JP6205919B2 - 電気自動車用情報の推定装置、経路探索システム、及びコンピュータプログラム - Google Patents
電気自動車用情報の推定装置、経路探索システム、及びコンピュータプログラム Download PDFInfo
- Publication number
- JP6205919B2 JP6205919B2 JP2013144870A JP2013144870A JP6205919B2 JP 6205919 B2 JP6205919 B2 JP 6205919B2 JP 2013144870 A JP2013144870 A JP 2013144870A JP 2013144870 A JP2013144870 A JP 2013144870A JP 6205919 B2 JP6205919 B2 JP 6205919B2
- Authority
- JP
- Japan
- Prior art keywords
- electric vehicle
- stops
- information
- traveling
- 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.)
- Active
Links
Images
Classifications
-
- 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
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
Landscapes
- Instructional Devices (AREA)
- Navigation (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Traffic Control Systems (AREA)
Description
つまり、ある道路区間において、平均速度が同じであっても、電気自動車の場合には、その道路区間を走行することで消費される電力量が異なるおそれがあることから、その消費電力量を求めることは困難である。
すなわち、本発明は、電気自動車の消費電力に対応するコスト値を推定する装置であって、前記電気自動車が道路区間を走行する際の態様を示す走行モデルを当該道路区間における停止回数毎に複数種類について記憶する第一の記憶部と、前記道路区間毎における前記電気自動車の停止回数を推定する停止回数推定部と、前記停止回数推定部が推定した停止回数に対応しかつ複数種類の前記走行モデルの中から選択した特定走行モデルを用いて、前記道路区間を前記電気自動車が走行するために要する前記コスト値を求める処理部と、を備えている。
本発明の経路探索システムによれば、電気自動車が道路区間を走行するために要する消費電力に対応するコスト値を正確に求めることが可能となるので、そのコスト値を用いて電気自動車のための経路の探索処理が行われることで、精度の良い探索結果を得ることが可能となる。
最初に本発明の実施形態の内容を列記して説明する。
(1)本発明は、電気自動車の消費電力に対応するコスト値を推定する装置であって、前記電気自動車が道路区間を走行する際の態様を示す走行モデルを当該道路区間における停止回数毎に複数種類について記憶する第一の記憶部と、前記道路区間毎における前記電気自動車の停止回数を推定する停止回数推定部と、前記停止回数推定部が推定した停止回数に対応しかつ複数種類の前記走行モデルの中から選択した特定走行モデルを用いて、前記道路区間を前記電気自動車が走行するために要する前記コスト値を求める処理部と、を備えている。
電気自動車の場合、異なる道路区間で平均速度が近似していても、停止回数が異なることによって、これら道路区間それぞれを走行することによる消費電力に対応するコスト値が大きく異なる場合があるが、本発明によれば、電気自動車が道路区間を走行する際の態様を示す走行モデルが停止回数毎に複数種類について記憶されており、道路区間における電気自動車の停止回数が推定されると、推定した停止回数に対応しかつ複数種類の前記走行モデルの中から選択された特定走行モデルを用いて、前記道路区間を電気自動車が走行するために要するコスト値が求められることから、正確なコスト値を求めることが可能となる。
なお、実施形態では、前記コスト値は、消費電力量[Wh]であるが、その他として消費電力[W]であってもよい。
この場合、記憶部は、全ての道路区間毎に、複数種類の走行モデルを記憶していなくても、複数種類の基礎となる走行モデルを記憶していればよい。すなわち、この基礎となる走行モデルを、道路区間毎に収集された車両情報に応じて調整することで、各道路区間に対応した走行モデルを得ることができる。このため、複数種類の走行モデルを道路区間毎に異ならせることが可能となる。そして、処理部は、この調整した複数種類の走行モデルの中から選択した特定走行モデルを、消費電力に対応するコスト値を求める処理に活用することで、より一層正確なコスト値を求めることが可能となる。
この場合、第一の記憶部に記憶されている各走行モデル(基礎となる各走行モデル)を、電気自動車が道路区間を走行した際の走行速度の変化に応じた走行モデルに調整することができる。
この場合、電気自動車のコスト値についての過去の実績値に最も近い参考値を求めるために用いた走行モデルが、特定走行モデルとして選択されるので、精度の高いコスト値を求めることが可能となる。
同じ道路区間であっても、停止回数が様々になることが考えられるが、このような場合であっても、前記予測走行速度に対応する停止回数を推定することができ、その結果、処理部は、その停止回数に応じた消費電力に対応するコスト値を求めることが可能となる。なお、前記第二の記憶部は、前記走行モデルを記憶する記憶部と同じハードディスクや内部メモリ等の記憶装置から成るものであってもよい。
電気自動車の場合、異なる道路区間で平均速度が近似していても、停止回数が異なることによって、これら道路区間それぞれを走行することによる消費電力に対応するコスト値が大きく異なる場合があるが、本発明によれば、電気自動車が道路区間を走行する際の態様を示す走行モデルが停止回数毎に複数種類について記憶されており、道路区間における電気自動車の停止回数が推定されると、推定した停止回数に対応しかつ複数種類の前記走行モデルの中から選択された特定走行モデルを用いて、前記道路区間を電気自動車が走行するために要するコスト値が求められることから、正確なコスト値を求めることが可能となる。
このため、求めたコスト値を用いて、電気自動車のための経路を探索することが可能となる。
本発明によれば、前記(1)に記載の電気自動車用情報の推定装置と同様の作用効果を奏することができる。
本発明の実施形態の具体例を、以下に図面を参照しつつ説明する。
〔1. 経路探索システムについて〕
図1は、経路探索システムの一部を示すブロック図である。このシステムには、電気自動車2、電気自動車2に搭載されている車載装置3、車載装置3と無線通信する路側通信装置4、及び路側通信装置4と通信可能なサーバ装置5が含まれる。
また、ブレーキ装置11は、モータ10を発電機として作動させることで運動エネルギー(走行エネルギー)を電気エネルギーに変換して、電気エネルギーをバッテリ7に回収する回生ブレーキからなる。このために、電気自動車2に搭載の電子制御ユニット(ECU)6は、ブレーキ装置11による回生制御を行う。
車載装置3は、ドライバ(搭乗者)の操作により各種の情報を入力可能でかつドライバに対して情報を出力可能である入出力部3aと、現在位置の情報を取得可能な測位部3bとを有している。
測位部3bは、例えばGPS機能を有した測位装置からなり、現在位置の情報を取得する。取得した現在位置の情報は前記送信情報や前記プローブ情報に含められ、サーバ装置5へ送信される。
車載装置3は、プローブ情報を周期的に(1秒毎や数秒毎に)生成して送信する。プローブ情報には、図2に示すように、車種コード、車両ID、年月日及び時刻、位置、リンクID、速度[m/秒]、乗車人数[人]、総消費電力量[kWh]、バッテリ7の充電率[%]及び残量[kWh]、補機情報[オン又はオフ]等の各種情報が含められる。なお、図2に示す表は、周期的に生成されたプローブ情報を複数まとめて記載したものであり、各列の情報が、一つのプローブ情報に相当する。
車両IDは、車体毎に付与された識別情報である。
年月日及び時刻の情報は、周期的に生成される各プローブ情報が生成された年月日及び時刻を示す情報である。
また、各道路は複数の道路区間に設定(区画)されており、本実施形態では、この道路区間を道路リンクとしている。そして、リンクIDは、プローブ情報の生成時点で走行していた道路リンクの識別情報であり、測位部3bが測位して得た位置情報に基づいて設定される。なお、プローブ情報にリンクIDが含まれていなくても、測位部3bが測位して得た位置情報を含むプローブ情報を取得したサーバ装置5が、例えば道路地図情報とマップマッチングを行って、その位置情報(プローブ情報)に対応するリンクIDを生成してもよい。
乗車人数は、電気自動車2の乗車人数であり、例えば、シートベルトの装着状態の情報を電子制御ユニット(ECU)6が監視し、この情報を、電子制御ユニット6を通じて車載装置3は取得し、プローブ情報に含ませることができる。
バッテリ7の充電率[%]及びバッテリ7の残量(残りの充電量)[kWh]は、バッテリ7に付属のバッテリ管理装置が計測して得た値であり、プローブ情報の生成時点における値である。
なお、本実施形態では、電気自動車2が消費する電力は、搭載しているバッテリ7による電力である場合を説明するが、電気自動車2に搭載した発電用エンジン等により生み出される電力であってもよい。
〔2.1 全体構成〕
図1において、サーバ装置5は、コンピュータからなり、ハードディスク等からなる記憶装置15と、路側通信装置4と通信を行うための通信インタフェースからなる通信装置16と、演算等の処理を行う機能を有する演算処理装置17とを備えている。通信装置16は、車載装置3から送信されたプローブ情報を受信し、プローブ情報に含まれている各種の情報を演算処理装置17へ与える。記憶装置15には、後に説明する経路探索のために用いられるデータベース51,52が設けられている。なお、記憶装置15は、コンピュータ(サーバ装置5)の内部バスまたは外部インタフェースを介して演算処理装置17が情報を読み取り可能(演算処理装置17が情報を取得可能)なものであればよく、コンピュータに内蔵されている必要はない。
〔2.2 経路探索部20について〕
経路探索部20は、車載装置3から送信された前記探索要求信号に基づいて、その車載装置3を搭載している電気自動車2のための経路(推奨経路や到達可能な経路範囲等)を探索する。
電気自動車2(車載装置3)それぞれは、現時点におけるバッテリ7の情報を、経路の探索要求信号に含めて、サーバ装置5へ送信する。本実施形態における前記バッテリ7の情報は、探索要求信号を送信する時点での、バッテリ7の充電率[%]及び残量[kWh]である。このバッテリ7の情報をサーバ装置5の通信装置16が受信すると、経路探索部20は、このバッテリ7の情報、及び記憶装置15が有しているデータベース51,52中の様々な情報等を用いて、この電気自動車2のために、バッテリ7の残量[kWh](又は前記充電率[%])によって到達可能となる経路を探索する処理を行う。
