Des chercheurs de l’Université d’Etat de Caroline du Nord ont mis au point un nouveau logiciel qui estime la distance parcourable par des véhicules électriques avant de devoir se recharger. La nouvelle technique exige que les conducteurs précisent leur destination et extraient automatiquement les données à partir d’une large gamme de variables afin de prédire la consommation énergétique pour le véhicule.
« Les voitures électriques ont déjà un logiciel d’estimation de la plage parcourable, mais nous croyons que notre approche est plus précise», assure le Dr. Habiballah Rahimi-Eichi, chercheur post-doctorant à la NC State et auteur principal d’un article sur ce travail.
« Les technologies existantes estiment autonomie restante en fonction de la consommation d’énergie moyenne des 5 dernières km, 15 derniers km, etc», souligne le Dr. Habiballah Rahimi Eichi. « En précisant la destination, notre logiciel examine les données de trafic, que vous soyez sur la route ou dans la ville, la météo, la qualité de la route, et d’autres variables. Cette approche prédictive Big Data est une étape importante en termes de progrès, ce qui réduit l’erreur d’estimation de la plage à quelques kilomètres. Dans certaines études de cas, nous avons été en mesure d’obtenir 95 % de précision pour l’estimation de la distance parcourable ».
Le logiciel prend toutes les données relatives à l’itinéraire entre le point de départ et d’arrivée, et utilise des techniques Big Data pour déterminer quels éléments d’information sont importants et extraire des caractéristiques clés qui peuvent être envoyées vers un algorithme pour estimer la distance parcourable du véhicule avant de devoir se recharger.
Mais deux autres variables sont également expédiées vers l’algorithme: les caractéristiques de performance du véhicule et de sa batterie; et la quantité de charge restante dans la batterie. L’état de charge est estimé en utilisant une technique brevetée développée par le Dr Habiballah Rahimi-Eichi et le Dr Mo-Yuen Chow en 2012. Ce dernier est un professeur en génie électrique et informatique à la NC State et co-auteur de l’étude.
Le document, « Big Data Framework for Electric Vehicle Range Estimation», sera présenté lors de la 40è conférence annuelle de la IEEE Industrial Electronics Society, qui se tient du 29 octobre-1 novembre à Dallas, Texas.
http://news.ncsu.edu/2014/10/chow-range-2014/
