WO2020148051A1 - Verfahren zur routenplanung in einem navigationssystem eines fahrzeugs, navigationssystem für ein fahrzeug und fahrzeug mit demselben - Google Patents

Verfahren zur routenplanung in einem navigationssystem eines fahrzeugs, navigationssystem für ein fahrzeug und fahrzeug mit demselben Download PDF

Info

Publication number
WO2020148051A1
WO2020148051A1 PCT/EP2019/085496 EP2019085496W WO2020148051A1 WO 2020148051 A1 WO2020148051 A1 WO 2020148051A1 EP 2019085496 W EP2019085496 W EP 2019085496W WO 2020148051 A1 WO2020148051 A1 WO 2020148051A1
Authority
WO
WIPO (PCT)
Prior art keywords
route
speed
charging
vehicle
section
Prior art date
Application number
PCT/EP2019/085496
Other languages
English (en)
French (fr)
Inventor
Maximilian CUSSIGH
Harald Hofmeier
Philipp Kugelmann
Felix Ruf
Original Assignee
Bayerische Motoren Werke Aktiengesellschaft
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bayerische Motoren Werke Aktiengesellschaft filed Critical Bayerische Motoren Werke Aktiengesellschaft
Priority to US17/422,470 priority Critical patent/US11846518B2/en
Priority to CN201980089156.2A priority patent/CN113302453B/zh
Publication of WO2020148051A1 publication Critical patent/WO2020148051A1/de

Links

Classifications

    • 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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3476—Special cost functions, i.e. other than distance or default speed limit of road segments using point of interest [POI] information, e.g. a route passing visible POIs
    • 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
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • 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
    • G01C21/3667—Display of a road map
    • G01C21/3673—Labelling using text of road map data items, e.g. road names, POI names
    • 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
    • G01C21/3667—Display of a road map
    • G01C21/3676—Overview of the route on the road map
    • 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
    • G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities

Definitions

  • the disclosure relates to a method for route planning in a navigation system of a vehicle, in particular an electric vehicle, a navigation system for a vehicle and a vehicle with such a navigation system.
  • the disclosure relates in particular to the optimization of route planning in a navigation system of an electric vehicle.
  • Navigation systems are generally used to recommend a driver a route from a current position to a route destination, where the route can be displayed as a map track on a navigation map, for example.
  • the route may be determined based on the shortest time or distance between the current position and the route destination.
  • energy-optimized routes can be determined and suggested to the driver.
  • DE 10 2017 119 453 A1 discloses a method for generating energy-optimized driving routes using a vehicle navigation system.
  • the method includes creating candidate routes between a route starting point and one or more route destinations, and then dividing each candidate route into a plurality of route sections.
  • the method includes estimating expected travel speeds along each section using cloud information and calculating an expected energy efficiency across each of the candidate travel routes using one or more vehicle-specific energy efficiency models.
  • the routes are displayed on the navigation system.
  • a method for route planning in a navigation system of a vehicle in particular an electric vehicle, is specified.
  • the process includes: a) performing an initial energy forecast for a route to a route destination using an initial speed (also referred to as an "expected speed") for at least a portion of the route; b) if, based on the initial energy forecast, the route includes n planned charging stops at n charging stations, where n is a natural number greater than zero, the method further comprises: bl) performing a first energy forecast for the route using a first speed for the at least one a section that is less than the initial speed, wherein the travel route for the first speed comprises n-1 planned charging stops at n-1 charging stations; b2) performing a second energy forecast for the travel route using a second speed for the at least one section which is greater than the first speed and less than the initial speed; b3) determining whether the route includes n or n-1 charging stops based on the second energy forecast; and b4) if the route includes:
  • a manipulation or change of the same is carried out for a desired route with a charging stop (s) at the expected speed to determine whether it is possible to save a charging stop and / or to reach another charging station by means of an adapted speed. If the result of the test is positive, an optimal speed can be suggested.
  • the optimal speed can be determined, for example, in sections, ie individually for a large number of sections of the route be proposed. Saving a charging stop and / or reaching another charging station due to the optimal speed can enable a shortened journey time and / or a more efficient route.
  • a faster goal can be achieved by minimizing the travel time, which can consist of a travel time, a loading time and a set-up time (preparation and post-processing of the charging process, such as plugging in, paying, etc.).
  • the overall goal is achieved faster despite a slower driving speed.
  • the method can actively suggest to the driver how to avoid a stop that is actually necessary, which relieves the driver.
  • the optimum speed in automated driving can be automatically adopted as a driving speed by a driver assistance system. Saving the charging stop and / or the more efficient route can also result in a cost advantage.
  • the adjusted speed ensures that the target is reached as quickly as possible.
  • a variety of possible speed profiles for the travel route can be examined using the method of the present disclosure, resulting in a variety of solutions for (e.g., sections) optimal speeds and / or charging stations along the route.
  • a forecast probability can be taken into account for a suitable selection of one or more solutions from the large number of solutions.
  • the prediction probability can indicate a probability of a respective speed profile.
  • some speed profiles may be more likely than others. It is then preferable to suggest one or more solutions that are most likely. Unlikely solutions can be discarded. For example, there may be several equivalent solutions (e.g. same travel time for two alternative charging stations), with the more likely solution being suggested and the less likely solution being discarded.
  • the method preferably comprises outputting a travel time to the route destination based on the target speed for the at least a section of the travel route.
  • the method preferably further comprises outputting the target speed to a driver and / or an automated driving function.
  • the target speed can be determined and output in sections for the route to the route destination, for example to a driver or an automated driving function.
  • the target speed can be shown on a display and / or output by voice output.
  • the output of the target speed to the driver is a recommendation or a suggestion for an optimal speed.
  • the desired speed is preferably continuously determined and output over the duration of the journey.
  • the target speed can thus be continuously adapted to the real energy consumption, for example if the driver does not stick to the speed proposal and / or if the predicted energy consumption deviates from the actual energy consumption.
  • the method further comprises, if the route includes n-1 charging stops based on the second energy forecast (ie if potentially at least one initially planned charging stop can be saved), repeating steps b2) and b3) once, where m is one natural number is greater than zero, and the respective energy forecasts of the repeated step b2) are carried out at a step-by-step speed.
  • the method preferably further comprises determining the initial speed from real-time traffic information.
  • the initial speed can in particular be a (sectionally) expected speed, which can be obtained, for example, from the real-time traffic information.
  • the real-time traffic information can be, for example, “Real Time Traffic Information” (RTTI) from BMW.
  • RTTI Real Time Traffic Information
  • the initial Speed which is an input variable of the energy forecast, is manipulated according to the present disclosure in order to determine an optimal speed (for example in sections).
  • the route preferably comprises two or more successive sections.
  • the two or more consecutive sections can be separated by the charging station (s).
  • the target speed may be determined individually for each section of the two or more consecutive sections.
  • the target speed can be determined and output several times, and in particular continuously, for each section of the two or more successive sections over the course of the route. This enables an adaptive adaptation of the speed proposal to the real energy consumption while driving.
  • Step b) is preferably carried out for the n charging stations which form a first set of charging stations.
  • the method may further replace at least one charging station of the n charging stations of the first set with a charging station not included in the first set to form a second set of charging stations and performing step b) for the n charging stations of the second Include quantity of charging stations.
  • it can be checked whether a shorter travel time and / or a more efficient route is possible with other charging stations.
  • the method further comprises outputting a first travel time to the route destination for the first set of charging stations and outputting a second travel time to the route destination for the second set of charging stations.
  • the driver can be shown several options, from which he can select a preferred option. In the case of an automated driving function, the driver can also select the preferred option that the automated driving function or the driver assistance system can take over for route guidance.
  • the method preferably further comprises a user defining at least one charging station of the n charging stations.
  • the user can specify a charging station for the route, and the iterative method according to the present disclosure can determine the target speed (s) based on this specification.
  • the method according to the present disclosure can check whether a different charging station shortened travel time and / or more efficient route guidance (e.g. through a more efficient or more powerful charging station) is possible. The driver can then be shown several options, such as by outputting the first travel time to the route destination for the specified charging station (s) and the second travel time to the route destination for the alternative charging station (s).
  • the method further comprises specifying a target state at the route destination, e.g. by the driver.
  • the target state can be, for example, a (desired) remaining range (“RRW”) at the route destination or a residual charge state (“residual SoC”) of a drive energy store of an electric vehicle.
  • the energy forecasts, and in particular the initial energy forecast, the first energy forecast and the second energy forecast can be created taking into account the predetermined target state. For example, an adaptive adaptation of the speed proposal to the real consumption while driving can be made possible in order to ensure that the destination is reached with the desired state.
  • the storage medium can comprise a software program which is set up to be executed on a processor and thereby to carry out the method for route planning described in this document in a navigation system of a vehicle.
  • a navigation system for a vehicle comprises at least one processor which is set up to carry out the method for route planning described in this document in a navigation system of a vehicle.
  • the navigation system can comprise at least one output unit that is set up to output the travel route and / or the determined target speed.
  • the at least one output unit can comprise an optical output unit, such as a display for displaying a navigation map with a map lane, and / or an acoustic output unit for outputting voice instructions.
  • a vehicle in particular an electric vehicle, comprising the aforementioned navigation system
  • the electric vehicle can be a pure electric vehicle.
  • the vehicle may be a hybrid vehicle, such as a plug-in hybrid vehicle (PHEV).
  • PHEV plug-in hybrid vehicle
  • vehicle includes cars, trucks, buses, campers, motorcycles, etc., which are used to transport people, goods, etc.
  • the term includes motor vehicles for the transportation of people.
  • the vehicle can include a driver assistance system for automated driving.
  • automated driving can be understood to mean driving with automated longitudinal or transverse guidance or autonomous driving with automated longitudinal and transverse guidance.
  • Automated driving can be, for example, driving on the motorway for a longer period of time or driving for a limited time as part of parking or maneuvering.
  • automated driving encompasses automated driving with any degree of automation. Exemplary levels of automation are assisted, semi-automated, highly automated or fully automated driving. These levels of automation were defined by the Federal Highway Research Institute (BASt) (see BASt publication "Research compact", edition 11/2012).
  • assisted driving the driver continuously performs longitudinal or lateral guidance, while the system takes on the other function within certain limits.
  • semi-automated driving TAF
  • TAF semi-automated driving
  • HAF highly automated driving
  • VAF fully automated driving
  • the system can automatically handle driving in all situations for a specific application; no driver is required for this application.
  • SAE levels 1 to 4 of standard SAE J3016 SAE - Society of Automotive Engineering.
  • SAE J3016 highly automated driving (HAF) Level 3 corresponds to the SAE J3016 standard.
  • SAE J3016 also provides SAE level 5 as the highest level of automation, which is not included in the BASt definition.
  • SAE level 5 corresponds to driverless driving, in which the System can automatically handle all situations during the whole journey as a human driver; a driver is generally no longer required.
  • FIG. 1 schematically shows an energy forecast for a vehicle according to embodiments of the present disclosure
  • FIG. 2 schematically shows a flowchart of a method for route planning in a navigation system of a vehicle according to embodiments of the present disclosure
  • FIG. 3 schematically shows a flowchart of a method for route planning in a navigation system of a vehicle according to further embodiments of the present disclosure
  • FIG. 4 schematically shows a flowchart of a method for route planning in a navigation system of a vehicle according to still further embodiments of the present disclosure
  • FIGS 5 to 7 the iterative process while driving to the route destination with an adaptation to the actual energy consumption
  • Figure 8 an adaptation of the proposed speed to the actual energy consumption.
  • FIG. 1 schematically shows an energy forecast of a route for a vehicle according to embodiments of the present disclosure.
  • the vehicle can be an electric vehicle.
  • the electric vehicle includes an electrical energy storage device (eg batteries) that can be connected to a charging station and charged.
  • Various charging technologies can be used to charge the electrical energy stores of such electric vehicles.
  • AC charging the charger that converts the direct current to charge the electrical energy storage is in the vehicle.
  • DC the charger that converts the direct current to charge the electrical energy storage device is located in the charging station.
  • the expected energy requirement of the vehicle up to the route destination is determined.
  • the expected energy requirement can in particular take place using an expected speed.
  • the expected speed may exist in sections, i.e. the expected speed may vary over the course of the route.
  • the expected speed can be obtained, for example, from real-time traffic information.
  • the real-time traffic information can be, for example, “Real Time Traffic Information” (RTTI) from BMW.
  • the vehicle data can include, for example, a state of charge (SoC) of a drive energy store, a remaining range (remaining range), a load state of the vehicle, a driver profile (for example a driver-specific consumption), an incline, a remaining distance, etc. .
  • SoC state of charge
  • the estimated travel time to the route destination can be determined and displayed to the driver.
  • at least one charging stop can be scheduled based on the energy forecast in the route planning. If the energy supply or the remaining range based on the known data, such as the expected speed from the real-time traffic information, is not sufficient up to the route destination, at least one charging stop can be planned along the route at a corresponding charging station.
  • the energy forecast can be made in sections.
  • the route can be divided into several sections for which, for example, a respective expected speed v e (x) is present.
  • the energy requirements of the individual sections can be summed up in order to obtain the total energy requirements up to the route destination.
  • the present disclosure enables shortened travel time and more efficient route guidance.
  • the shortened travel time can be achieved by saving a charging stop, as is explained, for example, with reference to FIG. 2.
  • the more efficient routing can be achieved by determining cheaper charging stations, as is explained, for example, with reference to FIG. 3.
  • FIG. 2 shows a flow diagram of a method for route planning in a navigation system of a vehicle, in particular an electric vehicle, according to embodiments of the present disclosure.
  • the method can initially carry out an original routing with an initial speed (for example the expected speed v e (x) from real-time traffic information), as is shown in FIG. 1.
  • the initial speed can be determined and output from the real-time traffic information as the target speed vv.
  • At least one charging stop (n> 0 or n> 1)
  • the expected speed v e (x) is manipulated.
  • a first energy forecast for the route is first carried out using a first speed v mm for the at least one section, which is less than the initial speed.
  • the first speed v mm can be a minimally defined speed with which it is first checked whether a charging stop can theoretically be avoided.
  • an expected speed profile can be limited to this minimum speed.
  • the first speed v mm can be set in a suitable manner, for example to 1 10 km / h or less (for example for motorway trips) or to 40 km / h or less (for example for city trips).
  • the energy forecast for the route is iteratively repeated at the manipulated speed v.
  • the target speed vv is also referred to as “speed suggestion” or “optimal speed”.
  • the first speed is determined as the target speed for the at least a section of the route.
  • the travel route comprises n-1 charging stops based on the second energy forecast (ie if at least one initially planned charging stop can be saved)
  • the method comprises repeating the energy forecast v, at a stepwise increased speed.
  • m indicates an iteration i in which the route includes n charging stops
  • m-1 indicates an iteration i in which the route includes n-1 charging stops.
  • the method can further comprise determining a speed of the iteration m-1 as the target speed for the at least a section of the travel route.
  • a remaining travel time to the route destination may be based on the determined target speed for the at least a portion of the travel route e.g. be output visually on a display of the vehicle and / or verbally via loudspeakers in the vehicle.
  • the target speed can be output to a driver and / or an automated driving function.
  • the target speed can be determined and output in sections for the route to the route destination, for example to a driver or an automated driving function.
  • the target speed can be shown on a display of the vehicle and / or output by voice output.
  • the output of the target speed to the driver is a recommendation or a suggestion for an optimal speed.
  • the target speed is continuously determined and output over the duration of the journey or the route.
  • the target speed can thus be continuously adapted to the real energy consumption, for example if the driver does not stick to the speed proposal and / or if the predicted energy consumption deviates from the actual energy consumption.
  • the method further includes specifying a target state at the route destination, for example by the driver.
  • the target status can be, for example, a (desired) remaining range at the route destination or a residual charging status (residual SoC) Drive energy storage of an electric vehicle.
  • the energy forecasts, and in particular the initial energy forecast, the first energy forecast and the second energy forecast, can be created taking into account the predetermined target state.
  • Proposed speed to the real consumption while driving can be enabled to ensure a target achievement with the desired state.
  • the algorithm described above can be used to investigate a large number of possible speed profiles for the route, which results in a large number of solutions for (e.g. in sections) optimal speeds and / or charging stations along the route.
  • a forecast probability can be taken into account for a suitable selection of one or more solutions from the large number of solutions.
  • some speed profiles may be more likely than others. It is then preferable to suggest one or more solutions that are most likely. Unlikely solutions can be discarded. For example, there may be several equivalent solutions (e.g. same travel time for two alternative charging stations), with the more likely solution being suggested and the less likely solution being discarded.
  • FIG. 3 schematically shows a flowchart of a method for route planning in a navigation system of a vehicle, in particular an electric vehicle, according to further embodiments of the present disclosure.
  • the method in FIG. 3 is similar to the method shown in FIG. 2, and similar or identical aspects are not repeated in the following.
  • the travel route may be divided into two or more consecutive sections.
  • the two or more consecutive sections can be separated by the charging station (s).
  • the energy forecast for the route can be created by combining the individual sections.
  • the target speed may be determined individually for each section of the two or more consecutive sections.
  • the target speed for each of the two or more consecutive sections can be determined using the iterative method of the present disclosure.
  • a target speed may be set for at least a portion of the two or more successive portions of the Route can be determined in advance, for example by a user, as shown in Figure 3.
  • the route comprises two successive sections A1 and A2.
  • the target speed VAi, mi for a first section A1 of the two successive sections is determined by the iterative method of the present disclosure.
  • the target speed V A 2 for a second section A2 of the two successive sections can be determined in advance, for example by a user or other boundary conditions.
  • the iterative method of the present disclosure can be used to determine charging stations other than the charging stations initially scheduled in the original route planning.
  • the other charging stations can be faster and / or better charging stations, for example.
  • at least one other relevant charging station can first be defined, the maximum possible speed for the resulting sections being sought for each charging station.
  • the route can be output with defined charging stations and speed suggestions for each section.
  • the n initial charging stations could form a first set of charging stations. At least one charging station of the n initial charging stations of the first set can be replaced by a charging station that is not included in the first set to form a second set of charging stations.
  • the iterative method of the present disclosure can be carried out for the n charging stations of the second set of charging stations in order to check whether a shorter travel time and / or a more efficient route guidance is possible with other charging stations.
  • the method further comprises outputting a first travel time to the route destination for the first set of charging stations and outputting a second travel time to the route destination for the second set of charging stations.
  • the driver can be shown several options, from which he can select a preferred option. In the case of an automated driving function, the driver can also select the preferred option that the automated driving function can take over.
  • At least one charging station of the n charging stations can be defined by a user.
  • the user can specify a charging station for the route, using the method According to the present disclosure, it can check whether a shorter travel time and / or a more efficient route (eg by a more efficient or more powerful charging station) is possible with another charging station.
  • the driver can then be shown several options, such as by outputting the first travel time to the route destination for the specified charging station (s) and the second travel time to the route destination for the alternative charging station (s).
  • FIG. 4 schematically shows a flow diagram of a method for route planning in a navigation system of a vehicle, in particular an electric vehicle, according to further embodiments of the present disclosure.
  • FIG. 4 The method in FIG. 4 is similar to the method shown in FIG. 3 and similar or identical aspects are not repeated in the following.
  • the route is divided into three sections A1, A2 and A3, which can be defined by two charging stops.
  • the target speed VAi, m -i for a first section A1 of the two successive sections is determined by the iterative method of the present disclosure.
  • the target speeds V A 2 and v 'u for a second section A2 and a third section A3 of the two successive sections can be determined in advance, for example by a user or other boundary conditions.
  • FIGS 5 to 8 show the iterative process while driving to the route destination with an adaptation to the actual energy consumption.
  • the target speed is continuously determined and output over the duration of the journey.
  • the target speed can thus be continuously adapted to the real energy consumption, for example if the driver does not stick to the speed proposal and / or if the forecast energy consumption deviates from the actual energy consumption.
  • the actual consumption is as predicted and the real energy consumption E reai lies between an energy consumption E v (corresponding to the originally proposed speed proposal vv) and an increased energy consumption E U + D (corresponding to the originally determined speed proposal vv plus Dn).
  • the suggested speed vv can remain unchanged.
  • the actual or consumption E reai falls below the lower limit E v and the forecast energy consumption curves are recalculated . In this case the suggested speed vv can be increased.
  • a manipulation or change of the same is carried out for a desired route with a charging stop (s) at the expected speed to determine whether it is possible to save a charging stop and / or to reach another charging station by means of an adapted speed. If the result of the test is positive, an optimal speed can be suggested.
  • the optimal speed can be, for example, in sections, i.e. can be determined and proposed individually for a multitude of sections of the route. The optimal speed can enable a shorter journey time and / or a more efficient route.
  • the method can actively suggest to the driver how to avoid a stop that is actually necessary, which relieves the driver.
  • the optimum speed in automated driving can be automatically adopted as a driving speed by a driver assistance system. Saving the charging stop and / or the more efficient route can also result in a cost advantage.
  • the adjusted speed ensures that the target is reached as quickly as possible.

Abstract

Die vorliegende Offenbarung betrifft ein Verfahren zur Routenplanung in einem Navigationssystem eines Fahrzeugs, insbesondere eines Elektrofahrzeugs. Das Verfahren umfasst: a) Durchführen einer initialen Energieprognose für eine Fahrtroute zu einem Routenziel unter Verwendung einer initialen Geschwindigkeit für wenigstens einen Abschnitt der Fahrtroute; b) wenn die Fahrtroute basierend auf der initialen Energieprognose n geplante Ladestopps an n Ladestationen umfasst, wobei n eine natürliche Zahl größer als Null ist, umfasst das Verfahren weiter: b1) Durchführen einer ersten Energieprognose für die Fahrtroute unter Verwendung einer ersten Geschwindigkeit für den wenigstens einen Abschnitt, die kleiner als die initiale Geschwindigkeit ist, wobei die Fahrtroute für die erste Geschwindigkeit n-1 geplante Ladestopps an n-1 Ladestationen umfasst; b2) Durchführen einer zweiten Energieprognose für die Fahrtroute unter Verwendung einer zweiten Geschwindigkeit für den wenigstens einen Abschnitt, die größer als die erste Geschwindigkeit und kleiner als die initiale Geschwindigkeit ist; b3) Bestimmen, ob die Fahrtroute basierend auf der zweiten Energieprognose n oder n-1 Ladestopps umfasst; und b4) wenn die Fahrtroute basierend auf der zweiten Energieprognose - n Ladestopps umfasst, Bestimmen der ersten Geschwindigkeit als Soll- Geschwindigkeit für den wenigstens einen Abschnitt der Fahrtroute, - n-1 Ladestopps umfasst, wiederholen der Schritte b2) und b3) mit einer dritten Geschwindigkeit für den wenigstens einen Abschnitt, die größer als die zweite Geschwindigkeit und kleiner als die initiale Geschwindigkeit ist.

