本发明提供了一种基于云管控的新能源汽车统一调温系统及方法，其中，系统包括：获取模块，用于获取新能源汽车当前的第一工况信息，同时，获取新能源汽车的未来行驶路线；预测模块，用于基于未来行驶路线，预测新能源汽车在预设的时间段后的第二工况信息；制定模块，用于基于第一工况信息和第二工况信息，制定新能源汽车在时间段内适宜的电池调温策略；调温模块，基于电池调温策略，在时间段内对新能源汽车的动力电池进行相应调温。本发明的基于云管控的新能源汽车统一调温系统及方法，基于当前工况和未来工况制定车辆在未来工况下动力电池能够处于适宜工作温度的温度调节策略，达到了温度调节的提前性，减少对动力电池的损害。
1.一种基于云管控的新能源汽车统一调温系统，应用于云管控平台，其特征在于，包括：获取模块，用于获取新能源汽车当前的第一工况信息，同时，获取新能源汽车的导航规划的未来行驶路线；
预测模块，用于基于所述第一工况信息和所述未来行驶路线，预测新能源汽车在预设的时间段后的第二工况信息；
制定模块，用于基于所述第一工况信息和所述第二工况信息，制定新能源汽车在所述时间段内适宜的电池调温策略；
调温模块，用于基于所述电池调温策略，在所述时间段内对新能源汽车的动力电池进行相应调温；
获取所述未来行驶路线上对应于所述时间段的局部行驶路线，同时，动态获取所述局部行驶路线的路线信息；
基于所述路线信息，将所述局部行驶路线动态映射于预设的模拟空间内，获得模拟路线；
基于所述第一工况信息，将所述新能源汽车映射于所述模拟路线的起点处，获得模拟小车；
获取所述新能源汽车在所述局部行驶路线上的未来行驶情况，基于未来所述行驶情况，模拟所述模拟小车从所述模拟路线的起点向终点行驶；
当所述模拟小车行驶至所述终点时，获取所述模拟小车当前的第二工况信息，完成预测；
所述动态获取所述局部行驶路线的路线信息，包括：在所述局部行驶路线上每间隔预设的距离设置一个第一目标点位；
构建城市内的环境采集设施的虚拟地图，所述虚拟地图为标记有多个第一采集设备和对应采集范围的对应于所述城市的城市地图；
若所述采集范围包含所述第一目标点位，将对应所述第一采集设备作为第二采集设备；
动态获取所述第二采集设备采集的对应所述采集范围内的第一环境信息；
每次获取时，将所述第一环境信息与对应所述采集范围包含的所述第一目标点位进行配对，获得第一环境信息配对项；
若存在未被任一所述采集范围包含的所述第一目标点位，将对应所述第一目标点位作为第二目标点位；
从所述虚拟地图中确定距离所述第二目标点位预设的范围内的所述第一采集设备，并作为第二采集设备；
获取所述第二目标点位的点位场景类型，同时，获取所述第二采集设备的采集场景类型；
基于预设的场景类型适配库，判断所述点位场景类型与所述采集场景类型之间是否适配；
获取所述第二目标点位与所述第三采集设备对应所述采集范围之间的位置关系；
动态获取所述第三采集设备采集的对应所述采集范围内的第二环境信息；
每次获取时，基于所述第二环境信息和所述位置关系，预测所述第二目标点位的第三环境信息；
将所述第三环境信息与对应所述第二目标点位进行配对，获得第二环境信息配对项；
若均不适配，获取对应于所述点位场景类型预设的预测的第四环境信息，将所述第四环境信息与对应所述第二目标点位进行配对，获得第三环境信息配对项；
整合所述第一环境信息配对项、第二环境信息配对项和所述第三环境信息配对项，获得所述局部行驶路线的环境信息；
基于预设的道路信息库，确定所述局部行驶路线对应的道路信息；
将所述环境信息和所述道路信息作为所述局部行驶路线的路线信息，完成获取。
2.如权利要求1所述的一种基于云管控的新能源汽车统一调温系统，其特征在于，所述获取所述新能源汽车在所述局部行驶路线上的未来行驶情况，包括：获取新能源汽车的导航预测的在所述局部行驶路线上初始未来行驶情况；
获取新能源汽车的驾驶模式，所述驾驶模式包括：手动驾驶和自动驾驶；
当新能源汽车的驾驶模式为手动驾驶时，获取驾驶新能源汽车的驾驶者的驾驶习惯信息；
基于预设的第一未来行驶情况修正模型，根据所述驾驶习惯信息，对所述初始未来行驶情况进行修正，获得所述新能源汽车在所述局部行驶路线上的未来行驶情况，完成获取；
当新能源汽车的驾驶模式为自动驾驶时，获取新能源汽车自主规划的在所述局部行驶路线上的驾驶规划信息；
基于预设的第二未来行驶情况修正模型，根据所述驾驶规划信息，对所述初始未来行驶情况进行修正，获得所述新能源汽车在所述局部行驶路线上的未来行驶情况，完成获取。
3.如权利要求1所述的一种基于云管控的新能源汽车统一调温系统，其特征在于，所述制定模块执行如下操作：对所述第一工况信息和所述第二工况信息进行差异分析，获得至少一个差异项；
获取所述差异项对应的差异类型，同时，获取所述差异类型对应的差异项‑触发值库；
基于所述差异项‑触发值库，确定所述差异项对应的触发值；
若所述触发值和大于等于预设的触发值和阈值，基于预设的调温策略制定模型，根据所述第一工况信息和所述第二工况信息，制定新能源汽车在所述时间段内适宜的电池调温策略。
4.一种基于云管控的新能源汽车统一调温方法，应用于云管控平台，其特征在于，包括：步骤1：获取新能源汽车当前的第一工况信息，同时，获取新能源汽车的导航规划的未来行驶路线；
步骤2：基于所述第一工况信息和所述未来行驶路线，预测新能源汽车在预设的时间段后的第二工况信息；
