英语原文共 10 页

开发用于分析驾驶行为的

汽车数据采集平台

摘要

本工作的主要目的是开发一个低成本的数据采集平台原型，用于汽车遥测应用，如驾驶风格分析、车队管理和故障检测。从车载诊断（OBD）传感器和惯性测量单元（IMU）收集的测量数据记录在车载设备上，用于远程备份。

对收集的数据进行了准确的分析，以确定能够监控驾驶员行为的主要参数，并定义适当的指标来评估驾驶性能。

在制动和换档过程中，为了对不同的姿态进行分类，生成驾驶员的档案和趋势，对车辆参数进行了分析。

了解驾驶员的特征行为可以显著地促进道路安全，确定保险费，让用户节省燃油和金钱，并将汽车故障与驾驶风格关联起来。

关键词：汽车控制；汽车仪表；驾驶风格；遥测技术

1.介绍

数据采集在汽车工业中广泛应用于日常生活。车辆控制理论诞生于50年前，主要研究简化驾驶方式的系统优化。最流行的应用之一是测量和控制道路车辆、自行车和卡车中内燃机的排放相关参数[1,2]驾驶行为研究[3,4]和故障诊断或汽车事故分析[5-7]。

排放监测的必要性是由于1970年《清洁空气法》（CAA）等第一项污染法规[8]的出台，该法规规定了固定（工业）和移动源的排放限值。70年代后期的加州空气法为第一个监测系统开辟了道路。目前已经进行了多项研究，以提出评估和控制空气排放的可能解决方案[9-12]。这使得汽车制造商直接在汽车上安装了一个复杂的测量系统，用于自诊断和报告（OBD），其符合美国汽车发动机学会（SAE）标准[13]。

自90年代中期以来，车载诊断系统成为美国汽车新车生产领域的强制性要求。2001年，欧洲出台了98/69/EC法规。车载诊断系统的作用就像传感器网络，监控发动机参数，为技术人员分析和解决问题所使用的扫描工具提供标准接口。

目前，人们对全球变暖和可持续性日益引起关注的反应，从多个方面进行了研究，如可再生能源的能源生产[14-16]、能源消耗测量和监测[17-19]、能源效率和节能习惯。在这方面，一些研究[3,19–21]表明，影响燃油经济性的最重要因素之一是驾驶风格。对于驾驶员行为建模，需要基于主要汽车参数的实验测量之后再进行适当的分析。

关于驾驶风格的大多数研究都集中在根据主要车辆参数确定合适的指标上[22–27]。在[22]中，基于四个指标提出了一个二项逻辑回归模型，其中考虑了距离上的速度变化、平均升速转速、齿轮使用率分布；在[23]中，对公共交通上收集的三轴加速度计数据进行了分析，以确定能够区分正常和积极驾驶阶段的五个适当统计参数；[24]中的一项研究定义了结合速度和加速度数据的攻击性参数。在[25]中，提出了一个结合IMU和GPS速度测量的纵向运动模型，以根据实际参考计算移动车辆所花费的能量；在[26]中提出了一种测井装置，通过设置加速度及其导数的阈值，可以检测到高加速度和冲击。

本文的研究目的是利用一个专门开发的数据采集平台，根据在同一辆车和同一轨道上测得的变速和纵向加速度，对驾驶员的不同行为进行评估。这种分析结合了车载诊断和惯性测量数据。

本文分析了在两个档位选择之间的短时间间隔内，车辆速度、加速度和发动机转速的变化。为此，提出了一种齿轮分割算法、特征定义和换档分类。这一分析侧重于驾驶风格，与其他研究不同，在这些研究中，没有分析换档过程中的行为，而重点是寻找和建议最佳档位，以最大限度地降低给定速度、发动机转速、车辆模型和交通流量下的燃油消耗[28,29]。换档管理作为一个快速事件，受交通流量等外部因素的影响较小，主要是关于驾驶风格和态度。

尽管本文所描述的应用涉及驾驶风格分析，但需要注意的是，我们的系统能够远程通信车辆参数和位置，因此满足了车队管理应用的基本要求—遥测。因此，本系统可以在专用应用服务器上开发车辆跟踪、安全、诊断和生命周期管理等应用，这些服务器最终形成了数据采集平台。

尽管汽车控制装置不同，但所设计的系统都能在不牺牲灵活性和性能的情况下提供了低成本。它允许与新的传感器和无线电接口、更多的板载存储器和遥控器等附加组件轻松集成。基于Raspberry-Pi的计算单元提供了比许多其他低成本嵌入式解决方案更高的计算能力。

本文的结构如下：第2节描述了数据采集平台；第3节详细介绍了用于驾驶员行为分析的参数；第4节解释了分类算法；第4.3节提供了两个驾驶员分类的实验数据；最后，第6节报告了驾驶员行为分析的结果结论。

2.系统概述

数据采集平台最初由作者在[30]中提出，由四个主要元素组成，如图1所示：

图1 数据采集平台构成

（1）单片机（SBC），即Raspberry PI，用于协调传感器的操作并处理和存储数据。

（2）一个IMU，型号MPU 6050，用于精确测量三轴上的加速度，提供有关车辆运动学和请求的有用信息，是驾驶风格分类的关键要素。

（3）ELM327型装置，用于与车辆的车载诊断系统通信并检索诸如发动机转速等信息。该系统可以很容易地实施和适应任何符合OBD II标准的车辆。实际上，与车辆的硬件接口基于SAE 1962[31]连接器，以确保最高的兼容性。

（4）用于车辆跟踪的GPS接收器。

所提出系统的架构还包括用于数据记录的远程服务器和辅助设备，如电池组和3G互联网密钥，以实现远程监控。图2显示了开发的原型，电池组在左侧可见，SBC在右侧。连接到SBC的有：一个USB蓝牙适配器、一个USB Wi-Fi适配器、一个USB 3G互联网密钥和一个Raspberry PI 屏蔽器，它管理电源并提供额外的USB端口。

图2 原型

多种演示工具被开发用来访问可用的遥测数据。其中特别的时，有一款用于个人计算机的基于LabVIEW的客户机被设计用于远程服务器和本地日志记录服务器。用户可以从列表中选择会话，然后从服务器下载数据，并在遥测会话中可用的所有传感器的表和图中显示。此外，还开发了一个基于网络的接口，允许用户通过用户名和密码访问远程服务器上的测量数据库。对于每个会话，都会生成一份报告，报告中总结了通过传感器获取的测量值、行驶距离、行驶时间和适当注释的数据。

值得注意的是，使用低成本的SBC，并因此提供完整的Linux操作系统，这使的系统具有最大的灵活性。因为它允许快速集成组件，其中包括所有通信设备，并轻松开发强大的数据处理和存储软件，通过编程语言，如python和一个完整可靠的apache mysql php服务器。这也意味着其他硬件组件以及软件组件可以在扩展的可能性集合中进行选择，这一特性在进行本研究时特别有用。很明显，在给定的计算平台上为Linux操作系统开发的软件很容易移植到支持Linux的其他计算平台。

这个与其他开发选项形成鲜明对比，例如使用专门设计的微控制器板，可能会有更高的硬件和软件开发成本和时间（其中包括开发驱动程序所需的时间所有通信接口）和智能手机的使用[28]，这意味着计划（ming语言和完整的服务器应用程序）的可用性降低，将会增加软件开发时间。

有关原型中使用的设备的详细信息，请参阅以下小节。

2.1 Raspberry Pi

它是由RasBrice基金会基于Linux操作系统开发的SBC。董事会就像所有数据源的控制器。一个python脚本被用来在设备上连续运行，从传感器接收数据。然后，将会话开始时引用的测量值及其时间戳存储在一个内部MySQL数据库中，该数据库经过了优化，以减少数据内存占用并提高每个传感器源具有一个表的可靠性。当互联网连接可用时，测量值会定期与远程服务器同步。该板有一个802.11g适配器，用于本地无线访问和采集控制。

2.2.ELM327

它是连接到车辆OBD II系统的接口，该系统通过蓝牙与Raspberry PI控制器通信。

OBD II为制造商提供标准的汽车故障诊断系统，描述协议、信息、连接器和电气规范。其基本操作包括一个或多个ECU（电子控制单元）与动力传动系统传感器通信，测量发动机每分钟转速（rpm）、转速、进气压力和其他参数。SAE J1979描述了9种称为维修的不同操作，其中包括故障诊断码（DTC）和请求动力传动系统诊断数据。

当一个或多个值超过规定限值时，会生成一个故障诊断码。故障诊断码由维修代码$03和$07标识，而系统中使用的模式（即请求动力传动系统诊断数据）由代码$01标识。车载诊断传感器的轮询是通过软件进行的，发送参数ID（PID）请求信息并保存回复。

表1给出了读取传感器数据的PID子集，其中详细说明了原始输出数据的数字格式以及用于获取物理单位数量值的。X是原始数据读取的转换公式。速度和发动机转速测量值可以从表1中计算出来，分别是1 km / h和0.25 rpm。应该注意的是，用户通常不知道由车辆制造商安装并通过车载诊断系统集成的传感器的精度。特别是，汽车制造商没有说明车速和发动机转速测量的精度，而是根据车型进行更改。速度误差也随着轮胎型号和压力的变化而变化。基于这些原因，第3节中描述的开发算法并不是基于对汽车和发动机转速的精确测量，而是基于直接从测量数据中获得的比例的聚集。

表1 车载诊断参数和转换公式示例

2.3 MPU6050

系统中使用了invensense MPU6050[32]型IMU，以提供惯性测量，如被监控车辆的加速度和角速度。它集成了一个三轴MEMS加速度计、一个陀螺仪、一个精化单元，并具有数字滤波和触发功能。该装置能够通过I2C总线与其他传感器（如数字罗盘）进行接口，I2C总线与Raspberry PI板通信所用的总线相同。选择该传感器是为了在低满标度范围内提供良好的灵敏度，该满标度范围足以描述车辆在正常运行时的动态特性。该装置具有高稳定性，确保对温度的低灵敏度，这对于必须安装在试验车辆上的测量系统非常重要。精度指标是汽车信息娱乐传 感器市场的典型指标。此外，它的突破板可用性允许轻松的系统集成。

数字运动处理器（DMP）有六个16位ADC，可编程范围：plusmn;250/s、plusmn;500/s、plusmn;1000/s、plusmn;2000/s（陀螺仪）和plusmn;2 g、plusmn;4 g、plusmn;8 g和plusmn;16 g（加速度计）。已选择范围plusmn;2 g和plusmn;2000/s。采样率高达1 kHz。

该装置具有良好的稳定性，保证了灵敏度随温度变化的低变化。这对于必须安装在试验车辆上的测量系统非常重要。加速度计的计量规范摘要如表2所示。完整的规格见[32]。

表2 加速度计规格

2.4 SIRF STAR III GPS

系统中集成的GPS接收器基于广泛且低成本的Sirf Star III芯片组，并通过蓝牙和SBC连接。水平位置误差的均方差为5 m。在SBC上实现的软件读取NMEA（国家海洋电子协会）语句信息，并将$GPGGA（全球定位系统定位数据）和$GPRMC（推荐的最小特定GPS/运输数据）语句代码转换为十进制经纬度坐标。

三 驾驶员行为分析参数

影响驾驶员风格的主要因素是制动和换档阶段的态度；因此，识别参数非常重要，这在这些驾驶条件中起着重要作用。

为此，在本文中考虑了三个数量：从车载诊断接口获得的车速和发动机转速，以及使用MPU6050三轴加速度计单元测量的车辆加速度。

车载诊断系统测量车速和发动机转速时，实际采样时间在0.5到0.6 s之间，但最终大多数速度为0.8 s的测量，这是由于随机总线通信错误和Raspberry PI操作系统运行的进程的零散工作负荷造成的。所获得的数据已通过线性插值软件重新采样至10赫兹，以减少后续分析的计算负荷，并具有恒定的时间间隔样本。

加速度计数据是通过I2c总线获得的，其标称采样时间为0.03 s，抖动限制为1 ms。出于之前讨论过的相同原因，这些数据已被软件重新采样，并以更高的1 kHz速率进行线性内插，因此不会丢失有关加速度动态的信息。此外，为了减少加速度计数据的噪音，增加使用拉格朗日滤波器[33]。

您可能感兴趣的文章

• 图文人机对话界面的设计与实现外文翻译资料
• Mole:可扩展的用户生成的WiFi定位引擎外文翻译资料
• MVC模式与MVP模式的不同外文翻译资料
• 基于反向传播算法和MATLAB的使用人脸识别的便携式安全系统的设计外文翻译资料
• 语音识别中RNNLM的方差正则化外文翻译资料
• 正则和几乎正则图的最大匹配外文翻译资料
• 通过材料参数调整二维声子晶体的带隙外文翻译资料
• 在线Python导师:可嵌入的基于web的CS教育程序可视化外文翻译资料
• 商品信息爬虫模型及其可行性分析外文翻译资料
• 高分辨海杂波数据：已经记录的实测数据的统计分析外文翻译资料