优化用于执行运送任务的电池电动车辆的选择的制作方法

本发明大体上涉及车辆管理领域，以及更具体地涉及优化用于执行运送任务的电池电动车辆的选择。

背景技术：

通常，“按需”运输和运送服务已经使用内燃机车辆和/或混合动力电动车辆。这些类型的车辆的可行驶里程由用于完成所请求的服务的可获取的燃料量来限制。然而，充裕的加油站允许车辆能够在城市环境中几乎随时被加满。

电池电动车辆相对于内燃机车辆和全混合动力电动车辆降低了运营成本。由于运营成本降低，电池电动车辆更频繁地用于“按需”运输和运送服务。然而，由于充电基础设施和完全再充电所需时间的限制，电池电动车辆的使用在许多环境中受到限制。例如，通常到达充电站比到达加油站需要更长的行程。为电池电动车辆的电池再充电也需要比加满内燃机车辆或混合电动车辆上的燃气箱更长的时间。

技术实现要素：

根据本发明，提供一种用于选择用于任务的车辆的方法，其包含：

接收执行运送任务的请求，该请求包括接收位置和交付位置；

获取多个电池电动车辆的车辆数据；

获取多个充电站的充电站数据；和

基于接收位置、交付位置、车辆数据和充电站数据来分配用于服务请求的电池电动车辆。

根据本发明的一个实施例，该方法中获取多个电池电动车辆的车辆数据包含：获取对于每个电池电动车辆的电池电动车辆的位置和包含在电池电动车辆中的电池系统的荷电状态(soc)；和

该方法中分配用于服务请求的电池电动车辆包含：基于接收位置与电池电动车辆的位置的接近程度以及包含在电池电动车辆中的电池系统的荷电状态(soc)来从多个电池电动车辆中分配电池电动车辆。

根据本发明的一个实施例，该方法中获取多个充电站的充电站数据包含：获取对于多个充电站中的每个的充电站位置和端口可用性，端口可用性指示在充电站处的一个或多个充电端口的可用性；和

该方法中分配用于服务请求的电池电动车辆包含：基于交付位置与特定充电站的充电站位置的接近程度以及特定充电站的端口可用性来从多个电池电动车辆中分配电池电动车辆。

根据本发明的一个实施例，该方法中分配用于服务请求的电池电动车辆包含：

估算用于服务请求的多段行程中的每段的电池消耗量，多段行程中的段包括：(a)从电池电动车辆的车辆位置至接收位置的行程，(b)从接收位置至交付位置的行程，以及(c)从交付位置至特定充电站的充电站位置的行程；和

基于估算的电池消耗量来分配电池电动车辆。

根据本发明的一个实施例，该方法中估算多段行程中的每段的电池消耗量包含对于多段行程中的每段，基于：该段的交通效率、外部温度、该段允许的行驶速度、和在电池电动车辆上的电池性能退化来估算电池电动车辆的电池消耗量。

根据本发明的一个实施例，该方法中多个电池电动车辆包含多个自主操作的车辆。

根据本发明，提供一种系统，该系统连接至多个电池电动车辆和多个充电站，多个充电站中的每个包括一个或多个充电端口，系统包含：

一个或多个处理器；

系统存储器，系统存储器耦合至一个或多个处理器，系统存储器储存可由一个或多个处理器执行的指令；

一个或多个处理器配置用于执行储存在系统存储器中的用于从多个电池电动车辆中选择用于执行运送任务的电池电动车辆的指令，该指令包括以下指令：

接收执行运送任务的请求，该请求包括接收位置和交付位置；

获取多个电池电动车辆的车辆数据，车辆数据包括对于多个车辆中的每个的车辆位置和电池荷电状态(soc)；

获取多个充电站的充电站数据，充电站数据包括对于多个充电站中的每个的充电站位置；和

基于接收位置、交付位置、车辆数据和充电站数据来从多个电池电动车辆中分配用于服务请求的适当的电池电动车辆。

根据本发明的一个实施例，该系统中一个或多个处理器配置用于执行储存在系统存储器中的用于从多个电池电动车辆中分配用于服务请求的适当的电池电动车辆的指令包含：一个或多个处理器配置用于执行储存在系统存储器中的用于基于适当的电池电动车辆的车辆位置与接收位置的接近程度来分配用于服务请求的适当的电池电动车辆的指令。

根据本发明的一个实施例，该系统中一个或多个处理器配置用于执行储存在系统存储器中的用于从多个电池电动车辆中分配用于服务请求的适当的电池电动车辆的指令包含：一个或多个处理器配置用于执行储存在系统存储器中的用于基于适当的电池电动车辆的荷电状态(soc)来分配用于服务请求的适当的电池电动车辆的指令。

根据本发明的一个实施例，该系统中一个或多个处理器配置用于执行储存在系统存储器中的用于从多个电池电动车辆中分配用于服务请求的适当的电池电动车辆的指令包含：一个或多个处理器配置用于执行储存在系统存储器中的用于基于多个充电站中的特定充电站与交付位置的接近程度来分配用于服务请求的适当的电池电动车辆的指令。

根据本发明的一个实施例，该系统中一个或多个处理器配置用于执行储存在系统存储器中的用于获取多个充电站的充电站数据的指令包含：一个或多个处理器配置用于执行储存在系统存储器中的用于获取多个充电站的充电站数据的指令，充电站数据包括对于多个充电站中的每个的端口可用性，端口可用性指示充电站处的一个或多个充电端口的可用性。

根据本发明的一个实施例，该系统中一个或多个处理器配置用于执行储存在系统存储器中的用于从多个电池电动车辆中分配用于服务请求的适当的电池电动车辆的指令包含：一个或多个处理器配置用于执行储存在系统存储器中的用于基于在特定充电站处的端口可用性来分配用于服务请求的适当的电池电动车辆的指令。

根据本发明的一个实施例，该系统中一个或多个处理器配置用于执行储存在系统存储器中的用于从多个电池电动车辆中分配用于服务请求的适当的电池电动车辆的指令包含：一个或多个处理器配置用于执行储存在系统存储器中的用于执行以下操作的指令：

计算用于服务请求的多段行程中的每段的电池消耗量，多段行程的段包括：(a)从适当的电池电动车辆的车辆位置至接收位置的行程，(b)从接收位置至交付位置的行程，以及(c)从交付位置至特定充电站的充电站位置的行程；和

基于计算的电池消耗量来分配适当的电池电动车辆。

根据本发明的一个实施例，该系统中一个或多个处理器配置用于执行储存在系统存储器中的用于计算多段行程中的每段的电池消耗量的指令包含：一个或多个处理器配置用于执行储存在系统存储器中的用于对于多段行程中的每段，基于该段的交通效率、外部温度、该段允许的行驶速度和在适当的电池电动车辆处的电池性能退化来计算在电池电动车辆处电池消耗量的指令。

根据本发明的一个实施例，该系统中一个或多个处理器配置用于执行储存在系统存储器中的用于从多个电池电动车辆中分配用于服务请求的适当的电池电动车辆的指令包含：一个或多个处理器配置用于执行储存在系统存储器中的用于基于接收位置、交付位置、车辆数据和充电站数据来优化剩余荷电状态使得所选择的适当的电池电动车辆在最优的剩余荷电状态的情况下到达充电站从而使电池寿命最大化的指令，充电站从多个充电站中选择。

根据本发明，提供一种用于从多个电池电动车辆中选择用于执行运送任务的电池电动车辆的计算机实现的方法，该方法包含硬件处理器用于：

接收执行运送任务的请求，该请求包括接收位置和交付位置；

获取多个电池电动车辆的车辆数据，车辆数据包括对于多个车辆中的每个的车辆位置和电池荷电状态(soc)；

获取多个充电站的充电站数据，多个充电站中的每个包括一个或多个充电端口，充电站数据包括对于多个充电站中的每个的充电站位置和端口可用性，端口可用性指示在充电站处的一个或多个充电端口的可用性；和

基于接收位置、交付位置、车辆数据和充电站数据来从多个电池电动车辆中分配用于服务请求的适当的电池电动车辆。

根据本发明的一个实施例，该方法中从多个电池电动车辆中分配用于服务请求的适当的电池电动车辆包含：基于适当的电池电动车辆的车辆位置与接收位置的接近程度来分配用于服务请求的适当的电池电动车辆。

根据本发明的一个实施例，该方法中从多个电池电动车辆中分配用于服务请求的适当的电池电动车辆包含：基于以下来分配用于服务请求的适当的电池电动车辆：

多个充电站中的特定充电站与交付位置的接近程度；和

在特定充电站处的端口可用性。

根据本发明的一个实施例，该方法中从多个电池电动车辆中分配用于服务请求的适当的电池电动车辆包含：

计算用于服务请求的多段行程的每段的电池消耗量，多段行程的段包括：(a)从适当的电池电动车辆的车辆位置至接收位置的行程，(b)从接收位置至交付位置的行程，以及(c)从交付位置至特定充电站的充电站位置的行程，包括对于每段：

基于：该段的交通效率、外部温度、该段允许的行驶速度、和在适当的电池电动车辆上的电池性能退化来估算适当的电池电动车辆的电池消耗量；和

基于计算的电池消耗量来分配适当的电池电动车辆。

根据本发明的一个实施例，该方法中多个电池电动车辆包含多个自主操作的车辆。

附图说明

对于以下描述和附图，将更好地理解本发明的具体特征、方面和优点，附图中：

图1示出了计算装置的示例性框图；

图2示出了便于优化用于执行运送任务的电池电动车辆的选择的示例性环境；

图3示出了用于优化用于执行运送任务的电池电动车辆的选择的示例性方法的流程图；

图4示出了用于选择用于执行运送任务的电池电动车辆的示例性环境；

图5示出了用于选择用于执行运送任务的电池电动车辆的示例性环境；

图6示出了用于估算执行运送请求的总电池消耗量的示例性方程式；

图7示出了用于估算执行运送请求的每一段的电池消耗量的示例性方程式。

具体实施方式

本发明包括用于优化用于执行运送任务的电池电动车辆的选择的方法、系统和计算机程序产品。

在一组电池电动车辆(“bev”)中，选择一辆bev来执行运送任务(例如，运送人、运送动物、运送包裹、运送一些其他物品等)。可以基于以下中的一个或多个来选择该bev：与所请求的接收位置(pickuplocation)的接近程度、电池的荷电状态(“soc”)、充电站与所请求的交付位置的接近程度、以及充电站端口的可用性(例如，等待使用充电端口的时间)。可以优化bev的选择，使得bev在最优剩余soc的情况下到达充电站。同样地，可以优化到充电站的距离，同时满足客户请求从接收位置到交付位置得到运送的需求。

在某些方面，自主车辆技术用于操作bev。使用自主车辆技术，可以通过有限的人为干预(如果有的话)来优化用于执行运送任务的bev的选择。

本发明的各方面可以在各种不同类型的计算装置中实施。图1示出了计算装置100的示例性框图。计算装置100可以用于执行各种程序，例如本发明所讨论的那些程序。计算装置100可以用作服务器、客户端或任何其他计算实体。计算装置100可以执行如本发明所述的各种通信和数据传输功能，并且可以执行一个或多个应用程序，例如本发明所述的应用程序。计算装置100可以是诸如移动电话或其他移动设备、台式计算机、笔记本计算机、服务器计算机、手持计算机、平板计算机等各种各样的计算装置中的任何一种。

计算装置100包括一个或多个处理器102、一个或多个存储装置104、一个或多个界面106、一个或多个大容量存储装置108、一个或多个输入/输出(i/o)装置110以及显示装置130，所有这些装置耦合至总线112。处理器102包括执行储存在存储装置104和/或大容量存储装置108中的指令的一个或多个处理器或控制器。处理器102还可以包括各种类型的计算机存储介质，例如高速缓冲存储器。

存储装置104包括各种计算机存储介质，例如易失性存储器(例如，随机存取存储器(ram)114)和/或非易失性存储器(例如，只读存储器(rom)116))。存储装置104还可以包括诸如闪速存储器的可重写rom。

大容量存储装置108包括各种计算机存储介质，例如磁带、磁盘、光盘、固态存储器(例如闪速存储器)等等。如图1所示，特指的大容量存储装置是硬盘驱动器124。各种驱动器也可以包括在大容量存储装置108中，以使得能够从各种计算机可读介质读取和/或写入各种计算机可读介质。大容量存储装置108包括可移动介质126和/或不可移动介质。

i/o装置110包括允许将数据和/或其他信息输入到计算装置100或从计算装置100中检索数据和/或其他信息的各种设备。示例性i/o装置110包括光标控制装置、键盘、按键、条形码扫描仪、麦克风、监视器或其他显示装置、扬声器、打印机、网络界面卡、调制解调器、摄像机、镜头、雷达、ccd(电荷耦合器件)或其他图像捕获装置等。

显示装置130包括能向计算装置100的一个或多个用户显示信息的任何类型的装置。示例性显示装置130包括监视器、显示终端、视频投影装置等。

界面106包括允许计算装置100与其他系统、装置或计算环境以及人类交互的各种界面。示例性界面106可以包括任何数量的不同的网络界面120，例如与个人区域网络(pan)、局域网络(lan)、广域网络(wan)、无线网络(例如，近场通信(nfc)、蓝牙、wi-fi(无线上网技术)等网络)和互联网的界面。其他界面包括用户界面118和外围装置接口122。

总线112允许处理器102、存储装置104、界面106、大容量存储装置108和i/o装置110彼此通信，以及与耦合至总线112的其他装置或部件通信。总线112表示诸如系统总线、pci(外设部件互连标准)总线、ieee(电气与电子工程师协会)1394总线、usb(通用串行)总线等几种类型的总线结构中的一种或多种。

在本说明书和所附权利要求书中，“电池电动车辆”(bev)被定义为使用储存在可再充电的电池组中的化学能的电动车辆(ev)的类型。使用电动马达和马达控制器来推进bev。bev包括自行车、踏板车、滑板、轨道车、船只、叉车、公共汽车、卡车、小汽车等。bev还可以称为纯电动车辆(boev)或全电动车辆。

在本说明书和所附权利要求书中，“插电式电动车辆”(pev)被定义为包括bev、插电式混合动力车辆(phev)以及混合动力电动车辆和常规的内燃机车辆的电动车辆转换的ev(电动车辆)的子类别。

在本说明书和所附权利要求中，“运送任务”被定义为将人、动物、物品、包裹等从接收位置运送至交付位置的任务。运送任务还可以包括从接收位置到交付位置运送一个或多个人、一个或多个动物、一个或多个物品、一个或多个包裹或包裹等的不同的组合和/或数量。

图2示出了便于优化用于执行运送任务的电池电动车辆的选择的示例性环境200。参考图2，环境200包括硬件处理器201、车辆选择算法202、客户203、电池电动车辆(bev)204、车辆数据库206、充电站207、充电站数据库208。硬件处理器201、车辆选择算法202、客户203，电池电动车辆(bev)204、车辆数据库206、充电站207和充电站数据库208可以连接至网络(或者是网络的一部分)，例如，比如，系统总线、局域网络(“lan”)、广域网络(“wan”)、以及甚至互联网。因此，硬件处理器201、车辆选择算法202、客户203、电池电动车辆(bev)204、车辆数据库206、充电站207、充电站数据库208以及任何其他连接的计算机系统及其部件(例如，气象监测系统、交通监控和管理系统、映射系统等)可以通过网络创建和交换消息相关的数据(例如，互联网协议(“ip”)数据报和利用ip数据报的其它较高层协议，例如传输控制协议(“tcp”)、超文本传输协议(“http”)、简单邮件传输协议(“smtp”)、简单对象访问协议(soap)等，或使用其他非数据报的协议)。

通常，电池电动车辆(bev)204中的每个都可用于执行运送任务。所有bev204可以在相同的大体区域内运行，例如，比如，城市、县或大城市区域。bev204中的每个都可以包括用于推进的一个或多个电池组。

在一方面，bev204是由单个实体控制的车辆的统一车队的一部分。例如，bev204可以是没有用于操纵bev204的客户输入的完全自主的出租车车队。在另一方面，bev204中的每个(或bev204的一个或多个不同子集)都由不同的实体控制。例如，bev204a、204b和204c中的每个都可以在不同实体的控制下。在bev204a、204b和204c之前、之间和之后的省略号表示任何数量的其他bev也可以在与bev204a、204b和204c相同的大体区域中运行。

在一方面，bev204中的一个或多个包括允许一个或多个bev204在没有人类驾驶员的情况下运行的自主车辆(av)技术。

bev204中的每个都可以不时地或以指定的间隔将车辆数据发送至车辆数据库206。车辆数据可以包括车辆位置、电池荷电状态(soc)、电池运行特性(例如，电池类型、电池寿命、由于车龄导致的电池性能退化等)、bev的其他车辆运行特性等。在一方面，车辆数据库206被包括在云服务中。bev204可以在如运行和网络条件允许的不同时间将车辆数据发送至车辆数据库206。车辆选择算法202当分配用于执行运送任务的bev时可以从车辆数据库206获取车辆数据。

在替代的实施例中，bev204中的每个都可以将车辆数据直接发送至车辆选择算法202。

充电站207可以位于bev204运行的相同的大体区域内。充电站207中的每个都可以包括用于为bev充电的一个或多个充电端口。充电站207中的一个或多个充电站组可以设置在与大体区域不同的一个或多个位置。例如，充电站207a和207b可以位于同一位置，而充电站207c位于不同的位置。在另一示例中，充电站207a、207b和207c中的每个都位于不同的位置。在充电站207a、207b和207c之前、之间和之后的省略号表示任何数量的其他充电站也可以设置在与充电站207a、207b和207c相同的大体区域中。

充电站207中的每个都可以能够为bev充电。在一方面，充电站207中的一个或多个是快速充电站和/或超级充电站。快速充电站和/或超级充电站可以以高达每10分钟40英里的速率为bev充电。因此，快速充电站和/或超级充电站可以在大约40分钟内为完全耗尽的bev充电至160英里。

充电站207中的每个可以不时地或以指定的间隔将充电站数据发送至充电站数据库208。充电站数据可以包括充电站位置、充电站类型、充电站充电速率、充电端口总数，可用充电端口数量等。在一方面，充电站数据库208被包括在云服务中。充电站207可以在如运行和网络条件允许的不同时间将充电站数据发送至充电站数据库208。车辆选择算法202当分配用于执行运送任务的bev时可以从充电站数据库208获取充电站数据。

在替代的实施例中，充电站207中的每个都可以将充电站数据直接发送至车辆选择算法202。

bev204中的每个都可以不时地行驶至充电站207中的一个以对电池再充电。在一方面，充电站207中的一个或多个包括用于对包括不需要人为干预的自主车辆(av)技术的bev进行充电的部件。

图3示出了用于优化用于执行运送任务的电池电动车辆的选择的示例性方法300的流程图。将针对环境200的部件和数据来描述方法300。

方法300包括接收执行运送任务的请求，该请求包括接收位置和交付位置(301)。例如，车辆选择算法202可以接收来自客户203的请求211。请求211包括接收位置212和交付位置213。客户203可以是请求从接收位置212乘坐到交付位置213的客户，或者请求从接收位置212将另外的物品运送到交付位置213的客户。在一方面，客户203使用移动设备上的应用程序(“app”)来向车辆选择算法202提交请求211。

方法300包括获取多个电池电动车辆的车辆数据，对于多个车辆中的每个，车辆数据包括车辆位置和电池荷电状态(soc)(302)。例如，车辆选择算法202可以获取bev204的车辆数据223。对于bev204中的每个，车辆数据223可以包括bev的位置和电池状态。电池状态指示为bev提供推进力的电池的荷电状态(soc)。

在一方面，bev204中的每个不时地或以指定的间隔(例如，当运行和/或网络条件允许时)将车辆数据提交至车辆数据库206。例如，bev204a、204b和204c可以分别将车辆数据211a、211b和211c提交至车辆数据库206。然后车辆选择算法202从车辆数据库206获取车辆数据223。例如，车辆算法202可以针对指定的车辆数据查询车辆数据库206。

在另一方面，bev204中的每个不时地或以指定的间隔(例如，当运行和/或网络条件允许时)将车辆数据直接提交至车辆选择算法202。例如，bev204a、204b，204c可以分别将车辆数据211a、211b，211c直接提交至车辆选择算法202。然后车辆选择算法202从车辆数据211a、211b和211c中过滤出车辆数据223。

bev204中的每个的车辆数据可以包括以下中的一个或多个：车辆位置、电池荷电状态(soc)、电池运行特性(例如，电池类型、电池寿命、由于车龄导致的电池性能退化，等)，以及bev的其他车辆运行特性。例如，车辆数据211a可以包括指示bev204a位置的位置212a和指示为bev204a提供推进力的电池的荷电状态(soc)的电池状态213a。类似地，车辆数据211b可以包括指示bev204b位置的位置212b和指示为bev204b提供推进力的电池的荷电状态(soc)的电池状态213b。同样地，车辆数据211c可以包括指示bev204c位置的位置212c和指示为bev204c提供推进力的电池的荷电状态(soc)的电池状态213c。

车辆数据223可以包括由bev204提交的车辆数据的至少一个子集。在一方面，车辆数据223至少包括车辆数据211a、211b和211c。

方法300包括获取多个充电站的充电站数据，多个充电站中的每个包括一个或多个充电端口，对于多个充电站中的每个，充电站数据包括充电站位置和端口可用性，该端口可用性指示充电站处的一个或多个充电端口的可用性(303)。例如，车辆选择算法202可以获取充电站207的充电站数据224。对于充电站207中的每个，充电站数据224可以包括充电站的位置和端口可用性。端口可用性指示充电站处的一个或多个充电端口的可用性。

在一方面，充电站207中的每个不时地或以指定的间隔(例如，当运行和/或网络条件允许时)将充电站数据207提交至充电站数据库208。例如，充电站207a、207b和207c可以分别将充电站数据214a、214b和214c提交至充电站数据库208。然后车辆选择算法202从充电站数据库208获取充电站数据224。例如，车辆算法202可以针对指定的充电站数据查询充电站数据库208。

在另一方面，充电站207中的每个不时地或以指定的间隔(例如，当运行和/或网络条件允许时)将充电站数据直接提交至车辆选择算法202。例如，充电站207a、207b和207c可以分别将充电站数据214a、214b和214c直接提交至车辆选择算法202。然后车辆选择算法202从充电站数据214a、214b和214c过滤出充电站数据224。

充电站207中的每个的充电站数据可以包括充电站位置、充电站类型、充电站再充电速率、充电端口总数、可用充电端口数量等中的一个或多个。例如，充电站数据214a可以包括指示充电站207a位置的位置216a和指示充电站207a处的充电端口的可用性的端口可用性217a。类似地，充电站数据214b可以包括指示充电站207b位置的位置216b和指示充电站207b的充电端口可用性的端口可用性217b。同样地，充电站数据214c可以包括指示充电站207c位置的位置216c和指示充电站207c处充电端口可用性的端口可用性217c。

充电站数据224可以包括由充电站207提交的车辆数据的至少一个子集。在一方面，车辆数据224至少包括充电站数据214a、214b和214c。

方法300包括基于接收位置、交付位置、车辆数据和充电站数据来从多个电池电动车辆中分配用于服务该请求的适当的电池电动车辆(304)。例如，车辆选择算法202可以分配bev204c来服务请求211。车辆选择算法202可以基于接收位置212、交付位置213、车辆数据223和充电站数据224来分配bev204a。

在一些方面，车辆选择算法202在分配用于服务请求的bev时还考虑环境数据(例如，温度、其他天气条件等)和/或道路数据(例如速度限制、交通拥堵等)。例如，车辆选择算法202当分配用于服务请求的bev204c时可以考虑环境数据221和道路数据222。

现在转到图4，图4示出了用于选择用于执行运送任务的电池电动车辆的示例性环境400。在环境400内，已经接收到从接收位置411运送至交付位置412的请求。车辆选择算法(类似于车辆选择算法202)考虑可能服务该请求的包括bev401和403的可用的bev的数量。如图所示，bev401具有荷电状态(soc)402(较少充电)的电池，以及bev403具有荷电状态(soc)404(较多充电)的电池。soc402和soc403的阴影部分表示与电池完全充电的接近程度。因此，比较soc404与soc402表明，bev403上的电池比bev404上的电池更接近完全充电。

在一方面，bev401和403中的一个或多个包括允许一个或多个bev401和403在没有人类驾驶员的情况下运行的自主车辆(av)技术。

对于bev401和403中的每个，车辆选择算法估算用于完成运送的bev的总电池消耗量。例如，车辆选择算法估算bev401的行驶段421(即，从当前位置驾驶至接收位置411)的电池消耗量和行驶段422(即，从接收位置411驾驶至交付位置412)的电池消耗量。类似地，车辆选择算法估算bev403的行驶段424(即，从当前位置驾驶至接收位置411)的电池消耗量和行驶段422(即，从接收位置411驾驶至交付位置412)的电池消耗量。车辆选择算法还估算bev401和bev402中的每个的行驶段423(即，从交付位置412到充电站413)的电池消耗量。

根据电池消耗量估算，车辆选择算法估算soc403和soc404当bev401和402分别到达充电站413时将是多少。选择算法从估算中确定bev401将更需要在服务该请求后充电。因此，选择算法分配bev401来服务该请求，并且在完成运送之后，行驶至充电站413再充电。

因此，车辆选择算法估算用于服务请求的每个可用bev的总电池消耗量，并且如果适当，则再充电。在一方面，用于服务请求的总电池消耗量的估算被计算为不同段的总和，包括接收段、行程段、以及如果适当的话，则包括再充电段。对于接收段，车辆选择算法计算从当前位置行驶至接收位置的bev的电池消耗量。对于行程段，车辆选择算法计算从接收位置行驶至交付位置的bev的电池消耗量。

对于再充电段，车辆选择算法计算从交付位置行驶至下一个可用充电站的bev的电池消耗量。在一方面，当bev达到最优最小的允许的soc时，执行再充电。最优soc可以是使电池寿命最长的最低soc。再充电段可以不适于在运送请求的指定接近程度内的bev。

用于服务请求的总电池消耗量也可以包括充电端口可用性损失。可以从等待可用充电端口和/或开车到另外的充电站的时间损失来估计充电端口可用性损失。

因此，可以根据图6中的方程式601来估算用于服务请求的总电池消耗。每个行驶段(例如，接收段、行程段或再充电段)的电池消耗可以被估算为距离、交通、环境温度和车速的函数。例如，可以从图7中的方程式701来估算每个行程段的电池消耗量。

在方程式701中，每英里的soc是在环境温度(例如27℃)和最优驾驶条件(例如，15mph)中的电池寿命开始时的bev的每英里的电池能量使用的百分比。距离是从车辆的起始位置到充电站的总行驶距离。该距离包括接收和运送事件的距离。

仍然参考方程式701，交通效率表示增加运送过程中车辆的空转时间的道路建设、各种地形变化等的影响。温度因素表示较高的温度对bev的soc有负面影响的倾向。速度因素说明了请求时允许的现实世界驾驶速度。电池性能退化考虑到车辆老化时电池soc的退化。

对于一些运送任务，可以使用多个充电站，但是最靠近交付位置的充电站是满的。车辆选择算法根据方程式601中的“充电端口可用性损失”来掌握满的充电站。图5示出了用于选择用于执行运送任务的电池电动车辆的示例性环境500。

在环境500内，已经接收到从接收位置515运送至交付位置516的请求。车辆选择算法(类似于车辆选择算法202)考虑了可能服务该请求的包括bev501、502、503和504的可用bev的数量。如图所示，bev501具有荷电状态(soc)511的电池，bev502具有荷电状态(soc)512的电池，bev503具有荷电状态(soc)513的电池和bev504具有荷电状态(soc)514的电池。

在一方面，bev501、502、503和504中的一个或多个包括允许一个或多个bev501、502、503和504在没有人类驾驶员的情况下运行的自主车辆(av)技术。

充电站518具有完全用于给bev532再充电的端口531。充电站517具有端口533。端口533中的一些用于给bev534再充电。其他端口(包括端口536)是可用的。

基于方程式601，车辆选择算法可以分配bev501来服务该请求。车辆选择算法可以估算段521、522和523的电池消耗量，以及基于充电站518已满来估算充电端口可用性损失。车辆选择算法可以确定在bev501行驶了段521、522和523来服务该请求之后，相对于bev502、503和504行驶相应的段，soc511将最接近最优最小允许的soc。

在一些方面，未必在最优soc下执行再充电。由于没有在达到最优soc之前再充电，因此可能会失去机会成本。例如，当bev高于最优soc10％并且靠近充电站时，充电并准备好接受要求>10％soc的运送可能是有益的。

在其他方面，学习算法使用bev的驾驶历史来基于区域中的充电站的地图来确定每个位置处的每个bev的最佳soc是多少。

在一方面，一个或多个处理器被配置用于执行指令(例如，计算机可读指令、计算机可执行指令等)以执行多个描述的操作中的任何一个。一个或多个处理器可以从系统存储器获取信息和/或将信息储存在系统存储器中。一个或多个处理器可以转换不同格式之间的信息，例如，比如，运送请求、接收位置、交付位置、车辆数据、车辆位置、电池状态、充电站数据、充电站位置、充电站端口可用性、环境数据、道路数据，分配的bev等。

系统存储器可以耦合至一个或多个处理器并且可以存储由一个或多个处理器执行的指令(例如，计算机可读指令，计算机可执行指令等)。系统存储器还可以被配置用于储存由所描述的部件生成的多个其他类型的数据中的任何一个，例如，运送请求、接收位置、交付位置、车辆数据、车辆位置、电池状态、充电站数据、充电站位置、充电站端口可用性、环境数据、道路数据、分配的bev等。

在上述公开中，已经参考了构成本发明的一部分的附图，并且在附图中通过图示的方式示出了可以实施本公开的具体实施方式。应当理解，在不脱离本公开的范围的情况下，可以使用其他实施方式并且可以改变结构。说明书中参考“一个实施例”、“实施例”、“示例性实施例”等，表明所描述的实施例可以包括特定的特征、结构或特性，但是每个实施例可以不一定包括特定的特征、结构或特性。此外，这样的语句不一定指代相同的实施例。另外，当结合实施例描述特定的特征、结构或特性时，认为结合不管是否明确描述的其他实施例来影响这些的特征、结构或特性是在本领域技术人员的知识范围内。

本发明所公开的系统、设备和方法的实施方式可以包含或利用包括计算机硬件的专用或通用计算机，例如，比如，本发明所讨论的一个或多个处理器和系统存储器。在本公开的范围内的实施方式还可以包括用于运载或储存计算机可执行指令和/或数据结构的物理和其他计算机可读介质。这样的计算机可读介质可以是可由通用或专用计算机系统访问的任何可用介质。储存计算机可执行指令的计算机可读介质是计算机存储介质(装置)。运载计算机可执行指令的计算机可读介质是传输介质。因此，通过示例而非限制，本公开的实施方式可以包含至少两种明显不同的计算机可读介质：计算机存储介质(装置)和传输介质。

计算机存储介质(装置)包括ram(随机存取存储器)、rom(只读存储器)、eeprom(电可擦除只读存储器)、cd-rom(只读光盘)、固态驱动器(“ssd”)(例如，基于ram)、闪速存储器、相变存储器(“pcm”)、其他存储器类型、其他光盘存储器、磁盘存储器或其他磁存储装置、或者可以用于存储计算机可执行指令或数据结构的形式的所需的程序代码并且可以由通用或专用计算机访问的任何其他介质。

本发明所公开的设备系统和方法的实施方式可以通过计算机网络进行通信。“网络”被定义为使得能够在计算机系统和/或模块和/或其他电子装置之间传输电子数据的一个或多个数据链路。当信息通过网络或其他通信连接(硬连线、无线或硬连线或无线的组合中的一个)传输或提供给计算机时，计算机将连接正确地视为传输介质。传输介质可以包括网络和/或数据链路，传输介质可以用于以计算机可执行指令或数据结构的形式运载计算机可执行指令或数据结构的形式的期望的程序代码，并且可以由通用或专用计算机访问。

计算机可执行指令包含，例如，在处理器执行时使通用计算机、专用计算机或专用处理装置来执行某个功能或功能组的指令和数据。计算机可执行指令可以是，例如，二进制文件、诸如汇编语言的中间格式指令、或者甚至是源代码。虽然主题已经用特定于结构特征和/或方法动作的语言描述，但是应当理解，所附权利请求中限定的主题不一定限于上述所描述的特征或行为。更确切地说，所描述的特征和行为被公开为实现权利请求的示例性形式。

本领域技术人员将理解，可以在具有许多类型的计算机系统配置的网络计算环境中实施本公开，包括内联或其他车辆计算机、个人计算机、台式计算机、便携计算机、消息处理器、手提式装置、多处理器系统、基于微处理器或可编程的消费性电子产品、网络pc(个人电脑)、小型计算机、大型计算机、移动电话、pda(掌上电脑)、平板电脑、寻呼机、路由器、交换机、各种存储装置等。本公开还可以在分布式系统环境中实施，其中通过网络链接(通过硬连线数据链路、无线数据链路、或通过硬连线和无线数据链路的组合)的本地和远程计算机系统都执行任务。在分布式系统环境中，程序模块可以位于本地和远程存储装置二者中。

此外，在适当的情况下，本发明所描述的功能可以在硬件、软件、固件、数字部件或模拟部件中的一个或多个中执行。例如，一个或多个专用集成电路(asic)可以被编程用于执行本发明所描述的系统和过程中的一个或多个。在整个说明书和权利要求书中使用某些术语来指代特定的系统部件。如本领域技术人员将理解的，部件可以由不同的名称指代。本文档不打算区分名称不同而非功能不同的部件。

应当注意，上述传感器实施例可以包含计算机硬件、软件、固件或其任何组合来执行其功能的至少一部分。例如，传感器可以包括被配置用于在一个或多个处理器中执行的计算机代码，并且可以包括由计算机代码控制的硬件逻辑/电子电路。这些示例性装置设置在本发明中的目的是说明，并不旨在限制。本公开的实施例可以在相关领域的技术人员已知的更多类型的设备中实施。

本公开的至少一些实施例已经针对包含储存在任何计算机可用介质上的这种逻辑(例如，以软件的形式)的计算机程序产品。这样的软件当在一个或多个数据处理装置中执行时，使装置如本文所述地运行。

虽然上面已经描述了本公开的各种实施例，但是应当理解，它们仅仅是作为示例而非限制来提出的。对于相关领域的技术人员显而易见的是，在不脱离本公开的精神和范围的情况下，可以在形式和细节上进行各种改变。因此，本公开的广度和范围不应该由上述示例性实施例中的任何一个来限制，而应仅根据所附权利要求及其等同物来限定。为了说明和描述的目的提出了前面的描述。它不是穷举的，也不是将本公开限制为所公开的精确形式。鉴于上述教导，许多修改和变化是可能的。此外，应当注意，前述的替代性的实施方式可用于期望形成本发明的另外的混合实施例的任何组合。