CN112800549A - 基于水平车速和垂直车速的汽车路谱合成方法及系统 - Google Patents
基于水平车速和垂直车速的汽车路谱合成方法及系统 Download PDFInfo
- Publication number
- CN112800549A CN112800549A CN202110241024.6A CN202110241024A CN112800549A CN 112800549 A CN112800549 A CN 112800549A CN 202110241024 A CN202110241024 A CN 202110241024A CN 112800549 A CN112800549 A CN 112800549A
- Authority
- CN
- China
- Prior art keywords
- vehicle speed
- road spectrum
- horizontal
- comprehensive
- speed
- 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
- 238000001228 spectrum Methods 0.000 title claims abstract description 97
- 238000001308 synthesis method Methods 0.000 title claims abstract description 7
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000009194 climbing Effects 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims abstract description 13
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 9
- 238000007621 cluster analysis Methods 0.000 claims abstract description 5
- 230000001133 acceleration Effects 0.000 claims description 11
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 238000003786 synthesis reaction Methods 0.000 claims description 9
- 239000012634 fragment Substances 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提出了基于水平车速和垂直车速的汽车路谱合成方法及系统,包括:实车采集汽车路谱,该路谱包括水平车速和垂直车速的行车数据;根据汽车行驶阻力方程,将垂直方向的爬坡阻力折算成水平方向的行驶阻力,由此得到水平方向的综合车速;构建水平车速,垂直车速以及综合车速的数据样本集,基于该样本集得到综合车速与水平车速和垂直车速的关系式;基于上述关系式得到新的时间与综合车速的路谱,对路谱进行状态判断并划分为片段,确定每个片段的特征参数,得到综合特征参数矩阵,进行聚类分析,基于聚类结果提取路谱片段并合成典型路谱。
Description
技术领域
本公开属于汽车路谱合成技术领域,尤其涉及基于水平车速和垂直车速的汽车路谱合成方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
随着国六排放标准的实施,现阶段新能源汽车的研究成为当下的发展对于满足日益提高的排放标准和解决日益严峻的环保难题具有重要意义。采集和合成出具有代表性的汽车路谱是新能源汽车控制策略的研究以及动力匹配的前提和基础。
目前关于汽车路谱的研究一般仅限于水平路面的车辆运行参数。国内外典型汽车路谱,如新欧洲循环工况NEDC,日本循环工况,美国循环工况和中国循环工况等,仅包含了汽车的水平车速,不包含汽车的垂直车速。但是当车辆在爬坡工况时,垂直车速和水平车速变化值相同时,对驱动力的需求不同,经过大数据分析计算可知垂直车速会对行车安全性,动力性,经济性等产生较大的影响。
发明内容
为克服上述现有技术的不足,本公开提供了基于水平车速和垂直车速的汽车路谱合成方法,本公开对垂直车速进行折算,合成新的综合车速。
为实现上述目的,本公开的一个或多个实施例提供了如下技术方案:
第一方面,公开了基于水平车速和垂直车速的汽车路谱合成方法,包括:
实车采集汽车路谱,该路谱包括水平车速和垂直车速的行车数据;
根据汽车行驶阻力方程,将垂直方向的爬坡阻力折算成水平方向的行驶阻力,由此得到水平方向的综合车速;
构建水平车速,垂直车速以及综合车速的数据样本集,基于该样本集得到综合车速与水平车速和垂直车速的关系式;
基于上述关系式得到新的时间与综合车速的路谱,对路谱进行状态判断并划分为片段,确定每个片段的特征参数,得到综合特征参数矩阵,进行聚类分析,基于聚类结果提取路谱片段并合成典型路谱。
进一步的技术方案,所述汽车路谱的采集采用自主行车法实车采集。
进一步的技术方案,实车采集汽车路谱之后,对采集的路谱数据进行去噪声、滤波、取平均值和求合车速预处理。
进一步的技术方案,根据汽车行驶阻力方程,将垂直方向的爬坡阻力折算成水平方向的行驶阻力,具体为:
根据垂直车速和水平车速求爬坡度;
所述汽车的行驶阻力方程表达式:
其中Ft为驱动力,Ff为滚动阻力,Fw为空气阻力,Fi为坡度阻力,Fj为加速阻力,α为坡度,CD为空气阻力系数(取值范围为0.28-0.45),A为挡风面积,ρ为空气密度,u为合车速,a是加速度。
进一步的技术方案,车在水平路面能达到的综合车速vz的表达式如下:
进一步的技术方案,计算每个路谱片段的n个综合特征参数,得到基于综合速度的综合特征参数矩阵。
第二方面,公开了基于水平车速和垂直车速的汽车路谱合成系统,包括:
数据采集模块,实车采集汽车路谱,该路谱包括水平车速和垂直车速的行车数据;
车速折算模块,根据汽车行驶阻力方程,将垂直方向的爬坡阻力折算成水平方向的行驶阻力,由此得到水平方向的综合车速;
构建水平车速,垂直车速以及综合车速的数据样本集,基于该样本集得到综合车速与水平车速和垂直车速的关系式;
特征确定模块,基于上述关系式得到新的时间与综合车速的路谱,对路谱进行状态判断并划分为片段,确定每个片段的特征参数,得到综合特征参数矩阵;
路谱合成模块,进行聚类分析,基于聚类结果提取路谱片段并合成典型路谱。
以上一个或多个技术方案存在以下有益效果:
(1)本公开采用高精度的路谱采集系统,采集数据的频率高,且采集数据包括水平车速和垂直车速,有利于合成更符合实际情况的路谱。
(2)本公开根据汽车行驶阻力方程,将垂直方向的爬坡阻力折算成水平方向的行驶阻力,由此得到水平方向的综合车速,构建了水平车速,垂直车速以及综合车速的数据样本集,数据集中的数据是同一车辆采集的不同时刻的数据处理后得到的,进行大数据分析得到综合车速与水平车速和垂直车速的关系式,基于综合速度的新路谱更加符合汽车行驶驱动力实际需求,可以更准确的进行动力系统匹配和控制策略研发。路谱即时间和速度对应的数据点,反映了不同时间下汽车的车速。
(3)本公开合成的基于综合车速的路谱,可以输入到整车仿真软件中进行控制策略研究和动力匹配,使计算阻力和真实阻力保持一致。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1为本公开实施例方法流程图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
整体构思:
为了满足国际标准路谱的要求,并同时反映垂直车速对驱动力的影响,本公开对垂直车速进行折算,合成新的综合车速。基于综合车速的路谱可以输入到整车仿真软件中为汽车的动力匹配和控制策略研究提供基础。
本公开技术方案首先采用自主行车法实车采集汽车路谱,该路谱包括水平车速vx和垂直车速vy的行车数据,并对采集的数据进行预处理。根据汽车行驶阻力方程,将垂直方向的爬坡阻力折算成水平方向的行驶阻力,由此得到水平方向的综合车速vz,构建了水平车速,垂直车速以及综合车速的数据样本集,进行大数据分析得到综合车速与水平车速和垂直车速的关系式然后得到新的时间与综合车速的路谱,对路谱进行状态判断并划分为片段,确定每个片段的特征参数,得到综合特征参数矩阵。进行聚类分析,根据结果提取路谱片段并合成典型路谱。基于综合车速的路谱信息更丰富,更加符合该城市的实际交通状况。合成的路谱可以作为整车仿真软件的输入信息,为汽车的动力匹配等仿真计算提供基础。
实施例一
参见附图1所示,本实施例公开了基于水平车速和垂直车速的汽车路谱合成方法,具体步骤包括:
S101,采用自主行车法采集路谱数据,包括垂直车速和水平车速,并对采集的路谱数据进行去噪声、滤波、取平均值和求合车速等预处理。其中,自主行车法是私家车主根据自己的行驶目的正常行车,获得想要的数据。
本公开实施例子中,采用高精度的路谱采集系统,采集数据的频率高,具体的,高精度的路谱采集系统通过在车上装配北斗C201接收机,车顶放置两个信号接收器接受千寻系统GPS信号,接收到的数据信息直接传输到电脑。
本公开实施例子中,系统接受到的GPS信号包括当前的经度和纬度,该系统可以自主实时计算水平车速和垂直车速。
本公开所述去除噪声点方法为:
其中,vt为t时刻的车速,其单位为m/s;
滤波方法为:
S102,根据汽车行驶阻力方程,将垂直方向的爬坡阻力折算成水平方向的行驶阻力,由此得到水平方向的综合车速vz,构建了水平车速,垂直车速以及综合车速的数据样本集,进行大数据分析得到综合车速与水平车速和垂直车速的关系式。上述大数据分析具体为:先采集大量的路谱样本数据,进行综合车速的折算,再拟合出垂直车速,水平车速与综合车速之间的关系式。
本公开所述汽车的行驶阻力方程表达式如下
其中Ft为驱动力,Ff为滚动阻力,Fw为空气阻力,Fi为坡度阻力,Fj为加速阻力,α为坡度,CD为空气阻力系数(取值范围为0.28-0.45),A为挡风面积,ρ为空气密度(取值1.293kg/m3),u为合车速,a是加速度,其中常数的取值按照行驶条件和经验在一定范围内取值。
将垂直方向的爬坡阻力折算成水平方向的行驶阻力后,汽车在水平路面能达到的综合车速vz的表达式如下:
然后得到新的时间与综合车速的路谱。
S103,构建水平车速,垂直车速以及综合车速的数据样本集,进行大数据分析得到综合车速与水平车速和垂直车速的关系式为:
S104,对基于综合车速的路谱数据进行片段划分,计算每个路谱片段的n个综合特征参数,包括:行驶平均综合车速、平均综合车速、综合车速标准差、综合最高车速、综合平均加速度、综合最大加速度、综合加速度标准差、综合平均减速度、综合最大减速度、综合减速度标准差、片段时长、停车时长、加速时长、匀速时长、减速时长、停车时长比例、加速时长比例、匀速时长比例、减速时长比例。形成了基于综合速度的综合特征参数矩阵。
需要说明的是,对路谱数据划分片段使其离散化才能进一步进行聚类分析,用特征参数可以表示每一段片段的信息。
综合特征参数矩阵即包含所有片段的n个特征参数的矩阵。其维度为m*n,m为片段数目,n为特征参数数目。
S105,对综合特征参数矩阵进行聚类。国外典型路谱长度持续时间大多为1500s左右,计算聚类结果中每类片段的时长与总时长的比值,可确定每类在典型路谱合成中所应该持续的时长,并根据聚类结果从各类中提取离其聚类中心距离较近的路谱片段来代表该类合成典型城市路谱。
实施例二
本实施例的目的是提供一种计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法的步骤。
实施例三
本实施例的目的是提供一种计算机可读存储介质。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时执行上述方法的步骤。
实施例四
本实施例的目的是提供基于水平车速和垂直车速的汽车路谱合成系统,包括:
数据采集模块,实车采集汽车路谱,该路谱包括水平车速和垂直车速的行车数据;
车速折算模块,根据汽车行驶阻力方程,将垂直方向的爬坡阻力折算成水平方向的行驶阻力,由此得到水平方向的综合车速;
构建水平车速,垂直车速以及综合车速的数据样本集,基于该样本集得到综合车速与水平车速和垂直车速的关系式;
特征确定模块,基于上述关系式得到新的时间与综合车速的路谱,对路谱进行状态判断并划分为片段,确定每个片段的特征参数,得到综合特征参数矩阵;
路谱合成模块,进行聚类分析,基于聚类结果提取路谱片段并合成典型路谱。
以上实施例二、三和四的装置中涉及的各步骤与方法实施例一相对应,具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质;还应当被理解为包括任何介质,所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本公开中的任一方法。
本领域技术人员应该明白,上述本公开的各模块或各步骤可以用通用的计算机装置来实现,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本公开不限制于任何特定的硬件和软件的结合。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (10)
1.基于水平车速和垂直车速的汽车路谱合成方法,其特征是,包括:
实车采集汽车路谱,该路谱包括水平车速和垂直车速的行车数据;
根据汽车行驶阻力方程,将垂直方向的爬坡阻力折算成水平方向的行驶阻力,由此得到水平方向的综合车速;
构建水平车速,垂直车速以及综合车速的数据样本集,基于该样本集得到综合车速与水平车速和垂直车速的关系式;
基于上述关系式得到新的时间与综合车速的路谱,对路谱进行状态判断并划分为片段,确定每个片段的特征参数,得到综合特征参数矩阵,进行聚类分析,基于聚类结果提取路谱片段并合成典型路谱。
2.如权利要求1所述的基于水平车速和垂直车速的汽车路谱合成方法,其特征是,所述汽车路谱的采集采用自主行车法实车采集。
3.如权利要求1所述的基于水平车速和垂直车速的汽车路谱合成方法,其特征是,实车采集汽车路谱之后,对采集的路谱数据进行去噪声、滤波、取平均值和求合车速预处理。
7.如权利要求1所述的基于水平车速和垂直车速的汽车路谱合成方法,其特征是,计算每个路谱片段的n个综合特征参数,得到基于综合速度的综合特征参数矩阵。
8.基于水平车速和垂直车速的汽车路谱合成系统,其特征是,包括:
数据采集模块,实车采集汽车路谱,该路谱包括水平车速和垂直车速的行车数据;
车速折算模块,根据汽车行驶阻力方程,将垂直方向的爬坡阻力折算成水平方向的行驶阻力,由此得到水平方向的综合车速;
构建水平车速,垂直车速以及综合车速的数据样本集,基于该样本集得到综合车速与水平车速和垂直车速的关系式;
特征确定模块,基于上述关系式得到新的时间与综合车速的路谱,对路谱进行状态判断并划分为片段,确定每个片段的特征参数,得到综合特征参数矩阵;
路谱合成模块,进行聚类分析,基于聚类结果提取路谱片段并合成典型路谱。
9.一种计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征是,所述处理器执行所述程序时实现上述权利要求1-7任一所述的方法的步骤。
10.一种计算机可读存储介质,其特征是,其上存储有计算机程序,该程序被处理器执行时执行上述权利要求1-7任一所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110241024.6A CN112800549B (zh) | 2021-03-04 | 2021-03-04 | 基于水平车速和垂直车速的汽车路谱合成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110241024.6A CN112800549B (zh) | 2021-03-04 | 2021-03-04 | 基于水平车速和垂直车速的汽车路谱合成方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112800549A true CN112800549A (zh) | 2021-05-14 |
CN112800549B CN112800549B (zh) | 2022-05-27 |
Family
ID=75815470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110241024.6A Active CN112800549B (zh) | 2021-03-04 | 2021-03-04 | 基于水平车速和垂直车速的汽车路谱合成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112800549B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114093055A (zh) * | 2021-11-26 | 2022-02-25 | 海南小鲨鱼智能科技有限公司 | 一种路谱生成的方法、装置、电子设备及介质 |
CN114750765A (zh) * | 2022-05-09 | 2022-07-15 | 一汽解放汽车有限公司 | 一种车辆的路谱数据确定方法、装置、设备、介质及产品 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014159966A (ja) * | 2013-02-19 | 2014-09-04 | Hino Motors Ltd | エンジン模擬試験方法 |
CN106370435A (zh) * | 2016-08-18 | 2017-02-01 | 北京汽车股份有限公司 | 道路谱采集系统、车辆和道路谱采集方法 |
CN108288313A (zh) * | 2018-01-26 | 2018-07-17 | 徐州重型机械有限公司 | 用于监测车辆行驶状态的方法、装置以及车辆 |
CN108596208A (zh) * | 2018-03-21 | 2018-09-28 | 上海交通大学 | 一种用于全工况道路的车辆驾驶循环构建方法 |
CN110126841A (zh) * | 2019-05-09 | 2019-08-16 | 吉林大学 | 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 |
CN110414584A (zh) * | 2019-07-22 | 2019-11-05 | 山东大学 | 混合粒子群及人工鱼群算法的汽车路谱聚类合成方法及系统 |
CN110866997A (zh) * | 2019-11-12 | 2020-03-06 | 中国计量大学 | 一种新的电动汽车行驶工况构建方法 |
CN111775925A (zh) * | 2020-06-09 | 2020-10-16 | 同济大学 | 一种功率分流混合动力汽车的工作模式决策方法和装置 |
CN112051076A (zh) * | 2020-09-10 | 2020-12-08 | 重庆理工大学 | 新能源汽车动力总成路谱加载试验方法 |
CN112182962A (zh) * | 2020-09-24 | 2021-01-05 | 青岛大学 | 一种混合动力汽车行驶车速预测方法 |
-
2021
- 2021-03-04 CN CN202110241024.6A patent/CN112800549B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014159966A (ja) * | 2013-02-19 | 2014-09-04 | Hino Motors Ltd | エンジン模擬試験方法 |
CN106370435A (zh) * | 2016-08-18 | 2017-02-01 | 北京汽车股份有限公司 | 道路谱采集系统、车辆和道路谱采集方法 |
CN108288313A (zh) * | 2018-01-26 | 2018-07-17 | 徐州重型机械有限公司 | 用于监测车辆行驶状态的方法、装置以及车辆 |
CN108596208A (zh) * | 2018-03-21 | 2018-09-28 | 上海交通大学 | 一种用于全工况道路的车辆驾驶循环构建方法 |
CN110126841A (zh) * | 2019-05-09 | 2019-08-16 | 吉林大学 | 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 |
CN110414584A (zh) * | 2019-07-22 | 2019-11-05 | 山东大学 | 混合粒子群及人工鱼群算法的汽车路谱聚类合成方法及系统 |
CN110866997A (zh) * | 2019-11-12 | 2020-03-06 | 中国计量大学 | 一种新的电动汽车行驶工况构建方法 |
CN111775925A (zh) * | 2020-06-09 | 2020-10-16 | 同济大学 | 一种功率分流混合动力汽车的工作模式决策方法和装置 |
CN112051076A (zh) * | 2020-09-10 | 2020-12-08 | 重庆理工大学 | 新能源汽车动力总成路谱加载试验方法 |
CN112182962A (zh) * | 2020-09-24 | 2021-01-05 | 青岛大学 | 一种混合动力汽车行驶车速预测方法 |
Non-Patent Citations (4)
Title |
---|
REN ZHOUYANG等: "Optimal Sizing and Arrangement of Tidal Current Farm", 《IEEE TRANSACTIONS ON SUSTAINABLE ENERGY》 * |
ZHUO XIAOXIAO等: "AUV-Aided Energy-Efficient Data Collection in Underwater Acoustic Sensor Networks", 《IEEE INTERNET OF THINGS JOURNAL》 * |
姜平等: "聚类和马尔科夫方法结合的城市汽车行驶工况构建", 《中国机械工程》 * |
左曙光等: "反映路谱对车辆制动性能影响的轮胎模型", 《南京航空航天大学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114093055A (zh) * | 2021-11-26 | 2022-02-25 | 海南小鲨鱼智能科技有限公司 | 一种路谱生成的方法、装置、电子设备及介质 |
CN114750765A (zh) * | 2022-05-09 | 2022-07-15 | 一汽解放汽车有限公司 | 一种车辆的路谱数据确定方法、装置、设备、介质及产品 |
CN114750765B (zh) * | 2022-05-09 | 2024-07-02 | 一汽解放汽车有限公司 | 一种车辆的路谱数据确定方法、装置、设备、介质及产品 |
Also Published As
Publication number | Publication date |
---|---|
CN112800549B (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112800549B (zh) | 基于水平车速和垂直车速的汽车路谱合成方法及系统 | |
CN110414584B (zh) | 汽车路谱聚类合成方法及系统 | |
CN108198425A (zh) | 一种电动汽车行驶工况的构建方法 | |
CN107953888B (zh) | 一种道路类型识别方法及系统 | |
CN105651254B (zh) | 基于道路线形和频谱特征的道路坡度计算方法 | |
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 | |
CN113918890B (zh) | 一种基于移动窗口库的低负荷工况构建方法 | |
CN111724505A (zh) | 一种行驶工况构建方法及装置 | |
CN101989381A (zh) | 基于浮动车技术的道路单向限行与通行状态识别方法 | |
CN107564290A (zh) | 一种城市道路交叉口饱和流率计算方法 | |
CN113297795A (zh) | 一种纯电动汽车行驶工况构建方法 | |
CN112948965A (zh) | 一种基于机器学习和统计验证的汽车行驶工况的构建方法 | |
CN114954494A (zh) | 一种重型商用车辆载重快速估计方法 | |
CN117332293A (zh) | 一种基于声音Mel频率特征的货车超载检测方法 | |
CN113553548B (zh) | 一种基于车联网大数据的实际运行工况VSPBin划分方法 | |
CN112950926A (zh) | 一种基于大数据和深度学习的城市主干道路速度预测方法 | |
CN117400948A (zh) | 一种汽车能耗预测方法、装置、电子设备及存储介质 | |
CN117476005A (zh) | 基于语音识别车顶帐篷控制方法、系统、车辆及存储介质 | |
CN116796158A (zh) | 收集车辆智能化评估数据的方法、系统及车辆 | |
CN114360243B (zh) | 一种基于舒适性的车辆优化方法及系统 | |
CN115587526A (zh) | 基于神经网络的车辆二氧化碳实时排放预测方法及系统 | |
CN114323512A (zh) | 一种重载车辆识别方法及系统 | |
CN114627654B (zh) | 一种基于时空特性的公交车载客量量化方法 | |
CN115271001B (zh) | 车辆行驶工况的识别方法、装置、车辆及存储介质 | |
CN115952899B (zh) | 基于实际工况提取的电动公交车能耗估计方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |