一种基于换档行为的高油耗分析方法及设备的制造方法
【技术领域】
[0001] 本发明涉及汽车油耗技术领域，特别涉及一种基于换档行为的高油耗分析方法及 设备。
【背景技术】
[0002] 伴随着我国经济的迅速发展，能源紧张已经成为一个必须关注的问题，如何节约 燃料，减少能源消耗成为我国必须面临的问题。汽车是我国现代化社会中必不可少的一种 高效率交通运输工具，其运输效率的高低很大程度上取决于汽车的动力性。汽车作为消耗 燃料的主体，首当其冲面临着降低燃油消耗、提高燃油经济性的诸多技术要求。因此，在保 证汽车动力性的前提下如何尽量减少汽车燃油消耗量显得尤为重要。
[0003] 在车辆技术状况相同的条件下，驾驶技术高低对油料的节约影响很大，正确合理 的驾驶行为可以大大降低汽车的燃料消耗（平均油耗可减少20%-40%)。其中，驾驶员的 合理换档驾驶行为对提高汽车燃油经济性起着重要作用，因为低档高速、高档低速和高转 低档等驾驶行为的频繁发生会造成燃油消耗较高。
[0004] 但是，汽车上的终端不能直接采集到驾驶行程中的详细档位信息，从而导致换档 驾驶行为无法自动识别，这样因不良换档驾驶行为产生的额外油耗（高油耗）不能得到计 算。
[0005] 因此，本领域技术人员需要提供一种方法，能够分析出低档高速、高档低速和高转 低档等不良驾驶行为何时发生，从而提醒驾驶员进行改善，降低油耗。
【发明内容】
[0006] 本发明要解决的技术问题是提供一种基于换档行为的高油耗分析方法及设备，能 够分析出低档高速、高档低速和高转低档等不良驾驶行为何时发生，从而提醒驾驶员进行 改善，降低油耗。
[0007] 本发明实施例提供一种基于换档行为的高油耗分析方法，包括：
[0008] 按照预定时间间隔采集汽车的发动机转速、车速以及瞬时油耗；
[0009] 利用所述发动机转速和车速获取档位信息；
[0010] 由所述档位信息判断汽车行驶过程中发生的不良驾驶行为，由所述不良驾驶行为 对应的瞬时油耗计算对应的高油耗。
[0011] 优选地，利用所述发动机转速和车速获取档位信息，包括：
[0012] 利用所述发动机转速和车速提取档位特征Fg;
[0013] 将所述档位特征输入支持向量机模型分类器中，获取对应的档位信息；所述支 持向量机模型分类器中的支持向量机模型已经预先通过发动机转速和车速的样本训练获 得；
[0014]其中：
【主权项】
1. 一种基于换档行为的高油耗分析方法，其特征在于，包括： 按照预定时间间隔采集汽车的发动机转速、车速以及瞬时油耗； 利用所述发动机转速和车速获取档位信息； 由所述档位信息判断汽车行驶过程中发生的不良驾驶行为，由所述不良驾驶行为对应 的瞬时油耗计算对应的高油耗。
2. 根据权利要求1所述的基于换挡行为的高油耗分析方法，其特征在于，利用所述发 动机转速和车速获取档位信息，包括： 利用所述发动机转速和车速提取档位特征Fg; 将所述档位特征输入支持向量机模型分类器中，获取对应的档位信息；所述支持向量 机模型分类器中的支持向量机模型已经预先通过发动机转速和车速的样本训练获得； 其中：
其中，v代表车速，r代表发动机转速；K为预先选定的比例因子常数。
3. 根据权利要求2所述的基于换档行为的高油耗分析方法，其特征在于，将所述档位 特征输入支持向量机模型分类器之前，还包括： 将所述档位特征进行归一化处理，将归一化后的档位特征输入支持向量机模型分类器 中。
4. 根据权利要求3所述的基于换档行为的高油耗分析方法，其特征在于，预先通过发 动机转速和车速的样本训练获得支持向量机模型，具体为：利用K-means聚类算法获得k个 聚类中心； 所述利用K-means聚类算法获得k个聚类中心，包括： i、 从发动机转速和车速组成的档位特征集合中选取k个档位特征作为初始的k 个聚类中心Ci, c2，…，ck;所述n、k和N均为整数； ii、 计算所述档位特征集合中的每个档位特征Xi与各个所述初始的k个聚类中心的距 离，根据计算出的距离为每个档位特征添加档位标号Label(i);
将所有档位特征按照所述档位标号分为档位类别集合：Lj= {i|Label(i) =j}，i= 1，2，...，N，j=l，2，...，k; iii、 按下￥
&重新计算k个聚类中心，其中Nj为集合Lj的大小； iv、 重复步骤ii和步骤iii，直到达到最大迭代次数为止，最终获得k个聚类中心。
5. 根据权利要求4所述的基于换档行为的高油耗分析方法，其特征在于，从发动机 转速和车速组成的档位特征集合中选取k个档位特征作为初始的k个聚类中心 Ci，c2，…，ck，具体包括： i、计算n个样本间的余弦相似度： m为样本的维数； 由所述余弦相似度获得n个样本的相似度矩阵S:
其中，Si」表示样本Xi与样本Xj之间的相似度，Sij=s#，Sii= 1 ; ii、 根据所述相似度矩阵S构造一个平均相似度集合P: P= {a1；a2, ???,an}； 其中，ai=(sn+si2+*"+sin)/n，ai表示样本间的平均相似度； iii、 将所述P中的元素进行升序排序，选择所述P中的最大元素对应的样本^乍为初 始聚类中心； iv、 删除所述P中与选中样本Xj所有簇相关的样本； v、 重复iii、iv直到得到全部k个初始聚类中心。
6. 根据权利要求1-5任一项所述的基于换档行为的高油耗分析方法，其特征在于，由 所述档位判断汽车行驶过程中发生的不良驾驶行为，所述不良驾驶行为包括：高转低档、低 档高速和高档低速，具体为： 当前一档位减去当前档位的差值大于第一预定阈值时判定为高转低档驾驶行为，直到 当前档位减去前一档位的差值大于第二预设阈值时判定为高转低档驾驶行为停止； 当前档位低于第一预定档位且当前车速超过第一预定车速时判定为低档高速驾驶行 为； 当前档位高于第二预定档位且当前车速低于第二预定车速时判定为高档低速驾驶行 为。
7. -种基于换档行为的高油耗分析设备，其特征在于，包括：采集单元、提取单元和驾 驶行为判断单元； 所述采集单元，用于按照预定时间间隔采集汽车的发动机转速、车速以及瞬时油耗； 所述提取单元，用于利用所述发动机转速和车速获取档位信息； 所述驾驶行为判断单元，用于由所述档位信息判断汽车行驶过程中发生的不良驾驶行 为，由所述不良驾驶行为对应的瞬时油耗计算对应的高油耗。
8. 根据权利要求7所述的基于换档行为的高油耗分析设备，其特征在于，所述提取单 元包括提取子单元和获取子单元； 所述提取子单元，用于利用公式G +提取档位特征；其中，v代表车速，r代表发动 机转速；K为预先选定的比例因子常数； 所述获取子单元，用于将所述档位特征输入支持向量机模型分类器中，获取对应的档 位信息；所述支持向量机模型分类器中的支持向量机模型已经预先通过发动机转速和车速 的样本训练获得。
9. 根据权利要求8所述的基于换档行为的高油耗分析设备，其特征在于，还包括：归一 化单元，用于将所述档位特征进行归一化处理，将归一化后的档位特征输入支持向量机模 型分类器中。
10. 根据权利要求8所述的基于换档行为的高油耗分析设备，其特征在于，还包括：支 持向量机模型获取单元，用于通过发动机转速和车速的样本利用K-means聚类算法获得支 持向量机模型中的k个聚类中心； 所述支持向量机模型获取单元包括：初始聚类中心选择子单元、距离计算子单元和最 终聚类中心获取子单元； 所述初始聚类中心选择子单元，用于从发动机转速和车速组成的档位特征集合 中选取k个档位特征作为初始的k个聚类中心％c2，…，ck;所述n、k和N均为整数； 所述距离计算子单元，用于计算所述档位特征集合中的每个档位特征Xi与各个所述初 始的k个聚类中心的距离，根据计算出的距离为每个档位特征添加档位标号Label (i);
将所有档位特征按照所述档位标号分为档位类别集合：Lj={i|Label(i)=j}，i= 1，2，...，N，j=l，2，...，k; 所述最终聚类中心获取子单元，按下5
&重新计算k个聚类中 心，其中％为集合L」的大小；直到达到最大迭代次数为止，最终获得k个聚类中心。
11. 根据权利要求7-10任一项所述的基于换档行为的高油耗分析设备，其特征在于， 所述驾驶行为判断单元包括：高转低档驾驶行为判断子单元、低档高速驾驶行为判断子单 元和高档低速驾驶行为判断子单元； 所述高转低档驾驶行为判断单元，用于当前一档位减去当前档位的差值大于第一预定 阈值时判定为高转低档驾驶行为，直到当前档位减去前一档位的差值大于第二预设阈值时 判定为高转低档驾驶行为停止； 所述低档高速驾驶行为判断子单元，用于当前档位低于第一预定档位且当前车速超过 第一预定车速时判定为低档高速驾驶行为； 所述高档低速驾驶行为判断子单元，用于当前档位高于第二预定档位且当前车速低于 第二预定车速时判定为高档低速驾驶行为。
【专利摘要】本发明提供一种基于换档行为的高油耗分析方法及设备，其中，方法包括：按照预定时间间隔采集汽车的发动机转速、车速以及瞬时油耗；利用所述发动机转速和车速获取档位信息；由所述档位信息判断汽车行驶过程中发生的不良驾驶行为，由所述不良驾驶行为对应的瞬时油耗计算对应的高油耗。通过档位信息可以判断当前是否发生不良驾驶行为，如果发生了不良驾驶行为，则不良驾驶行为时对应的油耗便是高油耗，可以利用瞬时油耗获得对应的高油耗。从而提醒驾驶人员何时发生了由于不良驾驶行为产生了高油耗，避免不良驾驶行为，降低油耗。
【IPC分类】G06F17-30
【公开号】CN104809160
【申请号】CN201510144934
【发明人】纪政
【申请人】东软集团股份有限公司
【公开日】2015年7月29日
【申请日】2015年3月30日