BR112014006445B1 - Plataforma computadorizada para o desenvolvimento e implementação de aplicações e serviços telemétricos de veículos acionados a sensor - Google Patents
Plataforma computadorizada para o desenvolvimento e implementação de aplicações e serviços telemétricos de veículos acionados a sensor Download PDFInfo
- Publication number
- BR112014006445B1 BR112014006445B1 BR112014006445-8A BR112014006445A BR112014006445B1 BR 112014006445 B1 BR112014006445 B1 BR 112014006445B1 BR 112014006445 A BR112014006445 A BR 112014006445A BR 112014006445 B1 BR112014006445 B1 BR 112014006445B1
- Authority
- BR
- Brazil
- Prior art keywords
- vehicle
- sensor
- services
- sensor data
- detection
- Prior art date
Links
- 238000011161 development Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000001514 detection method Methods 0.000 claims description 46
- 238000012544 monitoring process Methods 0.000 claims description 22
- 230000000694 effects Effects 0.000 claims description 18
- 230000033001 locomotion Effects 0.000 claims description 17
- 238000012360 testing method Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000000747 cardiac effect Effects 0.000 claims description 8
- 238000003745 diagnosis Methods 0.000 claims description 8
- 238000004393 prognosis Methods 0.000 claims description 7
- 238000007726 management method Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 3
- 206010041349 Somnolence Diseases 0.000 claims 1
- 238000004364 calculation method Methods 0.000 claims 1
- 230000001788 irregular Effects 0.000 claims 1
- 230000015572 biosynthetic process Effects 0.000 abstract description 6
- 238000005259 measurement Methods 0.000 abstract 1
- 238000004422 calculation algorithm Methods 0.000 description 20
- 230000006399 behavior Effects 0.000 description 15
- 230000018109 developmental process Effects 0.000 description 10
- 230000009471 action Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002565 electrocardiography Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 244000035744 Hura crepitans Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000009429 distress Effects 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000003786 sclera Anatomy 0.000 description 1
- 201000009032 substance abuse Diseases 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/508—Network service management, e.g. ensuring proper service fulfilment according to agreements based on type of value added network service under agreement
- H04L41/5096—Network service management, e.g. ensuring proper service fulfilment according to agreements based on type of value added network service under agreement wherein the managed service relates to distributed or central networked applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/36—Software reuse
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/04—Network management architectures or arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
-
- 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
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
- Automotive Seat Belt Assembly (AREA)
- Alarm Systems (AREA)
Abstract
plataforma computorizada para o desenvolvimento e implementação de aplicações e serviços telemétricos de veículos acionados a sensor. é aqui apresentada uma plataforma computorizada para o desenvolvimento, implementação e gestão inteligentes de aplicações telemétricas de veículo. além disso, a presente invenção providencia um método e sistema que permite a provisão de um serviço de transporte inteligente na plataforma com base em nuvem, que facilita a criação e implementação de aplicações telemétricas de veículo configuradas para ativar as medidas de tráfego, formação de tráfego, vigilância do veículo e outros serviços relacionados com o veículo.
Description
[001] A invenção refere-se, de um modo geral, ao campo de sistemas inteligentes computorizados ubíquos, sistemas ciber-físicos e a Internet das coisas (loT). Em particular, a invenção refere-se a um método e sistema para ativar uma plataforma unificada capaz de providenciar uma série de serviços para desenvolver e implementar aplicações telemétricas veiculares acionadas por sensor no ambiente inteligente do transporte ubíquo.
[002] De um modo geral, o transporte veicular inteligente inclui a monitorização remota de veículos, das condições de estrada, a supervisão remota de veículos e das condições de condução, etc. utilizando a telemática e a análise de dados telemétricos. A telemática tem sido amplamente implementada em todo o mundo para analisar dados recolhidos por vários dispositivos de telecomunicação em objetos remotos como veículos. Por exemplo, ao utilizar a telemática em combinação com o dispositivo GPS (Sistema Global de Posicionamento) implementado num veículo, é possível seguir a localização exata do veículo. Similarmente, a telemática ajuda no seguimento do reboque e na gestão da frota de veículos. A telemática envolve vários dispositivos de telecomunicação e detecção integrados num veículo sob o controlo do veículo. Ao contrário da telemática, a telemetria é o processo de medir parâmetros a partir da localização de origem para a localização de computação e analítica, realizando a tarefa de análise dos parâmetros medidos sem afetar o controlo sobre os objetos no veículo. A própria plataforma analítica pode estar no veículo ou numa localização remota como numa “nuvem” ou de algum modo dividida entre os dois.
[003] Na técnica antecedente, são providenciadas várias aplicações veiculares nos smartphones dos utilizadores finais que subscreveram estas 5 aplicações ou nas plataformas da telemática. O requerente daqui desenvolveu algumas poucas aplicações veiculares inteligentes e requereu a patente. Alguns destes pedidos de patentes são os seguintes. 314/MUM/2012 por Purushothaman, Balamuralidhar et al. apresenta um sistema, método e aparelho para a comunicação veicular, em que a informação de áudio é 10 divulgada através de uma buzina inteligente integrada no veículo, que são interpretados pela aplicação instalada na estação receptora para dar outros passos. 773/MUM/2012 por Arpan, Pal et al. apresenta um sistema para combinar o diagnóstico e prognóstico do veículo com base nos hábitos de condução do condutor e a sua resposta a várias condições de estrada. 15 2335/MUM/2011 por Arpan, Pal et al. apresenta um sistema e método paragerir os postos de controlo de via-férrea sem vigilância, em que, quando o comboio está na proximidade de uma passagem de nível sem guarda, o sistema notifica todos os telemóveis próximos da dita passagem de nível. 2751/MUM/2011 apresenta um sistema e método que facilitam a avaliação de 20 danos de um objeto, ao converter os dados visuais do objeto numa representação multidimensional (MD) e ao identificar um conjunto de pontos característicos e um conjunto de mapas de contorno da dita representação MD do objeto. 2036/MUM/2008 por K S Chidanand et al. apresenta uma invenção que recolhe a imagem facial do condutor, usando uma câmara de 25 infravermelhos e ainda executa os passos de detecção da face, binarização, detecção da pupila e seguimento da pupila para determinar se o condutor está a dormir. 2784/MUM/2009 por Chidanand K.S et al. apresenta um método robusto e eficaz em termos de custos para localizar e seguir o estado de sonolência dos olhos do condutor, utilizando imagens captadas por uma 30 câmara de infravermelhos (IR) próxima, disposta no veículo. 1264/MUM/2009 por Chidanand K.S et al. apresenta um sistema de detecção do sono que traça eficientemente a forma da esclera dos olhos do condutor para deduzir se o condutor está acordado ou adormecido, através de uma Máquina de Vetor de Suporte (SVM) / Rede Neural Artificial. 3367/MUM/2011 por Sinha, Aniruddha et al. apresenta um método e sistema para emitir metadados codificados através do sinal de frequência audível mais longe, recebendo e analisando os ditos metadados codificados recebidos, extraindo e descodificando o código de barras recebido juntamente com os metadados codificados e devolvendo a informação do turista através do acesso a uma ligação web recebida juntamente com os metadados codificados para uma série de serviços baseados na web. 3550/MUM/2011 apresenta um método e sistema para determinar o tempo de fadiga atual (AFT) para uma atividade baseada no tempo de fadiga padrão recebido (SFT) e um índice de fadiga correspondente a um ou mais parâmetros externos. 2750/MUM/2011 apresenta um método e sistema para a detecção aproximada do veículo com base nos dados do sensor recebidos de vários sensores dentro e fora do veículo que detectam o estado dos componentes do veículo. 2999/MUM/2011 por Chakravarty, Kingshuk et al. apresenta um método e sistema para a analítica de imagem em tempo real, utilizando um servidor secundário de computação de nuvem, em que os dados da analítica são transferidos apenas para partes autorizadas identificadas através de imagens marcadas recebidas para análise no dito servidor. PCT/IN2010/000581 por Jayaraman, Srinivasan et al. apresenta um sistema para a segurança do veículo, personalização e monitorização da atividade cardíaca de um condutor, em que a eletrocardiografia de um condutor é monitorizada e registada, sendo utilizada para identificação de uma pessoa que entra no veículo e em que a personalização do veículo, com base nas preferências do utilizador, atua como um detector de intrusos relativamente à segurança do veículo.
[004] PCT/IN2010/000811 por Nag, Sudip et al. apresenta um sistema, método e aparelho para monitorizar as atividades cardíacas dos utilizadores, em que o dito sistema inclui um dispositivo de monitorização da atividade cardíaca que pode ser usado e contido no próprio e que opera em múltiplos modos sem fios para traçar eficazmente as atividades cardíacas e realizar o prognóstico de uma indisposição. 3550/MUM/2011 apresenta um método e sistema para determinar o tempo de fadiga atual (AFT) para uma atividade baseada no tempo de fadiga padrão recebido (SFT) e um índice de fadiga correspondente a um ou mais parâmetros externos. 2750/MUM/2011 apresenta um método e sistema para a detecção aproximada do veículo com base nos dados do sensor recebidos de vários sensores dentro e fora do veículo que detectam o estado dos componentes do veículo.
[005] No entanto, toda esta aplicação veicular é única no seu tipo e destina-se à monitorização específica da atividade. Estão limitadas a providenciar aplicações específicas implementadas em smartphone ou qualquer plataforma telemática com ou sem a utilização de um servidor secundário. Cada uma destas aplicações atua como uma aplicação autónoma que pode ser implementada no smartphone do utilizador e segue uma atividade dedicada/específica no ambiente inteligente do veículo. Porém, pode-se recorrer a estas aplicações para desenvolver e implementar várias outras aplicações no contexto do domínio veicular, utilizando os algoritmos e a lógica do desenvolvimento do software, com base nos quais cada aplicação autónoma é desenvolvida. Em particular, cada uma destas aplicações pode ser providenciada como vários serviços no serviço de Transporte Inteligente baseado em plataforma que facilita o desenvolvimento, teste e implementação de inúmeras aplicações, através da reutilização dos dados e componentes do sistema. Por conseguinte, tendo em vista o acima referido, há muito que é sentida a necessidade de providenciar uma solução baseada em plataforma para uma solução de transporte inteligente que aloja vários serviços configurados para permitir à comunidade do criador do software que desenvolva novas aplicações telemétricas veiculares comuns ao domínio, facilitando assim a reutilização dos dados.
[006] OBJETIVOS DA INVENÇÃO
[007] Um objetivo principal da invenção é providenciar um método e sistema que permita que uma plataforma de transporte inteligente aloje vários serviços agrupados para desenvolverem aplicações telemétricas de veículo acionadas por sensor.
[008] Outro objetivo ainda da invenção é permitir aos criadores da aplicação que selecionem serviços e algoritmos dessa relevância no contexto do domínio da aplicação acionada por sensor para serem desenvolvidos a partir dos serviços agrupados da plataforma.
[009] Outro objetivo ainda da invenção é fornecer dados de teste e caixas de areia de desenvolvimento aos criadores da aplicação para testar a aplicação desenvolvida e pronta para ser implementada no domínio de transporte.
[010] Outro objetivo ainda da invenção é ligar as aplicações recentemente desenvolvidas para o agrupamento de serviços da plataforma para facilitar o futuro desenvolvimento da aplicação no mesmo domínio.
[011] Outro objetivo ainda da invenção é fornecer um método e sistema, em que as ditas aplicações desenvolvidas com base em sensor facilitam a detecção da anomalia do veículo e o prognóstico disso focado para ativar a segurança e proteção do veículo, do condutor, dos passageiros e dos outros utilizadores da estrada.
[012] Outro objetivo ainda da invenção é ativar um método e sistema para notificar os utilizadores finais subscritos às ditas aplicações de sistemas de transporte inteligente relativamente às anomalias no trânsito do veículo.
[013] Outro objetivo ainda da invenção é ativar um método e sistema para entregar anúncios destinados aos ocupantes do veículo com base no seguimento em tempo real do comportamento do ocupante e hábitos de condução.
[014] Antes de descrever os presentes métodos, sistemas e possibilidade de hardware, deve entender-se que esta invenção não está limitada a sistemas em particular e a metodologias descritas, uma vez que pode haver múltiplos modelos possíveis da presente invenção que não são expressamente ilustrados na presente apresentação. Note-se também que a terminologia utilizada na descrição destina-se apenas a descrever as versões ou modelos particulares e não pretende limitar o âmbito da presente invenção.
[015] Num modelo, a presente invenção fornece uma plataforma de computação de nuvem baseada num sistema de Transporte Inteligente que consiste de uma série de serviços através da plataforma. Neste modelo, a analítica baseada no sensor é fornecida como um serviço na plataforma que inclui a extração de características, classificação, agrupamento e visualização. Neste modelo, este conjunto de serviços é fornecido no sistema veicular e também no smartphone do utilizador capaz de fornecer alimentações de dados do sensor para a plataforma. Estes serviços incluem a analítica do acelerómetro, serviços baseados na localização e outras ferramentas dessas para desenvolver aplicações. Os serviços incluem agrupamentos para a extração de características, classificação e agrupamento juntamente com a visualização, relatório e atuação, etc. neste modelo para juntar estes serviços a partir de um agrupamento de serviços de transporte inteligente implementados na plataforma de computação de nuvem, que é utilizada para desenvolver um número de aplicações novas e também fornecer um facilitador para desenvolver outras aplicações no mesmo domínio.
[016] Neste modelo, a plataforma do serviço de transporte inteligente (ITS) integra um conjunto de serviços para ativar a recolha de dados do sensor em tempo real e o armazenamento, a analítica, o desenvolvimento e implementação de aplicações telemétricas construídas usando os ditos serviços para dados recolhidos a partir de qualquer dispositivo do sensor. A plataforma ativa a disponibilidade e seleção de serviço relevante do conjunto de serviços agrupados dentro da plataforma para desenvolver, testar e implementar uma aplicação telemétrica com base em sensor, que relata aos dispositivos de computação subscritos as anomalias observadas na proximidade do sistema veicular inteligente e seu prognóstico. Em particular, neste modelo da invenção é implementado um sistema de transporte inteligente, que utiliza o conjunto de serviços que facilita o desenvolvimento e a implementação de várias aplicações telemétricas do veículo, que monitorizam e 5 seguem anomalias nos veículos, condições de estrada, hábitos de condução do condutor, condições ambientais e comportamentos dos passageiros, etc. A plataforma ativa ainda a reutilização dos dados para configurar o existente conjunto de serviços, que compreende algoritmos como a extração de características, agrupamento e classificação, etc. para identificar e construir 10 novas aplicações com base em sensor.
[017] Neste modelo, o ITS está configurado para fornecer um serviço consciente do contexto aos consumidores finais com base no seguimento de hábitos dos passageiros no veículo. Isto é, a plataforma ITS está configurada de modo a que os múltiplos utilizadores no espaço do veículo possam cada um 15 automaticamente receber anúncios relevantes para os seus interesses, hábitos e comportamentos seguidos através de vários sensores implementados no veículo, criando o contexto. Por exemplo, se um utilizador que normalmente está sentado no banco do passageiro do veículo estiver interessado em desporto, ele ou ela receberá anúncios relacionados com vários produtos de 20 desporto como sapatos, coletes e equipamentos desportivos, etc. Se o passageiro no banco de trás estiver interessado em algo diferente (p. ex. jogos de ação), ser-lhe-ão endereçados anúncios apropriados ao mesmo tempo que o ocupante do banco do passageiro recebe os anúncios desportivos.
[018] O resumo anterior, assim como, a seguinte descrição detalhada dos modelos privilegiados, serão melhor entendidos se forem lidos em conjunto com os desenhos anexos. Para efeito de ilustração da invenção, são apresentados nos desenhos construções exemplificativas da invenção; porém, a invenção não está limitada aos métodos específicos e à arquitetura 30 apresentada nos desenhos: A Figura 1 é um diagrama de bloco que ilustra um sistema de transporte inteligente (100), implementado através da utilização de um conjunto de serviços agrupados numa plataforma de computação de nuvem de acordo com um modelo da invenção.A Figura 2 é um exemplo funcional que ilustra a monitorização da condição da estrada e a aplicação de alerta implementada por um Sistema de Transporte Inteligente que utiliza serviços da plataforma de acordo com um modelo exemplificativo da invenção.A Figura 3 é um fluxograma que ilustra passos concebidos para permitir que a plataforma ITS com o suporte dos serviços da plataforma realize a tarefa da analítica em tempo real de um transporte veicular de acordo com um modelo exemplificativo.
[019] A descrição foi apresentada com referência a um modelo exemplificativo da invenção. As pessoas entendidas na matéria e na tecnologia, à qual pertence esta invenção, compreendem que podem ser feitas alterações e mudanças ao método e sistema de operação descritos sem sair significativamente do princípio, espírito e âmbito desta invenção.
[020] Num aspeto da presente invenção, um conjunto de serviços é agrupado numa plataforma de computação de nuvem inteligente, como Plataforma em Tempo Real para Serviços & Analítica (RIPSAC) em forma de uma solução com base no serviço de transporte inteligente que é utilizado para criar e implementar várias aplicações telemétricas de veículo no ambiente veicular inteligente. Estes serviços de transporte inteligentes na plataforma RIPSAC podem ser utilizados para monitorizar em tempo real vários aspetos relacionado com o transporte veicular, incluindo hábitos de condução, condições de trânsito, condições de estrada, comportamentos de passageiros e seguimento da localização, etc. O sistema de transporte inteligente é possibilitado através da utilização de poucos conjuntos de serviços agrupados na plataforma RIPSAC. RIPSAC atua como uma plataforma unificada que fornece Serviços com base no Transporte Inteligente que permite a implementação de aplicações, assim como, algoritmos e componentes reutilizáveis dentro da plataforma. Vários modelos do sistema de transporte inteligente inventivo serão agora descritos com referência às Figuras 1,2 e 3.
[021] Relativamente à Figura 1, esta apresenta um diagrama de bloco que ilustra um sistema de transporte inteligente (100), daqui em diante designado por ITS, implementado utilizando um conjunto de serviços agrupado na plataforma RIPSAC. Conforme ilustrado, o sistema de transporte inteligente (100) está adaptado para configurar um módulo de serviço de detecção (101), um módulo de serviço analítico de margem (103), um módulo de serviço de armazenamento secundário (105), um módulo de serviço analítico secundário (107) e um módulo de serviço de relatório (109) para gerir e implementar inteligentemente várias aplicações com base em sensor para sistemas de transporte.
[022] Num modelo, o Módulo de serviço de detecção (101) está configurado para fornecer alimentações de dados do sensor de um smartphone ou de uma plataforma telemática dentro do carro equipada com uma rede de sensores a bordo ou conectado através de algumas interfaces de bus/sem fios. O Módulo do serviço analítico de margem (103) realiza a analítica nas alimentações de dados recebidos a partir do sensor que ativa o pré- processamento e a extração de características, o que leva à redução de dados e também ativa o armazenamento de características apenas em vez de dados do sensor em bruto. O Módulo de serviços de armazenamento secundário (105) é uma implementação SWE que ativa o armazenamento e recuperação de dados do sensor usando o SOS (Serviço de Observação do Sensor). O Módulo de serviço analítico secundário (107) está adaptado para correr a analítica no subsistema secundário que inclui a execução de algoritmos, como a classificação, agrupamento, etc. O Módulo de relatório/serviço (109) é um módulo de serviço de interface do utilizador que fornece alertas áudio/visual ou visualizações aos dispositivos subscritos do utilizador final (111) com base na analítica que corre nos dados do sensor. Em particular, os resultados da analítica em forma de anomalias detectados no transporte veicular e prognóstico disso são transmitidos para os dispositivos de computação dos utilizadores finais (111) subscritos a serviços RIPSAC e aplicações desenvolvidas a partir daí. Por conseguinte, a presente invenção fornece o Transporte Inteligente como um Agrupamento de serviços no topo de uma plataforma baseada em SWE (Possibilidade Web de Sensor) em forma de uma plataforma RIPSAC. O ITS (100) incorpora um conjunto de serviços focados na Segurança e Proteção do veículo, condutor, passageiros e outros utilizadores da estrada. O ITS (100) permite aos criadores/arrendatários da aplicação (113) escolher a partir de um conjunto de algoritmos mais adequado ao domínio. O ITS (100) permite aos criadores da aplicação testar os seus algoritmos com alguns dados de teste a partir da plataforma. O sistema de transporte inteligente (ITS) baseado no RIPSAC é flexível para permitir o desenvolvimento de novos algoritmos e adicioná-los de volta ao agrupamento e também permitir aos criadores da aplicação testar os seus algoritmos com alguns dados de teste da plataforma.
[023] Num modelo, o módulo de serviço de detecção (101) suporta vários serviços de sensor, incluindo o serviço de localização, serviço de movimento, serviço de diagnóstico e serviço audiovisual dentro do veículo, que fornece alimentações de dados do sensor data a partir de vários sensores do veículo dentro e fora. O Serviço de localização está configurado para interpretar a posição de uma entidade ou um dispositivo. De um modo geral, a localização é definida pela informação da latitude, longitude e altitude. Num cenário local, como num prédio, a localização pode significar muito mais localização granular como pisos e zonas, etc. A localização pode ser fornecida por sistemas GPS ou pode ser derivada a partir de sensores de proximidade como símbolos RFID, bluetooth ou Wi-Fi. A localização pode também ser derivada a partir de uma informação pública de uma pessoa, como símbolos irrelevantes do twitter, serviço de localização do facebook de análises de texto de blogues. A geo- identificação de imagens carregadas em tempo real próximo por um utilizador pode ser também utilizada como interferência.
[024] Num modelo, o serviço de movimento é fornecido a partir do veículo como um conjunto de resultados do sensor em bruto ou processados que apresentam os parâmetros de movimento (normalmente a velocidade ou aceleração) de um veículo ao longo do eixo X, Y e Z, utilizando um conjunto de sistema de coordenadas pré-definido. O movimento é normalmente detectado e estimado utilizando um acelerómetro e opcionalmente um compasso como sensor. No entanto, também se pode inferir indiretamente, utilizando técnicas emissivas e de irradiação a partir da infraestrutura como era em tempos utilizado pela polícia para detectar a velocidade. Porém, a utilização da segunda forma é rara e, por conseguinte, pode ser ignorada. Além disso, o movimento também pode ser previsto utilizando a detecção de proximidade a outros veículos ou pontos de infraestrutura ao longo da estrada. O Serviço de diagnóstico é fornecido pela analítica num painel de instrumentos ligado de um veículo. Inclui análises do nível do óleo, baterias, sensores de oxigénio, leituras MPFI e acelerómetro, etc. O diagnóstico forma um serviço importante porque grande parte da segurança e fiabilidade do veículo depende da condição do veículo que pode ser obtida a partir de uma informação de diagnóstico. Esta informação está disponível na maior parte dos veículos, utilizando o Diagnóstico A Bordo (OBD).
[025] Num modelo, o serviço de detecção áudio dentro do veículo fornece sinais de áudio e visuais (imagens/vídeos) de dentro do carro ou à volta do carro, utilizando uma câmara com base no smartphone ou câmaras dentro do veículo ligadas a um portal. As típicas técnicas de processamento do sinal multimídia podem ser usadas para extrair informação útil destes dados, como a identificação ou classificação do objeto, etc. Num modelo exemplificativo, uma forma de carregar imagens em tempo real para usar no processamento em tempo real e para derivar inferências daí foi apresentada no pedido de patente indiano pendente número 2999/MUM/2011.
[026] Num modelo, o módulo de serviço analítico secundário (107) suporta vários serviços analíticos incluindo o serviço analítico do acelerómetro, o serviço analítico de localização, o serviço de processamento do sinal multimídia e o serviço de modelação/simulação. Neste modelo, o serviço analítico do 5 acelerómetro pode ser utilizado para uma série de efeitos, como a detecção de um caminho mau, identificação do estado do condutor e também o diagnóstico da condição do veículo. O serviço analítico do acelerómetro utiliza dados em bruto do acelerómetro e executa algoritmos, como a Extração de Características e Classificação, etc. para realizar a analítica. O conjunto de 10 serviços analíticos de localização implementa o agrupamento ou classificação da localização que resulta na agregação de dados baseados na localização para fornecer muito melhores percepções ou inferências aos dispositivos que respondem. O agrupamento de serviço analítico da localização contém um conjunto desses algoritmos que processam os dados de localização produzidos 15 pelos sensores como GPS, A-GPS etc. para fornecer a analítica como “quem está mais perto de quem” e “estava no mesmo lugar”.
[027] Neste modelo, o serviço de processamento do sinal multimídia é um serviço analítico baseado no processamento de áudio e vídeo para fornecer assistência ao condutor e serviços de monitorização do veículo. Isto permite 20 monitorizar o comportamento do condutor (p. ex. detecção de sono, detecção da atenção, etc.), alerta o condutor da presença de peões no caminho e alerta o condutor sobre os sinais na estrada. Os serviços de processamento de vídeo detecta os peões e as suas distâncias do carro, detecta os sinais na estrada e detecta a face e o fechar de olhos do condutor. Num modelo exemplificative, 25 uma forma para localizar e seguir o estado de sonolência dos olhos do condutor, utilizando imagens captadas por uma câmara de infravermelhos (IR) próxima disposta no veículo, foi apresentada no pedido de patente indiano pendente número 2784/MUM/2009. Além disso, o pedido de patente indiano número 1264/MUM/2009 apresenta uma forma da detecção de sono na 30 circulação do veículo. Outra técnica utilizada para detectar o adormecimento de um condutor durante a condução foi apresentada no pedido de patente indiano pendente número 2036/MUM/2009. Os eventos e alertas detectados são o resultado deste serviço.
[028] Num modelo, o agrupamento do serviço de modelação/simulação está configurado para receber entradas de serviços baseados na localização, movimento e diagnóstico para modelar o terreno ou o veículo ou mesmo o condutor. Isto fornece uma forma de simular a situação e criar dados sintéticos a partir da formação dos algoritmos e sistema para o tempo de funcionamento real. Estes dados também podem ser utilizados para a futura classificação. Neste modelo, o módulo de relatório/serviço (109) fornece alertas de áudio/visual, relatórios para o serviço de transporte pedido por vários subscritores. Pode ser um alerta ou um relatório de navegação, diagnóstico ou prognóstico de estrada ou um relatório sobre a saúde do carro ou os padrões de condução, etc.
[029] Num modelo, o ITS usa um conjunto de Serviços de Planeamento na RIPSAC que pode dotar os utilizadores com um plano de trajetos, utilizando um sistema de transporte existente e a informação de localização sobre o recurso, destino e um conjunto de POI (pontos de interesse). Além disso, o serviço de segurança na RIPSAC está configurado para usar vários serviços analíticos do sensor e serviço de alerta/relatório para providenciar alertas e atuações de segurança ao utilizador. Isto inclui serviços de processamento de imagem, de diagnóstico, de localização e movimento combinados com vários tipos de analítica a correr nos mesmos, por exemplo a detecção e identificação de objetos, analítica do acelerómetro e também leituras do RPM e sensores de suspensão através de dispositivos a bordo (OBD) do veículo.
[030] Relativamente à Figura 2, esta é um exemplo funcional que ilustra a monitorização da condição da estrada e a aplicação de alerta implementada pelo ITS, utilizando os serviços RIPSAC de acordo com um modelo exemplificative da invenção. O exemplo funcional ilustra a capacidade do ITS (100) em detectar e evitar buracos na estrada. Os buracos são incomodativos e podem também danificar os veículos. Porém, os buracos podem ser evitados e tratados se o condutor for atempadamente alertado das suas localizações. Para permitir isto, os veículos comunicam colaborativamente com o sistema de detecção e alerta ITS. Conforme ilustrado, sempre que um acelerómetro do veículo (211.1) verifica uma anomalia (209) no eixo z, ele carrega a sua localização e os dados anómalos (217) para o programa secundário (200). O programa secundário (200) faz uma análise dos dados a partir de um número desses veículos (211.2, 211.3, 211.4, e 211.5) e deriva uma inferência em como a localização detectada contém um buraco. Depois disso, os veículos (213, 215) que estão na mesma estrada são notificados da localização, podendo assim evitar o buraco.
[031] Neste modelo exemplificativo, a aplicação da monitorização da condição da estrada é ativada utilizando o conjunto de serviços agrupados na RIPSAC para ITS. No primeiro passo, o serviço do sensor para movimento (203) é utilizado para captar leituras do acelerómetro a partir do smartphone do utilizador (211.1). Depois disto, o serviço analítico (205) é utilizado para o pré- processamento, extração de características e classificação dos dados no smartphone do utilizador (211.1) para identificar a atual condição da estrada. Isto é conseguido como um núcleo para cada classificador. De seguida, o serviço do sensor para localização (203) é utilizado para obter a localização atual e os dados colocados no programa secundário (200). Esses dados são colocados a partir de um número de telefones dentro do veículo (211.2, 211.3, 211.4, e 211.5). Por fim, uma fusão corre nos dados que faz um agrupamento nos dados de localização associados aos pontos para obter um ponto agregado que é depois fornecido ao utilizador, utilizando o serviço de alerta/relatório (219) como alertas audíveis e um mapa de buracos da cidade/região.
[032] Similarmente, o Sistema de Transporte Inteligente (ITS) (100) pode ser configurado para desenvolver muitas dessas aplicações baseadas em sensor, que ativam a monitorização em tempo real de anomalias no sistema de transporte veicular, utilizando o conjunto de serviços agrupados na plataforma RIPSAC. Por exemplo, um ou mais sensores podem ajudar a monitorizar a condução veicular do utilizador final, como os hábitos de aceleração e desaceleração, a atenção do condutor, etc., que podem ser utilizados pelas companhias de seguros para decidir sobre o prémio do seguro e cobertura de risco. Além disso, os dados recolhidos pelos sensores localizados dentro do veículo podem ser usados para determinar fatores dinâmicos de risco e ajudar a evitar acidentes, reduzindo assim reivindicações e a exposição à companhia de seguros ao mesmo tempo que reduz os prémios para o utilizador final. Os dados recolhidos pelos sensores ativam o controlo dinâmico do tráfego ao nível urbano através da recolha de dados sobre as condições da estrada, a densidade veicular, etc., que quando é usado em conjunto com a navegação GPS vai permitir a organização dinâmica que pode reduzir engarrafamentos e otimizar o tempo de viagem a todos os condutores.
[033] Num modelo exemplificativo, a plataforma pode permitir a edição em tempo real de documentos Word e PowerPoint dentro de um carro por um passageiro através de uma interface visual ou interface baseada em áudio. Nutro modelo exemplificativo, a plataforma permite seguir em tempo real os comportamentos e hábitos do cliente. Os comportamentos seguidos são depois utilizados pelos anunciadores para anúncios para os ocupantes do carro, tendo em conta o papel do sujeito do anúncio no carro. Por exemplo, para o ocupante que conduz o carro, os anunciadores iriam dirigir ao ocupante anúncios de áudio, e para os ocupantes nos bancos de trás eles iriam dirigir anúncios visuais. Em ambos os casos, os anúncios estariam relacionados com produtos ou serviços relacionados com os comportamentos seguidos de todos os ocupantes.
[034] Num modelo exemplificativo, a integração da plataforma de hardware e software permite que múltiplos passageiros no mesmo veículo realizem várias tarefas associadas ao comércio, entretenimento e comunicação, que normalmente realizam em casa ou no escritório. Por exemplo, a plataforma integrada permite aos advogados trabalhar em documentos legais no carro enquanto estão sentados no banco do passageiro, permite as crianças fazerem os trabalhos de casa ou jogar jogos de video enquanto estão no banco de trás, permite às companhias de seguro 5 monitorizar o comportamento do condutor em tempo real e aos funcionários de aplicação da lei monitorizar regras de condução com álcool enquanto o condutor está a conduzir o carro. Os vários serviços e aplicações suportadas pela plataforma são os seguintes:
[035] Num modelo exemplificativo, o ITS (100) está configurado para 10 permitir seguir o comportamento dos ocupantes no veículo, utilizando o conjunto de serviços de sensor, armazenamento e analítica agrupados na plataforma RIPSAC. A aplicação envolve o uso de observações do sensor, tanto observações do presente como do passado, para aprender o comportamento dos ocupantes do veículo. Isto incluiria os hábitos de condução 15 do condutor e as ações/atividades do condutor, assim como, de outros passageiros. Num modelo exemplificativo, uma forma de monitorizar a atividade cardíaca de um condutor é apresentada no Pedido PCT/IN2010/000581, onde é monitorizada a eletrocardiografia de um condutor. Outra técnica da monitorização cardíaca é apresentada no Pedido 20 PCT/IN2010/000811, que inclui um dispositivo de monitorização da atividade cardíaca que pode ser usado e contido no próprio e que opera em múltiplos modos. Num dos modos, o dispositivo sem fios transmite as leituras registadas pelo eletrocardiograma para um (uns) dispositivo(s) de comunicação remota. As atividades que não a condução incluem o uso de sistema de entretenimento 25 dentro do carro, computadores ligados, controlos de veículos e consumo do conteúdo, utilizando sistemas dentro do carro. Ao usar o comportamento aprendido, os ocupantes e as suas ações podem ser detetados e seguidos em tempo real. Isto fornece abundante informação contextuai, que pode ser utilizada para uma variedade de aplicações, incluindo a entrega de conteúdo 30 personalizado, informação e anúncios para os ocupantes.
[036] Num modelo exemplificativo, o ITS (100) está configurado para ativar a detecção de anomalias no carro, utilizando o conjunto de serviços de sensor, armazenamento e a analítica agrupados na plataforma RIPSAC. Neste modelo exemplificativo, a detecção de anomalias dentro do veículo envolve a monitorização e supervisão do veículo. A anomalia inclui resultados analíticos combinados de uma classe de sensores. Por exemplo, uma anomalia pode incluir a detecção de qualquer movimento inesperado, sons inesperados ou até uma mudança súbita na temperatura do habitáculo ou nas condições de luz do veículo. A maior aplicação do seguimento de anomalias é criar um alerta baseado nos resultados de monitorização em vez de uma constante e contínua monitorização manual. A correspondência do padrão, detecção de exceção, detecção do movimento e algoritmos de correspondência sonora recebem entradas de dispositivos em veículos, como a câmara do habitáculo, microfone do habitáculo, detecção do clima no habitáculo e dispositivos de notificação para detectar quaisquer condições inesperadas dentro do veículo. A anomalia dentro do veículo inclui ainda o seguimento das condições ambiente dentro do habitáculo, analisando os parâmetros como a temperatura, a humidade e o termostato, etc. Isto pode ser considerado para ser uma medida do controlo climático usada dentro dos veículos. Os dados são valiosos, uma vez que permite ao veículo auto-ajustar às condições com base nas preferências do condutor.
[037] Num modelo exemplificativo, o ITS (100) está configurado para ativar o diagnóstico dos componentes veiculares, utilizando o conjunto de serviços de sensor, armazenamento e analítica agrupados na plataforma RIPSAC. O diagnóstico envolve a análise de níveis de combustível, capacidade da bateria, nível de oxigénio e leituras do acelerómetro no painel de instrumentos para garantir a segurança e fiabilidade do veículo em várias e diferentes condições ambientais. Estas leituras são detectadas por diferentes sensores, como o sensor do painel de instrumentos, o sensor do acelerómetro e outros sensores que monitorizam o motor, a transmissão e outros subsistemas. Os valores obtidos dos sensores são analisados, utilizando os algoritmos de cálculo da estimativa e da eficiência. O resultado do seguimento do diagnóstico é seguir ou monitorizar a saúde do veículo e as possíveis áreas problemáticas no funcionamento de diferentes partes do motor do veículo para evitar possíveis acidentes. Além disso, pode ser criado um relatório de registo e seguimento no programa secundário, enquanto o seguimento do diagnóstico está em curso no espaço do veículo, providenciando um relatório detalhado da atividade dos dados de diagnóstico. Num modelo exemplificativo, uma forma de captar os dados de detecção a partir dos sensores do veículo para diagnóstico e prognóstico disso foi apresentada no pedido de patente indiano pendente número 773/MUM/2011.
[038] Num modelo exemplificativo, o ITS (100) está configurado para ativar o serviço E-CALL a partir do veículo remoto, utilizando o conjunto de serviços de sensor, armazenamento e analítica agrupados na plataforma RIPSAC. O E-call é um serviço que permite a um condutor ou passageiro fazer uma chamada de emergência a partir do veículo. O uso da Telemática pode ser importante em cenários em que o telemóvel não tem cobertura. Além disso, pode ser vital no caso de o utilizador não ter um telemóvel que pode ter-se danificado durante o acidente. E-Call utiliza linhas de chamadas de socorro para serviços de emergência e também pede automaticamente ajuda no caso de os passageiros não responderem. O propósito do E-CALL é a detecção de um desastre e fazer uma chamada e reencaminhar a chamada usando qualquer conectividade disponível.
[039] Num modelo exemplificativo, o ITS (100) está configurado para ativar o Serviço de Seguimento com base na Região a partir do veículo remoto, utilizando o conjunto de serviços de sensor, armazenamento e analítica agrupados na plataforma RIPSAC. O seguimento com base na região envolve seguir a informação veicular relacionada com o número de veículos numa região específica. Isto pode ser designado por um serviço agregado com base na localização, em que a detecção do movimento com base na região de múltiplos veículos juntamente com a densidade de tráfego é seguida nessa região particular que é monitorizada.
[040] Num modelo exemplificativo, o ITS (100) está configurado para ativar a mensagem para o serviço de Telemática ITS (Sistema de Transporte Inteligente), que permite mandar os dados do sensor do veículo para o sistema de transporte, para gerir melhor o tráfego. Este serviço pode permitir uma mensagem de tempo e periódica dos dados do veículo para o ITS. Todos os dados analíticos telemáticos detectados por diferentes sensores no veículo são enviados para o ITS para gerir o tráfego.
[041] Num modelo exemplificativo, o ITS (100) está configurado para ativar o serviço de Sensor de Cidadão / Sensor Participativo, que envolve a participação ativa dos cidadãos para agirem como sensores na observação de situações perigosas numa área particular, como crimes, calamidades naturais, etc. e relatar essas observações em forma de dados de áudio ou texto para as autoridades competentes, usando os seus dispositivos portáteis. Uma vez que pode haver uma série de eventos a relatar com vários níveis de competências das pessoas, é difícil um formato padronizado para relatar. Por isso, é implementada uma análise semântica dos dados de relatório dos cidadãos, utilizando um algoritmo baseado em NLP para extrair informação relevante. Além disso, a plataforma ITS também suporta mecanismos para recompensar os contribuidores com base na relevância e fiabilidade dos dados. Num modelo exemplificativo, os vários serviços conforme apresentados acima são utilizados para a implementação de várias aplicações veiculares em tempo real que estão associadas ao seguimento do veículo e gestão de tráfego. Algumas poucas das aplicações são as seguintes:
[042] Num modelo exemplificativo, o ITS (100) com o suporte da plataforma RIPSAC permite o desenvolvimento da aplicação da Caixa Preta do Carro. De forma análoga à caixa preto dos aviões, esta aplicação é responsável por detectar diferentes parâmetros do veículo utilizando sensores integrados. Esta aplicação é utilizada para monitorizar remotamente o estado de saúde e, assim, o diagnóstico do veículo. Além disso, esta aplicação é utilizada para monitorizar os hábitos de condução do condutor para ajudar o médico e as companhias de seguros a realizar tarefas pós-acidente com base nos resultados monitorizados.
[043] Num modelo exemplificativo, a presente invenção ativa a plataforma ITS (100) para localizar diferentes utilizadores que conduzem os seus veículos em tempo real. Por exemplo, a ITS plataforma (100) monitoriza os detalhes de condução, como o mapa de estrada e a hora do dia, etc. através da detecção dos dados de localização dos veículos dos utilizadores participantes. Com base 10 nesta análise, é criado um gráfico social em tempo real que contém possíveis utilizadores a conduzir os seus veículos numa área em particular.
[044] Num modelo exemplificativo, a plataforma ITS (100) que utiliza o conjunto de serviços de sensores, analítica e armazenamento agrupados tem um papel vital na ajuda que presta às companhias de seguros em decidir a 15 cobertura de risco e o montante do prémio para diferentes pessoas com base nos seus hábitos de condução. Por exemplo, a captura em tempo real das características de condução, como o nível de tráfego, hora de condução, tipo de estradas frequentemente percorridas, distância da viagem, podem ser analisadas para determinar o risco associado ao acidente. Além disso, com 20 base nas características do tráfego observado para cada uma das pessoas, o montante do prémio e a cobertura de risco podem ser decididos, de modo a que tanto o fornecedor do seguro como a pessoa segurada sejam beneficiados. Num modelo exemplificativo, a plataforma de margem no veículo que compreende diferentes sensores pode rápida e eficientemente ajudar a gerir o 25 processo de reclamação do seguro. Por exemplo, é possível detectar, a partir dos dados do sensor do acelerômetro, o padrão de condução do condutor e um embate. A partir dos carimbos de tempo, é possível detectar o tempo de condução e a hora em que de facto ocorreu o incidente. A companhia de seguros fica a saber do acidente mais depressa e o montante reclamado será 30 menos. Num modelo exemplificativo, as características do tráfego são monitorizadas em tempo real com base na análise de entradas a partir de sensores de movimento, localização, tempo e diagnóstico. A analítica e os detalhes do tráfego permitem ao fornecedor de seguros detectar rapidamente acidentes para receberem menos reclamações. Por outro lado, se o condutor for um condutor seguro com bons hábitos de condução, ele ou ela pode pagar menos prémios pelo montante coberto pelo seguro. Esta analítica permite reduzir reclamações fraudulentas e o fornecedor do seguro pode monitorizar várias características do veículo, o condutor do veículo em tempo real.
[045] Num modelo exemplificativo, o ITS (100) pode ser implementado como um sistema de vigilância do veículo remoto. Existe uma forte possibilidade de intrusão não autorizada ou roubos do veículo. Para evitar esse tipo de abusos, o sistema de vigilância remota permite a monitorização em tempo real das atividades no veículo a partir da localização remota através da apresentação da vista panorâmica no habitáculo do veículo no smartphone do proprietário do veículo.
[046] Num modelo exemplificativo, o ITS (100) pode ser implementado para desenvolver uma aplicação de alerta de segurança automatizada, utilizando o conjunto de serviços RIPSAC. Frequentemente, a razão dos acidentes e choques tem a ver com a negligência do condutor no cumprimento dos sinais de segurança e/ou de trânsito. Também, por vezes, a proximidade com outros veículos numa curva estreita não é tida em conta pelos condutores. Neste cenário, um alerto audível ou visual ao condutor relativamente à ignorância das normas de segurança pode salvar vidas. Num modelo exemplificativo, a presente invenção ativa esses alertas ao providenciar sensores de proximidade e atuadores de notificação para os sinais de trânsito e de estrada. Além disso, a execução da analítica localizada agregada no movimento do veículo providencia detalhes relativamente à proximidade e extrapolação, prevendo colisões na estrada. Estes detalhes são depois analisados em tempo real, podendo depois ser usados para criar alertas. Além disso, a informação relacionada com as atuais más condições da estrada sem quaisquer indicações em forma de placa pode ser reunida a partir de diferentes utilizadores móveis, utilizando a terceirização aberta, e esta informação é disseminada para os condutores através do alerta de notificação criado em tempo real.
[047] Num modelo exemplificativo, o ITS (100) com o suporte do conjunto de serviços RIPSAC está configurado para desenvolver e implementar a aplicação de guia de tráfego. A gestão do tráfego na hora de ponta é uma grande preocupação para qualquer corpo administrativo urbano. Além disso, no caso de uma falha e bloqueio especialmente em terreno montanhoso, o desvio do tráfego livre de risco torna-se uma grande preocupação devido à disponibilidade limitada de estradas e da sua capacidade limitada. Além disso, no caso de um desastre, uma grande preocupação da gestão pós-desastre é a evacuação. Aqui, devido ao grande volume de tráfego de uma fonte em particular, gera-se o problema de congestionamento e pânico. Por isso, precisa-se de uma gestão apropriada do tráfego e, consequentemente, a formação do tráfego. De acordo com um modelo exemplificativo, a formação do tráfego depende do critério principal, como a identificação do congestionamento ou bloqueio ou falha, um dimensionamento apropriado e análise causal do problema, encaminhamento de serviços de emergência e encaminhamento do tráfego normal. Num modelo, a identificação de um possível engarrafamento é realizada através da análise da densidade do veículo com base na região para criar notificações de emergência. As possíveis razões do congestionamento de tráfego podem dever-se a eventos sociais ou procissões, calamidades naturais ou desastres e acidentes, como interrupções de ponte/túnel, etc. Depois de identificar o problema, há dois itens de ação principais para encaminhar os serviços de emergência pelo caminho mais rápido possível e depois guiar as pessoas para o seu destino de forma rápida e segura. Estes dois são requisitos conflituosos e dependentes, requerendo uma formação inteligente do tráfego. Como resultado da formação do tráfego, o congestionamento do tráfego pode ser evitado, os serviços de emergência podem ser fornecidos a tempo e é possível gerir eficientemente as evacuações de forma suave pelas autoridades em questão.
[048] Num modelo exemplificativo, o ITS (100) com o suporte do conjunto de serviços RIPSAC está configurado para desenvolver e implementar a Detecção do Condutor Mal-intencionado. Num modelo exemplificativo, a presente invenção permite a deteçcão em tempo real do estado do condutor com base nos maus hábitos dos condutores. Num modelo exemplificativo, uma forma de detectar uma condução rude, e o seu respetivo veículo, é apresentada no pedido de patente indiano pendente 2750/MUM/2011. Se o dispositivo de telemática instalado no veículo estiver selado ou desativado por um condutor para escapar aos seus hábitos de condução que estão a ser seguidos, os relatórios são criados com base em texto ou áudio recebido das pessoas que conduzem na mesma região.
[049] Num modelo exemplificativo, o ITS (100) com o suporte do conjunto de serviços RIPSAC está configurado para desenvolver e implementar um método e sistema de transmissão de informação do dispositivo de origem para o destino através de comandos de áudio integrados na buzina do veículo. Uma forma desse tipo de implementação é apresenta em 314/MUM/2012, em que a informação de áudio é divulgada através de uma buzina inteligente integrada no veículo, que é interpretada pela aplicação instalada na estação receptora para dar outros passos. Além disso, o ITS (100) com o suporte do conjunto de serviços RIPSAC está configurado para gerir postos de controlo da via-férrea sem vigilância. Uma forma de gerir postos de controlo de via-férrea sem vigilância foi apresentada em 2335/MUM/2011, em que quando o comboio está próximo de uma passagem de nível sem vigilância, o sistema notifica todos os telemóveis nas proximidades da dita passagem de nível.
[050] Num modelo exemplificativo, o ITS (100) com o suporte do conjunto de serviços RIPSAC está configurado para desenvolver e implementar um método e sistema para avaliar os danos do objeto. Uma forma desse tipo de avaliação é apresentada em 2751/MUM/2011, em que a avaliação dos danos de um objeto é realizada pela conversão dos dados visuais do objeto numa representação Multidimensional (MD) e pela identificação de um conjunto de pontos característicos e um conjunto de mapas de contorno a partir da dita representação MD do objeto.
[051] Num modelo exemplificativo, o ITS (100) com o suporte do conjunto de serviços RIPSAC está configurado para desenvolver e implementar uma aplicação de guia de turismo e sua navegação. Uma forma de facilitar esse tipo de guia de turismo e navegação foi apresentada em 3367/MUM/2011, em que uma informação turística está integrada em metadados codificados na estação 10 de origem que é recuperada acedendo a uma ligação web recebida juntamente com metadados codificados na estação de destino. Além disso, noutro modelo exemplificativo, o ITS (100) está configurado para determinar o tempo de fadiga numa atividade no veículo. Uma forma de determinar o tempo de fadiga de uma atividade é apresentada em 3550/MUM/2011, em que o tempo de fadiga 15 atual (APT) para uma atividade é determinado com base no tempo de fadiga padrão recebido (SFT) e num índice de fadiga correspondente a um ou mais parâmetros externos.
[052] Num modelo exemplificativo, a presente invenção suporta o anúncio baseado no contexto em tempo real com base em dados recolhidos por vários 20 sensores implementados no espaço do veículo. Por exemplo neste modelo, a monitorização em tempo real dos comportamentos e hábitos do cliente é implementada utilizando vários dispositivos do sensor. Estes comportamentos e hábitos do cliente monitorizados são utilizados para anúncios baseados no contexto pelos anunciadores para os ocupantes de um carro, tendo em conta o 25 papel do sujeito do anúncio no carro. Por exemplo, se o cliente no carro é um condutor, ele ou ela receberá anúncios de áudio no banco da frente relevantes para o seu perfil. Se o cliente for um passageiro do banco de trás, ele ou ela receberá anúncios de vídeo no banco de trás. Por conseguinte, o anúncio baseado no contexto de acordo com este modelo exemplificativo suporta 30 requisitos regulamentares (p. ex. anúncios de áudio no banco da frente e anúncios de vídeo no banco de trás). Ainda noutro modelo exemplificativo, o anúncio baseado no contexto inclui a criação em tempo real de perfis específicos do utilizador com base em dados telemáticos seguidos dentro do veículo. Com base nos perfis criados, cada utilizador individual receberá anúncios de diferentes anunciadores no contexto para o perfil específico do utilizador. Mais especificamente, serão endereçados múltiplos utilizadores.
[053] Relativamente à Figura 3, esta é um fluxograma que ilustra passos concebidos para permitir que a plataforma ITS com o suporte dos serviços RIPSAC realize a tarefa da analítica em tempo real de um transporte veicular de acordo com um modelo exemplificativo.
[054] No passo 301, são adquiridas as alimentações de dados do sensor em formatos variados de um ou mais sensores implementados nas proximidades dos veículos.
[055] No passo 303, os dados baseados no sensor adquiridos são pré- processados para excluir dados em bruto e extrair dados de sensor característicos essenciais para a detecção de anomalias.
[056] No passo 305, um serviço de ativação da web de software (SWE) é ativado para o armazenamento e recuperação dos ditos dados característicos do sensor.
[057] No passo 307, um conjunto de serviços analíticos agrupados e algoritmos na RIPSAC é utilizado para desenvolver, testar e implementar uma ou mais aplicações com base em sensor, facilitando a detecção e o prognóstico de anomalias no veículo.
[058] No passo 309, os alertas ou visualizações em tempo real são enviados para o dispositivo subscrito relativamente à anomalia detectada no transporte veicular.
[059] A descrição anterior foi apresentada com referência a vários modelos da invenção. As pessoas entendidas na matéria e na tecnologia, à qual pertence esta invenção, compreendem que podem ser feitas alterações e mudanças às estruturas e métodos de operação descritos sem sair significativamente do princípio, espírito e âmbito desta invenção.
[060] Os modelos exemplificativos acima discutidos podem providenciar certas vantagens. Apesar de não ser exigido para os aspetos práticos da apresentação, estas vantagens podem incluir aquelas providenciadas pelas 5 seguintes características.
[061] A presente invenção ativa a plataforma o Serviço de Transporte Inteligente (ITS) que incorpora um conjunto de serviços focados na Segurança e Proteção do veículo, condutor, passageiros e outros utilizadores da estrada.
[062] O ITS proposto permite aos criadores da aplicação escolher um 10 serviço e um algoritmo apropriado daí a partir de um conjunto de algoritmos mais adequado ao domínio.
[063] O ITS permite aos criadores da aplicação testar os seus algoritmos com alguns dados de teste a partir da plataforma.
[064] O ITS no RIPSAC é flexível para permitir o desenvolvimento de 15 novos algoritmos e ligá-los na plataforma para futuros desenvolvimentos no mesmo domínio.
[065] A presente invenção permite aos anunciadores endereçar a potências clientes com base nos dados analíticos em tempo real que analisam os hábitos ou comportamentos do utilizador.
Claims (5)
1. Sistema (100) implantado em uma plataforma de computação em nuvem para detectar anomalia no transporte de veículos, o sistema (100) caracterizado por compreender:uma pluralidade de dispositivos disponíveis na proximidade de um veículo;uma plataforma de computação em nuvem que armazena um conjunto de serviços para monitoramento em tempo real de uma pluralidade de aspectos associados ao transporte de veículos, em que a plataforma de computação em nuvem permite a implantação de uma pluralidade de aplicativos baseados em sensores, técnicas computacionais reutilizáveis e componentes no plataforma de computação em nuvem, em que o conjunto de serviços e as técnicas computacionais reutilizáveis na plataforma de computação em nuvem são utilizadas para desenvolver, testar e implantar a pluralidade de aplicativos baseados em sensores;uma arquitetura orientada a serviços (SOA) facilitando o desenvolvimento da pluralidade de aplicativos baseados em sensores adequados para o domínio de uma pluralidade de dispositivos de computação inscritos e a implantação da pluralidade de aplicativos baseados em sensores na pluralidade de dispositivos de computação inscritos e em que a pluralidade de sensores aplicativos baseados são executados selecionando as técnicas computacionais da plataforma de computação em nuvem;um módulo de serviço de detecção (101) configurado para fornecer dados de sensor recebidos da pluralidade de dispositivos sensores disponíveis na proximidade de um veículo, em que o módulo de serviço de detecção (101) suporta vários serviços de sensor, incluindo serviço de localização, serviço de movimento, serviço de diagnóstico e serviço de detecção audiovisual no veículo que fornece dados de sensor a partir da pluralidade de sensores, em que a pluralidade de sensores são sensores internos ou externos do veículo;um módulo de serviço de análise de borda (103) configurado para pré- processar os dados do sensor, em tempo real, em pelo menos um dentre a pluralidade de dispositivos de computação assinados, para excluir dados brutos e extrair apenas características dos dados do sensor essenciais para a detecção de anomalias, em que o processamento e a extração das características dos dados do sensor levam à redução do tamanho dos dados do sensor e permitem o armazenamento apenas das características dos dados do sensor;um módulo de serviço de armazenamento de back-end (105) é uma implementação de serviço de Software Web Enablement (SWE), permitindo o armazenamento e a recuperação dos dados do sensor usando um Serviço de Observação do Sensor (SOS);um módulo de serviço de análise de back-end (107) configurado para executar, por pelo menos um aplicativo baseado em sensor, uma ou mais técnicas computacionais para um ou mais serviços de análise em tempo real, no subsistema de back-end da plataforma de computação em nuvem, nas características para detectar a anomalia no transporte de veículo, em que a detecção de anomalias envolve monitoramento e vigilância do veículo em que a anomalia é detectada realizando análises nos dados do sensor usando pelo menos uma técnica computacional de extração, classificação e agrupamento de recursos, correspondência de padrão, detecção de exceção, detecção de movimento e técnicas de correspondência de som, em que a detecção de anomalia inclui saída analítica combinada de processamento de dados de sensor da pluralidade de sensores; eum módulo de relatório (109) para fornecer o resultado da detecção de anomalia para pelo menos um da pluralidade de dispositivos de computação.
2. Sistema de acordo com a reivindicação 1, caracterizado por adicionalmente fornecer alertas de áudio ou visuais para uma pluralidade de dispositivos de assinantes de usuários finais com base no resultado da execução de um ou mais serviços de análise.
3. Método para detectar anomalias em tempo real no transporte de veículos, caracterizado por compreender:fornecer dados de sensor recebidas de uma pluralidade de dispositivos sensores, em que a pluralidade de dispositivos sensores está disponível na proximidade de um veículo, em que a pluralidade de dispositivos sensores suporta vários serviços de sensor, incluindo serviço de localização, serviço de movimento, serviço de diagnóstico e serviço de detecção audiovisual no veículo que fornece dados de sensor a partir da pluralidade de sensores, em que a pluralidade de sensores são sensores internos ou externos do veículo;pré-processamento dos dados do sensor, em tempo real, em pelo menos um dentre uma pluralidade de dispositivos de computação, para excluir dados brutos e extrair características dos dados do sensor essenciais para a detecção de anomalias, em que o pré-processamento e extração das características dos dados do sensor leva à redução do tamanho dos dados do sensor e permite o armazenamento apenas das características dos dados do sensor;executar, por pelo menos um aplicativo baseado em sensor, uma ou mais técnicas computacionais para um ou mais serviços de análise, em tempo real, no subsistema de back-end de uma plataforma de computação em nuvem, nas características dos dados do sensor para detectar a anomalia no veículo transporte, em que a detecção de anomalias envolve monitoramento e vigilância do veículo, em que a anomalia é detectada realizando análises nos dados do sensor usando pelo menos uma técnica computacional de extração, classificação e agrupamento de recursos, correspondência de padrão, detecção de exceção, detecção de movimento e técnicas de correspondência de som, em que a detecção de anomalia inclui saída analítica combinada de processamento de dados de sensor da pluralidade de sensores, em que a plataforma de computação em nuvem armazena um conjunto de serviços para monitoramento em tempo real da pluralidade de aspectos associados ao transporte do veículo, em que a plataforma de computação em nuvem unificada permite a implantação de uma pluralidade de aplicativos baseados em sensores, técnicas e componentes computacionais reutilizáveis na plataforma de computação em nuvem, em que o conjunto de serviços e as técnicas computacionais reutilizáveis na plataforma de computação em nuvem são utilizadas para desenvolver, testar e implantar a pluralidade de aplicativos baseados em sensores na pluralidade de dispositivos de computação e em que a pluralidade de sensores aplicativos baseados em nuvem são executados selecionando as técnicas computacionais na plataforma de nuvem, em que a detecção de anomalia inclui saída analítica combinada de processamento de dados de sensor da pluralidade de sensores; efornecer o resultado da detecção de anomalia para pelo menos um da pluralidade de dispositivos de computação.
4. Método de acordo com a reivindicação 3, caracterizado por compreender ainda fornecer alertas de áudio ou alertas visuais a uma pluralidade de dispositivos eletrônicos com base nos resultados da execução de um ou mais serviços de análise nos dados do sensor em destaque.
5. Método de acordo com a reivindicação 3, caracterizado por as aplicações baseadas em sensor serem selecionadas a partir de um grupo que compreende detecção de buraco de panela, detecção de veículo irregular, monitoramento de atividade cardíaca, diagnóstico e prognóstico do automóvel, fotografia remota, orientação turística remota, identificação de sonolência do motorista, detecção remota de sono, avaliação remota de danos, gerenciamento de postos de controle ferroviário não tripulados, comunicação remota de veículos ou combinações dos mesmos.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN2651/MUM/2011 | 2011-09-19 | ||
IN2651MU2011 | 2011-09-19 | ||
PCT/IN2012/000624 WO2013072926A2 (en) | 2011-09-19 | 2012-09-18 | A computing platform for development and deployment of sensor-driven vehicle telemetry applications and services |
Publications (2)
Publication Number | Publication Date |
---|---|
BR112014006445A2 BR112014006445A2 (pt) | 2017-04-04 |
BR112014006445B1 true BR112014006445B1 (pt) | 2021-11-16 |
Family
ID=55173715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
BR112014006445-8A BR112014006445B1 (pt) | 2011-09-19 | 2012-09-18 | Plataforma computadorizada para o desenvolvimento e implementação de aplicações e serviços telemétricos de veículos acionados a sensor |
Country Status (11)
Country | Link |
---|---|
US (1) | US9990182B2 (pt) |
EP (1) | EP2758879B1 (pt) |
JP (1) | JP2015501459A (pt) |
CN (1) | CN103890730B (pt) |
AU (1) | AU2012338373A1 (pt) |
BR (1) | BR112014006445B1 (pt) |
CA (1) | CA2848995C (pt) |
MX (1) | MX337513B (pt) |
TW (1) | TWI627084B (pt) |
WO (1) | WO2013072926A2 (pt) |
ZA (1) | ZA201401804B (pt) |
Families Citing this family (116)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8606512B1 (en) | 2007-05-10 | 2013-12-10 | Allstate Insurance Company | Route risk mitigation |
US10157422B2 (en) | 2007-05-10 | 2018-12-18 | Allstate Insurance Company | Road segment safety rating |
US9932033B2 (en) | 2007-05-10 | 2018-04-03 | Allstate Insurance Company | Route risk mitigation |
US10096038B2 (en) | 2007-05-10 | 2018-10-09 | Allstate Insurance Company | Road segment safety rating system |
US10713726B1 (en) | 2013-01-13 | 2020-07-14 | United Services Automobile Association (Usaa) | Determining insurance policy modifications using informatic sensor data |
EP2946305B1 (en) | 2013-01-16 | 2021-02-03 | Tata Consultancy Services Limited | A system and method for smart public alerts and notifications |
JP2015005259A (ja) * | 2013-06-24 | 2015-01-08 | 株式会社東芝 | コミュニケーション管理システム |
US9871865B2 (en) | 2013-07-11 | 2018-01-16 | Neura, Inc. | Physical environment profiling through internet of things integration platform |
US10990894B2 (en) | 2013-07-11 | 2021-04-27 | Neura, Inc. | Situation forecast mechanisms for internet of things integration platform |
US9600571B2 (en) * | 2013-07-11 | 2017-03-21 | Neura, Inc. | Interoperability mechanisms for internet of things integration platform |
US9947051B1 (en) | 2013-08-16 | 2018-04-17 | United Services Automobile Association | Identifying and recommending insurance policy products/services using informatic sensor data |
US20150066558A1 (en) | 2013-08-29 | 2015-03-05 | Thales Canada Inc. | Context aware command and control system |
JP6069160B2 (ja) * | 2013-10-07 | 2017-02-01 | 株式会社日立製作所 | 制御システム及び認証装置 |
US10269074B1 (en) | 2013-10-23 | 2019-04-23 | Allstate Insurance Company | Communication schemes for property claims adjustments |
US9824397B1 (en) | 2013-10-23 | 2017-11-21 | Allstate Insurance Company | Creating a scene for property claims adjustment |
US20150127570A1 (en) * | 2013-11-05 | 2015-05-07 | Hti Ip, Llc | Automatic accident reporting device |
US9403482B2 (en) | 2013-11-22 | 2016-08-02 | At&T Intellectual Property I, L.P. | Enhanced view for connected cars |
US11416941B1 (en) | 2014-01-10 | 2022-08-16 | United Services Automobile Association (Usaa) | Electronic sensor management |
US11087404B1 (en) | 2014-01-10 | 2021-08-10 | United Services Automobile Association (Usaa) | Electronic sensor management |
US12100050B1 (en) | 2014-01-10 | 2024-09-24 | United Services Automobile Association (Usaa) | Electronic sensor management |
US10552911B1 (en) | 2014-01-10 | 2020-02-04 | United Services Automobile Association (Usaa) | Determining status of building modifications using informatics sensor data |
US9390451B1 (en) | 2014-01-24 | 2016-07-12 | Allstate Insurance Company | Insurance system related to a vehicle-to-vehicle communication system |
US9355423B1 (en) | 2014-01-24 | 2016-05-31 | Allstate Insurance Company | Reward system related to a vehicle-to-vehicle communication system |
US10096067B1 (en) | 2014-01-24 | 2018-10-09 | Allstate Insurance Company | Reward system related to a vehicle-to-vehicle communication system |
US10783586B1 (en) * | 2014-02-19 | 2020-09-22 | Allstate Insurance Company | Determining a property of an insurance policy based on the density of vehicles |
US9940676B1 (en) | 2014-02-19 | 2018-04-10 | Allstate Insurance Company | Insurance system for analysis of autonomous driving |
US10803525B1 (en) | 2014-02-19 | 2020-10-13 | Allstate Insurance Company | Determining a property of an insurance policy based on the autonomous features of a vehicle |
US10783587B1 (en) | 2014-02-19 | 2020-09-22 | Allstate Insurance Company | Determining a driver score based on the driver's response to autonomous features of a vehicle |
US10796369B1 (en) | 2014-02-19 | 2020-10-06 | Allstate Insurance Company | Determining a property of an insurance policy based on the level of autonomy of a vehicle |
US11847666B1 (en) | 2014-02-24 | 2023-12-19 | United Services Automobile Association (Usaa) | Determining status of building modifications using informatics sensor data |
US9824505B2 (en) | 2014-02-25 | 2017-11-21 | Ford Global Technologies, Llc | Method for triggering a vehicle system monitor |
US10614525B1 (en) | 2014-03-05 | 2020-04-07 | United Services Automobile Association (Usaa) | Utilizing credit and informatic data for insurance underwriting purposes |
KR101589427B1 (ko) * | 2014-04-04 | 2016-01-27 | 현대자동차 주식회사 | 운전자 피로도 기반 차량운행 제어장치 및 방법 |
CN103971424A (zh) * | 2014-04-24 | 2014-08-06 | 浪潮电子信息产业股份有限公司 | 基于云计算的行车记录技术 |
US10599155B1 (en) | 2014-05-20 | 2020-03-24 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle operation feature monitoring and evaluation of effectiveness |
US9972054B1 (en) | 2014-05-20 | 2018-05-15 | State Farm Mutual Automobile Insurance Company | Accident fault determination for autonomous vehicles |
US11669090B2 (en) | 2014-05-20 | 2023-06-06 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle operation feature monitoring and evaluation of effectiveness |
US10373259B1 (en) | 2014-05-20 | 2019-08-06 | State Farm Mutual Automobile Insurance Company | Fully autonomous vehicle insurance pricing |
US9792656B1 (en) | 2014-05-20 | 2017-10-17 | State Farm Mutual Automobile Insurance Company | Fault determination with autonomous feature use monitoring |
EP3167296B1 (en) * | 2014-07-09 | 2019-03-27 | Leeo, Inc. | Fault diagnosis based on connection monitoring |
US10540723B1 (en) | 2014-07-21 | 2020-01-21 | State Farm Mutual Automobile Insurance Company | Methods of providing insurance savings based upon telematics and usage-based insurance |
US9428034B2 (en) | 2014-07-21 | 2016-08-30 | Ford Global Technologies, Llc | Integrated vehicle cabin with driver or passengers' prior conditions and activities |
US9628565B2 (en) | 2014-07-23 | 2017-04-18 | Here Global B.V. | Highly assisted driving platform |
US9758120B2 (en) * | 2014-07-24 | 2017-09-12 | Andreas Alamanos | Automatic cloudbased notification system for vehicle accidents |
US9766625B2 (en) | 2014-07-25 | 2017-09-19 | Here Global B.V. | Personalized driving of autonomously driven vehicles |
US9189897B1 (en) | 2014-07-28 | 2015-11-17 | Here Global B.V. | Personalized driving ranking and alerting |
BR112017003958A2 (pt) | 2014-09-05 | 2017-12-19 | Uber Technologies Inc | fornecimento de informações de rota para dispositivos durante um serviço de transporte compartilhado |
US10078865B2 (en) | 2014-09-08 | 2018-09-18 | Leeo, Inc. | Sensor-data sub-contracting during environmental monitoring |
US10991049B1 (en) | 2014-09-23 | 2021-04-27 | United Services Automobile Association (Usaa) | Systems and methods for acquiring insurance related informatics |
US9704396B1 (en) | 2014-10-24 | 2017-07-11 | Allstate Insurance Company | Roadside reporter system |
US9946531B1 (en) | 2014-11-13 | 2018-04-17 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle software version assessment |
US10024684B2 (en) * | 2014-12-02 | 2018-07-17 | Operr Technologies, Inc. | Method and system for avoidance of accidents |
SG11201706351SA (en) | 2015-02-05 | 2017-09-28 | Uber Technologies Inc | Programmatically determining location information in connection with a transport service |
JP2016173651A (ja) * | 2015-03-16 | 2016-09-29 | 株式会社デンソーアイティーラボラトリ | ドライバ状態改善支援装置及びドライバ状態改善支援方法 |
JP2016175750A (ja) * | 2015-03-20 | 2016-10-06 | 株式会社日立ビルシステム | 乗客コンベアの広告システム |
US10489862B2 (en) * | 2015-05-18 | 2019-11-26 | Lookout, Inc. | Systems and methods for computing device protection |
US10089694B1 (en) * | 2015-05-19 | 2018-10-02 | Allstate Insurance Company | Deductible determination system |
CN104807984A (zh) * | 2015-05-21 | 2015-07-29 | 必呼信息科技(上海)有限公司 | 一种酒精摄入量在线监测系统 |
US10489863B1 (en) | 2015-05-27 | 2019-11-26 | United Services Automobile Association (Usaa) | Roof inspection systems and methods |
US9613514B2 (en) | 2015-06-11 | 2017-04-04 | Google Inc. | Systems and methods for providing a smart notifications system |
US9762601B2 (en) * | 2015-06-17 | 2017-09-12 | Uber Technologies, Inc. | Trip anomaly detection system |
WO2017009887A1 (ja) * | 2015-07-10 | 2017-01-19 | 株式会社日立製作所 | 情報配信システム及び方法 |
CN104978860A (zh) * | 2015-07-24 | 2015-10-14 | 延锋伟世通电子科技(上海)有限公司 | 基于车辆传感器和云计算的车辆环境检测系统 |
GB2540817A (en) | 2015-07-30 | 2017-02-01 | Ford Global Tech Llc | Improvements in or relating to distributed vehicular data management systems |
JP6415405B2 (ja) * | 2015-07-31 | 2018-10-31 | 本田技研工業株式会社 | タスク制御システム |
US10648823B2 (en) | 2017-06-22 | 2020-05-12 | Aeris Communications, Inc. | Learning common routes and automatic geofencing in fleet management |
US10231084B2 (en) | 2015-08-14 | 2019-03-12 | Aeris Communications, Inc. | System and method for monitoring devices relative to a learned geographic area |
US10437575B2 (en) | 2015-08-14 | 2019-10-08 | Aeris Communications, Inc. | Aercloud application express and aercloud application express launcher |
US9774994B2 (en) | 2015-08-14 | 2017-09-26 | Aeris Communications, Inc. | System and method for monitoring devices relative to a user defined geographic area |
US9805601B1 (en) | 2015-08-28 | 2017-10-31 | State Farm Mutual Automobile Insurance Company | Vehicular traffic alerts for avoidance of abnormal traffic conditions |
US9820108B1 (en) | 2015-10-20 | 2017-11-14 | Allstate Insurance Company | Connected services configurator |
DE102016220670A1 (de) * | 2015-11-06 | 2017-05-11 | Ford Global Technologies, Llc | Verfahren und System zum Testen von Software für autonome Fahrzeuge |
US9815475B2 (en) | 2015-11-24 | 2017-11-14 | Accenture Global Solutions Limited | Analytics platform for identifying a roadway anomaly |
WO2017116980A1 (en) * | 2015-12-30 | 2017-07-06 | Thmgrp | Multipurpose event detection sensor and payload alert system |
US10324463B1 (en) | 2016-01-22 | 2019-06-18 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle operation adjustment based upon route |
US10308246B1 (en) | 2016-01-22 | 2019-06-04 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle signal control |
US11242051B1 (en) | 2016-01-22 | 2022-02-08 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle action communications |
US11719545B2 (en) | 2016-01-22 | 2023-08-08 | Hyundai Motor Company | Autonomous vehicle component damage and salvage assessment |
US11441916B1 (en) | 2016-01-22 | 2022-09-13 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle trip routing |
US10395332B1 (en) | 2016-01-22 | 2019-08-27 | State Farm Mutual Automobile Insurance Company | Coordinated autonomous vehicle automatic area scanning |
US10134278B1 (en) | 2016-01-22 | 2018-11-20 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle application |
US10269075B2 (en) | 2016-02-02 | 2019-04-23 | Allstate Insurance Company | Subjective route risk mapping and mitigation |
US20190122457A1 (en) * | 2016-04-01 | 2019-04-25 | Apostolos Nikolaidis | Method and system to deliver telematics solutions |
US9961496B2 (en) | 2016-06-17 | 2018-05-01 | Qualcomm Incorporated | Methods and systems for context based anomaly monitoring |
US10516589B2 (en) | 2016-08-31 | 2019-12-24 | At&T Intellectual Property I, L.P. | Sensor web management system for internet of things sensor devices with physically imprinted unique frequency keys |
US10084868B2 (en) | 2016-09-03 | 2018-09-25 | Microsoft Technology Licensing, Llc | IoT gateway for weakly connected settings |
US10089716B2 (en) | 2016-09-03 | 2018-10-02 | Microsoft Technology Licensing, Llc | Generating real-time sensor maps from videos and in-ground sensor data |
EP3805889A1 (en) * | 2016-12-23 | 2021-04-14 | Mobileye Vision Technologies Ltd. | Navigational system monitoring host and target vehicle behaviour |
CN108334102A (zh) * | 2017-01-17 | 2018-07-27 | 翔升(上海)电子技术有限公司 | 无人机开发平台和方法 |
CN110337395A (zh) | 2017-02-23 | 2019-10-15 | 福特汽车公司 | 用于使用分布式传感器的车辆气候控制的方法和设备 |
US10397594B2 (en) | 2017-04-28 | 2019-08-27 | Hewlett Packard Enterprise Development Lp | Real-time processing of IoT data |
JP6463412B2 (ja) * | 2017-06-08 | 2019-01-30 | Kddi株式会社 | 電子機器、制御方法及びプログラム |
CN109146217A (zh) * | 2017-06-19 | 2019-01-04 | 北京嘀嘀无限科技发展有限公司 | 行程安全评估方法、装置、服务器、计算机可读存储介质 |
TWI658368B (zh) * | 2017-06-21 | 2019-05-01 | 財團法人資訊工業策進會 | 感應器評估伺服器以及感應器評估方法 |
US11627195B2 (en) | 2017-06-22 | 2023-04-11 | Aeris Communications, Inc. | Issuing alerts for IoT devices |
US10735904B2 (en) | 2017-06-22 | 2020-08-04 | Aeris Communications, Inc. | System and method for monitoring location and activity of devices |
US11132636B2 (en) | 2017-06-22 | 2021-09-28 | Aeris Communications, Inc. | System and method for monitoring and sharing location and activity of devices |
US11009868B2 (en) | 2017-07-20 | 2021-05-18 | Nuro, Inc. | Fleet of autonomous vehicles with lane positioning and platooning behaviors |
EP3655836A4 (en) | 2017-07-20 | 2021-04-21 | Nuro, Inc. | REPOSITIONING AN AUTONOMOUS VEHICLE |
CN110945448A (zh) | 2017-07-28 | 2020-03-31 | 纽诺有限公司 | 自主和半自主载具上的灵活隔间设计 |
US10824862B2 (en) | 2017-11-14 | 2020-11-03 | Nuro, Inc. | Three-dimensional object detection for autonomous robotic systems using image proposals |
JP6649349B2 (ja) * | 2017-11-21 | 2020-02-19 | 株式会社テクロック・スマートソリューションズ | 測定ソリューションサービス提供システム |
US10960548B2 (en) | 2017-11-21 | 2021-03-30 | Service Robotics & Technologies, Inc. | Map-based framework for the integration of robots and smart devices |
KR102659618B1 (ko) * | 2018-01-09 | 2024-04-19 | 아카이브 오토, 인크. | 차량 데이터 획득 및 액세스 시스템 및 방법 |
US10965787B2 (en) * | 2018-04-04 | 2021-03-30 | Honeywell International Inc. | Systems and methods for aircraft interface device connectivity with mobile devices |
TWI696087B (zh) * | 2018-07-27 | 2020-06-11 | 國立中央大學 | 穿戴式裝置及其駕駛者之身分識別方法 |
CN109686082B (zh) * | 2018-12-07 | 2020-08-07 | 西安电子科技大学 | 一种基于边缘计算节点的城市交通监测系统及部署方法 |
CN110456767A (zh) * | 2019-08-02 | 2019-11-15 | 上海哲奥实业有限公司 | 一种基于生态链和产业链的车辆操作系统架构 |
US11677634B1 (en) | 2019-09-04 | 2023-06-13 | Amazon Technologies, Inc. | Selecting and deploying models based on sensor availability |
US11964627B2 (en) | 2019-09-30 | 2024-04-23 | Nuro, Inc. | Methods and apparatus for supporting compartment inserts in autonomous delivery vehicles |
US11341781B2 (en) | 2019-10-18 | 2022-05-24 | Toyota Motor Engineering And Manufacturing North America, Inc. | Vehicular communications through identifiers and online systems |
KR102580554B1 (ko) * | 2020-02-27 | 2023-09-21 | 한국전자통신연구원 | 기계학습 기반의 일상신호 제거 필터를 이용한 이상신호 탐지 장치 |
CN113495767B (zh) * | 2020-03-20 | 2023-08-22 | 北京轻舟智航智能技术有限公司 | 一种交互场景生成的方法、装置及电子设备 |
JP2023518723A (ja) | 2020-03-23 | 2023-05-08 | ニューロ・インコーポレーテッド | 自動配達のための方法および装置 |
DE102020115186B4 (de) * | 2020-06-08 | 2022-08-25 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren und System zur Verarbeitung von Fahrzeugtestdaten eines Fahrzeugs |
CN112884942B (zh) * | 2021-01-29 | 2023-07-21 | 中汽创智科技有限公司 | 一种数据记录与回放系统及其回放方法 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5276620A (en) * | 1991-03-25 | 1994-01-04 | Bottesch H Werner | Automatic countersteering system for motor vehicles |
US7887089B2 (en) * | 1992-05-05 | 2011-02-15 | Automotive Technologies International, Inc. | Vehicular occupant protection system control arrangement and method using multiple sensor systems |
US6335927B1 (en) | 1996-11-18 | 2002-01-01 | Mci Communications Corporation | System and method for providing requested quality of service in a hybrid network |
US6338001B1 (en) | 1999-02-22 | 2002-01-08 | Advanced Micro Devices, Inc. | In line yield prediction using ADC determined kill ratios die health statistics and die stacking |
US6338011B1 (en) * | 2000-01-11 | 2002-01-08 | Solipsys Corporation | Method and apparatus for sharing vehicle telemetry data among a plurality of users over a communications network |
JP2001260698A (ja) * | 2000-03-21 | 2001-09-26 | Isuzu Motors Ltd | 心拍呼吸検出装置 |
US7536181B2 (en) * | 2002-02-15 | 2009-05-19 | Telefonaktiebolaget L M Ericsson (Publ) | Platform system for mobile terminals |
US7421334B2 (en) * | 2003-04-07 | 2008-09-02 | Zoom Information Systems | Centralized facility and intelligent on-board vehicle platform for collecting, analyzing and distributing information relating to transportation infrastructure and conditions |
US7353897B2 (en) * | 2003-07-23 | 2008-04-08 | Fernandez Dennis S | Telematic method and apparatus with integrated power source |
WO2005043262A2 (en) * | 2003-10-20 | 2005-05-12 | Sensorlogic, Inc. | Behavior agent based system and process for machine to machine applications and services |
US7983835B2 (en) * | 2004-11-03 | 2011-07-19 | Lagassey Paul J | Modular intelligent transportation system |
US20060190285A1 (en) * | 2004-11-04 | 2006-08-24 | Harris Trevor M | Method and apparatus for storage and distribution of real estate related data |
US20070043803A1 (en) * | 2005-07-29 | 2007-02-22 | Microsoft Corporation | Automatic specification of semantic services in response to declarative queries of sensor networks |
US10248914B2 (en) * | 2005-11-29 | 2019-04-02 | The Boeing Company | Sustaining a fleet of configuration-controlled assets |
EP2021962A2 (en) * | 2006-05-19 | 2009-02-11 | My Virtual Model Inc. | Simulation-assisted search |
US8015547B2 (en) * | 2006-06-29 | 2011-09-06 | Augusta Systems, Inc. | Reconfigurable, hierarchical component-based architecture and framework and methods for rapidly developing sensor device-enabling software applications |
WO2008086507A1 (en) | 2007-01-10 | 2008-07-17 | Decision Sciences Corporation | Information collecting and decision making via tiered information network systems |
US7904209B2 (en) * | 2007-03-01 | 2011-03-08 | Syracuse University | Open web services-based indoor climate control system |
US8572735B2 (en) * | 2007-03-29 | 2013-10-29 | George Mason Research Foundation, Inc. | Attack resistant continuous network service trustworthiness controller |
US20100082702A1 (en) * | 2008-09-29 | 2010-04-01 | Honeywell International Inc. | Dynamic vehicle information management |
US8319666B2 (en) * | 2009-02-20 | 2012-11-27 | Appareo Systems, Llc | Optical image monitoring system and method for vehicles |
US8483669B2 (en) * | 2009-04-03 | 2013-07-09 | Microsoft Corporation | Mobile sensor network |
US9014848B2 (en) * | 2010-05-20 | 2015-04-21 | Irobot Corporation | Mobile robot system |
US20130031567A1 (en) * | 2011-07-25 | 2013-01-31 | Microsoft Corporation | Local event processing |
-
2012
- 2012-09-18 TW TW101134131A patent/TWI627084B/zh active
- 2012-09-18 CN CN201280046934.8A patent/CN103890730B/zh active Active
- 2012-09-18 AU AU2012338373A patent/AU2012338373A1/en not_active Abandoned
- 2012-09-18 CA CA2848995A patent/CA2848995C/en not_active Expired - Fee Related
- 2012-09-18 JP JP2014530386A patent/JP2015501459A/ja active Pending
- 2012-09-18 MX MX2014003168A patent/MX337513B/es active IP Right Grant
- 2012-09-18 US US14/345,545 patent/US9990182B2/en not_active Expired - Fee Related
- 2012-09-18 EP EP12849735.1A patent/EP2758879B1/en active Active
- 2012-09-18 BR BR112014006445-8A patent/BR112014006445B1/pt active IP Right Grant
- 2012-09-18 WO PCT/IN2012/000624 patent/WO2013072926A2/en active Application Filing
-
2014
- 2014-03-12 ZA ZA2014/01804A patent/ZA201401804B/en unknown
Also Published As
Publication number | Publication date |
---|---|
MX337513B (es) | 2016-03-09 |
TWI627084B (zh) | 2018-06-21 |
EP2758879A4 (en) | 2015-07-22 |
US20140380264A1 (en) | 2014-12-25 |
JP2015501459A (ja) | 2015-01-15 |
CA2848995C (en) | 2019-05-21 |
BR112014006445A2 (pt) | 2017-04-04 |
AU2012338373A1 (en) | 2014-03-27 |
US9990182B2 (en) | 2018-06-05 |
CA2848995A1 (en) | 2013-05-23 |
MX2014003168A (es) | 2014-08-22 |
EP2758879B1 (en) | 2023-06-07 |
WO2013072926A2 (en) | 2013-05-23 |
EP2758879A2 (en) | 2014-07-30 |
CN103890730A (zh) | 2014-06-25 |
WO2013072926A3 (en) | 2014-02-27 |
ZA201401804B (en) | 2015-02-25 |
CN103890730B (zh) | 2017-07-11 |
TW201328921A (zh) | 2013-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9990182B2 (en) | Computer platform for development and deployment of sensor-driven vehicle telemetry applications and services | |
Arumugam et al. | A survey on driving behavior analysis in usage based insurance using big data | |
Halim et al. | Artificial intelligence techniques for driving safety and vehicle crash prediction | |
US10848913B2 (en) | Method for smartphone-based accident detection | |
Osafune et al. | Analysis of accident risks from driving behaviors | |
AbuAli et al. | Driver behavior modeling: Developments and future directions | |
Taha | An IoT architecture for assessing road safety in smart cities | |
Rettore et al. | Vehicular data space: The data point of view | |
Ruta et al. | A mobile knowledge-based system for on-board diagnostics and car driving assistance | |
Holstein et al. | Avoiding the intrinsic unfairness of the trolley problem | |
US11741763B2 (en) | Systems and methods for system generated damage analysis | |
EP4256502B1 (en) | Electronic system for forward-looking measurements of frequencies and/or probabilities of accident occurrences based on localized automotive device measurements, and corresponding method thereof | |
Thakuriah et al. | Transportation and information: trends in technology and policy | |
Terzi et al. | Big data perspective for driver/driving behavior | |
Singh et al. | Self-adaptive requirements for intelligent transportation system: A case study | |
Ameksa et al. | Toward flexible data collection of driving behaviour | |
Muthiya et al. | Application of internet of things (IoT) in the automotive industry | |
Liu et al. | 1 MobileUTDrive: A portable device platform for in-vehicle driving data collection | |
JP2021131731A (ja) | 情報処理装置、情報処理方法、および情報処理プログラム、ならびに車両到達時間推定装置 | |
US12118881B1 (en) | System and method for providing consolidated events in a traffic management control centre using situational awareness | |
Abdelrahman et al. | A robust environment-aware driver profiling framework using ensemble supervised learning | |
Mrema | Development of a mobile application system for road accidents reporting and driver’s over-speeding behavior awareness in Tanzania | |
Rettore | Fusion on Vehicular Data Space: An Approach to Smart Mobility | |
Thanikachalam et al. | Design and Implementation of a Car’s Black Box System using Arduino | |
Flannagan | Big Data in Road Transport and Mobility Research |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
B06F | Objections, documents and/or translations needed after an examination request according [chapter 6.6 patent gazette] | ||
B06U | Preliminary requirement: requests with searches performed by other patent offices: procedure suspended [chapter 6.21 patent gazette] | ||
B06A | Patent application procedure suspended [chapter 6.1 patent gazette] | ||
B09A | Decision: intention to grant [chapter 9.1 patent gazette] | ||
B16A | Patent or certificate of addition of invention granted [chapter 16.1 patent gazette] |
Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 18/09/2012, OBSERVADAS AS CONDICOES LEGAIS. |