CN105144663A - 使用多级网络的用于数据收集与分析的系统和方法 - Google Patents

使用多级网络的用于数据收集与分析的系统和方法 Download PDF

Info

Publication number
CN105144663A
CN105144663A CN201480022980.3A CN201480022980A CN105144663A CN 105144663 A CN105144663 A CN 105144663A CN 201480022980 A CN201480022980 A CN 201480022980A CN 105144663 A CN105144663 A CN 105144663A
Authority
CN
China
Prior art keywords
data
customer equipment
analysis
central site
fusion process
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201480022980.3A
Other languages
English (en)
Inventor
M·R·J·沃斯特耶
M·W·J·拜尔缇奥姆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dana Ltd
Original Assignee
Dana Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dana Ltd filed Critical Dana Ltd
Publication of CN105144663A publication Critical patent/CN105144663A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

提供了一种使用多级网络的用于数据收集与分析的系统和方法。该系统包括第一客户设备和中心网络。该第一客户设备和该中心网络形成该多级网络。该第一客户设备被配置为接收第一数据并基于该第一数据执行第一数据融合过程。该第一数据融合过程产生第二数据。该中心网络与该第一客户设备通信。该中心网络从该第一客户设备接收第二数据。该中心网络被配置为基于该第二数据执行第二数据融合过程以产生第三数据。该第三数据被传达到该第一客户设备从而该第一客户设备能基于该第三数据执行第三数据融合过程以产生第四数据。

Description

使用多级网络的用于数据收集与分析的系统和方法
相关申请
本申请要求2013年3月15号提交的美国临时申请No.61/793,525的权益，其整体通过引用结合于此。
技术领域
本申请涉及数据收集和分析，尤其涉及使用多级网络的用于数据收集与分析的系统和方法。
背景技术
数据收集技术与分析通常依赖于大量的数据输入和数据处理。大部分的数据输入和数据处理是手动执行的并且是非常消耗时间的。作为非限制性示例，有关于重复过程(诸如其持续期间或事件的发生)的数据通常在重复过程期间或重复过程发生之后不久被手动输入。手动数据输入与分析是易于出错的、在特定情况下会混乱以及不是技术劳动力的有效使用。
用于执行数据收集与分析的系统趋向于复杂和价格高昂。这样的系统通常使用专用硬件而且受限于配置和能够怎样收集数据。此外，通过所收集数据的分析可提供给过程或系统的改善通常需要复杂和昂贵的调整。
发展一种用于数据收集与分析的系统和方法，其使用自动化大部分数据收集与分析的多级网络、可适用于多种平台和设备以及允许容易地实现由数据分析提供的改进，这将是有利的。
发明内容
目前由本发明提供，意外地发现了一种用于数据收集与分析的系统和方法，其使用自动化大部分数据收集与分析的多级网络、可适用于多种平台和设备以及允许容易地实现由数据分析提供的改进。
在一个实施例中，本发明涉及一种使用多级网络的用于数据收集与分析的方法。该方法的步骤包括：提供中心网络，提供与该中心网络通信的第一客户设备，该第一客户设备与该中心网络形成该多级网络，在该第一客户设备处接收第一数据，基于该第一数据使用该第一客户设备执行第一数据融合过程以产生第二数据，将该第二数据从该第一客户设备传达到该中心网络，基于来自该第一客户设备的第二数据使用该中心网络执行第二数据融合过程以产生第三数据，将来自该中心网络的第三数据传达到该第一客户设备以及基于来自该中心网络的第三数据使用该第一客户设备执行第三数据融合过程以产生第四数据。
在另一个实施例中，本发明涉及一种使用多级网络的用于数据收集与分析的系统。该系统包括第一客户设备和中心网络。该第一客户设备和该中心网络形成该多级网络。该第一客户设备被配置为接收第一数据并基于该第一数据执行第一数据融合过程。该第一数据融合过程产生第二数据。该中心网络与该第一客户设备通信。该中心网络从该第一客户设备接收第二数据。该中心网络被配置为基于该第二数据执行第二数据融合过程以产生第三数据。该第三数据被传达到该第一客户设备从而该第一客户设备能基于该第三数据执行第三数据融合过程以产生第四数据。
在又一个实施例中，本发明涉及一种使用多级网络的用于数据收集与分析的系统。该系统包括车辆、基础设施、仓库管理系统以及中心网络。该中心网络与该车辆、该基础设施和该仓库管理系统通信以形成该多级网络。该车辆被配置为接收第一数据并基于该第一数据执行第一数据融合过程。该第一数据融合过程产生第二数据。该基础设施被配置为接收第三数据并基于该第三数据执行第二数据融合过程。该第二数据融合过程产生第四数据。该仓库管理系统被配置为接收第五数据并基于该第五数据执行第三数据融合过程。该第三数据融合过程产生第六数据。该中心网络接收第二数据、第四数据和第六数据中的至少一个。该中心网络被配置为基于该第二数据、该第四数据和该第六数据中的至少一个执行第四数据融合过程以产生第七数据。该第七数据被传达到该车辆、该基础设施和该仓库管理系统中的至少一个从而该车辆、该基础设施和该仓库管理系统中的至少一个能基于该第七数据执行第五数据融合过程以产生第八数据。
当根据附图来阅读时，本发明的多个方面将从优选实施例的以下详细说明中对本领域技术人员变得显而易见。
附图说明
以上所述以及本发明的其他优点从依照附图考虑以下详细的说明中对本领域技术人员而言是显而易见的，在附图中：
图1是根据本发明的实施例的使用多级网络的用于数据收集与分析的系统的示意图；
图2是形成图1所示用于数据收集与分析的系统的一部分的机器的示意图；
图3是形成图1所示用于数据收集与分析的系统的一部分的仓库管理系统的示意图；
图4是机器的操作者与图1所示用于数据收集与分析的系统之间交互的示意图；以及
图5是形成图1所示用于数据收集与分析的系统的一部分的基础设施的示意图。
具体实施方式
要理解到，本发明可假定多种可选方向和步骤顺序，除非相反已明确指定的情况。还要理解到，附图中示出的以及以下说明书中描述的特定设备与过程仅仅是本文所定义的发明概念的示例性实施例。因此，有关于本公开的实施例的特定尺寸、方向或其他物理特征不被考虑为限制性的，除非另外明确地表明。
图1示意性示出采用一种使用多级网络102的用于数据收集与分析的方法的系统100。该系统100与该方法使用融合(fused)信息(本地的/集中的、固定的/移动的)的数据和丰富化(enrich)信息的中心网络104。可通过以移动或固定的方式安置的传感器106在本地级上收集信息。进一步，可在集中的位置分享或分析数据。可对数据进行传输以供系统100的用户、系统100的操作者、机器108的操作者、与该系统100通信的设备、与该系统100通信的其他系统(诸如仓库管理系统)或系统100本身来使用。
该系统100与该方法通过传感器融合过程有利于丰富化使用位于多个位置的多个传感器106收集的信息。与仅仅收集与分析从单个位置采集的信息相比，传感器融合过程允许将信息丰富化到更高的程度。此外，使用传感器融合过程形成的融合信息的数据可被传输到中心网络104(一般可被称为“云”类型网络)。一旦传输到中心网络104，可发生进一步的数据融合以增加信息的质量或数量。
融合信息的数据然后可被用于优化机器108(诸如但不限于车辆)、仓库管理系统110和系统100的基础设施112，或者用于将行为反馈或信息(例如，诸如结合地图数据与路由信息的任务列表)提供给机器108的操作者。行为反馈可被用于增加操作者的表现和机器108的燃料效率(通过调节操作者所使用的操作程序)，或者用于提供关于操作者的安全的反馈。机器108是与中心网络104通信的客户设备，形成了多级网络102。图2示出机器108与中心网络104的关系，并且提供关于数据如何传输到机器108和从机器108传输出的附加信息。
图2示意性示出在机器的传感器级上的信息输入。这样的传感器106可以是已经存在于机器108中的本地、移动的传感器，可与附加的传感器和诸如地理地图数据114之类的参考数据(静态的或动态的)相结合。进一步，传感器数据可以是源于移动无线设备115或中心网络104的信息，该移动无线设备115或中心网络104提供关于系统100的基础设施114、仓库管理系统112或操作者的信息。可与机器108一起使用的传感器106的非限制性示例是轮速传感器、车速传感器、转向角传感器、惯性负载传感器、陀螺仪、GPS传感器、发动机传感器、燃料消耗传感器、偏航速率传感器、雷达斗(bucket)位置、剩余燃油可用寿命以及离合器的剩余使用寿命。
图2示意性示出机器108的信息处理。与至少一个传感器106通信的本地CPU116执行从该至少一个传感器106接收的原始数据的预处理以创建更丰富的数据集。作为非限制性示例，来自与轮速传感器通信的编码器的脉冲可被处理以形成指示RPM的信号。与本地CPU116通信的CPU118执行数据融合以丰富化数据，诸如使用卡尔曼(Kalman)滤波型算法。理解到，CPU116与CPU118可以是同一CPU，或者CPU116与CPU118可以彼此分开且如上所述那样通信。作为非限制性示例，所接收的关于组合转向角、轮速、车速、GPS位置数据以及陀螺仪数据的信息可被处理以形成稳健、准确并可靠的车辆定位信号。
图2示意性示出机器108的虚拟传感器120。使用融合数据的传感器来形成虚拟传感器120。融合使信息比单独的传感器160所收集的信息之和具有更多的价值。作为非限制性示例，车辆位置、车速、车辆任务(例如，车辆的装载、提升、行驶和y循环的模式识别)、动态地图特征以及机器108的服务信息可以是虚拟传感器120的结果。
图2示意性示出从中心网络104接收融合的数据的机器108。机器108从中心网络104接收融合的数据而不需要操作者的交互或请求。这样的交互发生在系统100的机器108级上。
图2示意性示出机器108的信息处理。与本地CPU116通信的CPU122(例如移动无线设备115的)执行数据融合以丰富化来自中心网络104的融合的数据。作为非限制性示例，CPU122可与本地CPU116通信以发信号来限制燃料注入机器108的发动机中、来增大或减小机器108的转向轮在某一方向上的阻力而避免碰撞，或者来辅助机器108的制导。与致动器124通信的本地CPU116将高级信号转化为较低级信号。
图2示意性示出形成机器108的一部分的致动器124级上的输出。响应于信息，机器108的致动器124被接合或机器108的系统被激活。作为非限制性示例，机器108的节流阀可被调节或者机器108的液压转向电路的阻流阀可被激活。
