【导读】

   伴随公路货运的迅猛发展，行业竞争压力日趋激烈。油价高腾，运价挤压，公路货运经营者的生意愈发难做。在管理运营成本上涨的背景下，公路货运经营者对于车队精细化管理的需求日益强烈。各项运输成本中，燃油费以30%~40%的占比成为最大开支，降低油耗成为车队盈利的重中之重。

   所托瑞安基于在商用车主动安全领域多年的产品落地应用，产品已覆盖物流运输、渣土、客运、公交、危化等多个行业，目前装机已过百万台。基于海量驾驶场景、车辆运行、驾驶行为数据，所托瑞安分析得出，相同配置的车辆，相同的路线，相同外界条件，不同驾驶习惯对油耗影响差异高达30%-50%；特殊路况（不平坦的道路）下正确的驾驶操控，燃油效率最高可提升10%；司机的驾驶行为习惯是影响油耗表现的最大因素。

   通过科技手段量化油耗、优化驾驶行为、降低油耗击中公路货运行业痛点，存在巨大需求潜力。目前，加装定位和油耗传感设备采集油耗和里程数据，是行业常规方案。但是，由于缺乏对于运输车辆、运输线路、驾驶行为的量化分析，对于公路货运经营者很难形成管理抓手。所托瑞安提出人车路协同优化智能节油技术对降低企业运输成本和公路运输行业节能减排有着深远的经济和社会价值。

   1懂车 基于海量车辆发动机工况数据

   通过参数自学习算法，实现多车型多场景标定

   实现车辆动力总成协同操控优化

   由于商用车后装MT车型占据主流，根据发动机的万有特性曲线，发动机在工作过程中转速和扭矩符合最佳经济区范围，如何获得不同车型发动机万有特性MAP图来优化车辆动力总成操控成为节油关键。通过分析比油耗BSFC与发动机转速、扭矩关系：BSFC=f(n,M) ，采样200组实验数据，进行数据建模和参数学习，可得到该车型的万有特性拟合曲面图如图1所示，该模型用于发动机模型中动力及油耗特性的计算过程。根据发动机功耗模型计算公式如下：FC=BSFC* Mn/9550/3600（g/h），其中FC代表瞬时油耗，用于实时计算发动机的能耗特性。

图１发动机万有特性拟合曲面图

   2懂路 传感器提前识别前方路况，精准地形匹配

   车速规划、发动机扭矩规划、变速箱档位优化

   实现特殊路况预见性驾驶

   根据牛顿第二定律，得到车辆纵向动力学模型如下：

   Ft=ma+Fa+ Fg+Fr+Fb，Ft:驱动力，Fa:空气阻力，Fg:坡度阻力，Fr:滚动阻力Fb:制动力。车辆形式过程中，根据驱动力Ft与发动机扭矩M、G关系建立如下M=Ft*r/G*ηT,其中传动比G=ig*i0，轮胎半径为r,所以M=Ft* *r/ ig*i0*ηT。根根据发动机转速n=v*G/2Πr，v为车速，所以n=v*ig*i0/2Πr。比油耗BSFC=f(n,M),得到发动机最佳工况分布，同时采用动态规划算法，预见前方空间域内坡度、曲率等地形信息转化为时间域内控制序列（挡位、扭矩），如图2所示。

图2档位实时基于地形动态优化

   3懂驾驶 海量驾驶行为数据

   确定特征参数，建立驾驶行为经济评价模型

   量化驾驶员经济驾驶能力，并不断纠正和改善驾驶行为

   通过分析驾驶操控行为与油耗关系，建立相关性分析，针对不同驾驶员行驶特性差异，通过采集驾驶员实车行驶数据，基于大数据与机器学习方法挖掘驾驶员行驶特性，对不同驾驶员进行差异化分类，划分驾驶员节油行为等级，实现对驾驶员节油驾驶能力划分,节油评价和针对性纠正。如图3为所托物联云平台某客户车辆每趟次油耗和节油行为评价。

图3所托物联云平台节油驾驶评价图示

   应用效果

   目前，所托智能节油产品已在多个物流车队落地试运行，在客户实际运营线路上，基于节油技术和节油管理可实现平均节油率（相比一般司机）：8.8%。所托智能节油产品获得客户极大认可，客户表示：“司机是车队管理中比较棘手的难题，很多司机即使反复培训和教育都很难改变驾驶陋习，通过智能节油产品解决了车队最头疼的油耗问题，并且新手司机可以通过该产品能够很快熟悉路线，熟悉车辆，使油耗降下来，每月每辆车可节省油费高达3000元左右”。

   表2所示为客户实际运营线路效果验证数据，智能节油算法提升了发动机高效区间分布占比，减少了发动机低效区间分布占比。通过图5所示，智能节油产品可有效改善司机操控，通过预见前方路况，精准匹配车辆发动机最佳经济工况点，达到市场领先的节油效果。

表1运输场景基本概况

图4运输线路图示

图5不同司机与智能节油算法发动机万有特性工况分布对比图

表2不同司机与智能节油算法发动机BSFC效率区间占比对比图