CN116109025A - 基于大数据的电池续航测试方法 - Google Patents

Abstract

本发明公开了基于大数据的电池续航测试方法，涉及电池续航测试技术领域，预判汽车电池电量能否满足车辆往返，如果满足，为用户推荐规划路径；基于监督学习建立行驶预测模型，预测电池续航并获取第一续航预测值，判断是否存在拥堵；建立行驶状态数据集并获取电池使用系数Dxs，获取电量余量与电池使用系数Dxs之间的相关性系数Rd；当汽车外部温度不会上升时，依据电池的历史使用数据建立电池数字孪生模型，在仿真分析后形成影响因子；依据行驶预测模型及相关性系数Rd，输出续航预测范围，预测续航不足时，引导汽车前往充电站。预测的范围覆盖面更加广泛，相对的准确性更高，预测值也能够依据外部环境的变化进行调整，对汽车驾驶形成保障。

Description

基于大数据的电池续航测试方法

技术领域

本发明涉及电池续航测试技术领域，具体为基于大数据的电池续航测试方法。

背景技术

在仅装备蓄电池的纯电动汽车中，蓄电池的作用是汽车驱动系统的唯一动力源，在低速和启动时，蓄电池扮演的是汽车驱动系统主要动力源的角色，在全负荷加速时，充当的是辅助动力源的角色；在正常行驶或减速、制动时充当的是储存能量的角色。

在电动车中，电池最重要的参数就是续航能力，而在电动车在处于行驶状态时，其续航能力会受到众多因素的影响，例如说，驾驶方式、车速、外部温度及负载重量，都会对电池的续航带来负面影响，特别是在低温条件下，电池的化学反应速度变慢，电池容量也会减少，电池的续航能力受到的负面影响就尤为显著。

北方冬天的温度较低，特别是下雪天时，温度尤其低，一旦在路面的积雪深厚，就会导致路段拥堵，电动车在行驶状态下时，更是走走停停，在此条件下，汽车电池的续航能力所受的负面影响尤为严重。

但是，现有的电池续航测试方法中，往往会对汽车电池的外部环境存在一定的忽视，这就导致电池续航测试不够准确，更难以对延长电池续航形成指导作用。

为此，提供了基于大数据的电池续航测试方法。

发明内容

（一）解决的技术问题

针对现有技术的不足，本发明提供了基于大数据的电池续航测试方法，通过预判汽车电池电量能否满足车辆往返，如果满足，为用户推荐规划路径；基于监督学习建立行驶预测模型，预测电池续航并获取第一续航预测值，判断是否存在拥堵；建立行驶状态数据集并关联获取电池使用系数Dxs，获取电量余量与电池使用系数Dxs之间的相关性系数Rd；当汽车外部温度不会上升，依据电池的历史使用数据建立电池数字孪生模型，在仿真分析后，形成影响因子；依据行驶预测模型及相关性系数Rd，输出续航预测范围，预测续航不足时，引导汽车前往充电站。预测的范围覆盖面更加广泛，相对的准确性更高，预测值也能够依据外部环境的变化进行调整，对汽车的驾驶形成保障，从而解决了背景技术中的问题。

（二）技术方案

为实现以上目的，本发明通过以下技术方案予以实现：基于大数据的电池续航测试方法，包括如下步骤：获取用户驾驶的目的地后，预判汽车电池电量能否满足车辆往返，如果满足，依据用户的历史驾驶记录及汽车导航，为用户推荐规划路径，并使规划路径上会存在充电站；

当汽车沿着规划路径上向目的地行驶时，基于监督学习建立行驶预测模型，对电池续航进行预测并获取电池续航，记录为第一续航预测值，并在汽车外部气温低于预期时，由汽车导航判断所述规划路径上是否存在拥堵；

在汽车进入拥堵路段后，对汽车行驶状态进行检测，建立行驶状态数据集，并关联获取电池使用系数Dxs，在汽车保持行驶时，获取电量余量与电池使用系数Dxs之间的相关性系数Rd；

在汽车处于拥堵路段后，当汽车外部温度不会上升，依据电池的历史使用数据建立电池数字孪生模型，在仿真分析后，分别确定外部气温及汽车行驶速度对电量的变化的影响程度，形成相应的影响因子并输出；

分别依据行驶预测模型及相关性系数Rd，获取汽车在堵车时的电池预测续航值，并输出续航预测范围；由汽车导航判断预测续航的较小值是否支持汽车抵达目的地并返回，如果不支持，则引导汽车在经过堵车后前往充电站。

进一步的，在用户驾车时，获取预设目的地及相应的里程，依据车辆百公里电耗，判断电池当前电量能否支持汽车往返，如果不能，则向用户发出提示；当电池电量能够支持汽车往返，则为用户规划行驶至目的地的驾驶路径，将规划路径输出。

进一步的，依据用户的历史驾驶记录及汽车导航，在对规划路径进行核验和比对后，确定出其中的备选路径，且使当前规划的驾驶路径上及其邻近区域内，至少包含一个充电站；将充电站在包含有规划路径的导航地图上做显著标注。

进一步的，在汽车沿着规划路径向目的地行驶时，获取历史驾驶记录内的驾驶数据、当前电池电量，选择其中部分的数据作为样本数据，其中，在所述驾驶数据中，至少包含驾驶速度及其变化趋势；基于监督学习算法构建行驶预测模型，在经过样本数据训练及测试后，将行驶预测模型输出，以行驶预测模型对电池电量变化进行预测，获取电池在当前条件下的电池续航，确定第一续航预测值；对汽车外部的温度进行检测，如果外部气温低于温度阈值，依据汽车导航判断规划路径上是否存在堵车，如果存在且堵车情况超过预期时，向外部发出预警。

进一步的，在汽车进入拥堵路段后，由相应车载设备采集电池运行温度T；对汽车行驶的平均速度进行记录，获取该单位时间内速度稳定性Vw；并且获取汽车当前的负载Fz，汇总形成汽车的行驶状态数据集，并获取电池使用系数Dxs；汽车处于持续行驶状态时，沿着时间轴上的固定间隔获取电池的电池耗电量及同时刻上的电池使用系数Dxs，经过相关性分析后，获取两者间的相关性系数Rd，对电池的电量余量形成预测。

进一步的，电池使用系数Dxs的获取方式如下：获取电池运行温度T、速度稳定性Vw及车辆负载Fz，无量纲处理后，关联形成电池使用系数Dxs，

其中，参数的意义为，且，为权重，其具体值由用户调整设置。

进一步的，在汽车处于拥堵路段后，由汽车导航预计前方堵车时长，依据汽车外部温度的变化趋势，判断在堵车时长内汽车外部温度是否会上升，如果不会，发出特定指示信息；采集当前电池工作状态数据及相应历史数据，建立描述电池状态的电池数字孪生模型；依据汽车外部温度的变化趋势，对电池数字孪生模型的外部温度条件进行改变，在当前汽车行驶状态不变时，仿真分析后输出电池电量的变化趋势。

进一步的，基于大数据分析模型，对汽车处于当前拥堵状态下的速度变化趋势进行预测并输出，并依据行驶速度变化趋势，在进行仿真分析后，获取电池电量的变化趋势；依据电池电量的变化趋势，进行线性回归分析后，分别确定行驶速度及汽车的外部温度的变化对电池电量的影响程度；在转换后分别形成温度因子及速度因子；将成温度因子及速度因子输出。

进一步的，当汽车处于拥堵路段后，对车速进行监控并获取行驶速度，并依据温度因子及速度因子，由设置的温控装置对电池进行的运行温度进行调整，分别获取调整后的电池运行温度及汽车行驶速度，汇总为调整参数集；从调整参数集中获取当前数据，通过行驶预测模型获取在堵车时的汽的电池电量，确定为第二续航预测值。

进一步的，在汽车行驶时，从调整参数集中获取当前数据，获取电池使用系数Dxs，依据电池使用系数Dxs与用电量的相关性系数Rd获取电池电量，确定为第三续航预测值；获取第二续航预测值及第三续航预测值，以两个预测值间的距离为续航预测范围；依据续航预测范围，由汽车导航判断汽车较小的续航预测值是否大于抵达目的地并返回所需的耗电量的预设倍数，如果不大于，则引导汽车前往充电站。

（三）有益效果

本发明提供了基于大数据的电池续航测试方法，具备以下有益效果：

通过样本数据训练出行驶预测模型，在常规行驶状态下，结合用户的驾驶经验，对电池的续航形成预测，形成第一续航预测值，初步完成电池续航预测；如果在该预测续航内，汽车难以抵达目的地或难以返回，则向用户预警，此时，在较为常规的驾驶环境下，用户能够正常行驶，保证汽车行驶的安全性。

在获取电池使用系数Dxs后，进一步获取当前时刻上的电池耗电量，获取两者间的相关性系数Rd，从而能够对电池的电量余量形成预测，完成对电池续航的预测；依据对电池使用系数Dxs的值进行调整，能够对延长电池续航形成指导作用，延长电池的使用时长。

在汽车处于低温环境下时，且行驶至拥堵路段后，建立用于描述电池状态的电池数字孪生模型，并经过仿真分析后，确定外部环境对的电池耗电量的影响程度，依据确定的影响因子，在为了延长电池的续航时，能够对采取的应对策略形成指导作用，必要时，可以对车速进行调整乃至于对电池的工作温度进行补偿，一方面能够降低电量的快速的损耗，二也能够延长的电池的使用寿命。

附图说明

图1为本发明电池续航测试方法流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

具体实施方式请参阅图1，本发明提供基于大数据的电池续航测试方法，包括如下步骤：

步骤一、获取用户驾驶的目的地后，预判汽车电池电量能否满足车辆往返，如果满足，依据用户的历史驾驶记录及汽车导航，为用户推荐规划路径，并使规划路径上会存在充电站；

所述步骤一包括如下内容：

步骤101、采集用户的开车习惯，所述开车习惯中至少包含：开车速度、单位里程的电池耗电量；在用户驾车时，获取预设目的地及相应的里程，依据车辆百公里电耗，判断电池当前电量能否支持汽车往返，如果不能，则向用户发出提示；此时，汽车导航可以指示用户前去充电；

如果电池电量能够支持汽车往返，则为用户规划行驶至目的地的驾驶路径，将规划路径输出；从而用户能够依照规划路径向目的地行驶；

步骤102、依据用户的历史驾驶记录及汽车导航，在对规划路径进行核验和比对后，确定出其中的备选路径，且使当前规划的驾驶路径上及其邻近区域内，至少包含一个充电站；从而使用户抵达目的地的会经过该充电站，将充电站在包含有规划路径的导航地图上做显著标注；

使用时，结合步骤101及102中的内容：

在确定了汽车的目的地后，推荐规划路径并且使其中至少包括一个充电站，使汽在沿着规划路径行驶时，在电量突然不足的条件下，能够及时进行充电，确保汽车能够到达目的地而不需要救援。

步骤二、当汽车沿着规划路径上向目的地行驶时，基于监督学习建立行驶预测模型，对电池续航进行预测并获取电池续航，记录为第一续航预测值，并在汽车外部气温低于预期时，由汽车导航判断所述规划路径上是否存在拥堵；

所述步骤二包括如下内容：

步骤201、在汽车沿着规划路径向目的地行驶时，获取历史驾驶记录内的驾驶数据、当前电池电量，选择其中部分的数据作为样本数据，其中，在所述驾驶数据中，至少包含驾驶速度及其变化趋势；

步骤202、基于监督学习算法构建行驶预测模型，在经过样本数据训练及测试后，将行驶预测模型输出，以行驶预测模型对电池电量变化进行预测，获取电池在当前条件下的电池续航，确定第一续航预测值；此时，在常规的驾驶状态下时，完成对汽车的电池续航进行预测；

步骤203、对汽车外部的温度进行检测，如果外部气温低于温度阈值，依据汽车导航判断规划路径上是否存在堵车，如果存在且堵车情况超过预期时，例如说，拥堵路段距离过长，向外部发出预警。

使用时，结合步骤201至203中的内容：

通过样本数据训练出行驶预测模型，在常规行驶状态下，结合用户的驾驶经验数据，对电池的续航形成预测，形成第一续航预测值，初步完成电池续航预测；如果在该预测续航内，汽车难以抵达目的地或难以返回时，则向用户预警，此时，在较为常规的驾驶环境下，用户能够正常行驶，保证汽车行驶的安全性。

步骤三、在汽车进入拥堵路段后，对汽车行驶状态进行检测，建立行驶状态数据集，并关联获取电池使用系数Dxs，在汽车保持行驶时，获取电量余量与电池使用系数Dxs之间的相关性系数Rd；

需要说明的是，如果前方堵车严重，汽车行驶可能经常会处于停滞状态，汽车整体温度会降低，低温状态显然会降低电池的运行效率，存在堵车时，如果汽车减速慢行，速度稳定性过低，也会存在不断启动汽车的情况；

所述步骤三包括如下内容：

步骤301、在汽车进入拥堵路段后，由相应车载设备采集电池运行温度T；以固定周期对汽车行驶的平均速度进行记录，进行稳定性分析后，获取该单位时间内速度稳定性，该速度稳定性由一组平均速度的方差进行表征，确定为速度稳定性Vw；

并且获取汽车当前的负载Fz，汇总形成汽车的行驶状态数据集；需要说明的是，采集的数据也可以不限于以上参数；

步骤302、获取电池运行温度T、速度稳定性Vw及车辆负载Fz，无量纲处理后，关联形成电池使用系数Dxs，其中，电池使用系数Dxs的获取方式如下：

其中，参数的意义为，且为权重，其具体值由用户调整设置；

使用时，通过形成的电池使用系数Dxs，能够对电池的运行状态形成评价，电池使用系数Dxs的值不同，也意味着电池当前的运行状态不同。

步骤303、在汽车处于持续行驶状态下时，沿着时间轴上的固定间隔，不断获取电池的电池耗电量及同时刻上的电池使用系数Dxs，经过相关性分析后，获取两者间的相关性系数Rd；

此时，基于获取的相关性系数Rd，能够依据电池使用系数Dxs的变化，对电池电量的消耗量进行经验性的预测，进而能够对电池的电量余量形成预测。

使用时，结合步骤301至303中的内容；

在获取电池使用系数Dxs后，进一步获取当前时刻上的电池耗电量，获取两者间的相关性系数Rd，从而能够对电池的电量余量形成预测，完成对电池续航的预测；依据对电池使用系数Dxs的值进行调整，能够对延长电池续航形成指导作用，延长电池的使用时长。

步骤四、在汽车处于拥堵路段后，当汽车外部温度不会上升时，依据电池的历史使用数据建立电池数字孪生模型，在仿真分析后，分别确定外部气温及汽车行驶速度对电量的变化的影响程度，形成相应的影响因子并输出；

所述步骤四包括如下内容：

步骤401、在汽车处于拥堵路段后，由汽车导航预计前方堵车时长，依据汽车外部温度的变化趋势，判断在堵车时长内汽车外部温度是否会上升，如果不会，发出特定指示信息；并，采集当前电池的工作状态数据及相应的历史数据，建立用于描述电池状态的电池数字孪生模型；

使用时，基于发出或者获取特定指示信息，能够引导用户调整汽车驾驶的策略；

步骤402、依据汽车外部温度的变化趋势，对电池数字孪生模型的外部温度条件进行改变，在当前汽车行驶状态不变时，进行仿真分析后，输出电池电量的变化趋势；

基于大数据分析模型，对汽车处于当前拥堵状态下的速度变化趋势进行预测，输出行驶速度变化趋势，并依据行驶速度变化趋势，在进行仿真分析后，获取电池电量的变化趋势；使用时，通过仿真分析后，能够依据汽车行驶速度变化及外部温度变化对电池电量的变化进行预测；

步骤403、依据电池电量的变化趋势，进行线性回归分析后，分别确定行驶速度及汽车的外部温度的变化对电池电量的影响程度；在转换后分别形成温度因子及速度因子；将成温度因子及速度因子输出；

使用时，结合步骤401至403中的内容：

在汽车处于低温环境下时，且行驶至拥堵路段后，建立用于描述电池状态的电池数字孪生模型，并经过仿真分析后，确定外部环境对的电池耗电量的影响程度，此时，依据确定的影响因子，在为了延长电池的续航时，能够对采取的应对策略形成指导作用，必要时，可以对车速进行调整乃至于对电池的工作温度进行补偿，一方面能够降低电量的快速的损耗，二也能够延长的电池的使用寿命。

步骤五、分别依据行驶预测模型及相关性系数Rd，获取汽车在堵车时的电池预测续航值，并输出续航预测范围；由汽车导航判断预测续航的较小值是否支持汽车抵达目的地并返回，如果不支持，则引导汽车在经过堵车后前往充电站；

所述步骤五包括如下内容：

步骤501、当汽车处于拥堵路段后，对车速进行监控并获取行驶速度，并依据温度因子及速度因子，由设置的温控装置对电池进行的运行温度进行调整，分别获取调整后的电池运行温度及汽车行驶速度，汇总为调整参数集；

步骤502、从调整参数集中获取当前数据，通过行驶预测模型获取在堵车时的汽的电池电量，确定为第二续航预测值；在汽车行驶时，从调整参数集中获取当前数据，获取电池使用系数Dxs，依据电池使用系数Dxs与用电量的相关性系数Rd获取电池电量，确定为第三续航预测值；

此时，依据两种不同的方式再次获取预测值，区别于第一种的常规预测，这里的两种预测方式是应用特定的场景下，更具有一定的针对性，且两种预测方式能够形成印证，保障预测的准确性。

步骤503、获取第二续航预测值及第三续航预测值，以两个预测值间的距离为续航预测范围；依据续航预测范围，由汽车导航判断汽车较小的续航预测值是否大于抵达目的地并返回所需的耗电量的预设倍数（至少为1.2倍以上），如果不大于，则引导汽车前往充电站。

使用时，结合步骤501至503中的内容：

在汽车处于低温环境且堵车环境下，由于电池的耗电效率会在不断启动关闭及低温的影响下产生的一定的变化，此时，基于形成的第二续航预测值及第三续航预测值，输出一个续航预测范围，该预测的范围覆盖面更加广泛，且相对的准确性更高，预测值也能够依据外部环境的变化进行调整；并且，在规划路径后，在需要时，能够引导用户及时的去充电，对汽车的驾驶形成进一步的保障。

上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。

Claims (10)

1.基于大数据的电池续航测试方法，其特征在于：包括如下步骤：

获取用户驾驶的目的地后，预判汽车电池电量能否满足车辆往返，如果满足，依据用户的历史驾驶记录及汽车导航，为用户推荐规划路径，并使规划路径上会存在充电站；

当汽车沿着规划路径上向目的地行驶时，基于监督学习算法建立行驶预测模型，对电池续航进行预测并获取电池续航，记录为第一续航预测值，并在汽车外部气温低于预期时，由汽车导航判断所述规划路径上是否存在拥堵；

在汽车进入拥堵路段后，对汽车行驶状态进行检测，建立行驶状态数据集，并关联获取电池使用系数Dxs，在汽车保持行驶时，获取电量余量与电池使用系数Dxs之间的相关性系数Rd；

在汽车处于拥堵路段后，当汽车外部温度不会上升，依据电池的历史使用数据建立电池数字孪生模型，在仿真分析后，分别确定外部气温及汽车行驶速度对电量的变化的影响程度，形成相应的影响因子并输出；

分别依据行驶预测模型及相关性系数Rd，获取汽车在堵车时的电池预测续航值，并输出续航预测范围；由汽车导航判断预测续航的最小值是否支持汽车抵达目的地并返回，如果不支持，则引导汽车在经过堵车后前往充电站。

2.根据权利要求1所述的基于大数据的电池续航测试方法，其特征在于：

在用户驾车时，获取预设目的地及相应的里程，依据车辆百公里电耗，判断电池当前电量能否支持汽车往返，如果不能，则向用户发出提示；当电池电量能够支持汽车往返，则为用户规划行驶至目的地的驾驶路径，将规划路径输出。

3.根据权利要求2所述的基于大数据的电池续航测试方法，其特征在于：

依据用户的历史驾驶记录及汽车导航，在对规划路径进行核验和比对后，确定出其中的备选路径，且使当前规划的驾驶路径上及其邻近区域内，至少包含一个充电站；将充电站在包含有规划路径的导航地图上做显著标注。

4.根据权利要求3所述的基于大数据的电池续航测试方法，其特征在于：

在汽车沿着规划路径向目的地行驶时，获取历史驾驶记录内的驾驶数据、当前电池电量，选择其中部分的数据作为样本数据，其中，在所述驾驶数据中，至少包含驾驶速度及其变化趋势；

基于监督学习算法构建行驶预测模型，在经过样本数据训练及测试后，将行驶预测模型输出，以行驶预测模型对电池电量变化进行预测，获取电池在当前条件下的电池续航，确定第一续航预测值；

对汽车外部的温度进行检测，如果外部气温低于温度阈值，依据汽车导航判断规划路径上是否存在堵车，如果存在且堵车情况超过预期时，向外部发出预警。

5.根据权利要求4所述的基于大数据的电池续航测试方法，其特征在于：

在汽车进入拥堵路段后，由相应车载设备采集电池运行温度T，对汽车行驶的平均速度进行记录，获取该单位时间内速度稳定性Vw；并且获取汽车当前的负载Fz，汇总形成汽车的行驶状态数据集，并获取电池使用系数Dxs；

汽车处于持续行驶状态时，沿着时间轴上的固定间隔获取电池的电池耗电量及同时刻上的电池使用系数Dxs，经过相关性分析后，获取两者间的相关性系数Rd，对电池的电量余量形成预测。

6.根据权利要求5所述的基于大数据的电池续航测试方法，其特征在于：

电池使用系数Dxs的获取方式如下：获取电池运行温度T、速度稳定性Vw及车辆负载Fz，无量纲处理后，关联形成电池使用系数Dxs，

其中，参数的意义为，且，为权重，其具体值由用户调整设置。

7.根据权利要求5所述的基于大数据的电池续航测试方法，其特征在于：

在汽车处于拥堵路段后，由汽车导航预计前方堵车时长，依据汽车外部温度的变化趋势，判断在堵车时长内汽车外部温度是否会上升，如果不会，发出特定指示信息；采集当前电池工作状态数据及相应历史数据，建立描述电池状态的电池数字孪生模型；

依据汽车外部温度的变化趋势，对电池数字孪生模型的外部温度条件进行改变，在当前汽车行驶状态不变时，仿真分析后输出电池电量的变化趋势。

8.根据权利要求7所述的基于大数据的电池续航测试方法，其特征在于：

基于大数据分析模型，对汽车处于当前拥堵状态下的速度变化趋势进行预测并输出，依据行驶速度变化趋势，在进行仿真分析后，获取电池电量的变化趋势；

依据电池电量的变化趋势，进行线性回归分析后，分别确定行驶速度及汽车的外部温度的变化对电池电量的影响程度，在转换后分别形成温度因子及速度因子，将成温度因子及速度因子输出。

9.根据权利要求8所述的基于大数据的电池续航测试方法，其特征在于：

当汽车处于拥堵路段后，对车速进行监控并获取行驶速度，并依据温度因子及速度因子，由设置的温控装置对电池进行的运行温度进行调整，分别获取调整后的电池运行温度及汽车行驶速度，汇总为调整参数集；从调整参数集中获取当前数据，通过行驶预测模型获取在堵车时的汽的电池电量，确定为第二续航预测值。

10.根据权利要求9所述的基于大数据的电池续航测试方法，其特征在于：

在汽车行驶时，从调整参数集中获取当前数据，获取电池使用系数Dxs，依据电池使用系数Dxs与用电量的相关性系数Rd获取电池电量，确定为第三续航预测值；

获取第二续航预测值及第三续航预测值，以两个预测值间的距离为续航预测范围，依据续航预测范围，由汽车导航判断汽车较小的续航预测值是否大于抵达目的地并返回所需的耗电量的预设倍数，如果不大于，则引导汽车前往充电站。

Images