一种基于张量融合交通信息的汽车全局工况动态重构方法技术

本发明专利技术涉及一种基于张量融合交通信息的汽车全局工况，通过现有交通信息数据库获取规划路线的各路段当前时刻交通信息；应用张量模型存储云端所述交通信息，判断当前时刻所述交通信息的张量模型是否完整，若不完整，则应用张量填充算法构建张量完整交通信息数据库；将全局路段分n个路段分别构建各路段工况，第1至n路段工况依序排列组成全局工况。实现汽车工况结合实时道路交通信息，能够真实反映当前道路车辆真实排放因子和排放量，还进一步为新能源汽车动力电池能量管理提供了工况参考。

A vehicle dynamic reconfiguration method based on traffic information based on tensor fusion

The invention relates to an automobile global condition tensor traffic information fusion based on various road access to planning routes through the existing traffic information database of current traffic information; the cloud storage application of tensor model of traffic information, determine the current moment tensor model of traffic information is complete, if not complete, then the application of tensor filling algorithm construction tensor complete traffic information database; the global sections of n sections of each road conditions are constructed respectively, first to n road conditions in order to form the global condition. The realization of vehicle working condition combined with real-time road traffic information can truly reflect the real emission factors and emissions of the current road vehicles, and further provide a reference for the new energy vehicle power battery energy management.

【技术实现步骤摘要】
一种基于张量融合交通信息的汽车全局工况动态重构方法
本专利技术属于汽车工况
，更加具体地说，涉及汽车全局工况构建领域。
技术介绍
车辆行驶工况用于描述车辆的行驶特征，可以表示为车速随时间变化的曲线。行驶工况对于确定车辆燃油消耗，尾气排放量，新车型的开发和评价等方面具有重要影响。目前，常用的行驶工况主要分为欧洲行驶工况(EDC)，美国行驶工况(USDC)和日本行驶工况(JDC)。在工况构建方法中，主要有短行程法、聚类法和马尔科夫法等。然而，实际行车过程中，实时交通信息对于道路车辆行驶工况具有决定性影响，现有技术中，由于技术限制，车辆行驶过程中实时获得道路交通信息很难实现，道路车辆行驶工况未实时结合道路交通信息。但是，随着移动互联网和智能交通领域的发展，实时获取当前道路交通信息成为可能，因此，本专利技术为解决上述技术问题，提出了一种基于交通信息融合的工况构建方法，结合马尔科夫状态转移矩阵和张量填充理论，实现了道路车辆全局工况在线重构。同时道路交通信息更新后实时更新全局工况，提高了全局工况构建精度。此外，由于结合了当前道路交通信息，全局工况动态重构不仅可以真实反映当前道路车辆真实排放因子和排放量，该构建方法不仅为实时测试车辆的排放参数，性能参数等传统应用提供了实时数据，还进一步为新能源汽车的开发和实时全局能量管理提供了解决方案。
技术实现思路
本专利技术中提及的“当前”表达正在构建的含义。本专利技术涉及的一种基于张量融合的汽车全局工况动态重构方法，如图1所示，其重构方法为主要分为五个部分：第一部分为实时交通数据信息输入：将道路交通线圈采集信息上传到云端的云端交通信息下载至本地数据库作为当前时刻交通信息，并存储为交通信息张量模型结构，所述交通信息张量模型跟随当前时刻交通信息定期更新，更新频率根据实际情况按需设置，优选为没300s更新一次。第二部分为张量填充算法的应用：当交通信息张量模型缺失时应用张量填充算法恢复缺失信息，在获得完整交通信息张量模型后，再次应用张量填充算法提高路段交通信息精度。第三部分为速度片段数据库的构建：首先，采集不同道路的行驶工况，根据划分准则将行驶工况分为若干个速度片段，所述划分准则由本领域技术人员根据实际情况调整确定。然后根据所述速度片段的平均速度划分速度状态簇，构建基于速度状态簇的速度片段数据库。第四部分为路段工况循环构建：以速度状态簇为基础，路段平均速度为约束，马儿科夫状态转移矩阵为方法构建基于当前时刻交通信息的各路段工况，各路段工况最终顺次组成构建全局工况。第五部分为构建全局工况定时更新：当云端实时交通信息更新后，初始化构建参数，包括初始化Global＝0，即当前时刻已构建道路全局工况距离为0，初始化当前路段计数i＝1，即路段从1开始计算。并根据云端交通信息获取道路路段数n，即当前车辆位置至目的地终点的道路路段数，其中，Di为当前所在第i道路路段实际长度，d0存储当前所在第i道路路段构建长度。初始准备完成后，依据流程图更新当前时刻全局工况。该工况构建方法首次将实时交通信息应用到工况构建中，为新能源汽车的设计和全局能量管理提供了数据支持。应用动态规划能量管理控制策略，将动态规划算法应用到实时能量管理策略中，快速计算动力电池最优SOC轨迹，为预测能量管理策略提供全局最优能量轨迹参考。具体地，本专利技术的一种汽车全局工况动态重构方法，依次包括如下步骤,一、通过现有交通信息数据库获取规划路线的各路段当前时刻交通信息；二、应用张量模型存储云端所述交通信息，判断当前时刻所述交通信息的张量模型是否完整，若不完整，则应用张量填充算法构建张量完整交通信息数据库；三、将全局路段分n个路段分别构建各路段工况，第1至n路段工况依序排列组成全局工况。优选地，所述步骤三具体为，首先，构建第1路段工况；其次，构建第2至n-1路段工况，具体如下初始化当前构建路段为第i路段，i＝2；(a)j＝1,以当前构建的第i路段的平均速度为约束，从所述第i路段的平均速度对应的速度状态簇分类中随机选取第j次速度片段d时间，转至步骤(b)；(a1)以当前构建的第i路段的路段工况d0的末尾速度为约束，根据马尔科夫状态转移矩阵结合蒙特卡罗随机数确定速度状态簇分类，从所述确定的速度状态簇分类中随机选择与第j-1次速度片段结束点速度差值小于1km/h的速度片段作为第j次速度片段d时间，转至执行步骤(b)；(b)将所述第j次速度片段d时间转换为距离随时间变化的工况d空间；(c)将d空间赋值给路段工况d0，d0＝d0+d空间。(d)若构建的所述路段工况d0长度小于实际第i路段工况长度Di，则j＝j+1。并转至执行步骤(a1)；(e)若d0长度首次超过Di，即构建的第i路段工况长度超出实际第i路段工况长度，从所构建的第i路段工况的起始点截取与实际第i路段工况长度等距离的路段工况作为第i路段工况；(f)判断当前第i路段是否是n-1路段，若否，将i+1重新赋值给i，跳转步骤(a)构建下一路段工况；再次，若第n-1道路路段构建完成，则构建第n路段工况。优选地，第1路段工况分两段构建，首先，第1路段的第一段工况是从速度0，以固定加速度增速度至第1路段的平均速度，第1路段的第一段工况赋值给d0；其次，第1路段的第二段工况是将i＝1，j＝1，执行上述步骤(a)至(e)构建；最后，将所述第1路段的第一段工况和第1路段的第二段工况先后排列构成第1路段工况。优选地，第n路段工况分两段构建；首先，第n路段的第一段工况是从第n路段的平均速度，以固定减速度减速至速度0，第n路段的第一段工况赋值给d0。其次，第n路段的第二段工况是将i＝n，j＝1，执行上述步骤(a)至(e)构建；最后，将所述第n路段的第二段工况和第n路段的第一段工况先后排列构成第n路段工况。优选地，根据汽车在道路的实时位置，并结合现有交通信息数据库的更新频率，以特定频率重新构建当前时刻的全局工况。优选地，所述步骤二具体为：若当前时刻交通信息的张量模型不完整，首先应用张量填充算法填充缺失信息，获得完整交通信息张量模型后，再次应用张量填充算法，应用张量模型的低秩特性，增加路段数量，完成张量完整交通信息数据库构建。优选地，所述交通信息的张量模型具有四维，分别为时间模式维度，日模式维度，周模式维度和路段模式维度。优选地，将现有交通信息数据库的城市工况和高速工况分别划分为多个速度片段，其中，城市工况的一次起步到下一次停车为一个速度片段；高速工况的特定阈值速度至下一次到达该特定阈值速度为一个速度片段，且去除超过速度片段长度阈值的速度片段；根据上述速度片段的平均速度，对上述速度片段划分为多个速度状态簇分类。本专利技术还涉及一种动力电池能量管理系统，其特征在于使用如上所述的方法跟随汽车行驶环境信息计算动力电池最优SOC轨迹。本专利技术还涉及一种汽车，其特征在于使用如上所述的方法构建全局工况。附图说明图1是工况总体构建方法示意图。图2是交通信息四维张量模型示意图。图3是信息缺失的张量模型和路段填充的张量模型。图4是张量填充流程图。具体实施方式1.速度片段数据库构建(a)行驶工况数据采集。该数据采集可以通过下载现有交通信息数据库，例如美国加州交通部的PeMS数据库，或实车道路采集。(b)速度片段划分。速度片段数据库由多个速度片段构成本文档来自技高网...

【技术保护点】
一种汽车全局工况动态重构方法，其特征在于：依次包括如下步骤,一、通过现有交通信息数据库获取规划路线的各路段当前时刻交通信息；二、应用张量模型存储云端所述交通信息，判断当前时刻所述交通信息的张量模型是否完整，若不完整，则应用张量填充算法构建张量完整交通信息数据库；三、将全局路段分n个路段分别构建各路段工况，第1至n路段工况依序排列组成全局工况。

【技术特征摘要】
1.一种汽车全局工况动态重构方法，其特征在于：依次包括如下步骤,一、通过现有交通信息数据库获取规划路线的各路段当前时刻交通信息；二、应用张量模型存储云端所述交通信息，判断当前时刻所述交通信息的张量模型是否完整，若不完整，则应用张量填充算法构建张量完整交通信息数据库；三、将全局路段分n个路段分别构建各路段工况，第1至n路段工况依序排列组成全局工况。2.如权利要求1所述的方法，其特征在于：所述步骤三具体为，首先，构建第1路段工况；其次，构建第2至n-1路段工况，具体如下初始化当前构建路段为第i路段，i＝2；(a)j＝1,以当前构建的第i路段的平均速度为约束，从所述第i路段的平均速度对应的速度状态簇分类中随机选取第j次速度片段d时间，转至步骤(b)；(a1)以当前构建的第i路段的路段工况d0的末尾速度为约束，根据马尔科夫状态转移矩阵结合蒙特卡罗随机数确定速度状态簇分类，从所述确定的速度状态簇分类中随机选择与第j-1次速度片段结束点速度差值小于1km/h的速度片段作为第j次速度片段d时间，转至执行步骤(b)；(b)将所述第j次速度片段d时间转换为距离随时间变化的工况d空间；(c)将d空间赋值给路段工况d0，d0＝d0+d空间。(d)若构建的所述路段工况d0长度小于实际第i路段工况长度Di，则j＝j+1。并转至执行步骤(a1)；(e)若d0长度首次超过Di，即构建的第i路段工况长度超出实际第i路段工况长度，从所构建的第i路段工况的起始点截取与实际第i路段工况长度等距离的路段工况作为第i路段工况；(f)判断当前第i路段是否是n-1路段，若否，将i+1重新赋值给i，跳转步骤(a)构建下一路段工况；再次，若第n-1道路路段构建完成，则构建第n路段工况。3.如权利要求2所述的方法，其特征在于：第1路段工况分两段构建，首先，第1路段的第一段工况是从速度0，以固定加速度增速度至第1...

【专利技术属性】
技术研发人员：何洪文，郭金泉，彭剑坤，谭华春，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11