所述电机电连接并且配置用于给所述电机提供电力;
处理器,其配置用于至少部分基于已知的车辆行驶路线、所述已知的车辆行驶路线的能量消耗估计以及可用的电池电荷来产生车辆的剩余能量可行驶里程;以及
显示器,其配置用于呈现所述车辆行驶里程;
所述处理器进一步配置用于:
产生当前行驶周期的实际能量消耗值;
将所述实际能量消耗值和所述能量消耗估计进行比较;以及
基于所述比较来产生路线能量消耗率校正因子。
2.根据权利要求1所述的车辆,其中所述能量消耗估计至少部分基于来自之前的行驶周期的存储的能量消耗数据。
3.根据权利要求1所述的车辆,其中处理器将所述已知的车辆行驶路线分成多个路段,并且基于下列值计算当前路段的路线能量消耗率校正因子:先前路段的路线能量消耗率校正因子、当前路段的能量消耗估计、当前路段的距离以及当前测量到的能量消耗率。
4.根据权利要求3所述的车辆,其中所述处理器配置用于:
产生第一路段的第一能量消耗估计;
产生第二路段的第二能量消耗估计,其中所述第一路段和所述第二路段包括在所述多个路段中;
将所述可用的电池电荷与所述第一能量消耗估计和所述第二能量消耗估计进行比较;
基于所述比较来确定预测所述车辆完成在所述第一路段上的行驶;
基于所述比较来确定预测所述车辆不能完成在所述第二路段上的行驶;
识别沿着所述第二路段上的剩余能量可行驶里程位置,其中在所述第二路段上的剩余能量可行驶里程位置处所述可用的电池电荷被预测将落到预定电荷阈值以下;以及
产生对应于所述剩余能量可行驶里程的位置的所述车辆行驶里程。
5.根据权利要求1所述的车辆,其中所述处理器进一步配置用于:
将所述校正因子应用到反馈回路中的所述能量消耗估计以便产生校正的能量消耗估计;以及
基于所述校正的能量消耗估计来更新所述车辆行驶里程。
6.根据权利要求1所述的车辆,其中所述车辆行驶里程延伸超过所述已知的行驶路线;以及
其中所述处理器配置用于:
基于平均总体能量消耗率确定延伸超过所述已知的行驶路线距离的所述车辆行驶里程。
7.根据权利要求6所述的车辆,其中所述平均总体能量消耗率是所述车辆在当前行驶周期期间的平均能量消耗率。
8.根据权利要求6所述的车辆,其中所述平均总体能量消耗率是所述车辆在当前行驶周期和一个或多个之前的行驶周期期间的平均能量消耗率。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/474,069 US9476719B2 (en) | 2014-08-29 | 2014-08-29 | Route-based distance to empty calculation for a vehicle |
US14/474,069 | 2014-08-29 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105383496A CN105383496A (zh) | 2016-03-09 |
CN105383496B true CN105383496B (zh) | 2020-06-12 |
Family
ID=55312324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510530764.6A Active CN105383496B (zh) | 2014-08-29 | 2015-08-26 | 用于车辆的基于路线的剩余能量可行驶距离计算 |
Country Status (3)
Country | Link |
---|---|
US (2) | US9476719B2 (zh) |
CN (1) | CN105383496B (zh) |
DE (1) | DE102015113701A1 (zh) |
Families Citing this family (62)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106163862B (zh) | 2014-04-04 | 2019-07-05 | 特斯拉公司 | 用于行程规划的方法和计算机可读存储介质 |
DE102014012318B4 (de) * | 2014-08-19 | 2019-05-09 | Audi Ag | Verfahren zum Vorausberechnen eines Verbrauchs eines Kraftfahrzeugs, Kraftfahrzeug und Computerprogramm |
US9776528B2 (en) * | 2015-06-17 | 2017-10-03 | Nissan North America, Inc. | Electric vehicle range prediction |
US9857189B2 (en) * | 2016-02-08 | 2018-01-02 | GM Global Technology Operations LLC | Energy-efficient navigation route for electric transportation device |
KR20170114148A (ko) * | 2016-04-05 | 2017-10-13 | 현대자동차주식회사 | 차량 및 그 제어방법 |
CN107270918A (zh) * | 2016-04-08 | 2017-10-20 | 博世汽车部件(苏州)有限公司 | 一种用于规划行驶路线的方法和装置 |
US10234568B2 (en) * | 2016-05-12 | 2019-03-19 | GM Global Technology Operations LLC | GNSS vehicle location involving overlapping roads |
KR101865729B1 (ko) * | 2016-06-23 | 2018-06-08 | 현대자동차 주식회사 | 전기자동차 경로 안내 시스템 및 그 방법 |
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 |
KR101896765B1 (ko) * | 2016-07-29 | 2018-09-07 | 현대자동차주식회사 | 내비게이션의 경로 설정 시 주행가능거리를 연산하는 방법 |
US11346678B2 (en) * | 2016-08-15 | 2022-05-31 | Massachusetts Institute Of Technology | System and method for estimating and predicting vehicle trip energy consumption |
