一种无人驾驶矿车电池优化方法技术

本发明专利技术提供了一种无人驾驶矿车电池优化方法，涉及电池优化技术领域，其方法包括：根据前置摄像头传输的实时影像信息，确定无人驾驶矿车的当前行驶道路，并获取道路信息；根据所述道路信息以及无人驾驶矿车的自身载重情况，分析所述无人驾驶矿车在当前行驶道路的实际所需牵引力；根据电量消耗最小原则以及对应实际所需牵引力，得到无人驾驶矿车电池的工作模式的调整策略；按照调整策略对无人驾驶矿车电池的工作模式的进行调整，可以针对不同行驶道路选择对应最省电的工作模式，实现无人驾驶矿车电池的优化，实现最佳续航。实现最佳续航。实现最佳续航。

【技术实现步骤摘要】
一种无人驾驶矿车电池优化方法


[0001]本专利技术涉及电池优化
，特别涉及一种无人驾驶矿车电池优化方法。

技术介绍

[0002]目前，随着电动车的电池驱动技术逐渐成熟，电池驱动技术也应用到了无人驾驶矿车领域。但是，无人驾驶矿车在复杂的地下道路进行行驶，电池的输出功率基本保持不变，使得无人驾驶矿车的电量消耗较快，续航能力较弱，电池的续航能力急需加强。
[0003]因此，本专利技术提供了一种无人驾驶矿车电池优化方法。

技术实现思路

[0004]本专利技术提供一种无人驾驶矿车电池优化方法，用以通过确定无人驾驶矿车的当前行驶道路的道路信息，并根据无人驾驶矿车的自身载重情况，确定实际所需牵引力，基于电量消耗最小原则，确定工作模式的调整策略进行调整，可以针对不同行驶道路选择对应最省电的工作模式，实现无人驾驶矿车电池的优化，获得最佳续航。
[0005]本专利技术提供一种无人驾驶矿车电池优化方法，包括：步骤1：根据前置摄像头传输的实时影像信息，确定无人驾驶矿车的当前行驶道路，并获取道路信息；步骤2：根据所述道路信息以及无人驾驶矿车的自身载重情况，分析所述无人驾驶矿车在当前行驶道路的实际所需牵引力；步骤3：根据电量消耗最小原则以及对应实际所需牵引力，得到无人驾驶矿车电池的工作模式的调整策略；步骤4：按照调整策略对无人驾驶矿车电池的工作模式的进行调整。
[0006]优选的，根据前置摄像头传输的实时影像信息，确定无人驾驶矿车的当前行驶道路，并获取道路信息，包括：根据前置摄像头传输的实时影像信息，确定道路的道路特征，并与道路信息库中的道路特征进行比对，确定特征相似的第一道路；根据车载水平仪确定车辆当前的行驶坡度，对第一道路进行筛选确定当前行驶道路；根据实时影像信息分析地面信息，并根据道路信息库获取当前行驶道路的数据，确定道路信息。
[0007]优选的，根据前置摄像头传输的实时影像信息，确定道路的道路特征，并与道路信息库中的道路特征进行比对，确定特征相似的第一道路，包括：对前置摄像头传输的实时影像进行分块及智能识别，确定道路的文字特征以及道路的高度、宽度信息；基于所述文字特征以及道路的高度、宽度信息与道路信息库中的道路特征进行比对，确定特征相似的第一道路。
[0008]优选的，根据所述道路信息以及无人驾驶矿车的自身载重情况，分析所述无人驾驶矿车在当前行驶道路的实际所需牵引力，包括;根据所述道路信息获取当前行驶道路的坡度，结合车辆行驶方向确定所述无人驾驶矿车的行驶状态，行驶情况包括：上坡状态、下坡状态、平路状态；根据所述道路信息获取道路阻碍影响因子，并结合所述行驶状态以及所述无人驾驶矿车的自身载重情况，分析无人驾驶矿车在当前行驶道路的理论所需牵引力；根据道路信息对无人驾驶矿车的道路行驶损耗进行分析；根据所述无人驾驶矿车的出厂信息确定无人驾驶矿车自身损耗，并基于所述道路行驶损耗对理论所需牵引力进行修正，确定实际所需牵引力。
[0009]优选的，分析无人驾驶矿车在当前行驶道路的理论所需牵引力，包括：当所述无人驾驶矿车处于上坡状态时，根据道路阻碍因子、坡度以及无人驾驶矿车的自身载重情况确定上坡时的阻力，确定上坡时的理论所需牵引力；当所述无人驾驶矿车处于下坡状态时，根据道路阻碍因子、坡度以及无人驾驶矿车的自身载重情况确定下坡时的动力和阻力，若动力大于阻力，则确定下坡时理论所需牵引力为零；若动力小于阻力，则根据动力与阻力的差值确定下坡时的理论所需牵引力；当所述无人驾驶矿车处于平路状态时，根据道路阻碍因子以及无人驾驶矿车的自身载重情况确定平路时的阻力，确定平路时的理论所需牵引力。
[0010]优选的，根据道路信息对无人驾驶矿车的道路行驶损耗进行分析，还包括：根据道路信息确定当前行驶道路的非平缓因子；基于因子
‑
状态
‑
损耗映射表，提取当前行驶道路的非平缓因子对不同行驶状态下的无人驾驶矿车的第一损耗系数S1；基于无人驾驶矿车的行驶路线，确定不可避免的道路凹陷的第三个数n3和突起的第四个数n4；基于道路缺陷
‑
状态
‑
影响映射表，提取当前行驶道路的不同直径大小的道路凹陷在不同行驶状态下对无人驾驶矿车的第一影响值以及不同直径大小的道路凸起在不同行驶状态下对无人驾驶矿车的第二影响值；根据所有第一影响值、第二影响值以及第三个数n3、第四个数n4，确定对无人驾驶矿车的第二损耗系数；;其中，S2表示第二损耗系数；L表示行驶路线的长度；表示在行驶路线上按照同个速度进行的最大行驶距离；表示第i1个道路凹陷的第一影响值；表示n3个道路凹陷中的最大影响值；表示第i2个道路突起的第二影响值；表示n4个道路突起中的最大影响值；根据所述第一损耗系数以及第二损耗系数，确定无人驾驶矿车的道路行驶损耗；;其中，S表示道路行驶损耗；Y1表示针对第一损耗系数的损耗标准；2表示针对第二损耗系数的损耗标准。
[0011]优选的，根据电量消耗最小原则以及对应实际所需牵引力，得到无人驾驶矿车电池的工作模式的调整策略，包括：
当实际所需牵引力等于零时，基于动力以及制动踏板开度与阻力的关系，确定无人驾驶矿车的制动踏板开度，使得无人驾驶矿车在预设速度范围行驶；当实际所需牵引力不为零时，获取无人驾驶矿车的电池的多个工作模式；确定同个工作模式的电池的最大输出功率以及最大牵引力；确定最大牵引力大于实际所需牵引力的多个第一工作模式；根据所述实际所需牵引力，并基于预设速度范围，确定同个第一工作模式的多个可用输出功率；根据所述同个第一工作模式的同个可用输出功率并基于所述实际所需牵引力，确定所述无人驾驶矿车的对应行驶速度，确定通过当前行驶道路的对应行驶时间；确定同个第一工作模式的同个可用输出功率下所述电池所需散热的风扇功率；根据所述同个第一工作模式的同个可用输出功率以及对应的风扇功率和行驶时间，对应预测消耗能量；；其中，E表示预测消耗能量；表示对应的可用输出功率；表示对应的风扇功率；t表示行驶时间；T表示无人驾驶矿车长期工作环境的温度，RH表示无人驾驶矿车长期工作环境的湿度；表示当下时刻的电池老化趋势函数对消耗的影响因子；基于模式
‑
效率表确定同个第一工作模式的同个可用输出功率确定对应电池的转化效率，并根据对应预测消耗能量，确定对应预测消耗电量；根据所有第一工作模式的多个可用输出功率的对应预测消耗电量，确定消耗电量最少的第二工作模式的第一可用输出功率，确定工作模式的调整策略。
[0012]优选的，按照调整策略对无人驾驶矿车电池的工作模式的进行调整，包括：根据所述调整策略对无人驾驶矿车电池的工作模式的进行调整；当前行驶道路行驶完毕后，确定电池的实际消耗电量；根据对应预测消耗电量以及无人驾驶矿车的其余用电模块，确定电量误差，并将所述电量误差计入数据库中，为之后无人驾驶矿车行驶相同道路时进行预测消耗电量修正。
[0013]本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书、权利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人驾驶矿车电池优化方法，其特征在于，包括：步骤1：根据前置摄像头传输的实时影像信息，确定无人驾驶矿车的当前行驶道路，并获取道路信息；步骤2：根据所述道路信息以及无人驾驶矿车的自身载重情况，分析所述无人驾驶矿车在当前行驶道路的实际所需牵引力；步骤3：根据电量消耗最小原则以及对应实际所需牵引力，得到无人驾驶矿车电池的工作模式的调整策略；步骤4：按照调整策略对无人驾驶矿车电池的工作模式的进行调整。2.如权利要求1所述的一种无人驾驶矿车电池优化方法，其特征在于，根据前置摄像头传输的实时影像信息，确定无人驾驶矿车的当前行驶道路，并获取道路信息，包括：根据前置摄像头传输的实时影像信息，确定道路的道路特征，并与道路信息库中的道路特征进行比对，确定特征相似的第一道路；根据车载水平仪确定车辆当前的行驶坡度，对第一道路进行筛选确定当前行驶道路；根据实时影像信息分析地面信息，并根据道路信息库获取当前行驶道路的数据，确定道路信息。3.如权利要求2所述的一种无人驾驶矿车电池优化方法，其特征在于，根据前置摄像头传输的实时影像信息，确定道路的道路特征，并与道路信息库中的道路特征进行比对，确定特征相似的第一道路，包括：对前置摄像头传输的实时影像进行分块及智能识别，确定道路的文字特征以及道路的高度、宽度信息；基于所述文字特征以及道路的高度、宽度信息与道路信息库中的道路特征进行比对，确定特征相似的第一道路。4.如权利要求1所述的一种无人驾驶矿车电池优化方法，其特征在于，根据所述道路信息以及无人驾驶矿车的自身载重情况，分析所述无人驾驶矿车在当前行驶道路的实际所需牵引力，包括;根据所述道路信息获取当前行驶道路的坡度，结合车辆行驶方向确定所述无人驾驶矿车的行驶状态，行驶情况包括：上坡状态、下坡状态、平路状态；根据所述道路信息获取道路阻碍影响因子，并结合所述行驶状态以及所述无人驾驶矿车的自身载重情况，分析无人驾驶矿车在当前行驶道路的理论所需牵引力；根据道路信息对无人驾驶矿车的道路行驶损耗进行分析；根据所述无人驾驶矿车的出厂信息确定无人驾驶矿车自身损耗，并基于所述道路行驶损耗对理论所需牵引力进行修正，确定实际所需牵引力。5.如权利要求4所述的一种无人驾驶矿车电池优化方法，其特征在于，分析无人驾驶矿车在当前行驶道路的理论所需牵引力，包括：当所述无人驾驶矿车处于上坡状态时，根据道路阻碍因子、坡度以及无人驾驶矿车的自身载重情况确定上坡时的阻力，确定上坡时的理论所需牵引力；当所述无人驾驶矿车处于下坡状态时，根据道路阻碍因子、坡度以及无人驾驶矿车的自身载重情况确定下坡时的动力和阻力，若动力大于阻力，则确定下坡时理论所需牵引力为零；若动力小于阻力，则根据动力与阻力的差值确定下坡时的理论所需牵引力；
当所述无人驾驶矿车处于平路状态时，根据道路阻碍因子以及无人驾驶矿车的自身载重情况确定平路时的阻力，确定平路时的理论所需牵引力。6.如权利要求4所述的一种无人驾驶矿车电池优化方法，其特征在于，根据道路信息对无人驾驶矿车的道路行驶损耗进行分析，还包括：根据道路信息确定当前行驶道路的非平缓因子；基于因子
‑
状态
‑

【专利技术属性】
技术研发人员：张波，魏亚龙，王喜贤，张帅，张根精，戚红建，韩硕，宋成风，孙涛，张强，
申请(专利权)人：华能信息技术有限公司，
类型：发明
国别省市：