CN116620314A - 一种基于车辆趟次路线的驾驶辅助提示方法及装置 - Google Patents
一种基于车辆趟次路线的驾驶辅助提示方法及装置 Download PDFInfo
- Publication number
- CN116620314A CN116620314A CN202310401852.0A CN202310401852A CN116620314A CN 116620314 A CN116620314 A CN 116620314A CN 202310401852 A CN202310401852 A CN 202310401852A CN 116620314 A CN116620314 A CN 116620314A
- Authority
- CN
- China
- Prior art keywords
- route
- oil consumption
- value
- vehicle
- routes
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000007774 longterm Effects 0.000 claims abstract description 54
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 239000000446 fuel Substances 0.000 claims description 129
- 238000012216 screening Methods 0.000 claims description 23
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0097—Predicting future conditions
-
- 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
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
- B60W2530/209—Fuel quantity remaining in tank
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于车辆趟次路线的驾驶辅助提示方法及装置,所述方法包括:在确定车辆的长期停驻点后,确定若干条关于长期停驻点的第一趟次路线;确定若干条第一趟次路线的重叠区域得到重合路线,并基于重合路线计算车辆行驶时的油耗值得到参考油耗值;在获取车辆的第二趟次路线后,计算参考油耗值与第二趟次路线对应油耗值的油耗差值,根据油耗差值进行驾驶辅助提示。本发明可以在确定车辆长期驻停点后,统计关于长期驻停点的多条不同趟次路线,计算不同趟次路线的重合路线,通过具有相同环境和路况的重合路线计算车辆的参考油耗,以提升计算精度,减少参考油耗的计算误差,同时可以基于参考油耗准确地进行油耗提醒,提升驾驶辅助的效果。
Description
技术领域
本发明涉及车辆辅助驾驶的技术领域,尤其涉及一种基于车辆趟次路线的驾驶辅助提示方法及装置。
背景技术
趟次是指车辆从长期驻停点(例如家)出发后,再次回到长期驻停点的一段行程,称为一个趟次。一出一进即为一趟次。车辆在行驶过程中,不同路况或不同时间或不同环境产生的油耗不同,为了及时通知驾驶员车辆的实际耗油情况,需要进行油耗提醒,以达到辅助驾驶的效果。
目前常用的辅助驾驶提醒方法是计算车辆在行驶百公里的参考油耗值,再将该参考油耗值实时展示在车辆驾驶的屏幕中,以提示驾驶员的耗油情况,提醒驾驶员更正其驾驶习惯,降低油耗。
但上述方法有如下问题:不同趟次行驶的路线可能不同,不同路线的路况和驾驶环境也不同相同,可能多个趟次的总行驶里程才足够百公里,使得不同趟次的油耗混淆在一起,导致计算的油耗值与车辆当前行驶的趟次路线的参考油耗值不符,误差较大,准确率较低,进而导致后续的油耗提醒不准确,辅助提示的效果较差。
发明内容
本发明提出一种基于车辆趟次路线的驾驶辅助提示方法及装置,所述方法可以在车辆长期驻停点后统计多个不同的趟次路线,计算不同趟次路线的重合路线,通过具有相同环境和路况的重合路线计算车辆的参考油耗,并基于参考油耗进行油耗提醒,以提升计算精度,并提升驾驶辅助的效果。
本发明实施例的第一方面提供了一种基于车辆趟次路线的驾驶辅助提示方法,所述方法包括:
在确定车辆的长期停驻点后,确定若干条关于所述长期停驻点的第一趟次路线;
确定若干条所述第一趟次路线的重叠区域得到重合路线,并基于所述重合路线计算车辆行驶时的油耗值得到参考油耗值;
在获取车辆的第二趟次路线后,计算所述参考油耗值与所述第二趟次路线对应油耗值的油耗差值,根据所述油耗差值进行驾驶辅助提示,所述第二趟次路线是车辆当前行驶且与所述第一趟次路线不同的路线。
在第一方面的一种可能的实现方式中,所述基于所述重合路线计算车辆行驶时的油耗值得到参考油耗值,包括:
从所述重合路线所包含的若干条第一趟次路线中任意选择一条第一趟次路线,并以任意选择的第一趟次路线的油耗值为参考油耗值;
或者;
从所述重合路线对应的若干个第一趟次路线的油耗值中筛选最高油耗值,得到参考油耗值;
或者;
从所述重合路线对应的若干个第一趟次路线的油耗值中筛选最低油耗值,得到参考油耗值;
或者;
