一种基于驾驶员行车习惯的电子油门控制模式调整方法与流程

[0001]
本发明属于汽车驾驶控制技术领域，特别涉及一种基于驾驶员行车习惯的电子油门控制模式调整方法，能够根据驾驶员的行车习惯对电子油门的控制模式进行调整，来改善车辆的燃油经济性。


背景技术：

[0002]
随着中国制造业与贸易的发展，货运产业也随之快速发展，货运公司的业务越来越成熟，规模也日趋庞大。货运公司的货车数量增加，种类也多样化，出于环保的要求，越来越多的混合动力卡车开始得到应用。为了提高运行效率，一辆混合动力卡车会配备多名驾驶员，驾驶员的驾驶习惯会有不同。从燃油经济性的角度而言，不良的驾驶习惯会导致耗油量的增加。另一方面，驾驶员的线路与任务也不尽相同，每天接触不同的车辆也无法避免，对驾驶员而言，更换卡车需要一定的时间去适应油门的响应，显然会影响驾驶效率，降低驾驶体验感。
[0003]
中国专利cn109017632a提出一种车辆驾驶环境的调节方法及系统，该方法包括步骤：读取并识别车辆驾驶员的指纹信息；根据识别的车辆驾驶员的指纹信息，获取车辆驾驶环境参数信息；根据获取的车辆驾驶环境参数信息，对车辆驾驶环境进行调节。然而，该专利的存在的不足有：1)仅针对驾驶舒适性，提出改进的方法，无法在燃油经济性上作出进一步的发展。2)对于车辆的环境信息获取并不明确。


技术实现要素：

[0004]
本发明的目的，在于提供一种基于驾驶员行车习惯的电子油门控制模式调整方法，能够根据驾驶员的行车习惯对电子油门的控制模式进行调整，来改善车辆的燃油经济性。
[0005]
为了达成上述目的，本发明的解决方案是：
[0006]
一种基于驾驶员行车习惯的电子油门控制模式调整方法，包括如下步骤：
[0007]
步骤1，车辆读取驾驶员的指纹信息，确定驾驶员身份，获取与驾驶员身份对应的行车习惯数据、电子油门控制模式数据；
[0008]
步骤2，收集车辆的运行数据和所处的环境信息，对于各工况下的车辆运行状况进行优化计算，确定当前经济性佳的驾驶习惯；
[0009]
步骤3，将驾驶员的行车习惯数据与步骤2得到的当前经济性佳的驾驶习惯进行对比，找出经济性易被忽略的工况；
[0010]
步骤4，在步骤3找到的经济性易被忽略的工况下，调整电子油门控制模式。
[0011]
上述步骤1中，预先在云端构建数据库，存储各驾驶员的指纹信息，以及与其对应的行车习惯数据、电子油门控制模式数据、行车习惯诊断的历史数据。
[0012]
上述步骤2中，收集的车辆运行数据包括变速器档位、发动机转速、车辆行驶速度、油门踏板变化的深度与速度、刹车踏板变化的速度与深度、节气门开度；车辆所处的环境信
息包括gps数据、道路信息与道路交通系统的红绿灯数据。
[0013]
上述步骤2中，确定当前经济性佳的驾驶习惯的具体方法是：将收集的所有运行数据离散化，以经济性为评价指标，对满足特定工况的离散片段进行筛选，拼接从而得到特定工况下经济性佳的驾驶习惯。
[0014]
上述步骤3中，经济性易被忽略的工况包括但不限于加速工况、高速行驶工况。
[0015]
上述步骤4后还包括步骤5：将车辆运行数据与电子油门控制模式数据上传到服务器中，与之前的行车习惯诊断历史数据进行对比，对模式调整失败的工况进行整理，生成诊断数据。
[0016]
采用上述方案后，本发明的有益效果在于：
[0017]
(1)本发明提出的方法能够针对不良的驾驶习惯，在不引起驾驶员的注意的情况下，通过改变电子油门的控制模式，来改善燃油经济性；
[0018]
(2)对于驾驶员的驾驶习惯中没能改进的部分，云服务器能够诊断出来，并且采取一定的策略，不改变驾驶员的驾驶体验；
[0019]
(3)不同的驾驶员在不同的混合动力卡车上的驾驶习惯都能够被上传到云服务器中，车辆与人力的管理会更方便。
附图说明
[0020]
图1是本发明实施例提供的电子油门随驾驶习惯变化进行调节的流程图；
[0021]
图2是本发明实施例提供的经济性较好的驾驶习惯生成示意图；
[0022]
图3是本发明实施例提供的驾驶习惯、诊断信息、电子油门控制模式信息结构示意图。
具体实施方式
[0023]
以下将结合附图，对本发明的技术方案及有益效果进行详细说明。
[0024]
如图1所示，本发明提供一种基于驾驶员行车习惯的电子油门控制模式调整方法，包括如下步骤：
[0025]
步骤1，驾驶员得到运输任务后，在车上使用指纹进行解锁，车辆读取驾驶员的指纹信息，将指纹信息对应的特征代码上传到云端，与云端的驾驶员信息库数据进行对比，确定驾驶员的身份。
[0026]
步骤2，根据驾驶员的身份，车辆在出发前从云端下载该驾驶员的行车习惯数据，电子油门控制模式数据以及行车习惯诊断的历史数据，将这些信息储存在混合动力卡车的存储器中。
[0027]
步骤3，收集车辆的运行数据，包括变速器档位，发动机转速，车辆行驶速度，油门踏板变化的深度与速度，刹车踏板变化的速度与深度，节气门开度；并收集卡车所处的环境信息，包括gps数据，道路信息与道路交通系统的红绿灯数据。对于各工况下的车辆运行状况进行优化计算，通过算法得到较为经济的驾驶习惯。将经济的驾驶习惯与云端下载的司机的驾驶习惯进行对比，找出司机易忽略行车经济性的工况。这类工况通常与不良的加速习惯有关，判断处于此种工况区间内时，在保证安全性的前提下，结合云端下载的诊断数据，调整电子油门的控制模式，实现加速踏板位置信号与节气门驱动电机信号之间关系的
调整，在相同踏板感受下，带来更经济的加速特点，这样，驾驶员可以在车辆行驶时的脚感不会受到影响，在没有意识到的情况下能够达到省油的目的。
[0028]
步骤4，通过车辆运行工况模块与车辆环境信息模块把车辆运行数据记录下来，车辆的电子油门模式信息也会被控制器记录储存下来，这样，整个过程中的车辆行驶数据得以在车辆运行结束后，上传到云服务器中。
[0029]
步骤5，云服务器中的车辆运行工况、环境工况以及电子油门模式信息得到更新。根据这些数据，云服务器可以通过一定算法改进驾驶员的驾驶习惯，并将驾驶人的信息与新的驾驶习惯合并在一起。
[0030]
步骤6，在完成驾驶习惯的更新之后，将新上传的数据与历史数据进行对比，系统对驾驶员的行车习惯进行诊断，得到诊断数据，并进行储存。诊断数据主要是特定工况下，未能成功改变驾驶习惯的情况进行记录。比如，在某工况下，为减少油耗，调整了电子油门的工作模式后，使得相同踏板位置下，车辆的节气门开度变小，加速能力下降，但此时司机选择踩油门，期待有更大的加速度，那么，诊断该工况下，对于驾驶员行车习惯的改变是失败的，在下次遇到此种工况时，不再采取这种电子油门的工作模式，生成诊断数据将这种情况记录下来，在下次驾驶员执行运输任务时，提供诊断数据来影响电子油门模式控制的效果。
[0031]
步骤7，在云端保存驾驶员驾驶习惯、车辆电子油门控制模式数据以及诊断数据，系统将驾驶员信息与这三种数据联系在一起，以供在所有卡车上都能够被特定的驾驶员使用的车辆下载。
[0032]
如图2所示，车辆启动后，车辆运行工况模块收集包括变速器档位，发动机转速，车辆行驶速度，油门踏板变化的深度与速度，刹车踏板变化的速度与深度，节气门开度等对汽车燃油经济性有影响的车辆运行参数。车辆环境信息模块则收集用于辅助确定车辆运行状况的参数，包括gps数据，道路信息与道路交通系统的红绿灯数据等。
[0033]
将收集到的数据进行处理计算，环境信息在优化过程中起到很重要的作用。如环境信息模块收集到车辆的gps位置信息，与道路信息。如果道路处于连续弯道情况下，得到的经济性驾驶习惯会建议车辆在此路段以较低车速通过，在接近这种道路时，系统根据驾驶员行车习惯与较经济的行车习惯之间的差距，更改电子油门的工作模式，若司机的历史驾驶习惯倾向于高速度行驶，频繁减速会导致经济性较差，那么，电子油门会被切换到另一种模式，此模式下，相同的油门踏板对应的节气门开度会变小，从而减小车辆通过此款路段的车速，最终，达到减少燃油消耗量的目的。
[0034]
其中，收集的车辆运行数据可以用于燃油经济性的计算，收集的环境信息可以用于车辆行驶速度的预测。二者在经过算法计算后，能生成经济性好的驾驶习惯。在生成经济性好的驾驶习惯时，卡车的工况实时变化的，也就是驾驶习惯会受到多重因素的影响，个别因素的变化都会引起习惯的改变。其中，在利用收集的车辆运行数据进行燃油经济性的计算时，将收集的所有运行数据离散化，以经济性为评价指标，对满足特定工况的离散片段进行筛选，拼接从而得到特定工况下经济性好的驾驶习惯。
[0035]
以下通过一个具体实施例说明本发明的算法内容。货运车辆的加速能力相较于普通汽车往往是偏小的，相应的，车辆速度变化也就更平缓些。因此，在货车运行过程中，可以选择1秒为时间尺度，将整个运行工况离散化。在离散化的同时，记录每个离散区间内的初
始速度v
ni
与末端速度v
nf
，计算出该货运车辆在此时间分段内的燃油消耗量f
n
，以向量表示。
[0036]
在货车运行过程中，将车辆加速度转化为加速时间，例如，车速由10km/h提升到20km/h，不同的加速要求对应着不同的加速时间。确定加速时间后，可以以1s作为时间尺度，在由一台货车多次运行得到的大量离散片段中，以5％的误差，即[0.95v,1.05v]对初始速度v
ni
与末端速度v
nf
进行筛选，得到t个速度片段。以f
n
作为评价函数，对t个速度片段评价，取燃油消耗量f
n
最小的离散片段作为选用的片段。通过拼接，得到此运行要求下，经济性最好的加速曲线，用矩阵存储在系统中，并以此作为对比对象，用于后续的驾驶员习惯的矫正中。
[0037]
如图3所示为本实施例的信息结构示意图。
[0038]
首先是读取指纹信息，在云系统内交叉比对，通过唯一的身份标识，即可确认驾驶员的个人身份。
[0039]
个人身份信息在货运公司的云系统中有一套包括行车习惯、电子油门控制模式变化以及行车习惯诊断数据与之呈映射关系。
[0040]
信息被下载到本地后，结合经济性驾驶习惯，完成电子油门控制模式的更改。电子油门的控制模式是可调的，不同模式下，加速踏板位置信号与节气门驱动电机信号的关系不同，在相同的加速踏板深度与速度情况下，实现不同的节气门开度。
[0041]
由此产生的新的行车数据与电子油门控制模式数据被上传到云系统中，在云系统中通过算法产生更新的驾驶习惯数据。
[0042]
同时，对驾驶习惯中更改失败的工况生成诊断数据，与新的驾驶习惯一起存储，用于下一次的驾驶员工作中。
[0043]
在每个驾驶员完成货运任务后，云端都会生成新的驾驶习惯数据与诊断数据，驾驶员完成的运输任务越多，车辆运行工况就越多样，从而本发明能有更大的可能性降低车辆的耗油量，提高车辆的燃油经济性。
[0044]
需要注意的是，本实施例中的信息结构中的信息，包括驾驶员指纹信息、驾驶员个人信息、驾驶人行车习惯、电子油门控制模式更改信息、诊断数据可以通过互联网在云端与车端进行共享。而车辆工况信息、车辆环境信息则只是保存在车上，在混合动力卡车上进行处理，生成动态工况下的经济性驾驶习惯。
[0045]
通过研究可知，经济性易被忽略的工况多与加速工况，或者高速行驶工况有关，包括急加速工况、高速下连续转弯工况、低负荷高速行驶工况等等。经济性易被忽略的工况往往是复杂多变的，需要一定的实验与验证，本实施例仅用于解释本发明，但不限于本实施例。