CN113263943A - 自主车辆的优化再充装 - Google Patents
自主车辆的优化再充装 Download PDFInfo
- Publication number
- CN113263943A CN113263943A CN202110181426.1A CN202110181426A CN113263943A CN 113263943 A CN113263943 A CN 113263943A CN 202110181426 A CN202110181426 A CN 202110181426A CN 113263943 A CN113263943 A CN 113263943A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driving route
- refilling
- location
- price
- 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.)
- Pending
Links
- 239000000446 fuel Substances 0.000 claims description 66
- 230000006870 function Effects 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 description 27
- 238000005457 optimization Methods 0.000 description 23
- 230000008569 process Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007728 cost analysis Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004449 solid propellant Substances 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
-
- G06Q50/40—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
- B60L53/66—Data transfer between charging stations and vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3469—Fuel consumption; Energy use; Emission aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
Abstract
本公开涉及自主车辆的优化再充装。一种装置可请求在行程期间对车辆进行再充装的许可。所述装置可针对地理带,接收与第一再充装站相关联的第一位置和与第二再充装站相关联的第二位置。所述装置可从接载位置生成在所述第一再充装站处停靠的第一驾驶路线,并且从所述接载位置生成在所述第二再充装站处停靠的第二驾驶路线。所述装置可通过目标成本函数将第一值分配给所述第一驾驶路线并且将第二值分配给所述第二驾驶路线。所述装置可生成对应于所述第一驾驶路线的驾驶方向。
Description
技术领域
本公开涉及自主车辆导航,并且更具体地涉及车辆再充装时间和位置优化。
背景技术
按需出行(MoD)平台通过基于云的计算平台向乘客匹配按需运输服务的提供商。目前,MoD平台通常为提供商提供有关路线、燃料补给、交通、天气等的导航信息,以确定最佳路线。
美国公布第2017/0323249 A1号(′249申请)解决了在需要再充装停靠点时的路线优化。′249申请中描述的算法考虑燃料补给站的类型、燃料价格、燃料补给时间、绕道时间和绕道距离的适当性,然后再向特定路线添加再充装停靠点。虽然′249申请中描述的系统可比较再充装选项,但所述系统是针对卡车运输和货物运输,并且不包括供自主车辆(AV)使用的考虑到用户偏好以及成本和时间限制的优化选项,这可能使得再充装优化更加复杂。
关于这些和其他考虑因素,提出了本文所作的公开内容。
发明内容
本文公开的系统和方法被配置为优化对提供按需运输服务的自主车辆进行再充装的成本。如本文所用,“再充装”是指补充自主车辆移动所需的能量储备。这种能量可采取物理燃料的形式,或者可采取电动车辆电池中的电动差的形式。出于本公开的目的,“再充装站”可包括具有对车辆进行再充装的基础设施的任何位置,所述车辆可为自主车辆、手动驾驶的车辆或用户操作的车辆和自主操作的车辆的某种组合。关于液体燃料车辆,再充装站可为例如加油站。对于电动车辆,再充装站可为或可包括配置有电源插座或其他充电基础设施的停车场或其他公用设施,所述电源插座或其他充电基础设施用于再重装和/或更换(例如,交换)车辆电池单元和/或燃料再充装和再充电的组合等。
AV可用于使用一个或多个MoD平台来运输乘客。与基于驾驶员的共乘不同,在一些方面,AV车辆可基于各种因素和特性(包括剩余的燃料量或电池寿命)、基于行程特性、乘坐者批准的变量和其他因素来补给燃料或再充装。虽然当前系统可在需要再充装时找到最便宜的附近燃料源,但当前AV可能无法基于其他因素来选择再充装时间和位置,所述其他因素包括预定地理区内的可用燃料价格和到达行程目的地所需的AV燃料水平。
根据一个或多个实施例,所述系统可包括历史共乘数据、已完成的最近行程以及计划但尚未完成的即将到来的行程。作为再充装优化的一部分,所述系统还可包括指示与以下各项相关联的偏好的乘客输入:再充装操作的定时、与再充装操作相关联的时间、与再充装操作相关联的位置和/或绕道或其他可能会影响乘客完成行程的计划的信息。
在本文中更详细地提供本公开的这些和其他优点。
附图说明
参考附图阐述具体实施方式。使用相同的附图标记可指示类似或相同的项。各种实施例可利用除了附图中示出的元件和/或部件之外的元件和/或部件,并且一些元件和/或部件可能不存在于各种实施例中。附图中的元件和/或部件不一定按比例绘制。贯穿本公开,根据上下文,单数术语和复数术语可以可互换地使用。
图1描绘了其中可实现用于提供本文所公开的系统和方法的技术和结构的示例性计算环境。
图2描绘了根据本公开的可实现为在自主车辆中使用的示例性控制系统的功能示意图。
图3A示出了根据本公开的示例性路线。
图3B示出了根据本公开的路线的另一示例。
具体实施方式
在所描述的实施例中,所述系统可确定AV在其中操作的各种地理参数,诸如AV的当前位置,AV意图在其中操作的操作区域、AV基于当前可用的燃料/电荷水平而可在所分配的地理区内行驶的距离等。然后,所述系统可获取AV以及在类似地理区内操作的其他AV的历史数据,所述其他AV可作为公共AV车队的一部分操作。所述系统可考虑由该AV进行的最近和未来行程(预定和预测两者)来确定AV可在其中进行再充装的地理带。然后,所述系统可确定AV可进行燃料补给或再充装的最佳再充装时间和位置。此外,如果行程将使AV的燃料储备低于指定水平,则所述系统可询问乘客是否可在行程期间进行再充装。基于乘客输入,所述系统可选择适当的算法以将AV引导到最有成本效益的再充装位置。
为了确定进行再充装的最佳时间和位置,所述系统考虑一个或多个因素,包括车辆再充装的成本、到再充装站的距离、从燃料补给点到最终目的地的距离、再充装所花费的时间、车辆的平均加油或充电里程数和/或车辆在充分燃料补给或再充装后可行驶的总距离。这些因素是基于AV在其中操作的较大地理区和AV可能处于最佳再充装时间的区内的地理带来考虑的。
出于本公开的目的,地理区可包括分配给AV在其中工作的位置,并且可按照可定义包含道路的区域的任何方式来定义。例如,地理区可为一组特定的城市极限,或者可包括在特定地标的预定半径内的地理边界区。例如,预定半径可为50英里、20英里、5个城市街区、100米等。出于本公开的目的,地理带可被定义为地理区的子集。可按照可定义地理区域的任何方式(相对于其所属的区)来定义地理带。例如,地理带可为地理区内的特定地区,或者可为自主车辆的预定距离内的总体地理区的每个点。例如,预定半径可为50英里、20英里、5个城市街区、100米,只要AV保持在它所限于的地理区内。
在一些实施例中,本公开描述了一种用于优化AV的再充装操作的计算机操作系统。所述系统可通过确定燃料水平以及AV是否需要再充装来开始。在一个方面,AV可接收关于乘客接载位置和预期目的地的信息。可通过使用全球定位系统(GPS)确定车辆位置,然后利用本地道路地图(诸如)确定路线来找到从AV到接载位置或从接载位置到目的地的距离。所选择的路线通常为最短路线,但很多路线确定算法都考虑到交通模式来选择最短驾驶时间,可被配置为避开高速公路、道路施工或其他障碍物或其他此类路线选项。然后,所述系统预测AV到达乘客接载位置所需的燃料量以及从接载位置行驶到目的地所需的燃料,并且确定AV的当前燃料水平是否足以完成旅程。所述系统还可预测在旅程完成后剩余的燃料量,并且可将该值保存到持久性存储器位置。然后,所述系统确定该预测的剩余燃料量是否高于某个阈值。所述阈值可为例如车辆的最大潜在燃料的四分之一或一半。所述系统还可接收交通数据、天气数据、危险数据和/或地理带的其他信息,并基于交通数据、天气数据和/或危险数据来确定指示临界车辆燃料水平的阈值。如果所述预测的量低于该阈值,则AV可请求乘客例如通过智能手机应用程序授权车辆在行程期间进行再充装。
如果乘客允许AV在旅程期间进行再充装,则AV可选择地理区内的相关地理带来搜索燃料补给位置。这种地理带可为例如先前确定的在乘客接载位置与预期目的地之间的最短路线的3英里内的任何区域。然后,AV可根据车辆所需的燃料类型在该地理带中搜索再充装站。此类站可在各种数据库(例如,)中找到。此类数据库可包括或可提供对AV再充装价格的初始估计。所述处理器可对使用对AV再充装价格的初始估计以及地理区内的价格估计与平均价格之间的偏差以及接载位置、再充装位置(在路线的地理带内)和目的地之间的距离、车辆到达目的地后的预期燃料水平和/或再充装所需的预期时间量以及其他变量而找到的选项执行成本分析。所述系统可存储任何预测的值以与稍后记录的值进行比较,从而改进未来的预测。
一旦AV确定了可从其可用选项获得的最小成本值,则所述系统可在当前AV位置、乘客接载位置和再充装站之间创建路线,然后在再充装站和最终目的地之间创建路线。然后,处理器可制定路线。
如果乘客拒绝授权AV在行程期间进行再充装,则处理器可执行替代成本优化以确定可补偿缺乏再充装的路线。处理器可例如将路线的地理带限制为距最终第一乘客目的地数英里,或者选择介于第一乘客目的地与下一个乘客安排的接载位置之间的另一条路线。然后,处理器可使用该路线改变信息来选择被发现具有最低成本的选项。然后,处理器可制定新路线,并且AV可在接载新乘客之前进行再充装。
下文将参考附图更全面地描述本公开,附图中示出了本公开的示例性实施例,并且所述实施例不意图为限制性的。
图1描绘了示例性计算环境100,所述示例性计算环境可包括车辆105,所述车辆包括汽车计算机145和车辆控制单元(VCU)165,所述车辆控制单元通常包括设置成与汽车计算机145和燃料优化系统107进行通信的多个电子控制单元(ECU)117。移动装置120(其可与用户140和车辆105相关联)可使用有线和/或无线通信协议和收发器来与汽车计算机145连接。一个或多个网络125可将车辆105与移动装置120通信地耦合。一个或多个网络125可经由一个或多个无线信道130进行通信,和/或可使用近场通信(NFC)协议、协议、Wi-Fi、超宽带(UWB)以及其他可能的数据连接和共享技术来与车辆105直接连接。车辆105还可接收全球定位系统(GPS)175和/或与其进行通信。
燃料优化系统107具有一个或多个处理器148、存储器149和用户界面146。处理器148可利用存储器149来以代码形式存储程序和/或存储数据以执行根据本公开的各方面。存储器149可为非暂时性计算机可读存储器。存储器149可包括易失性存储器元件(例如,动态随机存取存储器(DRAM)、同步动态随机存取存储器(SDRAM)等)中的任一个或组合,并且可包括任一个或多个非易失性存储器元件(例如,可擦除可编程只读存储器(EPROM)、快闪存储器、电子可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)等)。
汽车计算机145可为或可包括具有一个或多个处理器150和存储器155的电子车辆控制器。在一些示例性实施例中,汽车计算机145可设置成与移动装置120和一个或多个服务器170进行通信。服务器170可为基于云的计算基础设施的一部分,并且可与远程信息处理服务递送网络(SDN)相关联和/或包括所述SDN,所述SDN向车辆105和可能是车辆车队的一部分的其他车辆(图1中未示出)提供数字数据服务。
尽管被示出为运动型多用途车,但车辆105可采取另一种乘用或商用汽车的形式,诸如,例如汽车、卡车、跨界车辆、厢式货车、小型货车、出租车、公交车等,并且可被配置为包括各种类型的汽车驱动系统。示例性驱动系统可包括具有汽油、柴油或天然气动力燃烧发动机的各种类型的内燃发动机(ICE)动力传动系统,其具有常规的驱动部件,诸如变速器、驱动轴、差速器等。在另一种配置中,车辆105可被配置为电动车辆(EV)。更具体地,车辆105可包括电池EV(BEV)驱动系统,或者被配置为具有独立车载动力装置的混合动力EV(HEV)、包括HEV动力传动系统的插电式HEV(PHEV),HEV动力传动系统可连接到外部电源,并且包括具有燃烧发动机动力装置和一个或多个EV驱动系统的并联或串联混合动力动力传动系统。HEV可包括用于蓄电的电池和/或超级电容器组、飞轮蓄电系统或其他发电和蓄电基础设施。车辆105还可被配置为使用燃料电池(例如,氢燃料电池车辆(HFCV)动力传动系统等)和/或这些驱动系统和部件的任何组合将液体或固体燃料转换为可用动力的燃料电池车辆(FCV)。在一个实施例中,移动装置存储器123和/或计算机可读存储器155用于存储驱动系统的性质,以便将再充装站的搜索限制为相关类型。
此外,车辆105可为手动驾驶的车辆,和/或被配置为在完全自主(例如,无人驾驶)模式(例如,5级自主)下或在一种或多种部分自主模式下操作。部分自主模式的示例在本领域中被广泛地理解为0级至5级自主。具有1级自主的自主车辆(AV)通常可包括单个自动化驾驶员辅助特征,诸如转向或加速辅助。自适应巡航控制是1级自主系统的这样一个示例,其包括加速和转向两个方面。车辆中的2级自主可提供转向和加速功能的部分自动化,其中自动化系统由执行非自动化操作(诸如制动和其他控制)的人类驾驶员监督。车辆中的3级自主通常可提供对驾驶特征的条件自动化和控制。例如,3级车辆自主典型地包括“环境检测”能力,其中车辆可独立于当前的驾驶员而做出明智的决策,诸如加速驶过缓慢移动的车辆,而如果系统无法执行任务,当前的驾驶员仍准备好重新取得对车辆的控制。4级自主包括具有高级自主的车辆,其可以独立于人类驾驶员操作,但仍包括用于超驰操作的人类控制。4级自动化还可使得自行驾驶模式能够响应于诸如道路危险或系统故障等预定义条件触发而进行干预。5级自主与无需人类输入进行操作的自主车辆系统相关联,并且通常不包括人类操作的驾驶控制。
移动装置120一般包括用于存储与应用程序135相关联的程序指令的存储器123,所述程序指令在由移动装置处理器121执行时执行所公开的实施例的各方面。在一个实施例中,在确定需要再充装并且通过一个或多个信道130将指令发送到移动装置120之后,应用程序135被配置为从乘客140请求允许在行程期间再充装。
在一些方面,移动装置120可通过一个或多个信道130与车辆105进行通信,所述一个或多个无线信道可在移动装置120与远程信息处理控制单元(TCU)160之间加密并建立。移动装置120可使用与车辆105上的TCU 160相关联的无线发射器(图1中未示出)与TCU 160进行通信。发射器可使用诸如例如一种或多种网络125的无线通信网络来与移动装置120进行通信。图1中将一个或多个无线信道130描绘为经由一种或多种网络125和经由一个或多个直接连接133进行通信。连接133可包括各种低能耗协议,包括例如、BLE或其他近场通信(NFC)协议。
燃料优化系统107可通过应用程序135与移动装置120进行通信,所述应用程序可向乘客140提供由用户界面146提供的相同信息。在替代方案中,移动装置120可通过应用程序135向乘客140提供附加请求。在一个实施例中,该附加请求可以是允许车辆在行程期间再充装的请求。在另一实施例中,通过用户界面146做出在行程期间再充装的请求。在又一实施例中,用户界面146和移动装置120两者都显示行程期间再充装的请求。
网络125示出了本公开的各种实施例中讨论的连接的装置可在其中进行通信的示例性通信基础设施。网络125可为和/或可包括互联网、专用网络、公共网络或使用任一种或多种已知的通信协议操作的其他配置,所述已知的通信协议是诸如例如传输控制协议/互联网协议(TCP/IP)、、基于电气和电子工程师协会(IEEE)标准802.11的Wi-Fi、超宽带(UWB),以及蜂窝技术,诸如时分多址(TDMA)、码分多址(CDMA)、高速分组接入(HSPDA)、长期演进(LTE)、全球移动通信系统(GSM)和第五代(5G),仅举几个例子。
燃料优化系统107可使用网络125与一个或多个服务器170进行通信。服务器向燃料优化系统107提供确定进行再充装的最佳时间和位置所需的信息。一个或多个服务器170可为诸如和Google的服务,其提供与燃料优化系统107有关的地理或财务信息。替代地,一个或多个服务器170可为或可包括包含由一个或多个AV捕获的历史数据的数据库。
车辆105可包括发动机舱以容纳汽车计算机145。汽车计算机145可包括一个或多个处理器150和计算机可读存储器155。
一个或多个处理器150可设置成与被设置成与相应的计算系统进行通信的一个或多个存储器装置(例如,存储器155和/或图1中未示出的一个或多个外部数据库)进行通信。处理器150可利用存储器155来以代码形式存储程序和/或存储数据以执行根据本公开的各方面。存储器155可为非暂时性计算机可读存储器。存储器155可包括易失性存储器元件(例如,动态随机存取存储器(DRAM)、同步动态随机存取存储器(SDRAM)等)中的任一者或组合,并且可包括任何一个或多个非易失性存储器元件(例如,可擦除可编程只读存储器(EPROM)、快闪存储器、电子可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)等)。
VCU 165可在车辆105系统、连接的服务器(例如,服务器170)和作为车辆车队的一部分操作的其他车辆(图1中未示出)之间协调数据。VCU 165可包括ECU 117(诸如例如车身控制模块(BCM)193、发动机控制模块(ECM)185、变速器控制模块(TCM)190、TCU 160、约束控制模块(RCM)187等)的任何组合或与其通信。在一些方面,VCU 165可控制车辆105的各方面,并且实现从在移动装置120上操作的应用程序135所接收的一个或多个指令集。
TCU 160可被配置为向车辆105上和车辆105外的无线计算系统提供车辆连接性,并且可包括用于接收和处理来自GPS 175的GPS信号的导航(NAV)接收器188、低功耗(BLE)模块(BLEM)195、Wi-Fi收发器、超宽带(UWB)收发器和/或可以被配置用于在车辆105与其他系统、计算机和模块之间的无线通信的其他无线收发器(图1中未示出)。TCU160可设置成通过总线180与ECU 117进行通信。在一些方面中,TCU 160可检索数据并作为CAN总线中的节点发送数据。
BLEM 195可通过广播和/或监听小广告包的广播并且与根据本文所述的实施例配置的响应装置建立连接来使用和Bluetooth通信协议来建立无线通信。例如,BLEM 195可包括响应或发起GATT命令和请求的客户端装置的通用属性配置文件(GATT)装置连接性,并且与移动装置120直接连接。
总线180可被配置为以多主控串行总线标准组织的控制器局域网(CAN)总线,以用于使用基于消息的协议连接作为节点的ECU 117中的两个或多个,该基于消息的协议可被配置和/或编程为允许ECU 117彼此通信。总线180可为或可包括高速CAN(其可在CAN上具有高达1 Mb/s的位速度、在CAN灵活数据速率(CAN FD)上具有高达5Mb/s的位速度),并且可包括低速或容错CAN(高达125Kbps),在一些配置中,其可使用线性总线配置。在一些方面,ECU117可与主计算机(例如,汽车计算机145和/或一个或多个服务器170等)通信,并且还可彼此通信而不必需要主计算机。总线180可将ECU 117与汽车计算机145连接,使得汽车计算机145可从ECU 117检索信息、向所述ECU发送信息以及以其他方式与所述ECU交互,以执行根据本公开的实施例所述的步骤。总线180可通过两线式总线将CAN总线节点(例如,ECU 117)彼此连接,所述两线式总线可以是具有标称特性阻抗的双绞线。总线180也可使用其他通信协议解决方案(诸如面向媒体的系统传输(MOST)或以太网)来实现。在其他方面中,总线180可以是无线车内CAN总线。
VCU 165可经由总线180通信来直接控制各种负载或者可结合BCM 193实现这种控制。关于VCU 165所述的ECU 117仅出于示例性目的而提供,并且不意图是限制性的或排他性的。用图1中未示出的其他控制模块进行的控制和/或与其的通信是可能的,并且可设想这种控制。
在示例性实施例中,ECU 117可使用来自人类驾驶员的输入、来自自主车辆控制器的输入和/或经由通过无线信道133从其他连接的装置(诸如移动装置120等)所接收的无线信号输入来控制车辆操作和通信的各方面。当被配置为总线180中的节点时,ECU 117可各自包括中央处理单元(CPU)、CAN控制器和/或收发器(图1中未示出)。例如,尽管图1中将移动装置120描绘为经由BLEM 195连接到车辆105,但是也可能和设想,也可或替代地经由与模块相关联的相应的收发器在移动装置120与ECU 117中的一个或多个之间建立无线连接133。
BCM 193通常包括传感器、车辆性能指示器以及与车辆系统相关联的可变反应器的集成,并且可包括基于处理器的配电电路,所述配电电路可控制与车身(诸如灯、窗、安全装置、门锁和访问控制)相关联的功能以及各种舒适性控制。中央BCM 193还可作为总线和网络接口的网关进行操作,以与远程ECU(图1中未示出)进行交互。
BCM 193可协调各种车辆功能性中的任一种或多种功能,包括能量管理系统、警报、车辆防盗器、驾驶员和乘坐者进入授权系统、手机即钥匙(PaaK)系统、驾驶员辅助系统、AV控制系统、电动窗、门、致动器以及其他功能性等。BCM 193可被配置用于车辆能量管理、外部照明控制、雨刮器功能性、电动窗和门功能性、供暖通风和空调系统以及驾驶员集成系统。在其他方面,BCM 193可控制辅助设备功能性,和/或负责集成这种功能性。在一个方面,具有燃料优化系统107的车辆可集成至少部分地使用BCM 193的系统。
汽车计算机145和VCU 165的计算系统架构可省略某些计算模块。应当容易理解,图1中描绘的计算环境是根据本公开的可能的实施方式的一个示例,并且因此不应被视为限制性的或排他性的。
图2示出了可被配置为在车辆205中使用的控制系统200的示例性功能示意图。控制系统200可包括用户界面装置146、通信接口220、包含NAV 188和BLEM 195的TCU 160、自主驾驶传感器230、自主模式控制器235以及一个或多个处理装置240。
用户(诸如例如相对于图1所描绘的乘客140)可从适当配置或编程的用户界面146接收信息。此外,用户可将信息输入到用户界面146上,所述用户界面被适当地设置用于查看并且被适当地配置和编程。例如,在其中车辆205是乘用车的一个实施例中,乘客舱可包括用户界面146。在另一可能的应用中,用户界面146可附接到控制杆、车把方向盘或可在车辆的乘客或驾驶员的触觉触及范围内的其他操作机构。在一种可能的方法中,用户界面146可包括触敏显示屏(图2中未示出)。在一个实施例中,用户界面146为乘客显示允许AV在行程期间进行再充装的请求。
导航系统188可被配置和/或编程为确定自主车辆105的位置。导航系统188可包括全球定位系统(GPS)接收器,所述GPS接收器被配置或编程为对车辆105相对于卫星或地面发射塔的位置进行三角测量。因此,导航系统188可被配置或编程为用于无线通信。导航系统188还可被配置或编程为开发从当前位置到所选择目的地的路线,并且经由例如用户界面146显示地图并呈现去往所选择目的地的驾驶方向。在一些情况下,导航系统188可根据用户偏好来开发路线。用户偏好的示例可包括使燃料效率最大化、减少行驶时间、行驶最短距离等。
通信接口220可被配置或编程为当使用车辆对车辆通信协议时促进车辆105的部件与其他装置(诸如远程服务器(图2中未示出)或另一车辆(图2中未示出))之间的有线和/或无线通信。通信接口220还可被配置和/或编程为使用任何数量的通信协议(诸如、低功耗或Wi-Fi)直接从车辆105到移动装置120进行通信。
通信接口220还可使用一种或多种车辆对车辆通信技术进行通信。车辆对车辆通信协议的示例可包括例如专用短程通信(DSRC)协议。因此,通信接口220可被配置或编程为从远程服务器(例如,关于图1所描绘的服务器170)和/或其他自主、半自主或手动驾驶的车辆(图2中未示出)接收消息和/或向其传输消息。
自主驾驶传感器230可包括被配置或编程为产生在车辆105以自主(例如,无人驾驶)模式操作时帮助对车辆105进行导航的信号的任何数量的装置。自主驾驶传感器230的示例可包括:无线电探测和测距(RADAR或“雷达”)传感器,其被配置用于使用无线电波检测和定位物体;光探测和测距(LiDAR或“激光雷达”)传感器;视觉传感器系统,其具有轨迹、障碍物检测、物体分类、增强现实和/或其他能力;等等。当车辆105在以自主模式操作时,自主驾驶传感器230可帮助所述车辆“看到”道路和车辆周围环境,和/或绕过各种障碍物。
自主模式控制器235可被配置或编程为在车辆在以自主模式操作时控制一个或多个车辆子系统。可由自主模式控制器235控制的子系统的示例可包括用于控制制动、点火、转向、加速、变速器控制和/或其他控制机构的一个或多个系统。自主模式控制器235可至少部分地基于由自主驾驶传感器230生成的信号来控制子系统。
在一个示例性实施例中,系统107可基于被确定为具有使用目标成本函数分配的最低值的路线来生成驾驶方向。目标成本函数可以是被配置为分析与特定再充装站的使用成本有关的信息的一个或多个算法。
在一个实施例中,目标成本函数可接收与燃料价格、车辆燃料使用(效率)、加油站之间的相应距离、车辆的当前位置以及可结合目标目的地使用的其他可能信息相关联的输入,以确定优化诸如成本和/或时间的预定参数的优化的行驶路径和再充装位置。
在一个实施例中,所述方程式具有四个相加在一起的项。行驶的距离、上次支付的燃料价格以及车辆105的平均燃料效率均可控制第一项的值。如果将燃料价格(例如以美元/加仑为单位)除以车辆105的平均燃料效率(例如以英里/加仑为单位),则识别出每英里行驶所支付的价格。如果将该每英里价格与行驶的距离(例如以英里为单位)相乘,则得到行驶该距离所支付的金额。在另一实施例中,再充装之前行驶的第一距离和再充装之后行驶的第二距离可控制第二项的值。两种不同的再充装成本(即第一次较早再充装时支付的金额和第二次最近再充装时支付的金额)也可能会影响第二项的值。如果如上所述将第一价格和第一距离相结合,并且如上所述将第二价格和第二距离相结合,则得到再充装前的行驶价格和再充装后的行驶价格。可将这些加在一起,得到行驶的总成本。
例如,如果假设这些值表示为:
先前为每英里行驶支付的用于对AV再充装的价格(称为“P1”);
为每英里行驶支付的用于对AV再充装的价格(称为“P2”);
从接载点到再充装站的英里数(称为“D1”);以及
从再充装站到预期目的地的英里数(称为“D2”)。
在一个实施例中,与该区平均汽油价格或充电电价的偏差可控制第三项的值。燃料优化系统107可通过网络125从服务器170请求该区平均汽油价格或充电电价。服务器170可基于由其他AV收集的信息或者从诸如的另一服务聚合的信息来提供该价格。然后,所述系统从该区平均汽油价格或充电电价中减去在再充装站处支付的价格。可得到支付的价格偏离平均价格的程度。
编写方程式时,这些值表示为:
在AV被限制于的地理带中进行再充装的平均汽油价格或充电电价:G。
在一个实施例中,在行程终点处估计的箱中剩余的汽油或电力的量可能会影响项的值。所述系统可将车辆105加满燃料时能够行驶的最大行驶距离记录到存储器155中。然后,所述系统可减去自再充装以来行驶的距离,并得到车辆105在行程之后仍然能够行驶的英里数。
例如,假设在加满燃料的情况下最大行驶距离为约350英里。因此,所述项被表示为假设加满燃料时的最大行驶距离为350英里的情况下,在到达预期目的地之后剩余的英里数,即350-D2。
在一个实施例中,一个项可与用于对车辆再充装的时间长度相关联。所述系统可测量再充装所花费的时间,并且所述系统可使用这些记录来预测未来的再充装时间。
因此,所述系统可确定行程所花费的总时间、从接载直到到达再充装站的时间的总和、再充装所需的时间以及从再充装站到预期目的地的时间。
所述系统可将相应项相加在一起,并且向所述项中的一个或多个施加权重。这四个权重都能够是不同的值。通过优化成本函数来学习权重,这是本领域众所周知的过程。这些权重优化允许考虑不同的情况。例如,一个项的权重在高峰上班时间期间可能更高,并且在高峰上班时间之外可能减小。由于权重与项相乘,因此改变权重会影响项改变结果的程度,使得该项随着权重的增加而变得更重要,而随着权重的减少而变得不那么重要。
编写方程式时,所述四个权重表示为:α、β、γ和φ。
最终方程式可写成:
成本=α*(D1*P1+D2*P2)+β*(G-P2)+γ*(350-D2)+φ*
图3A示出了燃料优化系统107可使用来评估不同路线选项的相对合意性的示例性成本函数分析。图3A描绘了再充装站的三个可能选择,其可包括站A 302、站B 304和站C306,所述再充装站可沿着接载位置300与目的地310之间的替代路线定位,并且乘客已允许在行程中途进行再充装。应当理解,操作环境中可包括任何数量的再充装站。例如,可存在少于三个或多于三个再充装站。
在一个示例性实施例中,燃料优化系统107可接收指示包括站A 302、站B 304和站C 306的一个或多个位置的数据,包括它们的位置和/或它们的运营时间。燃料优化系统107还可接收指示再充装站的相应价格的数据。例如,位置A 302可为以每加仑3美元的第一固定成本提供汽油的加油站。在另一示例中,位置A 302可为可使用充电站的停车库,所述充电站以每千瓦时0.1美元的固定成本充电。出于本示例的目的,假设以下内容:
地理区的平均燃料成本为每加仑2.5美元。
在确定优化的路线时,燃料优化系统107还可包括指示车辆特性的数据。例如,燃料优化系统107可包括与燃料容量、充电容量、每单位能量的车辆里程等相关联的预先确定的信息。出于该示例的目的,车辆105的油箱可容纳14加仑的汽油,并且车辆105每加仑汽油平均行驶25英里。
燃料优化系统107可使用指示相应驾驶路线的再充装和驾驶路线信息以及其他信息来优化对推荐的驾驶路线的选择。在该示例中,三个再充装站的汽油成本不同。在这两个示例中,标记为A 302的再充装站以每加仑3美元的价格销售汽油,标记为B 304的再充装站以每加仑3.1美元的价格销售汽油,并且再充装站C 306以每加仑2.9美元的价格销售汽油。为了便于说明,假设权重值α、β、γ和φ分别为1、1、(1/350)和0。然而,实际上,这些权重将基于成本函数基于由AV所收集的历史数据而进行的优化。值P1和P2是使用每加仑汽油行驶25英里的假设值来计算的。因此,P1和P2是通过将加油站的每加仑汽油价格除以每加仑25英里得到的,从而得到行驶每英里的汽油价格。
然后,在本示例中,方程式如下:
成本A=1.92=(1.44)+(-0.5)+(0.98)
成本B=1.43=(1.04)+(-0.6)+(0.99)Cost C=2.49=(1.9)+(-0.4)+(0.99)
所述系统可确定相应的成本A、成本B和成本C,并且选择与所评估的用于再充装的选项A-C中的一个相关联的最佳路线。在本示例中,站B分析提供优化的路线,因为在站B处获得燃料的相对成本是所考虑的所有选项中最低的。
图3B示出了相同的示例,不同之处在于乘客已指示不能在行程期间进行再充装。本文描述的实施例的一个优点包括基于行程期间的用户输入来改变目标成本函数。指示车辆105是否可在特定行程期间进行再充装的用户输入可改变用于确定导航路径的目标成本函数。根据示例性实施例,行驶价格可与所采取行程的长度、先前为再充装而支付的每英里价格和/或在给定车辆105在途户的当前位置的情况下到再充装站的距离相关联。系统107可评估这些输入值,并且通过确定输入值的总和和在给定特定燃料选择的情况下每英里价格将导致优化的成本最小化来确定导航路径,因为车辆105确定了到预期再充装站的最佳路径。在再充装之后,系统将在再充装站处支付的每英里价格与到下一个接载位置320的距离相乘,以便得出行驶到接载位置的成本。将这两个成本加在一起,可得到行程的总成本。
考虑到成本函数的数学方法,在一个实施例中,系统107可使用以下算法来估计特定选项的成本,其中,
成本=α*((D0+D1)*P1+D2*P2)+β*(G-P2)+γ*(350-D2)+φ*T。
在上述成本函数中,变量可包括:
D0,其可与从接载点到预期目的地的英里数相关联;
D1,其可表示从预期目的地到再充装站的英里数;
D2,其可表示从再充装站到下一个接载点的英里数;以及
值α、β、γ和φ,其表示与优化的成本函数的一个项相关联的相应权重。通过以本领域中众所周知的方式使成本函数最小化来随时间确定权重值。
因此,系统107可应用相应选项A、B和C的成本值来确定最小化的成本,从而给出手边的可用选择。例如,所述系统可评估相应成本,使得
成本A=3.42=(2.94)+(-0.5)+(0.98);
成本B=2.93=(2.54)+(-0.6)+(0.99);并且
成本C=3.99=(3.4)+(-0.4)+(0.99)。
系统107可再次确定再充装站B是该场景中最具成本效益的停靠点,并且AV将相应地确定行程的路线。
在以上公开中,已经参考了形成以上公开的一部分的附图,附图示出了其中可实践本公开的具体实现方式。应理解,在不脱离本公开的范围的情况下,可以利用其他实现方式,并且可以进行结构改变。本说明书中对“一个实施例”、“实施例”、“示例性实施例”等的引用指示所描述的实施例可包括特定特征、结构或特性,但每个实施例可不一定包括所述特定特征、结构或特性。此外,此类短语不一定指代同一实施例。另外,当结合实施例描述特征、结构或特性时,无论是否明确描述,本领域的技术人员都将认识到结合其他实施例的此类特征、结构或特性。
还应当理解,如本文所使用的词语“示例”意图在本质上是非排他性的和非限制性的。更具体地,如本文所用的词语“示例性”指示若干示例中的一者,并且应当理解,对所描述的特定示例并没有过分的强调或偏好。
