基于车联网大数据的纯电动汽车行程识别算法.pdf

Newenergy/新能源5汽车电器2 0 2 3年第8 期基于车联网大数据的纯电动汽车行程识别算法卓丽，张亮，程登，黎飞，谢燕芳（上汽通用五菱汽车股份有限公司，广西新能源汽车实验室，广西汽车新四化重点实验室，广西柳州5450 0 7)【摘要】当前，车联网大数据驱使着智能汽车的发展，基于车联网大数据分析用户驾驶行为已成为必然趋势，但直接分析底层数据是非常困难的，需结合用户驾驶过程来分析。基于此目的，本课题提出一种基于车联网大数据的纯电动汽车行程识别算法，来实现对整车数据的聚合。【关键词】车联网；汽车；大数据；行程识别中图分类号：U469.72文献标志码：A又Trip Recognition Algorithm of Pure Electric Vehicle Based on Big Data of Internet of VehiclesZHUO Li,ZHANG Liang,CHENG Deng,LI Fei,XIE Yan-fang(SAIC GM Wuling Automobile Co.,Ltd.,Guangxi Laboratory of New Energy Automobile,Guangxi Key Laboratory of Automobile Four New Features,Liuzhou 545007,China)Abstract At present,the big data of the Internet of vehicles drives the development of intelligent vehicles.Ithas become an inevitable trend to analyze users driving behavior based on the big data of the Internet of vehicles.However,it is very difficult to directly analyze the underlying data,which needs to be analyzed in combination withthe users driving process.For this purpose,this topic proposes a pure electric vehicle travel recognition algorithmbased on the big data of the Internet of vehicles to realize the aggregation of vehicle data.Key words vehicle networking;automobile;big data;travel identification作者简介卓丽（19 9 9 一），女，助理工程师，主要从事车联网大数据应用相关工作。1绪论汽车行业已经从机械1.0 时代和电子2.0 时代，步入智能3.0时代，在未来智能车载系统及自动驾驶技术必将引发一场革命，以汽车制造技术为代表的工业技术和以互联网技术为代表的信息技术势必将紧密融合，从而推动汽车行业技术创新。当前，车联网大数据驱使着智能汽车的发展。所谓车联网，是以车内网、车际网和车载移动互联网为基础，按照约定的通信协议和数据交互标准，实现车与车、人、路、服务平台之间的网络连接。车辆的运行往往涉及多项开关量、传感器模拟量、CAN信号数据等，驾驶员在操作车辆运行过程中，产生的车辆数据不断回发到后台数据库，由云计算平台实现对数据的“过滤清洗”，数据分析平台对数据进行报表式处理，供管理人员查看。2研究背景及意义2.1 研究背景经过报表式处理的车辆数据，虽然记录了车辆在行驶过程中产生的数据，但是直接分析该数据是十分困难且效率低下的。以某热门纯电动汽车为例，每台车每天产生的数据可达十亿数量级，直接对底层数据分析用户特征值显收稿日期：2 0 2 2-12-30文章编号：10 0 3-8 6 39(2 0 2 3)0 8-0 0 0 5-0 3然是不现实的。而在数据分析的角度，一个车辆行程表征一个用户特征，用户的驾驶线路、驾驶行为以及出行习惯等数据标签都是基于一个行程来计算的。在此背景下，本课题针对CAN信号数据，提出一种基于车联网大数据的纯电动汽车行程识别算法，以满足海量的数据分析需求。2.2研究意义该算法主要解决以下几个技术问题。1）精准判断行程过程：当车辆处于行驶状态时，通过车联网获取车辆状态数据，再通过编写一套完整的算法逻辑，精确地判断每一个行程过程，并将其记录。2）提升数据分析效率：对每辆车上传的车联网数据，将其以单个行程为颗粒度聚合，即将每天1万多条的数据汇总成几条行程数据，通过分析用户的行程数据，即可快速提取用户特征值，极大地提升了数据分析效率。3）为标签体系建设打下基础：判断出一个完整的行程后，在单次行程中通过算法设计、算法开发以及离线任务计算，可获得更多有价值的数据，例如行驶里程、时长、速度等，这些计算好的数据称之为标签。将各类标签进行整合加工，同时对标签属性加以定义，建立起标签之间的网络联系，从而搭建起一个完善、动态的标签体系。3算法设计由上一章节，本课题的主要目标为：基于车联网大数据，通过算法设计来判断车辆的行驶过程，将CAN信号数据汇总成行程数据。新能源/Newenergy6AutoelectricpartsNo.08,20233.1纯电动汽车整车上下电的流程在上电流程中，首先是VCU被唤醒（钥匙唤醒、网络唤醒、或者充电cc信号硬线唤醒），启动后发送请求闭合HVIL回路使能线和必要的12 V低压继电器的CAN报文，同时监控HVIL回路状态，然后DCU、D C/D C、BM S被唤醒（VCU发送的网络管理报文或者IGON信号唤醒）并进行自检，监控HVIL回路状态，对于BMS还需计算绝缘阻值，确认绝缘是否正常，无故障后进人待机模式（standby状态）。随后VCU请求BMS闭合主继电器，BMS则先后闭合主负继电器和预充继电器，当检测到母线电压达到阈值后，判断预充电成功，然后闭合主正继电器，并断开预充继电器，则高压上电完成。在正常下电流程中，当检测到钥匙信号、硬线信号关闭或网络唤醒信号停发，VCU立即请求DCU离开工作模式，并且功率器件迅速降低功率，随后VCU请求DC/DC离开工作模式，然后VCU在请求BMS断开高压继电器，BMS完成响应后，VCU断开HVIL回路和低压继电器，各节点进入下电休眠流程。在车辆上下电的过程中，还可能包含着车辆行驶过程，即车辆上电后，有可能行驶一段时间后再下电，也有可能一直保持静止直至下电。基于整车上下电的原理，整个行程识别算法设计将车辆的单次行程过程划分为4个时间节点：车辆上电、车辆行驶开始、车辆行驶结束、车辆下电。3.2算法整体设计思路按照数据上传的时间先后顺序，依次读取整车CAN信号数据。在遍历数据的过程中，首先判断数据是否满足车辆上电条件，当读取到数据满足车辆上电条件时，记录车辆上电时间，同时开始计算行程数据。在车辆上电时间之后，依次判断车辆行驶开始条件、车辆行驶结束条件、车辆下电条件，当判断到满足车辆下电的条件时，整个行程过程结束。以上4个节点的判断算法如下。1）车辆上电判断：按照整车CAN信号数据上传的先后顺序，依次读取数据，当读取到某一条数据满足整车高压状态为“动力预备”且电池包主正继电器连接状态为“连接”时，判断此时车辆处于上电状态，首条满足上电状态条件的数据对应的数据采集时间定义为车辆上电时间。如图1所示，车辆在11:0 7:53时首次满足整车高压状态=“动力预备”且电池包主正继电器连接状态=“连接”，则该车辆的上电时间为2 0 2 2/5/9 11:0 7:53。采集时间整车高压状态电池包主正继电器状态整车运行模式2022/5/911:07:49动力断开2022/5/911:07:51动力断开2022/5/911:07:53动力预备2022/5/911:07:55动力预备2022/5/911:07:57动力预备图1车辆上电条件2）车辆行驶开始判断：车辆上电后，在判断到车辆上电后，持续判断至数据满足整车高压状态为“动力预备”且整车运行状态为“行驶”且整车车速 0 时，车辆开始行驶，其对应的首条数据采集时间定义为车辆行驶开始时间。如图2 所示，车辆在53s时上电，但车速=0，即表示此时采集时间整车高压状态电池包主正继电器状态整车运行模式车速2022/5/911:07:49动力断开2022/5/911:07:51动力断开2022/5/911:07:53动力预备2022/5/911:07:55动力预备2022/5/911:07:57动力预备图2 车辆行驶开始条件车辆属于静止状态；在55s时车速=0.2 8 12 5km/h且整车运行模式=“行驶”，表示此时车辆处于行驶状态，则车辆行驶开始时间为2 0 2 2/5/9 11:0 7:53。3）车辆行驶结束判断：若车辆下电时间对应的整车车速0（此时可能是车辆上传数据丢失导致，也可能是因为数据采集频率导致），则车辆行驶结束时间=车辆下电时间。如图3所示，车辆在17:44:19 时的车速为0.48 437 5km/h，表示在数据上传时车辆仍处于运行状态，但此时车辆已下电，所以车辆行驶结束时间应等于车辆下电时间。采集时间整车高压状态电池包主正继电器状态 整车运行模式2022/5/3117:44:15动力预备2022/5/3117:44:17动力预备2022/5/3117:44:19动力断开2022/5/3117:44:21动力断开2022/5/3117:44:23动力断开2022/5/3117:44:25动力断开2022/5/3117:44:27动力断开图3车辆行驶结束条件1若车辆下电时间对应的整车车速=0，则在车辆行驶开始时间至下电时间中寻找满足整车车速全部=0 的最后一个片段，该片段的首条数据采集时间为车辆行驶结束时间。如图4所示，车辆在11:0 9:39 时下电，且下电时对应的车速为0，从下电时间往前判断，发现从11:0 9:19 开始至下电时间，车速全为0（车辆一直处于静止状态），说明车辆在11：09:19时已行驶结束。采集时间整车高压状态电池包主正继电器状态整车运行模式2022/5/911:09:15动力预备2022/5/911:09:17动力预备2022/5/911:09:19动力预备2022/5/911:09:35动力预备2022/5/911:09:37动力预备2022/5/9 11:09:39动力断开图4车辆行驶结束条件24）车辆下电判断：若前后2 条数据时间间隔6 0 s，则车速满足整车高压状态为“动力断开”且整车运行状态不为断开初始化断开上电连接上电连接行驶连接行驶断开断开连接连接连接连接连接断开断开断开断开断开连接连接连接连接连接断开0000.281256.609375初始化上电上电行驶行驶行驶6.3125行驶3.796875休眠0.484375休眠0休眠0休眠0休眠0车速行驶0.09375行驶0.09375行驶0行驶0行驶0休眠0“行驶”持续时长 6 s（防止数据出现跳变）的首条数据为下电时间。如图5所示，车辆在11:0 9:39 满足下电条件且一直持续至11:09:47（持续时间大于6 s），则11:0 9:39 为车辆下电时间。若前后2 条数据时间间隔 6 0 s（数据存在丢失情况），则取数据丢失前的末条数据时间为下电时间。如图6 所示，车辆在17:44:31时仍处于上电状态，但由于数据丢失，下一条数据上传时间为19:2 8:0 3，此时车辆数据上传时间间隔大于1min，则认为在数据丢失前车辆已行驶结束，17:44:31为车辆下电时间。000.281256.609375车速Newenergy/新能源7汽车电器2 0 2 3年第8 期采集时间2022/5/911:09:172022/5/911:09:192022/5/911:09:352022/5/911:09:372022/5/911:09:392022/5/911:09:412022/5/911:09:432022/5/911:09:452022/5/911:09:47采集时间整车高压状态电池包主正继电器状态整车运行模式车速2022/5/3117:44:27动力预备2022/5/3117:44:29动力预备2022/5/3117:44:31动力预备2022/5/3119:28:03动力断开2022/5/3119:28:05动力断开2022/5/3119:28:07动力断开2022/5/3119:28:09动力断开图6车辆下电条件2本算法将车辆的单次行程过程细分为4个阶段：上电、行驶开始、行驶结束、下电，通过4个时间节点完整且精确地表达了一次行程过程。同时，基于车联网大数据，通过算法逻辑将几万条底层数据计算成几条行程数据，以行程为最小颗粒度来存储车辆数据，既节约了存储成本，又提高了数据查询效率。图7 为某台车5天的数据量，共计40500条，通过行程算法计算后，可将该4万多条的数据浓缩成2 2 条行程数据存储，如表1所示。再基于每次行程中计算车辆的各种数据，可以一条数据来表征用户驾驶行为。4总结本课题针对整车CAN信号数据，设计出一个基于车联网大数据的纯电动汽车行程识别算法，该算法可带来许多有益的效果。(上接第4页）降低MCU高压线束（动力电池至电机控制器高压线束）和电机三相高压线束长度，减少高压线束上功率损耗，提升驱动电机的效率。相对于充电效率来说，用户更加偏向于关注充电后整车续航。某车型上，电池包布置行李舱，电机控制器布置发动机舱前部，二者线束长度近3m，之间存在高压线束功率损耗很大，若动力电池可布置在车底靠近发动机舱处，可降低一半线束长度。在整车布置中，因各种因素导致动力电池位置布置不是很理想，新车型开发时，需合理布置动力电池、电机控制器、驱动电机三者位置，降低能量流动过程损耗。4结语扁线电机、高压电机、油冷电机、集成式的多合一驱动系统的驱动电机系统关键技术，对提高驱动电机系统效率，降低损耗，提升电机功率密度具有显著作用。驱动电机关键整车高压状态电池包主正继电器状态动力预备连接动力预备连接动力预备连接动力预备连接动力断开断开断开动力断开动力断开动力断开动力断开图5车辆下电条件1连接连接连接断开断开断开断开采集时间L升序引降序颜色排序内容筛选 颜色筛选【（支持多条件过滤，例如：北京上海）名称十计数口（全选/反选）【40 50 0】2022年（40 50 0）5月（40 50 0）9日（12 16 8）10日（512 3）11日（7 0 9 6）12日（537 1）13日（10 7 42）图7车联网数据量整车运行模式车速行驶0.09375行驶0行驶0行驶0休眠0休眠0断开休眠断开休眠断开休眠行驶行驶行驶休眠休眠休眠休眠整车高压状扫电池包日期筛选清空条件导出三选项表1基于算法计算的行程数据车辆上电时间XXXXXX2022/5/9.7:57:06XXXXXX2022/5/9 11:05:57XXXXXX2022/5/9 11:07:53XXXXXX2022/5/9 15:00:07XXXXXX2022/5/9 18:09:490XXXXxxx2022/5/918:24:010XXXXXX2022/5/921:47:550XXXXXX2022/5/921:53:05XXXXXX2022/5/107:59:50XXXXXX2022/5/1014:22:35XXXXXX2022/5/10 16:09:18XXXXXX2022/5/1018:31:280XXXXXX2022/5/11 8:00:420XXXXXX2022/5/1110:23:280XXXXXX2022/5/1112:12:200XXXXXX2022/5/1114:09:390XXXXXX2022/5/1119:40:120XXXXXX2022/5/128:00:520XXXXXX2022/5/1218:28:49XXXXXX2022/5/13 7:55:04XXXXXX2022/5/13 18:43:04XXXXX2022/5/13.22:56:021）精准识别用户的每一次行程，解决底层数据无法直接分析的难题。2）通过算法将底层数据汇聚成行程数据，数据量可由原先的十亿数量级降低至百万数量级。以行程为单位存储车联网数据，极大地降低了存储成本，同时提升了数据查询和数据分析效率。3）基于单次行程，可计算出各类数据标签，这些标签表征了用户的驾驶特征，通过建设标签体系，将尽可能多的标签数据通过各种各样的方式组合，可得到不同的用户画像，从而赋能业务实现用户精细化运营和精准营销。参考文献：1 蒲文杰，张戈，陈双双.分析大数据在车联网中的应用.重型汽车，2 0 2 1(6)：37-38.2 吴金.车联网大数据处理系统的设计分析 J电子技术，2 0 2 0，49(7)：17 8-17 9.3 安婧。大数据在车联网中的应用探究 .计算机产品与流通，2 0 18(4)：2 52.4芮祥麟。大数据在车联网中的应用 软件和信息服务，2 0 15(3)：6 1.(编辑杨景)技术运用，有利于提升整车能效，为整车企业及用户带来成本降低，促进新能源汽车发展，为实现“双碳”做出贡献。参考文献：1 赵大岭.探究新能源汽车的驱动电机系统 .时代汽车，2 0 2 1(8)：8 5-8 6.2 余康，曹德峰，刘鹏飞，等，基于国产自主新能源汽车电驱动系统量产关键技术研究 J.环境技术，2 0 2 0(3):174-179,183.3 黄建忠，罗媚，韩彦，等驱动电机系统台架性能测试影响因素研究.汽车测试报告，2 0 2 2（11)：152-154.4 丁荣军，刘侃.新能源汽车电机驱动系统关键技术展望J.中国工程科学，2 0 19(3)：56-6 0.5 兰鹏宇.新能源汽车扁线电机技术分析 内燃机与配件，2 0 2 2(6)：2 12-2 14.(编辑杨凯麟)下电时间行驶开始时间行驶结束时间2022/5/99:47:032022/5/97:57:062022/5/9 11:07:312022/5/9 11:06:012022/5/9 11:09:392022/5/9 11:07:552022/5/9 15:03:072022/5/9 15:00:532022/5/9 18:11:052022/5/9 18:09:512022/5/918:51:372022/5/9 18:26:112022/5/921:50:572022/5/921:47:592022/5/922:13:232022/5/921:54:252022/5/108:29:312022/5/107:59:542022/5/1014:43:202022/5/1014:34:022022/5/10 16:11:442022/5/10 16:09:322022/5/1019:00:182022/5/10 18:34:262022/5/11 8:27:302022/5/11 8:00:462022/5/11 1125:062022/5/1110:23:362022/5/1112:44:502022/5/1112:12:282022/5/1115:32:312022/5/1120:06:302022/5/128:27:322022/5/1218:59:352022/5/13 8:21:432022/5/13 19:17:562022/5/13 23:19:422022/5/9 8:27:292022/5/9 11:07:192022/5/9 11:09:192022/5/9 15:02:452022/5/9 18:10:532022/5/918:51:272022/5/921:50:392022/5/922:12:572022/5/108:28:592022/5/1014:43:022022/5/10 16:11:222022/5/1019:00:002022/5/11 8:27:102022/5/11 11:24:582022/5/1112:44:382022/5/1119:41:02 2022/5/1120:06:262022/5/128:01:042022/5/128:27:202022/5/1218:29:03 2022/5/1218:57:592022/5/13.7:55:042022/5/13 8:21:232022/5/13 18:43:122022/5/13 19:08:422022/5/13 22:56:282022/5/13 23:19:36