【技术实现步骤摘要】
本专利技术涉及用车场景识别，尤其涉及一种用车场景识别方法、装置、设备及存储介质。
技术介绍
1、柴油轻卡在市场上的经济性表现与其使用的场景密切相关。采用同一种标定策略的情况下，不同场景的百公里能耗偏差有可能高达20％。然而，采用实验的数据采集方式需要耗费大量的人力，且可能存在选择性偏误，造成路谱不典型或数据不典型，影响后续的策略优化。因此，主机厂的产品优化需要转向市场已售出车辆，根据真实的用车场景来进行相应的策略调整。车辆的用车场景主要包括地形条件、道路性质、运输周期等分析维度，通过线下驾驶员反馈其使用场景显然存在较高的操作难度。
2、现有技术中用车场景识别是人工实车测试，耗费人力，且可能存在选择性偏误，对用车场景识别的准确率低。
3、因此，如何准确识别用车场景，节约开发资源，是目前亟需解决的技术问题。
技术实现思路
1、本专利技术主要目的在于提供一种用车场景识别方法、装置、设备及存储介质，能够准确识别用车场景，节约开发资源，并且为研发提供数据支持。
2、第一方面，本申请提供了一种用车场景识别方法，其中该方法包括步骤：
3、获取原始数据中不同车辆对应的多个驾驶循环数据；
4、从所述多个驾驶循环数据中提取每个驾驶循环的行驶场景特征；
5、根据所述行驶场景特征，对每个驾驶循环数据打上类别标签，以对所述驾驶循环数据进行分类，并基于定义的用车场景对同类别标签中的驾驶循环进行定义，以确定每个驾驶循环对应的用车场景；>
6、通过驾驶循环对应的用车场景在同一类别中的占比，以识别车辆的用车场景。
7、结合上述第一方面，作为一种可选的实现方式，基于车辆的用途和使用环境，定义车辆用车场景，所述用途包括：定点作业类型、乡镇运输类型、市内物流类型和干线物流类型，所述使用环境包括：爬坡型和普通型；
8、若判断驾驶循环对应的行驶特征中，车辆的车速处于第一速度区间的占比最高，并每公里启停次数大于第一阈值，且经济区间占比小于等于第一设定百分比，则定义该驾驶循环为定点作业类型；
9、若车速处于第二速度区间的占比最高，并每公里启停次数大于等于第二阈值，且经济占比区间大于等于第二设定百分比，则定义该驾驶循环为乡镇运输类型；
10、若车速处于第三速度区间的占比最高，并每公里启停次数小于第二阈值，且经济占比区间在第一百分比区间，则定义该驾驶循环为市内物流类型；
11、若车速在第四速度以上占比最高，并每公里启停次数小于第三阈值，且经济区间占比大于第三设定百分比，则定义该驾驶循环为干线物流类型；
12、若驾驶循环每公里的俯仰角累计值大于设定角度，则标记为爬坡型；若小于所述设定角度标记为普通型；
13、通过组合车辆用途与使用环境，以确定每个驾驶循环对应的用车场景。
14、结合上述第一方面，作为一种可选的实现方式，获取原始数据，所述原始数据包括不同车型、不同时间段的工况数据，其中所述工况数据包括：车速、发动机转速、净输出扭矩、瞬时喷油量和俯仰角；
15、每辆车按照时间先后顺序排序，对相邻两条数据时间作差，得到相邻两条数据的时间差；
16、若所述时间差超过设定时长，则判定车辆熄火，并当每次熄火后标记为一个驾驶循环；
17、根据驾驶循环标记结果，获取每辆车对应的多个驾驶循环数据。
18、结合上述第一方面，作为一种可选的实现方式，根据所述数据集中提取的每个驾驶循环的行驶场景特征，以所述行驶场景特征作为聚类模型的调节参数；
19、将所述驾驶循环数据输入所述聚类模型中，对每一个驾驶循环赋予一个类别标签，以输出驾驶循环数据的分类结果。
20、结合上述第一方面，作为一种可选的实现方式，提取每个驾驶循环的车速分布特征、启停次数特征、地形特征、能耗特征和驾驶行为特征；其中，所述车速分布特征的提取包括：对于每一个驾驶循环的数据片段，分别提取车速在第一区间的时长，车速在第二区间的时长，车速在第三区间的时长，车速在第四区间的时长；
21、所述启停次数特征提取包括：对每一个驾驶循环数据片段，提取所有车速从第一速度减小至第二速度；
22、以第二速度持续设定时间以上的数据片段，并统计满足条件的数据片段个数，且剔除掉对应驾驶循环数据片段停车熄火部分，作为启停次数特征；
23、所述地形特征的提取包括：对每一个驾驶循环数据片段，基于俯仰角信息，统计车辆在驾驶循环中的坡道爬升、下降情况，其中所述俯仰角是车载六轴陀螺仪采集的y轴角度，正值为爬坡，负值为下坡；
24、所述能耗特征的提取包括：以发动机燃油效率大于等于设定百分比为经济区间，计并算车辆所有工况数据落于该区间的比例，同时计算发动机平均燃油效率与平均能耗；
25、所述驾驶行为特征的提取包括：以两秒间车速变化大于设定速度为急加速阈值，小于所述设定速度为急减速阈值，统计每一个驾驶循环种对应事件发生次数，并除以驾驶循环里程数，得到每公里急加速次数、每公里急减速次数。
26、结合上述第一方面，作为一种可选的实现方式，判断所述类别标签中是否存在散点，其中所述散点为类别标签为-1；
27、若存在，则对所述散点进行剔除。
28、结合上述第一方面，作为一种可选的实现方式，在同一类别中，若任一驾驶循环对应的用车场景占比大于设定阈值时，则将该驾驶循环对应的用车场景作为该类别的用车场景。
29、第二方面，本申请提供了一种用车场景识别装置，该装置包括：
30、获取模块，其用于获取原始数据中不同车辆对应的多个驾驶循环数据；
31、提取模块，其用于从所述多个驾驶循环数据中提取每个驾驶循环的行驶场景特征；
32、处理模块，其用于根据所述行驶场景特征，对每个驾驶循环数据打上类别标签，以对所述驾驶循环数据进行分类，并基于定义的用车场景对同类别标签中的驾驶循环进行定义，以确定每个驾驶循环对应的用车场景；
33、识别模块，其用于通过驾驶循环对应的用车场景在同一类别中的占比，以识别车辆的用车场景。
34、第三方面，本申请还提供了一种电子设备，所述电子设备包括：处理器；存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现第一方面任一项所述的方法。
35、第四方面，本申请还提供了一种计算机可读存储介质，其存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行第一方面任一项所述的方法。
36、本申请提供的一种用车场景识别方法、装置、设备及存储介质，其中该方法包括步骤：获取原始数据中不同车辆对应的多个驾驶循环数据；从所述多个驾驶循环数据中提取每个驾驶循环的行驶场景特征；根据所述行驶场景特征，对每个驾驶循环数据打上类别标签，以对所述驾驶循环数据进行分类，并基于定义的用车场景对同类别标签中的驾驶循环进行定义，以确定每个驾本文档来自技高网...
【技术保护点】
1.一种用车场景识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于定义的用车场景对同类别标签中的驾驶循环进行定义，以确定每个驾驶循环对应的用车场景，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取原始数据中不同车辆对应的多个驾驶循环数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述行驶场景特征，对每个驾驶循环数据打上类别标签，以对所述驾驶循环数据进行分类，包括：
5.根据权利要求1所述的方法，其特征在于，所述从所述多个驾驶循环数据中提取每个驾驶循环的行驶场景特征，包括：
6.根据权利要求4所述的方法，其特征在于，还包括：
7.根据权利要求1所述的方法，其特征在于，所述通过驾驶循环对应的用车场景在同一类别中的占比，以识别车辆的用车场景，包括：
8.一种用车场景识别装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备，包括：
10.一种计算机可读存储介质，其特征在于，其存储有计算机程序指令，当所述计算机程
...【技术特征摘要】
1.一种用车场景识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于定义的用车场景对同类别标签中的驾驶循环进行定义，以确定每个驾驶循环对应的用车场景，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取原始数据中不同车辆对应的多个驾驶循环数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述行驶场景特征，对每个驾驶循环数据打上类别标签，以对所述驾驶循环数据进行分类，包括：
5.根据权利要求1所述的方法，其特征在于，所述从所述多个驾驶循...
【专利技术属性】
技术研发人员：王泽熙，李军智，强小文，陈然，胡晓浩，郭启翔，万会平，颜聪，罗静慧，胡函非，
申请(专利权)人：东风汽车股份有限公司，
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。