按照预设油耗数量值从所述重合路线对应的若干个第一趟次路线的油耗值筛选若干数量的油耗值,并计算所述若干数量的油耗值的平均值,得到参考油耗值;
或者;
按照若干条第一趟次路线的行驶时间顺序从所述重合路线对应的若干个第一趟次路线的油耗值筛选若干数量的油耗值,并计算所述若干数量的油耗值的平均值,得到参考油耗值;
或者;
按照若干条第一趟次路线的行驶时间顺序从所述重合路线对应的若干个第一趟次路线的油耗值筛选若干数量的油耗值,并对所述若干数量的油耗值进行加权平均计算,得到参考油耗值。
在第一方面的一种可能的实现方式中,所述对所述若干数量的油耗值进行加权平均计算,得到参考油耗值,包括:
采用K-means算法对对所述若干数量的油耗值进行聚类,得到若干个油耗类别,每个所述油耗类别包含至少一个油耗值;
统计每个所述油耗类别包含的油耗值的数量值,按照预设比例值将所述数量值转换成权重值;
采用每个所述油耗类别的油耗值与对应的权重值计算得到参考油耗值。
在第一方面的一种可能的实现方式中,所述确定若干条所述第一趟次路线的重叠区域得到重合路线,包括:
确定若干条所述第一趟次路线两两之间相互叠加的路线,得到若干条叠加路线;
获取每个叠加路线的行驶参数,按照所述行驶参数对若干条叠加路线聚合分类,形成多个路线类别,每个所述路线类别包含至少一个重合路线,所述行驶参数包括:行驶工况、行驶路况和行驶环境;
选择一个所述路线类别的叠加路线为重合路线。
在第一方面的一种可能的实现方式中,所述选择一个所述路线类别的叠加路线为重合路线,包括:
计算每个所述路线类别的叠加路线对应的车辆行驶距离,得到多个行驶距离值;
从多个所述行驶距离值中筛选数值最小的行驶距离值,以数值最小的行驶距离值对应的叠加路线为重合路线。
在第一方面的一种可能的实现方式中,所述确定车辆的长期停驻点,包括:
在预设驾驶范围内通过GPS定位方式选取车辆的多个停靠地点,并统计每个停靠地点的停靠次数,得到多个停靠次数值;
基于所述停靠次数值的数值大小选择若干个停靠地点为长期停驻点。
在第一方面的一种可能的实现方式中,所述根据所述油耗差值进行驾驶辅助提示,包括:
当所述油耗差值大于预设差值时,获取车辆在所述第二趟次路线行驶过程中的异常行驶参数以及当前行驶模式,所述异常行驶参数包括:低档高速次数、低档高速时间、低档高速油耗、超速驾驶次数、超速驾驶时间和超速驾驶油耗;
展示所述异常行驶参数,并在所述当前行驶模式为低档高速或超速驾驶时,语音播报预设的用于更新行驶模型的提示信息。
本发明实施例的第二方面提供了一种基于车辆趟次路线的驾驶辅助提示装置,所述装置包括:
确定车辆趟次路线模块,用于在确定车辆的长期停驻点后,确定若干条关于所述长期停驻点的第一趟次路线;
计算参考油耗模块,用于确定若干条所述第一趟次路线的重叠区域得到重合路线,并基于所述重合路线计算车辆行驶时的油耗值得到参考油耗值;
驾驶辅助提示模块,用于在获取车辆的第二趟次路线后,计算所述参考油耗值与所述第二趟次路线对应油耗值的油耗差值,根据所述油耗差值进行驾驶辅助提示,所述第二趟次路线是车辆当前行驶且与所述第一趟次路线不同的路线。
相比于现有技术,本发明实施例提供的一种基于车辆趟次路线的驾驶辅助提示方法及装置,其有益效果在于:本发明可以在确定车辆长期驻停点后,统计关于长期驻停点的多条不同趟次路线,计算不同趟次路线的重合路线,通过具有相同环境和路况的重合路线计算车辆的参考油耗,以提升计算精度,减少参考油耗的计算误差,同时可以基于参考油耗准确地进行油耗提醒,提升驾驶辅助的效果。
附图说明
图1是本发明一实施例提供的一种基于车辆趟次路线的驾驶辅助提示方法的流程示意图;
图2是本发明一实施例提供的车辆趟次路线的示意图;
图3是本发明一实施例提供的车辆重合路线的示意图;
图4是本发明一实施例提供的一种基于车辆趟次路线的驾驶辅助提示方法的操作流程图;
图5是本发明一实施例提供的一种基于车辆趟次路线的驾驶辅助提示装置的结构示意图。
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作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。
为了解决上述问题,下面将通过以下具体的实施例对本申请实施例提供的一种基于车辆趟次路线的驾驶辅助提示方法进行详细介绍和说明。
参照图1,示出了本发明一实施例提供的一种基于车辆趟次路线的驾驶辅助提示方法的流程示意图。
在一实施例中,所述方法适用于车载终端,所述车载终端可以与云端服务器通信连接,所述云端服务器可以用于数据统计、存储与辅助分析等功能,所述车载终端可以用于数据计算、数据分析和驾驶辅助提示等功能。
其中,作为示例的,所述基于车辆趟次路线的驾驶辅助提示方法,可以包括:
S11、在确定车辆的长期停驻点后,确定若干条关于所述长期停驻点的第一趟次路线。
参照图2,示出了本发明一实施例提供的车辆趟次路线的示意图。
在一实施例中,车载终端可以向云端服务器发送获取长期停驻点的指令,以使云端服务器根据指令将用户设定的长期停驻点发送给车载终端或者通过计算分析得到的长期停驻点发送给车载终端。
车载终端在确定长期停驻点后,可以再向云端服务器发送指令,使得云端服务器以长期停驻点为起点,统计车辆以长期停驻点为起点多次来回行驶的趟次所对应的路线,得到若干条第一趟次路线。
又或者,车载终端在确定长期停驻点后,通过自身的GPS定位技术记录车辆的行驶路线,并从多个行驶路线中查找得到是以长期停驻点为起点和终端所行驶的路线,得到若干条第一趟次路线。
如图2所示,用户以长期停驻点为起点出发,然后行驶后再回到长期停驻点,此来回为一个趟次,其行驶路线为一条第一趟次路线。
需要说明的是,若干条第一趟次路线相互之间可能相同,也可以不同。
在一实施例中,所述确定车辆的长期停驻点的步骤可以有车载终端执行,也可以由车载终端触发云端服务器执行,具体可以根据实际需要进行限定。
其中,作为示例的,步骤S11可以包括以下子步骤:
S111、在预设驾驶范围内通过GPS定位方式选取车辆的多个停靠地点,并统计每个停靠地点的停靠次数,得到多个停靠次数值。
在实际应用中,用户的长期停驻点可能是自家的小区停车场或者公司停车场,而停车场内的车位可能不固定,所以每次停放车辆的地点可能不同,但该区域是用户长期停放车辆的区域。
为此,可以设定一个预设的驾驶范围(例如1-3公里,优选可以为2公里)。可以以用户设定的地点为中心,以预设的驾驶范围为半径设定一个区域,然后通过GPS定位方式获取用户在在这个区域内多个停靠车辆的坐标,得到多个停靠地点。
接着,可以统计每个停靠地点的停靠次数,例如,一个月内的停靠次数,或者一周内的停靠次数。
S112、基于所述停靠次数值的数值大小选择若干个停靠地点为长期停驻点。
若停靠地点的停靠次数较小,说明该停靠地点可能是临时停车,并非用户的长期停驻点。
可以基于停靠次数的大小,从多个停靠地点中筛选若干个满足预设停靠次数的停靠地点,以该若干个满足预设停靠次数的停靠地点为长期停驻点。
例如,筛选若干个停靠次数大于10的停靠地点,作为长期停驻点。又例如,可以按照停靠次数高到底排列,然后筛选停靠最多的前10个停靠地点,作为长期停驻点。
S12、确定若干条所述第一趟次路线的重叠区域得到重合路线,并基于所述重合路线计算车辆行驶时的油耗值得到参考油耗值。
在一实施例中,在确定若干条第一趟次路线后,可以获取若干条第一趟次路线两两之间的重叠区域,得到若干个重合路线,然后从中任意选择一条,作为后续处理和计算的重合路线。
参照图3,示出了本发明一实施例提供的车辆重合路线的示意图。
假设,长期停驻点有两个,分别为A和B,每个长期停驻点对应一条第一趟次路线,则共有两条第一趟次路线。然后,可以查找两条第一趟次路线的重叠部分,如图3所示,A和B之间的连线为其重叠部分,则可以以A和B的连线作为重合路线。
在确定重合路线后,可以计算在该重合路线中车辆行驶的实际油耗。
由于重合路线行驶的路段相同,并且是用户每次出入行驶的必经路线,因此,也可以确定其路况、行驶海拔相同。可以基于相同的环境条件进行后续的油耗计算,能更加贴合用户的实际应用情况,而且能与不同的趟次路线向匹配,进而能减少后续油耗计算的误差,提升计算的准确率。
在一可选的实施例中,长期停驻点可能有多个,对应的第一趟次路线可能有多条,而多条第一趟次路线两两之间的重叠区域的路线也可能有多条,使得重合路线也有多条,为了进一步从多条重合路线中筛选与每条第一趟次路线相近或者贴合不同第一趟次路线的重合路线,以使重合路线的环境条件以及路况均能与不同第一趟次路线匹配,进一步提升后续油耗计算的准确率。
其中,作为示例的,步骤S12可以包括以下子步骤:
S121、确定若干条所述第一趟次路线两两之间相互叠加的路线,得到若干条叠加路线。
具体地,可以若干条第一趟次路线两两之间相互叠加的路线,得到若干条叠加路线。
假设,有长期停驻点有三个,分别为A、B和C,每个长期停驻点对应一条第一趟次路线,则共有三条第一趟次路线,可以确定A和B对应的两条第一趟次路线两两之间相互叠加的路线,可以确定A和C对应的两条第一趟次路线两两之间相互叠加的路线,可以确定B和C对应的两条第一趟次路线两两之间相互叠加的路线,共得到3条叠加路线。
若每个长期停驻点有两条或以上的第一趟次路线,也可以按照上述方式操作,得到多条叠加路线。
S122、获取每个叠加路线的行驶参数,按照所述行驶参数对若干条叠加路线聚合分类,形成多个路线类别,每个所述路线类别包含至少一个重合路线,所述行驶参数包括:行驶工况、行驶路况和行驶环境。
在一实施例中,行驶参数可以包括行驶工况、行驶路况和行驶环境,也可以加上每个趟次发生时间对应的天气信息、湿度、温度、风向等。根据上述各个参数将各个叠加路线进行聚合分类,识别出相似的趟次,使得具有相同行驶参数的叠加路线整合在一起。各个归类后的路线不但行驶路段相同,而且各个天气、温湿度以及环境也相同,从而能减少各个路况和环境因素对油耗的影响,从而提升后续计算油耗的准确率准确得到。
S123、选择一个所述路线类别的叠加路线为重合路线。
由于各个类别的路线的各种条件均是相同的,可以任意选择一个类别的任意一条叠加路线,作为重合路线。
若重合路线的行驶距离较远,后续油耗的影响因素可能较多,例如,用户的驾驶习惯或者有突发情况,为了能进一步降低上述因素的影响,在一可选的实施例中,步骤S123可以包括以下子步骤:
S1231、计算每个所述路线类别的叠加路线对应的车辆行驶距离,得到多个行驶距离值。
S1232、从多个所述行驶距离值中筛选数值最小的行驶距离值,以数值最小的行驶距离值对应的叠加路线为重合路线。
具体地,可以计算每个路线类别的叠加路线对应的车辆行驶距离,即该路线的里程数,从而可以得到多个行驶距离值。
再从多个行驶距离值筛选数值最小的行驶距离值,以数值最小的行驶距离值对应的叠加路线为重合路线。
可选地,也可以根据实际应用需求,从多个行驶距离值筛选数值最大的行驶距离值,以数值最小的行驶距离值对应的叠加路线为重合路线。
可选地,也可以根据实际应用需求,计算每个路线类别的叠加路线对应的车辆行驶次数,从多个车辆行驶次数筛选数值最大的车辆行驶次数,以数值最小的车辆行驶次数对应的叠加路线为重合路线。
需要说明的是,为了减轻车载终端处理数据的负担,在一实施例中,可以由车载终端将确定后的第一趟次路线发送给云端服务器,由云端服务器确定叠加路线,然后将叠加路线发给车载终端。接着,车载终端可以结合云端服务器在先记录的若干个路线与发送的叠加路线进行聚合分类,从而将筛选得到重合路线。
在确定重合路线后,可以基于重合路线计算车辆行驶时的油耗值得到参考油耗值。
在一实施例中,计算参考油耗值的方式可以包括以下子步骤:
S21、从所述重合路线所包含的若干条第一趟次路线中任意选择一条第一趟次路线,并以任意选择的第一趟次路线的油耗值为参考油耗值。
在一实施例中,可以以该重合路线所对应的第一趟次路线中,任意选择一条第一趟次路线,然后以这一条第一趟次路线的油耗值,作为参考油耗值。
具体地,可以以这一条第一趟次路线在重合路线上的油耗值,作为参考油耗值。
或者;
S31、从所述重合路线对应的若干个第一趟次路线的油耗值中筛选最高油耗值,得到参考油耗值。
在一实施例中,可以计算重合路线所对应的每条第一趟次路线的油耗值,然后筛选数值最大的油耗值为最高油耗值,以最高油耗值作为参考油耗值。
或者;
S41、从所述重合路线对应的若干个第一趟次路线的油耗值中筛选最低油耗值,得到参考油耗值。
在一实施例中,可以计算重合路线所对应的每条第一趟次路线的油耗值,然后筛选数值最小的油耗值为最低油耗值,以最低油耗值作为参考油耗值。
或者;
S51、按照预设油耗数量值从所述重合路线对应的若干个第一趟次路线的油耗值筛选若干数量的油耗值,并计算所述若干数量的油耗值的平均值,得到参考油耗值。
在一实施例中,可以按照预设油耗数量值筛选重合路线对应的第一趟次路线的油耗值,然后再求各个油耗值的平均值,得到参考油耗值。
例如,可将重合路线中对应的第一趟次路线筛选前10个第一趟次路线,然后获取前10个第一趟次路线对应的油耗数据,然后求平均值,得到参考油耗值。
或者;
S61、按照若干条第一趟次路线的行驶时间顺序从所述重合路线对应的若干个第一趟次路线的油耗值筛选若干数量的油耗值,并计算所述若干数量的油耗值的平均值,得到参考油耗值。
在一实施例中,可以将重合路线对应的若干条第一趟次路线按照其行驶的时间顺序进行排列,具体可以按照时间先后进行排列,最新行驶的排第一,后面行驶的排最后。
然后再可以按照预设数量值筛选若干条第一趟次路线,获取每条第一趟次路线的油耗值,接着求各个油耗值的平均值,得到参考油耗值。
例如,可以筛选重合路线中最近10个第一趟次路线,然后获取最近10个第一趟次路线的油耗值,再求平均值,得到参考油耗值。
或者;
S71、按照若干条第一趟次路线的行驶时间顺序从所述重合路线对应的若干个第一趟次路线的油耗值筛选若干数量的油耗值,并对所述若干数量的油耗值进行加权平均计算,得到参考油耗值。
可选地,可以按照上述方式,筛选若干条对应的第一趟次路线,获取每条第一趟次路线的油耗值,接着对各个油耗值加权平均计算,得到参考油耗值。
例如,可以筛选重合路线中最近10个第一趟次路线,然后获取最近10个第一趟次路线的油耗值,对10个油耗值进行加权平均计算,得到参考油耗值。
在一可选的实施例中,所述加权平均计算的操作可以包括以下子步骤:
S711、采用K-means算法对对所述若干数量的油耗值进行聚类,得到若干个油耗类别,每个所述油耗类别包含至少一个油耗值。
S712、统计每个所述油耗类别包含的油耗值的数量值,按照预设比例值将所述数量值转换成权重值。
S713、采用每个所述油耗类别的油耗值与对应的权重值计算得到参考油耗值。
承接上述例子,假设筛选重合路线中最近10个第一趟次路线,然后获取最近10个第一趟次路线的油耗值,得到10个油耗值。
对10个的油耗进行K-means算法进行聚类,可选地,K值=3,聚类成3类。同时,可以记录类序号和该类的趟次数量。
接着,该实际油耗=基准趟次的油耗=Sum(第一趟次路线的油耗*权重)/Sum(每个趟次权重)。
其中,每个第一趟次路线的权重=该趟次序号的趟次数量/10。
可选地,也可以计算其里程,根据里程计算油耗。
其中,里程的计算如下:
基准趟次的里程=Sum(趟次里程*权重)/Sum(每个趟次权重);
基准趟次的事件发生次数=Sum(趟次事件发生次数*权重)/Sum(每个趟次权重)取整。
需要说明的是,可以在计算过程中,也可以进行异常检测,例如,其他因子如某参数是否异常=趟次正常*权重:正常比例,趟次异常*权重:异常比例,判断正常和异常的比例谁大,则确定该基准趟次是否正常。
若计算异常,可以车载终端可以通知用户。
S13、在获取车辆的第二趟次路线后,计算所述参考油耗值与所述第二趟次路线对应油耗值的油耗差值,根据所述油耗差值进行驾驶辅助提示,所述第二趟次路线是车辆当前行驶且与所述第一趟次路线不同的路线。
在一实施例中,上述计算的参考油耗值可能是某一趟次的某一段重合路线的油耗,也可能某一趟次整段路的油耗,若用户当前驾驶车辆行驶的趟次没有改变,其油耗大概率没有更改,可以不进行油耗提醒。
若用户当前驾驶车辆行驶的趟次发生改变,当前趟次路线的油耗可能与在先的不同,需要进行油耗提醒。为此,可以通过GPS技术对用户行驶的车辆进行定位,检测其行驶的路线与在先的趟次的路线是否相同。
若确定其当前行驶的路线与在先的趟次的路线不相同,可以获取当前行驶的趟次路线,得到第二趟次路线。同时实时计算第二趟次路线的油耗值,得到实时油耗值。
