一种基于云计算路径规划的新能源车的制作方法
【专利摘要】一种基于云计算路径规划的新能源车，车本体是油电混合动力车，包括仪表盘数据监控模块，街景数据获取模块，GPS定位模块，终端节点模块，服务器群组模块，转向与制动模块，嵌入服务器群组处理器自适应目标函数优化遗传算法模块。所述的自适应目标函数优化遗传算法，输入是所有终端节点上传来的除油耗数据以外的有效输入数据；所述的有效数据为串联的16位时刻数据，48位字符数据和16位经纬度定位数据，所述的自适应目标函数优化遗传算法的优化目标为油耗最小；当汽车在行驶时，由所述的终端节点模块实时控制车本体的转向，变速与动力切换，极大改善了汽车的能耗，提高了能源利用率，不仅具有较高的经济效益，还能产生较高的环境效益。
【专利说明】
一种基于云计算路径规划的新能源车
技术领域
[0001]本发明涉及汽车自动化领域，特别涉及一种基于云计算路径规划的新能源车。
【背景技术】
[0002]面对多种多样的行驶环境，使用计算机技术对汽车自身信息和外部环境信息的挖掘，将使得上述问题迎刃而解。而云计算的引入，将大大提高计算的准确度和效率。云计算是一门多领域交叉学科，涉及概率论、统计学、博弈论、算法复杂度理论等多门学科。云计算是并行计算(Parallel Computing)、分布式计算(Distributed Computing)和网格计算(Grid Computing)的发展，或者说是这些计算机科学概念的商业实现。云计算领域已经涌现出了大量新的技术，它们成为云计算采集、存储、处理和呈现的有力武器。云计算是虚拟化(Virtualizat1n)、公用计算(Utility Computing)、IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)等概念混合演进并跃升的结果。云计算处理关键技术一般包括:云计算采集、云计算预处理、云计算存储及管理、云计算分析及挖掘、云计算展现和应用(云计算检索、云计算可视化、云计算应用、云计算安全等)。而近年来新兴并日益成熟的支持向量机与自组织学习理论与技术在智能控制领域日益扮演着重要角色。作为诸多云计算算法中的一种，遗传算法(Genetic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群开始的，而一个种群则由经过基因编码的一定数目的个体组成。每个个体实际上是染色体带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现是某种基因组合，它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此，在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂，我们往往进行简化，如二进制编码，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度大小选择个体，并借助于自然遗传学的遗传算子进行组合交叉和变异，产生出代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码，可以作为问题近似最优解。
【发明内容】
[0003]为了解决现有技术存在的技术问题，本发明提供一种基于云计算路径规划的新能源车。
[0004]—种基于云计算路径规划的新能源车，车本体是油电混合动力车，还包括仪表盘数据监控模块，街景数据获取模块，GPS定位模块，终端节点模块，服务器群组模块，转向与制动模块，嵌入服务器群组处理器自适应目标函数优化遗传算法模块。
[0005]所述的仪表盘数据监控模块，包括位于油耗数据仪表盘上方的可拆卸图像传感器，油耗图像数据缓冲器，油耗字符识别计算器，油耗数据蓝牙发射器。所述的可拆卸图像传感器通过有线方式连接油耗图像数据缓冲器，所述的油耗图像数据缓冲器核心为ARM核32位微处理器，通过并行接口的方式连接所述的字符识别计算器，所述的油耗字符识别计算器为数字信号处理器，连接所述的油耗数据蓝牙发射器。
