CN116729176A - 用于向可运行的充电装置提供引导指令的系统和方法 - Google Patents

用于向可运行的充电装置提供引导指令的系统和方法 Download PDF

Info

Publication number
CN116729176A
CN116729176A CN202211309342.2A CN202211309342A CN116729176A CN 116729176 A CN116729176 A CN 116729176A CN 202211309342 A CN202211309342 A CN 202211309342A CN 116729176 A CN116729176 A CN 116729176A
Authority
CN
China
Prior art keywords
charging device
user
state
sequence
processor
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
Application number
CN202211309342.2A
Other languages
English (en)
Inventor
B·余
D·K·格林姆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN116729176A publication Critical patent/CN116729176A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/024—Guidance services
    • 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
    • B60L53/60—Monitoring or controlling charging stations
    • 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
    • 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
    • B60L53/30—Constructional details of charging stations
    • B60L53/35—Means for automatic or assisted adjustment of the relative position of charging devices and vehicles
    • B60L53/36—Means for automatic or assisted adjustment of the relative position of charging devices and vehicles by positioning the vehicle
    • 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
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/66—Data transfer between charging stations and vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic 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
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • 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
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/10—Vehicle control parameters
    • B60L2240/12—Speed
    • 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
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/60—Navigation input
    • B60L2240/62—Vehicle position
    • B60L2240/622—Vehicle position by satellite navigation
    • 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
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/60—Navigation input
    • B60L2240/62—Vehicle position
    • B60L2240/627—Vehicle position by WLAN
    • 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
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/70—Interactions with external data bases, e.g. traffic centres
    • B60L2240/72—Charging station selection relying on external data
    • 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
    • B60L2260/00—Operating Modes
    • B60L2260/20—Drive modes; Transition between modes
    • B60L2260/32—Auto pilot mode
    • 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
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/65—Monitoring or controlling charging stations involving identification of vehicles or their battery types
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • 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
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • 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
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Algebra (AREA)
  • Mathematical Optimization (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

一种充电装置引导系统包括处理器和存储器。存储器包括指令，该指令在被处理器执行时，使处理器执行以下操作：接收与第一自主车辆的用户相关联的用户状态序列，每种用户状态是步行状态和充电装置状态中的一种，并且用户状态序列是基于与检测到的用户位置数据相关联的观察到的用户速度序列的，该用户位置数据与用户从第一自主车辆到充电装置和在充电装置处的移动相关联；基于用户状态序列中的充电装置状态与用户位置数据的相关性来确定充电装置的充电装置位置；以及将与充电装置相关联的充电装置位置上传到边缘计算系统，该边缘计算系统被配置为至少部分地基于充电装置位置向第二自主车辆提供充电装置引导指令。

