CN112896171B - 车辆的控制方法、装置、设备、车辆和存储介质 - Google Patents
车辆的控制方法、装置、设备、车辆和存储介质 Download PDFInfo
- Publication number
- CN112896171B CN112896171B CN202110188605.8A CN202110188605A CN112896171B CN 112896171 B CN112896171 B CN 112896171B CN 202110188605 A CN202110188605 A CN 202110188605A CN 112896171 B CN112896171 B CN 112896171B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- curve
- state
- 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.)
- Active
Links
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
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/06—Combustion engines, Gas turbines
- B60W2510/0638—Engine speed
-
- 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/06—Combustion engines, Gas turbines
- B60W2510/0657—Engine torque
-
- 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/06—Combustion engines, Gas turbines
- B60W2510/0676—Engine temperature
-
- 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/08—Electric propulsion units
- B60W2510/081—Speed
-
- 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/08—Electric propulsion units
- B60W2510/083—Torque
-
- 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/08—Electric propulsion units
- B60W2510/087—Temperature
-
- 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/24—Energy storage means
- B60W2510/242—Energy storage means for electrical energy
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- 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
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
-
- 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
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/20—Ambient conditions, e.g. wind or rain
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本申请公开了一种车辆的控制方法、装置、设备、车辆和存储介质,该方法包括:获取车辆信息,该车辆信息包括车辆的操控信息、车辆的工况信息和环境信息,操控信息是驾驶车辆的驾驶员对车辆进行操控生成的数据;根据车辆信息预测得到车辆状态曲线,该车辆状态曲线用于表征车辆从当前时刻起至预定时间段内的车辆状态,该车辆状态用于表征车辆的工况和/或性能;根据车辆状态曲线生成从当前时刻起至预定时间段内对车辆进行控制的控制策略。本申请通过包括车辆的操控信息、车辆的工况信息和环境信息的车辆信息预测车辆状态曲线,通过车辆状态曲线生成车辆的控制策略,解决了仅通过环境信息预测车辆状态所导致的预测准确度较低的问题。
Description
技术领域
本申请涉及车辆控制技术领域,具体涉及一种车辆的控制方法、装置、设备、车辆和存储介质。
背景技术
新能源车是指采用非常规的车用燃料作为动力来源(或使用常规的车用燃料、采用新型车载动力装置),综合车辆的动力控制和驱动方面的先进技术,形成的技术原理先进、具有新技术、新结构的车辆,其包括混合动力电动车(hybrid electric vehicle,HEV)、纯电动车(battery electric vehicle,BEV)、燃料电池电动汽车(fuel cell electricvehicle,FCEV)等。
对于新能源车,车辆的状态(例如车辆的速度、发动机工况和附件状态等)的预测是评价新能源车的重要指标,根据预测得到的车辆的状态能够对车辆的控制策略进行优化和/或调整。相关技术中,车辆的状态是通过车辆的环境信息(例如车辆行驶道路的道路信息、车辆所处环境的天气信息等)预测得到的。
然而,仅仅通过环境信息预测得到的车辆的状态并不准确,从而导致对车辆的控制策略的优化和/或调整准确度较低。
发明内容
本申请提供了一种车辆的控制方法、装置、设备、车辆和存储介质,可以解决相关技术中提供的车辆的控制方法由于对车辆准确预测准确度较低从而导致对车辆的控制策略的优化和/或调整准确度较低的问题。
一方面,本申请实施例提供了一种车辆的控制方法,包括:
获取车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
根据所述车辆信息预测得到车辆状态曲线,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能;
根据所述车辆状态曲线生成从所述当前时刻起至所述预定时间段内对所述车辆进行控制的控制策略。
可选的,所述车辆状态曲线包括所述车辆的工况曲线和/或所述车辆的性能曲线;
其中,所述工况曲线用于表征所述车辆从所述当前时刻起至所述预定时间段内的工况,所述性能曲线用于表征所述车辆从所述当前时刻起至所述预定时间段内的性能。
可选的,所述根据所述车辆信息预测得到车辆状态曲线,包括:
根据所述车辆信息预测得到从所述当前时刻至所述预定时间段内的驾驶行为,所述驾驶行为是预测得到的驾驶所述车辆的驾驶员对所述车辆进行操控的行为;
根据所述车辆信息、历史车辆信息和所述驾驶行为预测得到所述工况曲线,所述历史车辆信息是所述当前时刻前的车辆信息;
根据所述车辆信息预测得到所述性能曲线。
可选的,所述根据所述车辆状态曲线生成从所述当前时刻起至所述预定时间段内对所述车辆进行控制的控制策略,包括:
根据所述车辆信息预测得到驾驶诉求,所述驾驶诉求是驾驶所述车辆的驾驶员从当前时刻起至预定时间段内对车辆状态的需求;
根据所述车辆状态曲线在多个状态参数中确定目标项目,所述状态参数是用于表征所述车辆的工况和/或性能的参数;
根据所述目标项目和所述驾驶诉求,在所述目标项目对应的候选控制策略中确定从所述当前时刻起至所述预定时间段内对车辆进行控制的控制策略。
可选的,所述获取车辆信息之后,还包括:
存储所述车辆信息。
可选的,所述存储所述车辆信息,包括:
将所述车辆信息存储于所述车辆的域控制器(extended domain control unit,XCU)。
可选的,所述工况曲线包括所述车辆的速度曲线和/或所述车辆的功耗曲线。
可选的,所述工况曲线还包括所述车辆的附件状态曲线,所述附件状态曲线用于表征所述车辆的附件从所述当前时刻起至所述预定时间段内的开启和关闭状态,所述附件是所述车辆中不参与驱动所述车辆行驶的设备和/或器件。
可选的,所述性能曲线包括所述车辆的健康状态曲线。
可选的,所述工况曲线还包括所述车辆的发动机工况曲线和/或所述车辆的电动机工况曲线。
可选的,所述车辆信息还包括所述车辆的加油信息和/或所述车辆的保养信息。
可选的,所述车辆的加油信息包括对所述车辆进行加油的时间、地点以及加油量中的至少一种。
可选的,所述车辆的保养信息包括对所述车辆进行保养的时间、地点以及保养项目中的至少一种。
可选的,所述车辆的保养信息还包括对所述车辆进行维修的时间、地点以及零部件更换清单中的至少一种。
可选的,所述车辆信息还包括所述车辆的性能信息,所述车辆的性能信息包括所述车辆的核心设备的健康状态,所述核心设备是所述车辆中参与驱动所述车辆行驶的设备和/或器件。
可选的,所述核心设备的健康状态包括所述车辆的发动机的供油系统和/或空气系统的健康程度信息。
可选的,所述核心设备的健康状态还包括所述车辆的电动机的可用扭矩范围、所述电动机的效率、所述车辆的电池可用功率范围、所述电池的健康度(state of health,SoH)。
可选的,所述车辆的性能信息还包括所述车辆的加速性能、制动性能以及所述车辆的功耗中的至少一种。
可选的,所述环境信息包括所述车辆所行驶道路的道路信息和/或所述车辆所处环境的天气信息。
可选的,所述道路信息包括所述行驶道路的坡度。
可选的,所述天气信息包括温度和/或天气。
可选的,所述环境信息还包括所述车辆的导航信息。
可选的,所述导航信息包括所述车辆所在位置、所述行驶道路的拥堵状态、所述行驶道路的限速值、所述行驶道路的红绿灯数量以及所述行驶道路的车辆转向需求中的至少一种。
可选的,所述车辆的工况信息包括所述车辆的速度、所述车辆的加速度和所述车辆的加速度变化率中的至少一种。
可选的,当所述车辆中配备有发动机时,所述车辆的工况信息还包括所述发动机的扭矩和/或所述发动机的转速。
可选的,所述车辆的工况信息还包括所述发动机的负荷、所述发动机的水温、所述发动机的排气温度、所述发动机的混合气空燃比以及所述发动机的喷油量中的至少一种。
可选的,当所述车辆中配备有电动机时,所述车辆的工况信息包括所述电动机的扭矩和/或所述电动机的转速。
可选的,所述车辆的工况信息还包括所述电动机的冷却液的温度、所述电动机的转子的温度以及所述电动机的静子的温度中的至少一种。
可选的,所述车辆的工况信息还包括所述电动机的控制器的功耗和/或所述电动机的功率转换装置的功耗。
可选的,所述车辆的操控信息包括车辆的油门操控信息、所述车辆的刹车操控信息、所述车辆的雨刮操控信息、所述车辆的车窗操控信息以及所述车辆的HVAC设备操控信息中的至少一种。
另一方面,本申请实施例提供了一种车辆的控制方法,包括:
获取车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
向服务器发送所述车辆信息,所述车辆信息用于使所述服务器接收到所述车辆信息后,根据所述车辆信息预测得到车辆状态曲线,根据所述车辆状态曲线生成从所述当前时刻起至所述预定时间段内对所述车辆进行控制的控制策略;
接收所述服务器发送的所述控制策略。
可选的,所述获取车辆信息之后,还包括:
存储所述车辆信息。
可选的,所述存储所述车辆信息,包括:
将所述车辆信息存储于所述车辆的域控制器。
可选的,所述车辆信息还包括所述车辆的加油信息和/或所述车辆的保养信息。
可选的,所述车辆的加油信息包括对所述车辆进行加油的时间、地点以及加油量中的至少一种。
可选的,所述车辆的保养信息包括对所述车辆进行保养的时间、地点以及保养项目中的至少一种。
可选的,所述车辆的保养信息还包括对所述车辆进行维修的时间、地点以及零部件更换清单中的至少一种。
可选的,所述车辆信息还包括所述车辆的性能信息,所述车辆的性能信息包括所述车辆的核心设备的健康状态,所述核心设备是所述车辆中参与驱动所述车辆行驶的设备和/或器件。
可选的,所述核心设备的健康状态包括所述车辆的发动机的供油系统和/或空气系统的健康程度信息。
可选的,所述核心设备的健康状态还包括所述车辆的电动机的可用扭矩范围、所述电动机的效率、所述车辆的电池可用功率范围、所述电池的SoH。
可选的,所述车辆的性能信息还包括所述车辆的加速性能、制动性能以及所述车辆的功耗中的至少一种。
可选的,所述环境信息包括所述车辆所行驶道路的道路信息和/或所述车辆所处环境的天气信息。
可选的,所述道路信息包括所述行驶道路的坡度。
可选的,所述天气信息包括温度和/或天气。
可选的,所述环境信息还包括所述车辆的导航信息。
可选的,所述导航信息包括所述车辆所在位置、所述行驶道路的拥堵状态、所述行驶道路的限速值、所述行驶道路的红绿灯数量以及所述行驶道路的车辆转向需求中的至少一种。
可选的,所述车辆的工况信息包括所述车辆的速度、所述车辆的加速度和所述车辆的加速度变化率中的至少一种。
可选的,当所述车辆中配备有发动机时,所述车辆的工况信息还包括所述发动机的扭矩和/或所述发动机的转速。
可选的,所述车辆的工况信息还包括所述发动机的负荷、所述发动机的水温、所述发动机的排气温度、所述发动机的混合气空燃比以及所述发动机的喷油量中的至少一种。
可选的,当所述车辆中配备有电动机时,所述车辆的工况信息包括所述电动机的扭矩和/或所述电动机的转速。
可选的,所述车辆的工况信息还包括所述电动机的冷却液的温度、所述电动机的转子的温度以及所述电动机的静子的温度中的至少一种。
可选的,所述车辆的工况信息还包括所述电动机的控制器的功耗和/或所述电动机的功率转换装置的功耗。
可选的,所述车辆的操控信息包括车辆的油门操控信息、所述车辆的刹车操控信息、所述车辆的雨刮操控信息、所述车辆的车窗操控信息以及所述车辆的供热通风与空气调节(heating ventilation and air conditioning,HVAC)设备操控信息中的至少一种。
另一方面,本申请实施例提供了一种车辆的控制方法,包括:
接收车辆发送的车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
根据所述车辆信息预测得到车辆状态曲线;
根据所述车辆状态曲线生成从所述当前时刻起至所述预定时间段内对所述车辆进行控制的控制策略,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能;
向所述车辆发送所述控制策略。
可选的,所述车辆状态曲线包括所述车辆的工况曲线和/或所述车辆的性能曲线;
其中,所述工况曲线用于表征所述车辆从所述当前时刻起至所述预定时间段内的工况,所述性能曲线用于表征所述车辆从所述当前时刻起至所述预定时间段内的性能。
可选的,所述根据所述车辆信息预测得到车辆状态曲线,包括:
根据所述车辆信息预测得到从所述当前时刻至所述预定时间段内的驾驶行为,所述驾驶行为是预测得到的驾驶所述车辆的驾驶员对所述车辆进行操控的行为;
根据所述车辆信息、历史车辆信息和所述驾驶行为预测得到所述工况曲线,所述历史车辆信息是所述当前时刻前的车辆信息;
根据所述车辆信息预测得到所述性能曲线。
可选的,所述根据所述车辆状态曲线生成从所述当前时刻起至所述预定时间段内对所述车辆进行控制的控制策略,包括:
根据所述车辆信息预测得到驾驶诉求,所述驾驶诉求是驾驶所述车辆的驾驶员从当前时刻起至预定时间段内对车辆状态的需求;
根据所述车辆状态曲线在多个状态参数中确定目标项目,所述状态参数是用于表征所述车辆的工况和/或性能的参数;
根据所述目标项目和所述驾驶诉求,在所述目标项目对应的候选控制策略中确定从所述当前时刻起至所述预定时间段内对车辆进行控制的控制策略。
可选的,所述工况曲线包括所述车辆的速度曲线和/或所述车辆的功耗曲线。
可选的,所述工况曲线还包括所述车辆的附件状态曲线,所述附件状态曲线用于表征所述车辆的附件从所述当前时刻起至所述预定时间段内的开启和关闭状态,所述附件是所述车辆中不参与驱动所述车辆行驶的设备和/或器件。
可选的,所述性能曲线包括所述车辆的健康状态曲线。
可选的,所述工况曲线还包括所述车辆的发动机工况曲线和/或所述车辆的电动机工况曲线。
另一方面,本申请实施例提供了一种车辆控制方法,包括:
获取车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
向服务器发送所述车辆信息,所述车辆信息用于使所述服务器接收到所述车辆信息后,根据所述车辆信息预测得到车辆状态曲线,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能;
接收所述服务器发送的所述车辆状态曲线;
根据所述车辆状态曲线生成从所述当前时刻起至所述预定时间段内对所述车辆进行控制的控制策略。
可选的,所述根据所述车辆状态曲线生成从所述当前时刻起至所述预定时间段内对所述车辆进行控制的控制策略,包括:
根据所述车辆信息预测得到驾驶诉求,所述驾驶诉求是驾驶所述车辆的驾驶员从当前时刻起至预定时间段内对车辆状态的需求;
根据所述车辆状态曲线在多个状态参数中确定目标项目,所述状态参数是用于表征所述车辆的工况和/或性能的参数;
根据所述目标项目和所述驾驶诉求,在所述目标项目对应的候选控制策略中确定从所述当前时刻起至所述预定时间段内对车辆进行控制的控制策略。
可选的,所述获取车辆信息之后,还包括:
存储所述车辆信息。
可选的,所述存储所述车辆信息,包括:
将所述车辆信息存储于所述车辆的域控制器。
可选的,所述车辆信息还包括所述车辆的加油信息和/或所述车辆的保养信息。
可选的,所述车辆的加油信息包括对所述车辆进行加油的时间、地点以及加油量中的至少一种。
可选的,所述车辆的保养信息包括对所述车辆进行保养的时间、地点以及保养项目中的至少一种。
可选的,所述车辆的保养信息还包括对所述车辆进行维修的时间、地点以及零部件更换清单中的至少一种。
可选的,所述车辆信息还包括所述车辆的性能信息,所述车辆的性能信息包括所述车辆的核心设备的健康状态,所述核心设备是所述车辆中参与驱动所述车辆行驶的设备和/或器件。
可选的,所述核心设备的健康状态包括所述车辆的发动机的供油系统和/或空气系统的健康程度信息。
可选的,所述核心设备的健康状态还包括所述车辆的电动机的可用扭矩范围、所述电动机的效率、所述车辆的电池可用功率范围、所述电池的SoH。
可选的,所述车辆的性能信息还包括所述车辆的加速性能、制动性能以及所述车辆的功耗中的至少一种。
可选的,所述环境信息包括所述车辆所行驶道路的道路信息和/或所述车辆所处环境的天气信息。
可选的,所述道路信息包括所述行驶道路的坡度。
可选的,所述天气信息包括温度和/或天气。
可选的,所述环境信息还包括所述车辆的导航信息。
可选的,所述导航信息包括所述车辆所在位置、所述行驶道路的拥堵状态、所述行驶道路的限速值、所述行驶道路的红绿灯数量以及所述行驶道路的车辆转向需求中的至少一种。
可选的,所述车辆的工况信息包括所述车辆的速度、所述车辆的加速度和所述车辆的加速度变化率中的至少一种。
可选的,当所述车辆中配备有发动机时,所述车辆的工况信息还包括所述发动机的扭矩和/或所述发动机的转速。
可选的,所述车辆的工况信息还包括所述发动机的负荷、所述发动机的水温、所述发动机的排气温度、所述发动机的混合气空燃比以及所述发动机的喷油量中的至少一种。
可选的,当所述车辆中配备有电动机时,所述车辆的工况信息包括所述电动机的扭矩和/或所述电动机的转速。
可选的,所述车辆的工况信息还包括所述电动机的冷却液的温度、所述电动机的转子的温度以及所述电动机的静子的温度中的至少一种。
可选的,所述车辆的工况信息还包括所述电动机的控制器的功耗和/或所述电动机的功率转换装置的功耗。
可选的,所述车辆的操控信息包括车辆的油门操控信息、所述车辆的刹车操控信息、所述车辆的雨刮操控信息、所述车辆的车窗操控信息以及所述车辆的HVAC设备操控信息中的至少一种。
另一方面,本申请实施例提供了一种车辆控制方法,包括:
接收车辆发送的车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
根据所述车辆信息预测得到车辆状态曲线,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能;
向所述车辆发送所述车辆状态曲线。
可选的,所述车辆状态曲线包括所述车辆的工况曲线和/或所述车辆的性能曲线;
其中,所述工况曲线用于表征所述车辆从所述当前时刻起至所述预定时间段内的工况,所述性能曲线用于表征所述车辆从所述当前时刻起至所述预定时间段内的性能。
可选的,所述根据所述车辆信息预测得到车辆状态曲线,包括:
根据所述车辆信息预测得到从所述当前时刻至所述预定时间段内的驾驶行为,所述驾驶行为是预测得到的驾驶所述车辆的驾驶员对所述车辆进行操控的行为;
根据所述车辆信息、历史车辆信息和所述驾驶行为预测得到所述工况曲线,所述历史车辆信息是所述当前时刻前的车辆信息;
根据所述车辆信息预测得到所述性能曲线。
可选的,所述工况曲线包括所述车辆的速度曲线和/或所述车辆的功耗曲线。
可选的,所述工况曲线还包括所述车辆的附件状态曲线,所述附件状态曲线用于表征所述车辆的附件从所述当前时刻起至所述预定时间段内的开启和关闭状态,所述附件是所述车辆中不参与驱动所述车辆行驶的设备和/或器件。
可选的,所述性能曲线包括所述车辆的健康状态曲线。
可选的,所述工况曲线还包括所述车辆的发动机工况曲线和/或所述车辆的电动机工况曲线。
另一方面,本申请实施例提供了一种车辆的控制装置,包括:
获取模块,用于获取车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
处理模块,用于根据所述车辆信息预测得到车辆状态曲线,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能;根据所述车辆状态曲线生成从所述当前时刻起至所述预定时间段内对所述车辆进行控制的控制策略。
另一方面,本申请实施例提供了一种车辆的控制装置,包括:
获取模块,用于获取车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
发送模块,用于向服务器发送所述车辆信息,所述车辆信息用于使所述服务器接收到所述车辆信息后,根据所述车辆信息预测得到车辆状态曲线,根据所述车辆状态曲线生成从所述当前时刻起至所述预定时间段内对所述车辆进行控制的控制策略;
接收模块,用于接收所述服务器发送的所述控制策略;
其中,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能。
另一方面,本申请实施例提供了一种车辆的控制装置,包括:
接收模块,用于接收车辆发送的车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
处理模块,用于根据所述车辆信息预测得到车辆状态曲线,根据所述车辆状态曲线生成从所述当前时刻起至所述预定时间段内对所述车辆进行控制的控制策略,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能;
发送模块,用于向所述车辆发送所述控制策略。
另一方面,本申请实施例提供了一种车辆的控制装置,包括:
获取模块,用于获取车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
发送模块,用于向服务器发送所述车辆信息,所述车辆信息用于使所述服务器接收到所述车辆信息后,根据所述车辆信息预测得到车辆状态曲线,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能;
接收模块,用于接收所述服务器发送的所述车辆状态曲线;
处理模块,用于根据所述车辆状态曲线生成从所述当前时刻起至所述预定时间段内对所述车辆进行控制的控制策略。
另一方面,本申请实施例提供了一种车辆的控制装置,包括:
接收模块,用于接收车辆发送的车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
处理模块,用于根据所述车辆信息预测得到车辆状态曲线,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能;
发送模块,用于向所述车辆发送所述车辆状态曲线。
另一方面,本申请实施例提供了一种电子控制器,所述电子控制器配备于车辆中,包括处理器和存储器,所述存储器中存储有至少一条指令或程序,所述指令或程序由所述处理器加载并执行以实现如上任一所述的车辆的控制方法。
另一方面,本申请实施例提供了一种车辆,所述车辆包括上述的电子控制器。
另一方面,本申请实施例提供了一种服务器,其特征在于,所述服务器包括处理器和存储器,所述存储器中存储有至少一条指令或程序,所述指令或程序由所述处理器加载并执行以实现如上任一所述的车辆控制方法。
另一方面,本申请实施例提供了一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现如上任一所述的车辆的控制方法。
本申请技术方案,至少包括如下优点:
通过包含车辆的操控信息、车辆的工况信息和环境信息的车辆信息预测车辆状态曲线,通过车辆状态曲线生成车辆的控制策略,解决了仅通过环境信息预测车辆状态所导致的预测准确度较低的问题,且由于车辆的状态和驾驶员的操控习惯具有较强的相关性,因此通过包含操控信息的车辆信息能够对车辆状态进行更加准确的预测,从而提高了对车辆的控制策略的优化和/或调整的准确度。
附图说明
为了更清楚地说明本申请具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施方式,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是本申请一个示例性实施例提供的车辆的控制方法的实施环境示意图;
图2是本申请一个示例性实施例提供的车辆的控制方法的流程图;
图3是本申请一个示例性实施例提供的车辆的控制方法的流程图;
图4是本申请一个示例性实施例提供的车辆的控制方法的流程图;
图5是本申请一个示例性实施例提供的车辆的控制方法的流程图;
图6是本申请一个示例性实施例提供的车辆的控制方法的流程图;
图7是本申请一个示例性实施例提供的车辆的控制装置的框图;
图8是本申请一个示例性实施例提供的车辆的控制装置的框图;
图9是本申请一个示例性实施例提供的计算机设备的框图。
具体实施方式
下面将结合附图,对本申请中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。根据本申请中的实施例,本领域普通技术人员在不做出创造性劳动的前提下所获得的所有其它实施例,都属于本申请保护的范围。
在本申请的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等表征的方位或位置关系为根据附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是表征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申请的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为表征或暗示相对重要性。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电气连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
此外,下面所描述的本申请不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
参考图1,其示出了本申请一个示例性实施例提供的车辆的控制方法的实施环境示意图,如图1所示,该实施环境包括车辆110、第三方服务器120和平台服务器130。可选的,第三方服务器120和平台服务器130可以是同一服务器,也可以是同一服务提供方的服务器,也可以是不同服务提供方的服务器。
车辆110中配备有电子控制器111(该电子控制器可以是车辆110的整车控制器(vehicle control unit,VCU),其可以包括动力总成控制器、车身控制器等)、驾驶辅助系统(其可以包括高级驾驶辅助系统(advanced driving assistance system,ADAS)和人机交互系统(human machine interface,HMI))112和通信设备113。其中,电子控制器111可通过通信设备113与第三方服务器120和平台服务器130建立通信连接。其中:
通信设备113和第三方服务器120之间,通信设备113和平台服务器130之间可通过移动通信网络(例如,第三代移动通信(3rd generation mobile networks,3G)技术、长期演进(long term evolution,LTE)技术或第五代移动通信(5th generation mobilenetworks,5G)技术)建立无线通信连接。
车辆110中存储有车辆110的操控信息、车辆110的工况信息和车辆110的性能信息中的至少一种。操控信息是驾驶车辆110的驾驶员对其进行操控生成的数据,工况信息是与车辆110的工况相关的数据,性能信息是与车辆110的性能相关的数据。
示例性的,操控信息包括车辆110的油门操控信息、车辆110的刹车操控信息、车辆110的雨刮操控信息、车辆110的车窗操控信息以及车辆110的HVAC设备操控信息中的至少一种。
示例性的,工况信息包括车辆110的速度、车辆110的加速度和车辆110的加速度变化率中的至少一种。
当车辆110中配备有发动机时(例如,车辆110为燃油车或混合动力电动车),工况信息还包括发动机的扭矩和/或发动机的转速;可选的,工况信息还包括发动机的负荷、发动机的水温、发动机的排气温度、发动机的混合气空燃比以及发动机的喷油量中的至少一种。
当车辆110中配备有电动机时(例如,车辆110为混合动力电动车或纯电动车),工况信息还包括电动机的扭矩和/或电动机的转速;可选的,工况信息还包括电动机的冷却液的温度、电动机的转子的温度以及电动机的静子的温度中的至少一种;可选的,还包括电动机的控制器的功耗和/或电动机的功率转换装置的功耗。
示例性的,性能信息包括车辆110的核心设备的健康状态、车辆110的加速性能、制动性能以及车辆110的功耗中的至少一种。其中,核心设备是车辆110中参与驱动其行驶的设备和/或器件(例如,发动机、电动机、电动机的转子、静子等)。可选的,核心设备的健康状态包括车辆110的发动机的供油系统和/或空气系统的健康程度数据;可选的,核心设备的健康状态还包括车辆110的电动机的可用扭矩范围、电动机的效率、车辆110的电池可用功率范围、该电池的SoH。
驾驶辅助系统112中存储有环境信息,环境信息是车辆110所处环境的信息,其包括车辆110所行驶道路的道路信息和/或车辆110所处环境的天气信息;可选的,环境信息还包括车辆110的导航信息。
示例性的,天气信息包括温度和/或天气(例如,晴天、雨天、阴天、雪天、冰雹天等)。其中,该温度可包括车辆110的驾驶舱内的温度和/或驾驶舱外的环境温度。
示例性的,道路信息包括车辆110行驶道路的坡度。
示例性的,导航信息包括车辆110所在位置、车辆110的行驶道路的拥堵状态、该行驶道路的限速值、红绿灯数量以及该行驶道路的车辆转向需求中的至少一种。
第三方服务器110中存储有车辆110的加油信息和/或保养信息。其中,加油信息是与车辆110进行过的加油服务所相关的信息,保养信息是与车辆110进行过的保养服务所相关的信息。
示例性的,加油信息包括对车辆110进行加油的时间、地点以及加油量中的至少一种;保养信息包括对车辆110进行保养的时间、地点以及保养项目中的至少一种;可选的,保养信息还包括对车辆110进行维修的时间、地点以及零部件更换清单中的至少一种。
在一个可选的实施例中,电子控制器111,用于获取车辆信息;根据车辆信息预测得到车辆状态曲线;根据车辆状态曲线生成从当前时刻起至预定时间段内对车辆110进行控制的控制策略。
