基于大数据分析技术的驾驶风格对电动汽车续驶里程影响分析

基于大数据分析技术的驾驶风格对电动汽车续驶里程影响分析

实现电动汽车续驶里程的最大化，将有利于电动汽车的推广。目前，存在多个因素影响电动汽车的续驶里程，如汽车空调系统、路面条件、天气环境和驾驶员驾驶风格。就驾驶员驾驶风格而言，驾驶行为较为激进的驾驶员会导致电动汽车的续驶里程较短。美国阿贡国家试验室早期的研究也证实了驾驶风格会影响汽车的燃油经济性，若能在电动汽车控制决策的制定过程中，根据真实驾驶情况，考虑驾驶员的驾驶风格，则能够增加电动汽车的续驶里程。

在驾驶员驾驶风格中，影响电动汽车续驶里程最重要的一个因素是驾驶员的制动行为。最大限度地利用制动过程中回收的能量，则能够显著增加电动汽车的续驶里程。应用大数据技术分析采集的驾驶员制动行为信息，则能够最大限度的利用制动回收能量。

对驾驶员制动行为信息的收集主要包含两个来源：①对美国密歇根福特汽车公司41名员工的制动行为进行采集，该过程主要利用车内安装的OpenXC接口实现；②福特电动汽车车内安装的“我的移动福特（MFM）”，通过控制器局域网路（CAN）总线采集驾驶员制动行为信息，这大约包含25000辆福特电动汽车。将这两种来源的驾驶员制动行为信息通过移动设备或家庭网络上传到福特汽车公司大数据服务器中，利用商业化大数据分析软件Apache Spark和Hive对采集的信息进行处理和分析。分析结果显示，激进的驾驶风格将导致电动汽车的续驶里程较短，而这主要是受牵引电池充电功率极限的限制，同时激进的驾驶风格将导致回收的制动能量难以被重新利用。

Seth Bryan et al.SAE 2017-01-0239.

编译：王祥