CN108515862A - 一种用于电动汽车的数据智能管理系统 - Google Patents
一种用于电动汽车的数据智能管理系统 Download PDFInfo
- Publication number
- CN108515862A CN108515862A CN201810255383.5A CN201810255383A CN108515862A CN 108515862 A CN108515862 A CN 108515862A CN 201810255383 A CN201810255383 A CN 201810255383A CN 108515862 A CN108515862 A CN 108515862A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- solution
- electric vehicle
- obu
- 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
-
- 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
- B60L58/18—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries of two or more battery modules
- B60L58/20—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries of two or more battery modules having different nominal voltages
-
- 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
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/12—Recording operating variables ; Monitoring of operating variables
-
- 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
-
- 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
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- 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
-
- 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)
- Mechanical Engineering (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Energy (AREA)
- Sustainable Development (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明请求保护一种用于电动汽车的数据智能管理方法,包括以下步骤:获取电动汽车车载终端的远程传输数据;所述车载终端包括OBU、OBU信息获取模块、显示模块、管理模块、芯片和电池,所述OBU信息获取模块用于向所述OBU发送查询请求、并从所述OBU获取电子标签存储的车辆信息和收费卡信息,所述显示模块用于显示所述OBU信息获取模块获取的车辆信息和收费卡信息,所述芯片用于控制所述OBU信息获取模块向所述OBU发送查询请求并从所述OBU获取电子标签存储的车辆信息和收费卡信息;所述管理模块用于对芯片及信息获取模块进行方向、驱动管理;对所述电动汽车的远程传输数据采用改进的数据处理组合算法进行数据处理。本方法处理数据能力强、管理快捷、决策准确方便。
Description
技术领域
本发明属于电动汽车技术领域,尤其涉及一种用于电动汽车的数据智能管理系统。
背景技术
现有的电动汽车是指以车载电源为动力,用电机驱动车轮行驶,符合道路交通、安全法规各项要求的车辆。它使用存储在电池中的电来发动。在驱动汽车时有时使用12或24块电池,有时则需要更多。电动汽车的组成包括:电力驱动及控制系统、驱动力传动等机械系统、完成既定任务的工作装置等。电力驱动及控制系统是电动汽车的核心,也是区别于内燃机汽车的最大不同点。电力驱动及控制系统由驱动电动机、电源和电动机的调速控制装置等组成。电动汽车的其他装置基本与内燃机汽车相同。
传统的电动汽车的每个轮子与转向机构之间并非独立对应设置,因此一般需要机械传动系统,以实现每个轮子与转向机构之间的传动关系。同时需要以下系统:ABS刹车系统;机械联动的方向盘系统。现有技术中已有公开每个轮子分别使用轮毂电机及独立转向系统的电动汽车。即每个轮子都配备独立转向机构、独立的供电系统。因此,这类电动汽车设计不需要机械传动系统,并且不需要ABS刹车系统和机械联动的方向盘系统。这类电动汽车一般配备以下的系统:计算机控制系统,具有体积小、可靠性高、寿命长和造价低的优点;集成车轮系统,拥有动力及计算机远程控制的转向系统。因为使用了电子技术,可任意改动方向盘左右驾驶的位置,以适合不同国家的需要,也可以让司机把方向盘移动,面向后方,逆向驾驶。传统的智能车数据管理混乱,因此有必要提供一种管理快捷、决策准确方便的系统。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种智能的、提高工作效率的用于电动汽车的数据智能管理系统。
本发明的技术方案如下:
一种用于电动汽车的数据智能管理系统,其包括:主体;电池组容纳部;至少一个可充电电池组,容纳于所述电池组容纳部,所述可充电电池组包括若干电池子单元;电压检测单元,用于分别检测多个所述电池子单元的电压;以及控制单元,用于接收所述电压检测单元检测得到的各个电池子单元电压,比较单元,用于将各个电池子单元的电压信号与安全电压阀值作比较,切断这个超过安全电压阀值的电池子单元与电池组的连接;管理模块,用于对电压检测单元和控制单元的数据进行分析,对电动车的行进方向、驱动管理;对所述电动汽车的包括电压数据、行驶数据及温度数据采用改进的数据处理组合算法进行数据处理,所述改进的数据处理组合算法的改进点主要体现在:用训练集和参数估计的方法对各局部方程的权重进行估计,并对权重值根据各个局部方程的类型进行重要度排序,并估计得出这些权重值,用测验集根据选定的目标函数来对这些局部方程进行量度,选择最好的测量方程作为最佳模型;所述管理模块包括数据获取模块、数据存储模块、规划决策模块、驱动执行模块,所述数据获取模块包含摄像头、速度加速度传感器、超声波雷达传感器、GPS定位传感器,用于获取电动汽车自身以及周围环境信息;所述数据存储模块主要包括用于存储图像数据、电动汽车状态信息、远程控制端命令及电动汽车环境信息、GPS目标坐标、传感器列表数据,其中图像数据用于控制器做图像处理识别物体,远程控制端命令及小车环境信息用于提供给规划决策层进行环境决策;GPS目标坐标为小车提供导航功能,电动汽车根据目标GPS坐标和自身的定位坐标,采用分枝界限法来对目标GPS坐标和自身的定位坐标进行不断寻优,寻找最优巡航路径;分支定界法的基本思想是对有约束条件的最优化问题的所有可行解空间进行搜索,该算法在具体执行时,把全部可行的解空间不断分割为越来越小的子集即分支,并为每个子集内的解的值计算一个下界或上界(称为定界),在每次分支后,对凡是界限超出已知可行解值那些子集不再分支,这样,解的许多子集即搜索树上的许多结点就可以不予考虑了,从而缩小了搜索范围;这一过程一直进行到找出可行解为止,该可行解的值不大于任何子集的界限,求得最优解;传感器列表数据用于存储数据获取模块获取的数据;决策规划模块用于综合传感器的状态信息、远程控制端的控制命令和小车环境参数,通过动态规划算法决策小车的动作和行驶路径,并做出避障动作;驱动执行模块根据规划决策模块的行车命令控制电动汽车电机转速和舵机转向,准确执行既定动作;所述动态规划算法用于求解包含重叠子问题的最优化问题的方法,其基本思想是,将原问题分解为相似的子问题,在求解的过程中通过子问题的解求出原问题的解。
动态规划程序设计往往是针对一种最优化问题,由于各种问题的性质不同,确定最优解的条件也互不相同,因而动态规划的设计方法对不同的问题,有各具特色的解题方法,而不存在一种万能的动态规划算法,可以解决各类最优化问题。
本发明的优点及有益效果如下:
本发明提供了一种既能智能收费、且能对小车的路径进行自动寻优、对电动汽车的大量数据能够进行精确快速处理的方法;所述管理模块包括数据获取模块、数据存储模块、规划决策模块、驱动执行模块,通过数据存储模块存储的GPS目标坐标,并结合自身的定位坐标,采用分枝界限法来对目标GPS坐标和自身的定位坐标进行不断寻优,寻找最优巡航路径;分支定界法的基本思想是对有约束条件的最优化问题的所有可行解空间进行搜索,该算法在具体执行时,把全部可行的解空间不断分割为越来越小的子集即分支,并为每个子集内的解的值计算一个下界或上界(称为定界),在每次分支后,对凡是界限超出已知可行解值那些子集不再分支,这样,解的许多子集(即搜索树上的许多结点)就可以不予考虑了,从而缩小了搜索范围;这一过程一直进行到找出可行解为止,该可行解的值不大于任何子集的界限,求得最优解;比现有的遗传算法、粒子群算法等算法具备不容易陷入局部最优解的优点。现有技术中对参数进行分类都是采用判别分析方法,
用贪心法设计算法的特点是一步一步地进行,常以当前情况为基础根据某个优化测度作最优选择,而不考虑各种可能的整体情况,它省去了为找最优解要穷尽所有可能而必须耗费的大量时间,它采用自顶向下,以迭代的方法做出相继的贪心选择,每做一次贪心选择就将所求问题简化为一个规模更小的子问题,通过每一步贪心选择,可得到问题的一个最优解,虽然每一步上都要保证能获得局部最优解,但由此产生的全局解有时不一定是最优的,所以贪婪法不要回溯。贪婪算法是一种改进了的分级处理方法,其核心是根据题意选取一种量度标准,然后将这多个输入排成这种量度标准所要求的顺序,按这种顺序一次输入一个量,如果这个输入和当前已构成在这种量度意义下的部分最佳解加在一起不能产生一个可行解,则不把此输入加到这部分解中。这种能够得到某种量度意义下最优解的分级处理方法称为贪婪算法。对于一个给定的问题,往往可能有好几种量度标准。初看起来,这些量度标准似乎都是可取的,但实际上,用其中的大多数量度标准作贪婪处理所得到该量度意义下的最优解并不是问题的最优解,而是次优解。因此,选择能产生问题最优解的最优量度标准是使用贪婪算法的核心。一般情况下,要选出最优量度标准并不是一件容易的事,但对某问题能选择出最优量度标准后,用贪婪算法求解则特别有效。
