DE102021214173A1

DE102021214173A1 - Fahrzeug- und fahrzeugführerspezifisches routing

Info

Publication number: DE102021214173A1
Application number: DE102021214173.0A
Authority: DE
Inventors: Oliver Raguse
Original assignee: Eclever Entw oHG; Eclever Entwicklungs oHG
Current assignee: ECLEVER TECHNOLOGY GMBH, DE
Priority date: 2021-12-12
Filing date: 2021-12-12
Publication date: 2023-06-15

Abstract

Die vorliegende Erfindung betrifft das Feld der Routenoptimierung. Dabei werden erstmalig kontinuierlich Massendaten von Fahrzeugen und Fahrzeugführern ausgewertet, Vorhersagen für das genutzte Fahrzeug sowie den Fahrzeugführer abgeleitet und in die Optimierung einbezogen.

Description

Technisches Gebiet
Die vorliegende Erfindung betrifft ein Verfahren zur Optimierung von Fahrtrouten, eine Vorrichtung und ein Computerprogrammprodukt zum fahrzeugseitigen Erfassen, Auslesen und Übertragen der Verbrauchs- und Ladedaten
Stand der Technik
Während der Einführung der ersten Fahrzeuge mit Verbrennungsmotor konnten die Kraftstoffe nur in Apotheken erworben werden. Da Kraftfahrzeuge zu jener Zeit ohnehin nicht weit verbreitet waren, waren die Fahrzeugführer in der Regel mit den Umwegen vertraut. Im Laufe der Jahrzehnte hat sich das Bild gewandelt. Nahezu in jedem Ort und in regelmäßigen Abständen an den Autobahnen gibt es Tankstellen. Die heutigen Fahrzeuge mit Verbrennungsmotoren erreichen mit einer Tankfüllung größere Reichweiten, mit denen diese im alltäglichen Gebrauch häufig seltener als einmal pro Woche betankt werden müssen.
Seit etwa einem halben Jahrzehnt setzen sich auf Grund einer steigenden Anzahl von Konsumenten, die sich Gedanken um die Umwelt machen, auch Fahrzeuge mit einem elektrischen Antriebsstrang und einem Akkumulator durch.
Im Gegensatz zur bestehenden Infrastruktur an Tankstellen für Verbrennungsmotoren sind Ladesäulen für Elektrofahrzeuge noch immer spärlich verteilt. Da die Energiedichte bekannter Akkumulatoren deutlich geringer ist als die Energiedichte allgemein genutzter Brennstoffe, fällt die Reichweite eines Elektrofahrzeugs im Vergleich zu der eines Verbrenners in der Regel deutlich geringer aus.
Zusätzlich kommt erschwerend hinzu, dass die möglichen Ladeströme bei bekannten Akkumulatoren vom sogenannten State of Charge (SoC), also dem Füllzustand des Akkumulators abhängen und mit höherem SoC überproportional abfallen. Daher ist es vorteilhaft, das Fahrzeug so weit zu bewegen, bis die Restreichweite und somit der SoC möglichst gering ist. Viele Fahrzeugführer versuchen bspw. eine Ladesäule mit etwa 10 % SoC zu erreichen, um dann schnellstmöglich bis etwa 80 % SoC zu laden, da ab etwa 80 % in der Regel nur noch ein kleiner Bruchteil der maximalen Ladeleistung zur Verfügung steht. Zudem können nicht alle Ladesäulen gleichermaßen viel Leistung zum Laden des Fahrzeugs bereitstellen. In innerstädtischen Bereichen sind oft nur Ladesäulen mit Wechselstrom mit maximalen Ladeleistungen von 11 kW, teilweise auch 22 kW vorzufinden, wobei nur wenige Fahrzeug die Ladung mit 22 kW erlauben.
An Autobahnen und Fernstraßen finden sich hingegen zumeist sogenannte Schnellladesäulen. Diese umfassen in der Regel einen sogenannten CCS-Stecker, zum Teil auch einen sogenannten CHAdeMO-Stecker, und bieten Ladeleistungen von 50 kW bis zu einigen hundert Kilowatt.
Die maximale Ladeleistung der möglichen Ladesäulen sowie die maximale Ladeleistung des Fahrzeugs werden bei entsprechenden Berechnungen im Stand der Technik ebenfalls berücksichtigt.
Das Feld wird umso komplexer, wenn beachtet wird, dass im Stand der Technik Ladesäulen bekannt sind, die nur die maximale ausgewiesene Ladeleistung für das Fahrzeug bereitstellen, wenn eine weitere Ladesäule nicht belegt ist. Häufig passiert dies, da die Ladesäulen abseits vom Netzanschluss zusätzlich über in den Ladesäulen verbaute Akkumulatoren verfügen, ob entsprechend hohe Ladeleistungen umsetzen zu können, ohne den Netzanschluss zu überlasten. Eine solche LadeDies verkompliziert die Vorhersage der benötigten Zeiten zum Laden des Fahrzeugs, da bekannt sein muss, welche anderen Ladesäulen am selben Hauptanschluss der Energieversorgung zum Zeitpunkt der Ladung belegt sein werden.
Auf Grund der genannten Umstände wird die Fahrt von einem Startpunkt A zu einem bekannten Ziel B häufig durch den Fahrzeugführer geplant, wobei dieser zumeist den SoC zum Beginn der Fahrt und in der Regel das Fahrzeugmodell berücksichtigt.
Schnell wurden Planungstools wie der EVcalc (EV.: electric vehicle) von eCalc.ch veröffentlicht. Diese erlauben die Planung der Route auf Basis fahrzeugabhängiger Parameter wie Reifendruck, Zuladung, Reifenart, Ladekurve (Ladestrom in Abhängigkeit des SoC), Degradation des Akkumulators sowie dem SoC bei Abfahrt, Präferenzen des Nutzers wie SoC bei der Ankunft an einer Ladesäule und am Zielort und Wetterdaten wie Windgeschwindigkeit, Lufttemperatur und Beschaffenheit der Route wie das Höhenprofil und Feuchtigkeit der Straße.
Diese Tools erlauben bspw. auch eine Übersicht, wie oft der Fahrzeugführer das Fahrzeug in Abhängigkeit seiner gewählten Reisegeschwindigkeit neu/erneut laden/betanken muss.
Die US20210180970A1 offenbart ein ähnliches Verfahren für sogenannte Plugin-Hybride, um bspw. abschätzen zu können, ob diese eine sogenannte Umweltzone, in der Ausstoß von Gasen aus einem Verbrennungsprozess restriktiert ist, vollständig durchqueren können. Der Fachmann kennt Plugin-Hybride als Fahrzeuge mit zwei Antriebssträngen, von denen einer ausgelegt ist, um mittels eines Verbrennungsmotors betrieben zu werden, während der zweite Antriebsstrang ausgelegt ist, um mittels eines Elektromotors betrieben zu werden.
Andere Anbieter wie „A Better Route Planner“ bieten eine ähnliche Funktionalität in einer App auf einem mobilen Endgerät (z.B. Smartphone), wobei durch das Verbinden eines Geräts, das Fahrzeugdaten über einen Diagnose-Port (engl.: OBD, On-Board-Diagnose) ausliest, Informationen zum Fahrzeug, insbesondere den SoC, an die App überträgt und so eine Neuberechnung im Falle einer Abweichung des erwarteten Verbrauchs ermöglicht.
Die App ermöglicht auch eine Nutzung ohne ein in den OBD-Port eingestecktes Gerät. In dem Fall bietet die App dieselbe Funktionalität, weist den Nutzer aber nicht darauf hin, mit welcher Geschwindigkeit gerechnet wird, sodass es immer wieder zu Abweichungen zwischen dem vorhergesagten SoC und dem tatsächlichen SoC kommt und Ladesäulen, die laut Berechnung zwar erreichbar sind, nicht erreicht werden können. Ähnlich geartete Verfahren werden ebenfalls in US20210213844A1 und EP3798579A1 offenbart.
Andere aus dem Stand der Technik bekannte Technologien versuchen zudem den Zustand des Fahrzeugs in der Zukunft ganz oder teilweise vorherzusagen. So offenbart US20210373082A1 bspw. ein Verfahren und eine zur Umsetzung des Verfahrens geeignete Vorrichtung, um den sogenannten State of Health (engl.: Gesundheitszustand, auf Deutsch eher Degradationsgrad) auf Basis einer Vielzahl erhobener Parameter zu bestimmen und vorherzusagen.
Einige Hersteller von Elektrofahrzeugen, wie bspw. VW oder Tesla bieten bei der im Fahrzeug integrierten Navigation bereits eine Navigation mit der Einplanung möglicher Ladesäulen an, wobei auch hier die Transparenz fehlt, mit welchem Fahrzeugführerpofil, also mit welchem Beschleunigungs- und Bremsverhalten sowie mit welchen gewählten Geschwindigkeiten gerechnet wird. Zudem werden Fahrzeugführer darauf hingewiesen, eine gewisse Geschwindigkeit nicht überschreiten zu dürfen, um die geplanten Ladesäulen zu erreichen, der Fahrzeugführer muss sich also nach den Vorgaben des Fahrzeugs richten.
Dahingegen verfügen die Navigationssysteme der Fahrzeughersteller oft über Informationen zum Belegungsstatus einer Ladesäule und können diesen während der Navigation berücksichtigen.
Die bislang aufgeführten Ausführungen zum Stand der Technik beschränkten sich insbesondere auf Probleme der Mobilität mit Elektrofahrzeugen, insbesondere Elektroautos. Die Probleme selbst sind aber im Grunde universell und gelten bspw. auch für Fahrzeuge mit einem Erdgasmotor oder für Fahrzeuge mit Brennstoffzellen (engl. Fuell Cell Electric Vehicles, FCEV), da entsprechende Tankstellen nicht weit verbreitet sind.
Des Weiteren gelten die Probleme hinsichtlich der Reichweite zum Beispiel insbesondere auch für Flugzeuge mit Elektromotoren. Obwohl diese besonders effizient sind, wie ein Weltrekordflug von der Schweiz nach Norderney 2020 zeigte (das Flugzeug benötigte nur etwa ¼ der Energie eines herkömmlichen Flugzeugs), müssen diese Flugzeuge bislang mehrfach zwischenlanden.
Bei diesem Flug stellte sich zudem heraus, dass nicht alle Flugplätze in hinreichendem Maße über geeignete Hausanschlüsse verfügten, um den Akkumulator des Flugzeugs schnellstmöglich zu laden. Zudem war die Planung äußerst langwierig, da bereits im Vorfeld mit den Flugplätzen geklärt werden musste, ob diese über entsprechende Lademöglichkeiten verfügen. Auch wenn letzteres Problem durch eine Ergänzung über Lademöglichkeiten in den bereits bestehenden Verzeichnissen von Flugplätzen gelöst werden kann, besteht weiterhin das Problem der Planung, welche analog zur Planung für sonstige Elektrofahrzeuge stark wetterabhängig ist. Weiterhin ist die Reichweite auch davon abhängig, inwiefern der Pilot, in der Lade ist, beispielsweise Aufwinde zu nutzen, somit ist auch hier der Verbrauch vom Verhalten des Piloten abhängig.
Dabei gehen die meisten bekannten Methoden zur Berechnung des Verbrauchs bei einer Routenplanung folgendermaßen vor: Zunächst berechnen Sie eine oder mehrere Routen auf Basis einer primären Optimierungsstrategie wie „kürzeste Strecke“ oder „kürzeste Fahrzeit“ mittels herkömmlicher Routing-Algorithmen wie Dijkstra oder A*. Für die berechneten Routen werden dann Verbrauch und ggf. Lademöglichkeiten geplant.
An dieser Stelle bietet es sich an, über Routenberechnungen im Allgemeinen zu sprechen. Dafür wird die Graphentheorie benötigt. In der Graphentheorie gibt es sogenannte Kanten (engl.: Edges) und Knoten (engl.: Nodes). Die Knoten sind durch die Kanten miteinander verbunden. Für die Routenberechnung werden Kreuzungen in der Realität zu Knoten im Graphen, die die Kreuzungen verbindenden Straßen werden durch Kanten repräsentiert.
Die Kanten verfügen über sogenannte Gewichte, also Zahlen, die die Kante näher beschreiben. Im Falle eines Routinggraphen würden bspw. die Längen der Straßenabschnitte zwischen den Kreuzungen an die die Straße repräsentierenden Kanten geschrieben. Für die Routenberechnung werden nun für fast alle möglichen Wege die Summen der Gewichte der Kanten entlang des Weges gebildet und dann in der Regel der kleinste Wert gebildet. Somit wäre die kürzeste Route berechnet. Für die schnellste Route würde die Berechnung analog stattfinden, nur dass statt der Längen der Straßenabschnitte die durchschnittliche Fahrdauer auf dem Straßenabschnitt als Gewicht für die Kante verwendet würde.
Zur weiteren Optimierung der Berechnungsgeschwindigkeit können virtuelle Kanten zum Routinggraphen hinzugefügt werden. Man spricht hier von sogenannten Contraction Hierachies. Durch das mehrfache Hinzufügen von virtuellen Kanten, welche Informationen über den kürzesten Weg zwischen zwei Punkten speichern, können Routingalgorithmen deutlich beschleunigt werden, da der jeweilig verwendete Algorithmus deutlich weniger potentielle Wege überprüfen muss, bevor dieser eine oder mehrere Verbindungen zwischen dem Startpunkt A und dem Zielpunkt B findet.
Bislang wurden solche virtuellen Kanten auf Grund der Komplexität ausschließlich für statische Routinggraphen bestimmt. Bis vor einigen Jahren war diese Methodik jedoch die einzige Möglichkeit, die Routen in akzeptabler Zeit zu berechnen, da die dafür genutzten Computer, Navigationssysteme oder Smartphones vergleichsweise langsam waren.
Seit einigen wenigen Jahren gibt es nun auch insbesondere auf modernen Servern genügend Rechenleistung, um die Routenberechnung ohne solche Optimierungen auf statischen Graphen zu nutzen. Hierdurch wird zwar die erforderliche Rechenleistung für eine ähnlich schnelle Routenberechnung stark erhöht, aber dafür ermöglicht es die dynamische Veränderung der Gewichtungen an den Kanten je nach Fahrzeit bspw. auf Basis von Staudaten, zeitlichen Zufahrtsbeschränkungen oder eben auch Wetterereignissen.
Aufgabe
Der vorliegenden Erfindung liegt daher die technische Aufgabe zugrunde, ein Verfahren bereitzustellen, bei dem die Eigenschaften des Fahrzeugs, der Strecke, der Wetterverhältnisse, des Verkehrs und des Fahrzeugführers berücksichtigt werden, um eine Route sowie ggf. auch Pausen entsprechend mindestens einer Zielgröße wie etwa dem Verbrauch, Ladekosten oder der Fahrtzeit zu optimieren.
Da die gelösten Probleme, wie oben beschrieben, allgemeine Probleme aller Fahrzeugtypen darstellen, sind alle Fortbewegungsmittel, die über einen Energieträger verfügen, der in Abhängigkeit der Bauart und der Kontrollweise des Fahrzeugführers verbraucht wird, Fahrzeuge im Sinne dieser Erfindung.
Energieträger im Sinne dieser Erfindung sind sowohl klassische Energieträger, insbesondere für chemische Energie wie Erdgas, Erdöl und aus diesem erzeugte Treibstoffe oder Wasserstoff, aber auch Energieformen wie in einem Akkumulator gespeicherte elektrische Energie. Auch anderweitig gespeicherte Energie, wie bspw. in Kernbrennstoffen gespeicherte Kernenergie wäre denkbar.
Insbesondere sind im Sinne der Erfindung unter dem Begriff „Fahrzeug“ Autos, Fahrräder und Pedelecs, soweit sie über einer Hilfsmotor verfügen, Roller, Motorräder, Kleinstkraftfahrzeuge, Lastkraftwagen, aber auch Flugzeuge, Drohnen, Helikopter, Multikopter, Flugtaxis, Raketen oder sonstige für den Transport im Weltall konzipierte Vehikel umfasst.
Entsprechend sind Fahrzeugführer Nutzer, die das Fahrzeug (z.B. Auto, Flugzeug, E-Scooter) steuern.
Des Weiteren sind alle Datenverarbeitungsgeräte, umfassend mindestens eine Recheneinheit und eine Möglichkeit zur Interaktion durch einen Nutzer, wobei die Interaktion auch wie bei einem Server mittelbar durch ein weiteres Endgerät erfolgen kann, Computer im Sinne dieses Patents. Insbesondere sind davon auch Smartphones, Navigationsgeräte oder Geräte zum Anschluss an einen Diagnoseport in einem Fahrzeug umfasst.
Lösung
Erfindungsgemäß wird diese Aufgabe durch ein Verfahren zur Optimierung von Fahrtrouten und antriebsartbedingten Pausen auf Basis der Fahrzeug- und Fahrzeugführerprofils umfassend die folgenden Schritte:

a. Identifizieren (S01) des zu nutzenden Fahrzeugs,
b. Sensorisches Erheben (S02) von Fahrzeugdaten des Fahrzeugs, die Rückschlüsse auf den Verbrauch und/oder das Füllvorgangsverhalten zulassen,
c. Definieren (S03), des Startpunktes A und des Zielpunktes B sowie des Startzeitpunkts t₁ oder des Zielzeitpunkts t₂,
d. Optimieren (S04) der Route von A nach B unter Anwenden einer primären Optimierungsstrategie (z.B. schnellste Verbindung) sowie unter Berücksichtigung der Fahrzeugdaten und des geschätzten Verbrauchs, ermittelt anhand sensorisch erhobener Fahrzeugdaten und dem historischen Fahrverhalten des Fahrzeugführers,

Besonders ist dabei das Berücksichtigen des historischen Fahrverhaltens in Schritt S04. Daher muss optional, sofern der Nutzer des Verfahrens nicht auch der Fahrzeugführer ist, der Fahrzeugführer bestimmt werden.
Die Berechnung und Optimierung der Route können dabei auf verschiedene Arten erfolgen.
Beschreibung
In einer ersten Ausführungsform kann zunächst eine Route oder bevorzugt mehrere Alternativrouten auf Basis der primären Optimierungsstrategie berechnet werden.
Im Anschluss können die statischen Informationen zu den Kanten, wie die Strecke, die durchschnittliche Zeit, die Höheninformationen usw., innerhalb der ermittelten Routen um zeitlich veränderliche Daten wie Wetterdaten, aktuelle oder vorhergesagte Verkehrsdaten, Fahrtgeschwindigkeiten, erlaubte Geschwindigkeiten entlang eines Routenabschnitts, o.Ä. angereichert werden. Im Falle von Vehikeln zur Fortbewegung im Weltraum sind sogar Konstellationen verschiedener Himmelskörper wie Satelliten, Monden, Planeten, Asteroiden, Kometen, Sternen und schwarzen Löchern für sogenannte Swing-By-Manöver sowie ggf. auch Sonnenwinde und das sogenannte Sonnenwetter relevant.
Darauffolgend kann der Verbrauch des primären Energieträgers, also elektrischer Energie im Falle eines Elektrofahrzeugs (BEV, engl.: Battery Electric Vehicle) oder Kerosin im Falle eines herkömmlichen Flugzeugs oder Wasserstoff im Falle eines Fahrzeugs mit Brennstoffzelle, entlang der Strecke geschätzt werden. Entsprechend der erfolgten Schätzung und des Füllstandes des in S01 identifizierten Fahrzeugs vor Fahrtantritt kann abgeschätzt werden, in welchen Abständen das Fahrzeug mit dem primären Energieträger befüllt werden müsste.
In der Folge müssten die Befüllvorrichtungen entlang der Route gefunden werden. Dafür kann um die gesamte Route eine sogenannte Boundingbox aufgezogen werden. Diese beschreibt eine geografische Region, die durch jeweils eine minimale und eine maximale geographische Breite sowie eine minimale und eine maximale geographische Länge definiert ist, wodurch ein sphärisches Rechteck aufgespannt wird. Die Boundingbox kann dann zur Abfrage aller Befüllvorrichtungen innerhalb der Boundingbox genutzt werden.
Unter einer Befüllvorrichtung wird im Sinne der Erfindung eine Vorrichtung verstanden, welche zum Auffüllen oder Beladen des Fahrzeugs mit einem primären Energieträger geeignet ist. Im Falle von Elektrofahrzeugen wäre dies bspw. eine Ladesäule oder eine Steckdose. Im Falle von Fahrzeugen mit Verbrennungsmotoren würde unter einer Befüllvorrichtung bspw. eine Tankstelle verstanden.
Zur weiteren Optimierung, insbesondere bei langen Routen, können um einzelne Routenabschnitte, bevorzugt jeden einzelnen Abschnitt zwischen zwei Abbiegungen, Boundingboxen aufgezogen werden, sodass bspw. bei einer Route von Berlin zum Bodensee nicht halb Deutschland berücksichtigt wird, sondern lediglich kleine Korridore zwischen zwei Wegpunkten. Als Abbiegungen zur Bestimmung der Streckenabschnitte können wahlweise alle Kurven, oder aber bevorzugt nur Orte, an denen der Fahrzeugführer vom Straßenverlauf auf eine andere Straße wechseln muss, verwendet werden.
Die Abfrage auf Basis von Boundingboxen ist insbesondere auch deshalb bevorzugt, weil sie mit entsprechenden Indizes auf Datenbanken eine besonders schnelle und einfache Abfrage in den Datenbanken der Verzeichnisse für Befüllvorrichtungen ermöglicht.
Auf Basis der entlang der Route gefundenen Befüllvorrichtungen können nun alle möglichen, oder zumindest die wahrscheinlichsten Kombinationen der Routen mit den entlang der Routen gefundenen Befüllvorrichtungen und verschiedene Befüllstrategien hinsichtlich der zusätzlichen Fahrzeit und Befülldauer oder zum Beispiel auch hinsichtlich der Kosten kalkuliert/berechnet oder abgeschätzt werden.
Verschiedene Füllstrategien können insbesondere deshalb relevant sein, weil einige Fahrzeuge besonders schnell vorankommen, wenn diese sehr schnell (und damit vergleichsweise energieintensiv) gefahren werden und dann immer bei niedrigem Füllstand des primären Energieträgers befüllt werden, während andere Fahrzeuge schneller sind, wenn diese mit konstanter und langsamerer Geschwindigkeit durchfahren.
Zudem kann dabei auch das historische Fahrverhalten des Fahrzeugführers berücksichtigt werden.
Optional ist vorgesehen, dass das Anwenden der primären Optimierungsstrategie sowie das Berücksichtigen der Fahrzeugdaten Folgendes umfasst: Trainieren der primären Optimierungsstrategie in Abhängigkeit sämtlicher sensorisch erhobener und gespeicherter Fahrzeugdaten und des ermittelten Verbrauchs, und dem historischen Fahrverhalten des Fahrzeugführers, um eine trainierte primäre Optimierungsstrategie zu erhalten.
In einem letzten Schritt kann dann eine Auswahl der Kombination aus Alternativrouten und Füllstrategien an den Fahrzeugführer kommuniziert werden, sodass dieser eine für ihn geeignete Route auswählen kann.
Diese erste Variante zum Optimieren hat technisch gesehen den Vorteil, dass alle bekannten Strategien zum Optimieren des lokalen Routings zunächst genutzt werden können, wodurch die Berechnung der Alternativrouten selbst auf einem in der Rechenleistung und/oder dem Hauptspeicher limitierten Gerät wie einem Smartphone auch auf längeren Strecken binnen weniger Sekunden ablaufen kann und die folgenden Schritte durch die deutlich eingeschränkten Optionen ebenfalls äußerst schnell ablaufen können.
Eine Möglichkeit zum Optimieren in Schritt S04 besteht darin, zunächst alle den Verbrauch beeinflussenden Merkmale wie Höhenprofile, zeitlich veränderliche Merkmale wie Wetterdaten und typische Verbräuche des Fahrzeugführers auf den Graphen anzuwenden. So wird die Gewichtung der Kanten direkt auf Basis des Verbrauchs und der primären Optimierungsstrategie berechnet und auf Basis der Gewichtung der entsprechende Routingalgorithmus angewendet.
In einem weiteren Schritt werden analog zur ersten Ausgestaltung des Schritt S04 die Befüllvorrichtungen entlang der Strecke ermittelt und mit einer Auswahl der möglichen Ladestrategien die Füllzeit, Fahrzeitverlängerung und die für die Füllung anfallenden Kosten berechnet und in der Folge wird wiederum eine Auswahl an Kombinationen von Alternativrouten an den Fahrzeugführer kommuniziert, sodass dieser eine Auswahl treffen kann.
Die erheblichen Datenmengen zu dem verwendeten Fahrzeug (wie bspw. Typ, Modell, ggf. Baureihe/Baujahr usw.), die für das Umsetzen des Verfahrens benötigt werden, erlauben vorteilhaft äußerst akkurate Vorhersagen zum Verbrauch des Fahrzeugs und zum Verhalten zu dessen Füllung.
So hängt z.B. das Ladeverhalten eines Akkumulators bei einem Elektrofahrzeug stark von der verwendeten Zellchemie, dem Aufbau der Elektroden, seinem Degradationsgrad, der Zelltemperatur usw. ab. Daher gibt es in jedem Elektrofahrzeug ein sogenanntes Batteriemanagementsystem (BMS). Das BMS regelt bspw., in welchem Maß welche Zelle belastet wird, damit alle Zellen ungefähr im selben Maße abgenutzt werden. Des Weiteren heizt oder kühlt das BMS in vielen Fahrzeugmodellen den Akkumulator. Dies geschieht, um einen geeigneten Arbeitspunkt für den Akkumulator zu wählen, bei dem dieser besonders viel Leistung abrufen bzw. mit besonders viel Leistung geladen werden kann, ohne den Akkumulator zu stark zu belasten, sodass dessen Degradation möglichst minimiert wird.
Ferner konnte festgestellt werden, dass bereits Neufahrzeuge desselben Fahrzeugmodells in derselben Konfiguration bspw. auf Grund von Schwankungen in der Qualität erhebliche Unterschiede von bis zu 10% in der Nettokapazität des Akkumulators aufweisen. Die Nettokapazität bezeichnet dabei den Teil der physikalisch vorhandenen Kapazität (sogenannte Bruttokapazität), die dem Fahrzeug im normalen Betrieb zur Verfügung steht.
Analog dazu weisen einige Fahrzeuge mit Verbrennungsmotoren bspw. Schutzmechanismen auf, die einen Einfluss auf das Fahrverhalten und somit auch auf den Verbrauch des Fahrzeugs haben. So wird bspw. der Drehzahlbegrenzer einiger Fahrzeuge fahrzeugseitig restriktiver eingestellt, wenn das Fahrzeug neu ist, um vorteilhaft eine Beschädigung des Fahrzeugmotors während der ersten wenigen tausend gefahrenen Kilometer zu vermeiden. Fahrzeuge des Modells „Audi R8“ weisen einen derart restriktiven Drehzahlbegrenzer in der Ausführung mit einem sogenannten V10-Motor oder einem sogenannten V12-Motor sogar in Abhängigkeit der Öltemperatur sogar permanent auf. So erlaubt der Drehzahlbegrenzer für niedrige Öltemperaturen nur etwa 6.000 Umdrehungen, während für hohe Öltemperaturen bis zu 8.500 Umdrehen erlaubt werden.
Auf Grund der notwendigen Datenmenge von vielen ähnlichen Fahrzeugen, zumindest eines identischen Typs, bevorzugt eines Modells, weiterhin bevorzugt einer Baureihe, weiterhin bevorzugt ausgestattet mit Bauteilen (wie Akkumulatoren) derselben Baureihe und desselben Degradationszustands sowie weiterhin bevorzugt ausgestattet mit derselben Softwareversion und denselben Reifen und Felgen, wird das Erfassen der Daten des Fahrzeugs im Schritt S02 bevorzugt durch eine Vorrichtung im Fahrzeug umgesetzt. Die Daten umfassen eine Auswahl von Fahrzeugtyp, -modell, primären Energieträger, Degradation des Fahrzeugs und relevanter Komponenten usw.
Bevorzugt ist diese Vorrichtung geeignet, um alle erforderlichen Daten zu erfassen und an ein System zur Verarbeitung von großen Datenmengen zu übertragen. Die Übertragung wiederum kann direkt bspw. über eine Mobilfunkverbindung (GPRS, EDGE; UMTS, LTE, 5G), oder über eine sporadisch erfolgende Verbindung indirekt über bspw. W-LAN, Zigbee oder LoRaWAN, oder indirekt über ein mobiles Endgerät, z.B. ein Smartphone erfolgen, zu welchem sich die Vorrichtung bspw. per Bluetooth o.Ä. verbindet, realisiert werden.
Eine Mobilfunkverbindung ist dabei vorteilhaft, weil diese einen planbaren Datenaustausch ermöglicht und keinerlei weitere Einrichtung/Einstellung durch den Fahrzeugführer oder einen Dritten benötigt.
Eine Übertragung über W-LAN wäre ebenfalls vorteilhaft, weil die Daten für den Anwendungszweck nicht notwendigerweise sofort übertragen werden müssen und W-LAN heutzutage eine gute Verbreitung sowohl im heimischen als auch im Geschäftskontext hat und somit Kosten für den Mobilfunk gespart werden können.
Eine Übertragung per Zigbee oder LoRaWAN wäre insofern vorteilhaft, als das Zigbee durch das aufgebaute Mesh-Netzwerk und LoRaWAN auf Basis des Standards über deutlich höhere Reichweiten als W-LAN verfügen und gleichzeitig ebenfalls die Mobilfunkkosten sparen.
Die Übertragung über ein mobiles Endgerät ist insofern vorteilhaft, als dass für den regelmäßigen Abgleich des vorhergesagten/abgeschätzen Verbrauchs des primären Energieträgers während der Navigation ohnehin fortwährend Daten über den Füllstand des primären Energieträgers erfasst und diese an das mobile Endgerät, das zur Navigation genutzt wird, gemeldet werden müssen, sodass hierfür dasselbe Gerät verwendet werden kann.
Die auf diesem Wege erfassten Daten, bspw. Daten, die Rückschlüsse zum Verbrauch und zum Verhalten während des Füllvorgangs erlauben, werden an ein System zur Datenverarbeitung, bevorzugt einen Server im Internet übertragen. Dieses System zur Datenverarbeitung beinhaltet ein Medium zum Speichern der Daten, sowie eine Recheneinheit und darauf implementiert ein Computerprogrammprodukt. Dieses Computerprogrammprodukt nimmt die Daten entgegen und wertet diese aus. Daraufhin werden die Daten auf einem computerlesbaren Medium in der Form gespeichert, dass sie zur späteren Nutzung in der Routenberechnung und -optimierung zur Verfügung stehen.
Bevorzugt aggregiert dieses Computerprogrammprodukt die Daten entsprechend den Parametern des Fahrzeugs wie bspw. Degradation, Temperatur des Akkumulators, Luftwiderstand o.Ä. in der Form, dass sich möglichst viele dieser Parameter ähneln. Sofern dies nicht möglich ist, weil nicht genügend Daten zu einer spezifischen Ausgestaltung eines Fahrzeugs vorliegen, können Daten zu ähnlichen Fahrzeugtypen, -modellen, -baujahren usw. gewählt werden, sofern die berücksichtigen Daten nahelegen, dass die berücksichtigten Fahrzeuge sowohl ähnliche Eigenschaften beim Verbrauch als auch bei der Befüllung erwarten lassen.
Analog zu den Überlegungen zum Fahrzeug muss insbesondre auch der Einfluss des Fahrzeugführers auf den Verbrauch und die Ladestrategie berücksichtigt werden. So werden zur Optimierung besonders bevorzugt die historischen Verbrauchsdaten und Daten zum Füllverhalten des Fahrzeugführers mit dem gewählten Fahrzeug berücksichtigt. Sofern dazu keine Daten vorliegen, können auch historische Verbrauchsdaten und historische Daten zum Füllverhalten des Fahrzeugführers mit anderen Fahrzeugen verwendet werden. Zudem können historische Verbrauchsdaten von anderen Fahrzeugführern mit einem gleichen Fahrzeug verwendet und ggf. auch mit entsprechenden Daten des Fahrzeugführers mit anderen Fahrzeugen korreliert werden, um dessen persönlichen Einfluss auf den Verbrauch und seine bevorzugte Ladestrategie zu ermitteln.
All diese Daten werden bevorzugt ebenfalls durch eine Vorrichtung im jeweiligen Fahrzeug erfasst und analog zur oben beschriebenen Vorrichtung an das System zur Auswertung der Daten übertragen werden.
Des Weiteren ermöglich das erfindungsgemäße Verfahren optional die Bestimmung weiterer Randbedingungen für die Routenberechnung und -optimierung. Neben üblichen Bedingungen wie den Ausschluss von Autobahnen, Mautstraßen o.Ä. können auch Anforderungen an die Befüllvorrichtung gestellt werden. So könnte der Nutzer bspw. fordern, dass nur Befüllvorrichtungen mit einer zugänglichen Toilette, in der Nähe eines Restaurants, mit Beleuchtung o.Ä. vorgeschlagen werden, um vorteilhaft Sicherheitsbedürfnissen des Fahrzeugführers gerecht zu werden.
Bei ausreichender Verwendung des Verfahrens kann auf Basis der geplanten Routen und geplanten Pausen zum Auffüllen des primären Ladeträgers der Belegungszustand der entsprechenden Befüllvorrichtungen vorhergesagt werden. Diese Informationen können bei der Berechnung der Ladezeiten mit einfließen. Die Zweckmäßigkeit sei wiederum am Beispiel der Elektromobilität erklärt: Da in vielen Ladeparks bspw. die vollständig verfügbare Ladeleistung einer Ladesäule auf mehrere Anschlüsse zum Laden zweier Elektroautos verteilt wird, kann eine Belegung abseits von einem möglichen Stau bei der Zufahrt zur einer verringerten Ladeleistung und somit zu einer längeren Standzeit führen.
Durch Verwenden dieser Daten kann zudem vorteilhaft die Auslastung der weniger angefahrenen Befüllvorrichtungen verbessert und somit weiterhin vorteilhaft der Ausbau der Infrastruktur angereizt werden. Zudem können durch ein entsprechendes Flottenmanagement ggf. Staus auf dem Weg zur Befüllvorrichtung ganz oder zumindest teilweise vermieden werden.
Aber auch ohne eine entsprechende Verbreitung kann der aktuelle Belegungszustand der Ladesäulen berücksichtigt und dem Nutzer angezeigt werden. Dieser wird über öffentliche Verzeichnisse entsprechender Befüllvorrichtungen, bspw. Ladesäulenverzeichnisse, abgefragt. Zudem können auf Basis historischer Belegungen der Befüllvorrichtungen deren erwartete zukünftige Belegungen mit statistischen Methoden modelliert werden und diese mögliche Belegung in die Berechnung der zusätzlichen Zeit zum Laden mit einbezogen werden.
Ferner kommt es immer wieder vor, dass Befüllvorrichtungen ganz oder teilweise defekt sind. Wenn solche Defekte in den entsprechenden Verzeichnissen hinterlegt sind, können diese Informationen bei der Auswahl der Befüllvorrichtung genutzt werden. Auch in diesem Fall besteht die Möglichkeit anhand historischer Daten zur technischen Verfügbarkeit einer Befüllvorrichtung die technische Verfügbarkeit einer Ladesäule zum erwarteten möglichen Zeitpunkt der Nutzung vorherzusagen und dies mit in die Berechnung einfließen zu lassen.
In einer weiteren Ausgestaltung kann der Nutzer festlegen, nach welcher Strategie Routen berechnet und präferiert werden sollen. Denkbar wäre die kürzeste Kombination aus Fahr- und Ladezeit, die maximale Fahrzeit zwischen aufeinanderfolgenden Pausen, der geringste Verbrauch auf der Strecke, die wenigsten Pausen auf der Strecke, oder auch eine Zahl an Kombinationen, bei denen die Fahrzeit und Verbrauch gegeneinander abgewogen werden, sodass für möglichst jede Präferenz des Fahrzeugführers die passende Route mit ermittelt wird.
Dieses Festlegen, sowie auch die Anzeige der möglichen Routenalternativen mit der Auswahlmöglichkeit einer präferierten Route kann auf einem beliebigen Endgerät erfolgen. Insbesondere bei der Masse der berücksichtigten Daten, die zur besseren Entscheidungsfindung beitragen können, ist eine Planung auf einem Tabletcomputer, einem Laptop oder einem Desktop-Computer mit möglichst großer Bildschirmgröße besonders bevorzugt.
Alternativ ist eine Ausführungsform als App auf einem mobilen Endgerät wie einem Smartphone realisiert, welches vorteilhaft mit einer Möglichkeit zum Abfahren der geplanten Route ausgestattet sein kann, indem sie während der Fahrt die verbleibende abzufahrende Route anzeigt und entsprechende Navigationshinweise anzeigt oder durch eine Sprachausgabe ausgibt. Zudem kann dieselbe Smartphone App zur Übertragung der erfassten Daten von der Vorrichtung im Fahrzeug zur Vorrichtung zur Auswertung der Daten verwendet werden. Ferner ermöglicht eine Anwendung auf einem mobilen Endgerät ein Abgleichen des errechneten Verbrauchs mit dem realen Verbrauch während der Fahrt, sodass die Route bzw. die Planung hinsichtlich des Füllens mit dem primären Energieträger entsprechend geändert werden kann.
In einer weiteren Ausführungsform besteht zudem die die Möglichkeit der Optimierung des Füllverhaltens der Fahrzeuge in einer Flotten. Bspw. kann ein Unternehmen mit privaten Befüllvorrichtungen und Zugriff auf die Kalender seiner Außendienstmitarbeiter die Routen für die Außendienstmitarbeiter zu deren Terminen außerhalb der Geschäftsräume berechnen. Anhand dieser Berechnung kann abgesehen werden, ob die Befüllvorrichtung genügt, um das Fahrzeug hinreichend zu füllen, dass das Ziel erreicht werden kann.
Wiederum sei das Problem anhand von Elektroautos erklärt: Hausanschlüsse sind in der Regel entsprechend der in der Vergangenheit erwarteten maximalen Last ausgelegt. Die DIN 18015-1 „Planung elektrischer Anlagen in Wohngebäuden“ nimmt für eine Wohneinheit einen Leistungsbedarf von 14,5 kW an. Insofern der Bedarf für eine elektrische Warmwasserbereitung existiert, wird mit einem Leistungsbedarf von 34 kW gerechnet. Selbst wenn der Hausanschluss eines Unternehmens um den Faktor 5 stärker ausgelegt wäre (Leistung von 170 kW), wäre der Hausanschluss bereits bei 8 Ladesäulen mit jeweils 22 kW überlastet. Um dies zu vermeiden, können die Ladesäulen miteinander kommunizieren und die Ladeleistung reduzieren. Durch die oben genannte Planung auf Basis der Termine der Mitarbeiter können nun die Fahrzeuge der Mitarbeiter, die besonders früh oder besonders weit fahren müssen, priorisiert werden. Zudem können Fahrzeuge, bei denen absehbar ist, dass diese ihr Ziel nicht durch die Ladung am Hausanschluss erreichen können, diskriminiert werden, da diese unterwegs ohnehin an einer Schnelladesäule geladen werden müssen.
Analog dazu könnten Tankstellen, die über eine Zuleitung bspw. für Erdgas oder Wasserstoff oder andere flüssige oder gasförmige Energieträger verfügen (bspw. Kerosin oder Raketenbrennstoffe wie flüssiger Wasserstoff, Sauerstoff oder flüssiges Methan), durch physikalische Gegebenheiten im maximalen Zufluss des primären Energieträgers begrenzt sein. Wenn dieser Zufluss auf mehrere Befüllvorrichtungen aufgeteilt werden muss, ist eine Priorisierung und/oder Diskriminierung der zu füllenden Fahrzeuge auf Basis derer geplanten Routen und Abfahrtszeiten bevorzugt.
Entsprechend können für begrenzte, geteilte Zuflüsse des primären Energieträgers im Falle einer Aufteilung auf mehrere Fahrzeuge die Zuflüsse zu den einzelnen Fahrzeugen auf Basis des Verfahrens zur Routenplanung gesteuert werden.
Weitere vorteilhafte Ausgestaltungen und Weiterbildungen ergeben sich aus den Unteransprüchen sowie aus den Ausführungsbeispielen.
Ausführungsbeispiele
Anhand folgender Figuren und Ausführungsbeispiele wird die vorliegende Erfindung näher erläutert, ohne die Erfindung auf diese zu beschränken.
Dabei zeigt

1: Eine schematische Darstellung der Interaktion der beteiligten Komponenten in einer Ausführungsform
2: Eine schematische Darstellung einer geplanten Route (16) mit einer eingeplanten Ladesäule (17)
3: Einen möglichen Verlauf des Verfahrens in einem Flussdiagramm

1 stellt eine schematische Darstellung der Interaktion der beteiligten Komponenten dar. Zur Erläuterung der Interaktion ist ein Elektrofahrzeug (5) mit einer Ladesäule (3) als Befüllvorrichtung abgebildet. Die Verbindung zwischen den beiden erfolgt über ein Kabel (4). Zur Freigabe des Ladevorgangs baut die Ladesäule (3) eine Verbindung (11) zu einem Abrechnungsserver auf, der Teil der Infrastruktur (2) des Ladesäulenbetreibers ist. Wenn der Server bestätigt, dass die Zahlung für die Ladung freigegeben ist, beginnt der Ladevorgang. In diesem Fall meldet das BMS des Fahrzeugs (5) die Ladung sowie relevante Parameter wie Ladestrom, Füllstand des Akkumulators usw. auf dem fahrzeuginternen CAN-Bus. Die Verbindungseinheit (6) eingesteckt in einem Diagnoseport des Fahrzeugs (5), zum Beispiel einem OBD-Port, erfährt so die relevanten Daten und überträgt diese an die Vorrichtung zum Erfassen (7). Analog dazu funktioniert auch das Erfassen der Verbrauchsdaten während der Fahrt. Die Vorrichtung zum Erfassen der Lade- und Verbrauchsdaten (7) überträgt (13) die erfassten Informationen regelmäßig an ein System zum Auswerten der erfassten Daten (8). In diesem Fall ist das System zur Verarbeitung der erfassten Daten (8) identisch mit dem System zur Routenberechnung (8). Dieses System kommuniziert (9) zwecks der Berechnung der Routen mit einem Ladesäulenverzeichnis (1). Häufig betreiben Ladesäulenbetreiber (engl. CPO, charge point operator) oder die Anbieter von RFID-Karten zum Freischalten von Ladesäulen und deren Abrechnung (engl. MSPs, mobility service provider) eigene Verzeichnisse von Ladesäulen. In dem Fall könnte das Ladesäulenverzeichnis (1) Teil der Infrastruktur des Ladesäulenbetreibers (2) sein. Im Regelfall wird das System zur Berechnung der Routen (8) mit mehreren Ladesäulenverzeichnissen (1) kommunizieren (9).
Das Ladesäulenverzeichnis (1) kommuniziert (10) zudem mit der Infrastruktur des Ladesäulenbetreibers (2). Dabei wird bspw. der geänderte Belegungszustand der Vorrichtung zum Befüllen des Fahrzeugs (3) mit dem primären Energieträger gemeldet, sofern ein Befüllvorgang startet oder endet. Zudem werden zum Beispiel auch Defekte oder Änderungen am Fluss des primären Energieträgers, also im Falle der Ladesäule (3) die maximal abzugebene Ladeleistung, übertragen.
Bei 2 handelt es sich um eine schematische Darstellung einer geplanten Route (16) von einem Startpunkt A (14) zu einem Zielpunkt B (19) auf einem mobilen Endgerät (Smartphone) (15). Die Route verläuft entlang der Straßen (18) und zeigt den kürzesten Weg vom Startpunkt A (14) zum Zielpunkt B (19). Zudem wurde auf der Route (16) eine Ladesäule (17) eingeplant, um ein Erreichen des Ziels durch das Fahrzeug (5) zu ermöglichen.
3 zeigt einen möglichen Ablauf des Verfahrens. Das Identifizieren (20) des Fahrzeugführers ist der erste Schritt. Dies kann auch implizit unter der Annahme erfolgen, dass der Nutzer des Verfahrens der Fahrzeugführer selbst ist. In einem weiteren Schritt erfolgt das Identifizieren (21) des zu nutzenden Fahrzeugs (5). Dies ist notwendig um, wie in 1 gezeigt, zu bestimmen, von welchem Fahrzeug (5) die Daten in Schritt S02 (22) durch die Vorrichtung zum Erheben der Daten (7) erhoben werden sollen (22). In Schritt S03 (23) werden der Startpunkt A (14) sowie der Zielpunkt B (19) und wahlweise die Abfahrtszeit t₁ oder die Zielzeit t₂ definiert. Folgend wird in Schritt S04 (24) die Route (16) berechnet und entsprechend den historischen und aktuellen Daten zum Fahrzeug (5) und Fahrzeugführer optimiert und ggf. um Pausen (17) an geeigneten Befüllvorrichtungen (3) ergänzt.
Bezugszeichenliste

1: Öffentlich zugängliches Verzeichnis mit Befüllvorrichtungen wie bspw. einer Ladesäule (3)
2: Digitale Infrastruktur des Betreibers der Befüllvorrichtungen, bspw. zum Betrieb der Abrechnung.
3: Befüllvorrichtung zum Füllen des Fahrzeugs mit dem primären Energieträger, in dem Fall eine Ladesäule
4: Element zum Herstellen einer Verbindung zwischen Befüllvorrichtung (3) und Fahrzeug (5), in diesem Fall ein Ladekabel
5: Fahrzeug, in diesem Fall ein Elektroauto
6: Verbindung zwischen einer Vorrichtung zum Erfassen der Lade- und Verbrauchsdaten des Fahrzeugs (7) und einem Diagnoseport des Fahrzeugs (5), in diesem Fall drahtlos mit der Vorrichtung verbunden.
7: Vorrichtung zum Erfassen der Lade- und Verbrauchsdaten des Fahrzeugs (5)
8: System zur Verarbeitung der Lade- und Verbrauchsdaten erfasst durch die Vorrichtung von Lade- und Verbrauchsdaten (7) sowie zur Berechnung und Optimierung von Routen
9: Austausch von Daten zwischen dem System zur Berechnung und zur Optimierung von Routen (8) und dem öffentlich zugänglichen Verzeichnis von Befüllvorrichtungen (1), bspw. zur Aktualisierung der für das Routing verwendeten Ladesäulen.
10: Austausch von Daten zwischen der digitalen Infrastruktur des Betreibers von Befüllvorrichtungen (2) und dem öffentlichen Verzeichnis für Befüllvorrichtungen
11: Austausch von Daten zwischen der digitalen Infrastruktur des Betreibers (2) und der Befüllvorrichtung (3) bspw. zum Zwecke der Abrechnung oder zur Übertragung des Belegungsstatus o.Ä.
12: Austausch von Daten des Fahrzeugs zwischen der Vorrichtung zum Erfassen der Lade- und Verbrauchsdaten (7) mittels der Verbindung (6) der Vorrichtung zum Erfassen der Lade- und Verbrauchsdaten.
13: Austausch von Daten zwischen der Vorrichtung zum Erheben von Lade- und Verbrauchsdaten im Fahrzeug (7) in diesem Fall realisiert durch eine direkte Verbindung bspw. per Mobilfunk
14: Startpunkt A einer Route (16)
15: Schematische Darstellung eines Smartphones verwendet zum Planen einer Route (16) vom Startpunkt A (14) zum Zielpunkt B (19)
16: Route vom Startpunkt A (14) zum Zielpunkt B (19)
17: In die Route (16) eingeplante Befüllvorrichtung, in diesem Fall eine Ladesäule für ein Elektrofahrzeug
18: Schematisch angedeutete Straßen
19: Zielpunkt B der Route (16)
20: Verfahrens Schritt der Fahrzeugführeridentifizierung
21: Verfahrensschritt der Fahrzeugidentifizierung
22: Verfahrensschritt des sensorischen Erhebens von Fahrzeugdaten
23: Verfahrensschritt des Definierens von Startpunkt, Zielpunkt und ggf. geplanter Ankunfts- und Abfahrtszeit
24: Verfahrensschritt der Optimierung der Route

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

US 20210180970 A1 [0012]
US 20210213844 A1 [0014]
EP 3798579 A1 [0014]
US 20210373082 A1 [0015]

Zitierte Nicht-Patentliteratur

DIN 18015-1 [0074]

Claims

Verfahren zur Optimierung von Fahrtrouten und ggf. auch Pausen von Fahrzeugen umfassend die Schritte a. Identifizieren (S01) eines zu nutzenden Fahrzeugs, b. Sensorisches Erheben (S02) von Daten des Fahrzeugs, die Rückschlüsse auf dessen Verbrauch und/oder dessen Füllvorgangsverhalten zulassen, c. Definieren (S03), eines Startpunktes A und eines Zielpunktes B sowie eines Startzeitpunkts t₀ und/oder eines Zielzeitpunkts t₁, d. Optimieren (S04) der Route von A nach B unter Anwendung einer primären Optimierungsstrategie unter Berücksichtigung der Fahrzeugdaten und des geschätzten Verbrauchs, ermittelt anhand sensorisch erhobener Fahrzeugdaten und dem historischen Fahrverhalten des Fahrzeugführers.
Verfahren nach Anspruch 1, wobei in Schritt S04 optional der Fahrzeugführer bestimmt wird, sofern der Nutzer des Verfahrens nicht der Fahrzeugführer ist.
Verfahren nach Anspruch 1 oder 2, wobei das Verfahren zur Optimierung der Route (S04) folgende Schritte umfasst a. Berechnen (S04a) mindestens einer Route, bevorzugt aber von mehr als einer Alternativroute entsprechend der primären Optimierungsstrategie, b. Erweitern (S04b) von Kanten der berechneten Route/n um zeitlich veränderliche und/oder statische, den Verbrauch beeinflussende, Merkmale, c. Schätzen (S04c) des Verbrauchs des Energieträgers entlang der Kanten auf Basis der Daten, mit denen die Kanten im vorherigen Schritt (S04b) erweitert wurden, d. Ermitteln (S04d) geeigneter Befüllungsvorrichtungen entlang der Route/n/Kante/n, e. Berechnen (S04e) der Füllzeit und/oder Fahrzeitverlängerung und/oder Kosten aller relevanten Füllstrategien entlang der Route/n, f. Kommunizieren (S04f) einer Auswahl der berechneten Alternativen zur Auswahl an den Nutzer.
Verfahren nach einem der Ansprüche 1 oder 2, wobei das Verfahren zur Optimierung der Route (S04) die folgenden Schritte umfasst a. Berechnen (S05a) mindestens einer Route, bevorzugt aber zumindest einer Alternativroute, entsprechend der primären Optimierungsstrategie unter Berücksichtigung des geschätzten Verbrauchs auf Basis veränderlicher und/oder statischer Merkmale der möglichen Routenabschnitte b. Ermitteln (S05b) geeigneter Befüllvorrichtungen entlang der Strecke, c. Berechnen (S05c) der Füllzeit und/oder Fahrzeitverlängerung und/oder Kosten aller relevanten Füllstrategien entlang der Routen, d. Kommunizieren (S05d) einer Auswahl der berechneten Alternativen zur Auswahl an den Nutzer.
Verfahren nach einem der Ansprüche 1 bis 4, wobei für die Schätzung des Verbrauchs in Schritt S04 Verbrauchs-Daten von mindestens zwei Fahrzeugen mittels Vorrichtungen in den Fahrzeugen sowie entsprechender Sensorik gesammelt werden, a. wobei Verbrauchs-Daten von zumindest zwei, bevorzugt aber von möglichst vielen, Fahrzeugen eines identischen Typs erhoben werden, und/oder b. Verbrauchs-Daten von zumindest zwei, bevorzugt aber von möglichst vielen, Fahrzeugen ausgestattet mit derselben Konfiguration von verbrauchsbestimmenden Eigenschaften erhoben werden.
Verfahren nach einem der Ansprüche 1 bis 5, wobei für die Schätzung des Verbrauchs in Schritt S04 Verbrauchs-Daten von mindestens zwei Fahrzeugführern über eine entsprechende Vorrichtung und Sensorik in den Fahrzeugen erhoben werden und a. die historischen Verbrauchsdaten des Fahrzeugführers und/oder b. Verbrauchsdaten von zumindest zwei Fahrzeugführern erhoben und über Fahrzeuge eines Typs aggregiert bzw. miteinander verglichen werden, und/oder c. historische Verbrauchsdaten desselben Fahrzeugführers über verschiedene Typen eines Fahrzeugs verwendet werden.
Verfahren nach einem der Ansprüche 1 bis 6, wobei in Schritt S04 optional sonstige den Verbrauch oder den Füllvorgang beeinflussende Merkmale des Fahrzeugs berücksichtigt werden, nachdem diese durch eine Vorrichtung im Fahrzeug unter Einsatz entsprechender Sensorik erhoben wurden.
Verfahren nach Anspruch 1 einem der Ansprüche 1 bis 7, wobei in Schritt S04 optional unveränderliche, den Verbrauch des Fahrzeugs beeinflussende Eigenschaften der möglichen Routen wie Straßenbelag oder Höhenprofil einer Straße berücksichtigt werden.
Verfahren nach einem der Ansprüche 1 bis 8, wobei in Schritt S04 optional zeitlich veränderliche Umgebungsdaten, insbesondere Wetterdaten, weiterhin insbesondere Luftdruck, Temperatur und Windgeschwindigkeit und -richtung oder der Sonnenstand berücksichtigt werden
Verfahren nach einem der Ansprüche 1 bis 9, wobei in Schritt S04 optional weitere Randbedingungen wie örtliche Gegebenheiten berücksichtigt werden.
Verfahren nach einem der Ansprüche 1 bis 10, wobei in der Optimierung in Schritt S04 durchschnittliche sowie zeitlich aktuelle Verkehrsdaten von für das Fahrzeug relevante Wege berücksichtigt werden (Live Traffic).
Verfahren nach einem der Ansprüche 1 bis 11, wobei zukünftige Belegungen der für das Fahrzeug relevanten Wege anhand anderer Nutzer des Verfahrens bestimmt wird.
Verfahren nach Anspruch 1, wobei die durchschnittliche und aktuelle Belegung von für Befüllvorrichtungen den Energieträger berücksichtigt wird.
Verfahren nach einem der Ansprüche 1 bis 13, wobei die historische Zuverlässigkeit von Befüllvorrichtungen für den primären Energieträger berücksichtigt wird.
Verfahren nach einem der Ansprüche 1 bis 14, wobei die zukünftigen Belegungen der Befüllvorrichtungen für den primären Energieträger des Fahrzeugs anhand anderer Nutzer des Verfahrens bestimmt wird.
Verfahren nach einem der Ansprüche 1 bis 15, wobei in Schritt S04 Charakteristika des Fahrzeugs zur Befüllung des Energieträgers genutzt werden.
Verfahren nach einem der Ansprüche 1 bis 16, wobei der Nutzer nach subjektiven Maßstäben auf die Optimierung der Route Einfluss nehmen kann.
Verfahren nach einem der Ansprüche 1 bis 17, wobei eine Befüllvorrichtung vorgesehen ist, wobei die Befüllvorrichtung einen Zufluss für einen primären Energieträger, dessen Zustrom begrenzt ist, und zumindest zwei Abflüsse umfasst, wobei die Befüllvorrichtung gegebenenfalls durch weitere Abflüsse modular erweiterbar ist, wobei die Abflüsse jeweils mit einem Fahrzeug koppelbar sind, und wobei, wenn zumindest zwei Fahrzeuge mit der Befüllvorrichtung über die Abflüsse gekoppelt sind, die Abflüsse des primären Energieträgers zu den Fahrzeugen entsprechend der für deren Fahrzeugführer mit dem Verfahren nach einem der Ansprüche 1 bis 17 geplanten Routen angepasst werden, um den Zufluss des Energieträgers für alle gekoppelten Fahrzeuge optimal aufzuteilen.
Computerprogrammprodukt, umfassend Befehle, die bei der Ausführung des Verfahrens nach einem der Ansprüche 1 bis 18 durch einen Computer diesen veranlassen, fahrzeugseitig Verbrauchs- und Ladedaten zu erfassen und auszulesen sowie die für Schritt S01 notwendigen Fahrzeugdaten an einen Server zu übertragen.
Computerlesbares Medium auf dem das Computerprogrammprodukt nach Anspruch 19 gespeichert ist.
Datenerfassungsvorrichtung zum Erfassen, Auslesen und Übertragen der Verbrauchs- und Ladedaten im Fahrzeug, umfassend ein computerlesbares Medium nach Anspruch 20.
Vorrichtung nach Anspruch 21, umfassend ein Mobilfunkmodem für die Kommunikation der Vorrichtung zu einem Server.
Vorrichtung nach Anspruch 21 umfassend eine Funkschnittstelle geeignet zur direkten Herstellung einer Verbindung zu einem Netzwerk mit Internetzugriff wie ein W-LAN
Vorrichtung nach Anspruch 21 umfassend eine Funkschnittstellte zur Übertragung an ein weiteres Gerät, welches erfasste Daten sammeln und an einen Server übertragen kann. wie Zigbee, LoRaWAN oder Bluetooth.
Computerprogrammprodukt, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, das Verfahren nach einem der Ansprüche 1 bis 18 auszuführen, um so eine Route durch einen Nutzer zu planen und optional Randbedingungen und Optimierungsparameter einzustellen.
Computerprogrammprodukt nach Anspruch 25, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, den Nutzer entlang der geplanten Route zu führen.
Computerprogrammprodukt nach Anspruch 25 oder 26, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer diesen dazu veranlassen, während der Fahrt den geschätzten Verbrauch des primären Energieträgers durch das Fahrzeug mit dem tatsächlichen Verbrauch des primären Energieträgers durch das Fahrzeug zu vergleichen.
Computerprogrammprodukt, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, die durch die Vorrichtung nach einem der Ansprüche 21 bis 24 erfassten Daten aus der Vorrichtung an ein mobiles Endgerät und von dort an einen Server zu übertragen.
Computerlesbares Medium, auf dem zumindest eines der Computerprogrammprodukte aus einem der Ansprüche 25 bis 28 gespeichert ist.
Computer umfassend zumindest ein computerlesbares Medium nach Anspruch 29.
Computerprogrammprodukt, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer, diesen dazu veranlassen, das zur Umsetzung eines Verfahrens nach einem der Ansprüche 1 bis 18, die fahrzeugseitig erfassten Verbrauchs- und Ladedaten zu empfangen und zu verarbeiten.
Computerlesbares Medium, auf dem ein Computerprogrammprodukt nach Anspruch 31 gespeichert ist.
Computer, umfassend ein computerlesbares Medium nach Anspruch 32 zur Verarbeitung sämtlicher fahrzeugseitig erfasster Verbrauchs- und Ladedaten.
Computerprogrammprodukt, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, das Verfahren nach einem der Ansprüche 1 bis 17 derart auszuführen, die optimale Route gemäß einem der darin erhobenen Daten zu ermitteln.
Computerlesbares Medium, auf dem ein Computerprogrammprodukt nach Anspruch 34 gespeichert ist.
Computer, umfassend ein computerlesbares Medium nach Anspruch 35.
Befüllvorrichtung, umfassend einen Zufluss für einen primären Energieträger und zumindest zwei Abflüsse, wobei die Befüllvorrichtung derart eingerichtet ist, dass bei Kopplung der Abflüsse mit mehreren Fahrzeugen, die gleichzeitig befüllt werden, der primäre Energieträger gemäß Anspruch 18 auf die gekoppelten Fahrzeuge aufgeteilt wird.
Computerprogrammprodukt, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, die Befüllvorrichtung nach Anspruch 34 zu steuern oder ein Verfahren nach Anspruch 18 auszuführen.
Computerlesbares Medium, auf dem ein Computerprogrammprodukt nach Anspruch 38 gespeichert ist.
Computer umfassend ein computerlesbares Medium nach Anspruch 40, bevorzugt verbaut in der Befüllvorrichtung nach Anspruch 37.
Netzwerk umfassend zumindest zwei der Computer bzw. Vorrichtungen entsprechend den Ansprüchen 21, 30, 33, 36 und 40, wobei ein Computer mehrere der Ansprüche 30, 33 und 36 erfüllen kann.