CN105480095B - 估计可用行驶距离的系统和方法 - Google Patents

Abstract

本公开涉及估计可用行驶距离的系统和方法。一种车辆包括具有电池供电式电机的动力传动系统。所述车辆还包括控制器，所述控制器被配置为：在地图上显示至少一条等值线，所述至少一条等值线指示从当前位置的可用行驶距离。从当前位置的等值线的距离基于存储在电池内的能量和由于沿着起始于当前位置的多个可能路线中的每一个行驶的预测的能量消耗。所述预测的能量消耗基于在驾驶期间发生的能量耗尽事件被更新。

Description

估计可用行驶距离的系统和方法

技术领域

本公开涉及电池供电式车辆的动力传动系统控制系统。

背景技术

车辆可通过被配置为从车载电池接收电力的电机的操作被推进。电池通过来自公用电网或其他非车载电源的电力进行充电是很普遍的。在电池是唯一的推进能量源的情况下，电池的全部耗尽可导致动力传动系统无法操作。这种事件的发生可能需要耗时的电池再充电。

发明内容

在至少一个实施例中，一种车辆包括动力传动系统，所述动力传动系统具有电池供电式电机(battery-powered electric machine)。所述车辆还包括控制器，所述控制器被配置为：在地图上显示至少一条等值线，所述至少一条等值线指示从当前位置的可用行驶距离。从当前位置的等值线的可用行驶距离基于存储在电池内的能量。所述等值线的位置还基于预测的能量消耗，所述预测的能量消耗是由于沿着起始于当前位置的多个可能的路线中的每一个行驶而产生的。所述预测的能量消耗基于在驾驶期间发生的能量耗尽事件被更新。

在至少一个实施例中，一种用于指示可用行驶距离的系统包括地图显示器和控制器，所述控制器被配置为：经由所述显示器输出围绕可用目的地的至少一条等值线。所述等值线具有指示沿着起始于当前位置的多个路线中的每一个完成行驶距离的概率的形态特征(appearance feature)。所述行驶距离基于预测的能量消耗和存储在牵引电池中的能量。

根据本发明的一个实施例，所述至少一条等值线包括内部等值线，所述内部等值线指示从当前位置的行驶距离，对于所述行驶距离，存在使用存储在电池中的大于第一阈值的能量到达在所述内部等值线内的地理目的地的概率。

根据本发明的一个实施例，所述至少一条等值线包括外部等值线，所述外部等值线指示从当前位置的行驶距离，对于所述行驶距离，存在使用存储在电池中的小于第二阈值的能量到达超出所述外部等值线的地理目的地的概率。

根据本发明的一个实施例，所述控制器还被配置为：基于从基础设施源接收的行驶数据，修改预测的能量消耗。

根据本发明的一个实施例，所述控制器还被配置为：基于从另一车辆接收的行驶数据，修改预测的能量消耗。

根据本发明的一个实施例，从所述另一车辆接收的行驶数据包括：天气状态、交通状态、另一车辆的速度、或另一车辆的行驶路径。

根据本发明的一个实施例，沿着所述多个路线中的每一个的预测的能量消耗基于预测的空气动力阻力影响。

根据本发明的一个实施例，沿着所述多个路线中的每一个的预测的能量消耗基于天气状态的变化被修改，所述气候状态的变化基于空气密度、风速、风向、降水或环境温度。

在至少一个实施例中，一种车辆可行驶里程估计的方法包括：绘制起始于当前位置的多个路线，并且沿着所述多个路线中的每一个对高确定性距离和低确定性距离范围两者进行定位。高确定性距离和低确定性距离范围的位置基于存储在牵引电池中的能量和沿着每个路线的预测的能量消耗。所述方法还包括：在地图上分别显示与高确定性距离和低确定性距离范围相交的等值线。所述方法还包括：响应于在驾驶期间发生的随机的能量耗尽事件，调整所述等值线。

根据本发明的一个实施例，所述方法还包括：遮蔽地图上的所述低确定性距离范围外侧的地理区域。

根据本发明的一个实施例，与所述低确定性距离范围相交的等值线包括指示置信度区间的阴影带。

根据本发明的一个实施例，所述方法还包括：监测风速和风向的模式，并基于空气动力阻力的变化来更新预测的能量消耗。

根据本发明的一个实施例，所述方法还包括：基于从另一车辆接收的行驶数据来调整所述等值线。

附图说明

图1是具有电池供电式电机的车辆的示意图。

图2是空气动力学阻力对风偏角的曲线图。

图3是描述可用驾驶里程的地理等值线图。

图4是示出沿着图3的线4-4的到达可能性的变化的示意性曲线图。

图5A和图5B是驾驶里程估计方法的流程图。

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，将要理解的是，所公开的实施例仅是本发明的示例，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，此处所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实施本发明的代表性基础。

图1描述了插电式混合动力电动车辆100的示例。混合动力电动动力传动系统102可包括机械地连接到混合动力传动装置106的一个或更多个电动马达/发电机或电机104。另外，混合动力传动装置106机械地连接到发动机108。混合动力传动装置106还可以机械地连接到驱动车轮112的驱动轴110。电机104可在发动机108被开启时提供车辆推进力，以及在发动机关闭时提供车辆推进力。电机104还可通过对驱动轴施加阻力扭矩来提供车辆减速。电机104还可被配置作为发电机，以通过从摩擦制动系统回收通常作为热损失掉的能量来提供燃料经济效益。由于混合动力电动车辆100在特定条件下可在纯电动动力传动模式下运行，所以电机104还可减少污染物排放。电池组或牵引电池114存储可被用于驱动电机104的能量。车辆牵引电池114能够提供高电压DC输出。牵引电池114电连接到电力电子模块116。电力电子模块116电连接到电机104，并提供在牵引电池114与电机104之间的双向传输能量的能力。例如，牵引电池114可以提供DC电压，而电机104可能需要三相AC电压以运转。在这种情况下，电力电子模块116将DC电压转换为三相AC电压以被电机104接收。在再生模式下，电力电子模块116会将来自用作发电机的电机104的三相AC电压转换为牵引电池114所需要的DC电压。在此描述的方法同样适用于纯电动车辆或使用电池组的任何其他装置。

牵引电池114可提供来自牵引电池114内的一个或更多个电池单元阵列(有时被称为电池单元堆)的能量输出。所述电池单元阵列可包括一个或更多个电池单元。电池单元(诸如，棱柱状或袋状电池单元)可包括将存储的化学能转换为电能的电化学电池单元。电池单元还可包括壳体、正电极(阴极)和负电极(阳极)。电解质可以允许离子在放电期间在阳极与阴极之间移动，并且随后在在充电期间返回。端子可允许电流流出电池单元供车辆使用。当与多个电池单元一起被设置在阵列中时，每个电池单元的端子可与邻近彼此的相反的端子(正极和负极)对准，并且汇流条可帮助促进所述多个电池单元之间的电串联连接。所述电池单元还可被并联设置，使得相似的端子(正极和正极或者负极和负极)彼此邻近。

牵引电池114除了提供用于推进的电池电力之外，还可提供用于其他车辆电气系统的能量。DC/DC转换器模块118能够将牵引电池114的高电压DC输出转换成与低电压车辆负载兼容的低电压DC供应。其他高电压负载(诸如，压缩机和电加热器)可以直接连接至来自牵引电池114的高电压总线。具有较低电气负载的其他车辆系统可以电连接到低电压电池120。纯电动车辆可具有相似结构，但是不具有发动机108。

牵引电池114可以通过外部电源126(例如，诸如电插座)进行再充电。外部电源126可以电连接到电动车辆供电设备(EVSE)130。EVSE 130可以提供电路和控制，以调节和管理在电源126和车辆100之间的电能的传输。EVSE 130还可以包括用于电连接到充电端口124的充电连接器132。充电端口124可以是被配置为将电能从外部电源126传输至车辆100的任何类型的端口。

外部电源126可通过充电端口124向车辆100提供AC或DC电力。车辆还可以包括电力转换模块122，以调节来自外部电源126的电力并将合适的电压和电流水平提供给牵引电池114。在一些应用中，外部电源126可以被预先配置为将合适的电压和电流水平提供给牵引电池114，使得电力转换模块122可以是不必需的。例如，电力转换模块122的功能可以被包含在外部电源126内。包括发动机、传动装置、电动马达、发电机和电力电子模块的车辆动力传动系统可以由动力传动系统控制模块(PCM)128进行控制。

车辆还可以包括与牵引电池114进行通信的电池能量控制模块(BECM)134。BECM134可被用作牵引电池114的控制器，并且还可以包括管理电池单元的温度和荷电状态的电子监测系统。因此，牵引电池114还可以包括温度传感器136(诸如，热敏电阻器或其他类型的温度仪表)。温度传感器136可以与BECM 134进行通信，以提供关于牵引电池114的温度数据。虽然在图1的示意图中描述了单个温度传感器，但是可以采用多个传感器分别地监测牵引电池114内的单独的电池单元和/或电池单元的阵列。

其他的车辆配置可以得益于本公开的多个方面。图1除了示出插电式混合动力车辆之外，如果发动机108被移除，则图1还可表示电池电动车辆(BEV)的配置。如果与插电式充电有关的组件122、124和126被移除，则图1还可以表示传统混合动力电动车辆(HEV)或动力分流式混合动力电动车辆。得益于在此公开的多个方面的进一步的示例车辆配置是具有作为唯一的推进源的内燃发动机108的传统车辆。这样的传统车辆可以不包括用于提供车辆牵引力的电机104或牵引电池114。

存储在牵引电池中的能量在驾驶期间被消耗。先进的路线规划技术可以用于为驾驶员提供驾驶的可用里程的估计或者剩余燃料可行驶距离(“DTE”)的估计。此外，精确的路线规划可以用于允许动力传动系统控制器鉴于即将发生的负载状况来调节发动机操作，以便提供最优化操作效率。此外，为驾驶员提供从车辆的当前位置在任何给定方向上的即时可用里程是有利的。按照这种方式，基于电池内存储的能量和在驾驶时消耗的预测的能量中的每一个，车辆的当前行驶能力可以被连续地显示给驾驶员。

可以使用数学模型来描述沿着多个不同的可能路线的能量消耗的特征，每个可能路线起始于当前车辆位置。计算沿着每个可能路线的可用行驶距离产生在围绕起始点的不同方向上的多个端点。考虑到地理地图，互相连接所述端点产生视觉上示出沿着任何数量的路线相对于当前位置的DTE的等值线(contour line)。

下面的等式(1)是基于车辆操作状况的能量消耗的示例性数学模型。

ΔEnergy＝V·I·t＝(Av³+Bv²·t+G_e v+D)·t (1)

等式(1)的项与能量消耗的不同来源相关。每一项都对总的能量消耗有贡献，并且还可以是可变的独立来源。等式(1)的特定项可以从通过测量车载车辆操作参数获得的数据直接确定。可选地，特定项可以从被提供到车辆控制器的固定的数据来确定。这些数据趋向于从一个行程到下一个行程对于车辆控制器保持可用。例如，V表示牵引电池电压，I是牵引电池电流，v是车辆速度，t是在驾驶期间能量耗尽经过的持续时间。车载传感器容易测量这些值中的每一个。

G_e是与在驾驶期间遇到的梯度值有关的能量消耗，且可以通过下面的等式(2)来近似计算。

G_e＝Grade·m·F_r (2)

其中，Grade由每段行驶距离的高程变化来表征。高程变化可以使用已知的地理高程数据和各个位置之间的相对差异来确定。m是总质量，其中，车辆质量是已知的，且其他乘客质量和货物质量可以使用例如车载重量传感器来说明。F_r是滚动阻力，且可以由下面的等式(3)来表征。

F_r＝C_rr·Normal Force (3)

其中，C_rr是考虑轮胎结构、胎面材料以及路面状况的滚动阻力的系数。NormalForce是针对路面的车辆的垂直负载。所有上述系数可能受到在其他因素中的天气、海拔、交通以及驾驶员行为的影响。

