重庆理工大学学报（自然科学）

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

PDF (PC)

241

赞

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