电耗预测装置制造方法及图纸

本发明专利技术提供一种电耗预测装置。电耗预测装置获取按照地图信息的每个路段登记的多个车辆(16)的各车速数据和根据所述各车速数据计算出的各平均车速，根据所述平均车速的大小将所述路段分成车速组。按照所分成的每个所述车速组将所述多个车辆的所述各车速数据汇总而进行频率分布分析，并且按照每个所述车速组计算出对车速的变化进行模拟而得到的预测车速推移。将车辆(16)的电耗模型应用于所计算出的所述预测车速推移，来预测每个所述车速组的与所述平均车速对应的电耗。据此，通过考虑车速的变化来预测电耗，能够提高电耗的预测精度。能够提高电耗的预测精度。能够提高电耗的预测精度。

【技术实现步骤摘要】
电耗预测装置


[0001]本专利技术涉及一种预测通过马达行驶的车辆(电动车辆)的电耗的电耗预测装置。

技术介绍

[0002]一般，在通过电池的电能以马达为驱动源行驶的电动车辆中，与以燃油发动机为驱动源行驶的发动机车辆相比，与一次燃料补给至满量为止的燃料补给(充电或者供油)量相应的可续航距离短。
[0003]因此，在电动车辆中，如果在通过导航装置设定路径时知道从出发地到目的地的耗电量(Power consumption)，则能够在行驶前判断是否发生缺电。用户的便利性也提高了。所述耗电量以耗电量＝耗电率(specific power consumption)[Wh/km]×
行驶距离[km]而被计算出。
[0004]此外，耗电率是指电动车辆的每单位行驶距离的消耗电能，但以下简称为电耗(单位使用[Wh/km]、[kWh/100km])。
[0005]例如，JP2014
‑
66655A公开了一种考虑到从出发地到目的地的电能消耗来执行路径搜索的路径搜索装置。
[0006]在该路径搜索装置中，通过与电能消耗关联较强的坡度、曲率以及信号灯的设置数量等来事先对路段(道路路段)进行模式化。合计从以模式化的路段单位行驶的电动车辆收集到的耗电量。根据该合计结果，来预测(推定)针对电动车辆未行驶的道路的耗电量。

技术实现思路

[0007]另外，在通过马达行驶的电动车辆中，与发动机车辆不同，在通常行驶时的速度区域以上，电耗(耗电率)随着车速的增加而增加。即，电耗与车速有关。
[0008]因此，在电动车辆中，为了高精度地预测电耗，需要掌握在交叉路口、拐角、终点等之间进行连接的道路区间、即路段内的车速的变化。
[0009]然而，在JP2014
‑
66655A中，仅通过将路段的车速分类分为拥堵、混乱或通畅中的任一个来计算电耗。其结果，由于未掌握路段内的车速的变化，所以存在电耗的预测精度较低这样的技术问题。
[0010]本专利技术是考虑到这样的技术问题而完成的，其目的在于，提供一种电耗预测装置，其通过考虑车速的变化来预测电耗，能够提高电耗的预测精度。
[0011]本专利技术的一技术方案所涉及的电耗预测装置是预测通过马达行驶的车辆的电耗的电耗预测装置，其获取按照地图信息的每个路段登记的多个车辆的各车速数据和根据所述各车速数据计算出的各平均车速，根据所述平均车速的大小将所述路段分成车速组，按照所分成的每个所述车速组将所述多个车辆的所述各车速数据汇总而进行统计处理，根据该统计处理，按照每个所述车速组计算出对车速的变化进行模拟而得到的预测车速推移，将所述车辆的电耗模型应用于所计算出的所述预测车速推移，来预测每个所述车速组的与所述平均车速对应的电耗。
[0012]根据本专利技术，不是根据每个路段的平均车速，而是根据平均车速的大小将所述路段分为车速组，按照所分成的每个所述车速组将多个车辆的所述各车速数据汇总而进行统计处理，根据该统计处理，按照每个所述车速组计算出对车速的变化进行模拟而得到的预测车速推移，将车辆的电耗模型应用于所计算出的所述预测车速推移，来预测每个所述车速组的与所述平均车速对应的电耗，因此，能够提高电耗的预测精度。
[0013]通过参照附图对以下实施方式所做的说明，上述的目的、特征及优点应易于被理解。
附图说明
[0014]图1是表示电耗预测系统的结构例的框图，其中，该电耗预测系统由具有实施方式所涉及的电耗预测装置的服务器和经由通信网络而与该服务器连接的多个电动车辆构成。图2是表示记录在检测数据存储部中的检测数据的结构例的说明图。图3是表示由电耗预测装置制作的车辆的电耗表的例子的说明图。图4是用于利用电耗预测装置制作电耗表的方法的流程图。图5是检测数据的每个车速范围的分类和频率分布分析的说明图。图6是车速数据组的说明图。图7是表示预测车速(预测车速推移)的图像的示意图。图8是用于说明从出发地到目的地的路径的耗电量的计算动作的流程图。图9A是实际车速、区间平均车速和预测车速推移的说明图，图9B是基于实际车速、区间平均车速和预测车速推移比较各区间耗电量的说明图。图10是电耗预测装置的功能框图。
具体实施方式
[0015]下面，列举实施方式，参照附图对本专利技术所涉及的电耗预测装置详细地进行说明。
[0016][结构]图1是表示电耗预测系统20的结构的框图，其中，该电耗预测系统20由实施方式所涉及的电耗预测装置10的服务器12和多个电动车辆(还简称为车辆)16构成。服务器12和车辆16经由通信网络14连接。
[0017]车辆16将搭载的电池(未图示)的电能经由行驶用的马达(未图示)转换为车辆16的推进力而行驶。
[0018]服务器12除了具有预测车辆16的电耗的电耗预测装置10之外，还具有导航装置22、检测数据存储部24和通信装置26。
[0019]车辆16具有传感器32、检测数据生成装置34、车辆信息存储部35、显示装置36、输入装置38、导航请求装置40和通信装置44。
[0020]在图1中描绘了3台车辆16，但为了便于理解，根据需要将描绘了内部的结构要素的车辆16称为本车辆16，将仅描绘了外形的其他的车辆16称为其他车辆16。
[0021]车辆16的通信装置44和服务器12的通信装置26经由包含移动通信网络的因特网等通信网络14进行双向通信。车辆16的通信装置44也可以由智能手机等智能设备代替。智能设备是由电动车辆16的驾驶员等用户携带的终端。
[0022]在图1的示例的电耗预测系统20中，具有导航装置22的服务器12受理来自车辆16的导航请求装置40的路径搜索请求(包括目的地)，并且收集来自检测数据生成装置34的检测数据。受理路径搜索请求并收集到检测数据的服务器12预测电耗并进行路径搜索。服务器12将附加了耗电量(＝电耗
×
从出发地到目的地的距离)的路径搜索结果提供给车辆16。
[0023]导航装置22和电耗预测装置10(本车辆的导航装置22和电耗预测装置10)也可以搭载于车辆16。
[0024]在此，检测数据是指伴随着车辆16的行驶的行驶轨迹数据、耗电量、电池SOC(电池剩余容量)等信息，且与每个车辆16(车辆I D)建立了关联。
[0025]在所述耗电量中，除了包含通过马达而行驶时的耗电量以外，还包含行驶时/停车时的空调装置等辅机负载的耗电量。
[0026]车辆16的传感器32包括GPS传感器(位置信息/时刻信息获取传感器)、加速度传感器、车速传感器、电池的剩余容量传感器、识别驾驶员等用户的图像传感器以及辅机的接通断开传感器(或者接通断开开关)。
[0027]在车辆信息存储部35中记录有车辆16的车型、驾驶车辆的驾驶员的驾驶员特性(能够根据过去的速度历史、加减速次数历史等掌握的被动或主动的驾驶倾向等)。
[0028]在服务器12的检测数据存储部24中，记录有从车辆16接收到的车型数据等车辆信息以及每个车辆本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电耗预测装置，其预测通过马达行驶的车辆的电耗，其特征在于，获取按照地图信息的每个路段登记的多个车辆的各车速数据和根据所述各车速数据计算出的各平均车速，根据所述平均车速的大小将所述路段分成车速组，按照所分成的每个所述车速组将所述多个车辆的所述各车速数据汇总而进行统计处理，根据该统计处理，按照每个所述车速组计算出对车速的变化进行模拟而得到的预测车速推移，将所述车辆的电耗模型应用于所计算出的所述预测车速推移，来预测每个所述车速组的与所述平均车速对应的电耗。2.根据权利要求1所述的电耗预测装置，其特征在于，将每个所述车速组的与所述平均车速对应的电耗绘制成曲线，并且在所绘制的电耗之间进行插补，制作按照每个路段在所述地图信息中登记的平均车速相对于整个车速范围的电耗表。3.根据权利要求2所述的电耗预测装置，其特征在于，在生成了连接从所述车辆的出发地到目的地的路段的全部路径的情况下，根据所述电耗表计算出与各所述路段的平均车速对应的各电耗，将所计算出的各电耗乘以各所述路段的距离来计算出每个路段的耗电量，对从所述出发地到目的地的每个所述路段的耗电量进行累计，来计算出从所述出发地...

【专利技术属性】
技术研发人员：横田和哉，东谷幸祐，
申请(专利权)人：本田技研工业株式会社，
类型：发明
国别省市：