DE102016222734A1 (de) * | 2016-11-18 | 2018-05-24 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Computer-lesbares Medium, System, und Fahrzeug umfassend das System zum Unterstützen einer energieeffizienten Verzögerung des Fahrzeugs |
KR102636363B1 (ko) * | 2016-11-22 | 2024-02-14 | 삼성전자주식회사 | 차량 제어 장치 및 그 동작 방법 |
US10661805B2 (en) * | 2016-11-22 | 2020-05-26 | Samsung Electronics Co., Ltd. | Vehicle control unit (VCU) and operating method thereof |
KR102607913B1 (ko) * | 2016-12-12 | 2023-11-29 | 현대자동차주식회사 | 차량 및 그 제어방법 |
KR20180070127A (ko) * | 2016-12-16 | 2018-06-26 | 현대자동차주식회사 | 차량 및 그 제어방법 |
US10377389B2 (en) * | 2017-03-08 | 2019-08-13 | Ford Global Technologies, Llc | Load management to extend electric vehicle range |
US20180345801A1 (en) * | 2017-06-06 | 2018-12-06 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for optimizing battery pre-charging using adjusted traffic predictions |
US10994719B2 (en) * | 2017-08-10 | 2021-05-04 | Nissan Motor Co., Ltd. | Method and device for controlling hybrid vehicle |
US10678234B2 (en) * | 2017-08-24 | 2020-06-09 | Tusimple, Inc. | System and method for autonomous vehicle control to minimize energy cost |
US10571287B2 (en) | 2017-08-25 | 2020-02-25 | The Boeing Company | System and method for vehicle energy management |
DE102017124735A1 (de) * | 2017-10-23 | 2019-04-25 | Volkswagen Aktiengesellschaft | Verfahren zur Reichweitenbestimmung eines Kraftfahrzeugs und Kraftfahrzeug |
KR20190069772A (ko) * | 2017-12-12 | 2019-06-20 | 현대자동차주식회사 | 하이브리드 자동차 및 그를 위한 경로 탐색 방법 |
CN108985686B (zh) * | 2018-07-05 | 2022-04-12 | 北京智行者科技有限公司 | 物流车行驶数据处理方法 |
KR102621906B1 (ko) * | 2018-09-06 | 2024-01-05 | 현대자동차주식회사 | 주행 가능 거리 제공 장치 및 방법 |
GB2577129B (en) * | 2018-09-17 | 2021-03-24 | Jaguar Land Rover Ltd | Control system for a vehicle |
CN109515247B (zh) * | 2018-10-29 | 2021-12-28 | 江苏罗思韦尔电气有限公司 | 一种基于T-Box纯电动汽车剩余行驶里程的估算方法 |
KR102634355B1 (ko) * | 2018-11-29 | 2024-02-08 | 현대자동차주식회사 | 차량의 주행가능거리 표시 장치 및 방법 |
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 |
CN109747427B (zh) * | 2019-02-01 | 2021-02-19 | 广州小鹏汽车科技有限公司 | 估计电动车辆到达目的地时的剩余续驶能力的方法及设备 |
USD947699S1 (en) | 2019-03-11 | 2022-04-05 | Dometic Sweden Ab | Controller |
DE102019106908A1 (de) * | 2019-03-19 | 2020-09-24 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Vorrichtung und Fortbewegungsmittel zum Ermitteln einer Restreichweite für das Fortbewegungsmittel |
WO2020189771A1 (ja) * | 2019-03-20 | 2020-09-24 | 本田技研工業株式会社 | 消費エネルギー推定装置、消費エネルギー推定方法、及びプログラム |
US11235665B2 (en) * | 2019-03-26 | 2022-02-01 | Ford Global Technologies, Llc | Regenerative braking control system |
US11200757B2 (en) | 2019-08-16 | 2021-12-14 | Honda Motor Co., Ltd. | Systems and methods for range prediction |
DE102019127078A1 (de) | 2019-10-09 | 2021-04-15 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Vorbereitung eines Kraftfahrzeugs für eine Fahrt |
