【技术实现步骤摘要】
一种自动驾驶出租车充电桩选择方法
本专利技术涉及计算机及交通运输领域，具体涉及一种自动驾驶出租车充电桩选择方法。
技术介绍
全球能源紧缺和环境问题日益严重，世界各地对石油的高度依赖侧面加剧了一系列问题。近年来，随着电池技术的发展，促进了电动汽车产业的进步，同时，目前人工智能的日益强大和移动互联网的蓬勃发展催生了车联网等大规模数据分析应用场景。随着车联网技术的成熟，自动驾驶充电汽车的研究也有了许多质的飞跃。大量出租车公司也加入到对自动驾驶车辆的角逐当中。论文《纯电动网约出租车充电行为研究》对司机充电行为进行分析，但是当在自动驾驶应用于充电出租车运营时，一个不可忽略的问题是：如何在没有人为干预情况下由车辆车机系统自主选择合适充电站？显然，在传统存在司机的出租车上，司机可以根据自己的经验决定何时前往充电、前往哪一个充电站充电，而在自动驾驶出租车上，就成为一个需要解决的难题。现有的许多关于自动驾驶充电出租车的研究，如论文《基于改进PSO算法的电动出租车充电站站址规划》、《基于轨迹数据的电动出租车充电需求分析》等常常默...
【技术保护点】
1.一种自动驾驶出租车充电桩选择方法，其特征在于，对于需要充电的自动驾驶出租车，按照以下步骤完成充电站的选择：/n建立充电站交通信息环境模型，包括充电桩状态信息矩阵和充电站的排队矩阵；基于所述排队矩阵，建立用于预测充电站在每个时间段内可能有多少充电汽车到来的充电站排队模型；/n利用所述充电桩状态信息矩阵、充电站排队模型，计算需要充电的自动驾驶出租车前往每个充电站充电的总时间成本和总里程成本；/n根据所述总时间成本和总里程成本，构建自动驾驶出租充电的成本目标函数以及目标函数的约束条件；/n自动驾驶出租车根据成本目标函数在所述约束条件下的求解结果，选择成本最小的充电站前往充电。/n
【技术特征摘要】
1.一种自动驾驶出租车充电桩选择方法，其特征在于，对于需要充电的自动驾驶出租车，按照以下步骤完成充电站的选择：
建立充电站交通信息环境模型，包括充电桩状态信息矩阵和充电站的排队矩阵；基于所述排队矩阵，建立用于预测充电站在每个时间段内可能有多少充电汽车到来的充电站排队模型；
利用所述充电桩状态信息矩阵、充电站排队模型，计算需要充电的自动驾驶出租车前往每个充电站充电的总时间成本和总里程成本；
根据所述总时间成本和总里程成本，构建自动驾驶出租充电的成本目标函数以及目标函数的约束条件；
自动驾驶出租车根据成本目标函数在所述约束条件下的求解结果，选择成本最小的充电站前往充电。
2.根据权利要求1所述的自动驾驶出租车充电桩选择方法，其特征在于，所述充电桩状态信息矩阵和充电站的排队矩阵的建立过程包括：
获取以充电的自动驾驶出租车为圆心，周围K公里范围内的所有充电站的动态信息，并建立充电桩状态信息矩阵S和充电站的排队矩阵Q；
其中，充电桩状态信息矩阵S中的每个元素Sj.i表示第j个充电站内第i个充电桩的状态，如该充电桩被占用，则Sj.i为该充电桩被占用的时间；如该充电桩未被占用，则Sj.i的值设置为0；
充电站的排队矩阵Q中的元素Qm表示第m个充电站的排队队列，为当前排队等待充电的车辆的数量。
3.根据权利要求1所述的自动驾驶出租车充电桩选择方法，其特征在于，所述充电站排队模型的建立过程包括：
构建充电站的顾客数量矩阵λ，顾客数量矩阵λ中的每个元素表示为：
将一天的时间按照固定间隔离散化为时间序列，则每个充电站每天在每个时间段内平均顾客数量为j表示第j个充电站，Ti表示第i个时间段；
基于所述顾客数量矩阵λ，建立充电站排队模型：
上式中Pn(t)表示在时段Ti的未来t时间段内充电站j新到达n个顾客的概率，其中t是单位时间，n表示顾客数量。
4.根据权利要求1所述的自动驾驶出租车充电桩选择方法，其特征在于，需要充电的自动驾驶出租车前往每个充电站充电的总时间成本的计算过程包括：
根据充电站位置矩阵L和自动驾驶出租车的当前位置，计算自动驾驶出租车达到每个充电站的通行时间矩阵pt以及自动驾驶出租车达的预计到达时刻矩阵Ta；所述充电站的位置矩阵L中的第m个元素Lm表示第m个充电站的位置；
基于充电桩状态信息矩阵S、充电站的排队矩阵Q和预计到达时刻矩阵Ta，计算自动驾驶出租车在各充电站的排队时间期望值、到达各充电站时可能需要的排队时间，构建排队时间矩阵；...
【专利技术属性】
技术研发人员：曾伟良，韩宇，廖立，邱高阳，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。