电动汽车充电路线优化系统的研制

2018-01-16曹以龙帅禄玮涂少博

上海电力大学学报 2017年6期

曹以龙, 帅禄玮, 涂少博

(上海电力学院电子与信息工程学院, 上海 200090)

低碳出行逐渐成为社会的主流趋势,电动汽车也越来越被大多数人所接受.随之而来的就是电动汽车的充电问题,目前短期内高性能的蓄电池技术难以取得突破,因此如何根据客户的习惯和要求快速找到充电桩是目前面临的主要问题.传统的做法是基于电动汽车充电站预约网站给定的路线,客户直接按照网站提供的路线方案行驶,最后需对客户进行满意度调查,再进行实地路况查询,两相结合进行改进.这种做法耗费大量的人力和物力,而且由于网页端无法进行实时导航,使得顾客只能按照固定路线行驶,无法满足客户的习惯和要求,没有灵活的应变能力.

考虑到充电桩的固定性,更多的客户会有自己更加方便和熟悉的行驶路线,可以绕过拥堵路段、避免突发情况、处理固定事物等.本设计在采集到的网站提供的原始方案与车辆实际行动轨迹的基础上,进行大数据的存储、比较、分析和挖掘;通过大量的方案对比与拟合,给出针对客户本身的最优化路径方案,同时面向更多的客户同步推荐,为更多的客户提供最优化路径服务.

1 网站平台信息获取与传递

网站整体采用LAMP环境配置.因为原始提供方案是由百度地图智能提供,所以无法通过服务器后台得到,但可以使用AJAX技术将百度地图提交给服务器后台,利用PHP语言存入数据库中.AJAX是一种常见的连接Web前端与后端的技术,当用户预约充电桩后,Web前端会自动生成导航路线,同时启用AJAX提交数据.

首先根据百度地图开发JS实例[1-2],得到百度地图智能提供的行车路线,将路线上的主要经纬度以字符串的形式连接并保存.部分代码如下:

……

var str_route_point="";

var options = {

renderOptions:{map:map,autoViewport:true},

onSearchComplete:function(results){

if (driving.getStatus() == BMAP_STATUS_SUCCESS){

//获取第一条方案

var plan = results.getPlan(0);

//获取方案的驾车线路

var route = plan.getRoute(0);

//获取每个关键步骤,并输出到页面

var s =[];

for(var j = 0;j < plan.getNumRoutes();j++){

var route = plan.getRoute(j);

for (var i = 0;i < route.getNumSteps();i++){

var step = route.getStep(i);

var p=step.getPosition();//得到关键点经纬度:

str_route_point=str_route_point+p.lng+"-"+p.lat+"|";//经纬度字符串拼接

}

};

……

服务器后台提供AJAX和GET方式得到包含着经纬度信息的字符串,再将其拆分,还原数据,存入MYSQL数据库即可.

2 嵌入式平台信息获取与传递

采用ELEMENT生产的BEAGLEBONE BLACK(以下简称“BBB”)作为嵌入式开发平台.BBB是ELEMENT生产的一款开源硬件,使用了TI生产的AM3358微处理器(ARM Cortex-A8内核),512 MB的DDR3 SDRAM,4 GB的EMMC,数量众多的GPIO接口,与信用卡同等尺寸的面积,十分适合作为车载平台的开发.

在安装了DEBIAN系统后,利用PYTHON编程语言[3]与开源库ADAFRUIT_BBIO进行开发.在读回接收到的北斗定位信息后,对数据进行处理,获取真实经纬度[4-7],并插入SQLITE3本地数据库[8],在相同的时间间隔执行类似操作,便可以获取用户驾驶轨迹.部分代码如下:

……

#function 用于经纬度的转换

def numtrans(str_num):

num=float(str_num)#将字符串转换为浮点型

num_deg=int(num/100)#提出度

num_min=float(num-num_deg*100)#提出分

num_after_point=num_min/60#将分转换为度

num_final=num_deg+num_after_point#

returnnum_final#返回结果

#function 用于处理接收到的字符串,提取出经纬度信息

def datapram(re_list):

re_lng_status=re_list[lng_status]

re_lng_num = re_list[lng_num]#提取出经度

re_lat_status = re_list[lat_status]

re_lat_num = re_list[lat_num]#提取出纬度

#将经纬度拼接成列表

data_list=[re_lng_status,numtrans(re_lng_num),re_lat_status,numtrans(re_lat_num)]

returndata_list#返回列表

#function 用于从接收到的字符串中提取有用信息

def datatrans(re_str):

try:

re_first=re_str.index(‘$BDGGA’)#查询“$BDGGA”的字符串,返回首位

except:

return -1#没有则返回-1

re_buf=re_str[re_first:]#字符串截取

try:

re_end= re_buf.index(‘ ’)# 查询换行符位置,返回首位

except:

return -1#没有则返回-1

re_real=re_buf[:re_end];#字符串截取

re_list = re_real.split(‘,’)#利用”,”分割字符串

data_list = datapram(re_list)#信息进一步提取

returndata_list#返回列表

……

REQUESTS是PYTHON语言中一个极具特色的库,相比较URLLIB,REQUESTS功能更加强大,支持GET,POST,PUT等方式,这里使用POST方式提交,将数据上传至服务器.

……

import requests

r=requests.post(“http://xxxx.com/xxxx.php?get=”+str(routelist))

……

3 路线优化算法概述

优化算法的核心,是提取出两条路径的差异.对于任意一次预约而言,是提取出智能推荐路径与用户实际行驶路径的差异;对于多条路径而言,是提取出多条路径之间的相同点,作为推荐给新用户的推荐点.因此,对比两条路径的差异,得出路径中相同与不同的点是算法的关键.

传统的对比算法,一般可以采用直接对比的方式,但由于路况与路线的差异,此方法往往不可行,因为不同的路线与路况,采集的用户位置点的疏密度也会呈现较大差异.本文使用了一种较为简单的分区域线性拟合法,首先根据百度地图API的说明,使用GETSTEP().GETPOSITION()方法分别得到智能推荐路径的关键点(一般是路线拐角处的经纬度),再以两两关键点进行区域划分,常见的两种情况如图1所示.

图1 常见的两种用户行车路线

图1a表示的是情况1,在这一情况下,用户完全没有按照推荐路径进行行驶,矩形区域2,3,4中没有找到用户相应的坐标点,判断从区域1右上角的关键点到区域5左上角的关键点为用户偏离推荐路径的行驶路线,以此找寻到两条路径的差异.

图1b表示的是情况2,在这种情况往往更加普遍,用户行驶路线没有完全偏离推荐路线,而是在推荐路线附近(相邻的道路)行驶,所以矩形区域2,3,4中可以找到用户相应的坐标点.在这一情况下应对每一个区域中的两条线段进行线性拟合,对比拟合结果,可以计算出矩形区域2,3,4的拟合结果相差较大,与原始推荐路径重合度较低,判断从区域1右上角的关键点到区域5左上角的关键点为用户偏离推荐路径的行驶路线,以此找寻到两条路径的差异.

同理,使用相同的方法也可以得到多条路径之间的相同点.指定任意一条路径作为原始路径,从原始路径中随机提取一定数量的点作为关键点,重复上述算法即可.