计算参考油耗值与实时油耗值的差值,得到可表示油耗变化的油耗差值,根据油耗差值的大小,进行驾驶辅助提示,以辅助用户调整其驾驶方式或驾驶模型,从而起到降低油耗的效果。
用户可直接影响车辆油耗的方式是其驾驶方式,可以通过驾驶方式提示的方法,起到驾驶辅助提醒的效果,在其中一种的实施例中,步骤S13可以包括以下子步骤:
S131、当所述油耗差值大于预设差值时,获取车辆在所述第二趟次路线行驶过程中的异常行驶参数以及当前行驶模式,所述异常行驶参数包括:低档高速次数、低档高速时间、低档高速油耗、超速驾驶次数、超速驾驶时间和超速驾驶油耗。
S132、展示所述异常行驶参数,并在所述当前行驶模式为低档高速或超速驾驶时,语音播报预设的用于更新行驶模型的提示信息。
若油耗差值大于预设差值时,说明车辆当前的油耗值较高,需要获取车辆在当前第二趟次路线的行驶过程中,其异常行驶参数以及当前行驶模式,所述异常行驶参数包括:低档高速次数、低档高速时间、低档高速油耗、超速驾驶次数、超速驾驶时间和超速驾驶油耗,当前行驶模式可以包括超速驾驶行驶或者低档高速行驶。
然后实时显示上述参数和行驶模式,供用户查看,实现第一种显示提示。同时可以确定当前行驶模式是超速驾驶行驶或者低档高速行驶。
例如,当前行驶模式是超速驾驶行驶,则分别获取超速驾驶次数、超速驾驶时间和超速驾驶油耗,然后计算每次超速驾驶时,超速驾驶油耗与车辆在经济行驶模式时的历史平均油耗的差值,得到油耗差值,然后将油耗差值与超速驾驶时间计算总的油耗值,再语音提示总的油耗值,以及提示用户进行降速或降低,从而能实现降低油耗的效果。
例如,当前行驶模式是低档高速行驶,则分别获取低档高速次数、低档高速时间、低档高速油耗,然后计算每次低档高速行驶时,低档高速的油耗与车辆在经济行驶模式时的历史平均油耗的差值,得到油耗差值,接下来将油耗差值与低档高速时间计算总的油耗值,再语音提示总的油耗值,以及提示用户进行提档,从而能实现降低油耗的效果。
参照图4,示出了本发明一实施例提供的一种基于车辆趟次路线的驾驶辅助提示方法的操作流程图。
在一实施例中,若所有计算与分析操作均由车载终端执行,可能增加车载终端的负担,且数据处理的效率较低。
为了能提升车载终端的数据处理效果,在一实现方式中,可以让车载终端与云端服务器进行交互,以实现本发明的技术方案。
具体地,其操作流程可以包括以下步骤:
第一步,由云端服务器计算常驻点(即长期停驻点),然后将长期停驻点发送给车载终端。
第二步,车载终端可以对长期停驻点添加标注,例如,“家”或“工作地”等。
第三步,待车载终端确定长期停驻点后,可以通知云端服务器,然后让云端服务器计算关于长期停驻点的趟次,并确定若干个趟次路线所对应的重合路线,并发送给车载终端。
第四步,车载终端从多个重合路线中确定一个重合路线后,可以从云端服务器中获取具有相同重合路线的趟次路线,然后查看各个趟次路线的相关记录和参数。
第五步,车载终端可以根据各个趟次路线的相关记录和参数,以及重合路线对应的趟次路线的相关参数,计算一个参考油耗值,或者由用户选定一个油耗值为参考油耗值。
第六步,若当前趟次路线与在先的趟次路线不同,可以计算当前趟次路线的油耗与参考油耗值的偏差,根据油耗偏差进行辅助驾驶提醒。
第七步,可以从云端服务器获取影响油耗的可控因子(包括异常行驶参数以及当前行驶模式),可以根据这些可控因子确定产生油耗的具体原因,再进行油耗提醒。
在本实施例中,本发明实施例提供了一种基于车辆趟次路线的驾驶辅助提示方法,其有益效果在于:本发明可以在确定车辆长期驻停点后,统计关于长期驻停点的多条不同趟次路线,计算不同趟次路线的重合路线,通过具有相同环境和路况的重合路线计算车辆的参考油耗,以提升计算精度,减少参考油耗的计算误差,同时可以基于参考油耗准确地进行油耗提醒,提升驾驶辅助的效果。
本发明实施例还提供了一种基于车辆趟次路线的驾驶辅助提示装置,参见图5,示出了本发明一实施例提供的一种基于车辆趟次路线的驾驶辅助提示装置的结构示意图。
其中,作为示例的,所述基于车辆趟次路线的驾驶辅助提示装置可以包括:
确定车辆趟次路线模块501,用于在确定车辆的长期停驻点后,确定若干条关于所述长期停驻点的第一趟次路线;
计算参考油耗模块502,用于确定若干条所述第一趟次路线的重叠区域得到重合路线,并基于所述重合路线计算车辆行驶时的油耗值得到参考油耗值;
驾驶辅助提示模块503,用于在获取车辆的第二趟次路线后,计算所述参考油耗值与所述第二趟次路线对应油耗值的油耗差值,根据所述油耗差值进行驾驶辅助提示,所述第二趟次路线是车辆当前行驶且与所述第一趟次路线不同的路线。
可选地,所述计算参考油耗模块,还用于:
从所述重合路线所包含的若干条第一趟次路线中任意选择一条第一趟次路线,并以任意选择的第一趟次路线的油耗值为参考油耗值;
或者;
从所述重合路线对应的若干个第一趟次路线的油耗值中筛选最高油耗值,得到参考油耗值;
或者;
从所述重合路线对应的若干个第一趟次路线的油耗值中筛选最低油耗值,得到参考油耗值;
或者;
按照预设油耗数量值从所述重合路线对应的若干个第一趟次路线的油耗值筛选若干数量的油耗值,并计算所述若干数量的油耗值的平均值,得到参考油耗值;
或者;
按照若干条第一趟次路线的行驶时间顺序从所述重合路线对应的若干个第一趟次路线的油耗值筛选若干数量的油耗值,并计算所述若干数量的油耗值的平均值,得到参考油耗值;
或者;
按照若干条第一趟次路线的行驶时间顺序从所述重合路线对应的若干个第一趟次路线的油耗值筛选若干数量的油耗值,并对所述若干数量的油耗值进行加权平均计算,得到参考油耗值。
可选地,所述计算参考油耗模块,还用于:
采用K-means算法对对所述若干数量的油耗值进行聚类,得到若干个油耗类别,每个所述油耗类别包含至少一个油耗值;
统计每个所述油耗类别包含的油耗值的数量值,按照预设比例值将所述数量值转换成权重值;
采用每个所述油耗类别的油耗值与对应的权重值计算得到参考油耗值。
可选地,所述计算参考油耗模块,还用于:
确定若干条所述第一趟次路线两两之间相互叠加的路线,得到若干条叠加路线;
获取每个叠加路线的行驶参数,按照所述行驶参数对若干条叠加路线聚合分类,形成多个路线类别,每个所述路线类别包含至少一个重合路线,所述行驶参数包括:行驶工况、行驶路况和行驶环境;
选择一个所述路线类别的叠加路线为重合路线。
可选地,所述计算参考油耗模块,还用于:
计算每个所述路线类别的叠加路线对应的车辆行驶距离,得到多个行驶距离值;
从多个所述行驶距离值中筛选数值最小的行驶距离值,以数值最小的行驶距离值对应的叠加路线为重合路线。
可选地,所述确定趟次路线模块,还用于:
在预设驾驶范围内通过GPS定位方式选取车辆的多个停靠地点,并统计每个停靠地点的停靠次数,得到多个停靠次数值;
基于所述停靠次数值的数值大小选择若干个停靠地点为长期停驻点。
可选地,所述驾驶辅助提示模块,还用于:
当所述油耗差值大于预设差值时,获取车辆在所述第二趟次路线行驶过程中的异常行驶参数以及当前行驶模式,所述异常行驶参数包括:低档高速次数、低档高速时间、低档高速油耗、超速驾驶次数、超速驾驶时间和超速驾驶油耗;
展示所述异常行驶参数,并在所述当前行驶模式为低档高速或超速驾驶时,语音播报预设的用于更新行驶模型的提示信息。
所属技术领域的技术人员可以清楚地了解到,为方便的描述和简洁,上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
进一步的,本申请实施例还提供了一种电子设备,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如上述实施例所述的基于车辆趟次路线的驾驶辅助提示方法。
进一步的,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行程序,所述计算机可执行程序用于使计算机执行如上述实施例所述的基于车辆趟次路线的驾驶辅助提示方法。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种基于车辆趟次路线的驾驶辅助提示方法,其特征在于,所述方法包括:
在确定车辆的长期停驻点后,确定若干条关于所述长期停驻点的第一趟次路线;
确定若干条所述第一趟次路线的重叠区域得到重合路线,并基于所述重合路线计算车辆行驶时的油耗值得到参考油耗值;
在获取车辆的第二趟次路线后,计算所述参考油耗值与所述第二趟次路线对应油耗值的油耗差值,根据所述油耗差值进行驾驶辅助提示,所述第二趟次路线是车辆当前行驶且与所述第一趟次路线不同的路线。
2.根据权利要求1所述的基于车辆趟次路线的驾驶辅助提示方法,其特征在于,所述基于所述重合路线计算车辆行驶时的油耗值得到参考油耗值,包括:
从所述重合路线所包含的若干条第一趟次路线中任意选择一条第一趟次路线,并以任意选择的第一趟次路线的油耗值为参考油耗值;
或者;
从所述重合路线对应的若干个第一趟次路线的油耗值中筛选最高油耗值,得到参考油耗值;
或者;
从所述重合路线对应的若干个第一趟次路线的油耗值中筛选最低油耗值,得到参考油耗值;
或者;
按照预设油耗数量值从所述重合路线对应的若干个第一趟次路线的油耗值筛选若干数量的油耗值,并计算所述若干数量的油耗值的平均值,得到参考油耗值;
或者;
按照若干条第一趟次路线的行驶时间顺序从所述重合路线对应的若干个第一趟次路线的油耗值筛选若干数量的油耗值,并计算所述若干数量的油耗值的平均值,得到参考油耗值;
或者;
按照若干条第一趟次路线的行驶时间顺序从所述重合路线对应的若干个第一趟次路线的油耗值筛选若干数量的油耗值,并对所述若干数量的油耗值进行加权平均计算,得到参考油耗值。
3.根据权利要求2所述的基于车辆趟次路线的驾驶辅助提示方法,其特征在于,所述对所述若干数量的油耗值进行加权平均计算,得到参考油耗值,包括:
采用K-means算法对对所述若干数量的油耗值进行聚类,得到若干个油耗类别,每个所述油耗类别包含至少一个油耗值;
统计每个所述油耗类别包含的油耗值的数量值,按照预设比例值将所述数量值转换成权重值;
采用每个所述油耗类别的油耗值与对应的权重值计算得到参考油耗值。
4.根据权利要求1所述的基于车辆趟次路线的驾驶辅助提示方法,其特征在于,所述确定若干条所述第一趟次路线的重叠区域得到重合路线,包括:
确定若干条所述第一趟次路线两两之间相互叠加的路线,得到若干条叠加路线;
获取每个叠加路线的行驶参数,按照所述行驶参数对若干条叠加路线聚合分类,形成多个路线类别,每个所述路线类别包含至少一个重合路线,所述行驶参数包括:行驶工况、行驶路况和行驶环境;
选择一个所述路线类别的叠加路线为重合路线。
5.根据权利要求4所述的基于车辆趟次路线的驾驶辅助提示方法,其特征在于,所述选择一个所述路线类别的叠加路线为重合路线,包括:
计算每个所述路线类别的叠加路线对应的车辆行驶距离,得到多个行驶距离值;
从多个所述行驶距离值中筛选数值最小的行驶距离值,以数值最小的行驶距离值对应的叠加路线为重合路线。
6.根据权利要求1-5任意一项所述的基于车辆趟次路线的驾驶辅助提示方法,其特征在于,所述确定车辆的长期停驻点,包括:
在预设驾驶范围内通过GPS定位方式选取车辆的多个停靠地点,并统计每个停靠地点的停靠次数,得到多个停靠次数值;
基于所述停靠次数值的数值大小选择若干个停靠地点为长期停驻点。
7.根据权利要求1-5任意一项所述的基于车辆趟次路线的驾驶辅助提示方法,其特征在于,所述根据所述油耗差值进行驾驶辅助提示,包括:
当所述油耗差值大于预设差值时,获取车辆在所述第二趟次路线行驶过程中的异常行驶参数以及当前行驶模式,所述异常行驶参数包括:低档高速次数、低档高速时间、低档高速油耗、超速驾驶次数、超速驾驶时间和超速驾驶油耗;
展示所述异常行驶参数,并在所述当前行驶模式为低档高速或超速驾驶时,语音播报预设的用于更新行驶模型的提示信息。
8.一种基于车辆趟次路线的驾驶辅助提示装置,其特征在于,所述装置包括:
确定车辆趟次路线模块,用于在确定车辆的长期停驻点后,确定若干条关于所述长期停驻点的第一趟次路线;
计算参考油耗模块,用于确定若干条所述第一趟次路线的重叠区域得到重合路线,并基于所述重合路线计算车辆行驶时的油耗值得到参考油耗值;
驾驶辅助提示模块,用于在获取车辆的第二趟次路线后,计算所述参考油耗值与所述第二趟次路线对应油耗值的油耗差值,根据所述油耗差值进行驾驶辅助提示,所述第二趟次路线是车辆当前行驶且与所述第一趟次路线不同的路线。
9.一种电子设备,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,其特征在于,所述处理器执行所述程序时实现如权利要求1-7任意一项所述的基于车辆趟次路线的驾驶辅助提示方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行程序,所述计算机可执行程序用于使计算机执行如权利要求1-7任意一项所述的基于车辆趟次路线的驾驶辅助提示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310401852.0A CN116620314B (zh) | 2023-04-14 | 2023-04-14 | 一种基于车辆趟次路线的驾驶辅助提示方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310401852.0A CN116620314B (zh) | 2023-04-14 | 2023-04-14 | 一种基于车辆趟次路线的驾驶辅助提示方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116620314A true CN116620314A (zh) | 2023-08-22 |
CN116620314B CN116620314B (zh) | 2024-02-02 |
Family
ID=87608881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310401852.0A Active CN116620314B (zh) | 2023-04-14 | 2023-04-14 | 一种基于车辆趟次路线的驾驶辅助提示方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116620314B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002350152A (ja) * | 2001-05-25 | 2002-12-04 | Mazda Motor Corp | 情報表示方法、該方法に用いる情報提供装置及び情報表示装置、該情報提供装置又は情報表示装置を制御するためのプログラム、並びに、該プログラムを記憶した記憶媒体 |
CN102442316A (zh) * | 2010-10-13 | 2012-05-09 | 曼卡车和巴士股份公司 | 用于机动车辆的驾驶员辅助系统和对应的操作方法 |
CN109606286A (zh) * | 2018-12-10 | 2019-04-12 | 英华达(上海)科技有限公司 | 车辆油耗预测方法、车辆导航方法及电子设备 |
CN113532454A (zh) * | 2020-04-17 | 2021-10-22 | 陕西汽车集团有限责任公司 | 一种基于历史油耗与路径规划的车辆油量预警方法 |
CN113624291A (zh) * | 2021-07-27 | 2021-11-09 | 三一专用汽车有限责任公司 | 油耗监测方法、油耗监测装置以及工程车辆 |
-
2023
- 2023-04-14 CN CN202310401852.0A patent/CN116620314B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002350152A (ja) * | 2001-05-25 | 2002-12-04 | Mazda Motor Corp | 情報表示方法、該方法に用いる情報提供装置及び情報表示装置、該情報提供装置又は情報表示装置を制御するためのプログラム、並びに、該プログラムを記憶した記憶媒体 |
CN102442316A (zh) * | 2010-10-13 | 2012-05-09 | 曼卡车和巴士股份公司 | 用于机动车辆的驾驶员辅助系统和对应的操作方法 |
CN109606286A (zh) * | 2018-12-10 | 2019-04-12 | 英华达(上海)科技有限公司 | 车辆油耗预测方法、车辆导航方法及电子设备 |
CN113532454A (zh) * | 2020-04-17 | 2021-10-22 | 陕西汽车集团有限责任公司 | 一种基于历史油耗与路径规划的车辆油量预警方法 |
CN113624291A (zh) * | 2021-07-27 | 2021-11-09 | 三一专用汽车有限责任公司 | 油耗监测方法、油耗监测装置以及工程车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN116620314B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11069229B2 (en) | Probe based variable speed sign value | |
US20200143671A1 (en) | Detection and estimation of variable speed signs | |
US9365213B2 (en) | Mode transition for an autonomous vehicle | |
US10417509B2 (en) | Variable speed sign value prediction and confidence modeling | |
US9720418B2 (en) | Autonomous vehicle monitoring and control | |
US8682572B2 (en) | Method and device for evaluating vehicle's fuel consumption efficiency | |
US7353111B2 (en) | Navigation system performing route guidance for vehicle | |
US11100794B2 (en) | Autonomous driving and slowdown patterns | |
CN110986985A (zh) | 车辆行程推送方法、装置、介质、控制终端及汽车 | |
US20180370537A1 (en) | System providing remaining driving information of vehicle based on user behavior and method thereof | |
US11237007B2 (en) | Dangerous lane strands | |
CN106022846A (zh) | 车险定价及二手车定价方法和装置 | |
CN111465972A (zh) | 用于计算交通工具传感器数据的错误概率的系统 | |
US11568750B2 (en) | Method and apparatus for estimating false positive reports of detectable road events | |
US20220169287A1 (en) | Method and apparatus for computing an estated time of arrivalvia a route based on a degraded state of a vehicle after an accident and/or malfunction | |
US11557132B2 (en) | Lane marking | |
US20220205807A1 (en) | Recall of hazard warning created from vehicle sensor data | |
CN116620314B (zh) | 一种基于车辆趟次路线的驾驶辅助提示方法及装置 | |
US20220207389A1 (en) | Estimation reliability of hazard warning from a sensor | |
CN114722931A (zh) | 车载数据处理方法、装置、数据采集设备和存储介质 | |
Ferreira et al. | Electric vehicle assistant based on driver profile | |
CN111523702A (zh) | 网约车上车点的优化方法、系统、服务器及存储介质 | |
US20230401954A1 (en) | Information processing apparatus and information processing method | |
EP4011736A1 (en) | Method and apparatus for mixed mode automated driving | |
US20240085193A1 (en) | Automated dynamic routing unit and method thereof |
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 |