摘要
本申请实施例公开了一种园区无人车运输任务电量预测方法、装置、设备及介质。方法包括:无人车的进行运输任务的过程中,实时获取无人车对应的剩余任务量、无人车的行驶数据以及环境数据,环境数据对无人车的续航产生影响;在无人车的电量低于充电阈值的情况下,根据剩余任务量、无人车的行驶数据以及环境数据进行能耗预测,得到无人车的续充电量;控制无人车根据续充电量充电,并在充电完成的情况下,控制无人车继续执行运输任务。通过剩余任务量的相关数据,预测到完成运输任务所需的续充电量,控制无人车充电该续充电量,即可进行后续的运输任务,不必充满电再进行运输任务,一定程度上缩短了充电时间,且电量能够保证运输任务完成。
技术关键词
多元线性回归模型
电量预测方法
控制无人车
数据
加速度
能耗
刹车
存储装置
风速
样本
算法
处理器
频率
预测装置
模块
可读存储介质
程序
系统为您推荐了相关专利信息
时空卷积神经网络
高精度预测方法
LSTM模型
记忆单元
表达式
开关智能控制
深度确定性策略梯度
推理架构
电容分压式电压传感器
量子遗传算法
采煤设备
分类边界
虚拟三维模型
机器学习算法模型
数字孪生体
支持向量回归
机器学习模型
深度学习模型
门控循环单元
可见光图像