一种基于大数据的节能驾驶行为分析方法
【技术领域】
[0001] 本发明属于智能交通和汽车节能技术领域，涉及一种基于大数据的节能驾驶行为 分析方法。
【背景技术】
[0002] 目前，对于国内外的汽车节能驾驶研究，主要还是以针对单个车辆的某些参数进 行监测为主，如车辆耗油、技术状况以及驾驶行为分析等，这些分析方法在一定程度上能够 实现节能的目的，但随着车联网的兴起与发展，越来越多的车辆已经能够方便快捷的接入 网络，另外，由于交通领域的发展，能够实时反映交通状况的路侧系统、导航系统也已覆盖 全面，这意味着节能驾驶行为的分析不仅仅局限于单个车辆，而是可以基于整个大数据平 台。
【发明内容】
[0003] 有鉴于此，本发明的目的在于提供一种基于大数据的节能驾驶行为分析方法，该 方法可以为驾驶员在行驶过程中提供经济、可靠的驾驶建议以及为车企对车辆的设计和改 进提供理论支持，从而达到节能减排的效果。
[0004] 为达到上述目的，本发明提供如下技术方案：
[0005] -种基于大数据的节能驾驶行为分析方法，该方法在汽车行驶过程中，通过车载 终端、卫星和路侧系统收集车辆相关信息、环境信息和交通信息，并将采集到的信息经车载 终端发送至车联网信息服务后台；信息服务后台通过同ID车辆数据纵向分析模型、同类型 车辆数据横向分析模型和同特征车辆数据对比分析模型进行节能驾驶分析，最终将节能驾 驶建议实时地或者一段行程结束时通过车载终端语音播报和屏幕显示的方式反馈给用户。
[0006] 进一步，所述同ID车辆数据纵向分析模型通过车载终端判别和记录驾驶员的急 加速、急减速、急转弯行为，对同ID车辆实时数据和历史数据进行对比分析，及时纠正驾驶 员的驾驶陋习和不节能行为；
[0007] 具体分析过程包括：
[0008] 1)对车辆驾驶人员的驾驶行为进行判别和量化，首先对驾驶员的不节能操作行为 分为五类：急加速，急减速，急转弯，急加速+急转弯以及急减速+急转弯；再对五类行为进 行分级和量化；
[0009] 2)对数据进行实时反馈：对驾驶员驾驶行为进行加权量化后，得到每种行为不同 级别的权值分数，在驾驶员行驶过程中，当驾驶员的某项行为达到相应程度时，车载终端会 向驾驶员发出警示并显示该瞬间油耗量；
[0010] 3)车载终端统计在一定的有效驾驶时间内用户的上述行为的次数，得到对应的节 能行为分，并与历史得分进行比较，了解自己这段时间上述行为是否减少，对于用户的节能 行为分的计算，采用的是各类行为的权值累加。
[0011] 进一步，所述的对五类行为进行分级和量化包括：对三类基本行为进行分级并附 加权值，对于交叉行为的发生，采用的是权值相乘的方法：
[0012] 当加速度在a m/s2到b m/s 2范围内属于轻微急加速，等级为L，权值为1 ;在b m/ S2到c m/s 2范围内属于中度急加速，等级为M，权值为2;当加速度大于c m/s 2时属于重度 急加速，等级为F，权值为3,其中（a〈b〈c);同理急减速和急转弯也可参考相关数据进行权 值分配；
[0013] 进一步，所述同类型车辆数据横向分析模型通过收集车辆在一段时间上的平均油 耗、瞬时油耗信息，利用差异检验的方法分析每种类型的车辆实际耗油量与理论耗油量的 差异以及对比分析不同厂商生产的同类型车辆之间的耗油差异状况。
[0014] 所述分析车辆实际耗油量与理论耗油量包括：通过采集车辆多个时间段的油耗数 据，求得车辆的平均油耗作为车辆的实际油耗，并与该类型车辆的理论油耗进行差异性分 析，使车企了解该车型车辆在投放市场后是否存在实际油耗大幅度超出理论油耗的情况， 为车企在以后的车辆油耗理论设计上提供理论和数据支撑，具体包括以下步骤：
[0015] 1)采集车辆行驶过程中测得的多个时间段的油耗，得到一组数据记为（Xl，x 2， X3......Xn)，则该车辆的实际油耗记为
；
[0016] 2)差异检验：
[0017] ①由于同类型车辆的平均油耗数据在理论上是服从正态分布的Ν( μ，〇 2)，其中 μ为期望值，是车企基于大数据计算得到的理论油耗值，σ 2记为方差；
[0018] ②做原假设Η0:μ = μ。
[0019] ③选择检验统计量：
[0020] ④若
S为显著性水平，说明该车辆实际油耗水平与理论油耗 有差异，且差异较大；
[0021] 3)通过差异检验，车企可以获到两个有用信息：同一类型的车辆之间的实际油耗 是否具有较大差异性；实际油耗超出理论油耗的车辆是否较多；
[0022] 进一步，所述对比分析不同厂商生产的同类型车辆之间的耗油差异状况具体包 括：
[0023] 1)数据采集与分类：按车辆的行驶里程对采集的数据作分类；
[0024] 2)比较不同厂家生产的车辆在不同行驶里程下油耗的差异性；
[0025] 进一步，所述同特征车辆数据对比分析模型是通过对一些具有相同特征的用户进 行分类，每一类中的任一成员都与最佳驾驶员的油耗进行比较，在对应的节能等级评分系 统中，给用户评分排名，最终提供节能驾驶建议。
[0026] 进一步，所述同特征车辆数据对比分析具体包括：
[0027] 1)相同特征的用户分类：相同特征的用户的分类判据包括平均时速、时间段、天 气和交通事件、旅程距离、时速60km/h驾驶时间比例、停车率、停车的时间比例、车辆特性， 采用PCA算法降维，然后运用k-means算法进行分类；
[0028] 2)同特征用户节能等级划分及得分排名分析：在用户分类完成之后，对同一类别 用户的节能驾驶行为进行分析，运用模糊控制理论，通过对车辆行使过程中的加速度以及 加速度变化量的监测来估算节能等级；对用户每次行程中的节能驾驶行为进行打分，并将 用户的排名反馈到车载终端；
[0029] 3)最佳油耗比较和节能驾驶建议反馈：所述最佳油耗比较是将用户的一段行程 的油耗量与同条件下行车的用户最佳油耗量进行比较，最佳耗油量的确定是基于该次行程 中所有用户的油耗量基础上的，采用的是去除前10%和后10%的用户，取中间80%的用户 的油耗平均值；所述节能驾驶建议是根据评分系统以及车辆加速度等相关数据分析得出的 一种能有效改善用户节能驾驶行为的策略。
[0030] 进一步，所述能有效改善用户节能驾驶行为的策略包括：首先是通过与同一条件 下行车的最佳驾驶员的油耗进行比较，得出用户油耗是否正常，若油耗正常，则告知用户保 持并给予一定虚拟奖励，若用户油耗不正常，则进一步进行平均加速度和加速度变化量分 析；对于平均加速度合理的，用户需要调整在驾驶过程中踩油门的力度，以控制加速度的变 化量；对于平均加速度不合理、加速度变化量合理的，用户在行驶过程中需要减小油门；对 于平均加速度和加速度变化量都不合理的，则用户既要减小油门又要减小踩油门的力度。
[0031] 本发明的有益效果在于：本发明所述的方法能够分析同一个车辆在一段时间上的 节能驾驶行为，如驾驶员三急（急加速、急减速、急转弯）行为的判别，可及时纠正驾驶员的 驾驶陋习和不节能行为；分析同一类型车辆在一段时间上的平均油耗等信息，为车企在以 后的车辆油耗理论设计上提供理论和数据支撑；以及对同条件下行车的用户进行比较，并 结合比较的数据为驾驶员的节能驾驶行为