CN115140046A - 一种车辆控制方法、系统、车辆控制器及云服务器 - Google Patents
一种车辆控制方法、系统、车辆控制器及云服务器 Download PDFInfo
- Publication number
- CN115140046A CN115140046A CN202210647170.3A CN202210647170A CN115140046A CN 115140046 A CN115140046 A CN 115140046A CN 202210647170 A CN202210647170 A CN 202210647170A CN 115140046 A CN115140046 A CN 115140046A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- cloud server
- vehicles
- controller
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000012937 correction Methods 0.000 claims abstract description 101
- 238000004146 energy storage Methods 0.000 claims description 34
- 238000011084 recovery Methods 0.000 claims description 30
- 230000004048 modification Effects 0.000 claims description 9
- 238000012986 modification Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 abstract description 16
- 229910052799 carbon Inorganic materials 0.000 abstract description 7
- 238000007726 management method Methods 0.000 description 53
- 238000004364 calculation method Methods 0.000 description 22
- 230000032683 aging Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 6
- 230000036541 health Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 208000032953 Device battery issue Diseases 0.000 description 1
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002650 habitual effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本公开实施例公开了一种车辆控制方法、系统、车辆控制器及云服务器,该方法包括:车辆控制器获取车辆运行的相关信息,根据相关信息确定车辆的控制参数;车辆控制器获取云服务器发送的车辆控制的修正信息,修正信息为云服务器可根据云服务器已存储历史数据(比如地理、交通或路况信息),以及根据该车辆和其他车辆中至少一个车辆的云端历史数据确定得到,其他车辆为与该车辆相关的车辆;车辆控制器根据修正信息调整控制参数,根据调整后的控制参数控制车辆运行。本公开实施例公开的车辆控制方法、系统、车辆控制器及云服务器,可实现全域功能的智能控制,开启全域智能能量管理,达到低碳出行,提升用户体验。
Description
技术领域
本公开涉及但不仅限于汽车领域,尤指一种车辆控制方法、系统、车辆控制器及云服务器。
背景技术
在当前的智能交通系统(Intelligent Traffic System,简称ITS)和车联网环境下,车辆可以充分感知和理解复杂的交通环境、道路地理信息等,以此为背景,汽车节能控制技术不仅可以获取车辆的自身状态,也可以得到车辆行驶的道路(如坡度、曲率、限速等)和交通(拥堵状况、交通灯位置和时序等)信息。
目前,车辆智能控制中,大多仅是依据导航信息进行车辆的控制,比如预判前方路段拥堵情况,或提前储备电能等,方法相对比较单一,而且由导航系统决定功能的可用性,具有一定局限性。
发明内容
第一方面,本公开实施例提供了一种车辆控制方法,包括:
车辆控制器获取车辆运行的相关信息,根据所述相关信息确定所述车辆的控制参数;
车辆控制器获取云服务器发送的车辆控制的修正信息,所述修正信息为所述云服务器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定得到,所述其他车辆为与该车辆相关的车辆;
车辆控制器根据所述修正信息调整所述控制参数,根据调整后的控制参数控制车辆运行。
第二方面,本公开实施例提供一种车辆控制方法,包括:
云服务器接收并存储车辆控制器发送的车辆运行的相关信息;
所述云服务器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定车辆控制的修正信息,所述其他车辆为与该车辆相关的车辆;
将所述修正信息发送给所述车辆控制器,所述修正信息用于所述车辆控制器根据所述修正信息调整车辆的控制参数,以控制车辆运行。
本公开实施例还提供了一种车辆控制器,包括存储器和处理器,存储器用于存储执行指令;处理器调用所述执行指令,用于执行如第一方面任一实施例所述的车辆控制方法。
本公开实施例还提供了一种云服务器,包括存储器和处理器,存储器用于存储执行指令;处理器调用所述执行指令,用于执行如第二方面任一实施例所述的车辆控制方法。
本公开实施例还提供了一种车辆控制系统,包括任一实施例所述的车辆控制器和任一实施例所述的云服务器。
本公开至少一个实施例提供的车辆控制方法、系统、车辆控制器及云服务器,与现有技术相比,具有以下有益效果:可将车辆信息及云端大数据结合,根据云服务器计算所得到的修正信息实时调整并更新车辆控制器中对应的控制参数,通过修正信息调整后的控制参数取代车辆控制器本地的控制命令,实现全域功能的智能控制,比如可实现全局的方式优化能量,开启全域智能能量管理,达到低碳出行,更好的驾驶感受,提升用户体验。
本公开的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本公开而了解。本公开的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
附图用来提供对本公开技术方案的理解,并且构成说明书的一部分,与本公开的实施例一起用于解释本公开的技术方案,并不构成对本公开技术方案的限制。
图1为本发明一示例实施例提供的车辆控制系统的结构框图;
图2为本发明一示例实施例提供的车辆控制系统的架构图;
图3为本发明一示例实施例提供的车辆控制方法的流程图;
图4为本发明另一示例实施例提供的车辆控制方法的流程图;
图5为本发明一示例实施例提供的根据导航信息划分车辆行程的示意图;
图6为本发明又一示例实施例提供的车辆控制方法的流程图;
图7为本发明一示例实施例提供的车辆控制器的结构框图;
图8为本发明一示例实施例提供的云服务器的结构框图。
具体实施方式
本公开描述了多个实施例,但是该描述是示例性的,而不是限制性的,并且对于本领域的普通技术人员来说显而易见的是,在本公开所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合,并在具体实施方式中进行了讨论,但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外,任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用,或可以替代任何其它实施例中的任何其他特征或元件。
本公开包括并设想了与本领域普通技术人员已知的特征和元件的组合。本公开已经公开的实施例、特征和元件也可以与任何常规特征或元件组合,以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合,以形成另一个由权利要求限定的独特的发明方案。因此,应当理解,在本公开中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此,除了根据所附权利要求及其等同替换所做的限制以外,实施例不受其它限制。此外,可以在所附权利要求的保护范围内进行各种修改和改变。
此外,在描述具有代表性的实施例时,说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而,在该方法或过程不依赖于本文所述步骤的特定顺序的程度上,该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的,其它的步骤顺序也是可能的。因此,说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外,针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤,本领域技术人员可以容易地理解,这些顺序可以变化,并且仍然保持在本公开实施例的精神和范围内。
图1为本发明一示例实施例提供的车辆控制系统的结构框图,图2为本发明一示例实施例提供的车辆控制系统的架构图,如图1和图2所示,车辆控制系统可以包括:车辆控制器11和云服务器12。
可通过构建车辆控制器和云服务器,将车辆信息及云端大数据结合,实现全域功能的智能控制,比如可实现全局的方式优化能量,开启全域智能能量管理,达到低碳出行,更好的驾驶感受。
可由单一功能、短时间的车载芯片的计算、存储转移到云端大数据、长周期的统计数据计算,实现更加精细化、智能化控制。由单一功能的智能能量管理,转变为全局能量智能管理,达到系统性的能量最优,低碳智能出行。
在一示例中,如图2所示,车辆控制系统还可以包括:至少一个车辆从控制器13,每一个车辆从控制器均与车辆控制器连接;车辆从控制器,用于采集车辆运行的相关信息并发送给车辆控制器,以及根据车辆控制器发送的控制参数控制车辆运行。
本实施例中,车内的控制器可采用域控式的布局,采用一个车辆控制器(可称为主控制器或域控制器)和多个车辆从控制器(可称为执行控制器)的域控式结构,车辆控制器负责车内各车辆从控制器的控制命令计算及与云端计算输出数据的交互、管理控制。车辆从控制器负责采集车辆信息以及负责执行车辆控制器发送的控制命令(控制参数)。
如图2所示,云服务器中可设置有控制器,用于云端大数据等相关计算,比如云端大数据计算得到下述实施例中的修正信息。云服务器中采用的云计算的相应计算方法,可以包括人工神经网络、迁移学习、决策树、序列分析、聚类、回归等方式,其实现原理与现有技术相同,本实施例在此不进行限定和赘述。
如图2所示,车辆从控制器可以包括以下至少一种:娱乐相关控制器131、电驱动控制器132、电池控制器133、动力控制器134和其他域内控制器135,娱乐相关控制器可以包括:导航控制器和驾驶辅助控制器等。
图3为本发明一示例实施例提供的车辆控制方法的流程图,如图3所示,本发明实施例的执行主体为车辆控制器,车辆控制方法可以包括:
S301:车辆控制器获取车辆运行的相关信息,根据相关信息确定车辆的控制参数。
车辆控制器可将获取的车辆运行的相关信息通过网络传输到云端,以及可根据车辆运行的相关信息确定车辆的控制参数,以对车辆进行控制。
车辆运行的相关信息可以但并不仅限于包括:车辆自身状态、驾驶员驾驶行为的特性参数、车辆行驶的道路(如坡度、曲率、限速等)和交通(拥堵状况、交通灯位置和时序等)信息等。车辆自身状态可以包括:车辆动力系统相关数据等,车辆行驶的道路和交通信息可以为导航开启后的路线信息和拥堵信息等。
在一示例中,车内数据采集,即车辆运行的相关信息可以包括以下至少一种:
导航控制器提供的道路交通情况,如行驶路径及新路径规划,距前方拥堵距离、拥堵程度和拥堵距离等;以及路况信息,如坡度或山路等。
驾驶辅助控制器提供的前车距离、后车距离、道路标识、交通信号灯、故障信息等。
电驱动控制器提供的电机的额电流、电压、转速、角位置、零点位置、温度、运行模式、挡位信息、扭矩、自学习信息和故障信息等。
电池控制器(可称为高压电池控制器)提供的电池的电流、电压、状态(健康状态,能量状态,安全状态等)、温度、功率(充电功率和放电功率)和故障信息等;
动力控制器提供的发动机的转速、扭矩、运行状态、加速踏板信息、制动踏板信息、温度、点火参数、油路参数、气路参数和故障信息等。
其他域内控制器提供的必要的信息,如高低压能量转换信息,故障信息,热管理相关温度、流量、功率等信息。
S302:车辆控制器获取云服务器发送的车辆控制的修正信息,修正信息为云服务器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定得到,其他车辆为与该车辆相关的车辆。
相应地,在云服务器端,云服务器接收并存储车辆控制器发送的车辆运行的相关信息,云服务器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定车辆控制的修正信息;云服务器将修正信息发送给车辆控制器。
在一示例中,云服务器可根据云服务器已存储历史数据(比如地理、交通或路况信息),以及根据该车辆和其他车辆中至少一个车辆的云端历史数据确定车辆控制的修正信息
