来自美国北卡罗来纳州立大学，先进诊断、自动化与控制实验室的两位研究员近日表示，他们已经开发出全新的演算模型，该实验成果将刊登在IEEE工业电子协会第40届年会的学术出版物上。根据这两位技术人员的描述，最新的计算机软件利用“大数据”的采集方式，通过获取不同渠道的信息来预估电动车的续航里程。车主只需提供目的地详细地址或GPS坐标即可，随后该软件一方面参考历史数据，同时也会结合实时交通数据、高速公路以及各区域路况特征、天气等变量进行分析，最后估算出电动车在目前电量下的续航里程。
用其中一位研究人员Rahimi-Eichi的话来说，相比传统软件的测算方式，这项全新的建模方式不仅会参考过去5到10分钟的行驶情况，同时也会考虑之后5~10分钟内车子可能发生的状况。
据Rahimi-Eichi介绍，该软件通过下面5条渠道获取数据：
1. 谷歌地图（道路、区域以及实时交通数据）
2. Wunderground.com（天气数据）
3. 驾驶员过往信息（驾驶行为评估数据）
4. 汽车主机厂（汽车建模数据）
5. 电池厂商（电池建模数据）
不过另一位研究员Mo-Yuen Chow在接受记者采访时指出，尽管该软件非常依赖目前盛行的互联网“大数据”，但它的算法先进之处在于，它可以大量搜集相关数据，进行有效分析后提高对电动车续航里程预估的准确性。不过目前该系统仍在测试当中，而实际模拟过程中结果的准确性甚至达到了95%。
之前，很多针对电动车用户“续航焦虑”的研究，主要集中在速度管理以及优化制动动能回收系统等方面。而北卡罗来纳州立大学的团队另辟蹊径，围绕车机系统的模拟软件做起了文章。在现有动力电池技术不成熟以及充电设施不足的情况下，通过进行范围更广的模拟测试，以“大数据”的思维获取更准确的续航里程预估，这样方便消费者对行程进行更合理的规划，在某种程度上对缓解“里程焦虑”有非常大的帮助。
