用于预测车辆中的能量消耗的系统和方法与流程

就总体概述而言，本公开中描述的某些实施例涉及用于预测车辆中的能量消耗的系统和方法。

背景技术：

1、随着电动车辆的普及，可能期望提高可以支持电动车辆的使用的电力基础设施和/或本地公用设施的可用性和效率。为了这样做，可能期望预测与电动车辆和/或其驾驶员相关联的充电模式和/或能量消耗。然而，与电动车辆及其驾驶员相关联的充电模式和/或能量消耗的可预测性可能受到与电动车辆相关联的有限量的当前可用数据的约束。因此，可能优选的是结合与汽油动力车辆和/或混合动力车辆相关联的能量消耗模型来预测与电动车辆相关联的充电模式和/或能量消耗。

技术实现思路

1、在示例性方法中，可以确定与车辆相关联的预测的能量消耗模型。可以经由与车辆相关联的多个传感器来接收与车辆相关联的传感器数据。然后可以至少部分地基于传感器数据来确定与车辆相关联的基于驾驶员的能量消耗模型。然后可以至少部分地基于预测的能量消耗模型和基于驾驶员的能量消耗模型来确定与车辆相关联的估计的能量消耗模型。然后可以至少部分地基于估计的能量消耗模型来确定车辆充电预测模型。

技术特征：

1.一种方法，其包括：

2.如权利要求1所述的方法，其中确定与所述车辆相关联的所述预测的能量消耗模型还包括：

3.如权利要求1所述的方法，其中至少部分地基于所述传感器数据来确定与所述车辆相关联的所述基于驾驶员的能量消耗模型还包括：

4.如权利要求1所述的方法，其中针对多个驾驶场景训练所述预测的能量消耗模型，并且其中所述多个驾驶场景包括以下各项中的至少一者：天气状况、交通密度和车辆位置。

5.如权利要求1所述的方法，其还包括：

6.如权利要求5所述的方法，其还包括：

7.如权利要求1所述的方法，其中所述车辆包括电动车辆，所述方法还包括：

8.一种装置，其包括：

9.如权利要求8所述的装置，其中确定与所述车辆相关联的所述预测的能量消耗模型还包括：

10.如权利要求8所述的装置，其中至少部分地基于所述传感器数据确定与所述车辆相关联的所述基于驾驶员的能量消耗模型还包括：

11.如权利要求8所述的装置，其中针对多个驾驶场景训练所述预测的能量消耗模型，并且其中所述多个驾驶场景包括以下各项中的至少一者：天气状况、交通密度和车辆位置。

12.如权利要求8所述的装置，其中所述至少一个处理器还被配置为执行所述计算机可执行指令以：

13.如权利要求12所述的装置，其中所述至少一个处理器还被配置为执行所述计算机可执行指令以：

14.如权利要求8所述的装置，其中所述车辆包括电动车辆，并且其中所述至少一个处理器还被配置为执行所述计算机可执行指令以：

15.一种存储计算机可执行指令的非暂时性计算机可读介质，所述计算机可执行指令在由处理器执行时使所述处理器执行操作，所述操作包括：

技术总结
本公开总体上涉及用于预测车辆中的能量消耗的系统和方法。在示例性方法中，可以确定与车辆相关联的预测的能量消耗模型。可以经由与车辆相关联的多个传感器来接收与车辆相关联的传感器数据。然后可以至少部分地基于传感器数据来确定与车辆相关联的基于驾驶员的能量消耗模型。然后可以至少部分地基于预测的能量消耗模型和基于驾驶员的能量消耗模型来确定与车辆相关联的估计的能量消耗模型。然后可以至少部分地基于估计的能量消耗模型来确定车辆充电预测模型。

技术研发人员：吴凯,张陈,胡臻,付岩,大卫·麦克瑞德,S·戈亚尔
受保护的技术使用者：福特全球技术公司
技术研发日：
技术公布日：2024/3/11