一種基于大數(shù)據(jù)的節(jié)能駕駛行為分析方法
【技術領域】
[0001] 本發(fā)明屬于智能交通和汽車節(jié)能技術領域，涉及一種基于大數(shù)據(jù)的節(jié)能駕駛行為 分析方法。
【背景技術】
[0002] 目前，對于國內(nèi)外的汽車節(jié)能駕駛研究，主要還是以針對單個車輛的某些參數(shù)進 行監(jiān)測為主，如車輛耗油、技術狀況以及駕駛行為分析等，這些分析方法在一定程度上能夠 實現(xiàn)節(jié)能的目的，但隨著車聯(lián)網(wǎng)的興起與發(fā)展，越來越多的車輛已經(jīng)能夠方便快捷的接入 網(wǎng)絡，另外，由于交通領域的發(fā)展，能夠?qū)崟r反映交通狀況的路側系統(tǒng)、導航系統(tǒng)也已覆蓋 全面，這意味著節(jié)能駕駛行為的分析不僅僅局限于單個車輛，而是可以基于整個大數(shù)據(jù)平 臺。

【發(fā)明內(nèi)容】

[0003] 有鑒于此，本發(fā)明的目的在于提供一種基于大數(shù)據(jù)的節(jié)能駕駛行為分析方法，該 方法可以為駕駛員在行駛過程中提供經(jīng)濟、可靠的駕駛建議以及為車企對車輛的設計和改 進提供理論支持，從而達到節(jié)能減排的效果。
[0004] 為達到上述目的，本發(fā)明提供如下技術方案：
[0005] -種基于大數(shù)據(jù)的節(jié)能駕駛行為分析方法，該方法在汽車行駛過程中，通過車載 終端、衛(wèi)星和路側系統(tǒng)收集車輛相關信息、環(huán)境信息和交通信息，并將采集到的信息經(jīng)車載 終端發(fā)送至車聯(lián)網(wǎng)信息服務后臺；信息服務后臺通過同ID車輛數(shù)據(jù)縱向分析模型、同類型 車輛數(shù)據(jù)橫向分析模型和同特征車輛數(shù)據(jù)對比分析模型進行節(jié)能駕駛分析，最終將節(jié)能駕 駛建議實時地或者一段行程結束時通過車載終端語音播報和屏幕顯示的方式反饋給用戶。
[0006] 進一步，所述同ID車輛數(shù)據(jù)縱向分析模型通過車載終端判別和記錄駕駛員的急 加速、急減速、急轉(zhuǎn)彎行為，對同ID車輛實時數(shù)據(jù)和歷史數(shù)據(jù)進行對比分析，及時糾正駕駛 員的駕駛陋習和不節(jié)能行為；
[0007] 具體分析過程包括：
[0008] 1)對車輛駕駛人員的駕駛行為進行判別和量化，首先對駕駛員的不節(jié)能操作行為 分為五類：急加速，急減速，急轉(zhuǎn)彎，急加速+急轉(zhuǎn)彎以及急減速+急轉(zhuǎn)彎；再對五類行為進 行分級和量化；
[0009] 2)對數(shù)據(jù)進行實時反饋：對駕駛員駕駛行為進行加權量化后，得到每種行為不同 級別的權值分數(shù)，在駕駛員行駛過程中，當駕駛員的某項行為達到相應程度時，車載終端會 向駕駛員發(fā)出警示并顯示該瞬間油耗量；
[0010] 3)車載終端統(tǒng)計在一定的有效駕駛時間內(nèi)用戶的上述行為的次數(shù)，得到對應的節(jié) 能行為分，并與歷史得分進行比較，了解自己這段時間上述行為是否減少，對于用戶的節(jié)能 行為分的計算，采用的是各類行為的權值累加。
[0011] 進一步，所述的對五類行為進行分級和量化包括：對三類基本行為進行分級并附 加權值，對于交叉行為的發(fā)生，采用的是權值相乘的方法：
[0012] 當加速度在a m/s2到b m/s 2范圍內(nèi)屬于輕微急加速，等級為L，權值為1 ;在b m/ S2到c m/s 2范圍內(nèi)屬于中度急加速，等級為M，權值為2;當加速度大于c m/s 2時屬于重度 急加速，等級為F，權值為3,其中（a〈b〈c);同理急減速和急轉(zhuǎn)彎也可參考相關數(shù)據(jù)進行權 值分配；
[0013] 進一步，所述同類型車輛數(shù)據(jù)橫向分析模型通過收集車輛在一段時間上的平均油 耗、瞬時油耗信息，利用差異檢驗的方法分析每種類型的車輛實際耗油量與理論耗油量的 差異以及對比分析不同廠商生產(chǎn)的同類型車輛之間的耗油差異狀況。
[0014] 所述分析車輛實際耗油量與理論耗油量包括：通過采集車輛多個時間段的油耗數(shù) 據(jù)，求得車輛的平均油耗作為車輛的實際油耗，并與該類型車輛的理論油耗進行差異性分 析，使車企了解該車型車輛在投放市場后是否存在實際油耗大幅度超出理論油耗的情況， 為車企在以后的車輛油耗理論設計上提供理論和數(shù)據(jù)支撐，具體包括以下步驟：
[0015] 1)采集車輛行駛過程中測得的多個時間段的油耗，得到一組數(shù)據(jù)記為（Xl，x 2， X3......Xn)，則該車輛的實際油耗記為
；
[0016] 2)差異檢驗：
[0017] ①由于同類型車輛的平均油耗數(shù)據(jù)在理論上是服從正態(tài)分布的Ν( μ，〇 2)，其中 μ為期望值，是車企基于大數(shù)據(jù)計算得到的理論油耗值，σ 2記為方差；
[0018] ②做原假設Η0:μ = μ。
[0019] ③選擇檢驗統(tǒng)計量：
[0020] ④若
S為顯著性水平，說明該車輛實際油耗水平與理論油耗 有差異，且差異較大；
[0021] 3)通過差異檢驗，車企可以獲到兩個有用信息：同一類型的車輛之間的實際油耗 是否具有較大差異性；實際油耗超出理論油耗的車輛是否較多；
[0022] 進一步，所述對比分析不同廠商生產(chǎn)的同類型車輛之間的耗油差異狀況具體包 括：
[0023] 1)數(shù)據(jù)采集與分類：按車輛的行駛里程對采集的數(shù)據(jù)作分類；
[0024] 2)比較不同廠家生產(chǎn)的車輛在不同行駛里程下油耗的差異性；
[0025] 進一步，所述同特征車輛數(shù)據(jù)對比分析模型是通過對一些具有相同特征的用戶進 行分類，每一類中的任一成員都與最佳駕駛員的油耗進行比較，在對應的節(jié)能等級評分系 統(tǒng)中，給用戶評分排名，最終提供節(jié)能駕駛建議。
[0026] 進一步，所述同特征車輛數(shù)據(jù)對比分析具體包括：
[0027] 1)相同特征的用戶分類：相同特征的用戶的分類判據(jù)包括平均時速、時間段、天 氣和交通事件、旅程距離、時速60km/h駕駛時間比例、停車率、停車的時間比例、車輛特性， 采用PCA算法降維，然后運用k-means算法進行分類；
[0028] 2)同特征用戶節(jié)能等級劃分及得分排名分析：在用戶分類完成之后，對同一類別 用戶的節(jié)能駕駛行為進行分析，運用模糊控制理論，通過對車輛行使過程中的加速度以及 加速度變化量的監(jiān)測來估算節(jié)能等級；對用戶每次行程中的節(jié)能駕駛行為進行打分，并將 用戶的排名反饋到車載終端；
[0029] 3)最佳油耗比較和節(jié)能駕駛建議反饋：所述最佳油耗比較是將用戶的一段行程 的油耗量與同條件下行車的用戶最佳油耗量進行比較，最佳耗油量的確定是基于該次行程 中所有用戶的油耗量基礎上的，采用的是去除前10%和后10%的用戶，取中間80%的用戶 的油耗平均值；所述節(jié)能駕駛建議是根據(jù)評分系統(tǒng)以及車輛加速度等相關數(shù)據(jù)分析得出的 一種能有效改善用戶節(jié)能駕駛行為的策略。
[0030] 進一步，所述能有效改善用戶節(jié)能駕駛行為的策略包括：首先是通過與同一條件 下行車的最佳駕駛員的油耗進行比較，得出用戶油耗是否正常，若油耗正常，則告知用戶保 持并給予一定虛擬獎勵，若用戶油耗不正常，則進一步進行平均加速度和加速度變化量分 析；對于平均加速度合理的，用戶需要調(diào)整在駕駛過程中踩油門的力度，以控制加速度的變 化量；對于平均加速度不合理、加速度變化量合理的，用戶在行駛過程中需要減小油門；對 于平均加速度和加速度變化量都不合理的，則用戶既要減小油門又要減小踩油門的力度。
[0031] 本發(fā)明的有益效果在于：本發(fā)明所述的方法能夠分析同一個車輛在一段時間上的 節(jié)能駕駛行為，如駕駛員三急（急加速、急減速、急轉(zhuǎn)彎）行為的判別，可及時糾正駕駛員的 駕駛陋習和不節(jié)能行為；分析同一類型車輛在一段時間上的平均油耗等信息，為車企在以 后的車輛油耗理論設計上提供理論和數(shù)據(jù)支撐；以及對同條件下行車的用戶進行比較，并 結合比較的數(shù)據(jù)為駕駛員的節(jié)能駕駛行為