一种基于大数据和云计算的车辆优化方法及系统与流程

本发明涉及汽车，具体涉及一种基于大数据和云计算的车辆优化方法及系统。

背景技术：

1、随着社会的不断发展和进步，车辆被越来越多地应用于人们的日常生活中，相对于传统的出行方式，比如步行、骑行等，汽车不仅快捷，而且能够最大程度上满足乘坐者的需求，比如乘坐的舒适度要求以及停靠地点的需求等。

2、与此同时，随着城市人口以及城市交通流的增加，城市特别是大城市的交通问题普遍成为焦点问题，智能网联车辆技术的发展给交通管理带来了一场即将到来的革命。在考虑车辆的部署时，车辆在潜在冲突区域的控制将对车辆交通管理造成复杂影响，例如基础设施区域，车辆在基础设施区域行驶延误，造成交通堵塞问题，并且大多数车辆的智能优化提供的功能通常都非常基础，没有考虑驾驶员、车辆或环境特定因素。优化方案缺乏个性化和适应性，难以满足不同车辆和用户的需求。

技术实现思路

1、针对现有技术的不足，本发明的目的在于提供一种基于大数据和云计算的车辆优化方法及系统，旨在解决现有技术中车辆智能优化中没有考虑驾驶员、车辆或环境特定因素，导致车辆交通的效率和安全性以及适应性降低的技术问题。

2、本发明的一方面在于提供一种基于大数据和云计算的车辆优化方法，所述方法包括：

3、采集车辆的车辆状态数据，车辆外部环境的环境数据以及用户行为中的用户数据，将所述车辆状态数据、所述环境数据以及所述用户数据发送至云端服务器，所述车辆状态数据包括车辆的电池电量、电网负荷、电量价格、充放电时机、充放电方式、速度、加速度、减速度、转向角、侧向偏移量、电机转矩、动力源、空调温度、刹车力度、悬架刚度模式、仪表显示模式、音响音量、座椅位置参数、驾驶模式，所述环境数据包括路况信息、环境温度、环境噪音、车辆之间的相对距离、基础设施状态数据、以及云端服务器状态数据，所述用户数据包括驾驶习惯、用户设定温度、乘坐人数；

4、待所述云端服务器接收并储存所述车辆状态数据、所述环境数据以及所述用户数据，并对所述车辆状态数据、所述环境数据以及所述用户数据进行划分和预处理；

5、对预处理后的所述车辆状态数据、所述环境数据以及所述用户数据进行大数据分析，制定优化控制方案和优化协同方案，将所述优化控制方案和所述优化协同方案发送至车辆执行，并将所述优化协同方案发送至其他协同对象执行，所述优化控制方案包括能耗优化子方案、性能优化子方案、以及配置优化子方案，所述优化协同方案包括车车协同优化子方案、车设协同优化子方案、以及车云协同优化子方案。

6、与现有技术相比，本发明的有益效果在于：通过本发明提供的基于大数据和云计算的车辆优化方法，能有效地提高车辆的性能和协作能力，提升车辆的智能化水平，提升车辆交通的效率和安全性以及适应性，具体为，采集车辆的车辆状态数据，车辆外部环境的环境数据以及用户行为中的用户数据，将车辆状态数据、环境数据以及用户数据发送至云端服务器；待云端服务器接收并储存车辆状态数据、环境数据以及用户数据，并对车辆状态数据、环境数据以及用户数据进行划分和预处理；对预处理后的车辆状态数据、环境数据以及用户数据进行大数据分析，制定优化控制方案和优化协同方案，将优化控制方案和优化协同方案发送至车辆执行，并将优化协同方案发送至其他协同对象执行，将车辆状态数据、环境数据、用户数据进行分析优化方案，能有效地减少冲突区域造成交通影响情况，能有效地提高车辆交通的效率和安全性，并且充分考虑驾驶员、车辆或环境特定因素，提高方案的适用性，从而解决了现有技术中车辆智能优化中没有考虑驾驶员、车辆或环境特定因素，导致车辆交通的效率和安全性以及适应性降低的技术问题。

7、根据上述技术方案的一方面，所述能耗优化子方案的制定步骤，具体包括：

8、以所述电池电量、所述电网负荷、所述电量价格为状态变量，以所述充放电时机和所述充放电方式为动作变量，以最小化电费为目标函数，构建出最优的充放电策略；

9、以所述路况信息、所述速度、所述驾驶习惯为输入变量，以平衡动力性和经济性为目标函数，输出所需切换的动力源，构建出最优的切换动力源策略；

10、以所述环境温度、所述用户设定温度等为输入变量，以最大化用户满意度为目标函数，通过不断训练和学习用户对不同温度的反馈，输出所需调节的空调温度，构建出最优的空调温度调控策略。

11、根据上述技术方案的一方面，所述性能优化子方案的制定步骤，具体包括：

12、以所述车辆状态数据和所述用户数据为输入变量，以平衡动力性和经济性为目标函数，输出所需的电机转矩，构建出最优的电机转矩调控策略；

13、以所述车辆状态数据和所述环境数据为输入变量，以防止车辆车轮在刹车时锁死为目标函数，输出所需车辆车轮刹车力度，构建出最优的刹车力度调控策略；

14、以所述车辆状态数据和所述环境数据为输入变量，以适应不同的路况和驾驶模式为目标函数，输出所需的车辆的悬架刚度模式，构建出最优的悬架刚度模式调控策略。

15、根据上述技术方案的一方面，所述配置优化子方案的制定步骤，具体包括：

16、以所述用户数据和所述环境数据为输入变量，以满足用户个性化需求为目标函数，输出所需的仪表显示模式，构建出最优的仪表显示模式调控策略；

17、以所述用户数据和所述环境数据为输入变量，以适应不同的环境噪音水平为目标函数，输出所需的音响音量，构建出最优的音响音量调控策略；

18、以所述用户数据和所述环境数据为输入变量，以适应不同的驾驶模式或乘坐人数为目标函数，输出所需的座椅位置参数，构建出最优的座椅位置参数调控策略。

19、根据上述技术方案的一方面，所述车车协同优化子方案的制定步骤，具体包括：

20、以车辆之间的相对距离和速度为输入变量，以提高编队稳定性和安全性为目标函数，输出编队形状和大小，构建出最优的编队规则；

21、以车辆之间的相对距离和速度为输入变量，以保持车辆之间的安全距离为目标函数，输出车辆的加速度或减速度，构建出最优的车辆跟随规则；

22、以车辆之间的相对距离和速度为输入变量，以避免车辆碰撞为目标函数，输出车辆的转向角或侧向偏移量，构建出最优的车辆避让规则。

23、根据上述技术方案的一方面，所述车设协同优化子方案的制定步骤，具体包括：

24、以所述车辆状态数据、所述环境数据和所述基础设施状态数据为输入变量，以最大化交通效率和安全性为目标函数，输出交通信号灯的颜色和时长，构建出最优的交通信号规则；

25、以所述车辆状态数据、所述环境数据和所述基础设施状态数据为输入变量，以最大化信息相关性和有效性为目标函数，输出路况信息的内容和形式，构建出最优的路况信息推送规则；

26、以所述车辆状态数据、所述环境数据和所述基础设施状态数据为输入变量，以最快速度发现事故并呼叫救援为目标函数，输出紧急救援呼叫的内容和对象，构建出最优的紧急救援呼叫规则。

27、根据上述技术方案的一方面，所述车云协同优化子方案的制定步骤，具体包括：

28、以所述车辆状态数据和所述云端服务器状态数据为输入变量，以最大化用户便利性和节约成本为目标函数，输出停车位预订的内容和对象，构建出最优的停车位预订规则；

29、以所述车辆状态数据和所述云端服务器状态数据为输入变量，以最大化用户便利性和安全性为目标函数，输出停车费支付的内容和对象，构建出最优的停车费支付规则；

30、以所述车辆状态数据和所述云端服务器状态数据为输入变量，以最大化用户满意度和安全性为目标函数，输出停车导航的内容和对象，构建出最优的停车导航规则。

31、本发明的另一方面在于提供了一种基于大数据和云计算的车辆优化系统，所述系统用于实现上述基于大数据和云计算的车辆优化方法，所述系统包括：

32、数据采集模块，用于采集车辆的车辆状态数据，车辆外部环境的环境数据以及用户行为中的用户数据，将所述车辆状态数据、所述环境数据以及所述用户数据发送至云端服务器，所述车辆状态数据包括车辆的电池电量、电网负荷、电量价格、充放电时机、充放电方式、速度、加速度、减速度、转向角、侧向偏移量、电机转矩、动力源、空调温度、刹车力度、悬架刚度模式、仪表显示模式、音响音量、座椅位置参数、驾驶模式，所述环境数据包括路况信息、环境温度、环境噪音、车辆之间的相对距离、基础设施状态数据、以及云端服务器状态数据，所述用户数据包括驾驶习惯、用户设定温度、乘坐人数；

33、数据处理模块，用于待所述云端服务器接收并储存所述车辆状态数据、所述环境数据以及所述用户数据，并对所述车辆状态数据、所述环境数据以及所述用户数据进行划分和预处理；

34、方案制定模块，用于对预处理后的所述车辆状态数据、所述环境数据以及所述用户数据进行大数据分析，制定优化控制方案和优化协同方案，将所述优化控制方案和所述优化协同方案发送至车辆执行，并将所述优化协同方案发送至其他协同对象执行，所述优化控制方案包括能耗优化子方案、性能优化子方案、以及配置优化子方案，所述优化协同方案包括车车协同优化子方案、车设协同优化子方案、以及车云协同优化子方案。