JP7276067B2 (ja) * | 2019-10-16 | 2023-05-18 | 株式会社デンソー | 走行支援システム、走行支援方法、及びプログラム |
KR20210048299A (ko) * | 2019-10-23 | 2021-05-03 | 현대자동차주식회사 | 전기차의 주행 가능 거리 표시 장치 및 방법 |
CN110803066B (zh) * | 2019-10-25 | 2023-01-13 | 广州电力机车有限公司 | 一种纯电动矿车的剩余续航里程估算方法 |
US20210146785A1 (en) * | 2019-11-19 | 2021-05-20 | GM Global Technology Operations LLC | Driver model estimation, classification, and adaptation for range prediction |
JP7010985B2 (ja) * | 2020-03-03 | 2022-01-26 | 本田技研工業株式会社 | 走行可能距離表示装置 |
US11486710B2 (en) * | 2020-04-06 | 2022-11-01 | The Boeing Company | System and method for determining a three-dimensional travel path for a vehicle |
CN112230150A (zh) * | 2020-05-25 | 2021-01-15 | 青海绿能数据有限公司 | 一种新能源运行效率检测方法 |
DE102020114269A1 (de) * | 2020-05-28 | 2021-12-02 | Audi Aktiengesellschaft | Verfahren zum Betreiben eines Brennstoffzellen-Fahrzeuges sowie Brennstoffzellen-Fahrzeug |
KR20220011333A (ko) * | 2020-07-21 | 2022-01-28 | 현대자동차주식회사 | 차량 및 그 제어방법 |
US11959758B2 (en) * | 2020-10-05 | 2024-04-16 | Ford Global Technologies, Llc | Systems and methods for optimizing vehicle deployment |
EP3992023A1 (en) * | 2020-10-28 | 2022-05-04 | Hitachi, Ltd. | Method and system for predicting range of an electric vehicle |
CN112224089A (zh) * | 2020-11-06 | 2021-01-15 | 恒大新能源汽车投资控股集团有限公司 | 基于能耗的行程规划方法、装置、电子设备及存储介质 |
US11814032B2 (en) | 2020-12-08 | 2023-11-14 | Ford Global Technologies, Llc | Electrified vehicle control with dynamic segment-based distance-to-empty (DTE) |
US11904698B2 (en) | 2021-02-19 | 2024-02-20 | Ford Global Technologies, Llc | Electric vehicle energy management system |
KR102515956B1 (ko) * | 2021-05-03 | 2023-03-30 | 주식회사 빈센 | 하이브리드 선박을 위한 안전 회항 프로그램 및 그 프로그램이 탑재된 제어 장치 |
CN113435064B (zh) * | 2021-07-28 | 2022-09-23 | 潍柴动力股份有限公司 | 一种硅油减振器寿命预测方法及车辆 |
US11988517B2 (en) | 2021-09-22 | 2024-05-21 | Ford Global Technologies, Llc | Vehicle system for adaptive energy consumption prediction |
US11821744B2 (en) | 2021-10-08 | 2023-11-21 | Ford Global Technologies, Llc | Recommending an alternative off-road track to a driver of a vehicle |
DE102021132807A1 (de) | 2021-12-13 | 2023-06-15 | Joynext Gmbh | Korrektur einer Schätzung eines Energieverbrauchs eines Fahrzeugs |
EP4235338A4 (en) * | 2022-01-07 | 2023-11-22 | Contemporary Amperex Technology Co., Limited | METHOD AND APPARATUS FOR PREDICTING THE ENERGY CONSUMPTION OF AN ELECTRIC UTILITY VEHICLE, AND COMPUTER DEVICE |
US12031833B2 (en) * | 2022-03-24 | 2024-07-09 | Geotab Inc. | Devices for range estimation in battery powered vehicles |
US20230314151A1 (en) * | 2022-04-05 | 2023-10-05 | GM Global Technology Operations LLC | Economy driving advice system |
SE2250515A1 (en) * | 2022-04-29 | 2023-10-30 | Scania Cv Ab | Control device and method for estimating distance to empty for a vehicle |
SE2250514A1 (en) * | 2022-04-29 | 2023-10-30 | Scania Cv Ab | Control device and method for predicting rolling resistance |
SE2250513A1 (en) * | 2022-04-29 | 2023-10-30 | Scania Cv Ab | Control device and method for estimating distance to empty for a vehicle |
CN116788052A (zh) * | 2023-06-20 | 2023-09-22 | 中国第一汽车股份有限公司 | 车辆的剩余里程的确定方法、装置、存储介质及电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102582627A (zh) * | 2011-01-06 | 2012-07-18 | 福特全球技术公司 | 信息显示系统 |
CN102582628A (zh) * | 2011-01-06 | 2012-07-18 | 福特全球技术公司 | 信息显示系统和方法 |
Family Cites Families (30)
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 |
US20100049397A1 (en) | 2008-08-22 | 2010-02-25 | Garmin Ltd. | Fuel efficient routing |
JP4905516B2 (ja) * | 2009-07-23 | 2012-03-28 | 株式会社デンソー | ハイブリッド車両の駆動制御装置 |
US8234305B2 (en) * | 2009-09-30 | 2012-07-31 | Avaya Inc. | Method for determining communicative value |
DE102009052853B4 (de) | 2009-11-11 | 2017-07-20 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren zur Reichweitenabschätzung eines Kraftfahrzeugs |
BR112012012306A2 (pt) | 2009-11-24 | 2019-09-24 | Telogis Inc | métodos e sistemas para otimizar o uso de energia e as rotas de veículo energizado |
KR101231515B1 (ko) | 2010-06-30 | 2013-02-07 | 기아자동차주식회사 | 주행경로의 연료량 계산 시스템 및 그 방법 |
DE102010049720A1 (de) | 2010-10-26 | 2012-04-26 | Volkswagen Ag | Anzeigevorrichtung und Verfahren zum Darstellen grafischer Objekte, insbesondere für Kraftfahrzeuge |
US9079507B2 (en) * | 2010-10-29 | 2015-07-14 | GM Global Technology Operations LLC | Electric driving range calculator |
KR101154307B1 (ko) | 2010-12-03 | 2012-06-14 | 기아자동차주식회사 | 전기자동차의 잔존주행거리 적응형 초기값 설정 장치 및 방법 |
JP5923944B2 (ja) * | 2011-01-25 | 2016-05-25 | 日産自動車株式会社 | ハイブリッド車両の制御装置 |
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 |
JP5740215B2 (ja) * | 2011-06-10 | 2015-06-24 | クラリオン株式会社 | 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 |
DE102011111211A1 (de) | 2011-08-20 | 2013-02-21 | GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) | Energiemanagementvorrichtung für wenigstens eine elektrische Energieverbrauchereinrichtung eines Fahrzeugs |
US20130073113A1 (en) | 2011-09-16 | 2013-03-21 | Ford Global Technologies, Llc | Vehicle and method for estimating a range for the vehicle |
JP5454537B2 (ja) * | 2011-09-22 | 2014-03-26 | 株式会社デンソー | 電動車両の充電制御システム |
US8768549B2 (en) | 2011-11-04 | 2014-07-01 | Tennant Company | Battery maintenance system |
KR20130063371A (ko) | 2011-12-06 | 2013-06-14 | 현대자동차주식회사 | 주행 반경 표시 장치 및 그 방법 |
KR101317138B1 (ko) | 2011-12-09 | 2013-10-18 | 기아자동차주식회사 | 전기자동차의 에코 드라이빙 시스템 및 그 방법 |
KR101936431B1 (ko) | 2012-03-20 | 2019-01-08 | 현대자동차주식회사 | 전기자동차의 주행가능거리 산출 방법 |
KR101956384B1 (ko) | 2012-05-21 | 2019-03-08 | 현대자동차주식회사 | 전기자동차의 주행가능거리 산출 방법 |
KR20130136781A (ko) | 2012-06-05 | 2013-12-13 | 현대자동차주식회사 | 전비맵을 기반으로 하는 에코루트 산출방법 |
US8849487B2 (en) | 2012-06-07 | 2014-09-30 | Ford Global Technologies, Llc | Utilization of vehicle portal states to assess interior comfort and adjust vehicle operation to provide additional fuel economy |
