基于车联网大数据的纯电动汽车行程识别算法

当前，车联网大数据驱使着智能汽车的发展，基于车联网大数据分析用户驾驶行为已成为必然趋势，但直接分析底层数据是非常困难的，需结合用户驾驶过程来分析。基于此目的，本课题提出一种基于车联网大数据的纯电动汽车行程识别算法，来实现对整车数据的聚合。     

万得集团:发布智能行车安全服务系统iDAS

正iDAS系统是一个整合了主动安全技术的创新服务系统,将主动安全技术与车联网相融合,把主动安全数据和车辆数据上传至云端进行统计分析,最终将有关驾驶行为的合理化建议反馈给用户。在2017上海车展上,锦州万得集团携四大业务产品参展,推出七款自主研发的创新产品,并举办了以"数据驱动安全驾驶"为主题的iD AS智能行车安全服务系统发布会。     

基于车联网的车辆被盗协寻功能的开发及应用

车辆被盗抢后的车辆位置相关信息追溯是用户对车辆安全的一项核心需求。车辆被盗协寻作为车联网系统的一项核心安全功能,可以监测用户车辆的异常信息,并在车辆发生盗抢的情况下及时上传车辆位置相关信息,及时为车辆的找寻提供重要线索。车辆被盗协寻功能的开发需要综合考虑车联网系统的硬件、软件、TSP通信协议设计,并且配以车联网服务套餐的设计及用户续费策略,从而在车联网整体商业模式上发掘更多盈利点。     

基于数据降维与聚类的车联网数据分析应用

智能网联背景下的车联网数据分析与应用对提升交通智能化有重要影响。为了加快交通智能化进程,文章对车联网数据应用过程中存在的数据冗余问题进行研究。以采集的车联网数据为研究对象,驾驶行为特点分类辨识为研究目标。采用相关分析与主成分分析方法对数据进行冗余筛选与降维,使用k-means聚类算法对驾驶行为特点进行分类辨识。研究结果表明,使用数据降维的方法可以降低车联网数据的相关冗余性,驾驶行为特点分类辨识结果表明其特点可分为三类驾驶行为。研究提升了车联网数据的应用价值,也为交通智能化提供了相关的支持。     

车联网发展 用户体验是关键

<正>近年来,我国7大自主品牌车企纷纷发布车联网发展战略,布局车联网市场,让我们看到了车联网的巨大潜力。但与此同时,中国车主对于车联网并没有抱有太大的热情,如何让车联网在车主心中从"认知"走向"认可",做好用户体验就极为关键。汽车品牌纷纷布阵车联网市场以往,汽车业与互联网鲜有交集,汽车电子的发展远远滞后于消费电子的发展。而如今,伴随着能源环境的压力,信息科技的进步和普及,以及消费者行为的     

车联网普及之数据篇

<正>车辆提供的数据一定程度上仅解决了数据有无的问题,还没有达到数据有效支持管理的级别,如何找到性价比合适的数据采集方式是目前车联网成为商用车有效运营管理工具的瓶颈之一。前几期我们介绍了CAN总线,从本期开始聊聊车联网。国内聊到车联网一般会提到"Telematics"这个技术,这个单词准确地含义是"无线传输技术"。根据笔者对国外相关技术和资料的考证,该技术主要是将按需求筛选过的车辆数据使用无线传递的方式发送给需求的电脑终端,大概的传递方式有移动手机信号、无线电、蓝牙、Wi-Fi等技术的应用。不过,国内实际     

工信部出台“加油”政策，5G车联网建设箭在弦上

正3月24日,《工业和信息化部关于推动5G加快发展的通知》(以下简称《通知》)出台,促进"5G+车联网"协同发展是其中的一个重点,并且部署了一系列相关的任务。《通知》透露出的强烈信号是,国家将车联网当作重要的信息基础设施来建设,这也是中国经济发展特别是逐步抵消疫情影响的实际需要。5G车联网涉及两个万亿元级别的大产业,一个是智能汽车,另一个是5G,5G车联网就是两者的一个重要交集点,也是当今中国经济的重要增长点。     

大数据环境下构建汽车企业新的核心竞争力

<正>大数据的概念已经风靡全球数年,国内各类媒体包括中央电视台在内都进行了大量的宣传。那么大数据对汽车行业会带来哪些影响,在这样一个大数据的社会环境下汽车企业要如何抓住机遇建立基于大数据分析与挖掘的核心竞争力呢?本文对汽车企业关心的几个主题结合大数据的分析与挖掘应用进行简要分析。在汽车行业谈大数据首先就是车联网。车联网在为用户提供服务的过程中采集了大量的数据。而要为用户提供高价值的服务离不开大数据的分析与挖掘平台。车联网数据分析平台是以车联网的大数据为基础,对其进     

行车服务推送平台及其关键算法的设计与测试

针对行车主动服务"主动感知-自动生成-主动推送"过程中忽视推送与行车用户的相互影响,设计了基于行车用户操作行为的行车主动服务推送平台(DPSP),包括存储层、应用层和评价层。存储层用来分类和存储用户行为的历史和实时数据;在应用层基于用户操作行为设计了B-Num.BT算法,提高了DPSP的服务推送用户接受度;而评价层则利用操作数据对推送服务进行评价和监控。通过驾驶员在环(DIL)试验验证典型推送场景的及时性、安全性和准确性,结果表明,DPSP满足推送系统性能要求,所设计B-Num.BT算法的各项性能皆优于对比算法Hybrid.BT和CAR.BT;另外发现,及时性同时具有对行车用户分类的功能。本研究对完善DASS、加强行车安全,乃至无人驾驶技术的推广具有重要意义。     

基于Python的重型自卸车工况分析

基于车联网的重型自卸车运行大数据信息,计算某区域典型自卸车用户车辆运行轨迹、车速、档位及综合油耗等情况,利用python软件编程实现数据分类整理及分布可视化处理,对比分析不同区域、不同工况下的车辆综合使用情况及用户驾驶行为分析。     

通用某新能源车型总线数据获取策略研究

随着车联网以及智能驾驶概念的提出及实施,车辆的总线数据安全变得越来越重要,因此通用汽车广泛采用设置车辆网关模块以及防火墙用以隔绝汽车内部总线数据与外界的直接联系以保证车辆安全性,但是在车辆的开发测试阶段,无法直接获取总线数据对问题的分析与解决造成了很大障碍;本文基于通用某新能源车型在开发测试阶段总线数据获取困难的问题,对各种获取总线数据的方法进行了分析与比较,提出了使用跳线人造工程接口的方法获取车辆的总线数据。     

基于用户认知的新能源汽车内饰研究

在体验经济时代(在消费过程中追求顾客满意、注重自我体验),新能源汽车作为汽车行业的新兴产业,不断受到人们的追捧,其内饰比外观更为重要。在新能源汽车的内饰中,许多零部件具有不可替代的互动性,这也是用户了解新能源汽车内饰的关键因素之一。在智能化时代的背景下,大多数新能源汽车制造商单纯地将智能技术应用到新能源汽车上,其内饰造型、人机交互和使用体验已经不能满足客户对新能源汽车的要求。人机工程学是新能源汽车内饰设计的出发点,掌握用户形象认知是新能源汽车内饰设计的关键。因此,本文从用户的认知角度来研究新能源汽车的内饰设计与创新。     

基于“互联网+”与“物联网”混合发展的智能网联汽车发展研究

汽车行业迅猛发展,大量新技术和设备应用其中,极大的推动了汽车行业发展。智能网联汽车作为现代企业行业发展的主要趋势,基于互联网+与物联网混合发展,基于控制器、执行器和传感器等装置,与通信技术和网络技术有机融合,可以实现数据云端传输共享,协同控制和智能决策,赋予驾驶人员更加高效、舒适与安全的驾驶体验。相较于传统交通出行方式,智能网联汽车出行方式更加安全可靠,对于推动汽车行业更高层次发展具有积极作用。文章重点就智能网联汽车发展展开分析,把握互联网+与物联网带来的技术优势,积极践行到实处,力求为我国汽车行业发展提供支持与参考。     

智能网联车辆交通信息处理技术与信号控制方法研究

随着科学技术的不断加强,智能网联车辆的数量也在不断增加,在智能交通系统发展中,车联网发挥了重要作用,人们对于车联网的研究也越来越多和越来越深入,为了能够使车联网更好的普及,应该加强对智能网联车辆交通信息技术和信号控制的研究.本文基于目前车联网发展现状对智能网联车辆信息处理技术和信号控制的方法进行探讨研究,以供参考.     

商用车用户使用工况数据采集路线策划研究

公共道路工况数据(耐久性载荷、油耗等)采集是车辆开发过程中的必经阶段和重要组成部分。通常整车厂会按照相关国家标准要求,选择特定的路线,通过将试验结果与市场用户反馈情况进行对比,查找试验中的不足并对试验进行不断的优化。然而该方法存在路线要素不具代表性、新车型开发和目标市场不匹配的缺点。为解决上述问题,提出了一种全新的商用车用户使用工况采集路线策划方法,该方法能够将一条路线上采集到的结果关联至不同用户市场的不同类型车辆,具备高利用率和多样性的特点。此外,通过道路类型特征分析和要素分析,最终形成商用车工况采集路线。     

基于车联网的公共服务平台的设计

车联网是物联网在智能交通系统领域的延伸,将会在智能交通中发挥极其重要的作用,是人们未来生活中不可缺少的一个重要组成部分。本文首先介绍了车联网的概念、分层,提出一个基于车联网的公共服务平台的设计,并介绍了平台的体系架构,希望能为大众提供优质的交通服务。     

一种基于特征的车辆检测方法

提出了一种应用单目视觉进行车辆检测的方法。该方法以车辆阴影以及边缘作为检测的主要特征。在图像预处理中采用自适应双阈值以满足不同光照条件下的使用要求;利用能量密度验证提高车辆垂向边界识别的准确性;用可变模型用来规划车辆检测范围,以满足不同距离车辆的检测需要。为提高车辆检测的准确性及效率,在算法中融合了雷达的探测数据。试验验证表明,该方法有较高的车辆检测准确率,并且能满足智能车应用中的实时性要求。     

智能网联汽车节能优化关键问题与研究进展

汽车保有量的增加和能耗排放法规日益严格的限制给车辆节能减排提出了巨大挑战，网联化、智能化和电气化是提高未来交通效率和减少公路能源消耗的三大支柱。为了全面了解智能网联汽车节能减排的前沿问题与研究进展，对当前经济驾驶领域的重点问题进行了总体概述。首先，从广义的能量转换角度总结了智能车辆节能优化技术的本质和3个过程，其中Wheels to Distance环节的车辆系统优化是挖掘汽车节能潜力的重要一环，针对其介绍了智能网联汽车节能优化问题的基本数学原理；其次，从智能运输系统的各类非同源异构数据出发，分别从人-车交互、车-车通信、车-路感知三方面阐述来源于"人-车-路"交互体系的智能信息与数据；然后，针对单车智能网联环境下的多维度信息与先进控制技术相结合的关键问题，从考虑道路坡度预测巡航控制、跟车工况预测巡航控制、智能辅助驾驶和车道变换等应用场景进行具体介绍；针对"人-车-路-云"多源异构环境下车辆行为协同节能关键科学问题，从经济驾驶、多车协同节能、道路交叉口车路协同节能和车云协同节能等方面详细介绍研究现状；并进一步介绍电气化公路系统的前瞻性研究，说明融合智能化信息的E-highway节能潜力和智能重型商用车协同节能的未来发展趋势。最后，总结并梳理智能化信息对于提升车辆节能的重要影响，并展望了其在理论与实际层面遇到的挑战。     

基于车辆运行数据的纯电动汽车用户驾驶风格识别与驾驶能耗分析

驾驶风格是用来体现驾驶员在车辆运行状态下对车辆操作的行为特征,对用户驾驶风格进行识别与分析,有利于推进智能驾驶的发展。根据基于116 辆纯电动汽车的车辆运行数据,通过主成分分析方法与K-means 聚类算法,对用户驾驶行为进行分类分析,对驾驶风格进行了分类识别。利用XGBoost 算法构建纯电动汽车驾驶行为与能耗输入模型,利用SHAP 对模型进行解释。结果表明,将驾驶风格聚为3 类具有较好的分类效果,可分别对应冷静型、普通型与激进型;当驾驶员的驾驶风格趋向于激进型时时,车辆的驾驶能耗越高,驾驶风格激进一个层级,车辆百公里电耗增加3~4倍。当驾驶员行车时,其车速越高,油门踏板踩得越深,车辆加速度的绝对值越大,车辆的驾驶能耗越高。驾驶员的驾驶风格越激进,车辆的驾驶能耗越高。