进行评级，提供节能驾驶建议。
【附图说明】
[0032] 为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行 说明：
[0033] 图1为基于大数据的节能驾驶行为的分析系统结构图；
[0034] 图2为同ID车辆数据纵向分析流程图；
[0035] 图3为同类型车辆数据横向分析流程图；
[0036] 图4为节能驾驶建议反馈机制流程图；
[0037] 图5为同特征车辆数据对比分析流程图。
【具体实施方式】
[0038] 下面将结合附图，对本发明的优选实施例进行详细的描述。
[0039] 本发明的目的是提供一种基于大数据的节能驾驶行为的分析方法，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 另IJ，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进行评级，提供节能驾 驶建议。
[0040] 图1为基于大数据的节能驾驶行为的分析系统结构图，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等，经车载终端发送至 车联网信息服务后台，后台通过对应模型进行节能驾驶分析，如同ID车辆数据纵向分析、 同类型车辆数据横向分析和同特征车辆数据对比分析等，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。
[0041] 基于此，本发明建立三种分析模型：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。
[0042] 同ID车辆数据纵向分析模型：
[0043] 车辆在行驶过程中驾驶员的主要操作对象有油门、刹车、离合器以及档位，一些驾 驶员由于经验缺乏或者驾驶习惯不好，在不合适的路况采取不当的操作，这不仅会对车辆 本身造成损耗，还会导致车辆耗油量增大。基于此，本发明通过车载终端判别和记录驾驶员 的三急行为（急加速、急减速、急转弯），对同ID车辆数据进行分析，及时纠正驾驶员的驾驶 陋习和不节能行为。图2为同ID车辆数据纵向分析流程图。
[0044] 1)对驾驶行为的判别及量化：
[0045]驾驶员作为人-车-路中的主体因素，由于本身的非线性和时变性，在驾驶过程 中的行为特性往往是感性多变的，难以准确的量化描述。基于此，本发明采用的是动态加 权综合量化模型，首先对驾驶员的不节能操作行为作了分类，主要分为三类：急加速，急减 速以及急转弯，这三类是驾驶员在行驶过程中最常见的行为，并且也是造成车辆油耗大的 主要因素。在驾驶员实际操作过程中，这几类行为有时是伴随发生。本发明首先对驾驶员 的这三类基本行为作了分级并附加权值。如下：
[0046] 表1 :驾驶员基本驾驶行为等级量化表
[0048] 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 ;同理急减速和急转弯也可参考相关数据进行权值分配。
[0049] 对于交叉行为的发生，本发明采用的是权值相乘的方法，交叉行为主要有两类：急 加速+急转弯，急减速+急转弯。
[0050] 表2 :驾驶员交叉驾驶行为等级量化表
[0052] 2)实时反馈：
[0053] 对驾驶员驾驶行为进行加权量化后，得到了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，比如车辆在转弯时突然加速，且加速度和转弯速度均超过最大安全限 度时，属于重度急加速+重度急转弯，车载终端会自动用语音告知用户车辆转弯加速过快 并将这个瞬间的油耗量显示出来。
[0054] 3)历史比较：
[0055] 为了方便用户对自己一段时间内节能行为的了解，车载终端会统计在一定的有效 驾驶时间内用户的这些行为的次数，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"三急"行为是否减少，对于用户的节能行为分的计算，本发明采用的是各类 行为的权值累加。另外反映用户节能效率最直接的数据就是耗油量的多少，通过记录用户 一定有效驾驶时间内的耗油量，并与历史数据比较，了解自己耗油状况是否有所改善。
[0056] 同类型车辆数据横向分析模型：
[0057] 同类型车辆数据横向分析是通过收集车辆在一段时间上的平均油耗、瞬时油耗等 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 不同厂商生产的同类型车辆之间的耗油差异状况，图3为同类型车辆数据横向分析流程 图。
[0058] 1)与车企理论数据进行比较：
[0059] 车企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。另外对于一些耗油量异常的用户，车企会通知该用户采取适当的措施。具 体分析如下：
[0060] (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，χ 2， X3......Xn)，则该车辆的实际油耗记为
3
[0061 ] (2)差异检验：
[0062] 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。
[0063] ②做原假设Η0:μ = μ。
[0064] ③选择检验统计量：
[0065] ④若
§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。
[0066] (3)通过差异检验，车企可以获到两个有用信息：
[0067] ①同一类型的车辆之间的实际油耗是否具有较大差异性；
[0068] ②实际油耗超出理论油耗的车辆是否较多。
[0069] 这可以帮助车企对这一类型车辆做进一步的改进，缩小这种差异性。另外，为了方 便用户自身的改进，这种差异会以排名的形式反馈到车载终端，最终用户根据实际情况，选 择是否检修。
[0070] 2)与其他厂家的车型进行比较：
[0071] 随着车联网的兴起，各厂家对车辆行车数据的共享是必然的，对于不同厂家生产 的价位，重量，动力以及其他各因素相同的车辆，耗油量的大小将是车企在市场中制胜的关 键。基于此，本发明主要分析的是同一类型不同厂家生产的车辆的平均油耗，瞬时油耗，具 体分析如下：
[0072] (1)数据采集与分类：由于车辆使用程度的不同会导致车辆的耗油情况有所差 异，故需要按车辆的行驶里程对采集的数据作分类，如行驶10000- 20000公里的车辆为一 个使用程度级别，得到各个厂家生产的同一类型车辆在不同使用程度的平均油耗水平。
[0073] (2)分析模型：
[0074] 不同厂家的同车型比较主要是比较不