CN114493021A - 基于导航的车辆行驶碳排放量预测方法及可读存储介质 - Google Patents
基于导航的车辆行驶碳排放量预测方法及可读存储介质 Download PDFInfo
- Publication number
- CN114493021A CN114493021A CN202210113146.1A CN202210113146A CN114493021A CN 114493021 A CN114493021 A CN 114493021A CN 202210113146 A CN202210113146 A CN 202210113146A CN 114493021 A CN114493021 A CN 114493021A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- navigation
- carbon emission
- coefficient
- oil consumption
- 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
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 82
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000000446 fuel Substances 0.000 claims description 22
- 238000004378 air conditioning Methods 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 8
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 10
- 238000007726 management method Methods 0.000 description 10
- 229910002092 carbon dioxide Inorganic materials 0.000 description 9
- 239000001569 carbon dioxide Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Navigation (AREA)
Abstract
本发明具体涉及基于导航的车辆行驶碳排放量预测方法及可读存储介质。方法包括:获取导航信息,导航信息包括各条导航路线的行驶总里程、行驶时间和行驶路段;基于导航路线的行驶总里程和行驶时间计算对应的初始平均油耗;基于导航路线的初始平均油耗和行驶路段结合对应的车辆相关参数计算对应的修正预测平均油耗;基于导航路线的修正预测平均油耗和行驶总里程计算对应的车辆行驶碳排放量。本发明还公开了一种可读存储介质。本发明的车辆行驶碳排放量预测方法能够在车辆出行前实现碳排放量预测,进而引导用户选择低碳排放量路线,从而能够提高车辆碳排放量的管理效果。
Description
技术领域
本发明涉及汽车碳排放量管理技术领域,具体涉及基于导航的车辆行驶碳排放量预测方法及可读存储介质。
背景技术
随着气候变暖,碳排放相关议题日益受到关注,碳排放主要指二氧化碳排放。其中,汽车排放的二氧化碳量占二氧化碳排放总量的近四分之一。随着汽车保有量的增加,二氧化碳排放量也随之增加,故有必要对汽车的碳排放量进行检测,以使交通管理部门或环境保护部门评价交通节能减排措施的实施效果,或发现交通体系中碳排放量超标的车辆从而进行监督管理。因此,对汽车尾气碳排放量的检测对环境和气候研究具有重要意义。
为了准确计算车辆的碳排放量,公开号为CN107730425A的中国专利公开了《碳排放量计算方法、装置及存储介质》,其方法包括获取目标车辆在不同时刻的历史行驶信息、历史外部环境信息及对应的实际碳排放量,根据历史行驶信息、历史外部环境信息及对应的实际碳排放量建立预设关系函数;获取目标车辆的当前行驶信息以及当前外部环境信息;将当前行驶信息以及当前外部环境信息作为当前特征参数;根据当前特征参数通过预设关系函数计算车辆的当前碳排放量,预设关系函数反映特征参数与碳排放量之间的对应关系。
上述现有方案中的碳排放量计算方法通过当前行驶信息以及当前外部环境信息,结合历史信息计算车辆的当前碳排放量。但是,现有方案一般都是在车辆使用后进行碳排放量计算的,而想要有效的实现碳排放量的管理,更需要在车辆出行前对本次出行的碳排放量进行预测,使得用户能够通过碳排放量的预测数据选择出行方式和行驶路线等,这样才能更有效的实现车辆碳排放量的管理。因此,如何设计一种能够在车辆出行前实现碳排放量预测的方法是亟需解决的技术问题。
发明内容
针对上述现有技术的不足,本发明所要解决的技术问题是:如何提供一种基于导航的车辆行驶碳排放量预测方法,以能够在车辆出行前实现碳排放量预测,进而引导用户选择低碳排放量路线,从而提高车辆碳排放量的管理效果。
为了解决上述技术问题,本发明采用了如下的技术方案:
基于导航的车辆行驶碳排放量预测方法,包括以下步骤:
S1:获取导航信息,导航信息包括各条导航路线的行驶总里程、行驶时间和行驶路段;
S2:基于导航路线的行驶总里程和行驶时间计算对应的初始平均油耗;
S3:基于导航路线的初始平均油耗和行驶路段结合对应的车辆相关参数计算对应的修正预测平均油耗;
S4:基于导航路线的修正预测平均油耗和行驶总里程计算对应的车辆行驶碳排放量,以得到各条导航路线的车辆行驶碳排放量。
优选的,步骤S2中,先通过导航路线的行驶总里程和行驶时间计算对应的平均车速,然后结合平均车速与油耗的对应关系计算对应导航路线的初始平均油耗。
优选的,步骤S3中,车辆相关参数包括但不限于车内温度、车外温度、用户空调使用习惯和车辆负载。
优选的,步骤S3中,基于行驶路段、车内温度、车外温度、用户空调使用习惯和车辆负载计算与油耗相关的空调系数、负荷系数、道路系数和温度系数,然后通过空调系数、负荷系数、道路系数和温度系数以及初始平均油耗结合如下公式计算对应导航路线的修正预测平均油耗;
FC=fc×α×β×γ×Δ;
式中:FC表示修正预测平均油耗;fc表示初始平均油耗;α表示空调系数;β表示负荷系数;γ表示道路系数;Δ表示温度系数。
优选的,基于车内温度、车外温度和用户空调使用习惯预测用户在当前使用环境下是否使用车辆空调,并基于车辆空调的预测使用状态确定空调系数。
优选的,通过车辆所载乘客及物品的视频图像数据预测车辆负载,并基于车辆负载与油耗的对应关系计算负荷系数。
优选的,通过导航路线的行驶路段获取对应的路况信息,并基于路况信息与油耗的对应关系计算道路系数。
优选的,基于车外温度与油耗的对应关系计算温度系数。
优选的,步骤S4中,通过如下公式计算对应导航路线的车辆行驶碳排放量:
CPTW=FC×KCO2×S/100;
式中:CPTW表示对应导航路线的车辆行驶碳排放量;FC表示对应导航路线的修正预测平均油耗;KCO2表示车辆的转换系数;S表示对应导航路线的行驶总里程。
本发明还公开了一种可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现本发明基于导航的车辆行驶碳排放量预测方法的步骤。
本发明的车辆行驶碳排放量预测方法与现有技术相比,具有如下有益效果:
本发明在用户开启导航时,通过导航信息结合车辆相关参数计算各导航路线的修正预测平均油耗,进而基于修正预测平均油耗有效预测各导航路线的车辆行驶碳排放量,使得能够在车辆出行前实现各导航路线碳排放量预测,进而引导用户选择低碳排放量的导航路线,从而能够提高车辆碳排放量的管理效果。同时,本发明通过行驶总里程和行驶时间计算初始平均油耗,并通过初始平均油耗和行驶路段结合车辆相关参数计算修正预测平均油耗,使得能够保证修正预测平均油耗的计算准确性,进而能够保证车辆行驶碳排放量的预测准确性,从而能够进一步提高车辆碳排放量的管理效果。
附图说明
为了使发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1为基于导航的车辆行驶碳排放量预测方法的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细的说明:
实施例一:
本实施例中公开了一种基于导航的车辆行驶碳排放量预测方法。
如图1所示,基于导航的车辆行驶碳排放量预测方法,包括以下步骤:
S1:获取导航信息,导航信息包括各条导航路线的行驶总里程、行驶时间和行驶路段;
S2:基于导航路线的行驶总里程和行驶时间计算对应的初始平均油耗;具体的,先通过导航路线的行驶总里程和行驶时间计算对应的平均车速,然后结合平均车速与油耗的对应关系计算对应导航路线的初始平均油耗(或NEDC工况官方油耗)。
S3:基于导航路线的初始平均油耗和行驶路段结合对应的车辆相关参数计算对应的修正预测平均油耗;
S4:基于导航路线的修正预测平均油耗和行驶总里程计算对应的车辆行驶碳排放量,以得到各条导航路线的车辆行驶碳排放量。
需要说明的是,本发明的基于导航的车辆行驶碳排放量预测方法可通过程序编程的方式生对应的成软件代码或软件服务,进而能够在服务器和计算机上运行和实施。
车机将各个导航路线的车辆行驶碳排放量发送给导航客户端,导航客户端在路径规划面板上显示低碳标签和各导航路线的车辆行驶碳排放量结果,并在地图界面上相应的导航路线也气泡显示预测的车辆行驶碳排放量。
本发明在用户开启导航时,通过导航信息结合车辆相关参数计算各导航路线的修正预测平均油耗,进而基于修正预测平均油耗有效预测各导航路线的车辆行驶碳排放量,使得能够在车辆出行前实现各导航路线碳排放量预测,进而引导用户选择低碳排放量的导航路线,从而能够提高车辆碳排放量的管理效果。同时,本发明通过行驶总里程和行驶时间计算初始平均油耗,并通过初始平均油耗和行驶路段结合车辆相关参数计算修正预测平均油耗,使得能够保证修正预测平均油耗的计算准确性,进而能够保证车辆行驶碳排放量的预测准确性,从而能够进一步提高车辆碳排放量的管理效果。
具体实施过程中,车辆相关参数包括但不限于车内温度、车外温度、用户空调使用习惯和车辆负载。
具体的,基于行驶路段、车内温度、车外温度(环境温度)、用户空调使用习惯和车辆负载计算与油耗相关的空调系数、负荷系数、道路系数和温度系数,然后通过空调系数、负荷系数、道路系数和温度系数以及初始平均油耗结合如下公式计算对应导航路线的修正预测平均油耗;
FC=fc×α×β×γ×Δ;
式中:FC表示修正预测平均油耗;fc表示初始平均油耗;α表示空调系数;β表示负荷系数;γ表示道路系数;Δ表示温度系数。
基于车内温度、车外温度和用户空调使用习惯预测用户在当前使用环境下是否使用车辆空调,并基于车辆空调的预测使用状态确定空调系数。本实施例通过车机记录车辆用户每次行程的车内温度、车外温度(通过温度传感器采集)和空调控制器状态等数据,并上传至后台,后台根据相关数据统计分析得到用户空调使用习惯。空调系数可根据需要进行设置,例如车辆空调使用时,空调系数为1.5,车辆空调未使用时,空调系数为1。
通过车辆所载乘客及物品的视频图像数据预测车辆负载,并基于车辆负载与油耗的对应关系计算负荷系数。其中车辆负载与油耗的对应关系以及负荷系数均能够通过实际行车实验进行计算和标定。
本实施例在用户上车前,通过环视摄像头记录并识别用户所带物品的视频图像数据,并获取物品数量及尺寸,进而预估对应的物品重量;当用户上车后,通过车内IMS摄像头识别车内搭载乘客的视频图像数据,获取乘客数量并基于乘客特征预估乘客体重。物品重量+乘客体重=车辆负载。物品重量基于其尺寸确定,例如基于尺寸分为小(15kg)、中(25kg)、大(40kg)。乘客体重可设置为成人60KG,未成年人40KG。
其中,通过图像识别的方式识别乘客的体貌特征(成人或儿童)和物品的数量及尺寸(小、中、大)均是现有的成熟技术手段,这里不再赘述。
通过导航路线的行驶路段获取对应的路况信息,并基于路况信息与油耗的对应关系计算道路系数。路况信息包括多个等级的路况及其对应的行驶里程,路况可包括高速公路、一级公路、二级公路、三级公路和四级公路。其中各个等级的路况与油耗的对应关系以及道路系数均能够通过实际行车实验进行计算和标定。
基于车外温度与油耗的对应关系计算温度系数。具体的,车外温度与油耗的对应关系以及温度系数均能够通过实际行车实验进行计算和标定。
需要说明的是,本实施例中各种参数与油耗(能耗)的对应关系可通过国标或相关的规定进行预先标定。
本发明通过行驶路段、车内温度、车外温度、用户空调使用习惯和车辆负载计算与油耗相关的系数,并结合初始平均油耗计算修正预测平均油耗,使得能够基于路况信息、空调使用状态、车辆负载和用车环境等资源数据结合导航信息准确计算修正预测平均油耗,进而能够保证车辆行驶碳排放量的预测准确性,从而能够进一步提高车辆碳排放量的管理效果。
具体实施过程中,通过如下公式计算对应导航路线的车辆行驶碳排放量:
CPTW=FC×KCO2×S/100;
式中:CPTW表示对应导航路线的车辆行驶碳排放量;FC表示对应导航路线的修正预测平均油耗;KCO2表示车辆的转换系数;S表示对应导航路线的行驶总里程。
其中,KCO2:转换系数,燃油乘用车按照GB27999-2019中的CO2转换系数计算,对于燃用汽油的车型为2.37KgCO2/L,燃用柴油的车型为2.60KgCO2/L。
本发明通过导航路线的修正预测平均油耗和行驶总里程以及对应的转换系数计算车辆行驶碳排放量,能够有效保证车辆行驶碳排放量的预测准确性。
实施例二:
本实施例公开了一种可读存储介质。
一种可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现本发明的基于导航的车辆行驶碳排放量预测方法的步骤。可读存储介质可以是U盘或计算机等具有可读存储功能的设备。
最后需要说明的是,以上实施例仅用以说明本发明的技术方案而非限制技术方案,本领域的普通技术人员应当理解,那些对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.基于导航的车辆行驶碳排放量预测方法,其特征在于,包括以下步骤:
S1:获取导航信息,导航信息包括各条导航路线的行驶总里程、行驶时间和行驶路段;
S2:基于导航路线的行驶总里程和行驶时间计算对应的初始平均油耗;
S3:基于导航路线的初始平均油耗和行驶路段结合对应的车辆相关参数计算对应的修正预测平均油耗;
S4:基于导航路线的修正预测平均油耗和行驶总里程计算对应的车辆行驶碳排放量,以得到各条导航路线的车辆行驶碳排放量。
2.如权利要求1所述的基于导航的车辆行驶碳排放量预测方法,其特征在于:步骤S2中,先通过导航路线的行驶总里程和行驶时间计算对应的平均车速,然后结合平均车速与油耗的对应关系计算对应导航路线的初始平均油耗。
3.如权利要求1所述的基于导航的车辆行驶碳排放量预测方法,其特征在于:步骤S3中,车辆相关参数包括但不限于车内温度、车外温度、用户空调使用习惯和车辆负载。
4.如权利要求3所述的基于导航的车辆行驶碳排放量预测方法,其特征在于:步骤S3中,基于行驶路段、车内温度、车外温度、用户空调使用习惯和车辆负载计算与油耗相关的空调系数、负荷系数、道路系数和温度系数,然后通过空调系数、负荷系数、道路系数和温度系数以及初始平均油耗结合如下公式计算对应导航路线的修正预测平均油耗;
FC=fc×α×β×γ×Δ;
式中:FC表示修正预测平均油耗;fc表示初始平均油耗;α表示空调系数;β表示负荷系数;γ表示道路系数;Δ表示温度系数。
5.如权利要求4所述的基于导航的车辆行驶碳排放量预测方法,其特征在于:基于车内温度、车外温度和用户空调使用习惯预测用户在当前使用环境下是否使用车辆空调,并基于车辆空调的预测使用状态确定空调系数。
6.如权利要求4所述的基于导航的车辆行驶碳排放量预测方法,其特征在于:通过车辆所载乘客及物品的视频图像数据预测车辆负载,并基于车辆负载与油耗的对应关系计算负荷系数。
7.如权利要求4所述的基于导航的车辆行驶碳排放量预测方法,其特征在于:通过导航路线的行驶路段获取对应的路况信息,并基于路况信息与油耗的对应关系计算道路系数。
8.如权利要求4所述的基于导航的车辆行驶碳排放量预测方法,其特征在于:基于车外温度与油耗的对应关系计算温度系数。
9.如权利要求1所述的基于导航的车辆行驶碳排放量预测方法,其特征在于,步骤S4中,通过如下公式计算对应导航路线的车辆行驶碳排放量:
CPTW=FC×KCO2×S/100;
式中:CPTW表示对应导航路线的车辆行驶碳排放量;FC表示对应导航路线的修正预测平均油耗;KCO2表示车辆的转换系数;S表示对应导航路线的行驶总里程。
10.一种可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求1-9任一项所述的基于导航的车辆行驶碳排放量预测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210113146.1A CN114493021A (zh) | 2022-01-29 | 2022-01-29 | 基于导航的车辆行驶碳排放量预测方法及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210113146.1A CN114493021A (zh) | 2022-01-29 | 2022-01-29 | 基于导航的车辆行驶碳排放量预测方法及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114493021A true CN114493021A (zh) | 2022-05-13 |
Family
ID=81478454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210113146.1A Pending CN114493021A (zh) | 2022-01-29 | 2022-01-29 | 基于导航的车辆行驶碳排放量预测方法及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114493021A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115564149A (zh) * | 2022-12-05 | 2023-01-03 | 中汽研汽车检验中心(昆明)有限公司 | 区域机动车实际道路二氧化碳排放量的预测方法及系统 |
CN115839724A (zh) * | 2023-02-13 | 2023-03-24 | 交通运输部规划研究院 | 一种基于污染物排放量的货车导航方法及装置 |
CN118096472A (zh) * | 2024-04-28 | 2024-05-28 | 中汽研汽车检验中心(天津)有限公司 | 一种基于测量续驶里程计算电动汽车空调系统碳减排量的方法 |
-
2022
- 2022-01-29 CN CN202210113146.1A patent/CN114493021A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115564149A (zh) * | 2022-12-05 | 2023-01-03 | 中汽研汽车检验中心(昆明)有限公司 | 区域机动车实际道路二氧化碳排放量的预测方法及系统 |
CN115839724A (zh) * | 2023-02-13 | 2023-03-24 | 交通运输部规划研究院 | 一种基于污染物排放量的货车导航方法及装置 |
CN118096472A (zh) * | 2024-04-28 | 2024-05-28 | 中汽研汽车检验中心(天津)有限公司 | 一种基于测量续驶里程计算电动汽车空调系统碳减排量的方法 |
CN118096472B (zh) * | 2024-04-28 | 2024-08-02 | 中汽研汽车检验中心(天津)有限公司 | 一种基于测量续驶里程计算电动汽车空调系统碳减排量的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111806239B (zh) | 电动车辆续航里程测量方法、电子设备及存储介质 | |
CN114493021A (zh) | 基于导航的车辆行驶碳排放量预测方法及可读存储介质 | |
CN107000751B (zh) | 用于提供建议驾驶速度的设备及方法 | |
CN105383496B (zh) | 用于车辆的基于路线的剩余能量可行驶距离计算 | |
JP3833931B2 (ja) | 燃費表示方法及び燃費表示装置 | |
US20180370537A1 (en) | System providing remaining driving information of vehicle based on user behavior and method thereof | |
EP2036777B1 (en) | Method and system of providing driving data to a driver of a vehicle | |
US9631940B2 (en) | Method and system for determining a route for efficient energy consumption | |
JP5542712B2 (ja) | 加速度を決定するための自動車用システムおよび方法 | |
US8643483B2 (en) | System for maintaining consumables of vehicle and method thereof | |
US10670445B1 (en) | System and method for controlling operation of a vehicle based on measured fluid levels in a fluid reservoir | |
JP2010144701A (ja) | 省燃費運転評価装置及び省燃費運転評価方法 | |
CN101837765A (zh) | 节省燃料驾驶辅助设备 | |
JP5270418B2 (ja) | 駐車容易性情報作成システム及びその方法、並びに駐車容易性情報を作成するためのコンピュータプログラム及びそのコンピュータプログラムを記録した記録媒体 | |
JP2024529003A (ja) | 規定のルートに沿った車両の移動に関する車両のエネルギー消費量を予測するための、およびルート設定のための方法およびシステム | |
KR20140060751A (ko) | 전기자동차의 주행가능 거리 안내 장치 및 그 방법 | |
US20180170393A1 (en) | Method and system for evaluating the driving behaviour of a vehicle operator with a motor vehicle | |
JP2018181034A (ja) | 走行支援装置、走行支援方法およびそのためのデータ構造 | |
JP5787910B2 (ja) | 消費電力予測装置及び消費電力予測システム | |
CN115123258A (zh) | 一种车辆路面附着系数确定方法及系统 | |
CN111469785B (zh) | 一种数据处理方法、装置及电子设备和存储介质 | |
JP7196407B2 (ja) | 推定装置 | |
CN117114209B (zh) | 汽车全生命周期的碳排放预测方法、装置及设备 | |
JP2010262459A (ja) | 運転評価装置 | |
AU2012202024A1 (en) | A System and Method for Collecting an Operator Behavioural Profile |
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 |