汽車燃油經(jīng)濟(jì)性的評估方法和裝置的制造方法
【專利摘要】本發(fā)明提出一種汽車燃油經(jīng)濟(jì)性的評估方法和裝置，該汽車燃油經(jīng)濟(jì)性的評估方法包括建立多元回歸模型；獲取汽車在行駛過程中的車速數(shù)據(jù)序列，并根據(jù)車速數(shù)據(jù)序列獲取加速度數(shù)據(jù)序列；根據(jù)車速數(shù)據(jù)序列、加速度數(shù)據(jù)序列、多元回歸模型，以及模糊概率映射模型獲取燃油經(jīng)濟(jì)性概率序列；將燃油經(jīng)濟(jì)性概率序列中的每個燃油經(jīng)濟(jì)性概率依次與預(yù)設(shè)概率閾值進(jìn)行比對，以得到比對結(jié)果；根據(jù)比對結(jié)果對汽車燃油經(jīng)濟(jì)性進(jìn)行評估。通過本發(fā)明能夠有效識別出汽車在行駛過程中的汽車燃油非經(jīng)濟(jì)性過程，根據(jù)汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車行駛數(shù)據(jù)信息對汽車燃油經(jīng)濟(jì)性進(jìn)行評估，提升汽車駕駛體驗(yàn)。
【專利說明】
汽車燃油經(jīng)濟(jì)性的評估方法和裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及汽車技術(shù)領(lǐng)域，尤其涉及一種汽車燃油經(jīng)濟(jì)性的評估方法和裝置。
【背景技術(shù)】
[0002] 汽車是我國現(xiàn)代化社會中必不可少的一種高效率交通運(yùn)輸工具，其運(yùn)輸效率的高 低在很大程度上取決于汽車的動力性。同時(shí)隨著我國經(jīng)濟(jì)的迅速發(fā)展，如何節(jié)約燃料，減少 能源消耗成為我國必須面臨的問題。汽車作為消耗燃料的主體，首當(dāng)其沖面臨著降低燃油 消耗、提高燃油經(jīng)濟(jì)性的諸多技術(shù)要求。因此，在保證動力性的前提下盡量減少汽車燃油消 耗量顯得尤為重要。
[0003] 在車輛技術(shù)狀況相同的條件下，駕駛技術(shù)高低對油料的節(jié)約影響很大，正確合理 的駕駛行為可以大大降低汽車的燃料消耗(平均油耗可減少20%_40% )。在駕駛行程中，由 于司機(jī)的一些復(fù)雜不良駕駛行為，如不良換檔駕駛(高轉(zhuǎn)低檔、低檔高速和高檔低速）、猛踩 油門、頻繁剎車、長時(shí)間怠速、頻繁并線、頻繁急加(減)速和超速行駛等，而導(dǎo)致產(chǎn)生燃油利 用率降低。因此，有必要識別因不良駕駛行為產(chǎn)生的燃油經(jīng)濟(jì)性駕駛狀態(tài)和綜合評估行程 的燃油經(jīng)濟(jì)性。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問題之一。
[0005] 為此，本發(fā)明的一個目的在于提出一種汽車燃油經(jīng)濟(jì)性的評估方法，能夠有效識 別出汽車在行駛過程中的汽車燃油非經(jīng)濟(jì)性過程，根據(jù)汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車 行駛數(shù)據(jù)信息對汽車燃油經(jīng)濟(jì)性進(jìn)行評估，提升汽車駕駛體驗(yàn)。
[0006] 本發(fā)明的另一個目的在于提出一種汽車燃油經(jīng)濟(jì)性的評估裝置。
[0007] 為達(dá)到上述目的，本發(fā)明第一方面實(shí)施例提出的汽車燃油經(jīng)濟(jì)性的評估方法，包 括:建立多元回歸模型;獲取汽車在行駛過程中的車速數(shù)據(jù)序列，并根據(jù)所述車速數(shù)據(jù)序列 獲取加速度數(shù)據(jù)序列;根據(jù)所述車速數(shù)據(jù)序列、所述加速度數(shù)據(jù)序列、所述多元回歸模型， 以及模糊概率映射模型獲取燃油經(jīng)濟(jì)性概率序列;將所述燃油經(jīng)濟(jì)性概率序列中的每個燃 油經(jīng)濟(jì)性概率依次與預(yù)設(shè)概率閾值進(jìn)行比對，以得到比對結(jié)果;根據(jù)所述比對結(jié)果對汽車 燃油經(jīng)濟(jì)性進(jìn)行評估。
[0008] 本發(fā)明第一方面實(shí)施例提出的汽車燃油經(jīng)濟(jì)性的評估方法，通過根據(jù)車速數(shù)據(jù)序 列、加速度數(shù)據(jù)序列、多元回歸模型，以及模糊概率映射模型獲取燃油經(jīng)濟(jì)性概率序列，以 對汽車燃油經(jīng)濟(jì)性進(jìn)行評估，能夠有效識別出汽車在行駛過程中的汽車燃油非經(jīng)濟(jì)性過 程，根據(jù)汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車行駛數(shù)據(jù)信息對汽車燃油經(jīng)濟(jì)性進(jìn)行評估，提 升汽車駕駛體驗(yàn)。
[0009]為達(dá)到上述目的，本發(fā)明第二方面實(shí)施例提出的汽車燃油經(jīng)濟(jì)性的評估裝置，包 括:建立模塊，用于建立多元回歸模型;第一獲取模塊，用于獲取汽車在行駛過程中的車速 數(shù)據(jù)序列，并根據(jù)所述車速數(shù)據(jù)序列獲取加速度數(shù)據(jù)序列;第二獲取模塊，用于根據(jù)所述車 速數(shù)據(jù)序列、所述加速度數(shù)據(jù)序列、所述多元回歸模型，以及模糊概率映射模型獲取燃油經(jīng) 濟(jì)性概率序列；比對模塊，用于將所述燃油經(jīng)濟(jì)性概率序列中的每個燃油經(jīng)濟(jì)性概率依次 與預(yù)設(shè)概率閾值進(jìn)行比對，以得到比對結(jié)果;評估模塊，用于根據(jù)所述比對結(jié)果對汽車燃油 經(jīng)濟(jì)性進(jìn)行評估。
[0010] 本發(fā)明第二方面實(shí)施例提出的汽車燃油經(jīng)濟(jì)性的評估裝置，通過分別將多個時(shí)間 點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的車輛當(dāng)前的車速數(shù)據(jù)以及車輛當(dāng)前的加速度數(shù)據(jù)作為多元回歸 模型的輸入，能夠在汽車行駛過程中的多個時(shí)間點(diǎn)上進(jìn)行檢測汽車燃油經(jīng)濟(jì)性，提升汽車 燃油經(jīng)濟(jì)性的評估效果。通過根據(jù)車速數(shù)據(jù)序列、加速度數(shù)據(jù)序列、多元回歸模型，以及模 糊概率映射模型獲取燃油經(jīng)濟(jì)性概率序列，以對汽車燃油經(jīng)濟(jì)性進(jìn)行評估，能夠有效識別 出汽車在行駛過程中的汽車燃油非經(jīng)濟(jì)性過程，根據(jù)汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車行 駛數(shù)據(jù)信息對汽車燃油經(jīng)濟(jì)性進(jìn)行評估，提升汽車駕駛體驗(yàn)。通過根據(jù)汽車燃油非經(jīng)濟(jì)性 過程對應(yīng)的汽車行駛數(shù)據(jù)信息對汽車燃油經(jīng)濟(jì)性進(jìn)行評估，能夠?qū)崿F(xiàn)對汽車行駛過程中的 燃油經(jīng)濟(jì)性進(jìn)行綜合評價(jià)，提升汽車燃油經(jīng)濟(jì)性的評估效果。
[0011] 本發(fā)明附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變 得明顯，或通過本發(fā)明的實(shí)踐了解到。
【附圖說明】
[0012] 本發(fā)明上述的和/或附加的方面和優(yōu)點(diǎn)從下面結(jié)合附圖對實(shí)施例的描述中將變得 明顯和容易理解，其中：
[0013] 圖1是本發(fā)明一實(shí)施例提出的汽車燃油經(jīng)濟(jì)性的評估方法的流程示意圖；
[0014] 圖2是本發(fā)明另一實(shí)施例提出的汽車燃油經(jīng)濟(jì)性的評估方法的流程示意圖；
[0015] 圖3是本發(fā)明實(shí)施例中二元回歸分析曲線示意圖；
[0016] 圖4a是本發(fā)明實(shí)施例中汽車在行駛過程中的汽車燃油非經(jīng)濟(jì)性過程的行程片段 示意圖；
[0017] 圖4b是本發(fā)明實(shí)施例中每個時(shí)間點(diǎn)的燃油經(jīng)濟(jì)性指數(shù)與當(dāng)前時(shí)間點(diǎn)里程的對應(yīng) 關(guān)系不意圖；
[0018] 圖4c是本發(fā)明實(shí)施例中每個時(shí)間點(diǎn)的速度與當(dāng)前時(shí)間點(diǎn)里程的對應(yīng)關(guān)系示意圖；
[0019] 圖5是本發(fā)明另一實(shí)施例提出的汽車燃油經(jīng)濟(jì)性的評估裝置的結(jié)構(gòu)示意圖；
[0020] 圖6是本發(fā)明另一實(shí)施例提出的汽車燃油經(jīng)濟(jì)性的評估裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0021] 下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終 相同或類似的標(biāo)號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附 圖描述的實(shí)施例是示例性的，僅用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。相反，本 發(fā)明的實(shí)施例包括落入所附加權(quán)利要求書的精神和內(nèi)涵范圍內(nèi)的所有變化、修改和等同 物。
[0022] 圖1是本發(fā)明一實(shí)施例提出的汽車燃油經(jīng)濟(jì)性的評估方法的流程示意圖，該汽車 燃油經(jīng)濟(jì)性的評估方法包括：
[0023] S101:建立多元回歸模型。
[0024]其中，多元回歸模型是用來進(jìn)行回歸分析的數(shù)學(xué)模型(含相關(guān)假設(shè)）。
[0025]具體地，假設(shè)變量Xl，X2，…，Xn與隨機(jī)變量y之間存在相關(guān)關(guān)系，即Xl，X2，…，Xn取定 后，y有相應(yīng)的值分布與之對應(yīng)。則隨機(jī)變量y與變量XI，X2，…，χη的計(jì)算模型為：
[0026]
[0027] 其中，隨機(jī)變量y為因變量，Χ1，Χ2，···，Χη為自變量，^^，^，…，~丨為自變量幻， Χ2，···，Xn的確定性關(guān)系，ε為隨機(jī)誤差。
[0028] 本發(fā)明實(shí)施例中使用多元線性回歸模型和多元二項(xiàng)式回歸模型。
[0029] 其中，多元線性回歸模型是指f (XI，Χ2,…，Χη)為自變量Xl，X2，···，Xn的線性確定性 關(guān)系，即有理論回歸方程：
[0030]
[0031] 多元二項(xiàng)式回歸模型主要包括純二次回歸模型、交叉二次回歸模型和完全二次項(xiàng) 回歸模型，理論回歸方程分別為：
[0032] 純二次回歸模型：
[0033]
[0034]
[0035]
[0036]
[0037]
[0038]對于實(shí)際問題，若有N個樣本數(shù)據(jù)(Xii，Xi2，…，Xin; yi)，i = 1，2，…，N，則多元回歸 模型的理論回歸方程為：
[0039]
[0040] 進(jìn)一步，可以通過最小二乘法計(jì)算f (XI，X2，…，Xn)的參數(shù)β= [β0，β?，…]，從而可得 隨機(jī)誤至七.
[0041]
[0042]當(dāng)使用多個可選擇的多元回歸模型做回歸分析時(shí)，可以選擇隨機(jī)誤差Es最小的多 元回歸模型作為最佳的多元回歸模型進(jìn)行回歸分析。
[0043]在本發(fā)明的實(shí)施例中，可以首先利用回歸分析方法建立汽車駕駛過程中的多元線 性回歸模型和多元二項(xiàng)式回歸模型，然后選定其中隨機(jī)誤差較小的多元回歸模型，將該隨 機(jī)誤差較小的多元回歸模型用以計(jì)算任意行程段中每個時(shí)刻的燃油經(jīng)濟(jì)性指數(shù)。
[0044]汽車燃油經(jīng)濟(jì)性是汽車性能和駕駛員駕駛能力的一個重要的評價(jià)指標(biāo)，現(xiàn)有技術(shù) 中，汽車燃油經(jīng)濟(jì)性的評估方法主要是通過行駛試驗(yàn)法、等速油耗試驗(yàn)法等，均是在消除了 道路、天氣等自然條件的影響下評估汽車燃油經(jīng)濟(jì)性，而并不通過駕駛員的實(shí)際駕駛操作 方面來評估汽車燃油經(jīng)濟(jì)性。
[0045] 而本發(fā)明實(shí)施例中，通過對駕駛員在實(shí)際駕駛汽車的過程中的車速數(shù)據(jù)和加速度 數(shù)據(jù)進(jìn)行多元回歸分析，來評估汽車燃油經(jīng)濟(jì)性，能夠有效識別出汽車在行駛過程中的汽 車燃油非經(jīng)濟(jì)性過程。
[0046] 建立多元回歸模型，包括：
[0047] 獲取車速樣本數(shù)據(jù)，并根據(jù)車速樣本數(shù)據(jù)獲取加速度樣本數(shù)據(jù)，其中，車速樣本數(shù) 據(jù)為帶有燃油經(jīng)濟(jì)性指數(shù)的車速數(shù)據(jù)；
[0048] 根據(jù)車速樣本數(shù)據(jù)和加速度樣本數(shù)據(jù)建立多元回歸模型。
[0049] S102:獲取汽車在行駛過程中的車速數(shù)據(jù)序列，并根據(jù)車速數(shù)據(jù)序列獲取加速度 數(shù)據(jù)序列。
[0050] 其中，車速數(shù)據(jù)序列中包含汽車在行駛過程中的η個時(shí)間點(diǎn)的車速數(shù)據(jù)，加速度數(shù) 據(jù)序列是利用差分方法從車速數(shù)據(jù)序列中提取得到。
[0051] η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)一組車輛當(dāng)前的車速數(shù)據(jù)以及車輛當(dāng)前的加速度 數(shù)據(jù)，其中，η的取值為1~N，N為正整數(shù)。
[0052] 例如，可以由安裝在汽車駕駛室內(nèi)的行車記錄移動終端中的應(yīng)用程序獲取汽車在 行駛過程中的車速數(shù)據(jù)序列，并利用差分方法從車速數(shù)據(jù)序列中提取得到加速度數(shù)據(jù)序 列。
[0053]其中，移動終端可以是智能手機(jī)、平板電腦、個人數(shù)字助理、電子書等具有各種操 作系統(tǒng)的硬件設(shè)備。
[0054] 應(yīng)用程序可以是指運(yùn)行在電子設(shè)備上的軟件程序，電子設(shè)備例如為個人電腦 (Personal Computer，PC)，云端設(shè)備或者移動設(shè)備，移動設(shè)備例如智能手機(jī)，或者平板電腦 等。
[0055] 可選地，獲取汽車在行駛過程中的車速數(shù)據(jù)序列，并根據(jù)車速數(shù)據(jù)序列獲取加速 度數(shù)據(jù)序列，包括：
[0056] 獲取汽車在行駛過程中的η個時(shí)間點(diǎn)的車速數(shù)據(jù)，以得到車速數(shù)據(jù)序列；
[0057] 根據(jù)差分方法計(jì)算汽車在行駛過程中的η個時(shí)間點(diǎn)對應(yīng)的加速度數(shù)據(jù)，以得到加 速度數(shù)據(jù)序列，其中，η的取值為1~Ν，Ν為正整數(shù)。
[0058] S103:根據(jù)車速數(shù)據(jù)序列、加速度數(shù)據(jù)序列、多元回歸模型，以及模糊概率映射模 型獲取燃油經(jīng)濟(jì)性概率序列。
[0059] 例如，可以由安裝在汽車駕駛室內(nèi)的行車記錄移動終端中的應(yīng)用程序根據(jù)車速數(shù) 據(jù)序列、加速度數(shù)據(jù)序列、多元回歸模型，以及模糊概率映射模型獲取燃油經(jīng)濟(jì)性概率序 列。
[0060] 具體地，分別將η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的車輛當(dāng)前的車速數(shù)據(jù)以及車輛 當(dāng)前的加速度數(shù)據(jù)作為多元回歸模型的輸入，計(jì)算輸出結(jié)果得到車輛當(dāng)前的燃油經(jīng)濟(jì)性指 數(shù)，對η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的車輛當(dāng)前的車速數(shù)據(jù)以及車輛當(dāng)前的加速度數(shù)據(jù) 均做以上計(jì)算，獲取η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的燃油經(jīng)濟(jì)性指數(shù)，則得到燃油經(jīng)濟(jì)性 指數(shù)序列。
[0061 ]進(jìn)一步，將η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的燃油經(jīng)濟(jì)性指數(shù)作為模糊概率映射 模型的輸入，計(jì)算輸出結(jié)果得到車輛當(dāng)前的燃油經(jīng)濟(jì)性概率，對η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn) 對應(yīng)的車輛當(dāng)前的燃油經(jīng)濟(jì)性指數(shù)均做該計(jì)算，獲取η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的燃 油經(jīng)濟(jì)性概率，則得到燃油經(jīng)濟(jì)性概率序列，其中，η的取值為1~Ν，Ν為正整數(shù)。
[0062] 可選地，根據(jù)車速數(shù)據(jù)序列、加速度數(shù)據(jù)序列、多元回歸模型，以及模糊概率映射 模型獲取燃油經(jīng)濟(jì)性概率序列，包括：
[0063] 將車速數(shù)據(jù)序列和加速度數(shù)據(jù)序列作為多元回歸模型的輸入，計(jì)算輸出結(jié)果得到 燃油經(jīng)濟(jì)性指數(shù)序列；
[0064] 將燃油經(jīng)濟(jì)性指數(shù)序列作為模糊概率映射模型的輸入，計(jì)算輸出結(jié)果得到燃油經(jīng) 濟(jì)性概率序列。
[0065] S104:將燃油經(jīng)濟(jì)性概率序列中的每個燃油經(jīng)濟(jì)性概率依次與預(yù)設(shè)概率閾值進(jìn)行 比對，以得到比對結(jié)果。
[0066] 其中，預(yù)設(shè)概率閾值可以由行車記錄移動終端中的應(yīng)用程序的內(nèi)置程序預(yù)先設(shè) 定。
[0067] 具體地，將燃油經(jīng)濟(jì)性概率序列中的η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的燃油經(jīng)濟(jì) 性概率依次與預(yù)設(shè)概率閾值進(jìn)行比對，以得到η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的比對結(jié)果， 其中，η的取值為1~Ν，Ν為正整數(shù)。
[0068] S105:根據(jù)比對結(jié)果對汽車燃油經(jīng)濟(jì)性進(jìn)行評估。
[0069] 具體地，可以掃描燃油經(jīng)濟(jì)性概率序列，當(dāng)η個時(shí)間點(diǎn)中的某一個時(shí)間點(diǎn)對應(yīng)的燃 油經(jīng)濟(jì)性概率小于預(yù)設(shè)概率閾值時(shí)，則將該時(shí)間點(diǎn)對應(yīng)的行程片段識別為汽車燃油非經(jīng)濟(jì) 性過程，并記錄汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車行駛數(shù)據(jù)信息，汽車行駛數(shù)據(jù)信息可以 包括該汽車燃油非經(jīng)濟(jì)性過程的起止時(shí)間、行駛地點(diǎn)、最小車速數(shù)據(jù)、最大車速數(shù)據(jù)，平均 車速數(shù)據(jù)，以及加速度數(shù)據(jù)。
[0070] 同時(shí)，獲取汽車在整個行駛過程中的汽車燃油非經(jīng)濟(jì)性過程，以評估汽車在整個 行駛過程中的汽車燃油經(jīng)濟(jì)性，其中，η的取值為1~N，N為正整數(shù)。
[0071 ]可選地，根據(jù)比對結(jié)果對汽車燃油經(jīng)濟(jì)性進(jìn)行評估，包括：
[0072] 根據(jù)比對結(jié)果獲取汽車在行駛過程中的汽車燃油非經(jīng)濟(jì)性過程;根據(jù)汽車燃油非 經(jīng)濟(jì)性過程對應(yīng)的汽車行駛數(shù)據(jù)信息對汽車燃油經(jīng)濟(jì)性進(jìn)行評估。
[0073] 可選地，根據(jù)比對結(jié)果獲取汽車在行駛過程中的汽車燃油非經(jīng)濟(jì)性過程，包括：
[0074] 在燃油經(jīng)濟(jì)性概率序列中的燃油經(jīng)濟(jì)性概率小于預(yù)設(shè)概率閾值時(shí)，判定小于預(yù)設(shè) 概率閾值的燃油經(jīng)濟(jì)性概率對應(yīng)的汽車行程片段為汽車燃油非經(jīng)濟(jì)性過程;依次掃描燃油 經(jīng)濟(jì)性概率序列中的每個燃油經(jīng)濟(jì)性概率，以獲取汽車在行駛過程中的汽車燃油非經(jīng)濟(jì)性 過程。
[0075] 本實(shí)施例中，通過根據(jù)車速數(shù)據(jù)序列、加速度數(shù)據(jù)序列、多元回歸模型，以及模糊 概率映射模型獲取燃油經(jīng)濟(jì)性概率序列，以對汽車燃油經(jīng)濟(jì)性進(jìn)行評估，能夠有效識別出 汽車在行駛過程中的汽車燃油非經(jīng)濟(jì)性過程，根據(jù)汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車行駛 數(shù)據(jù)信息對汽車燃油經(jīng)濟(jì)性進(jìn)行評估，提升汽車駕駛體驗(yàn)。
[0076] 圖2是本發(fā)明另一實(shí)施例提出的汽車燃油經(jīng)濟(jì)性的評估方法的流程示意圖，該汽 車燃油經(jīng)濟(jì)性的評估方法包括：
[0077] S201:獲取車速樣本數(shù)據(jù)，并根據(jù)車速樣本數(shù)據(jù)獲取加速度樣本數(shù)據(jù)，其中，車速 樣本數(shù)據(jù)為帶有燃油經(jīng)濟(jì)性指數(shù)的車速數(shù)據(jù)。
[0078] 燃油經(jīng)濟(jì)性指數(shù)是無量綱數(shù)值，其取值在0~15之間，燃油經(jīng)濟(jì)性指數(shù)的值越大， 表示汽車的燃油經(jīng)濟(jì)性越好，越經(jīng)濟(jì)。
[0079] 本發(fā)明實(shí)施例中，根據(jù)采集的車速樣本數(shù)據(jù)和與車速樣本數(shù)據(jù)對應(yīng)的燃油經(jīng)濟(jì)性 指數(shù)進(jìn)行實(shí)例回歸分析，用于實(shí)例回歸分析的車速樣本數(shù)據(jù)的個數(shù)為2527個，其數(shù)據(jù)形式 如表1所示：
[0081] 表1
[0082] 具體地，可以利用差分方法從車速樣本數(shù)據(jù)序列中提取得到加速度樣本數(shù)據(jù)序 列。
[0083] S202:根據(jù)車速樣本數(shù)據(jù)和加速度樣本數(shù)據(jù)建立多元回歸模型。
[0084] 其中，多元回歸模型是用來進(jìn)行回歸分析的數(shù)學(xué)模型(含相關(guān)假設(shè)）。
[0085] 其中，多元線性回歸模型是指f (X1，X2,…，Xn)為自變量X1，X2，···，Xn的線性確定性 關(guān)系，即有理論回歸方程：
[0086] f (xi , X2 , · · · , Χη) =β〇+β?Χ1+· · -+βηΧηο
[0087] 多元二項(xiàng)式回歸模型主要包括純二次回歸模型、交叉二次回歸模型和完全二次項(xiàng) 回歸模型，理論回歸方程分別為：
[0091 ]對于實(shí)際問題，若有N個樣本數(shù)據(jù)(Xii，Xi2，…，Xin; yi)，i = 1，2，…，N，則多元回歸 模型的理論回歸方程為：
[0088]
[0089]
[0090]
[0092]
[0093] 進(jìn)一步，可以通過最小二乘法計(jì)算f (XI，X2，…，Xn)的參數(shù)β= [β0，β?，…]，從而可得 隨機(jī)誤差為：
[0094]
[0095] 當(dāng)使用多個可選擇的多元回歸模型做回歸分析時(shí)，可以選擇隨機(jī)誤差Es最小的多 元回歸模型作為最佳的多元回歸模型進(jìn)行回歸分析。
[0096] 本發(fā)明中，基于多元回歸分析的汽車燃油經(jīng)濟(jì)性評估主要利用汽車在行駛過程中 的車速數(shù)據(jù)和加速度數(shù)據(jù)作為輸入進(jìn)行線性、純二次和完全二次回歸分析。
[0097] 在本發(fā)明的實(shí)施例中，即f(xi，X2，···，Xn)的變量個數(shù)n = 2,二元線性回歸模型、純 二次回歸模型，以及完全二次項(xiàng)回歸模型的理論回歸方程分別為：
[0098] 二元線性回歸模型：f (XI，Χ2) =β〇+β?Χ1+β2Χ2;
[0099] 純二次回歸模型：
[0100] 完全二次項(xiàng)回歸1
[0101 ]其中，?和Χ2分別表示車速樣本數(shù)據(jù)(km/s)和加速度樣本數(shù)據(jù)(m/s2)。
[0102] 可選地，根據(jù)步驟S201獲取到的車速樣本數(shù)據(jù)和加速度樣本數(shù)據(jù)，通過最小二乘 法，二元線性回歸模型、純二次回歸模型，以及完全二次項(xiàng)回歸模型的理論回歸方程的參數(shù) β分別為：
[0103] 二元線性回歸模型：β〇= 1 · 173，βι = 0· 190,02 = 0.185;
[0104] 純二次回歸模型：β〇 = 0· 128，βι = 0· 392，β2 = -0· 832，β3 = _0.003，β4 = 0·075;
[0105] 完全二次項(xiàng)回歸模型：
[0106] β〇 = 〇. 052,βι = 0.392,β2 = -0.410,β3 = -0.013,β4 = -0.003,β5 = 0.083〇
[0107] 進(jìn)一步，根據(jù)以下公式：
[0108]
[0109]計(jì)算出二元線性回歸模型、純二次回歸模型，以及完全二次項(xiàng)回歸模型的理論回 歸方程的隨機(jī)誤差Es分別是2.05、1.38,以及1.44,且二元線性回歸模型、純二次回歸模型， 以及完全二次項(xiàng)回歸模型的理論回歸方程的二元回歸分析曲線如圖3所示，由此可見純二 次回歸模型的隨機(jī)誤差E s最小，因此，可以將純二次回歸模型作為最佳回歸計(jì)算模型用于 汽車燃油經(jīng)濟(jì)性評估。
[0110] S203:獲取汽車在行駛過程中的η個時(shí)間點(diǎn)的車速數(shù)據(jù)，以得到車速數(shù)據(jù)序列，其 中，η的取值為1~Ν，Ν為正整數(shù)。
[0111]其中，車速數(shù)據(jù)序列中包含汽車在行駛過程中的η個時(shí)間點(diǎn)的車速數(shù)據(jù)，加速度數(shù) 據(jù)序列是利用差分方法從車速數(shù)據(jù)序列中提取得到。η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)一組 車輛當(dāng)前的車速數(shù)據(jù)以及車輛當(dāng)前的加速度數(shù)據(jù)，其中，η的取值為1~N，N為正整數(shù)。
[0112] 例如，可以由安裝在汽車駕駛室內(nèi)的行車記錄移動終端中的應(yīng)用程序獲取汽車在 行駛過程中的車速數(shù)據(jù)序列，并利用差分方法從車速數(shù)據(jù)序列中提取得到加速度數(shù)據(jù)序 列。
[0113] 例如，假設(shè)汽車行駛過程中的任意行程段的車速數(shù)據(jù)序列為：
[0114]
[0115] 其中，A表示時(shí)刻ti的車速數(shù)據(jù)(單位:km/h )，其中，i的取值為0~η，η的取值為1 ~N，N為正整數(shù)。
[0116] S204:根據(jù)差分方法計(jì)算汽車在行駛過程中的η個時(shí)間點(diǎn)對應(yīng)的加速度數(shù)據(jù)，以得 到加速度數(shù)據(jù)序列，其中，η的取值為1~N，N為正整數(shù)。
[0117]例如，加速度數(shù)據(jù)序列為：
[0120] S205:將車速數(shù)據(jù)序列和加速度數(shù)據(jù)序列作為多元回歸模型的輸入，計(jì)算輸出結(jié) 果得到燃油經(jīng)濟(jì)性指數(shù)序列。
[0121 ]具體地，分別將η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的車輛當(dāng)前的車速數(shù)據(jù)以及車輛 當(dāng)前的加速度數(shù)據(jù)作為多元回歸模型的輸入，計(jì)算輸出結(jié)果得到車輛當(dāng)前的燃油經(jīng)濟(jì)性指 數(shù)，對η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的車輛當(dāng)前的車速數(shù)據(jù)以及車輛當(dāng)前的加速度數(shù)據(jù) 均做以上計(jì)算，獲取η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的燃油經(jīng)濟(jì)性指數(shù)，則得到燃油經(jīng)濟(jì)性 指數(shù)序列，其中，η的取值為1~N，N為正整數(shù)。
[0122] 例如，根據(jù)步驟S202獲取到的最佳的多元回歸模型，即純二次回歸模型作為最佳 回歸計(jì)算模型用于汽車燃油經(jīng)濟(jì)性評估。
[0123] 根據(jù)純二次回歸模型的理論回歸方程：
[0124]
以及，純二次回歸模型的參數(shù)β:
[0125] β〇 = 〇· 128，βι = 0· 392，β2 = -0· 832，β3 = -0· 003，β4 = 0·075;將步驟S203和步驟 S204中的車速數(shù)據(jù)序列和加速度數(shù)據(jù)序列中的每個時(shí)間點(diǎn)對應(yīng)的車速數(shù)據(jù)和加速度數(shù)據(jù) 作為純二次回歸模型f (XI，Χ2)的輸入，即得到每一個時(shí)刻ti的燃油經(jīng)濟(jì)性指數(shù)Ai = f( Vti, ai)，從而得到燃油經(jīng)濟(jì)性指數(shù)序列λιΒο,λχ, . . .，λη]，其中，i的取值為〇~n，n的取值為1 ~N，N為正整數(shù)。
[0126] 通過本步驟，能夠在汽車行駛過程中的多個時(shí)間點(diǎn)上進(jìn)行檢測汽車燃油經(jīng)濟(jì)性， 提升汽車燃油經(jīng)濟(jì)性的評估效果。
[0127] S206:將燃油經(jīng)濟(jì)性指數(shù)序列作為模糊概率映射模型的輸入，計(jì)算輸出結(jié)果得到 燃油經(jīng)濟(jì)性概率序列。
[0128] 其中，燃油經(jīng)濟(jì)性概率越大，表示汽車燃油經(jīng)濟(jì)性越好。
[0129] 具體地，分別將η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的燃油經(jīng)濟(jì)性指數(shù)作為模糊概率 映射模型的輸入，計(jì)算輸出結(jié)果得到車輛當(dāng)前的燃油經(jīng)濟(jì)性概率，對η個時(shí)間點(diǎn)中的每個時(shí) 間點(diǎn)對應(yīng)的車輛當(dāng)前的燃油經(jīng)濟(jì)性指數(shù)均做該計(jì)算，獲取η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng) 的燃油經(jīng)濟(jì)性概率，則得到燃油經(jīng)濟(jì)性概率序列，其中，η的取值為1~Ν，Ν為正整數(shù)。
[0130] 其中，模糊概率映射模型如下所示：
[0131]
[0132] 其中，Ρ(λ)為燃油經(jīng)濟(jì)性概率，Θ#ΡΘ2*別為燃油經(jīng)濟(jì)性指數(shù)最小閾值和最大閾值 (本實(shí)施例中純二次回歸模型的Θi = 0，θ2 = 12)，k的取值為0~η，η的取值為1~N，N為正整 數(shù)。
[0133] 例如，對燃油經(jīng)濟(jì)性指數(shù)序列M=BqA1, ...，λη]進(jìn)行模糊概率映射，從而得到燃 油經(jīng)濟(jì)性概率序列Ρ=[Ρ0，Ρ1，· . ·，ρη]，其中，
[0134]
[0135] 其中，k的取值為0~η，η的取值為1~Ν，Ν為正整數(shù)。
[0136] S207:將燃油經(jīng)濟(jì)性概率序列中的每個燃油經(jīng)濟(jì)性概率依次與預(yù)設(shè)概率閾值進(jìn)行 比對，以得到比對結(jié)果。
[0137] 其中，預(yù)設(shè)概率閾值可以由行車記錄移動終端中的應(yīng)用程序的內(nèi)置程序預(yù)先設(shè) 定。
[0138] 具體地，將燃油經(jīng)濟(jì)性概率序列中的η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的燃油經(jīng)濟(jì) 性概率依次與預(yù)設(shè)概率閾值進(jìn)行比對，以得到η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的比對結(jié)果， 其中，η的取值為1~Ν，Ν為正整數(shù)。
[0139] 例如，行車記錄移動終端中的應(yīng)用程序的內(nèi)置程序可以預(yù)先設(shè)定預(yù)設(shè)概率閾值 Pt，掃描燃油經(jīng)濟(jì)性概率序列P= [pa，ρι，...，ρη]，將每個時(shí)間點(diǎn)對應(yīng)的燃油經(jīng)濟(jì)性概率與 預(yù)設(shè)概率閾值進(jìn)行比對，以得到比對結(jié)果，其中，η的取值為1~Ν，Ν為正整數(shù)。
[0140] S208:在燃油經(jīng)濟(jì)性概率序列中的燃油經(jīng)濟(jì)性概率小于預(yù)設(shè)概率閾值時(shí)，判定小 于預(yù)設(shè)概率閾值的燃油經(jīng)濟(jì)性概率對應(yīng)的汽車行程片段為汽車燃油非經(jīng)濟(jì)性過程。
[0141] 例如，行車記錄移動終端中的應(yīng)用程序的內(nèi)置程序可以預(yù)先設(shè)定預(yù)設(shè)概率閾值 Pt，掃描燃油經(jīng)濟(jì)性概率序列ρ=[ρ0，ρι, ·. ·，Ρη]，當(dāng)pk〈Pt時(shí)(k = 0，l,…，η)，則將該行程片 段識別為燃油非經(jīng)濟(jì)性過程，并記錄汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車行駛數(shù)據(jù)信息，其 中，η的取值為1~Ν，Ν為正整數(shù)。
[0142] S209:依次掃描燃油經(jīng)濟(jì)性概率序列中的每個燃油經(jīng)濟(jì)性概率，以獲取汽車在行 駛過程中的汽車燃油非經(jīng)濟(jì)性過程。
[0143] 具體地，根據(jù)步驟S207和步驟S208依次獲取汽車在行駛過程中的汽車燃油非經(jīng)濟(jì) 性過程。
[0144] 如圖4所示，圖4a為汽車在行駛過程中的汽車燃油非經(jīng)濟(jì)性過程的行程片段示意 圖。其中，圖4a中的刻度方框表示車輛行駛過程的軌跡，橫軸(X)刻度方向表示自西向東的 距離(單位:m)，縱軸(Y)刻度方向表示自南向北的距離(單位:m)，左上方的方框41表示汽車 行駛過程中出現(xiàn)的燃油非經(jīng)濟(jì)性駕駛片段，下方的方框42表示整個行程的燃油經(jīng)濟(jì)性綜合 評估。圖4b表示汽車行駛過程中每個時(shí)間點(diǎn)的燃油經(jīng)濟(jì)性指數(shù)(0~15)與當(dāng)前時(shí)間點(diǎn)里程 (單位:km)的對應(yīng)關(guān)系。圖4c表示汽車行駛過程中每個時(shí)間點(diǎn)的速度(單位:km/h)與當(dāng)前時(shí) 間點(diǎn)里程(單位:km)的對應(yīng)關(guān)系。
[0145] 可選地，本發(fā)明中的汽車燃油經(jīng)濟(jì)性的評估方法可以算法封裝庫的形式嵌入到云 平臺，或者第三方服務(wù)平臺中以中間件方式運(yùn)行。
[0146] S210:根據(jù)汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車行駛數(shù)據(jù)信息對汽車燃油經(jīng)濟(jì)性進(jìn) 行評估。
[0147] 汽車行駛數(shù)據(jù)信息可以包括該汽車燃油非經(jīng)濟(jì)性過程的起止時(shí)間、行駛地點(diǎn)、最 小車速數(shù)據(jù)、最大車速數(shù)據(jù)，平均車速數(shù)據(jù)，以及加速度數(shù)據(jù)，同時(shí)，獲取汽車在整個行駛過 程中的汽車燃油非經(jīng)濟(jì)性過程，以評估汽車在整個行駛過程中的汽車燃油經(jīng)濟(jì)性。
[0148]通過本步驟，能夠?qū)崿F(xiàn)對汽車行駛過程中的燃油經(jīng)濟(jì)性進(jìn)行綜合評價(jià)，提升汽車 燃油經(jīng)濟(jì)性的評估效果。
[0149] 本實(shí)施例中，通過分別將多個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的車輛當(dāng)前的車速數(shù)據(jù) 以及車輛當(dāng)前的加速度數(shù)據(jù)作為多元回歸模型的輸入，能夠在汽車行駛過程中的多個時(shí)間 點(diǎn)上進(jìn)行檢測汽車燃油經(jīng)濟(jì)性，提升汽車燃油經(jīng)濟(jì)性的評估效果。通過根據(jù)車速數(shù)據(jù)序列、 加速度數(shù)據(jù)序列、多元回歸模型，以及模糊概率映射模型獲取燃油經(jīng)濟(jì)性概率序列，以對汽 車燃油經(jīng)濟(jì)性進(jìn)行評估，能夠有效識別出汽車在行駛過程中的汽車燃油非經(jīng)濟(jì)性過程，根 據(jù)汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車行駛數(shù)據(jù)信息對汽車燃油經(jīng)濟(jì)性進(jìn)行評估，提升汽車 駕駛體驗(yàn)。通過根據(jù)汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車行駛數(shù)據(jù)信息對汽車燃油經(jīng)濟(jì)性進(jìn) 行評估，能夠?qū)崿F(xiàn)對汽車行駛過程中的燃油經(jīng)濟(jì)性進(jìn)行綜合評價(jià)，提升汽車燃油經(jīng)濟(jì)性的 評估效果。
[0150] 圖5是本發(fā)明另一實(shí)施例提出的汽車燃油經(jīng)濟(jì)性的評估裝置的結(jié)構(gòu)示意圖，該汽 車燃油經(jīng)濟(jì)性的評估裝置50包括建立模塊501，用于建立多元回歸模型；第一獲取模塊502， 用于獲取汽車在行駛過程中的車速數(shù)據(jù)序列，并根據(jù)車速數(shù)據(jù)序列獲取加速度數(shù)據(jù)序列； 第二獲取模塊503，用于根據(jù)車速數(shù)據(jù)序列、加速度數(shù)據(jù)序列、多元回歸模型，以及模糊概率 映射模型獲取燃油經(jīng)濟(jì)性概率序列；比對模塊504，用于將燃油經(jīng)濟(jì)性概率序列中的每個燃 油經(jīng)濟(jì)性概率依次與預(yù)設(shè)概率閾值進(jìn)行比對，以得到比對結(jié)果;評估模塊505，用于根據(jù)比 對結(jié)果對汽車燃油經(jīng)濟(jì)性進(jìn)行評估。
[0151] 建立模塊501，用于建立多元回歸模型。
[0152] 其中，多元回歸模型是用來進(jìn)行回歸分析的數(shù)學(xué)模型(含相關(guān)假設(shè)）。
[0?53]具體地，假設(shè)變量Xl，X2，…,Xn與隨機(jī)變量y之間存在相關(guān)關(guān)系，即Xl，X2，…，Xn取定 后，y有相應(yīng)的值分布與之對應(yīng)。則隨機(jī)變量y與變量XI，X2，…，χη的計(jì)算模型為：
[0154] y = f(xi,X2,---,Xn)+e；
[0155] 其中，隨機(jī)變量y為因變量，Χ1，Χ2，···，Χη為自變量，以幻，^，"_3")為自變量幻， Χ2，···，Xn的確定性關(guān)系，ε為隨機(jī)誤差。
[0156] 本發(fā)明實(shí)施例中使用多元線性回歸模型和多元二項(xiàng)式回歸模型。
[0157] 其中，多元線性回歸模型是指f (X1，X2,…，Xn)為自變量X1，X2，···，Xn的線性確定性 關(guān)系，即有理論回歸方程：
[0158] f (xi , X2 , · · · , Χη) =β〇+β?Χ1+· · -+βηΧηο
[0159] 多元二項(xiàng)式回歸模型主要包括純二次回歸模型、交叉二次回歸模型和完全二次項(xiàng) 回歸模型，理論回歸方程分別為：
[0?63]對于實(shí)際問題，若有N個樣本數(shù)據(jù)(Xii，Xi2，…，Xin; yi)，i = 1，2，…，N，則多元回歸 模型的理論回歸方程為：
[0160]
[0161]
[0162]
[0164]
[0? 65] 進(jìn)一步，可以通過最小二乘法計(jì)算f (XI，X2，…，Xn)的參數(shù)β= [β0，β?，…]，從而可得 隨機(jī)誤差為：
[0166]
[0167] 當(dāng)使用多個可選擇的多元回歸模型做回歸分析時(shí)，可以選擇隨機(jī)誤差Es最小的多 元回歸模型作為最佳的多元回歸模型進(jìn)行回歸分析。
[0168] 在本發(fā)明的實(shí)施例中，可以首先利用回歸分析方法建立汽車駕駛過程中的多元線 性回歸模型和多元二項(xiàng)式回歸模型，然后選定其中隨機(jī)誤差較小的多元回歸模型，將該隨 機(jī)誤差較小的多元回歸模型用以計(jì)算任意行程段中每個時(shí)刻的燃油經(jīng)濟(jì)性指數(shù)。
[0169] 汽車燃油經(jīng)濟(jì)性是汽車性能和駕駛員駕駛能力的一個重要的評價(jià)指標(biāo)，現(xiàn)有技術(shù) 中，汽車燃油經(jīng)濟(jì)性的評估方法主要是通過行駛試驗(yàn)法、等速油耗試驗(yàn)法等，均是在消除了 道路、天氣等自然條件的影響下評估汽車燃油經(jīng)濟(jì)性，而并不通過駕駛員的實(shí)際駕駛操作 方面來評估汽車燃油經(jīng)濟(jì)性。
[0170] 而本發(fā)明實(shí)施例中，通過對駕駛員在實(shí)際駕駛汽車的過程中的車速數(shù)據(jù)和加速度 數(shù)據(jù)進(jìn)行多元回歸分析，來評估汽車燃油經(jīng)濟(jì)性，能夠有效識別出汽車在行駛過程中的汽 車燃油非經(jīng)濟(jì)性過程。
[0171 ]可選地，如圖6所不，建立模塊501包括樣本數(shù)據(jù)獲取子模塊5011和建立子模塊 5012,其中，
[0172] 樣本數(shù)據(jù)獲取子模塊5011，用于獲取車速樣本數(shù)據(jù)，并根據(jù)車速樣本數(shù)據(jù)獲取加 速度樣本數(shù)據(jù)，其中，車速樣本數(shù)據(jù)為帶有燃油經(jīng)濟(jì)性指數(shù)的車速數(shù)據(jù)。
[0173] 其中，車速樣本數(shù)據(jù)為帶有燃油經(jīng)濟(jì)性指數(shù)的車速數(shù)據(jù)。
[0174] 燃油經(jīng)濟(jì)性指數(shù)是無量綱數(shù)值，其取值在0~15之間，燃油經(jīng)濟(jì)性指數(shù)的值越大， 表示汽車的燃油經(jīng)濟(jì)性越好，越經(jīng)濟(jì)。
[0175] 本發(fā)明實(shí)施例中，根據(jù)采集的車速樣本數(shù)據(jù)和與車速樣本數(shù)據(jù)對應(yīng)的燃油經(jīng)濟(jì)性 指數(shù)進(jìn)行實(shí)例回歸分析，用于實(shí)例回歸分析的車速樣本數(shù)據(jù)的個數(shù)為2527個，其數(shù)據(jù)形式 如圖2所述實(shí)施例中的表1所示。
[0176] 具體地，可以利用差分方法從車速樣本數(shù)據(jù)序列中提取得到加速度樣本數(shù)據(jù)序 列。
[0177] 建立子模塊5012,用于根據(jù)車速樣本數(shù)據(jù)和加速度樣本數(shù)據(jù)建立多元回歸模型。
[0178] 本發(fā)明中，基于多元回歸分析的汽車燃油經(jīng)濟(jì)性評估主要利用汽車在行駛過程中 的車速數(shù)據(jù)和加速度數(shù)據(jù)作為輸入進(jìn)行線性、純二次和完全二次回歸分析。
[0179] 在本發(fā)明的實(shí)施例中，即f(xi，X2，···，Xn)的變量個數(shù)n = 2,二元線性回歸模型、純 二次回歸模型，以及完全二次項(xiàng)回歸模型的理論回歸方程分別為：
[0180]
[0181]
[0182]
[0183] 其中，?和X2分別表示車速樣本數(shù)據(jù)(km/s)和加速度樣本數(shù)據(jù)(m/s2)。
[0184] 可選地，根據(jù)步驟S201獲取到的車速樣本數(shù)據(jù)和加速度樣本數(shù)據(jù)，通過最小二乘 法，二元線性回歸模型、純二次回歸模型，以及完全二次項(xiàng)回歸模型的理論回歸方程的參數(shù) β分別為：
[0185] 二元線性回歸模型:β〇= 1 · 173，βι = 0· 190,02 = 0.185;
[0186] 純二次回歸模型：β〇 = 〇· 128，βι = 0· 392，β2 = -0· 832，β3 = _0.003，β4 = 0·075;
[0187] 完全二次項(xiàng)回歸模型：
[0188] β〇 = 〇. 052,βι = 0.392,β2 = -0.410,β3 = -0.013,β4 = -0.003,β5 = 0.083〇
[0189] 進(jìn)一步，根據(jù)以下公式：
[0190]
[0191] 計(jì)算出二元線性回歸模型、純二次回歸模型，以及完全二次項(xiàng)回歸模型的理論回 歸方程的隨機(jī)誤差Es分別是2.05、1.38,以及1.44,且二元線性回歸模型、純二次回歸模型， 以及完全二次項(xiàng)回歸模型的理論回歸方程的二元回歸分析曲線如圖3所示，由此可見純二 次回歸模型的隨機(jī)誤差E s最小，因此，可以將純二次回歸模型作為最佳回歸計(jì)算模型用于 汽車燃油經(jīng)濟(jì)性評估。
[0192] 第一獲取模塊502,用于獲取汽車在行駛過程中的車速數(shù)據(jù)序列，并根據(jù)車速數(shù)據(jù) 序列獲取加速度數(shù)據(jù)序列。
[0193] 其中，車速數(shù)據(jù)序列中包含汽車在行駛過程中的η個時(shí)間點(diǎn)的車速數(shù)據(jù)，加速度數(shù) 據(jù)序列是利用差分方法從車速數(shù)據(jù)序列中提取得到。η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)一組 車輛當(dāng)前的車速數(shù)據(jù)以及車輛當(dāng)前的加速度數(shù)據(jù)，其中，η的取值為1~N，N為正整數(shù)。
[0194] 例如，可以由安裝在汽車駕駛室內(nèi)的行車記錄移動終端中的應(yīng)用程序獲取汽車在 行駛過程中的車速數(shù)據(jù)序列，并利用差分方法從車速數(shù)據(jù)序列中提取得到加速度數(shù)據(jù)序 列。
[0195] 其中，移動終端可以是智能手機(jī)、平板電腦、個人數(shù)字助理、電子書等具有各種操 作系統(tǒng)的硬件設(shè)備。
[0196] 應(yīng)用程序可以是指運(yùn)行在電子設(shè)備上的軟件程序，電子設(shè)備例如為個人電腦 (Personal Computer，PC)，云端設(shè)備或者移動設(shè)備，移動設(shè)備例如智能手機(jī)，或者平板電腦 等。
[0197] 可選地，如圖6所示，第一獲取模塊包括車速數(shù)據(jù)序列獲取子模塊5021和加速度數(shù) 據(jù)序列獲取子模塊5022,其中，
[0198] 車速數(shù)據(jù)序列獲取子模塊5021，用于獲取汽車在行駛過程中的η個時(shí)間點(diǎn)的車速 數(shù)據(jù)，以得到車速數(shù)據(jù)序列。
[0199] 其中，車速數(shù)據(jù)序列中包含汽車在行駛過程中的η個時(shí)間點(diǎn)的車速數(shù)據(jù)，加速度數(shù) 據(jù)序列是利用差分方法從車速數(shù)據(jù)序列中提取得到。η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)一組 車輛當(dāng)前的車速數(shù)據(jù)以及車輛當(dāng)前的加速度數(shù)據(jù)，其中，η的取值為1~N，N為正整數(shù)。
[0200] 例如，可以由安裝在汽車駕駛室內(nèi)的行車記錄移動終端中的應(yīng)用程序獲取汽車在 行駛過程中的車速數(shù)據(jù)序列，并利用差分方法從車速數(shù)據(jù)序列中提取得到加速度數(shù)據(jù)序 列。
[0201] 例如，假設(shè)汽車行駛過程中的任意行程段的車速數(shù)據(jù)序列為：
[0202]
[0203] 其中Λ.表示時(shí)刻ti的車速數(shù)據(jù)(單位:km/h)，其中，i的取值為0~η，η的取值為1~ N，N為正整數(shù)。
[0204] 加速度數(shù)據(jù)序列獲取子模塊5022,用于根據(jù)差分方法計(jì)算汽車在行駛過程中的η 個時(shí)間點(diǎn)對應(yīng)的加速度數(shù)據(jù)，以得到加速度數(shù)據(jù)序列，其中，η的取值為1~N，N為正整數(shù)。
[0205] 例如，加速度數(shù)據(jù)序列為：
[0206]
[0207] 2,…，η，且ao = 0。
[0208] 第二獲取模塊503，用于根據(jù)車速數(shù)據(jù)序列、加速度數(shù)據(jù)序列、多元回歸模型，以及 模糊概率映射模型獲取燃油經(jīng)濟(jì)性概率序列。
[0209] 例如，可以由安裝在汽車駕駛室內(nèi)的行車記錄移動終端中的應(yīng)用程序根據(jù)車速數(shù) 據(jù)序列、加速度數(shù)據(jù)序列、多元回歸模型，以及模糊概率映射模型獲取燃油經(jīng)濟(jì)性概率序 列。
[0210] 具體地，分別將η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的車輛當(dāng)前的車速數(shù)據(jù)以及車輛 當(dāng)前的加速度數(shù)據(jù)作為多元回歸模型的輸入，計(jì)算輸出結(jié)果得到車輛當(dāng)前的燃油經(jīng)濟(jì)性指 數(shù)，對η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的車輛當(dāng)前的車速數(shù)據(jù)以及車輛當(dāng)前的加速度數(shù)據(jù) 均做以上計(jì)算，獲取η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的燃油經(jīng)濟(jì)性指數(shù)，則得到燃油經(jīng)濟(jì)性 指數(shù)序列，進(jìn)一步，將η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的燃油經(jīng)濟(jì)性指數(shù)作為模糊概率映射 模型的輸入，計(jì)算輸出結(jié)果得到車輛當(dāng)前的燃油經(jīng)濟(jì)性概率，對η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn) 對應(yīng)的車輛當(dāng)前的燃油經(jīng)濟(jì)性指數(shù)均做該計(jì)算，獲取η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的燃 油經(jīng)濟(jì)性概率，則得到燃油經(jīng)濟(jì)性概率序列，其中，η的取值為1~Ν，Ν為正整數(shù)。
[0211] 可選地，第二獲取模塊包括燃油經(jīng)濟(jì)性指數(shù)序列獲取子模塊5031和燃油經(jīng)濟(jì)性概 率序列獲取子模塊5032,其中，
[0212] 燃油經(jīng)濟(jì)性指數(shù)序列獲取子模塊5031，用于將車速數(shù)據(jù)序列和加速度數(shù)據(jù)序列作 為多元回歸模型的輸入，計(jì)算輸出結(jié)果得到燃油經(jīng)濟(jì)性指數(shù)序列。
[0213] 具體地，分別將η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的車輛當(dāng)前的車速數(shù)據(jù)以及車輛 當(dāng)前的加速度數(shù)據(jù)作為多元回歸模型的輸入，計(jì)算輸出結(jié)果得到車輛當(dāng)前的燃油經(jīng)濟(jì)性指 數(shù)，對η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的車輛當(dāng)前的車速數(shù)據(jù)以及車輛當(dāng)前的加速度數(shù)據(jù) 均做以上計(jì)算，獲取η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的燃油經(jīng)濟(jì)性指數(shù)，則得到燃油經(jīng)濟(jì)性 指數(shù)序列，其中，η的取值為1~N，N為正整數(shù)。
[0214] 例如，根據(jù)步驟S202獲取到的最佳的多元回歸模型，即純二次回歸模型作為最佳 回歸計(jì)算模型用于汽車燃油經(jīng)濟(jì)性評估。
[0215] 根據(jù)純二次回歸模型的理論回歸方程：
[0216]
以及，純二次回歸模型的參數(shù)β:
[0217] β〇 = 〇· 128，βι = 0· 392，β2 = -0· 832，β3 = -0· 003，β4 = 0·075;將步驟S203和步驟 S204中的車速數(shù)據(jù)序列和加速度數(shù)據(jù)序列中的每個時(shí)間點(diǎn)對應(yīng)的車速數(shù)據(jù)和加速度數(shù)據(jù) 作為純二次回歸模型f( X1，Χ2)的輸入，即得到每一個時(shí)刻U的燃油經(jīng)濟(jì)性指數(shù) 為=/ ('，巧)_，從而得到燃油經(jīng)濟(jì)性指數(shù)序列λ= [λο,λχ,. . .，λη]，其中，i的取值為〇~n，n的 取值為1~N，N為正整數(shù)。
[0218] 通過本步驟，能夠在汽車行駛過程中的多個時(shí)間點(diǎn)上進(jìn)行檢測汽車燃油經(jīng)濟(jì)性， 提升汽車燃油經(jīng)濟(jì)性的評估效果。
[0219] 燃油經(jīng)濟(jì)性概率序列獲取子模塊5032,用于將燃油經(jīng)濟(jì)性指數(shù)序列作為模糊概率 映射模型的輸入，計(jì)算輸出結(jié)果得到燃油經(jīng)濟(jì)性概率序列。
[0220] 其中，燃油經(jīng)濟(jì)性概率越大，表示汽車燃油經(jīng)濟(jì)性越好。
[0221 ]具體地，分別將η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的燃油經(jīng)濟(jì)性指數(shù)作為模糊概率 映射模型的輸入，計(jì)算輸出結(jié)果得到車輛當(dāng)前的燃油經(jīng)濟(jì)性概率，對η個時(shí)間點(diǎn)中的每個時(shí) 間點(diǎn)對應(yīng)的車輛當(dāng)前的燃油經(jīng)濟(jì)性指數(shù)均做該計(jì)算，獲取η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng) 的燃油經(jīng)濟(jì)性概率，則得到燃油經(jīng)濟(jì)性概率序列，其中，η的取值為1~Ν，Ν為正整數(shù)。
[0222] 其中，模糊概率映射模型如下所示：
[0223]
[0224] 其中，Ρ(λ)為燃油經(jīng)濟(jì)性概率，Θ#ΡΘ2*別為燃油經(jīng)濟(jì)性指數(shù)最小閾值和最大閾值 (本實(shí)施例中純二次回歸模型的Θi = 0，θ2 = 12)，k的取值為0~η，η的取值為1~N，N為正整 數(shù)。
[0225] 例如，對燃油經(jīng)濟(jì)性指數(shù)序列A=RoA1, ...，λη]進(jìn)行模糊概率映射，從而得到燃 油經(jīng)濟(jì)性概率序列P=[PQ，P1，· . ·，Pn]，其中，
[0226]
[0227] 其中，k的取值為0~n，n的取值為1~N，N為正整數(shù)。
[0228] 比對模塊504，用于將燃油經(jīng)濟(jì)性概率序列中的每個燃油經(jīng)濟(jì)性概率依次與預(yù)設(shè) 概率閾值進(jìn)行比對，以得到比對結(jié)果。
[0229] 其中，預(yù)設(shè)概率閾值可以由行車記錄移動終端中的應(yīng)用程序的內(nèi)置程序預(yù)先設(shè) 定。
[0230] 具體地，將燃油經(jīng)濟(jì)性概率序列中的η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的燃油經(jīng)濟(jì) 性概率依次與預(yù)設(shè)概率閾值進(jìn)行比對，以得到η個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的比對結(jié)果， 其中，η的取值為1~Ν，Ν為正整數(shù)。
[0231] 例如，行車記錄移動終端中的應(yīng)用程序的內(nèi)置程序可以預(yù)先設(shè)定預(yù)設(shè)概率閾值 Pt，掃描燃油經(jīng)濟(jì)性概率序列P= [pa，ρι，...，ρη]，將每個時(shí)間點(diǎn)對應(yīng)的燃油經(jīng)濟(jì)性概率與 預(yù)設(shè)概率閾值進(jìn)行比對，以得到比對結(jié)果，其中，η的取值為1~Ν，Ν為正整數(shù)。
[0232] 評估模塊505,用于根據(jù)比對結(jié)果對汽車燃油經(jīng)濟(jì)性進(jìn)行評估。
[0233] 具體地，可以掃描燃油經(jīng)濟(jì)性概率序列，當(dāng)η個時(shí)間點(diǎn)中的某一個時(shí)間點(diǎn)對應(yīng)的燃 油經(jīng)濟(jì)性概率小于預(yù)設(shè)概率閾值時(shí)，則將該時(shí)間點(diǎn)對應(yīng)的行程片段識別為汽車燃油非經(jīng)濟(jì) 性過程，并記錄汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車行駛數(shù)據(jù)信息，汽車行駛數(shù)據(jù)信息可以 包括該汽車燃油非經(jīng)濟(jì)性過程的起止時(shí)間、行駛地點(diǎn)、最小車速數(shù)據(jù)、最大車速數(shù)據(jù)，平均 車速數(shù)據(jù)，以及加速度數(shù)據(jù)，同時(shí)，獲取汽車在整個行駛過程中的汽車燃油非經(jīng)濟(jì)性過程， 以評估汽車在整個行駛過程中的汽車燃油經(jīng)濟(jì)性，其中，η的取值為1~N，N為正整數(shù)。
[0234] 可選地，評估模塊505具體用于根據(jù)比對結(jié)果獲取汽車在行駛過程中的汽車燃油 非經(jīng)濟(jì)性過程;根據(jù)汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車行駛數(shù)據(jù)信息對汽車燃油經(jīng)濟(jì)性進(jìn) 行評估。
[0235] 汽車行駛數(shù)據(jù)信息可以包括該汽車燃油非經(jīng)濟(jì)性過程的起止時(shí)間、行駛地點(diǎn)、最 小車速數(shù)據(jù)、最大車速數(shù)據(jù)，平均車速數(shù)據(jù)，以及加速度數(shù)據(jù)，同時(shí)，獲取汽車在整個行駛過 程中的汽車燃油非經(jīng)濟(jì)性過程，以評估汽車在整個行駛過程中的汽車燃油經(jīng)濟(jì)性。
[0236] 通過本步驟，能夠?qū)崿F(xiàn)對汽車行駛過程中的燃油經(jīng)濟(jì)性進(jìn)行綜合評價(jià)，提升汽車 燃油經(jīng)濟(jì)性的評估效果。
[0237] 可選地，評估模塊505還具體用于:在燃油經(jīng)濟(jì)性概率序列中的燃油經(jīng)濟(jì)性概率小 于預(yù)設(shè)概率閾值時(shí)，判定小于預(yù)設(shè)概率閾值的燃油經(jīng)濟(jì)性概率對應(yīng)的汽車行程片段為汽車 燃油非經(jīng)濟(jì)性過程;依次掃描燃油經(jīng)濟(jì)性概率序列中的每個燃油經(jīng)濟(jì)性概率，以獲取汽車 在行駛過程中的汽車燃油非經(jīng)濟(jì)性過程。
[0238] 例如，行車記錄移動終端中的應(yīng)用程序的內(nèi)置程序可以預(yù)先設(shè)定預(yù)設(shè)概率閾值 Pt，掃描燃油經(jīng)濟(jì)性概率序列ρ=[ρ0，ρι, ·. ·，Ρη]，當(dāng)pk〈Pt時(shí)(k = 0，l,…，η)，則將該行程片 段識別為燃油非經(jīng)濟(jì)性過程，并記錄汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車行駛數(shù)據(jù)信息，其 中，η的取值為1~Ν，Ν為正整數(shù)。
[0239] 具體地，根據(jù)步驟S207和步驟S208依次獲取汽車在行駛過程中的汽車燃油非經(jīng)濟(jì) 性過程。
[0240] 如圖4所示，圖4a為汽車在行駛過程中的汽車燃油非經(jīng)濟(jì)性過程的行程片段示意 圖。其中，圖4a中的刻度方框表示車輛行駛過程的軌跡，橫軸(X)刻度方向表示自西向東的 距離(單位:m)，縱軸(Y)刻度方向表示自南向北的距離(單位 :m)，左上方的方框41表示汽車 行駛過程中出現(xiàn)的燃油非經(jīng)濟(jì)性駕駛片段，下方的方框42表示整個行程的燃油經(jīng)濟(jì)性綜合 評估。圖4b表示汽車行駛過程中每個時(shí)間點(diǎn)的燃油經(jīng)濟(jì)性指數(shù)(0~15)與當(dāng)前時(shí)間點(diǎn)里程 (單位:km)的對應(yīng)關(guān)系。圖4c表示汽車行駛過程中每個時(shí)間點(diǎn)的速度(單位:km/h)與當(dāng)前時(shí) 間點(diǎn)里程(單位:km)的對應(yīng)關(guān)系。
[0241 ]可選地，本發(fā)明中的汽車燃油經(jīng)濟(jì)性的評估方法可以算法封裝庫的形式嵌入到云 平臺，或者第三方服務(wù)平臺中以中間件方式運(yùn)行。
[0242]本實(shí)施例中，通過分別將多個時(shí)間點(diǎn)中的每個時(shí)間點(diǎn)對應(yīng)的車輛當(dāng)前的車速數(shù)據(jù) 以及車輛當(dāng)前的加速度數(shù)據(jù)作為多元回歸模型的輸入，能夠在汽車行駛過程中的多個時(shí)間 點(diǎn)上進(jìn)行檢測汽車燃油經(jīng)濟(jì)性，提升汽車燃油經(jīng)濟(jì)性的評估效果。通過根據(jù)車速數(shù)據(jù)序列、 加速度數(shù)據(jù)序列、多元回歸模型，以及模糊概率映射模型獲取燃油經(jīng)濟(jì)性概率序列，以對汽 車燃油經(jīng)濟(jì)性進(jìn)行評估，能夠有效識別出汽車在行駛過程中的汽車燃油非經(jīng)濟(jì)性過程，根 據(jù)汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車行駛數(shù)據(jù)信息對汽車燃油經(jīng)濟(jì)性進(jìn)行評估，提升汽車 駕駛體驗(yàn)。通過根據(jù)汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車行駛數(shù)據(jù)信息對汽車燃油經(jīng)濟(jì)性進(jìn) 行評估，能夠?qū)崿F(xiàn)對汽車行駛過程中的燃油經(jīng)濟(jì)性進(jìn)行綜合評價(jià)，提升汽車燃油經(jīng)濟(jì)性的 評估效果。
[0243]需要說明的是，在本發(fā)明的描述中，術(shù)語"第一"、"第二"等僅用于描述目的，而不 能理解為指示或暗示相對重要性。此外，在本發(fā)明的描述中，除非另有說明，"多個"的含義 是兩個或兩個以上。
[0244] 流程圖中或在此以其他方式描述的任何過程或方法描述可以被理解為，表示包括 一個或更多個用于實(shí)現(xiàn)特定邏輯功能或過程的步驟的可執(zhí)行指令的代碼的模塊、片段或部 分，并且本發(fā)明的優(yōu)選實(shí)施方式的范圍包括另外的實(shí)現(xiàn)，其中可以不按所示出或討論的順 序，包括根據(jù)所涉及的功能按基本同時(shí)的方式或按相反的順序，來執(zhí)行功能，這應(yīng)被本發(fā)明 的實(shí)施例所屬技術(shù)領(lǐng)域的技術(shù)人員所理解。
[0245] 應(yīng)當(dāng)理解，本發(fā)明的各部分可以用硬件、軟件、固件或它們的組合來實(shí)現(xiàn)。在上述 實(shí)施方式中，多個步驟或方法可以用存儲在存儲器中且由合適的指令執(zhí)行系統(tǒng)執(zhí)行的軟件 或固件來實(shí)現(xiàn)。例如，如果用硬件來實(shí)現(xiàn)，和在另一實(shí)施方式中一樣，可用本領(lǐng)域公知的下 列技術(shù)中的任一項(xiàng)或他們的組合來實(shí)現(xiàn):具有用于對數(shù)據(jù)信號實(shí)現(xiàn)邏輯功能的邏輯門電路 的離散邏輯電路，具有合適的組合邏輯門電路的專用集成電路，可編程門陣列(PGA)JIg 可編程門陣列(FPGA)等。
[0246] 本技術(shù)領(lǐng)域的普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法攜帶的全部或部分步 驟是可以通過程序來指令相關(guān)的硬件完成，所述的程序可以存儲于一種計(jì)算機(jī)可讀存儲介 質(zhì)中，該程序在執(zhí)行時(shí)，包括方法實(shí)施例的步驟之一或其組合。
[0247] 此外，在本發(fā)明各個實(shí)施例中的各功能單元可以集成在一個處理模塊中，也可以 是各個單元單獨(dú)物理存在，也可以兩個或兩個以上單元集成在一個模塊中。上述集成的模 塊既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能模塊的形式實(shí)現(xiàn)。所述集成的模塊如 果以軟件功能模塊的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，也可以存儲在一個計(jì)算機(jī) 可讀取存儲介質(zhì)中。
[0248] 上述提到的存儲介質(zhì)可以是只讀存儲器，磁盤或光盤等。
[0249] 在本說明書的描述中，參考術(shù)語"一個實(shí)施例"、"一些實(shí)施例"、"示例"、"具體示 例"、或"一些示例"等的描述意指結(jié)合該實(shí)施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特 點(diǎn)包含于本發(fā)明的至少一個實(shí)施例或示例中。在本說明書中，對上述術(shù)語的示意性表述不 一定指的是相同的實(shí)施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)可以在任何 的一個或多個實(shí)施例或示例中以合適的方式結(jié)合。
[0250] 盡管上面已經(jīng)示出和描述了本發(fā)明的實(shí)施例，可以理解的是，上述實(shí)施例是示例 性的，不能理解為對本發(fā)明的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的范圍內(nèi)可以對上述 實(shí)施例進(jìn)行變化、修改、替換和變型。
【主權(quán)項(xiàng)】
1. 一種汽車燃油經(jīng)濟(jì)性的評估方法，其特征在于，包括以下步驟： 建立多元回歸模型； 獲取汽車在行駛過程中的車速數(shù)據(jù)序列，并根據(jù)所述車速數(shù)據(jù)序列獲取加速度數(shù)據(jù)序 列； 根據(jù)所述車速數(shù)據(jù)序列、所述加速度數(shù)據(jù)序列、所述多元回歸模型，以及模糊概率映射 模型獲取燃油經(jīng)濟(jì)性概率序列； 將所述燃油經(jīng)濟(jì)性概率序列中的每個燃油經(jīng)濟(jì)性概率依次與預(yù)設(shè)概率閾值進(jìn)行比對， 以得到比對結(jié)果； 根據(jù)所述比對結(jié)果對汽車燃油經(jīng)濟(jì)性進(jìn)行評估。2. 如權(quán)利要求1所述的汽車燃油經(jīng)濟(jì)性的評估方法，其特征在于，所述建立多元回歸模 型，包括： 獲取車速樣本數(shù)據(jù)，并根據(jù)所述車速樣本數(shù)據(jù)獲取加速度樣本數(shù)據(jù)，其中，所述車速樣 本數(shù)據(jù)為帶有燃油經(jīng)濟(jì)性指數(shù)的車速數(shù)據(jù)； 根據(jù)所述車速樣本數(shù)據(jù)和所述加速度樣本數(shù)據(jù)建立多元回歸模型。3. 如權(quán)利要求1所述的汽車燃油經(jīng)濟(jì)性的評估方法，其特征在于，所述獲取汽車在行駛 過程中的車速數(shù)據(jù)序列，并根據(jù)所述車速數(shù)據(jù)序列獲取加速度數(shù)據(jù)序列，包括： 獲取所述汽車在行駛過程中的η個時(shí)間點(diǎn)的車速數(shù)據(jù)，以得到所述車速數(shù)據(jù)序列； 根據(jù)差分方法計(jì)算所述汽車在行駛過程中的η個時(shí)間點(diǎn)對應(yīng)的加速度數(shù)據(jù)，以得到所 述加速度數(shù)據(jù)序列，其中，η的取值為1~Ν，Ν為正整數(shù)。4. 如權(quán)利要求1所述的汽車燃油經(jīng)濟(jì)性的評估方法，其特征在于，所述根據(jù)所述車速數(shù) 據(jù)序列、所述加速度數(shù)據(jù)序列、所述多元回歸模型，以及模糊概率映射模型獲取燃油經(jīng)濟(jì)性 概率序列，包括： 將所述車速數(shù)據(jù)序列和所述加速度數(shù)據(jù)序列作為所述多元回歸模型的輸入，計(jì)算輸出 結(jié)果得到燃油經(jīng)濟(jì)性指數(shù)序列； 將所述燃油經(jīng)濟(jì)性指數(shù)序列作為所述模糊概率映射模型的輸入，計(jì)算輸出結(jié)果得到燃 油經(jīng)濟(jì)性概率序列。5. 如權(quán)利要求1所述的汽車燃油經(jīng)濟(jì)性的評估方法，其特征在于，所述根據(jù)所述比對結(jié) 果對汽車燃油經(jīng)濟(jì)性進(jìn)行評估，包括： 根據(jù)所述比對結(jié)果獲取所述汽車在行駛過程中的汽車燃油非經(jīng)濟(jì)性過程； 根據(jù)所述汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車行駛數(shù)據(jù)信息對所述汽車燃油經(jīng)濟(jì)性進(jìn) 行評估。6. 如權(quán)利要求5所述的汽車燃油經(jīng)濟(jì)性的評估方法，其特征在于，所述根據(jù)所述比對結(jié) 果獲取所述汽車在行駛過程中的汽車燃油非經(jīng)濟(jì)性過程，包括： 在所述燃油經(jīng)濟(jì)性概率序列中的燃油經(jīng)濟(jì)性概率小于所述預(yù)設(shè)概率閾值時(shí)，判定小于 所述預(yù)設(shè)概率閾值的燃油經(jīng)濟(jì)性概率對應(yīng)的汽車行程片段為汽車燃油非經(jīng)濟(jì)性過程； 依次掃描所述燃油經(jīng)濟(jì)性概率序列中的每個燃油經(jīng)濟(jì)性概率，以獲取所述汽車在行駛 過程中的汽車燃油非經(jīng)濟(jì)性過程。7. -種汽車燃油經(jīng)濟(jì)性的評估裝置，其特征在于，包括： 建立模塊，用于建立多元回歸模型； 第一獲取模塊，用于獲取汽車在行駛過程中的車速數(shù)據(jù)序列，并根據(jù)所述車速數(shù)據(jù)序 列獲取加速度數(shù)據(jù)序列； 第二獲取模塊，用于根據(jù)所述車速數(shù)據(jù)序列、所述加速度數(shù)據(jù)序列、所述多元回歸模 型，以及模糊概率映射模型獲取燃油經(jīng)濟(jì)性概率序列； 比對模塊，用于將所述燃油經(jīng)濟(jì)性概率序列中的每個燃油經(jīng)濟(jì)性概率依次與預(yù)設(shè)概率 閾值進(jìn)行比對，以得到比對結(jié)果； 評估模塊，用于根據(jù)所述比對結(jié)果對汽車燃油經(jīng)濟(jì)性進(jìn)行評估。8. 如權(quán)利要求7所述的汽車燃油經(jīng)濟(jì)性的評估裝置，其特征在于，所述建立模塊包括： 樣本數(shù)據(jù)獲取子模塊，用于獲取車速樣本數(shù)據(jù)，并根據(jù)所述車速樣本數(shù)據(jù)獲取加速度 樣本數(shù)據(jù)，其中，所述車速樣本數(shù)據(jù)為帶有燃油經(jīng)濟(jì)性指數(shù)的車速數(shù)據(jù)； 建立子模塊，用于根據(jù)所述車速樣本數(shù)據(jù)和所述加速度樣本數(shù)據(jù)建立多元回歸模型。9. 如權(quán)利要求7所述的汽車燃油經(jīng)濟(jì)性的評估裝置，其特征在于，所述第一獲取模塊包 括： 車速數(shù)據(jù)序列獲取子模塊，用于獲取所述汽車在行駛過程中的η個時(shí)間點(diǎn)的車速數(shù)據(jù)， 以得到所述車速數(shù)據(jù)序列； 加速度數(shù)據(jù)序列獲取子模塊，用于根據(jù)差分方法計(jì)算所述汽車在行駛過程中的η個時(shí) 間點(diǎn)對應(yīng)的加速度數(shù)據(jù)，以得到所述加速度數(shù)據(jù)序列，其中，η的取值為1~Ν，Ν為正整數(shù)。10. 如權(quán)利要求7所述的汽車燃油經(jīng)濟(jì)性的評估裝置，其特征在于，所述第二獲取模塊 包括： 燃油經(jīng)濟(jì)性指數(shù)序列獲取子模塊，用于將所述車速數(shù)據(jù)序列和所述加速度數(shù)據(jù)序列作 為所述多元回歸模型的輸入，計(jì)算輸出結(jié)果得到燃油經(jīng)濟(jì)性指數(shù)序列； 燃油經(jīng)濟(jì)性概率序列獲取子模塊，用于將所述燃油經(jīng)濟(jì)性指數(shù)序列作為所述模糊概率 映射模型的輸入，計(jì)算輸出結(jié)果得到燃油經(jīng)濟(jì)性概率序列。11. 如權(quán)利要求7所述的汽車燃油經(jīng)濟(jì)性的評估裝置，其特征在于，所述評估模塊具體 用于： 根據(jù)所述比對結(jié)果獲取所述汽車在行駛過程中的汽車燃油非經(jīng)濟(jì)性過程； 根據(jù)所述汽車燃油非經(jīng)濟(jì)性過程對應(yīng)的汽車行駛數(shù)據(jù)信息對所述汽車燃油經(jīng)濟(jì)性進(jìn) 行評估。12. 如權(quán)利要求11所述的汽車燃油經(jīng)濟(jì)性的評估裝置，其特征在于，所述評估模塊還具 體用于： 在所述燃油經(jīng)濟(jì)性概率序列中的燃油經(jīng)濟(jì)性概率小于所述預(yù)設(shè)概率閾值時(shí)，判定小于 所述預(yù)設(shè)概率閾值的燃油經(jīng)濟(jì)性概率對應(yīng)的汽車行程片段為汽車燃油非經(jīng)濟(jì)性過程； 依次掃描所述燃油經(jīng)濟(jì)性概率序列中的每個燃油經(jīng)濟(jì)性概率，以獲取所述汽車在行駛 過程中的汽車燃油非經(jīng)濟(jì)性過程。
【文檔編號】G06F19/00GK106055857SQ201510885333
【公開日】2016年10月26日
【申請日】2015年12月4日
【發(fā)明人】紀(jì)政
【申請人】東軟集團(tuán)股份有限公司