戴姆勒公司(Daimler AG)(以前の名称は,戴姆勒克莱斯勒)のテスト車両には100を超える水素燃料電池車があり,通常のドライバーが世界中の実際の運転条件で運転しています。開発目的として,各車両にはテレマティクスシステムが搭載されており,車両性能および車両のGPS座標,燃料タンクの燃料計,車両速度から運転手の足元のアクセル位置といったドライブパターンに関するデータを取得します。私たちのチームが担当するのは,テスト車両によって蓄積された数百万もの運転データをMATLABベースの自動化レポートおよびWebアプリケーションに変換する部分です。
戴姆勒のエンジニアはこれらのツールを使用して,車両の使用パターンの把握,燃料消費の追跡,水素燃料補給のインフラストラクチャの計画および走行パターンが車両性能に与える影響の把握を行います。このデータを調査することで,戴姆勒は車両の状態だけでなく,将来の水素ステーション配置に最適な場所を判断でき,車両の使用特性を特定して今後の車両運転に適した多様な車両プラットフォームを開発できます。
使用パターンの把握
さまざまな運転条件および天候において車両を運転することで,解析用の多様なデータセットが蓄積されます。データは各車両から,戴姆勒ワイヤレスインフラストラクチャ経由で中央データベースに転送されます。私たちのチームでは,車両の使用方法を調査して,当社および当社の顧客に車両の使用方法についてフィードバックを行う自動レポートシステムを開発しました。
MATLABおよび数据库工具箱™を使用して，中央データベースに対してクエリを発行し，特定の地域内のすべての车両の走行距离とGPSデータを取得します.MATLABスクリプトは，GPSシステムによって报告された动作していない部分や运転ファイルではないファイルなどの异常データを除外します。そしてスクリプトがすべてのデータを处理し，期间别および地理的领域别に走行距离を合计するプロットを生成します（図1）。以前，戴姆勒では的Excelを使用してこの解析を実行していました。このタスクでは，エンジニアが何百人时もかけてセットアップを行い，フルタイムの従业员が管理にあたり，完成させる度に多くの手作业のステップが必要でした。现在は，自动化されたMATLABスクリプトによってチームは的Webブラウザー経由で同じ结果にアクセスできます。
図1.地域の走行距离解析のサンプル。
図1は車両の走行距離の累積プロットのサンプルを連続ベースおよび週ベースの両方で示します。この解析では、GPSデータを使用して累積走行距離と車両が走行した地域をリンクさせることで,戴姆勒が地域の走行パターンに基づいて,未来の車両運転について場所と顧客を評価できるようにします。オペレーターの要求次第で,アクティビティを詳細に表示するために個々の車両に対して同様のプロットを生成できます。
地域の走行距离解析プロットから，12月下旬から1月上旬にかけて走行距离が突然减少したことが明らかになります。车両の使用方法における季节的なトレンドを数値化することで，戴姆勒は休暇の季节およびその他の使用频度の低い期间の车両メンテナンスおよび诊断手顺をスケジュールできました。
燃料消費の追跡
MATLABおよび映射工具箱™で開発したツールを使用して,戴姆勒のエンジニアはテスト車両の動きを再構築しました。これにより,ユーザーは,利用可能な電気化学エネルギーの量を測定する燃料タンクの充電率(SOC)を衛星の地形図に沿って追跡できます。戴姆勒は当初,静的なJPEGマップイメージを作成するためにこのスクリプトを開発しましたが,このソリューションは柔軟ではなく,プロットに示される詳細情報は不十分でした。したがって,スクリプトは谷歌地球で使用するためのKeyhole Markup Language (KML)ファイルを生成するように変更され,柔軟性が向上しました。
図2に示すサンプルの燃料消費解析は,タンクの燃料計を車両のルートに沿って追跡します。この解析を実行するために,MATLABスクリプトは映射工具箱の機能を使用して車両のGPSと燃料タンクのSOCデータを関連付けます。
図 2.燃料消費解析。この例では,テスト車がタンクが満杯の状態(赤)で燃料補給所を出発し,タンクがほぼ空の状態(青)で戻ってくることがわかります。
エンジニアはこれらの結果を使用して,燃料の減少率が運転環境の影響をどの程度受けるかを特定できます。水素ステーションと標準的なガソリンスタンドのプロットを地図上にオーバーレイすることで,燃料供給インフラストラクチャを評価できます。
私たちが開発したMATLABスクリプトにより,エンジニアは実際の場所と車両性能をリンクさせて,世界各地の車両に対するリモートでの診断解析を簡単に行うことができます。たとえば,車両に搭載されている燃料電池システムによってエラーコードが転送されると,MathWorksのツールを使用してエラーが発生した際の車両の場所を正確に示して可視化できます(図3)。たとえば,車両がラッシュアワー時にロサンゼルスのダウンタウンにあることがわかると,イベント時の運転条件についての知識を使用してトラブルシューティングをさらに効率的に行うことができます。
図 3.テスト車両データに基づくシングルイベント解析のサンプル。
水素补给インフラストラクチャの计画
将来設置される水素ステーションを顧客にとって最も効率的に機能する場所に配置するために,燃料電池車両が最も頻繁に訪れる地域を特定します。戴姆勒はMATLAB工具箱映射および谷歌地球を使用して,車両のGPSデータおよび地形道路データに基づき空間ヒストグラムを作成します。
空間ヒストグラムはグリッドを地理的領域上にオーバーレイして,対象の信号をビンに入れて,それを衛星の地形図上に表現します。図4は燃料タンクのSOCに基づいたシンガポールの空間ヒストグラムを示します。図5のヒストグラムは,各グリッドの方眼内に車両が留まった時間の割合を計算します。このような図を組み合わせることで,燃料の少ない車両が多く行き交う地域を正確に示すことができます。
図4 SOC空间ヒストグラム。
図 5.空間ヒストグラム解析。
これらの解析结果を武器に，戴姆勒のエンジニアは新しい水素ステーションの场所を推奨することができ，燃料供给所を交通量の多い地域の近くに配置して，顾客が水素を入手しやすいようにすることで补给所の运営者が负うリスクを削减できます。
走行パターンの解析
戴姆勒の燃料電池車両は全世界で利用されています。各車両のアクセルペダルの位置を解析すると,顧客がさまざまな種類の車両をどのように運転して,地理的領域全体でパターンがどのように異なるかを理解できます。たとえば,ペダル位置解析(図6)は,北カリフォルニアの車両がスロットルを適度に使用して走行している一方で,重量のある車両の場合は非常に軽いかフルスロットルで運転していてその中間がないことがほとんどであることを示します。この解析により,エンジニアは顧客のパワーに対するニーズに関してフィードバックが得られます。そしてエンジニアは制御方法とパワートレインをそれぞれ最適化できます。
図 6.ペダル位置解析。
GPSデータと关连付けると，运転行动における地域的なトレンドが明らかなります。たとえば，ドイツでは，高速道路でペダルを100パーセント押した状态での高速运転が频繁に见られます。シンガポールでは，运転はよりゆっくりと円滑であり，ペダルを40パーセント以上押すことはほとんどありません。これらのトレンドを把握することで，エンジニアは异なる地域向けの制御方法をカスタマイズしました。
小さなチームによる大きな問題の解決
戴姆勒のエンジニアやマネージャーからの私たちのサービスに対する需要が増加していることが,有益な結果が提供されていることを示す評価の1つです。私たちには依頼が押し寄せています。MATLAB統合環境でのデータベースへのアクセス、複数の解析の実行、結果のプロット、洞察力に満ちたレポートの作成が可能であることは大きな利点です。これは、私たちのチームにリソースを簡単に追加できることを意味します。
チームのエンジニアは複数のアプリケーションではなく1つのソフトウェアパッケージ,MATLABについて知っていればよく,さまざまなツールの統合に時間を割く必要はありません。その代わりに,有益な結果を生み出します。
我々は现在の解析を改良して，新しい解析を开発し続けることで，燃料电池自动车の性能とインフラストラクチャについてのより深い解析や理解を行います。
