(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110210292.1 (22)申请日 2021.02.23 (65)同一申请的已公布的文献号 申请公布号 CN 112883648 A (43)申请公布日 2021.06.01 (73)专利权人 一汽解放汽车有限公司 地址 130011 吉林省长 春市汽车开发区东 风大街2259号 (72)发明人 曾泽泉　吴启昌　白志刚　袁晶　 郭亚昌　徐忠宇　李凌　李鹏　 岳涛　杨佳亮　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 杨欢 (51)Int.Cl. G06F 30/27(2020.01) G06Q 10/04(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01)(56)对比文件 CN 111523701 A,2020.08.1 1 CN 110509922 A,2019.1 1.29 CN 111476432 A,2020.07.31 CN 111860317 A,2020.10.3 0 CN 110516813 A,2019.1 1.29 CN 110147820 A,2019.08.20 EP 1956203 A1,2008.08.13 王运运等.基于AIOHMM模型的驾驶行为预 测. 《信息通信》 .2019,(第0 3期), 刘扬等.基 于神经认知计算模型的高分辨 率 遥感图像场景分类. 《系统工程与电子技 术》 .2015,(第1 1期), 冯红晶.基 于VSP的山区高速公路商用车油 耗计算模型研究. 《中国优秀硕士学位 论文全文 数据库 (工程科技 Ⅱ辑)》 .2017,(第2期), (续) 审查员 罗秀英 (54)发明名称 汽车油耗预测模型的训练方法、 装置、 计算 机设备 (57)摘要 本申请涉及一种汽车油耗预测模型的训练 方法、 装置、 计算机设备和存储介质。 方法包括： 获取与目标汽车类别相对应的多辆燃油汽车的 行驶参数、 油耗参数和汽车参数； 根据每辆燃油 汽车的行驶参数， 确定每辆燃油汽 车的标准路程 第一油耗值； 根据多个标准路程第一油耗值的第 一正态分布状态， 从多个标准路程第一油耗值中 筛选出标准路程第二油耗值； 确定每个标准路程 第二油耗值对应的目标燃油汽车； 基于每辆目标 燃油汽车的目标汽车参数， 得到对应的油耗参数 分布类图， 每个油耗参数分布类图和对应的标准 路程第二油耗值构成一个训练样 本； 基于所有训 练样本， 对汽车油耗预测模型进行模型训练。 采用本方法能够对待预测燃油汽车的油耗进行准 确预测。 [转续页] 权利要求书3页 说明书19页 附图4页 CN 112883648 B 2022.06.17 CN 112883648 B (56)对比文件 D Moser等.Flexible spaci ng adaptive cruise co ntrol using stochastic model predictive co ntrol. 《IEEE Transacti ons on Control System s Technology》 .2017, 黄登高.用于公交车辆行驶油耗优化的工况 预测模型及其自学习策略. 《中国博士学位 论文 全文数据库 (工程科技 Ⅱ辑)》 .2018,(第8 期),2/2 页 2[接上页] CN 112883648 B1.一种汽车油耗预测模型的训练方法， 其特 征在于， 所述方法包括： 获取与目标汽车类别相对应的多辆燃油汽车的汽车行驶状态参数， 所述汽车行驶状态 参数包括行驶 参数、 油耗 参数和汽车参数； 根据每辆 燃油汽车的行驶 参数， 确定每辆 燃油汽车分别对应的标准路程第一油耗 值； 根据多辆燃油汽车分别对应的标准路程第 一油耗值的第 一正态分布状态， 基于所述第 一正态分布状态从多个所述标准路程第一油耗值中筛选出与所述目标汽车类别相对应的 标准路程第二油耗 值； 确定每个所述标准路程第 二油耗值对应的目标燃油汽车， 并获取与 所述目标燃油汽车 对应的目标汽车行驶状态参数； 所述 目标汽车行驶状态参数包括 目标行驶参数、 目标油耗 参数和目标汽车参数； 基于每辆目标燃油汽车的目标汽车参数分别对应的参数区间， 对所述目标油耗参数进 行统计， 得到每辆目标燃油汽车对应的样本油耗 参数分布 表； 将每个所述样本油耗参数分布表分别转换成对应的油耗参数分布类图， 并且将每辆目 标燃油汽车所对应的油耗参数分布类图和标准路程第二油耗值构成所述目标汽车类别的 其中一个训练样本； 对于所述目标汽车类别中的所有训练样本， 将每个训练样本 中的油耗参数分布类图作 为待训练的汽车油耗预测模型的输入， 将相应的标准路程第二油耗值作为待训练的汽车油 耗预测模型的训练标签， 对所述目标汽车类别所对应的汽车油耗预测模型进行模型训练。 2.根据权利要求1所述的方法， 其特征在于， 所述行驶参数包括负载信息和路程信息， 所述根据每辆燃油汽车 的行驶参数， 确定每辆燃油汽车分别对应的标准路程第一油耗值， 包括： 对于每辆燃油汽车， 均分别根据所述负载信 息将对应的所述路程信 息分为多个单次路 程； 其中， 负载信息每发生 一次变化， 即记为 一个单次路程的起 点和/或终点； 确定每个单次路程对应的油耗参数， 根据多个所述单次路程和对应的油耗参数， 计算 每个单次路程的标准路程初始油耗 值； 根据每辆燃油汽车对应的标准路程初始油耗值的第 二正态分布状态， 确定每辆燃油汽 车分别对应的标准路程第一油耗 值。 3.根据权利要求2所述的方法， 其特征在于， 所述第 二正态分布状态包括第 二正态均值 和第二标准差； 所述根据每辆燃油汽车对应的标准路程初始油耗值的第二正态分布状态， 确定每辆 燃油汽车分别对应的标准路程第一油耗 值， 包括： 当所述标准路程第 一油耗值为标准路程平均油耗值 时， 所述标准路程第 一油耗值为第 二正态均值； 当所述标准路程第 一油耗值为标准路程最优油耗值 时， 所述标准路程第 一油耗值为第 二正态均值与第二标准差之间的差值。 4.根据权利要求3所述的方法， 其特征在于， 所述第 一正态分布状态包括第 一正态均值 和第一标准差， 所述根据多辆燃油汽车分别对应的标准路程第一油耗值的第一正态分布状 态， 基于所述第一正态分布状态从多个所述标准路程第一油耗值中筛选出与所述目标汽车 类别相对应的标准路程第二油耗 值， 包括， 当所述标准路程第 一油耗值为标准路程平均油耗值 时， 从多个所述标准路程第 一油耗权　利　要　求　书 1/3 页 2 CN 112883648 B 3