CN111076737A - 基于车辆和推进系统特征的路线确定方法及系统 - Google Patents

基于车辆和推进系统特征的路线确定方法及系统 Download PDF

Info

Publication number
CN111076737A
CN111076737A CN201910424641.2A CN201910424641A CN111076737A CN 111076737 A CN111076737 A CN 111076737A CN 201910424641 A CN201910424641 A CN 201910424641A CN 111076737 A CN111076737 A CN 111076737A
Authority
CN
China
Prior art keywords
vehicle
route
processor
routes
propulsion
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
CN201910424641.2A
Other languages
English (en)
Inventor
A·H·希普
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN111076737A publication Critical patent/CN111076737A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3407Route searching; Route guidance specially adapted for specific applications
    • G01C21/3423Multimodal routing, i.e. combining two or more modes of transportation, where the modes can be any of, e.g. driving, walking, cycling, public transport
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3469Fuel consumption; Energy use; Emission aspects
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3446Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/36Input/output arrangements for on-board computers
    • G01C21/3697Output of additional, non-guidance related information, e.g. low fuel level
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0217Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

实施方案包括用于使用路段特征来确定路线的方法、系统及计算机可读存储介质。该方法包括由处理器接收目的地。该方法还包括由处理器计算从当前位置或起始位置到目的地的一条或多条路线。该方法还包括由处理器将一条或多条路线中的每一条路线分成一个或多个路段。该方法还包括由处理器根据车辆可用推进资源来表征一个或多个路段中的每一个路段。该方法还包括由处理器基于一个或多个路段的特征提供一条或多条路线优化中的优化路线。

Description

基于车辆和推进系统特征的路线确定方法及系统
技术领域
本公开涉及车辆路线确定,并且更具体地,涉及考虑到车辆可用的推进系统的车辆路线确定。
背景技术
通常,导航系统使得车辆的用户或操作者能够输入起始点和终止点。导航系统可以访问包含道路信息的地图数据库。导航系统可以使用起始点、终止点和地图数据库来计算从起始点到终止点的一条或多条路线。然后,导航系统可以向用户呈现所计算出的路线中的一条或多条路线。所呈现的路线通常基于最快路线或最短路线。
多模式车辆是使用不止一种类型的推进和/或推进能源来推进车辆的车辆。多模式车辆包括在日常行驶期间控制车辆推进系统的算法。然而,与每个多模式车辆相关联的导航系统提供的路线通常没有考虑和确定用于在穿过所确定的路线时,利用可用推进类型的最佳方式。另外,即使现有的推进控制系统可以预测地形和其他因素,多模式车辆也可能无法高效地在车辆的模式之间分配使用。
因此,期望提供一种这样的系统,该系统能够在沿着路线行驶时确定可用推进资源的使用,以使得沿着路线的每个分段以优化方式操作每个可用的推进资源。
发明内容
在一个示例性实施方案中,公开了一种使用路段特征来确定路线的方法。该方法包括由处理器接收目的地。该方法还包括由处理器计算从当前位置或起始位置到目的地的一条或多条路线。该方法还包括由处理器将一条或多条路线中的每条路线分成一个或多个路段。该方法还包括由处理器根据车辆可用的推进资源来表征一个或多个路段中的每个路段。该方法还包括由处理器基于一个或多个路段的特征提供一条或多条路线中的优化路线。
除了本文所描述的一个或多个特征之外,所描述的方法的一个或多个方面还可以将优化路线显示到车辆的显示器上。该方法的另一方面是一个或多个路段中的每个路段的特征基于燃料能量与电池能量的曲线。该方法的另一方面是优化路线基于近期能量特性和长期能量特性来提供。该方法的另一方面是路线引擎利用与一个或多个路段中的每个路段相关联的分段地形、与车辆相关联的车辆信息以及驾驶员特定数据来提供优化路线。该方法的另一方面是推进控制系统利用与优化路线相关联来在穿过优化路线时控制车辆可用的推进资源的操作。该方法的另一方面是车辆可用的推进资源包括以下项中的至少两者:燃料、电力和氢气资源。
在另一示例性实施方案中,本文公开了一种用于使用路段特征确定路线的系统。该系统包括一个或多个车辆和一个或多个服务器,其中一个或多个服务器各自包括存储器和耦接至存储器的处理器,其中,处理器可操作以接收目的地。处理器还可操作以计算从当前位置或起始位置到目的地的一条或多条路线。处理器还可操作以将一条或多条路线中的每条路线分成一个或多个路段。处理器还可操作以根据车辆可用的推进资源来表征一个或多个路段中的每个路段。处理器还可操作以基于一个或多个路段的特征提供一条或多条路线中的优化路线。
在又一示例性实施方案中,本文公开了一种用于使用路段特征来确定路线的计算机可读存储介质。该计算机可读存储介质包括接收目的地。该计算机可读存储介质还包括计算从当前位置或起始位置到目的地的一条或多条路线。该计算机可读存储介质还包括将一条或多条路线中的每条路线分成一个或多个路段。该计算机可读存储介质还包括根据车辆可用的推进资源来表征一个或多个路段中的每个路段。计算机可读存储介质还包括基于一个或多个路段的特征提供一条或多条路线中的优化路线。
在结合附图时,根据下面的具体实施方式,本公开的上述特征和优点以及其他特征和优点将变得明显。
附图说明
仅通过示例的方式,在下面的具体实施方式中体现了其他特征、优点和细节,具体实施方式参考了附图,在附图中:
图1是根据一个或多个实施方案的计算环境;
图2是示出用于实践本文的教导的处理系统的一个示例的框图;
图3示出了根据一个或多个实施方案的、基于穿过所计算的路线的车辆可用的推进类型的路线段特征;
图4示出了根据一个或多个实施方案的路段特征;以及
图5示出了根据一个或多个实施方案的、用于基于一个或多个路段特征来为车辆确定路线的方法的流程图。
具体实施方式
以下描述本质上仅仅是示例性的,而并不旨在限制本公开、本公开的应用或用途。应该理解的是,在整个附图中,相应的附图标记表示相同或相应的部件和特征。如本文所使用的那样,术语“模块”指的是处理电路,该处理电路可以包括专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共享处理器、专用处理器或处理器组)和存储器、组合逻辑电路和/或提供所描述的功能的其他合适的组件。
根据示例性实施方案,图1示出了计算环境50,该计算环境50与使用到达角度进行恶意基本安全消息检测的系统相关联。如图所示,计算环境50包括一个或多个计算设备,例如,服务器54B和/或多个车载计算机系统54N,多个车载计算机系统54N中的每个车载计算机系统与自主或非自主车辆相关联,其通过网络150连接。一个或多个计算设备可以使用网络150彼此通信。
网络150可以是例如蜂窝网络、局域网(LAN)、诸如因特网之类的广域网(WAN)、专用短程通信网络(例如,V2V通信(车辆到车辆)、V2X通信(即,车辆到任意物)、V2I通信(车辆到基础设施)和V2P通信(车辆到行人))或上述项的任意组合,并且可以包括有线连接、无线连接、光纤连接或任意其他连接。网络150可以是支持服务器54B和/或多个车载计算机系统54N之间的通信的各个连接和协议的任意组合。
多个车载计算机系统54N中的每个车载计算机系统可以包括GPS发射机/接收机(未示出),GPS发射机/接收机可操作用于从多个GPS卫星(未示出)接收位置信号,多个GPS卫星各自提供表示关于各个移动资源的表示位置的信号。除了GPS发射机/接收机之外,与多个车载计算机系统54N中的一个车载计算机系统相关联的每个车辆可以包括导航处理系统,该导航处理系统可以被设置成通过网络150与服务器54B通信。因此,与多个车载计算机系统54N中的一个车载计算机系统相关联的每个车辆都能够确定位置信息,并将该位置信息发送至服务器54B或另一车载计算机系统54N。
车载计算机系统54N还可以包括一个或多个有源传感器和无源传感器(例如,雷达、激光雷达、相机(内部和外部)、天气、纵向加速度、语音识别等)。车载计算机系统54N还可以包括语音处理应用程序和一个或多个麦克风。
经发送和接收的附加信号可以包括数据、通信和/或其他传播信号(例如,与激光雷达和/或雷达相关联的信号)。此外,应该注意的是,发射机和接收机的功能可以组合成信号收发机。
根据示例性实施方案,图2示出了用于实现本文的教导的处理系统200。处理系统200可以形成一个或多个计算设备的至少一部分,例如服务器54B和/或车载计算机系统54N。处理系统200可以包括一个或多个中央处理单元(处理器)201a、201b、201c等(共同地称为或统称为一个或多个处理器201)。处理器201经由系统总线213耦接至系统存储器214和各种其他组件。只读存储器(ROM)202被耦接至系统总线213,并且可以包括基本输入/输出系统(BIOS),该基本输入/输出系统(BIOS)控制处理系统200的某些基本功能的。
图2进一步示出了输入/输出(I/O)适配器207和耦接至系统总线213的网络适配器206。I/O适配器207可以是小型计算机系统接口(SCSI)适配器,所述小型计算机系统接口(SCSI)适配器与硬盘203/或其他存储驱动器205或任意其他类似组件通信。I/O适配器207、硬盘203以及其他存储设备205在此统称为大容量存储器204。用于在处理系统200上执行的操作系统220可以存储在大容量存储器204中。网络适配器206通过外部网络216与总线213互连,使数据处理系统200能够与其他这样的系统通信。屏幕(例如,显示监测器)215可以通过显示适配器212连接到系统总线213,该显示适配器212可以包括图形适配器和视频控制器,该图形适配器用于改善图形密集型应用性能。在一个实施方案中,适配器207、适配器206和适配器212可以连接到一个或多个I/O总线,这些I/O总线通过中间总线桥(未示出)连接至系统总线213。用于连接诸如硬盘控制器、网络适配器和图形适配器之类的外围设备的合适的I/O总线通常包括通用协议,例如外设部件互连标准(PCI)。附加的输入/输出设备被示为经由用户接口适配器208和显示适配器212连接至系统总线213。扬声器211可以经由用户接口适配器208互连至总线213,用户接口适配器208可以包括例如超级I/O.芯片,该超级I/O.芯片将多个设备适配器集成到单个集成电路中。
另外,处理系统200可以包括图形处理单元230。图形处理单元230是专用电子电路,该专用电子电路被设计为操纵和改变存储器,以加速在帧缓冲器中创建的、用于输出到显示器的图像。通常,图形处理单元230在操纵计算机图形和图像处理方面非常高效,并且具有高度并行的结构,使得对于用于并行完成大块数据处理的算法而言,图形处理单元230比通用CPU更有效。
因此,如图2中所配置的那样,处理系统200包括处理器201形式的处理能力、包括系统存储器214和大容量存储器204的存储能力、诸如键盘209和鼠标210的输入装置,以及包括扬声器211和显示器215的输出能力。在一个实施方案中。系统存储器214和大容量存储器204的一部分共同存储操作系统以协调图2所示的各种组件的功能。
图3示出了根据一个或多个实施方案的、基于穿过所计算的路线的车辆的可用的推进类型的路线段特征300。与多个车载计算机系统54N中的每个车载计算机系统相关联的导航处理系统可以确定从所请求的起始位置到目的地的可导航路线。导航处理系统可以包括路线引擎(未示出),该路线引擎可以包括计算机可读指令,该计算机可读指令响应于一个或多个处理器201的执行,使得包括下述操作被执行,所述操作包括创建从所请求的起始位置或当前位置305到目的地315的可导航路线。
路线引擎可以利用所存储的、与车载计算机系统54N相关联的地图数据和/或所接收的(例如,从服务器54B接收的)关于多个路段(例如,路段350和路段360)的地图数据来确定可导航路线。与每个路段相关的地图数据可以包括:车道数量、道路和基础设施信息(例如,道路/车道关闭、交通、事故、停车标志的位置、交叉路口、驶入坡道、驶离坡道/出口等)、高程信息、坡度信息(上倾/下倾)、天气数据、与路段的任意部分相关联的曲率(即,分段地形))、取决于穿过该分段的速度和/或分段地形的燃料消耗、取决于穿过分段的速度和/或分段地形的电池能量消耗/增益(利用率)或者上述项的任意组合。
路线引擎还可以利用驾驶员特定数据。例如,驾驶员特定数据可以与路段的先前穿越相关,路线引擎可以将路段的先前穿越用作可导航路线的一部分,包括与驾驶员如何穿过路段有关的数据(例如,快速、慢速、正常、激进、悠闲等)。
路线引擎还可以利用关于穿过可导航路线的车辆的车辆信息。例如,路线引擎可以从车载计算机系统54N和/或服务器54B接收车辆数据(例如,品牌、型号、高度、重量、轮胎尺寸、推进资源(例如,燃料、电力、氢气等)等)。
因此,代替仅仅试图维持沿着可导航路线的当前充电状态(SoC),本路线引擎可以利用与每个路段相关联的地图数据、驾驶员特定数据和车辆信息来确定优化可导航路线,该优化导航路线基于路段优化何时使用可用的推进资源,以在对电池进行充电或放电以维持所期望的SoC的同时最小化燃料消耗。推进控制系统可以使用由路线引擎提供的可导航路线,以通过识别近期燃料/电池能量特性与长期特性之间的区别,来对穿过可导航路线的车辆的燃料与电池的电力功耗作出实时决策。
例如,当确定从305到315的可导航路线时,路线引擎可以计算出可导航路线310和可导航路线320。可导航路线310试图简单地维持0%的SoC(即,零净充电或放电),而没有考虑分段地形、车辆信息或驾驶员特定数据。因此,可导航路线310仅考虑在穿过路段时的SoC可能性。由此,穿过可导航路线310的路段350的车辆的推进控制系统将试图为车辆充电,纵然路段不利于对电池充电和对电池进行优化充电。因此,通过试图在沿着路段350穿过时对电池充电,必须使用燃料来沿着可导航路线推进车辆,对于车辆而言,这增加了燃料消耗并且降低了燃料经济性。
可导航路线320考虑到分段地形、车辆信息和/或驾驶员特定数据以试图维持期望的SoC(这里为0%),同时通过根据整个可通航路线考虑给定路段的电池充电和放电可能性来优化了燃料消耗。穿过可导航路线320的路段350的车辆的推进控制系统可以识别出路段350不利于电池充电(例如,路段350在穿越方向上是水平的或略微倾斜的),并且还可以识别出可导航路线的其他路段为对电池充电提供更好的可能性,因为路线引擎考虑了沿整个可导航路线的充电可能性。因此,识别出路段350水平或略微倾斜的推进控制系统将不会试图为车辆充电,因为路段350不利于以优化方式对电池充电,并且沿着可导航路线存在其他更适合于对电池充电的路段。因此,推进控制系统可以维持或减少车辆的燃料消耗,从而提高燃料经济性。
关于可导航路线310中的路线段360的穿越,推进控制系统可以利用电池来穿过路段360或协助穿过路段360,同时SoC保持在0%以上,因为电池处于+4%的状态。穿过可导航路线320的车辆的推进控制系统还可以利用电池穿过路段360或协助穿过路段360。然而,穿过可导航路线320的车辆的推进控制系统可以识别出:与穿过可导航路线310的路段360所消耗的电池电力相比,穿过路段360会消耗更多的电池电力,因为路线引擎会考虑整个可导航路线320的分段地形、车辆信息和/或驾驶员特定数据(即,路线穿越因素),以更好地确定应该使用哪个推进资源或哪个推进资源组合来穿过路段360,以及确定何时以及如何使用推进资源或推进资源组合来穿越路段360。因为路线引擎在确定路线320时已经预测出可导航路线320的每个路段的潜在能量消耗,所以路线引擎可以指示推进控制系统利用额外的电池电力来穿越路段360,从而可能使得SoC低于所期望的SoC(例如,低于0%),因为识别出可导航路线320的一个或多个剩余路段中存在将电池充电到所期望的SoC的可能性。因此,尽管穿过路段360的车辆的电池的SoC下降到低于所期望的SoC,但是由于考虑沿着可导航路线剩余的充电可能性(即,长期的充电可能性),穿过路段360的燃料消耗被优化。
根据示例性实施方案,图4描绘了根据一个或多个实施方案的路段特征400。可导航路线中的每个路段的路段特征400可用于确定近期能量特征(即,当前可用的推进资源及其水平,以及何时以及如何使用可用的推进资源)和长期能量特征,近期能量特征与可导航路线的当前穿越的路段有关,长期能量特征可以与将来要穿过的可导航路线的路段有关。
路段特征400可以表示燃料能量420与电池能量425的曲线405、曲线410和曲线415。燃料能量420与电池能量425的曲线405、曲线410和曲线415的至少一部分可以与相应的分段地形相关联。曲线405可表示与可导航路线相关联的第一路段的燃料能量420与电池能量425曲线。曲线405的范围可以从完全使用电池而没有燃料消耗(430)到没有使用电池而仅使用燃料来推进车辆(440)。曲线410可表示与可导航路线相关联的第二路段的燃料能量420与电池能量425的曲线。曲线415可表示示出了关于第一路段和第二路段的曲线组合的燃料能量420与电池能量425的曲线。
可导航路线的附加路段可以由路线引擎组合以供车辆的推进控制系统使用。可以基于相关联的弯曲为每个路段分配权重,路线引擎可以使用该权重来确定可导航路线的每个路段的优化推进资源用法。优化可以考虑在整个可导航路线上的长期燃料/电池支出和电池充电。其他推进资源可以用于表征路段。
图5示出了根据一个或多个实施方案的用于基于一个或多个路段特征来为车辆确定路线的方法500的流程图。在方框505处,车载计算机系统54N或服务器(例如服务器54B)可以接收目的地用于计算/确定车辆的可导航路线。在方框510处,车载计算机系统54N或服务器54B可以确定车辆的当前位置或接收起始位置用于计算/确定车辆的可导航路线。
在方框515处,车载计算机系统54N或服务器54B可以响应于所接收的目的地和当前位置或所接收的起始位置来计算和识别一个或多个可导航路线。在方框520处,车载计算机系统54N或服务器54B可以将一个或多个可导航路线中的每个可导航路线分成一个或多个路段。此外,道路网络的部分可以被预分成路段并存储在存储器(例如系统存储器214)中。
在方框525处,车载计算机系统54N或服务器54B可以表征一个或多个路段中的每个路段。此外,路段的特征可以与相应的路段相关联并且被存储在存储器(例如系统存储器214)中。特征可以基于分配给每个路段的相关燃料能量与电池能量的曲线。在方框530处,车载计算机系统54N或服务器54B可以使用分配给每个路段的特征,来从所确定的一个或多个可导航路线中选择/确定优化可导航路线,优化可导航路线可以被提供给驾驶员(通过显示器可见和/或通过扬声器可听)。
在方框535处,车载计算机系统54N或服务器54B可以确定由于地图数据和/或驾驶员特定数据的改变,是否需要对一个或多个路段特征进行调整。例如,车辆驾驶员的驾驶风格可以从正常变为激进。因此,驾驶风格的改变会影响电池消耗以及燃料消耗。如果车载计算机系统54N或服务器54B确定不需要对一个或多个路段特征进行调整,则方法500进行至方框545,其中,车载计算机系统54N或服务器54B可以确定车辆是否已到达所接收的目的地。如果车辆已到达所接收的目的地,则方法500在550处结束。如果车辆尚未到达目的地,则方法500返回至方框535。
如果车载计算机系统54N或服务器54B确定需要对一个或多个路段特征进行调整,则方法500进行到方框540,其中,车载计算机系统54N或服务器54B可以执行对优化路线的重新优化。在方框545处,车载计算机系统54N或服务器54B可以确定车辆是否已到达所接收的目的地。如果车辆已到达所接收的目的地,则方法500结束。如果车辆尚未到达目的地,则方法500返回至方框535。
可选地,如果车载计算机系统54N或服务器54B确定需要对一个或多个路段特征进行调整,则方法500可以返回至方框525以根据对一个或多个路段特征的调整确定是否存在代替所提供的优化路线的更好的路线。
因此,本文公开的实施方案描述了一种系统,其表征车辆路线信息和驾驶员信息以确定可以由嵌入式推进系统控制系统消耗,和策略性地利用的关于车辆和推进的优化操作。因此,该系统可以作出实时嵌入式推进控制系统决策,实时嵌入式推进控制系统决策可以用于穿越可导航路线的路段。系统可以考虑大量的地图数据、驾驶员特定数据和车辆信息以生成较小的数据集,所述较小的数据集可以用于指导,相关和可操作的可用的推进资源的操作以穿越可导航路线。
本公开的实施例可以克服用于为车辆确定路线和推进管理的典型解决方案,其仅通过考虑当前和将来对电池充电的可能性以及沿着路径的燃料支出,来确定试图保持电池的当前充电状态的路线。通过考虑当前和未来对电池进行充电和燃料支出的可能性以及其他考虑因素(例如地图数据和驾驶员特定数据),可以计算优化路线并将优化路线提供给用户,从而使得在穿过路线时能够更有效地使用电池。
该系统可以包括高效通信接口结构,高效通信接口结构可以与车辆的推进系统控制通信,以便控制推进控制系统,从而提供关于燃料与电池电力利用的实时决策。通信接口可以识别所穿过的路线的近期燃料/电池能量特性与所穿过的路线的长期特征之间的区别。该系统可以使得沿路线发生“宏观”路径优化,包括沿路线的实时调整。
应当理解的是,尽管实施方案被描述为在传统处理系统上实现,但是实施方案能够结合现在已知或以后开发的任意其他类型的计算环境来实现。例如,可以使用云计算来实现本技术。云计算是一种服务交付模型,其用于实现对可配置计算资源(例如,网络、网络带宽、服务器、处理、内存、存储、应用程序、虚拟机以及服务)的共享池的便捷、按需网络访问,此服务交付模型可以通过最少的管理工作或与服务提供商的交互来快速配置和发布。应当理解的是,与用于车辆传感器的基于地理位置的传输资源分配的系统相关联的计算环境50可以在云计算环境中实现,并且小区长度、宽度和地理位置信息可以本地存储和/或远程存储,例如存储在云计算环境中。
所公开的实施方案的技术效果和益处包括但不限于为路线提供全路径优化,其使得穿过路线的车辆的总燃料消耗最小化。因此,当穿过优化路线时,车辆的推进控制系统可以在对电池充电或放电以维持所期望的充电状态的同时使车辆的燃料消耗最小化。
本公开可以是系统、方法和/或计算机可读存储介质。计算机可读存储介质可以包括计算机可读程序指令,计算机可读程序指令位于计算机可读存储介质上,用于使处理器执行本公开的各方面。
计算机可读存储介质可以是可以保留和存储指令以供指令执行设备使用的有形设备。计算机可读存储介质可以是例如但不限于电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或上述项的任意合适组合。计算机可读存储介质的更具体示例的非详尽列表包括以下项:便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式光盘只读存储器(CD-ROM)、数字通用光盘(DVD)、记忆棒、机械编码设备以及上述项的任意适当组合。本文所使用的计算机可读存储介质不应被解释为暂时性信号本身,例如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如,通过光纤电缆的光脉冲)或者通过电线传输的电信号。
计算机可读程序指令还可以被加载到计算机、其他可编程数据处理装置或其他设备上,以使得一系列操作步骤在计算机、其他可编程装置或其他设备上执行以产生计算机实现的过程,使得在计算机、其他可编程装置或其他设备上执行的指令实现流程图和/或框图方框中指定的功能/动作。
尽管已经参考示例性实施方案描述了以上公开内容,但是本领域技术人员应当理解的是,在不脱离本公开内容的范围的情况下,可以对示例性实施方案进行各种修改并且可以用等同物替换示例性实施方案中的元件。另外,在不脱离本公开内容的实质范围的情况下,可以进行许多修改以使特定情况或材料适应本发明的教导。因此,目的在于本公开内容不限于所公开的特定实施方案,而是将落入本公开内容范围内的所有实施方案都包括在内。

Claims (9)

1.一种使用路段特征确定路线的方法,所述方法包括:
处理器接收目的地;
所述处理器计算从当前位置或起始位置到所述目的地的一条或多条路线;
所述处理器将所述一条或多条路线中的每条路线分成一个或多个路段;
所述处理器根据车辆可用的推进资源,表征所述一个或多个路段中的每个路段;以及
所述处理器基于所述一个或多个路段的特征从所述一条或多条路线中提供优化路线。
2.根据权利要求1所述的方法,进一步包括将所述优化路线显示到所述车辆的显示器上。
3.根据权利要求1所述的方法,其中所述一个或多个路段中的每个路段的特征基于燃料能量与电池能量的曲线。
4.根据权利要求1所述的方法,其中所述优化路线基于近期能量特性和长期能量特征提供。
5.根据权利要求1所述的方法,其中路线引擎利用与所述一个或多个路段中的每个路段相关联的分段地形、与所述车辆相关联的车辆信息以及驾驶员特定数据,提供所述优化路线。
6.根据权利要求1所述的方法,其中推进控制系统利用与所述优化路线相关联,在穿过所述优化路线时控制所述车辆可用的所述推进资源的操作。
7.根据权利要求6所述的方法,其中车辆的可用的所述推进资源包括以下项中的至少两者:燃料、电力以及氢气资源。
8.一种使用路段特征确定路线的系统,所述系统包括:
一个或多个车辆;以及
一个或多个服务器,其中每个服务器包括:
存储器;以及
处理器,所述处理器耦接至所述存储器,其中所述处理器能够操作成:
接收目的地;
计算从当前位置或起始位置到所述目的地的一条或多条路线;
将所述一条或多条路线中的每条路线分为一个或多个路段;
根据车辆可用的推进资源,表征所述一个或多个路段中的每个路段;以及
基于所述一个或多个路段的特征从所述一条或多条路线中提供优化路线。
9.一种具有程序指令的非易失性计算机可读存储介质,所述程序指令实现在所述非易失性计算机可读存储介质上,所述程序指令能够由处理器读取以使所述处理器执行使用路段特征确定路线的方法,所述方法包括:
接收目的地;
计算从当前位置或起始位置到目的地的一条或多条路线;
将所述一条或多条路线中的每条路线分为一个或多个路段;
根据车辆可用的推进资源,表征所述一个或多个路段中的每个路段;以及
基于所述一个或多个路段的特征从所述一条或多条路线中提供优化路线。
CN201910424641.2A 2018-10-18 2019-05-21 基于车辆和推进系统特征的路线确定方法及系统 Pending CN111076737A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201862747352P 2018-10-18 2018-10-18
US62/747,352 2018-10-18

Publications (1)

Publication Number Publication Date
CN111076737A true CN111076737A (zh) 2020-04-28

Family

ID=70279160

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910424641.2A Pending CN111076737A (zh) 2018-10-18 2019-05-21 基于车辆和推进系统特征的路线确定方法及系统

Country Status (3)

Country Link
US (2) US11313690B2 (zh)
CN (1) CN111076737A (zh)
DE (1) DE102019127610A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113753075A (zh) * 2020-06-02 2021-12-07 现代摩比斯株式会社 车辆的自动驾驶控制系统和方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101973627B1 (ko) * 2017-07-11 2019-04-29 엘지전자 주식회사 차량에 구비된 차량 제어 장치 및 차량의 제어방법
JP2021046077A (ja) * 2019-09-18 2021-03-25 トヨタ自動車株式会社 ハイブリッド自動車
US11585669B2 (en) * 2020-08-31 2023-02-21 Hitachi, Ltd. Vehicle routing using connected data analytics platform
CN113326973A (zh) * 2021-05-06 2021-08-31 清华大学 便携式储能系统pess的控制方法
US20230152115A1 (en) * 2021-11-18 2023-05-18 International Business Machines Corporation Vehicle based external environment augmentation for operator alertness
US20230242111A1 (en) * 2022-02-01 2023-08-03 Delphi Technologies Ip Limited System and method for controlling vehicle energy consumption using segmented route optimization

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102213598A (zh) * 2010-04-08 2011-10-12 罗伯特·博世有限公司 消耗优化的路线确定
CN102314545A (zh) * 2010-06-30 2012-01-11 现代自动车株式会社 计算行驶路线的燃料量的系统及其方法
CN102538809A (zh) * 2010-11-10 2012-07-04 罗伯特·博世有限公司 获取车辆的目的地导航路线的方法和设备
CN102607581A (zh) * 2011-01-19 2012-07-25 通用汽车环球科技运作有限责任公司 用于优化车辆的行驶路线的系统和方法
US20150292897A1 (en) * 2014-04-09 2015-10-15 International Business Machines Corporation Identifying cost effective routes using vehicle fuel economy values that are specific to the roadway type
CN105683713A (zh) * 2013-09-09 2016-06-15 通腾导航技术股份有限公司 用于产生替代路线的方法及系统

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7925426B2 (en) 2005-11-17 2011-04-12 Motility Systems Power management systems and devices
US8712650B2 (en) * 2005-11-17 2014-04-29 Invent.Ly, Llc Power management systems and designs
US9376971B2 (en) * 2006-03-20 2016-06-28 General Electric Company Energy management system and method for vehicle systems
JP4793335B2 (ja) 2007-06-20 2011-10-12 株式会社デンソー 充放電管理装置および充放電管理装置用のプログラム
US10161758B2 (en) * 2009-01-16 2018-12-25 Tomtom Global Content B.V. Method for creating speed profiles for digital maps
US8793067B2 (en) 2009-12-28 2014-07-29 Honda Motor Co., Ltd. Route searching device
US8423273B2 (en) * 2010-03-30 2013-04-16 Honda Motor Co., Ltd. Minimum energy route for a motor vehicle
US20120010767A1 (en) 2010-06-10 2012-01-12 Massachusetts Institute Of Technology Hybrid electric vehicle and method of control using path forecasting
US8612077B2 (en) * 2010-07-07 2013-12-17 Massachusetts Institute Of Technology Hybrid electric vehicle and method of path dependent receding horizon control
EP2770300B1 (en) * 2011-10-17 2018-06-06 Clarion Co., Ltd. Route search method
DE112012005997T5 (de) 2012-03-06 2014-12-11 Toyota Jidosha Kabushiki Kaisha Bewegungsinformationenverarbeitungsvorrichtung, Bewegungsinformationenverarbeitungsverfahren und Fahrunterstützungssystem
JP5631367B2 (ja) 2012-08-09 2014-11-26 本田技研工業株式会社 経路探索装置
MX341058B (es) 2012-10-02 2016-08-05 Nissan Motor Dispositivo de calculo de distancia conducible y metodo de calculo de distancia conducible.
FR3038277B1 (fr) * 2015-07-02 2017-07-21 Renault Sas Procede de calcul d’une consigne de gestion de la consommation en carburant et en courant electrique d’un vehicule automobile hybride
KR101865729B1 (ko) 2016-06-23 2018-06-08 현대자동차 주식회사 전기자동차 경로 안내 시스템 및 그 방법
FR3062834B1 (fr) 2017-02-16 2019-04-12 IFP Energies Nouvelles Procede de determination d'une zone atteignable par un vehicule au moyen d'un modele dynamique et d'un graphe adjoint
US10890459B2 (en) 2017-10-13 2021-01-12 John Matsumura Systems and methods for variable energy routing and tracking
US11186277B2 (en) * 2018-10-09 2021-11-30 Peter H. Bauer Energy-optimal adaptive cruise controller
KR20200040969A (ko) 2018-10-10 2020-04-21 현대자동차주식회사 전기차 경로 안내 장치 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102213598A (zh) * 2010-04-08 2011-10-12 罗伯特·博世有限公司 消耗优化的路线确定
CN102314545A (zh) * 2010-06-30 2012-01-11 现代自动车株式会社 计算行驶路线的燃料量的系统及其方法
CN102538809A (zh) * 2010-11-10 2012-07-04 罗伯特·博世有限公司 获取车辆的目的地导航路线的方法和设备
CN102607581A (zh) * 2011-01-19 2012-07-25 通用汽车环球科技运作有限责任公司 用于优化车辆的行驶路线的系统和方法
CN105683713A (zh) * 2013-09-09 2016-06-15 通腾导航技术股份有限公司 用于产生替代路线的方法及系统
US20150292897A1 (en) * 2014-04-09 2015-10-15 International Business Machines Corporation Identifying cost effective routes using vehicle fuel economy values that are specific to the roadway type

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113753075A (zh) * 2020-06-02 2021-12-07 现代摩比斯株式会社 车辆的自动驾驶控制系统和方法
US12005929B2 (en) 2020-06-02 2024-06-11 Samsung Electro-Mechanics Co., Ltd. Autonomous driving control system and method of vehicle

Also Published As

Publication number Publication date
US20200124431A1 (en) 2020-04-23
DE102019127610A1 (de) 2020-04-23
US20200124432A1 (en) 2020-04-23
US11162804B2 (en) 2021-11-02
US11313690B2 (en) 2022-04-26

Similar Documents

Publication Publication Date Title
CN111076737A (zh) 基于车辆和推进系统特征的路线确定方法及系统
CN107209018B (zh) 用于提供所关注点信息的方法及设备
KR102094538B1 (ko) 경로 탐색 방법 및 장치
US10229600B2 (en) Navigation system with traffic flow mechanism and method of operation thereof
US20140058652A1 (en) Traffic information processing
GB2572962A (en) Vehicle Routing
US11151869B2 (en) Managing roadway intersections for vehicles
US20230033518A1 (en) Joint optimization of robotic vehicle routing for ride quality, safety, and operator demand
US20190234750A1 (en) Method and system for routing based on a predicted connectivity quality
WO2019078815A1 (en) DELIVERY OF AUTOSTOPPERS DRONES IN RELATION TO AUTONOMOUS AND CONNECTED VEHICLES
CN113008253A (zh) 一种混合动力车辆行驶方法、设备和存储介质
JP2008227797A (ja) データ通信プログラム、該プログラムを記録した記録媒体、通信端末、およびデータ通信方法
US11200798B2 (en) Grouping of moving objects
WO2015052953A1 (ja) 車両誘導システム、車両誘導方法、管理装置およびその制御方法
US20220244725A1 (en) Autonomous trailing logistical support vehicle
CN116022130B (zh) 车辆泊车方法、装置、电子设备和计算机可读介质
US9002646B1 (en) Navigation system with connection simplification mechanism and method of operation thereof
CN115657684B (zh) 车辆路径信息生成方法、装置、设备和计算机可读介质
US9733102B2 (en) Navigation system with resource control mechanism and method of operation thereof
JP6492760B2 (ja) 経路案内システム、方法およびプログラム
CN114582149A (zh) 交通信息推送方法、电子设备和存储介质
WO2024131436A1 (zh) 自动驾驶车辆的能量回收方法、装置及系统
CN115123223B (zh) 车辆控制方法、装置、设备和介质
CN117494985A (zh) 一种充电站推荐方法及装置
JP2021131350A (ja) 情報処理装置および映像表示方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200428