[发明专利]基于云平台与神经网络的客车能量回收控制方法及系统

权利要求书

1.基于云平台与神经网络的客车能量回收控制方法，其特征在于，包括：

获取车辆的固定行车路线与当前GPS信息，通过网络地图获取该车辆前方路况信息；

选取车辆前方某一路段，调取车辆通过该路段的行驶数据和车辆数据，将所述驾驶员行驶数据和车辆数据输入在线神经网络中进行分析，输出学习复数车辆驾驶员在特定路段行驶过程中的驾驶行为，根据输出的驾驶行为制定初步能量回收策略；

对初步能量回收策略进行修正，修正完成后将车辆数据、驾驶员驾驶行为以及当前车辆运行状况输入至离线神经网络中，输出最终确定的能量回收策略；

其中，当车辆运行状况为滑行状态时，考虑车辆的重量与车辆车速来判断电机回收扭矩大小，之后确定最终的能量回收策略控制车辆能量回收。

2.如权利要求1所述的基于云平台与神经网络的客车能量回收控制方法，其特征在于，所述前方路况信息包括前方道路的路面、拥堵情况以及交通灯信号信息。

3.如权利要求1所述的基于云平台与神经网络的客车能量回收控制方法，其特征在于，调取的车辆通过该路段的行驶数据包括：车辆减速情况、车辆加速情况以及整体通过的时间。

4.如权利要求1所述的基于云平台与神经网络的客车能量回收控制方法，其特征在于，所述车辆数据包括：客车方向盘转角、油门踏板位置、刹车踏板位置、左右轮速差以及车辆载重信息。

5.如权利要求1所述的基于云平台与神经网络的客车能量回收控制方法，其特征在于，根据输出的驾驶行为制定初步能量回收策略，所述初步能量回收策略包括三种：若前方路段信号灯较多、路面较为颠簸或者同时段行驶的车辆较多无法保证平稳行驶，车辆只运行热能回收，电机用于正常动力输出；

若前方路段信号灯较少、路面平坦或者同时段行驶的车辆较少，车辆能够进行滑行状态时，车辆的热能回收与机械能回收同时进行；

若前方路段为长下坡路，且车流量较少、信号灯多为绿灯时，车辆热能回收与机械能回收同时进行。

6.如权利要求1所述的基于云平台与神经网络的客车能量回收控制方法，其特征在于，实时通过网络地图判断前方的路况信息，对能量回收策略进行修正。

7.如权利要求1所述的基于云平台与神经网络的客车能量回收控制方法，其特征在于，最终的能量回收策略由离线神经网络确定，滑行状态下的能量回收策略需要考虑车辆的重量与车辆车速，通过查表判断电机回收扭矩大小。

8.基于云平台与神经网络的客车能量回收控制系统，其特征在于，包括：

云平台，用于获取车辆的固定行车路线与当前GPS信息，通过网络地图获取该车辆前方路况信息；

神经网络模块，用于选取车辆前方某一路段，调取车辆通过该路段的行驶数据和车辆数据，将所述驾驶员行驶数据和车辆数据输入在线神经网络中进行分析，输出学习复数车辆驾驶员在特定路段行驶过程中的驾驶行为，根据输出的驾驶行为制定初步能量回收策略；

对初步能量回收策略进行修正，修正完成后将车辆数据、驾驶员驾驶行为以及当前车辆运行状况输入至离线神经网络中，输出最终确定的能量回收策略；

其中，当车辆运行状况为滑行状态时，考虑车辆的重量与车辆车速来判断电机回收扭矩大小，之后确定最终的能量回收策略控制车辆能量回收。

9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1-7任一项所述的基于云平台与神经网络的客车能量回收控制方法。

10.一种电子设备，其特征在于，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如权利要求1-7任一项所述的基于云平台与神经网络的客车能量回收控制方法。