具体实施方式

现在将详细参考本发明的各种实施例，其示例在附图中示出并在以下予以说明。虽然将结合本发明的示例性实施例说明本发明，但是应当理解的是，本说明并非旨在将本发明限制于这些示例性实施例。相反，本发明旨在不仅涵盖本发明的这些示例性实施例，而且涵盖可包括在由所附权利要求所限定的本发明的思想和范围内的各种替代形式、修改、等同物和其他实施例。

在下文中，将参照附图描述根据本发明的各种实施例的使用大数据的车辆动力控制系统。

图1是示出根据本发明的各种示例性实施例的使用大数据的车辆动力控制系统的配置的视图。

参照图1，根据本发明的各个示例性实施例的使用大数据的车辆动力控制系统可以包括大数据服务器100，该大数据服务器100配置为接收由车辆10产生的行驶相关数据，通过处理接收到的数据而生成与车辆10的加速模式相关的因素并存储生成的因素；以及控制器11，布置在车辆10中并配置为当车辆10需要加速或推进时，参考预先存储的电池的可用功率和存储在大数据服务器100中的因素来改变电池12的输出功率。

大数据服务器100可以从车辆10接收在车辆行驶时产生的各种数据，可以通过处理和分析接收到的数据来生成数据，并且可以存储所生成的数据。大数据服务器100可以基于从车辆接收的数据或生成的辅助数据来生成与车辆的加速有关的特定模式。

如图1所示，大数据服务器100可以使用具有针对各个层的云服务器110、120和130的分层结构的分布式云方法来实现。

例如，属于多个分层结构的最下层的第一层云服务器110可以与车辆10通信，可以实时记录由车辆10生成的数据，并且如果需要可以将所记录的数据提供给车辆10，或者可以将数据提供给属于最下层110的高层的云服务器120和130。

属于高层的云服务器120和130可以处理和存储由低层的云服务器提供的数据，并且可以与车辆10通信以将处理后的数据发送到车辆10。图1是用于说明示例性实施例的示例的视图，其中体现了总共三层，并且可以根据需要适当地调整层数。

图1中所示的本发明的示例性实施例可以包括第一层云服务器110，配置为在与车辆10通信的同时实时记录车辆数据；第二层云服务器120，配置为通过处理由第一层云服务器110记录的数据而生成用于生成车辆10的加速模式的因素；以及第三层云服务器130，配置为使用由第二层云服务器120生成的因素来生成车辆的加速模式并且将相似的加速模式分组。

第一层云服务器110可以通过与车辆的通信实时记录由车辆产生的原始数据。第一层云服务器110可以以尽可能低但丢失数据的采样率记录并存储车辆数据。第一层云服务器110可以对作为通信目标的每个车辆要记录并存储的数据的量设置限制。更不用说，如果资源允许，则可以存储从车辆记录的所有数据，第一层云服务器110主要实时地与车辆通信，因此期望限制每个车辆可以存储的数据的量以有效地利用资源。

由第一层云服务器110记录的原始数据可以是由车辆的各种控制器生成和发送的数据。在根据本发明的各个实施例的电池功率控制中，从车辆10提供给第一层云服务器110的实时数据可以是与安装在车辆中的电池12的功率有关的数据，并且可以是例如，车辆10的电池温度、电池电压、电池的充电状态(SOC)值、电池的充电和放电状态、电池的当前功率、车速、电动机的每分钟转速(rpm)、车辆10的位置或坡度。

第一层云服务器110可以直接从车辆10接收各种行驶相关数据，并且还可以对用于确定与车辆的加速模式有关的因素的数据进行分类。

根据需要，车辆10可以向第一层云服务器110请求存储的数据，并且还可以接收数据。

第二层云服务器120可以通过首先处理由第一层云服务器110记录的原始数据来确定诸如平均值、最大值和最小值、均方根RMS或标准偏差之类的项，并且可以存储所确定的项。处理后的数据可以以预设数据集的形式存储和管理。存储在第二层云服务器120中的数据可以以处理数据的预定形式而不是原始数据存储，并且可以与相应数据的天气、行驶时间等一起存储。

第一层云服务器110可以立即存储所记录的原始数据，但是第二层云服务器120可以处理所记录的数据并且可以不必实时地处理和存储原始数据，并且可以允许数据接收到数据处理和存储之间存在一定量的时间延迟。

在根据本发明的各个实施例的电池功率控制中，由第二层云服务器120处理和确定的数据可以对应于用于生成车辆10的加速模式的因素。用于生成加速模式的因素可以包括电池12的最大功率、保持最大功率的时间、平均功率、温度、充电状态(SoC)、车辆10行驶的位置或坡度、或车速。

必要时，车辆10可以向第二层云服务器120请求处理后的数据，并且可以接收处理后的数据。

第三层云服务器130可以再次对通过第二层云服务器120处理的数据进行二次处理。第三层云服务器130可以执行需要比第二层云服务器120的数据处理中使用的计算更高的计算能力的数据处理。

根据本发明的各个示例性实施例，第三层云服务器130可以基于第二层云服务器120产生的最大功率、保持最大功率的时间、平均功率、温度、充电状态(SoC)、车辆10行驶的位置或坡度或车辆速度来生成提供数据的车辆10的加速模式，并且可以对具有相似加速模式的车辆分组。

布置在车辆10中的控制器11可以检查车辆是否处于加速和/或推进条件，可以在加速和/或推进条件下得出电池12的预先存储的可用功率值，并且可以基于存储在大数据服务器100中的导出的可用功率值和车辆所属的组的加速模式来调节电池12的功率。

这里，可以通过接收用于检测驾驶员通过车辆的另一个控制器踩下加速踏板的程度的传感器的检测值来确定加速和/或推进条件，并且控制器11可以从车辆其他控制器接收关于加速和/或推进条件的信息。

控制器11可以监视和管理电池12的充电和放电功率，因此控制器11可以是用于执行与电池12有关的控制的电池管理系统(BMS)。

电池12可以是用于提供电力以推进被配置为向车辆的推进轮提供电力的电动机的高压电池。

将描述根据如以上配置的本发明的各个实施例的使用大数据的车辆动力控制系统的详细操作。

图2是示出根据本发明的各个示例性实施例的使用大数据的车辆动力控制系统的操作的流程图。

图2所示的操作可以由车辆10的控制器11和大数据服务器100来执行。

参照图2，当车辆10通电时，车辆10可以在每个预设时间间隔向大数据服务器100提供与车辆行驶有关的数据(S11)。大数据服务器100可以通过处理从各种车辆接收到的与车辆行驶有关的数据来建立车辆的加速模式，并且可以基于用于建立车辆的加速模式的因素来对相似的模式进行分组(S21)。在操作S21中，可以将向大数据服务器100提供数据的车辆10的加速模式与具有相似特性的其他加速模式分组。

在分组中考虑的加速模式可以包括推进加速模式和超车加速模式。推进加速模式可以指的是车辆从静止状态加速的模式，而超车加速模式是指在以预定速度或更高的速度行驶时，车辆以比预定速度更高的速度加速。

大数据服务器100可以针对在操作S21中分组的每个组确定与属于各个组的加速模式相对应的高输出容差γ和β。高输出容差γ和β可以是取决于时间的函数，并且可以对应于随时间变化的权重，该权重反映了属于各个组的加速模式的特征。高输出推进容差γ可以应用于推进加速模式，并且高输出超车容差β可以应用于超车加速模式。

在每个预设时间间隔或在特定的车辆行驶状态下(例如，紧接在车辆启动后)，控制器11可以向大数据服务器100请求获取有关加速模式组的信息，并可以接收该信息(S12)。

因此，当车辆请求加速时，控制器11可以确定相应的加速是推进加速还是超车加速(S13)，当相应加速是推进加速时，控制器11可以通过将与推进加速模式组相对应的高输出推进容差γ应用于在预存储的数据映射中设置的电池12的可用功率值P_{out_ref}来确定最终电池输出功率P_out(S141)，并且当相应加速是超车加速时，控制器11可以通过将与超车加速模式组相对应的高输出超车容差β应用于在预存储的数据映射中设置的电池12的可用功率值P_{out_ref}来确定最终电池输出功率P_out(S142)。

