(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211236309.1 (22)申请日 2022.10.10 (71)申请人 中国第一汽车股份有限公司 地址 130011 吉林省长 春市汽车 经济技术 开发区新红旗大街1号 (72)发明人 柳子强　王大志　王斯博　王晓旭　 何巍　陈晓娇　王鹏　郑洪飞　 (74)专利代理 机构 北京翔宇专利代理事务所 (普通合伙) 11960 专利代理师 田昱川 (51)Int.Cl. G06F 16/906(2019.01) G06K 9/62(2022.01) G06F 17/16(2006.01) G06F 17/18(2006.01) (54)发明名称 一种车辆用基于用户大数据的工况分类方 法及装置 (57)摘要 本申请提供了一种车辆用基于用户大数据 的工况分类方法， 车辆用基于用户大数据的工况 分类方法包括： 获取各个车辆用户上传的行驶数 据， 每个用户上传的行驶数据均包括多种参数类 型以及每个参数类型对应的参数数据； 将每个车 辆用户上传的参数数据进行拼接， 从而形成多组 待分类数据组， 每组待分类数据组均具有与其他 组待分类数据组不同的参数类型； 对 各组待分类 数据组进行分类， 从而获取各种参数类型所对应 的典型片段数据。 在本申请提供的车辆用基于用 户大数据的工况分类方法中， 基于真实工况的用 户数据为基础进行拼接、 分类等操作， 相比传统 的标准规定更加贴近目标用户真实使用情况， 可 以有效提升用户的驾驶感受。 权利要求书2页 说明书10页 附图3页 CN 115495632 A 2022.12.20 CN 115495632 A 1.一种车辆用基于用户大数据的工况分类方法， 其特征在于， 所述车辆用基于用户大 数据的工况分类方法包括： 获取各个车辆用户上传的行驶数据， 每个用户上传的行驶数据均包括多种参数类型以 及每个参数类型对应的参数 数据； 将每个车辆用户上传的参数数据进行拼接， 从而形成多组待分类数据组， 每组待分类 数据组均具有与其 他组待分类数据组不同的参数类型； 对各组所述待分类数据组进行分类， 从而获取 各种参数类型 所对应的典型片段 数据。 2.如权利要求1所述的车辆用基于用户大数据的工况分类方法， 其特征在于， 所述对各 组所述待分类数据组进行分类， 从而获取 各种参数类型 所对应的典型片段 数据包括： 对每组待分类数据组进行如下操作： 对该组待分类数据组中的每个用户的参数数据进行片段划分， 从而获取有效运行片 段； 根据各个所述有效运行片段获取 特征参数矩阵； 对所述特 征参数矩阵进行主成分 分析， 从而获取主成分得分矩阵； 根据所述主成分得分矩阵获取最优分类数量； 根据所述最优分类数量以及所述主成分得分矩阵进行分类， 从而获取各种参数类型所 对应的典型片段 数据。 3.如权利要求2所述的车辆用基于用户大数据的工况分类方法， 其特征在于， 所述参数 类型包括车速； 所述对该组待分类数据组中的每个用户的参数数据进行片段划分， 从而获取有 效运行 片段包括： 对各个待分类数据组中的参数类型为车速的待分类数据组进行片段划分， 从而获取车 速有效运行片段。 4.如权利要求3所述的车辆用基于用户大数据的工况分类方法， 其特征在于， 对各个待 分类数据组中的参数类型为车速的待分类数据组进行片段划分， 从而获取车速有效运行片 段包括： 对参数类型为车速的待分类数据组中的每个用户上传的该用户的参数数据以时间为 顺序进行排列； 分别为排列好的每个用户的参数数据以第 一预设条件进行片段划分， 从而获取有效运 行片段。 5.如权利要求4所述的车辆用基于用户大数据的工况分类方法， 其特征在于， 所述第 一 预设条件为： 判断属于同一用户的具有时间连续性的参数数据是否满足在初始时刻速度为0， 在结 束时刻速度为0， 且中间没有任意一个时刻的速度为0， 若是， 则获取初始时刻速度为0且结 束时刻速度为0之间的具有时间连续 性的参数 数据作为 一个运行片段； 分别获取每 个运行片段的最大速度， 判断最大速度是否大于预设速度， 若是， 则 获取大于预设速度的运行片段作为有效运行片段， 对有效运行片段进行编号处理， 使 每个有效运行片段与编号 一一对应。 6.如权利要求5所述的车辆用基于用户大数据的工况分类方法， 其特征在于， 所述对所权　利　要　求　书 1/2 页 2 CN 115495632 A 2述特征参数矩阵进行有 主成分分析， 从而获取主成分得分矩阵包括： 计算特征参数矩阵的巴特利特检验因子KMO； 判断KMO值是否大于相关性阈值， 若是， 则 计算特征参数集 合的成分矩阵； 根据成分矩阵计算主成分系数矩阵； 根据特征参数矩阵计算标准 化的特征参数矩阵； 根据标准 化的特征参数矩阵和主成分系数矩阵计算主成分得分矩阵。 7.如权利要求6所述的车辆用基于用户大数据的工况分类方法， 其特征在于， 所述根据 成分矩阵计算主成分系数矩阵包括： 主成分系数矩阵＝成分矩阵 ÷主成分对应特 征值的平方根。 8.如权利要求7所述的车辆用基于用户大数据的工况分类方法， 其特征在于， 所述根据 标准化的特征参数矩阵和主成分系数矩阵计算主成分得分矩阵， 包括： 主成分得分矩阵＝标准 化的特征参数矩阵 ×主成分系数矩阵。 9.如权利要求8所述的车辆用基于用户大数据的工况分类方法， 其特征在于， 所述根据 所述主成分得分矩阵获取最优分类数量包括： 使用SSE Elbow方法计算最优分类数量以及以下方法中的一种或者多种分别计算最优 分类数量， 若出现两种以上方法的计算结果一致时， 可选择具有相同结果中的任意一个最 优分类数量作为分类数量， 若多种方法结果都不相同， 采 取使用SS E Elbow方法的计算得到 的最优分类数量作为分类数量： 使用Calinski‑Harabasz指标， 计算 最优分类数量； 使用Davies ‑Bouldin指标， 计算 最优分类数量； 使用Sllhouette Coefficient指标， 计算 最优分类数量。 10.如权利要求9所述的车辆用基于用户大数据的工况分类方法， 其特征在于， 所述根 据所述最优分类数量以及所述主成分得分矩阵进行分类包括： 使用K均值方法对主成分得分矩阵进行分类， 分类数量选取最优分类数量。 11.如权利要求10所述的车辆用基于用户大数据的工况分类方法， 其特征在于， 所述根 据所述最优分类数量以及所述主成分得分矩阵进行分类还 包括： 获取各类中距离中心点 最近的片段， 作为 这一类的典型片段。 12.一种车辆用基于用户大数据的工况分类装置， 其特征在于， 所述车辆用基于用户大 数据的工况分类装置包括： 数据获取装置， 用于获取各个车辆用户上传的行驶数据， 每个用户上传的行驶数据均 包括多种参数类型以及每 个参数类型对应的参数 数据； 数据拼接装置， 用于将每个车辆用户上传的参数数据进行拼接， 从而形成多组待分类 数据组， 每组待分类数据组均具有与其 他组待分类数据组不同的参数类型； 分类装置， 对各组所述待分类数据组进行分类， 从而获取各种参数类型所对应的典型 片段数据。权　利　要　求　书 2/2 页 3 CN 115495632 A 3