在多级网络102上的机器108级上，从多个传感器106收集的数据被融合以丰富化该数据。丰富化的数据然后被传输到中心网络104。作为数据丰富化的非限制性示例，可从车辆陀螺仪、机器108的轮子中的每个的转速和全球定位信号中收集数据以产生准确的位置估计。例如，可使用卡尔曼滤波型算法来产生准确的位置估计。
除了定位信息之外，机器108的任务信息也可被传输到中心网络104。机器108的任务信息的非限制性示例是由机器108拾取负载的重量(通过融合来自车辆液压系统的数据与来自负载单元的数据)、将机器108从拾取区域移动到卸下区域或者从卸下区域移动到拾取区域以及对机器108进行装载。机器108的任务信息实时传递而没有任何实质性延迟。理解到，条件“没有任何实质性延迟”优选地表示在数秒内。
一旦机器108的准确的位置估计与任务信息被传输到中心网络104，机器108的准确的位置估计与任务信息可被传感器融合从中心网络104可获得的信息。作为非限制性示例，从中心网络104可获得的信息可以是包括装货区域、卸货区域、多个禁止区域以及与要被移动的物品相关联的位置的注解的离线地图。作为第二非限制性示例，从中心网络104可获得的信息可以是动态适应性地图，可使用从中心网络104可获得的信息来更新。
在多级网络102的较高级上，中心网络104执行同步传输至其的所有数据的任务。此外，在较高级上，可进行进一步的数据融合以进一步丰富化发送到机器108的操作者、仓库管理系统110、系统100的基础设施112或其他接收器的信息图3示出仓库管理系统110与中心网络104的关系，并且提供关于数据如何传输到仓库管理系统110和从仓库管理系统110传输出的附加信息。
图3示意性示出输入仓库管理系统110的信息。输入仓库管理系统110的信息包括关于物流、机器108、系统100的基础设施112以及操作者的信息(诸如作业、产品或交通流量的持续跟踪)。这样的信息来自仓库管理系统110和中心网络104。
图3示意性示出仓库管理系统110的信息处理。仓库管理系统110的CPU126执行数据融合以丰富化该数据。作为非限制性示例，仓库管理系统110的信息处理基于物流和从中心网络104接收的信息，诸如交通流量、地理地图数据以及考虑到安全、生产力和燃料节约来计算优化路线所需要的信息。
图3示意性示出仓库管理系统110的信息处理。由仓库管理系统的CPU126产生的融合的数据被传输到中心网络104以便进一步的数据丰富化。
图3示意性示出仓库管理系统110从中心网络104接收融合的数据。仓库管理系统110从中心网络104接收融合并丰富化的数据。融合并丰富化的数据有关于仓库管理系统110。
图3示意性示出仓库管理系统110的信息处理。CPU126执行数据融合以丰富化该数据。
图3示意性示出用于仓库管理系统110的数据输出。用于仓库管理系统110的相关数据被捕获并且可被用于数据融合。用于仓库管理系统110的相关数据的非限制性示例可以是为了执行车队监控、为了记录生产率或为了确定机器108的车队的服务需求。
可通过诸如3G网络或4G网络的移动通信技术标准来提供机器108的操作者、仓库管理系统110、系统100的基础设施112、机器108与中心网络104之间的通信。替代地，理解到也可通过别的类型的无线网络的使用来提供机器108的操作者、仓库管理系统110、机器108与中心网络104之间的通信。
在多级网络102上的机器108级上，移动无线设备115可被用作用户界面和至少一个专门应用所使用的平台。移动无线设备115可以是移动电话、个人媒体播放器、平板计算机、笔记本计算机、全球定位系统(GPS)设备、安装在车辆中的娱乐接收器、个人数字助理、手持游戏设备以及电子书阅读设备。此外，理解到可使用其他设备。移动无线设备115可被配置为发送和接收来自操作者、中心网络104、系统100的基础设施112以及机器108信息(诸如通过使用诸如控制器区域网络“适配器(dongle)”之类的接口)。
该至少一个专门的应用可以是本质上特定的，以及可反映操作者使用的机器108。作为非限制性示例，该至少一个专门的应用可以是铲车应用、前端装载机应用或别的类型的车辆应用。进一步，理解到该至少一个专门的应用可适于与非移动仪器一起使用。该至少一个专门的应用可使用现有设备平台来创建，提供相容性、防备可干扰该至少一个专门的应用的系统更新的稳健性的优点，以及允许操作者或那些不熟悉软件开发的人参与该至少一个专门的应用的开发过程。
移动无线设备115允许该至少一个专门的应用向机器108的操作者提供信息。可提供给机器108的操作者的信息的三个非限制性示例是物流优化、操作者指导以及基础设施优化。
关于物流优化，该至少一个专门的应用能基于融合从中心网络收集的信息的数据来建议优化的路由。融合信息的数据可以是其他机器108的位置、障碍物的位置、多个交付位置和交通堵塞信息以及其他信息。物流优化可被执行以改善机器108或操作者的生产率、改善机器108的燃料经济性以及改善机器108的操作环境的安全性。作为非限制性示例，物流优化可被应用到在采矿作业中使用的前端装载器。物流优化允许前端装载器在物资装载期间应用即时(just-in-time)方法以降低机器108的空转时间，这增加了机器108的燃料经济性。
与至少一个专门的应用相似，物流优化的范围可延伸到开发与仓库管理系统110一起使用的应用。在中心网络104中融合的数据可包括记录整队机器108的生产率。这样的数据可提供一时间点处机器108的位置，还有动作(诸如装载在给定位置拾取的预定数量的产品)、操作环境的情况以及其他类似燃料效率的参数。此外，仓库管理系统110可在任何给定时刻保持跟踪全部物流并且能使用来自全部物流的信息以优化给定过程。仓库管理系统110也可向操作者提供个人化的任务表单，或者仓库管理系统110能通过分析卸下区域来建议优化的路由。
关于操作者指导，该至少一个专门的应用可被用于辅助机器108的操作者以更加有效的方式操作机器108。该至少一个专门的应用可辅助操作者如何以适当的方式加速机器108，使用图案识别检测程序来确定机器的操作模式并作为响应调节机器108。图4示出操作者127、机器108、移动无线设备115、该至少一个专门的应用以及中心网络104之间的示例性交互的关系，并且提供关于数据如何传输至操作者、机器108、移动无线设备115、至少一个专门的应用以及中心网络104和从它们传输出的附加信息。
图4示意性示出信息从操作者127输入至中心网络104是如何执行的。操作者127通过用户界面128(例如从机器108中的移动无线设备115)进行输入，使得输入可被丰富化并传输至中心网络104。作为非限制性示例，操作者的输入可涉及以下内容：
1.物流–作为非限制性示例，输入可指示要被运送到另一位置的给定物品可在给定位置处拾取，或者输入可指示给定物品已无库存。
2.基础设施-作为非限制性示例，输入可指示机器108经过的表面上的危险情况或在机器108的路线上存在障碍物。
3.行动/反馈–根据从中心网络104接收信息(例如用于优化的路由的服务请求或操作者偏好)，操作者127可被要求进行输入。
图4示意性示出响应于来自操作者127的输入的信息处理。移动无线设备115的CPU129、机器108或与系统100通信的另一个设备执行数据融合以丰富化数据。理解到，CPU122和CPU129可以是同一CPU，形成为移动无线设备115的一部分，或者CPU122和CPU129可以是彼此分开的。作为非限制性示例，CPU129可处理信息以有助于通过无线网络传递该信息或者可将来自操作者127的输入与通过中心网络104可获得的其他数据(诸如地理地图数据114、关于机器108的信息、关于基础设施112的信息、关于操作者127的信息或关于仓库管理系统110的信息)结合。
图4示意性示出中心网络104从操作者127接收信息。由CPU129产生的融合的数据被传输到中心网络104以便进一步的数据丰富化。
图4示意性示出操作者127从中心网络104接收所融合数据。来自中心网络104的融合并丰富化的数据旨在被操作者127使用。作为非限制性示例，来自中心网络104的融合并丰富化的数据可以是任务列表、基于操作者128的偏好对于优化的路由的建议或操作者指导(例如如何以适当的方式加速机器108、或基于机器108的当前速度或负载关于机器108在角落的速度建议操作者127)。
图4示意性示出发生在系统100的操作者级的基于来自中心网络104的融合的数据的信息处理。CPU129(可形成为移动无线设备115的一部分)、机器108或与系统100通信的另一个设备执行数据融合以丰富化数据。作为非限制性示例，响应于融合的数据中的通知，CPU129可检查机器108上的当前活动(诸如机器的位置和/或机器108的任务列表)且如果该当前活动需要操作者127充分注意，那么CPU129将确定对于操作者的通知是恰当的。
图4示意性示出用户界面128接收对操作者127的通知。对于操作者127的相关数据可被显示在用户界面128上作为对操作者127的通知，或者移动无线设备115可产生声音。导致用户界面128上的通知的非限制性示例可以是任务列表、关于障碍物对操作者127的警告、优化的路由建议或基于机器108的当前速度或负载关于机器108在角落的速度对操作者127的警告。
作为非限制性示例，当至少一个专门的应用识别到机器108以较低的速度运行时，该至少一个专门的应用可向操作者127提供灵敏度增加的控制。例如，当以典型的非公路Y循环操作机器108时，该至少一个专门的应用可向操作者127提供灵敏度增加的控制。当机器108倾卸负载时，很有可能机器108的下一步操作是反向驱动。该至少一个专门的应用能参加下一步操作并且在操作者接合逆转齿轮之前开始准备使用逆转齿轮。当在典型的非公路Y循环中向后驱动时，很有可能操作者127会降低机器108的铲斗以使其与机器108正在经过的表面齐平。至少一个专门的应用能参与此操作并辅助降低机器108的铲斗。
在另一个示例中，该至少一个专门的应用能检测何时操作者127以增加的速度转弯或何时操作者127将要以对于机器108而言过大的速度转弯(基于机器108的当前负载)。当这样的情况出现时，该至少一个专门的应用能通过提供通知来辅助操作者127降低机器108的速度，并且当需要时，该至少一个专门的应用可与机器108的油门或刹车交互以降低机器108的速度。
在另一个示例中，该至少一个专门的应用能防止机器108在危险情况可能发生的区域作业。例如，在港口区域或在工厂的场地上，铲车通常在行人通常会位于的区域附近作业，在该区域中，机器108可能会损坏或者机器108的操作者127可能会受伤。该至少一个专门的应用可将准确的位置估计与动态适应性地图(至少基于地理地图数据114)融合以通过与机器108的方向盘和/或油门来引导机器108离开这样的区域。
该至少一个专门的应用也可有助于满足机器108的服务需求。作为非限制性示例，该至少一个专门的应用能在机器108的一部分的服务上提供信息、检索关于机器108的服务需求的统计信息，并且该至少一个专门的应用可在操作者127正在处理需要操作者127增加专注度的任务时关闭来自机器108或移动无线设备115的通知。
关于基础设施112的优化，多级网络102的较高级可监测交通并执行数据挖掘。这样的任务能提供能用于优化基础设施112的信息。基础设施的非限制性示例是工厂、工地、采矿作业或港口。图5示出基础设施112与中心网络104的关系，并且提供关于数据如何传输到基础设施112和从基础设施112传输出的附加信息。
图5示意性示出在系统100的基础设施112的传感器106级上的信息输入。系统100的基础设施112可配备有多个传感器106(例如，诸如用于检测车辆或交通流量的设备以及用于物流目的的RFID读取器)。来自中心网络104的附加信息也可被输入以与系统100的基础设施112一起使用。
图5示意性示出基于来自用于系统100的基础设施112的传感器106的输入的信息处理。移动无线设备115的CPU129、机器108或另一个与系统100通信的设备执行数据融合以丰富化数据。作为非限制性示例，CPU129可处理来自传感器106的信息以有助于通过无线网络传递该信息或者可将来自传感器106的输入与通过中心网络104可获得的其他数据(诸如地理地图数据114、关于机器108的信息、关于基础设施112的信息、关于操作者的信息或关于仓库管理系统110的信息)结合。
图5示意性示出从基础设施112到中心网络104的信息输入过程。由CPU129产生的融合的数据被传输到中心网络104以便进一步的数据丰富化。作为非限制性示例，丰富化的数据可关于交通流量或物流流量，诸如如果给定的物品不可获得，那么这样的信息被传达至中心网络104。
图5示意性示出基础设施112从中心网络104接收所融合的数据。系统100的基础设施112从中心网络104接收融合并丰富化的数据。融合并丰富化的数据有关于系统100的基础设施112。
图5示意性示出基于来自中心网络104的融合的数据在基础设施112级处所执行的信息处理。移动无线设备115的CPU129、机器108或另一个与系统100通信的设备执行数据融合以丰富化数据。
图5示意性示出系统100的基础设施112接收对操作者的通知。对于基础设施112的相关数据可被显示在用户界面128上作为对操作者的通知，或者移动无线设备115可产生声音。导致基础设施112上的通知的非限制性示例可以是由基础设施112的情况导致的交通流量中的结构瓶颈、在机器108的路径上存在障碍物或在与机器108一起使用的路径上存在缺陷。
根据专利法规的规定，本发明已经被描述在认为代表其优选实施例的说明中。然而，应该注意到，能以不同于所明确示出和描述的方式实施本发明而不脱离其精神或范围。

Claims (20)

1.一种使用多级网络的用于数据收集与分析的方法，所述方法的步骤包括：
提供中心网络；
提供与所述中心网络通信的第一客户设备，所述第一客户设备与所述中心网络形成所述多级网络；
在所述第一客户设备处接收第一数据；
基于所述第一数据使用所述第一客户设备执行第一数据融合过程以产生第二数据；
将所述第二数据从所述第一客户设备传达到所述中心网络；
基于来自所述第一客户设备的第二数据使用所述中心网络执行第二数据融合过程以产生第三数据；以及
将来自所述中心网络的第三数据传达到所述第一客户设备；
基于来自所述中心网络的第三数据使用所述第一客户设备执行第三数据融合过程以产生第四数据。
2.如权利要求1所述的用于数据收集与分析的方法，其特征在于，所述数据融合过程中的至少一个使用卡尔曼滤波型算法。
3.如权利要求1所述的用于数据收集与分析的方法，其特征在于，所述第一客户设备包括用于收集所述第一数据的传感器。
4.如权利要求1所述的用于数据收集与分析的方法，其特征在于，所述传感器形成与所述第一客户设备通信的移动无线设备的一部分。
5.如权利要求1所述的用于数据收集与分析的方法，其特征在于，所述第一客户设备是机器、基础设施和仓库管理系统中的一个。
6.如权利要求1所述的用于数据收集与分析的方法，其特征在于，使用所述第一客户设备执行所述第一数据融合过程的步骤基于所述第一数据、参考数据和由所述中心网络提供的第五数据中的至少一个。
7.如权利要求6所述的用于数据收集与分析的方法，其特征在于，所述第五数据提供动态参考数据、关于基础设施的信息、关于仓库管理系统的信息、关于所述第一客户设备的信息、关于所述第一客户设备的操作者的信息以及要被所述操作者执行的任务的请求中的至少一个。
8.如权利要求1所述的用于数据收集与分析的方法，其特征在于，执行所述第二数据融合过程的步骤使用第五数据。
9.如权利要求8所述的用于数据收集与分析的方法，其特征在于，所述第五数据由所述中心网络和第二客户设备中的至少一个来提供。
10.如权利要求1所述的用于数据收集与分析的方法，其特征在于，使用所述第一客户设备执行第一数据融合过程的步骤产生虚拟传感器。
11.如权利要求10所述的用于数据收集与分析的方法，其特征在于，所述虚拟传感器提供关于所述第一客户设备的位置、速度、任务与服务信息中的至少一个的信息。
12.如权利要求1所述的用于数据收集与分析的方法，其特征在于，执行所述第三数据融合过程的步骤是使用与所述第一客户设备通信的移动无线设备来执行的。
13.如权利要求1所述的用于数据收集与分析的方法，其特征在于，所述第四数据是致动器接合信号、关于客户设备监测的信息、关于客户设备生产率的信息以及关于客户设备服务的信息中的至少一个。
14.如权利要求1所述的用于数据收集与分析的方法，其特征在于，所述第四数据是对所述第一客户设备的操作者的通知。
15.如权利要求14所述的用于数据收集与分析的方法，其特征在于，对所述操作者的所述通知是操作者的任务列表、关于障碍物的警告、关于优化的路径的信息以及关于所述第一客户设备的速度的警告中的至少一个。
16.一种使用多级网络的用于数据收集与分析的系统，所述系统包括：
第一客户设备，配置为接收第一数据并基于所述第一数据执行第一数据融合过程，所述第一数据融合过程产生第二数据；以及
与所述第一客户设备通信的中心网络，所述第一客户设备与所述中心网络形成所述多级网络，所述中心网络从所述第一客户设备接收所述第二数据，所述中心网络被配置为基于所述第二数据执行第二数据融合过程以产生第三数据，其中，所述第三数据被传达到所述第一客户设备从而所述第一客户设备能基于所述第三数据执行第三数据融合过程以产生第四数据。
17.如权利要求16所述的用于数据收集与分析的系统，其特征在于，所述数据融合过程中的至少一个使用卡尔曼滤波型算法。
18.如权利要求16所述的用于数据收集与分析的系统，其特征在于，所述第一客户设备包括用于收集所述第一数据的传感器。
19.如权利要求16所述的用于数据收集与分析的系统，其特征在于，所述第一客户设备是机器、基础设施和仓库管理系统中的一个。
20.一种使用多级网络的用于数据收集与分析的系统，所述系统包括：
车辆，配置为接收第一数据并基于所述第一数据执行第一数据融合过程，所述第一数据融合过程产生第二数据；
基础设施，配置为接收第三数据并基于所述第三数据执行第二数据融合过程，所述第二数据融合过程产生第四数据；
仓库管理系统，配置为接收第五数据并基于所述第五数据执行第三数据融合过程，所述第三数据融合过程产生第六数据；以及
中心网络，与所述车辆、所述基础设施和所述仓库管理系统通信以形成所述多级网络，所述中心网络接收所述第二数据、所述第四数据和所述第六数据中的至少一个；所述中心网络被配置为基于所述第二数据、所述第四数据和所述第六数据中的至少一个执行第四数据融合过程以产生第七数据，其中所述第七数据被传达到所述车辆、所述基础设施和所述仓库管理系统中的至少一个从而所述车辆、所述基础设施和所述仓库管理系统中的至少一个能基于所述第七数据执行第五数据融合过程以产生第八数据。
CN201480022980.3A 2013-03-15 2014-03-14 使用多级网络的用于数据收集与分析的系统和方法 Pending CN105144663A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361793525P 2013-03-15 2013-03-15
US61/793,525 2013-03-15
PCT/US2014/027211 WO2014152324A1 (en) 2013-03-15 2014-03-14 System and method for data collection and analysis using a multi-level network

Publications (1)

Publication Number Publication Date
CN105144663A true CN105144663A (zh) 2015-12-09

Family

ID=50687641

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480022980.3A Pending CN105144663A (zh) 2013-03-15 2014-03-14 使用多级网络的用于数据收集与分析的系统和方法

Country Status (4)

Country Link
US (1) US9571562B2 (zh)
EP (1) EP2974233A1 (zh)
CN (1) CN105144663A (zh)
WO (1) WO2014152324A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014211140A1 (de) * 2014-06-11 2015-12-17 Siemens Aktiengesellschaft Computersystem und Verfahren zum Analysieren von Daten
US11379416B1 (en) * 2016-03-17 2022-07-05 Jpmorgan Chase Bank, N.A. Systems and methods for common data ingestion
US10057144B2 (en) * 2016-05-13 2018-08-21 The United States Of America, As Represented By The Secretary Of The Navy Remote system data collection and analysis framework

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2196973A1 (en) * 2008-12-12 2010-06-16 Nederlandse Organisatie voor toegepast-natuurwetenschappelijk Onderzoek TNO Traffic information unit, traffic information system, vehicle management system, vehicle, and method of controlling a vehicle
GB2487435A (en) * 2011-01-24 2012-07-25 Webstech Aps Enhanced wireless sensor location estimation using multiple location estimates and at least one measured medium characteristic
CN102692223A (zh) * 2012-06-27 2012-09-26 东南大学 用于wsn/ins组合导航的多级非线性滤波器的控制方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6246960B1 (en) * 1998-11-06 2001-06-12 Ching-Fang Lin Enhanced integrated positioning method and system thereof for vehicle
DE10133945A1 (de) * 2001-07-17 2003-02-06 Bosch Gmbh Robert Verfahren und Vorrichtung zum Austausch und zur Verarbeitung von Daten
WO2013024673A1 (ja) * 2011-08-12 2013-02-21 オムロン株式会社 情報管理装置、ネットワークシステム、情報管理プログラム、および情報管理方法
CA2861215C (en) * 2012-09-12 2015-09-08 Omron Corporation Data flow control order generating apparatus and sensor managing apparatus

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2196973A1 (en) * 2008-12-12 2010-06-16 Nederlandse Organisatie voor toegepast-natuurwetenschappelijk Onderzoek TNO Traffic information unit, traffic information system, vehicle management system, vehicle, and method of controlling a vehicle
GB2487435A (en) * 2011-01-24 2012-07-25 Webstech Aps Enhanced wireless sensor location estimation using multiple location estimates and at least one measured medium characteristic
CN102692223A (zh) * 2012-06-27 2012-09-26 东南大学 用于wsn/ins组合导航的多级非线性滤波器的控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MING YANG: "《A Surveillance Testbed Integrated with Networked Sensors for Target Inference》", 《IEEE CONFERENCE》 *
YAN ZHOU: "《Unscented Kalman Filtering based quantized innovation fusion for target tracking in WSN with feedback》", 《IEEE CONFERENCE》 *

Also Published As

Publication number Publication date
US20140280593A1 (en) 2014-09-18
WO2014152324A1 (en) 2014-09-25
US9571562B2 (en) 2017-02-14
EP2974233A1 (en) 2016-01-20

Similar Documents

Publication Publication Date Title
JP6885298B2 (ja) 自動運転車両
US11874671B2 (en) Performing tasks using autonomous machines
CA2960470C (en) Map generation device
US8380382B2 (en) Unmanned transport apparatus and operating method thereof
US20190155292A1 (en) Using discomfort for speed planning in autonomous vehicles
US10474155B2 (en) System and method for material disposal
AU2014330264B2 (en) System for managing mining machine and method for managing mining machine
US11874120B2 (en) Shared autonomous vehicle operational management
CN107886750A (zh) 一种基于超视距协同认知的无人驾驶汽车控制方法与系统
US11499833B2 (en) Inferring lane boundaries via high speed vehicle telemetry
JP2019053652A (ja) ドライバレス輸送システム
EP4187342B1 (en) Teleoperable vehicle and system
CN109298713A (zh) 指令发送方法、装置及系统、自动驾驶车辆
CN105144663A (zh) 使用多级网络的用于数据收集与分析的系统和方法
CN104641393A (zh) 矿山机械管理系统以及矿山机械管理方法
KR102202244B1 (ko) 자율주행유닛을 이용한 물류이송시스템 및 자율주행유닛을 이용한 물류이송방법
CN115649186B (zh) 基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质
US20230324188A1 (en) Autonomous vehicle fleet scheduling to maximize efficiency
CN115675493A (zh) 利用人工驾驶轨迹图层信息进行无人驾驶的方法及装置
US11460841B2 (en) Remote operation extending an existing route to a destination
CN115657692A (zh) 基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质
CN108162966A (zh) 提供沿第一轨迹运行至少两个车辆的信号的方法和设备
JP2022500737A (ja) センサの画像区間の選択方法
US10403151B2 (en) Traffic system having congestion management
US20220406192A1 (en) Testing a scheduling system for autonomous vehicles using simulations

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20151209

WD01 Invention patent application deemed withdrawn after publication