通过车辆进行碳排放预测的方法和系统及车辆技术方案

本发明专利技术公开了一种通过车辆进行碳排放预测的方法和系统及车辆。其中，该方法应用于智能汽车领域，该方法包括：接收预设区域内至少一个路侧设备发送的局部碳排放地图；基于至少一个路侧设备发送的局部碳排放地图构建预设区域的全局碳排放地图；对全局碳排放地图进行预测，得到碳排放预测结果。本发明专利技术解决了预测车辆碳排放量准确性差的技术问题。车辆碳排放量准确性差的技术问题。车辆碳排放量准确性差的技术问题。

【技术实现步骤摘要】
通过车辆进行碳排放预测的方法和系统及车辆


[0001]本专利技术涉及智能汽车领域，具体而言，涉及一种通过车辆进行碳排放预测的方法和系统及车辆。

技术介绍

[0002]碳排放备受关注，降碳的首要任务是实时获取碳排放情况及预测情况，但传统获取碳排放量仅适用于大规模的工业化场景，且仅能预测大致碳排放趋势，并未考虑车辆的碳排放情况，导致存在预测碳排放量准确性差的问题。
[0003]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本专利技术实施例提供了一种通过车辆进行碳排放预测的方法和系统及车辆，以至少解决预测车辆碳排放量准确性差的技术问题。
[0005]根据本专利技术实施例的一个方面，提供了一种通过车辆进行碳排放预测的方法，包括：接收预设区域内至少一个路侧设备发送的局部碳排放地图，其中，局部碳排放地图根据路侧设备的预设范围内至少一个车辆发送的车辆碳排放和车辆行驶信息构建得到；基于至少一个路侧设备发送的局部碳排放地图构建预设区域的全局碳排放地图；对全局碳排放地图进行预测，得到碳排放预测结果，其中，碳本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通过车辆进行碳排放预测的方法，其特征在于，包括：接收预设区域内至少一个路侧设备发送的局部碳排放地图，其中，所述局部碳排放地图根据所述路侧设备的预设范围内至少一个车辆发送的车辆碳排放量和车辆行驶信息构建得到；基于所述至少一个路侧设备发送的局部碳排放地图构建所述预设区域的全局碳排放地图；对所述全局碳排放地图进行预测，得到碳排放预测结果，其中，所述碳排放预测结果用于表示所述预设区域内的碳排放量。2.根据权利要求1所述的通过车辆进行碳排放预测的方法，其特征在于，对所述全局碳排放地图进行预测，得到碳排放预测结果，包括：利用特征提取层对所述全局碳排放地图进行特征提取，得到所述全局碳排放地图的第一特征，其中，所述第一特征用于表示所述全局碳排放地图中时间信息；利用全连接层对所述第一特征进行预测，得到所述碳排放预测结果。3.根据权利要求2所述的通过车辆进行碳排放预测的方法，其特征在于，所述特征提取层包括：卷积神经网络、长短期记忆网络，利用特征提取层对所述全局碳排放地图进行特征提取，得到所述全局碳排放地图的第一特征，包括：利用所述卷积神经网络对所述全局碳排放地图进行特征提取，得到所述全局碳排放地图的第二特征，其中，所述第二特征用于表示所述全局碳排放地图中的空间信息；利用所述长短期记忆网络基于所述第二特征对所述全局碳排放地图进行特征提取，得到所述第一特征。4.根据权利要求3所述的通过车辆进行碳排放预测的方法，其特征在于，利用特征提取层对所述全局碳排放地图进行特征提取，得到所述全局碳排放地图的第一特征，包括：根据所述全局碳排放地图确定全局碳排放量矩阵、全局车辆行驶信息矩阵；利用所述特征提取层对所述全局碳排放量矩阵进行特征提取，得到碳排放量时间特征；利用所述特征提取层对所述全局车辆行驶信息矩阵进行特征提取，得到车辆行驶信息时间特征；对所述碳排放量时间特征和所述车辆行驶信息时间特征进行相加，得到所述第一特征。5.一种通过车辆进行碳排放预测的方法，其特征在于，包括：接收预设范围内至少一个车辆发送的车辆碳排放量和车辆行驶信息；根据所述车辆碳排放量和所述车辆行驶信息，构建所述预设范围内的局部碳排放地图，并将所述局部碳排放地图发送至服务器，其中，预设区域内的至少一个路侧设备发送的所述局部碳排放地图用于构建全局碳排放地图，所述全局...

【专利技术属性】
技术研发人员：刘宇杰，吕颖，董小瑜，孔德宝，刘柯旺，吕铮，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：