CN105424052A - 随机可行驶里程 - Google Patents

随机可行驶里程 Download PDF

Info

Publication number
CN105424052A
CN105424052A CN201510582479.9A CN201510582479A CN105424052A CN 105424052 A CN105424052 A CN 105424052A CN 201510582479 A CN201510582479 A CN 201510582479A CN 105424052 A CN105424052 A CN 105424052A
Authority
CN
China
Prior art keywords
vehicle
route
path point
traffic control
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.)
Granted
Application number
CN201510582479.9A
Other languages
English (en)
Other versions
CN105424052B (zh
Inventor
佩里·罗宾逊·麦克尼尔
刘忆民
迈克尔·爱德华·洛夫特斯
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 CN105424052A publication Critical patent/CN105424052A/zh
Application granted granted Critical
Publication of CN105424052B publication Critical patent/CN105424052B/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
    • 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
    • G01C21/3667—Display of a road map
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/09685—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is computed only once and not updated
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Navigation (AREA)

Abstract

本公开涉及一种随机可行驶里程。一种系统可识别沿车辆路线的路径点的预期到达时间分布；根据交通控制的多个到达定时状态，确定沿所述路线的能量的使用；所述交通控制位于给定预定到达时间分布的路径点；显示包括所述车辆路线和可行驶里程轮廓的地图，所述地图指示在所述多个到达状态下到达所述路径点的可选结果。所述系统还可确定沿所述车辆路线的能量的使用，并更新沿所述路线的车辆的预期可用可行驶里程。

