CN107563424B - 一种轻型机动车最优生态驾驶行为参数的确定方法 - Google Patents
一种轻型机动车最优生态驾驶行为参数的确定方法 Download PDFInfo
- Publication number
- CN107563424B CN107563424B CN201710736796.0A CN201710736796A CN107563424B CN 107563424 B CN107563424 B CN 107563424B CN 201710736796 A CN201710736796 A CN 201710736796A CN 107563424 B CN107563424 B CN 107563424B
- Authority
- CN
- China
- Prior art keywords
- speed
- acceleration
- working condition
- deceleration
- interval
- 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.)
- Active
Links
Images
Landscapes
- Electrical Control Of Air Or Fuel Supplied To Internal-Combustion Engine (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提供了一种轻型机动车最优生态驾驶行为参数的确定方法，所述方法包括：步骤1)对轻型机动车在典型道路上的样本数据进行提取，然后基于提取的数据对速度及油耗数据进行聚类分析，划分典型道路上的速度区间；步骤2)对怠速、加速、减速和匀速四种驾驶行为工况进行定义；步骤3)利用波动控制与趋势控制相结合的循环迭代方法，通过逐秒加速度与隔秒加速度的相互配合对样本数据的车辆工况进行识别；步骤4)根据识别出的样本数据的工况，提取在典型道路上的各速度区间的四种驾驶行为的速度特征值和加速度特征值；步骤5)在典型道路上确定四种生态驾驶行为的最优参数，获得各个工况下使油耗最少的生态驾驶行为。
Description
技术领域
本发明涉及汽车节能减排领域，具体涉及一种轻型机动车最优生态驾驶行为参数的确定方法。
背景技术
截止2014年底，北京市机动车保有量已突破558万辆，机动车燃油消耗400余万吨，PM2.5污染排放占北京市本地源的贡献率为31.1％，机动车已成为北京市能耗排放的重要来源之一。影响机动车能耗排放的因素主要有车辆技术、道路环境条件及驾驶行为三方面，而通过优化改善驾驶行为来减少机动车能耗排放是一种投入产出效益相对较高的手段。为通过改善驾驶行为来减少机动车能耗排放，欧盟早在十年前就提出了生态驾驶行为的理念。生态驾驶行为是指驾驶员在驾驶过程中及时换挡、保持平稳的行驶速度、预测前方交通流状态及信号变化情况，最大限度地避免突然加减速和长时间怠速等行为，以达到节能减排的目的。
而现有研究主要集中在安全驾驶研究方面，对于如何精细化、全面的描述生态驾驶方面的研究尚且不足，仅通过调查和实验方法采集得到的数据来评估驾驶员采用某一种节能驾驶技巧(如平缓加速、避免急刹车、避免频繁起停、避免长时怠速等)后的节能效果等方面，主要存在以下两方面的问题：一是缺乏针对北京实际复杂道路交通运行工况的特征提取和分类；二是缺乏基于微观监测数据的生态驾驶行为特征参数提取方法和最优参数值的研究，难以定量的指导驾驶员优化驾驶行为，导致难以充分利用北京市目前已有的轻型机动车微观驾驶行为监测数据来客观描述驾驶员生态驾驶水平，定位节能驾驶关键环节，促进节能减排工作推动落实。
发明内容
本发明的目的在于克服目前存在的驾驶员驾驶行为无法量化的问题，基于典型道路的划分和四种驾驶行为工况的划分，采用样本数据，提取速度和加速度的特征值，从而在典型道路上确定四种生态驾驶行为的最优参数，获得各个工况下使油耗最少的生态驾驶行为，实现了驾驶员驾驶行为量化的目的。
为了实现上述目的，本发明提供了一种轻型机动车最优生态驾驶行为参数的确定方法，所述方法包括：
步骤1)对轻型机动车在典型道路上的样本数据进行提取，然后基于提取的数据对速度及油耗数据进行聚类分析，划分典型道路上的速度区间；所述样本数据为大量轻型机动车逐秒行驶数据；
步骤2)对怠速、加速、减速和匀速四种驾驶行为工况进行定义；
步骤3)利用波动控制与趋势控制相结合的循环迭代方法，通过逐秒加速度与隔秒加速度的相互配合对样本数据的车辆工况进行识别；
步骤4)根据识别出的样本数据的工况，提取在典型道路上各速度区间下的四种驾驶行为的速度特征值和加速度特征值；
步骤5)在典型道路上确定四种生态驾驶行为的最优参数，获得各个工况下使油耗最少的生态驾驶行为。
作为上述方法的一种改进，所述典型道路为快速路和非快速路；所述步骤1)的典型道路上的速度区间为：
快速路速度区间划分为：
低速：0-27km/h；中速：28-55km/h；高速：大于55km/h；
非快速路速度区间划分为：
低速：0-27km/h；中速：28-47km/h；高速：大于48km/h。
作为上述方法的一种改进，所述步骤2)具体为：
怠速：当车辆处于完全停止状态，且无加速倾向的时间段为怠速工况；
匀速：将速度波动不超过1km/h的时间段识别为匀速工况；
加速：加速或匀速过程持续时间不超过1秒，且加速过程加速度不能超过1km/h；否则需要重新从此点处进行工况识别；
减速：减速或匀速过程持续时间不超过1秒，且减速过程减速度不能超过1km/h，否则需要重新从此点处进行工况识别。
作为上述方法的一种改进，所述步骤3)进一步包括：
步骤3-1)通过波动控制获得逐秒加速度计算公式：
a1(t)＝speed(t)-speet(t-1)
其中：a1(t)：t秒时逐秒加速度，speed(t)：t秒时速度，speed(t-1)：t-1秒时速度；
步骤3-2)通过趋势控制获得隔秒加速度计算公式：
a2(t)＝(speed(t)-speet(t-1))/2
其中：a2(t)：t秒时隔秒加速度，speed(t)：t秒时速度，speed(t-2)：t-2秒时速度；
步骤3-3)通过逐秒加速度与隔秒加速度的相互配合进行车辆工况的识别。
作为上述方法的一种改进，所述步骤3-3)进一步包括：
步骤3-3-1)怠速的识别；
当速度为零且加速度为零，认为是怠速状态；即：
speed(t)＝0,a1(t)＝0
当满足以下条件时：
speed(t+1)＝0,a1(t+1)＝0
将t+1秒数据归入怠速工况时段，进行循环迭代，直至不满足要求为止；将起始判定时间至结束判定时间之间的数据归为一个怠速段；
步骤3-3-2)匀速的识别
判定条件为：a1(t)＝0
当满足上述条件时，进入匀速工况识别流程；当满足以下条件时：
|a1(t)|＜1,|a2(t)|＜1.5
将t+1秒数据归入匀速工况时段，进行循环迭代，直至不满足要求为止；
步骤3-3-3)加速的识别
判定条件为：
a1(t)＞0
当满足上述条件时，进入加速工况识别流程；当满足以下条件时：
a1(t)＞-1.5,a2(t)＞＝0.5
将t+1秒数据归入加速工况时段，进行循环迭代，直至不满足要求为止；
步骤3-3-4)减速的识别
判定条件为：
a1(t)＜0
当满足上述条件时，进入减速工况识别流程；当满足以下条件时：
a1(t)＜1.5,a2(t)＜＝-0.5
将t+1秒数据归入减速工况时段，进行循环迭代，直至不满足要求为止。
作为上述方法的一种改进，所述步骤4)的速度特征值为：
匀速工况：将工况时段内平均速度作为工况时段速度特征值；
加减速工况：将工况时段的起始速度作为速度特征值；
所述加速度特征值为：
匀速工况：设定所有匀速工况时段内加速度均为0；
加减速工况：利用工况时段的首末速度值及持续时间作为加速度特征值；即：
a3(i)＝(speed(in)-speed(i1))/(in-i1)
其中：a3(i)：工况时段加速度特征值，speed(in)：工况时段最终速度，speed(i1)：工况时段起始速度，in：工况时段结束时间，i1：工况时段起始时间。
作为上述方法的一种改进，所述步骤5)进一步包括：
步骤5-1)在快速路和非快速路上，根据样本数据分别绘制四种运行工况下的油耗速度关系图谱或油耗加速度关系图谱；
步骤5-2)确定快速路上各个工况下使油耗最少的生态驾驶行为的参数；具体包括：
步骤5-2-1)匀速工况时段内，车速越高，百公里油耗越低；
步骤5-2-2)加速工况：
(1)起步段：以2.5km/h/s的加速度起步时，百公里油耗值最低；
(2)其它速度区间：加速度与油耗呈线性正相关，在行驶过程中应避免急加速；
步骤5-2-3)减速工况：
(1)低速区间：以-2.5km/h/s的加速度减速，百公里油耗值最低；
(2)中速区间：以-1km/h/s的加速度减速，百公里油耗值最低；
(3)高速区间：以-1km/h/s的加速度减速，百公里油耗值最低；
步骤5-3)确定非快速路上各个工况下使油耗最少的生态驾驶行为的参数；
步骤5-3-1)匀速工况：车速越高，百公里油耗越低；在限制条件下，车速为最高可达车速；
步骤5-3-2)加速工况
(1)起步段：以2.4km/h/s的加速度起步，百公里油耗值最低；
(2)其它速度区间：在行驶过程中应避免急加速；
步骤5-3-3)减速工况
(1)低速区间：以-1.8km/h/s的加速度减速，百公里油耗值最低；
(2)中速区间：在行驶过程中应避免急减速；
(3)高速区间：以-1km/h/s的加速度减速，百公里油耗值最低。
与现有技术相比，本发明的技术优势在于：本发明的方法为驾驶员提供了典型道路上四种生态驾驶行为的最优参数，即各个工况下使油耗最少的生态驾驶行为，能够通过量化手段有效指导驾驶员实施生态驾驶行为，达到节能减排的目的。
附图说明
图1是本发明的轻型机动车最优生态驾驶行为参数的确定方法的流程图；
图2是基于CAN逐秒行驶数据的驾驶行为能耗循环迭代提取流程图；
图3是快速路匀速工况速度油耗关系模型；
图4是快速路加速工况起步段加速度-油耗关系模型；
图5是快速路加速工况0-27km/h区间加速度-油耗关系模型；
图6是快速路加速工况28-55km/h区间加速度-油耗关系模型；
图7是快速路加速工况55-km/h区间加速度-油耗关系模型；
图8是快速路减速工况0-27km/h区间加速度-油耗关系模型；
图9是快速路减速工况28-55km/h区间加速度-油耗关系模型；
图10是快速路减速工况55-km/h区间加速度-油耗关系模型。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案进行详细阐述。
如图1所示，一种轻型机动车最优生态驾驶行为参数的确定方法，所述方法包括：
步骤1)基于CAN总线油耗监测获取轻型机动车在典型道路的样本数据，然后基于样本数据对速度及油耗数据进行聚类分析，确定典型道路上的速度区间；所述典型道路为快速路和非快速路；所述样本数据为大量轻型机动车逐秒行驶数据；
基于样本数据分析结果显示，车辆速度对百公里油耗具有显著性影响(p<0.05)。而北京市交通流运行特征较为复杂，不同道路类型上的车辆运行状态差异较大，因此在进行加减速工况数据特征提取前，有必要对道路工况进行精细划分。在本实施例中，使用spss数据分析软件对速度及油耗数据进行聚类分析，提取了快速路、非快速路各速度条件下油耗中值附近3个数据作为各速度水平下油耗监测值，利用系统聚类方法进行聚类，聚类结果显示，快速路在速度为27km/h和55km/h时油耗存在拐点；非快速路在速度为27km/h和48km/h时速度存在拐点。因此将道路交通工况分为6种情景(如表1)，分别判别各种情景下的生态驾驶行为特征参数和最优值，分层进行评价：
表1
即：
快速路速度区间划分为：0-27km/h、28-55km/h、大于55km/h；
非快速路速度区间划分为：0-27km/h、28-47km/h、大于48km/h；
步骤2)对怠速、加速、减速和匀速四种驾驶行为工况进行定义：
怠速：怠速定义较为简单，即当车辆处于完全停止状态，且无加速倾向的时间段为怠速工况。
匀速：车辆行驶过程中，当保持一定车速行驶时为匀速状态；考虑到驾驶员在驾驶过程中需要不断的进行微小的加减速以保持速度稳定，因此在工况识别过程中，将速度波动不超过1km/h的时间段识别为匀速工况。
加速：车辆加速是一个持续的过程，在此过程中可能会出现短时间的匀速或者微弱减速现象，但从整体来看，车辆处于加速状态；在工况识别过程中，应将此类过程视为加速段。在本实施例中，要求在整个加速时段内，加速或匀速过程持续时间不超过1秒，且加速过程加速度不能超过1km/h，否则需要重新从此点处进行工况识别。
减速：车辆减速过程与加速过程相似，在进行工况识别中，要求整个减速时段内，减速或匀速过程持续时间不超过1秒，且减速过程减速度不能超过1km/h。
步骤3)利用波动控制与趋势控制相结合的循环迭代方法，通过逐秒加速度与隔秒加速度的相互配合对样本数据的车辆工况进行识别；波动控制是指对连续时段内速度波动的控制，趋势控制是指在连续加速段总体趋势的控制；
在计算过程中，波动控制定义为逐秒加速度，趋势控制定义为隔秒加速度。波动控制与趋势控制相结合，能够实现工况的精确识别。
在进行工况时段数据特征提取前，将各工况时段内首末数据剔除，使用剩余数据进行工况时段数据特征提取；
工况识别完成后，各工况时段持续时间已知；在进行特征提取前，对不同工况时段最小持续时间进行限制，剔除短时工况时段。
步骤3-1)通过波动控制获得逐秒加速度计算公式；
计算逐秒加速度主要用于以下判定条件控制：
逐秒加速度计算公式为：
a1(t)＝speed(t)-speet(t-1)
其中：a1(t)：t秒时逐秒加速度，speed(t)：t秒时速度，speed(t-1)：t-1秒时速度；
步骤3-2)通过趋势控制获得隔秒加速度计算公式；
计算隔秒加速度主要用于以下判别条件控制：
隔秒加速度计算公式为：
a2(t)＝(speed(t)-speet(t-1))/2
其中：a2(t)：t秒时隔秒加速度，speed(t)：t秒时速度，speed(t-2)：t-2秒时速度。
步骤3-3)通过逐秒加速度与隔秒加速度的相互配合进行车辆工况的识别；
如图2所示，整个识别过程为：
(1)怠速
怠速过程只需判定速度为零且加速度为零，即可认为是怠速状态；即：
speed(t)＝0,a1(t)＝0
当满足上述条件时，进入怠速工况识别流程；当满足以下条件时：
speed(t+1)＝0,a1(t+1)＝0
将t+1秒数据归入怠速工况时段，进行循环迭代，直至不满足要求为止。将起始判定时间至结束判定时间之间的数据归为一个怠速段。
(2)匀速
根据定义匀速工况特征要求，判定方法如下：a1(t)＝0
当满足上述条件时，进入匀速工况识别流程；当满足以下条件时：
|a1(t)|＜1,|a2(t)|＜1.5
将t+1秒数据归入匀速工况时段，进行循环迭代，直至不满足要求为止。由于原始数据中速度值均为正整数，上述条件控制即可保证重定义后匀速特征要求。
(3)加速
根据定义加速工况特征要求，判定方法如下：
a1(t)＞0
当满足上述条件时，进入加速工况识别流程；当满足以下条件时：
a1(t)＞-1.5,a2(t)＞＝0.5
将t+1秒数据归入加速工况时段，进行循环迭代，直至不满足要求为止。
(4)减速
根据定义减速工况特征要求，判定方法如下：
a1(t)＜0
当满足上述条件时，进入减速工况识别流程；当满足以下条件时：
a1(t)＜1.5,a2(t)＜＝-0.5
将t+1秒数据归入减速工况时段，进行循环迭代，直至不满足要求为止。
步骤4)根据识别出的样本数据的工况，采用速度和加速度两个指标，提取在快速路、非快速路上各速度区间下的怠速、加速、减速、匀速四种驾驶行为的特征值；
(1)速度特征值提取
匀速工况：将工况时段内平均速度作为工况时段速度特征值；
加减速工况：将工况时段的起始速度作为速度特征值；
(2)加速度特征值提取
匀速工况：认为所有匀速工况时段内加速度均为0；
加减速工况：利用工况时段的首末速度值及持续时间作为加速度特征值；即：
a3(i)＝(speed(in)-speed(i1))/(in-i1)
其中：a3(i)：工况时段加速度特征值，speed(in)：工况时段最终速度，speed(i1)：工况时段起始速度，in：工况时段结束时间，i1：工况时段起始时间。
步骤5)在快速路和非快速路上，根据样本数据分层建立四种运行工况下的速度与油耗关系模型，绘制油耗速度关系图谱，从而确定四种生态驾驶行为的最优参数，获得各个工况下使油耗最少的生态驾驶方式；
(1)匀速工况
以快速路为例，匀速工况条件下，轻型机动车运行速度与油耗的关系如图3所示。匀速工况时段内，速度与油耗呈幂函数分布，即车速越高，百公里油耗越低。在限定条件下(如限速等)，经济车速为限速范围内的最高可达车速。
(2)加速工况
加速工况下，车辆从怠速状态起步时，油耗较大，与0-27速度段内其他加速工况时段油耗值相比出现显著差异，因此将起步段作为独立类别进行分析。在此条件下车辆加速度与油耗关系如图4所示，油耗与加速度呈二次关系曲线，在加速度为2.5km/h/s时车辆百公里油耗存在拐点。由此得出结论，驾驶员在起步过程中，以2.5km/h/s的加速度起步时，百公里油耗值最低。
在三个速度区间上，如图5，图6和图7所示，加速度-油耗呈线性正相关，在行驶过程中应避免急加速。
(3)减速工况
在0-27km/h速度区间内，加速度-油耗呈二次曲线关系，利用拟合曲线函数表达式计算经济加速度。数据分析结果表明，当驾驶员在0-27km/h速度区间减速时，以-2.5km/h/s的加速度减速，百公里油耗值最低，如图8所示。
在28-55km/h速度区间内，加速度-油耗呈二次曲线关系，利用拟合曲线函数表达式计算经济加速度。数据分析结果表明，当驾驶员在27-55km/h速度区间减速时，以-1km/h/s的加速度减速，百公里油耗值最低，如图9所示。
在55-km/h速度区间内，加速度-油耗呈二次曲线关系，利用拟合曲线函数表达式计算经济加速度。数据分析结果表明，当驾驶员在55-km/h速度区间减速时，以-1km/h/s的加速度减速，百公里油耗值最低，如图10所示。
根据以上速度油耗关系图谱，利用求导方法定位各种工况下油耗随加速度变化的拐点，最终确定车辆在四种工况、各类速度区间下的生态驾驶行为的最优参数值如表2所示：
表2：快速路生态驾驶行为最优参数值
参照与快速路同样的分析方法，得出当车辆在非快速路上行驶时，在四种工况、各类速度区间下的生态驾驶行为的最优参数值，如下表所示：
表3：非快速路生态驾驶行为最优参数值
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (4)
1.一种轻型机动车最优生态驾驶行为参数的确定方法，所述方法包括：
步骤1)对轻型机动车在典型道路上的样本数据进行提取，然后基于提取的数据对速度及油耗数据进行聚类分析，划分典型道路上的速度区间；所述样本数据为大量轻型机动车逐秒行驶数据；
步骤2)对怠速、加速、减速和匀速四种驾驶行为工况进行定义；
步骤3)利用波动控制与趋势控制相结合的循环迭代方法，通过逐秒加速度与隔秒加速度的相互配合对样本数据的车辆工况进行识别；
步骤4)根据识别出的样本数据的工况，提取在典型道路上各速度区间下的四种驾驶行为的速度特征值和加速度特征值；
步骤5)在典型道路上确定四种生态驾驶行为的最优参数，获得各个工况下使油耗最少的生态驾驶行为；
所述步骤3)进一步包括：
步骤3-1)通过波动控制获得逐秒加速度计算公式：
a1(t)＝speed(t)-speed(t-1)
其中：a1(t)：t秒时逐秒加速度，speed(t)：t秒时速度，speed(t-1)：t-1秒时速度；
步骤3-2)通过趋势控制获得隔秒加速度计算公式：
a2(t)＝(speed(t)-speed(t-2))/2
其中：a2(t)：t秒时隔秒加速度，speed(t)：t秒时速度，speed(t-2)：t-2秒时速度；
步骤3-3)通过逐秒加速度与隔秒加速度的相互配合进行车辆工况的识别；
所述步骤3-3)进一步包括：
步骤3-3-1)怠速的识别；
当速度为零且加速度为零，认为是怠速状态；即：
speed(t)＝0,a1(t)＝0
当满足以下条件时：
speed(t+1)＝0,a1(t+1)＝0
将t+1秒数据归入怠速工况时段，进行循环迭代，直至不满足要求为止；将起始判定时间至结束判定时间之间的数据归为一个怠速段；
步骤3-3-2)匀速的识别
判定条件为：a1(t)＝0
当满足上述条件时，进入匀速工况识别流程；当满足以下条件时：
|a1(t)|＜1,|a2(t)|＜1.5
将t+1秒数据归入匀速工况时段，进行循环迭代，直至不满足要求为止；
步骤3-3-3)加速的识别
判定条件为：
a1(t)＞0
当满足上述条件时，进入加速工况识别流程；当满足以下条件时：
a1(t)＞-1.5,a2(t)＞＝0.5
将t+1秒数据归入加速工况时段，进行循环迭代，直至不满足要求为止；
步骤3-3-4)减速的识别
判定条件为：
a1(t)＜0
当满足上述条件时，进入减速工况识别流程；当满足以下条件时：
a1(t)＜1.5,a2(t)＜＝-0.5
将t+1秒数据归入减速工况时段，进行循环迭代，直至不满足要求为止；
怠速：当车辆处于完全停止状态，且无加速倾向的时间段为怠速工况；
匀速：将速度波动不超过1km/h的时间段识别为匀速工况；
加速：加速或匀速过程持续时间不超过1秒，且加速过程加速度不能超过1km/h；否则需要重新从此点处进行工况识别；
减速：减速或匀速过程持续时间不超过1秒，且减速过程减速度不能超过1km/h，否则需要重新从此点处进行工况识别。
2.根据权利要求1所述的轻型机动车最优生态驾驶行为参数的确定方法，其特征在于，所述典型道路为快速路和非快速路；所述步骤1)的典型道路上的速度区间为：
快速路速度区间划分为：
低速：0-27km/h；中速：28-55km/h；高速：大于55km/h；
非快速路速度区间划分为：
低速：0-27km/h；中速：28-47km/h；高速：大于48km/h。
3.根据权利要求2所述的轻型机动车最优生态驾驶行为参数的确定方法，其特征在于，所述步骤4)的速度特征值为：
匀速工况：将工况时段内平均速度作为工况时段速度特征值；
加减速工况：将工况时段的起始速度作为速度特征值；
所述加速度特征值为：
匀速工况：设定所有匀速工况时段内加速度均为0；
加减速工况：利用工况时段的首末速度值及持续时间作为加速度特征值；即：
a3(i)＝(speed(in)-speed(i1))/(in-i1)
其中：a3(i)：工况时段加速度特征值，speed(in)：工况时段最终速度，speed(i1)：工况时段起始速度，in：工况时段结束时间，i1：工况时段起始时间。
4.根据权利要求3所述的轻型机动车最优生态驾驶行为参数的确定方法，其特征在于，所述步骤5)进一步包括：
步骤5-1)在快速路和非快速路上，根据样本数据分别绘制四种运行工况下的油耗速度关系图谱或油耗加速度关系图谱；
步骤5-2)确定快速路上各个工况下使油耗最少的生态驾驶行为的参数；具体包括：
步骤5-2-1)匀速工况时段内，车速越高，百公里油耗越低；
步骤5-2-2)加速工况：
(1)起步段：以2.5km/h/s的加速度起步时，百公里油耗值最低；
(2)其它速度区间：加速度与油耗呈线性正相关，在行驶过程中应避免急加速；
步骤5-2-3)减速工况：
(1)低速区间：以-2.5km/h/s的加速度减速，百公里油耗值最低；
(2)中速区间：以-1km/h/s的加速度减速，百公里油耗值最低；
(3)高速区间：以-1km/h/s的加速度减速，百公里油耗值最低；
步骤5-3)确定非快速路上各个工况下使油耗最少的生态驾驶行为的参数；
步骤5-3-1)匀速工况：车速越高，百公里油耗越低；在限制条件下，车速为最高可达车速；
步骤5-3-2)加速工况
(1)起步段：以2.4km/h/s的加速度起步，百公里油耗值最低；
(2)其它速度区间：在行驶过程中应避免急加速；
步骤5-3-3)减速工况
(1)低速区间：以-1.8km/h/s的加速度减速，百公里油耗值最低；
(2)中速区间：在行驶过程中应避免急减速；
(3)高速区间：以-1km/h/s的加速度减速，百公里油耗值最低。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710736796.0A CN107563424B (zh) | 2017-08-24 | 2017-08-24 | 一种轻型机动车最优生态驾驶行为参数的确定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710736796.0A CN107563424B (zh) | 2017-08-24 | 2017-08-24 | 一种轻型机动车最优生态驾驶行为参数的确定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107563424A CN107563424A (zh) | 2018-01-09 |
| CN107563424B true CN107563424B (zh) | 2020-05-26 |
Family
ID=60976593
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710736796.0A Active CN107563424B (zh) | 2017-08-24 | 2017-08-24 | 一种轻型机动车最优生态驾驶行为参数的确定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107563424B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115461751A (zh) * | 2020-12-04 | 2022-12-09 | 康明斯有限公司 | 利用机器学习监测车辆健康状况的系统和方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2524112A (en) * | 2014-03-14 | 2015-09-16 | Gm Global Tech Operations Inc | A control apparatus for optimizing the regeneration of an aftertreatment device |
| CN205580474U (zh) * | 2016-03-22 | 2016-09-14 | 江苏大学 | 一种车辆绿色路径导航系统 |
| CN106156485A (zh) * | 2016-06-16 | 2016-11-23 | 广州供电局有限公司 | 电力变压器故障诊断方法及装置 |
| CN106203735A (zh) * | 2016-07-27 | 2016-12-07 | 北京工业大学 | 一种机动车驾驶员驾驶行为能耗特征测算方法 |
| CN106326918A (zh) * | 2016-08-12 | 2017-01-11 | 国网山东省电力公司滨州供电公司 | 一种变压器局部放电超高频信号多尺度能量特征线性识别方法 |
| CN106794799A (zh) * | 2014-08-08 | 2017-05-31 | 奔迪士商业运输系统公司 | 用于将交通工具上的相机传感器相关联的系统和方法 |
-
2017
- 2017-08-24 CN CN201710736796.0A patent/CN107563424B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2524112A (en) * | 2014-03-14 | 2015-09-16 | Gm Global Tech Operations Inc | A control apparatus for optimizing the regeneration of an aftertreatment device |
| CN106794799A (zh) * | 2014-08-08 | 2017-05-31 | 奔迪士商业运输系统公司 | 用于将交通工具上的相机传感器相关联的系统和方法 |
| CN205580474U (zh) * | 2016-03-22 | 2016-09-14 | 江苏大学 | 一种车辆绿色路径导航系统 |
| CN106156485A (zh) * | 2016-06-16 | 2016-11-23 | 广州供电局有限公司 | 电力变压器故障诊断方法及装置 |
| CN106203735A (zh) * | 2016-07-27 | 2016-12-07 | 北京工业大学 | 一种机动车驾驶员驾驶行为能耗特征测算方法 |
| CN106326918A (zh) * | 2016-08-12 | 2017-01-11 | 国网山东省电力公司滨州供电公司 | 一种变压器局部放电超高频信号多尺度能量特征线性识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107563424A (zh) | 2018-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107563423B (zh) | 一种轻型机动车生态驾驶行为的综合评价方法 | |
| CN109552338B (zh) | 一种纯电动汽车生态驾驶行为评估方法及系统 | |
| CN108001453B (zh) | 一种识别高能耗驾驶行为的方法及系统 | |
| CN111459995B (zh) | 一种基于驾驶数据的多模态车速预测方法 | |
| CN108647836B (zh) | 一种驾驶员节能评价方法和系统 | |
| CN104791113A (zh) | 基于行驶路况的发动机自动启停智能触发方法及系统 | |
| CN104765969A (zh) | 驾驶行为分析方法 | |
| CN106956680B (zh) | 一种电动汽车驾驶行为识别分析方法 | |
| CN107563424B (zh) | 一种轻型机动车最优生态驾驶行为参数的确定方法 | |
| CN106828502B (zh) | 汽车驾驶员踩踏油门发生不良驾驶行为的识别方法 | |
| CN108773372B (zh) | 一种自适应车辆自动控制系统 | |
| CN115476861A (zh) | 智能网联汽车的安全评价系统 | |
| CN114526930A (zh) | 一种智能网联汽车故障检测方法及系统 | |
| CN115221234A (zh) | 一种基于动力总成数据对用户进行画像的方法及系统 | |
| Haque et al. | Review of Driving Behavior Towards Fuel Consumption and Road Safety | |
| CN108791300B (zh) | 一种智能化程度高的驾驶系统 | |
| CN114435379B (zh) | 车辆经济性驾驶控制方法及装置 | |
| CA2989909A1 (en) | Method and system for evaluating the driving behaviour of a vehicle operator with a motor vehicle | |
| KR20200072268A (ko) | 차량 운행 패턴 결정 방법 | |
| CN111693295B (zh) | 一种基于车辆发动机状态的行程分析方法及装置 | |
| CN114677011A (zh) | 一种驾驶员生态驾驶行为评估方法 | |
| CN109189754A (zh) | 一种基于驾驶意图的车辆运动片段切割方法及装置 | |
| CN115266135A (zh) | 基于用户工况测试数据的油耗量化分析方法 | |
| CN113610142A (zh) | 车辆行驶工况构建方法 | |
| CN112373482A (zh) | 一种基于驾驶模拟器的驾驶习惯建模方法 |
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 |