计算机可读介质(也称为处理器可读介质)包括参与提供可由计算机(例如,由计算机的处理器)读取的数据(例如,指令)的任何非暂时性(例如,有形)介质。此种介质可采取许多形式,包括但不限于非易失性介质和易失性介质。计算装置可包括计算机可执行指令,其中所述指令可由一个或多个计算装置(诸如以上列出并且存储在计算机可读介质上的那些)执行。
关于本文所描述的过程、系统、方法、启发法等,应当理解,虽然已经将此类过程等的步骤描述为根据某个有序顺序发生,但是此类过程可用以与本文所描述的次序不同的次序执行的所描述的步骤来实践。还应理解,可以同时执行某些步骤,可以添加其他步骤,或者可以省略本文所描述的某些步骤。换句话说,本文中对过程的描述是出于说明各种实施例的目的而提供的,并且绝不应被解释为限制权利要求。
因此,应理解,以上描述旨在是说明性的而非限制性的。在阅读以上描述时,除所提供的示例之外的许多实施例和应用将为明显的。所述范围不应参考以上描述来确定,而是应参考所附权利要求以及享有此类权利要求的权利的等效物的整个范围来确定。预计并预期本文所讨论的技术未来将有所发展,并且所公开的系统和方法将并入到此类未来实施例中。总而言之,应当理解,本申请能够进行修改和变化。
除非在本文中做出明确的相反指示,否则权利要求中使用的所有术语意图被赋予其如本文中描述的技术人员所理解的普通含义。特别地,诸如“一个”、“该”、“所述”等单数冠词的使用应被解读为叙述所指示的要素中的一个或多个,除非权利要求叙述相反的明确限制。除非另有特别说明或在使用时在上下文内以其他方式理解,否则诸如尤其是“能够”、“可能”、“可以”或“可”的条件语言通常意图表达某些实施例可包括某些特征、元件和/或步骤,而其他实施例可不包括某些特征、元件和/或步骤。因此,此类条件语言通常并不意图暗示一个或多个实施例无论如何都需要所述特征、元件和/或步骤。
根据实施例,地理带为地理区的子集。
根据实施例,目标成本函数利用平均燃料价格来将第一值分配给第一驾驶路线并且将第二值分配给第二驾驶路线。
根据实施例,处理器还被配置为执行指令以:接收与第一再充装站相关联的第一价格和与所述第二再充装站相关联的第二价格,其中目标成本函数利用第一价格来分配第一值并且利用第二价格来分配第二值。
根据本发明,一种自主车辆中的非暂时性计算机可读存储介质,所述计算机可读存储介质具有存储在其上的指令,所述指令在由处理器执行时致使所述处理器:请求在行程期间进行再充装的乘客许可;针对地理带,接收与第一再充装站相关联的第一位置和与第二再充装站相关联的第二位置;从接载位置生成在所述第一再充装站处停靠的第一驾驶路线,并且从所述接载位置生成在所述第二再充装站处停靠的第二驾驶路线;通过目标成本函数将第一值分配给所述第一驾驶路线并且将第二值分配给所述第二驾驶路线;并且基于使用所述目标成本函数分配的最低值来生成对应于所述第一驾驶路线的驾驶方向。
根据实施例,所述驾驶方向引导车辆从所述接载位置驾驶到目的地,随后引导所述车辆从所述目的地驾驶到所述第一再充装站。
Claims (15)
1.一种计算机实现的方法,其包括:
由处理器请求在行程期间进行再充装的乘客许可;
针对地理带,接收与第一再充装站相关联的第一位置和与第二再充装站相关联的第二位置;
从接载位置生成在所述第一再充装站处停靠的第一驾驶路线,并且从所述接载位置生成在所述第二再充装站处停靠的第二驾驶路线;
通过目标成本函数将第一值分配给所述第一驾驶路线并且将第二值分配给所述第二驾驶路线;以及
基于使用所述目标成本函数分配的最低值来生成对应于所述第一驾驶路线的驾驶方向。
2.根据权利要求1所述的计算机实现的方法,其中所述驾驶方向引导车辆从所述接载位置驾驶到目的地,随后引导所述车辆从所述目的地驾驶到所述第一再充装站。
3.根据权利要求1所述的计算机实现的方法,其还包括:
生成在所述接载位置与目的地之间的第三驾驶路线;
预测在所述第三驾驶路线结束时可用的燃料水平;以及
确定所述预测的燃料水平小于或等于阈值。
4.根据权利要求1所述的计算机实现的方法,其还包括:
对于地理带,接收交通数据、天气数据和危险数据中的至少一者;以及
基于所述交通数据、所述天气数据或所述危险数据确定临界车辆燃料水平。
5.根据权利要求4所述的计算机实现的方法,其还包括:
生成在所述接载位置与目的地之间的第三驾驶路线;
预测在所述第三驾驶路线结束时可用的燃料水平;以及
确定所述预测的燃料水平是否等于或低于所述临界车辆燃料水平。
6.根据权利要求1所述的计算机实现的方法,其还包括:
确定地理带的平均燃料价格,其中自主车辆限于地理区。
7.根据权利要求6所述的计算机实现的方法,其中所述地理带为所述地理区的子集。
8.根据权利要求6所述的计算机实现的方法,其中所述目标成本函数利用所述平均燃料价格来将所述第一值分配给所述第一驾驶路线并且将所述第二值分配给所述第二驾驶路线。
9.根据权利要求1所述的计算机实现的方法,其还包括:
接收与所述第一再充装站相关联的第一价格和与所述第二再充装站相关联的第二价格;
其中所述目标成本函数利用所述第一价格来分配所述第一值并且利用所述第二价格来分配所述第二值。
10.一种系统,其包括:
处理器;以及
存储器,所述存储器用于存储可执行指令,所述处理器被配置为执行所述指令以:
请求在行程期间对车辆进行再充装的许可;
针对地理带,接收与第一再充装站相关联的第一位置和与第二再充装站相关联的第二位置;
从接载位置生成在所述第一再充装站处停靠的第一驾驶路线,并且从所述接载位置生成在所述第二再充装站处停靠的第二驾驶路线;
通过目标成本函数将第一值分配给所述第一驾驶路线并且将第二值分配给所述第二驾驶路线;并且
基于使用目标成本函数分配的最低值来生成对应于所述第一驾驶路线的驾驶方向。
11.根据权利要求10所述的系统,其中所述驾驶方向引导车辆从所述接载位置驾驶到目的地,随后引导所述车辆从所述目的地驾驶到所述第一再充装站。
12.根据权利要求10所述的系统,其中所述处理器还被配置为执行所述指令以:
生成在所述接载位置与目的地之间的第三驾驶路线;
预测在所述第三驾驶路线结束时可用的车辆燃料水平;并且
确定所述预测的燃料水平小于或等于阈值。
13.根据权利要求10所述的系统,其中所述处理器还被配置为执行所述指令以:
对于地理带,接收交通数据、天气数据和危险数据中的至少一者;
基于所述交通数据、所述天气数据或所述危险数据确定临界车辆燃料水平。
14.根据权利要求13所述的系统,其中所述处理器还被配置为执行所述指令以:
生成在所述接载位置与目的地之间的第三驾驶路线;
预测在所述第三驾驶路线结束时可用的车辆燃料水平;并且
确定所述预测的车辆燃料水平是否等于或低于所述临界车辆燃料水平。
15.根据权利要求10所述的系统,其中所述处理器还被配置为执行所述指令以:
确定地理区的平均燃料价格,其中自主车辆限于所述地理区。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/791,995 | 2020-02-14 | ||
US16/791,995 US11609571B2 (en) | 2020-02-14 | 2020-02-14 | Optimized recharging of autonomous vehicles |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113263943A true CN113263943A (zh) | 2021-08-17 |
Family
ID=77061026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110181426.1A Pending CN113263943A (zh) | 2020-02-14 | 2021-02-09 | 自主车辆的优化再充装 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11609571B2 (zh) |
CN (1) | CN113263943A (zh) |
DE (1) | DE102021103164A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114179678A (zh) * | 2021-11-24 | 2022-03-15 | 华人运通(江苏)技术有限公司 | 车辆续航辅助控制方法、系统、存储介质及车辆 |
FR3127168A1 (fr) * | 2021-09-22 | 2023-03-24 | Psa Automobiles Sa | Procédé et dispositif de détermination d’une zone d’installation d’au moins une nouvelle borne de recharge dans un environnement pour véhicule à motorisation électrique |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210270622A1 (en) * | 2020-02-27 | 2021-09-02 | Cummins Enterprise Llc | Technologies for energy source schedule optimization for hybrid architecture vehicles |
US11656627B2 (en) * | 2020-03-23 | 2023-05-23 | Baidu Usa Llc | Open space path planning using inverse reinforcement learning |
US20220270013A1 (en) * | 2021-02-19 | 2022-08-25 | Rishabh Sood | Systems and methods for allocating vehicles to ride requests |
US20230281551A1 (en) * | 2022-01-30 | 2023-09-07 | Walmart Apollo, Llc | Systems and methods for vehicle routing |
CN117035369B (zh) * | 2023-10-08 | 2023-12-22 | 上海伯镭智能科技有限公司 | 一种无人驾驶车辆资源的智能调度方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10105175B4 (de) | 2001-02-01 | 2007-08-23 | Caa Ag | Fahrzeugrechner-System und Verfahren zur Bestimmung einer anzufahrenden Tankstelle |
US20090112393A1 (en) * | 2007-10-25 | 2009-04-30 | Maten Michael A | Generating vehicle trip expenses and projected maintenance needs |
JP5556682B2 (ja) * | 2010-03-31 | 2014-07-23 | アイシン・エィ・ダブリュ株式会社 | 経路表示装置、経路表示方法、経路表示プログラム、及び経路表示システム |
US8538694B2 (en) * | 2010-05-21 | 2013-09-17 | Verizon Patent And Licensing Inc. | Real-time route and recharge planning |
CN106855416A (zh) * | 2012-03-29 | 2017-06-16 | 三菱电机株式会社 | 导航装置及导航方法 |
CN103512580B (zh) * | 2012-06-21 | 2016-07-13 | 日电(中国)有限公司 | 一种电动汽车路径规划方法及装置 |
US9714837B2 (en) * | 2014-02-07 | 2017-07-25 | Recargo, Inc. | Presenting routing information for electric vehicles |
US9400500B2 (en) | 2014-11-14 | 2016-07-26 | Toyota Motor Engineering & Manufacturing North America, Inc. | Autonomous vehicle refueling locator |
US11119477B1 (en) * | 2016-01-22 | 2021-09-14 | State Farm Mutual Automobile Insurance Company | Anomalous condition detection and response for autonomous vehicles |
WO2017145314A1 (ja) * | 2016-02-25 | 2017-08-31 | 株式会社日立製作所 | 移動体の制御方法、移動体及び移動体の制御システム |
US9792575B2 (en) | 2016-03-11 | 2017-10-17 | Route4Me, Inc. | Complex dynamic route sequencing for multi-vehicle fleets using traffic and real-world constraints |
US10288439B2 (en) * | 2017-02-22 | 2019-05-14 | Robert D. Pedersen | Systems and methods using artificial intelligence for routing electric vehicles |
US10218196B1 (en) | 2017-08-15 | 2019-02-26 | GM Global Technology Operations LLC | Selection of charging modes for autonomous device |
US11348061B2 (en) * | 2017-12-21 | 2022-05-31 | Verizon Connect Development Limited | Logistics management platform for modifying schedules in real-time |
GB2572962A (en) * | 2018-04-16 | 2019-10-23 | Morgan Brown Consultancy Ltd | Vehicle Routing |
US10948307B2 (en) * | 2018-08-28 | 2021-03-16 | Qualcomm Incorporated | Enhanced route selection techniques for electric vehicles |
-
2020
- 2020-02-14 US US16/791,995 patent/US11609571B2/en active Active
-
2021
- 2021-02-09 CN CN202110181426.1A patent/CN113263943A/zh active Pending
- 2021-02-10 DE DE102021103164.8A patent/DE102021103164A1/de active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3127168A1 (fr) * | 2021-09-22 | 2023-03-24 | Psa Automobiles Sa | Procédé et dispositif de détermination d’une zone d’installation d’au moins une nouvelle borne de recharge dans un environnement pour véhicule à motorisation électrique |
CN114179678A (zh) * | 2021-11-24 | 2022-03-15 | 华人运通(江苏)技术有限公司 | 车辆续航辅助控制方法、系统、存储介质及车辆 |
CN114179678B (zh) * | 2021-11-24 | 2023-07-14 | 华人运通(江苏)技术有限公司 | 车辆续航辅助控制方法、系统、存储介质及车辆 |
Also Published As
Publication number | Publication date |
---|---|
US11609571B2 (en) | 2023-03-21 |
US20210255633A1 (en) | 2021-08-19 |
DE102021103164A1 (de) | 2021-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11609571B2 (en) | Optimized recharging of autonomous vehicles | |
CN111055850B (zh) | 用于驾驶员行为指导和按需移动充电的智能机动车辆、系统和控制逻辑 | |
CN110686689B (zh) | 车辆能量使用跟踪 | |
US8949028B1 (en) | Multi-modal route planning | |
EP3431327B1 (en) | Autonomous car, traveling controller, traveling control method, and storage medium storing control program | |
US11041734B2 (en) | Systems and methods for optimizing a travel route of a hybrid-electric vehicle inside an emissions-free zone | |
CN105486318B (zh) | 车辆及电动自行车充电监测接口 | |
US11307043B2 (en) | Vehicle energy management | |
US9902392B2 (en) | Mobility information processing apparatus, mobility information processing method, and driving support system | |
US10719792B2 (en) | System and method to distribute and execute rideshare tasks | |
US10262472B2 (en) | Vehicle resource management system and method | |
US20200333148A1 (en) | Long-range navigation planning and charging strategy for electric vehicles | |
KR101870285B1 (ko) | 전기자동차의 연속적 충전을 위한 시스템 및 방법 | |
JP2020109628A (ja) | 駐車容易化システムおよび方法 | |
US11797019B2 (en) | Rugged terrain vehicle design and route optimization | |
CN114604250A (zh) | 对动态基于路段的剩余能量可行驶距离的电动化车辆控制 | |
CN114103671A (zh) | 电动车辆的充电系统和方法 | |
US20220363157A1 (en) | V2v charge mapping | |
CN113194587A (zh) | 车辆门控地面照明灯控制 | |
CN115083186A (zh) | 实时动态交通速度控制 | |
CN114442586A (zh) | 具有优化的移动装置定位的远程车辆运动控制 | |
CN115713868A (zh) | 用于为车辆定位停车位的系统和方法 | |
JP5783130B2 (ja) | 車両用情報処理装置および情報処理システム | |
US11882500B2 (en) | Systems and methods for tracking luggage in a vehicle | |
US11016712B2 (en) | Systems and methods for generating a customized display in a vehicle |
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 |