CN111707287B - 一种电动汽车前往充电桩路线的综合智能推荐方法 - Google Patents

Abstract

本发明涉及一种电动汽车前往充电桩路线的综合智能推荐方法，包括以下步骤：获取当前位置信息和目标位置信息，并以当前位置为基准，以固定公里数为半径为可用充电区域，获取可用充电区域内所有充电桩信息；与可用区域内所有充电桩通讯，并判断各充电桩是否具备充电条件，若否，则将该充电桩移出可用充电区域，若是，则继续判断下一个充电桩是否具备充电条件，直到可用区域内所有充电桩都已进行是否具备充电条件的判断；在更新后的可用充电区域中，计算所有充电桩的偏移角度距离指标；规划前往更新后的可用充电区域中所有充电桩的可行性路径，并计算各可行性路径的综合评价指标；排序后推荐至用户端。具有最贴合驾驶习惯、耗能少、实时调整的优点。

Description

一种电动汽车前往充电桩路线的综合智能推荐方法

技术领域

本发明涉及路线规划技术领域，特别是涉及一种电动汽车前往充电桩路线的综合智能推荐方法。

背景技术

为解决燃油车排放物对环境污染的问题，我国正处于大力发展电动汽车阶段。然而对于用户而言，仍然存在充电难问题，如何快速找到最近、最合适的充电桩已成为用户的强烈需求。目前虽然已有部分技术可实现最短路径规划，但考虑的决策参数都比较单一，仅仅考虑了道路拥挤、道路坡度和速度限制等片面信息，忽视了道路湿度的情况，往往会出现道路看似畅通但由于道路湿度较大导致车辆无法按照预定速度进行行驶的额外难题。另一方面，未考虑车主自身情况，没有考虑用户对充电桩区域喜好程度排行，降低了用户体验。并且，往往会出现由于车载负荷过重，导致电动汽车剩余可行驶时间的计算与实际数值存在较大偏差，导致无法到达目标充电桩就没电的情况。

发明内容

针对上述现有技术的不足，本专利申请所要解决的技术问题是如何提供一种最贴合驾驶习惯、耗能少、实时调整的电动汽车前往充电桩路线的综合智能推荐方法。

为了解决上述技术问题，本发明采用了如下的技术方案：

一种电动汽车前往充电桩路线的综合智能推荐方法，包括以下步骤：

S1：获取当前位置信息和目标位置信息，并以当前位置为基准，以固定公里数为半径为可用充电区域，获取可用充电区域内所有充电桩信息；

S2：与可用区域内所有充电桩通讯，并判断各充电桩是否具备充电条件，若否，则将该充电桩移出可用充电区域，若是，则继续判断下一个充电桩是否具备充电条件，直到可用区域内所有充电桩都已进行是否具备充电条件的判断；

S3：在更新后的可用充电区域中，计算所有充电桩的偏移角度距离指标；

S4：规划前往更新后的可用充电区域中所有充电桩的可行性路径，根据用户驾驶偏好、车载负荷状态、道路湿度情况、道路坡度状况、拥挤状况、最低限速状况的多项决策参数，设定加权目标值作为评价指标，计算各可用桩的各可行性路径的综合评价指标；

S5：对各充电桩的各可行性路径的综合评价指标进行排序后作为最优路径推荐至用户端，由用户最终决定所前往的充电桩与路径。

进一步的，步骤S1中，确定可用充电区域时，选取的固定公里数的数值小于当前剩余续航里程数的数值，确定剩余续航里程数时基于当前位置以及当前车辆载荷。

进一步的，步骤S1中获取位置信息和目标位置信息和基于导航系统。

进一步的，步骤S2中判断目标充电桩是否具备充电条件时采用无线通讯技术，基于是否具备剩余充电位、剩余充电位数量、使用频率、未来时段内预约充电位数量为判断基础，并以剩余充电位为主判断基准。

进一步的，步骤S3中偏移角度距离的计算基于公式

其中，j为充电桩，α代表某充电桩区域与当前位置和目的地位置的偏移角度，代表当前位置与充电桩j的理论直线距离，/>代表充电桩j与目的地位置的理论直线距离，L_SD代表当前位置与目的地位置的理论直线距离。

进一步的，步骤S4中规划前往该目标充电桩的可行性路线基于车内导航系统以及搭载的导航软件数据。

进一步的，步骤S5中，推荐最优路线时，基于评价指标的数值确定，其中采用公式：

其中，j代表第j个充电桩区域，m代表去该充电桩区域的第m条路径，λ_j为：偏移角度距离，W为：车载负荷状态，G_jm为：道路湿度情况，P_jm为：道路坡度状况，C_jm为：道路拥挤程度，S_jm为：最低限速值，V_j为：驾驶偏好，ρ₁为：偏移角度距离权值，ρ₂为：车载负荷权重，ρ₃为：道路湿度情况权值，ρ₄为：道路坡度状况权值，ρ₅为：道路拥挤度权值，ρ₆为：最低限速值权值，ρ₇为：驾驶偏好权值，各权值最大值为1，最小值为0，可采用默认初始值，也可由用户设定。其中γ_jm越大，说明当选择第j个充电桩时，选择第m条线路从当前位置到该充电桩进行充电，然后至目的地，能实现耗时最少、耗能最少、体验最好。

进一步的，驾驶偏好通过获取用户的历史充电数据，统计用户曾选择的各区域充电桩次数，并且获取用户每次到各区域充电后的偏好评价分数，对于任意区域的充电桩，其偏好评价指数按照以下公式获得：

其中，j表示第j个充电桩，M_j表示用户到该充电桩的历史总次数，表示用户第i次到该充电桩充电后的评价分数，最高分10分，最低分0分，当某个区域属于用户从未去过的情况时，其评价分数由V0初始值代替，此处V0可取中间值5分，也可由管理者设定为其他值；

车载负荷情况：获取车内当前人数及总重量，按照如下公式获得：

其中，K表示车内总人数，W_k表示第k个人的体重；

对于任意一条线路到任意一个充电桩区域，所述道路湿度值按照以下公式获得：

其中，N_jm代表用户前往该充电桩j的可行性线路里可划分的总段数，L_jmn为通往区域j的可行性线路里的第n段的长度，θ_jmn为该段的湿度；

对于任意一条线路到任意一个充电桩区域，所述道路坡度值按照以下公式获得：

其中，N_jm代表用户前往充电桩j的可行性线路里可划分的总段数，L_jmn为通往区域j的可行性线路里的第n段的长度，p_jmn为该段的坡度；

对于任意一条线路到任意一个充电桩区域，所述道路拥挤程度值按照以下公式获得：

其中，N_jm代表用户前往区域j的可行性线路里可划分的总段数，c_jmn为通往区域j的可行性线路里的第n段道路的拥挤度，拥挤度最严重时为10分，最畅通时为0分；

对于任意一条线路到任意一个充电桩区域，所述最低限速值按照以下公式获得：

其中，N_jm代表用户前往区域j的可行性线路里可划分的总段数，L_jmn为通往区域j的可行性线路里的第n段的长度，s_jmn为该段路的速度。

本发明的有益效果是：本发明可引导电动汽车用户寻找到不同区域内的充电桩，并根据用户当前位置、目的地位置与不同充电桩之间的偏移角度和距离进行排序，确定出最优的充电桩区域集合，然后规划耗时最少、耗能最少、体验最好的前往目标充电桩的路径，并根据各种可能的交通、天气、路段等情况确定相应的对策，同时考虑用户目的地与充电桩的偏移角度与距离，以确保不会发生汽车完全耗电后停在路上的情况。

附图说明

图1为本发明所述的一种电动汽车前往充电桩路线的综合智能推荐方法的流程图。

图2为图1所述电动汽车前往充电桩路线的综合智能推荐方法的偏移角度距离计算的方法示意图。

具体实施方式

下面结合附图对本发明作进一步的详细说明。在本发明的描述中，需要理解的是，方位词如“上、下”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，在未作相反说明的情况下，这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制；方位词“内、外”是指相对于各部件本身的轮廓的内外。

如图1-2所示，一种电动汽车前往充电桩路线的综合智能推荐方法，包括以下步骤：

S1：获取当前位置信息和目标位置信息，并以当前位置为基准，以固定公里数为半径为可用充电区域，获取可用充电区域内所有充电桩信息；

S2：与可用区域内所有充电桩通讯，并判断各充电桩是否具备充电条件，若否，则将该充电桩移出可用充电区域，若是，则继续判断下一个充电桩是否具备充电条件，直到可用区域内所有充电桩都已进行是否具备充电条件的判断；

S3：在更新后的可用充电区域中，计算所有充电桩的偏移角度距离指标；

S4：规划前往更新后的可用充电区域中所有充电桩的可行性路径，根据用户驾驶偏好、车载负荷状态、道路湿度情况、道路坡度状况、拥挤状况、最低限速状况的多项决策参数，设定加权目标值作为评价指标，计算各可用桩的各可行性路径的综合评价指标；

S5：对各充电桩的各可行性路径的综合评价指标进行排序后作为最优路径推荐至用户端，由用户最终决定所前往的充电桩与路径。

优化的，步骤S1中，确定可用充电区域时，选取的固定公里数的数值小于当前剩余续航里程数的数值，确定剩余续航里程数时基于当前位置以及当前车辆载荷。

优化的，步骤S1中获取位置信息和目标位置信息和基于导航系统。

具体的，导航系统基于GPS导航和北斗卫星导航系统。

优化的，步骤S2中判断目标充电桩是否具备充电条件时采用无线通讯技术，基于是否具备剩余充电位、剩余充电位数量、使用频率、未来时段内预约充电位数量为判断基础，并以剩余充电位为主判断基准。

优化的，步骤S3中偏移角度距离的计算基于公式

其中，j为第j个充电桩区域，α代表某充电桩区域与当前位置和目的地位置的偏移角度，代表当前位置与充电桩j的理论直线距离，/>代表充电桩j与目的地位置的理论直线距离，L_SD代表当前位置与目的地位置的理论直线距离。

优化的，步骤S4中规划前往该目标充电桩的可行性路线基于车内导航系统以及搭载的导航软件数据。

具体的，所述导航软件为高的地图、百度地图和腾讯地图。

优化的，步骤S5中，选择最优路线时，基于评价指标的数值确定，其中采用公式：

其中，j代表第j个充电桩区域，m代表去该充电桩区域的第m条路径，λ_j为：偏移角度距离，W为：车载负荷状态，G_jm为：道路湿度情况，P_jm为：道路坡度状况，C_jm为：道路拥挤程度，S_jm为：最低限速值，V_j为：驾驶偏好，ρ₁为：偏移角度距离权值，ρ₂为：车载负荷权重，ρ₃为：道路湿度情况权值，ρ₄为：道路坡度状况权值，ρ₅为：道路拥挤度权值，ρ₆为：最低限速值权值，ρ₇为：驾驶偏好权值，各权值最大值为1，最小值为0，可采用默认初始值，也可由用户设定。其中γ_jm越大，说明当选择第j个充电桩时，选择第m条线路从当前位置到该充电桩进行充电，然后至目的地，能实现耗时最少、耗能最少、体验最好。

优化的，驾驶偏好通过获取用户的历史充电数据，统计用户曾选择的各区域充电桩次数，并且获取用户每次到各区域充电后的偏好评价分数，对于任意区域的充电桩，其偏好评价指数按照以下公式获得：

其中，j表示第j个充电桩，M_j表示用户到该充电桩的历史总次数，表示用户第i次到该充电桩充电后的评价分数，最高分10分，最低分0分，当某个区域属于用户从未去过的情况时，其评价分数由V0初始值代替，此处V0可取中间值5分，也可由管理者设定为其他值；

车载负荷情况：获取车内当前人数及总重量，按照如下公式获得：

其中，K表示车内总人数，W_k表示第k个人的体重；

对于任意一条线路到任意一个充电桩区域，所述道路湿度值按照以下公式获得：

其中，N_jm代表用户前往该充电桩j的可行性线路里可划分的总段数，L_jmn为通往区域j的可行性线路里的第n段的长度，θ_jmn为该段的湿度；

对于任意一条线路到任意一个充电桩区域，所述道路坡度值按照以下公式获得：

其中，N_jm代表用户前往充电桩j的可行性线路里可划分的总段数，L_jmn为通往区域j的可行性线路里的第n段的长度，pj_mn为该段的坡度；

对于任意一条线路到任意一个充电桩区域，所述道路拥挤程度值按照以下公式获得：

其中，N_jm代表用户前往区域j的可行性线路里可划分的总段数，c_jmn为通往区域j的可行性线路里的第n段道路的拥挤度，拥挤度最严重时为10分，最畅通时为0分；

对于任意一条线路到任意一个充电桩区域，所述最低限速值按照以下公式获得：

其中，N_jm代表用户前往区域j的可行性线路里可划分的总段数，L_jmn为通往区域j的可行性线路里的第n段的长度，s_jmn为该段路的速度。

本发明的有益效果是：本发明可引导电动汽车用户寻找到不同区域内的充电桩，并根据用户当前位置、目的地位置与不同充电桩之间的偏移角度和距离进行排序，确定出最优的充电桩区域集合，然后规划耗时最少、耗能最少、体验最好的前往目标充电桩的路径，并根据各种可能的交通、天气、路段等情况确定相应的对策，同时考虑用户目的地与充电桩的偏移角度与距离，以确保不会发生汽车完全耗电后停在路上的情况。

最后应说明的是：本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等统计数的范围之内，则本发明也意图包含这些改动和变型。

Claims (6)

1.一种电动汽车前往充电桩路线的综合智能推荐方法，其特征在于，包括以下步骤：

S1：获取当前位置信息和目标位置信息，并以当前位置为基准，以固定公里数为半径为可用充电区域，获取可用充电区域内所有充电桩信息；

S2：与可用充电区域内所有充电桩通讯，并判断充电桩是否具备充电条件，若否，则将该充电桩移出可用充电区域，若是，则继续判断下一个充电桩是否具备充电条件，直到可用充电区域内所有充电桩都已进行是否具备充电条件的判断；

S3：在更新后的可用充电区域中，计算所有充电桩的偏移角度距离指标；

S4：规划前往更新后的可用充电区域中所有充电桩的可行性路径，根据用户驾驶偏好、车载负荷状态、道路湿度情况、道路坡度状况、拥挤状况、最低限速状况多项决策参数，设定加权目标值作为评价指标，计算各充电桩的各可行性路径的综合评价指标；

S5：对各充电桩的各可行性路径的综合评价指标进行排序后作为最优路径推荐至用户端，由用户最终决定所前往的充电桩与路径；

步骤S5中，推荐最优路径时，基于综合评价指标的数值确定，其中采用公式：

其中，j代表充电桩，m代表去该充电桩j的第m条路径，λ_j为偏移角度距离，W为车载负荷状态，G_jm为道路湿度值，P_jm为道路坡度值，C_jm为道路拥挤程度值，S_jm为最低限速值，V_j为驾驶偏好，ρ₁为偏移角度距离权值，ρ₂为车载负荷权重，ρ₃为道路湿度值权值，ρ₄为道路坡度值权值，ρ₅为道路拥挤程度值权值，ρ₆为最低限速值权值，ρ₇为驾驶偏好权值，各权值最大值为1，最小值为0，采用默认初始值，或者由用户设定；其中γ_jm最大，说明当选择充电桩j时，选择第m条路径从当前位置到该充电桩j进行充电，然后至目的地，能实现耗时最少、耗能最少、体验最好；

驾驶偏好：通过获取用户的历史充电数据，统计用户曾选择的各充电桩次数，并且获取用户每次到各充电桩充电后的偏好评价分数，对于任意充电桩j，其偏好评价指数按照以下公式获得：

其中，j为充电桩，M_j表示用户到该充电桩j的历史总次数，表示用户第i次到该充电桩j充电后的评价分数，最高分10分，最低分0分，当某个充电桩j属于用户从未去过的情况时，其评价分数由V0初始值代替，V0取中间值5分，或者由管理者设定为其他值；

车载负荷状态：获取车内当前人数及总重量，按照如下公式获得：

其中，K表示车内总人数，W_k表示第k个人的体重；

对于任意一条路径到任意一个充电桩j，所述道路湿度值按照以下公式获得：

其中，N_jm代表用户前往该充电桩j的可行性路径里可划分的总段数，L_jmn为通往充电桩j的可行性路径里的第n段的长度，θ_jmn为该段的湿度；

对于任意一条路径到任意一个充电桩j，所述道路坡度值按照以下公式获得：

其中，N_jm代表用户前往充电桩j的可行性路径里可划分的总段数，L_jmn为通往充电桩j的可行性路径里的第n段的长度，pj_mn为该段的坡度；

对于任意一条路径到任意一个充电桩j，所述道路拥挤程度值按照以下公式获得：

其中，N_jm代表用户前往充电桩j的可行性路径里可划分的总段数，c_jmn为通往充电桩j的可行性路径里的第n段道路的拥挤度，拥挤度最严重时为10分，最畅通时为0分；

对于任意一条路径到任意一个充电桩j，所述最低限速值按照以下公式获得：

其中，N_jm代表用户前往充电桩j的可行性路径里可划分的总段数，L_jmn为通往充电桩j的可行性路径里的第n段的长度，sj_mn为该段路的速度。

2.根据权利要求1所述的一种电动汽车前往充电桩路线的综合智能推荐方法，其特征在于，步骤S1中，确定可用充电区域时，选取的固定公里数的数值小于当前剩余续航里程数的数值，确定剩余续航里程数时基于当前位置以及当前车辆载荷。

3.根据权利要求2所述的一种电动汽车前往充电桩路线的综合智能推荐方法，其特征在于，步骤S1中获取位置信息和目标位置信息基于导航系统。

4.根据权利要求3所述的一种电动汽车前往充电桩路线的综合智能推荐方法，其特征在于，步骤S2中判断目标充电桩是否具备充电条件时采用无线通讯技术，以是否具备剩余充电位、剩余充电位数量、使用频率、未来时段内预约充电位数量为判断基础。

5.根据权利要求4所述的一种电动汽车前往充电桩路线的综合智能推荐方法，其特征在于，步骤S3中偏移角度距离的计算基于公式

其中，j为充电桩，α代表当前位置和充电桩j之间的连线与当前位置和目的地位置之间的连线夹角，L_SCj代表当前位置与充电桩j的理论直线距离，L_CjD代表充电桩j与目的地位置的理论直线距离，L_SD代表当前位置与目的地位置的理论直线距离。

6.根据权利要求5所述的一种电动汽车前往充电桩路线的综合智能推荐方法，其特征在于，步骤S4中规划前往该目标充电桩的可行性路径基于车内导航系统以及搭载的导航软件数据。