CN108520096A - 一种汽车行驶最优速度估算方法 - Google Patents

一种汽车行驶最优速度估算方法 Download PDF

Info

Publication number
CN108520096A
CN108520096A CN201810193053.8A CN201810193053A CN108520096A CN 108520096 A CN108520096 A CN 108520096A CN 201810193053 A CN201810193053 A CN 201810193053A CN 108520096 A CN108520096 A CN 108520096A
Authority
CN
China
Prior art keywords
oil consumption
speed
instantaneous oil
torque
threshold value
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
CN201810193053.8A
Other languages
English (en)
Other versions
CN108520096B (zh
Inventor
程奇
宋莉
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201810193053.8A priority Critical patent/CN108520096B/zh
Publication of CN108520096A publication Critical patent/CN108520096A/zh
Application granted granted Critical
Publication of CN108520096B publication Critical patent/CN108520096B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Operations Research (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Geometry (AREA)
  • Algebra (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Development Economics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Control Of Vehicle Engines Or Engines For Specific Uses (AREA)

Abstract

本发明公开了一种汽车行驶最优速度估算方法,涉及汽车行驶速度推荐技术领域,包括如下步骤:基于汽车发动机转速ωe和扭矩Te估算瞬时油耗FC;基于汽车行驶过程中前后时刻的车速获取驾驶员感觉参数S;根据瞬时油耗FC、行驶时间T和驾驶员感觉参数S建立目标函数J=Q1×FC+Q2×T+Q3×S,其中,Q1、Q2和Q3分别表示瞬时油耗FC、行驶时间T和驾驶员感觉参数S的参考系数;基于上述的目标函数J获取最优行驶速度Vo,并输出所述最优行驶速度Vo;综合考虑汽车瞬时油耗FC、行驶时间T和驾驶员感觉参数S,可根据较少的油耗估算出驾驶员的最佳行驶速度,同时也兼顾了驾驶员的开车感受。

Description

一种汽车行驶最优速度估算方法
技术领域
本发明涉及汽车行驶速度推荐技术领域,更具体地说,它涉及一种汽车行驶最优速度估算方法。
背景技术
随着社会的快速发展,汽车越来越成为人们平时出行必不可少的代步工具。车友们都比较关心汽车油耗,特别是目前汽车油价节节攀升,汽车的油品成本越来越成为有车一族不得不重视的部分。其中,汽车在行驶过程中的车速和油耗息息相关。经调查发现,汽车发动机转速越高,功率和利用率越大,燃油的单位消耗量越小;但是当汽车车速过高,超过发动机最低油耗转速时,油耗随车速的增加而增加,所以汽车车速过高或者过低都不利于节省油耗,如何根据较少油耗选择最佳行驶速度,是一直研究的话题。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种汽车行驶最优速度估算方法,能够根据较少油耗选择最佳行驶速度。
为实现上述目的,本发明提供了如下技术方案:
一种汽车行驶最优速度估算方法,包括如下步骤:
基于汽车发动机转速ωe和扭矩Te估算瞬时油耗FC(ωe,Te);
基于汽车行驶过程中前后时刻的车速获取驾驶员感觉参数S;
根据瞬时油耗FC(ωe,Te)、行驶时间T和驾驶员感觉参数S建立目标函数J=Q1×FC+Q2×T+Q3×S,其中,Q1、Q2和Q3分别表示瞬时油耗FC(ωe,Te)、行驶时间T和驾驶员感觉参数S的参考系数;
基于上述的目标函数J获取最优行驶速度Vo,并输出所述最优行驶速度Vo。
通过采用上述技术方案,综合考虑汽车瞬时油耗FC(ωe,Te)、行驶时间T和驾驶员感觉参数S,可根据较少的油耗估算出驾驶员的最佳行驶速度;汽车瞬时油耗FC(ωe,Te)与发动机转速ωe、扭矩Te相关,且汽车车速=转速ωe×档位×车轮周长,所以汽车油耗FC(ωe,Te)最终为与车速相关的函数;当驾驶员的行程一定时,汽车车速与行驶时间T成反比;同样的,驾驶员感觉参数S的获得基于汽车行驶过程中前后时刻的车速,即驾驶员感觉参数S同样与车速相关,所以目标函数J是关于车速的函数,可在减少油耗的前提下获取最优的车速。
进一步的,所述瞬时油耗FC(ωe,Te)获取步骤如下:
S100:获取发动机最小扭矩Temin、最大扭矩Temax和最大转速ωemax,以发动机最小扭矩Temin到最大扭矩Temax为横轴、0到最大转速ωemax为纵轴建立瞬时油耗区域;
S200:将瞬时油耗区域划分为P个子区域;
S300:获取各个子区域的瞬时油耗FC(ωe,Te)公式:
其中,i∈{0,1,2},j∈{0,1,2},Li,j为各个子区域的油耗模型参数,ωe为发动机转速,Te为发动机扭矩,ωe i表示ωe的i次方,Te j表示Te的j次方;
S400:基于S300中的公式计算输入的发动机扭矩Te和发动机转速ωe对应的瞬时油耗FC(ωe,Te),并输出所得的瞬时油耗FC(ωe,Te)。
通过采用上述技术方案,将汽车瞬时油耗估算模型分成P个子区域,每个子区域的瞬时油耗估算与对应的油耗模型参数Li,j相关,使得各个子区域估算的瞬时油耗能够更加贴近实测的瞬时油耗,减小瞬时油耗的误差,提高了汽车瞬时油耗的估算精度;另外,用汽车发动机的两个变量对汽车的瞬时油耗进行分段式估算,减小了单一变量对瞬时油耗估算存在的误差。
进一步的,所述Li,j由如下步骤获得:
利用汽车总线获取各个子区域中的若干组(ωe,Te)的真实数据;
根据各个子区域中获取的若干组(ωe,Te),基于最小二乘法计算各个子区域对应的油耗模型参数Li,j
通过采用上述技术方案,由各个子区域中的(ωe,Te)估计油耗模型参数Li,j,使得该油耗模型参数Li,j能够更加符合各个子区域的瞬时油耗估算,从而提高瞬时油耗估算的精度。
进一步的,步骤S200包括:
S210:设定发动机最小扭矩Temin和最大扭矩Temax之间的断点数为N,0到最大转速ωemax之间的断点数为M;
S220:设发动机扭矩Te不变,根据瞬时油耗估算公式计算不同转速ωe的汽车消耗的瞬时油耗FC’(ωe,Te);
S230:所述瞬时油耗FC’(ωe,Te)与汽车总线上所获取的对应实际油耗fc’(ωe,Te)比较后,得到差值E(ωe)并与阈值E1比较;当差值E(ωe)大于阈值E1时,判断对应的转速ωe为断点,或者断点位于对应转速ωe与前一转速断点ωe之间,并同时记录对应的差值E(ωe);其中,不同发动机扭矩Te的阈值E1不同,且阈值E1依据设定的断点数M确定;
S240:发动机扭矩Te增加,重复步骤S230;
S250:选取每个Te对应的记录的差值E(ωe)中的最大值为E(ωe)max,将E(ωe)max与阈值E2进行比较;当E(ωe)max大于阈值E2时,判断对应的扭矩Te为断点;其中,不同发动机转速ωe的阈值E2不同;阈值E2依据设定的断点数N确定。
通过采用上述技术方案,可对子区域的断点进行判断,从而确定子区域的形状和范围:通过先限定其中的一个变量如汽车发动机扭矩Te,在另一变量变化的情况下判断各瞬时油耗估算值和实际值之间的差值E(ωe),
该差值E(ωe)与阈值E1进行比较,判断同一发动机扭矩Te下的发动机转速ωe的断点;后增加发动机扭矩Te,重复确定下一发动机扭矩Te的发动机转速ωe的断点;最后,每一个Te对应的记录的差值E(ωe)与阈值
E2进行比较,判断发动机扭矩Te的断点,从而达到了确定最小扭矩Temin和最大扭矩Temax之间的断点以及最大转速ωemax之间的断点的目的。
进一步的,发动机转速ωe和发动机扭矩Te均等步长增加。
通过采用上述技术方案,取值较为简便且整个处理过程较为快速。
进一步的,所述瞬时油耗估算公式通过如下步骤获得:
S221:基于汽车总线获取瞬时油耗区域内的若干组(ωe,Te)的真实数据;
S222:基于最小二乘法,计算瞬时油耗区域内的油耗参数
S223:根据上述油耗参数获得瞬时油耗估算公式:
其中,i∈{0,1,2},j∈{0,1,2},ωe i表示ωe的i次方,Te j表示Te的j次方。
进一步的,所述M取4-7,N取5-10。
通过采用上述技术方案,由于子区域的断点数量应当适中,取值太小会降低瞬时油耗估算的精度,取值太大会影响处理器的处理速度且精度不会相差太大,所以选择了M为4-7,N为5-10。
进一步的,基于步骤S230和步骤S240,所述阈值E1由以下步骤获得:
S231:获取同一发动机扭矩Te下的所有差值E(ωe);
S232:在M个最大差值E(ωe)中选择最小的一个值,该最小值为阈值E1。
进一步的,基于步骤S240和步骤S250,所述阈值E2由以下步骤获得:
S241:获取同一发动机转速Te下的记录下来的所有差值E(ωe),并得到最大值E(ωe)max
S242:选择N个最大值E(ωe)max中的最小值,该最小值为阈值E2。
进一步的,驾驶员感觉参数S由如下公式获得:
其中,X表示车速,k表示时刻,K表示最终时刻,A为偏向系数,且A∈(0,1)。
通过采用上述技术方案,根据前一时刻和后一时刻的车速差值,以及偏向系数的取值,获得驾驶员感觉参数S的最优值。
与现有技术相比,本发明的优点是:
1、综合考虑汽车瞬时油耗FC(ωe,Te)、行驶时间T和驾驶员感觉参数S,可根据较少的油耗估算出驾驶员的最佳行驶速度,同时也兼顾了驾驶员的开车感受;
2、通过对瞬时油耗区域划分子区域,使得每个子区域中的瞬时油耗估算模型能够更加靠近真实的瞬时油耗数据,减小瞬时油耗估算的误差,提高汽车瞬时油耗估算的精度;
3、子区域的断点数量的选取数量可使瞬时油耗估算较为精确,同时也能够使处理器的处理速度较快。
附图说明
图1为本发明最优速度估算方法的流程图;
图2为本发明分段式油耗估计方法的流程图;
图3为本发明划分子区域的流程图;
图4为子区域判断断点的流程示意图;
图5为子区域划分示意图;
图6为瞬时油耗估算与实际油耗对比图;
图7为累计估算油耗和累计实际油耗对比图;
图8为最优速度估算曲线示意图。
具体实施方式
下面结合附图和实施例,对本发明进行详细描述。
根据安装在汽车上的传感设备,可通过总线获得汽车发动机的最大扭矩、最小扭矩、最大转速和在不同的扭矩和转速的下的实际油耗值。
本发明的目的在于提供一种汽车行驶最优速度估算方法,参照图1,包括如下步骤:
基于汽车发动机转速ωe和扭矩Te估算瞬时油耗FC(ωe,Te);
基于汽车行驶过程中前后时刻的车速获取驾驶员感觉参数S;
根据瞬时油耗FC(ωe,Te)、行驶时间T和驾驶员感觉参数S建立目标函数J=Q1×FC+Q2×T+Q3×S,其中,Q1、Q2和Q3分别表示瞬时油耗FC(ωe,Te)、行驶时间T和驾驶员感觉参数S的参考系数;
基于上述的目标函数J获取最优行驶速度Vo,并输出所述最优行驶速度Vo。
其中,参照图2,上述瞬时油耗FC(ωe,Te)获取步骤如下:
S100:获取发动机最小扭矩Temin、最大扭矩Temax和最大转速ωemax,以发动机最小扭矩Temin到最大扭矩Temax为横轴、0到最大转速ωemax为纵轴建立瞬时油耗区域;
S200:将瞬时油耗区域划分为P个子区域;
S300:获取各个子区域的瞬时油耗FC公式:
其中,i∈{0,1,2},j∈{0,1,2},Li,j为各个子区域的油耗模型参数,ωe为发动机转速,Te为发动机扭矩,ωe i表示ωe的i次方,Te j表示Te的j次方;
S400:基于S300中的公式计算输入的发动机扭矩Te和发动机转速ωe对应的瞬时油耗FC(ωe,Te),并输出所得的瞬时油耗FC(ωe,Te)。
基于步骤S100,由于不同的汽车发动机的扭矩Te和转速ωe参数不同,针对不同的汽车,需要获取汽车上相应的发动机最小扭矩Temin、最大扭矩Temax和最大转速ωemax,使得汽车瞬时油耗估算能够依据其本身的发动机参数更加精确。获取汽车发动机的上述参数后,建立瞬时油耗区域,本实施例中,该瞬时油耗区域呈长方形。
基于步骤S200,在划分子区域时,需要找到各个子区域的断点,从而进一步确定各子区域的范围,本实施例中,参照图3,可主要由以下步骤实现:
S210:设定发动机最小扭矩Temin和最大扭矩Temax之间的断点数为N,0到最大转速ωemax之间的断点数为M;M和N的取值适中,既不影响瞬时油耗估算的精度,同时也可使处理器处理的速度较快;本实施中M可以取4-7,N可以取5-10;
S220:设发动机扭矩Te不变,根据瞬时油耗估算公式计算不同转速ωe的汽车消耗的瞬时油耗FC’(ωe,Te);由于M的取值一般会比N的取值小,先将发动机扭矩Te作为定量,计算不同转速ωe下的瞬时油耗FC’(ωe,Te);
S230:所述瞬时油耗FC’(ωe,Te)与汽车总线上获取的对应实际油耗fc’(ωe,Te)比较后,得到差值E(ωe)与阈值E1进行比较;当差值E(ωe)大于阈值E1时,判断对应的转速ωe为断点,或者断点位于对应转速ωe与前一转速断点ωe之间,并同时记录对应的E(ωe);其中,不同发动机扭矩Te的阈值E1不同,且阈值E1依据设定的断点数M确定;阈值E1可由以下步骤获得:
S231:获取同一发动机扭矩Te下的所有差值E(ωe);
S232:在M个最大差值E(ωe)中选择最小的一个值,该最小值为阈值E1。
S240:发动机扭矩Te增加,重复步骤S230;
S250:选取每个Te对应的记录的差值E(ωe)中的最大值为E(ωe)max,将差值E(ωe)max与阈值E2进行比较;当E(ωe)max大于阈值E2时,判断对应的扭矩Te为断点;其中,不同发动机转速ωe的阈值E2不同;阈值E2依据设定的断点数N确定;阈值E2由以下步骤获得:
S241:获取同一发动机转速Te下的记录下来的所有差值E(ωe),并得到最大值E(ωe)max
S242:选择N个最大值E(ωe)max中的最小值,该最小值为阈值E2。需要说明的是,发动机转速ωe和发动机扭矩Te均等步长增加,可提高断点判断的速率。
基于步骤S220,瞬时油耗估算公式通过如下步骤获得:
S221:基于汽车总线获取瞬时油耗区域内的若干组(ωe,Te)的真实数据;
S222:基于最小二乘法,计算瞬时油耗区域内的油耗参数其中,fc(ωe,Te)是实际测量的油耗。
S223:基于油耗参数获得瞬时油耗估算公式 其中,i∈{0,1,2},j∈{0,1,2},ωe i表示ωe的i次方,Te j表示Te的j次方。
对于断点的选取,举例说明,参照图4,选取Te1为汽车发动机初始扭矩,转速ωe1为汽车发动机的初始转速,先判断Te1是否在发动机最大扭矩Temax和最小扭矩Temin之间。若Te1不在发动机最大扭矩Temax和最小扭矩Temin之间,则直接结束程序的运行;否则,接着判断转速ωe1是否小于0,防止程序溢出。当ωe1小于0时,则直接结束程序的运行;否则,判断ωe1是否大于ωemax。当ωe1小于ωemax时,根据公式计算汽车消耗的瞬时油耗,后计算瞬时油耗FC’(ωe,Te)和实际油耗fc’(ωe,Te)之间的差值E(ωe),并判断该差值E(ωe)与阈值E1的大小。
比如在同一扭矩Te值下,不同转速ωe的差值E(ωe)为1、3.5、8、0.5、5、…、25、37.8、,55.1、42.9、40.6,将这些差值E(ωe)从大到小排序后,在设定的前M个值内,若是有两个差值E(ωe)之间的差值相差较大,则直接判断较大的差值E(ωe)为阈值E1。
当差值E(ωe)大于阈值E1时,则输出相应的ωe作为断点,同时记录对应的差值E(ωe);然后转速ωe1以步长100增加,重新循环上述操作。并且,在对应的Te中对于记录下来的差值E(ωe)选择最大的值为E(ωe)max,并判断E(ωe)max是否大于阈值E2。若E(ωe)max大于阈值E2,则输出对应的Te1作为断点,之后扭矩Te1以步长1增加,重新判断下一转速ωe1和扭矩Te1的断点;否则扭矩Te1以步长1增加,重新判断转速ωe1和扭矩Te1的断点。
当ωe1大于ωemax时,直接判断对应的Te1中,对于记录下来的差值E(ωe)选择最大的值为E(ωe)max,并判断E(ωe)max是否大于阈值E2。若E(ωe)max是否大于阈值E2,则输出对应的Te1作为断点,之后扭矩Te1以步长1增加,重新判断下一转速ωe1和扭矩Te1的断点;否则扭矩Te1以步长1增加,重新判断转速ωe1和扭矩Te1的断点。
根据输出的转速ωe1和扭矩Te1可得到各子区域,各子区域的简单示意图可参照图5。需要说明的是,转速ωe1的单位为rpm,扭矩Te1的单位为n*m。
参照图6,为瞬时油耗估算值和瞬时油耗实际值的图形对比图,其估算误差较小,精度较高。图7显示了累计油耗估算值和累计油耗实际值,其累计误差也是相对较小的,精度高。
另外,驾驶员感觉参数S由如下公式获得:
其中,X表示车速,k表示时刻,K表示最终时刻,A为偏向系数,且A∈(0,1)。由于每个人对加速和减速的感觉会有所不同,当A的取值小于0.5时,表示避免减速更多,也就是驾驶员相比于减速,更加适应于加速。并且,减速和加速的感觉一般来自于前一时刻和这一时刻的速度差值。
另外,在一段旅途当中,行程距离一般是一定的,所以汽车车速与行驶时间T具有一定的函数关系。综上,汽车瞬时油耗FC(ωe,Te)与发动机转速ωe、扭矩Te相关,且汽车车速=转速ωe×档位×车轮周长,所以汽车油耗FC(ωe,Te)最终为与车速相关的函数;当驾驶员的行程一定时,汽车车速与行驶时间T成反比;同样的,驾驶员感觉参数S的获得基于汽车行驶过程中前后时刻的车速,即驾驶员感觉参数S同样与车速相关,所以目标函数J是关于车速的函数,可在减少油耗的前提下获取最优的车速。
参照图8,此时取Q1=Q2=Q3=1,A=4,1表示在单个变量如瞬时功率来估算瞬时油耗时的最优速度曲线,2表示利用上述方式估算瞬时油耗时的最优速度曲线,3表示前方有障碍车辆的车速,4表示道路的限速。相比于曲线1和曲线2,曲线2中体现的最优速度更加贴合于实际路况,并且能够在较高的车速推荐下,节省油耗。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种汽车行驶最优速度估算方法,其特征在于,包括如下步骤:
基于汽车发动机转速ωe和扭矩Te估算瞬时油耗FC(ωe,Te);
基于汽车行驶过程中前后时刻的车速获取驾驶员感觉参数S;
根据瞬时油耗FC(ωe,Te)、行驶时间T和驾驶员感觉参数S建立目标函数J=Q1×FC+Q2×T+Q3×S,其中,Q1、Q2和Q3分别表示瞬时油耗FC(ωe,Te)、行驶时间T和驾驶员感觉参数S的参考系数;
基于上述的目标函数J获取最优行驶速度Vo,并输出所述最优行驶速度Vo。
2.根据权利要求1所述的方法,其特征在于,所述瞬时油耗FC(ωe,Te)获取步骤如下:
S100:获取发动机最小扭矩Temin、最大扭矩Temax和最大转速ωemax,以发动机最小扭矩Temin到最大扭矩Temax为横轴、0到最大转速ωemax为纵轴建立瞬时油耗区域;
S200:将瞬时油耗区域划分为P个子区域;
S300:获取各个子区域的瞬时油耗FC(ωe,Te)公式:
其中,i∈{0,1,2},j∈{0,1,2},Li,j为各个子区域的油耗模型参数,ωe为发动机转速,Te为发动机扭矩,ωe i表示ωe的i次方,Te j表示Te的j次方;
S400:基于S300中的公式计算输入的发动机扭矩Te和发动机转速ωe对应的瞬时油耗FC(ωe,Te),并输出所得的瞬时油耗FC(ωe,Te)。
3.根据权利要求2所述的方法,其特征在于,所述Li,j由如下步骤获得:
利用汽车总线获取各个子区域中的若干组(ωe,Te)的真实数据;
根据各个子区域中获取的若干组(ωe,Te),基于最小二乘法计算各个子区域对应的油耗模型参数Li,j
4.根据权利要求3所述的方法,其特征在于,步骤S200包括:
S210:设定发动机最小扭矩Temin和最大扭矩Temax之间的断点数为N,0到最大转速ωemax之间的断点数为M;
S220:设发动机扭矩Te不变,根据瞬时油耗估算公式计算不同转速ωe的汽车消耗的瞬时油耗FC’(ωe,Te);
S230:所述瞬时油耗FC’(ωe,Te)与汽车总线上所获取的对应实际油耗fc’(ωe,Te)比较后,得到差值E(ωe)与阈值E1进行比较;当差值E(ωe)大于阈值E1时,判断对应的转速ωe为断点,或者断点位于对应转速ωe与前一转速断点ωe之间,并同时记录对应的E(ωe);其中,不同发动机扭矩Te的阈值E1不同,且阈值E1依据设定的断点数M确定;
S240:发动机扭矩Te增加,重复步骤S230;
S250:选取每个Te对应的记录的差值E(ωe)中的最大值为E(ωe)max,将差值E(ωe)max与阈值E2进行比较;当E(ωe)max大于阈值E2时,判断对应的扭矩Te为断点;其中,不同发动机转速ωe的阈值E2不同;阈值E2依据设定的断点数N确定。
5.根据权利要求4所述的方法,其特征在于,发动机转速ωe和发动机扭矩Te均等步长增加。
6.根据权利要求4或5所述的方法,其特征在于,所述瞬时油耗估算公式通过如下步骤获得:
S221:基于汽车总线获取瞬时油耗区域内的若干组(ωe,Te)的真实数据;
S222:基于最小二乘法,计算瞬时油耗区域内的油耗参数
S223:根据上述油耗参数获得瞬时油耗估算公式:
其中,i∈{0,1,2},j∈{0,1,2},ωe i表示ωe的i次方,Te j表示Te的j次方。
7.根据权利要求4所述的方法,其特征在于,所述M取4-7,N取5-10。
8.根据权利要求7所述的方法,其特征在于,基于步骤S230和步骤S240,所述阈值E1由以下步骤获得:
S231:获取同一发动机扭矩Te下的所有差值E(ωe);
S232:在M个最大差值E(ωe)中选择最小的一个值,该最小值为阈值E1。
9.根据权利要求8所述的方法,其特征在于,基于步骤S240和步骤S250,所述阈值E2由以下步骤获得:
S241:获取同一发动机转速Te下的记录下来的所有差值E(ωe),并得到最大值E(ωe)max
S242:选择N个最大值E(ωe)max中的最小值,该最小值为阈值E2。
10.根据权利要求1或9所述的方法,其特征在于,驾驶员感觉参数S由如下公式获得:
其中,X表示车速,k表示时刻,K表示最终时刻,A为偏向系数,且A∈(0,1)。
CN201810193053.8A 2018-03-09 2018-03-09 一种汽车行驶最优速度估算方法 Active CN108520096B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810193053.8A CN108520096B (zh) 2018-03-09 2018-03-09 一种汽车行驶最优速度估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810193053.8A CN108520096B (zh) 2018-03-09 2018-03-09 一种汽车行驶最优速度估算方法

Publications (2)

Publication Number Publication Date
CN108520096A true CN108520096A (zh) 2018-09-11
CN108520096B CN108520096B (zh) 2022-02-01

Family

ID=63432731

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810193053.8A Active CN108520096B (zh) 2018-03-09 2018-03-09 一种汽车行驶最优速度估算方法

Country Status (1)

Country Link
CN (1) CN108520096B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111559387A (zh) * 2020-04-09 2020-08-21 宁波吉利汽车研究开发有限公司 一种节能驾驶提示方法、装置、设备和存储介质
CN116398307A (zh) * 2021-12-28 2023-07-07 深圳联友科技有限公司 车辆节油驾驶推荐方法、装置及计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102416950A (zh) * 2011-10-31 2012-04-18 大连理工大学 一种基于最小等效燃油消耗的混合动力汽车控制方法
CN104034466A (zh) * 2014-06-09 2014-09-10 三一汽车制造有限公司 一种车辆功率测试计算方法、装置
CN105389464A (zh) * 2015-10-28 2016-03-09 北京长城华冠汽车科技股份有限公司 一种计算汽车驾驶员空间感参数的方法和装置
US20170036543A1 (en) * 2015-08-05 2017-02-09 Honeywell International Inc. System and approach for dynamic vehicle speed optimization

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102416950A (zh) * 2011-10-31 2012-04-18 大连理工大学 一种基于最小等效燃油消耗的混合动力汽车控制方法
CN104034466A (zh) * 2014-06-09 2014-09-10 三一汽车制造有限公司 一种车辆功率测试计算方法、装置
US20170036543A1 (en) * 2015-08-05 2017-02-09 Honeywell International Inc. System and approach for dynamic vehicle speed optimization
CN105389464A (zh) * 2015-10-28 2016-03-09 北京长城华冠汽车科技股份有限公司 一种计算汽车驾驶员空间感参数的方法和装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
SASCHA WORZ等: "《A novel method for optimal fuel consumption estimation and planning for transportation systems》", 《ENERGY》 *
TOSHIKAZU AKITA等: "《Analysis of Vehicle Following Behavior of Human Driver Based on Hybrid Dynamical System Model》", 《16TH IEEE INTERNATIONAL CONFERENCE ON CONTROL APPLICATIONS PART OF IEEE MULTI-CONFERENCE ON SYSTEMS AND CONTROL》 *
罗莉华等: "《考虑驾驶员行驶特性的双模式自适应巡航控制设计》", 《浙江大学学报(工学版)》 *
胡吉: "《基于MPC算法的混合动力汽车自适应巡航控制研究》", 《中国优秀硕士学位论文全文数据库》 *
许力等: "个性化驾驶员模型及其在车辆测试中应用", 《机械工程学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111559387A (zh) * 2020-04-09 2020-08-21 宁波吉利汽车研究开发有限公司 一种节能驾驶提示方法、装置、设备和存储介质
CN111559387B (zh) * 2020-04-09 2022-06-14 宁波吉利汽车研究开发有限公司 一种节能驾驶提示方法、装置、设备和存储介质
CN116398307A (zh) * 2021-12-28 2023-07-07 深圳联友科技有限公司 车辆节油驾驶推荐方法、装置及计算机可读存储介质

Also Published As

Publication number Publication date
CN108520096B (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
CN104144836B (zh) 用于提供驾驶员反馈的方法和装置
CN109204310A (zh) 车辆动力控制方法及装置
EP4108503A1 (en) Motor torque filtering control method and system, and hybrid vehicle
CN111968372A (zh) 一种考虑主观因素的多车型混合交通跟驰行为仿真方法
CN111398828B (zh) 电动汽车剩余电量和剩余行驶里程估计方法
CN104276107B (zh) 一种汽车eco驾驶状态提示系统及提示方法
CN110239556B (zh) 一种驾驶员即时操控能力感知方法
CN107292995A (zh) 一种基于can总线数据的车辆驾驶行为明细油耗的分析方法
CN110217239A (zh) 一种车辆横摆角速度测量方法及设备
CN108520096A (zh) 一种汽车行驶最优速度估算方法
CN111516688B (zh) 一种车辆转矩控制方法、装置及电动汽车
CN105857302A (zh) 一种驾驶行为自动优化方法
CN112365710B (zh) 一种基于概率输出模型的智能车辆换道决策方法
CN110304070A (zh) 一种分布式独立驱动汽车纵向车速估计方法
CN108759952A (zh) 一种分段式基于汽车发动机转速和扭矩的油耗估计方法
CN108068732B (zh) 一种车辆经济行驶辅助方法和装置
CN114074660A (zh) 一种预见性巡航节油控制方法、装置及存储介质
CN113954849B (zh) 一种电动汽车控制方法、装置、存储介质以及车辆
CN106740867A (zh) 一种电动汽车车辆可行驶里程计算系统
CN108116243A (zh) 混合动力汽车电量平衡点的调节方法、装置及汽车
CN110254429A (zh) 一种电动汽车蠕行控制方法
CN110077388A (zh) 一种混合动力发动机转矩控制系统及方法
CN215097538U (zh) 增程器控制装置、增程器、车辆
JP2005201190A (ja) 燃料消費量評価システム
JPS6091215A (ja) 自動車の運行管理装置

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