CN104002816B - 一种车辆地理环境挖掘感知节油方法 - Google Patents

Abstract

本发明提供一种车辆地理环境挖掘感知节油方法，该方法包括如下步骤：步骤1、将启动车辆的位置数据与行驶数据融合成数据帧传给车联网中心；步骤2、调用并清洗存储的数据帧，得到车辆的所有匀速片段；步骤3、对匀速片段进行中心数据融合，得到路段坡度数据并传给车联网中心；步骤4、车联网中心根据行驶车辆传来的位置，将坡度数据下发给行驶车辆；步骤5、行驶车辆利用返回的坡度数据，计算出该行驶车辆的卫星定位坐标与前方坡度E起始位置之间的距离D，并根据坡度E和距离D进行决策。本发明的优点是：不仅能得到准确的坡度数据，而且无需专门对道路进行大量的采样工作，也不需安装额外的传感器，这大大降低了投入成本。

Description

一种车辆地理环境挖掘感知节油方法

技术领域

本发明涉及一种车辆地理环境挖掘感知节油方法。

背景技术

提高汽车燃油经济性是现代汽车技术发展的重要方向,除了载重、外形结构、传动效率等因素外，地理环境对燃油经济性也有重大影响。当能够预先探知前方道路的地理环境时，我们就可以在适当的位置开始控制车辆合适的加速度或者发动机涡轮压力等，进而提高车辆过坡时的耗油性能。因此，如何感知车辆行驶的地理环境是一个很重要的问题。

传统对车辆坡度感知主要用到传感器，例如倾角传感器(发明专利号：201210076260.8)，加速度传感器(发明专利号：200910088125.3和201210272414.0)或者GPS测高。传统方法的缺陷是：当传感器测量到坡度时，汽车已经在坡上了，因而错过了提前调整动力的时机；若采用事先测量坡度信息，进而构建道路坡度信息数据库方法，则需要投入专门的测量车辆，且每辆测量车辆都需要安装额外的传感器设备，每个传感器还需要处理各自的误差，这大大增加了投入成本；若采用GPS测高方法，则在测量过程中很容易受到卫星信号的影响，特别是在隧道情况下，往往会完全不能使用。

发明内容

本发明要解决的技术问题，在于提供一种车辆地理环境挖掘感知节油方法，通过对启动车辆的位置数据与行驶数据进行采集和融合，并将融合的数据帧传给车联网中心，再对所有车辆的数据帧进行数据清洗和中心数据融合，并将得到的坡度数据存储在车联网中心，行驶车辆则根据车联网中心下发的坡度数据进行车辆决策，从而达到节油效果。

本发明一种车辆地理环境挖掘感知节油方法，包括如下步骤：

步骤1、车辆启动后，便开始采集该车辆的卫星定位坐标，并将卫星定位坐标与道路映射匹配得到该车辆的位置数据，同时采集该车辆的行驶数据，之后将该车辆的行驶数据与位置数据融合成数据帧，并上传给车联网中心；

步骤2、调用存储在车联网中心的所有车辆的数据帧，并对所有车辆的数据帧进行数据清洗，得到所有匀速片段；

步骤3、对上述所有匀速片段进行中心数据融合，得到整个路段的坡度数据，并将坡度数据上传给车联网中心；

步骤4、车联网中心根据行驶车辆传来的数据帧或者卫星定位坐标，将前方的坡度数据下发给该行驶车辆；

步骤5、行驶车辆通过车联网中心返回的坡度数据，计算出该行驶车辆的卫星定位坐标与前方坡度E起始位置之间的距离D，并根据坡度E和距离D进行决策。

进一步的，所述步骤1具体包括如下步骤：

步骤11、当启动车辆后，便根据采样的时间间隔△T，对该车辆的卫星定位坐标进行采集；若卫星定位处于有效状态，则记下采样时刻t_s及该车辆的卫星定位坐标p_s，之后进入步骤12；若卫星定位处于失效状态，则进入步骤13；

步骤12、利用最小垂直投影距离法结合车辆行驶方向，将该车辆的卫星定位坐标p_s与道路进行映射匹配，得到该车辆的位置数据，并将该车辆位置数据中的匹配位置p_s’与采样时刻t_s记录到有效位置缓存中；同时采集该车辆的行驶数据，再将该车辆的行驶数据与位置数据构成一个数据帧，并通过无线通信将数据帧发送给车联网中心，之后进入步骤14；

步骤13、当上述有效位置缓存中有记录时，就从有效位置缓存中取出该车辆存储的前一采样时刻t_s的匹配位置p_s’，并以匹配位置p_s’为起点，通过该车辆的里程表数据与道路地图算出该车辆的位置数据，同时将该车辆的位置数据与采集的行驶数据构成一个数据帧，并通过无线通信将数据帧发送给车联网中心，之后进入步骤14；当上述有效位置缓存中没有记录时，就直接进入步骤14；

步骤14、若该车辆停止行驶，则清空其有效位置缓存；若该车辆继续行驶，则返回步骤11循环执行。

进一步的，所述步骤2具体包括如下步骤：

步骤21、从车联网中心的车辆数据存储表中取出其中一辆车的所有数据帧；

步骤22、根据相邻采样时刻之间的时间间隔△t的特征，将该车辆所有从启动到停止过程的连续数据帧逐段分开，并将每一段连续数据帧按采样时刻t_s顺序排列；

步骤23、取出上述车辆的一段连续数据帧，通过发动机转速n和车辆档位d，换算出该段连续数据帧在每一采样时刻t_s的速度v_s，并对每一相邻时刻的速度进行求导，得到加速度a_s；根据选取的阈值ε，判断a_s是否小于阈值ε，若是则该车辆在采样时刻t_s处为匀速行驶，标记该采样时刻t_s的数据帧为1；若否则该车辆在采样时刻t_s处为非匀速行驶，标记该采样时刻t_s的数据帧为0，继续比较a_s的值，直到标记完该段连续数据帧；

步骤24、按采样时刻t_s排列的顺序，扫描标记完的连续数据帧，将其中连续标记为1的数据帧全部取出，并做为匀速片段存入到匀速片段缓存中；

步骤25、若未处理完该车辆的所有连续数据帧，则返回步骤23循环执行；若已处理完该车辆的所有连续数据帧，则进入步骤26；

步骤26、若已执行完车辆数据存储表中所有车辆的数据帧，则进入步骤3；若未执行完车辆数据存储表中所有车辆的数据帧，则返回步骤21循环执行。

进一步的，所述步骤3具体包括如下步骤：

步骤31、从匀速片段缓存中取一已知载重车辆A的匀速片段a做为初始片段，设该初始片段中，车辆的位置数据为{p_a1,p_a2,…p_an,p_d1,p_d2,…p_dk}，并由发动机扭矩T与发动机转速n算出各点功率P；设相邻位置数据p_a2与p_a1的功率变化量为ΔP_a2,a1，则该匀速片段相邻位置的功率变化序列为：

步骤32、将初始片段a做为当前参考片段，并根据其位置数据，从匀速片段缓存中找出与该匀速片段a有位置数据重叠的匀速片段b，并设该匀速片段b属于车辆B，位置数据为{p_d1,p_d2,…p_dk,p_b1,p_b2,…p_bm}，由发动机扭矩T与发动机转速n算出各点功率P，则该匀速片段相邻位置的功率变化序列为:

步骤33、在重叠的位置数据{p_d1,p_d2,…p_dk-1}处，计算出B车速度与质量乘积特征相对于A车速度与质量乘积特征的归一化系数{C_d1,C_d2,…C_dk-1}；

步骤34、将得到的归一化系数的值C_d1,C_d2,…C_dk-1求平均，得到总体归一化系数C；

步骤35、利用总体归一化系数C，将B车在匀速片段b上以载重G_B及匀速uB行驶的功率变化序列归一化为A车在匀速片段b上以载重G_A及匀速u_A行驶的功率变化序列，归一化后的功率变化序列为：

步骤36、将A车在匀速片段a与匀速片段b上以载重G_A及匀速u_A行驶的功率变化序列进行拼接融合，得到拼接融合后的功率变化序列为：

{ΔP_a2,a1,ΔP_a3,a2,…,ΔP_an,an-1,

CΔP_b2,b1,CΔP_b3,b2,…,CΔP_bm,bm-1}；

步骤37、若还未找出与匀速片段a有位置数据重叠的所有匀速片段，则将已拼接的匀速片段作为当前参考片段，并返回步骤32循环执行；若已找出与匀速片段a有位置数据重叠的所有匀速片段，并将所有匀速片段拼接得到整条路段的功率变化序列，则进入步骤38；

步骤38、利用坡度变化量将整条路段的功率变化序列转变为坡度变化序列，并将得到的坡度数据传送给车联网中心，其中u为速度，G为质量，ΔP为功率变化量，η_T为机械传动效率。

进一步的，所述步骤4具体包括如下步骤：

步骤41、车联网中心将传来的坡度数据存入坡度数据存储表中；

步骤42、行驶车辆将卫星定位坐标与行驶方向上传给车联网中心；

步骤43、车联网中心接收行驶车辆传来的数据帧或者卫星定位坐标及行驶方向，若接收的是该行驶车辆的数据帧，则取出数据帧中的匹配位置p_s’和路段ID r_s，之后进入步骤44；若接收的是该行驶车辆的卫星定位坐标及行驶方向，则利用最小垂直投影距离法并结合行驶方向，将该行驶车辆的卫星定位坐标与道路进行映射匹配，得到该行驶车辆的匹配位置p_s”和路段ID r_s’，之后进入步骤44；

步骤44、根据匹配位置p_s’及路段ID r_s或者匹配位置p_s”及路段ID r_s’，将前方的坡度数据下发给该行驶车辆。

进一步的，所述位置数据包括匹配位置p_s’和路段ID r_s；所述行驶数据包括发动机转速n、发动机扭矩T及车辆档位d。

进一步的，所述数据帧为{n,T,d,p_s’,t_s,r_s}。

进一步的，所述相邻采样时刻之间的时间间隔△t的特征为：若在同一连续数据帧中，则该时间间隔△t等于采样的时间间隔△T；若在两段连续数据帧中，则该时间间隔△t大于采样的时间间隔△T。

进一步的，所述步骤33的具体计算过程为：先由发动机扭矩T与发动机转速n，分别算出重叠位置数据p_d2、p_d1处A车的发动机输出功率P_ad2及P_ad1；再根据坡度i与汽车功率P的关系得到在位置数据p_d2与p_d1之间，A车遇到的实际坡度变化B车遇到的实际坡度变化其中u为速度，G为质量，ηT为机械传动效率；接着根据Δi_B＝Δi_A，得到令则B车速度u_B与质量G_B的乘积相对于A车速度u_A与质量G_A乘积的归一化系数继续选取重叠位置数据进行计算，直到得到该重叠位置数据的所有归一化系数C_d2,C_d3,…C_dk-1，之后进入步骤34。

本发明具有如下优点：将卫星定位坐标进行匹配，并对融合的数据帧进行数据清洗，使得到的坡度数据更加准确，可靠性高；利用现有的车联网在网运营，自动完成信息的收集功能，不需要投入大量车辆去完成道路采样工作，也不需要安装额外传感器，使成本得到了降低；将处理后的坡度数据顺序存入专门的坡度数据存储表中，使查找时方便快捷。

附图说明

下面参照附图结合实施例对本发明作进一步的说明。

图1为本发明一种车辆地理环境挖掘感知节油方法的流程框图。

具体实施方式

请参照图1所示，一种车辆地理环境挖掘感知节油方法，包括如下步骤：

步骤1、车辆启动后，便开始采集该车辆的卫星定位坐标，并将卫星定位坐标与道路映射匹配得到该车辆的位置数据，同时采集该车辆的行驶数据，之后将该车辆的行驶数据与位置数据融合成数据帧，并上传给车联网中心；具体步骤如下：

步骤11、车辆启动后，便开始根据采样的时间间隔△T，对该车辆的卫星定位坐标进行采集，通常采样的时间间隔越小，最终反应的坡度数据就越精确，所以我们一般取采样的时间间隔△T为100ms；若卫星定位处于有效状态，则记下采样时刻t_s及该车辆的卫星定位坐标p_s，之后进入步骤12；若卫星定位处于失效状态(例如当车辆进入隧道时)，则进入步骤13；

步骤12、利用最小垂直投影距离法并结合车辆行驶方向，将该车辆的卫星定位坐标p_s与道路进行映射匹配，得到该车辆的位置数据(包括匹配位置p_s’和路段ID r_s)，并将匹配位置p_s’与采样时刻t_s记录到有效位置缓存中，用于卫星定位处于无效状态时取用；同时从汽车CAN总线采集该车辆的行驶数据(包括发动机转速n、发动机扭矩T及车辆档位d)，并将该车辆的位置数据与行驶数据构成一个数据帧{n,T,d,p_s’,t_s,r_s}，并通过无线通信将数据帧发送给车联网中心，之后进入步骤14；

步骤13、当上述有效位置缓存中有记录时，就从有效位置缓存中取出该车辆存储的前一采样时刻t_s的匹配位置p_s’，并以匹配位置p_s’为起点，通过该车辆的里程表数据与道路地图算出该车辆的位置数据，同时将该车辆的位置数据与采集的行驶数据构成一个数据帧，并通过无线通信将数据帧发送给车联网中心，之后进入步骤14；当上述有效位置缓存中没有记录时，则说明卫星定位一直处于无效状态，此时直接进入步骤14；

步骤14、若该车辆停止行驶，则清空其有效位置缓存，用于车辆下次启动时使用；若该车辆继续行驶，则返回步骤11循环执行。

步骤2、调用存储在车联网中心的所有车辆的数据帧，并对所有车辆的数据帧进行数据清洗，得到所有匀速片段；具体步骤如下：

步骤21、从车联网中心的车辆数据存储表中取出其中一辆车的所有数据帧；

步骤22、根据相邻采样时刻之间的时间间隔△t的特征(若在同一连续数据帧中，则该时间间隔△t为100ms；若在两段连续数据帧中，则该时间间隔△t大于100ms)，将该车辆所有从启动到停止过程的连续数据帧逐段分开，并将每一段连续数据帧按采样时刻t_s顺序排列；

步骤23、取出上述车辆的一段连续数据帧，通过发动机转速n和车辆档位d，换算出该段连续数据帧在每一采样时刻t_s的速度v_s，并对每一相邻时刻的速度进行求导，得到加速度a_s；根据选取的阈值ε(ε趋近于0)，判断a_s是否小于阈值ε，若是则该车辆在采样时刻t_s处为匀速行驶，标记该采样时刻t_s的数据帧为1；若否则该车辆在采样时刻t_s处为非匀速行驶，标记该采样时刻t_s的数据帧为0，继续比较a_s的值，直到标记完该段连续数据帧；

步骤24、按采样时刻t_s排列的顺序，扫描标记完的连续数据帧，将其中连续标记为1的数据帧全部取出，并做为匀速片段存入到匀速片段缓存中；

步骤25、若未处理完该车辆的所有连续数据帧，则返回步骤23循环执行；若已处理完该车辆的所有连续数据帧，则进入步骤26；

步骤26、若已执行完车辆数据存储表中所有车辆的数据帧，则进入步骤3；若未执行完车辆数据存储表中所有车辆的数据帧，则返回步骤21循环执行。

经过以上数据清洗并进行过滤后，保留的数据帧都是车辆近似匀速行驶的片段，这样做的目的是排除加速度对功率变化的影响，并且在匀速片段上，车辆的速度和质量都不变，因此道路摩擦阻力消耗的功率相等，风阻消耗的功率也近似相等，这样就使汽车功率变化的影响因素主要来自于坡度数据。

步骤3、对上述所有匀速片段进行中心数据融合，得到整个路段的坡度数据，并将坡度数据上传给车联网中心；具体步骤如下：

步骤31、从匀速片段缓存中取一已知载重车辆A的匀速片段a做为初始片段，设该初始片段中，车辆的位置数据为{p_a1,p_a2,…p_an,p_d1,p_d2,…p_dk}，并由发动机扭矩T与发动机转速n算出各点功率P；设相邻位置数据p_a2与p_a1的功率变化量为ΔP_a2,a1，则该匀速片段相邻位置的功率变化序列为：

步骤32、将初始片段a做为当前参考片段，并根据其位置数据，从匀速片段缓存中找出与该匀速片段a有位置数据重叠的匀速片段b，并设该匀速片段b属于车辆B，位置数据为{p_d1,p_d2,…p_dk,p_b1,p_b2,…p_bm}，由发动机扭矩T与发动机转速n算出各点功率P，则该匀速片段相邻位置的功率变化序列为:

步骤33、在重叠的位置数据{p_d1,p_d2,…p_dk-1}处，计算出B车速度与质量乘积特征相对于A车速度与质量乘积特征的归一化系数{C_d1,C_d2,…C_dk-1}；具体计算过程为：

先由发动机扭矩T与发动机转速n，分别算出重叠位置数据p_d2、p_d1处A车的发动机输出功率P_ad2及P_ad1；再根据坡度i与汽车功率P的关系得到在位置数据p_d2与p_d1之间，A车遇到的实际坡度变化B车遇到的实际坡度变化其中u为速度，G为质量，η_T为机械传动效率；接着根据Δi_B＝Δi_A，得到(这里为了方便公式的表示，我们设车辆A与车辆B为同一型号车子，则分子分母中的η_T可约去，若实际中，车辆A与车辆B的型号不同，我们只需要将相应η_T值代入公式即可)，令则B车速度u_B与质量G_B的乘积相对于A车速度u_A与质量G_A乘积的归一化系数继续选取重叠位置数据进行计算，直到得到该重叠位置数据的所有归一化系数C_d2,C_d3,…C_dk-1，之后进入步骤34；

步骤34、将得到的归一化系数的值C_d1,C_d2,…C_dk-1求平均，得到总体归一化系数C；

步骤35、利用总体归一化系数C，将B车在匀速片段b上以载重G_B及匀速u_B行驶的功率变化序列归一化为A车在匀速片段b上以载重G_A及匀速u_A行驶的功率变化序列，归一化后的功率变化序列为：

步骤36、将A车在匀速片段a与匀速片段b上以载重G_A和匀速u_A行驶的功率变化序列进行拼接融合，得到拼接融合后的功率变化序列为：

{ΔP_a2,a1,ΔP_a3,a2,…,ΔP_an,an-1,

CΔP_b2,b1,CΔP_b3,b2,…,CΔP_bm,bm-1}；

步骤37、若还未找出与匀速片段a有位置数据重叠的所有匀速片段，则将已拼接的匀速片段作为当前参考片段，并返回步骤32循环执行；若已找出与匀速片段a有位置数据重叠的所有匀速片段，并将所有匀速片段拼接得到整条路段的功率变化序列，则进入步骤38；

步骤38、利用坡度变化量将整条路段的功率变化序列转变为坡度变化序列，并将得到的坡度数据传送给车联网中心，其中u为速度，G为质量，ΔP为功率变化量，η_T为机械传动效率。

在中心数据融合的过程中，我们只需要知道做为初始参考片段A车的载重，就可以通过对匀速片段进行中心数据融合，得到整个路段的坡度数据，而不需要知道其它车辆的载重数据，这在实际车联网业务中很容易实现。

步骤4、车联网中心根据行驶车辆传来的数据帧或者卫星定位坐标，将前方的坡度数据下发给该行驶车辆；具体步骤如下：

步骤41、车联网中心将传来的坡度数据存入坡度数据存储表中；

步骤42、行驶车辆将卫星定位坐标与行驶方向上传给车联网中心；

步骤43、车联网中心接收行驶车辆传来的数据帧或者卫星定位坐标及行驶方向，若接收的是该行驶车辆的数据帧，则取出数据帧中的匹配位置p_s’和路段ID r_s，之后进入步骤44；若接收的是该行驶车辆的卫星定位坐标及行驶方向，则利用最小垂直投影距离法并结合行驶方向，将该行驶车辆的卫星定位坐标与道路进行映射匹配，得到该行驶车辆的匹配位置p_s”和路段IDr_s’，之后进入步骤44；

步骤44、根据匹配位置p_s’及路段ID r_s或者匹配位置p_s”及路段ID r_s’，将前方的坡度数据下发给该行驶车辆。

步骤5、行驶车辆通过车联网中心返回的坡度数据，计算出该行驶车辆的卫星定位坐标与前方坡度E起始位置之间的距离D，并根据坡度E和距离D进行决策，使车辆达到较好节油效果。

虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。

Claims (9)

1.一种车辆地理环境挖掘感知节油方法，其特征在于：所述方法包括如下步骤：

步骤1、车辆启动后，便开始采集该车辆的卫星定位坐标，并将卫星定位坐标与道路映射匹配得到该车辆的位置数据，同时采集该车辆的行驶数据，之后将该车辆的行驶数据与位置数据融合成数据帧，并上传给车联网中心；

步骤2、调用存储在车联网中心的所有车辆的数据帧，并对所有车辆的数据帧进行数据清洗，得到所有匀速片段；

步骤3、对上述所有匀速片段进行中心数据融合，得到整个路段的坡度数据，并将坡度数据上传给车联网中心；

步骤4、车联网中心根据行驶车辆传来的数据帧或者卫星定位坐标，将前方的坡度数据下发给该行驶车辆；

步骤5、行驶车辆通过车联网中心返回的坡度数据，计算出该行驶车辆的卫星定位坐标与前方坡度E起始位置之间的距离D，并根据坡度E和距离D进行决策。

2.如权利要求1所述的一种车辆地理环境挖掘感知节油方法，其特征在于：所述步骤1具体包括如下步骤：

步骤11、当启动车辆后，便根据采样的时间间隔△T，对该车辆的卫星定位坐标进行采集；若卫星定位处于有效状态，则记下采样时刻t_s及该车辆的卫星定位坐标p_s，之后进入步骤12；若卫星定位处于失效状态，则进入步骤13；

步骤12、利用最小垂直投影距离法结合车辆行驶方向，将该车辆的卫星定位坐标p_s与道路进行映射匹配，得到该车辆的位置数据，并将该车辆位置数据中的匹配位置p_s’与采样时刻t_s记录到有效位置缓存中；同时采集该车辆的行驶数据，再将该车辆的行驶数据与位置数据构成一个数据帧，并通过无线通信将数据帧发送给车联网中心，之后进入步骤14；

步骤13、当上述有效位置缓存中有记录时，就从有效位置缓存中取出该车辆存储的前一采样时刻t_s的匹配位置p_s’，并以匹配位置p_s’为起点，通过该车辆的里程表数据与道路地图算出该车辆的位置数据，同时将该车辆的位置数据与采集的行驶数据构成一个数据帧，并通过无线通信将数据帧发送给车联网中心，之后进入步骤14；当上述有效位置缓存中没有记录时，就直接进入步骤14；

步骤14、若该车辆停止行驶，则清空其有效位置缓存；若该车辆继续行驶，则返回步骤11循环执行。

3.如权利要求1或2所述的一种车辆地理环境挖掘感知节油方法，其特征在于：所述位置数据包括匹配位置p_s’和路段IDr_s；所述行驶数据包括发动机转速n、发动机扭矩T及车辆档位d。

4.如权利要求2所述的一种车辆地理环境挖掘感知节油方法，其特征在于：所述数据帧为{n,T,d,p_s’,t_s,r_s}。

5.如权利要求1所述的一种车辆地理环境挖掘感知节油方法，其特征在于：所述步骤2具体包括如下步骤：

步骤21、从车联网中心的车辆数据存储表中取出其中一辆车的所有数据帧；

步骤22、根据相邻采样时刻之间的时间间隔△t的特征，将该车辆所有从启动到停止过程的连续数据帧逐段分开，并将每一段连续数据帧按采样时刻t_s顺序排列；

步骤23、取出上述车辆的一段连续数据帧，通过发动机转速n和车辆档位d，换算出该段连续数据帧在每一采样时刻t_s的速度v_s，并对每一相邻时刻的速度进行求导，得到加速度a_s；根据选取的阈值ε，判断a_s是否小于阈值ε，若是则该车辆在采样时刻t_s处为匀速行驶，标记该采样时刻t_s的数据帧为1；若否则该车辆在采样时刻t_s处为非匀速行驶，标记该采样时刻t_s的数据帧为0，继续比较a_s的值，直到标记完该段连续数据帧；

步骤24、按采样时刻t_s排列的顺序，扫描标记完的连续数据帧，将其中连续标记为1的数据帧全部取出，并做为匀速片段存入到匀速片段缓存中；

步骤25、若未处理完该车辆的所有连续数据帧，则返回步骤23循环执行；若已处理完该车辆的所有连续数据帧，则进入步骤26；

步骤26、若已执行完车辆数据存储表中所有车辆的数据帧，则进入步骤3；若未执行完车辆数据存储表中所有车辆的数据帧，则返回步骤21循环执行。

6.如权利要求5所述的一种车辆地理环境挖掘感知节油方法，其特征在于：所述相邻采样时刻之间的时间间隔△t的特征为：若在同一连续数据帧中，则该时间间隔△t等于采样的时间间隔△T；若在两段连续数据帧中，则该时间间隔△t大于采样的时间间隔△T。

7.如权利要求1所述的一种车辆地理环境挖掘感知节油方法，其特征在于：所述步骤3具体包括如下步骤：

步骤31、从匀速片段缓存中取一已知载重车辆A的匀速片段a做为初始片段，设该初始片段中，车辆的位置数据为{p_a1,p_a2,…p_an,p_d1,p_d2,…p_dk}，并由发动机扭矩T与发动机转速n算出各点功率P；设相邻位置数据p_a2与p_a1的功率变化量为ΔP_a2,a1，则该匀速片段相邻位置的功率变化序列为：

步骤32、将初始片段a做为当前参考片段，并根据其位置数据，从匀速片段缓存中找出与该匀速片段a有位置数据重叠的匀速片段b，并设该匀速片段b属于车辆B，位置数据为{p_d1,p_d2,…p_dk,p_b1,p_b2,…p_bm}，由发动机扭矩T与发动机转速n算出各点功率P，则该匀速片段相邻位置的功率变化序列为:

步骤33、在重叠的位置数据{p_d1,p_d2,…p_dk-1}处，计算出B车速度与质量乘积特征相对于A车速度与质量乘积特征的归一化系数{C_d1,C_d2,…C_dk-1}；

步骤34、将得到的归一化系数的值C_d1,C_d2,…C_dk-1求平均，得到总体归一化系数C；

步骤35、利用总体归一化系数C，将B车在匀速片段b上以载重G_B及匀速u_B行驶的功率变化序列归一化为A车在匀速片段b上以载重G_A及匀速u_A行驶的功率变化序列，归一化后的功率变化序列为：

步骤36、将A车在匀速片段a与匀速片段b上以载重G_A及匀速u_A行驶的功率变化序列进行拼接融合，得到拼接融合后的功率变化序列为：

<mrow> <mtable> <mtr> <mtd> <mrow> <mo>{</mo> <msub> <mi>&amp;Delta;P</mi> <mrow> <mi>a</mi> <mn>2</mn> <mo>,</mo> <mi>a</mi> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>&amp;Delta;P</mi> <mrow> <mi>a</mi> <mn>3</mn> <mo>,</mo> <mi>a</mi> <mn>2</mn> </mrow> </msub> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>&amp;Delta;P</mi> <mrow> <mi>a</mi> <mi>n</mi> <mo>,</mo> <mi>a</mi> <mi>n</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>(</mo> <msubsup> <mi>&amp;Delta;P</mi> <mrow> <mi>d</mi> <mn>2</mn> <mo>,</mo> <mi>d</mi> <mn>1</mn> </mrow> <mi>a</mi> </msubsup> <mo>+</mo> <msubsup> <mi>C&amp;Delta;P</mi> <mrow> <mi>d</mi> <mn>2</mn> <mo>,</mo> <mi>d</mi> <mn>1</mn> </mrow> <mi>b</mi> </msubsup> <mo>)</mo> <mo>/</mo> <mn>2</mn> <mo>,</mo> <mo>(</mo> <msubsup> <mi>&amp;Delta;P</mi> <mrow> <mi>d</mi> <mn>3</mn> <mo>,</mo> <mi>d</mi> <mn>2</mn> </mrow> <mi>a</mi> </msubsup> <mo>+</mo> <msubsup> <mi>C&amp;Delta;P</mi> <mrow> <mi>d</mi> <mn>3</mn> <mo>,</mo> <mi>d</mi> <mn>2</mn> </mrow> <mi>b</mi> </msubsup> <mo>)</mo> <mo>/</mo> <mn>2</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mo>(</mo> <msubsup> <mi>&amp;Delta;P</mi> <mrow> <mi>d</mi> <mi>k</mi> <mo>,</mo> <mi>d</mi> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> <mi>a</mi> </msubsup> <mo>+</mo> <msubsup> <mi>C&amp;Delta;P</mi> <mrow> <mi>d</mi> <mi>k</mi> <mo>,</mo> <mi>d</mi> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> <mi>b</mi> </msubsup> <mo>)</mo> <mo>/</mo> <mn>2</mn> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>C&amp;Delta;P</mi> <mrow> <mi>b</mi> <mn>2</mn> <mo>,</mo> <mi>b</mi> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>C&amp;Delta;P</mi> <mrow> <mi>b</mi> <mn>3</mn> <mo>,</mo> <mi>b</mi> <mn>2</mn> </mrow> </msub> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>C&amp;Delta;P</mi> <mrow> <mi>b</mi> <mi>m</mi> <mo>,</mo> <mi>b</mi> <mi>m</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>}</mo> </mrow> </mtd> </mtr> </mtable> <mo>;</mo> </mrow>

步骤37、若还未找出与匀速片段a有位置数据重叠的所有匀速片段，则将已拼接的匀速片段作为当前参考片段，并返回步骤32循环执行；若已找出与匀速片段a有位置数据重叠的所有匀速片段，并将所有匀速片段拼接得到整条路段的功率变化序列，则进入步骤38；

步骤38、利用坡度变化量将整条路段的功率变化序列转变为坡度变化序列，并将得到的坡度数据传送给车联网中心，其中u为速度，G为质量，ΔP为功率变化量，η_T为机械传动效率。

8.如权利要求7所述的一种车辆地理环境挖掘感知节油方法，其特征在于：所述步骤33的具体计算过程为：先由发动机扭矩T与发动机转速n，分别算出重叠位置数据p_d2、p_d1处A车的发动机输出功率P_ad2及P_ad1；再根据坡度i与汽车功率P的关系得到在位置数据p_d2与p_d1之间，A车遇到的实际坡度变化B车遇到的实际坡度变化其中u为速度，G为质量，η_T为机械传动效率；接着根据Δi_B＝Δi_A，得到令则B车速度u_B与质量G_B的乘积相对于A车速度u_A与质量G_A乘积的归一化系数继续选取重叠位置数据进行计算，直到得到该重叠位置数据的所有归一化系数C_d2,C_d3,…C_dk-1，之后进入步骤34。

9.如权利要求1所述的一种车辆地理环境挖掘感知节油方法，其特征在于：所述步骤4具体包括如下步骤：

步骤41、车联网中心将传来的坡度数据存入坡度数据存储表中；

步骤42、行驶车辆将卫星定位坐标与行驶方向上传给车联网中心；

步骤43、车联网中心接收行驶车辆传来的数据帧或者卫星定位坐标及行驶方向，若接收的是该行驶车辆的数据帧，则取出数据帧中的匹配位置p_s’和路段ID r_s，之后进入步骤44；若接收的是该行驶车辆的卫星定位坐标及行驶方向，则利用最小垂直投影距离法并结合行驶方向，将该行驶车辆的卫星定位坐标与道路进行映射匹配，得到该行驶车辆的匹配位置p_s”和路段ID r_s’，之后进入步骤44；

步骤44、根据匹配位置p_s’及路段ID r_s或者匹配位置p_s”及路段ID r_s’，将前方的坡度数据下发给该行驶车辆。