[发明专利]整车能量在线自学习智能管理方法和车辆数据的处理方法

权利要求书

1.一种整车能量在线自学习智能管理方法，其特征在于，应用于目标车辆的整车控制器，所述方法包括：

获取所述目标车辆当前行驶时对应的目标驾驶行为信息和目标行驶工况信息；

根据所述目标驾驶行为信息和驾驶行为知识库，确定目标车辆行驶所需的需求功率；

根据所述目标行驶工况信息和行驶工况知识库，确定目标车辆对应的能量优化模型中的目标控制参数；

根据所述需求功率、所述能量优化模型及所述能量优化模型中的目标控制参数，确定目标车辆对应的能量管理与功率分配结果；

其中，所述行驶工况知识库包括多个工况类型对应的多个工况类中心和每个工况类型对应的能量优化模型中的多组控制参数；所述多个工况类中心是对多个参考车辆对应的参考行驶工况信息进行聚类得到的；所述多组控制参数是根据每个工况类型对应的多组典型工况样本确定的；所述典型工况样本是在每个工况类型对应的参考行驶工况信息中，随机抽取工况样本构建得到的。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标驾驶行为信息和驾驶行为知识库，确定目标车辆行驶所需的需求功率，包括：

读取驾驶行为知识库中的特征参数提取方法，根据所述特征参数提取方法，对所述目标驾驶行为信息进行特征参数提取，得到目标初始行为特征集；

读取所述驾驶行为知识库中的正交最优特征参数集构建方法，根据所述正交最优特征参数集构建方法，对所述目标初始行为特征集进行相关性分析和主成分分析，构建目标正交最优行为特征集；

根据所述目标正交最优行为特征集，构建线性无关的目标行为特征向量空间；

将所述目标驾驶行为信息投影至所述目标行为特征向量空间，得到目标行为样本点；

计算所述目标行为样本点与所述驾驶行为知识库中的多个驾驶行为类型对应的驾驶行为类中心之间的相似度；

根据所述相似度，确定目标车辆对应的目标驾驶行为类型；

从所述驾驶行为知识库中读取与所述目标驾驶行为类型相对应的驾驶意图解释机制，确定为目标车辆对应的目标驾驶意图解释机制；

根据所述目标驾驶意图解释机制，确定目标车辆行驶所需的需求功率。

3.根据权利要求1所述的方法，其特征在于，所述根据所述目标行驶工况信息和行驶工况知识库，确定目标车辆对应的能量优化模型中的目标控制参数，包括：

根据所述目标行驶工况信息和行驶工况知识库中的多个工况类型对应的多个工况类中心，确定目标车辆对应的目标工况类型；

在所述行驶工况知识库中的预设表格中，查找与所述目标工况类型、目标车辆的电池剩余电量、目标车辆的剩余行驶里程和通过识别驾驶行为确定的目标驾驶行为类型相对应的能量优化模型中的控制参数，确定为目标车辆对应的能量优化模型中的目标控制参数，其中，所述预设表格中存储有多个工况类型、多个电池剩余电量、多个剩余行驶里程、多个驾驶行为类型、能量优化模型中的多组控制参数以及工况类型、电池剩余电量、剩余行驶里程、驾驶行为类型和控制参数之间的对应关系。

4.根据权利要求1-3任一所述的方法，其特征在于，所述行驶工况知识库和所述驾驶行为知识库存储于所述目标车辆的外扩存储器中的第一存储区域；

所述方法还包括：

接收云服务器发送的待更新的行驶工况知识库和待更新的驾驶行为知识库；

将所述待更新的行驶工况知识库和所述待更新的驾驶行为知识库存储至所述外扩存储器中的第二存储区域；

对所述第二存储区域中存储的待更新的行驶工况知识库和待更新的驾驶行为知识库进行合法性校验；

若校验通过，则将所述第二存储区域中存储的待更新的行驶工况知识库和待更新的驾驶行为知识库从第二存储区域转存至所述第一存储区域，并采用所述待更新的行驶工况知识库更新所述第一存储区域的预设行驶工况知识库，以及采用所述待更新的驾驶行为知识库更新所述第一存储区域的预设驾驶行为知识库。