據(jù)外媒報道，瑞典查爾姆斯理工大學(xué)（Chalmers University of Technology）的研究人員與沃爾沃集團(tuán)卡車技術(shù)部（Volvo Group Trucks Technology）合作開發(fā)出全新方法，不僅著眼于行駛距離，而是關(guān)注整體能源使用，幫助電動配送車進(jìn)行戰(zhàn)略性導(dǎo)航，以盡可能減少能源使用，最高可節(jié)省20%的能源。

（圖片來源：查爾姆斯理工大學(xué)）

       查爾姆斯理工大學(xué)電氣工程系教授Balázs Kulcsár表示：“我們開發(fā)出系統(tǒng)工具來了解最佳能源使用情況。此外，我們可以確保在復(fù)雜的交通網(wǎng)絡(luò)中，電動汽車不會耗盡電量或進(jìn)行非必要充電?！?BR>       此項研究主要探索如何使用電動汽車進(jìn)行配送。研究所得算法對于學(xué)習(xí)和規(guī)劃電動汽車最佳路徑非常有效，已被沃爾沃集團(tuán)采納使用。
       在這項研究中，研究人員調(diào)查了電動卡車車隊如何在復(fù)雜而擁擠的交通網(wǎng)絡(luò)中配送貨物。配送日用品（如生活用品和家具）的挑戰(zhàn)在于配送至多個地址時，配送車輛如何規(guī)劃出最佳路線。
       通過制定交付給客戶的最佳順序，電動車輛可以行駛更長時間，從而無需中斷工作以進(jìn)行非必要充電。電動汽車的路線規(guī)劃通常傾向于假設(shè)最少里程是最有效的，因此會優(yōu)先考慮尋找最短路線。但Balázs Kulcsár及其同事將整體電池使用情況作為關(guān)鍵目標(biāo)，并尋找能耗最低的路線。
       Balázs Kulcsár表示：“在實際交通情況下，若考慮影響能源消耗的所有其他參數(shù)，較長距離的旅程可能比較短旅程需要更少的能量?！?/P>

（圖片來源：查爾姆斯理工大學(xué)）

       通過考慮諸多因素，如速度、載重、交通信息、不同路線的起伏以及充電站，研究人員將城市中配送卡車的能源消耗進(jìn)行了建模。然后將能源消耗模型輸入到數(shù)學(xué)公式中，從而生成一種計算路線的算法，該算法允許車輛使用盡可能少的能量進(jìn)行交付。如果需要在路上充電，車輛可以通過最節(jié)能的路線到達(dá)快速充電站，且節(jié)約了時間成本。通過考慮這些額外因素，研究人員的新方法使車輛的能耗降低了5%到20%。
       由于電動配送車會在復(fù)雜真實世界中運行，因此即使算法起初就非常準(zhǔn)確，但也經(jīng)常會出現(xiàn)難以預(yù)料的問題。因此，能源使用預(yù)測會通過機器學(xué)習(xí)得到進(jìn)一步優(yōu)化，將從車輛收集的數(shù)據(jù)發(fā)送回工具以進(jìn)行進(jìn)一步輸入和分析。

（轉(zhuǎn)載）