CN113302453A - 用于车辆的导航系统中的路线规划的方法、用于车辆的导航系统、以及具有导航系统的车辆 - Google Patents

用于车辆的导航系统中的路线规划的方法、用于车辆的导航系统、以及具有导航系统的车辆 Download PDF

Info

Publication number
CN113302453A
CN113302453A CN201980089156.2A CN201980089156A CN113302453A CN 113302453 A CN113302453 A CN 113302453A CN 201980089156 A CN201980089156 A CN 201980089156A CN 113302453 A CN113302453 A CN 113302453A
Authority
CN
China
Prior art keywords
speed
route
charging
vehicle
travel
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
CN201980089156.2A
Other languages
English (en)
Other versions
CN113302453B (zh
Inventor
M·库西格
H·霍迈尔
P·库戈尔曼
F·拉夫
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.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke AG
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 Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Publication of CN113302453A publication Critical patent/CN113302453A/zh
Application granted granted Critical
Publication of CN113302453B publication Critical patent/CN113302453B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3476—Special cost functions, i.e. other than distance or default speed limit of road segments using point of interest [POI] information, e.g. a route passing visible POIs
    • 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
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • 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
    • G01C21/3667—Display of a road map
    • G01C21/3673—Labelling using text of road map data items, e.g. road names, POI names
    • 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
    • G01C21/3667—Display of a road map
    • G01C21/3676—Overview of the route on the road map
    • 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
    • G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本公开涉及一种用于在车辆、尤其是电动车辆的导航系统中的路线规划的方法。该方法包括：a)使用用于行驶路线的至少一个区段的初始速度来执行针对到路线目的地的行驶路线的初始能量预测；b)当行驶路线基于初始能量预测包括在n个充电站处的n次计划的充电停车时，其中n是大于零的自然数，该方法还包括：b1)使用用于至少一个区段的第一速度来执行针对行驶路线的第一能量预测，第一速度小于初始速度，其中行驶路线对于第一速度包括在n‑1个充电站处的n‑1次计划的充电停车；b2)使用用于至少一个区段的第二速度来执行针对行驶路线的第二能量预测，第二速度大于第一速度并且小于初始速度；b3)确定行驶路线基于第二能量预测是否包括n次或n‑1次充电停车；以及b4)当行驶路线基于第二能量预测：‑包括n次充电停车时，将第一速度确定为用于行驶路线的至少一个区段的目标速度，‑包括n‑1次充电停车时，利用用于至少一个区段的第三速度来重复步骤b2)和b3)，第三速度大于第二速度并且小于初始速度。

Description

用于车辆的导航系统中的路线规划的方法、用于车辆的导航 系统、以及具有导航系统的车辆
技术领域
本公开涉及用于在车辆、尤其是电动车辆的导航系统中的路线规划的方法、用于车辆的导航系、以及具有这种导航系统的车辆。本公开尤其涉及电动车辆的导航系统中的路线规划的优化。
背景技术
导航系统通常用于向驾驶员推荐从当前位置到路线目的地的行驶路线，其中可以将行驶路线例如在导航地图上作为地图轨迹显示。可以例如基于当前位置与路线目的地之间的最短时间或最短距离来确定行驶路线。
备选地，可以求取经能量优化的行驶路线并且向驾驶员推荐该行驶路线。从DE 102017 119 453 A1中已知例如一种用于通过车辆导航系统产生经能量优化的行驶路线的方法。该方法包括产生在路线起点与一个或多个路线目的地之间的候选行驶路线，并且然后将每个候选行驶路线分成多个路线区段。该方法包括使用云信息估计沿着每个区段的预期行驶速度，并且使用一个或多个特定于车辆的能量效率模型来计算候选行驶路线中的每个候选行驶路线上的预期能量效率。行驶路线通过导航系统被显示。
发明内容
本公开的目的是，提供用于在车辆、尤其是电动车辆的导航系统中的路线规划的方法、用于车辆的导航系统、以及具有这种导航系统的车辆，它们可以实现更快速地到达路线目的地和/或更有效的路径引导。尤其，本公开的目的是通过使行程时间最小化来实现更快地到达目的地。
该目的通过独立权利要求的主题来实现。在从属权利要求中给出了有利的设计方案。
根据本公开的实施方式，提出了一种用于在车辆、尤其是电动车辆的导航系统中的路线规划的方法。该方法包括：
a)使用用于行驶路线的至少一个区段的初始速度(也被称为“期望速度”)来执行针对到路线目的地的行驶路线的初始能量预测；
b)当行驶路线基于初始能量预测包括在n个充电站处的n次计划的充电停车时，其中n是大于零的自然数，该方法还包括：
b1)使用用于至少一个区段的第一速度来执行针对行驶路线的第一能量预测，第一速度小于初始速度，其中行驶路线对于第一速度包括在n-1个充电站处的n-1次计划的充电停车；
b2)使用用于至少一个区段的第二速度来执行针对行驶路线的第二能量预测，第二速度大于第一速度并且小于初始速度；
b3)确定行驶路线基于第二能量预测是否包括n次或n-1次充电停车；以及
b4)当行驶路线基于第二能量预测
-包括n次充电停车时，将第一速度确定为用于行驶路线的至少一个区段的目标速度(也称为“最优速度”)，
-包括n-1次充电停车时，利用用于至少一个区段的第三速度来重复步骤b2)和b3)，第三速度大于第二速度并且小于初始速度。
根据本发明，对于在期望速度下具有(多个)充电停车的期望路径，通过操纵或改变该期望速度来检查是否可以通过经适配的速度实现节省充电停车和/或到达其他充电站。如果检查的结果是肯定的，则可以建议最优速度。例如可以逐区段地、即单独地针对行驶路线的多个区段求取并建议最优速度。通过最优速度节省充电停车和/或到达其他充电站可以实现缩短的行驶时间和/或更有效的路径引导。尤其，通过使行程时间最小化可以实现更快地到达目的地，该行程时间可以由行驶时间、充电时间和装调时间(充电过程的预备和收尾，诸如插入、支付等)构成。例如，尽管行驶速度较慢，但实现总体上较快地到达目的地。
该方法可以通过最优速度主动地向驾驶员建议，其可以如何避免本来所需的停车，这导致驾驶员减负。备选地，在自动化行驶时，最优速度可以作为行驶速度自动地由行驶辅助系统接管。此外，通过节省充电停车和/或通过更有效的路线可以产生成本优势。此外，通过经适配的速度可以确保尽可能快地到达目的地。
在一些实施方式中，可以借助本公开的方法来检查行驶路线的多个可能的速度曲线，从而得出针对(例如逐区段的)最优速度和/或沿着路线的充电站的多个解决方案。对于从多个解决方案中适当地选择一个或多个解决方案，可以考虑预测概率。预测概率可以指示相应速度曲线的概率。尤其，一些速度曲线可能比其他速度曲线概率大。然后，优选地，可以建议一个或多个最有可能的解决方案。不太可能的解决方案可以被丢弃。例如，可以存在多个等同的解决方案(例如，针对两个备选充电站的相同行程时间)，其中可以建议更可能的解决方案，并且可以丢弃较不可能的解决方案。
优选地，该方法包括基于用于行驶路线的至少一个区段的目标速度，输出直到路线目的地的行程时间。
优选地，该方法还包括向驾驶员和/或自动化的行驶功能输出目标速度。尤其可以逐区段地针对直到路线目的地的路线求取目标速度，并且例如向驾驶员或者自动化的行驶功能输出该目标速度。例如可以在显示器上显示目标速度和/或通过语音输出来输出目标速度。在此，向驾驶员输出目标速度是对最优速度的推荐或建议。
优选地，在行驶持续时间上持续地求取并输出目标速度。由此，例如当驾驶员没有遵循速度建议和/或当预测的能耗与实际能耗有偏差时，可以持续地使目标速度适配于实际能耗。
优选地，该方法还包括：当行驶路线基于第二能量预测包括n-1次充电停车时(也就是说，当可以潜在地节省至少一个初始计划的充电停车时)，重复步骤b2)和b3)m次，其中m是大于零的自然数，并且其中利用逐步提高的速度来执行被重复的步骤b2)的相应的能量预测。例如，m指示步骤b2)和b3)的迭代i(其中i＝1...m)。在第m迭代中，行驶路线可以包括初始数目的n次充电停车。i＝m-1可以指示步骤b2)和b3)的、行驶路线在其中包括n-1次充电停车的迭代i。该方法还可以包括：将步骤b2)和b3)的迭代i＝m-1的速度确定为用于行驶路线的至少一个区段的目标速度。
由此，一直提高速度，直到再次需要一开始所节省的充电停车。将最后一次迭代的速度确定并输出为目标速度，在该最后一次迭代的速度下(还)不需要进行这种额外的充电停车。换句话说，可以确定在节省充电停车的情况下(还)可能的最大速度。
