1.应用场景
驾驶员的驾驶行为和驾驶习惯对于车辆的能耗有很大的影响。基于面向大数据的驾驶行为分析，可以实现优化驾驶员行为的功能。其中能耗分析是具有很大应用价值的领域，可以帮助运营单位降低能耗成本，减少车辆故障的识别和诊断成本。要进行驾驶行为和能耗分析，首先需要建设以下四部分基础能力：
（1）道路线路识别
①根据车辆行驶过程中GPS反馈的地理信息，结合外部信息能准确识别行驶道路，即所在地区以及道路名称。同时为了解车辆的运行环境，需要对其所在地的天气数据进行爬取。爬取的内容包括天气数据、气温数据、空气质量数据、降水量数据等，要求数据至少每4小时更新一次，并将数据保存在大数据分析平台中。
②结合识别出来的道路以及站点位置信息识别行驶公交路线，识别信息包括具体的公交路线、公交起始站、公交线路中的停靠站点等，要求每个月更新一次。
③结合行驶信息识别目前车辆所在道路的路况。
（2）驾驶行为分析
①实现对全气候驾驶的各种驾驶行为以及车辆各种行驶指标的统计，驾驶行为主要考虑驾驶的舒适性以及安全性。
②结合车辆的行驶指标，分析指标与能耗之间的内在关联，考虑到车辆能耗与公交工况强相关，因此需要针对不同的线路优化驾驶行为模型，并排除公交工况的影响因素，从而使驾驶行为模型更准确。相同公交线路的工况会随着车辆的增加或道路规划的变化而变化，因此相同线路的驾驶行为模型也需要具有优化升级的功能，防止模型准确度下降。
（3）安全/节能驾驶指导
①找出和能耗相关性较强的关联因子，实现驾驶行为与能耗之间的关系关联分析。
②结合驾驶行为与能耗之间的关联分析，在兼顾安全的前提下，以提高能耗指标为优化目标，为驾驶员提供指导，在驾驶员按照指导意见的操作下，要求能耗下降或者有下降趋势。
③实时路线的最优化选择。
（4）其他功能部分
①具备能耗地图功能，包括同车型不同路线能耗对比、同车型不同区域能耗对比。
②具有结合驾驶员驾驶习惯和能耗的整车关键系统与部件的故障监控预测功能。
2.处理流程
驾驶行为分析—能耗分析服务平台核心处理流程包含以下4个部分：
①数据采集。数据按照数据采集标准规定的频率、采集字段以及传感器的灵敏度进行采集汇总。
②数据的整合。通过建立完备的数据整合机制，从多源异构的数据平台，将车机数据、路网数据、公交线路数据、环境数据、驾驶人员数据进行有效的整合，为驾驶行为分析及能耗分析提供数据基础。
③立体化分析，通过微观指标，从人、车、路线、地区等多维度分析，以建立能耗微观模型、驾驶行为评价体系、绿色驾驶线路画像和绿色驾驶人员画像。
④数据服务化，将数据通过服务行驶完成价值转化，为主机厂提供能耗分析结果，为公交公司提供能耗分析管理工具，为公交车驾驶人员提供绿色驾驶教练功能。
3.处理结果
（1）整合公交、天气、线路数据与车机数据(www.xing528.com)
从网站上爬取公交车辆站点信息以及通过轨迹查询平台获取公交车辆轨迹，结果如图5-25所示。
图5-25 公交车辆站点及轨迹查询平台获取公交车辆轨迹
（2）基于公交线路的数据治理与线路识别
基于GIS（Geographic Information System，地理资讯系统）进行道路及公交线路匹配，进行既有线路匹配，找出GPS（Global Positioning System，全球定位系统）偏移或丢失的坐标点数据并修复，如图5-26所示。若存在未知线路及未知站点，可基于随机空间游走模型，帮助识别未能通过采集获得的公交线路，最终形成公交线路识别的最佳实践。
图5-26 GPS偏移（或丢失）坐标点数据修复
（3）线路拥堵识别
建立路线拥堵预警模型，为驾驶员实时提供行驶路线拥堵状况，帮助驾驶员合理规划出行路线，如图5-27所示。
（4）能耗分析立体化
①对全国、省份、城市、线路等多个级别的典型工况进行能耗分层次分析研究，建立各个级别的能耗热力图，如图5-28所示。
②建立绿色驾驶能耗模型，其中能耗模型分析因子主要包括环境、驾驶时长、速度、平稳度和驾驶时段五个方面。基于能耗模型，构建绿色驾驶行为评价体系，帮助提醒驾驶员绿色驾驶，如图5-29所示。
③绿色驾驶能耗监测相关数据产品展示如图5-30所示。该产品能够监控车辆在行驶过程中的能耗情况并进行评估打分，帮助驾驶员合理规划出行路线。图5-31是对某一车辆的能耗分析报告，可对车辆的能耗进行定性的评价。
图5-27 线路拥堵识别
图5-28 全国能耗热力图（局部）及线路能耗热图
图5-29 能耗模型分析因子与用户画像体系分析图
图5-30 车辆行驶过程能耗情况图
图5-31 公交车辆能耗分析报告图
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