US20140025255A1 (en) * | 2012-07-17 | 2014-01-23 | Wilkes University | Accurate Range Estimation System for Electrical Vehicles |
JP5631367B2 (ja) * | 2012-08-09 | 2014-11-26 | 本田技研工業株式会社 | 経路探索装置 |
JP6148457B2 (ja) * | 2012-11-20 | 2017-06-14 | 株式会社東芝 | 充放電管理計画システムおよびその方法 |
US9132746B2 (en) * | 2013-08-15 | 2015-09-15 | Honda Motor Co., Ltd. | Method and system for reducing range anxiety |
KR101551028B1 (ko) | 2013-12-26 | 2015-09-07 | 현대자동차주식회사 | 에너지 절약형 자동 공조 제어시스템 및 방법 |
-
2014
- 2014-08-29 US US14/474,069 patent/US9476719B2/en active Active
-
2015
- 2015-08-19 DE DE102015113701.1A patent/DE102015113701A1/de active Pending
- 2015-08-26 CN CN201510530764.6A patent/CN105383496B/zh active Active
-
2016
- 2016-10-24 US US15/333,003 patent/US10415986B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102582627A (zh) * | 2011-01-06 | 2012-07-18 | 福特全球技术公司 | 信息显示系统 |
CN102582628A (zh) * | 2011-01-06 | 2012-07-18 | 福特全球技术公司 | 信息显示系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
US20160061610A1 (en) | 2016-03-03 |
US9476719B2 (en) | 2016-10-25 |
CN105383496A (zh) | 2016-03-09 |
DE102015113701A1 (de) | 2016-03-03 |
US10415986B2 (en) | 2019-09-17 |
US20170038222A1 (en) | 2017-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105383496B (zh) | 用于车辆的基于路线的剩余能量可行驶距离计算 | |
US9759573B2 (en) | Route based energy consumption estimation using physical models | |
US10048082B2 (en) | Route and model based energy estimation | |
US20240085203A1 (en) | Trip planning with energy constraint | |
CN108883694B (zh) | 增程器控制 | |
US10829065B1 (en) | Vehicle power management system | |
CN102589562B (zh) | 使用用于路线模拟的车辆状态信息的导航系统和方法 | |
US20140277971A1 (en) | In-truck fuel economy estimator | |
EP2948357B1 (en) | Predicting an energy consumption of a vehicle | |
US10473474B2 (en) | System and method for vehicle energy estimation, adaptive control and routing | |
RU2728992C2 (ru) | Системы и способы для определения запаса хода транспортного средства с электрическим приводом на основании факторов влияния окружающей среды | |
US7925426B2 (en) | Power management systems and devices | |
Tannahill et al. | Driver alerting system using range estimation of electric vehicles in real time under dynamically varying environmental conditions | |
JP2011102801A (ja) | 自動車の走行可能距離を推定する方法 | |
US9539904B2 (en) | Energy consumption rate in distance domain | |
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 | |
JP2024529003A (ja) | 規定のルートに沿った車両の移動に関する車両のエネルギー消費量を予測するための、およびルート設定のための方法およびシステム | |
Das et al. | Eco-routing navigation systems in electric vehicles: A comprehensive survey | |
US9278628B2 (en) | Method of managing the energy consumed by a mobile system, in particular a motor vehicle, on-board device implementing such a method | |
KR101500384B1 (ko) | 플러그인 하이브리드 전기 자동차의 잔여 주행거리 연산 방법 및 그 장치 |
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 |