云服务器负责云端大数据的计算,云端计算获取的关键功能参数(修正信息)返回到车内。云端大数据计算主要是依据车内传输出来的长周期数据、同型车的车量数据、路况预存数据等信息,经过统计计算,得出关键修正信息,并发送到车辆控制器。
云服务器接收的车辆运行的相关信息,可以包括:导航开启后的路线信息、拥堵信息,车辆动力系统相关数据,驾驶员驾驶行为的特性参数等,基于大数据及特有算法,估算评估驾驶员驾驶风格学习、修正信息、电子部件健康状态、系统功能的自学习或自适应功能参数的修正、特定区域识别及特定路线识别等,以优化特定控制参数,开启智能控制、能量管理等,实现更加精细化、智能化控制,达到低碳出行的目的。
S303:车辆控制器根据修正信息调整控制参数,根据调整后的控制参数控制车辆运行。
将云服务器计算所得到的修正信息,可通过网络下发到车辆控制器,实时调整并更新车辆控制器中对应的控制参数,通过修正信息调整后的控制参数取代车辆控制器本地的控制命令,从而优化车辆控制器的控制算法,实现系统效率、驾驶品质和行驶安全性的全面提升。
图4为本发明另一示例实施例提供的车辆控制方法的流程图,如图4所示,其可以包括:
S401:车辆从控制器进行数据采集,将采集信号发送给车辆控制器。
S402:车辆控制器根据采集的信号确定控制车辆的控制参数(控制命令)。
S403:车辆控制器判断是否是车内交互。若是,将控制参数发送给相应的车辆从控制器,执行S405;若否,将采集的信号发送给云服务器,执行S404。
S404:云服务器统计计算得到修正信息,并将修正信息发送给车辆控制器,以使车辆控制器根据修正信息调整控制参数。
S405:车辆从控制器执行控制参数,以控制车辆运行。
车辆从控制器负责车内信息采集,通过车辆控制器将车内信息传输到云端,以及通过车辆控制器完成本地控制参数的计算。云端大数据计算、云端计算获取的关键功能参数返回到车内,完成车内关联控制器数据更新等。
车内信息采集、计算主要分两部分:一部分是车辆从控制器(执行控制器),仅负责信号采集任务及控制命令的执行计算任务;另一部分是车辆控制器(控制计算控制器),负责车内各控制器的命令计算任务及与云端计算输出数据的交互、管理控制任务。
云端大数据计算主要是通过云服务器中的控制器(大数据统计计算控制器)根据车内传输出来的长周期数据、同型车的车量数据、路况预存数据等信息,经过统计计算,得出关键修正信息,并发送到车辆控制器。
本发明实施例提供的车辆控制方法,可将车辆信息及云端大数据结合,根据云服务器计算所得到的修正信息实时调整并更新车辆控制器中对应的控制参数,通过修正信息调整后的控制参数取代车辆控制器本地的控制命令,实现全域功能的智能控制,比如可实现全局的方式优化能量,开启全域智能能量管理,达到低碳出行,更好的驾驶感受,提升用户体验。
在本发明一示例实施例中,车辆可以包括:混动车辆或电动车辆;相关信息可以包括:车辆所在路段信息,控制参数可以包括:能量管理参数和/或储能参数,储能参数用于表示是否在该路段储存电能,能量管理参数可以包括SOC平衡点和能量回收等级中的至少一种。SOC平衡点(电量平衡点)是车辆电量平衡的目标值,用来表示用户(如车主)期望整车在行驶过程中达到的电量状态。
其中,能量管理参数可以但并不仅限于包括:SOC平衡点和能量回收等级,还可以包括:发动机、电机效率和热管理器件功耗等参数。
修正信息可以为云服务器根据该车辆预设时间内的与车辆所在路段相同的历史路段信息确定得到的修正能量管理参数和/或修正储能参数,或者,修正信息可以为云服务器根据该车辆所在路段的其他车辆实时获取的路段信息确定得到的修正能量管理参数和/或修正储能参数。
本实施例中,可实现智能能量管理的智能化,将车辆信息(车辆所在路段信息)及云端大数据结合,全局的方式优化能量,开启全域智能能量管理。由单一功能的智能能量管理,转变为全局能量智能管理,达到系统性的能量最优,低碳智能出行。
车辆控制器可根据车辆从控制器采集的车辆所在路段信息,确定能量管理参数,确定所在路段信息中的SOC平衡点和/或能量回收等级等。以及,可根据车辆从控制器采集的车辆所在路段信息,确定储能参数,确定所在路段是否需要储存电能,提前存储电能,以在拥堵路段更多的使用电能目的。
云服务器可根据车辆所在路段,从云端获取同路段车辆采集到的交通信息和道路信息,确定修正能量管理参数,比如确定修正SOC平衡点和/或修正能量回收等级,以及确定修正储能参数,并传输到车辆控制器,车辆控制器根据收到的修正能量管理参数和/或修正储能参数,相应调整本地计算得到的修正能量管理参数和/或修正储能参数,更新相关参数到车辆从控制器,实现智能能量管理,达到能量最优控制,最优经济性。
在一示例中,云服务器可根据车辆所在路段,从云端获取该车辆之前在相同路段的历史交通信息和历史道路信息,确定修正能量管理参数,比如确定修正SOC平衡点和/或修正能量回收等级,以及确定修正储能参数,并传输到车辆控制器,车辆控制器根据收到的修正能量管理参数和/或修正储能参数,相应调整本地计算得到的修正能量管理参数和/或修正储能参数,更新相关参数到车辆从控制器,实现智能能量管理,达到能量最优控制,最优经济性。
在一示例中,车辆已开启导航,车辆控制器获取车辆运行的相关信息,可以包括:
车辆控制器根据导航信息获取车辆所在路段的拥堵信息,将拥堵信息作为车辆所在路段信息。
本实施例中,车辆所在路段信息可根据车辆开启导航得到的导航信息得到,车辆所在路段信息可以但并不仅限于包括:导航得到的交通信息(如道路拥堵距离、拥堵程度等)和道路信息(如该路段是否有坡度及坡度大小)。车辆控制器可根据导航控制器提供的交通数据和道路信息确定本地的能量管理参数和/或储能参数。
图5为本发明一示例实施例提供的根据导航信息划分车辆行程的示意图,如图5所示,在设置导航目的地开启导航后,车辆控制器根据导航控制器反馈的前方拥堵距离、拥堵程度和拥堵车速等,将车辆所经过的路段可以分为较通畅市区郊区路段L1、通畅高速路段L2和拥堵城市路段L3。
车辆控制器可根据导航得到的交通信息和道路信息,比如车辆的平均车速、所在路段的坡度、前方道路的拥堵程度和长度,计算出车辆的目标车速和SOC平衡点,通过目标车速得到对应的能量回收等级,以得到本地的能量管理参数。其中,根据交通数据和道路信息确定车速和SOC平衡点,以及根据车速确定对应的能量回收等级可采用现有技术,本实施例在此不进行限定和赘述。
车辆控制器可根据拥堵路段的道路信息,比如坡度和平均车速,计算出车辆行驶通过所在路段的能量消耗,以确定是否在车辆所在路段储存电能,以提前存储电能。以图5为例,车辆控制器根据导航信息确定的本地的控制参数可以包括:
在L1路段,切换为纯电或混动模式,兼顾能量消耗和舒适性;
在L2路段,切换为混动模式,以及为动力电池充电,保证电量(SOC)满足下一阶段纯电行驶;在车辆进入拥堵区域前,可在高速路段提前进行高压电池充电,确保在进入拥堵路段前,拥有足够的电能。
在L3路段,切换为纯电模式,保证行车顺畅,又节油。
在实际应用中,由于导航信息存在一定的延时,为了避免导航信息的延时,可结合云端数据获取同路段其他车辆发送的实时路段信息,以修正车辆控制器得到的上述控制参数。云服务器可获取同路段其他一个或多个车辆采集到的交通信息和道路信息,以得到修正能量管理参数和/或修正储能参数,对车辆控制器本地计算的能量管理参数和/或储能参数进行修正。
在一示例中,车辆未开启导航,车辆控制器获取车辆运行的相关信息,可以包括:
车辆控制器获取车辆所在路段的位置,将位置作为车辆所在路段信息。
本实施例中,对于未开启导航的车辆,可根据云端数据对车辆本次驾驶可能通过的路段进行预测,根据预测的路段确定修正能量管理参数和/或修正储能参数。
在没有打开导航的情况下,车辆控制器可通过位置传感器获取车辆所在路段的位置,或通过用户交互装置向用户请求车辆初始位置和/或目的位置,并发送给云服务器,云服务器可根据车辆所在路段周围其他一个或多个车辆上传云端的大数据信息,比如:平均车速、坡度、前方道路的拥堵程度和长度等,结合目的位置,或结合从云端获取的该车一段时间内的历史行驶轨迹,进入熟路模式(即内部已存储的道路信息),对本次驾驶可能通过的路段进行预测。根据算出的最大概率行驶路径,利用云端超强的算力,预测性的动态规划出目标车速曲线和高压电池SOC变化曲线,以确定修正能量管理参数,以及根据算出的最大概率行驶路径,确定出修正储能参数。
在一示例中,可根据预测的目标车速曲线和高压电池SOC变化曲线,制定出本次出行的混动能量管理策略,驱动模式切换策略,多动力源的扭矩动态分配策略和换挡策略等,从而极大的提高了系统效率,显著较低能耗,同时改善了驾驶性。
在一示例中,可在车辆控制器中设置有预设能量管理参数和预设储能参数,在车辆未开导航的情况下,可将预设能量管理参数和预设储能参数分别作为本地的能量管理参数和储能参数。
在本发明一示例实施例中,车辆可以包括:混动车辆或电动车辆,相关信息可以包括:驾驶员的加速踏板信息和制动踏板信息中的至少一个,控制参数可以包括:能量管理参数,能量管理参数可以包括能量回收等级等,但并不仅限于包括能量等级回收单个参数。
修正信息为云服务器根据与车辆距离小于或等于设定距离的其他车辆实时获取的信号灯信息和/或车间距离信息确定得到的修正能量回收等级。
本实施例中,在车辆控制器不能获取车辆的位置信息、交通信息或道路信息等时,可结合驾驶员的加速踏板信息和/制动踏板信息,以及云端数据确定能量回收等级。
对于驾驶员松开加速踏板滑行或踩制动踏板进行能量回收的工况,云服务器可基于该车周围的其他一个或多个车辆的信号灯信息和/或车间距离信息,比如前车距离、后车距离、道路标识(如限速信息)、交通信号灯信息等,云端算法从空挡滑行,或制动能量回收模式中做决策,并计算最优的制动加速度,以确定修正能量回收等级。在仲裁中,云服务器优先选择空挡滑行进行驾驶。在前车距离较近,或者检测到限速标志或红灯信号时,动态调节制动能量回收的强度,在保证安全的同时,兼顾系统效率和提高乘坐舒适行。
在一示例中,可在车辆控制器中设置有预设能量管理参数和预设储能参数,对于驾驶员松开加速踏板滑行或踩制动踏板进行能量回收的工况,可将预设能量管理参数和预设储能参数分别作为本地的能量管理参数和储能参数。
在本发明一示例实施例中,相关信息可以包括:驾驶员的加速踏板信息和制动踏板信息中的至少一个,控制参数可以包括:驾驶员的驾驶风格;修正信息为云服务器根据该车辆预设时间内的加速踏板历史信息和制动踏板历史信息确定得到的驾驶员的修正驾驶风格。
车辆控制器根据修正信息调整控制参数,根据调整后的控制参数控制车辆运行,可以包括:
车辆控制器将驾驶员的驾驶风格调整为修正驾驶风格,根据修正驾驶风格控制车辆运行。
本实施例中,可根据驾驶员的加速踏板信息和/或制动踏板信息,以及结合云端数据实现驾驶员的驾驶风格识别。驾驶风格是指一个人选择开开车的方式或习惯性的驾驶方式,根据驾驶员对驾驶速度、行车间距的选择等,可将驾驶风格分为:偏运动驾驶风格和经济型驾驶风格,偏运动驾驶风格踩下加速踏板或制动踏板的力度(踏板实际开度)较重,速度(踏板变化率)较快,即加速性较好;经济型驾驶风格踩下加速踏板或制动踏板的力度较轻,速度较慢,即加速性较差。
车辆控制器可根据动力控制器提供的加速(油门)踏板信息或制动(刹车)踏板信息,确定驾驶员对驾驶速度、行车间距的选择,从而识别出驾驶员的驾驶风格,以用于调整相关参数:加速踏板开度(MAP)、能量回收扭矩、挡位切换点等,提升车辆加速性。其中,加速踏板信息可以包括:加速踏板变化率、加速踏板实际开度。制动踏板信息可以包括:制动踏板变化率、制动踏板实际开度
在实际应用中,由于加速踏板信息或制动踏板信息存在延时或不能有效达到驾驶预期,用户体验不佳。本实施例中,可基于云端数据对本地确定的驾驶风格进行修正,云服务器可根据长周期(1天,1周或1月等)获得的历史油门踏板变化率、刹车踏板变化率统计、油门踏板开度、刹车踏板开度统计等,识别驾驶员的修正驾驶风格,并输出至车辆控制器,比对相关参数(加速踏板开度(MAP)、能量回收扭矩、挡位切换点等),以及更新相关参数到车辆从控制器,达到准确识别驾驶风格,达成驾驶预期。
本实施例中,可基于车辆的加速踏板信息或制动踏板信息,学习驾驶员的驾驶风格,以及结合云端的历史加速踏板信息或制动踏板信息,智能修正驾驶模式,以寻找最佳的驾驶模式驾驶风格。
在本发明一示例实施例中,修正驾驶风格可以采用修正系数表示,修正系数的数值或数值范围不同,对应的修正驾驶风格不同。
本实施例中,云服务器可根据云端历史数据计算得到修正驾驶风格,作为当前驾驶员的驾驶风格,并可向车辆控制器输出驾驶风格系数,作为修正信息以对车辆计算得到的驾驶风格进行修正。比如,判定驾驶风格为经济型驾驶风格,则输出系数小于1;判定驾驶风格为偏运动驾驶风格,则输出系数大于1。
车辆控制器可根据接收到的修正系数,更新相应的参数。比如,云服务器判定驾驶风格为经济型驾驶风格,即修正系数小于1。此时,车辆控制器将本身判断的驾驶风格对应的相关参数,如油门踏板曲线、换挡点等分别乘以修正系数,得到修正后的驾驶风格系数,从而得到对应的修正后的驾驶风格(或驾驶模式)。其他参数的修正系数的实现原理与之类似,本实施例不再一一赘述。
在本发明一示例实施例中,根据修正驾驶风格控制车辆运行,可以包括:
根据修正驾驶风格确定车辆的加速踏板MAP、能量回收扭矩和挡位切换点中的至少一个,以控制车辆运行。
本实施例中,可根据修正后的驾驶风格调整加速踏板开度(MAP)、能量回收扭矩、挡位切换点等相关参数,提升车辆加速性。
在本发明一示例实施例中,车辆控制方法还可以包括:
车辆控制器获取车辆上电气设备的电气参数;车辆控制器获取云服务器发送的故障预判信息,故障预判信息为云服务器根据安装有同一型号电气设备的其他车辆运行一固定时间后电气参数存在的历史故障信息确定得到;根据故障预判信息对电气设备进行故障预警。
本实施例中,可基于云端数据,估算评估车辆部件(如电气设备)的健康状态。车辆控制器可获取车辆上某一电气设备的电气参数,并将该电气参数及电气设备的型号(或标识)发送给云服务器,云服务器在云端数据中查找安装有同一型号电气设备的其他车辆(简称同族车辆)的历史数据,获取该同族车辆在运行一固定时间(比如1年、5年或10年)或以固定里程(比如1万公里、3万公里等)后的电气参数,判断固定时间或固定里程后的电气参数是否存在故障以及故障的原因,以对当前车辆的电气设备的健康状态进行评估,以实现对当前车辆的电气设备的故障预警。
电气设备可以包括以下至少一种:电池(高压电池)、发动机、电机、变速器、车内的传感器等。
在一示例中,电气设备可以包括电池,可基于云端数据对车辆电池的健康状态进行评估。车辆控制器可获取车辆电池电流、电压、状态(充电或放电)、温度或功率等信息,并发送给云服务器,云服务器接收车辆控制器实时上传的电池数据,结合云数据中同族车辆电池运行一固定时间或一固定里程的历史相关数据,实现电池SOX的估算。比如云数据中同族车辆电池运行5年或1万公里后出现电池高压热失控故障,云服务器可根据该故障对当前车辆的电池进行故障预警,比如预警提示电池会出现电池高压热失控故障,可在当前车辆电池故障发生前(比如:电池高压热失控故障),判断出电池可能发生的故障,以及判断出电池发生严重故障的概率,根据故障的严重程度,可采用提前提示驾驶员进行车辆维修,或提前触发整车的故障保护策略,或者警示驾驶员逃离车辆。从而极大降低高压电池严重故障的概率,保护驾乘人员的人身和财产安全。
电池SOX可以包括:电量(State of Charge,简称SOC)、电池健康度(State ofHealth,简称SOH)、电池的功率状态(State of Power,简称SOP)或电池的功能状态(Stateof Function,简称SOF)。SOC可以理解为电池剩余电量百分比;SOH可以理解为电池当前的容量与出厂容量的百分比;SOP可以理解为表示下一时刻比如下一个2秒、10秒或30秒持续大电流的时候电池能够提供的最大的放电和被充电的功率;SOF可以理解为控制功能策略中的一个参数。
在一示例中,云服务器可根据电池状态信息,结合电池老化分析算法,动态修正高压电池控制策略,以达到老化后,修正电池能量和能力估算,实现电池功率输出精确控制。
本实施例中,云服务器可根据电池状态信息,结合云端电池故障预测,得出与里程、运行时间关联的SOX老化修正系数。
在一示例中,云服务器可根据电池状态信息,结合云端电池故障预测,得出与温度关联的故障诊断保护预警系数。
在一示例中,电气设备可以包括电机,可基于云端数据对车辆电机的健康状态进行评估。车辆控制器可获取电驱动中电机温度、扭矩、电流、零位自学习值(零位预设值)、挡位信息或运行时间等电机参数,并发送给云服务器。
云服务器接收车辆控制器实时上传的电机参数,结合云数据中同族车辆电机运行一固定时间或一固定里程的历史相关数据,根据历史相关数据修正电机零位,提高扭矩控制精度和电控效率。或者,修正变速器油压控制、离合器接触点及效率曲线,以达到提高控制精度和换挡品质的目的,并且可以在变速箱老化后,仍然保证精确控制电机扭矩输出和换挡质量。
在一示例中,云服务器可根据云数据中同族车辆电机运行一固定时间或一固定里程的历史相关数据,得出与里程、运行时间关联的电机零位学习老化系数,得出与里程关联的变速箱接触点、扭矩转化系数、充油修正等老化系数。
在一示例中,电气设备可以包括发动机,可基于云端数据对车辆发动机的健康状态进行评估。车辆控制器可获取车辆动力的转速、扭矩、温度、空气路信息、油路信息、点火信息或运行时间等动力信息,并发送给云服务器。云服务器接收车辆控制器实时上传的动力信息,结合云数据中同族车辆发动机运行一固定时间或一固定里程的历史相关数据,修正油路、气路自学习值,以达到老化后,精确控制动力扭矩输出。
在一示例中,云服务器可根据云数据中同族车辆发动机运行一固定时间或一固定里程的历史相关数据,得出与里程、运行时间关联的油路、空气路或发动机废弃再循环系统(Exhaust Gas Return,简称EGR)流量的修正系数,该系数大于1。
在一示例中,车辆控制器可获取车辆变速器或发动机自学习值(预设固定值)等信息,并发送给云服务器。云服务器可基于云端同区域多车相关变速器自学习值、发动机自学习值、运行时间信息等,预测得到相关估算值,修正各老化时间段的自学习修正值,达到前馈控制的目的,实现精确控制各被控对象。
在一示例中,云服务器可根据云端同区域多车相关变速器自学习值、发动机自学习值、运行时间信息等,得出与里程、运行时间关联的前馈老化修正系数,该系数大于1,如增压器前馈控制器。
本发明实施例主要体现全域功能、系统化的方式,实现电池、动力供给、部件老化导致的低效、驾驶风格、能量回收、路线规划或熟路模式等多角度、多功能联动的智能能量管理。
图6为本发明又一示例实施例提供的车辆控制方法的流程图,如图6所示,本实施例中的执行主体为云服务器,车辆控制方法可以包括:
S601:云服务器接收并存储车辆控制器发送的车辆运行的相关信息。
S602:云服务器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定车辆控制的修正信息,其他车辆为与该车辆相关的车辆。
S603:云服务器将修正信息发送给车辆控制器,修正信息用于车辆控制器根据修正信息调整车辆的控制参数,以控制车辆运行。
本发明实施例的执行主体为云服务器,云服务器执行的方法实施例的技术方案与任一实施例所示的车辆控制器执行的方法实施例的技术方案相对应,其实现原理和实现效果类似,其具体执行原理可参见上述任一实施例中云服务器的描述,本实施例不再赘述。
在本发明一示例实施例中,车辆可以包括:混动车辆或电动车辆;相关信息可以包括:车辆所在路段信息;
云服务器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定得到车辆控制的修正信息,可以包括:
云服务器根据该车辆预设时间内的与车辆所在路段相同的历史路段信息确定修正能量管理参数和/或修正储能参数;
和/或,
云服务器根据该车辆所在路段的其他车辆实时获取的路段信息确定修正能量管理参数和/或修正储能参数。
在本发明一示例实施例中,车辆可以包括:混动车辆或电动车辆,相关信息可以包括:驾驶员的加速踏板信息和制动踏板信息中的至少一个;
云服务器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定得到车辆控制的修正信息,可以包括:
云服务器根据与车辆距离小于或等于设定距离的其他车辆实时获取的信号灯信息和/或车间距离信息确定修正能量回收等级。
在本发明一示例实施例中,相关信息可以包括:驾驶员的加速踏板信息和制动踏板信息中的至少一个;
云服务器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定得到车辆控制的修正信息,可以包括:
云服务器根据该车辆预设时间内的加速踏板历史信息和制动踏板历史信息确定驾驶员的修正驾驶风格。
在本发明一示例实施例中,车辆控制方法还可以包括:
获取车辆控制器发送的车辆上电气设备的电气参数;根据安装有同一型号电气设备的其他车辆运行一固定时间后电气参数存在的历史故障信息确定故障预判信息;将故障预判信息发送给车辆控制器,故障预判信息用于车辆控制器对电气设备进行故障预警。
图7为本发明一示例实施例提供的车辆控制器的结构框图,如图7所示,车辆控制器可以包括:存储器71和处理器72。
存储器用于存储执行指令,处理器可以是一个中央处理器(Central ProcessingUnit,简称CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称ASIC),或者完成实施本发明实施例的一个或多个集成电路。当车辆控制器运行时,处理器与存储器之间通信,处理器调用执行指令,用于执行以下操作:
获取车辆运行的相关信息,根据所述相关信息确定所述车辆的控制参数;
获取云服务器发送的车辆控制的修正信息,所述修正信息为所述云服务器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定得到,所述其他车辆为与该车辆相关的车辆;
根据所述修正信息调整所述控制参数,根据调整后的控制参数控制车辆运行。
在本发明一示例实施例中,所述车辆可以包括:混动车辆或电动车辆;
所述相关信息可以包括:车辆所在路段信息,所述控制参数可以包括:能量管理参数和/或储能参数,所述储能参数用于表示是否在该路段储存电能,所述能量管理参数包括SOC平衡点和能量回收等级中的至少一种;
所述修正信息为所述云服务器根据该车辆预设时间内的与车辆所在路段相同的历史路段信息确定得到的修正能量管理参数和/或修正储能参数,或者,所述修正信息为所述云服务器根据该车辆所在路段的其他车辆实时获取的路段信息确定得到的修正能量管理参数和/或修正储能参数。
在本发明一示例实施例中,所述车辆已开启导航,处理器获取车辆运行的相关信息,可以包括:
根据导航信息获取车辆所在路段的拥堵信息,将所述拥堵信息作为所述车辆所在路段信息;
或者,
所述车辆未开启导航,处理器获取车辆运行的相关信息,可以包括:
获取车辆所在路段的位置,将所述位置作为所述车辆所在路段信息。
在本发明一示例实施例中,所述车辆可以包括:混动车辆或电动车辆;
所述相关信息可以包括:驾驶员的加速踏板信息和制动踏板信息中的至少一个,所述控制参数可以包括:能量管理参数,所述能量管理参数包括能量回收等级;
所述修正信息为所述云服务器根据与所述车辆距离小于或等于设定距离的其他车辆实时获取的信号灯信息和/或车间距离信息确定得到的修正能量回收等级。
在本发明一示例实施例中,所述相关信息可以包括:驾驶员的加速踏板信息和制动踏板信息中的至少一个,所述控制参数可以包括:驾驶员的驾驶风格;
所述修正信息为所述云服务器根据该车辆预设时间内的加速踏板历史信息和制动踏板历史信息确定得到的驾驶员的修正驾驶风格;
处理器根据所述修正信息调整所述控制参数,根据调整后的控制参数控制车辆运行,可以包括:
将所述驾驶员的驾驶风格调整为所述修正驾驶风格,根据所述修正驾驶风格控制车辆运行。
在本发明一示例实施例中,所述修正驾驶风格可以采用修正系数表示,所述修正系数的数值或数值范围不同,对应的所述修正驾驶风格不同。
在本发明一示例实施例中,处理器根据所述修正驾驶风格控制车辆运行,可以包括:
根据所述修正驾驶风格确定车辆的加速踏板MAP、能量回收扭矩和挡位切换点中的至少一个,以控制车辆运行。
在本发明一示例实施例中,处理器还用于:
获取车辆上电气设备的电气参数;
获取云服务器发送的故障预判信息,所述故障预判信息为所述云服务器根据安装有同一型号电气设备的其他车辆运行一固定时间后电气参数存在的历史故障信息确定得到;
根据所述故障预判信息对所述电气设备进行故障预警。
图8为本发明一示例实施例提供的云服务器的结构框图,如图8所示,车辆控制器可以包括:存储器81和处理器82。
存储器用于存储执行指令,处理器可以是一个中央处理器(Central ProcessingUnit,简称CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称ASIC),或者完成实施本发明实施例的一个或多个集成电路。当云服务器运行时,处理器与存储器之间通信,处理器调用执行指令,用于执行以下操作:
接收并存储车辆控制器发送的车辆运行的相关信息;
根据该车辆和其他车辆中至少一个车辆的云端历史数据确定车辆控制的修正信息,所述其他车辆为与该车辆相关的车辆;
将所述修正信息发送给所述车辆控制器,所述修正信息用于所述车辆控制器根据所述修正信息调整车辆的控制参数,以控制车辆运行。
在本发明一示例实施例中,所述车辆可以包括:混动车辆或电动车辆;所述相关信息可以包括:车辆所在路段信息;
处理器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定得到车辆控制的修正信息,可以包括:
根据该车辆预设时间内的与车辆所在路段相同的历史路段信息确定修正能量管理参数和/或修正储能参数;
和/或,
根据该车辆所在路段的其他车辆实时获取的路段信息确定修正能量管理参数和/或修正储能参数。
在本发明一示例实施例中,所述车辆可以包括:混动车辆或电动车辆,所述相关信息可以包括:驾驶员的加速踏板信息和制动踏板信息中的至少一个;
处理器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定得到车辆控制的修正信息,可以包括:
根据与所述车辆距离小于或等于设定距离的其他车辆实时获取的信号灯信息和/或车间距离信息确定修正能量回收等级。
在本发明一示例实施例中,所述相关信息可以包括:驾驶员的加速踏板信息和制动踏板信息中的至少一个;
处理器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定得到车辆控制的修正信息,可以包括:
根据该车辆预设时间内的加速踏板历史信息和制动踏板历史信息确定驾驶员的修正驾驶风格。
在本发明一示例实施例中,所述修正驾驶风格可以采用修正系数表示,所述修正系数的数值或数值范围不同,对应的所述修正驾驶风格不同。
在本发明一示例实施例中,处理器还用于:
获取所述车辆控制器发送的车辆上电气设备的电气参数;
根据安装有同一型号电气设备的其他车辆运行一固定时间后电气参数存在的历史故障信息确定故障预判信息;
将所述故障预判信息发送给所述车辆控制器,所述故障预判信息用于所述车辆控制器对所述电气设备进行故障预警。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器,如数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
Claims (18)
1.一种车辆控制方法,其特征在于,包括:
车辆控制器获取车辆运行的相关信息,根据所述相关信息确定所述车辆的控制参数;
所述车辆控制器获取云服务器发送的车辆控制的修正信息,所述修正信息为所述云服务器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定得到,所述其他车辆为与该车辆相关的车辆;
所述车辆控制器根据所述修正信息调整所述控制参数,根据调整后的控制参数控制车辆运行。
2.根据权利要求1所述的方法,其特征在于,所述车辆包括:混动车辆或电动车辆;
所述相关信息包括:车辆所在路段信息,所述控制参数包括:能量管理参数和/或储能参数,所述储能参数用于表示是否在该路段储存电能,所述能量管理参数包括SOC平衡点和能量回收等级中的至少一种;
所述修正信息为所述云服务器根据该车辆预设时间内的与车辆所在路段相同的历史路段信息确定得到的修正能量管理参数和/或修正储能参数,或者,所述修正信息为所述云服务器根据该车辆所在路段的其他车辆实时获取的路段信息确定得到的修正能量管理参数和/或修正储能参数。
3.根据权利要求2所述的方法,其特征在于,所述车辆已开启导航,所述车辆控制器获取车辆运行的相关信息,包括:
所述车辆控制器根据导航信息获取车辆所在路段的拥堵信息,将所述拥堵信息作为所述车辆所在路段信息;
或者,
所述车辆未开启导航,所述车辆控制器获取车辆运行的相关信息,包括:
所述车辆控制器获取车辆所在路段的位置,将所述位置作为所述车辆所在路段信息。
4.根据权利要求1所述的方法,其特征在于,所述车辆包括:混动车辆或电动车辆;
所述相关信息包括:驾驶员的加速踏板信息和制动踏板信息中的至少一个,所述控制参数包括:能量管理参数,所述能量管理参数包括能量回收等级;
所述修正信息为所述云服务器根据与所述车辆距离小于或等于设定距离的其他车辆实时获取的信号灯信息和/或车间距离信息确定得到的修正能量回收等级。
5.根据权利要求1所述的方法,其特征在于,所述相关信息包括:驾驶员的加速踏板信息和制动踏板信息中的至少一个,所述控制参数包括:驾驶员的驾驶风格;
所述修正信息为所述云服务器根据该车辆预设时间内的加速踏板历史信息和制动踏板历史信息确定得到的驾驶员的修正驾驶风格;
所述车辆控制器根据所述修正信息调整所述控制参数,根据调整后的控制参数控制车辆运行,包括:
所述车辆控制器将所述驾驶员的驾驶风格调整为所述修正驾驶风格,根据所述修正驾驶风格控制车辆运行。
6.根据权利要求5所述的方法,其特征在于,所述修正驾驶风格采用修正系数表示,所述修正系数的数值或数值范围不同,对应的所述修正驾驶风格不同。
7.根据权利要求5所述的方法,其特征在于,所述根据所述修正驾驶风格控制车辆运行,包括:
根据所述修正驾驶风格确定车辆的加速踏板开度、能量回收扭矩和挡位切换点中的至少一个,以控制车辆运行。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述方法还包括:
所述车辆控制器获取车辆上电气设备的电气参数;
所述车辆控制器获取云服务器发送的故障预判信息,所述故障预判信息为所述云服务器根据安装有同一型号电气设备的其他车辆运行一固定时间后电气参数存在的历史故障信息确定得到;
根据所述故障预判信息对所述电气设备进行故障预警。
9.一种车辆控制方法,其特征在于,包括:
云服务器接收并存储车辆控制器发送的车辆运行的相关信息;
所述云服务器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定车辆控制的修正信息,所述其他车辆为与该车辆相关的车辆;
所述云服务器将所述修正信息发送给所述车辆控制器,所述修正信息用于所述车辆控制器根据所述修正信息调整车辆的控制参数,以控制车辆运行。
10.根据权利要求9所述的方法,其特征在于,所述车辆包括:混动车辆或电动车辆;所述相关信息包括:车辆所在路段信息;
所述云服务器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定得到车辆控制的修正信息,包括:
所述云服务器根据该车辆预设时间内的与车辆所在路段相同的历史路段信息确定修正能量管理参数和/或修正储能参数;
和/或,
所述云服务器根据该车辆所在路段的其他车辆实时获取的路段信息确定修正能量管理参数和/或修正储能参数。
11.根据权利要求9所述的方法,其特征在于,所述车辆包括:混动车辆或电动车辆,所述相关信息包括:驾驶员的加速踏板信息和制动踏板信息中的至少一个;
所述云服务器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定得到车辆控制的修正信息,包括:
所述云服务器根据与所述车辆距离小于或等于设定距离的其他车辆实时获取的信号灯信息和/或车间距离信息确定修正能量回收等级。
12.根据权利要求9所述的方法,其特征在于,所述相关信息包括:驾驶员的加速踏板信息和制动踏板信息中的至少一个;
所述云服务器根据该车辆和其他车辆中至少一个车辆的云端历史数据确定得到车辆控制的修正信息,包括:
所述云服务器根据该车辆预设时间内的加速踏板历史信息和制动踏板历史信息确定驾驶员的修正驾驶风格。
13.根据权利要求12所述的方法,其特征在于,所述修正驾驶风格采用修正系数表示,所述修正系数的数值或数值范围不同,对应的所述修正驾驶风格不同。
14.根据权利要求9-13任一项所述的方法,其特征在于,所述方法还包括:
获取所述车辆控制器发送的车辆上电气设备的电气参数;
根据安装有同一型号电气设备的其他车辆运行一固定时间后电气参数存在的历史故障信息确定故障预判信息;
将所述故障预判信息发送给所述车辆控制器,所述故障预判信息用于所述车辆控制器对所述电气设备进行故障预警。
15.一种车辆控制器,其特征在于,包括存储器和处理器,存储器用于存储执行指令;处理器调用所述执行指令,用于执行如权利要求1-8任一项所述的车辆控制方法。
16.一种云服务器,其特征在于,包括存储器和处理器,存储器用于存储执行指令;处理器调用所述执行指令,用于执行如权利要求9-14任一项所述的车辆控制方法。
17.一种车辆控制系统,其特征在于,包括如权利要求15所述的车辆控制器和如权利要求16所述的云服务器。
18.根据权利要求17所述的系统,其特征在于,所述系统还包括:至少一个车辆从控制器,每一个车辆从控制器均与所述车辆控制器连接;
所述车辆从控制器,用于采集车辆运行的相关信息并发送给所述车辆控制器,以及根据所述车辆控制器发送的控制参数控制车辆运行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210647170.3A CN115140046A (zh) | 2022-06-08 | 2022-06-08 | 一种车辆控制方法、系统、车辆控制器及云服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210647170.3A CN115140046A (zh) | 2022-06-08 | 2022-06-08 | 一种车辆控制方法、系统、车辆控制器及云服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115140046A true CN115140046A (zh) | 2022-10-04 |
Family
ID=83408502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210647170.3A Pending CN115140046A (zh) | 2022-06-08 | 2022-06-08 | 一种车辆控制方法、系统、车辆控制器及云服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115140046A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115743129A (zh) * | 2022-12-06 | 2023-03-07 | 领悦数字信息技术有限公司 | 用于自动地调整车辆的动能回收模式的系统和方法 |
CN116639135A (zh) * | 2023-05-26 | 2023-08-25 | 中国第一汽车股份有限公司 | 车辆的协同控制方法、装置及车辆 |
CN117090934A (zh) * | 2023-10-20 | 2023-11-21 | 潍柴动力股份有限公司 | 空挡滑行控制方法及车辆 |
-
2022
- 2022-06-08 CN CN202210647170.3A patent/CN115140046A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115743129A (zh) * | 2022-12-06 | 2023-03-07 | 领悦数字信息技术有限公司 | 用于自动地调整车辆的动能回收模式的系统和方法 |
CN116639135A (zh) * | 2023-05-26 | 2023-08-25 | 中国第一汽车股份有限公司 | 车辆的协同控制方法、装置及车辆 |
CN117090934A (zh) * | 2023-10-20 | 2023-11-21 | 潍柴动力股份有限公司 | 空挡滑行控制方法及车辆 |
CN117090934B (zh) * | 2023-10-20 | 2024-03-19 | 潍柴动力股份有限公司 | 空挡滑行控制方法及车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10809733B2 (en) | Intelligent motor vehicles, systems, and control logic for driver behavior coaching and on-demand mobile charging | |
CN111867911B (zh) | 车辆控制方法和设备 | |
CN109910866B (zh) | 基于路况预测的混合动力汽车能量管理方法和系统 | |
US20190286151A1 (en) | Automated driving systems and control logic for cloud-based scenario planning of autonomous vehicles | |
CN110135632B (zh) | 基于路径信息的phev自适应最优能量管理方法 | |
CN107253477B (zh) | 控制具有压燃式发动机的混合动力车辆的方法 | |
KR101734267B1 (ko) | 하이브리드 차량의 제어 장치 및 방법 | |
CN109624967B (zh) | 混合动力车辆的能量管理方法、装置及设备 | |
US20200070679A1 (en) | Electric-drive motor vehicles, systems, and control logic for predictive charge planning and powertrain control | |
CN115140046A (zh) | 一种车辆控制方法、系统、车辆控制器及云服务器 | |
CN109466537B (zh) | 车辆和用于控制车辆的方法 | |
US6687607B2 (en) | Method for controlling a drive train of a hybrid vehicle | |
CN114590134B (zh) | 智能机动车辆和用于单踏板驱动的速度范围生成和转换的控制逻辑 | |
CN109367537B (zh) | 一种基于车联网的电动汽车自适应巡航控制系统及方法 | |
CN109291925B (zh) | 一种节能型智能网联混合动力汽车跟车控制方法 | |
JP2011102801A (ja) | 自動車の走行可能距離を推定する方法 | |
CN104627180A (zh) | 一种半主动巡航控制系统及其方法 | |
JP2004521596A (ja) | ハイブリッドカーの駆動方法およびハイブリッドカーの駆動装置 | |
CN105151040B (zh) | 基于功率谱自学习预测的混合动力汽车能量管理方法 | |
KR20140107585A (ko) | 규칙 및/또는 비용에 기초하여 차량 속도를 제어하기 위한 방법 및 모듈 | |
US10435008B2 (en) | Vehicle and method for controlling the same | |
JP6314143B2 (ja) | ドライブトレインを稼動する方法 | |
CN111532264A (zh) | 一种面向变坡度和变限速交通场景的智能网联汽车巡航车速优化方法 | |
WO2017047171A1 (ja) | 走行計画生成装置、車両、走行計画生成システム及びコンピュータプログラム | |
CN113459829B (zh) | 一种基于路况预测的双电机电动汽车智能能量管理方法 |
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 |