CN116136413A - 排放优化的车辆路径和充电 - Google Patents
排放优化的车辆路径和充电 Download PDFInfo
- Publication number
- CN116136413A CN116136413A CN202211322243.8A CN202211322243A CN116136413A CN 116136413 A CN116136413 A CN 116136413A CN 202211322243 A CN202211322243 A CN 202211322243A CN 116136413 A CN116136413 A CN 116136413A
- Authority
- CN
- China
- Prior art keywords
- path
- charging
- charging stations
- carbon emission
- emission data
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3469—Fuel consumption; Energy use; Emission aspects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
- G01C21/3682—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities output of POI information on a road map
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Navigation (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本公开涉及排放优化的车辆路径和充电。公开了用于车辆路径规划的系统和方法。该系统被配置成基于针对路径规划选择的一个或多个地理位置来识别一个或多个充电站。该系统还被配置成基于与该一个或多个充电站相关联的公用电网位置分析用于该一个或多个充电站的碳排放数据。该系统被进一步配置成确定与一个或多个地理位置相关联的路径,并且基于对与一个或多个充电站相关联的碳排放数据的分析来选择路径上的用于对车辆进行充电的至少一个充电站。该系统被更进一步配置成向用户提供路径和至少一个充电站以用于导航车辆。
Description
背景技术
本公开整体涉及汽车和车辆路径规划领域。更具体地,本公开涉及碳排放优化的车辆路径和充电规划系统和方法。
常规车辆路径规划通常考虑当前位置或行程起点、行程目的地、行程里程以及其他信息。例如,当当前位置处的用户将期望的行程目的地输入他或她的信息娱乐或导航系统或移动装置时,车辆路径规划系统可以显示用户可以从其选择的若干可用路径偏离。这些偏离选项可由用户基于距离、道路类型和/或其他考虑因素来进行配置。
本引言仅作为例示性环境上下文提供,并且不应理解为以任何方式进行限制。对于本领域的普通技术人员将显而易见的是,本公开的概念和原理可同样适用于其他环境上下文中。
发明内容
本公开提供了一种碳排放优化的充电车辆路径规划系统和方法,其通过考虑和说明呈现和选择可用路径和充电器位置中的碳排放来改善常规车辆路径规划。优化行程路径和充电推荐,以用于基于充电站的位置,并且特别是用于每个位置的公用电网、当日时间、特定公用电网的排放预测、电池SOC等,使与充电相关联的碳排放最小化。
在一个例示性实施方案中,本公开提供了一种车辆路径规划系统。该系统包括一个或多个处理器和存储计算机可执行指令的存储器,该计算机可执行指令在被执行时致使一个或多个处理器:基于针对路径规划选择的一个或多个地理位置来识别一个或多个充电站;基于与该一个或多个充电站相关联的公用电网位置分析用于一个或多个充电站的碳排放数据;确定与一个或多个地理位置相关联的路径,并且基于对与一个或多个充电站相关联的碳排放数据的分析来选择路径上的用于对车辆进行充电的至少一个充电站;以及向用户提供路径和至少一个充电站以用于导航车辆。
在另一个例示性实施方案中,本公开提供了一种方法。该方法包括分析一个或多个公用电网位置中的与一个或多个充电站相关联的碳排放。该方法还包括至少基于所分析的碳排放来从一个或多个充电站识别至少一个充电站。该方法还包括基于所识别的至少一个充电站确定路径。该方法也包括提供路径和至少一个充电站以用于在车辆上显示。
在另一个例示性实施方案中,本公开提供了一种用于车辆路径规划的方法。该方法包括确定感兴趣点之间的路径,该路径通过分析用于公用电网位置的与路径上的充电站相关联的碳排放数据以识别哪个充电站使碳排放最小化,从而优化与对在路径上行进的车辆进行充电相关联的碳排放。该方法也包括向用户提供路径和所识别的充电站以用于导航其上的车辆。
在又一个例示性实施方案中,本公开提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质具有存储在其上的计算机可读代码以用于对一个或多个处理器进行编程以执行步骤。该步骤包括基于与一个或多个充电站相关联的公用电网位置分析用于一个或多个充电站的碳排放数据。该步骤也包括基于对用于一个或多个充电站的碳排放数据的分析来识别用于对车辆进行充电的至少一个充电站。该步骤还包括确定与一个或多个地理位置相关联并且其上包括至少一个充电站的路径。该步骤还包括向用户提供路径和至少一个充电站以用于导航车辆。
附图说明
本文参考各种附图来说明和描述本公开,其中类似的参考标号用于视情况表示类似的系统部件/方法步骤,并且其中:
图1为本公开的碳排放优化的充电车辆路径规划系统的一个例示性实施方案的示意图;
图2为示出示例性区域排放强度的快照的地图;
图3为用户界面(UI)的一个例示性实施方案的示意图,该UI突出显示了用于本公开的碳优化的路径地图;
图4为UI的一个例示性实施方案的示意图,该UI突出显示了包括用于本公开的碳优化的路径的具有阈值处理后的偏离路径的路径地图;
图5为用于车辆路径规划的方法的一个例示性实施方案的流程图,该方法用于通过公用电网提供用于对本公开的电动车辆进行充电的功率来优化碳排放;
图6为用于实施本公开的各种系统和方法的基于云的系统的网络图;
图7为可在图6的基于云的系统中使用或独立使用的服务器/处理系统的框图;并且
图8为可在图6的基于云的系统中使用或独立使用的远程装置的框图。
具体实施方式
同样,在各种实施方案中,本公开涉及一种碳排放优化的充电车辆路径规划系统和方法,其通过考虑和说明呈现和选择可用路径和充电站位置中的碳排放来改善常规车辆路径规划。具体地,充电站(诸如快速充电位置)各自映射到相关联的公用电网位置,并且用于那些电网位置的排放数据(诸如实时排放数据、历史排放数据和预计排放数据)用于在车辆预计通过并利用相应充电站时确定/预测充电站中的每个充电站的碳排放。如下文将进一步详细讨论的,该信息被呈现给用户(诸如车辆操作员),诸如行程的在至少两个感兴趣点之间的确定路径,那些路径中的哪个路径将使碳排放最小化,并且沿着每个路径哪个充电站将使碳排放最小化,以允许用户选择沿循哪个路径以及选择利用哪个充电站。
图1为本公开的碳排放优化的充电车辆路径规划系统10的一个例示性实施方案的示意图。在各种实施方案中,车辆路径规划系统10至少包括车辆140和一个或多个数据源30。数据源30是用于充电站50的相关联的公用电网位置的碳排放数据。充电站50适于对车辆140的电池142诸如电池单元的布置进行充电。在一些实施方案中,充电站50配备有一个或多个可再生能源55,诸如太阳能面板,该可再生能源适于提供用于对车辆140进行充电的功率。
在实施方案中,云系统100、用户装置或其组合中的一者利用碳排放数据来在车辆140预计通过并利用充电站50时确定充电站的每个充电站的碳排放,并且被配置成在使碳排放最小化的同时优化在至少两个感兴趣点之间的车辆路径,以在该车辆路径上行进的同时产生对车辆140进行充电所消耗的功率。在一些实施方案中,确定充电站50中的每个充电站的碳排放进一步基于充电站50处的一个或多个可再生能源55,诸如,一个或多个可再生能源55提供的用于对车辆140进行充电的功率百分比。在实施方案中,用户装置是车辆140的控制器145和移动装置150中的一者。在一些实施方案中,控制器145是车辆140的任何控制系统、信息娱乐系统等或其一部分;并且移动装置150是蜂窝电话、平板电脑、笔记本电脑等或其一部分。在各种实施方案中,云系统100、用户装置或其组合利用包括与每个充电站50相关联的碳排放数据、车辆的SOC、车辆140的预计功率消耗/范围等的数据,以通过提供将使由车辆140消耗的功率产生的碳排放最小化的路径和充电站50两者来优化用于对车辆140进行充电的碳排放。
在一些实施方案中,利用数据聚合系统40。该数据聚合系统40被配置成获得与公用电网位置相关联的碳排放数据,并且提供包括实时碳排放数据、历史碳排放数据和碳预测排放数据中的一者或多者的碳排放数据。在这些实施方案中,云系统100或用户装置从数据聚合系统40获得碳排放数据。在其他实施方案中,云系统100被配置成从数据源30获得与公用电网位置相关联的碳排放数据,并且确定用于每个充电站50的排放数据,该排放数据包括用于每个充电站50的实时排放数据、历史排放数据和预测排放数据中的一者或多者。在实施方案中,排放数据是碳排放量、比例分数诸如清洁排放与脏排放的比例等中的任何一者。在一些实施方案中,数据源30是公用电网位置。在一些实施方案中,云系统100还被配置成从每个充电站50获得用于一个或多个可再生能源55的数据,诸如由此产生的功率、由此向充电站50提供的功率百分比等。在这些实施方案中的一些实施方案中,云系统100被配置成将用于公用电网位置的碳排放数据与可再生能源数据组合以确定用于每个充电站50的排放数据。
在一些实施方案中,云系统100被配置成将每个充电站50与公用电网位置映射以识别哪个公用电网位置向其提供功率。在其他实施方案中,数据聚合系统40执行该功能。图2为示出示例性区域排放强度的快照的地图200。参考图2,区域公用电网位置210、220、230、240、250具有基于如何产生区域中的功率的排放强度。在图2所示的地图200中,排放强度在区域公用电网位置210中是最高的,然后是区域公用位置220和230。因此,与在位于区域公用电网位置220和230中的充电站50中的一个充电站处对车辆140进行充电相比,在区域公用电网位置210内的充电站50中的一个充电站处对车辆140进行充电将最可能导致较高排放净效应。在一些实施方案中,在确定在每个位置处对车辆140进行充电将具有净效应时,还考虑其他因素,诸如到达每个充电站50的行程偏离以及车辆在那些行程偏离上行进的预计功率消耗。例如,行进的不同距离、作出的不同高度变化等可以影响车辆140在行进到充电站50/从充电站行进的同时消耗的功率。
图3为用户界面(UI)300的一个例示性实施方案的示意图,该UI突出显示了用于本公开的碳优化的路径地图302。UI 300在用户装置的显示器上呈现给用户,诸如在车辆140中的控制器145的显示器或移动装置150的显示器上。在一些实施方案中,用于UI的信息可以在控制器145与移动装置150之间共享,诸如从一者推送到另一者。
UI 300被配置成显示路径地图302,该路径地图示出至少两个感兴趣点之间的路径310,该路径包括由起点图标315示出的起点、由目的地图标317示出的目的地以及沿着路径310的由充电站图标350示出的一个或多个充电站。在实施方案中,UI 300被配置成识别充电站350,该充电站优化碳排放,诸如通过使排出的碳排放量最小化以产生在车辆140沿着路径310行进期间使用的功率。在各种实施方案中,通过在UI 300中以一些类型的分界线320区分充电站350或通过从路径地图302移除其他充电站350等来执行该识别。在实施方案中,分界线320是以不同颜色显示充电站图标350、定位在充电站图标350上或附近的符号、放置在充电站图标350周围的边界等中的任何一者。
在一些实施方案中,UI 300被配置成显示用于每个充电站的充电站信息330,诸如在相关联的充电站图标350附近。在这些实施方案中的一些实施方案中,充电站信息330包括排放数据,诸如在路径310上行进的车辆140预计到达的时间内的当前排放数据、历史排放数据和预计排放数据中的任何一者。也可以显示其他信息,诸如充电站可用性、等待时间等。在一些实施方案中,始终显示充电站信息330。在其他实施方案中,在选择相应充电站图标350或通过激活用于其显示器的选项时显示充电站信息330。
图4为UI 300的一个例示性实施方案的示意图,该UI突出显示了包括用于本公开的碳排放优化的路径311的具有阈值处理后的偏离路径311、312、313的路径地图302。在实施方案中,云系统100、用户装置(诸如车辆140的控制器145或移动装置150)或其组合中的一者确定用于在起点与目的地之间行进的多个偏离。一旦确定,UI 300被配置成在其中显示那些偏离的路径311、312、313。在实施方案中,对这些偏离中的每一者进行阈值处理以向用户提供行进选项。例如,在图4所示的实施方案中,对路径311进行阈值处理以使碳排放最小化,对路径312进行阈值处理以使行进距离最小化,并且对路径313进行阈值处理以使行进时间最小化。在一些实施方案中,其他偏离也呈现在UI 300中,诸如包括一个或多个其他感兴趣点的路径、考虑在充电站处预计等待时间的路径或包括阈值的混合(诸如行进时间、充电时间/等待时间、距离和碳优化)的路径。
在实施方案中,在接收到路径311、312、313中的一者的选择时,UI 300被配置成仅显示所选择的路径,诸如图3所示的路径310。在这些实施方案中的一些实施方案中,UI 300被配置成通过以分界线320显示相应充电站图标350来识别将优化碳排放的充电站。在一些实施方案中,UI 300被配置成接收对充电站图标350的选择以识别用户意图使用哪个充电站对车辆140进行充电。在这些实施方案中的一些实施方案中,在接收到选择时,车辆路径规划系统10诸如经由用户装置、云系统100和充电站50的任何组合,在预计到达时间为车辆140预留充电站50处的充电器,诸如到达窗口。
在一些实施方案中,路径311、312、313在多天行程内用多个感兴趣点优化。在这些实施方案中,在多天而不是单天内优化对车辆的充电。
在一些实施方案中,在行程期间重新优化充电以说明充电站50中的任何充电站处的碳排放中的任何条件变化、车辆140的电池142的SOC的变化等。重新优化可以实时、间隔等执行。
图5为用于车辆路径规划的方法500的一个例示性实施方案的流程图,该方法用于通过公用电网提供用于对本公开的电动车辆进行充电的功率来优化碳排放。该方法包括在步骤502处确定感兴趣点之间的路径,该路径通过分析用于公用电网位置的与路径上的充电站相关联的碳排放数据以识别哪个充电站使碳排放最小化,从而优化与对在路径上行进的车辆进行充电相关联的碳排放。该方法也包括在步骤504处向用户提供路径和所识别的充电站以用于导航其上的车辆。
在该方法的实施方案中,向用户提供路径和所识别的充电站包括在用户界面上向用户呈现路径地图,该路径地图示出路径并标记充电站图标以识别优化其上的碳排放的充电站。在该方法的实施方案中,碳排放数据包括实时碳排放数据、历史碳排放数据和预计碳排放数据中的至少一者。
在该方法的实施方案中,识别路径上的哪个充电站使碳排放数据最小化是基于在充电站中的每个充电站处的车辆的预计到达时间预计与充电站相关联的碳排放。
在一些实施方案中,车辆的电池的SOC用于确定哪些充电站在车辆的范围内,并且仅针对该路径考虑那些充电站,至少考虑在将需要完成多次充电的在路径上行进的车辆的第一次充电的那些充电站。在两个感兴趣点之间行进所需的多次充电的一些实施方案中,该方法包括确定在每个位置处对电池充电到什么程度以便使与电池的充电相关联的碳排放最小化,同时确保足够的充电可用于行进到下一充电站。例如,如果行程需要在第一充电站和第二充电站处停止并且第一充电站具有比第二充电站更高的排放分数,则通过将电池充电限制为车辆到达第二充电站所需的量并且然后在第二充电站处执行电池的完全充电来优化碳排放。在路径需要多次充电的一些实施方案中,该方法包括:基于电池的SOC识别车辆范围内的第一充电站,该第一充电站优化碳排放;识别第二充电站,该第二充电站在不同于第一充电站的车辆范围内并且优化碳排放;比较由第一充电站和第二充电站产生的碳排放;以及响应于第二充电站与比第一充电站更少的碳排放相关联,确定在第一充电站处对车辆的电池充电到什么程度以便到达第二充电站以及向用户推荐在第一充电站处对电池充电到什么程度。
