[发明专利]利用神经网络进行车速曲线预测

说明书

本公开提供利用神经网络进行车速曲线预测。一种车辆包括具有电机和发动机的动力传动系统。所述车辆还包括控制器，所述控制器被配置为：对于根据一组行驶区域类型被分段的预定的路线，根据预测的车速曲线，操作动力传动系统，其中，每个行驶区域类型与不同特征的速度曲线形状和车辆位置相关。所述控制器还被配置为：响应于预测的速度曲线和所测量的速度曲线之间的偏差，对于那些示出偏差的区段来更新预测的速度曲线。

技术领域

本公开涉及预测性的车辆路线规划和能量管理。

背景技术

混合动力电动车辆(HEV)可通过利用内燃发动机使发电机转动来补充电能。由发电机产生的电力可储存在电池中。HEV系统还能够通过利用车辆的动量使发电机转动来恢复动能。所产生的电力可储存在电池中用于后续使用。插电式混合动力电动车辆(PHEV)是现有的HEV的扩展，具有增加的能量适应性。PHEV可利用比标准HEV的容量更大的容量的电池包，并且PHEV具有两种初始能源—来自电力电网的电力以及燃料。

HEV控制系统的目的可以为不在车辆行驶性能和系统约束问题上妥协的情况下，使能量运营成本和排放最小化。能量管理控制策略可在电驱动模式下操作HEV，在电力驱动模式下，车辆仅在电机提供驱动的情况下运转，以使电池能量输出最大化。在混合动力操作模式下，车辆通过发动机和电动马达两者推动。先进的动力传动系统规划技术可用于通过使电力驱动模式的使用最大化来加强能量规划。

类似地，具有作为唯一的推动方式的内燃发动机的传统车辆依赖于范围预测，以基于在给定瞬间的可用的燃料为驾驶员提供可以行驶的距离的精确的估算。先进的规划技术可改善燃料消耗，并使距离更精确而不用计算。

发明内容

在至少一个实施例中，一种车辆包括具有电机和发动机的动力传动系统以及控制器，所述控制器被配置为针对限定路线的多个区段中的每个区段。所述控制器还被配置为针对与一组行驶区域类型之一相关的区段，根据预测的车速曲线，操作动力传动系统。每个行驶区域类型限定不同特征的速度曲线和车辆位置。所述控制器还被配置为响应于预测的速度曲线和测量的速度曲线之间的偏差，更新与行驶区域类型相关的预测的速度曲线。

在至少一个实施例中，一种操作车辆的方法包括：基于历史行驶数据，将预定路线的一系列区段中的每个区段分类为一组行驶区域类型之一。所述方法还包括：使用与行驶区域类型中特定的一个相对应的处理器针对每个区段产生预测的速度曲线；以及针对具有预测的速度曲线和测量的速度曲线之间的偏差的每个区段，更新预测的速度曲线。

在至少一个实施例中，所述产生基于与每个行驶区域类型对应的一组特有的输入参数。

在至少一个实施例中，所述产生基于历史行驶数据、地理信息和交通模式数据。

在至少一个实施例中，所述产生基于从外部来源接收的动态交通信息。

在至少一个实施例中，所述一组行驶区域类型包括自由流动交通区域、停止标志交通区域、交通灯交通区域、转弯交通区域、高速路入口匝道区域、高速路出口匝道区域或高速路之间的匝道区域。

在至少一个实施例中，一种车辆包括动力传动系统和控制器，控制器具有分配给行驶区域类型的神经网络。控制器被配置为根据与行驶区域类型相关的预测的速度曲线，沿着由行驶区域类型限定的路线区段操作动力传动系统，并基于与预测的速度曲线的测量的偏差来更新预测的速度曲线，以沿着路线区段在后续行程中被使用。

在至少一个实施例中，另一神经网络被配置为将路线的一系列区段中的每个区段分类为多种行驶区域类型中的一种。

在至少一个实施例中，所述路线的一系列区段中的每个区段基于以单个行驶区域类型为特点的速度曲线形状而被分类。

在至少一个实施例中，所述多个行驶区域类型包括自由流动交通区域、停止标志交通区域、交通灯交通区域、转弯交通区域、高速路入口匝道区域、高速路出口匝道区域或高速路之间的匝道区域。