[发明专利]车辆能耗的预测方法和装置、存储介质及电子设备

权利要求书

1.一种车辆能耗的预测方法，其特征在于，包括：

获取目标仿真车辆的车辆固定参数的参数数据、所述目标仿真车辆在目标路段上的车辆行驶参数的参数数据、以及所述目标路段的道路参数的参数数据，其中，所述目标仿真车辆按照目标自动驾驶算法的控制在所述目标路段上行驶；

将所述车辆固定参数的参数数据、所述车辆行驶参数的参数数据以及所述道路参数的参数数据输入到目标能耗预测神经网络中，得到所述目标能耗预测神经网络输出的目标能耗预测数据，其中，所述目标能耗预测数据包括所述目标路段上预测的所述目标仿真车辆的车辆能耗数据，所述目标能耗预测神经网络是使用一组样本数据对待训练的能耗预测神经网络进行训练得到的神经网络，所述一组样本数据包括一组样本车辆的样本车辆固定参数的参数数据、所述一组样本车辆在所述目标路段上的样本车辆行驶参数的参数数据、以及所述目标路段的道路参数的参数数据，在结束对所述能耗预测神经网络进行训练时，所述能耗预测神经网络输出的样本能耗预测数据与所述一组样本车辆在所述目标路段上的能耗实际数据之间的损失值满足预设的损失条件；

其中，所述目标能耗预测数据，用于在自动驾驶中对所述目标自动驾驶算法进行能耗预测。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述一组样本车辆的样本车辆固定参数的参数数据、所述一组样本车辆在所述目标路段上的样本车辆行驶参数的参数数据、所述目标路段的道路参数的参数数据、以及一组能耗实际数据，其中，所述一组能耗实际数据包括所述一组样本车辆在所述目标路段上的能耗实际数据；

使用所述一组样本车辆的样本车辆固定参数的参数数据、所述一组样本车辆在所述目标路段上的样本车辆行驶参数的参数数据、所述目标路段的道路参数的参数数据，对所述待训练的能耗预测神经网络进行训练，得到所述目标能耗预测神经网络。

3.根据权利要求1所述的方法，其特征在于，

所述获取目标仿真车辆的车辆固定参数的参数数据、所述目标仿真车辆在目标路段上的车辆行驶参数的参数数据、以及所述目标路段的道路参数的参数数据，包括：获取所述目标仿真车辆的一组目标车辆数据以及一组目标子路段的路段数据，其中，所述一组目标子路段为所述目标路段上的连续子路段，所述一组目标车辆数据与所述一组目标子路段具有一一对应的关系，所述一组目标车辆数据中的每条目标车辆数据包括所述车辆固定参数的参数数据以及所述目标仿真车辆在对应的目标子路段上的所述车辆行驶参数的参数数据，所述一组目标子路段的路段数据包括每个目标子路段的道路参数的参数数据，或者，包括所述每个目标子路段的道路参数的参数数据以及所述每个目标子路段上的天气参数的参数数据；

所述将所述车辆固定参数的参数数据、所述车辆行驶参数的参数数据以及所述道路参数的参数数据输入到目标能耗预测神经网络中，得到所述目标能耗预测神经网络输出目标能耗预测数据，包括：将所述一组目标车辆数据和所述一组目标子路段的路段数据输入到所述目标能耗预测神经网络中，得到所述目标能耗预测神经网络输出的一组能耗预测数据，其中，所述一组能耗预测数据与所述一组目标子路段具有一一对应的关系，所述一组能耗预测数据中的每条能耗预测数据包括在对应的目标子路段上预测的所述目标仿真车辆的车辆能耗数据，所述目标能耗预测数据包括所述一组能耗预测数据；

其中，所述一组能耗预测数据，用于在自动驾驶中对所述目标自动驾驶算法进行能耗预测。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

根据所述一组能耗预测数据以及一组权重值，确定所述目标仿真车辆的目标能耗预测数据，其中，所述一组权重值与所述一组目标子路段具有一一对应的关系，所述一组权重值中的每个权重值与所述目标仿真车辆在对应的目标子路段上的行驶里程相关。