CN113776610A - 一种车辆油耗的确定方法及装置 - Google Patents

一种车辆油耗的确定方法及装置 Download PDF

Info

Publication number
CN113776610A
CN113776610A CN202110893367.0A CN202110893367A CN113776610A CN 113776610 A CN113776610 A CN 113776610A CN 202110893367 A CN202110893367 A CN 202110893367A CN 113776610 A CN113776610 A CN 113776610A
Authority
CN
China
Prior art keywords
vehicle
target
determining
time period
oil consumption
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110893367.0A
Other languages
English (en)
Inventor
郎宇
孙莹莹
朱秀萍
丁勇
乔博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CHINA SATELLITE NAVIGATION AND COMMUNICATIONS CO LTD
Original Assignee
CHINA SATELLITE NAVIGATION AND COMMUNICATIONS CO LTD
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CHINA SATELLITE NAVIGATION AND COMMUNICATIONS CO LTD filed Critical CHINA SATELLITE NAVIGATION AND COMMUNICATIONS CO LTD
Priority to CN202110893367.0A priority Critical patent/CN113776610A/zh
Publication of CN113776610A publication Critical patent/CN113776610A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01FMEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F9/00Measuring volume flow relative to another variable, e.g. of liquid fuel for an engine
    • G01F9/001Measuring volume flow relative to another variable, e.g. of liquid fuel for an engine with electric, electro-mechanic or electronic means
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Fluid Mechanics (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

本发明公开一种车辆油耗的确定方法及装置,涉及车联网技术领域,解决了电子设备无法确定出新车、未接入车联网的汽车等车辆的历史油耗的问题。具体方案为:在车辆数据库中获取目标车辆在第一时间段内的目标历史数据;当根据目标历史数据确定不满足车辆油耗的计算条件时,在车辆数据库中获取参考车辆在第二时间段内的参考数据,参考数据满足车辆油耗的计算条件;根据参考数据确定第一平均油耗,第一平均油耗为目标车辆在第一时间段内的平均油耗。其中,目标车辆为一辆车时,参考车辆包括车辆型号与目标车辆的车辆型号相同的车辆或者参考车辆为目标车辆,目标车辆包括目标型号的车辆时,参考车辆为目标车辆。

Description

一种车辆油耗的确定方法及装置
技术领域
本发明涉及车联网技术领域,尤其涉及一种车辆油耗的确定方法及装置。
背景技术
随着车联网技术的发展,汽车可以采集到车辆型号、行驶轨迹、位置信息、载重等业务数据。汽车通过安装的车载终端将采集到的业务数据上传至后台的数据库中。后台的电子设备可以从数据库中获得同一型号或同一辆汽车在相同或相近路况、平均速度条件下的n次统计样本,并根据n次统计样本得到平均油耗。
但是,对于某些汽车,如新车或未接入车联网的汽车来说,电子设备无法获取到这些汽车的业务数据,导致无法确定这些汽车的历史油耗。
发明内容
本发明提供一种车辆油耗的确定方法及装置,解决了电子设备无法确定出新车、未接入车联网的汽车等车辆的历史油耗的问题。
为达到上述目的,本发明采用如下技术方案:
第一方面,本发明提供一种车辆油耗的确定方法,该方法包括:在车辆数据库中获取目标车辆在第一时间段内的目标历史数据;当根据目标历史数据确定不满足车辆油耗的计算条件时,在车辆数据库中获取参考车辆在第二时间段内的参考数据,参考数据满足车辆油耗的计算条件;根据参考数据确定第一平均油耗,第一平均油耗为目标车辆在第一时间段内的平均油耗。其中,目标车辆为一辆车时,参考车辆包括车辆型号与目标车辆的车辆型号相同的车辆或者参考车辆为目标车辆,目标车辆包括目标型号的车辆时,参考车辆为目标车辆。
结合第一方面,在一种可能的实现方式中,目标历史数据包括目标车辆在第一时间段内的历史行驶里程和出现故障的故障时间,根据目标历史数据确定不满足车辆油耗的计算条件,具体包括:在历史行驶里程小于预设里程时确定不满足车辆油耗的计算条件;或者,在故障时间大于预设时间时确定不满足车辆油耗的计算条件。
结合第一方面和上述可能的实现方式,在另一种可能的实现方式中,目标车辆为一辆车,参考车辆包括车辆型号与目标车辆的车辆型号相同的车辆,或者目标车辆包括目标型号的车辆,参考车辆为目标车辆时,根据参考数据确定第一平均油耗,具体包括:根据参考数据确定第二平均油耗,第二平均油耗为参考车辆在第二时间段内的平均油耗;根据目标车辆在预设时间段内的平均油耗和参考车辆在预设时间段内的平均油耗确定修正系数;根据修正系数和第二平均油耗确定第一平均油耗。
结合第一方面和上述可能的实现方式,在另一种可能的实现方式中,目标车辆为一辆车,参考车辆包括车辆型号与目标车辆的车辆型号相同的车辆时,根据参考数据确定第一平均油耗,具体包括:在第一车辆油耗变化图与车型油耗变化图相似时,获取基期时间段,第一车辆油耗变化图为在第二时间段内目标车辆的平均油耗随单位时间的变化图,车型油耗变化图为第二时间段内参考车辆的平均油耗随单位时间的变化图,第二时间段包括第一时间段和基期时间段;根据第一时间段和基期时间段分别对应的车型油耗确定变化系数;根据基期时间段对应的车辆油耗和变化系数,确定第一平均油耗。
结合第一方面和上述可能的实现方式,在另一种可能的实现方式中,参考车辆为目标车辆时,根据参考数据确定第一平均油耗,具体包括:获取基期时间段、第一车辆油耗变化图和第二车辆油耗变化图,第二车辆油耗变化图为第三时间段内目标车辆的平均油耗随单位时间的变化图,第三时间段包括第一时间段;根据基期时间段和第一时间段在第一车辆油耗变化图中分别对应的平均油耗确定变化系数;根据基期时间段在第二车辆油耗变化图中对应的平均油耗和变化系数确定第一平均油耗。
结合第一方面和上述可能的实现方式,在另一种可能的实现方式中,车辆油耗的确定方法还包括:当根据目标历史数据确定满足车辆油耗的计算条件时,根据目标历史数据确定第一平均油耗。
结合第一方面和上述可能的实现方式,在另一种可能的实现方式中,根据目标历史数据确定第一平均油耗,具体包括:获取目标历史数据包括的至少一个行程中每个行程对应的多个维度中每个维度的标签、里程数、油耗数,标签用于指示行程的属性信息;根据每个维度的标签对至少一个行程进行分类,得到多个行程集合,每个行程集合包括的行程对应的多个维度中每个维度的标签均相同;根据每个行程集合包括的每个行程对应的里程数和油耗数,计算每个行程集合对应的第一平均油耗。
结合第一方面和上述可能的实现方式,在另一种可能的实现方式中,车辆油耗的确定方法还包括:接收目标车辆上报的目标行程的业务数据;根据业务数据确定目标行程对应的多个维度中每个维度的标签;将目标行程对应的多个维度中每个维度的标签存储在车辆数据库中。
第二方面,本发明提供一种车辆油耗的确定装置,车辆油耗的确定装置包括:获取单元和确定单元。获取单元,用于在车辆数据库中获取目标车辆在第一时间段内的目标历史数据;确定单元,用于根据获取单元获取的目标历史数据确定不满足车辆油耗的计算条件;获取单元,还用于当根据目标历史数据确定不满足车辆油耗的计算条件时,在车辆数据库中获取参考车辆在第二时间段内的参考数据,参考数据满足车辆油耗的计算条件;其中,目标车辆为一辆车时,参考车辆包括车辆型号与目标车辆的车辆型号相同的车辆或者参考车辆为目标车辆,目标车辆包括目标型号的车辆时,参考车辆为目标车辆;确定单元,还用于根据获取单元获取的参考数据确定第一平均油耗,第一平均油耗为目标车辆在第一时间段内的平均油耗。
结合第二方面,在一种可能的实现方式中,目标历史数据包括目标车辆在第一时间段内的历史行驶里程和出现故障的故障时间,确定单元,具体用于:在历史行驶里程小于预设里程时确定不满足车辆油耗的计算条件;或者,在故障时间大于预设时间时确定不满足车辆油耗的计算条件。
结合第二方面和上述可能的实现方式,在另一种可能的实现方式中,目标车辆为一辆车,参考车辆包括车辆型号与目标车辆的车辆型号相同的车辆,或者目标车辆包括目标型号的车辆,参考车辆为目标车辆时,确定单元,具体用于:根据参考数据确定第二平均油耗,第二平均油耗为参考车辆在第二时间段内的平均油耗;根据目标车辆在预设时间段内的平均油耗和参考车辆在预设时间段内的平均油耗确定修正系数;根据修正系数和第二平均油耗确定第一平均油耗。
结合第二方面和上述可能的实现方式,在另一种可能的实现方式中,目标车辆为一辆车,参考车辆包括车辆型号与目标车辆的车辆型号相同的车辆时,确定单元,具体用于:在第一车辆油耗变化图与车型油耗变化图相似时,获取基期时间段,第一车辆油耗变化图为在第二时间段内目标车辆的平均油耗随单位时间的变化图,车型油耗变化图为第二时间段内参考车辆的平均油耗随单位时间的变化图,第二时间段包括第一时间段和基期时间段;根据第一时间段和基期时间段分别对应的车型油耗确定变化系数;根据基期时间段对应的车辆油耗和变化系数,确定第一平均油耗。
结合第二方面和上述可能的实现方式,在另一种可能的实现方式中,参考车辆为目标车辆时,确定单元,具体用于:获取基期时间段、第一车辆油耗变化图和第二车辆油耗变化图,第二车辆油耗变化图为第三时间段内目标车辆的平均油耗随单位时间的变化图,第三时间段包括第一时间段;根据基期时间段和第一时间段在第一车辆油耗变化图中分别对应的平均油耗确定变化系数;根据基期时间段在第二车辆油耗变化图中对应的平均油耗和变化系数确定第一平均油耗。
结合第二方面和上述可能的实现方式,在另一种可能的实现方式中,确定单元,还用于当根据目标历史数据确定满足车辆油耗的计算条件时,根据目标历史数据确定第一平均油耗。
结合第二方面和上述可能的实现方式,在另一种可能的实现方式中,确定单元,具体用于:获取目标历史数据包括的至少一个行程中每个行程对应的多个维度中每个维度的标签、里程数、油耗数,标签用于指示行程的属性信息;根据每个维度的标签对至少一个行程进行分类,得到多个行程集合,每个行程集合包括的行程对应的多个维度中每个维度的标签均相同;根据每个行程集合包括的每个行程对应的里程数和油耗数,计算每个行程集合对应的第一平均油耗。
