一种智能网联纯电动汽车行驶工况预测方法技术

本发明专利技术公开了一种智能网联纯电动汽车行驶工况预测方法，视频检测系统获取路况信息、车载传感器获取车辆行驶信息、GPS卫星定位系统获取车辆位置信息，并传递给云端服务器；若道路当前为畅行路况，则根据马尔可夫滚动预测方法预测未来工况信息；若为拥堵路况，则对根据本车前后车辆的历史数据进行预测；若为缓行路况，则根据马尔可夫滚动预测方法和本车前后车辆的历史数据进行未来工况信息的预测，将预测结果传递给主控制器，求得预测值与实际值的误差作为下次预测的反馈输入。本发明专利技术采用智能网联的方法实时获取路况信息，提高了预测的准确性，保证预测的未来行驶工况信息更接近于实际工况信息。

【技术实现步骤摘要】
一种智能网联纯电动汽车行驶工况预测方法
本专利技术涉及智能网联汽车
，具体涉及一种智能网联纯电动汽车行驶工况预测方法。
技术介绍
随着环境污染和能源危机的日趋严重，具有节能环保、零污染、低噪声的纯电动汽车成为了重要发展对象之一。然而纯电动汽车为单一的有限能量源，其续驶里程短成为了限制纯电动汽车发展的主要原因。在不同区域，车辆实际运行工况有很大的差异。车辆实际行驶工况会直接影响纯电动汽车的能耗和续驶里程，对未来行驶工况的预测可以优化纯电动汽车的能量管理控制策略，进一步提高纯电动汽车的能耗和续驶里程表现。目前，纯电动汽车行驶工况预测主要为基于历史信息的工况预测，通过对历史数据进行统计学分析，利用统计学规律结合智能算法进行预测，然而这种方法无法获知当前的工况环境，预测精度并不高；为此将实时周围环境与历史信息相结合的工况预测显得十分必要。
技术实现思路
本专利技术的目的在于提供一种智能网联纯电动汽车行驶工况预测方法，旨在利用车联网系统，考虑了周围工况环境，保证了预测的未来行驶工况信息更接近于未来实际工况信息，实现本专利技术的技术方案如下：一种智能网联纯电动汽车行驶工况预测方法，包括如下步骤：步骤1)，视频检测系统采集道路信息并传送至云端服务器，云端服务器对其进行处理获取车流量、车型及车辆质心位置；步骤2)，车载终端获取车辆速度和加速度信息、GPS卫星定位系统获取车辆位置信息，并将获得的信息传输至云端服务器，云端服务器对数据进行存储、分析和计算；步骤3)，云端服务器根据获得的速度、加速度、位置、车型、车流量以及车辆质心距离信息进行工况预测计算；若为畅行路况，采用马尔可夫滚动预测法预测未来行驶工况信息；若为拥堵路况，则根据车-车之间的历史信息对未来行驶信息进行预测；若为缓行路况，则将马尔可夫滚动预测结果与通过车-车之间历史信息预测的结果进行对比，取与当前状态相近值作为预测结果；步骤4)，将预测结果传输至主控制器，主控制器获取预测结果与实际值之间的误差，调整下次预测结果。进一步，所述马尔可夫滚动预测法预测未来行驶工况信息，具体为：取滚动历史时间窗T内的历史数据，对速度-加速度进行状态划分，计算各状态之间转化的频率构成转移状态矩阵，取概率最大值与当前状态的乘积作为预测值，并根据当前交通路况信息对预测值进行修正：其中，vt表示当前速度，at表示当前加速度，vt+1表示下一状态速度，at+1表示下一状态加速度，Kc表示畅行路况下的修正系数，Kh表示缓行路况下的修正系数，maxPij表示从状态i转移到下一状态的最大概率；所述转移状态矩阵进一步，所述拥堵路况时，云端服务器根据与本车同路同向前m后n辆车的历史行驶数据，进行预测：其中μi表示前后车辆与本车是否为同类型，Li表示前后车辆质心位置距离本车质心位置的长度，vi表示前后车辆在滚动历史时间窗T内的平均速度，ai表示前后车辆在滚动历史时间窗T内的平均加速度；所述μi为1时，前后车辆与本车是同类型车辆，所述μi为0时，前后车辆与本车不是同类型车辆。进一步，所述缓行路况时，与当前状态相近值根据vt+1＝vt±min{|vt+1,c-vt|,|vt+1,m-vt|}、at+1＝at±min{|at+1,c-at|,|at+1,m-at|}得到预测结果，其中vt+1,c表示通过车-车历史信息预测的下一状态车速，vt+1,m表示通过马尔可夫滚动预测得到的下一状态车速，at+1,c表示通过车-车历史信息预测的下一状态加速度，at+1,m表示通过马尔可夫滚动预测得到的下一状态加速度。本专利技术的有益效果为：(1)马尔可夫预测行驶工况较适用于变化不大的平稳畅行工况，而在车辆较密集时，车与车之间会相互制约，马尔可夫预测行驶工况会产生较大的误差。本专利技术考虑了当前路况信息，并根据当前路况信息选取不同的预测方式，来有效提高预测的准确性。(2)本专利技术将求得的预测结果与实际行驶时速度-加速度的误差，作为下一次预测的反馈输入，对预测进行不断调整，以保证预测精度。附图说明图1为本专利技术实施例的硬件框架图；图2为本专利技术实施例的结构示意图；图3为本专利技术实施例的具体流程图。具体实施方式下面结合附图和具体实施方式对本专利技术作进一步详细说明。如图1所示为本专利技术实施例的硬件框架图：视频检测系统采集道路信息并通过无线通信网络传递给云端服务器，云端服务器处理之后获取车型、车流量以及车辆质心位置，车载传感器获取的车辆行驶信息和GPS卫星定位系统获取的车辆位置信息传递给车载终端和主控制器，车载终端通过无线通信网络传递给云端服务器，云端服务器对数据进行处理、分析和计算将预测结果返回至主控制器与实际值进行对比。如图2所示为本专利技术实施例的结构示意图：视频检测系统包括开关式传感器、数据采集仪和摄像机；摄像机布置在路口，对交通情况进行连续录像，开关式传感器同样布置在路口，其长度为车道的总宽度，宽度约为普通车型车长的70％；将摄像机和传感器采集得到的信息发送并存储在数据采集仪中，数据采集仪通过无线通信网络将数据传递到云端服务器进行信息处理。在摄像机采集到的图像数据中提取车辆轮廓的外接最小矩形面积以初步识别车型，通过分析开关式传感器构成的检测区域以获得每个车辆的质心位置，引入拓展kalman滤波的跟踪模型，统计车辆轮廓目标经过检测区域的帧数来准确判别车辆类型，具体分为小车型、中车型和大车型，另外，开关式传感器统计单位时间段内经过检测区域车辆数目得到车流量数据。车辆位置信息由GPS卫星定位系统获得，首先对车辆位置数据处理，得到不同功能等级道路的运行速度，然后根据道路功能不同以及车流量数据计算该道路在全网中所占权重，给出换算到0-10的指数指标值，将指数范围为0-2的记为畅行路况，将2-6记为缓行路况，将6-10记为拥堵路况；图中L为车辆之间质心长度。如图3所示为本专利技术实施例的具体流程图：步骤1)，视频检测系统采集道路信息并通过无线通信网络将信息传送至云端服务器，云端服务器对信息进行数字化处理，获取车流量、车型以及车辆质心位置；步骤2)，车载终端通过车载传感器获取车辆速度、加速度信息以及GPS卫星定位系统获取车辆位置信息，并通过无线通信网络将获得的速度、加速度以及位置信息传输至云端服务器，云端服务器对数据进行存储、分析和计算；步骤3)，云端服务器根据获得的速度、加速度、位置、车型、车流量以及车辆质心距离信息进行工况预测计算；若为畅行路况，则采用马尔可夫滚动预测方法来预测未来行驶工况信息：取滚动历史时间窗T内的历史数据，对速度-加速度进行状态划分，计算各状态之间转化的频率构成转移状态矩阵取概率最大值与当前状态的乘积作为预测值，并根据当前交通路况信息对预测值进行修正：其中，vt表示当前速度，at表示当前加速度，vt+1表示下一状态速度，at+1表示下一状态加速度，Kc表示畅行路况下的修正系数，Kh表示缓行路况下的修正系数，maxPij表示从状态i转移到下一状态的最大概率。若为拥堵路况，由于车辆之间相互制约，行驶工况大致相同，则根据车-车之间的历史信息(存储在车联网中)对未来行驶信息进行预测，云端服务器根据车辆位置、车型、车距、速度以及加速度信息，获取与本车同路同向前m后n辆车的历史行驶数据进行预测。在拥堵路况下，车速变化较小，车辆行驶数据受周围车辆的本文档来自技高网...

【技术保护点】
1.一种智能网联纯电动汽车行驶工况预测方法，其特征在于，包括如下步骤：步骤1)，视频检测系统采集道路信息并传送至云端服务器，云端服务器对其进行处理获取车流量、车型及车辆质心位置；步骤2)，车载终端获取车辆速度和加速度信息、GPS卫星定位系统获取车辆位置信息，并将获得的信息传输至云端服务器，云端服务器对数据进行存储、分析和计算；步骤3)，云端服务器根据获得的速度、加速度、位置、车型、车流量以及车辆质心距离信息进行工况预测计算；若为畅行路况，采用马尔可夫滚动预测法预测未来行驶工况信息；若为拥堵路况，则根据车‑车之间的历史信息对未来行驶信息进行预测；若为缓行路况，则将马尔可夫滚动预测结果与通过车‑车之间历史信息预测的结果进行对比，取与当前状态相近值作为预测结果；步骤4)，将预测结果传输至主控制器，主控制器获取预测结果与实际值之间的误差，调整下次预测结果。

【技术特征摘要】
1.一种智能网联纯电动汽车行驶工况预测方法，其特征在于，包括如下步骤：步骤1)，视频检测系统采集道路信息并传送至云端服务器，云端服务器对其进行处理获取车流量、车型及车辆质心位置；步骤2)，车载终端获取车辆速度和加速度信息、GPS卫星定位系统获取车辆位置信息，并将获得的信息传输至云端服务器，云端服务器对数据进行存储、分析和计算；步骤3)，云端服务器根据获得的速度、加速度、位置、车型、车流量以及车辆质心距离信息进行工况预测计算；若为畅行路况，采用马尔可夫滚动预测法预测未来行驶工况信息；若为拥堵路况，则根据车-车之间的历史信息对未来行驶信息进行预测；若为缓行路况，则将马尔可夫滚动预测结果与通过车-车之间历史信息预测的结果进行对比，取与当前状态相近值作为预测结果；步骤4)，将预测结果传输至主控制器，主控制器获取预测结果与实际值之间的误差，调整下次预测结果。2.根据权利要求1所述的智能网联纯电动汽车行驶工况预测方法，其特征在于，所述马尔可夫滚动预测法预测未来行驶工况信息，具体为：取滚动历史时间窗T内的历史数据，对速度-加速度进行状态划分，计算各状态之间转化的频率构成转移状态矩阵，取概率最大值与当前状态的乘积作为预测值，并根据当前交通路况信息对预测值进行修正：其中，vt表示当前速度，at表示当前加速度，vt+1表示下一状态速度，at+1表示下一状态加速度，Kc表示畅行路况下...

【专利技术属性】
技术研发人员：盘朝奉，顾喜薇，梁军，陈小波，梁岩岩，陶袁雪，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏,32