基于車聯網系統的載貨汽車網聯運用分析

許 勇，任佳偉

（1.易思奇汽車電子（上海）有限公司，上海 200000；2.奇瑞捷豹路虎汽車有限公司，上海 200000）

中國貨車保有量1900多萬輛，占機動車保有量總數的7.8%，貨車肇事導致的死亡人數約占交通事故死亡總數的28%，交通部于2013年1月4日頒發了交運發〔2012〕798號《關于加快推進“重點運輸過程監控管理服務示范系統工程”實施工作的通知》，自2013年6月1日起，所有新進入示范省份運輸市場的“兩客一危”車輛及重型載貨汽車和半掛牽引車，在車輛出廠前，應安裝北斗兼容車載終端，重型載貨汽車和半掛牽引車應接入全國道路貨運車輛公共監管與服務平臺。凡未按規定安裝或加裝北斗兼容車載終端的車輛，不予核發或審驗道路運輸證。隨著一系列政策法規的落地，貨車企業也都開始了車聯網系統的研究，積極響應政策法規的同時，建立車企自己的車聯網服務平臺，通過深度挖掘車輛數據，提升車輛科學管理水平，減低企業運營成本，提高服務水平，提升品牌影響力。無論是政府安全監管的需要，還是車輛生產企業更好服務客戶的需求，依托車載終端搭建車輛智能安全管理服務平臺，向智能化方向發展是大勢所趨。

1 智能車聯網平臺方案

智能車聯網平臺具有容量大、涉及范圍廣泛、結構復雜、應用多樣等特點，對系統的安全性、可靠性、容量、性能、可擴展性等有很高的要求。因此“車輛智能安全管理服務平臺”應是一個分布式、跨平臺、安全可靠、先進實用的系統。

2 智能安全管理服務平臺系統架構

2.1 平臺系統架構

智能安全管理服務平臺需要容納20萬輛車在線監控，并且可以在平臺架構不變的情況下根據需要進行擴容。由于車輛是逐步上線的，為了避免服務器硬件（主要是存儲設備）的浪費，首先搭建可容納5萬輛車在線監控的服務平臺，根據入網車輛數量逐步擴容。

智能安全管理服務平臺主要包括：各業務子系統、核心平臺和硬件平臺。智能安全管理服務平臺系統架構如圖1所示。

1）各業務子系統：業務應用與數據管理的分離、提高數據安全可靠性、降低新業務開發周期與保障穩定性。各業務子系統可以選擇不同的廠家共同完成，每個廠家負責其擅長的部分，通過標準數據服務軟件接口（API協議）和核心平臺進行對接，實現數據共享。例如：武漢INTEST公司在試驗車輛管理、商用車整車物流方面很有經驗，武漢翼彩在物流方面很有經驗，華動視點專職做手機APP應用部分等，可以將這些業務模塊分別委托開發。

2）核心平臺：多級負載均衡，原始數據備份；有效分攤數據，極大提高穩定可靠性；業務服務支撐系統，極大提高系統可維護操作性。核心平臺是整個服務平臺穩定運行的基礎，必須選擇有經驗的廠家負責搭建。平臺數據交換標準（API協議）采用兩種方式：①國家標準協議JT/T808、JT/T809；②國際標準的超文本傳輸協議（HTTP）。2種協議共同存在，確保標準化和開放性。

大部分農村目前都已經修建了村村通的公路，加之當下種類多樣的交通工具，交通十分快速便捷。以平原地區來說，在5平方公里左右的范圍內設立一個村鎮是可以滿足農業生產的需求的。而在山區當中的這個范圍可以縮至1.5平方公里的范圍左右。當前我國鄉村當中，大部分新鄉鎮的人口都不低于千人，甚至人口較多的，會在1萬人或萬人往上。在這樣的人口密度的情況下，村鎮居民進行集中居住，有利于擴大村鎮居民的活動范圍，增加村鎮居民的信息量，促進居民間的來往，這正是農業生產逐漸趨向于集約化以及專業化所需要的。而集中居住的另一個好處是能夠是農業發展往市場農業和產業農業的方向轉變，是農業發展多元化，促進新農村的生產力。

3）硬件平臺：數據中心建設，監控中心建設。

2.2 平臺功能架構

圖1 智能安全管理服務平臺系統架構

智能安全管理服務平臺整合了商用車整車物流管理、車輛金融銷貸管理、大客戶車隊管理、研發數據采集及故障診斷應用、售后服務管理以及手機APP等功能模塊，同時建立了基于這些功能模塊的公共數據庫，具體包括車輛信息、終端信息、零部件信息等，可提供一套完整的系統方案。商用車整車物流管理子系統等各子系統的劃分，是基于業務邏輯上的劃分，類似于ERP系統中包含的物流模塊、生產模塊、財務模塊、人力模塊等，這些子系統不是相互獨立的的，而是密不可分的一個整體，共同組成了智能安全管理服務平臺。登陸平臺后，管理員可通過對不同的部門、不同的人設置不同的功能權限，讓不同功能權限的人操作不同的功能界面。

智能安全管理服務平臺功能架構如圖2所示。

3 車隊管理系統運用案例

3.1 車輛及駕駛員監控

1）車輛定位及狀態監控 監管單位可查詢車輛的運行位置和實時數據，例如駕駛員信息、油耗、里程、車速、故障、報警信息等。對裝配了攝像頭車輛，可以在監控畫面實時點播和顯示攝像頭攝錄內容，同時能進行抓拍，抓拍的時間間隔可以自定義。實時監控如圖3所示。

2）歷史軌跡回放 每輛車的行駛記錄隨時在監控中心電子地圖上回放，以重現某輛車在過去某一時段內行駛的整個過程，更具體掌握任何時段車輛使用及行駛情況。可以在界面上繪制基于Google地圖的行駛軌跡圖。

3.2 車輛調度

用戶可根據所有監控車輛的位置和實時數據以及駕駛員的相關信息，快速調度車輛，與任務進行合理匹配。對車輛下發任務后，平臺可為車輛提供合理優化的運輸路線，從而降低運輸成本。

3.3 安全監控

1）當車輛發生故障或者駕駛員有違規操作時，終端和平臺能夠及時報警。對于故障可以進行故障診斷，查詢出故障的詳細信息，用以確定故障原因；對于駕駛員違規操作，需記錄違規信息并能報警。

圖2 智能安全管理服務平臺功能架構圖

圖3 實時監控

2）對于明顯違反安全行車的行為可以定義通用報警規則，如超速、超載、疲勞駕駛、越界等，當駕駛員有違反安全行車行為時系統將進行報警。

3）當車輛出現行駛中突然信號中斷或者車輛停放在某地長時間靜止不動等異常情況時，可按照之前自定義的規則進行報警。

4）可對車輛數據進行設置，可設定車輛行駛速度的上限/下限，當車輛超過最大行駛速度或者最小行駛速度時，平臺進行報警。對于每輛車，用戶都可以設定該功能是否開啟。

3.4 報警和通知

1） 實時報警 支持多種不同的報警方式，如彈屏提示、郵件、短信等。

2）故障報警 當有故障和違規發生時，系統全屏進行彈屏提示。提示信息包括車輛編號、駕駛員、故障/違規名稱、故障碼、故障開始時間、故障結束時間等。點擊相關按鈕可直接查看故障或違規車輛的詳細信息，包括故障或違規時刻的車輛位置、總線參數、時間等。監控中心可根據報警的故障信息查詢故障知識庫，指導維修人員進行故障維修，同時終端進行故障報警或違規報警。支持對故障進行分級管理，對不同級別的故障采用不同的報警方式。也可以每天將記錄的故障和違規記錄統計發送到指定的郵箱。

3）報警歷史數據查詢可查看某輛車在任意一段時間內的報警歷史數據，包括報警開始時間、結束時間、報警類型、描述等信息。報警類型具體包括超速報警、超載報警、疲勞駕駛報警、越界報警、目的地報警等，還可以自定義規則報警。

4）自定義規則報警 平臺可自定義規則模型，以及規則應用的項目。模型可以針對一個或者多個通道參數進行運算設定條件，建立模型后可以指定該模型應用到哪些車輛，并根據車輛的實際使用DBC指定參數對應的通道名稱。系統會根據車輛上發的實際數據運算模型，將滿足模型設定條件的車輛記錄報警。用戶可以根據自己的需求，靈活地建立規則模型，對車輛的數據進行挖掘和應用。

3.5 燃油經濟性分析

發動機油耗通常有如下幾個參數：總油耗、瞬時油耗等。發動機工作時，ECU通過統計噴油次數和每次噴油量可以統計出上述參數，然后通過CAN總線將上述參數發送出來。網絡中的其它節點，都可以監測到這些報文，然后解析成上述參數。有些發動機ECU不會往CAN總線上廣播總油耗，需要通過車載終端通過發送請求報文進行請求，該請求報文是公開、通用的。

影響油耗測量精度的因素包括以下幾點。

1）主要取決于發動機ECU的統計精度，每個發動機廠家在出廠前，都會對此進行標定。

2）遠程監控車載終端采集的都是CAN總線上的數據信號，并不需要進行任何處理，對油耗精度不會產生影響。

3）當有些發動機請求不到總油耗報文時，需要對瞬時油耗進行積分，得到總油耗。INTEST車載終端內置積分器，按照1s一次進行積分，可以更準確地得到總油耗。

4）計算百公里油耗時，還需要得到總里程，INTEST終端可以獲取GPS和ECU里程，兩個作為統計數值，確保計算更準確。

3.6 油耗監控

通過車載終端采集獲取到的瞬時油耗、總油耗、車速、里程等信息，可以在平臺實時監控，同時可以計算得到瞬時百公里油耗、平均百公里油耗等。平臺也可以對車輛的里程、油耗、車速等信息進行統計，自動生成統計報表，掌控車輛的油耗信息。實時油耗監控如圖4所示。

圖4 實時油耗監控

進行高油耗原因分析的目的是降低油耗，在找到原因后才能制定相關降低油耗的措施。目前降低油耗可以從2個方面進行：①分析高油耗的駕駛行為，從而指導駕駛員節能駕駛；②通過車輛的工況數據分析，可以選擇適合此工況下最優的發動機標定文件。造成車輛高油耗的原因很多，可以利用此系統，從如下思路進行分析。

1）高耗能行為統計 通過對行車過程中的急加速、急減速、長時間怠速、擋位/車速匹配不當、越級換擋、頻繁制動、空擋滑行、全油門等各種數據進行統計，得到對應的具體數據。如統計行車過程中，車速突升的數據記錄為急加速，車速突降的數據記錄為急減速；長時間發動機運轉但無車速的記錄為長時間怠速；車速超過目前擋位速度范圍的記錄為擋位/車速匹配不當；擋位信息不連續的記錄為越級換擋；一段行駛距離內制動次數超過限制的記錄為頻繁制動；有車速無擋位信息的記錄為空擋滑行；有油門滿負荷的信息記錄為全油門。

2）發動機轉速是否在經濟區域內工作 統計數據，生成轉速-油耗氣泡圖，查看瞬時油耗和發動機轉速的關系，查看在不同發動機轉速下瞬時油耗的情況。圖5可用于分析車輛是否行駛在經濟區內，并可以用數值進行結果判定。

圖5 發動機轉速-油耗氣泡圖

3）坡度分析 記錄車輛的海拔高度，生成海拔高度時域曲線圖，查看車輛行駛過程中海拔高度變化情況，結合油門、轉速圖分析車輛在上坡、下坡行為中的耗油情況。

4）高級數據分析 通過工況分析報告生成的不同報表，對數據進行分析，通過各種數據對比，查找高油耗原因。有如下報表：車速-轉速散點圖，車速、轉速、擋位、油門柱狀圖，海拔高度時域曲線圖，轉速-扭矩百分比、轉速-油耗、轉速-扭矩百分比-油耗混合氣泡圖。發動機轉速-扭矩百分比分布圖如圖6所示。

3.7 偷油監控

INTEST車載終端具有模擬電壓采集測試功能，可以連接油浮子電壓信號，實時監測到油箱液位。當在短時間內油箱液壓下降很大時，平臺即可進行油箱液位異常提醒，并記錄異常，可以輔助判斷是否存在偷油行為。

圖6 發動機轉速-扭矩百分比分布圖

3.8 駕駛員行為分析

駕駛習慣分析可以結合車輛的地圖軌跡截取有效路況，分析各擋位使用次數、車速分布、轉速分布、不同擋位下轉速分布、制動初速度分布、ABS作用次數及初速度統計、加速度分布、轉彎車速分布、車門使用次數、空調使用次數及時間等統計分析項。圖7為自動生成統計報告，系統的軟件模塊對數據內置了大量的預處理模塊和數據挖掘引擎，使數據使用人員可以更快、更準確地得到原始數據和統計結果。

4 研發數據采集和故障診斷應用

4.1 CAN總線實時數據

行駛數據實時監控（包括：瞬時油耗、車速、發動機轉速、總油耗、發動機工作時間、巡航時間、百分比負荷、油溫、油壓等），監控每輛車的歷史記錄、行駛軌跡等信息。所有的數據都實時進行存儲，為研發人員提供充足的分析數據。

4.2 車輛性能數據管理

實時記錄每輛車的油耗、轉速、車速等信息，便于研發人員進行查詢、統計和分析，為研發人員提供真實的數據庫。

4.3 車輛故障信息管理

實時獲取ECU故障代碼，監控中心軟件完成故障解析，給監控人員和車主提供故障產生位置、原因及排查方法。這些數據都會記錄在數據庫中，研發人員可以實時查看某輛車的故障信息，為維護人員提供更多的維修建議，而且也可以為車輛改進設計提供參考依據。

4.4 其它數據分析/管理功能

監控中心存儲的數據庫，為研發人員提供了海量數據，可以在該基礎上進行諸如車輛速度統計、車輛行駛里程統計、車輛作業統計、車輛故障統計、多車輛對比等分析。也可以進行設計模型的驗證。

4.5 遠程ECU數據升級

研發人員和車輛建立起了物理通信連接，為遠程ECU數據通信建立了橋梁。通過權限認證和安全確定，可以為遠程車輛ECU數據進行升級。

圖7 自動生成統計報告