一种考虑不同交通场景的生态驾驶评估方法技术

本发明专利技术公开了一种考虑不同交通场景的生态驾驶评估方法，包括：获取GPS轨迹点数据和路网数据，匹配轨迹点路网，提取轨迹点道路等级信息；划分短行程，对不同道路等级的短行程分别进行k

【技术实现步骤摘要】
一种考虑不同交通场景的生态驾驶评估方法


[0001]本专利技术属于交通节能减排
，尤其涉及一种考虑不同交通场景的生态驾驶评估方法。

技术介绍

[0002]随着社会经济的快速发展、交通需求的日益增大，机动车出行能耗及排放增长问题越发凸显。生态驾驶规范驾驶员采用低能耗、低排放的驾驶模式，理论上可降低超过30％的平均油耗，其推广和实施无需改变车流动力结构或道路基础设施，是一种经济可控的重要节能减排途径，也是实现道路交通节能减排和可持续发展的重要手段。
[0003]目前，全球各国提出了多种生态驾驶策略并通过传单、手册、视频等面向公众宣传，同时国内外学者也在生态驾驶行为优化、驾驶辅助、路径优化等方面展开了大量研究。
[0004]公开号为CN112035536A的专利技术中公开了一种考虑动态路网交通流的电动汽车能耗预测方法，包括如下步骤：一：获取用户的驾驶行为信息和各个路段的历史交通数据；二：将用户的驾驶行为信息与其能耗信息进行相关性分析，选取与能耗信息相关性较高的驾驶行为因素；三：对用户的驾驶行为因素进行驾驶类型聚类，自动分类电动汽车不同驾驶行为因素组合下的驾驶工况；四：输出不同类别的驾驶工况与相对应的能耗；五：将获取的各个路段的历史交通数据，进行路网交通参数的预测；六：输出各个路段的不同时段的预测结果；七：通过预测出路段的未来路况参数与标准中的驾驶行为参数进行聚类分析。该专利技术考虑动态路网交通流的实时变化，在进行能耗计算时，更加准确。然而，不同交通场景下生态驾驶的评价标准和行为特征存在差别，当前的生态驾驶研究缺乏对具体交通场景的考虑，导致提出的生态驾驶评估方法与实际存在偏差，生态驾驶应用效果较差。
[0005]因此，需要结合研究地区具体的交通场景，给出相应的生态驾驶评分，并结合具体的驾驶事件以帮助驾驶者更好理解生态驾驶模式，而目前尚未有相关内容的技术文献。

技术实现思路

[0006]解决的技术问题：本专利技术为了解决当前生态驾驶评估方法实用性、推广性不足的问题，提出了一种考虑不同交通场景的生态驾驶评估方法，通过划分研究地区的不同交通驾驶场景，建立生态驾驶评分模型，提供影响能耗的关键驾驶事件，帮助驾驶员理解生态驾驶模式。
[0007]技术方案：
[0008]一种考虑不同交通场景的生态驾驶评估方法，所述生态驾驶评估方法包括以下步骤：
[0009]S1，获取GPS轨迹点数据和包含道路等级信息的地区路网数据，基于最短垂线距离算法进行轨迹点路网匹配，提取轨迹点道路等级信息；
[0010]S2，基于步骤S1的轨迹点道路等级信息进行短行程划分，采用主成分分析法选取聚类指标，对不同道路等级的短行程分别进行K
‑
means聚类以划分不同的交通场景；
[0011]S3，基于瞬时速度计算短行程平均里程能耗，基于步骤S2划分的交通场景对存在偏态分布的短行程能耗进行Box
‑
Cox转换，选取5％与95％分位值平均能耗构建不同交通场景下的生态驾驶评分计算模型；
[0012]S4，基于XGBoost识别步骤S2中不同交通场景下影响能耗的关键驾驶事件，辅助生态驾驶评分给出驾驶事件评估结果。
[0013]进一步地，步骤S1中，提取轨迹点道路等级信息的过程包括以下子步骤：
[0014]S11，通过全球定位系统收集并清洗研究地区的道路车辆轨迹点数据，道路车辆轨迹点数据包括驾驶员ID、行程ID、行驶时间戳、经纬度信息和速度信息；
[0015]S12，获取研究地区路网数据信息，路网数据信息包括路网结构和道路等级信息；
[0016]S13，计算轨迹点到附近路段的垂足，将轨迹点匹配至最近垂足的路段上；
[0017]S14，建立道路缓冲区，提取轨迹点所在路段道路等级信息。
[0018]进一步地，步骤S2中，对不同道路等级的短行程分别进行K
‑
means聚类以划分不同的交通场景的过程包括以下子步骤：
[0019]S21，根据预设的短行程定义设定相应的短行程的划分依据，对轨迹点数据进行短行程划分；
[0020]S22，清洗短行程数据，剔除行程时间跨度不超过20s或行程平均速度不超过1.6km/h的短行程；标定短行程道路等级标签，标定依据为短行程中所有轨迹点标签数目最多的标签；
[0021]S23，使用主成分分析标定短行程聚类指标；
[0022]S24，采用标准化方法消除聚类指标量纲，使用手肘法确定聚类簇数量，分析聚类簇指标特征并赋予相应的交通场景含义，得到不同道路等级下划分的交通场景。
[0023]进一步地，所述短行程的划分依据包括以下几个：行程结束点；轨迹点道路等级转换处；交叉口处且累计行程距离达到600m；车辆持续30s保持静止状态；累计行程距离到达1500m。
[0024]进一步地，待选取的短行程聚类指标包括：区间速度、正加速度均值、减速度均值、正加速度方差、减速度方差、加速度方差、匀速时间比例、加速时间比例、减速时间比例和怠速时间比例。
[0025]进一步地，步骤S3中，基于瞬时速度计算短行程平均里程能耗，基于步骤S2划分的交通场景对存在偏态分布的短行程能耗进行Box
‑
Cox转换的过程包括以下子步骤：
[0026]S31，基于平均速度计算轨迹点瞬时能耗，其中能耗计算公式为：
[0027]f＝(0.0001v2‑
0.00182v+0.13408)
×
d
[0028]式中，f表示瞬时能耗，单位为ml，v表示瞬时速度，单位为km/h，d表示行驶距离，单位为m：
[0029]S32，计算每个短行程的平均里程能耗，基于划分的不同交通场景计算短行程平均能耗分布偏度，对偏度绝对值高于0.5的交通场景短行程平均能耗进行Box
‑
Cox正态变换，其中变换公式为：
[0030][0031]式中，y表示短行程平均能耗，λ为采用极大似然估计法得到的估计参数。
[0032]进一步地，步骤S3中，基于划分的不同交通场景i，取短行程平均能耗5％分位值与95％分位值作为生态驾驶评分模型参数，得到交通场景i下短行程j的生态驾驶评分为：
[0033][0034]式中，f
j
表示待计算评分的短行程平均能耗。
[0035]进一步地，步骤S4中，基于XGBoost识别步骤S2中不同交通场景下影响能耗的关键驾驶事件，辅助生态驾驶评分给出驾驶事件评估结果的过程包括以下子步骤：
[0036]S41，基于轨迹点速度、加速度定义短行程驾驶事件；
[0037]S42，基于不同交通场景分别提取短行程各驾驶事件平均里程发生次数，构建短行程驾驶事件
‑
平均里程能耗数据集，选取70％数据作为训练集，30％数据作为验证集，基于XGBoost回归算法建立驾驶事件
‑
能耗映射关系，采用贝叶斯优化算法进行模型参数调优，其中优化值为验证集回本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑不同交通场景的生态驾驶评估方法，其特征在于，所述生态驾驶评估方法包括以下步骤：S1，获取GPS轨迹点数据和包含道路等级信息的地区路网数据，基于最短垂线距离算法进行轨迹点路网匹配，提取轨迹点道路等级信息；S2，基于步骤S1的轨迹点道路等级信息进行短行程划分，采用主成分分析法选取聚类指标，对不同道路等级的短行程分别进行K
‑
means聚类以划分不同的交通场景；S3，基于瞬时速度计算短行程平均里程能耗，基于步骤S2划分的交通场景对存在偏态分布的短行程能耗进行Box
‑
Cox转换，选取5％与95％分位值平均能耗构建不同交通场景下的生态驾驶评分计算模型；S4，基于XGBoost识别步骤S2中不同交通场景下影响能耗的关键驾驶事件，辅助生态驾驶评分给出驾驶事件评估结果。2.根据权利要求1所述的考虑不同交通场景的生态驾驶评估方法，其特征在于，步骤S1中，提取轨迹点道路等级信息的过程包括以下子步骤：S11，通过全球定位系统收集并清洗研究地区的道路车辆轨迹点数据，道路车辆轨迹点数据包括驾驶员ID、行程ID、行驶时间戳、经纬度信息和速度信息；S12，获取研究地区路网数据信息，路网数据信息包括路网结构和道路等级信息；S13，计算轨迹点到附近路段的垂足，将轨迹点匹配至最近垂足的路段上；S14，建立道路缓冲区，提取轨迹点所在路段道路等级信息。3.根据权利要求1所述的考虑不同交通场景的生态驾驶评估方法，其特征在于，步骤S2中，对不同道路等级的短行程分别进行K
‑
means聚类以划分不同的交通场景的过程包括以下子步骤：S21，根据预设的短行程定义设定相应的短行程的划分依据，对轨迹点数据进行短行程划分；S22，清洗短行程数据，剔除行程时间跨度不超过20s或行程平均速度不超过1.6km/h的短行程；标定短行程道路等级标签，标定依据为短行程中所有轨迹点标签数目最多的标签；S23，使用主成分分析标定短行程聚类指标；S24，采用标准化方法消除聚类指标量纲，使用手肘法确定聚类簇数量，分析聚类簇指标特征并赋予相应的交通场景含义，得到不同道路等级下划分的交通场景。4.根据权利要求3所述的考虑不同交通场景的生态驾驶评估方法，其特征在于，所述短行程的划分依据包括以下几个：行程结束点；轨迹点道路等级转换处；交叉口处且累计行程距离达到600m；车辆持续30s保持静止状态；累计行程距离到达1500m。5.根据权利要求3所述的考虑不同交通场景的生态驾驶评估方法，其特...

【专利技术属性】
技术研发人员：涂然，李小峰，郑楠芳，张文华，杨沈凌锐，王雪彤，蒋思雨，
申请(专利权)人：东南大学，
类型：发明
国别省市：