CN111966111A - 基于自动配电的移动充电设备编队控制方法、系统、装置 - Google Patents

基于自动配电的移动充电设备编队控制方法、系统、装置 Download PDF

Info

Publication number
CN111966111A
CN111966111A CN202011143099.2A CN202011143099A CN111966111A CN 111966111 A CN111966111 A CN 111966111A CN 202011143099 A CN202011143099 A CN 202011143099A CN 111966111 A CN111966111 A CN 111966111A
Authority
CN
China
Prior art keywords
mobile charging
charging equipment
formation
data
mobile
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.)
Granted
Application number
CN202011143099.2A
Other languages
English (en)
Other versions
CN111966111B (zh
Inventor
张冰洁
刘峰
杨俊强
刘然
高洋
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.)
Beijing Guoxin Intelligent Power New Energy Technology Co ltd
Original Assignee
Beijing Guoxin Intelligent Power New Energy Technology Co ltd
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 Beijing Guoxin Intelligent Power New Energy Technology Co ltd filed Critical Beijing Guoxin Intelligent Power New Energy Technology Co ltd
Priority to CN202011143099.2A priority Critical patent/CN111966111B/zh
Publication of CN111966111A publication Critical patent/CN111966111A/zh
Application granted granted Critical
Publication of CN111966111B publication Critical patent/CN111966111B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明属于电动汽车充电、智能控制领域，具体涉及一种基于自动配电的移动充电设备编队控制方法、系统、装置，旨在解决现有的充电设备利用率低以及在返回的过程中极易造成丢失、损坏的问题。本系统方法包括获取设定区域内各移动充电设备、各电动车的数据；云端通过预测模型筛选出设定数量处于待机状态的移动充电设备，推送至用户端；用户端选取待服务的移动充电设备，并发送至云端；选取的移动充电设备生成导航路径移动至待充电电动车处充电；充电完成后，移动充电设备按照导航路径自主返航；若当前移动充电设备设定范围内存在其他自主返航的移动充电设备存在，则组成编队。本发明提高了充电设备的利用率以及移动充电设备在返回过程中的安全性。

Description

基于自动配电的移动充电设备编队控制方法、系统、装置
技术领域
本发明属于电动汽车充电、智能控制领域，具体涉及一种基于自动配电的移动充电设备编队控制方法、系统、装置。
背景技术
随着电动汽车的数量不断增多，充电设备（充电桩）的需求也会随之增大，而现实是很多充电设备的使用效率不高，甚至出现闲置率较高，大量铺设公共充电设备，使得整体的充电设备的使用率在时间上呈现出来使用效率低的情况。目前现有充电设备运营商都是通过自身厂家的运营APP平台或第三方运营公司APP平台上提供的充电设备信息，提供APP平台给用户去选择或预约合适的充电设备进行充电，虽提高了充电设备的充电利用率但仍然处于被动，而且在移动充电设备充电对待充电电动车充电完成后，单个移动充电设备在返回过程中极易造成丢失、损坏的问题。基于此，本发明提出了一种基于自动配电的移动充电设备编队控制方法。
发明内容
为了解决现有技术中的上述问题，即为了解决现有的充电设备利用率低以及移动充电设备在返回的过程中极易造成丢失、损坏的问题，本发明第一方面，提出了一种基于自动配电的移动充电设备编队控制方法，该方法包括：
步骤S10，获取设定区域内各移动充电设备、各电动车的数据，分别作为第一数据、第二数据，并发送至云端；所述第一数据包括移动充电设备的位置及剩余电量；所述第二数据包括电动车的位置及剩余电量；
步骤S20，根据各第一数据、第二数据，所述云端通过预测模型筛选出设定数量处于待机状态的移动充电设备，并推送至各电动车对应的用户端；所述预测模型基于深度卷积神经网络构建；
步骤S30，所述用户端基于对应电动车的第二数据，结合推送的各移动充电设备的第一数据，选取待服务的移动充电设备，并发送至云端；
步骤S40，所述云端将各用户端对应的电动车的位置发送至被选取的移动充电设备；各被选取的移动充电设备生成导航路径并移动至待充电的电动车处充电；
步骤S50，充电完成后，各移动充电设备按照原导航路径自主返航；
步骤S60，获取自主返航的各移动充电设备的移动数据，并判断当前移动充电设备设定范围内是否存在其他自主返航的移动充电设备，若存在，则组成编队；所述移动数据包括位置坐标、移动速度和航向角度。
在一些优选的实施方式中，编队后的移动充电设备中包括一个领航移动充电设备、一或多个跟随移动充电设备；
其中，各跟随移动充电设备的跟随指令数据的生成方法为：
对各跟随移动充电设备，根据预设的编队矩阵确定其目标方位，结合其对应的移动数据，计算角速度、线速度，并由角速度和线速度生成其对应的跟随指令数据；所述编队矩阵基于各跟随移动充电设备与领航移动充电设备的期望距离、期望航向角度构建。
在一些优选的实施方式中，“根据预设的编队矩阵确定其目标方位”，其方法为：
所述目标方位包括期望位置、期望航向角；
计算第
Figure 320731DEST_PATH_IMAGE001
个跟随移动充电设备的期望位置
Figure 596992DEST_PATH_IMAGE002
和期望航向角度
Figure 830527DEST_PATH_IMAGE003
，公式如下:
Figure 457817DEST_PATH_IMAGE004
Figure 435001DEST_PATH_IMAGE005
Figure 565768DEST_PATH_IMAGE006
其中，
Figure 970204DEST_PATH_IMAGE007
表示领航移动充电设备的位置坐标，
Figure 819212DEST_PATH_IMAGE008
表示领航移动充电设备的航向 角度，
Figure 600086DEST_PATH_IMAGE009
表示领航移动充电设备与第
Figure 585359DEST_PATH_IMAGE001
个跟随移动充电设备的期望距离，
Figure 160697DEST_PATH_IMAGE010
表示领航移 动充电设备与第
Figure 497001DEST_PATH_IMAGE001
个跟随移动充电设备的期望航向角度，
Figure 815986DEST_PATH_IMAGE011
表示预设的航向角度误差补偿 项，
Figure 186925DEST_PATH_IMAGE001
为自然数。
在一些优选的实施方式中，编队的第
Figure 933164DEST_PATH_IMAGE012
个移动充电设备的剩余电量低于设定的第 一电量阈值时：
获取编队中移动充电设备的数量，并按顺序依次设置编号；
若所述数量等于2且
Figure 756764DEST_PATH_IMAGE013
，则将第
Figure 613861DEST_PATH_IMAGE012
个移动充电设备移动至队尾，并采用物理连接件 与前一个移动充电设备进行连接；
若所述数量等于2且
Figure 573727DEST_PATH_IMAGE014
，则直接采用物理连接件与前一个移动充电设备进行连 接；
若所述数量大于2且
Figure 756446DEST_PATH_IMAGE013
，则将该移动充电设备移动至队尾，并采用物理连接件与 前一个移动充电设备进行连接；
若所述数量大于2且
Figure 801763DEST_PATH_IMAGE014
，则获取编队中第
Figure 462551DEST_PATH_IMAGE015
至第1个剩余电量大于等于所述 第一电量阈值的移动充电设备的编号，作为第一编号，将最大的第一编号对应的移动充电 设备至第
Figure 542503DEST_PATH_IMAGE012
个移动充电设备依次物理连接件连接；其中，
Figure 630545DEST_PATH_IMAGE012
为自然数；
若编队中移动充电设备的剩余电量均小于所述第一电量阈值，则等待其他自主返航的移动充电设备组成新的编队后继续沿原导航路径返回；或通过运载工具对编队中的移动充电装置进行运回。
在一些优选的实施方式中，编队后的移动充电设备检测到前方出现障碍物时：
停止等待并统计等待时间；
若所述等待时间小于等于预设的第一时间阈值，则在检测到障碍物消失后继续沿原导航路径返回；
若所述等待时间大于所述第一时间阈值，则通过人工势场法，结合原导航路径，对当前编队的移动充电设备进行路径修正。
在一些优选的实施方式中，编队后的移动充电设备检测到左、右两侧出现移动物体时：
获取当前编队的移动充电设备的总长度；
若所述总长度小于等于设定的第一长度阈值，则继续沿原导航路径返回；
若所述总长度大于设定的第一长度阈值，则获取当前编队中与移动物体距离最近的移动充电设备的编号，并从该编号的移动充电设备处断开，分成两个编队；
或基于获取的移动物体的位置坐标、运动方向，计算在所述运动方向上移动物体与编队的移动充电设备相交的距离，根据该距离，结合移动物体的运动速度，得到移动物体移动至相交点的运动时间；计算所述运动时间内编队的最后一个移动充电设备是否通过相交点，若通过，则不断开，并继续沿原导航路径返回，否则结合编队中领航移动充电设备的移动速度、航向角度，确定编队的移动充电设备的断开点，并进行断开，分成两个编队；
分成两个编队后，前一编队继续沿原导航路径返回，后一编队等待移动物体通过后继续沿原导航路径返回。
在一些优选的实施方式中，当用户端选取的待服务移动充电设备为多个，在对待充电的电动车充电完成后：
检测被选取的移动充电设备的剩余电量；
依次判断任意两个被选取的移动充电设备的剩余电量总和是否大于设定的第二电量阈值且小于等于100%，若是，两个中剩余电量少的移动充电设备对另一个移动充电设备进行充电；
充电后，按照剩余电量高低依次进行编队，并将剩余电量小于所述第一电量阈值的移动充电设备与前一个移动充电设备进行物理连接件的连接。
本发明的第二方面，提出了一种基于自动配电的移动充电设备编队控制系统，该系统包括数据获取模块、筛选模块、推送模块、选取模块、自主返航模块、编队模块；
所述数据获取模块，配置为获取设定区域内各移动充电设备、各电动车的数据，分别作为第一数据、第二数据，并发送至云端；所述第一数据包括移动充电设备的位置及剩余电量；所述第二数据包括电动车的位置及剩余电量；
所述筛选模块，配置为根据各第一数据、第二数据，所述云端通过预测模型筛选出设定数量处于待机状态的移动充电设备，并推送至各电动车对应的用户端；所述预测模型基于深度卷积神经网络构建；
所述推送模块，配置为所述用户端基于对应电动车的第二数据，结合推送的各移动充电设备的第一数据，选取待服务的移动充电设备，并发送至云端；
所述选取模块，配置为所述云端将各用户端对应的电动车的位置发送至被选取的移动充电设备；各被选取的移动充电设备生成导航路径并移动至待充电的电动车处充电；
所述自主返航模块，配置为充电完成后，各移动充电设备按照原导航路径自主返航；
所述编队模块，配置为获取自主返航的各移动充电设备的移动数据，并判断当前移动充电设备设定范围内是否存在其他自主返航的移动充电设备，若存在，则组成编队；所述移动数据包括位置坐标、移动速度和航向角度。
本发明的第三方面，提出了一种存储装置，其中存储有多条程序，所述程序应用由处理器加载并执行以实现上述的基于自动配电的移动充电设备编队控制方法。
本发明的第四方面，提出了一种处理装置，包括处理器、存储装置；处理器，适用于执行各条程序；存储装置，适用于存储多条程序；所述程序适用于由处理器加载并执行以实现上述的基于自动配电的移动充电设备编队控制方法。
本发明的有益效果：
本发明提高了充电设备的利用率以及移动充电设备在返回过程中的安全性。
本发明通过云端的服务器，获取设定区域内的各移动充电设备、各电动车的位置及剩余电量等信息。根据获取的信息为用户主动推送移动充电设备进行充电。使得原有充电设备从被动使用转换为主动邀请，即使电动汽车充电量需求较小也调用充电设备进行充电，使电动车长期保持高电量状态避免突发情况，提高了充电设备的利用率以及用户的满意度，而且避免了高峰期充电导致电网负荷峰上加峰的问题。
另外，本发明在移动充电设备完成对待充电电动车的充电完成后，在返回的过程中若返现同返航的充电设备，则组成编队，一方面提高了移动充电设备的安全性，另一方面可以组成编队，关闭编队中跟随移动充电设备的部分功能，节省电能。
附图说明
通过阅读参照以下附图所做的对非限制性实施例所做的详细描述，本申请的其他特征、目的和优点将会变得更明显。
图1是本发明一种实施例的基于自动配电的移动充电设备编队控制方法的流程示意图；
图2是本发明一种实施例的基于自动配电的移动充电设备编队控制系统的框架示意图；
图3是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
本发明的基于自动配电的移动充电设备编队控制方法，如图1所示，该方法包括：
步骤S10，获取设定区域内各移动充电设备、各电动车的数据，分别作为第一数据、第二数据，并发送至云端；所述第一数据包括移动充电设备的位置及剩余电量；所述第二数据包括电动车的位置及剩余电量；
步骤S20，根据各第一数据、第二数据，所述云端通过预测模型筛选出设定数量处于待机状态的移动充电设备，并推送至各电动车对应的用户端；所述预测模型基于深度卷积神经网络构建；
步骤S30，所述用户端基于对应电动车的第二数据，结合推送的各移动充电设备的第一数据，选取待服务的移动充电设备，并发送至云端；
步骤S40，所述云端将各用户端对应的电动车的位置发送至被选取的移动充电设备；各被选取的移动充电设备生成导航路径并移动至待充电的电动车处充电；
步骤S50，充电完成后，各移动充电设备按照原导航路径自主返航；
步骤S60，获取自主返航的各移动充电设备的移动数据，并判断当前移动充电设备设定范围内是否存在其他自主返航的移动充电设备，若存在，则组成编队；所述移动数据包括位置坐标、移动速度和航向角度。
为了更清晰地对本发明基于自动配电的移动充电设备编队控制方法进行说明，下面结合附图对本发明方法一种实施例中各步骤进行展开详述。
步骤S10，获取设定区域内各移动充电设备、各电动车的数据，分别作为第一数据、第二数据，并发送至云端；所述第一数据包括移动充电设备的位置及剩余电量；所述第二数据包括电动车的位置及剩余电量；本发明中，移动充电设备设置有机械臂，机械臂配置为将移动充电设备的充电枪与待充电电动车的充电口连接/断开。
在本实施例中，获取各移动充电设备的位置、剩余电量等，作为第一数据，获取各电动车的位置、剩余电量以及充电状态、电价信息等，作为第二数据，并发送至云端的服务器。为避免移动充电设备出现超长距离的移动，本发明优选获取设定区域内的移动充电设备与待充电的电动车进行匹配。
步骤S20，根据各第一数据、第二数据，所述云端通过预测模型筛选出设定数量处于待机状态的移动充电设备，并推送至各电动车对应的用户端；所述预测模型基于深度卷积神经网络构建；
在本实施例中，根据各第一数据、第二数据，云端通过预测模型筛选出设定数量处于待机状态的移动充电设备，并推送至相应的用户端。
预测模型基于深度卷积神经网络构建，预测模型其训练方法为：
B21，将第一数据、第二数据作为预测模型的输入，输出设定数量处于待机状态的移动充电设备；
B22，计算输出的处于待机状态的移动充电设备对应的第二数据与用户端选取的待服务的移动充电设备对应第二数据的误差，构建损失函数；
B23，基于损失函数更新预测模型的网络参数；
B24，循环直至步骤B21-B24，直至预测模型达到设定的精度阈值。
步骤S30，所述用户端基于对应电动车的第二数据，结合推送的各移动充电设备的第一数据，选取待服务的移动充电设备，并发送至云端；
在本实施例中，用户在用户端结合电动车的剩余电量、位置，结合推送的移动充电设备的位置、剩余电量以及电价信息，选取待服务的移动充电设备，选取后发送至云端。
在其他实施例中，为避免多用户端同时选取一个待服务的移动充电设备，可通过预测模型筛选出一个移动充电设备直接推送至用户端。
步骤S40，所述云端将各用户端对应的电动车的位置发送至被选取的移动充电设备；各被选取的移动充电设备生成导航路径并移动至待充电的电动车处充电；
在本实施例中，云端将用户端对应的待充电电动车的位置发送至被选取的移动充电设备，并根据被选取的移动充电设备位置与待充电电动车的位置，进行路径规划，生成被选取的移动充电设备的导航路径，被选取的移动充电设备根据导航路径移送至待充电电动车处进行充电。
另外，若用户端选取的移动充电设备为多个，在充电时，为避免各移动充电设备需要对机械臂的位姿进行多次调整，可以将多个被选取的移动充电设备中第一个对待充电电动车充电的移动充电设备的位置及其机械臂的位姿，作为第一信息，发送至云端进行存储；
当多个被选取的移动充电设备中的第二个以及后续的移动充电设备对待充电电动车进行充电时，云端将第一信息发送至为待充电电动车的被选取的移动充电设备，被选取的移动充电设备根据第一信息中的位置以及机械臂位姿进行充电。
本发明通过移动充电设备对充电位置与姿态的记忆功能，避免了多轮充电需要多次位置与机械臂姿态的调整，节省了时间，并减少了移动充电设备进行位姿和位置造成的计算资源、电量损耗、浪费。
步骤S50，充电完成后，各移动充电设备按照原导航路径自主返航；
在本实施例中，充电完成后，移动充电设备按照来时的导航路径进行原路返回，避免移动充电设备二次路径规划造成的电量浪费。
当用户端选取的待服务移动充电设备为多个，在充电完成后：
检测被选取的移动充电设备的剩余电量；
依次判断任意两个被选取的移动充电设备的剩余电量总和是否大于设定的第二电量阈值且小于等于100%，若是，两个中剩余电量少的移动充电设备对另一个移动充电设备进行充电；
充电后，按照剩余电量高低依次进行编队，并将剩余电量小于所述第一电量阈值的移动充电设备与前一个移动充电设备进行物理连接件的连接。
步骤S60，获取自主返航的各移动充电设备的移动数据，并判断当前移动充电设备设定范围内是否存在其他自主返航的移动充电设备，若存在，则组成编队；所述移动数据包括位置坐标、移动速度和航向角度。
在本实施例中，实时获取自主返航的移动充电设备的移动数据；移动数据包括位置坐标和航向角度。根据移动数据，判断当前移动充电设备设定范围内是否存在其他自主返航的移动充电设备，若存在，则组成编队。
编队后的移动充电设备中包括一个领航移动充电设备、一或多个跟随移动充电设备；编队出于两方面考虑，一方面编队可以通过领航移动充电设备的领队，关闭跟随移动充电设备的部分电路功能，节省电量，另一方面，组队返回可以减少移动充电设备的丢失、损坏。
其中，各跟随移动充电设备的跟随指令数据的生成方法为：
根据预设的编队矩阵确定各跟随移动充电设备的目标方位，结合各跟随移动充电设备对应的移动数据，计算角速度、线速度，并由角速度和线速度生成其对应的跟随指令数据；所述编队矩阵基于各跟随移动充电设备与领航移动充电设备的期望距离、期望航向角度构建。
编队矩阵，如式（1）（2）所示：
Figure 163157DEST_PATH_IMAGE016
（1）
Figure 627636DEST_PATH_IMAGE017
（2）
其中，
Figure 562094DEST_PATH_IMAGE018
表示编队矩阵，
Figure 821037DEST_PATH_IMAGE019