示例性的,该实施例中,电子控制器111获取车辆中的操控信息、工况信息和性能信息中的至少一种,通过驾驶辅助系统112获取环境信息(例如道路信息、天气信息、导航信息等),再执行对车辆数据的预处理到车辆的控制策略的部署,进行对车辆110的控制或对结果数据进行展现。
在一个可选的实施例中,电子控制器111,用于获取车辆信息,通过通信设备113向平台服务器130发送车辆信息;平台服务器130,用于根据车辆信息预测得到车辆状态曲线,通过通信设备113向电子控制器111发送该车辆状态曲线;电子控制器111,还用于根据车辆状态曲线生成从当前时刻起至预定时间段内对车辆110进行控制的控制策略。
示例性的,该实施例中,电子控制器111获取车辆中的操控信息、工况信息和性能信息中的至少一种,通过驾驶辅助系统112获取环境信息(例如道路信息、天气信息、导航信息等),通过通信设备113,基于无线网络将上述信息上传至平台服务器130,平台服务器130负责车辆数据的预处理和对车辆状态曲线的预测,并通过其信息发送接口将车辆状态曲线发送至通信设备113,通信设备113再将车辆状态曲线转发至电子控制器111,电子控制器111基于车辆状态曲线生成,以对车辆110进行控制或对结果数据进行展现。
在一个可选的实施例中,电子控制器111,用于获取车辆信息,通过通信设备113向平台服务器130发送车辆信息;平台服务器130,用于根据车辆信息预测得到车辆状态曲线,根据车辆状态曲线生成从当前时刻起至预定时间段内对车辆110进行控制的控制策略,通过通信设备113向电子控制器111发送该控制策略。
示例性的,该实施例中,电子控制器111获取车辆中的操控信息、工况信息和性能信息中的至少一种,通过驾驶辅助系统112获取环境信息(例如道路信息、天气信息、导航信息等),通过通信设备113,基于无线网络将上述信息上传至平台服务器130,平台服务器130负责车辆数据的预处理到车辆的控制策略的部署,并通过其信息发送接口将相关数据指标,或控制指令发送至通信设备113,通信设备113再将相关指令转发至车辆110的控制模块(例如电子控制器111),或相应的人机交互应用,以对车辆110进行控制或对结果数据进行展现。
上述实施例中,车辆信息包括操控信息、工况信息和环境信息;车辆状态曲线用于表征车辆110从当前时刻起至预定时间段内的车辆状态,车辆状态用于表征车辆110的工况和/或性能。
当环境信息包括道路信息时,电子控制器111可从驾驶辅助系统112获取道路信息;当环境信息包括天气信息时,电子控制器111可通过通信设备113从第三方服务器120获取天气信息。
参考图2,其示出了本申请一个示例性实施例提供的车辆的控制方法的流程图,该方法可应用于图1实施例中提供的实施环境中,该方法可由图1实施例中的电子控制器111执行,该方法包括:
步骤201,获取车辆信息,车辆信息包括车辆的操控信息、车辆的工况信息和环境信息。
电子控制器可通过车辆中的总线或硬线获取车辆中存储的操控信息和工况信息。
环境信息包括道路信息和/或天气信息。当环境信息包括道路信息时,电子控制器可从车辆中配备的ADAS获取道路信息;当环境信息包括天气信息时,电子控制器可通过通信设备从第三方服务器获取天气信息。
示例性的,电子控制器可通过以下方式中的任一种获取车辆信息:每隔预定间隔时间获取车辆信息;或,当车辆信息更新时,向电子控制器发送车辆信息。
可选的,在步骤201之后,还包括:存储车辆信息。示例性的,可将车辆信息存储于车辆的域控制器。
步骤202,根据车辆信息预测得到车辆状态曲线,车辆状态曲线用于表征车辆从当前时刻起至预定时间段内的车辆状态,车辆状态用于表征车辆的工况和/或性能。
电子控制器可通过调用算法模型对车辆信息进行处理,得到车辆状态曲线,该算法模型是根据历史车辆信息训练得到的,其可以是物理模型,也可以是机器学习模型。可选的,车辆状态曲线包括车辆的工况曲线和/或车辆的性能曲线。
示例性的,若车辆状态曲线包括工况曲线和性能曲线,则上述算法模型包括工况预测模型和性能预测模型,步骤202包括但不限于:调用工况预测模型对车辆信息进行处理,得到工况曲线;调用性能预测模型对车辆信息进行处理,得到性能曲线。
步骤203,根据车辆状态曲线生成从当前时刻起至预定时间段内对车辆进行控制的控制策略。
车辆状态曲线反应了车辆从当前时刻起至预定时间段内的车辆状态,因此可根据车辆状态曲线生成的控制策略,能够针对车辆状态曲线中反应的从当前时刻起至预定时间段内的潜在问题对车辆状态进行优化,生成相应的控制策略,进而根据该控制策略对车辆进行控制,提高了车辆的可靠性和/或驾驶性。
可选的,步骤203包括但不限于:根据车辆状态曲线在车辆的多个状态参数中确定需要进行优化的目标项目;根据目标项目生成控制策略。其中,状态参数是用于表征车辆的工况和/或性能的参数。
例如,通过对车辆状态曲线进行分析,确定从当前时刻起至预定时间段内会发生电池电量不足的缺陷,从而将电池电量确定为优化项目,进而根据车辆状态曲线针对电池电量不足的缺陷生成控制策略。
综上所述,本申请实施例中,通过包含车辆的操控信息、车辆的工况信息和环境信息的车辆信息预测车辆状态曲线,通过车辆状态曲线生成车辆的控制策略,解决了仅通过环境信息预测车辆状态所导致的预测准确度较低的问题,且由于车辆的状态和驾驶员的操控习惯强相关,因此通过包含操控信息的车辆信息能够对车辆状态进行更加准确的预测,从而提高了对车辆的控制策略的优化和/或调整的准确度。
参考图3,其示出了本申请一个示例性实施例提供的车辆的控制方法的流程图,该方法可应用于图1实施例中提供的实施环境中,该方法包括:
步骤301,电子控制器获取车辆数据。
电子控制器可通过车辆中的总线或硬线获取车辆中存储的操控信息和工况信息。
环境信息包括道路信息和/或天气信息。当环境信息包括道路信息时,电子控制器可从车辆中配备的ADAS获取道路信息;当环境信息包括天气信息时,电子控制器可通过通信设备从第三方服务器获取天气信息。
可选的,步骤301之后,还包括:存储车辆信息。示例性的,可将车辆信息存储于车辆的域控制器。
步骤302,电子控制器向平台服务器发送车辆数据。
电子控制器可通过通信设备向平台服务器发送获取得到的车辆数据。
步骤303,平台服务器根据车辆信息预测得到车辆状态曲线。
平台服务器可通过调用算法模型对车辆信息进行处理,得到车辆状态曲线,该算法模型是根据历史车辆信息训练得到的,其可以是物理模型,也可以是机器学习模型。可选的,车辆状态曲线包括车辆的速度曲线和/或车辆的功耗曲线。
步骤304,平台服务器向电子控制器发送车辆状态曲线。
平台服务器可通过无线网络向车辆的通信设备发送车辆状态曲线,通信设备向电子控制器转发该车辆状态曲线。
步骤305,电子控制器根据车辆状态曲线生成从当前时刻起至预定时间段内对车辆进行控制的控制策略。
电子控制器可针对车辆状态曲线中反应的从当前时刻起至预定时间段内的潜在问题对车辆状态进行优化,生成相应的控制策略,从而在后续的步骤中执行该控制策略对车辆进行控制。
可选的,步骤305包括但不限于:根据车辆状态曲线在车辆的多个状态参数中确定需要进行优化的目标项目;根据目标项目生成控制策略。其中,状态参数是用于表征车辆的工况和/或性能的参数。
参考图4,其示出了本申请一个示例性实施例提供的车辆的控制方法的流程图,该方法可应用于图1实施例中提供的实施环境中,该方法包括:
步骤401,电子控制器获取车辆数据。
电子控制器可通过车辆中的总线或硬线获取车辆中存储的操控信息和工况信息。
环境信息包括道路信息和/或天气信息。当环境信息包括道路信息时,电子控制器可从车辆中配备的ADAS获取道路信息;当环境信息包括天气信息时,电子控制器可通过通信设备从第三方服务器获取天气信息。
可选的,步骤401之后,还包括:存储车辆信息。示例性的,可通过电子控制器将车辆信息存储于车辆的域控制器。
步骤402,电子控制器向平台服务器发送车辆数据。
平台服务器可通过无线网络向车辆的通信设备发送车辆状态曲线,通信设备向电子控制器转发该车辆状态曲线。
步骤403,平台服务器根据车辆信息预测得到车辆状态曲线。
平台服务器可通过调用算法模型对车辆信息进行处理,得到车辆状态曲线,该算法模型是根据历史车辆信息训练得到的,其可以是物理模型,也可以是机器学习模型。可选的,车辆状态曲线包括车辆的速度曲线和/或车辆的功耗曲线。
步骤404,平台服务器根据车辆状态曲线生成从当前时刻起至预定时间段内对车辆进行控制的控制策略。
平台服务器可针对车辆状态曲线中反应的从当前时刻起至预定时间段内的潜在问题对车辆状态进行优化,生成相应的控制策略,从而在后续的步骤中执行该控制策略。
可选的,步骤404包括但不限于:根据车辆状态曲线在车辆的多个状态参数中确定需要进行优化的目标项目;根据目标项目生成控制策略。其中,状态参数是用于表征车辆的工况和/或性能的参数。
步骤405,平台服务器向电子控制器发送控制策略。
平台服务器可通过无线网络向车辆的通信设备发送控制策略,通信设备向电子控制器转发该控制策略,电子控制器在后续的步骤中执行该控制策略对车辆进行控制。
参考图5,其示出了本申请一个示例性实施例提供的车辆的控制方法的流程图,该方法可应用于图1实施例中提供的实施环境中,该方法可以是图2实施例中步骤202,图3实施例中的步骤303以及图4实施例中的步骤403的一种可选的实施方式,该方法包括:
步骤501,根据车辆信息预测得到从当前时刻至预定时间段内的驾驶行为。
其中,驾驶行为是预测得到的驾驶员对车辆进行操控的行为。
示例性的,可通过调用驾驶行为预测模型对车辆信息中的道路信息进行处理,得到从当前时刻至预定时间段内的驾驶行为,驾驶行为预测模型可以是机器学习模型,也可以是物理模型。
通常驾驶员的行为和环境信息(例如车辆所行驶道路的道路信息、车辆所处环境的天气信息)相关,通过环境信息能够较为准确地对驾驶行为进行预测。
步骤502,根据车辆信息、历史车辆信息和驾驶行为预测得到车辆的工况曲线。
其中,历史车辆信息是当前时刻之前的车辆信息。可选的,车辆的工况曲线包括车辆的速度曲线和/或车辆的功耗曲线;可选的,车辆的工况曲线还包括车辆的附件状态曲线;可选的,车辆的工况曲线还包括车辆的发动机工况曲线和/或所述车辆的电动机工况曲线。
其中,附件状态曲线用于表征车辆的附件从当前时刻起至预定时间段内的开启和关闭状态,附件是车辆中不参与驱动车辆行驶的设备和/或器件。
其中,车辆的功耗曲线与附件状态曲线相关,而附件状态曲线与驾驶行为相关,结合历史车辆信息对预测得到的功耗曲线与附件状态曲线进行校正,能够准确地对车辆的工况曲线进行预测。
步骤503,根据车辆信息预测得到车辆的性能曲线。
其中,车辆的性能曲线包括车辆的健康状态曲线(例如,车辆的电池的健康状态曲线)。示例性的,可通过调用健康预测模型对车辆信息进行处理,得到车辆的健康状态曲线,该健康预测模型可以是机器学习模型,也可以是物理模型。
参考图6,其示出了本申请一个示例性实施例提供的车辆的控制方法的流程图,该方法可应用于图1实施例中提供的实施环境中,该方法可以是图2实施例中步骤203,图3实施例中的步骤305以及图4实施例中的步骤404的一种可选的实施方式,该方法包括:
步骤601,根据车辆信息,预测得到驾驶诉求,驾驶诉求是根据状态曲线预测得到的驾驶员从当前时刻起至预定时间段内对车辆状态的诉求。
其中,驾驶诉求能够反映驾驶员的习惯偏好(例如,在温度高于多少度或低于多少度时会优先打开空调而不是打开或关闭车窗)。可选的,可根据车辆信息和历史车辆信息预测得到驾驶诉求。
示例性的,可通过调用驾驶习惯模型对车辆信息和历史车辆信息进行处理,得到驾驶诉求,该驾驶习惯模型可以是机器学习模型,也可以是物理模型。
通过引入历史车辆信息能够对预测得到的驾驶诉求进行修正,从而提高车辆状态曲线的预测准确率。可选的,可通过历史车辆信息生成历史车辆状态曲线;通过历史状态曲线和车辆状态曲线预测得到驾驶诉求。
步骤602,根据车辆状态曲线在多个状态参数中确定目标项目。
根据车辆状态曲线能够预测到从当前时刻起预定时间段内的车辆状态,从而可根据车辆状态曲线在多个状态参数中确定需要进行优化的作为候选目标,结合驾驶诉求,在候选目标中确定目标项目。
例如,可通过车辆状态曲线,识别到车辆的电池存在老化趋势,将影响电池健康的状态参数确定为目标项目。
步骤603,根据目标项目和驾驶诉求,在目标项目对应的候选控制策略中确定从当前时刻起至预定时间段内对车辆进行控制的控制策略。
当目标项目存在多个候选策略时,各个候选策略之间可能存在互斥关系,例如,以48V系统为例,目标项目为节能,节能对应的候选控制策略包括滑行起停、能量回收等,前者适用于驾驶风格较平稳的驾驶类型,而后者适用于较激进的驾驶风格,可基于驾驶员的驾驶诉求,确定合适的节能策略。
本申请实施例中,可通过对历史车辆数据进行挖掘、分析,实现以下目的:
(1)从历史车辆数据中挖掘出具有价值的信息,作为预测模型的开发、修正的支持信息;(2)为预测模型开发及测试验证提供支持,对不同数据、方案下开发的预测模型的测试评估提供支持;(3)为新开发模型的价值推广提供支持:不同的车辆的运行历史有差异,但共性特性数据可传承和分享,如车型相同、驾驶风格、运行交通环境类似的两辆车,里程较高者的数据可为里程较低车辆提供参考,通过该环境可有效实现该目的;(4)优化策略效果:如某些系统配置下系统的车速预测精度有限,如果可以对车辆真实速度进行存储,对于固定路线车辆,则可在后续车速预测时将导航信息和历史车速信息相结合,从而改进车速预测效果。
本申请实施例中,对于配备有域控制器及云服务(即利用平台服务器进行运算的服务)的车辆,由于其本地部署了较强的计算资源,可将对实时计算需求较高的预测模型部署到域控制器,而将适合在云端(即平台服务器)上利用大数据进行训练的机器学习模型部署到云端,该方案下可以将云端和域控制器的功能进行划分,将实时计算相关的功能逻辑部署在域控制器上,而将大数据收集、存储的环节部署在云端,同时建立云端和域控制器的通信机制,保证本地计算所采用的输入信息的准确性。
在一个示例性的实施例中,在云端预测出车辆状态曲线后,可将相关结果数据通过信息发送接口传递至域控制器,作为其后续计算的依据。对于因路况较复杂或其他原因导致的预测模型资源占用较高的情况,将其部署在云端可避免对域控制器的资源大幅占用,减缓域控制器的寿命损耗。该实施例的一种实现方式可以是图3实施例。
然而,当云端和域控制器之间的通信出现问题时,该服务将不可用,鉴于此,在另一个示例性的实施例中,在域控制器中设置本地数据库实现对云端所预测的结果数据进行本地存储备份。云端可基于历史车辆数据进行分析,对车辆的使用工况进行分析统计,如发现该车辆的车速谱具有可重复性,或与实际交通导航信息之前存在强规律性,则可将相关结果数据,或数据预测模型存储在域控制器中。后期当云端识别到了车辆运行路线及其交通情况后,可经通信设备告知域控制器其存储的车速相关数据/模型是否可直接使用;如可用,则域控制器直接调取本地数据库信息即可,即使中间经历了通信中断也可不受影响;同时,域控制器也可将各车辆的关键信息回传至云端,云端评估其执行效果和潜在改进机会,并通过更新域控制器的本地数据库信息的方式改善其功能效果。该实施例的一种实现方式可以是图2实施例。
相比依靠云端的方案,本地数据库备份可有效降低服务资源损耗。例如,对于历史车辆数据预测车辆运行工况,很可能存在如下情况:该车主的常用路线有多条,具体选择哪条跟不同线路下的交通拥堵情况关系较大,依靠域控制器带来的对VCU、ADAS等信号的实时探测能力,可建立一个高效的车主路线选择预测模型,实际驾驶时在车主选择或切换路线时迅速做出响应;反之,如依靠云端基于全球定位系统(global positioning system,GPS)信号来判断,如通信率过低可能导致效果受限,通信率过高又会导致云端负载过大。
参考图7,其示出了本申请一个示例性实施例提供的车辆的控制装置的框图,该装置可以通过软件、硬件或者两者的结合实现成为上述实施例中的电子控制器,该装置包括获取模块710、处理模块720、接收模块730和发送模块740。
获取模块710,用于执行步骤201、步骤301、步骤401以及其它由电子控制器执行的获取步骤。
处理模块720,用于执行步骤202、步骤203、步骤305、步骤501、步骤502、步骤503、步骤601、步骤602、步骤603以及其它由电子控制器执行的计算或处理步骤。
接收模块730,用于执行上述任一实施例中由电子控制器执行的接收步骤。
发送模块740,用于执行步骤302、步骤402以及其它由电子控制器执行的发送步骤。
参考图8,其示出了本申请一个示例性实施例提供的车辆的控制装置的框图,该装置可以通过软件、硬件或者两者的结合实现成为上述实施例中的平台服务器,该装置包括接收模块810、处理模块820和发送模块830。
接收模块810,用于执行上述任一实施例中由平台服务器执行的接收步骤。
处理模块820,用于执行步骤303、步骤403、步骤404、步骤501、步骤502、步骤503、步骤601、步骤602、步骤603以及其它由电子控制器执行的计算或处理步骤。
发送模块830,用于执行步骤304、步骤405以及其它由平台服务器执行的发送步骤。
参考图9,其示出了本申请一个示例性的实施例提供的计算机设备的框图。该计算机设备可以是上述任一实施例中提供的电子控制器或平台服务器,其包括:处理器910以及存储器920。
处理器910可以是中央处理器(central processing unit,CPU),网络处理器(network processor,NP)或者CPU和NP的组合。处理器910还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit,ASIC),可编程逻辑器件(programmable logic device,PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complex programmable logic device,CPLD),现场可编程逻辑门阵列(field-programmable gate array,FPGA),通用阵列逻辑(generic array logic,GAL)或其任意组合。
存储器920通过总线或其它方式与处理器910相连,存储器920中存储有至少一条指令、至少一段程序、代码集或指令集,上述至少一条指令、至少一段程序、代码集或指令集由处理器910加载并执行以实现如上任一实施例中提供的车辆的控制方法。存储器920可以为易失性存储器(volatile memory),非易失性存储器(non-volatile memory)或者它们的组合。易失性存储器可以为随机存取存储器(random-access memory,RAM),例如静态随机存取存储器(static random access memory,SRAM),动态随机存取存储器(dynamicrandom access memory,DRAM)。非易失性存储器可以为只读存储器(read only memoryimage,ROM),例如可编程只读存储器(programmable read only memory,PROM),可擦除可编程只读存储器(erasable programmable read only memory,EPROM),电可擦除可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)。非易失性存储器也可以为快闪存储器(flash memory),磁存储器,例如磁带(magnetic tape),软盘(floppy disk),硬盘。非易失性存储器也可以为光盘。
本申请还提供了一种车辆,该车辆中配备有以上任一实施例中提供的电子控制器。
本申请还提供一种计算机可读存储介质,该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所述处理器加载并执行以实现如上述任一实施例所述的车辆的控制方法。
本申请还提供了一种计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行上述各个方法实施例提供的车辆的控制方法。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本申请创造的保护范围之中。
Claims (100)
1.一种车辆的控制方法,其特征在于,包括:
获取车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
根据所述车辆信息预测得到车辆状态曲线,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能;
根据所述车辆信息预测得到驾驶诉求,所述驾驶诉求是驾驶所述车辆的驾驶员从当前时刻起至预定时间段内对车辆状态的需求;
根据所述车辆状态曲线在多个状态参数中确定目标项目,所述状态参数是用于表征所述车辆的工况和/或性能的参数;
根据所述目标项目和所述驾驶诉求,在所述目标项目对应的候选控制策略中确定从所述当前时刻起至所述预定时间段内对车辆进行控制的控制策略。
2.根据权利要求1所述的方法,其特征在于,所述车辆状态曲线包括所述车辆的工况曲线和/或所述车辆的性能曲线;
其中,所述工况曲线用于表征所述车辆从所述当前时刻起至所述预定时间段内的工况,所述性能曲线用于表征所述车辆从所述当前时刻起至所述预定时间段内的性能。
3.根据权利要求2所述的方法,其特征在于,所述根据所述车辆信息预测得到车辆状态曲线,包括:
根据所述车辆信息预测得到从所述当前时刻至所述预定时间段内的驾驶行为,所述驾驶行为是预测得到的驾驶所述车辆的驾驶员对所述车辆进行操控的行为;
根据所述车辆信息、历史车辆信息和所述驾驶行为预测得到所述工况曲线,所述历史车辆信息是所述当前时刻前的车辆信息;
根据所述车辆信息预测得到所述性能曲线。
4.根据权利要求1至3任一所述的方法,其特征在于,所述获取车辆信息之后,还包括:
存储所述车辆信息。
5.根据权利要求4所述的方法,其特征在于,所述存储所述车辆信息,包括:
将所述车辆信息存储于所述车辆的域控制器。
6.根据权利要求2或3所述的方法,其特征在于,所述工况曲线包括所述车辆的速度曲线和/或所述车辆的功耗曲线。
7.根据权利要求6所述的方法,其特征在于,所述工况曲线还包括所述车辆的附件状态曲线,所述附件状态曲线用于表征所述车辆的附件从所述当前时刻起至所述预定时间段内的开启和关闭状态,所述附件是所述车辆中不参与驱动所述车辆行驶的设备和/或器件。
8.根据权利要求7所述的方法,其特征在于,所述性能曲线包括所述车辆的健康状态曲线。
9.根据权利要求7所述的方法,其特征在于,所述工况曲线还包括所述车辆的发动机工况曲线和/或所述车辆的电动机工况曲线。
10.根据权利要求6所述的方法,其特征在于,所述车辆信息还包括所述车辆的加油信息和/或所述车辆的保养信息。
11.根据权利要求10所述的方法,其特征在于,所述车辆的加油信息包括对所述车辆进行加油的时间、地点以及加油量中的至少一种。
12.根据权利要求11所述的方法,其特征在于,所述车辆的保养信息包括对所述车辆进行保养的时间、地点以及保养项目中的至少一种。
13.根据权利要求12所述的方法,其特征在于,所述车辆的保养信息还包括对所述车辆进行维修的时间、地点以及零部件更换清单中的至少一种。
14.根据权利要求10所述的方法,其特征在于,所述车辆信息还包括所述车辆的性能信息,所述车辆的性能信息包括所述车辆的核心设备的健康状态,所述核心设备是所述车辆中参与驱动所述车辆行驶的设备和/或器件。
15.根据权利要求14所述的方法,其特征在于,所述核心设备的健康状态包括所述车辆的发动机的供油系统和/或空气系统的健康程度信息。
16.根据权利要求15所述的方法,其特征在于,所述核心设备的健康状态还包括所述车辆的电动机的可用扭矩范围、所述电动机的效率、所述车辆的电池可用功率范围、所述电池的SoH。
17.根据权利要求14所述的方法,其特征在于,所述车辆的性能信息还包括所述车辆的加速性能、制动性能以及所述车辆的功耗中的至少一种。
18.根据权利要求14所述的方法,其特征在于,所述环境信息包括所述车辆所行驶道路的道路信息和/或所述车辆所处环境的天气信息。
19.根据权利要求18所述的方法,其特征在于,所述道路信息包括所述行驶道路的坡度。
20.根据权利要求19所述的方法,其特征在于,所述天气信息包括温度和/或天气。
21.根据权利要求18所述的方法,其特征在于,所述环境信息还包括所述车辆的导航信息。
22.根据权利要求21所述的方法,其特征在于,所述导航信息包括所述车辆所在位置、所述行驶道路的拥堵状态、所述行驶道路的限速值、所述行驶道路的红绿灯数量以及所述行驶道路的车辆转向需求中的至少一种。
23.根据权利要求22所述的方法,其特征在于,所述车辆的工况信息包括所述车辆的速度、所述车辆的加速度和所述车辆的加速度变化率中的至少一种。
24.根据权利要求23所述的方法,其特征在于,当所述车辆中配备有发动机时,所述车辆的工况信息还包括所述发动机的扭矩和/或所述发动机的转速。
25.根据权利要求24所述的方法,其特征在于,所述车辆的工况信息还包括所述发动机的负荷、所述发动机的水温、所述发动机的排气温度、所述发动机的混合气空燃比以及所述发动机的喷油量中的至少一种。
26.根据权利要求23所述的方法,其特征在于,当所述车辆中配备有电动机时,所述车辆的工况信息包括所述电动机的扭矩和/或所述电动机的转速。
27.根据权利要求26所述的方法,其特征在于,所述车辆的工况信息还包括所述电动机的冷却液的温度、所述电动机的转子的温度以及所述电动机的静子的温度中的至少一种。
28.根据权利要求27所述的方法,其特征在于,所述车辆的工况信息还包括所述电动机的控制器的功耗和/或所述电动机的功率转换装置的功耗。
29.根据权利要求23所述的方法,其特征在于,所述车辆的操控信息包括车辆的油门操控信息、所述车辆的刹车操控信息、所述车辆的雨刮操控信息、所述车辆的车窗操控信息以及所述车辆的HVAC设备操控信息中的至少一种。
30.一种车辆的控制方法,其特征在于,包括:
获取车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
向服务器发送所述车辆信息,所述车辆信息用于使所述服务器接收到所述车辆信息后,根据所述车辆信息预测得到车辆状态曲线,根据所述车辆信息预测得到驾驶诉求,根据所述车辆状态曲线在多个状态参数中确定目标项目,根据所述目标项目和所述驾驶诉求,在所述目标项目对应的候选控制策略中确定从当前时刻起至预定时间段内对车辆进行控制的控制策略;
接收所述服务器发送的所述控制策略;
其中,所述驾驶诉求是驾驶所述车辆的驾驶员从当前时刻起至预定时间段内对车辆状态的需求,所述状态参数是用于表征所述车辆的工况和/或性能的参数。
31.根据权利要求30所述的方法,其特征在于,所述获取车辆信息之后,还包括:
存储所述车辆信息。
32.根据权利要求31所述的方法,其特征在于,所述存储所述车辆信息,包括:
将所述车辆信息存储于所述车辆的域控制器。
33.根据权利要求30至32任一所述的方法,其特征在于,所述车辆信息还包括所述车辆的加油信息和/或所述车辆的保养信息。
34.根据权利要求33所述的方法,其特征在于,所述车辆的加油信息包括对所述车辆进行加油的时间、地点以及加油量中的至少一种。
35.根据权利要求34所述的方法,其特征在于,所述车辆的保养信息包括对所述车辆进行保养的时间、地点以及保养项目中的至少一种。
36.根据权利要求35所述的方法,其特征在于,所述车辆的保养信息还包括对所述车辆进行维修的时间、地点以及零部件更换清单中的至少一种。
37.根据权利要求33所述的方法,其特征在于,所述车辆信息还包括所述车辆的性能信息,所述车辆的性能信息包括所述车辆的核心设备的健康状态,所述核心设备是所述车辆中参与驱动所述车辆行驶的设备和/或器件。
38.根据权利要求37所述的方法,其特征在于,所述核心设备的健康状态包括所述车辆的发动机的供油系统和/或空气系统的健康程度信息。
39.根据权利要求38所述的方法,其特征在于,所述核心设备的健康状态还包括所述车辆的电动机的可用扭矩范围、所述电动机的效率、所述车辆的电池可用功率范围、所述电池的SoH。
40.根据权利要求37所述的方法,其特征在于,所述车辆的性能信息还包括所述车辆的加速性能、制动性能以及所述车辆的功耗中的至少一种。
41.根据权利要求37所述的方法,其特征在于,所述环境信息包括所述车辆所行驶道路的道路信息和/或所述车辆所处环境的天气信息。
42.根据权利要求41所述的方法,其特征在于,所述道路信息包括所述行驶道路的坡度。
43.根据权利要求42所述的方法,其特征在于,所述天气信息包括温度和/或天气。
44.根据权利要求41所述的方法,其特征在于,所述环境信息还包括所述车辆的导航信息。
45.根据权利要求44所述的方法,其特征在于,所述导航信息包括所述车辆所在位置、所述行驶道路的拥堵状态、所述行驶道路的限速值、所述行驶道路的红绿灯数量以及所述行驶道路的车辆转向需求中的至少一种。
46.根据权利要求45所述的方法,其特征在于,所述车辆的工况信息包括所述车辆的速度、所述车辆的加速度和所述车辆的加速度变化率中的至少一种。
47.根据权利要求46所述的方法,其特征在于,当所述车辆中配备有发动机时,所述车辆的工况信息还包括所述发动机的扭矩和/或所述发动机的转速。
48.根据权利要求47所述的方法,其特征在于,所述车辆的工况信息还包括所述发动机的负荷、所述发动机的水温、所述发动机的排气温度、所述发动机的混合气空燃比以及所述发动机的喷油量中的至少一种。
49.根据权利要求46所述的方法,其特征在于,当所述车辆中配备有电动机时,所述车辆的工况信息包括所述电动机的扭矩和/或所述电动机的转速。
50.根据权利要求49所述的方法,其特征在于,所述车辆的工况信息还包括所述电动机的冷却液的温度、所述电动机的转子的温度以及所述电动机的静子的温度中的至少一种。
51.根据权利要求50所述的方法,其特征在于,所述车辆的工况信息还包括所述电动机的控制器的功耗和/或所述电动机的功率转换装置的功耗。
52.根据权利要求46所述的方法,其特征在于,所述车辆的操控信息包括车辆的油门操控信息、所述车辆的刹车操控信息、所述车辆的雨刮操控信息、所述车辆的车窗操控信息以及所述车辆的HVAC设备操控信息中的至少一种。
53.一种车辆的控制方法,其特征在于,包括:
接收车辆发送的车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
根据所述车辆信息预测得到车辆状态曲线;
根据所述车辆信息预测得到驾驶诉求,所述驾驶诉求是驾驶所述车辆的驾驶员从当前时刻起至预定时间段内对车辆状态的需求;
根据所述车辆状态曲线在多个状态参数中确定目标项目,所述状态参数是用于表征所述车辆的工况和/或性能的参数,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能;
根据所述目标项目和所述驾驶诉求,在所述目标项目对应的候选控制策略中确定从所述当前时刻起至所述预定时间段内对车辆进行控制的控制策略;
向所述车辆发送所述控制策略。
54.根据权利要求53所述的方法,其特征在于,所述车辆状态曲线包括所述车辆的工况曲线和/或所述车辆的性能曲线;
其中,所述工况曲线用于表征所述车辆从所述当前时刻起至所述预定时间段内的工况,所述性能曲线用于表征所述车辆从所述当前时刻起至所述预定时间段内的性能。
55.根据权利要求54所述的方法,其特征在于,所述根据所述车辆信息预测得到车辆状态曲线,包括:
根据所述车辆信息预测得到从所述当前时刻至所述预定时间段内的驾驶行为,所述驾驶行为是预测得到的驾驶所述车辆的驾驶员对所述车辆进行操控的行为;
根据所述车辆信息、历史车辆信息和所述驾驶行为预测得到所述工况曲线,所述历史车辆信息是所述当前时刻前的车辆信息;
根据所述车辆信息预测得到所述性能曲线。
56.根据权利要求54或55所述的方法,其特征在于,所述工况曲线包括所述车辆的速度曲线和/或所述车辆的功耗曲线。
57.根据权利要求56所述的方法,其特征在于,所述工况曲线还包括所述车辆的附件状态曲线,所述附件状态曲线用于表征所述车辆的附件从所述当前时刻起至所述预定时间段内的开启和关闭状态,所述附件是所述车辆中不参与驱动所述车辆行驶的设备和/或器件。
58.根据权利要求57所述的方法,其特征在于,所述性能曲线包括所述车辆的健康状态曲线。
59.根据权利要求57所述的方法,其特征在于,所述工况曲线还包括所述车辆的发动机工况曲线和/或所述车辆的电动机工况曲线。
60.一种车辆控制方法,其特征在于,包括:
获取车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
向服务器发送所述车辆信息,所述车辆信息用于使所述服务器接收到所述车辆信息后,根据所述车辆信息预测得到车辆状态曲线,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能;
接收所述服务器发送的所述车辆状态曲线;
根据所述车辆信息预测得到驾驶诉求,所述驾驶诉求是驾驶所述车辆的驾驶员从当前时刻起至预定时间段内对车辆状态的需求;
根据所述车辆状态曲线在多个状态参数中确定目标项目,所述状态参数是用于表征所述车辆的工况和/或性能的参数;
根据所述目标项目和所述驾驶诉求,在所述目标项目对应的候选控制策略中确定从所述当前时刻起至所述预定时间段内对车辆进行控制的控制策略。
61.根据权利要求60所述的方法,其特征在于,所述获取车辆信息之后,还包括:
存储所述车辆信息。
62.根据权利要求61所述的方法,其特征在于,所述存储所述车辆信息,包括:
将所述车辆信息存储于所述车辆的域控制器。
63.根据权利要求60至62任一所述的方法,其特征在于,所述车辆信息还包括所述车辆的加油信息和/或所述车辆的保养信息。
64.根据权利要求63所述的方法,其特征在于,所述车辆的加油信息包括对所述车辆进行加油的时间、地点以及加油量中的至少一种。
65.根据权利要求64所述的方法,其特征在于,所述车辆的保养信息包括对所述车辆进行保养的时间、地点以及保养项目中的至少一种。
66.根据权利要求65所述的方法,其特征在于,所述车辆的保养信息还包括对所述车辆进行维修的时间、地点以及零部件更换清单中的至少一种。
67.根据权利要求63所述的方法,其特征在于,所述车辆信息还包括所述车辆的性能信息,所述车辆的性能信息包括所述车辆的核心设备的健康状态,所述核心设备是所述车辆中参与驱动所述车辆行驶的设备和/或器件。
68.根据权利要求67所述的方法,其特征在于,所述核心设备的健康状态包括所述车辆的发动机的供油系统和/或空气系统的健康程度信息。
69.根据权利要求68所述的方法,其特征在于,所述核心设备的健康状态还包括所述车辆的电动机的可用扭矩范围、所述电动机的效率、所述车辆的电池可用功率范围、所述电池的SoH。
70.根据权利要求67所述的方法,其特征在于,所述车辆的性能信息还包括所述车辆的加速性能、制动性能以及所述车辆的功耗中的至少一种。
71.根据权利要求67所述的方法,其特征在于,所述环境信息包括所述车辆所行驶道路的道路信息和/或所述车辆所处环境的天气信息。
72.根据权利要求71所述的方法,其特征在于,所述道路信息包括所述行驶道路的坡度。
73.根据权利要求72所述的方法,其特征在于,所述天气信息包括温度和/或天气。
74.根据权利要求71所述的方法,其特征在于,所述环境信息还包括所述车辆的导航信息。
75.根据权利要求74所述的方法,其特征在于,所述导航信息包括所述车辆所在位置、所述行驶道路的拥堵状态、所述行驶道路的限速值、所述行驶道路的红绿灯数量以及所述行驶道路的车辆转向需求中的至少一种。
76.根据权利要求75所述的方法,其特征在于,所述车辆的工况信息包括所述车辆的速度、所述车辆的加速度和所述车辆的加速度变化率中的至少一种。
77.根据权利要求76所述的方法,其特征在于,当所述车辆中配备有发动机时,所述车辆的工况信息还包括所述发动机的扭矩和/或所述发动机的转速。
78.根据权利要求77所述的方法,其特征在于,所述车辆的工况信息还包括所述发动机的负荷、所述发动机的水温、所述发动机的排气温度、所述发动机的混合气空燃比以及所述发动机的喷油量中的至少一种。
79.根据权利要求76所述的方法,其特征在于,当所述车辆中配备有电动机时,所述车辆的工况信息包括所述电动机的扭矩和/或所述电动机的转速。
80.根据权利要求79所述的方法,其特征在于,所述车辆的工况信息还包括所述电动机的冷却液的温度、所述电动机的转子的温度以及所述电动机的静子的温度中的至少一种。
81.根据权利要求80所述的方法,其特征在于,所述车辆的工况信息还包括所述电动机的控制器的功耗和/或所述电动机的功率转换装置的功耗。
82.根据权利要求76所述的方法,其特征在于,所述车辆的操控信息包括车辆的油门操控信息、所述车辆的刹车操控信息、所述车辆的雨刮操控信息、所述车辆的车窗操控信息以及所述车辆的HVAC设备操控信息中的至少一种。
83.一种车辆控制方法,其特征在于,包括:
接收车辆发送的车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
根据所述车辆信息预测得到车辆状态曲线,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能;
向所述车辆发送所述车辆状态曲线,所述车辆状态曲线用于使所述车辆接收到所述车辆状态曲线后,根据所述车辆信息预测得到驾驶诉求,根据所述车辆状态曲线在多个状态参数中确定目标项目,根据所述目标项目和所述驾驶诉求,在所述目标项目对应的候选控制策略中确定从所述当前时刻起至所述预定时间段内对车辆进行控制的控制策略;
其中,所述驾驶诉求是驾驶所述车辆的驾驶员从当前时刻起至预定时间段内对车辆状态的需求,所述状态参数是用于表征所述车辆的工况和/或性能的参数。
84.根据权利要求83所述的方法,其特征在于,所述车辆状态曲线包括所述车辆的工况曲线和/或所述车辆的性能曲线;
其中,所述工况曲线用于表征所述车辆从所述当前时刻起至所述预定时间段内的工况,所述性能曲线用于表征所述车辆从所述当前时刻起至所述预定时间段内的性能。
85.根据权利要求84所述的方法,其特征在于,所述根据所述车辆信息预测得到车辆状态曲线,包括:
根据所述车辆信息预测得到从所述当前时刻至所述预定时间段内的驾驶行为,所述驾驶行为是预测得到的驾驶所述车辆的驾驶员对所述车辆进行操控的行为;
根据所述车辆信息、历史车辆信息和所述驾驶行为预测得到所述工况曲线,所述历史车辆信息是所述当前时刻前的车辆信息;
根据所述车辆信息预测得到所述性能曲线。
86.根据权利要求84或85所述的方法,其特征在于,所述工况曲线包括所述车辆的速度曲线和/或所述车辆的功耗曲线。
87.根据权利要求86所述的方法,其特征在于,所述工况曲线还包括所述车辆的附件状态曲线,所述附件状态曲线用于表征所述车辆的附件从所述当前时刻起至所述预定时间段内的开启和关闭状态,所述附件是所述车辆中不参与驱动所述车辆行驶的设备和/或器件。
88.根据权利要求87所述的方法,其特征在于,所述性能曲线包括所述车辆的健康状态曲线。
89.根据权利要求88所述的方法,其特征在于,所述工况曲线还包括所述车辆的发动机工况曲线和/或所述车辆的电动机工况曲线。
90.一种车辆的控制装置,其特征在于,包括:
获取模块,用于获取车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
处理模块,用于根据所述车辆信息预测得到车辆状态曲线,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能;根据所述车辆信息预测得到驾驶诉求,所述驾驶诉求是驾驶所述车辆的驾驶员从当前时刻起至预定时间段内对车辆状态的需求;根据所述车辆状态曲线在多个状态参数中确定目标项目,所述状态参数是用于表征所述车辆的工况和/或性能的参数;根据所述目标项目和所述驾驶诉求,在所述目标项目对应的候选控制策略中确定从所述当前时刻起至所述预定时间段内对车辆进行控制的控制策略。
91.一种车辆的控制装置,其特征在于,包括:
获取模块,用于获取车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
发送模块,用于向服务器发送所述车辆信息,所述车辆信息用于使所述服务器接收到所述车辆信息后,根据所述车辆信息预测得到车辆状态曲线,根据所述车辆信息预测得到驾驶诉求,根据所述车辆状态曲线在多个状态参数中确定目标项目,根据所述目标项目和所述驾驶诉求,在所述目标项目对应的候选控制策略中确定从当前时刻起至预定时间段内对车辆进行控制的控制策略;
接收模块,用于接收所述服务器发送的所述控制策略;
其中,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能,所述驾驶诉求是驾驶所述车辆的驾驶员从当前时刻起至预定时间段内对车辆状态的需求,所述状态参数是用于表征所述车辆的工况和/或性能的参数。
92.一种车辆的控制装置,其特征在于,包括:
接收模块,用于接收车辆发送的车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
处理模块,用于根据所述车辆信息预测得到车辆状态曲线,根据所述车辆状态曲线生成从当前时刻起至预定时间段内对所述车辆进行控制的控制策略;根据所述车辆信息预测得到驾驶诉求;根据所述车辆状态曲线在多个状态参数中确定目标项目;根据所述目标项目和所述驾驶诉求,在所述目标项目对应的候选控制策略中确定从所述当前时刻起至所述预定时间段内对车辆进行控制的控制策略;
其中,所述驾驶诉求是驾驶所述车辆的驾驶员从当前时刻起至预定时间段内对车辆状态的需求,所述状态参数是用于表征所述车辆的工况和/或性能的参数,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能;
发送模块,用于向所述车辆发送所述控制策略。
93.一种车辆的控制装置,其特征在于,包括:
获取模块,用于获取车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
发送模块,用于向服务器发送所述车辆信息,所述车辆信息用于使所述服务器接收到所述车辆信息后,根据所述车辆信息预测得到车辆状态曲线,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能;
接收模块,用于接收所述服务器发送的所述车辆状态曲线;
处理模块,用于根据所述车辆信息预测得到驾驶诉求,所述驾驶诉求是驾驶所述车辆的驾驶员从当前时刻起至预定时间段内对车辆状态的需求;根据所述车辆状态曲线在多个状态参数中确定目标项目,所述状态参数是用于表征所述车辆的工况和/或性能的参数;根据所述目标项目和所述驾驶诉求,在所述目标项目对应的候选控制策略中确定从所述当前时刻起至所述预定时间段内对车辆进行控制的控制策略。
94.一种车辆的控制装置,其特征在于,包括:
接收模块,用于接收车辆发送的车辆信息,所述车辆信息包括所述车辆的操控信息、所述车辆的工况信息和环境信息,所述操控信息是驾驶所述车辆的驾驶员对所述车辆进行操控生成的数据;
