戴姆勒AG（前身戴姆勒克莱斯勒）测试舰队中有100多种氢燃料电池汽车由世界各地的现实世界驾驶条件中的普通驱动因素经营。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
舰队车辆在各种驾驶条件下积极运作，气候累积了不同的数据集进行分析。每个车辆通过戴姆勒无线基础架构将其数据传输到中央数据库。我们的团队开发了一项自动报告系统，审查了车辆使用，为我们提供了舰队使用反馈。
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.样本区域里程分析。
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。
区域里程分析情节揭示了12月底和1月初的里程突然减少。通过量化车辆使用的季节性趋势，戴姆勒可以在节日期间安排车辆维护和诊断程序和其他低利用期。
跟踪燃料消耗
使用我们使用Matlab和Mapping Toolbox™开发的工具，戴姆勒工程师可以重建在测试车辆中采取的任何旅程。工具用户可以跟踪燃油罐的充电状态（SoC），沿着卫星地理地图可用的电化学能量的量度。戴姆勒最初开发了这个脚本来生产静态JPEG地图图像。该解决方案并不灵活，并且在图中提供了不充分的细节。因此，脚本被修改为生成钥匙孔标记语言（KML）文件，以便与Google地球一起使用，这提供了更大的灵活性。
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.燃料消耗分析。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。
我们开发的MATLAB脚本还使工程师能够将真实世界的位置链接到车辆性能，简化了全球舰队上的远程诊断分析。例如，当车辆内的燃料电池系统发送错误代码时，我们可以使用MathWorks工具来定位并在发生错误时可视化车辆的确切位置（图3）。例如，如果我们知道，车辆在高峰时段的洛杉矶市中心，我们可以在事件时使用我们对操作条件的了解，以更有效地排除故障。
图3.基于测试车辆数据的样本单事件分析。
规划氢气加油基础设施
为了帮助将未来的氢燃料加气站安置在能够最有效地为客户服务的地方，我们确定了燃料电池汽车最频繁使用的地区。戴姆勒使用MATLAB、Mapping Toolbox和谷歌Earth基于车辆的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。
戴姆勒工程师武装了这些分析的结果，可以推荐新的氢气加油站的位置，使车站运营商能够通过将燃料站放置在高交通区域，并让客户更方便地进入氢气来降低风险。
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，这种分析可以揭示地区驾驶行为的趋势。例如，在德国，我们看到频繁的高速公路驾驶，在那里，踏板一直被推到100%。在新加坡，人们开车更慢更平稳，我们很少看到踏板被压到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。
一个小团队回答大问题
戴姆勒的工程师和经理对我们服务的需求不断增加，这是我们成功提供有用成果的一个衡量标准。我们接到了大量的请求。能够在集成的MATLAB环境中访问数据库、执行多种分析、绘制结果并生成深刻的报告是一个很大的优势。这意味着我们可以轻松地为团队添加资源。
我们的工程师只需要知道一个软件包 - 而不是多个应用程序，我们不必花时间整合各种工具。相反，我们生成有用的结果。
我们继续改进我们目前的分析，开发新的分析，以提供进一步的见解和更深入地了解燃料电池车辆性能和基础设施。
