CN113844395A

CN113844395A - 车辆负载分级卸载

Info

Publication number: CN113844395A
Application number: CN202110680363.4A
Authority: CN
Inventors: 大卫·A·西马诺; 雷·C·西西亚克; 达努杰·维贾拉
Original assignee: Ford Global Technologies LLC
Current assignee: Ford Global Technologies LLC
Priority date: 2020-06-26
Filing date: 2021-06-18
Publication date: 2021-12-28
Also published as: US11772664B2; DE102021116039A1; US20210403010A1

Abstract

本公开提供了“车辆负载分级卸载”。一种系统包括处理器和存储器。所述存储器存储可由所述处理器执行以进行以下操作的指令：基于所识别的风险状况来确定针对车辆的动作；确定用于执行所述动作的最短时间；以及基于包括车辆电池的荷电状态、车外温度和车辆操作模式的数据来确定用于执行所述动作的可用电功率。所述指令还包括用于进行以下操作的指令：基于用于执行所述动作的所述最短时间和所确定的可用电功率来确定最大可允许电能放电速率；基于所述最大可允许电能放电速率、所述车辆的电负载状态和负载优先级数据来确定针对所述车辆中多个电气装置的负载控制计划；以及执行所确定的负载控制计划。

Description

车辆负载分级卸载

技术领域

本公开总体上涉及车辆电气系统。

背景技术

车辆可以包括用于产生电能的发电机。电能可以被诸如计算机、传感器、致动器等电气装置消耗。发电机可以机械地联接到发动机(例如内燃发动机(ICE))以产生电力。车辆可以将电功率存储在能量存储装置(例如电池)中。在一个示例中，可以由车辆的内燃发动机对电池充电。在另一个示例中，例如在电动车辆(EV)中，可以由充电站中的外部电源对电池充电。在某些情况下，例如，当电动车辆的电池未充满电、车载发电机无法工作、和/或电池具有有限的存储电力量来操作车辆的电负载时，电池可能缺乏足够的电功率来操作车辆的电气装置。

发明内容

本文公开了一种包括处理器和存储器的系统。所述存储器存储可由所述处理器执行以进行以下操作的指令：基于所识别的风险状况来确定针对车辆的动作；确定用于执行所述动作的最短时间；基于包括车辆电池的荷电状态、车外温度和车辆操作模式的数据来确定用于执行所述动作的可用电功率；基于用于执行所述动作的所述最短时间和所确定的可用电功率来确定最大可允许电能放电速率；基于所述最大可允许电能放电速率、所述车辆的电负载状态和负载优先级数据来确定针对所述车辆中多个电气装置的负载控制计划；以及执行所确定的负载控制计划。

所述指令还可以包括用于进行以下操作的指令：基于所述车外温度和所述车辆操作模式来确定所述电负载状态，并且进一步基于所确定的电负载状态来确定所述负载控制计划。

所述风险状况可以根据一个或多个故障状况来指定对一个或多个车辆操作的多个限制。

所述指令可以包括用于进行以下操作的另外的指令：至少部分地基于(i)所述风险状况与(ii)DTC和车辆诊断状况之间的多个关系来确定所述风险状况。

所述指令还可以包括用于进行以下操作的指令：基于(i)所确定的动作与(ii)基于车辆位置和地图数据确定的怠速持续时间极限来确定预测的发动机怠速时间。

所确定的动作可以包括以下项中的至少一个：将车辆数据上传到远程计算机或从远程计算机下载数据、将所述车辆导航到指定位置、致动车辆致动器以执行指定动作。

所述指令还可以包括用于进行以下操作的指令：基于所确定的动作和所存储的针对所述所确定的动作的执行时间数据来确定所述最短时间。

所述负载控制计划可以包括(i)关闭装置，(ii)减少提供给所述装置的功率，或者(iii)经由车辆通信网络向所述装置传输包括相应装置的最大允许功率极限的指令，其中所述装置包括被编程为执行所接收的指令以限制相应功耗的计算机。

所述指令还可以包括用于进行以下操作的指令：基于所述车外温度、车辆内部温度、用户内部温度设置、车辆传感器温度以及所述车辆传感器的操作温度的指定范围来确定车辆热装置的热负载阈值。

所述指令还可以包括用于进行以下操作的指令：基于热负载优先级清单和所述车辆热装置的第二阈值来确定针对所述车辆热装置的第二功率控制计划。

所述指令还可以包括用于进行以下操作的指令：基于所述负载优先级数据、所述车辆操作模式以及所确定的最大可允许电能放电速率来确定所述多个装置中的每个装置的相应优先级，并且进一步基于为所述多个装置中的每个装置确定的所述相应优先级来确定所述负载控制计划。

本文还公开了一种方法，其包括：基于所识别的风险状况来确定针对车辆的动作，确定用于执行所述动作的最短时间；基于包括车辆电池的荷电状态、车外温度和车辆操作模式的数据来确定用于执行所述动作的可用电功率；基于用于执行所述动作的所述最短时间和所确定的可用电功率来确定最大可允许电能放电速率；基于所述最大可允许电能放电速率、所述车辆的电负载状态和负载优先级数据来确定针对所述车辆中多个电气装置的负载控制计划；以及执行所确定的负载控制计划。

所述方法还可以包括：基于所述车外温度和所述车辆操作模式来确定所述电负载状态，以及进一步基于所确定的电负载状态来确定所述负载控制计划。

所述方法还可以包括：至少部分地基于(i)所述风险状况与(ii)DTC和车辆诊断状况之间的多个关系来确定所述风险状况。

所述方法还可以包括：基于(i)所确定的动作与(ii)基于车辆位置和地图数据确定的怠速持续时间极限来确定预测的发动机怠速时间。

所述方法还可以包括：基于所确定的动作和所存储的针对所述所确定的动作的执行时间数据来确定所述最短时间。

所述负载控制计划可以包括(i)关闭装置，(ii)减少提供给所述装置的功率，或者(iii)经由车辆通信网络向所述装置传输包括相应装置的最大允许功率极限的指令，还包括在所述装置中执行所接收的指令以限制相应功耗。

所述方法还可以包括：基于所述车外温度、车辆内部温度、用户内部温度设置、车辆传感器温度以及所述车辆传感器的操作温度的指定范围来确定车辆热装置的热负载阈值。

所述方法还可以包括：基于热负载优先级清单和所述车辆热装置的第二阈值来确定针对所述车辆热装置的第二功率控制计划。

还公开了一种计算装置，所述计算装置被编程为执行上述方法步骤中的任一者。还公开了一种车辆，所述车辆包括所述计算装置。

还公开了一种计算机程序产品，所述计算机程序产品包括计算机可读介质，所述计算机可读介质存储指令，所述指令可由计算机处理器执行以执行上述方法步骤中的任一者。

附图说明

图1是示例性车辆系统的图示。

图2是示出电池的可用能量随时间而变化的示例性曲线图。

图3A至图3B是用于控制车辆操作的示例性过程的流程图。

具体实施方式

图1是车辆100的框图。可以以各种已知的方式(例如，用电动马达和/或内燃发动机)来对车辆100提供动力。主车辆100可以包括计算机110、致动器120、传感器130、发电机140和能量存储装置150，下面更详细地讨论它们中的每一个。在一个示例中，车辆100具有混合动力传动系统，所述混合动力传动系统包括电动马达和内燃发动机。在另一个示例中，电动车辆100可能缺少发电机。

