一种驾驶行为评价系统的开发

刘有志

（安徽江淮汽车集团股份有限公司，安徽 合肥 230601）

前言

我国目前已是汽车生产和消费大国，随着全球经济的高速发展，能源问题日益受到世界各国关注。我国并不是石油大国，储量和开采量有限，大量石油依赖进口，并且需求量仍在日益增加，因此，汽车节能降耗愈来愈被重视起来。

寻找适合的替代能源，研发新能源汽车是减缓传统能源消耗的有效办法之一。但新能源汽车的发展需要先进技术的长时间发展与累积，目前汽车市场仍以传统车辆为主导。因此，在当前形势下，对传统车量进行节能降耗无疑显得更加重要。

影响车辆油耗的因素主要有六个方面，包括：

（1）车辆风阻系数

（2）车辆自重

（3）发动机技术

（4）变速箱技术

（5）车辆轮胎选取

（6）驾驶习惯

前五点因素与汽车技术紧密相关，国内外诸多汽车领域的专家们已做了大量工作，并取得了显著成效。相对而言，驾驶习惯是驾驶员直接产生的，更加主观一些，具有较强的差异性，无法实现统一操作。随着技术发展，可以利用汽车电子技术，对驾驶员的车辆操控行为进行干预，帮助驾驶员养成利于节能降耗的优良驾驶习惯。

1 国内外研究现状与发展趋势

1.1 国外研究现状

国外针对驾驶行为的研究起步较早，对影响机动车事故和节能降耗的驾驶行为有比较成熟的理论和实际应用。在理论上，他们拥有庞大的数据库系统，通过共享这些信息，相关研究机构对事故驾驶行为和节能降耗有比较深入的研究。

目前已投入市场的基于驾驶行为的节能降耗技术有：

（1）Fiat 的Eco-Drive 系统；

（2）Honda 的Eco Assist（节能驾驶辅助系统）；

（3）SCANIA 的驾驶员辅助系统。

1.2 国内发展现状与趋势

国内目前限于基础设施水平和经济实力，在该领域的研究与发达国家有很大差距。国内多数汽车厂家目前更多地还专注于整车的设计与开发，没有深入开展这方面的研究，而大多数研究机构又没有基础实验设备和大型数据采集整合系统，很难实现驾驶行为产业链的研究。目前国内有些企业拥有驾驶行为数据采集系统，他们往往从实际利益出发，进行局部、小范围数据采集实现，基本没有能力实现数据共享，也没有实力进行理论研究。而大部分高校和科研机构，只是对部分驾驶行为进行理论和算法上的研究，很难有实力将研究成果应用于实际。

2 系统开发方案

2.1 系统方案概要

旨在开发一种基于驾驶行为的智能化绿色节油辅助系统。系统内嵌优良驾驶习惯数据库，实时判断驾驶员当前操作行为与数据库的吻合程度，通过车载仪表等人机交互接口，提示驾驶员当前操作行为，以及车辆的油耗状态优良与否，是否应采取适当措施、操作，降低车辆油耗，帮助驾驶员养成优良驾驶习惯。

2.2 系统开发方案

如前所述，根据驾驶行为开发的车辆节能辅助系统，国外已具备了较强的技术储备，相关产品已上市应用，并取得了不错的节能降耗效果；而国内对该系统涉及的数据与技术储备还较薄弱，正处于起步阶段。

为了使该系统开发的顺利进行，系统功能完善，性能优良、可靠，应参考国外相关系统构成，进行对标分析，从而完善所开发的基于驾驶行为的智能化绿色节油辅助系统。

系统的功能框图如图1 所示：

图1 系统功能框图

3 系统开发计划

3.1 数据采集系统开发

驾驶行为数据采集系统是实现驾驶行为采集物理媒介和手段，项目组通过开发一套硬件和嵌入式软件来实现此功能。其整体功能框图如图2：

图2 数据采集系统框图

主要研究内容有：

（1）驾驶行为采集对象：通过分析驾驶员操纵车辆动作和产生状态，根据对这些状态的分类、实验，摸索其状态特征，然后根据各自特性，设计硬件拾起电路，软件采集周期、频率等满足信息采集要求。

（2）数据结构和储存：驾驶行为数据种类比较多，数据量比较大，而且要求掉电时能保存数据。目前，保守估计车辆状态信息十几种，其中有开关量、脉冲量、模拟量等。系统需要设计一种合理的数据结构和储存方法来完成这些信息的有效储存和快捷数据交换方法，系统有铁电存储、DATAFLASH 存储，以及本地IC 卡存储。

（3）USB 数据交换：本系统采集信息多，数据量大，将采用一种数据交换协议实现采集系统和管理软件的数据交换，目前，拟订采用USB 协议交换数据。

（4）GPRS 技术：驾驶行为信息采集系统为了适应可能的车辆道路实验，设计预留GPRS 功能，GPRS 是GSM Phase 2+阶段引入的一种基于分组的数据业务，它能够实现从空中接口到外部网络之间的分组数据传输，GPRS 可以接入基于TCP/IP 的外部网络和X.25 网络。

（5）电源：汽车上的电子设备越来越多，使车内的电磁环境日益复杂。在这比较复杂的环境中，电源性能的好坏直接影响到电子设备的可靠性。本系统下位机系统复杂，功能强大，功能模块多，电源管理难度高。电源设计必须满足系统反接、过压、电压适应性、抗汽车电子点火、静电放电等功能。

图3 电源模块功能框图

（6）MCU 模块：本系统下位机需要融合车辆信息采集和驾驶员图像采集、可扩展GPS/GPRS 功能，要用一个MCU 模块管理和操作所有功能，MCU 模块资源要求比较多，硬件设计复杂，需要选择资源比较丰富合适的MCU。

图4 底层驱动生产示意图

（7）硬件看门狗：系统下位机从可靠性和产品角度考虑，必须设计具有硬件看门狗、低功耗并存功能，但硬件看门狗和低功耗设计并存有一定难度，因此需要设计可靠的硬件电路。

图5 看门狗模块电路

3.2 实车数据采集

该系统需要有大量的实车试验数据支持，构建相应的优良驾驶行为数据库，从而利用适当评价算法，获得对应参数处于优良驾驶状态的动态范围。

由于驾驶行为属于主观范畴，应聘请具有丰富经验的、使车辆处于较低燃油消耗水平的驾驶员，进行实车操作；并且构建较大样本空间，使所采集数据具有可信性和可用性。

另外，应根据不同路况条件，制定相应的采集方案。车辆在城市路况、市郊路况、山区路况等条件，车辆燃油消耗量会有很大差别，因此，应根据需求，制定不同的采集方案，进行相应参数采集，构建多工况数据库。

3.3 优良驾驶行为数据库构建与数据评价算法开发

3.3.1 驾驶员调研问卷及驾驶行为原始数据库设计

该部分内容主要用于构建原始数据模型，获取相应驾驶员信息和行为数据。

首先，在驾驶员初次登陆时，需设计相关问卷，对用户的基本情况进行调查和记录，从而确定准确的驾驶员基本信息，用于后续分析和分类。

问卷的内容可能涉及如下方面：

（1）人口统计学信息（年龄、性别）；

（2）驾驶信息（驾照类型、驾龄、驾驶频度、百公里平均油耗等）。

其次，需设计驾驶行为原始数据库，用于存储和管理来自各种车身传感器的驾驶行为原始数据。原始数据内容包括：

1）方向盘：向右最大值为1.000，向左最小值为-1.000，中点时为0.000；

2）油门：最大值为1.000，最小值为0.000；

3）离合：最大值为1.000，最小值为0.000；

4）制动：最大值为1.0，最小值为0；

5）速度：当前动力学模型速度（整数）；

6）转速：当前动力学模型转速（整数）。

7）发动机外特性曲线；

8）档位：按照当前档位显示（1 档、2 档、3 档、4 档、5 档、倒档）；

3.3.2 驾驶行为数据预处理、建模和分析算法

（1）通过对优秀驾驶员和普通驾驶员同路段驾驶行为的对比分析，人工标注可能导致高油耗的驾驶行为原始数据，例如超速、急加速、急减速、急刹车等；

（2）基于大量驾驶行为数据，抽取行为特征，建立行为模型；

根据实际驾驶中能够获得的数据，确定具体评价的驾驶行为特征及计算模型。以下给出几个行为实例：

1）超速：需依据道路的上限速度、汽车的加速度和当前速度加以识别；

2）非常规方向盘操作；

根据方向盘的数据流，判断用户是否有以下行为：生硬的转向（频繁改变）；快速而持续的转向角度切换等。

3）非常规的刹车操作；

根据刹车的数据流，计算出刹车位置的变化速率（用导数表示）随时间的变化，判断用户是否有急减速等导致高油耗行为。

图6 算法框架

3.4 驾驶行为提示

通过驾驶行为数据库、评价算法以及车辆实时数据，能够判断出驾驶员当前的操作行为，是否使车辆处于较低油耗状态，评价结果可由数据采集系统经车身网络进行发布，进而通过仪表盘提示、声音提示等方法，与驾驶员进行人机交互。

采用仪表盘提示时，控制器从车身网络获得驾驶行为评价信息，驱动优良驾驶行为指示灯显示。若驾驶行为优良，车辆油耗较低，绿色指示灯点亮；若驾驶行为使得车辆油耗升高，则红色指示等点亮。

采用声音提示时，可利用采集系统内嵌的语音提示模块，向驾驶员提供相应的提醒。

图7 评价提示界面

3.5 试验验证

系统开发完成后，应根据驾驶员行为等级、路况条件，构建验证试验矩阵，分别进行系统验证试验。

在不同的路况条件下，驾驶员操作行为均可分为较差、普通和优良三类，具体评价依据可根据实车油耗等信息进行判断。初步形成试验矩阵如下表1 所示：

表1 验证试验矩阵

试验矩阵中记录了在各试验条件下使用该辅助系统时，影响车辆燃油消耗的各参数信息，以及最终的燃油消耗结果。根据得到的数据结果，对系统的可靠性、可用性进行评价。

表2 实车测试节油效果

根据多轮次标定后，最新版本数据测试综合节油效果如表2。

4 总结

通过进行数据解析与需求分析，结合国外先进经验，确定所开发辅助系统的输入参数与系统功能框架；通过开发数据采集系统，为系统的实现提供高精度、高效的数据采集工具，为驾驶行为数据库构建提供技术支持；通过实车数据采集，获取大量实车数据，构建驾驶行为数据库；通过数据评价算法开发，确定车辆在燃油消耗较低状态下，车辆各相关参数的数据特征与范围，进而实时判断驾驶员操作行为是否处于最优；通过驾驶行为提示，与驾驶员进行人机交互，帮助驾驶纠正并养成良好的驾驶习惯。

该系统的成功开发与推广，必将有助于车辆燃油消耗水平的降低，缓解车辆对传统能源消耗与环境保护造成的巨大压力。