车辆及其到达换电站时间的预测方法、存储介质及控制器与流程

1.本发明涉及电动汽车技术领域，特别涉及一种车辆及其到达换电站时间的预测方法、存储介质及控制器。


背景技术：

2.近年来，随着新能源汽车的快速发展，电动汽车在全球范围内销量持续增长，由于动力电池续航能力及充电时长的限制，在世界各地，电动汽车充换电站纷纷涌现。
3.换电站作为服务于电动汽车的一种新型服务站，可以为电动汽车提供动力电池充电以及电池更换等服务。在相关技术中，车主获取驾驶前往换电站的路径和所需时间，需要使用基于地图的导航系统，操作更加繁琐，且地图未必准确。


技术实现要素：

4.本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出一种车辆及其到达换电站时间的预测方法、存储介质及控制器，基于历史车端数据计算车辆到达换电站的最短路径和时间，不用对道路和地形进行实际考察，使预测更加简便，并通过对区域进行分割，保证预测方法的准确性和实用性。
5.为达到上述目的，本发明第一方面实施例提出了一种车辆到达换电站时间的预测方法，所述方法包括：获取历史车端数据，并根据所述历史车端数据确定车辆行驶区域和换电站位置；对所述车辆行驶区域进行分割，得到多个分割点，并确定所述换电站位置对应的分割点，记为目标分割点；根据所述历史车端数据和多个所述分割点建立有向图模型，并根据所述有向图模型确定除所述目标分割点外的每个所述分割点到所述目标分割点的最短路径；获取当前车端数据，并根据所述当前车端数据、所述最短路径及其对应的分割点，计算所述车辆到达所述换电站的时间。
6.另外，本发明上述实施例的车辆到达换电站时间的预测方法还可以具有如下附加的技术特征：
7.根据本发明的一个实施例，所述历史车端数据包括所述车辆的历史经纬度，根据所述历史车端数据确定所述车辆行驶区域，包括：将所述历史经纬度转化为历史平面坐标；确定所述历史平面坐标中的最小横坐标xmin、最大横坐标xmax、最小纵坐标ymin和最大纵坐标ymax；确定所述车辆行驶区域为对角坐标为(xmin,ymin)和(xmax,ymax)的矩形区域。
8.根据本发明的一个实施例，所述历史车端数据还包括所述车辆的历史电池剩余电量，根据所述历史车端数据确定所述换电站位置，包括：确定所述车辆的历史电池剩余电量在预设时间内变为目标电量阈值时所述车辆的历史经纬度，并将该历史经纬度对应的历史平面坐标作为所述换电站位置。
9.根据本发明的一个实施例，所述对所述车辆行驶区域进行分割，得到多个分割点，包括：确定横向分割线和纵向分割线，其中，相邻两横向分割线之间的距离为第一预设距离，相邻两纵向分割线之间的距离为第二预设距离；利用所述横向分割线对所述车辆行驶
区域进行横向分割，并利用所述纵向分割线对所述车辆行驶区域进行纵向分割；将所述横向分割线与所述纵向分割线的交点作为分割点，得到多个所述分割点。
10.根据本发明的一个实施例，所述历史车端数据还包括历史时间点，所述根据所述历史车端数据和多个所述分割点建立有向图模型，包括：根据所述历史时间点确定目标时间点；根据所有相邻两所述目标时间点对应的历史平面坐标，确定邻域分割点对，其中，所述邻域分割点对中的分割点与对应目标时间点对应的历史平面坐标之间的距离小于第三预设距离，所述第三预设距离小于所述第一预设距离的一半，且小于所述第二预设距离的一半；计算所述邻域分割点对中两分割点之间的距离，记为边距，并根据所述边距建立所述有向图模型，其中，所述有向图模型的顶点为所述邻域分割点对中的分割点，边长为对应的边距。
11.根据本发明的一个实施例，所述根据所述有向图模型确定除所述目标分割点外的每个所述分割点到所述目标分割点的最短路径，包括：利用迪杰斯特拉算法根据所述有向图模型，确定除所述目标分割点外的每个所述分割点到所述目标分割点的最短路径。
12.根据本发明的一个实施例，所述当前车端数据包括所述车辆的当前车速和当前经纬度，所述根据所述当前车端数据、所述最短路径及其对应的分割点，计算所述车辆到达所述换电站的时间，包括：将所述当前经纬度转化为当前平面坐标；针对每一所述分割点，计算所述当前平面坐标与该分割点之间的距离，并计算该距离与该分割点的最短距离的和值，其中，所述分割点的最短距离根据对应的最短路径得到；根据最小和值和所述当前车速计算所述车辆到达所述换电站的时间。
13.为达到上述目的，本发明第二方面实施例提出了一种计算机可读存储介质，所述计算机程序被处理器执行时，实现上述的车辆到达换电站时间的预测方法。
14.为达到上述目的，本发明第三方面实施例提出了一种控制器，包括存储器、处理器和存储在所述存储器上的计算机程序，其特征在于，所述计算机程序被所述处理器执行时，实现上述的车辆到达换电站时间的预测方法。
15.为达到上述目的，本发明第四方面实施例提出了一种车辆，包括：上述的控制器。
16.本发明实施例的车辆及其到达换电站时间的预测方法、存储介质及控制器，基于历史车端数据计算车辆到达换电站的最短路径和时间，不用对道路和地形进行实际考察，使预测更加简便，并通过对区域进行分割，保证预测方法的准确性和实用性。
附图说明
17.图1是本发明第一个实施例的车辆到达换电站时间的预测方法的流程图；
18.图2是本发明第二个实施例的车辆到达换电站时间的预测方法的流程图；
19.图3是本发明第三个实施例的车辆到达换电站时间的预测方法的流程图；
20.图4是本发明一个实施例的车辆行驶区域分割的示意图；
21.图5是本发明第四个实施例的车辆到达换电站时间的预测方法的流程图；
22.图6是本发明第五个实施例的车辆到达换电站时间的预测方法的流程图；
23.图7是本发明一个实施例的控制器的结构框图；
24.图8是本发明一个实施例的车辆的结构框图。
具体实施方式
25.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
26.下面参考附图描述本发明实施例的车辆及其到达换电站时间的预测方法、存储介质及控制器。
27.图1是本发明一个实施例的车辆到达换电站时间的预测方法的流程图。
28.如图1所示，方法包括：
29.s11，获取历史车端数据，并根据历史车端数据确定车辆行驶区域和换电站位置。
30.具体地，历史车端数据可包括：车辆vin码、时间、经纬度、里程、电量百分比和车速，历史车端数据可包括本车的数据，也可包括云端同步的数据。
31.s12，对车辆行驶区域进行分割，得到多个分割点，并确定换电站位置对应的分割点，记为目标分割点。
32.具体地，若换电站位置位于某个分割点的邻域内，可确定换电站位置对应的是该分割点；以每个分割点为圆心、100米为半径的圆可视为每个分割点的邻域。
33.s13，根据历史车端数据和多个分割点建立有向图模型，并根据有向图模型确定除目标分割点外的每个分割点到目标分割点的最短路径。
34.s14，获取当前车端数据，并根据当前车端数据、最短路径及其对应的分割点，计算车辆到达换电站的时间。
35.本发明实施例的车辆到达换电站时间的预测方法，基于历史车端数据计算车辆到达换电站的最短路径和时间，不用对道路和地形进行实际考察，使预测更加简便，并通过对区域进行分割，保证预测方法的准确性和实用性。
36.在一些实施例中，历史车端数据包括车辆的历史经纬度，如图2所示，根据历史车端数据确定车辆行驶区域，包括：
37.s21，将历史经纬度转化为历史平面坐标。
38.具体地，取任意经纬度为基点，即坐标原点(0,0)，根据其他任意一点的经纬度计算其与原点的距离和方位角，从而得到任意一点的坐标，如距离为s,方位角为α(弧度),则该点坐标为：由此将车辆的经纬度转换为平面坐标。
39.s22，确定历史平面坐标中的最小横坐标xmin、最大横坐标xmax、最小纵坐标ymin和最大纵坐标ymax。
40.s23，确定车辆行驶区域为对角坐标为(xmin,ymin)和(xmax,ymax)的矩形区域。
41.在一些实施例中，历史车端数据还包括车辆的历史电池剩余电量，根据历史车端数据确定换电站位置，包括：确定车辆的历史电池剩余电量在预设时间内变为目标电量阈值时车辆的历史经纬度，并将该历史经纬度对应的历史平面坐标作为换电站位置。
42.其中，目标电量阈值可为100％。
43.在一些实施例中，如图3所示，对车辆行驶区域进行分割，得到多个分割点，包括：
44.s31，确定横向分割线和纵向分割线，其中，相邻两横向分割线之间的距离为第一预设距离，相邻两纵向分割线之间的距离为第二预设距离。
45.其中，第一预设距离和第二预设距离可为500米。
46.s32，利用横向分割线对车辆行驶区域进行横向分割，并利用纵向分割线对车辆行驶区域进行纵向分割。
47.s33，将横向分割线与纵向分割线的交点作为分割点，得到多个分割点。
48.具体地，如图4所示，车辆行驶区域为对角坐标为(xmin,ymin)和(xmax,ymax)的矩形区域，按照第一预设距离和第二预设距离均为500米的间隔进行分割，其中换电站的位置在其中的某一个分割点的邻域。假设共m行n列，得到的所有分割点为k
ij
,i＝1,2,
…
m,j＝1,2,
…
n。
49.在一些实施例中，计算历史车端数据中的每个时间点的位置和每个分割点的距离(通过两个点的坐标计算)，并判断每个时间点的位置是否在某一分割点点的邻域内。
50.在一些实施例中，如图5所示，历史车端数据还包括历史时间点，根据历史车端数据和多个分割点建立有向图模型，包括：
51.s51，根据历史时间点确定目标时间点。
52.具体地，历史车端数据中，每隔m个时间点选择一个作为目标时间点，m可根据需要设定。
53.s52，根据所有相邻两目标时间点对应的历史平面坐标，确定邻域分割点对，其中，邻域分割点对中的分割点与对应目标时间点对应的历史平面坐标之间的距离小于第三预设距离，第三预设距离小于第一预设距离的一半，且小于第二预设距离的一半。
54.具体地，当第一预设距离和第二预设距离为500米时，第三预设距离可为100米，即确定邻域分割点对包括：如果车辆上一目标时间点在分割点a的邻域，下一目标时间点在分割点b的邻域，则分割点a和分割点b为邻域分割点对。
55.s53，计算邻域分割点对中两分割点之间的距离，记为边距，并根据边距建立有向图模型，其中，有向图模型的顶点为邻域分割点对中的分割点，边长为对应的边距。
56.具体地，历史车端数据中，若车辆上一目标时间点在分割点a的邻域，下一目标时间点在分割点b的邻域，期间车辆的里程可为邻域分割点对中分割点a和分割点b之间的距离。
57.在一些实施例中，根据有向图模型确定除目标分割点外的每个分割点到目标分割点的最短路径，包括：利用迪杰斯特拉算法根据有向图模型，确定除目标分割点外的每个分割点到目标分割点的最短路径。
58.具体地，有向图g＝{v,e}，v为顶点集合，e为边集合，计算有向图g中一点v0到其余顶点的最短距离，包括：
59.步骤1，初始时令集合s＝{v0}，集合t＝v-s＝{vi}，i为正整数，记算v0与vi的权值，包括：若满足v0与vi有关联边的条件，记录vi的权值为关联边的权值，若不满足条件，记录vi的权值为无穷大。
60.步骤2，从t中选取一个与s中顶点有关联边且权值最小的顶点w，加入到s中，s＝{v0+w}，t＝v-s＝{vi-w}。
61.步骤3，记算t中顶点的权值，包括：当满足s中顶点与t中顶点有关联边的条件，若加进w作中间顶点，使v0到t中顶点的距离小于记录的t中顶点的权值，记录t中顶点的权值为该距离，距离可为多条边的权值之和。
62.步骤4，重复上述步骤2和3，直到s中包含所有顶点为止。
63.通过上述的方法可以得到每个分割点到换电站的最短距离，分割点k
ij
到换电站的最短距离可记为l
ij
。
64.在一些实施例中，如图6所示，当前车端数据包括车辆的当前车速和当前经纬度，根据当前车端数据、最短路径及其对应的分割点，计算车辆到达换电站的时间，包括：
65.s61，将当前经纬度转化为当前平面坐标。
66.s62，针对每一分割点，计算当前平面坐标与该分割点之间的距离，并计算该距离与该分割点的最短距离的和值，其中，分割点的最短距离根据对应的最短路径得到。
67.最短距离l
min
为：l
min
＝min(d(c,k
ij
)+l
ij
),i＝1,2,
…
m,j＝1,2,
…
n，其中，d(c,k
ij
)表示当前平面坐标与分割点的距离。
68.s63，根据最小和值和当前车速计算车辆到达换电站的时间。
69.具体地，最小和值除以当前车速计算再加上当前的时间即为预测的车辆到达换电站的时间。
70.综上所述，本发明实施例的车辆到达换电站时间的预测方法，对车辆行驶区域进行分割，基于分割点建立图模型，通过最短路径算法计算分割点到达换电站的最短距离，并根据最短距离和车辆数据预测车辆到达换电站时间；该方法直接通过车端数据进行计算，不用对道路和地形进行实际考察，通过将区域进行分割，能够保证算法的准确性和实用性，通过最短路算法来进行优化，提高了模型的可靠性。
71.基于上述实施例的车辆到达换电站时间的预测方法，本发明还提出了一种计算机可读存储介质。
72.在该实施例中，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，实现上述的车辆到达换电站时间的预测方法。
73.图7是本发明一个实施例的控制器的结构框图。
74.如图7所示，控制器700包括：处理器701和存储器703。其中，处理器701和存储器703相连，如通过总线702相连。可选地，控制器700还可以包括收发器704。需要说明的是，实际应用中收发器704不限于一个，该控制器700的结构并不构成对本发明实施例的限定。
75.处理器701可以是cpu(central processing unit，中央处理器)，通用处理器，dsp(digital signal processor，数据信号处理器)，asic(application specific integrated circuit，专用集成电路)，fpga(field programmable gate array，现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框、模块和电路。处理器701也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等。
76.总线702可包括一通路，在上述组件之间传送信息。总线702可以是pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等。总线702可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
77.存储器703用于存储与本发明上述实施例的车辆到达换电站时间的预测方法对应
的计算机程序，该计算机程序由处理器701来控制执行。处理器701用于执行存储器703中存储的计算机程序，以实现前述方法实施例所示的内容。图7示出的控制器700仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
78.图8是本发明一个实施例的车辆的结构框图。
79.如图8所示，车辆800包括：上述的控制器700。
80.需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
81.应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
82.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
83.在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
84.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
85.在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等
术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
86.在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
87.尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

技术特征：
1.一种车辆到达换电站时间的预测方法，其特征在于，所述方法包括：获取历史车端数据，并根据所述历史车端数据确定车辆行驶区域和换电站位置；对所述车辆行驶区域进行分割，得到多个分割点，并确定所述换电站位置对应的分割点，记为目标分割点；根据所述历史车端数据和多个所述分割点建立有向图模型，并根据所述有向图模型确定除所述目标分割点外的每个所述分割点到所述目标分割点的最短路径；获取当前车端数据，并根据所述当前车端数据、所述最短路径及其对应的分割点，计算所述车辆到达所述换电站的时间。2.根据权利要求1所述的车辆到达换电站时间的预测方法，其特征在于，所述历史车端数据包括所述车辆的历史经纬度，根据所述历史车端数据确定所述车辆行驶区域，包括：将所述历史经纬度转化为历史平面坐标；确定所述历史平面坐标中的最小横坐标xmin、最大横坐标xmax、最小纵坐标ymin和最大纵坐标ymax；确定所述车辆行驶区域为对角坐标为(xmin,ymin)和(xmax,ymax)的矩形区域。3.根据权利要求2所述的车辆到达换电站时间的预测方法，其特征在于，所述历史车端数据还包括所述车辆的历史电池剩余电量，根据所述历史车端数据确定所述换电站位置，包括：确定所述车辆的历史电池剩余电量在预设时间内变为目标电量阈值时所述车辆的历史经纬度，并将该历史经纬度对应的历史平面坐标作为所述换电站位置。4.根据权利要求3中所述的车辆到达换电站时间的预测方法，其特征在于，所述对所述车辆行驶区域进行分割，得到多个分割点，包括：确定横向分割线和纵向分割线，其中，相邻两横向分割线之间的距离为第一预设距离，相邻两纵向分割线之间的距离为第二预设距离；利用所述横向分割线对所述车辆行驶区域进行横向分割，并利用所述纵向分割线对所述车辆行驶区域进行纵向分割；将所述横向分割线与所述纵向分割线的交点作为分割点，得到多个所述分割点。5.根据权利要求4所述的车辆到达换电站时间的预测方法，其特征在于，所述历史车端数据还包括历史时间点，所述根据所述历史车端数据和多个所述分割点建立有向图模型，包括：根据所述历史时间点确定目标时间点；根据所有相邻两所述目标时间点对应的历史平面坐标，确定邻域分割点对，其中，所述邻域分割点对中的分割点与对应目标时间点对应的历史平面坐标之间的距离小于第三预设距离，所述第三预设距离小于所述第一预设距离的一半，且小于所述第二预设距离的一半；计算所述邻域分割点对中两分割点之间的距离，记为边距，并根据所述边距建立所述有向图模型，其中，所述有向图模型的顶点为所述邻域分割点对中的分割点，边长为对应的边距。6.根据权利要求5所述的车辆到达换电站时间的预测方法，其特征在于，所述根据所述有向图模型确定除所述目标分割点外的每个所述分割点到所述目标分割点的最短路径，包
括：利用迪杰斯特拉算法根据所述有向图模型，确定除所述目标分割点外的每个所述分割点到所述目标分割点的最短路径。7.根据权利要求6所述的车辆到达换电站时间的预测方法，其特征在于，所述当前车端数据包括所述车辆的当前车速和当前经纬度，所述根据所述当前车端数据、所述最短路径及其对应的分割点，计算所述车辆到达所述换电站的时间，包括：将所述当前经纬度转化为当前平面坐标；针对每一所述分割点，计算所述当前平面坐标与该分割点之间的距离，并计算该距离与该分割点的最短距离的和值，其中，所述分割点的最短距离根据对应的最短路径得到；根据最小和值和所述当前车速计算所述车辆到达所述换电站的时间。8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-7中任一项所述的车辆到达换电站时间的预测方法。9.一种控制器，包括存储器、处理器和存储在所述存储器上的计算机程序，其特征在于，所述计算机程序被所述处理器执行时，实现如权利要求1-7中任一项所述的车辆到达换电站时间的预测方法。10.一种车辆，其特征在于，包括：根据权利要求9所述的控制器。

技术总结
本发明公开了一种车辆及其到达换电站时间的预测方法、存储介质及控制器，方法包括：获取历史车端数据，并根据历史车端数据确定车辆行驶区域和换电站位置；对车辆行驶区域进行分割，得到多个分割点，并确定换电站位置对应的分割点，记为目标分割点；根据历史车端数据和多个分割点建立有向图模型，并根据有向图模型确定除目标分割点外的每个分割点到目标分割点的最短路径；获取当前车端数据，并根据当前车端数据、最短路径及其对应的分割点，计算车辆到达换电站的时间。该方法基于历史车端数据计算车辆到达换电站的最短路径和时间，不用对道路和地形进行实际考察，使预测更加简便，并通过对区域进行分割，保证预测方法的准确性和实用性。实用性。实用性。


技术研发人员：赵伟 朱晓彬 温金雄
受保护的技术使用者：协鑫电港云科技（海南）有限公司
技术研发日：2023.07.13
技术公布日：2023/10/19