تحلیل رفتار رانندگی از منظر مصرف سوخت با استفاده از داده های واحد مدیریت موتور مبتنی بر هوش مصنوعی

در این پژوهش، تحلیل مفهومی بر روی رفتار رانندگی با تمرکز بر مصرف سوخت و خوشه بندی رانندگان ارائه شده است. داده های رانندگی ۸۰ نفر توسط یک دستگاه ضبط کننده داده که به درگاه OBD خودرو متصل می شود، جمع آوری شدند. ویژگی های مهم مرتبط با مصرف سوخت توسط جدول همبستگی و مفاهیم موجود در حوزه قوای محرکه استخراج شدند. در این راستا، برخی متغیرهای کلیدی مانند شتاب گیری و ترمزگیری نیز تعریف شده و محاسبه شدند. سپس الگو های همبستگی بر روی ویژگی های استخراج شده به منظور پیش بینی مصرف سوخت اعمال شدند. در این تحلیل، تاثیرگذارترین عوامل رفتار رانندگی بر مصرف سوخت و میزان اثر آن ها بدست آمدند. سپس روش های یادگیری رایانه ای بدون نظارت به کار گرفته شدند تا رانندگان بر اساس نحوه رانندگی خود در خوشه های مختلف خوشه بندی شوند. بررسی مقایسه ای بر روی روش های مختلف برای ارزیابی کارایی روش های مختلف خوشه بندی انجام شده است. در پایان، پیشنهادات ارزشمندی برای سازندگان خودرو، سیاستگذاران و رانندگان با توجه نتایج ارائه شده است که به تاکید اثر رفتار رانندگی بر بهره وری سوخت و ظرفیت های آن برای سامانه های دستیار رانندگی می پردازد.

کلیدواژه ها:

رفتار رانندگی ، خوشه بندی رانندگان ، مصرف سوخت ، یادگیری رایانهای ، هوش مصنوعی