一种基于车联网的对里程焦虑用户提供服务的方法及系统与流程

本发明涉及对汽车用户，尤其是对具有里程焦虑的电动汽车用户提供服务的技术。

背景技术：

电动汽车在近些年飞速发展，但纯电动车所占有的市场规模仍然较小，有限的续航里程和较低的充电桩覆盖率导致了人们对纯电动汽车的里程焦虑。里程焦虑限制了消费者对纯电动汽车的购买意愿，也限制了纯电动汽车车主的使用意愿。总的来说，里程焦虑问题已经成为电动汽车走向大规模发展的主要障碍之一。

为了缓解里程焦虑，目前常见的方法有：1)让车辆电池组的能量存储更为高效；2)扩建充电基础设施并提升输出功率，为家庭、办公场所、便利店和高速休息站提供针对性的充电解决方案；3)利用现有设施和技术为车辆提供增程辅助(如市售的PHEV车型)；4)更高效和轻量化的车型平台；5)多模辅助运输系统与服务，辅以能解决城市和最后一公里需要的私人电动车；6)电池更换技术和换电站建设。前两种解决方案最为常见，也较为可行。但是现有公开的技术中，对于里程焦虑的解决方案缺少系统性的规划，没有一套实用性的工具直达用户。

技术实现要素：

针对现有技术中存在的缺陷，本发明提出一种基于车联网的对里程焦虑用户提供服务的方法及系统，在第一时间为具有里程焦虑的车主提供服务，以帮助其减少焦虑感，快速脱离焦虑圈。

本发明的技术方案如下：

一种基于车联网的对里程焦虑用户提供服务的方法，所述方法是基于车联网平台对用户的里程焦虑等级进行评估的结果，借助车联网渠道向具有里程焦虑的用户提供服务，包括通过人机交互界面向用户提供充电站位置信息、充电桩信息以及改善建议等。

本发明的技术方案如下：

一种基于车联网的对里程焦虑用户提供服务的方法，所述方法是针对存在里程焦虑的用户，由车联网平台通过车载人机交互界面或用户移动端人机交互界面提供改善里程焦虑的服务，包括步骤：

(1)采集信息：采集汽车电池状态信息、汽车位置信息、汽车速度信息、汽车输出转矩信息；

(2)计算预计行驶里程：根据以上信息计算电动汽车按照当前驾驶速度、输出转矩持续运行，电池容量下降到不同预设容量比例时的预计行驶里程；

(3)显示可行驶区域：根据计算出的预计行驶里程，将不同的预计行驶里程对应不同的车辆可行驶区域，定义成不同级别的焦虑区域，在车联网平台、车载人机交互界面和/或用户移动端人机交互界面上实时显示；

(4)推荐充电桩、充电站：在与用户里程焦虑等级对应的焦虑区域显示区域内所有电动汽车充电站或充电桩具体位置，在车载端或用户移动端上按照不同标准对电动汽车充电站或充电桩进行排序推荐；

(5)完成充电导航：获取用户通过人机界面对充电站进行选择的信息，通过调用汽车车载导航系统，将目的地输入为用户选择的充电站，完成充电导航。

具体地，所述电池容量下降的预设容量比例分成至少3个，且比例等梯度下降，最高容量比例小于等于50％。

优选地，所述电池容量下降的预设容量比例为3个，分别对应划分出1、2、3级焦虑区域。

具体地，所述1、2、3级焦虑区域的划分是以可行驶区域中心为电动汽车当前位置，不同预计行驶里程为半径，最小半径包括的区域定义为1级焦虑区域，对应电动汽车行驶到该区域边界电池容量预计将会下降到最高比例；中等半径包括的区域去除1级焦虑区域定义为2级焦虑区域，对应电动汽车行驶到该区域边界电池容量预计将会下降到中间比例；最大半径包括的区域去除1、2级焦虑区域定义为3级焦虑区域，对应电动汽车行驶到该区域边界电池容量预计将会下降到最小比例。

优选地，所述标准包括电动汽车充电站充电功率降序排列、电动汽车充电站或充电桩空余位置降序排列。

进一步，所述方法还包括下发改善建议：对所述具有里程焦虑的用户，车联网平台的里程焦虑管理系统定期下发充电行为与驾驶行为改善的建议至人机交互界面，督促用户改正，以减少焦虑。

