促进燃油高效驾驶的实时监控与驾驶员反馈

提升车辆燃油效率对于降低成本和保护环境势在必行。尽管高效的发动机与车辆设计以及智能路线规划是众所周知的提升燃油效率的方案，研究也表明采用燃油高效驾驶行为可带来进一步节省。本工作中，我们提出一种通过实时自动监控与驾驶员反馈来促进燃油高效驾驶行为的新框架。在该框架中，利用历史数据开发的基于随机森林的分类模型来识别燃油低效驾驶行为。该分类器考虑驾驶员相关参数（如速度与加减速模式）以及环境参数（如交通、道路地形与天气）来评估一分钟驾驶事件的燃油效率。当检测到低效驾驶动作时，采用模糊逻辑推理系统确定驾驶员应如何维持燃油高效驾驶行为。随后以非侵入方式通过智能手机将所定动作传达给驾驶员。利用某长途巴士的数据集，我们证明所提分类模型准确率达85.2%，同时将燃油效率提升多达16.4%。