由控制器11存储的映射数据可以记录为针对电池12的充电状态(SOC)值和电池12周围的温度的每个参考预设的可用功率值P_{out_ref}。

在操作S141中，控制器11可以将由大数据服务器100提供的高输出推进容差γ所应用的电池12的输出功率P_out传输到车辆的各种控制器，并且可以将其应用于车辆的各种控制，尤其是在新设置的输出功率P_out范围内用于推进和加速的电动机控制。

图3、图4和图5是用于比较根据本发明的各个示例性实施例的在使用大数据的车辆动力控制系统的情况下车辆推进时的电池输出功率和传统的车辆推进时的电池输出功率的曲线图。

如图3所示，在传统的车辆动力控制方案中，不能实现大于存储在数据映射中的可用功率值P_{out_map}的电池输出，因此当车辆加速或推进时无法获得驾驶员期望的输出。

然而，如图4所示，当车辆请求进行推进和加速时，根据本发明的各个示例性实施例的车辆动力控制系统可以通过应用高输出推进容差γ来获得推进车辆时驾驶员期望的足够输出，该高输出推进容差γ是根据驾驶员的每个推进加速模式设置的随时间变化的权重。

如图5所示，当车辆请求进行超车和加速时，根据本发明的各个示例性实施例的车辆动力控制系统可以通过应用高输出超车容差β来获得车辆超车时驾驶员期望的足够输出，该高输出超车容差β是根据驾驶员的每个超车加速模式设置的随时间变化的权重。

使用大数据的车辆动力控制系统可以基于根据大数据而建立的车辆加速模式来控制车辆的动力，而没有对预先存储的数据映射的可用功率值进行限制，因此可以实现驾驶员期望的车辆的加速和推进性能。

此外，术语“控制器”是指包括存储器和处理器的硬件设备，该处理器配置为执行被解释为算法结构的一个或多个步骤。存储器存储算法步骤，并且处理器执行算法步骤以执行根据本发明的各种示例性实施例的方法的一个或多个过程。根据本发明的示例性实施例的控制器可以通过配置为存储用于控制车辆的各种部件的操作的算法或关于用于执行算法的软件命令的数据的非易失性存储器，以及配置为使用存储在存储器中的数据执行上述操作的处理器来实现。存储器和处理器可以是单独的芯片。可替代地，存储器和处理器可以集成在单个芯片中。该处理器可以被实现为一个或多个处理器。

控制器可以是由预定程序操作的至少一个微处理器，该预定程序可以包括用于执行根据本发明的各种示例性实施例的方法的一系列命令。

前述发明也可以体现为计算机可读记录介质上的计算机可读代码。所述计算机可读记录介质是可以存储其后可以由计算机系统读取的数据的任何数据存储设备。计算机可读记录介质的示例包括硬盘驱动器(HDD)、固态磁盘(SSD)、硅磁盘驱动器(SDD)、只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘、光学数据存储设备等，并且实现为载波(例如，通过互联网传输)。

为了在所附权利要求中方便说明和准确定义，使用术语“上部”、“下部”、“内部”、“外部”、“上”、“下”、“向上”、“向下”、“前”、“后”、“后方”、“内部”、“外部”、“向内”、“向外”、“内部的”、“外部的”、“内侧”、“外侧”、“向前”和“向后”，参照示例性实施例的特征在附图中所示的位置来描述这些特征。还将理解，术语“连接”或其派生词既指直接连接又指间接连接。

为了说明和描述的目的，已经给出了本发明的特定示例性实施例的前述说明。该说明并非旨在穷举或将本发明限制于所公开的确切形式，并且鉴于上述教导，显然多种修改和变形是可能的。选择和说明示例性实施例是为了解释本发明的特定原理及其实际应用，从而使本领域的其他技术人员能够实施和利用本发明的各种示例性实施例及其各种替代形式和变型。旨在由所附权利要求及其等效形式来限定本发明的范围。