多源信息融合的插电式混合动力公交车行驶工况构建

　　摘要:为了反映插电式混合动力公交车(PHEB)在实际公交工况运行时的真实油耗，提出了一种基于实时交通信息的工况构建方法。首先，通过车载传感器获取实时交通信息，利用D-S证据理论对获取的多种传感器信息进行多源信息融合。其次，根据实车采集的原始行驶数据，对车速片段进行划分。利用马尔可夫转移矩阵，结合蒙特卡洛方法构建了全局行驶工况。通过实时更新的交通信息对构建的全局行驶工况进行实时更新，从而进一步反映实时的道路行驶路况。最后，通过与实际工况数据的比较，验证所提出方法的有效性。研究结果表明:基于实时交通信息构建的行驶工况与实际工况较为吻合，主要特征参数的相对误差均在5%以内，百公里油耗与实际工况的百公里油耗相对误差为1.8%。

　　关键词:插电式混合动力公交车;多源信息融合;实时交通信息;工况构建

　　0引言

　　能源短缺和环境污染是全球面临的巨大挑战，发展新能源汽车已成为全球共识[1]。插电式混合动力公交车(plug-inhybridelectricbus，PHEB)作为新能源汽车中的典型代表，具有比传统混合动力汽车更好的经济性和排放性，已成为极具发展潜力的新能源汽车[2]。在PHEB的设计和开发过程中，行驶工况对PHEB最优的能量分配起着至关重要的作用[3]。目前，大多数PHEB的能量管理都是基于标准工况，并不能很好地反映整车在实际道路上行驶时的工况。因此，构建能够表征实际道路状况的行驶工况，对进一步挖掘PHEB节能的潜力具有重要的意义。

　　公交车论文范例：纯电动公交车交叉口节能驾驶策略

　　目前，最常使用的构建行驶工况的方法包括短行程法、聚类分析方法、小波变换方法和马尔可夫方法[4-7]。文献[8]利用短行程法构建了行驶工况，建立了组合优化算法对初始聚类中心进行优化，使构建的行驶工况更加精确。文献[9]使用聚类方法，将原始的行驶数据分成代表公交车不同时间、不同路段上的若干类行驶特征，通过构建类内马尔可夫模型，生成类内行驶工况。

　　文献[10]将自组织映射(self-organizingmaps，SOM)网络得到的权值作为模糊C均值(fuzzyCmeans，FCM)的初始聚类中心，基于改进的FCM聚类法构建了合肥市道路行驶工况。文献[11]通过小波变换对原始行驶数据进行预处理，利用运动片段+主成分分析+聚类分析+离差平方和+速度阈值的方法，构建了长春市轻型车城市道路行驶工况。文献[12]提出了一种基于马尔可夫链的城市道路行驶工况的构建方法，与传统的短行程法相比，构建精度提高了2.4%。但由于实际的道路行驶工况受诸多因素的影响，其中实时的道路交通信息是影响道路行驶工况的重要因素之一。

　　上述研究中所构建的工况都是基于原始行驶数据，均未考虑实时的道路交通信息对行驶工况构建的影响，因此，构建的行驶工况不能较好地反映实际道路的行驶工况。随着智能网联汽车和智能交通的发展，将实时交通信息考虑到工况构建中已成为一个亟需解决的问题。为了使构建的工况能够更加符合实际的交通状况，本文通过车载终端采集实车的原始行驶数据，在利用马尔可夫理论构建全局行驶工况的同时，结合毫米波雷达和视觉传感器获取道路交通信息，对构建的全局行驶工况每300s进行一次更新，从而构建出能够表征实际道路状况的行驶工况，反映出整车更加真实的油耗。

　　1实时交通信息的获取与处理

　　1.1实时交通信息的获取

　　汽车在实际道路上行驶时，由于道路交通环境复杂，不可控因素过多，获取有效数据较为困难。因此，本文通过仿真软件Prescan建立虚拟的驾驶场景，进行模拟驾驶操作，利用Prescan内置的毫米波雷达和视觉传感器获取前方道路实时交通信息。

　　1.2实时交通信息的多源信息融合

　　D-S证据理论具有较强的处理不确定性信息的能力[13]。本文利用毫米波雷达可以获取与前方车辆的相对车速和相对距离。视觉传感器可以获取车辆周围的交通环境，并准确识别目标车辆。通过D-S证据理论将传感器获取的信息进行融合。

　　2实时全局工况构建

　　2.1车速片段的划分

　　车速片段是将原始行驶数据按照特定的规则进行划分。本文选用采样频率为1Hz的车载数据终 端，利用车载数据终端与整车控制器进行通信，通过控制器局域网(controllerareanetwork，CAN)总线获取车辆原始数据，其主要包括车速、瞬时加速度和时间。采样时间为1个月，有效数据共603000条。将车辆从一个怠速开始到下一次怠速开始之间的运动定义为车速片段。采集的原始行驶数据可以划分为5668个类似的车速片段。

　　2.2工况构建

　　与短行程方法相比，马尔可夫法利用状态转移矩阵进行车速片段的选择，并不是随机选择[18]，本文选择基于马尔可夫链的工况构建方法。但是，所有的工况构建方法无法反映实时的路况。为了实时构建工况，通过多传感器信息融合，获得同一路段、同一时间段车速和交通流量。将获取的数据发送到交通监测系统，由交通监测系统对获取的数据进行整合，再将这些交通数据发送给目标车辆，从而为实时工况构建提供有用的信息。

　　根据获取的实时交通信息和状态转移矩阵构建实时的全局工况，流程如下:首先，在构造全局工况之前，将全局工况初始化Cycleg=0，并将选取的公交路线划分为14个路段，从交通监测平台获取每个路段的实时交通信息，发送到目标车辆。

　　其次，路段的工况是由车速片段组成，根据当前路段平均车速所对应的车速状态簇随机选择一个车速片段作为第一个路段。通过蒙特卡洛方法确定下一个路段的状态q[19]，选择状态为q且初始速度与上一路段的末速度值相差小于1km/h的车速片段作为第2个路段。如果当前路段小于总的路段数，则算法将重复上述步骤构建下一个路段，直到其等于总的路段，将停止构建。

　　此外，应将已使用的车速片段从车速候选集中删除，避免重复使用。最后，考虑到实际应用中信息传输的局限性，假设获得的交通信息每300s进行一次更新[20]。根据实时更新的交通数据，从车辆当前位置到终点站每300s对工况进行重构，重构的过程与前两步相同。

　　3结果与分析

　　基于实车的原始行驶数据构建的全局工况和相应的实际全局工况。实际的全局工况的平均速度大于构建的全局工况的平均速度，所以行驶相同的距离，实际工况所用的时间小于构建的工况所用的时间。构建全局工况的最大车速和平均车速分别为43.62km/h和18.05km/h;实际全局工况的最大车速和平均车速分别为44.37km/h和19.68km/h，两种工况主要特征参数的相对误差均未超过10%，基本满足精度的要求。

　　4结论

　　(1)通过车载数据终端采集的原始行驶数据，利用马尔可夫理论构建了PHEB的行驶工况，同时利用车载传感器获取实时道路信息对构建的行驶工况进行重构。

　　(2)通过分析工况的特征参数和速度-加速度概率分布，与基于原始行驶数据构建的全局工况相比，基于实时交通信息构建的全局工况与实际全局工况更加吻合。通过仿真分析，在3种不同行驶工况下，基于实时交通信息构建全局工况的百公里燃油消耗量与实际全局工况更为接近，相对误差仅为1.8%。因此，基于实时交通信息构建的全局工况可以很好地表征实际道路行驶状况，从而更好地反映整车真实的燃油消耗量。

　　参考文献：

　　[1]中国汽车工程学会.节能与新能源汽车技术路线图2.0[M].北京:机械工业出版社，2020:104-123.

　　[2]高建平，郗建国.新能源汽车概论[M].北京:机械工业出版社，2018:27-31.

　　[3]ZHANGS，XIONGR.Adaptiveenergymanagementofaplug-inhybridelectricvehiclebasedondrivingpatternrecognitionanddynamicprogramming[J].Appliedenergy，2015，155:68-78.

　　[4]姜平.城市混合道路行驶工况的构建研究[D].合肥:合肥工业大学，2011.

　　[5]郭家琛，姜衡，雷世英，等.城市道路汽车行驶工况构建方法[J].交通运输工程学报，2020，20(6):197-209.

　　[6]曹骞，李君，刘宇，等.基于大数据和马尔科夫链的行驶工况构建[J].东北大学学报(自然科学版)，2019，40(1):77-81.

　　[7]高建平，高小杰.改进模糊C均值聚类法的车辆实际行驶工况构建[J].河南科技大学学报(自然科学版)，2017，38(6):21-27.

　　[8]高建平，孙中博，丁伟，等.车辆行驶工况的开发和精度研究[J].浙江大学学报(工学版)，2017，51(10):2046-2054.

　　[9]苗强，孙强，白书战，等.基于聚类和马尔可夫链的公交车典型行驶工况构建[J].中国公路学报，2016，29(11):161-169.

　　[10]石琴，马洪龙，丁建勋，等.改进的FCM聚类法及其在行驶工况构建中的应用[J].中国机械工程，2014，25(10):1381-1387

　　作者：孟垚，高建平，吴琼，郗建国