加速踏板特性的定制化推荐方法、装置、设备及存储介质与流程

1.本发明涉及加速踏板特性管理技术领域，尤其涉及加速踏板特性的定制化推荐方法、装置、设备及存储介质。


背景技术：

2.近几年来，千人千面的服务理念已经在车辆生产模式、终端销售、自动驾驶、路线规划等方面有了较成熟的应用，但nev性能目前都是以oem调教为主,属于千人一面的性能体验和能量管理，未能体验用户个体的差异化及特殊性，在性能开发方面较难突出亮点，很难满足差异化的用户需求，即推荐出的加速踏板特性千篇一律，无法与用户的驾驶风格相契合。
3.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

4.本发明的主要目的在于提供一种加速踏板特性的定制化推荐方法、装置、设备及存储介质，旨在解决现有技术无法推荐出与用户驾驶风格相契合的加速踏板特性，造成用户的驾驶体验较低的技术问题。
5.为实现上述目的，本发明提供了一种加速踏板特性的定制化推荐方法，所述加速踏板特性的定制化推荐方法包括以下步骤：
6.提取目标用户的驾驶风格参数的特征参数；
7.对所述特征参数进行聚类分析，得到对应的驾驶风格聚类中心；
8.根据所述驾驶风格聚类中心确定所述特征参数的权重占比；
9.根据所述权重占比和初始加速踏板特性生成目标加速踏板特性，并将所述目标加速踏板特性进行定制化推荐。
10.可选地，所述提取目标用户的驾驶风格参数的特征参数，包括：
11.通过层次分析策略对目标用户的驾驶风格参数进行构建，得到驾驶风格层次结构模型；
12.根据目标参数-标度关系和所述驾驶风格层次结构模型生成驾驶风格参数对比矩阵；
13.根据所述驾驶风格参数对比矩阵对所述驾驶风格参数进行提取，得到对应的特征参数。
14.可选地，所述根据目标参数-标度关系和所述驾驶风格层次结构模型生成驾驶风格参数对比矩阵，包括：
15.根据目标定向测量数据和用户实车评价数据确定驾驶风格参数的相对重要程度；
16.根据所述目标参数-标度关系和相对重要程度得到对应的参数标度值；
17.分别将所述参数标度值进行比值计算，得到对应的标度数值；
18.根据所述标度数值和所述驾驶风格层次结构模型生成驾驶风格参数对比矩阵。
19.可选地，所述根据所述驾驶风格参数对比矩阵对所述驾驶风格参数进行提取，得到对应的特征参数，包括：
20.通过驾驶风格参数对比矩阵对驾驶风格参数进行层次单排序，得到对应的驾驶风格参数排序结果；
21.对所述驾驶风格参数排序结果进行一致性校验；
22.在参数校验结果为校验通过时，对所述驾驶风格参数进行提取，得到对应的特征参数。
23.可选地，所述通过目标聚类分析策略对所述特征参数进行聚类分析，得到对应的驾驶风格聚类中心，包括：
24.获取目标车辆的起步加速工况；
25.根据所述起步加速工况和特征参数生成对应的加速特征参数曲线；
26.获取驾驶风格类别数量；
27.根据所述驾驶风格类别数量通过目标聚类分析策略对所述加速特征参数曲线进行聚类分析，得到对应的驾驶风格聚类中心。
28.可选地，所述根据所述驾驶风格聚类中心确定所述特征参数的权重占比，包括：
29.通过变异系数算法对所述驾驶风格聚类中心进行计算，得到对应的变异系数；
30.对所述变异系数进行归一化处理，得到所述特征参数的权重占比。
31.可选地，所述通过目标修正系数策略对所述驾驶风格聚类中心进行计算，得到对应的修正系数，包括：
32.获取预设基础特征参数集合；
33.根据所述预设基础特征参数集合对特征参数进行偏差计算，得到特征参数偏差；
34.通过目标修正系数策略对所述特征参数偏差和权重占比进行计算，得到对应的修正系数；
35.根据所述修正系数和初始加速踏板特性生成目标加速踏板特性，并将所述目标加速踏板特性进行定制化推荐。
36.可选地，所述目标加速踏板特性包括第一加速踏板特性和第二加速踏板特性；
37.根据所述修正系数和初始加速踏板特性生成目标加速踏板特性，并将所述目标加速踏板特性进行定制化推荐，包括：
