基于稀疏采样数据的电动公交车电池SOC预测方法研究

为提高电动公交车电池SOC预测的精度,基于某电池监控云平台电池数据库中存储的以30 s为采样周期的稀疏采样的电池运行数据,对电动公交车电池SOC预测方法进行了研究。首先,介绍了稀疏采样数据源,分析了电动公交车动力电池的运行过程及其SOC变化的影响因素。选取了当前电池组的总电压、电流、电池模组温度均值及前一时刻SOC值作为预测变量,而选择当前电池组SOC作为输出变量,构建了训练数据集与测试数据集。然后,采用支持向量机(SVM)算法进行训练,并使用贝叶斯优化算法寻找SVM的最优超参数组合,提出了基于稀疏采样数据的电动公交车电池SOC单步预测方法。接着通过对训练数据集的再划分,进一步提出了基于稀疏采样数据的电动公交车SOC自主预测方法,摆脱了在SOC长期预测过程中对于BMS估计的真实SOC值的依赖。试验结果表明,SOC单步预测方法的最大绝对误差仅为1.82%,SOC自主预测方法的最大绝对误差也只有5.89%,都具有较高的预测精度。根据在不同运行路线和不同环境温度下的试验结果,SOC预测模型具有较高的鲁棒性。     

基于安全场改进RRT*算法的智能汽车路径规划方法

快速搜索随机树(rapidly-exploring random tree, RRT)算法是智能汽车路径规划的常用方法,但传统RRT和RRT~*算法存在路径抖动大、易陷入局部区域和计算效率低等缺点。针对这些问题,本文中结合实车数据提出了一种基于安全场改进RRT~*算法的智能汽车路径规划方法。首先,建立了基于安全距离模型的安全场,通过驾驶数据采集试验对模型关键参数进行了提取;在此基础上,提出了具备安全场引导和角度约束等策略的改进RRT~*算法;最后,通过仿真对算法进行了验证。结果表明,本文提出的路径规划方法能计算出满足车辆轨迹曲率约束的有效路径,同时具有较快的搜索速度和更高的成功率。     

醉驾入刑五年来代驾行业发展与问题并存

＂酒后代驾＂约占代驾服务的90%,并由大城市向二三线城市快速拓展。五年来,全国约2.18亿人次接受了酒后代驾服务,大大降低了酒驾醉驾违法行为和事故的发生几率。代驾行业迅速发展1月份,e代驾全国大数据研究中心基于全国300多个城市代驾产品服务的大数据分析与调研,发布了《2015年全国代驾数据报告》。报告显示,2015年,全国总共有95361915万人次使用代驾服务,较去年同比增长270%,按全天平均客单价计算,     

基于大数据的车辆智能评审过程与要素常态化研究

如果问你国内有哪些皮卡车型,我相信郑州日产绝会出现在大多数人的答案当中。没错,从经典的锐骐,到高端旗舰的纳瓦拉,再到定义国内皮卡新标准的锐骐6,郑州日产的三大皮卡车型牢牢占据着各个细分市场,并且都取得了很好的市场反响。那么是什么原因让它们长盛不衰呢?带着这个问题,我们对其旗下两款明星车型进行了一番深度试驾——纳瓦拉和锐骐6。     

充电基础设施月度数据追踪

总体情况:截至2020年1月,联盟内成员单位总计上报公共类充电桩531,118台,其中交流充电桩310,143台、直流充电桩220,487台、交直流一体充电桩488台。2020年1月较2019年12月公共类充电桩增加14,722台。从2019年2月到2020年1月,月均新增公共类充电桩约15,780台,2020年1月同比增长55.4%。     

2019年电动物流车市场分析及2020年展望

2019年市场回顾2019年,受宏观经济下行压力、整体汽车市场下滑、排放标准升级、新能源汽车补贴退坡等多重因素影响,我国新能源汽车市场首度出现年度产销量回落。中汽协数据显示,2019年我国新能源汽车销量120.6万辆,同比下降4.0%,占整体汽车销量的4.68%。电动物流车是新能源汽车的重要细分市场,也是新能源商用车主要车型,2019年电动物流车产量受到补贴退坡影响较大,产量6.22万辆,同比下降43.7%,连续两年呈下降趋势,市场进入深度调整期(见图1)。     

2019年专用车整体市场分析和2020年预测

国家统计局发布数据显示,经初步核算,2019年全年国内生产总值990865亿元,按可比价格计算,比上年增长6.1%,符合6%~6.5%的预期目标。分季度看,一季度同比增长6.4%,二季度增长6.2%,三季度增长6.0%,四季度增长6.0%。分产业看,第一产业增加值70467亿元,比上年增长3.1%;第二产业增加值386165亿元,增长5.7%;第三产业增加值534233亿元,增长6.9%。     

驾驶辅助技术在事故预防中的应用效果

越来越多的车型都搭载了驾驶辅助系统,部分驾驶人对这类系统的实际效果持怀疑态度。本文通过调研国内外相关研究,对几类主流驾驶辅助系统的事故预防效果进行综述。与相同条件下未安装驾驶辅助系统的车辆对比,研究人员发现多数驾驶辅助系统在事故预防方面发挥了明显的作用,降低了相关的事故率、保险索赔率,其中前向和后向的自动紧急制动系统效果最为显著。此外,驾驶人对驾驶辅助系统的接受度以及响应度均会影响事故预防效果。     

基于大数据的乘用车油耗与续驶里程研究

基于全球乘用车整备质量、燃油箱容积和燃油消耗量数据的统计分析,推算出"NEDC工况"下的续驶里程;再通过众测油耗的统计分析,推算出乘用车满油箱燃料的实际续驶里程范围;对乘用车的供油系统设计及电动乘用车的续驶里程对标燃油车提供依据。     

面向传染病疫情防控的公共交通运行管理决策支持研究

近年来全球新发重大传染病疫情不断出现,已成为人类社会必须防范应对的重大风险。公共交通在传染病疫情防控过程中承担着阻断病毒传播和保障复工复产的功能,疫情期间公共交通运行管理的决策需求和技术支撑体系与日常情况有显著差异。现有研究多针对公交日常运行决策需求展开,虽有少量针对突发公共事件的应急管理决策支持的研究,但多针对自然灾害和事故灾难场景,无法迁移应用于传染病疫情防控。基于此,以新型冠状病毒肺炎（COVID-19）疫情为例,综合考虑突发公共卫生事件应急管理流程和疫情防控实际情况,系统梳理疫情不同阶段的防控目标和决策需求,提出一种面向传染病疫情防控的公共交通运行管理决策支持系统框架,建立基于公共卫生事件案例库、多源数据融合库、公交数据分析技术库和公交防疫策略库的功能架构,并设计不同功能模块的算法模型。研究以厦门为例,对提出的决策支持系统的功能架构和算法模型进行验证。研究结果表明,构建公交乘客出行链的成功率为89.7%,并可应用于疫情不同阶段的关联客流分析、感染者同乘人员的追溯分析、医护人员等防疫人员的通勤出行识别、公交运行满载率监控等方面。研究成果不仅对传染病疫情防控有实用价值,而且对突发公共事件应急管理决策支持方法亦有理论贡献。