CN112026746A - 汽车能量管理方法、装置、系统、车载终端及存储介质 - Google Patents

汽车能量管理方法、装置、系统、车载终端及存储介质 Download PDF

Info

Publication number
CN112026746A
CN112026746A CN202010730870.XA CN202010730870A CN112026746A CN 112026746 A CN112026746 A CN 112026746A CN 202010730870 A CN202010730870 A CN 202010730870A CN 112026746 A CN112026746 A CN 112026746A
Authority
CN
China
Prior art keywords
vehicle
state information
brake pedal
energy management
driving
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
CN202010730870.XA
Other languages
English (en)
Other versions
CN112026746B (zh
Inventor
刘义强
王瑞光
钟军
黄伟山
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.)
Zhejiang Geely Holding Group Co Ltd
Ningbo Geely Royal Engine Components Co Ltd
Original Assignee
Zhejiang Geely Holding Group Co Ltd
Ningbo Geely Royal Engine Components 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 Zhejiang Geely Holding Group Co Ltd, Ningbo Geely Royal Engine Components Co Ltd filed Critical Zhejiang Geely Holding Group Co Ltd
Priority to CN202010730870.XA priority Critical patent/CN112026746B/zh
Publication of CN112026746A publication Critical patent/CN112026746A/zh
Application granted granted Critical
Publication of CN112026746B publication Critical patent/CN112026746B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W20/00Control systems specially adapted for hybrid vehicles
    • B60W20/10Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/13Controlling the power contribution of each of the prime movers to meet required power demand in order to stay within battery power input or output limits; in order to prevent overcharging or battery depletion
    • B60W20/14Controlling the power contribution of each of the prime movers to meet required power demand in order to stay within battery power input or output limits; in order to prevent overcharging or battery depletion in conjunction with braking regeneration
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L7/00Electrodynamic brake systems for vehicles in general
    • B60L7/10Dynamic electric regenerative braking
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W20/00Control systems specially adapted for hybrid vehicles
    • B60W20/10Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/15Control strategies specially adapted for achieving a particular effect
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Development Economics (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Power Engineering (AREA)
  • Social Psychology (AREA)
  • Game Theory and Decision Science (AREA)
  • Psychiatry (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Regulating Braking Force (AREA)

Abstract

本申请公开了一种车辆能量管理方法、装置、系统、车载终端及存储介质,该方法包括:通过第一角位移传感器获取刹车踏板深度值;确定驾驶员身份信息,并根据驾驶员身份信息获取刹车踏板深度阈值;将采集到的驾驶员身份信息、刹车踏板状态信息、油门踏板状态信息、整车状态信息、车速状态信息和车身周围环境信息作为驾驶意图识别模型的输入,从驾驶意图识别模型输出驾驶员的驾驶意图;若驾驶员的驾驶意图为刹车减速,根据预设的第一能量管理规则进行减速操作;将刹车踏板深度阈值当做开关电位器的第一触发值;若刹车踏板深度值达到开关电位器的第一触发值,停止减速操作。如此,可以实现刹车减速与刹车制动的精准识别,进而提高刹车能量回收率。

Description

汽车能量管理方法、装置、系统、车载终端及存储介质
技术领域
本发明涉及汽车技术领域,特别涉及一种汽车能量管理方法、装置、 系统、车载终端及存储介质。
背景技术
随着混合动力汽车的日益普及,混合动力汽车的拥有量的也日益增多, 混合动力汽车的节能和续航问题已受到国内外汽车工程界的极大重视。为 了保护环境及合理地利用资源,就必需降低混合动力汽车的资源消耗。通 常,可以将混合动力汽车刹车时损失的能量进行回收,以提高混合动力汽 车的续航能力。
目前,电动汽车对刹车时的能量回收通常只基于车速或者制动系统制 动主缸的压力判断,因此,在一些特定工况,如低速行驶工况下或轻踩制 动踏板的工况下,基本无法实现能量回收,导致电动汽车对刹车时的能量 回收受限,不能及时有效回收刹车能量。
发明内容
本申请实施例提供了一种汽车能量管理方法、装置、系统、车载终端 及存储介质,根据不同驾驶员的驾驶习惯进行低速行驶工况下的刹车能量 回收,可以提高能量回收率。
一方面,本申请实施例提供了一种汽车能量管理方法,所述方法应用 于设置于车辆内的能量管理系统,所述能量管理系统包括刹车踏板电位器, 所述刹车踏板电位器连接至刹车踏板,包括第一角位移传感器和开关电位 器;所述方法包括:
通过所述第一角位移传感器获取刹车踏板深度值;
确定驾驶员身份信息,并根据所述驾驶员身份信息获取刹车踏板深度 阈值;
将采集到的所述驾驶员身份信息、刹车踏板状态信息、油门踏板状态 信息、整车状态信息、车速状态信息和车身周围环境信息作为驾驶意图识 别模型的输入,从所述驾驶意图识别模型输出所述驾驶员的驾驶意图;
若所述驾驶员的驾驶意图为刹车减速,根据预设的第一能量管理规则 进行减速操作;
将所述刹车踏板深度阈值当做所述开关电位器的第一触发值;
若所述刹车踏板深度值达到所述开关电位器的第一触发值,停止减速 操作。
可选地,所述方法还包括训练得到所述驾驶意图识别模型的步骤;
所述训练得到所述驾驶意图识别模型包括:
获取样本数据集,所述样本数据集包括多个驾驶员的驾驶数据集合和 每个驾驶数据集合对应的历史驾驶意图,其中,每个所述驾驶数据集合包 括驾驶员身份信息、刹车踏板状态信息、油门踏板状态信息、整车状态信 息、车速状态信息和车身周围环境信息;
构建预设机器学习模型,将所述预设机器学习模型确定为当前机器学 习模型;
基于所述当前机器学习模型,对所述驾驶数据集合进行驾驶意图预测 操作,确定所述驾驶数据集合对应的预测驾驶意图;
基于所述驾驶数据集合对应的预测驾驶意图和历史驾驶意图,确定损 失值;
当所述损失值大于预设阈值时,基于所述损失值进行反向传播,对所 述当前机器学习模型进行更新以得到更新后的机器学习模型,将所述更新 后的机器学习模型重新确定为所述当前机器学习模型;重复步骤:基于所 述当前机器学习模型,对所述驾驶数据集合进行驾驶意图预测操作,确定 所述驾驶数据集合对应的预测驾驶意图;
当所述损失值小于或等于所述预设阈值时,将所述当前机器学习模型 确定为所述驾驶意图识别模型。
可选地,所述刹车踏板状态信息包括刹车踏板深度值和刹车踏板深度 变化率,所述刹车踏板深度变化率通过第一角速度传感器获得;
所述油门踏板状态信息包括油门踏板深度值和油门踏板深度变化率, 所述油门踏板深度值通过第二角位移传感器获得,所述油门踏板深度变化 率通过第二角速度传感器获得。
可选地,所述驾驶意图还包括刹车制动和加速行驶。
可选地,所述若所述刹车踏板深度值达到所述开关电位器的第一触发 值,停止减速操作之后,还包括:
将采集到的当前的驾驶员身份信息、刹车踏板状态信息、油门踏板状 态信息、整车状态信息、车速状态信息和车身周围环境信息作为驾驶意图 识别模型的输入,从所述驾驶意图识别模型输出所述驾驶员当前的驾驶意 图;
若所述驾驶员当前的驾驶意图为刹车制动,根据预设的第二能量管理 规则进行刹车制动操作。
可选地,所述若所述驾驶员的驾驶意图为刹车减速,根据预设的第一 能量管理规则进行减速操作之后,还包括:
若所述刹车踏板深度值达到所述开关电位器的预设的第二触发值,停 止减速操作;
将采集到的当前的驾驶员身份信息、刹车踏板状态信息、油门踏板状 态信息、整车状态信息、车速状态信息和车身周围环境信息作为驾驶意图 识别模型的输入,从所述驾驶意图识别模型输出所述驾驶员当前的驾驶意 图;
若所述驾驶员当前的驾驶意图为加速行驶,根据预设的第三能量管理 规则进行加速操作。
另一方面,本申请实施例提供了一种车辆能量管理装置,所述装置应 用于设置于车辆内的能量管理系统,所述能量管理系统包括刹车踏板电位 器,所述刹车踏板电位器连接至刹车踏板,包括第一角位移传感器和开关 电位器,包括:
第一确定模块,用于确定刹车踏板深度值;
第二确定模块,用于根据驾驶员身份信息确定刹车踏板深度阈值;
驾驶意图识别模块,用于根据所述驾驶员身份信息、刹车踏板状态信 息、油门踏板状态信息、整车状态信息、车速状态信息和车身周围环境信 息识别驾驶员的驾驶意图;
能量管理模块,用于根据所述驾驶意图对应的能量管理规则进行相应 操作;
第三确定模块,用于根据所述刹车踏板深度阈值确定所述开关电位器 当前的第一触发值;
开关控制模块,用于根据所述开关电位器的开关信号开始或停止所述 能量管理规则进行相应操作。
另一方面,本申请实施例提供了一种车辆能量管理系统,包括:
刹车踏板电位器,包括第一角位移传感器、第一角度速度传感器和开 关电位器,所述第一角位移传感器用于确定刹车踏板深度值,所述第一角 度速度传感器用于确定刹车踏板深度变化率,所述开关电位器用于开启或 者停止预设的能量管理规则对应的操作;
油门踏板电位器,包括第二角位移传感器和第二角度速度传感器,所 述第二角位移传感器用于确定油门踏板深度值,所述第二角度速度传感器 用于确定油门踏板深度变化率;
驾驶员身份确认单元,用于确定驾驶员身份信息;
整车控制器,用于确定整车状态信息,所述整车状态信息包括发动机 状态信息、电机状态信息、电池状态信息以及DCDC交换器状态信息;
车速传感器,用于确定车速状态信息;
车身周围环境监测传感器,用于确定车身周围环境信息,所述周围环 境信息包括路面状态信息、四路轮速差异信息以及周围车辆车距信息。
另一方面,本申请实施例提供了一种车载终端,所述车载终端包括处 理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码 集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令 集由所述处理器加载并执行以上述的车辆能量管理方法。
另一方面,本申请实施例提供了一种计算机可读存储介质,所述存储 介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少 一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行 以实现上述的车辆能量管理方法。
采用上述技术方案,本申请实施例的汽车能量管理方法、装置、系统、 车载终端及存储介质具有如下有益效果:
将开关电位器与刹车踏板电位器结合,通过开关电位器控制减速过程 中能量管理的开启和关闭,并结合驾驶员的驾驶数据以及驾驶意图确定不 同驾驶员对应的能量管理起始点,可以实现刹车减速与刹车制动的精准识 别,进而实现低速行驶工况下的刹车能量回收,提高能量回收率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述 中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅 是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性 劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例一种可选的汽车能量管理方法的流程图;
图2为本申请实施例一种可选的汽车能量管理装置的示意图;
图3为本申请实施例一种可选的汽车能量管理系统的示意图。
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、完整地描述。显然,所描述的实施例仅仅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 有作出创造性劳动的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。
此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一 个实现方式中的特定特征、结构或特性。在本发明的描述中,需要理解的 是,术语“上”、“下”、“顶”、“底”等指示的方位或位置关系为基 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,而 不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第 二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明 所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以 明示或者隐含的包括一个或者更多个该特征。而且,术语“第一”、“第 二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。 应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明 的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
图1是本申请实施例一种可选的汽车能量管理方法的流程图,该方法 应用于设置于车辆内的能量管理系统(如图2所示),该车辆内的能量管 理系统包括刹车踏板电位器、油门踏板电位器、驾驶员身份确认单元、整 车控制器、车速传感器和车身周围环境监测传感器,其中,刹车踏板电位 器连接至刹车踏板,包括第一角位移传感器和开关电位器,第一角位移传 感器可以确定刹车踏板的深度值,开关电位器作为刹车减速工况下能量管 理的开关,当驾驶员踩下刹车踏板,则触发开关电位器,激活能量回收任 务,系统开始回收刹车能量,同时判断驾驶员的驾驶意图,并根据驾驶员 的驾驶意图对应的能量管理规则对回收的刹车能量进行管理操作;当刹车 踏板深度达到开关电位器的阈值时,停止能量回收任务或者更换能量管理 规则;其中,开关电位器的阈值并不是预设定值,而是根据不同驾驶员的 驾驶风格确定的,具体可以通过软件策略及标定等方式灵活实现;本申请 的汽车能量管理方法根据不同驾驶员的驾驶风格来识别驾驶员的驾驶意图, 可以准确判定不同工况的起始点,进而调整相应的能量管理规则,可以更 加有效地进行能量回收。
本说明书提供了如实施例或流程图的方法操作步骤,但基于常规或者 无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤 顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在 实际中的系统或服务器产品执行时,可以按照实施例或者附图所示的方法 顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体 的如图1所示,该方法可以包括:
S101:通过第一角位移传感器获取刹车踏板深度值;
S102:确定驾驶员身份信息,并根据驾驶员身份信息获取刹车踏板深 度阈值;
S103:将采集到的驾驶员身份信息、刹车踏板状态信息、油门踏板状 态信息、整车状态信息、车速状态信息和车身周围环境信息作为驾驶意图 识别模型的输入,从驾驶意图识别模型输出所述驾驶员的驾驶意图;
S104:若驾驶员的驾驶意图为刹车减速,根据预设的第一能量管理规 则进行减速操作;
S105:将刹车踏板深度阈值当做所述开关电位器的第一触发值;
S106:若刹车踏板深度值达到开关电位器的第一触发值,停止减速操 作。
本申请的方法还涉及驾驶员的驾驶风格学习,因此,上述的方法还包 括训练得到步骤S103中的驾驶意图识别模型的步骤,具体包括:
获取样本数据集,该样本数据集包括多个驾驶员的驾驶数据集合和每 个驾驶数据集合对应的历史驾驶意图,其中,每个驾驶数据集合包括驾驶 员身份信息、刹车踏板状态信息、油门踏板状态信息、整车状态信息、车 速状态信息和车身周围环境信息;
构建预设机器学习模型,将该预设机器学习模型确定为当前机器学习 模型;
基于当前机器学习模型,对驾驶数据集合进行驾驶意图预测操作,确 定驾驶数据集合对应的预测驾驶意图;
基于驾驶数据集合对应的预测驾驶意图和历史驾驶意图,确定损失值;
当损失值大于预设阈值时,基于损失值进行反向传播,对当前机器学 习模型进行更新以得到更新后的机器学习模型,将更新后的机器学习模型 重新确定为当前机器学习模型;重复步骤:基于当前机器学习模型,对驾 驶数据集合进行驾驶意图预测操作,确定驾驶数据集合对应的预测驾驶意 图;
当损失值小于或等于预设阈值时,将当前机器学习模型确定为驾驶意 图识别模型。
在上述的驾驶员的驾驶风格学习过程中,还可以包括根据驾驶数据集 合确定每个驾驶员对应的开关电位器的阈值,也即步骤S102中的刹车踏板 深度阈值。
可选地,刹车踏板状态信息包括刹车踏板深度值和刹车踏板深度变化 率,刹车踏板深度变化率通过第一角速度传感器获得;
油门踏板状态信息包括油门踏板深度值和油门踏板深度变化率,油门 踏板深度值通过第二角位移传感器获得,油门踏板深度变化率通过第二角 速度传感器获得。
通过上述的方法,将开关电位器与刹车踏板电位器结合,通过开关电 位器控制减速过程中能量管理的开启和关闭,并结合驾驶员的驾驶数据以 及驾驶意图确定不同驾驶员对应的能量管理起始点,可以实现刹车减速与 刹车制动的精准识别,进而实现低速行驶工况下的刹车能量回收,提高能 量回收率。
实际驾驶过程中,在达到减速目的后,同时也存在后续的其他形式工 况,如刹车制动、加速行驶等,因此,本申请实施例的方法还可以包括如 下步骤。
在刹车踏板深度值达到开关电位器的第一触发值,停止减速操作之后, 还包括:
将采集到的当前的驾驶员身份信息、刹车踏板状态信息、油门踏板状 态信息、整车状态信息、车速状态信息和车身周围环境信息作为驾驶意图 识别模型的输入,从驾驶意图识别模型输出驾驶员当前的驾驶意图;
若驾驶员当前的驾驶意图为刹车制动,根据预设的第二能量管理规则 进行刹车制动操作。
上述的步骤设定的应用场景为,若刹车减速工况下进行了刹车能量回 收后,进入刹车制动工况,则继续进行刹车能量回收,但是需要更换对应 的能量管理规则。
或者,在驾驶员的驾驶意图为刹车减速,根据预设的第一能量管理规 则进行减速操作之后,还包括:
若刹车踏板深度值达到开关电位器的预设的第二触发值,停止减速操 作;
将采集到的当前的驾驶员身份信息、刹车踏板状态信息、油门踏板状 态信息、整车状态信息、车速状态信息和车身周围环境信息作为驾驶意图 识别模型的输入,从驾驶意图识别模型输出驾驶员当前的驾驶意图;
若驾驶员当前的驾驶意图为加速行驶,根据预设的第三能量管理规则 进行加速操作。
上述的步骤设定的应用场景为,若刹车减速工况下进行了刹车能量回 收后,进入加速行驶工况,则停止刹车能量回收,并将存储的电能转化为 机械能供给车辆。
需要说明的是,上述的第一能量管理规则和第二能量管理规则均是对 刹车能量进行回收和管理的规则,其对应的操作可以包括:
在能量回收任务激活时,获取当前车辆的主缸压力值、最大回收扭矩 和初始回收扭矩;
根据主缸压力值计算当前车辆的总轮边扭矩和制动减速度;
基于初始回收扭矩、最大回收扭矩和制动减速度对总轮边扭矩进行分 配,输出目标回收扭矩;
将目标回收扭矩发送至电机,触发电机进行刹车能量回收。
考虑到每辆车的车重和发动机等属性不同,上述最大回收扭矩和初始 回收扭矩也不一样,因此,在计算回收扭矩时,通常是基于车辆属性信息, 以及车辆当前的行驶参数来进行的,具体的计算步骤可以包括:(1)获取当 前车辆的行驶参数和车辆属性信息;其中,行驶参数包括当前车辆的车速、 档位信息和刹车踏板状态信号;车辆属性信息包括:电机状态、电池状态、 车重、车辆滑行阻力以及发动机倒拖阻力矩;(2)根据行驶参数和车辆属性 信息计算最大回收扭矩和初始回收扭矩。
通常,可以基于电机及电池能力计算上述最大回收扭矩,如,电机状 态和电池状态等,其中,该最大回收扭矩为刹车能量回收系统中,电子回 收扭矩的极限值。
具体地,可以根据车辆属性信息和行驶参数进行仿真计算,其仿真计 算过程,可以通过基于MATLAB/Simulink的建模方法,建立车辆计算机仿 真模型实现,根据仿真模型进行能量管理策略设计,进而基于车辆属性信 息和当前车辆的行驶参数,得出最大回收扭矩和允许回收扭矩。进一步, 上述仿真模型还可以用来定量分析整车的能量消耗,建立能量消耗模型, 用于设计能量管理策略,快速验证能量管理策略,减少不必要的样车制造 和实车试验,缩短开发周期,降低开发成本。具体的仿真计算的建模方法 和仿真模型的建立方法可以参考现有技术中的相关资料实现,本发明实施 例对此不进行限制。
本申请实施例提供了一种车辆能量管理装置(如图2所示),包括:
第一确定模块,用于确定刹车踏板深度值;
第二确定模块,用于根据驾驶员身份信息确定刹车踏板深度阈值;
驾驶意图识别模块,用于根据、驾驶员身份信息、刹车踏板状态信息、 油门踏板状态信息、整车状态信息、车速状态信息和车身周围环境信息识 别驾驶员的驾驶意图;
能量管理模块,用于根据驾驶意图对应的能量管理规则进行相应操作;
第三确定模块,用于根据刹车踏板深度阈值确定开关电位器当前的第 一触发值;
开关控制模块,用于根据开关电位器的开关信号开始或停止能量管理 规则进行相应操作。
本申请实施例提供了一种车辆能量管理系统(如图3所示),包括:
刹车踏板电位器,包括第一角位移传感器、第一角度速度传感器和开 关电位器,第一角位移传感器用于确定刹车踏板深度值,第一角度速度传 感器用于确定刹车踏板深度变化率,开关电位器用于开启或者停止预设的 能量管理规则对应的操作(即刹车能量回收任务);
油门踏板电位器,包括第二角位移传感器和第二角度速度传感器,第 二角位移传感器用于确定油门踏板深度值,第二角度速度传感器用于确定 油门踏板深度变化率;
驾驶员身份确认单元,用于确定驾驶员身份信息;
整车控制器,用于确定整车状态信息,所述整车状态信息包括发动机 状态信息、电机状态信息、电池状态信息以及DCDC交换器状态信息;
车速传感器,用于确定车速状态信息;
车身周围环境监测传感器,用于确定车身周围环境信息,所述周围环 境信息包括路面状态信息、四路轮速差异信息以及周围车辆车距信息。
在具体实施中,开关电位器可以是常闭式开发电位器也可以是常开式 电位器;对于常闭式开发电位器,若驾驶员踩刹车踏板,则直到开关电位 器被打开前,一直激活刹车能量回收任务,从而起到缓减速目的;对于常 开式电位器,若驾驶员踩刹车踏板,直到开关电位器被关闭前,一直激活 刹车能量回收任务,从而起到缓减速的目的。而开与关位置的识别,可通 过软件策略及标定等方式灵活实现,以适应不同的驾驶风格。
本申请实施例提供了一种车载终端,所述车载终端包括处理器和存储 器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集, 所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理 器加载并执行以上述的车辆能量管理方法。
本申请实施例提供了一种计算机可读存储介质,所述存储介质中存储 有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、 所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述 的车辆能量管理方法。
可选地,在本实施例中,上述存储介质可以位于计算机网络的多个网 络服务器中的至少一个网络服务器。可选地,在本实施例中,上述存储介 质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、 随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者 光盘等各种可以存储程序代码的介质。
由上述本申请提供的汽车能量管理方法、装置、系统、车载终端及存 储介质的实施例可见,本申请将开关电位器与刹车踏板电位器结合,通过 开关电位器控制减速过程中能量管理的开启和关闭,并结合驾驶员的驾驶 数据以及驾驶意图确定不同驾驶员对应的能量管理起始点,可以实现刹车 减速与刹车制动的精准识别,进而实现低速行驶工况下的刹车能量回收, 提高能量回收率。
需要说明的是:上述本申请实施例先后顺序仅仅为了描述,不代表实 施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所 附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步 骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。 另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能 实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的 或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相 同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的 不同之处。尤其,对于设备实施例而言,由于其基本相似于方法实施例, 所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以 通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可 以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存 储器,磁盘或光盘等。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申 请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在 本申请的保护范围之内。

Claims (10)

1.一种汽车能量管理方法,其特征在于,所述方法应用于设置于车辆内的能量管理系统,所述能量管理系统包括刹车踏板电位器,所述刹车踏板电位器连接至刹车踏板,包括第一角位移传感器和开关电位器;所述方法包括:
通过所述第一角位移传感器获取刹车踏板深度值;
确定驾驶员身份信息,并根据所述驾驶员身份信息获取刹车踏板深度阈值;
将采集到的所述驾驶员身份信息、刹车踏板状态信息、油门踏板状态信息、整车状态信息、车速状态信息和车身周围环境信息作为驾驶意图识别模型的输入,从所述驾驶意图识别模型输出所述驾驶员的驾驶意图;
若所述驾驶员的驾驶意图为刹车减速,根据预设的第一能量管理规则进行减速操作;
将所述刹车踏板深度阈值当做所述开关电位器的第一触发值;
若所述刹车踏板深度值达到所述开关电位器的第一触发值,停止减速操作。
2.根据权利要求1所述的汽车能量管理方法,其特征在于,所述方法还包括训练得到所述驾驶意图识别模型的步骤;
所述训练得到所述驾驶意图识别模型包括:
获取样本数据集,所述样本数据集包括多个驾驶员的驾驶数据集合和每个驾驶数据集合对应的历史驾驶意图,其中,每个所述驾驶数据集合包括驾驶员身份信息、刹车踏板状态信息、油门踏板状态信息、整车状态信息、车速状态信息和车身周围环境信息;
构建预设机器学习模型,将所述预设机器学习模型确定为当前机器学习模型;
基于所述当前机器学习模型,对所述驾驶数据集合进行驾驶意图预测操作,确定所述驾驶数据集合对应的预测驾驶意图;
基于所述驾驶数据集合对应的预测驾驶意图和历史驾驶意图,确定损失值;
当所述损失值大于预设阈值时,基于所述损失值进行反向传播,对所述当前机器学习模型进行更新以得到更新后的机器学习模型,将所述更新后的机器学习模型重新确定为所述当前机器学习模型;重复步骤:基于所述当前机器学习模型,对所述驾驶数据集合进行驾驶意图预测操作,确定所述驾驶数据集合对应的预测驾驶意图;
当所述损失值小于或等于所述预设阈值时,将所述当前机器学习模型确定为所述驾驶意图识别模型。
3.根据权利要求2所述的汽车能量管理方法,其特征在于,所述刹车踏板状态信息包括刹车踏板深度值和刹车踏板深度变化率,所述刹车踏板深度变化率通过第一角速度传感器获得;
所述油门踏板状态信息包括油门踏板深度值和油门踏板深度变化率,所述油门踏板深度值通过第二角位移传感器获得,所述油门踏板深度变化率通过第二角速度传感器获得。
4.根据权利要求1所述的汽车能量管理方法,其特征在于,所述驾驶意图还包括刹车制动和加速行驶。
5.根据权利要求4所述的汽车能量管理方法,其特征在于,所述若所述刹车踏板深度值达到所述开关电位器的第一触发值,停止减速操作之后,还包括:
将采集到的当前的驾驶员身份信息、刹车踏板状态信息、油门踏板状态信息、整车状态信息、车速状态信息和车身周围环境信息作为驾驶意图识别模型的输入,从所述驾驶意图识别模型输出所述驾驶员当前的驾驶意图;
若所述驾驶员当前的驾驶意图为刹车制动,根据预设的第二能量管理规则进行刹车制动操作。
6.根据权利要求4所述的汽车能量管理方法,其特征在于,所述若所述驾驶员的驾驶意图为刹车减速,根据预设的第一能量管理规则进行减速操作之后,还包括:
若所述刹车踏板深度值达到所述开关电位器的预设的第二触发值,停止减速操作;
将采集到的当前的驾驶员身份信息、刹车踏板状态信息、油门踏板状态信息、整车状态信息、车速状态信息和车身周围环境信息作为驾驶意图识别模型的输入,从所述驾驶意图识别模型输出所述驾驶员当前的驾驶意图;
若所述驾驶员当前的驾驶意图为加速行驶,根据预设的第三能量管理规则进行加速操作。
7.一种车辆能量管理装置,其特征在于,所述装置应用于设置于车辆内的能量管理系统,所述能量管理系统包括刹车踏板电位器,所述刹车踏板电位器连接至刹车踏板,包括第一角位移传感器和开关电位器,包括:
第一确定模块,用于确定刹车踏板深度值;
第二确定模块,用于根据驾驶员身份信息确定刹车踏板深度阈值;
驾驶意图识别模块,用于根据所述驾驶员身份信息、刹车踏板状态信息、油门踏板状态信息、整车状态信息、车速状态信息和车身周围环境信息识别驾驶员的驾驶意图;
能量管理模块,用于根据所述驾驶意图对应的能量管理规则进行相应操作;
第三确定模块,用于根据所述刹车踏板深度阈值确定所述开关电位器当前的第一触发值;
开关控制模块,用于根据所述开关电位器的开关信号开始或停止所述能量管理规则进行相应操作。
8.一种车辆能量管理系统,其特征在于,包括:
刹车踏板电位器,包括第一角位移传感器、第一角度速度传感器和开关电位器,所述第一角位移传感器用于确定刹车踏板深度值,所述第一角度速度传感器用于确定刹车踏板深度变化率,所述开关电位器用于开启或者停止预设的能量管理规则对应的操作;
油门踏板电位器,包括第二角位移传感器和第二角度速度传感器,所述第二角位移传感器用于确定油门踏板深度值,所述第二角度速度传感器用于确定油门踏板深度变化率;
驾驶员身份确认单元,用于确定驾驶员身份信息;
整车控制器,用于确定整车状态信息,所述整车状态信息包括发动机状态信息、电机状态信息、电池状态信息以及DCDC交换器状态信息;
车速传感器,用于确定车速状态信息;
车身周围环境监测传感器,用于确定车身周围环境信息,所述周围环境信息包括路面状态信息、四路轮速差异信息以及周围车辆车距信息。
9.一种车载终端,其特征在于,所述车载终端包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至6任一所述的车辆能量管理方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至6任一所述的车辆能量管理方法。
CN202010730870.XA 2020-07-27 2020-07-27 汽车能量管理方法、装置、系统、车载终端及存储介质 Active CN112026746B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010730870.XA CN112026746B (zh) 2020-07-27 2020-07-27 汽车能量管理方法、装置、系统、车载终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010730870.XA CN112026746B (zh) 2020-07-27 2020-07-27 汽车能量管理方法、装置、系统、车载终端及存储介质

Publications (2)

Publication Number Publication Date
CN112026746A true CN112026746A (zh) 2020-12-04
CN112026746B CN112026746B (zh) 2021-12-21

Family

ID=73583181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010730870.XA Active CN112026746B (zh) 2020-07-27 2020-07-27 汽车能量管理方法、装置、系统、车载终端及存储介质

Country Status (1)

Country Link
CN (1) CN112026746B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112706782A (zh) * 2020-12-31 2021-04-27 东软睿驰汽车技术(沈阳)有限公司 一种车辆辅助驾驶的方法和装置
CN114228499A (zh) * 2021-12-09 2022-03-25 华人运通(上海)云计算科技有限公司 一种电动汽车控制方法
CN114676856A (zh) * 2022-02-04 2022-06-28 浙江大学 一种挂车远程信息管理及预测性维护系统
CN115782599A (zh) * 2022-11-24 2023-03-14 安徽苇渡控股有限公司 一种基于机器学习的电动车能量回收方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104228591A (zh) * 2014-10-10 2014-12-24 北京现代汽车有限公司 一种再生制动能量回收控制方法及装置
CN105922988A (zh) * 2016-06-03 2016-09-07 北京车和家信息技术有限责任公司 车辆的控制方法、控制装置和车辆
CN109484198A (zh) * 2018-12-19 2019-03-19 奇瑞汽车股份有限公司 一种电动汽车能量回收方法
KR20190061687A (ko) * 2017-11-28 2019-06-05 현대자동차주식회사 마일드 하이브리드 차량의 벨트 제어 장치 및 벨트 제어 방법
CN110239507A (zh) * 2019-05-23 2019-09-17 浙江吉利控股集团有限公司 一种汽车能量管理方法、装置及终端
CN110562046A (zh) * 2019-08-09 2019-12-13 武汉格罗夫氢能汽车有限公司 一种驾驶特性可调的氢能汽车实时交互系统及其控制方法
KR20200050028A (ko) * 2018-10-31 2020-05-11 현대자동차주식회사 친환경자동차의 제동 제어 장치

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104228591A (zh) * 2014-10-10 2014-12-24 北京现代汽车有限公司 一种再生制动能量回收控制方法及装置
CN105922988A (zh) * 2016-06-03 2016-09-07 北京车和家信息技术有限责任公司 车辆的控制方法、控制装置和车辆
KR20190061687A (ko) * 2017-11-28 2019-06-05 현대자동차주식회사 마일드 하이브리드 차량의 벨트 제어 장치 및 벨트 제어 방법
KR20200050028A (ko) * 2018-10-31 2020-05-11 현대자동차주식회사 친환경자동차의 제동 제어 장치
CN109484198A (zh) * 2018-12-19 2019-03-19 奇瑞汽车股份有限公司 一种电动汽车能量回收方法
CN110239507A (zh) * 2019-05-23 2019-09-17 浙江吉利控股集团有限公司 一种汽车能量管理方法、装置及终端
CN110562046A (zh) * 2019-08-09 2019-12-13 武汉格罗夫氢能汽车有限公司 一种驾驶特性可调的氢能汽车实时交互系统及其控制方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112706782A (zh) * 2020-12-31 2021-04-27 东软睿驰汽车技术(沈阳)有限公司 一种车辆辅助驾驶的方法和装置
CN112706782B (zh) * 2020-12-31 2022-07-12 东软睿驰汽车技术(沈阳)有限公司 一种车辆辅助驾驶的方法和装置
CN114228499A (zh) * 2021-12-09 2022-03-25 华人运通(上海)云计算科技有限公司 一种电动汽车控制方法
CN114676856A (zh) * 2022-02-04 2022-06-28 浙江大学 一种挂车远程信息管理及预测性维护系统
CN115782599A (zh) * 2022-11-24 2023-03-14 安徽苇渡控股有限公司 一种基于机器学习的电动车能量回收方法

Also Published As

Publication number Publication date
CN112026746B (zh) 2021-12-21

Similar Documents

Publication Publication Date Title
CN112026746B (zh) 汽车能量管理方法、装置、系统、车载终端及存储介质
CN108515964B (zh) 汽车扭矩分配方法、装置及系统
CN108248609B (zh) 混合动力车辆和在混合动力车辆中预测驾驶样式的方法
CN110920405B (zh) 基于综合工况的滑行能量回收模式切换方法、装置及汽车
CN109808706A (zh) 学习式辅助驾驶控制方法、装置、系统及车辆
US20180281775A1 (en) Hybrid vehicle and method of controlling charge mode therefor
CN105564250B (zh) 用于环境友好型车辆的制动控制方法和系统
CN109910625B (zh) 一种混合动力汽车能量回收系统及回收方法
CN111325230A (zh) 车辆换道决策模型的在线学习方法和在线学习装置
CN107521501A (zh) 基于博弈论的驾驶员辅助系统决策方法、系统及其他
CN110843784B (zh) 紧急制动距离确定方法、设备、存储介质及装置
CN113320506B (zh) 一种舒适制动控制方法、存储介质、设备及装置
CN109649392A (zh) 自主车辆加速度分布图
CN108202736A (zh) 坡道起步控制方法和控制装置
CN111422173A (zh) 一种自动驻车方法、装置及存储介质
CN114148300A (zh) 自动驻车方法
CN113353086A (zh) 一种车辆控制方法、装置及电子设备
CN112918443B (zh) 制动控制方法、装置、设备及存储介质
CN112660137B (zh) 车辆的坡度识别方法、装置及具有其的车辆
CN114179621A (zh) 车辆的陡坡缓降控制方法及装置
CN117022211A (zh) 一种防抱死驻车方法、装置、设备及存储介质
CN113547934B (zh) 一种能量回收方法、装置、存储介质和整车控制器
CN115556751A (zh) 一种陡坡缓降控制方法、系统、电子设备及存储介质
CN114633629B (zh) 电动汽车的能量回收方法及电子设备
CN112959894B (zh) 一种车辆节能控制方法、装置、存储介质及计算机设备

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