一种基于OBD的车辆不同载重状态下排放数据提取方法

本发明涉及道路交通环境，尤其涉及一种基于obd的车辆不同载重状态下排放数据提取方法。

背景技术：

1、目前，城市排放管理研究是城市环保研究重点，而城市环卫车排放管理是其中重要一环。城市拥有大量的人口，需要大量的垃圾车来运输和转移产生的生活垃圾，其特殊的工作环境与特点决定了和城市居民的联系紧密，与居民的生活环境、身体健康休戚相关。但由于城市垃圾车不同于其他行业货车的行驶特征，垃圾车的载运状态存在一定的规律性，及时掌握垃圾运输车辆的载运情况，能对垃圾车的排放做出更有针对性的分析。目前车辆载重状态的获取方式一般是在车辆底盘上加装载重传感器，在行驶过程中可实时检测车辆货物空载和满载情况。

2、在现有的车辆载重状态的获取方法中，载重传感器在使用中容易损坏并且维修成本高，而且许多城市垃圾收运车没有安装垃圾重量传感器，对研究工作造成了一定的负担。

技术实现思路

1、发明目的：本发明的目的是提供一种基于obd的车辆不同载重状态下排放数据提取方法，利用车载obd数据分析，提取出垃圾收运车运行过程中的不同载重状态下的行驶数据，计算出相应的排放数据，进而分析不同载重下排放数据特点，用以解决现有技术中载重传感器在使用中容易损坏并且维修成本高和研究数据中载重状态缺失的问题。

2、技术方案：一种基于obd的车辆不同载重状态下排放数据提取方法，包括以下步骤：

3、s1，根据城市垃圾收运车辆的obd数据获取并计算目标车辆的排放数据与行驶数据；

4、s2，对所述行驶数据进行预处理，得到有效行驶数据；

5、s3，依据所述有效行驶数据，利用knn算法进行道路匹配，提取高速公路行驶数据；

6、s4，依据提取的高速公路行驶数据，将行驶数据进行行编号，确定与载重状态相关的特征列；

7、s5，依据特征列，确定特征列的行驶起点和行驶终点的数据为特征数据标签，分别记为起点o、终点d；

8、s6，依据所述特征数据标签，对提取的行驶数据进行筛选与重构，得到新的编号列；

9、s7，依据新的编号列，利用循环算法判断重构编号列内相邻编号特征行数据是否为数据标签o、d相连，然后返回新编号列的行编号所相应的原行序列号，截选出编号相邻且od相连的原行序列号之间的原行驶数据，得到目标车辆的载重状态排放数据提取结果。

10、进一步地，步骤s1包括以下分步骤：

11、s11，获取obd数据。

12、s12，根据排放计算公式计算整体排放数据，获取行驶数据，排放计算公式如下：

13、mnox＝nexhaust·φnox·mnox·1000/3600

14、

15、其中，nexhaust为车辆发动机排气总物质流量，mintake为发动机进气流量(kg/h)，mair,mc,mh分别为空气，h元素，c元素的分子量(kg/kmol)，lf为发动机燃料流量(l/h)，ρf为燃料的平均密度，k为燃料中的h:c摩尔比，mnox为nox的平均分子量(g/mol)，mnox为车辆逐秒的nox排放量(g/s)；为obd读取的scr下游nox浓度，ppm。

16、进一步地，步骤s2包括以下分步骤：

17、s21，根据步骤s1中获取的行驶数据，当数据点位存在偏移时，使用最近邻knn算法，将偏移点位归到路网上；对于整体偏移，利用gis中的move指令使整体数据直接移动到路网上；

18、s22，根据步骤s1中获取的行驶数据，当存在数据点缺失时，通过窗口函数提取丢失的数据，选择距离最近的一个非空行驶数据进行填充。

19、进一步地，步骤s3包括以下分步骤：

20、s31，根据步骤s2中获取的有效行驶数据，将原始数据导入gis，得到完整的空间点轨迹；

21、s32，在垃圾收集工作地点、焚烧厂建立缓冲区，同时获取城市路网中高速公路、城市快速路、主干道、次干道路网矢量数据，建立用于匹配点功能的路网矢量数据；

22、s33，通过最近邻knn算法，将所有点位的漂移匹配到步骤32建立的路网矢量数据中，将行驶数据与路网进行匹配，使每一个位置点都有相应的道路类别属性特征；

23、s34，将匹配计算后的数据另存为excel格式，通过表格筛选出高速公路行驶数据。

24、进一步地，步骤s4包括以下分步骤：

25、s41，根据步骤s3中获取的高速行驶数据，获取车辆的经纬度值，计算车辆行驶过程中每十秒内经纬度差值；

26、s42，判断是否为特征列，包括：

27、依据经纬度值，计算车辆行驶过程中每十秒内的经纬度差值；

28、依据经纬度差值判断特征列，判断是否为特征列，包括如下：

29、若经度差值全大于零或小于零，则将经度作为特征列；纬度差值全大于零或小于零，则将纬度作为特征列；

30、若经纬度值差值正负交替，则判断目标车辆行驶方向：

31、若目标车辆的行驶方向为东西向，则将经度作为特征列；

32、若目标车辆的行驶方向为南北向，则将纬度作为特征列；

33、进一步地，步骤s5包括以下步骤：

34、根据特征列判断结果，利用目标车辆gps行驶轨迹，确定特征列对应的两个特征数据标签：选取能代表行驶起点与行驶终点的数据为特征数据标签，分别记为起点o、终点d。

35、进一步地，步骤s6包括以下分步骤：

36、s61，依据特征数据标签，筛选特征列内数据值为o、d的全部行数据，并对数据值为o、d的全部行数据重新依次编号；

37、s62，依据筛选出的全部行数据，生成新的编号列数据。

38、进一步地，步骤s7包括以下分步骤：

39、s71，依据新编号列数据，从编号1开始依次判断特征列内每相邻的一组数据是否为od相连；

40、若相连，则标定这组od数据的原行编号；

41、若不相连，则依次往下判断；

42、s72，判断结束，提取各组原行编号间对应原行驶数据中的所有行驶数据；

43、若每相邻的一组od数据第一个数据为o，则判断为满载下的数据；

44、若每相邻的一组od数据第一个数据为d，则判断为空载下的数据；

45、s73，依据提取的每组行驶数据，将同一状态下的行驶数据合并，则确定车辆的不同载重状态下整体排放数据结果。

46、本发明与现有技术相比，其显著效果如下：

47、1、本发明通过获取目标车辆的行驶数据，可提取车辆运行不同载重状态下的行驶数据，并作不同载重状态下的排放分析；

48、2、本发明基于车辆自身安装的车载智能终端的行驶数据进行载重状态下排放数据提取，不需要安装载重传感器，节省车辆安装载重传感器的成本；

49、3、本发明基于车辆自身安装的车载智能终端的行驶数据进行载重状态排放数据提取，克服了载重数据缺失时造成对车辆排放特征影响因素分析的局限，之后的研究能够在不明确车辆状态下，通过数据提取来分析载重状态，从而扩大排放影响因素的参数范围。