EVCC项目中雷诺电动汽车充电唤醒问题的技术解析
2025-06-13 13:56:43作者:翟江哲Frasier
背景介绍
EVCC作为一款开源电动汽车充电控制器,在支持雷诺电动汽车时遇到了充电唤醒功能失效的技术问题。这一问题主要影响雷诺R5 E-tech和Scenic E-Tech等新型电动车型,表现为当车辆处于深度睡眠状态时,传统的唤醒命令无法正常工作。
问题现象分析
当雷诺电动汽车进入深度睡眠状态后,EVCC发送的标准唤醒命令会返回403 Forbidden错误。通过分析API调用日志发现,问题源于雷诺API对某些车型的接口访问限制。具体表现为:
- 传统唤醒端点
/actions/charging-start对这些新车型返回禁止访问错误 - 电池状态查询请求偶尔会因令牌过期而失败
- 充电过程中约15分钟一次的电池状态检查有时会因令牌过期而失败
技术解决方案
经过社区研究,发现雷诺为这些新车型提供了替代的唤醒机制。解决方案的核心是使用不同的API端点并发送特定的JSON配置:
- 替代API端点:使用
/kamereon/kcm/v1/vehicles/{vin}/ev/settings而非传统的car-adapter端点 - 配置数据要求:需要发送包含
lastSettingsUpdateTimestamp的JSON配置 - 时间戳要求:时间戳必须设置为当前或未来时间,否则配置不会生效
关键JSON配置示例:
{
"lastSettingsUpdateTimestamp": "2025-04-15T11:55:40.266Z",
"delegatedActivated": false,
"chargeModeRq": "SCHEDULED",
"programs": []
}
实现细节
社区开发者提出了几种实现方案:
- 直接修改唤醒逻辑:完全替换原有的唤醒命令实现
- 配置选项扩展:新增
wakeupmode配置参数,支持多种唤醒模式 - 自定义JSON配置:允许用户提供自定义的JSON配置文件
对于令牌管理问题,解决方案包括:
- 在发送请求前检查令牌有效期
- 优化电池状态检查的时间间隔(略小于令牌有效期)
- 实现自动令牌刷新机制
实际应用效果
采用替代唤醒方案后,用户报告问题得到解决。一些用户还开发了自动化脚本,通过监控充电状态自动触发唤醒命令。值得注意的是,雷诺最新的电机固件(3.1.0)似乎已经解决了深度睡眠问题,但尚未广泛推送。
技术建议
对于EVCC项目维护者和使用者,建议:
- 对于新型雷诺电动车,优先使用替代唤醒方案
- 实现更健壮的令牌管理机制
- 考虑提供配置选项让用户选择唤醒策略
- 持续关注雷诺API变更和固件更新
这个问题展示了电动汽车API集成中的常见挑战,即不同车型和固件版本可能表现出不同的行为,需要灵活的技术方案来应对。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1