CN116811663A - 混合动力汽车的充能提醒方法、装置、设备及存储介质 - Google Patents
混合动力汽车的充能提醒方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116811663A CN116811663A CN202310792380.6A CN202310792380A CN116811663A CN 116811663 A CN116811663 A CN 116811663A CN 202310792380 A CN202310792380 A CN 202310792380A CN 116811663 A CN116811663 A CN 116811663A
- Authority
- CN
- China
- Prior art keywords
- charging
- historical
- route
- predicted
- travel
- 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
- 238000000034 method Methods 0.000 title claims abstract description 63
- 239000000446 fuel Substances 0.000 claims description 44
- 238000005265 energy consumption Methods 0.000 claims description 16
- 238000004088 simulation Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 7
- 239000003921 oil Substances 0.000 description 27
- 238000007726 management method Methods 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 9
- 238000012216 screening Methods 0.000 description 7
- 230000005611 electricity Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- 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
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/12—Recording operating variables ; Monitoring of operating variables
-
- 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
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
- B60R16/0232—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions
- B60R16/0234—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions related to maintenance or repairing of vehicles
-
- 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
- B60W20/00—Control systems specially adapted for hybrid vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/60—Navigation input
- B60L2240/62—Vehicle position
-
- 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
-
- 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
- B60L2250/00—Driver interactions
- B60L2250/18—Driver interactions by enquiring driving style
-
- 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
- B60L2260/40—Control modes
- B60L2260/50—Control modes by future state prediction
-
- 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
- B60L2260/40—Control modes
- B60L2260/50—Control modes by future state prediction
- B60L2260/52—Control modes by future state prediction drive range estimation, e.g. of estimation of available travel distance
-
- 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
- B60L2260/40—Control modes
- B60L2260/50—Control modes by future state prediction
- B60L2260/54—Energy consumption estimation
Abstract
本申请提供一种混合动力汽车的充能提醒方法、装置、设备及存储介质,可用于混合动力汽车领域。所述方法包括:获取目标车辆熄火停车的当前停车位置;基于当前停车位置和目标车辆的惯用路线集合,获取目标车辆下次出行的预测行驶路线;基于与预测行驶路线对应的惯用行驶路线的历史耗电数据,获取预测行驶路线的预测耗电量;在目标车辆的剩余电量小于预测耗电量与预设安全冗余电量之和的情况下,获取目标车辆的充能偏好;其中,充能偏好包括偏好充电或者偏好加油;根据充能偏好,发出对应的充能提醒信息。本申请的方法,实现了更加准确地向用户发出充能提醒的技术效果,使车辆充能提醒更加智能化,满足了用户的使用和出行习惯,提升了用户体验。
Description
技术领域
本申请涉及混合动力汽车领域,尤其涉及一种混合动力汽车的充能提醒方法、装置、设备及存储介质。
背景技术
现有车辆对于用户的充能提醒基本是基于设定的充能阈值,当剩余电量或油量低于固定阈值之后,才会提醒用户充能。
