CN108564677A - 一种用于新能源电动汽车的数据智能管理方法 - Google Patents

一种用于新能源电动汽车的数据智能管理方法 Download PDF

Info

Publication number
CN108564677A
CN108564677A CN201810249528.0A CN201810249528A CN108564677A CN 108564677 A CN108564677 A CN 108564677A CN 201810249528 A CN201810249528 A CN 201810249528A CN 108564677 A CN108564677 A CN 108564677A
Authority
CN
China
Prior art keywords
obu
data
module
information
electric vehicle
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
Application number
CN201810249528.0A
Other languages
English (en)
Inventor
胡兵
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.)
Tang Tiancai
Original Assignee
Tang Tiancai
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 Tang Tiancai filed Critical Tang Tiancai
Priority to CN201810249528.0A priority Critical patent/CN108564677A/zh
Publication of CN108564677A publication Critical patent/CN108564677A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • 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
    • B60L50/00—Electric propulsion with power supplied within the vehicle
    • B60L50/50—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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
    • Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
    • Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
    • Y04S30/12—Remote or cooperative charging

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Power Engineering (AREA)
  • Sustainable Energy (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Sustainable Development (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明请求保护一种用于新能源电动汽车的数据智能管理方法，包括以下步骤：获取新能源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；对所述新能源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

一种用于新能源电动汽车的数据智能管理方法
技术领域
本发明属于新能源汽车技术领域，尤其涉及一种用于新能源电动汽车的数据智能管理方法。
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、决策准确方便的方法。
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新能源电动汽车的数据智能管理方法。
本发明的技术方案如下：
一种用于新能源电动汽车的数据智能管理方法，包括以下步骤：获取新能源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；对所述新能源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，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，用于获取新能源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、新能源电动汽车状态信息、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，新能源电动汽车根据目标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新能源电动汽车电机转速和舵机转向，准确执行既定动作。
进一步的，所述聚类分析算法包括采用以下两种算法：Q型聚类分析和R型聚类分析算法，
Q型聚类分析：对样本进行分类处理，又称样本聚类分祈使用距离系数作为统计量衡量相似度，包括欧式距离、极端距离、绝对距离；R型聚类分析：对指标进行分类处理，又称指标聚类分析，使用相似系数作为统计量衡量相似度，包括相关系数、列联系数。
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、对新能源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，根据已掌握的一批分类明确的样品建立判别函数，使产生错判的事例最少，进而对给定的一个新样品，判断它来自哪个总体；这种方法的局限是只能对样本进行分类，而本发明1)聚类分析可以对样本逬行分类，也可以对指标进行分类；而判别分析只能对样本；2)聚类分析事先不知道事物的类别，也不知道分几类；而判别分析必须事先知道事物的类别，也知道分几类；3)聚类分析不需要分类的历史资料，而直接对样本进行分类；而判别分析需要分类历史资料去建立判别函数，然后才能对样本进行分类。因此提高了数据的处理精确度。对所述新能源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。
附图说明
图1是本发明提供优选实施例远程车载终端数据传输线路图；
图2是本发明提供优选实施例管理模块的结构示意图。
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所示为一种用于新能源电动汽车的数据智能管理方法，其包括以下步骤：获取新能源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；对所述新能源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，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，用于获取新能源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、新能源电动汽车状态信息、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，新能源电动汽车根据目标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新能源电动汽车电机转速和舵机转向，准确执行既定动作。
优选的，所述聚类分析算法包括采用以下两种算法：Q型聚类分析和R型聚类分析算法，Q型聚类分析：对样本进行分类处理，又称样本聚类分祈使用距离系数作为统计量衡量相似度，包括欧式距离、极端距离、绝对距离；R型聚类分析：对指标进行分类处理，又称指标聚类分析，使用相似系数作为统计量衡量相似度，包括相关系数、列联系数。现有对参数进行分类都是采用判别分析方法，根据已掌握的一批分类明确的样品建立判别函数，使产生错判的事例最少，进而对给定的一个新样品，判断它来自哪个总体；这种方法的局限是只能对样本进行分类，而本发明1)聚类分析可以对样本逬行分类，也可以对指标进行分类；而判别分析只能对样本；2)聚类分析事先不知道事物的类别，也不知道分几类；而判别分析必须事先知道事物的类别，也知道分几类；3)聚类分析不需要分类的历史资料，而直接对样本进行分类；而判别分析需要分类历史资料去建立判别函数，然后才能对样本进行分类。因此提高了数据的处理精确度。
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 (2)

1.一种用于新能源电动汽车的数据智能管理方法，其特征在于，包括以下步骤：获取新能源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；对所述新能源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，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，用于获取新能源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、新能源电动汽车状态信息、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，新能源电动汽车根据目标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新能源电动汽车电机转速和舵机转向，准确执行既定动作。
2.根据权利要求1所述的用于新能源电动汽车的智能管理方法，其特征在于，所述聚类分析算法包括采用以下两种算法：Q型聚类分析和R型聚类分析算法，Q型聚类分析：对样本进行分类处理，又称样本聚类分祈使用距离系数作为统计量衡量相似度，包括欧式距离、极端距离、绝对距离；R型聚类分析：对指标进行分类处理，又称指标聚类分析，使用相似系数作为统计量衡量相似度，包括相关系数、列联系数。
CN201810249528.0A 2018-03-26 2018-03-26 一种用于新能源电动汽车的数据智能管理方法 Pending CN108564677A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810249528.0A CN108564677A (zh) 2018-03-26 2018-03-26 一种用于新能源电动汽车的数据智能管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810249528.0A CN108564677A (zh) 2018-03-26 2018-03-26 一种用于新能源电动汽车的数据智能管理方法

Publications (1)

Publication Number Publication Date
CN108564677A true CN108564677A (zh) 2018-09-21

Family

ID=63531989

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810249528.0A Pending CN108564677A (zh) 2018-03-26 2018-03-26 一种用于新能源电动汽车的数据智能管理方法

Country Status (1)

Country Link
CN (1) CN108564677A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114038085A (zh) * 2021-10-29 2022-02-11 东风商用车有限公司 车辆维保管理系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101782767A (zh) * 2010-01-07 2010-07-21 西安交通大学 基于uwb的数字化制造车间物料实时配送系统
CN102136104A (zh) * 2011-03-22 2011-07-27 西安电子科技大学 基于负载均衡和lk算法的车辆路径规划方法
CN103810252A (zh) * 2014-01-21 2014-05-21 南京信息工程大学 一种基于群稀疏特征选择的图像检索方法
CN106601000A (zh) * 2015-10-20 2017-04-26 中国科学院微电子研究所 一种新能源汽车电控系统及方法
CN106681305A (zh) * 2017-01-03 2017-05-17 华南理工大学 一种Fast RVM污水处理在线故障诊断方法
CN107329466A (zh) * 2017-08-28 2017-11-07 北京华清智能科技有限公司 一种自动驾驶小型车
CN206719013U (zh) * 2017-05-24 2017-12-08 乐山一拉得电网自动化有限公司 一种电动汽车的充电系统
CN107554333A (zh) * 2017-08-30 2018-01-09 享奕自动化科技（上海）有限公司 一种电动汽车充电装置及充电方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101782767A (zh) * 2010-01-07 2010-07-21 西安交通大学 基于uwb的数字化制造车间物料实时配送系统
CN102136104A (zh) * 2011-03-22 2011-07-27 西安电子科技大学 基于负载均衡和lk算法的车辆路径规划方法
CN103810252A (zh) * 2014-01-21 2014-05-21 南京信息工程大学 一种基于群稀疏特征选择的图像检索方法
CN106601000A (zh) * 2015-10-20 2017-04-26 中国科学院微电子研究所 一种新能源汽车电控系统及方法
CN106681305A (zh) * 2017-01-03 2017-05-17 华南理工大学 一种Fast RVM污水处理在线故障诊断方法
CN206719013U (zh) * 2017-05-24 2017-12-08 乐山一拉得电网自动化有限公司 一种电动汽车的充电系统
CN107329466A (zh) * 2017-08-28 2017-11-07 北京华清智能科技有限公司 一种自动驾驶小型车
CN107554333A (zh) * 2017-08-30 2018-01-09 享奕自动化科技（上海）有限公司 一种电动汽车充电装置及充电方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114038085A (zh) * 2021-10-29 2022-02-11 东风商用车有限公司 车辆维保管理系统及方法

Similar Documents

Publication Publication Date Title
Tang et al. Visual detection and deep reinforcement learning-based car following and energy management for hybrid electric vehicles
Guo et al. ARIMA-based road gradient and vehicle velocity prediction for hybrid electric vehicle energy management
CN102189994B (zh) 用于电动和混合动力车辆操作的系统和方法
Zhao et al. Development of a Representative EV Urban Driving Cycle Based on ak‐Means and SVM Hybrid Clustering Algorithm
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
CN110780203B (zh) 一种纯电动汽车电池组soc在线估值方法
CN104280039B (zh) 用于提供电动车的驾驶信息的系统和方法
CN105892471A (zh) 汽车自动驾驶方法和装置
Zhang et al. A cognitively inspired system architecture for the Mengshi cognitive vehicle
CN110682905B (zh) 基于行驶里程的时域中电池荷电状态参考变化量获取方法
CN108431837A (zh) 用于评价驾驶员的行程性能的方法和系统
Park et al. Power management controller for a hybrid electric vehicle with predicted future acceleration
CN112327168A (zh) 一种基于XGBoost的电动汽车电池消耗预测方法
CN112298155B (zh) 一种基于变时域模型预测混合动力卡车耗能的方法
CN106529675A (zh) 基于冲突度量和模糊推理的融合识别方法
CN108475359A (zh) 用于评价驾驶员的行程性能的方法和系统
CN110515041A (zh) 一种基于Kalman滤波技术的车辆距离测量控制方法及系统
CN113720346A (zh) 基于势能场和隐马尔可夫模型的车辆路径规划方法及系统
CN116341706A (zh) 基于综合能源感知的城市移动负荷概率预测系统与方法
CN108564677A (zh) 一种用于新能源电动汽车的数据智能管理方法
CN108369683A (zh) 用于评价驾驶员的行程性能的方法和系统
CN111806443A (zh) 一种纯电动重卡无人驾驶能耗优化方法
CN117875820B (zh) 基于人工智能的智能配送道路监测系统及方法
CN108369681A (zh) 用于评价驾驶员的行程性能的方法和系统
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

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: 20180921

RJ01 Rejection of invention patent application after publication