买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：一种基于多源数据融合的电动自行车续航能力评估系统，涉及多源数据融合技术领域，包括云服务器，所述云服务器通信连接有数据采集模块、数据存储模块、模型构建模块、多源数据预测模块、平均功耗评估模块和续航能力评估模块；数据采集模块用于采集数据信息；数据存储模块用于存储历史数据信息并构建历史数据环形链表；模型构建模块用于构建路线预测模型、环境数据预测模型和用户特征行为预测模型；多源数据预测模块用于获取当前采集周期的多源预测数据；平均功耗评估模块用于构建平均功率消耗评估模型；续航能力评估模块用于获取电动自行车的续航里程评估值，帮助骑手或管理者在行驶过程中做出准确的决策和调整，提高行驶效率。

主权项：1.一种基于多源数据融合的电动自行车续航能力评估系统，包括云服务器，其特征在于，所述云服务器通信连接有数据采集模块、数据存储模块、模型构建模块、多源数据预测模块、平均功耗评估模块和续航能力评估模块；所述数据采集模块用于获取部署在目标电动自行车上的边缘终端采集的数据信息并标记采集时间，设置采集周期；所述数据存储模块用于存储并统计目标电动自行车若干历史采集周期内的历史数据信息，并根据若干历史采集周期的结束时间戳构建历史数据环形链表；所述数据存储模块存储并统计目标电动自行车若干历史采集周期内的历史数据信息，并根据若干历史采集周期的结束时间戳构建历史数据环形链表的过程包括：根据历史行驶路线获取目标电动自行车的行驶路线覆盖的地理范围，通过GIS手段获取地理范围内的所有路线信息，并将所有路线上的岔点进行标记，并将每两个岔点之间的路线标记为路段，获取历史行驶路线中包括的所有路段；根据目标电动自行车的历史环境数据和历史行为特征数据，获取每个路段的历史环境数据以及每个路段的历史环境数据对应的单次加速度平均值、加速度频次平均值和行驶车速平均值；设置历史数据环形链表以及历史数据环形链表的链表长度k，获取数据存储模块中若干历史采集周期的结束时间戳，获取若干历史采集周期的结束时间戳与当前时刻的时间跨度，根据时间跨度对各个历史采集周期进行倒序排序，根据排序结果将k个历史采集周期对应的历史行驶路线、每个路段的历史环境数据以及每个路段的历史环境数据对应的单次加速度平均值、加速度频次平均值和行驶车速平均值，依次插入历史数据环形链表；所述模型构建模块用于根据历史数据环形链表中包括的历史数据信息，构建路线预测模型、环境数据预测模型和用户特征行为预测模型；所述模型构建模块根据历史数据环形链表中包括的历史数据信息，构建路线预测模型、环境数据预测模型和用户特征行为预测模型的过程包括：基于深度学习构建路线预测模型、环境数据预测模型和用户特征行为预测模型，获取历史数据环形链表中k个历史采集周期内的历史行驶路线、每个路段的历史环境数据以及每个路段的历史环境数据对应的单次加速度平均值、加速度频次平均值和行驶车速平均值，将k个历史采集周期内的历史行驶路线、每个路段的历史环境数据以及每个路段的历史环境数据对应的单次加速度平均值、加速度频次平均值和行驶车速平均值分别作为路线预测模型、环境数据预测模型和用户特征行为预测模型的训练集和测试集，对路线预测模型、环境数据预测模型和用户特征行为预测模型进行实时训练，直至路线预测模型、环境数据预测模型和用户特征行为预测模型对应的损失函数训练平稳，并保存模型参数，随后通过测试集对路线预测模型、环境数据预测模型和用户特征行为预测模型进行测试，直至符合预设要求，输出路线预测模型、环境数据预测模型和用户特征行为预测模型；所述多源数据预测模块用于根据路线预测模型、环境数据预测模型和用户特征行为预测模型，获取当前采集周期的多源预测数据；所述多源数据预测模块根据路线预测模型、环境数据预测模型和用户特征行为预测模型，获取当前采集周期的多源预测数据的过程包括：获取当前采集周期内采集的行驶路线，将所述行驶路线输入路线预测模型中，获取目标电动自行车当前采集周期的预测行驶路线；将目标电动自行车当前采集周期的预测行驶路线输入环境数据预测模型中，根据环境数据预测模型获取当前采集周期预测行驶路线中各个路段的环境预测数据；将当前采集周期预测行驶路线中各个路段的环境预测数据输入用户特征行为预测模型中，根据用户特征行为预测模型获取当前采集周期预测行驶路线中各个路段的单次加速度平均值、加速度频次平均值和行驶车速平均值；所述平均功耗评估模块用于根据预先采集的平均功率消耗模拟结果构建平均功率消耗评估模型；所述平均功耗评估模块根据预先采集的平均功率消耗模拟结果构建平均功率消耗评估模型的过程包括：预先获取目标电动自行车的结构参数、配置参数以及电池参数，利用Simulink技术根据电动自行车的结构参数、配置参数以及电池参数构建目标电动自行车的动态三维模型，使用模拟器生成由不同的单次加速度、加速度频次和行驶车速构成的若干行为特征数据以及不同的环境数据，运用Simulink技术将动态三维模型在不同的行为特征数据以及不同的环境数据中进行模拟运行，生成动态三维模型在不同的行为特征数据以及不同的环境数据中的平均功率消耗模拟结果；基于深度学习构建平均功率消耗评估模型，将动态三维模型在不同的行为特征数据以及不同的环境数据中的平均功率消耗模拟结果作为测试集以及训练集；将所述训练集输入到所述平均功率消耗评估模型中进行训练，直至损失函数训练平稳，并保存模型参数，通过测试集对所述平均功率消耗评估模型进行测试，直至符合预设要求，输出所述平均功率消耗评估模型；所述续航能力评估模块用于根据当前采集周期的多源预测数据、平均功率消耗评估模型和当前时刻采集的电池数据，获取电动自行车的续航里程评估值，并将多源预测数据与实时采集的数据信息进行实时预测误差匹配，所述实时采集的数据信息为当前采集周期的行驶路线、环境数据、行为特征数据和电池数据，根据预测误差匹配实时更新续航里程评估值；所述续航能力评估模块根据当前采集周期的多源预测数据、平均功率消耗评估模型和当前时刻采集的电池数据，获取电动自行车的续航里程评估值的过程包括：将当前采集周期预测行驶路线中各个路段的单次加速度平均值、加速度频次平均值和行驶车速平均值以及预测行驶路线中各个路段的环境预测数据输入平均功率消耗评估模型，根据平均功率消耗评估模型输出目标电动自行车在预测行驶路线中各个路段的平均功率消耗评估值；并获取当前时刻电动自行车的电池电压、电池放电率和电池剩余电量，根据各个路段的平均功率消耗评估值、电池电压、电池放电率和电池剩余电量获取电动自行车的续航里程评估值。

全文数据：

权利要求：

百度查询： 东莞万博特科技有限公司 一种基于多源数据融合的电动自行车续航能力评估系统