摘要
本申请公开了一种超高速公路纯电动汽车能耗预测与最优路径规划方法及装置,涉及智能网联电动汽车技术领域领域,该方法基于马尔可夫‑蒙特卡洛模型与非线性回归模型的融合模型对包含动态特征(速度、加速度)与静态特征(坡度、曲率、温度等)的多源数据集进行处理,综合考虑多因素特征对能耗的影响,大大降低了超高速场景下的能耗预测误差,实现精准能耗指导;采用能耗边权,替代传统距离/时间作为图搜索边权,通过实时路况信息动态调整能耗边权,并基于改进图搜索算法的启发式函数确保路径不耗尽电量,使路径规划从“最短距离”转向“最低能耗”,提升续航里程利用率有效降低续航焦虑。
技术关键词
路径规划方法
纯电动汽车
能耗预测模型
车辆传感器数据
非线性回归模型
搜索算法
路段
实时路况
加速度
蒙特卡洛
路况信息
拓扑图
路径规划系统
模型预测控制算法
规划最优路径
道路限速值
工况
系统为您推荐了相关专利信息
无人机数据采集
深度强化学习
路径规划方法
构建无人机
构建系统模型
无人机集群
路径规划方法
变异策略
构建无人机
代表