【導(dǎo)讀】
伴隨公路貨運(yùn)的迅猛發(fā)展，行業(yè)競(jìng)爭(zhēng)壓力日趨激烈。油價(jià)高騰，運(yùn)價(jià)擠壓，公路貨運(yùn)經(jīng)營(yíng)者的生意愈發(fā)難做。在管理運(yùn)營(yíng)成本上漲的背景下，公路貨運(yùn)經(jīng)營(yíng)者對(duì)于車隊(duì)精細(xì)化管理的需求日益強(qiáng)烈。各項(xiàng)運(yùn)輸成本中，燃油費(fèi)以30%~40%的占比成為最大開(kāi)支，降低油耗成為車隊(duì)盈利的重中之重。
所托瑞安基于在商用車主動(dòng)安全領(lǐng)域多年的產(chǎn)品落地應(yīng)用，產(chǎn)品已覆蓋物流運(yùn)輸、渣土、客運(yùn)、公交、危化等多個(gè)行業(yè)，目前裝機(jī)已過(guò)百萬(wàn)臺(tái)。基于海量駕駛場(chǎng)景、車輛運(yùn)行、駕駛行為數(shù)據(jù)，所托瑞安分析得出，相同配置的車輛，相同的路線，相同外界條件，不同駕駛習(xí)慣對(duì)油耗影響差異高達(dá)30%-50%；特殊路況（不平坦的道路）下正確的駕駛操控，燃油效率最高可提升10%；司機(jī)的駕駛行為習(xí)慣是影響油耗表現(xiàn)的最大因素。
通過(guò)科技手段量化油耗、優(yōu)化駕駛行為、降低油耗擊中公路貨運(yùn)行業(yè)痛點(diǎn)，存在巨大需求潛力。目前，加裝定位和油耗傳感設(shè)備采集油耗和里程數(shù)據(jù)，是行業(yè)常規(guī)方案。但是，由于缺乏對(duì)于運(yùn)輸車輛、運(yùn)輸線路、駕駛行為的量化分析，對(duì)于公路貨運(yùn)經(jīng)營(yíng)者很難形成管理抓手。所托瑞安提出人車路協(xié)同優(yōu)化智能節(jié)油技術(shù)對(duì)降低企業(yè)運(yùn)輸成本和公路運(yùn)輸行業(yè)節(jié)能減排有著深遠(yuǎn)的經(jīng)濟(jì)和社會(huì)價(jià)值。
1懂車 基于海量車輛發(fā)動(dòng)機(jī)工況數(shù)據(jù)
通過(guò)參數(shù)自學(xué)習(xí)算法，實(shí)現(xiàn)多車型多場(chǎng)景標(biāo)定
實(shí)現(xiàn)車輛動(dòng)力總成協(xié)同操控優(yōu)化
由于商用車后裝MT車型占據(jù)主流，根據(jù)發(fā)動(dòng)機(jī)的萬(wàn)有特性曲線，發(fā)動(dòng)機(jī)在工作過(guò)程中轉(zhuǎn)速和扭矩符合最佳經(jīng)濟(jì)區(qū)范圍，如何獲得不同車型發(fā)動(dòng)機(jī)萬(wàn)有特性MAP圖來(lái)優(yōu)化車輛動(dòng)力總成操控成為節(jié)油關(guān)鍵。通過(guò)分析比油耗BSFC與發(fā)動(dòng)機(jī)轉(zhuǎn)速、扭矩關(guān)系：BSFC=f(n,M) ，采樣200組實(shí)驗(yàn)數(shù)據(jù)，進(jìn)行數(shù)據(jù)建模和參數(shù)學(xué)習(xí)，可得到該車型的萬(wàn)有特性擬合曲面圖如圖1所示，該模型用于發(fā)動(dòng)機(jī)模型中動(dòng)力及油耗特性的計(jì)算過(guò)程。根據(jù)發(fā)動(dòng)機(jī)功耗模型計(jì)算公式如下：FC=BSFC* Mn/9550/3600（g/h），其中FC代表瞬時(shí)油耗，用于實(shí)時(shí)計(jì)算發(fā)動(dòng)機(jī)的能耗特性。
圖１發(fā)動(dòng)機(jī)萬(wàn)有特性擬合曲面圖
2懂路 傳感器提前識(shí)別前方路況，精準(zhǔn)地形匹配
車速規(guī)劃、發(fā)動(dòng)機(jī)扭矩規(guī)劃、變速箱檔位優(yōu)化
實(shí)現(xiàn)特殊路況預(yù)見(jiàn)性駕駛
根據(jù)牛頓第二定律，得到車輛縱向動(dòng)力學(xué)模型如下：
Ft=ma+Fa+ Fg+Fr+Fb，F(xiàn)t:驅(qū)動(dòng)力，F(xiàn)a:空氣阻力，F(xiàn)g:坡度阻力，F(xiàn)r:滾動(dòng)阻力Fb:制動(dòng)力。車輛形式過(guò)程中，根據(jù)驅(qū)動(dòng)力Ft與發(fā)動(dòng)機(jī)扭矩M、G關(guān)系建立如下M=Ft*r/G*ηT,其中傳動(dòng)比G=ig*i0，輪胎半徑為r,所以M=Ft* *r/ ig*i0*ηT。根根據(jù)發(fā)動(dòng)機(jī)轉(zhuǎn)速n=v*G/2Πr，v為車速，所以n=v*ig*i0/2Πr。比油耗BSFC=f(n,M),得到發(fā)動(dòng)機(jī)最佳工況分布，同時(shí)采用動(dòng)態(tài)規(guī)劃算法，預(yù)見(jiàn)前方空間域內(nèi)坡度、曲率等地形信息轉(zhuǎn)化為時(shí)間域內(nèi)控制序列（擋位、扭矩），如圖2所示。
圖2檔位實(shí)時(shí)基于地形動(dòng)態(tài)優(yōu)化
3懂駕駛 海量駕駛行為數(shù)據(jù)
確定特征參數(shù)，建立駕駛行為經(jīng)濟(jì)評(píng)價(jià)模型
量化駕駛員經(jīng)濟(jì)駕駛能力，并不斷糾正和改善駕駛行為
通過(guò)分析駕駛操控行為與油耗關(guān)系，建立相關(guān)性分析，針對(duì)不同駕駛員行駛特性差異，通過(guò)采集駕駛員實(shí)車行駛數(shù)據(jù)，基于大數(shù)據(jù)與機(jī)器學(xué)習(xí)方法挖掘駕駛員行駛特性，對(duì)不同駕駛員進(jìn)行差異化分類，劃分駕駛員節(jié)油行為等級(jí)，實(shí)現(xiàn)對(duì)駕駛員節(jié)油駕駛能力劃分,節(jié)油評(píng)價(jià)和針對(duì)性糾正。如圖3為所托物聯(lián)云平臺(tái)某客戶車輛每趟次油耗和節(jié)油行為評(píng)價(jià)。
圖3所托物聯(lián)云平臺(tái)節(jié)油駕駛評(píng)價(jià)圖示
應(yīng)用效果
目前，所托智能節(jié)油產(chǎn)品已在多個(gè)物流車隊(duì)落地試運(yùn)行，在客戶實(shí)際運(yùn)營(yíng)線路上，基于節(jié)油技術(shù)和節(jié)油管理可實(shí)現(xiàn)平均節(jié)油率（相比一般司機(jī)）：8.8%。所托智能節(jié)油產(chǎn)品獲得客戶極大認(rèn)可，客戶表示：“司機(jī)是車隊(duì)管理中比較棘手的難題，很多司機(jī)即使反復(fù)培訓(xùn)和教育都很難改變駕駛陋習(xí)，通過(guò)智能節(jié)油產(chǎn)品解決了車隊(duì)最頭疼的油耗問(wèn)題，并且新手司機(jī)可以通過(guò)該產(chǎn)品能夠很快熟悉路線，熟悉車輛，使油耗降下來(lái)，每月每輛車可節(jié)省油費(fèi)高達(dá)3000元左右”。
表2所示為客戶實(shí)際運(yùn)營(yíng)線路效果驗(yàn)證數(shù)據(jù)，智能節(jié)油算法提升了發(fā)動(dòng)機(jī)高效區(qū)間分布占比，減少了發(fā)動(dòng)機(jī)低效區(qū)間分布占比。通過(guò)圖5所示，智能節(jié)油產(chǎn)品可有效改善司機(jī)操控，通過(guò)預(yù)見(jiàn)前方路況，精準(zhǔn)匹配車輛發(fā)動(dòng)機(jī)最佳經(jīng)濟(jì)工況點(diǎn)，達(dá)到市場(chǎng)領(lǐng)先的節(jié)油效果。
表1運(yùn)輸場(chǎng)景基本概況
圖4運(yùn)輸線路圖示
圖5不同司機(jī)與智能節(jié)油算法發(fā)動(dòng)機(jī)萬(wàn)有特性工況分布對(duì)比圖
表2不同司機(jī)與智能節(jié)油算法發(fā)動(dòng)機(jī)BSFC效率區(qū)間占比對(duì)比圖
