Methode zur Analyse von Kundenkollektivmessungen mittels Einzelfahrtsegmentierung und Clusteralgorithmen

Zur kundengerechten Auslegung und Erprobung von Fahrzeugkonzepten mit alternativen Antriebstechnologien ist eine Kenntnis der repräsentativen Kundennutzung von hoher Bedeutung. Nur mit diesen Informationen lassen sich Fahrzeuge für neue Mobilitätskonzepte, wie beispielsweise MaaS/Taas Anwendungen, anforderungsgerecht auslegen. Dafür wurden bei unterschiedlichsten Kunden von leichten Nutzfahrzeugen mittels Datenlogger mehr als 5 Mio. Kilometer Kundenkollektivmessungen aufgezeichnet. Ausgehend von diesen Daten wird unter Berücksichtigung des Standes der Wissenschaft ein Verfahren entwickelt, welches die Kundenkollektivmessungen in abgeschlossene Einzelfahrten und dazwischenliegende Pausen trennt. Eine Kombination aus Hauptkomponentenanalyse, der t-SNE-Methode und dem K-Means Cluster-Algorithmus ergibt eine Unterteilung der Einzelfahrten in mehrere Cluster. Das Ergebnis der Clusteranalyse zeigt eine Ähnlichkeit von Einzelfahrten unabhängig der jeweiligen Kundengruppe. Auf Grundlage der geclusterten und parametrisierten Einzelfahrten sowie Pausen können in einem folgenden Schritt repräsentative Fahrzyklen für unterschiedliche Einsatzszenarien erstellt und einer Simulation zur kundengerechten Konzeptionierung alternativer Antriebe zugeführt werden.