WO2023001914A1 - Method and system for controlling the movement of autonomous vehicles belonging to a fleet of shared vehicles - Google Patents

Method and system for controlling the movement of autonomous vehicles belonging to a fleet of shared vehicles Download PDF

Info

Publication number
WO2023001914A1
WO2023001914A1 PCT/EP2022/070405 EP2022070405W WO2023001914A1 WO 2023001914 A1 WO2023001914 A1 WO 2023001914A1 EP 2022070405 W EP2022070405 W EP 2022070405W WO 2023001914 A1 WO2023001914 A1 WO 2023001914A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
sub
vehicles
zone
geographical
Prior art date
Application number
PCT/EP2022/070405
Other languages
French (fr)
Inventor
François Colon
Original Assignee
Vulog
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Vulog filed Critical Vulog
Publication of WO2023001914A1 publication Critical patent/WO2023001914A1/en

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/207—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles with respect to certain areas, e.g. forbidden or allowed areas with possible alerting when inside or outside boundaries
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/024—Guidance services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Definitions

  • the invention relates to a method and a system for controlling the movement of autonomous vehicles belonging to a fleet of shared vehicles.
  • a car-sharing service or self-service vehicles is a system in which a manager (a company, a public agency, a cooperative, an association, or a group of individuals) makes available to “customers” or members of the service one or more vehicles (hereinafter “fleet of vehicles”). Rather than having a personal vehicle, the user of the service has a vehicle that he only pays for for the duration of his need. In other words, when a user uses a shared vehicle, he is charged a certain amount. The amount invoiced generally depends on the number of kilometers traveled and/or the time of use of the vehicle and/or the model or type of vehicle. The rest of the time, the vehicle is intended for use by other members.
  • the waiting time for a vehicle between two reservations corresponds to the time between the moment when the vehicle is released by a first user and the moment when this same vehicle is used again or reserved by a second user.
  • These waiting times between two reservations are generally not variables taken into account by the management server. As a result, the vehicle flows are poorly understood and the management server's decision-making is limited.
  • These shortcomings imply in particular that action requests are transmitted to certain vehicles so the corresponding actions are not necessary at the time they are transmitted to ensure optimal operational readiness of said vehicles at the time of their use. This represents a waste not only of the computing resources of the management server, but also of the communication resources necessary for the transmission of these action requests.
  • the solution proposed by the invention is a method for controlling the movement of autonomous vehicles belonging to a fleet of shared vehicles, said vehicles comprising geolocation means, characterized in that said method comprises the following steps: a) putting implements a first logical computer process in a computer, which first process is suitable for defining a geographical area where the vehicles are located and for operating a mesh of said area so as to divide it into geographical sub-areas, b) implementing a second logical computer process in a computer, which second process is adapted to calculate, in each geographical sub-zone and for each vehicle available for reservation in the sub-zone concerned, an average waiting time during which said vehicle will not be not reserved, said calculation being carried out by executing in said computer a computer application based on a model of artificial intelligence, c) in a management server, geolocate the vehicles of the fleet assigned a defined status and available for reservation and select at least one of said vehicles located in one or more geographical sub-areas where the calculated average waiting time is greater than the lowest calculated average waiting time, d) generating
  • a free vehicle located in this second sub-zone has a high probability of being reserved in a relatively short time.
  • the management server can then distribute and/or target the requests by taking into account the calculated values of the average waiting times. For example, movement requests are transmitted in priority to free vehicles located in a sub-zone with a high average waiting time, i.e. to vehicles which statistically have the least chance of being used quickly. and that it is advisable to move quickly to a sub-zone with a low average waiting time.
  • This journey management does not require no more loading complex computer resources into the vehicles, insofar as it is now the server that judiciously determines the point of arrival and the corresponding route.
  • the information on waiting times between two vehicle reservations makes it possible to better predict the flow of vehicles and makes it possible to increase the decision-making capacity of the management server.
  • This can in particular target vehicles whose probability of being used - or unused - is in line with the type of action to be carried out, in particular the movement of vehicles to group them together in a defined area.
  • the management server can then better distribute the transmission of requests over time, so that the communication resources necessary for the transmission of said requests are reduced.
  • the computer resources mobilized by the server are better used and less stressed. This targeting of vehicles also makes it possible to maintain a high level of probability that a user will find a perfectly operational shared vehicle at the time of use.
  • the division into geographical sub-zones makes it possible to calculate an average waiting time specific to each of these sub-zones.
  • the vehicles will not be moved in the same way depending on the subzone in which they are located. It is thus possible to control precisely and in a discriminating manner the sub-zone in which the vehicles will be moved, according to the average waiting time associated with them.
  • step e) the request is transmitted as a priority to the vehicle(s) located in the sub-zone whose calculated average waiting time is the highest.
  • step e) the request is transmitted in priority to the vehicle(s) which are closest to the sub-zone whose average waiting time (ITm-SG4) calculated is the weakest.
  • vehicles of the fleet are electric vehicles each comprising an electric motor powered by a rechargeable electric battery, said method comprising the following steps: - b1) detecting the battery charge rate of each available electric vehicle when booking; - b2) for each electric vehicle available for reservation, weight the average waiting time calculated in step b) with the battery charge rate of said vehicle so as to obtain a corrected average waiting time for said vehicle.
  • the weighting of step b2) is carried out by dividing the average waiting time calculated in step b) by a coefficient k which is a function of the battery charge rate of the electric vehicle concerned detected at step b1 ), with 0 ⁇ k ⁇ 1.
  • vehicles of the fleet are thermal engine vehicles comprising a fuel tank, said method comprising the following steps: - b1) detecting the filling level of the tank of each thermal engine vehicle available at the reservation ; - b2) for each internal combustion engine vehicle available for reservation, weight the average waiting time calculated in step b) with the filling level of the tank of said vehicle so as to obtain a corrected average waiting time of said vehicle .
  • the weighting of step b2) is carried out by dividing the average waiting time calculated in step b) by a coefficient k which is a function of the filling level of the tank of the vehicle concerned detected at l 'step b1), with 0 ⁇ k ⁇ 1.
  • step b) is based on a learning algorithm trained to calculate predictively, at a given date and at a given instant, and in each geographical sub-zone, a time waiting means which is assigned to each vehicle available for reservation in the sub-zone concerned.
  • the learning input data of the learning algorithm come from: a history of effective reservation requests for vehicles in the fleet, and all or part of the following data: the location geographical sub-zones from which reservation requests have been sent in the last X hours, with X between 1 and 168; the distance of the geographical sub-zones from a predefined point of the geographical zone; for each vehicle in the fleet to which an “available for reservation” status or an “unavailable for reservation” status is assigned, the effective times at which their status changes from “available for reservation” to “unavailable for reservation” and vice versa ; climatological data; data relating to a date and time of events occurring in the geographical area and/or in one of its sub-areas; the number of users having released vehicles from the fleet in the last Y hours, with Y ranging between 1 and 168 in each geographical sub-zone.
  • the learning outputs are the actual wait times of the vehicles in the fleet in each geographic sub-area.
  • the input data of the trained learning algorithm are all or part of the following data: the identification of a geographical sub-zone concerned; the location of the geographical sub-zones from which reservation requests have been sent in the last X hours, with X between 1 and 168; the distance of the geographical sub-zone concerned from a predefined point of the geographical zone; climatological data in the geographical area and/or in the geographical sub-area concerned; data relating to the time of events occurring and/or to occur on the given date, in the geographic area and/or in the geographic sub-area concerned and/or in the other geographic sub-areas; the number of users having released vehicles from the fleet in the last Y hours, with Y ranging between 1 and 168 in the geographical sub-zone concerned.
  • the output of the trained learning algorithm is an average waiting time which is assigned to each vehicle available for reservation in the sub-zone concerned.
  • the learning input data of the learning algorithm come from: a history of effective reservation requests for vehicles in the fleet, and all or part of the following data: the type and model each vehicle in the fleet; the location of the vehicles in the fleet at the time of their reservation; the distance of the vehicles in the fleet at the time of their reservation in relation to a predefined point in the geographical area; for each vehicle in the fleet to which an “available for reservation” status or an “unavailable for reservation” status is assigned, the effective times at which their status changed from “available for reservation” to “unavailable for reservation” and Conversely ; climatological data; data relating to the date and time of events occurring in the geographical area and/or in one of its geographical sub-areas; the number of users having released vehicles from the fleet in the last Y hours, with Y ranging between 1 and 168 in each geographical sub-zone.
  • the learning output data is the actual waiting times of the vehicles in the fleet
  • the input data of the trained learning algorithm are all or part of the following data: the identification of a fleet vehicle concerned; the location of the vehicle concerned at the time of the calculation; for the vehicle concerned, the actual times at which its status changed from "available” to "unavailable” and vice versa during the last X hours, with X between 1 and 168; the distance separating the vehicle concerned from a predefined point in the geographical area at the time of the calculation; climatological data in the geographical area and/or in a geographical sub-area concerned; data relating to the time of events occurring and/or to occur on the given date, in the geographical area and/or in the geographical sub-areas; the number of users who have released vehicles in the last Y hours, with Y between 1 and 168, in the different geographical sub-zones.
  • the output data of the trained learning algorithm is an average waiting time specific to the vehicle concerned.
  • the average waiting time assigned to each vehicle available for reservation in a sub-zone concerned is calculated by averaging the average waiting times specific to the vehicles available for reservation located in said sub-zone. area.
  • Another aspect of the invention relates to a system suitable for implementing the method according to one of the preceding claims, comprising a computer suitable for performing the steps of said method.
  • Yet another aspect of the invention relates to a computer program product comprising code instructions for performing the steps of the method, when executed by a computer.
  • Yet another aspect of the invention relates to a computer program product comprising code instructions for performing the steps of the method, when executed by a computer.
  • Another aspect not covered by the claimed invention relates to a method for generating information on waiting times between two reservations of vehicles belonging to a fleet of shared vehicles, said method comprising the following steps: a) setting implements a first logical computer process in a computer, which first process is suitable for defining a geographical area where the vehicles are located and for operating a mesh of said area so as to divide it into geographical sub-areas, b) implementing a second logical computer process in a computer, which second process is adapted to calculate, in each geographical sub-zone and for each vehicle available for reservation in the sub-zone concerned, an average waiting time during which said vehicle will not be not reserved.
  • the fleet has one hundred vehicles whose batteries must be recharged at a time T. Fifty of these vehicles are located in a first sub-zone SG1 whose average waiting time is 5 hours. The other 50 vehicles are located in a second SG2 sub-zone with an average waiting time of 15 minutes.
  • the server must generate and transmit at time T, one hundred requests. Thanks to the invention, the server can only generate and transmit at time T fifty requests to recharge the batteries of the fifty vehicles of the fleet located in the second sub-zone SG2.
  • the other requests intended for the 50 other vehicles located in the first sub-zone SG1 can be transmitted later, in a manner staggered over time, so that the communication resources necessary for the transmission of all the requests and/or the computing resources mobilized by the management server will be reduced (the initial rate of one hundred requests per unit of time T being reduced to fifty requests per unit of time T).
  • the fleet presents ten vehicles for which it is determined at a time T that they must undergo a control overhaul, which overhauls require an intervention time of approximately 2 hours each.
  • Three of these vehicles are located in the first sub-zone SG1 whose average waiting time is 5 hours.
  • the other seven vehicles are located in the second SG2 sub-zone, which has an average waiting time of 15 minutes.
  • the management server must generate and transmit at time T, ten requests to intervene on the ten vehicles. Thanks to the invention, the management server can generate and transmit at time T only three requests to review the three vehicles of the fleet located in the first sub-zone SG1 where the average waiting time is greater the average intervention time.
  • the other requests intended for the seven other vehicles located in the second sub-zone SG2 can be transmitted later, staggered over time, so that the communication resources necessary for the transmission of all the requests and/or the computing resources mobilized by the management server will be reduced (the initial rate of ten requests per unit of time T being reduced to three requests per unit of time T).
  • said method comprises the following steps: - supplying the values of the average waiting times calculated in step b) to a computer application management of the fleet implemented in a computer server, which values are used as input data of said application, the output data of said application being action requests to be executed on vehicles of the fleet; - Prioritize the requests according to the calculated values of the average waiting times.
  • said method comprises the following steps: - supplying the values of the corrected average waiting times calculated in step d) to a computer management application of the fleet implemented in a computer server, which values are used as input data of said application, the output data of said application being action requests to be executed on vehicles of the fleet; - prioritize the requests according to the said values of the corrected average waiting times.
  • FIG. 1 illustrates a first example of dividing a geographic area into geographic sub-areas.
  • FIG. 2 illustrates a second example of dividing a geographic area into geographic sub-areas.
  • FIG. 3 illustrates a third example of dividing a geographic area into geographic sub-areas.
  • FIG. 4 schematizes input and output data of a trained artificial intelligence model, used in the invention.
  • FIG. 5 schematizes input and output data of another artificial intelligence trained model used in the invention.
  • FIG. 6 illustrates the distribution of vehicles in a fleet in geographic sub-areas.
  • FIG. 7 represents a block diagram of the main steps of a method allowing the prioritized transmission of requests.
  • FIG. 8 schematizes cleaning means installed in the passenger compartment of a vehicle.
  • FIG. 9 schematizes other means of cleaning installed in the passenger compartment of a vehicle.
  • FIG. 10 illustrates an example of the variation of the average waiting time over a day.
  • FIG. 11 illustrates the distribution of fleet vehicles and operators in geographic sub-areas.
  • FIG. 12a [Fig. 12b], [Fig. 12c] illustrate the distribution of fleet vehicles and operators in geographic sub-areas.
  • the invention implements one or more computer applications executed by computer equipment or servers.
  • an equipment or server does something means “the computer application executed by a computer or a processing unit of the equipment or server does something” .
  • the computer application does something means “the computer application executed by the computer, the processing unit of the equipment or the server does something”.
  • logical computer processes correspond to the actions or results obtained by the execution of instructions from one or more computer applications. Also, it must also be understood within the meaning of the invention that "a logical computer process is adapted to do something thing” means “the instructions of a computer application executed by a computer or a processing unit do something”.
  • Computer resource can be understood in a non-limiting way as: component, hardware, software, file, connection to a computer network, amount of RAM memory, hard disk space, bandwidth, processor speed, number of CPUs, etc. .
  • Computer server can be understood in a non-limiting way as: computer device (hardware or software) comprising computer resources to perform the functions of a server and which offers services, computer, plurality of computers, virtual server on the internet , virtual server on cloud, virtual server on a platform, virtual server on local infrastructure, server networks, cluster, node, server farm, node farm, etc.
  • Request means an execution order that can follow a communication protocol and includes input parameters (question, information, instructions, etc.) and possibly return parameters (response, information, etc.), which can be present in a format linked to the protocol used.
  • Processing unit can be understood in a non-limiting way as: processor, microprocessors, CPU (for Central Processing Unit), etc.
  • Computer application can be understood as: software, computer program, computer firmware, lines of executable code, software, etc.
  • Data network can be understood in a non-limiting way as: internet network, cellular network, satellite network, etc. It is a set of computer equipment linked together to exchange, securely or not, information and/or data according to a communication protocol (ISDN, Ethernet, ATM, IP, CLNP, TCP, HTTP, etc. .).
  • ISDN ISDN, Ethernet, ATM, IP, CLNP, TCP, HTTP, etc. .
  • Database can be understood in a non-limiting way as a structured and organized set of data recorded on media accessible by computer equipment and can be interrogated, read and updated. Data can be inserted, retrieved, modified and/or destroyed. Management and access to the database can be provided by a set of computer applications that constitute a database management system (DBMS).
  • DBMS database management system
  • Service can be understood in a non-limiting manner as all the functionalities offered and provided by a server and/or by at least one piece of computer equipment.
  • the service may include, for example, the following functionalities: reservation of a vehicle, location (real and/or estimated) of a vehicle, locking/unlocking of a vehicle, etc.
  • Shared vehicle can be understood without limitation as a rental vehicle or a self-service vehicle (“carsharing”) made available to “customers” or members.
  • the vehicle can be: an autonomous car (capable of driving on the road, without the intervention of a driver), a car or a truck (thermal and/or electric engine), a motorized two-wheeler (thermal and/or electric engine) , a bicycle (classic or with electric assistance), a scooter (classic or with electric assistance), a skateboard, an electric unicycle, a Segway, a boat, etc.
  • a user uses a shared vehicle, he may be charged a certain amount generally depending on the number of kilometers traveled and/or the time of use of the vehicle and/or the model or type of vehicle.
  • a first logical computer process is implemented in a computer 35, which first process is adapted to define a geographical area G where the vehicles of the fleet are located and to operate a mesh of said zone so as to divide it into geographical sub-zones.
  • the geographical area G may consist of a geographical region, for example a city (predefined in a database and corresponding to a region defined by one or more postal codes or by a region delimited by streets and defining known neighborhoods), an area defining a circle, a square, a rectangle having a specific geographical position as its center (e.g. a city center) and a radius, a diameter or a diagonal of predefined length (e.g.: radius of 20 km).
  • a geographical region for example a city (predefined in a database and corresponding to a region defined by one or more postal codes or by a region delimited by streets and defining known neighborhoods), an area defining a circle, a square, a rectangle having a specific geographical position as its center (e.g. a city center) and a radius, a diameter or a diagonal of predefined length (e.g.: radius of 20 km).
  • the geographical area G is defined by a set of digital data.
  • This data can for example come from public and private cartographic sources and/or satellite data.
  • the geographic area is meshed so as to divide it into geographic sub-areas.
  • this operation is carried out automatically by the computer 35 of the management server S where the data of the geographical area G are recorded.
  • the computer 35 implements the first logical computer process which is configured to divide automatically any geographical area in sub-areas of 1 km 2 each.
  • the first logical computer process may also be configured to automatically divide any geographic area into concentric annular sub-areas whose common center is a specific geographic position and whose radii are incremented by 1 km.
  • the division of the geographical area G is carried out in a discretionary manner from the computer 35.
  • the division is made by boroughs (each borough of a city corresponding to a sub -zone), for a second geographical zone, the division is made by districts (each district corresponding to a sub-zone), for a third geographical zone, the division is made by street (each street corresponding to a sub-zone), etc
  • One meshing software for example Gmsh® is preferably executed by the computer 35 to carry out the subdivision of the geographical zone G.
  • the geographical area G is in the shape of a square divided into four sub-areas SG1-SG4.
  • a greater or lesser number of sub-zones can be provided (for example from 2 to 100 sub-zones).
  • these sub-zones are of identical size, but may be of different sizes.
  • the SG1-SG4 sub-zones are square in shape, but can have another shape (rectangular, polygonal, ..)
  • the geographical area G is disc-shaped and the sub-areas SG1-SG4 in the form of concentric rings.
  • the center of zone G and of sub-zones SG1-SG4 can for example correspond to a singular point, such as the center of a city, a commercial zone, an airport, etc.
  • the radii of the SG1-SG4 subzones can be incremented by a regular or irregular distance.
  • the geographical zone G is in the shape of a polygon and the sub-zones SG1-SGn in the shape of polygonal meshes.
  • the number n, the shape and/or the size of the meshes SG1 -SGn are automatically defined by the server according to the shape and/or the size of the zone G.
  • the number n, the shape and/or the size of the meshes SG1-SGn are parameterized in a singular way from the server.
  • the division of a geographical area into geographical sub-areas makes it possible to more accurately assess the distribution of vehicles in the fleet in said geographical area, and to calculate, via a second computer process , the vehicle waiting times between two reservations. Vehicle statuses.
  • each vehicle Vj preferably incorporates on-board computer equipment EQVej.
  • This equipment can for example be part of a telematics unit allowing the vehicle to exchange with the remote management server S information such as the geographical position, the speed, the state of on-board sensors (battery charge rate, level fuel in the tank, tire pressure, condition dipped beam or other lighting, condition of a bicycle chain, etc.).
  • This exchange takes place through a data network R.
  • the computer equipment EQVej can also be dedicated equipment, independent of the telematics box.
  • Each EQVej on-board equipment includes, among other computer resources, a processing unit 10, a signal transmitter/receiver 11, and one or more memories 12 in which a computer application is stored.
  • the on-board equipment EQVej also includes a communication interface 13. These different elements are connected at least to the processing unit 10 by a communication bus.
  • the transmitter/receiver 11 is suitable for exchanging signals, via a short-range wireless link LCP, with a user terminal EQU described later in the description and/or with the on-board equipment of other vehicles.
  • the LCP link has for example a range less than or equal to 100 meters.
  • the signals exchanged are preferably infrared signals or radiofrequency signals.
  • the LCP link preferably uses a communication protocol of the following family: Bluetooth, Wifi, Z-Wave, ANT, ZIGBEE, Infrared.
  • the communication interface 13, for example GSM, 3G, 4G or Wifi, is suitable for establishing a wireless communication link with a communication interface of the server S, through the data network R.
  • Each vehicle Vj is associated with a unique identification number (for example a numeric code or an alphanumeric code) recorded in a database B accessible to the server S.
  • a unique identification number for example a numeric code or an alphanumeric code
  • Vj vehicles can be:
  • the user has at least one EQU mobile terminal.
  • the latter preferably consists of a smart phone (Smartphone), a digital tablet, a laptop, etc.
  • the terminal EQU incorporates a processing unit 20, a signal transmitter/receiver 21 and one or more memories 22 in which is recorded a computer application for the implementation of the service (“application-service” ), a communication interface 23 and a graphic interface 24 of the touch screen type.
  • application-service a computer application for the implementation of the service
  • the transmitter/receiver 21 is similar to that of the EQVej on-board equipment.
  • the communication interface 23, for example GSM, 3G, 4G or Wifi, is suitable for establishing a wireless communication link with a communication interface of the remote server S, through the data network R.
  • the user U to download the application-service, and have access rights to the service, the user U must first register with a rights management server which may or may not be the remote server aforementioned.
  • the registration of the user U is carried out with a web service of the remote server S associated with the service.
  • the registration includes the registration of a user identifier and/or an identifier of the terminal EQU. It can be a port, an IP address, a MAC address or any other address or combination making it possible to identify the EQU terminal.
  • the user is pre-registered from software and is known by the fact that an identifier is recorded in the database B.
  • the server S includes a processing unit 30, one or more memories 31, a communication interface 32, a location module 33, a route calculation module 34, the computer 35 , a digital map generator 36, a computer processing module 37, which are mutually connected via a bus.
  • One or more computer applications are stored in the memory or memories 31 and whose instructions, when they are executed by the processing unit 30, make it possible to perform the functionalities described further in the description.
  • the location 33, route calculation 34, calculation 35, processing 37 and map generator 36 modules are hardware and/or software components of the server S.
  • the server S regularly updates, preferably in real time, the database B.
  • This database includes in particular: the identifier of each vehicle Vi, their status (“available” or “unavailable”, and “ cleaned” or “uncleaned”), their geographical position.
  • Other information and/or data may be grouped together in the database B, where appropriate, in particular the charge rates of the batteries of vehicles with electric motors or the filling levels of the fuel tanks of vehicles with internal combustion engines, the state of their sensors, etc.
  • Database B can be recorded in a memory area of server S or be remote from said server.
  • the information on the “available” or “unavailable” status of a vehicle Vj is transmitted to the server S in real time or at predefined time intervals (for example every 5 minutes).
  • This information can be transmitted to the server S, for example from the on-board equipment EQVej of the vehicle Vj following detection of an event.
  • This event is for example generated by an action of the user on a specific command arranged on the dashboard of the vehicle Vj. This command can be activated when a user has parked his vehicle and released the vehicle. The status then changes from “unavailable” to “available”. This event can also be generated automatically when the vehicle remains inactive for a certain period of time, for example 15 minutes.
  • This reservation request is preferably generated via the mobile user terminal EQU.
  • the information on the "cleaned” or “uncleaned” status of a vehicle Vj is also transmitted to the server S in real time or at predefined time intervals (for example every 5 minutes after the status of the vehicle changes from “unavailable” to “available”).
  • This information can be transmitted automatically to the server S, for example from the on-board equipment EQVej of the vehicle Vj following the end of the cleaning cycle of the cleaning means, as explained further in the description.
  • the status then changes from “not cleaned” to “cleaned”.
  • This information can also be transmitted to the server S, in response to an action by an operator who activates a specific command arranged on the dashboard of the vehicle Vi.
  • the geographical positions of the Vj vehicles can be obtained by satellite (GPS or Galileo system) or by a triangulation system (for example, a system using the cells of a 4G network) or by a combination of the two localization systems .
  • the equipment EQVej of a vehicle Vj advantageously comprises a component making it possible to obtain geo-location information, for example a GPS component, which can be retrieved by the location module 33 of the server S.
  • the location module 33 can automatically retrieve this information by interrogating in real time or at regular time intervals (for example every 5 minutes), the EQVej equipment.
  • EQVej devices can also automatically transmit this information to the location module 33 (without responding to an interrogation request), in real time or at regular time intervals (for example every 5 minutes).
  • the geographical position of each vehicle Vj is then recorded in the database B.
  • the geographical position of a vehicle Vj can correspond to the geographical position (obtained by satellite and/or by a triangulation system) of the user's mobile terminal EQU.
  • This geographic position is automatically retrieved by the location module 33 or transmitted to it.
  • the geographical position of the terminal EQU can be obtained in the same way.
  • the terminal EQU advantageously comprises a component, for example a GPS component, making it possible to obtain geo-location information which can be automatically retrieved by the location module 33 or transmitted to it.
  • the information concerning the battery charge rate or the filling level of the tank of a vehicle Vj is also transmitted to the server S in real time or at predefined time intervals (for example every 5 minutes) or when its status changes from “unavailable” to “available”. This information is transmitted to the server S from the on-board equipment EQVej of the vehicle Vj.
  • the invention introduces the concept of “average waiting time” which corresponds to an estimated time period during which a vehicle in the fleet with an “available” status will not be reserved.
  • the average waiting time corresponds to the time interval during which the status of the vehicle remains at "available”. For example, an average waiting time of 1 hour indicates that statistically, a vehicle which has just been released and whose status changes from "unavailable” to "available” has a high probability of not being reserved (i.e. the status remains at "available” and does not change to
  • this average waiting time is calculated by the computer 35 of the server S (or by another computer), for each sub-zone SGi, by implementing a second logical computer process. This calculation is carried out without distinction of the mode of propulsion of the vehicles (electric, thermal, with pedals, without motorization, etc.). This calculation can be performed at a determined and/or parameterized frequency, advantageously one or more times a day, for example as soon as the status of a vehicle changes from “unavailable” to “available”.
  • a vehicle that is released in the SG2 sub-zone will wait an average of 30 minutes before being reserved and used again.
  • the requests taken into account for the calculation can be those of the hour, the day before, the week, the month, the year preceding the said calculation. These are preferably all the requests recorded in the server S at the time of the calculation. Indeed, the higher the number of data analyzed, the better the probability that the calculated average waiting time will converge towards the real waiting time.
  • the average waiting time thus calculated is constant and does not vary over the course of a day.
  • the first method of calculation makes it possible to arrive at an acceptable value for the average waiting time.
  • this average waiting time is not constant, but varies over the course of a day.
  • Figure 10 illustrates by way of example explanatory only, such a variation.
  • the average waiting time ITm-SGi is minimal (about 15 minutes) between 7 a.m. and 8 a.m. (typically departure times for work) and between 5 p.m. and 9 p.m. return from work). And it is maximum before 7 a.m. and after 9 p.m. (about 5 hours).
  • the average waiting time ITm-SGi is between 1 hour and 2 hours.
  • these variations in the average waiting time are not the same from one day to another.
  • the curve for a Sunday or a public holiday differs from that for a working day of the week.
  • reservation requests in the sub-zone concerned and/or in the other sub-zones can be increased.
  • Climatological data can also influence the value of the waiting time.
  • the computer 35 executes a computer application based on an artificial intelligence model. This model is advantageously based on a learning algorithm, supervised or unsupervised.
  • ADALINE network Adaptive Linear Element
  • DAG Directed Acyclic Graph
  • the learning algorithm relies on automated reasoning that leads to probabilistic determinations and/or statistically based determinations.
  • the computer 35 can thus define the average waiting time in each geographical sub-zone SG1-SG4, on a given date and at a given instant, from a set of observed events and/or from data from observed events.
  • the learning input data comes from the history of effective reservation requests received by the server S and archived in the database B (in particular: date, time, reserved vehicle identification), combined with d other data recorded in said database.
  • the trained model (or trained learning algorithm) is able to calculate predictively, at a date D and at a time T, the average waiting time in each sub -geographical area.
  • the trained model calculates, at a date D and in each geographical sub-zone, the variation in the average waiting time, this variation being a curve of the type illustrated in Figure 10.
