基于车联网的用户汽车使用测量与应用

杨文奇 李浪 林容宾

（广州汽车集团股份有限公司汽车工程研究院, 广州511434）

主题词：车联网 用户使用测量 用户关联 驾驶行为

1 前言

中国汽车市场快速发展不仅要求产品快速迭代，而且也促进了市场的竞争。如何以最优成本满足用户需求，以较短周期开发出安全可靠的产品，一直是企业保持市场优势、在激烈的竞争中取得优势的一个重要竞争点。基于用户实际使用设计和验证产品以实现最优成本的开发，已经是汽车产品研发中的一个重要课题[1]。它是根据用户汽车的实际使用要求，制定设计技术规范、试验标准和认证评估指标，不仅避免了传统的设计过度问题，而且还提高了用户使用与试验验证的相关性。进而在确保整体可靠的情况下，将产品质量、售后与汽车研发企业设计验证相关联，建立起完善的产品关联用户体系。

依托物联网发展起来的车联网，能够实时收集车辆总线数据，而车载联网设备实现了与车企大数据平台之间的通讯，平台汇集了基于传感器的海量的车辆位置、速度、油耗、操作行为等数据。如何利用好这些车联网大数据，做好信息的深度挖掘、场景分析，让数据实现融合，反哺整车厂的研发设计端，已成为当前行业的研究热点。

2 用户使用测量用途与目的

汽车的不同用途、行驶路况和驾驶员的行为特征，都实时影响车辆运行状态，造成即使同一个车型表现出来的参数分布特征都有很强的离散性。考虑到这一点，传统汽车设计就是通过对市场进行大量调查，然后把用户与市场需求结合在一起，实现产品新技术或验证指标的更新应用。这种市场走访或问卷调研成本高、效率低且结果不精准，同时样本量少，实际调研结果与用户使用会发生比较大的偏离。而车联网数据详实而准确，基于用户数据的分析结果可以很好的指导新车型的设计与验证[2]。同时在新产品投放市场后，可以基于车联网大数据对设计效果进行验证并持续迭代优化产品设计标准，靠近用户使用目标。本文主要从车联网数据分析应用的角度出发，探索其对整车耐久、可靠性试验规范开发的指导作用。

用户车辆使用测量的任务是准确描述用户车辆的实际使用和环境信息，并帮助工程设计和试验团队应用这些信息以研发可靠的产品[3]。通过对用户车辆的实际使用进行收集分析，掌握目标用户的使用需求，不仅可为设计部门提供相关的设计依据，并可直接决定认证测试规范的目标值设定，用户车辆使用测量的主要用途如图1所示。

图1 用户车辆使用测量用途

车辆在试车场的耐久性考核试验是产品验证的重要一环，其试验标准的合理性直接影响产品在市场中的表现，过弱的试验标准将导致产品的质量在用户环境下得不到保证，而过强的试验标准又将导致产品的制造成本增加[4]。制定一个既符合厂商自己的设计目标，又能和市场相关联的、满足绝大多数用户使用要求的整车验证标准，是车辆自主开发技术不可或缺的组成部分。通过用户关联的试验技术可达到精确试验的目的，最终可提高设计和试验认证与实际使用的相关性、减少售后问题、降低成本，如图2所示。

图2 用户车辆使用测量目的[4]

基于实际用户使用的汽车验证开发，关键在于如何获取用户使用场景并客观真实的进行测量，尽量避免因调查手段差异导致结果出现较大误差，该测量也是开发验证环节中目标设定的关键一步[5]。在汽车技术比较发达的国家，基于用户使用的测量已经持续开展几十年，其针对不同目标用户与市场测量了世界上几乎所有典型的用户使用场景，为提升产品质量和提升验证质量收集了海量基础数据。作为汽车设计和验证的一个重要输入，用户汽车实际使用测量的内容必须依据用户车辆的工作载荷和环境条件进行,包括行车的道路、交通状况和不同行为操作等因素，以获得高置信度的可覆盖国内市场用户的车辆运行参数。

3 基于车联网数据的用户关联试验规范开发应用

3.1 用户关联的动力传动系统规范的建立流程

国内现有的动力传动系统用户关联技术研究尚处在初级阶段，但随着车载互联、云计算等新技术的成熟与应用，使得用户数据获取成为可能，为正向开发试验方法提供了依据，试验验证手段也正致力于实现用户关联，达到精准试验目的。

汽车动力传动系统耐久试验工况的建立，来源于用户使用加、减速踏板的使用习惯及道路使用情况调查，并根据试验场现地情况，通过测试工况和社会道路下对传动系统的强度进行对比，从而实现将用户公共道路使用情况在试验场以耐久测试规范进行覆盖[6]。用户使用测量因素决定于：选择测量用户、测量的主要内容和测量的周期。其中用户选择关键在于确定不同驾驶风格的驾驶员，如激进型、冷静型等，通过对中国驾驶司机风格的研究分类，建立驾驶风格模型并覆盖中国市场用户95%以上的驾车习惯，从而保证所测得的数据具有代表性；用户车辆测量内容包括车辆行驶工况和车内装置的使用数据，这部分可通过车辆总线数据实时记录，结合试验场的现地条件和实际用户行驶数据可建立试验场的初版试验工况，通过试验场和社会道路传动系统载荷谱的频次统计及外推和传动部件损伤的计算及对比，并对试验工况强度进行综合修正后，即可实现用户使用和试验场试验工况的关联。总体用户关联的试验规范建立流程如图3所示。

3.2 针对整车动力传动系统的用户驾驶行为调查

驾驶员的行为调查需基于驾驶员模型进行，驾驶员建模主要分为驾驶行为识别和驾驶员分类2种[1]。

驾驶行为识别是从驾驶员的操作如踏板、驾驶模式等数据中进行特征提取，可识别出用户在特定时间段进行的操作属于哪种行为或驾驶工况，如急加速、急转弯等行为（图4），该调查主要用于用户驾驶工况的相关研究，通过分析驾驶员在特定场景下的典型行驶工况，将试验工况与用户工况进行比对提取，从而实现试验与用户使用工况的关联。驾驶员行为识别可分为统计学模型和机器学习模型2种，识别模型通常将行车数据按时序切分为不同分段，通过提取分段的数据进行统计学或机器模型进行识别对比。

图3 用户关联的试验规范建立流程

驾驶员分类也是学术界研究的热点领域，不同类型驾驶的驾驶驾驶行为是影响车辆可靠性的根本原因，通过驾驶员分类模型来描述一个驾驶员操作稳定性、驾驶熟练程度以及激烈程度，并分析哪些行为是影响驾驶员风格的因素，从而为具有行为不良驾驶行为的驾驶员提供科学性的指导。

图4 车联网数据用于用车特征识别

驾驶员的驾驶行为直接影响车辆各项行驶参数的表现，车辆动力传动系统各行驶工况对各部件的寿命影响不一，其中高负荷、变载工况对车辆耐久、可靠性能影响较大，也是验证中重点考虑的关键因素。为制定试验工况，需基于车联网数据对客户各典型工况进行统计，统计维度主要包括作用次数、里程和时长等，以此为基础提取试验要考核的工况，模拟客户使用工况，等效考核用户实际使用。同时道路设计时速、交通流量、路况（坡度和曲率等）会直接影响车辆的行驶工况进而影响动力传动系统的使用寿命，因此有必要分析用户道路的使用情况，通过大量用户车辆GPS 信号结合地图数据可分析用户行驶道路分布情况，以及在各种道路分布下三电系统的运行情况，对试验场规范的制定也有指导意义。

3.3 基于车联网的用户路谱数据采集

为进行用户使用寿命关联，仅仅是用户的使用工况调查还不够，因最终目标是在试验场通过试验工况组合，能够反映用户在质保里程内相同的可靠程度，使动力传动系统的质量问题在车辆上市前就能够得到充分暴露[7]，因此还需要对动力传动系统所受的载荷进行合理的采集。

所谓载荷谱，即表示随机载荷（应力）的大小与其出现频次关系的图形、数字、表格、矩阵等[8]，汽车传动系的扭矩谱数据作为整车传动系统、零部件设计验证最基础的输入数据，其关乎产品的可靠性与成本，因此如何基于用户使用调查获取可覆盖用户使用范围的扭矩谱就尤为重要了。由于不同用户使用场景决定了传动系的工作载荷谱，采集客观且能代表用户使用的汽车传动系载荷数据是进行用户关联验证与设计应用的前提，目前载荷谱数据来源有：用户道路和试验场道路试验[8]。

为准确的进行试验场工况的设计，首先必须依据用户的使用情况以及各种道路等级占比进行实车道路载荷谱采集。以往在缺乏大量用户真实使用数据的情况下，常用的传动系统载荷谱采集方法为常规路面按比例采集法[9]。多采用高速公路、城市道路、一般公路（含山路）和坏路道路按照一定比例组合而成目标采集道路，该比例通常以行业经验来制定，缺乏用户车辆实际运行数据的支撑，而因国内道路建设及城镇化等原因，道路占比每年均有一定变化，路面平整度及城市道路明显要高于10 年前，因此以经验比例法采集的载荷谱难免会失真。在车联网数据与实际地理信息关联起来后，用户在各道路等级行驶的占比很容易获取，依据各道路等级行驶的里程占比制定路谱采集路线，同时可根据不同类型车辆用途差异化的定制采集路线，载荷谱数据将更贴合用户实际使用。图5 为某新能源车车型在国内各道路等级的行驶占比数据。

基于车联网数据制定的采集路线选择不同风格的驾驶员，如激进型、普通型、冷静型，在各路段上进行试验，通过布置传感器可获取一些载荷谱关联的关键信号如表1 所示，同时记录天气状况，驾驶员状态等。对采集的数据按里程进行叠加，得到设计或验证所需的载荷谱，用于后续试验场规范开发时目标载荷谱的输入。

图5 某车型行驶道路等级占比

表1 路谱采集主要通道信号示例

4 结束语

现代汽车产品工程设计均以市场为导向，即能充分满足用户的使用要求，又不过度设计，设计与制造各环节需充分考虑用户的使用要求，其最终目标均为开发符合实际道路特点及满足用户使用习惯的产品，从某种意义上说，制定用户关联的试验标准，是车辆精准验证的首要工作，而用户关联的前提是用户数据的获取，在车联网的大风口下，基于车联网大数据的挖掘、分析和应用，将对整个行业带来颠覆性的冲击，车联网将成为企业乃至行业下一个竞争焦点。

用户实际使用数据的解析与应用需借助大数据工具结合业务人员的具体需求展开，传统的用户车辆使用测量通过车联网数据进行赋能，用户数据到工程语言的转化将深度应用到车企各研发领域。