[0006]街景数据获取模块，包括两路街景图像传感器，街景图像缓冲器，街景图像字符识别计算器，街景图像字符数据蓝牙发射器;所述的街景两路图像传感器位于车顶的分别面向车两侧，通过有线方式连接所述的街景图像缓冲器，所述的街景图像缓冲器核心为ARM核32位微处理器，通过并行接口的方式连接所述的街景图像字符识别计算器，所述的街景图像字符识别计算器为数字信号处理器，用于获取街景图像中的3个可信度最高的字符，连接所述的街景图像字符数据蓝牙发射器。
[0007]所述的GPS定位模块，包括GPS定位数据获取模块，定位数据蓝牙发射器;所述的GPS定位数据模块位于车顶上方与所述的街景图像传感器所在同一位置处，所述的GPS定位数据模块通过IS07816-10协议连接所述的定位数据蓝牙发射器;所述的定位数据蓝牙发射器与所述的街景图像数据发射器数据同时发射。
[0008]所述的终端节点模块，包括蓝牙数据接收器，数据整合计算器，固态介质存储器，Wifi模块，放置于车内；所述的蓝牙数据接收器，用于接收来自于所述的油耗数据蓝牙发射器，所述的街景图像字符数据蓝牙发射器和所述的定位数据蓝牙发射器发送来的数据，通过有线方式连接数据整合计算器;所述的数据整合计算器的核心为低功耗X86核，内置实时时刻计数器，所述的内置的实时时刻计数器用于与真实世界的时刻同步时刻数据，所述的数据整合计算器将实时时刻数据，与对应的油耗数据，街景图像3个字符的数据，定位数据转换为文件的格式，通过有线方式连接所述的Wifi模块和所述的固态介质存储器，所述的Wifi模块用于将文件数据上传至所述的服务器群组模块。
[0009]所述的转向与制动模块，包括转向控制器，车速控制器，动力切换控制器，电容隔离器，前后转向轴，动力引擎，刹车动作装置;所述的转向控制器，车速控制器，动力切换控制器分别同时连接所述的数据整合计算器;所述的前后转向轴通过所述的电容隔离器连接所述的转向控制器，所述的转向控制器由所述的数据整合计算器控制，根据由所述的服务器群组模块返回的路线规划结果控制所述车本体的转向；所述的动力引擎和所述的刹车动作装置通过所述的电容隔离器连接所述的车速控制器，所述的车速控制器由所述的数据整合计算器控制，所述的转向控制器根据所述的数据整合计算器获取的实时结果向制动动作装置提供制动信号;所述的动力切换控制器，由所述的数据整合计算器控制，根据由所述的服务器群组模块返回的路线规划模块和实时油耗数据切换燃油动力驱动或电动力驱动模式。
[0010]所述的服务器群组模块包含嵌入服务器群组处理器的自适应目标函数优化遗传算法;所述的自适应目标函数优化遗传算法，输入是所有终端节点上传来的除油耗数据以外的有效输入数据;所述的有效数据为串联的16位时刻数据，48位字符数据和16位经玮度定位数据，所述的自适应目标函数优化遗传算法的优化目标为油耗最小;所述的自适应目标函数优化遗传算法的目标函数由串联的16位时刻数据，48位字符数据和16位经玮度定位数据与已知的对应油耗数据通过列文伯格-马夸尔特法拟合得出；所述的自适应目标函数优化遗传算法的遗传因子编码为串联的16位时刻数据，48位字符数据和16位经玮度定位数据的二进制数值。
【附图说明】
[0011]图1是本发明数据获取模块拓扑图；
图2是本发明终端节点与服务器拓扑图；
图3是本发明终端节点和转向与制动模块结构图；
图4是本发明油耗数据获取算法；
图5是本发明街景图像字符数据获取算法；
图6是自适应目标函数优化遗传算法。
【具体实施方式】
[0012]下面结合实施例与附图来具体说明本发明。
[0013]为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0014]—种基于云计算路径规划的新能源车，车本体是油电混合动力车，包括仪表盘数据监控模块，街景数据获取模块，GPS定位模块，终端节点模块，服务器群组模块，转向与制动模块，嵌入服务器群组处理器自适应目标函数优化遗传算法模块。
[0015]所述的仪表盘数据监控模块，包括位于油耗数据仪表盘上方的可拆卸图像传感器如图1所示(101)，油耗图像数据缓冲器如图1所示(102)，油耗字符识别计算器如图1所示
