CN109552338A - 一种纯电动汽车生态驾驶行为评估方法及系统 - Google Patents
一种纯电动汽车生态驾驶行为评估方法及系统 Download PDFInfo
- Publication number
- CN109552338A CN109552338A CN201811566417.9A CN201811566417A CN109552338A CN 109552338 A CN109552338 A CN 109552338A CN 201811566417 A CN201811566417 A CN 201811566417A CN 109552338 A CN109552338 A CN 109552338A
- Authority
- CN
- China
- Prior art keywords
- electric automobile
- pure electric
- driving behavior
- state
- 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
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W40/00—Estimation 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
- B60W40/08—Estimation 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
- B60W40/09—Driving style or behaviour
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/20—Ambient conditions, e.g. wind or rain
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
- Y02T10/84—Data processing systems or methods, management, administration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种纯电动汽车生态驾驶行为评估方法及系统。所述评估方法包括:获取纯电动汽车行驶的外界条件以及全国范围内纯电动汽车不同的行驶工况;根据所述外界条件以及所述行驶工况确定纯电动汽车能耗分布特征;根据所述纯电动汽车能耗分布特征确定高能耗驾驶行为;根据所述高能耗驾驶行为以及所述外界条件建立纯电动汽车生态驾驶行为评估模型;根据所述纯电动汽车生态驾驶行为评估模型对驾驶员的当前驾驶行为进行评估,并输出驾驶建议。采用本发明所提供的评估方法及系统能够降低车辆能耗。
Description
技术领域
本发明涉及新能源领域,特别是涉及一种纯电动汽车生态驾驶行为评估方法及系统。
背景技术
纯电动汽车是新能源汽车的一种,是指利用动力电池作为储能动力源,通过电池向电机提供电能,驱动电机运转,从而推动汽车前进的一种新能源汽车。纯电动汽车具有节能、环保、清洁无污染的优点,是未来新能源汽车的主流发展方向。在电动汽车运行的过程中,由于司机驾驶习惯的不同,相同行驶路径下的电动汽车能耗差异表现很大,良好的驾驶习惯能够增加电动汽车的实际续驶里程、降低电动汽车的能量消耗。研究表明,不同的驾驶员驾驶同一辆电动汽车,在行驶距离相同的情况下,净能量损耗差别达到32%,良好的司机驾驶行为管理可以提供所有技术手段中最大的能量优化效果;即使平均车速一样,司机操作的差异也会导致踏板变化频率不同,从而影响最终能耗;踏板变化轻柔的司机节能效果较优,且电池寿命较长。
20世纪末,荷兰政府提出“生态驾驶”理念,皆在通过提升驾驶员驾驶技术,如缓慢加速、避免长时间低速运行等操作方法提高汽车经济性能,在此条件下,研究电动汽车驾驶员的驾驶行为,矫正驾驶行为更接近于生态驾驶行为是提高汽车经济性、延长汽车续驶里程的有效手段。
目前汽车生态驾驶行为主要针对与传统车辆,纯电动汽车生态驾驶行为评估模型研究较少,近年来随着纯电动汽车的不断普及,建立一套基于生态驾驶行为评估方法对于纯电动汽车的推广具有重要意义。
纯电动汽车生态驾驶行为评估与传统车辆驾驶行为分析工作的区别有以下两点:
(1)传统汽车的能量计算单位为油耗,纯电动汽车的能量计算单位为电耗,两者耗能方式与机理不同,例如最经济车速的不同传统汽车的生态驾驶行为评估只能作为纯电动汽车生态驾驶行为评估的参考依据,但不能完全对等;
(2)纯电动汽车具有制动回收装置,区别于传统汽车的驾驶行为分析只能降低油耗,研究最优驾驶行为导向的纯电动汽车生态驾驶行为不仅仅能够降低车辆使用电耗、提高能量利用率,还能更合理的回收制动能量并作为动力源再次被车辆所使用。
驾驶行为的确定需要进一步对道路工况和环境因素进行区分,目前对驾驶行为的评价方式过多的引入了专家的个人意见,使得评估模型的主观因素大大增加,从而导致评估结果准确性浮动很大,根据准确性低的评估结果在调整驾驶员的驾驶行为时,无法准确矫正当前驾驶行为,进而致使驾驶员依然采取当前错误的驾驶行为驾驶时,会出现车辆能耗大的问题。
发明内容
本发明的目的是提供一种纯电动汽车生态驾驶行为评估方法及系统,解决车辆能耗大的问题。
为实现上述目的,本发明提供了如下方案:
一种纯电动汽车生态驾驶行为评估方法,包括:
获取纯电动汽车行驶的外界条件以及全国范围内纯电动汽车不同的行驶工况;所述外界条件包括道路类型、路况以及空调温度;所述道路类型包括一级道路、二级道路、三级道路、四级道路以及其他道路;所述路况包括拥堵、低速、中速以及高速;所述空调温度包括空调冷风、空调热风以及无空调工作;所述行驶工况包括怠速状态、加速状态、起步状态、减速状态、匀速状态以及制动状态;
根据所述外界条件以及所述行驶工况确定纯电动汽车能耗分布特征;
根据所述纯电动汽车能耗分布特征确定高能耗驾驶行为;
根据所述高能耗驾驶行为以及所述外界条件建立纯电动汽车生态驾驶行为评估模型;
根据所述纯电动汽车生态驾驶行为评估模型对驾驶员的当前驾驶行为进行评估,并输出驾驶建议。
可选的,所述获取纯电动汽车行驶的外界条件以及全国范围内纯电动汽车不同的行驶工况之后,还包括:
判断所述行驶工况是否存在缺失值或异常值,得到第一判断结果;
若所述第一判断结果表示为所述行驶工况存在缺失值或异常值,利用牛顿插值算法进行填补处理,得到填补后的行驶工况。
可选的,所述利用牛顿插值算法进行填补处理,得到填补后的行驶工况之后,还包括:
判断所述纯电动汽车的车辆状态是否为停止状态,得到第二判断结果;
若所述第二判断结果表示为所述车辆状态为所述停止状态,判断所述纯电动汽车的总电流是否小于0,得到第三判断结果;
若所述第三判断结果表示为所述纯电动汽车的总电流小于0,确定所述纯电动汽车的当前状态为充电状态;
若所述第三判断结果表示为所述纯电动汽车的总电流不小于0,判断所述纯电动汽车的荷电状态是否等于100%,得到第四判断结果;
若所述第四判断结果表示为所述纯电动汽车的荷电状态等于100%,确定所述纯电动汽车的当前状态为满电待机状态;
若所述第四判断结果表示为所述纯电动汽车的荷电状态不等于100%,确定所述纯电动汽车的当前状态为熄火状态;
若所述第二判断结果表示为所述车辆状态不为所述停止状态,判断所述纯电动汽车的车速是否小于0.5,得到第五判断结果;
若所述第五判断结果表示为所述纯电动汽车的车速小于0.5,确定所述纯电动汽车的当前状态为充电状态;
若所述第五判断结果表示为所述纯电动汽车的车速不小于0.5,确定所述纯电动汽车的当前状态为行驶状态。
可选的,所述根据所述纯电动汽车能耗分布特征确定高能耗驾驶行为,具体包括:
利用相关性分析方法,根据所述纯电动汽车能耗分布特征确定高能耗驾驶行为。
可选的,所述根据所述高能耗驾驶行为以及所述外界条件建立纯电动汽车生态驾驶行为评估模型,具体包括:
获取所述驾驶员的实际驾驶行为;
根据所述纯电动汽车能耗分布特征确定能耗最小值;
以所述驾驶员的实际驾驶行为与所述能耗最小值之间的差异作为指标,对所述驾驶员的生态驾驶行为进行评估,并结合所述高能耗驾驶行为发生频次以及所述外界条件建立纯电动汽车生态驾驶行为评估模型。
可选的,所述根据所述纯电动汽车生态驾驶行为评估模型对驾驶员的当前驾驶行为进行评估,并输出驾驶建议,具体包括:
利用支持向量机算法对所述当前驾驶行为进行划分,确定优秀类别以及不及格类别;
根据所述优秀类别以及所述不及格类别训练所述纯电动汽车生态驾驶行为评估模型,确定评估后的纯电动汽车生态驾驶行为评估模型;
根据所述评估后的纯电动汽车生态驾驶行为评估模型对所述当前驾驶行为进行评分,得到评分结果;
根据所述评分结果对所述当前驾驶行为进行评估,并输出驾驶建议。
一种纯电动汽车生态驾驶行为评估系统,包括:
外界条件以及行驶工况获取模块,用于获取纯电动汽车行驶的外界条件以及全国范围内纯电动汽车不同的行驶工况;所述外界条件包括道路类型、路况以及空调温度;所述道路类型包括一级道路、二级道路、三级道路、四级道路以及其他道路;所述路况包括拥堵、低速、中速以及高速;所述空调温度包括空调冷风、空调热风以及无空调工作;所述行驶工况包括怠速状态、加速状态、起步状态、减速状态、匀速状态以及制动状态;
纯电动汽车能耗分布特征确定模块,用于根据所述外界条件以及所述行驶工况确定纯电动汽车能耗分布特征;
高能耗驾驶行为确定模块,用于根据所述纯电动汽车能耗分布特征确定高能耗驾驶行为;
评估模型建立模块,用于根据所述高能耗驾驶行为以及所述外界条件建立纯电动汽车生态驾驶行为评估模型;
评估模块,用于根据所述纯电动汽车生态驾驶行为评估模型对驾驶员的当前驾驶行为进行评估,并输出驾驶建议。
可选的,还包括:
第一判断模块,用于判断所述行驶工况是否存在缺失值或异常值,得到第一判断结果;
填补处理模块,用于若所述第一判断结果表示为所述行驶工况存在缺失值或异常值,利用牛顿插值算法进行填补处理,得到填补后的行驶工况。
可选的,还包括:
第二判断模块,用于判断所述纯电动汽车的车辆状态是否为停止状态,得到第二判断结果;
第三判断模块,用于若所述第二判断结果表示为所述车辆状态为所述停止状态,判断所述纯电动汽车的总电流是否小于0,得到第三判断结果;
充电状态确定模块,用于若所述第三判断结果表示为所述纯电动汽车的总电流小于0,确定所述纯电动汽车的当前状态为充电状态;
第四判断模块,用于若所述第三判断结果表示为所述纯电动汽车的总电流不小于0,判断所述纯电动汽车的荷电状态是否等于100%,得到第四判断结果;
满电待机状态确定模块,用于若所述第四判断结果表示为所述纯电动汽车的荷电状态等于100%,确定所述纯电动汽车的当前状态为满电待机状态;
熄火状态确定模块,用于若所述第四判断结果表示为所述纯电动汽车的荷电状态不等于100%,确定所述纯电动汽车的当前状态为熄火状态;
第五判断模块,用于若所述第二判断结果表示为所述车辆状态不为所述停止状态,判断所述纯电动汽车的车速是否小于0.5,得到第五判断结果;
充电状态确定模块,用于若所述第五判断结果表示为所述纯电动汽车的车速小于0.5,确定所述纯电动汽车的当前状态为充电状态;
行驶状态确定模块,用于若所述第五判断结果表示为所述纯电动汽车的车速不小于0.5,确定所述纯电动汽车的当前状态为行驶状态。
可选的,所述高能耗驾驶行为确定模块具体包括:
高能耗驾驶行为确定单元,用于利用相关性分析方法,根据所述纯电动汽车能耗分布特征确定高能耗驾驶行为。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供了一种纯电动汽车生态驾驶行为评估方法及系统,不同道路类型、行驶条件、温度状况等外界条件以及不同的运行工况下,确定车辆能耗分布特征;筛选与驾驶行为相关且与车辆能耗密切相关的参数,分析能耗与参数的关系,分析车辆在运行过程中不同的高耗能驾驶行为对车辆能耗的影响;并针对外界因素和高耗能驾驶行为提出基于大数据的纯电动汽车生态驾驶行为评估模型,对驾驶员的驾驶行为进行生态性的评估,对驾驶员提供针对性的驾驶建议,降低车辆能耗。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所提供的纯电动汽车生态驾驶行为评估方法流程图;
图2为本发明所提供的另一种纯电动汽车生态驾驶行为评估方法流程图;
图3为本发明所提供的数据预处理流程图;
图4为本发明所提供的行驶状态识别流程图;
图5为本发明所提供的最优驾驶行为导向的纯电动汽车生态驾驶行为评估模型的构建流程图;
图6为本发明所提供的纯电动汽车生态驾驶行为评估系统结构图。
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。
本发明的目的是提供一种纯电动汽车生态驾驶行为评估方法及系统,能够对驾驶员的驾驶行为进行生态性的评估,对驾驶员提供针对性的驾驶建议,降低车辆能耗。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明所提供的纯电动汽车生态驾驶行为评估方法流程图,如图1所示,一种纯电动汽车生态驾驶行为评估方法,包括:
步骤101:获取纯电动汽车行驶的外界条件以及全国范围内纯电动汽车不同的行驶工况;所述外界条件包括道路类型、路况以及空调温度;所述道路类型包括一级道路、二级道路、三级道路、四级道路以及其他道路;所述路况包括拥堵、低速、中速以及高速;所述空调温度包括空调冷风、空调热风以及无空调工作;所述行驶工况包括怠速状态、加速状态、起步状态、减速状态、匀速状态以及制动状态。
所述步骤101之后还包括:判断所述行驶工况是否存在缺失值或异常值,若是,利用牛顿插值算法进行填补处理,得到填补后的行驶工况。
所述利用牛顿插值算法进行填补处理,得到填补后的行驶工况之后,还包括:判断所述纯电动汽车的车辆状态是否为停止状态,若是,判断所述纯电动汽车的总电流是否小于0,若是,确定所述纯电动汽车的当前状态为充电状态;若所述纯电动汽车的总电流不小于0,判断所述纯电动汽车的荷电状态是否等于100%,若是,确定所述纯电动汽车的当前状态为满电待机状态;若否,确定所述纯电动汽车的当前状态为熄火状态;
若所述车辆状态不为所述停止状态,判断所述纯电动汽车的车速是否小于0.5,若是,确定所述纯电动汽车的当前状态为充电状态;若否,确定所述纯电动汽车的当前状态为行驶状态。
步骤102:根据所述外界条件以及所述行驶工况确定纯电动汽车能耗分布特征。
步骤103:根据所述纯电动汽车能耗分布特征确定高能耗驾驶行为。
所述步骤103具体包括:利用相关性分析方法,根据所述纯电动汽车能耗分布特征确定高能耗驾驶行为。
步骤104:根据所述高能耗驾驶行为以及所述外界条件建立纯电动汽车生态驾驶行为评估模型。
所述步骤104具体包括:获取所述驾驶员的实际驾驶行为;根据所述纯电动汽车能耗分布特征确定能耗最小值;以所述驾驶员的实际驾驶行为与所述能耗最小值之间的差异作为指标,对所述驾驶员的生态驾驶行为进行评估,并结合所述高能耗驾驶行为发生频次以及所述外界条件建立纯电动汽车生态驾驶行为评估模型。
步骤105:根据所述纯电动汽车生态驾驶行为评估模型对驾驶员的当前驾驶行为进行评估,并输出驾驶建议。
所述步骤105具体包括:利用支持向量机算法对所述当前驾驶行为进行划分,确定优秀类别以及不及格类别;根据所述优秀类别以及所述不及格类别训练所述纯电动汽车生态驾驶行为评估模型,确定评估后的纯电动汽车生态驾驶行为评估模型;根据所述评估后的纯电动汽车生态驾驶行为评估模型对所述当前驾驶行为进行评分,得到评分结果;根据所述评分结果对所述当前驾驶行为进行评估,并输出驾驶建议。
如图2所示,基于外界因素的纯电动汽车能耗特征分析具体为:
基于全国范围内纯电动汽车数据,采样间隔1s,提取车辆的运行数据。按怠速区间进行行驶片段划分,提取片段平均速度、平均行驶速度、行驶速度标准差等参数,利用聚类方法对行驶条件进行划分(拥堵、低速、中速、高速),利用电池功率与电机功率判断空调工作状态(空调冷风、空调热风、无空调工作),结合ArcGIS和Google Map API等地理软件补充道路类型数据(一级道路、二级道路、三级道路、四级道路、其他道路),根据行驶片段道路类型占比形成道路等级参数,分析不同行驶条件、温度条件和道路类型下的纯电动汽车能耗。再对相同外界条件下的车辆数据进行行驶工况的识别(起步、加速、减速、制动、匀速、怠速),并利用能耗百分比、运行时间百分比、百公里能耗三个特征指标分析不同行驶工况下纯电动汽车能耗特征和影响因素,最后计算其相应条件下的节能潜力,为纯电动汽车生态驾驶行为评估模型提供支撑。
如图3所示,具体步骤如下:
对数据进行预处理,数据内容包括:车辆VIN码、"车牌","时间","车速","里程","总电压","总电流","SOC","驱动电机个数","驱动电机转速","驱动电机转矩","经度","纬度","外界温度","空调温度","能耗值"。
(1)缺失值和异常值处理:
若数据中存在缺失值和异常值,利用牛顿插值算法进行填补。
如何判断是否存在缺失值和异常值:
缺失值:数据为空值,既Nan(空数据);
常值:时间不在前后两帧时间范围内;车速小于0;里程为小于等于0;里程不在前后两帧里程范围内;总电压小于等0V;总电流大于500A;驱动电机转速小于0;驱动电据转矩小于0;经度为0;纬度为0;外界温度值超过[-35,40]℃范围;空调温度值超过[-35,40]℃范围的数据规定为异常值数据。
(2)填补车辆加速度数据根据v(t)和v(t+1)计算t时间段内的加速度,利用(a(t-0.5)+a(t+0.5))/2表征t时刻的加速度。
缺失值和异常值处理步骤与填补车辆加速度数据步骤的联系:
缺失值和异常值数据的处理能够提高数据质量,使数据达到使用要求既能够计算相应的内容;经过数据缺失值和异常值处理后,车辆速度和时间的异常值和缺失值已经处理,由于车辆原数据中不包括车辆加速度数据,所以需要进行填补以便进行之后车辆工况识别的计算。
数据填补、数据异常值处理和数据缺失值处理都属于数据探索阶段,根据本发明的需求,数据异常值处理和数据缺失值处理在前,数据填补工作在后。
行驶片段划分的目的是区分车辆的满电待机状态、熄火状态、充电状态、停止状态、行驶状态和故障状态,由于数据量庞大,为了提高运算效率减少不必要的数据的输入,提取片段划分后的行驶数据片段;
在行驶片段的基础上进行行驶工况识别,包括怠速、加速、起步、制动、减速、匀速六种行驶工况;
在行驶工况识别的基础上进行行驶状况识别,通过采集不同行驶工况下的数据,根据不同行驶片段的特征值(平均速度、速度方差、技术速度方差、技术速度方差、加速占比、制动占比、减速占比、匀速占比、怠速占比等)进行聚类,得到几种行驶状况;
在行驶片段的基础上进行空调状况判断;
在行驶片段的基础上进行道路类型识别;(行驶状况识别,空调状况判断,道路类型识别三者为并列关系)。
多维度统计分析:统计不同行驶状况,空调状况,道路类型与能耗之间的关系(平均能耗值)。
行驶片段划分:
如图4所示,对行驶状态进行识别
1)车辆状态判断:如果车辆状态为停止,则进入步骤2);如果车辆状态为启动或者其他,则进入步骤3)
2)总电流是否小于0:如果总电流小于0,则判断状态为充电;如果总电流大于等于0,则进入步骤4);
3)如果车速小于0.5,总电流连续6帧小于0,则判断状态为充电;如果车速为0,电流大于等于0,则判断状态停车;如果车速大于0.5则判断状态为行驶;
4)如果前一帧为充电状态或者满电待机状态且SOC为100%,则判断为满电待机状态;若不是则判断为熄火;
5)若不在以上状态判断条件内,则判断为故障。
(2)缺失值和异常值处理
针对GPS数据缺失、电压值为0、SOC为0等数据异常问题和数据Nan缺失问题,提取行驶片段中70状态利用数据预处理中(2)方法进行填补。
(3)行驶片段统计分析
提取行驶片段数据,对片段的平均速度、平均行驶速度、速度方差、行驶速度方差等相关参数进行统计分析,用于后续研究。
表1为行驶工况判断表,如表1所示。
表1
工况 | 判断方法 |
怠速 | 车速=0,电流<1 |
加速 | 车速>3km/h,v(t+1)>v(t)且保持该状态连续三秒 |
起步 | v(t+1)>v(t)且v(t)=0,直到工况发生变化皆判断为起步工况 |
减速 | 车速>0,电流>0,v(t+1)<v(t)且保持该状态连续三秒 |
匀速 | 车速>0,电流>0,且连续五秒内车速上下波动不超过2km/h |
制动 | 车速>0,电流<0 |
行驶状况识别:利用聚类算法对平均行驶速度和平均功率进行聚类划分(n=3,低速|中速|高速)。
应用集成聚类EAC算法,进行基于平均速度、速度方差、技术速度方差、技术速度方差、加速占比、制动占比、减速占比、匀速占比、怠速占比等参数的聚类划分(n=2,拥堵|低速)。
集成聚类EAC算法使用不同的特征空间进行聚类,由这些不同的划分(n=m)得到一个邻近度矩阵(统计特征i和特征j在m种划分中属于同一个簇的次数),之后在这个邻近度矩阵上运用层次聚类中的单连接或平均连接算法得到最终的划分。
空调状况判断:
电池数据:总电流、总电压。
电机数据:驱动电机转速、驱动电机转矩。
根据电池功率与电机功率的差值以及外界温度判断车辆空调的工作状况。
道路类型识别:
利用ArcGIS和Google Map API工具,结合车辆的GPS数据,对车辆的行驶道路类型进行识别。
道路类型一分为一级道路、二级道路、三级道路、四级道路、其他道路。
一个行驶片段的道路类型参数为其中一级道路权重为1,二级道路权重0.8,三级道路权重0.6,四级道路权重0.4其他道路权重为0.2。
多维度统计分析:
根据以上内容统计分析不同条件与能耗之间的关系,以行驶状况为自变量,能耗为因变量,统计不同行驶状况下(拥堵、低速、中速、高速)的平均能耗值;以空调状况为自变量,能耗为因变量,统计不同空调状况下(热空调、冷空调、无空调)的平均能耗值;以道路类型为自变量,能耗为因变量,统计不同道路类型参数下(连续值)的平均能耗值;根据以上三项不同条件与能耗之间的统计分析情况,利用Pearson相关系数分析三个外界条件的相关性,若存在某一影响因素与能耗相关性较弱(|r|<0.4),则不作为外界条件继续分析。并利用能耗百分比、运行时间百分比、百公里能耗三个特征指标分析不同行驶工况下纯电动汽车能耗特征和影响因素,得到累计能耗贡献百分比、累计运行时间贡献百分比等统计信息。
节能潜力计算:利用层次分析法,将各个条件下的百公里能耗第一、第三四分位之差与第三四分位数的比值作为基础节能潜力,结合个条件下的能耗贡献百分比,计算其生态驾驶行为节能潜力,为后续研究提供支撑。
基于高耗能驾驶行为的纯电动汽车能耗分析步与基于外界因素的纯电动汽车能耗分析的关系:
基于外界因素的纯电动汽车能耗分析是基于高耗能驾驶行为的纯电动汽车能耗分析的基础,并且基于外界因素的纯电动汽车能耗分析中的车辆工况和车辆的行驶状态是提取驾驶员驾驶行为的重要标准;通过分析外界因素的能够得到车辆的速度、加速度、工况持续时间等变量,并且可以提取车辆的行驶工况;以车辆的速度、加速度、工况持续时间为基础,通过行驶工况分解车辆的驾驶员的驾驶行为。
提出运行速度、车辆加速度、工况持续时间三个因素作为判断驾驶行为的依据;根据基于外界因素的纯电动汽车能耗分析中的工况识别,并根据加速度大小以及工况持续时间,提取轻微加速、正常加速、紧急加速、无制动减速、轻微制动、正常制动、紧急制动、低速匀速、中速匀速、高速匀速十项驾驶行为,并结合工况持续时间增加长时加速、长时再生制动两项驾驶行为,再考虑转向行为对车辆能耗的影响,共计提出十三项驾驶行为,分析其发生次数与能耗之间的关系,利用数据降维或相关性分析方法提取高能耗驾驶行为。
以一段怠速区间内某项驾驶行为的发生次数为自变量,以该怠速区间内能耗为因变量,利用Pearson相关系数分析驾驶行为发生次数与能耗的相关性,若存在某一影响因素与能耗相关性较强(|r|>0.4)且成正相关,则作为驾驶员驾驶行为的评判标准即判断为高耗能驾驶行为(发生次数越多,能耗越高的行为),为纯电动汽车生态驾驶行为评估模型提供支撑。
具体步骤如下:
分析与驾驶员驾驶行为有关、影响车辆能耗的因素,包括车速、车辆加速度、工况持续时间等因素。分析各影响因素与能耗之间的关系,为后续研究提供支撑。
高耗能驾驶行为的提取:提取轻微加速、正常加速、紧急加速、无制动减速、轻微制动、正常制动、紧急制动、低速匀速、中速匀速、高速匀速十项驾驶行为,并结合工况持续时间增加长时加速、长时再生制动两项驾驶行为,再考虑转向行驶(转向加速和转向加速后制动)对车辆能耗的影响,共计提出十三项驾驶行为。
加速行为位于起步和加速工况进行判断;制动行为位于制动工况判断;减速行为位于减速工况判断;匀速行为位于匀速工况判断;转向行为利用车辆行驶前后三帧GPS数据,利用两个向量叉乘判断车辆转向行为是否发生。
驾驶行为发生频次与能耗的关系:分析其发生频次与能耗之间的关系,利用相关性分析方法(Pearson相关系数)提取发生频次越高能耗越高的驾驶行为。
以一段怠速区间内某项驾驶行为的发生次数为自变量,以该怠速区间内能耗为因变量,分析其发生次数与能耗之间的关系,利用Pearson相关系数分析驾驶行为发生次数与能耗的相关性,若存在某一影响因素与能耗相关性较强(|r|>0.4)且成正相关,则作为驾驶员驾驶行为的评判标准即判断为高耗能驾驶行为(发生次数越多,能耗越高的行为),并将这些高耗能驾驶行为作为后续生态驾驶行为评估模型的输入。
最优驾驶行为导向的纯电动汽车生态驾驶行为评估模型研究:通过分析基于外界因素的纯电动汽车能耗分析中的不同外界条件,分析在不同行驶条件、温度状况和道路类型下起步、加速、减速、制动、匀速的加速度或速度与能耗的关系,并以能耗最小值为目标,以驾驶员实际驾驶操作中各行为参数与能耗最小值之间的差异作为指标对其生态驾驶行为进行评估,并结合基于驾驶行为的纯电动汽车能耗分析中能耗较高的驾驶行为发生次数形成最优驾驶行为为导向的纯电动汽车生态驾驶行为评估模型。利用驾驶员与能耗最小值的平均差值和高耗能驾驶行为发生次数进行基于支持向量机的分类,利用向量点到最优分类超平面的几何间隔,对生态驾驶行为进行科学有效的分级和评估,并提出针对性驾驶行为建议。
具体步骤如下:
分析不同外界条件、不同工况下车辆加速度与能耗的关系
通过分析基于外界因素的纯电动汽车能耗分析中的不同外界条件,分析在不同行驶条件、温度状况和道路类型下起步、加速、减速、制动、匀速的加速度或速度与能耗的关系,并得到不同情况下的最小能耗值及其对应加速度或速度。
通过统计不同外界条件和工况下的不同加速度或不同速度下的能耗,并且利用多项式拟合得到对应条件下的拟合曲线,得到速度区间[0-120km/h]或加速度区间[-20km/h/s-25km/h/s]内的能耗最小值及其对应速度或者加速度。
最优驾驶行为导向的纯电动汽车生态驾驶行为评估模型的构建流程如图5所示:
以驾驶员实际驾驶操作中各行为参数与能耗最小值之间的差异作为指标对其生态驾驶行为进行评估,并结合基于驾驶行为的纯电动汽车能耗分析中能耗较高的驾驶行为发生频次形成最优驾驶行为为导向的纯电动汽车生态驾驶行为评估模型。取0.5-0.5权重分配两项评价指标,即能耗差值越小、高耗能驾驶行为越少评价越好,利用支持向量机算法划分前5%为优秀类别后5%为不及格类别,利用优秀类别和不及格类别确定支持向量机支持向量、分界面以及最优分类超平面,再对其他驾驶行为进行评价,利用向量点到最优分类超平面的几何间隔。
γ0为最大几何间隔;为向量点最优分类超平面的几何间隔;为向量点到最优分类超平面的几何间隔得分。
根据优秀类别和不及格类别可以得到一个支持向量机训练数据集,利用该训练数据集可以训练对应其支持向量、分界面和最有分类超平面的支持向量机模型,每一项驾驶行为都是一个向量点吗,将一项驾驶行为作为测试数据集输入到训练好的支持向量机模型中,在支持向量机模型中即可得到每一个向量点到最优分类超平面的几何间隔。
进行评价:
1)若向量点到最优分类超平面的距离与标准几何间隔之比大于1,则判断为1;
2)若向量点到最优分类超平面的距离与标准几何间隔之比大于-1且小于1,则判断为向量点到最优分类超平面的距离与标准几何间隔之比;
3)若向量点到最优分类超平面的距离与标准几何间隔之比小于-1,则判断为-1;
4)利用判断的分数按0-100分进行数据转换,得到驾驶员的生态驾驶行为评分,并给予相应的驾驶建议。
图6为本发明所提供的纯电动汽车生态驾驶行为评估系统结构图,如图6所示,一种纯电动汽车生态驾驶行为评估系统,包括:
外界条件以及行驶工况获取模块601,用于获取纯电动汽车行驶的外界条件以及全国范围内纯电动汽车不同的行驶工况;所述外界条件包括道路类型、路况以及空调温度;所述道路类型包括一级道路、二级道路、三级道路四级道路以及其他道路;所述路况包括拥堵、低速、中速以及高速;所述空调温度包括空调冷风、空调热风以及无空调工作;所述行驶工况包括怠速状态、加速状态、起步状态、减速状态、匀速状态以及制动状态。
纯电动汽车能耗分布特征确定模块602,用于根据所述外界条件以及所述行驶工况确定纯电动汽车能耗分布特征。
高能耗驾驶行为确定模块603,用于根据所述纯电动汽车能耗分布特征确定高能耗驾驶行为。
评估模型建立模块604,用于根据所述高能耗驾驶行为以及所述外界条件建立纯电动汽车生态驾驶行为评估模型。
评估模块605,用于根据所述纯电动汽车生态驾驶行为评估模型对驾驶员的当前驾驶行为进行评估,并输出驾驶建议。
本发明还包括:第一判断模块,用于判断所述行驶工况是否存在缺失值或异常值,得到第一判断结果;填补处理模块,用于若所述第一判断结果表示为所述行驶工况存在缺失值或异常值,利用牛顿插值算法进行填补处理,得到填补后的行驶工况。
第二判断模块,用于判断所述纯电动汽车的车辆状态是否为停止状态,得到第二判断结果;第三判断模块,用于若所述第二判断结果表示为所述车辆状态为所述停止状态,判断所述纯电动汽车的总电流是否小于0,得到第三判断结果;充电状态确定模块,用于若所述第三判断结果表示为所述纯电动汽车的总电流小于0,确定所述纯电动汽车的当前状态为充电状态;第四判断模块,用于若所述第三判断结果表示为所述纯电动汽车的总电流不小于0,判断所述纯电动汽车的荷电状态是否等于100%,得到第四判断结果;满电待机状态确定模块,用于若所述第四判断结果表示为所述纯电动汽车的荷电状态等于100%,确定所述纯电动汽车的当前状态为满电待机状态;熄火状态确定模块,用于若所述第四判断结果表示为所述纯电动汽车的荷电状态不等于100%,确定所述纯电动汽车的当前状态为熄火状态;第五判断模块,用于若所述第二判断结果表示为所述车辆状态不为所述停止状态,判断所述纯电动汽车的车速是否小于0.5,得到第五判断结果;充电状态确定模块,用于若所述第五判断结果表示为所述纯电动汽车的车速小于0.5,确定所述纯电动汽车的当前状态为充电状态;行驶状态确定模块,用于若所述第五判断结果表示为所述纯电动汽车的车速不小于0.5,确定所述纯电动汽车的当前状态为行驶状态。
所述高能耗驾驶行为确定模块603具体包括:高能耗驾驶行为确定单元,用于利用相关性分析方法,根据所述纯电动汽车能耗分布特征确定高能耗驾驶行为。
本发明针对现有纯电动汽车驾驶行为分析较少的问题,采集了全国范围内的纯电动汽车车辆行驶数据并进行能耗与驾驶行为分析,可以有效地为纯电动汽车驾驶员提供有效的生态驾驶行为建议。
同时,针对现有驾驶行为评价方式过于主观的问题,提出了基于外界因素与高耗能驾驶行为的最优驾驶行为为导向的纯电动汽车生态驾驶行为评估模型,采用支持向量机算法,利用向量点到最优分类超平面的几何间隔,对生态驾驶行为进行科学的、有效的、客观的分级和评估。
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。对于实施例公开的系统而言,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。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种纯电动汽车生态驾驶行为评估方法,其特征在于,包括:
获取纯电动汽车行驶的外界条件以及全国范围内纯电动汽车不同的行驶工况;所述外界条件包括道路类型、路况以及空调温度;所述道路类型包括一级道路、二级道路、三级道路、四级道路以及其他道路;所述路况包括拥堵、低速、中速以及高速;所述空调温度包括空调冷风、空调热风以及无空调工作;所述行驶工况包括怠速状态、加速状态、起步状态、减速状态、匀速状态以及制动状态;
根据所述外界条件以及所述行驶工况确定纯电动汽车能耗分布特征;
根据所述纯电动汽车能耗分布特征确定高能耗驾驶行为;
根据所述高能耗驾驶行为以及所述外界条件建立纯电动汽车生态驾驶行为评估模型;
根据所述纯电动汽车生态驾驶行为评估模型对驾驶员的当前驾驶行为进行评估,并输出驾驶建议。
2.根据权利要求1所述的纯电动汽车生态驾驶行为评估方法,其特征在于,所述获取纯电动汽车行驶的外界条件以及全国范围内纯电动汽车不同的行驶工况之后,还包括:
判断所述行驶工况是否存在缺失值或异常值,得到第一判断结果;
若所述第一判断结果表示为所述行驶工况存在缺失值或异常值,利用牛顿插值算法进行填补处理,得到填补后的行驶工况。
3.根据权利要求2所述的纯电动汽车生态驾驶行为评估方法,其特征在于,所述利用牛顿插值算法进行填补处理,得到填补后的行驶工况之后,还包括:
判断所述纯电动汽车的车辆状态是否为停止状态,得到第二判断结果;
若所述第二判断结果表示为所述车辆状态为所述停止状态,判断所述纯电动汽车的总电流是否小于0,得到第三判断结果;
若所述第三判断结果表示为所述纯电动汽车的总电流小于0,确定所述纯电动汽车的当前状态为充电状态;
若所述第三判断结果表示为所述纯电动汽车的总电流不小于0,判断所述纯电动汽车的荷电状态是否等于100%,得到第四判断结果;
若所述第四判断结果表示为所述纯电动汽车的荷电状态等于100%,确定所述纯电动汽车的当前状态为满电待机状态;
若所述第四判断结果表示为所述纯电动汽车的荷电状态不等于100%,确定所述纯电动汽车的当前状态为熄火状态;
若所述第二判断结果表示为所述车辆状态不为所述停止状态,判断所述纯电动汽车的车速是否小于0.5,得到第五判断结果;
若所述第五判断结果表示为所述纯电动汽车的车速小于0.5,确定所述纯电动汽车的当前状态为充电状态;
若所述第五判断结果表示为所述纯电动汽车的车速不小于0.5,确定所述纯电动汽车的当前状态为行驶状态。
4.根据权利要求1所述的纯电动汽车生态驾驶行为评估方法,其特征在于,所述根据所述纯电动汽车能耗分布特征确定高能耗驾驶行为,具体包括:
利用相关性分析方法,根据所述纯电动汽车能耗分布特征确定高能耗驾驶行为。
5.根据权利要求1所述的纯电动汽车生态驾驶行为评估方法,其特征在于,所述根据所述高能耗驾驶行为以及所述外界条件建立纯电动汽车生态驾驶行为评估模型,具体包括:
获取所述驾驶员的实际驾驶行为;
根据所述纯电动汽车能耗分布特征确定能耗最小值;
以所述驾驶员的实际驾驶行为与所述能耗最小值之间的差异作为指标,对所述驾驶员的生态驾驶行为进行评估,并结合所述高能耗驾驶行为发生频次以及所述外界条件建立纯电动汽车生态驾驶行为评估模型。
6.根据权利要求1所述的纯电动汽车生态驾驶行为评估方法,其特征在于,所述根据所述纯电动汽车生态驾驶行为评估模型对驾驶员的当前驾驶行为进行评估,并输出驾驶建议,具体包括:
利用支持向量机算法对所述当前驾驶行为进行划分,确定优秀类别以及不及格类别;
根据所述优秀类别以及所述不及格类别训练所述纯电动汽车生态驾驶行为评估模型,确定评估后的纯电动汽车生态驾驶行为评估模型;
根据所述评估后的纯电动汽车生态驾驶行为评估模型对所述当前驾驶行为进行评分,得到评分结果;
根据所述评分结果对所述当前驾驶行为进行评估,并输出驾驶建议。
7.一种纯电动汽车生态驾驶行为评估系统,其特征在于,包括:
外界条件以及行驶工况获取模块,用于获取纯电动汽车行驶的外界条件以及全国范围内纯电动汽车不同的行驶工况;所述外界条件包括道路类型、路况以及空调温度;所述道路类型包括一级道路、二级道路、三级道路、四级道路以及其他道路;所述路况包括拥堵、低速、中速以及高速;所述空调温度包括空调冷风、空调热风以及无空调工作;所述行驶工况包括怠速状态、加速状态、起步状态、减速状态、匀速状态以及制动状态;
纯电动汽车能耗分布特征确定模块,用于根据所述外界条件以及所述行驶工况确定纯电动汽车能耗分布特征;
高能耗驾驶行为确定模块,用于根据所述纯电动汽车能耗分布特征确定高能耗驾驶行为;
评估模型建立模块,用于根据所述高能耗驾驶行为以及所述外界条件建立纯电动汽车生态驾驶行为评估模型;
评估模块,用于根据所述纯电动汽车生态驾驶行为评估模型对驾驶员的当前驾驶行为进行评估,并输出驾驶建议。
8.根据权利要求7所述的纯电动汽车生态驾驶行为评估系统,其特征在于,还包括:
第一判断模块,用于判断所述行驶工况是否存在缺失值或异常值,得到第一判断结果;
填补处理模块,用于若所述第一判断结果表示为所述行驶工况存在缺失值或异常值,利用牛顿插值算法进行填补处理,得到填补后的行驶工况。
9.根据权利要求8所述的纯电动汽车生态驾驶行为评估系统,其特征在于,还包括:
第二判断模块,用于判断所述纯电动汽车的车辆状态是否为停止状态,得到第二判断结果;
第三判断模块,用于若所述第二判断结果表示为所述车辆状态为所述停止状态,判断所述纯电动汽车的总电流是否小于0,得到第三判断结果;
充电状态确定模块,用于若所述第三判断结果表示为所述纯电动汽车的总电流小于0,确定所述纯电动汽车的当前状态为充电状态;
第四判断模块,用于若所述第三判断结果表示为所述纯电动汽车的总电流不小于0,判断所述纯电动汽车的荷电状态是否等于100%,得到第四判断结果;
满电待机状态确定模块,用于若所述第四判断结果表示为所述纯电动汽车的荷电状态等于100%,确定所述纯电动汽车的当前状态为满电待机状态;
熄火状态确定模块,用于若所述第四判断结果表示为所述纯电动汽车的荷电状态不等于100%,确定所述纯电动汽车的当前状态为熄火状态;
第五判断模块,用于若所述第二判断结果表示为所述车辆状态不为所述停止状态,判断所述纯电动汽车的车速是否小于0.5,得到第五判断结果;
充电状态确定模块,用于若所述第五判断结果表示为所述纯电动汽车的车速小于0.5,确定所述纯电动汽车的当前状态为充电状态;
行驶状态确定模块,用于若所述第五判断结果表示为所述纯电动汽车的车速不小于0.5,确定所述纯电动汽车的当前状态为行驶状态。
10.根据权利要求7所述的纯电动汽车生态驾驶行为评估系统,其特征在于,所述高能耗驾驶行为确定模块具体包括:
高能耗驾驶行为确定单元,用于利用相关性分析方法,根据所述纯电动汽车能耗分布特征确定高能耗驾驶行为。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811566417.9A CN109552338B (zh) | 2018-12-19 | 2018-12-19 | 一种纯电动汽车生态驾驶行为评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811566417.9A CN109552338B (zh) | 2018-12-19 | 2018-12-19 | 一种纯电动汽车生态驾驶行为评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109552338A true CN109552338A (zh) | 2019-04-02 |
CN109552338B CN109552338B (zh) | 2020-04-07 |
Family
ID=65870708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811566417.9A Active CN109552338B (zh) | 2018-12-19 | 2018-12-19 | 一种纯电动汽车生态驾驶行为评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109552338B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110154890A (zh) * | 2019-05-14 | 2019-08-23 | 奇瑞新能源汽车技术有限公司 | 电动汽车提升续航能力的语音提示方法 |
CN111873805A (zh) * | 2020-07-24 | 2020-11-03 | 重庆长安新能源汽车科技有限公司 | 一种车辆能耗分析方法及系统 |
CN112200932A (zh) * | 2020-09-03 | 2021-01-08 | 北京蜂云科创信息技术有限公司 | 一种评估重型柴油车能耗的方法和设备 |
CN112829590A (zh) * | 2021-02-04 | 2021-05-25 | 东风汽车集团股份有限公司 | 基于整车经济性的纯电动车能量流计算方法、系统及介质 |
CN112866373A (zh) * | 2021-01-14 | 2021-05-28 | 浙江吉利控股集团有限公司 | 一种车辆节能驾驶引导方法及系统 |
CN113469301A (zh) * | 2021-09-06 | 2021-10-01 | 深圳万甲荣实业有限公司 | 基于运行数据分析的新能源汽车充电预警方法和系统 |
CN114228723A (zh) * | 2021-12-09 | 2022-03-25 | 华人运通(上海)云计算科技有限公司 | 一种驾驶行为分析方法 |
CN114677011A (zh) * | 2022-03-25 | 2022-06-28 | 黑河学院 | 一种驾驶员生态驾驶行为评估方法 |
CN114872556A (zh) * | 2022-05-30 | 2022-08-09 | 中国第一汽车股份有限公司 | 一种车辆异常耗能评估方法、装置、车辆及介质 |
CN114919459A (zh) * | 2022-05-24 | 2022-08-19 | 潍柴动力股份有限公司 | 一种续驶里程的确定方法、装置和计算机设备 |
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 (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102012200098A1 (de) * | 2011-01-06 | 2012-07-12 | Ford Global Technologies, Llc | Informationsanzeigesystem und -verfahren |
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 |
CN106458223A (zh) * | 2014-06-12 | 2017-02-22 | 标致·雪铁龙汽车公司 | 用于使车辆驾驶员对于车辆燃料消耗和/或其它消耗源敏感的驾驶辅助方法 |
WO2017080811A1 (de) * | 2015-11-12 | 2017-05-18 | Volkswagen Aktiengesellschaft | Verfahren, vorrichtung und verarbeitungseinrichtung zum steuern von funktionen in einem fahrzeug |
US20170148322A1 (en) * | 2009-08-24 | 2017-05-25 | Here Global B.V. | Providing Driving Condition Alerts Using Road Attribute Data |
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 |
CN107563423A (zh) * | 2017-08-24 | 2018-01-09 | 北京交通发展研究院 | 一种轻型机动车生态驾驶行为的综合评价方法 |
CN108269325A (zh) * | 2016-12-30 | 2018-07-10 | 中国移动通信有限公司研究院 | 一种驾驶行为油耗经济性的分析方法及装置 |
CN108647836A (zh) * | 2018-06-06 | 2018-10-12 | 哈尔滨思派科技有限公司 | 一种驾驶员节能评价方法和系统 |
CN109033332A (zh) * | 2018-07-20 | 2018-12-18 | 汉纳森(厦门)数据股份有限公司 | 驾驶行为分析方法、介质及系统 |
-
2018
- 2018-12-19 CN CN201811566417.9A patent/CN109552338B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170148322A1 (en) * | 2009-08-24 | 2017-05-25 | Here Global B.V. | Providing Driving Condition Alerts Using Road Attribute Data |
DE102012200098A1 (de) * | 2011-01-06 | 2012-07-12 | Ford Global Technologies, Llc | Informationsanzeigesystem und -verfahren |
CN106458223A (zh) * | 2014-06-12 | 2017-02-22 | 标致·雪铁龙汽车公司 | 用于使车辆驾驶员对于车辆燃料消耗和/或其它消耗源敏感的驾驶辅助方法 |
WO2017080811A1 (de) * | 2015-11-12 | 2017-05-18 | Volkswagen Aktiengesellschaft | Verfahren, vorrichtung und verarbeitungseinrichtung zum steuern von funktionen in einem fahrzeug |
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 |
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 |
CN108269325A (zh) * | 2016-12-30 | 2018-07-10 | 中国移动通信有限公司研究院 | 一种驾驶行为油耗经济性的分析方法及装置 |
CN107563423A (zh) * | 2017-08-24 | 2018-01-09 | 北京交通发展研究院 | 一种轻型机动车生态驾驶行为的综合评价方法 |
CN108647836A (zh) * | 2018-06-06 | 2018-10-12 | 哈尔滨思派科技有限公司 | 一种驾驶员节能评价方法和系统 |
CN109033332A (zh) * | 2018-07-20 | 2018-12-18 | 汉纳森(厦门)数据股份有限公司 | 驾驶行为分析方法、介质及系统 |
Non-Patent Citations (2)
Title |
---|
陈晨: "城市道路驾驶员生态驾驶行为评估方法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
高晨宵: "纯电动汽车驾驶行为预测和驾驶模式识别", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110154890A (zh) * | 2019-05-14 | 2019-08-23 | 奇瑞新能源汽车技术有限公司 | 电动汽车提升续航能力的语音提示方法 |
CN111873805A (zh) * | 2020-07-24 | 2020-11-03 | 重庆长安新能源汽车科技有限公司 | 一种车辆能耗分析方法及系统 |
CN112200932A (zh) * | 2020-09-03 | 2021-01-08 | 北京蜂云科创信息技术有限公司 | 一种评估重型柴油车能耗的方法和设备 |
CN112866373A (zh) * | 2021-01-14 | 2021-05-28 | 浙江吉利控股集团有限公司 | 一种车辆节能驾驶引导方法及系统 |
CN112829590A (zh) * | 2021-02-04 | 2021-05-25 | 东风汽车集团股份有限公司 | 基于整车经济性的纯电动车能量流计算方法、系统及介质 |
CN113469301B (zh) * | 2021-09-06 | 2021-11-30 | 深圳万甲荣实业有限公司 | 基于运行数据分析的新能源汽车充电预警方法和系统 |
CN113469301A (zh) * | 2021-09-06 | 2021-10-01 | 深圳万甲荣实业有限公司 | 基于运行数据分析的新能源汽车充电预警方法和系统 |
CN114228723A (zh) * | 2021-12-09 | 2022-03-25 | 华人运通(上海)云计算科技有限公司 | 一种驾驶行为分析方法 |
CN114228723B (zh) * | 2021-12-09 | 2024-04-12 | 华人运通(上海)云计算科技有限公司 | 一种驾驶行为分析方法 |
CN114677011A (zh) * | 2022-03-25 | 2022-06-28 | 黑河学院 | 一种驾驶员生态驾驶行为评估方法 |
CN114919459A (zh) * | 2022-05-24 | 2022-08-19 | 潍柴动力股份有限公司 | 一种续驶里程的确定方法、装置和计算机设备 |
CN114872556A (zh) * | 2022-05-30 | 2022-08-09 | 中国第一汽车股份有限公司 | 一种车辆异常耗能评估方法、装置、车辆及介质 |
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 |
---|---|
CN109552338B (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109552338A (zh) | 一种纯电动汽车生态驾驶行为评估方法及系统 | |
JP4175923B2 (ja) | 走行速度パターン推定装置 | |
CN104260724B (zh) | 一种车辆智能预测控制系统及其方法 | |
CN109927709A (zh) | 一种车辆行驶路线工况确定方法、能量管理方法及系统 | |
CN103895649B (zh) | 一种驾驶员安全驾驶预警方法 | |
CN103234544B (zh) | 电动汽车电量消耗因子模型建立及续驶里程估算方法 | |
CN110135632A (zh) | 基于路径信息的phev自适应最优能量管理方法 | |
Fotouhi et al. | A review on the applications of driving data and traffic information for vehicles׳ energy conservation | |
DE102012216115A1 (de) | Ein Fahrzeug und Verfahren zum Schätzen einer Reichweite für das Fahrzeug | |
CN108909459A (zh) | 电动汽车的能量回收方法、系统以及电动汽车 | |
Ganji et al. | A study on look-ahead control and energy management strategies in hybrid electric vehicles | |
Li et al. | Hierarchical predictive energy management of hybrid electric buses based on driver information | |
CN103786733B (zh) | 一种自动档汽车环保驾驶行为的提示方法 | |
CN105667501B (zh) | 具有轨迹优化功能的混合动力车辆的能量分配方法 | |
CN116187161A (zh) | 一种智能网联环境下混合动力客车智能能量管理方法及系统 | |
CN109774492A (zh) | 一种基于未来驱动功率需求的纯电动汽车整车功率分配方法 | |
Zhang et al. | Environmental screening model of driving behavior for an electric bus entering and leaving stops | |
Yu et al. | A-EMCS for PHEV based on real-time driving cycle prediction and personalized travel characteristics | |
Kubaisi | Adaptive Regenerative Braking in Electric Vehicles | |
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 | |
Pan et al. | Driving cycle construction and combined driving cycle prediction for fuzzy energy management of electric vehicles | |
CN117799496A (zh) | 一种电动汽车短期能耗预测方法 | |
CN114943403A (zh) | 一种基于大数据的公交驾驶员生态驾驶评价系统及方法 | |
Halmeaho et al. | Advanced driver aid system for energy efficient electric bus operation | |
CN114627654B (zh) | 一种基于时空特性的公交车载客量量化方法 |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Long Chaohua Inventor after: Wang Zhenpo Inventor after: Sun Fengchun Inventor after: Chen Yikun Inventor after: Cui Dingsong Inventor before: Long Chaohua Inventor before: Wang Zhenpo Inventor before: Sun Fengchun Inventor before: Chen Yikun |
|
GR01 | Patent grant | ||
GR01 | Patent grant |