戴姆勒公司(Daimler AG)测试车队中的100多辆氢燃料电池汽车由普通司机在世界各地的真实驾驶条件下驾驶。仅出于开发目的，每辆车都配备了强大的远程信息处理系统，可以捕捉车辆性能和驾驶员使用模式的数据——从车辆的GPS坐标、油箱的填充水平、车速到驾驶员脚下的油门踏板位置。我们的团队负责将测试车队积累的数百万个驱动器文件翻译成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、规划氢燃料基础设施，并了解驾驶模式对车辆性能的影响。通过分析这些数据，戴姆勒不仅可以评估车辆的健康状况，还可以评估未来加氢站的最佳位置，并确定车辆使用的特征，为未来车队运营创建多样化的车辆基地。
理解使用模式
在各种驾驶条件和气候下积极运行的车队积累了用于分析的不同数据集。每辆车都通过戴姆勒的无线基础设施将数据传输到中央数据库。我们的团队开发了一个自动报告系统，检查车辆使用情况，为我们和客户提供车队使用情况反馈。
我们使用MATLAB和数据库工具箱™查询中央数据库，检索特定区域内所有车辆的里程表和GPS数据。我们的MATLAB脚本过滤了异常数据，如GPS系统报告的零点和非驱动器文件。然后，该脚本处理所有数据，生成一个按时间段和地理区域汇总里程的图表(图1)。此前，戴姆勒使用Excel来执行这一分析，这项任务需要数百个工程师小时来设置，一名全职员工来维护，每次都需要许多手动步骤来完成。如今，一个自动化的MATLAB脚本允许团队通过Web浏览器访问相同的结果。
图1。区域里程分析样本。
图1显示了连续和每周基础上的样本车队里程累积图。该分析使用GPS数据将里程累积与车辆所行驶的区域联系起来，使戴姆勒能够根据区域驾驶模式评估未来车队运营的地点和客户。根据操作人员的要求，可以为每辆车生成类似的图，以提供其活动的详细视图。
区域里程分析图显示，在12月底和1月初，里程突然减少。通过量化车辆使用的季节性趋势，戴姆勒可以在假日季节和其他低使用率时期安排车辆维护和诊断程序。
跟踪燃油消耗
使用我们用MATLAB和Mapping Toolbox™开发的工具，戴姆勒工程师可以重建测试车辆的任何行程。工具用户可以沿着卫星地理地图跟踪油箱荷电状态(SOC)， SOC是可用电化学能量的一种测量方法。Daimler最初开发这个脚本是为了生成静态JPEG地图图像。这个解决方案不灵活，在情节中提供的细节不足。因此，修改脚本以生成用于谷歌Earth的Keyhole Markup Language (KML)文件，这提供了更大的灵活性。
图2所示的样本油耗分析沿着车辆的路线跟踪油箱的填充水平。为了进行分析，MATLAB脚本使用映射工具箱函数将车辆GPS和油箱SOC数据关联起来。
图2。燃油消耗分析。在这个例子中，我们看到测试车离开加油站时油箱是满的(红色)，回来时油箱几乎是空的(蓝色)。
工程师可以利用这些结果来确定燃料耗竭率是如何受到驾驶环境的影响的。通过在地图上叠加加氢站和标准加油站的地图，他们可以评估当前的加氢基础设施。
我们开发的MATLAB脚本还使工程师能够将实际位置与车辆性能联系起来，简化了对全球车队的远程诊断分析。例如，当车辆内部的燃料电池系统传输错误代码时，我们可以使用MathWorks工具来精确定位和可视化车辆在错误发生时的确切位置(图3)。例如，如果我们知道车辆在高峰时段位于洛杉矶市中心，我们就可以使用我们对事件发生时运行状况的了解来更有效地排除故障。
图3。基于试验车辆数据的单事件样本分析。
规划氢燃料补充基础设施
为了帮助将未来的加氢站设置在能够最有效地为客户服务的位置，我们确定了燃料电池汽车最常使用的区域。戴姆勒使用MATLAB、Mapping Toolbox和谷歌Earth根据车辆的GPS数据和地理道路数据创建空间直方图。
空间直方图将网格覆盖在地理区域上，使戴姆勒可以将感兴趣的信号保存在卫星地理地图上。图4为基于油箱SOC的新加坡空间直方图。图5中的直方图计算车辆在每个方格中花费的时间百分比。将这些类型的图表结合起来，有助于确定低燃料车辆的密集交通区域。
图4。SOC空间直方图。
图5。空间直方图分析。
有了这些分析结果，戴姆勒的工程师就可以为新的加氢站推荐位置，使加氢站运营商能够通过将加氢站设置在交通繁忙的地区来降低风险，并让客户更方便地获得氢气。
分析驾驶模式
戴姆勒的燃料电池汽车遍布全球。我们可以分析每辆车的油门踏板位置，从而深入了解客户如何驾驶不同类型的车辆，以及不同地理区域的模式如何变化。例如，踏板位置分析(图6)显示，北加州的车辆使用中等油门，而重型车辆大多使用非常轻的油门或全油门行驶，中间没有太多间隙。这种分析可以为工程师提供关于客户电力需求的反馈。然后工程师可以相应地优化控制策略和动力系统。
图6。Pedal-position分析。
当与GPS数据相关联时，这种分析可以揭示驾驶行为的区域趋势。例如，在德国，我们经常看到高速公路上的驾驶，踏板一直被推到100%。在新加坡，人们开车更慢、更平稳，我们很少看到踏板踩到40%以上。了解这些趋势使工程师能够针对不同地区定制控制策略。
小团队回答大问题
我们在提供有用成果方面取得成功的一个衡量标准是，戴姆勒的工程师和管理人员对我们服务的需求不断增长。我们被大量的请求淹没了。能够在集成的MATLAB环境中访问数据库、执行多个分析、绘制结果并生成有洞察力的报告是一个很大的优势。这意味着我们可以很容易地向团队添加资源。
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，而且我们不需要花时间集成各种工具。相反，我们产生有益的结果。
我们将继续完善现有的分析，并开发新的分析，以进一步深入了解燃料电池汽车的性能和基础设施。
