一種汽車駕駛行為的數據分析方法

張志德

【摘 要】本文介紹一種在車載環境下的總線數據收集與分析方法，通過闡述各項總線信號之間的關聯表現與對應電控模塊工作原理，對在一段時間內的各項數據進行綜合分析，提出了與經濟駕駛相關聯的幾種工況模式，并通過工況模式反映出在一段時間內的車輛綜合油耗與駕駛行為間關聯性，為駕駛行為習慣提供參考分析依據。

【關鍵詞】駕駛行為；油耗；大數據；綠色駕駛

A Method of Automobile Driving Behavior and Data Analysis

ZHANG Zhi-de

（Guangzhou Automobile Group Co.，Ltd.，Automobile Engineering Institute，Guangzhou Guangdong 510640，China）

【Abstract】A car bus data collection and analysis methods of environment，expatiates the bus signal correlation between performance and corresponding working principle of the electronic control module，each over a period of time the data to carry on the comprehensive analysis，put forward several kinds of conditions associated with economic driving model，and through the working condition of model reflects in a period of time correlation between vehicle fuel consumption and driving behavior，for the analysis of driving behavior to provide the reference basis.

【Key words】Driving behavior；Oil consumption；Big Data；Eco-driving

0 引言

隨著近幾年汽車銷售和保有量的急劇增加，降低能源消耗與汽車排放的要求越來越嚴格。節能減排政策成為對應汽車領域能源問題和治理環境污染的主要措施之一。為響應節能減排，各個汽車制造商都在積極研究新技術以對應能源與環境需求。其中車輛動力技術、道路條件以及汽車駕駛運用是目前影響汽車燃油消耗的三大主要因素。汽車的駕駛運用水平直接反應在汽車駕駛人員對于汽車燃油經濟性掌控的關鍵環節。駕駛人員以較少的汽車燃油消耗實現車輛空間位置安全轉移的駕駛行為就是目前我們所倡導的汽車節能駕駛。通過研究駕駛行為數據并進行分析提示，輔助提高駕駛技術、研究節能駕駛輔助系統有巨大的節能潛力。

狹義上的駕駛行為數據分析一般是以考慮經濟性駕駛為基礎研究對象和主要前提。通過對駕駛員控制油門、擋位和制動等相關操作，在不改變車輛動力結構前提下，計算一段時間的控制數據和車輛理想駕駛模型數據進行對比，提醒駕駛人員日常駕駛行動的統計結果，包括對操作車輛油門、擋位、制動的方式。并以此為依托進行駕駛習慣改進、駕駛操作輔助、“人—車—路”多環境協調，合理匹配車輛運動與道路條件、交通狀態、車輛性能之間的關系，以滿足節能減排的目的。

1 駕駛行為分析模型

車輛運行過程中主要存在四種行駛狀態：怠速、加速（含啟動）、減速、巡航。

圖1是城市工況的不同行駛狀態所占能耗比。由圖1可知，加速（含啟動）過程占比最大，達到38% ；其次是巡航過程，約為35%。這說明城市工況中，采用經濟性的加速和巡航策略對降低能耗具有積極意義。經濟性加速主要指以適宜的加速度、檔位、油門開度等完成加速過程，盡量避免急加速工況的出現；經濟的巡航策略主要指盡量把車速維持在經濟車速區間。

根據一般駕駛工況，按照與能耗關聯的行為可以得出以下幾種行為模式：

1）急加速

在緊急加速過程中，燃燒室中燃油多、空氣少，燃燒室內呈現缺氧狀態，燃油不能夠充分燃燒，導致油耗增加。

2）急減速

減速過程屬于動能轉換為熱能的過程，合理的預判行車減速過程進行適宜的制動強度有利于充分利用車輛慣性，減少油耗；頻繁的急減速會消耗較多的車輛動力裝置產生的動能。

3）脫檔滑行

汽車帶檔滑行，不踩油門，發動機管理系統EMS會切斷供油利用慣性來維持運轉；脫檔滑行則需要一個怠速油耗。因此長距離滑行時采用脫檔滑行會增加油耗。

4）打開車窗高速行駛

汽車以較高車速行駛時，打開車窗會增加整車的空氣阻力系數，增加空氣阻力，進而導致油耗提高。

5）換擋時的轉速（高轉換擋）

合理的控制檔位，能保證發動機在不同的車速區間里均能維持在經濟轉速區域，有利于減少發動機的油耗。

6）長時間怠速

長時間的怠速狀態會導致發動機做過多的無用功，導致油耗上升。

7）頻繁變道和曲線行車

頻繁變道超車使汽車經常加速、減速、制動，發動機工作不穩定，同時使汽車處于曲線行駛狀態。汽車曲線行駛時，如汽車轉彎，地面對輪胎將產生側向反作用力、滾動阻力大幅增加，導致油耗上升。

1.1 急加速模式

當車輛加速度n_vehicleActSpeed>X1*，油門踏板開度n_emsGasPedalActPst>X2*（排除下坡導致的無油門輸入加速），記錄為一次急加速，急加速計數器Drastic_Acc_Counter++。

X1*為設定的加速度限值，考慮到不同車速區間內車輛提供的加速能力不一致，為獲得更優的評價方法，在不同速度區間能選用不同的限值。加速度限值是車速的函數，車速越低限值越大。X2*為油門踏板開度限值可以設置為定值20%。

加速度限值函數 X1：

y=a■x+b■，x？綴（0，40]a■x+b■，x？綴（40，80]a■x+b■，x？綴（80，max）

1.2 急轉彎模式

對于急轉彎駕駛行為，為濾去低速工況下掉頭等實際狀況的影響，首先判斷車速，車速當車速n_vehicleSpeed>20km/h時，再進行急轉彎判斷，判斷方法如下：

1）當某時間區間內（如1s）車輛角速度均值n_averageSteeringAngleSpeed大于預設角速度X*時，記錄為一次急轉彎，急轉彎計數器n_turnCounter++；

2）當車輛行車速度大于50km/h且一秒內方向盤轉動角度大于 Y*時，記錄為一次急轉彎急轉彎計數器n_turnCounter++；

3）當車輛轉彎角度大于31°，且車輛行駛速度大于S時，記錄為一次急轉彎，例如：S取值范圍為51km/h至60km/h，急轉彎計數器n_turnCounter++；

注：X*為動態限制量，是一個和車速有關的函數，車速越大轉角速度極限值X*越小。

Y*為動態限制量，是一個和車速有關的函數，車速越大轉角極限值Y*越小。

如下：

X*=k■x+l■，x？綴（0，40]k■x+l■，x？綴（40，80]k■x+l■，x？綴（80，max），Y■=r■x+t■，x？綴（0，40]r■x+t■，x？綴（40，80]r■x+t■，x？綴（80，max）

其中：k1，k2，k3，l1，l2，l3，r1，r2，r3，t1，t2，t3為常數。

2 非經濟駕駛行為數據統計

根據第一章節中的描述，對行程中不利于油耗降低的駕駛行為（急駕駛、急減速、急轉彎、怠速過長等）進行記錄，并將每次行程的結果保存在存儲區中作為歷史數據。統計界面的默認界面為本次行程的駕駛行為統計（如圖2左圖）；通過操作駕駛者可以進入歷史統計界面，該界面內駕駛者可以觀察本次駕駛行程中各駕駛行為發生次數與歷史行程的對比（如圖2右圖）。

3 不同平均車速下的歷史綜合油耗統計

實際駕駛過程中不同路況下的油耗差異性很大，例如：高速公路駕駛中高速行駛發動機運行在經濟區域占比較大，油耗較低；而城市道路駕駛過程中，車流量較大、交通燈數量多，車輛處于中低速區域比例較大，油耗較高。僅僅從平均油耗進行對比，有時不能正確反映駕駛者駕駛習慣。平均車速能較為有效的反應出道路工況，因此可以以行程的平均車速進行區間劃分，歷史油耗對比時僅對比同一區間內的油耗，可將平均車速劃分為低速行駛區域（0～40km/h）、中速行駛區域（40～80km/h）、高速行駛區域（V≥80km/h），加入行程平均車速的考慮因素再做燃油消耗的統計。

4 方法總結

通過統計與經濟駕駛關聯的幾種模式進行算法設計，可以將駕駛行為轉化為可以具體量化的數據結果。基于數據有限分析和樣本量，數據累計歷史等前提下，可以通過模型進行一些可視化的輸出結果。并以此作為駕駛人員輔助駕駛和行為提醒的基本數據。當然如果該模型能基于大數據后臺平臺，通過建立復雜的算法模型和自學習模型。可以更多的分析駕駛人員、同類車型、相似工況環境等。并以此為基礎逐步影響駕駛人員的駕駛習慣，建立起良好的駕駛行為。

【參考文獻】

[1]張浩.基于燃油經濟性的駕駛員換擋品質研究[D].吉林：吉林大學，2009.

[2]徐捷.基于不同駕駛及路面特征的汽車燃料消耗模型與預測計算研究[D].東華大學，2012.

[責任編輯：田吉捷]