CN110796374A - 具有典型变道和转弯工况的城市综合行驶工况的构建方法 - Google Patents

具有典型变道和转弯工况的城市综合行驶工况的构建方法 Download PDF

Info

Publication number
CN110796374A
CN110796374A CN201911045645.6A CN201911045645A CN110796374A CN 110796374 A CN110796374 A CN 110796374A CN 201911045645 A CN201911045645 A CN 201911045645A CN 110796374 A CN110796374 A CN 110796374A
Authority
CN
China
Prior art keywords
working condition
turning
lane change
lane
segments
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Withdrawn
Application number
CN201911045645.6A
Other languages
English (en)
Inventor
孙文
徐佳
喻海明
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.)
Changzhou Institute of Technology
Original Assignee
Changzhou Institute of Technology
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 Changzhou Institute of Technology filed Critical Changzhou Institute of Technology
Priority to CN201911045645.6A priority Critical patent/CN110796374A/zh
Publication of CN110796374A publication Critical patent/CN110796374A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Probability & Statistics with Applications (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明涉及一种具有典型变道和转弯工况的城市综合行驶工况的构建方法，包括：获取实验数据；分割出变道和转弯片段；选用和计算出变道和转弯片段的特征参数；对变道片段和转弯片段进行主成分分析和聚类分析；获取代表性变道片段和转弯片段，形成变道代表性工况数据库和转弯代表性工况数据库；将获取的变道代表性工况替换进城市综合行驶工况中并附上对应变道半径‑时间二维曲线图和半径特征参数；将获得的转弯代表性工况替换进城市综合行驶工况中并附上相应的转弯半径‑时间二维曲线图和半径特征参数。本发明弥补了传统的行驶工况中缺少的变道和转弯特性，为车辆变道和转弯时的操纵稳定性、燃油消耗量和尾气排放量提供数据支持。

Description

具有典型变道和转弯工况的城市综合行驶工况的构建方法
技术领域
本发明涉及智能交通领域，尤其涉及一种具有典型变道和转弯工况的城市综合行驶工况的构建方法。
背景技术
汽车行驶工况又称汽车运转循环，是针对某一类型车辆(如乘用车、公交车、重型车辆等)，在特定的交通环境(如高速公路，城市道路)下，用来描述车辆行驶特征的速度-时间曲线。确定车辆行驶工况就是对车辆的实际行驶状况进行调查，并对实验数据进行分析，运用相关数学理论方法建立起来的典型道路车辆行驶状况的定量描述。行驶工况主要目的是用于确定车辆污染物排放量和燃油消耗量、新车型的技术开发和评估、以及测定交通控制方面的风险等，是汽车工业一项共性核心技术。
欧洲、美国和日本等汽车工业发达地区和国家对工况的研究在20世纪末就已开展，已经开发出符合他们本国的行驶工况，其中较为典型的有欧洲ECE-EUDC工况、美国FTP-75行驶循环、Japan10.15循环等。
我国交通管理部门早期在制定油耗标准及排放法规时，多直接引入欧洲工况，或者只做一些细节修改。由于不同地区、国家和城市的交通环境差异较大，造成同一汽车在不同地方实际运行表现出不同的性能，特别是汽车的排放性和经济性差别较大，国外工况或者国内其他地区的行驶工况并不能反映本地区的实际交通环境。
在变道或转弯的仿真实验中，传统的汽车行驶工况又缺少变道和转弯工况特性，而现实行驶中车辆其出现变道和转弯工况的情况非常普遍且实际车辆在变道和转弯时，其能耗与直线行驶时并不相同，在研究和讨论车辆的变道和转弯节能和操纵稳定性时，单纯的车速—时间曲线并不能满足仿真实验的需求。因而迫切需要构建具有典型变道和转弯工况的城市综合行驶工况来克服汽车在变道和转弯研究中所遇到困难。
发明内容
为解决现有的技术问题，本发明提供了一种具有典型变道和转弯工况的城市综合行驶工况的构建方法。
本发明的具体内容如下：一种具有典型变道和转弯工况的城市综合行驶工况的构建方法，包括如下步骤：
步骤一：获取实验数据：选定实验车辆，获取实验车辆在实验道路上的行驶信息，行驶信息包括车辆行驶时间t、车辆所处位置经度X、车辆所处位置纬度Y、车辆瞬时速度v；
步骤二：分割出变道和转弯片段：将步骤一获得的工况数据进行预处理之后，得到速度-时间历程和轨迹-时间历程，根据变道和转弯的位置特性和速度特性分割出变道和转弯片段；
步骤三：选用和计算出变道和转弯片段的特征参数：对于变道片段采用以下参数进行主成分分析和聚类分析，包括：行驶距离S，最高速度Vmax，最低车速Vmin，平均车速Vm，运行速度Vmr，速度标准差Vsd，运行时间t，加速时间ta，减速时间td，匀速时间tc，最大加速度amax，最小加速度amin，加速段平均加速am，减速段平均减速度ad，最大变道曲率αmax，平均变道曲率αm，变道曲率标准差αsd，最大变道曲率变化率rmax，最小变道曲率变化率rmin，变道曲率均匀时间tc，变道曲率增大时间tba，变道曲率减小时间tbd；对于转弯片段采用与变道片段相同的特征参数来进行主成分分析和聚类分析；
步骤四：对变道片段和转弯片段进行主成分分析：
步骤五：将步骤四中主成分分析选出的特征参数对所有变道片段和转弯片段做聚类分析；
步骤六：获取代表性变道片段和转弯片段，形成变道代表性工况数据库1和转弯代表性工况数据库2；
步骤七：将步骤六获取的变道代表性工况替换进城市综合行驶工况中并附上对应变道半径-时间二维曲线图和半径特征参数；将步骤六获得的转弯代表性工况替换进城市综合行驶工况中并附上相应的转弯半径-时间二维曲线图和半径特征参数。
进一步的，在获取实验数据时记录汽车工况的主客观因素，包括车型、交通环境、受驾驶员、天气条件和采样时间段。
进一步的，步骤二中根据位置特性和速度特性分割出变道和转弯片段包括：
将随着时间增加汽车行驶的位移曲线的曲率由近似于0的点增加到某一正整数持续一段时间后再减少到近似于0的点，并且变道前后的位移曲线近似是平行的片段分割为变道片段；
将随着时间增加位移曲线的曲率由近似于0的点增加到某一正整数持续一段时间后再减少到近似于0的点，并且转弯前后的位移曲线近似是垂直，并且入弯前车速明显下降和出弯后车速明显上升的片段分割为转弯片段。
进一步的，步骤四中对变道片段和转弯片段做主成分分析的方法为：对于变道片段，将变道原始数据标准化，计算相关系数矩阵R，计算矩阵R的特征值并按大小排序及相应正交化特征向量，取累计贡献量达到80％以上的主成分来代表所有特征参数信息，将所提取的主成分进行主成分载荷分析，计算主成分与特征参数之间的相关系数并按相关系数排序，从中选前6个特征参数用于K均值聚类；对于转弯片段采用与变道片段相同的主成分分析方法。
进一步的，步骤五中聚类分析的方法为：将步骤四中主成分分析选出的特征参数对所有变道片段做K均值聚类将其清晰地分成m类，将步骤四中主成分分析选出的特征参数对所有转弯片段做K均值聚类将其清晰地分成n类。
进一步的，步骤六中形成变道代表性工况数据库1和转弯代表性工况数据库2的方法包括：根据主成分分析和K均值聚类结果，按照相关系数的大小、时间比例分别从上述m类运动学片段中提取不同速度区间的变道代表性工况，获得变道代表性工况数据库1；根据主成分分析和K均值聚类结果，按照相关系数的大小、时间比例分别从上述n类运动学片段中提取不同速度区间的获取转弯代表性工况，获得转弯代表性工况数据库2。
进一步的，步骤七中的半径特征参数包括最大半径Rmax、平均变道半径Rm、变道半径标准差αsd、最大变道半径变化率rmax、最小变道半径变化率rmin、变道半径均匀时间tc、变道半径增大时间ta和变道半径减小时间td；
进一步的，步骤七中，将步骤六获取的变道代表性工况替换进城市综合行驶工况中的方法包括：
步骤a：计算步骤六获得的变道代表性工况和转弯代表性工况的速度特征参数；
步骤b：根据变道代表性工况数据库1中某个工况的速度特征从城市综合工况中分割出相同速度区间的片段形成数据库3，并计算每个片段的速度特征参数；
步骤c：计算变道代表性工况数据库1第1个工况和数据库3中所有片段之间的相似度，如果相似度大于0.86，则该片段待选，将代表性工况与待选片段中最相似片段替换；
步骤d：对于步骤六获得的变道代表性工况数据库1中的其他片段，重复步骤b和步骤c，最后获得具有典型变道工况的城市综合行驶工况；
步骤七中，对于转弯工况，将步骤b和步骤c中的变道代表性工况换成转弯代表性工况，其余操作不变。
进一步的，步骤a中速度特征参数包括最高速度Vmax、最低车速Vmin、平均车速Vm、运行速度Vmr、速度标准差Vsd、运行时间t、加速时间ta、减速时间td、匀速时间tc、最大加速度amax、最小加速度amin、加速段平均加速段am和减速段平均减速度ad。
进一步的，步骤七中，计算计算变道代表性工况数据库1第1个工况和数据库3中所有片段之间的相似度的方法为：
设X1k为步骤六获得的变道代表性工况数据库1第1个工况的第k个速度特征参数，设数据库3中有p个片段，Yik为数据库3第i个工况的第k个速度特征参数，其中i＝1，2......，p；变道代表性工况数据库1第1个工况和数据库3中所有片段之间的相似度为
Figure BDA0002254067080000041
本发明的益处在于弥补了传统的行驶工况中缺少的变道和转弯特性，为车辆变道和转弯时的操纵稳定性、燃油消耗量和尾气排放量提供数据支持；为整车设计以及汽车电机的动力匹配提供参考；甚至可以应用到变道和转弯控制风险的测定等，满足仿真实验的要求。
附图说明
下面结合附图对本发明的具体实施方式做进一步阐明。
图1为本发明的具有典型变道和转弯工况的城市综合行驶工况的构建方法流程图；
图2为数据采集前的主客观条件记录表；
图3为变道或转弯代表性工况替换进城市综合行驶工况中的流程图；
图4为典型变道工况的轨迹-时间三维曲线图。
具体实施方式
如图1-图4所示，一种具有典型变道和转弯工况的城市综合行驶工况的构建方法，主要包括以下内容：
先选定一辆车辆作为实验车辆，由驾驶员驾驶实验车辆在目标城市道路上跟随平均车流行驶。利用GPS获取车辆的行驶工况信息。行驶信息包括：汽车行驶瞬时速度v、汽车行驶所经历的时间t，汽车行驶时的X坐标(所处的经度)，汽车行驶时的Y坐标(所处的纬度)。因为汽车工况不仅取决于车型、交通环境，也受驾驶员、天气条件、采样时间段等主客观因素的影响，故在采集数据时需要对上述主客观因素进行详细记录，图2为数据采集前的主客观条件记录表。通过对采集到的数据进行合理修正，最终得出符合实际情况的最佳车辆行驶工况。
将所得数据进行预处理，替换一些不合理的数据，例如速度、位置异常，用异常点所在片段的数据拟合。将处理后的所有实验工况数据导入编程软件，将数据初始化，速度的单位换算到m/s，起始时间设为0，起始坐标设为(0，0)，得到速度-时间历程，轨迹-时间历程。
分割出变道片段。结合汽车在行驶过程中的位置和速度特性分割变道片段和转弯片段。
将随着时间增加汽车行驶的位移曲线的曲率由近似于0的点增加到某一正整数持续一段时间后再减少到近似于0的点，并且变道前后的位移曲线近似是平行的片段分割为变道片段；
将随着时间增加位移曲线的曲率由近似于0的点增加到某一正整数持续一段时间后再减少到近似于0的点，并且转弯前后的位移曲线近似是垂直，并且入弯前车速明显下降和出弯后车速明显上升的片段分割为转弯片段。
变道片段的速度特性包括变道前后变速、加速和速度不变的特征。此处的汽车位移曲线的曲率与汽车变道或者转弯时的半径有关，不同的行驶路线判断汽车曲率增加到的某一正整数的值不相同。
选用和计算出变道片段的特征参数，选用22个特征参数来做主成分分析和聚类分析，包括：行驶距离S，最高速度Vmax，最低车速Vmin，平均车速Vm，运行速度Vmr，速度标准差Vsd，运行时间t，加速时间ta，减速时间td，匀速时间tc，最大加速度amax，最小加速度amin，加速段平均加速段am，减速段平均减速度ad，最大变道曲率αmax，平均变道曲率αm，变道曲率标准差αsd，最大变道曲率变化率rmax，最小变道曲率变化率rmin，变道曲率均匀时间tc，变道曲率增大时间tba，变道曲率减小时间tbd。
对于转弯片段也选用相同的22个特征参数来做主成分分析和聚类分析。
a.对变道片段进行主成分分析。将变道原始数据标准化，计算相关系数矩阵R，并计算矩阵R的特征值并按大小排序及相应正交化特征向量。取累计贡献率达到80％以上的主成分来代表所有特征参数信息。将所提取的主成分进行主成分载荷分析，计算主成分与特征参数之间的相关系数，从中选前6个特征参数用于K均值聚类。
根据上述主成分分析所得的特征参数对所有变道片段做K均值聚类将其清晰的分成m类。
根据主成分分析和K均值聚类结果，按相关系数的大小、时间比例分别从上述m类运动学片段中提取获取代表性转弯工况，获得变道代表性工况数据库1。
b.对转弯片段也进行如上述a的步骤，将中主成分分析选出的特征参数对所有转弯片段做K均值聚类将其清晰地分成n类，获得转弯代表性工况数据库2。
对照流程图3将变道和转弯代表性工况分别替换到不同的城市综合行驶工况中。
首先，计算上述步骤获得的变道代表性工况和转弯代表性工况的速度特征参数。速度特征参数包括：最高速度Vmax，最低车速Vmin，平均车速Vm，运行速度Vmr，速度标准差Vsd，运行时间t，加速时间ta，减速时间td，匀速时间tc，最大加速度amax，最小加速度amin，加速段平均加速am，减速段平均减速度ad。
其次，设X1k为上述步骤获得的变道代表性工况数据库第1个工况的第k个速度特征参数。根据该工况的起始速度和结束速度从城市综合工况中分割出相同起始速度和结束速度的片段形成综合工况数据库，并计算每个片段的速度特征参数。设综合工况数据库中有p个片段，Yik为综合工况数据库第i个工况的第k个速度特征参数，其中i＝1，2......，p。
然后，计算变道代表性工况数据库1第1个工况和综合工况数据库中所有片段之间的相似度。
Figure BDA0002254067080000061
如果相似度大于0.86，则该片段待选。将代表性工况与待选片段中最相似(即相似度最高)的片段替换，并附上如图4所示的轨迹-时间三维曲线(包括X坐标、Y坐标和时间)。
之后，对于变道代表性工况数据库1中的其他片段，重复上述流程，最后获得具有典型变道工况的城市综合行驶工况。
对于转弯代表性工况也对照流程图3，获得具有典型转弯工况的城市综合行驶工况。
在以上的描述中阐述了很多具体细节以便于充分理解本发明。但是以上描述仅是本发明的较佳实施例而已，本发明能够以很多不同于在此描述的其它方式来实施，因此本发明不受上面公开的具体实施的限制。同时任何熟悉本领域技术人员在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (10)

1.具有典型变道和转弯工况的城市综合行驶工况的构建方法，其特征在于：包括如下步骤：
步骤一：获取实验数据：选定实验车辆，获取实验车辆在实验道路上的行驶信息，行驶信息包括车辆行驶时间t、车辆所处位置经度X、车辆所处位置纬度Y、车辆瞬时速度v；
步骤二：分割出变道和转弯片段：将步骤一获得的工况数据进行预处理之后，得到速度-时间历程和轨迹-时间历程，根据变道和转弯的位置特性和速度特性分割出变道和转弯片段；
步骤三：选用和计算出变道和转弯片段的特征参数：对于变道片段采用以下参数进行主成分分析和聚类分析，包括：行驶距离S，最高速度Vmax，最低车速Vmin，平均车速Vm，运行速度Vmr，速度标准差Vsd，运行时间t，加速时间ta，减速时间td，匀速时间tc，最大加速度amax，最小加速度amin，加速段平均加速am，减速段平均减速度ad，最大变道曲率αmax，平均变道曲率αm，变道曲率标准差αsd，最大变道曲率变化率rmax，最小变道曲率变化率rmin，变道曲率均匀时间tc，变道曲率增大时间tba，变道曲率减小时间tbd；对于转弯片段采用与变道片段相同的特征参数来进行主成分分析和聚类分析；
步骤四：对变道片段和转弯片段进行主成分分析：
步骤五：将步骤四中主成分分析选出的特征参数对所有变道片段和转弯片段做聚类分析；
步骤六：获取代表性变道片段和转弯片段，形成变道代表性工况数据库和转弯代表性工况数据库；
步骤七：将步骤六获取的变道代表性工况替换进城市综合行驶工况中并附上对应变道半径-时间二维曲线图和半径特征参数；将步骤六获得的转弯代表性工况替换进城市综合行驶工况中并附上相应的转弯半径-时间二维曲线图和半径特征参数。
2.根据权利要求1所述的具有典型变道和转弯工况的城市综合行驶工况的构建方法，其特征在于：在获取实验数据时记录汽车工况的主客观因素，包括车型、交通环境、受驾驶员、天气条件和采样时间段。
3.根据权利要求1所述的具有典型变道和转弯工况的城市综合行驶工况的构建方法，其特征在于：步骤二中根据位置特性和速度特性分割出变道和转弯片段包括：
将随着时间增加汽车行驶的位移曲线的曲率由近似于0的点增加到某一正整数持续一段时间后再减少到近似于0的点，并且变道前后的位移曲线近似是平行的片段分割为变道片段；
将随着时间增加位移曲线的曲率由近似于0的点增加到某一正整数持续一段时间后再减少到近似于0的点，并且转弯前后的位移曲线近似是垂直，并且入弯前车速明显下降和出弯后车速明显上升的片段分割为转弯片段。
4.根据权利要求1所述的具有典型变道和转弯工况的城市综合行驶工况的构建方法，其特征在于：步骤四中对变道片段和转弯片段做主成分分析的方法为：对于变道片段，将变道原始数据标准化，计算相关系数矩阵R，计算矩阵R的特征值并按大小排序及相应正交化特征向量，取累计贡献量达到80％以上的主成分来代表所有特征参数信息，将所提取的主成分进行主成分载荷分析，计算主成分与特征参数之间的相关系数并按相关系数排序，从中选前6个特征参数用于K均值聚类；对于转弯片段采用与变道片段相同的主成分分析方法。
5.根据权利要求1所述的具有典型变道和转弯工况的城市综合行驶工况的构建方法，其特征在于：步骤五中聚类分析的方法为：将步骤四中主成分分析选出的特征参数对所有变道片段做K均值聚类将其清晰地分成m类，将步骤四中主成分分析选出的特征参数对所有转弯片段做K均值聚类将其清晰地分成n类。
6.根据权利要求1所述的具有典型变道和转弯工况的城市综合行驶工况的构建方法，其特征在于：步骤六中形成变道代表性工况数据库和转弯代表性工况数据库的方法包括：根据主成分分析和K均值聚类结果，按照相关系数的大小、时间比例分别从上述m类运动学片段中提取不同速度区间的变道代表性工况，获得变道代表性工况数据库；根据主成分分析和K均值聚类结果，按照相关系数的大小、时间比例分别从上述n类运动学片段中提取不同速度区间的获取转弯代表性工况，获得转弯代表性工况数据库。
7.根据权利要求1所述的具有典型变道和转弯工况的城市综合行驶工况的构建方法，其特征在于：步骤七中的半径特征参数包括最大半径Rmax、平均变道半径Rm、变道半径标准差αsd、最大变道半径变化率rmax、最小变道半径变化率rmin、变道半径均匀时间tc、变道半径增大时间ta和变道半径减小时间td。
8.根据权利要求1所述的具有典型变道和转弯工况的城市综合行驶工况的构建方法，其特征在于：步骤七中，将步骤六获取的变道代表性工况替换进城市综合行驶工况中的方法包括：
步骤a：计算步骤六获得的变道代表性工况和转弯代表性工况的速度特征参数；
步骤b：根据变道代表性工况数据库中某个工况的速度特征从城市综合工况中分割出相同速度区间的片段形成综合工况数据库，并计算每个片段的速度特征参数；
步骤c：计算变道代表性工况数据库第1个工况和综合工况数据库中所有片段之间的相似度，如果相似度大于0.86，则该片段待选，将代表性工况与待选片段中最相似的片段替换；
步骤d：对于步骤六获得的变道代表性工况数据库中的其他片段，重复步骤b和步骤c，最后获得具有典型变道工况的城市综合行驶工况；
步骤七中，对于转弯工况，将步骤b和步骤c中的变道代表性工况换成转弯代表性工况，其余操作不变。
9.根据权利要求8所述的具有典型变道和转弯工况的城市综合行驶工况的构建方法，其特征在于：步骤a中速度特征参数包括最高速度Vmax、最低车速Vmin、平均车速Vm、运行速度Vmr、速度标准差Vsd、运行时间t、加速时间ta、减速时间td、匀速时间tc、最大加速度amax、最小加速度amin、加速段平均加速段am和减速段平均减速度ad。
10.根据权利要求8所述的具有典型变道和转弯工况的城市综合行驶工况的构建方法，其特征在于：步骤七中，计算计算变道代表性工况数据库第1个工况和综合工况数据库中所有片段之间的相似度的方法为：
设X1k为步骤六获得的变道代表性工况数据库第1个工况的第k个速度特征参数，设综合工况数据库中有p个片段，Yik为综合工况数据库第i个工况的第k个速度特征参数，其中i＝1，2......，p；变道代表性工况数据库第1个工况和综合工况数据库中所有片段之间的相似度为
Figure FDA0002254067070000031
CN201911045645.6A 2019-10-30 2019-10-30 具有典型变道和转弯工况的城市综合行驶工况的构建方法 Withdrawn CN110796374A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911045645.6A CN110796374A (zh) 2019-10-30 2019-10-30 具有典型变道和转弯工况的城市综合行驶工况的构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911045645.6A CN110796374A (zh) 2019-10-30 2019-10-30 具有典型变道和转弯工况的城市综合行驶工况的构建方法

Publications (1)

Publication Number Publication Date
CN110796374A true CN110796374A (zh) 2020-02-14

Family

ID=69442214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911045645.6A Withdrawn CN110796374A (zh) 2019-10-30 2019-10-30 具有典型变道和转弯工况的城市综合行驶工况的构建方法

Country Status (1)

Country Link
CN (1) CN110796374A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111666808A (zh) * 2020-04-20 2020-09-15 中汽数据有限公司 一种生成车辆典型变道测试工况的方法
CN111693299A (zh) * 2020-06-16 2020-09-22 安徽江淮汽车集团股份有限公司 动力测试行驶工况制定方法、装置、终端设备及存储介质
CN113032898A (zh) * 2021-03-10 2021-06-25 中国重汽集团济南动力有限公司 一种半挂牵引车工况的构建方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111666808A (zh) * 2020-04-20 2020-09-15 中汽数据有限公司 一种生成车辆典型变道测试工况的方法
CN111693299A (zh) * 2020-06-16 2020-09-22 安徽江淮汽车集团股份有限公司 动力测试行驶工况制定方法、装置、终端设备及存储介质
CN113032898A (zh) * 2021-03-10 2021-06-25 中国重汽集团济南动力有限公司 一种半挂牵引车工况的构建方法

Similar Documents

Publication Publication Date Title
CN110126841B (zh) 基于道路信息和驾驶风格的纯电动汽车能耗模型预测方法
Zhao et al. Development of a representative urban driving cycle construction methodology for electric vehicles: A case study in Xi’an
CN107067722B (zh) 一种车辆行驶工况构建方法
CN109927709B (zh) 一种车辆行驶路线工况确定方法、能量管理方法及系统
CN110796374A (zh) 具有典型变道和转弯工况的城市综合行驶工况的构建方法
CN108198425A (zh) 一种电动汽车行驶工况的构建方法
CN107330217B (zh) 一种基于rbfnn的中观油耗预测方法
CN103562978B (zh) 车辆数据分析方法和车辆数据分析系统
CN106203856A (zh) 一种组合主成分分析和模糊c均值聚类的车辆行驶工况制定方法
CN109948217B (zh) 一种基于自然驾驶数据的危险场景库构建方法
CN104792543A (zh) 一种道路循环工况的构建方法
CN110395245B (zh) 一种基于固定路线驾驶信息的混动汽车能量管理系统
CN102087789B (zh) 基于交通状态参数的交通状态判别系统和方法
CN107953888A (zh) 一种道路类型识别方法及系统
CN113297795A (zh) 一种纯电动汽车行驶工况构建方法
CN110254435B (zh) 一种驾驶风格识别方法
CN115759462A (zh) 一种电动汽车用户的充电行为预测方法、装置及电子设备
CN112309120A (zh) 一种最佳进口车道选择的自动驾驶交叉口交通控制方法
CN109960889B (zh) 轨道交通工具线路典型速度-时间行驶工况构建方法
CN109489679A (zh) 一种导航路径中的到达时间计算方法
CN109147320B (zh) 一种基于卡口数据的路段交通状态判别方法
CN117261904B (zh) 一种自适应场景与风格的混动汽车驾驶模式决策方法
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
Kang et al. Link-based emission model for eco routing
CN116702996A (zh) 一种基于典型工况识别的电动公交车辆能量预测方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20200214

WW01 Invention patent application withdrawn after publication