重庆理工大学学报(自然科学) ›› 2023, Vol. 37 ›› Issue (11): 93-102.

• 车辆工程 • 上一篇    下一篇

基于实时车流信息的电动汽车未来行驶工况预测

张 毅,黄韬一,刘寅童   

  1. (1.重庆理工大学 车辆工程学院,重庆 400054; 2.重庆长安汽车股份有限公司,重庆 400020)
  • 出版日期:2023-12-14 发布日期:2023-12-14
  • 作者简介:张毅,男,博士,主要从事智能驾驶技术研究,Email:zagyi81@cqut.edu.cn;通信作者 黄韬一,男,Email: 2238010105@qq.com。

Prediction of future driving conditions of electric vehicles based on real-time traffic flow information

  • Online:2023-12-14 Published:2023-12-14

摘要: 在全球能源短缺和污染加重的背景下,新能源汽车领域关键技术成为研究热点。 然而纯电动汽车剩余续航里程的不确定性,严重地影响了纯电动汽车的进一步推广。因此,精 确地预测车辆未来能耗以确定其剩余行驶里程,具有重大意义。本研究基于实车在环实验平 台,将测试车辆的历史行车数据 OBD和同时收集的百度 API实时车流信息经过预处理和特征参 数的提取,再使用 EM聚类分析算法将数据分为 8个典型子工况,然后将聚类后的数据用于训练 RBF神经网络分类器。根据百度 API提供的实时车流信息,采用 RBF分类器预测车辆在预定行 驶路线上的工况类型和平均能耗,从而精确地预测汽车的剩余电量,即剩余续航里程。

关键词: 车辆 SOC预测, API, EM聚类分析算法, RBF神经网络分类器

中图分类号: 

  • TP273