CN109584537A - 租车系统救援路径选择方法及车辆故障检测方法 - Google Patents
租车系统救援路径选择方法及车辆故障检测方法 Download PDFInfo
- Publication number
- CN109584537A CN109584537A CN201710973858.XA CN201710973858A CN109584537A CN 109584537 A CN109584537 A CN 109584537A CN 201710973858 A CN201710973858 A CN 201710973858A CN 109584537 A CN109584537 A CN 109584537A
- Authority
- CN
- China
- Prior art keywords
- car
- vehicle
- time
- interval
- fault detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
- G08G1/205—Indicating the location of the monitored vehicles as destination, e.g. accidents, stolen, rental
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种租车系统救援路径选择方法及车辆故障检测方法。救援路径选择方法为:获取GIS地理信息、路网信息和实时交通数据;计算救援车从故障车所在位置到每个维保中心的最短运行时间;选择最短运行时间最小的维保中心为最佳维保中心,救援车按照最短运行时间对应的路径将故障车拖运到最佳维保中心。车辆故障检测方法包括电量消耗判定和租车间隔判定;如果电量消耗判定和租车间隔判定中的任意一种判定结果为车辆出现故障,则通知工作人员进行修理或维护。本发明通过用户行为和耗电率来判断电动汽车的故障,避免了繁琐的传感器和判断逻辑,实用度高,抗干扰性好,选择最佳路径拖运故障车,提高效率。
Description
技术领域
本发明涉及电动汽车租赁控制领域,尤其是涉及一种租车系统救援路径选择方法及车辆故障检测方法。
背景技术
目前,石油能源不断匮乏,生态环境不断恶化,这些都对世界各国的汽车产业发展带来许多无法确定的因素。全球汽车工业为破解能源、环境制约,实现可持续发展,长期以来一直在积极探索和努力推动交通能源动力系统转型。特别是08年以来,面对金融危机、国际油价高位震荡和日益严峻的节能减排压力,世界汽车产业进入全面交通能源转型时期,发展电动汽车成为国际上取得高度共识的实现交通能源转型的技术路线,因而世界电动汽车产业进入了加速发展的新阶段。
随着限行限购等政策的实施,电动汽车租赁凭借方便、快捷、受限少等优势也成为越来越多人所选择的出行方式。
电动汽车的状态直接影响租车用户的使用体验。中华人民共和国国家知识产权局于2014年12月03日公开了名称为《一种电动汽车整车故障分级处理方法》的专利文献(公开号:CN104176060),其首先对纯电动汽车可能出现的故障进行分类,纯电动汽车的故障主要包括储能系统故障、驱动系统故障以及其它故障,其中,所述其他故障包括ECU故障,钥匙检测故障,加速踏板信号故障,制动踏板信号故障,档位信号故障,电池上电故障以及电机驱动故障并确定各种故障的判断逻辑;随后拟定几大类故障的故障标志及取值原则;最后基于整车进行整车故障标志的判断及相应地分级处理。进行整车故障定义与分级,并结合故障标志,进行故障分级处理。此方案较为繁琐复杂,并且不能通过电量消耗和租车间隔直接判断车辆状态。另外,租用车辆因电量耗尽、车辆故障或事故等原因抛锚在路上,需要公共租车系统及时拉到维保中心进行处理,需要尽可能省时的一种处理方法。
发明内容
本发明为了解决上述技术问题,提供一种公共租车系统救援路径选择方法,其根据道路情况,选择出一条救援车拖运故障车的最佳行驶路线,便于将故障车及时拉到维保中心进行维修和处理。
本发明同时解决现有技术所存在的方案复杂、无法借助电量消耗和租车间隔对车辆状态进行判断及租车安全性和可靠性有所欠缺的技术问题,提供一种租车系统车辆故障检测方法。
本发明针对上述技术问题主要是通过下述技术方案得以解决的:本发明的救援路径选择方法包括如下步骤:
①获取GIS地理信息、路网信息和实时交通数据;
②设定变量i的初始值为1;
③计算救援车从故障车所在位置到第i个维保中心的最短运行时间Ti;
④i增大1,重复步骤③,直至遍历所有维保中心;
⑤选择最短运行时间最小的维保中心为最佳维保中心,救援车按照最短运行时间对应的路径将故障车拖运到最佳维保中心。
作为优选,所述的最短运行时间Ti由以下公式确定
Vk为第k段路径的通行容量,ck为第k段路径的通行能力,tk为第k段路径畅通时车辆通过需要的时间,N为从故障车位置到第i个维保中心所需要经过的路径段数,α和β为经验参数。
本发明的租车系统车辆故障检测方法,包括电量消耗判定和租车间隔判定;如果电量消耗判定和租车间隔判定中的任意一种判定结果为车辆出现故障,则通知工作人员进行修理或维护;如果电量消耗判定和租车间隔判定两者的判定结果都为车辆处于正常状态,则不通知工作人员进行修理或维护;
电量消耗判定过程包括以下步骤:
B1、记录本车标准行驶距离下电动汽车电机的耗电量Q;
B2、读取基准耗电量Q0;
B3、计算本车耗电率M,计算公式如下:
M=Q/Q0;
B4、如果M超过耗电率阈值,则判定车辆存在故障;如果M小于或等于耗电率阈值,则判定车辆正常。
对于电动汽车来说,电池状态直接决定了车辆的行驶里程、动力输出性能,而电量消耗速度可以反应车辆的电池状态。如果电量消耗速度较快,表明电池性能不良,很可能无法完成预定路程,较容易出现半路抛锚的问题,严重影响用户的租车体验,也会给租赁公司造成负面形象。
标准行车距离根据需要确定,一般可设定为300-500公里。基准耗电量为平稳状态下同车型新电池室温条件形式标准距离的耗电量,出厂时测试得到。耗电量阈值根据需要确定,一般可设定为1.2-1.35。耗电量只计算电机耗电量,不计算空调、中控台、远近光灯等其他设备的耗电。
作为优选,步骤B3之后,本车耗电率M通过以下方式修正:
车辆行驶区域为平原地区,M维持原值;
车辆行驶区域为丘陵地区,M减小10%;
车辆行驶区域为山地地区,M减小20%。
耗电率还与所行驶的地形有较大关系,地形越平坦,输出越平稳,耗电率越低;地形起伏程度越大,输出变化越大,则耗电率越高。因此需要根据地形对耗电率进行修正,地形起伏程度越高,修正率越高,即耗电率的容忍偏差范围越大。
作为优选,所述租车间隔判定包括以下步骤:
A1、用户首次租用电动汽车,记录首次租车时间;
A2、用户归还电动汽车,记录还车时间;
A3、计算首次租车时间和还车时间的时间间隔,记为第一间隔T1;
A4、用户二次租用电动汽车,记录二次租车时间;
A5、计算还车时间和二次租车时间的时间间隔,记为第二间隔T2;
A6、计算故障度K,计算公式为:
K=a×T1+b×T2
a为第一间隔权重值,b为第二间隔权重值;
A7、如果故障度K小于或等于故障度阈值,则判定车辆出现故障;如果故障度大于或等于故障度阈值,则判定车辆处于正常状态;
其中,a和b的和为1,0.3≤a≤0.6,0.4≤b≤0.7;故障度阈值为20分钟-35分钟。
换车租车间隔的比重略大于前车租车时长,因此通常b的值略大于a的值。如果在30分钟左右时间内用户完成租车-换车-再租车三个步骤,则基本可以确定前车存在一定的问题,不适于驾驶。
用户在租车之后,如果很短时间就还车并且更换车辆租赁,则表明前车存在不适于驾驶的问题。依据对前车的租赁时长和前车还车到后车租赁的间隔时间可以较为准确判断车辆状态。如果仅依靠极短租车时长来判断或者仅依靠极短的换车租车间隔来判断可能会带来较大的误差,而本方案基于两个时间间隔可以有效提高判断结果的准确性。
本发明带来的实质性效果是,公共租车系统救援路径选择方法根据道路情况,选择出一条救援车拖运故障车的最佳行驶路线,便于将故障车及时拉到维保中心进行维修和处理;通过用户行为和耗电率来判断电动汽车的故障,避免了繁琐的传感器和判断逻辑,实用度高,抗干扰性好。
具体实施方式
下面通过实施例,对本发明的技术方案作进一步具体的说明。
实施例:本实施例的租车系统救援路径选择方法及车辆故障检测方法,租车系统救援路径选择方法,包括如下步骤:
①获取GIS地理信息、路网信息和实时交通数据;
②设定变量i的初始值为1;
③计算救援车从故障车所在位置到第i个维保中心的最短运行时间Ti,
最短运行时间Ti由以下公式确定
Vk为第k段路径的通行容量,ck为第k段路径的通行能力,tk为第k段路径畅通时车辆通过需要的时间,N为从故障车位置到第i个维保中心所需要经过的路径段数,α和β为经验参数;
④i增大1,重复步骤③,直至遍历所有维保中心;
⑤选择最短运行时间最小的维保中心为最佳维保中心,救援车按照最短运行时间对应的路径将故障车拖运到最佳维保中心。
车辆故障检测方法包括电量消耗判定和租车间隔判定;如果电量消耗判定和租车间隔判定中的任意一种判定结果为车辆出现故障,则通知工作人员进行修理或维护;如果电量消耗判定和租车间隔判定两者的判定结果都为车辆处于正常状态,则不通知工作人员进行修理或维护。
租车间隔判定包括以下步骤:
A1、用户首次租用电动汽车,记录首次租车时间;
A2、用户归还电动汽车,记录还车时间;
A3、计算首次租车时间和还车时间的时间间隔,记为第一间隔T1;
A4、用户二次租用电动汽车,记录二次租车时间;
A5、计算还车时间和二次租车时间的时间间隔,记为第二间隔T2;
A6、计算故障度K,计算公式为:
K=a×T1+b×T2
a为第一间隔权重值,b为第二间隔权重值;
A7、如果故障度K小于或等于故障度阈值,则判定车辆出现故障;如果故障度大于或等于故障度阈值,则判定车辆处于正常状态;
其中,a和b的和为1,0.3≤a≤0.6,0.4≤b≤0.7;故障度阈值为20分钟-35分钟。
换车租车间隔的比重略大于前车租车时长,因此通常b的值略大于a的值。如果在30分钟左右时间内用户完成租车-换车-再租车三个步骤,则基本可以确定前车存在一定的问题,不适于驾驶。
用户在租车之后,如果很短时间就还车并且更换车辆租赁,则表明前车存在不适于驾驶的问题。依据对前车的租赁时长和前车还车到后车租赁的间隔时间可以较为准确判断车辆状态。如果仅依靠极短租车时长来判断或者仅依靠极短的换车租车间隔来判断可能会带来较大的误差,而本方案基于两个时间间隔可以有效提高判断结果的准确性。
电量消耗判定过程包括以下步骤:
B1、记录本车标准行驶距离下电动汽车电机的耗电量Q;
B2、读取基准耗电量Q0;
B3、计算本车耗电率M,计算公式如下:
M=Q/Q0;
B4、如果M超过耗电率阈值,则判定车辆存在故障;如果M小于或等于耗电率阈值,则判定车辆正常。
对于电动汽车来说,电池状态直接决定了车辆的行驶里程、动力输出性能,而电量消耗速度可以反应车辆的电池状态。如果电量消耗速度较快,表明电池性能不良,很可能无法完成预定路程,较容易出现半路抛锚的问题,严重影响用户的租车体验,也会给租赁公司造成负面形象。
步骤B3之后,耗电率M通过寿命修正率R修正,修正公式为:
M1=M×R
M1为经过寿命修正率修正后的耗电率;寿命修正率R由以下公式确定:
R=-0.5×p2+1
p=t/t0
t为电池当前使用时长,t0为电池的额定寿命。
而电池本身性能是会随着使用时长的增加而降低的,如果降低在正常范围内,则证明其未出现故障,如果降低速率超过正常范围,则证明电池出现故障,需要进行维修或更换。初始状态时,电池修正率为1;随着电池不断使用,修正率减小,修正幅度增大,对耗电率的容忍范围提高。
耗电率还通过温度修正率F修正,修正公式为:
M2=M1/F
M2为经过温度修正率修正后的耗电率;温度修正率F由以下公式确定:
F=-0.000375×H2+0.02×H+0.75 F≤20摄氏度
H为本车在行驶标准距离过程中的平均环境温度。
气温直接影响电池性能,温度低于20摄氏度时,电池性能下降较为明显,即放电效率降低,耗电率提高,温度越低耗电率越高,此时需要提高修正幅度来增大耗电率的容忍偏差范围,避免误判。
车辆行驶区域为平原地区,耗电率维持原值;
车辆行驶区域为丘陵地区,耗电率减小10%;
车辆行驶区域为山地地区,耗电率减小20%。
耗电率还与所行驶的地形有较大关系,地形越平坦,输出越平稳,耗电率越低;地形起伏程度越大,输出变化越大,则耗电率越高。因此需要根据地形对耗电率进行修正,地形起伏程度越高,修正率越高,即耗电率的容忍偏差范围越大。
本实施例还可以引入充电速率协助放电率来表现车辆状态,充放电率N的计算公式如下:
N=c×M3+d×S/S0
式中,M3为经过寿命修正率、温度修正率和地形三个因素修正后的耗电率,c为耗电权重值,d为充电权重值,S为最近十次充电速率,S0为原始充电速率。
如果N超过充放电率阈值,则判定车辆存在故障;如果N小于或等于充放电率阈值,则判定车辆正常。
如果车辆充电速率过快,则表明电池容量存在问题,属于不正常现象。通过充电速率和放电率结合,可以准确判断车辆是否存在故障。
c和d的和为1,0.5≤c≤0.8,0.2≤d≤0.5。
由于汽车上的电机和电池的连接为固定连接,并且电机性能可以从驾驶者的体验中直接反应出来,出现测量误差的概率较小,而电池和充电桩的连接为可拆卸式连接,出现测量误差的几率更大,因此耗电权重值大于或等于充电权重值。
本发明的公共租车系统,通过公共租车系统救援路径选择方法,根据道路情况,选择出一条救援车拖运故障车的最佳行驶路线,便于将故障车及时拉到维保中心进行维修和处理。通过车辆故障检测方法,可以通过用户行为和耗电率来判断电动汽车的故障,避免了繁琐的传感器和判断逻辑,实用度高,抗干扰性好。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
尽管本文较多地使用了首次租车、耗电量、额定寿命等术语,但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质;把它们解释成任何一种附加的限制都是与本发明精神相违背的。
Claims (5)
1.一种租车系统救援路径选择方法及车辆故障检测方法,其特征在于救援路径选择方法包括如下步骤:
①获取GIS地理信息、路网信息和实时交通数据;
②设定变量i的初始值为1;
③计算救援车从故障车所在位置到第i个维保中心的最短运行时间Ti;
④i增大1,重复步骤③,直至遍历所有维保中心;
⑤选择最短运行时间最小的维保中心为最佳维保中心,救援车按照最短运行时间对应的路径将故障车拖运到最佳维保中心。
2.根据权利要求1所述的租车系统救援路径选择方法及车辆故障检测方法,其特征在于,所述的最短运行时间Ti由以下公式确定
Vk为第k段路径的通行容量,ck为第k段路径的通行能力,tk为第k段路径畅通时车辆通过需要的时间,N为从故障车位置到第i个维保中心所需要经过的路径段数,α和β为经验参数。
3.根据权利要求1所述的租车系统救援路径选择方法及车辆故障检测方法,其特征在于,车辆故障检测方法包括电量消耗判定和租车间隔判定;如果电量消耗判定和租车间隔判定中的任意一种判定结果为车辆出现故障,则通知工作人员进行修理或维护;如果电量消耗判定和租车间隔判定两者的判定结果都为车辆处于正常状态,则不通知工作人员进行修理或维护;
电量消耗判定过程包括以下步骤:
B1、记录本车标准行驶距离下电动汽车电机的耗电量Q;
B2、读取基准耗电量Q0;
B3、计算本车耗电率M,计算公式如下:
M=Q/Q0;
B4、如果M超过耗电率阈值,则判定车辆存在故障;如果M小于或等于耗电率阈值,则判定车辆正常。
4.根据权利要求3所述的租车系统救援路径选择方法及车辆故障检测方法,其特征在于,步骤B3之后,本车耗电率M通过以下方式修正:
车辆行驶区域为平原地区,M维持原值;
车辆行驶区域为丘陵地区,M减小10%;
车辆行驶区域为山地地区,M减小20%。
5.根据权利要求3所述的租车系统救援路径选择方法及车辆故障检测方法,其特征在于,租车间隔判定包括以下步骤:
A1、用户首次租用电动汽车,记录首次租车时间;
A2、用户归还电动汽车,记录还车时间;
A3、计算首次租车时间和还车时间的时间间隔,记为第一间隔T1;
A4、用户二次租用电动汽车,记录二次租车时间;
A5、计算还车时间和二次租车时间的时间间隔,记为第二间隔T2;
A6、计算故障度K,计算公式为:
K=a×T1+b×T2
a为第一间隔权重值,b为第二间隔权重值;
A7、如果故障度K小于或等于故障度阈值,则判定车辆出现故障;如果故障度大于或等于故障度阈值,则判定车辆处于正常状态;
其中,a和b的和为1,0.3≤a≤0.6,0.4≤b≤0.7;故障度阈值为20分钟-35分钟。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710973858.XA CN109584537A (zh) | 2017-10-18 | 2017-10-18 | 租车系统救援路径选择方法及车辆故障检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710973858.XA CN109584537A (zh) | 2017-10-18 | 2017-10-18 | 租车系统救援路径选择方法及车辆故障检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109584537A true CN109584537A (zh) | 2019-04-05 |
Family
ID=65919526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710973858.XA Pending CN109584537A (zh) | 2017-10-18 | 2017-10-18 | 租车系统救援路径选择方法及车辆故障检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109584537A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520883A (zh) * | 2008-02-29 | 2009-09-02 | 鸿富锦精密工业(深圳)有限公司 | 车辆维修系统及方法 |
CN201359734Y (zh) * | 2008-12-25 | 2009-12-09 | 万向电动汽车有限公司 | 车辆工况远程监控系统 |
CN102230954A (zh) * | 2011-06-22 | 2011-11-02 | 奇瑞汽车股份有限公司 | 一种锂离子动力电池包故障诊断装置及其诊断方法 |
CN102509447A (zh) * | 2011-10-20 | 2012-06-20 | 浙江工商大学 | 一种城市公共自行车故障的模糊识别方法 |
CN103632513A (zh) * | 2013-11-21 | 2014-03-12 | 深圳市卡讯尔车联网科技开发有限公司 | 基于云服务器的车辆紧急救援交互方法及系统 |
CN105160424A (zh) * | 2015-08-13 | 2015-12-16 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于线性规划的应急救援车调度方法 |
CN106022512A (zh) * | 2016-05-12 | 2016-10-12 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种针对电动车的应急救援车最优路径救援方法 |
-
2017
- 2017-10-18 CN CN201710973858.XA patent/CN109584537A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520883A (zh) * | 2008-02-29 | 2009-09-02 | 鸿富锦精密工业(深圳)有限公司 | 车辆维修系统及方法 |
CN201359734Y (zh) * | 2008-12-25 | 2009-12-09 | 万向电动汽车有限公司 | 车辆工况远程监控系统 |
CN102230954A (zh) * | 2011-06-22 | 2011-11-02 | 奇瑞汽车股份有限公司 | 一种锂离子动力电池包故障诊断装置及其诊断方法 |
CN102509447A (zh) * | 2011-10-20 | 2012-06-20 | 浙江工商大学 | 一种城市公共自行车故障的模糊识别方法 |
CN103632513A (zh) * | 2013-11-21 | 2014-03-12 | 深圳市卡讯尔车联网科技开发有限公司 | 基于云服务器的车辆紧急救援交互方法及系统 |
CN105160424A (zh) * | 2015-08-13 | 2015-12-16 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于线性规划的应急救援车调度方法 |
CN106022512A (zh) * | 2016-05-12 | 2016-10-12 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种针对电动车的应急救援车最优路径救援方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ma et al. | Examining influential factors on the energy consumption of electric and diesel buses: A data-driven analysis of large-scale public transit network in Beijing | |
Zahoor et al. | The carbon neutrality feasibility of worldwide and in China's transportation sector by E-car and renewable energy sources before 2060 | |
US12181296B2 (en) | Cost-based vehicle routing | |
CN108475362A (zh) | 车辆评估方法、装置及设备 | |
US20230011148A1 (en) | System and method of monitoring battery | |
CN107153914A (zh) | 一种汽车运行风险的评价系统及方法 | |
CN114067557B (zh) | 一种驾驶信用测定方法、系统、信息数据处理终端 | |
CN106296126A (zh) | 车险理赔费用预测方法和装置 | |
CN101937593A (zh) | 信息诱导自助式多控群充智能充电服务器 | |
CN110019108A (zh) | 基于车辆健康数据库的车辆分级管理系统及系统 | |
CN106530676B (zh) | 一种面向新能源城市公交车的数据融合方法及v2x系统 | |
Faria et al. | Assessing electric mobility feasibility based on naturalistic driving data | |
CN108229832A (zh) | 基于道路运营测试和模糊层次法的纯电动公交车选型方法 | |
Wankhede et al. | Differentiation of various drive cycles for estimating an electric four wheeler's energy utilisation for efficacious performance | |
CN106682759A (zh) | 针对电动出租车的电池供应系统及网络优化方法 | |
CN108297694A (zh) | 一种根据电量消耗判定电动汽车是否故障的方法 | |
CN108303263A (zh) | 一种基于充放电速率的电动汽车故障判断方法 | |
Zhu et al. | The Bhutan electric vehicle initiative: scenarios, implications, and economic impact | |
Saxena et al. | Evaluating the appropriate fuel-based bus technology in Indian context by integrating Fuzzy AHP-Fuzzy TOPSIS | |
JP7063055B2 (ja) | 蓄電装置の情報収集システム | |
CN109102642A (zh) | 一种租车系统车辆故障检测方法及密码管理方法 | |
CN109584537A (zh) | 租车系统救援路径选择方法及车辆故障检测方法 | |
CN108304939A (zh) | 一种通过电量消耗和租车间隔进行故障检测的方法 | |
CN109615085A (zh) | 租车系统车辆故障检测方法及故障车救援方法 | |
Peng et al. | Evaluation of Real‐World Fuel Consumption of Hybrid‐Electric Passenger Car Based on Speed‐Specific Vehicle Power Distributions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190405 |