电动汽车和混合动力汽车由于都包含有电池驱动,里程有限,用户里程焦虑比较重,充能阈值往往会设置比较高,这样便造成用户频繁充电,无论对于用户使用体验和电池寿命都有不利的影响。
此外,由于混合动力汽车包含充电和加油两种充能模式,简单采用剩余电量或剩余油量进行充能提醒的方式,既不准确,也不能满足用户的使用和出行习惯。
发明内容
本申请提供一种混合动力汽车的充能提醒方法、装置、设备及存储介质,用以解决现有混合动力汽车充能提醒不准确的问题。
根据本申请公开的第一方面,提供了一种混合动力汽车的充能提醒方法,包括:
获取目标车辆熄火停车的当前停车位置;
基于所述当前停车位置和所述目标车辆的惯用路线集合,获取所述目标车辆下次出行的预测行驶路线;其中,所述惯用路线集合包括多条惯用行驶路线,所述预测行驶路线对应其中一条惯用行驶路线;
基于与所述预测行驶路线对应的惯用行驶路线的历史耗电数据,获取所述预测行驶路线的预测耗电量;
在所述目标车辆的剩余电量小于所述预测耗电量与预设安全冗余电量之和的情况下,获取所述目标车辆的充能偏好;其中,所述充能偏好包括偏好充电或者偏好加油;
根据所述充能偏好,发出对应的充能提醒信息。
在一种可行的实施方式中,基于所述当前停车位置和所述目标车辆的惯用路线集合,获取所述目标车辆下次出行的预测行驶路线,包括:
以所述当前停车位置为起点,查找在所述目标车辆的惯用路线集合中具有相同起点的惯用行驶路线,获得初选路线集合;
选择所述初选路线集合中历史出行概率值最大的惯用行驶路线,作为所述目标车辆下次出行的预测行驶路线。
在一种可行的实施方式中,所述惯用路线集合的获取方法包括:
获取预设采集周期内所述目标车辆的历史行驶数据;
以所述历史行驶数据中熄火停车的历史停车位置为节点,从所述历史行驶数据中获取出行路线;
针对每条出行路线,将所述出行路线与所述目标车辆的历史行驶路线集合中的历史行驶路线进行相似度比对,并将相似度满足预设条件的历史行驶路线的历史出行次数加一;
将所述历史行驶路线集合中具有相同起点位置的历史行驶路线,划分到同一历史行驶路线子集之中;
针对每个所述历史行驶路线子集中的每条历史行驶路线,计算所述历史行驶路线的历史出行次数与所属历史行驶路线子集中总的历史出行次数之间的比值,获得所述历史行驶路线的历史出行概率值;
将所述历史出行概率值大于预设概率阈值的历史行驶路线,加入所述惯用路线集合。
在一种可行的实施方式中,将所述出行路线与所述目标车辆的历史行驶路线集合中的历史行驶路线进行相似度比对,并将相似度满足预设条件的历史行驶路线的历史出行次数加一,包括:
获取所述出行路线的起点位置、终点位置和行驶信息;其中,所述行驶信息包括交通信息和车辆信息;
在所述历史行驶路线集合中查找具有相同起点位置和终点位置的历史行驶路线,获得候选路线集合;
将所述候选路线集合中的历史行驶路线的行驶信息与所述出行路线的行驶信息进行相似度比对,并将相似度满足预设条件的历史行驶路线的历史出行次数值加一。
在一种可行的实施方式中,还包括:
在所述历史行驶路线集合中不具有相同起点位置和终点位置的历史行驶路线的情况下,或者在所述候选路线集合中不具有所述行驶信息相识度满足预设条件的历史行驶路线的情况下,将所述出行路线加入所述历史行驶路线集合。
在一种可行的实施方式中,基于与所述预测行驶路线对应的惯用行驶路线的历史耗电数据,获取所述预测行驶路线的预测耗电量,包括:
获取与所述预测行驶路线对应的惯用行驶路线的历史耗电量;
获取所述历史耗电量的平均值,作为所述预测行驶路线的预测耗电量。
在一种可行的实施方式中,获取所述目标车辆的充能偏好,包括:
获取预设统计周期内的充电偏好数据和加油偏好数据;其中,所述充电偏好数据和所述加油偏好数据为充电次数和加油次数、纯电行驶里程和混动行驶里程,或者历史耗电量和历史耗油量;
统计所述充电偏好数据和所述加油偏好数据中,占比最多或者占比达到预设占比值的偏好数据所对应的充能方式,作为所述目标车辆的充能偏好。
在一种可行的实施方式中,根据所述充能偏好,发出对应的充能提醒信息,包括:
在所述充能偏好为偏好充电的情况下,发出充电提醒信息;
在所述充能偏好为偏好加油的情况下,基于所述预测行驶路线和所述剩余电量,获得所述目标车辆的预测耗油量;
在所述目标车辆的剩余油量小于所述预测耗油量的情况下,发出加油提醒信息。
在一种可行的实施方式中,基于所述预测行驶路线和所述剩余电量,获得所述目标车辆的预测耗油量,包括:
将所述预测行驶路线和所述剩余电量输入油耗预测模型中,获得所述预测耗油量;
其中,所述油耗预测模型基于所述目标车辆的车辆数据仿真模拟获得,或者基于所述目标车辆的历史出行数据进行机器学习训练获得。
在一种可行的实施方式中,在获取目标车辆熄火停车的当前停车位置之后,还包括:
在所述当前停车位置为历史充电位置,且所述目标车辆的当前停车时间在预设时段范围内的情况下,判断所述剩余电量是否低于预设电量阈值;
在所述剩余电量低于预设电量阈值的情况下,发出充电提醒信息。
根据本申请公开的第二方面,提供了一种混合动力汽车的充能提醒装置,包括:
数据获取模块,用于获取目标车辆熄火停车的当前停车位置;
路线预测模块,用于基于所述当前停车位置和所述目标车辆的惯用路线集合,获取所述目标车辆下次出行的预测行驶路线;其中,所述惯用路线集合包括多条惯用行驶路线,所述预测行驶路线对应其中一条惯用行驶路线;
耗能预测模块,用于基于与所述预测行驶路线对应的惯用行驶路线的历史耗电数据,获取所述预测行驶路线的预测耗电量;
偏好获取模块,用于在所述目标车辆的剩余电量与预设安全冗余电量之和小于所述预测耗电量的情况下,获取所述目标车辆的充能偏好;其中,所述充能偏好包括偏好充电或者偏好加油;
充能提醒模块,用于根据所述充能偏好,发出对应的充能提醒信息。
根据本申请公开的第三方面,提供了一种电子设备,包括处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现第一方面中任一项所述的方法。
根据本申请公开的第四方面,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中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现第一方面中任一项所述的方法。
根据本申请公开的第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时用于实现第一方面中任一项所述的方法。
与现有技术相比,本申请具有如下的有益效果:
本申请提供的混合动力汽车的充能提醒方法、装置、设备及存储介质,通过获取目标车辆熄火停车的当前停车位置;基于所述当前停车位置和所述目标车辆的惯用路线集合,获取所述目标车辆下次出行的预测行驶路线;其中,所述惯用路线集合包括多条惯用行驶路线,所述预测行驶路线对应其中一条惯用行驶路线;基于与所述预测行驶路线对应的惯用行驶路线的历史耗电数据,获取所述预测行驶路线的预测耗电量;在所述目标车辆的剩余电量小于所述预测耗电量与预设安全冗余电量之和的情况下,获取所述目标车辆的充能偏好;其中,所述充能偏好包括偏好充电或者偏好加油;根据所述充能偏好,发出对应的充能提醒信息的手段,实现了更加准确地向用户发出充能提醒的技术效果,使车辆充能提醒更加智能化,满足了用户的使用和出行习惯,提升了用户体验。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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。其中:
图1为本申请实施例提供的一种混合动力汽车的充能提醒方法的流程示意图;
图2为本申请实施例提供的另一种混合动力汽车的充能提醒方法的流程示意图;
图3为本申请实施例提供的一种获取惯用行驶路线的流程示意图;
图4为本申请实施例提供的一种混合动力汽车的充能提醒装置的结构示意图;
图5为本申请实施例提供的一种电子设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
现有车辆对于用户的充能提醒基本是基于设定的充能阈值,当剩余电量或油量低于固定阈值之后,才会提醒用户充能。
由于电动汽车和混合动力汽车都包含有电池驱动,里程有限,用户里程焦虑比较严重,充电阈值往往会设置比较高,这样便会造成用户频繁充电,不必要地提高了充电次数。过多的浅充浅放会使电池的BMS系统(Battery Management System,电池管理系统)没有机会标定电池容量和计算SOH(State Of Health,电池健康度),无论对于用户使用体验和电池寿命都有不利的影响。
此外对于混合动力汽车而言,其除了电池之外还包括发动机,所以其剩余电量与剩余油量其实对于剩余行驶距离是有综合影响的,如果电池电量少了油量还足够,是否需要充电将取决于用户的充能习惯。
因此,对于现有混合动力汽车而言,现有的充能提醒方式并不能准确地向用户发出充能提醒,导致充能提醒智能化水平低,影响用户体验。
为解决上述问题,本申请提出了一种混合动力汽车的充能提醒方法,通过基于预测行驶路线对车辆的预测耗电量进行预测,再基于用户的充能偏好,发出相应的充能提醒信息。既可以基于能耗预测提高充能提醒的准确性,又能够基于用户的充能偏好提升用户体验。
下面通过具体实施例对本申请提供的混合动力汽车的充能提醒方法的技术方案进行详细的说明。需要说明的是,如下实施例可以单独存在,也可相互结合,对于相同或相似的内容,可能在不同的实施例中不再重复说明。
需要说明的是,本申请实施例所提供的混合动力汽车的充能提醒方法的执行主体可以是车机系统或云端服务器,当执行主体是云端服务器时,云端服务器与目标车辆通过车联网等方式通信连接。
其中,云端服务器与车机系统相比,具有更高的计算能力和数据处理能力。因此,相比于使用车机系统作为执行主体,以云端服务器作为执行主体的执行速度更快,对车辆硬件要求也会更低,不会额外增加车辆成本。
其中,云端服务器可能会存储多辆车辆的相关数据,可以利用车辆的VIN码(Vehicle Identification Number,车辆识别码)作为识别索引分别对相应车辆的数据进行存储。
图1为本申请实施例提供的一种混合动力汽车的充能提醒方法的流程示意图,参阅图1,在一些实施例中,该混合动力汽车的充能提醒方法的流程包括以下步骤:
S101,获取目标车辆熄火停车的当前停车位置。
其中,获取车辆停车位置的目的是为了用于对车辆下次出行的行驶路线进行预测,一般而言,用户的停车位置可以反映出其出行习惯。例如,用户将车辆停放在公司停车场内时,其下次出行大概率是开车回家。那么就可以根据当前停车位置对用户下次出行的行驶路线进行预测,即预测用户下次出行的行驶路线是从公司到家的下班路线。
具体的,当前停车位置为车辆熄火时的位置,可以基于GPS、北斗卫星导航系统等定位系统获取。
S102,基于当前停车位置和目标车辆的惯用路线集合,获取目标车辆下次出行的预测行驶路线;其中,惯用路线集合包括多条惯用行驶路线,预测行驶路线对应其中一条惯用行驶路线。
其中,通过获取车辆下次出行的预测行驶路线,利用预测行驶路线获取预测的能耗,从而判断车辆剩余电量或油量是否能够满足用户出行需求,可以更加智能地对车辆下次出行的能耗进行预测,以更加精准的向用户发出充能提醒信息。预测行驶路线的获取,则是通过用户之前的惯用行驶路线进行确定,惯用行驶路线是用户惯常行驶的路线,因此在下次出行时,用户也会有较大概率选择惯用行驶路线出行。
S103,基于与预测行驶路线对应的惯用行驶路线的历史耗电数据,获取预测行驶路线的预测耗电量。
其中,在获取预测行驶路线之后,因为预测行驶路线对应一条惯用行驶路线,而惯用行驶路线是用户之前多次惯常行驶的路线,因此可以根据此惯用行驶路线之前行驶的历史能耗数据,预测此预测行驶路线的能耗,获得预测行驶路线的预测耗电量。
S104,在目标车辆的剩余电量小于预测耗电量与预设安全冗余电量之和的情况下,获取目标车辆的充能偏好;其中,充能偏好包括偏好充电或者偏好加油。
其中,在车辆的剩余电量小于预测耗电量与预设安全冗余电量之和的情况下,表明车辆的剩余电量已经不能支撑驶完预测行驶路线了。但是对于混合动力汽车,车辆的剩余电量和剩余油量其实对于剩余行驶距离是有综合影响的,如果电池电量少了油量还足够,是否需要充电将取决于用户的充电习惯。此时获取车辆的充能偏好,目的是根据用户的充能偏好,决定提醒用户充能的方式,避免不必要的充能提醒。
具体的,预设安全冗余电量是为了保障车辆行驶到目的地时还能有一定的电池余量,避免出现电池无电这种状况。
S105,根据充能偏好,发出对应的充能提醒信息。
其中,如果用户偏好充电,那么就发出充电提醒的信息,如果用户偏好加油,则需要进一步判断剩余油量是否满足驶完预测行驶路线,再看情况是否发出加油提醒信息。
在本实施例中,通过获取目标车辆熄火停车的当前停车位置;基于当前停车位置和目标车辆的惯用路线集合,获取目标车辆下次出行的预测行驶路线;其中,惯用路线集合包括多条惯用行驶路线,预测行驶路线对应其中一条惯用行驶路线;基于与预测行驶路线对应的惯用行驶路线的历史耗电数据,获取预测行驶路线的预测耗电量;在目标车辆的剩余电量小于预测耗电量与预设安全冗余电量之和的情况下,获取目标车辆的充能偏好;其中,充能偏好包括偏好充电或者偏好加油;根据充能偏好,发出对应的充能提醒信息的手段,实现了更加准确地向用户发出充能提醒的技术效果,使车辆充能提醒更加智能化,满足了用户的使用和出行习惯,提升了用户体验。
在一些实施例中,在获取目标车辆熄火停车的当前停车位置之后,还包括:在当前停车位置为历史充电位置,且目标车辆的当前停车时间在预设时段范围内的情况下,判断剩余电量是否低于预设电量阈值;在剩余电量低于预设电量阈值的情况下,发出充电提醒信息。
在本实施例中,在当前停车位置为历史充电位置,且当前停车时间在预设时段范围内的情况下,表明此时车辆正在充电桩附近,且时间是用户方便充电的预设时段。具体的,预设时段是用户根据自身充电条件,设定的一个便于充电的时间段,例如可以设定预设时段为20:00-22:00等。
此时,如果车辆的剩余电量低于预设提醒阈值,那么便可以立即提醒用户进行充电,因为处于用户容易充电的时机,用户基于充电提醒便能够便捷完成充电操作,此时提醒更具智能性,大大提升了用户体验。
具体的,对于充电提醒信息的具体内容,可以是“为保障您的出行需求,请及时充电。”
在图1所示的实施例的基础上,下面结合图2,对上述混合动力汽车的充能提醒方法的技术方案做进一步介绍。
图2为本申请实施例提供的另一种混合动力汽车的充能提醒方法的流程示意图,参阅图2,在一些实施例中,该混合动力汽车的充能提醒方法的流程包括以下步骤:
S201,获取目标车辆熄火停车的当前停车位置。
其中,需要说明的是,步骤S201的执行过程与步骤S101的执行过程相同,在此不再赘述。
S202,以当前停车位置为起点,查找在目标车辆的惯用路线集合中具有相同起点的惯用行驶路线,获得初选路线集合。
其中,本实施例是通过惯用行驶路线来对车辆下次出行的预测行驶路线进行判定的。因为是以停车位置来找寻对应的惯用行驶路线的,可能会存在多条满足相同停车位置条件的惯用行驶路线,因此,还需要对初选路线集合中的行驶路线进行进一步筛选。
S203,选择初选路线集合中历史出行概率值最大的惯用行驶路线,作为目标车辆下次出行的预测行驶路线。
其中,利用历史出行概率值对初选路线集合中的行驶路线进行再次筛选,以选出历史出行概率值最大的惯用行驶路线,作为车辆下次出行的预测行驶路线,可以尽量提高预测行驶路线的预测准确性。
S204,获取与预测行驶路线对应的惯用行驶路线的历史耗电量。
其中,由于预测行驶路线属于惯用行驶路线,因此其应该具有较多的历史耗电数据,通过这些历史耗电数据,可以有效反映出驶完预测行驶路线的能耗,用惯用行驶路线的历史耗电量对预测行驶路线的耗电量进行预测也将获得更加准确预测耗电量。
S205,获取历史耗电量的平均值,作为预测行驶路线的预测耗电量。
其中,已知虽然可以使用当前停车时VCU(Vehicle Control Unit,整车控制器)计算的电池剩余里程来来确定是否能够完成预测行驶路线,但是众所周知电池真实的剩余里程和出行的车速等很多影响因素相关性非常大,直接使用VCU的剩余里程不能完美的预测下次出行时电池剩余电量在特定路线上能够真实能行驶的距离,比如预测行驶路线是低速拥堵路线,实际电池能走的里程就会比VCU预测的剩余里程大一些。
因此,基于预测行驶路线对应的惯用行驶路线的历史耗电量的平均值作为预测行驶路线的预测耗电量,避免了车速的变化等因素对纯电车剩余里程极大的影响,可以提升对预测行驶路线耗电量预测的准确度。
S206,在目标车辆的剩余电量小于预测耗电量与预设安全冗余电量之和的情况下,获取预设统计周期内的充电偏好数据和加油偏好数据;其中,充电偏好数据和加油偏好数据为充电次数和加油次数、纯电行驶里程和混动行驶里程,或者历史耗电量和历史耗油量。
其中,车辆的充能偏好是通过相关充能偏好数据来反映的,通过获取充能偏好数据中相对应的充电偏好数据与加油偏好数据,用于后续充能偏好的确定。
具体的,预设统计周期可以是时间周期或者里程周期,例如一星期内的充电次数和加油次数,或者百公里内的充电次数和加油次数。
具体的,充电次数、纯电行驶里程和历史耗电量属于反映充电偏好的充电偏好数据,加油次数、混动行驶里程和历史耗油量属于反映加油偏好的加油偏好数据。
S207,统计充电偏好数据和加油偏好数据中,占比最多或者占比达到预设占比值的偏好数据所对应的充能方式,作为目标车辆的充能偏好。
其中,对于相对应的充电偏好数据和加油偏好数据,将其进行统计分析就可以反映出目标车辆的充能偏好。
以充电次数和加油次数作为充电偏好数据和加油偏好数据为例,相应充能方式的充能次数越多,表明用户越偏好采用此种充能方式进行充能,通过对历史充能次数中不同充能方式的充能次数进行统计分析,便可以获得车辆的充能偏好。具体的,确定车辆的充能偏好有两种方式,一种是选择次数最多的充能方式,即充电次数与加油次数中次数较多的充能方式作为车辆的充能偏好,也就是统计占比最多的偏好数据所对应的充能方式作为充能偏好;另一种是选择次数达到预设占比值的充能方式,例如预设占比值是60%,则需要充电次数或加油次数在历史充能次数中的占比达到60%,才能确定其对应的充能方式作为车辆的充能偏好,也就是占比达到预设占比值的偏好数据所对应的充能方式作为充能偏好。如果未有充能方式达到预设占比值,则表明用户并没有明显的充能偏好,此时可以选择次数较多的充能方式作为充能偏好。
与充电次数和加油次数类似,纯电行驶里程和混动行驶里程、历史耗电量和历史耗油量相应的也可以用于对充能偏好进行判断,例如百公里的纯电行驶里程大于混动行驶里程,表明用户更偏好使用纯电模式行驶,相应的也就表明用户更偏好充电;例如百公里的历史耗电量的能耗大于历史耗油量的能耗,也表明用户更偏好使用纯电模式行驶,相应的也就表明用户更偏好充电。
此外,用户也可以通过在目标车辆上直接设置偏好充电还是偏好加油的方式,确定用户的充能偏好。
S208,在充能偏好为偏好充电的情况下,发出充电提醒信息。
其中,当用户偏好充电时,可以发出相应充电提醒信息。例如,“为保障您的出行需求,请及时充电。”
具体的,对于充电提醒信息的发送,可以通过手机信息或车机显示等方式对用户进行提醒。
S209,在充能偏好为偏好加油的情况下,基于预测行驶路线和剩余电量,获得目标车辆的预测耗油量。
其中,当用户偏好加油时,则还需要对车辆的耗油量进行预测,以判断剩余油量是否满足出行需求,因此,首要的便是需要获得车辆驶完预测行驶路线的预测耗油量。
优选的,基于预测行驶路线和剩余电量,获得目标车辆的预测耗油量,包括:将预测行驶路线和剩余电量输入油耗预测模型中,获得预测耗油量;其中,油耗预测模型基于目标车辆的车辆数据仿真模拟获得,或者基于目标车辆的历史出行数据进行机器学习训练获得。
其中,本实施例中油耗预测模型可以通过两种方式获得,一种是根据目标车辆的车辆数据仿真模拟获得,此时输入预测行驶路线和剩余电量,油耗预测模型可以模拟目标车辆的行驶过程,并根据模拟结果获得预测耗油量;另一种是将目标车辆的历史出行数据作为油耗预测模型的训练集对机器学习模型进行训练,训练完成后,获得以预测行驶路线和剩余电量为输入,以预测耗油量为输出的油耗预测模型。
此外,对于现有混合动力汽车,可能其上还搭载有预测能量管理技术。预测能量管理技术是使用在混合动力汽车上的一种先进能量控制技术,它可以通过收集路线上的交通信息、车速信息、坡道信息、红绿灯信息、前方车辆车距等信息,使用预测能量管理技术和算法优化出到达目的地过程中最佳的目标电池电量消耗曲线,从而优化发动机更多的运行在节油区间,达到节油减排的效果。不同的行驶路线、车速、出发时的电池状态,都会对配备预测能量管理技术的混合动力汽车的油耗有很大的影响。预测能量管理技术的本质是利用预测到整个行程的发动机低效区间发生的时刻,在发动机高效区间提前充电,发动机低效区间使用提前准备好的电池电量纯电驱动,以提升整个行程的总体燃油效率。
配备了预测能量管理技术的混合动力汽车会大大降低油耗,提升真实续航里程,使用户很难根据仪表的燃油续航里程去判断何时一定要去加油,往往增加加油次数,也同样给用户带来不便。在混合动力汽车上配备的预测能量管理技术对出行时的动力总成控制做出干预时,相同的出行里程所要消耗的电量和油量和没有预测性能量干预时的消耗相比也会偏小,偏小的程度和出行的路线,拥堵的程度,出发时的电量状态全部都有关系,无法用简单的公式或者逻辑去推导,这样会使用户很难准确预估算剩余的电量和油量能否支撑下次的出行行程。
因此,在混合动力汽车搭载预测能量管理技术时,传统方案对于有预测能量管理技术的混合动力的油耗和剩余行驶里程一般使用平均值或查表计算的方式计算,实际上搭载预测能量管理技术的车辆的油耗值非常依赖于出行路线和出发时的电池SOC(State Of-Charge,电池充电状态),不是一个定值,传统的方案预估油耗和里程非常不准,经常偏大或偏小。
在本实施例中,当混合动力汽车搭载有汽车搭载预测能量管理技术时,对于耗油预测模型,如果耗油预测模型是根据目标车辆的车辆数据仿真模拟获得的,则耗油预测模型中应该在预测能量管理功能开启状态下对车辆的耗油量进行预测,且模型的输入信息还需要新增预测行驶路线的路线信息。如果耗油预测模型是根据目标车辆的历史出行数据进行机器学习训练获得的,则在模型训练阶段,还需要获取在预测能量管理技术下的历史出行数据对油耗预测仿真模型进行训练,且模型的输入信息还需要新增预测行驶路线的路线信息。具体的,路线信息包括预测行驶路线上的交通信息、车速信息、坡道信息、红绿灯信息、前方车辆车距等信息。
以此,便可以使油耗预测模型也可以适应预测能量管理技术下车辆的油耗预测,提升油耗预测仿真模型的准确度和适应性。
具体的,油耗预测模型部署在云端服务器上,还可以不断迭代提高其准确性,提升用户体验。
S210,在目标车辆的剩余油量小于预测耗油量的情况下,发出加油提醒信息。
其中,如果剩余油量不能满足驶完预测行驶路线的要求,则发出加油提醒信息,例如,“为保障您的出行需求,请及时加油。”
具体的,对于加油提醒信息的发送,可以通过手机信息或车机显示等方式对用户进行提醒。
在本实施例中,通过惯用行驶路线对车辆下次出行的行驶路线进行预测,分析用户的出行规律,以出行规律规划用户的充电时机,比传统固定充电限值的充能提醒方式,降低了用户充电频次。由于最大化了用户充电间隔,电池每次充电的电量变化能够最大化,有利于BMS本身的控制和SOH计算,避免了过多浅充浅放对电池的损伤,延长了电池的使用寿命。
以及通过充能方式的次数对车辆充能偏好的选择,综合考虑了混合动力汽车的剩余油量和电量,根据用户的用油用电习惯对用户充电时机也做出了规划,既最大化了用户充电间隔,也最大化了用户加油间隔。还通过能耗预测与充能偏好相结合,可以更加准确地向用户发出充能提醒,使车辆充能提醒更加智能化,满足了用户的使用和出行习惯,提升了用户体验。
在图1和图2所示的混合动力汽车的充能提醒方法中,需要进行获取惯用路线集合的操作,下面结合图3,对上述混合动力汽车的充能提醒方法的技术方案中,关于获取惯用路线集合的内容做进一步介绍。
图3为本申请实施例提供的一种获取惯用行驶路线的流程示意图,参阅图3,在一些实施例中,该获取惯用路线的流程包括以下步骤:
S301,获取预设采集周期内目标车辆的历史行驶数据。
其中,获取预设采集周期内车辆的历史行驶数据,就是每隔固定时间便对车辆的历史行驶数据进行一次采集,例如预设采集周期为一天,则每隔一天便进行一次历史行驶数据采集,预设采集周期为两天,则每隔两天进行一次历史行驶数据的采集。
具体的,对于历史行驶数据一般包括行驶相关的起点信息、终点信息、路线信息、时间信息、能耗信息等。
S302,以历史行驶数据中熄火停车的历史停车位置为节点,从历史行驶数据中获取出行路线。
其中,在一个采集周期内,可能会存在多条出行路线,因此需要对历史行驶数据中的出行路线进行提取,并将提取出的所有出行路线汇总到出行路线集合中。
具体的,对于出行路线的提取可以以车辆停车熄火的停车位置作为判定节点,车辆从熄火停车状态启动到再次车辆熄火停车的两个历史停车节点之间为一条出行路线。
S303,针对每条出行路线,获取出行路线的起点位置、终点位置和行驶信息;其中,行驶信息包括交通信息和车辆信息。
其中,采集获取的出行路线还需要与之前采集周期获取的历史行驶路线进行比对,以将相同的历史行驶路线进行匹配,以进一步判断哪些历史行驶路线可以作为惯用行驶路线,所以需要获取历史行驶路线的相关信息用于后续相同历史行驶路线的匹配。
具体的,交通信息包括道路信息、距离信息、红绿灯信息、坡道信息等可以反映交通状况的信息。
具体的,车辆信息包括车速信息、时间信息、发动机转速、燃油信息、行驶里程、电池电量信息、机油压力信息等可以反映车辆状况的信息。
S304,在历史行驶路线集合中查找具有相同起点位置和终点位置的历史行驶路线,获得候选路线集合。
其中,具有相同起点位置和终点位置的路线更有可能属于同一条路线,因此,将起点位置和终点位置作为初始筛选条件,将满足相同起点位置和终点位置历史行驶路线进行初步筛选。这样可以尽快排查不满足条件的历史行驶路线,提高匹配效率。
S305,将候选路线集合中的历史行驶路线的行驶信息与出行路线的行驶信息进行相似度比对,并将相似度满足预设条件的历史行驶路线的历史出行次数值加一。
其中,再根据行驶信息做进一步筛选,以完成出行路线在历史行驶路线集合中对应的历史行驶路线的筛选,判定历史行驶路线集合中是否具有与出行路线相同的历史行驶路线。
具体的,相似度筛选的操作可以将历史行驶路线的行驶信息转换为特征向量,再通过特征向量获取两者之间的相似度,常用的相似度判断方法包括欧几里得距离、余弦相似度等。相似度的取值范围一般是在[0,1],设定一个相识度阈值,例如0.9,则只要相似度超过0.9,就可以判定相似度满足预设条件。
其中,对筛选出的历史行驶路线的历史出行次数值加一,表明其行驶次数增加了一次。
S306,将历史行驶路线集合中具有相同起点位置的历史行驶路线,划分到同一历史行驶路线子集之中。
其中,在历史行驶路线集合中,从同一起点位置出发的历史行驶路线可能有多条,所以将具有相同起点位置的历史行驶路线,划分到同一历史行驶路线子集中,用作后续惯用行驶路线的判定。
S307,针对每个历史行驶路线子集中的每条历史行驶路线,计算历史行驶路线的历史出行次数与所属历史行驶路线子集中总的历史出行次数之间的比值,获得历史行驶路线的历史出行概率值。
其中,对历史行驶路线子集中的历史行驶路线的历史出行概率值进行计算,求取历史行驶路线的历史出行次数在同一起点位置的所有历史出行路线的历史出行次数中的比值,获得历史出行概率值。其中,历史出行概率值越高,表明对应的历史行驶路线越是惯常出行使用。
具体的,例如历史行驶子集中有三条历史行驶路线,三条历史行驶路线总的历史出行次数是20次,其中一条历史行驶路线的历史是12次,其历史出行概率值就是0.6,如果预设概率阈值为0.5,那么此条历史行驶路线满足条件,将会作为惯用行驶路线加入惯用路线集合中。
S308,将历史出行概率值大于预设概率阈值的历史行驶路线,加入惯用路线集合。
其中,在历史行驶路线的历史出行概率值大于预设概率阈值时,表明其满足惯用行驶路线的行驶频次条件,则将其作为惯用行驶路线加入到惯用路线集合中。
此外,需要说明的是,满足惯用行驶路线的历史行驶路线并不会从历史行驶路线集合中移除,其在后续采集周期内,在此历史行驶路线与后续出行路线仍能够匹配的情况下,其历史出行次数值还可继续增加。
S309,在历史行驶路线集合中不具有相同起点位置和终点位置的历史行驶路线的情况下,或者在候选路线集合中不具有行驶信息相识度满足预设条件的历史行驶路线的情况下,将出行路线加入历史行驶路线集合。
其中,如果在历史行驶路线集合中没有筛选到对应的历史行驶路线,则表明出行路线是第一次出现。当判定出行路线是第一次出现之后,将其加入历史行驶路线集合中,用于后续惯用行驶路线的判定。
在本实施例中,利用概率方式获取车辆的惯用路线集合,以用于对车辆下次出行的行驶路线进行预测,相较于训练大数据模型来对行驶路线进行预测的方式,本实施例更加节约计算资源,运行速度更快,成本更低。
图4是本申请实施例提供的一种混合动力汽车的充能提醒装置的结构示意图,参阅图4,该混合动力汽车的充能提醒装置包括用于实现前述混合动力汽车的充能提醒方法的各个功能模块,任意功能模块可以通过软件和/或硬件的方式实现。
在一些实施例中,该一种混合动力汽车的充能提醒装置400包括信息获取模块401、路线预测模块402、耗能预测模块403、偏好获取模块404以及充能提醒模块405。其中:
数据获取模块401用于获取目标车辆熄火停车的当前停车位置;
路线预测模块402用于基于当前停车位置和目标车辆的惯用路线集合,获取目标车辆下次出行的预测行驶路线;其中,惯用路线集合包括多条惯用行驶路线,预测行驶路线对应其中一条惯用行驶路线;
耗能预测模块403用于基于与预测行驶路线对应的惯用行驶路线的历史耗电数据,获取预测行驶路线的预测耗电量;
偏好获取模块404用于在目标车辆的剩余电量与预设安全冗余电量之和小于预测耗电量的情况下,获取目标车辆的充能偏好;其中,充能偏好包括偏好充电或者偏好加油;
充能提醒模块405用于根据充能偏好,发出对应的充能提醒信息。
在一些实施例中,该路线预测模块402具体用于:
以当前停车位置为起点,查找在目标车辆的惯用路线集合中具有相同起点的惯用行驶路线,获得初选路线集合;
选择初选路线集合中历史出行概率值出行次数值最大的惯用行驶路线,作为目标车辆下次出行的预测行驶路线。
在一些实施例中,该路线预测模块402具体用于:
获取预设采集周期内目标车辆的历史行驶数据;
以历史行驶数据中熄火停车的历史停车位置为节点,从历史行驶数据中获取出行路线中;
针对每条出行路线,将出行路线与目标车辆的历史行驶路线集合中的历史行驶路线进行相似度比对,并将相似度满足预设条件的历史行驶路线的历史出行次数加一;
将历史行驶路线集合中具有相同起点位置的历史行驶路线,划分到同一历史行驶路线子集之中;
针对每个历史行驶路线子集中的每条历史行驶路线,计算历史行驶路线的历史出行次数与所属历史行驶路线子集中总的历史出行次数之间的比值,获得历史行驶路线的历史出行概率值;
将历史出行概率值大于预设概率阈值的历史行驶路线,加入惯用路线集合。
在一些实施例中,该路线预测模块402具体用于:
获取出行路线的起点位置、终点位置和行驶信息;其中,行驶信息包括交通信息和车辆信息;
在历史行驶路线集合中查找具有相同起点位置和终点位置的历史行驶路线,获得候选路线集合;
将候选路线集合中的历史行驶路线的行驶信息与出行路线的行驶信息进行相似度比对,并将相似度满足预设条件的历史行驶路线的历史出行次数值加一。
在一些实施例中,该路线预测模块402具体用于:
在历史行驶路线集合中不具有相同起点位置和终点位置的历史行驶路线的情况下,或者在候选路线集合中不具有行驶信息相识度满足预设条件的历史行驶路线的情况下,判定历史行驶路线集合中不存在与出行路线对应的历史行驶路线,并将出行路线加入历史行驶路线集合。
在一些实施例中,耗能预测模块403具体用于:
获取与预测行驶路线对应的惯用行驶路线的历史耗电量;
获取历史耗电量的平均值,作为预测行驶路线的预测耗电量。
在一些实施例中,偏好获取模块404具体用于:
获取预设统计周期内的充电偏好数据和加油偏好数据;其中,充电偏好数据和加油偏好数据为充电次数和加油次数、纯电行驶里程和混动行驶里程,或者历史耗电量和历史耗油量;
统计充电偏好数据和加油偏好数据中,占比最多或者占比达到预设占比值的偏好数据所对应的充能方式,作为目标车辆的充能偏好。
在一些实施例中,充能提醒模块405具体用于:
在充能偏好为偏好充电的情况下,发出充电提醒信息;
在充能偏好为偏好加油的情况下,基于预测行驶路线和剩余电量,获得目标车辆的预测耗油量;
在目标车辆的剩余油量小于预测耗油量的情况下,发出加油提醒信息。
在一些实施例中,耗能预测模块403具体用于:
将预测行驶路线和剩余电量输入油耗预测模型中,获得预测耗油量;
其中,油耗预测模型基于目标车辆的车辆数据仿真模拟获得,或者基于目标车辆的历史出行数据进行机器学习训练获得。
在一些实施例中,充能提醒模块405具体用于:
在当前停车位置为历史充电位置,且目标车辆的当前停车时间在预设时段范围内的情况下,判断剩余电量是否低于预设电量阈值;
在剩余电量低于预设电量阈值的情况下,发出充电提醒信息。
本申请实施例提供的混合动力汽车的充能提醒装置400用于执行前述混合动力汽车的充能提醒方法实施例提供的技术方案,其实现原理和技术效果与前述方法的实施例中类似,在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现,也可以全部以硬件的形式实现,还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,路线预测模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上路线预测模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
图5为本申请实施例提供的一种电子设备的结构示意图,参阅图5,该电子设备500包括:处理器501,以及与处理器501通信连接的存储器502;
存储器502存储计算机执行指令;
处理器501执行存储器502存储的计算机执行指令,以实现前述混合动力汽车的充能提醒方法的技术方案。
在上述电子设备500中,存储器502、处理器501之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可以通过一条或者多条通信总线或信号线实现电性连接,如可以通过总线连接。总线可以是工业标准体系结构(Industry StandardArchitecture,简称:ISA)总线、外部设备互连(Peripheral Component Interconnect,简称:PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,简称:EISA)总线等。总线可以分为地址总线、数据总线、控制总线等,但并不表示仅有一根总线或一种类型的总线。存储器502中存储有实现前述混合动力汽车的充能提醒方法的计算机执行指令,包括至少一个可以软件或固件的形式存储于存储器中的软件功能模块,处理器501通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理。
存储器502至少包括一种类型的可读存储介质,不限于随机存取存储器(RandomAccess Memory,简称:RAM),只读存储器(Read Only Memory,简称:ROM),可编程只读存储器(Programmable Read-Only Memory,简称:PROM),可擦除只读存储器(ErasableProgrammable Read-Only Memory,简称:EPROM),电可擦除只读存储器(ElectricErasable Programmable Read-Only Memory,简称:EEPROM)等。其中,存储器502用于存储程序,处理器501在接收到执行指令后,执行程序。进一步地,上述存储器502内的软件程序以及模块还可包括操作系统,其可包括各种用于管理系统任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动,并可与各种硬件或软件组件相互通信,从而提供其他软件组件的运行环境。
处理器501可以是一种集成电路芯片,具有信号的处理能力。上述的处理器501可以是通用处理器,包括中央处理器(Central Processing Unit,简称:CPU)、网络处理器(Network Processor,简称:NP)、数字信号处理器(Digital Signal Processor,简称:DSP)、专用集成电路(Application Specific Integrated Circuit,简称:ASIC)等。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器,或者该处理器501也可以是任何常规的处理器等。
该电子设备500用于执行前述混合动力汽车的充能提醒方法实施例提供的技术方案,其实现原理和技术效果与前述方法实施例中类似,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现如前述混合动力汽车的充能提醒方法的技术方案。
上述的计算机可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。该计算机可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)中。当然,处理器和可读存储介质也可以作为分立组件存在于混合动力汽车的充能提醒装置的控制装置中。
本申请实施例还提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时用于实现如前述混合动力汽车的充能提醒方法的技术方案。
在上述实施例中,本领域技术人员可以理解,实现上述各方法实施例可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线网络、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如,固态硬盘(Solid State Disk,简称:SSD))等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (13)
1.一种混合动力汽车的充能提醒方法,其特征在于,包括:
获取目标车辆熄火停车的当前停车位置;
基于所述当前停车位置和所述目标车辆的惯用路线集合,获取所述目标车辆下次出行的预测行驶路线;其中,所述惯用路线集合包括多条惯用行驶路线,所述预测行驶路线对应其中一条惯用行驶路线;
基于与所述预测行驶路线对应的惯用行驶路线的历史耗电数据,获取所述预测行驶路线的预测耗电量;
在所述目标车辆的剩余电量小于所述预测耗电量与预设安全冗余电量之和的情况下,获取所述目标车辆的充能偏好;其中,所述充能偏好包括偏好充电或者偏好加油;
根据所述充能偏好,发出对应的充能提醒信息。
2.根据权利要求1所述的方法,其特征在于,基于所述当前停车位置和所述目标车辆的惯用路线集合,获取所述目标车辆下次出行的预测行驶路线,包括:
以所述当前停车位置为起点,查找在所述目标车辆的惯用路线集合中具有相同起点的惯用行驶路线,获得初选路线集合;
选择所述初选路线集合中历史出行概率值最大的惯用行驶路线,作为所述目标车辆下次出行的预测行驶路线。
3.根据权利要求2所述的方法,其特征在于,所述惯用路线集合的获取方法包括:
获取预设采集周期内所述目标车辆的历史行驶数据;
以所述历史行驶数据中熄火停车的历史停车位置为节点,从所述历史行驶数据中获取出行路线;
针对每条出行路线,将所述出行路线与所述目标车辆的历史行驶路线集合中的历史行驶路线进行相似度比对,并将相似度满足预设条件的历史行驶路线的历史出行次数加一;
将所述历史行驶路线集合中具有相同起点位置的历史行驶路线,划分到同一历史行驶路线子集之中;
针对每个所述历史行驶路线子集中的每条历史行驶路线,计算所述历史行驶路线的历史出行次数与所属历史行驶路线子集中总的历史出行次数之间的比值,获得所述历史行驶路线的历史出行概率值;
将所述历史出行概率值大于预设概率阈值的历史行驶路线,加入所述惯用路线集合。
4.根据权利要求3所述的方法,其特征在于,将所述出行路线与所述目标车辆的历史行驶路线集合中的历史行驶路线进行相似度比对,并将相似度满足预设条件的历史行驶路线的历史出行次数加一,包括:
获取所述出行路线的起点位置、终点位置和行驶信息;其中,所述行驶信息包括交通信息和车辆信息;
在所述历史行驶路线集合中查找具有相同起点位置和终点位置的历史行驶路线,获得候选路线集合;
将所述候选路线集合中的历史行驶路线的行驶信息与所述出行路线的行驶信息进行相似度比对,并将相似度满足预设条件的历史行驶路线的历史出行次数值加一。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
在所述历史行驶路线集合中不具有相同起点位置和终点位置的历史行驶路线的情况下,或者在所述候选路线集合中不具有所述行驶信息相识度满足预设条件的历史行驶路线的情况下,将所述出行路线加入所述历史行驶路线集合。
6.根据权利要求1所述的方法,其特征在于,基于与所述预测行驶路线对应的惯用行驶路线的历史耗电数据,获取所述预测行驶路线的预测耗电量,包括:
获取与所述预测行驶路线对应的惯用行驶路线的历史耗电量;
获取所述历史耗电量的平均值,作为所述预测行驶路线的预测耗电量。
7.根据权利要求1所述的方法,其特征在于,获取所述目标车辆的充能偏好,包括:
获取预设统计周期内的充电偏好数据和加油偏好数据;其中,所述充电偏好数据和所述加油偏好数据为充电次数和加油次数、纯电行驶里程和混动行驶里程,或者历史耗电量和历史耗油量;
统计所述充电偏好数据和所述加油偏好数据中,占比最多或者占比达到预设占比值的偏好数据所对应的充能方式,作为所述目标车辆的充能偏好。
8.根据权利要求1所述的方法,其特征在于,根据所述充能偏好,发出对应的充能提醒信息,包括:
在所述充能偏好为偏好充电的情况下,发出充电提醒信息;
在所述充能偏好为偏好加油的情况下,基于所述预测行驶路线和所述剩余电量,获得所述目标车辆的预测耗油量;
在所述目标车辆的剩余油量小于所述预测耗油量的情况下,发出加油提醒信息。
9.根据权利要求8所述的方法,其特征在于,基于所述预测行驶路线和所述剩余电量,获得所述目标车辆的预测耗油量,包括:
将所述预测行驶路线和所述剩余电量输入油耗预测模型中,获得所述预测耗油量;
其中,所述油耗预测模型基于所述目标车辆的车辆数据仿真模拟获得,或者基于所述目标车辆的历史出行数据进行机器学习训练获得。
10.根据权利要求1所述的方法,其特征在于,在获取目标车辆熄火停车的当前停车位置之后,还包括:
在所述当前停车位置为历史充电位置,且所述目标车辆的当前停车时间在预设时段范围内的情况下,判断所述剩余电量是否低于预设电量阈值;
在所述剩余电量低于预设电量阈值的情况下,发出充电提醒信息。
11.一种混合动力汽车的充能提醒装置,其特征在于,包括:
数据获取模块,用于获取目标车辆熄火停车的当前停车位置;
路线预测模块,用于基于所述当前停车位置和所述目标车辆的惯用路线集合,获取所述目标车辆下次出行的预测行驶路线;其中,所述惯用路线集合包括多条惯用行驶路线,所述预测行驶路线对应其中一条惯用行驶路线;
耗能预测模块,用于基于与所述预测行驶路线对应的惯用行驶路线的历史耗电数据,获取所述预测行驶路线的预测耗电量;
偏好获取模块,用于在所述目标车辆的剩余电量与预设安全冗余电量之和小于所述预测耗电量的情况下,获取所述目标车辆的充能偏好;其中,所述充能偏好包括偏好充电或者偏好加油;
充能提醒模块,用于根据所述充能偏好,发出对应的充能提醒信息。
12.一种电子设备,其特征在于,包括处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1至10中任一项所述的方法。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310792380.6A CN116811663A (zh) | 2023-06-29 | 2023-06-29 | 混合动力汽车的充能提醒方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310792380.6A CN116811663A (zh) | 2023-06-29 | 2023-06-29 | 混合动力汽车的充能提醒方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116811663A true CN116811663A (zh) | 2023-09-29 |
Family
ID=88127188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310792380.6A Pending CN116811663A (zh) | 2023-06-29 | 2023-06-29 | 混合动力汽车的充能提醒方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116811663A (zh) |
-
2023
- 2023-06-29 CN CN202310792380.6A patent/CN116811663A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107284241B (zh) | 提供车辆的电池显示状态的服务器及设置显示状态的设备 | |
WO2022007689A1 (zh) | 车辆的充电提醒方法、设备、程序、存储介质及车辆 | |
US9090255B2 (en) | Hybrid vehicle fuel efficiency using inverse reinforcement learning | |
US11884181B2 (en) | Determining a minimum state of charge for an energy storage means of a vehicle | |
CN111086413A (zh) | 电动车辆的充电控制系统和充电控制方法 | |
US20190143831A1 (en) | Determining a charging requirement for an energy storage means of a vehicle | |
US10668824B2 (en) | Method for calculating a setpoint for managing the fuel and electricity consumption of a hybrid motor vehicle | |
US11187753B2 (en) | System and method for determining a status of a vehicle battery | |
CN113071474B (zh) | 一种车辆的能量管理方法、系统及车辆 | |
CN106871918B (zh) | 电动车路线规划方法及装置 | |
JP2012525298A (ja) | プラグインハイブリッド車両のエネルギー消費の最適化方法およびかかる方法を利用したプラグインハイブリッド車両 | |
CN115900744A (zh) | 充电路径规划方法、装置和服务器 | |
CN113263954B (zh) | 电动汽车续驶里程预测方法、装置、设备和可读存储介质 | |
CN108985966B (zh) | 电量消耗计算方法、装置、车辆及计算机可读存储介质 | |
CN116811663A (zh) | 混合动力汽车的充能提醒方法、装置、设备及存储介质 | |
CN113335126B (zh) | 新能源汽车智能充电控制方法、存储介质和电子设备 | |
CN115583153A (zh) | 一种续航里程计算方法、装置及计算机设备 | |
CN114256523A (zh) | 一种充电桩充电控制方法、装置、电子设备及存储介质 | |
CN113537615A (zh) | 一种充电车辆的预测方法、装置及电子设备 | |
CN116756509A (zh) | 能量管理优化方法、装置、设备及存储介质 | |
CN112632382B (zh) | 用于为车辆推荐站点的方法、装置、设备以及存储介质 | |
CN110509911A (zh) | 一种混合动力车辆的控制方法及装置 | |
WO2024082201A1 (zh) | 一种续航里程估算方法及装置 | |
CN116968767A (zh) | 基于多维数据融合的新能源汽车充电路径规划方法及系统 | |
CN115660128A (zh) | 信息处理装置以及信息处理方法 |
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 |