CN105681431A - 一种基于位置的空闲充电桩查找方法 - Google Patents
一种基于位置的空闲充电桩查找方法 Download PDFInfo
- Publication number
- CN105681431A CN105681431A CN201610052405.9A CN201610052405A CN105681431A CN 105681431 A CN105681431 A CN 105681431A CN 201610052405 A CN201610052405 A CN 201610052405A CN 105681431 A CN105681431 A CN 105681431A
- Authority
- CN
- China
- Prior art keywords
- charging pile
- current location
- time
- user
- node
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Navigation (AREA)
Abstract
本发明提供本发明提供一种基于位置的空闲充电桩查找方法,包括以下步骤:步骤S1,获取用户的当前位置;步骤S2,查找用户当前位置一定范围内的所有充电桩;步骤S3,判断是否找到充电桩,若是则跳转至步骤S4,若否则返回步骤S1重新获取用户新的当前位置;步骤S4,结合当前位置、交通状况以及充电桩空闲状态综合寻址,查找最优空闲充电桩;步骤S5,将所述步骤S4的查询结果返回至用户端。本发明结合当前位置、交通状况以及充电桩空闲状态实现了综合寻址,进而能够为用户查找附近的最优空闲充电桩,实现了交通和等待时间结合后时间最短的充电桩匹配,提升了用户体验和充电桩的利用率,节省用户的时间,避免人力物力的浪费。
Description
技术领域
本发明涉及一种充电桩查找方法,尤其涉及一种基于位置的空闲充电桩查找方法。
背景技术
随着经济的发展,环境污染问题日趋严重,新能源汽车取代传统汽车,对于环境保护具有重要的意义;国家大力推行充电桩建设,也是电动车推广使用的重要举措之一。
对于电动车司机,在车辆电量不足时,如果需要寻找附近充电桩,传统导航类软件,一般只能基于当前gps位置,查找附近的某一类服务地点,如加油站、停车场等。对于充电桩类应用,因为充电时长的特殊性,无法做到像传统加油站一样几乎是随加随走,甚至于,如果充电桩已经有人在充电中,那么等待时间很有可能比驾车所需时间更长。
发明内容
本发明所要解决的技术问题是需要提供一种结合当前位置、交通状况以及充电桩空闲状态综合寻址,进而能够查找最优空闲充电桩的空闲充电桩查找方法。
对此,本发明提供一种基于位置的空闲充电桩查找方法,包括以下步骤:
步骤S1,获取用户的当前位置;
步骤S2,查找用户当前位置一定范围内的所有充电桩;
步骤S3,判断是否找到充电桩,若是则跳转至步骤S4,若否则返回步骤S1重新获取用户新的当前位置;
步骤S4,结合当前位置、交通状况以及充电桩空闲状态综合寻址,查找最优空闲充电桩;
步骤S5,将所述步骤S4的查询结果返回至用户端。
本发明的进一步改进在于,所述步骤S4包括以下子步骤:
步骤S401,根据当前位置和充电桩的位置建立一一对应的路径数据;
步骤S402,根据当前位置和充电桩之间的交通状况建立拥堵系数数据;
步骤S403,根据充电桩的状况建立充电桩等待时间数据;
步骤S404,根据路径数据、拥堵系数数据和充电桩等待时间数据计算出当前位置到达每个充电桩的实际最终耗时。
本发明的进一步改进在于,所述步骤S401中,将所述步骤S3所查找到的每一个充电桩作为一个节点,当前位置与充电桩之间的道路的每一个路口也作为一个节点,每两个路口之间的道路作为其对应的两个节点之间的边,对当前位置与充电桩之间的路径数据构成带权有向图,该带权有向图通过二维矩阵来表示,所述二维矩阵的值表示每两个节点之间的距离。
本发明的进一步改进在于,所述步骤S402中,根据道路顺畅程度对当前位置以及充电桩之间的交通状况划分拥堵系数,根据当前的交通状态与非拥堵状态下通过该路段耗时比值作为拥堵系数,非拥堵状态的正常行驶路段的拥堵系数为1。
本发明的进一步改进在于,所述步骤S403中,所述充电桩等待时间数据等于充电桩所需平均充电时间减去该充电桩已经充电用时;所述步骤S403中,若一个充电桩站有两个以上的充电桩,则将其中等待时间最小的充电桩等待时间数据作为该充电桩站的等待时间。
本发明的进一步改进在于,所述步骤S404中,首先,根据步骤S401的路径数据和步骤S402的拥堵系数数据计算得到所述当前位置和充电桩之间的最短距离;然后,通过步骤S403的充电桩等待时间数据乘以该地区平均时速后减去所述最短距离,得到实际等待等效距离;接着,通过最短距离的交通耗时加上实际等待时间得到当前位置到达该充电桩的实际最终耗时;最后,对比所有有效充电桩的实际最终耗时,取最小值作为最优空闲充电桩;其中,所述实际等待等效距离用于反映用户从当前位置到达充电桩位置与等待充电桩空闲之间的时间关系,所述实际等待时间为用户从当前位置到达充电桩位置之后还需要等待充电桩空闲所需要的时间;当所述实际等待等效距离为正数时,其对应的实际等待时间为充电桩等待时间数据减去最短距离的交通耗时之后的数值;当所述实际等待等效距离为零或负数时,其对应的实际等待时间为零。如图2所示,所述步骤S404中的计算最短距离的工作可以与所述步骤S403同时进行。
本发明的进一步改进在于,所述步骤S402中,引入实时路况数据,得到引入拥堵系数后的有向图,并过滤掉等待时间超过最大设定值的充电桩,对剩余的充电桩节点进行遍历,以此得到最短距离。
本发明的进一步改进在于,所述步骤S404中,通过以下子步骤计算所述当前位置和充电桩之间的最短距离:
步骤S4041,获取当前位置和充电桩的位置之间的路径数据;
步骤S4042,针对不同的路径数据获取该路径下每两个节点之间的拥堵系数数据;
步骤S4043,将路径中相邻两个节点之间的二维矩阵的值乘以这两个节点之间的拥堵系数,得到这两个相邻节点之间的实际路径,进而得到每一条路径的实际距离,该实际距离用于反映当前位置通过该路径到达充电桩的实际开销;
步骤S4044,比较每一条路径的实际距离,取最小值作为所述当前位置和充电桩之间的最短距离。
本发明的进一步改进在于,在用户的车辆行驶过程中,根据GPS定位,当车辆到达每个节点时自动根据最更新的当前位置、交通状况以及充电桩空闲状态重新运算得到当前位置到达每个充电桩的实际最终耗时。
本发明的进一步改进在于,当用户选择其中一个充电桩作为最优选择后,中控中心自动将该充电桩的选择级别降低,并告知其他用户该充电桩已被选择。
与现有技术相比,本发明的有益效果为:结合当前位置、交通状况以及充电桩空闲状态实现了综合寻址,进而能够为用户查找附近的最优空闲充电桩,实现了交通和等待时间结合后时间最短的充电桩匹配,提升了用户体验和充电桩的利用率,节省用户的时间,避免人力物力的浪费。
附图说明
图1是本发明一种实施例的工作结构示意图;
图2是本发明一种实施例的详细工作流程示意图;
图3是本发明一种实施例中反映用户的当前位置与充电桩之间的路径数据的地图;
图4是本发明一种实施例针对图3中当前位置与充电桩之间的路径数据所构成的带权有向图。
具体实施方式
下面结合附图,对本发明的较优的实施例作进一步的详细说明。
如图1和图2所示,本例提供一种基于位置的空闲充电桩查找方法,包括以下步骤:
步骤S1,获取用户的当前位置;
步骤S2,查找用户当前位置一定范围内的所有充电桩;所述一定范围可以根据用户的需求进行自定义设置和修改;
步骤S3,判断是否找到充电桩,若是则跳转至步骤S4,若否则返回步骤S1重新获取用户新的当前位置;
步骤S4,结合当前位置、交通状况以及充电桩空闲状态综合寻址,查找最优空闲充电桩;
步骤S5,将所述步骤S4的查询结果返回至用户端。
本例所述用户指的是电动车用户,对于电动车司机,在车辆电量不足时,如果需要寻找附近充电桩,需要考虑以下几个因素:(1)当前位置到充电桩的距离;(2)当前位置到充电桩的实时交通路况;(3)相比传统汽车加油,充电桩具有充电时间长的特点,充电时间从几十分钟到几小时不等,如果充电桩已经有人在充电中,那么等待时间可能比驾车所需时间更长。因此充电桩的空闲状态也是重点考虑因素。
值得一提的是,本例针对以上引用场合,利用相关的数据结构算法,根据GPS定位来查找离电动车当前位置最合理的充电桩;这里需要特别指出的是,最合理的充电桩,即最优空闲充电桩不一定是最近的充电桩。
本例所述步骤S4包括以下子步骤:
步骤S401,根据当前位置和充电桩的位置建立一一对应的路径数据;
步骤S402,根据当前位置和充电桩之间的交通状况建立拥堵系数数据;
步骤S403,根据充电桩的状况建立充电桩等待时间数据;
步骤S404,根据路径数据、拥堵系数数据和充电桩等待时间数据计算出当前位置到达每个充电桩的实际最终耗时。
值得一提的是,本例所述步骤S5将步骤S4的查询结果返回至用户端,指的是返回最优空闲充电桩以及各个充电桩的计算列表至用户端,以便用户选择对于自己而言最好的充电桩选择;因为,耗时最小的不一定顺路,即不一定是用户最后的选择。
如图3和图4所示,本例所述步骤S401中,将所述步骤S3所查找到的每一个充电桩作为一个节点,当前位置与充电桩之间的道路的每一个路口也作为一个节点,每两个路口之间的道路作为其对应的两个节点之间的边,对当前位置与充电桩之间的路径数据构成带权有向图,该带权有向图通过二维矩阵来表示,所述二维矩阵的值表示每两个节点之间的距离。
图3中,用户附近有且仅有3个充电桩,本例将图3中用户的当前位置与充电桩之间的路径数据所构成的带权有向图,如图4所示;其中,所述二维矩阵的值+∞表示两个路口之间无法直接到达;应该注意的是,注意第一个节点到第二个节点的距离,不一定等于第二个节点到第一个节点的距离,比如对应单行道;当然,为了表述方便,本例没有用单行道来举例说明。
图4中,V0表示用户的当前位置,V1、V2和V3分别为用户当前位置附近的3个主干道路口,V4、V5和V6为充电桩所处位置;连线为两个相邻节点之间的距离,虚线表示当前该路段为拥堵状态,实线表示该路段目前畅通。为简化描述,图4中所涉节点不考虑单行道情况,即来回方向距离相等,图4对应的二维矩阵如下表所示。
节点 | V0 | V1 | V2 | V3 | V4 | V5 | V6 |
V0 | 0 | 3 | 8 | 11 | +∞ | +∞ | +∞ |
V1 | 3 | 0 | +∞ | +∞ | 11 | 13 | +∞ |
V2 | 8 | +∞ | 0 | 2 | +∞ | 7 | +∞ |
V3 | 11 | +∞ | 2 | 0 | +∞ | +∞ | 6 |
V4 | +∞ | 11 | +∞ | +∞ | 0 | +∞ | +∞ |
V5 | +∞ | 13 | 7 | +∞ | +∞ | 0 | +∞ |
V6 | +∞ | +∞ | +∞ | 6 | +∞ | +∞ | 0 |
对于本例图3和图4图描述的三个充电桩,用户到各个充电桩之间的最短距离分别为:(1)V0→V4:V0→V1→V4=3+11=14KM;(2)V0→V5:V0→V2→V5=8+7=15KM;(3)V0→V6:V0→V2→V3→V6=8+2+6=16KM。因此,就路径数据而言,节点V4为最近的充电桩。
本例所述步骤S402中,根据道路顺畅程度对当前位置以及充电桩之间的交通状况划分拥堵系数,根据当前的交通状态与非拥堵状态下通过该路段耗时比值作为拥堵系数,非拥堵状态的正常行驶路段的拥堵系数为1。
对于图4而言,抽象表达了各个节点之间距离和道路是否连通,但无法描述道路拥堵,在城市交通中,最短路径不一定是耗时最少路径,还需要考虑当时该路段拥堵情况。因此,本例引入第二个邻接矩阵来描述各个路段的拥堵情况,对于正常路段,期拥堵系数为1,对于拥堵路段,根据拥堵情况不同,取值范围为1到正无穷。这个拥堵系数代表通过该路段的耗时,具体的拥堵系数设置可以根据实际情况进行设置,主要是当前的交通状态与非拥堵状态下通过该路段耗时比值。
以图4为例,假定当时交通路况为V2→V5路段拥堵,通过拥堵系数为2来表示,含V5→V2在内的其它路段畅通,则反映拥堵系数的邻接矩阵如下表所示。
节点 | V0 | V1 | V2 | V3 | V4 | V5 | V6 |
V0 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
V1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
V2 | 1 | 1 | 1 | 1 | 1 | 2 | 1 |
V3 | 1 | 1 | 1 | 1 | 1 | 1 | 14 --> |
V4 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
V5 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
V6 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
在本例中,引入拥堵系数后,V5充电桩的最短路径,从V0→V2→V5,变为V0→V1→V5=16KM。此时V4为最近充电桩,V5和V6的距离相等。
本例所述步骤S403中,所述充电桩等待时间数据等于充电桩所需平均充电时间减去该充电桩已经充电用时;所述步骤S403中,若一个充电桩站有两个以上的充电桩,则将其中等待时间最小的充电桩等待时间数据作为该充电桩站的等待时间。
在非拥堵情况下,普通汽车加油时间约为1-2分钟,相比驾车时间基本可忽略不计,因此查找附近最近加油站,在引入拥堵系数,查找到最近加油站后,即可达成目标。而充电桩因为目前技术限制,充电时间从半小时到数小时不等。等待时间与驾车到充电桩所需时间为一个数量级,甚至等待时间超过驾车所需时间,因此必须额外引入充电桩等待时间。充电桩等待时间,等于充电所需平均时间减去当前该充电桩已经充电用时。如当前该充电桩并无汽车充电,则充电桩等待时间为0.对于一个充电桩站有多个充电桩的情况,则其中等待时间最小的充电桩,为该充电桩站的等待时间。
本例所述步骤S404中,首先,根据步骤S401的路径数据和步骤S402的拥堵系数数据计算得到所述当前位置和充电桩之间的最短距离;然后,通过步骤S403的充电桩等待时间数据乘以该地区平均时速后减去所述最短距离,得到实际等待等效距离;接着,通过最短距离的交通耗时加上实际等待时间得到当前位置到达该充电桩的实际最终耗时;最后,对比所有有效充电桩的实际最终耗时,取最小值作为最优空闲充电桩;其中,所述实际等待等效距离用于反映用户从当前位置到达充电桩位置与等待充电桩空闲之间的时间关系,所述实际等待时间为用户从当前位置到达充电桩位置之后还需要等待充电桩空闲所需要的时间;当所述实际等待等效距离为正数时,其对应的实际等待时间为充电桩等待时间数据减去最短距离的交通耗时之后的数值;当所述实际等待等效距离为零或负数时,其对应的实际等待时间为零。
值得一提的是,本例所述的最短距离指的是耗时少的最短路径,而非最短的直线距离。
为了便于运算,在本例中,将等待时间折算为行驶距离。例如充电桩V5当前有汽车正在充电,需要约30分钟完成,按平均行驶速度60KM/H计算,则充电桩A等待时间为30KM。在引入等效等待距离的时候,需要考虑到电动车从当前地点驾驶到充电桩的过程中,充电也正在同步完成,因此最终等待时间,需要减去驾车所需时间。例如按照本例中,V5充电桩最短路径为16KM,则其实际等待等效距离为30KM–16KM=14KM。
在本例中,我们假定该地区当时平均时速为60KM/H,V4充电桩还需大于4小时以上充电时间,该充电桩直接标识为繁忙不可用状态;V5充电桩等待时间为30分钟,30分钟折算为30KM,V6充电桩等待时间为10分钟,10分钟折算为10KM。在套用上述公式后,可以得出实际等待等效距离;V4为无穷大,因为本例认为等待4小时以上为无法接受;V5为30–16=14KM,V6为10–16=0KM,最小为0.即虽然当前V6还需要10分钟充完电,但当用户的电动车驱车到达V6时,该充电桩已经空闲,因此实际等效等待距离为0。
如图2所示,本例所述步骤S402中,引入实时路况数据,得到引入拥堵系数后的有向图,并过滤掉等待时间超过最大设定值的充电桩,对剩余的充电桩节点进行遍历,以此得到最短距离。所述最大设定值可以根据用户的需求进行自定义设置和修改,如设置为超过3小时或4小时的等待时间,则直接过滤掉。
或是,所述步骤S404中,通过以下子步骤计算所述当前位置和充电桩之间的最短距离:
步骤S4041,获取当前位置和充电桩的位置之间的路径数据;
步骤S4042,针对不同的路径数据获取该路径下每两个节点之间的拥堵系数数据;
步骤S4043,将路径中相邻两个节点之间的二维矩阵的值乘以这两个节点之间的拥堵系数,得到这两个相邻节点之间的实际路径,进而得到每一条路径的实际距离,该实际距离用于反映当前位置通过该路径到达充电桩的实际开销;
步骤S4044,比较每一条路径的实际距离,取最小值作为所述当前位置和充电桩之间的最短距离。
下面,通过软件函数的方式来描述如何查找达到充电桩的最短路径,从用户的电动车当前位置,查找到某一个充电桩的最短路径,使用Dijkstra算法。该算法描述为:设G=(V,E)是一个带权有向图,把图4中节点集合V分成两组,第一组为已求出最短路径的节点集合,该第一组的节点集合用S表示,初始时S中只有一个源点,以后每求得一条最短路径,就将加入到集合S中,直到全部节点都加入到S中,算法就结束了;第二组为其余未确定最短路径的节点集合,该第二组的节点集合用U表示,按最短路径长度的递增次序依次把第二组的节点加入S中。在加入的过程中,总保持从源点v到S中各节点的最短路径长度不大于从源点v到U中任何节点的最短路径长度。此外,每个节点对应一个距离,S中的节点的距离就是从v到此节点的最短路径长度,U中的节点的距离,是从v到此节点只包括S中的节点为中间节点的当前最短路径长度。
其算法步骤为:第一、初始时,S只包含源点,即S={v},v的距离为0。U包含除v外的其他节点,即:U={其余节点},若v与U中节点u有边,则<u,v>正常有权值,若u不是v的出边邻接点,则<u,v>权值为∞。第二、从U中选取一个距离v最小的节点k,把k,加入S中(该选定的距离就是v到k的最短路径长度)。第三、以k为新考虑的中间点,修改U中各节点的距离;若从源点v到节点u的距离(经过节点k)比原来距离(不经过节点k)短,则修改节点u的距离值,修改后的距离值的节点k的距离加上边上的权。第四、重复第二个步骤和第三个步骤直到所有节点都包含在S中。
以图4所示为例,V0节点到V5充电桩的最短路径寻址步骤如下表所示。
接下来,描述引入拥堵系数后如何查找实际最短路径,对上文中算法步骤进行优化,Dijkstra算法为对比邻接矩阵两个顶点间距离,修改后为对比两个顶点距离,乘以对应的拥堵系数;为保持算法的一致性,引入第三个邻接矩阵,该矩阵为距离矩阵dist与拥堵系数矩阵congestion的乘积,对于第三个邻接矩阵dist_c,使用Dijkstra算法,即可获得考虑拥堵系数后的实际最短路径。
如图2所示,本例整体的实现过程描述如下:第一、根据GPS定位数据,获取用户的电动车当前位置;第二、调用地图接口,获取设定范围内所有充电桩;第三、如未找到任何充电桩,结束;第四、对找到的充电桩构建有向图,有向图数据可根据地图数据构建,如图4所示;第五、获取当前实时路况,得到引入拥堵系数后的有向图;第六、根据充电桩管理系统的数据,将等待时间超过最大设定的充电桩设置为不可用,排除不参与下一步的比对;第七、对剩余所有的充电桩,根据第二部的算法,获取引入拥堵系数后的最短路径;第八、每个充电桩的实际最终耗时=最短距离的交通耗时+实际等待时间;其中实际等待时间计算方法为,如果当前充电桩等待时间大于最短路径交通耗时,则实际等待时间=当前等待时间–最短距离的交通耗时;如果当前充电桩等待时间小于等于最短路径交通耗时,则实际等待时间=0;所述最短距离指的是最短路径,而非直线距离;第九、对所有有效充电桩的最终耗时进行排序,得到最优列表提供给用户选择。
值得一提的是,本例在用户的车辆行驶过程中,根据GPS定位,当车辆到达每个节点时自动根据最更新的当前位置、交通状况以及充电桩空闲状态重新运算得到当前位置到达每个充电桩的实际最终耗时。
路段拥堵情况是随时在变化中,电动车在系统初始化时调用接口,获取到最优充电桩后,在行驶过程中,可能会因为路况变化,导致原来选择的最优充电桩变成非最优选择。针对这种情况,可以在车辆行驶过程中,根据GPS定位,当车辆到达每个顶点时再重新根据当前位置、当前路况来运算得到最优解。
值得一提的是,本例当用户选择其中一个充电桩作为最优选择后,中控中心自动将该充电桩的选择级别降低,并告知其他用户该充电桩已被选择。
某个充电桩处于空闲状态,此时一个用户发起寻找附近充电桩请求,系统计算后将该充电桩作为最优选择推荐给该用户。此时本例需要给该充电桩的等待时间加上一定系数,这个系数是指有用户正在赶往该充电桩,可能导致其它用户使用该充电桩时发生等待。当有多个用户选择该充电桩后,即使当前时间点该充电桩处于空闲状态,也会处于一个很低的选择级别,进而达到动态优化选择的目的,告知各个用户每一个充电桩的实时动态。
本例结合当前位置、交通状况以及充电桩空闲状态实现了综合寻址,进而能够为用户查找附近的最优空闲充电桩,实现了交通和等待时间结合后时间最短的充电桩匹配,提升了用户体验和充电桩的利用率,节省用户的时间,避免人力物力的浪费。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于位置的空闲充电桩查找方法,其特征在于,包括以下步骤:
步骤S1,获取用户的当前位置;
步骤S2,查找用户当前位置一定范围内的所有充电桩;
步骤S3,判断是否找到充电桩,若是则跳转至步骤S4,若否则返回步骤S1重新获取用户新的当前位置;
步骤S4,结合当前位置、交通状况以及充电桩空闲状态综合寻址,查找最优空闲充电桩;
步骤S5,将所述步骤S4的查询结果返回至用户端。
2.根据权利要求1所述的基于位置的空闲充电桩查找方法,其特征在于,所述步骤S4包括以下子步骤:
步骤S401,根据当前位置和充电桩的位置建立一一对应的路径数据;
步骤S402,根据当前位置和充电桩之间的交通状况建立拥堵系数数据;
步骤S403,根据充电桩的状况建立充电桩等待时间数据;
步骤S404,根据路径数据、拥堵系数数据和充电桩等待时间数据计算出当前位置到达每个充电桩的实际最终耗时。
3.根据权利要求2所述的基于位置的空闲充电桩查找方法,其特征在于,所述步骤S401中,将所述步骤S3所查找到的每一个充电桩作为一个节点,当前位置与充电桩之间的道路的每一个路口也作为一个节点,每两个路口之间的道路作为其对应的两个节点之间的边,对当前位置与充电桩之间的路径数据构成带权有向图,该带权有向图通过二维矩阵来表示,所述二维矩阵的值表示每两个节点之间的距离。
4.根据权利要求2所述的基于位置的空闲充电桩查找方法,其特征在于,所述步骤S402中,根据道路顺畅程度对当前位置以及充电桩之间的交通状况划分拥堵系数,根据当前的交通状态与非拥堵状态下通过该路段耗时比值作为拥堵系数,非拥堵状态的正常行驶路段的拥堵系数为1。
5.根据权利要求2所述的基于位置的空闲充电桩查找方法,其特征在于,所述步骤S403中,所述充电桩等待时间数据等于充电桩所需平均充电时间减去该充电桩已经充电用时;所述步骤S403中,若一个充电桩站有两个以上的充电桩,则将其中等待时间最小的充电桩等待时间数据作为该充电桩站的等待时间。
6.根据权利要求3至5任意一项所述的基于位置的空闲充电桩查找方法,其特征在于,所述步骤S404中,首先,根据步骤S401的路径数据和步骤S402的拥堵系数数据计算得到所述当前位置和充电桩之间的最短距离;然后,通过步骤S403的充电桩等待时间数据乘以该地区平均时速后减去所述最短距离,得到实际等待等效距离;接着,通过最短距离的交通耗时加上实际等待时间得到当前位置到达该充电桩的实际最终耗时;最后,对比所有有效充电桩的实际最终耗时,取最小值作为最优空闲充电桩;其中,所述实际等待等效距离用于反映用户从当前位置到达充电桩位置与等待充电桩空闲之间的时间关系,所述实际等待时间为用户从当前位置到达充电桩位置之后还需要等待充电桩空闲所需要的时间;当所述实际等待等效距离为正数时,其对应的实际等待时间为充电桩等待时间数据减去最短距离的交通耗时之后的数值;当所述实际等待等效距离为零或负数时,其对应的实际等待时间为零。
7.根据权利要求6所述的基于位置的空闲充电桩查找方法,其特征在于,所述步骤S402中,引入实时路况数据,得到引入拥堵系数后的有向图,并过滤掉等待时间超过最大设定值的充电桩,对剩余的充电桩节点进行遍历,以此得到最短距离。
8.根据权利要求6所述的基于位置的空闲充电桩查找方法,其特征在于,所述步骤S404中,通过以下子步骤计算所述当前位置和充电桩之间的最短距离:
步骤S4041,获取当前位置和充电桩的位置之间的路径数据;
步骤S4042,针对不同的路径数据获取该路径下每两个节点之间的拥堵系数数据;
步骤S4043,将路径中相邻两个节点之间的二维矩阵的值乘以这两个节点之间的拥堵系数,得到这两个相邻节点之间的实际路径,进而得到每一条路径的实际距离,该实际距离用于反映当前位置通过该路径到达充电桩的实际开销;
步骤S4044,比较每一条路径的实际距离,取最小值作为所述当前位置和充电桩之间的最短距离。
9.根据权利要求1至5任意一项所述的基于位置的空闲充电桩查找方法,其特征在于,在用户的车辆行驶过程中,根据GPS定位,当车辆到达每个节点时自动根据最更新的当前位置、交通状况以及充电桩空闲状态重新运算得到当前位置到达每个充电桩的实际最终耗时。
10.根据权利要求1至5任意一项所述的基于位置的空闲充电桩查找方法,其特征在于,当用户选择其中一个充电桩作为最优选择后,中控中心自动将该充电桩的选择级别降低,并告知其他用户该充电桩已被选择。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610052405.9A CN105681431A (zh) | 2016-01-26 | 2016-01-26 | 一种基于位置的空闲充电桩查找方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610052405.9A CN105681431A (zh) | 2016-01-26 | 2016-01-26 | 一种基于位置的空闲充电桩查找方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105681431A true CN105681431A (zh) | 2016-06-15 |
Family
ID=56302779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610052405.9A Pending CN105681431A (zh) | 2016-01-26 | 2016-01-26 | 一种基于位置的空闲充电桩查找方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105681431A (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096793A (zh) * | 2016-06-27 | 2016-11-09 | 哈尔滨工程大学 | 基于拥塞感知的周期性优化的电动汽车充电决策方法 |
CN106407317A (zh) * | 2016-08-31 | 2017-02-15 | 乐视控股(北京)有限公司 | 一种卫生间信息获取方法及装置 |
CN106778028A (zh) * | 2017-01-09 | 2017-05-31 | 中创三优(北京)科技有限公司 | 基于充电桩使用次数和运行状态计算桩体寿命的方法 |
CN106850284A (zh) * | 2017-01-19 | 2017-06-13 | 上海斐讯数据通信技术有限公司 | 一种智能插座管理方法及其管理装置、一种云服务器 |
CN106871917A (zh) * | 2017-01-23 | 2017-06-20 | 深圳充电网科技有限公司 | 一种电动车路线规划方法及装置 |
CN106935074A (zh) * | 2017-05-09 | 2017-07-07 | 深圳实现创新科技有限公司 | 智能交通的充电桩查找方法及系统 |
CN106991498A (zh) * | 2017-03-29 | 2017-07-28 | 深圳市亿兆互联技术有限公司 | 一种基于Lora技术的公共卫生间管理系统与方法 |
CN107139741A (zh) * | 2017-04-17 | 2017-09-08 | 东南大学 | 一种电动汽车充电引导方法 |
CN107316100A (zh) * | 2017-06-01 | 2017-11-03 | 四川大学 | 智慧城市中电动汽车的充电调度策略 |
CN107358748A (zh) * | 2017-06-27 | 2017-11-17 | 苏州美天网络科技有限公司 | 基于app的公共自行车管理系统 |
CN107492200A (zh) * | 2017-08-24 | 2017-12-19 | 郭青华 | 一种环保节约型居民自助生活平台及其使用方法 |
CN107545649A (zh) * | 2016-06-24 | 2018-01-05 | 宁波三星智能电气有限公司 | 一种用于电动汽车的充电桩管理系统 |
CN107545648A (zh) * | 2016-06-24 | 2018-01-05 | 宁波三星智能电气有限公司 | 一种用于电动汽车的充电桩管理系统 |
CN107566483A (zh) * | 2017-08-30 | 2018-01-09 | 深圳市盛路物联通讯技术有限公司 | 资源供给管理方法及物联网服务器 |
CN107682390A (zh) * | 2017-08-01 | 2018-02-09 | 深圳市盛路物联通讯技术有限公司 | 一种基于物联网的设备信息处理方法及装置 |
CN107830867A (zh) * | 2017-11-01 | 2018-03-23 | 南京晓庄学院 | 一种基于模糊决策的电动汽车充电桩确定方法和充电装置 |
CN107844603A (zh) * | 2017-11-27 | 2018-03-27 | 郑州云海信息技术有限公司 | 基于云计算的电动汽车充电桩查询引导系统 |
CN108171353A (zh) * | 2018-03-12 | 2018-06-15 | 湘潭大学 | 一种基于时间片的电动汽车充电预约匹配方法 |
CN108215815A (zh) * | 2016-12-15 | 2018-06-29 | 比亚迪股份有限公司 | 用于交通工具的充电控制方法和装置 |
CN109693576A (zh) * | 2019-01-10 | 2019-04-30 | 浙江工业大学 | 一种基于模拟退火算法的电动汽车充电调度优化方法 |
CN110322120A (zh) * | 2019-06-12 | 2019-10-11 | 深圳大学 | 一种基于效益最大化的电动车充电调度方法和系统 |
CN111207749A (zh) * | 2019-11-26 | 2020-05-29 | 恒大智慧科技有限公司 | 基于传感器的社区路线引导方法及系统 |
CN112689023A (zh) * | 2021-01-14 | 2021-04-20 | 深圳市安科讯电子制造有限公司 | 一种基于大数据的电动汽车充电桩分布管理系统 |
CN112793457A (zh) * | 2021-02-04 | 2021-05-14 | 国网湖南省电力有限公司 | 基于时间敏感度的电动汽车充电引导方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2443472A (en) * | 2006-10-30 | 2008-05-07 | Cotares Ltd | Method of generating routes |
CN101859312A (zh) * | 2010-04-20 | 2010-10-13 | 长安大学 | 一种公路网拓扑结构数据模型及路径计算方法 |
CN102889894A (zh) * | 2011-07-18 | 2013-01-23 | 通用汽车环球科技运作有限责任公司 | 用于为电动车辆产生推荐驾驶路线的系统和方法 |
CN104567897A (zh) * | 2013-10-16 | 2015-04-29 | 大陆汽车投资(上海)有限公司 | 结合路况预测的路径规划方法及导航装置 |
CN105071502A (zh) * | 2015-09-11 | 2015-11-18 | 中国联合网络通信集团有限公司 | 一种电动汽车充电桩选择方法和系统 |
-
2016
- 2016-01-26 CN CN201610052405.9A patent/CN105681431A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2443472A (en) * | 2006-10-30 | 2008-05-07 | Cotares Ltd | Method of generating routes |
CN101859312A (zh) * | 2010-04-20 | 2010-10-13 | 长安大学 | 一种公路网拓扑结构数据模型及路径计算方法 |
CN102889894A (zh) * | 2011-07-18 | 2013-01-23 | 通用汽车环球科技运作有限责任公司 | 用于为电动车辆产生推荐驾驶路线的系统和方法 |
CN104567897A (zh) * | 2013-10-16 | 2015-04-29 | 大陆汽车投资(上海)有限公司 | 结合路况预测的路径规划方法及导航装置 |
CN105071502A (zh) * | 2015-09-11 | 2015-11-18 | 中国联合网络通信集团有限公司 | 一种电动汽车充电桩选择方法和系统 |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107545649B (zh) * | 2016-06-24 | 2023-02-03 | 宁波三星智能电气有限公司 | 一种用于电动汽车的充电桩管理系统 |
CN107545648A (zh) * | 2016-06-24 | 2018-01-05 | 宁波三星智能电气有限公司 | 一种用于电动汽车的充电桩管理系统 |
CN107545649A (zh) * | 2016-06-24 | 2018-01-05 | 宁波三星智能电气有限公司 | 一种用于电动汽车的充电桩管理系统 |
CN106096793A (zh) * | 2016-06-27 | 2016-11-09 | 哈尔滨工程大学 | 基于拥塞感知的周期性优化的电动汽车充电决策方法 |
CN106407317A (zh) * | 2016-08-31 | 2017-02-15 | 乐视控股(北京)有限公司 | 一种卫生间信息获取方法及装置 |
CN108215815A (zh) * | 2016-12-15 | 2018-06-29 | 比亚迪股份有限公司 | 用于交通工具的充电控制方法和装置 |
CN108215815B (zh) * | 2016-12-15 | 2020-06-19 | 比亚迪股份有限公司 | 用于交通工具的充电控制方法和装置 |
CN106778028A (zh) * | 2017-01-09 | 2017-05-31 | 中创三优(北京)科技有限公司 | 基于充电桩使用次数和运行状态计算桩体寿命的方法 |
CN106850284A (zh) * | 2017-01-19 | 2017-06-13 | 上海斐讯数据通信技术有限公司 | 一种智能插座管理方法及其管理装置、一种云服务器 |
CN106871917A (zh) * | 2017-01-23 | 2017-06-20 | 深圳充电网科技有限公司 | 一种电动车路线规划方法及装置 |
CN106991498A (zh) * | 2017-03-29 | 2017-07-28 | 深圳市亿兆互联技术有限公司 | 一种基于Lora技术的公共卫生间管理系统与方法 |
CN107139741A (zh) * | 2017-04-17 | 2017-09-08 | 东南大学 | 一种电动汽车充电引导方法 |
CN106935074A (zh) * | 2017-05-09 | 2017-07-07 | 深圳实现创新科技有限公司 | 智能交通的充电桩查找方法及系统 |
CN107316100A (zh) * | 2017-06-01 | 2017-11-03 | 四川大学 | 智慧城市中电动汽车的充电调度策略 |
CN107358748A (zh) * | 2017-06-27 | 2017-11-17 | 苏州美天网络科技有限公司 | 基于app的公共自行车管理系统 |
CN107682390A (zh) * | 2017-08-01 | 2018-02-09 | 深圳市盛路物联通讯技术有限公司 | 一种基于物联网的设备信息处理方法及装置 |
CN107492200A (zh) * | 2017-08-24 | 2017-12-19 | 郭青华 | 一种环保节约型居民自助生活平台及其使用方法 |
CN107566483A (zh) * | 2017-08-30 | 2018-01-09 | 深圳市盛路物联通讯技术有限公司 | 资源供给管理方法及物联网服务器 |
CN107830867A (zh) * | 2017-11-01 | 2018-03-23 | 南京晓庄学院 | 一种基于模糊决策的电动汽车充电桩确定方法和充电装置 |
CN107830867B (zh) * | 2017-11-01 | 2019-12-20 | 南京晓庄学院 | 一种基于模糊决策的电动汽车充电桩确定方法 |
CN107844603A (zh) * | 2017-11-27 | 2018-03-27 | 郑州云海信息技术有限公司 | 基于云计算的电动汽车充电桩查询引导系统 |
CN108171353B (zh) * | 2018-03-12 | 2021-12-24 | 湘潭大学 | 一种基于时间片的电动汽车快速预约匹配方法 |
CN108171353A (zh) * | 2018-03-12 | 2018-06-15 | 湘潭大学 | 一种基于时间片的电动汽车充电预约匹配方法 |
CN109693576A (zh) * | 2019-01-10 | 2019-04-30 | 浙江工业大学 | 一种基于模拟退火算法的电动汽车充电调度优化方法 |
CN109693576B (zh) * | 2019-01-10 | 2022-05-03 | 浙江工业大学 | 一种基于模拟退火算法的电动汽车充电调度优化方法 |
CN110322120A (zh) * | 2019-06-12 | 2019-10-11 | 深圳大学 | 一种基于效益最大化的电动车充电调度方法和系统 |
CN110322120B (zh) * | 2019-06-12 | 2021-08-06 | 深圳大学 | 一种基于效益最大化的电动车充电调度方法和系统 |
CN111207749A (zh) * | 2019-11-26 | 2020-05-29 | 恒大智慧科技有限公司 | 基于传感器的社区路线引导方法及系统 |
CN112689023B (zh) * | 2021-01-14 | 2023-01-13 | 深圳市安科讯电子制造有限公司 | 一种基于大数据的电动汽车充电桩分布管理系统 |
CN112689023A (zh) * | 2021-01-14 | 2021-04-20 | 深圳市安科讯电子制造有限公司 | 一种基于大数据的电动汽车充电桩分布管理系统 |
CN112793457A (zh) * | 2021-02-04 | 2021-05-14 | 国网湖南省电力有限公司 | 基于时间敏感度的电动汽车充电引导方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105681431A (zh) | 一种基于位置的空闲充电桩查找方法 | |
US10976170B2 (en) | Electric vehicle routing system | |
CN107944605B (zh) | 一种基于数据预测的动态交通路径规划方法 | |
CN104931063B (zh) | 路径规划方法 | |
JP5967051B2 (ja) | 移動支援装置、移動支援方法、及び運転支援システム | |
CN101216913B (zh) | 合乘动态匹配多级筛选方法 | |
Fotouhi et al. | A review on the applications of driving data and traffic information for vehicles׳ energy conservation | |
Chen et al. | A real-time vehicle navigation algorithm in sensor network environments | |
EP3556601A1 (en) | Vehicle routing | |
US20130317790A1 (en) | Charger arrangement planning supporting apparatus, charger arrangement planning supporting method, and program | |
CN109959388A (zh) | 一种基于栅格扩展模型的智能交通精细化路径规划方法 | |
Bessler et al. | Routing EV users towards an optimal charging plan | |
US9855942B2 (en) | Moving assist apparatus and method and driving assist system | |
CN111028511B (zh) | 一种交通拥堵预警方法及装置 | |
CN110222786A (zh) | 基于出行信息的动态拼车方法及系统 | |
JP2015074341A (ja) | 移動支援装置、移動支援方法、及び運転支援システム | |
CN104951848A (zh) | 一种实时拼车匹配方法 | |
WO2013172157A1 (ja) | 経路探索装置及びコンピュータプログラム | |
JP5953630B2 (ja) | 経路探索装置及びコンピュータプログラム | |
Qiao et al. | Vehicle powertrain connected route optimization for conventional, hybrid and plug-in electric vehicles | |
Taherkhani et al. | BlueParking: An IoT based parking reservation service for smart cities | |
CN111272187A (zh) | 基于改进的a*算法的最优行驶路径规划方法及系统 | |
CN117553818A (zh) | 一种基于改进a*算法的路径规划方法及系统 | |
Ponraj et al. | Optimizing multiple travelling salesman problem considering the road capacity | |
CN101294821B (zh) | 一种获取汽车在途最少时间的装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160615 |
|
RJ01 | Rejection of invention patent application after publication |