多在戴姆勒（原戴姆勒 - 克莱斯勒公司）测试车队100台氢燃料电池车是通过在真实世界的普通驾驶员的驾驶世界各地的条件下操作。For development purposes only, each vehicle is equipped with a powerful telematics system that captures data on vehicle performance and driver usage patterns—from the vehicle’s GPS coordinates, fuel tank fill level, and vehicle velocity to the position of the gas pedal beneath the driver’s foot. Our team is responsible for translating the millions of drive files accumulated by the test fleet into MATLAB®基于自动化报告和Web应用程序。
戴姆勒工程师使用这些工具来了解车辆使用模式，跟踪燃料消耗，计划氢气加油基础设施，并了解驾驶模式如何影响车辆性能。通过审查此数据，戴姆勒不仅可以评估车辆的健康，而且还可以评估未来氢气燃料站的最佳位置，并确定车辆使用的特性，为未来的车队运行创造多样的车辆基础。
了解使用模式
车队车辆在各种驾驶条件和气候条件下积极运作积累不同的数据集进行分析。每个车辆经由戴姆勒无线基础设施到中央数据库发送其数据。我们的团队开发了自动报告系统，用于检查车辆使用，以提供我们和我们的客户提供车队使用反馈。
我们使用MATLAB和Database Toolbox™查询中央数据库并检索特定区域中所有车辆的里程表和GPS数据。我们的MATLAB脚本过滤出异常数据，例如GPS系统和非驱动文件报告的零点。然后，脚本处理所有数据，生成绘图，该曲线按时间段和地理区域和地理区域（图1）。此前，戴姆勒使用Excel进行此分析，这项任务需要数百名工程小时的时间来设置，全职员工维护，以及每次完成许多手动步骤。如今，自动MATLAB脚本允许团队通过Web浏览器访问相同的结果。
图1.样本区域分析里程。
图1显示了持续的和每周的样本舰队里程积累图。该分析使用GPS数据将里程积累链接到车辆被驱动的区域，使戴姆勒基于区域驾驶模式来评估未来车队运营的地点和客户。在操作员的请求中，可以为单个车辆生成类似的曲线，以提供其活动的详细视图。
区域分析里程显示的情节在12月末1月初里程突然减少。通过量化在车辆使用季节性趋势，戴姆勒可以安排在节日期间和其他低使用期的车辆维护和诊断程序。
跟踪燃料消耗
使用的工具，我们使用MATLAB和绘图工具箱开发™，戴姆勒的工程师可以重建在测试车辆采取任何旅行。工具用户可以跟踪的充电状态（SOC）的燃料箱的状态，可用的电化学能量的量的度量，沿着卫星地理地图。戴姆勒最初开发这个脚本生成静态JPEG地图图像。该解决方案是不灵活，在情节提供足够的细节。因此，剧本被修改，以产生Keyhole标记语言（KML）文件与谷歌地球，它提供了更大的灵活性使用。
图2所示的样本燃料消耗分析沿着车辆的路线跟踪罐填充水平。为了执行此分析，MATLAB脚本使用映射工具箱功能关联车辆GPS和油箱SOC数据。
图2.油耗分析。在这个例子中，我们看到测试车用全坦克（红色）离开加油站，并用几乎空的坦克（蓝色）返回。
工程师可以使用这些结果来确定燃料耗尽率如何受驱动环境的影响。通过在地图上覆盖氢燃料站和标准气体站的绘图，然后可以评估电流的加油基础设施。
在MATLAB脚本，我们开发也使工程师能够连接现实世界的位置，车辆的性能，在全球机队简化远程诊断分析。例如，当在车辆内的燃料电池系统发送错误代码，我们可以使用MathWorks工具精确和可视化车辆的准确位置发生（图3）的错误时。如果我们知道，例如，车辆在洛杉矶市中心上下班高峰期，我们可以在事件发生时更有效地使用我们的操作条件的知识来解决。
基于测试车辆数据图3.示例单事件分析。
规划氢气加油基础设施
为了帮助将未来的氢气加油站放置在最有效地为客户服务的地方，我们确定燃料电池车辆最常用的区域。戴姆勒使用MATLAB，映射工具箱和谷歌地球，以基于车辆的GPS数据和地理巷道数据来创建空间直方图。
空间直方图叠加在地理区域上的网格，允许戴姆勒箱为兴趣的信号并将其描绘在卫星地理地图上。图4显示了基于油箱SoC的新加坡的空间直方图。图5中的直方图计算了在每个网格广场中的车辆的时间百分比。结合这些类型的图表有助于确定燃料上低贩运的机贩运的区域。
图4. SOC空间直方图。
图5.空间直方图分析。
这些分析的结果武装，戴姆勒的工程师可以推荐新的加氢站的位置，使通信员通过将加油站附近人流量大的区域，并给予客户氢更方便地访问，以降低风险。
分析驾驶模式
戴姆勒燃料电池车舰队跨越全球。我们可以分析每个车辆加速器踏板的位置，以了解客户如何推动不同的车辆类型以及如何在地理区域上变化。例如，踏板定位分析（图6）表明，北加州的车辆以适度的节流用途操作，而重型车辆主要在非常轻的或完全油门中驱动，而不会在介于之间。该分析可以向工程师提供关于客户对电力需求的反馈。然后，工程师可以相应地优化控制策略和发电机。
图6.踏板位置分析。
当与GPS数据相关时，该分析可以揭示驾驶行为的区域趋势。例如，在德国，我们看到频繁的高速公路驾驶，踏板被推动到100％。在新加坡，人们越来越顺利，我们很少看到一个踩到40％以上的踏板。了解这些趋势使工程师能够为不同地区定制控制策略。
一个小团队回答大问题
我们在提供有用的结果方面取得成功的衡量标准是对戴姆勒的工程师和经理的服务日益增加。我们用请求淹没。能够访问数据库，执行多个分析，绘图结果，并在集成的Matlab环境中产生富有洞察力的报告是一个很大的优势。这意味着我们可以轻松为我们的团队添加资源。
我们的工程师只需要知道一个软件包，MATLAB，而不是多个应用程序，我们不必花费时间整合不同的工具。相反，我们产生有用的结果。
我们将继续完善我们目前的分析，并制定新的，以提供进一步的深入了解以及燃料电池汽车性能和基础架构更深入的了解。
