CN107782327B - 能量最优的车辆路线选择 - Google Patents

Abstract

一种利用车辆导航系统生成能量最优的行驶路线的方法，该方法包括生成路线起点和一个或多个路线目的地之间的候选行驶路线，然后将每个候选行驶路线划分成多个路线段。该方法包括使用云信息估计沿每个段的预期行驶速度，并使用一个或多个特定车辆能效模型计算在候选行驶路线的每个上的预期能效。行驶路线经由导航系统中显示，包括能量最优的行驶路线的轨迹，以及沿着能量最优的行驶路线的预期或相对能效。一种车辆，该车辆包括导航系统和动力传动系。动力传动系控制器可以控制在选定路线上的车辆速度，以维持最佳节能速度。

Description

能量最优的车辆路线选择

技术领域

本公开涉及用于确定用于车辆的能量最优的驾驶路线的系统和方法。

背景技术

车辆导航系统使用全球定位系统数据用于确定用户的当前位置。然后通过地理编码和注释地图显示当前位置。示例性地图数据可以包括地形、道路网络和兴趣点信息。这样的信息通常从远程地理空间数据库传送到导航系统或从板上存储器位置访问。

推荐的行驶路线可以由导航系统基于给定行程的路线起点和路线目的地之间的最短时间或距离来确定。然后将推荐的行驶路线显示为地图轨迹和/或作为逐向驾驶指引。路线规划的这种常规方法虽然在确定最短距离或行进时间是有效的，但是对于确定最节能的可用路线或最佳地控制车辆的操作是欠佳的。

发明内容

本文公开的导航系统和伴随方法旨在用于确定车辆中的最佳节能行驶路线。基础算法基于来自云的信息和特定于车辆的能量消耗特性实现各种控制动作，在某些实施例中能够实时地调整能量消耗特性。附带的优点包括选择在时间或距离限制内优化能量消耗的行驶路线，或以最大化整体能效的方式选择行驶路线和/或控制车辆的选择权。

这里所认识到路线选择显著地影响给定路线或行程的能量消耗。车辆能量消耗受速度、交通状况和行驶距离等因素的很大程度的影响。实时驾驶条件受法定速度的限制以及实时天气和路面状况的限制。虽然传统的导航地图绘图软件能够提供基于实时交通状况来最小化行驶时间或距离的路线选择，但这样的软件通常不考虑使用绘图软件的特定车辆的能效。因此，最快的路线不一定是最节能的，反之亦然。例如，考虑到使用本地道路与具有相似行驶时间的高速公路路线的选择，以较低速度的主要依靠电力的混合动力车辆在本地道路上行驶时可以使用较少的能量，而以更高速度的常规汽油动力车辆在高速公路路线上行驶时可以使用较少的能量，其中内燃机相对高效。

在特定实施例中，用于在车辆的导航系统中生成能量最优的行驶路线的方法包括为行程生成具有路线起点和路线目的地的候选行驶路线。该方法还包括

将每个候选行驶路线划分成路线段，然后使用实时交通数据、速度限制和/或其它云信息来估计沿着每个段的预期行驶速度。另外，该方法包括使用车辆能效模型来计算每个段上的车辆的预期能效。然后通过导航系统生成和显示经过优化的能量路线，包括显示能量最优的行驶路线的踪迹，以及沿着这些路线的车辆的预期或相对的能效。

该方法还可以包括例如经由触摸屏输入接收对所显示的能量最优的行驶路线之一的选择，然后显示或广播所选择的能量最优的行驶路线的逐向驾驶指引。

导航系统可以用多个车辆能效模型进行编程，每个车辆能效模型各自对应于车辆的特性，诸如，重量、或多个主动发动机气缸或特定的动力传动系操作模式。在这样的实施例中，该方法可以包括确定车辆的特性、使用确定的特性选择能效模型之一、然后使用所选择的模型来计算预期的能效。

该方法可以包括确定车辆在路线段上的实际能效，并且使用实际能效来随时间调整特定车辆能效模型，例如，地图、曲线或数据表。

还公开了一种车辆，其包括驱动轮、诸如发动机和/或牵引电动机的转矩产生装置、具有连接到转矩产生装置的输入构件和连接到驱动轮的输出构件的变速器以及导航系统。导航系统配置为执行上述方法。