在实施方案中,该方法还包括基于其他阈值确定感兴趣点之间的其他路径,该其他路径包括使行进时间和行进距离最小化的路径。在这些实施方案中的一些实施方案中,该方法还包括识别使行进时间和行进距离最小化的路径上的哪个充电站使用于对在路径上行进的车辆进行充电的碳排放最小化,该路径使行进时间和行进距离最小化。
在一些实施方案中,该方法还包括将充电站中的每个充电站映射到相应公用电网位置并且获得用于公用电网位置的碳排放数据。在一些实施方案中,该方法还包括从包括可再生能源的每个充电站获得可再生能源数据,并利用碳排放数据和可再生能源数据确定用于每个充电站的排放数据。
在实施方案中,该方法和以上概述的实施方案中的任一个实施方案由包括选自云系统100、用户装置以及云系统100和用户装置的组合中的一者的系统的车辆路径规划系统执行。在这些实施方案中的一些实施方案中,用户装置是车辆140的控制器145和移动装置150中的一者。
图6为用于实施本公开的在适用的情况下的各种基于云的服务的云系统100的网络图。云系统100包括通信地耦接到互联网104等的一个或多个云节点(CN)102。在实施方案中,云节点102可被实施为服务器或其他处理系统110(如图7所示)等,并且在地理上彼此不同,诸如位于国家或全球周围的各种数据中心处。此外,在一些实施方案中,云系统100包括一个或多个中央机构(CA)节点106,该节点类似地被实施为服务器110并连接到CN 102。为了例示性目的,云系统100连接到数据源30、数据聚合系统40、充电站50、各个单独的家庭130、车辆140和移动装置150,它们中的每一者通信地耦接到CN 102中的一个CN。为了例示性目的,示出了这些位置30、40和130以及装置140和150,并且本领域的技术人员将认识到存在对云系统100的各种访问场景,所有这些都是本文所设想的。云系统100可以是私人云、公共云、私人云和公共云的组合(混合云)等。
同样,云系统100通过服务(诸如软件即服务(SaaS)、平台即服务、基础结构即服务、安全性即服务、网络功能虚拟(NFV)基础结构(NFVI)中的虚拟网络功能(VNF)等)向充电站50、装置、单独的家庭130、车辆140和移动装置150提供任何功能。
云计算系统和方法将物理服务器、存储装置、网络等抽象化,而是将这些作为按需资源和弹性资源提供。美国国家标准与技术研究院(NIST)提供简明且具体的定义,该定义指出云计算是用于实现对可配置计算资源(例如,网络、服务器、存储装置、应用和服务)的共享池进行方便的按需网络访问,这些计算资源可在最小管理工作或服务提供方交互的情况下快速配置和释放。云计算与经典客户端-服务器模型的不同之处在于从由客户端的web浏览器等执行和管理的服务器提供应用,而不需要已安装的客户端版本的应用。集中化为云服务提供商提供对提供给客户端的基于浏览器的版本和其他应用的完全控制,这消除了对各个客户端计算装置上的版本升级或许可管理的需要。短语“软件即服务”有时用于描述通过云计算提供的应用程序。所提供的云计算服务(或甚至所有现有云服务的聚合)的常用缩略词是“云”。基于云的系统100在本文中被示出为基于云的系统的一个示例性实施方案,并且本领域的普通技术人员将认识到,本文所述的系统和方法不一定限于此。
图7为可在基于云的系统100(图6)中使用、在其他系统中使用或独立使用诸如在车辆本身中使用的服务器或其他处理系统110的框图。例如,CN 102(图6)和中央机构节点106(图6)可形成为服务器110中的一个或多个服务器。在实施方案中,服务器110是数字计算机,就硬件架构而言,该数字计算机通常包括处理器112、输入/输出(I/O)接口114、网络接口116、数据存储库118和存储器120。本领域的普通技术人员应当理解,图7以过简化的方式描绘了服务器或其他处理系统110,并且实际实施方案可包括附加部件和适当配置的处理逻辑,以支持本文未详细描述的已知或常规操作特征。部件(112、114、116、118和120)经由本地接口122通信地耦接。本地接口122可为例如但不限于本领域已知的一个或多个总线或其他有线或无线连接。本地接口122可具有为了简单起见而省略的附加元件,诸如控制器、缓冲器(高速缓存)、驱动器、中继器和接收器等,以实现通信。此外,本地接口122可包括地址、控制和/或数据连接,以实现上述部件之间的适当通信。
处理器112为用于执行软件指令的硬件装置。处理器112可以是任何定制的或可商购获得的处理器、中央处理器(CPU)、与服务器110相关联的若干处理器中的辅助处理器、基于半导体的微处理器(呈微芯片或芯片组的形式),或通常用于执行软件指令的任何装置。当服务器110在操作中时,处理器112被配置成执行存储在存储器120内的软件,向存储器120和从存储器传送数据,并且通常根据软件指令控制服务器110的操作。I/O接口114可用于从一个或多个装置或部件接收用户输入和/或向它们提供系统输出。
网络接口116可用于使服务器110能够在网络(诸如互联网114(图6))上通信。网络接口116可包括例如以太网卡或适配器(例如,10BaseT、快速以太网、千兆以太网或10GbE)或者无线局域网(WLAN)卡或适配器(例如,802.11a/b/g/n/ac)。网络接口116可以包括地址、控制和/或数据连接,以实现在网络上的适当通信。数据存储库118可以用于存储数据。数据存储库118可包括任何易失性存储器元件(例如,随机存取存储器(RAM,诸如DRAM、SRAM、SDRAM等))、非易失性存储器元件(例如,ROM、硬盘驱动器、磁带、CDROM等)以及它们的组合。此外,数据存储库118可包括电子的、磁性的、光学的和/或其他类型的存储介质。在一个示例中,数据存储库118可位于服务器110的内部,诸如例如连接到服务器110中的本地接口122的内部硬盘驱动器。另外,在另一个实施方案中,数据存储库118可位于服务器110的外部,诸如例如连接到I/O接口114的外部硬盘驱动器(例如,SCSI或USB连接)。在另一个实施方案中,数据存储库118可通过网络(诸如例如网络附接的文件服务器)连接到服务器110。
在实施方案中,存储器120可包括任何易失性存储器元件(例如,随机存取存储器(RAM,诸如DRAM、SRAM、SDRAM等))、非易失性存储器元件(例如,ROM、硬盘驱动器、磁带、CDROM等)以及它们的组合。此外,存储器120可包括电子的、磁性的、光学的和/或其他类型的存储介质。需注意,存储器120可具有分布式架构,其中各种部件彼此远程定位,但可由处理器112访问。存储器120中的软件可包括一个或多个软件程序,每个软件程序包括用于实施逻辑功能的可执行指令的排序列表。存储器120中的软件包括合适的操作系统(O/S)124和一个或多个程序126。操作系统124基本上控制其他计算机程序(诸如一个或多个程序126)的执行,并且提供调度、输入-输出控制、文件和数据管理、存储器管理以及通信控制和相关服务。一个或多个程序126可被配置成实施本文所述的各种过程、算法、方法、技术等。
应当理解,本文所述的一些实施方案可包括:一个或多个通用或专用处理器(“一个或多个处理器”)(诸如微处理器);中央处理器(CPU);数字信号处理器(DSP);定制处理器,诸如网络处理器(NP)或网络处理单元(NPU)、图形处理单元(GPU)等;现场可编程门阵列(FPGA);等,以及用于控制其的唯一存储的程序指令(包括软件和固件两者),以结合某些非处理器电路实施本文所述的方法和/或系统的一些、大多数或所有功能。另选地,一些或所有功能可由不具有存储的程序指令的状态机或者在一个或多个专用集成电路(ASIC)中实施,其中每个功能或某些功能的一些组合被实施为定制逻辑或电路。当然,可使用上述方法的组合。对于本文所述的一些实施方案,硬件中并且任选地具有软件、固件及其组合的对应装置可被称为“被配置为或适于对如本文针对各种实施方案所述的数字和/或模拟信号执行一组操作、步骤、方法、过程、算法、功能、技术等的电路”、“被配置为或适于对如本文针对各种实施方案所述的数字和/或模拟信号执行一组操作、步骤、方法、过程、算法、功能、技术等的逻辑”等。
此外,一些实施方案可包括非暂态计算机可读介质,该非暂态计算机可读介质具有存储在其上的计算机可读代码以用于对计算机、服务器、器具、装置、处理器、电路等进行编程,该计算机、服务器、器具、装置、处理器、电路中的每一者可包括处理器以执行如本文所述和要求保护的功能。此类计算机可读介质的示例包括但不限于硬盘、光学存储装置、磁存储装置、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、闪存存储器等。当存储在非暂态计算机可读介质中时,软件可包括可由处理器或装置(例如,任何类型的可编程电路或逻辑)执行的指令,该指令响应于此类执行,使得处理器或装置执行如本文针对各种实施方案所述的一组操作、步骤、方法、过程、算法、功能、技术等。
图8为可在云系统100(图6)中使用、作为网络的一部分使用或独立使用的用户装置160的框图。在实施方案中,用户装置160是车辆中的控制器145或移动装置150中的一者,诸如智能电话、平板电脑、智能手表、笔记本电脑等。用户装置160可以是数字装置,就硬件架构而言,该数字装置通常包括处理器162、I/O接口164、无线电装置166、数据存储库168和存储器170。本领域的普通技术人员应当理解,图8以过度简化的方式描绘了用户装置160,并且实际实施方案可包括附加部件和适当配置的处理逻辑以支持本文未详细描述的已知或常规操作特征。部件(162、164、166、168和170)经由本地接口172通信地耦接。本地接口172可以是例如但不限于本领域已知的一个或多个总线或者其他有线或无线连接。本地接口172可具有为了简单起见而省略的附加元件,诸如控制器、缓冲器(高速缓存)、驱动器、中继器和接收器等,以实现通信。此外,本地接口172可包括地址、控制和/或数据连接,以实现上述部件之间的适当通信。
处理器162为用于执行软件指令的硬件装置。在实施方案中,处理器162是任何定制的或可商购获得的处理器、CPU、与用户装置160相关联的若干处理器中的辅助处理器、基于半导体的微处理器(呈微芯片或芯片组的形式)或通常用于执行软件指令的任何装置。当用户装置160在操作中时,处理器162被配置成执行存储在存储器170内的软件,以向存储器170和从存储器传送数据,并且通常根据软件指令来控制用户装置160的操作。在实施方案中,处理器162可包括经优化(诸如针对功率消耗和移动应用进行优化)的移动处理器。在实施方案中,I/O接口164用于从系统输出接收用户输入和/或用于提供系统输出并且包括触摸屏显示器。可以经由例如触摸屏显示器上的用户界面(诸如UI 300)、小键盘、滚动球、滚动条、按钮等来提供用户输入。系统输出可经由显示装置(诸如液晶显示器(LCD)、触摸屏等)来提供。
无线电装置166实现与外部接入装置或网络的无线通信。无线电装置166可支持任何数量的合适的无线数据通信协议、技术或方法,包括用于无线通信的任何协议。数据存储库168可用于存储数据。数据存储库168可包括任何易失性存储器元件(例如,随机存取存储器(RAM,诸如DRAM、SRAM、SDRAM等))、非易失性存储器元件(例如,ROM、硬盘驱动器、磁带、CDROM等)以及它们的组合。此外,数据存储库308可包括电子的、磁性的、光学的和/或其他类型的存储介质。
同样,在实施方案中,存储器170包括任何易失性存储器元件(例如,随机存取存储器(RAM,诸如DRAM、SRAM、SDRAM等))、非易失性存储器元件(例如,ROM、硬盘驱动器等)以及它们的组合。此外,存储器170可包括电子的、磁性的、光学的和/或其他类型的存储介质。需注意,存储器170可具有分布式架构,其中各种部件彼此远程定位,但可由处理器162访问。存储器170中的软件可包括一个或多个软件程序,每个软件程序包括用于实施逻辑功能的可执行指令的排序列表。在图8的示例中,存储器170中的软件包括合适的操作系统174和程序176。操作系统174基本上控制其他计算机程序的执行,并且提供调度、输入-输出控制、文件和数据管理、存储器管理以及通信控制和相关服务。程序176可包括被配置成向用户装置160提供最终用户功能的各种应用、添加等。例如,示例程序176可包括但不限于web浏览器、社交网络应用、流媒体应用、游戏、地图和位置应用、电子邮件应用、金融应用等。在典型的示例中,最终用户通常使用程序176中的一者或多者连同网络(诸如云系统100(图6))。
虽然本文参考例示性实施方案及其具体示例说明和描述了本公开,但对于本领域的普通技术人员将显而易见的是,其他实施方案和示例可执行类似的功能和/或实现类似的结果。所有此类等同实施方案和示例均在本公开的精神和范围内,由此被设想,并且旨在由以下非限制性权利要求覆盖以用于所有目的。
Claims (20)
1.一种车辆路径规划系统,包括:
系统,所述系统包括一个或多个处理器和存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时致使所述一个或多个处理器:
基于针对路径规划选择的一个或多个地理位置来识别一个或多个充电站;
基于与所述一个或多个充电站相关联的公用电网位置分析用于所述一个或多个充电站的碳排放数据;
确定与所述一个或多个地理位置相关联的路径,并且基于对与所述一个或多个充电站相关联的所述碳排放数据的分析来选择所述路径上的用于对车辆进行充电的至少一个充电站;以及
向用户提供所述路径和所述至少一个充电站以用于导航所述车辆。
2.根据权利要求1所述的路径规划系统,其中所述系统选自云系统、用户装置以及所述云系统和所述用户装置的组合中的一者,并且其中所述用户装置选自所述车辆的控制器和移动装置中的一者。
3.根据权利要求1所述的路径规划系统,其中向所述用户提供所述路径和所述至少一个充电站包括在用户界面上呈现路径地图,所述路径地图示出所述路径并标记充电站图标以识别所选择的至少一个充电站。
4.根据权利要求1所述的路径规划系统,其中所述碳排放数据包括选自实时碳排放数据、历史碳排放数据和预计碳排放数据的至少一种类型的数据。
5.根据权利要求1所述的路径规划系统,其中基于预测所述车辆将到达所述一个或多个充电站中的每个充电站的一个或多个时间来选择所述至少一个充电站,其中基于所预测的一个或多个时间来预计与所述一个或多个充电站中的每个充电站相关联的所述碳排放,并且其中基于在所预测的一个或多个时间处确定的所述碳排放来选择所述一个或多个充电站。
6.根据权利要求1所述的路径规划系统,其中所述指令在被执行时致使所述一个或多个处理器:
基于其他阈值确定与所述一个或多个地理位置相关联的其他路径,所述其他路径包括使行进时间和行进距离最小化的路径;以及
基于对与所述一个或多个充电站相关联的所述碳排放数据的所述分析来选择使行进时间和行进距离最小化的所述路径中的每个路径上的充电站。
7.根据权利要求1所述的路径规划系统,其中所述指令在被执行时致使所述一个或多个处理器:
从包括可再生能源的所述一个或多个充电站获得可再生能源数据,其中分析用于所述一个或多个充电站的碳排放数据进一步基于所述可再生能源数据。
8.一种用于车辆路径规划的方法,包括:
基于针对路径规划选择的一个或多个地理位置来识别一个或多个充电站;
基于与所述一个或多个充电站相关联的公用电网位置分析用于所述一个或多个充电站的碳排放数据;
确定与所述一个或多个地理位置相关联的路径,并且基于对与所述一个或多个充电站相关联的所述碳排放数据的分析来选择所述路径上的用于对车辆进行充电的至少一个充电站;以及
向用户提供所述路径和所述至少一个充电站以用于导航所述车辆。
9.根据权利要求1所述的方法,其中向所述用户提供所述路径和所述至少一个充电站包括在用户界面上呈现路径地图,所述路径地图示出所述路径并标记充电站图标以识别所选择的至少一个充电站。
10.根据权利要求1所述的方法,其中所述碳排放数据包括选自实时碳排放数据、历史碳排放数据和预计碳排放数据的至少一种类型的数据。
11.根据权利要求1所述的方法,其中基于预测所述车辆将到达所述一个或多个充电站中的每个充电站的一个或多个时间来选择所述至少一个充电站,其中基于所预测的一个或多个时间来预计与所述一个或多个充电站中的每个充电站相关联的所述碳排放,并且其中基于在所预测的一个或多个时间处确定的所述碳排放来选择所述一个或多个充电站。
12.根据权利要求1所述的方法,还包括:
基于其他阈值确定与所述一个或多个地理位置相关联的其他路径,所述其他路径包括使行进时间和行进距离最小化的路径;以及
基于对与所述一个或多个充电站相关联的所述碳排放数据的所述分析来选择使行进时间和行进距离最小化的所述路径中的每个路径上的充电站。
13.根据权利要求1所述的方法,还包括将所述一个或多个充电站中的每个充电站映射到相应公用电网位置并且获得用于所述相应公用电网位置的所述碳排放数据。
14.根据权利要求1所述的方法,还包括从包括可再生能源的所述一个或多个充电站获得可再生能源数据,其中分析用于所述一个或多个充电站的碳排放数据进一步基于所述可再生能源数据。
15.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质具有存储在其上的计算机可读代码以用于对一个或多个处理器进行编程以执行以下步骤:
基于与一个或多个充电站相关联的公用电网位置分析用于所述一个或多个充电站的碳排放数据;
基于对用于所述一个或多个充电站的所述碳排放数据的分析来识别用于对车辆进行充电的至少一个充电站;
确定与所述一个或多个地理位置相关联并且其上包括所述至少一个充电站的路径;以及
向用户提供所述路径和所述至少一个充电站以用于导航所述车辆。
16.根据权利要求8所述的非暂态计算机可读存储介质,其中向所述用户提供所述路径和所述至少一个充电站包括在用户界面上呈现路径地图,所述路径地图示出所述路径并标记其上的所述至少一个充电站的位置。
17.根据权利要求8所述的非暂态计算机可读存储介质,其中所述碳排放数据包括选自实时碳排放数据、历史碳排放数据和预计碳排放数据的至少一种类型的数据。
18.根据权利要求8所述的非暂态计算机可读存储介质,其中基于预测所述车辆将到达所述一个或多个充电站中的每个充电站的一个或多个时间来识别所述至少一个充电站,其中基于所预测的一个或多个时间来预计与所述一个或多个充电站中的每个充电站相关联的所述碳排放,并且其中基于在所预测的一个或多个时间处确定的所述碳排放来识别所述一个或多个充电站。
19.根据权利要求8所述的非暂态计算机可读存储介质,其中所述步骤包括:
基于其他阈值确定与所述一个或多个地理位置相关联的替代路径,所述替代路径包括使行进时间和行进距离最小化的路径;以及
基于对与所述一个或多个充电站相关联的所述碳排放数据的所述分析来选择所述替代路径中的每个替代路径上的充电站。
20.根据权利要求12所述的非暂态计算机可读存储介质,其中所述步骤包括获得用于包括可再生能源的所述一个或多个充电站中的每个充电站的可再生能源数据,其中分析用于所述一个或多个充电站的碳排放数据进一步基于所述可再生能源数据。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/530,067 | 2021-11-18 | ||
US17/530,067 US20230152108A1 (en) | 2021-11-18 | 2021-11-18 | Emission-optimized vehicle route and charging |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116136413A true CN116136413A (zh) | 2023-05-19 |
Family
ID=86227210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211322243.8A Pending CN116136413A (zh) | 2021-11-18 | 2022-10-27 | 排放优化的车辆路径和充电 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230152108A1 (zh) |
CN (1) | CN116136413A (zh) |
DE (1) | DE102022211290A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230196234A1 (en) * | 2021-12-16 | 2023-06-22 | Volkswagen Aktiengesellschaft | End-to-end carbon footprint leveraging prediction models |
US11960342B2 (en) * | 2022-02-09 | 2024-04-16 | Microsoft Technology Licensing, Llc | Sustainability-aware computing device behavior management |
US20230349705A1 (en) * | 2022-05-02 | 2023-11-02 | Ford Global Technologies, Llc | Ev charging station optimization |
US20240258813A1 (en) * | 2023-01-30 | 2024-08-01 | Dell Products L.P. | Information handling system battery charge arbitration factoring energy consumption and energy source |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008002695A1 (de) * | 2008-06-26 | 2009-12-31 | Robert Bosch Gmbh | Verfahren zur Routenbestimmung in einem Navigationssystem und Navigationssystem |
US20180143029A1 (en) * | 2016-06-28 | 2018-05-24 | Faraday&Future Inc. | Intelligent system and method for route planning |
US20230015077A1 (en) * | 2021-07-19 | 2023-01-19 | Ford Global Technologies, Llc | Real-time carbon footprint estimation |
-
2021
- 2021-11-18 US US17/530,067 patent/US20230152108A1/en active Pending
-
2022
- 2022-10-25 DE DE102022211290.3A patent/DE102022211290A1/de active Pending
- 2022-10-27 CN CN202211322243.8A patent/CN116136413A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
DE102022211290A1 (de) | 2023-05-25 |
US20230152108A1 (en) | 2023-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116136413A (zh) | 排放优化的车辆路径和充电 | |
US9285240B2 (en) | EV route optimization through crowdsourcing | |
US20180018572A1 (en) | Method, apparatus, device, and system for predicting future travel volumes of geographic regions based on historical transportation network data | |
CN110782065B (zh) | 电动汽车充电桩推荐方法、服务器、终端及系统 | |
US20160048804A1 (en) | Systems and methods for transportation services for package delivery | |
US10885472B2 (en) | Dynamic transportation pooling | |
US20190057480A1 (en) | Method and apparatus for providing transportation service information | |
WO2011158547A1 (ja) | 情報提供装置および情報提供方法 | |
AU2017319582A1 (en) | Driver location prediction for a transportation service | |
US20180225796A1 (en) | Resource Allocation in a Network System | |
US11507606B2 (en) | Visual search system for finding trip destination | |
JP7126897B2 (ja) | サーバ、充電スタンド案内システム、充電スタンド案内方法、及びプログラム | |
US20190162546A1 (en) | Optimized route planning for multiple travelers with the same destination | |
CN109902848B (zh) | 班车站点规划的方法和装置 | |
CN111967804B (zh) | 基于移动充电设备主动配电的调度系统 | |
CN109102093B (zh) | 一种网约车下单热点区域的确定方法、装置及电子设备 | |
US11816603B2 (en) | Active notification using transportation service prediction | |
KR20170141911A (ko) | 카 쉐어링 시스템 및 카 쉐어링 방법 | |
CN111091393B (zh) | 异常账号识别方法、装置及电子设备 | |
US20230194270A1 (en) | Multi-modal navigation system | |
CN112052276A (zh) | 乘车路线的挖掘方法和装置 | |
US20230137791A1 (en) | Heuristic evaluation systems and methods for spatial information deliverability | |
CN114579889B (zh) | 订单热力图的推荐方法、装置、设备及存储介质 | |
CN113868532B (zh) | 一种地点推荐方法、装置、电子设备及存储介质 | |
US20230147521A1 (en) | High-precision-map data collection methods, device and storage medium |
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 |