一种基于时空特性的公交车载客量量化方法

1.本发明属于驾驶经济性评价技术领域，特别涉及一种基于时空特性的公交车载客量量化方法。


背景技术：

2.近年来碳排放问题成为了全球关注的焦点，随着经济的不断发展，汽车产业高速前进，这在带给人民出行方便的同时，也给国家带来了对石油能源的依赖以及环境污染等诸多社会问题。为应对日益严峻的石油能源供求矛盾、环境污染以及二氧化碳排放空间的压力，汽车的节能减排技术成为实现碳中和目标的重要支撑手段。根据《中国汽车节能战略研究》，降低车辆行驶油耗的技术可分为4类：1)节能的发动机和整车设计；2)驾驶员的经济性驾驶；
3.3)智能化的交通管理；4)替代能源利用和电动化驱动系。其中，经济性驾驶的节油潜力达到了15％，因此优化驾驶员的驾驶行为在实现更大程度的节能减排的目标这一方面有很大潜力，他的两个关键点在于：1)加强人员培训，严格按照节能驾驶操作规范进行驾驶操作；2)设立科学的油耗考核制度，促使驾驶员积极应用节能驾驶操作规范。设立科学的油耗考核制度需要制定准确客观、公平公正的经济性驾驶评价模型。
4.车辆能耗直观地反应了驾驶员的经济性驾驶能力，但是能耗的影响因素多种多样(包括驾驶员、车辆、道路、天气等)，直接以能耗为指标进行经济性评价是有局限性的。在除了驾驶员以外的影响因素都得到统一控制的情况下，采用能耗对驾驶员经济驾驶水平进行评价才有意义。对于公交车来说，其特点是线路固定，乘客在站点上下车，载客量发生变化。载客量直接关系到整车重量，公交车整备质量约为11000kg，满载质量18000kg，质量波动幅度较大，生态驾驶水平较高的驾驶员驾驶满载公交车是有可能比一个生态驾驶水平较低的驾驶员驾驶空载公交车消耗更多的能耗的。因此，为了能够在相似载客量的条件下评价驾驶员的生态驾驶能力，以此排除由于车辆重量造成的能耗差异，如何利用低频数据进行质量计算，如何量化公交车载客量，是需要解决的关键问题。


技术实现要素：

5.本发明的目的是提供一种基于时空特性的公交车载客量量化方法，其能够对公交车载客量进行量化，使得公交车载客量以等级的形式被描述出来。
6.本发明提供的技术方案为：
7.一种基于时空特性的公交车载客量量化方法，包括：
8.步骤一、按照采样周期，采集公交车行驶状态的原始数据；
9.其中，所述公交车行驶状态包括：车辆状态、车速、制动状态、驱动状态、车辆的经纬度坐标、驱动电机转速、驱动电机转矩；
10.步骤二、对所述原始数据进行数据清洗，去除异常值，得到可用数据；将所述可用数据划分为长行程数据段和微行程数据段；
11.其中，所述长行程数据段包括从始发站到终点站单程所有采样点的数据；所述微行程数据段包括两个相邻站点间的所有采样点的数据；
12.步骤三、确定每个微行程的公交车质量，并且根据所述微行程的公交车质量得到长行程公交车平均质量；
13.步骤四、根据所述长行程公交车平均质量确定公交车单程载客量等级。
14.优选的是，在所述步骤三中，确定每个微行程的公交车质量的方法为：
15.筛选出确定的匀加速点，并且根据所述确定的匀加速点的公交车质量，得到微行程公交车质量；
16.其中，如果同一微行程下确定的匀加速点数量n＞1，该微行程的公交车质量为：
[0017][0018]
如果一个微行程下确定的匀加速点数量n＝1，该微行程的公交车质量为：
[0019]mwv
＝mk；
[0020]
如果一个微行程下确定的匀加速点数量n＝0，采用基于时空特性的质量填充方法来确定该微行程的公交车质量；
[0021]
式中，w代表第w个长行程；v代表一个长行程下第v个微行程；k代表一个微行程中第k个确定的匀加速点。
[0022]
优选的是，筛选出确定的匀加速点，包括如下步骤：
[0023]
步骤1、从所述可用数据中筛选出所有驱动点；
[0024]
其中，加速踏板开度大于0且制动踏板开度等于0时的采样点为驱动点；
[0025]
步骤2、从所述驱动点的数据集中筛选出满足vi＞v
i-1
的采样点，作为可能的匀加速点；
[0026]
其中，i为第i个采样点，vi代表第i个采样点对应的速度，v
i-1
为第i-1个采样点速度；
[0027]
步骤3、对所述可能的匀加速点进行公交车质量计算，将质量不在公交车理论质量范围内的点剔除，剩余的点作为确定的匀加速点。
[0028]
优选的是，通过如下公式计算可能的匀加速点进行公交车质量：
[0029][0030]
其中，η
t
表示传动系的机械效率，m代表汽车质量，f表示滚动阻力系数，ua表示车速，cd为空气阻力系数，a为迎风面积，δ为旋转质量换算系数，a为加速度。
[0031]
优选的是，所述加速度的计算公式为：
[0032][0033]
其中，ai代表第i个采样点对应的加速度，δt表示第i个采样点与第i-1个采样点之间的时间间隔。
[0034]
优选的是，所述的基于时空特性的质量填充方法为：
[0035]
以一个确定的匀加速点数量n＝0的微行程作为第一微行程；
[0036]
寻找与所述第一微行程在时间和空间上均相同的且确定的匀加速点大于0的微行
程作为第二微行程；
[0037]
并以所述第二微行程的公交车质量作为所述第一微行程微的公交车质量。
[0038]
优选的是，所述公交车公交车理论质量为：公交车整备质量和公交车满载质量之间的质量值。
[0039]
优选的是，在所述步骤三中，长行程公交车平均质量的计算方法为：对单程内所有微行程质量求取平均值，并以该平均值作为所述长行程公交车平均质量。
[0040]
优选的是，在所述步骤四中，将公交车单程载客量等级分为4个等级，包括：
[0041]
如果m
均
≤m1时，公交车单程载客量等级为1级；
[0042]
如果m1＜m
均
≤m2，公交车单程载客量等级为2级；
[0043]
如果m2＜m
均
≤m3，公交车单程载客量等级为3级；
[0044]
如果m
均
＞m3，公交车单程载客量等级为4级；
[0045]
其中，m1＝m
整备
+500kg；m2＝m1+1000kg；m3＝m2+1000kg；m
整备
为公交车整备质量，单位：kg；m
均
为长行程公交车平均质量。
[0046]
优选的是，在所述步骤二中，将所述可用数据划分为长行程数据段和微行程数据段的方法为：
[0047]
计算采样点与站点间的空间距离：
[0048][0049]
取距离最小的点作为分界点，目标函数为：
[0050]
distancej＝min(distance
ij
),i＝1,2,...,m；
[0051]
式中，xi(ingi,lait)(i＝1,2,...,m为采样点的经纬度坐标，m为采样点数量；xj(ingj,latj)(j＝1,2,...,n)为站点经纬度坐标，n为站点数量；
[0052]
其中，相邻两个分界点之间的数据段即为微行程数据段；第一个分界点和最后一个分界点之间的数据段即为长行程数据段。
[0053]
本发明的有益效果是：
[0054]
本发明提供的基于时空特性的公交车载客量量化方法，能够对公交车载客量进行量化，使得公交车载客量以等级的形式被描述出来；从而使得评价驾驶经济性时可以在相同载客量等级下进行比较，排除载客量变化导致的能耗差异。
附图说明
[0055]
图1为本发明所述的基于时空特性的公交车载客量量化方法的流程图。
[0056]
图2为本发明所述的公交车质量计算方法示意图。
[0057]
图3为本发明所述的筛选确定的匀加速点的流程图。
[0058]
图4为本发明实施例中的公交车单程载客量等级划分结果示意图。
具体实施方式
[0059]
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
[0060]
如图1～3所示，本发明提供了一种基于时空特性的公交车载客量量化方法，具体方法如下：
[0061]
一、原始数据预处理
[0062]
原始数据来自新能源汽车大数据平台采集的数据，用到的数据包括车辆状态、车速、制动及驱动状态、经度、纬度、电机转速和电机转矩等。
[0063]
原始数据符合gb/t 32960.3—2016《电动汽车远程服务与管理系统技术规范第3部分：通信协议及数据格式》，在使用数据时需要参照该国标进行计算，得到真正的运行数据。部分重要数据的描述及要求如表1所示。
[0064]
表1数据的描述及要求
[0065][0066]
原始数据需要进行预处理，包括异常数据清洗和行驶片段划分，来支撑后续的分析和研究。
[0067]
1、数据清洗
[0068]
由于原始数据中存在异常值，会对后续的插值及加速度计算等带来影响，需要首先对这类数据进行有针对性的处理。
[0069]
(1)数据不一致问题
[0070]
在原始数据中可能存在如表2所示问题：
[0071]
表2数据不一致片段
[0072][0073]
可以看到相邻的数据出现了时间相同的问题，即同一时刻数据被采集了两次，这在后续的运算中可能会对数据插值等运算带来困扰，因此需要识别并处理这一问题。处理方法为只保留该时刻所采集到的第一行数据。
[0074]
(2)时间跳变问题
[0075]
在原始数据中可能存在如表3所示问题：
[0076]
表3时间跳变片段
[0077][0078]
时间栏的09：10：51代表9时10分51秒，可以看出，相邻采样点的时间间隔为10秒，但是最后两行的时间间隔却约为21分钟，这中间的数据没有了，可以注意到这类问题通常发生在公交车离开始发站前或驶入终点站后，而且前几个数据的车辆状态是熄火，直到9时32分汽车才重新启动，说明汽车熄火后数据停止采样，直到汽车启动才重新开始记录数据，这就导致了记录数据的时间跳变，应该找到并删除这类熄火数据点。
[0079]
2、数据段划分
[0080]
考虑到公交车的运行特点是从始发站到终点站为一个单程，我们将一个单程命名为一个长行程；在一个长行程内公交车按照站点进行停车，乘客在站点处上下车，站点与站点间的公交车载客量，即公交车质量不变，将相邻站点之间的行程命名为微行程。为了后续的质量计算，需要将数据进行长行程划分和微行程划分。
[0081]
进行数据段划分时需要用到的数据为每一采样点的实际经纬度和各站点的经纬度坐标。设采样点经纬度坐标为xi(ingi,lati)(i＝1,2,...,m)，m为采样点数量；站点经纬度坐标xj(ingj,latj)(j＝1,2,...,n)，n为站点数量，则任意采样点和任意站点间距离为(注意经纬度坐标要从弧度制转换为角度制)
[0082][0083]
计算采样点与站点间的空间距离，取距离最小的点作为分界点，目标函数为
[0084]
distancej＝min(distance
ij
),i＝1,2,...,m
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0085]
由此获得始发站和终点站的分界位置，进行数据的长行程划分；同理获得各站点的分界位置，在每一个长行程中进行微行程划分。
[0086]
二、基于数据筛选的质量计算
[0087]
首先介绍质量计算方法，利用功率平衡来得到公交车质量，汽车功率方程式如公式(3)所示
[0088][0089]
其中，η
t
表示传动系的机械效率，m代表汽车质量，f表示滚动阻力系数，ua表示车速，i表示坡度，cd为空气阻力系数，a为迎风面积，δ为旋转质量换算系数，a为加速度。
[0090]
公交车为纯电动车，功率由电机提供，因此
[0091][0092]
其中，t为电机转矩，n为电机转速。
[0093]
电机提供的功率与汽车行驶过程中消耗的功率相等，此外由于公交车在市区里运行，道路平坦，因此坡度阻力不予以考虑，公交车质量计算公式如公式(5)所示
[0094][0095]
质量计算方法的输入输出如图2所示。
[0096]
设置的车辆参数如表4所示
[0097]
表4车辆参数
[0098][0099]
国标gb/t 32960-2016所规定的数据没有加速度这一项，因此每一时刻的加速度需要经过计算才能获取，加速度计算公式如公式(6)所示
[0100][0101]
其中，i为采集到的第i个点，vi代表第i个点对应的速度，ai代表第i个点对应的加速度，δt表示第i个点与第i-1个点之间的时间间隔，即δt＝t
i-t
i-1
，通常为10～15s。由于采样时间间隔较长，平均加速度不一定是该点的真实加速度，而且还有很多点不符合汽车行驶方程式，因此在进行质量估算之前，需要对原始数据进行筛选。数据筛选的整体流程如图3所示。
[0102]
1、筛选所有驱动点。
[0103]
根据公式5可知，在计算质量时考虑到的行驶阻力分别为滚动阻力、空气阻力和加速阻力，纯电动车在制动时电机会进行制动能量回收，但是由于没有该车型的回收策略，所以无法准确计算再生制动时的汽车功率，因此制动点不予以考虑。滑行点也是减速工况，同样地也进行了排除。判断行驶状态采用的数据是加速踏板开度和制动踏板开度，表5显示了典型的三种状态的数据特点。
[0104]
表5状态数据特点
[0105][0106]
也就是说，加速踏板开度大于0且制动踏板开度等于0时为驱动点，两个踏板开度均为0时是滑行点，加速踏板开度等于0且制动踏板开度大于0时为制动点，由此筛选出所有驱动点。
[0107]
2、筛选可能的匀加速点。
[0108]
根据公式(6)可知，计算得到的每一点的加速度其实是10～15s行驶片段的平均加速度，可能会存在如表6的情况
[0109]
表6加速度与状态不匹配数据
[0110][0111]
由于该点前一时刻的速度高于该点的速度，导致平均速度变化为负，与驱动状态不符，因此在筛选时需要附加一个条件vi＞v
i-1
，这样加速度与状态就可以匹配了。
[0112]
3、筛选确定的匀加速点。
[0113]
汽车发生转向、离合器分离、制动器发生制动、实际档位为空挡状态时均不满足汽车行驶方程式，剔除方法为逐点进行质量计算，质量不在公交车理论质量范围内(公交车整备质量～满载质量)的点都要剔除，由于数据间隔10～15s的特殊性，筛选出的可能的匀加速点的加速度不一定准确，如果加速度不准确，算出来的质量也不会在公交车理论质量范围内，利用质量筛选将这些点全部删除后，就认为剩下的点是确定的匀加速点，这些点计算出来的质量是准确的。
[0114]
三、基于时空特性的微行程质量计算
[0115]
在获得经过严格筛选后的可用点的质量后，要利用这些可用点进行微行程质量计算。由于站点与站点间的公交车载客量，即公交车质量不变，同一微行程下的可用点的质量应该相近，按照同一微行程筛选后可用点数量将计算方法分为三类：
[0116]
(1)筛选后微行程可用点数量》1
[0117]
该微行程的公交车质量为可用点质量的平均值
[0118][0119]
其中，w代表第w个长行程；v代表一个长行程下第v个微行程；k代表一个微行程中第k个可用点。
[0120]
(2)筛选后微行程可用点数量＝1
[0121]mwv
＝mkꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0122]
其中，k＝1。
[0123]
(3)筛选后微行程可用点数量＝0
[0124]
筛选后若微行程无可用点，则该段微行程无法求出对应质量，采用基于时空特性的质量填充方法来解决这一问题。时间特性指公交车运营时间内的载客量与时间有一定关系，空间特性指载客量与站点所处位置有一定关系。通过分析筛选后微行程可用点数量大于或等于1情况下的平均质量结果，可以获得如下时空特性，包括但并不限于：
[0125]
①
站点附近为住宅区，早高峰时期上车人数多；
[0126]
②
站点附近为住宅区，晚高峰时期下车人数多；
[0127]
③
站点附近为商业区，早高峰时期上车人数多；
[0128]
④
站点附近为商业区，晚高峰时期下车人数多；
[0129]
⑤
站点附近有地铁口，上下车人数均增多；
[0130]
⑥
午休时期上下车人数均减少。
[0131]
当微行程可用点数量为0时，在其它长行程里寻找在时间和空间上均(与该可用点数量为0的微行程)相同的且可用点大于0的微行程，将该微行程质量填入，由此填充筛选后微行程可用点数量为零情况下的微行程质量。
[0132]
四、公交车载客量的量化
[0133]
为了对驾驶员的驾驶经济性做出评价，需要以一个长行程为单位对能耗进行比较，公交车的载客量也要以一个长行程为单位进行量化。在计算了微行程的质量后，再对单程微行程质量求平均值，计算每一个长行程的平均质量，根据长行程平均质量结果来划分等级，如表7所示
[0134]
表7载客量等级
[0135][0136][0137]
由此完成公交车单程载客量等级划分。
[0138]
实施例
[0139]
本实施例以两个工作日和两个休息日的公交车的载客量作为研究对象，采用本发明中提供的方法对公交车载客量进行量化(等级划分)，结果如图4所示。
[0140]
图4展示了两个工作日和两个休息日的一辆公交车单程载客量等级划分结果，可以看到，在星期五和星期一，等级2均只出现了一次，约占全天工作趟数的20％，而在星期六和星期日，等级2分别出现了五次和三次，约占总体的71％和50％。由此可以看出，周末的公交车载客量整体少于工作日；星期五的12:17-13:01时段是午休时段，也是该天载客量最少的一个单程；星期一在07:10-08:18和08:18-09:22时段的载客量等级为4级，说明这两个时段处于早高峰，需要搭乘公交车的人数在这四天中是最多的。
[0141]
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。