基于大數據分析技術的駕駛風格對電動汽車續駛里程影響分析

基于大數據分析技術的駕駛風格對電動汽車續駛里程影響分析

實現電動汽車續駛里程的最大化，將有利于電動汽車的推廣。目前，存在多個因素影響電動汽車的續駛里程，如汽車空調系統、路面條件、天氣環境和駕駛員駕駛風格。就駕駛員駕駛風格而言，駕駛行為較為激進的駕駛員會導致電動汽車的續駛里程較短。美國阿貢國家試驗室早期的研究也證實了駕駛風格會影響汽車的燃油經濟性，若能在電動汽車控制決策的制定過程中，根據真實駕駛情況，考慮駕駛員的駕駛風格，則能夠增加電動汽車的續駛里程。

在駕駛員駕駛風格中，影響電動汽車續駛里程最重要的一個因素是駕駛員的制動行為。最大限度地利用制動過程中回收的能量，則能夠顯著增加電動汽車的續駛里程。應用大數據技術分析采集的駕駛員制動行為信息，則能夠最大限度的利用制動回收能量。

對駕駛員制動行為信息的收集主要包含兩個來源：①對美國密歇根福特汽車公司41名員工的制動行為進行采集，該過程主要利用車內安裝的OpenXC接口實現；②福特電動汽車車內安裝的“我的移動福特（MFM）”，通過控制器局域網路（CAN）總線采集駕駛員制動行為信息，這大約包含25000輛福特電動汽車。將這兩種來源的駕駛員制動行為信息通過移動設備或家庭網絡上傳到福特汽車公司大數據服務器中，利用商業化大數據分析軟件Apache Spark和Hive對采集的信息進行處理和分析。分析結果顯示，激進的駕駛風格將導致電動汽車的續駛里程較短，而這主要是受牽引電池充電功率極限的限制，同時激進的駕駛風格將導致回收的制動能量難以被重新利用。

Seth Bryan et al.SAE 2017-01-0239.

編譯：王祥