CN115900740A - 一种行驶路径选择方法、装置、电子设备及存储介质 - Google Patents
一种行驶路径选择方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115900740A CN115900740A CN202211419306.1A CN202211419306A CN115900740A CN 115900740 A CN115900740 A CN 115900740A CN 202211419306 A CN202211419306 A CN 202211419306A CN 115900740 A CN115900740 A CN 115900740A
- Authority
- CN
- China
- Prior art keywords
- candidate
- driving
- road
- path
- gradient
- 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
Images
Classifications
-
- 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
- Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
- Y02T10/84—Data processing systems or methods, management, administration
Landscapes
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种行驶路径选择方法、装置、电子设备及存储介质,涉及智能驾驶技术领域。本申请中,获取车辆的当前位置信息和驾驶目的地的目标位置信息;接着,基于当前位置信息和目标位置信息,生成至少一条候选行驶路径;进一步地,基于至少一条候选行驶路径各自的路径特征集,分别确定车辆在至少一条候选行驶路径各自所需的预期行驶成本;最终,基于获得的至少一个预期行驶成本,从至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径。采用这种方式,用以准确地筛选出路径行驶成本最少的目标行驶路径。
Description
技术领域
本申请涉及智能驾驶技术领域,尤其涉及一种行驶路径选择方法、装置、电子设备及存储介质。
背景技术
近年来,随着节能减排的需求不断提高,新能源车得到了飞速的发展,相较于传统燃油车,有利于节约能源以及减少有害气体的排放,故而,在能源和环保的压力下,新能源车无疑将成为未来车类发展的重要方向。
目前,在新能源车的研究过程中,如何在保证车辆动力性的前提下,尽可能提高车辆的能源利用率以及解决车辆的能源补给,俨然已成为愈发需要解决的重要问题。
进一步地,为了有效地解决上述问题,通过制定能量管理策略,可有效地实现车辆动力部件之间合理的功率分配,以及降低车辆油耗,从而提高车辆的能源利用率以及解决车辆的能源补给。
现有技术中,能量管理策略主要可分为四种:基于确定规则的能量管理策略、基于模糊规则的能量管理策略、基于瞬时优化的能量管理策略、基于全局优化的能量管理策略,但是,上述四种能量管理策略主要侧重于车辆动力部件之间的能量分配,在满足车辆需求转矩的前提下,尽可能的提高发动机的节油率,并未考虑车辆未来行驶工况变化对动力能量管理策略制定的影响。
鉴于此,为进一步提升能量管理策略的节能效果,出现了融合车辆未来行驶工况的改进能量管理策略。在改进能量管理策略中,未来行驶工况的获取方法主要包括两种:基于智能交通系统获取车辆未来行驶工况和基于历史行驶工况预测未来行驶工况。
接着,在获得未来行驶工况后,便可通过动态规划、随机动态规划、模型预测控制等算法,对于车辆当前及未来的动力部件能量分配进行优化,从而确定新能源车的能量管理策略。
然而,上述的改进能量管理策略,尚无法较为准确地获取各候选车辆行驶路径各自的路径行驶成本,从而无法从各候选车辆行驶路径中,筛选出路径行驶成本最少的目标车辆行驶路径。
因此,采用上述方式,无法准确地筛选出路径行驶成本最少的目标车辆行驶路径。
发明内容
本申请实施例提供了一种行驶路径选择方法、装置、电子设备及存储介质,用以准确地筛选出路径行驶成本最少的目标行驶路径。
第一方面,本申请实施例提供了一种行驶路径选择方法,所述方法包括:
步骤一,获取车辆的当前位置信息和驾驶目的地的目标位置信息;
步骤二,基于当前位置信息和目标位置信息,生成至少一条候选行驶路径;
步骤三,基于至少一条候选行驶路径各自的路径特征集,分别确定车辆在至少一条候选行驶路径各自所需的预期行驶成本;
步骤四,基于获得的至少一个预期行驶成本,从至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径。
第二方面,本申请实施例还提供了一种行驶路径选择装置,所述装置包括:
响应模块,用于获取车辆的当前位置信息和驾驶目的地的目标位置信息;
生成模块,用于基于当前位置信息和目标位置信息,生成至少一条候选行驶路径;
确定模块,用于基于至少一条候选行驶路径各自的路径特征集,分别确定车辆在至少一条候选行驶路径各自所需的预期行驶成本;
筛选模块,用于基于获得的至少一个预期行驶成本,从至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径。
在一种可能的实施例中,在步骤三时,所述确定模块具体用于:
针对至少一条候选行驶路径,分别执行以下操作:
从一条候选行驶路径的路径特征集中,获取一条候选行驶路径的坡度信息子集;
基于获得的坡度信息子集包含的各道路坡度,各自归属的坡度区间,对一条候选行驶路径进行划分,获得至少一个候选行驶路段;
分别确定至少一个候选行驶路段各自所需的子能源消耗,并基于获得的至少一个子能源消耗,确定一条候选行驶路径的能源消耗成本;
基于能源消耗成本和一条候选行驶路径对应的道路行驶成本,确定车辆在一条候选行驶路径所需的预期行驶成本。
在一种可能的实施例中,坡度信息子集包括一条候选行驶路径上,各道路信息采样点各自采集到的坡度信息;
则在获取一条候选行驶路径的坡度信息子集之后,所述确定模块还用于:
针对各个坡度信息,分别执行以下操作:
获取一个坡度信息包含的原始路段;
若原始路段中,存在满足预设凹陷条件的凹陷道路,则对原始路段进行平滑处理,获得相应的目标路段。
在一种可能的实施例中,在基于获得的坡度信息子集包含的各道路坡度,各自归属的坡度区间,对一条候选行驶路径进行划分,获得至少一个候选行驶路段时,所述确定模块具体用于:
针对坡度信息子集包含的各个坡度信息中,相邻获得的每至少两个坡度信息,分别执行以下操作:
若相邻获得的至少两个坡度信息各自包含的道路坡度,各自归属的坡度区间相同,则将至少两个坡度信息各自对应的目标路段进行合并,获得相应的候选行驶路段。
在一种可能的实施例中,在将至少两个坡度信息各自包含的目标路段进行合并,获得相应的候选行驶路段之后,所述确定模块还用于:
基于至少两个目标路段各自的道路坡度,获得候选行驶路段的路段坡度,以及基于至少两个目标路段各自的道路长度,获得候选行驶路段的路段长度。
在一种可能的实施例中,在分别确定所述至少一个候选行驶路段各自所需的子能源消耗时,所述确定模块具体用于:
针对至少一个候选行驶路段,分别执行以下操作:
基于一条候选行驶路径的路径特征集,获得一个候选行驶路段的行车影响因素;其中,行车影响因素表征:一个候选行驶路段的环境信息;
基于行车影响因素,对应一个候选行驶路段设置的车辆行驶速度以及一个候选行驶路段的路段长度,确定车辆在一个候选行驶路段所需的子能源消耗。
在一种可能的实施例中,在步骤四时,所述筛选模块具体用于:
基于至少一个预期行驶成本,获得至少一个候选行驶路径各自对应的行驶成本排列顺序;
基于获得的至少一个行驶成本排列顺序,从至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径。
第三方面,提出了一种电子设备,其包括处理器和存储器,其中,所述存储器存储有程序代码,当所述程序代码被所述处理器执行时,使得所述处理器执行上述第一方面所述的行驶路径选择方法的步骤。
第四方面,提出一种计算机可读存储介质,其包括程序代码,当所述程序代码在电子设备上运行时,所述程序代码用于使所述电子设备执行上述第一方面所述的行驶路径选择方法的步骤。
第五方面,提供一种计算机程序产品,所述计算机程序产品在被计算机调用时,使得所述计算机执行如第一方面所述的行驶路径选择方法步骤。
本申请有益效果如下:
在本申请实施例所提供的行驶路径选择方法中,获取车辆的当前位置信息和驾驶目的地的目标位置信息;接着,基于当前位置信息和目标位置信息,生成至少一条候选行驶路径;进一步地,基于至少一条候选行驶路径各自的路径特征集,分别确定车辆在至少一条候选行驶路径各自所需的预期行驶成本;最终,基于获得的至少一个预期行驶成本,从至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径。
采用这种方式,基于至少一条候选行驶路径各自的路径特征集,分别确定车辆在至少一条候选行驶路径各自所需的预期行驶成本,进而基于获得的至少一个预期行驶成本,从至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径,避免了现有技术中,尚无法较为准确地获取各候选车辆行驶路径各自的路径行驶成本的技术弊端,故而,用以准确地筛选出路径行驶成本最少的目标行驶路径。
此外,本申请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,通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示例性示出了本申请实施例适用的一种路径选择系统的架构示意图;
图2示例性示出了本申请实施例提供的一种行驶路径选择方法的方法流程示意图;
图3示例性示出了本申请实施例提供的一种生成候选行驶路径的具体应用场景示意图;
图4示例性示出了本申请实施例提供的一种确定候选行驶路径所需预期行驶成本的方法流程示意图;
图5示例性示出了本申请实施例提供的一种道路过滤的逻辑示意图;
图6示例性示出了本申请实施例提供的一种道路重构后的逻辑示意图;
图7示例性示出了本申请实施例提供的一种筛选出目标行驶路径的逻辑示意图;
图8示例性示出了本申请实施例提供的一种基于图2的具体应用场景示意图;
图9示例性示出了本申请实施例提供的一种行驶路径选择装置的结构示意图;
图10示例性示出了本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请技术方案的一部分实施例,而不是全部的实施例。基于本申请文件中记载的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请技术方案保护的范围。
需要说明的是,在本申请的描述中“多个”理解为“至少两个”。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。A与B连接,可以表示:A与B直接连接和A与B通过C连接这两种情况。另外,在本申请的描述中,“第一”、“第二”等词汇,仅用于区分描述的目的,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。
首先,下面对本申请实施例的设计思想进行简要介绍:
随着双碳减排的推进及新能源技术的快速发展,新能源车的销量出现了大幅增长,故而,区别于传统燃油车存在的问题,新能源车的能源补给问题及能源利用效率问题更容易被各方关注。
其中,预见性能量管理是一项解决长途干线重卡车辆,尤其的新能源增程换电重卡车型最优能量管理问题,用以满足用户车辆换电、充电核心需求,解决里程焦虑等痛点,可为驾驶员提供最优全程成本的创新解决方案。
不难看出,如何基于车辆导航系统发送的道路规划信息,对车辆前方道路进行重构,以及对路线信息进行简化合并,并用于该条路线上车辆能耗和成本计算;此外,基于车辆导航系统发送的若干条从出发点到目的地的路线的规划信息,从而选取成本最优的路线行驶,俨然已成为亟需解决的问题。
鉴于此,为了准确地筛选出路径行驶成本最少的目标行驶路径,本申请实施例提出了一种行驶路径选择方法,具体包括:获取车辆的当前位置信息和驾驶目的地的目标位置信息;接着,基于当前位置信息和目标位置信息,生成至少一条候选行驶路径;进一步地,基于至少一条候选行驶路径各自的路径特征集,分别确定车辆在至少一条候选行驶路径各自所需的预期行驶成本;最终,基于获得的至少一个预期行驶成本,从至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径。
特别地,以下结合说明书附图对本申请的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本申请,并不用于限定本申请,并且在不冲突的情况下,本申请实施例及实施例中的特征可以相互组合。
参阅图1所示,为本申请实施例提供的一种可选的路径选择系统架构示意图,该系统架构包括:导航应用程序(Application,APP)101、预见性能量管理控制器102、整车控制器103和地图盒子104,其中,导航APP101、整车控制器103和地图盒子104均可与预见性能量管理控制器102进行数据或者信息交流。
示例性的,驾驶员通过导航APP101输入目的地之后,便可通过导航APP101,生成若干条规划行车路线,从而将若干条行车路线各自的路线信息发送给预见性能量管理控制器102;接着,预见性能量管理控制器102根据接收的行车路线信息,计算每条行车路线的能耗及用车成本;进一步地,计算完成后预见性能量管理控制器102将每条行车路线对应的能耗及用车成本发送给导航APP101,以便驾驶员综合考虑行车时间、成本等因素后,选择一条路线进行行驶;并且,导航APP101将驾驶员选择的行车路线信息发送给预见性能量管理控制器102;进一步地,在驾驶员选择的导航路线上,预见性能量管理控制器102通过地图盒子104(采用自动驾驶辅助系统(Advance Driver Assistance System,ADASIS)协议,ADASIS协议使用Motorola格式的CAN报文信号位的规则)发送的车辆前方若干公里内的道路信息(长度、坡度等),计算前方到了的规划车速和规划挡位,并发送给导航APP101和整车控制器103;最终,导航APP101可将规划车速及规划挡位显示在车机屏幕上,整车控制器103将规划车速转化为驱动扭矩,使车辆达到规划车速,同时执行换挡操作,使车辆处于规划挡位。
下面结合上述的系统架构,以及参考附图来描述本申请示例性实施方式提供的预见性能量管理方法,需要注意的是,上述系统架构仅是为了便于理解本申请的精神和原理而示出,本申请的实施方式在此方面不受任何限制。
参阅图2所示,其为本申请实施例提供的一种行驶路径选择方法的方法实施流程图,执行主体以路径选择系统为例,该方法的具体实施流程如下:
S201:获取车辆的当前位置信息和驾驶目的地的目标位置信息。
示例性的,在执行步骤S201时,在开启车辆的自动导航之后,路径选择系统可通过车机屏幕输入的驾驶目的地,来获取驾驶目的地的目标位置,以及通过导航地图空中下载(Over-the-Air,OTA)技术,来获取车辆的当前位置。
需要说明的是,上述仅为一种示例,在本申请实施例中,并不对上述方法的执行做限制,即既可以是车辆自身的导航,也可以是手机应用程序等。
S202:基于当前位置信息和目标位置信息,生成至少一条候选行驶路径。
具体的,参阅图3所示,在执行步骤S202时,路径选择系统在获取到车辆的当前位置信息和驾驶目的地的目标位置信息之后,便可对当前位置信息和目标位置信息进行解析,获得相应的车辆当前位置和目的地位置,从而使得路径选择系统中的导航APP可根据车辆当前位置和目的地位置,生成至少一条候选行驶路径。
S203:基于至少一条候选行驶路径各自的路径特征集,分别确定车辆在至少一条候选行驶路径各自所需的预期行驶成本。
具体的,在执行步骤S203时,路径选择系统在通过导航APP生成至少一条候选行驶路径之后,便可基于至少一条候选行驶路径各自的路径特征集(即路径信息),针对获得的至少一个路径特征集各自包含的坡度信息和车辆行驶速度等信息,分别确定车辆在至少一条候选行驶路径各自所需的预期行驶成本,针对至少一条候选行驶路径,参阅图4所示,分别执行以下操作:
S401:从一条候选行驶路径的路径特征集中,获取一条候选行驶路径的坡度信息子集。
其中,坡度信息子集包括所述一条候选行驶路径上,由各道路信息采样点各自采集到的坡度信息,并且,每个坡度信息至少包括:道路坡度以及各道路信息采样点各自采集到的路段长度;此外,各道路信息采样点能够完整采集上述一条候选行驶路径的路况信息。
可选的,参阅图5所示,路径选择系统在从一条候选行驶路径的路径特征集中,获取一条候选行驶路径上,各道路信息采样点各自采集到的坡度信息(即获取到上述一条候选行驶路径的坡度信息子集)之后,便可针对各个坡度信息,分别执行以下操作:获取一个坡度信息包含的原始路段,若原始路段中,存在满足预设凹陷条件的凹陷道路,则对原始路段进行平滑处理,获得相应的目标路段,例如,若上述一个坡度信息包含的原始路段为平缓道路,在平缓道路上有一小段凹陷道路,经过滤处理后,整条道路变为平缓道路。
不难发现,基于上述的道路过滤规则,在不影响前方道路整体坡度变化趋势下,将车辆前方短距离的凹凸道路过滤掉,方便后面道路重构的控制管理。
S402:基于获得的坡度信息子集包含的各道路坡度,各自归属的坡度区间,对一条候选行驶路径进行划分,获得至少一个候选行驶路段。
具体的,在执行步骤S402时,路径选择系统在获得坡度信息子集中各个坡度信息各自包含的道路坡度之后,便可基于预设的坡度区间划分规则,确定各个道路坡度各自归属的坡度区间,从而对一条候选行驶路径进行划分(即道路重构),获得至少一个候选行驶路段。
示例性的,道路坡度记为正且大于行驶上限坡度角时,表明相应道路信息采样点对应的道路为上坡,道路坡度记为负且小于行驶下线坡度角时,表明相应道路信息采样点对应的道路为下坡,预设的坡度区间划分规则为:若道路坡度小于行驶下限坡度阈值,则道路分类值为0,即归属于第一坡度区间;若道路坡度介于行驶下限坡度阈值和行驶上限坡度阈值,则道路分类值为1,即归属于第二坡度区间;若道路坡度大于行驶上限坡度阈值,则道路分类值为2,即归属于第三坡度区间。
由此可见,基于预设的坡度区间划分规则,可准确地道路信息采样点对应的道路进行分类,可选的,参阅图6所示,为了减少道路的数量,针对各个坡度信息中,相邻获得的每至少两个坡度信息,分别执行以下操作:若相邻获得的至少两个坡度信息各自包含的道路坡度,各自归属的坡度区间相同,则将至少两个坡度信息各自对应的目标路段进行合并,获得相应的候选行驶路段。
示例性的,假定路径选择系统确定相邻获得的3个坡度信息各自包含的道路坡度,均归属于第一坡度区间,则可将相邻获得的3个坡度信息对应的路段进行合并,获得相应的候选行驶路段。
进一步地,路径选择系统在将至少两个坡度信息各自对应的目标路段进行合并,获得相应的候选行驶路段,即完成道路重构后,便可通过预见性能量管理控制器,基于至少两个目标路段各自的道路坡度,获得候选行驶路段的路段坡度,以及基于至少两个目标路段各自的道路长度,获得候选行驶路段的路段长度,需要说明的是,候选行驶路段的路段坡度和候选行驶路段的路段长度的计算公式分别如下:
其中,θAve表示候选行驶路段的路段坡度,n表示相邻获得归属于同一坡度区间的坡度信息对应的路段数量,θi表示n个坡度信息对应的路段中,第i个坡度信息对应的路段的道路坡度;LAve表示候选行驶路段的路段长度,Li表示n个坡度信息对应的路段中,第i个坡度信息对应的路段的道路长度。
S403:分别确定所述至少一个候选行驶路段各自所需的子能源消耗,并基于获得的至少一个子能源消耗,确定所述一条候选行驶路径的能源消耗成本。
在一种可能的实现方式中,在执行步骤S403时,路径选择系统在获得至少一条候选行驶路段之后,便可针对至少一个候选行驶路段,分别执行以下操作:基于上述一条候选行驶路径的路径特征集,获得一个候选行驶路段的行车影响因素;其中,行车影响因素表征:一个候选行驶路段的环境信息;进一步地,便可基于行车影响因素,对应上述一个候选行驶路段的坡度类型设置的车辆行驶速度以及上述一个候选行驶路段的路段长度,确定车辆在上述一个候选行驶路段所需的子能源消耗。
示例性的,车辆的能源消耗成本可通过如下方式获得:将车辆行驶的候选行驶路段的道路模型进行简化,只考虑车辆纵向动力学。设定车辆行驶速度为路段的限速数值,有拥堵时采用拥堵建议车速,并根据行车影响因子(比如,天气因素)赋予轮胎滚阻系数不同的数值。
F=δma+mgsinα+μmgcosα+CdAV2/21.15
其中,F表示车辆的驱动力,右边相加的几项计算含义分别为:车辆加速阻力、车辆坡道阻力、车辆滚阻、车辆风阻,δ表示旋转质量惯性系数,m表示车辆的质量,a表示车辆的加速度,g表示重力加速度,α表示候选行驶路段的路段坡度,μ表示滚阻系数,A表示车辆的迎风面积,Cd表示风阻系数,V表示车辆的车辆行驶速度。
故而,路径选择系统基于上述公式计算出车辆行驶过程中的驱动力F后,便可根据如下公式可获得车辆的车辆行驶功率:
P=F×V
其中,P表示车辆的车辆行驶功率,F表示车辆的驱动力,V表示车辆的车辆行驶速度。
接着,路径选择系统在确定车辆的车辆行驶功率之后,便可按照一定的转换系数求得车辆的电机功率P′,从而根据候选行驶路段的路段长度和车辆行驶速度,计算相应的车辆行驶时间,进而求得车辆在该候选行驶路段的电耗(即子能源消耗)。
进一步地,路径选择系统在按照上述方法计算出候选行驶路径上,各候选行驶路段各自的子能源消耗,并且,对获得的各个子能源消耗进行叠加计算,便可得到相应候选行驶路径的总能源消耗;进一步地,在获得候选行驶路径的总能源消耗之后,便可根据候选行驶路径上的加油站、换电站、充电站等能源补给点的信息,将总电耗按照一定比例分配给燃料补给、充/换电,最终计算出该条路径的总能耗费用(即能源消耗成本)。
S404:基于能源消耗成本和一条候选行驶路径对应的道路行驶成本,确定车辆在一条候选行驶路径所需的预期行驶成本。
具体的,在执行步骤S404时,路径选择系统在获得上述一条候选行驶路径的能源消耗成本之后,还可基于上述候选行驶路径的路段长度,确定车辆在候选行驶路径上行驶所需的道路行驶成本,从而基于获得的能源消耗成本和道路行驶成本,确定车辆在候选行驶路径所需的预期行驶成本,即能源消耗成本和道路行驶成本之和,需要说明的是,预期行驶成本的计算公式具体如下:
WY=WN+WL
其中,WY表示车辆的预期行驶成本,WN表示车辆的能源消耗成本,WL表示车辆的道路行驶成本。
由此可见,路径选择系统基于上述的方法步,可获得至少一条候选行驶路径各自所需的预期行驶成本,以便后续目标行驶路径的筛选等操作。
S204:基于获得的至少一个预期行驶成本,从至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径。
具体的,在执行步骤S204时,路径选择系统在获得至少一条候选行驶路径各自所需的预期行驶成本之后,便可基于至少一个预期行驶成本,获得至少一个候选行驶路径各自对应的行驶成本排列顺序,从而基于获得的至少一个行驶成本排列顺序,从至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径。
示例性的,参阅图7所示,其为本申请实施例提供的一种筛选目标行驶路径的具体应用场景示意图,路径选择系统在获得至少一条候选行驶路径(比如,Cda.Dr.Route1、Cda.Dr.Route2、Cda.Dr.Route3和Cda.Dr.Route4)各自所需的预期行驶成本(依次为:524、657、589、624,单位:元)之后,便可基于至少一个预期行驶成本(即524、657、589、624),获得至少一个候选行驶路径各自对应的行驶成本排列顺序,依次为:4、1、3、2;接着,基于获得的至少一个行驶成本排列顺序(即4、1、3、2),从至少一条候选行驶路径(即Cda.Dr.Route1、Cda.Dr.Route2、Cda.Dr.Route3和Cda.Dr.Route4)中,筛选出满足预设的行驶成本条件Dri.Cost.Condition的目标行驶路径,即行驶成本排列顺序最低的候选行驶路径Cda.Dr.Route1作为目标行驶路径。
基于上述的方法步骤,参阅图8所示,其为本申请实施例提供的一种目标融合方法的具体应用场景示意图,路径选择系统获取车辆的当前位置信息Cur.Loc.Infor和驾驶目的地的目标位置信息Tar.Loc.Infor;接着,基于当前位置信息Cur.Loc.Infor和目标位置信息Tar.Loc.Infor,生成至少一条候选行驶路径(Cda.Dr.Route1、Cda.Dr.Route2、Cda.Dr.Route3和Cda.Dr.Route4);进一步地,基于至少一条候选行驶路径各自的路径特征集(依次为:Path.Feature.Set1、Path.Feature.Set2、Path.Feature.Set3和Path.Feature.Set4),分别确定车辆在至少一条候选行驶路径各自所需的预期行驶成本(依次为:Exp.Dri.Cost1、Exp.Dri.Cost2、Exp.Dri.Cost3和Exp.Dri.Cost4);最终,基于获得的至少一个预期行驶成本,从至少一条候选行驶路径中,筛选出满足预设的行驶成本条件Dri.Cost.Condition的目标行驶路径为Cda.Dr.Route2。
可选的,路径选择系统依据上述成本计算方案,预见性能量管理控制器对所有候选行驶路径成本进行估算,最终,选取出花费最少的路径作为成本最优路径,即目标行驶路径;并且,将该目标行驶路径的编号及总成本返回给导航APP,由导航APP在车机界面上进行显示。
综上所述,在本申请实施例所提供的行驶路径选择方法中,获取车辆的当前位置信息和驾驶目的地的目标位置信息;接着,基于当前位置信息和目标位置信息,生成至少一条候选行驶路径;进一步地,基于至少一条候选行驶路径各自的路径特征集,分别确定车辆在至少一条候选行驶路径各自所需的预期行驶成本;最终,基于获得的至少一个预期行驶成本,从至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径。
采用这种方式,基于至少一条候选行驶路径各自的路径特征集,分别确定车辆在至少一条候选行驶路径各自所需的预期行驶成本,进而基于获得的至少一个预期行驶成本,从至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径,避免了现有技术中,尚无法较为准确地获取各候选车辆行驶路径各自的路径行驶成本的技术弊端,故而,用以准确地筛选出路径行驶成本最少的目标行驶路径。
进一步地,基于相同的技术构思,本申请实施例还提供了一种行驶路径选择装置,该行驶路径选择装置用以实现本申请实施例的上述的行驶路径选择方法流程。参阅图9所示,该行驶路径选择装置包括:响应模块901、生成模块902、确定模块903以及筛选模块904,其中:
响应模块901,用于获取车辆的当前位置信息和驾驶目的地的目标位置信息;
生成模块902,用于基于当前位置信息和目标位置信息,生成至少一条候选行驶路径;
确定模块903,用于基于至少一条候选行驶路径各自的路径特征集,分别确定车辆在至少一条候选行驶路径各自所需的预期行驶成本;
筛选模块904,用于基于获得的至少一个预期行驶成本,从至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径。
在一种可能的实施例中,在步骤三时,所述确定模块903具体用于:
针对至少一条候选行驶路径,分别执行以下操作:
从一条候选行驶路径的路径特征集中,获取一条候选行驶路径的坡度信息子集;
基于获得的坡度信息子集包含的各道路坡度,各自归属的坡度区间,对一条候选行驶路径进行划分,获得至少一个候选行驶路段;
分别确定至少一个候选行驶路段各自所需的子能源消耗,并基于获得的至少一个子能源消耗,确定一条候选行驶路径的能源消耗成本;
基于能源消耗成本和一条候选行驶路径对应的道路行驶成本,确定车辆在一条候选行驶路径所需的预期行驶成本。
在一种可能的实施例中,坡度信息子集包括一条候选行驶路径上,各道路信息采样点各自采集到的坡度信息;
则在获取一条候选行驶路径的坡度信息子集之后,所述确定模块903还用于:
针对各个坡度信息,分别执行以下操作:
获取一个坡度信息包含的原始路段;
若原始路段中,存在满足预设凹陷条件的凹陷道路,则对原始路段进行平滑处理,获得相应的目标路段。
在一种可能的实施例中,在基于获得的坡度信息子集包含的道路坡度,各自归属的坡度区间,对一条候选行驶路径进行划分,获得至少一个候选行驶路段时,所述确定模块903具体用于:
针对坡度信息子集包含的各个坡度信息中,相邻获得的每至少两个坡度信息,分别执行以下操作:
若相邻获得的至少两个坡度信息各自包含的道路坡度,各自归属的坡度区间相同,则将至少两个坡度信息各自对应的目标路段进行合并,获得相应的候选行驶路段。
在一种可能的实施例中,在将至少两个坡度信息各自包含的目标路段进行合并,获得相应的候选行驶路段之后,所述确定模块903还用于:
基于至少两个目标路段各自的道路坡度,获得候选行驶路段的路段坡度,以及基于至少两个目标路段各自的道路长度,获得候选行驶路段的路段长度。
在一种可能的实施例中,在分别确定所述至少一个候选行驶路段各自所需的子能源消耗时,所述确定模块903具体用于:
针对至少一个候选行驶路段,分别执行以下操作:
基于一条候选行驶路径的路径特征集,获得一个候选行驶路段的行车影响因素;其中,行车影响因素表征:一个候选行驶路段的环境信息;
基于行车影响因素,对应一个候选行驶路段设置的车辆行驶速度以及一个候选行驶路段的路段长度,确定车辆在一个候选行驶路段所需的子能源消耗。
在一种可能的实施例中,在步骤四时,所述筛选模块904具体用于:
基于至少一个预期行驶成本,获得至少一个候选行驶路径各自对应的行驶成本排列顺序;
基于获得的至少一个行驶成本排列顺序,从至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径。
基于相同的技术构思,本申请实施例还提供了一种电子设备,该电子设备可实现本申请上述实施例提供的行驶路径选择方法流程。在一种实施例中,该电子设备可以是服务器,也可以是终端设备或其他电子设备。如图10所示,该电子设备可包括:
至少一个处理器1001,以及与至少一个处理器1001连接的存储器1002,本申请实施例中不限定处理器1001与存储器1002之间的具体连接介质,图10中是以处理器1001和存储器1002之间通过总线1000连接为例。总线1000在图10中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。总线1000可以分为地址总线、数据总线、控制总线等,为便于表示,图10中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。或者,处理器1001也可以称为控制器,对于名称不做限制。
在本申请实施例中,存储器1002存储有可被至少一个处理器1001执行的指令,至少一个处理器1001通过执行存储器1002存储的指令,可以执行前文论述的一种行驶路径选择方法。处理器1001可以实现图9所示的装置中各个模块的功能。
其中,处理器1001是该装置的控制中心,可以利用各种接口和线路连接整个该控制设备的各个部分,通过运行或执行存储在存储器1002内的指令以及调用存储在存储器1002内的数据,该装置的各种功能和处理数据,从而对该装置进行整体监控。
在一种可能的设计中,处理器1001可包括一个或多个处理单元,处理器1001可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器1001中。在一些实施例中,处理器1001和存储器1002可以在同一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
处理器1001可以是通用处理器,例如CPU、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的一种行驶路径选择方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器1002作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器1002可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器1002是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本申请实施例中的存储器1002还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
通过对处理器1001进行设计编程,可以将前述实施例中介绍的一种行驶路径选择方法所对应的代码固化到芯片内,从而使芯片在运行时能够执行图2所示的实施例的一种行驶路径选择方法的步骤。如何对处理器1001进行设计编程为本领域技术人员所公知的技术,这里不再赘述。
基于同一发明构思,本申请实施例还提供一种存储介质,该存储介质存储有计算机指令,当该计算机指令在计算机上运行时,使得计算机执行前文论述的一种行驶路径选择方法。
在一些可能的实施方式中,本申请提供一种行驶路径选择方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在装置上运行时,程序代码用于使该控制设备执行本说明书上述描述的根据本申请各种示例性实施方式的一种行驶路径选择方法中的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (16)
1.一种行驶路径选择方法,其特征在于,包括:
步骤一,获取车辆的当前位置信息和驾驶目的地的目标位置信息;
步骤二,基于所述当前位置信息和所述目标位置信息,生成至少一条候选行驶路径;
步骤三,基于所述至少一条候选行驶路径各自的路径特征集,分别确定所述车辆在所述至少一条候选行驶路径各自所需的预期行驶成本;
步骤四,基于获得的至少一个预期行驶成本,从所述至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径。
2.如权利要求1所述的方法,其特征在于,所述步骤三,包括:
针对所述至少一条候选行驶路径,分别执行以下操作:
从一条候选行驶路径的路径特征集中,获取所述一条候选行驶路径的坡度信息子集;
基于获得的坡度信息子集包含的各道路坡度,各自归属的坡度区间,对所述一条候选行驶路径进行划分,获得至少一个候选行驶路段;
分别确定所述至少一个候选行驶路段各自所需的子能源消耗,并基于获得的至少一个子能源消耗,确定所述一条候选行驶路径的能源消耗成本;
基于所述能源消耗成本和所述一条候选行驶路径对应的道路行驶成本,确定所述车辆在所述一条候选行驶路径所需的预期行驶成本。
3.如权利要求2所述的方法,其特征在于,所述坡度信息子集包括所述一条候选行驶路径上,各道路信息采样点各自采集到的坡度信息;
所述获取所述一条候选行驶路径的坡度信息子集之后,还包括:
针对各个坡度信息,分别执行以下操作:
获取一个坡度信息包含的原始路段;
若所述原始路段中,存在满足预设凹陷条件的凹陷道路,则对所述原始路段进行平滑处理,获得相应的目标路段。
4.如权利要求2所述的方法,其特征在于,所述基于获得的坡度信息子集包含的各道路坡度,各自归属的坡度区间,对所述一条候选行驶路径进行划分,获得至少一个候选行驶路段,包括:
针对所述坡度信息子集包含的各个坡度信息中,相邻获得的每至少两个坡度信息,分别执行以下操作:
若相邻获得的至少两个坡度信息各自包含的道路坡度,各自归属的坡度区间相同,则将所述至少两个坡度信息各自对应的目标路段进行合并,获得相应的候选行驶路段。
5.如权利要求4所述的方法,其特征在于,所述将所述至少两个坡度信息各自包含的目标路段进行合并,获得相应的候选行驶路段之后,还包括:
基于至少两个目标路段各自的道路坡度,获得所述候选行驶路段的路段坡度,以及基于所述至少两个目标路段各自的道路长度,获得所述候选行驶路段的路段长度。
6.如权利要求2-5中任一项所述的方法,其特征在于,所述分别确定所述至少一个候选行驶路段各自所需的子能源消耗,包括:
针对所述至少一个候选行驶路段,分别执行以下操作:
基于所述一条候选行驶路径的路径特征集,获得一个候选行驶路段的行车影响因素;其中,所述行车影响因素表征:所述一个候选行驶路段的环境信息;
基于所述行车影响因素,对应所述一个候选行驶路段设置的车辆行驶速度以及所述一个候选行驶路段的路段长度,确定所述车辆在所述一个候选行驶路段所需的子能源消耗。
7.如权利要求1所述的方法,其特征在于,所述步骤四,包括:
基于所述至少一个预期行驶成本,获得所述至少一个候选行驶路径各自对应的行驶成本排列顺序;
基于获得的至少一个行驶成本排列顺序,从所述至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径。
8.一种行驶路径选择装置,其特征在于,包括:
响应模块,用于获取车辆的当前位置信息和驾驶目的地的目标位置信息;
生成模块,用于基于所述当前位置信息和所述目标位置信息,生成至少一条候选行驶路径;
确定模块,用于基于所述至少一条候选行驶路径各自的路径特征集,分别确定所述车辆在所述至少一条候选行驶路径各自所需的预期行驶成本;
筛选模块,用于基于获得的至少一个预期行驶成本,从所述至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径。
9.如权利要求8所述的装置,其特征在于,在所述基于所述至少一条候选行驶路径各自的路径特征集,分别确定所述车辆在所述至少一条候选行驶路径各自所需的预期行驶成本时,所述确定模块具体用于:
针对所述至少一条候选行驶路径,分别执行以下操作:
针对所述至少一条候选行驶路径,分别执行以下操作:
从一条候选行驶路径的路径特征集中,获取所述一条候选行驶路径的坡度信息子集;
基于获得的坡度信息子集包含的各道路坡度,各自归属的坡度区间,对所述一条候选行驶路径进行划分,获得至少一个候选行驶路段;
分别确定所述至少一个候选行驶路段各自所需的子能源消耗,并基于获得的至少一个子能源消耗,确定所述一条候选行驶路径的能源消耗成本;
基于所述能源消耗成本和所述一条候选行驶路径对应的道路行驶成本,确定所述车辆在所述一条候选行驶路径所需的预期行驶成本。
10.如权利要求9所述的装置,其特征在于,所述坡度信息子集包括所述一条候选行驶路径上,各道路信息采样点各自采集到的坡度信息;
在所述获取所述一条候选行驶路径的坡度信息子集之后,所述确定模块还用于:
针对各个坡度信息,分别执行以下操作:
获取一个坡度信息包含的原始路段;
若所述原始路段中,存在满足预设凹陷条件的凹陷道路,则对所述原始路段进行平滑处理,获得相应的目标路段。
11.如权利要求9所述的装置,其特征在于,在所述基于获得的坡度信息子集包含的各道路坡度,各自归属的坡度区间,对所述一条候选行驶路径进行划分,获得至少一个候选行驶路段时,所述确定模块具体用于:
针对所述坡度信息子集包含的各个坡度信息中,相邻获得的每至少两个坡度信息,分别执行以下操作:
若相邻获得的至少两个坡度信息各自包含的道路坡度,各自归属的坡度区间相同,则将所述至少两个坡度信息各自对应的目标路段进行合并,获得相应的候选行驶路段。
12.如权利要求11所述的装置,其特征在于,在所述将所述至少两个坡度信息各自包含的目标路段进行合并,获得相应的候选行驶路段之后,所述确定模块还用于:
基于至少两个目标路段各自的道路坡度,获得所述候选行驶路段的路段坡度,以及基于所述至少两个目标路段各自的道路长度,获得所述候选行驶路段的路段长度。
13.如权利要求9-12中任一项所述的装置,其特征在于,在所述分别确定所述至少一个候选行驶路段各自所需的子能源消耗时,所述确定模块具体用于:
针对所述至少一个候选行驶路段,分别执行以下操作:
基于所述一条候选行驶路径的路径特征集,获得一个候选行驶路段的行车影响因素;其中,所述行车影响因素表征:所述一个候选行驶路段的环境信息;
基于所述行车影响因素,对应所述一个候选行驶路段设置的车辆行驶速度以及所述一个候选行驶路段的路段长度,确定所述车辆在所述一个候选行驶路段所需的子能源消耗。
14.如权利要求8所述的装置,其特征在于,在所述基于所述至少一条候选行驶路径各自的路径特征集,分别确定所述车辆在所述至少一条候选行驶路径各自所需的预期行驶成本时,所述筛选模块具体用于:
基于所述至少一个预期行驶成本,获得所述至少一个候选行驶路径各自对应的行驶成本排列顺序;
基于获得的至少一个行驶成本排列顺序,从所述至少一条候选行驶路径中,筛选出满足预设的行驶成本条件的目标行驶路径。
15.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的方法。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211419306.1A CN115900740A (zh) | 2022-11-14 | 2022-11-14 | 一种行驶路径选择方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211419306.1A CN115900740A (zh) | 2022-11-14 | 2022-11-14 | 一种行驶路径选择方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115900740A true CN115900740A (zh) | 2023-04-04 |
Family
ID=86486371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211419306.1A Pending CN115900740A (zh) | 2022-11-14 | 2022-11-14 | 一种行驶路径选择方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115900740A (zh) |
-
2022
- 2022-11-14 CN CN202211419306.1A patent/CN115900740A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105636850B (zh) | 移动支持设备、移动支持方法和驱动支持系统 | |
CN102837697B (zh) | 一种电动汽车续航里程管理系统及工作方法 | |
RU2501088C2 (ru) | Определение экономного маршрута транспортного средства | |
CN111532166A (zh) | 一种电动汽车充电路径规划方法、装置、汽车及计算机存储介质 | |
CN107187442B (zh) | 基于工况预测的插电式混合动力电动汽车能量管理系统 | |
CN103745111B (zh) | 纯电动乘用车续驶里程预测方法 | |
CN102374868B (zh) | 路径搜索装置和路径搜索方法 | |
CN106573624B (zh) | 用于运行机动车的方法、机动车和计算机程序 | |
CN107640049A (zh) | 一种针对充电站的电动汽车有序充电的移动终端系统 | |
CN107284241A (zh) | 提供车辆的电池显示状态的服务器及设置显示状态的设备 | |
CN107818377A (zh) | 基于云计算平台的车辆全局优化控制方法、系统、车辆和云计算平台 | |
CN112703518B (zh) | 剩余里程预测的方法和电池远程服务的系统 | |
CN104973057A (zh) | 智能预测控制系统 | |
CN103158704A (zh) | 用于车辆的驾驶模式引导系统及其方法 | |
CN108805335B (zh) | 一种公共自行车调度方法 | |
CN108871362A (zh) | 一种汽车动态环保出行路径规划方法 | |
CN112356822B (zh) | 混动车辆及其发电量的预测方法、装置和预测系统 | |
CN115689083A (zh) | 一种预见性能量管理方法、装置、电子设备及存储介质 | |
CN114802189A (zh) | 车辆的能耗控制方法、装置、车辆及存储介质 | |
CN105844344A (zh) | 充电站选择方法 | |
CN113071336B (zh) | 一种车辆的增程器控制方法、系统及车辆 | |
CN112149906B (zh) | 一种计及充电时间的电动车出行线路综合优化方法 | |
Ruan et al. | A modularized electric vehicle model-in-the-loop simulation for transportation electrification modeling and analysis | |
CN112734089A (zh) | 智能网联环境下的智能车辆路径诱导方法、系统、设备及存储介质 | |
CN115900740A (zh) | 一种行驶路径选择方法、装置、电子设备及存储介质 |
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 |