CN108001453A - 一种识别高能耗驾驶行为的方法及系统 - Google Patents

一种识别高能耗驾驶行为的方法及系统 Download PDF

Info

Publication number
CN108001453A
CN108001453A CN201711284162.2A CN201711284162A CN108001453A CN 108001453 A CN108001453 A CN 108001453A CN 201711284162 A CN201711284162 A CN 201711284162A CN 108001453 A CN108001453 A CN 108001453A
Authority
CN
China
Prior art keywords
vehicle
predetermined threshold
threshold value
speed
energy consumption
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.)
Granted
Application number
CN201711284162.2A
Other languages
English (en)
Other versions
CN108001453B (zh
Inventor
轩萱
吴临政
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingwei Hirain Tech Co Ltd
Original Assignee
Beijing Jingwei Hirain Tech Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jingwei Hirain Tech Co Ltd filed Critical Beijing Jingwei Hirain Tech Co Ltd
Priority to CN201711284162.2A priority Critical patent/CN108001453B/zh
Publication of CN108001453A publication Critical patent/CN108001453A/zh
Application granted granted Critical
Publication of CN108001453B publication Critical patent/CN108001453B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09Driving style or behaviour

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明提供了一种识别高能耗驾驶行为的方法及系统,该方法包括:获取驾驶员驾驶车辆过程中的车辆行驶数据,基于车辆行驶数据识别车辆的行驶状态,基于车辆的行驶状态以及车辆行驶数据计算车辆的实际能耗以及等效模式能耗,基于车辆的实际能耗以及等效模式能耗计算出评价驾驶行为能耗的能耗权重值,进而识别出驾驶员当前的驾驶行为是否属于高能耗驾驶行为。通过本发明提供的方法和系统能够根据车辆的行驶数据,对当前驾驶员的驾驶行为及其产生的能耗进行有效的识别和计算,进而识别出驾驶员当前的驾驶行为是否属于高能耗驾驶行为。

Description

一种识别高能耗驾驶行为的方法及系统
技术领域
本发明涉及数据处理技术领域,尤其涉及一种识别高能耗驾驶行为的方法及系统。
背景技术
目前,常研究的驾驶行为主要有两种:一种是与违规驾驶相关的行为,如逆行、违规并线、超车、违规停车等,该类驾驶行为统称为不良驾驶行为,因具有扰乱交通系统秩序的特点而被广泛研究;另一种是以辅助驾驶技术为背景的驾驶员行为分析,如跟驰、换道等,主要从模拟驾驶员的智能决策角度出发。由此可以看出,现有对驾驶行为的研究主要为了提高驾驶安全性,无法根据驾驶员的驾驶行为判断出当前驾驶员的驾驶行为是否属于高能耗驾驶行为,进而无法根据车辆能耗的高低对驾驶员的驾驶行为进行指导。
发明内容
有鉴于此,本发明提供了一种识别高能耗驾驶行为的方法及系统,能够根据车辆的行驶数据,对当前驾驶员的驾驶行为及其产生的能耗进行有效的识别计算,进而识别出驾驶员当前的驾驶行为是否属于高能耗驾驶行为。
本发明提供了一种识别高能耗驾驶行为的方法,所述方法包括:
获取驾驶员驾驶车辆过程中的车辆行驶数据;
基于所述车辆行驶数据识别车辆的行驶状态,所述车辆的行驶状态包括:急减速状态、溜车减速状态、溜车点踩加速踏板状态和急加速状态;
基于所述车辆的行驶状态以及所述车辆行驶数据计算所述车辆的实际能耗以及等效模式能耗;
基于所述车辆的实际能耗以及所述等效模式能耗计算出评价驾驶行为能耗的能耗权重值,进而识别出驾驶员当前的驾驶行为是否属于高能耗驾驶行为。
优选地,所述基于所述车辆行驶数据识别车辆的行驶状态包括:
基于所述车辆行驶数据判断车速的下降变化量是否超过第一预设阈值,且车速在第一预设时间段内的波动量是否满足第一预设条件;
当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,判断制动踏板的深度是否大于第二预设阈值;
当所述制动踏板的深度大于第二预设阈值时,确定所述车辆的行驶状态为所述急减速状态。
优选地,所述基于所述车辆行驶数据识别车辆的行驶状态还包括:
当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,判断所述加速踏板的深度是否小于第三预设阈值且所述制动踏板的深度是否小于第四预设阈值;
当所述加速踏板的深度小于第三预设阈值且所述制动踏板的深度小于第四预设阈值时,确定所述车辆的行驶状态为所述溜车减速状态。
优选地,所述基于所述车辆行驶数据识别车辆的行驶状态还包括:
当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,判断所述加速踏板的深度是否大于第五预设阈值小于第六预设阈值,且持续踩踏所述加速踏板的时间是否小于第一预设值;
当所述加速踏板的深度大于第五预设阈值小于第六预设阈值,且持续踩踏所述加速踏板的时间小于第一预设值时,确定所述车辆的行驶状态为所述溜车点踩加速踏板状态。
优选地,所述基于所述车辆行驶数据识别车辆的行驶状态还包括:
基于所述车辆行驶数据判断车速的上升变化量是否超过第七预设阈值,且车速在第二预设时间段内的波动量是否满足第二预设条件;
当车速的上升变化量超过第七预设阈值,且车速在第二预设时间段内的波动量满足第二预设条件时,判断所述加速踏板的深度是否大于第八预设阈值;
当所述加速踏板的深度大于第八预设阈值时,确定所述车辆的行驶状态为所述急加速状态。
一种识别高能耗驾驶行为的系统,包括:
获取模块,用于获取驾驶员驾驶车辆过程中的车辆行驶数据;
识别模块,用于基于所述车辆行驶数据识别车辆的行驶状态,所述车辆的行驶状态包括:急减速状态、溜车减速状态、溜车点踩加速踏板状态和急加速状态;
计算模块,用于基于所述车辆的行驶状态以及所述车辆行驶数据计算所述车辆的实际能耗以及等效模式能耗;
输出模块,用于基于所述车辆的实际能耗以及所述等效模式能耗计算出评价驾驶行为能耗的能耗权重值,进而识别出驾驶员当前的驾驶行为是否属于高能耗驾驶行为。
优选地,所述识别模块包括:
第一判断单元,用于基于所述车辆行驶数据判断车速的下降变化量是否超过第一预设阈值,且车速在第一预设时间段内的波动量是否满足第一预设条件;
第二判断单元,用于当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,判断制动踏板的深度是否大于第二预设阈值;
确定单元,用于当所述制动踏板的深度大于第二预设阈值时,确定所述车辆的行驶状态为所述急减速状态。
优选地,所述识别模块还包括:
第三判断单元,用于当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,判断所述加速踏板的深度是否小于第三预设阈值且所述制动踏板的深度是否小于第四预设阈值;
所述确定单元,还用于当所述加速踏板的深度小于第三预设阈值且所述制动踏板的深度小于第四预设阈值时,确定所述车辆的行驶状态为所述溜车减速状态。
优选地,所述识别模块还包括:
第四判断单元,用于当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,判断所述加速踏板的深度是否大于第五预设阈值小于第六预设阈值,且持续踩踏所述加速踏板的时间是否小于第一预设值;
所述确定单元,还用于当所述加速踏板的深度大于第五预设阈值小于第六预设阈值,且持续踩踏所述加速踏板的时间小于第一预设值时,确定所述车辆的行驶状态为所述溜车点踩加速踏板状态。
优选地,所述识别模块还包括:
第五判断单元,用于基于所述车辆行驶数据判断车速的上升变化量是否超过第七预设阈值,且车速在第二预设时间段内的波动量是否满足第二预设条件;
第六判断单元,用于当车速的上升变化量超过第七预设阈值,且车速在第二预设时间段内的波动量满足第二预设条件时,判断所述加速踏板的深度是否大于第八预设阈值;
所述确定单元,用于当所述加速踏板的深度大于第八预设阈值时,确定所述车辆的行驶状态为所述急加速状态。
从上述技术方案可以看出,本发明提供了一种识别高能耗驾驶行为的方法及系统,当需要对驾驶员的驾驶行为是否属于高能耗驾驶行为进行识别时,首先获取驾驶员驾驶车辆过程中的车辆行驶数据,然后基于车辆行驶数据识别车辆的行驶状态,并基于车辆的行驶状态以及车辆行驶数据计算车辆的实际能耗以及等效模式能耗,最后根据车辆的实际能耗以及等效模式能耗计算出评价驾驶行为能耗的能耗权重值,进而识别出驾驶员当前的驾驶行为是否属于高能耗驾驶行为。本发明能够根据驾驶员驾驶车辆时的车辆行驶数据,计算出评价驾驶行为能耗的能耗权重值,根据计算出的能耗权重值的大小即可判断出当前的驾驶行为是否属于高能耗驾驶行为。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明公开的一种识别高能耗驾驶行为的方法实施例1的方法流程图;
图2为本发明公开的一种识别高能耗驾驶行为的系统实施例1的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明公开的一种识别高能耗驾驶行为的方法,如图1所示,所述方法可以包括以下步骤:
S101、获取驾驶员驾驶车辆过程中的车辆行驶数据;
当需要对驾驶员的驾驶行为是否属于高能耗驾驶行为进行识别时,在驾驶员驾驶车辆行驶的过程中,对车辆的行驶数据进行采集。在对车辆的行驶数据进行采集时,可以以预设采样周期对车辆的行驶数据进行采集,例如,以每500ms进行一次行驶数据采集。采集的车辆行驶数据可以包括:车速、发动机转速、发动机扭矩、加速踏板深度、制动踏板状态、实际挡位、瞬时油耗、瞬时电流、瞬时电压、电池SOC等。上述车辆行驶数据在具体分析过程中根据车辆类型进行选择,如传统汽车的分析中不需要选取瞬时电流、瞬时电压以及电池SOC信号。
S102、基于车辆行驶数据识别车辆的行驶状态,其中,车辆的行驶状态包括:急减速状态、溜车减速状态、溜车点踩加速踏板状态和急加速状态;
当获取到驾驶员驾驶车辆过程中的车辆行驶数据后,进一步根据获取到的车辆行驶数据确定出车辆的当前行驶状态。例如,确定出车辆处于急减速状态、溜车减速状态、溜车点踩加速踏板状态或急加速状态等。
S103、基于车辆的行驶状态以及车辆行驶数据计算车辆的实际能耗以及等效模式能耗;
当确定出车辆的当前行驶状态后,进一步计算出当前行驶状态过程的累计能源消耗总量,例如油耗或电量消耗。例如,当前车辆的行驶状态发生过程设为过程P,该过程起点为时刻t0,车速为V0,终点为时刻tend,车速为Vend,过程P全程行驶里程数为S,能耗总量为Q。
同时,定义等效标准模式,例如,等效标准加速行驶模式为:同等路况,同等初始车速,以加速踏板深度为40%的状态加速至相同车速;等效标准减速行驶模式为:同等路况,同等初始车速,以制动踏板深度为40%的状态制动减速至相同车速。相应的,对应于此过程P,建立等效标准驾驶过程P1,过程P1起始车速仍为V0,终止车速为全程行驶里程数为S1,等效模式能耗总量为Q1。需要说明的是,P1的建立原则是:至少满足和S1=S两个条件中的一个。
S104、基于车辆的实际能耗以及等效模式能耗计算出评价驾驶行为能耗的能耗权重值,进而识别出驾驶员当前的驾驶行为是否属于高能耗驾驶行为。
当根据车辆的行驶状态以及车辆行驶数据计算出车辆的实际能耗Q以及等效模式能耗Q1后,根据耗能权重计算公式计算出能耗权重值。将能耗权重值进行离散化整数编码,作为对应驾驶行为的行为分值,通过输出的行为分值即可判断出驾驶员的当前驾驶行为是否属于高能耗驾驶行为。
综上所述,在上述实施例中,当需要对驾驶员的驾驶行为是否属于高能耗驾驶行为进行识别时,首先获取驾驶员驾驶车辆过程中的车辆行驶数据,然后基于车辆行驶数据识别车辆的行驶状态,并基于车辆的行驶状态以及车辆行驶数据计算车辆的实际能耗以及等效模式能耗,最后根据车辆的实际能耗以及等效模式能耗计算出评价驾驶行为能耗的能耗权重值,进而识别出驾驶员当前的驾驶行为是否属于高能耗驾驶行为。本发明能够根据驾驶员驾驶车辆时的车辆行驶数据,计算出评价驾驶行为能耗的能耗权重值,根据计算出的能耗权重值的大小即可判断出当前的驾驶行为是否属于高能耗驾驶行为。
具体的,在上述实施例中,步骤S102基于车辆行驶数据识别车辆的行驶状态时,可以采用以下方式实现:
基于车辆的行驶数据判断车速的下降变化量是否超过第一预设阈值,且车速在第一预设时间段内的波动量是否满足第一预设条件;当车速的下降变化量超过第一预设阈值,且车速在第一时间段内的波动量满足第一预设条件时,判断制动踏板的深度是否大于第二预设阈值;当制动踏板的深度大于第二预设阈值时,确定车辆的行驶状态为急减速状态。
例如,定义某时刻开始,满足任意时刻ti车速变化总量deltaVi<0;且满足最后时刻tend时车速变化总量deltaVend<-10km/h的过程为减速过程,即从某一刻起速度开始下降且降低超过10km/h的过程。且相邻时刻t1和t2车速满足V2<V1+2km/h,(t2-t1=0.05s);且,每隔10个时间间隔,即每隔0.5s判断一次1s内的平均速度,平均速度满足条件:meanV[ti,tj]<meanV[ti-0.5s,tj-0.5s],(tj-ti=1s)。
当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,表明车辆处于减速行驶过程,此时可进一步判断制动踏板的深度是否大于第二预设阈值,例如,判断制动踏板的深度BrkPdlPos是否大于50,当BrkPdlPos>50时,确定车辆的行驶状态为急减速状态。
另外,当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,还可以判断加速踏板的深度是否小于第三预设阈值且制动踏板的深度是否小于第四预设阈值;当加速踏板的深度小于第三预设阈值且制动踏板的深度小于第四预设阈值时,确定车辆的行驶状态为溜车减速状态。
当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,表明车辆处于减速行驶过程,此时可进一步判断加速踏板的深度是否小于第三预设阈值且制动踏板的深度是否小于第四预设阈值。例如,判断加速踏板的深度AccPdlPos是否小于2,且制动踏板的深度BrkPdlPos是否小于2。
当AccPdlPos<2且满足BrkPdlPos<2时,确定车辆的行驶状态为溜车减速状态。同时,可将一次减速过程中所有的溜车减速行为发生的时间累计得到此次减速过程中总溜车减速时间。
另外,当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,还可以判断加速踏板的深度是否大于第五预设阈值小于第六预设阈值,且持续踩踏加速踏板的时间是否小于第一预设值;当加速踏板的深度大于第五预设阈值小于第六预设阈值,且持续踩踏加速踏板的时间小于第一预设值时,确定车辆的行驶状态为溜车点踩加速踏板状态。
当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,表明车辆处于减速行驶过程,此时可进一步判断加速踏板的深度是否大于第五预设阈值小于第六预设阈值,且持续踩踏加速踏板的时间是否小于第一预设值。例如,判断加速踏板的深度AccPdlPos是否大于2且AccPdlPos是否小于10,且持续踩加速踏板的时间是否小于5s。
当AccPdlPos>2且AccPdlPos<10且持续踩加速踏板的时间小于5s,确定车辆的行驶状态为溜车点踩加速踏板状态。同时,可将一次减速过程中所有的溜车点踩加速踏板行为发生的时间累计得到此次减速过程中溜车点踩加速踏板发生的总时间。
另外,还可以基于车辆的行驶数据判断车速的上升变化量是否超过第七预设阈值,且车速在第二预设时间段内的波动量是否满足第二预设条件;当车速的上升变化量超过第七预设阈值,且车速在第二预设时间段内的波动量满足第二预设条件时,判断加速踏板的深度是否大于第八预设阈值,当加速踏板的深度大于第八预设阈值时,确定车辆的行驶状态为急加速状态。
当车速的上升变化量超过第七预设阈值,且车速在第二预设时间段内的波动量满足第二预设条件时,确定车辆的行驶状态为急加速状态。
例如,任意时ti车速变化总量deltaVi>0且最后时刻tend时车速变化总量deltaVend>10km/h;且相邻时刻t1和t2车速满足V2>V1-2km/h,(t2-t1=0.05s);且每隔10个时间间隔,即每隔0.5s判断一次1s内的平均速度,平均速度满足条件:meanV[ti,tj]>meanV[ti-0.5s,tj-0.5s],(tj-ti=1s),根据上述条件识别出加速过程后根据AccPdlPos>50条件判断急加速状态。
具体的,在上述实施例中,步骤S103当识别出车辆的行驶状态后,基于车辆的行驶状态以及车辆行驶数据计算车辆的实际能耗以及等效模式能耗。可以包括以下几种情形:
对急减速状态的能耗进行分析:以减速行为的末速度为标准建立P1,即计算P1过程能耗总量Q1和行驶里程S1,此时S1>S。则根据耗能权重公式计算急减速行为的耗能水平,在此行为分析中计算所得w>0,即急减速是一种比正常制动减速行驶更为耗能的行为。
对溜车减速状态的能耗进行分析:以减速行为的末速度为标准建立P1,使P1满足且同时满足S1=S。
所以P1过程包括两部分,标准减速行驶过程和匀速行驶过程。计算标准行驶过程能耗总量Q1和行驶里程S1,然后根据耗能权重公式计算急减速行为的耗能水平。在此行为分析中计算所得w<0,即溜车减速是一种比正常减速行驶更为节省能源的行为;
对溜车点踩加速踏板状态的能耗进行分析:P1建立方式及能耗分析方法同溜车减速状态的能耗进行分析,在此不再赘述。
对急加速状态的能耗进行分析:以加速行为的末速度为标准建立P1,即计算P1过程能耗总量Q1和行驶里程S1,此时S1>S。再根据耗能权重公式计算急加速行为的耗能水平。在此行为分析中计算所得w>0,即急加速是一种比常规缓慢加速行驶更为耗能的行为。
本发明公开的一种识别高能耗驾驶行为的系统,如图2所示,所述方法可以包括以下步骤:
获取模块201,用于获取驾驶员驾驶车辆过程中的车辆行驶数据;
当需要对驾驶员的驾驶行为是否属于高能耗驾驶行为进行识别时,在驾驶员驾驶车辆行驶的过程中,对车辆的行驶数据进行采集。在对车辆的行驶数据进行采集时,可以以预设采样周期对车辆的行驶数据进行采集,例如,以每500ms进行一次行驶数据采集。采集的车辆行驶数据可以包括:车速、发动机转速、发动机扭矩、加速踏板深度、制动踏板状态、实际挡位、瞬时油耗、瞬时电流、瞬时电压、电池SOC等。上述车辆行驶数据在具体分析过程中根据车辆类型进行选择,如传统汽车的分析中不需要选取瞬时电流、瞬时电压以及电池SOC信号。
识别模块202,用于基于车辆行驶数据识别车辆的行驶状态,其中,车辆的行驶状态包括:急减速状态、溜车减速状态、溜车点踩加速踏板状态和急加速状态;
当获取到驾驶员驾驶车辆过程中的车辆行驶数据后,进一步根据获取到的车辆行驶数据确定出车辆的当前行驶状态。例如,确定出车辆处于急减速状态、溜车减速状态、溜车点踩加速踏板状态或急加速状态等。
计算模块203,用于基于车辆的行驶状态以及车辆行驶数据计算车辆的实际能耗以及等效模式能耗;
当确定出车辆的当前行驶状态后,进一步计算出当前行驶状态过程的累计能源消耗总量,例如油耗或电量消耗。例如,当前车辆的行驶状态发生过程设为过程P,该过程起点为时刻t0,车速为V0,终点为时刻tend,车速为Vend,过程P全程行驶里程数为S,能耗总量为Q。
同时,定义等效标准模式,例如,等效标准加速行驶模式为:同等路况,同等初始车速,以加速踏板深度为40%的状态加速至相同车速;等效标准减速行驶模式为:同等路况,同等初始车速,以制动踏板深度为40%的状态制动减速至相同车速。相应的,对应于此过程P,建立等效标准驾驶过程P1,过程P1起始车速仍为V0,终止车速为全程行驶里程数为S1,等效模式能耗总量为Q1。需要说明的是,P1的建立原则是:至少满足和S1=S两个条件中的一个。
输出模块204,用于基于车辆的实际能耗以及等效模式能耗计算出评价驾驶行为能耗的能耗权重值,进而识别出驾驶员当前的驾驶行为是否属于高能耗驾驶行为。
当根据车辆的行驶状态以及车辆行驶数据计算出车辆的实际能耗Q以及等效模式能耗Q1后,根据耗能权重计算公式计算出能耗权重值。将能耗权重值进行离散化整数编码,作为对应驾驶行为的行为分值,通过输出的行为分值即可判断出驾驶员的当前驾驶行为是否属于高能耗驾驶行为。
综上所述,在上述实施例中,当需要对驾驶员的驾驶行为是否属于高能耗驾驶行为进行识别时,首先获取驾驶员驾驶车辆过程中的车辆行驶数据,然后基于车辆行驶数据识别车辆的行驶状态,并基于车辆的行驶状态以及车辆行驶数据计算车辆的实际能耗以及等效模式能耗,最后根据车辆的实际能耗以及等效模式能耗计算出评价驾驶行为能耗的能耗权重值,进而识别出驾驶员当前的驾驶行为是否属于高能耗驾驶行为。本发明能够根据驾驶员驾驶车辆时的车辆行驶数据,计算出评价驾驶行为能耗的能耗权重值,根据计算出的能耗权重值的大小即可判断出当前的驾驶行为是否属于高能耗驾驶行为。
具体的,在上述实施例中,识别模块基于车辆行驶数据识别车辆的行驶状态时,可以采用以下方式实现:
第一判断单元基于车辆的行驶数据判断车速的下降变化量是否超过第一预设阈值,且车速在第一预设时间段内的波动量是否满足第一预设条件;当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,第二判断单元判断制动踏板的深度是否大于第二预设阈值;当制动踏板的深度大于第二预设阈值时,确定单元确定车辆的行驶状态为急减速状态。
例如,定义某时刻开始,满足任意时刻ti车速变化总量deltaVi<0;且满足最后时刻tend时车速变化总量deltaVend<-10km/h的过程为减速过程,即从某一刻起速度开始下降且降低超过10km/h的过程。且相邻时刻t1和t2车速满足V2<V1+2km/h,(t2-t1=0.05s);且,每隔10个时间间隔,即每隔0.5s判断一次1s内的平均速度,平均速度满足条件:meanV[ti,tj]<meanV[ti-0.5s,tj-0.5s],(tj-ti=1s)。
当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,表明车辆处于减速行驶过程,此时可进一步判断制动踏板的深度是否大于第二预设阈值,例如,判断制动踏板的深度BrkPdlPos是否大于50,当BrkPdlPos>50时,确定车辆的行驶状态为急减速状态。
另外,当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,还可以通过第三判断单元判断加速踏板的深度是否小于第三预设阈值且制动踏板的深度是否小于第四预设阈值;当加速踏板的深度小于第三预设阈值且制动踏板的深度小于第四预设阈值时,确定单元确定车辆的行驶状态为溜车减速状态。
当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,表明车辆处于减速行驶过程,此时可进一步判断加速踏板的深度是否小于第三预设阈值且制动踏板的深度是否小于第四预设阈值。例如,判断加速踏板的深度AccPdlPos是否小于2,且制动踏板的深度BrkPdlPos是否小于2。
当AccPdlPos<2且满足BrkPdlPos<2时,确定车辆的行驶状态为溜车减速状态。同时,可将一次减速过程中所有的溜车减速行为发生的时间累计得到此次减速过程中总溜车减速时间。
另外,当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,还可以通过第四判断单元判断加速踏板的深度是否大于第五预设阈值小于第六预设阈值,且持续踩踏加速踏板的时间是否小于第一预设值;当加速踏板的深度大于第五预设阈值小于第六预设阈值,且持续踩踏加速踏板的时间小于第一预设值时,确定单元确定车辆的行驶状态为溜车点踩加速踏板状态。
当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,表明车辆处于减速行驶过程,此时可进一步判断加速踏板的深度是否大于第五预设阈值小于第六预设阈值,且持续踩踏加速踏板的时间是否小于第一预设值。例如,判断加速踏板的深度AccPdlPos是否大于2且AccPdlPos是否小于10,且持续踩加速踏板的时间是否小于5s。
当AccPdlPos>2且AccPdlPos<10且持续踩加速踏板的时间小于5s,确定车辆的行驶状态为溜车点踩加速踏板状态。同时,可将一次减速过程中所有的溜车点踩加速踏板行为发生的时间累计得到此次减速过程中溜车点踩加速踏板发生的总时间。
另外,还可以通过第五判断单元基于车辆的行驶数据判断车速的上升变化量是否超过第七预设阈值,且车速在第二预设时间段内的波动量是否满足第二预设条件;当车速整体上升且变化量超过第七预设阈值,且车速短时间内的波动量满足第二预设条件时,第六判断单元判断加速踏板的深度是否大于第八预设阈值,当加速踏板的深度大于第八预设阈值时,确定单元确定车辆的行驶状态为急加速状态。
当车速的上升变化量超过第七预设阈值,且车速在第二预设时间段内的波动量满足第二预设条件时,确定车辆的行驶状态为急加速状态。
例如,任意时ti车速变化总量deltaVi>0且最后时刻tend时车速变化总量deltaVend>10km/h;且相邻时刻t1和t2车速满足V2>V1-2km/h,(t2-t1=0.05s);且每隔10个时间间隔,即每隔0.5s判断一次1s内的平均速度,平均速度满足条件:meanV[ti,tj]>meanV[ti-0.5s,tj-0.5s],(tj-ti=1s),根据上述条件识别出加速过程后根据AccPdlPos>50条件判断急加速状态。
具体的,在上述实施例中,步骤S103当识别出车辆的行驶状态后,基于车辆的行驶状态以及车辆行驶数据计算车辆的实际能耗以及等效模式能耗。可以包括以下几种情形:
对急减速状态的能耗进行分析:以减速行为的末速度为标准建立P1,即计算P1过程能耗总量Q1和行驶里程S1,此时S1>S。则根据耗能权重公式计算急减速行为的耗能水平,在此行为分析中计算所得w>0,即急减速是一种比正常制动减速行驶更为耗能的行为。
对溜车减速状态的能耗进行分析:以减速行为的末速度为标准建立P1,使P1满足且同时满足S1=S。
所以P1过程包括两部分,标准减速行驶过程和匀速行驶过程。计算标准行驶过程能耗总量Q1和行驶里程S1,然后根据耗能权重公式计算急减速行为的耗能水平。在此行为分析中计算所得w<0,即溜车减速是一种比正常减速行驶更为节省能源的行为;
对溜车点踩加速踏板状态的能耗进行分析:P1建立方式及能耗分析方法同溜车减速状态的能耗进行分析,在此不再赘述。
对急加速状态的能耗进行分析:以加速行为的末速度为标准建立P1,即计算P1过程能耗总量Q1和行驶里程S1,此时S1>S。再根据耗能权重公式计算急加速行为的耗能水平。在此行为分析中计算所得w>0,即急加速是一种比常规缓慢加速行驶更为耗能的行为。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种识别高能耗驾驶行为的方法,其特征在于,所述方法包括:
获取驾驶员驾驶车辆过程中的车辆行驶数据;
基于所述车辆行驶数据识别车辆的行驶状态,所述车辆的行驶状态包括:急减速状态、溜车减速状态、溜车点踩加速踏板状态和急加速状态;
基于所述车辆的行驶状态以及所述车辆行驶数据计算所述车辆的实际能耗以及等效模式能耗;
基于所述车辆的实际能耗以及所述等效模式能耗计算出评价驾驶行为能耗的能耗权重值,进而识别出驾驶员当前的驾驶行为是否属于高能耗驾驶行为。
2.根据权利要求1所述的方法,其特征在于,所述基于所述车辆行驶数据识别车辆的行驶状态包括:
基于所述车辆行驶数据判断车速的下降变化量是否超过第一预设阈值,且车速在第一预设时间段内的波动量是否满足第一预设条件;
当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,判断制动踏板的深度是否大于第二预设阈值;
当所述制动踏板的深度大于第二预设阈值时,确定所述车辆的行驶状态为所述急减速状态。
3.根据权利要求2所述的方法,其特征在于,所述基于所述车辆行驶数据识别车辆的行驶状态还包括:
当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,判断所述加速踏板的深度是否小于第三预设阈值且所述制动踏板的深度是否小于第四预设阈值;
当所述加速踏板的深度小于第三预设阈值且所述制动踏板的深度小于第四预设阈值时,确定所述车辆的行驶状态为所述溜车减速状态。
4.根据权利要求3所述的方法,其特征在于,所述基于所述车辆行驶数据识别车辆的行驶状态还包括:
当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,判断所述加速踏板的深度是否大于第五预设阈值小于第六预设阈值,且持续踩踏所述加速踏板的时间是否小于第一预设值;
当所述加速踏板的深度大于第五预设阈值小于第六预设阈值,且持续踩踏所述加速踏板的时间小于第一预设值时,确定所述车辆的行驶状态为所述溜车点踩加速踏板状态。
5.根据权利要求2所述的方法,其特征在于,所述基于所述车辆行驶数据识别车辆的行驶状态还包括:
基于所述车辆行驶数据判断车速的上升变化量是否超过第七预设阈值,且车速在第二预设时间段内的波动量是否满足第二预设条件;
当车速的上升变化量超过第七预设阈值,且车速在第二预设时间段内的波动量满足第二预设条件时,判断所述加速踏板的深度是否大于第八预设阈值;
当所述加速踏板的深度大于第八预设阈值时,确定所述车辆的行驶状态为所述急加速状态。
6.一种识别高能耗驾驶行为的系统,其特征在于,包括:
获取模块,用于获取驾驶员驾驶车辆过程中的车辆行驶数据;
识别模块,用于基于所述车辆行驶数据识别车辆的行驶状态,所述车辆的行驶状态包括:急减速状态、溜车减速状态、溜车点踩加速踏板状态和急加速状态;
计算模块,用于基于所述车辆的行驶状态以及所述车辆行驶数据计算所述车辆的实际能耗以及等效模式能耗;
输出模块,用于基于所述车辆的实际能耗以及所述等效模式能耗计算出评价驾驶行为能耗的能耗权重值,进而识别出驾驶员当前的驾驶行为是否属于高能耗驾驶行为。
7.根据权利要求6所述的系统,其特征在于,所述识别模块包括:
第一判断单元,用于基于所述车辆行驶数据判断车速的下降变化量是否超过第一预设阈值,且车速在第一预设时间段内的波动量是否满足第一预设条件;
第二判断单元,用于当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,判断制动踏板的深度是否大于第二预设阈值;
确定单元,用于当所述制动踏板的深度大于第二预设阈值时,确定所述车辆的行驶状态为所述急减速状态。
8.根据权利要求7所述的系统,其特征在在于,所述识别模块还包括:
第三判断单元,用于当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,判断所述加速踏板的深度是否小于第三预设阈值且所述制动踏板的深度是否小于第四预设阈值;
所述确定单元,还用于当所述加速踏板的深度小于第三预设阈值且所述制动踏板的深度小于第四预设阈值时,确定所述车辆的行驶状态为所述溜车减速状态。
9.根据权利要求8所述的系统,其特征在于,所述识别模块还包括:
第四判断单元,用于当车速的下降变化量超过第一预设阈值,且车速在第一预设时间段内的波动量满足第一预设条件时,判断所述加速踏板的深度是否大于第五预设阈值小于第六预设阈值,且持续踩踏所述加速踏板的时间是否小于第一预设值;
所述确定单元,还用于当所述加速踏板的深度大于第五预设阈值小于第六预设阈值,且持续踩踏所述加速踏板的时间小于第一预设值时,确定所述车辆的行驶状态为所述溜车点踩加速踏板状态。
10.根据权利要求7所述的系统,其特征在于,所述识别模块还包括:
第五判断单元,用于基于所述车辆行驶数据判断车速的上升变化量是否超过第七预设阈值,且车速在第二预设时间段内的波动量是否满足第二预设条件;
第六判断单元,用于当车速的上升变化量超过第七预设阈值,且车速在第二预设时间段内的波动量满足第二预设条件时,判断所述加速踏板的深度是否大于第八预设阈值;
所述确定单元,用于当所述加速踏板的深度大于第八预设阈值时,确定所述车辆的行驶状态为所述急加速状态。
CN201711284162.2A 2017-12-07 2017-12-07 一种识别高能耗驾驶行为的方法及系统 Active CN108001453B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711284162.2A CN108001453B (zh) 2017-12-07 2017-12-07 一种识别高能耗驾驶行为的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711284162.2A CN108001453B (zh) 2017-12-07 2017-12-07 一种识别高能耗驾驶行为的方法及系统

Publications (2)

Publication Number Publication Date
CN108001453A true CN108001453A (zh) 2018-05-08
CN108001453B CN108001453B (zh) 2020-05-05

Family

ID=62057013

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711284162.2A Active CN108001453B (zh) 2017-12-07 2017-12-07 一种识别高能耗驾驶行为的方法及系统

Country Status (1)

Country Link
CN (1) CN108001453B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110949393A (zh) * 2019-12-06 2020-04-03 中国第一汽车股份有限公司 一种驾驶行为分析方法、装置、车辆及存储介质
WO2020156266A1 (zh) * 2019-01-29 2020-08-06 长城汽车股份有限公司 评价驾驶员驾驶情况的方法和装置及机器可读存储介质
CN111497854A (zh) * 2019-01-29 2020-08-07 长城汽车股份有限公司 评价驾驶员驾驶情况的方法和装置及机器可读存储介质
CN112319489A (zh) * 2020-11-18 2021-02-05 三一重型装备有限公司 驾驶行为监测方法、监测系统、服务器和存储介质
CN112455455A (zh) * 2019-09-06 2021-03-09 长城汽车股份有限公司 一种驾驶提醒方法、系统及车辆
CN113068130A (zh) * 2021-03-29 2021-07-02 宁波趣行智能科技有限公司 智能车载设备的行车轨迹数据接收及处理方法
CN114523977A (zh) * 2020-11-23 2022-05-24 比亚迪股份有限公司 能耗提示方法、装置及车辆
CN115503489A (zh) * 2022-09-30 2022-12-23 成都赛力斯科技有限公司 新能源车续驶里程计算方法、装置、计算机设备和介质
WO2024078181A1 (zh) * 2022-10-12 2024-04-18 广州汽车集团股份有限公司 驾驶评估方法及系统、新能源车和计算机可读存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101181898A (zh) * 2006-06-27 2008-05-21 通用汽车环球科技运作公司 燃料经济性指示灯控制系统
US20120283939A1 (en) * 2011-05-03 2012-11-08 Savannah River Nuclear Solutions, Llc Haptic seat for fuel economy feedback
US8706334B2 (en) * 2011-10-05 2014-04-22 Hyundai Motor Company Technique for inducing economic driving of hybrid vehicle
CN103818384A (zh) * 2014-03-17 2014-05-28 安徽江淮汽车股份有限公司 一种汽车节油提醒方法及系统
CN104471219A (zh) * 2012-06-27 2015-03-25 三菱电机株式会社 行驶模式评价装置
CN106585636A (zh) * 2016-11-28 2017-04-26 上海工程技术大学 基于状态机的车辆行驶状态描述和驾驶行为侦测的方法
CN106956680A (zh) * 2016-12-02 2017-07-18 广州数锐智能科技有限公司 一种电动汽车驾驶行为识别分析方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101181898A (zh) * 2006-06-27 2008-05-21 通用汽车环球科技运作公司 燃料经济性指示灯控制系统
US20120283939A1 (en) * 2011-05-03 2012-11-08 Savannah River Nuclear Solutions, Llc Haptic seat for fuel economy feedback
US8706334B2 (en) * 2011-10-05 2014-04-22 Hyundai Motor Company Technique for inducing economic driving of hybrid vehicle
CN104471219A (zh) * 2012-06-27 2015-03-25 三菱电机株式会社 行驶模式评价装置
CN103818384A (zh) * 2014-03-17 2014-05-28 安徽江淮汽车股份有限公司 一种汽车节油提醒方法及系统
CN106585636A (zh) * 2016-11-28 2017-04-26 上海工程技术大学 基于状态机的车辆行驶状态描述和驾驶行为侦测的方法
CN106956680A (zh) * 2016-12-02 2017-07-18 广州数锐智能科技有限公司 一种电动汽车驾驶行为识别分析方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020156266A1 (zh) * 2019-01-29 2020-08-06 长城汽车股份有限公司 评价驾驶员驾驶情况的方法和装置及机器可读存储介质
CN111497854A (zh) * 2019-01-29 2020-08-07 长城汽车股份有限公司 评价驾驶员驾驶情况的方法和装置及机器可读存储介质
CN111497854B (zh) * 2019-01-29 2022-01-14 长城汽车股份有限公司 评价驾驶员驾驶情况的方法和装置及机器可读存储介质
CN112455455B (zh) * 2019-09-06 2022-03-29 长城汽车股份有限公司 一种驾驶提醒方法、系统及车辆
CN112455455A (zh) * 2019-09-06 2021-03-09 长城汽车股份有限公司 一种驾驶提醒方法、系统及车辆
CN110949393B (zh) * 2019-12-06 2021-06-08 中国第一汽车股份有限公司 一种驾驶行为分析方法、装置、车辆及存储介质
CN110949393A (zh) * 2019-12-06 2020-04-03 中国第一汽车股份有限公司 一种驾驶行为分析方法、装置、车辆及存储介质
CN112319489A (zh) * 2020-11-18 2021-02-05 三一重型装备有限公司 驾驶行为监测方法、监测系统、服务器和存储介质
CN114523977A (zh) * 2020-11-23 2022-05-24 比亚迪股份有限公司 能耗提示方法、装置及车辆
CN113068130A (zh) * 2021-03-29 2021-07-02 宁波趣行智能科技有限公司 智能车载设备的行车轨迹数据接收及处理方法
CN115503489A (zh) * 2022-09-30 2022-12-23 成都赛力斯科技有限公司 新能源车续驶里程计算方法、装置、计算机设备和介质
CN115503489B (zh) * 2022-09-30 2024-04-19 成都赛力斯科技有限公司 新能源车续驶里程计算方法、装置、计算机设备和介质
WO2024078181A1 (zh) * 2022-10-12 2024-04-18 广州汽车集团股份有限公司 驾驶评估方法及系统、新能源车和计算机可读存储介质

Also Published As

Publication number Publication date
CN108001453B (zh) 2020-05-05

Similar Documents

Publication Publication Date Title
CN108001453A (zh) 一种识别高能耗驾驶行为的方法及系统
CN108515960B (zh) 滑行能量回收方法、装置及系统
CN108515964B (zh) 汽车扭矩分配方法、装置及系统
Treiber et al. How much does traffic congestion increase fuel consumption and emissions? Applying a fuel consumption model to the NGSIM trajectory data
Ding et al. On the optimal speed profile for eco-driving on curved roads
CN103661391B (zh) 纯电动客车驱动控制方法
EP2867560B1 (en) Transmission control system
JP2012006485A (ja) 運転評価装置
CN109552338A (zh) 一种纯电动汽车生态驾驶行为评估方法及系统
CN110239556B (zh) 一种驾驶员即时操控能力感知方法
US9026348B2 (en) System and method for brake coaching
CN103606247B (zh) 利用车况和驾驶员生理参数进行交通预警的方法及系统
CN110667393B (zh) 一种纯电动物流车滑行能量的回收控制方法
CN110877535A (zh) 一种纯电动汽车城市低速跟车路况的单踏板控制方法
CN109414993A (zh) 机动车及其扭矩控制方法
CN115803216A (zh) 一种滑行能量回收方法、装置、电子设备及存储介质
Kubaisi Adaptive Regenerative Braking in Electric Vehicles
CN110610326B (zh) 一种基于驾驶数据的驾驶管理系统
CN114987505A (zh) 一种商用车坡道驾驶行为的评价引导方法及系统
CN108482131B (zh) 一种48v电池、bsg弱混合动力能量回收控制系统的控制方法
CN103204165B (zh) 一种电动汽车整车动力输出优化控制方法
CN114179621A (zh) 车辆的陡坡缓降控制方法及装置
Haque et al. Review of Driving Behavior Towards Fuel Consumption and Road Safety
CN116495002A (zh) 车辆行驶控制方法、装置、电子设备、存储介质及车辆
van der Voort FEST. A new driver support tool that reduces fuel consumption and emissions

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 4 / F, building 1, No.14 Jiuxianqiao Road, Chaoyang District, Beijing 100020

Patentee after: Beijing Jingwei Hirain Technologies Co.,Inc.

Address before: 8 / F, block B, No. 11, Anxiang Beili, Chaoyang District, Beijing 100101

Patentee before: Beijing Jingwei HiRain Technologies Co.,Ltd.