[发明专利]基于驾驶习惯和交通路况的行驶工况智能预测估计方法

说明书

本发明提供了一种基于驾驶习惯和交通路况的行驶工况智能预测估计方法，基于已建立的车辆工况识别模型、当前车辆行驶参数、当前交通路况信息，通过神经网络和二型模糊集合理论建立未来预测工况模型，预测车辆在规划路径上行驶的工况特性。将预测得到的行驶工况信息发送给整车能量管理系统，其自动优化模块根据预测工况在线优化调整控制逻辑，以提高整车系统能量利用效率，无论对纯电动汽车还是混合动力汽车以至智能汽车等都非常具有实际意义和工程应用价值。

技术领域

本发明涉及道路行驶工况智能预测识别领域，具体是一种基于驾驶习惯和交通路况的行驶工况智能预测估计方法。

背景技术

针对家用汽车主要用来通勤代步的目的，驾驶员基本固定，其驾驶员日常行驶路线，行驶时间段都相对固定，来开发此系统。本发明涉及对车辆驾驶工况的智能识别。行驶工况是汽车设计特别是新车设计和能量及功率管理的基本依据，现有的工况分为标准工况和综合工况，至少有几十种，比如说欧洲的、美国的及日本的等等。这些工况的建立主要考虑了交通工况，如车流等等，事实上，每个人的驾驶习惯不同，即使同一个交通工况下，如不同驾驶员驾车习惯不同，对具体车辆则形成的实际行驶工况不同，具体表现在燃油率不同、车速不同、加减速不同或者档位使用各不同等。但是，一个人的驾驶习惯不易改变，若能将其识别，结合实际路况，可以实时在线修正或优化管理能量管理策略，这对于新能源汽车或节能汽车来讲尤其重要。

发明内容

本发明为了解决现有技术的问题，提供了一种基于驾驶习惯和交通路况的行驶工况智能预测估计方法,利用了GPS/INS系统来获取车辆行驶数据，GIS/ITS系统来获取道路路况信息，通过对以上信息的整合分析可以对车辆未来的行驶工况做一个全面的预测，将预测结果提供给能量管理系统，则可以对整车的能量控制策略做一个全面的优化，大幅度的提升能量的使用效率，达到节能减排的效果。

根据现有技术，可以先建立一个行驶工况构建系统，包括中央数据存储和处理器以及与中央数据存储和处理器连接的车载传感器、识别系统、大数据云服务端和安防系统；所述的识别系统包括驾驶员身份识别系统和人脸识别装置，驶员身份识别系统接收来自人脸识别装置的驾驶员身份信息，并将识别出的驾驶员身份ID，通过CANBUS输到中央数据存储和处理器中，人脸识别装置为若干不同角度的人脸识别摄像头；所述的车载传感器包括GPS/INS组合导航系统、激光雷达、摄像头，将采集的车辆行驶状态信息通过CANBUS传输到中央数据存储和处理器中；所述的大数据云服务端通过4G数据网络系统接入到中央数据存储和处理器中，大数据云服务端将驾驶员行车信息传输给驾驶员；所述的安防系统包括安全监控系统和车载报警系统，安全监控系统接收来自大数据云服务端的相关信息，将异常驾驶信息传输给车载报警系统，车载报警系统对驾驶员进行报警。

本发明提供了一种基于驾驶习惯和交通路况的行驶工况智能预测估计方法，包括以下步骤：

1)驾驶员位于车内，由身份识别系统读取信息，获取其驾驶员的身份ID，再从数据存储与管理模块中调取其驾驶员的车辆行驶工况识别模型；

2)由驾驶员在车中输入行车路径起始点，通过大数据云服务端的GIS/ITS模块来计算其行车规划路径并且获取行车规划路径上的实时与历史交通工况信息，将行车规划路径和行车规划路径上的实时与历史交通工况通过4G网络传输到数据存储与管理模块，将通过GPS/INS系统获取到的车辆行驶状态参数也传输给数据存储与管理模块；

3)交通工况预测模块从数据存储与管理模块中读取行车规划路径、行车规划路径上的实时和历史交通工况，先通过基于KD-树优化的K-means聚类算法来对实时和历史交通工况数据做预处理,再通过灰色预测对行车规划路径上的交通工况进行预测与分析，采用中值滤波对交通工况数据进行处理，从而建立本车在行车规划路径上的交通预测工况模型，并且将交通预测工况模型传输回数据存储与管理模块；