[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

摘要

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。

主权项

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，其特征在于包括以下步骤：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；4)规划路径上的长时间车速预测模块和规划路径上的局部短时间车速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未来交通工况、驾驶员的车辆行驶工况识别模型和当前的车辆行驶状态参数，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，来预测车辆行驶规划路径上的行驶工况信息，从而建立本车在行车规划路径上的车辆预测工况模型；5)将对于全规划路径的长时间车速预测模块和规划路径上的局部短时间车速预测模块建立的车辆预测工况模型输入到整车能量管理系统中，从而对车辆进行电机与发动机的管理策略优化控制，达到节能减排的效果。