  • the new input data De1-Den of the trained model ME are at least one and preferably all of the following data: the identification of the relevant sub-zone SGi; the location of the sub-zones from which reservation requests have been sent during the last X hours (with X for example between 1 and 168); the distance of the sub-zone concerned SGi with respect to a predefined point of the zone G (for example the city center); climatological data in zone G and/or in the sub-zone concerned SGi (forecasts at Z hours, with Z for example between 24 and 168); data relating to the time of events occurring and/or to occur on date D, in zone G and/or in the sub-zone concerned SGi and/or in the other sub-zones; the number of users who have released vehicles from the fleet in the last Y hours (with Y between 1 and 168) in the sub-zone concerned.
  • This input data gives the best results in terms of computational accuracy.
  • the output data is the average
  • the calculation of the average waiting time ITm-SGi can be performed several times a day. For example, a first calculation can be made between Oh and 6 a.m., a second calculation between 3 p.m. and 4 p.m., and a third calculation between 7 p.m. and 9 p.m. A calculation can still be triggered as soon as the status of a vehicle changes from “unavailable” to “available”. These different calculations make it possible to correct or validate the previous calculations.
  • the calculation of the average waiting time can however be performed only once a day (for example between Oh and 6 a.m.), or even once a week, or once a month.
  • a third mode of calculation is similar to the second mode. However, an average waiting time is first calculated for each vehicle, regardless of the sub-zone in which it is located.
  • the model learning input data comes from the history of effective reservation requests received by the server S and archived in the database B (in particular: date, time, reserved vehicle identification), and other data recorded in said database.
  • the learning output data is the actual waiting times of the vehicles in the fleet.
  • the learning of the artificial intelligence model is carried out beforehand on the server S or on another server. The learning is preferably carried out continuously, to improve the accuracy of the model.
  • the trained model is able to calculate predictively, at a date D and at a time T, the average waiting time (output data) specific to each vehicle Vj: ITm-Vj.
  • the trained model calculation on a date D and for each vehicle, of the variation in the average waiting time, this variation being a curve of the type illustrated in figure 10.
  • the new input data De1-Den of the trained model ME are at least one and preferentially the set of the following data: the identification of the vehicle Vj concerned of the fleet; the location of the vehicle concerned at the time of the calculation; for the vehicle concerned, the actual hours at which its status changed from "available” to "unavailable” and vice versa over the last X hours (with X for example between 1 and 168); the distance separating the vehicle concerned from a predefined point in zone G (for example the city centre) at the time of the calculation; climatological data in zone G and/or in a sub-zone concerned (forecasts at Z hours, with Z for example between 24 and 168); data relating to the time of events that occurred and/or will occur on date D, in zone G and/or in the sub-zones; the number of users having released vehicles in the last Y hours (with Y between 1 and 168) in the different sub-zones.
  • This input data gives
  • the calculation of the average waiting time specific to each vehicle ITm-Vj is preferably carried out several times a day, in particular as soon as the status of the vehicle concerned changes to "available".
  • the calculation of the average waiting time can however be carried out only once a day (for example between Oh and 6h), but the results obtained are less precise.
  • ITm-SGi (ITm -V1 + ITm-V2 + ... + ITm-Vn)/n (where n is the number of vehicles with an “available” status in the SGi sub-zone at the time of the calculation).
  • Vehicle location data is used to determine in which sub-area they are located.
  • a fourth mode of calculation combines the result of the third mode with the result of the first mode or the second mode.
  • the result obtained with the first or the second mode is weighted or averaged with the results obtained with the third mode.
  • IT'm-SGi f(ITm1 -SGi, ITm2-SGi), where f is a numerical function of two variables.
  • rechargeable electric battery is meant a single battery or a pack of several batteries.
  • the battery charge rate of an electric vehicle had an impact on its reservation by a user.
  • an electric vehicle with a charge rate of less than 30% will have much less chance of being reserved than the same vehicle with a load rate greater than 70%.
  • the battery charge rate is a datum advantageously taken into account in the calculation.
  • the battery charge rate of each vehicle available for reservation is detected by the server S. This information concerning the charge rate is transmitted to the server S by the EQVej equipment of the vehicle concerned and supplied to the computer 35.
  • Computer 35 calculates the average waiting time ITm-SGi according to one of the four modes mentioned above. For each electric vehicle available for reservation, the computer 35 will then weight this average waiting time with the battery charge level of said vehicle so as to obtain a corrected average waiting time ITm'-Vj specific to said vehicle.
  • the weighting is carried out by dividing the average waiting time ITm-SGi by a coefficient k which is a function of the battery charge rate of the vehicle concerned, with 0 ⁇ k ⁇ 1. Examples of variations of this coefficient k as a function of the battery charge rate are illustrated in FIG. 12a, FIG. 12b and FIG. 12c.
  • k f(charge rate) with f a logarithmic or exponential function.
  • Table 1 below, referenced as [ Table 1], shows examples of corrected average waiting time for electric vehicles distributed in the geographical area G according to figure 6. By way of example, only vehicles V7 and V9 have an "unavailable" status, the others V1, V2, V3, V4, V5, V6, V8 and V10 vehicles with status
  • the function or the relationship making it possible to assign a value of the coefficient k to a battery charge rate can be predefined and recorded in a memory zone of the server S.
  • the same function or relationship is assigned to all SG1-SG4 subzones.
  • the variation model of FIG. 12a, or of FIG. 12b or of FIG. 12c is assigned to each of the sub-zones SG1-SG4.
  • a distinct function or relationship is assigned to the SG1-SG4 sub-zones.
  • the model in Figure 12a is assigned to subfields SG1 and SG3
  • the model in Figure 12b to subfield SG2
  • the model in Figure 12c is assigned to subfield SG4.
  • the learning input data includes a history of the effective reservation requests received by the server S, the location of the vehicles at the time of their reservation, the battery charge rates of the vehicles at the time of their reservation, calculated average waiting times, actual vehicle waiting times.
  • the learning output data are values of coefficient k.
  • the artificial intelligence model is that described with reference to the second calculation mode or the third calculation mode, the battery charge rates being used as training input data and as input to the trained model. Data output of the trained model are then directly the corrected average waiting time ITm′-Vj specific to the vehicle Vj.
  • the correction of the average waiting time which has just been described can be carried out at a determined and/or parameterized frequency, advantageously one or more times a day, for example as soon as the status of a vehicle changes from " unavailable” to “available”.
  • the calculated average waiting times ITm-SGi assigned to the sub-zones or to the vehicles located in these sub-zones and/or the corrected average waiting times ITm'-Vj specific to the vehicles are supplied to the fleet management computer application implemented in the server S.
  • the fleet management IT application uses these average waiting time values as input data (possibly combined with other input data as explained further in the description).
  • the output data from this application are action requests to be performed on fleet vehicles.
  • the action requests to concern electric vehicles or combustion engine vehicles in the fleet.
  • the application will then be able to prioritize the requests according to the calculated values of the average waiting times ITm-SGi and/or ITm'-Vj. This prioritization of action requests is notably based on a judicious selection of vehicles among the plurality of vehicles in the fleet.
  • Figure 6 illustrates the distribution of vehicles V1 -V10 of a fleet in geographical sub-areas SG1 -SG4. For example, vehicles V1, V2, V5 and V6 have a "cleaned” status and vehicles V3, V4, V7, V8, V9, V10 have a "uncleaned” status. And only V7 and V9 vehicles have an “unavailable” status, the other vehicles having an “available” status.
  • a selection is made of the vehicle(s) available for reservation (“available” status), using as selection criteria the calculated values of average waiting times, possibly the corrected values.
  • the SG4 sub-zone has the lowest average waiting time ITm (30min). Of the two V9 and V10 vehicles found in this SG4 sub-zone, only the V10 vehicle has a “not-cleaned” status and an “available” status. Vehicle V10 is thus selected. It should be noted that the statuses "cleaned”/"not-cleaned” and “available”/"unavailable” are also used here as selection criteria. According to one embodiment, it is the server S which operates this selection step.
  • the vehicle(s) thus selected are those which statistically have the best chance of being used (i.e. reserved) quickly.
  • the cleaning actions will then be targeted in priority on these selected vehicles so that they are cleaned before their next reservation.
  • the server will first transmit cleaning requests to these selected vehicles, and subsequently transmit these same requests to the other vehicles to be cleaned. The chances of a user finding a clean shared vehicle at the time of its use (reservation) are thus maintained, even though the digital speed necessary for the transmission of all the requests is reduced.
  • the invention makes it possible to select vehicles from among the plurality of vehicles in the fleet, which selection is based on the calculated values of the average waiting times, possibly the corrected values.
  • the cleaning action consists of triggering a cleaning means fitted to each selected vehicle.
  • the cleaning means 14 is in the form of an aerosol generator of virucidal and / or bactericidal disinfectant, for example a composition whose alcohol content is greater than 60%.
  • This generator 14 is installed in the passenger compartment of each vehicle Vj of the fleet, for example at the level of the ceiling light, so that the aerosol is dispersed homogeneously in said passenger compartment.
  • the generator 14 conventionally comprises: a reservoir containing the composition to be aerosolized, one or more pumps or micro-pumps and one or more aerosolization nozzles 140 arranged in the passenger compartment.
  • the aerosol generator 14 can be integrated in a chassis of said vehicle and the nozzles oriented towards a handlebar, a saddle, or any other part likely to be in contact with a user and to be cleaned.
  • the cleaning means 15 is in the form of one or more ultraviolet lamps installed in the passenger compartment of each vehicle Vj of the fleet.
  • the UV lamps used are preferably lamps emitting UV-C radiation (wavelength between 280 and 100 nm).
  • the lamp or lamps 15 are installed in the passenger compartment of each vehicle Vj, for example at the level of the ceiling light, so that the UV radiation can be diffused homogeneously in said passenger compartment.
  • the server S when the server S has operated the selection of a vehicle Vj to be cleaned, it generates a request causing the triggering of the cleaning means 14, 15. This request is transmitted to the on-board equipment EQVej of the vehicle Vj through the network R. Only the selected vehicle(s) receive(s) this request. Upon receipt of this request, the on-board equipment EQVej triggers the cleaning means 14, 15.
  • the cleaning means 14, 15 advantageously remains activated for a predetermined period, for example between 10 seconds and 5 minutes. Second cleaning mode of selected vehicles.
  • the cleaning action here is performed by an operator.
  • the server S When the server S has operated the selection of a vehicle Vj to be cleaned, it generates a cleaning request and transmits it to a mobile terminal of an operator so that it goes to clean the vehicle as a priority.
  • This cleaning request materializes for example in the form of an email or an SMS, indicating to the operator to go to the geographical position where the vehicle Vj is parked.
  • the request also includes the identifier of the vehicle Vj, preferably accompanied by a description of said vehicle (license plate, model, color, etc.).
  • the cleaning actions are executed for the V10 vehicle(s) with a "not-cleaned" status, which are available for reservation and which are geolocated in the geographical sub-zone SG4 where the average waiting time ITm-SG4 calculated is the lowest.
  • An alternative or complementary solution consists in moving vehicles with a “cleaned” status to the geographical sub-areas where the calculated average waiting times are the lowest. To do this, a selection is made of one or more vehicles with a "cleaned” status, which are available for reservation and which are geolocated in one or more geographical sub-areas where the calculated average waiting time is greater than the lowest calculated average waiting time. These vehicles are then moved to the geographical sub-zone where the calculated average waiting time is the lowest. In other words, the “cleaned” vehicles that statistically have the least chance of being used are moved to the geographical sub-zone where they will statistically have the best chance of being used quickly. According to one embodiment, the selection of the vehicles to be moved is operated by the server S.
  • the vehicle(s) thus selected are those which statistically have the least chance of being used (ie reserved). Actions to perform (here the movement) will then be targeted in priority on these selected vehicles.
  • vehicles V1, V2, V5 and V6 have a "cleaned” status and an "available” status.
  • the SG4 sub-zone has the lowest average waiting time ITm-SG4 (30min). Since vehicles V1, V2, V5 and V6 are in sub-zones where the average waiting time is greater than 30 minutes, they will be able to be selected to be moved to the SG4 sub-zone.
  • the vehicles that are moved in priority are those located in the sub-zones whose calculated average waiting time is the highest.
  • the SG5 sub-zone having the highest average waiting time ITm-SG5 (5h) vehicles V1, V2 will be moved to the SG4 sub-zone as a priority.
  • the vehicles that are moved in priority are those that are closest to the sub-zone where the calculated average waiting time is the lowest.
  • the distance separating a vehicle from the sub-zone concerned can in particular be determined from the geographical position of said vehicle and the geographical position of said sub-zone, preferably from the geographical position of a predefined point of said sub-zone (for example its center). For example, if the V5 vehicle is closest to the SG4 sub-zone, then this vehicle will be moved first.
  • the server S transmits to their respective equipment EQVel, EQVe2, EQVe5, a request which initiates their movement towards the sub-zone SG4, according to a route calculated by the module route calculation 34 of said server. These requests are only transmitted to the selected vehicle(s). If the vehicles V1, V2, V5 are not autonomous vehicles, the server S transmits a travel request, materializing for example in the form of an email or an SMS, indicating to one or more operators to go in priority to the geographical positions where the vehicles V1, V2, V5 are parked and to move them to the SG4 sub-zone, according to a route calculated by the calculation module route 34.
  • the request also includes the identifier of the vehicles V1, V2, V5, preferably accompanied by a description of said vehicles (license plate, model, color, etc.).
  • the notion of financial cost makes it possible to arbitrate between the cleaning of vehicles (according to the first and/or the second mode of cleaning) and the movement of vehicles.
  • the server S can in particular assign a cost to the cleaning operations and a cost to the vehicle movement operations. For example: the cost of cleaning according to the first mode (triggering of a cleaning means on board the vehicle) or according to the second mode (cleaning carried out by an operator) is set at "Cn"
  • Cn 1 €
  • Cp Cost of moving a vehicle
  • the distance D and/or the travel time T can in particular be calculated by the route calculation module 34 of the server S which works out the fastest and/or the shortest route between the initial parking point of the vehicle concerned and a point of arrival in the sub-zone concerned, preferably taking into account road traffic.
  • the cost Cp of moving the vehicle V5 is here greater than the cost of cleaning the vehicle V10. In this case, the server S will trigger the cleaning of the vehicle V10 as a priority.
  • Requests may cause actions other than cleaning to be performed, in particular charging vehicle batteries or filling vehicle tanks. The various steps described above with reference to cleaning can then be implemented for these other actions.
  • the server S can assign the following statuses to the vehicles Vj:
  • the battery or fuel level of the vehicle is greater than or equal to a predetermined threshold value.
  • not overhauled status the vehicle has not been overhauled in a period greater than the predetermined value.
  • vehicles V1, V2, V5 and V6 have a “recharged” status and vehicles V3, V4, V7, V8, V9, V10 have a “not-recharged” status.
  • V7 and V9 vehicles have an "unavailable” status, the other vehicles have an "unavailable” status.
  • the SG4 sub-zone has the lowest average waiting time ITm (30min).
  • ITm-SG1 5h
  • ITm-SG2 2h
  • ITm-SG3 1h
  • ITm-SG4 30min.
  • the SG4 sub-zone has the lowest average waiting time ITm (30min).
  • ITm-SG1 5h
  • ITm-SG2 2h
  • ITm-SG3 1h
  • ITm-SG4 30min.
  • ITm-SG4 sub-zone has the lowest average waiting time ITm (30min).
  • the two vehicles V9 and V10 being in this SG4 sub-zone, only the V10 vehicle has a “not-recharged” status and an “available” status.
  • the corrected average waiting time Tm'-V10 can be much greater than 30 min (ITm-SG4), and past over 50 hrs. There is therefore an interest in treating this V10 vehicle as a priority so that it is operational as quickly as possible.
  • Vehicle V10 is thus selected.
  • the server S will transmit as a priority to this vehicle V10 a request leading to the recharging of its battery.
  • V3 and V4 vehicle recharging requests are transmitted later. This maintains an optimal operational state of the vehicles at the time of their use (the vehicle V10 being the one with the greatest chance of being reserved, it will be recharged as a priority) while reducing the communication resources necessary for the transmission requests to all vehicles to be recharged.
  • the server S transmits to its equipment EQVe10, a charging request which initiates its movement to a charging station (for example a gas station or electric charging stations), according to a route calculated by the route calculation module 34 of said server.
  • a charging station for example a gas station or electric charging stations
  • the server S transmits a recharging request, materializing for example in the form of an email or an SMS, indicating to one or more operators to go as a priority to at the geographical position where the vehicle V10 is parked. The operator can then either recharge the V10 vehicle on site, for example by replacing its battery, or move it to a charging station or terminal.
  • a request advantageously includes the identifier of the vehicle V10, preferably accompanied by a description of said vehicle (license plate, model, color, etc.).
  • the server S can also order the movement of vehicles with a “reloaded” status in the geographical sub-zones where the calculated average waiting times are the lowest.
  • the server S then operates a selection of one or more vehicles having a "reloaded” status, which are available at the reservation and which are geolocated in one or more geographical sub-areas where the calculated average waiting time is greater than the lowest calculated average waiting time.
  • vehicles V1, V2, V5 and V6 have a "recharged" status and an "available” status, and are located in sub-areas where the average waiting time is greater than 30 minutes. They can then be selected to be moved to the SG4 sub-zone. This maintains an optimal operational state of the vehicles at the time of their use (by increasing the number of operational vehicles in the sub-zone SG4) while reducing the number of requests sent by the server S and therefore the computer resources of said server .
  • the server S transmits to their respective equipment EQVel, EQVe2, EQVe5 and EQVe6, a recharge request which initiates their movement towards the sub-zone SG4, according to a route calculated by the route calculation module 34 of said server. If the vehicles V1, V2, V5 and V6 are not autonomous vehicles, the server S transmits a travel request, materializing for example in the form of an email or an SMS, indicating to one or more operators of to go as a priority to the geographical positions where the vehicles V1, V2, V5 and V6 are parked and to move them in the sub-zone SG4, according to a route calculated by the route calculation module 34.
  • the request also comprises the identifier of the vehicles V1, V2, V5 and V6, preferably accompanied by a description of said vehicles (license plate, model, color, etc.).
  • each of the aforementioned vehicles V3, V4 and V10 is connected to a charging station connected to the electrical network.
  • the battery of a vehicle is recharged when the corresponding terminal is activated.
  • This activation is triggered by the reception, by said terminal, of a request transmitted by the server S.
  • the latter will transmit as a priority (at time T) a request to the terminal to which the vehicle V10 selected for that its battery is recharged as a matter of priority.
  • the other requests intended for the terminals of the other vehicles V3 and V4 are transmitted later, staggered over time.
  • the activation request can first be transmitted to the terminal of the vehicle V3 then to that of the vehicle V4, the corrected average waiting time ITm'-V3 being greater than the corrected average waiting time ITm'-V4.
  • the three terminals connected to the vehicles V3, V4 and V10 would be activated simultaneously by the server S.
  • the electrical energy consumed simultaneously by all of these terminals can then be relatively high, and cause a peak in electrical consumption on the electrical network.
  • the terminals are thus activated in a staggered manner over time so that peaks in electrical energy consumption are attenuated.
  • the invention thus contributes to a better balancing of the sometimes fluctuating energy conditions of the electrical network.
  • vehicles V1, V2, V5, V6 and V9 have a status
  • V3, V4, V7, V8, V10 vehicles have a "non-revised” status.
  • Servicing a vehicle requires immobilizing it for approximately 2 hours, this intervention time being pre-set and known to the server S.
  • V7 and V8 vehicles have an "unavailable” status, the other vehicles having an “available” status. .
  • the vehicles located in the sub-zones where the average waiting times are greater than or equal to the time of intervention for the revision will be selected in priority.
  • the SG1 and SG2 sub-zones have an average waiting time ITm (respectively 5h and 2h) greater than or equal to the intervention time (2h).
  • ITm average waiting time
  • V1, V2, V3 and V4 located in this SG4 sub-zone only V3 and V4 vehicles have an "unrevised” status and an "available” status. These V3 and V4 vehicles are then selected.
  • the server S transmits their respective equipment EQVe3, EQVe4, an intervention request which initiates their movement towards a service station (for example a garage), according to a calculated route by the route calculation module 34 of said server. If the vehicles V3, V4 are not autonomous vehicles, the server S transmits a review request, materializing for example in the form of an email or an SMS, indicating to one or more operators to go in priority to the geographical positions where the vehicles V3, V4 are parked. The operator can then either service the V3, V4 vehicles on site, or move them to a service station.
  • a request advantageously includes the identifier of the vehicles V3, V4, preferably accompanied by a description of said vehicles (license plate, model, color, etc.).
  • the vehicle V10 having a corrected average waiting time (ITm'-V10 5h) greater than the intervention time (2h), this vehicle is selected as a priority.
  • the EQVej computer equipment on board the Vj vehicles is generally put on temporary standby when the said vehicles are not in use, that is to say when their status changes from “unavailable” to “available for reservation”.
  • the awakening of the EQVej equipment can be carried out automatically by pre-setting the duration of its standby and/or its frequency of reactivation and/or its duration of awakening. This wake-up call can be done automatically at a predetermined or preset frequency in the EQVej equipment.
  • the awakening can also be carried out by the automatic sending of an activation command, for example of the SMS type, by the server S intended for the equipment EQVej.
  • Receiving this command causes the EQVej equipment to wake up and automatically connect to the server S.
  • the waking up of an EQVej equipment consumes the electrical resources of the battery to which it is connected and the sending of multiple activation commands of the SMS type by the server S can be relatively expensive. It therefore appears advantageous to limit the number of times an item of equipment EQVej wakes up to optimize the electrical resources of its battery and/or to reduce the costs linked to the sending of SMS or other equivalent commands.
  • Equipment of vehicles located in subzones with high average waiting time do not need to be woken as frequently as those of vehicles located in subzones with medium waiting time low expectation.
  • requests to perform actions on vehicles located in sub-areas with a high average waiting time, or on vehicles affected by a high corrected average waiting time will be transmitted later and/or may be grouped in such a way as to reduce their number of awakenings during their period of availability.
  • the server S transmits to the equipment of these vehicles a suitable request to modify their operating parameters so as to reduce the consumption of their battery.
  • the server S can send them a request causing them to be automatically put on standby as soon as their status changes from "unavailable" to "available” in the sub-zone and/or an appropriate request to extend the duration of their standby and/or reduce their wake-up frequency and/or reduce their wake-up time.
  • the new standby time is a function of the calculated or corrected average waiting time, for example between 50% and 100% of said average waiting time.
  • the wake-up frequency is advantageously a function of the calculated or corrected mean waiting time and preferably inversely proportional to said mean waiting time: the higher the latter, the lower the wake-up frequency.
  • the wake-up time i.e. the time between two standby times
  • V7, V8, V9, V10 have a "not-recharged” status and an "uncleaned” status, only V7 and V9 vehicles having an "unavailable” status, the other vehicles having an “available” status.
  • V3, V4, V8 and V10 vehicles must therefore be recharged and cleaned.
  • the cleaning and recharging actions to be carried out on the vehicle V10 are carried out according to the method described previously.
  • Vehicle V3 is in the sub-zone where the average waiting time is the longest, respectively 5 hours.
  • the server S generates and transmits to the equipment EQVe3 a request to extend its standby time, for example to change it from 30 minutes (value preset by default) to 3 hours, and/or to reduce its wake-up time, for example to change it from 10 minutes (value preset by default) to 5 minutes.
  • the server S can send it a request to put it immediately on standby.
  • the server S combines the request resulting in the recharging of the battery and the request resulting in the cleaning of the vehicle V3 so as to send them at the same time.
  • the server S can obviously group together more than two requests.
  • these different requests are transmitted simultaneously to the EQVe3 equipment, preferably during the wake-up phase of said equipment.
  • the EQVe3 equipment therefore only needs to be woken up once to receive these different requests so that the electrical resources of its battery are optimized. It is recalled that this wake-up can be automatic following in particular the new setting of the standby duration and/or the wake-up frequency.
  • This awakening can also be initiated by the server S, by sending an SMS-type activation command. In this case, insofar as a single wake-up call (and therefore the sending of a single activation command) is necessary for the transmission of the various requests, the costs linked to the sending of SMS or other equivalent commands are greatly reduced.
  • the charging and cleaning requests are transmitted to the mobile terminal of the said operator as described above.
  • the EQVe3 equipment is only woken up when the operator arrives.
  • this awakening is initiated by the server S by sending an SMS-type activation command, when said server observes a proximity (for example a distance less than or equal to 100 meters) between the terminal operator and the vehicle V3.
  • it is the operator terminal which initiates the waking up of the equipment EQVe3 when it is close to the vehicle V3.
  • the mobile terminal can then send an SMS-type activation command to the EQVe3 device to wake it up.
  • the EQVe3 equipment is therefore only woken up once to perform the charging and cleaning actions.
  • the server S if at the end of the calculated average waiting time (that is to say at the end of the 5 hours), no action has been performed on the vehicle V3 or if said vehicle has not been reserved, then the server S generates and transmits to the EQVe3 equipment a request to modify its standby parameters again.
  • This request can in particular reduce its standby time, for example to reduce it from 3 hours to 10 minutes or less, and/or to increase its wake-up time, for example to reduce it from 5 minutes to 10 minutes or more.
  • a user will be able to directly interact with the vehicle V3 when he uses it.
  • the server S generates and transmits to their respective equipment a request to extend their standby time and/or to reduce their wake-up time, these times depending on the average waiting time calculated in the sub-areas concerned by these vehicles or depending on the corrected average waiting times assigned to these vehicles.
  • the server S can evaluate, over a defined time period, for example 5 min, 30 min, 1 h, 24 h. the total number of actions to be executed on all the vehicles of the fleet located in the geographical area G. The set of these actions corresponding to a set of requests to be transmitted by the server S. For example, the server S determines that there are 5000 actions to be performed in 5 minutes on all the vehicles in the fleet. The server S must therefore generate and transmit 1000 requests per minute, which corresponds to the calculated digital rate necessary for the transmission of the set of requests in the data network during the time period of 5 minutes.
  • the server S has in memory a threshold value of the acceptable throughput. If the calculated throughput is greater than this threshold value, then the server S implements the steps of calculating and/or correcting the average waiting times and the steps of the method which result therefrom (in particular the steps of selecting vehicles and transmission of priority requests). Otherwise, the server S normally transmits all the requests to the vehicles.
  • the throughput threshold value is 500 requests per minute.
  • the server S calculates that it must transmit 1000 requests per minute. In this case, the server S implements the steps for calculating the average waiting time and the steps resulting therefrom.
  • the throughput threshold value is 1000 requests per minute. Server S calculates that it must transmit 500 requests per minute. In this case, the server S transmits these 500 requests directly to the vehicles without implementing the step of calculating the average waiting time and the steps that result therefrom.
  • operators may be called upon to intervene on vehicles in the fleet to carry out actions such as: cleaning, recharging (of electric batteries and/or filling of tanks), overhaul, movement, etc.
  • the server S assigns intervention tickets to each operator (corresponding to the aforementioned requests), each ticket corresponding to an action to be performed and is similar to the cleaning or recharging requests described above.
  • the calculated average wait time is used to prioritize tickets assigned to an operator.
  • Two operators referenced 01 and 02 are located respectively in the SG1 sub-zone and in the SG4 sub-zone.
  • the server S assigns each operator 01, 02 a list of intervention tickets TK10-TK14 and TK20-TK24 respectively, classified in order of priority. For example, for operator 01 , ticket TK10 must be executed first. According to one embodiment, these lists of tickets are displayed on a graphical interface of the mobile terminals EQ01, EQ02 of the operators 01, 02.
  • the classification of the tickets, and therefore of the actions to be carried out is determined by a logical computer process implemented in the server S.
  • the input data are: the average waiting time calculated in each sub-zone and/or the corrected average waiting time assigned to the vehicles; the status(es) of the vehicles ("available"/"unavailable” and/or
  • the input data is advantageously weighted according to its nature. For example, the average waiting time may outweigh the financial cost. Similarly, the data provided by the sensors on board the vehicles can have a greater weight than the average waiting time, especially if one of the sensors indicates that the vehicle is in an accident or defective.
  • the second ticket T11 in order of priority therefore corresponds to action #8.
  • the server S determines that when the operator O2 is in the sub-zone SG4 after having intervened on the vehicle V9, the next most profitable operation will consist in cleaning the vehicle V10.
  • the second ticket T21 in order of priority therefore corresponds to action #10.
  • Server S determines that after recharging vehicle V8, operator 01 still being in sub-area G3, he can move vehicle V5 to sub-area SG4.
  • the third ticket T12 in order of priority therefore corresponds to action #5.
  • Server S can also determine that after cleaning vehicle V10, operator 02 will have to go to sub-area SG1 to move vehicle V1 to sub-area SG4.
  • the third ticket T22 in order of priority therefore corresponds to action #1.
  • the tickets are managed dynamically by the server S so as to adapt to the circumstances.
  • the server S re-evaluates the nature and the assignment of the tickets to the operators 01, 02 (that is to say the actions that they must execute in order of priority) as soon as an action is finished.
  • the operators 01, 02 may be required to indicate to the server S that an action has been completed and/or that they are processing a ticket by activating a dedicated key on their terminal EQ01, EQ02.
  • the intervention on vehicle V7 can be particularly long and not yet complete when operator 02 has just processed ticket T22 (action #1).
  • the server S instead of assigning action #3 (recharging vehicle V3) to ticket TK23 of operator 02, the server S can assign him action #2 consisting of going to sub-area SG1 to move vehicle V2 to sub-area SG4, this action being initially assigned to operator 01 by ticket TK13.
  • Server S can also delete this ticket TK13 from the list of operator 01 or assign to this ticket TK13 another action initially assigned to operator 02, for example action #3.
  • server S can either delete the third ticket T12 (action #5) from the list of tickets assigned to operator 01 , or assign this ticket another action.
  • server S when an operator signals to the server S that he is going to process a ticket, said server temporarily makes the vehicle concerned unavailable. For example, when operator 02 has finished processing ticket T21 (action #10) and he now indicates that he is processing ticket T22 (action #1), server S sends a request to vehicle V1 to make it unavailable until 'on the arrival of operator 02. The server S thus ensures that operator 02 has time to come to sub-area SG1 and can find vehicle V1 in order to move it to sub-area SG4 .
  • the invention relates to a computer program product comprising code instructions for the execution of the method described above, and in particular the one whose main steps are mentioned in Figure 7, when it is is executed by the server S.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Signal Processing (AREA)
  • Strategic Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

The invention relates to a method for controlling the movement of autonomous vehicles belonging to a fleet of shared vehicles, said vehicles comprising geolocation means. The method is characterised by the following steps: a) carrying out a first process which is suitable for defining a geographical zone in which the vehicles are located and for performing gridding of said zone so as to divide it into geographical sub-zones, b) carrying out a second logical computing process which is suitable for calculating, in each geographical sub-zone and for each vehicle which is available for reservation in the sub-zone in question, a mean wait time during which said vehicle will not be reserved, c) in a management server, geolocating the vehicles of the fleet which have been assigned a defined status and are available for reservation, and selecting at least one of said vehicles located in one or more geographical sub-zones in which the calculated mean wait time is greater than the lowest calculated mean wait time, d) generating, from the server, a request which initiates automatic movement of the vehicle selected in step c) towards the sub-zone having the lowest calculated mean wait time, which movement is defined according to a route plan calculated by a route plan calculation module of said server, e) transmitting the request to an onboard device of the vehicle selected in step c), f) receiving the request causes the automatic movement of the vehicle towards the sub-zone having the lowest calculated mean wait time according to the calculated route plan.

Description

Description Description
Titre : Procédé et système pour contrôler le déplacement de véhicules autonomes appartenant à une flotte de véhicules partagés Title: Method and system for controlling the movement of autonomous vehicles belonging to a fleet of shared vehicles
[Domaine technique. [Technical area.
[1] L’invention concerne un procédé et un système pour contrôler le déplacement de véhicules autonomes appartenant à une flotte de véhicules partagés. [1] The invention relates to a method and a system for controlling the movement of autonomous vehicles belonging to a fleet of shared vehicles.
État de la technique. State of the art.
[2] Un service de partage de véhicule (en anglais « car-sharing ») ou véhicules en libre-service est un système dans lequel un gestionnaire (une société, une agence publique, une coopérative, une association, ou un groupe d'individus) met à la disposition de « clients » ou membres du service un ou plusieurs véhicules (ci-après « flotte de véhicules »). Plutôt que de disposer d'un véhicule personnel, l'utilisateur du service dispose d'un véhicule qu'il ne paye que pour la durée de son besoin. En d’autres termes, lorsqu’un utilisateur utilise un véhicule partagé, il est facturé d’un certain montant. Le montant facturé dépendant généralement du nombre de kilomètres parcourus et/ou du temps d’utilisation du véhicule et/ou du modèle ou type de véhicule. Le reste du temps, le véhicule est destiné à être utilisé par d'autres membres. [2] A car-sharing service or self-service vehicles is a system in which a manager (a company, a public agency, a cooperative, an association, or a group of individuals) makes available to “customers” or members of the service one or more vehicles (hereinafter “fleet of vehicles”). Rather than having a personal vehicle, the user of the service has a vehicle that he only pays for for the duration of his need. In other words, when a user uses a shared vehicle, he is charged a certain amount. The amount invoiced generally depends on the number of kilometers traveled and/or the time of use of the vehicle and/or the model or type of vehicle. The rest of the time, the vehicle is intended for use by other members.
[3] Un des avantages des véhicules partagés réside dans le fait qu’un utilisateur peut libérer son véhicule où il le souhaite dans une zone géographique déterminée (par exemple une ville). Toutefois, la position de ces véhicules n’est pas figée dans le temps, mais mouvante (d’où le terme anglais de « free- floating »), de sorte qu’il est difficile de prédire à l’avance leur emplacement et le temps d’attente pendant lequel ils resteront libres (c’est-à-dire pas réservés par les utilisateurs). [3] One of the advantages of shared vehicles lies in the fact that a user can release his vehicle wherever he wishes in a specific geographical area (for example a city). However, the position of these vehicles is not fixed in time, but moving (hence the English term "free-floating"), so that it is difficult to predict in advance their location and the waiting time during which they will remain free (i.e. not reserved by users).
[4] Il convient de rappeler que la gestion d’une flotte nécessite d’opérer diverses actions sur les véhicules telles que leur nettoyage, la recharge de leur batterie (pour les véhicules à moteur électrique) ou le remplissage de leur réservoir en carburant (pour les véhicules à moteur thermique), leur regroupement dans une zone définie, des réparations et/ou des entretiens, etc. [5] Ces différentes actions sont généralement supervisées par un serveur informatique de gestion. Ce serveur de gestion peut analyser les positions géographiques, l’état et/ou les caractéristiques de fonctionnement de chaque véhicule de la flotte. En fonction de ces données, une application informatique de gestion de flotte qui est implémentée dans le serveur, génère des requêtes d’action qui doivent être exécutées sur tout ou partie des véhicules de la flotte. Ces requêtes d’action sont ensuite transmises, au travers d’un réseau de données, à des d’équipements informatiques embarqués dans les véhicules et/ou à destination de terminaux mobiles d’opérateurs en charge d’exécuter ces actions. [4] It should be remembered that managing a fleet requires carrying out various actions on the vehicles such as cleaning them, recharging their battery (for electric motor vehicles) or filling their fuel tank ( for thermal engine vehicles), their grouping in a defined area, repairs and/or maintenance, etc. [5] These various actions are generally supervised by a computer management server. This management server can analyze the geographical positions, the state and/or the operating characteristics of each vehicle in the fleet. Based on this data, a fleet management computer application which is implemented in the server, generates action requests which must be executed on all or part of the vehicles of the fleet. These action requests are then transmitted, through a data network, to computer equipment on board the vehicles and/or to the mobile terminals of operators in charge of executing these actions.
[6] Les véhicules autonomes ont la capacité de fonctionner sans intervention d'un conducteur. Lorsqu’un véhicule autonome doit rejoindre une zone définie (généralement définie par un opérateur), le véhicule choisit son propre trajet au fur et à mesure que le véhicule se déplace. Cette gestion autonome de trajet nécessite d’embarquer dans les véhicules autonomes des ressources informatiques complexes. [6] Autonomous vehicles have the ability to operate without driver intervention. When an autonomous vehicle needs to reach a defined area (usually defined by an operator), the vehicle chooses its own route as the vehicle moves. This autonomous journey management requires embarking complex computer resources in autonomous vehicles.
[7] Le temps d’attente d’un véhicule entre deux réservations correspond au laps de temps entre le moment où le véhicule est libéré par un premier utilisateur et le moment où ce même véhicule est à nouveau utilisé ou réservé par un second utilisateur. Ces temps d’attente entre deux réservations ne sont généralement pas des variables prises en compte par le serveur de gestion. Il en résulte que les flux de véhicules sont mal compris et que les prises de décision du serveur de gestion sont limitées. Ces carences impliquent notamment que des requêtes d’actions sont transmises à certains véhicules alors les actions correspondantes ne sont pas nécessaires au moment où elles sont transmises pour assurer une mise en état opérationnelle optimale desdits véhicules au moment de leur utilisation. Cela représente un gaspillage non seulement des ressources informatiques du serveur de gestion, mais encore de ressources de communication nécessaire à la transmission de ces requêtes d’action. [7] The waiting time for a vehicle between two reservations corresponds to the time between the moment when the vehicle is released by a first user and the moment when this same vehicle is used again or reserved by a second user. These waiting times between two reservations are generally not variables taken into account by the management server. As a result, the vehicle flows are poorly understood and the management server's decision-making is limited. These shortcomings imply in particular that action requests are transmitted to certain vehicles so the corresponding actions are not necessary at the time they are transmitted to ensure optimal operational readiness of said vehicles at the time of their use. This represents a waste not only of the computing resources of the management server, but also of the communication resources necessary for the transmission of these action requests.
[8] En outre, il n’existe pas à ce jour de technique simple à mettre en œuvre pour calculer de manière précise et fiable des temps d’attente d’un véhicule entre deux réservations. [9] L’invention vise à remédier à tous ou partie des inconvénients précités. Dans le contexte précité, d’autres caractéristiques décrites plus avant dans la description visent notamment à atteindre tout ou partie des objectifs suivants : [8] In addition, to date there is no simple technique to implement to accurately and reliably calculate waiting times for a vehicle between two reservations. [9] The invention aims to remedy all or part of the aforementioned drawbacks. In the aforementioned context, other characteristics described further in the description aim in particular to achieve all or part of the following objectives:
- améliorer la gestion des ressources informatiques du serveur de gestion et/ou des ressources de communication nécessaire à la transmission des requêtes d’action ; - improve the management of the computer resources of the management server and/or the communication resources necessary for the transmission of action requests;
- assurer une mise en état opérationnelle optimale des véhicules partagés au moment de leur utilisation ; - ensure that shared vehicles are put into optimal operational condition at the time of their use;
- proposer un procédé permettant d’estimer de manière simple, précise et fiable des temps d’attente d’un véhicule entre deux réservations ; - propose a process for estimating in a simple, precise and reliable way the waiting times of a vehicle between two reservations;
- assurer une meilleure gestion des temps d’attente des véhicules entre deux réservations. - ensure better management of vehicle waiting times between two reservations.
Présentation de l’invention. Presentation of the invention.
[10] La solution proposée par l’invention est un procédé pour contrôler le déplacement de véhicules autonomes appartenant à une flotte de véhicules partagés, lesdits véhicules comportant des moyens de géolocalisation, caractérisé en ce que ledit procédé comprend les étapes suivantes : a) mettre en œuvre un premier processus informatique logique dans un calculateur, lequel premier processus est adapté pour définir une zone géographique où sont localisés les véhicules et pour opérer un maillage de ladite zone de façon à la diviser en sous-zones géographiques, b) mettre en œuvre un second processus informatique logique dans un calculateur, lequel second processus est adapté pour calculer, dans chaque sous-zone géographique et pour chaque véhicule disponible à la réservation dans la sous-zone concernée, un temps moyen d’attente pendant lequel ledit véhicule ne sera pas réservé, ledit calcul étant réalisé en exécutant dans ledit calculateur une application informatique basée sur un modèle d’intelligence artificielle, c) dans un serveur de gestion, géolocaliser les véhicules de la flotte affectés d’un statut défini et disponibles à la réservation et sélectionner au moins un desdits véhicules situé dans une ou plusieurs sous-zones géographiques où le temps moyen d’attente calculé est supérieur au temps moyen d’attente calculé le plus faible, d) générer, depuis le serveur, une requête initiant un déplacement automatique du véhicule sélectionné à l’étape c), vers la sous-zone dont le temps moyen d’attente calculé est le plus faible, lequel déplacement est défini selon un itinéraire calculé par un module de calcul d’itinéraire dudit serveur, e) transmettre la requête à un équipement embarqué du véhicule sélectionné à l’étape c), f) la réception de la requête entraîne le déplacement automatique du véhicule vers la sous-zone dont le temps moyen d’attente calculé est le plus faible, selon l’itinéraire calculé. [10] The solution proposed by the invention is a method for controlling the movement of autonomous vehicles belonging to a fleet of shared vehicles, said vehicles comprising geolocation means, characterized in that said method comprises the following steps: a) putting implements a first logical computer process in a computer, which first process is suitable for defining a geographical area where the vehicles are located and for operating a mesh of said area so as to divide it into geographical sub-areas, b) implementing a second logical computer process in a computer, which second process is adapted to calculate, in each geographical sub-zone and for each vehicle available for reservation in the sub-zone concerned, an average waiting time during which said vehicle will not be not reserved, said calculation being carried out by executing in said computer a computer application based on a model of artificial intelligence, c) in a management server, geolocate the vehicles of the fleet assigned a defined status and available for reservation and select at least one of said vehicles located in one or more geographical sub-areas where the calculated average waiting time is greater than the lowest calculated average waiting time, d) generating, from the server, a request initiating an automatic movement of the selected vehicle to the step c), to the sub-zone whose calculated average waiting time is the lowest, which trip is defined according to a route calculated by a route calculation module of said server, e) transmitting the request to a device board of the vehicle selected in step c), f) the reception of the request causes the automatic movement of the vehicle to the sub-zone whose calculated average waiting time is the lowest, according to the calculated route.
[11] La division d’une zone géographique (par exemple une ville) en sous-zones géographiques (par exemple des arrondissements, des quartiers, des périmètres délimités par des rues), permet d’évaluer plus précisément la répartition des véhicules de la flotte dans la zone géographique, et de calculer, via le second processus informatique, les temps d’attente des véhicules entre deux réservations. Ces temps d’attente calculés sont ainsi discriminés en fonction des sous-zones géographiques ce qui permet d’obtenir des valeurs plus précises et plus fiables. Par exemple, un temps moyen d’attente de 5 heures dans une première sous-zone SG1, indique que statistiquement, un véhicule libre se trouvant dans cette première sous-zone a une probabilité élevée de ne pas être réservé pendant 5 heures. Et avec un temps moyen d’attente de 15 minutes dans une deuxième sous-zone SG2, un véhicule libre se trouvant dans cette deuxième sous-zone a une probabilité élevée d’être réservé dans un temps relativement court. Le serveur de gestion peut alors répartir et/ou cibler les requêtes en prenant en compte les valeurs calculées des temps moyens d’attente. Par exemple, les requêtes de déplacement sont transmises en priorité aux véhicules libres localisés dans une sous-zone possédant un temps moyen d’attente élevé, c’est-à-dire aux véhicules qui ont statistiquement le moins de chance d’être utilisés rapidement et qu’il convient de déplacer rapidement dans une sous-zone possédant un temps moyen d’attente faible. Cette gestion de trajet ne nécessite plus d’embarquer dans les véhicules des ressources informatiques complexes, dans la mesure où c’est maintenant le serveur qui détermine judicieusement le point d’arrivée et le trajet correspondant. [11] The division of a geographical area (for example a city) into geographical sub-areas (for example boroughs, districts, perimeters delimited by streets), makes it possible to evaluate more precisely the distribution of vehicles in the fleet in the geographical area, and to calculate, via the second computer process, the waiting times of the vehicles between two reservations. These calculated waiting times are thus discriminated according to the geographical sub-zones, which makes it possible to obtain more precise and more reliable values. For example, an average waiting time of 5 hours in a first sub-zone SG1 indicates that statistically, a free vehicle located in this first sub-zone has a high probability of not being reserved for 5 hours. And with an average waiting time of 15 minutes in a second sub-zone SG2, a free vehicle located in this second sub-zone has a high probability of being reserved in a relatively short time. The management server can then distribute and/or target the requests by taking into account the calculated values of the average waiting times. For example, movement requests are transmitted in priority to free vehicles located in a sub-zone with a high average waiting time, i.e. to vehicles which statistically have the least chance of being used quickly. and that it is advisable to move quickly to a sub-zone with a low average waiting time. This journey management does not require no more loading complex computer resources into the vehicles, insofar as it is now the server that judiciously determines the point of arrival and the corresponding route.
[12] Ainsi, les informations sur les temps d’attente entre deux réservations de véhicules fournies par l’invention, permettent de mieux prévoir les flux des véhicules et permettent d’augmenter la capacité décisionnelle du serveur de gestion. Celui-ci peut notamment cibler les véhicules dont la probabilité d’être utilisés - ou inutilisés - est en adéquation avec le type d’action à exécuter, notamment le déplacement des véhicules pour les regrouper dans une zone définie. Le serveur de gestion peut alors mieux répartir dans le temps la transmission des requêtes, de sorte que les ressources de communication nécessaire à la transmission desdites requêtes sont réduites. Également, les ressources informatiques mobilisées par le serveur sont mieux utilisées et moins sollicitées. Ce ciblage des véhicules permet en outre de maintenir à un niveau élevé la probabilité qu’un utilisateur trouve un véhicule partagé parfaitement opérationnel au moment de son utilisation. [12] Thus, the information on waiting times between two vehicle reservations provided by the invention makes it possible to better predict the flow of vehicles and makes it possible to increase the decision-making capacity of the management server. This can in particular target vehicles whose probability of being used - or unused - is in line with the type of action to be carried out, in particular the movement of vehicles to group them together in a defined area. The management server can then better distribute the transmission of requests over time, so that the communication resources necessary for the transmission of said requests are reduced. Also, the computer resources mobilized by the server are better used and less stressed. This targeting of vehicles also makes it possible to maintain a high level of probability that a user will find a perfectly operational shared vehicle at the time of use.
[13] En tout état de cause, la division en sous-zones géographiques permet de calculer un temps moyen d’attente propre à chacune de ces sous-zones. Les véhicules ne vont pas être déplacés de la même manière selon la sous-zone dans laquelle ils sont localisés. On peut ainsi contrôler précisément et de manière discriminante la sous-zone dans laquelle les véhicules vont être déplacés, en fonction du temps moyen d’attente qui leur est associé. [13] In any case, the division into geographical sub-zones makes it possible to calculate an average waiting time specific to each of these sub-zones. The vehicles will not be moved in the same way depending on the subzone in which they are located. It is thus possible to control precisely and in a discriminating manner the sub-zone in which the vehicles will be moved, according to the average waiting time associated with them.
[14] D’autres caractéristiques avantageuses de l’invention sont listées ci-dessous. Chacune de ces caractéristiques peut être considérée seule ou en combinaison avec les caractéristiques remarquables définies ci-dessus, et faire l’objet, le cas échéant, d’une ou plusieurs demandes de brevet divisionnaires : [14] Other advantageous features of the invention are listed below. Each of these characteristics can be considered alone or in combination with the remarkable characteristics defined above, and be the subject, where applicable, of one or more divisional patent applications:
- Selon un mode de réalisation, à l’étape e) la requête est transmise en priorité au(x) véhicule(s) situés dans la sous-zone dont le temps moyen d’attente calculé est le plus élevé. - Selon un mode de réalisation, à l’étape e) la requête est transmise en priorité au(x) véhicule(s) qui sont le plus proches de la sous-zone dont le temps moyen d’attente (ITm-SG4) calculé est le plus faible. - According to one embodiment, in step e) the request is transmitted as a priority to the vehicle(s) located in the sub-zone whose calculated average waiting time is the highest. - According to one embodiment, in step e) the request is transmitted in priority to the vehicle(s) which are closest to the sub-zone whose average waiting time (ITm-SG4) calculated is the weakest.
- Selon un mode de réalisation, des véhicules de la flotte sont des véhicules électriques comportant chacun un moteur électrique alimenté par une batterie électrique rechargeable, ledit procédé comprenant les étapes suivantes : - b1) détecter le taux de charge de batterie de chaque véhicule électrique disponible à la réservation ; - b2) pour chaque véhicule électrique disponible à la réservation, pondérer le temps moyen d’attente calculé à l’étape b) avec le taux de charge de batterie dudit véhicule de manière à obtenir un temps moyen d’attente corrigé dudit véhicule. Selon un mode de réalisation, la pondération de l’étape b2) est réalisée en divisant le temps moyen d’attente calculé à l’étape b) par un coefficient k qui est fonction du taux de charge de batterie du véhicule électrique concerné détecté à l’étape b1 ), avec 0<k<1. - According to one embodiment, vehicles of the fleet are electric vehicles each comprising an electric motor powered by a rechargeable electric battery, said method comprising the following steps: - b1) detecting the battery charge rate of each available electric vehicle when booking; - b2) for each electric vehicle available for reservation, weight the average waiting time calculated in step b) with the battery charge rate of said vehicle so as to obtain a corrected average waiting time for said vehicle. According to one embodiment, the weighting of step b2) is carried out by dividing the average waiting time calculated in step b) by a coefficient k which is a function of the battery charge rate of the electric vehicle concerned detected at step b1 ), with 0<k<1.
- Selon un mode de réalisation, des véhicules de la flotte sont des véhicules à moteur thermique comprenant un réservoir de carburant, ledit procédé comprenant les étapes suivantes : - b1) détecter le niveau de remplissage du réservoir de chaque véhicule à moteur thermique disponible à la réservation ; - b2) pour chaque véhicule à moteur thermique disponible à la réservation, pondérer le temps moyen d’attente calculé à l’étape b) avec le niveau de remplissage du réservoir dudit véhicule de manière à obtenir un temps moyen d’attente corrigé dudit véhicule. Selon un mode de réalisation, la pondération de l’étape b2) est réalisée en divisant le temps moyen d’attente calculé à l’étape b) par un coefficient k qui est fonction du niveau de remplissage du réservoir du véhicule concerné détecté à l’étape b1), avec 0<k<1. - According to one embodiment, vehicles of the fleet are thermal engine vehicles comprising a fuel tank, said method comprising the following steps: - b1) detecting the filling level of the tank of each thermal engine vehicle available at the reservation ; - b2) for each internal combustion engine vehicle available for reservation, weight the average waiting time calculated in step b) with the filling level of the tank of said vehicle so as to obtain a corrected average waiting time of said vehicle . According to one embodiment, the weighting of step b2) is carried out by dividing the average waiting time calculated in step b) by a coefficient k which is a function of the filling level of the tank of the vehicle concerned detected at l 'step b1), with 0<k<1.
- Selon un mode de réalisation, le calcul de l’étape b) est basé sur un algorithme d'apprentissage entraîné pour calculer de manière prédictive, à une date donnée et à un instant donné, et dans chaque sous-zone géographique, un temps moyen d’attente qui est affecté à chaque véhicule disponible à la réservation dans la sous-zone concernée. - Selon un mode de réalisation, les données d’entrée d’apprentissage de l’algorithme d'apprentissage proviennent : d’un historique de requêtes de réservation effectives de véhicules de la flotte, et de tout ou partie des données suivantes : la localisation des sous-zones géographiques depuis lesquelles des requêtes de réservation ont été émises au court des dernières X heures, avecX compris entre 1 et 168 ; la distance des sous-zones géographiques par rapport à un point prédéfini de la zone géographique ; pour chaque véhicule de la flotte auxquels sont affectés un statut « disponible à la réservation » ou un statut « indisponible à la réservation », les heures effectives auxquelles leur statut passe de « disponible à la réservation » à « indisponible à la réservation » et inversement ; des données climatologiques ; des données relatives à une date et heure d’évènements intervenus dans la zone géographique et/ou dans l’une de ses sous-zones ; le nombre d’utilisateurs ayant libéré des véhicules de la flotte au court des dernières Y heures, avec Y compris entre 1 et 168 dans chaque sous- zone géographique. Les données de sortie d’apprentissage sont les temps d’attente réels des véhicules de la flotte dans chaque sous-zone géographique.- According to one embodiment, the calculation of step b) is based on a learning algorithm trained to calculate predictively, at a given date and at a given instant, and in each geographical sub-zone, a time waiting means which is assigned to each vehicle available for reservation in the sub-zone concerned. - According to one embodiment, the learning input data of the learning algorithm come from: a history of effective reservation requests for vehicles in the fleet, and all or part of the following data: the location geographical sub-zones from which reservation requests have been sent in the last X hours, with X between 1 and 168; the distance of the geographical sub-zones from a predefined point of the geographical zone; for each vehicle in the fleet to which an “available for reservation” status or an “unavailable for reservation” status is assigned, the effective times at which their status changes from “available for reservation” to “unavailable for reservation” and vice versa ; climatological data; data relating to a date and time of events occurring in the geographical area and/or in one of its sub-areas; the number of users having released vehicles from the fleet in the last Y hours, with Y ranging between 1 and 168 in each geographical sub-zone. The learning outputs are the actual wait times of the vehicles in the fleet in each geographic sub-area.
- Selon le mode de réalisation du paragraphe précédent, au moment de l’exécution de l’étape b), les données d’entrée de l’algorithme d'apprentissage entraîné sont tout ou partie des données suivantes : l’identification d’une sous- zone géographique concernée ; la localisation des sous-zones géographiques depuis lesquelles des requêtes de réservation ont été émises au court des dernières X heures, avec X compris entre 1 et 168 ; la distance de la sous-zone géographique concernée par rapport à un point prédéfini de la zone géographique ; des données climatologiques dans la zone géographique et/ou dans la sous-zone géographique concernée ; des données relatives à l’heure d’évènements intervenus et/ou à intervenir à la date donnée, dans la zone géographique et/ou dans la sous-zone géographique concernée et/ou dans les autres sous-zones géographiques ; le nombre d’utilisateurs ayant libéré des véhicules de la flotte au court des dernières Y heures, avec Y compris entre 1 et 168 dans la sous-zone géographique concernée. La donnée de sortie de l’algorithme d'apprentissage entraîné est un temps moyen d’attente qui est affecté à chaque véhicule disponible à la réservation dans la sous-zone concernée. - Selon un mode de réalisation, les données d’entrée d’apprentissage de l’algorithme d'apprentissage proviennent : d’un historique de requêtes de réservation effectives de véhicules de la flotte, et de tout ou partie des données suivantes : le type et le modèle chaque véhicule de la flotte ; la localisation des véhicules de la flotte au moment de leur réservation ; la distance des véhicules de la flotte au moment de leur réservation par rapport à un point prédéfini de la zone géographique ; pour chaque véhicule de la flotte auxquels sont affectés un statut « disponible à la réservation » ou un statut « indisponible à la réservation », les heures effectives auxquelles leur statut est passé de « disponible à la réservation » à « indisponible à la réservation » et inversement ; des données climatologiques ; des données relatives à la date et l’heure d’évènements intervenus dans la zone géographique et/ou dans l’une de ses sous-zones géographiques ; le nombre d’utilisateurs ayant libéré des véhicules de la flotte au court des dernières Y heures, avec Y compris entre 1 et 168 dans chaque sous- zone géographique. Les données de sortie d’apprentissage sont les temps d’attente réels des véhicules de la flotte. - According to the embodiment of the previous paragraph, at the time of the execution of step b), the input data of the trained learning algorithm are all or part of the following data: the identification of a geographical sub-zone concerned; the location of the geographical sub-zones from which reservation requests have been sent in the last X hours, with X between 1 and 168; the distance of the geographical sub-zone concerned from a predefined point of the geographical zone; climatological data in the geographical area and/or in the geographical sub-area concerned; data relating to the time of events occurring and/or to occur on the given date, in the geographic area and/or in the geographic sub-area concerned and/or in the other geographic sub-areas; the number of users having released vehicles from the fleet in the last Y hours, with Y ranging between 1 and 168 in the geographical sub-zone concerned. The output of the trained learning algorithm is an average waiting time which is assigned to each vehicle available for reservation in the sub-zone concerned. - According to one embodiment, the learning input data of the learning algorithm come from: a history of effective reservation requests for vehicles in the fleet, and all or part of the following data: the type and model each vehicle in the fleet; the location of the vehicles in the fleet at the time of their reservation; the distance of the vehicles in the fleet at the time of their reservation in relation to a predefined point in the geographical area; for each vehicle in the fleet to which an “available for reservation” status or an “unavailable for reservation” status is assigned, the effective times at which their status changed from “available for reservation” to “unavailable for reservation” and Conversely ; climatological data; data relating to the date and time of events occurring in the geographical area and/or in one of its geographical sub-areas; the number of users having released vehicles from the fleet in the last Y hours, with Y ranging between 1 and 168 in each geographical sub-zone. The learning output data is the actual waiting times of the vehicles in the fleet.
- Selon le mode de réalisation du paragraphe précédent, au moment de l’exécution de l’étape b), les données d’entrée de l’algorithme d'apprentissage entraîné sont tout ou partie des données suivantes : l’identification d’un véhicule concerné de la flotte ; la localisation du véhicule concerné au moment du calcul ; pour le véhicule concerné, les heures effectives auxquelles son statut est passé de « disponible » à « indisponible » et inversement au court des dernières X heures, avec X compris entre 1 et 168 ; la distance séparant le véhicule concerné d’un point prédéfini de la zone géographique au moment du calcul ; des données climatologiques dans la zone géographique et/ou dans une sous-zone géographique concernée ; des données relatives à l’heure d’évènements intervenus et/ou à intervenir à la date donnée, dans la zone géographique et/ou dans les sous-zones géographiques ; le nombre d’utilisateurs ayant libéré des véhicules au court des dernières Y heures, avec Y compris entre 1 et 168, dans les différentes sous-zones géographiques. La donnée de sortie de l’algorithme d'apprentissage entraîné est un temps moyen d’attente propre au véhicule concerne. - Selon un mode de réalisation, le temps moyen d’attente affecté à chaque véhicule disponible à la réservation dans une sous-zone concernée est calculé en moyennant les temps moyens d’attente propres aux véhicules disponibles à la réservation se trouvant dans ladite sous-zone. - According to the embodiment of the previous paragraph, at the time of the execution of step b), the input data of the trained learning algorithm are all or part of the following data: the identification of a fleet vehicle concerned; the location of the vehicle concerned at the time of the calculation; for the vehicle concerned, the actual times at which its status changed from "available" to "unavailable" and vice versa during the last X hours, with X between 1 and 168; the distance separating the vehicle concerned from a predefined point in the geographical area at the time of the calculation; climatological data in the geographical area and/or in a geographical sub-area concerned; data relating to the time of events occurring and/or to occur on the given date, in the geographical area and/or in the geographical sub-areas; the number of users who have released vehicles in the last Y hours, with Y between 1 and 168, in the different geographical sub-zones. The output data of the trained learning algorithm is an average waiting time specific to the vehicle concerned. - According to one embodiment, the average waiting time assigned to each vehicle available for reservation in a sub-zone concerned is calculated by averaging the average waiting times specific to the vehicles available for reservation located in said sub-zone. area.
[15] Un autre aspect de l’invention concerne un système adapté pour la mise en œuvre du procédé selon l’une des revendications précédentes, comportant un calculateur adapté pour exécuter les étapes dudit procédé. [15] Another aspect of the invention relates to a system suitable for implementing the method according to one of the preceding claims, comprising a computer suitable for performing the steps of said method.
[16] Encore autre aspect de l’invention concerne un produit programme d'ordinateur comprenant des instructions de code pour l'exécution les étapes du procédé, lorsqu'il est exécuté par un calculateur. [16] Yet another aspect of the invention relates to a computer program product comprising code instructions for performing the steps of the method, when executed by a computer.
[17] Encore autre aspect de l’invention concerne un produit programme d'ordinateur comprenant des instructions de code pour l'exécution les étapes du procédé, lorsqu'il est exécuté par un calculateur. [17] Yet another aspect of the invention relates to a computer program product comprising code instructions for performing the steps of the method, when executed by a computer.
[18] Un autre aspect non couvert par l’invention revendiquée concerne un procédé de génération d’informations sur des temps d’attente entre deux réservations de véhicules appartenant à une flotte de véhicules partagés, ledit procédé comprenant les étapes suivantes : a) mettre en œuvre un premier processus informatique logique dans un calculateur, lequel premier processus est adapté pour définir une zone géographique où sont localisés les véhicules et pour opérer un maillage de ladite zone de façon à la diviser en sous-zones géographiques, b) mettre en œuvre un second processus informatique logique dans un calculateur, lequel second processus est adapté pour calculer, dans chaque sous-zone géographique et pour chaque véhicule disponible à la réservation dans la sous-zone concernée, un temps moyen d’attente pendant lequel ledit véhicule ne sera pas réservé. [18] Another aspect not covered by the claimed invention relates to a method for generating information on waiting times between two reservations of vehicles belonging to a fleet of shared vehicles, said method comprising the following steps: a) setting implements a first logical computer process in a computer, which first process is suitable for defining a geographical area where the vehicles are located and for operating a mesh of said area so as to divide it into geographical sub-areas, b) implementing a second logical computer process in a computer, which second process is adapted to calculate, in each geographical sub-zone and for each vehicle available for reservation in the sub-zone concerned, an average waiting time during which said vehicle will not be not reserved.
[19] Selon un premier exemple illustratif, la flotte présente cent véhicules dont les batteries doivent être rechargées à un instant T. Cinquante de ces véhicules sont situés dans une première sous-zone SG1 dont le temps moyen d’attente est de 5 heures. Les cinquante autres véhicules sont situés dans une deuxième sous- zone SG2 dont le temps moyen d’attente est de 15 minutes. Selon les techniques habituelles de l’art antérieur, le serveur doit générer et transmettre à l’instant T, cent requêtes. Grâce à l’invention, le serveur peut ne générer et transmettre à l’instant T, que cinquante requêtes pour recharger les batteries des cinquante véhicules de la flotte se trouvant dans la deuxième sous-zone SG2. Les autres requêtes destinées aux 50 autres véhicules se trouvant dans la première sous- zone SG1 pourront être transmises ultérieurement, de manière échelonnée dans le temps, de sorte que les ressources de communication nécessaires à la transmission de l’ensemble des requêtes et/ou les ressources informatiques mobilisées par le serveur de gestion seront réduites (le débit initial de cent requêtes par unité de temps T étant réduit à cinquante requêtes par unité de temps T). [19] According to a first illustrative example, the fleet has one hundred vehicles whose batteries must be recharged at a time T. Fifty of these vehicles are located in a first sub-zone SG1 whose average waiting time is 5 hours. The other 50 vehicles are located in a second SG2 sub-zone with an average waiting time of 15 minutes. According to the techniques usual in the prior art, the server must generate and transmit at time T, one hundred requests. Thanks to the invention, the server can only generate and transmit at time T fifty requests to recharge the batteries of the fifty vehicles of the fleet located in the second sub-zone SG2. The other requests intended for the 50 other vehicles located in the first sub-zone SG1 can be transmitted later, in a manner staggered over time, so that the communication resources necessary for the transmission of all the requests and/or the computing resources mobilized by the management server will be reduced (the initial rate of one hundred requests per unit of time T being reduced to fifty requests per unit of time T).
[20] Selon un deuxième exemple illustratif, la flotte présente dix véhicules dont il est déterminé à un instant T qu’ils doivent subir une révision de contrôle, lesquelles révisions nécessitent un temps d’intervention d’environ 2 heures chacune. Trois de ces véhicules sont situés dans la première sous-zone SG1 dont le temps moyen d’attente est de 5 heures. Les sept autres véhicules sont situés dans la deuxième sous-zone SG2 dont le temps moyen d’attente est de 15 minutes. Selon les techniques habituelles de l’art antérieur, le serveur de gestion doit générer et transmettre à l’instant T, dix requêtes pour intervenir sur les dix véhicules. Grâce à l’invention, le serveur de gestion peut ne générer et transmettre à l’instant T, que trois requêtes pour réviser les trois véhicules de la flotte se trouvant dans la première sous-zone SG1 où le temps moyen d’attente est supérieur au temps moyen d’intervention. Les autres requêtes destinées aux sept autres véhicules se trouvant dans la deuxième sous-zone SG2 pourront être transmises ultérieurement, de manière échelonnée dans le temps, de sorte que les ressources de communication nécessaires à la transmission de l’ensemble des requêtes et/ou les ressources informatiques mobilisées par le serveur de gestion seront réduites (le débit initial de dix requêtes par unité de temps T étant réduit à trois requêtes par unité de temps T). [20] According to a second illustrative example, the fleet presents ten vehicles for which it is determined at a time T that they must undergo a control overhaul, which overhauls require an intervention time of approximately 2 hours each. Three of these vehicles are located in the first sub-zone SG1 whose average waiting time is 5 hours. The other seven vehicles are located in the second SG2 sub-zone, which has an average waiting time of 15 minutes. According to the usual techniques of the prior art, the management server must generate and transmit at time T, ten requests to intervene on the ten vehicles. Thanks to the invention, the management server can generate and transmit at time T only three requests to review the three vehicles of the fleet located in the first sub-zone SG1 where the average waiting time is greater the average intervention time. The other requests intended for the seven other vehicles located in the second sub-zone SG2 can be transmitted later, staggered over time, so that the communication resources necessary for the transmission of all the requests and/or the computing resources mobilized by the management server will be reduced (the initial rate of ten requests per unit of time T being reduced to three requests per unit of time T).
[21] Selon un mode de réalisation du procédé précité non couvert par l’invention revendiquée, ledit procédé comprend les étapes suivantes : - fournir les valeurs des temps moyens d’attente calculés à l’étape b) à une application informatique de gestion de la flotte implémentée dans un serveur informatique, lesquelles valeurs sont utilisées comme données d’entrée de ladite application, les données de sortie de ladite application étant des requêtes d’action à exécuter sur des véhicules de la flotte ; - prioriser les requêtes en fonction des valeurs calculées des temps moyens d’attente. [21] According to an embodiment of the aforementioned method not covered by the claimed invention, said method comprises the following steps: - supplying the values of the average waiting times calculated in step b) to a computer application management of the fleet implemented in a computer server, which values are used as input data of said application, the output data of said application being action requests to be executed on vehicles of the fleet; - Prioritize the requests according to the calculated values of the average waiting times.
[22] Selon un mode de réalisation du procédé précité non couvert par l’invention revendiquée, ledit procédé comprend les étapes suivantes : - fournir les valeurs des temps moyens d’attente corrigés calculés à l’étape d) à une application informatique de gestion de la flotte implémentée dans un serveur informatique, lesquelles valeurs sont utilisées comme données d’entrée de ladite application, les données de sortie de ladite application étant des requêtes d’action à exécuter sur des véhicules de la flotte ; - prioriser les requêtes en fonction desdites valeurs des temps moyens d’attente corrigés. [22] According to an embodiment of the aforementioned method not covered by the claimed invention, said method comprises the following steps: - supplying the values of the corrected average waiting times calculated in step d) to a computer management application of the fleet implemented in a computer server, which values are used as input data of said application, the output data of said application being action requests to be executed on vehicles of the fleet; - prioritize the requests according to the said values of the corrected average waiting times.
Brève description des figures. Brief description of figures.
[23] D’autres avantages et caractéristiques de l’invention apparaîtront mieux à la lecture de la description d’un mode de réalisation préféré qui va suivre, en référence aux dessins annexés, réalisés à titre d’exemples indicatifs et non limitatifs et sur lesquels : [23] Other advantages and characteristics of the invention will appear better on reading the description of a preferred embodiment which will follow, with reference to the appended drawings, produced by way of indicative and non-limiting examples and on which :
[Fig. 1] illustre un premier exemple de division d’une zone géographique en sous- zones géographiques. [Fig. 1] illustrates a first example of dividing a geographic area into geographic sub-areas.
[Fig. 2] illustre un deuxième exemple de division d’une zone géographique en sous-zones géographiques. [Fig. 2] illustrates a second example of dividing a geographic area into geographic sub-areas.
[Fig. 3] illustre un troisième exemple de division d’une zone géographique en sous-zones géographiques. [Fig. 3] illustrates a third example of dividing a geographic area into geographic sub-areas.
[Fig. 4] schématise des données d’entrée et de sortie d’un modèle entraîné d’intelligence artificielle, utilisé dans l’invention. [Fig. 4] schematizes input and output data of a trained artificial intelligence model, used in the invention.
[Fig. 5] schématise des données d’entrée et de sortie d’un autre modèle entraîné d’intelligence artificielle, utilisé dans l’invention. [Fig. 5] schematizes input and output data of another artificial intelligence trained model used in the invention.
[Fig. 6] illustre la répartition des véhicules d’une flotte dans des sous-zones géographiques. [Fig. 7] représente un synoptique des principales étapes d’un procédé permettant la transmission priorisée de requêtes. [Fig. 6] illustrates the distribution of vehicles in a fleet in geographic sub-areas. [Fig. 7] represents a block diagram of the main steps of a method allowing the prioritized transmission of requests.
[Fig. 8] schématise des moyens de nettoyage installés dans l’habitacle d’un véhicule. [Fig. 8] schematizes cleaning means installed in the passenger compartment of a vehicle.
[Fig. 9] schématise d’autres moyens de nettoyage installés dans l’habitacle d’un véhicule. [Fig. 9] schematizes other means of cleaning installed in the passenger compartment of a vehicle.
[Fig. 10] illustre un exemple de la variation du temps moyen d’attente sur une journée. [Fig. 10] illustrates an example of the variation of the average waiting time over a day.
[Fig. 11] illustre la répartition des véhicules d’une flotte et d’opérateurs dans des sous-zones géographiques. [Fig. 11] illustrates the distribution of fleet vehicles and operators in geographic sub-areas.
[Fig. 12a], [Fig. 12b], [Fig. 12c] illustrent la répartition des véhicules d’une flotte et d’opérateurs dans des sous-zones géographiques. [Fig. 12a], [Fig. 12b], [Fig. 12c] illustrate the distribution of fleet vehicles and operators in geographic sub-areas.
Description des modes de réalisation. Description of embodiments.
[24] Le procédé et le système objets de l’invention engendrent des manipulations d’éléments physiques, notamment des signaux (électriques ou magnétiques) et des données numériques, capables d'être stockés, transférés, combinés, comparés . et permettant d’aboutir à un résultat souhaité. [24] The process and the system that are the subject of the invention generate manipulations of physical elements, in particular signals (electrical or magnetic) and digital data, capable of being stored, transferred, combined, compared. and leading to a desired result.
[25] L’invention met en œuvre une ou plusieurs applications informatiques exécutées par des équipements ou serveur informatique. Par souci de clarté, il faut comprendre au sens de l’invention que « un équipement ou serveur fait quelque chose » signifie « l'application informatique exécutée par un calculateur ou une unité de traitement de l’équipement ou du serveur fait quelque chose ». Tout comme « l'application informatique fait quelque chose » signifie « l'application informatique exécutée par le calculateur l’unité de traitement de l’équipement ou du serveur fait quelque chose ». [25] The invention implements one or more computer applications executed by computer equipment or servers. For the sake of clarity, it should be understood within the meaning of the invention that "an equipment or server does something" means "the computer application executed by a computer or a processing unit of the equipment or server does something" . Just as "the computer application does something" means "the computer application executed by the computer, the processing unit of the equipment or the server does something".
[26] Encore par souci de clarté, la présente invention fait référence à un ou plusieurs « processus informatiques logiques ». Ces derniers correspondent aux actions ou résultats obtenus par l’exécution d’instructions d’une ou plusieurs applications informatiques. Aussi, il faut également comprendre au sens de l’invention que « un processus informatique logique est adapté pour faire quelque chose » signifie « les instructions d’une application informatique exécutées par un calculateur ou une unité de traitement font quelque chose ». [26] Again for the sake of clarity, the present invention refers to one or more “logical computer processes”. These correspond to the actions or results obtained by the execution of instructions from one or more computer applications. Also, it must also be understood within the meaning of the invention that "a logical computer process is adapted to do something thing” means “the instructions of a computer application executed by a computer or a processing unit do something”.
[27] Encore par souci de clarté, les précisions suivantes sont apportées à certains termes utilisés dans la description et les revendications : [27] Again for the sake of clarity, the following clarifications are made to certain terms used in the description and the claims:
- « Ressource informatique » peut être compris de façon non limitative comme : composant, matériel, logiciel, fichier, connexion à un réseau informatique, quantité de mémoire RAM, espace de disque dur, bande passante, vitesse de processeur, nombre de CPU, etc. - "Computer resource" can be understood in a non-limiting way as: component, hardware, software, file, connection to a computer network, amount of RAM memory, hard disk space, bandwidth, processor speed, number of CPUs, etc. .
- « Serveur informatique » peut être compris de façon non limitative comme : dispositif informatique (matériel ou logiciel) comportant des ressources informatiques pour réaliser les fonctions d’un serveur et qui offre des services, ordinateur, pluralité d’ordinateurs, serveur virtuel sur internet, serveur virtuel sur Cloud, serveur virtuel sur une plate-forme, serveur virtuel sur une infrastructure locale, réseaux de serveurs, cluster, nœud, ferme de serveurs, ferme de nœuds, etc. - "Computer server" can be understood in a non-limiting way as: computer device (hardware or software) comprising computer resources to perform the functions of a server and which offers services, computer, plurality of computers, virtual server on the internet , virtual server on cloud, virtual server on a platform, virtual server on local infrastructure, server networks, cluster, node, server farm, node farm, etc.
- « Requête » désigne un ordre d'exécution pouvant suivre un protocole de communication et comprenant des paramètres en entrée (question, informations, instructions ...) et éventuellement des paramètres en retour (réponse, information, ...), pouvant se présenter dans un format lié au protocole employé.- "Request" means an execution order that can follow a communication protocol and includes input parameters (question, information, instructions, etc.) and possibly return parameters (response, information, etc.), which can be present in a format linked to the protocol used.
- « Unité de traitement » peut être compris de façon non limitative comme : processeur, microprocesseurs, CPU (pour Central Processing Unit), etc. - "Processing unit" can be understood in a non-limiting way as: processor, microprocessors, CPU (for Central Processing Unit), etc.
- « Application informatique » peut être comprise comme : logiciel, programme informatique, micros-programme informatique, lignes de codes exécutables, software, etc. - "Computer application" can be understood as: software, computer program, computer firmware, lines of executable code, software, etc.
- « Réseau de données » peut être compris de façon non limitative comme : réseau internet, réseau cellulaire, réseau satellite, etc. C’est un ensemble d'équipements informatiques reliés entre eux pour échanger, de manière sécurisée ou non, des informations et/ou des données selon un protocole de communication (ISDN, Ethernet, ATM, IP, CLNP, TCP, HTTP, ...). - "Data network" can be understood in a non-limiting way as: internet network, cellular network, satellite network, etc. It is a set of computer equipment linked together to exchange, securely or not, information and/or data according to a communication protocol (ISDN, Ethernet, ATM, IP, CLNP, TCP, HTTP, etc. .).
- « Base de données » peut être comprise de façon non limitative comme un ensemble structuré et organisé de données enregistrées sur des supports accessibles par des équipements informatiques et pouvant être interrogées, lues et mises à jour. Des données peuvent y être insérées, récupérées, modifiées et/ou détruites. La gestion et l'accès à la base de données peuvent être assurés par un ensemble d’applications informatiques qui constituent un système de gestion de base de données (SGBD). - "Database" can be understood in a non-limiting way as a structured and organized set of data recorded on media accessible by computer equipment and can be interrogated, read and updated. Data can be inserted, retrieved, modified and/or destroyed. Management and access to the database can be provided by a set of computer applications that constitute a database management system (DBMS).
- « Service » peut être compris de façon non limitative comme l'ensemble des fonctionnalités proposé et assuré par un serveur et/ou par au moins un équipement informatique. Le service peut comprendre par exemple, les fonctionnalités suivantes : réservation d’un véhicule, localisation (réelle et/ou estimée) d’un véhicule, verrouillage/déverrouillage d’un véhicule, etc. - "Service" can be understood in a non-limiting manner as all the functionalities offered and provided by a server and/or by at least one piece of computer equipment. The service may include, for example, the following functionalities: reservation of a vehicle, location (real and/or estimated) of a vehicle, locking/unlocking of a vehicle, etc.
- « Véhicule partagé » peut être compris de façon non limitative comme un véhicule de location ou un véhicule en libre-service (en anglais « carsharing ») mis à la disposition de « clients » ou membres. Le véhicule peut être : une voiture autonome (apte à rouler sur route, sans intervention d'un conducteur), une voiture ou un camion (moteur thermique et/ou électrique), un deux-roues motorisé (moteur thermique et/ou électrique), un vélo (classique ou avec assistance électrique), une trottinette (classique ou avec assistance électrique), une planche à roulettes, un monocycle électrique, un gyropode, un bateau, etc. Lorsqu’un utilisateur utilise un véhicule partagé, il peut être facturé d’un certain montant dépendant généralement du nombre de kilomètres parcourus et/ou du temps d’utilisation du véhicule et/ou du modèle ou type de véhicule. - “Shared vehicle” can be understood without limitation as a rental vehicle or a self-service vehicle (“carsharing”) made available to “customers” or members. The vehicle can be: an autonomous car (capable of driving on the road, without the intervention of a driver), a car or a truck (thermal and/or electric engine), a motorized two-wheeler (thermal and/or electric engine) , a bicycle (classic or with electric assistance), a scooter (classic or with electric assistance), a skateboard, an electric unicycle, a Segway, a boat, etc. When a user uses a shared vehicle, he may be charged a certain amount generally depending on the number of kilometers traveled and/or the time of use of the vehicle and/or the model or type of vehicle.
- Tel qu’utilisé ici, sauf indication contraire, l’utilisation des adjectifs ordinaux « premier », « deuxième », etc., pour décrire un objet indique simplement que différentes occurrences d’objets similaires sont mentionnées et n’implique pas que les objets ainsi décrits doivent être dans une séquence donnée, que ce soit dans le temps, dans l'espace, dans un classement ou de toute autre manière.- As used herein, unless otherwise specified, the use of the ordinal adjectives "first", "second", etc., to describe an object merely indicates that different occurrences of similar objects are mentioned and does not imply that the objects thus described must be in a given sequence, whether in time, in space, in a classification or in any other way.
Maillage d’une zone géographique Mesh of a geographical area
[28] Conformément à l’invention, un premier processus informatique logique est mis en œuvre dans un calculateur 35, lequel premier processus est adapté pour définir une zone géographique G où sont localisés les véhicules de la flotte et pour opérer un maillage de ladite zone de façon à la diviser en sous-zones géographiques. [28] In accordance with the invention, a first logical computer process is implemented in a computer 35, which first process is adapted to define a geographical area G where the vehicles of the fleet are located and to operate a mesh of said zone so as to divide it into geographical sub-zones.
[29] Au sens de l’invention, la zone géographique G peut consister en une région géographique, par exemple une ville (prédéfinie dans une base de données et correspondant à une région définie par un ou plusieurs codes postaux ou par une région délimitée par des rues et définissant des quartiers connus), une zone définissant un cercle, un carré, un rectangle ayant pour centre une position géographique spécifique (ex : un centre-ville) et un rayon, un diamètre ou une diagonale de longueur prédéfinie (ex : rayon de 20 Km). [29] Within the meaning of the invention, the geographical area G may consist of a geographical region, for example a city (predefined in a database and corresponding to a region defined by one or more postal codes or by a region delimited by streets and defining known neighborhoods), an area defining a circle, a square, a rectangle having a specific geographical position as its center (e.g. a city center) and a radius, a diameter or a diagonal of predefined length (e.g.: radius of 20 km).
[30] Selon un mode de réalisation, la zone géographique G est définie par un ensemble de données numériques. Ces données peuvent par exemple provenir de sources cartographiques publiques et privées et/ou de données satellites.[30] According to one embodiment, the geographical area G is defined by a set of digital data. This data can for example come from public and private cartographic sources and/or satellite data.
Elles peuvent être téléchargées depuis une base de données dédiée telle que OpenStreetMap ® . Ces données numériques sont ensuite enregistrées dans une zone mémoire du serveur de gestion S. They can be downloaded from a dedicated database such as OpenStreetMap ® . These digital data are then recorded in a memory area of the management server S.
[31] On opère un maillage de la zone géographique de manière à la diviser en sous-zones géographiques. Selon un mode de réalisation, cette opération est réalisée automatiquement par le calculateur 35 du serveur de gestion S où sont enregistrées les données de la zone géographique G. Par exemple, le calculateur 35 met en œuvre le premier processus informatique logique qui est configuré pour diviser automatiquement toute zone géographique en sous-zones de 1 km2 chacune. Le premier processus informatique logique peut également être configuré pour diviser automatiquement toute zone géographique en sous- zones annulaires concentriques dont le centre commun est une position géographique spécifique et dont les rayons sont incrémentés de 1 km. Selon un autre mode de réalisation, la division de la zone géographique G est réalisée de manière discrétionnaire depuis le calculateur 35. Par exemple, pour une première zone géographique, la division est faite par arrondissements (chaque arrondissement d’une ville correspondant à une sous-zone), pour une deuxième zone géographique, la division est faite par quartiers (chaque quartier correspondant à une sous-zone), pour une troisième zone géographique, la division est faite par rue (chaque rue correspondant à une sous-zone), etc. Un logiciel de maillage (par exemple Gmsh® ) est préférentiellement exécuté par le calculateur 35 pour réaliser la subdivision de la zone géographique G. [31] The geographic area is meshed so as to divide it into geographic sub-areas. According to one embodiment, this operation is carried out automatically by the computer 35 of the management server S where the data of the geographical area G are recorded. For example, the computer 35 implements the first logical computer process which is configured to divide automatically any geographical area in sub-areas of 1 km 2 each. The first logical computer process may also be configured to automatically divide any geographic area into concentric annular sub-areas whose common center is a specific geographic position and whose radii are incremented by 1 km. According to another embodiment, the division of the geographical area G is carried out in a discretionary manner from the computer 35. For example, for a first geographical area, the division is made by boroughs (each borough of a city corresponding to a sub -zone), for a second geographical zone, the division is made by districts (each district corresponding to a sub-zone), for a third geographical zone, the division is made by street (each street corresponding to a sub-zone), etc One meshing software (for example Gmsh®) is preferably executed by the computer 35 to carry out the subdivision of the geographical zone G.
[32] Sur la figure 1 , la zone géographique G est en forme de carré divisé en quatre sous-zones SG1-SG4. Un nombre plus ou moins important de sous-zones peuvent être prévues (par exemple de 2 à 100 sous-zones). Sur la figure 1 , ces sous-zones sont de taille identique, mais peuvent être de tailles différentes. Également, les sous-zones SG1-SG4 sont de forme carrée, mais peuvent avoir une autre forme (rectangulaire, polygonale, ..) [32] In Figure 1, the geographical area G is in the shape of a square divided into four sub-areas SG1-SG4. A greater or lesser number of sub-zones can be provided (for example from 2 to 100 sub-zones). In FIG. 1, these sub-zones are of identical size, but may be of different sizes. Also, the SG1-SG4 sub-zones are square in shape, but can have another shape (rectangular, polygonal, ..)
[33] Sur la figure 2, la zone géographique G est en forme disque et les sous-zones SG1-SG4 en forme d’anneaux concentriques. Le centre de la zone G et des sous-zones SG1-SG4 peut par exemple correspondre à un point singulier, tel que le centre d’une ville, une zone commerciale, un aéroport, etc. Les rayons des sous-zones SG1-SG4 peuvent être incrémentés d’une distance régulière ou irrégulière. [33] In Figure 2, the geographical area G is disc-shaped and the sub-areas SG1-SG4 in the form of concentric rings. The center of zone G and of sub-zones SG1-SG4 can for example correspond to a singular point, such as the center of a city, a commercial zone, an airport, etc. The radii of the SG1-SG4 subzones can be incremented by a regular or irregular distance.
[34] Sur la figure 3, la zone géographique G est en forme de polygone et les sous- zones SG1-SGn en forme de mailles polygonales. Selon un mode de réalisation, le nombre n, la forme et/ou la taille des mailles SG1 -SGn sont définis automatiquement par le serveur en fonction de la forme et/ou de la taille de la zone G. Selon un autre mode de réalisation, le nombre n, la forme et/ou la taille des mailles SG1-SGn sont paramétrés de manière singulière depuis le serveur. [34] In FIG. 3, the geographical zone G is in the shape of a polygon and the sub-zones SG1-SGn in the shape of polygonal meshes. According to one embodiment, the number n, the shape and/or the size of the meshes SG1 -SGn are automatically defined by the server according to the shape and/or the size of the zone G. According to another embodiment , the number n, the shape and/or the size of the meshes SG1-SGn are parameterized in a singular way from the server.
[35] Comme expliqué plus avant dans la description, la division d’une zone géographique en sous-zones géographiques permet d’évaluer plus précisément la répartition des véhicules de la flotte dans ladite zone géographique, et de calculer, via un second processus informatique, les temps d’attente des véhicules entre deux réservations. Statuts des véhicules. [35] As explained further in the description, the division of a geographical area into geographical sub-areas makes it possible to more accurately assess the distribution of vehicles in the fleet in said geographical area, and to calculate, via a second computer process , the vehicle waiting times between two reservations. Vehicle statuses.
[36] En se rapportant aux figures 8 et 9, chaque véhicule Vj intègre préférentiellement un équipement informatique embarqué EQVej. Cet équipement peut par exemple faire partie d’un boîtier télématique permettant au véhicule d’échanger avec le serveur de gestion distant S des informations telles que la position géographique, la vitesse, l’état de capteurs embarqués (taux de charge de batterie, niveau de carburant dans le réservoir, pression de pneus, état des feux de croisement ou autres éclairages, état d’une chaîne de vélo, ...), etc. Cet échange se fait au travers d’un réseau de données R. L’équipement informatique EQVej peut également être un équipement dédié, indépendant du boîtier télématique. [36] Referring to Figures 8 and 9, each vehicle Vj preferably incorporates on-board computer equipment EQVej. This equipment can for example be part of a telematics unit allowing the vehicle to exchange with the remote management server S information such as the geographical position, the speed, the state of on-board sensors (battery charge rate, level fuel in the tank, tire pressure, condition dipped beam or other lighting, condition of a bicycle chain, etc.). This exchange takes place through a data network R. The computer equipment EQVej can also be dedicated equipment, independent of the telematics box.
[37] Chaque équipement embarqué EQVej comprend, entre autres ressources informatiques, une unité de traitement 10, un émetteur/récepteur de signaux 11 , et une ou plusieurs mémoires 12 dans laquelle est enregistrée une application informatique. L’équipement embarqué EQVej comprend également une interface de communication 13. Ces différents éléments sont connectés au moins à l’unité de traitement 10 par un bus de communication. [37] Each EQVej on-board equipment includes, among other computer resources, a processing unit 10, a signal transmitter/receiver 11, and one or more memories 12 in which a computer application is stored. The on-board equipment EQVej also includes a communication interface 13. These different elements are connected at least to the processing unit 10 by a communication bus.
[38] Les instructions de l’application informatique enregistrée dans la mémoire 12, lorsqu’elles sont exécutées par l’unité de traitement 10, permettent de réaliser des étapes du procédé qui sont décrites plus avant dans la description. La mémoire 12 est également adaptée pour enregistrer un certain nombre d’autres d’informations. [38] The instructions of the computer application recorded in the memory 12, when they are executed by the processing unit 10, make it possible to carry out the steps of the method which are described further in the description. Memory 12 is also suitable for recording a number of other pieces of information.
[39] L’émetteur/récepteur 11 est adapté pour échanger des signaux, via une liaison sans fil de courte portée LCP, avec un terminal utilisateur EQU décrit plus avant dans la description et/ou avec les équipements embarqués des autres véhicules. La liaison LCP a par exemple une portée inférieure ou égale à 100 mètres. Les signaux échangés sont préférentiellement des signaux infrarouges ou des signaux radiofréquences. La liaison LCP utilise préférentiellement un protocole de communication de la famille suivante : Bluetooth, Wifi, Z-Wave, ANT, ZIGBEE, Infrarouge. [39] The transmitter/receiver 11 is suitable for exchanging signals, via a short-range wireless link LCP, with a user terminal EQU described later in the description and/or with the on-board equipment of other vehicles. The LCP link has for example a range less than or equal to 100 meters. The signals exchanged are preferably infrared signals or radiofrequency signals. The LCP link preferably uses a communication protocol of the following family: Bluetooth, Wifi, Z-Wave, ANT, ZIGBEE, Infrared.
[40] L’interface de communication 13, par exemple GSM, 3G, 4G ou Wifi, est adapté pour établir une liaison de communication sans fil avec une interface de communication du serveur S, au travers du réseau de données R. [40] The communication interface 13, for example GSM, 3G, 4G or Wifi, is suitable for establishing a wireless communication link with a communication interface of the server S, through the data network R.
[41] Chaque véhicule Vj est associé à un numéro d’identification unique (par exemple un code numérique ou un code alphanumérique) enregistré dans une base de données B accessible au serveur S. [41] Each vehicle Vj is associated with a unique identification number (for example a numeric code or an alphanumeric code) recorded in a database B accessible to the server S.
[42] À un instant donné, les véhicules Vj peuvent être : [42] At a given moment, Vj vehicles can be:
- avec un statut dit « disponible » à la réservation : le véhicule est stationné (garé) et/ou non réservé, - with a status called "available" for booking: the vehicle is parked (parked) and/or not reserved,
- avec un statut dit « indisponible » à la réservation : soit le véhicule est stationné, mais déjà réservé par un utilisateur (statut « indisponible-réservé »), soit le véhicule est en cours de fonctionnement (statut « indisponible-en fonctionnement »). - with a status called "unavailable" for reservation: either the vehicle is parked, but already reserved by a user ("unavailable-reserved" status), or the vehicle is in operation ("unavailable-in operation" status) .
[43] Selon un mode de réalisation, les statuts suivants sont également affectés aux véhicules Vj : [43] According to one embodiment, the following statuses are also assigned to vehicles Vj:
- statut dit « nettoyé » : le véhicule est nettoyé entre sa précédente utilisation et sa prochaine utilisation. En d’autres termes, le véhicule est nettoyé dans l’intervalle de temps où le statut « disponible » passe à « indisponible ». - “cleaned” status: the vehicle is cleaned between its previous use and its next use. In other words, the vehicle is cleaned in the time interval when the "available" status changes to "unavailable".
- statut dit « non-nettoyé » : le véhicule n’a pas été nettoyé entre sa précédente utilisation et sa prochaine utilisation. En d’autres termes, le véhicule n’a pas été nettoyé dans l’intervalle de temps où le statut « disponible » passe à « indisponible ». - “uncleaned” status: the vehicle has not been cleaned between its previous use and its next use. In other words, the vehicle has not been cleaned in the time interval when the "available" status changes to "unavailable".
[44] L’utilisateur dispose d’au moins un terminal mobile EQU. Ce dernier consiste préférentiellement en un téléphone intelligent (Smartphone), une tablette numérique, un ordinateur portable, etc. Sur les figures 8 et 9, le terminal EQU intègre une unité de traitement 20, un émetteur/récepteur de signaux 21 et une ou plusieurs mémoires 22 dans laquelle est enregistrée une application informatique pour la mise en œuvre du service (« application-service »), une interface de communication 23 et une interface graphique 24 du type écran tactile. Ces différents éléments sont connectés au moins à l’unité de traitement 20 par un bus de communication. Il comprend également les ressources informatiques permettant de réaliser des étapes du procédé de transmission priorisée de requêtes. L’émetteur/récepteur 21 est similaire à celui des équipements embarqués EQVej. L’interface de communication 23, par exemple GSM, 3G, 4G ou Wifi, est adapté pour établir une liaison de communication sans fil avec une interface de communication du serveur distant S, au travers du réseau de données R. [44] The user has at least one EQU mobile terminal. The latter preferably consists of a smart phone (Smartphone), a digital tablet, a laptop, etc. In FIGS. 8 and 9, the terminal EQU incorporates a processing unit 20, a signal transmitter/receiver 21 and one or more memories 22 in which is recorded a computer application for the implementation of the service (“application-service” ), a communication interface 23 and a graphic interface 24 of the touch screen type. These different elements are connected at least to the processing unit 20 by a communication bus. It also includes the computing resources making it possible to carry out the steps of the method for the prioritized transmission of requests. The transmitter/receiver 21 is similar to that of the EQVej on-board equipment. The communication interface 23, for example GSM, 3G, 4G or Wifi, is suitable for establishing a wireless communication link with a communication interface of the remote server S, through the data network R.
[45] Selon un mode de réalisation, pour télécharger l’application-service, et avoir les droits d’accès au service, l’utilisateur U doit préalablement s’enregistrer auprès d’un serveur de gestion de droits qui peut être ou non le serveur distant précité. Selon un mode de réalisation, l’enregistrement de l’utilisateur U est réalisé auprès d’un service web du serveur distant S associé au service. L’enregistrement comporte l’enregistrement d’un identifiant utilisateur et/ou d’un identifiant du terminal EQU. Il peut s’agir d’un port, d’une adresse IP, d’une adresse MAC ou toute autre adresse ou combinaison permettant d’identifier le terminal EQU. Selon un mode de réalisation, l’utilisateur est préinscrit à partir d’un logiciel et est connu du fait qu’un identifiant est enregistré dans la base de données B. [45] According to one embodiment, to download the application-service, and have access rights to the service, the user U must first register with a rights management server which may or may not be the remote server aforementioned. According to one embodiment, the registration of the user U is carried out with a web service of the remote server S associated with the service. The registration includes the registration of a user identifier and/or an identifier of the terminal EQU. It can be a port, an IP address, a MAC address or any other address or combination making it possible to identify the EQU terminal. According to one embodiment, the user is pre-registered from software and is known by the fact that an identifier is recorded in the database B.
[46] Sur les figures 8 et 9, le serveur S intègre une unité de traitement 30, une ou plusieurs mémoires 31, une interface de communication 32, un module de localisation 33, un module de calcul d’itinéraire 34, le calculateur 35, un générateur de carte numérique 36, un module traitement informatique 37, qui sont mutuellement connectées via un bus. Une ou plusieurs applications informatiques sont enregistrées dans la ou les mémoires 31 et dont les instructions, lorsqu’elles sont exécutées par l’unité de traitement 30, permettent de réaliser les fonctionnalités décrites plus avant dans la description. [46] In Figures 8 and 9, the server S includes a processing unit 30, one or more memories 31, a communication interface 32, a location module 33, a route calculation module 34, the computer 35 , a digital map generator 36, a computer processing module 37, which are mutually connected via a bus. One or more computer applications are stored in the memory or memories 31 and whose instructions, when they are executed by the processing unit 30, make it possible to perform the functionalities described further in the description.
[47] Les modules de localisation 33, de calcul d’itinéraire 34, de calcul 35, de traitement 37 et le générateur de carte 36, sont des composants matériels et/ou logiciels du serveur S. [47] The location 33, route calculation 34, calculation 35, processing 37 and map generator 36 modules are hardware and/or software components of the server S.
[48] Le serveur S met régulièrement à jour, préférentiellement en temps réel, la base de données B. Cette base de données regroupe notamment : l’identifiant de chaque véhicule Vi, leur statut (« disponible » ou « indisponible », et « nettoyé » ou « non nettoyé »), leur position géographique. D’autres informations et/ou données peuvent être regroupées dans la base de données B, le cas échéant, notamment les taux de charge des batteries des véhicules à moteur électrique ou les niveaux de remplissage des réservoirs de carburant des véhicules à moteur thermique, l’état de leurs capteurs, etc. La base de données B peut être enregistrée dans une zone mémoire du serveur S ou être distante dudit serveur. [48] The server S regularly updates, preferably in real time, the database B. This database includes in particular: the identifier of each vehicle Vi, their status (“available” or “unavailable”, and “ cleaned” or “uncleaned”), their geographical position. Other information and/or data may be grouped together in the database B, where appropriate, in particular the charge rates of the batteries of vehicles with electric motors or the filling levels of the fuel tanks of vehicles with internal combustion engines, the state of their sensors, etc. Database B can be recorded in a memory area of server S or be remote from said server.
[49] L’information sur le statut « disponible » ou « indisponible » d’un véhicule Vj est transmise au serveur S en temps réel ou à des intervalles de temps prédéfinis (par exemple toutes les 5 minutes). Cette information peut être transmise au serveur S, par exemple depuis l’équipement embarqué EQVej du véhicule Vj suite à une détection d’un évènement. Cet évènement est par exemple généré par une action de l’utilisateur sur une commande spécifique aménagée sur le tableau de bord du véhicule Vj. Cette commande peut être actionnée lorsqu’un utilisateur a stationné son véhicule et libéré le véhicule. Le statut passe alors de « indisponible » à « disponible ». Cet évènement peut également être généré automatiquement lorsque le véhicule reste inactif pendant une certaine période de temps, par exemple 15 minutes. [49] The information on the “available” or “unavailable” status of a vehicle Vj is transmitted to the server S in real time or at predefined time intervals (for example every 5 minutes). This information can be transmitted to the server S, for example from the on-board equipment EQVej of the vehicle Vj following detection of an event. This event is for example generated by an action of the user on a specific command arranged on the dashboard of the vehicle Vj. This command can be activated when a user has parked his vehicle and released the vehicle. The status then changes from “unavailable” to “available”. This event can also be generated automatically when the vehicle remains inactive for a certain period of time, for example 15 minutes.
[50] Lorsque le serveur S reçoit une requête de réservation de la part de l’utilisateur et qu’il peut faire droit à cette requête (c’est-à-dire qu’un véhicule est disponible à la réservation), ledit serveur fait passer le statut d’un véhicule de[50] When the server S receives a reservation request from the user and it can grant this request (that is to say that a vehicle is available for reservation), said server changes the status of a vehicle from
« disponible » à « indisponible ». Cette requête de réservation est préférentiellement générée via le terminal mobile utilisateur EQU. “available” to “unavailable”. This reservation request is preferably generated via the mobile user terminal EQU.
[51] L’information sur le statut « nettoyé » ou « non nettoyé » d’un véhicule Vj est également transmise au serveur S en temps réel ou à des intervalles de temps prédéfinis (par exemple toutes les 5 minutes après que le statut du véhicule passe de « indisponible » à « disponible »). Cette information peut être transmise automatiquement au serveur S, par exemple depuis l’équipement embarqué EQVej du véhicule Vj suite à la fin du cycle de nettoyage du moyen de nettoyage, comme expliqué plus avant dans la description. Le statut passe alors de « non- nettoyé » à « nettoyé ». Cette information peut encore être transmise au serveur S, en réponse à une action d’un opérateur qui actionne une commande spécifique aménagée sur le tableau de bord du véhicule Vi. [51] The information on the "cleaned" or "uncleaned" status of a vehicle Vj is also transmitted to the server S in real time or at predefined time intervals (for example every 5 minutes after the status of the vehicle changes from “unavailable” to “available”). This information can be transmitted automatically to the server S, for example from the on-board equipment EQVej of the vehicle Vj following the end of the cleaning cycle of the cleaning means, as explained further in the description. The status then changes from “not cleaned” to “cleaned”. This information can also be transmitted to the server S, in response to an action by an operator who activates a specific command arranged on the dashboard of the vehicle Vi.
[52] Les positions géographiques des véhicules Vj peuvent être obtenues par satellite (système GPS ou Galileo) ou par un système de triangulation (par exemple, un système utilisant les cellules d’un réseau 4G) ou par une combinaison des deux systèmes de localisation. L’équipement EQVej d’un véhicule Vj comporte avantageusement un composant permettant d’obtenir une information de géo-localisation, par exemple un composant GPS, qui peut être récupérée par le module de localisation 33 du serveur S. Le module de localisation 33 peut récupérer automatiquement cette information en interrogeant en temps réel ou à intervalles de temps régulier (par exemple toutes les 5 minutes), les équipements EQVej. Les équipements EQVej peuvent également transmettre automatiquement cette information au module de localisation 33 (sans répondre à une requête d’interrogation), en temps réel ou à intervalles de temps régulier (par exemple toutes les 5 minutes). La position géographique de chaque véhicule Vj est alors enregistrée dans la base de données B. [52] The geographical positions of the Vj vehicles can be obtained by satellite (GPS or Galileo system) or by a triangulation system (for example, a system using the cells of a 4G network) or by a combination of the two localization systems . The equipment EQVej of a vehicle Vj advantageously comprises a component making it possible to obtain geo-location information, for example a GPS component, which can be retrieved by the location module 33 of the server S. The location module 33 can automatically retrieve this information by interrogating in real time or at regular time intervals (for example every 5 minutes), the EQVej equipment. EQVej devices can also automatically transmit this information to the location module 33 (without responding to an interrogation request), in real time or at regular time intervals (for example every 5 minutes). The geographical position of each vehicle Vj is then recorded in the database B.
[53] Selon une alternative, la position géographique d’un véhicule Vj peut correspondre à la position géographique (obtenue par satellite et/ou par un système de triangulation) du terminal mobile EQU de l’utilisateur. Cette position géographique est automatiquement récupérée par le module de localisation 33 ou transmise à celui-ci. La position géographique du terminal EQU peut être obtenue de la même façon. Par satellite et/ou ou par un système de triangulation. Le terminal EQU comporte avantageusement un composant, par exemple un composant GPS, permettant d’obtenir une information de géo-localisation qui peut être automatiquement récupérée par le module de localisation 33 ou transmise à celui-ci. [53] According to an alternative, the geographical position of a vehicle Vj can correspond to the geographical position (obtained by satellite and/or by a triangulation system) of the user's mobile terminal EQU. This geographic position is automatically retrieved by the location module 33 or transmitted to it. The geographical position of the terminal EQU can be obtained in the same way. By satellite and/or or by a triangulation system. The terminal EQU advantageously comprises a component, for example a GPS component, making it possible to obtain geo-location information which can be automatically retrieved by the location module 33 or transmitted to it.
[54] Les informations concernant le taux de charge de batterie ou le niveau de remplissage du réservoir d’un véhicule Vj est également transmise au serveur S en temps réel ou à des intervalles de temps prédéfinis (par exemple toutes les 5 minutes) ou lorsque son statut passe de « indisponible » à « disponible ». Ces informations sont transmises au serveur S depuis l’équipement embarqué EQVej du véhicule Vj. [54] The information concerning the battery charge rate or the filling level of the tank of a vehicle Vj is also transmitted to the server S in real time or at predefined time intervals (for example every 5 minutes) or when its status changes from “unavailable” to “available”. This information is transmitted to the server S from the on-board equipment EQVej of the vehicle Vj.
Notion de temps moyen d’attente Concept of average waiting time
[55] L’invention introduit la notion de « temps moyen d’attente » qui correspond à une période temporelle estimée pendant lequel un véhicule de la flotte ayant un statut « disponible » ne sera pas réservé. En d’autres termes, le temps moyen d’attente correspond à l’intervalle de temps pendant lequel le statut du véhicule reste à « disponible ». Par exemple, un temps moyen d’attente de 1 heure indique que statistiquement, un véhicule qui vient d’être libéré et dont le statut passe de « indisponible » à « disponible » a une probabilité élevée de ne pas être réservé (i.e. le statut reste à « disponible » et ne passe pas à [55] The invention introduces the concept of “average waiting time” which corresponds to an estimated time period during which a vehicle in the fleet with an “available” status will not be reserved. In other words, the average waiting time corresponds to the time interval during which the status of the vehicle remains at "available". For example, an average waiting time of 1 hour indicates that statistically, a vehicle which has just been released and whose status changes from "unavailable" to "available" has a high probability of not being reserved (i.e. the status remains at "available" and does not change to
« indisponible ») pendant 1 heure. Cette probabilité est avantageusement supérieure à 50% et préférentiellement supérieure à 90%. [56] Selon un mode de réalisation, ce temps d’attente moyen est calculé par le calculateur 35 du serveur S (ou par un autre calculateur), pour chaque sous-zone SGi, en mettant en œuvre un second processus informatique logique. Ce calcul est effectué sans distinction du mode de propulsion des véhicules (électrique, thermique, à pédales, sans motorisation, ...). Ce calcul peut être effectué une fréquence déterminée et/ou paramétrée, avantageusement une ou plusieurs fois par jour, par exemple dès que le statut d’un véhicule passe de « indisponible » à « disponible ». “unavailable”) for 1 hour. This probability is advantageously greater than 50% and preferably greater than 90%. [56] According to one embodiment, this average waiting time is calculated by the computer 35 of the server S (or by another computer), for each sub-zone SGi, by implementing a second logical computer process. This calculation is carried out without distinction of the mode of propulsion of the vehicles (electric, thermal, with pedals, without motorization, etc.). This calculation can be performed at a determined and/or parameterized frequency, advantageously one or more times a day, for example as soon as the status of a vehicle changes from “unavailable” to “available”.
Premier mode de calcul du temps moyen d’attente First method of calculating the average waiting time
[57] Selon un premier mode de calcul, le calculateur 35 prend en compte l'historique des requêtes de réservation effectives de véhicules dans la sous- zone concernée, pour en déduire un temps moyen d’attente qui est affecté à chaque véhicule ayant un statut « disponible » et qui est localisé dans ladite sous-zone. Par exemple, s’il y a en moyenne 4 requêtes de réservation par jour (24 heures) dans la sous-zone SG1, le temps moyen d’attente sera de 6 heures (24/4=6). Un véhicule qui sera libéré (i.e dont le statut passe de « indisponible » à « disponible ») dans la sous-zone SG1 , attendra en moyenne 6 heures avant d’être à nouveau réservé et utilisé. Selon un autre exemple, s’il y a en moyenne 48 requêtes de réservation par jour dans la sous-zone SG2, le temps moyen d’attente sera de 30 minutes (24/48=0,5). Un véhicule qui est libéré dans la sous- zone SG2, attendra en moyenne 30 minutes avant d’être à nouveau réservé et utilisé. Les requêtes prises en compte pour le calcul peuvent être celles de l’heure, de la veille, de la semaine, du mois, de l’année précédant ledit calcul. Il s’agit préférentiellement de toutes les requêtes enregistrées dans le serveur S au moment du calcul. En effet, plus le nombre de données analysées est élevé, meilleure sera la probabilité que le temps moyen d’attente calculé converge vers le temps réel d’attente. Le temps moyen d’attente ainsi calculé est constant et ne varie pas au cours d’une journée. [57] According to a first mode of calculation, the computer 35 takes into account the history of effective reservation requests for vehicles in the sub-zone concerned, to deduce therefrom an average waiting time which is allocated to each vehicle having a "available" status and which is located in said sub-zone. For example, if there are on average 4 reservation requests per day (24 hours) in the SG1 sub-zone, the average waiting time will be 6 hours (24/4=6). A vehicle that will be released (i.e. whose status changes from "unavailable" to "available") in the SG1 sub-zone will wait an average of 6 hours before being reserved and used again. According to another example, if there are on average 48 reservation requests per day in the SG2 sub-zone, the average waiting time will be 30 minutes (24/48=0.5). A vehicle that is released in the SG2 sub-zone will wait an average of 30 minutes before being reserved and used again. The requests taken into account for the calculation can be those of the hour, the day before, the week, the month, the year preceding the said calculation. These are preferably all the requests recorded in the server S at the time of the calculation. Indeed, the higher the number of data analyzed, the better the probability that the calculated average waiting time will converge towards the real waiting time. The average waiting time thus calculated is constant and does not vary over the course of a day.
Deuxième mode de calcul du temps moyen d’attente Second method of calculating the average waiting time
[58] Le premier mode de calcul permet d’aboutir à une valeur acceptable du temps moyen d’attente. Toutefois, il apparaît que ce temps moyen d’attente n’est pas constant, mais varie au cours d’une journée. La figure 10 illustre à titre d’exemple explicatif seulement, une telle variation. Par exemple, dans la sous-zone SGi, le temps moyen d’attente ITm-SGi est minimal (environ 15 minutes) entre 7h et 8h (typiquement les heures de départ au travail) et entre 17h et 21 h (typiquement les heures de retour du travail). Et il est maximal avant 7h et après 21 h (environ 5 heures). Entre 8h et 17h, le temps moyen d’attente ITm-SGi est compris entre 1 heure et 2 heures. En outre, pour une même sous-zone, ces variations du temps moyen d’attente ne sont pas les mêmes d’un jour à l’autre. Par exemple, la courbe d’un dimanche ou d’un jour férié diffère de celle d’un jour travaillé de la semaine. Il en est de même pendant des périodes de vacances, ou lorsqu’un évènement particulier a lieu dans une sous-zone (par exemple un concert ou un match de football), les requêtes de réservation dans la sous-zone concernée et/ou dans les autres sous-zones pouvant augmentées. Les données climatologiques (température, précipitations, pollution, ...) peuvent également influencer la valeur du temps d’attente. [58] The first method of calculation makes it possible to arrive at an acceptable value for the average waiting time. However, it appears that this average waiting time is not constant, but varies over the course of a day. Figure 10 illustrates by way of example explanatory only, such a variation. For example, in the SGi sub-zone, the average waiting time ITm-SGi is minimal (about 15 minutes) between 7 a.m. and 8 a.m. (typically departure times for work) and between 5 p.m. and 9 p.m. return from work). And it is maximum before 7 a.m. and after 9 p.m. (about 5 hours). Between 8 a.m. and 5 p.m., the average waiting time ITm-SGi is between 1 hour and 2 hours. Moreover, for the same sub-zone, these variations in the average waiting time are not the same from one day to another. For example, the curve for a Sunday or a public holiday differs from that for a working day of the week. The same applies during holiday periods, or when a particular event takes place in a sub-zone (for example a concert or a football match), reservation requests in the sub-zone concerned and/or in the other sub-zones can be increased. Climatological data (temperature, precipitation, pollution, etc.) can also influence the value of the waiting time.
[59] Pour améliorer la précision du calcul du temps moyen d’attente ITm-SGi et pour se rapprocher au plus près de la valeur du temps réel d’attente, il apparaît donc avantageux d’analyser plus en détail les données historiques des requêtes de réservation effectives (les requêtes réellement reçues par le serveur) et de prendre en compte divers autres paramètres (date, heure, données climatologiques, évènements, ...). Aussi, selon un second mode de calcul, le calculateur 35 exécute une application informatique basée sur un modèle d’intelligence artificielle. Ce modèle est avantageusement basé sur un algorithme d'apprentissage, supervisé ou non supervisé. On peut notamment utiliser la méthode des k plus proches voisins (par exemple en implémentant un algorithme dédié accessible depuis la bibliothèque Python® Scikit Learn® ), ou un réseau de neurones artificiels, par exemple le réseau ADALINE (Adaptive Linear Elément) utilisant la méthode des moindres carrés et/ou une méthode statistique. On peut également utiliser un réseau bayésien qui est un modèle probabiliste représentant des variables aléatoires et leurs dépendances conditionnelles via un DAG (Directed Acyclic Graph) et des tables de probabilités. Il sert principalement à représenter une connaissance, donner une règle de décision, prévoir, et déterminer des hypothèses de causalité. L’homme du métier peut notamment se référer aux publications suivantes concernant les réseaux bayésiens : BRIDE,[59] To improve the accuracy of the calculation of the average waiting time ITm-SGi and to get as close as possible to the value of the real waiting time, it therefore appears advantageous to analyze the historical data of the requests in more detail. effective reservations (the requests actually received by the server) and to take into account various other parameters (date, time, climatological data, events, etc.). Also, according to a second mode of calculation, the computer 35 executes a computer application based on an artificial intelligence model. This model is advantageously based on a learning algorithm, supervised or unsupervised. One can in particular use the method of the k nearest neighbors (for example by implementing a dedicated algorithm accessible from the Python® Scikit Learn® library), or an artificial neural network, for example the ADALINE network (Adaptive Linear Element) using the method least squares and/or a statistical method. One can also use a Bayesian network which is a probabilistic model representing random variables and their conditional dependencies via a DAG (Directed Acyclic Graph) and probability tables. It is mainly used to represent knowledge, give a decision rule, predict, and determine causality hypotheses. The person skilled in the art can in particular refer to the following publications concerning Bayesian networks: BRIDE,
« Méthodes de construction de réseaux bayésiens », Université de Strasbourg, Août 2016, pages 1-34 ; HECKERMAN, « A bayesian approach to learning causal network », MSR-TR-95-04, MicrosoftResearch, 1995 ; PEARL, “Methods for building Bayesian networks”, University of Strasbourg, August 2016, pages 1-34; HECKERMAN, “A bayesian approach to learning causal network”, MSR-TR-95-04, MicrosoftResearch, 1995; PEARL,
« Probabilistic Reasoning in Intelligent Systems : Networks of Plausible Inference », Morgan Kaufmann Publishers, 1988. "Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference", Morgan Kaufmann Publishers, 1988.
[60] Selon un mode de réalisation, l’algorithme d'apprentissage repose sur un raisonnement automatisé qui conduit à des déterminations probabilistes et/ou des déterminations fondées sur des statistiques. Le calculateur 35 peut ainsi définir le temps moyen d’attente dans chaque sous-zone géographique SG1- SG4, à une date donnée et à un instant donné, à partir d'un ensemble d'événements observés et/ou à partir de données d'événements observés. [60] According to one embodiment, the learning algorithm relies on automated reasoning that leads to probabilistic determinations and/or statistically based determinations. The computer 35 can thus define the average waiting time in each geographical sub-zone SG1-SG4, on a given date and at a given instant, from a set of observed events and/or from data from observed events.
[61 ] Les données d’entrée d’apprentissage proviennent de l'historique des requêtes de réservation effectives reçues par le serveur S et archivées dans la base de données B (notamment : date, heure, identification de véhicule réservé), combiné à d’autres données enregistrées dans ladite base. [61 ] The learning input data comes from the history of effective reservation requests received by the server S and archived in the database B (in particular: date, time, reserved vehicle identification), combined with d other data recorded in said database.
[62] Les meilleurs résultats en termes de précision de calcul sont obtenus lorsque ces autres données sont : la localisation des sous-zones géographiques SG1- SG4 depuis lesquelles des requêtes de réservation ont été émises au court des dernières X heures (avec X par exemple compris entre 1 et 168) ; la distance des sous-zones par rapport à un point prédéfini de la zone G (par exemple le centre- ville) ; pour chaque véhicule de la flotte, les heures effectives auxquelles leur statut passe de « disponible » à « indisponible » et inversement ; des données climatologiques (par exemple récupérées depuis des sites publics tels que https://donneespubliques.meteofrance.fr) ; des données relatives à la date et l’heure d’évènements (concerts, matchs de football, ...) intervenus dans la zone G et/ou dans l’une de ses sous-zones ; le nombre d’utilisateurs ayant libéré des véhicules de la flotte au court des dernières Y heures (avec Y par exemple compris entre 1 et 168) dans chaque sous-zone ; etc. Tout ou partie de ces données d’entrées peuvent être utilisés. Les données de sortie d’apprentissage sont les temps d’attente réels des véhicules dans chaque sous-zone. L’apprentissage du modèle d’intelligence artificielle est effectué préalablement sur le serveur S ou sur un autre serveur. L’apprentissage est préférentiellement effectué de manière continue, pour améliorer la précision du modèle. [62] The best results in terms of calculation precision are obtained when these other data are: the location of the geographical sub-areas SG1-SG4 from which reservation requests have been issued during the last X hours (with X for example between 1 and 168); the distance of the sub-zones from a predefined point in zone G (for example the city centre); for each vehicle in the fleet, the effective times at which their status changes from "available" to "unavailable" and vice versa; climatological data (for example retrieved from public sites such as https://donneespubliques.meteofrance.fr); data relating to the date and time of events (concerts, football matches, etc.) that took place in zone G and/or in one of its sub-zones; the number of users having released vehicles from the fleet in the last Y hours (with Y for example between 1 and 168) in each sub-zone; etc All or part of these input data can be used. The learning output data is the actual vehicle waiting times in each sub-area. The training of the artificial intelligence model is carried out beforehand on server S or on another server. The learning is preferably carried out continuously, to improve the precision of the model.
[63] À l’issue de l’apprentissage, le modèle entraîné (ou algorithme d'apprentissage entraîné) est capable de calculer de manière prédictive, à une date D et à un instant T, le temps moyen d’attente dans chaque sous-zone géographique. En d’autres termes, le modèle entraîné calcul, à une date D et dans chaque sous-zone géographique, la variation du temps moyen d’attente, cette variation étant une courbe du type illustré sur la figure 10. [63] At the end of the learning, the trained model (or trained learning algorithm) is able to calculate predictively, at a date D and at a time T, the average waiting time in each sub -geographical area. In other words, the trained model calculates, at a date D and in each geographical sub-zone, the variation in the average waiting time, this variation being a curve of the type illustrated in Figure 10.
[64] Selon un mode de réalisation illustré par la figure 4, au moment du calcul, les nouvelles données d’entrée De1-Den du modèle entraîné ME sont au moins l’une et préférentiellement l’ensemble des données suivantes : l’identification de la sous-zone concernée SGi ; la localisation des sous-zones depuis lesquelles des requêtes de réservation ont été émises au court des dernières X heures (avec X par exemple compris entre 1 et 168) ; la distance de la sous-zone concernée SGi par rapport à un point prédéfini de la zone G (par exemple le centre-ville) ; les données climatologiques dans la zone G et/ou dans la sous-zone concernée SGi (prévisions à Z heures, avec Z par exemple compris entre 24 et 168) ; des données relatives à l’heure d’évènements intervenus et/ou à intervenir à la date D, dans la zone G et/ou dans la sous-zone concernée SGi et/ou dans les autres sous-zones ; le nombre d’utilisateurs ayant libéré des véhicules de la flotte au court des dernières Y heures (avec Y compris entre 1 et 168) dans la sous-zone concernée. Ces données d’entrée donnent les meilleurs résultats en termes de précision de calcul. La donnée de sortie est le temps moyen d’attente ITm-SGi dans la sous-zone géographique concernée SGi qui est affecté à chaque véhicule ayant un statut « disponible » et qui est localisé dans ladite sous-zone. [64] According to an embodiment illustrated by FIG. 4, at the time of the calculation, the new input data De1-Den of the trained model ME are at least one and preferably all of the following data: the identification of the relevant sub-zone SGi; the location of the sub-zones from which reservation requests have been sent during the last X hours (with X for example between 1 and 168); the distance of the sub-zone concerned SGi with respect to a predefined point of the zone G (for example the city center); climatological data in zone G and/or in the sub-zone concerned SGi (forecasts at Z hours, with Z for example between 24 and 168); data relating to the time of events occurring and/or to occur on date D, in zone G and/or in the sub-zone concerned SGi and/or in the other sub-zones; the number of users who have released vehicles from the fleet in the last Y hours (with Y between 1 and 168) in the sub-zone concerned. This input data gives the best results in terms of computational accuracy. The output data is the average waiting time ITm-SGi in the relevant geographical sub-zone SGi which is assigned to each vehicle with an “available” status and which is located in said sub-zone.
[65] Pour améliorer la précision, le calcul du temps moyen d’attente ITm-SGi peut être effectué plusieurs fois par jour. Par exemple, un premier calcul peut être fait entre Oh et 6h, un deuxième calcul entre 15h et 16h, et un troisième calcul entre 19h et 21 h. On peut encore déclencher un calcul dès que le statut d’un véhicule passe de « indisponible » à « disponible ». Ces différents calculs permettent de corriger ou valider les calculs précédents. Le calcul du temps moyen d’attente peut toutefois être effectué une seule fois par jour (par exemple entre Oh et 6h), voire une fois par semaine, ou une fois par mois. [65] To improve accuracy, the calculation of the average waiting time ITm-SGi can be performed several times a day. For example, a first calculation can be made between Oh and 6 a.m., a second calculation between 3 p.m. and 4 p.m., and a third calculation between 7 p.m. and 9 p.m. A calculation can still be triggered as soon as the status of a vehicle changes from “unavailable” to “available”. These different calculations make it possible to correct or validate the previous calculations. The calculation of the average waiting time can however be performed only once a day (for example between Oh and 6 a.m.), or even once a week, or once a month.
Troisième mode de calcul du temps moyen d’attente Third method of calculating the average waiting time
[66] Un troisième mode de calcul est similaire au deuxième mode. Un temps moyen d’attente est toutefois d’abord calculé pour chaque véhicule, indépendamment de la sous-zone dans laquelle il est localisé. [66] A third mode of calculation is similar to the second mode. However, an average waiting time is first calculated for each vehicle, regardless of the sub-zone in which it is located.
[67] Les données d’entrée d’apprentissage du modèle proviennent de l’historique des requêtes de réservation effectives reçues par le serveur S et archivées dans la base de données B (notamment : date, heure, identification de véhicule réservé), et d’autres données enregistrées dans ladite base. [67] The model learning input data comes from the history of effective reservation requests received by the server S and archived in the database B (in particular: date, time, reserved vehicle identification), and other data recorded in said database.
[68] Les meilleurs résultats en termes de précision de calcul sont obtenus lorsque ces autres données sont : le type et le modèle chaque véhicule de la flotte ; la localisation des véhicules de la flotte au moment de leur réservation ; la distance des véhicules de la flotte au moment de leur réservation par rapport à un point prédéfini de la zone G (par exemple le centre-ville) ; pour chaque véhicule de la flotte, les heures effectives auxquelles leur statut est passé de « disponible » à[68] The best results in terms of calculation accuracy are obtained when these other data are: the type and model of each vehicle in the fleet; the location of the vehicles in the fleet at the time of their reservation; the distance of the vehicles in the fleet at the time of their reservation in relation to a predefined point in zone G (for example the city centre); for each vehicle in the fleet, the effective times at which their status changed from "available" to
« indisponible » et inversement ; des données climatologiques (par exemple récupérées depuis des sites publics tels que https://donneespubliques.meteofrance.fr) ; des données relatives à la date et l’heure d’évènements (concerts, matchs de football, ...) intervenus dans la zone G et/ou dans l’une de ses sous-zones ; le nombre d’utilisateurs ayant libéré des véhicules de la flotte au court des dernières Y heures (avec Y par exemple compris entre 1 et 168) dans chaque sous-zone ; etc. Tout ou partie de ces données d’entrées peuvent être utilisés. Les données de sortie d’apprentissage sont les temps d’attente réels des véhicules de la flotte. L’apprentissage du modèle d’intelligence artificielle est effectué préalablement sur le serveur S ou sur un autre serveur. L’apprentissage est préférentiellement effectué de manière continue, pour améliorer la précision du modèle. “unavailable” and vice versa; climatological data (for example retrieved from public sites such as https://donneespubliques.meteofrance.fr); data relating to the date and time of events (concerts, football matches, etc.) that took place in zone G and/or in one of its sub-zones; the number of users who have released vehicles from the fleet in the last Y hours (with Y for example between 1 and 168) in each sub-zone; etc All or part of these input data can be used. The learning output data is the actual waiting times of the vehicles in the fleet. The learning of the artificial intelligence model is carried out beforehand on the server S or on another server. The learning is preferably carried out continuously, to improve the accuracy of the model.
[69] À l’issue de l’apprentissage, le modèle entraîné est capable de calculer de manière prédictive, à une date D et à un instant T, le temps moyen d’attente (donnée de sortie) propre à chaque véhicule Vj : ITm-Vj. En d’autres termes, le modèle entraîné calcul, à une date D et pour chaque véhicule, la variation du temps moyen d’attente, cette variation étant une courbe du type illustré sur la figure 10. [69] At the end of learning, the trained model is able to calculate predictively, at a date D and at a time T, the average waiting time (output data) specific to each vehicle Vj: ITm-Vj. In other words, the trained model calculation, on a date D and for each vehicle, of the variation in the average waiting time, this variation being a curve of the type illustrated in figure 10.
[70] Selon un mode de réalisation illustré par la figure 5, au moment du calcul, les nouvelles données d’entrée De1-Den du modèle entraîné ME (ou algorithme d'apprentissage entraîné) sont au moins l’une et préférentiellement l’ensemble des données suivantes : l’identification du véhicule Vj concerné de la flotte ; la localisation du véhicule concerné au moment du calcul ; pour le véhicule concerné, les heures effectives auxquelles son statut est passé de « disponible » à « indisponible » et inversement au court des dernières X heures (avec X par exemple compris entre 1 et 168) ; la distance séparant le véhicule concerné d’un point prédéfini de la zone G (par exemple le centre-ville) au moment du calcul ; les données climatologiques dans la zone G et/ou dans une sous-zone concernée (prévisions à Z heures, avec Z par exemple compris entre 24 et 168) ; des données relatives à l’heure d’évènements intervenus et/ou à intervenir à la date D, dans la zone G et/ou dans les sous-zones ; le nombre d’utilisateurs ayant libéré des véhicules au court des dernières Y heures (avec Y compris entre 1 et 168) dans les différentes sous-zones. Ces données d’entrée donnent les meilleurs résultats en termes de précision de calcul. La donnée de sortie est le temps moyen d’attente ITm-Vj propre au véhicule concerné Vj. [70] According to an embodiment illustrated by FIG. 5, at the time of the calculation, the new input data De1-Den of the trained model ME (or trained learning algorithm) are at least one and preferentially the set of the following data: the identification of the vehicle Vj concerned of the fleet; the location of the vehicle concerned at the time of the calculation; for the vehicle concerned, the actual hours at which its status changed from "available" to "unavailable" and vice versa over the last X hours (with X for example between 1 and 168); the distance separating the vehicle concerned from a predefined point in zone G (for example the city centre) at the time of the calculation; climatological data in zone G and/or in a sub-zone concerned (forecasts at Z hours, with Z for example between 24 and 168); data relating to the time of events that occurred and/or will occur on date D, in zone G and/or in the sub-zones; the number of users having released vehicles in the last Y hours (with Y between 1 and 168) in the different sub-zones. This input data gives the best results in terms of computational accuracy. The output datum is the average waiting time ITm-Vj specific to the vehicle concerned Vj.
[71] Pour davantage de précision, le calcul du temps moyen d’attente propre à chaque véhicule ITm-Vj est préférentiellement effectué plusieurs fois par jour, notamment dès que le statut du véhicule concerné passe à « disponible ». Le calcul du temps moyen d’attente peut toutefois être effectué une seule fois par jour (par exemple entre Oh et 6h), mais les résultats obtenus sont moins précis. [71] For greater clarity, the calculation of the average waiting time specific to each vehicle ITm-Vj is preferably carried out several times a day, in particular as soon as the status of the vehicle concerned changes to "available". The calculation of the average waiting time can however be carried out only once a day (for example between Oh and 6h), but the results obtained are less precise.
[72] Le temps moyen d’attente ITm-SGi dans une sous-zone SGi est alors calculé en moyennant les temps moyens d’attente propres aux véhicules disponibles à la réservation se trouvant dans ladite sous-zone : ITm-SGi = (ITm-V1 + ITm-V2 + ... + ITm-Vn)/n (avec n le nombre de véhicules ayant un statut « disponible » dans la sous-zone SGi au moment du calcul). Les données de localisation des véhicules permettent de déterminer dans quelle sous-zone ils sont situés. [72] The average waiting time ITm-SGi in a sub-zone SGi is then calculated by averaging the average waiting times specific to the vehicles available for reservation located in said sub-zone: ITm-SGi = (ITm -V1 + ITm-V2 + ... + ITm-Vn)/n (where n is the number of vehicles with an “available” status in the SGi sub-zone at the time of the calculation). Vehicle location data is used to determine in which sub-area they are located.
Quatrième mode de calcul du temps moyen d’attente [73] Un quatrième mode de calcul combine le résultat du troisième mode avec le résultat du premier mode ou du deuxième mode. Le résultat obtenu avec le premier ou le deuxième mode est pondéré ou moyenné avec les résultats obtenus avec le troisième mode. Par exemple si le temps moyen d’attente dans la sous-zone SGi calculé selon le premier ou le deuxième mode est ITm1-SGi = 4h et que le temps moyen d’attente dans la sous-zone SGi calculé selon le troisième mode est ITm2-SGi = 3h, alors le temps d’attente calculé selon le quatrième mode peut être IT’m-SGi = (ITm1-SGi + ITm2-SGi)/2 = 3,5h. Et de manière plus générale IT’m-SGi = f(ITm1 -SGi, ITm2-SGi), où f est une fonction numérique de deux variables. Fourth way of calculating the average waiting time [73] A fourth mode of calculation combines the result of the third mode with the result of the first mode or the second mode. The result obtained with the first or the second mode is weighted or averaged with the results obtained with the third mode. For example if the average waiting time in the SGi sub-zone calculated according to the first or second mode is ITm1-SGi = 4h and the average waiting time in the SGi sub-zone calculated according to the third mode is ITm2 -SGi=3h, then the waiting time calculated according to the fourth mode can be IT'm-SGi=(ITm1-SGi+ITm2-SGi)/2=3.5h. And more generally IT'm-SGi = f(ITm1 -SGi, ITm2-SGi), where f is a numerical function of two variables.
[74] Selon un autre mode de réalisation, on cherche à estimer le temps moyen d’attente propre à chaque véhicule disponible à la réservation. Le résultat obtenu avec le troisième mode est pondéré ou moyenné avec le résultat obtenu avec le premier ou le deuxième mode. Par exemple si le temps moyen d’attente propre au véhicule Vj calculé selon le troisième mode est ITm-Vj = 2h et que le temps moyen d’attente dans la sous-zone SGi où est localisé ledit véhicule, calculé selon le premier ou le deuxième mode est ITm-SGi = 1 h, alors le temps d’attente propre au véhicule Vj calculé selon le quatrième mode peut être IT’m-Vj = (ITm-Vj + ITm-SGi)/2 = 1,3h. Et de manière plus générale IT’m-Vj = g(ITm-Vj, ITm-SGi), où g est une fonction numérique de deux variables. [74] According to another embodiment, we seek to estimate the average waiting time specific to each vehicle available for reservation. The result obtained with the third mode is weighted or averaged with the result obtained with the first or the second mode. For example, if the average waiting time specific to the vehicle Vj calculated according to the third mode is ITm-Vj = 2h and the average waiting time in the sub-zone SGi where said vehicle is located, calculated according to the first or second mode is ITm-SGi=1 h, then the waiting time specific to the vehicle Vj calculated according to the fourth mode can be IT'm-Vj=(ITm-Vj+ITm-SGi)/2=1.3h. And more generally IT'm-Vj = g(ITm-Vj, ITm-SGi), where g is a numerical function of two variables.
Correction du temps moyen d’attente pour les véhicules à moteurs électrique ou thermique Correction of the average waiting time for vehicles with electric or combustion engines
[75] Cette correction s’applique aux véhicules à moteur électrique alimenté par une batterie électrique rechargeable et aux véhicules à moteur thermique comprenant un réservoir de carburant. Par souci de clarté et de concision, cette correction sera exemplifiée seulement en référence aux véhicules électriques.[75] This correction applies to vehicles with an electric motor powered by a rechargeable electric battery and to vehicles with a combustion engine including a fuel tank. For the sake of clarity and brevity, this correction will be exemplified only with reference to electric vehicles.
Par « batterie électrique rechargeable » on entend une seule batterie ou un pack de plusieurs batteries. By “rechargeable electric battery” is meant a single battery or a pack of several batteries.
[76] La demanderesse a constaté que le taux de charge de batterie d’un véhicule électrique avait une incidence sur sa réservation par un utilisateur. Plus le taux de charge est faible, moins il sera réservé. Et inversement. Par exemple, un véhicule électrique avec un taux de charge inférieur à 30% aura beaucoup moins de chance d’être réservé que le même véhicule avec un taux de charge supérieur à 70%. Aussi, pour améliorer encore davantage la précision et la fiabilité des calculs des temps d’attente entre deux réservations, le taux de charge de batterie est une donnée avantageusement prise en compte dans le calcul. [76] The plaintiff found that the battery charge rate of an electric vehicle had an impact on its reservation by a user. The lower the charge rate, the less it will be reserved. And vice versa. For example, an electric vehicle with a charge rate of less than 30% will have much less chance of being reserved than the same vehicle with a load rate greater than 70%. Also, to further improve the precision and reliability of the calculations of waiting times between two reservations, the battery charge rate is a datum advantageously taken into account in the calculation.
[77] Le taux de charge de batterie de chaque véhicule disponible à la réservation est détecté par le serveur S. Ces informations concernant le taux de charge sont transmises au serveur S par l’équipement EQVej du véhicule concerné et fournies au calculateur 35. [77] The battery charge rate of each vehicle available for reservation is detected by the server S. This information concerning the charge rate is transmitted to the server S by the EQVej equipment of the vehicle concerned and supplied to the computer 35.
[78] Le calculateur 35 calcule le temps moyen d’attente ITm-SGi selon l’un des quatre modes précités. Pour chaque véhicule électrique disponible à la réservation, le calculateur 35 va ensuite pondérer ce temps moyen d’attente avec le niveau de charge de batterie dudit véhicule de manière à obtenir un temps moyen d’attente corrigé ITm’-Vj propre audit véhicule. [78] Computer 35 calculates the average waiting time ITm-SGi according to one of the four modes mentioned above. For each electric vehicle available for reservation, the computer 35 will then weight this average waiting time with the battery charge level of said vehicle so as to obtain a corrected average waiting time ITm'-Vj specific to said vehicle.
[79] Selon un mode de réalisation, la pondération est réalisée en divisant le temps moyen d’attente ITm-SGi par un coefficient k qui est fonction du taux de charge de batterie du véhicule concerné, avec 0<k<1. Des exemples de variations de ce coefficient k en fonction du taux de charge de batterie sont illustrés sur la figure 12a, la figure 12b et la figure 12c. [79] According to one embodiment, the weighting is carried out by dividing the average waiting time ITm-SGi by a coefficient k which is a function of the battery charge rate of the vehicle concerned, with 0<k<1. Examples of variations of this coefficient k as a function of the battery charge rate are illustrated in FIG. 12a, FIG. 12b and FIG. 12c.
[80] Sur la figure 12a, k=f(taux de charge) avec f une fonction logarithmique ou exponentielle. La fonction f peut également être une fonction linaire croissante du type k= (a x taux de chargeai 00 avec a >.0 Plus le taux de charge augmente, plus le coefficient k augmente. Le tableau 1 ci-dessous, référencé en tant que [Table 1], montre des exemples de temps moyen d’attente corrigé pour des véhicules électriques répartis dans la zone géographique G selon la figure 6. À titre d’exemple, seuls les véhicules V7 et V9 ont un statut « indisponible », les autres véhicules V1 , V2, V3, V4, V5, V6, V8 et V10 ayant un statut [80] In Figure 12a, k=f(charge rate) with f a logarithmic or exponential function. The function f can also be an increasing linear function of the type k= (a x load rateai 00 with a >.0 As the load rate increases, the coefficient k increases. Table 1 below, referenced as [ Table 1], shows examples of corrected average waiting time for electric vehicles distributed in the geographical area G according to figure 6. By way of example, only vehicles V7 and V9 have an "unavailable" status, the others V1, V2, V3, V4, V5, V6, V8 and V10 vehicles with status
« disponible ». Seuls les véhicules V3, V4, V5 et V10 sont des véhicules électriques pour lesquels une correction est appliquée. La mise en œuvre du second processus informatique logique décrit précédemment permet de calculer les temps moyens d’attente ITm dans chaque sous-zone SG1-SG4. À titre d’exemple toujours : ITm-SG1=5h ; ITm-SG2=2h ; ITm-SG3=1h ; ITm- SG4=30min. " available ". Only vehicles V3, V4, V5 and V10 are electric vehicles for which a correction is applied. The implementation of the second logical computer process described previously makes it possible to calculate the average waiting times ITm in each sub-zone SG1-SG4. As example always: ITm-SG1=5h; ITm-SG2=2h; ITm-SG3=1h; ITm-SG4=30min.
[Table 1]
Figure imgf000032_0001
[Table 1]
Figure imgf000032_0001
[81 ] On constate sur [Table 1 ] qu’un taux de charge de 80% n’a pratiquement pas d’impact sur le temps moyen d’attente corrigé. À l’inverse, un taux de charge inférieur ou égale à 50% a un impact considérable. Par exemple, le véhicule V10 qui se trouve dans une sous-zone SG4 où le temps moyen d’attente calculé est relativement faible (30 min) voit son temps moyen d’attente corrigé fortement augmenté pour passer à 5 h. Ce qui revient à dire que ce véhicule V10 a très peu de chance d’être réservé alors qu’il se trouve dans une sous-zone SG4 où la demande de réservation est forte. [81 ] We see in [Table 1 ] that a load rate of 80% has practically no impact on the average corrected waiting time. Conversely, a charge rate of less than or equal to 50% has a considerable impact. For example, the V10 vehicle which is in an SG4 sub-zone where the calculated average waiting time is relatively low (30 min) sees its corrected average waiting time greatly increased to 5 h. Which is to say that this V10 vehicle has very little chance of being reserved even though it is in an SG4 sub-zone where the demand for reservations is strong.
[82] Sur la figure 12b, k prend une valeur fixe selon des plages de taux de charge. Par exemple, pour un taux de charge supérieur ou égal à 70% alors k=1 ; pour un taux de charge compris entre 50 % (borne inférieure incluse) et 70% (borne supérieure exclus) alors k=0,7 ; et pour un taux de charge inférieur à 50 %, alors k=0. Le tableau 2 ci-dessous, référencé en tant que [Table 2], montre des exemples de temps moyen d’attente corrigé. [Table 2]
Figure imgf000033_0001
[82] In Figure 12b, k takes a fixed value according to load rate ranges. For example, for a charge rate greater than or equal to 70% then k=1; for a charge rate between 50% (lower limit included) and 70% (upper limit excluded) then k=0.7; and for a charge rate lower than 50%, then k=0. Table 2 below, referenced as [Table 2], shows examples of corrected mean wait time. [Table 2]
Figure imgf000033_0001
[83] On constate sur [Table 2] qu’avec un taux de charge inférieur à 30%, les véhicules ont une probabilité nulle d’être réservés, quelle que soit la sous-zone où ils sont localisés. [83] We see in [Table 2] that with a loading rate of less than 30%, vehicles have zero probability of being reserved, regardless of the sub-zone where they are located.
[84] Sur la figure 12c, k=g(taux de charge) avec g une fonction sigmoïde, ce type de courbe permettant d’obtenir des variations plus fines que celles de la figure 12b. Le tableau 3 ci-dessous, référencé en tant que [Table 3], montre des exemples de temps moyen d’attente corrigé. [84] In figure 12c, k=g(load rate) with g a sigmoid function, this type of curve making it possible to obtain finer variations than those of figure 12b. Table 3 below, referenced as [Table 3], shows examples of corrected mean wait time.
[Table 3]
Figure imgf000033_0002
[85] On constate sur [Table 3] qu’avec un taux de charge inférieur à 70%, les véhicules ont une probabilité quasi-nulle d’être réservés, quelle que soit la sous- zone où ils sont localisés. [Table 3]
Figure imgf000033_0002
[85] We see in [Table 3] that with a loading rate of less than 70%, vehicles have almost zero probability of being reserved, regardless of the sub-zone where they are located.
[86] La fonction ou la relation permettant d’affecter une valeur du coefficient k à un taux de charge de batterie peut être prédéfinie et enregistrée dans une zone mémoire du serveur S. Selon un mode de réalisation, une même fonction ou relation est affectée à toutes les sous-zones SG1-SG4. Par exemple, le modèle de variation de la figure 12a, ou de la figure 12b ou de la figure 12c est affecté à chacune des sous-zones SG1-SG4. Selon une variante de réalisation, une fonction ou relation distincte est affectée aux sous-zones SG1-SG4. Par exemple, le modèle de la figure 12a est affecté aux sous-zones SG1 et SG3, le modèle de la figure 12b à la sous-zone SG2, et le modèle de la figure 12c est affecté à la sous-zone SG4. [86] The function or the relationship making it possible to assign a value of the coefficient k to a battery charge rate can be predefined and recorded in a memory zone of the server S. According to one embodiment, the same function or relationship is assigned to all SG1-SG4 subzones. For example, the variation model of FIG. 12a, or of FIG. 12b or of FIG. 12c is assigned to each of the sub-zones SG1-SG4. According to a variant embodiment, a distinct function or relationship is assigned to the SG1-SG4 sub-zones. For example, the model in Figure 12a is assigned to subfields SG1 and SG3, the model in Figure 12b to subfield SG2, and the model in Figure 12c is assigned to subfield SG4.
[87] Pour améliorer la précision de la correction du temps moyen d’attente, il est toutefois avantageux de définir la variation du coefficient k en fonction du taux de charge de batterie, en s’appuyant sur une application informatique basée sur un modèle d’intelligence artificielle du type décrit précédemment. Selon un mode de réalisation, les données d’entrée d’apprentissage comprennent un historique des requêtes de réservation effectives reçues par le serveur S, la localisation des véhicules au moment de leur réservation, les taux de charge de batterie des véhicules au moment de leur réservation, les temps moyens d’attente calculés, les temps d’attente réels des véhicules. Les données de sortie d’apprentissage sont des valeurs de coefficient k. Une fois l’apprentissage effectué, les données d’entrée du modèle entraîné sont l’identification du véhicule Vj disponible à la réservation, la localisation dudit véhicule Vj au moment du calcul, le taux de charge de batterie dudit véhicule Vj disponible à la réservation. La donnée de sortie est la valeur du coefficient k. [87] To improve the precision of the correction of the average waiting time, it is however advantageous to define the variation of the coefficient k according to the battery charge rate, relying on a computer application based on a model d artificial intelligence of the type described above. According to one embodiment, the learning input data includes a history of the effective reservation requests received by the server S, the location of the vehicles at the time of their reservation, the battery charge rates of the vehicles at the time of their reservation, calculated average waiting times, actual vehicle waiting times. The learning output data are values of coefficient k. Once the learning has been carried out, the input data of the trained model are the identification of the vehicle Vj available for reservation, the location of said vehicle Vj at the time of calculation, the battery charge rate of said vehicle Vj available for reservation . The output data is the value of the coefficient k.
[88] Selon un autre mode de réalisation, le modèle d’intelligence artificielle est celui décrit en référence au deuxième mode de calcul ou au troisième mode de calcul, les taux de charge de batterie étant utilisés comme données d’entrée d’apprentissage et comme données d’entrée du modèle entraîné. Les données de sortie du modèle entraîné sont alors directement le temps moyen d’attente corrigé ITm’-Vj propre au véhicule Vj. [88] According to another embodiment, the artificial intelligence model is that described with reference to the second calculation mode or the third calculation mode, the battery charge rates being used as training input data and as input to the trained model. Data output of the trained model are then directly the corrected average waiting time ITm′-Vj specific to the vehicle Vj.
[89] Les mêmes principes s’appliquent aux véhicules à moteur thermique, le taux de charge de batterie étant substitué par le niveau de remplissage du réservoir. Pour les véhicules hybrides à motorisation électrique et thermique, le taux de charge de batterie et le niveau de remplissage du réservoir sont pris en compte. [89] The same principles apply to combustion engine vehicles, the battery charge rate being substituted by the filling level of the tank. For hybrid vehicles with electric and internal combustion engines, the battery charge rate and the filling level of the tank are taken into account.
[90] La correction du temps moyen d’attente qui vient d’être décrite peut être effectuée à une fréquence déterminée et/ou paramétrée, avantageusement une ou plusieurs fois par jour, par exemple dès que le statut d’un véhicule passe de « indisponible » à « disponible ». [90] The correction of the average waiting time which has just been described can be carried out at a determined and/or parameterized frequency, advantageously one or more times a day, for example as soon as the status of a vehicle changes from " unavailable” to “available”.
Prise en compte des temps moyens d’attente Consideration of average waiting times
[91] Selon un mode de réalisation, les temps moyens d’attente calculés ITm-SGi affectés aux sous-zones ou aux véhicules localisés dans ces sous-zones et/ou les temps moyens d’attente corrigés ITm’-Vj propres aux véhicules, sont fournis à l’application informatique de gestion de flotte implémentée dans le serveur S. [91] According to one embodiment, the calculated average waiting times ITm-SGi assigned to the sub-zones or to the vehicles located in these sub-zones and/or the corrected average waiting times ITm'-Vj specific to the vehicles , are supplied to the fleet management computer application implemented in the server S.
[92] L’application informatique de gestion de flotte utilise ces valeurs de temps moyens d’attente comme données d’entrée (éventuellement combinées à d’autres données d’entrée comme expliqué plus avant dans la description). Les données de sortie cette application sont des requêtes d’action à exécuter sur des véhicules de la flotte. Lorsque les temps moyens d’attente corrigés ITm’-Vj sont utilisés comme données d’entrées à l’application, les requêtes d’action à concernent des véhicules électriques ou des véhicules à moteur thermique de la flotte. [92] The fleet management IT application uses these average waiting time values as input data (possibly combined with other input data as explained further in the description). The output data from this application are action requests to be performed on fleet vehicles. When the corrected average waiting times ITm'-Vj are used as input data to the application, the action requests to concern electric vehicles or combustion engine vehicles in the fleet.
[93] L’application va alors pouvoir prioriser les requêtes en fonction des valeurs calculées des temps moyens d’attente ITm-SGi et/ou ITm’-Vj. Cette priorisation des requêtes d’action est notamment basée sur une sélection judicieuse de véhicules parmi la pluralité des véhicules de la flotte. [93] The application will then be able to prioritize the requests according to the calculated values of the average waiting times ITm-SGi and/or ITm'-Vj. This prioritization of action requests is notably based on a judicious selection of vehicles among the plurality of vehicles in the fleet.
Sélection des véhicules Vehicle selection
[94] La figure 6 illustre la répartition de véhicules V1 -V10 d’une flotte dans des sous-zones géographiques SG1 -SG4. À titre d’exemple, les véhicules V1 , V2, V5 et V6 ont un statut « nettoyé » et les véhicules V3, V4, V7, V8, V9, V10 ont un statut « non-nettoyé ». Et seuls les véhicules V7 et V9 ont un statut « indisponible », les autres véhicules ayant un statut « disponible ». [94] Figure 6 illustrates the distribution of vehicles V1 -V10 of a fleet in geographical sub-areas SG1 -SG4. For example, vehicles V1, V2, V5 and V6 have a "cleaned" status and vehicles V3, V4, V7, V8, V9, V10 have a "uncleaned" status. And only V7 and V9 vehicles have an “unavailable” status, the other vehicles having an “available” status.
[95] La mise en œuvre du processus informatique logique décrit précédemment permet de calculer les temps moyens d’attente ITm dans chaque sous-zone SG1-SG4. À titre d’exemple toujours : ITm-SG1=5h ; ITm-SG2=2h ; ITm- SG3=1h ; ITm-SG4=30min. [95] The implementation of the logical computer process described above makes it possible to calculate the average waiting times ITm in each sub-zone SG1-SG4. As an example again: ITm-SG1=5h; ITm-SG2=2h; ITm-SG3=1h; ITm-SG4=30min.
[96] On opère une sélection du ou des véhicules disponibles à la réservation (statut « disponible »), en utilisant comme critère de sélection les valeurs calculées des temps moyens d’attente, éventuellement les valeurs corrigées. [96] A selection is made of the vehicle(s) available for reservation (“available” status), using as selection criteria the calculated values of average waiting times, possibly the corrected values.
[97] En reprenant l’exemple précité, la sous-zone SG4 a le temps moyen d’attente ITm le plus faible (30min). Parmi les deux véhicules V9 et V10 se trouvant dans cette sous-zone SG4, seul le véhicule V10 a un statut « non-nettoyé » et un statut « disponible ». Le véhicule V10 est ainsi sélectionné. Il est à noter que les statuts « nettoyé »/« non-nettoyé » et « disponible »/« indisponibles » sont également utilisés ici comme critères de sélection. Selon un mode de réalisation, c’est le serveur S qui opère cette étape de sélection. [97] Returning to the above example, the SG4 sub-zone has the lowest average waiting time ITm (30min). Of the two V9 and V10 vehicles found in this SG4 sub-zone, only the V10 vehicle has a “not-cleaned” status and an “available” status. Vehicle V10 is thus selected. It should be noted that the statuses "cleaned"/"not-cleaned" and "available"/"unavailable" are also used here as selection criteria. According to one embodiment, it is the server S which operates this selection step.
[98] Le ou les véhicules ainsi sélectionnés sont ceux qui ont statistiquement les plus de chances d’être utilisés (c’est-à-dire réservés) rapidement. Les actions de nettoyage vont alors être ciblées en priorité sur ces véhicules sélectionnés de sorte qu’ils soient nettoyés avant leur prochaine réservation. Le serveur va transmettre en priorité des requêtes de nettoyage à ces véhicules sélectionnés, et transmettre ultérieurement ces mêmes requêtes aux autres véhicules devant être nettoyés. On conserve ainsi des chances élevées qu’un utilisateur trouve un véhicule partagé propre au moment de son utilisation (réservation), alors même que le débit numérique nécessaire à la transmission de l’ensemble des requêtes est réduit. [98] The vehicle(s) thus selected are those which statistically have the best chance of being used (i.e. reserved) quickly. The cleaning actions will then be targeted in priority on these selected vehicles so that they are cleaned before their next reservation. The server will first transmit cleaning requests to these selected vehicles, and subsequently transmit these same requests to the other vehicles to be cleaned. The chances of a user finding a clean shared vehicle at the time of its use (reservation) are thus maintained, even though the digital speed necessary for the transmission of all the requests is reduced.
[99] De manière plus générale, l’invention permet de sélectionner des véhicules parmi la pluralité de véhicules de la flotte, laquelle sélection est basée sur les valeurs calculées des temps moyens d’attente, éventuellement les valeurs corrigées. [99] More generally, the invention makes it possible to select vehicles from among the plurality of vehicles in the fleet, which selection is based on the calculated values of the average waiting times, possibly the corrected values.
Premier mode de nettoyage des véhicules sélectionnés. [100] L’action de nettoyage consiste à déclencher un moyen de nettoyage équipant chaque véhicule sélectionné. First mode of cleaning selected vehicles. [100] The cleaning action consists of triggering a cleaning means fitted to each selected vehicle.
[101] Sur la figure 8, le moyen de nettoyage 14 se présente sous la forme d’un générateur d'aérosol de désinfectant virucide et/ou bactéricide, par exemple une composition dont la teneur en alcool est supérieure à 60 %. Ce générateur 14 est installé dans l’habitacle de chaque véhicule Vj de la flotte, par exemple au niveau du plafonnier, de sorte que l’aérosol soit dispersé de manière homogène dans ledit habitacle. Le générateur 14 comporte de manière classique : un réservoir contenant la composition à aerosoliser, une ou plusieurs pompes ou micro pompes et une ou plusieurs buses d’aérosolisation 140 disposées dans l’habitacle. [101] In Figure 8, the cleaning means 14 is in the form of an aerosol generator of virucidal and / or bactericidal disinfectant, for example a composition whose alcohol content is greater than 60%. This generator 14 is installed in the passenger compartment of each vehicle Vj of the fleet, for example at the level of the ceiling light, so that the aerosol is dispersed homogeneously in said passenger compartment. The generator 14 conventionally comprises: a reservoir containing the composition to be aerosolized, one or more pumps or micro-pumps and one or more aerosolization nozzles 140 arranged in the passenger compartment.
[102] Dans le cas où le véhicule Vj n’est pas une voiture ou un camion présentant un habitacle (par exemple un deux-roues, un vélo, une trottinette, ...), le générateur d'aérosol 14 peut être intégré dans un châssis dudit véhicule et les buses orientées vers un guidon, une selle, ou toute autre partie susceptible d’être en contact avec un utilisateur et devant d’être nettoyée. [102] In the case where the vehicle Vj is not a car or a truck having a passenger compartment (for example a two-wheeler, a bicycle, a scooter, etc.), the aerosol generator 14 can be integrated in a chassis of said vehicle and the nozzles oriented towards a handlebar, a saddle, or any other part likely to be in contact with a user and to be cleaned.
[103] Sur la figure 9, le moyen de nettoyage 15 se présente sous la forme d’une ou plusieurs lampes à ultraviolets installées dans l’habitacle de chaque véhicule Vj de la flotte. Les lampes à UV utilisées sont préférentiellement des lampes émettant un rayonnement UV-C (longueur d’onde comprise entre 280 et 100 nm). La ou les lampes 15 sont installées dans l’habitacle de chaque véhicule Vj, par exemple au niveau du plafonnier, de sorte que les rayonnements UV puissent être diffusés de manière homogène dans ledit habitacle. [103] In Figure 9, the cleaning means 15 is in the form of one or more ultraviolet lamps installed in the passenger compartment of each vehicle Vj of the fleet. The UV lamps used are preferably lamps emitting UV-C radiation (wavelength between 280 and 100 nm). The lamp or lamps 15 are installed in the passenger compartment of each vehicle Vj, for example at the level of the ceiling light, so that the UV radiation can be diffused homogeneously in said passenger compartment.
[104] Selon un mode de réalisation, lorsque le serveur S a opéré la sélection d’un véhicule Vj à nettoyer, il génère une requête entraînant le déclenchement du moyen de nettoyage 14, 15. Cette requête est transmise à l’équipement embarqué EQVej du véhicule Vj au travers du réseau R. Seul(s) le(s) véhicule(s) sélectionné(s) reçoi(ven)t cette requête. À réception de cette requête, l’équipement embarqué EQVej déclenche le moyen de nettoyage 14, 15. Le moyen de nettoyage 14, 15 reste avantageusement activé pendant une durée prédéterminée, par exemple comprise entre 10 secondes et 5 minutes. Deuxième mode de nettoyage des véhicules sélectionnés. [104] According to one embodiment, when the server S has operated the selection of a vehicle Vj to be cleaned, it generates a request causing the triggering of the cleaning means 14, 15. This request is transmitted to the on-board equipment EQVej of the vehicle Vj through the network R. Only the selected vehicle(s) receive(s) this request. Upon receipt of this request, the on-board equipment EQVej triggers the cleaning means 14, 15. The cleaning means 14, 15 advantageously remains activated for a predetermined period, for example between 10 seconds and 5 minutes. Second cleaning mode of selected vehicles.
[105] L’action de nettoyage est ici réalisée par un opérateur. Lorsque le serveur S a opéré la sélection d’un véhicule Vj à nettoyer, il génère une requête de nettoyage et la transmet à un terminal mobile d’un opérateur pour qu’il aille nettoyer en priorité le véhicule. Cette requête de nettoyage se matérialise par exemple sous la forme d’un mail ou d’un SMS, indiquant à l’opérateur de se rendre jusqu’à la position géographique où est stationné le véhicule Vj. La requête comprend également l’identifiant du véhicule Vj, préférentiellement accompagné d’une description dudit véhicule (plaque d’immatriculation, modèle, couleur, etc). [105] The cleaning action here is performed by an operator. When the server S has operated the selection of a vehicle Vj to be cleaned, it generates a cleaning request and transmits it to a mobile terminal of an operator so that it goes to clean the vehicle as a priority. This cleaning request materializes for example in the form of an email or an SMS, indicating to the operator to go to the geographical position where the vehicle Vj is parked. The request also includes the identifier of the vehicle Vj, preferably accompanied by a description of said vehicle (license plate, model, color, etc.).
Déplacement de véhicules. Movement of vehicles.
[106] Dans le premier et le deuxième mode de nettoyage, les actions de nettoyage sont exécutées pour le ou les véhicules V10 ayant un statut « non-nettoyé », qui sont disponibles à la réservation et qui sont géolocalisés dans la sous-zone géographique SG4 où le temps moyen d’attente ITm-SG4 calculé est le plus faible. [106] In the first and second cleaning mode, the cleaning actions are executed for the V10 vehicle(s) with a "not-cleaned" status, which are available for reservation and which are geolocated in the geographical sub-zone SG4 where the average waiting time ITm-SG4 calculated is the lowest.
[107] Une solution alternative ou complémentaire consiste à déplacer des véhicules ayant un statut « nettoyé » dans les sous-zones géographiques où les temps moyens d’attente calculés sont les plus faibles. Pour ce faire, on opère une sélection d’un ou plusieurs véhicules ayant un statut « nettoyé », qui sont disponibles à la réservation et qui sont géolocalisés dans une ou plusieurs sous- zones géographiques où le temps moyen d’attente calculé est supérieur au temps moyen d’attente calculé le plus faible. Ces véhicules sont alors déplacés vers la sous-zone géographique où le temps moyen d’attente calculé est le plus faible. En d’autres termes, les véhicules « nettoyés » qui ont statistiquement le moins de chance d’être utilisés, sont déplacés vers la sous-zone géographique où ils auront statistiquement le plus de chance d’être utilisés rapidement. Selon un mode de réalisation, la sélection des véhicules à déplacer est opérée par le serveur S. [107] An alternative or complementary solution consists in moving vehicles with a “cleaned” status to the geographical sub-areas where the calculated average waiting times are the lowest. To do this, a selection is made of one or more vehicles with a "cleaned" status, which are available for reservation and which are geolocated in one or more geographical sub-areas where the calculated average waiting time is greater than the lowest calculated average waiting time. These vehicles are then moved to the geographical sub-zone where the calculated average waiting time is the lowest. In other words, the “cleaned” vehicles that statistically have the least chance of being used are moved to the geographical sub-zone where they will statistically have the best chance of being used quickly. According to one embodiment, the selection of the vehicles to be moved is operated by the server S.
[108] Le ou les véhicules ainsi sélectionnés sont ceux qui ont statistiquement les moins de chances d’être utilisés (c’est-à-dire réservés). Les actions à exécuter (ici le déplacement) vont alors être ciblées en priorité sur ces véhicules sélectionnés. [108] The vehicle(s) thus selected are those which statistically have the least chance of being used (ie reserved). Actions to perform (here the movement) will then be targeted in priority on these selected vehicles.
[109] En reprenant l’exemple de la figure 6, les véhicules V1 , V2, V5 et V6 ont un statut « nettoyé » et un statut « disponible ». Et les temps moyens d’attente calculés dans chaque sous-zone SG1-SG4 sont : ITm-SG1=5h ; ITm-SG2=2h ; ITm-SG3=1h ; ITm-SG4=30min. La sous-zone SG4 a le temps moyen d’attente ITm-SG4 le plus faible (30min). Les véhicules V1 , V2, V5 et V6 se trouvant dans des sous-zones où le temps moyen d’attente est supérieur à 30 minutes, ils vont pouvoir être sélectionnés pour être déplacés vers la sous-zone SG4. [109] Returning to the example of Figure 6, vehicles V1, V2, V5 and V6 have a "cleaned" status and an "available" status. And the average waiting times calculated in each SG1-SG4 sub-zone are: ITm-SG1=5h; ITm-SG2=2h; ITm-SG3=1h; ITm-SG4=30min. The SG4 sub-zone has the lowest average waiting time ITm-SG4 (30min). Since vehicles V1, V2, V5 and V6 are in sub-zones where the average waiting time is greater than 30 minutes, they will be able to be selected to be moved to the SG4 sub-zone.
[110] Selon un mode de réalisation, les véhicules qui sont déplacés en priorité sont ceux situés dans les sous-zones dont le temps moyen d’attente calculé est le plus élevé. En reprenant l’exemple précité, la sous-zone SG5 ayant le temps moyen d’attente ITm-SG5 le plus élevé (5h), les véhicules V1 , V2 seront déplacés en priorité vers la sous-zone SG4. [110] According to one embodiment, the vehicles that are moved in priority are those located in the sub-zones whose calculated average waiting time is the highest. Returning to the aforementioned example, the SG5 sub-zone having the highest average waiting time ITm-SG5 (5h), vehicles V1, V2 will be moved to the SG4 sub-zone as a priority.
[111] Selon un autre mode de réalisation, les véhicules qui sont déplacés en priorité sont ceux qui sont le plus proches de la sous-zone où le temps moyen d’attente calculé est le plus faible. La distance séparant un véhicule de la sous-zone concernée peut notamment être déterminée à partir de la position géographique dudit véhicule et de la position géographique de ladite sous-zone, préférentiellement de la position géographique d’un point prédéfini de ladite sous- zone (par exemple son centre). Par exemple, si le véhicule V5 est le plus proche de la sous-zone SG4, alors ce véhicule sera déplacé en priorité. [111] According to another embodiment, the vehicles that are moved in priority are those that are closest to the sub-zone where the calculated average waiting time is the lowest. The distance separating a vehicle from the sub-zone concerned can in particular be determined from the geographical position of said vehicle and the geographical position of said sub-zone, preferably from the geographical position of a predefined point of said sub-zone ( for example its center). For example, if the V5 vehicle is closest to the SG4 sub-zone, then this vehicle will be moved first.
[112] Si les véhicules V1 , V2, V5 sont des véhicules autonomes, le serveur S transmet à leur équipement respectif EQVel , EQVe2, EQVe5, une requête qui initie leur déplacement vers la sous-zone SG4, selon un itinéraire calculé par le module de calcul d’itinéraire 34 dudit serveur. Ces requêtes ne sont transmises qu’au(x) véhicule(s) sélectionné(s). Si les véhicules V1 , V2, V5 ne sont pas des véhicules autonomes, le serveur S transmet une requête de déplacement, se matérialisant par exemple sous la forme d’un mail ou d’un SMS, indiquant à un ou plusieurs opérateurs de se rendre en priorité jusqu’aux positions géographiques où sont stationnés les véhicules V1 , V2, V5 et de les déplacer vers la sous-zone SG4, selon un itinéraire calculé par le module de calcul d’itinéraire 34. La requête comprend également l’identifiant des véhicules V1, V2, V5, préférentiellement accompagné d’une description desdits véhicules (plaque d’immatriculation, modèle, couleur, etc). [112] If the vehicles V1, V2, V5 are autonomous vehicles, the server S transmits to their respective equipment EQVel, EQVe2, EQVe5, a request which initiates their movement towards the sub-zone SG4, according to a route calculated by the module route calculation 34 of said server. These requests are only transmitted to the selected vehicle(s). If the vehicles V1, V2, V5 are not autonomous vehicles, the server S transmits a travel request, materializing for example in the form of an email or an SMS, indicating to one or more operators to go in priority to the geographical positions where the vehicles V1, V2, V5 are parked and to move them to the SG4 sub-zone, according to a route calculated by the calculation module route 34. The request also includes the identifier of the vehicles V1, V2, V5, preferably accompanied by a description of said vehicles (license plate, model, color, etc.).
[113] Selon un mode particulier de réalisation, la notion de coût financier permet d’arbitrer entre le nettoyage de véhicules (selon le premier et/ou le second mode de nettoyage) et le déplacement de véhicules. Le serveur S peut notamment affecter un coût aux opérations de nettoyage et un coût aux opérations de déplacement de véhicules. Par exemple : le coût d’un nettoyage selon le premier mode (déclenchement d’un moyen de nettoyage embarqué dans le véhicule) ou selon le deuxième mode (nettoyage réalisé par un opérateur) est fixée à « Cn »[113] According to a particular embodiment, the notion of financial cost makes it possible to arbitrate between the cleaning of vehicles (according to the first and/or the second mode of cleaning) and the movement of vehicles. The server S can in particular assign a cost to the cleaning operations and a cost to the vehicle movement operations. For example: the cost of cleaning according to the first mode (triggering of a cleaning means on board the vehicle) or according to the second mode (cleaning carried out by an operator) is set at "Cn"
€ (ex : Cn=1 €) ; et le coût du déplacement d’un véhicule est de « Cp » €. Cette valeur Cp est variable et dépend notamment de la distance D que le véhicule doit parcourir pour atteindre la sous-zone concernée et/ou du temps de trajet T. € (e.g. Cn=1 €); and the cost of moving a vehicle is “Cp” €. This value Cp is variable and depends in particular on the distance D that the vehicle must travel to reach the sub-zone concerned and/or on the travel time T.
[114] La distance D et/ou le temps de trajet T peuvent notamment être calculés par le module de calcul d’itinéraire 34 du serveur S qui élabore l'itinéraire le plus rapide et/ou le plus court entre le point de stationnement initial du véhicule concerné et un point d’arrivée dans la sous-zone concernée, en prenant préférentiellement en compte le trafic routier. Selon un mode de réalisation, Cp est fonction des valeurs D et Tp calculées et de la valeur Cn : Cp=f(D, Tp, Cn). Par exemple Cp=(Tp*Cn)/D, où Tp est exprimé en minutes et D en kilomètres. [114] The distance D and/or the travel time T can in particular be calculated by the route calculation module 34 of the server S which works out the fastest and/or the shortest route between the initial parking point of the vehicle concerned and a point of arrival in the sub-zone concerned, preferably taking into account road traffic. According to one embodiment, Cp is a function of the calculated values D and Tp and of the value Cn: Cp=f(D, Tp, Cn). For example Cp=(Tp*Cn)/D, where Tp is expressed in minutes and D in kilometers.
[115] Prenons le cas où le serveur S a le choix entre nettoyer le véhicule V10 ou faire déplacer le véhicule V5 vers la sous-zone SG4. Le coût Cn du nettoyage du véhicule V10 est Cn=1€. [115] Let us take the case where the server S has the choice between cleaning the vehicle V10 or having the vehicle V5 moved to the sub-zone SG4. The cost Cn of cleaning the vehicle V10 is Cn=1€.
[116] Selon un premier exemple, le module de calcul d’itinéraire 34 calcul que la distance séparant le véhicule V5 de la sous-zone SG4 est D=10 kilomètres et que le temps de trajet est Tp=60 minutes compte tenu d’un trafic routier particulièrement dense sur l’itinéraire. En posant Cp=(Tp*Cn)/D, on obtient Cp=6€. Le coût Cp de déplacement du véhicule V5 est ici supérieur au coût de nettoyage du véhicule V10. Dans ce cas, le serveur S va déclencher en priorité le nettoyage du véhicule V10. [117] Selon un deuxième exemple, le module de calcul d’itinéraire 34 calcul que la distance séparant le véhicule V5 de la sous-zone SG4 est D=10 kilomètres et que le temps de trajet est Tp=5 minutes compte tenu d’un trafic routier particulièrement fluide sur l'itinéraire. En posant Cp=(Tp*Cn)/D, on obtient Cp=0,5€. Le coût Cp de déplacement du véhicule V5 est ici inférieur au coût de nettoyage du véhicule V10. Dans ce cas, le serveur S va choisir de déplacer en priorité le véhicule V5. [116] According to a first example, the route calculation module 34 calculates that the distance separating the vehicle V5 from the sub-zone SG4 is D=10 kilometers and that the journey time is Tp=60 minutes taking into account particularly heavy road traffic on the route. By setting Cp=(Tp * Cn)/D, we obtain Cp=6€. The cost Cp of moving the vehicle V5 is here greater than the cost of cleaning the vehicle V10. In this case, the server S will trigger the cleaning of the vehicle V10 as a priority. [117] According to a second example, the route calculation module 34 calculates that the distance separating the vehicle V5 from the sub-zone SG4 is D=10 kilometers and that the journey time is Tp=5 minutes taking into account particularly fluid road traffic on the route. By setting Cp=(Tp*Cn)/D, we obtain Cp=0.5€. The cost Cp of moving the vehicle V5 is here lower than the cost of cleaning the vehicle V10. In this case, the server S will choose to move the vehicle V5 as a priority.
Actions alternatives ou complémentaires au nettoyage des véhicules sélectionnésAlternative or complementary actions to the cleaning of selected vehicles
[118] Les requêtes peuvent entraîner l’exécution d’autres actions que le nettoyage, en particulier la charge de batteries de véhicules ou le remplissage de réservoirs de véhicules. Les différentes étapes décrites précédemment en référence au nettoyage peuvent alors être mises en oeuvre pour ces autres actions. [118] Requests may cause actions other than cleaning to be performed, in particular charging vehicle batteries or filling vehicle tanks. The various steps described above with reference to cleaning can then be implemented for these other actions.
[119] Par exemple, en fonction des informations qu’il reçoit, le serveur S peut affecter les statuts suivants aux véhicules Vj : [119] For example, depending on the information it receives, the server S can assign the following statuses to the vehicles Vj:
- statut dit « rechargé » : le niveau de batterie ou de carburant du véhicule est supérieur ou égal à une valeur seuil prédéterminée. - so-called "recharged" status: the battery or fuel level of the vehicle is greater than or equal to a predetermined threshold value.
- statut dit « non-rechargé » : le niveau de batterie ou de carburant du véhicule est inférieur à la valeur seuil prédéterminée, - so-called "not-recharged" status: the battery or fuel level of the vehicle is lower than the predetermined threshold value,
- statut dit « révisé » : le véhicule a été révisé (par exemple révision de contrôle) dans une période inférieure à une valeur prédéterminée (par exemple 3 mois).- so-called “overhauled” status: the vehicle has been overhauled (for example control overhaul) within a period of less than a predetermined value (for example 3 months).
- statut dit « non-révisé » : le véhicule n’a pas été révisé dans une période supérieure à la valeur prédéterminée. - so-called "not overhauled" status: the vehicle has not been overhauled in a period greater than the predetermined value.
- etc. - etc.
[120] La sélection des véhicules à recharger ou à réviser est identique à celle décrite précédemment, notamment en référence à la figure 6. [120] The selection of vehicles to be recharged or serviced is identical to that described previously, in particular with reference to figure 6.
[121] Par exemple, les véhicules V1 , V2, V5 et V6 ont un statut « rechargé » et les véhicules V3, V4, V7, V8, V9, V10 ont un statut « non-rechargé ». Les véhicules V7 et V9 ont un statut « indisponible », les autres véhicules ayant un statut[121] For example, vehicles V1, V2, V5 and V6 have a “recharged” status and vehicles V3, V4, V7, V8, V9, V10 have a “not-recharged” status. V7 and V9 vehicles have an "unavailable" status, the other vehicles have an "unavailable" status.
« disponible ». Les temps moyens d’attente calculé ITm dans chaque sous-zone SG1-SG4, sont : ITm-SG1=5h ; ITm-SG2=2h ; ITm-SG3=1h ; ITm-SG4=30min. La sous-zone SG4 a le temps moyen d’attente ITm le plus faible (30min). Parmi les deux véhicules V9 et V10 se trouvant dans cette sous-zone SG4, seul le véhicule V10 a un statut « non-rechargé » et un statut « disponible ». " available ". The average waiting times calculated ITm in each sub-zone SG1-SG4 are: ITm-SG1=5h; ITm-SG2=2h; ITm-SG3=1h; ITm-SG4=30min. The SG4 sub-zone has the lowest average waiting time ITm (30min). Among the two vehicles V9 and V10 being in this SG4 sub-zone, only the V10 vehicle has a “not-recharged” status and an “available” status.
[122] En appliquant la correction précitée, si le véhicule V10 a par exemple un taux charge de batterie de 10%, le temps moyen d’attente corrigé Tm’-V10 peut être bien supérieur à 30 min (ITm-SG4), et passé à plus de 50 h. Il y a donc un intérêt à traiter en priorité ce véhicule V10 pour qu’il soit opérationnel le plus rapidement possible. [122] By applying the aforementioned correction, if the vehicle V10 has for example a battery charge rate of 10%, the corrected average waiting time Tm'-V10 can be much greater than 30 min (ITm-SG4), and past over 50 hrs. There is therefore an interest in treating this V10 vehicle as a priority so that it is operational as quickly as possible.
[123] Le véhicule V10 est ainsi sélectionné. Le serveur S va transmettre en priorité à ce véhicule V10 une requête entraînant la recharge de sa batterie. Les requêtes de recharge des véhicules V3 et V4 sont transmises ultérieurement. On maintient ainsi une mise en état opérationnel optimale des véhicules au moment de leur utilisation (le véhicule V10 étant celui qui a le plus de chances d’être réservé, il sera rechargé en priorité) tout en réduisant les ressources de communication nécessaires à la transmission des requêtes à l’ensemble des véhicules devant être rechargés. [123] Vehicle V10 is thus selected. The server S will transmit as a priority to this vehicle V10 a request leading to the recharging of its battery. V3 and V4 vehicle recharging requests are transmitted later. This maintains an optimal operational state of the vehicles at the time of their use (the vehicle V10 being the one with the greatest chance of being reserved, it will be recharged as a priority) while reducing the communication resources necessary for the transmission requests to all vehicles to be recharged.
[124] Si le véhicule V10 est un véhicule autonome, le serveur S transmet à son équipement EQVe10, une requête de recharge qui initie son déplacement vers une station de recharge (par exemple une station essence ou des bornes de recharges électriques), selon un itinéraire calculé par le module de calcul d’itinéraire 34 dudit serveur. Si le véhicule V10 n’est pas un véhicule autonome, le serveur S transmet une requête de recharge, se matérialisant par exemple sous la forme d’un mail ou d’un SMS, indiquant à un ou plusieurs opérateurs de se rendre en priorité jusqu’à la position géographique où est stationné le véhicule V10. L’opérateur pourra alors soit recharger sur place le véhicule V10, par exemple en remplaçant sa batterie, soit le déplacer vers une station ou borne de recharge. Une telle requête comprend avantageusement l’identifiant du véhicule V10, préférentiellement accompagné d’une description dudit véhicule (plaque d’immatriculation, modèle, couleur, etc). [124] If the vehicle V10 is an autonomous vehicle, the server S transmits to its equipment EQVe10, a charging request which initiates its movement to a charging station (for example a gas station or electric charging stations), according to a route calculated by the route calculation module 34 of said server. If the vehicle V10 is not an autonomous vehicle, the server S transmits a recharging request, materializing for example in the form of an email or an SMS, indicating to one or more operators to go as a priority to at the geographical position where the vehicle V10 is parked. The operator can then either recharge the V10 vehicle on site, for example by replacing its battery, or move it to a charging station or terminal. Such a request advantageously includes the identifier of the vehicle V10, preferably accompanied by a description of said vehicle (license plate, model, color, etc.).
[125] Le serveur S peut également commander le déplacement des véhicules ayant un statut « rechargé » dans les sous-zones géographiques où les temps moyens d’attente calculés sont les plus faibles. Le serveur S opère alors une sélection d’un ou plusieurs véhicules ayant un statut « rechargé », qui sont disponibles à la réservation et qui sont géolocalisés dans une ou plusieurs sous-zones géographiques où le temps moyen d’attente calculé est supérieur au temps moyen d’attente calculé le plus faible. En reprenant l’exemple ci-dessus, les véhicules V1 , V2, V5 et V6 ont un statut « rechargé » et un statut « disponible », et sont localisés dans des sous-zones où le temps moyen d’attente est supérieur à 30 minutes. Ils pourront alors être sélectionnés pour être déplacés vers la sous- zone SG4. On maintient ainsi une mise en état opérationnel optimale des véhicules au moment de leur utilisation (en augmentant le nombre de véhicules opérationnels dans la sous-zone SG4) tout en réduisant le nombre de requêtes émises par le serveur S et donc les ressources informatiques dudit serveur. [125] The server S can also order the movement of vehicles with a “reloaded” status in the geographical sub-zones where the calculated average waiting times are the lowest. The server S then operates a selection of one or more vehicles having a "reloaded" status, which are available at the reservation and which are geolocated in one or more geographical sub-areas where the calculated average waiting time is greater than the lowest calculated average waiting time. Continuing the example above, vehicles V1, V2, V5 and V6 have a "recharged" status and an "available" status, and are located in sub-areas where the average waiting time is greater than 30 minutes. They can then be selected to be moved to the SG4 sub-zone. This maintains an optimal operational state of the vehicles at the time of their use (by increasing the number of operational vehicles in the sub-zone SG4) while reducing the number of requests sent by the server S and therefore the computer resources of said server .
[126] Si les véhicules V1 , V2, V5 et V6 sont des véhicules autonomes, le serveur S transmet à leur équipement EQVel , EQVe2, EQVe5 et EQVe6 respectif, une requête de recharge qui initie leur déplacement vers la sous-zone SG4, selon un itinéraire calculé par le module de calcul d’itinéraire 34 dudit serveur. Si les véhicules V1 , V2, V5 et V6 ne sont pas des véhicules autonomes, le serveur S transmet une requête de déplacement, se matérialisant par exemple sous la forme d’un mail ou d’un SMS, indiquant à un ou plusieurs opérateurs de se rendre en priorité jusqu’aux positions géographiques où sont stationnés les véhicules V1 , V2, V5 et V6 et de les déplacer dans la sous-zone SG4, selon un itinéraire calculé par le module de calcul d’itinéraire 34. La requête comprend également l’identifiant des véhicules V1 , V2, V5 et V6, préférentiellement accompagnée d’une description desdits véhicules (plaque d’immatriculation, modèle, couleur, etc). [126] If the vehicles V1, V2, V5 and V6 are autonomous vehicles, the server S transmits to their respective equipment EQVel, EQVe2, EQVe5 and EQVe6, a recharge request which initiates their movement towards the sub-zone SG4, according to a route calculated by the route calculation module 34 of said server. If the vehicles V1, V2, V5 and V6 are not autonomous vehicles, the server S transmits a travel request, materializing for example in the form of an email or an SMS, indicating to one or more operators of to go as a priority to the geographical positions where the vehicles V1, V2, V5 and V6 are parked and to move them in the sub-zone SG4, according to a route calculated by the route calculation module 34. The request also comprises the identifier of the vehicles V1, V2, V5 and V6, preferably accompanied by a description of said vehicles (license plate, model, color, etc.).
[127] Selon un autre mode de réalisation, chacun des véhicules V3, V4 et V10 précités (en référence à la figure 6) est connecté à une borne de recharge connectée au réseau électrique. La batterie d’un véhicule est rechargée lorsque la borne correspondante est activée. Cette activation est déclenchée par la réception, par ladite borne, d’une requête transmise par le serveur S. Celui-ci va transmettre en priorité (à l’instant T) une requête à la borne à laquelle est connectée le véhicule V10 sélectionné pour que sa batterie soit rechargée en priorité. [128] Les autres requêtes destinées aux bornes des autres véhicules V3 et V4 sont transmises ultérieurement, de manière échelonnée dans le temps. Par exemple la requête d’activation est d’abord transmise à la borne du véhicule V4 situé dans la zone SG2 où ITm-SG2=2h (à l’instant T+1 heure par exemple), puis à la borne du véhicule V3 situé dans la zone SG1 où ITm-SG1=5h (à l’instant T+3 heures par exemple). Selon un autre exemple, en prenant en compte les valeurs corrigées des temps moyens d’attente, par exemple en se référant aux valeurs de [Table 1] ou [Table 3], la requête d’activation pourra d’abord être transmise à la borne du véhicule V3 puis à celle du véhicule V4, le temps moyen d’attente corrigé ITm’-V3 étant supérieur au temps moyen d’attente corrigé ITm’-V4. [127] According to another embodiment, each of the aforementioned vehicles V3, V4 and V10 (with reference to FIG. 6) is connected to a charging station connected to the electrical network. The battery of a vehicle is recharged when the corresponding terminal is activated. This activation is triggered by the reception, by said terminal, of a request transmitted by the server S. The latter will transmit as a priority (at time T) a request to the terminal to which the vehicle V10 selected for that its battery is recharged as a matter of priority. [128] The other requests intended for the terminals of the other vehicles V3 and V4 are transmitted later, staggered over time. For example, the activation request is first transmitted to the vehicle terminal V4 located in the SG2 zone where ITm-SG2=2h (at time T+1 hour for example), then to the vehicle terminal V3 located in zone SG1 where ITm-SG1=5h (at time T+3 hours for example). According to another example, taking into account the corrected values of the average waiting times, for example by referring to the values of [Table 1] or [Table 3], the activation request can first be transmitted to the terminal of the vehicle V3 then to that of the vehicle V4, the corrected average waiting time ITm'-V3 being greater than the corrected average waiting time ITm'-V4.
[129] Sans cette priorisation des requêtes d’activation, les trois bornes connectées aux véhicules V3, V4 et V10 seraient activées simultanément par le serveur S. L’énergie électrique consommée simultanément par l’ensemble de ces bornes peut alors être relativement importante, et provoquer une pointe de consommation électrique sur le réseau électrique. Les bornes sont ainsi activées de manière échelonnée dans le temps de sorte que les pointes de consommation d’énergie électrique sont atténuées. L’invention contribue ainsi à un meilleur équilibrage des conditions énergétiques parfois fluctuantes du réseau électrique. [129] Without this prioritization of the activation requests, the three terminals connected to the vehicles V3, V4 and V10 would be activated simultaneously by the server S. The electrical energy consumed simultaneously by all of these terminals can then be relatively high, and cause a peak in electrical consumption on the electrical network. The terminals are thus activated in a staggered manner over time so that peaks in electrical energy consumption are attenuated. The invention thus contributes to a better balancing of the sometimes fluctuating energy conditions of the electrical network.
[130] Selon un autre exemple, les véhicules V1 , V2, V5, V6 et V9 ont un statut[130] According to another example, vehicles V1, V2, V5, V6 and V9 have a status
« révisé » et les véhicules V3, V4, V7, V8, V10 ont un statut « non-révisé ». La révision d’un véhicule nécessite de l’immobiliser pendant environ 2 heures, ce temps d’intervention étant préparamétré et connu du serveur S. Les véhicules V7 et V8 ont un statut « indisponible », les autres véhicules ayant un statut « disponible ». Pour maintenir une mise en état opérationnelle optimale des véhicules partagés au moment de leur utilisation tout en limitant le nombre de requêtes d’intervention à transmettre, les véhicules localisés dans les sous-zones où les temps moyens d’attente sont supérieurs ou égaux au temps d’intervention pour la révision, vont être sélectionnés en priorité. Les temps moyens d’attente calculés ITm dans chaque sous-zone SG1-SG4, sont : ITm-SG1=5h ; ITm- SG2=2h ; ITm-SG3=1h ; ITm-SG4=30min. Les sous-zones SG1 et SG2 ont un temps moyen d’attente ITm (respectivement 5h et 2h) supérieur ou égal au temps d’intervention (2h). Parmi les véhicules V1 , V2, V3 et V4 se trouvant dans cette sous-zone SG4, seuls les véhicules V3 et V4 ont un statut « non-révisé » et un statut « disponible ». Ces véhicules V3 et V4 sont alors sélectionnés. "revised" and V3, V4, V7, V8, V10 vehicles have a "non-revised" status. Servicing a vehicle requires immobilizing it for approximately 2 hours, this intervention time being pre-set and known to the server S. V7 and V8 vehicles have an "unavailable" status, the other vehicles having an "available" status. . To maintain optimum operational readiness of the shared vehicles at the time of their use while limiting the number of intervention requests to be transmitted, the vehicles located in the sub-zones where the average waiting times are greater than or equal to the time of intervention for the revision, will be selected in priority. The calculated average waiting times ITm in each sub-zone SG1-SG4 are: ITm-SG1=5h; ITm-SG2=2h; ITm-SG3=1h; ITm-SG4=30min. The SG1 and SG2 sub-zones have an average waiting time ITm (respectively 5h and 2h) greater than or equal to the intervention time (2h). Among the vehicles V1, V2, V3 and V4 located in this SG4 sub-zone, only V3 and V4 vehicles have an "unrevised" status and an "available" status. These V3 and V4 vehicles are then selected.
[131 ] Si les véhicules V3 et V4 sont des véhicules autonomes, le serveur S transmet leur équipement EQVe3, EQVe4 respectif, une requête d’intervention qui initie leur déplacement vers une station de révision (par exemple un garage), selon un itinéraire calculé par le module de calcul d’itinéraire 34 dudit serveur. Si les véhicules V3, V4 ne sont pas des véhicules autonomes, le serveur S transmet une requête de révision, se matérialisant par exemple sous la forme d’un mail ou d’un SMS, indiquant à un ou plusieurs opérateurs de se rendre en priorité jusqu’aux positions géographiques où sont stationnés les véhicules V3, V4. L’opérateur pourra alors soit réviser sur place les véhicules V3, V4, soit les déplacer vers une station de révision. Une telle requête comprend avantageusement l’identifiant des véhicules V3, V4, préférentiellement accompagné d’une description desdits véhicules (plaque d’immatriculation, modèle, couleur, etc). [131] If the vehicles V3 and V4 are autonomous vehicles, the server S transmits their respective equipment EQVe3, EQVe4, an intervention request which initiates their movement towards a service station (for example a garage), according to a calculated route by the route calculation module 34 of said server. If the vehicles V3, V4 are not autonomous vehicles, the server S transmits a review request, materializing for example in the form of an email or an SMS, indicating to one or more operators to go in priority to the geographical positions where the vehicles V3, V4 are parked. The operator can then either service the V3, V4 vehicles on site, or move them to a service station. Such a request advantageously includes the identifier of the vehicles V3, V4, preferably accompanied by a description of said vehicles (license plate, model, color, etc.).
[132] Selon un autre mode de réalisation, le temps moyen d’attente est corrigé selon la méthode décrite précédemment, de sorte que les temps moyens d’attente corrigés affectés aux véhicules V3, V4 et V10 sont respectivement : ITm’-V3=16,7h ; ITm’-V4=10h ; ITm’-V10=5h. Le véhicule V10 ayant un temps moyen d’attente corrigé (ITm’-V10=5h) supérieur au temps d’intervention (2h), ce véhicule est sélectionné en priorité. D’autant plus que ce véhicule V10 est situé dans la sous-zone SG4 où le temps moyen d’attente calculé est le plus faible (ITm-SG4=30min). [132] According to another embodiment, the average waiting time is corrected according to the method described above, so that the corrected average waiting times assigned to vehicles V3, V4 and V10 are respectively: ITm'-V3= 4.7 p.m.; ITm'-V4=10h; ITm'-V10=5h. The vehicle V10 having a corrected average waiting time (ITm'-V10=5h) greater than the intervention time (2h), this vehicle is selected as a priority. Especially since this V10 vehicle is located in the SG4 sub-zone where the calculated average waiting time is the lowest (ITm-SG4=30min).
Autre(s) avantage(s) lié(s) à l’invention Other advantage(s) related to the invention
[133] Les équipements informatiques EQVej embarqués dans les véhicules Vj sont généralement mis en veille temporairement lorsque lesdits véhicules ne sont pas utilisés, c’est-à-dire lorsque leur statut passe de « indisponible » à « disponible à la réservation ». Lorsqu’une action doit être exécutée sur un véhicule, il est généralement nécessaire de réveiller son équipement électronique embarqué. Le réveil de l’équipement EQVej peut être réalisé automatiquement en préparamétrant la durée de sa mise en veille et/ou sa fréquence de réactivation et/ou sa durée de réveil. Ce réveil peut se faire automatiquement à une fréquence prédéterminée ou préparamétrée dans l’équipement EQVej. Le réveil peut également être réalisé par l’envoi automatique d’une commande d’activation, par exemple de type SMS, par le serveur S à destination de l’équipement EQVej. La réception de cette commande entraîne le réveil de l’équipement EQVej et sa connexion automatique au serveur S. Le réveil d’un équipement EQVej consomme les ressources électriques de la batterie à laquelle il est connecté et l’envoi de multiples commandes d’activation de type SMS par le serveur S peut être relativement onéreux. Il apparaît donc avantageux de limiter le nombre de réveils d’un équipement EQVej pour optimiser les ressources électriques de sa batterie et/ou pour réduire les coûts liés à l’envoi de SMS ou d’autres commandes équivalentes. [133] The EQVej computer equipment on board the Vj vehicles is generally put on temporary standby when the said vehicles are not in use, that is to say when their status changes from “unavailable” to “available for reservation”. When an action must be performed on a vehicle, it is generally necessary to wake up its on-board electronic equipment. The awakening of the EQVej equipment can be carried out automatically by pre-setting the duration of its standby and/or its frequency of reactivation and/or its duration of awakening. This wake-up call can be done automatically at a predetermined or preset frequency in the EQVej equipment. The awakening can also be carried out by the automatic sending of an activation command, for example of the SMS type, by the server S intended for the equipment EQVej. Receiving this command causes the EQVej equipment to wake up and automatically connect to the server S. The waking up of an EQVej equipment consumes the electrical resources of the battery to which it is connected and the sending of multiple activation commands of the SMS type by the server S can be relatively expensive. It therefore appears advantageous to limit the number of times an item of equipment EQVej wakes up to optimize the electrical resources of its battery and/or to reduce the costs linked to the sending of SMS or other equivalent commands.
[134] La prise en compte du temps moyen d’attente, éventuellement corrigé, pour sélectionner les véhicules auxquels transmettre en priorité les requêtes, permet d’atteindre tout ou partie de ces objectifs. On peut en effet modifier la durée de mise en veille et/ou la fréquence de réactivation et/ou la durée de réveil d’un équipement EQVej en fonction du temps moyen d’attente calculé dans la sous- zone géographique où est localisé le véhicule concerné et/ou en fonction du temps moyen d’attente corrigé affecté ledit véhicule concerné. [134] Taking into account the average waiting time, possibly corrected, to select the vehicles to which requests are transmitted in priority, makes it possible to achieve all or part of these objectives. It is indeed possible to modify the standby time and/or the reactivation frequency and/or the wake-up time of an EQVej equipment according to the average waiting time calculated in the geographical sub-zone where the vehicle is located. concerned and/or according to the corrected average waiting time assigned to the said vehicle concerned.
[135] Les équipements de véhicules situés dans des sous-zones affectées d’un temps moyen d’attente élevé n’ont pas besoin d’être réveillés aussi fréquemment que ceux des véhicules situés dans des sous-zones affectées d’un temps moyen d’attente faible. Ainsi, les requêtes pour exécuter des actions sur les véhicules situés dans des sous-zones ayant un temps moyen d’attente élevé, ou sur les véhicules affectés d’un temps moyen d’attente corrigé élevé, seront transmises ultérieurement et/ou pourront être regroupées de manière à réduire leur nombre de réveils durant leur période de disponibilité. [135] Equipment of vehicles located in subzones with high average waiting time do not need to be woken as frequently as those of vehicles located in subzones with medium waiting time low expectation. Thus, requests to perform actions on vehicles located in sub-areas with a high average waiting time, or on vehicles affected by a high corrected average waiting time, will be transmitted later and/or may be grouped in such a way as to reduce their number of awakenings during their period of availability.
[136] Selon un mode de réalisation, le serveur S transmet aux équipements de ces véhicules une requête adaptée pour modifier leurs paramètres de fonctionnement de manière à réduire la consommation de leur batterie. Par exemple, le serveur S peut leur transmettre une requête entraînant leur mise en veille automatique dès que leur statut passe de « indisponible » à « disponible » dans la sous-zone et/ou une requête adaptée pour allonger la durée de leur mise en veille et/ou réduire leur fréquence de réveil et/ou réduire leur durée de réveil. Selon un mode de réalisation, la nouvelle durée de mise en veille est fonction du temps moyen d’attente calculé ou corrigé, par exemple comprise entre 50% et 100% dudit temps moyen d’attente. De même, la fréquence de réveil est avantageusement fonction du temps moyen d’attente calculé ou corrigé et préférentiellement inversement proportionnel audit temps moyen d’attente : plus ce dernier est élevé, plus la fréquence de réveil sera faible. La durée de réveil (c’est-à-dire la durée entre deux mises en veille) peut également être fonction du temps moyen d’attente calculé ou corrigé et préférentiellement inversement proportionnel audit temps moyen d’attente : plus ce dernier est élevé, plus la durée de réveil sera faible. [136] According to one embodiment, the server S transmits to the equipment of these vehicles a suitable request to modify their operating parameters so as to reduce the consumption of their battery. For example, the server S can send them a request causing them to be automatically put on standby as soon as their status changes from "unavailable" to "available" in the sub-zone and/or an appropriate request to extend the duration of their standby and/or reduce their wake-up frequency and/or reduce their wake-up time. According to one embodiment, the new standby time is a function of the calculated or corrected average waiting time, for example between 50% and 100% of said average waiting time. Similarly, the wake-up frequency is advantageously a function of the calculated or corrected mean waiting time and preferably inversely proportional to said mean waiting time: the higher the latter, the lower the wake-up frequency. The wake-up time (i.e. the time between two standby times) can also be a function of the calculated or corrected average waiting time and preferably inversely proportional to said average waiting time: the higher the latter, the shorter the wake-up time.
[137] En reprenant l’exemple de la figure 6 à titre illustratif, les véhicules V3, V4,[137] Returning to the example of Figure 6 for illustrative purposes, vehicles V3, V4,
V7, V8, V9, V10 ont un statut « non-rechargé » et un statut « non-nettoyé », seuls les véhicules V7 et V9 ayant un statut « indisponible », les autres véhicules ayant un statut « disponible ». Les véhicules V3, V4, V8 et V10 doivent donc être rechargés et nettoyés. Et les temps moyens d’attente calculés dans chaque sous-zone SG1-SG4 sont : ITm-SG1=5h ; ITm-SG2=2h ; ITm-SG3=1h ; ITm- SG4=30min. Les actions de nettoyage et de recharge à réaliser sur le véhicule V10 sont exécutées selon le procédé décrit précédemment. V7, V8, V9, V10 have a "not-recharged" status and an "uncleaned" status, only V7 and V9 vehicles having an "unavailable" status, the other vehicles having an "available" status. V3, V4, V8 and V10 vehicles must therefore be recharged and cleaned. And the average waiting times calculated in each SG1-SG4 sub-zone are: ITm-SG1=5h; ITm-SG2=2h; ITm-SG3=1h; ITm-SG4=30min. The cleaning and recharging actions to be carried out on the vehicle V10 are carried out according to the method described previously.
[138] Le véhicule V3 se trouve dans la sous-zone où le temps moyen d’attente est le plus important, respectivement 5h. Avantageusement, dès que le véhicule V3, localisé dans la sous-zone SG1 a son statut qui passe à « disponible », le serveur S génère et transmet à l’équipement EQVe3 une requête pour allonger sa durée de mise en veille, par exemple pour la passer de 30 minutes (valeur préparamétrée par défaut) à 3h, et/ou pour réduire sa durée de réveil par exemple pour la passer de 10 minutes (valeur préparamétrée par défaut) à 5 minutes. En complément ou en alternative de ce nouveau paramétrage de l’équipement EQVe3, le serveur S peut lui transmettre une requête pour qu’il se mette immédiatement en veille. [138] Vehicle V3 is in the sub-zone where the average waiting time is the longest, respectively 5 hours. Advantageously, as soon as the vehicle V3, located in the sub-zone SG1, has its status which changes to "available", the server S generates and transmits to the equipment EQVe3 a request to extend its standby time, for example to change it from 30 minutes (value preset by default) to 3 hours, and/or to reduce its wake-up time, for example to change it from 10 minutes (value preset by default) to 5 minutes. In addition to or as an alternative to this new setting of the EQVe3 equipment, the server S can send it a request to put it immediately on standby.
[139] Le serveur S regroupe la requête entraînant la recharge de la batterie et la requête entraînant le nettoyage du véhicule V3 de manière à les envoyer en même temps. Le serveur S peut bien évidemment regrouper plus de deux requêtes. Selon un mode de réalisation, ces différentes requêtes sont transmises simultanément à l’équipement EQVe3, préférentiellement pendant la phase de réveil dudit équipement. L’équipement EQVe3 n’a donc besoin d’être réveillé qu’une seule fois pour recevoir ces différentes requêtes de sorte que les ressources électriques de sa batterie sont optimisées. Il est rappelé que ce réveil peut être automatique suite notamment au nouveau paramétrage de la durée de mise en veille et/ou de la fréquence de réveil. Ce réveil peut également être initié par le serveur S, par l’envoi d’une commande d’activation de type SMS. Dans ce cas, dans la mesure où un seul réveil (et donc l’envoi d’une seule commande d’activation) est nécessaire pour la transmission des différentes requêtes, les coûts liés à l’envoi de SMS ou d’autres commandes équivalentes sont fortement réduits. [139] The server S combines the request resulting in the recharging of the battery and the request resulting in the cleaning of the vehicle V3 so as to send them at the same time. The server S can obviously group together more than two requests. According to one embodiment, these different requests are transmitted simultaneously to the EQVe3 equipment, preferably during the wake-up phase of said equipment. The EQVe3 equipment therefore only needs to be woken up once to receive these different requests so that the electrical resources of its battery are optimized. It is recalled that this wake-up can be automatic following in particular the new setting of the standby duration and/or the wake-up frequency. This awakening can also be initiated by the server S, by sending an SMS-type activation command. In this case, insofar as a single wake-up call (and therefore the sending of a single activation command) is necessary for the transmission of the various requests, the costs linked to the sending of SMS or other equivalent commands are greatly reduced.
[140] Lorsque la recharge et/ou le nettoyage du véhicule V3 requièrent l’intervention d’un opérateur, les requêtes de recharge et de nettoyage sont transmises au terminal mobile dudit opérateur comme décrit précédemment. L’équipement EQVe3 n’est réveillé qu’à l’arrivée de l’opérateur. Selon un mode de réalisation, ce réveil est initié par le serveur S par l’envoi d’une commande d’activation de type SMS, lorsque ledit serveur constate une proximité (par exemple une distance inférieure ou égale à 100 mètres) entre le terminal opérateur et le véhicule V3. Selon un autre mode de réalisation, c’est le terminal opérateur qui initie le réveil de l’équipement EQVe3 lorsqu’il est à proximité du véhicule V3. Le terminal mobile peut alors transmettre à l’équipement EQVe3 une commande d’activation de type SMS pour le réveiller. L’équipement EQVe3 n’est donc réveillé qu’une seule fois pour exécuter les actions de recharge et de nettoyage. [140] When the charging and/or cleaning of the V3 vehicle requires the intervention of an operator, the charging and cleaning requests are transmitted to the mobile terminal of the said operator as described above. The EQVe3 equipment is only woken up when the operator arrives. According to one embodiment, this awakening is initiated by the server S by sending an SMS-type activation command, when said server observes a proximity (for example a distance less than or equal to 100 meters) between the terminal operator and the vehicle V3. According to another embodiment, it is the operator terminal which initiates the waking up of the equipment EQVe3 when it is close to the vehicle V3. The mobile terminal can then send an SMS-type activation command to the EQVe3 device to wake it up. The EQVe3 equipment is therefore only woken up once to perform the charging and cleaning actions.
[141] Selon un mode de réalisation, si à la fin du temps moyen d’attente calculé (c’est-à-dire à l’issue des 5h), aucune action n’a été exécutée sur le véhicule V3 ou si ledit véhicule n’a pas été réservé, alors le serveur S génère et transmet à l’équipement EQVe3 une requête pour modifier à nouveau ses paramètres de mise en veille. Cette requête peut notamment réduire sa durée de mise en veille, par exemple pour la passer de 3h à 10 minutes ou moins, et/ou pour augmenter sa durée de réveil par exemple pour la passer de 5 minutes à 10 minutes ou plus. Ainsi, un utilisateur pourra directement interagir avec le véhicule V3 lorsqu’il l’utilisera. [141] According to one embodiment, if at the end of the calculated average waiting time (that is to say at the end of the 5 hours), no action has been performed on the vehicle V3 or if said vehicle has not been reserved, then the server S generates and transmits to the EQVe3 equipment a request to modify its standby parameters again. This request can in particular reduce its standby time, for example to reduce it from 3 hours to 10 minutes or less, and/or to increase its wake-up time, for example to reduce it from 5 minutes to 10 minutes or more. Thus, a user will be able to directly interact with the vehicle V3 when he uses it.
[142] Un processus similaire est mis en œuvre pour les véhicules V4 et V8. Notamment, le serveur S génère et transmet à leur équipement respectif une requête pour allonger leur durée de mise en veille et/ou pour réduire leur durée de réveil, ces durées dépendant du temps moyen d’attente calculé dans les sous-zones concernées par ces véhicules ou dépendant des temps moyens d’attente corrigés affectés à ces véhicules. [142] A similar process is implemented for V4 and V8 vehicles. In particular, the server S generates and transmits to their respective equipment a request to extend their standby time and/or to reduce their wake-up time, these times depending on the average waiting time calculated in the sub-areas concerned by these vehicles or depending on the corrected average waiting times assigned to these vehicles.
[143] Selon un mode de réalisation, le calcul des temps moyens d’attente et les étapes qui en découlent (sélection de véhicules, priorisation de transmission des requêtes aux véhicules sélectionnés, ...) ne sont pas exécutés de manière systématique. En particulier, le serveur S peut évaluer, sur une période temporelle définie, par exemple 5 min, 30min, 1 h, 24h . le nombre total d’actions à exécuter sur l’ensemble des véhicules de la flotte localisés dans la zone géographique G. L’ensemble de ces actions correspondant à un ensemble de requêtes à transmettre par le serveur S. Par exemple, le serveur S détermine qu’il y a 5000 actions à exécuter en 5 minutes sur l’ensemble des véhicules de la flotte. Le serveur S doit donc générer et transmettre 1000 requêtes par minute, ce qui correspond au débit numérique calculé nécessaire à la transmission de l’ensemble de requêtes dans le réseau de données pendant la période temporelle de 5 minutes. Le serveur S a en mémoire une valeur seuil du débit acceptable. Si le débit calculé est supérieur à cette valeur seuil, alors le serveur S met en œuvre les étapes de calcul et/ou de correction des temps moyens d’attente et les étapes du procédé qui en découlent (notamment les étapes de sélection de véhicules et de transmission de requêtes prioritaires). Dans le cas contraire, le serveur S transmet normalement l’ensemble des requêtes aux véhicules. [143] According to one embodiment, the calculation of average waiting times and the resulting steps (selection of vehicles, prioritization of transmission of requests to selected vehicles, etc.) are not carried out systematically. In particular, the server S can evaluate, over a defined time period, for example 5 min, 30 min, 1 h, 24 h. the total number of actions to be executed on all the vehicles of the fleet located in the geographical area G. The set of these actions corresponding to a set of requests to be transmitted by the server S. For example, the server S determines that there are 5000 actions to be performed in 5 minutes on all the vehicles in the fleet. The server S must therefore generate and transmit 1000 requests per minute, which corresponds to the calculated digital rate necessary for the transmission of the set of requests in the data network during the time period of 5 minutes. The server S has in memory a threshold value of the acceptable throughput. If the calculated throughput is greater than this threshold value, then the server S implements the steps of calculating and/or correcting the average waiting times and the steps of the method which result therefrom (in particular the steps of selecting vehicles and transmission of priority requests). Otherwise, the server S normally transmits all the requests to the vehicles.
[144] Selon un premier exemple, la valeur seuil de débit est de 500 requêtes par minutes. Le serveur S calcule qu’il doit transmettre 1000 requêtes par minutes. Dans ce cas, le serveur S met en œuvre les étapes de calcul du temps moyen d’attente et les étapes qui en découlent. Selon un deuxième exemple, la valeur seuil de débit est de 1000 requêtes par minutes. Le serveur S calcule qu’il doit transmettre 500 requêtes par minutes. Dans ce cas, le serveur S transmet directement ces 500 requêtes aux véhicules sans mettre en œuvre l’étape de calcul du temps moyen d’attente et les étapes qui en découlent. [144] According to a first example, the throughput threshold value is 500 requests per minute. The server S calculates that it must transmit 1000 requests per minute. In this case, the server S implements the steps for calculating the average waiting time and the steps resulting therefrom. According to a second example, the throughput threshold value is 1000 requests per minute. Server S calculates that it must transmit 500 requests per minute. In this case, the server S transmits these 500 requests directly to the vehicles without implementing the step of calculating the average waiting time and the steps that result therefrom.
Priorisation d’actions à exécuter par des opérateurs Prioritization of actions to be performed by operators
[145] Comme indiqué précédemment, des opérateurs peuvent être amenés à intervenir sur des véhicules de la flotte pour exécuter des actions telles que : nettoyage, recharge (de batteries électriques et/ou remplissage de réservoir), révision, déplacement, etc. [145] As indicated above, operators may be called upon to intervene on vehicles in the fleet to carry out actions such as: cleaning, recharging (of electric batteries and/or filling of tanks), overhaul, movement, etc.
[146] Selon un mode de réalisation, le serveur S attribue à chaque opérateur des tickets d’intervention (correspondant aux requêtes précitées), chaque ticket correspondant à une action à exécuter et s’apparente aux requêtes de nettoyage ou de recharge décrites précédemment. Le temps moyen d’attente calculé est utilisé pour prioriser les tickets affectés à un opérateur. [146] According to one embodiment, the server S assigns intervention tickets to each operator (corresponding to the aforementioned requests), each ticket corresponding to an action to be performed and is similar to the cleaning or recharging requests described above. The calculated average wait time is used to prioritize tickets assigned to an operator.
[147] La figure 11 illustre la même répartition de véhicules V1 -V10 que la figure 6 et avec les mêmes temps moyens d’attente dans les différentes sous-zones (ITm- SG1=5h ; ITm-SG2=2h ; ITm-SG3=1h ; ITm-SG4=30min). Deux opérateurs référencés 01 et 02 sont localisés respectivement dans la sous-zone SG1 et dans la sous-zone SG4. [147] Figure 11 illustrates the same distribution of vehicles V1 -V10 as Figure 6 and with the same average waiting times in the different sub-zones (ITm-SG1=5h; ITm-SG2=2h; ITm-SG3 =1h; ITm-SG4=30min). Two operators referenced 01 and 02 are located respectively in the SG1 sub-zone and in the SG4 sub-zone.
[148] Le serveur S attribue à chaque opérateur 01 , 02 une liste de tickets d’intervention respectivement TK10-TK14 et TK20-TK24, classés par ordre de priorité. Par exemple, pour l’opérateur 01 , le ticket TK10 doit être exécuté en priorité. Selon un mode de réalisation, ces listes de tickets s’affichent sur une interface graphique des terminaux mobiles EQ01, EQ02 des opérateurs 01, 02. [148] The server S assigns each operator 01, 02 a list of intervention tickets TK10-TK14 and TK20-TK24 respectively, classified in order of priority. For example, for operator 01 , ticket TK10 must be executed first. According to one embodiment, these lists of tickets are displayed on a graphical interface of the mobile terminals EQ01, EQ02 of the operators 01, 02.
[149] Selon un mode de réalisation, le classement des tickets, et donc des actions à réaliser, est déterminé par un processus informatique logique mis en œuvre dans le serveur S. Les données d’entrée sont : le temps moyen d’attente calculé dans chaque sous-zone et/ou le temps moyen d’attente corrigé affectés aux véhicules ; le(s) statut(s) des véhicules (« disponible »/« indisponibles » et/ou[149] According to one embodiment, the classification of the tickets, and therefore of the actions to be carried out, is determined by a logical computer process implemented in the server S. The input data are: the average waiting time calculated in each sub-zone and/or the corrected average waiting time assigned to the vehicles; the status(es) of the vehicles ("available"/"unavailable" and/or
« nettoyé »/« non-nettoyé » et/ou « rechargé »/ »non-rechargé » et/ou « révisé/non-révisé » ...) ; l’état des capteurs embarqués dans les véhicules ; la position des véhicules ; la position des opérateurs ; un coût financier associé à chaque action à réaliser. Tout ou partie de ces données d’entrée peuvent être utilisés, préférentiellement toutes lesdites données. Les données de sorties sont des listes de tickets classés selon leur priorité et leur attribution aux opérateurs. "cleaned"/"not-cleaned" and/or "reloaded"/"not-reloaded" and/or "revised/not-revised"...); the state of the sensors on board the vehicles; the position of the vehicles; the position of the operators; a financial cost associated with each action to be taken. All or part of these input data can be used, preferably all of said data. The output data are lists of tickets classified according to their priority and their allocation to operators.
[150] Les données d’entrée sont avantageusement pondérées en fonction de leur nature. Par exemple, le temps moyen d’attente peut avoir un poids plus important que le coût financier. De même, les données fournies par les capteurs embarqués dans les véhicules peuvent avoir un poids plus important que le temps moyen d’attente, notamment si un des capteurs indique que le véhicule est accidenté ou défaillant. [150] The input data is advantageously weighted according to its nature. For example, the average waiting time may outweigh the financial cost. Similarly, the data provided by the sensors on board the vehicles can have a greater weight than the average waiting time, especially if one of the sensors indicates that the vehicle is in an accident or defective.
[151] En reprenant l’exemple de la figure 11 , à un instant T, le serveur S définit que les actions suivantes doivent être effectuées : [151] Returning to the example of Figure 11, at a time T, the server S defines that the following actions must be performed:
- action #1 : déplacer le véhicule V1 de la sous-zone SG1 vers la sous-zone SG4. - action #1: move vehicle V1 from sub-area SG1 to sub-area SG4.
- action #2 : déplacer le véhicule V2 de la sous-zone SG1 vers la sous-zone SG4. - action #2: move vehicle V2 from sub-area SG1 to sub-area SG4.
- action #3 : recharger le véhicule V3. - action #3: reload vehicle V3.
- action #4 : réviser le véhicule V4. - action #4: revise the V4 vehicle.
- action #5 : déplacer le véhicule V5 de la sous-zone SG3 vers la sous-zone SG4. - action #5: move the V5 vehicle from the SG3 sub-zone to the SG4 sub-zone.
- action #6 : déplacer le véhicule V6 de la sous-zone SG3 vers la sous-zone SG4. - action #6: move the V6 vehicle from the SG3 sub-zone to the SG4 sub-zone.
- action #7 : intervenir sur le véhicule V7 (panne détectée). - action #7: work on the V7 vehicle (fault detected).
- action #8 : recharger le véhicule V8. - action #8: reload the V8 vehicle.
- action #9 : intervenir sur le véhicule V9 (panne détectée). - action #9: work on the V9 vehicle (fault detected).
- action #10 : nettoyer le véhicule V10. - action #10: clean the vehicle V10.
[152] Les véhicules V7 et V9 étant défaillants, cet état desdits véhicules bénéficie de la plus forte pondération. Une intervention sur ces véhicules est alors priorisée. Le serveur S détermine que l’opérateur 01 est le plus proche du véhicule V7 et que l’opérateur 02 est le plus proche du véhicule V9. Le ticket TK10 affecté à l’opérateur 01 et qui doit être exécuté en priorité correspond donc à l’action #7. Et le Ticket TK20 devant être exécuté en priorité par l’opérateur 02 correspond à l’action #9. [153] Le serveur S détermine que lorsque l’opérateur 01 se retrouvera dans la sous-zone SG3 après être intervenu sur le véhicule V7, l’opération suivant la plus rentable (en termes de coûts ou de vitesse d’exécution) consistera à recharger le véhicule V8, notamment en remplaçant sa batterie. Le deuxième ticket T11 par ordre de priorité correspond donc à l’action #8. De même, le serveur S détermine que lorsque l’opérateur 02 est dans la sous-zone SG4 après être intervenu sur le véhicule V9, l’opération suivante la plus rentable consistera à nettoyer le véhicule V10. Le deuxième ticket T21 par ordre de priorité correspond donc à l’action #10. [152] Since the V7 and V9 vehicles are faulty, this condition of the said vehicles receives the highest weighting. Intervention on these vehicles is then prioritized. The server S determines that the operator 01 is the closest to the vehicle V7 and that the operator 02 is the closest to the vehicle V9. The TK10 ticket assigned to operator 01 and which must be executed as a priority therefore corresponds to action #7. And Ticket TK20 to be executed in priority by operator 02 corresponds to action #9. [153] The server S determines that when the operator 01 finds himself in the sub-zone SG3 after having intervened on the vehicle V7, the next most profitable operation (in terms of costs or speed of execution) will consist in recharge the V8 vehicle, in particular by replacing its battery. The second ticket T11 in order of priority therefore corresponds to action #8. Likewise, the server S determines that when the operator O2 is in the sub-zone SG4 after having intervened on the vehicle V9, the next most profitable operation will consist in cleaning the vehicle V10. The second ticket T21 in order of priority therefore corresponds to action #10.
[154] Le serveur S détermine ensuite qu’à l’issue de la recharge du véhicule V8, l’opérateur 01 se trouvant toujours dans la sous-zone G3, il pourra déplacer le véhicule V5 vers la sous-zone SG4. Le troisième ticket T12 par ordre de priorité correspond donc à l’action #5. [154] Server S then determines that after recharging vehicle V8, operator 01 still being in sub-area G3, he can move vehicle V5 to sub-area SG4. The third ticket T12 in order of priority therefore corresponds to action #5.
[155] Le serveur S peut également déterminer qu’après avoir nettoyé le véhicule V10, l’opérateur 02 devra se rendre dans la sous-zone SG1 pour déplacer le véhicule V1 vers la sous-zone SG4. Le troisième ticket T22 par ordre de priorité correspond donc à l’action #1. [155] Server S can also determine that after cleaning vehicle V10, operator 02 will have to go to sub-area SG1 to move vehicle V1 to sub-area SG4. The third ticket T22 in order of priority therefore corresponds to action #1.
[156] L’opérateur 01 se trouvant dans la sous-zone SG4 après avoir traité le ticket TK12, le serveur S détermine qu’il devra ensuite se rendre dans la sous-zone SG1 pour déplacer le véhicule V2 vers la sous-zone SG4. Le quatrième ticket T13 par ordre de priorité correspond donc à l’action #2. [156] Operator 01 being in sub-area SG4 after processing ticket TK12, server S determines that it will then have to go to sub-area SG1 to move vehicle V2 to sub-area SG4 . The fourth ticket T13 in order of priority therefore corresponds to action #2.
[157] L’opérateur 02 se trouvant dans la sous-zone SG4 après avoir traité le ticket TK22, le serveur S détermine qu’il devra ensuite se rendre dans la sous-zone SG1 pour recharger le véhicule V3. Le quatrième ticket T23 par ordre de priorité correspond donc à l’action #3. [157] Operator 02 being in sub-area SG4 after processing ticket TK22, server S determines that he will then have to go to sub-area SG1 to reload vehicle V3. The fourth T23 ticket in order of priority therefore corresponds to action #3.
[158] L’opérateur 01 se trouvant dans la sous-zone SG4 après avoir traité le ticket TK13, le serveur S détermine qu’il devra ensuite se rendre dans la sous-zone SG3 pour déplacer le véhicule V6 vers la sous-zone SG4. Le cinquième ticket T14 par ordre de priorité correspond donc à l’action #5. [158] Operator 01 being in sub-area SG4 after processing ticket TK13, server S determines that it will then have to go to sub-area SG3 to move vehicle V6 to sub-area SG4 . The fifth T14 ticket in order of priority therefore corresponds to action #5.
[159] L’opérateur 02 se trouvant dans la sous-zone SG3 après avoir traité le ticket TK23, le serveur S détermine qu’il devra ensuite se rendre dans la sous-zone SG2 pour réviser le véhicule V4. Le cinquième ticket T24 par ordre de priorité correspond donc à l’action #4. [159] Operator 02 being in sub-area SG3 after processing ticket TK23, server S determines that it will then have to go to sub-area SG2 to overhaul vehicle V4. The fifth ticket T24 in order of priority therefore corresponds to action #4.
[160] Selon un mode de réalisation, les tickets sont gérés de manière dynamique par le serveur S de façon à s'adapter aux circonstances. Notamment, le serveur S réévalue la nature et l’affectation des tickets aux opérateurs 01, 02 (c’est-à- dire les actions qu’ils doivent exécuter par ordre de priorité) dès qu’une action est terminée. À cet effet, les opérateurs 01 , 02 peuvent être amenés à indiquer au serveur S qu’une action est achevée et/ou qu’ils traitent un ticket par l’activation d’une touche dédiée sur leur terminal EQ01, EQ02. [160] According to one embodiment, the tickets are managed dynamically by the server S so as to adapt to the circumstances. In particular, the server S re-evaluates the nature and the assignment of the tickets to the operators 01, 02 (that is to say the actions that they must execute in order of priority) as soon as an action is finished. To this end, the operators 01, 02 may be required to indicate to the server S that an action has been completed and/or that they are processing a ticket by activating a dedicated key on their terminal EQ01, EQ02.
[161 ] Par exemple, l’intervention sur le véhicule V7 peut être particulièrement longue et ne pas être encore achevée lorsque l’opérateur 02 vient de traiter le ticket T22 (action #1). Dans ces circonstances, au lieu d’affecter l’action #3 (recharge du véhicule V3) au ticket TK23 de l’opérateur 02, le serveur S peut lui affecter l’action #2 consistant à se rendre dans la sous-zone SG1 pour déplacer le véhicule V2 vers la sous-zone SG4, cette action étant initialement affectée à l’opérateur 01 par le ticket TK13.Le serveur S peut également supprimer ce ticket TK13 de la liste de l’opérateur 01 ou affecter à ce ticket TK13 une autre action initialement dévolue à l’opérateur 02, par exemple l’action #3. [161 ] For example, the intervention on vehicle V7 can be particularly long and not yet complete when operator 02 has just processed ticket T22 (action #1). In these circumstances, instead of assigning action #3 (recharging vehicle V3) to ticket TK23 of operator 02, the server S can assign him action #2 consisting of going to sub-area SG1 to move vehicle V2 to sub-area SG4, this action being initially assigned to operator 01 by ticket TK13. Server S can also delete this ticket TK13 from the list of operator 01 or assign to this ticket TK13 another action initially assigned to operator 02, for example action #3.
[162] Selon un autre exemple, alors que l’opérateur 01 recharge le véhicule V8 (ticket T11 , action #8), le véhicule V5 est réservé par un utilisateur. Dans ces circonstances, le serveur S peut soit supprimer le troisième ticket T12 (action #5) de la liste de tickets affectés à l’opérateur 01 , soit affecter à ce ticket une autre action. [162] According to another example, while operator 01 reloads vehicle V8 (ticket T11, action #8), vehicle V5 is reserved by a user. Under these circumstances, server S can either delete the third ticket T12 (action #5) from the list of tickets assigned to operator 01 , or assign this ticket another action.
[163] Selon un mode de réalisation, lorsqu’un opérateur signale au serveur S qu’il va traiter un ticket, ledit serveur rend momentanément indisponible le véhicule concerné. Par exemple, lorsque l’opérateur 02 a fini de traiter le ticket T21 (action #10) et qu’il indique maintenant traiter le ticket T22 (action #1 ), le serveur S transmet une requête au véhicule V1 pour le rendre indisponible jusqu’à l’arrivée de l’opérateur 02. Le serveur S s’assure ainsi que l’opérateur 02 ait le temps de venir dans la sous-zone SG1 et puisse trouver le véhicule V1 afin de le déplacer dans la sous-zone SG4. Produit programme d’ordinateur [163] According to one embodiment, when an operator signals to the server S that he is going to process a ticket, said server temporarily makes the vehicle concerned unavailable. For example, when operator 02 has finished processing ticket T21 (action #10) and he now indicates that he is processing ticket T22 (action #1), server S sends a request to vehicle V1 to make it unavailable until 'on the arrival of operator 02. The server S thus ensures that operator 02 has time to come to sub-area SG1 and can find vehicle V1 in order to move it to sub-area SG4 . computer program product
[164] Selon encore un autre aspect, l'invention concerne un produit programme d'ordinateur comprenant des instructions de code pour l'exécution du procédé décrit précédemment, et notamment celui dont les principales étapes sont mentionnées dans la figure 7, lorsqu'il est exécuté par le serveur S. [164] According to yet another aspect, the invention relates to a computer program product comprising code instructions for the execution of the method described above, and in particular the one whose main steps are mentioned in Figure 7, when it is is executed by the server S.
[165] L’agencement des différents éléments et/ou moyens et/ou étapes de l’invention, dans les modes de réalisation décrits ci-dessus, ne doit pas être compris comme exigeant un tel agencement dans toutes les implémentations. [165] The arrangement of the various elements and/or means and/or steps of the invention, in the embodiments described above, should not be understood as requiring such an arrangement in all implementations.
[166] Enfin, une ou plusieurs caractéristiques et/ou étapes exposées seulement dans un mode ou exemple de réalisation peuvent être généralisées aux autres modes de réalisation. De même, une ou plusieurs caractéristiques et/ou étapes exposées seulement dans un mode ou exemple de réalisation peuvent être combinées avec une ou plusieurs autres caractéristiques et/ou étapes exposées seulement dans un autre mode de réalisation. I [166] Finally, one or more features and/or steps set forth only in one embodiment or exemplary embodiment may be generalized to other embodiments. Likewise, one or more features and/or steps disclosed only in one embodiment or exemplary embodiment may be combined with one or more other features and/or steps disclosed only in another embodiment. I

Claims

Revendications Claims
[Revendication 1] [Procédé pour contrôler le déplacement de véhicules autonomes (V1-V10) appartenant à une flotte de véhicules partagés, lesdits véhicules comportant des moyens de géolocalisation, caractérisé en ce que ledit procédé comprend les étapes suivantes : a) mettre en œuvre un premier processus informatique logique dans un calculateur (35), lequel premier processus est adapté pour définir une zone géographique (G) où sont localisés les véhicules et pour opérer un maillage de ladite zone de façon à la diviser en sous-zones géographiques (SG1-SG4), b) mettre en œuvre un second processus informatique logique dans un calculateur (35), lequel second processus est adapté pour calculer, dans chaque sous-zone géographique (SG1-SG4) et pour chaque véhicule (Vj) disponible à la réservation dans la sous-zone concernée (SGi), un temps moyen d’attente (ITm- SGi) pendant lequel ledit véhicule ne sera pas réservé, ledit calcul étant réalisé en exécutant dans ledit calculateur une application informatique basée sur un modèle d’intelligence artificielle, c) dans un serveur de gestion (S), géolocaliser les véhicules (V1-V10) de la flotte affectés d’un statut défini et disponibles à la réservation et sélectionner au moins un desdits véhicules (V1 , V2, V5, V6) situé dans une ou plusieurs sous- zones géographiques (SG1 , SG2, SG3, SG5) où le temps moyen d’attente calculé est supérieur au temps moyen d’attente calculé le plus faible (ITm-SG4), d) générer, depuis le serveur (S), une requête initiant un déplacement automatique du véhicule (V1 , V2) sélectionné à l’étape c), vers la sous-zone (SG4) dont le temps moyen d’attente (ITm-SG4) calculé est le plus faible, lequel déplacement est défini selon un itinéraire calculé par un module de calcul d’itinéraire (34) dudit serveur, e) transmettre la requête à un équipement embarqué du véhicule sélectionné à l’étape c), f) la réception de la requête entraîne le déplacement automatique du véhicule vers la sous-zone (SG4) dont le temps moyen d’attente (ITm-SG4) calculé est le plus faible, selon l'itinéraire calculé. [Claim 1] [Method for controlling the movement of autonomous vehicles (V1-V10) belonging to a fleet of shared vehicles, said vehicles comprising geolocation means, characterized in that said method comprises the following steps: a) implementing a first logical computer process in a computer (35), which first process is adapted to define a geographical zone (G) where the vehicles are located and to operate a mesh of said zone so as to divide it into geographical sub-zones (SG1 -SG4), b) implementing a second logical computer process in a computer (35), which second process is adapted to calculate, in each geographical sub-zone (SG1-SG4) and for each vehicle (Vj) available at the reservation in the sub-zone concerned (SGi), an average waiting time (ITm-SGi) during which said vehicle will not be reserved, said calculation being carried out by executing in said computer an application computer based on an artificial intelligence model, c) in a management server (S), geolocating the vehicles (V1-V10) of the fleet assigned a defined status and available for reservation and selecting at least one of said vehicles (V1, V2, V5, V6) located in one or more geographical sub-zones (SG1, SG2, SG3, SG5) where the calculated average waiting time is greater than the lowest calculated average waiting time (ITm- SG4), d) generating, from the server (S), a request initiating an automatic movement of the vehicle (V1, V2) selected in step c), towards the sub-zone (SG4) whose average waiting time (ITm-SG4) calculated is the lowest, which displacement is defined according to a route calculated by a route calculation module (34) of said server, e) transmitting the request to on-board equipment of the vehicle selected in step c ), f) the reception of the request causes the automatic movement of the vehicle towards the sub-zone (SG4) whose time m mean of waiting (ITm-SG4) calculated is the lowest, according to the calculated route.
[Revendication 2] Procédé selon la revendication 1 , dans lequel à l’étape e) la requête est transmise en priorité au(x) véhicule(s) (V1 , V2) situés dans la sous-zone (SG5) dont le temps moyen d’attente (ITm-SG5) calculé est le plus élevé. [Claim 2] Method according to claim 1, in which in step e) the request is transmitted as a priority to the vehicle(s) (V1, V2) located in the sub-zone (SG5) whose average waiting time (ITm-SG5) calculated is the highest.
[Revendication 3] Procédé selon la revendication 1 , dans lequel à l’étape e) la requête est transmise en priorité au(x) véhicule(s) (V1 , V2) qui sont le plus proches de la sous-zone (SG4) dont le temps moyen d’attente (ITm-SG4) calculé est le plus faible. [Claim 3] Method according to claim 1, in which in step e) the request is transmitted in priority to the vehicle(s) (V1, V2) which are closest to the sub-zone (SG4) whose mean waiting time (ITm-SG4) calculated is the lowest.
[Revendication 4] Procédé selon l’une des revendications précédentes, dans lequel des véhicules (V1-V10) de la flotte sont des véhicules électriques comportant chacun un moteur électrique alimenté par une batterie électrique rechargeable, ledit procédé comprenant les étapes suivantes : [Claim 4] Method according to one of the preceding claims, in which vehicles (V1-V10) of the fleet are electric vehicles each comprising an electric motor powered by a rechargeable electric battery, said method comprising the following steps:
- b1 ) détecter le taux de charge de batterie de chaque véhicule électrique (Vj) disponible à la réservation, - b1) detecting the battery charge rate of each electric vehicle (Vj) available for reservation,
- b2) pour chaque véhicule électrique (Vj) disponible à la réservation, pondérer le temps moyen d’attente (ITm-SGi) calculé à l’étape b) avec le taux de charge de batterie dudit véhicule de manière à obtenir un temps moyen d’attente corrigé (ITm’-Vj) dudit véhicule. - b2) for each electric vehicle (Vj) available for reservation, weight the average waiting time (ITm-SGi) calculated in step b) with the battery charge rate of said vehicle so as to obtain an average time corrected waiting time (ITm'-Vj) of said vehicle.
[Revendication 5] Procédé selon la revendication 4, dans lequel la pondération de l’étape b2) est réalisée en divisant le temps moyen d’attente (ITm-SGi) calculé à l’étape b) par un coefficient k qui est fonction du taux de charge de batterie du véhicule électrique concerné détecté à l’étape b1), avec 0<k<1. [Claim 5] Method according to claim 4, in which the weighting of step b2) is carried out by dividing the mean waiting time (ITm-SGi) calculated in step b) by a coefficient k which is a function of the battery charge rate of the electric vehicle concerned detected in step b1), with 0<k<1.
[Revendication 6] Procédé selon l’une des revendications précédentes, dans lequel des véhicules (V1-V10) de la flotte sont des véhicules à moteur thermique comprenant un réservoir de carburant, ledit procédé comprenant les étapes suivantes : [Claim 6] Method according to one of the preceding claims, in which the vehicles (V1-V10) of the fleet are thermal engine vehicles comprising a fuel tank, said method comprising the following steps:
- b1 ) détecter le niveau de remplissage du réservoir de chaque véhicule à moteur thermique (Vj) disponible à la réservation, - b1) detecting the filling level of the tank of each thermal engine vehicle (Vj) available for reservation,
- b2) pour chaque véhicule à moteur thermique (Vj) disponible à la réservation, pondérer le temps moyen d’attente (ITm-SGi) calculé à l’étape b) avec le niveau de remplissage du réservoir dudit véhicule de manière à obtenir un temps moyen d’attente corrigé (ITm’-Vj) dudit véhicule. - b2) for each internal combustion engine vehicle (Vj) available for reservation, weight the average waiting time (ITm-SGi) calculated in step b) with the filling level of the tank of said vehicle so as to obtain a corrected average waiting time (ITm'-Vj) of said vehicle.
[Revendication 7] Procédé selon la revendication 6, dans lequel la pondération de l’étape b2) est réalisée en divisant le temps moyen d’attente (ITm-SGi) calculé à l’étape b) par un coefficient k qui est fonction du niveau de remplissage du réservoir du véhicule concerné détecté à l’étape b1), avec 0<k<1. [Claim 7] Method according to claim 6, in which the weighting of step b2) is carried out by dividing the average waiting time (ITm-SGi) calculated in step b) by a coefficient k which is a function of the filling level of the tank of the vehicle concerned detected in step b1), with 0<k<1.
[Revendication 8] Procédé selon la revendication l’une des revendications précédentes, dans lequel le calcul de l’étape b) est basé sur un algorithme d'apprentissage entraîné pour calculer de manière prédictive, à une date donnée et à un instant donné, et dans chaque sous-zone géographique (SG1-SG4), un temps moyen d’attente (ITm-SGi) qui est affecté à chaque véhicule disponible à la réservation dans la sous-zone concernée et dans lequel : [Claim 8] Method according to claim one of the preceding claims, in which the calculation of step b) is based on a learning algorithm trained to calculate predictively, at a given date and at a given instant, and in each geographical sub-zone (SG1-SG4), an average waiting time (ITm-SGi) which is assigned to each vehicle available for reservation in the sub-zone concerned and in which:
- les données d’entrée d’apprentissage de l’algorithme d'apprentissage proviennent : o d’un historique de requêtes de réservation effectives de véhicules (V1- V10) de la flotte, et o de tout ou partie des données suivantes : la localisation des sous- zones géographiques (SG1-SG4) depuis lesquelles des requêtes de réservation ont été émises au court des dernières X heures, avec X compris entre 1 et 168 ; la distance des sous-zones géographiques (SG1-SG4) par rapport à un point prédéfini de la zone géographique (G) ; pour chaque véhicule (V1-V10) de la flotte auxquels sont affectés un statut « disponible à la réservation » ou un statut « indisponible à la réservation », les heures effectives auxquelles leur statut passe de « disponible à la réservation » à « indisponible à la réservation » et inversement ; des données climatologiques ; des données relatives à une date et heure d’évènements intervenus dans la zone géographique (G) et/ou dans l’une de ses sous-zones (SG1-SG4) ; le nombre d’utilisateurs ayant libéré des véhicules de la flotte au court des dernières Y heures, avec Y compris entre 1 et 168 dans chaque sous- zone géographique (SG1-SG4), - the learning input data of the learning algorithm come from: o a history of actual vehicle reservation requests (V1-V10) of the fleet, and o all or part of the following data: the location of the geographical sub-zones (SG1-SG4) from which reservation requests have been sent in the last X hours, with X between 1 and 168; the distance of the geographical sub-zones (SG1-SG4) with respect to a predefined point of the geographical zone (G); for each vehicle (V1-V10) in the fleet to which an "available for reservation" status or an "unavailable for reservation" status is assigned, the effective times at which their status changes from "available for reservation" to "unavailable for booking” and vice versa; climatological data; data relating to a date and time of events occurring in the geographical area (G) and/or in one of its sub-areas (SG1-SG4); the number of users having released vehicles from the fleet in the last Y hours, with Y ranging between 1 and 168 in each geographical sub-zone (SG1-SG4),
- les données de sortie d’apprentissage sont les temps d’attente réels des véhicules (V1-V10) de la flotte dans chaque sous-zone géographique (SG1- SG4). - the learning output data are the real waiting times of the vehicles (V1-V10) of the fleet in each geographical sub-zone (SG1-SG4).
[Revendication 9] Procédé selon la revendication 8, dans lequel : - au moment de l’exécution de l’étape b), les données d’entrée (De1-Den) de l’algorithme d'apprentissage entraîné (ME) sont tout ou partie des données suivantes : l’identification d’une sous-zone géographique (SGi) concernée ; la localisation des sous-zones géographiques (SG1-SG4) depuis lesquelles des requêtes de réservation ont été émises au court des dernières X heures, avec X compris entre 1 et 168 ; la distance de la sous-zone géographique (SGi) concernée par rapport à un point prédéfini de la zone géographique (G) ; des données climatologiques dans la zone géographique (G) et/ou dans la sous- zone géographique (SGi) concernée ; des données relatives à l’heure d’évènements intervenus et/ou à intervenir à la date donnée, dans la zone géographique (G) et/ou dans la sous-zone géographique (SGi) concernée et/ou dans les autres sous-zones géographiques (SG1-SG4) ; le nombre d’utilisateurs ayant libéré des véhicules de la flotte au court des dernières Y heures, avec Y compris entre 1 et 168 dans la sous-zone géographique (SGi) concernée,[Claim 9] A method according to claim 8, wherein: - at the time of the execution of step b), the input data (De1-Den) of the trained learning algorithm (ME) are all or part of the following data: the identification of a sub - geographical area (SGi) concerned; the location of the geographical sub-zones (SG1-SG4) from which reservation requests have been sent in the last X hours, with X between 1 and 168; the distance of the geographical sub-zone (SGi) concerned with respect to a predefined point of the geographical zone (G); climatological data in the geographical area (G) and/or in the geographical sub-area (SGi) concerned; data relating to the time of events occurring and/or to occur on the given date, in the geographical area (G) and/or in the geographical sub-area (SGi) concerned and/or in the other sub-areas geographic (SG1-SG4); the number of users having released vehicles from the fleet in the last Y hours, with Y ranging between 1 and 168 in the geographical sub-area (SGi) concerned,
- la donnée de sortie de l’algorithme d'apprentissage entraîné (ME) est un temps moyen d’attente (ITm-SGi) qui est affecté à chaque véhicule disponible à la réservation dans la sous-zone concernée. - the output of the trained learning algorithm (ME) is an average waiting time (ITm-SGi) which is assigned to each vehicle available for reservation in the sub-zone concerned.
[Revendication 10] Procédé selon l’une des revendications précédentes, dans lequel le calcul de l’étape b) est basé sur un algorithme d'apprentissage entraîné pour calculer de manière prédictive, à une date donnée et à un instant donné, et dans chaque sous-zone géographique (SG1 -SG4), un temps moyen d’attente (ITm-SGi) qui est affecté à chaque véhicule disponible à la réservation dans la sous-zone concernée et dans lequel : [Claim 10] Method according to one of the preceding claims, in which the calculation of step b) is based on a learning algorithm trained to calculate predictively, at a given date and at a given instant, and in each geographical sub-zone (SG1 -SG4), an average waiting time (ITm-SGi) which is assigned to each vehicle available for reservation in the sub-zone concerned and in which:
- les données d’entrée d’apprentissage de l’algorithme d'apprentissage proviennent : o d’un historique de requêtes de réservation effectives de véhicules (V1- V10) de la flotte, et o de tout ou partie des données suivantes : le type et le modèle chaque véhicule (V1-V10) de la flotte ; la localisation (V1-V10) des véhicules de la flotte au moment de leur réservation ; la distance des véhicules (V1-V10) de la flotte au moment de leur réservation par rapport à un point prédéfini de la zone géographique (G) ; pour chaque véhicule (V1-V10) de la flotte auxquels sont affectés un statut « disponible à la réservation » ou un statut « indisponible à la réservation », les heures effectives auxquelles leur statut est passé de « disponible à la réservation » à « indisponible à la réservation » et inversement ; des données climatologiques ; des données relatives à la date et l’heure d’évènements intervenus dans la zone géographique (G) et/ou dans l’une de ses sous-zones géographiques (SG1-SG4) ; le nombre d’utilisateurs ayant libéré des véhicules (V1-V10) de la flotte au court des dernières Y heures, avec Y compris entre 1 et 168 dans chaque sous-zone géographique (SG1-SG4), - the learning input data of the learning algorithm comes from: o a history of actual vehicle reservation requests (V1-V10) of the fleet, and o all or part of the following data: the type and model of each vehicle (V1-V10) in the fleet; the location (V1-V10) of vehicles in the fleet at the time of their reservation; the distance of the vehicles (V1-V10) of the fleet at the time of their reservation relative to a predefined point in the geographical area (G); for each vehicle (V1-V10) in the fleet assigned a status “available for sale” reservation" or a status "unavailable for reservation", the effective times at which their status changed from "available for reservation" to "unavailable for reservation" and vice versa; climatological data; data relating to the date and time of events occurring in the geographical area (G) and/or in one of its geographical sub-areas (SG1-SG4); the number of users having released vehicles (V1-V10) from the fleet in the last Y hours, with Y ranging between 1 and 168 in each geographical sub-zone (SG1-SG4),
- les données de sortie d’apprentissage sont les temps d’attente réels des véhicules (V1-V10) de la flotte. - the learning output data are the real waiting times of the vehicles (V1-V10) of the fleet.
[Revendication 11] Procédé selon la revendication 10, dans lequel : [Claim 11] A method according to claim 10, wherein:
- au moment de l’exécution de l’étape b), les données d’entrée (De1-Den) de l’algorithme d'apprentissage entraîné (ME) sont tout ou partie des données suivantes : l’identification d’un véhicule (Vj) concerné de la flotte ; la localisation du véhicule concerné (Vj) au moment du calcul ; pour le véhicule (Vj) concerné, les heures effectives auxquelles son statut est passé de « disponible » à - at the time of execution of step b), the input data (De1-Den) of the trained learning algorithm (ME) are all or part of the following data: the identification of a vehicle (Vj) concerned of the fleet; the location of the vehicle concerned (Vj) at the time of the calculation; for the vehicle (Vj) concerned, the effective times at which its status changed from "available" to
« indisponible » et inversement au court des dernières X heures, avec X compris entre 1 et 168 ; la distance séparant le véhicule (Vj) concerné d’un point prédéfini de la zone géographique (G) au moment du calcul ; des données climatologiques dans la zone géographique (G) et/ou dans une sous-zone géographique (SG1-SG4) concernée ; des données relatives à l’heure d’évènements intervenus et/ou à intervenir à la date donnée, dans la zone géographique (G) et/ou dans les sous-zones géographiques (SG1-SG4) ; le nombre d’utilisateurs ayant libéré des véhicules au court des dernières Y heures, avec Y compris entre 1 et 168, dans les différentes sous-zones géographiques (SG1-SG4), "unavailable" and vice versa during the last X hours, with X between 1 and 168; the distance separating the vehicle (Vj) concerned from a predefined point in the geographical area (G) at the time of the calculation; climatological data in the geographical area (G) and/or in a geographical sub-area (SG1-SG4) concerned; data relating to the time of events occurring and/or to occur on the given date, in the geographical area (G) and/or in the geographical sub-areas (SG1-SG4); the number of users having released vehicles in the last Y hours, with Y between 1 and 168, in the different geographical sub-zones (SG1-SG4),
- la donnée de sortie de l’algorithme d'apprentissage entraîné (ME) est un temps moyen d’attente (ITm-Vj) propre au véhicule concerné (Vj). - the output data of the trained learning algorithm (ME) is an average waiting time (ITm-Vj) specific to the vehicle concerned (Vj).
[Revendication 12] Procédé selon la revendication 11 , dans lequel le temps moyen d’attente (ITm-SGi) affecté à chaque véhicule disponible à la réservation dans une sous-zone concernée (SGi) est calculé en moyennant les temps moyens d’attente (ITm-Vj) propres aux véhicules disponibles à la réservation se trouvant dans ladite sous-zone. [Claim 12] Method according to claim 11, in which the average waiting time (ITm-SGi) assigned to each vehicle available for reservation in a sub-zone concerned (SGi) is calculated by averaging the times waiting means (ITm-Vj) specific to vehicles available for reservation located in said sub-zone.
[Revendication 13] Système adapté pour la mise en œuvre du procédé selon l’une des revendications précédentes, comportant un calculateur (35) adapté pour exécuter les étapes dudit procédé. [Claim 13] System suitable for implementing the method according to one of the preceding claims, comprising a computer (35) suitable for performing the steps of said method.
[Revendication 14] Produit programme d'ordinateur comprenant des instructions de code pour l'exécution les étapes du procédé selon la revendication 1 , lorsqu'il est exécuté par un calculateur (35). [Claim 14] Computer program product comprising code instructions for performing the steps of the method according to claim 1, when executed by a computer (35).
[Revendication 15] Produit programme d'ordinateur comprenant des instructions de code pour l'exécution des étapes du procédé selon la revendication 1, lorsqu'il est exécuté par un calculateur (35). [Claim 15] A computer program product comprising code instructions for performing the steps of the method according to claim 1, when executed by a computer (35).
PCT/EP2022/070405 2021-07-20 2022-07-20 Method and system for controlling the movement of autonomous vehicles belonging to a fleet of shared vehicles WO2023001914A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FRFR2107803 2021-07-20
FR2107803A FR3125618B3 (en) 2021-07-20 2021-07-20 Method and system for generating information on waiting times between two reservations of vehicles belonging to a fleet of shared vehicles

Publications (1)

Publication Number Publication Date
WO2023001914A1 true WO2023001914A1 (en) 2023-01-26

Family

ID=78536302

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2022/070405 WO2023001914A1 (en) 2021-07-20 2022-07-20 Method and system for controlling the movement of autonomous vehicles belonging to a fleet of shared vehicles

Country Status (2)

Country Link
FR (1) FR3125618B3 (en)
WO (1) WO2023001914A1 (en)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2226749A1 (en) * 2009-03-06 2010-09-08 Vu Log Method and system for managing a fleet of vehicles
WO2013087514A1 (en) * 2011-12-16 2013-06-20 Renault S.A.S. Control of the autonomous mode of bimodal vehicles
JP2019016205A (en) * 2017-07-07 2019-01-31 日本ユニシス株式会社 Home delivery rental car booking system
JP2019016191A (en) * 2017-07-07 2019-01-31 日本ユニシス株式会社 Home delivery rental car network system
FR3091592A1 (en) * 2019-01-04 2020-07-10 Balyo Method for the control by a supervision server of the movement of a fleet of vehicles with autonomous guidance
JP2021067992A (en) * 2019-10-18 2021-04-30 パーク二四株式会社 Vehicle management server and computer program

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2226749A1 (en) * 2009-03-06 2010-09-08 Vu Log Method and system for managing a fleet of vehicles
WO2013087514A1 (en) * 2011-12-16 2013-06-20 Renault S.A.S. Control of the autonomous mode of bimodal vehicles
JP2019016205A (en) * 2017-07-07 2019-01-31 日本ユニシス株式会社 Home delivery rental car booking system
JP2019016191A (en) * 2017-07-07 2019-01-31 日本ユニシス株式会社 Home delivery rental car network system
FR3091592A1 (en) * 2019-01-04 2020-07-10 Balyo Method for the control by a supervision server of the movement of a fleet of vehicles with autonomous guidance
JP2021067992A (en) * 2019-10-18 2021-04-30 パーク二四株式会社 Vehicle management server and computer program

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BRIDE: "Méthodes de construction de réseaux bayésiens", August 2016, UNIVERSITÉ DE STRASBOURG, pages: 1 - 34
HECKERMAN: "A bayesian approach to leaming causal network", 1995, MICROSOFTRESEARCH
PEARL: "Probabilistic Reasoning in Intelligent Systems : Networks of Plausible Inference", 1988, MORGAN KAUFMANN PUBLISHERS

Also Published As

Publication number Publication date
FR3125618A3 (en) 2023-01-27
FR3125618B3 (en) 2023-08-25

Similar Documents

Publication Publication Date Title
US11663915B2 (en) Dynamic modeling and simulation of an autonomous vehicle fleet using real-time autonomous vehicle sensor input
US20210019671A1 (en) Method, Device, Cloud Service, System, and Computer Program for Smart Parking a Connected Vehicle
US11301948B2 (en) Parking continuity with unused duration between automated vehicles
US20200311846A1 (en) Systems and methods for matching autonomous transportation provider vehicles and transportation requests in transportation management systems
EP3903069B1 (en) Method and system for planning a journey
US11449962B2 (en) Systems and methods for transport cancellation using data-driven models
US20200118444A1 (en) Roadside assistance program
US20230303053A1 (en) Control Device and Method for the Predictive Operation of an On-Board Power Supply System
EP3903256A1 (en) Method and system for transmitting a prompt request
EP2150930A2 (en) Method and system making it possible to place an individual public vehicle at the disposal of a user
US20210027214A1 (en) Systems and methods for managing electrically-assisted personal mobility vehicles
WO2020254773A1 (en) Method and system for managing parking spaces
WO2020058234A1 (en) Device for predicting the most probable route of a vehicle
WO2023001914A1 (en) Method and system for controlling the movement of autonomous vehicles belonging to a fleet of shared vehicles
US10783500B1 (en) Systems and methods for managing electrically-assisted personal mobility vehicles
EP4374301A1 (en) Process and system for modifying the standby duration and/or the reactivation frequency and/or the wake duration of on-board computing devices in vehicles
EP4374305A1 (en) Method and system for modifying the standby duration and/or the reactivation frequency and/or the wake duration of a computing device on board a vehicle belonging to a fleet of shared vehicles
EP4374304A1 (en) Method and system for controlling the activation of charging stations for electric vehicles
US20210342760A1 (en) Systems and methods for utilizing constrained modes of transportation
BE1027166B1 (en) Method for transporting a plurality of users and goods
US20230133248A1 (en) Utilization-specific vehicle selection and parameter adjustment
EP2226749A1 (en) Method and system for managing a fleet of vehicles
WO2021144535A1 (en) Method and system for incorporating geographical positions of vehicles available for hire into a digital map
WO2019193261A1 (en) Method for determining at least one reference value of a maintenance parameter of a vehicle, and corresponding system
FR3138401A1 (en) Method and device for controlling a vehicle driving assistance system based on a level of tire performance

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22754853

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE