[发明专利]碳排放量计算方法、装置及存储介质

说明书

技术领域

本发明涉及汽车碳排放领域，尤其涉及一种碳排放量计算方法、装置及存储介质。

背景技术

随着城市机动车的急剧增加，交通污染成为城市污染越来越突出的因素。交通产生的有害废气、烟尘及碳排放等对城市空气、水域和土壤的污染日趋严重。机动车碳氢化合物、一氧化碳的排放量持续攀升，机动车尾气中的碳排放量已成为城市气候变化的最主要因素，司机、交通警察、乘车者、骑车者和行人长期处于空气污染的环境中，对汽车尾气碳排放量的计算对环境和气候研究具有重要意义，只有对机动车碳排放量进行准确的预测，才能够寻找对应的对策，提升空气质量，然而，现有技术中，如何准确计算车辆的碳排放量还是一个技术难题。

发明内容

本发明的主要目的在于提供一种碳排放量计算方法、装置及存储介质，旨在解决上述如何准确计算车辆的碳排放量的技术问题。

为实现上述目的，本发明提供一种碳排放量计算方法，所述碳排放量计算方法包括以下步骤：

获取目标车辆在不同时刻的历史行驶信息、历史外部环境信息及对应的实际碳排放量，根据所述历史行驶信息、历史外部环境信息及对应的实际碳排放量建立预设关系函数；

获取所述目标车辆的当前行驶信息以及当前外部环境信息；

将所述当前行驶信息以及当前外部环境信息作为当前特征参数；

根据所述当前特征参数通过所述预设关系函数计算所述目标车辆的当前碳排放量。

在其中一个实施例中，所述获取目标车辆在不同时刻的历史行驶信息、历史外部环境信息及对应的实际碳排放量，根据所述历史行驶信息、历史外部环境信息及对应的实际碳排放量建立预设关系函数，具体包括：

获取目标车辆在不同时刻的历史行驶信息、历史外部环境信息；

将所述历史行驶信息以及历史外部环境信息作为样本特征参数；

获取各样本特征参数分别对应的实际碳排放量；

根据所述样本特征参数及对应的实际碳排放量建立所述预设关系函数。

在其中一个实施例中，所述根据所述样本特征参数及对应的实际碳排放量建立所述预设关系函数，具体包括：

根据所述样本特征参数及对应的实际碳排放量通过线性拟合算法建立所述预设关系函数。

在其中一个实施例中，所述根据所述样本特征参数及对应的实际碳排放量通过线性拟合算法建立所述预设关系函数，具体包括：

将所述样本特征参数及对应的实际碳排放量用坐标系进行表示；

根据所述坐标系中所述样本特征参数及对应的实际碳排放量的变化趋势进行线性拟合，获得所述预设关系函数。

在其中一个实施例中，所述根据所述样本特征参数及对应的实际碳排放量建立所述预设关系函数，具体包括：

基于所述样本特征参数及对应的实际碳排放量对预设分类模型进行训练，获得所述预设关系函数。

在其中一个实施例中，所述预设分类模型包括：神经网络模型；

相应地，所述基于所述样本特征参数及对应的实际碳排放量对预设分类模型进行训练，获得所述预设关系函数，具体包括：

基于所述样本特征参数及对应的实际碳排放量对所述神经网络模型进行训练，获得所述预设关系函数。

在其中一个实施例中，所述预设分类模型包括：支持向量机模型；

相应地，所述基于所述样本特征参数及对应的实际碳排放量对预设分类模型进行训练，获得所述预设关系函数，具体包括：

基于所述样本特征参数及对应的实际碳排放量对所述支持向量机模型进行训练，获得所述预设关系函数。

在其中一个实施例中，所述外部环境信息包括：天气信息及路况信息中的至少一种；

所述行驶信息包括：行驶的车速、加速度、发动机转速、里程信息、载重信息、油耗信息及尾气排放参数中至少一种信息。

此外，为实现上述目的，本发明还提出一种碳排放量计算装置，所述装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的碳排放量计算程序，所述碳排放量计算程序配置为实现如上文所述的碳排放量计算方法的步骤。

此外，为实现上述目的，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有碳排放量计算程序，所述碳排放量计算程序被处理器执行时实现如上文所述的碳排放量计算方法的步骤。

本发明通过车辆的当前行驶信息以及当前外部环境信息作为当前特征参数，根据所述当前特征参数通过预设关系函数计算所述车辆的当前碳排放量，实现了车辆的碳排放量的准确计算。

附图说明