一种应用于新能源汽车的移动换电系统技术方案

本发明专利技术涉及一种应用于新能源汽车的移动换电系统，包括固定充电站

【技术实现步骤摘要】
一种应用于新能源汽车的移动换电系统


[0001]本专利技术涉及新能源汽车
，尤其是涉及一种应用于新能源汽车的移动换电系统
。

技术介绍

[0002]为响应国家节能减排号召，近几年，以燃油为动力源的车辆及设备在逐渐被电能车辆及设备取代
。
但由于电能设备的续航能力
、
充能效率
、
使用周期都受到各种制约，不及燃油动力设备
。
为了解决这些问题，市场上提供了为电能设备直接换电的换电车，以达到为电能设备进行快速补能的目的
。
[0003]在现有技术中，由于电池包的重量较大，在换电车工作之前需要先部署地撑机构，并且由于换电时需要与被换电车辆保持同样的水平状态，需要花费大量的时间进行地面找平工作，往往换电车辆需要等待进
30
分钟才能开始换电作业
。
这使得换电的等待
、
准备时间较长，浪费了较多的时间，换电效率低，换电体验差
。

技术实现思路

[0004]鉴于以上问题，本专利技术提供了一种应用于新能源汽车的移动换电系统，不仅可提供更加灵活的换电服务，而且牵引车头可与集装箱分离，将电池集装箱停留在固定充电站，牵引车头可与其他满电的电池集装箱组合，继续工作
。
[0005]为了实现上述目的及其他相关目的，本专利技术提供的技术方案如下：一种应用于新能源汽车的移动换电系统，包括固定充电站
、
牵引车和移动换电中转车，所述牵引车包括牵引车头和电池存放单元，所述牵引车头用于将所述电池存放单元在所述固定充电站和所述移动换电中转车之间往返运送，所述电池存放单元包括集装箱体
、
电池底座
、
电池状态检测模块和消防应急系统，所述集装箱体内部设有电池底座，所述电池底座用于紧固电池并提供与电池之间的充电
、
通讯接口，所述电池状态检测模块与所述电池底座通讯连接，实时监控电池电量或故障的状态，所述消防应急系统用于在发生火灾时及时处理火情，避免造成更大的危害和损失；所述移动换电中转车包括起重组件
、
平板半挂车
、
平板车液压支腿
、
移动换电站控制组件
、
高精度定位模块和停车引导模块，所述起重组件用于起吊电池包，可横向纵向移动，向左右两侧伸出，所述平板半挂车为所述起重组件和所述移动换电站控制组件的载体，所述停车引导模块用于采用神经网络算法和
PRM
算法指引牵引车和换电车辆停靠在指定位置进行换电作业
。
[0006]进一步的，所述采用神经网络算法和
PRM
算法指引牵引车和换电车辆停靠在指定位置进行换电作业的步骤包括：
U1.
获取牵引车的
2D BEV
数据信息
、
换电车辆的
2D BEV
数据信息和移动换电中转车的
2D BEV
数据信息，并采用皮尔逊系数算法对两车之间的相关距离进行推算，输出牵引
车与换电车辆的相关距离数据信息
、
牵引车与移动换电中转车的相关距离数据信息和换电车辆与移动换电中转车的相关距离数据信息；
U2.
将所述牵引车与换电车辆的相关距离数据信息
、
所述牵引车与移动换电中转车的相关距离数据信息和所述换电车辆与移动换电中转车的相关距离数据信息分为训练数据集和测试训练数据集，将所述训练数据集输入神经网络模型进行训练和学习，输出训练好的神经网络模型；
U3.
将所述测试训练数据集输入训练好的神经网络模型，对牵引车
、
换电车辆和移动换电中转车进行车辆位姿预测，输出预测后的牵引车位姿数据信息
、
预测后的换电车辆位姿数据信息和预测后的移动换电中转车位姿数据信息；
U4.
基于所述预测后的牵引车位姿数据信息
、
所述预测后的换电车辆位姿数据信息和所述预测后的移动换电中转车位姿数据信息，采用
PRM
算法对车辆的轨迹进行规划，输出牵引车的轨迹规划数据信息
、
换电车辆轨迹规划数据信息和移动换电中转车的轨迹规划数据信息
。
[0007]进一步的，在步骤
U4
中，若所述预测后的牵引车位姿数据信息不变，则根据
PRM
算法对换电车辆和移动换电中转车的轨迹进行规划，若所述预测后的换电车辆位姿数据信息不变，则根据
PRM
算法对移动换电中转车和牵引车的轨迹进行规划，若所述预测后的移动换电中转车位姿数据信息不变，则根据
PRM
算法对牵引车和换电车辆的轨迹进行规划
。
[0008]进一步的，在步骤
U4
中，若所述预测后的牵引车位姿数据信息和所述预测后的换电车辆位姿数据信息不变，则根据
PRM
算法对移动换电中转车的轨迹进行规划，若所述预测后的牵引车位姿数据信息所述预测后的移动换电中转车的位姿数据信息不变，则根据
PRM
算法对换电车辆的轨迹进行规划，若所述预测后的换电车辆位姿数据信息和所述预测后的移动换电中转车的位姿数据信息不变，则根据
PRM
算法对牵引车的轨迹进行规划
。
[0009]进一步的，在步骤
U1
中，所述并采用皮尔逊系数算法对两车之间的相关距离进行推算包括：
U11.
获取牵引车的
2D BEV
数据信息
、
换电车辆的
2D BEV
数据信息和移动换电中转车的
2D BEV
数据信息，建立统一坐标系，输出牵引车的边界坐标点数据信息
、
换电车辆的边界坐标点数据信息和移动换电中转车的边界坐标点数据信息；
U12.
基于所述牵引车的边界坐标点数据信息
、
换电车辆的边界坐标点数据信息和移动换电中转车的边界坐标点数据信息，建立任意两车的距离相关系数函数
L
xy
，，其中，
x
和
y
分别为任意两车的边界坐标点，
COV(x,y)
为
x
和
y
的协方差，
D(x)
为
x
的方差，
D(y)
为
y
的方差；
U13.
基于所述任意两车的距离相关系数函数
L
xy
，建立任意两车的相关距离函数
Q
xy
，
Q
xy
=1
‑
L
xy
，其中，
L
xy
为任意两车的距离相关系数函数，得到牵引车与换电车辆的相关距离数据信息
、
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种应用于新能源汽车的移动换电系统，包括固定充电站
、
牵引车和移动换电中转车，其特征在于：所述牵引车包括牵引车头和电池存放单元，所述牵引车头用于将所述电池存放单元在所述固定充电站和所述移动换电中转车之间往返运送，所述电池存放单元包括集装箱体
、
电池底座
、
电池状态检测模块和消防应急系统，所述集装箱体内部设有电池底座，所述电池底座用于紧固电池并提供与电池之间的充电
、
通讯接口，所述电池状态检测模块与所述电池底座通讯连接，实时监控电池电量或故障的状态，所述消防应急系统用于在发生火灾时及时处理火情，避免造成更大的危害和损失；所述移动换电中转车包括起重组件
、
平板半挂车
、
平板车液压支腿
、
移动换电站控制组件
、
高精度定位模块和停车引导模块，所述起重组件用于起吊电池包，可横向纵向移动，向左右两侧伸出，所述平板半挂车为所述起重组件和所述移动换电站控制组件的载体，所述停车引导模块用于采用神经网络算法和
PRM
算法指引牵引车和换电车辆停靠在指定位置进行换电作业
。2.
根据权利要求1所述的应用于新能源汽车的移动换电系统，其特征在于，所述采用神经网络算法和
PRM
算法指引牵引车和换电车辆停靠在指定位置进行换电作业的步骤包括：
U1.
获取牵引车的
2D BEV
数据信息
、
换电车辆的
2D BEV
数据信息和移动换电中转车的
2D BEV
数据信息，并采用皮尔逊系数算法对两车之间的相关距离进行推算，输出牵引车与换电车辆的相关距离数据信息
、
牵引车与移动换电中转车的相关距离数据信息和换电车辆与移动换电中转车的相关距离数据信息；
U2.
将所述牵引车与换电车辆的相关距离数据信息
、
所述牵引车与移动换电中转车的相关距离数据信息和所述换电车辆与移动换电中转车的相关距离数据信息分为训练数据集和测试训练数据集，将所述训练数据集输入神经网络模型进行训练和学习，输出训练好的神经网络模型；
U3.
将所述测试训练数据集输入训练好的神经网络模型，对牵引车
、
换电车辆和移动换电中转车进行车辆位姿预测，输出预测后的牵引车位姿数据信息
、
预测后的换电车辆位姿数据信息和预测后的移动换电中转车位姿数据信息；
U4.
基于所述预测后的牵引车位姿数据信息
、
所述预测后的换电车辆位姿数据信息和所述预测后的移动换电中转车位姿数据信息，采用
PRM
算法对车辆的轨迹进行规划，输出牵引车的轨迹规划数据信息
、
换电车辆轨迹规划数据信息和移动换电中转车的轨迹规划数据信息
。3.
根据权利要求2所述的应用于新能源汽车的移动换电系统，其特征在于，在步骤
U4
中，若所述预测后的牵引车位姿数据信息不变，则根据
PRM
算法对换电车辆和移动换电中转车的轨迹进行规划，若所述预测后的换电车辆位姿数据信息不变，则根据
PRM
算法对移动换电中转车和牵引车的轨迹进行规划，若所述预测后的移动换电中转车位姿数据信息不变，则根据
PRM
算法对牵引车和换电车辆的轨迹进行规划
。4.
根据权利要求2所...

【专利技术属性】
技术研发人员：李梓争，梁飞，祁畅，蒋宇航，
申请(专利权)人：东风悦享科技有限公司，
类型：发明
国别省市：