Driving cycle generator

  • 作成日:2013年11月24日 最終更新日:2013年11月24日
  • コメントする
  • いいね
  • お気に入り

全体に公開

提出者情報

データジャケットの題名 Driving cycle generator
データの所在・所有者 ボルボテクノロジー・ジャパン株式会社
データ収集方法やコスト 利用データ、車両データ、GPSデータなどの時系列データをテレマチックスでセンタサーバに集め、解析する。データ収集システムとして近いものに商業用サービスとして トラックメーカからUDインフォメーションサービスや見守りくんなどの愛称で商品化されている。乗用車メーカーは大規模な公道走行実験を行って同様のデータを集めている。コストは不明だがシステム全体でみれば車載機、通信機器、サーバシステム、変換システムなどで車両代のほかに1億円程度の費用がかかっているのではないか。
データの共有について その他
データの共有について (その他を選ばれた方)

データの分析・シミュレーションについて

データの種類 グラフ テキスト 数値 時系列
データの変数(パラメーター)の変数名 このDJを動かすプラットフォームとして論文発表を行うDQFDを想定するが、DQFDは自動収集、自己成長型データウエアハウスを持つことを想定している。ただしその為のソフト開発が必要な段階
データの概要説明 自動車の走行について、始動から停止までの一連の走行速度のタイムチャートをドライビングサイクルと呼ぶが、このDJでは実市場からサンプリングしている事が前提。ドライビングサイクルはその一つ一つが特性値を持つ。例えばそのサイクルをある質量や空気抵抗を持つ物体が運動したとすれば エネルギをもつ。この特性値は正規分布など統計パターンを持つ。よって任意区間例えば全体の95%をカバーするエネルギを選択すると利用の95%をカバーする自動車用燃料(電池)の搭載容量を決めることができる。同様にに加速度など他の特性の分布も同時に分るのでモータの設計条件も決めることができる。この様にして自動車の基本設計仕様が計画時点で過剰でもなく過少でもなく決まる。つまりこのDJは、過剰なコストをさけ顧客不満も回避できる設計ができるという価値ををもつものである
想定しているデータの分析・シミュレーションプロセス ドライビングサイクルの波形抽出ロジックなど概念設計はある。
想定しているデータの分析・シミュレーションプロセスの結果 (データ分析結果/ツールの出力/典型例など) 筆者の体験事例として、カリフォルニア州で電気自動車のデモンストレーションフリートテストを実施した。データ収集はマニュアル作業であったがその結果実際の市場での使い方平均となるドライビングサイクルを得た。これは、法規制として示されているドライビングサイクルに比べエネルギ消費量が多く実情が初めて評価できた。(これも論文中に紹介しました)
上記の分析・シミュレーションプロセス以外に期待する分析 近未来を想定してCO2 Evaluator for City というDJも考えている。これは、やはりドライビングサイクルを利用するものである。具体的にはドライビングサイクル終了時点で車両毎のCO2削減量をデータサーバ側で同様の使い方をする(した)内燃機関自動車と比較差をもとめることで いつだれがどこでどれだけどのよう削減したのか記録できるようにする。その結果、都市毎や期間ごとあるいは個人毎など任意のグループで集計でき皆で貢献するCO2削減活動が動きだすのではないかと期待している。

その他

自由記述 ジャケットのビジュアルな参考事例を見てみたいです。
入手したいデータ/ツール 商用車の輸送効率(航空機の座席の充足率・ロードファクター的なもの)データ。おそらく日本の宅配業者などもきめ細かいデータを持っているでしょうからこれらのグループと連携できれば何か生まれるような気がします。トラック事業の場合、投資効果は分子は有効輸送量で分母はその為に使った燃料費などの生涯コストです。が、電気トラックの場合充電場所とタイミングというインフラ協調要素が付加されるので あらたな管制ロジックがいるような気がします。場合によっては常時計測して、オンタイムプライシングなどできるとWINWINにならないかなど期待しています。
可視化情報
サンプルデータ

コメントフォーム

captcha

利用規約はこちらからご確認下さい。