附图说明
图1是本发明提供优选实施例管理模块的结构示意图。
图2是本发明提供优选实施例电子单元的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是:
如图1-2所示为一种用于电动汽车的数据智能管理系统,其特征在于,包括:主体;电池组容纳部;至少一个可充电电池组,容纳于所述电池组容纳部,所述可充电电池组包括若干电池子单元;电压检测单元,用于分别检测多个所述电池子单元的电压;以及控制单元,用于接收所述电压检测单元检测得到的各个电池子单元电压,比较单元,用于将各个电池子单元的电压信号与安全电压阀值作比较,切断这个超过安全电压阀值的电池子单元与电池组的连接;管理模块,用于对电压检测单元和控制单元的数据进行分析,对电动车的行进方向、驱动管理;对所述电动汽车的包括电压数据、行驶数据及温度数据采用改进的数据处理组合算法进行数据处理,所述改进的数据处理组合算法的改进点主要体现在:用训练集和参数估计的方法对各局部方程的权重进行估计,并对权重值根据各个局部方程的类型进行重要度排序,并估计得出这些权重值,用测验集根据选定的目标函数来对这些局部方程进行量度,选择最好的测量方程作为最佳模型;所述管理模块包括数据获取模块、数据存储模块、规划决策模块、驱动执行模块,所述数据获取模块包含摄像头、速度加速度传感器、超声波雷达传感器、GPS定位传感器,用于获取电动汽车自身以及周围环境信息;所述数据存储模块主要包括用于存储图像数据、电动汽车状态信息、远程控制端命令及电动汽车环境信息、GPS目标坐标、传感器列表数据,其中图像数据用于控制器做图像处理识别物体,远程控制端命令及小车环境信息用于提供给规划决策层进行环境决策;GPS目标坐标为小车提供导航功能,电动汽车根据目标GPS坐标和自身的定位坐标,采用分枝界限法来对目标GPS坐标和自身的定位坐标进行不断寻优,寻找最优巡航路径;分支定界法的基本思想是对有约束条件的最优化问题的所有可行解空间进行搜索,该算法在具体执行时,把全部可行的解空间不断分割为越来越小的子集即分支,并为每个子集内的解的值计算一个下界或上界(称为定界),在每次分支后,对凡是界限超出已知可行解值那些子集不再分支,这样,解的许多子集即搜索树上的许多结点就可以不予考虑了,从而缩小了搜索范围;这一过程一直进行到找出可行解为止,该可行解的值不大于任何子集的界限,求得最优解;传感器列表数据用于存储数据获取模块获取的数据;决策规划模块用于综合传感器的状态信息、远程控制端的控制命令和小车环境参数,通过动态规划算法决策小车的动作和行驶路径,并做出避障动作;驱动执行模块根据规划决策模块的行车命令控制电动汽车电机转速和舵机转向,准确执行既定动作;所述动态规划算法用于求解包含重叠子问题的最优化问题的方法,其基本思想是,将原问题分解为相似的子问题,在求解的过程中通过子问题的解求出原问题的解。
所述改进的数据处理组合算法的改进点主要体现在:用训练集和参数估计的方法对各局部方程的权重进行估计,并对权重值根据各个局部方程的类型进行重要度排序,并估计得出这些权重值,用测验集根据选定的目标函数来对这些局部方程进行量度,选择最好的测量方程作为最佳模型;数据处理组合算法这种算法产生于感应器理论,其基础是自组织原则,它在模式识别、数学建模及对随机过程的预测方面有重要的用途.这种基于感应方法的算法模拟了人们大脑中进行的过程,科学家们将这种算法看作是模式识别理论、控制论、信息论、系统科学及其他一些学科的综合,用于环境系统分析、经济系统分析、农业系统分析,及对时间序列的评价等诸多方面,改进的数据处理组合算法的包括以下步骤:
1.所研究问题的样本数据容量为N;
2.将此N个数据分成两个集合NA和NB,其中NA是培训集,NB是测验集;
3.在输入和输出变量间建立一个参考函数;
4.在标准的规则集中选择合适的目标函数,如偏差最小、一致性原则等;
5.以参考函数为基础,将不同的局部方程分类;
6.用培训集NA和参数估计的方法对各局部方程的权重进行估计;
7.用测验集NB,根据选定的目标函数来对这些局部方程进行量度。
所述管理模块包括数据获取模块、数据存储模块、规划决策模块、驱动执行模块,所述数据获取模块包含摄像头、速度加速度传感器、超声波雷达传感器、GPS定位传感器,用于获取电动汽车自身以及周围环境信息;所述数据存储模块主要包括用于存储图像数据、电动汽车状态信息、远程控制端命令及电动汽车环境信息、GPS目标坐标、传感器列表数据,其中图像数据用于控制器做图像处理识别物体,远程控制端命令及小车环境信息用于提供给规划决策层进行环境决策;GPS目标坐标为小车提供导航功能,电动汽车根据目标GPS坐标和自身的定位坐标,采用分枝界限法来对目标GPS坐标和自身的定位坐标进行不断寻优,寻找最优巡航路径;分支定界法的基本思想是对有约束条件的最优化问题的所有可行解空间进行搜索,该算法在具体执行时,把全部可行的解空间不断分割为越来越小的子集即分支,并为每个子集内的解的值计算一个下界或上界(称为定界),在每次分支后,对凡是界限超出已知可行解值那些子集不再分支,这样,解的许多子集(即搜索树上的许多结点)就可以不予考虑了,从而缩小了搜索范围;这一过程一直进行到找出可行解为止,该可行解的值不大于任何子集的界限,求得最优解;传感器列表数据用于存储数据获取模块获取的数据;决策规划模块用于综合传感器的状态信息、远程控制端的控制命令和小车环境参数,通过聚类分析算法决策小车的动作和行驶路径,并做出避障动作;驱动执行模块根据规划决策模块的行车命令控制电动汽车电机转速和舵机转向,准确执行既定动作。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (1)
1.一种用于电动汽车的数据智能管理系统,其特征在于,包括:主体;电池组容纳部;至少一个可充电电池组,容纳于所述电池组容纳部,所述可充电电池组包括若干电池子单元;电压检测单元,用于分别检测多个所述电池子单元的电压;以及控制单元,用于接收所述电压检测单元检测得到的各个电池子单元电压;比较单元,用于将各个电池子单元的电压信号与安全电压阀值作比较,切断这个超过安全电压阀值的电池子单元与电池组的连接;管理模块,用于对电压检测单元和控制单元的数据进行分析,对电动车的行进方向、驱动管理;对所述电动汽车的包括电压数据、行驶数据及温度数据采用改进的数据处理组合算法进行数据处理,所述改进的数据处理组合算法的改进点主要体现在:用训练集和参数估计的方法对各局部方程的权重进行估计,并对权重值根据各个局部方程的类型进行重要度排序,并估计得出这些权重值,用测验集根据选定的目标函数来对这些局部方程进行量度,选择最好的测量方程作为最佳模型;所述管理模块包括数据获取模块、数据存储模块、规划决策模块、驱动执行模块,所述数据获取模块包含摄像头、速度加速度传感器、超声波雷达传感器、GPS定位传感器,用于获取电动汽车自身以及周围环境信息;所述数据存储模块主要包括用于存储图像数据、电动汽车状态信息、远程控制端命令及电动汽车环境信息、GPS目标坐标、传感器列表数据,其中图像数据用于控制器做图像处理识别物体,远程控制端命令及小车环境信息用于提供给规划决策层进行环境决策;GPS目标坐标为小车提供导航功能,电动汽车根据目标GPS坐标和自身的定位坐标,采用分枝界限法来对目标GPS坐标和自身的定位坐标进行不断寻优,寻找最优巡航路径;分支定界法的基本思想是对有约束条件的最优化问题的所有可行解空间进行搜索,该算法在具体执行时,把全部可行的解空间不断分割为越来越小的子集即分支,并为每个子集内的解的值计算一个下界或上界(称为定界),在每次分支后,对凡是界限超出已知可行解值那些子集不再分支,这样,解的许多子集即搜索树上的许多结点就可以不予考虑了,从而缩小了搜索范围;这一过程一直进行到找出可行解为止,该可行解的值不大于任何子集的界限,求得最优解;传感器列表数据用于存储数据获取模块获取的数据;决策规划模块用于综合传感器的状态信息、远程控制端的控制命令和小车环境参数,通过动态规划算法或者贪婪算法决策小车的动作和行驶路径,并做出避障动作;驱动执行模块根据规划决策模块的行车命令控制电动汽车电机转速和舵机转向,准确执行既定动作;所述动态规划算法用于求解包含重叠子问题的最优化问题的方法,其基本思想是,将原问题分解为相似的子问题,在求解的过程中通过子问题的解求出原问题的解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810255383.5A CN108515862A (zh) | 2018-03-26 | 2018-03-26 | 一种用于电动汽车的数据智能管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810255383.5A CN108515862A (zh) | 2018-03-26 | 2018-03-26 | 一种用于电动汽车的数据智能管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108515862A true CN108515862A (zh) | 2018-09-11 |
Family
ID=63434037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810255383.5A Pending CN108515862A (zh) | 2018-03-26 | 2018-03-26 | 一种用于电动汽车的数据智能管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108515862A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4242731A (en) * | 1978-01-25 | 1980-12-30 | Nissan Motor Company, Limited | Navigational information indicator for supplying a vehicle driver with make-turn instructions |
US6230099B1 (en) * | 1998-08-12 | 2001-05-08 | Robert Bosch Gmbh | Method of determining a route from a starting point to a destination in a route network |
US20120083947A1 (en) * | 2009-03-05 | 2012-04-05 | Massachusetts Institute Of Technology | Integrated framework for vehicle operator assistance based on a trajectory and threat assessment |
CN104596527A (zh) * | 2013-10-31 | 2015-05-06 | 北京四维图新科技股份有限公司 | 一种划分各级引导道路和细街路的方法 |
CN107139747A (zh) * | 2017-05-15 | 2017-09-08 | 南昌大学 | 电动汽车 |
CN107490386A (zh) * | 2017-08-29 | 2017-12-19 | 广州小鹏汽车科技有限公司 | 一种电动汽车最优路径和驾驶方式的规划方法及系统 |
CN107544251A (zh) * | 2017-09-25 | 2018-01-05 | 清华大学 | 一种基于分布式鲁棒模型的最小化总拖期的单机调度方法 |
CN107610464A (zh) * | 2017-08-11 | 2018-01-19 | 河海大学 | 一种基于高斯混合时间序列模型的轨迹预测方法 |
CN107764277A (zh) * | 2017-11-22 | 2018-03-06 | 苏州科技大学 | 一种基于景区路径引导规划的数学方法 |
-
2018
- 2018-03-26 CN CN201810255383.5A patent/CN108515862A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4242731A (en) * | 1978-01-25 | 1980-12-30 | Nissan Motor Company, Limited | Navigational information indicator for supplying a vehicle driver with make-turn instructions |
US6230099B1 (en) * | 1998-08-12 | 2001-05-08 | Robert Bosch Gmbh | Method of determining a route from a starting point to a destination in a route network |
US20120083947A1 (en) * | 2009-03-05 | 2012-04-05 | Massachusetts Institute Of Technology | Integrated framework for vehicle operator assistance based on a trajectory and threat assessment |
CN104596527A (zh) * | 2013-10-31 | 2015-05-06 | 北京四维图新科技股份有限公司 | 一种划分各级引导道路和细街路的方法 |
CN107139747A (zh) * | 2017-05-15 | 2017-09-08 | 南昌大学 | 电动汽车 |
CN107610464A (zh) * | 2017-08-11 | 2018-01-19 | 河海大学 | 一种基于高斯混合时间序列模型的轨迹预测方法 |
CN107490386A (zh) * | 2017-08-29 | 2017-12-19 | 广州小鹏汽车科技有限公司 | 一种电动汽车最优路径和驾驶方式的规划方法及系统 |
CN107544251A (zh) * | 2017-09-25 | 2018-01-05 | 清华大学 | 一种基于分布式鲁棒模型的最小化总拖期的单机调度方法 |
CN107764277A (zh) * | 2017-11-22 | 2018-03-06 | 苏州科技大学 | 一种基于景区路径引导规划的数学方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Driving conditions-driven energy management strategies for hybrid electric vehicles: A review | |
Hu et al. | Reinforcement learning for hybrid and plug-in hybrid electric vehicle energy management: Recent advances and prospects | |
Zhang et al. | Role of terrain preview in energy management of hybrid electric vehicles | |
Padmarajan et al. | Blended rule-based energy management for PHEV: System structure and strategy | |
Tang et al. | Visual detection and deep reinforcement learning-based car following and energy management for hybrid electric vehicles | |
US9631940B2 (en) | Method and system for determining a route for efficient energy consumption | |
CN102189994B (zh) | 用于电动和混合动力车辆操作的系统和方法 | |
CN109278752B (zh) | 基于合作感知的插电式混合动力汽车能量优化控制方法 | |
DE102019114590A1 (de) | Kraftfahrzeuge mit elektroantrieb, systeme und steuerlogik für vorausschauende ladeplanung und antriebsstrangsteuerung | |
Fu et al. | Real-time energy management and sensitivity study for hybrid electric vehicles | |
Ganji et al. | A study on look-ahead control and energy management strategies in hybrid electric vehicles | |
CN105992720A (zh) | 对于前面的行驶路程的路段测定混动车辆的行驶状态的方法和混动车辆 | |
CN106740822A (zh) | 混合动力系统及其能量管理方法 | |
Wahl et al. | An iterative dynamic programming approach for the global optimal control of hybrid electric vehicles under real-time constraints | |
Zöldy et al. | Modelling fuel consumption and refuelling of autonomous vehicles | |
Park et al. | Power management controller for a hybrid electric vehicle with predicted future acceleration | |
CN104554079A (zh) | 交通工具中的测量结果关联 | |
CN114802189A (zh) | 车辆的能耗控制方法、装置、车辆及存储介质 | |
CN114879687A (zh) | 一种用于无人物流车的智能控制方法 | |
Montazeri-Gh et al. | Driving condition recognition for genetic-fuzzy HEV control | |
Opila | Uncertain route, destination, and traffic predictions in energy management for hybrid, plug-in, and fuel-cell vehicles | |
US20220252402A1 (en) | Route Planning Device, Route Planning Method, and Route Planning System | |
CN111152780B (zh) | 一种基于“信息层-物质层-能量层”框架的车辆全局能量管理方法 | |
CN108515862A (zh) | 一种用于电动汽车的数据智能管理系统 | |
CN108564677A (zh) | 一种用于新能源电动汽车的数据智能管理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180911 |
|
RJ01 | Rejection of invention patent application after publication |