CN116295684B - 一种智能网联环境下汽车瞬时油耗监测系统 - Google Patents
一种智能网联环境下汽车瞬时油耗监测系统 Download PDFInfo
- Publication number
- CN116295684B CN116295684B CN202310206612.5A CN202310206612A CN116295684B CN 116295684 B CN116295684 B CN 116295684B CN 202310206612 A CN202310206612 A CN 202310206612A CN 116295684 B CN116295684 B CN 116295684B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- observation
- stop
- section
- unobstructed
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 230000006855 networking Effects 0.000 title claims abstract description 11
- 239000000446 fuel Substances 0.000 claims abstract description 31
- 238000007405 data analysis Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000000034 method Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F9/00—Measuring volume flow relative to another variable, e.g. of liquid fuel for an engine
-
- 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
-
- 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
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F9/00—Measuring volume flow relative to another variable, e.g. of liquid fuel for an engine
- G01F9/001—Measuring volume flow relative to another variable, e.g. of liquid fuel for an engine with electric, electro-mechanic or electronic means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
Abstract
本发明公开了一种智能网联环境下汽车瞬时油耗监测系统,包括规划监测模块、导航模块和数据分析模块,涉及智能行车技术领域,本发明通过对车辆的瞬时油耗数据进行监测,将其和最优路径推荐相结合,一方面赋予了对车辆瞬时油耗数据的监测更加真实的意义,另一方面设置数据分析单元对其进行分析获取当前区域路段的通畅启停表,规划引导单元基于当前车辆的行驶路径获取该行驶路径对应的所有路段的通畅启停值,并依据其和当前车辆在各个路段的预行驶时间对其进行比较获取最优的行驶路径,一方面避免了基于路径最短原则带来的最优路径推荐不准确情况的发生,另一方面减少了不必要的油耗损失情况的发生,提高了车辆的耐久度。
Description
技术领域
本发明涉及智能行车技术领域,具体涉及一种智能网联环境下汽车瞬时油耗监测系统。
背景技术
随着居民汽车保有量的急剧增加,导航软件获得了大量的用户和广阔的发展空间,相应的导航算法中关于减少出行时间、躲避拥堵、减少收费等功能的开发为人们的日常出行提供极大的便利。
然而,在现有的技术中,汽车上瞬时油耗的显示只是一个单纯的数值,对其进行监测只是让驾驶人员了解某一时刻汽车瞬时油耗的多少,不具备实际的意义,而在对车辆进行智能导航时,较多的是基于路径的距离,基于当前最短的距离给予驾驶员最优的行驶路径,然而这种方式下的最优行驶路径没有考虑到路段的拥堵情况,在拥堵的路况下行驶不仅仅无法快速到达而且行驶在这样的路段下会导致驾驶车辆不断启停,造成车辆的瞬时油耗过高产生不必要的油耗,且会对车辆的耐久度有所损害,在没有对车辆瞬时油耗进行监测下得出的最优路径推荐无疑是不准确的;
为了解决上述问题,本发明提出了一种解决方案。
发明内容
本发明的目的在于提供一种智能网联环境下汽车瞬时油耗监测系统,目的是为了解决现有技术中汽车瞬时油耗只是一个单纯的数值具备实际意义,在对车辆进行智能导航时,较多的是基于路径的距离,基于当前最短的距离给予驾驶员最优的行驶路径,然而这种方式下的最优行驶路径没有考虑到路段的拥堵情况,在拥堵的路况下行驶不仅仅无法快速到达而且行驶在这样的路段下会导致驾驶车辆不断启停,造成车辆的瞬时油耗过高产生不必要的油耗的问题。
本发明的目的可以通过以下技术方案实现:
一种智能网联环境下汽车瞬时油耗监测系统,包括:
规划监测模块,用于对车辆的瞬时油耗进行监测并进行最优行驶路径推荐,所述规划监测模块包括监测单元和规划引导单元;
所述监测单元用于对车辆的瞬时油耗数据进行监测并生成该车辆的瞬时油耗监测数据;
所述规划引导单元用于依据当前车辆的行驶路径数据生成该车辆的最优行驶路径;所述当前车辆的行驶路径数据指代的是该车辆从当前位置行驶到目的地位置的所有可行的行驶路径;
导航模块,用于对数据进行存储,所述导航模块包括二类存储单元;所述导航模块依据当前车辆的行驶路径获取二类存储单元中存储的当前车辆行驶路径中包含的所有路段对应的通畅启停表并依据其生成当前车辆行驶路径的评定数据;
所述规划引导单元按照一定的筛选规划步骤对当前车辆行驶进行最优规划,具体的筛选规划步骤如下:
S11:以当前车辆的一条行驶路径为例,获取该行驶路径所有路段的预行驶时间M1、M2、...、Mm,m≥1,并依据该行驶路径所有路段预行驶时间M1、M2、...、Mm计算获取该车辆行驶在该行驶路径上到达各个路段的预到达具体时刻P1、P2、...、Pm;
所述路段的预行驶时间指的是当前车辆预计在该路段上顺畅行驶的时间;
S12:以该行驶路径的一条路段为例,获取该行驶路径上各个路段预到达具体时刻对应的观测段,并获取各个路段在其观测段的通畅启停值Q1、Q2、...、Qm;
S13:利用公式计算获取该行驶路径的路径通畅度R1,所述φ和λ为预设比例因子;
S14:获取当前车辆的所有行驶路径,并按照S11到S13计算获取当前车辆所有行驶路径的路径通畅度R1、R2、...、Rr,r≥1;
S15:利用min()方法计算获取当前车辆所有行驶路径的路径通畅度最小值,并依据当前车辆路径通畅度最小值对应的行驶路径生成最优行驶路径数据;
所述规划引导单元依据当前车辆的最优行驶路径进行导航引导驾驶员进行行驶;
数据分析模块,对一定区域所有车辆的瞬时油耗数据进行分析生成该区域所有路段的通畅启停表,所述待观测路段的通畅启停表中设有字段“Stime”和“Startstop”,所述“time”字段中存储有a个观测段,“Startstop”中对应存储每个观测段内车辆的通畅启停值。
进一步的,所述规划引导单元搭载有GPS导航装置。
进一步的,所述导航模块还包括一类存储单元,所述一类存储单元内存储有一定区域内所有车辆的瞬时油耗数据。
进一步的,所述数据分析模块分析生成该区域所有路段通畅启停表的具体分析步骤如下:
S21:首先选定一区域为待观测区域,获取该待观测区域所有的路段L1、L2、...、Ll,l≥1;
S22:选定路段L1为待观测路段,进行观测段划分,将一个观测周期划分为a个等时长的观测段,将一个观测周期的a个观测段标记为A1、A2、...、Aa,a≥1;所述一个观测周期为1天,一个观测段为1小时;
S23:以一个观测周期为例,获取该观测周期观测段A1内行驶通过待观测路段的所有车辆,标记为B1、B2、...、Bb,b≥1;
S24:按照一定的筛选步骤筛选获取该观测周期观测段A1内待观测路段的通畅车辆I1、I2、...、Ii,1≤i≤b;
S25:按照一定的计算步骤计算生成该观测周期观测段A1内通畅车辆I1的启停变量D1;
S26:利用公式计算获取该观测周期观测段A1内通畅车辆I1在待观测路段的启停进度值F1,所述α为预设启停变量占比因子,β为预设时间占比因子;所述δ为预设特定的比例系数;
S27:按照S23到S26计算获取该观测周期观测段A1内通畅车辆,标记为I1、I2、...、Ii在待观测路段的启停进度值F1、F2、...、Fi;
S28:按照一定的计算步骤计算获取该观测周期观测段A1内待观测路段的车辆启停值H1,所述待观测路段的车辆启停值H1指的是该观测周期观测段A1内所有在待观测路段参与离散值计算的通畅车辆启停进度值均值;
S29:按照S22到S28,获取t个观测周期观测段A1内待观测路段的车辆启停值H1、H2、...、Ht;
S210:按照一定的计算规则计算获取观测段A1内待观测路段车辆的通畅启停值K1,所述观测段A1内待观测路段车辆的通畅启停值K1指的是t个观测周期观测段A1内参与离散值计算的待观测路段车辆启停值的均值;
S211:按照S23到S210计算获取待观测路段在观测段A1、A2、...、Aa内车辆的通畅启停值K1、K2、...、Ka;
S212:按照S22到S211计算获取待观测区域所有路段L1、L2、...、Ll的通畅启停表。
进一步的,所述S25,计算生成该观测周期观测段A1内通畅车辆I1的启停变量D1的具体计算步骤如下:
S251:获取该观测周期观测段A1下通畅车辆I1的瞬时油耗,标记为C1、C2、...、Cc,c≥1;
创建通畅车辆I1的起停变量D1,初始的起停变量的值为0,即D1=0;
S252:以通畅车辆I1的瞬时油耗C1为例,若C1>Cmax,起停变量D1的值自加1,即D1=1,所述Cmax为预设瞬时油耗最大值;若C1≤Cmin,停变量D1的值自加1,即D=1,所述Cmin为预设瞬时油耗最小值;反之,不做任何处理;
S253:按照S252,依次对通畅车辆I1的瞬时油耗C1、C2、...、Cc进行比较,获取最终通畅车辆I1的启停变量D1。
本发明的有益效果:
本发明通过对车辆的瞬时油耗数据进行监测,将其和最优路径推荐相结合,一方面赋予了对车辆瞬时油耗数据的监测更加真实的意义,另一方面设置数据分析单元对其进行分析获取该区域各个路段在不同的观测段内的车辆的启停进度值和占用时间并通过其计算获取当前区域路段的通畅启停表,规划引导单元基于当前车辆的行驶路径获取该行驶路径对应的所有路段的通畅启停值,并依据其和当前车辆在各个路段的预行驶时间生成当前车辆所有行驶路径对应的路径通畅度,并对其进行比较获取最优的行驶路径,一方面避免了基于路径最短原则带来的最优路径推荐不准确情况的发生,另一方面减少了不必要的油耗损失情况的发生,提高了车辆的耐久度和驾驶人员行驶的舒适度。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的系统框图。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,一种智能网联环境下汽车瞬时油耗监测系统,包括规划监测模块、导航模块和数据分析模块;
所述规划监测模块用于对车辆的瞬时油耗进行监测并推荐最优行驶路径,所述规划监测模块包括规划引导单元和监测单元,所述监测单元用于对车辆的瞬时油耗数据进行监测并生成该车辆的瞬时油耗监测数据,所述监测单元将当前车辆的瞬时油耗数据传输到存储模块;
所述规划引导单元用于对当前车辆的行驶路径进行智能推荐,所述规划引导单元搭载有GPS导航装置,所述GPS导航装置依据当前车辆的位置信息生成当前车辆的行驶路径数据并将其传输到导航模块;
所述当前车辆的位置信息包括当前车辆的所在位置和预到达目的地位置;所述当前车辆的行驶路径数据指代的是车辆从当前位置行驶到目的地位置的所有可行的行驶路径;
所述导航模块包括一类存储单元和二类存储单元,所述导航模块接收到规划引导单元传输的车辆的瞬时油耗数据后将其传输到一类存储单元中进行存储,设定过期时间为1月;
所述导航模块接收到规划引导单元传输的当前车辆的行驶路径数据后生成预下载指令并将其传输到二类存储单元,所述二类存储单元接收到当前车辆的行驶路径后获取二列存储单元中所有行驶路径中包含的路段对应的通畅启停表并依据其生成当前车辆行驶路径的评定数据,所述导航模块将当前车辆行驶路径的评定数据传输到规划监测模块;
所述规划监测模块接收到当前车辆行驶路径的评定数据后将其传输到规划引导单元,所述规划引导单元接收到规划监测模块传输的当前车辆行驶路径的评定数据后按照一定的规划步骤对当前车辆的行驶路径进行合理的规划,具体的规划步骤如下:
S11:以当前车辆的一条行驶路径为例,获取该行驶路径所有路段的预行驶时间M1、M2、...、Mm,m≥1,并依据该行驶路径所有路段预行驶时间M1、M2、...、Mm计算获取该车辆行驶在该行驶路径上到达各个路段的预到达具体时刻P1、P2、...、Pm;
所述路段的预行驶时间指的是当前车辆预计在该路段上顺畅行驶的时间;预行驶时间根据导航GPS的路线图自动得到;
S12:以该行驶路径的一条路段为例,获取该行驶路径上各个路段预到达具体时刻对应的观测段,并获取各个路段在其观测段的通畅启停值Q1、Q2、...、Qm;通畅启停值依据第二存储单元内存储的待观测区域所有路段的通畅启停表确定;
S13:利用公式计算获取该行驶路径的路径通畅度R1,所述φ和λ为预设比例因子;
S14:获取当前车辆的所有行驶路径,并按照S11到S13计算获取当前车辆所有行驶路径的路径通畅度R1、R2、...、Rr,r≥1;
S15:利用min()方法计算获取当前车辆所有行驶路径的路径通畅度最小值,并依据当前车辆路径通畅度最小值对应的行驶路径生成最优行驶路径数据;
所述规划引导单元依据当前车辆的最优行驶路径进行导航引导驾驶员进行行驶;
所述数据分析模块用于对一类存储单元中存储的所有车辆的瞬时数据进行分析,具体的分析步骤如下:
S21:首先选定一区域为待观测区域,获取该待观测区域所有的路段L1、L2、...、Ll,l≥1;
S22:选定路段L1为待观测路段,进行观测段划分,将一个观测周期划分为a个等时长的观测段,将一个观测周期的a个观测段标记为A1、A2、...、Aa,a≥1;在本实施例中,所述一个观测周期为1天,一个观测段为1小时;
S23:以一个观测周期为例,获取该观测周期观测段A1内行驶通过待观测路段的所有车辆,标记为B1、B2、...、Bb,b≥1;
S24:按照一定的筛选步骤筛选获取该观测周期观测段A1内待观测路段的通畅车辆,具体的筛选步骤如下:
S241:获取该观测周期观测段A1内所有车辆B1、B2、...、Bb在待观测路段内的占用时间E1、E2、...、Eb,所述车辆在待观测路段内的占用时间指的是当前车辆驶入待观测路段到驶离待观测路段的耗费时间;
S242:以车辆B1为例,将车辆B1在待观测路段内占用时间E1与E进行大小比较,若E1<E,则判定该观测周期观测段A1内车辆B1在待观测路段属于通畅车辆,反之,不做任何处理,所述E为预设待观测路段观测段A1内占用时间预设值;
S243:按照S242依次对该观测周期观测段A1内所有车辆B1、B2、...、Bb进行判定,获取该观测周期观测段A1内待观测路段的所有通畅车辆,标记为I1、I2、...、Ii,1≤i≤b;
S25:按照一定的计算步骤计算生成该观测周期观测段A1内通畅车辆I1的启停变量D1;
S251:获取该观测周期观测段A1下通畅车辆I1的瞬时油耗,标记为C1、C2、...、Cc,c≥1;
创建通畅车辆I1的起停变量D1,初始的起停变量的值为0,即D1=0;
S252:以通畅车辆I1的瞬时油耗C1为例,若C1>Cmax,起停变量D1的值自加1,即D1=1,所述Cmax为预设瞬时油耗最大值;若C1≤Cmin,停变量D1的值自加1,即D=1,所述Cmin为预设瞬时油耗最小值;反之,不做任何处理;
S253:按照S252,依次对通畅车辆I1的瞬时油耗C1、C2、...、Cc进行比较,获取最终通畅车辆I1的启停变量D1;
S26:利用公式计算获取该观测周期观测段A1内通畅车辆I1在待观测路段的启停进度值F1,所述α为预设启停变量占比因子,β为预设时间占比因子;所述δ为预设特定的比例系数;
S27:按照S23到S26计算获取该观测周期观测段A1内通畅车辆,标记为I1、I2、...、Ii在待观测路段的启停进度值F1、F2、...、Fi;
S28:利用公式,1≤g≤i计算获取该观测周期观测段A1内所有通畅车辆在待观测路段启停进度值的离散值G1,将G1与G进行大小比较,若G1≥G则按照|Fg-F|从大到小的顺序依次删除对应的Fg值并计算剩余Fg的离散值G1,并再次将G1与G进行大小比较,直至G1<G;所述G为预设阈值,所述F为该观测周期观测段A1内所有通畅车辆在待观测路段参与离散值计算的启停进度值均值;
将该观测周期观测段A1内所有通畅车辆在待观测路段参与离散值计算的启停进度值均值F重新标定为该观测周期观测段A1内待观测路段的车辆启停值,标记为H1;
S29:按照S22到S28,获取t个观测周期观测段A1内待观测路段的车辆启停值H1、H2、...、Ht;
S210:利用公式,1≤j≤t计算获取t个观测周期观测段A1内待观测路段车辆启停值的离散值J1,将J1与J进行大小比较,若J1≥J,则按照|Hj-H|从大到小的顺序依次删除对应的Hj值并计算剩余Hj的离散值J1,并再次将J1与J进行大小比较,直至J1<J,在本实施例中,所述t个观测周期是从当前观测周期开始向过去回溯t个观测周期,所述J为预设阈值,所述H为预设t个观测周期观测段A1内待观测路段内参与离散值计算的车辆启停值均值;
将t个观测周期观测段A1内待观测路段内参与离散值计算的车辆启停值均值H重新标定为观测段A1内待观测路段车辆的通畅启停值,标记为K1;
S211:按照S23到S210计算获取待观测路段在观测段A1、A2、...、Aa内车辆的通畅启停值K1、K2、...、Ka;
所述数据分析模块依据待观测路段在观测段A1、A2、...、Aa内车辆的通畅启停值K1、K2、...、Ka生成待观测路段的通畅启停表;所述待观测路段的通畅启停表中设有字段“Stime”和“Startstop”,所述“time”字段中存储有a个观测段,“Startstop”中对应存储每个观测段内车辆的通畅启停值;
S212:按照S22到S211计算获取待观测区域所有路段L1、L2、...、Ll的通畅启停表;
所述数据分析模块将待观测区域所有路段的通畅启停表传输到存储模块,所述存储模块接收到数据分析模块传输的待观测区域所有路段的通畅启停表后将其传输到第二存储单元中进行存储;
在说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (4)
1.一种智能网联环境下汽车瞬时油耗监测系统,其特征在于,包括:
规划监测模块,用于对车辆的瞬时油耗进行监测并进行最优行驶路径推荐,所述规划监测模块包括监测单元和规划引导单元;
所述监测单元用于对车辆的瞬时油耗数据进行监测并生成该车辆的瞬时油耗监测数据;
所述规划引导单元用于依据当前车辆的行驶路径数据生成该车辆的最优行驶路径;所述当前车辆的行驶路径数据指代的是该车辆从当前位置行驶到目的地位置的所有可行的行驶路径;
导航模块,用于对数据进行存储,所述导航模块包括二类存储单元;所述导航模块依据当前车辆的行驶路径获取二类存储单元中存储的当前车辆行驶路径中包含的所有路段对应的通畅启停表并依据其生成当前车辆行驶路径的评定数据;
所述规划引导单元按照一定的筛选规划步骤对当前车辆行驶进行最优规划,具体的筛选规划步骤如下:
S11:以当前车辆的一条行驶路径为例,获取该行驶路径所有路段的预行驶时间M1、M2、...、Mm,m≥1,并依据该行驶路径所有路段预行驶时间M1、M2、...、Mm计算获取该车辆行驶在该行驶路径上到达各个路段的预到达具体时刻P1、P2、...、Pm;
所述路段的预行驶时间指的是当前车辆预计在该路段上顺畅行驶的时间;
S12:以该行驶路径的一条路段为例,获取该行驶路径上各个路段预到达具体时刻对应的观测段,并获取各个路段在其观测段的通畅启停值Q1、Q2、...、Qm;
S13:利用公式计算获取该行驶路径的路径通畅度R1,所述φ和λ为预设比例因子;
S14:获取当前车辆的所有行驶路径,并按照S11到S13计算获取当前车辆所有行驶路径的路径通畅度R1、R2、...、Rr,r≥1;
S15:利用min()方法计算获取当前车辆所有行驶路径的路径通畅度最小值,并依据当前车辆路径通畅度最小值对应的行驶路径生成最优行驶路径数据;
所述规划引导单元依据当前车辆的最优行驶路径数据进行导航引导驾驶员进行行驶;
数据分析模块,对一定区域所有车辆的瞬时油耗数据进行分析生成该区域所有路段的通畅启停表,具体分析步骤如下:
S21:首先选定一区域为待观测区域,获取该待观测区域所有的路段L1、L2、...、Ll,l≥1;
S22:选定路段L1为待观测路段,进行观测段划分,将一个观测周期划分为a个等时长的观测段,将一个观测周期的a个观测段标记为A1、A2、...、Aa,a≥1;所述一个观测周期为1天,一个观测段为1小时;
S23:以一个观测周期为例,获取该观测周期观测段A1内行驶通过待观测路段的所有车辆,标记为B1、B2、...、Bb,b≥1;
S24:按照一定的筛选步骤筛选获取该观测周期观测段A1内待观测路段的通畅车辆I1、I2、...、Ii,1≤i≤b;
S25:按照一定的计算步骤计算生成该观测周期观测段A1内通畅车辆I1的启停变量D1;
S26:利用公式计算获取该观测周期观测段A1内通畅车辆I1在待观测路段的启停进度值F1,所述α为预设启停变量占比因子,β为预设时间占比因子;所述δ为预设特定的比例系数;
S27:按照S23到S26计算获取该观测周期观测段A1内通畅车辆,标记为I1、I2、...、Ii在待观测路段的启停进度值F1、F2、...、Fi;
S28:按照一定的计算步骤计算获取该观测周期观测段A1内待观测路段的车辆启停值H1,所述待观测路段的车辆启停值H1指的是该观测周期观测段A1内所有在待观测路段参与离散值计算的通畅车辆启停进度值均值;
S29:按照S22到S28,获取t个观测周期观测段A1内待观测路段的车辆启停值H1、H2、...、Ht;
S210:按照一定的计算规则计算获取观测段A1内待观测路段车辆的通畅启停值K1,所述观测段A1内待观测路段车辆的通畅启停值K1指的是t个观测周期观测段A1内参与离散值计算的待观测路段车辆启停值的均值;
S211:按照S23到S210计算获取待观测路段在观测段A1、A2、...、Aa内车辆的通畅启停值K1、K2、...、Ka;
S212:按照S22到S211计算获取待观测区域所有路段L1、L2、...、Ll的通畅启停表;
所述待观测路段的通畅启停表中设有字段“Stime”和“Startstop”,所述“time”字段中存储有a个观测段,“Startstop”中对应存储每个观测段内车辆的通畅启停值。
2.根据权利要求1所述的一种智能网联环境下汽车瞬时油耗监测系统,其特征在于,所述规划引导单元搭载有GPS导航装置。
3.根据权利要求1所述的一种智能网联环境下汽车瞬时油耗监测系统,其特征在于,所述导航模块还包括一类存储单元,所述一类存储单元内存储有一定区域内所有车辆的瞬时油耗数据。
4.根据权利要求1所述的一种智能网联环境下汽车瞬时油耗监测系统,其特征在于,所述S25,计算生成该观测周期观测段A1内通畅车辆I1的启停变量D1的具体计算步骤如下:
S251:获取该观测周期观测段A1下通畅车辆I1的瞬时油耗,标记为C1、C2、...、Cc,c≥1;
创建通畅车辆I1的起停变量D1,初始的起停变量的值为0,即D1=0;
S252:以通畅车辆I1的瞬时油耗C1为例,若C1>Cmax,起停变量D1的值自加1,即D1=1,所述Cmax为预设瞬时油耗最大值;若C1≤Cmin,停变量D1的值自加1,即D=1,所述Cmin为预设瞬时油耗最小值;反之,不做任何处理;
S253:按照S252,依次对通畅车辆I1的瞬时油耗C1、C2、...、Cc进行比较,获取最终通畅车辆I1的启停变量D1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310206612.5A CN116295684B (zh) | 2023-03-07 | 2023-03-07 | 一种智能网联环境下汽车瞬时油耗监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310206612.5A CN116295684B (zh) | 2023-03-07 | 2023-03-07 | 一种智能网联环境下汽车瞬时油耗监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116295684A CN116295684A (zh) | 2023-06-23 |
CN116295684B true CN116295684B (zh) | 2023-11-24 |
Family
ID=86826826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310206612.5A Active CN116295684B (zh) | 2023-03-07 | 2023-03-07 | 一种智能网联环境下汽车瞬时油耗监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116295684B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105865472A (zh) * | 2016-04-06 | 2016-08-17 | 重庆邮电大学 | 一种基于最佳油耗的车载导航方法 |
CN107389076A (zh) * | 2017-07-01 | 2017-11-24 | 兰州交通大学 | 一种适用于智能网联汽车的节能实时动态路径规划方法 |
CN112289062A (zh) * | 2020-10-26 | 2021-01-29 | 公安部交通管理科学研究所 | 一种基于绿灯时刻图的车辆行驶路径动态导航方法 |
CN112985436A (zh) * | 2021-01-25 | 2021-06-18 | 何桂香 | 一种基于大数据的物流车辆车载导航系统 |
CN114802305A (zh) * | 2022-04-27 | 2022-07-29 | 东风柳州汽车有限公司 | 汽车燃油管理方法、装置、设备及存储介质 |
CN114858178A (zh) * | 2022-04-29 | 2022-08-05 | 河南职业技术学院 | 一种基于道路资源预测的智能导航方法和系统 |
WO2022166239A1 (zh) * | 2021-02-03 | 2022-08-11 | 华为技术有限公司 | 一种车辆行驶方案的规划方法、装置和存储介质 |
CN115497320A (zh) * | 2022-09-15 | 2022-12-20 | 广东仁达科技有限公司 | 基于大数据平台的智慧城市交通管理系统和方法 |
-
2023
- 2023-03-07 CN CN202310206612.5A patent/CN116295684B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105865472A (zh) * | 2016-04-06 | 2016-08-17 | 重庆邮电大学 | 一种基于最佳油耗的车载导航方法 |
CN107389076A (zh) * | 2017-07-01 | 2017-11-24 | 兰州交通大学 | 一种适用于智能网联汽车的节能实时动态路径规划方法 |
CN112289062A (zh) * | 2020-10-26 | 2021-01-29 | 公安部交通管理科学研究所 | 一种基于绿灯时刻图的车辆行驶路径动态导航方法 |
CN112985436A (zh) * | 2021-01-25 | 2021-06-18 | 何桂香 | 一种基于大数据的物流车辆车载导航系统 |
WO2022166239A1 (zh) * | 2021-02-03 | 2022-08-11 | 华为技术有限公司 | 一种车辆行驶方案的规划方法、装置和存储介质 |
CN114802305A (zh) * | 2022-04-27 | 2022-07-29 | 东风柳州汽车有限公司 | 汽车燃油管理方法、装置、设备及存储介质 |
CN114858178A (zh) * | 2022-04-29 | 2022-08-05 | 河南职业技术学院 | 一种基于道路资源预测的智能导航方法和系统 |
CN115497320A (zh) * | 2022-09-15 | 2022-12-20 | 广东仁达科技有限公司 | 基于大数据平台的智慧城市交通管理系统和方法 |
Non-Patent Citations (1)
Title |
---|
基于路由节点的最优油耗路径规划模型;刘琳;李春媛;陈彦虎;冯辉宗;华新泽;;重庆大学学报(第07期);77-85 * |
Also Published As
Publication number | Publication date |
---|---|
CN116295684A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11650066B2 (en) | Systems and methods for variable energy routing and tracking | |
CN107782327B (zh) | 能量最优的车辆路线选择 | |
US20190265057A1 (en) | Trip planning with energy constraint | |
WO2019042297A1 (zh) | 一种电动汽车最优路径和驾驶方式的规划方法及系统 | |
CN103542858B (zh) | 车辆到达目标能力评估方法,数据库生成方法、导航系统 | |
US9074905B2 (en) | Route search device | |
CN111452794A (zh) | 一种确定能耗的方法及装置和确定驾驶策略的方法及装置 | |
JP6717860B2 (ja) | ハイブリッドモータ車両の燃料および電気消費を管理するための設定点を計算するための方法 | |
US20130024112A1 (en) | System and method for generating recommended driving routes for an electric vehicle | |
CN103175534A (zh) | 车辆路线确定的系统 | |
US11312359B2 (en) | Method for calculating a management setpoint for managing the fuel and electric power consumption of a hybrid motor vehicle | |
JP2023535828A (ja) | 経路決定方法、装置、機器及び媒体 | |
CN109159782A (zh) | 车辆的动力模式调节方法及服务器 | |
CN116295684B (zh) | 一种智能网联环境下汽车瞬时油耗监测系统 | |
CN105825683A (zh) | 一种道路交通状况评价方法 | |
KR20210035845A (ko) | 차량의 주행 가능 거리를 추정하기 위한 방법 및 장치 | |
CN113673756A (zh) | 车辆的推荐车速确定方法、装置及计算机设备 | |
CN113370966A (zh) | 混动汽车动力系统的油电切换控制方法、存储介质及电子设备 | |
Hartmann et al. | Energy-efficient routing: Taking speed into account | |
CN113071336B (zh) | 一种车辆的增程器控制方法、系统及车辆 | |
US20240053161A1 (en) | Method for Predicting a Velocity Profile of a Vehicle | |
CN113919529A (zh) | 一种网约车出行的环境影响评价方法 | |
CN109520517B (zh) | 路线规划方法及其系统 | |
Tarapata et al. | Machine learning algorithms for the problem of optimizing the distribution of parcels in time-dependent networks: the case study | |
CN117901724B (zh) | 一种纯电动汽车热管理系统控制方法、系统及设备 |
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 |