帶彎道信息的城市復(fù)合行駛工況構(gòu)建方法研究*

孫 文，榮浚材，王軍年，徐 佳，呂斯文，劉俐麗

（1.常州工學(xué)院汽車工程學(xué)院，常州213001；2.吉林大學(xué)，汽車仿真與控制國家重點(diǎn)實(shí)驗(yàn)室，長春130022）

前言

城市的交通狀況與車輛的油耗和尾氣排放密切相關(guān)，隨著機(jī)動(dòng)車保有量的不斷增加，對(duì)交通排放的治理也受到越來越多的關(guān)注［1］。車輛的行駛工況可以作為反映城市交通狀況的主要特征，汽車能耗評(píng)價(jià)目前應(yīng)用的就是基于特定行駛工況或綜合工況的能耗評(píng)價(jià)。同時(shí)，隨著新能源汽車市場保有量日益增大的趨勢，車輛行駛工況還能夠預(yù)測質(zhì)子交換膜燃料電池汽車在不同行駛條件下的使用壽命［2］。當(dāng)前，世界上大部分國家都普遍認(rèn)可的車輛行駛工況為：美國城市循環(huán)工況（FTP-75）、日本循環(huán)工況（Japan10.15）和歐洲行駛工況（NEDC）。歐洲在多年的實(shí)踐中發(fā)現(xiàn)了NEDC工況的諸多不足，轉(zhuǎn)而開發(fā)并應(yīng)用了全球統(tǒng)一輕型汽車測試工況（WLTC）［3］。我國也在2019年正式發(fā)布符合中國實(shí)際交通環(huán)境的中國輕型車測試循環(huán)（CLTC），彌補(bǔ)了長期缺少自己的循環(huán)工況的空白［4］。

在行駛工況研究方面，近年來我國許多科研機(jī)構(gòu)和學(xué)者己經(jīng)研究出了適合不同道路交通情況和車型的汽車行駛工況。高建平等通過選取戴維森-堡丁指數(shù)，基于全局K?means聚類算法構(gòu)建了鄭州市乘用車行駛工況［6］；王昊等通過主成分分析和聚類分析構(gòu)建了基于大量數(shù)據(jù)并符合上海市實(shí)際道路行駛特征的行駛工況［7］；余曼等構(gòu)建了基于FCM聚類算法的電動(dòng)汽車城市循環(huán)工況［8］；徐小俊等使用K-均值聚類法和馬爾可夫鏈理論構(gòu)建了電動(dòng)汽車與傳統(tǒng)汽車城市行駛工況［9］；張玉西等采用小波分層閾值降噪和小波分解域量化壓縮的方法對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，結(jié)合改進(jìn)主成分分析法合成了汽車行駛工況［10］；Liu等通過整合聚類和馬爾可夫鏈算法，建立了并聯(lián)插電式混合動(dòng)力電動(dòng)汽車的3種不同的驅(qū)動(dòng)配置并構(gòu)建了天津市典型駕駛循環(huán)工況［11］；Peng等在使用全球定位和慣性導(dǎo)航功能的測量系統(tǒng)來獲取駕駛數(shù)據(jù)的前提下，根據(jù)馬爾可夫鏈理論，基于傳遞矩陣和蒙特卡洛方法開發(fā)出了鄭州城市混合動(dòng)力公交車的車輛循環(huán)工況［12］；Tong等收集具有混合特征的公交車網(wǎng)絡(luò)上的行駛數(shù)據(jù)，構(gòu)建了符合香港巴士獨(dú)特的低速運(yùn)輸和激進(jìn)駕駛特性的公交車行駛工況［13］。

在行駛工況應(yīng)用方面，丁峰等通過構(gòu)建平穩(wěn)工況和快變工況，提出了基于預(yù)測控制的能量管理策略，提升了車速預(yù)測方法的精確度，降低了等效能耗比［14］；田慧欣等基于循環(huán)支持向量回歸（SVR）模型通過地圖信息預(yù)測未來的行駛工況，提高了純電動(dòng)汽車?yán)m(xù)駛里程預(yù)測精度［15］；詹森等針對(duì)多循環(huán)工況優(yōu)化汽車動(dòng)力系統(tǒng)參數(shù)，使其適用于多種工況，并進(jìn)一步提高了整車燃油經(jīng)濟(jì)性［16］。由此可見，車輛行駛工況對(duì)評(píng)價(jià)整車能耗、提高續(xù)駛里程預(yù)測精度等研究領(lǐng)域有著關(guān)鍵性作用，構(gòu)建更加全面而準(zhǔn)確的車輛行駛工況顯得尤為重要。

但是，現(xiàn)有的車輛行駛工況的構(gòu)建方法由于缺少實(shí)際的道路轉(zhuǎn)彎工況信息，導(dǎo)致能耗評(píng)價(jià)并不準(zhǔn)確。電動(dòng)輪驅(qū)動(dòng)系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)也因缺乏彎道工況信息，導(dǎo)致其不能滿足在復(fù)雜工況下的強(qiáng)度和撓度要求，其合理性和完善性也有待提高［17］；另外，分布式電動(dòng)汽車能夠利用力矩的靈活分配減少轉(zhuǎn)彎能耗的潛力也因缺少相應(yīng)標(biāo)準(zhǔn)測試工況，導(dǎo)致評(píng)價(jià)缺少統(tǒng)一標(biāo)準(zhǔn)［18-21］。而在實(shí)際行駛中，車輛轉(zhuǎn)彎的情況非常普遍。因此在討論和研究車輛轉(zhuǎn)彎時(shí)的節(jié)能和操縱穩(wěn)定性問題時(shí)，單一的速度-時(shí)間曲線并不能滿足仿真實(shí)驗(yàn)的要求。因此，迫切需要構(gòu)建一種具有彎道工況特征的城市綜合工況，以克服各類涉及彎道工況方面研究的困難。

本文中針對(duì)汽車彎道仿真過程中的實(shí)際應(yīng)用困難，依托實(shí)驗(yàn)數(shù)據(jù)對(duì)采樣工況進(jìn)行分析，采用優(yōu)化后的數(shù)據(jù)處理方法，基于主成分分析法和聚類分析法成功獲取到9個(gè)代表性彎道短工況，并增維到城市綜合工況當(dāng)中，創(chuàng)造性地構(gòu)建出彎道工況的時(shí)間-車速-軌跡三維曲面，進(jìn)而獲得更符合實(shí)際道路特征的帶有城市彎道信息的復(fù)合行駛工況。本文的研究內(nèi)容能夠有效彌補(bǔ)仿真實(shí)驗(yàn)中彎道工況構(gòu)建的缺失，為車輛測試和驗(yàn)證階段，尤其在轉(zhuǎn)彎工況的操縱穩(wěn)定性、燃油消耗量和尾氣排放量等研究領(lǐng)域提供數(shù)據(jù)支持，也為研究四輪獨(dú)立驅(qū)動(dòng)電動(dòng)汽車的節(jié)能效果提供技術(shù)支持，為整車設(shè)計(jì)和汽車電機(jī)的動(dòng)力匹配提供參考。

1 彎道工況片段分割

1.1 彎道工況分割特性分析

彎道工況區(qū)別于直線工況具有其特殊性。首先，車輛進(jìn)入彎道時(shí)的速度變化通常是先減速再增速。其次，轉(zhuǎn)彎時(shí)的平均速度很大程度上受彎道半徑的影響，比如半徑為20 m的彎道路段上車輛的平均行駛速度普遍小于半徑為40 m的彎道路段。除了行駛特征與直線工況不同之外，彎道工況試驗(yàn)需采集的數(shù)據(jù)和特征參數(shù)種類也更多，如下文1.3節(jié)所述。

經(jīng)分析，本文中提出的常規(guī)彎道工況分割方法有3種。（1）根據(jù)曲率特征進(jìn)行分割：車輛行駛到彎道工況時(shí)，位移曲線的曲率將隨著時(shí)間的增加由0增加到某一正整數(shù)，持續(xù)一段時(shí)間后再減小到0；缺點(diǎn)是變道工況的曲率特征與其相似，在實(shí)際分割時(shí)容易分割出變道工況，混淆結(jié)果。（2）根據(jù)速度特征進(jìn)行分割：將進(jìn)入彎道前的車速明顯下降和出彎后車速明顯上升的片段分割為轉(zhuǎn)彎片段；缺點(diǎn)是易受駕駛?cè)说呐既徊僮骱蛯?shí)際交通情況影響，不是彎道工況也會(huì)出現(xiàn)相類似的速度特征。（3）根據(jù)曲線形狀特征進(jìn)行分割：車輛行駛到彎道工況時(shí)，其曲線形狀特征為轉(zhuǎn)彎前后的行駛路線的延長線相交；缺點(diǎn)是人工操作，勞動(dòng)量比較大，且易受個(gè)人主觀意識(shí)影響，產(chǎn)生人為參與的實(shí)驗(yàn)數(shù)據(jù)。

相比于直線工況，彎道工況實(shí)驗(yàn)需要采集的數(shù)據(jù)更多。而且在聚類分析中，初始聚類中心的選取對(duì)聚類結(jié)果有很大影響，因此如果最后分割的數(shù)據(jù)對(duì)象中存在不符合彎道工況的數(shù)據(jù)（比如直線行駛、變道行駛、紅綠燈的停止和起動(dòng)等），則可能會(huì)導(dǎo)致聚類結(jié)果陷入局部最優(yōu)，對(duì)實(shí)驗(yàn)分析產(chǎn)生不利影響［22］。同時(shí)在彎道工況中，數(shù)據(jù)的采集并不像直線行駛工況這么簡易，直線行駛中的任意一段工況數(shù)據(jù)都可以采集，而且以速度和時(shí)間為主要參數(shù)，但彎道工況涉及到包括轉(zhuǎn)彎半徑、曲率等特征參數(shù)，并要從整個(gè)行駛工況中分離出彎道工況部分，所以獲得完整的彎道工況數(shù)據(jù)是非常有難度的。因此在聚類分析之前，對(duì)所采集的數(shù)據(jù)進(jìn)行適當(dāng)處理、獲得準(zhǔn)確的彎道工況數(shù)據(jù)顯得尤為重要。

從以上論述可以看出，針對(duì)彎道工況的特殊性，采用任何一種單一的方法都不能準(zhǔn)確地獲取彎道工況數(shù)據(jù)。因此本文中采取如圖1所示的流程，以獲得更加準(zhǔn)確的工況數(shù)據(jù)，從而使后續(xù)所選取的初始聚類中心更具科學(xué)性與代表性。即先通過短行程分析法劃分出一系列短行程，然后結(jié)合曲率特征分割法和速度特征分割法獲得交集數(shù)據(jù)，再用曲線形狀特征分割法去驗(yàn)證該交集數(shù)據(jù)，進(jìn)而獲得最終的更為準(zhǔn)確的彎道工況數(shù)據(jù)。

圖1 數(shù)據(jù)分析流程

其中，上述3種彎道分割方法中最為關(guān)鍵的是根據(jù)曲率特征進(jìn)行分割，經(jīng)大量實(shí)車數(shù)據(jù)的分析、歸納和驗(yàn)證，以曲率值0.06作為彎道判斷標(biāo)準(zhǔn)最符合車輛實(shí)際轉(zhuǎn)彎行駛特性。曲率特征分割法的主要步驟如圖2所示。

圖2 曲率特征分割法

1.2 實(shí)驗(yàn)路線

選用的實(shí)驗(yàn)路線應(yīng)該能夠符合實(shí)驗(yàn)當(dāng)?shù)氐闹饕煌顩r。為了獲得科學(xué)嚴(yán)謹(jǐn)?shù)膶?shí)驗(yàn)結(jié)果，必須選擇一個(gè)合適的實(shí)驗(yàn)方法。本文中根據(jù)交通流量理論（v=KQ，其中v為車速，Q為車輛流量，K為車輛間距），通過交通流量的大小與比例來選擇較為典型的實(shí)驗(yàn)路線，使其可以較為全面地反映當(dāng)?shù)氐慕煌ㄇ闆r［23］，本文中選取了以圖3為例的共計(jì)15條實(shí)驗(yàn)路線。

圖3 實(shí)驗(yàn)路線

1.3 參數(shù)選擇

一般來說，在進(jìn)行彎道工況研究時(shí)，如果僅僅用車速和加速度兩個(gè)量作為特征參數(shù)進(jìn)行彎道工況的構(gòu)建，那么得到的彎道工況并不能充分反映本地的實(shí)際彎道行駛特征。所以，需要選擇一些其他特征參數(shù)對(duì)車輛實(shí)際工況進(jìn)行貼近真實(shí)狀況的描述，而且因?yàn)楸疚难芯康氖瞧囋趶澋佬旭倳r(shí)的運(yùn)動(dòng)狀態(tài)，所以必須要選擇與彎道相關(guān)的參數(shù)，如：最大半徑、最小半徑、半徑方差等。因此，本文中選擇了22個(gè)統(tǒng)計(jì)學(xué)參數(shù)來描述和評(píng)價(jià)運(yùn)動(dòng)學(xué)片段的特征，有行駛距離S，最高車速vmax，最低車速vmin，平均車速vm，速度標(biāo)準(zhǔn)差vsd，最大加速度amax，最小加速度amin，加速段平均加速度am，減速段平均加速度ad，運(yùn)行時(shí)間t，加速時(shí)間ta，減速時(shí)間td，加速時(shí)間比tna，減速時(shí)間比tnd，最大半徑Rmax，最小半徑Rmin，平均半徑Rm，半徑標(biāo)準(zhǔn)差Rsd，最大曲率Kmax，最小曲率Kmin，平均曲率Km，曲率標(biāo)準(zhǔn)差Ksd。

其中，彎道工況區(qū)別于直線工況最明顯的特征參數(shù)是半徑R和曲率K，以特征參數(shù)R和K為例，其主要計(jì)算過程如下。

取3點(diǎn)坐標(biāo)(x1，y1)，(x2，y2)，(x3，y3)，設(shè)圓心坐標(biāo)(x0，y0)和半徑R。

將式（3）寫成矩陣形式

式（4）可以對(duì)應(yīng)寫成A?B=C，則根據(jù)A=C/B可以得到矩陣A，由此可以得到圓心坐標(biāo)及半徑：

也可得到曲率K=1/R，通過計(jì)算該彎道片段的n組數(shù)據(jù)即可獲得相應(yīng)曲率和半徑的特征參數(shù)值。

1.4 采集裝置

數(shù)據(jù)采集車載終端與車輛的OBD接口相連接，如圖4所示。在汽車行駛過程中，以1 Hz的頻率采集包括車速、發(fā)動(dòng)機(jī)轉(zhuǎn)速、轉(zhuǎn)矩百分比、瞬時(shí)油耗、進(jìn)氣歧管溫度、發(fā)動(dòng)機(jī)負(fù)荷、進(jìn)氣歧管壓力等參數(shù)。通過信息化數(shù)據(jù)平臺(tái)對(duì)車輛進(jìn)行實(shí)時(shí)監(jiān)測，確保數(shù)據(jù)采集的連續(xù)性［24］。

圖4 數(shù)據(jù)采集車載終端及安裝效果

2 彎道工況構(gòu)建

本文中采用如圖5所示的流程進(jìn)行彎道工況的合成。本節(jié)將針對(duì)特征參數(shù)的計(jì)算、主成分分析和數(shù)據(jù)降維，以及聚類分析部分的內(nèi)容進(jìn)行具體說明。

圖5 彎道工況構(gòu)建流程

2.1 特征參數(shù)計(jì)算

本次實(shí)驗(yàn)用優(yōu)化后的數(shù)據(jù)獲取方法成功地從收集到的實(shí)驗(yàn)數(shù)據(jù)中分割出了64組彎道工況數(shù)據(jù)。通過編程計(jì)算特征參數(shù)，首先將分割出的彎道片段輸入編程軟件，其次將所有數(shù)據(jù)按時(shí)間軸歸一化，并將速度時(shí)間3階擬合，然后根據(jù)特征參數(shù)的計(jì)算方法計(jì)算所有的特征參數(shù)，計(jì)算結(jié)果如表1所示。

表1 各彎道工況特征參數(shù)

2.2 主成分分析和數(shù)據(jù)降維

一組數(shù)據(jù)的許多變量之間的關(guān)聯(lián)性會(huì)大大增加對(duì)所需問題進(jìn)行分析的復(fù)雜性。假如對(duì)每項(xiàng)指標(biāo)都進(jìn)行單獨(dú)分析，分析的結(jié)果也將是獨(dú)立的，這將無法充分利用原始數(shù)據(jù)中的全部信息。但如果盲目地進(jìn)行降低變量個(gè)數(shù)，這可能會(huì)導(dǎo)致原始數(shù)據(jù)中的大量有用數(shù)據(jù)丟失［25-26］。

主成分分析可以達(dá)到用比較少的綜合指標(biāo)去表示原始數(shù)據(jù)的各種指標(biāo)所包含的大部分信息的效果。這種方法可以說是僅僅保留包含大部分方差的維度特征，而放棄含有幾乎為零方差的特征維度，最后使數(shù)據(jù)特征的降維得以實(shí)現(xiàn)。

對(duì)彎道特征參數(shù)數(shù)據(jù)進(jìn)行主成分分析，從而獲得各個(gè)主成分的特征值、貢獻(xiàn)率和累計(jì)貢獻(xiàn)率，特征值可以用來反映各個(gè)主成分的方差貢獻(xiàn)，通過計(jì)算得到各主成分特征值、貢獻(xiàn)率、累計(jì)貢獻(xiàn)率，如表2所示。由表可知，前6個(gè)主成分的特征值全部大于1，累計(jì)貢獻(xiàn)率己經(jīng)達(dá)到86.5%，故前6個(gè)主成分己經(jīng)可以表示原數(shù)據(jù)的所有信息［27］。主成分貢獻(xiàn)直方圖如圖6所示。

表2 各主成分特征值、貢獻(xiàn)率和累計(jì)貢獻(xiàn)率

圖6 主成分貢獻(xiàn)直方圖

2.3 聚類分析

聚類分析能夠?qū)颖緮?shù)據(jù)依據(jù)其內(nèi)在的聯(lián)系，將相似的數(shù)據(jù)劃分為一類［28-29］，本次實(shí)驗(yàn)將前6個(gè)主成分進(jìn)行K?means聚類。由于本次實(shí)驗(yàn)的原始數(shù)據(jù)已經(jīng)過特殊處理，所以直接用K?means聚類通過1 000次迭代將所有數(shù)據(jù)分成了3類，每個(gè)類別的聚類中心如表3所示，每個(gè)數(shù)據(jù)距每個(gè)質(zhì)心的距離如表4所示。根據(jù)距離質(zhì)心的遠(yuǎn)近將所有數(shù)據(jù)分為3類，也就是將所有工況分為3類，如表5所示，第1類有23個(gè)，第2類有23個(gè)，第3類有18個(gè)。各個(gè)工況距質(zhì)心的遠(yuǎn)近體現(xiàn)了該工況與該類別的相關(guān)程度［30］。

表3 聚類中心

表4 距質(zhì)心距離

表5 分類結(jié)果

3 復(fù)合行駛工況構(gòu)建

城市綜合行駛工況能夠反映道路交通實(shí)際的運(yùn)行狀況，可以評(píng)價(jià)車輛發(fā)動(dòng)機(jī)油耗與排放水平，為新車型的開發(fā)和制定交通控制策略提供參考，并在模擬仿真中提供數(shù)據(jù)支持［31-33］，城市綜合行駛工況如圖7所示。

圖7 城市綜合工況

3.1 彎道代表性工況提取

根據(jù)上述聚類結(jié)果與各類別相關(guān)程度最高（距聚類中心遠(yuǎn)近）及各類別工況數(shù)量之間的比例提取9個(gè)工況作為轉(zhuǎn)彎代表性工況，并組成轉(zhuǎn)彎代表性片段特征參數(shù)數(shù)據(jù)庫1和轉(zhuǎn)彎代表性片段數(shù)據(jù)庫1-1，如表6和表7所示。根據(jù)各個(gè)代表性工況的速度、時(shí)間特性，從城市綜合工況中分割出待替換的工況組成數(shù)據(jù)庫2。

表6 轉(zhuǎn)彎代表性片段的特征參數(shù)

表7 轉(zhuǎn)彎代表性工況

3.2 片段相似度計(jì)算

以轉(zhuǎn)彎片段7為例，其軌跡曲線如圖8所示。計(jì)算片段7與其對(duì)應(yīng)的從城市綜合工況中分割出的待替換工況片段之間的相似度，相似度公式如下［34］：

圖8 軌跡曲線

分割出的待替換片段如表8所示。

表8 待替換片段數(shù)據(jù)

計(jì)算片段7與待替換的兩個(gè)片段之間的相似度，得到片段7與待替換片段1之間的相似度最高，為0.997 1。故可以將轉(zhuǎn)彎片段7替換進(jìn)待替換片段1原來處于城市綜合行駛工況里面的位置。

3.3 復(fù)合工況構(gòu)建

對(duì)所采集到的其他代表性轉(zhuǎn)彎片段重復(fù)上述片段7的操作，即可獲得所需的城市彎道復(fù)合行駛工況。本文中從提取到的9個(gè)代表性轉(zhuǎn)彎工況中選取部分典型工況與城市綜合工況對(duì)應(yīng)片段進(jìn)行擬合，如圖9所示。

圖9 城市彎道復(fù)合行駛工況

分別計(jì)算所選取的3個(gè)代表性轉(zhuǎn)彎工況軌跡和車速的關(guān)系，得到的彎道片段軌跡-車速增維曲面圖如圖10所示。X?Y平面為車輛行駛軌跡所在平面，縱軸為車輛行駛速度v。伴隨車輛入彎軌跡的變化，同時(shí)隨著時(shí)間的推移，車速也在實(shí)時(shí)變化，速率大小如顏色欄所示，暖色調(diào)速度值高，反之，則低。

從圖10可以直觀地得到：（1）車輛在剛進(jìn)入彎道時(shí)，車速會(huì)隨著時(shí)間的增加先降低；（2）車輛轉(zhuǎn)彎時(shí)，道路彎道半徑越大，車輛平均行駛速度越高；道路彎道半徑越小，車輛平均行駛速度也越低。以片段b和片段c為例，經(jīng)過計(jì)算和分析，片段b的車速從入彎時(shí)的24.0降至10.8 km/h，平均轉(zhuǎn)彎半徑為39.0 m，平均車速為14.4 km/h；片段c的車速從入彎時(shí)的35.7降至26.1 km/h，平均轉(zhuǎn)彎半徑為75.6 m，平均車速為33.0 km/h，符合上述規(guī)律。

圖10 軌跡-車速增維曲面

通過對(duì)駕駛員在駕駛模擬器上根據(jù)駕駛經(jīng)驗(yàn)和駕駛習(xí)慣仿真出的行駛工況進(jìn)行主觀評(píng)價(jià)，發(fā)現(xiàn)本文中構(gòu)建的彎道行駛工況更加符合該仿真工況的特征和駕駛員的日常行駛習(xí)慣，說明復(fù)合行駛工況對(duì)車輛的實(shí)際運(yùn)行狀況更具指導(dǎo)意義。以上分析結(jié)果表明，將彎道工況擬合進(jìn)城市綜合工況而構(gòu)建的復(fù)合行駛工況更能體現(xiàn)出實(shí)際駕駛習(xí)慣和道路特征。

4 結(jié)論

（1）針對(duì)目前學(xué)術(shù)研究領(lǐng)域?qū)ζ噺澋佬旭偣r的探索較為缺失，本文中提出了基于主成分分析和聚類分析法的帶有汽車彎道信息的復(fù)合行駛工況構(gòu)建方法。在考慮直接使用聚類分析會(huì)導(dǎo)致初始聚類中心的選取存在偏差的問題后，本文中對(duì)彎道行駛工況進(jìn)行優(yōu)化數(shù)據(jù)處理，進(jìn)而獲取到準(zhǔn)確的彎道行駛實(shí)驗(yàn)數(shù)據(jù)，增加了本次實(shí)驗(yàn)的科學(xué)性與可行性。實(shí)驗(yàn)結(jié)果表明本文中構(gòu)建的軌跡-車速增維曲面圖和城市彎道復(fù)合行駛工況更符合實(shí)際駕駛行為特征和車速變化規(guī)律。

（2）本文中提出的構(gòu)建城市彎道工況的方法可有針對(duì)性地評(píng)價(jià)車輛轉(zhuǎn)彎時(shí)的動(dòng)力性和經(jīng)濟(jì)性，尤其是為分布式驅(qū)動(dòng)電動(dòng)汽車提供更加科學(xué)和全面的基于行駛工況的轉(zhuǎn)向協(xié)調(diào)控制和能耗評(píng)價(jià)參考依據(jù)。根據(jù)實(shí)際行駛特性，盡管彎道工況在城市綜合工況中占比較小，但探究汽車在彎道工況下的運(yùn)行特性為制定更為準(zhǔn)確的循環(huán)工況甚至是行業(yè)標(biāo)準(zhǔn)提供技術(shù)基礎(chǔ)，可為系統(tǒng)研究車輛動(dòng)力學(xué)控制尤其是在彎道行駛時(shí)的基于驅(qū)動(dòng)節(jié)能目的的驅(qū)動(dòng)力優(yōu)化分配問題提供可行辦法。

（3）但本文在研究的過程中也發(fā)現(xiàn)，由于城市彎道復(fù)合行駛工況是根據(jù)城市綜合工況的速度特征插入代表性彎道工況，故目前僅對(duì)部分工況片段進(jìn)行增維。后續(xù)本文的研究團(tuán)隊(duì)將進(jìn)一步對(duì)于城市道路全工況進(jìn)行深度研究，從而提高車輛循環(huán)工況的準(zhǔn)確性與典型性。