Description

随机可行驶里程
技术领域
本公开的各个方面总体上涉及利用针对范围限制的多模式分布模型来执行随机可行驶里程计算。
背景技术
车辆可提供关于直到需要加燃料的剩余的可用燃料或距离的信息。这样的信息可被驾驶员用于确定在不加燃料的情况下目的地是否可到达。然而，对于驾驶员而言很难使用这样的信息来确定在不加燃料的情况下目的地是否可能到达。
发明内容
在第一示意性实施例中，一种系统包括处理器，所述处理器被配置为：识别沿车辆路线的路径点的预期到达时间分布；根据交通控制的多个到达定时状态，确定沿所述路线的能量的使用，所述交通控制位于给定预期到达时间分布的路径点；显示包括所述车辆路线和可行驶里程轮廓的地图，所述地图指示在所述多个到达状态下到达所述路径点的可选结果。
在第二示意性实施例中，一种系统包括处理器，所述处理器被配置为：基于沿车辆路线的路径点的预期到达时间，计算位于所述路径点的交通控制的多个到达定时状态的概率分布；根据所述概率分布、车辆的预期推进能量的使用和预期附件能量的使用，确定沿所述车辆路线的能量的使用；更新沿所述路线的车辆的预期可用可行驶里程。
根据本发明的一个实施例，沿着所述路线的路径点为交通灯，且所述处理器还被配置为：根据与所述交通灯关联的定时信息，确定所述多个到达定时状态的概率分布。
根据本发明的一个实施例，所述处理器还被配置为：基于气候控制用户界面输入、环境温度以及指示气候控制功能的功耗的信息，估计附件能量的使用。
根据本发明的一个实施例，所述处理器还被配置为：根据指示距离和车辆的能量效率的信息，估计推进能量的使用。
在第三示意性实施例中，提供一种实现指令的非暂时性计算机可读介质，当所述指令由处理器执行时，所述指令被配置为使得所述处理器执行以下操作：基于沿车辆路线的路径点的预期到达时间，计算位于所述路径点的交通控制的多个到达定时状态的概率分布；根据所述概率分布、车辆的预期推进能量的使用和预期附件能量的使用，确定沿所述车辆路线的能量的使用；以及执行以下两者中的至少一个：(i)更新沿所述路线的车辆的预期可用可行驶里程；(ii)显示包括所述车辆路线和可行驶里程轮廓的地图，所述地图指示在所述多个到达状态下到达所述路径点的可选结果。
根据本发明的一个实施例，所述计算机可读介质还实现这样的指令，所述指令被配置为使得所述处理器执行以下操作：利用地图数据确定从沿所述路线的路径点分出的替换路线；确定沿所述替换路线的能量的使用；通过连接沿所述路线和具有大致相同的燃料耗尽的可能性的替换路线的点，形成所述可行驶里程轮廓。
根据本发明的一个实施例，所述计算机可读介质还实现这样的指令，所述指令被配置为使的所述处理器执行以下操作：识别沿所述路线的具有另外多个定时可能性的第二路径点，确定所述另外多个定时可能性的概率分布；进一步根据所述另外多个定时可能性来确定沿所述路线的能量的使用。
根据本发明的一个实施例，沿所述路线的路径点为交通灯，且所述处理器还被配置为：根据与所述交通灯关联的定时信息，确定所述多个到达定时状态的概率分布。
根据本发明的一个实施例，所述计算机可读介质还实现这样的指令，所述指令被配置为使得所述处理器在交通控制服务中查询所述定时信息。
附图说明
图1示出了用于针对车辆的基于车辆的计算系统的示例性框式拓扑图；
图2示出了具有行程规划应用且经由网络与交通控制服务进行通信的示例性车辆；
图3A示出了显示具有行程规划应用的车辆可能穿过的路线的地图；
图3B示出了示例性路线的初始路径点的进一步的细节；
图4示出了针对到达示例性路线的第二路径点的时间的示例性路段的概率分布；
图5示出了基于在第二路径点上的车辆基础设施的状态的针对到达示例性路线的目的地路径点的时间的示例性路线的概率分布；
图6示出了包括基于在第二路径点上的车辆基础设施的状态的针对车辆的多组可行驶里程轮廓；
图7A和图7B通过示例性地图示出了替换路线；
图8示出了用于提供关于车辆基础设施的定时信息的示例性处理；
图9示出了用于确定可行驶里程轮廓和可用的车辆可行驶里程的示例性处理。
具体实施方式
根据需要，在此公开本发明的详细实施例；然而，将理解的是，所公开的实施例仅仅是本发明的示例，其中，本发明可以以各种替代形式来实现。附图无需按比例绘制；一些特征可被夸大或最小化以示出特定组件的细节。因此，在此公开的具体结构和功能细节不应被解释为具有限制性，而仅仅是用于教导本领域技术人员以多种方式利用本发明的代表性基础。
一种系统可利用随机可行驶里程计算来识别车辆达到其预期目的地所需要的时间量。该确定可基于指示影响交通流量时间的离散交通控制事件的概率的定时信息。例如，交通控制事件可包括：交通灯状态概率、火车时刻表、公交交通停车站和穿过繁忙交通模式或采取其它模式的能力。由于时间对于附件在当前状况和时间下消耗的荷电状态有影响，因此该系统还可被配置为利用到达目的地的时间来调整车辆的预期可用的可行驶里程。例如，为了改善充电决策，该系统可相应地使用这些调整的可行驶里程计算。
图1示出用于车辆31的基于车辆的计算系统(VCS)1的示例框式拓扑图。这种基于车辆的计算系统1的示例为由福特汽车公司制造的SYNC系统。设置有基于车辆的计算系统的车辆可包含位于车辆中的可视前端界面4。如果所述界面设置有例如触摸敏感屏幕，则用户可还能够与所述界面进行交互。在另一示意性实施例中，通过按钮按压、具有自动语音识别和语音合成的口语会话系统来进行交互。
在图1所示的示意性实施例1中，处理器3控制基于车辆的计算系统的至少一部分操作。设置在车辆内的处理器允许对命令和例程进行车载处理。另外，处理器被连接到非持久性存储器5和持久性存储器7两者。在一些示例中，处理器还可被连接到一个或更多个图形处理单元(GPU)和可配置计算装置(诸如，现场可编程门阵列(FPGA))。在此示意性实施例中，非持久性存储器是随机存取存储器(RAM)，持久性存储器是硬盘驱动器(HDD)或闪存。一般说来，持久性(非暂时性)存储器可包括当计算机或其它装置掉电时保持数据的所有形式的存储器。这些存储器包括但不限于：HDD、CD、DVD、磁带、固态驱动器、便携式USB驱动器和任何其它适当形式的持久性存储器。
处理器还设置有允许用户与处理器进行交互的若干不同的输入。在此示意性实施例中，麦克风29、辅助输入25(用于输入33)、USB输入23、GPS输入24、屏幕4(可为触摸屏显示器)和蓝牙输入15全部被提供。还提供输入选择器51，以允许用户在各种输入之间进行切换。对麦克风和辅助连接器两者的输入在被传送到处理器之前，由转换器27对所述输入进行模数转换。尽管未示出，但是与VCS进行通信的众多车辆组件和辅助组件可使用车辆网络(诸如但不限于CAN总线)向VCS(或其组件)传送数据并传送来自VCS(或其组件)的数据。
系统的输出可包括但不限于可视显示器4以及扬声器13或立体声系统输出。扬声器被连接到放大器11，并通过数模转换器9从处理器3接收其信号。还可分别沿19和21所示的双向数据流进行到远程蓝牙装置(诸如PND54)或USB装置(诸如车辆导航装置60)的输出。
在一示意性实施例中，系统1使用蓝牙收发器15与用户的移动装置53(例如，蜂窝电话、智能电话、PDA或具有无线远程网络连接能力的任何其它装置)进行通信(17)。移动装置随后可用于通过例如与蜂窝塔57的通信(55)来与车辆31外部的网络61进行通信(59)。在一些实施例中，蜂窝塔57可以是WiFi接入点。
移动装置与蓝牙收发器之间的示例性通信由信号14表示。
可通过按钮52或类似的输入来指示移动装置53与蓝牙收发器15进行配对。相应地，指示CPU使得车载蓝牙收发器将与移动装置中的蓝牙收发器进行配对。
可利用例如与移动装置53关联的数据计划、话上数据或DTMF音在CPU3与网络61之间传送数据。可选地，可期望包括具有天线18的车载调制解调器63以便在CPU3与网络61之间通过语音频带传送数据(16)。移动装置53随后可用于通过例如与蜂窝塔57的通信(55)来与车辆31外部的网络61进行通信(59)。作为一些其它示例，车辆31可通过车辆到基础设施(V2I)接口(诸如，专用短程通信(DSRC)网络)、通过卫星、自动导航车辆、WiFi接入点、自由空间光通信装置等与网络61进行通信。在一些实施例中，调制解调器63可与蜂窝塔57建立通信(20)，以与网络61进行通信。作为非限制性示例，调制解调器63可以是USB蜂窝调制解调器，并且通信20可以是蜂窝通信。
在一示意性实施例中，处理器设置有包括用于与调制解调器应用软件进行通信的API的操作系统。调制解调器应用软件可访问蓝牙收发器上的嵌入式模块或固件，以完成与(诸如设置在移动装置中的)远程蓝牙收发器的无线通信。蓝牙是IEEE802PAN(个域网)协议的子集。IEEE802LAN(局域网)协议包括WiFi并与IEEE802PAN具有相当多的交叉功能。两者都适合于车辆内的无线通信。可在这一范围使用的另一通信方式是自由空间光通信(诸如IrDA)和非标准化消费者红外协议。
