一种基于移动终端的汽车油耗实时估计方法及装置制造方法及图纸

本发明专利技术公开了一种基于移动终端的汽车油耗实时估计方法，包括：获取加速度传感器的X轴数据和Y轴数据以及陀螺仪的X轴数据，通过加速度传感器的X轴数据得到带有重力分量的车辆行驶加速度；通过加速度传感器的Y轴数据得到道路坡度，通过陀螺仪的X轴数据得到道路坡度；对加速度传感器和陀螺仪采集到的数据进行融合，得到矫正后的加速度与最优坡度估计值，根据矫正后的加速度得到汽车的真实加速度；对汽车的真实加速度进行积分，得到汽车的行驶速度。本发明专利技术利用移动终端的内嵌传感器实现对车辆行驶加速度、速度以及油耗实时估计，用于评估驾驶员驾驶行为的绿色程度，从而帮助驾驶员养成绿色的驾驶习惯，减少燃油消耗。

A real-time fuel consumption estimation method and device based on mobile terminal

The invention discloses a real-time estimation method of vehicle fuel consumption based on mobile terminal, which includes acquiring X-axis data of acceleration sensor, Y-axis data and X-axis data of gyroscope, obtaining vehicle driving acceleration with gravity component through X-axis data of acceleration sensor, and obtaining Y-axis data of acceleration sensor. Road gradient is obtained by X-axis data of gyroscope; the data collected by acceleration sensor and gyroscope are fused to get the estimated value of corrected acceleration and optimal gradient, and the real acceleration of the vehicle is obtained by corrected acceleration; the real acceleration of the vehicle is integrated to get the vehicle. Driving speed. The invention uses embedded sensors of mobile terminals to realize real-time estimation of vehicle driving acceleration, speed and fuel consumption, which is used to evaluate the green degree of driver driving behavior, thereby helping drivers develop green driving habits and reduce fuel consumption.

【技术实现步骤摘要】
一种基于移动终端的汽车油耗实时估计方法及装置
本专利技术属于智能汽车领域，具体涉及一种基于移动终端的汽车油耗实时估计方法及装置。
技术介绍
随着汽车保有量的迅速增加，能源消耗越来越大。统计研究表明，除去车辆自身性能的影响外，在影响燃油消耗的外部因素中，驾驶行为习惯大约占46％。因此评估驾驶员驾驶行为的绿色程度，从而帮助驾驶员养成绿色的驾驶习惯具有重要的研究意义。而实现绿色驾驶行为评估需要实时获取一些关键参数，主要包括：车辆行驶加速度、速度、油耗等。目前，获取这些关键参数的方法一般是通过OBD接口从汽车CAN总线上采集。但是OBD最大的问题在于没有标准接口和数据，一方面，不同品牌和款式的车私有协议不统一，要想获取车辆行驶数据，需要一一破解特定车型的私有协议。另一方面，车厂往往隔一段时间就会更换协议，需要重新破解，而且出于安全性考虑，车厂都不愿意公开自己的私有协议，这为数据的提取带来了困难，而且需要加装额外的设备，成本较高，较为繁琐。目前市面上常见的一些OBD设备，像优驾，图吧车载智能盒子，通过蓝牙连接能够在手机上实时显示汽车状态数据，但没有开放数据接口，无法提取出数据，不便于绿色驾驶研究。其他一些汽车厂商自主研发的OBD设备，虽然可以实时获取到汽车状态数据，但只针对该厂商车型，适用性较差。随着智能移动终端的广泛普及，手机已经成为当前消费类电子领域的热门产品。如果使用手机中内嵌的传感器来检测车辆行驶数据，就不用额外加装OBD设备，可以节约成本，而且简单方便。在基于移动终端估计车辆行驶加速度、速度、油耗的现有技术中，专利申请CN104575004A先通过对加速度传感数据积分得到速度，然后监控传感器数据获取参考点(车辆停止、转弯、经过颠簸路面)，并估算出两个参考点之间的加速度误差，进而修正速度估计累积误差。专利申请CN105092892A采用小波分析方法对加速度传感器数据进行去噪处理以提高精度，并通过计算旋转矩阵使手机坐标系与车辆坐标系重合，解决了数据采集过程中需将移动终端固定在车上的问题。然而加速度传感器获取的数据是运动加速度和重力加速度合成的叠加值，当汽车处于上下坡或路面颠簸时，通过传感器测量到的车辆行驶加速度会因为重力分量的影响而产生较大的误差。上述两种方法中，均未对加速度传感器数据的重力分量进行处理，加速度、速度估计精度仍有待提高。此外，目前利用手机传感器估计车辆油耗的研究还较少，而且由于道路坡度信息难以实时获取，现有的油耗模型大多未考虑道路坡度的影响。
技术实现思路
本专利技术的目的是提出一种基于移动终端的汽车油耗实时估计方法，该方法利用移动终端的内嵌传感器实现对车辆行驶加速度、速度和油耗的实时估计。与此同时，本专利技术还提出一种基于移动终端的汽车油耗实时估计装置。本专利技术的目的是通过以下技术方案来实现的：本专利技术提供一种基于移动终端的汽车油耗实时估计方法，所述移动终端具有加速度传感器和陀螺仪，该方法包括以下步骤：步骤1.获取加速度传感器的X轴数据和Y轴数据以及陀螺仪的X轴数据，通过加速度传感器的X轴数据得到带有重力分量的车辆行驶加速度；步骤2.通过加速度传感器的Y轴数据得到道路坡度θa，通过陀螺仪的X轴数据得到道路坡度θt；利用卡尔曼数据融合方法对加速度传感器和陀螺仪采集到的数据进行融合，得到矫正后的加速度a与最优坡度估计值θ，根据矫正后的加速度a得到汽车的真实加速度acar；步骤3.对汽车的真实加速度acar进行积分，得到汽车的行驶速度Vcar(T)；步骤4.基于加速度、速度以及道路坡度，建立油耗模型对耗油量进行实时估计。进一步，该方法还包括步骤4.对汽车的行驶速度Vcar(T)进行离散化处理。进一步，该方法还包括步骤5.根据传感器数据特征识别出参考点对行驶速度进行矫正，所述参考点包括静止和转弯。进一步，所述步骤4具体包括以下子步骤：步骤41.获取车辆固有参数，包括道路滚动阻力系数f、传动系机械效率η、车辆空气阻力系数Cd、车辆正向迎风面积A、车辆出厂质量m；步骤42.根据车辆固有参数以及车辆加速度、速度及道路坡度，估算汽车发动机输出功率Pe；步骤43.根据汽车发动机输出功率Pe建立油耗模型；步骤44.将车辆固有参数、车辆行驶加速度、速度和道路坡度作为油耗模型的输入实时估计出车辆油耗。本专利技术的另一目的是通过以下技术方案来实现的：一种基于移动终端的汽车油耗实时估计装置，所述移动终端具有加速度传感器和陀螺仪，该装置包括：数据采集模块，用于获取加速度传感器的X轴数据和Y轴数据以及陀螺仪的X轴数据，并通过加速度传感器的X轴数据得到带有重力分量的车辆行驶加速度；道路坡度计算模块，用于通过加速度传感器的Y轴数据得到道路坡度θa以及用于通过陀螺仪的X轴数据得到道路坡度θt；数据融合模块，利用卡尔曼数据融合方法对加速度传感器和陀螺仪采集到的数据进行融合，得到矫正后的加速度a与最优坡度估计值θ，根据矫正后的加速度a得到汽车的真实加速度acar；积分模块，对汽车的真实加速度acar进行积分，得到汽车的行驶速度Vcar(T)；耗油量估计模块，基于加速度、速度以及道路坡度，建立油耗模型对耗油量进行实时估计。进一步，该装置还包括离散化模块，用于对汽车的行驶速度Vcar(T)进行离散化处理。进一步，该装置还包括矫正模块，用于根据传感器数据特征识别出参考点对行驶速度进行矫正，所述参考点包括静止和转弯。所述耗油量估计模块包括：车辆固有参数获取模块，用于获取车辆的固有参数，包括道路滚动阻力系数f、传动系机械效率η、车辆空气阻力系数Cd、车辆正向迎风面积A、车辆出厂质量m；输出洒落率估算模块，用于根据车辆固有参数以及车辆加速度、速度及道路坡度，估算汽车发动机输出功率Pe；油耗模型建立模块，用于根据汽车发动机输出功率Pe建立油耗模型。由于采用了上述技术方案，本专利技术具有如下的优点：本专利技术基于移动终端实现对汽车加速度、速度进行实时估计。首先，利用陀螺仪不易受运动加速度影响，在短时间内测量准确性高，而加速度传感器在惯性状态下利用重力测量倾角无累积误差的特点，通过自适应卡尔曼数据融合滤波算法估计出最优的坡度估计值，并对传感器数据噪声进行自适应滤波，进而去除加速度的重力分量，减少噪声误差，得到更为精确的车辆行驶加速度；其次，基于加速度估计车辆速度，并将得到的加速度、速度和道路坡度作为输入，建立油耗模型估计出油耗。估计得到的这些参数可用于评估驾驶员驾驶行为的绿色程度，从而帮助驾驶员养成绿色的驾驶习惯，减少燃油消耗。本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。附图说明为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步的详细描述：图1示出了车辆坐标系和手机坐标系示意图；图2示出了汽车上坡时的受力分析图；图3示出了汽车转弯时的受力分析图；图4示出了本专利技术的流程示意图。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本本文档来自技高网...

【技术保护点】
1.一种基于移动终端的汽车油耗实时估计方法，所述移动终端具有加速度传感器和陀螺仪，其特征在于，该方法包括以下步骤：步骤1.获取加速度传感器的X轴数据和Y轴数据以及陀螺仪的X轴数据，通过加速度传感器的X轴数据得到带有重力分量的车辆行驶加速度；步骤2.通过加速度传感器的Y轴数据得到道路坡度θa，通过陀螺仪的X轴数据得到道路坡度θt；利用卡尔曼数据融合方法对加速度传感器和陀螺仪采集到的数据进行融合，得到矫正后的加速度a与最优坡度估计值θ，根据矫正后的加速度a得到汽车的真实加速度acar；步骤3.对汽车的真实加速度acar进行积分，得到汽车的行驶速度Vcar(T)；步骤4.基于加速度、速度以及道路坡度，建立油耗模型对耗油量进行实时估计。

【技术特征摘要】
1.一种基于移动终端的汽车油耗实时估计方法，所述移动终端具有加速度传感器和陀螺仪，其特征在于，该方法包括以下步骤：步骤1.获取加速度传感器的X轴数据和Y轴数据以及陀螺仪的X轴数据，通过加速度传感器的X轴数据得到带有重力分量的车辆行驶加速度；步骤2.通过加速度传感器的Y轴数据得到道路坡度θa，通过陀螺仪的X轴数据得到道路坡度θt；利用卡尔曼数据融合方法对加速度传感器和陀螺仪采集到的数据进行融合，得到矫正后的加速度a与最优坡度估计值θ，根据矫正后的加速度a得到汽车的真实加速度acar；步骤3.对汽车的真实加速度acar进行积分，得到汽车的行驶速度Vcar(T)；步骤4.基于加速度、速度以及道路坡度，建立油耗模型对耗油量进行实时估计。2.根据权利要求1所述的一种基于移动终端的汽车油耗实时估计方法，其特征在于，该方法还包括对汽车的行驶速度Vcar(T)进行离散化处理。3.根据权利要求2所述的一种基于移动终端的汽车油耗实时估计方法，其特征在于，该方法还包括根据传感器数据特征识别出参考点对行驶速度进行矫正，所述参考点包括静止和转弯。4.根据权利要求3所述的一种基于移动终端的汽车油耗实时估计方法，其特征在于，所述步骤4具体包括以下子步骤：步骤41.获取车辆固有参数，包括道路滚动阻力系数f、传动系机械效率η、车辆空气阻力系数Cd、车辆正向迎风面积A、车辆出厂质量m；步骤42.根据车辆固有参数以及车辆加速度、速度及道路坡度，估算汽车发动机输出功率Pe；步骤43.根据汽车发动机输出功率Pe，使用最小二乘法，建立油耗模型；步骤44.将车辆固有参数、车辆行驶加速度、速度和道路坡度作为油耗模型的输入实时估计出车辆油耗。...

【专利技术属性】
技术研发人员：孙棣华，赵敏，郑林江，冯莲，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆,50