Battery-Aware Finsler Geometry for Energy-Optimal Routing of Electric Vehicles

每一位电动汽车驾驶员都深知续航里程指示器带来的那种无声焦虑。与燃油车仅仅是油箱排空不同，电动汽车的电池是一个复杂的系统，行驶一英里所需的能量会随着前方道路的变化而不断波动。陡峭的山坡需要爆发性的动力，而平缓的下坡则可以将能量回馈给电池。甚至驾驶员加速或减速的方式也至关重要；平稳、恒定的速度比走走停停的节奏要高效得多。多年来，导航系统一直试图通过寻找两点之间的最短路径来解决这个问题，但它们仅测量地图上的距离。然而对于电动汽车来说，最短的路径往往是电池寿命成本最高的一条，因为它可能会迫使车辆进行陡峭且蜿蜒的爬坡，或者经过一系列消耗电力的急转弯。

这正是来自印度拉曼纳哈·洛希亚·阿瓦德大学（Dr. Rammanohar Lohia Avadh University）的一个研究团队致力于解决的问题。他们开发了一种全新的数学路径规划方法，该方法不仅将道路视为地图上的一条线，还将其视为一个在每个行驶方向上都有特定能量成本的地貌。他们的研究表明，电动汽车的最佳路线不一定是里程数最短的那条，而是最尊重旅途物理特性的那条：包括道路的坡度、加速或减速的需求，以及电池的当前状态。通过将道路视为一个“向上行驶比向下行驶成本更高”的动态环境，他们创建了一个能够找到既能节省大量能量，又不会让行程变得过长的路径系统。

研究人员首先承认了一个关于电动汽车的基本事实：能量消耗具有方向性。如果你驾驶汽车上坡，你需要消耗大量的电池功率来对抗重力。如果你驾驶同一辆车下同一段坡路，重力会提供帮助，汽车甚至可以通过一种称为“再生制动”的过程回收部分能量，即电机充当发电机为电池充电。传统的导航工具通常将一段路段视为具有单一、固定的成本，而不考虑你行驶的方向。这就像是在说从纽约飞往伦敦的燃料成本与从伦敦飞往纽约的燃料成本相同，却忽略了可能推着一架飞机前进、却阻碍另一架飞机的强劲喷流。在现实世界中，你行驶的方向会改变你的能源账单。

为了捕捉这一现实，该团队构建了一种新型地图。他们不再使用简单的数字来代表道路成本，而是使用了一个数学框架，允许成本根据车辆行驶的方向而变化。他们将道路网络想象成一个光滑且连续的曲面，曲面上的每一个点都有一个特定的能量价格标签，而这个标签取决于你是向上、向下还是横向行驶。他们在这些价格标签中纳入了三个主要因素。首先，他们计算了移动车辆所需的原始能量，考虑了空气阻力和车辆重量。其次，他们增加了关于加速的成本，意识到加速需要爆发性的动力，而减速则可能是免费的，甚至可以通过回收能量而获利。第三，他们计入了道路的坡度，对上坡攀爬进行惩罚，并对下坡下降给予奖励。

研究人员在一个十公里乘以十公里的区域内进行了计算机模拟测试，该区域包含建筑物等障碍物，以及模拟丘陵城市的真实起伏地形。他们对比了寻找路径的三种不同方法。第一种方法是标准做法：寻找最短距离。第二种方法是寻找使用最少电池能量的路径，无论行程有多长。第三种方法是他们的新系统，该系统同时平衡了距离、能量和行驶方向。

结果非常具有启发性。最短路径（即标准GPS会选择的路径）确实是最短的，长度为11.31公里。然而，它也是最昂贵的，消耗了17.76兆焦耳的能量。这条路径迫使汽车爬陡坡并频繁加速，比必要情况下更快地耗尽了电池。以能量为导向的路径则更为聪明；它采取了一条长达14.01公里的路径，但节省了大量的能量，将消耗降至仅为6.80兆焦耳。它通过选择一条稍长但更平坦的道路避开了陡峭的爬坡。

新系统生成的路径在长度上与以能量为导向的路径几乎一致，为14.13公里，消耗的能量也几乎相同，为6.82兆焦耳。关键区别在于，新系统在实现这种效率的同时，还考虑了道路对加速的“倾向性”。它找到的路径不仅节能，而且更加平顺，避开了浪费电力的颠簸速度变化。在模拟实验中，跟随新路径行驶的汽车在行程结束时的电池电量保持在96.84%，而跟随最短路径行驶的汽车电量为91.78%。这微小的电量差异代表了现实驾驶中显著的安全余量，有可能防止车辆在到达充电站之前耗尽电量的情况发生。

研究人员强调，他们的工作是一项模拟实验，是一个证明其数学构想有效的受控实验。他们并没有在真实的道路上用真实的汽车进行测试，但他们使用的物理模型是基于真实车辆动力学的，包括典型电动乘用车重量、空气阻力和电机效率。他们展示了通过将道路视为一个“方向至关重要”的地方，他们可以找到一个聪明的折衷方案。这不仅仅是为了尽可能节省能量（这可能意味着绕行很长、蜿蜒的远路），也不仅仅是为了走最短路径（这可能会耗尽电池）。它是为了找到一个让旅程既高效、平顺又对电池安全的“甜点位”。

这种方法对于不仅仅是个人轿车领域也有意义。研究人员指出，同样的逻辑也可以应用于电动巴士，这类车辆体型沉重且频繁停靠，因此对坡度和加速更为敏感。它也可以帮助自动驾驶汽车，因为自动驾驶汽车需要根据当前的电池水平做出关于行驶路径的瞬时决策。如果一辆自动驾驶汽车知道自己的电量较低，系统可以自动调整路线，转向更平坦、更平顺的道路，即使这意味着要多开几公里。

这项研究得出结论，电动汽车导航的未来在于理解行驶的方向。道路不仅仅是一条线；它是一个在每个方向上都有特定能量成本的地貌。通过使用这种尊重方向性的数学模型，我们可以引导电动汽车沿着不仅是最短、而且是最合理的路径行驶。研究人员已经证明，多走一点距离可以节省大量能量，而最佳路径是那条顺应道路而非对抗道路的路径。随着电动汽车变得越来越普遍，这类智能路由系统对于确保它们能走得更远、更快，并且减少对电量耗尽的担忧，将是至关重要的。