在另一实施例中，移动装置53包括用于语音频带或宽带数据通信的调制解调器。在话上数据的实施例中，当移动装置的所有者可在数据被传送的同时通过装置说话时，可实施已知为频分复用的技术。可在ITU-TV系列规格(例如，ITU-TV.61)下描述模拟同步语音数据(ASVD)的细节。在其它时间，当所有者没有在使用装置时，数据传送可使用整个带宽(在一示例中是300Hz至3.4kHz)。尽管频分复用对于车辆与互联网之间的模拟蜂窝通信而言会是常见的并仍在被使用，但其已经很大程度上被用于数字蜂窝通信的码域多址(CDMA)、时域多址(TDMA)、空域多址(SDMA)的混合体所替代。这些都是ITUIMT-2000(3G)兼容的标准，为静止或行走的用户提供高达2mbs的数据速率，并为在移动的车辆中的用户提供高达385kbs的数据速率。3G标准现在正被IMT-Advanced(4G)所替代，其中，所述IMT-Advanced(4G)为在车辆中的用户提供100mbs的数据速率，并为静止的用户提供1gbs的数据速率。如果用户具有与移动装置关联的数据计划，则所述数据计划可允许宽带传输且系统可使用宽得多的带宽(加速数据传送)。在另一实施例中，移动装置53被安装至车辆31的蜂窝通信装置(未示出)所替代。在另一实施例中，移动装置(ND)53可以是能够通过例如(而非限制)802.11g网络(即WiFi)或WiMax网络进行通信的无线局域网(LAN)装置。
在一实施例中，传入数据可经由话上数据或数据计划穿过移动装置，穿过车载蓝牙收发器，并进入车辆的内部处理器3。例如，在某些临时数据的情况下，数据可被存储在HDD或其它存储介质7上，直至不再需要所述数据时为止。
可与车辆进行接口连接的另外的源包括：具有例如USB连接56和/或天线58的个人导航装置54、具有USB62或其它连接的车辆导航装置60、车载GPS装置24、或具有与网络61连接的能力的远程导航系统(未示出)。USB是一类串行联网协议中的一种。IEEE1394(火线TM(苹果)、i.LINKTM(索尼)和LynxTM(德州仪器))、EIA(电子工业协会)串行协议、IEEE1284(Centronics端口)、S/PDIF(索尼/飞利浦数字互连格式)和USB-IF(USB开发者论坛)形成了装置-装置串行标准的骨干。多数协议可针对电通信或光通信来实施。
此外，CPU可与各种其它的辅助装置65进行通信。这些装置可通过无线连接67或有线连接69来连接。辅助装置65可包括但不限于个人媒体播放器、无线保健装置、便携式计算机、可穿戴计算装置等。
此外或可选地，可使用例如WiFi(IEEE803.11)收发器71将CPU连接到基于车辆的无线路由器73。这可允许CPU在局域路由器73的范围中连接到远程网络。
除了由位于车辆中的车辆计算系统执行示例性处理之外，在某些实施例中，还可由与车辆计算系统通信的计算系统来执行示例性处理。这样的系统可包括但不限于：无线装置(例如但不限于移动电话)或通过无线装置连接的远程计算系统(例如但不限于服务器)。总体上，这样的系统可被称为与车辆关联的计算系统(VACS)。在某些实施例中，VACS的特定组件可根据系统的特定实施而执行处理的特定部分。作为示例而并非限制的方式，如果处理具有与配对的无线装置进行发送或者接收信息的步骤，则很可能无线装置不执行该处理，这是因为无线装置不会与自身进行信息的“发送和接收”。本领域的普通技术人员将理解何时不适合对给定解决方案应用特定的VACS。在所有解决方案中，预期至少位于车辆自身内的车辆计算系统(VCS)能够执行示例性处理。
图2示出了具有行程规划应用212且经由网络61与交通控制服务208进行通信的示例性车辆31。在示例中，车辆31的VCS1可(例如，经由蓝牙)连接到配对的移动装置53，使得移动装置53的通信功能可被用于允许VCS1经由网络61与交通控制服务208进行通信。在另一示例中，代替或者除了经由移动装置53之外，VCS1可经由车载调制解调器63与交通控制服务208进行通信。交通控制服务208可通过连接210与各种车辆基础设施204进行通信，并且可被配置为保持关于车辆基础设施204的定时信息206。VCS1可被配置为执行行程规划应用212以从交通控制服务208接收定时信息206，并且利用定时信息206、地图数据202和当前车辆位置来确定针对车辆31的预期的可用可行驶里程信息216。例如，预期的可用可行驶里程信息216可被用于改进VCS1的充电位置决策，或向驾驶员提供指示可用的车辆可行驶里程的信息。
地图数据202可包括关于车辆31可能穿过的道路或其它路径的信息(例如，位置、名称、端点、速度限制、交通等)，以及围绕道路的区域的地理特征(例如，水、公园、沙漠、山脉、建筑物轮廓等)。地图数据202还可包括关于针对车辆31的可能目的地的兴趣点信息(诸如，位置信息(例如，GPS坐标、街道地址等)、名称信息(例如，商业名称、居民名字等)，以及关于POI的其它信息(例如，营业时间、POI的图像、网页、电子邮件或与POI关联的其它互联网信息、在POI处可获得的商品(诸如，餐厅的菜单、POI的评论或评级等))。车辆31可被配置为在VCS1的持久性存储器7中保持地图数据202。作为一示例，车辆31可根据需要从DVD加载地图数据202。作为另一示例，车辆31可在闪存或HDD存储器上保持地图数据202。作为一种可能性，地图数据202可被查询以向显示器的浏览者提供导航信息。
车辆基础设施204可包括各种类型的交通控制或其它设备，所述其它设备能够提供关于沿地图数据202的道路行驶或其它车辆可行驶路段的状态信息。作为一些非限制性示例，车辆基础设施204可包括交通灯、列车交叉路口和吊桥。
定时信息206可包括关于地图数据202的各种道路或其它车辆可行驶路段何时可允许车辆31进入的信息。作为一些非限制性示例，定时信息206可包括信号灯定时、吊桥定时、列车交叉路口定时和机场航班时刻表。定时信息206还可包括关于对定时信息206的重写或其它动态变化的信息，诸如，指示对被临时执行以帮助紧急车辆的优先通过的灯定时的变更的信息。
在一些情况下，交通控制(诸如，信号灯)可以是在固定定时的。在这样的情况下，定时信息206可指示固定定时。应注意的是，固定的定时信息可包括在一天期间改变的模式(诸如，在预定义的白天模式与预定义的夜间模式之间的改变)。如果车辆31很可能在接近改变模式的时候到达，则存在车辆31到达时定时状态将处在什么状态的统计元件。如果随机事件一同使得车辆31在稍晚于信号灯时刻表改变而到达，则与车辆31在稍早于信号灯时刻表改变而到达的情况相比，定时和能量消耗可能会存在相当大的差异。
在其它情况下，定时信息206可以是动态的，并且可根据提供关于检测到的交通的信息的基于基础设施的传感器进行调整(诸如，被配置为检测交通的交通摄像头或转弯环路(in-roadloop))。在这些情况下，定时信息206可取决于随机因素(诸如车辆碰撞)和伪随机状况(诸如，理论上在所有信息可用的情况下可被预测的失速车辆)。虽然伪随机状况类型的事件在形式上是可预测事件，但是它们被认为是针对路线随机的。
一些交通控制(诸如，停止标志)可能无法提供明确的定时信息206，并可因此导致相对不可预测的延迟。例如，等待左转到繁忙的过街街道(through-street)的车辆31会等待未知时间量以便所有的交通畅通。在一些情况下，车辆31可被配置为测量其在地理位置(诸如，停止标志和其它非报告交通控制)的各自的等待时间，并产生可由车辆31提供的以供系统200使用的定时信息206。此外，在交通饱和的交叉路口的情况下(即，在红灯时车辆31排队的情况)，在单一绿灯相无法疏通该交叉路口，这可降低定时信息206的预测值。饱和可能发生在交通控制或交叉路口的一个或更多个方向或车流量中，并可基于交通拥堵信息来估计。
交通控制服务208可被配置为从车辆基础设施204接收定时信息206。在示例中，交通控制服务208被配置为通过交通控制服务208与车辆基础设施204之间的网络连接210从车辆接触设施204接收定时信息206。在其它情况下，交通控制服务208可从其它源(诸如，从车辆31或经由从中央交通授权系统(centraltrafficauthoritysystem)对交通控制服务208的输入，其中，信号定时被从中央交通授权系统远程地控制或监视)接收定时信息206，从而允许灯之间更为复杂的定时模式。作为另一可行方式，交通控制服务208可接收来自集中交通控制(centralizedtrafficcontrol)的关于火车和船的位置和路线的数据，所述集中交通控制监测火车和/或船的位置、和/或火车或船预计何时穿过十字路口、信号灯、轨迹变化或执行一些其它定时事件。作为另一可行方式，交通控制服务208可被配置为收集、监测或以其它方式提供(例如，经由到实时交通服务的连接)关于交通控制或车辆31可穿过的潜在路线的交通拥堵信息。在一些示例中，交通控制服务208和车辆基础设施204通常可保持网络连接210，以接收更新的定时信息206，而在其它情况下，交通控制服务208和车辆基础设施204可形成临时网络连接210，以(诸如，按照周期或轮询的方式)传送更新的定时信息206。
