[发明专利]汽车运动学片段提取及工况图合成方法

说明书

本发明公开了一种汽车运动学片段提取及工况图合成方法。汽车运动学片段提取方法首先筛选代表性测试路段，采集行车数据，并清洗不良数据、填补缺失数据，找到运动学片段的起止位置，根据起止位置提取所有的运动学片段。工况图合成方法首先计算每个运动学片段的汽车行驶特征参数，绘制Silhouette轮廓图，确定主成分特征参数聚类数，统计每个类别中主成分特征参数，选取每种场景最具代表性的运动学片段，确定拼接顺序，随机将各典型场景拼接成行驶工况图，取CPV最小的工况图作为最终的汽车行驶工况图。本发明方法对待补数据进行了合理填充，有利于构建符合我国目前的道路结构、道路交通情况以及交通法规等实际情况的汽车行驶工况图。

技术领域

本发明属于车辆设计技术领域，具体涉及一种汽车运动学片段提取及工况图合成方法。

背景技术

汽车行驶工况又称车辆测试循环，是描述汽车行驶速度—时间的曲线(一般总时间在1800秒以内)，体现汽车道路行驶的运动学特征，是机动车燃油消耗、排放检测和限值标准的基础，也是汽车各项性能指标标定优化时的主要基准。不依赖其他国家的汽车行驶工况图，构建符合我国目前的道路结构、道路交通情况以及交通法规等实际情况的汽车行驶工况图尤为重要。

现有的汽车行驶工况构建技术存在以下三点不足：(1)对采集数据的处理方法各不相同，缺乏规范的数据预处理过程；(2)一般基于典型的汽车运动参数提取汽车运动学片段，没有考虑数据采集的地域、时间段等因素，无法区分汽车的行驶场景，典型的行驶场景包括但不限于：郊区工作日高峰期和市区节假日非高峰期；(3)缺乏评估汽车行驶工况图的方法，没有验证所构建的汽车行驶工况图能否代表所采集数据的相应特征。

发明内容

本发明目的是针对现有技术的不足，提供一种汽车运动学片段提取及工况图合成方法。

本发明针对现有运动学片段提取技术缺乏统一的数据预处理过程的问题，提出了一种完整的数据预处理方案；针对当前运动学片段提取技术不区分行驶场景的问题，提出了一种根据汽车行驶的典型场景提取运动学片段的方法；同时，针对当前汽车工况图构建技术缺乏评估工况图的问题，提出了一种基于CPV值的汽车行驶工况图的运动特征评估方法。

本发明具体包括汽车运动学片段提取方法和工况图合成方法。

所述的汽车运动学片段提取方法具体包括：

步骤(1).根据观察路面状况和环境条件，从众多道路中筛选出代表性的测试路段，以少量实验获得全局特征的统计结果。选择测试路段按照目前常规方式。

步骤(2).采集数据：驾驶员采用固定路线跟车法，跟随测试路段上的车流正常行驶并采集数据，采集的数据包括GPS车速、经纬度、发动机转速。

步骤(3).对采集的数据进行预处理：首先清洗不良数据，形成待补数据，然后对待补数据填补缺失数据，形成中间数据。

清洗不良数据包括：删除由于高层建筑覆盖或过隧道等情况造成GPS信号丢失的数据；删除加减速异常数据；删除长时间停车数据、车辆启动数据；删除间断低速行驶异常数据；删除长时间怠速数据。

填补缺失数据具体方法是：

(3-1).从待补数据中找出怠速状态、巡航状态、加速状态和减速状态的数据片段；

(3-2).对于每种状态的连续含有n+1条记录的数据段,将数据段平均分成前后两部分，分别为前部分数据[0,e]和后部分数据[s,n]，s＝e+1；

统计前后两部分数据的平均速度之差Δv和平均加速度之差Δa：