Description

用于向可运行的充电装置提供引导指令的系统和方法
技术领域
本技术领域一般涉及自主车辆，并且更具体地涉及用于向可操作的充电装置提供引导指令的系统和方法。
背景技术
电动车辆的充电站通常包括多个停车位。电动车辆的示例是自主车辆。停放在充电站中的停车位中的一个停车位上的车辆可以使用多个充电装置。
充电站的一个或多个充电装置可能无法运行。充电站的不同充电装置可能具有不同的充电率。低充电率可能表示与充电装置相关联的运行问题。在用户尝试使用充电装置为自主车辆充电之前，用户可能不知道充电装置遇到了运行问题。用户在找到可运行的充电装置之前，可能尝试在充电站使用多个充电装置。在某些情况下，用户在找到可运行的充电装置之前可能会前往多个充电站。
公开内容
在实施例中，充电装置引导系统包括处理器和存储器。存储器包括指令，该指令在被处理器执行时使处理器执行以下操作：接收与第一自主车辆的用户相关联的用户状态序列，每种用户状态是步行状态和充电装置状态中的一种，并且用户状态序列是基于与检测到的用户位置数据相关联的观察到的用户速度序列的，该用户位置数据与用户从第一自主车辆到充电装置和在充电装置处的移动相关联；基于用户状态序列中的充电装置状态与用户位置数据的相关性来确定充电装置的充电装置位置；以及将与充电装置相关联的充电装置位置上传到边缘计算系统，该边缘计算系统被配置为至少部分地基于充电装置位置向第二自主车辆提供充电装置引导指令。
在实施例中，检测到的用户位置数据由第一自主车辆的车辆传感器系统的环视摄像系统和无线定位传感器系统中的至少一者检测。
在实施例中，存储器包括进一步的指令，该指令在被处理器执行时，使处理器部分地基于从第一自主车辆的车辆传感器系统接收的车辆位置数据来确定与充电装置相关联的停车位位置。
在实施例中，存储器包括进一步的指令，该指令在被处理器执行时，使处理器使用维特比算法结合用户状态隐马尔可夫模型生成与观察到的用户速度序列相关联的用户状态序列，用户状态是隐藏状态。
在实施例中，存储器包括进一步的指令，该指令在被处理器执行时，使得处理器基于对应于用户状态序列中的至少两个充电装置状态的用户位置数据生成至少两个中间充电装置位置，以及基于至少两个中间充电装置位置的平均值来确定充电装置的充电装置位置。
在实施例中，存储器包括进一步的指令，该指令在被处理器执行时，使处理器执行以下操作：接收与充电装置相关联的充电装置状态序列，充电装置状态中的每种充电装置状态是使用中状态和停用状态中的一种，并且充电装置状态序列是基于与充电装置相关联的观察到的充电率序列的；以及基于充电装置状态序列来确定充电装置的充电装置状态。
在实施例中，存储器包括进一步的指令，该指令在被处理器执行时，使处理器将与充电装置相关联的充电装置状态上传到边缘计算系统，该边缘计算系统被配置为部分地基于充电装置状态向第二自主车辆提供对充电装置的引导指令。
在实施例中，存储器包括进一步的指令，该指令在被处理器执行时，使处理器使用维特比算法结合充电装置状态隐马尔可夫模型生成与观察到的充电率序列相关联的充电装置状态序列，充电装置状态是隐状态。
在实施例中，一种计算机可读介质，包括存储在其上的用于向充电装置提供引导指令的指令，该指令在被处理器执行时使处理器执行以下操作：接收与第一自主车辆的用户相关联的用户状态序列，每种用户状态是步行状态和充电装置状态中的一种，并且用户状态序列是基于与检测到的用户位置数据相关联的观察到的用户速度序列的，该用户位置数据与用户从第一自主车辆到充电装置和在充电装置处的移动相关联；基于用户状态序列中的充电装置状态与用户位置数据的相关性来确定充电装置的充电装置位置；以及将与充电装置相关联的充电装置位置上传到边缘计算系统，该边缘计算系统被配置为至少部分地基于充电装置位置向第二自主车辆提供充电装置引导指令。
在实施例中，计算机可读介质进一步包括指令，该指令使处理器从第一自主车辆的车辆传感器系统的环视摄像系统和无线定位传感器系统中的至少一者接收检测到的用户位置数据。
在实施例中，计算机可读介质进一步包括指令，该指令使处理器部分地基于从第一自主车辆的车辆传感器系统接收的车辆位置数据来确定与充电装置相关联的停车位位置。
在实施例中，计算机可读介质进一步包括指令，该指令使处理器使用维特比算法结合用户状态隐马尔可夫模型生成与观察到的用户速度序列相关联的用户状态序列，用户状态是隐状态。
在实施例中，计算机可读介质进一步包括指令，该指令使处理器执行以下操作：基于对应于用户状态序列中的至少两个充电装置状态的用户位置数据来生成至少两个中间充电装置位置；以及基于至少两个中间充电装置位置的平均值来确定充电装置的充电装置位置。
在实施例中，计算机可读介质进一步包括指令，该指令使处理器执行以下操作：接收与充电装置相关联的充电装置状态序列，充电装置状态中的每种充电装置状态是在用中状态和停用状态中的一种，并且充电装置状态序列是基于与充电装置相关联的观察到的充电率序列的；以及基于充电装置状态序列来确定充电装置的充电装置状态。
在实施例中，计算机可读介质进一步包括指令，该指令使处理器将与充电装置相关联的充电装置状态上传到边缘计算系统，该边缘计算系统被配置为部分地基于充电装置状态向第二自主车辆提供充电装置的引导指令。
在实施例中，计算机可读介质进一步包括指令，该指令使处理器使用维特比算法结合充电装置状态隐马尔可夫模型来生成与观察到的充电率序列相关联的充电装置状态序列，充电装置状态是隐状态。
在实施例中，一种向充电装置提供引导指令的方法包括：在充电装置引导系统处接收与第一自主车辆的用户相关联的用户状态序列，每种用户状态是步行状态和充电装置状态中的一种，并且用户状态序列是基于与检测到的用户位置数据相关联的观察到的用户速度序列的，该用户位置数据与用户从第一自主车辆到充电装置和在充电装置处的移动相关联；基于用户状态序列中的充电装置状态与用户位置数据的相关性来确定充电装置的充电装置位置；以及将与充电装置相关联的充电装置位置从充电装置引导系统上传到边缘计算系统，该边缘计算系统被配置为至少部分地基于充电装置位置向第二自主车辆提供充电装置的引导指令。
在实施例中，该方法进一步包括使用维特比算法结合用户状态隐马尔可夫模型生成与观察到的用户速度序列相关联的用户状态序列，用户状态是充电装置引导系统处的隐状态。
在实施例中，该方法进一步包括：接收与充电装置相关联的充电装置状态序列，充电装置状态中的每种充电装置状态是使用中状态和停用状态中的一种，并且充电装置状态序列是基于与充电装置相关联的观察到的充电率序列的；以及基于充电装置引导系统处的充电装置状态序列来确定充电装置的充电装置状态。
在实施例中，该方法进一步包括将与充电装置相关联的充电装置状态上传到边缘计算系统，该边缘计算系统被配置为部分地基于充电装置状态向第二自主车辆提供充电装置的引导指令。
附图说明
下文将结合以下附图描述示例性实施例，其中相同的数字表示相同的元件。
图1是包括充电装置引导系统的实施例的自主车辆的功能框图表示；
图2是包括停放在充电站的停车位上的充电装置引导系统的实施例的自主车辆的功能框图表示；
图3是包括以通信方式耦合到边缘计算系统的充电装置引导系统的实施例的多辆自主车辆的功能框图表示；
图4是充电装置引导系统的实施例的功能框图表示；
图5是使用充电装置引导系统的实施例来确定充电装置的充电装置位置的方法的示例的流程图表示；
图6是与充电装置引导系统的实施例所使用的用户状态隐马尔可夫模型相关联的状态图的示例；
图7是用户状态序列模块的实施例的框图表示；
图8是使用充电装置引导系统的实施例来预测充电装置的充电装置状态的方法的示例的流程图表示；
图9是与充电状态隐马尔可夫模型相关联的状态图的示例；以及
图10是使用充电装置引导系统的实施例向可运行的充电装置提供引导指令的方法的示例。
具体实施方式
以下具体实施方式本质上仅仅是示例性的，并不意图限制本申请和用途。此外，无意受前述背景技术、公开内容或以下具体实施方式中提出的任何明示或暗示的理论的约束。如本文所用，术语模块是指任何硬件、软件、固件、电子控制组件、处理逻辑和/或处理器设备，单独地或以任何组合的方式，包括但不限于：专用集成电路(ASIC)、电子电路、处理器(共享的、专用的或成组的)以及执行一个或多个软件或固件程序的存储器、组合逻辑电路和/或提供所述功能的其它合适的组件。
本公开的实施例可以在本文中根据功能和/或逻辑块组件以及各种处理步骤来描述。应当理解，此类块组件可以通过配置为执行指定功能的任意数量的硬件、软件和/或固件组件来实现。例如，本公开的实施例可以采用各种集成电路组件，例如存储器元件、数字信号处理元件、逻辑元件、查找表等，它们可以在以下一个或多个微处理器或其它控制装置的控制下执行各种功能。此外，本领域技术人员将理解，本公开的实施例可以结合任意数量的系统来实践，并且本文描述的系统仅仅是本公开的示例性实施例。
为简洁起见，与信号处理、数据传输、信令、控制和系统(以及系统的各个操作组件)的其它功能方面相关的传统技术在本文中不作详细描述。此外，本文包含的各种图中所示的连接线旨在表示各种元件之间的示例功能关系和/或物理耦合。应当注意，在本公开的实施例中可以存在许多替代的或附加的功能关系或物理连接。
参考图1，示出了包括充电装置引导系统110的一个实施例的自主车辆100的功能框图表示。自主车辆100通常包括底盘112、车身114、前轮116和后轮118。车身114设置在底盘112上并且基本上包围自主车辆100的组件。车身114和底盘112可以共同形成框架。前轮116和后轮118各自在车身114的相应拐角附近可旋转地联接到底盘112。
例如，自主车辆100是一种自动控制车辆，可以将乘客从一个位置运送到另一个位置。虽然自主车辆100在所示实施例中被描述为乘用车，但自主车辆的其它示例包括但不限于摩托车、卡车、运动型多功能车(SUV)、休闲车(RV)、船舶和飞机。在实施例中，自主车辆100是所谓的四级或五级自动化系统。四级系统表示“高度自动化”，指的是自动驾驶系统(ADS)在动态驾驶任务的各个方面的驾驶模式特定性能，即使人类驾驶未对干预请示作出适当的响应。五级系统表示“完全自动化”，指的是ADS在人类驾驶员可以管理的所有道路和环境条件下对动态驾驶任务的各个方面的全面性能。
如图所示，自主车辆100通常包括推进系统120、传动系统122、转向系统124、制动系统126、车辆传感器系统128、致动器系统130、至少一个数据存储设备132、至少一个控制器134和车辆通信系统136。在各种实施例中，推进系统120可以包括内燃机、诸如牵引马达之类的电机和/或燃料电池推进系统。传动系统122被配置为根据可选择的速比将动力从推进系统120传输到前轮116和后轮118。根据各种实施例，变速器系统122可以包括级比自动变速器、无级变速器或其它合适的变速器。制动系统126被配置为向前轮116和后轮118提供制动扭矩。在各种实施例中，制动系统126可以包括摩擦制动器、线控制动、诸如电机之类的再生制动系统和/或其它合适的制动系统。制动系统124影响前轮116和后轮118的位置。尽管出于说明性目的描述为包括方向盘，但在本公开范围内设想的一些实施例中，转向系统124可以不包括方向盘。
车辆传感器系统128包括一个或多个车辆传感装置140a-140n，其感测自主车辆100的外部环境和/或内部环境的可观察条件。车辆传感装置140a-140n的示例包括但不限于雷达、激光雷达、全球定位系统、光学相机、热像仪、超声波传感器和/或其它传感器。在实施例中，车辆传感器系统128包括环视摄像机系统。在实施例中，车辆传感器系统128包括无线定位传感器系统。在实施例中，车辆传感器系统128包括环视摄像机系统和无线定位传感器系统。致动器系统130包括一个或多个致动器装置142a-142n，其控制一个或多个车辆特征，例如但不限于推进系统120、传动系统122、转向系统124和制动系统126。在各种实施例中，车辆特征还可以包括内部和/或外部车辆特征，例如但不限于车门、后备箱以及车厢特征，例如空气、音乐和照明。
车辆通信系统136被配置为向和从其它实体无线传送信息(“车联万物(V2X)”通信)。例如，车辆通信系统136被配置为向和从其它车辆148(“车辆对车辆(V2V)”通信)、向和从驱动系统基础设施(“车辆对基础设施(V2I)”通信)、远程系统、向和从边缘计算系统150和/或个人装置无线传送信息。在实施例中，车辆通信系统136是无线通信系统，被配置为经由使用IEEE 802.11标准的无线局域网(WLAN)或通过使用蜂窝数据通信进行通信。然而，诸如专用短程通信(DSRC)信道之类的附加或替代通信方法也被认为在本公开的范围内。DSRC信道是指专为汽车使用而设计的单向或双向短程到中程无线通信信道以及一套相应的协议和标准。
数据存储设备132存储用于自动控制自主车辆100的数据。数据存储设备132可以是控制器134的一部分，与控制器134分离，或者是控制器134的一部分和独立系统的一部分。
控制器134包括至少一个处理器144和计算机可读存储设备146。计算机可读存储设备146也可以称为计算机可读媒介146和计算机可读介质146。在实施例中，计算机可读存储设备146包括充电装置引导系统110的实施例。处理器144可以是任何定制的或市售的处理器、中央处理单元(CPU)、图形处理单元(GPU)、与控制器134相关联的多个处理器中的辅助处理器、基于半导体的微处理器(以微芯片或芯片组的形式)、宏处理器、其任何组合，或通常用于执行指令的任何设备。例如，计算机可读存储设备146可以包括在只读存储器(ROM)、随机存取存储器(RAM)和磨损修正系数存储器(KAM)中的易失性和非易失性存储器。KAM是可以用于在处理器144断电时存储各种操作变量的持久性或非易失性存储器。计算机可读存储设备146可以使用许多已知存储设备中的任何一个来实现，诸如PROM(可编程只读存储器)、EPROM(电PROM)、EEPROM(电可擦除PROM)、闪存或任何其他能够存储数据的电、磁、光或组合存储设备，其中一些代表可执行指令，由控制器134用于控制自主车辆100。
指令可以包括一个或多个独立程序，其中的每一个程序都包括用于实现逻辑功能的可执行指令的有序列表。指令，当被处理器144执行时，接收并处理来自车辆传感器系统128的信号，执行逻辑、计算、方法和/或算法以自动控制自主车辆100的组件的逻辑、计算、方法和/或算法，并且向致动器系统130生成控制信号以基于逻辑、计算、方法和/或算法自动控制自主车辆100的一个或多个组件。尽管在图1中仅示出了一个控制器134，自主车辆100的替代实施例可以包括任意数量的控制器134，其通过任何合适的通信介质或通信介质的组合进行通信，并且协作以处理传感器信号、执行逻辑、计算、方法和/或算法，并且生成控制信号以自动控制自主车辆100的特征。
在各种实施例中，包含实施控制器134的一个或多个指令以提供如参考本文的一个或多个实施例所描述的ADS功能。控制器134或其功能模块中的一个功能模块被配置为实现参考充电装置引导系统110的实施例中的一个或组合所描述的功能。
参考图2，示出了包括停放在充电站的停车位200上的充电装置引导系统110的实施例的自主车辆100的功能框图表示。停车位200上的自主车辆100的用户可以使用两个充电装置202。充电装置202中的一个充电装置设置在第一充电装置位置204，并且充电装置202中的一个充电装置设置在第二充电装置位置206。充电装置引导系统110被配置为从车辆传感器系统128接收车辆位置数据并基于车辆位置数据生成停车位位置。
充电装置引导系统110被配置为确定用户访问的充电装置202的充电装置位置204、206以对自主车辆100充电。在实施例中，充电装置引导系统110被配置为从车辆传感器系统128接收与用户从自主车辆100到充电装置202的充电装置位置204、206以及在充电装置202处的移动相关联的用户位置数据。充电装置引导系统110被配置为生成与用户位置数据相关联的观察到的用户速度序列。充电装置引导系统110被配置为使用维特比算法结合用户状态隐马尔可夫模型生成与观察到的用户速度序列相关联的用户状态序列。充电装置引导系统110被配置为基于用户状态序列中的用户状态与用户位置数据之间的相关性来确定充电装置位置204、206。
充电装置引导系统110被配置为确定用户访问的充电装置202的充电装置状态以基于与充电装置202相关联的充电率对自主车辆100进行充电。充电装置引导系统110被配置为将停车位位置、用户访问的充电装置202的充电装置位置204、206以及充电装置202的充电装置状态上传到边缘计算系统150。在实施例中，充电装置引导系统110被配置为将车辆识别号(VIN)、车型、充电开始时间、充电结束时间、停车位位置、充电站标识符、停车位标识符、充电装置位置204、206、平均充电率、最小充电率、最大充电率以及充电装置状态上传到边缘计算系统150。从自主车辆的充电装置引导系统110上传到边缘计算系统150的数据可以称为充电会话数据。
虽然已说明了停放在停车位200上的自主车辆100的用户可使用两个充电装置202，但是在替代实施例中，停放在停车位200上的自主车辆100的用户可使用更多数量的充电装置202。
参考图3，示出了包括以通信方式耦合到边缘计算系统150的充电装置引导系统110的实施例的多辆自主车辆100的功能框图表示。由组300表示的多辆自主车辆100中的每辆自主车辆的充电装置引导系统110被配置为将停车位位置、自主车辆100的用户访问的充电装置202的充电装置位置204、206以及充电装置202的充电装置状态上传到边缘计算系统150。在实施例中，由组300表示的多辆自主车辆100中的每辆自主车辆的充电装置引导系统110被配置为将车辆识别号(VIN)、车型、充电开始时间、充电结束时间、停车位位置、充电站标识符、停车位标识符、充电装置位置204、206、平均充电率、最小充电率、最大充电率以及充电装置状态上传到边缘计算系统150。从自主车辆100的充电装置引导系统110上传到边缘计算系统150的数据可以称为充电会话数据。
在实施例中，边缘计算系统150被配置为预处理由组300中的每辆自主车辆100上传的充电会话数据。在实施例中，边缘计算系统150被配置为通过结合相关联的充电装置202对充电会话数据进行分类来预处理充电会话数据。在实施例中，边缘计算系统150被配置为通过结合不同车型对充电会话数据进行分类来预处理充电会话数据。
在实施例中，边缘计算系统150被配置为将组300中的每辆自主车辆100上传的充电会话数据存储在二维表中。边缘计算系统150被配置为例如按时间、按充电站和/或按车辆型号对充电会话数据进行排序。
在实施例中，边缘计算系统150被配置为利用聚类算法来识别充电装置202的数量以及与充电装置202的每个充电装置相关联的充电装置位置204、206。在实施例中，边缘计算系统150被配置为利用时间衰减函数来监测充电装置202中的每个充电装置的时变充电装置状态。
在实施例中，边缘计算系统150被配置为将与每个充电装置202相关联的处理结果存储在边缘计算数据库中。处理结果的示例包括但不限于充电装置标识符和充电装置状态。边缘计算系统150被配置为部分地基于充电装置202的充电装置状态向自主车辆100、302的充电装置引导系统110提供到充电装置202的充电装置位置204、206的引导指令。在实施例中，自主车辆100、302被配置为向边缘计算系统150发出请示，以便对自主车辆100、302的预定距离内的可运行的充电装置202发出引导指令。边缘计算系统150被配置为通过基于充电装置位置204、206和充电装置状态向自主车辆100、302的充电装置引导系统110提供到充电装置202的充电装置位置204、206的引导指令来响应该请求。
在实施例中，边缘计算系统150被配置为从自主车辆100接收由车辆传感器系统128生成的车辆位置数据并基于所接收的车辆位置数据生成停车位位置。
在实施例中，边缘计算系统150被配置为确定用户访问的充电装置202的充电装置位置204、206以对自主车辆100充电。在实施例中，边缘计算系统150被配置为接收由自主车辆100的车辆传感器系统128生成的与用户从自主车辆100朝向充电装置202的充电装置位置204、206以及在充电装置位置204、206处的移动相关联的用户位置数据。边缘计算系统150被配置为生成与用户位置数据相关联的观察到的用户速度序列。边缘计算系统150被配置为使用维特比算法结合用户状态隐马尔可夫模型生成与观察到的用户速度序列相关联的用户状态序列。边缘计算系统150被配置为基于用户状态序列中的用户状态与用户位置数据之间的相关性来确定充电装置位置204、206。在实施例中，边缘计算系统150被配置为确定用户访问的充电装置202的充电装置状态以基于与充电装置202相关联的充电率对自主车辆100进行充电。
边缘计算系统150可以利用自主车辆100在充电装置202处的充电相关联的众包数据来创建自主车辆充电装置地图。众源数据可以包括充电装置202的充电装置状态、充电装置202的充电率、以及充电装置202的充电装置位置。边缘计算系统150可以利用数据聚合算法来聚合由各辆自主车辆100上传的充电会话数据。数据聚合算法的使用可以减少传感器错误并提高系统可信度。边缘计算系统150可以识别非运行的充电装置202并监控非运行的充电装置202是否被修复。停放在同一停车位上的不同自主车辆100可以报告与充电装置202相关联的稍微不同的充电装置位置。聚类算法，例如基于质心或基于密度的聚类算法，可由边缘计算系统150用于确定充电装置的数量和充电装置的充电装置位置。
参考图4，示出了充电装置引导系统110的实施例的功能框图表示。充电装置引导系统110被配置为将自主车辆100在充电装置202处充电相关联的充电会话数据上传到边缘计算系统150。充电装置引导系统110被配置为从边缘计算系统150接收在自主车辆100的预定距离内的可运行的充电装置202的引导指令。
充电装置引导系统110被配置以通信方式耦合到车辆传感器系统128和车辆通信系统136。车辆通信系统136被配置为以通信方式耦合到边缘计算系统150。充电装置引导系统110包括控制器402。控制器402包括处理器404和存储器406。在实施例中，存储器406包括停车位定位模块408、用户速度序列模块410、用户状态序列模块412、充电装置位置模块414、充电装置状态模块416和充电装置引导模块418。充电装置引导系统110可以包括有助于充电装置引导系统110运行的附加组件。
参考图5，示出了使用充电装置引导系统100的实施例来确定充电装置202的充电装置位置204、206的方法500的示例的流程图表示。方法500由充电装置引导系统110的实施例执行。在实施例中，方法500可以由充电装置引导系统110结合自主车辆100的其它组件来执行。方法500可以由硬件电路、固件、软件和/或其组合来执行。
在502处，停车位定位模块408从停放在充电站停车位上的自主车辆100的车辆传感器系统128接收车辆位置数据。车辆传感器系统128包括一个或多个车辆传感装置140a-140n。车辆传感装置140a-140n的示例包括但不限于雷达、激光雷达、全球定位系统(GPS)、光学相机、热像仪、超声波传感器和/或其它传感器。在实施例中，车辆位置数据由GPS生成。
在504处，停车位定位模块408基于车辆位置数据来确定停车位的停车位位置。在实施例中，停车位定位模块408被配置为基于由GPS生成的车辆位置数据来确定停车位位置。在实施例中，自主车辆100配备有高清(HD)地图。停车位位置模块408被配置为将车辆位置数据映射到HD地图以确定停车位位置。
在506处，用户速度序列模块410接收由车辆传感器系统128生成的用户位置数据。在实施例中，车辆传感器系统128包括环视摄像机系统。环视摄像头系统被配置为当自主车辆100的用户走向并停在充电装置202的充电装置位置204、206以启动自主车辆的充电时，采集并生成与用户移动相关联的用户位置数据。在实施例中，使用光流算法来生成用户位置数据。
在实施例中，车辆传感器系统128包括无线定位传感器系统。无线定位传感器系统被配置为当自主车辆100的用户走向并停在充电装置202的充电装置位置204、206时，通过跟踪用户携带的用户智能手机的位置来采集并生成与用户移动相关联的用户位置数据。在实施例中，无线定位传感器系统包括一个或多个无线定位设备。无线定位设备的示例包括但不限于安装在自主车辆100上的Wi-Fi应用和超宽带(UWB)传感器。
在实施例中，车辆传感器系统128包括环视摄像机系统和无线定位传感器系统。环视摄像头系统和无线定位传感器系统被配置为当自主车辆100的用户走向并停在充电装置202的充电装置位置204、206时采集并生成与用户移动相关联的用户位置数据。
在508处，用户速度序列模块410基于用户位置数据生成观察到的用户速度序列。当用户走向并停放在充电装置202的充电装置位置204、206以启动对自主车辆100充电时，观察到的用户速度序列与用户移动相关联。
在510处，用户状态序列模块412基于观察到的用户速度序列来生成用户状态序列。用户状态是步行状态和充电装置状态中的一种。当用户走向充电装置202的充电装置位置204、206时用户处于步行状态，并且当用户停在充电装置202的充电装置位置204、206时用户处于充电装置状态。用户状态是隐状态。用户状态序列模块412被配置为使用维特比算法结合用户状态隐马尔可夫模型生成与观察到的用户速度序列相关联的用户状态序列。
在512处，充电装置位置模块414基于用户状态序列来确定充电装置202的充电装置位置204、206。充电装置位置模块414被配置为识别用户状态序列中的充电装置状态。充电装置位置模块414被配置为基于充电装置状态和与该充电装置相关联的用户位置数据之间的相关性来生成与所识别的充电装置状态中的每种充电装置状态相关联的中间充电装置位置。充电装置位置模块414被配置为基于中间充电装置位置的平均值来确定充电装置202的充电装置位置204、206。
参考图6，示出了与用户状态隐马尔可夫模型相关联的状态图的示例。隐马尔可夫模型是基于每种观察都存在隐状态的假设来定义的。用户状态隐马尔可夫模型假设观察到的用户速度序列中每种观察到的用户速度存在隐藏的用户状态。每种观察到的用户速度是基于由自主车辆100的车辆传感器系统128检测到的用户位置数据的。
用户状态隐马尔可夫模型是基于两种用户状态X1、X2定义的。两种用户状态X1、X2是隐藏用户状态X1、X2。两种隐藏的用户状态X1、X2是步行状态X1和充电装置状态X2。当用户向充电装置202的充电装置位置204、206步行时，用户处于步行状态X1，而当用户在充电装置位置204、206上，用户处于充电装置状态X2。初始状态概率被分配给隐藏用户状态X1、X2中的每个隐藏用户状态。步行状态P(X1)的初始状态概率是指示用户最初从自主车辆100向充电器单元位置204、206步行的概率。充电装置状态P(X2)的初始状态概率为零，表明用户最初不在充电装置位置204、206上。
状态转移概率矩阵A[a11,a12,a21,a22]与用户状态隐马尔可夫模型相关联。第一个条目a11是如果当前用户状态是步行状态X1，则下一个用户状态将是步行状态X1的概率。第二个条目a12是如果当前用户状态是步行状态X1，则下一个用户状态将是充电装置状态X2的概率。第三个条目a21是如果当前用户状态是充电装置状态X2，则下一个用户状态将是步行状态X1的概率。第四个条目a22是如果当前用户状态是充电装置状态X2，则下一个用户状态将是充电装置状态X2的概率。训练数据集用于训练状态转移概率矩阵A。在实施例中，训练数据集是历史数据集。
观察的概率取决于产生观察的隐状态。观察是观察到的用户速度。隐状态是用户状态。发射概率定义了在隐藏用户状态下观察到的用户速度发生的概率。例如，第一图表602表示与步行状态X1相关联的观察到的用户速度的连续概率分布的示例，并且第二图表604表示与充电装置状态X2相关联的观察到的用户速度的连续概率分布的示例。训练数据集用于训练发射概率。在实施例中，训练数据集是历史数据集。
参考图7，示出了用户状态序列模块412的实施例的框图表示。用户状态序列模块412包括观察到的数据模块702、用户状态隐马尔可夫模型704、维特比算法模块706和用户状态最优序列模块708。用户状态序列模块412可以包括有助于用户状态模块214运行的附加组件。
观察数据模块702被配置为接收由用户速度序列模块410生成的观察到的用户速度序列。用户状态隐马尔可夫模型704是基于对于每种观察到的用户速度都存在隐藏用户状态的假设来定义的。观察到的用户速度序列中的每种观察到的用户速度上基于由自主车辆100的车辆传感器系统128检测到的用户位置数据的。维特比算法模块706从观察数据模块702接收观察到的用户速度序列，并根据用户状态隐马尔可夫模型基于观察到的用户速度序列来生成用户状态的最优序列。用户状态的最优序列由用户状态的最优序列模块708接收。用户状态序列模块412被配置为向充电装置位置模块414提供用户状态的最优序列。
参考图8，示出了使用充电装置引导系统110的实施例来确定充电装置202的充电装置状态的方法800的示例的流程图表示。方法800由充电装置引导系统110执行。方法800可以由充电装置引导系统110结合自主车辆100的其它组件来执行。方法800可以由硬件电路、固件、软件和/或其组合来执行。
充电装置引导系统110被配置为基于一个或多个充电装置参数来确定用户访问的充电装置202的充电装置状态以对自主车辆100进行充电。在实施例中，充电装置引导系统110被配置为基于与充电装置202相关联的充电率来确定充电装置202的充电装置状态。
在802处，充电装置状态模块416在接收自主车辆100在充电装置202处的充电相关联的观察到的充电率。在实施例中，观察到的充电率以千瓦/小时的形式接收。在804处，充电装置状态模块416基于观察到的充电率来生成观察到的充电率序列。
在806处，充电装置状态模块416基于观察到的充电率序列生成充电装置状态序列。充电装置状态是在用状态和停用状态中的一种。充电装置202在充电装置202可运行时处于在用状态，而在充电装置202不可运行时处于停用状态。充电装置状态是隐状态。充电装置状态模块416被配置为使用维特比算法结合充电装置状态隐马尔可夫模型来生成与观察到的充电速率序列相关联的充电装置状态序列。在808处，充电装置引导系统110是基于充电装置状态序列生成与充电装置相关联的充电装置状态的。充电装置状态是在用状态和停用状态中的一种。当充电装置202处于在用状态时，充电装置202为可运行的充电装置202。当充电装置202处于停用状态时，充电装置202为非可运行的充电装置202。
充电装置引导模块418被配置为向边缘计算系统150发出对自主车辆100预定距离内的可运行的充电装置202的引导指令的请求。边缘计算系统150被配置为通过向可运行的充电装置202的充电装置位置204、206提供指导指令来响应该请求。自主车辆100的ADS根据引导指令实施一个或多个动作，以将自主车辆100引导至可运行的充电装置202。边缘计算系统150基于充电装置位置204、206和存储在边缘计算系统150处的充电装置202的充电装置状态来识别可运行的充电装置202。
参考图9，示出了与充电装置状态隐马尔可夫模型相关联的状态图的示例。隐马尔可夫模型是基于每种观察都存在隐状态的假设来定义的。充电装置状态隐马尔可夫模型假设观察到的充电率序列中每个观察到的充电率都存在隐藏的充电装置状态。
充电装置状态隐马尔可夫模型是基于两种充电装置状态CX1、CX2定义的。两种充电装置状态CX1、CX2是隐藏的充电装置状态CX1、CX2。两种隐藏的充电装置状态CX1、CX2是在用状态CX1和停用状态CX2。初始状态概率被分配给隐藏充电装置状态CX1、CX2中的每种隐藏充电装置状态。在用状态P(CX1)的初始状态概率为0.5，表示充电装置202最初处于在用状态的概率为50％。停用状态P(CX2)的初始状态概率为0.5，表示充电装置202最初处于停用状态的概率为50％。
状态转移概率矩阵B[b11,b12,b21,b22]与充电装置状态隐马尔可夫模型相关联。第一个条目b11是如果当前充电装置状态是在用状态CX1，则下一个充电装置状态将是在用状态CX1的概率。第二个条目b12是如果当前充电装置状态是在用状态CX1，则下一个充电装置状态将是停用状态CX2的概率。第三个条目b21是如果当前充电装置状态是停用状态CX2，则下一个充电状态将是在用状态CX1的概率。第四个条目b22是如果当前充电装置状态是停用状态CX2，则下一个充电装置状态将是停用状态CX2的概率。训练数据集用于训练状态转移概率矩阵B。在实施例中，训练数据集是历史数据集。
观察的概率取决于产生观察的隐状态。观察是观察到的充电率。隐状态是充电装置状态。发射概率定义了在隐藏充电装置状态下观察到的充电率发生的概率。例如，第一图表902表示与在用状态CX1相关联的观察到的充电率的连续概率分布的示例，并且第二图表904表示与停用状态CX2相关联的观察到的充电率的连续概率分布的示例。训练数据集用于训练发射概率。在实施例中，训练数据集是历史数据集。
充电装置状态隐马尔可夫模型是基于对于每种观察到的充电率都存在隐藏充电装置状态的假设来定义的。维特比算法接收观察到的充电率序列，并根据充电装置状态隐马尔可夫模型基于观察到的充电率序列来生成充电装置状态的最优序列。与充电装置相关联的充电装置状态基于充电装置状态的最优序列。充电装置状态是在用状态和停用状态中的一种。当充电装置202处于在用状态时，充电装置202为可运行的充电装置202。当充电装置202处于停用状态时，充电装置202为非可运行的充电装置202。
虽然已经描述了基于充电装置202的观察到的充电率的充电装置状态隐藏马尔可夫模型的一个示例，但是替代实施例可以包括基于与充电装置202相关联的其它观察到的充电装置参数的充电装置状态隐马尔可夫模型。例如，观察到的充电装置状态序列可以用于定义充电装置状态隐马尔可夫模型。
参考图10，示出了使用充电装置引导系统110的实施例向可运行的充电装置202提供引导指令的方法100的示例。方法1000由充电装置引导系统110执行。方法1000可以由充电装置引导系统110结合自主车辆100的其它组件和/或边缘计算系统150来执行。方法1000可以由硬件电路、固件、软件和/或其组合来执行。
在1002处，在充电装置引导系统110处接收与第一自主车辆100的用户相关联的用户状态序列。每种用户状态是步行状态和充电装置状态中的一种。用户状态序列是基于与检测到的用户位置数据相关联的观察到的用户速度序列的，该用户位置数据与用户从第一自主车辆100到充电装置202和在充电装置202处的移动相关联。在1004处，充电装置202的充电装置位置204、206基于用户状态序列中的充电装置状态与充电装置引导系统110处的用户位置数据之间的相关性来确定。在1006处，充电装置引导系统110将与充电装置202相关联的充电装置位置204、206从充电装置引导系统110上传到边缘计算系统150，边缘计算系统150被配置为至少部分地基于充电装置位置204、206向第二自主车辆100提供对充电装置202的引导指令。
充电装置引导系统110可以使自主车辆100的用户能够使用可运行的充电装置202为自主车辆100充电，而无需前往多个充电装置202以找到可运行的充电装置202。
尽管在前述具体实施方式中已经呈现了至少一个示例性实施例，但是应该理解存在大量的变化。还应理解，一个或多个示例性实施例仅是示例，并不旨在以任何方式限制本公开的范围、适用性或配置。相反，前述具体实施方式将为本领域技术人员提供用于一个或多个实施示例性实施例的方便路线图。应当理解，在不脱离如所附权利要求及其合法等同物所阐述的本公开的范围的情况下，可以对元件的功能和布置进行各种改变。

Claims (10)

1.一种充电装置引导系统，其包括：
处理器；以及
存储器，所述存储器包括指令，所述指令在被所述处理器执行时，使所述处理器：
接收与第一自主车辆的用户相关联的用户状态序列，每种用户状态是步行状态和充电装置状态中的一种，并且所述用户状态序列是基于与检测到的用户位置数据相关联的观察到的用户速度序列的，所述检测到的用户位置数据是与所述用户从所述第一自主车辆到充电装置和在所述充电装置处的移动相关联的；
基于所述用户状态序列中的所述充电装置状态与所述用户位置数据之间的相关性来确定所述充电装置的充电装置位置；以及
将与所述充电装置相关联的所述充电装置位置上传到边缘计算系统，所述边缘计算系统被配置为至少部分地基于所述充电装置位置向第二自主车辆提供对所述充电装置的引导指令。
2.根据权利要求1所述的系统，其中，所述检测到的用户位置数据由所述第一自主车辆的车辆传感器系统的环视摄像系统和无线定位传感器系统中的至少一者检测。
3.根据权利要求1所述的系统，其中，所述存储器包括进一步的指令，所述指令在被所述处理器执行时，使所述处理器部分地基于从所述第一自主车辆的车辆传感器系统接收的车辆位置数据来确定与所述充电装置相关联的停车位位置。
4.根据权利要求1所述的系统，其中，所述存储器包括进一步的指令，所述指令在被所述处理器执行时，使所述处理器使用维特比算法结合用户状态隐马尔可夫模型生成与观察到的用户速度序列相关联的用户状态序列，所述用户状态是隐状态。
5.根据权利要求1所述的系统，其中，所述存储器包括进一步的指令，所述指令在被所述处理器执行时，使所述处理器：
基于对应于用户状态序列中的至少两种充电装置状态的所述用户位置数据，生成至少两个中间充电装置位置；以及
基于所述至少两个中间充电装置位置的平均值来确定所述充电装置的充电装置位置。
6.根据权利要求1所述的系统，其中，所述存储器包括进一步的指令，所述指令在被所述处理器执行时，使所述处理器：
接收与所述充电装置相关联的充电装置状态序列，所述充电装置状态中的每种充电装置状态是在用状态和停用状态中的一种，并且充电装置状态序列是基于与所述充电装置相关联的观察到的充电率序列的；以及
基于所述充电装置状态序列来确定所述充电装置的充电装置状态。
7.根据权利要求6所述的系统，其中，所述存储器包括进一步的指令，所述指令在被所述处理器执行时，使所述处理器将与所述充电装置相关联的充电装置状态上传到所述边缘计算系统，所述边缘计算系统被配置为部分地基于所述充电装置状态向所述第二自主车辆提供所述充电装置的引导指令。
8.根据权利要求6所述的系统，其中，所述存储器包括进一步的指令，所述指令在被所述处理器执行时，使所述处理器使用维特比算法结合充电装置状态隐马尔可夫模型生成与所述观察到的充电率序列相关联的所述充电装置状态序列，所述充电装置状态是隐状态。
9.一种计算机可读介质，其包括存储在其上的用于向充电装置提供引导指令的指令，所述指令当在被所述处理器执行时，使所述处理器：
接收与第一自主车辆的用户相关联的用户状态序列，每种用户状态是步行状态和充电装置状态中的一种，并且所述用户状态序列是基于与检测到的用户位置数据相关联的观察到的用户速度序列的，所述检测到的用户位置数据与所述用户从所述第一自主车辆到充电装置和在所述充电装置处的移动相关联；
基于所述用户状态序列中的所述充电装置状态与所述用户位置数据之间的相关性来确定所述充电装置的充电装置位置；以及
将与所述充电装置相关联的所述充电装置位置上传到边缘计算系统，所述边缘计算系统被配置为至少部分地基于所述充电装置位置向第二自主车辆提供对所述充电装置的引导指令。
10.根据权利要求9所述的计算机可读介质，还包括指令，所述指令使所述处理器从所述第一自主车辆的车辆传感器系统的环视摄像系统和无线定位传感器系统中的至少一者接收所述检测到的用户位置数据。
CN202211309342.2A 2022-03-01 2022-10-25 用于向可运行的充电装置提供引导指令的系统和方法 Pending CN116729176A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/683,464 US20230283986A1 (en) 2022-03-01 2022-03-01 Systems and methods for providing guidance instructions to an operational charging unit
US17/683,464 2022-03-01

Publications (1)

Publication Number Publication Date
CN116729176A true CN116729176A (zh) 2023-09-12

Family

ID=87572290

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211309342.2A Pending CN116729176A (zh) 2022-03-01 2022-10-25 用于向可运行的充电装置提供引导指令的系统和方法

Country Status (3)

Country Link
US (1) US20230283986A1 (zh)
CN (1) CN116729176A (zh)
DE (1) DE102022126139A1 (zh)

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190086601A (ko) * 2018-01-02 2019-07-23 엘지전자 주식회사 차량에 구비된 차량 제어 장치 및 차량의 제어방법

Also Published As

Publication number Publication date
DE102022126139A1 (de) 2023-09-07
US20230283986A1 (en) 2023-09-07

Similar Documents

Publication Publication Date Title
US11458974B2 (en) Fleet-based average lane change and driver-specific behavior modelling for autonomous vehicle lane change operation
US11823568B2 (en) Dynamic speed limit for vehicles and autonomous vehicles
JP7362432B2 (ja) リアルタイム車両事故予測、警告、および防止
US20190248364A1 (en) Methods and systems for road hazard detection and localization
US20220063440A1 (en) Charging systems and methods for electric vehicles
US10683002B2 (en) Efficient acceleration from surrounding vehicles
US20210362727A1 (en) Shared vehicle management device and management method for shared vehicle
CN114442586A (zh) 具有优化的移动装置定位的远程车辆运动控制
US11577759B2 (en) Systems and methods for hybrid prediction framework with inductive bias
US20220032957A1 (en) Systems and methods for multiple algorithm selection
US11620830B2 (en) Context dependent transfer learning adaptation to achieve fast performance in inference and update
CN111599166B (zh) 用于解释交通信号和协商信号化的交叉路口的方法和系统
US20200387161A1 (en) Systems and methods for training an autonomous vehicle
CN116729176A (zh) 用于向可运行的充电装置提供引导指令的系统和方法
CN116985808A (zh) 用于响应于封闭车道路段实施车道变换的系统和方法
US20220239743A1 (en) Information aware v2x messaging
CN111532284B (zh) 用于启用用户驾驶续航里程和特征选择的装置
CN114248795A (zh) 路径内对象检测的可变阈值
US20210018921A1 (en) Method and system using novel software architecture of integrated motion controls
US11989893B2 (en) Methods and systems for camera to lidar alignment using road poles
US20230282004A1 (en) Systems and methods for providing traffic light region of interest parameters to an autonomous vehicle
US12096318B2 (en) Systems and methods for implementing autonomous vehicle collaboration via a hybrid distributed connected network
US20240300490A1 (en) Systems and methods for employing driver input for adapting path planning in lane centering applications
US11611694B2 (en) Vehicle control systems and methods and optical tethering techniques
US20230368546A1 (en) Methods and Systems for Parking Detection

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