从以下结合附图对用于实施本公开的最佳模式的详细描述中，本公开的上述和其它特征和优点是显而易见的。

附图说明

图1是具有如本文公开的配置的导航系统的示例性车辆的示意图。

图2是针对三种不同示例车辆类型的三种特定车辆能量消耗模型的曲线。

图3是用于图1所示类型的导航系统的路线选择屏幕的示意图。

图4是描述在图1中描绘的用于在车辆中产生能量最优的行驶路线的方法的流程图。

具体实施方式

参考附图，其中在几个附图中相同的附图标记对应于相似或相似的部件，并且从图1开始，示例性车辆10包括使用车辆能量消耗模型52的导航系统50，其示例在图2中示出以向车辆10的操作员自动生成并显示可能的行驶路线。图3中示出了示例性路线屏幕56，而图4中示出了用于能量最优的车辆路线选择的方法100的实施例。如本文所使用的术语“燃料”也同样适用于汽油、柴油、生物燃料、乙醇或其它替代燃料。术语“能量”是指与燃料以及电力，例如，从电池、燃料电池、或车辆10上的其它电源。因此，无论是作为如图1所示的混合电动车辆、常规车辆或电池电动车辆，给定车辆的能量混合取决于用于推进该车辆的动力系的性质。

使用车辆状态信息的导航系统50被配置为随着时间推移自动调整车辆能量消耗模型52，模型52对于车辆10是唯一的。例如，可以使用描述车辆10的预期能效的曲线或数据表来最初编程的导航系统50，可能相同的模型52最初用于相同的模型年份、品牌和型号的所有车辆10。然而，随着时间的推移，导航系统50基于实际展示的能效和驾驶行为来更新或适应模型52的内容。

简要地参考图2，这种特定车辆能量消耗模型52的示例被示为分别用于三种不同车辆类型（在该实例中是公共汽车、运动型多功能车和轿车）的特性曲线V1、V2和V3。对于特性曲线V1、V2和V3的实际数据点分别表示为+、□、和○。传统的最佳拟合技术可用于产生特征曲线V1、V2和V3。因此，随着时间的推移，特征曲线V1、V2和V3可以适应于收集更多的数据点，其中较旧的数据点被丢弃以有利于较新的数据点，例如在循环缓冲器或阵列中。

正如上文一般说明的，常规的绘图软件准确产生具有相应距离和估计行程时间的建议行驶路线，并且还考虑一定的“预测”数据，诸如，交通、事故、施工和道路封闭。然而，这样的软件并没有被告知车辆10的给定的模型年份、品牌和型号的过去性能和当前的操作条件，由其，更不用说关于车辆10。因此，导航系统50在方法100中创建并调整用于车辆10的唯一特定车辆能量消耗模型52，以供持续使用。

图2旨在表明不同的车辆具有不同的特性曲线。另外，对于特定的车辆类型（例如，轿车）也是如此，不同的轿车将具有不同的曲线。此外，即使相同品牌和型号的车辆10随时间推移也可以具有不同的特性曲线。例如，不同的维护行为、道路状况或不同的驾驶风格可能导致从一辆车辆10到另一辆车辆的这种特性曲线的变化。因此，要在特定车辆10中使用的导航系统50记录特定车辆10的实际能效。如本领域已知的，诸如ONSTAR的远程信息处理设备可以访问车辆10的能量消耗特性。因此，在一些实施例中，如图1所示的远程设备42可以包括或可以与这样的远程信息处理服务一起使用以释放车载计算资源。

导航系统50可以使其方法适应于不同的加载条件，即，在不同实施例中，用于不同加载条件的多个特定车辆能量消耗模型52。作为示例，不同的模型52可以用于不同的车辆特性，诸如，负载的重量，例如通过如图1所示的重量或位移传感器SW确定的。类似地，装有自动气缸停用或“主动燃料管理”功能的车辆10根据目前使用的气缸的数目可以具有多个这样的模型52。在其它实施例中，动力传动系控制器60可操作用于选择用于发动机12和/或牵引电动机16的动力传动系操作模式，并且导航系统可以配置有多个特定车辆能效模型52，每个对应一个不同的动力传动系操作模式。导航系统50被配置为根据当前重量、有效气缸数量或所选择的动力传动系操作模式或车辆10的其它特性，确定在执行方法100时选择和使用的各种模型52中的哪一个。

再次参考图1，导航系统50使用从远程源42发送的云信息（箭头27），结合体现特定车辆能量消耗模型52的特性曲线进行，以便估计车辆10在可比的行驶时间/距离的各种候选路线上的能效。然后在能量消耗方面最经济的路线结合在这些路线上的预期的能量消耗通过人机界面（HMI）设备54上的路线屏幕56（例如，固定或便携式设备的显示器或触摸屏）被替换。

导航系统50可以体现为一个或多个数字计算机或数据处理装置，每个具有一个或多个微处理器或中央处理单元、只读存储器、随机存取存储器、电可擦除可编程只读存储器、高速度时钟、模拟数字电路、数模转换电路以及任何所需的输入/输出电路和设备、以及信号调节和缓冲电子设备。为了简单和清楚起见，虽然在图1中示出为单个设备，但是导航系统50的各种元件可以分布在所需的许多不同硬件和软件组件上。车辆10可以包括诸如传感器SW的传感器，其如下所述可以通过重量或位移的直接测量来确定车辆10的重量（箭头W10），在这种情况下，导航系统50从用于某些实施例中的传感器SW获得重量(箭头W10)。

在各种实施例中，图1的车辆10可以是常规车辆、插电式混合动力车辆、标准混合动力电动车辆或扩展型电动车辆。在图1所示的非限制性说明性实施例中，如图1所示，车辆10包括向变速器（T）14提供电动机转矩的电动牵引电动机16以及能量存储系统或电池（B）22，例如，多电池可再充电电池。功率逆变器模块（PIM）18可以经由高压交流（AC）母线19电连接在电池22和牵引电动机16之间，并且用于通过本领域公知的脉宽调制或其它高速半导体开关工艺将来自电池22的AC电力逆变为用于激励牵引电动机16的相绕组的AC电力，反之亦然。高压直流（DC）总线23可以电连接在PIM 18和电池22之间。还可以根据需要使用DC-DC电力转换器（未示出），以将DC电力的电平增加或降低到适合于各种DC供电系统使用的水平。

当被构造为如图所示的混合电动车辆或常规车辆时，车辆10可以包括经由发动机输出轴21选择性地产生发动机转矩的内燃机（E）12。来自发动机输出轴21的转矩可以用于直接驱动变速器输入构件17，并且因此驱动例如以混合电动车辆设计的车辆10，或者为以扩展范围的电动车辆设计的发电机供电。输入离合器和阻尼器组件15可以用于选择性地将发动机12与变速器14连接/断开，并且在发动机连接/断开过程期间衰减发动机振荡。输入转矩（箭头T_I）从牵引电动机16和/或发动机12传递到变速器14，其中来自变速器14的输出转矩（箭头TO）最终通过驱动轴34传递到一组驱动轮32。在上述可能的常规实施例中，车辆10将放弃使用牵引电动机16作为转矩发生器。

车辆10还可以包括动力传动系控制器60，其向导航系统50提供相应的动力系控制信号（箭头66）以用于方法100中。在一个可能的实施例中的动力传动系控制器60可以是混合控制处理器。在这样的实施例中，动力传动系控制器60可使用反馈和控制信号（双箭头11）（例如，电动机d轴和q轴电流、牵引电动机16的速度、相为、电压等）来协调从发动机12和牵引电动机16到变速器14的输入转矩（箭头T_I）。动力传动系控制器60又将作为动力系控制信号的一部分（箭头66）的目前的动力系统状态报告给导航系统50。动力系状态可以包括诸如激活的发动机12的活塞数量、电池22的剩余能量或充电状态、变速器14是否处于固定档位模式、电动车辆模式、电气可变传输模式等。

图1的导航系统50与远程源42和地理空间数据库24通信。导航系统50可以从远程源42接收云信息（箭头27），包括但不限于天气数据/道路状况、交通状况（包括交通水平、事故和/或道路施工/关闭）以及公布的速度限制。导航系统50还可以使用这样的云信息（箭头27）来适应特定车辆能量消耗模型52，并最终确定用于车辆10的最节能路线。

导航系统50还可以从地理空间数据库24接收地理空间信息（箭头28），用于生成用于显示的模型和节能路线。如本文所使用的术语“地理空间数据库”是指含有多个连续位置的地理空间数据的地理信息系统。如图所示，地理空间数据库24可以相对于导航系统50远程定位，导航系统50可以使用发射机/接收机（未示出）访问地理空间信息（箭头28）。当地理空间数据库24位于本地时，例如，作为测绘软件存储在有形介质上并且可由导航系统的相关硬件组件访问，地理空间数据库可以位于车辆10上。

图1的导航系统50被配置为经由HMI设备54显示推荐的节能行驶路线。HMI设备54可以经由图形路线/地图轨迹和/或基于文本的逐向驾驶指引图形地或可视地显示推荐行驶路线，诸如图3中描绘的，和/或可以进一步配置有将逐向驾驶指引广播为可听语音的音频扬声器（未示出）。来自HMI设备54的导航系统50的附加数据（双头箭头13）可以包括诸如行程的路线起点和路线目的地的信息，如本领域中公知的，其可以通过触摸输入手动输入。

图3描绘了示出不同推荐路线R1和R2的示例性路线画面56。候选路线首先由导航系统50使用常规的地图规划技术来确定，诸如通过动态编程的最佳搜索，其中针对给定时间或距离约束搜索最佳路线，并且成本与行驶各种可能的路线的每段相关联。然后，导航系统50从返回的路线可以将最小的能量消耗作为进一步的成本约束，再次使用局部优化，然后显示一个或多个替代的节能路线，其中在图3中的说明性示例中，路线R2是路线R1的替代方案。

文本气泡57A和57B可以显示含有常规路线描述的数据，例如，所估计的时间和行驶的距离，例如用于路线R2的“19分钟”和“9.9米”和用于路线R1的“13分钟”和“12.3米”。额外的文本气泡58和59可以可选地填充有用于路线R1和R2中的每一个的相对或实际的能量消耗信息。例如，在描绘示例中使用1加仑（gal）和0.8 gal的实际值时，导航系统50反之显示相对值，诸如，针对常规最短/最快线路（在这种情况下为R1）显示1，以及诸如，针对R2显示0.8，以指示沿路线R2行驶相对于沿路线R1行驶将降低大约20％的能量消耗。

也就是说，了解特定车辆能量消耗模型52和车辆10的对应特性曲线，并且根据发布的速度限制、交通量、交通灯、施工等了解沿替代路线R1和R2的约束，导航系统50可以在类似的行驶和车辆状态条件下行驶时使用显示的过去行为来估计车辆10的能量消耗。然后，操作员可以选择所显示的节能路线R1和R2中的一个，导航系统50此后提供用于导航所选择的节能路线R1或R2的逐向驾驶指令。

参考图4，上述方法100通过图1所示的导航系统50生成经过能量最优的行驶路线。方法100包括以下步骤：例如，使用基于最短距离或行驶时间的常规路线规划技术来生成具有路线起点（O）和路线目的地（D）的行程的多条候选行驶路线。方法100然后将每个候选行驶路线划分成多个路线段，其中这些段被交叉点、转弯、地标或其它已知的断点界定。

导航系统50然后估计车辆10沿着每个段的预期行驶速度，使用来自图1的远程源42的云信息（箭头27）进行。使用特定车辆能效模型52计算针对每个候选行驶路线和/或段的车辆10的预期能效，然后通过导航系统50显示经过能量最优的行驶路线，包括显示能量最优的行驶路线的轨迹以及沿着该路线的车辆10的预期或相对能效。

方法100的特定实施例从步骤S 102开始。图1的导航系统50使用远程源42作为云服务来获得上述云信息（箭头27）。然后，导航系统50使用常规的绘图技术来确定不同的路线选项，每个路线选项提供可接受的行驶时间，例如，最可能的通过时间在5分钟之内。具有相对于校准或可选择时间的可接受行驶时间的路线被认为是如上所述的候选路线。方法100然后进行到步骤S 104。

在步骤S104，导航系统50接下来将每个候选行驶路线划分成段。例如，导航系统50可以识别从记录或检测到的起始点（即，路线起点（O））到记录的目的地点（D）的断点，并且限定连接断点的本地路线。然后，导航系统50基于从步骤S102接收的云信息（箭头27）来估计车辆10沿着这些段中的每一个的行驶速度。对于每个路线段，导航系统50可以基于当前交通状况、公布的速度限制和/或预期驾驶策略来估计预期行驶速度。

在特定实施例中，导航系统50可以实时地确定具有受限速度和行驶时间的给定路线的最节能的车辆速度轨迹。这种方法可允许发动机12和/或电动机16更接近最大效率运行。车辆10然后可以以最小的能量消耗跟随速度轨迹。

例如，作为步骤S104的一部分，图1的导航系统50可以获得用于从特定断点开始导航每个本地路线或段的最佳成本，基于交通信息进行此操作以确定每个段上的平均驾驶速度。可选地，步骤S104可能需要使用概率模型来确定空闲能量消耗，例如，在停止信号或停止灯处等待时。

步骤S104可以包括沿着多个能量最优的行驶路线中的每一个确定最佳节能的驾驶速度，其中使用最佳节能的驾驶速度最终对车辆10执行控制动作。可以显示或控制最佳节能的驾驶速度。关于后一种选择，响应于来自导航系统50的请求，可以通过所选择的路线或段上的动力传动系控制器60自动或自主地实现控制车辆10的速度。导航系统50可以确定各个段上的最佳节能速度范围，然后可以请求动力传动系控制器60对车辆10的各种动力装置（例如，发动机12和/或牵引电动机16）执行自主控制，以便将车辆速度保持在由任何公布的速度限制所界定的最佳的节能速度范围内。也就是说，导航系统50可以要求动力传动系控制器60根据需要自动调整车辆10的速度，以将最佳能的节能速度保持在由任何上限和下限速度限定的范围内。或者，导航系统50可以简单地显示速度提示，指示车辆10的操作者根据需要手动调节驾驶速度，以满足最佳节能的驾驶速度。

作为示例，如果给定时间约束，则由导航系统50提供的最佳解决方案确定沿着路线或段的最大和最小速度约束的最佳车辆速度。这样的最优方案可以通过假定最佳车辆速度然后计算出行驶总距离（d）的时间（n）来获得。在该示例性绘示中控制的速度轨迹S _V (k)可以在数学上描述为：

其中S_V是使得行驶距离（d）所需的工作量最小化的车辆速度，并且因此燃料或消耗的其它能量具有的时间（n）约束为：

在具有图1所示的驱动轮32的车辆10中，稳态道路负载功率P _K (W)可以描述为：

其中C_R是滚动阻力加坡度阻力系数，即由车辆10的重量和车辆10行驶的任何表面的陡度确定，M_V是车辆质量（以千克为单位），C_D是阻力系数，A_V是车辆的正面面积，以平方米（m²）计。因此，要执行的工作（J）可以表示为：

功率P( _K )可以用加油速率来代替，例如，以g/s或gal/h为单位，或等效于电能，如本文所述，这种速率几乎与功率成正比。因此，当搜索沿着给定路线或段提供最小能量消耗的车辆速度时，一般最优方案可以用作方法100的一部分，以搜索具有上速度限制和下速度限制的界限的最佳车辆速度。

步骤S106包括基于预期行驶速度计算步骤S104的每个段的预期能效，并且还确定路线选项的总预期能量消耗。能量消耗可以作为车辆速度的函数计算，例如能量消耗=a₁+a₂*车辆速度+a₃（车辆速度）³，其中a₁、a₂和a₃是校准常数，这取决于车辆10的类型及其现在的运行状态。能量消耗特性根据重量、驾驶员行为以及某些环境条件（诸如，高度）的因素而变化。因此，作为步骤S106的一部分，导航系统50可以实时地估计车辆10的重量，或者可以测量由图1的传感器S₁₀报告的重量。一旦计算出来，方法100进行到步骤S108。

在步骤S108，导航系统50接着根据上述基于最佳成本和给定时间约束的动态编程再次选择多个候选路线，然后经由HMI设备54显示具有伴随的能效信息的路线，例如，如图3所示。作为步骤S108的一部分，操作者可以通过对图4所示的HMI设备54的触摸输入来选择给定的路线。此后，导航系统50可以执行关于HMI设备54的控制动作，例如，通过沿所选择的节能路线显示逐向导航指令和/或到达目的地的地图。

作为方法100的一部分，图1的导航系统50可以被配置为将特定行驶路线上的实际能量消耗与特定车辆能量消耗模型52中记录的估计值进行比较。此后，导航系统50可以使用所展示的实际能效来实时地适配模型52（例如，通过将展示的能效记录为特性曲线，或通过将实际能效平均为先前收集的数据）来提高精度。

上面所公开的概念可以被容易地应用到多个目的地场景，其中目的地之间的行驶顺序是灵活的。例如，如果图1的车辆10的操作者要求要在一个给定的行程访问三个目的地，但没有特定的顺序，则导航系统50可以生成并显示以不同的顺序访问所有三个目的地的不同的路线选择。因此，以上描述的方法100可以被修改，使得导航系统50接收多个目的地，而不是仅仅一个，并且如上面所指出的，生成开始于路线起点和行驶到各个路线的目的地的候选行驶路线。接来下来在方法100中，导航系统50然后以优化能效的顺序显示从路线起点到路线目的地的能量最优的行驶路线。导航系统50使用上面描述的方法100可以分析每个路线的能效。然后，操作员可以根据所需的时间和能量消耗选择路线。

此外，特定车辆能量消耗紧密地与车辆速度、被阻尼为较低速度的常规动力传动系能效相关。因此，动力传动系效率可很大程度上依赖于交通。例如，在早晨或傍晚交通高峰期，传统的车辆可能会经受相对低的能效。当在一天中的不同时间（例如，在交通通畅的上午中段或深夜，或者在周末）行驶相同的路线时，同样的车辆可能会经历相对高水平的能效。这样，图1的导航系统50可以被配置成在最小能量消耗、最小行驶时间或这两者的增加的约束下，使用历史和实时交通模式来提前很好地规划行程。

更具体地，导航系统50可以使用历史交通信息（例如，根据一天中的时间），并甚至可以预料针对预期的特别活动（诸如，节日、游行、音乐会、体育赛事等）的交通状况，所有这些作为云信息（箭头27）的一部分是可用的。然后，导航系统50不仅可以计划何时出行，还可以计划访问多个目的地的特定顺序。

正如以上所公开的各种实施例中，可以选择特定的路线，但操作者也可能期望等到实际的出行时间再选择路线，从而可以考虑实时交通状况。因此，对于计划行程，期望的度量可以是出行的特定时间、能量消耗的特定水平、和/或行驶时间。在实践中，这种方法可以提前用于确定出行时间和/或访问目的地的特定顺序。此后，可以在行程期间使用上述方法100基于实时交通其它云信息（箭头27）确定要采取的节能路线。

使用上述方法100和导航系统50，图1的车辆10的操作者可以享受可以用于选择路线的路线选择策略，其在可接受的时间内最小化能量消耗。简单可适应的特定车辆能量消耗模型52用于描述特定车辆能量消耗特性，以及选择目的地的最优顺序以进一步减少能源消耗。本方法可以使用车载导航系统50的计算资源来执行，或者远程执行，或者可以使用远程实现，其中ONSTAR或另一远程信息处理服务可以执行本文公开的能量消耗分析和计算。

尽管已详细描述执行本发明的最佳模式，但熟悉本公开内容涉及的领域的技术人员将认识到，实践本公开的各种替代设计和实施例在所附权利要求的范围内。

Claims (6)

1.一种用于在车辆的导航系统中生成能量最优的行驶路线的方法，所述方法包括：

经由所述导航系统生成针对具有路线起点和路线目的地的多个候选行驶路线；

将所述候选行驶路线的每个划分成多个路线段；

通过上述导航系统使用云信息估计所述车辆沿每个上述路线段的期望行驶速度，其中，所述云信息包括沿各所述路线段中的每个的地理空间数据库和交通信息，并且其中，所述交通信息包括针对所述路线段的实时交通信息和历史交通信息的至少一个；

计算所述车辆在所述路线段的每个的预期能效；以及

通过使用计算的所述预期能效，所述导航系统显示多个能量最优行驶路线，

其中，计算所述车辆在所述路线段的每个的预期能效包括：使用特定车辆能效模型，

所述导航系统被配置为随着时间推移自动调整车辆能效模型，并且所述导航系统基于实际展示的能效和驾驶行为来更新或适应模型的内容，

还包括：确定沿所述多个能量最优行驶路线的最佳节能驾驶速度，并使用所述最佳节能驾驶速度相对于所述车辆执行控制动作，

其中，如果给定时间约束，则由导航系统提供的最佳解决方案确定沿着路线或段的最大和最小速度约束的最佳车辆速度，所述最佳解决方案通过假定最佳车辆速度然后计算出行驶总距离（d）的时间（n）来获得，其中，控制的速度轨迹S _V (k)在数学上描述为：

其中，S_V是使得行驶距离（d）所需的工作量最小化的车辆速度，从而燃料或消耗的其它能量具有的时间（n）约束为：

其中，稳态道路负载功率P _K (W)描述为：

其中，C_R是滚动阻力加坡度阻力系数，其由车辆的重量和车辆行驶的任何表面的陡度确定，M_V是车辆质量，C_D是阻力系数，A_V是车辆的正面面积，从而要执行的工作（J）表示为：

。

2.一种车辆，包括：

多个驱动轮；

转矩产生装置；

变速器或齿轮系，其具有连接到所述转矩产生装置的输入构件和连接到所述驱动轮的输出构件；以及

导航系统，其被配置为：

产生针对具有路线起点和路线目的地的行程的多个候选行驶路线；

将所述候选行驶路线的每个划分成多个路线段；

使用云信息估计所述车辆沿所述路线段的每个的期望行驶速度，所述云信息包括沿所述路线段的每个的实时和历史交通数据以及速度限制；

利用至少一个特定车辆能效模型计算实时车辆在所述路线段的每个上的预期能效；以及

通过所述导航系统使用计算的所述预期能效显示多个能量最优的行驶路线包括：显示能量最优的行驶路线的轨迹，以及沿靠近显示的行驶路线的所述能量最优的行驶路线中的每个的期望或相对能效，

还包括传感器，其中，所述导航系统包括多个特定车辆能效模型，每个所述特定车辆能效模型对应于不同重量的车辆，其中所述导航系统被配置为利用所述传感器确定所述车辆的重量、使用确定的重量选择所述特定车辆能效模型之一、以及使用所选择的所述特定车辆能效模型计算预期能效，

所述导航系统被配置为随着时间推移自动调整车辆能效模型，并且所述导航系统基于实际展示的能效和驾驶行为来更新或适应模型的内容，

其中，所述导航系统被配置为确定沿所述多个能量最优的行驶线路的每个的最佳节能的驾驶速度，并显示所述最佳节能的驾驶速度，

其中，如果给定时间约束，则由导航系统提供的最佳解决方案确定沿着路线或段的最大和最小速度约束的最佳车辆速度，所述最佳解决方案通过假定最佳车辆速度然后计算出行驶总距离（d）的时间（n）来获得，其中，控制的速度轨迹S _V (k)在数学上描述为：

其中，S_V是使得行驶距离（d）所需的工作量最小化的车辆速度，从而燃料或消耗的其它能量具有的时间（n）约束为：

其中，稳态道路负载功率P _K (W)描述为：

其中，C_R是滚动阻力加坡度阻力系数，其由车辆的重量和车辆行驶的任何表面的陡度确定，M_V是车辆质量，C_D是阻力系数，A_V是车辆的正面面积，从而要执行的工作（J）表示为：

。

3.根据权利要求书2所述的车辆，其中，所述转矩产生装置包括内燃发动机和牵引电机的至少一个，所述车辆还包括：可操作用于为所述转矩产生装置选择动力传动系操作模式的动力传动系控制器，并且其中所述导航系统包括多个特定车辆能效模型，每个所述特定车辆能效模型对应一个不同的所述动力传动系操作模式。

4.根据权利要求2所述的车辆，其中，所述导航系统被配置为确定所述车辆在所述路线段随时间的实际能效，以及使用所述实际能效适应所述特定车辆能效模型。

5.根据权利要求2所述的车辆，还包括：与所述导航系统通信的动力传动系控制器，其中所述导航系统被配置为确定沿所述多个能量最优的行驶路线的最佳节能的驾驶速度，并且其中所述动力传动系控制器被配置为控制所述车辆在所选择的路线上的速度，以响应于来自所述导航系统的维持所述最佳节能的驾驶速度的请求。

6.根据权利要求2所述的车辆，其中，所述导航系统被配置为接收多个路线目的地、生成所述路线起点和所述路线目的地之间的多个候选行驶路线、并以优化车辆的能效的顺序显示所述从路线起点通过所述路线目的地的每个的能量最优的行驶路线。

Images