38.将所述修正系数与初始加速踏板特性参进行乘法计算，得到第一加速踏板特性；
39.将所述修正系数与初始加速踏板特性进行除法计算，得到第二加速踏板特性；
40.将所述第一加速踏板特性和第二加速踏板特性进行定制化推荐。
41.此外，为实现上述目的，本发明还提出一种加速踏板特性的定制化推荐装置，所述加速踏板特性的定制化推荐装置包括：
42.提取模块，用于提取目标用户的驾驶风格参数的特征参数；
43.分析模块，用于对所述特征参数进行聚类分析，得到对应的驾驶风格聚类中心；
44.确定模块，用于根据所述驾驶风格聚类中心确定所述特征参数的权重占比；
45.定制化推荐模块，用于根据所述权重占比和初始加速踏板特性生成目标加速踏板特性，并将所述目标加速踏板特性进行定制化推荐。
46.此外，为实现上述目的，本发明还提出一种加速踏板特性的定制化推荐设备，所述加速踏板特性的定制化推荐设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的加速踏板特性的定制化推荐程序，所述加速踏板特性的定制化推荐程序配置为实现如上文所述的加速踏板特性的定制化推荐方法。
47.此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有加速踏板特性的定制化推荐程序，所述加速踏板特性的定制化推荐程序被处理器执行时实现如上文所述的加速踏板特性的定制化推荐方法。
48.本发明提出的加速踏板特性的定制化推荐方法，通过提取目标用户的驾驶风格参数的特征参数；通过目标聚类分析策略对所述特征参数进行聚类分析，得到对应的驾驶风格聚类中心；根据所述驾驶风格聚类中心确定所述特征参数的权重占比；根据所述权重占比和初始加速踏板特性生成目标加速踏板特性，并将所述目标加速踏板特性进行定制化推荐；由于本发明是对特征参数进行聚类分析，然后根据驾驶风格聚类中心确定特征参数的权重占比，再基于权重占比和初始加速踏板特性生成目标加速踏板特性，相较于现有技术推荐千篇一律的加速踏板特性，能够定制化推荐出与用户驾驶风格相契合的加速踏板特性，进而提高用户的驾驶体验。
附图说明
49.图1是本发明实施例方案涉及的硬件运行环境的加速踏板特性的定制化推荐设备的结构示意图；
50.图2为本发明加速踏板特性的定制化推荐方法第一实施例的流程示意图；
51.图3为本发明加速踏板特性的定制化推荐方法第二实施例的流程示意图；
52.图4为本发明加速踏板特性的定制化推荐方法一实施例的驾驶风格层次结构模型示意图；
53.图5为本发明加速踏板特性的定制化推荐方法第三实施例的流程示意图；
54.图6为本发明加速踏板特性的定制化推荐装置第一实施例的功能模块示意图。
55.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
56.应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
57.参照图1，图1为本发明实施例方案涉及的硬件运行环境的加速踏板特性的定制化推荐设备结构示意图。
58.如图1所示，该加速踏板特性的定制化推荐设备可以包括：处理器1001，例如中央处理器(central processing unit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless-fidelity，wi-fi)接口)。存储器1005可以是高速的随机存取存储器(random access memory，ram)存储器，也可以是稳定的非易失性存储器(non-volatile memory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
59.本领域技术人员可以理解，图1中示出的结构并不构成对加速踏板特性的定制化推荐设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
60.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及加速踏板特性的定制化推荐程序。
61.在图1所示的加速踏板特性的定制化推荐设备中，网络接口1004主要用于与网络一体化平台工作站进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明加速踏板特性的定制化推荐设备中的处理器1001、存储器1005可以设置在加速踏板特性的定制化推荐设备中，所述加速踏板特性的定制化推荐设备通过处理器1001调用存储器1005中存储的加速踏板特性的定制化推荐程序，并执行本发明实施例提供的加速踏板特性的定制化推荐方法。
62.基于上述硬件结构，提出本发明加速踏板特性的定制化推荐方法实施例。
63.参照图2，图2为本发明加速踏板特性的定制化推荐方法第一实施例的流程示意图。
64.在第一实施例中，所述加速踏板特性的定制化推荐方法包括以下步骤：
65.步骤s10，提取目标用户的驾驶风格参数的特征参数。
66.需要说明的是，本实施例的执行主体为加速踏板特性的定制化推荐设备，还可为其他可实现相同或相似功能的设备，例如整车控制器等，本实施例对此不作限制，在本实施例中，以整车控制器为例进行说明。
67.应当理解的是，驾驶风格参数指的是目标用户驾驶车辆的风格参数，该驾驶风格参数包括gin、gmax、gj、gave、gstd、gtime、vmax、vave、vstd以及vtime等参数，上述驾驶风格参数的具体单元和具体含义描述参考表1，具体为：
68.序号驾驶风格参数单位含义描述1ginm/s^3加速冲量2gmaxm/s^2最大加速度3gjm/s^3加速度变化量最大值4gavem/s^2平均加速度5gstd-加速度标准差6gtimes加速度上升时间7vmaxkm/h车速最大值8vavekm/h平均车速9vstd-车速标准差10vtimes加速时间
69.可以理解的是，特征参数指的是影响用户驾驶风格重要程度较高的参数，该特征参数可以为gin、gmax以及gj，而驾驶风格指的是目标用户驾驶车辆时的风格，该驾驶风格包括舒适型驾驶风格、运动型驾驶风格以及其他类型驾驶风格，具体是对目标用户的驾驶风格参数进行提取，得到特征参数。
70.步骤s20，对所述特征参数进行聚类分析，得到对应的驾驶风格聚类中心。
71.可以理解的是，驾驶风格聚类中心具体是通过目标聚类分析策略聚类分析特征参
数得到的，而目标聚类分析策略指的是基于距离的聚类分析策略，该目标聚类分析策略可以为k-means分析策略，具体为：在最小化误差函数的基础上将特征数据划分为预定的k类别，采用距离作为相似性的评级指标，即距离越近，对应的相似度越高，驾驶风格聚类中心指的是驾驶风格的特征参数聚类后的中心，该驾驶风格聚类中心可以为三分类聚类中心或四分类聚类中心。
72.进一步地，步骤s20，包括：获取目标车辆的起步加速工况；根据所述起步加速工况和特征参数生成对应的加速特征参数曲线；获取驾驶风格类别数量；根据所述驾驶风格类别数量通过目标聚类分析策略对所述加速特征参数曲线进行聚类分析，得到对应的驾驶风格聚类中心。
73.应当理解的是，起步加速工况指的是目标用户刚启动车辆进行加速时的工况，加速特征参数曲线指的是特征参数在起步加速工况下的曲线，通过该加速特征参数曲线可以反映特征参数在设定时间段的变化趋势。
74.可以理解的是，驾驶风格类别数量指的是聚类分析特征参数类别的数量，该驾驶风格类别数量可以驾驶风格三分类或驾驶风格四分类，在驾驶风格类别数量为驾驶风格三分类时，通过目标聚类分析策略对加速特征参数曲线进行聚类分析，得到三分类聚类中心，同样，在驾驶风格类别数量为驾驶风格四分类时，通过目标聚类分析策略对加速特征参数曲线进行聚类分析，得到四分类聚类中心。
75.步骤s30，根据所述驾驶风格聚类中心确定所述特征参数的权重占比。
76.应当理解的是，权重占比指的是特征参数在驾驶风格中所占的权重比例，例如，特征参数为gin、gmax以及gj，通过驾驶风格聚类中心确定gin的权重占比为36％、gmax的权重占比为22％以及gj的权重占比为42％。
77.步骤s40，根据所述权重占比和初始加速踏板特性生成目标加速踏板特性，并将所述目标加速踏板特性进行定制化推荐。
78.可以理解的是，初始加速踏板特性指的是常规的加速踏板特性，即不同的用户驾驶车辆时推荐相同的加速踏板特性，目标加速踏板特性指的是与目标用户的驾驶风格最为契合的加速踏板特性，该目标加速踏板特性为目标用户定制化的加速踏板特性，具体是通过修正系数修改初始加速踏板特性，以得到目标加速踏板特性。
79.进一步地，步骤s40，包括：获取预设基础特征参数集合；根据所述预设基础特征参数集合对特征参数进行偏差计算，得到特征参数偏差；通过目标修正系数策略对所述特征参数偏差进行计算，得到对应的修正系数；根据所述修正系数和初始加速踏板特性生成目标加速踏板特性，并将所述目标加速踏板特性进行定制化推荐。
80.可以理解的是，预设基础特征参数集合指的是由特征参数的基础值构成的集合，例如，gj的基础特征参数为base
gj
、gin的基础特征参数为base
gin
以及gmax的基础特征参数为base
gmax
，然后通过预设基础特征参数集合计算出征参数偏差，例如，gj特征参数偏差σ
gj
＝gj/base
gj
、gin特征参数偏差σ
gin
＝gin/base
gin
以及gmax特征参数偏差σ
gmax
＝gmax/base
gmax
。
81.应当理解的是，目标修正系数策略指的是修正驾驶风格聚类中心的系数的策略，即通过目标修正系数策略计算出修正系数，具体计算公式为修正系数k＝w1*σ
gmax
+w2*σ
gj
+w3*σ
gin
，计算出的修正系数分别为0.807、0996以及1.205，然后通过修正系数对初始加速踏
板特性进行修正。
82.进一步地，根据所述修正系数和初始加速踏板特性生成目标加速踏板特性，并将所述目标加速踏板特性进行定制化推荐，包括：将所述修正系数与初始加速踏板特性进行乘法计算，得到第一加速踏板特性；将所述修正系数与初始加速踏板特性进行除法计算，得到第二加速踏板特性；将所述第一加速踏板特性和第二加速踏板特性进行定制化推荐。
83.应当理解的是，通过修正系数修正初始加速踏板特性分为两种方式，一种是通过乘法计算的方式进行调整，另一种是通过除法的方式进行调整，第一加速踏板特性指的是修正系数通过乘法计算调整初始加速踏板特性后的特性，而第二加速踏板特性是修正系数通过除法计算调整初始加速踏板特性后的特性，第一加速踏板特性和第二加速踏板特性均属于目标加速踏板特性，然后将第一加速踏板特性和第二加速踏板特性进行定制化推荐。
84.本实施例通过提取目标用户的驾驶风格参数的特征参数；通过目标聚类分析策略对所述特征参数进行聚类分析，得到对应的驾驶风格聚类中心；根据所述驾驶风格聚类中心确定所述特征参数的权重占比；根据所述权重占比和初始加速踏板特性生成目标加速踏板特性，并将所述目标加速踏板特性进行定制化推荐；由于本实施例是对特征参数进行聚类分析，然后根据驾驶风格聚类中心确定特征参数的权重占比，再基于权重占比和初始加速踏板特性生成目标加速踏板特性，相较于现有技术推荐千篇一律的加速踏板特性，能够定制化推荐出与用户驾驶风格相契合的加速踏板特性，进而提高用户的驾驶体验。
85.在一实施例中，如图3所述，基于第一实施例提出本发明加速踏板特性的定制化推荐方法第二实施例，所述步骤s10，包括：
86.步骤s101，通过层次分析策略对目标用户的驾驶风格参数进行构建，得到驾驶风格层次结构模型。
87.应当理解的是，层次分析策略(analytic hierarchy process，ahp)指的是将参数划分为不同层次并进行定性和定量分析的策略，具体是将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标能否实现的标准之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出各方案的优劣次序，在本实施例中，通过层次分析策略选定对应的特征参数。
88.可以理解的是，驾驶风格层次结构模型指的是通过驾驶风格参数构建的结构模型，通过该驾驶风格层次结构模型可以确定不同驾驶风格参数之间的重要程度，重要程度越高的驾驶风格参数在驾驶风格层次结构模型的排序越靠前，参考图4，图4为驾驶风格层次结构模型示意图，具体为驾驶风格参数和特征参数，该驾驶风格参数按照图示位置进行放置，上层为特征参数，底层为驾驶风格参数。
89.步骤s102，根据目标参数-标度关系和所述驾驶风格层次结构模型生成驾驶风格参数对比矩阵。
90.可以理解的是，目标参数-标度关系指的是各个参数与设定的标度之间的关系，具体是通过驾驶风格参数相对于用户驾驶风格的重要程度进行设定，例如，驾驶风格参数的重要程度为：i参数与j参数同等重要，标度设定为1、i参数比j参数略重要，标度设定为3以及i参数比j参数较重要，标度设定为5等，且驾驶风格参数对比矩阵是基于上述关系生成，具体为：
[0091][0092]
其中，a
ij
、a
ji
以及a
ii
为驾驶风格参数对比矩阵的具体数据，i参数和j参数为驾驶风格层次结构模型中的任一驾驶风格参数，i参数和j参数的重要程度位于2n-1和2n+1之间，例如，在i参数为gj时，j参数为包括gj在内的任一驾驶风格参数，例如，gin或gmax。
[0093]
进一步地，步骤s102，包括：根据目标定向测量数据和用户实车评价数据确定驾驶风格参数的相对重要程度；根据所述目标参数-标度关系和相对重要程度得到对应的参数标度值；分别将所述参数标度值进行比值计算，得到对应的标度数值；根据所述标度数值和所述驾驶风格层次结构模型生成驾驶风格参数对比矩阵。
[0094]
应当理解的是，相对重要程度指的是驾驶风格参数对于用户的驾驶风格重要程度，例如，加速度g是用户驾驶需求的直接体验，车速v是表显形式，相对来说，加速度g更能体现驾驶需求，因此，加速度g比车速v相对于用户的驾驶风格更重要，然后通过目标定向测量数据和用户实车评价数据确定加速度g中各个参数的重要程度，具体是通过目标定向测量数据和用户实车评价数据得到用户驾驶风格与gj之间为完全正相关关系，因此，gj相对于其他驾驶风格参数对驾驶风格的影响最为重要，由于gin＝gmax/gtime，通过该关系式推算可知，gin、gmax以及gtime对驾驶风格的影响同等重要。
[0095]
可以理解的是，在得到参数标度值后，将参数标度值之间进行比值计算，得到对应的标度数值，例如，gj比gin略重要，则标度数值＝gj/gin＝1/3，然后根据标度数值和所述驾驶风格层次结构模型生成驾驶风格参数对比矩阵，参考表2，具体为：
[0096] gjgingmax...vmaxvavegj133...99gin1/311...88gmax1/311...88.....................vmax1/91/81/81/511vave1/91/81/81/511
[0097]
步骤s103，根据所述驾驶风格参数对比矩阵对所述驾驶风格参数进行提取，得到对应的特征参数。
[0098]
应当理解的是，在得到驾驶风格参数对比矩阵后，通过该驾驶风格参数对比矩阵得到各个驾驶风格参数对于驾驶风格参数影响的权重系数，然后通过该权重系数提取对应的特征参数，该特征参数为gj、gin以及gmax。
[0099]
进一步地，步骤s103，包括：通过驾驶风格参数对比矩阵对驾驶风格参数进行层次单排序，得到对应的驾驶风格参数排序结果；对所述驾驶风格参数排序结果进行一致性校验；在参数校验结果为校验通过时，对所述驾驶风格参数进行提取，得到对应的特征参数。
[0100]
可以理解的是，在得到驾驶风格参数对比矩阵后，采用正互反阵的最大特征根和特征向量的简化计算方式，对驾驶风格参数对比矩阵进行列向量归一化处理，然后对处理后的矩阵中的参数进行求和，然后归一化处理求和结果，得到对应的权重系数，然后对权重系数进行层次单排序，得到对应的驾驶风格参数排序结果，参考表3，具体为：
[0101]
gjgingmax...vmaxvave0.2880.1470.147...0.0190.019
[0102]
可以理解的是，在得到驾驶风格参数排序结果后，对驾驶风格参数排序结果进行一致性校验，在校验通过时，提取驾驶风格参数排序结果中权重系数最大的三个驾驶风格参数，并将该三个驾驶风格参数作为特征参数。
[0103]
本实施例是通过层次分析策略对目标用户的驾驶风格参数进行构建，得到驾驶风格层次结构模型；根据目标参数-标度关系和所述驾驶风格层次结构模型生成驾驶风格参数对比矩阵；根据所述驾驶风格参数对比矩阵对所述驾驶风格参数进行提取，得到对应的特征参数；由于本实施例是通过层次分析策略构建目标用户的驾驶风格参数的驾驶风格层次结构模型，然后根据目标参数-标度关系和驾驶风格层次结构模型生成驾驶风格参数对比矩阵，再基于驾驶风格参数对比矩阵在驾驶风格参数中提取特征参数，从而能够有效提高得到特征参数的准确性。
[0104]
在一实施例中，如图5所述，基于第一实施例提出本发明加速踏板特性的定制化推荐方法第三实施例，所述步骤s30，包括：
[0105]
步骤s301，通过变异系数算法对所述驾驶风格聚类中心进行计算，得到对应的变异系数。
[0106]
应当理解的是，变异系数算法指的是刻画趋势驾驶风格聚类中心的重要指标，反应取值的差异和波动，通过变异系数算法计算出驾驶风格聚类中心的变异系数，例如，gj的变异系数为0.432、gin的变异系数为0.363以及gmax的变异系数为0.221。
[0107]
步骤s302，对所述变异系数进行归一化处理，得到所述特征参数的权重占比。
[0108]
可以理解的是，权重占比指的是特征参数在驾驶风格中所占的权重比例，该权重占比是通过归一化处理变异系数即可得到gj、gin以及gmax三个参数在驾驶风格识别中权重占比，gin的权重占比为36％、gmax的权重占比为22％以及gj的权重占比为42％。
[0109]
本实施例通过变异系数算法对所述驾驶风格聚类中心进行计算，得到对应的变异系数；对所述变异系数进行归一化处理的，得到所述特征参数的权重占比；由于本实施例是通过变异系数算法对驾驶风格聚类中心进行计算，对应的变异系数，再归一化处理变异参数，从而能够有效提高得到特征参数的权重占比的准确性，进而提高定制化推荐加速踏板特性的合理性。
[0110]
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有加速踏板特性的定制化推荐程序，所述加速踏板特性的定制化推荐程序被处理器执行时实现如上文所述的加速踏板特性的定制化推荐方法的步骤。
[0111]
由于本存储介质采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
[0112]
此外，参照图6，本发明实施例还提出一种加速踏板特性的定制化推荐装置，所述加速踏板特性的定制化推荐装置包括：
[0113]
提取模块，用于提取目标用户的驾驶风格参数的特征参数。
[0114]
分析模块，用于对所述特征参数进行聚类分析，得到对应的驾驶风格聚类中心。
[0115]
确定模块，用于根据所述驾驶风格聚类中心确定所述特征参数的权重占比。
[0116]
定制化推荐模块，用于根据所述权重占比和初始加速踏板特性生成目标加速踏板
特性，并将所述目标加速踏板特性进行定制化推荐。
[0117]
本实施例通过提取目标用户的驾驶风格参数的特征参数；通过目标聚类分析策略对所述特征参数进行聚类分析，得到对应的驾驶风格聚类中心；根据所述驾驶风格聚类中心确定所述特征参数的权重占比；根据所述权重占比和初始加速踏板特性生成目标加速踏板特性，并将所述目标加速踏板特性进行定制化推荐；由于本实施例是对特征参数进行聚类分析，然后根据驾驶风格聚类中心确定特征参数的权重占比，再基于权重占比和初始加速踏板特性生成目标加速踏板特性，相较于现有技术推荐千篇一律的加速踏板特性，能够定制化推荐出与用户驾驶风格相契合的加速踏板特性，进而提高用户的驾驶体验。
[0118]
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
[0119]
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的加速踏板特性的定制化推荐方法，此处不再赘述。
[0120]
在一实施例中，所述提取模块10，还用于通过层次分析策略对目标用户的驾驶风格参数进行构建，得到驾驶风格层次结构模型；根据目标参数-标度关系和所述驾驶风格层次结构模型生成驾驶风格参数对比矩阵；根据所述驾驶风格参数对比矩阵对所述驾驶风格参数进行提取，得到对应的特征参数。
[0121]
在一实施例中，所述提取模块10，还用于根据目标定向测量数据和用户实车评价数据确定驾驶风格参数的相对重要程度；根据所述目标参数-标度关系和相对重要程度得到对应的参数标度值；分别将所述参数标度值进行比值计算，得到对应的标度数值；根据所述标度数值和所述驾驶风格层次结构模型生成驾驶风格参数对比矩阵。
[0122]
在一实施例中，所述提取模块10，还用于通过驾驶风格参数对比矩阵对驾驶风格参数进行层次单排序，得到对应的驾驶风格参数排序结果；对所述驾驶风格参数排序结果进行一致性校验；在参数校验结果为校验通过时，对所述驾驶风格参数进行提取，得到对应的特征参数。
[0123]
在一实施例中，所述分析模块20，还用于获取目标车辆的起步加速工况；根据所述起步加速工况和特征参数生成对应的加速特征参数曲线；获取驾驶风格类别数量；根据所述驾驶风格类别数量通过目标聚类分析策略对所述加速特征参数曲线进行聚类分析，得到对应的驾驶风格聚类中心。
[0124]
在一实施例中，所述确定模块30，还用于通过变异系数算法对所述驾驶风格聚类中心进行计算，得到对应的变异系数；对所述变异系数进行归一化处理的，得到所述特征参数的权重占比。
[0125]
在一实施例中，所述推荐模块40，还用于获取预设基础特征参数集合；根据所述预设基础特征参数集合对特征参数进行偏差计算，得到特征参数偏差；通过目标修正系数策略对所述特征参数偏差和权重占比进行计算，得到对应的修正系数。
[0126]
在一实施例中，所述推荐模块40，还用于所述目标加速踏板特性包括第一加速踏板特性和第二加速踏板特性；将所述修正系数与初始加速踏板特性进行乘法计算，得到第一加速踏板特性；将所述修正系数与初始加速踏板特性进行除法计算，得到第二加速踏板特性；将所述第一加速踏板特性和第二加速踏板特性进行定制化推荐。
[0127]
本发明所述加速踏板特性的定制化推荐装置的其他实施例或具有实现方法可参照上述各方法实施例，此处不在赘余。
[0128]
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0129]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0130]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(read only memory，rom)/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，一体化平台工作站，或者网络设备等)执行本发明各个实施例所述的方法。
[0131]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。