看到@张抗抗KK 抗博的动态，突然感觉有点熟悉，2021年在特斯拉刚切换为 CLTC 工况续航就简单写过一篇，当然没有抗博分析的那么透彻，当年也没有AI的加持，大家有感兴趣的也可以去回味一下，一起查漏补缺，顺便纠个错也行链接

发帖必得奖🎁奕境 X9 探店体验征集 奕境 X9 展车已陆续到达全国门店，旗舰大六座 SUV，搭载华为乾崑全套智驾、鸿蒙座舱 6.0～ 据新出行编辑@阿迪同学 透露，8月8日门店将全面放开展车内饰体验，不管是外观第一眼观感、内饰做工用料、二三排空间体验、座舱交互，还是门店环境、接待服务，你的探店真实体验都可以分享到新出行-奕境社区，欢迎各位车友到店打卡后发帖参与活动🚗我们一起打造最好的奕境汽车交流阵地！ 【发帖参考】 1、所在城市、区域门店铺设情况、门店接待体验； 2、实车外观气场、配色实拍感受； 3、内饰质感、座椅、二排/三排座舱空间体验； 4、鸿蒙座舱、投影大灯实际体验； 5、对这台车的期待与顾虑。 发帖需添加话题#我来分享奕境X9探店感受 ，点击快速参与：链接 【活动奖励】 必得奖：真实探店并发帖的用户，必得「新出行随机香薰挂件」。 精华奖：精选 3 篇精华探店内容帖，送出「50元京东卡」； 【活动规则】 1、内容需符合主题，形式不限；文字需>30字，探店帖实拍图片≧6张；视频>30秒，不能只拍车，需要分享感受&添加字幕。 2、精华奖评选需内容篇幅达标：视频时长≥ 2分钟，图文稿件正文≥ 300字；用心分享的内容更容易获得加精哦～ 3、搬运、无意义水帖/水视频、AI生成等恶意行为，一经发现，取消活动评奖资格。 活动时间：8月7日-9月10日，活动结束后3个工作日内开奖。 本次活动最终解释权归新出行所有，如有任何问题欢迎联系@小新同学

#在线搞科研# 受@YYP颜宇鹏 启发【图1】，我研究了一下：CLTC到底是怎么制定出来的？越挖越深，一时半会完工不了，先分享自己目前的进展！ 2015年，在财政部经费支持下，工信部委托中汽中心牵头开展“中国工况”项目，最终形成GB/T 38146.1—2019。 根据论文【图2】，技术路线大概是三步走【图3】： 第一步，采集3278万公里的真实车速曲线。 这一步很费劲，也是投入非常大。在41个城市找3832辆车，装上专用设备，每秒1次记录数据。每次从起步、行驶、停止，都会形成一个车速曲线【图4】。 （注：3832辆车、3278万公里并非全部应用于乘用车，乘用车工况论文使用的是约3300辆车、1600万公里，但科普简化起见就不区分这么多数据了） 重点来了，根据每次行程的最高速度不同，乘用车短片段库被分成了三大片段库： - 最高车速不超过60km/h：低速片段库； - 最高车速在60—80km/h：中速片段库； - 最高车速超过80km/h：高速片段库。 CLTC和NEDC存在一个根本区别【图5】： - NEDC的曲线横平竖直，它是人为设计出来的； - CLTC的曲线的“每一小段”，都来自这三大片段库之一，都是这3832辆车的某一辆在某天某时某分，真实地行驶出来过的！ 人不能踏入两条完全相同的河流，但CLTC却可以！WLTC也是如此，因为CLTC沿用了WLTC以真实短行程构建循环的基本框架。 那么问题来了，3278万公里大约跑了100万小时，怎么从中选择1800秒作为CLTC工况呢？如果是100万里选半小时，录取率200万分之一，比从河南考清华还难了几百倍啊！ 第二步，从百度GIS全路网数据，设计出低中高速段的比例。 先找到每条路、每5分钟的平均速度。经过速度—流量模型，可以算出所有车辆一共在这种状态里花了多少时间。大概结果是，任何一辆车【图6】： - 落在低速交通状态的概率是37.44%，所以分给低速段（城市段）：1800s×37.44%=674秒。 - 落在中速交通状态的概率是38.50%，所以分给中速段（城郊段）：1800s×38.50%=693秒； - 落在高速交通状态的概率是24.06%，所以分给高速段（高速段）：1800s×24.06%=433秒。 为什么这么分，和CLTC的三段怎么就直接对应上了？说实话，我有点云里雾里。但没关系，先继续往下看，第三步就是把两套数据拼到一起，并保证关键统计数据一致。 第三步，以“速度-加速度分布”的卡方检验，拼出最终的1800秒 这1800秒是由11个运动片段、14个怠速片段组成的，共计25个片段。每个片段的位置都可以从3278万公里选出来，那排列组合就多了： - 第一个位置可以选A或B； - 第二个位置可以选C、D或E； - 第三个位置可以选F或G。 那么A+C+F、A+C+G、A+D+F……一直到B+E+G，筛选后的剩余组合都要进行“速度—加速度分布”的卡方检验，与与全国GIS加权后的目标分布比较差异，差异最小的获胜，就成了CLTC工况。 三步走科普完，下面就是两个新发现了。 第一个新发现：130km/h可以进入候选库，最后出来的却只有114km/h。 3278万公里的片段库中，最高车速超过130km/h的片段列为剔除对象。因此114—130km/h的真实片段理论上可以留下。但经过前面的层层筛选，最终CLTC最高车速只有114km/h【图8】。 这似乎有点不对？ 也许三步走的每一步都有科学依据，但最终结果就是：最高车速位于114—130km/h的真实片段理论上可以进入候选库；但最终CLTC最高只有114km/h。 难道是方法问题？不对啊，WLTC也是这个方法，它为什么能达到131.3km/h？ 查了一下发现，它在低、中、高速之外，还保留了最高车速>110km/h的Extra-high超高速段：323秒，只占18%的时间，却跑了8.254公里，占全循环里程35.5%。 这说明，超高速段就算时间短，但从里程上的比重并不小！ 进一步查《中国汽车行驶工况国家标准编制说明》发现【图8】：CLTC前期也计算过8%的超高速权重，从低到高的比例为：35.7%、29.6%、26.7%、8%。 后来说“超高速仅占8%”、“考虑到后续工况构建的实际需求”，最终重新划分为低、中、高三段，比例为37.44%、38.5%、24.06%。 奇怪的是，不仅超高速段的8%不再出现在单独的分类，就连高速段的26.7%也降低了24.06%！！！这一点让我很奇怪，此材料没有解释重新划分前后的具体切点和转换过程，我暂时还没有挖出更多细节。 第二个新发现：CLTC数据清洗过程，没有把“长途连续高速”作为一种独立场景保留下来。 微观上，第一步的数据清洗阶段，不仅剔除了“最高车速大于130km/h”的片段，还剔除了“持续时间长于1小时的高速片段”【图10】。这就会把一部分典型的、不停车超过1小时的跨城高速排除在候选库外了。 或者说，你一直开得规规矩矩，但只要其中一秒超过130km/h，按最高车速这条规则，整个片段也会被剔除。这似乎也有点太严了吧？ 题外话，这张图里还剔除了“1秒内车速增加超过14km/h”的片段，也就是加速度超过4m/s²。嗯？如果一直保持这个加速度，折合零百加速也就是7秒左右。很难吗？ 宏观上，百度GIS权重来自41座城市各自的全路网，当然可能包括市内高速和绕城高速。但它不是一张连续的全国城际高速网，所以“北京开到广州”这样的长途高速，能作为一趟完整、连续的行程被涵盖吗？至少从现有公开资料中无法证明。 一头没有把全国连续城际高速作为一种独立场景统计，一头又剔除了高速阶段中持续超过1小时的短片段。两条规则似乎恰好指向同一个缺口： 跨城市、长距离、连续高速。 CLTC不是没有采到高速，而是在“速度相位划分”和“长片段清洗”两步中，都没有把长距离连续高速作为独立的代表性场景保留下来。 困了，今天先研究到这里，得睡了！为了搞清楚这个问题，我已经用掉3亿Token了：一开始以为发现了A，后来发现A只是表象；顺着A继续挖，又找到了B；再往下，又发现B下面还有一层。 就这么层层深入，现在差不多挖到第四层了。也不保证这些判断都正确，欢迎大家一起找资料、挑错，继续。 #C