【技术实现步骤摘要】
本申请属于数据处理领域，尤其涉及一种车辆在途电池剩余电量确定的方法及系统。
技术介绍
1、随着新能源行业地不断发展，电动摩托车上的显示屏从以前的led灯显示变为现在的液晶屏显示。在显示屏上能够显示很多信息，例如电动摩托车灯光信息、电动摩托车速度信息及电动摩托车剩余电量信息。
2、一般来说，上班族使用电动摩托车时行驶的路径都是相同的，由于电动摩托车处于运行状态时，其剩余电量是一直变化的，在相关技术中，一般是在某一个时间点定时对电动摩托车的剩余电量进行检测，经过电量预估模型进行计算预估得到下一时间段预估的剩余电量，再将预估的剩余电量更新显示在显示屏上。然而电动摩托车在行驶的过程中会经过很多复杂的路况，或者驾驶者本人会有不同的驾驶习惯等等，这些因素都会对电动摩托车的剩余电量产生影响，而上述电量预估模型使用的数据往往并没有很多，在进行剩余电量检测后，驾驶员认为电动摩托车的剩余电量还足够，但进行下一次剩余电量检测时，剩余电量就不够了，不足以支撑其行驶到目的地，造成了剩余电量检测的不准确。
技术实现思路
1、本申请提供了一种车辆在途电池剩余电量确定的方法及系统，用于提高对车辆在途时电池的剩余电量确定的准确度。
2、第一方面，本申请提供了一种车辆在途电池剩余电量确定的方法，在确定车辆正在行驶的情况下，获取该车辆所在的道路信息及当前位置信息；在预设路径数据库中匹配该道路信息，得到第一路径信息；获取该第一路径信息对应的驾驶习惯集，该驾驶习惯集包括油门档位集、刹车力度集及灯光照
3、通过采用上述技术方案，通过获取车辆所在道路和当前位置信息，并在预设路径数据库中匹配，得到第一路径信息。然后，提取该路径信息对应的驾驶习惯集，包括油门档位集、刹车力度集和灯光照明时长集。接下来，使用特征选择算法对驾驶习惯集进行特征选择，得到油门档位集、刹车力度集和灯光照明时长集对应的相关系数。最后，利用这些相关系数建立电量预估模型，并将当前位置信息输入模型，得到当前预估的剩余电量，提高了对车辆在途时电池的剩余电量确定的准确度。
4、结合第一方面的一些实施例，在一些实施例中，使用特征选择算法对该驾驶习惯集进行特征选择，得到该油门档位集对应的第一相关系数、该刹车力度集对应的第二相关系数及该灯光照明时长集对应的第三相关系数，具体包括：该驾驶习惯集还包括上坡角度集及下坡角度集；使用特征选择算法对该驾驶习惯集进行特征选择，得到该油门档位集对应的第一相关系数、该刹车力度集对应的第二相关系数、该灯光照明时长集对应的第三相关系数、该上坡角度集对应的第四相关系数及该下坡角度集对应的第五相关系数；将该第一相关系数、第二相关系数、第三相关系数、第四相关系数及第五相关系数按照大小排序得到排序结果；筛选出该排序结果中前三个相关系数，得到该第一相关系数、该第二相关系数及该第三相关系数。
5、通过采用上述技术方案，除了油门档位集、刹车力度集和灯光照明时长集，驾驶习惯集还包括上坡角度集和下坡角度集。使用特征选择算法对驾驶习惯集进行特征选择，得到这些集合对应的相关系数。然后，根据相关系数的大小排序，筛选出前三个相关系数作为最终的相关系数，进一步提高了电量预估模型的准确性和可靠性，提高了对车辆在途时电池的剩余电量确定的准确度。
6、结合第一方面的一些实施例，在一些实施例中，使用特征选择算法对该驾驶习惯集进行特征选择，得到该油门档位集对应的第一相关系数、该刹车力度集对应的第二相关系数、该灯光照明时长集对应的第三相关系数、该上坡角度集对应的第四相关系数及该下坡角度集对应的第五相关系数，具体包括：使用标准差标准化方法对该驾驶习惯集进行标准化，得到标准化数据，该标准化数据包括特征标准化值和目标变量标准化值；将该标准化数据输入相关系数函数，得到该油门档位集对应的第一相关系数、该刹车力度集对应的第二相关系数、该灯光照明时长集对应的第三相关系数、该上坡角度集对应的第四相关系数及该下坡角度集对应的第五相关系数。
7、通过采用上述技术方案，使用标准差标准化方法对驾驶习惯集进行标准化，得到特征标准化值和目标变量标准化值。然后，将标准化数据输入相关系数函数，计算油门档位集、刹车力度集、灯光照明时长集、上坡角度集和下坡角度集对应的相关系数，提高了对车辆在途时电池的剩余电量确定的准确度。
8、结合第一方面的一些实施例，在一些实施例中，该相关系数函数为：
9、
10、公式中，该r为该第一相关系数、该第二相关系数、该第三相关系数、该第四相关系数或该第五相关系数，该x为该特征标准化值，该y为该目标变量标准化值，该σx为特征标准差，该σy为目标变量标准差，该n为样本总数。
11、通过采用上述技术方案，该函数通过标准化的特征值和目标变量值，计算标准化的特征值和目标变量值之间的协方差，并除以各自的标准差和样本数量。这样可以得到驾驶习惯集中每个特征与目标变量的相关系数，用于衡量标准化的特征值和目标变量值之间的线性关系。通过计算相关系数，可以选择与剩余电量最相关的驾驶习惯特征，进一步优化电量预估模型的准确性和可靠性。
12、结合第一方面的一些实施例，在一些实施例中，以该第一相关系数、该第二相关系数及该第三相关系数建立电量预估模型，具体包括：将该油门档位集、该刹车力度集及该灯光照明时长集拆分为训练集和测试集；使用该训练集数据建立备选电量预估模型；使用该测试集训练该备选电量预估模型得到电量预估模型。
13、通过采用上述技术方案，首先将驾驶习惯集中的油门档位集、刹车力度集和灯光照明时长集划分为训练集和测试集。然后使用训练集数据建立备选电量预估模型。最后，利用测试集数据对备选模型进行训练和验证，从而得到最终的电量预估模型。通过这种方式，可以根据真实的驾驶数据训练和优化模型，提高了对车辆剩余电量的准确预估能力。
14、结合第一方面的一些实施例，在一些实施例中，在该将该当前位置信息输入该电量预估模型，得到当前预估剩余电量之后，该方法还包括：在行驶第一时间段之后，获取该车辆的实时位置信息及实时剩余电量，并确定该第一路径信息的终点位置信息；在根据该实时剩余电量、该实时位置信息及该终点位置信息确定能够到达第一路径的终点时，向该车辆的显示终端发送第一指令使该显示终端根据该第一指令显示电量充足的信息。
15、通过采用上述技术方案，在行驶的第一时间段之后，系统获取车辆的实时位置信息和剩余电量，并确定第一路径的终点位置。如果根据实时剩余电量和位置信息判断车辆可以到达第一路径的终点，系统将向显示终端发送第一指令，使其显示电量充足的信息，避免电量不足而不能达到目的地。
16、结合第一方面的一些本文档来自技高网...
【技术保护点】
1.一种车辆在途电池剩余电量确定的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述使用特征选择算法对所述驾驶习惯集进行特征选择，得到所述油门档位集对应的第一相关系数、所述刹车力度集对应的第二相关系数及所述灯光照明时长集对应的第三相关系数，具体包括：
3.根据权利要求2所述的方法，其特征在于，所述使用特征选择算法对所述驾驶习惯集进行特征选择，得到所述油门档位集对应的第一相关系数、所述刹车力度集对应的第二相关系数、所述灯光照明时长集对应的第三相关系数、所述上坡角度集对应的第四相关系数及所述下坡角度集对应的第五相关系数，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述相关系数函数为：
5.根据权利要求1所述的方法，其特征在于，所述以所述第一相关系数、所述第二相关系数及所述第三相关系数建立电量预估模型，具体包括：
6.根据权利要求1所述的方法，其特征在于，在所述将所述当前位置信息输入所述电量预估模型，得到当前预估剩余电量之后，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于
8.一种车辆在途电池剩余电量确定的系统，其特征在于，包括：
9.一种车辆在途电池剩余电量确定的系统，其特征在于，包括：一个或多个处理器和存储器；
10.一种计算机可读存储介质，包括指令，其特征在于，当所述指令在系统上运行时，使得所述系统执行如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种车辆在途电池剩余电量确定的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述使用特征选择算法对所述驾驶习惯集进行特征选择，得到所述油门档位集对应的第一相关系数、所述刹车力度集对应的第二相关系数及所述灯光照明时长集对应的第三相关系数，具体包括：
3.根据权利要求2所述的方法，其特征在于，所述使用特征选择算法对所述驾驶习惯集进行特征选择，得到所述油门档位集对应的第一相关系数、所述刹车力度集对应的第二相关系数、所述灯光照明时长集对应的第三相关系数、所述上坡角度集对应的第四相关系数及所述下坡角度集对应的第五相关系数，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述相关系数函数为：
5.根据权利要求1所述的方法，其特征在于，所述以所述第一相关系数、所述第二相关系数...
【专利技术属性】
技术研发人员：陈信开，胡晗，梁海宁，
申请(专利权)人：深圳市省油灯网络科技有限公司，
类型：发明
国别省市：
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。