CN111891130B - 一种车辆运行方法和装置 - Google Patents
一种车辆运行方法和装置 Download PDFInfo
- Publication number
- CN111891130B CN111891130B CN202010734043.8A CN202010734043A CN111891130B CN 111891130 B CN111891130 B CN 111891130B CN 202010734043 A CN202010734043 A CN 202010734043A CN 111891130 B CN111891130 B CN 111891130B
- Authority
- CN
- China
- Prior art keywords
- road
- energy consumption
- vehicle
- data
- prediction result
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005265 energy consumption Methods 0.000 claims abstract description 162
- 238000007599 discharging Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000011017 operating method Methods 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 238000013486 operation strategy Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000011084 recovery Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 238000005381 potential energy Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- 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
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W20/00—Control systems specially adapted for hybrid vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Navigation (AREA)
- Hybrid Electric Vehicles (AREA)
Abstract
本发明涉及一种车辆运行方法和装置，其中，车辆运行方法，包括：获取前方行车路线对应的道路数据；根据道路数据进行道路特征的提取与路段划分；根据道路特征及驾驶员标识查找能耗数据进行不同路段的能耗预测；根据能耗预测结果及道路特征运行车辆。通过这种方式，本申请根据道路特征及驾驶员标识进行车辆能耗预测，进而运行车辆，可以提高能耗预测准确性，有效地降低车辆整体能耗。
Description
技术领域
本申请涉及混合动力车辆技术领域，具体涉及一种车辆运行方法和装置。
背景技术
随着汽车工业的发展，人类在追求更加智能、安全的汽车技术的同时，节能环保也一直是不变的主题。对于混合动力汽车而言，人们也一直在寻找发动机与电机配合的最佳方式，以求达到能耗的最小化，这其中，能耗预估算的准确性尤为关键。
目前，能耗估算的方法往往是根据车辆前方道路数据进行车辆功率或者能耗的估算。由于整车能耗不仅与道路情况和车辆实际运行工况有关，仅仅考虑道路数据和车辆基础信息估算出的能耗值会与实际能耗值之间有较大的差异，使得车辆因为能耗估算值不准确，无法做出相应的优化运行策略，导致无法有效地降低车辆整体能耗。
发明内容
本申请的目的在于，提供一种车辆运行方法和装置，根据道路特征及驾驶员标识进行车辆能耗预测，进而运行车辆，可以提高能耗预测准确性，有效地降低车辆整体能耗。
为解决上述技术问题，本申请公开了一种车辆运行方法，包括：
获取前方行车路线对应的道路数据；
根据所述道路数据进行道路特征的提取与路段划分；
根据所述道路特征及驾驶员标识查找能耗数据进行不同路段的能耗预测；
根据能耗预测结果及所述道路特征运行车辆。
其中，所述根据所述道路数据进行道路特征的提取与路段划分的步骤，包括：
根据所述道路数据进行道路特征的提取；
根据所述道路特征，将所述行车路线划分为常规路段与特殊路段，所述特殊路段包括具有不同道路特征的路段。
其中，所述根据所述道路特征，将所述行车路线划分为常规路段与特殊路段的步骤，包括：
获取车辆当前位置前方第一预设长度范围的道路数据对应的道路特征，并根据获取的道路特征将所述行车路线的第一预设长度范围的部分划分为常规路段与特殊路段；
获取车辆当前位置前方第二预设长度范围的道路数据对应的道路特征，并根据获取的道路特征将所述行车路线的第二预设长度范围的部分划分为常规路段与特殊路段，所述第二预设长度范围小于所述第一预设长度范围。
其中，所述根据所述道路特征及驾驶员标识查找能耗数据进行不同路段的能耗预测的步骤，包括：
获取根据所述第一预设长度范围的部分划分的特殊路段的道路特征及驾驶员标识以查找能耗数据，得到所述第一预设长度范围的特殊路段的第一能耗预测结果；
获取根据所述第二预设长度范围的部分划分的特殊路段的道路特征及驾驶员标识以查找能耗数据，得到所述第二预设长度范围的特殊路段的第二能耗预测结果；
根据所述第二能耗预测结果修正所述第一能耗预测结果以获取能耗预测结果。
其中，所述根据能耗预测结果及所述道路特征运行车辆的步骤，包括：
根据能耗预测结果与所述第二预设长度范围的特殊路段的道路特征确定充放电需求；
根据所述充放电需求运行车辆。
其中，所述根据能耗预测结果与所述第二预设长度范围的特殊路段的道路特征确定充放电需求的步骤，包括：
在混动模式下，根据能耗预测结果与所述第二预设长度范围的特殊路段的道路特征计算电池期望的SOC值；
监控发动机转速和扭矩；
根据所述电池期望SOC及发动机的转速和扭矩生成充电请求。
其中，本申请的车辆运行方法，还包括：
获取实时能耗、当前路段特征和车辆参数；
根据所述实时能耗、当前路段特征和车辆参数对所述驾驶员标识对应的能耗数据进行更新。
其中，本申请的车辆运行方法，还包括：
根据所述道路数据进行道路特征的提取；
根据所述道路特征及环境数据预测功率消耗，所述功率消耗包括驱动消耗及高压辅件功率消耗；
根据功率消耗预测结果将所述行车路线划分为具有不同功率消耗的路段；
根据不同路段的功率消耗运行车辆。
其中，所述根据能耗预测结果及所述道路特征运行车辆的步骤，还包括：
根据能耗预测结果及所述道路特征确定剩余里程所需的电池SOC；
当电池的当前SOC满足剩余里程所需的电池SOC时，在剩余里程采用纯电驱动模式运行车辆。
本申请还一种车辆运行装置，包括存储器和处理器：
所述存储器存储有至少一条程序指令；
所述处理器通过加载并执行所述至少一条程序指令以实现如上所述中任一项所述的车辆运行方法。
本发明的车辆运行方法和装置，包括：获取前方行车路线对应的道路数据；根据道路数据进行道路特征的提取与路段划分；根据道路特征及驾驶员标识查找能耗数据进行不同路段的能耗预测；根据能耗预测结果及道路特征运行车辆。通过这种方式，本申请根据道路特征及驾驶员标识进行车辆能耗预测，进而运行车辆，可以提高能耗预测准确性，有效地降低车辆整体能耗。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
图1是根据第一实施例示出的一种车辆运行方法的流程示意图；
图2是基于长范围数据的能耗计算的示意图；
图3是基于短范围数据的能耗计算的示意图；
图4是融合长范围和短范围道路数据的能耗估算的示意图；
图5是根据第一实施例示出的一种车辆运行方法的原理示意图；
图6是根据第二实施例示出的一种车辆运行方法的流程示意图；
图7是根据第二实施例示出的基于功率值的路段划分示意图；
图8是根据第二实施例示出的预测功率排序及驱动模式划分示意图；
图9是根据第三实施例示出的一种车辆运行装置的结构示意图。
具体实施方式
为更进一步阐述本申请为达成预定申请目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本申请的提出的具体实施方式、方法、步骤、结构、特征及其效果进行详细说明。下面的详细描述不应该被认为是限制的，这里使用的术语及所附图示仅是为了描述特定实施例，而并非旨在限制本申请。
第一实施例
图1是根据第一实施例示出的一种车辆运行方法的流程示意图。请参考图1，本实施例的车辆运行方法，包括以下步骤：
步骤110，获取前方行车路线对应的道路数据。
本实施例中，可以通过ADAS(高级驾驶辅助系统)在汽车行驶过程中获取前方行车路线对应的道路数据(即路网数据)。根据ADASISV2(即高级驾驶辅助系统接口规范第二版本)协议，ADAS Horizon Provider(即电子地平线，用于为ADAS应用提供超视距的前方道路和数据信息)将地图上前方行车路线的道路数据和车辆定位数据发送给车辆相关控制器。实际实现时，行车路线可以是用户通过导航系统设定的行车路线。也可以是车辆根据当前位置和用户日常行车路线记录数据来获取的行车路线，例如，根据车辆当前位置，选择用户历史经过此位置的行车路线记录数据中，行驶记录次数最高的行车路线。还可以是导航系统根据当前路况信息，推荐的行车路线。
其中，根据ADASIS V2协议规定，道路数据包含前方道路所有的可能路径。这对于只获取指定路径上的道路数据是不利的，为了解决此问题，将普通导航功能与道路数据获取结合，通过导航的路径规划功能，将ADAS地图中的路径编号进行限制，从而只接收特定路径上的道路数据。这将极大地减少数据所需要的存储空间和传输所需要的网络负载。
步骤120，根据道路数据进行道路特征的提取与路段划分。
在获取前方行车路线对应的道路数据后，车辆重构器根据重构标准和属性要求进行道路重构，例如：路段划分、拥堵路况判定、下坡判定，从而在提取道路特征后，根据道路特征对道路数据进行路段划分。
在本实施例中，根据道路数据进行道路特征的提取与路段划分的步骤，具体包括：
根据道路数据进行道路特征的提取；
根据道路特征，将行车路线划分为常规路段与特殊路段，特殊路段包括具有不同道路特征的路段。
其中，提取道路动态交通流车速、静态车速、坡度、天气、道路类型、道路限速、交通信号等特征。根据以上道路特征，将道路划分成常规路段与特殊路段，其中特殊路段又划分为拥堵路段、长上坡路段、长下坡路段、以及目的地前方可变距离路段，也即包括具有不同道路特征的路段。
在本实施例中，根据道路特征，将行车路线划分为常规路段与特殊路段的步骤，具体包括：
获取车辆当前位置前方第一预设长度范围的道路数据对应的道路特征，并根据获取的道路特征将行车路线的第一预设长度范围的部分划分为常规路段与特殊路段；
获取车辆当前位置前方第二预设长度范围的道路数据对应的道路特征，并根据获取的道路特征将行车路线的第二预设长度范围的部分划分为常规路段与特殊路段，第二预设长度范围小于第一预设长度范围。
其中，为了从整体和全局角度考虑混合动力车辆的能耗问题，同时又兼顾估算的准确性，采用了长范围数据和短范围道路数据同时应用的策略。其中，长范围即第一预设长度范围，短范围即第二预设长度范围，第二预设长度范围小于第一预设长度范围。通过长范围数据进行全局能耗估算和粗颗粒度的路段划分，再通过短范围道路数据进行更精确的能耗修正和细颗粒度的路段划分，同时执行车辆运行策略。其中，长范围道路数据最长可提供1048Km的道路数据，短范围道路数据最多可提供8190m的道路数据。
步骤130，根据道路特征及驾驶员标识查找能耗数据进行不同路段的能耗预测。
其中，根据重构后的道路数据，将通过云计算或车载控制器计算对不同路段进行能耗预测。针对能耗预测，核心思想是通过道路特征建立一个多维的单位里程能耗对照表，并通过车辆行驶里程的积累，对这个多维的能耗对照表进行不断更新。基于这个动态的能耗对照表，再根据特殊路段的具体道路特征和驾驶员标识去查找能耗数据，从而，得到不同路段的单位里程能耗值，通过转化为电池对应的SOC(State Of Charge，荷电状态)，并对里程进行积分，得到该路段消耗的SOC。
实际实现时，单位里程能耗对照表有一个不断更新的过程，通过获取实时能耗、当前路段特征和车辆参数，根据实时能耗、当前路段特征和车辆参数对驾驶员标识对应的能耗数据进行更新。其中，通过计算混合动力车辆实时能耗，同时采集当前道路属性和车辆参数(车速、坡度、环境温度等)，从而更新每个维度在特定参数值下的单位能耗值。当驾驶员变更时，系统会为新的驾驶员标识建立单独的单位里程能耗对照表，并遵循相同的更新机制进行更新。
车辆实际运行过程中，由于环境和人的多变性，仅仅依靠物理学公式是很难准确计算出车辆的能耗。为此，本发明通过注入统计学和大数据的思想，在物理学以外的层面上，不断更新和修正能耗估算模型，随着迭代次数的增加，能耗估算值会越发趋近于实际值。将驾驶员标识和车辆的历史能耗信息绑定，为每一个驾驶员标识建立对应的能耗库，用于表征特定驾驶员在某一天气状况和道路状况下的能耗值，同时，能耗数据具有的特征能真实反应驾驶员的驾驶习惯。如此，利用统计学和大数据的思想，对具有特定特征属性的路段，大量统计特征路段对应的能耗，通过不断地自学习，获得具有特定特征路段的更准确的能耗估算值。
在基于第一预设长度范围和第二预设长度范围进行路段划分后，根据道路特征及驾驶员标识查找能耗数据进行不同路段的能耗预测的步骤，具体包括：
获取根据第一预设长度范围的部分划分的特殊路段的道路特征及驾驶员标识以查找能耗数据，得到第一预设长度范围的特殊路段的第一能耗预测结果；
获取根据第二预设长度范围的部分划分的特殊路段的道路特征及驾驶员标识以查找能耗数据，得到第二预设长度范围的特殊路段的第二能耗预测结果；
根据第二能耗预测结果修正第一能耗预测结果以获取能耗预测结果。
