一种电动汽车轮毂电机自发电系统处理方法与流程

1.本发明属于电动汽车轮毂电机自发电技术领域，具体而言，涉及一种电动汽车轮毂电机自发电系统处理方法。

背景技术：

2.电动汽车是我们日常外出行中常见的交通工具，对人们提高交通效率和方便生活都起着非常重要的作用；但是电动汽车行驶时太多的不合理能量损耗,造成电池电量快速减少，就会严重缩小人们的出行范围，也将单独增加出行费用；
3.因此对电动汽车能量回收是人们存在出行的一个大需求，对行驶电动汽车需要结合相关数据计算判定后，通过电动汽车轮毂电机自发电技术进行合理能量回收；但是对现有电动汽车，没有对行驶时不合理能量损耗进行回收，且回收的操作不能够智能化；现有电动车这种情况一方面对电动汽车能量的回收智能化程度低且不能够结合用户习惯进行缓停目的，不仅本身行驶时能量损失多，还对预计的行驶路程大大缩小；另一方面电动汽车行驶时，运用的能量不能够及时合理回收，增重了对大气环境污染。

技术实现要素：

4.本发明是基于上述技术问题，针对的电动汽车轮毂电机自发电使用提出的一种电动汽车轮毂电机自发电系统处理方法；不仅电动汽车能量的回收智能化程度高且能够结合用户习惯进行缓停目的，还减少了对大气环境污染。
5.本发明是这样实现的：
6.一种电动汽车轮毂电机自发电系统处理方法，该方法应用了车辆运行数据采集器、车辆运行数据分析系统、电能存储器和个人车辆数据库；其特征在于，所述方法包括以下步骤：
7.步骤1:当驾驶人员行驶车辆中，脚完全松开油门时，车辆运行数据采集器采集行驶车辆的相关数据自动上传到车辆运行数据分析系统；
8.步骤2：依据车辆运行数据分析系统对行驶车辆中的相关数据进行计算及分析，根据数据结果判断是否应该运用此电动汽车轮毂电机自发电系统；应用此系统操作方法如下:
9.步骤2.1：行驶车辆的相关数据自动上传到车辆运行数据分析系统；
10.步骤2.2：车辆运行数据分析系统对行驶车辆的相关数据进行计算处理及分析；
11.步骤2.3：根据计算结果判断是否应该运用此电动汽车轮毂电机自发电系统；
12.步骤3：当行驶车辆应用此电动汽车轮毂电机自发电系统时，涉及行驶相关数据全部自动保存到车辆运行数据分析系统；对电动汽车轮毂电机自发电系统应用类型进行识别判断，若为车辆超速类型，则从车辆运行数据分析系统提取对应的处理方法，进而按照该处理方法进行调整，并执行步骤4；若为车辆普通速度类型，则从车辆运行数据分析系统提取对应的处理方法，进而按照该处理方法进行调整，并执行步骤5；若为车辆临界浮动速度类
型，则从车辆运行数据分析系统提取对应的处理方法，进而按照该处理方法进行调整，并执行步骤6；
13.步骤4：行驶中的车辆通过电动汽车轮毂电机自发电系统增加汽车轮毂行驶阻力进行降低车速，直至数据采集器采集到的行驶车速匹配到车辆运行数据分析系统，符合车辆普通速度类型范围值，然后执行步骤5；
14.步骤5：行驶车辆按车辆普通速度类型进行车辆惯性动能回收，再此过程中，不依靠其他能量的介入，仅依靠车辆缓慢停驶过程中，汽车轮毂电机自发电系统运用行驶车辆惯性动能转化为电能；当行驶车辆降速到一定范围值，人员脚踩刹车直至车辆完全停止，电动汽车轮毂电机自发电系统自动关闭；
15.步骤6：行驶中的车辆速度值满足启动电动汽车轮毂电机自发电系统，但是车辆速度值在短时间内又不满足启动此系统；电动汽车轮毂电机自发电系统会根据车辆运行数据采集器采集到的车速，在满足规定时间范围内，车速依然符合应用此电动汽车轮毂电机自发电系统，那么行驶车辆进行车辆惯性动能回收，再此过程中，不依靠其他能量的介入，仅依靠车辆缓慢停驶过程中，汽车轮毂电机自发电系统运用行驶车辆惯性动能转化为电能；当行驶车辆降速到一定范围值，人员脚踩刹车直至车辆完全停止，电动汽车轮毂电机自发电系统自动关闭；
16.步骤7：车辆运行数据采集器采集行驶车辆的相关数据和用户驾驶车辆缓停习惯都将形成个人车辆数据库，并保存到车辆运行数据分析系统，对个人车辆数据库进行深度学习，后续车辆运行的相关数据等数据实时对个人车辆数据库进行保留和更新；对个人车辆数据库已经形成好的训练模型将首先使用此模型对用户行驶的车辆缓停习惯进行预判。
17.根据本发明方面的一种能够实现的方式，其特征在于：所述步骤1中车辆运行数据采集器采集行驶车辆的相关数据具体操作方法包括：
18.车辆运行数据采集器采集行驶车辆的相关数据：车辆速度、车辆重量和车辆运行道路情况等；对行驶车辆的相关数据采集值标记为其中β＝0，1,2,...,n。
19.根据本发明方面的一种能够实现的方式，其特征在于：所述步骤2.1中车辆运行数据分析系统包括：
20.车辆运行数据分析系统：数据计算处理模块，数据结果分析模块，个人车辆数据库等结构；对车辆运行数据分析系统结构划分标记值为μi，其中i＝0，1,2,...,n。
21.根据本发明方面的一种能够实现的方式，其特征在于：所述步骤2.2中车辆运行数据分析系统计算及分析具体操作方法包括：
22.假设车辆运行数据采集器采集到的车辆车辆速度为车辆运行数据分析系统内设置车辆应用系统最低车速为v0，车辆减速加速度为a；
23.根据算法公式为:
[0024][0025]
t0表示为行驶车辆从松开油门到停止应用系统的时间。
[0026]
根据本发明方面的一种能够实现的方式，其特征在于：所述步骤2.3中车辆运行数
据分析系统计算结果判断具体操作方法包括：
[0027]
行驶车辆计算相关数据,根据结果必须同时满足以下条件才应用电动汽车轮毂电机自发电系统:
[0028][0029]
根据本发明方面的一种能够实现的方式，其特征在于：所述步骤4、5和6中行驶车辆应用电动汽车轮毂电机自发电系统进行自发电的具体操作方法包括：
[0030]
车辆速度值在短时间内又不满足启动此系统，表示行驶车辆速度值不满足大于等于车辆应用系统最低车速稳定时间范围为1s内；在满足规定时间范围内，车速依然符合应用此电动汽车轮毂电机自发电系统，那么行驶车辆进行车辆惯性动能回收；表示行驶车辆速度值满足大于等于车辆应用系统最低车速稳定时间范围为3s内；
[0031]
行驶车辆满足应用电动汽车轮毂电机自发电系统，行驶车辆进行车辆惯性动能回收，再此过程中，不依靠其他能量的介入，仅依靠车辆缓慢停驶过程中，汽车轮毂电机自发电系统运用行驶车辆惯性动能转化为电能；车辆运行数据采集器采集车轮毂电机里电场的电势差为w是带电粒子在电场中运动时电场力做的功，q是车轮毂电机里导体所带的电量；
[0032]
假设车辆运行数据采集器采集到的车辆车辆速度为行驶车辆做的功为w0；车辆重量为车辆运行数据分析云平台内设置车辆完全停止时车速为v0；
[0033]
根据算法公式：
[0034][0035]
w0表示为行驶车辆从松开油门车速到完全车辆停止的时间做的动能；
[0036]
根据算法公式：
[0037][0038]
w是带电粒子在电场中运动时电场力做的功，q是车轮毂电机里导体所带的电量，车轮毂电机里电场的电势差为u；
[0039]
根据算法公式：
[0040][0041]
q是车轮毂电机里导体所带的电量，也就是应用此电动汽车轮毂电机自发电系统让行驶车辆从松开油门车速到完全车辆停止时产生的电量，并存储到电能存储器；当车辆屏幕提示车载电池电量不足时，自动启动电能存储器为备用电池，人员可运用电能存储器里电量以供行驶车辆。
[0042]
根据本发明方面的一种能够实现的方式，其特征在于：所述步骤7中车辆运行数据
分析系统形成个人车辆数据库进行深度学习具体操作方法包括：
[0043]
根据电动汽车轮毂电机自发电系统已经对行驶车辆应用后，产生的车辆数据结果传入个人车辆数据库，并保存到车辆运行数据分析系统，对个人车辆数据库进行深度学习，训练好的个人车辆数据库将对用户驾驶车辆习惯进行预判处理，后续车辆运行的相关数据等数据实时对个人车辆数据库进行保留、更新和再训练；个人车辆数据库已经形成好的训练模型将首先使用此模型对用户行驶的车辆缓停习惯进行预判；
[0044]
深度学习的具体操作流程是对个人车辆数据库里已有的数据进行划分为60％训练集数据和40％的测试集数据；先用60％训练集数据训练神经网络，形成一个训练模型；
[0045]
再用40％的测试集数据测试已经训练好的模型，目的是为了防止模型在训练集上过拟合，即防止模型学到过多训练集上特有的特征；
[0046]
通过测试集数据修改后的模型将作为用户行驶车辆习惯的预判模型；当用户松开油门后，在已形成个人车辆数据库时将首先调用此数据库，行驶车辆的相关数据通过已训练好的模型进行对用户缓停习惯的预判，达到用户智能化缓停效果；
[0047]
当用户行驶车辆再没有介入能量完全停止后，此用户行驶的相关数据将作为新的数据保存和更新在个人车辆数据库，此数据库也将进行新的训练和测试，形成新的模型将对下一次用户的缓停习惯预判；
[0048]
个人车辆数据库已经形成好的训练模型将首先使用此模型对用户行驶的车辆缓停习惯进行预判。
[0049]
基于上述任一方面，本发明的有益效果为：
[0050]
1.本发明通过对行驶车辆的相关数据的采集，并将其上传到车辆运行数据分析系统，进行计算与分析，根据数据结果判断是否应该运用此电动汽车轮毂电机自发电系统；当行驶车辆应用此电动汽车轮毂电机自发电系统时，涉及行驶相关数据全部自动保存到车辆运行数据分析系统；根据数据分析结果得到对应的对电动汽车轮毂电机自发电系统应用类型；通过电动汽车轮毂电机自发电技术利用行驶车辆惯性动能回收转化为电能；不仅本身行驶时能量回收，还对预计的行驶路程大大增加；另一方面电动汽车行驶时还减少了对大气环境污染。
[0051]
2.本发明通过电动汽车轮毂电机自发电系统已经对行驶车辆应用后，产生的车辆数据结果传入个人车辆数据库，并保存到车辆运行数据分析系统，对个人车辆数据库进行深度学习，训练好的个人车辆数据库将对用户驾驶车辆习惯进行预判处理，后续车辆运行的相关数据等数据实时对个人车辆数据库进行保留、更新和再训练；个人车辆数据库已经形成好的训练模型将首先使用此模型对用户行驶的车辆缓停习惯进行预判；不仅电动汽车能量的回收智能化程度高，且能够结合用户习惯进行缓停目的。
附图说明
[0052]
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
[0053]
图1为本发明的方法实施步骤流程图。
具体实施方式
[0054]
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
[0055]
结合图1，一种电动汽车轮毂电机自发电系统处理方法，该方法应用了车辆运行数据采集器、车辆运行数据分析系统、电能存储器和个人车辆数据库；所述方法包括以下步骤：
[0056]
步骤1:当驾驶人员行驶车辆中，脚完全松开油门时，车辆运行数据采集器采集行驶车辆的相关数据自动上传到车辆运行数据分析系统；
[0057]
在本发明的具体实施例中，所述步骤1中车辆运行数据采集器采集行驶车辆的相关数据具体操作方法包括：
[0058]
车辆运行数据采集器采集行驶车辆的相关数据：车辆速度、车辆重量和车辆运行道路情况等；对行驶车辆的相关数据采集值标记为
[0059]
其中β＝0，1,2,...,n。
[0060]
步骤2：依据车辆运行数据分析系统对行驶车辆中的相关数据进行计算及分析，根据数据结果判断是否应该运用此电动汽车轮毂电机自发电系统；应用此系统操作方法如下:
[0061]
步骤2.1：行驶车辆的相关数据自动上传到车辆运行数据分析系统；
[0062]
在本发明的具体实施例中，所述步骤2.1中车辆运行数据分析系统包括：
[0063]
车辆运行数据分析系统：数据计算处理模块，数据结果分析模块，个人车辆数据库等结构；对车辆运行数据分析系统结构划分标记值为μi，其中i＝0，1,2,...,n。
[0064]
步骤2.2：车辆运行数据分析系统对行驶车辆的相关数据进行计算处理及分析；
[0065]
在本发明的具体实施例中，所述步骤2.2中车辆运行数据分析系统计算及分析具体操作方法包括：
[0066]
假设车辆运行数据采集器采集到的车辆车辆速度为车辆运行数据分析系统内设置车辆应用系统最低车速为v0，车辆减速加速度为a；
[0067]
根据算法公式为:
[0068][0069]
t0表示为行驶车辆从松开油门到停止应用系统的时间。
[0070]
步骤2.3：根据计算结果判断是否应该运用此电动汽车轮毂电机自发电系统；
[0071]
在本发明的具体实施例中，所述步骤2.3中车辆运行数据分析系统计算结果判断具体操作方法包括：
[0072]
行驶车辆计算相关数据,根据结果必须同时满足以下条件才应用电动汽车轮毂电机自发电系统:
[0073][0074]
步骤3：当行驶车辆应用此电动汽车轮毂电机自发电系统时，涉及行驶相关数据全部自动保存到车辆运行数据分析系统；对电动汽车轮毂电机自发电系统应用类型进行识别判断，若为车辆超速类型，则从车辆运行数据分析系统提取对应的处理方法，进而按照该处理方法进行调整，并执行步骤4；若为车辆普通速度类型，则从车辆运行数据分析系统提取对应的处理方法，进而按照该处理方法进行调整，并执行步骤5；若为车辆临界浮动速度类型，则从车辆运行数据分析系统提取对应的处理方法，进而按照该处理方法进行调整，并执行步骤6；
[0075]
步骤4：行驶中的车辆通过电动汽车轮毂电机自发电系统增加汽车轮毂行驶阻力进行降低车速，直至数据采集器采集到的行驶车速匹配到车辆运行数据分析系统，符合车辆普通速度类型范围值，然后执行步骤5；
[0076]
步骤5：行驶车辆按车辆普通速度类型进行车辆惯性动能回收，再此过程中，不依靠其他能量的介入，仅依靠车辆缓慢停驶过程中，汽车轮毂电机自发电系统运用行驶车辆惯性动能转化为电能；当行驶车辆降速到一定范围值，人员脚踩刹车直至车辆完全停止，电动汽车轮毂电机自发电系统自动关闭；
[0077]
步骤6：行驶中的车辆速度值满足启动电动汽车轮毂电机自发电系统，但是车辆速度值在短时间内又不满足启动此系统；电动汽车轮毂电机自发电系统会根据车辆运行数据采集器采集到的车速，在满足规定时间范围内，车速依然符合应用此电动汽车轮毂电机自发电系统，那么行驶车辆进行车辆惯性动能回收，再此过程中，不依靠其他能量的介入，仅依靠车辆缓慢停驶过程中，汽车轮毂电机自发电系统运用行驶车辆惯性动能转化为电能；当行驶车辆降速到一定范围值，人员脚踩刹车直至车辆完全停止，电动汽车轮毂电机自发电系统自动关闭；
[0078]
在本发明的具体实施例中，所述步骤4、5和6中行驶车辆应用电动汽车轮毂电机自发电系统进行自发电的具体操作方法包括：
[0079]
车辆速度值在短时间内又不满足启动此系统，表示行驶车辆速度值不满足大于等于车辆应用系统最低车速稳定时间范围为1s内；在满足规定时间范围内，车速依然符合应用此电动汽车轮毂电机自发电系统，那么行驶车辆进行车辆惯性动能回收；表示行驶车辆速度值满足大于等于车辆应用系统最低车速稳定时间范围为3s内；
[0080]
行驶车辆满足应用电动汽车轮毂电机自发电系统，行驶车辆进行车辆惯性动能回收，再此过程中，不依靠其他能量的介入，仅依靠车辆缓慢停驶过程中，汽车轮毂电机自发电系统运用行驶车辆惯性动能转化为电能；车辆运行数据采集器采集车轮毂电机里电场的电势差为w是带电粒子在电场中运动时电场力做的功，q是车轮毂电机里导体所带的电量；
[0081]
根据能量守恒定律，物体所具有的能量不会凭空增加，也不会凭空减少。动能若减少，则必会转化为其它形式的能量。要转化为电能，动能必减少。
△ek
＝w＝uq，u指电势差；
[0082]
电功计算公式：w＝uq
[0083]
电能也是一种能量，而这种能量的实施者就是电荷，电荷量就是这种能量在一般的时间内所有参与作功从a点到b点的实行者，每个电荷从a点到b点做的功就是电功，两者相乘就是ab的电功，就是消耗的电能；
[0084]
假设车辆运行数据采集器采集到的车辆车辆速度为行驶车辆做的功为w0；车辆重量为车辆运行数据分析云平台内设置车辆完全停止时车速为v0；
[0085]
根据算法公式：
[0086][0087]
w0表示为行驶车辆从松开油门车速到完全车辆停止的时间做的动能；
[0088]
根据算法公式：
[0089][0090]
w是带电粒子在电场中运动时电场力做的功，q是车轮毂电机里导体所带的电量，车轮毂电机里电场的电势差为u；
[0091]
根据算法公式：
[0092][0093]
q是车轮毂电机里导体所带的电量，也就是应用此电动汽车轮毂电机自发电系统让行驶车辆从松开油门车速到完全车辆停止时产生的电量，并存储到电能存储器；当车辆屏幕提示车载电池电量不足时，自动启动电能存储器为备用电池，人员可运用电能存储器里电量以供行驶车辆。
[0094]
步骤7：车辆运行数据采集器采集行驶车辆的相关数据和用户驾驶车辆缓停习惯都将形成个人车辆数据库，并保存到车辆运行数据分析系统，实时对数据库更新；
[0095]
在本发明的具体实施例中，所述步骤7中车辆运行数据分析系统形成个人车辆数据库进行深度学习具体操作方法包括：
[0096]
根据电动汽车轮毂电机自发电系统已经对行驶车辆应用后，产生的车辆数据结果传入个人车辆数据库，并保存到车辆运行数据分析系统，对个人车辆数据库进行深度学习，训练好的个人车辆数据库将对用户驾驶车辆习惯进行预判处理，后续车辆运行的相关数据等数据实时对个人车辆数据库进行保留、更新和再训练；个人车辆数据库已经形成好的训练模型将首先使用此模型对用户行驶的车辆缓停习惯进行预判；
[0097]
深度学习的具体操作流程是对个人车辆数据库里已有的数据进行划分为60％训练集数据和40％的测试集数据；先用60％训练集数据训练神经网络，形成一个训练模型；
[0098]
再用40％的测试集数据测试已经训练好的模型，目的是为了防止模型在训练集上过拟合，即防止模型学到过多训练集上特有的特征；
[0099]
通过测试集数据修改后的模型将作为用户行驶车辆习惯的预判模型；当用户松开
油门后，在已形成个人车辆数据库时将首先调用此数据库，行驶车辆的相关数据通过已训练好的模型进行对用户缓停习惯的预判，达到用户智能化缓停效果；
[0100]
当用户行驶车辆再没有介入能量完全停止后，此用户行驶的相关数据将作为新的数据保存和更新在个人车辆数据库，此数据库也将进行新的训练和测试，形成新的模型将对下一次用户的缓停习惯预判；
[0101]
个人车辆数据库已经形成好的训练模型将首先使用此模型对用户行驶的车辆缓停习惯进行预判。
[0102]
本发明通过对行驶车辆的相关数据的采集，并将其上传到车辆运行数据分析系统，进行计算与分析，根据数据结果判断是否应该运用此电动汽车轮毂电机自发电系统；当行驶车辆应用此电动汽车轮毂电机自发电系统时，涉及行驶相关数据全部自动保存到车辆运行数据分析系统；根据数据分析结果得到对应的对电动汽车轮毂电机自发电系统应用类型；对个人车辆数据库已有数据进行深度学习，已经形成好的训练模型将首先使用此模型对用户行驶的车辆缓停习惯进行预判；通过电动汽车轮毂电机自发电技术利用行驶车辆惯性动能回收转化为电能，不仅电动汽车能量的回收智能化程度高，且能够结合用户习惯进行缓停目的，还减少了对大气环境污染。
[0103]
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

技术特征：

1.一种电动汽车轮毂电机自发电系统处理方法，该方法应用了车辆运行数据采集器、车辆运行数据分析系统、电能存储器和个人车辆数据库；其特征在于，所述方法包括以下步骤：步骤1:当驾驶人员行驶车辆中，脚完全松开油门时，车辆运行数据采集器采集行驶车辆的相关数据自动上传到车辆运行数据分析系统；步骤2：依据车辆运行数据分析系统对行驶车辆中的相关数据进行计算及分析，根据数据结果判断是否应该运用此电动汽车轮毂电机自发电系统；应用此系统操作方法如下:步骤2.1：行驶车辆的相关数据自动上传到车辆运行数据分析系统；步骤2.2：车辆运行数据分析系统对行驶车辆的相关数据进行计算处理及分析；步骤2.3：根据计算结果判断是否应该运用此电动汽车轮毂电机自发电系统；步骤3：当行驶车辆应用此电动汽车轮毂电机自发电系统时，涉及行驶相关数据全部自动保存到车辆运行数据分析系统；对电动汽车轮毂电机自发电系统应用类型进行识别判断，若为车辆超速类型，则从车辆运行数据分析系统提取对应的处理方法，进而按照该处理方法进行调整，并执行步骤4；若为车辆普通速度类型，则从车辆运行数据分析系统提取对应的处理方法，进而按照该处理方法进行调整，并执行步骤5；若为车辆临界浮动速度类型，则从车辆运行数据分析系统提取对应的处理方法，进而按照该处理方法进行调整，并执行步骤6；步骤4：行驶中的车辆通过电动汽车轮毂电机自发电系统增加汽车轮毂行驶阻力进行降低车速，直至数据采集器采集到的行驶车速匹配到车辆运行数据分析系统，符合车辆普通速度类型范围值，然后执行步骤5；步骤5：行驶车辆按车辆普通速度类型进行车辆惯性动能回收，再此过程中，不依靠其他能量的介入，仅依靠车辆缓慢停驶过程中，汽车轮毂电机自发电系统运用行驶车辆惯性动能转化为电能；当行驶车辆降速到一定范围值，人员脚踩刹车直至车辆完全停止，电动汽车轮毂电机自发电系统自动关闭；步骤6：行驶中的车辆速度值满足启动电动汽车轮毂电机自发电系统，但是车辆速度值在短时间内又不满足启动此系统；电动汽车轮毂电机自发电系统会根据车辆运行数据采集器采集到的车速，在满足规定时间范围内，车速依然符合应用此电动汽车轮毂电机自发电系统，那么行驶车辆进行车辆惯性动能回收，再此过程中，不依靠其他能量的介入，仅依靠车辆缓慢停驶过程中，汽车轮毂电机自发电系统运用行驶车辆惯性动能转化为电能；当行驶车辆降速到一定范围值，人员脚踩刹车直至车辆完全停止，电动汽车轮毂电机自发电系统自动关闭；步骤7：车辆运行数据采集器采集行驶车辆的相关数据和用户驾驶车辆缓停习惯都将形成个人车辆数据库，并保存到车辆运行数据分析系统，对个人车辆数据库进行深度学习，后续车辆运行的相关数据等数据实时对个人车辆数据库进行保留和更新；对个人车辆数据库已经形成好的训练模型将首先使用此模型对用户行驶的车辆缓停习惯进行预判。2.根据权利要求1所述的一种电动汽车轮毂电机自发电系统处理方法，其特征在于：所述步骤1中车辆运行数据采集器采集行驶车辆的相关数据具体操作方法包括：车辆运行数据采集器采集行驶车辆的相关数据：车辆速度、车辆重量和车辆运行道路情况等；对行驶车辆的相关数据采集值标记为其中β＝0，1,2,...,n。
3.根据权利要求1所述的一种电动汽车轮毂电机自发电系统处理方法，其特征在于：所述步骤2.1中车辆运行数据分析系统包括：车辆运行数据分析系统：数据计算处理模块，数据结果分析模块，个人车辆数据库和深度学习模块等结构；对车辆运行数据分析系统结构划分标记值为μ
i
，其中i＝0，1,2,...,n。4.根据权利要求1所述的一种电动汽车轮毂电机自发电系统处理方法，其特征在于：所述步骤2.2中车辆运行数据分析系统计算及分析具体操作方法包括：假设车辆运行数据采集器采集到的车辆车辆速度为车辆运行数据分析系统内设置车辆应用系统最低车速为v0，车辆减速加速度为a；根据算法公式为:t0表示为行驶车辆从松开油门到停止应用系统的时间。5.根据权利要求1所述的一种电动汽车轮毂电机自发电系统处理方法，其特征在于：所述步骤2.3中车辆运行数据分析系统计算结果判断具体操作方法包括：行驶车辆计算相关数据,根据结果必须同时满足以下条件才应用电动汽车轮毂电机自发电系统:6.根据权利要求1所述的一种电动汽车轮毂电机自发电系统处理方法，其特征在于：所述步骤4、5和6中行驶车辆应用电动汽车轮毂电机自发电系统进行自发电的具体操作方法包括：车辆速度值在短时间内又不满足启动此系统，表示行驶车辆速度值不满足大于等于车辆应用系统最低车速稳定时间范围为1s内；在满足规定时间范围内，车速依然符合应用此电动汽车轮毂电机自发电系统，那么行驶车辆进行车辆惯性动能回收；表示行驶车辆速度值满足大于等于车辆应用系统最低车速稳定时间范围为3s内；行驶车辆满足应用电动汽车轮毂电机自发电系统，行驶车辆进行车辆惯性动能回收，再此过程中，不依靠其他能量的介入，仅依靠车辆缓慢停驶过程中，汽车轮毂电机自发电系统运用行驶车辆惯性动能转化为电能；车辆运行数据采集器采集车轮毂电机里电场的电势差为w是带电粒子在电场中运动时电场力做的功，q是车轮毂电机里导体所带的电量；假设车辆运行数据采集器采集到的车辆车辆速度为行驶车辆做的功为w0；车辆重量为车辆运行数据分析云平台内设置车辆完全停止时车速为v0；根据算法公式：
w0表示为行驶车辆从松开油门车速到完全车辆停止的时间做的动能；根据算法公式：w是带电粒子在电场中运动时电场力做的功，q是车轮毂电机里导体所带的电量，车轮毂电机里电场的电势差为u；根据算法公式：q是车轮毂电机里导体所带的电量，也就是应用此电动汽车轮毂电机自发电系统让行驶车辆从松开油门车速到完全车辆停止时产生的电量，并存储到电能存储器；当车辆屏幕提示车载电池电量不足时，自动启动电能存储器为备用电池，人员可运用电能存储器里电量以供行驶车辆。7.根据权利要求1所述的一种电动汽车轮毂电机自发电系统处理方法，其特征在于：所述步骤7中车辆运行数据分析系统形成个人车辆数据库进行深度学习具体操作方法包括：根据电动汽车轮毂电机自发电系统已经对行驶车辆应用后，产生的车辆数据结果传入个人车辆数据库，并保存到车辆运行数据分析系统，对个人车辆数据库进行深度学习，训练好的个人车辆数据库将对用户驾驶车辆习惯进行预判处理，后续车辆运行的相关数据等数据实时对个人车辆数据库进行保留、更新和再训练；个人车辆数据库已经形成好的训练模型将首先使用此模型对用户行驶的车辆缓停习惯进行预判。8.一种车载系统，其特征在于：根据车辆运行数据分析系统中的多结构处理，包括：数据计算处理模块，数据结果分析模块，个人车辆数据库等结构；上传相关数据的行驶车辆按行驶车速划分，对车辆惯性动能精确回收转变为电能；通过所述车载系统计算及分析对电动汽车轮毂电机自发电，以执行上述权利要求1-7任一项所述的方法。9.一种车载系统，其特征在于：依靠车载系统计算及分析服务程序对电动汽车轮毂电机自发电实现上述权利要求1-7任一项所述的方法。

技术总结

本发明通过对行驶车辆的相关数据的采集，并将其上传到车辆运行数据分析系统，进行计算与分析，根据数据结果判断是否应该运用此电动汽车轮毂电机自发电系统；当行驶车辆应用此电动汽车轮毂电机自发电系统时，涉及行驶相关数据全部自动保存到车辆运行数据分析系统；根据数据分析结果得到对应的对电动汽车轮毂电机自发电系统应用类型；对个人车辆数据库已有数据进行深度学习，已经形成好的训练模型将首先使用此模型对用户行驶的车辆缓停习惯进行预判；通过电动汽车轮毂电机自发电技术利用行驶车辆惯性动能回收转化为电能，不仅电动汽车能量的回收智能化程度高，且能够结合用户习惯进行缓停目的，还减少了对大气环境污染。还减少了对大气环境污染。还减少了对大气环境污染。