优选地，该方法还包括从实时交通信息确定初始速度。初始速度尤其可以是(逐区段的)期望速度，该期望速度例如可以通过实时交通信息获得。实时交通信息可以是例如BMW的“实时交通信息”(RTTI)。根据本公开操纵作为能量预测的输入参量的初始速度以确定(例如逐区段的)最优速度。
优选地，行驶路径包括两个或更多个连续的区段。两个或更多个连续的区段可以通过(多个)充电站划分。在一些实施方式中，可以针对两个或更多个连续的区段中的每个区段单独地确定目标速度。尤其地，可以针对在路线走向上的两个或更多个连续的区段中的每个区段多次地、并且尤其是持续地确定并输出目标速度。由此可以实现在行驶期间使速度建议自适应地适配于实际能耗。
优选地，针对形成充电站的第一集合的n个充电站执行步骤b)。该方法还可以包括：由不包括在第一集合中的充电站来替换第一集合的n个充电站中的至少一个充电站，以形成充电站的第二集合，并且针对充电站的第二集合中的n个充电站执行步骤b)。尤其可以检查是否可以利用其他充电站实现缩短的行驶时间和/或更有效的路径引导。
优选地，该方法还包括：输出针对充电站的第一集合的、直到路线目的地的第一行程时间，并且输出针对充电站的第二集合的、直到路线目的地的第二行程时间。由此可以向驾驶员显示多个可选方案，驾驶员可以从这些可选方案中选择优选的可选方案。在自动化的行驶功能的情况下，驾驶员同样可以选择优选的可选方案，自动化的行驶功能或行驶辅助系统可以接受该可选方案用于路线引导。
优选地，该方法还包括由用户设定n个充电站中的至少一个充电站。例如，用户可以设定用于路线的充电站，其中根据本公开的迭代方法可以基于该预先设定来确定(多个)目标速度。尤其，根据本公开的方法可以检查是否可以利用其他充电站实现缩短的行驶时间和/或更有效的路径引导(例如，通过更高效或性能更强大的充电站)。然后，例如通过输出针对预先给定的(多个)充电站的直到路线目的地的第一行程时间和针对备选的(多个)充电站的直到路线目的地的第二行程时间，可以向驾驶员显示多个可选方案。
优选地，该方法还包括例如由驾驶员预先给定在路线目的地处的目标状态。例如，目标状态可以是在路线目的地处的(期望的)续航里程(“RRW”)或者电动车辆的驱动能量存储器的剩余充电状态(“剩余SoC”)。能量预测、并且尤其是初始能量预测、第一能量预测以及第二能量预测可以在考虑预先给定的目标状态的情况下进行。通过这种方式，例如可以实现在行驶期间使速度建议自适应地适配于实际消耗，以便确保以期望的状态到达目的地。
根据本公开的另一方面，描述了一种存储介质。该存储介质可以包括软件程序，该软件程序被设置成用于在处理器上被执行，并且从而执行在本文中描述的用于在车辆的导航系统中的路线规划的方法。
根据本公开的另一方面，提供了一种用于车辆的导航系统。该导航系统包括至少一个处理器，该至少一个处理器被设置成用于执行在本文中描述的用于在车辆的导航系统中的路线规划的方法。
在一些实施方式中，导航系统可以包括至少一个输出单元，该至少一个输出单元被设置成用于输出行驶路线和/或所确定的目标速度。至少一个输出单元可以包括光学输出单元(例如用于显示带有地图轨迹的导航地图的显示器)和/或用于输出语音指令的声学输出单元。
根据本公开的另一方面，提供了一种车辆、尤其电动车辆，其包括前述导航系统。
根据实施方式，电动车辆可以是纯电动车辆。然而，本公开不限于此，并且车辆可以是混合动力车辆，例如插电式混合动力车辆(PHEV)。术语车辆包括用于运输人、货物等的乘用车、载重汽车、公共汽车、房车、摩托车等。该术语尤其包括用于人员输送的机动车。
车辆可以包括用于自动化行驶的行驶辅助系统。术语“自动化行驶”在本文的范畴中可以理解为具有自动的纵向引导或横向引导的行驶或具有自动的纵向引导和横向引导的自主行驶。自动化行驶例如可以是在高速公路上时间较长的行驶或者是在泊车或调度的范畴内的时间受限的行驶。术语“自动化行驶”包括具有任意自动化程度的自动化行驶。示例性的自动化程度是辅助行驶、部分自动化行驶、高度自动化行驶、或全自动化行驶。这些自动化程度由联邦公路研究所(BASt)定义(参见BASt出版物“Forschung kompakt”，版本11/2012)。
在辅助行驶时，驾驶员持续地执行纵向引导或横向引导，而系统在一定的限度内接管相应的其他功能。在部分自动化行驶(TAF)中，系统在一定的时间段内和/或在特定的情况下接管纵向引导和横向引导，其中驾驶员必须像在辅助行驶中那样持续地监控系统。在高度自动化行驶(HAF)中，系统在一定的时间段内接管纵向引导和横向引导，而驾驶员不必持续地监控系统；然而，驾驶员必须在一定时间内能够接管车辆引导。在全自动化行驶(VAF)中，对于特定的应用场景，系统可以在所有情况下自动进行行驶；对于该应用场景不再需要驾驶员。
上面所提到的四个自动化程度对应于SAE J3016标准(SAE-汽车工程学会)的SAE级别1至4。例如，高度自动化行驶(HAF)对应于SAE J3016标准的级别3。在SAE J3016中还规定了SAE级别5作为最高的自动化程度，该最高的自动化程度未包含在BASt的定义中。SAE级别5对应于无人驾驶，其中系统可以在整个行驶期间像人类驾驶员一样自动处理所有情况；通常不再需要驾驶员。
附图说明
在附图中示出并且在下面更详细地描述本公开的实施例。其中：
图1示意性地示出根据本公开的实施方式的用于车辆的能量预测，
图2示意性地示出根据本公开的实施方式的用于在车辆的导航系统中的路线规划的方法的流程图，
图3示意性地示出根据本公开的另外的实施方式的用于在车辆的导航系统中的路线规划的方法的流程图，
图4示意性地示出根据本公开的另外的实施方式的用于在车辆的导航系统中的路线规划的方法的流程图，
图5至图7示出具有对实际能耗的适配的、在行驶到路线目的地期间的迭代方法，以及
图8示出速度建议对于实际能耗的适配。
具体实施方式
在下文中，只要没有另外说明，对于相同的和起相同作用的元件使用相同的附图标记。