等式(1)的能量计算的其他系数趋于更短暂并具有明显更多的可变性。这些高可变性项可基于来自特殊主体车辆或车辆的集合的更大的数据样本通过回归分析推导得到。在至少一个实施例中，多个车辆将测量的数据传送到彼此，且主体车辆使用这些数据做出关于瞬时信息的状态的结论。

在等式(1)中，A是指示空气动力阻力的系数，且可以通过下面的等式(4)来近似计算。

其中，A_f是车辆的迎风面积(frontal area)。ρ是空气密度，且在最简单的情况下被假定为常数。在一般情况下，ρ可以跨越不同的位置和时间而变化达20％。大气压力、温度以及降水中的每一个都影响空气密度ρ，且每一个都基于天气的变化和海拔而波动。来自外部无线源的数据可以被用于增加用于空气密度变化的计算和校正。

C_d是车辆的阻力系数，且还在不同的操作状况下波动。用于求解C_d的上面的等式(4)示出车辆速度和关于车辆的风偏角中的每一个都影响系数C_d。虽然C_d的定义可以在不同的应用中改变，但是根据本公开的多个方面，下面的等式(5)被使用。

其中，F_d是力在行驶的方向上的分量。因此，系数A还可以通过下面的等式(6)来表征。

A＝F_d/v² (6)

图2是示出风偏角(wind yaw angle)202和阻力系数204之间的关系的示例性曲线图200。如可以从曲线图看到的，在大约0度风偏角的点206与20度风偏角的点208之间，阻力系数可以增加达35％。作为实际的示例，30mph的车辆速度与10mph的横向风组合可以产生这样的偏航条件。超过20度的偏航角的进一步增加使得阻力系数作为风偏角的函数迅速地减小。因此，监测风速和风向的模式可以提高阻力系数估计的准确度。

返回参照上面的等式(1)，B是指示滚动阻力的系数。如同先前讨论的瞬时项，滚动阻力的变化取决于与特定行驶路线相应的路面。此外，B可以基于车辆总重量的变化(诸如，乘客的数量的变化或货物质量的变化)而改变。

轮胎滚动阻力还可以是总的滚动阻力系数B的一个因素。大气压力和环境温度也影响轮胎膨胀，从而影响滚动阻力。已经停放几个小时或更久的轮胎在驾驶的初始持续时间期间呈现出高滚动阻力。轮胎和道路材料以及路面上的物质(诸如，雨、雪、冰等)也具有大的影响。大气压力和环境空气温度通常由车辆传感器进行检测并用于气候控制、发动机校准以及向车辆乘员显示天气状况。可以基于车辆位置数据从外部来源获得这些值以及路面状况。当新轮胎被安装时，轮胎材料可以被输入并存储在车辆网络中，或者可从内置于轮胎的传感器获得。存在可以内置于轮胎中或当新轮胎被安装时报告胎压和温度的各种传感器。车辆胎压传感器可以传送连续值，所述连续值指示有助于滚动阻力系数B的计算的实际胎压。

D是指示来自车辆附件的电气负载的系数，且服从于由驾驶员选择的操作状态。在示例中，由D表示的电气附件负载的预测可以基于当前气候状态或历史的驾驶员使用模式。

由于上面描述的各个输入预期沿路线改变，所以沿着预定路线的能量消耗分布可以通过预测上面描述的各个输入的变化来确定。例如，一些数据源允许沿着给定路线预测车辆速度分布。沿着已知的道路和/或高速公路的路线将具有预先已知的速度限制。另外，主驾驶员可以将历史速度数据存储在车辆控制器的存储器中。此外，来自其他车辆经过所述路径的特定部分的采样速度数据也可以有助于推导针对主体车辆的预测的速度分布。

能量消耗等式以及随后的DTE估计还受另外的离散事件(诸如，信号灯正时)以及连续可变事件(诸如，交通和天气)影响。在沿着给定路径使用上面的基础能量等式(1)预测能量消耗分布之后，可以通过应用来自外部源的行驶数据来执行另外的修正，以提高总的模型。

