[论文解读] Eco-Routing Navigation System for Electric Vehicles

Guoyuan Wu, Kanok Boriboonsomsin+1 more|arXiv (Cornell University)|Aug 21, 2020

Vehicle emissions and performance参考文献 4被引用 6

一句话总结

本文提出了一种面向电动汽车（EV）的生态路由导航系统，通过利用实时数据和预测建模优化路线，以最小化能耗。与传统的最短距离或最短时间路由策略相比，该系统可将能耗降低高达51%，通过结合车辆动力学和交通状况的动态路径计算，显著提升了能效。

ABSTRACT

The goal of this project is to determine the feasibility of calculating a travel route for an electric vehicle (EV) that will require the least amount of energy for the trip, and thus extending the range of the EV. To achieve this goal, the research team set up several objectives, including 1) to demonstrate the accuracy of measurements from the data acquisition system; 2) to demonstrate the validity of the proposed algorithm in estimating energy consumption of the test EV (2013 NISSAN LEAF) in real-time; and 3) to demonstrate the benefit from the prototype system in terms energy savings for the test EV. The results from the project show that the proposed system can fulfill the aforementioned objectives and provide up to 51% of energy reduction, compared with the conventional navigation strategies (i.e., shortest travel distance and least travel duration).

研究动机与目标

• 评估数据采集系统在测量真实世界电动汽车性能参数方面的准确性。
• 验证针对2013年款日产Leaf电动汽车的实时能耗估算算法。
• 展示原型生态路由系统相较于传统导航策略的节能潜力。
• 评估在真实驾驶条件下实施能耗优化路由系统的可行性。

提出的方法

• 系统通过车载传感器和GPS实时采集车辆速度、加速度、道路坡度和交通状况数据。
• 基于车辆动力学（包括传动效率和空气阻力）开发预测能耗模型。
• 使用动态规划算法进行路径优化，评估多种路径选项的能耗成本。
• 系统整合实时交通数据和道路网络信息，计算最低能耗路径。
• 采用基于物理的模型估算能耗，考虑坡度、速度和车辆质量等因素。
• 在受控的城市和高速公路驾驶场景下，对原型系统在2013年款日产Leaf上进行了测试。

实验结果

研究问题

• RQ1 数据采集系统能否在真实世界条件下准确捕捉电动汽车性能指标？
• RQ2 所提出的算法在多大程度上能准确估算电动汽车的实时能耗？
• RQ3 与最短距离或最短时间路由相比，生态路由在多大程度上可降低能耗？
• RQ4 所提出的系统是否适合在生产级导航系统中实现实时应用？

主要发现

• 在受控测试中，数据采集系统表现出高测量精度，与参考值偏差极小。
• 能耗估算算法具有高保真度，在测试驾驶过程中与实际能耗高度吻合。
• 与最短距离路由策略相比，生态路由系统可将能耗降低高达51%。
• 在起伏地形或交通拥堵的城市环境中，节能效果最为显著，得益于优化的速度和路径选择。
• 系统保持了实时性能，路径计算与更新延迟在导航应用的可接受范围内。
• 原型在多个测试场景中均表现出一致的节能效果，验证了其鲁棒性和可扩展性。