(103)，油耗数据蓝牙发射器如图1所示(104)。所述的可拆卸图像传感器通过有线方式连接油耗图像数据缓冲器，所述的油耗图像数据缓冲器核心为ARM核32位微处理器，通过并行接口的方式连接所述的字符识别计算器，所述的油耗字符识别计算器为数字信号处理器，连接所述的油耗数据蓝牙发射器。油耗数据的获取算法具体如图4所示。
[0016]街景数据获取模块，包括两路街景图像传感器如图1所示(201)，街景图像缓冲器如图1所示(202)，街景图像字符识别计算器如图1所示(203)，街景图像字符数据蓝牙发射器如图1所示(204);所述的街景两路图像传感器位于车顶的分别面向车两侧，通过有线方式连接所述的街景图像缓冲器，所述的街景图像缓冲器核心为ARM核32位微处理器，通过并行接口的方式连接所述的街景图像字符识别计算器，所述的街景图像字符识别计算器为数字信号处理器，用于获取街景图像中的3个可信度最高的字符，连接所述的街景图像字符数据蓝牙发射器。街景数据的获取算法具体算法如图5所示。
[0017]所述的GPS定位模块，包括GPS定位数据获取模块如图1所示(301)，定位数据蓝牙发射器如图1所示(302);所述的GPS定位数据模块位于车顶上方与所述的街景图像传感器所在同一位置处，所述的GPS定位数据模块通过IS07816-10协议连接所述的定位数据蓝牙发射器;所述的定位数据蓝牙发射器与所述的街景图像数据发射器数据同时发射。
[0018]所述的终端节点模块，包括蓝牙数据接收器如图2所示(401)，数据整合计算器如图2所示(402)，固态介质存储器如图2所示(403)，Wifi模块如图2所示(404)，放置于车内；所述的蓝牙数据接收器，用于接收来自于所述的油耗数据蓝牙发射器，所述的街景图像字符数据蓝牙发射器和所述的定位数据蓝牙发射器发送来的数据，通过有线方式连接数据整合计算器;所述的数据整合计算器的核心为低功耗X86核，内置实时时刻计数器，所述的内置的实时时刻计数器用于与真实世界的时刻同步时刻数据，所述的数据整合计算器将实时时刻数据，与对应的油耗数据，街景图像3个字符的数据，定位数据转换为文件的格式，通过有线方式连接所述的Wifi模块和所述的固态介质存储器，所述的Wifi模块用于将文件数据上传至所述的服务器群组模块。
[0019 ]所述的转向与制动模块，包括转向控制器如图2所示(601)，车速控制器如图2所示(602)，动力切换控制器如图2所示(603)，电容隔离器如图2所示(606) (607)，前后转向轴如图2所示(604)(605)，动力引擎如图2所示(608)，刹车动作装置如图2所示(609);所述的转向控制器，车速控制器，动力切换控制器分别同时连接所述的数据整合计算器;所述的前后转向轴通过所述的电容隔离器连接所述的转向控制器，所述的转向控制器由所述的数据整合计算器控制，根据由所述的服务器群组模块返回的路线规划结果控制所述车本体的转向；所述的动力引擎和所述的刹车动作装置通过所述的电容隔离器连接所述的车速控制器，所述的车速控制器由所述的数据整合计算器控制，所述的转向控制器根据所述的数据整合计算器获取的实时结果向制动动作装置提供制动信号;所述的动力切换控制器，由所述的数据整合计算器控制，根据由所述的服务器群组模块返回的路线规划模块和实时油耗数据切换燃油动力驱动或电动力驱动模式；当车在行驶时，所述的数据整合计算器检测到油耗数据较高时，发送信号至所述的动力切换控制器，由所述的动力切换控制器，将动力源切换至电动力模式；当车在行驶时，所述的数据整合计算器检测到油耗数据较低时，发送信号至所述的动力切换控制器，由所述的动力切换控制器，将动力源切换至燃油动力模式。所述的转向与制动模块和所述的终端节点模块的结构图如图3所示。
[0020]所述的服务器群组模块包含嵌入服务器群组处理器如图2所示(501)的自适应目标函数优化遗传算法;所述的自适应目标函数优化遗传算法，输入是所有终端节点上传来的除油耗数据以外的有效输入数据;所述的有效数据为串联的16位时刻数据，48位字符数据和16位经玮度定位数据，所述的自适应目标函数优化遗传算法的优化目标为油耗最小；所述的自适应目标函数优化遗传算法的目标函数由串联的16位时刻数据，48位字符数据和16位经玮度定位数据与已知的对应油耗数据通过列文伯格-马夸尔特法拟合得出；所述的自适应目标函数优化遗传算法的遗传因子编码为串联的16位时刻数据，48位字符数据和16位经玮度定位数据的二进制数值。具体算法如图6所示。
【主权项】
1.一种基于云计算路径规划的新能源车，车本体是油电混合动力车，包括仪表盘数据监控模块，街景数据获取模块，GPS定位模块，终端节点模块，服务器群组模块，转向与制动模块，嵌入服务器群组处理器自适应目标函数优化遗传算法模块。2.所述的仪表盘数据监控模块，包括位于油耗数据仪表盘上方的可拆卸图像传感器，油耗图像数据缓冲器，油耗字符识别计算器，油耗数据蓝牙发射器。3.所述的可拆卸图像传感器通过有线方式连接油耗图像数据缓冲器，所述的油耗图像数据缓冲器核心为ARM核32位微处理器，通过并行接口的方式连接所述的字符识别计算器，所述的油耗字符识别计算器为数字信号处理器，连接所述的油耗数据蓝牙发射器。4.街景数据获取模块，包括两路街景图像传感器，街景图像缓冲器，街景图像字符识别计算器，街景图像字符数据蓝牙发射器;所述的街景两路图像传感器位于车顶的分别面向车两侧，通过有线方式连接所述的街景图像缓冲器，所述的街景图像缓冲器核心为ARM核32位微处理器，通过并行接口的方式连接所述的街景图像字符识别计算器，所述的街景图像字符识别计算器为数字信号处理器，用于获取街景图像中的3个可信度最高的字符，连接所述的街景图像字符数据蓝牙发射器。5.所述的GPS定位模块，包括GPS定位数据获取模块，定位数据蓝牙发射器;所述的GPS定位数据模块位于车顶上方与所述的街景图像传感器所在同一位置处，所述的GPS定位数据模块通过IS07816-10协议连接所述的定位数据蓝牙发射器;所述的定位数据蓝牙发射器与所述的街景图像数据发射器数据同时发射。6.所述的终端节点模块，包括蓝牙数据接收器，数据整合计算器，固态介质存储器，Wifi模块，放置于车内；所述的蓝牙数据接收器，用于接收来自于所述的油耗数据蓝牙发射器，所述的街景图像字符数据蓝牙发射器和所述的定位数据蓝牙发射器发送来的数据，通过有线方式连接数据整合计算器;所述的数据整合计算器的核心为低功耗X86核，内置实时时刻计数器，所述的内置的实时时刻计数器用于与真实世界的时刻同步时刻数据，所述的数据整合计算器将实时时刻数据，与对应的油耗数据，街景图像3个字符的数据，定位数据转换为文件的格式，通过有线方式连接所述的Wifi模块和所述的固态介质存储器，所述的Wifi模块用于将文件数据上传至所述的服务器群组模块。7.所述的转向与制动模块，包括转向控制器，车速控制器，动力切换控制器，电容隔离器，前后转向轴，动力引擎，刹车动作装置;所述的转向控制器，车速控制器，动力切换控制器分别同时连接所述的数据整合计算器;所述的前后转向轴通过所述的电容隔离器连接所述的转向控制器，所述的转向控制器由所述的数据整合计算器控制，根据由所述的服务器群组模块返回的路线规划结果控制所述车本体的转向；所述的动力引擎和所述的刹车动作装置通过所述的电容隔离器连接所述的车速控制器，所述的车速控制器由所述的数据整合计算器控制，所述的转向控制器根据所述的数据整合计算器获取的实时结果向制动动作装置提供制动信号;所述的动力切换控制器，由所述的数据整合计算器控制控制，根据由所述的服务器群组模块返回的路线规划模块和实时油耗数据切换燃油动力驱动或电动力驱动模式。8.所述的服务器群组模块包含嵌入服务器群组处理器的自适应目标函数优化遗传算法;所述的自适应目标函数优化遗传算法，输入是所有终端节点上传来的除油耗数据以外的有效输入数据;所述的有效数据为串联的16位时刻数据，48位字符数据和16位经玮度定位数据，所述的自适应目标函数优化遗传算法的优化目标为油耗最小;所述的自适应目标函数优化遗传算法的目标函数由串联的16位时刻数据，48位字符数据和16位经玮度定位数据与已知的对应油耗数据通过列文伯格-马夸尔特法拟合得出；所述的自适应目标函数优化遗传算法的遗传因子编码为串联的16位时刻数据，48位字符数据和16位经玮度定位数据的二进制数值。
【文档编号】B60W20/12GK105966390SQ201610477443
【公开日】2016年9月28日
【申请日】2016年6月28日
【发明人】倪晋挺, 鲁业安
【申请人】安徽机电职业技术学院