基于车联网大数据的工况分析方法、装置和系统制造方法及图纸

本申请涉及一种基于车联网大数据的工况分析方法、装置和系统，基于车联网大数据的工况分析方法包括获取实际城市路况中车辆行驶原始数据；将原始数据分割为至少一个运动片段；分析出每个运动片段中包含的主要的工况参数；对主要的工况参数进行聚类分析；将聚类分析的结果保存至数据库。本申请，不需进行实验，因此可以节省支出能耗成本和人力成本；并且可以大幅缩短数据获取与数据更新周期，由于对工况分析时的车辆数量以及行驶工况没有数量限制，基于大数据实时计算，不仅可以提高分析结果的准确性，还可以帮助环境保护部门分析交通环境和能耗、排放的关系，并可以帮助整车企业研发出更具区域适应性、能耗更低、驾驶体验更好的产品。

【技术实现步骤摘要】
基于车联网大数据的工况分析方法、装置和系统
本申请涉及车联网
，尤其是一种基于车联网大数据的工况分析方法、装置和系统。
技术介绍
车联网是由车辆位置、速度和路线等信息构成的巨大交互网络。通过互联网技术，所有的车辆可以将自身的各种信息传输汇聚到中央处理器；通过计算机技术，车辆的信息可以被分析和处理，从而计算出不同车辆的最佳路线、及时汇报路况和安排信号灯周期。车联网能够实现智能化交通管理、智能动态信息服务和车辆控制的一体化网络，是物联网技术在交通系统领域的典型应用，是未来信息通信、环保、节能、安全等发展的融合性技术。工况标准作为影响新车型动力、能耗、驾驶品质和寿命设计的核心支撑数据，多用于车辆工程人员进行仿真分析，对产品的研发质量有着直接影响。车辆行驶工况主要是指在限定范围内、交通环境下的车辆行驶、运行特征，其研究对象和主要构成为，以行程为分析单元下的速度、时间变化状态。工况分析一般基于非特定车辆的驾驶检测来实现，通过数据采集、分析、统计建模，抽取、归纳道路行驶典型特征。城市代表性的车辆工况可以应用到车辆燃油消耗和尾气排放的检测评价上，以及为新车型的开发和发动机的动力匹配提供参考。传统的工况分析方法使用实验法进行工况搭建，不仅需额外支出能耗成本和人力成本，实验法搭建的工况模型不能贴合实际城市路况的道路实际工况，导致分析结果不够准确，并且，由于实验法搭建工况模型需要靠每次实验获取工况数据，数据量有限，且获取数据周期长，不足以满足交通管理、环境保护以及新车研发等应用部门对工况数据的需要。
技术实现思路
为至少在一定程度上克服传统的工况分析方法使用实验法进行工况搭建，不仅需额外支出能耗成本和人力成本，实验法搭建的工况模型不能贴合实际城市路况的道路实际工况，导致分析结果不够准确，并且，由于实验法搭建工况模型需要靠每次实验获取工况数据，数据量有限，且获取数据周期长，不足以满足交通管理、环境保护以及新车研发等应用部门对工况数据的需要的问题，本申请提供一种基于车联网大数据的工况分析方法、装置和系统。第一方面，本申请提供一种基于车联网大数据的工况分析方法，包括：获取实际城市路况中车辆行驶原始数据；将所述原始数据分割为至少一个运动片段；分析出每个所述运动片段中包含的主要的工况参数；对所述主要的工况参数进行聚类分析；将所述聚类分析的结果保存至数据库。进一步的，所述将所述原始数据分割为至少一个运动片段后，还包括：计算所述运动片段中包含的所有工况参数的特征值；根据所述特征值分析出所述主要的工况参数。进一步的，计算所述运动片段中包含的所有工况参数的特征值后，还包括：制作每个所述工况参数的特征值的可视化图形并输出；或者，计算每个所述工况参数的特征值的综合特征值，制作所述综合特征值的可视化图形并输出。进一步的，所述计算每个所述工况参数的特征值的综合特征值，包括：所述综合特征值为每个所述工况参数的特征值的加权平均值。进一步的，将所述聚类分析的结果保存至数据库后，还包括：从所述数据库中获取聚类分析结果；根据所述聚类分析结果制作可视化图形并输出。进一步的，所述方法还包括：计算所述运动片段的能耗。进一步的，所述计算所述运动片段的能耗，包括：建立模糊能耗规则库；根据所述模糊能耗规则库中的模糊能耗规则计算运动片段的能耗的数值区间。进一步的，所述方法还包括：对所述原始数据进行行程划分，每个行程中包含部分原始数据；将每个行程中的部分原始数据分割为至少一个运动片段。第二方面，本申请提供一种基于车联网大数据的工况分析装置，包括：获取模块，用于获取车辆行驶原始数据；分割模块，用于将所述原始数据分割为至少一个运动片段；分析模块，用于分析出每个所述运动片段中包含的主要的工况参数；聚类模块，用于对所述主要的工况参数进行聚类分析；保存模块，用于将所述聚类分析的结果保存至数据库。第三方面，本申请提供一种基于车联网大数据的工况分析系统，包括：如第二方面所述装置、采集模块、通信模块和车辆模块；所述装置和所述采集模块连接；所述采集模块通过所述通信模块与所述车辆模块连接。本申请的实施例提供的技术方案可以包括以下有益效果：本申请中通过获取实际城市路况中车辆行驶原始数据，不需进行实验，因此可以节省支出能耗成本和人力成本；将原始数据分割为至少一个运动片段，分析出每个运动片段中包含的主要的工况参数，对主要的工况参数进行聚类分析，大幅缩短数据获取与数据更新周期，由于对工况分析时的车辆数量以及行驶工况没有数量限制，基于大数据实时计算，不仅可以提高分析结果的准确性，还可以帮助环境保护部门分析交通环境和能耗、排放的关系，并可以帮助整车企业研发出更具区域适应性、能耗更低、驾驶体验更好的产品。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。图1是本申请一个实施例提供的一种基于车联网大数据的工况分析方法的流程图。图2是本申请另一个实施例提供的一种基于车联网大数据的工况分析方法的流程图。图3是本申请另一个实施例提供的一种基于车联网大数据的工况分析方法的流程图。图4是本申请一个实施例提供的一种基于车联网大数据的工况分析装置的模块图。图5是本申请一个实施例提供的一种基于车联网大数据的工况分析系统的结构图。图6是本申请一个实施例提供的一种工况参数图。图7是本申请一个实施例提供的一种模糊能耗规则示意图。具体实施方式下面结合附图和实施例对本专利技术进行详细的描述。图1是本申请一个实施例提供的基于车联网大数据的工况分析方法的流程图。如图1所示，本实施例提供的基于车联网大数据的工况分析方法，包括：S11：获取实际城市路况中车辆行驶原始数据；S12：将原始数据分割为至少一个运动片段；S13：分析出每个运动片段中包含的主要的工况参数；S14：对主要的工况参数进行聚类分析；S15：将聚类分析的结果保存至数据库。传统的工况分析方法使用实验法进行工况搭建，由于进行实验的车需要上路行驶，因此会产生能耗，并且，进行实验时需要有驾驶人员、记录人员等相关人员，因此会产生额外支出的能耗成本和人力成本。通过车联网的方式获取实际城市路况中车辆行驶原始数据，因此可以节省能耗成本和人力成本的支出。另外，实验法搭建的工况模型不能贴合实际城市路况的道路实际工况，导致分析结果不够准确，并且，由于实验法搭建工况模型需要靠每次实验获取工况数据，数据量有限，且获取数据周期长，不足以满足交通管理、环境保护以及新车研发等应用部门对工况数据的需本文档来自技高网...

【技术保护点】
1.一种基于车联网大数据的工况分析方法，其特征在于，包括：/n获取实际城市路况中车辆行驶原始数据；/n将所述原始数据分割为至少一个运动片段；/n分析出每个所述运动片段中包含的主要的工况参数；/n对所述主要的工况参数进行聚类分析；/n将所述聚类分析的结果保存至数据库。/n

【技术特征摘要】
1.一种基于车联网大数据的工况分析方法，其特征在于，包括：
获取实际城市路况中车辆行驶原始数据；
将所述原始数据分割为至少一个运动片段；
分析出每个所述运动片段中包含的主要的工况参数；
对所述主要的工况参数进行聚类分析；
将所述聚类分析的结果保存至数据库。


2.根据权利要求1所述的基于车联网大数据的工况分析方法，其特征在于，所述将所述原始数据分割为至少一个运动片段后，还包括：
计算所述运动片段中包含的所有工况参数的特征值；
根据所述特征值分析出所述主要的工况参数。


3.根据权利要求2所述的基于车联网大数据的工况分析方法，其特征在于，计算所述运动片段中包含的所有工况参数的特征值后，还包括：
制作每个所述工况参数的特征值的可视化图形并输出；
或者，
计算每个所述工况参数的特征值的综合特征值，制作所述综合特征值的可视化图形并输出。


4.根据权利要求3所述的基于车联网大数据的工况分析方法，其特征在于，所述计算每个所述工况参数的特征值的综合特征值，包括：
所述综合特征值为每个所述工况参数的特征值的加权平均值。


5.根据权利要求1所述的基于车联网大数据的工况分析方法，其特征在于，将所述聚类分析的结果保存至数据库后，还包括：
从所述数据库中获取聚类分析结果；

【专利技术属性】
技术研发人员：刘志杰，
申请(专利权)人：斯润天朗无锡科技有限公司，
类型：发明
国别省市：江苏;32