Inteligentní systém pro úsporné řízení elektromobilů

Abstract

Rychlý růst zavádění elektrických vozidel (EV) je doprovázen problémy, jako je úzkost z dojezdu, což je psychologický jev, kdy se řidiči obávají, že vozidlo nebude dostatečně nabité na dokončení cesty. Tato práce se zaměřuje na vývoj rámce pro inteligentní systém, který podporuje úsporné chování při řízení elektromobilů, a tím řeší úzkost z dojezdu. Na základě rešerše existující literatury a analýzy klíčových faktorů ovlivňujících spotřebu energie výzkum navrhuje nástroj pro snížení úzkosti z dojezdu (Range Anxiety Reduction Tool, RART). Tento nástroj využívá zpětnou vazbu v reálném čase a strategie pro optimalizaci efektivity jízdy, což je v souladu s psychologickým modelem úzkosti z dojezdu, který zdůrazňuje úspornou jízdu jako mechanismus zvládání stresu spojeného s dojezdem. Navrhovaný rámec RART nabízí řidičům kategorizovanou zpětnou vazbu o faktorech souvisejících se spotřebou, akční tipy a podrobné vizualizace pro zlepšení energetické účinnosti a zároveň podporuje podpůrný a nerušivý uživatelský zážitek. Přizpůsobivost systému různým specifikacím elektromobilů zajišťuje jeho širší použitelnost, což z něj činí potenciální základ pro zvýšení použitelnosti elektromobilů a zmírnění překážek souvisejících s dojezdem.The rapid growth in electric vehicle (EV) adoption has been accompanied by challenges such as range anxiety, a psychological phenomenon where drivers fear the vehicle will not have sufficient charge to complete a trip. This thesis focuses on developing an intelligent system framework to encourage economical driving behavior in EVs, thereby addressing range anxiety. By reviewing existing literature and analyzing key factors influencing energy consumption, the research proposes a Range Anxiety Reduction Tool (RART). This tool utilizes real-time feedback and strategies to optimize driving efficiency, aligning with the range anxiety psychological model, which highlights economical driving as a coping mechanism against range-related stress. The proposed RART framework offers drivers categorized feedback on consumption-related factors, actionable tips, and detailed visualizations to improve energy efficiency while fostering a supportive and non-intrusive user experience. The systems adaptability to different EV specifications ensures broader applicability, making it a potential basis for enhancing EV usability and mitigating range-related barriers.