公交駕駛員駕駛行為對油耗的影響及其評價指標*

劉 軒，謝 輝，馬紅杰，陳雙喜

(天津大學，內燃機燃燒學國家重點實驗室，天津 300072)

前言

目前從實車運行的結果上看，駕駛員的駕駛行為對車輛的行駛油耗有著重要的影響。文獻[1]中通過研究發現，在駕駛過程中粗暴駕駛員相比普通駕駛員和溫和駕駛員，其實車油耗有著顯著的增加。在相同的道路工況、相同的車輛下，粗暴的駕駛行為相比溫和的駕駛行為將增加40%的額外油耗。在擁擠工況下，這種情況表現的尤為顯著。文獻[2]和文獻[3]中也提出實際的車輛燃油經濟性很大程度上受到駕駛行為的影響。為了進一步研究駕駛行為對油耗的影響，文獻[4]和文獻[5]中將其駕駛員的駕駛行為與實際的道路狀況特征進行了劃分，但未研究如何綜合描述駕駛員駕駛行為的優劣。

目前為止，如何評價駕駛員駕駛行為的優劣尚很少有人研究。在以上這些研究當中，往往將駕駛員進行分類(如粗暴型、溫和型以及普通型)，研究不同類型駕駛員對油耗的影響，并沒有根據駕駛行為對油耗的影響關系進行定量評價。

作者認為研究一種評價駕駛員駕駛行為優劣的方法對評價駕駛類型與油耗的影響具有重要意義，并可對駕駛員節油策略提供指導。在固定公交線路上，公交路況所反映的統計學特征是一致的。在研究過程中，通過統計數據橫向比較不同駕駛員駕駛操作對油耗的影響以排除公交路況對油耗的影響。同時，公交駕駛員的駕駛目的為在一定油耗標準下完成駕駛任務，可以不考慮駕駛員對車輛動力性的需求。該評價方法的提出能夠幫助公交駕駛員有效改善駕駛操作，降低油耗。故本文中重點關注固定線路上公交駕駛員駕駛行為的評價指標。通過無線遠程監控系統對天津泰達公交503路線6位公交駕駛員的駕駛行為、車輛的運行狀態以及路況信息進行實時的數據監控、記錄和存儲。基于大量的駕駛行為樣本，分析比較了6位公交駕駛員駕駛行為特性。利用主成分因子分析法計算其主成份因子總得分并作為評價駕駛員駕駛行為水平的綜合評價因子。最后通過相關性分析表明，該綜合評價因子可以對駕駛員駕駛行為的優劣進行評價。

1 車輛無線遠程監控系統

為了收集駕駛員駕駛車輛的實際運行數據，本文中采用了自行開發的車輛無線遠程監控系統。該系統主要包括智能信息單元和中央數據處理中心兩大部分。智能信息單元對實際車輛運行過程中道路工況、駕駛行為和車輛運行數據進行采集、傳輸、記錄，如圖1所示。該設備通過車輛OBD口接入整車CAN網絡，依照SAE J1939[6]標準協議實時獲取行駛信息。同時，智能信息單元通過GPS模塊實時獲取車輛位置信息和時間信息，通過GPRS模塊實現數據的遠程傳輸。將所監控的數據以100ms為周期同步記錄至本地SD卡中。為了研究駕駛行為對油耗的影響，智能信息單元主要將發動機轉速、轉速計輸出軸速度、車輛速度、加速踏板位置、小時燃油消耗、總燃油消耗量、發動機轉矩百分比、GPS時間和位置信息等數據記錄至SD卡中。

中央數據處理中心包括數據中轉中心、數據信息處理中心以及所對應的道路工況、駕駛行為和車輛運行數據庫。

如圖2所示，智能信息單元將所監控記錄的數據通過GPRS網絡遠程將所采集的數據實時傳輸至數據中轉中心。數據中轉中心將所接收到的數據同時轉發給中央數據處理中心和數據監控平臺；中央數據處理中心對已有的數據信息進行預處理(包括數據解析、數據還原、數據分離、數據統計)，分離還原出駕駛員的駕駛行為，如擋位、離合踏板行程、制動踏板行程等，并統計出道路工況信息和車輛油耗信息。最終中央數據處理中心將實時數據和統計數據存儲至道路工況數據庫、駕駛行為數據庫和車輛運行數據庫。

2 燃油經濟性與駕駛行為分析

所研究的對象為相同線路上不同駕駛員的駕駛行為。6位不同駕齡的公交駕駛員參與了本研究。他們分別駕駛3輛配置完全相同的公交客車在天津泰達公交503線路上運行。公交客車運行線路為濱海公交503號線路從天津濱海新區輕軌東海路站至天津火車西站北廣場，如圖3所示，全長71.4km，途經64個站點。其車輛型號均為宇通ZK6902HGA的10m公交客車，發動機型號為玉柴YC6J200-30，具體配置參數見表1。本文中將這6位駕駛員分別標記為A1、A2、B1、B2、C1、C2，其中駕駛員A1與A2、B1與B2、C1與C2駕駛同一輛公交客車，6位公交駕駛員的基本信息如表2所示。研究選取2012年5月～9月期間的運行數據。3輛公交客車運行總里程為25 625km，信息單元記錄的原始運行數據為50 605 816條，有效記錄時間達1 405.7h，行駛圈數為364圈。

表1 柴油機及整車配置參數

表2 駕駛員信息表

2.1 100km油耗計算

行駛里程計算：通過智能信息單元實時采集的GPS經緯度信息來計算。所采集的GPS信息更新周期為1s，其誤差≤10m。數據中相鄰兩個點的距離按式(3)進行里程ΔS1計算，并對其距離進行累加，統計出車輛行駛過程中的里程。考慮到車輛在低速行駛階段，GPS會出現漂移現象，低速時里程ΔS2按式(4)計算。

里程計算公式為

C1=sin(Alat)sin(Blat)

(1)

C2=cos(Alat)cos(Blat)cos(Alon-Blon)

(2)

ΔS1=Rarccos(C1+C2)

(3)

ΔS2=vΔt

(4)

(5)

式中：Alon、Blon為A、B兩點的經度；Alat、Blat為A、B兩點的緯度；C1與C2之和代表A、B兩點夾角的余弦；R為地球半徑，R=6 371.004m；S為所計算的里程信息。

行駛油耗計算：通過對車輛CAN總線實時發出的“小時燃油油耗”信息按照時間進行疊加來計算。油耗計算公式為

(6)

式中：Vfuel為積分油耗；H為小時燃油油耗，L/h；Δt為小時燃油消耗的周期時間，100ms。車輛行駛油耗數據采集于 ECU通過CAN總線發出的油耗信息。利用該油耗值積分得出的每天油耗數據與公交車每天從加油站實際加油的數據進行比對，驗證了 ECU 通過 CAN 總線發出的油耗值能夠表征車輛的實際運行油耗。

其100km油耗Qs計算公式為

Qs=100Vfuel/S

(7)

6位公交駕駛員的平均100km油耗分別為23.02、25.25、24.91、25.45、26.17和26.24L。

2.2 駕駛行為分析

為了進一步研究駕駛員的駕駛行為對油耗的影響，本文中通過RPA[1]、踏板行程分布和換擋切換速度分布來對駕駛員的駕駛行為習慣進行描述。

RPA為相對正加速度，即

(8)

式中：v為車速；a+為正加速度；x代表里程值。

RPA代表駕駛員對車輛動力性的需求。對于粗暴型駕駛員來說，RPA相對較大。劇烈的操作將會導致發動機較大的工況波動。由于空氣系統跟隨工況變化的滯后性，頻繁的工況波動會導致發動機新鮮進氣不足。ECU為了滿足駕駛員的轉矩需求，將會控制噴油器噴出更多的燃油。這就造成油耗額外增加。相反，對于溫和型駕駛員來說，其駕駛操作不會帶來過多的工況波動，其油耗相對較低。

圖4為不同駕駛員RPA與油耗關系的比較。由圖可見，不同的駕駛員在RPA上會有明顯的差異。對于同一輛車來說，駕駛員A2、B2、C2的動力性需求分別高于駕駛員A1、B1、C1的動力性需求，其油耗偏高，且其最大偏差達到了24.5%。由此可見，RPA值對油耗存在影響。但是，不同車輛駕駛員的RPA對油耗的影響不具備可比性。

在駕駛操作中，駕駛員踏板行程的整體分布情況反映了駕駛員對固定公交路線整體功率需求的熟悉程度。圖5為不同駕駛員的踏板行程分布曲線。

從圖5中可以看出，對于同一輛車來說，駕駛員踏板行程小的區域分布越多，其燃油經濟性更好。對駕駛員A1與A2和B1與B2來說，這種差距尤為明顯。最經濟的駕駛員A1傾向于在駕駛過程中使用較小的踏板行程，其80%～100%的踏板行程分布比例只占0.92%。

駕駛員換擋時的速度分布反映了駕駛員的換擋駕駛習慣，是駕駛經驗豐富程度的一種表征。經濟型駕駛員會在合適的時機，快速換擋，且其換擋期間的速度相對比較集中。費油型駕駛員操作換擋可能過早或過晚。這種換擋操作會導致發動機實際工作在較低效率的工作區，帶來了額外的油耗。表3所示為不同駕駛員的換擋時機比較。

其中Gi_V_Ave代表駕駛員從i擋切換至i+1擋時的平均速度，單位為km/h，Gi_V_Std代表駕駛員從i擋切換至i+1擋時的速度標準差，i=1，2，3。

表3 不同駕駛員的換擋時機比較 km/h

從表3中可以看出，駕駛員A1、C1相比A2、C2，其換擋的平均速度更低，標準差更小。圖6、圖7分別為經濟型駕駛員A1與費油型駕駛員A2從1擋切換至2擋時的速度分布。其中駕駛員A1的標準偏差為2.30，駕駛員A2的標準偏差為3.44。由圖可見，相比經濟型駕駛員來說，費油型駕駛員換擋時的速度分布離散程度更高。

2.3 駕駛行為特征參數

本文中研究了3種影響因素(RPA、踏板行程分布、換擋速度分布)對油耗的影響。結果表明，駕駛員的駕駛水平越高，其RPA值相對越低、踏板行程較小的區域分布越多、換擋切換的速度分布越集中，油耗也越低。將這3種因素使用12個特征參數進行數學描述并計算這些特征參數與100km油耗的相關系數，結果如表4所示。

表4 駕駛行為特征值與100km油耗Person相關系數

由表4可見，這些特征參數與100km油耗具有一定的相關性，但只反映了駕駛員某方面的駕駛特征與油耗的關系，不能對其駕駛水平進行評價。

3 駕駛行為評價指標

為了能夠實現對駕駛員駕駛水平的整體評價，本文中通過使用主成分因子分析法從上述12個特征參數中提取出相互獨立的因子，作為一個駕駛員駕駛行為的綜合評價指標。

3.1 因子分析方法

因子分析起源于20世紀初，最早由英國心理學家C.E.斯皮爾曼提出[7]。因子分析法是研究如何以最少的信息丟失將原有眾多變量綜合成較少的因子變量，如何使因子具有一定的命名解釋性的多元統計分析方法。其數學模型如下所示：

(9)

其矩陣形式可以表示為

X=AF+E

(10)

式中：F為因子變量；A為因子載荷陣；aij為因子載荷；Ε為特殊因子。其中，aij的絕對值越大，則xi與fi的關系越強。

3.2 駕駛行為評價指標計算與分析

本文研究的目的是提出一種評價駕駛員駕駛行為對油耗影響的綜合指標，即綜合評價因子。通過主成分因子分析法將所定義的描述駕駛員駕駛行為的12個特征參數中相關或重疊信息進行必要的剔除。對所述的12個變量進行了歸并，得到了因子分析總方差解釋表(表5)。前4個特征根的貢獻率已經達到78.84%(一般認為大于70%，即可提取主要信息)，即12個特征參數反映的信息可以由4個主成分反映原變量78.84%的信息。因此，在12個特征參數中提取前4個特征根。根據各公共因子對原有變量的載荷對因子進行重新解釋，旋轉后公共因子對原有變量的載荷矩陣，即因子得分系數矩陣，如表6所示。因子得分系數絕對值越大，表明該特征參數與所對應的主成分相關性越高。

表5 因子分析總方差解釋

表6 因子成分得分系數矩陣

根據因子得分系數和標準化后的變量原始數據，可計算出6位駕駛員的因子得分，如表7所示。

表7 駕駛員各因子得分表

根據駕駛員各因子得分與表5中因子特征根λ，可計算出6位駕駛員的因子總得分，即綜合評價因子為

V=λ1F1+λ2F2+…+λnFn

(11)

式中：V為綜合評價因子；λi為所對應的因子特征根。6位駕駛員綜合評價因子與油耗關系折線圖如圖8所示。

由圖8可見，駕駛員綜合評價因子具有相互比較的意義。駕駛員的綜合評價因子數值越大，其油耗越高。計算綜合評價因子與油耗分布的相關系數，結果如表8所示。

表8 Pearson相關系數

①在0.8～1.0水平上極強相關。

從表中看出，綜合評價因子與100km油耗的Pearson相關系數達到了0.9，屬于極強相關。可認為綜合評價因子V可以表征駕駛員的駕駛行為優劣。

4 結論

(1)本文中分析比較了描述公交駕駛員駕駛行為3種影響因素對油耗的影響。結果表明，當RPA值越低、踏板行程較小的區域分布越多、換擋切換的速度分布越集中時，表明其公交駕駛員駕駛水平越高，油耗越低。

(2)通過因子分析法將其12個特征參數歸納成4個主成分因子，分別計算了6位駕駛員的4個主成分因子綜合得分，作為評價駕駛員駕駛優劣的綜合評價因子。結果表明，駕駛員的綜合評價因子與油耗相關系數達到了0.9，相關性極強。綜合評價因子可作為評價駕駛員駕駛行為優劣的指標。

[1] De Vlieger I, De Keukeleere D, Kretzschmar J G. Environmental Effects of Driving Behaviour and Congestion Related to Passenger Cars[J]. Atmospheric Environment, 2000,34(27):4649-4655.

[2] Tong H Y, Hung W T, Cheung C S. On-Road Motor Vehicle Emissions and Fuel Consumption in Urban Driving Conditions[J]. Journal of the Air and Waste Management Association， 2000,50:543-554.

[3] Beckx C, IntPanis L， De Vlieger I, et al. Influence of Gear-changing Behaviour on Fuel Use and Vehicular Exhaust Emissions[C]. Highway and Urban Environment, 2007:45-51.

[4] Ericsson E. Variability in Urban Driving Patterns[J]. Transportation Research, Part D, 2000,5:337-354.

[5] Ericsson E. Independent Driving Pattern Factors and Their Influence on Fuel-use and Exhaust EmissionFactors[J]. Transportation Research, Part D,2001,6:325-345.

[6] 高云華.SAE J1939協議在汽車電器通信系統中的應用[J].河海大學常州分校學報，2005(3)：58-60.

[7] 唐守正.多元統計分析方法[M]．北京：中國林業出版社，1986．

[8] Masini B M， Andrisano O.On the Effectiveness of a GPRS Based Intelligent Transportation System in a Realistic Scenario[C]. Vehicular Technology Conference,2006,63:2997-3001.