交通控制服务208还可被配置为保持接收的定时信息206的数据存储。使用定时信息206的数据存储，交通控制服务208可根据诸如车辆31位置(例如，在距离车辆31的当前GPS坐标的一定距离内、车辆31当前位于的邮政编码(zip)代码内等)和时间(例如，车辆31被预期何时处在车辆基础设施的附近)的准则来帮助查询定时信息206。响应于接收的查询，交通控制服务208可被配置为确定哪个定时信息206与接收的准则匹配，并且利用定位的定时信息206响应于该查询。
行程规划应用212可被配置为经由车辆31的HMI(例如，经由显示器4、仪表组合的显示器、移动装置53的显示器等)显示地图数据202。当被显示时，行程规划应用212可被配置为示出针对围绕车辆31的区域的地图数据202以及车辆31在地图上的当前车辆31位置处的表示。
行程规划应用212还可被配置为执行针对车辆31的可行驶里程计算。为计算车辆31可行驶里程，可能需要预测的能量消耗和在车辆31上存储的能量的量。在电池电动车辆31的示例中，可行驶里程可由诸如能量＝SOH*SOC*容量的等式来估计，其中，SOH是指示电池的健康状况的比例因子，SOC是电池的当前荷电状态，容量是初始电池容量。在汽油或柴油车辆31的示例中，存储的能量可由诸如能量＝EOC*FL*容量的等式给出，其中，EOC＝燃烧的能量，FL＝燃料水平位置，容量＝箱的容量。在车辆总线上存在针对SOH、SOC、EOC、FL和容量的信号。这些信号可从车辆总线获得而作为对行程规划应用212的输入。
行程规划应用212还可被配置为利用地图数据202来识别针对车辆31的路线214。作为示例，行程规划应用212可被配置为识别沿着从当前车辆31位置到驾驶员想要到达的POI的位置的地图数据202的路段的路径。行程规划应用212还可被配置为在车辆31的HMI中(诸如，通过在显示的地图数据202上突出路径的方式，或作为一个或更多个驾驶指令的列表，其中，当按照这些指令行驶时将车辆31带到预期的目的地或路径点POI)显示路线214。
行程规划应用212还可被配置为在交通控制服务208中查询定时信息206，并利用接收的定时信息206来执行随机可行驶里程计算，所述随机可行驶里程计算利用针对车辆31可行驶里程极限的多模式分布模型来确定可行驶里程信息概率216。例如，可行驶里程信息概率216可包括关于车辆31沿路线214到达目的地路径点的可能性的信息。以下参照图3至图9详细讨论行程规划应用212的操作的进一步细节。
图3A示出了显示具有行程规划应用212的车辆31可能穿过的路线214的地图300A。路线214可指的是车辆31从起始位置到目的地位置所采用的定向路径。路线214可相应地包括多个路径点302，其中，每个路径点302表示物理空间上的点。作为一些可行方式，路径点302可通过经度和纬度、通用横轴墨卡托(UTM)和通用极球面投影(UPS)的坐标系统、或其它大地测量学坐标系统、车辆基础设施204的元素标识符、交叉道路的名称等进行表示。如所示出的，路径214包括从起始路径点302A到目的地路径点302R的多个路径点302，所述多个路径点302包括中间路径点302B至302Q。
图3B示出了示例性路线214的初始路径点302的进一步的细节。如所示出的，可更清楚地看到，路径点302A是路线214的起始位置，路径点302B是车辆基础设施204的交通控制元素，路径点302C也是车辆基础设施204的交通控制元素。由于车辆基础设施204的定时，从路径点302A到路径点302R的预期到达时间可取决于针对车辆31的起始时间、行驶的距离，且还可取决于针对沿路线214的车辆基础设施204的交通控制元素的定时信息206。
图4示出了针对到达示例性路线214的第二路径点302B的时间的示例性路段的概率分布400。当车辆31开始穿过路线214时，行程规划应用212可被配置为计算从路线214的第一路径点302A到路线214的第二路径点302B的估计到达时间分布402。该确定可基于如下因素：车辆31开始路线214的时间、速度限制和沿道路到第二路径点302B的行驶距离(例如，如基于地图数据202所确定的)以及用于从起始路径点302A到达第二路径点302B所采用的历史时间。
在示例中，车辆31可在接近于起始路径点302A的预期出发时间的随机地分布时间在道路上开始路线214，并可针对第二路径点302B的交通控制的可变量时间行驶。到达时间分布402可基于由行程规划应用212估计的针对车辆的随机时间分布被估计(例如，被估计为韦伯分布、基于路径点302B的历史车辆31到达时间等)。如果车辆31在交通控制允许车辆31继续行驶时(例如，在交通控制状态改变指示404之前由车辆31的到达指示的绿灯)到达，则通常没有延迟(除了左转弯)；但是，如果交通控制不允许车辆31继续行驶(例如，在交通控制状态改变指示404之后由车辆31的到达指示的红灯)，则车辆31被延迟，使得其到达第三路径点302C通过在交通控制再次允许车辆31继续行驶时其从第二路径点302B的出发来确定。
当行程规划应用212接收车辆31将要驶过从路径点302A到路径点302R的路线的指示(例如，使车辆挂档，从行程规划应用212选择导航到目的地功能等)时，行程规划应用212可确定对路线214的第二路径点302B的随机到达时间。如在路段概率分布400中所示的，行程规划应用212可确定车辆31在路径点302B的交通控制变红之前将到达路径点302B的交通控制的累积概率估计为50％(情况A)，并且车辆31在路径点302B的交通控制变红之前将未到达的累积概率估计为50％(情况B)。
图5示出了基于在第二路径点302B的车辆基础设施204的状态的针对到达示例性路线214的目的地路径点302R的时间的示例性路线的概率分布500。行程规划应用212可被配置为基于针对路线214的路径点302的交通控制状态的不同的可能情况来计算到路线214的目的地路径点302R的替换的估计到达时间502。例如，行程规划应用212可被配置为基于车辆31在路径点302B的交通控制变红之前到达路径点302B的交通控制来计算第一估计到达时间502A(情况A)，并基于车辆在路径点302B的交通控制变红之前未到达来计算第二估计到达时间502B(情况B)。
在示例中，如果车辆31在上午7:07(路径点302B的交通控制变红的时间)之前到达路径点302B，则车辆31将在上午7:20到达目的地路径点302R，且将准时到达(情况A)。然而，如果路径点302B的交通控制在车辆31到达路径点302B之前变红，则车辆31会等待，直到下一个交通控制周期(例如，在交通控制返回到绿之前，一直等待到上午7:10)。此外，由于沿路线214的交通控制同步(例如，灯的定时)，因此车辆31可能直到上午7:40才到达路径点302R，且将会迟到(情况B)。
应注意的是，示例性路线的概率分布500假设在车辆31的电池中有足够能量以到达路径点302R。在许多情况下，车辆31的电池具有充足的能量以允许到达路线214的目的地的概率小于100％是可能的。在这样的情况下，车辆31能够行驶的距离受控于基于车辆31到达路径点302B时的路径点302B的交通控制的状态。
图6示出了包括基于在第二路径点302B的车辆基础设施204的状态的针对车辆31的多组可行驶里程轮廓602的示例性地图600。可行驶里程轮廓602可包括指示车辆31具有沿可行驶里程轮廓602到达给定点的足够燃料的概率的信息。
行程规划应用212可被配置为(例如)基于每个可用的交通控制状态来计算可行驶里程轮廓602，其中，可用的交通控制状态在预期的到达时间是可能的，所述预期的到达时间根据在该时间上的路线概率分布500以及车辆31的预期推进能量和附件能量的使用而确定。行程规划应用212可根据到目的地的距离和指示车辆31的能量效率的信息来估计预期的推进能量的使用。
由于气候控制功能可能是预期的附件能量的使用中的主要因素，因此行程规划应用212还可被配置为根据可能的气候控制功能使用来估计附件能量的使用。行程规划应用212可被配置为根据诸如驾驶员是否已选择使用加热或空调以及环境温度的因素与指示预期气候控制功能的功耗(powerdraw)的信息进行结合来估计气候控制功能的使用。当车辆31处于静止且存在多个附件负载时，电池能量消耗可继续。当气候控制系统在使用中时，与其不在使用中时相比，附件负载可能相对高。基于此原因，行驶时间是能量消耗的一个因素。类似地，当车辆31处于静止且存在附件负载时，内燃发动机的消耗可继续。
当对可行驶里程轮廓602建模时，行程规划应用212可利用地图数据202来对沿路线214以及在从路线214分出的道路延伸出的其它路径上的点进行定位。基于确定的预期能量的使用和可用的电池或燃料水平，行程规划应用212可确定车辆31在沿路线214和邻近路线214的确定点处耗尽燃料的可能性。为了创建可行驶里程轮廓602，行程计划应用212可被配置为将路线214上的点与具有等同的估计的清空几率的相邻路径上的点进行连接。在示例中，行程规划应用212可在电池具有10％的清空几率的情况下识别可行驶里程轮廓602，在电池具有20％的清空几率的情况下识别可行驶里程轮廓602，以此类推直到达到100％的清空概率。
如所示出的，到达路径点302R的时间分布基于在车辆31到达路径点302B时路径点302B的交通控制的状态被分成多个离散组可行驶里程轮廓602。继续图5的示例性路线的概率分布500，地图600包括针对情况A的第一组可行驶里程轮廓602A以及针对情况B的第二组可行驶里程轮廓602B，在情况A中，车辆31在路径点302B的交通控制变红之前到达路径点302B的交通控制，在情况B中，车辆31在路径点302B的交通控制变红之前未到达路径点302B的交通控制。因此，在城市街道上，与其它因素相比，可行驶里程和行驶时间的可变性可能更多地以多模式交通控制(例如，交通灯、停止标志、火车交叉路口等)为主，马尔科夫误差(例如，具有很大影响的少数长时间段离散事件所引起的误差)很可能在车辆31可行驶里程和行驶时间的估计上占据主导地位。例如，在图4中所示出的连续分布函数可以是许多低影响事件的结果。
应注意的是，在没有必要加热或冷却车辆的温暖的天气下，离散事件可增加影响行驶时间但对可行驶里程影响相对最小的马尔科夫处理。在这样的情况下，替代或除确定可行驶里程轮廓602A之外，行程规划应用212可被配置为确定行驶时间轮廓。时间轮廓可相应地帮助对车辆31可在指定的时间量从其当前位置行驶的距离的理解。作为另一可行方式，由于交通控制和驾驶员的判断等，可选择上山和下山或进入逆风的路线(也许是为了节省时间)，而不是消耗更少能量的路线。
行程规划应用212的其它变型是可能的。作为一种可行方式，行程计划应用212可被配置为将沿路线214的可用的充电概率与路线的概率分布500和可行驶里程轮廓602的确定进行结合。例如，如果驾驶员到达是可用的充电站，则车辆31电荷水平可被延伸为充电消耗时间的函数。如果在到达时充电站被占用或以其它方式不可用，则电荷可能不会被增加。这些差异可相应地转化为到达时间分布上的差异以及可用的车辆31可行驶里程的分布上的差异。除了交通控制或充电器可用性之外，随机噪声的其它来源可使得可行驶里程的计算为多模式的。
图7A和图7B通过示例性地图700示出了可选路线214A和214B。图7A的路线214A示出了从路径点302S到路径点302T的相对节能的路径，其中，所述路径要求车辆31穿过三条交通车道以离开(exit)。如果状况不提供这样的策略的可能性，则如在图7B中所示出的，车辆31可在下一出口离开，并采用从路径点302S到路径点302T的较长路线214B。
在示出的示例中，在车辆31到达时的交通状况可能允许或不允许车辆31穿过三条交通车道。此外，行程规划应用212可能直到车辆非常接近该十字路口才能预测在车辆31到达十字路口的时刻的交通密度。当行程规划应用212可能无法确定214A或214B中的哪条路线将发生时，行程规划应用212可替代地利用概率(例如，根据历史车辆31的路线或交通密度信息)来对路线214A和214B的概率分布进行建模。在车辆可做出预测之前，路线选择可被认为是概率性变化(即，执行路线214A的几率是40％，执行路线214B的几率是60％，这种划分可能基于一个或多个交通密度信息以及车辆31的选择路线214的历史能力)。在做出路线选择之后，地图上的轮廓可能重叠到100％的几率选择路线214A或214B，并且可以被更新以在路线能量/到目的地的定时中反映出更大确定性。
图8示出了用于提供关于车辆基础设施204的定时信息206的示例性处理800。例如，处理800可由与车辆基础设施204和车辆31的VCS1进行通信的交通控制服务208来执行。
在操作802，交通控制服务208接收针对车辆基础设施204的定时信息206。在示例中，交通控制服务208和车辆基础设施204通常可保持网络连接210以接收更新的定时信息206，而在另一示例中，交通控制服务208和车辆基础设施204可形成临时网络连接210以(诸如，基于定期地或轮询地)传送更新的定时信息206。当网络已连接时，交通控制服务208可通过网络连接210从车辆基础设施204接收定时信息206。在另一示例中，交通控制服务208可从另一源(诸如，经由从中央交通授权系统到交通控制服务208的输入，其中，从所述中央交通授权系统远程地控制或监测信号定时)接收定时信息206。
在操作804，交通控制服务208更新定时信息206的数据存储。例如，交通控制服务208可保持接收的定时信息206的数据存储，并且可基于在操作802接收的定时信息206来更新数据存储。
在操作806，交通控制服务208接收针对定时信息206的查询。例如，行程规划应用212可在交通控制服务208中查询与车辆31将行驶的路线214相关的定时信息206。例如，所述查询请求可包括沿地图数据202的从当前车辆31位置到驾驶员希望到达的POI的位置的道路路段的路径，以及定时信息206被请求所处的时间窗。
在操作808，交通控制服务208响应于所述请求来提供请求的定时信息206。例如，交通控制服务208可从数据存储检索针对请求的位置和时间的定时信息206，并且可向请求的行程规划应用212提供包括请求的信息206的响应。在操作808之后，处理800结束。
图9示出了用于确定可行驶里程信息概率216的示例性处理900。例如，处理900可由与车辆基础设施204和车辆31的VCS1进行通信的交通控制服务208来执行。例如，可行驶里程信息概率216被用于可行驶里程轮廓602的显示或沿路线214更新车辆31的预期可用可行驶里程。
在操作902，车辆31接收用于开始穿过路线214的指示。在示例中，行程规划应用212可从行程规划应用212接收导航到目的地功能的驾驶员选择。在另一示例中，行程规划应用212可接收车辆31被置于在车辆31历史上从特定起始路径点302被驾驶到特定目的地时的档位的指示。
在操作904，车辆31识别路线214的下一路径点302的预期到达时间。例如，行程规划应用212可被配置为基于诸如如下因素来计算路线214的下一路径点302的估计到达时间：车辆31从当前路径点302前往下一路径点302的时间、(例如，如基于地图数据202而确定的)沿道路到下一路径点302的速度限制和行驶距离、以及从当前路径点302A到达下一路径点302所采用的历史时间。
在操作906，车辆31检索针对路径点302的定时信息206。例如，行程规划应用212可在交通控制服务208中查询与车辆31将穿过的路线214相关的定时信息206。
在操作908，车辆31计算针对路线214的路径点302的到达时间的路段概率分布400。例如，行程规划应用212可基于下一路径点302的预期到达时间和定时信息206来确定针对在路径点302的交通控制的可能性，以允许车辆31继续前进(例如，绿灯)或要求车辆31等待在稍后的时间继续前进(例如，红灯)。
在操作910，车辆31确定路线214是否包括其它的路径点302。如果路线214包括其它路径点302，则控制转到操作904。否则，控制转到操作912。应注意的是，在一些示例中，例如由于灯的定时，目的地路径点302的预期到达时间可基于车辆31到达特定的一些路径点302(例如，一系列的定时灯中的第一交通灯)来进行确定。
在操作914，车辆31确定可行驶里程信息概率216。例如，行程规划应用212可被配置为基于沿路线214的能量的使用和针对路线214的路线概率分布500，确定针对车辆31的可行驶里程轮廓602的集合，所述针对车辆31的可行驶里程轮廓602的集合基于沿路线214的车辆基础设施204的预期状态。例如，基于路线概率分布500的可能性，可行驶里程轮廓602可用于改进沿路线214的车辆31的估计可用车辆可行驶里程。在操作914之后，处理900结束。
因此，该系统能够识别沿车辆路径214的路径点302的预期到达时间分布，根据位于给定预期达时间分布的路径点302的交通控制的多个到达定时状态来确定沿路线214的能量的使用，更新沿路线214的车辆31的预期可用可行驶里程，并显示包括车辆路线和可行驶里程轮廓602的地图，所述地图指示在多个到达状态下到达路径点302的可选结果。该系统可被用于电池供电的车辆(诸如，BEV)，在所述车辆中，电池寿命和可行驶里程对于终端用户是重要的。另外，该系统可被用于传统车辆31，在所述传统车辆中，除其它方面(诸如，碳排放信用额、降低的燃料消耗和减少的排放量)之外，可行驶里程方面也可降低相关性。例如，在示例中，轮廓602可被应用以用作碳排放信用额轮廓602，其中，可行驶里程轮廓602指示路线需要的碳排放信用额。
虽然以上描述了示例性实施例，但是这些实施例并不意在描述本发明的所有可能形式。相反地，说明书中所使用的词语是描述性词语而非限制性词语，并且应理解的是，可在不脱离本发明的精神和范围的情况下做出各种改变。此外，可将各种实现的实施例的特征进行组合以形成本发明的进一步的实施例。

