一种基于车辆性能分配和动态电路匹配的预约租车系统及方法与流程

本发明涉及一种汽车租赁技术领域，尤其是涉及一种基于车辆性能分配和动态电路匹配的预约租车系统及方法。

背景技术

预约租车是为一些计划出行的人提供方便，但是如果车辆电量不足以满足用车人的行程需要，则会对用车人的出行带来不便。而如果提供的车辆电量远超过用车人的使用电量，又会造成资源浪费，可能导致需要更多使用电量的用车人只能租赁到电量少的车辆，给使用带来了不方便，整体上降低了租车的效率。另外车辆之间性能存在差异，有些车辆使用多了老化了，用户分配到这些老化车辆在使用期间容易出现问题，因此也需要对车辆性能进行评估，能将性能最优的车辆分配给用户。

技术实现要素：

本发明主要是解决现有技术中租赁汽车电量分配不匹配，造成用户不便以及资源浪费，以及分配车辆性能差影响用户使用的问题，提供了一种基于车辆性能分配和动态电路匹配的预约租车系统及方法。

本发明的上述技术问题主要是通过下述技术方案得以解决的：一种基于车辆性能分配和动态电路匹配的预约租车系统，包括用户手机端、服务器、若干与电动汽车连接的充电桩，所述服务器包括里程计算单元、时间计算单元、电量计算单元、车辆选取单元，里程计算单元与时间计算单元相连，时间计算单元与电量计算单元相连，电量计算单元与车辆选取单元相连，用户手机端通过网络分别与里程计算单元、车辆选取单元相连，车辆选取单元通过网络分别与各充电桩相连。

本发明中用户在用户手机端上对租车起点和目的地进行选择，生成行车路径。里程计算单元用于计算用户租赁电动汽车行驶里程。时间计算单元计算电动汽车行驶时间。空调状态分析单元用于计算当前温度下空调使用电量。电量计算单元根据行驶时间以及空调使用电量模拟出电动汽车到达目的地所需的电量。车辆选取单元能够通过充电桩读取电动汽车的电量、性能因素，对电动汽车的性能进行比较，将相应电量且性能最优的电动汽车分配给用户。本发明系统能够预估用户用车所需电量，根据电量推送用户合适电路的电动汽车，有利于用户选车，且进一步提高了车辆当前电量满足不同人群的差异化需求。且能获取性能最优的车辆分配给用户，减少了使用过程中出现问题。

作为一种优选方案，所述充电桩在每一个安装地点均以充电桩集群形式安装，每个充电桩集群均安装有集群控制单元和通讯单元，集群控制单元与通讯单元连接，充电桩包括电量检测单元充电桩集群里的每个充电桩的电量检测单元分别与集群控制单元连接，通讯模块与车辆选取单元通讯连接。充电桩采用集群方式管理，每个充电桩通过电量检测单元来检测电动汽车当前电量。通讯单元连接在集群控制单元上，实现充电桩与服务器的通信。

一种结合交通拥堵情况的电量匹配预约租车方法，包括以下步骤：

s1.用户手机端进行租车请求，生成行驶路线；

s2.服务器根据行驶路线计算行驶里程，并计算走完行驶里程的行驶时间；

s3.根据行驶时间模拟出电动汽车所需电量；根据时间按照设定的每单位时间消耗电量来计算出所需电池电量。

s4.将电动汽车所需电量上浮10％作为最终电动车所需电量；

s5.根据所需电量选取适合电量的电动汽车；

s6.对所选电动汽车性能进行计算，将性能最优的电动汽车分配给用户。

本发明预估用户用车所需电量，根据电量推送用户合适电量的电动汽车，有利于用户选车，且进一步提高了车辆当前电量满足不同人群的差异化需求。能获取性能最优的车辆分配给用户，减少了使用过程中出现问题。

作为一种优选方案，步骤s1中行驶路线生成包括以下过程：

s11.用户手机端记录用户选取的电动汽车租车点和目的地；

s12.根据租车点和目的地在地图上生成行驶路线；

s13.记录行驶路线，并将行驶路线发给服务器。

本方案根据租赁电动汽车的起点和目的地自动生成最优化路线。

作为一种优选方案，步骤s2中行驶时间计算过程包括：

s21.根据行驶路线并结合地图比例，算出行驶路线的行驶里程s；

s22.根据设定的形式平均速度v，计算出走完行驶路线所需时间t＝s/v。

作为一种优选方案，步骤s5中选取电量匹配的电动汽车的过程包括：

s51.服务器从充电桩获取待租赁电动汽车当前电量值；

s52.判断是否有电量大于计算的所需电量的电动汽车，若有则选中所有满足条件的电动汽车作为待预约车辆，若没有则向用户手机端提示没有可用电动汽车，预约结束。本方案能将合适电量的电动汽车推送给用户，提高了车辆的目标用户匹配度，使得使用更加合理，提高了租车效率。

作为一种优选方案，步骤s6中电动汽车分配给用户的具体过程包括：

s61.获取所有满足条件的电动汽车性能因素，性能因素包括里程数、电池使用时间、故障率信息，根据电动汽车和性能因素建立原始矩阵

x^*＝[cmk]i×j，m＝1，2，…，i；k＝1，…，j，

其中cmk为第m辆电动汽车的第k个性能因素，i表示有i辆符合条件的电动汽车，j表示有j个性能因素；

s62.选取各电动汽车中最优的性能因素租车参考矩阵

对参考矩阵原始矩阵x^*进行标准化处理，标准化公式为：

获得标准化后参考矩阵x0，标准化关联度矩阵x，

x＝[xmk]i×j，m＝1，2，…，i；k＝1，…，j；

s63.建立参考序列x0，记为：

x0(k)＝[x0(1)，…，x0(k)]，k＝1，…，j，

建立比较序列xm，记为：

xm(k)＝[xm(1)，…，xm(k)]，m＝1，2，…，i；

得到参考序列与比较序列的绝对差值，差值包括最大值和最小值，则表示为：

δmax＝maxmmaxk|x0(k)-xm(k)|

δmin＝minmmink|x0(k)-xm(k)|；

s64.根据灰色关联分析求得第m辆电动汽车的第k个性能因素的关联系数为：

其中ρ为分辨系数；得到关联系数矩阵e，

e＝[ξm(k)]m×k。

s65.根据原始矩阵x^*，对其中各电动汽车的性能因素进行标准化处理：

这里的标准化处理方式是将每辆电动汽车各性能因素都除以该性能因素下所有电动汽车的该性能因素之和；

计算得到标准化后各性能因素的熵：

sk为第k个性能因素的熵，

当bmk＝0时，令bmk·lnbmk＝0，获得各节点能耗的熵权：

ωk为第k个性能因素的熵权，最后得到电动汽车性能因素的权重w＝[ωk]。

s66.根据灰色关联模型r＝e×w，计算得到各电动汽车的性能值r＝[rm]，m＝1，2，…，i，其中

s67.根据rm值由小到大对各电动汽车进行排序，将排序靠前的电动汽车优先分配给用户。

因此，本发明的优点是：系统能够预估用户用车所需电量，根据电量推送用户合适电路的电动汽车，有利于用户选车，且进一步提高了车辆当前电量满足不同人群的差异化需求。且能获取性能最优的车辆分配给用户，减少了使用过程中出现问题，提高了用户使用感受。

附图说明

附图1是本发明的一种结构框示图

1-用户手机端2-服务器21-里程计算单元22-时间计算单元23-车辆选取单元24-电量计算单元3-充电桩集群31-充电桩311-电量检测单元32-通讯单元33-集群控制单元。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例：

本实施例一种基于车辆性能分配和动态电路匹配的预约租车系统，如图1所示，包括用户手机端1、服务器2、交通监控服务器41、环境检测端42、若干与电动汽车连接的充电桩31。服务器包括里程计算单元21、时间计算单元22、电量计算单元24、车辆选取单元23，里程计算单元与时间计算单元相连，时间计算单元与电量计算单元相连，电量计算单元与车辆选取单元相连，用户手机端通过网络分别与里程计算单元、车辆选取单元相连，车辆选取单元通过网络分别与各充电桩相连。

充电桩31在每一个安装地点均以充电桩集群3形式安装，每个充电桩集群3均安装有集群控制单元33和通讯单元32，集群控制单元与通讯单元连接，充电桩包括电量检测单元充电桩集群里的每个充电桩的电量检测单元分别与集群控制单元连接，通讯模块与车辆选取单元通讯连接。

一种基于车辆性能分配和动态电路匹配的预约租车方法，包括以下步骤：

s1.用户手机端进行租车请求，生成行驶路线；具体过程包括：

s11.用户手机端记录用户选取的电动汽车租车点和目的地；

s12.根据租车点和目的地在地图上生成行驶路线；

s13.记录行驶路线，并将行驶路线发给服务器。

s2.服务器根据行驶路线计算行驶里程，并计算走完行驶里程的行驶时间；具体过程包括：

s21.根据行驶路线并结合地图比例，算出行驶路线的行驶里程s；

s22.根据设定的形式平均速度v，计算出走完行驶路线所需时间t＝s/v。

s3.根据行驶时间模拟出电动汽车所需电量；

s4.将电动汽车所需电量上浮10％作为最终电动车所需电量。

s5.根据所需电量选取适合电量的电动汽车。具体过程包括：

s51.服务器从充电桩获取待租赁电动汽车当前电量值；

s52.判断是否有电量大于计算的所需电量的电动汽车，若有则选中所有满足条件的电动汽车作为待预约车辆，若没有则向用户手机端提示没有可用电动汽车，预约结束。

s6.对所选电动汽车性能进行计算，将性能最优的电动汽车分配给用户。具体过程包括：

s61.获取所有满足条件的电动汽车性能因素，性能因素包括里程数、电池使用时间、故障率信息，根据电动汽车和性能因素建立原始矩阵

x^*＝[cmk]i×j，m＝1，2，…，i；k＝1，…，j，

其中cmk为第m辆电动汽车的第k个性能因素，i表示有i辆符合条件的电动汽车，j表示有j个性能因素；

s62.选取各电动汽车中最优的性能因素租车参考矩阵

对参考矩阵原始矩阵x^*进行标准化处理，标准化公式为：

获得标准化后参考矩阵x0，标准化关联度矩阵x，

x＝[xmk]i×j，m＝1，2，…，i；k＝1，…，j；

s63.建立参考序列x0，记为：

x0(k)＝[x0(1)，…，x0(k)]，k＝1，…，j，

建立比较序列xm，记为：

xm(k)＝[xm(1)，…，xm(k)]，m＝1，2，…，i；

得到参考序列与比较序列的绝对差值，差值包括最大值和最小值，则表示为：

δmax＝maxmmaxk|x0(k)-xm(k)|

δmin＝minmmink|x0(k)-xm(k)|；

s64.根据灰色关联分析求得第m辆电动汽车的第k个性能因素的关联系数为：

其中ρ为分辨系数；得到关联系数矩阵e，

e＝[ξm(k)]m×k。

s65.根据原始矩阵x^*，对其中各电动汽车的性能因素进行标准化处理：

这里的标准化处理方式是将每辆电动汽车各性能因素都除以该性能因素下所有电动汽车的该性能因素之和；

计算得到标准化后各性能因素的熵：

sk为第k个性能因素的熵，

当bmk＝0时，令bmk·lnbmk＝0，获得各节点能耗的熵权：

ωk为第k个性能因素的熵权，最后得到电动汽车性能因素的权重w＝[ωk]。

s66.根据灰色关联模型r＝e×w，计算得到各电动汽车的性能值r＝[rm]，m＝1，2，…，i，其中

s67.根据rm值由小到大对各电动汽车进行排序，将排序靠前的电动汽车优先分配给用户。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

尽管本文较多地使用了用户手机端、服务器、里程计算单元、时间计算单元等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。