[发明专利]一种基于大数据库样本的汽车行驶工况构建方法及系统

说明书

本发明属于交通技术领域，公开了一种基于大数据库样本的汽车行驶工况构建方法及系统。本发明提出车辆行驶特征相关度分析方法确定合理的原始数据量，建立基于优化的工况构建模型，先获得每个车的独立工况重新组合成优化后的原始数据，最后生成代表性工况，保证用于代表性工况构建的数据与每一代表车辆运动特征的相关度都较高，并且单个车辆数据进行单机运行对计算机要求较低。

技术领域

本发明属于交通技术领域，具体涉及一种基于大数据库样本的汽车行驶工 况构建方法及系统。

背景技术

汽车行驶工况可以用来描述特定类型车在特定交通环境下的运动学特征， 具体表现为速度-时间曲线。研究汽车行驶工况与分析某地区交通拥堵情况、 车辆运行情况，设计合理交通网络，计算汽车有害物质排放情况、油耗情况、 能源利用率，制定汽车能效、环保、动力性能标准，评定车辆各类性能指标等 级，研发和检验新型汽车等环节关系紧密，是汽车行业乃至道路规划行业的共 性基础技术。

汽车工况构建主要有三种方法：数据采集法、计算机仿真法和人工经验法。 目前关于行驶工况的研究大多采用数据采集法，基于自主行驶法设计采集试 验，采集汽车实际道路行驶数据构建工况。由于汽车行驶工况试验数据采集规 划、调研分析以及实车采集的难度和工作量较大，需耗费大量时间、人力、物 力、财力，通常只能针对少量试验车辆作为代表车型采集行驶数据，试验中所 能考虑到的真实驾驶因素和条件有限。

同时，原始数据样本数量和样本特征增加会带来的问题是：从海量数据中 筛选出用于工况合成的几个片段与部分车辆原始数据的相关度差异较大，需保 证数据的筛选不会改变原始数据特征。但若直接对海量数据进行工况构建时会 带来的计算负荷大、成本高、速度慢的问题。

而随着网络通信、大数据等技术的发展，可以基于大数据采集系统获取某 一类型汽车在特定地区的实际行驶数据，可获取该车型的更多车辆数据作为样 本，可以包含更多不同驾驶行为、更大行驶地域跨度和更复杂的行驶路线、道 路环境的大量性、多样性、随机性的样本数据库，不仅可大大降低工况开发成 本，且数据样本多样性的特征保证了所构建工况的代表性和有效性，对所要分 析的某一特定类型车辆动力总成进行参数匹配和控制策略优化的结果更准确。

基于大数据系统可以保证获得足够数量、多样性、随机性原始数据，但在 现有同类的基于大数据库样本的工况构建技术方案中，仍存在如下问题：现有 技术中直接对海量数据进行计算分析，带来了计算负荷大、成本高、速度慢的 问题有待解决；同时，由于原始数据样本数量和样本特征增加，如何从海量数 据中筛选出用于工况合成的代表性片段，保证代表性片段与原始数据有较强的 相关度是影响工况构建精度的关键，而现有技术中仍未提出有效的筛选和评价 方法。

发明内容

本发明的目的在于提供一种基于大数据库样本的汽车行驶工况构建方法 及系统，用以解决现有技术中进行规划实车道路试验时获取数据的成本较高、 难度较大、样本特征多样性和代表性不足的问题。

为了实现上述任务，本发明采用以下技术方案：

一种基于大数据库样本的汽车行驶工况构建方法，包括以下步骤：

步骤1：获取多个同车型车辆在同地区的实际行驶数据，对实际行驶数据 进行数据预处理，获得每个车辆的车速-时间曲线；

步骤2：从每条车速-时间曲线中提取运动特征参数，并对每个车辆的运动 特征参数进行筛选获得每辆汽车的P个汽车工况特征，获得所有车辆的汽车工 况特征数据集，P为正整数；

步骤3：对汽车工况特征数据集采用式Ⅰ进行相关度分析，依次增加车辆 数获得不同车辆数的汽车工况特征对应的收敛系数f(q)，当f(q)收敛至0时 q＝m，获取此时的m个车辆；

其中，为第1到第q个车辆的第p个汽车 工况特征的平均值，p∈[1,P]，q∈[1,M]，m∈[1,M]，M为总车辆数，M、p、q、 m为正整数；