CN116215322A - 一种新能源汽车的辅助温控方法、系统、设备及介质 - Google Patents
一种新能源汽车的辅助温控方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN116215322A CN116215322A CN202211609865.9A CN202211609865A CN116215322A CN 116215322 A CN116215322 A CN 116215322A CN 202211609865 A CN202211609865 A CN 202211609865A CN 116215322 A CN116215322 A CN 116215322A
- Authority
- CN
- China
- Prior art keywords
- temperature
- target vehicle
- vehicle
- target
- road section
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000001816 cooling Methods 0.000 claims abstract description 68
- 230000001105 regulatory effect Effects 0.000 claims abstract description 8
- 230000017525 heat dissipation Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 229910052799 carbon Inorganic materials 0.000 claims description 10
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 5
- 238000010191 image analysis Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 3
- 238000007599 discharging Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000110 cooling liquid Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/24—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries
- B60L58/26—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries by cooling
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/778—Active pattern-learning, e.g. online learning of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- 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
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
-
- 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
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Transportation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Life Sciences & Earth Sciences (AREA)
- Power Engineering (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种新能源汽车的辅助温控方法、系统、设备及介质,所述方法包括:响应于行驶缓慢指令调取目标车辆的影像系统拍摄车前位置所得的前方图像,对前方图像进行分析以获得前方温度区间;行驶缓慢指令是根据目标车辆所在区域的实时车流量数据生成;根据前方温度区间以及车流量数据共同预测目标车辆的前方路段的环境温度,并基于目标车辆的行驶速度推算目标车辆前行时的撞风温度;基于撞风温度计算目标车辆的动力电池冷却系统需要执行的目标降温量,并生成对应的调温指令下发至所述动力电池冷却系统中。本发明可预知车辆前方温度,使动力电池冷却系统在目标车辆进入其前方行驶缓慢路段前开始进行温度调整,进一步提升降温效果。
Description
技术领域
本发明涉及新能源热管理技术领域,尤其涉及一种新能源汽车的辅助温控方法、系统、设备及介质。
背景技术
新能源汽车动力电池作为汽车的动力源,其充电、放电的发热会一直存在;动力电池的性能和电池温度亲近相关。为了尽可能延长动力电池的使用寿命并获得最大功率,需在规定温度范围内使用蓄电池。原则上在-40℃至+55℃范围内(实际电池温度)动力电池单元处于可运行状态,但锂离子电池在15~35度之间充放电的效果最佳,若温度过低或过高会影响电池的健康状况。因此今朝新能源的动力电池单元都装有动力电池冷却系统,以维持电池在合适的温度下工作。
实际路面上可能因前方车辆拥堵或其他情况,车辆前行时会进入高温区域,再加上动力电池的运作,会使得车辆温度更高;而传统车辆的动力电池冷却系统无法预知车辆前方高温情况,等到车辆进入了高温环境,车辆在短时间内升温导致电池温度瞬间过高,再加上动力电池冷却系统对电池的降温并非瞬间就可完成,高温未及时降低会影响电池寿命;且温度突然升高,动力电池冷却系统需要在短时间内将温度降低,导致系统功耗较大,还会影响汽车电池续航。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种新能源汽车的辅助温控方法,可预知车辆前方温度,提前进行温度调控。
本发明的目的之二在于提供一种新能源汽车的辅助温控系统。
本发明的目的之三在于提供一种电子设备。
本发明的目的之四在于提供一种计算机可读存储介质。
本发明的目的之一采用如下技术方案实现:
一种新能源汽车的辅助温控方法,包括:
响应于行驶缓慢指令调取所述目标车辆的影像系统拍摄车前位置所得的前方图像,对所述前方图像进行分析以获得前方温度区间;所述行驶缓慢指令是根据目标车辆所在区域的实时车流量数据生成;
根据前方温度区间以及所述车流量数据共同预测所述目标车辆的前方路段的环境温度,并基于所述目标车辆的行驶速度推算所述目标车辆前行时的撞风温度;
基于所述撞风温度计算所述目标车辆的动力电池冷却系统需要执行的目标降温量,并生成对应的调温指令下发至所述动力电池冷却系统中,使所述动力电池冷却系统在所述目标车辆进入其前方行驶缓慢路段前开始进行温度调整。
进一步地,所述行驶缓慢指令的生成方法为:
获取目标车辆的定位信息,基于无线网络获取所述目标车辆前方路段的车流量数据,若所述车流量数据大于预设车流量值,则判定所述目标车辆前方行驶缓慢并生成所述行驶缓慢指令。
进一步地,对所述前方图像进行分析的方法为:
获取多帧连续的图像,识别出每帧图像中同一物体所对应的像素范围,判断多帧连续图像中同一物体的像素范围是否重合,根据多帧连续图像中非重合的像素区域标记该物体的边缘扭曲线,并将标记有边缘扭曲线的图像导入预先构建的温度预测模型以输出所述目标车辆的前方路段的温度区间。
进一步地,所述温度预测模型是利用标识有偏移线条的图像样本作为神经网络的输入样本,将所述图像样本中主体所处的环境温度作为神经网络的输出样本,对神经网络进行训练学习构建所述温度预测模型,确定主体线条偏移与温度间的关系。
进一步地,推算所述目标车辆的前方路段的环境温度的方法为:
基于所述目标车辆的实时定位信息调取所述目标车辆当前位置的车流量数据,模拟当前车流量数据所对应的碳排放量,根据碳排放量推算出所述目标车辆所在区域的地表温度,利用所述地表温度对所述温度预测模型输出的所述温度区间进行修正以获得所述目标车辆的前方路段的环境温度。
进一步地,所述目标车辆前行时的撞风温度的预测方法为:
预先通过测试并记录不同行驶速度下所对应的散热量以生成测试列表;
根据所述目标车辆的当前行驶速度,查找所述测试列表中当前行驶速度所对应的目标散热量,并将所述目标车辆的前方路段的环境温度减去目标散热量以获得撞风温度。
进一步地,计算所述目标车辆的动力电池冷却系统需要执行的目标降温量的方法为:
判断所述撞风温度与预设的车辆适宜最高温进行比较,若所述撞风温度高于所述车辆适宜最高温以及当前车内温度,则计算所述撞风温度与预设的车辆适宜最高温间的差值获得动力电池冷却系统需要执行的目标降温量,控制动力电池冷却系统在行驶过程中按照所述目标降温量逐渐对车辆内部进行降温。
本发明的目的之二采用如下技术方案实现:
一种新能源汽车的辅助温控系统,执行如上述的新能源汽车的辅助温控方法,所述系统包括:
拥堵判断模块,用于根据所述目标车辆所在区域的实时车流量数据判断所述目标车辆前方路段是否行驶缓慢;
图像分析模块,当所述目标车辆前方路段行驶缓慢时调取所述目标车辆的影像系统拍摄车前位置所得的前方图像,并对其进行分析以获得前方温度区间;
温度分析模块,用于根据前方温度区间以及所述车流量数据共同预测所述目标车辆的前方路段的环境温度;并基于所述目标车辆的行驶速度推算所述目标车辆前行时的撞风温度;
调温模块,用于根据所述撞风温度计算所述目标车辆的动力电池冷却系统需要执行的目标降温量,并生成对应的调温指令下发至所述动力电池冷却系统中,使所述动力电池冷却系统在所述目标车辆进入其前方行驶缓慢路段前开始进行温度调整。
本发明的目的之三采用如下技术方案实现:
一种电子设备,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述新能源汽车的辅助温控方法。
本发明的目的之四采用如下技术方案实现:
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的新能源汽车的辅助温控方法。
相比现有技术,本发明的有益效果在于:
本发明可提前预知车辆前方温度,根据前方温度及时调整动力电池冷却系统的目标降温量,利用该辅助温控方法辅助原动力电池冷却系统进行车辆温度调整,避免动力电池冷却系统需要在短时间内进行大幅度降温,从而降低动力电池冷却系统的降温功耗,同时维持电池在合适温度间工作,可减少电池损耗,维持电池寿命。
附图说明
图1为本发明新能源汽车的辅助温控方法的流程示意图;
图2为本发明影像系统拍摄所得的前方路段图像;
图3为本发明图像中前方车辆出现线条扭曲的示意图;
图4为本发明图像中交通标线扭曲的示意图;
图5为本发明新能源汽车的辅助温控系统的模块示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一
本实施例提供一种新能源汽车的辅助温控方法,新能源汽车原搭配有动力电池冷却系统,该系统可通过冷却液、冷却管道、热交换器等对新能源汽车的动力电池进行温度控制。而本实施例的辅助温控方法,可应用在外置中控板,该中控板与新能源汽车的原车载系统相连接实现信号互通,借助车辆前进撞风对原动力电池冷却系统的温控效果进行提升,降低原动力电池冷却系统的功耗。
本实施例新能源汽车的辅助温控方法,如图1所示,具体包括如下步骤:
步骤S1:响应于行驶缓慢指令调取所述目标车辆的影像系统拍摄车前位置所得的前方图像,对所述前方图像进行分析以获得前方温度区间;所述行驶缓慢指令是根据目标车辆所在区域的实时车流量数据生成;
步骤S2:根据前方温度区间以及所述车流量数据共同预测所述目标车辆的前方路段的环境温度,并基于所述目标车辆的行驶速度推算所述目标车辆前行时的撞风温度;
步骤S3:基于所述撞风温度计算所述目标车辆的动力电池冷却系统需要执行的目标降温量,并生成对应的调温指令下发至所述动力电池冷却系统中,使所述动力电池冷却系统在所述目标车辆进入其前方行驶缓慢路段前开始进行温度调整。
本实施例将用户所驾驶的车辆称之为目标车辆,所述目标车辆行驶在公路上时,实时获取其定位信息,通过该定位信息进行路线导航之余,还可基于无线网络连接第三方车流量监控系统,基于所述目标车辆的实时定位信息调取所述目标车辆前方路段的车流量数据,若前方路段的车流量数据大于预设车流量值,则判定所述目标车辆前方行驶缓慢并生成所述行驶缓慢指令;若前方路段的车流量数据小于预设的车流量值,则认为所述目标车辆前方路段并不行驶缓慢,此时则不需要生成行驶缓慢指令。
当所述目标车辆前方路段发生行驶缓慢时,则调取所述目标车辆上原有的影像系统所拍摄的录像,其中录像可将目标车辆前方的实时路面情况进行收录;基于前方图像初步分析车辆前方的温度情况。
具体地:从录像中获取多帧连续的前方图像,识别出每帧图像中同一物体所对应的像素范围,并判断多帧连续图像中同一物体的像素范围是否重合,若完全重合,则代表图像中物体线条未发生扭曲,则可认为目标车辆前方温度适宜,前方路段的温度处于正常温度范围内;若不重合,则可认为图像中物体线条发生了扭曲,相当于目标车辆前方路段的温度过高;再根据多帧连续图像中非重合的像素区域标记该物体的边缘扭曲线,并将标记有边缘扭曲线的图像导入预先构建的温度预测模型以输出所述目标车辆的前方路段的温度区间。
其中,基于图像推算温度的原理为:在高温下空气密度会发生改变,光线经过密度不一致的区域则会发生偏转,导致高温环境下肉眼看或拍摄出来的图像中物体线条会发生扭曲。如图2~4所示,图2所示的图像中拍摄到前方车辆,图3中前方车辆出现线条扭曲,说明前方车辆所处环境处于高温状态。
其中,若多帧连续的图像中同一物体的像素范围不重合,则代表多帧图像中同一物体的外轮廓线条出现偏移,意味着该物体上的外轮廓线条发生凹进去或凸出来等扭曲情况,此时根据非重合的像素区域标记该物体的边缘扭曲线;具体地,即根据每一帧图像中同一物体的像素范围确定每帧图像中该物体的外轮廓线,再将多帧连续图像中同一物体的外轮廓线进行融合生成该物体的边缘扭曲线;并将标记有边缘扭曲线的图像导入预先构建的温度预测模型推算出所述目标车辆前方的温度区间。
在一些实施例中,还可根据交通标线来确定图像的线条扭曲程度,如图4所示,图4中交通标线出现扭曲,同样可说明前方环境处于高温状态。具体地:判断所述目标车辆前方图像中是否存在交通标线,识别出图像中是否交通标线的方法可以通过颜色和位置来确定,即分析图像中的左右两侧是否有白色或黄色的线条,且该线条具有一定的宽度,若满足上述条件则可将该线条认定为交通标线。
若图像中存在交通标线,则提取每帧图像中的交通标线,根据每帧图像中的交通标线的形态确定交通标线的线条特征并将其导入预先构建的温度预测模型推算出所述目标车辆前方的温度区间。
而所述温度预测模型的构建方法为:
获取不同环境温度对同一样本主体进行拍摄所获得的图像样本,查找出常温范围下所对应的图像样本,并识别图像中所述样本主体的主体线条作为基准线条;在常温范围下空气密度相对平均,光线经过所发生的偏转也相对较弱,将其温度下对应的线条特征作为基准可准确衬托出温度高的图像线条扭曲程度;其中常温范围可以是20~26℃。
从图像样本中查询超过常温范围的图像样本并对其进行主体线条识别,超过常温范围后温度越高,线条扭曲程度则越高;此时分析不同温度下图像的主体线条与基准线条的偏移情况,并在图像中标识出发生偏移的主体线条,同时计算出发生偏移的主体线条的偏移量,将线条的偏移量作为线条特征标记在图像中。
将标识有偏移线条的所述图像样本作为神经网络的输入样本,将所述图像样本中主体所处的环境温度范围作为神经网络的输出样本,对神经网络进行学习以构建所述温度预测模型,通过网络学习的方式确定图像中主体线条偏移与温度间的关系,使得后期将标记有物体的边缘扭曲线以及交通标线的扭曲特征的图像导入预先构建的温度预测模型,即可根据图像中线条扭曲程度推算出对应的温度区间。
为了进一步提高前方路段温度识别的准确性,本实施例在步骤S1中基于所述目标车辆的实时定位信息调取所述目标车辆当前位置的车流量数据时,模拟当前车流量数据所对应的碳排放量,根据碳排放量推算出所述目标车辆所在区域的地表温度,利用所述地表温度对所述温度预测模型输出的所述温度区间进行修正以获得所述目标车辆的前方路段的环境温度。
不同类型的车的碳排放量都是相对固定且已知的,当了解公路上当前车流量数据即可计算出在该路段上行驶的车辆的碳排放量总和,根据碳排放量总和推算出所述目标车辆所在区域的地表温度,若公路上车辆数量多,碳排放量大,则相对应地该路段的地表温度则会越高;利用所述地表温度对所述温度区域进行修正,可更加准确地预测目标车辆前方路段的环境温度范围。
对温度数据进行修正前,可判断地表温度与所述温度预测模型输出的温度区间是否重合,若重合,则代表经车流量数据计算得到的地表温度和所述温度预测模型输出的温度区间差别不大,此时则不需要进行温度修正;若不重合,则可将地表温度分别与所述温度预测模型输出的温度区间的两端值进行平均值计算,从而得到所述目标车辆的前方路段的环境温度范围。举个例子:若根据车流量推算出目标车辆前方路段的温度大概为26℃,而所述温度预测模型输出的温度区间为28℃~33℃,则修正后的环境温度范围则27℃~29.5℃。
由于目标车辆行驶过程中,车辆行驶会带走空气中的部分热量,当车速越快,热量散失则越快;因此,为了更精准地控制动力电池冷却系统的降温量,还需考虑车辆前行时的撞风情况。
在预测出撞风温度前,需预先进行大量测试确定车速与散热量间的关系;即假设同一车辆按照不同行驶速度行驶相同路径后,测试该车辆的同一位置在行驶前后的温度,根据行驶前后温度计算出散热量,进而生成不同行驶速度所对应散热量的测试列表。
其后,获取所述目标车辆的当前行驶速度,查找所述测试列表中当前行驶速度所对应的目标散热量,并将前述推算所得的所述目标车辆的前方路段的环境温度减去目标散热量以获得撞风温度,相当于模拟了目标车辆行驶经过高温行驶缓慢路段时的遇风情况,使得原动力电池冷却系统可提前获知前方温度情况,提前进行温度调整。
具体地:判断所述撞风温度与预设的车辆适宜最高温进行比较,若所述撞风温度高于所述车辆适宜最高温,代表着车辆经过前方行驶缓慢路段时高温空气会进入车内导致车内升温,与此同时若所述撞风装置还高于车内温度,则代表车辆进入前方路段后车内温度会升温至撞风温度;此时计算所述撞风温度与预设的车辆适宜最高温之间的差值,从而获得动力电池冷却系统需要执行的目标降温量,控制动力电池冷却系统在行驶至前方路段途中以及经过前方路段过程中按照所述目标降温量逐渐对车辆内部进行降温。
若所述撞风温度低于所述车辆适宜最高温,或所述撞风装置低于当前车内温度,则代表着车辆经过前方路段时撞风温度可带走车内大部分热量,此时动力电池冷却系统则按照其原有温控模式进行工作即可。
举个例子,假设目标车辆的车辆适宜最高温为40℃,当前车内温度同样为40℃,而经上述方法推算出目标车辆前方路段的环境温度范围为50℃~55℃,目标车辆当前行驶速度下所对应的散热量为5℃,此时,将目标车辆前方路段的环境温度范围减去散热量,得到撞风温度为45℃~50℃,相当于目标车辆行驶至前方路段时,会有45℃~50℃的高温空气进入目标车辆中,此时超过了车辆适宜最高温以及当前车内温度,因此需控制动力电池冷却系统在车辆行驶至前方路段或经过前方路段时逐渐将车内温度降低5℃,而逐渐调温的方式可避免动力电池冷却系统需要在短时间内大幅度降温,减少系统功耗,让目标车辆可维持在适宜温度,维持车辆电池寿命。
实施例二
本实施例提供一种新能源汽车的辅助温控系统,执行如实施例一所述的新能源汽车的辅助温控方法,如图5所示,所述系统包括:
拥堵判断模块,通过无线网络连接车流量监控系统以获得实时车流量数据,用于根据所述目标车辆所在区域的实时车流量数据判断所述目标车辆前方路段是否行驶缓慢;
图像分析模块,与目标车辆的影像系统相连接,当所述目标车辆前方路段行驶缓慢时调取所述目标车辆的影像系统拍摄车前位置所得的前方图像,分析所述前方图像获得前方温度区间;
温度分析模块,用于根据前方温度区间以及所述车流量数据共同预测所述目标车辆的前方路段的环境温度;并基于所述目标车辆的行驶速度推算所述目标车辆前行时的撞风温度;
调温模块,与目标车辆的动力电池冷却系统相连,用于根据所述撞风温度计算所述目标车辆的动力电池冷却系统需要执行的目标降温量,并生成对应的调温指令下发至所述动力电池冷却系统中,使所述动力电池冷却系统在所述目标车辆进入其前方行驶缓慢路段前开始进行温度调整。
在一些实施例中,还提供一种电子设备,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现实施例一中的新能源汽车的辅助温控方法;另外,在一些实施例中,还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的新能源汽车的辅助温控方法。
上述系统、设备及存储介质与前述实施例中的方法是基于同一发明构思下的多个方面,在前面已经对方法实施过程作了详细的描述,所以本领域技术人员可根据前述描述清楚地了解本实施例中的系统、设备及存储介质的结构及实施过程,为了说明书的简洁,在此就不再赘述。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (10)
1.一种新能源汽车的辅助温控方法,其特征在于,包括:
响应于行驶缓慢指令调取目标车辆的影像系统拍摄车前位置所得的前方图像,对所述前方图像进行分析以获得前方温度区间;所述行驶缓慢指令是根据目标车辆所在区域的实时车流量数据生成;
根据前方温度区间以及所述车流量数据共同预测所述目标车辆的前方路段的环境温度,并基于所述目标车辆的行驶速度推算所述目标车辆前行时的撞风温度;
基于所述撞风温度计算所述目标车辆的动力电池冷却系统需要执行的目标降温量,并生成对应的调温指令下发至所述动力电池冷却系统中,使所述动力电池冷却系统在所述目标车辆进入其前方行驶缓慢路段前开始进行温度调整。
2.根据权利要求1所述的新能源汽车的辅助温控方法,其特征在于,所述行驶缓慢指令的生成方法为:
获取目标车辆的定位信息,基于无线网络获取所述目标车辆前方路段的车流量数据,若所述车流量数据大于预设车流量值,则判定所述目标车辆前方行驶缓慢并生成所述行驶缓慢指令。
3.根据权利要求1所述的新能源汽车的辅助温控方法,其特征在于,对所述前方图像进行分析的方法为:
获取多帧连续的图像,识别出每帧图像中同一物体所对应的像素范围,判断多帧连续图像中同一物体的像素范围是否重合,根据多帧连续图像中非重合的像素区域标记该物体的边缘扭曲线,并将标记有边缘扭曲线的图像导入预先构建的温度预测模型以输出所述目标车辆的前方路段的温度区间。
4.根据权利要求3所述的新能源汽车的辅助温控方法,其特征在于,所述温度预测模型是利用标识有偏移线条的图像样本作为神经网络的输入样本,将所述图像样本中主体所处的环境温度作为神经网络的输出样本,对神经网络进行训练学习构建所述温度预测模型,确定主体线条偏移与温度间的关系。
5.根据权利要求4所述的新能源汽车的辅助温控方法,其特征在于,推算所述目标车辆的前方路段的环境温度的方法为:
基于所述目标车辆的实时定位信息调取所述目标车辆当前位置的车流量数据,模拟当前车流量数据所对应的碳排放量,根据碳排放量推算出所述目标车辆所在区域的地表温度,利用所述地表温度对所述温度预测模型输出的所述温度区间进行修正以获得所述目标车辆的前方路段的环境温度。
6.根据权利要求5所述的新能源汽车的辅助温控方法,其特征在于,所述目标车辆前行时的撞风温度的预测方法为:
预先通过测试并记录不同行驶速度下所对应的散热量以生成测试列表;
根据所述目标车辆的当前行驶速度,查找所述测试列表中当前行驶速度所对应的目标散热量,并将所述目标车辆的前方路段的环境温度减去目标散热量以获得撞风温度。
7.根据权利要求6所述的新能源汽车的辅助温控方法,其特征在于,计算所述目标车辆的动力电池冷却系统需要执行的目标降温量的方法为:
判断所述撞风温度与预设的车辆适宜最高温进行比较,若所述撞风温度高于所述车辆适宜最高温以及当前车内温度,则计算所述撞风温度与预设的车辆适宜最高温间的差值获得动力电池冷却系统需要执行的目标降温量,控制动力电池冷却系统在行驶过程中按照所述目标降温量逐渐对车辆内部进行降温。
8.一种新能源汽车的辅助温控系统,其特征在于,执行如权利要求1~7任一所述的新能源汽车的辅助温控方法,所述系统包括:
拥堵判断模块,用于根据所述目标车辆所在区域的实时车流量数据判断所述目标车辆前方路段是否行驶缓慢;
图像分析模块,当所述目标车辆前方路段行驶缓慢时调取所述目标车辆的影像系统拍摄车前位置所得的前方图像,并对其进行分析以获得前方温度区间;
温度分析模块,用于根据前方温度区间以及所述车流量数据共同预测所述目标车辆的前方路段的环境温度;并基于所述目标车辆的行驶速度推算所述目标车辆前行时的撞风温度;
调温模块,用于根据所述撞风温度计算所述目标车辆的动力电池冷却系统需要执行的目标降温量,并生成对应的调温指令下发至所述动力电池冷却系统中,使所述动力电池冷却系统在所述目标车辆进入其前方行驶缓慢路段前开始进行温度调整。
9.一种电子设备,其特征在于,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1~7任一所述的新能源汽车的辅助温控方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被执行时实现权利要求1~7任一所述的新能源汽车的辅助温控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211609865.9A CN116215322B (zh) | 2022-12-14 | 2022-12-14 | 一种新能源汽车的辅助温控方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211609865.9A CN116215322B (zh) | 2022-12-14 | 2022-12-14 | 一种新能源汽车的辅助温控方法、系统、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116215322A true CN116215322A (zh) | 2023-06-06 |
CN116215322B CN116215322B (zh) | 2024-02-02 |
Family
ID=86572074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211609865.9A Active CN116215322B (zh) | 2022-12-14 | 2022-12-14 | 一种新能源汽车的辅助温控方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116215322B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116755343A (zh) * | 2023-08-18 | 2023-09-15 | 兆和能源(威海)有限公司 | 一种基于自学习模糊控制节电器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107554340A (zh) * | 2017-09-08 | 2018-01-09 | 智车优行科技(上海)有限公司 | 电池包冷却控制方法、装置、系统和车辆 |
CN111033590A (zh) * | 2017-08-18 | 2020-04-17 | 索尼公司 | 车辆行驶控制设备、车辆行驶控制方法以及程序 |
CN111769240A (zh) * | 2020-05-20 | 2020-10-13 | 华人运通(江苏)技术有限公司 | 电动汽车远程热管理控制方法、装置、系统及存储介质 |
US20210131812A1 (en) * | 2019-11-04 | 2021-05-06 | Ford Global Technologies, Llc | System and method for route based optimization for battery electric vehicles |
CN114580801A (zh) * | 2020-11-30 | 2022-06-03 | 宝能汽车集团有限公司 | 车辆热管理控制方法、车辆热管理系统 |
CN114740913A (zh) * | 2021-01-07 | 2022-07-12 | 广州汽车集团股份有限公司 | 一种车用温控模块控制方法和装置 |
-
2022
- 2022-12-14 CN CN202211609865.9A patent/CN116215322B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111033590A (zh) * | 2017-08-18 | 2020-04-17 | 索尼公司 | 车辆行驶控制设备、车辆行驶控制方法以及程序 |
CN107554340A (zh) * | 2017-09-08 | 2018-01-09 | 智车优行科技(上海)有限公司 | 电池包冷却控制方法、装置、系统和车辆 |
US20210131812A1 (en) * | 2019-11-04 | 2021-05-06 | Ford Global Technologies, Llc | System and method for route based optimization for battery electric vehicles |
CN111769240A (zh) * | 2020-05-20 | 2020-10-13 | 华人运通(江苏)技术有限公司 | 电动汽车远程热管理控制方法、装置、系统及存储介质 |
CN114580801A (zh) * | 2020-11-30 | 2022-06-03 | 宝能汽车集团有限公司 | 车辆热管理控制方法、车辆热管理系统 |
CN114740913A (zh) * | 2021-01-07 | 2022-07-12 | 广州汽车集团股份有限公司 | 一种车用温控模块控制方法和装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116755343A (zh) * | 2023-08-18 | 2023-09-15 | 兆和能源(威海)有限公司 | 一种基于自学习模糊控制节电器 |
CN116755343B (zh) * | 2023-08-18 | 2023-12-19 | 兆和能源(威海)有限公司 | 一种基于自学习模糊控制节电器 |
Also Published As
Publication number | Publication date |
---|---|
CN116215322B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105719499B (zh) | 交通标志识别测试方法和装置 | |
CN116215322B (zh) | 一种新能源汽车的辅助温控方法、系统、设备及介质 | |
CN111007399B (zh) | 基于改进生成对抗网络的锂电池荷电状态预测方法 | |
US11511599B2 (en) | Method for controlling temperature of refrigerator provided in vehicle | |
WO2022206079A1 (zh) | 一种智能网联汽车的迭代优化多尺度融合车速预测算法 | |
CN112256590B (zh) | 虚拟场景有效性判定方法、装置和自动驾驶系统 | |
US11268826B2 (en) | Environmental state estimation device, method for environmental state estimation, and environmental state estimation program | |
CN110135302B (zh) | 训练车道线识别模型的方法、装置、设备和存储介质 | |
Pham et al. | Analytical solution to energy management guaranteeing battery life for hybrid trucks | |
WO2022222647A1 (zh) | 车辆意图预测方法、装置、设备及存储介质 | |
WO2022052446A1 (zh) | 道路运行情况确定方法及装置、设备、存储介质和程序 | |
JP2020042786A (ja) | 自動車画像の処理方法、自動車画像の処理装置及びコンピュータ読み取り可能な記憶媒体 | |
CN114529545A (zh) | 一种基于无人机的道路缺陷自动检测方法及系统 | |
CN117117397B (zh) | 电池热管理模拟方法、装置、系统及存储介质 | |
CN115817183A (zh) | 一种纯电动汽车续驶里程预测方法及预测装置 | |
CN114818107A (zh) | 用于对电动车辆拖挂进行建模的系统和方法 | |
CN115629619A (zh) | 无人机输电线路巡检系统及方法 | |
CN114758270A (zh) | 一种基于深度学习的跟随车驾驶辅助系统 | |
CN114802284A (zh) | 车辆感知性能评价方法及系统 | |
CN113824892A (zh) | 图像采集方法、装置、设备及存储介质 | |
CN116021983A (zh) | 一种基于汽车热量管理的进风控制方法、系统、设备及介质 | |
US20220332165A1 (en) | Energy management system for an electric vehicle | |
CN117152707B (zh) | 一种车辆偏移距离的计算方法、装置以及处理设备 | |
LU503957B1 (en) | Decision-making method and system based on external environment multimode information perception | |
CN117490710A (zh) | 针对目标融合的调参方法、装置及目标融合系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |