[发明专利]一种车辆续航里程的计算方法和系统

说明书

本发明提供一种车辆续航里程的计算方法和系统，所述方法包括以下步骤：获取车辆行驶区域的天气数据、车辆行驶道路交通数据、车辆驾驶者的驾驶习惯数据和车辆零部件的运行状态数据作为非线性模型的第一输入数据；获取车速数据、车重数据和车辆制动数据作为线性模型的第二输入数据；将所述非线性模型的输出结果和所述线性模型的输出结果进行加权求和，得到所述车辆的续航里程数据。

技术领域

本发明主要涉及互联网汽车领域，尤其涉及一种车辆续航里程的计算方法和系统。

背景技术

现阶段，新能源车用户在驾驶时存在里程焦虑。仪表盘显示的续航里程与实际行驶情况往往差距较大，导致车主经常无法正常规划行程，更有甚者会出现无电可用需要出动道路救援的情况。

目前新能源汽车的续航里程计算往往依赖于车内ECU的计算公式，而计算公式的入参数据(记作参数的数据)来自实验室模拟数据。实际情形表明，这种计算能耗的方式往往不理想。

发明内容

本发明要解决的技术问题是提供一种车辆续航里程的计算方法和系统，提高车辆续航里程计算的准确性。

为解决上述技术问题，本发明提供了一种车辆续航里程的计算方法，包括以下步骤：

获取车辆行驶区域的天气数据、车辆行驶道路交通数据、车辆驾驶者的驾驶习惯数据和车辆零部件的运行状态数据作为非线性模型的第一输入数据；

获取车速数据、车重数据和车辆制动数据作为线性模型的第二输入数据；

将所述非线性模型的输出结果和所述线性模型的输出结果进行加权求和，得到所述车辆的续航里程数据。

在本发明的一实施例中，所述车辆行驶区域的天气数据包括温度、风力、雨雪等级和霜冻等级数据。

在本发明的一实施例中，所述车辆行驶道路交通数据包括道路等级、行驶轨迹标示方式、道路坡度、路面曲率和通行状态数据。

在本发明的一实施例中，所述驾驶者的驾驶习惯数据包括市区道路行车速度数据、高速公路行车速度数据、实际车速与道路限速的差值数据、加速习惯数据、减速习惯数据、转弯加减速习惯数据、拥堵路段加减速习惯数据、空调使用习惯数据和/或座椅加热使用习惯数据。

在本发明的一实施例中，所述车辆零部件的运行状态数据包括零部件性能和寿命数据、零部件已使用时长数据和零部件故障记录数据。

在本发明的一实施例中，对所述第一输入数据进行数据转换、数据标注和数据清洗操作。

在本发明的一实施例中，所述非线性模型包括神经网络模型，基于所述第一输入数据对所述神经网络模型进行训练和迭代操作，确定和更新所述神经网络模型的参数。

在本发明的一实施例中，所述加速习惯数据、减速习惯数据、转弯加减速习惯数据、拥堵路段加减速习惯数据、空调使用习惯数据和/或座椅加热使用习惯数据通过实际操作和使用数据与预设阈值的比较后计算得到。

本发明还提供一种车辆续航里程的计算系统，包括：

数据获取模块，被配置为：

从服务器端获取车辆行驶区域的天气数据、车辆行驶道路交通数据、车辆驾驶者的驾驶习惯数据和车辆零部件的运行状态数据作为非线性模型的第一输入数据；

从车机系统端获取车速数据、车重数据和车辆制动数据作为线性模型的第二输入数据；

数据计算模块，用于将所述非线性模型的输出结果和所述线性模型的输出结果进行加权求和，得到所述车辆的续航里程数据。

数据输出模块，用于将所述车辆的续航里程数据输出至车机系统的交互界面。