用于具有电动驱动装置的车辆的行驶里程估计的方法与流程

本发明涉及一种用于估计车辆在借助于电源(例如电池)驱动时的行驶里程的方法和装置。本发明还涉及一种车辆，特别是机动车辆。

背景技术：

电动车辆的行驶里程，特别是全电动驱动车辆的行驶里程，例如借助于电池操作的车辆的行驶里程，取决于许多难以预测的外部因素。驾驶风格、环境条件、交通流量和道路负载条件改变并影响电功率需求、电池负载状态以及最终电动车辆的行驶里程。目前，充电基础设施还没有充分开发和扩展，因此，关于车辆行驶里程的不确定性可能导致用户方面的不安全和不满意，并且在最坏的情况下导致在路上过早地停止。

例如在文献de102009052853a1中描述了一种用于机动车辆的行驶里程估计的方法，其中在行驶里程估计期间尤其考虑了车辆在规划的路线上的最大允许速度、最大加速度、用于舒适系统的最大功率和道路轮廓(例如尤其是高度轮廓或道路种类)。在文献de102017105590a1中，描述了用于基于环境因素确定电动车辆的行驶里程的系统和方法。在行驶里程计算期间，确定并考虑预测路线上的平均道路负载。

道路负载或行驶阻力表示车辆上的力，例如由于轮胎摩擦、风阻力、道路坡度等。为了可靠的行驶里程估计，有必要考虑例如由风、雪、冰雹、雨、泥土、道路表面等引起的道路负载或驱动阻力的差异，并且将这些差异结合在估计中。

技术实现要素：

在所描述的背景下，本发明的目的是提供一种用于估计车辆当借助于电源(例如电池)驱动时的行驶里程的有利方法，其中，与现有技术中已知的方法相比，特别地，所估计的行驶里程的可靠性和弹性得到改善。本发明的另一个目的是提供一种用于估计车辆的行驶里程的有利装置和有利车辆，该有利车辆特别是具有电动驱动装置的机动车辆。

所提及的目的通过根据权利要求1的用于估计车辆的行驶里程的方法、根据权利要求12的用于估计车辆的行驶里程的装置以及根据权利要求14的车辆来实现。从属权利要求包含本发明的其它有利实施例。

根据本发明的用于估计车辆在借助于电源(例如电池)驱动时的行驶里程的方法包括以下步骤：通过请求更新行驶里程估计来触发，确定(例如测量)车辆的当前纵向加速度。如果所确定的车辆的当前纵向加速度的大小小于规定的极限值，则确定(例如计算)车辆的当前行驶阻力值(实际行驶阻力值)，也称为道路负载。将计算出的当前行驶阻力值和车辆的当前位置发送到云。借助于云来确定多个车辆、优选多个车辆或车队的当前行驶阻力值(实际行驶阻力值)，并且将其与标准行驶阻力值进行比较。例如，基于比较借助于统计方法来确定(例如计算)校正指数。基于校正指数计算车辆的行驶里程。

根据本发明的方法具有的优点是，通过使用统计方法同时使用gps数据和可能的gsm连接，显著地提高了行驶里程估计的可靠性。通过确定相应的道路负载并对其进行修正，在估计期间自动地考虑影响因素(例如天气条件或道路状态或交通密度)。因此，通过对整个车队(即，多个车辆)的数据进行基于云的分析，可以通过相对较少的输入数据，显著提高估计的可靠性。

特别地，任何尺寸的车辆的车队的实时数据可以用于确定行驶阻力值的变化，该变化之后可以用于校正各个车辆的相应行驶里程。校正指数通过统计方法确定。在核心，确定车队的实际行驶阻力数据，并将其与标准状态进行比较，以计算校正指数。基于校正指数，可以改进行驶里程计算。

优选地，对多个车辆的当前行驶阻力值进行统计分析和分类。校正指数优选地基于分类来确定。分类的使用简化和加速了校正指数的确定。

有利地，确定车辆的当前电功率和当前速度，并且基于所确定的车辆的当前电功率(pel)和平均当前速度(v)确定(例如计算)当前行驶阻力值(fr)。计算尤其可根据公式fr＝pel/v执行。这使得能够简单地确定行驶阻力值。当前行驶阻力值的计算可以在车辆内(例如通过车辆控制单元)或在云中执行。

优选地，借助于gps(全球定位系统)来确定车辆的当前位置。这代表了用于确定车辆的当前位置的简单且廉价的选择。

除了所提及的数据之外，识别车辆类型的数据可以被发送到云。这具有的优点是，可以执行车辆类型特定的车辆模型计算或者可以使用特定的数据库。原则上，标准行驶阻力值可以从车辆模型计算和/或数据库中确定。

优选地，在云中进行统计分析和/或将由多个车辆发送的数据与标准行驶阻力值进行比较和/或确定(例如计算)校正指数。这具有的优点是，车辆本身不必包括相应的计算能力和相应的软件或分析工具。此外，以这种方式可以使分析和所确定的校正指数用于多个车辆。

在有利的变型中，利用来自在车辆的特定空间距离内和/或在与车辆相同的路线上行驶的车辆的数据来执行比较。这样，有意义的有限数量的车辆被包括在分析中。

在另一变型中，将由多个车辆发送的数据与标准数据和/或车辆模型数据和/或行驶阻力模型数据进行比较，并且基于该比较对行驶阻力值进行分类。例如，可以为相应的车辆类型确定车辆模型数据。这例如可以借助于来自数据库的数据来执行。相应的分类简化了校正指数的确定，并且总体上简化了分析。

优选地，例如通过显示器或通常通过hmi(人机界面)将计算的行驶里程输出给用户。gsm标准(全球移动通信系统)用于向云和/或从云发送数据是有利的。

根据本发明的用于估计车辆在借助于电源例如电池驱动时的行驶里程的装置被设计成根据本发明的前述方法执行。该装置尤其可以包括用于确定(例如用于测量)车辆的当前纵向加速度的设备和/或用于确定车辆的当前位置的设备(例如gps)，和/或用于确定车辆的当前速度的设备，和/或用于确定车辆的电功率(尤其是电池功率)的设备，和/或用于向云发送数据和从云接收数据的设备。

该装置还可以包括分析器，该分析器被设计用于根据上述根据本发明的方法计算行驶里程。

根据本发明的装置例如可以设计用于专门电动驱动或操作的车辆(例如机动车辆)。根据本发明的装置具有与根据本发明的方法有关的上述特征和优点。

根据本发明的机动车辆包括电动驱动装置。它包括前面描述的根据本发明的装置。电动驱动装置可包括至少一个电动马达和用于运行至少一个电动马达的至少一个电池。车辆优选地是机动车辆，例如电动车辆或混合动力车辆。通常，机动车辆可以是客运车辆、卡车、摩托车、小型摩托车、公共汽车、小型公共汽车、运输车或其它机动车辆。根据本发明的车辆具有上述优点。

附图说明

下面参照附图使用示例性实施例详细描述本发明。

图1示意性地示出了根据本发明的方法的基本原理。

图2以流程图的形式示意性地示出了根据本发明的方法的一种实施例。

具体实施方式

本发明的原理基于多个车辆1(即例如一队车辆)将数据发送到云2并且从云2接收数据。数据传输由箭头3表示。每个车辆优选地将速度v、加速度a、电功率pel和gps坐标发送到云2。也可以由车辆控制单元根据单个车辆或所有车辆的电功率和速度来确定相应的行驶阻力值，并将其发送到云2。

在云2中或在云2上为各个车辆确定(尤其是计算)当前行驶阻力值。优选地，对某一路线或所确定的空间区域的行驶阻力值进行统计分析，并与标准行驶阻力值进行比较。标准行驶阻力值可以例如从数据库4和/或从车辆模型计算中确定。标准行驶阻力值可以例如遵循统计分布，例如在图框5中通过示例示出的。在图框5中，与平均值的差绘制在x轴上，概率密度绘制在y轴上，每个以任意单位绘制。分布由曲线6表征。

可以使用曲线6的标准行驶阻力值的分布对当前行驶阻力值(尤其是统计处理的行驶阻力值)进行分类。在所示的例子中，具有+/-0.5的差值的行驶阻力值被分类为"正常"行驶阻力值，由区间7表征。在该实施例中，具有-0.5和-1.3之间的差值的行驶阻力值被分类为减小的行驶阻力值，其由参考数字8表征。与平均值的差为0.5至1.3的行驶阻力值被分类为增加的行驶阻力值，其由参考数字9表征。

基于当前行驶阻力值与标准行驶阻力值的比较，并且特别地基于其分类，确定(例如计算)校正指数。为此再次使用统计方法。然后，基于校正指数，在云2上或者借助于单个车辆中的控制单元来计算或调整车辆的行驶里程。以这种方式计算和可能调整的行驶里程，例如也可以以米每瓦时(m/wh)为单位规定，是非常可靠和有弹性的估计，其适于特定的交通和道路情况，并且还适于反映在当前行驶阻力值中的相应天气条件。

图1中的箭头10表示行驶阻力值的分类。参考数字11表征校正指数或基于分类和统计分析的校正指数的确定。箭头13表征了到云的数据传输。箭头12表示从云到各个车辆1的数据传输。

车辆1优选地是机动车辆，例如仅是电动操作的机动车辆或混合动力车辆。

在图2中，示意性地示出了车辆控制单元20，其经由一个或多个接口连接到云2以用于数据传输。云2可选地经由用于数据传输的接口30连接到数据库4。在根据本发明的方法的情境内，在当前的实施例中，在步骤21中请求对借助于电源(例如电池)驱动的情况的行驶里程估计。

然后在步骤22中请求确定当前行驶阻力值。因为为此需要近似静止的状态，所以在步骤23中计算车辆的纵向加速度。如果加速度的大小超过规定的极限值，例如超过0.2m/s²，则它不是充分静止的状态，并且该方法跳回步骤22，如箭头24所示。如果加速度的大小小于预定的极限值，例如小于或等于0.2m/s²，即在-0.2m/s²和+0.2m/s²之间的范围内，则在步骤25中根据公式fr＝pel/v计算当前行驶阻力值fr。

该值或计算该值所必需的值被发送到云2，如箭头31所表征的。当前行驶阻力值也可以在车辆控制单元20内或云2内计算。此外，在步骤26中，车辆的gps坐标被发送到云2。这由箭头32表征。可选地，特定车辆类型或表征特定车辆的其他特征可以经由其他接口28被发送到云2。例如，用于识别相应车辆27的单元可以用于该目的。

在云2上进行行驶阻力值的分类。在这种情况下，确定多个车辆(优选一队车辆)的当前行驶阻力值，并将其与标准阻力值进行比较。然后，基于与标准行驶阻力值的比较和/或已经执行的分类，执行校正指数的计算。在所示的方案中，校正指数如箭头33所表征的被发送到车辆控制单元20。在步骤29中，车辆控制单元20基于校正指数计算车辆的行驶里程。

以这种方式借助于行驶阻力值计算的行驶里程，考虑了在与所涉及的车辆在相同的空间段中移动的多个车辆，隐含地改变的条件，这些条件例如由诸如逆风、雪、雨等的因素、交通堵塞或其它相关因素引起。这样，确定了适应于特定情况的行驶里程(例如更短或更长)，并且可以例如经由hmi将其输出给用户。以这种方式确定的行驶里程也可以重新用于其它计算。

附图标记列表

1车辆

2云

3数据传输

4数据库

5标准行驶阻力值的分布的图框

6标准行驶阻力值的概率密度图形

7正常行驶阻力

8降低的行驶阻力

9增加的行驶阻力

10行驶阻力的分类

11校正指数

12从云到车辆的数据传输

13从车辆到云的数据传输

20车辆控制单元

21用于行驶里程估计的请求

22用于确定当前行驶阻力值的请求

23车辆的纵向加速度的计算

24分支返回

25当前行驶阻力值的计算

26gps

27用于识别车辆类型的装置

28接口

29行驶里程计算

30接口

31接口

32接口

33接口