CN109948878A - 基于油门-负荷变化趋势分析的车辆动力评估方法及系统 - Google Patents
基于油门-负荷变化趋势分析的车辆动力评估方法及系统 Download PDFInfo
- Publication number
- CN109948878A CN109948878A CN201811536135.4A CN201811536135A CN109948878A CN 109948878 A CN109948878 A CN 109948878A CN 201811536135 A CN201811536135 A CN 201811536135A CN 109948878 A CN109948878 A CN 109948878A
- Authority
- CN
- China
- Prior art keywords
- throttle
- load
- peak
- vehicle
- library
- 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.)
- Withdrawn
Links
Landscapes
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明公开一种基于油门‑负荷变化趋势分析的车辆动力性评估方法及系统,从车辆的道路实测数据库中提取数据,生成运动片段的油门过程集合;生成油门过程的油门峰值集合和负荷峰值集合;生成油门过程的【油门‑负荷峰值】组合集合;生成【油门‑负荷峰值】组合集合库;然后车辆动力性和经济性相关分析。本发明针对特定的样本车辆,从时间和数值层面量化标定其油门变化对负荷变化的影响水平和方式的功能,定量、可比地评价车辆动力性及其和经济性之间的映射关系;为下一步兼顾油耗、动力性的车辆客观评价提供更加可靠的技术支持,提升了数据库作为车辆性能深入研究平台的性能。
Description
技术领域
本发明属于交通运输信息领域,特别涉及到一种基于油门-负荷变化趋势分析的车辆 动力性评估方法及系统。
背景技术
在交通运输信息领域,现阶段积累了大量的实际道路行驶数据:让安装了数据采集 终端的车队自由行驶,并建立信息化系统对车辆和终端进行管理。通过长期的自主运行, 在覆盖市内、郊区、城间等行政区域的实际运行路线采集车辆运行信息,并进行数据存储、预处理、数据分析,形成了反映车队行驶工况、油耗和排放实际情况的海量道路实 测数据库。
通过对道路实测数据库的深入分析,考察车辆在多种驾驶情境下的行驶特征及差异, 在此基础上根据具体需求,对多类型参数进行综合分析,挖掘他们的关联属性和影响方 式,从而可以对驾驶员驾驶行为、特定车型的车辆性能、道路运行模式等多方面的深入研究提供坚实的数据支持。
为了建立兼顾经济性和动力性,逼近车辆实际驾驶情况,适合我国汽车产品特征的 客观评价体系,同时为深入开展驾驶行为、车辆性能等研究,亟需利用上述道路实测数据提供一个可靠的评估方法。
发明内容
有鉴于此,本发明提出一种基于油门-负荷变化趋势分析的车辆动力性评估方法,针对特定的样本车辆,从时间和数值层面量化标定其油门变化对负荷变化的影响水平和方式的功能,定量、可比地评价车辆动力性及其和经济性之间的映射关系。
为达到上述目的,本发明的技术方案是这样实现的:
一种基于油门-负荷变化趋势分析的车辆动力性评估方法,从车辆的道路实测数据库 中提取数据,以车辆在一次启动到停车的片段定义为运动片段,运动片段中每一次油门 从闭合到开启-闭合再到开启的过程为油门过程;包括:
S1、生成运动片段的油门过程集合;
S2、生成油门过程的油门峰值集合和负荷峰值集合;
S3、生成油门过程的【油门-负荷峰值】组合集合;
S4、生成【油门-负荷峰值】组合集合库;
S5、车辆动力性和经济性相关分析。
进一步的,步骤S2中,包括:
S201、对于步骤S1中生成的油门过程集合的每一个油门过程,从油门开合度随时间 变化的曲线中查找波峰-波谷信息:提取并记录峰值在运动片段中出现的时间和其他相关 信息,形成过程的油门峰值信息集合;其中,油门开合度出现峰值然后下降,代表在该油门开合过程中驾驶员踏油门到目标位移然后松开的操作;
S202、对于步骤S1中生成的油门过程集合的每一个油门过程,提取过程中负荷的波 动信息生成对应的负荷峰值信息集合;其中负荷峰值的出现和下降代表负荷随油门操作 而变化的过程。
进一步的,步骤S3中,具体包括:以出现时间为根据,对步骤S2中生成的两个集 合的峰值进行匹配对标,两两组合油门和负荷峰值信息,识别剔除不符合负荷对油门的 正常响应情形的组合,最终得到一一对应的【油门-负荷峰值】组合集合,集合中每个组 合信息反映每次踩踏-松开油门操作和其引起的负荷变化。
进一步的,步骤S4中,具体包括:
S401、筛选掉不合规的异常油门过程,留下有效油门过程形成运动片段的【油门-负 荷峰值】组合集合;
S402、对于样本车辆一段时间的运动片段库,按照步骤S1-S401的方法进行运动片段 的批量处理,最终得到该样本车辆的【油门-负荷峰值】组合集合库。
进一步的,步骤S5中,具体包括:
S501、以【油门-负荷峰值】组合集合库的数据描述车辆对驾驶员加速意图的反馈情 况,分析车辆的动力性能;
S502、在S501基础上,结合油耗数据,进一步分析车辆的动力性能对于车辆油耗的影响。
本发明的另一方面,还提供了一种基于油门-负荷变化趋势分析的车辆动力性评估系 统,所述系统从车辆的道路实测数据库中提取数据,数据参数以车辆在一次启动到停车 的片段定义为运动片段,运动片段中每一次油门从闭合到开启-闭合再到开启的过程为油 门过程;所述系统包括:
油门过程集合模块,用于生成运动片段的油门过程集合;
峰值集合模块,用于生成油门过程的油门峰值集合和负荷峰值集合;
组合集合模块,用于生成油门过程的【油门-负荷峰值】组合集合;
集合库模块,用于生成【油门-负荷峰值】组合集合库;
分析模块,用于车辆动力性和经济性相关分析。
进一步的,峰值集合模块包括:
油门峰值单元,对于油门过程集合模块中生成的油门过程集合的每一个油门过程,从 油门开合度随时间变化的曲线中查找波峰-波谷信息:提取并记录峰值在运动片段中出现 的时间和其他相关信息,形成过程的油门峰值信息集合;其中,油门开合度出现峰值然 后下降,代表在该油门开合过程中驾驶员踏油门到目标位移然后松开的操作;
负荷峰值单元,对于油门过程集合模块中生成的油门过程集合的每一个油门过程,提 取过程中负荷的波动信息生成对应的负荷峰值信息集合;其中负荷峰值的出现和下降代 表负荷随油门操作而变化的过程。
进一步的,组合集合模块包括匹配单元,以出现时间为根据,对峰值集合模块中生成 的两个集合的峰值进行匹配对标,两两组合油门和负荷峰值信息,识别剔除不符合负荷对油门的正常响应情形的组合,最终得到一一对应的【油门-负荷峰值】组合集合,集合 中每个组合信息反映每次踩踏-松开油门操作和其引起的负荷变化。
进一步的,集合库模块包括:
筛选单元,筛选掉不合规的异常油门过程,留下有效油门过程形成运动片段的【油门 -负荷峰值】组合集合;
批量处理单元,对于样本车辆一段时间的运动片段库,通过前述模块和单元进行运动 片段的批量处理,最终得到该样本车辆的【油门-负荷峰值】组合集合库。
进一步的,分析模块包括:
动力性能分析单元,以【油门-负荷峰值】组合集合库的数据描述车辆对驾驶员加速 意图的反馈情况,分析车辆的动力性能;
经济性能分析单元,在动力性能分析单元分析的基础上,结合油耗数据,进一步分析 车辆的动力性能对于车辆油耗的影响。
相对于现有技术,本发明具有以下优势:
本发明从车辆的道路实测数据库中提取加速情景中所对应的油门开合度和发动机负 荷瞬时数据:根据实际经验从运动片段中提取油门从闭合到开启再回到闭合的时间过程 集合作为初步分析基础;提取过程中油门曲线的波峰/波谷的时间和数值信息,以及对应 的发动机负荷信息;通过对两者之间时间关系的提取和分析,匹配油门操作和与其对应 的负荷响应,形成每一个过程的【油门-负荷峰值】组合集合,每一个组合代表驾驶员每一次踩踏油门并回复的操作及其引起的发动机负荷变化。针对特定的样本车辆,从时间 和数值层面量化标定其油门变化对负荷变化的影响水平和方式的功能,定量、可比地评 价车辆动力性及其和经济性之间的映射关系;为下一步兼顾油耗、动力性的车辆客观评 价提供更加可靠的技术支持,提升了数据库作为车辆性能深入研究平台的性能。
附图说明
图1是本发明实施例中运动片段的油门过程集合曲线图;
图2是本发明实施例中【油门-负荷峰值】组合示例曲线图;
图3是本发明实施例中【油门-负荷峰值】关系对车辆油耗影响示意图(样本1);
图4是本发明实施例中三个样本的【油门-负荷峰值】关系及其对油耗的影响示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互 组合。
下面将结合附图来详细说明本发明。
本发明的设计思想:
在驾驶情境下,驾驶员踩踏油门到目标位置然后松开的过程是在加速意图下最直观 基本的操作;油门开合度变化是每次操作的关键刻画因素;油门变化对发动机负荷的影响程度和方式可以从驱动层面反映车辆对驾驶员输入的加速意图的反馈情况,从而描述车辆的动力性能。
挖掘【踩下-松开油门】操作中油门和负荷的变化趋势及其之间的关联方式,通过特 征归纳计算和时间匹配对标,获取能够有效准确地反映驾驶员操作和车辆响应性能的量 化指标参数,从而从数据分析层面定量描述车辆对驾驶员踩踏油门操作的响应差异程度, 并进一步解析引起差异的内在原因,是实现车辆动力性评价和研究从主观评判到客观量 化的重要技术方法。
在此基础上,从车辆实测数据库中提取计算对应的油耗特征参数进行集成分析,为 建立兼顾经济性和动力性,逼近车辆实际驾驶情况,适合我国汽车产品特征的客观评价体系提供了重要的技术支持和理论依据,为深入开展驾驶行为、车辆性能等研究提供一 个可靠的平台。
因此本发明从车辆的道路实测数据库中提取加速情景中所对应的油门开合度和发动 机负荷瞬时数据:根据实际经验从运动片段中提取油门从闭合到开启再回到闭合的时间 过程集合作为初步分析基础;提取过程中油门曲线的波峰/波谷的时间和数值信息,以及 对应的发动机负荷信息;通过对两者之间时间关系的提取和分析,匹配油门操作和与其 对应的负荷响应,形成每一个过程的【油门-负荷峰值】组合集合,每一个组合代表驾驶员每一次踩踏油门并回复的操作及其引起的发动机负荷变化。
车辆从起步出发至目的地停车,受道路交通状况影响,其间会经过多次起步、停车操作。因此本发明将车辆在一次启动到下一次停车的运动定义为运动片段,运动片段中 每一次油门从上一次闭合到开启-闭合再到下一次开启的过程简称“油门过程”,以样本 车辆一个持续时间约为110s运动片段作为示例说明处理过程。
基于油门信息提取运动片段的油门片段集合:
考察油门开合度在该运动片段中的逐秒的瞬态数值,提取在车辆长期行驶过程中出 现的油门最小值,标记为油门闭合值,用于判别油门是否处于闭合状态。如图1中水平粗线所示:样本的油门闭合值为28(%)。
首先,查找运动片段中油门闭合值出现的时间点集合,然后在该集合中查找所有时 间间隔大于1秒,即不连续的点组合,图1中O/X两点为一个组合的示例,可以看出组合中两个点分别代表了油门回复到闭合状态和下一次油门开启的瞬间。整理所有组合点的信息,可以获取每个油门过程在运动片段中的起止时间点并依次录入n*2数组PhaseAo:PhaseAo(i,1)代表运动片段中第i个油门过程的起始时间,PhaseAo(2,i)则代表该过程 的终止时间。
根据记录下的时间信息可以从片段数据库中提取过程的其他参数信息,作为今后数 据分析的基础。运动片段的油门过程集合如图1中的多个方框所示。
提取油门过程的油门和负荷峰值信息集合:
对于每一个油门过程,从数据库中提取其对应时间的油门开合度数值(%)曲线,查 找曲线的波峰和波谷的集合:一个波谷到下一个波峰之间的过程对应驾驶员踩踏油门到 目标位移的操作,以图1中O1-X1标注的过程示例;波峰到下一个波谷的过程对应之后松开油门的操作,以X1-O2标注示例。记录谷峰相关的信息,如出现时间、间隔时间、数值 落差等作为下一步特征统计分析的基础。
其中,油门过程中查找到的m1个油门峰值的信息录入m1行数组TiAo:TiAo(i)代表油 门过程中第i个油门峰值在过程中的出现时间点。
同理考察负荷曲线,将查找到的m2个负荷峰值的时间信息录入m2行数组TiLd中:TiLd(i)代表油门过程中第i个负荷峰值在过程中的出现时间点。
图2中示例了运动片段中油门和负荷随时间变化的曲线,实线代表油门开合度,虚线 代表负荷。
生成油门过程的【油门-负荷峰值】组合集合:
根据车辆原理可以知道,负荷峰值的出现-下降代表负荷随【踩下-松开油门】的操作,即每一次油门峰值出现-下降的情况而变化的过程,所以在一个油门过程中,油门和 负荷峰值之间应存在一一对应关系。然而因为一些原因,比如较平缓的油门操作可能没 有引起负荷的相应变化,采集数据本身的波动等等,会出现油门和负荷峰值不匹配的情 况。以油门峰值数量m1多于负荷峰值数量m2的情况为示例,说明解决这个问题的步骤:
1)m1>m2,则将上文所述的TiAo数组横向复制平铺m2次后得到m1*m2矩阵TiLong,将 数组TiLd转置后,纵向平铺m1后得到m1*m2矩阵TiShort;
2)计算TiLong-TiShort的绝对值矩阵并查找每一行的最小值,将其列号存入m1维数组 A;A(i)为和第i个油门峰值时间间隔最近的负荷峰值的在油门过程中出现的序号。
3)依次查找并提取A中(m1-m2)个最大值,记录其在A中的序号,在TiAo和PkAi中删除序号对应的信息行,最终得到m2维数组TiAo。认为新生成的TiAo的油门时间与 LdTi的负荷时间是逐行一一对应的。
上述流程的思路在于对每一个油门峰值,找到和其时间距离最近的负荷峰值,代表 该油门峰值操作最可能引起的负荷变化,和其他油门的对应的可能变化相比,若两者时间间隔越大,该负荷是由该油门操作引起变化的可能性就越低,该油门操作未引起任何 负荷变化的可能性就越大,可将此峰值信息删除,不再参与下一步的综合数据分析,剩 下的油门峰值和负荷峰值信息一一对应,形成该油门过程的【油门-负荷峰值】组合集合, 集合中每个组合描述每次【踩下-松开】油门操作和其引起的负荷变化。
若负荷峰值数量大于油门峰值数量(m2>m1),则类似地进行相反的处理。
图2中0~20秒间的三条(近似)垂直的线的两端分别代表了处理后生成的三个【油门-负荷峰值】组合;40秒左右的方框标注示例了在后续过程中删除的一个多余的负荷峰值;示例了中圆形标注示例了两个负荷跟随油门变化情景。从横向、纵向两个维度对情 景进行量化,即计算并存储油门和负荷峰值之间的时间落差和峰值(标准化)落差,如 圆圈中横线、竖线所示。
生成运动片段的【油门-负荷峰值】组合信息集合:
根据上述生成的TiAo和TiLd提取在油门过程中该时间点的其他车辆的采集各类型 的实测数据,计算一些关键特征参数作为今后数据分析的基础:油门过程在运动片段起止时间、包含的【油门-负荷峰值】组合数量、组合中【油门-负荷峰值】的时间间隔的 平均值、【油门-负荷峰值】的平均差值(标准化)、油门峰值平均值、负荷峰值平均值, 以及能耗特征:ex:油门过程的瞬时油耗值平均值、燃料消耗率(过程总油耗/过程总里 程)等。
通过上述流程形成的油门过程【油门-负荷峰值】组合集合可能存在时间对标的错误, 为了避免这些错误影响到以后的数据分析结果,对每一个油门过程进行考察,筛选掉不 合理的过程及相关信息。
在实际驾驶中,负荷对油门的峰值平均响应时间不应过长,以此为根据,计算每个油门过程生成的(TiAo-TiLd)数组的平均值,即在该过程中查找出的所有【油门-负荷峰值】组合的时间间隔的平均值,若未超过规定阈值(2s),则认为该油门过程有效,将 其录入运动片段的信息集合中;否则,舍弃该过程。最终为运动片段生成有效的【油门- 负荷峰值】组合集合。
车辆的【油门-负荷峰值】组合集合运行过程库生成、验证:
选取一辆1.6L车作为样本1,批量处理其一段时间的运动片段库。得到该车的【油门-负荷峰值】组合集合和相关信息库。
计算库中油门过程数目,和筛选处理前的过程数目进行对比;统计库中【油门-负荷 峰值】组合的平均时间间隔,即该车的负荷对油门的平均响应时间。如表1所示:油门 过程的有效比例达到了较高的水平,较短的平均响应时间符合正常真实的车辆行驶工况。 综上所述,本文构建的【油门-负荷峰值】组合提取和分析方法是有效合理的。
表1样本1的油门过程、【油门-负荷峰值】组合处理结果统计
运动片段数 | 油门过程数 | 峰值组合数 | 有效过程数 | 过程有效率 | 平均响应时间(s) |
1403 | 15527 | 20996 | 15089 | 97.18% | 0.45 |
车辆动力性和经济性分析和对比
每个油门过程的【油门-负荷峰值】的平均差值(标准化)可以从数值层面上描述负荷对油门的跟随性能,计算车辆数据库中每个油门过程的该参数,统计研究其总体分布 情况,如图3所示,较小的差值代表了较高的跟随性能。
在此基础上,结合处理过程中获得的油门过程的能耗特征参数(瞬时油耗值平均值、 燃料消耗率),考察动力性对于车辆经济性的影响。从图3可以看出车辆经济性和动力性呈负相关:随着落差参数增大,跟随度(动力性)降低,油耗输出降低,瞬时油耗受 影响程度更大。
图4展示的是三辆样车的差值参数分布情况及其对油耗的影响。柱状图代表各车的 落差分布情况:两辆2T增压车样本2和样本3在代表较高跟随度的低落差区间分布概率较高:前者在0~30%区间的累计分布达到60%,表示其发动机负荷对油门操作反响灵敏,车辆动力性好。
虚线和实线分别是跟随度对应的瞬时油耗和燃油消耗率结果:对于每一辆车,油耗 输出随着跟随度(动力性)增长。在相同跟随度区间内,1.6L的样本1瞬时油耗明显偏高,差异随跟随度增大。此外,三辆车的燃油消耗率受跟随度影响的趋势相近,说明样 本1在高跟随度区间速度偏高,即该车在高速运行时才能获得和其他两辆车相近的动力 性。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神 和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于油门-负荷变化趋势分析的车辆动力性评估方法,其特征在于,从车辆的道路实测数据库中提取数据,以车辆在一次启动到停车的片段定义为运动片段,运动片段中每一次油门从闭合到开启-闭合再到开启的过程为油门过程;包括:
S1、生成运动片段的油门过程集合;
S2、生成油门过程的油门峰值集合和负荷峰值集合;
S3、生成油门过程的【油门-负荷峰值】组合集合;
S4、生成【油门-负荷峰值】组合集合库;
S5、车辆动力性和经济性相关分析。
2.根据权利要求1所述的方法,其特征在于,步骤S2中,包括:
S201、对于步骤S1中生成的油门过程集合的每一个油门过程,从油门开合度随时间变化的曲线中查找波峰-波谷信息:提取并记录峰值在运动片段中出现的时间和其他相关信息,形成过程的油门峰值信息集合;其中,油门开合度出现峰值然后下降,代表在该油门开合过程中驾驶员踏油门到目标位移然后松开的操作;
S202、对于步骤S1中生成的油门过程集合的每一个油门过程,提取过程中负荷的波动信息生成对应的负荷峰值信息集合;其中负荷峰值的出现和下降代表负荷随油门操作而变化的过程。
3.根据权利要求1所述的方法,其特征在于,步骤S3中,具体包括:以出现时间为根据,对步骤S2中生成的两个集合的峰值进行匹配对标,两两组合油门和负荷峰值信息,识别剔除不符合负荷对油门的正常响应情形的组合,最终得到一一对应的【油门-负荷峰值】组合集合,集合中每个组合信息反映每次踩踏-松开油门操作和其引起的负荷变化。
4.根据权利要求1所述的方法,其特征在于,步骤S4中,具体包括:
S401、筛选掉不合规的异常油门过程,留下有效油门过程形成运动片段的【油门-负荷峰值】组合集合;
S402、对于样本车辆一段时间的运动片段库,按照步骤S1-S401的方法进行运动片段的批量处理,最终得到该样本车辆的【油门-负荷峰值】组合集合库。
5.根据权利要求1所述的方法,其特征在于,步骤S5中,具体包括:
S501、以【油门-负荷峰值】组合集合库的数据描述车辆对驾驶员加速意图的反馈情况,分析车辆的动力性能;
S502、在S501基础上,结合油耗数据,进一步分析车辆的动力性能对于车辆油耗的影响。
6.一种基于油门-负荷变化趋势分析的车辆动力性评估系统,其特征在于,所述系统从车辆的道路实测数据库中提取数据,数据参数以车辆在一次启动到停车的片段定义为运动片段,运动片段中每一次油门从闭合到开启-闭合再到开启的过程为油门过程;所述系统包括:
油门过程集合模块,用于生成运动片段的油门过程集合;
峰值集合模块,用于生成油门过程的油门峰值集合和负荷峰值集合;
组合集合模块,用于生成油门过程的【油门-负荷峰值】组合集合;
集合库模块,用于生成【油门-负荷峰值】组合集合库;
分析模块,用于车辆动力性和经济性相关分析。
7.根据权利要求6所述的系统,其特征在于,峰值集合模块包括:
油门峰值单元,对于油门过程集合模块中生成的油门过程集合的每一个油门过程,从油门开合度随时间变化的曲线中查找波峰-波谷信息:提取并记录峰值在运动片段中出现的时间和其他相关信息,形成过程的油门峰值信息集合;其中,油门开合度出现峰值然后下降,代表在该油门开合过程中驾驶员踏油门到目标位移然后松开的操作;
负荷峰值单元,对于油门过程集合模块中生成的油门过程集合的每一个油门过程,提取过程中负荷的波动信息生成对应的负荷峰值信息集合;其中负荷峰值的出现和下降代表负荷随油门操作而变化的过程。
8.根据权利要求6所述的系统,其特征在于,组合集合模块包括匹配单元,以出现时间为根据,对峰值集合模块中生成的两个集合的峰值进行匹配对标,两两组合油门和负荷峰值信息,识别剔除不符合负荷对油门的正常响应情形的组合,最终得到一一对应的【油门-负荷峰值】组合集合,集合中每个组合信息反映每次踩踏-松开油门操作和其引起的负荷变化。
9.根据权利要求6所述的系统,其特征在于,集合库模块包括:
筛选单元,筛选掉不合规的异常油门过程,留下有效油门过程形成运动片段的【油门-负荷峰值】组合集合;
批量处理单元,对于样本车辆一段时间的运动片段库,通过前述模块和单元进行运动片段的批量处理,最终得到该样本车辆的【油门-负荷峰值】组合集合库。
10.根据权利要求6所述的系统,其特征在于,分析模块包括:
动力性能分析单元,以【油门-负荷峰值】组合集合库的数据描述车辆对驾驶员加速意图的反馈情况,分析车辆的动力性能;
经济性能分析单元,在动力性能分析单元分析的基础上,结合油耗数据,进一步分析车辆的动力性能对于车辆油耗的影响。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536135.4A CN109948878A (zh) | 2018-12-14 | 2018-12-14 | 基于油门-负荷变化趋势分析的车辆动力评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536135.4A CN109948878A (zh) | 2018-12-14 | 2018-12-14 | 基于油门-负荷变化趋势分析的车辆动力评估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109948878A true CN109948878A (zh) | 2019-06-28 |
Family
ID=67006455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811536135.4A Withdrawn CN109948878A (zh) | 2018-12-14 | 2018-12-14 | 基于油门-负荷变化趋势分析的车辆动力评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109948878A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1877165A (zh) * | 2006-07-07 | 2006-12-13 | 浙江大学 | 一种基于双参数的组合型自动变速箱换挡方法 |
JP2014125943A (ja) * | 2012-12-26 | 2014-07-07 | Iseki & Co Ltd | 作業車両 |
CN104535328A (zh) * | 2015-01-29 | 2015-04-22 | 四川诚邦测控技术有限公司 | 一种基于新能源汽车驱动电机性能检测的综合实验系统 |
CN104670221A (zh) * | 2015-03-06 | 2015-06-03 | 奇瑞汽车股份有限公司 | 混合动力汽车工作模式切换过程动态协调控制方法 |
CN104827885A (zh) * | 2015-04-17 | 2015-08-12 | 北汽福田汽车股份有限公司 | 混合动力汽车及其变速器速比的确定方法 |
CN107341607A (zh) * | 2017-07-04 | 2017-11-10 | 重庆理工大学 | 驾驶员经济性驾驶水平评价方法 |
CN107368913A (zh) * | 2017-06-15 | 2017-11-21 | 中国汽车技术研究中心 | 一种基于最小二乘支持向量机的油耗预测方法 |
CN107544290A (zh) * | 2017-10-26 | 2018-01-05 | 南京越博电驱动系统有限公司 | 一种新能源汽车性能评估分析和优化系统及方法 |
US20180018599A1 (en) * | 2016-07-18 | 2018-01-18 | Aetna Inc. | Systems and methods for controlling business processes through information technology operational controls |
CN108087541A (zh) * | 2017-01-19 | 2018-05-29 | 西华大学 | 汽车有级自动变速器多性能综合最优挡位决策系统 |
-
2018
- 2018-12-14 CN CN201811536135.4A patent/CN109948878A/zh not_active Withdrawn
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1877165A (zh) * | 2006-07-07 | 2006-12-13 | 浙江大学 | 一种基于双参数的组合型自动变速箱换挡方法 |
JP2014125943A (ja) * | 2012-12-26 | 2014-07-07 | Iseki & Co Ltd | 作業車両 |
CN104535328A (zh) * | 2015-01-29 | 2015-04-22 | 四川诚邦测控技术有限公司 | 一种基于新能源汽车驱动电机性能检测的综合实验系统 |
CN104670221A (zh) * | 2015-03-06 | 2015-06-03 | 奇瑞汽车股份有限公司 | 混合动力汽车工作模式切换过程动态协调控制方法 |
CN104827885A (zh) * | 2015-04-17 | 2015-08-12 | 北汽福田汽车股份有限公司 | 混合动力汽车及其变速器速比的确定方法 |
US20180018599A1 (en) * | 2016-07-18 | 2018-01-18 | Aetna Inc. | Systems and methods for controlling business processes through information technology operational controls |
CN108087541A (zh) * | 2017-01-19 | 2018-05-29 | 西华大学 | 汽车有级自动变速器多性能综合最优挡位决策系统 |
CN107368913A (zh) * | 2017-06-15 | 2017-11-21 | 中国汽车技术研究中心 | 一种基于最小二乘支持向量机的油耗预测方法 |
CN107341607A (zh) * | 2017-07-04 | 2017-11-10 | 重庆理工大学 | 驾驶员经济性驾驶水平评价方法 |
CN107544290A (zh) * | 2017-10-26 | 2018-01-05 | 南京越博电驱动系统有限公司 | 一种新能源汽车性能评估分析和优化系统及方法 |
Non-Patent Citations (1)
Title |
---|
孙冬野等: "基于目标油门开度预估的AMT汽车起步控制", 《内燃机》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bartolini et al. | Identity, competition and electoral availability: the stabilisation of European electorates 1885-1985 | |
CN107680401B (zh) | 一种基于区间二型模糊集合的停车位满意度的评价方法 | |
CN108761509B (zh) | 一种基于历史数据的汽车行驶轨迹及里程预测方法 | |
Lee et al. | Stochastic modeling for studies of real-world PHEV usage: Driving schedule and daily temporal distributions | |
CN108417033B (zh) | 基于多维因素的高速路交通事故分析预测方法 | |
CN110836675B (zh) | 一种基于决策树的自动驾驶搜索决策方法 | |
Xu et al. | Identifying travel mode from GPS trajectories through fuzzy pattern recognition | |
CN113401143B (zh) | 一种基于驾驶风格和意图的个性化自适应轨迹预测方法 | |
CN108596208A (zh) | 一种用于全工况道路的车辆驾驶循环构建方法 | |
CN108665703B (zh) | 基于宏观基本图的路网状态转换点判别方法 | |
CN105374209A (zh) | 一种城市区域路网运行状态特征信息提取方法 | |
CN103353883B (zh) | 一种按需聚类的大数据流式聚类处理系统及方法 | |
CN114596700B (zh) | 一种基于门架数据的高速公路路段实时流量估计方法 | |
CN106682699A (zh) | 一种基于聚类分析的车辆尾气排放特征分析处理方法 | |
Ranaei et al. | Forecasting emerging technologies of low emission vehicle | |
Liu et al. | A study on the construction of Hefei urban driving cycle for passenger vehicle | |
CN113297795A (zh) | 一种纯电动汽车行驶工况构建方法 | |
CN107423761B (zh) | 基于特征选择和机器学习的轨道机车节能优化操纵方法 | |
CN109948878A (zh) | 基于油门-负荷变化趋势分析的车辆动力评估方法及系统 | |
Puchalski et al. | Driving style analysis and driver classification using OBD data of a hybrid electric vehicle | |
Niroomand et al. | Segment-Based CO₂ Emission Evaluations From Passenger Cars Based on Deep Learning Techniques | |
CN109583632B (zh) | 基于网联数据的电动汽车充电行为预测方法 | |
Sharma et al. | A Genetic Approach to Segment and Detect Crack in Rail Track | |
CN114091581A (zh) | 一种基于稀疏轨迹的车辆运营行为类型识别方法 | |
Ma et al. | Lane change analysis and prediction using mean impact value method and logistic regression model |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190628 |