基于車聯(lián)網(wǎng)大數(shù)據(jù)的行駛工況構(gòu)建

崔海龍 王書慶 車兆偉

（北汽福田汽車股份有限公司 北京 102206）

引言

行駛工況最早由歐盟、美國(guó)和日本等汽車工業(yè)發(fā)達(dá)國(guó)家提出并應(yīng)用。行駛工況可以作為車輛排放試驗(yàn)和燃油經(jīng)濟(jì)性試驗(yàn)方法和限值標(biāo)準(zhǔn)的基礎(chǔ)。中國(guó)早期引入歐盟WTVC 工況，通過(guò)調(diào)整加速度和減速度，演變成C-WTVC 工況，作為中國(guó)重型商用車法規(guī)測(cè)試的標(biāo)準(zhǔn)工況[1]，2019 年頒布的《中國(guó)汽車行駛工況》[2]第2 部分，重型商用汽車引入了基于中國(guó)道路和中國(guó)車輛開發(fā)的6 種重型商用車中國(guó)工況。

中國(guó)汽車行駛工況具有法規(guī)性質(zhì)，是車企產(chǎn)品指標(biāo)定義、產(chǎn)品認(rèn)證和技術(shù)交流的重要依據(jù)。中國(guó)幅員遼闊，地勢(shì)從西到東分成3 級(jí)階梯遞降，南北氣候差異大，道路按行政等級(jí)可分為國(guó)家公路、省公路、縣公路和鄉(xiāng)公路以及專用公路五個(gè)等級(jí)。重型商用車客戶行業(yè)各有不同，直接造成使用工況千差萬(wàn)別。

按照人、車、貨和場(chǎng)若干要素構(gòu)建的應(yīng)用場(chǎng)景，根據(jù)不完全統(tǒng)計(jì)，中國(guó)重型商用車應(yīng)用場(chǎng)景有200多個(gè)。企業(yè)開發(fā)產(chǎn)品最終面對(duì)的是細(xì)分化市場(chǎng)，沒(méi)有可以適應(yīng)所有細(xì)分化市場(chǎng)的萬(wàn)能產(chǎn)品，也不可能開發(fā)無(wú)限多樣化的產(chǎn)品去對(duì)應(yīng)每一細(xì)分化市場(chǎng)。

企業(yè)選取的典型工況以能夠覆蓋全部工況為主要目的，兼顧主銷區(qū)域和企業(yè)戰(zhàn)略要求，在安裝車載終端T-Box 的車輛范圍內(nèi)尋找典型用戶。為了保證取樣樣本具有代表性，同時(shí)考慮采集過(guò)程中可能發(fā)生個(gè)別典型用戶數(shù)據(jù)丟失，必須保證典型工況的典型用戶滿足一定的數(shù)量要求?；谟脩舸髷?shù)據(jù)構(gòu)建用戶真實(shí)的行駛工況，優(yōu)化傳動(dòng)系統(tǒng)配置，通過(guò)Cruise 仿真分析和整車轉(zhuǎn)轂測(cè)試，驗(yàn)證方案的有效性，從而在推出的下一代產(chǎn)品提升客戶動(dòng)力性和燃油經(jīng)濟(jì)性體驗(yàn)。基于多個(gè)應(yīng)用場(chǎng)景的用戶行駛工況數(shù)據(jù)庫(kù)建設(shè)，合并同類項(xiàng)，明確定義各類應(yīng)用場(chǎng)景適用的產(chǎn)品群集，企業(yè)銷售符合應(yīng)用場(chǎng)景定義的產(chǎn)品，實(shí)現(xiàn)企業(yè)和用戶雙贏。

1 應(yīng)用場(chǎng)景定義

按照人、車、貨、場(chǎng)四個(gè)要素，定義應(yīng)用場(chǎng)景，以某物流車為例。行駛工況構(gòu)建首先確定用戶（人）的范圍，組織客戶和個(gè)人客戶都具有一定的代表性，因此進(jìn)行混編放入同一應(yīng)用場(chǎng)景，為了保證樣本具有一定代表性，通常選擇不少于20 輛車，車輛配置相同。通過(guò)用戶訪談，了解研究對(duì)象車輛載重量、貨物類型、運(yùn)輸路線、運(yùn)輸類型等確定車、貨、場(chǎng)等要素，確保與工作策劃內(nèi)容相符。采用自主駕駛法，即用戶自主定義運(yùn)行時(shí)間和運(yùn)行路線，不進(jìn)行干預(yù)。通過(guò)T-box 采集CAN 總線數(shù)據(jù)包括時(shí)間、車速、轉(zhuǎn)速、負(fù)荷、里程、經(jīng)度和緯度等信息，數(shù)據(jù)采集頻率1 Hz。T-Box 將數(shù)據(jù)傳輸?shù)狡脚_(tái)，平臺(tái)下載數(shù)據(jù)用于分析，如圖1 所示。

圖1 數(shù)據(jù)采集示意圖

2 載荷分析和行駛軌跡分析

2.1 載荷分析

一個(gè)月的大數(shù)據(jù)采集完成后，基于Matlab[3-5]開發(fā)的數(shù)據(jù)處理軟件進(jìn)行基于時(shí)間、里程維度的大數(shù)據(jù)分析，提煉工程工況信息，如車速分布圖和轉(zhuǎn)速分布圖等，如圖2 所示。

圖2 車速分布圖

從圖2 車速分布圖看，車速分布特點(diǎn)與里程強(qiáng)相關(guān)。從里程分布看，車輛60～90 km/h 占比54.05%，為常用車速，常用車速平均值為75 km/h，另外還可以得到25%分位數(shù)、50%分位數(shù)，75%分位數(shù)，平均車速等；從時(shí)間占比看，怠速占比29.63%最大，高車速范圍占比與里程占比分布趨勢(shì)相近。

2.2 行駛軌跡分析

用戶車輛行駛軌跡也是重要關(guān)注對(duì)象，本文以某物流車用戶工況為例，基于市場(chǎng)調(diào)研，該應(yīng)用場(chǎng)景“主要圍繞一二級(jí)批發(fā)市場(chǎng)轉(zhuǎn)運(yùn)，主要運(yùn)輸綠色通道產(chǎn)品，高速為主，單邊運(yùn)距500 km 以內(nèi)。用戶車輛中途、短途運(yùn)輸皆有，分布較廣，基本滿足應(yīng)用場(chǎng)景定義。

3 行駛工況構(gòu)建

T-Box 采集的車速數(shù)據(jù)如實(shí)記錄了用戶每天車輛啟動(dòng)、配貨、送貨和返回等全過(guò)程車速的變化情況。車速為零但發(fā)動(dòng)機(jī)轉(zhuǎn)速不為零的怠速停車工況，包含了車輛停車配貨，路口等待的工作場(chǎng)景分布特點(diǎn)。用戶行駛工況是對(duì)歸類為同一應(yīng)用場(chǎng)景的用戶數(shù)據(jù)經(jīng)過(guò)數(shù)學(xué)處理后生成的速度-時(shí)間曲線。

對(duì)于某物流車輛，將工況時(shí)長(zhǎng)定義為1 800 s，即方便了與相關(guān)法規(guī)工況比較，

也便于在整車轉(zhuǎn)轂實(shí)驗(yàn)室組織測(cè)試。一個(gè)月的用戶數(shù)據(jù)超過(guò)1×107行（1 行表示1s 采集到的時(shí)間、車速、轉(zhuǎn)速等數(shù)據(jù)），采用如下的方式，找到最適合的片段來(lái)構(gòu)建用戶行駛工況。通常按照如下流程進(jìn)行工況構(gòu)建。

3.1 工況定義

首先參照國(guó)際和國(guó)內(nèi)法規(guī)及文獻(xiàn)[6-11]，確定行駛工況分為以下四類工況：加速工況、減速工況、勻速工況和怠速工況，對(duì)這四類工況劃定準(zhǔn)則如下：

1）加速工況

車輛行駛過(guò)程中的加速度a≥0.15 m/s2的工況；

2）減速工況

車輛行駛過(guò)程中的加速度a≤-0.15 m/s2的工況；

3）勻速工況

車輛行駛過(guò)程中的加速度|a|≤0.15 m/s2，且車輛行駛速度v≥1 km/h 的工況；

4）怠速工況

車輛行駛過(guò)程中的加速度a 的絕對(duì)值小于0.15 m/s2，且車輛行駛速度v ＜1 km/h 的工況。

3.2 片段分割

編寫行駛工況構(gòu)建程序，大數(shù)據(jù)先存入數(shù)據(jù)矩陣。對(duì)數(shù)據(jù)有效性進(jìn)行確認(rèn)后，逐車將大數(shù)據(jù)切割成片段。

在實(shí)際采集過(guò)程中，會(huì)有數(shù)據(jù)丟失造成的空白行，數(shù)據(jù)丟失超過(guò)30 s 的作為片段的始點(diǎn)，如果數(shù)據(jù)丟失小于30 s，插值后也作為片段的始點(diǎn)。片段長(zhǎng)度大于300 s 需要再次進(jìn)行分割，最終分割好的片段時(shí)間長(zhǎng)度介于150 s 到300 s 之間。計(jì)算分割后片段的車速加速度分布矩陣（VAD）分布并保存，如圖3所示。

圖3 車速加速度分布矩陣

車輛加速度為

式中：ai是i 秒加速度，單位m/s2；vi+1是i+1 秒車速，單位km/h；vi-1是i-1 秒車速，單位km/h。

計(jì)算分割后片段的特征值，有基于時(shí)間的特征值，也有基于車速的特征值，包括平均車速，基于加、減速度和時(shí)間占比的特征值等等，并保存。

3.3 片段分組

片段分組一般分成城市、郊區(qū)和高速三種區(qū)間，基于海量大數(shù)據(jù)定義各區(qū)間參考值，如表1 所示。

表1 區(qū)間車速參考值

不同應(yīng)用場(chǎng)景的實(shí)際車速區(qū)間不同，按照自主駕駛法采集的數(shù)據(jù)無(wú)法和交通流數(shù)據(jù)對(duì)應(yīng)。按照具體應(yīng)用場(chǎng)景車速分布，對(duì)車速區(qū)間進(jìn)行修正，各區(qū)間修正值都取整為5 的倍數(shù)。

高速區(qū)間取常用車速平均值、75%分位數(shù)車速和高速參考值的中位值，修正為最靠近一個(gè)取整值，如表2 所示。

表2 高速區(qū)間車速 km/h

郊區(qū)區(qū)間取郊區(qū)參考值、平均車速和50%分位數(shù)的中位值，修正為最靠近一個(gè)取整值，如表3 所示。

表3 郊區(qū)區(qū)間車速 km/h

依次類推獲得城市區(qū)間車速，如表4 所示。

表4 城區(qū)區(qū)間車速 km/h

3.4 主成分分析和片段評(píng)價(jià)值計(jì)算

3.4.1 大數(shù)據(jù)主成分分析

車輛大數(shù)據(jù)部分片段和特征參數(shù)見表5?？梢詫⑻卣鲄?shù)作為原始變量進(jìn)行主成分分析，獲得主成分及其對(duì)應(yīng)的貢獻(xiàn)率和特征值，以及每一個(gè)特征參數(shù)對(duì)應(yīng)每一個(gè)主成分的成分值。將主成分按照從大到小貢獻(xiàn)率排序，并從大到小依次累積計(jì)算貢獻(xiàn)率和，將貢獻(xiàn)率和大于或等于預(yù)設(shè)貢獻(xiàn)率的主成分確定為特征參數(shù)對(duì)應(yīng)的主成分。

表5 片段特征參數(shù)表

圖4 是碎石圖，得主成分1、2、3、4 和5 等分別對(duì)應(yīng)的主成分特征值。

圖4 碎石圖

如圖5 所示，主成分1、2、3、4、5 和6 的貢獻(xiàn)率已經(jīng)達(dá)到88%，在預(yù)設(shè)貢獻(xiàn)率為90%的情況下，認(rèn)為主成分1、2、3、4、5 和6 中包括的特征參數(shù)的信息量可以近似代表特征參數(shù)的總信息量，從而將主成分1、2、3、4、5 和6 作為特征參數(shù)對(duì)應(yīng)的主成分。

圖5 主成分分析貢獻(xiàn)率

以特征參數(shù)在主成分分析貢獻(xiàn)率作為每一種特征參數(shù)的權(quán)重，通過(guò)歸一化處理后，從而獲得每一種特征參數(shù)對(duì)應(yīng)的權(quán)重系數(shù)。

3.4.2 片段評(píng)價(jià)值計(jì)算

計(jì)算城市、郊區(qū)和高速區(qū)間各片段的特征參數(shù)平均值，特征參數(shù)平均值可以通過(guò)公式（1）計(jì)算得到，如下所示：

式中：Ai是第i 個(gè)特征參數(shù)的平均值，是該區(qū)間片段總數(shù)，Di是第i 個(gè)特征參數(shù)值。

片段的評(píng)價(jià)值，可以通過(guò)特征參數(shù)值、特征參數(shù)平均值、權(quán)重系數(shù)等計(jì)算工況片段對(duì)應(yīng)的評(píng)價(jià)值：

式中：C 為評(píng)價(jià)標(biāo)準(zhǔn)；m為特征參數(shù)編號(hào)；Wi為權(quán)重系數(shù)；Di為片段第i 個(gè)特征參數(shù)值；Ai為片段第i 個(gè)特征參數(shù)平均值。

將特征參數(shù)平均值作為實(shí)際工況的期望值，則通過(guò)上述公式（2）計(jì)算得到的評(píng)價(jià)值越小，則各工況片段特征參數(shù)越接近實(shí)際工況的期望值，工況片段越接近實(shí)際工況。

3.5 用戶行駛工況合成

按照城區(qū)、城郊、高速的順序，先后挑選各區(qū)間與評(píng)價(jià)標(biāo)準(zhǔn)靠近的片段，逐步構(gòu)建用戶行駛工況，即合成1 800 s 速度-時(shí)間曲線，如圖6 所示。

圖6 用戶行駛工況

4 用戶行駛工況校驗(yàn)

4.1 用戶行駛工況校驗(yàn)

對(duì)實(shí)施構(gòu)建的用戶行駛工況進(jìn)行特征參數(shù)的獲取，并比較了用戶行駛工況的特征參數(shù)與實(shí)際工況（車聯(lián)網(wǎng)大數(shù)據(jù)）的特征參數(shù)。多數(shù)特征參數(shù)誤差＜5%，少數(shù)參數(shù)誤差介于5%～10%之間，個(gè)別超過(guò)10%，如表6 所示。

表6 用戶行駛工況與實(shí)際工況比較

行駛工況的車速分布與實(shí)際工況車速分布也進(jìn)行了比較，一般車速區(qū)間誤差都在5%以內(nèi)，個(gè)別車速區(qū)間誤差介于5%～10%，基本符合實(shí)際工況，如圖7 所示。

圖7 車速分布比較

4.2 試驗(yàn)驗(yàn)證

在整車轉(zhuǎn)鼓臺(tái)架，輸入生成的用戶行駛工況1 800 s 時(shí)間-速度曲線，驗(yàn)證內(nèi)容包括工況曲線的可操作性以及工況對(duì)能耗的影響。

跟隨性試驗(yàn)測(cè)試原則和判定方法參考GB/T 27840-2011 中關(guān)于試驗(yàn)公差的要求，即其速度偏差不應(yīng)超過(guò)±3 km/h，每次超過(guò)速度偏差的時(shí)間不應(yīng)超過(guò)2 s，累計(jì)不應(yīng)超過(guò)10 s，試驗(yàn)結(jié)果如表7 所示。

表7 跟隨性試驗(yàn)結(jié)果

當(dāng)試驗(yàn)車輛不能達(dá)到試驗(yàn)循環(huán)的加速度或試驗(yàn)車速時(shí)，司機(jī)會(huì)將加速踏板完全踩到底；當(dāng)試驗(yàn)車輛不能達(dá)到試驗(yàn)循環(huán)規(guī)定的減速度時(shí)，應(yīng)完全作用制動(dòng)踏板直至車輛運(yùn)行狀態(tài)再次回到試驗(yàn)循環(huán)規(guī)定的偏差范圍內(nèi)。

由上可知，錯(cuò)誤數(shù)和錯(cuò)誤時(shí)間都滿足驗(yàn)證要求，即某物流車用戶行駛工況車輛的可行性和跟隨性方面是良好的。

4.3 仿真分析與轉(zhuǎn)鼓試驗(yàn)對(duì)比

獲取實(shí)際用戶使用車型配置信息，將數(shù)據(jù)輸入Cruise 軟件進(jìn)行模擬仿真計(jì)算，見圖8。在軟件計(jì)算任務(wù)界面導(dǎo)入需要仿真的工況（時(shí)間-車速曲線）、轉(zhuǎn)鼓駕駛員實(shí)際操作參數(shù)（換擋轉(zhuǎn)速、換擋操作時(shí)間等），使仿真更貼近實(shí)際。

圖8 仿真分析模型

仿真計(jì)算完成后需要進(jìn)行校核，導(dǎo)出結(jié)果中工況運(yùn)作的時(shí)間-車速曲線，使用Excel 進(jìn)行繪圖與導(dǎo)入工況進(jìn)行對(duì)比。如圖9 所示，與試驗(yàn)驗(yàn)證測(cè)試原則和判定方法要求相同，如果有區(qū)間不滿足要求，則需根據(jù)實(shí)際情況調(diào)整模型車輛最大制動(dòng)力或者進(jìn)行部分區(qū)間降擋加速。

圖9 仿真工況與試驗(yàn)工況比較

對(duì)比表8 仿真和試驗(yàn)結(jié)果，差異在可接受范圍內(nèi)。分析結(jié)果差異性原因可以從以下幾方面入手：

表8 仿真與試驗(yàn)結(jié)果比較

1）對(duì)比仿真導(dǎo)出時(shí)間-車速曲線與試驗(yàn)導(dǎo)出時(shí)間-車速曲線，分析主觀駕駛造成的影響；2）依據(jù)時(shí)間-擋位變化，對(duì)比兩者差異，分析影響；3）發(fā)動(dòng)機(jī)數(shù)據(jù)、傳動(dòng)系統(tǒng)各部分效率、附件功率等客觀因素差異分析；4）試驗(yàn)儀器、燃油消耗測(cè)量方法等系統(tǒng)誤差分析。

5 結(jié)論

本文完成了基于車聯(lián)網(wǎng)大數(shù)據(jù)，構(gòu)建用戶行駛工況及應(yīng)用的開發(fā)工作，得到如下結(jié)論。

1）對(duì)真實(shí)用戶使用工況進(jìn)行深入研究，定義了基于人、車、貨、場(chǎng)四個(gè)要素的應(yīng)用場(chǎng)景，并進(jìn)行了分類。按照某物流應(yīng)用場(chǎng)景的定義，定義用戶車輛清單并采集大數(shù)據(jù)。

2）對(duì)車聯(lián)網(wǎng)大數(shù)據(jù)分析，獲取實(shí)際工況車速分布特征，同時(shí)分析行駛軌跡確認(rèn)用戶定義的符合性。

3）開發(fā)構(gòu)建了用戶行駛工況流程和方法，完成用戶行駛工況構(gòu)建。

4）對(duì)比了用戶行駛工況和實(shí)際工況（用戶大數(shù)據(jù)）特征值和車速區(qū)間，基于里程分布大部分特征值誤差＜5%，少數(shù)介于5%～10%，個(gè)別超過(guò)10%，兩者基本一致；對(duì)比了安排在企業(yè)的轉(zhuǎn)鼓臺(tái)架進(jìn)行行駛工況試驗(yàn)，跟隨性試驗(yàn)結(jié)果滿足GB 27840 試驗(yàn)要求。

5）對(duì)比了仿真分析結(jié)果和轉(zhuǎn)鼓試驗(yàn)結(jié)果，偏差在±5%范圍之內(nèi)，具有較好的一致性。

基于車聯(lián)網(wǎng)大數(shù)據(jù)構(gòu)建的用戶行駛工況，滿足了對(duì)細(xì)分市場(chǎng)和特定應(yīng)用場(chǎng)景研究的需求，可以便利地進(jìn)行各種工況比較，指導(dǎo)經(jīng)濟(jì)性和排放測(cè)試工作，將大大縮短產(chǎn)品研發(fā)工作周期和費(fèi)用。