图1示意性地示出根据本公开的实施方式的用于车辆的路线的能量预测。
车辆可以是电动车辆。电动车辆包括可以连接到充电站并被充电的电蓄能器(例如，电池)。可以使用各种充电技术为这种电动车辆的电蓄能器充电。在AC充电时，转换用于给电蓄能器充电的直流电的充电器位于车辆中。在DC充电时，转换用于给电蓄能器充电的直流电的充电器位于充电站中。
为了进行针对例如可以由用户输入到导航系统中的路线目的地的能量预测，求取车辆到路线目的地的期望的能量需求。期望的能量需求尤其可以在使用期望速度的情况下发生。期望速度可以逐区段地存在，也就是说，期望速度可以在路径的走向上变化。例如，可以通过实时交通信息获得期望速度。实时交通信息可以是例如BMW的“实时交通信息”(RTTI)。
通常，可以在能量预测中使用另外的参数、例如车辆数据。车辆数据可以包括例如驱动能量存储器的充电状态(State of Charge，SoC)、剩余里程(续航里程)、车辆的负载状态、驾驶员简档(例如，特定于驾驶员的消耗)、倾斜度、剩余路程等。
可以求取直到路线目的地的预计的行程时间，并且将预计的行程时间显示给驾驶员。此外，基于能量预测，可以在路线规划中计划至少一次充电停车。如果基于已知的数据(例如来自实时交通信息的期望速度)的能量储备或续航里程不足以到达路线目的地，则可以沿着路线计划在相应的充电站处的至少一次充电停车。
能量预测可以逐区段地进行。尤其，路线可以被划分成多个区段，对于这些区段例如存在相应的期望速度νe(x)。各个区段的能量需求可以被求和，以便获得直到路线目的地的总能量需求。
本公开实现缩短的行驶时间和更有效的路径引导。缩短的行程时间可以通过节省充电停车来实现，如例如参考图2所阐述的。更有效的路径引导可以通过确定更有利的充电站来实现，如例如参考图3所阐述的。
图2示出根据本公开实施方式的用于在车辆、尤其是电动车辆的导航系统中的路线规划的方法的流程图。
该方法可以首先以初始速度(例如，来自实时交通信息的期望速度νe(x))执行原始线路，如在图1中所示。原始线路可以不包括充电停车(n＝0)或包括至少一次充电停车(n>0或n≥1)。
无充电停车(n＝0)
如果在原始线路中不存在充电停车(n＝0)，则不会得到新的解决方案。换句话说，由于没有计划的充电停车，因此不能节省充电停车。在这种情况下，可以将实时交通信息中的初始速度设定为目标速度νV并输出该目标速度。
至少一次充电停车(n>0或n≥1)
如果在原始线路中存在至少一次充电停车(n>0或n≥1)，则操纵期望速度νe(x)。
为此，首先在使用针对至少一个区段的小于初始速度的第一速度νmin的情况下，实施针对行驶路线的第一能量预测。第一速度νmin可以是最小限定速度，首先利用该最小限定速度检查，理论上是否可以避免充电停车。例如，期望的速度曲线可以被限制到该最小速度。第一速度νmin可以被适当地设定，例如设定到110km/h或以下(例如对于高速公路行驶)或设定到40km/h或以下(例如对于城市行驶)。
利用νmin没有节省充电停车
如果利用第一速度νmin不能节省充电停车，则没有得到新的解决方案。换句话说，在现实的框架内降低速度不能节省充电停车。在这种情况下，可以将实时交通信息中的初始速度设定为目标速度νV并输出该目标速度。
利用νmin节省至少一次充电停车
如果确定利用第一速度νmin可以节省至少一次充电停车，则用于能量预测的期望速度以Δν逐步地增加(νe(x)＝νi＝νi-1+Δν；νi-1(i＝1)＝ν0＝νmin)，直到再次需要一开始所节省的充电停车。尤其，利用操纵速度ν迭代地重复针对行驶路线的能量预测。可以适当地选择步长，例如Δν＝1km/h。
尤其，利用操纵速度重复m次针对行驶路线的能量预测(即，i＝1...m次迭代，其中i是运行变量，并且m是大于零的整数)，以便确定可以完全节省充电停车的目标速度。目标速度νV在下文中也被称为“速度建议”或“最优速度”。
详细地，当针对第一速度νmin的行驶路线包括n-1次充电停车时，可以使用大于第一速度νmin且小于初始速度的、针对至少一个区段的第二速度来进行针对行驶路线的第二能量预测。这表示第一迭代i＝1，其中第二速度可以通过νi＝1＝ν0+Δν来提供。
当行驶路线基于第二能量预测包括n次充电停车时，第一速度被确定为行驶路线的至少一个区段的目标速度。然而，当行驶路线基于第二能量预测包括n-1次充电停车时，利用用于至少一个区段的第三速度重复该方法，该第三速度大于第二速度并且小于初始速度。这表示第二迭代i＝2，其中第三速度可以通过νi＝2＝νi＝1+Δν来提供。
尤其，该方法包括：当行驶路线基于第二能量预测包括n-1次充电停车(也就是说，当可以节省至少一个初始计划的充电停车)时，以逐步提高的速度νi重复能量预测m次。例如，m指示行驶路线在其中包括n次充电停车的迭代i，并且m-1指示行驶路线在其中包括n-1次充电停车的迭代i。该方法还可以包括确定迭代m-1的速度作为用于行驶路线的至少一个区段的目标速度。
由此，速度一直以Δν提高，直到再次需要一开始所节省的充电停车为止。将最后一次迭代的速度确定为目标速度，在该最后一次迭代的速度的情况下(还)不需要进行这种额外的充电停车。换句话说，可以确定在节省充电停车的情况下(还)可能的最大速度。
在一些实施方式中，基于针对行驶路线的至少一个区段确定的目标速度，到路线目的地的剩余行程时间可以例如在车辆的显示器上视觉地输出和/或通过车辆中的扬声器语音地输出。
在一些实施方式中，可以向驾驶员和/或自动化的行驶功能输出目标速度。尤其可以逐区段地针对到路线目的地的路线来求取并输出目标速度，例如向驾驶员或者自动化的行驶功能输出目标速度。例如，目标速度可以显示在车辆的显示器上和/或通过语音输出来输出。在此，向驾驶员输出目标速度是对最优速度的推荐或建议。
典型地，在行驶持续时间或者路线上持续地求取并输出目标速度。由此，例如当驾驶员没有遵循速度建议和/或当预测的能耗与实际能耗有偏差时，可以持续地使目标速度适配于实际能耗。
在一些实施方式中，该方法还包括例如由驾驶员预先给定在路线目的地处的目标状态。例如，目标状态可以是在路线目的地处的(期望的)续航里程或者电动车辆的驱动能量存储器的剩余充电状态(剩余SoC)。能量预测、并且尤其是初始能量预测、第一能量预测以及第二能量预测可以在考虑预先给定的目标状态的情况下进行。通过这种方式，例如可以实现在行驶期间使速度建议自适应地适配于实际消耗，以便确保以期望的状态到达目的地。
在一些实施方式中，通过上述算法，可以检查行驶路线的多个可能的速度曲线，从而得出针对(例如逐区段的)最优速度和/或沿着路线的充电站的多个解决方案。为了从多个解决方案中合适地选择一个或多个解决方案，可以考虑预测概率。尤其，一些速度曲线可能比其他速度曲线概率大。然后，优选地，可以建议一个或多个最有可能的解决方案。不太可能的解决方案可以被丢弃。例如，可以存在多个等同的解决方案(例如，针对两个备选充电站的相同行程时间)，其中可以建议更可能的解决方案，并且可以丢弃较不可能的解决方案。
图3示意性地示出根据本公开的另外的实施方式的用于在车辆、尤其是电动车辆的导航系统中的路线规划的方法的流程图。图3中的方法类似于图2中所示的方法，并且类似或相同的方面将不在下文中重复。
在一些实施方式中，行驶路线可以被分成两个或更多个连续的区段。两个或更多个连续的区段可以通过(多个)充电站划分。针对行驶路线的能量预测可以通过各个区段的组合来建立。在一些实施方式中，可以为两个或更多个连续的区段中的每个区段单独地确定目标速度。例如，可以借助本公开的迭代方法来确定两个或更多个连续区段中的每个区段的目标速度。在另外的示例中，如图3所示，可以例如由用户预先设定行驶路线的两个或更多个连续区段中的至少一个区段的目标速度。
在图3的示例中，行驶路径包括两个连续的区段A1和A2。用于两个连续区段中的第一区段A1的目标速度VA1,m-1通过本公开的迭代方法确定。用于两个连续区段中的第二区段A2的目标速度νA2可以例如由用户或其他边界条件预先设定。
在一些实施方式中，本公开的迭代方法可以用于确定与一开始在原始路线规划中计划的充电站不同的充电站。例如，其他充电站可以是更快和/或更好的充电站。为此，首先可以限定至少一个其他的相关的充电站，其中针对每个充电站，寻找所产生的部分路径的最大可能的速度。作为解决方案，可以输出具有针对每个区段的经限定的充电站和速度建议的路径。
详细地，n个初始充电站可以形成充电站的第一集合。第一集合的n个初始充电站中的至少一个充电站可以被不包括在第一集合中的充电站替换，以形成充电站的第二集合。本公开的迭代方法可以针对充电站的第二集合中的n个充电站执行，以检查是否可以利用其他充电站实现缩短的行驶时间和/或更有效的路径引导。
典型地，该方法还包括：针对充电站的第一集合输出直到路线目的地的第一行程时间，并且针对充电站的第二集合输出直到路线目的地的第二行程时间。可以向驾驶员显示多个可选方案，驾驶员可以从这些可选方案中选择优选的可选方案。在自动化的行驶功能的情况下，驾驶员同样可以选择优选的可选方案，自动化的行驶功能可以接管该可选方案。
n个充电站中的至少一个充电站可以由用户设定。例如，用户可以设定用于该路线的充电站，其中根据本公开的方法可以检查是否可以利用其他充电站实现缩短的行驶时间和/或更有效的路径引导(例如，通过更高效或性能更强大的充电站)。然后，例如通过输出针对预先给定的(多个)充电站的直到路线目的地的第一行程时间和针对备选的(多个)充电站的直到路线目的地的第二行程时间，可以向驾驶员显示多个可选方案。
图4示意性地示出根据本公开的另外的实施方式的用于在车辆、尤其是电动车辆的导航系统中的路线规划的方法的流程图。
图4中的方法类似于图3中所示的方法，并且类似或相同的方面在下文中不再重复。在图4中，路线被分成三个区段A1、A2和A3，这三个区段可以由两次充电停车限定。
两个连续区段中的第一区段A1的目标速度νA1,m-1通过本公开的迭代方法确定。两个连续区段中的第二区段A2和第三区段A3的目标速度νa2和νa3例如可以由用户或其他边界条件预先设定。
图5至图8示出具有对实际能耗的适配的、在行驶到路线目的地期间的迭代方法。
在一些实施方式中，在行驶持续时间上持续地求取并输出目标速度。由此，例如当驾驶员没有遵循速度建议和/或当预测的能耗与实际能耗有偏差时，可以持续地使目标速度适配于实际能耗。
在图5中，实际消耗如预测的那样，并且实际能耗Ereal处于能耗Eν(对应于原始求取的速度建议νV)与提高的能耗Eν+Δ(对应于原始求取的速度建议νV加上Δν)之间。在这种情况下，速度建议νV可以保持不变。
在图6中，实际消耗Ereal低于下限Eν，并且进行对预测的能耗曲线的新计算。在这种情况下，可以提高速度建议νV。
在图7中，实际消耗Ereal超过下限Eν，并且进行对预测的能耗曲线的新计算。在这种情况下，可以降低速度建议νV。这同样在图8中在实际消耗Ereal与提高的能耗Eν+Δ的接触点上示出。
根据本发明，对于在期望速度下具有(多个)充电停车的期望路径，通过操纵或改变期望速度来检查是否可以通过经适配的速度实现节省充电停车和/或到达其他充电站。如果检查的结果是肯定的，则可以建议最优速度。例如可以逐区段地、即单独地针对行驶路线的多个区段求取并建议最优速度。最优速度可以实现缩短的行驶时间和/或更有效的路径引导。
该方法可以通过最优的速度主动地向驾驶员建议，其可以如何避免本来所需的停车，这导致驾驶员减负。备选地，在自动化行驶时，最优速度可以作为行驶速度自动地由行驶辅助系统接管。此外，通过节省充电停车和/或通过更有效的路线可以产生成本优势。此外，通过经适配的速度可以确保尽可能快地到达目的地。

Claims (15)

1.一种用于在车辆、尤其是电动车辆的导航系统中的路线规划的方法，包括：
a)使用用于到路线目的地的行驶路线的至少一个区段的初始速度来执行针对所述行驶路线的初始能量预测；
b)当所述行驶路线基于所述初始能量预测包括在n个充电站处的n次计划的充电停车时，其中n是大于零的自然数，所述方法还包括：
b1)使用用于所述至少一个区段的第一速度来执行针对所述行驶路线的第一能量预测，所述第一速度小于所述初始速度，
其中所述行驶路线对于所述第一速度包括在n-1个充电站处的n-1次计划的充电停车；
b2)使用用于所述至少一个区段的第二速度来执行针对所述行驶路线的第二能量预测，所述第二速度大于所述第一速度并且小于所述初始速度；
b3)确定所述行驶路线基于所述第二能量预测是否包括n次或n-1次充电停车；以及
b4)当所述行驶路线基于所述第二能量预测
-包括n次充电停车时，将所述第一速度确定为用于所述行驶路线的所述至少一个区段的目标速度，
-包括n-1次充电停车时，利用用于所述至少一个区段的第三速度来重复步骤b2)和b3)，所述第三速度大于所述第二速度并且小于所述初始速度。
2.根据权利要求1所述的方法，还包括：
基于用于所述行驶路线的所述至少一个区段的所述目标速度，输出直到所述路线目的地的行程时间。
3.根据权利要求1或2所述的方法，还包括：
当所述行驶路线基于所述第二能量预测包括n-1次充电停车时，重复步骤b2)和b3)m次，其中m是大于零的自然数，并且其中利用逐步提高的速度来执行被重复的步骤b2)的相应的能量预测。
4.根据权利要求3所述的方法，其中m指示步骤b2)和b3)的、所述行驶路线在其中包括n次充电停车的迭代，其中m-1指示步骤b2)和b3)的、所述行驶路线在其中包括n-1次充电停车的迭代，并且其中所述方法还包括：
将对所述步骤b2)和b3)的迭代m-1的速度确定为用于所述行驶路线的所述至少一个区段的目标速度。
5.根据权利要求1至4中任一项所述的方法，还包括：
从实时交通信息中确定所述初始速度。
6.根据权利要求1至5中任一项所述的方法，还包括：
向驾驶员和/或自动化的行驶功能输出所述目标速度。
7.根据权利要求1至6中任一项所述的方法，其中行驶路径包括两个或更多个连续的区段，特别地其中所述两个或更多个连续的区段通过所述充电站划分。
8.根据权利要求7所述的方法，其中针对所述两个或更多个连续的区段中的每个区段单独地确定所述目标速度。
9.根据权利要求1至8中任一项所述的方法，其中针对形成充电站的第一集合的n个充电站执行步骤b)，并且其中所述方法还包括：
由不包括在所述第一集合中的充电站来替换所述第一集合中的n个充电站中的至少一个充电站，以形成充电站的第二集合；以及
针对充电站的所述第二集合中的n个充电站执行步骤b)。
10.根据权利要求9所述的方法，还包括：
输出针对充电站的所述第一集合的、直到所述路线目的地的第一行程时间；以及
输出针对充电站的所述第二集合的、直到所述路线目的地的第二行程时间。
11.根据权利要求1至10中任一项所述的方法，还包括：
由用户设定所述n个充电站中的至少一个充电站。
12.根据权利要求1至11中任一项所述的方法，还包括：
接收用于设定在所述路线目的地处的目标状态的用户输入，其中所述目标状态选自由在所述路线目的地处的续航里程和驱动能量存储器的剩余充电状态构成的组。
13.一种存储介质，包括软件程序，所述软件程序被设置成用于在处理器上被执行，并且从而执行根据权利要求1至12中任一项所述的方法。
14.一种用于车辆的导航系统，包括：
至少一个处理器，所述至少一个处理器被设置成用于执行根据权利要求1至12中任一项所述的方法。
15.一种车辆，尤其是电动车辆，包括根据权利要求14所述的导航系统。
CN201980089156.2A 2019-01-16 2019-12-17 用于车辆的导航系统中的路线规划的方法、用于车辆的导航系统、以及具有导航系统的车辆 Active CN113302453B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102019101094.2A DE102019101094A1 (de) 2019-01-16 2019-01-16 Verfahren zur Routenplanung in einem Navigationssystem eines Fahrzeugs, Navigationssystem für ein Fahrzeug und Fahrzeug mit demselben
DE102019101094.2 2019-01-16
PCT/EP2019/085496 WO2020148051A1 (de) 2019-01-16 2019-12-17 Verfahren zur routenplanung in einem navigationssystem eines fahrzeugs, navigationssystem für ein fahrzeug und fahrzeug mit demselben

Publications (2)

Publication Number Publication Date
CN113302453A true CN113302453A (zh) 2021-08-24
CN113302453B CN113302453B (zh) 2024-04-09

Family

ID=69105800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980089156.2A Active CN113302453B (zh) 2019-01-16 2019-12-17 用于车辆的导航系统中的路线规划的方法、用于车辆的导航系统、以及具有导航系统的车辆

Country Status (4)

Country Link
US (1) US11846518B2 (zh)
CN (1) CN113302453B (zh)
DE (1) DE102019101094A1 (zh)
WO (1) WO2020148051A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112233451B (zh) * 2020-10-13 2022-05-27 安徽交欣科技股份有限公司 一种考虑纯电动公交车辆续航里程的行车计划智能编制系统
DE102020215678A1 (de) * 2020-12-10 2022-06-15 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zur Reichweitenkontrolle für ein batteriebetriebenes Kraftfahrzeug
CN112819229B (zh) * 2021-02-04 2022-10-28 汉纳森（厦门）数据股份有限公司 一种基于分布式机器学习的行车站点优化更新方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160363456A1 (en) * 2015-06-12 2016-12-15 Ecole Nationale De L'aviation Civile Energy management system for vehicles
DE102016009338A1 (de) * 2016-07-30 2017-02-02 Daimler Ag Fahrerassistenzsystem
DE102016217087A1 (de) * 2016-09-08 2018-03-08 Bayerische Motoren Werke Aktiengesellschaft Lade-Fahr-Assistent für Elektrofahrzeuge und Elektrofahrzeug
DE102016224786A1 (de) * 2016-12-13 2018-06-14 Bayerische Motoren Werke Aktiengesellschaft Reisezeitoptimierung für ein Fahrzeug mit elektrischem Antrieb
DE102017211689A1 (de) * 2017-07-07 2019-01-10 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Routenplanung und Routenoptimierung für ein elektrisch fahrendes Fahrzeug
US20190316924A1 (en) * 2018-04-16 2019-10-17 Morgan Brown Consultancy Ltd. Vehicle routing

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19519107C1 (de) 1995-05-24 1996-04-04 Daimler Benz Ag Fahrtroutenratgebereinrichtung
DE102009048821A1 (de) * 2009-10-09 2011-04-14 Conti Temic Microelectronic Gmbh Verfahren zur Reichweitenermittlung für Fahrzeuge, insbesondere Elektrofahrzeuge
JP5017398B2 (ja) * 2010-03-09 2012-09-05 日立オートモティブシステムズ株式会社 経路計画装置及び経路計画システム
US10215576B2 (en) 2016-08-25 2019-02-26 GM Global Technology Operations LLC Energy-optimized vehicle route selection
DE102017009461A1 (de) * 2016-09-15 2018-03-15 Christoph Zimmer Energiebedarfsermittlungseinrichtung zum Durchführen eines Einsatzplanungsverfahrens zur Bestimmung des zu erwartenden Energiebedarfs eines elektromotorisch angetriebenen Nutzfahrzeuges

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160363456A1 (en) * 2015-06-12 2016-12-15 Ecole Nationale De L'aviation Civile Energy management system for vehicles
CN108369103A (zh) * 2015-06-12 2018-08-03 国立民用航空学院 基于活动的资源管理系统
DE102016009338A1 (de) * 2016-07-30 2017-02-02 Daimler Ag Fahrerassistenzsystem
DE102016217087A1 (de) * 2016-09-08 2018-03-08 Bayerische Motoren Werke Aktiengesellschaft Lade-Fahr-Assistent für Elektrofahrzeuge und Elektrofahrzeug
DE102016224786A1 (de) * 2016-12-13 2018-06-14 Bayerische Motoren Werke Aktiengesellschaft Reisezeitoptimierung für ein Fahrzeug mit elektrischem Antrieb
DE102017211689A1 (de) * 2017-07-07 2019-01-10 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Routenplanung und Routenoptimierung für ein elektrisch fahrendes Fahrzeug
US20190316924A1 (en) * 2018-04-16 2019-10-17 Morgan Brown Consultancy Ltd. Vehicle routing

Also Published As

Publication number Publication date
WO2020148051A1 (de) 2020-07-23
US20220090928A1 (en) 2022-03-24
DE102019101094A1 (de) 2020-07-16
US11846518B2 (en) 2023-12-19
CN113302453B (zh) 2024-04-09

Similar Documents

Publication Publication Date Title
CN113302453B (zh) 用于车辆的导航系统中的路线规划的方法、用于车辆的导航系统、以及具有导航系统的车辆
US9714023B2 (en) System and method for controlling hybrid vehicle
JP5141705B2 (ja) 運転支援装置、方法およびプログラム
EP3110673B1 (en) Moving assist apparatus and method
CN106574843B (zh) 在充电站充电以延长续航里程
US9527399B2 (en) Device and method for controlling battery SOC of hybrid vehicle
EP2997331B1 (en) Preventive fuel saving-aimed motor vehicle driver assistance
US10668824B2 (en) Method for calculating a setpoint for managing the fuel and electricity consumption of a hybrid motor vehicle
CN102867430B (zh) 电动汽车用的信息终端以及巡航控制装置
CN106573624B (zh) 用于运行机动车的方法、机动车和计算机程序
JP6137304B2 (ja) エネルギー消費量予測装置およびエネルギー消費量予測方法
CN102313552A (zh) 用于计算和显示行驶范围信息的方法和系统
US10029667B2 (en) Energy management method for an electric vehicle
CN111824145A (zh) 用于电动车辆的远距离导航规划和充电策略
CN110254285B (zh) 一种基于车联网的对里程焦虑用户提供服务的方法及系统
JP6536849B2 (ja) 車両用表示装置
US20220032896A1 (en) Method for calculating a management setpoint for the comsumption of fuel and electric current by a hybrid motor vehicle
Boehme et al. Application of an optimal control problem to a trip-based energy management for electric vehicles
JP4733504B2 (ja) 回生制御装置
US11705001B2 (en) Device and computer program product for route planning for a vehicle
US20220274490A1 (en) Device and Method to Determine Available Regenerative Braking Energy in a Route for Vehicle
CN111186429A (zh) 混合动力车辆控制装置及其方法
CN113993760B (zh) 用于控制车辆的方法
JP6597752B2 (ja) 車両用表示装置
CN114829877A (zh) 用于控制车辆的方法

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