网约车舒适度客观量化评价方法及装置设计
2019-08-09陈崇辉
邓 筠,陈崇辉
(华南理工大学广州学院 电气工程学院,广州 510800)
网约车是共享经济时代交通领域产生的新兴重要出行方式[1]。“互联网约车出行”这个新方式进入到了中国的百姓生活,网约车以其方便、快捷、性价比高等优点给人们的日常出行带来了极大的便利[2]。
目前,网约车的监管模式主要是通过政府管平台,平台管司机和车辆,乘客可通过平台对司机进行评分,从而约束和规范司机的行为,保障乘客的合法权益和舒适的体验,但网约车还是存在很多问题[3]。第一大问题是乘客安全问题;第二大问题是乘客满意度和舒适度问题。其中舒适度问题主要集中在以下3个方面[4]:①晃动方面,主要体现在司机开车过程中频繁急刹车、急加速、急转弯等,甚至引起乘客晕车、呕吐等;②空气质量方面,主要是车厢内空气不流通,甚至满车烟味、酒味;③噪声方面,主要是司机不间断接打电话,甚至讲话声音很大。虽然大部分司机想服务好每一位乘客,但是很多司机觉得自己的付出和平台评分存在差异,网约车平台无法给加盟司机做任何评估,也无暇顾及与乘客进一步联系沟通,对司机的评分机制难以保证其公平性。
1 网约车舒适度客观量化评价方法
1.1 客观量化评价基本思路
建立网约车的舒适度的综合评价模型,通过传感器实时采集网约车底层数据,对应相应的评价指标,确定各项因素的权重和模糊评价因子,综合得到网约车舒适度评价指数。
1.2 建立影响乘客舒适度的因素集
因素集是影响评价对象的各种因素组成的一个集合[5]。对网约车乘客舒适度客观量化评价时,必须建立直接影响乘客舒适度的客观因素集,用二维数组U表示,如式(1)所示。
根据当前网约车平台评价汇总的大数据分析,影响乘客舒适度的因素主要有晃动方面、气味方面和噪声方面3项11条,建立因素集具体条目如表1所示。
表1 建立因素集Tab.1 Establishing factor set
1.3 通过确定因素权重建立权重集
权重集是反映各因素的重要程度所组成的一个集合[6]。用二维数组B表示,如式(2)所示。
对网约车乘客舒适度客观量化评价时,各因素的重要程度是不一样的,所以需要确定各指标的权重。权重的确定采用的是层次分析法AHP(analytics hierarchy process)[5],由评价者将复杂问题分解为若干组成要素,并将这些要素形成有序的层次结构,然后采用1-9标度法,建立二维矩阵,并计算矩阵每一行的指标的和,再进行归一化处理,最终得到指标权重。
把网约车舒适度客观量化评价分解为晃动、气味和噪声3个方面,以此作为例子详细说明计算过程。
管沟基础采用中粗砂垫层,厚15~20 cm,砂料含泥量不应大于5%。遇有淤泥时,清淤换土,进行基础换置,使地基承载力达到设计要求。
首先,将舒适度评价这个模糊性的复杂问题分解为3个组成要素,如式(3)所示。
其次,采用1-9标度法,通过校园内的学生进行问卷调查的形式,分别将元素两两比较,确定层次中各要素的相对重要性,建立二维矩阵,表2所示是指标权重的确定。
表2 指标权重的确定Tab.2 Determination of index weight
再次,计算矩阵每一行的指标的和,得到向量B′,如式(4)所示。
最后,对向量作归一化处理,可得到各指标的权重向量为B,如式(5)所示。
即网约车舒适度客观量化的3个评价因素的权重值如表3所示。
表3 三个评价因素的权重值Tab.3 Weight value of three evaluation indicators
1.4 根据评价指标确定评价集
评价集是评价者对评价对象可能作出的各种总的评价结果所组成的集合[7]。用二维数组V表示,如式(6)所示。
对网约车乘客舒适度客观量化评价时,主要根据评价指标出现的次数、频率以及给乘客感受程度作为判断的标准。具体采用的方案为通过相应传感器实时采集网约车底层数据,与预设的阈值进行比较,当实测值超过预设阈值时,判断存在该影响舒适度的因素,并累计出现的次数;记录该因素前后2次出现的时间差,这个时间差的大小决定该因素出现的频率;记录出现该因素物理量的幅度,作为该因素给乘客的感受强烈程度的判断依据;根据以上3点从而给予不同层次的评价结果,确定评价集。
确定评价集的作用,主要是通过实时采集网约车底层数据,量化因素集里面的因素,让网约车乘客对舒适度的主观感受通过分层次的形式,从评价集中得出一个最佳的评价结果,从而对舒适度进行客观分层次量化,为后续的具体量化定下纲领性的框架。
2 舒适度客观数据采集装置设计
2.1 总体方案设计
为了实现对上述3个因素的实时数据检测采集,本文设计了以微控制器为核心的数据采集与传输平台,其系统结构如图1所示。设置相应传感器采集网约车底层原始数据,经过微控制器处理后,通过显示屏模块可直观显示相应的数据,同时物联网WIFI模块连接司机手机WIFI提供的AP热点,从而把处理后的数据传输至云平台,计算机PC端或手机端即可实时获取相应的数据。
图1 系统结构图Fig.1 System structure diagram
2.2 晃动方面数据采集及量化
网约车内乘客感受到的晃动包括3个分量。网约车运动3个分量如图2所示,这3个分量通过加速度传感器MPU6050检测X、Y、Z三个轴的加速度得到,分别对应前后方向AX、左右方向AY和上下方向AZ。其中前后方向主要是司机急刹车和急加速导致,左右方向主要是司机左右急转弯引起,上下方向主要是车上下颠簸的作用。
MPU6050里面集成了3轴陀螺仪和3轴加速度计[8],图3是MPU6050原理图。图中芯片供电电源为3.3 V,数据SDA和时钟SCL相互配合,与微控制器I/O端口连接,实现数据的串行传输,并经过姿态解算和卡尔曼滤波算法等信号处理,得到网约车运动对应的加速度和角速度数据,从而提取网约车行驶的特征。
图2 网约车运动3个分量Fig.2 Three components of car-hailing
图3 MPU6050原理图Fig.3 MPU6050 schematic diagram
假设X轴加速度分量Ax表示司机急刹车和急加速,并以此作为例子说明详细量化过程。假如司机一旦出现急刹车和急加速的动作,此时传感器的Ax数据随着车体的运动短时间内将有比较大的变化,也就是说,当司机急刹车导致X轴的数据变化大于某个设定阈值时,表示“司机急刹车”这个事件成立;对该事件累积计数,并记录该事件前后两次的时间差,表示该事件出现的频率;同时进一步量化这个数据,根据数值的大小确定急刹车的程度,从而对急刹车这个参数进行客观量化评价赋值。同理,当司机急加速导致X轴的数据反方向变化大于某个设定阈值时,对急加速参数进行客观量化评价赋值。以此类推,对传感器Y轴加速度分量AY和Z轴加速度分量AZ进行采集、判断以及量化,从而对网约车左右急转弯、上下颠簸等参数进行客观量化评价赋值。
2.3 空气质量数据采集及量化
车内空气质量的好坏主要取决于车内空气是否流通。门窗紧闭的情况下车内异味主要来源于车内零部件、胶条、内饰板块、脚垫以及座椅套等,再加上经常在车厢内吸烟,空调长时间不清洗保养等,均容易导致乘客有不舒适的感觉。
图4是TGS2602基本测量电路,用于车内空气质量的数据采集,其对VOC(volatile organic compounds)挥发性有机化合物与气味有高灵敏度,特别是对于苯系物信号响应极强,灵敏度高达1.38~2.78 mV·(μg·L-1)-1[9],而车内污染物中苯系物对人体的危害较为严重。TGS2602需要外部提供加热器电压VH和电路电压VC才能正常工作。当VH有供电时,传感器内加热器温度上升,吸附氧气量增加,保持传感器在一个特定的最佳感应温度;当VC也有供电时,传感器阻抗RS与负载电阻RL串联分压,从而得到VOUT[10-11]。当车内气体浓度发生变化被传感器检测到时,内部气敏元件阻抗RS的电导率会随之发生变化,输出电压VOUT也随之发生变化,即不同浓度的VOC气体对应不同的电压输出值VOUT。输出值VOUT经过信号调理电路,输入微控制器的模数转换模块A/D,从而得到网约车内对应的空气质量数据。
图4 TGS2602基本测量电路Fig.4 Basic measuring circuit of TGS2602
当空气质量数据大于某个设定阈值时,表示“空气质量差”这个事件成立,对该事件累积计数,并记录该事件持续的时间长短,同时进一步量化这个数据,根据数值的大小确定空气质量差的程度,从而对空气质量这个参数进行客观量化评价赋值。
2.4 声音数据采集及量化
图5 话筒放大电路原理图Fig.5 Principle diagram of microphone amplifier circuit
网约车内乘客感受到的声音信号,只要不是乘客想要的有效声音就是噪声,是一种会让乘客感到烦躁的重要因素。图5是话筒放大电路原理图,电容式MIC采集车厢内声音信号,从LM386的第3引脚输入,放大增益由第1和8引脚决定,声音放大后从第5引脚输出,由模数转换模块A/D把声音模拟信号转换成数字信号,通过微控制器读取A/D模块的数值,计算得到车内等效声压级,也就是网约车内对应的声音数据,从而提取网约车噪声的特征。
当网约车司机接打电话讲话声、车内音乐声、收音广播声、车振动噪声等导致采集到的声音信号大于某个设定等效声压级阈值时,表示“存在噪声”这个事件成立,对该事件累积计数,并记录该事件前后两次的时间差,同时进一步量化这个数据,根据数值的大小确定噪声的大小程度,从而对噪声这个参数进行客观量化评价赋值。
3 实验测试与建议
3.1 数据采集实验测试
以网约车加速和刹车、左右转弯做数据采集实验测试。加速度传感器MPU6050的X轴的加速度AX表示网约车的加速和刹车,Y轴的加速度AY表示网约车的左右转弯。如图6所示为数据采集实验测试效果,能够直观表达网约车行驶的状态。
图6 数据采集实验测试效果Fig.6 Test results of data acquisition experiment
3.2 提高乘客舒适度建议
采用传感器采集网约车行驶状态的底层数据,提出客观量化评价方法,并通过实验测试作为基础,对网约车行驶中提高乘客舒适度提出几点建议。
首先,网约车司机驾车要匀速开车,保持车辆平稳。主要影响因素包括车辆性能和路面不平、车速和运动方向的变化、驾驶技术水平和司机态度等,导致车辆产生整车或局部振动,引起乘客产生不适症状[12]。司机要尽量保持车辆平稳,尤其在起步、刹车和转弯时更加要注意,从而减轻乘客晕车的感受,提高乘车舒适度。
其次,网约车司机要防范和清除车内异味,保持车内空气清新。开窗通风是最有效、最简单的方法,让车内有害气体挥发释放干净,新车更加是如此;良好的卫生习惯也很重要,鞋帽、抹布、食物袋、瓜皮果壳等及时清理,从而减轻乘客对气味的感受,提高乘车舒适度。
最后,网约车司机开车过程中不能接打电话,保持车内安静的同时也是保证行驶安全。保持安静的车内环境,或播放舒缓的柔和音乐,可能更受乘客喜欢,从而减轻乘客对噪声的感受,提高乘车舒适度。
4 结语
本文提出一种网约车舒适度客观量化评价方法。通过相应传感器实时采集网约车的晃动方面、气味方面和噪声方面等底层数据,应用多因素模糊综合评价方法,让乘客对网约车舒适度的直观感受给予客观数据量化评价,并对网约车底层数据采集装置进行设计和实验测试。实验结果表明,该模型能够实时采集网约车行驶过程中的底层数据,数据能够直观反映网约车行驶的状态,在实验测试的基础上对网约车司机提高乘客舒适度提出一些有益的建议。