一种基于车联网的混合动力客车行驶工况预测方法

1.一种基于车联网的混合动力客车行驶工况预测方法，其特征在于包含以下阶段：
准备阶段：
GPS模块实时对本车定位并与电子地图匹配，将实时位置信息(x0,y0,z0)传给短距离通讯模块和中央处理模块；短距离通讯模块实时向周围发送本车位置信息(x0,y0,z0)，同时接收周围N辆其他车的位置信息(xp,yp,zp)传入中央处理模块；数据采集模块通过CAN总线实时采集本车运行参数，将实时参数与GPS模块传来的实时位置信息(x0,y0,z0)匹配，存入中央处理模块；中央处理模块通过周围N辆他车位置信息(xp,yp,zp)与本车位置信息(x0,y0,z0)，分析周围N辆他车的道路信息、方向信息并计算与本车间距离sp，若两车不同向或不同路或距离sp大于L，其中，L表示对前方车辆的筛选距离，由于距离太远道路状况变化过大，参考价值小，根据短距离通讯模块的通讯距离和通行道路的交通水平进行调节，则放弃通讯；若两车同向且同路且距离sp小于L，则进行通讯阶段，其中,p＝1,2,…,N；
通信阶段：
经准备阶段的确定后，从周围的N辆他车中筛选出与本车同向且同路且位于本车前方距离小于L的车辆，确定为前车1、前车2、……、前车M，共M辆，其中0≤M≤N；若M>0，本车的射频识别模块向前车1、前车2、……、前车M发送通信请求；前方车辆射频识别模块对接收的通信请求识别通过后，通过短距离通讯模块以固定通讯协议向本车发送本车目前位置(x0,y0,z0)至前方预定位置(x0+Δs,y0+Δs,z0+Δs)之间的历史运行参数和位置信息，其中Δs为距离变化量，然后进行识别预测阶段；若M＝0，本车提取自身数据采集模块采集的一定周期的历史行驶数据；
识别预测阶段：
当M>0，本车接收到数据后，对其进行解析，并且中央处理模块根据前方不同车辆前车
1、前车2、……、前车M与本车的距离sq来确定前车q的行驶参数对本车行驶工况的预测权重ωq，采用公式(1)确定权重ωq，其中，q＝1,2,......,M，M≤N：
采用公式(2)计算预测的本车行驶工况特征参数：
式中，T表示预测的本车行驶工况特征参数向量；
akq表示前车q的第k个特征参数，其中，q＝1,2,......,M，k＝1,2,......,K，K为行驶工况的特征参数个数；
ωM表示前车M的行驶工况的特征参数对本车行驶工况预测的权重；
tk表示预测的本车行驶工况的第k个特征参数其中，q＝1,2,......,M，k＝
1,2,......,K，K为行驶工况的特征参数个数；
中央处理模块中存储H类行驶工况作为标准工况，HCU中存储与各个工况相应的控制参数；本车的中央处理模块根据预测的行驶工况特征参数向量T，采用模糊识别模型(公式(3))对本车目前位置(x0,y0,z0)至前方预定位置(x0+Δs,y0+Δs,z0+Δs)之间的行驶工况进行识别预测其所属的行驶工况类别；若M＝0，提取通讯阶段的历史数据的行驶工况特征参数，采用公式(3)进行行驶工况的识别；
其中，H为中央处理模块中存储的标准工况个数；
h为中央处理模块中存储的H类标准工况的第h类标准工况，1≤h≤H；
h'为中央处理模块中存储的H类标准工况的第h'类标准工况，1≤h'≤H；
uhT为预测的本车行驶工况特征参数向量T属于第h类标准工况的相对隶属度；
rkT为预测的本车行驶工况特征参数向量T的第k个特征参数tk的规格化值；
xkh为第h类标准工况的第k个特征参数的规格化值；
μk为行驶工况的第k个特征参数的权重；
K为行驶工况特征参数的个数；
经过对行驶工况的识别之后，中央处理模块将识别结果传输给HCU，HCU根据识别结果调出与之相适应的控制参数，使车辆实时达到最优控制。

一种基于车联网的混合动力客车行驶工况预测方法\n技术领域\n[0001] 本发明属于现代交通技术领域，涉及到一种混合动力汽车行驶工况预测方法，特别涉及到一种基于车联网的混合动力客车行驶工况预测方法。\n背景技术\n[0002] 行驶工况对车辆的动力匹配、排放水平以及燃油消耗有很大的影响，所以其对混合动力汽车的动力匹配、控制策略制定等有至关重要的作用。近几年我国经研究构建了北京、上海等大城市的行驶工况，但是汽车的实际运行工况随着时间、地点、环境、气候等因素变化，是一个随机的、不确定的过程，现有行驶工况预测方法是根据一定周期的行驶工况数据做出混合动力汽车控制策略的自适应调整，但是该方法是基于车辆运行一定周期的数据积累之后进行识别并调节控制策略，所以具有滞后性，并且准确率低，对车辆未来运行状态的控制参考意义不大。所以，目前需要一种混合动力客车行驶工况预测的方法，来对车辆未来行驶工况进行识别预测，以解决车辆行驶工况识别滞后和识别准确率低的问题。\n发明内容\n[0003] 本发明要解决的技术问题是：针对混合动力客车行驶工况识别存在滞后和准确率低的缺点，提出一种基于车联网的混合动力客车行驶工况预测方法，通过将前方车辆的行驶工况历史数据传输给本车，本车根据前车数据对未来的运行工况进行识别预测，并根据工况识别预测结果对车辆未来运行控制参数进行调整，实时保证车辆的最优控制，达到最好的燃油经济性和排放性。\n[0004] 本发明的技术方案是：本发明由数据采集模块、射频识别模块、短距离通讯模块、全球定位系统(Global Positioning System，GPS)模块、中央处理模块构成。其中数据采集模块与车辆控制器局域网络(Controller Area Network，CAN)总线相连，负责采集车辆运行数据；射频识别模块负责车辆间的身份信息验证；短距离通讯模块负责前方车辆与本车间的数据传输通讯；GPS模块负责本车定位；中央处理模块负责总体协调该系统的数据采集、车辆定位、数据通讯、计算、工况识别预测工作，并且与混合动力整车控制器(Hybrid Control Unit，HCU)通信，给HCU提供行驶工况识别预测信息，以使HCU实时调整车辆的控制参数。\n[0005] 基于车联网的混合动力客车行驶工况预测方法包括准备阶段、通信阶段、识别预测阶段，三者交叉同步进行。\n[0006] 准备阶段：\n[0007] GPS模块实时对本车定位并与电子地图匹配，将实时位置信息(x0,y0,z0)传给短距离通讯模块和中央处理模块；短距离通讯模块实时向周围发送本车位置信息(x0,y0,z0)，同时接收周围N辆其他车的位置信息(xp,yp,zp)传入中央处理模块；数据采集模块通过CAN总线实时采集本车运行参数，将实时参数与GPS模块传来的实时位置信息(x0,y0,z0)匹配，存入中央处理模块；中央处理模块通过周围N辆他车位置信息(xp,yp,zp)与本车位置信息(x0,y0,z0)，分析周围N辆他车的道路信息、方向信息并计算与本车间距离sp，若两车不同向或不同路或距离sp大于L，其中，L表示对前方车辆的筛选距离，由于距离太远道路状况变化过大，参考价值小，根据短距离通讯模块的通讯距离和通行道路的交通水平进行调节，则放弃通讯；若两车同向且同路且距离sp小于L，则进行通讯阶段，其中，p＝1,2,…,N。\n[0008] 通信阶段：\n[0009] 经准备阶段的确定后，从周围的N辆他车中筛选出与本车同向且同路且位于本车前方距离小于L的车辆，确定为前车1、前车2、……、前车M，共M辆，其中0≤M≤N；若M>0，本车的射频识别模块向前车1、前车2、……、前车M发送通信请求；前方车辆射频识别模块对接收的通信请求识别通过后，通过短距离通讯模块以固定通讯协议向本车发送本车目前位置(x0,y0,z0)至前方预定位置(x0+Δs,y0+Δs,z0+Δs)之间的历史运行参数和位置信息，其中Δs为距离变化量，然后进行识别预测阶段；若M＝0，本车提取自身数据采集模块采集的一定周期的历史行驶数据。\n[0010] 识别预测阶段：\n[0011] 当M>0，本车接收到数据后，对其进行解析，并且中央处理模块根据前方不同车辆前车1、前车2、……、前车M与本车的距离sq来确定前车q的行驶参数对本车行驶工况的预测权重ωq，采用公式(1)确定权重ωq，其中，q＝1,2,......,M，M≤N：\n[0012] \n[0013] 采用公式(2)计算预测的本车行驶工况特征参数：\n[0014] \n[0015] 式中，T表示预测的本车行驶工况特征参数向量；\n[0016] akq表示前车q的第k个特征参数，其中，q＝1,2,......,M，k＝1,2,......,K，K为行驶工况的特征参数个数；\n[0017] ωM表示前车M的行驶工况的特征参数对本车行驶工况预测的权重；\n[0018] tk表示预测的本车行驶工况的第k个特征参数其中，q＝1,2,......,M，k＝\n1,2,......,K，K为行驶工况的特征参数个数；\n[0019] 中央处理模块中存储H类行驶工况作为标准工况，HCU中存储与各个工况相应的控制参数；本车的中央处理模块根据预测的行驶工况特征参数向量T，采用模糊识别模型(公式(3))对本车目前位置(x0,y0,z0)至前方预定位置(x0+Δs,y0+Δs,z0+Δs)之间的行驶工况进行识别预测其所属的行驶工况类别。若M＝0，提取通讯阶段的历史数据的行驶工况特征参数，采用公式(3)进行行驶工况的识别。\n[0020] \n[0021] 其中，H为中央处理模块中存储的标准工况个数；\n[0022] h为中央处理模块中存储的H类标准工况的第h类标准工况，1≤h≤H；\n[0023] h'为中央处理模块中存储的H类标准工况的第h'类标准工况，1≤h'≤H；\n[0024] uhT为预测的本车行驶工况特征参数向量T属于第h类标准工况的相对隶属度；\n[0025] rkT为预测的本车行驶工况特征参数向量T的第k个特征参数tk的规格化值；\n[0026] xkh为第h类标准工况的第k个特征参数的规格化值；\n[0027] μk为行驶工况的第k个特征参数的权重；\n[0028] K为行驶工况特征参数的个数；\n[0029] 经过对行驶工况的识别之后，中央处理模块将识别结果传输给HCU，HCU根据识别结果调出与之相适应的控制参数，使车辆实时达到最优控制。\n[0030] 本发明的效果和益处是：本发明减小道路交通状况变化对车辆运行状况的影响；\n消除了传统行驶工况预测方法的滞后性；提高了行驶工况预测的准确性，从而使混合动力客车的控制参数更加适合实时变化的行驶工况，提高了车辆的燃油经济性和排放性。\n附图说明\n[0031] 图1是本发明混合动力客车行驶工况预测方法的流程图。\n[0032] 图2是本发明混合动力客车行驶工况预测方法工作原理图。\n[0033] 图中：1本车；2前车1；3前车2；4前车3；5卫星；\n[0034] s1、s2、s3本车1与前车1、2、3的距离。\n具体实施方式\n[0035] 以下结合技术方案和附图详细叙述本发明的具体实施方式。\n[0036] 实施例\n[0037] 本发明的技术方案如图1所示。\n[0038] 基于车联网的混合动力客车行驶工况预测方法，图2是本发明的工作原理图，其具体过程如下：\n[0039] 准备阶段：\n[0040] GPS模块实时对本车(1)定位并与电子地图匹配，将实时位置信息(x0,y0,z0)传给短距离通讯模块和中央处理模块；短距离通讯模块实时向周围发送本车(1)位置信息(x0,y0,z0)，同时接收周围N辆其他车的位置信息(xp,yp,zp)传入中央处理模块；数据采集模块通过CAN总线实时采集本车(1)运行参数车速v等，将实时参数与GPS模块传来的实时位置信息(x0,y0,z0)匹配，存入中央处理模块；中央处理模块通过N辆他车位置信息(xp,yp,zp)与本车(1)位置信息(x0,y0,z0)，分析N辆他车的道路信息、方向信息并计算与本车(1)间距离sp，若两车不同向或不同路或距离sp大于L，其中，L可根据短距离通讯模块的通讯距离和通行道路的交通水平进行调节，，则放弃通讯；若两车同向且同路且距离sp小于L，则进行通讯阶段，其中，p＝1,2,…,N。\n[0041] 通信阶段：\n[0042] 经准备阶段的确定后，从周围的N辆他车中筛选出M辆与本车(1)同向且同路且位于本车(1)前方距离小于L的车辆，确定为前车1(2)、前车2(3)、……前车M，共M辆，其中0≤M≤N；若M>0，本车(1)的射频识别模块向前车1(2)、前车2(3)、……前车M发送通信请求；前方车辆射频识别模块对接收的通信请求识别通过后，通过短距离通讯模块以固定通讯协议向本车(1)发送本车(1)目前位置(x0,y0,z0)至前方预定位置(x0+Δs,y0+Δs,z0+Δs)之间的历史运行参数和位置信息，其中Δs为距离变化量，然后进行识别预测阶段；若M＝0，本车(1)提取自身数据采集模块采集的一定周期的历史行驶数据。\n[0043] 识别预测阶段：\n[0044] 当M>0，本车(1)接收到数据后，对其进行解析，并且中央处理模块根据前方不同车辆前车1(2)、前车2(3)、……前车M与本车(1)的距离sq来确定前车q的行驶参数对本车(1)行驶工况的预测权重ωq，采用公式(1)确定权重ωq，其中，q＝1,2,......,M，M≤N：\n[0045] \n[0046] 采用公式(2)计算本车(1)预测行驶工况特征参数：\n[0047] \n[0048] 式中，T表示预测的本车行驶工况特征参数向量；\n[0049] akq表示前车q的第k个特征参数，其中，q＝1,2,......,M，k＝1,2,......,K，K为行驶工况的特征参数个数；\n[0050] ωM表示前车M的行驶工况的特征参数对本车行驶工况预测的权重；\n[0051] tk表示预测的本车行驶工况的第k个特征参数其中，q＝1,2,......,M，k＝\n1,2,......,K，K为行驶工况的特征参数个数；\n[0052] 中央处理模块中存储上海、北京、EDC、USADC、JDC等H类行驶工况作为标准工况，HCU中存储与各个工况相应的控制参数；本车(1)的中央处理模块根据预测的行驶工况特征参数向量T，采用模糊识别模型(公式(3))对本车(1)目前位置(x0,y0,z0)至前方预定位置(x0+Δs,y0+Δs,z0+Δs)之间的行驶工况进行识别预测其所属的行驶工况类别。若M＝0，提取通讯阶段的历史数据的行驶工况特征参数，采用公式(3)进行行驶工况的识别。\n[0053] \n[0054] 其中，H为中央处理模块中存储的标准工况个数；\n[0055] h为中央处理模块中存储的H类标准工况的第h类标准工况，1≤h≤H；\n[0056] h'为中央处理模块中存储的H类标准工况的第h'类标准工况，1≤h'≤H；\n[0057] uhT为预测的本车行驶工况特征参数向量T属于第h类标准工况的相对隶属度；\n[0058] rkT为预测的本车行驶工况特征参数向量T的第k个特征参数tk的规格化值；\n[0059] xkh为第h类标准工况的第k个特征参数的规格化值；\n[0060] μk为行驶工况的第k个特征参数的权重；\n[0061] K为行驶工况特征参数的个数；\n[0062] 经过对行驶工况的识别之后，中央处理模块将识别结果传输给HCU，HCU根据识别结果调出与之相适应的控制参数，使车辆实时达到最优的控制。\n[0063] 每一个车辆都是三个阶段不断循环进行，在此不再赘述。