步骤3：基于所述第一工况信息和所述第二工况信息，制定新能源汽车在所述时间段内适宜的电池调温策略；
步骤4：基于所述电池调温策略，在所述时间段内对新能源汽车的动力电池进行相应调温；
所述步骤2：基于所述第一工况信息和所述未来行驶路线，预测新能源汽车在预设的时间段后的第二工况信息，包括：获取所述未来行驶路线上对应于所述时间段的局部行驶路线，同时，动态获取所述局部行驶路线的路线信息；
基于所述路线信息，将所述局部行驶路线动态映射于预设的模拟空间内，获得模拟路线；
基于所述第一工况信息，将所述新能源汽车映射于所述模拟路线的起点处，获得模拟小车；
获取所述新能源汽车在所述局部行驶路线上的未来行驶情况，基于未来所述行驶情况，模拟所述模拟小车从所述模拟路线的起点向终点行驶；
当所述模拟小车行驶至所述终点时，获取所述模拟小车当前的第二工况信息，完成预测；
所述动态获取所述局部行驶路线的路线信息，包括：在所述局部行驶路线上每间隔预设的距离设置一个第一目标点位；
构建城市内的环境采集设施的虚拟地图，所述虚拟地图为标记有多个第一采集设备和对应采集范围的对应于所述城市的城市地图；
若所述采集范围包含所述第一目标点位，将对应所述第一采集设备作为第二采集设备；
动态获取所述第二采集设备采集的对应所述采集范围内的第一环境信息；
每次获取时，将所述第一环境信息与对应所述采集范围包含的所述第一目标点位进行配对，获得第一环境信息配对项；
若存在未被任一所述采集范围包含的所述第一目标点位，将对应所述第一目标点位作为第二目标点位；
从所述虚拟地图中确定距离所述第二目标点位预设的范围内的所述第一采集设备，并作为第二采集设备；
获取所述第二目标点位的点位场景类型，同时，获取所述第二采集设备的采集场景类型；
基于预设的场景类型适配库，判断所述点位场景类型与所述采集场景类型之间是否适配；
获取所述第二目标点位与所述第三采集设备对应所述采集范围之间的位置关系；
动态获取所述第三采集设备采集的对应所述采集范围内的第二环境信息；
每次获取时，基于所述第二环境信息和所述位置关系，预测所述第二目标点位的第三环境信息；
将所述第三环境信息与对应所述第二目标点位进行配对，获得第二环境信息配对项；
若均不适配，获取对应于所述点位场景类型预设的预测的第四环境信息，将所述第四环境信息与对应所述第二目标点位进行配对，获得第三环境信息配对项；
整合所述第一环境信息配对项、第二环境信息配对项和所述第三环境信息配对项，获得所述局部行驶路线的环境信息；
基于预设的道路信息库，确定所述局部行驶路线对应的道路信息；
将所述环境信息和所述道路信息作为所述局部行驶路线的路线信息，完成获取。
5.如权利要求4所述的一种基于云管控的新能源汽车统一调温方法，其特征在于，所述获取所述新能源汽车在所述局部行驶路线上的未来行驶情况，包括：获取新能源汽车的导航预测的在所述局部行驶路线上初始未来行驶情况；
获取新能源汽车的驾驶模式，所述驾驶模式包括：手动驾驶和自动驾驶；
当新能源汽车的驾驶模式为手动驾驶时，获取驾驶新能源汽车的驾驶者的驾驶习惯信息；
基于预设的第一未来行驶情况修正模型，根据所述驾驶习惯信息，对所述初始未来行驶情况进行修正，获得所述新能源汽车在所述局部行驶路线上的未来行驶情况，完成获取；
当新能源汽车的驾驶模式为自动驾驶时，获取新能源汽车自主规划的在所述局部行驶路线上的驾驶规划信息；
基于预设的第二未来行驶情况修正模型，根据所述驾驶规划信息，对所述初始未来行驶情况进行修正，获得所述新能源汽车在所述局部行驶路线上的未来行驶情况，完成获取。
6.如权利要求4所述的一种基于云管控的新能源汽车统一调温方法，其特征在于，步骤
3：基于所述第一工况信息和所述第二工况信息，制定新能源汽车在所述时间段内适宜的电池调温策略，包括：对所述第一工况信息和所述第二工况信息进行差异分析，获得至少一个差异项；
获取所述差异项对应的差异类型，同时，获取所述差异类型对应的差异项‑触发值库；
基于所述差异项‑触发值库，确定所述差异项对应的触发值；
若所述触发值和大于等于预设的触发值和阈值，基于预设的调温策略制定模型，根据所述第一工况信息和所述第二工况信息，制定新能源汽车在所述时间段内适宜的电池调温策略。
一种基于云管控的新能源汽车统一调温系统及方法
技术领域
[0001] 本发明涉及云平台技术领域，特别涉及一种基于云管控的新能源汽车统一调温系统及方法。
背景技术
[0002] 目前，新能源汽车在运行时，为了防止动力电池温度过高或过低，需要对动力电池进行温度调节；动力电池的温度调节主要依据新能源汽车的运行工况(例如：动力电池输出量和环境温度等)，但是，当新能源汽车的未来运行工况与当前运行工况不一定相同(例如：车辆从国道进入高速，动力电池输出量骤增；又例如：东北地区，车辆从室外进入商超地下车库，环境温度骤增)，若届时再对动力电池进行相应温度调节，短时间内无法使得动力电池散热至适宜温度(动力电池温度上升过快，散热能力无法满足)，对动力电池造成损害；
[0003] 因此，亟需一种解决办法。
发明内容
[0004] 本发明提供一种基于云管控的新能源汽车统一调温系统及方法，对新能源汽车的未来工况进行预测，基于当前工况和未来工况制定车辆在未来工况下动力电池能够处于适宜工作温度的温度调节策略，并进行相应温度调节，达到了温度调节的提前性，减少对动力电池的损害。
[0005] 本发明提供一种基于云管控的新能源汽车统一调温系统，应用于云管控平台，包括：
[0006] 获取模块，用于获取新能源汽车当前的第一工况信息，同时，获取新能源汽车的导航规划的未来行驶路线；
[0007] 预测模块，用于基于所述第一工况信息和所述未来行驶路线，预测新能源汽车在预设的时间段后的第二工况信息；
[0008] 制定模块，用于基于所述第一工况信息和所述第二工况信息，制定新能源汽车在所述时间段内适宜的电池调温策略；
[0009] 调温模块，用于基于所述电池调温策略，在所述时间段内对新能源汽车的动力电池进行相应调温。
[0010] 优选的，所述预测模块执行如下操作：
[0011] 获取所述未来行驶路线上对应于所述时间段的局部行驶路线，同时，动态获取所述局部行驶路线的路线信息；
[0012] 基于所述路线信息，将所述局部行驶路线动态映射于预设的模拟空间内，获得模拟路线；
[0013] 基于所述第一工况信息，将所述新能源汽车映射于所述模拟路线的起点处，获得模拟小车；
[0014] 获取所述新能源汽车在所述局部行驶路线上的未来行驶情况，基于未来所述行驶情况，模拟所述模拟小车从所述模拟路线的起点向终点行驶；
[0015] 当所述模拟小车行驶至所述终点时，获取所述模拟小车当前的第二工况信息，完成预测。
[0016] 优选的，所述动态获取所述局部行驶路线的路线信息，包括：
[0017] 在所述局部行驶路线上每间隔预设的距离设置一个第一目标点位；
[0018] 构建城市内的环境采集设施的虚拟地图，所述虚拟地图为标记有多个第一采集设备和对应采集范围的对应于所述城市的城市地图；
[0019] 若所述采集范围包含所述第一目标点位，将对应所述第一采集设备作为第二采集设备；
[0020] 动态获取所述第二采集设备采集的对应所述采集范围内的第一环境信息；
[0021] 每次获取时，将所述第一环境信息与对应所述采集范围包含的所述第一目标点位进行配对，获得第一环境信息配对项；
[0022] 若存在未被任一所述采集范围包含的所述第一目标点位，将对应所述第一目标点位作为第二目标点位；
[0023] 从所述虚拟地图中确定距离所述第二目标点位预设的范围内的所述第一采集设备，并作为第二采集设备；
[0024] 获取所述第二目标点位的点位场景类型，同时，获取所述第二采集设备的采集场景类型；
[0025] 基于预设的场景类型适配库，判断所述点位场景类型与所述采集场景类型之间是否适配；
[0026] 若是，将对应所述第二采集设备作为第三采集设备；
[0027] 获取所述第二目标点位与所述第三采集设备对应所述采集范围之间的位置关系；
[0028] 动态获取所述第三采集设备采集的对应所述采集范围内的第二环境信息；
[0029] 每次获取时，基于所述第二环境信息和所述位置关系，预测所述第二目标点位的第三环境信息；
[0030] 将所述第三环境信息与对应所述第二目标点位进行配对，获得第二环境信息配对项；
[0031] 若均不适配，获取对应于所述点位场景类型预设的预测的第四环境信息，将所述第四环境信息与对应所述第二目标点位进行配对，获得第三环境信息配对项；
[0032] 整合所述第一环境信息配对项、第二环境信息配对项和所述第三环境信息配对项，获得所述局部行驶路线的环境信息；
[0033] 基于预设的道路信息库，确定所述局部行驶路线对应的道路信息；
[0034] 将所述环境信息和所述道路信息作为所述局部行驶路线的路线信息，完成获取。
[0035] 优选的，所述获取所述新能源汽车在所述局部行驶路线上的未来行驶情况，包括：
[0036] 获取新能源汽车的导航预测的在所述局部行驶路线上初始未来行驶情况；
[0037] 获取新能源汽车的驾驶模式，所述驾驶模式包括：手动驾驶和自动驾驶；
[0038] 当新能源汽车的驾驶模式为手动驾驶时，获取驾驶新能源汽车的驾驶者的驾驶习惯信息；
[0039] 基于预设的第一未来行驶情况修正模型，根据所述驾驶习惯信息，对所述初始未来行驶情况进行修正，获得所述新能源汽车在所述局部行驶路线上的未来行驶情况，完成获取；
[0040] 当新能源汽车的驾驶模式为自动驾驶时，获取新能源汽车自主规划的在所述局部行驶路线上的驾驶规划信息；
[0041] 基于预设的第二未来行驶情况修正模型，根据所述驾驶规划信息，对所述初始未来行驶情况进行修正，获得所述新能源汽车在所述局部行驶路线上的未来行驶情况，完成获取。
[0042] 优选的，所述制定模块执行如下操作：
[0043] 对所述第一工况信息和所述第二工况信息进行差异分析，获得至少一个差异项；
[0044] 获取所述差异项对应的差异类型，同时，获取所述差异类型对应的差异项‑触发值库；
[0045] 基于所述差异项‑触发值库，确定所述差异项对应的触发值；
[0046] 对所述触发值进行求和计算，获得触发值和；
[0047] 若所述触发值和大于等于预设的触发值和阈值，基于预设的调温策略制定模型，根据所述第一工况信息和所述第二工况信息，制定新能源汽车在所述时间段内适宜的电池调温策略。
[0048] 本发明提供一种基于云管控的新能源汽车统一调温方法，应用于云管控平台，包括：
[0049] 步骤1：获取新能源汽车当前的第一工况信息，同时，获取新能源汽车的导航规划的未来行驶路线；
[0050] 步骤2：基于所述第一工况信息和所述未来行驶路线，预测新能源汽车在预设的时间段后的第二工况信息；
[0051] 步骤3：基于所述第一工况信息和所述第二工况信息，制定新能源汽车在所述时间段内适宜的电池调温策略；
[0052] 步骤4：基于所述电池调温策略，在所述时间段内对新能源汽车的动力电池进行相应调温。
[0053] 优选的，所述步骤2：基于所述第一工况信息和所述未来行驶路线，预测新能源汽车在预设的时间段后的第二工况信息，包括：
[0054] 获取所述未来行驶路线上对应于所述时间段的局部行驶路线，同时，动态获取所述局部行驶路线的路线信息；
[0055] 基于所述路线信息，将所述局部行驶路线动态映射于预设的模拟空间内，获得模拟路线；
[0056] 基于所述第一工况信息，将所述新能源汽车映射于所述模拟路线的起点处，获得模拟小车；
[0057] 获取所述新能源汽车在所述局部行驶路线上的未来行驶情况，基于未来所述行驶情况，模拟所述模拟小车从所述模拟路线的起点向终点行驶；
[0058] 当所述模拟小车行驶至所述终点时，获取所述模拟小车当前的第二工况信息，完成预测。
[0059] 优选的，所述动态获取所述局部行驶路线的路线信息，包括：
[0060] 在所述局部行驶路线上每间隔预设的距离设置一个第一目标点位；
[0061] 构建城市内的环境采集设施的虚拟地图，所述虚拟地图为标记有多个第一采集设备和对应采集范围的对应于所述城市的城市地图；
[0062] 若所述采集范围包含所述第一目标点位，将对应所述第一采集设备作为第二采集设备；
[0063] 动态获取所述第二采集设备采集的对应所述采集范围内的第一环境信息；
[0064] 每次获取时，将所述第一环境信息与对应所述采集范围包含的所述第一目标点位进行配对，获得第一环境信息配对项；
[0065] 若存在未被任一所述采集范围包含的所述第一目标点位，将对应所述第一目标点位作为第二目标点位；
[0066] 从所述虚拟地图中确定距离所述第二目标点位预设的范围内的所述第一采集设备，并作为第二采集设备；
[0067] 获取所述第二目标点位的点位场景类型，同时，获取所述第二采集设备的采集场景类型；
[0068] 基于预设的场景类型适配库，判断所述点位场景类型与所述采集场景类型之间是否适配；
[0069] 若是，将对应所述第二采集设备作为第三采集设备；
[0070] 获取所述第二目标点位与所述第三采集设备对应所述采集范围之间的位置关系；
[0071] 动态获取所述第三采集设备采集的对应所述采集范围内的第二环境信息；
[0072] 每次获取时，基于所述第二环境信息和所述位置关系，预测所述第二目标点位的第三环境信息；
[0073] 将所述第三环境信息与对应所述第二目标点位进行配对，获得第二环境信息配对项；
[0074] 若均不适配，获取对应于所述点位场景类型预设的预测的第四环境信息，将所述第四环境信息与对应所述第二目标点位进行配对，获得第三环境信息配对项；
[0075] 整合所述第一环境信息配对项、第二环境信息配对项和所述第三环境信息配对项，获得所述局部行驶路线的环境信息；
[0076] 基于预设的道路信息库，确定所述局部行驶路线对应的道路信息；
[0077] 将所述环境信息和所述道路信息作为所述局部行驶路线的路线信息，完成获取。
[0078] 优选的，所述获取所述新能源汽车在所述局部行驶路线上的未来行驶情况，包括：
[0079] 获取新能源汽车的导航预测的在所述局部行驶路线上初始未来行驶情况；
[0080] 获取新能源汽车的驾驶模式，所述驾驶模式包括：手动驾驶和自动驾驶；
[0081] 当新能源汽车的驾驶模式为手动驾驶时，获取驾驶新能源汽车的驾驶者的驾驶习惯信息；
[0082] 基于预设的第一未来行驶情况修正模型，根据所述驾驶习惯信息，对所述初始未来行驶情况进行修正，获得所述新能源汽车在所述局部行驶路线上的未来行驶情况，完成获取；
[0083] 当新能源汽车的驾驶模式为自动驾驶时，获取新能源汽车自主规划的在所述局部行驶路线上的驾驶规划信息；
[0084] 基于预设的第二未来行驶情况修正模型，根据所述驾驶规划信息，对所述初始未来行驶情况进行修正，获得所述新能源汽车在所述局部行驶路线上的未来行驶情况，完成获取。
[0085] 优选的，步骤3：基于所述第一工况信息和所述第二工况信息，制定新能源汽车在所述时间段内适宜的电池调温策略，包括：
[0086] 对所述第一工况信息和所述第二工况信息进行差异分析，获得至少一个差异项；
[0087] 获取所述差异项对应的差异类型，同时，获取所述差异类型对应的差异项‑触发值库；
[0088] 基于所述差异项‑触发值库，确定所述差异项对应的触发值；
[0089] 对所述触发值进行求和计算，获得触发值和；
[0090] 若所述触发值和大于等于预设的触发值和阈值，基于预设的调温策略制定模型，根据所述第一工况信息和所述第二工况信息，制定新能源汽车在所述时间段内适宜的电池调温策略。
[0091] 本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
[0092] 下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0093] 附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0094] 图1为本发明实施例中一种基于云管控的新能源汽车统一调温系统的示意图；
[0095] 图2为本发明实施例中一种基于云管控的新能源汽车统一调温方法的流程图。
具体实施方式
[0096] 以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
[0097] 本发明提供一种基于云管控的新能源汽车统一调温系统，应用于云管控平台，如图1所示，包括：
[0098] 获取模块1，用于获取新能源汽车当前的第一工况信息，同时，获取新能源汽车的导航规划的未来行驶路线；
[0099] 预测模块2，用于基于所述第一工况信息和所述未来行驶路线，预测新能源汽车在预设的时间段后的第二工况信息；
[0100] 制定模块3，用于基于所述第一工况信息和所述第二工况信息，制定新能源汽车在所述时间段内适宜的电池调温策略；
[0101] 调温模块4，用于基于所述电池调温策略，在所述时间段内对新能源汽车的动力电池进行相应调温。
[0102] 上述技术方案的工作原理及有益效果为：
[0103] 新能源汽车在运行时，为了达到温度调节的提前性，需要预测未来工况，基于当前工况和未来工况提前制定车辆在未来工况下动力电池能够处于适宜工作温度的温度调节策略；在预测未来工况时，可以基于当前工况和车辆未来行驶情况进行预测，因此，分别获取车辆当前的第一工况信息和导航规划的未来行驶路线，第一工况信息包括：动力电池的输出量、动力电池当前温度和车辆环境温度等，驾驶者在上车后，输入终点，由导航规划路线；基于第一工况信息和未来行驶路线，预测车辆在预设的时间段后的第二工况信息，时间段可以为300秒，例如：根据时间段内车辆的行驶速度、里程以及路线上的环境温度等进行预测未来工况；基于第一工况信息和第二工况信息，制定车辆在该时间段内适宜的电池调温策略，例如：该时间段内车辆会由国道进入高速，动力电池输出量会骤增，温度也会上升，在车辆进入高速前适当增大散热量，以备车辆在进入高速后动力电池温度能够适宜，又例如：该时间段内车辆会由城市道路进入地下车库，特别是一些冬天寒冷地区，室外室内温差大，需要提前对动力电池进行温度调节，保证车辆进入地下车库内时，动力电池温度能够适宜；
[0104] 本发明实施例对新能源汽车的未来工况进行预测，基于当前工况和未来工况制定车辆在未来工况下动力电池能够处于适宜工作温度的温度调节策略，并进行相应温度调节，达到了温度调节的提前性，减少对动力电池的损害。
[0105] 在一个实施例中，所述预测模块2执行如下操作：
[0106] 获取所述未来行驶路线上对应于所述时间段的局部行驶路线，同时，动态获取所述局部行驶路线的路线信息；
[0107] 基于所述路线信息，将所述局部行驶路线动态映射于预设的模拟空间内，获得模拟路线；
[0108] 基于所述第一工况信息，将所述新能源汽车映射于所述模拟路线的起点处，获得模拟小车；
[0109] 获取所述新能源汽车在所述局部行驶路线上的未来行驶情况，基于未来所述行驶情况，模拟所述模拟小车从所述模拟路线的起点向终点行驶；
[0110] 当所述模拟小车行驶至所述终点时，获取所述模拟小车当前的第二工况信息，完成预测。
[0111] 上述技术方案的工作原理及有益效果为：
[0112] 预测车辆的未来工况时，可以对车辆进行未来行驶模拟；获取未来行驶路线上对应于时间段的局部行驶路线，局部行驶路线即为车辆未来沿着行驶的路线，导航在规划路线时，均会预测抵达时间，因此，已知时间段，同样可以预测未来一段时间内的行驶路线，另外，车辆运行的工况与环境因素和道路类型等有关，动态获取局部行驶路线的路线信息，动态获取可以为每隔一定时间间隔获取一次，路线信息包括：道路周边温度、柏油路、土路、国道和高速等；基于路线信息，将局部行驶路线动态映射于预设的模拟空间内，动态映射为每隔一定时间间隔映射一次即更新映射，模拟空间可以由仿真软件搭建，每次映射时，在模拟空间内搭建对应于局部行驶路线的虚拟路线，在虚拟路线上标记不同位置的环境信息和道路信息等，获得模拟路线；基于第一工况信息，将车辆映射于模拟路线的起点，在映射时，将虚拟小车放置于模拟路线起点，根据第一工况信息，对虚拟小车进行相应工况配置，获得模拟小车；接着，获取车辆在局部行驶路线上的未来行驶情况，未来行驶情况包括：不同正常路线段的行驶速度、行驶速度、预测刹车量等、堵车路线段、堵车时长和堵车刹车量等，可基于驾驶者的历史驾驶习惯预测；基于未来行驶情况，模拟该模拟小车从模拟路线的起点向终点行驶；当模拟小车行驶至终点时，获取其当前工况即完成未来工况预测；
[0113] 本发明实施例根据实际路线信息搭建模拟路线，根据车辆当前工况信息搭建模拟小车，基于车辆未来行驶情况，对模拟小车在模拟路线上进行未来行驶模拟，极大程度上提升了未来工况预测的精准性和预测效率。
[0114] 在一个实施例中，所述动态获取所述局部行驶路线的路线信息，包括：
[0115] 在所述局部行驶路线上每间隔预设的距离设置一个第一目标点位；
[0116] 构建城市内的环境采集设施的虚拟地图，所述虚拟地图为标记有多个第一采集设备和对应采集范围的对应于所述城市的城市地图；
[0117] 若所述采集范围包含所述第一目标点位，将对应所述第一采集设备作为第二采集设备；
[0118] 动态获取所述第二采集设备采集的对应所述采集范围内的第一环境信息；
[0119] 每次获取时，将所述第一环境信息与对应所述采集范围包含的所述第一目标点位进行配对，获得第一环境信息配对项；
[0120] 若存在未被任一所述采集范围包含的所述第一目标点位，将对应所述第一目标点位作为第二目标点位；
[0121] 从所述虚拟地图中确定距离所述第二目标点位预设的范围内的所述第一采集设备，并作为第二采集设备；
[0122] 获取所述第二目标点位的点位场景类型，同时，获取所述第二采集设备的采集场景类型；
[0123] 基于预设的场景类型适配库，判断所述点位场景类型与所述采集场景类型之间是否适配；
[0124] 若是，将对应所述第二采集设备作为第三采集设备；
[0125] 获取所述第二目标点位与所述第三采集设备对应所述采集范围之间的位置关系；
[0126] 动态获取所述第三采集设备采集的对应所述采集范围内的第二环境信息；
[0127] 每次获取时，基于所述第二环境信息和所述位置关系，预测所述第二目标点位的第三环境信息；
[0128] 将所述第三环境信息与对应所述第二目标点位进行配对，获得第二环境信息配对项；
[0129] 若均不适配，获取对应于所述点位场景类型预设的预测的第四环境信息，将所述第四环境信息与对应所述第二目标点位进行配对，获得第三环境信息配对项；
[0130] 整合所述第一环境信息配对项、第二环境信息配对项和所述第三环境信息配对项，获得所述局部行驶路线的环境信息；
[0131] 基于预设的道路信息库，确定所述局部行驶路线对应的道路信息；
[0132] 将所述环境信息和所述道路信息作为所述局部行驶路线的路线信息，完成获取。
[0133] 上述技术方案的工作原理及有益效果为：
[0134] 路线信息包含路线上的环境信息和道路信息；目前，为了进行环境监测，城市内等均会在不同位置点设置环境采集设施，环境监测设备包括：温度传感器等；因此，获取环境信息时，可以基于物联网技术，与环境采集设施对接；在局部行驶路线上每间隔预设的距离(例如：0.35km)设置一个第一目标点位，构建城市内的环境采集设施的虚拟地图，虚拟地图为一城市地图，其上标记有各个环境采集设施即第一采集设备和其对应的采集范围；若第一目标点位落在采集范围内，对接对应第二采集设备，动态获取其采集的第一环境信息并与第一目标点位配对后，待进行整合，配对的目的是供映射时进行位置对准；
[0135] 但是，当车辆经过一些特殊地段(例如：城乡交界处等)时，车辆的行驶路线上可能未设置环境采集设施，需要进行环境信息预测；在进行环境信息预测时，首先确定无法由环境采集设施提供环境信息的第二目标点位，从虚拟地图中确定距离第二目标点位预设的范围(例如：1.75km)内的第二采集设备，准备基于第二目标点位周边的环境采集设施预测第二目标点位的环境信息；
[0136] 但是，第二采集设备只是在距离上与第二目标点位相近，需要对第二采集设备供预测第二目标点位的环境信息的有效性进行验证，获取第二目标点位的点位场景类型(例如：地下停车场)，获取第二采集设备的采集场景类型(例如：地面范围)，基于预设的场景类型适配库，判断点位场景类型与采集场景类型之间是否适配(例如：地面范围的环境信息对预测地下停车场的环境信息无效，因此，不适配)，场景类型适配库中存储有多个适配的点位场景类型与采集场景类型；若适配，确定对应第三采集设备；动态获取第三采集设备采集的第二环境信息，基于第二环境信息以及第二目标点位与第三采集设备对应采集范围之间的位置关系(例如：距离0.2km)预测第二目标点位的第三环境信息，并与对应第二目标点位配对后，待进行整合；若均不适配，获取对应于点位场景类型预设的预测的第四环境信息(例如：根据当地其它地下车库每天的温度变化预测当前时间地下车库的温度)，与对应第二目标点位配对后，待进行整合；
[0137] 整合待整合的第一环境信息配对项、第二环境信息配对项和第三环境信息配对项，则获得局部行驶路线的环境信息；另外，在获取道路信息时，查询预设的道路信息库进行确定，道路信息库中存储有不同路段的道路信息等；
[0138] 本发明实施例在获取路线信息时，与环境采集设施进行对接，提升获取效率；考虑到无法采集到路线上点位的环境信息的特殊情况，进行环境信息预测，提升了系统的适用性；在进行环境信息预测时，对周边环境采集设施进行有效性验证，保证环境信息预测的精准性。
[0139] 在一个实施例中，所述获取所述新能源汽车在所述局部行驶路线上的未来行驶情况，包括：
[0140] 获取新能源汽车的导航预测的在所述局部行驶路线上初始未来行驶情况；
[0141] 获取新能源汽车的驾驶模式，所述驾驶模式包括：手动驾驶和自动驾驶；
[0142] 当新能源汽车的驾驶模式为手动驾驶时，获取驾驶新能源汽车的驾驶者的驾驶习惯信息；
[0143] 基于预设的第一未来行驶情况修正模型，根据所述驾驶习惯信息，对所述初始未来行驶情况进行修正，获得所述新能源汽车在所述局部行驶路线上的未来行驶情况，完成获取；
[0144] 当新能源汽车的驾驶模式为自动驾驶时，获取新能源汽车自主规划的在所述局部行驶路线上的驾驶规划信息；
[0145] 基于预设的第二未来行驶情况修正模型，根据所述驾驶规划信息，对所述初始未来行驶情况进行修正，获得所述新能源汽车在所述局部行驶路线上的未来行驶情况，完成获取。
[0146] 上述技术方案的工作原理及有益效果为：
[0147] 车辆在行驶时，导航会预测抵达时间，在预测抵达时间时会预测车辆未来的行驶情况，因此，获取导航预测的车辆在局部行驶路线上的初始未来行驶情况；但是，车辆的真实未来行驶情况与驾驶者的操作即与驾驶习惯有关，另外，当车辆为自动驾驶(例如：ACC自适应巡航和定速巡航等)时，车辆的真实未来行驶情况与车辆自主控制逻辑有关；因此，当车辆的驾驶模式为手动驾驶时，获取驾驶者的驾驶习惯信息，基于预设的第一未来行驶情况修正模型，根据驾驶习惯信息，对初始未来行驶情况进行修正，获得未来行驶情况，驾驶习惯信息包括：等红灯前多久减速、国道习惯行驶速度范围和踩油门习惯等，第一未来行驶情况修正模型是基于大量的人工基于驾驶者驾驶习惯对导航预测的车辆未来行驶情况进行修正的记录进行训练收敛的人工智能网络模型；当车辆的驾驶模式为自动驾驶时，获取车辆自主规划的在局部行驶路线上的驾驶规划信息，基于预设的第二未来行驶情况修正模型，根据驾驶规划信息，对初始未来行驶情况进行修正，获得未来行驶情况，驾驶规划信息为车辆自主控制逻辑，第二未来行驶情况修正模型是基于大量的人工基于车辆自主控制逻辑对导航预测的车辆未来行驶情况进行修正的记录进行训练收敛的人工智能网络模型；
[0148] 本发明实施例基于新能源汽车驾驶模式的不同，分别对导航预测的车辆在局部行驶路线上的初始未来行驶情况进行修正，提升了新能源汽车在局部行驶路线上的未来行驶情况的获取精准性。
[0149] 在一个实施例中，所述制定模块3执行如下操作：
[0150] 对所述第一工况信息和所述第二工况信息进行差异分析，获得至少一个差异项；
[0151] 获取所述差异项对应的差异类型，同时，获取所述差异类型对应的差异项‑触发值库；
[0152] 基于所述差异项‑触发值库，确定所述差异项对应的触发值；
[0153] 对所述触发值进行求和计算，获得触发值和；
[0154] 若所述触发值和大于等于预设的触发值和阈值，基于预设的调温策略制定模型，根据所述第一工况信息和所述第二工况信息，制定新能源汽车在所述时间段内适宜的电池调温策略。
[0155] 上述技术方案的工作原理及有益效果为：
[0156] 一般的，新能源汽车短途行驶且行驶场景(例如：道路上和地下车库等)不变时，工况不会发生大的变化，无需进行提前性温度调节；因此，为了减少提前性温度调节的调节资源，需要对新能源汽车进行提前性温度调节的必要性进行判定；将第一工况信息和第二工况信息进行差异分析，获得至少一个差异项(例如：车速60km/h；车速120km/h)；获取差异项对应的差异类型(例如：车速不同)，获取差异类型对应的差异项‑触发值库，其中存储着不同差异项对应的触发值，例如：一般的，车速相差越大，说明未来动力电池温度变化较大，触发值越大；基于差异项‑触发值库，确定差异项对应的触发值；累加计算触发值，获得触发值和，触发值和越大，对新能源汽车进行提前性温度调节的必要性越大，基于预设的调温策略制定模型，根据第一工况信息和第二工况信息，制定新能源汽车在时间段内适宜的电池调温策略，累加计算触发值的公式为： ( 为触发值和，αi为第i触发值，n为触发值的总数目)，调温策略制定模型是基于大量的人工基于车辆当前工况和未来工况制定未来时间段内适宜调温策略的的记录进行训练至收敛的人工智能网络模型；
[0157] 本发明实施例对新能源汽车进行提前性温度调节的必要性进行判定，当判定有必要进行提前性温度调节时，再基于当前工况和未来工况，制定电池调温策略，减少提前性温度调节的调节资源，同时，更加智能化。
[0158] 在一个实施例中，当至少一个专家节点输入对应于所述新能源汽车的专家介入调温请求时，从所述专家节点中挑选最佳专家节点，与最佳专家节点进行对接，由最佳专家节点在所述时间段内对新能源汽车的动力电池进行相应调温；
[0159] 其中，从所述专家节点中挑选最佳专家节点，包括：
[0160] 获取所述专家节点的调温经验分析库；
[0161] 基于所述调温经验分析库，分析所述专家节点对应于所述第一工况信息的第一经验值，同时，分析所述专家节点对应于所述第二工况信息的第二经验值；
[0162] 基于所述第一经验值和所述第二经验值，计算所述专家节点的筛选指数，计算公式如下：
[0163] H＝D·(σ1·J1+σ2·J2)
[0164]
[0165] 其中，H为所述专家节点的筛选指数，J1为所述专家节点的第一经验值，J2为所述专家节点的第二经验值，σ1和σ2为预设的权重值， D为中间变量，K和Z为预设的常数，K＞Z；
[0166] 选取最大筛选指数对应的所述专家节点作为最佳专家节点。
[0167] 上述技术方案的工作原理及有益效果为：
[0168] 设置多个专家节点，专家节点对应于一个具备丰富新能源电池调温经验的工作人员；当新能源电池需要基于当前工况和未来工况进行调温时，推送给专家节点，当专家节点输入专家介入调温请求时，对各专家节点进行筛选，筛选出最佳专家节点，在未来时间段内，对新能源电池进行调温，进一步提升了新能源电池调温的精准性。在对专家节点进行筛选时，引入调温经验分析库，其中存储有大量分析模板，例如：分析当前工况与专家节点历史上面对的当前工况的差异度，差异度越大，经验越小，基于调温经验分析库，分别分析专家节点对应于新能源车当前工况和未来工况的第一经验值和第二经验值，基于两者计算筛选指数。公式中，由于未来工况的重要性更高，因此，设置 和K＞Z；提升了专家节点筛选的筛选效率。
[0169] 本发明提供一种基于云管控的新能源汽车统一调温方法，应用于云管控平台，如图2所示，包括：
[0170] 步骤1：获取新能源汽车当前的第一工况信息，同时，获取新能源汽车的导航规划的未来行驶路线；
[0171] 步骤2：基于所述第一工况信息和所述未来行驶路线，预测新能源汽车在预设的时间段后的第二工况信息；
[0172] 步骤3：基于所述第一工况信息和所述第二工况信息，制定新能源汽车在所述时间段内适宜的电池调温策略；
[0173] 步骤4：基于所述电池调温策略，在所述时间段内对新能源汽车的动力电池进行相应调温。
[0174] 在一个实施例中，所述步骤2：基于所述第一工况信息和所述未来行驶路线，预测新能源汽车在预设的时间段后的第二工况信息，包括：
[0175] 获取所述未来行驶路线上对应于所述时间段的局部行驶路线，同时，动态获取所述局部行驶路线的路线信息；
[0176] 基于所述路线信息，将所述局部行驶路线动态映射于预设的模拟空间内，获得模拟路线；
[0177] 基于所述第一工况信息，将所述新能源汽车映射于所述模拟路线的起点处，获得模拟小车；
[0178] 获取所述新能源汽车在所述局部行驶路线上的未来行驶情况，基于未来所述行驶情况，模拟所述模拟小车从所述模拟路线的起点向终点行驶；
[0179] 当所述模拟小车行驶至所述终点时，获取所述模拟小车当前的第二工况信息，完成预测。
[0180] 在一个实施例中，所述动态获取所述局部行驶路线的路线信息，包括：
[0181] 在所述局部行驶路线上每间隔预设的距离设置一个第一目标点位；
[0182] 构建城市内的环境采集设施的虚拟地图，所述虚拟地图为标记有多个第一采集设备和对应采集范围的对应于所述城市的城市地图；
[0183] 若所述采集范围包含所述第一目标点位，将对应所述第一采集设备作为第二采集设备；
[0184] 动态获取所述第二采集设备采集的对应所述采集范围内的第一环境信息；
[0185] 每次获取时，将所述第一环境信息与对应所述采集范围包含的所述第一目标点位进行配对，获得第一环境信息配对项；
[0186] 若存在未被任一所述采集范围包含的所述第一目标点位，将对应所述第一目标点位作为第二目标点位；
[0187] 从所述虚拟地图中确定距离所述第二目标点位预设的范围内的所述第一采集设备，并作为第二采集设备；
[0188] 获取所述第二目标点位的点位场景类型，同时，获取所述第二采集设备的采集场景类型；
[0189] 基于预设的场景类型适配库，判断所述点位场景类型与所述采集场景类型之间是否适配；
[0190] 若是，将对应所述第二采集设备作为第三采集设备；
[0191] 获取所述第二目标点位与所述第三采集设备对应所述采集范围之间的位置关系；
[0192] 动态获取所述第三采集设备采集的对应所述采集范围内的第二环境信息；
[0193] 每次获取时，基于所述第二环境信息和所述位置关系，预测所述第二目标点位的第三环境信息；
[0194] 将所述第三环境信息与对应所述第二目标点位进行配对，获得第二环境信息配对项；
[0195] 若均不适配，获取对应于所述点位场景类型预设的预测的第四环境信息，将所述第四环境信息与对应所述第二目标点位进行配对，获得第三环境信息配对项；
[0196] 整合所述第一环境信息配对项、第二环境信息配对项和所述第三环境信息配对项，获得所述局部行驶路线的环境信息；
[0197] 基于预设的道路信息库，确定所述局部行驶路线对应的道路信息；
[0198] 将所述环境信息和所述道路信息作为所述局部行驶路线的路线信息，完成获取。
[0199] 在一个实施例中，所述获取所述新能源汽车在所述局部行驶路线上的未来行驶情况，包括：
[0200] 获取新能源汽车的导航预测的在所述局部行驶路线上初始未来行驶情况；
[0201] 获取新能源汽车的驾驶模式，所述驾驶模式包括：手动驾驶和自动驾驶；
[0202] 当新能源汽车的驾驶模式为手动驾驶时，获取驾驶新能源汽车的驾驶者的驾驶习惯信息；
[0203] 基于预设的第一未来行驶情况修正模型，根据所述驾驶习惯信息，对所述初始未来行驶情况进行修正，获得所述新能源汽车在所述局部行驶路线上的未来行驶情况，完成获取；
[0204] 当新能源汽车的驾驶模式为自动驾驶时，获取新能源汽车自主规划的在所述局部行驶路线上的驾驶规划信息；
[0205] 基于预设的第二未来行驶情况修正模型，根据所述驾驶规划信息，对所述初始未来行驶情况进行修正，获得所述新能源汽车在所述局部行驶路线上的未来行驶情况，完成获取。
[0206] 在一个实施例中，步骤3：基于所述第一工况信息和所述第二工况信息，制定新能源汽车在所述时间段内适宜的电池调温策略，包括：
[0207] 对所述第一工况信息和所述第二工况信息进行差异分析，获得至少一个差异项；
[0208] 获取所述差异项对应的差异类型，同时，获取所述差异类型对应的差异项‑触发值库；
[0209] 基于所述差异项‑触发值库，确定所述差异项对应的触发值；
[0210] 对所述触发值进行求和计算，获得触发值和；
[0211] 若所述触发值和大于等于预设的触发值和阈值，基于预设的调温策略制定模型，根据所述第一工况信息和所述第二工况信息，制定新能源汽车在所述时间段内适宜的电池调温策略。
[0212] 显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
