城市道路輕型汽車行駛工況構(gòu)建

張 宏，姚延鋼，楊曉勤

（1.內(nèi)蒙古大學(xué)交通學(xué)院，內(nèi)蒙古 呼和浩特 010070；2.內(nèi)蒙古自治區(qū)城市交通數(shù)據(jù)科學(xué)及應(yīng)用工程技術(shù)研究中心，內(nèi)蒙古 呼和浩特 010070）

汽車行駛工況研究作為汽車工業(yè)的一項(xiàng)共性核心技術(shù)，通過(guò)對(duì)車輛的實(shí)際行駛狀況進(jìn)行調(diào)查和實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析，運(yùn)用相關(guān)數(shù)學(xué)理論方法建立起來(lái)的典型道路車輛行駛狀況的一種定量描述.研究汽車行駛工況的主要目的是確定車輛污染物排放量和燃油消耗量，為新型車的技術(shù)開(kāi)發(fā)、評(píng)估以及交通風(fēng)險(xiǎn)測(cè)定與控制等提供參考依據(jù).自從實(shí)施機(jī)動(dòng)車排放測(cè)試標(biāo)準(zhǔn)以來(lái)，我國(guó)一直采用新標(biāo)歐洲循環(huán)測(cè)試工況（new European driving cycle，NEDC）[1]，但多年的實(shí)踐，暴露出了越來(lái)越多的問(wèn)題，同時(shí)也忽視了新能源汽車怠速啟停、制動(dòng)能量回收等新技術(shù)的節(jié)能效果[2].NEDC工況測(cè)試法基于多數(shù)勻速狀態(tài)下的油耗和排放進(jìn)行測(cè)試[3]，結(jié)果與我國(guó)實(shí)際駕駛情況相差巨大，不僅影響相關(guān)部門掌握車輛的實(shí)際駕駛狀態(tài)，也影響了政府的決策和公信力.

當(dāng)前，制定和開(kāi)發(fā)出適合我國(guó)國(guó)情道路工況的油耗標(biāo)準(zhǔn)和排放規(guī)范是當(dāng)務(wù)之急，是國(guó)家汽車產(chǎn)業(yè)軟實(shí)力的體現(xiàn).近年來(lái)，新能源汽車發(fā)展迅速，其能量消耗一直是爭(zhēng)論的焦點(diǎn)，評(píng)價(jià)新能源汽車能源消耗性能、節(jié)能減排與開(kāi)發(fā)，汽車典型工況測(cè)試是基礎(chǔ).為了開(kāi)發(fā)出因地制宜的汽車行駛工況，搶奪在國(guó)際市場(chǎng)上新能源汽車性能的領(lǐng)先地位，歐日美都已加快了新一代汽車典型工況的開(kāi)發(fā)[4-10]，近些年國(guó)內(nèi)學(xué)者也開(kāi)始相應(yīng)的研究[11-22]，部分城市擁有了代表本地區(qū)的行駛工況.例如，杜常清等[16]利用全球定位系統(tǒng)（global positioning system，GPS）和地理信息系統(tǒng)（geographic information system，GIS）數(shù)據(jù)篩選短行程，基于加權(quán)因子方法構(gòu)建了4種工況后進(jìn)行組合，得到了完整工況；秦大同等[17]提出了反映實(shí)際交通道路狀況的k-均值聚類方法，構(gòu)建城市循環(huán)工況；石琴等[18]對(duì)構(gòu)建的行駛工況進(jìn)行了精度分析；胡志遠(yuǎn)等[19]構(gòu)建了上海市乘用車行駛工況；潘登等[20]、鐘森鳴等[21]、徐小俊等[22]對(duì)新能源汽車動(dòng)態(tài)行駛工況進(jìn)行了探討.

1 數(shù)據(jù)采集與預(yù)處理

本項(xiàng)目所采集的輕型汽車行駛工況數(shù)據(jù)的調(diào)查對(duì)象覆蓋了不同特征的駕駛員和各類道路環(huán)境，并且考慮了駕駛習(xí)慣、地形條件和天氣情況等，配合問(wèn)卷調(diào)查獲得實(shí)際能耗和活動(dòng)水平，綜合地反映了內(nèi)蒙古地區(qū)的車輛特征和外部環(huán)境特征，以保證樣本數(shù)據(jù)的全面性.

1.1 前期準(zhǔn)備與數(shù)據(jù)采集

前期準(zhǔn)備階段需在征用的輕型車上安裝數(shù)據(jù)采集終端，中國(guó)汽車檢測(cè)工況研究和開(kāi)發(fā)（China automotive test cycle，CATC）項(xiàng)目提供公共平臺(tái)數(shù)據(jù)采集設(shè)備.終端收到后，安裝用戶身份識(shí)別（subscriber identification module，SIM）卡，設(shè)置終端VIN碼，修改原則為CATC10+11位SIM卡號(hào)，呼和浩特市征用車輛均使用聯(lián)通4G的SIM卡和SD卡.確認(rèn)征用車輛的車載自動(dòng)診斷系統(tǒng)（on board diagnostics，OBD）接口位置，將數(shù)據(jù)接線圓頭一端與車輛終端接口相連，方頭一端與OBD接口相連，整理好線速并固定終端.在CATC信息化系統(tǒng)www.chinacatc.cn平臺(tái)中注冊(cè)，完成SIM卡-終端-車輛編號(hào)對(duì)應(yīng)關(guān)系表；安裝現(xiàn)場(chǎng)打開(kāi)筆記本電腦，或聯(lián)系平臺(tái)后臺(tái)服務(wù)人員確認(rèn)登陸及數(shù)據(jù)上傳情況.收集的數(shù)據(jù)包括車輛行駛數(shù)據(jù)、車輛活動(dòng)特征調(diào)查數(shù)據(jù)、企業(yè)歷史數(shù)據(jù)、車載尾氣檢測(cè)設(shè)備（portable emission measurement system，PEMS）測(cè)試數(shù)據(jù).

以內(nèi)蒙古呼和浩特市征用的74臺(tái)輕型汽車為數(shù)據(jù)采集對(duì)象，使用CATC項(xiàng)目提供的專用數(shù)據(jù)采集設(shè)備進(jìn)行數(shù)據(jù)的收集，數(shù)據(jù)實(shí)時(shí)發(fā)送至數(shù)據(jù)采集平臺(tái)-車輛遠(yuǎn)程管理服務(wù)平臺(tái)數(shù)據(jù)庫(kù)，平臺(tái)注冊(cè)后登陸頁(yè)面.

CATC信息化系統(tǒng)框架主要有車輛管理、工況數(shù)據(jù)管理、排放數(shù)據(jù)管理以及手機(jī)APP管理功能，主要用于征用道路試驗(yàn)車輛的數(shù)據(jù)監(jiān)控與數(shù)據(jù)管理.無(wú)線傳輸車載終端傳輸速率為1 Hz，可以實(shí)現(xiàn)車輛定位、行駛狀態(tài)監(jiān)控、歷史軌跡回放、電子控制單元（electronic control system，ECU）數(shù)據(jù)監(jiān)控、遠(yuǎn)程故障診斷、數(shù)據(jù)統(tǒng)計(jì)與分析、條件設(shè)定與報(bào)警等功能.菜單主要功能見(jiàn)表1所示，系統(tǒng)菜單中包含車輛監(jiān)控、數(shù)據(jù)管理、車輛與終端和城市監(jiān)控4個(gè)子系統(tǒng)模塊.

表 1 CATC信息化系統(tǒng)菜單功能Tab.1 Menu function of CATC information system

在注冊(cè)完車輛后，可通過(guò)“車輛定位管理”下的“實(shí)時(shí)數(shù)據(jù)查詢”查看車輛的實(shí)時(shí)數(shù)據(jù)，對(duì)終端即車輛進(jìn)行現(xiàn)場(chǎng)調(diào)試.在全屏地圖監(jiān)視中，“車輛查詢”可對(duì)單個(gè)車輛進(jìn)行狀態(tài)查詢，以及“定位該車”等操作，如圖1所示.其中車輛狀態(tài)包括行駛、停止、離線3種：

行駛（綠色）：車輛在行駛狀態(tài)；

停止（紅色）：車輛處于原地不動(dòng)狀態(tài)，終端仍在通電；

離線（灰色）：車輛熄火，終端斷電狀態(tài).

圖 1 實(shí)時(shí)數(shù)據(jù)查詢Fig.1 Real-time data query

通過(guò)“城市監(jiān)控”菜單下的“單車數(shù)據(jù)監(jiān)控”，依次選擇車輛編號(hào)、開(kāi)始時(shí)間、結(jié)束時(shí)間，可查看該段時(shí)間內(nèi)的單車數(shù)據(jù)情況，包含總行駛里程、最大車速、平均車速以及各參數(shù)的正常情況等.

截止到2018年6月30日平臺(tái)已運(yùn)行1 033 d，全國(guó)41個(gè)城市車輛（輕型、重型）累計(jì)總行駛里程達(dá)46 185 471.578 2 km，采集到的數(shù)據(jù)通過(guò)記錄儀的遠(yuǎn)程通信功能實(shí)時(shí)發(fā)送到遠(yuǎn)程服務(wù)器，并按照車輛編號(hào)、時(shí)間段進(jìn)行分類管理.

平臺(tái)在有限時(shí)間內(nèi)開(kāi)放了車輛歷史數(shù)據(jù)查詢與下載服務(wù)，共收集了輕型汽車48種運(yùn)行特征和分布特征參數(shù).對(duì)于車輛上傳后存儲(chǔ)在系統(tǒng)內(nèi)的數(shù)據(jù)，可通過(guò)“車輛數(shù)據(jù)管理”菜單欄下進(jìn)行“歷史數(shù)據(jù)查詢與下載”，如圖2所示，也可以通過(guò)“車輛定位管理”功能菜單下“實(shí)時(shí)數(shù)據(jù)”查看車輛的歷史數(shù)據(jù).首先選取車輛編號(hào)，查詢歷史數(shù)據(jù)的開(kāi)始時(shí)間、結(jié)束時(shí)間，然后點(diǎn)擊“參數(shù)選擇”，勾選所有參數(shù)后點(diǎn)擊確定.此外，點(diǎn)擊圖2中的“下載Excel”按鈕，可將所選時(shí)間段內(nèi)歷史數(shù)據(jù)以Excel的格式下載到電腦上.

圖 2 歷史數(shù)據(jù)查詢Fig.2 Historical data query

為統(tǒng)計(jì)準(zhǔn)確和獲得覆蓋率高的完整數(shù)據(jù)，采集對(duì)象原則上不加限制，覆蓋所有時(shí)段、車型、道路和駕駛員類型，輕型車分為節(jié)能與新能源汽車、常規(guī)車兩大類，本文選擇私家車、出租車和公務(wù)車所占比例分別為80%、14%和6%.優(yōu)先選擇新能源車輛，車輛來(lái)源方式有出租車公司、網(wǎng)上征集、項(xiàng)目單位職工用車、參與項(xiàng)目單位公用車，且控制出租車的總數(shù)量不超過(guò)15輛.根據(jù)車輛清單表登記車輛信息、駕駛員信息，包括車型、排量、傳動(dòng)方式、日常駕駛區(qū)域、駕駛員年齡、性別等.

輕型汽車數(shù)據(jù)采集利用自主駕駛法，要求駕駛范圍盡可能覆蓋呼和浩特市區(qū)所有的區(qū)域.74輛輕型汽車不規(guī)劃道路，自由駕駛，車輛運(yùn)行一段時(shí)間后，通過(guò)CATC信息管理平臺(tái)統(tǒng)計(jì)行駛路線對(duì)區(qū)域的覆蓋情況，如果有區(qū)域不能覆蓋完全，則對(duì)車輛進(jìn)行動(dòng)態(tài)調(diào)整，根據(jù)駕駛員出行區(qū)域的分布，有選擇地輪換一批采集車輛，重新選擇合理的駕駛員.

配合問(wèn)卷調(diào)查500份，形成車輛活動(dòng)特征數(shù)據(jù)庫(kù)，重點(diǎn)調(diào)研日常出行習(xí)慣以及駕駛習(xí)慣、一次出行里程、出行時(shí)間、出行范圍、空調(diào)使用率等；測(cè)量采集城市電能質(zhì)量，調(diào)研充電設(shè)施以及充電樁規(guī)格和分布.

CATC信息化系統(tǒng)顯示全部車輛的當(dāng)前數(shù)據(jù)上傳狀態(tài)，以及最近7 d（含當(dāng)天）的數(shù)據(jù)上傳情況.為積極推進(jìn)CATC項(xiàng)目，保證各子課題有序進(jìn)行，需每天通過(guò)數(shù)據(jù)平臺(tái)管理車輛、終端的運(yùn)行狀態(tài)，發(fā)現(xiàn)故障及時(shí)處理.每周對(duì)車輛、終端的運(yùn)行狀態(tài)以及故障信息進(jìn)行統(tǒng)計(jì)、總結(jié)；每?jī)芍芴峤幌聝芍艿墓ぷ饔?jì)劃，明確工作目標(biāo)、內(nèi)容，確保數(shù)據(jù)收集的完整與準(zhǔn)確.車輛故障信息包括車輛編號(hào)、數(shù)據(jù)狀態(tài)、最近7 d（含當(dāng)天）數(shù)據(jù)異常情況以及周故障等級(jí)等統(tǒng)計(jì)參數(shù).終端數(shù)據(jù)上傳正常，故障燈標(biāo)綠色；終端未有數(shù)據(jù)上傳，故障燈標(biāo)灰色；有數(shù)據(jù)上傳但數(shù)據(jù)異常，故障燈標(biāo)紅色.GPS狀態(tài)和控制器局域網(wǎng)絡(luò)（controller area network，CAN）狀態(tài)任意一個(gè)為紅色，則數(shù)據(jù)狀態(tài)顯示為紅色.車輛行駛過(guò)程中或離線前，上傳的最后一條數(shù)據(jù)對(duì)應(yīng)的時(shí)間為最新數(shù)據(jù)時(shí)間.

1.2 車輛行駛數(shù)據(jù)預(yù)處理

本試驗(yàn)所選擇的74個(gè)樣本數(shù)據(jù)均為社會(huì)車輛，車輛行駛路線均由駕駛員根據(jù)自身需要做出選擇，并未受到試驗(yàn)人員干預(yù)，非特殊情況下24 h不間斷采集數(shù)據(jù).考慮到近年來(lái)女性駕駛員數(shù)量不斷攀升，所以隨機(jī)選擇性別比，駕駛員25～45歲比例最大，占65%，25歲以下和45～55歲各占15%，55歲以上占5%，符合條件的駕駛員既有特定、專業(yè)駕駛員，也有普通駕駛員.典型的工況構(gòu)建流程見(jiàn)圖3所示，數(shù)據(jù)處理是工況構(gòu)建的關(guān)鍵環(huán)節(jié)，其預(yù)處理結(jié)果直接影響到工況構(gòu)建成功與否，本文數(shù)據(jù)經(jīng)過(guò)初選與精選兩道程序控制數(shù)據(jù)質(zhì)量，數(shù)據(jù)格式要求見(jiàn)表2.

圖 3 城市道路輕型汽車行駛工況構(gòu)建基本過(guò)程Fig.3 Basic process of constructing the automobile driving cycle on urban roads

表 2 部分?jǐn)?shù)據(jù)格式要求Tab.2 Data format requirements

實(shí)時(shí)監(jiān)控車輛過(guò)程中出現(xiàn)的異常數(shù)據(jù)被視為無(wú)效數(shù)據(jù)，例如非正常天氣行駛、數(shù)據(jù)采集設(shè)備故障等.在數(shù)據(jù)預(yù)處理階段為保障數(shù)據(jù)的有效性，對(duì)異常數(shù)據(jù)會(huì)進(jìn)行特殊處理，統(tǒng)計(jì)后另行存放.

無(wú)效片段數(shù)據(jù)采用去除方式處理，重點(diǎn)關(guān)注兩類異常情況：第1類是GPS異常數(shù)據(jù)，包括監(jiān)控錯(cuò)誤記錄了較長(zhǎng)時(shí)間的低速片段和某些原因通訊中斷導(dǎo)致的斷點(diǎn)片段；第2類是人為干預(yù)交通產(chǎn)生的細(xì)碎停頓片段，加減速異常情況.

對(duì)呼和浩特市征用的74臺(tái)輕型車連續(xù)不間斷收集了12個(gè)月的速度和加速度數(shù)據(jù)，根據(jù)短行程和短片段劃分標(biāo)準(zhǔn)，總結(jié)如下：超高速占比為0.7%，高速占比為2.1%，中速占比為24.5%，低速比例最大，為72.7%.試驗(yàn)車中新能源汽車實(shí)際行駛工況的加速度平均值為0.568 m/s2，傳統(tǒng)汽車實(shí)際行駛工況的加速度為0.433 m/s2.

1.3 短片段篩選規(guī)則制定

車輛行駛過(guò)程中，一個(gè)完整的運(yùn)動(dòng)學(xué)片段通常包含怠速、加速、減速、勻速4個(gè)過(guò)程.設(shè)置運(yùn)動(dòng)學(xué)片段的信息參數(shù)如最大車速、平均車速、運(yùn)行平均車速、加減速次數(shù)等，可用于描述運(yùn)動(dòng)學(xué)片段的特征.參考全球輕型車測(cè)試規(guī)程（worldwide harmonized light vehicles test procedure，WLTP）短片段篩選規(guī)則，結(jié)合車輛行駛工況的實(shí)際情況，考慮到短片段選擇的合理性和有效性，從運(yùn)行時(shí)間（0～24 h）、速度（0～220 km/h，最大速度：5～150 km/h）、加速度（-8～6 m/s2）、數(shù)據(jù)缺失率（GPS數(shù)據(jù)缺失率 ＜ 10%）和勻速比例（勻速時(shí)間不超過(guò)10 s）5個(gè)參數(shù)設(shè)置了短片段篩選規(guī)則，依據(jù)此規(guī)則，既篩選出了符合工況構(gòu)建要求的短片段，又控制了數(shù)據(jù)質(zhì)量.

城市道路交通復(fù)雜，交叉口數(shù)量較多，輕型汽車保有量大，在市區(qū)內(nèi)行駛比例較大，同時(shí)又呈現(xiàn)一定方向的流動(dòng)性，例如早晚高峰車流，所以實(shí)際道路上的運(yùn)動(dòng)學(xué)片段往往是零碎的，特征各不相同，數(shù)據(jù)庫(kù)存儲(chǔ)的數(shù)據(jù)量龐大，需對(duì)運(yùn)動(dòng)學(xué)片段進(jìn)行裁剪、整理、分類，然后將具有相同交通特征的運(yùn)動(dòng)學(xué)片段合成，減少運(yùn)動(dòng)特征差異.從表3可以得出，依據(jù)上述短片段篩選規(guī)則，篩選前后得到的運(yùn)動(dòng)學(xué)片段參數(shù)差異性較小.

表 3 參數(shù)篩選前后的對(duì)比Tab.3 The parameters are compared before and after the screening

2 城市道路輕型汽車工況規(guī)劃與構(gòu)建

2.1 理論基礎(chǔ)

在樣本數(shù)據(jù)的預(yù)處理階段，48種運(yùn)行參數(shù)數(shù)據(jù)量大且繁雜，相關(guān)參數(shù)之間存在著千絲萬(wàn)縷的聯(lián)系，需分區(qū)間進(jìn)行降維處理，篩選代表性變量，降低計(jì)算復(fù)雜度.對(duì)預(yù)處理后的運(yùn)動(dòng)學(xué)片段特征值進(jìn)行分類，常見(jiàn)的有主成分分析法和比較成熟的k-means聚類分析法.

2.1.1 主成分分析

主成分分析法是將一組線性相關(guān)的特征值變量通過(guò)線性變換組合成另一組相互獨(dú)立的綜合指標(biāo)[16]，組合后的變量不相關(guān).通過(guò)線性變換將樣本數(shù)據(jù)預(yù)處理階段得到的48個(gè)特征值參數(shù)變量用少數(shù)、關(guān)鍵的變量所取代，從而減少了初始變量的數(shù)目，得到的這個(gè)關(guān)鍵變量即為主成分，樣本數(shù)據(jù)中有m個(gè)互不相關(guān)的初始特征值變量X1、X2、···、Xm，設(shè)向量X= (X,X, ··,X)T與 常 數(shù) 矩 陣l=(l,l,···,l)線12m12m性組合后得到主成分F為

用Excel軟件對(duì)樣本的特征值λi(i=1,2,···,m)重新排序，F(xiàn)i表示Fi的期望值，SFi表示第i個(gè)主成分的方差，分配各主成分總方差，即第i個(gè)成分分配的結(jié)果為第i個(gè)主成分的方差，數(shù)值上與 λi相等，如式（2）所示.

計(jì)算各主成分的貢獻(xiàn)率為

計(jì)算前k（k＜m）個(gè)主成分的累計(jì)貢獻(xiàn)率為

本例中，運(yùn)行Python軟件進(jìn)行主成分分析，貢獻(xiàn)率從大到小依次排列并計(jì)算累計(jì)貢獻(xiàn)率，輸出結(jié)果見(jiàn)表4所示，前5個(gè)主成分累計(jì)貢獻(xiàn)率達(dá)94.1%，表明主成分（Fi，m=16）具備代表性，將 48個(gè)特征值參數(shù)用11個(gè)特征值參數(shù)替換，用于工況的構(gòu)建.

表 4 各主成分貢獻(xiàn)率及累計(jì)貢獻(xiàn)率Tab.4 Contribution rate and cumulative contribution rate of each principal component %

標(biāo)準(zhǔn)化各特征參數(shù)值，用系數(shù)表示標(biāo)準(zhǔn)化特征值與主成分F1～F4之間的相關(guān)關(guān)系，系數(shù)越大，二者之間的關(guān)系越密切，進(jìn)而用主成分代替相關(guān)特征值.

2.1.2 聚類分析

聚類分析[16-17]算法的核心是確定中心點(diǎn)，選取的k值決定了樣本的聚類效果.將主成分分析得到的運(yùn)動(dòng)學(xué)片段進(jìn)行組合，提取相似交通類型的交通特征值，使其聚合為一類.

Excel結(jié)合統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案（statistical product and service solutions，SPSS）軟件對(duì)樣本數(shù)據(jù)統(tǒng)計(jì)和分析，采用合并層次聚類分析方法，得到反映某類交通特征的特征值曲線.例如分析私家車、出租車和公務(wù)車出行交通特征，以日均行駛里程為例，出租車日均行駛里程最大，公務(wù)車次之，私家車日均行駛里程最短，圖4反映了不同用途車輛的出行特征.車輛實(shí)際使用中，僅有20%的用戶每日出行里程（出行鏈）高于40 km，私家車月均活動(dòng)時(shí)間與月均工作日一致，公務(wù)車月均出行天數(shù)一般低于15 d.雖然二者日均行駛里程之間差異較大，但在城市道路上行駛時(shí)，平均速度、速度區(qū)間比例、加速度比例等工況特征相似，區(qū)別在于片段數(shù)量不同.用類1表示低速區(qū)間，類2表示中速區(qū)間，類3表示高速區(qū)間.

圖 4 私家車、出租車、公務(wù)車出行特征分析Fig.4 Travel feature analysis of private，taxi and financing vehicles

經(jīng)過(guò)降維處理后，為加快聚類分析處理速度，設(shè)置最大迭代次數(shù)為20，當(dāng)距離中心點(diǎn)的距離是0時(shí)即可停止迭代，見(jiàn)表5所示，類1迭代11次停止，類2迭代9次停止，類3迭代15次停止.

表 5 聚類分析迭代表Tab.5 Cluster analysis

2.2 輕型汽車工況構(gòu)建

短行程法將低速、中速、高速的行駛工況裁剪出來(lái)，可以對(duì)具體某類交通特征短行程片段進(jìn)行針對(duì)性的分析，尤其在不限車型、不限時(shí)間、不限道路地理位置的情況下適用.分類得到的相同特征的運(yùn)動(dòng)學(xué)片段集合與實(shí)際交通狀況某一類集合相對(duì)應(yīng)，與計(jì)算獲得的短行程法運(yùn)動(dòng)學(xué)片段速度-加速度聯(lián)合分布矩陣對(duì)比，確定最終的輕型汽車行駛工況.對(duì)建立的行駛工況進(jìn)行評(píng)估，要求其與總體樣本工況數(shù)據(jù)擬合程度較好，需計(jì)算二者之間的相關(guān)系數(shù).相關(guān)系數(shù)的計(jì)算采用計(jì)量經(jīng)濟(jì)學(xué)中的最小二乘法，取值為 [0，1]，取值為0表示二者之間不相似，取值為1表示二者之間完全相關(guān).實(shí)驗(yàn)中，取相關(guān)系數(shù)最大的工況構(gòu)建出如圖5所示的城市道路輕型汽車行駛工況，10個(gè)運(yùn)動(dòng)片段，10個(gè)怠速片段，行駛工況總時(shí)長(zhǎng)為1 200 s.

輕型汽車實(shí)際采集數(shù)據(jù)與典型法規(guī)工況的比較如表6所示，實(shí)際行駛工況的平均速度、運(yùn)行平均速度、勻速比例、怠速比例、加速比例、減速比例，與CATC吻合度較高，與NEDC差異較大.以運(yùn)行平均速度為例，實(shí)際采集數(shù)據(jù)為32.60 km/h，CATC為 33.92 km/h，NEDC為 43.48 km/h，WLTP為53.15 km/h，美國(guó)車輛排放測(cè)試程序（federal test procedure，F(xiàn)TP75）為 40.93 km/h.CATC 輕型汽車工況與中國(guó)實(shí)際情況差異性最小，擬合出的輕型汽車行駛工況能很好地反映真實(shí)數(shù)據(jù)特征，符合中國(guó)城市道路實(shí)際工況.

圖 5 城市道路輕型汽車行駛工況Fig.5 Light-duty vehicles condition on urban roads

表 6 實(shí)際采集數(shù)據(jù)與典型法規(guī)工況比較Tab.6 Comparison of actual data and typical statutory conditions

將CATC工況與國(guó)內(nèi)典型城市工況進(jìn)行對(duì)比，見(jiàn)表7[23]所示.對(duì)比北上廣深，呼和浩特市輕型汽車平均速度低于深圳，高于北上廣；勻速比例高于深圳，低于北上廣；怠速比例高于北京、廣州、深圳；加速比例、減速比例各城市之間相差較小.

從表7中，可以得出我國(guó)城市道路輕型汽車行駛工況的一般規(guī)律和特點(diǎn)：加、減速比例普遍較高，勻速比例較低.呼和浩特市作為欠發(fā)達(dá)的西部城市，平均行駛速度僅為25.87 km/h，說(shuō)明城市交通設(shè)施落后、交通管理不善，特別是近幾年汽車保有量增加迅速，更突顯了城市規(guī)劃設(shè)計(jì)的不足.怠速比例占23.72%，燃油經(jīng)濟(jì)性差，汽車尾氣排放污染物增加；勻速比例小于加速比例和減速比例，說(shuō)明車輛行駛不穩(wěn)定，道路交通情況復(fù)雜，車輛經(jīng)常處于加減速狀況，道路平面交叉口數(shù)量多，立體交通數(shù)量少.

表 7 不同城市輕型汽車行駛工況對(duì)比Tab.7 Comparison of driving conditions in different cities of China

3 結(jié) 論

（1）CATC數(shù)據(jù)采集設(shè)備采用GPS無(wú)線傳輸方式，方便快捷，適合樣本車輛工況大數(shù)據(jù)采集.

（2）根據(jù)我國(guó)國(guó)情確定短片段劃分方法，從運(yùn)行時(shí)間、速度、加速度、數(shù)據(jù)缺失率和勻速比例5個(gè)參數(shù)設(shè)置了短片段篩選規(guī)則.

（3）與 NEDC、WLTP 工況相比，CATC輕型汽車工況在平均速度、運(yùn)行平均速度、勻速比例、怠速比例、加速比例、減速比例與實(shí)際采集數(shù)據(jù)吻合度較高，擬合出的輕型汽車行駛工況能很好地反映真實(shí)數(shù)據(jù)特征，更符合城市道路實(shí)際工況.