城市道路轻型汽车行驶工况的构建与评估

城市道路轻型汽车行驶工况的构建与评估

朱孟夏

身份证号码：371312198702136459  山东省临沂市  276000

摘要：经济的发展，社会的进步推动了我国综合国力的提升，也带动了交通行业发展的步伐。汽车行驶工况作为汽车行业一项重要的共性基础技术，在评估燃油消耗量、汽车污染物排放和新车型的开发等领域发挥着重要的作用．但随着我国汽车保有量的快速増长和道路交通状况的变化，导致NED行驶工况与我国实际驾驶情况偏差较大，为了提高政府的决策力和公信力，构建符合我国实际道路情况的工况是当务之急．基于此，本文主要对城市道路轻型汽车行驶工况的构建与评估做论述，详情如下。

关键词：城市道路；轻型汽车；行驶工况；构建评估

引言

汽车行驶工况对车辆污染物排放研究和绿色低碳发展等方面具有重要的研究价值。美国最早投身于汽车行驶工况的研究。此后欧洲、日本等国家也逐渐开展工况研究工作。我国目前参考欧洲工况数据制定相关法规，而国内道路条件、交通条件、甚至驾驶行为特征与国外差异较大，导致车辆实际行驶过程的平均速度、怠速时间比等特征参数与国外认证标准差距较大。

1城市道路轻型汽车行驶数据的收集与预处理

汽车工况作为汽车行业的一项共性核心技术，在评估指标标定优化、节能减排等方面有重要地位．为了构建符合城市道路行驶工况，数据的采集和处理非常关键．将车载数据采集终端安装在汽车上，以／频率实时采集汽车行驶过程工况，包括汽车行驶时间、速度、加速度、油门踏板开度和瞬时油耗等数据．车辆行驶数据在采集过程中，由于存在采集设备故障、高楼大厦阻断信号、周围环境条件等其他客观因素的影响，导致所采集的数据异常，因此需要对原始数据进行预处理．在汽车实际行驶过程中，受到汽车动力与制动系统性能、交通道路条件等限制，对超过加速度范围、存在缺失值等异常情况的数据可进行剔除．

2城市道路轻型汽车行驶工况的构建与评估

2.1基于混合约束自编码器的机动车工况智能构建方法

目前分析海量车辆行驶数据主流方法是将全部的时间-速度数据划分成若干个运动学片段。运动学片段指车辆从怠速状态至相邻下一个怠速状态开始的运动过程，通常包括怠速、加速、减速、匀速部分，由于车辆在不同的道路条件、交通环境下会展现出不同的行驶特征，导致运动学片段的速度分布呈多样性，因此，研究通过随机组合各类运动学片段描述车辆的行驶过程，将划分的短时片段聚类，构建符合实际情况的行驶工况。受道路交通状况影响，运动学片段之间差异显著。不同运动学片段反应车辆不同的行驶状态，为更好地通过组合的运动学片段描述车辆的运动过程，选取合适的特征参数评价。

2.2基于t-SNE与模糊聚类的电动汽车行驶工况构建

在实际驾驶过程中，受道路环境及驾驶行为的影响，车辆行驶曲线由不同比例的加减速、匀速和怠速片段组成。车辆行驶过程是多个启停过程的组合，可在运动学中用短行程来描述一次车辆的启停。t-SNE算法是利用概率进行数据投影的一种方法，将各个短行程片段之间特征参数的欧式距离转化为概率相似度，并用概率分布矩阵描述短行程片段之间的分布特性，可在保留绝大部分主要信息情况下，将高维空间数据投影到3维空间。该算法用高斯分布函数对原始短行程数据进行计算，再用t分布函数对低维数据进行转化，最后根据高维概率分布矩阵和低维概率分布矩阵间的KL(kullback-leibler pergence)散度评估分布一致性。

2.3基于改进Ｋ均值聚类算法的汽车行驶工况构建

汽车行驶工况的构建对汽车的研发具有重要的作用，不仅是汽车测试汽车能耗排放的方法，也是汽车行业的重要技术。其构建过程呈现出行驶的运动学特征，并且是汽车各种性能指标优化的重要基准。以某城市汽车行驶的实际数据为例，采集真实数据（采样频率１Ｈｚ），采集的样本数据集通常存在一些因外界引起的异常数据，异常数据会对实验结果的准确性造成影响，因此需要对异常数据进行合理的分析处理。根据样本数据的采集方式、采集环境等可能引起数据异常的原因，总结出以下５种异常数据类型：（１）时间异常。当汽车行驶通过隧道或者较高建筑物时，可能导致ＧＰＳ信号异常，传输的时间数据存在不连续。通过编写程序将时间不连续的数据点进行缺失值标注，将其筛选出来，采用平均值法对其进行数据修补。（２）加、减速度异常。加、减速度异常指的是速度瞬间过大产生的数据，因为在正常行驶过程中，汽车出现突然加速度变大的概率较小，所以对于这样的异常数据可以采用线性插值法来平滑处理。（３）长期停车异常（长时间怠速异常）。停车异常的现象是在停车熄火和不熄火时，设备采集器仍然运行的现象，数据出现长时间的怠速段，这种状况下造成采集数据异常。对于这样长时间的怠速段数据，为了避免误差，采用删除的方法来减少此数据对实验的影响。（４）堵车及低速过长异常。汽车长时间保持在１０ｋｍ／ｈ以下，以及汽车在长时间堵车的状态下，设备继续采集数据，这样的异常通常可按怠速情况处理。（５）怠速时间超过１８０秒异常。通常来说怠速时间超过１８０秒为异常情况，并且怠速的最长时间段可按照１８０秒处理。通过文献学习，在原始数据降维这一方面选择主成分分析法，该方法在降低问题的复杂程度的同时提高准确性，通过分析删除重复的变量，重新建立新的变量，保证这些变量之间的关系不相关。在数学领域中，主成分分析法的原理是对数据进行降维处理，通过降维减少原始变量的数量，用新的变量对信息进行描述。汽车行驶状况涉及的数据具有相互的联系，通过选取过多的特征参数进行计算过于繁琐，并且各个变量携带的信息是冗余的。改进的Ｋ均值聚类算法是在传统Ｋ均值聚类算法迭代的基础上，应用层次结构的思想，通过数据分层次聚类分析。在迭代过程中通过判断当前聚类结果是否合适，再决定是否继续进行聚类分析。经过改进Ｋ均值聚类算法，使得数据在聚类过程中的运行时间和迭代次数得到提高，同时，聚类分析的实效性也比较强。

结语

在进行数据的预处理过程中，建立了以数据的有效个数最大为目标的约束条件下的数学０－１规划模型，筛选确定构建代表工况的数据量和运动学片段数量；应用随机组合方法对运动学片段进行优化组合，构建了与实验数据平均误差最小的城市道路轻型汽车行驶代表工况；分别从特征参数、环保节能、速度概率分布、加速度概率分布和速度加速度联合概率分布三个方面进行有效性检验，结果表明：该工况能够准确地反映轻型汽车实际行驶状况，该方法能够有效地构建科学合理的轻型汽车行驶代表工况。下一步工作是基于城乡道路汽车行驶数据的代表工况的构建进行研究。

参考文献

[1]李洋.基于聚类算法的汽车行驶工况研究[D].北京:北京理工大学,2016.

[2]刘昱,吴志新,李孟良,等.中国乘用车工况构建[J].交通运输系统工程与信息,2020,20(3):233-240.

[3]董恩源，颜文胜，申江卫，等．聚类分析法在城市公交行驶工况开发中的应用[J]．昆明理工大学学报：自然科学版，2013，38（8）：41-44．

[4]高建平，任德轩，郗建国．基于全局K－means聚类算法的汽车行驶工况构建[J]．河南理工大学学报：自然科学版，2019，38（1）：112-118．

[5]刘杰，李环宇，赵伟强．基于 PCA 和灰色关联的齿根裂纹损伤程度识别[J]．机械传动，2020，44(9)：133-139，152．

[6]李亚，黄亦翔，赵路杰，等．基于 t 分布邻域嵌入与 XGBoost 的刀具多工况磨损评估[J]．机械工程学报，2020，56(1)：132-140．