Description

Verfahren zur Routenplanung in einem Navigationssystem eines Fahrzeugs, Navigationssystem für ein Fahrzeug und Fahrzeug mit demselben
Die Offenbarung betrifft ein Verfahren zur Routenplanung in einem Navigationssystem eines Fahrzeugs, insbesondere eines Elektrofahrzeugs, ein Navigationssystem für ein Fahrzeug und ein Fahrzeug mit einem solchen Navigationssystem. Die Offenbarung betrifft insbesondere die Optimierung einer Routenplanung in einem Navigationssystem eines Elektrofahrzeugs.
Stand der Technik
Navigationssysteme werden im Allgemeinen verwendet, um einem Fahrer eine Fahrtroute von einer aktuellen Position zu einem Routenziel zu empfehlen, wobei die Fahrtroute zum Beispiel auf einer Navigationskarte als Kartenspur angezeigt werden kann. Die Fahrtroute kann zum Beispiel basierend auf der kürzesten Zeit oder kürzesten Entfernung zwischen der aktuellen Position und dem Routenziel bestimmt werden.
Alternativ können energieoptimierte Fahrtrouten ermittelt und dem Fahrer vorgeschlagen werden. Aus der DE 10 2017 119 453 Al ist zum Beispiel ein Verfahren zum Erzeugen von energieoptimierten Fahrrouten mit einem Fahrzeugnavigationssystem bekannt. Das Verfahren beinhaltet das Erzeugen von Kandidaten-Fahrtrouten zwischen einem Routenausgangspunkt und einem oder mehreren Routenzielen, und dann Teilen jeder Kandidaten-Fahrtroute in eine Vielzahl von Routenabschnitte. Das Verfahren beinhaltet das Schätzen der erwarteten Fahrgeschwindigkeiten entlang jedes Abschnitts unter Verwendung von Cloud-Informationen und das Berechnen einer erwarteten Energieeffizienz über jede der Kandidaten-Fahrtrouten unter Verwendung eines oder mehrerer fahrzeugspezifischer Energieeffizienzmodelle. Die Fahrtrouten werden über das Navigationssystem angezeigt.
Offenbarung der Erfindung
Es ist eine Aufgabe der vorliegenden Offenbarung, ein Verfahren zur Routenplanung in einem Navigationssystem eines Fahrzeugs, insbesondere eines Elektrofahrzeugs, ein Navigationssystem für ein Fahrzeug und ein Fahrzeug mit einem solchen Navigationssystem bereitzustellen, die eine schnellere Erreichung eines Routenziels und/oder eine effizientere Streckenführung ermöglichen. Insbesondere ist es eine Aufgabe der vorliegenden Offenbarung, eine schnellere Zielerreichung durch eine Minimierung der Reisezeit zu ermöglichen.
Diese Aufgabe wird durch den Gegenstand der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen sind in den Unteransprüchen angegeben.
Gemäß Ausführungsformen der vorliegenden Offenbarung ist ein Verfahren zur Routenplanung in einem Navigationssystem eines Fahrzeugs, insbesondere eines Elektrofahrzeugs angegeben. Das Verfahren umfasst: a) Durchführen einer initialen Energieprognose für eine Fahrtroute zu einem Routenziel unter Verwendung einer initialen Geschwindigkeit (auch als„erwartete Geschwindigkeit“ bezeichnet) für wenigstens einen Abschnitt der Fahrtroute; b) wenn die Fahrtroute basierend auf der initialen Energieprognose n geplante Ladestopps an n Ladestationen umfasst, wobei n eine natürliche Zahl größer als Null ist, umfasst das Verfahren weiter: bl) Durchführen einer ersten Energieprognose für die Fahrtroute unter Verwendung einer ersten Geschwindigkeit für den wenigstens einen Abschnitt, die kleiner als die initiale Geschwindigkeit ist, wobei die Fahrtroute für die erste Geschwindigkeit n-1 geplante Ladestopps an n-1 Ladestationen umfasst; b2) Durchführen einer zweiten Energieprognose für die Fahrtroute unter Verwendung einer zweiten Geschwindigkeit für den wenigstens einen Abschnitt, die größer als die erste Geschwindigkeit und kleiner als die initiale Geschwindigkeit ist; b3) Bestimmen, ob die Fahrtroute basierend auf der zweiten Energieprognose n oder n-1 Ladestopps umfasst; und b4) wenn die Fahrtroute basierend auf der zweiten Energieprognose n Ladestopps umfasst, Bestimmen der ersten Geschwindigkeit als Soll- Geschwindigkeit (auch als„optimale Geschwindigkeit“ bezeichnet) für den wenigstens einen Abschnitt der Fahrtroute, n-1 Ladestopps umfasst, wiederholen der Schritte b2) und b3) mit einer dritten Geschwindigkeit für den wenigstens einen Abschnitt, die größer als die zweite Geschwindigkeit und kleiner als die initiale Geschwindigkeit ist.
Erfindungsgemäß wird für eine gewünschte Strecke mit Ladestopp(s) bei erwarteter Geschwindigkeit durch eine Manipulation bzw. Änderung derselben geprüft, ob die Einsparung eines Ladestopps und/oder die Erreichung einer anderen Ladestation durch eine angepasste Geschwindigkeit möglich ist. Falls das Ergebnis der Prüfung positiv ist, kann eine optimale Geschwindigkeit vorgeschlagen werden. Die optimale Geschwindigkeit kann zum Beispiel abschnittsweise, d.h. individuell für eine Vielzahl von Abschnitten der Fahrtroute, ermittelt und vorgeschlagen werden. Die Einsparung eines Ladestopps und/oder die Erreichung einer anderen Ladestation durch die optimale Geschwindigkeit kann eine verkürzte Fahrzeit und/oder eine effizientere Streckenführung ermöglichen. Insbesondere kann eine schnellere Zielerreichung durch eine Minimierung der Reisezeit, die aus einer Fahrzeit, einer Ladezeit und einer Rüstzeit (Vor- und Nachbereitung des Ladevorgangs, wie Anstecken, Bezahlen, usw.) bestehen kann, ermöglicht werden. Zum Beispiel ergibt sich insgesamt eine schnellere Zielerreichung trotz einer langsameren Fahrgeschwindigkeit.
Das Verfahren kann dem Fahrer durch die optimale Geschwindigkeit aktiv vorschlagen, wie er einen eigentlich notwendigen Stopp umgehen kann, was zu einer Entlastung des Fahrers führt. Alternativ kann die optimale Geschwindigkeit beim automatisierten Fahren als Fahrgeschwindigkeit automatisch von einem Fahrassistenzsystem übernommen werden. Durch die Einsparung des Ladestopps und/oder durch die effizientere Route kann zudem ein Kostenvorteil entstehen. Des Weiteren kann durch die angepasste Geschwindigkeit eine schnellstmöglichen Zielerreichung sichergestellt werden.
In einigen Ausführungsforen kann eine Vielzahl von möglichen Geschwindigkeitsprofilen für die Fahrtroute mittels des Verfahrens der vorliegenden Offenbarung untersucht werden, wodurch sich eine Vielzahl von Lösungen für (z.B. abschnittsweise) optimale Geschwindigkeiten und/oder Ladestationen entlang der Route ergibt. Für eine geeignete Auswahl einer oder mehrerer Lösungen aus der Vielzahl von Lösungen kann eine Prognosewahrscheinlichkeit berücksichtigt werden. Die Prognosewahrscheinlichkeit kann eine Wahrscheinlichkeit eines jeweiligen Geschwindigkeitsprofils angeben. Insbesondere können manche Geschwindigkeitsprofile wahrscheinlicher sein als andere. Vorzugsweise können dann eine oder mehrere Lösungen vorgeschlagen werden, die am wahrscheinlichsten sind. Unwahrscheinliche Lösungen können verworfen werden. Zum Beispiel können mehrere gleichwertige Lösungen vorhanden sein (z.B. gleiche Reisezeit für zwei alternative Ladestationen), wobei die wahrscheinlichere Lösung vorgeschlagen und die unwahrscheinlichere Lösung verworfen werden kann.
Vorzugsweise umfasst das Verfahren ein Ausgeben einer Reisezeit bis zum Routenziel basierend auf der Soll-Geschwindigkeit für den wenigstens einen Abschnitt der Fahrtroute.
Vorzugsweise umfasst das Verfahren weiter ein Ausgeben der Soll-Geschwindigkeit an einen Fahrer und/oder eine automatisierte Fahrfunktion. Insbesondere kann die Soll-Geschwindigkeit abschnittsweise für die Route zum Routenziel ermittelt und ausgegeben werden, wie zum Beispiel an einen Fahrer oder eine automatisierte Fahrfunktion. Zum Beispiel kann die Soll- Geschwindigkeit auf einem Display angezeigt und/oder per Sprachausgabe ausgegeben werden. Die Ausgabe der Soll-Geschwindigkeit an den Fahrer ist dabei eine Empfehlung bzw. ein Vorschlag für eine optimale Geschwindigkeit.
Vorzugsweise wird die Soll-Geschwindigkeit über die Fahrtdauer fortlaufend ermittelt und ausgegeben. Damit kann die Soll-Geschwindigkeit kontinuierlich an den realen Energieverbrauch angepasst werden, beispielsweise wenn sich der Fahrer nicht an den Geschwindigkeitsvorschlag hält und/oder wenn der prognostizierte Energieverbrauch vom tatsächlichen Energieverbrauch abweicht.
Vorzugsweise umfasst das Verfahren weiter, wenn die Fahrtroute basierend auf der zweiten Energieprognose n-1 Ladestopps umfasst (d.h. wenn potentiell wenigstens ein initial geplanter Ladestopp eingespart werden kann), ein /«-maliges wiederholen der Schritte b2) und b3), wobei m eine natürliche Zahl größer als Null ist, und wobei die jeweiligen Energieprognosen des wiederholten Schritts b2) mit schrittweise erhöhter Geschwindigkeit durchgeführt werden. Zum Beispiel gibt m eine Iteration i (mit i = 1... m) der Schritte b2) und b3) an. Die Fahrtroute kann bei der m-ten Iteration die ursprüngliche Anzahl an n Ladestopps umfassen i = m-1 kann eine Iteration i der Schritte b2) und b3) angeben, bei der die Fahrtroute n-1 Ladestopps umfasst. Das Verfahren kann weiter ein Bestimmen einer Geschwindigkeit der Iteration i = m-1 der Schritte b2) und b3) als Soll-Geschwindigkeit für den wenigstens einen Abschnitt der Fahrtroute umfassen.
Damit wird die Geschwindigkeit solange erhöht, bis der zunächst eingesparte Ladestopp wieder nötig ist. Die Geschwindigkeit der letzten Iteration, bei der dieser zusätzliche Ladestopp (noch) nicht nötig ist, wird als die Soll-Geschwindigkeit bestimmt und ausgegeben. Anders gesagt kann die maximale Geschwindigkeit bestimmt werden, die bei Einsparung eines Ladestopps (noch) möglich ist.
Vorzugsweise umfasst das Verfahren weiter ein Bestimmen der initialen Geschwindigkeit aus Echtzeit-Verkehrsinformationen. Die initiale Geschwindigkeit kann insbesondere eine (abschnittsweise) erwartet Geschwindigkeit sein, die zum Beispiel durch die Echtzeit- Verkehrsinformationen erhalten werden kann. Die Echtzeit-Verkehrsinformationen können beispielsweise „Real Time Traffic Information“ (RTTI) von BMW sein. Die initiale Geschwindigkeit, die eine Eingangsgröße der Energieprognose ist, wird gemäß der vorliegenden Offenbarung manipuliert, um eine (z.B. abschnittsweise) optimale Geschwindigkeit zu bestimmen.
Vorzugsweise umfasst die Fahrtstrecke zwei oder mehr aufeinanderfolgende Abschnitte. Die zwei oder mehr aufeinanderfolgenden Abschnitte können durch die Ladestation(en) getrennt sein. In einigen Ausführungsformen kann die Soll-Geschwindigkeit individuell für jeden Abschnitt der zwei oder mehr aufeinanderfolgenden Abschnitte bestimmt werden. Insbesondere kann die Soll-Geschwindigkeit mehrmals, und insbesondere kontinuierlich, für jeden Abschnitt der zwei oder mehr aufeinanderfolgenden Abschnitte über den Routenverlauf bestimmt und ausgegeben werden. Hierdurch kann eine adaptive Anpassung des Geschwindigkeitsvorschlags an den realen Energieverbrauch während der Fahrt ermöglicht werden.
Vorzugsweise wird der Schritt b) für die n Ladestationen ausgeführt, die eine erste Menge von Ladestationen bilden. Das Verfahren kann weiter ein Ersetzen wenigstens einer Ladestation der n Ladestationen der ersten Menge durch eine Ladestation, die nicht in der ersten Menge enthalten ist, um eine zweite Menge von Ladestationen zu bilden, und ein Ausführen des Schritts b) für die n Ladestationen der zweiten Menge von Ladestationen umfassen. Insbesondere kann geprüft werden, ob mit anderen Ladestation eine verkürzte Fahrzeit und/oder eine effizientere Streckenführung möglich ist.
Vorzugsweise umfasst das Verfahren weiter ein Ausgeben einer ersten Reisezeit bis zum Routenziel für die erste Menge von Ladestationen und ein Ausgeben einer zweiten Reisezeit bis zum Routenziel für die zweite Menge von Ladestationen. Dem Fahrer können hierdurch mehrere Optionen angezeigt werden, von denen er eine bevorzugte Option auswählen kann. Im Falle einer automatisierten Fahrfunktion kann der Fahrer ebenfalls die bevorzugte Option auswählen, die die automatisierten Fahrfunktion bzw. das Fahrassistenzsystem für die Routenführung übernehmen kann.
Vorzugsweise umfasst das Verfahren weiter ein Festlegen wenigstens einer Ladestation der n Ladestationen durch einen Nutzer. Der Nutzer kann zum Beispiel eine Ladestation für die Route festlegen, wobei das iterative Verfahren gemäß der vorliegenden Offenbarung basierend auf dieser Vorgabe die Soll-Geschwindigkeit(en) bestimmen kann. Insbesondere kann das Verfahren gemäß der vorliegenden Offenbarung prüfen, ob mit anderen Ladestation eine verkürzte Fahrzeit und/oder eine effizientere Streckenführung (z.B. durch eine effizientere oder leistungsstärkere Ladestation) möglich ist. Dem Fahrer können dann mehrere Optionen angezeigt werden, wie zum Beispiel durch das Ausgeben der ersten Reisezeit bis zum Routenziel für die vorgegebene(n) Ladestation(en) und der zweiten Reisezeit bis zum Routenziel für die alternative(n) Ladestation(en).
Vorzugsweise umfasst das Verfahren weiter ein Vorgeben eines Zielzustands am Routenziel z.B. durch den Fahrer. Der Zielzustand kann zum Beispiel eine (gewünschte) Restreichweite („RRW“) am Routenziel oder ein Restladezustand („Rest-SoC“) eines Antriebsenergiespeichers eines Elektrofahrzeugs sein. Die Energieprognosen, und insbesondere die initiale Energieprognose, die erste Energieprognose und die zweite Energieprognose können unter Berücksichtigung des vorgegebenen Zielzustands erstellt werden. Zum Beispiel kann eine adaptive Anpassung des Geschwindigkeitsvorschlags an den realen Verbrauch während der Fahrt ermöglicht werden, um eine Zielerreichung mit dem gewünschten Zustand sicherzustellen.
Gemäß einem weiteren Aspekt der vorliegenden Offenbarung ist ein Speichermedium beschrieben. Das Speichermedium kann ein Softwareprogramm umfassen, das eingerichtet ist, um auf einem Prozessor ausgeführt zu werden, und um dadurch das in diesem Dokument beschriebene Verfahren zur Routenplanung in einem Navigationssystem eines Fahrzeugs auszuführen.
Gemäß einem weiteren Aspekt der vorliegenden Offenbarung ist ein Navigationssystem für ein Fahrzeug angegeben. Das Navigationssystem umfasst wenigstens einen Prozessor, der eingerichtet ist, um das in diesem Dokument beschriebene Verfahren zur Routenplanung in einem Navigationssystem eines Fahrzeugs auszuführen.
Das Navigationssystem kann in einigen Ausführungsformen wenigstens eine Ausgabeeinheit umfassen, die eingerichtet ist, um die Fahrtroute und/oder die bestimmte Soll-Geschwindigkeit auszugeben. Die wenigstens eine Ausgabeeinheit kann eine optische Ausgabeeinheit, wie zum Beispiel ein Display zum Anzeigen einer Navigationskarte mit einer Kartenpur, und/oder eine akustische Ausgabeeinheit zum Ausgeben von Sprachanweisungen umfassen.
Gemäß einem weiteren Aspekt der vorliegenden Offenbarung ist ein Fahrzeug, insbesondere ein Elektrofahrzeug, umfassend das zuvor genannte Navigationssystem angegeben. Das Elektrofahrzeug kann gemäß Ausführungsformen ein reines Elektrofahrzeug sein. Die vorliegende Offenbarung ist jedoch nicht hierauf begrenzt und das Fahrzeug kann ein Hybridfahrzeug, wie ein Plug-in-Hybridfahrzeug (PHEV) sein. Der Begriff Fahrzeug umfasst PKW, LKW, Busse, Wohnmobile, Krafträder, etc., die der Beförderung von Personen, Gütern, etc. dienen. Insbesondere umfasst der Begriff Kraftfahrzeuge zur Personenbeförderung.
Das Fahrzeug kann ein Fahrassistenzsystem zum automatisierten Fahren umfassen. Unter dem Begriff „automatisiertes Fahren“ kann im Rahmen des Dokuments ein Fahren mit automatisierter Längs- oder Querführung oder ein autonomes Fahren mit automatisierter Längs- und Querführung verstanden werden. Bei dem automatisierten Fahren kann es sich beispielsweise um ein zeitlich längeres Fahren auf der Autobahn oder um ein zeitlich begrenztes Fahren im Rahmen des Einparkens oder Rangierens handeln. Der Begriff„automatisiertes Fahren“ umfasst ein automatisiertes Fahren mit einem beliebigen Automatisierungsgrad. Beispielhafte Automatisierungsgrade sind ein assistiertes, teilautomatisiertes, hochautomatisiertes oder vollautomatisiertes Fahren. Diese Automatisierungsgrade wurden von der Bundesanstalt für Straßenwesen (BASt) definiert (siehe BASt-Publikation„Forschung kompakt“, Ausgabe 11/2012).
Beim assistierten Fahren führt der Fahrer dauerhaft die Längs- oder Querführung aus, während das System die jeweils andere Funktion in gewissen Grenzen übernimmt. Beim teilautomatisierten Fahren (TAF) übernimmt das System die Längs- und Querführung für einen gewissen Zeitraum und/oder in spezifischen Situationen, wobei der Fahrer das System wie beim assistierten Fahren dauerhaft überwachen muss. Beim hochautomatisierten Fahren (HAF) übernimmt das System die Längs- und Querführung für einen gewissen Zeitraum, ohne dass der Fahrer das System dauerhaft überwachen muss; der Fahrer muss aber in einer gewissen Zeit in der Lage sein, die Fahrzeugführung zu übernehmen. Beim vollautomatisierten Fahren (VAF) kann das System für einen spezifischen Anwendungsfall das Fahren in allen Situationen automatisch bewältigen; für diesen Anwendungsfall ist kein Fahrer mehr erforderlich.
Die vorstehend genannten vier Automatisierungsgrade entsprechen den SAE-Level 1 bis 4 der Norm SAE J3016 (SAE - Society of Automotive Engineering). Beispielsweise entspricht das hochautomatisierte Fahren (HAF) Level 3 der Norm SAE J3016. Ferner ist in der SAE J3016 noch der SAE-Level 5 als höchster Automatisierungsgrad vorgesehen, der in der Definition der BASt nicht enthalten ist. Der SAE-Level 5 entspricht einem fahrerlosen Fahren, bei dem das System während der ganzen Fahrt alle Situationen wie ein menschlicher Fahrer automatisch bewältigen kann; ein Fahrer ist generell nicht mehr erforderlich.
Kurze Beschreibung der Zeichnungen
Ausführungsbeispiele der Offenbarung sind in den Figuren dargestellt und werden im Folgenden näher beschrieben. Es zeigen:
Figur 1 schematisch eine Energieprognose für ein Fahrzeug gemäß Ausführungsformen der vorliegenden Offenbarung,
Figur 2 schematisch ein Flussdiagram eines Verfahrens zur Routenplanung in einem Navigationssystem eines Fahrzeugs gemäß Ausführungsformen der vorliegenden Offenbarung,
Figur 3 schematisch ein Flussdiagram eines Verfahrens zur Routenplanung in einem Navigationssystem eines Fahrzeugs gemäß weiteren Ausführungsformen der vorliegenden Offenbarung,
Figur 4 schematisch ein Flussdiagram eines Verfahrens zur Routenplanung in einem Navigationssystem eines Fahrzeugs gemäß noch weiteren Ausführungsformen der vorliegenden Offenbarung,
Figuren 5 bis 7 das iterative Verfahren während der Fahrt zum Routenziel mit einer Anpassung an den tatsächlichen Energieverbrauch, und
Figur 8 eine Anpassung des Geschwindigkeitsvorschlags an den tatsächlichen Energieverbrauch.
Ausführungsformen der Offenbarung
Im Folgenden werden, sofern nicht anders vermerkt, für gleiche und gleichwirkende Elemente gleiche Bezugszeichen verwendet.
Figur 1 zeigt schematisch eine Energieprognose einer Route für ein Fahrzeug gemäß Ausführungsformen der vorliegenden Offenbarung. Das Fahrzeug kann ein Elektrofahrzeug sein. Das Elektrofahrzeug umfasst einen elektrischen Energiespeicher (z.B. Batterien), der an eine Ladestation angeschlossen und aufgeladen werden kann. Zum Aufladen der elektrischen Energiespeicher solcher Elektrofahrzeuge können verschiedene Ladetechnologien verwendet werden. Beim AC -Laden befindet sich das Ladegerät, das den Gleichstrom zur Aufladung des elektrischen Energiespeichers umwandelt, im Fahrzeug. Beim DC-Laden befindet sich das Ladegerät, das den Gleichstrom zur Aufladung des elektrischen Energiespeichers umwandelt, in der Ladestation.
Für eine Energieprognose zu einem Routenziel, das beispielsweise durch einen Nutzer in das Navigationssystem eingegeben werden kann, wird der erwartete Energiebedarf des Fahrzeugs bis zum Routenziel ermittelt. Der erwartete Energiebedarf kann insbesondere unter Verwendung einer erwarteten Geschwindigkeit erfolgen. Die erwartete Geschwindigkeit kann abschnittsweise vorhanden sein, d.h. die erwartete Geschwindigkeit kann über den Verlauf der Strecke variieren. Die erwartete Geschwindigkeit kann zum Beispiel durch Echtzeit- Verkehrsinformationen erhalten werden. Die Echtzeit-Verkehrsinformationen können beispielsweise„Real Time Traffic Information“ (RTTI) von BMW sein.
Typischerweise können bei der Energieprognose weitere Parameter verwendet werden, wie zum Beispiel Fahrzeugdaten. Die Fahrzeugdaten können zum Beispiel einen Ladezustand (State of Charge, SoC) eines Antriebsenergiespeichers, eine verbleibende Reichweite (Rest- Reichweite), einen Beladungszustand des Fahrzeugs, ein Fahrerprofil (z.B. einen fahrerspezifi sehen Verbrauch), eine Steigung, eine Reststrecke, usw. umfassen.
Die voraussichtliche Reisezeit bis zum Routenziel kann ermittelt und dem Fahrer angezeigt werden. Zudem kann basierend auf der Energieprognose in der Routenplanung wenigstens ein Ladestopp eingeplant werden. Wenn der Energievorrat bzw. die Rest-Reichweite basierend auf den bekannten Daten, wie zum Beispiel der erwarteten Geschwindigkeit aus den Echtzeit- Verkehrsinformationen, nicht bis zum Routenziel ausreicht, kann entlang der Route wenigstens ein Ladestopp an einer entsprechenden Ladestation eingeplant werden.
Die Energieprognose kann abschnittsweise erfolgen. Insbesondere kann die Route in mehrere Abschnitte unterteilt sein, für die zum Beispiel eine jeweilige erwartete Geschwindigkeit ve(x) vorhanden ist. Der Energiebedarf der einzelnen Abschnitte kann aufsummiert werden, um den Gesamtenergiebedarfs bis zum Routenziel zu erhalten. Die vorliegende Offenbarung ermöglicht eine verkürzte Fahrzeit und eine effizientere Streckenführung. Die verkürzte Reisezeit kann durch die Einsparung eines Ladestopps erreicht werden, wie es zum Beispiel unter Bezugnahme auf die Figur 2 erläutert ist. Die effizientere Streckenführung kann durch bestimmen von günstigeren Ladestationen erreicht werden, wie es zum Beispiel unter Bezugnahme auf die Figur 3 erläutert ist.
Figur 2 zeigt ein Flussdiagram eines Verfahrens zur Routenplanung in einem Navigationssystem eines Fahrzeugs, insbesondere eines Elektrofahrzeugs, gemäß Ausführungsformen der vorliegenden Offenbarung.
Das Verfahren kann zunächst ein ursprüngliches Routing mit einer initialen Geschwindigkeit (z.B. die erwartete Geschwindigkeit ve(x) aus Echtzeit-Verkehrsinformationen) durchführen, wie es in der Figur 1 dargestellt ist. Das ursprüngliche Routing kann keinen Ladestopp ( n = 0 ) oder mindestes einen Ladestopp (n > 0 bzw. n > 1) umfassen.
Kein Ladestopp (n = 0)
Falls im ursprünglichen Routing kein Ladestopp ( n = 0 ) vorhanden ist, ergibt sich keine neue Lösung. Anders gesagt kann kein Ladestopp eingespart werden, da keiner geplant ist. In einem solchen Fall kann die initiale Geschwindigkeit aus den Echtzeit-Verkehrsinformationen als Soll -Geschwindigkeit vv festgelegt und ausgegeben werden.
Mindestes ein Ladestopp (n > 0 bzw. n > 1)
Falls im ursprünglichen Routing mindestes ein Ladestopp (n > 0 bzw. n > 1) vorhanden ist, wird die erwartete Geschwindigkeit ve(x) manipuliert.
Hierzu wird zunächst eine erste Energieprognose für die Fahrtroute unter Verwendung einer ersten Geschwindigkeit vmm für den wenigstens einen Abschnitt, die kleiner als die initiale Geschwindigkeit ist, durchgeführt. Die ersten Geschwindigkeit vmm kann eine minimal definierte Geschwindigkeit sein, mit der zunächst überprüft wird, ob ein Ladestopp theoretisch umgangen werden kann. Zum Beispiel kann ein erwartetes Geschwindigkeitsprofil auf diese minimale Geschwindigkeit limitiert werden. Die ersten Geschwindigkeit vmm kann geeignet festgelegt werden, wie zum Beispiel auf 1 10 km/h oder weniger (z.B. für Autobahnfahrten) oder auf 40 km/h oder weniger (z.B. für Stadtfahrten).
Keine Einsparung eines Ladestopps mit vmm Falls mit der ersten Geschwindigkeit vmm kein Ladestopp eingespart werden kann, ergibt sich keine neue Lösung. Anders gesagt kann mit einer Reduktion der Geschwindigkeit innerhalb eines realistischen Rahmens kein Ladestopp eingespart werden. In einem solchen Fall kann die initiale Geschwindigkeit aus den Echtzeit- Verkehrsinformationen als Soll-Geschwindigkeit vv festgelegt und ausgegeben werden.
Einsparung wenigstens eines Ladestopps mit vmm
Wenn bestimmt wird, dass mit der ersten Geschwindigkeit vmm mindestens ein Ladestopp eingespart werden kann, wird die für die Energieprognose verwendete erwartete Geschwindigkeit ve(x) solange schrittweise um Av erhöht (ye(x) = v, = v,-i + Av; v ,-/ (i=l) = vo = Vmm), bis der anfangs eingesparte Ladestopp wieder nötig ist. Insbesondere wird die Energieprognose für die Fahrtroute mit der manipulierten Geschwindigkeit v, iterativ widerholt. Die Schrittweite kann geeignet gewählt werden, z.B. Av = 1 km/h.
Insbesondere wird die Energieprognose für die Fahrtroute mit der manipulierten Geschwindigkeit m- mal wiederholt (d.h. i = 1...m Iterationen, wobei i eine Laufvariable und m eine ganze Zahl größer als Null ist), um eine Soll-Geschwindigkeit zu bestimmen, bei der ein Ladestopp komplett eingespart werden kann. Die Soll -Geschwindigkeit vv wird im Folgenden auch als„Geschwindigkeitsvorschlag“ oder„optimale Geschwindigkeit“ bezeichnet.
Im Detail, wenn die Fahrtroute für die erste Geschwindigkeit vmm eine Anzahl von n-1 Ladestopps umfasst, kann eine zweiten Energieprognose für die Fahrtroute unter Verwendung einer zweiten Geschwindigkeit für den wenigstens einen Abschnitt, die größer als die erste Geschwindigkeit vmm und kleiner als die initiale Geschwindigkeit ist, durchgeführt werden. Dies stellt die erste Iteration i = 1 dar, wobei die zweite Geschwindigkeit durch v,=i = vo + Av gegeben sein kann.
Wenn die Fahrtroute basierend auf der zweiten Energieprognose n Ladestopps umfasst, wird die erste Geschwindigkeit als Soll-Geschwindigkeit für den wenigstens einen Abschnitt der Fahrtroute bestimmt. Wenn die Fahrtroute basierend auf der zweiten Energieprognose jedoch n-1 Ladestopps umfasst, wird das Verfahren mit einer dritten Geschwindigkeit für den wenigstens einen Abschnitt, die größer als die zweite Geschwindigkeit und kleiner als die initiale Geschwindigkeit ist, wiederholt. Dies stellt die zweite Iteration i = 2 dar, wobei die dritte Geschwindigkeit durch v,=2 = v, / + Av gegeben sein kann. Insbesondere umfasst das Verfahren, wenn die Fahrtroute basierend auf der zweiten Energieprognose n-1 Ladestopps umfasst (d.h. wenn wenigstens ein initial geplanter Ladestopp eingespart werden kann), das w-malige wiederholen der Energieprognose mit schrittweise erhöhten Geschwindigkeiten v,. Zum Beispiel gibt m eine Iteration i an, bei der die Fahrtroute n Ladestopps umfasst, und m-1 gibt eine Iteration i an, bei der die Fahrtroute n-1 Ladestopps umfasst. Das Verfahren kann weiter ein Bestimmen einer Geschwindigkeit der Iteration m-1 als Soll -Geschwindigkeit für den wenigstens einen Abschnitt der Fahrtroute umfassen.
Damit wird die Geschwindigkeit solange um Dn erhöht, bis der anfangs eingesparte Ladestopp wieder nötig ist. Die Geschwindigkeit der letzten Iteration, bei der dieser zusätzliche Ladestopp (noch) nicht nötig ist, wird als die Soll-Geschwindigkeit bestimmt. Anders gesagt kann die maximale Geschwindigkeit bestimmt werden, die bei Einsparung des Ladestopps (noch) möglich ist.
In einigen Ausführungsformen kann eine verbleibende Reisezeit bis zum Routenziel basierend auf der bestimmten Soll-Geschwindigkeit für den wenigstens einen Abschnitt der Fahrtroute z.B. visuell auf einem Display des Fahrzeugs und/oder sprachlich über Lautsprecher im Fahrzeug ausgegeben werden.
In einigen Ausführungsformen kann die Soll-Geschwindigkeit an einen Fahrer und/oder eine automatisierte Fahrfunktion ausgegeben werden. Insbesondere kann die Soll-Geschwindigkeit abschnittsweise für die Route zum Routenziel ermittelt und ausgegeben werden, wie zum Beispiel an einen Fahrer oder eine automatisierte Fahrfunktion. Zum Beispiel kann die Soll- Geschwindigkeit auf einem Display des Fahrzeugs angezeigt und/oder per Sprachausgabe ausgegeben werden. Die Ausgabe der Soll-Geschwindigkeit an den Fahrer ist dabei eine Empfehlung bzw. ein Vorschlag für eine optimale Geschwindigkeit.
Typischerweise wird die Soll -Geschwindigkeit über die Fahrtdauer bzw. die Route fortlaufend ermittelt und ausgegeben werden. Damit kann die Soll-Geschwindigkeit kontinuierlich an den realen Energieverbrauch angepasst werden, beispielsweise wenn sich der Fahrer nicht an den Geschwindigkeitsvorschlag hält und/oder wenn der prognostizierte Energieverbrauch vom tatsächlichen Energieverbrauch abweicht.
In einigen Ausführungsformen umfasst das Verfahren weiter ein Vorgeben eines Zielzustands am Routenziel z.B. durch den Fahrer. Der Zielzustand kann zum Beispiel eine (gewünschte) Restreichweite am Routenziel oder ein Restladezustand (Rest-SoC) eines Antriebsenergiespeichers eines Elektrofahrzeugs sein. Die Energieprognosen, und insbesondere die initiale Energieprognose, die erste Energieprognose und die zweite Energieprognose können unter Berücksichtigung des vorgegebenen Zielzustands erstellt werden. Hierdurch kann beispielsweise eine adaptive Anpassung des
Geschwindigkeitsvorschlags an den realen Verbrauch während der Fahrt ermöglicht werden, um eine Zielerreichung mit dem gewünschten Zustand sicherzustellen.
In einigen Ausführungsforen kann durch den oben dargestellten Algorithmus eine Vielzahl von möglichen Geschwindigkeitsprofilen für die Fahrtroute untersucht werden, wodurch sich eine Vielzahl von Lösungen für (z.B. abschnittsweise) optimale Geschwindigkeiten und/oder Ladestationen entlang der Route ergibt. Für eine geeignete Auswahl einer oder mehrerer Lösungen aus der Vielzahl von Lösungen kann eine Prognosewahrscheinlichkeit berücksichtigt werden. Insbesondere können manche Geschwindigkeitsprofile wahrscheinlicher sein als andere. Vorzugsweise können dann eine oder mehrere Lösungen vorgeschlagen werden, die am wahrscheinlichsten sind. Unwahrscheinliche Lösungen können verworfen werden. Zum Beispiel können mehrere gleichwertige Lösungen vorhanden sein (z.B. gleiche Reisezeit für zwei alternative Ladestationen), wobei die wahrscheinlichere Lösung vorgeschlagen und die unwahrscheinlichere Lösung verworfen werden kann.
Figur 3 zeigt schematisch ein Flussdiagram eines Verfahrens zur Routenplanung in einem Navigationssystem eines Fahrzeugs, insbesondere eines Elektrofahrzeugs, gemäß weiteren Ausführungsformen der vorliegenden Offenbarung. Das Verfahren in der Figur 3 ist ähnlich dem in der Figur 2 gezeigten Verfahren, und ähnliche oder identische Aspekte werden im Folgenden nicht wiederholt.
In einigen Ausführungsformen kann die Fahrtroute in zwei oder mehr aufeinanderfolgenden Abschnitte unterteilt sein. Die zwei oder mehr aufeinanderfolgenden Abschnitte können durch die Ladestation(en) getrennt sein. Die Energieprognose für die Fahrtroute kann durch ein Kombinieren der einzelnen Abschnitte erstellt werden. In einigen Ausführungsformen kann die Soll -Geschwindigkeit individuell für jeden Abschnitt der zwei oder mehr aufeinanderfolgenden Abschnitte bestimmt werden. Zum Beispiel kann die Soll-Geschwindigkeit für jeden der zwei oder mehr aufeinanderfolgenden Abschnitte mittels des iterativen Verfahrens der vorliegenden Offenbarung bestimmt werden. In einem weiteren Beispiel kann eine Soll-Geschwindigkeit für wenigstens einen Abschnitt der zwei oder mehr aufeinanderfolgenden Abschnitte der Fahrtroute vorab festgelegt werden, zum Beispiel durch einen Nutzer, wie es in der Figur 3 gezeigt ist.
Im Beispiel der Figur 3 umfasst die Fahrtstrecke zwei aufeinanderfolgende Abschnitte Al und A2. Die Soll-Geschwindigkeit VAi,m-i für einen ersten Abschnitt Al der zwei aufeinanderfolgenden Abschnitte wird durch das iterative Verfahren der vorliegenden Offenbarung bestimmt. Die Soll-Geschwindigkeit VA2 für einen zweiten Abschnitt A2 der zwei aufeinanderfolgenden Abschnitte kann vorab festgelegt werden, beispielweise durch einen Nutzer oder andere Randbedingungen.
In einigen Ausführungsformen kann das iterativen Verfahrens der vorliegenden Offenbarung verwendet werden, um andere Ladestation als die anfangs in der ursprünglichen Routenplanung eingeplanten Ladestationen zu bestimmen. Die anderen Ladestationen können zum Beispiel schnellere und/oder bessere Ladestationen sein. Hierzu kann zunächst wenigstens eine andere relevante Ladestation definiert werden, wobei zu jeder Ladestation die maximal mögliche Geschwindigkeit für die entstehenden Teilstrecken gesucht wird. Als Lösung kann die Strecke mit definierten Ladestationen und Geschwindigkeitsvorschlägen für jeden Abschnitt ausgegeben werden.
Im Detail könne die n anfänglichen Ladestationen eine erste Menge von Ladestationen bilden. Wenigstens eine Ladestation der n anfänglichen Ladestationen der ersten Menge kann durch eine Ladestation, die nicht in der ersten Menge enthalten ist, ersetzt werden, um eine zweite Menge von Ladestationen zu bilden. Das iterative Verfahren der vorliegenden Offenbarung kann für die n Ladestationen der zweiten Menge von Ladestationen ausgeführt werden, um zu überprüfen, ob mit anderen Ladestation eine verkürzte Fahrzeit und/oder eine effizientere Streckenführung möglich ist.
Typischerweise umfasst das Verfahren weiter ein Ausgeben einer ersten Reisezeit bis zum Routenziel für die erste Menge von Ladestationen und ein Ausgeben einer zweiten Reisezeit bis zum Routenziel für die zweite Menge von Ladestationen. Dem Fahrer können mehrere Optionen angezeigt werden, von denen er eine bevorzugte Option auswählen kann. Im Falle einer automatisierten Fahrfunktion kann der Fahrer ebenfalls die bevorzugte Option auswählen, die die automatisierten Fahrfunktion übernehmen kann.
Wenigstens eine Ladestation der n Ladestationen kann durch einen Nutzer festgelegt werden. Der Nutzer kann zum Beispiel eine Ladestation für die Route festlegen, wobei das Verfahren gemäß der vorliegenden Offenbarung prüfen kann, ob mit einer anderen Ladestation eine verkürzte Fahrzeit und/oder eine effizientere Streckenführung (z.B. durch eine effizientere oder leistungsstärkere Ladestation) möglich ist. Dem Fahrer können dann mehrere Optionen angezeigt werden, wie zum Beispiel durch das Ausgeben der ersten Reisezeit bis zum Routenziel für die vorgegebene(n) Ladestation(en) und der zweiten Reisezeit bis zum Routenziel für die alternative(n) Ladestation(en).
Figur 4 zeigt schematisch ein Flussdiagram eines Verfahrens zur Routenplanung in einem Navigationssystem eines Fahrzeugs, insbesondere eines Elektrofahrzeugs gemäß weiteren Ausführungsformen der vorliegenden Offenbarung.
Das Verfahren in der Figur 4 ist ähnlich dem in der Figur 3 dargestellten Verfahren und ähnlich oder identische Aspekte werden im Folgenden nicht wiederholt. In der Figur 4 ist die Route in drei Abschnitt Al, A2 und A3 unterteilt, die durch zwei Ladestopps definiert sein können.
Die Soll-Geschwindigkeit VAi,m-i für einen ersten Abschnitt Al der zwei aufeinanderfolgenden Abschnitte wird durch das iterative Verfahren der vorliegenden Offenbarung bestimmt. Die Soll -Geschwindigkeiten VA2 und v’ u für einen zweiten Abschnitt A2 und einen dritten Abschnitt A3 der zwei aufeinanderfolgenden Abschnitte können vorab festgelegt werden, beispielweise durch einen Nutzer oder andere Randbedingungen.
Figuren 5 bis 8 zeigen das iterative Verfahren während der Fahrt zum Routenziel mit einer Anpassung an den tatsächlichen Energieverbrauch.
In einigen Ausführungsformen wird die Soll-Geschwindigkeit über die Fahrtdauer fortlaufend ermittelt und ausgegeben. Damit kann die Soll-Geschwindigkeit kontinuierlich an den realen Energieverbrauch angepasst werden, beispielsweise wenn sich der Fahrer nicht an den Geschwindigkeitsvorschlag hält und/oder wenn der prognostizierte Energieverbrauch vom tatsächlichen Energieverbrauch abweicht.
In Figur 5 ist der tatsächliche Verbrauch wie prognostiziert und der realer Energieverbrauch Ereai liegt zwischen einem Energieverbrauch Ev (entsprechend dem ursprünglich ermittelten Geschwindigkeitsvorschlag vv) und einem erhöhten Energieverbrauch EU+D (entsprechend dem ursprünglich ermittelten Geschwindigkeitsvorschlag vv zuzüglich Dn). In diesem Fall kann der Geschwindigkeitsvorschlag vv unverändert bleiben. In Figur 6 unterschreitet der tatsächliche bzw. Verbrauch Ereai die untere Grenze Ev und es erfolgt eine neue Berechnung der prognostizierten Energieverbrauchskurven. In diesem Fall kann der Geschwindigkeitsvorschlag vv erhöht werden.
In Figur 7 überschreitet der tatsächliche bzw. Verbrauch Ereai die untere Grenze Ev und es erfolgt eine neue Berechnung der prognostizierten Energieverbrauchskurven. In diesem Fall kann der Geschwindigkeitsvorschlag vv reduziert werden. Dies ist ebenfalls in der Figur 8 am Berührungspunkt des realen Verbrauchs Ereai mit dem erhöhten Energieverbrauch EU+D dargestellt.
Erfindungsgemäß wird für eine gewünschte Strecke mit Ladestopp(s) bei erwarteter Geschwindigkeit durch eine Manipulation bzw. Änderung derselben geprüft, ob die Einsparung eines Ladestopps und/oder die Erreichung einer anderen Ladestation durch eine angepasste Geschwindigkeit möglich ist. Falls das Ergebnis der Prüfung positiv ist, kann eine optimale Geschwindigkeit vorgeschlagen werden. Die optimale Geschwindigkeit kann zum Beispiel abschnittsweise, d.h. individuell für eine Vielzahl von Abschnitten der Fahrtroute, ermittelt und vorgeschlagen werden. Die optimale Geschwindigkeit kann eine verkürzte Fahrzeit und/oder eine effizientere Streckenführung ermöglichen.
Das Verfahren kann dem Fahrer durch die optimale Geschwindigkeit aktiv vorschlagen, wie er einen eigentlich notwendigen Stopp umgehen kann, was zu einer Entlastung des Fahrers führt. Alternativ kann die optimale Geschwindigkeit beim automatisierten Fahren als Fahrgeschwindigkeit automatisch von einem Fahrassistenzsystem übernommen werden. Durch die Einsparung des Ladestopps und/oder durch die effizientere Route kann zudem ein Kostenvorteil entstehen. Des Weiteren kann durch die angepasste Geschwindigkeit eine schnellstmöglichen Zielerreichung sichergestellt werden.

Claims

Patentansprüche
1. Verfahren zur Routenplanung in einem Navigationssystem eines Fahrzeugs, insbesondere eines Elektrofahrzeugs, umfassend: a) Durchführen einer initialen Energieprognose für eine Fahrtroute zu einem Routenziel unter Verwendung einer initialen Geschwindigkeit für wenigstens einen Abschnitt der Fahrtroute; b) wenn die Fahrtroute basierend auf der initialen Energieprognose n geplante
Ladestopps an n Ladestationen umfasst, wobei n eine natürliche Zahl größer als Null ist, umfasst das Verfahren weiter: bl) Durchführen einer ersten Energieprognose für die Fahrtroute unter
Verwendung einer ersten Geschwindigkeit für den wenigstens einen Abschnitt, die kleiner als die initiale Geschwindigkeit ist, wobei die Fahrtroute für die erste Geschwindigkeit n-1 geplante Ladestopps an n-1 Ladestationen umfasst; b2) Durchführen einer zweiten Energieprognose für die Fahrtroute unter
Verwendung einer zweiten Geschwindigkeit für den wenigstens einen Abschnitt, die größer als die erste Geschwindigkeit und kleiner als die initiale Geschwindigkeit ist; b3) Bestimmen, ob die Fahrtroute basierend auf der zweiten Energieprognose n oder n-1 Ladestopps umfasst; und b4) wenn die Fahrtroute basierend auf der zweiten Energieprognose
- n Ladestopps umfasst, Bestimmen der ersten Geschwindigkeit als Soll- Geschwindigkeit für den wenigstens einen Abschnitt der Fahrtroute,
- n-1 Ladestopps umfasst, wiederholen der Schritte b2) und b3) mit einer dritten Geschwindigkeit für den wenigstens einen Abschnitt, die größer als die zweite Geschwindigkeit und kleiner als die initiale Geschwindigkeit ist.
2 Das Verfahren nach Anspruch 1, weiter umfassend: Ausgeben einer Reisezeit bis zum Routenziel basierend auf der Soll-Geschwindigkeit für den wenigstens einen Abschnitt der Fahrtroute.
3. Das Verfahren nach Anspruch 1 oder 2, weiter umfassend: wenn die Fahrtroute basierend auf der zweiten Energieprognose n-1 Ladestopps umfasst, /«-maliges wiederholen der Schritte b2) und b3), wobei m eine natürliche Zahl größer als Null ist, und wobei die jeweiligen Energieprognosen des wiederholten Schritts b2) mit schrittweise erhöhter Geschwindigkeit durchgeführt werden.
4. Das Verfahren nach Anspruch 3, wobei m eine Iteration der Schritte b2) und b3) angibt, bei der die Fahrtroute n Ladestopps umfasst, wobei m-1 eine Iteration der Schritte b2) und b3) angibt, bei der die Fahrtroute n-1 Ladestopps umfasst, und wobei das Verfahren weiter umfasst:
Bestimmen einer Geschwindigkeit der Iteration m-1 der Schritte b2) und b3) als Soll- Geschwindigkeit für den wenigstens einen Abschnitt der Fahrtroute.
5. Das Verfahren nach einem der Ansprüche 1 bis 4, weiter umfassend:
Bestimmen der initialen Geschwindigkeit aus Echtzeit-Verkehrsinformationen.
6. Das Verfahren nach einem der Ansprüche 1 bis 5, weiter umfassend:
Ausgeben der Soll -Geschwindigkeit an einen Fahrer und/oder eine automatisierte Fahrfunktion.
7. Das Verfahren nach einem der Ansprüche 1 bis 6, wobei die Fahrtstrecke zwei oder mehr aufeinanderfolgende Abschnitte umfasst, insbesondere wobei die zwei oder mehr aufeinanderfolgenden Abschnitte durch die Ladestationen getrennt sind.
8. Das Verfahren Anspruch 7, wobei die Soll-Geschwindigkeit individuell für jeden Abschnitt der zwei oder mehr aufeinanderfolgenden Abschnitte bestimmt wird.
9. Das Verfahren nach einem der Ansprüche 1 bis 8, wobei der Schritt b) für die n
Ladestationen ausgeführt wird, die eine erste Menge von Ladestationen bilden, und wobei das Verfahren weiter umfasst:
Ersetzen wenigstens einer Ladestation der n Ladestationen der ersten Menge durch eine Ladestation, die nicht in der ersten Menge enthalten ist, um eine zweite Menge von Ladestationen zu bilden; und
Ausführen des Schritts b) für die n Ladestationen der zweiten Menge von
Ladestationen.
10. Das Verfahren nach Anspruch 9, weiter umfassend:
Ausgeben einer ersten Reisezeit bis zum Routenziel für die erste Menge von
Ladestationen; und
Ausgeben einer zweiten Reisezeit bis zum Routenziel für die zweite Menge von Ladestationen.
11. Das Verfahren nach einem der Ansprüche 1 bis 10, weiter umfassend:
Festlegen wenigstens einer Ladestation der n Ladestationen durch einen Nutzer.
12. Das Verfahren nach einem der Ansprüche 1 bis 11, weiter umfassend: Empfangen einer Nutzereingabe zum Festlegen eines Zielzustands am Routenziel, wobei der Zielzustand aus der Gruppe ausgewählt ist, die aus einer Restreichweite am Routenziel und einem Restladezustand eines Antriebsenergiespeichers besteht.
13. Speichermedium, umfassend ein Softwareprogramm, das eingerichtet ist, um auf einem Prozessor ausgeführt zu werden, und um dadurch das Verfahren nach einem der Ansprüche 1 bis 12 auszuführen.
14. Navigationssystem für ein Fahrzeug, umfassend: wenigstens einen Prozessor, der eingerichtet ist, um das Verfahren nach einem der Ansprüche 1 bis 12 auszuführen.
15. Fahrzeug, insbesondere ein Elektrofahrzeug, umfassend das Navigationssystem nach Anspruch 14.
PCT/EP2019/085496 2019-01-16 2019-12-17 Verfahren zur routenplanung in einem navigationssystem eines fahrzeugs, navigationssystem für ein fahrzeug und fahrzeug mit demselben WO2020148051A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US17/422,470 US11846518B2 (en) 2019-01-16 2019-12-17 Method for route planning in a navigation system of a vehicle, navigation system for a vehicle and vehicle having said navigation system
CN201980089156.2A CN113302453B (zh) 2019-01-16 2019-12-17 用于车辆的导航系统中的路线规划的方法、用于车辆的导航系统、以及具有导航系统的车辆

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102019101094.2 2019-01-16
DE102019101094.2A DE102019101094A1 (de) 2019-01-16 2019-01-16 Verfahren zur Routenplanung in einem Navigationssystem eines Fahrzeugs, Navigationssystem für ein Fahrzeug und Fahrzeug mit demselben

Publications (1)

Publication Number Publication Date
WO2020148051A1 true WO2020148051A1 (de) 2020-07-23

Family

ID=69105800

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2019/085496 WO2020148051A1 (de) 2019-01-16 2019-12-17 Verfahren zur routenplanung in einem navigationssystem eines fahrzeugs, navigationssystem für ein fahrzeug und fahrzeug mit demselben

Country Status (4)

Country Link
US (1) US11846518B2 (de)
CN (1) CN113302453B (de)
DE (1) DE102019101094A1 (de)
WO (1) WO2020148051A1 (de)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112233451B (zh) * 2020-10-13 2022-05-27 安徽交欣科技股份有限公司 一种考虑纯电动公交车辆续航里程的行车计划智能编制系统
DE102020215678A1 (de) * 2020-12-10 2022-06-15 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zur Reichweitenkontrolle für ein batteriebetriebenes Kraftfahrzeug
CN112819229B (zh) * 2021-02-04 2022-10-28 汉纳森（厦门）数据股份有限公司 一种基于分布式机器学习的行车站点优化更新方法和系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016009338A1 (de) * 2016-07-30 2017-02-02 Daimler Ag Fahrerassistenzsystem
DE102017119453A1 (de) 2016-08-25 2018-03-01 GM Global Technology Operations LLC Energieoptimierte Fahrzeugroutenauswahl
DE102016224786A1 (de) * 2016-12-13 2018-06-14 Bayerische Motoren Werke Aktiengesellschaft Reisezeitoptimierung für ein Fahrzeug mit elektrischem Antrieb

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19519107C1 (de) * 1995-05-24 1996-04-04 Daimler Benz Ag Fahrtroutenratgebereinrichtung
DE102009048821A1 (de) * 2009-10-09 2011-04-14 Conti Temic Microelectronic Gmbh Verfahren zur Reichweitenermittlung für Fahrzeuge, insbesondere Elektrofahrzeuge
JP5017398B2 (ja) * 2010-03-09 2012-09-05 日立オートモティブシステムズ株式会社 経路計画装置及び経路計画システム
EP3104122A1 (de) 2015-06-12 2016-12-14 Ecole Nationale de l'Aviation Civile Energieverwaltungssystem für fahrzeuge
DE102016217087B4 (de) * 2016-09-08 2024-02-01 Bayerische Motoren Werke Aktiengesellschaft Lade-Fahr-Assistent für Elektrofahrzeuge und Elektrofahrzeug
DE102017121372A1 (de) * 2016-09-15 2018-03-15 Christoph Zimmer Einsatzplanungsverfahren zur Bestimmung des zu erwartenden Energiebedarfs eines elektromotorisch angetriebenen Nutzfahrzeuges sowie Energiebedarfsermittlungseinrichtung zum Durchführen des Verfahrens
DE102017211689A1 (de) * 2017-07-07 2019-01-10 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Routenplanung und Routenoptimierung für ein elektrisch fahrendes Fahrzeug
GB2572962A (en) * 2018-04-16 2019-10-23 Morgan Brown Consultancy Ltd Vehicle Routing

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016009338A1 (de) * 2016-07-30 2017-02-02 Daimler Ag Fahrerassistenzsystem
DE102017119453A1 (de) 2016-08-25 2018-03-01 GM Global Technology Operations LLC Energieoptimierte Fahrzeugroutenauswahl
DE102016224786A1 (de) * 2016-12-13 2018-06-14 Bayerische Motoren Werke Aktiengesellschaft Reisezeitoptimierung für ein Fahrzeug mit elektrischem Antrieb

Also Published As

Publication number Publication date
DE102019101094A1 (de) 2020-07-16
CN113302453A (zh) 2021-08-24
CN113302453B (zh) 2024-04-09
US20220090928A1 (en) 2022-03-24
US11846518B2 (en) 2023-12-19

Similar Documents

Publication Publication Date Title
EP2857271B1 (de) Betriebsverfahren für einen hybridantrieb, insbesondere zur auswahl optimaler betriebsmodi des hybridantriebs entlang einer fahrtroute
DE102020131877A1 (de) Verfahren und vorrichtung zum auswählen einer ladestation
WO2020148051A1 (de) Verfahren zur routenplanung in einem navigationssystem eines fahrzeugs, navigationssystem für ein fahrzeug und fahrzeug mit demselben
DE102016217087B4 (de) Lade-Fahr-Assistent für Elektrofahrzeuge und Elektrofahrzeug
DE102015223733A1 (de) System und Verfahren zum Steuern eines Hybridfahrzeugs
EP3333036B1 (de) Verfahren zum ermitteln eines fahrzustandes eines hybridfahrzeuges für streckensegmente einer vorausliegenden fahrstrecke und hybridfahrzeug
DE102012016768A1 (de) Technik zum Verarbeiten kartographischer Daten für das Bestimmen energiesparender Routen
DE102019109561A1 (de) Verfahren zur Routenplanung in einem Navigationssystem eines Fahrzeugs, Navigationssystem für ein Fahrzeug und Fahrzeug mit demselben
DE112011103424T5 (de) System, Verfahren und Programm zum Auswählen von Routen
DE102017201226A1 (de) Verfahren zum Betrieb eines Datenauswertungssystems für Kraftfahrzeugfunktionen und Datenauswertungssystem
DE102010017485A1 (de) Verfahren zum Verringern des Kraftstoffverbrauchs und der Fahrtkosten
DE102019118366A1 (de) Verfahren sowie Steuergerät für ein System zum Steuern eines Kraftfahrzeugs
DE102020119861A1 (de) Verfahren und Assistenzeinrichtung zum iterativ optimierten Betreiben eines Kraftfahrzeugs und Kraftfahrzeug
EP3751481A1 (de) Verfahren zum umverteilen von fahrrädern eines fahrradleihsystems
DE102017214686A1 (de) Fahrsystem, Verfahren, sowie ein korrespondierendes Computerprodukt zur Identifikation eines zweckmäßigen Übergabepunkts zur Übergabe der Kontrolle zwischen Fahrzeug und Fahrer sowie zu einer entsprechenden Routenplanung
DE102014001300A1 (de) Verfahren zur Steuerung eines Hybridantriebs in einem Kraftfahrzeug und zugehöriges Kraftfahrzeug
DE102018208150A1 (de) Verfahren und System zum Sicherstellen einer Echtzeitfähigkeit eines Fahrerassistenzsystems
DE102017008667A1 (de) Verfahren zur dynamischen Routenplanung
WO2023247089A1 (de) Verfahren und vorrichtung zur prädiktion der wartezeit an einer ladestation
DE102018215722A1 (de) Verfahren und System für ein Fahrzeug
DE102018215336A1 (de) Verfahren zum Auslasten einer Abstellfläche für Kraftfahrzeuge
EP3679325A1 (de) Verfahren, vorrichtung, computerprogramm und computerprogrammprodukt zur routenplanung für ein fahrzeug
DE102019133338A1 (de) Verfahren und System zur Planung von Ladestopps eines Hybrid- oder Elektrofahrzeugs
DE102020109514A1 (de) Fahrzeugsystem und Verfahren zum automatisierten Fahren und/oder zur Ausgabe von Fahrhinweisen bei einer Fahrt eines Kraftfahrzeugs
DE102019005622A1 (de) Verfahren zum Bereitstellen von Informationen über Lademöglichkeiten eines elektrisch betriebenen Fahrzeugs an zumindest einer Ladestation

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19832043

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19832043

Country of ref document: EP

Kind code of ref document: A1