彭 琨，張立成，周 洲

(長安大學 信息工程學院，陜西 西安 710064)

0 引 言

能源短缺和空氣污染問題已經成為全球性的焦點問題，交通運輸業(yè)是終端能源消耗型行業(yè)，是能源消耗最快、最多的行業(yè)之一，也是世界第二大CO2排放源[1-2]。隨著中國社會經濟飛速發(fā)展和交通運輸業(yè)的進步，機動車保有量呈現(xiàn)持續(xù)快速增長態(tài)勢，伴隨而來的尾氣排放和能源消耗問題也日益嚴重。因此，節(jié)省運輸成本，提高燃油經濟性，減少尾氣排放，控制和減少燃油消耗具有十分重要的現(xiàn)實意義。

以節(jié)能減排為目的的生態(tài)駕駛研究為能源短缺和空氣污染問題帶來了新的思路[3]。有研究表明，駕駛行為對燃油經濟性的影響很大，De.Vlieger等人[4]研究發(fā)現(xiàn)，在相同路況下，激進駕駛的耗油會多于普通駕駛，排放則更為明顯。徐志剛等人[5]研究重型卡車油耗與駕駛行為關系時發(fā)現(xiàn)，巡航和減速行為消耗的燃油較低，加速或者速度劇烈波動消耗的油耗較高。以上研究對生態(tài)駕駛行為的評估有指導意義，但是這些研究基本是定性地描述了駕駛行為與燃油經濟性的關系。文獻[6]通過Neuroscan腦電采集裝置記錄實驗人員在駕駛模擬過程中的腦電數(shù)據(jù)，通過機器學習的方法進行數(shù)據(jù)分析，研究腦電數(shù)據(jù)和駕駛行為數(shù)據(jù)間的關系，對駕駛行為狀態(tài)進行分類和預測。Wang Xin等人[7]提出了考慮Jerk的駕駛行為量化評估方法。該方法以51 370段、累計3 600萬秒的離線行車軌跡大數(shù)據(jù)作為總體樣本，分析了行車加速度和Jerk隨速度的統(tǒng)計特征，得到加速度方差和Jerk方差隨速度的變化規(guī)律，在此基礎上建立了駕駛不穩(wěn)定性的量化算法。該方法通過Jerk對一段工況進行分類，計算該工況中不穩(wěn)定駕駛時長占總時長的百分比作為不穩(wěn)定性分數(shù)，依此對駕駛行為量化評估。該研究雖定量給出了駕駛行為不確定性與燃油經濟性的關系，但是需要大量的離線數(shù)據(jù)作為總體，基于統(tǒng)計特征，得到正常駕駛的特征指標，無法為駕駛員在行駛途中提供評分參考，及時改善駕駛行為。

還有一些學者提出最優(yōu)速度推薦算法實現(xiàn)節(jié)能，Almannaa[8]通過建立路測設施到車輛(vehicle-to-infrastructure communication，V2I)的通信機制，將最佳行駛速度推送給駕駛員，來實現(xiàn)交叉口場景下的節(jié)能減排。實驗結果表明，通過V2I推送最佳速度比沒有V2I機制的節(jié)省約19%的油耗量。但是目前為止，網聯(lián)汽車的研究還處于實驗室或者封閉場地下的試驗階段，大部分在用車輛都還是在非網聯(lián)環(huán)境下運行，因此，開發(fā)面向非網聯(lián)車輛行駛參數(shù)采集軟件是進行駕駛行為量化評估的基礎，也是當下生態(tài)駕駛研究的重要實踐。

目前已經有多種方法實現(xiàn)車輛行駛參數(shù)的采集，文獻[9]設計了一種基于STM32的車輛運行數(shù)據(jù)采集系統(tǒng)，系統(tǒng)包括采集端、控制器局域網絡(controller area network，CAN)通信、PC端，通過加速度計、陀螺儀等傳感器采集車輛行駛參數(shù)，并通過串口通信與上位機交互。文獻[10]采用TMS320F28335型數(shù)字處理器設計了基于CAN總線的電動汽車數(shù)據(jù)采集系統(tǒng)，能夠完成對電壓、轉速等信號的采集工作。根據(jù)國際標準ISO 15031的要求[11]，現(xiàn)代汽車配備車載自動診斷系統(tǒng)(on-board diagnostic，OBD)接口，文獻[12-14]通過OBD 實現(xiàn)了車輛行駛參數(shù)的采集。

基于OBD采集車輛行駛參數(shù)具有結構簡單、成本低、數(shù)據(jù)準確等優(yōu)勢。該文首先采用第二代車載診斷系統(tǒng)(the second on-board diagnostics，OBD-II)便攜式測量儀，基于.Net平臺，設計開發(fā)了乘用車行駛參數(shù)采集與分析軟件。該軟件具有對OBD-II輸出的數(shù)據(jù)進行實時解析，可視化展現(xiàn)、存儲等功能。其次，在實時采集的行駛參數(shù)基礎上，研究了速度和加速度與油耗之間的關系，提出了一種可用作評價駕駛行為的量化因子。該因子可定量地描述駕駛行為經濟性程度，并可依此進行評估打分，定量評估一個駕駛員的駕駛行為。

1 系統(tǒng)結構及工作流程

1.1 系統(tǒng)結構

系統(tǒng)結構分為四部分：車輛電子控制單元(electronic control unit，ECU)、OBD接口、信號解碼轉換傳輸器和上位機軟件。汽車OBD是解碼器連接車輛電子控制單元的接口，信號解碼轉換傳輸器包括G20解碼器和RS232-USB轉換器，G20解碼器一端與OBD車載診斷接口相連，G20解碼器另一端與RS232-USB接口轉換器相連，RS232-USB接口轉換器另一端與筆記本USB接口相連。車輛啟動后，其發(fā)動機轉速、油耗、速度、里程等行駛參數(shù)以串行方式實時傳輸?shù)缴衔粰C，上位機軟件根據(jù)G20解碼器的通訊協(xié)議對實時數(shù)據(jù)進行解析，并實時顯示行車參數(shù)信息及分析結果。系統(tǒng)結構如圖1所示。

圖1 系統(tǒng)結構

OBD接口包括16針引腳，通常這16針引腳分兩行排列，上下各8針。其中2,4,5,6,7,10,14,15,16針腳具體對應功能在ISO 15031中已經做了明確定義；1,3,8,9,11,12,13針腳由各個汽車廠家自定義。依據(jù)ISO 15031，PIN 6,14分別為CAN high，CAN low，該路CAN通道通常為動力CAN，發(fā)動機管理系統(tǒng)(engine management system，EMS)便是該CAN通道上的節(jié)點，借助該CAN便可實現(xiàn)行車參數(shù)的監(jiān)測監(jiān)控。由于CAN通訊為總線式通訊，連接在CAN通道上的控制器可以采集到總線上所有CAN報文，也可以向總線發(fā)送符合CAN規(guī)范的報文。

1.2 系統(tǒng)工作流程

當系統(tǒng)各部件連接完成后，即完成了系統(tǒng)工作前的準備工作。軟件啟動后，首先要進行串口配置(串口號、波特率、停止位等)，然后錄入駕駛員信息(個人信息及駕齡等)，或者從已建立的駕駛員信息庫選擇某駕駛員及其歷史駕駛數(shù)據(jù)。開始工作后，上位機軟件向串口發(fā)送獲取數(shù)據(jù)命令，當串口緩沖區(qū)有指定字節(jié)數(shù)時，即可觸發(fā)數(shù)據(jù)讀取事件。此時軟件各個工作線程協(xié)同工作，分別完成數(shù)據(jù)解析、可視化、量化因子實時顯示、數(shù)據(jù)存儲等任務，軟件界面將顯示各行車參數(shù)值。如需結束實驗，可點擊停止實驗按鈕關閉串口，車輛熄火。具體工作流程如圖2所示。

圖2 工作流程

1.3 軟件功能設計

上位機軟件設計采用高級程序設計語言C#，該語言是面向對象的，運行于.NET Framework。設計的軟件包含駕駛員個人信息維護、串行通信參數(shù)配置、數(shù)據(jù)解析可視化顯示、歷史數(shù)據(jù)復現(xiàn)和儲存等功能，具體如下：

(1)駕駛員個人信息維護功能，包括姓名、年齡、性別、車齡等。

(2)串行通信參數(shù)配置功能，包括波特率、校驗位、數(shù)據(jù)位、起始位、停止位等，實現(xiàn)上位機與汽車OBD的通信，實現(xiàn)信息交互。

(3)數(shù)據(jù)解析可視化顯示功能，解析速度、轉速、瞬時油耗，計算加速度、計算駕駛行為量化因子并實時繪制動態(tài)曲線。另外，同時解析出駕駛時間、里程等其他參數(shù)，以便更多地了解車輛行駛狀態(tài)。

(4)歷史數(shù)據(jù)復現(xiàn)功能，將存儲的歷史數(shù)據(jù)復現(xiàn)，用于離線分析研究。

(5)存儲功能，將采集到的數(shù)據(jù)存儲于上位機，并對應其駕駛員信息，可作為采樣數(shù)據(jù)，用于離線研究和分析數(shù)學模型。

2 數(shù)據(jù)采集

2.1 通信協(xié)議

串口數(shù)據(jù)采集模塊采用事件委托的方式異步獲取數(shù)據(jù)，即當串口接收緩沖區(qū)有設置長度的數(shù)據(jù)量時觸發(fā)數(shù)據(jù)接收事件。系統(tǒng)工作時，數(shù)據(jù)幀以ASCII碼形式連續(xù)不斷地傳輸?shù)缴衔粰C。軟件根據(jù)通信協(xié)議進行數(shù)據(jù)分割，解析得到隨時間變化的各行車參數(shù)。采集到的數(shù)據(jù)幀示例如下：

#016aa28e8e5700732b27001404e40002004600240 054045d001257d3008b3b4e0006294d529fff000002e1002 f00000000000000dd907a97

通信協(xié)議約定，第0位的“#”表示數(shù)據(jù)起始字符，也是每幀數(shù)據(jù)的分界符。第1、2位分別表示目標地址和源地址，第3、4位分別表示數(shù)據(jù)長度的高四位和低四位，從第5位開始即是數(shù)據(jù)位，最后兩位分別表示和校驗高四位和低四位。該系統(tǒng)軟件中使用的主要行車參數(shù)及其在數(shù)據(jù)幀中的位置如表1所示。

表1 協(xié)議部分參數(shù)

以速度參數(shù)為例，如表1所示，由于數(shù)據(jù)位是從第五位開始的，則速度即為37位到40位，即“0024”。將其從十六進制轉換為十進制便可得到“36”，單位是“km/h”。

2.2 實驗數(shù)據(jù)描述

研究中使用的數(shù)據(jù)均來自OBD-II，通過CAN總線傳輸，收集并存儲后作為歷史數(shù)據(jù)。論文中數(shù)據(jù)均采樣于實際駕駛途中，時間分辨率為3 Hz。實驗所用數(shù)據(jù)路線選自于一條室外道路，單程長約80 km，涵蓋城市道路，高速公路和鄉(xiāng)村道路。全程速度范圍為0至120 km/h，包括加速、減速、勻速和怠速。論文選取出發(fā)路線數(shù)據(jù)用于標定，記作TRIP A，返回路線數(shù)據(jù)用于驗證，記作TRIP B。圖3為TRIP A速度曲線。

圖3 TRIP A速度曲線

2.3 數(shù)據(jù)預處理

數(shù)據(jù)預處理包括數(shù)據(jù)的平滑和加速度的計算兩部分。平滑旨在濾波消除噪聲和模擬多組不同波動的速度信號。當前時刻的速度為vi，其計算方法如式(1)所示。

vi=(vi-1+vi-2+…+vi-n)/n

(1)

其中，n為平滑點數(shù)，vi-1,vi-2,…,vi-n分別表示當前時刻前n個點的速度。

速度的原始數(shù)據(jù)和經5點平滑濾波處理的數(shù)據(jù)對比如圖4所示。

（3）ERNiCrMo-3氬弧焊絲、ENiCrMo-3焊條與其他系列焊材相比，在經濟性、可操作性方面有一定的優(yōu)勢，是焊接UNS N08367超級奧氏體不銹鋼接頭的較為理想的焊接材料。

圖4 原始速度曲線及5點平滑速度曲線示例

從圖4中可以看出，經過5點平滑處理的速度與原始速度不同，其波動程度發(fā)生變化。為模擬在同一段路況中不同駕駛行為下的多組速度數(shù)據(jù)，對原始速度進行多組平滑處理，從而獲得若干組駕駛行為及速度信息。

另外，由于OBD數(shù)據(jù)幀沒有包含車輛的加速度信息，且數(shù)據(jù)采樣頻率固定，系統(tǒng)利用速度差分來近似得到車輛加速度ai，其計算方法如式(2)所示。同樣，對速度數(shù)據(jù)進行多組平滑處理的同時，各組數(shù)據(jù)差分所得加速度數(shù)據(jù)也隨之變化。

ai=vi-vi-1

(2)

其中，vi表示當前時刻速度，vi-1表示前一時刻速度。

3 數(shù)據(jù)可視化設計

為了更加直觀地觀察車輛在運行狀態(tài)下各項參數(shù)的變化情況，對車輛瞬時速度、車輛瞬時加速度、車輛瞬時油耗等進行了可視化設計，以實時曲線的方式動態(tài)顯示。為了提高軟件復用性，設計開發(fā)了通用的繪圖類，并封裝成Curve.dll。在繪制速度、加速度等信號時，只需定義繪圖類的不同對象，設置相應的坐標最大值、最小值、曲線標題等基本參數(shù)，然后調用數(shù)據(jù)加載接口即可自動進行繪圖。此模塊在設計時，定義一個長度可配置的數(shù)據(jù)向量，串口觸發(fā)事件處理函數(shù)中，按照先進先出(first in first out，F(xiàn)IFO)原則維護該數(shù)據(jù)向量，調用刷新函數(shù)觸發(fā)重繪。為避免重繪數(shù)據(jù)時的界面閃爍問題，采用了雙緩沖技術，即在刷新前，讓當前所有圖元逐步顯示到背景畫板上，然后一并拷貝到當前畫板，以此緩解閃爍問題。圖5為系統(tǒng)軟件主界面。

圖5 軟件主界面

從圖5可以清楚地看到，當前為離線狀態(tài)，即調用某駕駛員歷史數(shù)據(jù)并進行復現(xiàn)。點擊暫停按鍵，可以看到當前汽車速度為55 km/h，加速度為0 km/h2，瞬時油耗為2.5 L/h，駕駛成績?yōu)?7.7分。同時，還可以了解到水溫、里程、轉速以及行駛時間等信息。界面設計基于簡潔直觀的原則，便于車輛行駛參數(shù)的觀察。

4 駕駛行為量化評價因子

4.1 因子分析原理

因子分析是指研究從變量群中提取共性因子的統(tǒng)計技術，最早由英國心理學家C.E.斯皮爾曼提出[15]。該方法把原來很多個影響因素歸納成幾個影響因子，反映一種降維的思想。其數(shù)學模型如式(3)所示，通過該式將具有共性的影響因子擬合即可得到綜合影響因子。

Xi=ai1F1+ai2F2+…+aimFm+εi

(3)

式中，F(xiàn)1,F2,…，F(xiàn)m稱為公共因子，εi稱為Xi的特殊因子。論文將該模型應用于駕駛行為量化，分析若干項影響因子與油耗之間的關系，并對多項影響因子進行擬合，得到綜合評價因子，從而起到對駕駛行為量化評估的作用。

4.2 駕駛行為量化因子

論文通過研究速度和加速度與油耗的影響來確定用來評價駕駛行為的量化因子。針對一位駕駛員驅車行駛一段路程，從該段行程OBD數(shù)據(jù)中可解析出該次駕駛的速度、油耗等數(shù)據(jù)。對速度信號進行若干次不同點數(shù)平滑處理，以此來仿真在相同路況下不同的駕駛行為。用公式(4)VSP模型計算每次平滑后對應的油耗數(shù)據(jù)。

VSPfuel=b1+b2×va+b3×v+b4×v3

(4)

式中，VSPfuel表示瞬時油耗，b1、b2、b3、b4表示模型系數(shù)，v表示車輛速度，a表示車輛加速度，b2×va表示克服加速阻力所消耗燃油，b3×v表示克服滾動阻力所耗燃油(不考慮道路坡度)，b4×v3表示克服空氣阻力所消耗燃油。利用TRIP A數(shù)據(jù)標定得到VSP模型系數(shù)，代入式(4)，得到式(5)。

VSPfuel=1.765 0×10-4+2.999 8×10-6×va+

1.559 0×10-6×v+1.185 5×10-10×v3

(5)

通過式(5)，可以計算出VSP模型預測油耗。為了驗證VSP模型預測油耗的準確性，用標定后的VSP模型預測TRIP B行程的油耗與實際測量油耗比對。將TRIP B按照每2 km進行分段，分別計算每段的累計油耗預測值與測量值，結果如圖6所示。

圖6 2 km分段油耗預測值與實際值對比

從圖6中可以看到，在該路程中，不同2 km路段油耗的預測值與實際測量值基本一致，這表明標定的VSP模型可用于后續(xù)仿真工況的油耗的估算。

為得到可用于評價駕駛行為的量化因子，首先通過駕駛行為工況模擬分析速度、加速度對油耗的影響，得到量化因子的成分。對數(shù)據(jù)TRIP A中的速度信息，經過不同平滑模擬多組數(shù)據(jù)，通過VSP模型計算每組數(shù)據(jù)的油耗值，并計算速度方差δv以及加速度方差δa，如圖7所示。

圖7 油耗與速度方差、加速度方差關系

從圖7中可以看出，在相同路況下，速度的方差和加速度的方差均對油耗有影響，且速度方差與油耗近似于線性關系，加速度方差與油耗近似于對數(shù)關系。為驗證速度方差、加速度方差與油耗之間的相關性，通過公式(6)分別計算速度方差δv、加速度方差δa以e為底的對數(shù)與油耗f的Pearson相關系數(shù)。

(6)

式中，a,b為需要計算的兩組數(shù)據(jù)，N表示數(shù)據(jù)量，μ,σ分別表示數(shù)據(jù)的均值和標準差。Pearson相關系數(shù)0.8～1.0表示極強相關。分別計算速度方差、加速度方差與油耗之間的Pearson相關系數(shù)，油耗f與速度方差δv的相關系數(shù)為0.979 8，與加速度方差δa以e為底對數(shù)的相關系數(shù)為0.824 5，均屬于極強相關。

綜上，速度方差和加速度方差對油耗是非常重要的影響因素。對這兩項因子做降維處理，通過函數(shù)擬合，得到油耗與速度方差、加速度方差的關系為式(7)。

f=3.540 6+0.000 9×δv+0.111 5×ln(δa)

(7)

用數(shù)據(jù)TRIP B驗證上式，進行多組平滑模擬，并將預測結果與VSP油耗進行比較。該預測結果與VSP油耗基本一致且趨勢基本相同，如圖8所示。

圖8 不同平滑下預測油耗與VSP油耗曲線

由于方差趨于0時，ln(δa)趨向于負無窮，這不符合實際。而從圖8中可以看出，隨著平滑等級的增加，預測結果趨于平穩(wěn)?？梢?，當方差極小時，該公式可用常量代替。而在本研究中，只需考慮方差在正常范圍即斜線范圍內，并以此進行量化評估。由于上述油耗僅針對同一組數(shù)據(jù)平滑，而平滑并不會改變速度均值，因此在不同均值條件下，結果會有差異，因子公式中需加入速度的均值項。實驗表明，當公式(7)乘速度均值時，該公式呈現(xiàn)線性關系，可用于量化評估。則駕駛行為綜合評價因子F為：

F=(3.540 6+0.000 9×δv+0.111 5×ln(δa))×

vmean

(8)

用數(shù)據(jù)TRIP B驗證公式(8)，方式如下：一、對整段數(shù)據(jù)做多次平滑模擬并計算綜合評價因子F及對應油耗；二、計算TRIP B中任意2 km分段的綜合評價因子F及對應油耗。為使綜合評價因子更符合人們認知，將其轉換成駕駛行為量化評分，即將綜合評價因子F通過公式(9)歸一化為1到100分，歸一區(qū)間閾值δmin、δmax采用理想狀態(tài)。多組平滑數(shù)據(jù)分數(shù)與油耗關系如圖9所示，TRIP B的駕駛行為分數(shù)與油耗關系散點圖如圖10所示。

(9)

圖9代表不同的駕駛行為比較，圖10代表在一段路況中駕駛行為的變化情況。在兩種不同計算情況下，分數(shù)與油耗均呈現(xiàn)負相關趨勢，分數(shù)越高，油耗越低。因此，該分數(shù)可反映駕駛行為，并作為其量化評分。

圖9 平滑數(shù)據(jù)分數(shù)與油耗關系

圖10 TRIP B任意2 km分段分數(shù)與油耗散點圖

5 結束語

(1)基于.Net開發(fā)了乘用車行駛參數(shù)采集與分析軟件，軟件可進行OBD串口通信，可實時解析讀取車輛速度、發(fā)動機轉速、瞬時油耗、百公里油耗、里程等參數(shù)，并具有數(shù)據(jù)預處理、顯示、可視化、存儲等功能。軟件可讀取并復現(xiàn)歷史數(shù)據(jù)，并完成上述功能。軟件界面友好，使用方便且穩(wěn)定可靠。

(2)提出了結合速度方差和加速度方差的駕駛行為綜合評價因子，實驗表明，該因子與油耗正相關，可用于量化評估駕駛行為。軟件將駕駛行為評價因子可視化顯示，為駕駛員實時提供數(shù)字化的駕駛行為量化指標，便于其及時修正自己的駕駛行為。