表示编队中领航移动充电设备的ID号，
Figure 840946DEST_PATH_IMAGE020
表示第
Figure 843537DEST_PATH_IMAGE001
个 跟随移动充电设备的ID号，
Figure 632502DEST_PATH_IMAGE021
表示第
Figure 327925DEST_PATH_IMAGE001
个跟随移动充电设备与领航移动充电设备的期望 距离，
Figure 835130DEST_PATH_IMAGE022
表示第
Figure 375833DEST_PATH_IMAGE001
个跟随移动充电设备与领航移动充电设备的期望航向角度，
Figure 550462DEST_PATH_IMAGE023
Figure 151208DEST_PATH_IMAGE024
表示编队中跟随移动充电设备的数量。
目标方位包括期望位置、期望航向角；
计算第
Figure 145708DEST_PATH_IMAGE001
个跟随移动充电设备的期望位置
Figure 490102DEST_PATH_IMAGE025
和期望航向角度
Figure 253659DEST_PATH_IMAGE026
，如公式（3） （4）（5）所示：
Figure 290885DEST_PATH_IMAGE004
（3）
Figure 507103DEST_PATH_IMAGE027
（4）
Figure 655187DEST_PATH_IMAGE028
（5）
其中，
Figure 273250DEST_PATH_IMAGE007
表示领航移动充电设备的位置坐标，
Figure 481378DEST_PATH_IMAGE008
表示领航移动充电设备的航向 角度，
Figure 184892DEST_PATH_IMAGE009
表示领航移动充电设备与第
Figure 871088DEST_PATH_IMAGE001
个跟随移动充电设备的期望距离，
Figure 609237DEST_PATH_IMAGE010
表示领航移 动充电设备与第
Figure 988265DEST_PATH_IMAGE001
个跟随移动充电设备的期望航向角度，
Figure 179075DEST_PATH_IMAGE029
表示预设的航向角度误差补偿 项。
另外，当编队中的第
Figure 668962DEST_PATH_IMAGE012
个移动充电设备的剩余电量低于设定的第一电量阈值时：
获取编队中移动充电设备的数量，并按顺序依次设置编号；
若所述数量等于2且
Figure 996039DEST_PATH_IMAGE013
，则将第
Figure 545969DEST_PATH_IMAGE012
个移动充电设备移动至队尾，并采用物理连接件 与前一个移动充电设备进行连接；本发明中默认编队后的移动充电设备通过通信链路连 接，当出现电量不足的情况下通过物理连接件的连接；
若所述数量等于2且
Figure 224075DEST_PATH_IMAGE014
，则直接采用物理连接件与前一个移动充电设备进行连 接；
若所述数量大于2且
Figure 517653DEST_PATH_IMAGE013
，则将该移动充电设备移动至队尾，并采用物理连接件与 前一个移动充电设备进行连接；
若所述数量大于2且
Figure 964815DEST_PATH_IMAGE014
，则获取编队中第
Figure 420067DEST_PATH_IMAGE015
至第1个剩余电量大于等于所述 第一电量阈值的移动充电设备的编号，作为第一编号，将最大的第一编号对应的移动充电 设备至第
Figure 585469DEST_PATH_IMAGE012
个移动充电设备依次物理连接件连接；其中，
Figure 417159DEST_PATH_IMAGE012
为自然数；
若编队中移动充电设备的剩余电量均小于所述第一电量阈值，则等待其他自主返航的移动充电设备组成新的编队后继续沿原导航路径返回（本发明中的组成编队后，按照领航移动充电设备来时的导航路径进行返回）；或通过运载工具对编队中的移动充电装置进行运回。
当编队后的移动充电设备检测到前方出现障碍物时：
停止等待并统计等待时间；
若所述等待时间小于等于预设的第一时间阈值，则在检测到障碍物消失后继续沿原导航路径返回；
若所述等待时间大于所述第一时间阈值，则通过人工势场法，结合原导航路径，对当前编队的移动充电设备进行路径修正。
当前检测到左侧和/或右两侧出现移动物体时：
获取当前编队的移动充电设备的总长度；
若所述总长度小于等于设定的第一长度阈值，则继续沿原导航路径返回；
若所述总长度大于设定的第一长度阈值，则获取当前编队中与移动物体距离最近的移动充电设备的编号，并从该编号的移动充电设备处断开，分成两个编队；
或基于获取的移动物体的位置坐标、运动方向，计算在所述运动方向上移动物体与编队的移动充电设备相交的距离，根据该距离，结合移动物体的运动速度，得到移动物体移动至相交点的运动时间；计算所述运动时间内编队的最后一个移动充电设备是否通过相交点，若通过，则不断开，并继续沿原导航路径返回，否则结合编队中领航移动充电设备的移动速度、航向角度，确定编队的移动充电设备的断开点，并进行断开，分成两个编队；
分成两个编队后，前一编队继续沿原导航路径返回，后一编队等待移动物体通过后继续沿原导航路径返回。
本发明第二实施例的一种基于自动配电的移动充电设备编队控制方法，该方法包括：
步骤A10，获取设定区域内各移动充电设备、各电动车的数据，分别作为第一数据、第二数据，并发送至云端；所述第一数据包括移动充电设备的位置及剩余电量；所述第二数据包括电动车的位置及剩余电量；
步骤A20，根据各第一数据、第二数据，所述云端通过预测模型筛选出设定数量处于待机状态的移动充电设备，并推送至相应的用户端；所述预测模型基于深度卷积神经网络构建；
步骤A30，所述用户端基于获取的第二数据，结合推送的各移动充电设备对应的第一数据，选取待服务的移动充电设备，并发送至云端；
步骤A40，所述云端将待充电电动车的位置发送至选取的移动充电设备；若选取的移动充电设备为两个及两个以上，则移动充电设备组成编队，并生成导航路径移动至待充电电动车处充电；
在本实施例中，当用户端选取的多个移动充电设备移动至待充电电动车处后，依次对电动车充电，充电完成后按照来时的编队队形原路返回。
步骤A50，充电完成后，移动充电设备按照所述导航路径自主返航；
步骤A60，获取自主返航的各移动充电设备的移动数据，并判断当前移动充电设备设定范围内是否存在其他自主返航的移动充电设备，若存在，则组成编队；所述移动数据包括位置坐标、移动速度和航向角度。
本发明第三实施例的一种基于自动配电的移动充电设备编队控制系统，如图2所示，该系统包括数据获取模块100、筛选模块200、推送模块300、选取模块400、自主返航模块500、编队模块600；
所述数据获取模块100，配置为获取设定区域内各移动充电设备、各电动车的数据，分别作为第一数据、第二数据，并发送至云端；所述第一数据包括移动充电设备的位置及剩余电量；所述第二数据包括电动车的位置及剩余电量；
所述筛选模块200，配置为根据各第一数据、第二数据，所述云端通过预测模型筛选出设定数量处于待机状态的移动充电设备，并推送至各电动车对应的用户端；所述预测模型基于深度卷积神经网络构建；
所述推送模块300，配置为所述用户端基于对应电动车的第二数据，结合推送的各移动充电设备的第一数据，选取待服务的移动充电设备，并发送至云端；
所述选取模块400，配置为所述云端将各用户端对应的电动车的位置发送至被选取的移动充电设备；各被选取的移动充电设备生成导航路径并移动至待充电的电动车处充电；
所述自主返航模块500，配置为充电完成后，各移动充电设备按照原导航路径自主返航；
所述编队模块600，配置为获取自主返航的各移动充电设备的移动数据，并判断当前移动充电设备设定范围内是否存在其他自主返航的移动充电设备，若存在，则组成编队；所述移动数据包括位置坐标、移动速度和航向角度。
所述技术领域的技术人员可以清楚的了解到，为描述的方便和简洁，上述描述的系统的具体的工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
需要说明的是，上述实施例提供的基于自动配电的移动充电设备编队控制系统，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。
本发明第四实施例的一种存储装置，其中存储有多条程序，所述程序适用于由处理器加载并实现上述的基于自动配电的移动充电设备编队控制方法。
本发明第五实施例的一种处理装置，包括处理器、存储装置；处理器，适于执行各条程序；存储装置，适于存储多条程序；所述程序适于由处理器加载并执行以实现上述的基于自动配电的移动充电设备编队控制方法。
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的存储装置、处理装置的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
下面参考图3，其示出了适于用来实现本申请方法、系统、装置实施例的服务器的计算机系统的结构示意图。图3示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图3所示，计算机系统包括中央处理单元(CPU，Central Processing Unit)301，其可以根据存储在只读存储器(ROM，Read Only Memory)302中的程序或者从存储部分308加载到随机访问存储器(RAM，Random Access Memory)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有系统操作所需的各种程序和数据。CPU 301、ROM 302以及RAM303通过总线304彼此相连。输入/输出(I/O，Input/Output)接口305也连接至总线304。
以下部件连接至I/O接口305：包括键盘、鼠标等的输入部分306；包括诸如阴极射线管(CRT，Cathode Ray Tube)、液晶显示器(LCD，Liquid Crystal Display)等以及扬声器等的输出部分307；包括硬盘等的存储部分308；以及包括诸如LAN(局域网，Local AreaNetwork)卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也根据需要连接至I/O接口305。可拆卸介质311，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器310上，以便于从其上读出的计算机程序根据需要被安装入存储部分308。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分309从网络上被下载和安装，和/或从可拆卸介质311被安装。在该计算机程序被中央处理单元(CPU401执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
术语“第一”、 “第二”等是用于区别类似的对象，而不是用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (10)

