KR102671687B1 - 차량의 주행 가능 거리를 추정하기 위한 방법 및 장치 - Google Patents
차량의 주행 가능 거리를 추정하기 위한 방법 및 장치 Download PDFInfo
- Publication number
- KR102671687B1 KR102671687B1 KR1020217004984A KR20217004984A KR102671687B1 KR 102671687 B1 KR102671687 B1 KR 102671687B1 KR 1020217004984 A KR1020217004984 A KR 1020217004984A KR 20217004984 A KR20217004984 A KR 20217004984A KR 102671687 B1 KR102671687 B1 KR 102671687B1
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- determined
- assignment
- driving
- estimating
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000013528 artificial neural network Methods 0.000 description 4
- 244000037459 secondary consumers Species 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000002730 additional effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- 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]
- B60L58/13—Maintaining the SoC within a determined range
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3469—Fuel consumption; Energy use; Emission aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3697—Output of additional, non-guidance related information, e.g. low fuel level
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/10—Vehicle control parameters
- B60L2240/12—Speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/60—Navigation input
- B60L2240/64—Road conditions
- B60L2240/642—Slope of road
-
- 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
- B60L2250/16—Driver interactions by display
-
- 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
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/90—Vehicles comprising electric prime movers
- B60Y2200/91—Electric vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/90—Vehicles comprising electric prime movers
- B60Y2200/92—Hybrid vehicles
-
- G05D2201/0213—
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- 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
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Aviation & Aerospace Engineering (AREA)
Abstract
본 발명은, 차량의 주행 가능 거리를 추정하기 위한 방법 및 장치에 관한 것으로, 이 경우 차량이 작동되는 환경의 하나 이상의 디지털 재현과 이 환경에서의 하나 이상의 소비량 값에 대한 정보 간의 할당에 따라 차량의 잔존 주행 가능 거리가 결정되며(단계 "210"), 상기 할당은, 일 차량에 대한 할당이 다른 차량들의 복수의 할당과 비교되는(단계 "220") 비교의 결과에 따라 업데이트된다(단계 "224").
Description
본 발명은, 차량의 주행 가능 거리를 추정하기 위한 방법 및 장치에 관한 것이다.
차량의 주행 가능 거리 추정은 잔존 주행 가능 거리를 예측하기 위해 이용된다. 이를 위해, 한 편으로는 남아 있는 잔류 연료량이 고려되거나, 전기 구동 또는 하이브리드 구동 차량의 경우에는 배터리 충전 상태가 고려된다. 차량의 위치에 대한 정보와, 필요한 경우 차량이 주행해야 하는, 내비게이션 시스템에 의해 계산된 경로에 대한 정보를 토대로, 잔존 주행 가능 거리가 결정된다. 예를 들어 특정 경로 특성에 대한 무지로 인해, 또는 가정된 운전 스타일과 실제 운전 스타일 간의 차이로 인해, 또는 여타의 환경 영향으로 인해, 잔존 주행 가능 거리에 대한 예측과 실제로 도달 가능한 주행 거리 간의 편차가 발생한다. 그렇기 때문에, 주행 가능 거리 추정의 개선이 요구되고 있다.
상기와 같은 개선은 독립 청구항들에 따른 장치 및 방법에 의해 달성된다.
차량의 주행 가능 거리 추정 방법과 관련해서는, 차량이 작동되는 환경의 하나 이상의 디지털 재현과 이 환경에서의 하나 이상의 (에너지) 소비량 값에 대한 정보 간의 할당에 따라 차량의 잔존 주행 가능 거리가 결정되며, 이 경우 상기 할당은, 차량에 대한 할당이 다른 차량들의 복수의 할당과 비교되는 비교의 결과에 따라 업데이트된다. 이들은 예컨대 다양한 맵 속성들에 좌우된다.
주행 가능 거리를 추정하기 위해, 예컨대 경사도, 속도, 도로 등급, 차선 수와 같은 특정 경로 속성에 측정된 소비량이 할당된다. 외부 온도, 2차 소비 장치, SOC(State of Charge) 또는 SOH(State of Health)와 같은 부품 데이터, 시각, 주행 시작 이후의 시간에 의한 종속성도 마찬가지로 환경의 디지털 재현에 할당될 수 있다. 이와 같은 할당은, 도출된 환경 각각에 대해 주행 가능 거리 추정을 위한 특정 소비량 값이 사용될 수 있는 표 또는 특성맵이다. 경험적인 주행 가능 거리 추정 외에도, 기계 학습(예컨대 인공 신경망)에 기반한 방법이 사용될 수 있다.
각각의 할당은 개별 차량의 작동 중에 로컬로 생성되어, 다른 차량의 다른 할당과의 비교를 통해 조정된다. 이로 인해, 먼저 로컬로 소비량 통계가 학습될 수 있다. 이들 정보는 예를 들어 하나의 분산 컴퓨팅 시스템에서 여러 차량 간에 조정되고 최적화된다. 예를 들면, 하나의 차량 유형의 동일 구조의 차량들이 비교된다. 주행 가능 거리 추정은, 차량 자체가 동일한 환경에서 이미 측정을 실행하지 않았더라도, 동일한 환경에 있는 다른 차량들의 소비량 값에 기반하기 때문에, 모든 차량에 대해 주행 가능 거리 추정이 개선된다.
바람직하게는, 할당들 중 적어도 하나의 할당에 따라 기본 할당이 결정되며, 상기 기본 할당은 일 차량에서 상기 방법을 처음으로 실행할 때 상기 차량에 대한 할당으로서 사전 설정된다. 정보 수집을 토대로 기본 데이터 세트가 생성된다. 이 기본 데이터 세트는 새로운 차량에서 시작값으로 사용된다.
바람직하게는, 하나 이상의 할당이 차량과 관련하여 로컬로 결정되고, 상기 할당은 비교 결과를 결정하기 위해 차량을 기준으로 멀리 떨어진 송/수신기로 송신되며, 이때 비교 결과가 수신되고 상기 할당이 차량과 관련하여 로컬로 업데이트된다. 이와 같은 분산형 솔루션은, 개별 차량에 높은 계산 성능을 갖춘 제어 장치를 제공할 필요 없이, 대량 데이터의 처리를 가능하게 한다.
바람직하게는, 환경의 디지털 재현이 도로 세그먼트의 식별 정보 또는 도로 세그먼트의 속성을 포함한다. 이로써, 도로 세그먼트별로 소비량 통계가 저장된다. 따라서, 해당 도로 세그먼트를 처음 주행하는 차량은 주행 가능 거리의 추정 시, 예를 들어 외부 온도, 시각과 관련된 유사한 조건들에서 또는 유사한 교통 조건들과 관련하여 동일한 도로 세그먼트를 주행한 차량들의 소비량 데이터를 이용할 수 있다. 이는 주행 가능 거리 추정의 정확성을 상당히 개선한다.
바람직하게는, 환경의 디지털 재현이 도로 세그먼트의 여러 차선, 도로 세그먼트의 오르막 경사 또는 내리막 경사, 또는 도로 세그먼트의 유형을 특징짓는 정보를 속성으로서 포함한다. 도로 세그먼트의 유형은 예를 들어, 차량이 도심에 있는지, 국도상에 있는지 아니면 고속도로상에 있는지를 정의한다. 이러한 정보는, 환경에 따라 상이한 운전 스타일을 예상할 수 있기 때문에 주행 가능 거리 추정을 더욱 개선한다.
바람직하게는, 환경의 디지털 재현이 도로 세그먼트의 식별 정보를 포함하며, 이 경우 동일한 도로 세그먼트에 대한 2대 이상의 차량의 하나 이상의 소비량 값에 대한 정보에 따라 상이한 차량들의 소비량 값들의 편차가 결정되며, 상기 편차에 대한 정보가 하나 이상의 차량으로 송신된다. 동일한 경로 상에서의 소비량 값들의 편차는 개별 차량의 또는 개별 운전자의 상이한 운전 거동의 척도이다. 이러한 정보가 피드백으로서 차량에 송신됨에 따라, 운전 거동을 변경하거나 조정할 수 있는 가능성이 제공된다. 또한, 개별 차량 및 운전자가 동일한 유형의 전체 차량군의 부분 집합과 비교될 수도 있다.
바람직하게는, 상이한 차량 유형의 차량들의 소비량 값들의 편차가 결정된다. 이를 통해 상이한 차량 유형이 비교될 수 있다. 예컨대, 30㎞/h의 속도에서 차량 유형 A의 소비량은 차량 유형 B에 비해 항상 20% 더 높다.
바람직하게는, 동일한 차량 유형의 차량들 또는 동일 차량의 소비량 값들의 편차가 결정된다. 이를 통해 상이한 운전자들 또는 운전 스타일들이 비교될 수 있다.
바람직하게는, 주행 가능 거리 추정을 위해 차량의 현재 위치에서 출발하여 여러 방향으로의 예시 경로가 결정되며, 주행 가능 거리 추정치에 따라 가능성 있는 그리고/또는 도달 가능한 주행 목적지 및/또는 그곳으로의 경로를 차량의 주행 가능 거리 디스플레이가 시각화한다.
바람직하게는, 주행 가능 거리를 추정하기 위해, 하나 이상의 도로 세그먼트 및 이 도로 세그먼트에 할당된 소비량 값이 결정되고, 이 소비량 값은 상기 도로 세그먼트에 대해 예상되는 속도, 특히 평균 속도에 따라 추정되며, 이 경우 속도는 운전자의, 특히 학습된 선호도; 차량의 소비 특성; 경로 특성; 특히 속도 제한; 및/또는 자동 주행(piloted driving)을 위한 예측 속도 제어;에 따라 결정된다. 이는 주행 가능 거리 추정의 매우 적합한 용례이다.
장치와 관련해서는, 이 장치가 프로세서 및 명령들이 내장된 메모리를 포함하며, 상기 명령이 프로세서에 의해 실행되면, 차량이 작동되는 환경의 하나 이상의 디지털 재현과 이 환경에서의 하나 이상의 소비량 값에 대한 정보 간의 할당에 따라 상기 차량의 잔존 주행 가능 거리가 결정되고, 차량에 대한 할당은, 그 할당이 다른 차량들의 복수의 할당과 비교되는 하나 이상의 비교의 결과에 따라 업데이트된다. 이러한 유형의 장치는 개선된 주행 가능 거리 추정을 제공한다.
바람직하게는, 할당들 중 하나 이상의 할당에 따라 기본 할당이 결정되며, 이 기본 할당은 일 차량에서 주행 가능 거리 추정을 처음으로 실행할 때 상기 차량에 대한 할당으로서 사전 설정될 수 있다. 이를 통해, 새로운 차량에서 특히 우수한 시작값이 주행 가능 거리 추정을 위해 사용될 수 있다.
바람직하게는, 하나 이상의 할당이 차량과 관련하여 로컬로 결정될 수 있으며, 이 경우 본원 장치는, 비교 결과를 결정하기 위해 상기 할당을 차량을 기준으로 멀리 떨어진 송/수신기로 송신하도록 설계된 송신기를 포함하고, 상기 장치는 비교 결과를 수신하도록 설계된 수신기를 포함하며, 상기 할당은 차량과 관련하여 로컬로 업데이트된다. 이러한 분산형 계산 구조는 대량의 데이터를 사용할 수 있는 가능성을 제공하며, 이는 주행 가능 거리 추정을 더욱 개선한다.
바람직하게는, 본원 장치가, 환경의 디지털 재현에 도로 세그먼트를 제공하는 내비게이션 장치를 포함하며, 이 경우 환경의 디지털 재현은 도로 세그먼트의 식별 정보 또는 도로 세그먼트의 속성을 포함한다. 따라서, 상기 식별 정보 또는 상기 속성을 갖는 도로 세그먼트 상에서 아직까지 주행한 적이 없는 차량에서도 주행 가능 거리의 개선된 예측이 가능하다.
바람직하게, 환경의 디지털 재현은 도로 세그먼트의 여러 차선, 도로 세그먼트의 오르막 경사 또는 내리막 경사, 또는 도로 세그먼트의 유형을 특징짓는 정보를 속성으로서 포함한다.
바람직하게, 환경의 디지털 재현은 도로 세그먼트의 식별 정보를 포함하며, 이 경우 동일한 도로 세그먼트에 대해 2대 이상의 차량의 하나 이상의 소비량 값에 대한 정보에 따라 상이한 차량들의 소비량 값들의 편차가 결정되며, 상기 편차에 대한 정보가 차량들 중 하나 이상의 차량으로 송신된다. 이로써, 동일한 도로 세그먼트 상에서의 상이한 소비량 값들이 비교될 수 있다.
바람직하게는, 상이한 차량 유형의 차량들의 소비량 값들의 편차가 결정된다.
바람직하게는, 동일한 차량 유형의 차량들 또는 동일 차량의 소비량 값들의 편차가 결정된다. 이로써, 상이한 운전 스타일들이 비교될 수 있다.
바람직하게는, 주행 가능 거리 추정을 위해 차량의 현재 위치에서 출발하여 여러 방향으로의 예시 경로가 결정되며, 이 경우 본원 장치는, 차량의 주행 가능 거리 추정치에 따라 가능성 있는 그리고/또는 도달 가능한 주행 목적지 및/또는 그곳으로의 경로를 시각화하도록 설계된 주행 가능 거리 디스플레이를 포함한다.
또 다른 바람직한 실시예들은 이하의 상세한 설명 및 도면에서 확인된다.
도 1은 주행 가능 거리를 추정하기 위한 장치의 개략도이다.
도 2는 주행 가능 거리를 추정하기 위한 방법에서의 단계들을 설명하는 개략도이다.
도 2는 주행 가능 거리를 추정하기 위한 방법에서의 단계들을 설명하는 개략도이다.
도 1은 차량의 주행 가능 거리를 추정하기 위한 장치(100)를 개략적으로 보여주며, 상기 장치(100)가 프로세서(102) 및 명령들이 내장된 메모리(104)를 포함하고, 프로세서(102)에 의해 상기 명령이 실행되면, 차량이 작동되는 환경의 하나 이상의 디지털 재현과 이 환경에서의 하나 이상의 소비량 값에 대한 정보 간의 할당에 따라 상기 차량의 잔존 주행 가능 거리가 결정되는 것을 특징으로 한다.
차량에 대한 할당은, 그 할당이 다른 차량들의 복수의 할당과 비교되는 하나 이상의 비교의 결과에 따라 업데이트된다.
일 양태에서는, 하나 이상의 할당에 따라 본원 장치에 대한 기본 할당이 결정된다. 이 경우, 기본 할당은 일 차량에서 주행 가능 거리 추정을 처음으로 실행할 때 상기 차량에 대한 할당으로서 사전 설정될 수 있다.
일 양태에서는, 차량과 관련하여 로컬로 하나 이상의 할당이 결정될 수 있으며 그리고/또는 업데이트될 수 있다. 본원 장치는 예를 들어, 비교 결과를 결정하기 위해 상기 할당을 차량을 기준으로 멀리 떨어진 송/수신기(108)로 송신하도록 설계된 송신기(106)를 포함한다. 상기 장치(100)는 예를 들어, 비교 결과를 수신하도록 설계된 수신기(110)를 포함한다.
일 양태에서, 본원 장치는, 환경의 디지털 재현에 도로 세그먼트를 제공하는 내비게이션 장치(112)를 포함한다. 환경의 디지털 재현은 도로 세그먼트의 식별 정보 또는 도로 세그먼트의 속성을 포함한다.
내비게이션 장치(112)는 예를 들어 글로벌 내비게이션 위성 시스템, 즉, GNSS, 또는 차량의 위치 및 관련 지리 정보를 결정하기 위한 여타의 장치를 포함한다. 내비게이션 장치(112)는 환경에 대한 정보로서 예를 들어 주변 지역의 맵, 특히 지형 맵을 포함한다. 환경에 대한 정보는 예를 들어 도로 세그먼트로의 분할을 포함한다. 각각의 도로 세그먼트에는 예를 들어 이 도로 세그먼트의 오르막 경사 또는 내리막 경사; 도로 세그먼트의 여러 차선; 또는 국도, 고속도로, 도심과 같은 도로 세그먼트의 유형; 주행 방향; 세그먼트 당 평균 속도가 할당된다.
환경의 디지털 재현은 상기 정보를 속성으로서 포함할 수 있다.
대안적으로 또는 추가로, 환경의 디지털 재현은 도로 세그먼트의 식별 정보, 예를 들어 고유 식별 번호를 포함할 수 있다.
장치(100)는 예컨대 차량 통신 네트워크로의 연결을 위한 인터페이스(114)를 포함하며, 이 차량 통신 네트워크를 통해 현재 작동 상태에 대한 정보, 특히 차량 배터리의 충전 상태(State of Charge), 노후화 상태(State of Health), 현재 차량 속도 및/또는 2차 소비 장치의 소비량에 대한 정보를 수신할 수 있다. 데이터 라인(116)이 이들 요소를 연결한다. 통신은, 예를 들어 CAN 프로토콜(Controller Area Network Protocol)을 이용해서 수행된다. 무선 링크(118)가 송신기(106) 및 수신기(110)를 원격 송/수신기(108)와 연결한다. 통신은 예를 들어 LTE 네트워크 프로토콜(Long Term Evolution Network Protocol)을 이용해서 수행된다.
테이블 형식의 디지털 재현은 이하의 두 가지 예에서 전기 차량을 예로 들어 재현된다. 상이한 차량 유형들 또는 차량들에 대해 다수의 테이블이 제공될 수 있다. 외부 온도; 또는 2차 소비 장치, 차량 배터리의 노후화 상태 또는 충전 상태와 같이 소비량에 영향을 미치는 여타의 요인;에 따라 상이한 테이블을 사용하는 점이 제안될 수 있다. 상기 정보를 기록하는 하나 또는 복수의 특성맵이 사용될 수 있다. 테이블 형식의 디지털 재현에 대한 대안으로서, 차량의 모델 또는 인공 신경망이 사용될 수 있다. 이들은, 차량이 수집하는 측정 데이터를 이용한 매개변수 추정에 의한 기계 학습 또는 모델링의 방법으로 매개변수화될 수 있다. 학습 단계에서는, 인공 신경망을 훈련하기 위해 또는 모델을 매개변수화하기 위해 차량의 측정 데이터가 사용될 수 있다. 이 경우, 적용 단계에서 인공 신경망 또는 모델을 이용하여 주행 가능 거리 추정이 실행된다.
예시 1:
전기 차량의 경우, 제1 예에서 도로 클러스터에 대한 소비량 값이 제시된다. 도로 클러스터는, 동일한 속성을 갖는 복수의 도로가 속해 있는 카테고리이다. 속성으로서는 예를 들어 여러 차선, 즉, 1차선, 2차선, 3차선, ..., %로 나타낸 오르막 경사 또는 %로 나타낸 내리막 경사, 그리고 경로 세그먼트의 유형, 즉, 육로, 고속도로, 도심이 제시된다.
본 예시에서는, 상이한 차량 속도들에 상이한 소비량 값이 할당되어 있다. 이로써 하기와 같이 제1 할당이 도출된다:
도로 클러스터 | 30㎞/h | 40㎞/h | 50㎞/h |
1차선, 0.5% 경사, 도심 | 18Wh | 20Wh | 35Wh |
2차선, 1% 경사, 고속도로 | 23Wh | 24Wh | 25Wh |
1차선, 3% 경사, 육로 | 26Wh | 27Wh | 28Wh |
제1 할당은 본 예에서 메모리(104) 내에 저장되고, 이하의 방법에서 기술되는 바와 같이 업데이트된다.
주행 가능 거리를 추정하기 위해, 먼저 차량이 현재 어느 도로 클러스터에 있는지가 결정된다. 그런 다음, 제1 할당으로부터 현재 차량 속도에 가장 가까운 소비량 값이 결정된다. 이 소비량 값은, 경로 섹션을 통과한 후에 남아 있는 배터리 충전량, 즉, 잔존 충전 상태에 관한 예측을 결정하는 데 사용된다. 목적지를 알고 있거나, 차량이 통과해야 하는 경로 세그먼트가 아직 남아 있는 경우, 상기 경로 세그먼트가 예측에 산입될 수 있다. 이를 위해, 본원 장치는 내비게이션 시스템(112)으로부터의 목적지를 사용하도록 설계될 수 있다. 향후 불가피한 복수의 경로 세그먼트, 예를 들어 고속도로상에서 다음 출구까지 통과하게 될 경로 세그먼트들도 마찬가지로 사용될 수 있다. 전방 경로 섹션들에서 예상되는 속도를 추정하기 위해, 운전자 및/또는 차량의 학습된 속도 선호도가 이용될 수 있다.
제1 할당을 로컬로 생성하거나 로컬로 업데이트하기 위해, 본원 장치는, 차량이 일 경로 세그먼트 내에서 이동하는 동안 소비량 값을 측정하도록 설계된다. 그런 다음, 방금 통과한 경로 세그먼트의 속성과 가장 일치하는 속성을 갖는 경로 클러스터에 상기 소비량 값이 할당된다. 이 소비량 값은 예컨대, 상기 도로 세그먼트에 대해 평균 주행 차량 속도에 가장 가까운 평균 속도에 할당된다. 이는 본 예에서 업데이트에 추가로, 다른 할당과의 비교 결과에 의해 실시된다.
예시 2:
전기 차량의 경우, 제2 예에서는 특정 도로 세그먼트에 대한 소비량 값이 제시된다. 도로 세그먼트는 식별 정보에 의해, 예를 들어 식별 번호에 의해 명백하게 식별된다. 이 정보는, 예를 들어 도로 세그먼트가 지리적 위치들에 할당되어 있는 내비게이션 시스템(112)에서 유래한다. 이로써, 현재의 차량 위치가 도로 세그먼트에 명백하게 할당될 수 있다. 그렇기 때문에 추가 속성은 불필요하다. 차선 수, 오르막 경사 또는 내리막 경사 또는 도로 세그먼트의 유형에 대한 정보가 내재적으로 포함되어 있다.
본 예시에서는, 상이한 차량 속도에 상이한 소비량 값이 할당된다. 이로써, 제1 할당이 도출된다:
도로 세그먼트 | 30㎞/h | 40㎞/h | 50㎞/h |
ID23525 | 18Wh | 20Wh | 35Wh |
ID23526 | 23Wh | 24Wh | 25Wh |
ID23527 | 26Wh | 27Wh | 28Wh |
제2 할당은 본 예에서 메모리(104) 내에 저장되고, 이하의 방법에 기술되는 바와 같이 업데이트된다.
주행 가능 거리를 추정하기 위해, 차량이 어느 도로 세그먼트에 있는지가 결정되고, 제2 할당으로부터 평균 주행 차량 속도에 가장 가까운 소비량 값이 사용된다. 목적지를 알고 있는 경우, 목적지까지의 도로 세그먼트의 소비량 값들이 합산된다. 이들 소비량 값은 예를 들어 평균 소비량 값, 시간별 소비량 값, 또는 각 도로 세그먼트에 대한 운전자별 혹은 차량별 소비량 값으로서 주행 가능 거리 추정을 위한 토대를 형성하는 맵 데이터 내에 포함되어 있다. 도로 세그먼트당 예상되는 평균 속도를 추정할 수 있다. 이는 예컨대 운전자의 학습된 선호도 및/또는 차량의 소비 특성을 통해 수행될 수 있다. 또한, 맵 데이터로부터 속도 제한과 같은 경로 특성도 사용될 수 있다. 예를 들어, 모든 차량의 속도 제한이 80㎞/h이고 평균 속도가 76㎞/h인 경우에는, 예를 들어 78㎞/h의 예측 차량 속도에 기반하거나, 자동 주행을 위한 예측 속도 제어가 사전 설정된다. 운전자가 목적지를 입력하지 않으면, 차량의 현재 위치에서 출발하여 여러 방향으로의 예시 경로들이 주행 가능 거리 추정에 사용된다. 일 양태에서는, 주행 가능 거리 추정치에 따라 가능성 있는 그리고/또는 도달 가능한 운전 목적지 및 그곳으로의 경로를 차량의 주행 가능 거리 디스플레이가 시각화한다.
제2 할당을 생성하거나 업데이트하기 위해, 본원 장치는, 현재 통과한 도로 세그먼트를 인식하고, 소비량 값을 결정하며, 세그먼트의 평균 주행 차량 속도에 가장 가까운 속도에서 도로 세그먼트에 할당된 식별 정보에서의 제2 할당을 상기 소비량 값으로 보완하도록 구성된다.
장치(100)는 이하에서 도 2를 참조하여 기술되는 방법을 실행하도록 구성된다. 이 방법은 예를 들어 장치(100)의 스위치-온 후에 시작된다.
단계 "200"에서는, 장치(100)에서 본원 방법의 최초 실행이 수행되고 있는지의 여부가 검사된다. 방법이 장치(100)에서 최초로 실행되는 경우, 단계 "201"이 실행된다. 그렇지 않으면, 단계 "202"가 실행된다.
단계 "201"에서는, 원격 송/수신기(108)로부터 장치(100)의 기본 구성이 요청된다. 이를 위해, 바람직하게는 차량 유형 또는 차량 식별 정보가 전달된다.
이어서, 단계 "203"이 실행된다.
단계 "203"에서는, 다른 차량에 대한 할당들 중 하나 이상의 할당에 따라 기본 할당이 결정된다. 바람직하게는, 동일한 차량 유형에 대한 기본 할당이 전송된다. 차량 유형은 필요한 경우에 차량 식별 정보에 따라 결정된다.
이어서, 단계 "205"가 실행된다.
단계 "205"에서는, 원격 송/수신기에 의해 장치(100)의 기본 할당이 수신된다.
이어서, 단계 "207"이 실행된다.
단계 "207"에서는, 기본 할당이 차량에 대한 할당으로서 사전 설정된다.
이어서, 단계 "202"가 실행된다.
단계 "202"에서는, 주행 가능 거리 추정치가 장치(100) 상에서 로컬로 초기화된다. 이를 위해, 차량의 현재 위치 및 현재 차량 속도가 결정된다.
이어서, 단계 "204"가 실행된다.
단계 "204"에서는, 도로 세그먼트의 식별 정보가 장치(100) 상에서 로컬로 결정된다.
이어서, 단계 "206"이 실행된다.
단계 "206"에서는, 도로 세그먼트의 식별 정보가 장치(100) 상에서 로컬로 결정된다.
이어서, 단계 "208"이 실행된다.
단계 "208"에서는, 도로 세그먼트의 식별 정보에 의해 결정된 도로 세그먼트 및 결정된 평균 차량 속도에 대한 소비량 값이 장치(100) 상에서 로컬로 결정된다. 이 소비량 값은, 현재의 차량 속도와 가장 가까운 속도에 상응하는 식별 정보를 갖는 도로 세그먼트에 대한 할당으로부터 결정된다.
이어서, 단계 "210"이 실행된다.
단계 "210"에서는, 소비량 값에 따라 차량의 잔존 주행 가능 거리가 장치(100) 상에서 로컬로 결정된다. 추가로, 2차 소비 장치의 소비량 값, 충전 상태 또는 주행 가능 거리에 중요한 여타의 변수들이 고려될 수 있다. 잔존 주행 가능 거리의 예측은 연속하는 복수의 경로 섹션을 포함할 수 있다. 주행 가능 거리는 예를 들어 목적지 입력에 의해 알고 있는 목적지에 대해 또는 가장 높은 확률로 예상되는 도로 세그먼트에 대해 결정된다.
이어서, 단계 "212"가 실행된다.
단계 "212"에서는, 잔존 주행 가능 거리가 안내된다. 안내 내용은 차량 내 디스플레이를 통해 또는 인터페이스(114)를 통해 차량의 디스플레이 장치로 출력될 수 있다. 목적지가 입력되지 않은 경우, 주행 가능 거리는, 차량의 현재 위치로부터 출발하여 모든 방향으로 상이한 지점들에 걸친 소위 주행 가능 거리 다각형을 통해 구성될 수 있다. 예시 경로들은 예를 들어 주행 가능 거리 추정을 위해 차량의 현재 위치에서 출발하여 복수의 방향으로 결정된다. 이 경우, 주행 가능 거리 디스플레이는, 차량의 주행 가능 거리 추정치에 따라 가능성 있는 그리고/또는 도달 가능한 운전 목적지 및/또는 그곳으로의 경로들을 특히 주행 가능 거리 다각형을 사용하여 시각화하도록 설계된다.
이어서, 단계 "214"가 실행된다.
단계 "214"에서는, 차량이 작동되는 환경의 하나 이상의 디지털 재현과 이 환경에서의 하나 이상의 소비량 값에 대한 정보 간의 할당이 결정된다.
예를 들어, 도로 세그먼트의 통과 시 평균 차량 속도가 사용되고, 도로 세그먼트의 통과를 위한 실제 소비량 값이 결정된다. 식별 정보는 환경의 디지털 재현이다. 실제 소비량 값은 예를 들어 도로 세그먼트의 통과 직전과 직후의 충전 상태 차이에 의해 결정된다. 이를 위해, 도로 세그먼트의 통과 전후의 현재 배터리 충전 상태가 각각 장치(100) 상에서 로컬로 결정되거나, 인터페이스(114)를 통해 수신된다.
이어서, 단계 "216"이 실행된다.
단계 "216"에서는, 소비량 값이 로컬로 장치(100) 상에서, 도로 세그먼트의 식별 정보 및 평균 차량 속도에 의해 식별된 요소 내의 할당에 저장된다. 이 할당은 차량과 관련하여 로컬로 결정된다.
이어서, 단계 "218"이 실행된다.
단계 "218"에서는, 비교 결과를 결정하기 위해 장치(100)로부터 할당이 차량을 기준으로 멀리 떨어진 송/수신기(108)로 송신된다.
이어서, 단계 "220"이 실행된다.
단계 "220"에서는, 원격 송/수신기(108)에 의해, 차량에 대한 할당이 다른 차량들의 복수의 할당과 비교되는 비교 과정이 실행된다.
본 예에서는, 할당들 중 하나 이상의 할당에 따라 기본 할당의 새로운 버전이 결정되며, 이 새로운 기본 할당 버전은 차량에서 본원 방법이 처음으로 실행될 때 상기 차량에 대한 할당으로서 사전 설정된다.
이어서, 단계 "222"가 실행된다.
단계 "222"에서는, 비교 결과가 원격 송/수신기(108)에 의해 송신되고, 장치(100)에 의해 로컬로 수신된다. 예를 들어, 조정을 위한 새로운 할당이 수신된다.
이어서, 단계 "224"가 실행된다.
단계 "224"에서는, 비교 결과에 따라 차량과 관련하여 로컬로 할당이 업데이트된다.
새로운 할당이 상기 차량 할당과 편차가 있으면, 예를 들어 새로운 할당이 차량의 할당으로서 로컬로 저장된다. 이어서, 단계 "200"이 실행된다.
일 양태에서는, 동일한 도로 세그먼트에 대한 2대 이상의 차량의 하나 이상의 소비량 값에 대한 정보에 따라, 서로 상이한 차량들의 소비량 값들의 편차를 결정하고, 이 편차에 대한 정보를 하나 이상의 차량으로 송신한다.
차량들의 소비량 값들의 편차는, 상이한 차량 유형에 대해, 동일한 차량 유형의 차량들에 대해, 또는 상이한 시점에 동일한 차량에 의한 동일한 도로 세그먼트의 통과에 대해 결정될 수 있다.
이 경우, 편차는 하나의 또는 모든 관련 차량에 피드백으로서 송신된다.
Claims (15)
- 차량의 주행 가능 거리를 추정하기 위한 방법에 있어서,
차량이 작동되는 환경의 하나 이상의 디지털 재현과 이 환경에서의 하나 이상의 소비량 값에 대한 정보 간의 할당에 따라 차량의 잔존 주행 가능 거리가 결정되며(단계 "210"), 상기 할당은, 일 차량에 대한 할당이 다른 차량들의 복수의 할당과 비교되는(단계 "220") 비교의 결과에 따라 업데이트되고(단계 "224"),
차량과 관련하여 로컬로 하나 이상의 할당이 결정되고(단계 "214"), 이 할당은 비교 결과를 결정하기 위해 차량을 기준으로 멀리 떨어진 송/수신기로 송신되며(단계 "218"), 비교 결과가 수신되고(단계 "222"), 할당이 차량과 관련하여 로컬로 업데이트되는(단계 "224") 것을 특징으로 하는, 차량의 주행 가능 거리 추정 방법. - 제1항에 있어서, 할당들 중 하나 이상의 할당에 따라 기본 할당이 결정되며(단계 "203", 단계 "220"), 상기 기본 할당은 일 차량에서 상기 방법을 처음으로 실행할 때 상기 차량에 대한 할당으로서 사전 설정되는(단계 "205") 것을 특징으로 하는, 차량의 주행 가능 거리 추정 방법.
- 삭제
- 제1항 또는 제2항에 있어서, 환경의 디지털 재현은 도로 세그먼트의 식별 정보 또는 도로 세그먼트의 속성을 포함하는 것을 특징으로 하는, 차량의 주행 가능 거리 추정 방법.
- 제4항에 있어서, 환경의 디지털 재현은 도로 세그먼트의 여러 차선, 도로 세그먼트의 오르막 경사 또는 내리막 경사, 또는 도로 세그먼트의 유형을 특징짓는 정보를 속성으로서 포함하는 것을 특징으로 하는, 차량의 주행 가능 거리 추정 방법.
- 제4항에 있어서, 환경의 디지털 재현은 도로 세그먼트의 식별 정보를 포함하고, 이때 동일한 도로 세그먼트에 대한 2개 이상의 차량의 하나 이상의 소비량 값에 대한 정보에 따라 상이한 차량들의 소비량 값들의 편차가 결정되며, 이 편차에 대한 정보가 하나 이상의 차량으로 송신되는 것을 특징으로 하는, 차량의 주행 가능 거리 추정 방법.
- 제6항에 있어서, 상이한 유형의 차량들의 소비량 값들의 편차가 결정되는 것을 특징으로 하는, 차량의 주행 가능 거리 추정 방법.
- 제6항에 있어서, 동일한 유형의 차량들 또는 동일 차량의 소비량 값들의 편차가 결정되는 것을 특징으로 하는, 차량의 주행 가능 거리 추정 방법.
- 제1항 또는 제2항에 있어서, 주행 가능 거리의 추정을 위해 차량의 현재 위치에서 출발하여 여러 방향으로의 예시 경로가 결정되며, 주행 가능 거리 추정치에 따라 가능성 있는 주행 목적지, 도달 가능한 주행 목적지 및/또는 그곳으로의 경로를 차량의 주행 가능 거리 디스플레이가 시각화하는 것을 특징으로 하는, 차량의 주행 가능 거리 추정 방법.
- 제1항 또는 제2항에 있어서, 주행 가능 거리를 추정하기 위해, 하나 이상의 도로 세그먼트 및 이 도로 세그먼트에 할당된 소비량 값이 결정되고, 이 소비량 값은 상기 도로 세그먼트에 대해 예상되는, 평균적인 속도에 따라 추정되며, 속도는 운전자의 학습된 선호도, 차량의 소비 특성, 경로 특성, 속도 제한, 및/또는 자동 주행(piloted driving)을 위한 예측 속도 제어에 따라 결정되는 것을 특징으로 하는, 차량의 주행 가능 거리 추정 방법.
- 차량의 주행 가능 거리를 추정하기 위한 장치(100)에 있어서,
장치(100)는 프로세서(102) 및 명령을 포함하는 메모리(104)를 포함하며, 상기 명령이 프로세서(102)에 의해 실행되면, 차량이 작동되는 환경의 하나 이상의 디지털 재현과 이 환경에서의 하나 이상의 소비량 값에 대한 정보 간의 할당에 따라 상기 차량의 잔존 주행 가능 거리가 결정되고, 차량에 대한 할당은, 그 할당이 다른 차량들의 복수의 할당과 비교되는 하나 이상의 비교의 결과에 따라 업데이트되고,
차량과 관련하여 로컬로 하나 이상의 할당이 결정될 수 있으며, 상기 장치는, 비교 결과를 결정하기 위해 상기 할당을 차량을 기준으로 멀리 떨어진 송/수신기(108)로 송신하도록 설계된 송신기(106)를 포함하고, 상기 장치는 비교 결과를 수신하도록 설계된 수신기(110)를 포함하며, 상기 할당은 차량과 관련하여 로컬로 업데이트되는 것을 특징으로 하는, 차량의 주행 가능 거리 추정 장치. - 제11항에 있어서, 할당들 중 하나 이상의 할당에 따라 기본 할당이 결정되며, 이 기본 할당은 일 차량에서의 주행 가능 거리 추정을 처음으로 실행할 때 상기 차량에 대한 할당으로서 사전 설정될 수 있는 것을 특징으로 하는, 차량의 주행 가능 거리 추정 장치.
- 삭제
- 제11항 또는 제12항에 있어서, 상기 장치는, 환경의 디지털 재현에 도로 세그먼트를 제공하는 내비게이션 장치(112)를 포함하며, 환경의 디지털 재현은 도로 세그먼트의 식별 정보 또는 도로 세그먼트의 속성을 포함하는 것을 특징으로 하는, 차량의 주행 가능 거리 추정 장치.
- 차량의 주행 가능 거리를 추정하기 위한 장치(100)에 있어서,
장치(100)는 프로세서(102) 및 명령을 포함하는 메모리(104)를 포함하며, 상기 명령이 프로세서(102)에 의해 실행되면, 차량이 작동되는 환경의 하나 이상의 디지털 재현과 이 환경에서의 하나 이상의 소비량 값에 대한 정보 간의 할당에 따라 상기 차량의 잔존 주행 가능 거리가 결정되고, 차량에 대한 할당은, 그 할당이 다른 차량들의 복수의 할당과 비교되는 하나 이상의 비교의 결과에 따라 업데이트되고,
차량과 관련하여 로컬로 하나 이상의 할당이 결정될 수 있으며, 상기 장치는, 비교 결과를 결정하기 위해 상기 할당을 차량을 기준으로 멀리 떨어진 송/수신기(108)로 송신하도록 설계된 송신기(106)를 포함하고, 상기 장치는 비교 결과를 수신하도록 설계된 수신기(110)를 포함하며, 상기 할당은 차량과 관련하여 로컬로 업데이트되며,
제5항에 따른 방법을 실행하도록 설계된 것을 특징으로 하는, 차량의 주행 가능 거리 추정 장치.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102018212256.3A DE102018212256A1 (de) | 2018-07-24 | 2018-07-24 | Verfahren und Vorrichtung zur Reichweitenschätzung für ein Fahrzeug |
DE102018212256.3 | 2018-07-24 | ||
PCT/EP2019/068250 WO2020020621A1 (de) | 2018-07-24 | 2019-07-08 | Verfahren und vorrichtung zur reichweitenschätzung für ein fahrzeug |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210035845A KR20210035845A (ko) | 2021-04-01 |
KR102671687B1 true KR102671687B1 (ko) | 2024-06-07 |
Family
ID=67226251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020217004984A KR102671687B1 (ko) | 2018-07-24 | 2019-07-08 | 차량의 주행 가능 거리를 추정하기 위한 방법 및 장치 |
Country Status (4)
Country | Link |
---|---|
KR (1) | KR102671687B1 (ko) |
CN (1) | CN112714715A (ko) |
DE (1) | DE102018212256A1 (ko) |
WO (1) | WO2020020621A1 (ko) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019129807A1 (de) * | 2019-11-05 | 2021-05-06 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren für eine Energiebedarfsprognose eines Fahrzeugs und System für eine Energiebedarfsprognose eines Fahrzeugs |
DE102021132807A1 (de) | 2021-12-13 | 2023-06-15 | Joynext Gmbh | Korrektur einer Schätzung eines Energieverbrauchs eines Fahrzeugs |
CN117689304B (zh) * | 2024-02-04 | 2024-05-31 | 交通运输部规划研究院 | 公路大件运输通行路线确定方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140278038A1 (en) * | 2013-03-15 | 2014-09-18 | Abalta Technologies, Inc. | Vehicle Range Projection |
US20140303826A1 (en) * | 2011-12-08 | 2014-10-09 | Hitachi, Ltd. | Reachable range calculation apparatus, method, and program |
US20180029500A1 (en) * | 2016-07-26 | 2018-02-01 | Toyota Jidosha Kabushiki Kaisha | Travelable distance calculation system and travelable distance calculation method for vehicle |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10302504A1 (de) * | 2003-01-23 | 2004-09-02 | Zf Friedrichshafen Ag | Verfahren zum Ermitteln der Reichweite eines Elektrofahrzeuges |
JP4906164B2 (ja) * | 2007-07-19 | 2012-03-28 | アイシン・エィ・ダブリュ株式会社 | 地図表示装置、地図表示方法及びコンピュータプログラム |
DE102011108385B3 (de) * | 2011-07-22 | 2012-06-28 | Audi Ag | Verfahren zum Bestimmen einer Fahrtreichweite eines Kraftwagens |
DE102013002243A1 (de) * | 2013-02-08 | 2014-08-14 | e.solutions GmbH | Verfahren und Vorrichtung zur Reichweitenbestimmung für ein Fahrzeug |
US20150158397A1 (en) * | 2013-12-05 | 2015-06-11 | Ford Global Technologies, Llc | Method and Apparatus for Predicting Electric Vehicle Energy Consumption |
DE102014204308A1 (de) * | 2014-03-10 | 2015-09-10 | Bayerische Motoren Werke Aktiengesellschaft | Reichweitenschätzung für Elektrofahrzeuge |
-
2018
- 2018-07-24 DE DE102018212256.3A patent/DE102018212256A1/de active Pending
-
2019
- 2019-07-08 WO PCT/EP2019/068250 patent/WO2020020621A1/de active Application Filing
- 2019-07-08 KR KR1020217004984A patent/KR102671687B1/ko active IP Right Grant
- 2019-07-08 CN CN201980062224.6A patent/CN112714715A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140303826A1 (en) * | 2011-12-08 | 2014-10-09 | Hitachi, Ltd. | Reachable range calculation apparatus, method, and program |
US20140278038A1 (en) * | 2013-03-15 | 2014-09-18 | Abalta Technologies, Inc. | Vehicle Range Projection |
US20180029500A1 (en) * | 2016-07-26 | 2018-02-01 | Toyota Jidosha Kabushiki Kaisha | Travelable distance calculation system and travelable distance calculation method for vehicle |
Also Published As
Publication number | Publication date |
---|---|
WO2020020621A1 (de) | 2020-01-30 |
CN112714715A (zh) | 2021-04-27 |
KR20210035845A (ko) | 2021-04-01 |
DE102018212256A1 (de) | 2020-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11650066B2 (en) | Systems and methods for variable energy routing and tracking | |
CN107782327B (zh) | 能量最优的车辆路线选择 | |
CN103542858B (zh) | 车辆到达目标能力评估方法,数据库生成方法、导航系统 | |
CN110418940B (zh) | 用于预测车辆的未来驾驶条件的方法 | |
JP5929945B2 (ja) | 移動支援装置、移動支援方法、及び運転支援システム | |
CN105383495B (zh) | 使用物理模型的基于路线的能耗估计 | |
CN110861650B (zh) | 车辆的路径规划方法、装置,车载设备和存储介质 | |
KR102671687B1 (ko) | 차량의 주행 가능 거리를 추정하기 위한 방법 및 장치 | |
US9902392B2 (en) | Mobility information processing apparatus, mobility information processing method, and driving support system | |
US11584396B2 (en) | Method, system, and vehicle for preparing an energy forecast and determining an optimized driving behavior with respect to the energy forecast | |
JP5228366B2 (ja) | 走行情報収集システムおよび走行情報の学習方法 | |
US10668824B2 (en) | Method for calculating a setpoint for managing the fuel and electricity consumption of a hybrid motor vehicle | |
JP5999065B2 (ja) | 移動支援装置、移動支援方法、及び運転支援システム | |
KR101769723B1 (ko) | 이동 지원 장치, 이동 지원 방법, 및 구동 지원 시스템 | |
US9855942B2 (en) | Moving assist apparatus and method and driving assist system | |
KR102213119B1 (ko) | 하이브리드 차량의 연료 및 전력 소비를 관리하기 위한 셋포인트 계산 방법 | |
JP2023535828A (ja) | 経路決定方法、装置、機器及び媒体 | |
US20170043790A1 (en) | Movement assistance apparatus, movement assistance method, and driving assistance system based on the display of the driving modes according the different sections of the travel in the range allowed by the state of charge of the battery | |
EP4381244A1 (en) | Methods and systems for predicting an energy consumption of a vehicle for its travel along a defined route and for routing | |
CN113673756A (zh) | 车辆的推荐车速确定方法、装置及计算机设备 | |
US20240053161A1 (en) | Method for Predicting a Velocity Profile of a Vehicle | |
CN116648390A (zh) | 具有机器学习控制器的车辆传动系统 | |
JP6187311B2 (ja) | 移動支援装置 | |
CN116858272A (zh) | 用于选择电动车辆的最佳行驶路线的方法和设备 | |
TR2023006505A2 (tr) | Elektri̇kli̇ araçlar i̇çi̇n şarj plani si̇stemi̇ ve yöntemi̇ |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |