CN116395069A - 电动车辆能量管理方法、装置、存储介质及电动车辆 - Google Patents
电动车辆能量管理方法、装置、存储介质及电动车辆 Download PDFInfo
- Publication number
- CN116395069A CN116395069A CN202310375470.5A CN202310375470A CN116395069A CN 116395069 A CN116395069 A CN 116395069A CN 202310375470 A CN202310375470 A CN 202310375470A CN 116395069 A CN116395069 A CN 116395069A
- Authority
- CN
- China
- Prior art keywords
- electric vehicle
- vehicle
- real
- energy management
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 106
- 238000005265 energy consumption Methods 0.000 claims abstract description 63
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000004891 communication Methods 0.000 claims description 27
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010223 real-time analysis Methods 0.000 description 2
- 101150042248 Mgmt gene Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62J—CYCLE SADDLES OR SEATS; AUXILIARY DEVICES OR ACCESSORIES SPECIALLY ADAPTED TO CYCLES AND NOT OTHERWISE PROVIDED FOR, e.g. ARTICLE CARRIERS OR CYCLE PROTECTORS
- B62J50/00—Arrangements specially adapted for use on cycles not provided for in main groups B62J1/00 - B62J45/00
- B62J50/20—Information-providing devices
- B62J50/21—Information-providing devices intended to provide information to rider or passenger
- B62J50/22—Information-providing devices intended to provide information to rider or passenger electronic, e.g. displays
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62J—CYCLE SADDLES OR SEATS; AUXILIARY DEVICES OR ACCESSORIES SPECIALLY ADAPTED TO CYCLES AND NOT OTHERWISE PROVIDED FOR, e.g. ARTICLE CARRIERS OR CYCLE PROTECTORS
- B62J45/00—Electrical equipment arrangements specially adapted for use as accessories on cycles, not otherwise provided for
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- 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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mechanical Engineering (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提供了一种电动车辆能量管理方法、装置、存储介质及电动车辆,所述方法为获取电动车辆的实时行驶数据;记录和储存所述电动车辆的历史行驶数据和实时行驶数据;对所述历史行驶数据和所述实时行驶数据进行处理和分析,构建所述电动车辆的能量消耗模型;根据所述实时行驶数据和所述能量消耗模型,获得与所述电动车辆行驶状况对应的能量管理策略;将所述能量管理策略传输至车载显示模块。本申请的电动车辆能量管理方法能够根据电动车辆的实时行驶数据来生成相对应的能量管理策略,并将对应的能量管理策略输出至车载显示模块显示,供驾驶员进行参考,进而实现个性化的能量管理。
Description
技术领域
本发明涉及车辆技术领域,更具体地说,涉及一种电动车辆能量管理方法、装置、存储介质及电动车辆。
背景技术
电动车辆的兴起推动了节能减排技术的发展,越来越多的人开始使用电动车辆作为代步工具。然而,电动车辆的续航里程和电池寿命等问题仍然是制约其发展的关键因素。现有的电动车辆不能根据其上各耗能组件的能耗影响大小来实现个性化的能量管理,使得驾驶者的使用体验不佳。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是现有的电动车辆不能根据其上各耗能组件的能耗影响大小来实现个性化的能量管理,使得驾驶者的使用体验不佳。
(二)技术方案
为实现上述目的,本发明采用的技术方案是:
第一方面,本申请实施例提供了一种电动车辆能量管理方法,包括:
获取电动车辆的实时行驶数据;
记录和储存所述电动车辆的历史行驶数据和实时行驶数据;
对所述历史行驶数据和所述实时行驶数据进行处理和分析,构建所述电动车辆的能量消耗模型;
根据所述实时行驶数据和所述能量消耗模型,获得与所述电动车辆行驶状况对应的能量管理策略;
将所述能量管理策略传输至车载显示模块。
在第一方面的一种可能的实现方式中,根据所述实时行驶数据和所述能量消耗模型,获得与所述电动车辆行驶状况对应的能量管理策略,包括:
获取目标导航路径的预计行驶里程和预计行驶时间;
根据所述预计行驶里程和实时行驶数据,计算所述电动车辆完成所述预计行驶里程的预计消耗能量值;
计算所述预计消耗能量值与所述预计行驶时间的比值,得出所述电动车辆的预计消耗功率;
根据所述实时行驶数据,计算所述电动车辆的实时消耗功率;
若所述实时消耗功率大于所述预计消耗功率,则向所述车载显示模块发送能量管理策略;
若所述实时消耗功率小于所述预计消耗功率,则继续获取电动车辆的实时行驶数据。
在第一方面的一种可能的实现方式中,所述根据所述实时行驶数据和所述能量消耗模型,获得与所述电动车辆行驶状况对应的能量管理策略,还包括:
获取目标导航路径的预计行驶里程;
获取电动车辆的电池剩余电量和所述实时行驶数据;
根据所述电池剩余电量和所述实时行驶数据计算剩余可行驶里程;
若所述剩余可行驶里程大于或等于所述预计行驶里程,则继续获取电动车辆的实时行驶数据;
若所述剩余可行驶里程小于所述预计行驶里程,则获取所述电动车辆行驶路段的充电站的信息,计算得出最优充电站的位置;
将所述最优充电站的位置传输至车载显示模块。
在第一方面的一种可能的实现方式中,所述若所述剩余可行驶里程小于所述预计行驶里程,则获取所述电动车辆行驶路段的充电站的信息,计算得出最优充电站的位置,包括:
获取所述目标导航路径上所有充电站的位置信息;
根据所述电池剩余电量,计算所述电动车辆可以到达充电站的公里数;
根据所述公里数筛选目标充电站,所述目标充电站为所述目标导航路径上可到达的充电站;
计算各个所述目标充电站的使用情况,确定所述最优充电站,所述最优充电站为使用量最少的所述目标充电站;
确定到达所述最优充电站的最短移动路径。
在第一方面的一种可能的实现方式中,所述确定到达所述最优充电站的最短移动路径,包括:通过Dijkstra算法确定所述最优移动路径;或者,通过Bellman-Ford算法确定所述最短移动路径。
在第一方面的一种可能的实现方式中,所述实时行驶数据包括车速、转向角度、车辆加速度、道路拥堵情况以及交通灯信号。
在第一方面的一种可能的实现方式中,所述记录和储存历史行驶数据和实时行驶数据,包括:
对历史行驶数据和实时行驶数据进行分析和处理,以形成驾驶员的驾驶习惯模型;
根据所述驾驶习惯模型和所述行驶数据,向所述车载终端发送优化建议,所述优化建议包括优化行驶路线、调整车速以及危险驾驶提醒。
第二方面,本申请实施例提供了一种电动车辆能量管理装置,用于执行上述第一方面中任一项所述的电动车辆能量管理方法,所述电动车辆能量管理装置包括:
车载数据采集模块,用于获取电动车辆的实时行驶数据;
数据存储模块,用于记录和储存历史行驶数据和实时行驶数据;
车载计算模块,用于对所述历史行驶数据和所述实时行驶数据进行处理和分析,构建所述电动车辆的能量消耗模型;
数据处理模块,根据所述能量消耗模型,获得与所述电动车辆行驶状况对应的能量管理策略;
车载通信模块,用于将所述能量管理策略传输至车载显示模块;
车载显示模块,用于显示所述能量管理策略;
车载控制模块,用于执行所述能量管理策略。
第三方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面中任一项所述的电动车辆能量管理方法。
第四方面,本申请实施例提供了一种电动车辆,包括存储器、处理器以及存储在所述存储器中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上述第一方面中任一项所述的电动车辆能量管理方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的电动车辆能量管理方法。
(三)有益效果
本发明的上述技术方案至少具有如下有益效果:
1、本申请的电动车辆能量管理方法能够根据电动车辆的实时行驶数据来生成相对应的能量管理策略,并将对应的能量管理策略输出至车载显示模块显示,供驾驶员进行参考,进而实现个性化的能量管理。
2、本申请的车辆能量管理装置设有车载计算模块,车载计算模块可以进行实时分析和处理,只需将相关的数据和结果通过车载通信模块传至云端的数据处理模块,从而减少电动车辆与云端的数据通信量,提高数据传输效率,而且减少了与云端数据的延迟,提高了能量管理策略的实时性和可靠性。
3、本申请的车辆能量管理装置的车载通信模块与云端的数据处理模块建立通讯专网,可以实现数据的实时传输和云端的实时监测与控制。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,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,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的电动车辆能量管理方法的第一种流程示意图。
图2是本发明实施例提供的电动车辆能量管理方法的第二种流程示意图。
图3是本发明实施例提供的电动车辆能量管理方法的第三种流程示意图。
图4是本发明实施例提供的电动车辆能量管理方法的第四种流程示意图。
图5是本发明实施例提供的电动车辆能量管理方法的第五种流程示意图。
图6是本发明实施例提供的电动车辆能量管理装置的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例的实施主体可以为电动车辆(EV)或者混合动力车辆。
如图1和图6所示,本发明实施例提供了一种电动车辆能量管理方法,包括:
S110、获取电动车辆200的实时行驶数据;具体地,实时行驶数据包括但不限于车速、转向角度、环境亮度、车速、转向角度、车辆加速度、道路拥堵情况以及交通灯信号等。
S120、记录和储存电动车辆的历史行驶数据和实时行驶数据;不难理解地,实时行驶数据是指电动车辆实时行驶过程中产生的数据,历史行驶数据是指电动车辆历史行驶过程中产生的数据;随着时间的推移,实时行驶数据变为历史行驶数据。由于车载数据采集模块201采集到的实时行驶数据可能存在误差、噪声等问题,优选地,在记录和储存电动车辆的实时行驶数据之前需要对实时行驶数据进行预处理,以提高数据质量。具体地,预处理方式包括但不限于滤波、去噪等操作。
S130、对历史行驶数据和实时行驶数据进行处理和分析,构建电动车辆200的能量消耗模型;进一步地,对历史行驶数据和实时行驶数据进行处理和分析,包括通过机器学习算法提取所需的特定特征,如电池剩余电量等,以便后续能量消耗模型的建立,能量消耗模型包括但不限于电动车辆200的能量利用率、能量流动分析、各耗能组件的能耗比等数据。具体地,可以根据公式计算得出电池的电量状态:
其中:
SOCbatt表示电池的电量状态;
Ebatt表示电动车辆200的电池剩余电量;
Erated表示电池额定能量。
将电池的电量状态显示在车载显示模块206上。
然后根据公式计算得出车辆向电网的能量流:
PV2G=Pbatt+Pvehicle
其中:
PV2G表示从电动车辆200向电网的能量流;
Pbatt表示电池内的能量,即电动车辆200的电池剩余电量Ebatt;
Pvehicle表示车辆消耗的能量。
该公式通过将电池内的能量和车辆消耗的能量相加来计算从车辆向电网的能量流。该数据可以显示在车载显示模块206上,为驾驶员的决策提供参考。
可以根据以下计算式确定各耗能组件(如驱动车轮转动的电机、车内空调等)的能耗:
其中:
Pmgmt表示管理目的的功率;
Econs表示单个耗能组件消耗的能量;
T表示时间段。
该模型可用于评估电动汽车中各种耗能组件的能耗,并确定哪种耗能组件效率最高。计算得出各耗能组件的能耗高低,为下一步提出能量管理策略提供支持。
然后根据各耗能组件(如驱动车轮转动的电机、车内空调等)的能耗计算各耗能组件的耗能占比。
S140、根据实时行驶数据和能量消耗模型,获得与电动车辆200行驶状况对应的能量管理策略;不难理解地,电动车辆200的行驶时间越长,耗能越大;当行驶速度超过一定阈值时,行驶速度越大,耗能也越大;当开启车内空调时,车内温度变化越大,耗能也越大。因此预计消耗能量值与行驶时间、行驶速度和车内温度变化的差值成正线性相关关系,行驶时间、行驶速度和车内外温差是电动车辆200能耗的主要影响参数,可以根据以下计算式得出预计消耗能量值:
Epred=a0+a1*t+a2*V+a3*T
其中:Epred表示预计消耗能量值;t表示行驶时间;V表示行驶时间;T表示车内外温差差值;a0、a1、a2和a3都为常数项;a0、a1、a2和a3可以通过程序计算得出。a0代表其余影响参数消耗的能量,车辆类型不同、各耗能组件的型号不同对应的a0、a1、a2和a3的数值也不相同。
根据上述预计消耗能量值,通过以下计算式确定每个单元的功率分配:
Pi=Epred/Tpred
其中:
Pi表示第i个单元的功率分配;
Epred表示预测的总能量;
Tpred表示预测的总时间。
该能量管理策略是通过以下计算式确定电动车辆200的实时功率输出:
其中:
PEdge表示基于电动车辆能量管理方法的功率输出;
Cp表示电动车辆能量管理方法的功率转换效率;
Vbatt表示电动车辆200的电池电压。
同理,当功率分配值Pi确定时,可以通过上述计算式反推此时所需的电动车辆200的电池电压Vbatt的大小。将目前电动车辆200的电池电压值与预计降低能耗所需的电池电压值进行求差,根据该差值调节各耗能组件所消耗的电能,将电动车辆200的电池电压值调节至与降低能耗所需的电池电压值相等,进而达到节能的效果。
根据上述计算,可以向驾驶员提供相对应的能量管理策略,例如:当车速为主要耗能因素时,输出“请降低车速”的能量管理策略;当行驶时间为主要耗能因素时,输出“推荐更节省时间的行驶路线”的能量管理策略;当车内外温差为主要耗能因素时,输出“请调节空调温度”的能量管理策略;
然后根据以下公式确定一定时间段内电动车辆200的耗能:
其中:
Ert表示电动车辆能量管理方法的能量消耗;
PEdge表示基于电动车辆能量管理方法的功率输出;
t0表示功率管理方法开始的时间;
tf表示功率管理方法结束的时间。
根据上述计算方法,可以计算一定时间内电动车辆200未使用电动车辆能量管理方法时的能耗,然后再计算电动车辆200使用电动车辆能量管理方法时的能耗,将两者的数据进行对比,即可知道电动车辆能量管理方法的节能效果。
电动车辆能量管理方法可以根据以下算法找到能量管理过程中最长期、回报最高的最佳行动:
上式表示:枚举从1到N所有的可实现减少耗能的任务,然后从上述任务中选出能量消耗Ej最小的任务。并将该任务作为能量管理策略输出。
S150、将能量管理策略传输至车载显示模块206。具体地,车载显示模块206为车载显示器或其他终端设备(如手机、电脑、车载导航仪、平板电脑等)。
如图5和图6所示,在一个实施例中,步骤S140中根据实时行驶数据和能量消耗模型,获得与电动车辆行驶状况对应的能量管理策略,包括:
S141、获取目标导航路径的预计行驶里程和预计行驶时间;具体地,可以将起始点与目的地输入车载导航系统得出目标导航路径的预计行驶里程和预计行驶时间。
S142、根据预计行驶里程和实时行驶数据,计算电动车辆200完成预计行驶里程的预计消耗能量值;
S143、计算预计消耗能量值与预计行驶时间的比值,得出电动车辆200的预计消耗功率;
S144、根据实时行驶数据,计算电动车辆200的实时消耗功率;
S145、若实时消耗功率大于预计消耗功率,则向车载显示模块206发送能量管理策略;该能量管理策略包括但不限于降低车速、调节车内空调的温度以减小车内空调的能耗、推荐更优的行驶路线以节省驾驶时间等。
S146、若实时消耗功率小于预计消耗功率,则继续获取电动车辆200的实时行驶数据。
如图3和图6所示,在一个实施例中,步骤S130中根据实时行驶数据和能量消耗模型,获得与电动车辆行驶状况对应的能量管理策略,还包括:
S131、获取目标导航路径的预计行驶里程;预计行驶里程即目标导航路径上起始点到目的地的里程。
S132、获取电动车辆的电池剩余电量和实时行驶数据;
S133、根据电池剩余电量和实时行驶数据计算剩余可行驶里程;剩余可行驶里程即电动车辆200在其能量完全耗尽之前可以行驶的距离。具体地,根据以下公式计算电池剩余电量:
Eremaining=Ecurrent/Etotal
其中:
Eremaining表示是电池剩余电量;
Ecurrent表示电池当前电量;
Etotal表示电池的额定容量。
然后根据以下公式计算当前电池剩余电量可以到达充电站的公里数(即续航里程):
Dremaining=Eremaining*Drange
其中:
Dremaining表示剩余可行驶里程;
Eremaining表示是电池剩余电量;
Drange表示车辆每单位能量的行驶距离。
S134、若剩余可行驶里程大于或等于预计行驶里程,则继续获取电动车辆的实时行驶数据;
S135、若剩余可行驶里程小于预计行驶里程,则获取电动车辆200行驶路段的充电站的信息,计算得出最优充电站的位置;具体地,通过以下算法实现上述判断步骤:
if Dremaining≥Ddestinationthen Reachable
其中:
Dremaining表示表示剩余可行驶里程;
Ddestination表示预计行驶里程。
如果剩余可行驶里程大于或等于预计行驶里程,则认为电动车辆200可达,结果为“Reachable”。如果剩余可行驶里程小于预计行驶里程,则认为电动车辆200无法到达。
S136、将最优充电站的位置传输至车载显示模块。
如图4和图6所示,在一个实施例中,步骤S135中若剩余可行驶里程小于预计行驶里程,则获取电动车辆行驶路段的充电站的信息,计算得出最优充电站的位置,包括:
S1351、获取目标导航路径上所有充电站的位置信息;
S1352、根据电池剩余电量,计算电动车辆可以到达充电站的公里数;
S1353、根据公里数筛选目标充电站,目标充电站为目标导航路径上可到达的充电站;
S1354、计算各个目标充电站的使用情况,确定最优充电站,最优充电站为使用量最少的目标充电站;具体地,通过以下计算式计算各个目标充电站的使用情况:
其中:
CSCi表示单个目标充电站的可用能量;
CSCtotal表示所有目标充电站的可用能量之和;
UsageCSCi表示单个目标充电站的使用情况。
通过以下算法确定最优充电站为
其中:
OptimalCSC表示最优充电站。
该算法表示从N个充电站列表中选择最优充电站的过程。通过“argmin”函数返回N个充电站的使用值列表中最小值的索引,实现在所有充电站中找到使用最少的充电站,以此确定最优充电站。每个充电站的使用量CSCi计算为第i个充电站的使用量与所有充电站的总使用量CSCtotal的比率。
S1355、确定到达最优充电站的最短移动路径。
如图2和图6所示,在一个实施例中,步骤S1355中确定到达最优充电站的最短移动路径,包括:通过Dijkstra算法确定最优移动路径;或者,通过Bellman-Ford算法确定最短移动路径。
具体地,根据Dijkstra算法计算最优移动路径,最优移动路径为:
OptimalPath=Dijkstra(G,s,t)
其中:
G表示道路网络的图;
s为电动车辆200的起始节点(即电动车辆200所处的当前位置);
t为最优充电站所在的目标节点(即最优充电站的位置)。
根据Bellman-Ford算法确定最短移动路径,最短移动路径为:
diststart→i=min(diststart→i,diststart→j+weightj→i)
其中:
diststart→i表示从起始节点(即电动车辆200所处的当前位置)到节点i(即最优充电站的位置)的最小距离;
diststart→j表示从起始节点到节点j的最小距离;
weightj→i表示节点j和节点i之间边的权值的总和。
j是一个中间节点,算法通过取一中间节点j,获得一个从开始节点出发,通过节点j到节点i的新的潜在距离。上述算法通过取当前最小距离和新的潜在距离的最小值来更新到节点的最小距离。对于图中的所有节点重复这个过程,直到距离收敛,此时算法已经找到了从开始节点到图中所有其他节点的最短路径。
在一个实施例中,步骤S110中实时行驶数据包括车速、转向角度、车辆加速度、道路拥堵情况以及交通灯信号。
在一个实施例中,步骤S120中记录和储存历史行驶数据和实时行驶数据,包括:
S121、对历史行驶数据和实时行驶数据进行分析和处理,以形成驾驶员的驾驶习惯模型;
S122、根据驾驶习惯模型和行驶数据,向车载终端发送优化建议,优化建议包括优化行驶路线、调整车速以及危险驾驶提醒。具体地,数据处理模块204利用机器学习算法和数据挖掘算法对车辆行驶数据进行分析和挖掘,机器学习算法可以根据历史行驶数据和实时行驶数据建立预测模型,提取车辆行驶过程中的潜在问题,比如过度加速、急刹车、超速行驶等。数据挖掘算法可以通过对大量数据的分析和处理,找出其中的规律和模式,提供优化建议,比如优化行驶路线、调整车速等。
如图6所示,本申请实施例提供了一种电动车辆能量管理装置,用于执行上述第一方面中任一项的电动车辆能量管理方法,电动车辆能量管理装置包括车载数据采集模块201、数据存储模块202、车载计算模块203、数据处理模块204、车载通信模块205、车载显示模块206以及车载控制模块207。其中:
车载数据采集模块201用于获取电动车辆200的实时行驶数据;具体地,车载数据采集模块201包括但不限于加速度传感器、转向传感器、温度传感器、车速传感器、计时器、摄像头等。
数据存储模块202用于记录和储存历史行驶数据和实时行驶数据;数据存储模块202能够存储电动车辆200的各种数据信息,包括但不限于车辆状态、行驶记录、驾驶习惯等。
车载计算模块203用于对历史行驶数据和实时行驶数据进行处理和分析,构建电动车辆200的能量消耗模型;车载计算模块203包括车载计算机和分布式并行处理器;车载计算机能够通过预装的计算机程序对车载数据采集模块201采集的数据进行处理和分析,实现车辆的诊断、控制和驾驶辅助功能;该分布式并行处理器是车载计算机的协处理器,能够实时处理车载数据采集模块201采集的数据,快速生成数据模型(如能量消耗模型),对车辆的状态进行分析和预测。
数据处理模块204根据能量消耗模型,获得与电动车辆200行驶状况对应的能量管理策略;数据处理模块204包括云计算服务器和与之电连接的显示终端;云计算服务器能够接收来自车载通信模块205的数据信息,实时对车辆状态进行分析和预测,并根据需要生成控制指令,通过车载通信模块205发送至车载控制模块207;具体地,云计算服务器包括服务器和数据库。服务器可以接收车载通信模块205传输的数据,并进行云端计算和数据处理。数据库可以存储电动车辆200的历史行驶数据和实时行驶数据和能量管理策略,供用户终端查询和分析。用户终端还可以通过云端查询电动车辆200的运行数据(包括历史行驶数据和实时行驶数据)和能量管理策略,并进行分析和优化。同时,用户终端还可以下发节能控制命令,实现对车辆的远程控制和优化。显示终端能够将云计算服务器处理的数据信息实时显示,包括但不限于车辆状态、预测结果、控制指令等。
车载通信模块205用于将能量管理策略传输至车载显示模块206;车载通信模块205包括双通数传装置和图传发射装置;双通数传装置可以实现将车载信息(如历史行驶数据、实时行驶数据和能量消耗模型等)和控制命令打包传输至云端;图传发射装置可以实现将车载显示模块206上的信息打包传输至云端。车载通信模块205可以将车载计算模块203处理的数据传输给云计算服务器,并接收云计算服务器下发的节能控制命令。同时,车载通信模块205还可以实现车载计算模块203与用户终端之间的数据传输和交互。车载通信模块205可以提供应用在网络设备上的包括无线局域网(wireless localarea networks,WLAN)(如Wi-Fi网络),蓝牙,Zigbee,移动通信网络,全球导航卫星系统(global navigationsatellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(nearfield communication,NFC),红外技术(infrared,IR)等通信的解决方案。车载通信模块205可以是集成至少一个通信处理模块的一个或多个器件。该车载通信模块205可以包括天线,该天线可以只有一个阵元,也可以是包括多个阵元的天线阵列。该车载通信模块205可以通过天线接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器。车载通信模块205还可以从处理器接收待发送的信号,对其进行调频、放大,经天线转为电磁波辐射出去。
车载显示模块206用于显示能量管理策略;车载显示模块206为车载显示器或其他终端设备(如手机、电脑、车载导航仪、平板电脑等)。
车载控制模块207用于执行能量管理策略。车载控制模块207与各耗能组件(如驱动车轮转动的电机、车内空调等)以及制动组件(如刹车、油门等)电性连接,用于调节各耗能组件和制动组件的使用状态。
本实施例提供的电动车辆能量管理装置,车载计算模块203位于电动车辆上,通过高速总线连接车载数据采集模块201和车载控制模块207,实现电动汽车200的数据采集、处理和控制。在车载计算模块203中,采用实时分析和处理算法,实现准秒级响应,只将相关的数据和结果通过车载通信模块205传至云端的数据处理模块204,从而减少电动车辆与云端的数据通信量,提高数据传输效率。同时,本申请实施例采用车载通信模块205与云端的数据处理模块204建立通讯专网,实现数据的实时传输和云端的实时监测与控制。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述任一项电动车辆能量管理方法。
本申请实施例提供了一种电动车辆200,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一项电动车辆能量管理方法。所述处理器可以是中央处理单元(Central Processing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。处理器可以包括中央处理器、应用处理器(application processor,AP)、基带处理器等处理器中的一种或多种。处理器可以是无线路由器的神经中枢和指挥中心。处理器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。存储器可以用于存储计算机可执行程序代码,可执行程序代码包括指令。处理器通过运行存储在存储器的指令,从而执行网络设备的各种功能应用以及数据处理。存储器可以包括存储程序区和存储数据区,比如存储待播放的声音信号的数据等。例如,该存储器可以是双倍速率同步动态随机存储器DDR或闪存Flash等。
所述存储器在一些实施例中可以是所述电动车辆能量管理装置/电动车辆的内部存储单元,例如电动车辆能量管理装置/电动车辆的硬盘或内存。所述存储器在另一些实施例中也可以是电动车辆能量管理装置/电动车辆的外部存储设备,例如电动车辆能量管理装置/电动车辆上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器还可以既包括电动车辆能量管理装置/电动车辆的内部存储单元也包括外部存储设备。所述存储器用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述任一项电动车辆能量管理方法。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
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。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种电动车辆能量管理方法,其特征在于,包括:
获取电动车辆的实时行驶数据;
记录和储存所述电动车辆的历史行驶数据和实时行驶数据;
对所述历史行驶数据和所述实时行驶数据进行处理和分析,构建所述电动车辆的能量消耗模型;
根据所述实时行驶数据和所述能量消耗模型,获得与所述电动车辆行驶状况对应的能量管理策略;
将所述能量管理策略传输至车载显示模块。
2.如权利要求1所述的电动车辆能量管理方法,其特征在于,根据所述实时行驶数据和所述能量消耗模型,获得与所述电动车辆行驶状况对应的能量管理策略,包括:
获取目标导航路径的预计行驶里程和预计行驶时间;
根据所述预计行驶里程和实时行驶数据,计算所述电动车辆完成所述预计行驶里程的预计消耗能量值;
计算所述预计消耗能量值与所述预计行驶时间的比值,得出所述电动车辆的预计消耗功率;
根据所述实时行驶数据,计算所述电动车辆的实时消耗功率;
若所述实时消耗功率大于所述预计消耗功率,则向所述车载显示模块发送能量管理策略;
若所述实时消耗功率小于所述预计消耗功率,则继续获取电动车辆的实时行驶数据。
3.如权利要求1所述的电动车辆能量管理方法,其特征在于,所述根据所述实时行驶数据和所述能量消耗模型,获得与所述电动车辆行驶状况对应的能量管理策略,还包括:
获取目标导航路径的预计行驶里程;
获取电动车辆的电池剩余电量和所述实时行驶数据;
根据所述电池剩余电量和所述实时行驶数据计算剩余可行驶里程;
若所述剩余可行驶里程大于或等于所述预计行驶里程,则继续获取电动车辆的实时行驶数据;
若所述剩余可行驶里程小于所述预计行驶里程,则获取所述电动车辆行驶路段的充电站的信息,计算得出最优充电站的位置;
将所述最优充电站的位置传输至车载显示模块。
4.如权利要求3所述的电动车辆能量管理方法,其特征在于,所述若所述剩余可行驶里程小于所述预计行驶里程,则获取所述电动车辆行驶路段的充电站的信息,计算得出最优充电站的位置,包括:
获取所述目标导航路径上所有充电站的位置信息;
根据所述电池剩余电量,计算所述电动车辆可以到达充电站的公里数;
根据所述公里数筛选目标充电站,所述目标充电站为所述目标导航路径上可到达的充电站;
计算各个所述目标充电站的使用情况,确定所述最优充电站,所述最优充电站为使用量最少的所述目标充电站;
确定到达所述最优充电站的最短移动路径。
5.如权利要求4所述的电动车辆能量管理方法,其特征在于,所述确定到达所述最优充电站的最短移动路径,包括:
通过Dijkstra算法确定所述最优移动路径;
或者,通过Bellman-Ford算法确定所述最短移动路径。
6.如权利要求1所述的电动车辆能量管理方法,其特征在于,所述实时行驶数据包括车速、转向角度、车辆加速度、道路拥堵情况以及交通灯信号。
7.如权利要求1所述的电动车辆能量管理方法,其特征在于,所述记录和储存历史行驶数据和实时行驶数据,包括:
对历史行驶数据和实时行驶数据进行分析和处理,以形成驾驶员的驾驶习惯模型;
根据所述驾驶习惯模型和所述行驶数据,向所述车载终端发送优化建议,所述优化建议包括优化行驶路线、调整车速以及危险驾驶提醒。
8.一种电动车辆能量管理装置,其特征在于,包括:
车载数据采集模块,用于获取电动车辆的实时行驶数据;
数据存储模块,用于记录和储存历史行驶数据和实时行驶数据;
车载计算模块,用于对所述历史行驶数据和所述实时行驶数据进行处理和分析,构建所述电动车辆的能量消耗模型;
数据处理模块,根据所述能量消耗模型,获得与所述电动车辆行驶状况对应的能量管理策略;
车载通信模块,用于将所述能量管理策略传输至车载显示模块;
车载显示模块,用于显示所述能量管理策略;
车载控制模块,用于执行所述能量管理策略。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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至7任一项所述的电动车辆能量管理方法。
10.一种电动车辆,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,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至7任一项所述的电动车辆能量管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310375470.5A CN116395069A (zh) | 2023-04-10 | 2023-04-10 | 电动车辆能量管理方法、装置、存储介质及电动车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310375470.5A CN116395069A (zh) | 2023-04-10 | 2023-04-10 | 电动车辆能量管理方法、装置、存储介质及电动车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116395069A true CN116395069A (zh) | 2023-07-07 |
Family
ID=87011872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310375470.5A Pending CN116395069A (zh) | 2023-04-10 | 2023-04-10 | 电动车辆能量管理方法、装置、存储介质及电动车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116395069A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117498325A (zh) * | 2023-11-02 | 2024-02-02 | 深圳中保动力新能源科技有限公司 | 一种新能源汽车用电量预测及充电资源调度优化方法 |
-
2023
- 2023-04-10 CN CN202310375470.5A patent/CN116395069A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117498325A (zh) * | 2023-11-02 | 2024-02-02 | 深圳中保动力新能源科技有限公司 | 一种新能源汽车用电量预测及充电资源调度优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107444402B (zh) | 利用学习用户偏好的车辆模式安排 | |
CN111055850B (zh) | 用于驾驶员行为指导和按需移动充电的智能机动车辆、系统和控制逻辑 | |
US11823568B2 (en) | Dynamic speed limit for vehicles and autonomous vehicles | |
CN107655489B (zh) | 车辆的可行驶距离算出系统以及可行驶距离算出方法 | |
CN110901648A (zh) | 用于实时生态路线选择和自适应驱动控制的车辆、系统和逻辑 | |
CN111169480B (zh) | 一种动力系统能量管理方法、装置、设备和介质 | |
JP5979885B2 (ja) | 経路予測システム、経路予測方法およびプログラム | |
US9834197B2 (en) | Section acquisition system, section acquisition method, and section acquisition program | |
US20160185339A1 (en) | Mobility information processing apparatus, mobility information processing method, and driving support system | |
EP3060445B1 (en) | Movement support apparatus and movement support method | |
US20200242968A1 (en) | Systems and methods for sharing driver coaching data | |
CN106915277B (zh) | 电动汽车动力总成控制系统 | |
EP4180295A1 (en) | Method and device for recognizing vehicle motion state | |
US20220063440A1 (en) | Charging systems and methods for electric vehicles | |
US20230150395A1 (en) | Parameterization of an electric vehicle's energy consumption | |
CN116395069A (zh) | 电动车辆能量管理方法、装置、存储介质及电动车辆 | |
US10821832B2 (en) | Battery control device and battery control system | |
JP2012133726A (ja) | 車載通信装置および通信方法 | |
KR101574137B1 (ko) | 도로 기울기 변화량에 따른 배터리 소모량 가중치 알고리즘을 적용한 전기자동차 특화 내비게이션 장치 및 그 방법 | |
CN114056346A (zh) | 一种自动驾驶行车控制方法及装置 | |
US20210142592A1 (en) | Systems and methods for dynamic pre-filtering with sampling and caching | |
CN114842440B (zh) | 自动驾驶环境感知方法、装置、车辆及可读存储介质 | |
CN113859265B (zh) | 一种驾驶过程中的提醒方法及设备 | |
CN115938148A (zh) | 低/无连接区域中的驾驶事件检测的智能车辆导航系统和控制逻辑 | |
CN113658445B (zh) | 一种车辆预警方法、装置、车辆及存储介质 |
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 |