Publikace detail

Novel Approach to Modeling Impact of Driving Behavior on Fuel Consumption Based on Large Volume Real-Traffic Data

Autoři: Fořt David

Rok: 2025

Druh publikace: článek ve sborníku

Název zdroje: 2025 IEEE Zooming Innovation in Consumer Technologies Conference, ZINC 2025

Název nakladatele: IEEE (Institute of Electrical and Electronics Engineers)

Místo vydání: New York

Strana od-do: 141-146

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Nový přístup k modelování vlivu jízdního chování na spotřebu paliva na základě velkého objemu dat z reálného provozu	Tato studie zkoumá vliv chování řidiče na spotřebu paliva vozidla s využitím velkého objemu telematických dat. Autor studie vyvinul model založený na analýze dat o poloze 1Hz GNSS, který kategorizuje styly jízdy podle změn rychlosti a zrychlení a porovnává je se skutečnou spotřebou paliva. Model využívá segmentaci rychlostních pásem; na rozdíl od předchozích modelů je však chování řidiče vyhodnocováno pomocí hodnotících křivek odvozených z pravděpodobnostního rozdělení naměřených dat o reálném provozu. Model rozlišuje mezi ustáleným pohybem, zrychlením a zpomalením s různou intenzitou, aby přesněji odrážel efektivitu jízdy. Pro přehlednější prezentaci výsledků je použita zjednodušená stupnice 1–5. Dlouhodobý test provedený na homogenním vozovém parku ukazuje, že agresivní jízda vede ke zvýšené spotřebě paliva a vyšším provozním nákladům. U testovaných vozidel odpovídal jednobodový rozdíl v hodnocení zvýšení spotřeby paliva až o 30 %. Tato zjištění mají praktické využití pro správu vozového parku, školení řidičů, optimalizaci spotřeby paliva, využití a dopravní politiku zaměřenou na zvýšení efektivity a bezpečnosti. Tato studie navíc zdůrazňuje nutnost standardizovaných metrik pro různé typy paliv a poskytuje základ pro další výzkum zaměřený na zlepšení účinnosti vozidel a podporu bezpečnějších jízdních postupů.
eng	Novel Approach to Modeling Impact of Driving Behavior on Fuel Consumption Based on Large Volume Real-Traffic Data	This study examines the impact of driver behavior on vehicle fuel consumption using large volume telematics data. The author of the study developed a model based on the analysis of 1Hz GNSS position data, categorizing driving styles according to variations in speed and acceleration and comparing them with actual fuel consumption. The model employs speed band segmentation; however, unlike previous models, driver behavior is evaluated using rating curves derived from the probabilistic distribution of measured real-traffic data. The model differentiates between steady movement, acceleration, and deceleration of varying intensities to more accurately reflect driving efficiency. A simplified 1–5 scale is used to present results clearly. A long-term test conducted on a homogeneous fleet indicates that aggressive driving leads to increased fuel consumption and higher operational costs. In test vehicles, a one-point difference in the rating corresponded to a fuel consumption increase of up to 30%. These findings have practical applications for fleet management, driver training, fuel consumption optimization, utilization, and transportation policies aimed at enhancing efficiency and safety. Additionally, this study underscores the necessity of standardized metrics for different fuel types and provides a foundation for further research focused on improving vehicle efficiency and promoting safer driving practices.	Driving behavior;Fuel consumption;Vehicle telematics;Vehicle efficiency;Fleet management

Vyhledávání

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Ústavy

Pracoviště

Jak nás najdete?

Služby

Často hledáte