つまり、経路探索部20は、経路探索を行う際、道路リンクの起点(ノード)におけるバッテリ7の電力残量(残り電力量)から、その道路リンクを走行することにより消費される電力量を差し引いた、残り電力量を算出する。そして、算出した残り電力量が所定の値(例えば充電率に換算して20%)以上であることを条件として、次の道路リンクを探索し続け、第2の地点までの経路探索を行う。算出した残り電力量が所定の値未満になると、航続不可能と判定される。
消費電力量推定部21は、電気自動車2の走行によるバッテリ7の消費電力量を推定する機能を有している他に、この推定を行うために必要となる情報を予め生成する準備処理の機能を有している。なお、消費電力量推定部21によって予め生成される情報は、後に説明するが、図5に示す「道路リンク(リンクID)毎の停止回数別パラメータ」の情報である。
以下、消費電力量推定部21による準備処理の機能について説明する。
プローブ情報には、リンクIDが含まれていることから、収集部24は、図3に示すように、プローブ情報を、道路リンク(リンクID)毎に区分(分類)して収集し、複数のプローブ情報を含む情報群D1を、道路リンク(リンクID)毎に区分して生成する。図4は、リンクIDが「X」である情報群D1の一例を示している。
このため、処理部22は、道路リンク毎に区分された複数のプローブ情報を用いて、その道路リンクにおいて、各車載装置3(その車載装置3を搭載している電気自動車2)が停止した位置、停止した時刻、及び停止した回数(以下、停止回数ともいう)を取得することができる。
例えば、道路リンクXを、停止回数が1回で走行した複数の電気自動車2のプローブ情報が収集され、これら収集されたプローブ情報それぞれから得られる実速度を、一つのグループ(停止1回の際の実速度のグループ)と定義する。そして、このグループに含まれる実速度をデータ(統計データ)として用い、このグループの代表値として平均速度(平均実速度)を求め、さらに、このグループの分布を示す分布情報として当該グループに含まれる実速度に関する標準偏差を求める。図5に示すように、本実施形態では、道路リンクXを1回の停止回数で走行した電気自動車2のプローブ情報から得られる実速度の平均速度が7.0[m/秒]であり、その標準偏差が、0.5である。なお、ここで用いられるプローブ情報から得られる実速度は、巡行状態(加速度の変化が所定の値以下)での実速度である。
このように、道路リンクXに関して、停止1回の際の実速度のグループについての平均速度の情報と標準偏差の情報とが得られる。これら平均速度及び標準偏差は、停止1回の際の実速度のグループ(前記グループの範囲)を示す情報であり、これら平均速度及び標準偏差の情報をまとめて速度情報と呼ぶ。
この結果、停止0回の際の実速度のグループを示す速度情報、停止1回の際の実速度のグループを示す速度情報、停止2回の際の実速度のグループを示す速度情報・・・のように、道路リンクXを各停止回数の停止を経て走行した際の実速度のグループを示す速度情報が、停止回数毎に、算出され取得される。
この対応情報K2が、前記停止回数別パラメータであり、停止回数別パラメータ(対応情報K2)として、「停止0回」「停止1回」「停止2回」「停止3回」「停止4回」・・・、及びこれら停止回数それぞれの場合の平均速度とその平均速度に対応する標準偏差を含む速度情報が、記憶装置15に蓄積される。
そして、消費電力量推定部21が、この準備処理によって生成された情報を用いて、各道路リンクにおけるバッテリ7の消費電力量を推定し、経路探索部20が、この推定された消費電力量の値を用いて、例えば目的地までの経路の探索処理を行う。
前記のとおり、経路探索部20は、道路リンク毎にバッテリ7の電力残量を求めつつ、その電力残量に基づいて電気自動車2のための経路の探索を行う。このため、経路探索部20にとって、各道路リンクを走行することによるバッテリ7の消費電力量の情報(消費電力量の値)が必要である。特に、経路探索部20が、目的地までの経路探索を行う場合、その目的地までの経路に含まれる複数の道路リンクそれぞれにおけるバッテリ7の消費電力量が必要となる。
図6は、道路リンクXにおけるバッテリ7の消費電力量を推定する処理のフロー図である。なお、図6(及び後の図7)では、消費電力量を推定する対象となる道路リンクを、計算対象リンクと記載している。
まず、消費電力量推定部21の停止回数推定部23は、道路リンクXの予測走行速度を取得する(図6のステップS1)。予測走行速度は、前記目的地までの経路に含まれる道路リンクX(計算対象リンク)をこれから通過すると予測される時間帯における、当該道路リンクXの走行速度の予測値(予測通過速度)である。予測走行速度は、道路リンクXについて、過去に取得されているプローブ情報から得られた走行速度(実績値)に基づいて得ることができ、例えば、実績値の平均値とすることができる。なお、これら実績値はサーバ装置5に蓄積されている。または、道路の各所に設置されている車両感知器からの情報に基づいて生成される現在の道路状況(渋滞状況等)が反映されたリアルタイム情報を用いて、予測走行速度(予測値)を取得してもよい。なお、本実施形態では、道路リンクXの予測走行速度が8[m/秒]であるとする。
停止回数推定部23は、道路リンクXの予測走行速度(8[m/秒])を取得すると、この予測走行速度(8[m/秒])に基づいて、道路リンクXにおける停止回数を推定する(図6のステップS2)。このために停止回数推定部23は、図5に示す、道路リンク(リンクID)毎の停止回数別パラメータとして記憶されている対応情報K2を参照する。
仮に、予測走行速度と、同じ値を有する平均速度が、図5に示す情報中に含まれている場合、その予測走行速度で走行する道路リンクXの停止回数は、当該予測走行速度と値が同じである平均速度に対応付けられている停止回数の値となる。つまり、道路リンクXの予測走行速度が、仮に7.0[m/秒]である場合、図5によれば、停止回数は1回であると停止回数推定部23によって推定される。
しかし、本実施形態では、予測走行速度が8.0[m/秒]であり、この値は、停止0回の平均速度:9.0[m/秒]と、停止1回の平均速度:7.0[m/秒]との間(ちょうど中間値)であるため、停止回数は、0回であるのか、1回であるのか判らない。そこで、停止回数推定部23は、以下のようにして停止回数を推定する。
停止回数推定部23は、道路リンクXにおける予測走行速度(8.0[m/秒])を取得すると(図7のステップS11)、前記対応情報K2(図5参照)に含まれる道路リンクXに関する停止回数毎の前記速度情報(平均速度と標準偏差)を参照する。そして、この予測走行速度(8.0[m/秒])に対応する速度情報(平均速度と標準偏差)を選び、選んだ速度情報に対応する停止回数を、道路リンクXにおける停止回数として推定する。
つまり、本実施形態では、図5に示すように、停止回数毎に(停止0回、停止1回、停止2回・・・)、道路リンクXを各停止回数の停止を経て走行した際の実速度のグループ(の範囲)を示す速度情報として、平均速度及び標準偏差が記憶されている〔(平均速度,標準偏差)=(9.0,1.0)、(7.0,0.5)、(2.2,0.9)・・・〕。そこで、このように停止回数毎に、停止回数と対応付けられているこれら速度情報の中から、予測走行速度(8.0[m/秒])との隔たりが最も小さい実速度のグループ(の範囲)を示す速度情報を選び、その選んだ速度情報に対応する停止回数を、道路リンクXにおける停止回数として推定する。
図8は、停止回数を推定する処理の説明図である。この図8において、予測走行速度の値(8.0[m/秒])には、破線による丸印が付されている。また、停止回数が「0」である場合の平均速度9.0[m/秒]を正規分布の中心として、標準偏差(σ=1.0)の範囲、及び標準偏差の2倍(2σ=2.0)の範囲を、矢印A0により示している。更に、停止回数が「1」である場合の平均速度7.0[m/秒]を正規分布の中心として、標準偏差(σ=0.5)の範囲、及び標準偏差の2倍(2σ=1.0)の範囲を、矢印A1で示している。
以上より、道路リンクXを予測走行速度8.0[m/秒]で走行する場合の停止回数は0回であると推定することができる。
そして、図6に戻って、道路リンクXにおける停止回数が推定されると(図6のステップS2)、処理部22は、道路リンクXを電気自動車2が走行するために要するバッテリ7の消費電力量を求める。
ここで、サーバ装置5には、停止回数毎に「複数種類の走行モデル」が設定されており(図9参照)、処理部22は、停止回数推定部23によって推定された停止回数に対応し、かつ、前記「複数種類の走行モデル」の中から一つ選択した「特定走行モデル」を用いて、前記消費電力量を求める(図6のステップS3)。なお、この「複数種類の走行モデル」の中から「特定走行モデル」を一つ選択する処理については、後に説明する。
各走行モデルは、電気自動車2が道路リンクを走行する際の態様を示すものであり、図9の各グラフに示すように、道路リンクの進入から退出までの時間を示す横軸と、その道路リンクにおける電気自動車2の走行速度を示す縦軸とによるグラフとして表現することができる。例えば、停止を少なくとも1回含む走行モデルは、その停止までにどのような態様で減速したか、及びその停止後にどのような態様で加速したかを定義することができ、また、停止が0回である走行モデルは、停止しないが減速と加速とをどのような態様で行なって走行したかを定義することができる。
各走行モデルを定義するデータは、サーバ装置5が備えている記憶装置15(図1参照)に記憶させることができるが、本実施形態では、演算処理装置17の内部メモリからなる記憶部19に記憶させる。記憶部19には、図9(A)(B)(C)に示すように、停止回数毎に、複数種類の走行モデルが記憶される。図9の(A)は、停止回数が0回の場合の3種類の走行モデル、(B)は、停止回数が1回の場合の3種類の走行モデル、及び、(C)は、停止回数が2回の場合の3種類の走行モデルについての具体例を示している。なお、停止回数毎の走行モデルの種類は、3種類に限らない。
このため、ある道路リンク(道路リンクX)の消費電力量を求めるために用いる特定走行モデルを一つ選択するためには、後にも説明するが、まず、停止回数毎に設定されている複数種類の基礎となる走行モデルのグループから、前記停止回数推定部23が推定した停止回数に対応する複数種類の走行モデルのグループが決定される。次に、この決定されたグループに含まれる複数種類の走行モデルそれぞれが調整部25によって調整される。そして、調整された複数種類の基礎となる走行モデル(以下、これを調整走行モデルという。)の中から、一つの特定走行モデルが選択される。そして、選択された特定走行モデルが用いられて、前記消費電力量が求められる。
図10は、道路リンクXの消費電力量を推定するために用いる特定走行モデルを選択する処理を説明するフロー図である。
処理部22(図1参照)は、推定された停止回数に基づいて、適用する基礎となる走行モデルのグループを決定する。本実施形態では、停止回数が0回であると推定されているため、図9(A)に示す複数種類の基礎となる走行モデルのグループが該当する。そして、このグループに含まれる複数種類の基礎となる走行モデルのうちの、任意の一つを決定する(図10のステップS21)。ここでは、図9(A)の中央に示す基礎となる走行モデルを、まず適用する走行モデルとして決定する。
収集されたプローブ情報それぞれには、電気自動車2の速度に関する情報が含まれていることから、調整部25は、これら道路リンクXに関するプローブ情報それぞれを、加速状態に対応する加速プローブ情報(加速車両情報)、減速状態に対応する減速プローブ情報(減速車両情報)、及び等速状態に対応する等速プローブ情報(等速車両情報)に分類する。なお、ここで、用いられるプローブ情報は、電気自動車2のために前記目的地までの経路探索の処理を行う時刻から、過去に向かって所定時間(例えば1時間)までの間に収集されたプローブ情報である。
そして、調整部25は、前記適用する走行モデル(図9(A)の中央に示す基礎となる走行モデル)を、これら加速プローブ情報、減速プローブ情報、及び等速プローブ情報それぞれが占める割合に応じて調整する。
なお、前記等速には、速度が一定である場合(速度変化率が0の場合)の他に、走行状態(例えば、走行速度)によっては、速度変化率が微小の値となる場合も含む。例えば、走行状態が加速状態であって、速度変化率が微小の値である場合は、等速であるとみなすが、走行状態が減速状態であって、速度変化率が微小の値である場合は、等速とみなさず、減速とすることができる。なお、速度変化率に関して前記微小の値の例としては、10%である。また、他の例としては、走行速度が時速20km未満では、速度変化率が10%以下の場合も等速とみなすが、時速20km以上では、速度変化率が0の場合のみ等速とみなすようにしてもよい。
そして、調整部25は、分類した加速プローブ情報、減速プローブ情報、及び等速プローブ情報それぞれの数を求め、これら数の割合を求める(図10のステップS22)。ここで、加速プローブ情報、減速プローブ情報、及び等速プローブ情報の割合(比)が、3:2:5であったとする。
3:5:2となるように走行モデルを変形させる(図10のステップS23)。これにより、基礎となる走行モデルを、電気自動車2が道路リンクXを走行した際の加速、減速、及び等速の各走行状態の割合に応じた走行モデルに調整することができる。
なお、図11(B)(C)それぞれは、本実施形態では採用されていない、停止回数が1回の場合、及び2回の場合の説明図である。
停止回数が複数回(つまり、停止回数がN回、N=2以上の整数である)の場合、加速の時間帯と減速の時間帯とは、それぞれN回出現することから、例えば図11(C)に示すように、加速の時間帯をN等分し、減速の時間帯もN等分した走行モデルへと調整する。
そして、停止回数が0回の場合に対応する全ての基礎となる走行モデルについて評価指標値が求められると、処理部22は、評価指標値が最も優れている基礎となる走行モデルを調整した調整走行モデルを、特定走行モデルとして選択する(図10のステップS27)。
以上より、一つの特定走行モデルが選択される。
そこで、処理部22は、この特定走行モデルを用いて、当該特定走行モデルの走行態様(速度変化)で電気自動車2が道路リンクXを走行した場合に消費する電力量(予測値)を、計算により求める。
そして、調整部25によって調整され処理部22によって特定された特定走行モデルに応じて前記パラメータを変更し、この変更して得た値(加速度、速度)を、加速状態、等速状態、及び減速状態の走行状態毎に設定されている前記数式に代入し、消費電力量(予測値)を算出する。変更される前記パラメータとしては、加速度、加速開始時の速度及び加速して到達した速度、等速走行の際の速度等が含まれる。また、変更しない前記パラメータとして車両重量は、経路探索を行う対象とする電気自動車2の車両重量であり、これは、この電気自動車2のプローブ情報に含まれている車種コードに基づいて、処理部22が取得することができる。このように、特定走行モデルが選択されると、この特定走行モデルに対応する数式にパラメータを適用して消費電力量(予測値)を求めることができる。
したがって、電気自動車2の場合、異なる道路リンクで平均速度が近似していても、停止回数が異なることによって、これら道路リンクそれぞれを走行することによるバッテリ7の消費電力が大きく異なる場合があるが、このように、停止回数毎に複数種類の走行モデルが記憶されており、各道路リンクにおける電気自動車2の停止回数を推定すると、推定した停止回数に対応し、かつ、複数種類の中から選択された特定走行モデルを用いて、各道路リンクを電気自動車2が走行するために要するバッテリ7の消費電力量を求めるから、正確な消費電力量を求めることが可能となる。
しかし、本実施形態のように、複数種類の基礎となる走行モデルから、複数種類の調整走行モデルを生成し、これら複数種類の調整走行モデルの中から一つの特定走行モデルを選択することにより、できるだけ相応しい走行モデルが選択されることから、消費電力量の算出結果の精度を高めることが可能となる。また、様々な走行態様をとり得る道路リンクについても対応することができる。
そして、これら複数種類の調整走行モデルの中から、最もふさわしい調整走行モデルを特定走行モデルとして選択し、その特定走行モデルを、処理部22によるバッテリ7の消費電力量を求める処理に活用することで、より一層正確な消費電力量を求めることが可能となる。
前記実施形態では、調整部25は、道路リンク(X)に関するプローブ情報を、加速状態に対応する加速プローブ情報のグループ、減速状態に対応する減速プローブ情報のグループ、及び等速状態に対応する等速プローブ情報のグループに分類し、基礎となる走行モデルを、これら加速プローブ情報、減速プローブ情報、及び等速プローブ情報それぞれが占める割合に応じて調整する場合について説明したが、これ以外であってもよい。例えば、前記プローブ情報を、加速情報のグループ、減速情報のグループ、及び等速情報のグループの内の少なくとも2つのグループに分類し、そして、分類した前記グループそれぞれに含まれるプローブ情報の数の割合に応じて、基礎となる走行モデルを調整してもよい。つまり、調整部25は、道路リンク毎に収集したプローブ情報を、そのプローブ情報に基づいて得られる走行速度の変化(加速度)を基準として複数のグループに分類し、分類したグループそれぞれに含まれるプローブ情報の数の割合に応じて、走行モデルを調整すればよい。
前記実施形態では、サーバ装置5が、経路探索の処理を行う経路探索装置として機能し、また、サーバ装置5が、バッテリ7の消費電力量を推定する電気自動車用情報の推定装置(消費電力量推定装置)として機能する場合について説明したが、経路探索装置又は電気自動車用情報の推定装置は、サーバ装置5以外であってもよく、例えば、車載装置3が電気自動車用情報の推定装置として機能してもよい。
また、本発明は、前記電気自動車用情報の推定装置(電気自動車用情報の推定部)、又は前記経路探索システムが行う処理をステップとする電気自動車用情報の推定方法(消費電力量推定方法)、又は経路探索方法とすることもできる。また、前記のとおり説明した各構成の一部を組み合わせた装置やシステムとすることもできる。
3 車載装置
3a 入出力部
3b 測位部
4 路側通信装置
5 サーバ装置
6 電子制御ユニット
7 バッテリ
10 モータ
11 ブレーキ装置
12 車輪
15 記憶装置
16 通信装置
17 演算処理装置
19 記憶部
20 経路探索部
21 消費電力量推定部
22 処理部
23 停止回数推定部
24 収集部
25 調整部
41,42,43 補機
51 データベース
52 データベース
Claims (7)
- 電気自動車の消費電力に対応するコスト値を推定する装置であって、
前記電気自動車が道路区間を走行する際の態様を示す基礎となる走行モデルを当該道路区間における停止回数毎に複数種類について記憶する第一の記憶部と、
前記道路区間毎における前記電気自動車の停止回数を推定する停止回数推定部と、
前記停止回数推定部が推定した停止回数に対応しかつ複数種類の前記走行モデルの中から選択した特定走行モデルを用いて、前記道路区間を前記電気自動車が走行するために要する前記コスト値を求める処理部と、
前記走行モデルが示す前記電気自動車の走行状態の時間割合を調整する調整部と、
を備え、
前記第一の記憶部は、前記道路区間における停止回数毎に、複数種類の前記走行モデルを一つの群として、記憶しており、
前記処理部は、前記停止回数毎の複数の前記群の中から、前記停止回数推定部によって推定された前記停止回数に対応する群を決定し、
前記調整部は、決定された前記群に含まれる複数種類の前記走行モデルそれぞれについて、各走行モデルが示す前記走行状態の時間割合を調整して、複数種類の調整走行モデルを得て、
前記処理部は、複数種類の前記調整走行モデルそれぞれに対応する評価指標値を求め、当該評価指標値に基づいて複数種類の前記調整走行モデルの中から一つの前記特定走行モデルを選択する、電気自動車用情報の推定装置。 - 前記電気自動車の速度に関する情報を含む車両情報を前記道路区間毎に収集する収集部を更に備え、
前記調整部は、前記道路区間毎に収集された前記車両情報に応じて、複数種類の前記走行モデルを調整する請求項1に記載の電気自動車用情報の推定装置。 - 前記調整部は、前記道路区間毎に収集された前記車両情報を、当該車両情報に基づいて得られる走行速度の変化を基準として複数のグループに分類し、前記グループそれぞれに分類された前記車両情報の数の割合に応じて、前記走行モデルが示す前記走行状態の時間割合を調整する請求項2に記載の電気自動車用情報の推定装置。
- 前記処理部は、前記電気自動車の前記コスト値についての過去の実績値を取得可能であると共に、複数種類の前記走行モデルそれぞれを用いて前記走行モデル毎の前記コスト値の参考値を求め、前記実績値と前記参考値との比較結果を前記評価指数値とし、前記実績値に最も近い前記参考値を求めるために用いた走行モデルを、前記特定走行モデルとして選択する請求項1〜3のいずれか一項に記載の電気自動車用情報の推定装置。
- 前記道路区間を走行する前記電気自動車の停止回数と、当該道路区間を当該停止回数の停止を経て走行した際の実速度から得られる速度情報と、を対応付けた対応情報を、前記道路区間毎に記憶している第二の記憶部を更に備え、
前記停止回数推定部は、前記電気自動車が所定の道路区間を走行する際の走行速度の予測値である予測走行速度を取得すると、前記対応情報を参照して、当該予測走行速度に対応する前記速度情報を選び、当該速度情報に対応する停止回数を、当該所定の道路区間における前記電気自動車の停止回数として推定する請求項1〜4のいずれか一項に記載の電気自動車用情報の推定装置。 - 電気自動車のための経路を探索する経路探索システムであって、
前記電気自動車が消費する電力に対応するコスト値を推定する推定部と、
推定した前記コスト値を用いて前記電気自動車のための経路を探索する経路探索部と、を備え、
前記推定部は、
前記電気自動車が道路区間を走行する際の態様を示す基礎となる走行モデルを当該道路区間における停止回数毎に複数種類について記憶する記憶部と、
前記道路区間毎における前記電気自動車の停止回数を推定する停止回数推定部と、
前記停止回数推定部が推定した停止回数に対応しかつ複数種類の前記走行モデルの中から選択した特定走行モデルを用いて、前記道路区間を前記電気自動車が走行するために要する前記コスト値を求める処理部と、
前記走行モデルが示す前記電気自動車の走行状態の時間割合を調整する調整部と、
を有し、
前記記憶部は、前記道路区間における停止回数毎に、複数種類の前記走行モデルを一つの群として、記憶しており、
前記処理部は、前記停止回数毎の複数の前記群の中から、前記停止回数推定部によって推定された前記停止回数に対応する群を決定し、
前記調整部は、決定された前記群に含まれる複数種類の前記走行モデルそれぞれについて、各走行モデルが示す前記走行状態の時間割合を調整して、複数種類の調整走行モデルを得て、
前記処理部は、複数種類の前記調整走行モデルそれぞれに対応する評価指標値を求め、当該評価指標値に基づいて複数種類の前記調整走行モデルの中から一つの前記特定走行モデルを選択する、経路探索システム。 - 電気自動車の消費電力に対応するコスト値を推定する装置として、コンピュータを機能させるコンピュータプログラムであって、
前記コンピュータが情報を読み取り可能である記憶部に、前記電気自動車が道路区間を走行する際の態様を示す基礎となる走行モデルが、停止回数毎に複数種類について記憶されており、
前記推定する装置は、
前記道路区間毎における前記電気自動車の停止回数を推定する停止回数推定部と、
前記停止回数推定部が推定した停止回数に対応しかつ複数種類の前記走行モデルの中から選択した特定走行モデルを用いて、前記道路区間を前記電気自動車が走行するために要する前記コスト値を求める処理部と、
前記走行モデルが示す前記電気自動車の走行状態の時間割合を調整する調整部と、
を有し、
前記記憶部は、前記道路区間における停止回数毎に、複数種類の前記走行モデルを一つの群として、記憶しており、
前記処理部は、前記停止回数毎の複数の前記群の中から、前記停止回数推定部によって推定された前記停止回数に対応する群を決定し、
前記調整部は、決定された前記群に含まれる複数種類の前記走行モデルそれぞれについて、各走行モデルが示す前記走行状態の時間割合を調整して、複数種類の調整走行モデルを得て、
前記処理部は、複数種類の前記調整走行モデルそれぞれに対応する評価指標値を求め、当該評価指標値に基づいて複数種類の前記調整走行モデルの中から一つの前記特定走行モデルを選択する、コンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013144870A JP6205919B2 (ja) | 2013-07-10 | 2013-07-10 | 電気自動車用情報の推定装置、経路探索システム、及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013144870A JP6205919B2 (ja) | 2013-07-10 | 2013-07-10 | 電気自動車用情報の推定装置、経路探索システム、及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015018392A JP2015018392A (ja) | 2015-01-29 |
JP6205919B2 true JP6205919B2 (ja) | 2017-10-04 |
Family
ID=52439328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013144870A Active JP6205919B2 (ja) | 2013-07-10 | 2013-07-10 | 電気自動車用情報の推定装置、経路探索システム、及びコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6205919B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015025709A (ja) * | 2013-07-25 | 2015-02-05 | 住友電気工業株式会社 | 電気自動車用情報の推定装置、経路探索システム、及びコンピュータプログラム |
JP6502294B2 (ja) * | 2016-07-29 | 2019-04-17 | ダイムラー・アクチェンゲゼルシャフトDaimler AG | 電気トラックの走行ルート選定システム、電気トラックの走行ルート選定方法 |
CN106705981B (zh) * | 2017-01-03 | 2023-10-24 | 上海量明科技发展有限公司 | 共享交通工具数据统计的方法、终端及系统 |
JP7399058B2 (ja) | 2020-09-29 | 2023-12-15 | 日立Astemo株式会社 | 平均電費算出装置 |
JP7186254B2 (ja) * | 2021-03-15 | 2022-12-08 | 本田技研工業株式会社 | 電費予測装置 |
WO2023228772A1 (ja) * | 2022-05-23 | 2023-11-30 | 住友電気工業株式会社 | 走行エネルギー推定装置、走行エネルギー推定方法、及びコンピュータプログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4470311B2 (ja) * | 1999-10-15 | 2010-06-02 | 日産自動車株式会社 | 走行パターン生成装置 |
JP4305301B2 (ja) * | 2004-07-07 | 2009-07-29 | 株式会社デンソー | 車両用経路計算装置 |
US7783417B2 (en) * | 2007-03-09 | 2010-08-24 | Mitac International Corporation | Methods and apparatus for determining a route having an estimated minimum fuel usage for a vehicle |
JP5135308B2 (ja) * | 2009-09-09 | 2013-02-06 | クラリオン株式会社 | エネルギ消費量予測方法、エネルギ消費量予測装置および端末装置 |
JP2012093297A (ja) * | 2010-10-28 | 2012-05-17 | Clarion Co Ltd | ナビゲーション装置,ナビゲーションシステム |
JP2013053999A (ja) * | 2011-09-06 | 2013-03-21 | Clarion Co Ltd | ナビゲーションシステム、ナビゲーション装置、情報処理装置、および、経路探索方法 |
-
2013
- 2013-07-10 JP JP2013144870A patent/JP6205919B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2015018392A (ja) | 2015-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6205919B2 (ja) | 電気自動車用情報の推定装置、経路探索システム、及びコンピュータプログラム | |
CN110126841B (zh) | 基于道路信息和驾驶风格的纯电动汽车能耗模型预测方法 | |
CN106908075B (zh) | 大数据采集与处理系统及基于其电动汽车续航估计方法 | |
EP3028913B1 (en) | Apparatus and method for determining an advised driving speed | |
CN103206958B (zh) | 路径预测系统、路径预测方法 | |
US20130073113A1 (en) | Vehicle and method for estimating a range for the vehicle | |
Yavasoglu et al. | Implementation of machine learning based real time range estimation method without destination knowledge for BEVs | |
JP6236887B2 (ja) | 消費電力量推定装置、経路探索システム、及びコンピュータプログラム | |
JP2006115623A (ja) | 走行可能距離推定システム | |
CN110641397A (zh) | 基于行驶数据与地图预测相结合的电动汽车驾驶反馈系统 | |
CN109154498B (zh) | 道路监测方法及系统 | |
CN114906011B (zh) | 基于智能导航的电动汽车里程预估系统 | |
US11536579B2 (en) | Methods and systems for determining a vehicle route based on an estimation of the weight of the vehicle | |
JP2014106068A (ja) | 燃費推定装置及び燃費推定方法 | |
US11656086B2 (en) | Electricity consumption rate predicting device | |
CN112406875A (zh) | 一种车辆能耗的分析方法和装置 | |
JP6229308B2 (ja) | 回生率推定装置、経路探索システム、及びコンピュータプログラム | |
JP6361801B2 (ja) | 電気自動車用情報の推定装置、経路探索システム、及びコンピュータプログラム | |
EP3891512B1 (en) | System and method for providing an indication of driving performance | |
JP2014163742A (ja) | 経路探索装置及びコンピュータプログラム | |
JP5919614B2 (ja) | 電気自動車用情報の処理装置及びコンピュータプログラム | |
JP2015025709A (ja) | 電気自動車用情報の推定装置、経路探索システム、及びコンピュータプログラム | |
JP6052079B2 (ja) | 電気自動車用情報の推定装置、経路探索システム、及びコンピュータプログラム | |
JP2013178661A (ja) | 評価値算出装置、コンピュータプログラム及び評価値算出方法 | |
JP6105297B2 (ja) | 消費電力量推定装置、消費電力量推定方法、経路探索システム、及びコンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160225 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20161114 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161220 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170208 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170808 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170821 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6205919 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |