基于驾驶意图的重型车行驶状态与能耗分析

作     者：袁梦飞 

作者单位：上海工程技术大学 

学位级别：硕士

导师姓名：阚秀

授予年度：2021年

学科分类：082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

主      题：驾驶循环 GA-K-means 油耗估算 驾驶意图 路径优化 自适应模拟退火和人工鱼群融合算法 

摘      要：车辆驾驶状态和行驶路径方案是影响车辆能源消耗、污染物排放和经济成本的重要因素,对于能耗较大的重型车辆影响尤其显著。另一方面,基于具体城市特性构建出合理的驾驶循环并设计相应的油耗估算方案是实现有效车辆路径优化的先决条件。然而,现有的驾驶循环划分单一且聚类算法的类与类之间界限模糊,油耗估算方案往往忽略驾驶行为和运行时间段等因素差异,造成设计的车辆路径规划方案与实际条件联系不紧密且容易陷入局部最优解。针对上述问题,本文的主要工作如下:(1)构建重型车城市道路驾驶循环。首先,根据云平台上传的车辆实际行驶信息,选取955万余条驾驶数据并进行特征提取、降维和分类等预处理操作;然后,基于遗传算法与K-means算法思想,设计改进的GA-K-means聚类算法,确定K-means算法的初始聚类中心并明晰类与类之间的界限;最后,根据分类结果结合隐马尔可夫模型(HMM)构建北京市重型车城市道路驾驶循环。对比中国重型商用车油耗认证的标准工作循环C-WTVC,结果表明,本文所构建驾驶循环合理实用。(2)建立重型车油耗估算模型及分析方案。首先,基于所构建驾驶循环分析驾驶状态和驾驶行为对油量消耗的影响,建立对应驾驶循环下的车辆油量消耗估算模型;然后,分析2019年9月北京市不同时间段的实际油耗差异,分别构建高峰时段和非高峰时段的驾驶子循环;最后,结合所建油耗估算模型计算车辆的平均油量消耗,并与实际油耗进行对比分析,结果表明,本文所构建驾驶循环和油耗估算模型有效实用。(3)设计重型车行驶路径优化算法。首先,基于北京市实际快递配送业务分析多仓库快递配送的路径优化问题,结合谷歌地图和驾驶意图给出路网信息处理方案;然后,基于模拟退火算法中的Metropolis准则,设计改进的自适应模拟退火和人工鱼群融合算法(Adaptive Simulated Annealing and Artificial Fish Swarm Algorithm,A-SAAFSA);最后,提出自适应视野策略进一步提高A-SAAFSA算法的搜索效率和精度。实验结果表明,本文所设计的A-SAAFSA算法具有较好的求解性能和收敛效果。