处理模块,用于根据所述车辆信息预测得到车辆状态曲线,所述车辆状态曲线用于表征所述车辆从当前时刻起至预定时间段内的车辆状态,所述车辆状态用于表征所述车辆的工况和/或性能;
发送模块,用于向所述车辆发送所述车辆状态曲线,所述车辆状态曲线用于使所述车辆接收到所述车辆状态曲线后,根据所述车辆信息预测得到驾驶诉求,根据所述车辆状态曲线在多个状态参数中确定目标项目,根据所述目标项目和所述驾驶诉求,在所述目标项目对应的候选控制策略中确定从所述当前时刻起至所述预定时间段内对车辆进行控制的控制策略;
其中,所述驾驶诉求是驾驶所述车辆的驾驶员从当前时刻起至预定时间段内对车辆状态的需求,所述状态参数是用于表征所述车辆的工况和/或性能的参数。
95.一种电子控制器,其特征在于,所述电子控制器配备于车辆中,包括处理器和存储器,所述存储器中存储有至少一条指令或程序,所述指令或程序由所述处理器加载并执行以实现如权利要求1至52中任一所述的车辆的控制方法。
96.一种电子控制器,其特征在于,所述电子控制器配备于车辆中,包括处理器和存储器,所述存储器中存储有至少一条指令或程序,所述指令或程序由所述处理器加载并执行以实现如权利要求60至82中任一所述的车辆的控制方法。
97.一种服务器,其特征在于,所述服务器包括处理器和存储器,所述存储器中存储有至少一条指令或程序,所述指令或程序由所述处理器加载并执行以实现如权利要求53至59任一所述的车辆控制方法。
98.一种服务器,其特征在于,所述服务器包括处理器和存储器,所述存储器中存储有至少一条指令或程序,所述指令或程序由所述处理器加载并执行以实现如权利要求83至89任一所述的车辆控制方法。
99.一种车辆,所述车辆包括权利要求95或96所述的电子控制器。
100.一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,所述指令由处理器加载并执行以实现如权利要求1至89任一所述的车辆的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110188605.8A CN112896171B (zh) | 2021-02-19 | 2021-02-19 | 车辆的控制方法、装置、设备、车辆和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110188605.8A CN112896171B (zh) | 2021-02-19 | 2021-02-19 | 车辆的控制方法、装置、设备、车辆和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112896171A CN112896171A (zh) | 2021-06-04 |
CN112896171B true CN112896171B (zh) | 2022-07-22 |
Family
ID=76123745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110188605.8A Active CN112896171B (zh) | 2021-02-19 | 2021-02-19 | 车辆的控制方法、装置、设备、车辆和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112896171B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116915825B (zh) * | 2023-09-14 | 2024-01-12 | 江西五十铃汽车有限公司 | 车辆动态自适应通信方法、设备和介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9751521B2 (en) * | 2014-04-17 | 2017-09-05 | Palo Alto Research Center Incorporated | Control system for hybrid vehicles with high degree of hybridization |
CN103914985B (zh) * | 2014-04-25 | 2015-10-28 | 大连理工大学 | 一种混合动力客车未来车速轨迹预测方法 |
EP2950114B1 (en) * | 2014-05-30 | 2020-03-04 | Honda Research Institute Europe GmbH | Method for assisting a driver in driving a vehicle, a driver assistance system, a computer software program product and vehicle |
DE102014012318B4 (de) * | 2014-08-19 | 2019-05-09 | Audi Ag | Verfahren zum Vorausberechnen eines Verbrauchs eines Kraftfahrzeugs, Kraftfahrzeug und Computerprogramm |
DE102014012319B4 (de) * | 2014-08-19 | 2024-05-02 | Audi Ag | Verfahren zum Betreiben eines Kraftfahrzeugs, Kraftfahrzeug und Computerprogramm |
JP6631585B2 (ja) * | 2017-04-21 | 2020-01-15 | 株式会社デンソー | 提示制御装置、自動運転制御装置、提示制御方法及び自動運転制御方法 |
CN107516146A (zh) * | 2017-08-01 | 2017-12-26 | 北京理工大学 | 一种基于滚动预测的混合动力车辆行驶工况的工况预测方法 |
DE102018002564A1 (de) * | 2018-03-28 | 2019-10-02 | Daimler Ag | Verfahren zur Steuerung eines Fahrwerkes eines Fahrzeuges |
CN109085837B (zh) * | 2018-08-30 | 2023-03-24 | 阿波罗智能技术(北京)有限公司 | 车辆控制方法、装置、计算机设备及存储介质 |
CN112085165A (zh) * | 2020-09-02 | 2020-12-15 | 中国第一汽车股份有限公司 | 一种决策信息生成方法、装置、设备及存储介质 |
-
2021
- 2021-02-19 CN CN202110188605.8A patent/CN112896171B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112896171A (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109747427B (zh) | 估计电动车辆到达目的地时的剩余续驶能力的方法及设备 | |
US11162447B2 (en) | Vehicle predictive control system based on big data and method thereof | |
CN105383496B (zh) | 用于车辆的基于路线的剩余能量可行驶距离计算 | |
Dong et al. | Practical application of energy management strategy for hybrid electric vehicles based on intelligent and connected technologies: Development stages, challenges, and future trends | |
CN108749596B (zh) | 车机端启动方法、系统及装置 | |
US10473474B2 (en) | System and method for vehicle energy estimation, adaptive control and routing | |
JP2020137412A (ja) | 運転ルートに対応する電池の目標充電レベルを決定するためのシステム、方法および記憶媒体 | |
KR102609053B1 (ko) | 자동차 쿨링 제어 시스템 및 방법 | |
US10801848B2 (en) | Crowd sourcing to predict vehicle energy consumption | |
CN112002124B (zh) | 车辆行程能耗预测方法及装置 | |
CN109484391B (zh) | 一种车辆能量管理方法及相关设备 | |
CN114274780A (zh) | 车辆续航里程预测方法、装置、设备和存储介质 | |
CN114802189A (zh) | 车辆的能耗控制方法、装置、车辆及存储介质 | |
US11210870B2 (en) | On-board diagnostic monitor planning and execution | |
CN116215495A (zh) | 混合动力车辆能量管理优化方法、装置及系统 | |
CN112896171B (zh) | 车辆的控制方法、装置、设备、车辆和存储介质 | |
JP2023537820A (ja) | エネルギー車載電気システムを予測的に動作させる制御装置及び方法 | |
CN113335126B (zh) | 新能源汽车智能充电控制方法、存储介质和电子设备 | |
CN111546941A (zh) | 一种车辆剩余里程确定方法、装置、车辆及存储介质 | |
CN114256523A (zh) | 一种充电桩充电控制方法、装置、电子设备及存储介质 | |
KR20210144171A (ko) | 분산 클라우딩을 이용한 차량 제어 시스템 | |
CN114347979A (zh) | 混合动力汽车控制方法、装置、电子设备及存储介质 | |
US20240053161A1 (en) | Method for Predicting a Velocity Profile of a Vehicle | |
CN117408360A (zh) | 基于云域交互生成车辆管理策略的方法、装置及设备 | |
CN115140046A (zh) | 一种车辆控制方法、系统、车辆控制器及云服务器 |
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 |