Claims (10)

1.一种系统，包括：
处理器，被配置为：
识别沿车辆路线的路径点的预期到达时间分布；
根据交通控制的多个到达定时状态，确定沿所述路线的能量的使用，所述交通控制位于给定预期到达时间分布的路径点；
显示包括所述车辆路线和可行驶里程轮廓的地图，所述地图指示在所述多个到达状态下到达所述路径点的可选结果。
2.如权利要求1所述的系统，其中，所述处理器还被配置为：
利用地图数据来确定从所述路线分出的替换路线，
确定沿所述替换路线的能量的使用，
通过连接沿所述路线以及具有大致相同的燃料耗尽可能性的替换路线的点，形成所述可行驶里程轮廓。
3.如权利要求1所述的系统，其中，所述处理器还被配置为：
识别沿所述车辆路线的第二路径点的第二预期到达时间分布，
根据第二交通控制的另外多个到达定时状态，确定沿所述路线的能量的使用，所述第二交通控制位于给定第二预期到达时间分布的第二路径点。
4.如权利要求1所述的系统，其中，沿所述路线的所述路径点为交通灯，且所述处理器还被配置为：根据与所述交通灯关联的定时信息来确定所述多个到达定时状态。
5.如权利要求4所述的系统，其中，所述处理器还被配置为：在交通控制服务中查询所述定时信息。
6.如权利要求1所述的系统，其中，所述处理器还被配置为：根据所述车辆的预期推进能量的使用和预期附件能量的使用，确定所述能量的使用。
7.如权利要求6所述的系统，其中，所述处理器还被配置为：基于气候控制用户接口输入、环境温度以及指示气候控制功能的功耗的信息，估计附件能量的使用。
8.如权利要求6所述的系统，其中，所述处理器还被配置为：根据到车辆路线的目的地的距离和指示车辆的能量效率的信息，估计推进能量的使用。
9.如权利要求8所述的系统，其中，所述处理器还被配置为：进一步根据发动机空转时间来估计推进能量的使用。
10.如权利要求1所述的系统，其中，所述处理器还被配置为：在车辆的用户界面显示器中显示所述地图。
CN201510582479.9A 2014-09-16 2015-09-14 随机可行驶里程 Active CN105424052B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/487,340 2014-09-16
US14/487,340 US9513135B2 (en) 2014-09-16 2014-09-16 Stochastic range

Publications (2)

Publication Number Publication Date
CN105424052A true CN105424052A (zh) 2016-03-23
CN105424052B CN105424052B (zh) 2020-08-07

Family

ID=55406180

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510582479.9A Active CN105424052B (zh) 2014-09-16 2015-09-14 随机可行驶里程

Country Status (5)

Country Link
US (1) US9513135B2 (zh)
CN (1) CN105424052B (zh)
DE (1) DE102015114806A1 (zh)
MX (1) MX351803B (zh)
RU (1) RU2015137366A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110610268A (zh) * 2019-09-11 2019-12-24 西安工程大学 一种用于无人驾驶的轨迹预测方法
CN111033179A (zh) * 2017-09-07 2020-04-17 宝马股份公司 用于车辆的路线规划的方法、装置、计算机程序和计算机程序产品
CN112292646A (zh) * 2018-06-25 2021-01-29 三菱电机株式会社 车辆的控制系统、用于控制车辆的方法和非暂时性计算机可读存储器

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015120318A1 (en) * 2014-02-07 2015-08-13 Recargo, Inc. Presenting routing information for electric vehicles
US9686767B2 (en) * 2015-08-24 2017-06-20 Qualcomm Incorporated Device, method, and system for determining location
US9696175B2 (en) * 2015-10-16 2017-07-04 GM Global Technology Operations LLC Centrally managed waypoints established, communicated and presented via vehicle telematics/infotainment infrastructure
GB201608233D0 (en) 2016-05-04 2016-06-22 Tomtom Navigation Bv Methods and systems for determining safe return range
US20170330112A1 (en) * 2016-05-11 2017-11-16 Conduent Business Services, Llc Travel demand inference for public transportation simulation
US10181263B2 (en) 2016-11-29 2019-01-15 Here Global B.V. Method, apparatus and computer program product for estimation of road traffic condition using traffic signal data
US10196054B2 (en) 2016-12-14 2019-02-05 Bendix Commercial Vehicle Systems Llc Driver break preparation system for a hybrid vehicle
JP6692324B2 (ja) * 2017-06-19 2020-05-13 三菱重工業株式会社 制御装置、制御システム、移動体、制御方法及びプログラム
US11067403B2 (en) * 2018-07-05 2021-07-20 GM Global Technology Operations LLC Vehicle energy usage tracking
US10916137B2 (en) * 2018-08-22 2021-02-09 Ford Global Technologies, Llc Traffic mitigation system
CA3118783A1 (en) * 2018-11-13 2020-05-22 Magna International Inc. System and method for vehicle routing using big data
US11814506B2 (en) 2019-07-02 2023-11-14 Marathon Petroleum Company Lp Modified asphalts with enhanced rheological properties and associated methods
US12008482B2 (en) 2020-12-28 2024-06-11 Ford Global Technologies, Llc Systems and methods for predictive drawbridge operation for vehicle navigation
JP2023009944A (ja) * 2021-07-08 2023-01-20 トヨタ自動車株式会社 情報処理装置、及び、情報処理方法
US20240118098A1 (en) * 2022-10-06 2024-04-11 Rivian Ip Holdings, Llc High-definition energy consumption map for vehicles

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102126472A (zh) * 2010-01-18 2011-07-20 福特全球技术公司 用于指示机动车辆的能量使用的效率水平的系统
US20110184642A1 (en) * 2009-12-18 2011-07-28 Daimler Trucks North America Llc Fuel efficient routing system and method
CN103018672A (zh) * 2011-09-22 2013-04-03 日立汽车系统株式会社 电动车的消耗电能提供系统
US20140107913A1 (en) * 2012-10-12 2014-04-17 Equilateral Technologies, Inc. Vehicle range analysis using driving environment information with optional continuous averaging
CN104011779A (zh) * 2011-10-25 2014-08-27 通腾发展德国公司 用于确定与交通控制信号的操作相关的信息的方法及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070216521A1 (en) 2006-02-28 2007-09-20 Guensler Randall L Real-time traffic citation probability display system and method
US7778773B2 (en) 2007-05-02 2010-08-17 Toshiba America Research, Inc. Optimum route planning for service vehicles
DE102009013175A1 (de) 2009-03-13 2009-11-19 Daimler Ag Verfahren zur Steuerung eines Energiemanagements in einem Fahrzeug
US20130041552A1 (en) 2011-08-11 2013-02-14 Ford Global Technologies, Llc Methods and Apparatus for Estimating Power Usage
CN102709984B (zh) 2012-06-13 2014-04-16 清华大学 一种基于智能交通系统的电动汽车充电路径规划方法
GB201312306D0 (en) * 2013-07-09 2013-08-21 Tomtom Software Ltd Traffic light phase predictions and improved navigation methods using the traffic light phase predictions
KR20150021857A (ko) * 2013-08-21 2015-03-03 경북대학교 산학협력단 교통 신호등 정보를 활용한 차량용 항로 결정 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110184642A1 (en) * 2009-12-18 2011-07-28 Daimler Trucks North America Llc Fuel efficient routing system and method
CN102126472A (zh) * 2010-01-18 2011-07-20 福特全球技术公司 用于指示机动车辆的能量使用的效率水平的系统
CN103018672A (zh) * 2011-09-22 2013-04-03 日立汽车系统株式会社 电动车的消耗电能提供系统
CN104011779A (zh) * 2011-10-25 2014-08-27 通腾发展德国公司 用于确定与交通控制信号的操作相关的信息的方法及系统
US20140107913A1 (en) * 2012-10-12 2014-04-17 Equilateral Technologies, Inc. Vehicle range analysis using driving environment information with optional continuous averaging

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111033179A (zh) * 2017-09-07 2020-04-17 宝马股份公司 用于车辆的路线规划的方法、装置、计算机程序和计算机程序产品
CN111033179B (zh) * 2017-09-07 2023-10-24 宝马股份公司 用于车辆的路线规划的方法、装置和可读的介质
CN112292646A (zh) * 2018-06-25 2021-01-29 三菱电机株式会社 车辆的控制系统、用于控制车辆的方法和非暂时性计算机可读存储器
CN112292646B (zh) * 2018-06-25 2024-02-20 三菱电机株式会社 车辆的控制系统、用于控制车辆的方法和非暂时性计算机可读存储器
CN110610268A (zh) * 2019-09-11 2019-12-24 西安工程大学 一种用于无人驾驶的轨迹预测方法

Also Published As

Publication number Publication date
US20160076899A1 (en) 2016-03-17
MX2015012014A (es) 2016-03-15
MX351803B (es) 2017-10-27
DE102015114806A1 (de) 2016-03-17
CN105424052B (zh) 2020-08-07
RU2015137366A (ru) 2017-03-06
US9513135B2 (en) 2016-12-06

Similar Documents

Publication Publication Date Title
CN105424052A (zh) 随机可行驶里程
US11878713B2 (en) Driving assistance system and method
US9761136B2 (en) Methods and software for managing vehicle priority in a self-organizing traffic control system
US20230139760A1 (en) Network-assisted scanning of a surrounding environment
CN102384752B (zh) 车辆路线确定的方法
CN114255606B (zh) 辅助驾驶提醒、地图辅助驾驶提醒方法、装置和地图
CN102622877B (zh) 利用路况信息及行驶速度的公交到站判断系统及判断方法
JP5482827B2 (ja) 交通指標算出装置、方法及びコンピュータプログラム
US8972159B2 (en) Methods and systems for coordinating vehicular traffic using in-vehicle virtual traffic control signals enabled by vehicle-to-vehicle communications
RU2523192C2 (ru) Способы, устройства и картографические базы данных для прокладки "зеленого" маршрута
US8321125B2 (en) System and method for providing route guidance to a requesting vehicle
US10139245B2 (en) Device for providing electric-moving-body information and method for providing electric-moving-body information
US20130162449A1 (en) Traffic Routing Using Intelligent Traffic Signals, GPS and Mobile Data Devices
CN107719145A (zh) 众包电动车辆充电站识别
CN103364001A (zh) 基于云端服务的智能gps路径规划系统及方法
KR101769723B1 (ko) 이동 지원 장치, 이동 지원 방법, 및 구동 지원 시스템
CN103109161A (zh) 导航装置及方法
JP2010210284A (ja) 交通管理装置および交通管理方法
JP2013053999A (ja) ナビゲーションシステム、ナビゲーション装置、情報処理装置、および、経路探索方法
JP2009009282A (ja) 需要情報送信装置
CN102735242B (zh) 分支点图显示系统
CN104680821A (zh) 一种智能交通系统及其导航方法
CN110113716B (zh) 一种路径状态信息获取方法、装置及存储介质
CN103177571B (zh) 一种实时监控调度系统及实现方法
JP2013105180A (ja) センター側システム及び情報端末

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