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)
【欢迎引用】杨文奇，李浪，林容宾•基于车联网的用户汽车使用测量与应用[J]•汽车文摘,2021(2)：21-24.
[Cite this paper]Yang W,Li L,Lin R.Measurement and Application of CusLomer's Vehicle Usage Based on InLerneL of Vehicle[J]. AuLomoLive DigesL(Chinese),2021(2):21-24.
【摘要】用户实际用车数据是汽车产品设计的重要基础，同时也是制定汽车系统、零部件设计标准，产品验证规范开发和评价指标的基础。汽车在联网环境中的大量信息，对于挖掘和分析汽车用户驾驶的特征，具有不可替换的意义和价值。通过对车辆加减速、油耗等行驶数据的挖掘，有助于分析用户的驾驶风格、行为和车辆工作情况，为整车厂设计和研发提供了客观用户的数据支持，助力研发部门进行精准的设计和验证。
主题词：车联网用户使用测量用户关联驾驶行为
中图分类号：U471.2文献标识码:A DOI：10.19822/jki.1671-6329.20200189 Measurement and Application on Customer*s Vehicle Usage Based on
Internet of Vehicle
Yang Wenqi,Li Lang,Lin Rongbin
广州汽车展
(Automotive Engineering Research Institute of Guangzhou Automobile Group Co.,Ltd,Guangzhou511434) [Abstract]Customer's actual vehicle data is an important basis for automobile product design,and also the basis for formulating automobile system and part design standards,product validation specifications,development and evaluation indicators.A large amount of information of automobile in the connected environment has irreplaceable significance and value for mining and analyzing the driving characteristics of automobile users.Through the mining of vehicle acceleration and deceleration,fuel consumption and other driving data,it is helpful to analyze customer's driving style,behavior and vehicle working conditions,provide objective customer data support for vehicle design and R&D,thus help R&D department carry out accurate design and verification.
Key words:Internet of vehicle,Customer survey,Customer correlation,Driving behavior
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
汽车文摘|21
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％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'30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
的制造成本增加制定一个既符合厂商口己的设计 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。
失效模式
图2用户车辆使用测量目的⑷
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]o 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o
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]o 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"0
驾驶行为识别是从驾驶员的操作如踏板、驾驶模
22  2021年第2
期
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叫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、矩阵等岡，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讥
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
比例采集法呵。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
汽车文摘丨
23
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。
城市普
通道路
3.0%
城市主干
路36.5%
省道5.4%
县道1.8%
乡道0.4%
其它0.0%
小路0.3%
高速公路
1&0%
国道5.1%城市快速路13.2%
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序号信号名称具体内容
1加速度信号塔座车身垂向加速度、质心三向加速度、动力电池安装点加速度、电机加
速度
2位移信号轮心位移4个3扭矩信号半轴扭矩
4应变信号前下臂球头应变、前减震器、前转向拉杆、前稳定杆、后扭力梁
5温度信号电机、电池、电机控制器温度6GPS信号车速、经纬度
7总线信号方向盘转角、电门踏板开度、制动踏板开度、电机扭矩、转速、电池电压、
电流、温度等
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。
参考文献
[1]陈珂.车联网条件下驾驶员行为识别方法[D].秦皐岛：燕
山大学,2017.
[2]刘斌，井清，吴澄.关联用户实际行驶工况的传动系统台
架耐久规范[J].汽车与新动力，2018,1(01):64-66.
[3]李文亮，周炜，张禄.出租汽车用户可靠性目标载荷谱构
建方法[J].公路交通科技,2016,33(02):130-134.
[4]MUDDIMAN M W,MOORE G R.Structural correlation of
automotive proving ground to China customer field usage [R].UltiTech Corporation,2003.
[5]韩愈，孟广伟，门玉琢.车辆用户载荷谱试验场关联强化
试验方法[J].振动.测试与诊断，2014,34(06):1088­1093+1171-1172.
⑹陈龙.路谱采集与疲劳分析在当今汽车研发中的应用[J].
轻型汽车技术，2012(10):13-17.
[7]蔡川.基于真实路谱的汽车疲劳寿命开发试验技术[D].
重庆：重庆大学,2015.
[8]李文礼，石晓辉，柯坚，等.关联用户的汽车传动系载荷谱
室内台架试验编制方法[J].机械工稈学报,2014(20): 143-150.
[9]符代竹.基于载荷谱的MT变速器疲劳设计及试验研究
[D].重庆：重庆大学,2006:26-28.
作者简介：
杨文奇，硕士研究生，试验工稈师，目前就职于广汽研究院，研究方向为整车耐久试验设计与开发，试验方法和流稈研究。
:E-mail:****************。
242021年第2期