System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及交通运输碳排放监测与改进,尤其涉及一种车辆碳足迹监测与驾驶员行为分析系统。
技术介绍
1、当今,碳排放问题日益严重,对全球气候和环境造成了巨大压力。车辆碳排放是其主要来源,随着汽车数量的快速增长,车辆在运行过程中产生的二氧化碳等温室气体排放量不断攀升,加剧了全球变暖的速度。因此,解决车辆碳排放问题已成为当务之急。
2、现有的车辆减排技术如推广新能源汽车、提高燃油效率等。新能源汽车以其零排放或低排放特性,有效减少了传统燃油车带来的污染,推动交通领域向清洁、低碳转型。同时,提高燃油效率意味着车辆每单位燃油能行驶更长的距离,不仅降低了能源消耗,也减少了温室气体排放。此外诸多车辆减排技术的应用和推广对于降低车辆碳排放、保护环境和实现可持续发展都具有重要意义。
3、然而,现有碳排放监测技术尚不完善,无法对车辆碳排放数据进行准确地、实时地监测,难以全面反映车辆碳排放状况;同时,驾驶员缺乏智能化分析系统,对碳排放没有实时接受反馈的手段,难以自动精准识别和分析复杂驾驶行为,不能给出针对性和有效性具有减排建议,导致驾驶员本身在车辆减排中难以发挥作用。
4、因此,亟需一种能够实现对车辆碳排放实现实时追踪以及为驾驶员提供驾驶行为建议的智能化系统来解决上述问题。
技术实现思路
1、本专利技术为解决现有技术中存在的缺陷,而提出一种车辆碳足迹监测与驾驶员行为分析系统。
2、为实现上述目的,本专利技术采用了以下技术方案:
3、一种车辆碳足
4、所述的车辆碳排放监测模块集成了多传感器和数据处理系统,用于实时测量和记录车辆的碳排放数据;
5、所述的驾驶员行为分析模块获取基础特征数据,利用3d-cnn对驾驶员的驾驶行为进行综合分析,找出可能导致高碳排放的不良驾驶习惯;同时,还分析驾驶员的活动里程、出行时间以及驾驶习惯信息,为后续的碳排放预测和建议提供基础数据;
6、所述的改进碳排放预测与建议模块用于预测车辆在不同驾驶行为下的碳排放情况,并为驾驶员提供改进建议。
7、进一步地,所述的车辆碳排放监测模块包括排放检测传感器、gps定位模块、数据处理与分析单元以及数据传输与通信模块:
8、所述的排放检测传感器采用非分散红外和化学发光技术,实时测量车辆尾气中的二氧化碳和其它温室气体的含量;
9、其中,所述的其它温室气体包括甲烷、氧化亚氮、氢氟碳化合物、全氟碳化合物以及六氟化硫;
10、所述的gps定位模块用于记录车辆的位置信息伴随生成轨迹信息,通过与碳排放数据的结合,分析不同行驶路线和行驶条件下的碳排放情况;
11、所述的数据处理与分析单元用于收集来自排放检测传感器的数据,随后进行清洗、校准和转换,确保测量结果的准确性和可靠性;特别地,对于所述的其它温室气体通过各自对应的转换系数折算为碳当量,使不同种类的温室气体在相同参照物中度量:
12、ceq=exco2+exch4×gwpch4+exn2o×gwpn2o
13、其中,ceq表示碳当量,exco2、exch4、exn2o分别代表二氧化碳、甲烷和氧化亚氮的排放量,gwpch4和gwpn2o分别代表甲烷和氧化亚氮的全球变暖潜势,它们是相对于二氧化碳的变暖效应的倍数;
14、所述的数据传输与通信模块用于将处理后的碳排放数据通过有线通信技术传输到车载智能设备,同时通过wi-fi无线通信技术实时传输到远程数据中心。
15、进一步地,所述的驾驶员行为分析模块包括数据获取模块和模型分类模块:
16、其中,所述的数据获取模块包括车内视频采集单元、车辆操纵传感单元、车辆动态信息gps测量单元;
17、进一步地,所述的模型分类模块包括以下步骤:
18、a.通过所述的数据获取模块获取车内视频数据、车辆操纵信息和车辆动态参数,对车内视频数据进行卡尔曼滤波处理滤除噪声,对车辆操纵信息和车辆动态参数使用stft处理,从时间域转换到时频域提供关于信号频率成分随时间变化的信息,提高车内视频数据捕捉驾驶行为中的一致的动态特性:
19、
20、其中,x(t)是输入的车辆操纵信息和车辆动态参数信号,w(t-τ)是窗函数,用于将信号分割成不同的片段,e-jωt是复数指数函数,用于计算傅里叶变换,stft{x(t)}(τ,ω)是短时傅里叶变换的结果,表示在时间点τ和频率ω处的信号幅度和相位;
21、b.使用mixup增强训练数据,融合样本及标签来提升模型的泛化能力和对抗样本的鲁棒性:
22、
23、其中,lmix_up表示损失函数,dc表示余弦相似,τ表示温度参数,z(1),z(2)表示正负样本的特征向量,表示混合样本,λ表示混合量,i、k是图像的横、纵坐标;
24、c.设计3d-cnn架构,包括至少6个3d卷积层、池化层以及全连接层,并确定网络中的卷积核大小、步长、填充方式参数以及优化器和学习率训练参数,使用数据增强技术,提高模型的泛化能力;
25、d.将预处理后的视频数据输入到3d-cnn模型中,通过反向传播算法和梯度下降优化器来训练模型;
26、e.训练好的3d-cnn模型从车内视频数据提取出与驾驶员行为相关的特征,并结合车辆操纵信息和车辆动态参数制作特征集;
27、f.使用提取出的特征来训练svm和rf分类器,以识别驾驶员的不同行为;
28、g.使用独立的测试集对模型进行性能评估,计算准确率、召回率、f1值,并根据评估结果对模型进行调优:
29、
30、其中,p为精确率,r为召回率,tp为真正例,fp为假正例,fn为假反例,f1即为f1值;
31、h.将训练好的模型部署到车辆中,通过所述的数据获取模块实时捕捉特征样本数据,使用部署的模型对实时视频数据进行处理和分析,识别驾驶员的当前行为,并反馈到所述的改进碳排放预测与建议模块。
32、进一步地,所述的改进碳排放预测与建议模块包括碳排放实时反馈模块、驾驶行为改进建议模块以及报告管理模块:
33、所述的碳排放实时反馈模块,通过有线通信技术与所述的数据传输与通信模块连接,实时计算碳排放量和碳当量,并与预设的排放标准进行对比,快速生成排放数据报告,帮助驾驶员了解他们的驾驶行为对碳排放的影响;
34、所述的驾驶行为改进建议模块,结合所述的车辆碳排放监测模块和所述的驾驶员行为分析模块,根据分析结果,为驾驶员提供个性化的驾驶建议或警告,以帮助他们改进驾驶习惯,减少安全隐患;
35、所述的报告管理模块用于提供报告管理功能,用户可以通过系统界面查看和下载报告,方便进行数据分析和决策。
36、相比于现有技术,本专利技术的有益效果如下:
37、本专利技术提出本文档来自技高网...
【技术保护点】
1.一种车辆碳足迹监测与驾驶员行为分析系统,其特征在于,包括车辆碳排放监测模块、驾驶员行为分析模块以及改进碳排放预测与建议模块:
2.根据权利要求1所述的一种车辆碳足迹监测与驾驶员行为分析系统,其特征在于,所述的车辆碳排放监测模块包括排放检测传感器、GPS定位模块、数据处理与分析单元以及数据传输与通信模块:
3.根据权利要求1所述的一种车辆碳足迹监测与驾驶员行为分析系统,其特征在于,所述的驾驶员行为分析模块包括数据获取模块和模型分类模块:
4.根据权利要求3所述的驾驶员行为分析模块,其特征在于,所述的模型分类模块包括以下步骤:
5.根据权利要求1所述的一种车辆碳足迹监测与驾驶员行为分析系统,其特征在于,所述的改进碳排放预测与建议模块包括碳排放实时反馈模块、驾驶行为改进建议模块以及报告管理模块:
【技术特征摘要】
1.一种车辆碳足迹监测与驾驶员行为分析系统,其特征在于,包括车辆碳排放监测模块、驾驶员行为分析模块以及改进碳排放预测与建议模块:
2.根据权利要求1所述的一种车辆碳足迹监测与驾驶员行为分析系统,其特征在于,所述的车辆碳排放监测模块包括排放检测传感器、gps定位模块、数据处理与分析单元以及数据传输与通信模块:
3.根据权利要求1所述的一种车辆碳足迹监测...
【专利技术属性】
技术研发人员:张浩然,曹兴文,刘文钊,赵鹏军,余玲,赵沐华,梁智荣,张子辰,
申请(专利权)人:北京大学深圳研究生院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。