CN114136312A - 一种坡度速度组合工况开发装置及开发方法 - Google Patents

一种坡度速度组合工况开发装置及开发方法 Download PDF

Info

Publication number
CN114136312A
CN114136312A CN202111415027.3A CN202111415027A CN114136312A CN 114136312 A CN114136312 A CN 114136312A CN 202111415027 A CN202111415027 A CN 202111415027A CN 114136312 A CN114136312 A CN 114136312A
Authority
CN
China
Prior art keywords
speed
gradient
working condition
module
segment
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
CN202111415027.3A
Other languages
English (en)
Other versions
CN114136312B (zh
Inventor
刘昱
李菁元
于晗正男
杨正军
梁永凯
吕恒绪
安晓盼
马琨其
张诗敏
王宵阳
李宇宁
王雨
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.)
China Automotive Technology and Research Center Co Ltd
CATARC Automotive Test Center Tianjin Co Ltd
Original Assignee
China Automotive Technology and Research Center Co Ltd
CATARC Automotive Test Center Tianjin Co Ltd
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 China Automotive Technology and Research Center Co Ltd, CATARC Automotive Test Center Tianjin Co Ltd filed Critical China Automotive Technology and Research Center Co Ltd
Priority to CN202111415027.3A priority Critical patent/CN114136312B/zh
Publication of CN114136312A publication Critical patent/CN114136312A/zh
Priority to JP2022042672A priority patent/JP7408258B2/ja
Application granted granted Critical
Publication of CN114136312B publication Critical patent/CN114136312B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00Adapting or protecting infrastructure or their operation
    • Y02A30/60Planning or developing urban green infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种坡度速度组合工况开发装置及开发方法,包括电源模块、时钟模块、微控制器、存储模块、GPS/SINS组合导航模块、CAN解析模块、GPRS/4G模块和人机交互模块。本发明所述的一种坡度速度组合工况开发装置及开发方法针对传统道路坡度采集困难的问题,提出一种利用GPS采集道路坡度的方法,能够更加准确计算道路坡度,适用于大范围道路坡度采集,为坡度工况开发奠定了基础;基于车辆实际行驶数据片段和道路坡度‑坡度变化率联立分布构建坡度速度组合工况,能够更好的反应道路坡度变化;故本发明能够为政府能耗、排放领域的标准制定、企业车型产品开发和试验设计提供技术支撑,具有重要社会意义和经济价值。

Description

一种坡度速度组合工况开发装置及开发方法
技术领域
本发明属于交通运输领域,尤其是涉及一种坡度速度组合工况开发装置及开发方法。
背景技术
汽车行驶工况是汽车行业的一项重要的共性基础技术,是车辆能耗/排放测试方法和限值标准的基础。但传统汽车运行工况中没考虑道路坡度,而道路坡度对于汽车的动力性、经济性和排放特性有重要的影响。一方面,车辆的能耗和排放随着坡度的增加而明显增加;另一方面,道路坡度会使得车辆的动力需求显著提高,部分情况下会迫使车辆转换到较低的挡位以保证足够爬坡能力。
虽然坡度很重要,但现行工况中却很少纳入坡度,主要原因可归结为以下两点:
首先,精确坡度采集对车载终端要求高,行业通常有两种方法获取坡度,第一种是通过建立GNSS基站,通过GPS RTK模式获取高程信息得到坡度信息,该方法存在基站信息难以提供(工作量大、成本高)、获取及数据处理硬软件资源消耗大问题,第二种是结合地理信息,通过海拔计算坡度,但是海拔信号精度较低,计算出的坡度值误差较大;其次,坡度工况的开发难度较大,需要同时兼顾坡度、速度和时间,但三者间存在复杂的耦合关系。
目前,坡度工况开发方法主要包括短行程分析法和时间序列预测法,多数坡度工况主要以短片段划分为基础,但只适合于牵引车这类运行片段持续时间较长、行驶工况较为简单的车型,属于直接截取方法,并未解决坡度、速度和时间复杂的耦合问题。时间序列分析方法,主要利用马尔科夫、模糊逻辑等算法进行预测,最终构建的工况含有坡度信息,由于并非采集车辆实际运行数据,会存在明显的失真、阶跃式不连续等问题。
综上所述,研究坡度数据的采集方法,建立符合实际的坡度、速度和时间耦合工况具有重要的学术意义和工程应用价值。
发明内容
有鉴于此,本发明旨在提出一种一种坡度速度组合工况开发装置,以解决现有装置的不足。
为达到上述目的,本发明的技术方案是这样实现的:
一种坡度速度组合工况开发装置,包括电源模块、时钟模块、微控制器、存储模块、GPS/SINS组合导航模块、CAN控制器、CAN收发模块、GPRS/4G模块和人机交互模块,所述时钟模块分别与电源模块、微控制器、GPRS/4G模块全双工连接,所述时钟模块、微控制器、CAN控制器三者集成在一个控制模块内,所述集成模块分别与GPS模块、人机交互模块、存储模块全双工连接,所述CAN控制器与CAN收发模块一端全双工连接,CAN收发模块另一端全双工连接至车辆CAN/OBD接口。
相对于现有技术,本发明所述的一种坡度速度组合工况开发装置具有以下优势:
(1)本发明所述的一种坡度速度组合工况开发装置,结构简单,设计合理,可以采集车辆实际行驶数据,利用坡度速度组合工况构建方法进行工况开发,并与服务器平台进行交互数据传输,而且易于操作,易于推广。
本发明的另一目的在于提出一种坡度速度组合工况开发方法,以解决传统的坡度采集方法存在采集精度差、成本高、受限条件较多等缺点,及传统工况开发方法不能有效解决时间、速度、坡度复杂耦合关系的不足,为了更好的检测车辆能耗和排放提供支撑。
为达到上述目的,本发明的技术方案是这样实现的:
一种坡度速度组合工况开发方法,包括以下步骤:
S1、通过坡度速度组合工况开发装置采集车辆行驶数据;
S2、切割短片段;
S3、计算坡度及筛选运动片段;
S4、对坡度进行滤波;
S5、确定城市、城郊、高速的权重系数及计算阈值;
S6、分析城市、城郊、高速工况库构建及运动特征、坡度特征;
S7、构建速度坡度组合工况。
进一步的,在步骤S1中的车辆行驶数据采集包括以下步骤:
S11、确定采集城市和线路;
S12、通过坡度速度组合工况开发装置进行数据采集。
进一步的,在步骤S2中的短片段切割包括以下步骤:
S21、将车辆行驶片段切分为运动片段和怠速片段;
S22、判断运动片段时长是否小于10秒,是,则删除该运动片段,否,则切换下一个运动片段。
进一步的,在步骤S3中的坡度计算及运动片段筛选包括以下步骤:
S31、通过坡度计算公式计算出坡度值θ;
S32、通过波动度计算公式计算出片段波动度值F;
S33、设置速度波动程度阈值,并将速度波动度大于阈值的运动片段删除,筛选出非激烈驾驶片段。
进一步的,在步骤S5中的确定城市、城郊、高速的权重系数及计算阈值包括以下步骤:
S51、通过不同道路平均流量乘以对应道路长度得到不同道路车辆出行里程;
S52、分别计算城市、城郊、高速三等级道路车辆总出行里程占全路网道路车辆出行里程占比,将各等级道路车辆出行里程占比作为各速度区间权重因子;
S53、统计得到城市、城郊、高速三等级道路的速度-出行里程累计分布,并将城市、城郊道路的90%速度分位点作为速度区间阈值。
进一步的,在步骤S6中的城市、城郊、高速工况库构建及运动特征、坡度特征分析包括以下步骤:
S61、将驾驶片段按照最大速度不同分为城市、城郊和高速短片段库;
S62、计算城市、城郊和高速工况库的运动特征;
S63、分别计算城市、城郊和高速工况库的道路坡度-坡度变化率联合分布。
进一步的,在步骤S7中的速度坡度组合工况构建包括以下步骤:
S71、根据车辆的日均出行时长设置工况总时长;
S72、通过总时长乘以不同路面权重因子得到不同速度区间时长;
S73、通过短行程分析方法构建速度工况;
S74、根据速度工况中不同速度区间运动片段时长挑选坡度工况片段,利用误差平方和最小方法确定最优的片段组合作为各速度区间运动片段的坡度工况。
S75、在两个含坡度的运动片段之间设置怠速片段,怠速片段坡度通过线性差值得到;
S76、通过线性插值的方法设置怠速片度的坡度工况曲线,将所有的运动片段和怠速片段进行组合得到坡度工况曲线;
S77、将坡度工况和速度工况进行组合得到坡度速度组合工况。
相对于现有技术,本发明所述的一种坡度速度组合工况开发方法具有以下优势:
(1)本发明所述的一种坡度速度组合工况开发方法,针对传统道路坡度采集困难的问题,提出了一种利用GPS/SINS组合系统采集道路坡度的方法,该方法能够更加准确的计算道路坡度,适用于大范围道路坡度数据采集,为坡度工况开发奠定了基础;基于车辆实际行驶数据片段和道路坡度-坡度变化率联立分布构建一种坡度速度组合工况,能够更好的反应道路坡度变化。综上,本发明的一种坡度速度组合工况开发方法能够为政府能耗、排放领域的标准制定、企业车型产品开发和试验设计提供技术支撑,具有重要社会意义和经济价值。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例所述的一种坡度速度组合工况开发装置及开发方法组合工况构建流程示意图;
图2为本发明实施例所述的一种坡度速度组合工况开发装置及开发方法终端结构示意图;
图3为本发明实施例所述的一种坡度速度组合工况开发装置及开发方法非激烈驾驶片段示意图;
图4为本发明实施例所述的一种坡度速度组合工况开发装置及开发方法坡度-坡度变化率联立分布示意图;
图5为本发明实施例所述的一种坡度速度组合工况开发装置及开发方法速度坡度工况示意图。
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。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明。
名词解释:
误差平方和又称残差平方和、组内平方和等,根据n个观察值拟合适当的模型后,余下未能拟合部份称为残差,所有n个残差平方之和称误差平方和。误差平方和最小方法是指通过寻找最优组合使误差平方和最小。
线性插值:线性插值是指插值函数为一次多项式的插值方式,其在插值节点上的插值误差为零。线性插值相比其他插值方式,如抛物线插值,具有简单、方便的特点。线性插值的几何意义即为概述图中利用过A点和B点的直线来近似表示原函数。线性插值可以用来近似代替原函数,也可以用来计算得到查表过程中表中没有的数值。
如图1至图5所示,一种坡度速度组合工况开发装置,包括电源模块、时钟模块、微控制器、存储模块、GPS/SINS组合导航模块、CAN控制器、CAN收发模块、GPRS/4G模块和人机交互模块,所述时钟模块分别与电源模块、微控制器、GPRS/4G模块全双工连接,所述时钟模块、微控制器、CAN控制器三者集成在一个控制模块内,所述集成模块分别与GPS模块、人机交互模块、存储模块全双工连接,所述CAN控制器与CAN收发模块一端全双工连接,CAN收发模块另一端全双工连接至车辆CAN/OBD接口。在本实施例中,电源模块、时钟模块、微控制器、存储模块、GPS/SINS组合导航模块、CAN控制器、CAN收发模块、GPRS/4G模块和人机交互模块均为现有技术,本发明的一种坡度速度组合工况开发装置可以采集车辆实际行驶数据,利用坡度速度组合工况构建方法进行工况开发,并与服务器平台进行交互数据传输。本装置适用于具有OBD/CAN的车辆。其主要功能如下:
采集CAN/OBD参数,包括:VCU车速、发动机转速、制动踏板比例等。
采集GPS参数,包括:车速、水平速度、垂直速度、制动踏板比例等。
采用4G通讯与服务器平台数据交互,传输可靠性高;
利用遥控器输入整车厂在CAN通道中未上报参数,如空调、载客等信息。
智能休眠,避免电池亏电,减少无效数据;
本发明的坡度速度组合工况开发装置,包括:电源模块、微控制器、存储模块、GPS/SINS组合导航模块、CAN解析模块、GPRS/4G模块、人机交互模块,模块结构如图2所示。
电源模块主要为装置提供稳压功能。外部电源须为直流电源,电压范围为9~36VDC,可直接从汽车点烟器电源插口取电,也可从其他外部供电电源取电。
微控制器模块及存储模块主要是为装置提供一种介质和处理器。该介质能够存储有计算机指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的坡度工况构建方法,该方法包括车辆行驶数据采集、片段切割筛选模块、非激烈驾驶片段筛选、坡度计算、速度区间权重计算以及坡度速度组合工况构建等部分。
GPS/SINS组合导航模块及CAN解析模块是为装置提供GPS/CAN参数解析功能。将CAN解析模块与汽车CAN接口相连,解析车辆上传报文,获取车辆状态参数。GPS/SINS组合导航模块通过卫星定位获取车辆GPS地理信息,包括:经纬度、垂直速度、水平速度、GPS速度等。
GPRS/4G模块是为装置提供数据远传功能。装置利用4G通讯与服务器平台数据交互,具有传输可靠性高、速度快等优点;
人机交互模块是为装置提供人机交互功能,包括显示屏、遥控器等。该模块为装置提供可视化界面,实时显示当前车辆状态参数;利用遥控器输入整车厂在CAN通道中未上报参数(如空调、载客等信息),实现更多车身状态参数采集。
一种坡度速度组合工况开发方法包括以下步骤:
S1、通过坡度速度组合工况开发装置采集车辆行驶数据;
S2、切割短片段;
S3、计算坡度及筛选运动片段;
S4、对坡度进行滤波;
S5、确定城市、城郊、高速的权重系数及计算阈值;
S6、分析城市、城郊、高速工况库构建及运动特征、坡度特征;
S7、构建速度坡度组合工况。
本发明针对传统道路坡度采集困难的问题,提出了一种利用GPS/SINS组合系统采集道路坡度的方法,该方法能够更加准确的计算道路坡度,适用于大范围道路坡度数据采集,为坡度工况开发奠定了基础;基于车辆实际行驶数据片段和道路坡度-坡度变化率联立分布构建一种坡度速度组合工况,能够更好的反应道路坡度变化;综上,本发明的一种坡度速度组合工况开发方法及装置能够为政府能耗、排放领域的标准制定、企业车型的产品开发和试验设计提供技术支撑,具有重要社会意义和经济价值。
在步骤S1中的车辆行驶数据采集包括以下步骤:
S11、根据工况构建的需求,确定采集城市和线路;
S12、通过坡度速度组合工况开发装置进行数据采集。
在本实施例中,一种坡度速度组合工况开发方法,其步骤1:根据工况构建的需求,确定采集城市和线路,采取自由驾驶或规划路线行驶的方法,进行数据采集并通过GPRS网络实时发送到工况数据管理平台,采集参数包括GPS车速、水平速度、垂直速度、发动机转速等,采样频率不小于4Hz。
在步骤S2中的短片段切割包括以下步骤:
S21、将车辆行驶片段切分为运动片段和怠速片段;
S22、判断运动片段时长是否小于10秒,是,则删除该运动片段,否,则切换下一个运动片段。
在本实施例中,一种坡度速度组合工况开发方法,其步骤2:根据GPS车速和发动机转速将车辆行驶片段切分为运动片段和怠速片段,删除时长小于10秒的运动片段。
在步骤S3中的坡度计算及运动片段筛选包括以下步骤:
S31、通过坡度计算公式计算出坡度值θ;
S32、通过波动度计算公式计算出片段波动度值F;
S33、设置速度波动程度阈值,并将速度波动度大于阈值的运动片段删除,筛选出非激烈驾驶片段。
在本实施例中,一种坡度速度组合工况开发方法,其步骤3:运动片段每一时刻对应的道路坡度值θ计算,计算公式如下所示。
θ=57.3arctan(vz/vx)
其中vz为垂直速度,vx为水平速度,在水平速度很小以及车辆急加速和急减速的情况下,坡度值误差较大。当前处理方法如下:当水平速度小于1km/h的情况下,坡度置0。设置速度波动程度阈值,将速度波动度大于阈值的运动片段删除,筛选出非激烈驾驶片段。波动度计算公式如下:
Figure BDA0003374935150000111
其中,F为片段波动度,vmax,i为片段时长20%-80%之间的第i个极大值,j为极大值数量,vmax,i为片段时长20%-80%之间的第i个极小值,k为极小值数量,vmean为片段时长20%-80%之间的平均值。
在本实施例中,一种坡度速度组合工况开发方法,其步骤4:选择低通滤波器,降低干扰信号对坡度值的影响。滤波频率和阶数根据里程-坡度功率谱密度和滤波效果进行标定。
在步骤S5中的确定城市、城郊、高速的权重系数及计算阈值包括以下步骤:
S51、通过不同道路平均流量乘以对应道路长度得到不同道路车辆出行里程。
S52、分别计算城市、城郊、高速三等级道路车辆总出行里程占全路网道路车辆出行里程占比,将各等级道路车辆出行里程占比作为各速度区间权重因子;
S53、统计得到城市、城郊、高速三等级道路的速度-出行里程分布,并将城市、城郊道路的90%速度分位点作为速度区间阈值。
步骤6:根据片段的最大速度阈值划分城市、城郊、高速短片段库。
在步骤S6中的城市、城郊、高速工况库构建及运动特征、坡度特征分析包括以下步骤:
S61、将驾驶片段按照最大速度不同分为城市、城郊和高速短片段库;
S62、计算城市、城郊和高速工况库的运动特征;
S63、分别计算城市、城郊和高速工况库的道路坡度-坡度变化率联合分布。
在步骤S7中的速度坡度组合工况构建包括以下步骤:
S71、根据车辆的日均出行时长设置工况总时长;
S72、通过总时长乘以不同路面权重因子得到不同速度区间时长;
S73、通过短行程分析方法构建速度工况;
S74、根据速度工况中不同速度区间运动片段时长挑选坡度工况片段,利用误差平方和最小方法确定最优的片段组合作为各速度区间运动片段的坡度工况;
S75、在两个含坡度的运动片段之间设置怠速片段,怠速片段坡度通过线性差值得到;
S76、通过线性插值的方法设置怠速片度的坡度工况曲线,将所有的运动片段和怠速片段进行组合得到坡度工况曲线;
S77、将坡度工况和速度工况进行组合得到坡度速度组合工况。
在本实施例中,一种坡度速度组合工况开发方法,其步骤7:根据车辆的日均出行时长设置工况总时长(总时长不超过2400秒),利用总时长乘以不同路面权重因子得到不同速度区间时长。
步骤8:利用短行程分析方法构建速度工况。根据速度工况中不同速度区间运动片段时长挑选坡度工况片段。计算不同速度区间的多种坡度片段组合的坡度-坡度变化率分布与对应速度区间所有运动片段的坡度-坡度变化率分布的误差平方和,在每个速度区间选择误差平方和的组合,作为该速度区间的坡度工况。
步骤9:在两个含坡度的运动片段之间设置怠速片段,怠速片段坡度通过对上一个运动片段终点坡度值和下一个运动片段起点坡度值进行线性差值得到;第一怠速片段的坡度值设置为第一个运动片段起点坡度值,最后一个怠速片段坡度值设置为最后一个运动片段终点坡度值,将所有的运动片段和怠速片段进行组合得到坡度工况曲线。
步骤10:将坡度工况和速度工况进行组合得到坡度速度组合工况。
实施例1
以下结合附图,对发明方法及装置做进一步详细说明,图1为一种坡度速度组合工况开发方法的整体流程,具体步骤如下:
实际行驶数据采集
根据工况构建的需求,确定采集城市和线路,采取自由驾驶或规划路线行驶的方法,进行数据采集并通过GPRS网络实时发送到工况数据管理平台。其中数据采集模块应包含硬件控制器、GPS/SINS采集模块、CAN解析模块、4G模块等部分,终端结构如图2所示。采集参数应包括GPS车速、水平速度、垂直速度、发动机转速等,采集频率不小于4Hz。
短片段切割
划分短片段:以“一段怠速的开始到下一段怠速的开始”为短片段划分依据,将行驶段划分为若干个短片段,其中一个短片段包含一个运动片段和与之相邻的怠速片段。其中,将车辆从一次停车开始到下一次启动开始的运动定义为怠速片段;车辆在一次启动到下一次停车开始定义为运动片段,然后将短片段切分为运动片段和怠速片段。时长小于10s的片段不适于在转毂上复现且占比较低,所以将其删除。
坡度计算及运动片段的筛选
坡度通过计算当前采样点的垂直速度和水平速度的比值,得到路面坡度的正切值,从而实现对车辆当前行驶道路坡度角的测量。计算公式为
θ=57.3arctan(vz/vx)
其中,θ为车辆当前行驶道路坡度角,单位为°,vz为该时刻车辆的垂直速度,单位为km/h,vx为车辆该时刻的水平速度,单位为km/h。
车辆在低速行驶时,车速很小,导致比值在一个大范围内波动,引起误差。另外,由于车身的急加速和减速过程会导致车身的倾斜,导致测量得到的道路坡度误差较大。因此,需要去除激烈驾驶片段,具体处理方法如下:
当水平速度小于1km/h的情况下,坡度置0。
设置波动程度阈值,将波动度大于阈值的运动片段删除,非激烈驾驶片段如图3所示。波动度计算过程如下:
(1)选择运动片段中处于20%-80%时间段之间的数据,计算其平均值和各个极大值、极小值。
(2)波动度计算公式如下:
Figure BDA0003374935150000141
其中,F为片段波动度,vmax,i为片段时长20%-80%之间的第i个极大值,j为极大值数量,vmax,i为片段时长20%-80%之间的第i个极小值,k为极小值数量,vmean为片段时长20%-80%之间的平均值。
坡度滤波
GPS会受干扰信号影响,存在毛刺、阶跃等问题,本专利选择使用巴特沃斯滤波器对数据进行滤波。与其他滤波器相比,巴特沃斯滤波器在线性相位、衰减斜率和加载特性3方面具有特性均衡的优点。巴特沃斯滤波器在使用过程中,需要标定两个参数:阶数和截止频率。
由于GPS受到的各种干扰信号是相对高频的信号,因此选择低通滤波器来减少噪声。将数据采集到的速度-时间-坡度数据,转化为里程-坡度数据,对里程-坡度数据进行功率谱密度分析。受到各种信号干扰后,计算得到的道路坡度其频率区间明显增大,为避免滤波器截止频率过低,选择总功率密度95%分位点对应的频率为初始截止频率。
滤波阶数通过多次实验比较滤波效果进行选择。根据上述滤波频率选择方法,分别尝试使用2阶及以上滤波器进行滤波,通过绝对误差作为指标选择滤波阶数,本专利滤波阶数选择为4。
城市、城郊和高速的权重系数确定及阈值计算
在进行开发时,需要进行权重因子的计算,本发明将各等级道路车辆出行里程占比作为权重因子,分别计算城市、城郊和高速三等级道路车辆出行里程,最终获得各速度区间权重因子。道路出行里程计算公式为
Figure BDA0003374935150000151
其中,VKTk为k等级道路车辆出行里程之和,nk为k等级道路数目,Qk,i为k等级道路第i条车道日均流量,Lk,i为k等级道路第i条车道长度。
各速度区间权重因子计算公式为
Figure BDA0003374935150000152
其中,ωi为速度区间权重,VKTi为i等级道路车辆出行里程之和。
统计城市、城郊、高速三等级道路各个速度区间下(以1km/h为速度间隔)车辆行驶里程的累加值,得到城市、城郊、高速三等级道路的速度-出行里程累计分布。速度区间阈值为城市、城郊道路的90%速度分位点。
城市、城郊、高速工况库构建及运动特征、坡度特征分析
将筛选后的驾驶片段按照最大速度不同分为城市、城郊和高速短片段库。计算城市、城郊和高速工况库的运动特征,包括运行时间、加速时间、减速时间、匀速时间、怠速时间、运行里程、最大速度、平均速度、运行速度、速度标准偏差、最大加速度、加速段的平均加速度、最小加速度、减速段的平均加速度、加速度标准偏差。分别计算城市、城郊和高速工况库的道路坡度-坡度变化率联合分布,联合分布如图4所示。
速度-坡度组合工况构建
根据车辆的日均出行时长设置工况总时长(总时长不超过2400秒),利用总时长乘以不同路面权重因子得到不同速度区间时长。经统计分析,轻型商用车城市、城郊和高速的权重系数分别为31.17%、39.66%和29.17%,设定坡度工况的持续时间为1800s,根据权重系数,计算每个速度区间短行程的总时长,各区间时长为:Ti=1800×ωi,i=1,2,3。城市:735秒;城郊:615秒;高速450秒。
利用短行程分析方法构建速度工况,该方法如标准GB/T 38146.1所示。速度工况曲线如图5所示。
根据速度工况曲线中城市速度区间的时长和片段数目,确定坡度工况中城市速度区间需要选择的坡度片段数目和时长;将根据片段时长选择坡度片段按照笛卡尔积进行自由组合,将组合后片段的坡度-坡度变化率分布与城市速度区间的坡度-坡度变化率联立分布进行误差对比,据误差对比结果确定最优城市坡度工况。城郊、高速坡度工况同理。
在两个含坡度的运动片段之间设置怠速片段,怠速片段坡度通过对上一个运动片段终点坡度值和下一个运动片段起点坡度值进行线性差值得到;第一怠速片段的坡度值设置为第一个运动片段起点坡度值,最后一个怠速片段坡度值设置为最后一个运动片段终点坡度值,将所有的运动片段和怠速片段进行组合得到坡度工况曲线,如图5所示。
将坡度工况和速度工况组合得到坡度速度组合工况,如图5所示。
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 (8)

1.一种坡度速度组合工况开发装置,其特征在于:包括电源模块、时钟模块、微控制器、存储模块、GPS/SINS组合导航模块、CAN控制器、CAN收发模块、GPRS/4G模块和人机交互模块,所述时钟模块分别与电源模块、微控制器、GPRS/4G模块全双工连接,所述时钟模块、微控制器、CAN控制器三者集成在控制模块内,所述集成模块分别与GPS模块、人机交互模块、存储模块全双工连接,所述CAN控制器与CAN收发模块一端全双工连接,CAN收发模块另一端全双工连接至车辆CAN/OBD接口。
2.一种应用权1中一种坡度速度组合工况开发装置的开发方法,其特征在于:包括以下步骤:
S1、通过所述一种坡度速度组合工况开发装置采集车辆行驶数据;
S2、切割短片段;
S3、计算坡度及筛选运动片段;
S4、对坡度进行滤波;选择低通滤波器,降低干扰信号对坡度值的影响;滤波频率和阶数根据里程-坡度功率谱密度和滤波效果进行标定;
S5、确定城市、城郊、高速的权重系数及计算阈值;
S6、城市、城郊、高速工况库构建及运动特征、坡度特征分析;
S7、构建速度坡度组合工况。
3.根据权利要求2所述的一种坡度速度组合工况开发方法,其特征在于:在步骤S1中的车辆行驶数据采集包括以下步骤:
S11、确定采集城市和线路;
S12、通过坡度速度组合工况开发装置进行数据采集。
4.根据权利要求2所述的一种坡度速度组合工况开发方法,其特征在于:在步骤S2中的短片段切割包括以下步骤:
S21、将车辆行驶片段切分为运动片段和怠速片段;
S22、判断运动片段时长是否小于10秒,是,则删除该运动片段,否,则切换下一个运动片段。
5.根据权利要求2所述的一种坡度速度组合工况开发方法,其特征在于:在步骤S3中的坡度计算及运动片段筛选包括以下步骤:
S31、通过坡度计算公式计算出坡度值θ;
S32、通过波动度计算公式计算出片段波动度值F;
S33、设置速度波动程度阈值,并将速度波动度大于阈值的运动片段删除,筛选出非激烈驾驶片段。
6.根据权利要求2所述的一种坡度速度组合工况开发方法,其特征在于:在步骤S5中的确定城市、城郊、高速的权重系数及计算阈值包括以下步骤:
S51、通过不同道路平均流量乘以对应道路长度得到不同道路车辆出行里程;
S52、分别计算城市、城郊、高速三等级道路车辆总出行里程占全路网道路车辆出行里程占比,将各等级道路车辆出行里程占比作为各速度区间权重因子;
S53、统计得到城市、城郊、高速三等级道路的速度-出行里程累计分布,并将城市、城郊道路的90%速度分位点作为速度区间阈值。
7.根据权利要求2所述的一种坡度速度组合工况开发方法,其特征在于:在步骤S6中的城市、城郊、高速工况库构建及运动特征、坡度特征分析包括以下步骤:
S61、将驾驶片段按照最大速度不同分为城市、城郊和高速短片段库;
S62、计算城市、城郊和高速工况库的运动特征;
S63、分别计算城市、城郊和高速工况库的道路坡度-坡度变化率联合分布。
8.根据权利要求2所述的一种坡度速度组合工况开发方法,其特征在于:在步骤S7中的速度坡度组合工况构建包括以下步骤:
S71、根据车辆的日均出行时长设置工况总时长;
S72、通过总时长乘以不同路面权重因子得到不同速度区间时长;
S73、通过短行程分析方法构建速度工况;
S74、根据速度工况中不同速度区间运动片段时长挑选坡度工况片段,利用误差平方和最小方法确定最优的片段组合作为各速度区间运动片段的坡度工况;
S75、在两个含坡度的运动片段之间设置怠速片段,怠速片段坡度通过线性差值得到;
S76、通过线性插值的方法设置怠速片度的坡度工况曲线,将所有的运动片段和怠速片段进行组合得到坡度工况曲线;
S77、将坡度工况和速度工况进行组合得到坡度速度组合工况。
CN202111415027.3A 2021-11-25 2021-11-25 一种坡度速度组合工况开发装置及开发方法 Active CN114136312B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111415027.3A CN114136312B (zh) 2021-11-25 2021-11-25 一种坡度速度组合工况开发装置及开发方法
JP2022042672A JP7408258B2 (ja) 2021-11-25 2022-03-17 勾配と速度を組み合わせたモードの開発装置及び開発方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111415027.3A CN114136312B (zh) 2021-11-25 2021-11-25 一种坡度速度组合工况开发装置及开发方法

Publications (2)

Publication Number Publication Date
CN114136312A true CN114136312A (zh) 2022-03-04
CN114136312B CN114136312B (zh) 2024-05-07

Family

ID=80391904

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111415027.3A Active CN114136312B (zh) 2021-11-25 2021-11-25 一种坡度速度组合工况开发装置及开发方法

Country Status (2)

Country Link
JP (1) JP7408258B2 (zh)
CN (1) CN114136312B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115035138A (zh) * 2022-08-10 2022-09-09 武汉御驾科技有限公司 基于众包数据的路面坡度提取方法
CN115497306A (zh) * 2022-11-22 2022-12-20 中汽研汽车检验中心(天津)有限公司 一种基于gis数据的速度区间权重计算方法
CN115964905A (zh) * 2023-03-17 2023-04-14 中汽研汽车检验中心(昆明)有限公司 高原山地道路的排放测试工况构建方法和介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105651254A (zh) * 2016-02-23 2016-06-08 吉林大学 基于道路线形和频谱特征的道路坡度计算方法
CN107067722A (zh) * 2017-04-24 2017-08-18 中国汽车技术研究中心 一种新的车辆行驶工况构建方法
CN107145989A (zh) * 2017-06-12 2017-09-08 南京航空航天大学 基于人‑车‑交通路况的实际行驶工况构建方法
CN107458380A (zh) * 2017-08-03 2017-12-12 重庆大学 一种适用于综合驾驶工况下的道路坡度实时估计方法
CN108198425A (zh) * 2018-02-10 2018-06-22 长安大学 一种电动汽车行驶工况的构建方法
CN109932191A (zh) * 2019-03-15 2019-06-25 中国汽车技术研究中心有限公司 一种实际道路行驶工况库及构建方法
CN110239554A (zh) * 2019-06-06 2019-09-17 浙江吉利控股集团有限公司 一种车载路面纵向坡度实时识别方法及其装置
CN110298579A (zh) * 2019-06-26 2019-10-01 重庆大学 一种新能源乘用车城市立体工况的构建方法
CN110588657A (zh) * 2019-08-07 2019-12-20 江苏大学 一种针对车辆运动状态及道路坡度的联合估计方法
CN111008505A (zh) * 2019-11-18 2020-04-14 西华大学 城市坡道行驶工况构建方法及应用

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19925570C2 (de) 1999-06-04 2001-05-31 Daimler Chrysler Ag Kommunikationssystem für ein Fahrzeug
JP2004328488A (ja) 2003-04-25 2004-11-18 Denso Corp 車両用通信システム
GB201219742D0 (en) 2012-11-02 2012-12-12 Tom Tom Int Bv Methods and systems for generating a horizon for use in an advanced driver assistance system (adas)
JP2016050790A (ja) 2014-08-29 2016-04-11 日産自動車株式会社 バッテリ劣化情報処理装置及び方法
JP7172411B2 (ja) 2018-10-11 2022-11-16 セイコーエプソン株式会社 リアルタイムクロック装置、電子機器及び移動体

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105651254A (zh) * 2016-02-23 2016-06-08 吉林大学 基于道路线形和频谱特征的道路坡度计算方法
CN107067722A (zh) * 2017-04-24 2017-08-18 中国汽车技术研究中心 一种新的车辆行驶工况构建方法
CN107145989A (zh) * 2017-06-12 2017-09-08 南京航空航天大学 基于人‑车‑交通路况的实际行驶工况构建方法
CN107458380A (zh) * 2017-08-03 2017-12-12 重庆大学 一种适用于综合驾驶工况下的道路坡度实时估计方法
CN108198425A (zh) * 2018-02-10 2018-06-22 长安大学 一种电动汽车行驶工况的构建方法
CN109932191A (zh) * 2019-03-15 2019-06-25 中国汽车技术研究中心有限公司 一种实际道路行驶工况库及构建方法
CN110239554A (zh) * 2019-06-06 2019-09-17 浙江吉利控股集团有限公司 一种车载路面纵向坡度实时识别方法及其装置
CN110298579A (zh) * 2019-06-26 2019-10-01 重庆大学 一种新能源乘用车城市立体工况的构建方法
CN110588657A (zh) * 2019-08-07 2019-12-20 江苏大学 一种针对车辆运动状态及道路坡度的联合估计方法
CN111008505A (zh) * 2019-11-18 2020-04-14 西华大学 城市坡道行驶工况构建方法及应用

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Constructing representative driving cycle for heavy duty vehicle based on Markov chain method considering road slope", 《 ENERGY AND AI 6》, pages 1 - 9 *
RUOYUN MA , ET AL: "Real-world driving cycles and energy consumption informed by large-sized vehicle trajectory data", 《JOURNAL OF CLEANER PRODUCTION 》, 6 March 2019 (2019-03-06), pages 564 - 574 *
XINYI JIA , ET AL: "Constructing representative driving cycle for heavy duty vehicle based on Markov chain method considering road slope", 《ENERGY AND AI 6》, pages 1 - 9 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115035138A (zh) * 2022-08-10 2022-09-09 武汉御驾科技有限公司 基于众包数据的路面坡度提取方法
CN115035138B (zh) * 2022-08-10 2022-11-22 武汉御驾科技有限公司 基于众包数据的路面坡度提取方法
CN115497306A (zh) * 2022-11-22 2022-12-20 中汽研汽车检验中心(天津)有限公司 一种基于gis数据的速度区间权重计算方法
CN115964905A (zh) * 2023-03-17 2023-04-14 中汽研汽车检验中心(昆明)有限公司 高原山地道路的排放测试工况构建方法和介质
CN115964905B (zh) * 2023-03-17 2023-05-30 中汽研汽车检验中心(昆明)有限公司 高原山地道路的排放测试工况构建方法和介质

Also Published As

Publication number Publication date
JP2023078053A (ja) 2023-06-06
JP7408258B2 (ja) 2024-01-05
CN114136312B (zh) 2024-05-07

Similar Documents

Publication Publication Date Title
CN114136312B (zh) 一种坡度速度组合工况开发装置及开发方法
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
CN106908075B (zh) 大数据采集与处理系统及基于其电动汽车续航估计方法
CN111497679B (zh) 一种纯电动汽车能耗监测优化方法及系统
CN107067722B (zh) 一种车辆行驶工况构建方法
CN109808541B (zh) 一种电动汽车充电方法及系统
CN110174117A (zh) 一种电动汽车充电路线规划方法
CN111670340A (zh) 一种车辆剩余行驶里程的获取方法、电子设备及车辆
CN101976505A (zh) 交通评价方法及系统
CN109703389B (zh) 基于新能源公交车的车桩网一体化充电调度装置及方法
CN102087788A (zh) 基于浮动车车速置信度的交通状态参数估计方法
CN107886188B (zh) 液化天然气公交尾气排放预测方法
CN112726350B (zh) 道路平整检测方法及装置、设备
CN107089209A (zh) 一种用于计算电动汽车续驶里程的方法和装置
CN115019477A (zh) 一种智慧城市内涝灾害实时预测预警系统及方法
CN105651254A (zh) 基于道路线形和频谱特征的道路坡度计算方法
CN109141459A (zh) 一种带有电耗分析预测的电动汽车导航系统及方法
CN206938676U (zh) 一种用于计算电动汽车续驶里程的装置
CN117079459A (zh) 混合自动驾驶交通流流速密能图谱构建方法及系统
CN101894472A (zh) 一种机动车辆实时速度信息采集系统及方法
CN111476432A (zh) 一种基于实时路况预测的车辆油耗估计方法和系统
CN113553548B (zh) 一种基于车联网大数据的实际运行工况VSPBin划分方法
CN114078322B (zh) 一种公交运行状态评价方法、装置、设备及存储介质
CN100446015C (zh) 一种可用于地面道路网交通状况测定的方法和系统
CN116205370A (zh) 一种基于地区大数据的电动汽车续航里程预测方法及装置

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