基于驾驶环境的汽车风阻系数预测方法、系统及设备技术方案

本发明专利技术公开了一种基于驾驶环境的汽车风阻系数预测方法、系统及设备，所述方法包括：根据实时气象信息确定预测行程对应的环境风速信息；根据环境风速信息和车速确定偏航角，并根据各行驶路段车距、各行驶路段车长和偏航角确定车长、车距、偏航角下的风阻系数；根据各行驶路段车长和各行驶路段车距确定车长车距联合概率分布；基于风阻系数、偏航角及车长车距联合概率分布得到预测行程对应的各时刻风阻系数。现有技术中通过不同的滑行距离计算空气阻力系数，但这种基于滑行过程中风阻系数恒定的假设，与实际不符，本发明专利技术基于气象信息、交通流信息和道路信息，进行真实驾驶环境下的汽车风阻系数预测，进而准确评估实际驾驶能耗。进而准确评估实际驾驶能耗。进而准确评估实际驾驶能耗。

【技术实现步骤摘要】
基于驾驶环境的汽车风阻系数预测方法、系统及设备


[0001]本专利技术涉及车辆性能参数预测
，尤其涉及一种基于驾驶环境的汽车风阻系数预测方法、系统及设备。

技术介绍

[0002]汽车空气阻力对于汽车能耗具有较大影响。目前，评估整车空气阻力系数或者风阻系数，主要利用风洞试验、计算流体动力学和滑行试验。但评价工况与实际消费者使用环境具有很大的区别，主要体现在环境风、温湿度、和交通流等。故而，标准工况下的能耗往往也与消费者使用的能耗具备较大偏差。现有技术中通过多次滑行，改变车辆滑行速度得到不同的滑行距离进而计算空气阻力系数，但基于滑行过程中风阻系数恒定的假设，与实际不符。因此，如何实时预测真实驾驶环境下的汽车风阻系数是亟待解决的技术问题。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0004]本专利技术的主要目的在于提供了一种基于驾驶环境的汽车风阻系数预测方法、系统及设备，旨在解决如何实时预测真实驾驶下的汽车风阻系数。
[0005]为实现上述目的，本专利技术提供了一种基于驾驶环境的汽车风阻系数预测方法，所述基于驾驶环境的汽车风阻系数预测方法包括：
[0006]根据实时气象信息确定预测行程对应的环境风速信息；
[0007]根据所述环境风速信息和车速确定偏航角，并根据各行驶路段车距、各行驶路段车长和所述偏航角确定车长、车距、偏航角下的风阻系数；
[0008]根据各行驶路段车长和各行驶路段车距确定车长车距联合概率分布；
[0009]基于所述车长、车距、偏航角下的风阻系数和所述偏航角、所述车长车距联合概率分布得到预测行程对应的各时刻风阻系数。
[0010]可选地，所述根据所述环境风速信息和车速确定偏航角的步骤，包括：
[0011]根据所述环境风速信息确定道路区域风速及环境风方向角；
[0012]根据交通部门信息确定道路朝向角；
[0013]根据车速、所述道路区域风速、所述环境风方向角及所述道路朝向角确定偏航角。
[0014]可选地，所述根据各行驶路段车距、各行驶路段车长和所述偏航角确定车长、车距、偏航角下的风阻系数的步骤之前，还包括：
[0015]根据交管系统中的监控点对所述预测路段进行划分处理，获得各个监控点的预计流量和车速；
[0016]基于道路当地交管数据和销售数据确定车长；
[0017]根据所述预计流量、所述车速和所述车长确定各行驶路段车距。
[0018]可选地，所述基于所述车长、车距、偏航角下的风阻系数和所述偏航角、所述车长
车距联合概率分布得到预测行程对应的各时刻风阻系数的步骤，包括：
[0019]基于风洞试验和计算流体动力学根据所述车长、车距、偏航角下的风阻系数和所述偏航角、所述车长车距联合概率分布确定预测行程对应的各时刻风阻系数。
[0020]此外，为实现上述目的，本专利技术还提出一种基于驾驶环境的汽车风阻系数预测系统，所述基于驾驶环境的汽车风阻系数预测系统包括：
[0021]确定模块，用于根据实时气象信息确定预测行程对应的环境风速信息；
[0022]处理模块，用于根据所述环境风速信息确定偏航角，并根据各行驶路段车距、各行驶路段车长和所述偏航角确定车长、车距、偏航角下的风阻系数；
[0023]所述处理模块，还用于根据各行驶路段车长和各行驶路段车距确定车长车距联合概率分布；
[0024]预测模块，用于基于所述车长、车距、偏航角下的风阻系数和所述偏航角、所述车长车距联合概率分布得到预测行程对应的各时刻风阻系数。
[0025]可选地，所述处理模块，还用于根据所述环境风速信息确定道路区域风速及环境风方向角；
[0026]所述处理模块，还用于根据交通部门信息确定道路朝向角；
[0027]所述处理模块，还用于根据车速、所述道路区域风速、所述环境风方向角及所述道路朝向角确定偏航角。
[0028]可选地，所述处理模块，还用于根据交管系统中的监控点对所述预测路段进行划分处理，获得各个监控点的预计流量和车速；
[0029]所述处理模块，还用于基于道路当地交管数据和销售数据确定车长；
[0030]所述处理模块，还用于根据所述预计流量、所述车速和所述车长确定各行驶路段车距。
[0031]可选地，所述预测模块，还用于基于风洞试验和计算流体动力学根据所述车长、车距、偏航角下的风阻系数和所述偏航角、所述车长车距联合概率分布确定预测行程对应的各时刻风阻系数。
[0032]此外，为实现上述目的，本专利技术还提出一种基于驾驶环境的汽车风阻系数预测设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于驾驶环境的汽车风阻系数预测程序，所述基于驾驶环境的汽车风阻系数预测程序配置为实现如上文所述的基于驾驶环境的汽车风阻系数预测方法的步骤。
[0033]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有基于驾驶环境的汽车风阻系数预测程序，所述基于驾驶环境的汽车风阻系数预测程序被处理器执行时实现如上文所述的基于驾驶环境的汽车风阻系数预测方法的步骤。
[0034]本专利技术首先根据实时气象信息确定预测行程对应的环境风速信息，然后根据环境风速信息和车速确定偏航角，并根据各行驶路段车距、各行驶路段车长和偏航角确定车长、车距、偏航角下的风阻系数，之后根据各行驶路段车长和各行驶路段车距确定车长车距联合概率分布，最后基于车长、车距、偏航角下的风阻系数和偏航角、车长车距联合概率分布得到预测行程对应的各时刻风阻系数。现有技术中通过不同的滑行距离计算空气阻力系数，但这种基于滑行过程中风阻系数恒定的假设，与实际不符，本专利技术基于气象信息、交通流信息和道路信息，进行真实驾驶环境下的汽车风阻系数预测，进而准确评估实际驾驶能
耗。
附图说明
[0035]图1是本专利技术实施例方案涉及的硬件运行环境的基于驾驶环境的汽车风阻系数预测设备的结构示意图；
[0036]图2为本专利技术基于驾驶环境的汽车风阻系数预测方法第一实施例的流程示意图；
[0037]图3为本专利技术基于驾驶环境的汽车风阻系数预测方法第一实施例的道路分段示意图；
[0038]图4为本专利技术基于驾驶环境的汽车风阻系数预测方法第一实施例的道路方向与环境风方向示意图；
[0039]图5为本专利技术基于驾驶环境的汽车风阻系数预测方法第二实施例的流程示意图；
[0040]图6为本专利技术基于驾驶环境的汽车风阻系数预测系统第一实施例的结构框图。
[0041]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0042]应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0043]参照图1，图1为本专利技术实施例方案涉及的硬件运行环境的基于驾驶环境的汽车风阻系数预测设备结构示意图。
[004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于驾驶环境的汽车风阻系数预测方法，其特征在于，所述基于驾驶环境的汽车风阻系数预测方法包括以下步骤：根据实时气象信息确定预测行程对应的环境风速信息；根据所述环境风速信息和车速确定偏航角，并根据各行驶路段车距、各行驶路段车长和所述偏航角确定车长、车距、偏航角下的风阻系数；根据各行驶路段车长和各行驶路段车距确定车长车距联合概率分布；基于所述车长、车距、偏航角下的风阻系数和所述偏航角、所述车长车距联合概率分布得到预测行程对应的各时刻风阻系数。2.如权利要求1所述的方法，其特征在于，所述根据所述环境风速信息和车速确定偏航角的步骤，包括：根据所述环境风速信息确定道路区域风速及环境风方向角；根据交通部门信息确定道路朝向角；根据车速、所述道路区域风速、所述环境风方向角及所述道路朝向角确定偏航角。3.如权利要求1所述的方法，其特征在于，所述根据各行驶路段车距、各行驶路段车长和所述偏航角确定车长、车距、偏航角下的风阻系数的步骤之前，还包括：根据交管系统中的监控点对所述预测路段进行划分处理，获得各个监控点的预计流量和车速；基于道路当地交管数据和销售数据确定车长；根据所述预计流量、所述车速和所述车长确定各行驶路段车距。4.如权利要求1所述的方法，其特征在于，所述基于所述车长、车距、偏航角下的风阻系数和所述偏航角、所述车长车距联合概率分布得到预测行程对应的各时刻风阻系数的步骤，包括：基于风洞试验和计算流体动力学根据所述车长、车距、偏航角下的风阻系数和所述偏航角、所述车长车距联合概率分布确定预测行程对应的各时刻风阻系数。5.一种基于驾驶环境的汽车风阻系数预测系统，其特征在于，所述基于驾驶环境的汽车风阻系数预测系统包括：确定模块，...

【专利技术属性】
技术研发人员：梁盛平，刘开贺，常海涛，李洋，张永仁，
申请(专利权)人：岚图汽车科技有限公司，
类型：发明
国别省市：