车辆到车辆(V2V)的通信以及车辆到基础设施(V2I)的通信可以提供数据，所述数据指示在靠近主体车辆的区域内的实时瞬态状况。在示例中，交通模式数据可以被传送到主体车辆，以通知沿着特定路径的预测的行驶速度和/或停止倾向。从而，这些值可以用于调整预期的行驶时间。调整中的每一个可以提高针对给定路线的预测的能量分布的准确度。

在V2V通信的示例中，在主体车辆(subject vehicle)附近的其他车辆的实时接近和相对运动可以影响与空气动力阻力有关的能量消耗分量。其他车辆的速度和行驶路径可以影响主体车辆的速度和阻力两者。更具体地，由在主体车辆前方的其他车辆执行的变换车道可引起对主体车辆的阻力产生负面影响的混乱的空气尾流。类似地，致力于传达驾驶体验的车辆减少了对车辆可行驶里程产生正面影响的阻力效应。虽然V2V通过示例的方式被描述，但是车辆运动模式可以被其他外部源监测和广播。在至少一个实施例中，能量消耗分布由于从外部源传送的基于空气动力阻力状态的数据的变化而被修改。

V2I通信还可以链接到出行者信息系统，所述出行者信息系统可以具有对影响途中能量消耗的事件进行有效的预测。来自基础设施源的数据可以被有效地用于确定沿着所述路线的具有停止倾向的未来事件。在示例中，电影院可以高准确度地广播放映何时将结束，并可以相应地更新出行者信息系统。在另一示例中，娱乐场所可以广播可能影响交通的体育赛事的预期结束时间。更具体地，与很多体育赛事的实际持续时间的不确定性有关的，结束时间的预测随着比赛的进行变得更加准确。在至少一个实施例中，所述能量消耗分布由于从外部源传送的基于交通状态的数据的预测的变化而被修改。

可以使得能量消耗分布的精细化的另外的变量是沿着给定路线的车辆重量的变化。例如，车辆可能需要沿着所述路线搭载乘客或装载货物。在这种情况下，车辆传感器可以基于重量的变化指示重量的增加并调整能量消耗的计算以及DTE值的计算。增加的重量与针对沿着所述路线停止和从静止位置加速的较高的能量消耗相关。相反地，沿着所述路线的重量的减少可以提高能量效率并延长DTE。在消费者应用示例中，可以实时地执行调整，诸如，到杂货店添加货物的行程，或从学校搭载儿童和设备的行程。在商业应用示例中，当运输公司沿着已知的路线收取和投递包裹时，运输公司可以使用已知的重量变化来连续地更新DTE。

在上面讨论的很多情况下，沿着路线可能发生的能量耗尽事件的集合呈现出马尔可夫特性。也就是说，该分析考虑到连续事件链中的每个都是随机的，具有不依赖于先前的事件的发生的独立发生的概率。然而，在一些情况下，能量耗尽事件是复合的，使得特定事件的发生影响随后的事件的概率。

在示例中，能量消耗模型考虑与交通灯的正时同步的可能性。针对路线的某些部分，在一连串绿色交通灯到达的车辆可能经历相对于预测速度分布的提高的速度。相反地，在很多红色交通灯停止不仅降低相对于预测速度分布的速度，而且增加车辆运行的总的时间。通常地，在一连串灯中的第一个交通灯的颜色状态指示在一连串灯中随后的交通灯的颜色状态的概率。在至少一个实施例中，控制器可以基于绘制的最佳情况“好运气”场景来修改能量消耗分布，“好运气”场景指示全部在绿色交通灯到达。附带的最差情况“坏运气”场景也被绘制，“坏运气”场景指示不得不在全部红色交通灯停车然后前行。关于初始计算以及在驾驶期间的持续更新，基于最佳情况交通灯场景和最差情况交通灯场景来更新预测的能量消耗可以影响沿着所述路线中的每一个的DTE的置信度区间。

图3是上面讨论的能量消耗模型的地理输出的示例。等值线图300指示从主体车辆的当前位置302的可用行驶距离。至少一条等值线被生成以指示DTE的多个方面。等值线可通过计算起始于当前位置的多个可能路线被构造。路线以在围绕车辆的地理区域内的实际道路的环境下被构造。沿着每个路线，控制器可以生成与如上面讨论的路线关联的预测的能量消耗分布。所述控制器可以针对每个路线确定基于存储在电池中的当前能量能够行驶的距离。预测的确定性随着从当前位置的行驶距离的增加而降低。在每个路线中具有对应的确定程度的位置通过等值线被连接。一般地，所述等值线基于存储在电池中的当前能量围绕相对于当前位置的可用目的地。

在图3的示例中，内部等值线304是高置信度线，在所述高置信度线处，存储在电池中的能量足够推进车辆到在高置信度线304内的地理目的地的置信度至少为大约百分之九十九。其他数值的置信度阈值也可能适合于表示高置信度等值线。

在内部等值线304的外侧，置信度降低，且更模糊的图形表示可以向驾驶员描述不确定性。外部等值带306被显示在等值线图300上，以沿着每个可能的路线连接从当前位置302的低确定性距离。虽然所述外部等值带被示出具有恒定的厚度，但是与每个路线关联的置信度可以基于特定路径的能量消耗的可变性而不同。在至少一个实施例中，低确定性等值线的置信度带的宽度在等值线图300的不同区域周围改变。

不同的显示技术还可以增加提供给驾驶员的信息。一个或更多个形态特征可以用于指示到达特定位置的相对概率。在图3的示例中，低置信度带包括邻近外部等值带306的阴影区域308。邻近外部等值带306的距离阴影(distance shading)还可以与特定置信度值相应，所述特定置信度值与到达可用行驶距离的边缘附近的可能性有关。进一步的可视化提升可以被用于传送续航能力。例如，充电站的位置可以被显示，以指示驾驶员基于当前荷电哪些充电站在可达到的范围之内。另外，在阴影区域308以外，地理地图300的显示可能被遮蔽，以便不因为显示示出不可达的地理区域的地图数据而使驾驶员分心。此外，虽然两条等值线被示出，但是提供与各个可用行驶里程的置信度等级的更多数量的等值线是有益的。

图4是与图3的横截面4-4相应的示意性曲线图400。线402表示沿着行驶路线到达的概率。曲线图400过于简单化且意在作为模型的示意性图形表示。能量耗尽事件的随机发生的时间和频率影响沿着所述路线的能量消耗。分布是多模式的且通常会具有比在图4中描述的分布更复杂的形状。另外，尽管在图4的示意图中的曲线被示出具有对称性，但是应理解的是，基于与地理位置相关联的地形和耗尽事件，能量消耗根据相对于车辆的当前位置的行驶方向而改变。因此，示出到达的概率的曲线相对于当前位置很可能会是不对称的。

线404表示车辆的当前位置。随着车辆行驶，能量被消耗且行进的更远的可能性降低。在曲线图的中心部分406，到达概率是非常高的且接近百分之一百。中心部分406的外部边缘被示出为线408和线410，线408和线410与上面讨论的地理地图的高置信度内部等值线相应。随着车辆行驶更加远离当前位置，随机的能量耗尽事件的数量累积。到达概率以及估计置信度两者均降低。在外侧部分412和外侧部分414中的每一个中，降低的到达概率随同置信度带416被示出。应注意的是，两条带之间的宽度随着距当前位置的距离的增加而增加。外侧部分412和外侧部分414与先前参照地理地图讨论的阴影区域相应。在外侧部分的外部边缘，线418和线420与先前参照地理地图讨论的低置信度带相应。实质上，存储在电池内的全部能量在车辆到达低置信度带外侧的地理目的地之前被耗尽。

图5A和图5B是根据本公开的方法500的流程图。在步骤502，控制器确定车辆的当前位置。例如，车辆控制器可以采用GPS功能。在步骤504，控制器轮询外部源以获取关于当地行驶状况的可用数据。如上面讨论的，外部数据可以来自其他车辆，所述其他车辆指示其他车辆的速度、交通、天气以及在相应的车辆附近的其他因素。可选地，例如，外部服务器(诸如，交通数据库或天气数据库)可向主体车辆广播相关的行驶数据。在至少一个实施例中，所述数据被限定为从当前位置M英里内的局部区域。

在步骤506，所述控制器确定当前存储在牵引电池中的能量的量。在一示例中，荷电状态(SOC)被用作存储在电池中的能量的指示器。

在步骤508，围绕车辆的驾驶区域被分解成多个径向区段。在提供的示例中，所述区段的宽度相等且与角θ相应。在步骤510，通过把360度分成X个相等的部分来确定角θ。虽然所述区段被描述为是均匀分布的，但是预计其他分割技术也可以被使用。例如，围绕车辆的区域可以通过当前位置附近的特定道路的几何结构来划分。按照这种方式，根据实际可用路线，围绕当前位置的特定部分可以是密集的或不密集的。

每个区段与地理地图上的特定路线相应。在步骤512，计数器n被设定为1以说明由控制器针对每个区段中的路径所执行的计算。在步骤514，所述控制器建立最接近等于n·θ参考角的特定路径。由于当地的道路安排不太可能是在一条直线上，所以与参考角的方向相应的路径n将符合基于实际道路布局的最近的可用路径。

在步骤516，所述控制器根据上面讨论的一个或更多个方法来预测沿着路径n的能量消耗分布。所述能量消耗分布基于与车辆和道路路径相应的多个输入(例如，预测的速度分布、车辆的总重量状态、以及上面参照等式(1)讨论的预测的t、G_e、A、B和D的分布)。

在步骤518，所述控制器处理从外部源接收的任何实时数据。所述实时数据可以与诸如交通状态的随机变化相应，所述随机变化(诸如，交通阻塞或事故)可以促使速度偏离正常的交通流。另外，天气状态可以被传送到所述控制器以通知在其他位置的天气状况，所述天气状态包括空气密度、风速、风向、降水和环境温度中的至少一个。此外，车辆到车辆的动态交互可以通过V2V通信被观测到。预测的能量消耗分布基于当前行驶数据被更新。

在步骤520，所述控制器基于存储在电池内的能量以及与沿着路径n驾驶关联的更新的预测能量消耗，来确定从当前位置的最远可用行驶距离。初始地，高确定性距离被计算为具有至少大约百分之九十九的置信度。虽然该值作为示例性阈值被提供，但是其他概率值也可适合于作为高确定性阈值进行操作。

在步骤522，所述控制器确定与更小置信度值相应的沿着路径n的最远可用行驶距离。如上面讨论的，使用多个较低确定性值而不是单一值来计算可行驶里程可能是有益的。在至少一个实施例中，所述控制器确定沿着路径n的从当前位置的低确定性距离范围。

在步骤524，所述控制器确定是否所有围绕当前位置的区域的区段已经被分配路线。如果在步骤524计数器n的值小于区段X的总数，则所述控制器在步骤526通过将先前的值加1来增加n，并返回步骤514以分析下一区段。

如果在步骤524计数器n的值大于或等于区段X的总数，则所述控制器使用高确定性距离和较低确定性距离来构建各个地理等值线。在步骤528，所述控制器显示连接跨越每个路线n的高确定性距离的地理内部等值线，其中，n的值的范围是1到区段X的总数。内部高置信度线可以是实线，并且车辆具有实质上确定的使用存储在电池中的能量到达等值线内的地理目的地的概率。

在步骤530，所述控制器显示连接跨越每个路线n的低确定性距离范围的等值带，其中，n的值的范围是1到区段X的总数。所述等值带可以具有与每个路线n关联的置信度等级相应的宽度。外部低置信度带距离当前位置较远，并且趋于描绘基于当前荷电的车辆行驶距离能力的边缘。另外，所述等值带可以具有描述低确定性距离范围的置信度的周围阴影(surrounding shading)。在步骤532，所述控制器可以遮蔽在地图上的所述等值带的低确定性阴影区域外侧的地理区域。

方法500可以被连续地执行以随着驾驶而更新可行驶里程等值线。当车辆运行状况改变，以及从外部源接收到新的数据时，模型被更新。按照这种方式，使用最新的可用信息来刷新地理地图，且等值线可以更精确。

本公开提供了代表性的控制策略和/或逻辑，可以使用一个或更多个处理策略(诸如，事件驱动、中断驱动、多任务、多线程等)来实现所述控制策略和/或逻辑。同样地，在此示出的各个步骤或功能可以按示出的顺序执行、并行执行或在一些情况下被省略执行。虽然不总是明确地说明，但是本领域的技术人员将认识到，示出的步骤或功能中的一个或更多个可以基于被使用的特定处理策略被重复执行。类似地，处理的顺序不必要被要求实现在此描述的特征和优点，但是处理的顺序被提供以便于说明和描述。

控制逻辑主要在软件中实现，所述软件由基于微型计算机的车辆、发动机、和/或动力传动系统控制器来执行。当然，控制逻辑可根据特定的应用，在一个或更多个控制器中由软件、硬件、或者软件与硬件的结合来实现。当在软件中实现时，控制逻辑将在一个或更多个计算机可读存储装置或介质中被提供，所述存储装置或介质具有表示由计算机执行以控制车辆或车辆的子系统的代码或指令的存储的数据。所述计算机可读存储装置或介质可包括多个已知的物理装置中的一个或更多个，所述物理装置利用电、磁、和/或光存储来保存可执行的指令以及相关的校准信息、操作变量等。可选择地，使用合适的硬件组件(诸如，专用集成电路(ASIC)、现场可编程门阵列(FPGA)、状态机、控制器、或其他硬件组件或装置、或者硬件、软件和固件组件的组合)，可整体或部分地实施该过程、方法或算法。

虽然上面描述了示例性实施例，但这些实施例并不意在描述权利要求所包含的所有可能形式。说明书中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，可在不脱离本公开的精神和范围的情况下做出各种改变。如前所述，可将各种实施例的特征进行组合以形成本发明的可能未被明确描述或示出的进一步的实施例。尽管关于一个或更多个期望的特性，各种实施例已经被描述为提供优点或优于其他实施例或现有技术实现方式，但是本领域的普通技术人员应认识到，一个或更多个特征或特性可被折衷以实现依赖于特定应用和实现的期望的整体系统属性。这些属性可包括但不限于：成本、强度、耐用性、生命周期成本、市场性、外观、包装、尺寸、可维护性、重量、可制造性、易装配性的容易性等。因此，针对一个或更多个特性，被描述为不如其他实施例或现有技术实施方式的实施例并非在本公开的范围之外，并可被期望用于特定应用。

Claims (7)

1.一种车辆，包括：

动力传动系统，具有电池供电式电机；

控制器，被配置为：基于存储在电池内的能量和预测的能量消耗，在地图上显示指示从当前位置的可用行驶距离的置信度的至少一条等值线，所述预测的能量消耗是由于沿着起始于当前位置的多个可能的路线中的每一个行驶而产生的，其中，所述预测的能量消耗基于能量耗尽事件被更新。

2.如权利要求1所述的车辆，其中，所述至少一条等值线包括内部高置信度线，所述内部高置信度线表示存储在所述电池内的能量足够推进所述车辆到达在所述高置信度线内的地理目的地的置信度至少为大约百分之九十九。

3.如权利要求1所述的车辆，其中，所述至少一条等值线包括外部低置信度带，所述外部低置信度带表示在所述车辆到达所述低置信度带外侧的地理目的地之前存储在所述电池内的实质上的全部能量被耗尽的置信度为从大约百分之八十到大约百分之九十。

4.如权利要求1所述的车辆，其中，所述能量耗尽事件包括：沿着所述多个可能的路线中的至少一个的预测速度分布的变化。

5.如权利要求1所述的车辆，其中，所述能量耗尽事件包括：基于从外部来源传送的数据的空气动力阻力状态。

6.如权利要求1所述的车辆，其中，所述能量耗尽事件包括：基于空气密度、风速、风向、降水或环境温度的天气状态。

7.如权利要求1所述的车辆，其中，所述能量耗尽事件包括：基于车辆质量、乘客质量和货物质量的车辆总重量状态。