车辆100可以具有多种操作模式。在本上下文中，操作模式指定(i)车辆动力传动系统和(ii)车辆电气装置的操作状态。示例性操作模式是：(i)电气装置开启和发动机关闭(特定于具有内燃发动机的车辆100)，(ii)发动机关闭和电气装置关闭，(iii)发动机怠速运转和(iv)车辆100移动等。在本上下文中，电气装置(或装置)是消耗电能的部件。

电气装置包括但不限于车辆100的计算机110、致动器120、传感器130。经由与车辆100的配电总线的电连接来给电气装置供应电能。配电总线包括电导体，例如铜电缆，其将电气装置与电源(例如能量存储装置150)电耦合。车辆100可以包括多个配电总线，例如，供给12V DC的电源电压的第一总线和提供48V DC的电源电压的第二总线。装置的功耗可以基于以下项而变化：(i)相应装置的运行，例如运行或不运行，以及(ii)相应装置的电气特性或需求，例如，运行中的电动马达可能会比计算机110消耗更多的功率。通常以瓦特(W)为单位来指定功耗。功耗基于通过装置的以安培(A)指定的电流和配电总线的电压(V)来定义。

计算机110包括诸如已知的处理器和存储器。存储器包括一种或多种形式的计算机可读介质，并且存储可由计算机110执行以用于执行各种操作(包括如本文所公开的操作)的指令。

计算机110可包括编程以操作车辆制动、推进(例如，通过控制内燃发动机、电动马达、混合动力发动机等中的一者或多者来控制车辆的加速度)、转向、气候控制、内部灯和/或外部灯等中的一者或多者，以及确定计算机110(而非人类操作员)是否和何时控制此类操作。

计算机110可以自主模式、半自主模式或非自主(或手动)模式来操作车辆100。出于本公开的目的，将自主模式定义为由计算机110控制车辆100的推进、制动和转向中的每一者的模式；在半自动模式中，计算机110控制车辆100的推进、制动和转向中的一者或两者；在非自主模式中，人类操作员控制车辆100的推进、制动和转向中的每一者。

计算机110通常被布置用于在车辆通信网络上进行通信，该车辆通信网络例如包括诸如控制器局域网(CAN)等的通信总线。计算机110可以包括或例如经由如下文进一步描述的车辆通信总线而通信地耦合到多于一个处理器，例如包括在车辆中用于监测和/或控制诸如动力传动系统、制动、转向等各种子系统的控制器等。

经由车辆网络，计算机110可以向车辆100中的各种装置传输消息和/或从各种装置(例如，控制器、致动器120、传感器130等)接收消息。控制器，例如温度控制器等，可以被配置为执行指定操作，诸如控制温度。控制器可以包括可编程处理器和/或包括专用集成电路(ASIC)的专用电子电路，所述专用电子电路被制造用于特定操作，例如，用于确定致动器120的致动以用于控制温度的ASIC。在另一个示例中，专用电子电路可以包括现场可编程门阵列(FPGA)，其为被制造为可由客户配置的集成电路。通常，在电子设计自动化中使用诸如VHDL(超高速集成电路硬件描述语言)之类的硬件描述语言来描述诸如FPGA和ASIC之类的数字和混合信号系统。替代地或另外，在计算机110实际上包括多个装置的情况下，车辆通信网络可以用于在本公开中表示为计算机110的装置之间的通信。此外，如下文所述，各种控制器和/或传感器130可以经由车辆通信网络向计算机110提供数据。

另外，计算机110可配置为经由无线通信网络170而通过无线通信接口来与远程计算机160进行通信。通信网络可以是无线通信机制中的一种或多种，包括无线(例如，蜂窝、无线、卫星、微波和射频)通信机制的任何期望组合，以及任何期望的网络拓扑(或利用多种通信机制时的拓扑)。示例性车辆对车辆通信网络包括提供数据通信服务的蜂窝、蓝牙、IEEE 802.11、专用短程通信(DSRC)和/或广域网(WAN)(包括互联网)。

传感器130可以包括诸如已知的向计算机110提供数据的多种装置。例如，传感器130可以包括光检测和测距(LIDAR)传感器130等，其设置在车辆100的顶部上、车辆100前挡风玻璃后面、车辆100周围等，提供车辆100周围的对象的相对位置、尺寸和形状。作为另一个示例，固定到车辆100的保险杠的一个或多个雷达传感器130可以提供用于提供对象等相对于车辆100的位置的位置的数据。传感器130还可以替代地或另外包括相机传感器130(例如前视、侧视等)，所述相机传感器提供来自车辆100周围的区域的图像。

车辆100可以例如基于从车辆100的GPS(全球定位系统)传感器130接收的数据来确定车辆100相对于坐标系270的位置，例如GPS(全球定位系统)位置坐标。另外，计算机110可以被编程为例如基于从GPS传感器130接收的数据来确定车辆100移动的方向。车辆100可以包括电流传感器130，其确定由诸如计算机110、致动器120和/或其他传感器130等车辆100装置消耗的电流。作为另一个示例，传感器130可以包括车外温度传感器130，其提供包括车辆100的外部的温度T_o的数据。作为另一个示例，电池传感器130可以提供包括电池温度T_b的数据。在又一个示例中，内部温度传感器130可以提供包括车辆100内部的内部温度T_i的数据。

致动器120通常包括可以根据如已知的适当控制信号来致动各种车辆子系统的电路、芯片或其他电子部件。例如，致动器120可以包括一个或多个继电器、伺服马达等。因此，致动器120可用于控制车辆100的制动、加速、转向、内部照明、外部照明、喇叭等。致动器120可以包括热致动器120，诸如冷却致动器120(例如，内部车厢空调、用于车辆100传感器130的冷却致动器120)，和/或加热致动器120(例如内部车厢加热器)。另外，致动器120可以包括用于控制向计算机110、致动器120、传感器130的电功率供应的继电器。例如，计算机110可以致动继电器致动器120以打开或关闭车辆100的前灯、座椅加热部件等。

用于控制致动器120的控制信号可以由计算机110、位于车辆100中的控制单元(例如，制动控制器)等生成。车辆100可以包括各种部件或子系统，各自包括一个或多个传感器130、致动器120、控制器等。例如，车辆100可以包括制动部件，所述制动部件包括制动传感器130、制动致动器120和/或基于从控制器所接收的命令而使车辆100停下的其他电子元件、机械元件等。作为另一个示例，计算机110可以基于传感器130的温度来致动传感器冷却致动器120以冷却传感器130，冷却车辆100的内部车厢，和/或加热车辆100的内部。

发电机140通常是机械地联接到车辆100的内燃发动机的发电机。发电机140向车辆100的电气装置提供电能。例如，发电机140的输出电压可以是12VDC(直流电压)或48VDC。当具有内燃发动机的车辆100在“发动机开启”操作模式下操作时，发电机140可以输出电能，并且当车辆100的发动机关闭时可以停止输出电能。

发电机140可以是起动发电机140。因此，为了起动车辆100，发电机140可以输出机械能以起动车辆100的内燃发动机，而当车辆100的内燃发动机操作时，则起动发电机140操作为发电机并输出电能。在另一个示例中，车辆100，例如电动车辆100，可能缺少发电机140。

车辆100能量存储装置150可以包括一个或多个可再充电锂电池。能量存储装置150可以存储从发电机140接收的能量，并向装置(例如致动器120)供给所存储的能量。在本上下文中，“充电”和“放电”是指能量存储装置150从诸如发电机140之类的源接收电能并且向车辆100的装置输出(或供给)电能。能量存储装置150的荷电状态SOC通常指定在相应的能量存储装置150中存储的电能的量。荷电状态(SoC)是相对于电池150的容量的电池150的充电水平。荷电状态SOC可以被指定为百分比，例如0％(零)意味着为空，100％意味着充满。能量存储装置150的容量可以被指定为以安培小时(Amph)为单位。

可以使用常规的电化学电池模型将计算机110编程为基于放电持续时间(例如10分钟)、放电速率(例如100W)和电池温度T_b(例如50摄氏度)来确定能量存储装置150的荷电状态SOC。在一个示例中，可以基于方程式(1)将计算机110编程为确定能量存储装置150的荷电状态。C_n表示在n个小时的放电期间的放电电流，并且i表示能量存储装置150的容量。SOC₀表示能量存储装置150的容量。

能量存储装置150(例如，电池)中的可用电能P_a可以基于电池温度T_b、电池荷电状态SOC和电池的放电速率来确定。表1示出了一组示例性数据，所述数据示出(i)电池可用能量P_a与(ii)电池荷电状态SOC和电池温度T_b之间的关系。例如，参考表1，荷电状态SOC为95％且电池温度T_b为50摄氏度时的电池可用能量P_a为100％，而可用能量P_a随着电池温度T_b降低而减少，例如，当温度T_b达到-30摄氏时可用能量P_a为36％。

表1

在一个示例中，计算机110可以被编程为基于方程式(2)来确定随放电时间t_d(例如被指定为以分钟为单位)推移来自充电电池的输出(或放电)能量P_d(例如，被指定为电池存储容量的百分比)。方程式(2)指定来自正在放电的电池存储装置150的输出能量。SOC表示能量存储装置150的荷电状态，d_r表示电池的放电速率。在本上下文中，正放电速率d_r指定其中电池放电的状况，而负放电速率d_r可以指定其中存储装置150被例如发电机140充电的状况。可以使用常规电池建模技术来确定操作f₁。

P_d＝f1(T_b,SOC,d_r,t_d) (2)

如上面所讨论的，基于车辆100的操作模式，车辆100的发电机140可以产生电能。例如，具有处于怠速操作模式或移动操作模式的内燃发动机的车辆100的发电机140可以产生电功率。在一个示例中，车辆100可以在怠速模式下操作2分钟，即，发电机140产生电功率，但是然后在“发动机关闭装置开启”模式下操作5分钟。可以基于方程式(3)将计算机110编程为基于电池温度T_b、电池荷电状态SOC、在允许发电机140产生电能的车辆100操作模式期间的第一放电速率d_r1(如上面所讨论的，该速率可以是负的)、在没有发电机140操作的车辆100操作模式期间的第二放电速率d_r2、和放电时间t_d来确定输出能量P_d。

P_d＝f2(T_b,SOC,d_r1,d_r2,t_d) (3)

图2是示出示例性场景的曲线图200，在所述示例性场景中，电池存储装置150在时间0(零)处具有初始可用功率P_a1。电气装置在时间t_d内使电池存储装置150放电，但是在时间t_c内发电机140产生电能，例如在发动机怠速操作模式下，同时装置消耗电功率(导致能量增加到可用能量P_a2)。放电速率d_r1可以为负，即指示在该时间期间发电机140产生的功率的量超过装置消耗的电能的量。然后，车辆100的操作模式改变为没有发电机140操作的操作模式，例如，发动机关闭装置开启(导致能量在时间t_d减少到可用能量P_a3。可以基于电池的电化学和由电池制造商开发的电池特性，使用常规的电池建模技术(例如，预测性卡尔曼滤波器模型)来确定操作f₂。

如下面所讨论的，计算机110可以被编程为在检测到一个或多个车辆100的装置、系统等的故障后在没有发电机140的操作的车辆100模式(例如“发动机关闭和装置开启”操作模式)下操作车辆100的装置，例如，以执行指定动作。

车辆100的部件(例如，致动器120、传感器130、包括在部件中的电子控制器等)可能具有故障。故障是部件无法操作或在一个或多个预定义参数之外操作的状况，例如，预定义参数可以是诸如温度、扭矩、每分钟转数、压力等的物理量。因此，在预定义参数之外操作可以包括车辆100和/或其部件不操作、高于指定值或范围操作和/或低于指定值或范围操作(例如，高于指定车轮转速、在指定温度范围之外等)。车辆100计算机110可以被编程为基于从例如各种车辆100传感器130、致动器120、控制器等所接收的数据来确定车辆100部件(例如，推进、制动、转向等)是否处于故障状态。例如，可以通过诊断操作来确定故障，即，计算机110可以被编程为监视车辆100部件并且确定是否已经发生故障状况，例如，物理量是否在预定义范围之外。

计算机110和/或控制器可以周期性地彼此通信。例如，制动控制器可以向计算机110周期性地传输包括制动控制器的操作信息的状态消息。未接收到周期性消息可以被识别为车辆100中的故障状况。计算机110可以被编程为在确定在自激活车辆100点火以来和/或自先前接收的消息以来的预期时间内(例如，100毫秒(ms))没有接收到消息后，确定来自例如控制器、第二计算机110等的预期消息是否丢失(即，是否尚未接收到)。在确定来自例如制动控制器的消息丢失后，计算机110可以在计算机110存储器中存储例如标记为“不与制动控制器通信”的DTC(诊断故障代码)。

在一个示例中，在车辆100在自主模式下的操作期间，计算机110可以被编程为致动一个或多个控制器以周期性地和/或在例如DTC状态从无效状态到有效状态的所确定的变化后发送诊断数据。该过程有时称为“轮询”。因此，有利地，与仅诊断数据(例如，DTC状态)的周期性发送相比，检测到车辆100计算机110中的故障状况的时间可能减少。

计算机110和/或任何车辆100控制器可以被编程为通过验证是否满足故障状况来执行诊断操作。例如，在发动机达到阈值温度之后，可以预期来自发动机的最小输出转矩。举一个示例，故障状况可以是“发动机扭矩输出小于预期扭矩阈值”。诊断操作还可以包括在确定满足故障条件和/或解决先前满足的故障条件(即，故障条件不再存在，例如更换有缺陷的车辆100的零部件)时更新诊断状态。

诊断操作还可以包括将诊断状态记录在例如计算机110存储器中。每个诊断操作可以由诊断故障代码(DTC)识别，所述诊断故障代码通常是指定计算机110可通过车辆100网络(诸如控制器局域网(CAN)通信总线)接收的特定故障状况的唯一数字代码。应理解，DTC在本文以举例的方式而非限制的方式进行讨论；其他故障标识符或描述符可以在本公开的上下文中使用。车辆100计算机110可以被编程为执行与各种车辆100部件相关联的各种诊断操作。DTC的状态通常包括“有效”或“无效”中的一个。“有效”意味着DTC已被存储。“无效”意味着DTC未被存储(例如，没有确定缺陷或从计算机110的存储器中删除了先前存储的缺陷)，而“无效但先前已存储”意味着缺陷已被确定并存储，但是缺陷当前不是有效的。计算机110和/或控制器可以被编程为更新与诊断操作中的每一者相关联的诊断状态并将其存储在计算机110存储器中和/或将诊断状态经由车辆100通信网络发送到另一计算机(例如，诊断测试仪)。每个DTC通常都识别特定车辆100部件的故障状况，例如，与车辆100推进、转向、制动等相关联的故障状况。

如上面所讨论的，计算机110可以被编程为执行各种诊断操作(例如，导致一个或多个DTC的状态被设置)，各自与车辆100部件和/或操作中的一个或多个相关联。可以基于特定车辆100部件来指定诊断状况。例如，控制器中的每一个都可以被编程为执行与相应控制器的操作相关联的诊断操作。计算机110可以被编程为例如经由车辆100通信网络来从控制器接收DTC的状态数据。

如上面所讨论的，故障状况可能会损害和/或阻止车辆100的操作和/或控制器的操作。车辆100计算机110、远程计算机160和/或其组合可以被编程为基于诊断故障代码(DTC)和车辆100中的诊断状况来识别风险状况、基于所识别的风险状况来确定针对车辆100的一个或多个动作以及基于所识别的动作来操作车辆100。

在本公开中，“诊断状况”是指定车辆100物理参数或状态的多个数据的集合，所述物理参数或状态例如速度、加速度、横摆率、振动、车辆100的操作模式等中的一个或多个；以及还可能是与其中车辆100操作的环境有关的数据，诸如天气数据，包括降水率、车外温度、路面状况等；和/或车辆100的路线数据，诸如道路高度、道路坡度等。在一个示例中，车辆100计算机110可以从车辆100传感器130(例如，速度传感器130、相机传感器130、加速度传感器130等)和/或远程计算机160接收与车辆100工况有关的数据。车辆100计算机110可以被编程为经由无线通信网络170将诊断状况数据(例如，车辆100传感器130数据)发送到远程计算机160。

风险状况或“最小风险状况”(MRC)根据故障状况中的一者或多者(例如，当前具有有效状态的DTC、先前具有有效状态的DTC等)和/或车辆100的工况(例如低燃料状态)来指定对一个或多个车辆100操作的一个或多个限制中的多个限制。换句话说，MRC指定应当应用哪些措施以便包含或最小化可能由车辆100中的故障状况导致的风险。例如，风险可以包括车辆100与另一车辆碰撞的可能性、失去对车辆100操作的控制的可能性(例如，制动故障的风险等)。在本上下文中的对车辆操作的限制通常包括以下各项中的至少一者：(i)限制与车辆100的物理属性相关联的值的范围，例如，将车辆100速度限制为小于30千米每小时(kph)；(ii)启用、禁用和/或配置车辆100操作模式，例如，禁用车辆100自主模式；以及(iii)对车辆100路线施加限制，例如地理围栏、改道路线、靠路边停车等。下面针对表1至表2讨论这些可能的车辆操作限制中的每一者。

如表3所示，MRC可以通过标识符来标识，例如“MRC₁”、“MRC₂”、“MRC₃”和“MRC₄”。故障状态，例如有效的DTC，可能使一个或多个车辆100的操作受损或不可用。因此，MRC可以基于可用车辆100操作来标识。表3示出了相应MRC的可用车辆100操作的示例性关联。故障状况严重程度可以指定故障状况在多大程度上损害车辆100操作(或使其不可用)。可以以“低”、“中”和“高”的示例性标度来确定故障严重程度。例如，当在故障情况下时，车辆100推进、转向、和/或制动可供使用，而且故障状态严重程度被分类为“低”。例如，当故障情况导致推进失效但转向和制动可供使用时，严重程度被分类为“中”，而当推进和转向不可用时，严重程度被分类为“高”。另外或替代地，可以以诸如百分比的数字单位将故障状况严重程度分类，例如，0％(零)为最低严重程度，并且100％为最高严重程度级别，和/或用与可用车辆100操作的其他关联来定义。

表2示出了与刚刚描述的示例性故障状况严重程度级别中的每一者相关联的示例性MRC(MRC₁、MRC₂、MRC₃和MRC₄)。如上面所讨论的，每个MRC都对车辆100操作和/或附加动作(例如，数据收集、对其他道路使用者的指示等)施加限制。MRC₁与故障状况相关联，其中用于导航车辆100的基本车辆100操作(例如，推进、制动和/或转向)可用。应理解，本文中通过示例而非限制的方式讨论MRC；可以在本公开的上下文中使用其他标识符或描述符。表2示出了与每个MRC相关联的不同故障状况的示例。例如，多媒体故障状况(其并不损害车辆100推进、转向、制动和照明中的任何一者)可以与MRC₁相关联。作为另一个示例，MRC₄(低流量燃料状况)施加了导航到加油站以加燃料的限制，并且还限制了车辆100的电池150中最小的功率量，以确保在加燃料完成之后可以再起动发动机。

表2

在本上下文中，MRC可以是可恢复的或不可恢复的。可恢复的MRC是不会对用于操作车辆100装置的电功率可用性造成任何限制的MRC。可恢复的MRC的一个示例是脏污的传感器130，其可能导致暂时停止车辆100并致动车辆100的喷雾致动器120来向传感器130喷雾以进行清洁。不可恢复的MRC是导致车辆100操作受限制的MRC，例如表2中列出的MRC。

如表2所示，每个MRC都可以与解决相应MRC的最短时间t_min相关联。执行动作的最短时间t_min是基于检测到的故障状况(表2)识别出MRC之后用于执行基于MRC指定的动作(指令)的时间阈值。计算机110可以被编程为基于所识别的风险状况(例如，在存储在计算机110存储器中的示例性表3中指定)来确定解决风险状况的最短时间t_min。换句话说，计算机110可以被编程为基于所确定的动作和所存储的用于所确定的动作的执行时间数据来确定最短时间t_min，例如，用于将车辆100诊断数据上传到远程计算机的10秒。

表2示出了与MRC中的每个相关联的示例性限制。如下面参考表3所讨论的，车辆100计算机110和/或远程计算机160可以被编程为基于MRC(即，基于由相关联的MRC所施加的限制)来操作车辆100。

表3

表3示出了一组示例性的在车辆100中的所确定的故障状况。计算机110可以被编程为基于例如诸如表3所示的数据的所确定的故障状况来确定MRC，所述表包括(i)MRC与(ii)故障状况(例如，DTC)和车辆100诊断状况之间的多个关系。参考表3的示例1号，计算机110可以被编程为检测转向控制器故障状况(例如，基于转向控制器DTC来确定)，这导致在推进和制动操作可用的同时车辆100转向操作失效。因此，计算机110可以被编程为基于所确定的故障状况来确定MRC₃。然后，计算机110可以基于表2中存储的数据来确定与MRC₃相关联的限制。另外，计算机110可以被编程为至少部分地基于车辆100的操作模式来确定MRC。

如上面所讨论的，车辆100的诊断状况可以包括车辆100传感器130数据、从远程计算机所接收的数据例如天气数据等。计算机110可以被编程为基于车辆100的诊断状况和诸如温度阈值、速度阈值和/或加速度阈值的车辆操作阈值来确定MRC。例如，参考表3的示例2，计算机110可以被编程为基于防抱死制动系统(ABS)的检测到的故障状况和车外温度超过7摄氏度来确定MRC₂，而参考示例3，计算机110可以被编程为基于相同的检测到的故障和检测到的湿滑路况(例如，基于车辆100的相机传感器130数据)来确定MRC₃。表3的示例4和示例5示出了与MRC₁相关联而没有考虑车辆100的诊断状况的故障状况的其他示例。

参考图1，计算机110、与计算机110通信的远程计算机160或其组合可以被编程为识别MRC。在本公开中，所讨论的任何编程可能够由计算机110、远程计算机160和/或其组合来执行。计算机110可以被编程为基于所识别的MRC来识别一个或多个指令，以及基于所识别的指令来执行一个或多个动作。在一个示例中，远程计算机160可以被编程为识别指令，并且计算机110可以被编程为从远程计算机160接收指令并基于所接收的指令(例如，致动一个或多个车辆100致动器120)来执行动作。例如，远程计算机160可以被编程为从另一远程计算机接收指示网络安全攻击的信息、基于所接收的信息来确定指令以及向车辆100发送指令。

如上面参考表1所讨论的，可以确定解决每个MRC的最短时间t_min(例如，针对MRC₃为20秒)。因此，所识别的指令可以至少部分地基于解决所识别的MRC的最短时间t_min。计算机110可以被编程为规划车辆100到服务站的路线(例如，以进行修理)、取消车辆100的下一次行程、将车辆100导航到最近的路边和/或使车辆100停在当前车道中、将车辆100的诊断数据上传到远程计算机。在一个示例中，计算机110可以被编程为确定用于在识别出最短时间t_min(例如，20秒)后使车辆100停在车道中的指令。在另一个示例中，计算机110可以被编程为将车辆100导航到指定位置，例如路肩，以致动车辆100的致动器120来执行指定动作，例如将诊断数据上传到远程计算机。

在另一个示例中，计算机110可以被编程为识别用于将车辆100导航到最近的路边并且在车辆100到达路边时使其停下并基于解决MRC₂的最短时间t_min(例如，120秒)来上传车辆诊断数据的指令。

车辆100可能同时具有多个故障状况。计算机110可以被编程为基于检测到第二DTC来更新车辆100的MRC，并且基于更新的MRC来更新指令。计算机110可以被编程为通过识别与DTC中的每一者相关联的MRC来更新MRC，并选择与较高严重程度相关联的MRC。例如，在检测到导致MRC₃的第二DTC时(而第一DTC导致MRC₂)，计算机110可以被编程为将与车辆相关联的MRC更新为MRC₃。在另一示例中，在检测到导致MRC₂的第二DTC时(而第一DTC导致MRC₃)，计算机110可以被编程为将与车辆相关联的MRC保持在MRC₃。

计算机110可以被编程为确定解决MRC的更新的最短时间t_min，使得解决所述风险状况的更新的最短时间t_min是解决与第一DTC相关联的风险状况的第一最短时间t_min和解决与第二DTC相关联的风险状况的第二最短时间t_min中的最小值。例如，MRC₄可以具有30分钟的第一最短时间t_min用于为车辆100加燃料，而与制动器相关的MRC可以具有10秒的第二最短时间t_min用于使车辆100在路边停下并上传诊断数据。在这种情况下，计算机110可以被编程为最短时间t_min为10秒(10秒和30分钟中的最小值)。

为了在最短时间t_min内执行所识别的指令(动作)，计算机110在最短时间t_min内致动车辆100的致动器120、与车辆100的传感器130、其他计算机(例如远程计算机等)通信，如上面所讨论的。车辆发电机140和/或电力存储装置150(例如一个或多个车辆100电池)应至少在最短时间t_min内提供电能，以完成所识别的动作，例如，将车辆100的诊断数据上传到远程计算机。

然而，车辆100的电池150可能缺乏足够的电能来完成基于MRC所识别的动作。因此，如本文所公开的，计算机110可以被编程为管理电功率的消耗，使得提供可用电能P_a来完成所识别的动作，例如，将车辆100导航到道路的一侧、使发动机停止、以及将车辆100的诊断数据上传到远程计算机。

在一个示例中，计算机110可以被编程为基于所识别的风险状况(MRC)来确定针对车辆的动作并且被编程为确定用于执行动作的最短时间t_min。计算机110可以被编程为基于包括车辆100电池150的荷电状态SOC、车外温度T_o和车辆100操作模式的数据来确定用于执行动作的可用电功率P_a。计算机110可以被编程为基于用于执行动作的最短时间t_min和所确定的可用电功率P_a来确定最大可允许电能放电速率d_rmax。计算机110可以被编程为基于最大可允许电能放电速率d_rmax、车辆100的电负载状态以及所存储的负载优先级数据(例如负载优先级表)来确定针对车辆100中的多个电气装置的负载控制计划，并且被编程为执行所确定的负载控制计划。

在本上下文中，“负载控制计划”包括例如以表等形式的数据，其指定(i)车辆100中被开启的装置，(ii)车辆100中应被关闭的装置，和/或(iii)部分供电的装置，即，将有限的电功率量提供给相应的装置。在本上下文中，“部分供电”意味着例如通过经由车辆100通信网络向装置传输包括允许相应装置消耗的最大功率量(即，最大允许功率极限)的指令来减少提供给所述装置的功率。相应装置可以包括计算机，所述计算机被编程为然后例如通过限制装置中所包括的马达的转速来执行所接收的用于限制装置的功耗的指令。

在本上下文中，“负载优先级表”包括指定关于提供电功率的在车辆100中的每个装置(或一组装置)的优先级的数据。负载优先级表可以包括在例如高、中、低的范围中指定的优先级。在一个示例中，向用于在移动模式下的车辆100的制动控制器提供电能的优先级被指定为“高”，而开窗器控制器和致动器120的优先级被指定为“低”。

在本上下文中，“负载L”(或电负载状态)是一个或多个耗电器(例如，车辆100的装置)消耗的电功率的量。可以以例如以安培(A)为单位的放电速率或例如以瓦特(W)为单位的消耗功率等形式指定“电负载状态”。另外，负载状态可以包括指定车辆100中每个装置或装置组的负载状态的信息，例如，每个装置是开启还是关闭。例如，可以以表的形式指定负载状态，所述表在每行中指定装置(或装置组)的负载，并且还指定电耦合到电池存储装置150和/或发电机140的所有装置的总负载。与负载状态、负载优先级表和负载控制计划有关的数据可以存储在计算机110的存储器中。替代地，可以以标称负载的百分比来指定负载状态。可以为在指定条件(例如特定温度等)下操作车辆100的装置指定标称负载。

在本上下文中，最大可允许电能放电速率d_rmax是允许由发电机140和/或存储装置150提供的车辆100的电能至少在最短时间t_min内操作车辆100的电气装置以执行至少部分地基于所识别的MRC确定的动作。可以使用示例性方程式(4)来确定最大可允许电能放电速率d_rmax，如下面所讨论的。在本上下文中，“允许操作车辆”意味着至少足够的电能可用于完成所确定的动作。在一个示例中，最大可允许电能放电速率d_rmax可以被指定为标称放电速率的百分比，例如80％，或以瓦特(W)为单位等。

计算机110可以被编程为基于用于执行动作的最短时间t_min和所确定的可用电功率P_a来确定最大可允许电能放电速率d_rmax。可以基于下面的示例性方程式(4)将计算机110编程为确定最大可允许电能放电速率d_rmax。可以使用常规电池建模技术来确定操作f₃。参考示例性方程式(4)，计算机110可以被编程为基于电池温度T_b、电池荷电状态SOC、可用能量Pa、充电时间t_c和最短时间t_min来确定最大可允许放电速率d_rmax。另外或替代地，电池150制造商等可以基于测试数据和/或分析技术来确定特定于电池150的方程式。

d_rmax＝f₃(T_b,SOC,P_a,t_c,t_min) (4)

在一个示例中，计算机110参考表2中的MRC₃和图2，可以确定最短时间t_min为20秒。计算机110可以基于计划将车辆100导航到路肩然后停止发动机，从而导致车辆100的发电机140停止操作，来确定充电时间t_c为5秒。因此，从时间0(零)到时间t_c，电池存储装置150由发电机140充电。可以例如基于方程式(4)将计算机110编程为确定最大放电速率d_rmax。在又一个示例中，充电时间t_c可以为0(零)，即，在整个动作的执行期间，发电机140的操作不可用，例如，车辆100是电动车辆100和/或基于所识别的MRC不允许发电机140的操作。

如上面所讨论的，参考示例性MRC₄，限制可以包括在执行基于所识别的MRC₄而确定的动作之后，对车辆100的电池150中的最小可用能量的限制。例如，在完成车辆100的加燃料之后，需要电池150中的最小可用能量来例如通过致动车辆100的起动发电机再起动车辆100的发动机。计算机110可以被编程为进一步基于MRC限制数据来确定最大可允许放电速率d_rmax，所述MRC限制数据指定在执行基于所识别的MRC而确定的动作之后所需的最小可用能量。

如上面所讨论的，计算机110可以被编程为基于最大可允许电能放电速率d_rmax和所存储的负载优先级表来确定负载控制计划。计算机110可以被编程为基于(i)所确定的动作与(ii)基于车辆100的位置而确定的怠速持续时间极限来确定预测的发动机怠速时间。在一些位置中，例如，基于当地的市政限制，可能对在车辆100怠速时车辆100的发动机可以操作多长时间存在极限。计算机110可以被编程为基于从远程计算机接收到的或存储的包括怠速持续时间极限数据的地图数据和从车辆100的位置传感器130接收到的车辆100位置来确定用于在怠速模式下操作车辆100的本地限制。例如，计算机110可以被编程为基于车辆100的位置确定最大怠速时间极限为10秒。计算机110可以接收地图数据，包括指定在位置中是否存在怠速时间限制以及与每个位置相关联的怠速持续时间极限的数据。计算机110可以被编程为基于针对车辆100位置的所确定的怠速持续时间极限为10秒来确定充电时间t_c为10秒。

表4示出了示例性负载优先级表，其基于车辆100的操作模式以及以百分比来指定的最大可允许放电速率d_rmax来为每个装置指定低、中(中等)和高优先级。例如，在确定“发动机关闭且装置开启”操作模式和最大放电速率d_rmax为70％后，计算机110可以基于表4的列(v)的优先级来确定控制计划。列(v)基于发动机怠速操作模式和70％的放电速率d_rmax来指定装置的优先级。基于优先级来确定指令，使得总放电速率小于放电速率d_rmax。因此，计算机110可以基于所确定的优先级来确定控制计划，所述控制计划包括用于关闭车辆100的动力传动系统的电气装置、内部照明、白天行车灯等的指令以及用于接通(或保持)到诸如危险信号灯等装置的功率的指令。控制计划可以包括部分关闭(即，限制电力供应)与安全气囊和制动控制器有关的装置。

表4

在一些示例中，优先级表可能缺乏与所识别的放电速率d_rmax(例如40％)匹配的列。在此类示例中，计算机110可以被编程为识别具有最接近所识别的放电速率d_rmax40％的相应的最大放电速率d_rmax(例如30％)的列，例如列(vi)。另外或替代地，可以使用诸如插值等其他数学技术。

车辆100的装置消耗的电能的量至少部分取决于环境温度T_o，即装置的环境的温度。因此，车辆100的车外或环境温度T_o可以改变车辆100的装置的负载状态。下面的表4示出了车辆100的负载状态L与车外温度T_o之间的一组示例性关系。例如，当车外温度T_o为25摄氏度并且每个车辆100装置通电(开启)时，车辆100的负载L为100％(即，在标称负载值)。计算机110可以被编程为：基于车外温度T_o和车辆100的操作模式来确定电负载状态L，并且然后进一步基于所确定的电负载状态来确定所述负载控制计划。换句话说，基于100％的标称负载状态L确定最大放电速率d_rmax。然而，负载状态L可以基于车外温度T_o改变。因此，计算机110可以进一步基于车外温度To来确定控制计划。

例如，参考表4，在10摄氏度的车外温度T_o中，用于全部的车辆100装置的操作的负载状态L(即，满负载)可以是90％。在确定最大放电速率d_rmax为65％后，计算机110可以被编程为基于72％(即，65x100除以90)的经调整的最大放电速率d_rmax来确定控制计划。

车外温度(摄氏度)T<sub>o</sub>	负载状态L(％)
		50C	90％
25C	100％
		10C	90％
0C	90％
		-10	80％
-30	70％

表4

车辆100可以包括一个或多个热电装置。在本上下文中，热电装置(或热装置)是一种加热或冷却车辆100区域的电气装置，例如车内加热器、空调、传感器130冷却装置等。在一个示例中，车辆100中的热装置可以操作以为车辆100的使用者提供舒适感，例如加热和/或冷却车辆100的内部。在另一个示例中，诸如传感器130冷却装置之类的热装置可以操作以保护传感器130(例如，定位传感器130)免受由于传感器130的操作所产生的热量的损害。

计算机110可以被编程为基于车外温度T_o、车辆内部温度、用户内部温度设置、车辆100的传感器130的温度以及车辆传感器130的操作温度的指定范围来确定车辆100的热装置的热负载阈值。在本上下文中，热阈值是针对车辆100热装置的最大放电速率d_{rmax_thermal}。例如，可以基于方程式(5)将计算机110编程为确定热负载阈值d_{rmax_thermal}。T_b、T_o、T_i、T_s、T_设定和R_s表示电池温度、车外温度、车辆100的内部温度、车辆100的传感器130的温度、车辆100内部的设定温度和指定的传感器130操作温度范围。

d_{rmax_thermal}＝f₄(T_b,T_o,T_i,T_s,T_设定,R_s,SOC,t_min) (5)

车辆100的内部温度T_i可以基于从车辆100的内部温度传感器130接收的数据来确定。传感器130的温度，例如定位传感器、激光雷达传感器等的温度，可以基于从相应传感器130接收的数据来确定。

计算机110可以从车辆100的用户接口接收包括设定温度T_设定(例如25摄氏度)的数据。在一个示例中，激光雷达传感器130可以包括温度传感器。可以为传感器130指定例如-20C到100C的温度范围R_s。可以基于传感器130的物理特性来指定温度范围R_s。在指定范围之外的传感器130的温度可能会导致无法操作和/或传感器130故障。

可以使用所存储的数据，例如包括操作f₄输入和最大放电速率d_{rmax_thermal}的关系的数据的表来指定操作f₄。另外或替代地，电池150制造商等可以基于测试数据和/或分析技术来确定特定于电池150的方程式。最大放电速率d_{rmax_thermal}可能(i)当传感器温度T_s在R_s范围内时为20％，并且(ii)而当传感器温度T_s高于范围R_s的最大值时为50％，这是因为可能需要冷却传感器130以防止传感器130发生故障。另外或替代地，可以基于包括操作f₄的其他输入的关系将计算机110编程为确定最大放电速率d_{rmax_thermal}。

表5示出了示例性热负载优先级清单，其包括最大放电d_{rmax_thermal}、车辆100的操作模式和每个热装置的优先级之间的一组关系。例如，计算机110可以在确定放电速率d_{rmax_thermal}为30％和“发动机关闭-装置开启”操作模式后确定传感器130冷却为中等(中)优先级，以及空调和内部加热为低优先级。

计算机110可以被编程为基于热负载优先级清单(例如，表5)和最大放电速率d_{rmax_thermal}来确定车辆100的热装置的第二功率控制计划。

表5

处理

图3A至图3B示出了用于控制车辆100操作的示例性过程300的流程图。计算机110可以被编程为执行过程300的框。替代地，车辆100的多个计算机110可以被编程为执行过程300的框。例如，多个计算机110中的每一个可以执行过程300的一个或多个框。

参考图3A，过程300开始于框310，在框310中，计算机110在自主模式或半自主模式(例如，由SAE(美国汽车工程师学会)指定的驾驶自动化级别3、4和5)下操作车辆100。计算机110可以以车辆100的操作模式中的任何一种来操作车辆100，所述操作模式例如移动(控制车辆100的推进、制动和转向)、怠速、发动机关闭且电气装置开启、加燃料等。为了操作车辆100，计算机110可以被编程为接收车辆100的数据，包括传感器130的数据、诊断数据、车辆100的操作模式等。

接下来，在判定框315中，计算机110确定是否识别出MRC。计算机110可以被编程为基于车辆100的传感器130的数据、诊断数据等来识别MRC，例如表2。如果计算机110确定MRC，则过程300返回到框310；否则，过程300前进到判定框320。

在判定框320中，计算机110确定所识别的MRC是否可恢复。例如，由脏污的传感器引起的MRC被认为是可恢复的，而由电源故障、制动故障等引起的MRC可以被确定为不可恢复。如果计算机110确定所识别的MRC可恢复，则过程300前进到框325；否则，过程300前进到框330。

在框325中，计算机110基于可恢复的MRC执行动作。例如，在识别出基于脏污的传感器130的可恢复的MRC后，计算机110可以被编程为以致动喷雾器致动器120以对脏污的传感器130进行喷雾。另外，计算机110可以被编程为在对传感器130进行喷雾期间使车辆100停在路肩上。在框325之后，过程300结束，或替代地返回到框310，但是这未在图3A中示出。

在框330中，计算机110可以被编程为基于所识别的MRC来确定车辆100的受限制的操作。例如，如示例性表2所示，计算机110可以被编程为基于MRC和车辆100的当前操作模式来确定车辆100的受限制的操作。在一个示例中，受限制的操作可以包括减小电负载以确保电池150在至少4分钟的最短时间t_min内操作以上传诊断数据。在另一个示例中，受限制的操作可以包括在为车辆100加燃料期间减小电池150上的负载，使得在加燃料之后的可用功率Pa足以再起动发动机。

继续参考图3B，接下来，在框335中，计算机110确定发动机怠速持续时间极限。例如，计算机110可以基于地图数据和从车辆100的GPS传感器130接收的数据确定发动机怠速持续时间极限为10秒。

接下来，在框340中，计算机110确定电池150的荷电状态SOC、可用能量P_a、充电时间t_c和用于执行所确定的动作的最短时间t_min。计算机110可以被编程为基于电池150的传感器130的数据来确定荷电状态SOC和可用能量P_a。计算机110可以被编程为例如参考图2的曲线图200而至少部分地基于发动机怠速持续时间极限来确定充电时间t_c。计算机110可以被编程为基于所识别的MRC(表2)确定最短时间t_min。

接下来，在框345中，计算机110确定最大可允许放电速率d_rmax。可以根据示例性方程式(4)将计算机110编程为基于荷电状态SOC、电池温度T_b、充电时间t_c和最短时间t_min来确定最大可允许放电速率d_rmax。计算机110可以被编程为基于车外温度T_o来调整最大可允许放电速率d_rmax。

接下来，在判定框350中，计算机110确定车辆100的针对电气装置的放电速率是否超过指定阈值(放电速率d_rmax)。计算机110可以被编程为例如基于从电池传感器130、电流传感器130等接收的数据来确定针对车辆100的电气装置的实际放电速率。如果计算机110确定车辆100的放电速率(或负载L)超过放电速率d_rmax，则过程300前进到框355；否则，过程300前进到判定框360。

在框355中，计算机110基于车辆100的操作模式、所确定的放电速率d_rmax和负载优先级表来确定电负载控制计划。计算机110可以被编程为基于负载优先级表(例如表4)来确定每个电气装置的优先级。负载优先级表可以存储在计算机110的存储器中。计算机110可以被编程为基于所确定的控制负载计划来确定是否关闭装置、保持装置开启或调整供应给装置的能量的量(例如通过部分地关闭装置)。然后，计算机110基于所确定的电负载计划来致动车辆100的一个或多个致动器120。例如，计算机110可以被编程为致动开关来关闭或开启。计算机110可以经由车辆100的网络向电气装置发送消息，所述消息包括相应装置的最大能耗极限。

在可以从判定框350或框355中的任一者到达的判定框360中，计算机110确定：到热装置的电能的放电速率是否超过第二阈值；针对热装置的最大放电速率d_{rmax_thermal}。计算机110可以被编程为基于方程式(5)确定针对热装置的最大放电速率d_{rmax_thermal}。计算机110可以被编程为基于从车辆100的传感器130接收的数据和/或存储在计算机110的存储器中指定每个热装置的能耗的数据来确定热装置的实际放电速率。如果计算机110确定到热装置的放电速率超过最大放电速率d_{max_thermal}，则过程300前进到框365；否则，过程300结束，或者替代地返回到框310，但是这未在图3A至图3B中示出。

在框365中，计算机110基于车辆100的操作模式、针对热装置的所确定的放电速率d_{rmax_thermal}和用于热装置的负载优先级表(例如表5)来确定用于热装置的控制负载计划。例如，控制计划可以包括用于在保持向传感器清洁装置的电力供应的同时关闭空调的指令。计算机110可以被编程为基于所确定的用于热装置的控制计划，例如通过将空调致动为关闭并保持向传感器130的清洁装置的电力供应，来致动车辆100的一个或多个致动器120。在框365之后，过程300结束，或替代地返回到框310，但是在图3A至图3B中未示出。

除非明确地相反指示，否则“基于”意思是“至少部分地基于”和/或“完全地基于”。

如本文所讨论的计算装置通常各自包括可以由一个或多个计算装置(诸如上文所识别出的那些计算装置)执行并且用于执行上述过程的框或步骤的指令。计算机可执行指令可以由使用各种编程语言和/或技术创建的计算机程序来编译或解译，所述编程语言和/或技术单独地或组合地包括但不限于Java^TM、C、C++、Visual Basic、Java Script、Perl、HTML等。一般来说，处理器(例如，微处理器)例如从存储器、计算机可读介质等接收指令，并且执行这些指令，从而执行一个或多个过程，包括本文所述的过程中的一个或多个。可以使用多种计算机可读介质来存储和传输此类指令和其他数据。计算装置中的文件通常是存储在诸如存储介质、随机存取存储器等的计算机可读介质上的数据集合。

计算机可读介质包括参与提供可以由计算机读取的数据(例如，指令)的任何介质。此类介质可以采用许多形式，其包括但不限于非易失性介质、易失性介质等。非易失性介质包括例如光盘或磁盘和其他持久性存储器。易失性介质包括动态随机存取存储器(DRAM)，所述动态随机存取存储器典型地构成主存储器。计算机可读介质的常见形式包括例如软盘、软磁盘、硬盘、磁带、任何其他磁介质、CD-ROM、DVD、任何其他光学介质、穿孔卡、纸带、任何其他具有孔图案的物理介质、RAM、PROM、EPROM、FLASH、EEPROM、任何其他存储器芯片或盒式磁带或者计算机可以读取的任何其他介质。

关于本文所描述的介质、过程、系统、方法等，应理解，尽管已经将此类过程等的步骤描述为按照某个有序序列发生，但是此类过程可以通过以不同于本文描述的顺序的顺序执行所描述的步骤来实践。还应理解，可同时执行某些步骤，可添加其他步骤，或者可省略本文所述的某些步骤。换句话说，本文对系统和/或过程的描述是为了示出某些实施例的目的而提供，而决不应被解释为限制所公开的主题。

因此，应理解，包括以上描述和附图以及所附权利要求的本公开意图为说明性的而非限制性的。在阅读了以上描述之后，除了所提供的示例之外的许多实施例和应用对于本领域技术人员而言将是明显的。本发明的范围不应参考以上描述来确定，而应参考所附的和/或基于此包括在非临时专利申请中的权利要求连同此类权利要求所赋予权利的等效物的全部范围来确定。设想并预期未来的发展将在本文讨论的技术中发生，并且所公开的系统和方法将结合到此类未来实施例中。总而言之，应理解，所公开的主题能够进行修改和变化。

根据本发明，提供了一种系统，所述系统具有处理器和存储器，所述存储器存储可由所述处理器执行以进行以下操作的指令：基于所识别的风险状况来确定针对车辆的动作，确定用于执行所述动作的最短时间；基于包括车辆电池的荷电状态、车外温度和车辆操作模式的数据来确定用于执行所述动作的可用电功率；基于用于执行所述动作的所述最短时间和所确定的可用电功率来确定最大可允许电能放电速率；基于所述最大可允许电能放电速率、所述车辆的电负载状态和负载优先级数据来确定针对所述车辆中多个电气装置的负载控制计划；以及执行所确定的负载控制计划。

根据一个实施例，所述指令还包括用于进行以下操作的指令：基于所述车外温度和所述车辆操作模式来确定所述电负载状态，并且进一步基于所确定的电负载状态来确定所述负载控制计划。

根据一个实施例，所述风险状况根据一个或多个故障状况来指定对一个或多个车辆操作的多个限制。

根据一个实施例，所述指令包括用于进行以下操作的另外指令：至少部分地基于(i)所述风险状况与(ii)DTC和车辆诊断状况之间的多个关系来确定所述风险状况。

根据一个实施例，所述指令还包括用于进行以下操作的指令：基于(i)所确定的动作与(ii)基于车辆位置和地图数据确定的怠速持续时间极限来确定预测的发动机怠速时间。

根据一个实施例，所确定的动作包括以下项中的至少一个：将车辆数据上传到远程计算机或从远程计算机下载数据、将所述车辆导航到指定位置、致动车辆致动器以执行指定动作。

根据一个实施例，所述指令还包括用于进行以下操作的指令：基于所确定的动作和所存储的针对所述所确定的动作的执行时间数据来确定所述最短时间。

根据一个实施例，所述负载控制计划包括(i)关闭装置，(ii)减少提供给所述装置的功率，或者(iii)经由车辆通信网络向所述装置传输包括相应装置的最大允许功率极限的指令，其中所述装置包括被编程为执行所接收的指令以限制相应功耗的计算机。

根据一个实施例，所述指令还包括用于进行以下操作的指令：基于所述车外温度、车辆内部温度、用户内部温度设置、车辆传感器温度以及所述车辆传感器的操作温度的指定范围来确定车辆热装置的热负载阈值。

根据一个实施例，所述指令还包括用于进行以下操作的指令：基于热负载优先级清单和所述车辆热装置的第二阈值来确定针对所述车辆热装置的第二功率控制计划。

根据一个实施例，所述指令还包括用于进行以下操作的指令：基于所述负载优先级数据、所述车辆操作模式以及所确定的最大可允许电能放电速率来确定所述多个装置中的每个装置的相应优先级，并且进一步基于为所述多个装置中的每个装置确定的所述相应优先级来确定所述负载控制计划。

根据本发明，一种方法包括：基于所识别的风险状况来确定针对车辆的动作，确定用于执行所述动作的最短时间；基于包括车辆电池的荷电状态、车外温度和车辆操作模式的数据来确定用于执行所述动作的可用电功率；基于用于执行所述动作的所述最短时间和所确定的可用电功率来确定最大可允许电能放电速率；基于所述最大可允许电能放电速率、所述车辆的电负载状态和负载优先级数据来确定针对所述车辆中多个电气装置的负载控制计划；以及执行所确定的负载控制计划。

根据一个实施例，本发明的特征还在于，基于所述车外温度和所述车辆操作模式来确定所述电负载状态，以及进一步基于所确定的电负载状态来确定所述负载控制计划。

根据一个实施例，本发明的特征还在于，至少部分地基于(i)所述风险状况与(ii)DTC和车辆诊断状况之间的多个关系来确定所述风险状况。

根据一个实施例，本发明的特征还在于，基于(i)所确定的动作与(ii)基于车辆位置和地图数据确定的怠速持续时间极限来确定预测的发动机怠速时间。

根据一个实施例，本发明的特征还在于，基于所确定的动作和所存储的针对所述所确定的动作的执行时间数据来确定所述最短时间。

根据一个实施例，所述负载控制计划包括(i)关闭装置，(ii)减少提供给所述装置的功率，或者(iii)经由车辆通信网络向所述装置传输包括相应装置的最大允许功率极限的指令，还包括在所述装置中执行所接收的指令以限制相应功耗。

根据一个实施例，本发明的特征还在于，基于所述车外温度、车辆内部温度、用户内部温度设置、车辆传感器温度以及所述车辆传感器的操作温度的指定范围来确定车辆热装置的热负载阈值。

根据一个实施例，本发明的特征还在于，基于热负载优先级清单和所述车辆热装置的第二阈值来确定针对所述车辆热装置的第二功率控制计划。

Claims

1.一种方法，其包括：

基于所识别的风险状况来确定针对车辆的动作；

确定用于执行所述动作的最短时间；

基于包括车辆电池的荷电状态、车外温度和车辆操作模式的数据来确定用于执行所述动作的可用电功率；

基于用于执行所述动作的所述最短时间和所确定的可用电功率来确定最大可允许电能放电速率；

基于所述最大可允许电能放电速率、所述车辆的电负载状态和负载优先级数据来确定针对所述车辆中多个电气装置的负载控制计划；以及

执行所确定的负载控制计划。

2.如权利要求1所述的方法，其还包括：

基于所述车外温度和所述车辆操作模式来确定所述电负载状态；以及

进一步基于所确定的电负载状态来确定所述负载控制计划。

3.如权利要求1所述的方法，其还包括：至少部分地基于(i)所述风险状况与(ii)DTC和车辆诊断状况之间的多个关系来确定所述风险状况。

4.如权利要求1所述的方法，其还包括：基于(i)所确定的动作与(ii)基于车辆位置和地图数据确定的怠速持续时间极限来确定预测的发动机怠速时间。

5.如权利要求1所述的方法，其中所述所确定的动作包括以下项中的至少一个：将车辆数据上传到远程计算机或从远程计算机下载数据、将所述车辆导航到指定位置、致动车辆致动器以执行指定动作。

6.如权利要求1所述的方法，其还包括：基于所述所确定的动作和所存储的针对所述所确定的动作的执行时间数据来确定所述最短时间。

7.如权利要求1所述的方法，其中所述负载控制计划包括(i)关闭装置，(ii)减少提供给所述装置的功率，或者(iii)经由车辆通信网络向所述装置传输包括相应装置的最大允许功率极限的指令，还包括在所述装置中执行所接收的指令以限制相应功耗。

8.如权利要求1所述的方法，其还包括：基于所述车外温度、车辆内部温度、用户内部温度设置、车辆传感器温度以及所述车辆传感器的操作温度的指定范围来确定车辆热装置的热负载阈值。

9.如权利要求1所述的方法，其还包括：基于热负载优先级清单和所述车辆热装置的第二阈值来确定针对所述车辆热装置的第二功率控制计划。

10.如权利要求1所述的方法，其还包括：

基于所述负载优先级数据、所述车辆操作模式和所确定的最大可允许电能放电速率来确定所述多个装置中的每个装置的相应优先级；以及

进一步基于为所述多个装置中的每个装置确定的所述相应优先级，确定所述负载控制计划。

11.一种计算装置，其被编程为执行如权利要求1至10中任一项所述的方法。

12.一种计算机程序产品，其包括计算机可读介质，所述计算机可读介质存储能够由计算机处理器执行以执行如权利要求1至10中任一项所述的方法的指令。