基于大数据的新能源汽车超载检测方法

本发明属于新能源汽车大数据技术领域，具体涉及利用新能源汽车的大数据对车辆超载情况进行检测的方法。

背景技术：

由于路况的不断改善和新能源汽车各项性能的提升，新能源汽车的超载问题也日趋严重。超载问题不仅仅会对公共道路造成破坏，还会对人员的生命财产安全造成伤害。超载问题已经成为导致交通事故的主要原因之一。

为了解决汽车超载问题，交通管理部门及其相关部门耗费大量的人力物力财力，然而在目前条件下，无论是对于传统燃油车辆亦或是新能源汽车超载的检测方法主要包括：设置超限站进行检测，给车辆加装加速度传感器进行检测以及交管部门工作人员进行车辆超载例行检查等方法，都仍然局限于单车单次的检测，在实时性和检测效率方面均存在严重缺陷，所耗费的人力、物力、财力成本极高。

技术实现要素：

有鉴于此，本发明旨在解决现有技术中超载检测效率低下成本过高的技术问题，利用新能源汽车与大数据、车联网等技术的优势，提供了一种基于大数据的新能源汽车超载检测方法，具体包括以下步骤：

(1)对某新能源汽车车型在某一特定路段上行驶的多个连续片段所对应的行驶工况数据进行采集；

(2)利用所采集的每个片段所对应的行驶工况数据，计算出目标车辆在每个所述片段上消耗的能量；基于每个片段上消耗的能量，得到目标车辆在该路段上消耗的总能量；

(3)对同一车型其他车辆重复执行步骤(1)-(2)，并统计得到该车型在该路段所消耗总能量的概率密度函数；

(4)基于所述总能量的概率密度函数计算得到该车型的待测目标车辆当前在该路段行驶时消耗的总能量的概率，并与根据交管部门的历史统计数据所确定的超载能量概率阈值比较，从而确定目标车辆是否发生超载。

进一步地，步骤(2)具体为：获取多个连续片段所对应的行驶工况数据中的电压与电流数据，通过以下公式计算某特定车型在该路段上消耗的总能量e：

其中，n为采集片段的次数；uk为第k次采样的电压，单位为v；ik为第k次采样的电流，单位为a；δt为相邻两次采样的时间间隔，单位为s；e的单位为j。

进一步地，根据交管部门的历史统计数据确定超载能量概率阈值的具体计算方法为：

其中，n1为同路段上已经检查过的与目标车辆同类型的车辆总数；n2为已经检查过的同类车辆超载且超速的总数；

比较目标车辆在该路段行驶时消耗的总能量的概率p(e测)与所述p1，如果p(e测)>p1则确认发生超载。

进一步地，在执行所述步骤(1)-(3)后，还执行以下步骤(5)-(6)：

(5)利用所采集的每个片段所对应的行驶工况数据，计算出目标车辆在每个所述片段上平均速度；基于每个片段上的平均速度，得到目标车辆在该路段上总平均速度；

(6)对同一车型其他车辆重复执行步骤(5)，并统计得到该车型在该路段上总平均速度的概率密度函数；

当50％<p(e测)<p1时，则利用所述总平均速度的概率密度函数计算目标车辆平均速度的概率，并与根据交管部门的历史统计数据所确定的速度概率阈值比较，从而确定目标车辆是否发生超载。

进一步地，步骤(6)具体为：获取多个连续片段所对应的平均速度vk，通过以下公式计算某特定车型在该路段上的总平均速度v：

进一步地，根据交管部门的历史统计数据确定超速概率阈值的具体计算方法为：

其中，n1为同路段上已经检查过的与目标车辆同类型的车辆总数；n3为已经检查过的同类车辆超载但未超速的总数；

比较目标车辆在该路段行驶时总平均速度的概率p(v测)与所述p2，如果p(v测)<p2则确认发生超载，否则没有发生超载。

上述本发明所提供的方法，通过计算同类车型在相同路段上的超载能耗概率，并与经处理的交管历史数据比较即可确定目标新能源汽车是否发生超载情况，克服了现有技术中繁复的单车单次的检查方式，充分地发挥了新能源车辆以及大数据平台的优势，显著提高了超载检查的效率并降低了成本。结合对目标车辆超速概率的计算，将超载区分为超载且超速与超载不超速的不同情况，从而能够有效发现低速低耗能状态的超载目标车辆，避免了检查结果的遗漏或者将仅超速的目标误识别为超载，保证了本方法的精确性。本领域技术人员根据本发明所提供的教导，可以较为灵活地选择是否结合后续对平均速度的检测过程来调整结果的精确度。

附图说明

图1为本发明所提供方法的流程示意图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明所提供的基于大数据的新能源汽车超载检测方法，具体包括以下步骤：

(1)对某新能源汽车车型在某一特定路段上行驶的多个连续片段所对应的行驶工况数据进行采集；

(2)利用所采集的每个片段所对应的行驶工况数据，计算出目标车辆在每个所述片段上消耗的能量；基于每个片段上消耗的能量，得到目标车辆在该路段上消耗的总能量；

(3)对同一车型其他车辆重复执行步骤(1)-(2)，并统计得到该车型在该路段所消耗总能量的概率密度函数；

(4)基于所述总能量的概率密度函数计算得到该车型的待测目标车辆当前在该路段行驶时消耗的总能量的概率，并与根据交管部门的历史统计数据所确定的超载能量概率阈值比较，从而确定目标车辆是否发生超载。

在本发明的一个优选实施方式中，步骤(2)具体为：获取多个连续片段所对应的行驶工况数据中的电压与电流数据，通过以下公式计算某特定车型车辆在该路段上消耗的总能量e：

其中，n为采集片段的次数；uk为第k次采样的电压，单位为v；ik为第k次采样的电流，单位为a；δt为相邻两次采样的时间间隔，单位为s；e的单位为j。

根据交管部门的历史统计数据确定超载能量概率阈值的具体计算方法为：

其中，n1为同路段上已经检查过的与目标车辆同类型的车辆总数；n2为已经检查过的同类车辆超载且超速的总数；

利用总能量的概率密度函数fe(x)通过公式即可得到目标车辆总能量的概率。比较目标车辆在该路段行驶时消耗的总能量的概率p(e测)与所述p1，如果p(e测)＞p1则确认发生超载。

当目标车辆处于低速状态，由于此时消耗的能量较少，仅根据能量概率可能无法正确判断其是否超载。由于低速时超载车辆的危害性较小，因此可以在上述步骤实现对超载且超速这种更具危险性的情况检查后终止继续检查，此时已足以解决本发明所提出的技术问题。而对于需要更全面地检查超载的场景，则可在执行所述步骤(1)-(3)时同步执行以下步骤(5)-(6)：

(5)利用所采集的每个片段所对应的行驶工况数据，计算出目标车辆在每个所述片段上平均速度；基于每个片段上的平均速度，得到目标车辆在该路段上总平均速度；

(6)对同一车型其他车辆重复执行步骤(5)，并统计得到该车型在该路段上总平均速度的概率密度函数；

利用总平均速度的概率密度函数fv(x)通过公式可得到目标车辆总平均速度的概率。当50％<p(e测)<p1时，由于消耗的能量仍然较高，故利用所述总平均速度的概率密度函数计算目标车辆的平均速度概率，并与根据交管部门的历史统计数据所确定的超速概率阈值比较，从而确定目标车辆是否发生超载。

在步骤(6)中，获取多个连续片段所对应的平均速度vk，通过以下公式计算某特定车型车辆在该路段上的总平均速度v：

根据交管部门的历史统计数据确定超速概率阈值的具体计算方法为：

其中，n1为同路段上已经检查过的与目标车辆同类型的车辆总数；n3为已经检查过的同类车辆超载但未超速的总数；

比较目标车辆在该路段行驶时总平均速度的概率p(v测)与所述p2，如果p(v测)＜p2则说明目标车辆在速度较低的状态下仍然消耗了较高的能量，因此可以确认发生超载，否则可以确认没有发生超载。

应理解，本发明实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。