本发明进一步还提供一种基于车联网的对里程焦虑用户提供服务的系统，所述系统是针对存在里程焦虑的用户，通过车载人机交互界面或用户移动端人机交互界面提供改善里程焦虑的服务，包括：

(1)采集信息模块：采集汽车电池状态信息、汽车位置信息、汽车速度信息、汽车输出转矩信息；

(2)预计行驶里程计算模块：根据以上信息计算电动汽车按照当前驾驶速度、输出转矩持续运行，电池容量下降到不同预设容量比例时的预计行驶里程；

(3)可行驶区域显示模块：根据计算出的预计行驶里程，将不同的预计行驶里程对应不同的车辆可行驶区域，定义成不同级别的焦虑区域，在车联网平台、车载人机交互界面和/或用户移动端人机交互界面上实时显示；

(4)充电桩、充电站推荐模块：在与用户里程焦虑等级对应的焦虑区域显示区域内所有电动汽车充电站或充电桩具体位置，在车载端或用户移动端上按照不同标准对电动汽车充电站或充电桩进行排序推荐；

(5)充电导航模块：获取用户通过人机界面对充电站进行选择的信息，通过调用汽车车载导航系统，将目的地输入为用户选择的充电站，进行充电导航。

进一步还包括改善建议下发模块：对所述具有里程焦虑的用户，定期下发充电行为与驾驶行为改善的建议至人机交互界面，督促用户改正，以减少焦虑。

以上各模块组成的系统嵌入在车联网平台中，与车上的各系统(如车载智能终端T-BOX或车机系统等)进行信息交互。

本发明基于车联网，通过人机交互方式，为不同里程焦虑等级的用户定向提供缓解里程焦虑的服务与改善建议，达到帮助其减少焦虑感，快速脱离焦虑圈的效果。

附图说明

图1是本发明实施例1的实施流程示意图。

具体实施方式

以下结合附图和具体实施例进一步详细说明本发明。

实施例一：参见图1，基于车联网向具有里程焦虑的用户提供服务，由嵌入在车联网平台中的服务系统与车辆进行信息交互实现，具体包括步骤如下：

101：采集数据

通过采集数据模块收集电池状态信息，电动汽车位置信息，电动汽车速度信息，电动汽车输出转矩信息等。

102：计算预计行驶里程

预计行驶里程计算模块根据收集到的以上信息计算电动汽车按照当前驾驶速度和输出转矩运行，计算电池容量下降到预设容量比例时的预计行驶里程。通常，所述电池容量下降的预设容量比例分成至少3个，且比例等梯度下降，最高容量比例不高于50％。

本实施中，所述电池容量下降的预设容量比例为3个，电动汽车电池容量下降到50％、30％和10％时的预计行驶里程。

103：显示可行驶区域

可行驶区域显示模块根据计算出的预计行驶里程，将不同的预计行驶里程对应不同的车辆可行驶区域，定义成不同级别的焦虑区域，在车联网平台、车载人机交互界面和/或用户移动端人机交互界面上实时显示。

本实施例中，通过3个电池容量下降预设容量比例，得到三个不同的车辆可行驶区域，分别对应划分出1、2、3级焦虑区域，具体是：

根据计算出的预计行驶里程在车载人机交互界面上实时展示可行驶区域，可行驶区域的中心为电动汽车当前位置，不同预计行驶里程为半径，最小半径包括的区域定义为1级焦虑区域，对应电动汽车行驶到该区域边界电池容量预计将会下降到50％，中等半径包括的区域去除1级焦虑区域定义为2级焦虑区域，对应电动汽车行驶到该区域边界电池容量预计将会下降到30％，最大半径包括的区域去除1，2级焦虑区域定义为3级焦虑区域，对应电动汽车行驶到该区域边界电池容量预计将会下降到10％。

104：推荐充电桩、充电站

充电桩、充电站推荐模块根据评估出的该用户里程焦虑等级，在与该里程焦虑等级对应的焦虑区域中显示区域内所有电动汽车充电站或充电桩具体位置，在车载端或用户移动端上按照不同标准对电动汽车充电站或充电桩进行排序推荐。

对于该用户里程焦虑等级的评估，可以采用各种方法，如可以采用实施例2的评估方法。评估出的用户里程焦虑等级划分数量可以与焦虑区域的设置数量相等，在推荐充电桩、充电站时，评估出的用户里程焦虑等级越高，对应的焦虑区域的级数越高。

具体地，所述推荐标准包括电动汽车充电站充电功率降序排列，电动汽车充电站或充电桩空余位置降序排列，电动汽车充电站或充电桩性能好坏降序排列。

105：完成充电导航

充电导航模块获取用户通过人机界面对充电站进行选择的信息，通过调用汽车车载导航系统，将目的地输入为用户选择的充电站，完成一次用户里程焦虑改善服务。

106：下发改善建议

改善建议下发模块对于不同焦虑等级的用户(如轻度、中度、重度或者1级、2级、3级)，车联网平台的里程焦虑管理软件会定期下发充电行为与驾驶行为改善的建议至人机交互界面，督促用户改正，以减少焦虑。

以上方法的实施是在分析用户使用电动汽车行为，定量描述或定性评估用户里程焦虑程度的基础上进行的。现有技术有各种对用户里程焦虑程度的评估方法，以下实施例二例举一种方法，但其他评估方法评估得到的用户里程焦虑结果，也同样适合采用本发明的基于车联网的对里程焦虑用户提供服务的方法。

实施例二：对用户里程焦虑程度进行评估，确定用户焦虑等级，包括如下步骤：

1、从车联网数据库中提取用户充电行为数据。

提取数据类型包括：电动汽车充电前SOC、电动汽车充电后SOC、单次充电时间、单周充电频数、低SOC时继续行驶里程、电动汽车厂商标称续航里程等。

2、通过聚类算法提取体现用户里程焦虑的特征值。

将提取的用户充电行为数据，通过聚类算法对用户进行分类。分类依据为用户里程焦虑等级。分类方法为：将提取的用户充电行为数据进行预处理，预处理方法为归一化，主要将低SOC时继续行驶里程除以电动汽车厂商标称续航里程，得到归一化的低SOC时继续行驶里程，并将归一化的低SOC时继续行驶里程代替原低SOC时继续行驶里程；将预处理后的用户行为充电行为数据用DBSCAN聚类、OPTICS聚类或DENCLUE聚类等进行处理，本实施例以DBSCAN聚类方法进行处理为例，主要步骤如下：

1)DBSCAN从一个没有被访问过的任意起始数据点开始。这个点的邻域用距离ε(ε距离内的所有点都是邻域点)进行提取。

2)如果在这个邻域内有足够数量的点(根据minPoints)，则聚类过程开始，并且当前数据点成为新簇的第一个点。否则，该点将会被标记为噪声(稍后这个噪声点可能仍会成为聚类的一部分)。在这两种情况下，该点都被标记为“已访问”。

3)对于新簇中的第一个点，其ε距离邻域内的点也成为该簇的一部分。这个使所有ε邻域内的点都属于同一个簇的过程将对所有刚刚添加到簇中的新点进行重复。

4)重复步骤2)和3)，直到簇中所有的点都被确定，即簇的ε邻域内的所有点都被访问和标记过。

5)一旦完成了当前的簇，一个新的未访问点将被检索和处理，导致发现另一个簇或噪声。重复这个过程直到所有的点被标记为“已访问”。由于所有点都已经被访问，所以每个点都属于某个簇或噪声。

3、计算用户的里程焦虑值，得到车主的里程焦虑等级；

在聚类完成之后，假设得到n个聚类，通过下式计算每个聚类的平均焦虑值

其中

k1+k2+k3+k4+k5＝1

k表示不同用户充电行为数据类型所占权重，下标1-5分别对应电动汽车充电前SOC、电动汽车充电后SOC、单次充电时间、单周充电频数、归一化低SOC时继续行驶里程，下标i代表第i个聚类，i＝1,2,3…n，SOCa表示电动汽车充电后SOC，SOCb表示电动汽车充电前SOC，timec表示单次充电时间，fc表示单周充电频率。

将n个聚类按照平均焦虑值大小降序排列，平均焦虑值的大小对应了用户的里程焦虑等级，数值较大代表里程焦虑等级较高，数字较低表示里程焦虑等级较低。

以上方法可以评估出用户的里程焦虑等级。

在启动实施例1的服务之前，系统还需要判断用户是否存在里程焦虑且里程焦虑值是否达到设定阈值。如果用户存在里程焦虑或者里程焦虑值达到设定阈值，则向用户推荐改善里程焦虑的服务，并由用户决定是否选择服务。

本领域的技术人员应该理解，结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合等方式来实施。软件模块可以布置在车联网平台，或技术领域内所公知的任意其它形式的平台或介质中。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。