本发明属于驾驶习惯识别与充电管理技术领域,具体涉及一种针对电动汽车用户的驾驶习惯识别与充电管理方法。
背景技术:
电动汽车作为近年来新普及的绿色能源交通工具,颇受环保爱护着的青睐。由于不同的驾驶习惯,尤其是不良的驾驶习惯,会导致不同的续航里程,不同驾驶习惯下的电动汽车的耗电对电动汽车的充电也具有直接的影响,为此,我们提出一种针对电动汽车用户的驾驶习惯识别与充电管理方法,以解决上述背景技术中提到的问题。
技术实现要素:
本发明的目的在于提供一种针对电动汽车用户的驾驶习惯识别与充电管理方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种针对电动汽车用户的驾驶习惯识别与充电管理方法,包括如下步骤:
s1:通过数据采集模块采集ecu模块中的数据,并对该数据进行过滤,分层;过滤具体为对异常数据的剔除,其包括对剔除掉不具有样本意义的数据、剔除掉不准确的数据、剔除掉前后浮动较大的数据;
s2:将分层后的数据进行准确性、完备性、一致性的判断,满足要求后,按照不同的分层进行权重分配;
s3:随机抽取不同分层中的数据,获得驾驶习惯数据,并通过中央处理器模块与正常驾驶习惯模型库中部数据进行对比分析,获得电动汽车用户的驾驶习惯结论,发送给车载智能终端;
s4:通过驾驶习惯数据与电动汽车电能的实时消耗进行对比,通过中央处理器模块获得在该驾驶情况下电动汽车电能剩余量的预警信息,并将该预警信息发送给车载智能终端,提醒用户对电动汽车的充电。
优选的,所述步骤s1中的数据采集器采用can2.0a协议的采集器;所述步骤s3中的中央处理器模块采用arm处理器。
优选的,所述步骤s3中的驾驶习惯数据包括换道、直角转弯和调头在内的驾驶状况和郊区、城区、高速公路在内的各种路况时,驾驶人员的方向盘转角、油门开度、车轮转速和换挡数据。
优选的,所述步骤s3中的正常驾驶习惯模型库内包含了不同车辆、不同运行状态下的正常驾驶习惯的数据范围。
优选的,所述步骤s3中获得电动汽车用户的驾驶习惯结论后,通过中央处理器模块形成驾驶习惯分析报告以及预警信息,发送给车载智能终端。
优选的,在形成形成驾驶习惯分析报告后,中央处理器模块产生不良驾驶习惯改进方式,发送给车载智能终端。
与现有技术相比,本发明的有益效果是:本发明提供的一种针对电动汽车用户的驾驶习惯识别与充电管理方法,本发明通过对ecu模块中的数据进行过滤,分层,并按照不同的分层进行权重分配,这样使得数据准确,有利于准确的获得驾驶习惯数据;
驾驶习惯数据通过中央处理器模块与正常驾驶习惯模型库中部数据进行对比分析,获得电动汽车用户的驾驶习惯结论,形成驾驶习惯分析报告、不良驾驶习惯改进方式以及预警信息,发送给车载智能终端,有利于用户改变以及正确纠正自己的驾驶习惯,从而在一定程度上提高电动汽车的续航里程;
通过驾驶习惯数据与电动汽车电能的实时消耗进行对比,通过中央处理器模块获得在该驾驶情况下电动汽车电能剩余量的预警信息,并将该预警信息发送给车载智能终端,提醒用户对电动汽车的充电,这样有利于实施监控电动汽车的电能消耗情况,可提前预测充电时间。
附图说明
图1为本发明一种针对电动汽车用户的驾驶习惯识别与充电管理方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
实施例1
本发明提供了如图1的一种针对电动汽车用户的驾驶习惯识别与充电管理方法,包括如下步骤:
s1:通过数据采集模块采集ecu模块中的数据,并对该数据进行过滤,分层;过滤具体为对异常数据的剔除,其包括对剔除掉不具有样本意义的数据、剔除掉不准确的数据、剔除掉前后浮动较大的数据;
s2:将分层后的数据进行准确性、完备性、一致性的判断,满足要求后,按照不同的分层进行权重分配;
s3:随机抽取不同分层中的数据,获得驾驶习惯数据,并通过中央处理器模块与正常驾驶习惯模型库中部数据进行对比分析,获得电动汽车用户的驾驶习惯结论,发送给车载智能终端;
s4:通过驾驶习惯数据与电动汽车电能的实时消耗进行对比,通过中央处理器模块获得在该驾驶情况下电动汽车电能剩余量的预警信息,并将该预警信息发送给车载智能终端,提醒用户对电动汽车的充电。
具体的,所述步骤s1中的数据采集器采用can2.0a协议的采集器;所述步骤s3中的中央处理器模块采用arm处理器。
具体的,所述步骤s3中的驾驶习惯数据包括换道、直角转弯和调头在内的驾驶状况和郊区、城区、高速公路在内的各种路况时,驾驶人员的方向盘转角、油门开度、车轮转速和换挡数据。
具体的,所述步骤s3中的正常驾驶习惯模型库内包含了不同车辆、不同运行状态下的正常驾驶习惯的数据范围。
具体的,所述步骤s3中获得电动汽车用户的驾驶习惯结论后,通过中央处理器模块形成驾驶习惯分析报告以及预警信息,发送给车载智能终端。
具体的,在形成形成驾驶习惯分析报告后,中央处理器模块产生不良驾驶习惯改进方式,发送给车载智能终端。
综上所述,与现有技术相比,本发明通过对ecu模块中的数据进行过滤,分层,并按照不同的分层进行权重分配,这样使得数据准确,有利于准确的获得驾驶习惯数据;
驾驶习惯数据通过中央处理器模块与正常驾驶习惯模型库中部数据进行对比分析,获得电动汽车用户的驾驶习惯结论,形成驾驶习惯分析报告、不良驾驶习惯改进方式以及预警信息,发送给车载智能终端,有利于用户改变以及正确纠正自己的驾驶习惯,从而在一定程度上提高电动汽车的续航里程;
通过驾驶习惯数据与电动汽车电能的实时消耗进行对比,通过中央处理器模块获得在该驾驶情况下电动汽车电能剩余量的预警信息,并将该预警信息发送给车载智能终端,提醒用户对电动汽车的充电,这样有利于实施监控电动汽车的电能消耗情况,可提前预测充电时间。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
1.一种针对电动汽车用户的驾驶习惯识别与充电管理方法,其特征在于:包括如下步骤:
s1:通过数据采集模块采集ecu模块中的数据,并对该数据进行过滤,分层;过滤具体为对异常数据的剔除,其包括对剔除掉不具有样本意义的数据、剔除掉不准确的数据、剔除掉前后浮动较大的数据;
s2:将分层后的数据进行准确性、完备性、一致性的判断,满足要求后,按照不同的分层进行权重分配;
s3:随机抽取不同分层中的数据,获得驾驶习惯数据,并通过中央处理器模块与正常驾驶习惯模型库中部数据进行对比分析,获得电动汽车用户的驾驶习惯结论,发送给车载智能终端;
s4:通过驾驶习惯数据与电动汽车电能的实时消耗进行对比,通过中央处理器模块获得在该驾驶情况下电动汽车电能剩余量的预警信息,并将该预警信息发送给车载智能终端,提醒用户对电动汽车的充电。
2.根据权利要求1所述的一种针对电动汽车用户的驾驶习惯识别与充电管理方法,其特征在于:所述步骤s1中的数据采集器采用can2.0a协议的采集器;所述步骤s3中的中央处理器模块采用arm处理器。
3.根据权利要求1所述的一种针对电动汽车用户的驾驶习惯识别与充电管理方法,其特征在于:所述步骤s3中的驾驶习惯数据包括换道、直角转弯和调头在内的驾驶状况和郊区、城区、高速公路在内的各种路况时,驾驶人员的方向盘转角、油门开度、车轮转速和换挡数据。
4.根据权利要求1所述的一种针对电动汽车用户的驾驶习惯识别与充电管理方法,其特征在于:所述步骤s3中的正常驾驶习惯模型库内包含了不同车辆、不同运行状态下的正常驾驶习惯的数据范围。
5.根据权利要求1所述的一种针对电动汽车用户的驾驶习惯识别与充电管理方法,其特征在于:所述步骤s3中获得电动汽车用户的驾驶习惯结论后,通过中央处理器模块形成驾驶习惯分析报告以及预警信息,发送给车载智能终端。
6.根据权利要求5所述的一种针对电动汽车用户的驾驶习惯识别与充电管理方法,其特征在于:在形成形成驾驶习惯分析报告后,中央处理器模块产生不良驾驶习惯改进方式,发送给车载智能终端。