结合第二方面和上述可能的实现方式,在另一种可能的实现方式中,车辆油耗的确定装置还包括:接收单元和存储单元;接收单元,用于接收目标车辆上报的目标行程的业务数据;确定单元,还用于根据业务数据确定目标行程对应的多个维度中每个维度的标签;存储单元,用于将目标行程对应的多个维度中每个维度的标签存储在车辆数据库中。
第三方面,本发明提供一种车辆油耗的确定装置,该车辆油耗的确定装置包括:处理器和存储器。存储器用于存储计算机程序代码,计算机程序代码包括计算机指令。当处理器执行计算机指令时,车辆油耗的确定装置执行如第一方面及其任一种可能的实现方式的车辆油耗的确定方法。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机指令,当计算机指令在车辆油耗的确定装置上运行时,使得车辆油耗的确定装置执行如第一方面或第一方面的可能的实现方式中任意一项的车辆油耗的确定方法。
本发明实施例提供的车辆油耗的确定方法,电子设备能够在车辆数据库中获取目标车辆在第一时间段内的目标历史数据,当根据目标历史数据确定不满足车辆油耗的计算条件时,在车辆数据库中获取参考车辆在第二时间段内的参考数据,并根据参考数据确定目标车辆在第一时间段内的平均油耗,即确定第一平均油耗。其中,参考数据满足车辆油耗的计算条件。当目标车辆为一辆车时,参考车辆包括车辆型号与目标车辆和车辆型号相同的车辆或参考车辆为目标车辆。当目标车辆包括目标型号的车辆时,参考车辆为目标车辆。
这样,当目标车辆在第一时间段内的目标历史数据不满足车辆油耗的计算条件时,电子设备通过获取满足车辆油耗的计算条件的、同车型的第二时间段内的参考数据,或者,获取满足车辆油耗的计算条件的、目标车辆的第二时间段的参考数据,来基于该参考数据计算目标车辆在第一时间段内的平均油耗,实现了新车、未接入车联网的汽车等车辆的历史油耗的估算。由于参考数据是从车辆数据库中获取的满足计算条件的准确的历史数据,因此估算出的油耗数据也较准确,为后续的分析提供了可靠的数据支持。
附图说明
图1为本发明实施例提供的一种车联网***的结构示意图;
图2为本发明实施例提供的一种车辆油耗的确定装置的结构示意图;
图3为本发明实施例提供的一种车辆油耗的确定方法的流程图;
图4为本发明实施例提供的一种油耗随时间变化的示意图;
图5为本发明实施例提供的一种油耗随时间变化的示意图;
图6为本发明实施例提供的一种车辆油耗的确定装置的组成示意图;
图7为本发明实施例提供的另一种车辆油耗的确定装置的组成示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
另外,“基于”或“根据”的使用意味着开放和包容性,因为“基于”或“根据”一个或多个所述条件或值的过程、步骤、计算或其他动作在实践中可以基于额外条件或超出所述的值。
目前,车辆或者车型的历史油耗可以用于分析:不同时期历史油耗的变化情况、不同影响因子在不同时期对历史油耗的影响程度、节油产品的效果评价、对未来油耗情况的预测等。其中,对于节油产品的效果评价,可以通过对比未未使用节油产品时的油耗情况和使用节油产品时的油耗情况来评价节油产品的普适性及效果。
在将车辆或车型的历史油耗用于上述多种分析场景之前,需要先计算车辆或车型的历史平均油耗。在相关技术中,后台的电子设备可以从数据库中获得同一型号或同一辆汽车在相同或相近路况、平均速度条件下的n次统计样本,并根据n次统计样本得到平均油耗。但是,对于某些汽车,如新车或未接入车联网的汽车或由于车载终端故障导致无法上报业务数据的汽车来说,电子设备无法获取到这些汽车的业务数据,导致无法确定这些汽车的历史油耗。
为了解决电子设备无法确定新车、未接入车联网的汽车等车辆的历史油耗的问题,本发明实施例提供了一种车辆油耗的确定方法,电子设备能够在车辆数据库中获取目标车辆在第一时间段内的目标历史数据,当根据目标历史数据确定不满足车辆油耗的计算条件时,在车辆数据库中获取参考车辆在第二时间段内的参考数据,并根据参考数据确定目标车辆在第一时间段内的平均油耗,即确定第一平均油耗。其中,参考数据满足车辆油耗的计算条件。当目标车辆为一辆车时,参考车辆包括车辆型号与目标车辆和车辆型号相同的车辆或参考车辆为目标车辆。当目标车辆包括目标型号的车辆时,参考车辆为目标车辆。
这样,当目标车辆在第一时间段内的目标历史数据不满足车辆油耗的计算条件时,电子设备通过获取满足车辆油耗的计算条件的、同车型的第二时间段内的参考数据,或者,获取满足车辆油耗的计算条件的、目标车辆的第二时间段的参考数据,来基于该参考数据计算目标车辆在第一时间段内的平均油耗,实现了新车、未接入车联网的汽车等车辆的历史油耗的估算。由于参考数据是从车辆数据库中获取的满足计算条件的准确的历史数据,因此估算出的油耗数据也较准确,为后续的分析提供了可靠的数据支持。
且,由于车辆数据库存储有车辆的全生命周期的历史数据,使得电子设备通过车辆数据库中的数据能够确定车辆的全生命周期的平均油耗,还能够确定车型的全生命周期的平均油耗。
进一步的,本发明实施例实现了将不同影响因素对历史油耗的影响程度的量化,便于后续效果的分析。
本发明实施例提供的车辆油耗的确定方法可以适用于车联网***。图1示出了该车联网***的一种结构。如图1所示,该车联网***可以包括:汽车11和后台设备12。其中,后台设备12可以包括车辆数据库、电子设备等。汽车11和后台设备12采用无线通信方式建立连接。
汽车11安装有车载终端,该车载终端用于向电子设备上报汽车11的业务数据。该业务数据可以包括汽车11的车辆型号、行驶轨迹、位置信息、载重、地图等。
电子设备,用于接收汽车11上报的业务数据,并采用大数据技术对业务数据进行处理,如根据业务数据通过大数据算法确定汽车11的行程对应的多个维度中每个维度的标签,将处理后的数据存储在车辆数据库中。电子设备,还用于根据业务需求在车辆数据库中获取目标车辆在第一时间段内的目标历史数据,当根据目标历史数据确定不满足车辆油耗的计算条件时,在车辆数据库中获取参考车辆在第二时间段内的、满足车辆油耗的计算条件的参考数据。之后,根据参考数据确定目标车辆在第一时间段内的平均油耗。
在一些实施例中,电子设备可以是终端设备。终端设备可以是手机、平板电脑、桌面型、膝上型、手持计算机、笔记本电脑等。
图2为本发明实施例提供的一种车辆油耗的确定装置的组成示意图。如图2所示,该车辆油耗的确定装置可以包括:至少一个处理器21、存储器22、通信接口23和通信总线24。
其中,处理器21是车辆油耗的确定装置的控制中心,其可以是一个中央处理器(central processing unit,CPU),微处理单元,或一个或多个用于控制本发明实施例程序执行的集成电路。
作为一种实施例,处理器21可以包括一个或多个CPU,例如图2中所示的CPU0和CPU1。且,作为一种实施例,车辆油耗的确定装置可以包括多个处理器,例如图2中所示的处理器21和处理器25。这些处理器中的每一个可以是一个单核处理器(Single-CPU),也可以是一个多核处理器(Multi-CPU)。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
存储器22可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、只读光盘(compact disc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器22可以是独立存在,通过通信总线24与处理器21相连接。存储器22也可以和处理器21集成在一起。
在具体的实现中,存储器22,用于存储本发明中的数据和执行本发明的软件程序。处理器21可以通过运行或执行存储在存储器22内的软件程序,以及调用存储在存储器22内的数据,执行车辆油耗的确定装置的各种功能。
通信接口23,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如无线接入网(radio access network,RAN),无线局域网(wireless local area networks,WLAN)等。通信接口23可以包括接收单元实现接收功能,以及发送单元实现发送功能。
通信总线24可以包括一通路,在上述组件之间传送信息。
需要指出的是,图2中示出的结构并不构成对车辆油耗的确定装置的限定,除图2所示部件之外,该车辆油耗的确定装置可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明实施例提供的车辆油耗的确定方法的执行主体为车辆油耗的确定装置。该车辆油耗的确定装置可以是上述电子设备,也可以是上述电子设备中的CPU,还可以是上述电子设备中用于确定车辆油耗的计算模块,还可以是上述电子设备中用于确定车辆油耗的客户端。本发明实施例以电子设备执行车辆油耗的确定方法为例,对本发明提供的车辆油耗的确定方法进行说明。
基于上述车联网***的结构和车辆油耗的确定装置的结构的介绍,本发明实施例提供一种车辆油耗的确定方法。如图3所示,车辆油耗的确定方法可以包括以下步骤301-步骤304。
301、电子设备在车辆数据库中获取目标车辆在第一时间段内的目标历史数据。
其中,目标车辆可以为一辆车,或者,目标车辆可以包括目标型号的车辆。
当需要计算车辆油耗时,电子设备可以响应于用户在电子设备上输入业务需求的操作,根据该业务需求在车辆数据库中获取目标车辆在第一时间段内的目标历史数据。其中,车辆数据库用于存储车辆的全生命周期的历史数据,全生命周期的历史数据指的是车辆从售出到当前的相关数据。
示例性的,该相关数据可以包括每一次行程对应的行驶里程、出现故障的时间、油耗数、多个维度中每个维度的标签等,标签用于指示对应行程的属性信息。其中,多个维度中每个维度的标签可以是电子设备在计算目标车辆的油耗之前,接收到目标车辆上报的目标行程的业务数据之后,根据业务数据确定的并存储在车辆数据库中的。
例如,多个维度可以包括:天气维度、载重维度、车辆型号维度、车况维度、路况维度、速度维度等。其中,天气维度可以包括温度、湿度、气压等,可以根据目标车辆上报的业务数据包括的位置信息和行驶时间确定。车况维度可以包括车辆的车龄、历史维修情况、历史保养情况、历史运行情况等。路况维度指的是对应行程所处的路程情况,可以根据目标车辆上报的业务数据中的行驶轨迹和地图确定。速度维度可以包括对应行程的瞬时速度、平均速度等,其中平均速度可以根据行驶里程和行驶时间确定。当然,上述相关数据中也可以包括行程的其他数据,多个维度也可以包括除上述列举的维度外的其他维度,本发明实施例在此不做限定。
可以理解的,上述业务需求不同,电子设备获取到的目标历史数据也不同。在一种情况下,业务需求可以包括目标车辆,此时电子设备可以获取目标车辆的全生命周期的历史数据。在一种情况下,业务需求可以包括目标车辆和一个时间段,此时电子设备可以获取目标车辆在第一时间段内的历史数据,该第一时间段是根据业务需求中的一个时间段采用预设规则确定的。例如,业务需求中的一个时间段为2020年6月,那么采用预设规则得到的第一时间段可以是2020年6月,也可以是2020年第二季度,还可以是2020年一整年,还可以是全生命周期的历史数据。可以根据实际情况预先在电子设备设置不同的预设规则。在一种情况下,业务需求可以包括目标车辆、一个时间段、一些条件,该一些条件可以包括载重情况、天气情况等,此时电子设备可以获取目标车辆在第一时间段内的处于该一些条件下的历史数据。
示例性的,假设用户在电子设备上输入的业务需求包括:车辆A、2020年6月、重载条件、晴朗条件,那么电子设备可以从车辆数据库中获取车辆A在2020年6月处于重载条件和晴朗条件下的所有行程的历史数据。
302、当根据目标历史数据确定不满足车辆油耗的计算条件时,电子设备在车辆数据库中获取参考车辆在第二时间段内的参考数据。
由于计算车辆的油耗时对车辆的历史数据有一定的要求,只有满足要求的历史数据计算出来的油耗才是可靠的,因此电子设备在获取到目标车辆在第一时间段内的目标历史数据后,可以根据该目标历史数据确定是否满足车辆油耗的计算条件。
具体的,目标历史数据可以包括目标车辆在第一时间段内的历史行驶里程和出现故障的故障时间。电子设备可以通过确定历史行驶里程是否大于或等于预设里程来确定目标历史数据是否满足车辆油耗的计算条件。或者,电子设备可以通过确定故障时间是否小于或等于预设时间来确定目标历史数据是否满足车辆油耗的计算条件。或者,电子设备可以结合上述两个判断条件来确定目标历史数据是否满足车辆油耗的计算条件。当然,电子设备也可以采用其他判断条件来确定是否满足车辆油耗的计算条件,本发明实施例在此不做限定。
在历史行驶里程小于预设里程,或者,在故障时间大于预设时间,或者,在历史行驶里程小于预设里程,且故障时间大于预设时间的情况下,电子设备根据目标历史数据确定不满足车辆油耗的计算条件,电子设备可以在车辆数据库中获取参考车辆在第二时间段内的参考数据,该参考数据满足车辆油耗的计算条件。
可以理解,目标车辆为一辆车时,参考车辆可以包括车辆型号与目标车辆的车辆型号相同的车辆或者参考车辆可以为目标车辆。目标车辆包括目标型号的车辆时,参考车辆可以为目标车辆。
另外,目标车辆为一辆车,参考车辆包括同车型的车辆时,第二时间段与第一时间段可以相同或不同。参考车辆与目标车辆相同时,第二时间段与第一时间段不同。
在历史行驶里程大于或等于预设里程,或者,在故障时间小于或等于预设时间,或者,在历史行驶里程大于或等于预设里程且故障时间小于或等于预设时间的情况下,电子设备根据目标历史数据确定满足车辆油耗的计算条件,此时可以执行以下步骤304。
303、电子设备根据参考数据确定第一平均油耗。
电子设备在获取到参考数据之后,可以采用以下几种方式确定目标车辆在第一时间段内的平均油耗,即确定第一平均油耗。
方式1,在目标车辆为一辆车,参考车辆包括车辆型号与目标车辆的车辆型号相同的车辆,或者在目标车辆包括目标型号的车辆,参考车辆为目标车辆的情况下,电子设备可以根据该参考数据确定参考车辆在第二时间段内的平均油耗,即确定第二平均油耗,并根据目标车辆在预设时间段内的平均油耗和参考车辆在该预设时间段内的平均油耗确定修正系数,修正系数满足以下公式:修正系数=目标车辆在预设时间段内的平均油耗/参考车辆在预设时间段内的平均油耗。之后,电子设备根据修正系数和第二平均油耗确定第一平均油耗,第一平均油耗满足以下公式:第一平均油耗=第二平均油耗*修正系数。
需要说明的是,在本发明实施例中,电子设备计算得到的平均油耗可以是平均百公里油耗。在一种实现方式中,平均百公里油耗=(总的油耗/总的行驶里程)*100。在另一种实现方式中,平均百公里油耗等于每个行程的平均百公里油耗的平均值。本发明实施例在此对具体采用哪种方式计算平均油耗不做限定,本发明实施例以采用上述第一种方式计算平均油耗为例进行说明。
另外,预设时间段可以是用户根据应用场景提前设置的,也可以是默认值。预设时间段的时长通常较长,这样能够保证计算出来的平均油耗的可靠性,从而保证修正系数的可靠性。
例如,假设目标车辆为车辆A,参考车辆包括车辆B、车辆C和车辆D,这三个车辆的车辆型号与车辆A的车辆型号相同。且假设第一时间段为2020年6月,第二时间段为2020年6月,预设时间段为2020年一整年。当需要计算车辆A在2020年6月的平均百公里油耗,车辆A在2020年6月的历史数据不满足计算条件时,电子设备可以计算车辆A、车辆B、车辆C和车辆D在2020年6月的平均百公里油耗n,计算车辆A的年均百公里油耗,具体可以先计算月均百公里油耗,然后计算月均百公里油耗的平均值得到年均百公里油耗b1,或者可以计算2020年的总油耗除以2020年的总行驶里程乘以100得到b1,且计算车辆A、车辆B、车辆C和车辆D的年均百公里油耗b2,得到修正系数b1/b2。最后,第一平均油耗=n*(b1/b2)。
再例如,如图4所示,目标车辆包括目标型号的车辆,如车辆A、车辆B、车辆C、车辆D四辆同车型的车辆,参考车辆为目标车辆。第一时间段为2020年11月,第二时间段为2019年11月,预设时间段为一整年。图4中,2020年4月和11月的历史数据不满足车辆油耗的计算条件,2019年12个月的历史数据均满足车辆油耗的计算条件。
当需要计算车辆A、车辆B、车辆C、车辆D在2020年11月的平均百公里油耗,这四辆车在2020年11月的历史数据不满足计算条件时,电子设备可以计算车辆A、车辆B、车辆C、车辆D在2019年11月的平均百公里油耗m,分别计算车辆A、车辆B、车辆C、车辆D在2019年和2020年的年均百公里油耗c1和c2,得到修正系数c2/c1。最后,第一平均油耗=m*(c2/c1)。
可以理解,由于2020年4月和11月的历史数据不满足计算条件,电子设备在计算2020年的年均百公里油耗时,仅需要计算除4月和11月之外的其他月份的平均百公里油耗。
方式2,在目标车辆为一辆车,参考车辆包括车辆型号与目标车辆的车辆型号相同的车辆的情况下,电子设备可以获取第一车辆油耗变化图与车型油耗变化图,并在两者相似时,获取基期时间段。其中,第一车辆油耗变化图为在第二时间段内目标车辆的平均油耗随单位时间的变化图,车型油耗变化图为在第二时间段内参考车辆的平均油耗随单位时间的变化图,第二时间段包括第一时间段和基期时间段。然后,电子设备根据第一时间段和基期时间段分别对应的车型油耗确定变化系数,并根据该基期时间段对应的车辆油耗和变化系数,确定第一平均油耗。这样,便实现了利用同车型的车辆来估算目标车辆的第一平均油耗。
可以理解,电子设备可以采用判断图形相似度、计算方差来判断变化图的波动情况等方式来确定第一车辆油耗变化图与车型油耗变化图是否相似,当然还可以采用其他判断是否相似的方式,本发明实施例在此不做限定。
可选的,基于车型油耗变化图,电子设备可以获取第二时间段内除基期时间段、第一时间段外的其他时间段对应的车型油耗,并根据其他时间段对应的车型油耗和基期时间段对应的车型油耗确定一变化系数。在第一车辆油耗变化图中,电子设备根据基期时间段对应的车辆油耗和确定出的变化系数,估算该其他时间段对应的车辆油耗,将估算的车辆油耗与第一车辆油耗变化图中其他时间段对应的车辆油耗进行比较,若差值的绝对值较小,则电子设备可以采用方式2确定第一平均油耗。否则,电子设备采用其他方式确定第一平均油耗。
例如,目标车辆为车辆A,参考车辆包括:车辆B、车辆C、车辆D。第一时间段为2020年12月,基期时间段为1月,第二时间段为2020年一整年。如图5所示,为2020年车辆A的平均油耗与月份的关系图,以及2020年车辆A、车辆B、车辆C、车辆D这一车型的车辆的平均油耗与月份的关系图。有图5可知,两者的关系图相似。当需要计算车辆A在2020年12月的平均百公里油耗,但车辆A在2020年12月的历史数据不满足计算条件时,电子设备确定1月为基期时间段,基于车型油耗关系图分别计算2月到12月每月的车型油耗相对1月的车型油耗的变化系数。然后,基于第一车辆油耗关系图电子设备将1月对应的车辆油耗分别乘以2月到11月对应的变化系数,得到2月到11月的车辆油耗的估计值,分别将估计值与真实值进行比较。若估计值与真实值的差值均较小,则电子设备将1月对应的车辆油耗乘以12月对应的变化系数得到12月的第一平均油耗。
方式3,在参考车辆为目标车辆的情况下,目标车辆为一辆车或者一个车型的车辆。电子设备可以获取基期时间段、第一车辆油耗变化图和第二车辆油耗变化图,第二车辆油耗变化图为第三时间段内目标车辆的平均油耗随单位时间的变化图,第三时间段包括第一时间段。然后,电子设备根据基期时间段和第一时间段在第一车辆油耗变化图中分别对应的平均油耗确定变化系数,并根据基期时间段在第二车辆油耗变化图中对应的平均油耗和变化系数确定第一平均油耗。
可选的,基于第二车辆油耗变化图,电子设备可以获取第三时间段内除基期时间段、第一时间段外的其他时间段对应的车辆油耗,并根据其他时间段对应的车辆油耗和基期时间段对应的车辆油耗确定一变化系数。在第一车辆油耗变化图中,电子设备根据基期时间段对应的车辆油耗和确定出的变化系数,估算该其他时间段对应的车辆油耗,将估算的车辆油耗与第一车辆油耗变化图中其他时间段对应的车辆油耗进行比较,若差值的绝对值较小,则电子设备可以采用方式3确定第一平均油耗。否则,电子设备采用其他方式确定第一平均油耗。
例如,假设目标车辆和参考车辆为车辆A,第一时间段为2020年12月,基期时间段为1月,第二时间段为2020年一整年,第三时间段为2019年。车辆A在2020年12的历史数据不满足计算条件,电子设备可以基于第二车辆油耗变化图确定2019年12月对应的车辆油耗相对于2019年1月对应的车辆油耗的变化系数,并分别计算2月到11月每月的车辆油耗相对1月的车辆油耗的变化系数。然后,基于第一车辆油耗变化图电子设备将2020年1月对应的车辆油耗分别乘以2月到11月对应的变化系数,得到2月到11月的车辆油耗的估计值,分别将估计值与真实值进行比较。若估计值与真实值的差值均较小,则电子设备将2020年1月对应的车辆油耗乘以变化系数得到2020年12月的第一平均油耗。
同理,目标车辆和参考车辆为车辆A、车辆B、车辆C和车辆D时,第一时间段为2020年12月,基期时间段为1月,第二时间段为2020年一整年,第三时间段为2019年。车辆A、车辆B、车辆C和车辆D在2020年12的历史数据不满足计算条件,电子设备可以基于第二车辆油耗变化图确定2019年12月对应的车辆油耗相对于2019年1月对应的车辆油耗的变化系数。然后,基于第一车辆油耗变化图电子设备将2020年1月对应的车辆油耗乘以变化系数得到2020年12月的第一平均油耗。这样,电子设备通过2019年的车辆油耗,估算得到2020年的车型油耗。
需要说明的是,在本发明实施例中,电子设备可以根据实际情况采用上述方式确定第一平均油耗,本发明实施例在此不做限定。
304、当根据目标历史数据确定满足车辆油耗的计算条件时,电子设备根据目标历史数据确定第一平均油耗。
当根据目标历史数据确定满足车辆油耗的计算条件时,电子设备可以根据该目标历史数据确定第一平均油耗,即确定目标车辆在第一时间段内的平均油耗。
在具体实现中,电子设备可以获取目标历史数据包括的至少一个行程中每个行程对应的多个维度中每个维度的标签、里程数、油耗数,并根据每个维度的标签对至少一个行程进行分类,得到多个行程集合,每个行程集合包括的行程对应的多个维度中每个维度的标签均相同。之后,电子设备根据每个行程集合包括的每个行程对应的里程数和油耗数,计算每个行程集合对应的第一平均油耗。
电子设备在确定出第一平均油耗之后,可以将该第一平均油耗与预设阈值进行比较,以判断计算结果是否准确。若准确,则将计算的第一平均油耗作为最终结果。若不准确,则电子设备可以按照步骤303的方式确定第一平均油耗。
这样,当目标车辆在第一时间段内的目标历史数据不满足车辆油耗的计算条件时,电子设备通过获取满足车辆油耗的计算条件的、同车型的第二时间段内的参考数据,或者,获取满足车辆油耗的计算条件的、目标车辆的第二时间段的参考数据,来基于该参考数据计算目标车辆在第一时间段内的平均油耗,实现了新车、未接入车联网的汽车等车辆的历史油耗的估算。由于参考数据是从车辆数据库中获取的满足计算条件的准确的历史数据,因此估算出的油耗数据也较准确,为后续的分析提供了可靠的数据支持。
且,由于车辆数据库存储有车辆的全生命周期的历史数据,使得电子设备通过车辆数据库中的数据能够确定车辆的全生命周期的平均油耗,还能够确定车型的全生命周期的平均油耗。
可选的,本发明实施例中,电子设备还可以确定各个影响因素对平均油耗的影响程度。该影响因素可以包括:天气、路况、车况、载重、速度等。
具体的,电子设备可以基于车辆数据库中的车辆的全生命周期的历史数据确定不同的影响因素对平均油耗的影响程度。在确定某个影响因素的影响时,可以保证该影响因素不同,其他影响因素均相同,此时计算该影响因素下不同的值对应的平均油耗,并将相邻样本对应的平均油耗进行比较。
例如,假设需要计算载重对油耗的影响程度,空载下的平均百公里油耗为a1,轻载下的平均百公里油耗为a2,重载下的平均百公里油耗为a3。那么,电子设备计算n1=a2/a1,n2=a3/a2,最终得到载重对油耗的影响因子=(n1+n2)/2。若某个中间值缺失,即做了跨组计算,则电子设备对跨组计算的比值进行开方计算,跨1组开2次方,跨2组开3次方,以此类推。
再例如,假设一批1年(车型为K)的车、10月行驶、空载平均油耗27L/100km,一批3年同车型的车,10月行驶、空载平均油耗28L/100km,一批6年同车型的车,10月行驶、空载平均油耗29.0L/100km。那么,电子设备确定车龄对油耗的影响因子为:(28/27+29/28)/2=1.04。
再例如,假设一批3年(车型为K)的车、5月行驶、轻载平均油耗30L/100km,一批3年同车型的车、5月行驶、重载平均油耗35.8L/100km,一批3年同车型的车、5月行驶、空载平均油耗27.5L/100km,那么电子设备确定载重对油耗的影响因子为:M1=35.8/30=1.19,M2=30/27.5=1.09,综上载重对油耗的影响因子=(1.19+1.09)/2=1.14。
需要说明的是,上述需要根据数据表现将每个因子进行相对合理的分级,如:载重分为空载、轻载、重载。车龄分为:0~2年,2~4年,4~6年,6年以上。可以预先根据经验将分级结果存储在电子设备中。
这样,实现了将不同影响因素对历史油耗的影响程度的量化,便于后续效果的分析。
上述主要从车辆油耗的确定装置的角度对本发明实施例提供的方案进行了介绍。可以理解的是,车辆油耗的确定装置为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的算法步骤,本发明能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
图6示出了上述实施例中涉及的车辆油耗的确定装置的另一种可能的组成示意图,如图6所示,该车辆油耗的确定装置可以包括:获取单元61和确定单元62。
获取单元61,用于在车辆数据库中获取目标车辆在第一时间段内的目标历史数据;
确定单元62,用于根据获取单元61获取的目标历史数据确定不满足车辆油耗的计算条件;
获取单元61,还用于当根据目标历史数据确定不满足车辆油耗的计算条件时,在车辆数据库中获取参考车辆在第二时间段内的参考数据,参考数据满足车辆油耗的计算条件;其中,目标车辆为一辆车时,参考车辆包括车辆型号与目标车辆的车辆型号相同的车辆或者参考车辆为目标车辆,目标车辆包括目标型号的车辆时,参考车辆为目标车辆;
确定单元62,还用于根据获取单元61获取的参考数据确定第一平均油耗,第一平均油耗为目标车辆在第一时间段内的平均油耗。
可选的,目标历史数据包括目标车辆在第一时间段内的历史行驶里程和出现故障的故障时间,确定单元62,具体用于:在历史行驶里程小于预设里程时确定不满足车辆油耗的计算条件;或者,在故障时间大于预设时间时确定不满足车辆油耗的计算条件。
可选的,目标车辆为一辆车,参考车辆包括车辆型号与目标车辆的车辆型号相同的车辆,或者目标车辆包括目标型号的车辆,参考车辆为目标车辆时,确定单元62,具体用于:根据参考数据确定第二平均油耗,第二平均油耗为参考车辆在第二时间段内的平均油耗;根据目标车辆在预设时间段内的平均油耗和参考车辆在预设时间段内的平均油耗确定修正系数;根据修正系数和第二平均油耗确定第一平均油耗。
可选的,目标车辆为一辆车,参考车辆包括车辆型号与目标车辆的车辆型号相同的车辆时,确定单元62,具体用于:在第一车辆油耗变化图与车型油耗变化图相似时,获取基期时间段,第一车辆油耗变化图为在第二时间段内目标车辆的平均油耗随单位时间的变化图,车型油耗变化图为第二时间段内参考车辆的平均油耗随单位时间的变化图,第二时间段包括第一时间段和基期时间段;根据第一时间段和基期时间段分别对应的车型油耗确定变化系数;根据基期时间段对应的车辆油耗和变化系数,确定第一平均油耗。
可选的,参考车辆为目标车辆时,确定单元62,具体用于:获取基期时间段、第一车辆油耗变化图和第二车辆油耗变化图,第二车辆油耗变化图为第三时间段内目标车辆的平均油耗随单位时间的变化图,第三时间段包括第一时间段;根据基期时间段和第一时间段在第一车辆油耗变化图中分别对应的平均油耗确定变化系数;根据基期时间段在第二车辆油耗变化图中对应的平均油耗和变化系数确定第一平均油耗。
可选的,确定单元62,还用于当根据目标历史数据确定满足车辆油耗的计算条件时,根据目标历史数据确定第一平均油耗。
可选的,确定单元62,具体用于:获取目标历史数据包括的至少一个行程中每个行程对应的多个维度中每个维度的标签、里程数、油耗数,标签用于指示行程的属性信息;根据每个维度的标签对至少一个行程进行分类,得到多个行程集合,每个行程集合包括的行程对应的多个维度中每个维度的标签均相同;根据每个行程集合包括的每个行程对应的里程数和油耗数,计算每个行程集合对应的第一平均油耗。
可选的,如图7所示,车辆油耗的确定装置还包括:接收单元63和存储单元64;接收单元63,用于接收目标车辆上报的目标行程的业务数据;确定单元62,还用于根据业务数据确定目标行程对应的多个维度中每个维度的标签;存储单元64,用于将目标行程对应的多个维度中每个维度的标签存储在车辆数据库中。
本发明实施例提供的车辆油耗的确定装置,用于执行上述车辆油耗的确定方法,因此可以达到与上述车辆油耗的确定方法相同的效果。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何在本发明揭露的技术范围内的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (18)

1.一种车辆油耗的确定方法,其特征在于,包括:
在车辆数据库中获取目标车辆在第一时间段内的目标历史数据;
当根据所述目标历史数据确定不满足车辆油耗的计算条件时,在所述车辆数据库中获取参考车辆在第二时间段内的参考数据,所述参考数据满足车辆油耗的计算条件;
其中,所述目标车辆为一辆车时,所述参考车辆包括车辆型号与所述目标车辆的车辆型号相同的车辆或者所述参考车辆为所述目标车辆,所述目标车辆包括目标型号的车辆时,所述参考车辆为所述目标车辆;
根据所述参考数据确定第一平均油耗,所述第一平均油耗为所述目标车辆在所述第一时间段内的平均油耗。
2.根据权利要求1所述的车辆油耗的确定方法,其特征在于,所述目标历史数据包括所述目标车辆在所述第一时间段内的历史行驶里程和出现故障的故障时间,所述根据所述目标历史数据确定不满足车辆油耗的计算条件,包括:
在所述历史行驶里程小于预设里程时确定不满足车辆油耗的计算条件;
或者,
在所述故障时间大于预设时间时确定不满足车辆油耗的计算条件。
3.根据权利要求1或2所述的车辆油耗的确定方法,其特征在于,所述目标车辆为一辆车,所述参考车辆包括车辆型号与所述目标车辆的车辆型号相同的车辆,或者所述目标车辆包括目标型号的车辆,所述参考车辆为所述目标车辆时,所述根据所述参考数据确定第一平均油耗,包括:
根据所述参考数据确定第二平均油耗,所述第二平均油耗为所述参考车辆在所述第二时间段内的平均油耗;
根据所述目标车辆在预设时间段内的平均油耗和所述参考车辆在所述预设时间段内的平均油耗确定修正系数;
根据所述修正系数和所述第二平均油耗确定所述第一平均油耗。
4.根据权利要求1或2所述的车辆油耗的确定方法,其特征在于,所述目标车辆为一辆车,所述参考车辆包括车辆型号与所述目标车辆的车辆型号相同的车辆时,所述根据所述参考数据确定第一平均油耗,包括:
在第一车辆油耗变化图与车型油耗变化图相似时,获取基期时间段,所述第一车辆油耗变化图为在所述第二时间段内所述目标车辆的平均油耗随单位时间的变化图,所述车型油耗变化图为所述第二时间段内所述参考车辆的平均油耗随单位时间的变化图,所述第二时间段包括所述第一时间段和所述基期时间段;
根据所述第一时间段和所述基期时间段分别对应的车型油耗确定变化系数;
根据所述基期时间段对应的车辆油耗和所述变化系数,确定所述第一平均油耗。
5.根据权利要求1或2所述的车辆油耗的确定方法,其特征在于,所述参考车辆为所述目标车辆时,所述根据所述参考数据确定第一平均油耗,包括:
获取基期时间段、第一车辆油耗变化图和第二车辆油耗变化图,所述第二车辆油耗变化图为第三时间段内所述目标车辆的平均油耗随单位时间的变化图,所述第三时间段包括所述第一时间段;
根据所述基期时间段和所述第一时间段在所述第一车辆油耗变化图中分别对应的平均油耗确定变化系数;
根据所述基期时间段在所述第二车辆油耗变化图中对应的平均油耗和所述变化系数确定所述第一平均油耗。
6.根据权利要求1或2所述的车辆油耗的确定方法,其特征在于,所述车辆油耗的确定方法还包括:
当根据所述目标历史数据确定满足车辆油耗的计算条件时,根据所述目标历史数据确定所述第一平均油耗。
7.根据权利要求6所述的车辆油耗的确定方法,其特征在于,所述根据所述目标历史数据确定所述第一平均油耗,包括:
获取所述目标历史数据包括的至少一个行程中每个行程对应的多个维度中每个维度的标签、里程数、油耗数,所述标签用于指示行程的属性信息;
根据每个维度的标签对所述至少一个行程进行分类,得到多个行程集合,每个行程集合包括的行程对应的多个维度中每个维度的标签均相同;
根据每个行程集合包括的每个行程对应的里程数和油耗数,计算每个行程集合对应的第一平均油耗。
8.根据权利要求7所述的车辆油耗的确定方法,其特征在于,所述车辆油耗的确定方法还包括:
接收所述目标车辆上报的目标行程的业务数据;
根据所述业务数据确定所述目标行程对应的多个维度中每个维度的标签;
将所述目标行程对应的多个维度中每个维度的标签存储在所述车辆数据库中。
9.一种车辆油耗的确定装置,其特征在于,所述车辆油耗的确定装置包括:获取单元和确定单元;
所述获取单元,用于在车辆数据库中获取目标车辆在第一时间段内的目标历史数据;
所述确定单元,用于根据所述获取单元获取的所述目标历史数据确定不满足车辆油耗的计算条件;
所述获取单元,还用于当根据所述目标历史数据确定不满足车辆油耗的计算条件时,在所述车辆数据库中获取参考车辆在第二时间段内的参考数据,所述参考数据满足车辆油耗的计算条件;
其中,所述目标车辆为一辆车时,所述参考车辆包括车辆型号与所述目标车辆的车辆型号相同的车辆或者所述参考车辆为所述目标车辆,所述目标车辆包括目标型号的车辆时,所述参考车辆为所述目标车辆;
所述确定单元,还用于根据所述获取单元获取的所述参考数据确定第一平均油耗,所述第一平均油耗为所述目标车辆在所述第一时间段内的平均油耗。
10.根据权利要求9所述的车辆油耗的确定装置,其特征在于,所述目标历史数据包括所述目标车辆在所述第一时间段内的历史行驶里程和出现故障的故障时间,所述确定单元,具体用于:
在所述历史行驶里程小于预设里程时确定不满足车辆油耗的计算条件;
或者,
在所述故障时间大于预设时间时确定不满足车辆油耗的计算条件。
11.根据权利要求9或10所述的车辆油耗的确定装置,其特征在于,所述目标车辆为一辆车,所述参考车辆包括车辆型号与所述目标车辆的车辆型号相同的车辆,或者所述目标车辆包括目标型号的车辆,所述参考车辆为所述目标车辆时,所述确定单元,具体用于:
根据所述参考数据确定第二平均油耗,所述第二平均油耗为所述参考车辆在所述第二时间段内的平均油耗;
根据所述目标车辆在预设时间段内的平均油耗和所述参考车辆在所述预设时间段内的平均油耗确定修正系数;
根据所述修正系数和所述第二平均油耗确定所述第一平均油耗。
12.根据权利要求9或10所述的车辆油耗的确定装置,其特征在于,所述目标车辆为一辆车,所述参考车辆包括车辆型号与所述目标车辆的车辆型号相同的车辆时,所述确定单元,具体用于:
在第一车辆油耗变化图与车型油耗变化图相似时,获取基期时间段,所述第一车辆油耗变化图为在所述第二时间段内所述目标车辆的平均油耗随单位时间的变化图,所述车型油耗变化图为所述第二时间段内所述参考车辆的平均油耗随单位时间的变化图,所述第二时间段包括所述第一时间段和所述基期时间段;
根据所述第一时间段和所述基期时间段分别对应的车型油耗确定变化系数;
根据所述基期时间段对应的车辆油耗和所述变化系数,确定所述第一平均油耗。
13.根据权利要求9或10所述的车辆油耗的确定装置,其特征在于,所述参考车辆为所述目标车辆时,所述确定单元,具体用于:
获取基期时间段、第一车辆油耗变化图和第二车辆油耗变化图,所述第二车辆油耗变化图为第三时间段内所述目标车辆的平均油耗随单位时间的变化图,所述第三时间段包括所述第一时间段;
根据所述基期时间段和所述第一时间段在所述第一车辆油耗变化图中分别对应的平均油耗确定变化系数;
根据所述基期时间段在所述第二车辆油耗变化图中对应的平均油耗和所述变化系数确定所述第一平均油耗。
14.根据权利要求9或10所述的车辆油耗的确定装置,其特征在于,
所述确定单元,还用于当根据所述目标历史数据确定满足车辆油耗的计算条件时,根据所述目标历史数据确定所述第一平均油耗。
15.根据权利要求14所述的车辆油耗的确定装置,其特征在于,所述确定单元,具体用于:
获取所述目标历史数据包括的至少一个行程中每个行程对应的多个维度中每个维度的标签、里程数、油耗数,所述标签用于指示行程的属性信息;
根据每个维度的标签对所述至少一个行程进行分类,得到多个行程集合,每个行程集合包括的行程对应的多个维度中每个维度的标签均相同;
根据每个行程集合包括的每个行程对应的里程数和油耗数,计算每个行程集合对应的第一平均油耗。
16.根据权利要求15所述的车辆油耗的确定装置,其特征在于,所述车辆油耗的确定装置还包括:接收单元和存储单元;
所述接收单元,用于接收所述目标车辆上报的目标行程的业务数据;
所述确定单元,还用于根据所述业务数据确定所述目标行程对应的多个维度中每个维度的标签;
所述存储单元,用于将所述目标行程对应的多个维度中每个维度的标签存储在所述车辆数据库中。
17.一种车辆油耗的确定装置,其特征在于,所述车辆油耗的确定装置包括:处理器和存储器;所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令;当所述处理器执行所述计算机指令时,所述车辆油耗的确定装置执行如权利要求1-8中任意一项所述的车辆油耗的确定方法。
18.一种计算机可读存储介质,其特征在于,包括计算机指令,当所述计算机指令在车辆油耗的确定装置上运行时,使得所述车辆油耗的确定装置执行权利要求1-8中任意一项所述的车辆油耗的确定方法。
CN202110893367.0A 2021-08-04 2021-08-04 一种车辆油耗的确定方法及装置 Pending CN113776610A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110893367.0A CN113776610A (zh) 2021-08-04 2021-08-04 一种车辆油耗的确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110893367.0A CN113776610A (zh) 2021-08-04 2021-08-04 一种车辆油耗的确定方法及装置

Publications (1)

Publication Number Publication Date
CN113776610A true CN113776610A (zh) 2021-12-10

Family

ID=78836932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110893367.0A Pending CN113776610A (zh) 2021-08-04 2021-08-04 一种车辆油耗的确定方法及装置

Country Status (1)

Country Link
CN (1) CN113776610A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114608604A (zh) * 2022-05-12 2022-06-10 山东捷瑞数字科技股份有限公司 基于机器学习与gps定位的车辆油耗预测的方法和装置
CN115293055A (zh) * 2022-10-08 2022-11-04 江苏徐工工程机械研究院有限公司 矿区车辆的油耗预测模型的训练方法、装置及电子设备

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009192405A (ja) * 2008-02-15 2009-08-27 Xanavi Informatics Corp 燃費報知装置、燃費算出装置
CN101619993A (zh) * 2008-06-30 2010-01-06 上海德科电子仪表有限公司 汽车平均油耗的测量方法
CN101706301A (zh) * 2009-11-25 2010-05-12 浙江吉利汽车研究院有限公司 汽车平均油耗的计算方法及其计算电路
CN102221385A (zh) * 2010-04-08 2011-10-19 罗伯特·博世有限公司 燃料消耗的确定方法及导航***
JP2013077051A (ja) * 2011-09-29 2013-04-25 Clarion Co Ltd 燃料消費量予測装置、ナビゲーション装置、燃料消費量予測方法
JP2013221814A (ja) * 2012-04-16 2013-10-28 Mitsubishi Electric Corp エネルギー消費量予測装置
CN103791961A (zh) * 2014-01-16 2014-05-14 观致汽车有限公司 一种预测车辆可行驶里程数的方法
CN103954328A (zh) * 2014-04-14 2014-07-30 中国人民解放军装甲兵工程学院 柴油机机油消耗状况监测方法及监测装置
CN104111095A (zh) * 2014-06-23 2014-10-22 深圳市一体数科科技有限公司 基于汽车行驶状态的汽车油耗分析方法及***
CN104198005A (zh) * 2014-07-19 2014-12-10 吴明 汽车多工况路试油耗模拟计算检测方法
JP2015190830A (ja) * 2014-03-28 2015-11-02 パイオニア株式会社 消費エネルギー推定装置、通信装置、消費エネルギー推定方法、消費エネルギー推定プログラム
JP2018019483A (ja) * 2016-07-26 2018-02-01 トヨタ自動車株式会社 車両の走行可能距離算出システムおよび走行可能距離算出方法
CN109033559A (zh) * 2018-07-05 2018-12-18 鞍钢集团矿业有限公司 一种矿用汽车油耗定额确定方法
CN109789792A (zh) * 2016-09-29 2019-05-21 三菱电机株式会社 油耗估计***、油耗估计方法和油耗估计程序
CN110660214A (zh) * 2018-06-29 2020-01-07 比亚迪股份有限公司 车辆及其能耗数据的获取方法、装置

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009192405A (ja) * 2008-02-15 2009-08-27 Xanavi Informatics Corp 燃費報知装置、燃費算出装置
CN101619993A (zh) * 2008-06-30 2010-01-06 上海德科电子仪表有限公司 汽车平均油耗的测量方法
CN101706301A (zh) * 2009-11-25 2010-05-12 浙江吉利汽车研究院有限公司 汽车平均油耗的计算方法及其计算电路
CN102221385A (zh) * 2010-04-08 2011-10-19 罗伯特·博世有限公司 燃料消耗的确定方法及导航***
JP2013077051A (ja) * 2011-09-29 2013-04-25 Clarion Co Ltd 燃料消費量予測装置、ナビゲーション装置、燃料消費量予測方法
JP2013221814A (ja) * 2012-04-16 2013-10-28 Mitsubishi Electric Corp エネルギー消費量予測装置
CN103791961A (zh) * 2014-01-16 2014-05-14 观致汽车有限公司 一种预测车辆可行驶里程数的方法
JP2015190830A (ja) * 2014-03-28 2015-11-02 パイオニア株式会社 消費エネルギー推定装置、通信装置、消費エネルギー推定方法、消費エネルギー推定プログラム
CN103954328A (zh) * 2014-04-14 2014-07-30 中国人民解放军装甲兵工程学院 柴油机机油消耗状况监测方法及监测装置
CN104111095A (zh) * 2014-06-23 2014-10-22 深圳市一体数科科技有限公司 基于汽车行驶状态的汽车油耗分析方法及***
CN104198005A (zh) * 2014-07-19 2014-12-10 吴明 汽车多工况路试油耗模拟计算检测方法
JP2018019483A (ja) * 2016-07-26 2018-02-01 トヨタ自動車株式会社 車両の走行可能距離算出システムおよび走行可能距離算出方法
CN109789792A (zh) * 2016-09-29 2019-05-21 三菱电机株式会社 油耗估计***、油耗估计方法和油耗估计程序
CN110660214A (zh) * 2018-06-29 2020-01-07 比亚迪股份有限公司 车辆及其能耗数据的获取方法、装置
CN109033559A (zh) * 2018-07-05 2018-12-18 鞍钢集团矿业有限公司 一种矿用汽车油耗定额确定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
庞然 等: "基于典型山地城市的轻型车比功率综合油耗模型", 科学技术与工程, vol. 18, no. 6, 2 May 2018 (2018-05-02), pages 156 - 161 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114608604A (zh) * 2022-05-12 2022-06-10 山东捷瑞数字科技股份有限公司 基于机器学习与gps定位的车辆油耗预测的方法和装置
CN115293055A (zh) * 2022-10-08 2022-11-04 江苏徐工工程机械研究院有限公司 矿区车辆的油耗预测模型的训练方法、装置及电子设备

Similar Documents

Publication Publication Date Title
WO2021135653A1 (zh) 一种识别车辆的异常停留的方法和***
US20200134735A1 (en) Enhancement using analytics based on vehicle kinematic data
CN111860872B (zh) 用于异常检测的***和方法
JP6593798B2 (ja) 車両、車両の通信モジュールと通信するシステム、および1組の車両と通信するシステム
JP2019532372A (ja) ドライバーの安全性スコアを決定するためのシステムおよび方法
US20210350635A1 (en) Determining vehicle service timeframes based on vehicle data
CN113776610A (zh) 一种车辆油耗的确定方法及装置
CN110705774A (zh) 一种车辆能耗分析的预测方法和***
JP2021509978A (ja) 運転行為評価方法、装置及びコンピュータが読み取り可能な記憶媒体
CN112629524A (zh) 出行路径推荐管理方法、装置和电子设备
CN111210537A (zh) 一种油耗分析方法、装置、设备和存储介质
Chen et al. Driving behaviors analysis based on feature selection and statistical approach: a preliminary study
US20200334761A1 (en) Systems and methods for georeferencing and scoring vehicle data in communities
CN115146478A (zh) 基于优化算法的行驶工况构建方法、装置及相关设备
CN117400948A (zh) 一种汽车能耗预测方法、装置、电子设备及存储介质
KR102547634B1 (ko) 배터리 평가 점수를 제공하기 위한 방법
CN116664025A (zh) 装卸货位置点生成方法、装置及设备
KR102601046B1 (ko) 차량 가용도 예측 방법 및 장치
CN114426025B (zh) 驾驶辅助方法、装置、计算机设备和存储介质
CN114419894B (zh) 一种路内停车泊位设置与使用监测的方法与***
CN112950030B (zh) 电动汽车的残差评估方法、装置、电子设备及存储介质
CN111339468B (zh) 信息推送方法、装置、电子设备和存储介质
CN113282844B (zh) 一种优先级的确定方法和装置
CN114613124B (zh) 交通信息处理方法、装置、终端及计算机可读存储介质
CN114485826A (zh) 一种车辆里程油耗数据确定方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination