1.本发明涉及新能源汽车控制技术领域，尤其涉及一种电动汽车控制方法、装置、存储介质以及车辆。


背景技术：

2.电动汽车具有噪声小、无污染、零排放和能量转换效率高的特点，是解决城市化汽车污染突出问题的重要途径。发展电动汽车将对调整我国产业结构、提高重点领域的创新能力和市场竞争能力，促进经济社会的协调发展产生深远影响。对于电动汽车的控制方案，一般是从驾驶员请求车辆动力强弱的角度来进行人为划分，体现为激烈驾驶、节能驾驶等，以此来适应不同驾驶员对车辆动力的不同需求。在实际的控制过程中，驾驶员通过车上的按钮来手动选择驾驶模式实现不同的动力输出。比如驾驶员偏好激烈驾驶可选择运动模式，此时油门响应会更加灵敏，车辆动力更足；驾驶员偏好节油驾驶可选择经济模式，此时油门响应较迟缓，车辆动力偏弱，变速箱换挡更早使得发动机保持在较低的转速。
3.但是，现有电动汽车的控制方案并不能完全满足所有用户的动力需求，且人为划分驾驶模式的方式使得车辆的驾驶模式较少，同时需要驾驶员手动选择动力模式，很难满足不同驾驶员的动力需求，驾驶体验较差。


技术实现要素：

4.针对上述问题，本发明的目的在于提供一种电动汽车控制方法、装置、存储介质以及车辆，其能满足不同驾驶员在不同驾驶风格下的动力需求，提升驾驶体验。
5.第一方面，本发明实施例提供了一种电动汽车控制方法，包括：
6.根据当前存储的车辆的驾驶风格以及驾驶工况，计算驾驶风格综合得分，并根据所述驾驶风格综合得分确定车辆的驾驶风格类型；
7.根据所述驾驶风格类型及其对应的驾驶风格综合得分，确定驾驶风格修正系数；
8.根据车辆所在位置的路面类型，确定路面修正系数；
9.根据车辆所在的城市定位信息，确定城市修正系数；
10.根据所述驾驶风格修正系数、所述路面修正系数以及所述城市修正系数，对车辆预存的动力曲线进行修正；
11.当接收到更换动力曲线指令时，在车辆下次启动后采用修正后的动力曲线更新预存的动力曲线，以使得车辆在启动后采用修正后的动力曲线进行动力控制。
12.作为上述方案的改进，所述根据所述驾驶风格类型及其对应的驾驶风格综合得分，确定驾驶风格修正系数包括：
13.根据所述驾驶风格类型及其对应的驾驶风格综合得分，采用预设的模糊推理规则，获得所述驾驶风格修正系数。
14.作为上述方案的改进，所述方法还包括以下模糊推理规则建立步骤：
15.根据预设的各类驾驶风格类型及其对应驾驶风格修正系数级别，构建第一隶属度
函数；
16.根据预设的各类驾驶风格类型及其论域，构建第二隶属度函数；
17.根据预设的各个驾驶风格修正系数级别及其论域，构建第三隶属度函数；
18.根据所述的第一隶属度函数、所述第二隶属度函数以及所述第三隶属度函数，建立所述模糊推理规则。
19.作为上述方案的改进，所述根据当前存储的车辆的驾驶风格，计算驾驶风格综合得分，并根据所述驾驶风格综合得分确定车辆的驾驶风格类型，包括：
20.根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格基础得分矩阵，计算在各类驾驶工况下的驾驶风加权平均分；
21.根据当前存储的车辆的各类驾驶工况和预设的安全权值矩阵，计算综合权值矩阵；
22.根据在各类驾驶工况下的驾驶风格加权平均分和所述综合权值矩阵，得到驾驶风格综合得分；
23.根据驾驶风格综合得分，识别所述车辆当前所属的驾驶风格类型。
24.作为上述方案的改进，所述方法还包括：
25.采用1-9标度法构造驾驶工况的判断矩阵；
26.计算所述判断矩阵的最大特征值对应的特征向量；
27.对所述判断矩阵的最大特征值对应的特征向量进行归一化处理，得到权向量；
28.对所述权向量进行一致性检验；
29.若所述权向量通过一致性检验，则将所述权向量的各分量作为各类驾驶工况的权重，并根据各类驾驶工况的权重建立所述安全权值矩阵；
30.若所述权向量未通过一致性检验，重新计算所述判断矩阵的最大特征值对应的特征向量。
31.作为上述方案的改进，所述动力曲线包括转向力决策曲线、制动力决策曲线以及驱动扭矩决策曲线；
32.则，根据所述驾驶风格修正系数、所述路面修正系数以及所述城市修正系数，对车辆预存的动力曲线进行修正，包括：
33.将所述驾驶风格修正系数、所述路面修正系数、所述城市修正系数相乘，得到综合修正系数；
34.将所述综合修正系数与所述转向力决策曲线的各转向力值相乘，得到修正后的转向力决策曲线；
35.将所述综合修正系数与所述制动力决策曲线的各制动力值相乘，得到修正后的制动力决策曲线；
36.将所述综合修正系数与所述驱动扭矩决策曲线的各驱动扭矩值相乘，得到修正后的驱动扭矩决策曲线。
37.作为上述方案的改进，所述根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格基础得分矩阵，计算在各类驾驶工况下的驾驶风加权平均分之前，还包括：
38.判断当前存储的驾驶工况、驾驶风格是否满足任意一个预设的数据刷新条件；其中，所述数据刷新条件包括存储有驾驶工况和驾驶风格的存储矩阵已满、当前存储驾驶工
况和驾驶风格的时间达到预设的刷新周期；
39.若是，则在识别出驾驶风格类型后，清空当前存储的驾驶工况、驾驶风格；
40.若否，则按照设定的时间间隔重新判断当前存储的驾驶工况、驾驶风格是否满足任意一个预设的数据刷新条件。
41.第二方面，本发明实施例提供了一种电动汽车控制装置，包括
42.驾驶风格识别模块，用于根据当前存储的车辆的驾驶风格以及驾驶工况，计算驾驶风格综合得分，并根据所述驾驶风格综合得分确定车辆的驾驶风格类型；
43.驾驶风格修正系数确定模块，用于根据所述驾驶风格类型及其对应的驾驶风格综合得分，确定驾驶风格修正系数；
44.路面修正系数确定模块，用于根据车辆所在位置的路面类型，确定路面修正系数；
45.城市修正系数确定模块，用于根据车辆所在的城市定位信息，确定城市修正系数；
46.动力曲线修正模块，用于根据所述驾驶风格修正系数、所述路面修正系数以及所述城市修正系数，对车辆预存的动力曲线进行修正；
47.动力曲线更新模块，用于当接收到更换动力曲线指令时，在车辆下次启动后采用修正后的动力曲线更新预存的动力曲线，以使得车辆在启动后采用修正后的动力曲线进行动力控制。
48.第三方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如第一方面中任一所述的电动汽车控制方法。
49.第四方面，本发明实施例提供了一种车辆，包括：
50.一个或多个处理器；
51.存储器，用于储存一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面中任一所述的电动汽车控制方法。
52.相对于现有技术，本发明实施例的有益效果在于：基于识别出的驾驶风格类型及其对应的驾驶风格综合得分，确定驾驶风格修正系数；基于车辆所在位置的路面类型，确定路面修正系数；基于车辆所在的城市定位信息，确定城市修正系数；然后根据所述驾驶风格修正系数、所述路面修正系数以及所述城市修正系数，对车辆预存的动力曲线进行修正；当接收到更换动力曲线指令时，在车辆下次启动后采用修正后的动力曲线更新预存的动力曲线，以使得车辆在启动后采用修正后的动力曲线进行动力控制，从而可以满足不同驾驶员在不同驾驶风格下的动力需求，提升驾驶体验。
附图说明
53.为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
54.图1是本发明实施例提供的一种电动汽车控制方法的流程图；
55.图2是本发明实施例提供的动力曲线更新流程图；
56.图3是本发明实施例提供的安全权值矩阵建立流程示意图；
57.图4是本发明实施例提供的一种电动汽车控制装置的示意框图。
具体实施方式
58.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
59.实施例一
60.请参阅图1，本发明提供了一种电动汽车控制方法，包括：
61.s1：根据当前存储的车辆的驾驶风格以及驾驶工况，计算驾驶风格综合得分，并根据所述驾驶风格综合得分确定车辆的驾驶风格类型；
62.s2：根据所述驾驶风格类型及其对应的驾驶风格综合得分，确定驾驶风格修正系数；
63.s2：根据车辆所在位置的路面类型，确定路面修正系数；
64.其中，按照不同路面摩擦系数预先设定不同路面类型与其对应的路面修正系数的映射关系，例如将路面修正系数的范围设定在0到2之间。根据识别出的车辆所在的路面类型，通过该映射关系可以得出对应的路面修正系数。
65.s4：根据车辆所在的城市定位信息，确定城市修正系数；
66.其中，按照不同城市地形情况预先设定不同城市与其对应城市类型修正系数的映射关系，例如将城市修正系数的范围设定在0到2之间。根据定位出的车辆所在城市，通过该映射关系可以得出对应的城市类型修正系数。
67.s5：根据所述驾驶风格修正系数、所述路面修正系数以及所述城市修正系数，对车辆预存的动力曲线进行修正；
68.s6：当接收到更换动力曲线指令时，在车辆下次启动后采用修正后的动力曲线更新预存的动力曲线，以使得车辆在启动后采用修正后的动力曲线进行动力控制。
69.在本发明实施例中，如图2所示，基于上述确定的驾驶风格修正系数、路面修正系数以及城市修正系数，对车辆预存的动力曲线进行修正；然后判断是否接收到更换动力曲线指令，若否，则认为驾驶员没有更换动力曲线的意愿，则维持车辆修正前预存的动力曲线，以使得车辆在下次启动后仍然采用修正前预存的动力曲线进行动力控制，若是，则认为驾驶员有更换动力曲线的意愿，则在车辆下次启动后采用修正后的动力曲线更新预存的动力曲线，以使得车辆在下次启动后采用修正后的动力曲线进行动力控制，从而可以满足不同驾驶员在不同驾驶风格以及不同路况下的动力需求，提升驾驶体验。
70.在一种可选的实施例中，所述根据所述驾驶风格类型及其对应的驾驶风格综合得分，确定驾驶风格修正系数包括：
71.根据所述驾驶风格类型及其对应的驾驶风格综合得分，采用预设的模糊推理规则，获得所述驾驶风格修正系数。
72.在一种可选的实施例中，所述方法还包括以下模糊推理规则建立步骤：
73.根据预设的各类驾驶风格类型及其对应驾驶风格修正系数级别，构建第一隶属度函数；
74.如下表所示，给出了预先定义的各类驾驶风格类型及其对应驾驶风格修正系数级别：
75.驾驶风格类型
ⅰⅱⅲ
驾驶风格修正系数级别小(small)中(medium)大(big)
76.根据上表中的参数，选择合适的隶属度函数，作为所述第一隶属度函数。
77.根据预设的各类驾驶风格类型及其论域，构建第二隶属度函数；
78.如下表所示，给出了预先定义的各类驾驶风格类型及其论域：
79.驾驶风格类型
ⅰⅱⅲ
论域[35，55](55，75](75，95]
[0080]
根据上表中的参数，选择合适的隶属度函数，作为所述第二隶属度函数。
[0081]
根据预设的各个驾驶风格修正系数级别及其论域，构建第三隶属度函数；
[0082]
如下表所示，给出了预先定义的各个驾驶风格修正系数级别及其论域：
[0083]
驾驶风格修正系数级别小(small)中(medium)大(big)论域[0.8，0.95](0.95，1.05](1.05，1.2]
[0084]
根据上表中的参数，选择合适的隶属度函数，作为所述第三隶属度函数。
[0085]
根据所述的第一隶属度函数、所述第二隶属度函数以及所述第三隶属度函数，建立所述模糊推理规则。
[0086]
在一种可选的实施例中，所述动力曲线包括转向力决策曲线、制动力决策曲线以及驱动扭矩决策曲线；
[0087]
则，根据所述驾驶风格修正系数、所述路面修正系数以及所述城市修正系数，对车辆预存的动力曲线进行修正，包括：
[0088]
将所述驾驶风格修正系数、所述路面修正系数、所述城市修正系数相乘，得到综合修正系数；
[0089]
将所述综合修正系数与所述转向力决策曲线的各转向力值相乘，得到修正后的转向力决策曲线；
[0090]
将所述综合修正系数与所述制动力决策曲线的各制动力值相乘，得到修正后的制动力决策曲线；
[0091]
将所述综合修正系数与所述驱动扭矩决策曲线的各驱动扭矩值相乘，得到修正后的驱动扭矩决策曲线。
[0092]
在一种可选的实施例中，所述根据当前存储的车辆的驾驶风格，计算驾驶风格综合得分，并根据所述驾驶风格综合得分确定车辆的驾驶风格类型，包括：
[0093]
根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格基础得分矩阵，计算在各类驾驶工况下的驾驶风加权平均分；
[0094]
汽车电子系统实时采集所述车辆的当前驾驶工况和驾驶风格，并存储到本地，其中，驾驶风格的初步识别可以根据车辆的在对应时刻的制动踏板开度信息、加速踏板开度信息、方向盘转角信息等行车数据确定。所述驾驶风格基础得分矩阵包括每一类驾驶风格类型对应的分值。以三类驾驶工况和三类驾驶风格为例进行说明：例如第一类驾驶风格类型的分值为95，第二类驾驶风格类型的分值为65，第三类驾驶风格类型的分值为35，则所述驾驶风格基础得分矩阵为[95，65，35]。采用所述驾驶风格基础得分矩阵对本地存储的驾驶工况、驾驶风格进行加权平均，分别得到在第一类、第二类、第三类驾驶工况下的驾驶风加
权平均分。
[0095]
根据当前存储的车辆的各类驾驶工况和预设的安全权值矩阵，计算综合权值矩阵；
[0096]
根据在各类驾驶工况下的驾驶风格加权平均分和所述综合权值矩阵，得到驾驶风格综合得分；
[0097]
根据驾驶风格综合得分，识别所述车辆当前所属的驾驶风格类型。
[0098]
在本发明实施例中，通过对各类驾驶工况下的驾驶风格计算加权平均分，并结合计算出综合权值矩阵，计算出当前刷新周期内的驾驶风格综合得分，从而根据计算出的架势风格综合得分得出下一刷新周期的驾驶风格类型，从而优化了驾驶风格识别流程，实现可适用于驾驶工况不断变化的情况，有效提高驾驶风格识别的准确率。
[0099]
进一步的，所述根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格基础得分矩阵，计算在各类驾驶工况下的驾驶风加权平均分，包括：
[0100]
根据当前存储的车辆的驾驶工况、驾驶风格，计算在各类驾驶工况中各类驾驶风格的占比矩阵；
[0101]
将在各类驾驶工况中各类驾驶风格的占比矩阵与所述驾驶风格基础得分矩阵相乘，得到在各类驾驶工况下的驾驶风加权平均分；其中，所述驾驶风格基础得分矩阵包括各类驾驶风格对应的分值。
[0102]
在本发明实施例中，以三类驾驶工况和三类驾驶风格为例，分别计算在驾驶工况ⅰ中ⅰ类驾驶风格类型、ⅱ类驾驶风格类型、ⅲ类驾驶风格类型的占比，并构成占比矩阵，同样地，计算在驾驶工况ⅱ中ⅰ类驾驶风格类型、ⅱ类驾驶风格类型、ⅲ类驾驶风格类型的占比，并构成占比矩阵，以及计算在驾驶工况ⅲ中ⅰ类驾驶风格类型、ⅱ类驾驶风格类型、ⅲ类驾驶风格类型的占比，并构成占比矩阵。假设ⅰ类驾驶风格类型的分值为95，ⅱ类驾驶风格类型的分值为65，ⅲ类驾驶风格类型的分值为35，则所述驾驶风格基础得分矩阵为[95，65，35]。将上述计算所得的占比矩阵分别与所述驾驶风格基础得分矩阵相乘，计算出在驾驶工况ⅰ、ⅱ、ⅲ中的驾驶风加权平均分。通过对不同驾驶工况下的驾驶风格进行细分，可以有效提高驾驶员驾驶风格识别的精度。
[0103]
进一步的，所述根据当前存储的车辆的各类驾驶工况和预设的安全权值矩阵，计算综合权值矩阵，包括：
[0104]
根据当前存储的车辆的各类驾驶工况，计算各类驾驶工况的占比矩阵；
[0105]
将所述各类驾驶工况的占比矩阵与和所述安全权值矩阵相乘，得到所述综合权值矩阵。
[0106]
示例性的，所述安全权值矩阵是用户自定义的，可以根据所述车辆的历史驾驶工况数据进行设置，对各类驾驶工况赋予不同的权重，从而构成表征各类驾驶工况的权值矩阵。通过计算各类驾驶工况所占比例，构建出各类驾驶工况的占比矩阵，并与所述安全权值矩阵相乘，得到所述综合权值矩阵。
[0107]
进一步的，所述根据在各类驾驶工况下的驾驶风格加权平均分和所述综合权值矩阵，得到驾驶风格综合得分，包括：
[0108]
将在各类驾驶工况下的驾驶风格加权平均分与所述综合权值矩阵相乘，得到驾驶风格综合得分。
[0109]
进一步的，所述根据驾驶风格综合得分，识别所述车辆当前所属的驾驶风格类型，包括：
[0110]
判断所述驾驶风格综合得分落入的分值范围，并将所述分值范围对应的驾驶风格类型作为所述车辆当前所属的驾驶风格类型。
[0111]
示例性的，假设ⅰ类驾驶风格类型的分值范围为大于等于第一分值，ⅱ类驾驶风格类型的分值范围为小于第一分值且大于等于第二分值，ⅲ类驾驶风格类型的分值范围为小于第二分值；其中，可以根据所述驾驶风格基础得分矩阵中各类驾驶风格对应的分值设定对应驾驶风格类型的分值范围，则第一分值为95，第二分值为65。则上述判断分值范围流程如下：
[0112]
判断所述驾驶风格综合得分是否大于等于第一分值；
[0113]
若是，则判定所述车辆当前属于ⅰ类驾驶风格类型；
[0114]
若否，判断所述驾驶风格综合得分是否大于等于第二分值；
[0115]
若是，则判定所述车辆当前属于ⅱ类驾驶风格类型；
[0116]
若否，则判定所述车辆当前属于ⅲ类驾驶风格类型。
[0117]
相对于现有技术，本发明实施例的有有益效果在于：通过对不同驾驶工况下的驾驶风格进行细分，有效提高驾驶风格识别的准确率，同时可适用于驾驶工况不断变化的情况，对于车辆的辅助驾驶具有很好应用效果。
[0118]
在一种可选的实施例中，所述根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格基础得分矩阵，计算在各类驾驶工况下的驾驶风加权平均分之前，还包括：
[0119]
判断当前存储的驾驶工况、驾驶风格是否满足任意一个预设的数据刷新条件；其中，所述数据刷新条件包括存储有驾驶工况和驾驶风格的存储矩阵已满、当前存储驾驶工况和驾驶风格的时间达到预设的刷新周期；
[0120]
若是，则在识别出驾驶风格类型后，清空当前存储的驾驶工况、驾驶风格；
[0121]
若否，则按照设定的时间间隔重新判断当前存储的驾驶工况、驾驶风格是否满足任意一个预设的数据刷新条件。
[0122]
在本发明实施例中，汽车电子系统维护一个计时器以及一个存储矩阵，该存储矩阵用于存储车辆的驾驶工况和驾驶风格数据。当存储矩阵已满时，触发上述步骤s1-s4的驾驶风格类型识别流程，否则进行存储和计时。当该存储矩阵存储第一个数据时，所述计时器开始计时；当所述计时器的计时达到预设的刷新周期，同样可以触发上述步骤的驾驶风格类型识别流程，否则进行存储和计时。
[0123]
在一种可选的实施例中，所述方法还包括：
[0124]
采用1-9标度法构造驾驶工况的判断矩阵；
[0125]
计算所述判断矩阵的最大特征值对应的特征向量；
[0126]
对所述判断矩阵的最大特征值对应的特征向量进行归一化处理，得到权向量；
[0127]
对所述权向量进行一致性检验；
[0128]
若所述权向量通过一致性检验，则将所述权向量的各分量作为各类驾驶工况的权重，并根据各类驾驶工况的权重建立所述安全权值矩阵；
[0129]
若所述权向量未通过一致性检验，重新计算所述判断矩阵的最大特征值对应的特征向量。
[0130]
示例性的，可根据实际需要预先设定各类驾驶工况权值指标以及它们之间的层级关系，根据该层级关系采用1-9标度法构造驾驶工况的判断矩阵。如图3所示，通过所述判断矩阵判断出矩阵中最大特征根对应的特征向量，然后通过归一化处理，得出权向量，再接着一致性检验，如果一致性不通过，返回到矩阵判断继续进行计算，如果一致性通过，则输出权向量的各分量作为对应驾驶工况的权重。结合1-9标度法构建出的安全权值矩阵进行驾驶风格识别，可以进一步提高驾驶风格识别的精度。具体的，可以先确定驾驶工况的特征，例如特征a1为车速，特征a2为油门开度，特征a3为油门开度变化率，特征a4为加速度，如此类推，可以设置n个特征。其次，定义各特征的量化值，例如特征a1量化值为4，特征a2量化值为1，特征a3和a4量化值为9，那么a12＝4/1，a14＝4/9，构建的判断矩阵是：j＝aij(nxn)＝[a11...a1n...an1...ann]。
[0131]
对上述判断矩阵求特征根，满足一致性要求后，即可确定最大特征值对应的特征向量，即为权向重。
[0132]
相对于现有技术，本发明实施例的有益效果在于：基于识别出的驾驶风格类型及其对应的驾驶风格综合得分，确定驾驶风格修正系数；基于车辆所在位置的路面类型，确定路面修正系数；基于车辆所在的城市定位信息，确定城市修正系数；然后根据所述驾驶风格修正系数、所述路面修正系数以及所述城市修正系数，对车辆预存的动力曲线进行修正；当接收到更换动力曲线指令时，在车辆下次启动后采用修正后的动力曲线更新预存的动力曲线，以使得车辆在启动后采用修正后的动力曲线进行动力控制，从而可以满足不同驾驶员在不同驾驶风格下的动力需求，提升驾驶体验。
[0133]
实施例二
[0134]
请参阅图4，本发明实施例提供了一种电动汽车控制装置，包括：
[0135]
驾驶风格识别模块1，用于根据当前存储的车辆的驾驶风格以及驾驶工况，计算驾驶风格综合得分，并根据所述驾驶风格综合得分确定车辆的驾驶风格类型；
[0136]
驾驶风格修正系数确定模块2，用于根据所述驾驶风格类型及其对应的驾驶风格综合得分，确定驾驶风格修正系数；
[0137]
路面修正系数确定模块3，用于根据车辆所在位置的路面类型，确定路面修正系数；
[0138]
城市修正系数确定模块4，用于根据车辆所在的城市定位信息，确定城市修正系数；
[0139]
动力曲线修正模块5，用于根据所述驾驶风格修正系数、所述路面修正系数以及所述城市修正系数，对车辆预存的动力曲线进行修正；
[0140]
动力曲线更新模块6，用于当接收到更换动力曲线指令时，在车辆下次启动后采用修正后的动力曲线更新预存的动力曲线，以使得车辆在启动后采用修正后的动力曲线进行动力控制。
[0141]
在一种可选的实施例中，所述驾驶风格修正系数确定模块2包括：
[0142]
模糊推理单元，用于根据所述驾驶风格类型及其对应的驾驶风格综合得分，采用预设的模糊推理规则，获得所述驾驶风格修正系数。
[0143]
在一种可选的实施例中，所述装置还包括：
[0144]
第一隶属度函数构建模块，用于根据预设的各类驾驶风格类型及其对应驾驶风格
修正系数级别，构建第一隶属度函数；
[0145]
第二隶属度函数构建模块，用于根据预设的各类驾驶风格类型及其论域，构建第二隶属度函数；
[0146]
第三隶属度函数构建模块，用于根据预设的各个驾驶风格修正系数级别及其论域，构建第三隶属度函数；
[0147]
模糊推理规则建立模块，用于根据所述的第一隶属度函数、所述第二隶属度函数以及所述第三隶属度函数，建立所述模糊推理规则。
[0148]
在一种可选的实施例中，所述驾驶风格识别模块1包括：
[0149]
驾驶风加权平均分计算单元，用于根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格基础得分矩阵，计算在各类驾驶工况下的驾驶风加权平均分；
[0150]
综合权值矩阵计算单元，用于根据当前存储的车辆的各类驾驶工况和预设的安全权值矩阵，计算综合权值矩阵；
[0151]
驾驶风格综合得分计算单元，用于根据在各类驾驶工况下的驾驶风格加权平均分和所述综合权值矩阵，得到驾驶风格综合得分；
[0152]
驾驶风格类型识别单元，用于根据驾驶风格综合得分，识别所述车辆当前所属的驾驶风格类型。
[0153]
在一种可选的实施例中，所述装置还包括：
[0154]
判断矩阵构建模块，用于采用1-9标度法构造驾驶工况的判断矩阵；
[0155]
特征向量计算模块，用于计算所述判断矩阵的最大特征值对应的特征向量；
[0156]
归一化处理模块，用于对所述判断矩阵的最大特征值对应的特征向量进行归一化处理，得到权向量；
[0157]
一致性检验模块，用于对所述权向量进行一致性检验；若所述权向量通过一致性检验，则将所述权向量的各分量作为各类驾驶工况的权重，并根据各类驾驶工况的权重建立所述安全权值矩阵；若所述权向量未通过一致性检验，重新计算所述判断矩阵的最大特征值对应的特征向量。
[0158]
在一种可选的实施例中，所述动力曲线包括转向力决策曲线、制动力决策曲线以及驱动扭矩决策曲线；
[0159]
则，动力曲线修正模块5包括：
[0160]
综合修正系数计算单元，用于将所述驾驶风格修正系数、所述路面修正系数、所述城市修正系数相乘，得到综合修正系数；
[0161]
转向力决策曲线修正单元，用于将所述综合修正系数与所述转向力决策曲线的各转向力值相乘，得到修正后的转向力决策曲线；
[0162]
制动力决策曲线修正单元，用于将所述综合修正系数与所述制动力决策曲线的各制动力值相乘，得到修正后的制动力决策曲线；
[0163]
驱动扭矩决策曲线修正单元，用于将所述综合修正系数与所述驱动扭矩决策曲线的各驱动扭矩值相乘，得到修正后的驱动扭矩决策曲线。
[0164]
在一种可选的实施例中，所述装置还包括：
[0165]
刷新判断模块，用于判断当前存储的驾驶工况、驾驶风格是否满足任意一个预设的数据刷新条件；其中，所述数据刷新条件包括存储有驾驶工况和驾驶风格的存储矩阵已
满、当前存储驾驶工况和驾驶风格的时间达到预设的刷新周期；若是，则在识别出驾驶风格类型后，清空当前存储的驾驶工况、驾驶风格；若否，则按照设定的时间间隔重新判断当前存储的驾驶工况、驾驶风格是否满足任意一个预设的数据刷新条件。
[0166]
其中，本发明实施例所述装置的工作原理和技术效果与实施例一相同，在此不在重复赘述。
[0167]
实施例三
[0168]
本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如实施例一中任一所述的电动汽车控制方法。
[0169]
实施例四
[0170]
本发明实施例提供了一种车辆，包括：
[0171]
一个或多个处理器；
[0172]
存储器，用于储存一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述各个电动汽车控制方法实施例中的步骤，例如图1所示的步骤s1-s6。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能，例如驾驶风格识别模块、驾驶风格修正系数确定模块、路面修正系数确定模块、城市修正系数确定模块以及动力曲线修正模块。
[0173]
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述车辆中的执行过程。例如，所述计算机程序可以被分割成驾驶风格识别模块、驾驶风格修正系数确定模块、路面修正系数确定模块、城市修正系数确定模块以及动力曲线修正模块，各模块具体功能如下：驾驶风格识别模块，用于根据当前存储的车辆的驾驶风格以及驾驶工况，计算驾驶风格综合得分，并根据所述驾驶风格综合得分确定车辆的驾驶风格类型；驾驶风格修正系数确定模块，用于根据所述驾驶风格类型及其对应的驾驶风格综合得分，确定驾驶风格修正系数；路面修正系数确定模块，用于根据车辆所在位置的路面类型，确定路面修正系数；城市修正系数确定模块，用于根据车辆所在的城市定位信息，确定城市修正系数；动力曲线修正模块，用于根据所述驾驶风格修正系数、所述路面修正系数以及所述城市修正系数，对车辆预存的动力曲线进行修正；
[0174]
动力曲线更新模块6，用于当接收到更换动力曲线指令时，在车辆下次启动后采用修正后的动力曲线更新预存的动力曲线，以使得车辆在启动后采用修正后的动力曲线进行动力控制。
[0175]
所述处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，还可以是vcu、ecu、bms等车载计算设备。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述车辆的控制中心，利用各种接口和线路连接整个车辆的各个部分。
[0176]
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述**装置/终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0177]
其中，所述车辆集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0178]
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0179]
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。