CN107172215B - 车联网环境下的未来行驶工况信息获取方法 - Google Patents
车联网环境下的未来行驶工况信息获取方法 Download PDFInfo
- Publication number
- CN107172215B CN107172215B CN201710585793.1A CN201710585793A CN107172215B CN 107172215 B CN107172215 B CN 107172215B CN 201710585793 A CN201710585793 A CN 201710585793A CN 107172215 B CN107172215 B CN 107172215B
- Authority
- CN
- China
- Prior art keywords
- front truck
- information
- car
- work information
- traffic flow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
Abstract
本发明提供一种车联网环境下的未来行驶工况信息获取方法,属于智能网联汽车技术领域,包括前车信息分析、目标前车的确定、交通流状态变化分析和信息获取途径的确定,该行驶工况信息获取方法基于车联网通讯信息,在充分考虑影响工况信息获取实效性和准确性因素的基础上,确定了最佳的工况信息获取途径,保证了所获取的行驶工况信息的更接近于未来实际工况信息,提高了所获取的行驶工况信息作为未来实际工况信息的可参考性和准确性。
Description
技术领域
本发明提供一种车联网环境下的未来行驶工况信息获取方法,属于智能网联汽车技术领域。
背景技术
行驶工况是混合动力汽车能量管理策略设计考虑的重要因素之一,对提高整车燃油经济性有着至关重要的作用。准确有效的获取汽车未来工况信息进而结合预测能量管理算法实现混合动力系统实时最优控制,已成为混动汽车智能能量管理策略的有效方法。目前现有技术中车辆未来行驶工况的获取方法:主要利用GPS系统获取车辆信息、道路信息及运行数据,或者直接接收其他车辆的信息进行分析处理后得到。这些方法在工况信息获取途径方面都存在考虑因素单一,获取途径的实效性不足的问题,进而导致获取的数据信息准确性较低、将其作为未来行驶工况的可参考性不强。如2015年3月11日授权公告的发明专利:授权公告号:CN 102881060 B,一种实现车辆典型工况获取的方法及系统,该方法包括:采集车辆行驶过程中的全球定位系统GPS信息以及运行特性数据,根据接收到的GPS信息,将车辆行驶路段的经纬度数据转换为车辆行驶路段的道路信息,接收并保存车辆信息、道路信息以及对应的运行特性数据,对时间连续,且车辆信息、道路信息一致的运行特性数据进行分段,建立不同车辆信息、道路信息情况下的平均车速频谱图、分段车速频谱图、平均转速频谱图、分段转速频谱图、平均扭矩频谱图以及分段扭矩频谱图,确定对应于车辆信息以及道路信息的典型工况。又如2016年2月17日申请公布的发明专利,申请公布号:CN105336165 A,一种获取车辆行驶信息的方法及装置,其中,获取车辆行驶信息的方法包括:接收来自其他车辆的行驶路线信息,将接收到的行驶路线信息与自身预设的行驶路线进行匹配,在匹配成功的情况下记录接收到的行驶路线信息。
发明内容
本发明的目的是提供一种能充分考虑影响工况信息获取实效性和准确性因素,通过确定最佳的工况信息获取途径,保证所获取行驶工况信息更接近于未来实际工况信息的车联网环境下的未来行驶工况信息获取方法,其技术内容为:
车联网环境下的未来行驶工况信息获取方法,包括前车信息分析、目标前车确定、交通流状态变化分析和信息获取途径的确定,其特征在于:
第一步,前车信息的分析:首先,利用车联网通讯系统中的V2V车车通讯系统及车载定位系统确定本车与前车车距、前车行驶方向及路径信息,再针对所得前车信息进行分析并将分析结果划分为两类:(1)本车与前车同向同路且距离小于S,(2)本车与前车不同向或不同路或车距大于S;
第二步,目标前车的确定:根据前车信息分析结果,当本车与前车同向同路且距离小于S时,确定用于V2V车车通讯的目标前车,首先在本车与前车同向同路且距离小于S的所有前车中,进一步判断前车类型与本车类型是否相同时,若前车类型与本车类型不相同,则通过对前车类型进行筛选,匹配与本车类型最相近的前车作为目标前车,若前车与本车类型相同且数量M=1时,直接将前车作为目标对象,若前车与本车类型相同且数量M>1时,通过前车此前与本车在相同路段内的工况信息比对确定前车筛选的优先级,优先选定工况信息相似度较高的前车作为目标前车;
所述的同类型车辆为同款同型号完全相同的车型,所述的最相近的车辆类型是指整车质量、动力源部件功率及滚阻都近似相同的车型;
所述的相同路段内的工况信息对比,是在相同路段内对车辆瞬时速度vt、平均车速vave、最大速度vmax、车速变化频率f、路面坡度i、路面等级g、最大加速度amax、加速度均值am进行的比对;
第三步,交通流状态变化的分析:通过车联网通讯系统中的V2I车路通讯系统获取目标前车此前Ty段与本车当前Tn段两相同路段的交通流信息,包括目标前车此前Ty段的交通流密度Ky、交通流流量Qy,本车当前Tn段的交通流密度Kn、交通流流量Qn,并计算两者交通流密度的差值Ek、交通流流量差值Eq,然后分别与设定交通流密度变化情况临界值k、交通流流量变化情况临界值q进行比较;
第四步,信息获取途径的确定:若交通流变化较小即:Ek≤k且Eq≤q,利用V2V车车通讯系统获取前车的工况信息,作为本车未来行驶工况信息;若交通流变化较大即:Ek>k或Eq>q,由V2V车车通讯系统获取前车工况信息,同时结合V2I车路通讯系统获取实时交通流信息,建立基于交通流变化的车速修正模型,对前车工况信息中车速信息加以修正后作为本车未来行驶工况信息;
当本车与前车不同向或不同路或车距大于S时,放弃目标前车的确定,利用V2I车路通讯系统获取由远程监控系统提供的上一时刻前车工况信息,作为本车未来行驶工况信息。
本发明与现有技术相比,有益效果如下:
该行驶工况信息获取方法基于车联网通讯信息,在充分考虑影响工况信息获取实效性和准确性因素的基础上,确定了最佳的工况信息获取途径,保证了所获取的行驶工况信息的更接近于未来实际工况信息,提高了所获取的行驶工况信息作为未来实际工况信息的可参考性和准确性。
附图说明
图1是本发明实施例的未来行驶工况信息获取方法整体框图。
图2是本发明实施例的未来行驶工况信息获取方法具体流程图。
图3是本发明实施例前车此前Ty段与本车当前Tn段两相同路段的示意图。
具体实施方式
下面结合附图对本发明作进一步说明:
车联网环境下的未来行驶工况信息获取方法,如图1所示,包括前车信息分析、目标前车确定、交通流状态变化分析和信息获取途径的确定,其特征在于:
如图2所示,第一步,前车信息的分析:首先,利用车联网通讯系统中的V2V车车通讯系统和车载定位系统确定本车与前车车距、前车行驶方向及路径信息,再针对所得前车信息进行分析并将分析结果划分为两类:(1)本车与前车同向同路且距离小于S,(2)本车与前车不同向或不同路或车距大于S;
第二步,目标前车的确定:根据前车信息分析结果,当本车与前车同向同路且距离小于S时,确定用于V2V车车通讯的目标前车,首先在本车与前车同向同路且距离小于S的所有前车中,进一步判断前车类型与本车类型是否相同时,若前车类型与本车类型不相同,则通过对前车类型进行筛选,匹配与本车类型最相近的前车作为目标前车,若前车与本车类型相同且数量M=1时,直接将前车作为目标对象,若前车与本车类型相同且数量M>1时,通过对前车此前Ty段与本车当前Tn段两相同路段内的工况信息进行比对确定前车筛选的优先级,优先选定工况信息相似度较高的前车作为目标前车,前车此前Ty段与本车当前Tn段两相同路段的示意图,如图3所示;
所述的同类型车辆为同款同型号完全相同的车型,所述的最相近的车辆类型是指整车质量、动力源部件功率及滚阻都近似相同的车型;
所述的相同路段内的工况信息对比,是在相同路段内对车辆瞬时速度vt、平均车速vave、最大速度vmax、车速变化频率f、路面坡度i、路面等级g、最大加速度amax、加速度均值am进行的比对;
第三步,交通流状态变化的分析:通过车联网通讯系统中的V2I车路通讯系统获取目标前车此前Ty段与本车当前Tn段两相同路段的交通流信息,包括目标前车此前Ty段的交通流密度Ky、交通流流量Qy,本车当前Tn段的交通流密度Kn、交通流流量Qn,并计算两者交通流密度的差值Ek、交通流流量差值Eq,然后分别与设定交通流密度变化情况临界值k、交通流流量变化情况临界值q进行比较;
第四步,信息获取途径的确定:若交通流变化较小即:Ek≤k且Eq≤q,利用V2V车车通讯系统获取前车的工况信息,作为本车未来行驶工况信息;若交通流变化较大即:Ek>k或Eq>q,由V2V车车通讯系统获取前车工况信息,同时结合V2I车路通讯系统获取实时交通流信息,建立基于交通流变化的车速修正模型,对前车工况信息中车速信息加以修正后作为本车未来行驶工况信息;
所述的基于交通流变化的车速修正模型,可通过构建基于交通流变化的RBF神经网络车速修正模型得到;RBF神经网络车速修正模型的构建包括:(1)确定RBF神经网络车速修正模型输入参数矢量和输出参数矢量,输入参数矢量为当前接收到得前车工况信息包括的瞬时速度vy_t,平均车速vy_ave、最大速度vy_max、车速变化频率fy,以及本车当前路段交通流信息包括交通流密度Kn、交通流流量Qn,即{vy_t,vy_ave,vy_max,fy,Kn,Qn},输出参数矢量为本车所对应的未来实际工况的车速信息,包括本车瞬时速度vn_t,平均车速vn_ave、最大速度vn_max、车速变化频率fn,即{vn_t,vn_ave,vn_max,fn};(2)将输入参数矢量和输出参数矢量作为训练样本,输入到RBF神经网络模型中进行离线训练,选用自组织选取中心的RBF神经网络学习方法,求解确定隐含层基函数中心、奇函数的方差和隐含层单元输出单元权值,最终建立的基于交通流变化的车速修正RBF神经网络模型;
当本车与前车不同向或不同路或车距大于S,放弃目标前车的确定,利用V2I车路通讯系统获取由远程监控系统提供的上一时刻前车工况信息,作为本车未来行驶工况信息。
Claims (1)
1.一种车联网环境下的未来行驶工况信息获取方法,包括前车信息分析、目标前车确定、交通流状态变化分析和信息获取途径的确定,其特征在于:
第一步,前车信息的分析:首先,利用车联网通讯系统中的V2V车车通讯系统及车载定位系统确定本车与前车车距、前车行驶方向及路径信息,再针对所得前车信息进行分析并将分析结果划分为两类:(1)本车与前车同向同路且距离小于S,(2)本车与前车不同向或不同路或车距大于S;
第二步,目标前车的确定:根据前车信息分析结果,当本车与前车同向同路且距离小于S时,确定用于V2V车车通讯的目标前车,首先在本车与前车同向同路且距离小于S的所有前车中,进一步判断前车类型与本车类型是否相同时,若前车类型与本车类型不相同,则通过对前车类型进行筛选,匹配与本车类型最相近的前车作为目标前车,若前车与本车类型相同且数量M=1时,直接将前车作为目标对象,若前车与本车类型相同且数量M>1时,通过前车此前与本车在相同路段内的工况信息比对确定前车筛选的优先级,优先选定工况信息相似度较高的前车作为目标前车;
所述的同类型车辆为同款同型号完全相同的车型,所述的最相近的车辆类型是指整车质量、动力源部件功率及滚阻都近似相同的车型;
所述的相同路段内的工况信息对比,是在相同路段内对车辆瞬时速度vt、平均车速vave、最大速度vmax、车速变化频率f、路面坡度i、路面等级g、最大加速度amax、加速度均值am进行的比对;
第三步,交通流状态变化的分析:通过车联网通讯系统中的V2I车路通讯系统获取目标前车此前Ty段与本车当前Tn段两相同路段的交通流信息,包括目标前车此前Ty段的交通流密度Ky、交通流流量Qy,本车当前Tn段的交通流密度Kn、交通流流量Qn,并计算两者交通流密度的差值Ek、交通流流量差值Eq,然后分别与设定交通流密度变化情况临界值k、交通流流量变化情况临界值q进行比较;
第四步,信息获取途径的确定:若交通流变化较小即:Ek≤k且Eq≤q,利用V2V车车通讯系统获取前车的工况信息,作为本车未来行驶工况信息;若交通流变化较大即:Ek>k或Eq>q,由V2V车车通讯系统获取前车工况信息,同时结合V2I车路通讯系统获取实时交通流信息,建立基于交通流变化的车速修正模型,对前车工况信息中车速信息加以修正后作为本车未来行驶工况信息;
当本车与前车不同向或不同路或车距大于S时,放弃目标前车的确定,利用V2I车路通讯系统获取由远程监控系统提供的上一时刻前车工况信息,作为本车未来行驶工况信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710585793.1A CN107172215B (zh) | 2017-07-18 | 2017-07-18 | 车联网环境下的未来行驶工况信息获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710585793.1A CN107172215B (zh) | 2017-07-18 | 2017-07-18 | 车联网环境下的未来行驶工况信息获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107172215A CN107172215A (zh) | 2017-09-15 |
CN107172215B true CN107172215B (zh) | 2018-03-02 |
Family
ID=59817011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710585793.1A Expired - Fee Related CN107172215B (zh) | 2017-07-18 | 2017-07-18 | 车联网环境下的未来行驶工况信息获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107172215B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108734810B (zh) * | 2018-04-17 | 2020-09-25 | 江苏大学 | 一种基于车联网的纯电动汽车行驶工况预测方法 |
CN111722609B (zh) * | 2019-03-18 | 2021-12-21 | 纬湃科技投资(中国)有限公司 | 针对车辆环境信号的诊断方法 |
CN110825090A (zh) * | 2019-11-29 | 2020-02-21 | 苏州智加科技有限公司 | 自动驾驶车辆预测优先级划分方法、装置及存储介质 |
CN113581206A (zh) * | 2021-08-03 | 2021-11-02 | 信通院车联网创新中心(成都)有限公司 | 一种基于v2v的前车意图识别系统及识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831768A (zh) * | 2012-08-15 | 2012-12-19 | 大连理工大学 | 一种基于车联网的混合动力客车行驶工况预测方法 |
CN102881060A (zh) * | 2012-10-17 | 2013-01-16 | 潍柴动力股份有限公司 | 一种实现车辆典型工况获取的方法及系统 |
CN105336165A (zh) * | 2015-10-28 | 2016-02-17 | 东莞酷派软件技术有限公司 | 一种获取车辆行驶信息的方法及装置 |
CN105448115A (zh) * | 2016-01-20 | 2016-03-30 | 南通大学 | 高速交通网络中被动群集车辆间通信方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101270997B (zh) * | 2007-03-21 | 2010-07-28 | 北京交通发展研究中心 | 基于gps数据的浮动车动态实时交通信息处理方法 |
KR20090040622A (ko) * | 2007-10-22 | 2009-04-27 | 한국전자통신연구원 | 차량 사고 정보 제공 방법 및 장치 |
CN101510357B (zh) * | 2009-03-26 | 2011-05-11 | 美慧信息科技(上海)有限公司 | 一种基于手机信号数据检测交通状态的方法 |
CN101639871B (zh) * | 2009-07-23 | 2012-03-21 | 上海理工大学 | 面向行为研究的车载动态交通信息诱导系统模拟设计方法 |
CN102254422A (zh) * | 2011-06-02 | 2011-11-23 | 西北工业大学 | Pw宏观交通流模型稳定性建模方法 |
-
2017
- 2017-07-18 CN CN201710585793.1A patent/CN107172215B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831768A (zh) * | 2012-08-15 | 2012-12-19 | 大连理工大学 | 一种基于车联网的混合动力客车行驶工况预测方法 |
CN102881060A (zh) * | 2012-10-17 | 2013-01-16 | 潍柴动力股份有限公司 | 一种实现车辆典型工况获取的方法及系统 |
CN105336165A (zh) * | 2015-10-28 | 2016-02-17 | 东莞酷派软件技术有限公司 | 一种获取车辆行驶信息的方法及装置 |
CN105448115A (zh) * | 2016-01-20 | 2016-03-30 | 南通大学 | 高速交通网络中被动群集车辆间通信方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107172215A (zh) | 2017-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107172215B (zh) | 车联网环境下的未来行驶工况信息获取方法 | |
RU2683902C2 (ru) | Транспортное средство, способ и система для планирования режимов транспортного средства с использованием изученных предпочтений пользователя | |
Mandhare et al. | Intelligent road traffic control system for traffic congestion: a perspective | |
CN105745131B (zh) | 行驶控制装置、服务器、车载装置 | |
CN109191876B (zh) | 一种基于车联网技术的特殊车辆交通诱导系统及其控制方法 | |
CN104778834B (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN107346460B (zh) | 基于智能网联系统下前车运行信息的未来工况预测方法 | |
KR101703058B1 (ko) | 교통데이터 분석에 의한 교통상태패턴 예측시스템 및 그 예측방법 | |
CN107284452B (zh) | 融合智能通讯信息的混合动力汽车未来工况预测系统 | |
CN106251642B (zh) | 一种基于实时公交车gps数据的公交路链速度计算方法 | |
CN104750963B (zh) | 交叉口延误时长估计方法及装置 | |
CN106169243A (zh) | 一种基于车联网的实时路况估计系统及方法 | |
CN109584567A (zh) | 基于车路协同的交通管理方法 | |
CN113299107B (zh) | 一种多目标融合的交叉口动态车辆网联速度引导控制方法 | |
CN104851287B (zh) | 基于视频检测器的城市道路路段行程时间检测方法 | |
CN100466010C (zh) | 异类交通信息实时融合方法 | |
CN108694841A (zh) | 一种基于v2x技术的智能车辆通行路口红绿灯方法 | |
CN108749814A (zh) | 一种智能驾驶车辆行驶控制方法 | |
CN102831768A (zh) | 一种基于车联网的混合动力客车行驶工况预测方法 | |
CN108320508A (zh) | 一种基于出行计划预测未来交通拥堵状况方法及其系统 | |
CN112509328B (zh) | 一种交叉口右转机动车与电动自行车冲突行为分析方法 | |
CN107205046B (zh) | 面向智能网联车辆的未来运行工况信息获取系统 | |
CN107886718A (zh) | 一种路况分析方法、装置及网络系统 | |
CN112907955A (zh) | 一种基于信息融合的车路协同系统的评价方法 | |
CN106548628A (zh) | 一种基于视觉空间转换网格化的路况分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180302 Termination date: 20200718 |