1.一种基于自动配电的移动充电设备编队控制方法，其特征在于，该方法包括以下步骤：
步骤S10，获取设定区域内各移动充电设备、各电动车的数据，分别作为第一数据、第二数据，并发送至云端；所述第一数据包括移动充电设备的位置及剩余电量；所述第二数据包括电动车的位置及剩余电量；
步骤S20，根据各第一数据、第二数据，所述云端通过预测模型筛选出设定数量处于待机状态的移动充电设备，并推送至各电动车对应的用户端；所述预测模型基于深度卷积神经网络构建；
步骤S30，所述用户端基于对应电动车的第二数据，结合推送的各移动充电设备的第一数据，选取待服务的移动充电设备，并发送至云端；
步骤S40，所述云端将各用户端对应的电动车的位置发送至被选取的移动充电设备；各被选取的移动充电设备生成导航路径并移动至待充电的电动车处充电；
步骤S50，充电完成后，各移动充电设备按照原导航路径自主返航；
步骤S60，获取自主返航的各移动充电设备的移动数据，并判断当前移动充电设备设定范围内是否存在其他自主返航的移动充电设备，若存在，则组成编队；所述移动数据包括位置坐标、移动速度和航向角度。
2.根据权利要求1所述的基于自动配电的移动充电设备编队控制方法，其特征在于，编队后的移动充电设备中包括一个领航移动充电设备、一或多个跟随移动充电设备；
其中，各跟随移动充电设备的跟随指令数据的生成方法为：
对各跟随移动充电设备，根据预设的编队矩阵确定其目标方位，结合其对应的移动数据，计算角速度、线速度，并由角速度和线速度生成其对应的跟随指令数据；所述编队矩阵基于各跟随移动充电设备与领航移动充电设备的期望距离、期望航向角度构建。
3.根据权利要求2所述的基于自动配电的移动充电设备编队控制方法，其特征在于，“根据预设的编队矩阵确定其目标方位”，其方法为：
所述目标方位包括期望位置、期望航向角度；
计算第
Figure 69175DEST_PATH_IMAGE001
个跟随移动充电设备的期望位置
Figure 480565DEST_PATH_IMAGE002
和期望航向角度
Figure 121762DEST_PATH_IMAGE003
，公式如下：
Figure 276800DEST_PATH_IMAGE004
Figure 952632DEST_PATH_IMAGE005
Figure 269344DEST_PATH_IMAGE006
其中，
Figure 663416DEST_PATH_IMAGE007
表示领航移动充电设备的位置坐标，
Figure 356565DEST_PATH_IMAGE008
表示领航移动充电设备的航向角 度，
Figure 152483DEST_PATH_IMAGE009
表示领航移动充电设备与第
Figure 640096DEST_PATH_IMAGE001
个跟随移动充电设备的期望距离，
Figure 521465DEST_PATH_IMAGE010
表示领航移动 充电设备与第
Figure 18305DEST_PATH_IMAGE001
个跟随移动充电设备的期望航向角度，
Figure 403150DEST_PATH_IMAGE011
表示预设的航向角度误差补偿 项，
Figure 327244DEST_PATH_IMAGE012
为自然数。
4.根据权利要求1所述的基于自动配电的移动充电设备编队控制方法，其特征在于，编 队的第
Figure 164750DEST_PATH_IMAGE013
个移动充电设备的剩余电量低于设定的第一电量阈值时：
获取编队中移动充电设备的数量，并按顺序依次设置编号；
若所述数量等于2且
Figure 199702DEST_PATH_IMAGE014
，则将第
Figure 970212DEST_PATH_IMAGE013
个移动充电设备移动至队尾，并采用物理连接件 与前一个移动充电设备进行连接；
若所述数量等于2且
Figure 65207DEST_PATH_IMAGE015
，则直接采用物理连接件与前一个移动充电设备进行连接；
若所述数量大于2且
Figure 655588DEST_PATH_IMAGE014
，则将该移动充电设备移动至队尾，并采用物理连接件与前 一个移动充电设备进行连接；
若所述数量大于2且
Figure 494231DEST_PATH_IMAGE015
，则获取编队中第
Figure 119247DEST_PATH_IMAGE016
至第1个剩余电量大于等于所述第一 电量阈值的移动充电设备的编号，作为第一编号，将最大的第一编号对应的移动充电设备 至第
Figure 385144DEST_PATH_IMAGE013
个移动充电设备依次采用物理连接件连接；其中，
Figure 462821DEST_PATH_IMAGE017
为自然数；
若编队中各移动充电设备的剩余电量均小于所述第一电量阈值，则等待其他自主返航的移动充电设备组成新的编队后继续沿所述导航路径返回；或通过运载工具将编队的移动充电装置进行运回。
5.根据权利要求1中所述的基于自动配电的移动充电设备编队控制方法，其特征在于，编队后的移动充电设备检测到前方出现障碍物时：
停止等待并统计等待时间；
若所述等待时间小于等于预设的第一时间阈值，则在检测到障碍物消失后继续沿原导航路径返回；
若所述等待时间大于所述第一时间阈值，则通过人工势场法，结合原导航路径，对当前编队的移动充电设备进行导航路径修正。
6.根据权利要求1所述的基于自动配电的移动充电设备编队控制方法，其特征在于，编队后的移动充电设备检测到左侧和/或右两侧出现移动物体时：
获取当前编队的移动充电设备的总长度；
若所述总长度小于等于设定的第一长度阈值，则继续沿原导航路径返回；
若所述总长度大于设定的第一长度阈值，则获取当前编队中与移动物体垂直距离最近的移动充电设备的编号，并从该编号的移动充电设备处断开，分成两个编队；
或基于获取的移动物体的位置坐标、运动方向，计算在所述运动方向上移动物体与编队的移动充电设备相交的距离，根据该距离，结合移动物体的运动速度，得到移动物体移动至相交点的运动时间；计算所述运动时间内编队的最后一个移动充电设备是否通过相交点，若通过，则不断开，并继续沿原导航路径返回，否则结合编队中领航移动充电设备的移动速度、航向角度，确定编队的移动充电设备的断开点，并进行断开，分成两个编队；
分成两个编队后，前一编队继续沿原导航路径返回，后一编队等待移动物体通过后继续沿原导航路径返回。
7.根据权利要求4所述的基于自动配电的移动充电设备编队控制方法，其特征在于，当用户端选取的待服务移动充电设备为多个，在对待充电的电动车充电完成后：
检测被选取的移动充电设备的剩余电量；
依次判断任意两个被选取的移动充电设备的剩余电量总和是否大于设定的第二电量阈值且小于等于100%，若是，两个中剩余电量少的移动充电设备对另一个移动充电设备进行充电；
充电后，按照剩余电量高低依次进行编队，并将剩余电量小于所述第一电量阈值的移动充电设备与前一个移动充电设备进行物理连接件的连接。
8.一种基于自动配电的移动充电设备编队控制系统，其特征在于，该系统包括数据获取模块、筛选模块、推送模块、选取模块、自主返航模块、编队模块；
所述数据获取模块，配置为获取设定区域内各移动充电设备、各电动车的数据，分别作为第一数据、第二数据，并发送至云端；所述第一数据包括移动充电设备的位置及剩余电量；所述第二数据包括电动车的位置及剩余电量；
所述筛选模块，配置为根据各第一数据、第二数据，所述云端通过预测模型筛选出设定数量处于待机状态的移动充电设备，并推送至各电动车对应的用户端；所述预测模型基于深度卷积神经网络构建；
所述推送模块，配置为所述用户端基于对应电动车的第二数据，结合推送的各移动充电设备的第一数据，选取待服务的移动充电设备，并发送至云端；
所述选取模块，配置为所述云端将各用户端对应的电动车的位置发送至被选取的移动充电设备；各被选取的移动充电设备生成导航路径并移动至待充电的电动车处充电；
所述自主返航模块，配置为充电完成后，各移动充电设备按照原导航路径自主返航；
所述编队模块，配置为获取自主返航的各移动充电设备的移动数据，并判断当前移动充电设备设定范围内是否存在其他自主返航的移动充电设备，若存在，则组成编队；所述移动数据包括位置坐标、移动速度和航向角度。
9.一种存储装置，其中存储有多条程序，其特征在于，所述程序应用由处理器加载并执行以实现权利要求1-7任一项所述的基于自动配电的移动充电设备编队控制方法。
10.一种处理装置，包括处理器、存储装置；处理器，适用于执行各条程序；存储装置，适用于存储多条程序；其特征在于，所述程序适用于由处理器加载并执行以实现权利要求1-7任一项所述的基于自动配电的移动充电设备编队控制方法。
CN202011143099.2A 2020-10-23 2020-10-23 基于自动配电的移动充电设备编队控制方法、系统、装置 Active CN111966111B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011143099.2A CN111966111B (zh) 2020-10-23 2020-10-23 基于自动配电的移动充电设备编队控制方法、系统、装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011143099.2A CN111966111B (zh) 2020-10-23 2020-10-23 基于自动配电的移动充电设备编队控制方法、系统、装置

Publications (2)

Publication Number Publication Date
CN111966111A true CN111966111A (zh) 2020-11-20
CN111966111B CN111966111B (zh) 2021-06-08

Family

ID=73387158

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011143099.2A Active CN111966111B (zh) 2020-10-23 2020-10-23 基于自动配电的移动充电设备编队控制方法、系统、装置

Country Status (1)

Country Link
CN (1) CN111966111B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114801839A (zh) * 2022-06-29 2022-07-29 众芯汉创（北京）科技有限公司 一种基于无人机uav充电柜的充电方法及系统
TWI779600B (zh) * 2021-05-11 2022-10-01 東元電機股份有限公司 跟隨可攜式電子裝置移動之充電車

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102024999A (zh) * 2010-11-16 2011-04-20 上海交通大学 电动车行动力管理系统
CN102520366A (zh) * 2011-12-23 2012-06-27 上海交通大学 电动车电池安全与健康评估系统及其方法
CN103078364A (zh) * 2012-12-25 2013-05-01 深圳先进技术研究院 基于机器人的充电系统
CN105607636A (zh) * 2016-01-21 2016-05-25 浙江工业大学 一种基于积分滑模算法的轮式移动机器人主从式编队控制方法
CN205429810U (zh) * 2016-03-17 2016-08-03 江苏亘德科技有限公司 一种移动充电设备
US20160352113A1 (en) * 2015-05-29 2016-12-01 GM Global Technology Operations LLC Electric vehicle charging station
CN107696892A (zh) * 2017-09-08 2018-02-16 国网山东省电力公司电力科学研究院 基于信息共享的需求侧电动汽车充电方案推送方法及系统
CN111191813A (zh) * 2019-10-14 2020-05-22 重庆邮电大学 基于货物载重与软时间窗限制的车辆配送路径优化方法
CN111559270A (zh) * 2020-05-09 2020-08-21 长乐致远技术开发有限公司 基于互联网的电动汽车充电方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102024999A (zh) * 2010-11-16 2011-04-20 上海交通大学 电动车行动力管理系统
CN102520366A (zh) * 2011-12-23 2012-06-27 上海交通大学 电动车电池安全与健康评估系统及其方法
CN103078364A (zh) * 2012-12-25 2013-05-01 深圳先进技术研究院 基于机器人的充电系统
US20160352113A1 (en) * 2015-05-29 2016-12-01 GM Global Technology Operations LLC Electric vehicle charging station
CN105607636A (zh) * 2016-01-21 2016-05-25 浙江工业大学 一种基于积分滑模算法的轮式移动机器人主从式编队控制方法
CN205429810U (zh) * 2016-03-17 2016-08-03 江苏亘德科技有限公司 一种移动充电设备
CN107696892A (zh) * 2017-09-08 2018-02-16 国网山东省电力公司电力科学研究院 基于信息共享的需求侧电动汽车充电方案推送方法及系统
CN111191813A (zh) * 2019-10-14 2020-05-22 重庆邮电大学 基于货物载重与软时间窗限制的车辆配送路径优化方法
CN111559270A (zh) * 2020-05-09 2020-08-21 长乐致远技术开发有限公司 基于互联网的电动汽车充电方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI779600B (zh) * 2021-05-11 2022-10-01 東元電機股份有限公司 跟隨可攜式電子裝置移動之充電車
CN114801839A (zh) * 2022-06-29 2022-07-29 众芯汉创（北京）科技有限公司 一种基于无人机uav充电柜的充电方法及系统

Also Published As

Publication number Publication date
CN111966111B (zh) 2021-06-08

Similar Documents

Publication Publication Date Title
CN110909096B (zh) 推荐上车点确定方法及装置、存储介质、电子设备
US9285240B2 (en) EV route optimization through crowdsourcing
CN111966111B (zh) 基于自动配电的移动充电设备编队控制方法、系统、装置
CN113135178A (zh) 泊车路线共享方法、装置、设备以及存储介质
CN108921632A (zh) 电动汽车自动充电方法、系统及计算机可读存储介质
CN111967804B (zh) 基于移动充电设备主动配电的调度系统
CN109827584B (zh) 路径规划方法、装置、电子设备与存储介质
CN109141448A (zh) 一种电动车充电站搜索方法及智能车载终端
CN111476389A (zh) 一种预估接单等待时长的方法及装置
CN112528160A (zh) 智能推荐、模型训练方法、装置、电子设备及存储介质
CN113899381A (zh) 用于生成路线信息的方法、装置、设备、介质和产品
CN112595329B (zh) 车辆位置的确定方法、装置和电子设备
CN117519253A (zh) 一种无人机巡检任务动态规划和执行方法和系统
CN112632382A (zh) 用于为车辆推荐站点的方法、装置、设备以及存储介质
CN114221960B (zh) 基于自动驾驶公交车的数据推送方法和自动驾驶公交车
CN116626700A (zh) 一种机器人定位方法、装置、电子设备和存储介质
CN112333626B (zh) 位置确定方法与装置、计算机可读存储介质、电子设备
CN110068333A (zh) 一种高铁机器人定位方法、装置及存储介质
CN115167450A (zh) 路径规划方法、移动机器人、电子设备及存储介质
CN113479194B (zh) 泊车控制方法、装置、电子设备和可读介质
CN115375030A (zh) 车辆行程规划方法、装置、设备及计算机可读存储介质
CN113052312B (zh) 深度强化学习模型的训练方法、装置、介质及电子设备
CN111460067B (zh) 导航路线自动更新的方法、装置和电子设备
CN110691321B (zh) 终端控制方法、装置和设备
CN111148024A (zh) 信息推送方法、装置、电子设备及计算机存储介质

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