其中，在确定车辆行路线后，车辆获取当前位置为起点的长范围距离内的路段特征及根据驾驶员的标识在多维的单位里程能耗对照表中查找能耗数据，得到长范围内的特殊路段的能耗预测结果，即第一能耗预测结果，其中，长范围道路数据最长可提供1048Km的道路数据。图2是基于长范围数据的能耗计算的示意图，请参考图2，在行程开始时，请求ADAS地图发送长范围道路数据。在获取到长范围的道路数据后，根据坡度、速度属性变化来将道路进行路段划分，通过在多维的单位里程能耗对照表中查找各特殊路段对应的dSOC值，并记录车辆当前位置和下一个特殊路段起始点的距离，通过预测各特殊路段消耗dSOC，预测出长范围道路特殊路段总消耗的SOC。其中，在接收了车辆请求数据所在位置前方252km数据后，或前方路程道路在252km内，并在前一次已经发送完对应的道路数据后，且收到过数据更新的信息或者车辆已经行驶超过前一次数据请求所在位置前方51km，则再次请求新的数据，当接收到新的路段信息时，则再次进行新的路段的能耗估算。
同时，在确定车辆行路线后，车辆获取当前位置为起点的短范围距离内的路段特征及根据驾驶员的标识在多维的单位里程能耗对照表中查找能耗数据，得到短范围内的特殊路段的能耗预测结果，即第二能耗预测结果，其中，短范围道路数据最多可提供8190m的道路数据。图3为基于短范围数据的能耗计算的示意图，请参考图3，在行程开始时，请求ADAS地图发送短范围道路数据，在获取到短范围的道路数据后，提取道路数据中的坡度和速度信息。之后，根据坡度和速度将道路划分为特殊路段和普通路段。接着，计算特殊路段的总的SOC值和特殊路段的平均dSOC值。当特殊路段的初始段是下坡时，且上一个路段是普通路段时，则需要获取下坡能力回收的SOC和普通路段的距离。接着，根据充放电策略，控制车辆执行对应的策略。例如，当特殊路段的SOC>1％时，则控制车辆电池放电；当普通路段的长度>400m时，则控制车辆进行行车充电；当在除前述路段以外的路段行驶时，则既不充电，也不放电。当接收到新的路段信息时，则再次进行新的路段的能耗估算。
接着，根据第二能耗预测结果修正第一能耗预测结果根据预设的计算方式，计算得到能耗预测结果。其中，起点随着车辆的行驶跳变，即起点为车辆实时的位置，在车辆向前行驶的过程中，短范围覆盖的终点随之发生跳变，车辆将实时更新第一能耗预测结果，因此，能耗预测结果也因为第一预设长度范围和第二预设长度范围的起点和终点的跳变而实时更新。图4是融合长范围和短范围道路数据的能耗估算的示意图，请参考图4，在车辆行驶过程中，获取短范围的特殊路段预测消耗的总SOC。接着，将长范围的特殊路段预测消耗的总SOC加上段范围的特殊路段预测消耗的总SOC，再减去长范围中当前特殊路段对应的SOC，从而，得到此次行驶路线期望的SOC。当短范围覆盖的终点发生跳变时，则再次根据所述方法计算对应的能耗值。如此，在通过短范围道路数据对基于长范围道路数据能耗预测结构进行修正的同时，得到相应的充放电策略。
步骤140，根据能耗预测结果及道路特征运行车辆。
本实施例中，根据不同路段的能耗估算和路段的道路特征，制定对应路段的运行策略。其中，道路特征包括道路动态交通流车速、静态车速、坡度、天气、道路类型、道路限速、交通信号等属性特征，特殊路段包括拥堵路段、长上坡路段、长下坡路段、以及目的地前方可变距离路段等。继而，根据能耗预测结果及道路特征在对应的路段根据制定的运行策略运行车辆。
其中，根据坡度信息，获取到前方路段为面对已知的海拔下降的路段，车辆会提前做好回收势能的准备，在车辆下坡行驶时，充分回收重力势能。从而，解决车辆下坡过程中能耗浪费问题，同时避免在下坡过程中出现能量回收效率低和电池裕量不足问题。来自于ADAS重构器的道路数据，将会告知整车相关控制器前方道路在特定坐标位置以后会出现海拔大幅度下降，此时驱动系统会在道路海拔下降前尽可能将功率输出分配到高压电池。在下坡时间，通过能量回收去回收重力势能下降产生的动能，使动力电池SOC上升。
此外，根据划分好的路段，为每个路段规划不同的驱动模式，包括纯电驱动模式和混合驱动模式。在路况较差，油耗偏高的特殊路段，采用纯电驱动模式，在路况较好的路段，采用混动驱动，同时在行车过程中对电池进行充电。
或者，根据能耗预测结果及道路特征运行车辆，还可以具体包括：
根据能耗预测结果与第二预设长度范围的特殊路段的道路特征确定充放电需求；
根据充放电需求运行车辆。
其中，将估算的能耗值按照路段特征进行筛选，将指定路段中的能耗值转化成动力电池的期望SOC(State Of Charge，即荷电状态)值，进而转换成充电请求，将充电请求与运行策略请求发送到对应控制器并运行车辆。
在本实施例中，根据能耗预测结果与第二预设长度范围的特殊路段的道路特征确定充放电需求的步骤，包括：
在混动模式下，根据能耗预测结果与第二预设长度范围的特殊路段的道路特征计算电池期望的SOC值；
监控发动机转速和扭矩；
根据电池期望SOC及发动机的转速和扭矩生成充电请求。
其中，车辆可以根据能耗的预测值，计算特殊路段所需要消耗的电池SOC值与电池的期望SOC值，并将该电池期望SOC发送到驱动系统，在混动模式下，对电池进行行车充电。其中，在行车充电的执行策略中，加入了发动机转速和扭矩的监控，只有当发动机负载向上离开运行经济区时候，行车充电会被暂时停止。当车辆向前行驶，预测的能耗值会发生变化，因此电池期望的SOC会随着特殊路段的增减发生动态变化，例如，在出现长下坡路况时，由于滑行能量回收的原因，需要消耗的电池SOC值可能为负值。
此外，车辆实时计算当前电池SOC值对应的里程数，当电池剩余能量足以完成整个行程时，车辆将会以纯电驱动模式完成剩余的所有行程，并在到达目的地时尽量耗尽电池的可用电量，从而，减少提供行程中不需要的电池SOC，降低车辆的能耗。
图5是根据第一实施例示出的一种车辆运行方法的原理示意图。请参考图5，对于本实施例中需要进行的计算，包括道路重构、能耗计算、能耗预测等，都需要大量的运算资源和存储资源，本发明选择性地将运算放到云端或者车载控制器中进行。对于未配置有云的混合动力车辆，则计算过程在本地车载控制器中完成。对于配置有云的混合动力车辆，计算过程根据是否激活云等仲裁条件，来选择在云端或者在本地车载控制器中完成计算。
在一应用场景中，根据ADASIS V2协议，ADAS Horizon Provider将地图的路网数据和车辆定位数据发送给车辆相关控制器，接着，根据特定功能需求，设定不同的路网重构标准、选择功能需要的属性，重构器根据重构标准和属性要求进行路网重构，例如：路段划分、拥堵路况判定、下坡判定。进而，根据重构后的路网，进行不同路段的能耗估算并根据路段的特征，制定对应路段的运行策略。在得到不同路段的能耗估算后，将估算的能耗值按照路段特征进行筛选，将指定路段中的能耗值转化成动力电池的期望SOC值和驱动模式要求，结合发动机的经济性状态，生成充放电请求。进而，将充电请求与运行策略请求发送到对应控制器并执行，根据车辆的实际驾驶情况进行发动机与电机功率的动态分配。
本实施例的车辆运行方法，结合大数据、云计算、导航定位，利用发动机和车载电源的能量输出可调节的特性，通过在物理学以外的层面上，不断更新和修正能耗估算模型，随着迭代次数的增加，能耗估算值会越发趋近于实际值，使得车辆准确的运行对应的优化能耗的运行策略，通过功能层面的创新，可以准确估算能耗，有效地较低车辆整体能耗。
第二实施例
图6是根据第二实施例示出的一种车辆运行方法的流程示意图，请参考图6，本实施例的车辆运行方法，包括：
步骤210，根据道路数据进行道路特征的提取。
本步骤请参考第一实施例的步骤110，不再赘述。
步骤220，根据道路特征及环境数据预测功率消耗，功率消耗包括驱动消耗及高压辅件功率消耗。
其中，道路的重构与路段划分与第一实施例中的技术思想保持一致，控制器获取到ADAS HorizonProvider提供的高精地图数据后，提取坡度、动态交通流车速、路径编号等信息后，进行路段的划分。路段划分的标准除了根据预测车速值的变化、坡度的变化以外，还需要根据车辆在该路径行驶所需求的功率进行划分，图7是根据本实施例示出的基于功率值的路段划分示意图，请参考图7，根据功率值，将路段换分为P0-P4。路段划分所用的功率值，主要是通过该路段的坡度、预估车速、高压辅件预测功率来计算。当功率值在某一特定功率值附近时候，就用该功率值进行路段划分。例如，某路段的平均功率为P0(1±X％)时，用P0定义为该路段下的平均功率。同样地，某路段的平均功率为P1(1±X％)时，用P1定义为该路段下的平均功率，以此类推，来根据功率值对道路进行划分。
车辆的功率消耗主要被划分为驱动功率和高压辅件功率。其中，高压辅件功率又被特殊性地分为空调消耗功率和其他高压辅件功率。因为驱动功率和空调消耗功率是影响整车功率最主要的因素，同时驱动功率和空调消耗功率会因为驾驶员习惯的不同出现明显差异。驱动功率的计算是根据整车质量、预估车速、道路坡度、阻力系数进行驱动功率的计算。而空调消耗功率则来自于环境温度、驾驶员习惯的驾驶舱温度来预测空调的消耗功率。根据整车的功率消耗，车辆还会计算特定路段下的整车能耗，得到动态的目标SOC，同时还用于判断车辆是否能完全耗尽当前电池电量。
其中，本实施例的车辆运行方法，还可以：
获取实时功率、当前路段特征和车辆参数；
根据实时功率、当前路段特征和车辆参数对驾驶员标识对应的功率数据进行更新。
与第一实施例中单位能耗对照表的更新类似，驱动功率和空调消耗功率也需要一个动态更新和自学习的过程。图8是根据本实施例示出的预测功率排序及驱动模式划分示意图，请参考图8。P0-P4为预测功率，当车辆实际经过该路段时，会记录车辆实时的功率消耗。经过大量的数据统计，用实时消耗的功率对预测功率值进行修正，对于不同的驾驶员，会得到与驾驶员驾驶行为和习惯相匹配的修正系数。
步骤230，根据功率消耗预测结果将行车路线划分为具有不同功率消耗的路段。
其中，与第一实施例中车辆运行方法不同，本实施例是根据预测好的功率分布进行车辆驾驶模式的自动切换。图8是根据本实施例示出的预测功率排序及驱动模式划分示意图，请参考图8，根据步骤220中的路段和功率划分，将预测功率进行升序排序。低于阈值功率的路段，采用纯电模式行驶，高于阈值功率的路段采用混动模式行驶。
步骤240，根据不同路段的功率消耗运行车辆。
其中，步骤230中的阈值功率的确定，主要考虑当前高压电池的SOC与目标SOC。一旦车辆进入混合驱动模式，便使能行车充电，同时实时监控发动机的负载，一旦发动机负载到达运行经济区的限值，行车充电便会被停止。
本实施例还可以根据能耗预测结果及道路特征运行车辆，具体包括：
根据能耗预测结果及道路特征确定剩余里程所需的电池SOC；
当电池的当前SOC满足剩余里程所需的电池SOC时，在剩余里程采用纯电驱动模式运行车辆。
其中，充电的目标值是动态变化的，充电目标为纯电行驶的能耗消耗总和，从而能尽量保证当车辆结束行程时电池的可用电量刚好被消耗完毕。
通过本实施例的方式，将驾驶员驾驶习惯和高压附件使用习惯、娱乐影音使用习惯等因数考虑在内，并增加车辆自学习功能，不断更新和优化能耗的估算值，尽可能让能耗估算值逼近实际运行的能耗值，并且能尽量保证当车辆结束行程时电池的可用电量刚好被消耗完毕，有效地减少整车油耗。
第三实施例
图9是根据第三实施例示出的一种车辆运行装置的结构示意图，请参考图9，车辆运行装置包括，存储器310和处理器320。
存储器310，用于存储有至少一条程序指令；
处理器320，通过加载并执行至少一条程序指令以实现如第一实施例和第二实施例所述的辆运行方法。
本申请的车辆运行装置，可以通过根据道路特征及驾驶员标识进行车辆能耗预测，接着，根据能耗预测结果及道路特征运行车辆，从而，可以有效地降低车辆整体能耗。
以上，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制，虽然本申请已以较佳实施例揭露如上，然而并非用以限定本申请，任何熟悉本专业的技术人员，在不脱离本申请技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本申请技术方案内容，依据本申请的技术实质对以上实施例所做的任何简单修改、等同变化与修饰，均仍属于本申请技术方案的范围内。
Claims (7)
1.一种车辆运行方法，其特征在于，包括：
获取前方行车路线对应的道路数据；
根据所述道路数据进行道路特征的提取与路段划分；
根据所述道路特征及驾驶员标识查找能耗数据进行不同路段的能耗预测；
根据能耗预测结果及所述道路特征运行车辆；
所述根据所述道路数据进行道路特征的提取与路段划分的步骤，包括：
根据所述道路数据进行道路特征的提取；
根据所述道路特征，将所述行车路线划分为常规路段与特殊路段，所述特殊路段包括具有不同道路特征的路段；
所述根据所述道路特征，将所述行车路线划分为常规路段与特殊路段的步骤，包括：
获取车辆当前位置前方第一预设长度范围的道路数据对应的道路特征，并根据获取的道路特征将所述行车路线的第一预设长度范围的部分划分为常规路段与特殊路段；
获取车辆当前位置前方第二预设长度范围的道路数据对应的道路特征，并根据获取的道路特征将所述行车路线的第二预设长度范围的部分划分为常规路段与特殊路段，所述第二预设长度范围小于所述第一预设长度范围；
所述根据所述道路特征及驾驶员标识查找能耗数据进行不同路段的能耗预测的步骤，包括：
获取根据所述第一预设长度范围的部分划分的特殊路段的道路特征及驾驶员标识以查找能耗数据，得到所述第一预设长度范围的特殊路段的第一能耗预测结果；
获取根据所述第二预设长度范围的部分划分的特殊路段的道路特征及驾驶员标识以查找能耗数据，得到所述第二预设长度范围的特殊路段的第二能耗预测结果；
根据所述第二能耗预测结果修正所述第一能耗预测结果以获取能耗预测结果。
2.根据权利要求1所述的车辆运行方法，其特征在于，所述根据能耗预测结果及所述道路特征运行车辆的步骤，包括：
根据能耗预测结果与所述第二预设长度范围的特殊路段的道路特征确定充放电需求；
根据所述充放电需求运行车辆。
3.根据权利要求2所述的车辆运行方法，其特征在于，所述根据能耗预测结果与所述第二预设长度范围的特殊路段的道路特征确定充放电需求的步骤，包括：
在混动模式下，根据能耗预测结果与所述第二预设长度范围的特殊路段的道路特征计算电池期望的SOC值；
监控发动机转速和扭矩；
根据所述电池期望SOC及发动机的转速和扭矩生成充电请求。
4.根据权利要求1所述的车辆运行方法，其特征在于，所述方法，还包括：
获取实时能耗、当前路段特征和车辆参数；
根据所述实时能耗、当前路段特征和车辆参数对所述驾驶员标识对应的能耗数据进行更新。
5.根据权利要求1所述的车辆运行方法，其特征在于，所述方法，还包括：
根据所述道路数据进行道路特征的提取；
根据所述道路特征及环境数据预测功率消耗，所述功率消耗包括驱动消耗及高压辅件功率消耗；
根据功率消耗预测结果将所述行车路线划分为具有不同功率消耗的路段；
根据不同路段的功率消耗运行车辆。
6.根据权利要求1所述的车辆运行方法，其特征在于，所述根据能耗预测结果及所述道路特征运行车辆的步骤，还包括：
根据能耗预测结果及所述道路特征确定剩余里程所需的电池SOC；
当电池的当前SOC满足剩余里程所需的电池SOC时，在剩余里程采用纯电驱动模式运行车辆。
7.一种车辆运行装置，包括存储器和处理器：
所述存储器存储有至少一条程序指令；
所述处理器通过加载并执行所述至少一条程序指令以实现如权利要求1至6中任一项所述的车辆运行方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010734043.8A CN111891130B (zh) | 2020-07-27 | 2020-07-27 | 一种车辆运行方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010734043.8A CN111891130B (zh) | 2020-07-27 | 2020-07-27 | 一种车辆运行方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111891130A CN111891130A (zh) | 2020-11-06 |
| CN111891130B true CN111891130B (zh) | 2021-10-15 |
Family
ID=73189271
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010734043.8A Active CN111891130B (zh) | 2020-07-27 | 2020-07-27 | 一种车辆运行方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111891130B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI755162B (zh) * | 2020-11-17 | 2022-02-11 | 楊進丁 | 電池能耗評估方法及系統以及內儲電池能耗資料處理程式之電腦可讀取記錄媒體及其電腦程式產品 |
| WO2022178654A1 (zh) * | 2021-02-23 | 2022-09-01 | 浙江吉利控股集团有限公司 | 一种用于混合动力车辆的行车方法、系统及混合动力车辆 |
| CN113183947B (zh) * | 2021-05-19 | 2022-08-16 | 北汽福田汽车股份有限公司 | 增程式电动汽车及其控制方法、装置和存储介质 |
| CN113954813B (zh) * | 2021-10-29 | 2023-07-21 | 东风商用车有限公司 | 一种混合动力汽车驱动模式的控制方法 |
| WO2024022305A1 (zh) * | 2022-07-25 | 2024-02-01 | 比亚迪股份有限公司 | 车辆及其能量管理方法和能量管理装置、可读存储介质 |
| CN117698689B (zh) * | 2024-02-06 | 2024-04-05 | 北京航空航天大学 | 一种基于时变场景的混动汽车能量利用轨迹规划方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105992720A (zh) * | 2013-12-11 | 2016-10-05 | 大众汽车有限公司 | 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 |
| CN109910866A (zh) * | 2019-03-05 | 2019-06-21 | 中国第一汽车股份有限公司 | 基于路况预测的混合动力汽车能量管理方法和系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107264326B (zh) * | 2017-07-04 | 2019-10-25 | 重庆长安新能源汽车科技有限公司 | 一种对纯电动汽车的续驶里程进行预估的方法 |
| US10665127B2 (en) * | 2017-11-28 | 2020-05-26 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for sharing driver coaching data |
| CN111409645B (zh) * | 2020-04-13 | 2021-04-27 | 宁波吉利汽车研究开发有限公司 | 一种用于混合动力车辆的驾驶模式切换的控制方法及系统 |
| CN112002124B (zh) * | 2020-07-20 | 2022-07-01 | 联合汽车电子有限公司 | 车辆行程能耗预测方法及装置 |
-
2020
- 2020-07-27 CN CN202010734043.8A patent/CN111891130B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105992720A (zh) * | 2013-12-11 | 2016-10-05 | 大众汽车有限公司 | 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 |
| CN109910866A (zh) * | 2019-03-05 | 2019-06-21 | 中国第一汽车股份有限公司 | 基于路况预测的混合动力汽车能量管理方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111891130A (zh) | 2020-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111891130B (zh) | 一种车辆运行方法和装置 | |
| CN105091892B (zh) | 车辆用能量管理装置 | |
| US10215576B2 (en) | Energy-optimized vehicle route selection | |
| US9902392B2 (en) | Mobility information processing apparatus, mobility information processing method, and driving support system | |
| CN106163862B (zh) | 用于行程规划的方法和计算机可读存储介质 | |
| CN111452794B (zh) | 一种确定能耗的方法及装置和确定驾驶策略的方法及装置 | |
| CN102589562B (zh) | 使用用于路线模拟的车辆状态信息的导航系统和方法 | |
| US10668824B2 (en) | Method for calculating a setpoint for managing the fuel and electricity consumption of a hybrid motor vehicle | |
| US20120010768A1 (en) | Hybrid electric vehicle and method of path dependent receding horizon control | |
| CN104973057A (zh) | 智能预测控制系统 | |
| CN109466375B (zh) | 增程器控制方法及设备、计算机可读存储介质、车辆 | |
| CN113071474B (zh) | 一种车辆的能量管理方法、系统及车辆 | |
| WO2021218313A1 (zh) | 车辆的剩余里程确定方法、装置及车辆 | |
| WO2015045514A1 (ja) | 区間取得システム、区間取得方法および区間取得プログラム | |
| CN111824117B (zh) | 基于工况预测的混合动力汽车能效优化控制方法及系统 | |
| JP2017058249A (ja) | 走行計画生成装置、車両、走行計画生成システム及びコンピュータプログラム | |
| US20210078438A1 (en) | Information processing system | |
| CN114802189A (zh) | 车辆的能耗控制方法、装置、车辆及存储介质 | |
| WO2024103702A1 (zh) | 一种预见性能量管理方法、装置、电子设备及存储介质 | |
| JP2020505262A (ja) | ハイブリッド動力車の燃料および電力消費を管理する管理設定値を計算する方法 | |
| Cussigh et al. | Optimal charging and driving strategies for battery electric vehicles on long distance trips: A dynamic programming approach | |
| JP5885170B1 (ja) | 車両用エネルギーマネジメント装置 | |
| JP2004056867A (ja) | ハイブリッド車両制御システム | |
| CN113071336B (zh) | 一种车辆的增程器控制方法、系统及车辆 | |
| CN113650601B (zh) | 车辆控制方法及系统、服务器、车辆 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |