一种基于稀疏轨迹数据重构的汽车碳排放计算方法

1.本发明涉及一种交通排放量化估计领域，尤其是涉及一种基于稀疏轨迹数据重构的汽车碳排放计算方法。


背景技术：

2.机动车尾气中的二氧化碳是导致温室效应的重要因素，制定排放控制措施的前提是首先能对排放实现量化估计。在现有的微观单车级的碳排放估计模型中，一般都需要有逐秒级的数据才能符合模型输入要求，包括逐秒级的轨迹数据(如速度、加速度等)或逐秒级的车辆发动机内部运行数据(如功率、转速、空燃比等)两大类。近年来，由于gps的快速覆盖与推广，轨迹数据成为了交通领域应用的理想数据，应用轨迹数据也为碳排放估计带来了便利，因为其比车辆内部运行参数更易采集获取。但目前常用的gps设备采集的数据并非都是逐秒级的，而更多是以一定时间间隔上传数据，形成一段稀疏的车辆行驶轨迹记录，这为输入排放估计模型进行碳排放估计带来一定困难。针对稀疏轨迹数据提出一种符合碳排放估计需求的轨迹重构方法具有重要意义。
3.为了让非逐秒的稀疏轨迹数据能适应排放估计模型的输入需求，需要采用某种插值方法来估计补全未知轨迹点的数据情况。现有的面向排放估计需求的稀疏轨迹重构方法通常假设加速度是固定的或线性变化的，常用技术为线性插值法或三次样条插值法，即基于两个具有一定时间间隔的已知信息轨迹点的速度，进行稳定平滑的插值来填补中间未知轨迹点的速度，基于此类插值法重构后的轨迹不能反映现实道路上车辆加减速行为的随机性，尤其是针对普通城市道路上行驶的车辆，即受到如信号控制等外部因素影响形成的走走停停的间断流，加减速行为更加随机、不稳定，基于现有技术构造出的稳定的轨迹数据计算排放，通常容易造成较严重的排放低估。


技术实现要素：

4.本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于稀疏轨迹数据重构的汽车碳排放计算方法。
5.本发明的目的可以通过以下技术方案来实现：
6.一种基于稀疏轨迹数据重构的汽车碳排放计算方法，包括以下步骤：
7.s1、采集多段已知逐秒轨迹数据；
8.s2、采集待重构的稀疏轨迹数据，确定稀疏轨迹数据的采样频率，基于所述稀疏轨迹数据的采样频率，对所述逐秒轨迹数据进行切割，得到多个轨迹片段；
9.s3、将所述轨迹片段进行分类及分箱，得到多个片段类别及片段箱；
10.s4、对各个片段箱内的轨迹片段进行加速度概率密度分布函数拟合，获取每一个片段箱内的加速度概率密度分布函数；
11.s5、将所述待重构的稀疏轨迹数据按照所述采样频率进行切割，得到多个稀疏轨迹片段；
12.s6、判断所述稀疏轨迹片段属于何种片段类别及片段箱；
13.s7、针对各个稀疏轨迹片段，调取其所属片段箱依据逐秒轨迹片段计算得到的相应的加速度概率密度分布函数，从稀疏轨迹片段的起始点到末尾点依次逐点生成加速度估计值；
14.s8、基于所述稀疏轨迹片段已知的起始点速度真实值及逐点加速度估计值，计算逐点速度估计值，得到重构轨迹片段；
15.s9、判断所述重构轨迹片段的数据是否有效，若有效则返回步骤s6进行下一稀疏轨迹片段的重构，否则返回步骤s7，直至整个待重构的稀疏轨迹数据包含的稀疏轨迹片段均完成重构；
16.s10、将所有重构轨迹片段代入碳排放估计模型，计算由稀疏轨迹数据确定的汽车碳排放。
17.进一步地，步骤s3包括以下子步骤：
18.计算各个轨迹片段的速度标准差σ，其公式为：
[0019][0020]
其中vi为轨迹片段中第i个点的速度，为轨迹片段的平均速度，r为稀疏轨迹数据的采样频率；
[0021]
记轨迹片段的起始轨迹点速度值为v1，末尾轨迹点速度值为v
r+1
，提取所有标准差小于1.5m/s的轨迹片段，计算各个轨迹片段的首尾速度差v
r+1-v1，所有轨迹片段中首尾速度差的最大值设为状态上界值v
r,max
，最小值设为状态下界值v
r,min
；
[0022]
针对原始的所有轨迹片段，均依据如下原则进行状态分类及分箱：
[0023]
s301、若v
r+1-v1≥v
r,max
，则当前轨迹片段属于加速片段，定义为ua状态，依据起始速度v1和首尾速度差v
r+1-v1的范围，将属于ua状态的所有轨迹片段进一步分箱；
[0024]
s302、若v
r+1-v1≤v
r,min
，则当前轨迹片段属于减速片段，定义为ud状态，依据起始速度v1和首尾速度差v
r+1-v1的范围，将属于ud状态的所有轨迹片段进一步分箱；
[0025]
s303、若v
r,min
＜v
r+1-v1＜v
r,max
，则当前轨迹片段属于相对稳定片段，定义为ss状态，依据起始速度v1和首尾速度差v
r+1-v1的范围，将属于ss状态的所有轨迹片段进一步分箱。
[0026]
进一步地，步骤s4中，所述概率密度分布函数包括正态分布、指数分布、帕累托分布、dweibull分布、t分布、广义极值分布、gamma分布、对数正态分布、beta分布、均匀分布及对数gamma分布。
[0027]
进一步地，步骤s4中，使用均方根误差rmse和拟合优度r2判别加速度概率密度分布函数的拟合效果，选取拟合效果最好的加速度概率密度分布函数；
[0028]
所述均方根误差rmse和拟合优度r2的计算公式为：
[0029]
[0030][0031]
其中，ai为加速度真实值，为加速度估计值，为加速度真实平均值，m为样本量。
[0032]
进一步地，步骤s6包括以下子步骤：
[0033]
记稀疏轨迹片段的起始轨迹点速度值为v1’
，末尾轨迹点速度值为v
r+1’；
[0034]
s601、若v
r+1
’‑
v1’
≥v
r,max
，则当前稀疏轨迹片段属于ua状态，依据起始速度v1’
和首尾速度差v
r+1
’‑
v1’
的范围，判断当前稀疏轨迹片段位于步骤s301中ua状态下的哪个箱中，并调取该箱在步骤s4中获取的加速度概率密度分布函数；
[0035]
s602、若v
r+1
’‑
v1’
≤v
r,min
，则当前稀疏轨迹片段属于ud状态，依据起始速度v1’
和首尾速度差v
r+1
’‑
v1’
的范围，判断当前稀疏轨迹片段位于步骤s302中ud状态下的哪个箱中，并调取该箱在步骤s4中获取的加速度概率密度分布函数；
[0036]
s603、若v
r,min
＜v
r+1
’‑
v1’
＜v
r,max
，则当前稀疏轨迹片段属于ss状态，依据起始速度v1’
和首尾速度差v
r+1
’‑
v1’
的范围，判断当前稀疏轨迹片段位于步骤s303中ss状态下的哪个箱中，并调取该箱在步骤s4中获取的加速度概率密度分布函数。
[0037]
进一步地，步骤s8中，所述稀疏轨迹片段中已知的数据为起始点的速度真实值、末尾点的速度真实值及所有点的加速度估计值；
[0038]
除起始点外各点速度估计值的计算方法为：以起始点的速度真实值为首，依次累加在前点的加速度估计值及当前点的加速度估计值，即可得到当前点的速度估计值；
[0039]
除起始点外各点速度估计值计算结束后，得到重构轨迹片段，重构轨迹片段的末尾点具有一个速度真实值以及一个速度估计值。
[0040]
进一步地，步骤s9中，判断重构轨迹片段的数据是否有效包括以下步骤：
[0041]
s901、判别步骤s8中获得的逐点速度估计值是否在合理区间[0,v
max
]内，其中v
max
为实际城市道路限速值；
[0042]
s902、判别步骤s8中获得的逐点加速度估计值是否在合理区间内，其中和的计算公式如下：
[0043][0044][0045]
其中，是速度为时可能的最小加速度临界值，是速度为时可能的最大加速度临界值；
[0046]
s903、判别步骤s8中获得的逐点加速度估计值与其后续间隔1s、2s、3s的轨迹点加速度估计值的差值是否符合加速度估计值的差值是否符合
[0047]
s904、判别步骤s8中获得的重构轨迹片段的末尾点速度真实值v
r+1
和速度估计值的差值是否符合其中v
thre
为差值阈值。
[0048]
进一步地，步骤s10中，基于重构轨迹片段的逐秒速度和逐秒加速度，计算重构轨迹片段中每个点的比功率值，并将逐秒速度、逐秒加速度及对应比功率值代入碳排放估计
模型中，计算各个重构轨迹片段的逐秒碳排放量，最后依次累加所有重构轨迹片段中的逐秒碳排放量，得到总碳排放量。
[0049]
进一步地，基于重构轨迹片段的逐秒速度和逐秒加速度，计算重构轨迹片段中每个点的比功率值，比功率值的计算公式为：
[0050]
vsp＝v(1.1a+0.132)+0.000302v3[0051]
其中，vsp为比功率，v为逐秒速度，a为逐秒加速度。
[0052]
进一步地，将重构轨迹片段的逐秒速度、逐秒加速度及对应比功率值代入碳排放估计模型中，计算各个重构轨迹片段的逐秒碳排放量，包括以下步骤：
[0053]
若重构轨迹片段中的逐秒速度小于1.6km/h时则该秒为怠速状态，计算碳排放量ce的公式为：
[0054]
ce＝exp(-0.4987)
[0055]
若重构轨迹片段中的逐秒速度大于等于1.6km/h且逐秒加速度小于0时则该秒为减速状态，计算碳排放量ce的公式为：
[0056]
ce＝exp(-0.443+0.001v＾2+0.011a＾2+0.016vsp+0.001v＾2a＾2+0.001vvsp+0.013v)
[0057]
若重构轨迹片段中的逐秒速度大于等于1.6km/h且逐秒加速度不小于0时则该秒为非减速状态，计算碳排放量ce的公式为：
[0058]
ce＝exp(0.065+0.142vsp-0.004〖vsp〗＾2+0.00003794v＾3-0.025v+0.0000899v＾3a＾3-0.013va＾2+0.069a)
[0059]
与现有技术相比，本发明具有以下有益效果：
[0060]
1、本发明通过分析不同采样频率下轨迹片段的加速度分布特征，根据加速度分布特征对稀疏轨迹数据进行逐秒重构，进而基于重构的逐秒轨迹数据通过碳排放估计模型计算排放，避免了原始稀疏轨迹数据难以输入于排放估计模型进行碳排放计算的问题。
[0061]
2、本发明适用于多种采样频率的稀疏轨迹数据，可以适应现实条件下多种采样频率下采集的gps轨迹数据进行碳排放计算，推广性较强。
[0062]
3、本发明以加速度分布插值为核心，对采样频率大于1s的稀疏轨迹进行重构，基于重构后的轨迹计算碳排放，能够有效提高碳排放的计算精度，提供了基于稀疏轨迹进行车辆碳排放计算的新视角，具有较好的创新性。
附图说明
[0063]
图1为本发明的流程图；
[0064]
图2为本发明实施例中采样频率为5s时使用不同重构方法得到的计算结果对比图；
[0065]
图3为本发明实施例中采样频率为15s时使用不同重构方法得到的计算结果对比图；
[0066]
图4为本发明实施例中采样频率为30s时使用不同重构方法得到的计算结果对比图。
具体实施方式
[0067]
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
[0068]
本发明提出了一种基于稀疏轨迹数据重构的汽车碳排放计算方法，基于在普通城市道路上采集的轻型燃油汽车轨迹数据，分析不同采样频率下轨迹片段的加速度分布特征，根据加速度分布特征对稀疏轨迹数据进行逐秒重构，进而基于重构的逐秒轨迹数据通过碳排放估计模型计算排放，该方法能够适用于多种采样频率轨迹数据，包括较高采样频率(如3s)或较低采样频率(如30s)，以加速度分布插值为核心重构出逐秒轨迹，使其适用于排放估计模型的输入需求，并可以有效提高碳排放估计精度。
[0069]
如图1所示，整个方法流程主要包含九个步骤，按照采样频率切割已知逐秒数据的轨迹片段、对已知逐秒数据的轨迹片段分类分箱、获取每箱加速度概率密度分布函数、按照采样频率切割待估计排放的稀疏轨迹片段、判别稀疏轨迹片段所属类别和箱、估计逐点加速度、估计逐点速度、判别重构轨迹片段有效性、计算整段轨迹序列总碳排放量。
[0070]
具体以下步骤：
[0071]
s1、采集多段已知逐秒轨迹数据；
[0072]
s2、采集待重构的稀疏轨迹数据，确定稀疏轨迹数据的采样频率，基于稀疏轨迹数据的采样频率，对逐秒轨迹数据进行切割，得到多个轨迹片段；
[0073]
s3、将轨迹片段进行分类及分箱，得到多个片段类别及片段箱；
[0074]
s4、对各个片段箱内的轨迹片段进行加速度概率密度分布函数拟合，获取每一个片段箱内的加速度概率密度分布函数；
[0075]
s5、将待重构的稀疏轨迹数据按照采样频率进行切割，得到多个稀疏轨迹片段；
[0076]
s6、判断稀疏轨迹片段属于何种片段类别及片段箱；
[0077]
s7、针对各个稀疏轨迹片段，调取其所属片段箱依据逐秒轨迹片段计算得到的相应的加速度概率密度分布函数，从稀疏轨迹片段的起始点到末尾点依次逐点生成加速度估计值；
[0078]
s8、基于稀疏轨迹片段已知的起始点速度真实值及逐点加速度估计值，计算逐点速度估计值，得到重构轨迹片段；
[0079]
s9、判断重构轨迹片段的数据是否有效，若有效则返回步骤s6进行下一稀疏轨迹片段的重构，否则返回步骤s7，直至整个待重构的稀疏轨迹数据包含的稀疏轨迹片段均完成重构；
[0080]
s10、将所有重构轨迹片段代入碳排放估计模型，计算由稀疏轨迹数据确定的汽车碳排放。
[0081]
步骤s1及步骤s2中，已知逐秒轨迹数据为车辆行驶构成的逐秒连续轨迹序列，每一条轨迹数据包含速度、加速度参数，根据待重构的稀疏轨迹数据的实际采样频率r进行轨迹片段切割，如：待重构的稀疏轨迹数据采样频率为5s，则1-2-3-4-5-6s和6-7-8-9-10-11s分别构成一个轨迹片段，以此类推。
[0082]
值得说明的是，逐秒轨迹数据为事先通过多个实验车辆在多个城市或城市道路采集的大量已知逐秒轨迹数据序列，用来作为数据研究基础，使得对于后续稀疏轨迹数据的
重构具有普适性；稀疏轨迹数据为通过gps在任意城市道路上获取的一段不能达到逐秒级的轨迹序列。
[0083]
步骤s3包括以下子步骤：
[0084]
计算各个轨迹片段的速度标准差σ，其公式为：
[0085][0086]
其中vi为轨迹片段中第i个点的速度(m/s)，为轨迹片段的平均速度(m/s)，r为稀疏轨迹数据的采样频率(s)；
[0087]
记轨迹片段的起始轨迹点速度值为v1，末尾轨迹点速度值为v
r+1
，提取所有标准差小于1.5m/s的轨迹片段，计算各个轨迹片段的首尾速度差v
r+1-v1，所有轨迹片段中首尾速度差的最大值设为状态上界值v
r,max
，最小值设为状态下界值v
r,min
；
[0088]
针对原始的所有轨迹片段，均依据如下原则进行状态分类及分箱：
[0089]
s301、若v
r+1-v1≥v
r,max
，则当前轨迹片段属于加速片段，定义为ua状态，依据起始速度v1和首尾速度差v
r+1-v1的范围，将属于ua状态的所有轨迹片段进一步分箱；起始速度依据箱内样本数据情况划分为3-4类为宜(如0-20km/h、20-40km/h、40-60km/h三类)，首尾速度差依据原始样本数据划分为2-3类为宜(如小于6km/h、不小于6km/h两类)。具体来说，如v1同属于20-40km/h、v
r+1-v1同属于不小于6km/h的轨迹片段则属于同一箱。
[0090]
s302、若v
r+1-v1≤v
r,min
，则当前轨迹片段属于减速片段，定义为ud状态，依据起始速度v1和首尾速度差v
r+1-v1的范围，将属于ud状态的所有轨迹片段进一步分箱，与s301的分箱规则相同；
[0091]
s303、若v
r,min
＜v
r+1-v1＜v
r,max
，则当前轨迹片段属于相对稳定片段，定义为ss状态，依据起始速度v1和首尾速度差v
r+1-v1的范围，将属于ss状态的所有轨迹片段进一步分箱，与s301的分箱规则相同。
[0092]
步骤s4中，对各个片段箱内的轨迹片段进行加速度概率密度分布函数拟合，获取每一个片段箱内的加速度概率密度分布函数；概率密度分布函数包括正态分布、指数分布、帕累托分布、dweibull分布、t分布、广义极值分布、gamma分布、对数正态分布、beta分布、均匀分布及对数gamma分布。使用均方根误差rmse和拟合优度r2判别加速度概率密度分布函数的拟合效果，选取拟合效果最好的加速度概率密度分布函数；
[0093]
均方根误差rmse和拟合优度r2的计算公式为：
[0094][0095][0096]
其中，ai为加速度真实值(m/s2)，为加速度估计值(m/s2)，为加速度真实平均值(m/s2)，m为样本量。
[0097]
对于步骤s5，若待重构的稀疏轨迹序列采样频率为r，根据采样频率进行轨迹片段
[0116]
其中，vsp为比功率，v为逐秒速度，a为逐秒加速度。
[0117]
将重构轨迹片段的逐秒速度、逐秒加速度及对应比功率值代入碳排放估计模型中，计算各个重构轨迹片段的逐秒碳排放量，包括以下步骤：
[0118]
若重构轨迹片段中的逐秒速度小于1.6km/h时则该秒为怠速状态，计算碳排放量ce的公式为：
[0119]
ce＝exp(-0.4987)
[0120]
若重构轨迹片段中的逐秒速度大于等于1.6km/h且逐秒加速度小于0时则该秒为减速状态，计算碳排放量ce的公式为：
[0121]
ce＝exp(-0.443+0.001v＾2+0.011a＾2+0.016vsp+0.001v＾2a＾2+0.001vvsp+0.013v)
[0122]
若重构轨迹片段中的逐秒速度大于等于1.6km/h且逐秒加速度不小于0时则该秒为非减速状态，计算碳排放量ce的公式为：
[0123]
ce＝exp(0.065+0.142vsp-0.004〖vsp〗＾2+0.00003794v＾3-0.025v+0.0000899v＾3a＾3-0.013va＾2+0.069a)
[0124]
最后依次累加所有重构轨迹片段中的逐秒碳排放量，得到总碳排放量。
[0125]
如图2、3、4所示，展示了本发明的具体分析案例，本实施例基于一段120s的轨迹序列，分别在采样频率为5s、15s、30s的情况下，使用本发明中的轨迹重构核心技术与使用常规的线性插值、三次样条插值技术将稀疏轨迹重构为逐秒轨迹，并分别与实际逐秒轨迹序列对比，以此可以直观看出本发明技术在不同采样频率下对稀疏轨迹数据的重构结果均更符合实际，说明本发明的碳排放计算方法鲁棒性更好，计算准确度更高。
[0126]
如表1所示，展示了本发明的分析案例数据结果表，该表是图2中的案例最终碳排放估计的结果对比表，方法i为本发明技术，方法ii为线性插值技术，方法iii为三次样条插值技术，从排放结果可以证明本技术的可行性，本发明针对稀疏轨迹数据计算碳排放量具有更高的精度。
[0127]
表1 分析案例数据结果表
[0128][0129]
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无
需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

技术特征：
1.一种基于稀疏轨迹数据重构的汽车碳排放计算方法，其特征在于，包括以下步骤：s1、采集多段已知逐秒轨迹数据；s2、采集待重构的稀疏轨迹数据，确定稀疏轨迹数据的采样频率，基于所述稀疏轨迹数据的采样频率，对所述逐秒轨迹数据进行切割，得到多个轨迹片段；s3、将所述轨迹片段进行分类及分箱，得到多个片段类别及片段箱；s4、对各个片段箱内的轨迹片段进行加速度概率密度分布函数拟合，获取每一个片段箱内的加速度概率密度分布函数；s5、将所述待重构的稀疏轨迹数据按照所述采样频率进行切割，得到多个稀疏轨迹片段；s6、判断所述稀疏轨迹片段属于何种片段类别及片段箱；s7、针对各个稀疏轨迹片段，调取其所属片段箱依据逐秒轨迹片段计算得到的相应的加速度概率密度分布函数，从稀疏轨迹片段的起始点到末尾点依次逐点生成加速度估计值；s8、基于所述稀疏轨迹片段已知的起始点速度真实值及逐点加速度估计值，计算逐点速度估计值，得到重构轨迹片段；s9、判断所述重构轨迹片段的数据是否有效，若有效则返回步骤s6进行下一稀疏轨迹片段的重构，否则返回步骤s7，直至整个待重构的稀疏轨迹数据包含的稀疏轨迹片段均完成重构；s10、将所有重构轨迹片段代入碳排放估计模型，计算由稀疏轨迹数据确定的汽车碳排放。2.根据权利要求1所述的一种基于稀疏轨迹数据重构的汽车碳排放计算方法，其特征在于，步骤s3包括以下子步骤：计算各个轨迹片段的速度标准差σ，其公式为：其中v
i
为轨迹片段中第i个点的速度，为轨迹片段的平均速度，r为稀疏轨迹数据的采样频率；记轨迹片段的起始轨迹点速度值为v1，末尾轨迹点速度值为v
r+1
，提取所有标准差小于1.5m/s的轨迹片段，计算各个轨迹片段的首尾速度差v
r+1-v1，所有轨迹片段中首尾速度差的最大值设为状态上界值v
r,max
，最小值设为状态下界值v
r,min
；针对原始的所有轨迹片段，均依据如下原则进行状态分类及分箱：s301、若v
r+1-v1≥v
r,max
，则当前轨迹片段属于加速片段，定义为ua状态，依据起始速度v1和首尾速度差v
r+1-v1的范围，将属于ua状态的所有轨迹片段进一步分箱；s302、若v
r+1-v1≤v
r,min
，则当前轨迹片段属于减速片段，定义为ud状态，依据起始速度v1和首尾速度差v
r+1-v1的范围，将属于ud状态的所有轨迹片段进一步分箱；s303、若v
r,min
＜v
r+1-v1＜v
r,max
，则当前轨迹片段属于相对稳定片段，定义为ss状态，依据起始速度v1和首尾速度差v
r+1-v1的范围，将属于ss状态的所有轨迹片段进一步分箱。3.根据权利要求1所述的一种基于稀疏轨迹数据重构的汽车碳排放计算方法，其特征
在于，步骤s4中，所述概率密度分布函数包括正态分布、指数分布、帕累托分布、dweibull分布、t分布、广义极值分布、gamma分布、对数正态分布、beta分布、均匀分布及对数gamma分布。4.根据权利要求3所述的一种基于稀疏轨迹数据重构的汽车碳排放计算方法，其特征在于，步骤s4中，使用均方根误差rmse和拟合优度r2判别加速度概率密度分布函数的拟合效果，选取拟合效果最好的加速度概率密度分布函数；所述均方根误差rmse和拟合优度r2的计算公式为：的计算公式为：其中，a
i
为加速度真实值，为加速度估计值，为加速度真实平均值，m为样本量。5.根据权利要求2所述的一种基于稀疏轨迹数据重构的汽车碳排放计算方法，其特征在于，步骤s6包括以下子步骤：记稀疏轨迹片段的起始轨迹点速度值为v1’
，末尾轨迹点速度值为v
r+1’；s601、若v
r+1
’‑
v1’
≥v
r,max
，则当前稀疏轨迹片段属于ua状态，依据起始速度v1’
和首尾速度差v
r+1
’‑
v1’
的范围，判断当前稀疏轨迹片段位于步骤s301中ua状态下的哪个箱中，并调取该箱在步骤s4中获取的加速度概率密度分布函数；s602、若v
r+1
’‑
v1’
≤v
r,min
，则当前稀疏轨迹片段属于ud状态，依据起始速度v1’
和首尾速度差v
r+1
’‑
v1’
的范围，判断当前稀疏轨迹片段位于步骤s302中ud状态下的哪个箱中，并调取该箱在步骤s4中获取的加速度概率密度分布函数；s603、若v
r,min
＜v
r+1
’‑
v1’
＜v
r,max
，则当前稀疏轨迹片段属于ss状态，依据起始速度v1’
和首尾速度差v
r+1
’‑
v1’
的范围，判断当前稀疏轨迹片段位于步骤s303中ss状态下的哪个箱中，并调取该箱在步骤s4中获取的加速度概率密度分布函数。6.根据权利要求1所述的一种基于稀疏轨迹数据重构的汽车碳排放计算方法，其特征在于，步骤s8中，所述稀疏轨迹片段中已知的数据为起始点的速度真实值、末尾点的速度真实值及所有点的加速度估计值；除起始点外各点速度估计值的计算方法为：以起始点的速度真实值为首，依次累加在前点的加速度估计值及当前点的加速度估计值，即可得到当前点的速度估计值；除起始点外各点速度估计值计算结束后，得到重构轨迹片段，重构轨迹片段的末尾点具有一个速度真实值以及一个速度估计值。7.根据权利要求6所述的一种基于稀疏轨迹数据重构的汽车碳排放计算方法，其特征在于，步骤s9中，判断重构轨迹片段的数据是否有效包括以下步骤：s901、判别步骤s8中获得的逐点速度估计值是否在合理区间[0,v
max
]内，其中v
max
为实际城市道路限速值；s902、判别步骤s8中获得的逐点加速度估计值是否在合理区间
内，其中和的计算公式如下：的计算公式如下：其中，是速度为时可能的最小加速度临界值，是速度为时可能的最大加速度临界值；s903、判别步骤s8中获得的逐点加速度估计值与其后续间隔1s、2s、3s的轨迹点加速度估计值的差值是否符合度估计值的差值是否符合s904、判别步骤s8中获得的重构轨迹片段的末尾点速度真实值v
r+1
和速度估计值的差值是否符合其中v
thre
为差值阈值。8.根据权利要求1所述的一种基于稀疏轨迹数据重构的汽车碳排放计算方法，其特征在于，步骤s10中，基于重构轨迹片段的逐秒速度和逐秒加速度，计算重构轨迹片段中每个点的比功率值，并将逐秒速度、逐秒加速度及对应比功率值代入碳排放估计模型中，计算各个重构轨迹片段的逐秒碳排放量，最后依次累加所有重构轨迹片段中的逐秒碳排放量，得到总碳排放量。9.根据权利要求8所述的一种基于稀疏轨迹数据重构的汽车碳排放计算方法，其特征在于，基于重构轨迹片段的逐秒速度和逐秒加速度，计算重构轨迹片段中每个点的比功率值，比功率值的计算公式为：vsp＝v(1.1a+0.132)+0.000302v3其中，vsp为比功率，v为逐秒速度，a为逐秒加速度。10.根据权利要求9所述的一种基于稀疏轨迹数据重构的汽车碳排放计算方法，其特征在于，将重构轨迹片段的逐秒速度、逐秒加速度及对应比功率值代入碳排放估计模型中，计算各个重构轨迹片段的逐秒碳排放量，包括以下步骤：若重构轨迹片段中的逐秒速度小于1.6km/h时则该秒为怠速状态，计算碳排放量ce的公式为：ce＝exp(-0.4987)若重构轨迹片段中的逐秒速度大于等于1.6km/h且逐秒加速度小于0时则该秒为减速状态，计算碳排放量ce的公式为：ce＝exp(-0.443+0.001v^2+0.011a^2+0.016vsp+0.001v^2a^2+0.001vvsp+0.013v)若重构轨迹片段中的逐秒速度大于等于1.6km/h且逐秒加速度不小于0时则该秒为非减速状态，计算碳排放量ce的公式为：ce＝exp(0.065+0.142vsp-0.004〖vsp〗^2+0.00003794v^3-0.025v+0.0000899v^3a^3-0.013va^2+0.069a)。

技术总结
本发明涉及一种基于稀疏轨迹数据重构的汽车碳排放计算方法，该方法利用在普通城市道路上行驶的轻型燃油汽车轨迹数据，分析不同采样频率下轨迹片段的加速度分布特征，根据加速度分布特征对稀疏轨迹数据进行逐秒重构，进而基于重构的轨迹数据通过碳排放估计模型计算排放。与现有技术相比，本发明避免了稀疏轨迹数据难以输入排放估计模型的问题，同时克服了现有的稀疏轨迹插值重构方法应用于碳排放估计时会严重低估排放的问题，本发明适用于多种采样频率的轨迹数据，以基于加速度分布插值为核心逐秒进行轨迹重构，可以有效提高碳排放计算精度，提供了基于稀疏轨迹进行车辆碳排放计算的新视角，具有较好的创新性。具有较好的创新性。具有较好的创新性。


技术研发人员：马万经 刘雨涵 王玲 安琨 俞春辉
受保护的技术使用者：同济大学
技术研发日：2023.01.31
技术公布日：2023/7/11