CN106055727A - 车辆对基础设施燃料经济性数据分析 - Google Patents

车辆对基础设施燃料经济性数据分析 Download PDF

Info

Publication number
CN106055727A
CN106055727A CN201610216610.4A CN201610216610A CN106055727A CN 106055727 A CN106055727 A CN 106055727A CN 201610216610 A CN201610216610 A CN 201610216610A CN 106055727 A CN106055727 A CN 106055727A
Authority
CN
China
Prior art keywords
fuel economy
vehicle
estimated
instruction
signal
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
CN201610216610.4A
Other languages
English (en)
Inventor
爱得·M·杜达尔
罗伯特·罗伊·詹特
伊马德·哈山·真希
曾福林
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN106055727A publication Critical patent/CN106055727A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及车辆对基础设施燃料经济性数据分析。一种燃料经济性数据分析系统包括处理器，所述处理器被配置为：响应于从车辆接收到指示加燃料事件通知和估计的燃料经济性的信号，并响应于估计的燃料经济性小于基准，输出指示对车辆和车辆的制造商的警告的信号，所述警告指示估计的燃料经济性小于基准。

Description

车辆对基础设施燃料经济性数据分析
技术领域
本公开涉及用于提供燃料经济性数据分析的系统和方法。
背景技术
车辆燃料经济性是用于评价车辆的性能的度量标准之一。当车辆燃料经济性达不到驾驶员或制造商的基准时，驾驶员可能会对车辆不满意。
车辆燃料经济性有赖于各种因素，诸如，驾驶员操作车辆的个人习惯和车辆健康状况，以及包括天气、交通和汽油品质的外部因素。
发明内容
一种燃料经济性数据分析系统包括处理器，响应于从车辆接收到指示加燃料事件通知和估计的燃料经济性的信号，并响应于估计的燃料经济性小于基准，所述处理器输出指示对车辆和车辆的制造商的警告的信号，所述警告指示估计的燃料经济性小于基准。
一种用于分析燃料经济性数据的方法包括：响应于从车辆接收到指示加燃料事件通知和估计的燃料经济性的信号，并响应于估计的燃料经济性小于基准，由控制器输出指示对车辆和车辆的制造商的警告的信号，所述警告指示估计的燃料经济性小于基准。
一种燃料经济性数据分析系统包括处理器，所述处理器被配置为：产生对车辆的制造商的通知，响应于从车辆接收到的数据指示车辆的估计的燃料经济性小于基准，将所述通知发送给制造商。
根据本发明的一个实施例，所述通知包含估计的燃料经济性。
附图说明
图1是示出燃料经济性数据分析系统的方框图；
图2是示出用于确定与加燃料事件关联的加燃料站的燃料含量属性的算法的流程图；
图3是示出用于将估计的燃料经济性与历史燃料经济性进行比较的算法的流程图；
图4是示出用于将估计的燃料经济性与可比车辆的燃料经济性进行比较的算法的流程图；
图5A是示出针对各种级别的车辆的平均燃料经济性的一组图；
图5B和图5C是分别示出紧凑型车辆和中型车辆在各种速度的燃料经济性的图；
图6A和图6B是示出车辆A、B、C和D的车辆速度轮廓(profile)和作为结果的燃料经济性的图；
图7A和图7B是示出车辆E、F、G和H的车辆速度轮廓和作为结果的燃料经济性的图；
图8是示出用于确定车辆驾驶模式的算法的流程图；
图9是示出用于将估计的燃料经济性与基准燃料经济性进行比较的算法的流程图。
具体实施方式
在此描述本公开的实施例。然而，应该理解的是，所公开的实施例仅仅是示例，并且其他实施例可采用各种替代形式。附图无需按比例绘制；可夸大或最小化一些特征以示出特定组件的细节。因此，在此公开的具体结构和功能细节不应被解释为具有限制性，而仅仅作为用于教导本领域技术人员以多种方式利用本发明的代表性基础。如本领域普通技术人员将理解的，参照任一附图示出并描述的各种特征可与在一个或更多个其他附图中示出的特征相结合，以产生未明确示出或描述的实施例。示出的特征的组合提供用于典型应用的代表性实施例。然而，针对特定应用或实现方式，可期望对与本公开的教导一致的特征进行各种组合和修改。
参照图1，燃料经济性数据分析系统100包括能够与车辆104、加燃料站106以及车辆制造商108进行通信的燃料经济性数据分析模块(FEDAM，fueleconomy data analysis module)102。燃料经济性数据分析是指示车辆104的物理性能的。燃料经济性数据分析系统100利用通常被称作车辆对基础设施(V2X)技术的车辆通信技术来评价车辆燃料经济性。FEDAM 102可位于远程服务器(例如，基于云的服务器)上，并可使用任意数量的数据通信协议(例如，ITU IMT-2000(3G)、IMT-Advanced(4G)、IEEE 802.11a/b/g/n(Wi-Fi)、WiMax、ANTTM、近场通信(NFC)及其他)通过无线网络发送和接收V2X信息。
当驾驶员向车辆燃料箱添加燃料时，车辆104检测到加燃料事件，并通知FEDAM 102加燃料事件已被检测到。例如，车辆104的发动机控制模块(ECM)(未示出)可响应于从燃料位置传感器(未示出)接收到燃料位置升高信号而检测加燃料事件。ECM能够与车辆数据总线(例如，CAN总线)进行通信，车辆数据总线提供对各种其他车辆模块(诸如远程信息处理模块(未示出))的访问，进而可访问车载信息，并且能够与非车载服务器进行通信。车辆104的远程信息处理模块将加燃料事件通知发送到FEDAM 102。
参照图2，示出了用于评价燃料经济性数据的控制策略110。如之前参照图1提到的，控制策略110可始于框112，在框112，FEDAM 102从车辆104接收加燃料事件通知。如框114示出的，在发生加燃料事件时，FEDAM 102接收与加燃料事件关联的加燃料站106的全球定位系统(GPS)位置。例如，远程信息处理模块可包含GPS接收器和用于检测车辆104的地理位置的其他传感器。在另一示例中，FEDAM 102可从加燃料站106接收加燃料站106的GPS位置。在另一示例中，FEDAM 102可对一组GPS坐标应用逆向地理编码处理，以确定加燃料站106的GPS位置。
在框116，FEDAM 102还接收车辆104的估计的燃料经济性。例如，估计的燃料经济性可为反映车辆104行驶的距离与使用的燃料量之间的关系的瞬时值或平均值。估计的燃料经济性可按照英里每加仑(MPG)或其他单位进行测量，且可基于来自燃料控制模块(FCM)、ECM和其他车辆模块的输入。
在框118，FEDAM 102响应于接收到加燃料事件通知而从加燃料站106请求燃料含量属性。例如，FEDAM 102可使用V2X技术来与加燃料站通信模块进行通信。在另一示例中，燃料含量属性可包括燃料品牌(例如，ShellTM、MobileTM、BPTM等)、燃料类型(例如，汽油、柴油、乙醇、生物柴油等)以及额定辛烷值(例如，E85、E87、E88、E89等)。此时，控制策略110可结束。在一些实施例中，在图2中描述的控制策略110可响应于接收到加燃料事件通知或另一通知或请求而被重复执行。
参照图3，示出了用于评价燃料经济性数据的控制策略120。控制策略可始于框122，在框122，FEDAM 102接收车辆104的估计的燃料经济性。在框124，FEDAM 102确定估计的燃料经济性是否小于车辆104的历史燃料经济性。例如，FEDAM 102可将估计的燃料经济性与车辆104在先前的加燃料事件中已报告的燃料经济性进行比较。如果估计的燃料经济性大于历史燃料经济性，则FEDAM 102返回到框122。在其他情况下，FEDAM 102为车辆104发送指示估计的燃料经济性大于历史燃料经济性的警告。
如果估计的燃料经济性小于历史燃料经济性，则在框126，FEDAM 102确定当前天气和交通对估计的燃料经济性的影响。例如，FEDAM 102可使用V2X技术从气象站(未示出)接收当前天气。FEDAM 102还可从各种源(诸如，商业交通数据提供者、运输部门、警察和紧急服务、道路传感器、交通摄像机等)接收交通信息。FEDAM 102分析当前天气和交通对估计的燃料经济性小于车辆104的历史燃料经济性的贡献。
在框128，FEDAM 102执行针对车辆104的车辆健康报告。例如，车辆健康报告可为由车辆监测系统产生的报告，车辆监测系统被配置为接收关于车辆104的诊断、维修和召回信息。例如，在执行车辆健康报告时，FEDAM102可使用与胎压监测(TPM)、燃料输送、后处理、点火、节气门控制、空气控制以及催化剂系统和子系统有关的信息来报告对任何相关传感器(诸如，宽域废气氧(UEGO)传感器、加热型废气氧(HEGO)传感器、空气质量流量传感器、燃料压力调节器、可变凸轮轴正时(VCT)、废气再循环(EGR)、废气氧(EGO)传感器以及在这些和相关子系统中的其他温度和压力传感器)的诊断。FEDAM 102可在车辆健康报告中指示当前车辆诊断、维修和召回状况对估计的燃料经济性的影响。
在框130，FEDAM 102确定燃料品质对估计的燃料经济性的影响。例如，FEDAM 102可使用从加燃料站106接收的燃料含量属性来确定燃料品质对估计的燃料经济性的影响。例如，FEDAM 102可参考由在加燃料站106加燃料的与FEDAM 102进行通信的其他车辆报告的估计的燃料经济性。
在框132，FEDAM 102为车辆104和车辆制造商108发送警告，该警告指示估计的燃料经济性小于历史燃料经济性。仅作为示例，FEDAM 102可指示当前天气和交通状况对估计的燃料经济性的影响以及车辆诊断、维修和召回状况对估计的燃料经济性的影响。
在发送警告时，FEDAM 102还可指示燃料品质对估计的燃料经济性的影响。例如，响应于确定其他车辆在加燃料站106进行加燃料事件之后报告估计的燃料经济性降低，FEDAM 102可在警告中指示加燃料站106的燃料品质对估计的燃料经济性可具有负面影响。FEDAM 102还可向加燃料站106发送指示至少一个车辆在此处加燃料之后报告了估计的燃料经济性降低的警告。
此外，响应于确定车辆在加燃料站106进行加燃料事件之后报告估计的燃料经济性降低，FEDAM 102可向与FEDAM 102通信的车辆周期性地广播加燃料站106的燃料品质对估计的燃料经济性可具有负面影响。此时，控制策略120可结束。在一些实施例中，在图3中描述的控制策略120可基于接收到加燃料事件通知或另一通知或请求而被重复执行。
参照图4，示出了用于分析关于可比车辆的燃料经济性数据的控制策略134。控制策略134可始于框136，在框136，FEDAM 102从车辆104接收估计的燃料经济性。如将参照图5A至图5C、图6A和图6B、图7A和图7B以及图8进一步详细讨论的，在框138，FEDAM 102确定估计的燃料经济性是否小于可比车辆的燃料经济性。如果估计的燃料经济性大于可比车辆的燃料经济性，则FEDAM 102返回到框136。在其他情况下，FEDAM 102为车辆104发送指示估计的燃料经济性大于可比车辆的燃料经济性的警告。
在框140，FEDAM 102响应于估计的燃料经济性小于可比车辆的燃料经济性来确定燃料品质对估计的燃料经济性的影响。仅作为示例，FEDAM 102可使用从加燃料站106接收的燃料含量属性来确定燃料品质对估计的燃料经济性的影响。FEDAM 102可确定在加燃料站106除外的加燃料站加燃料的可比车辆具有提高的燃料经济性。
在框142，FEDAM 102为车辆104和车辆制造商108发送警告。FEDAM102可在该警告中指示估计的燃料经济性小于可比车辆的燃料经济性。FEDAM 102还可指示在加燃料站106除外的加燃料站加燃料的可比车辆具有提高的燃料经济性。FEDAM 102还可为加燃料站106发送指示至少一个车辆在此处加燃料之后报告了估计的燃料经济性降低的警告。此时，控制策略134可结束。在一些实施例中，在图4中描述的控制策略134可基于接收到加燃料事件通知或另一通知或请求而被重复执行。
可比车辆可为与车辆104具有相同生产年份、品牌和型号的车辆。可比车辆还可为与车辆104具有相同级别的车辆，例如，环保局(EPA)级别(两座、迷你紧凑型、超小型、紧凑型、中型等)和国家公路交通安全局(NHTSA)级别(迷你、轻型、紧凑型、中型、重型、运动型多功能车辆(SUV)等)及其他。图5A示出了跨越多种级别144-1的车辆、紧凑型级别144-2的车辆(例如，Ford Focus)、中型级别144-3的车辆(例如，Ford Fusion)和大型级别144-4的车辆(例如，Ford Taurus)的小样本的示例性燃料经济性轮廓。
在另一示例中，FEDAM 102可确定针对一组速度带(诸如，5英里/小时(mph)、15mph、25mph等)的平均燃料经济性。在图5B和图5C中分别示出了紧凑型级别和中型级别车辆的燃料经济性轮廓，其中，每个有图案的柱指示特定车辆在给定速度带的平均燃料经济性，单色柱指示针对相同速度带的平均燃料经济性。FEDAM 102还可将可比车辆限制为与车辆104在相同的场所行驶的车辆和/或与车辆104使用相同的加燃料站的车辆。
在另一示例中，FEDAM 102可基于相关的车辆驾驶模式(诸如速度轮廓、加速度轮廓、坡度轮廓、有效质量轮廓和操作环境温度轮廓)的递归频率估计分析来确定车辆是否是可比车辆。FEDAM 102可使用参照图8概述的算法来确定相关的车辆轮廓。例如，FEDAM 102可使用针对每个相关驾驶模式的一维(1D)矩阵。在可选示例中，FEDAM 102可使用n维(ND)矩阵来对两个或者更多个相关驾驶模式进行组合。
图6A中示出了车辆B的速度轮廓，其中，单色柱指示在给定速度带的车辆B的速度。FEDAM 102可将车辆A、C和D(通过相应的有图案的柱示出)识别为具有可与车辆B相比的速度轮廓，使得例如所有四台车辆都花费大约60％的行驶周期以75mph的公路速度运动。例如，FEDAM 102可使用散度公式(诸如，矢量差、余弦相似度函数、Kullback-Leibler散度或现有技术中已知的任何机器学习方法)来确定可比车辆。
如在图6B中示出的，FEDAM 102可基于各个车辆A、B、C和D的燃料经济性148-1、148-2、148-3和148-4来确定车辆A、B、C和D的平均燃料经济性150。例如，FEDAM 102可确定平均燃料经济性150为25.8mph。FEDAM 102还可确定车辆B的燃料经济性148-2为25.1mph且小于可比车辆A、C和D的平均燃料经济性150。如参照图4提到的，FEDAM 102可随后为车辆B发送指示车辆B的燃料经济性148-2小于可比车辆的平均燃料经济性的警告。
参照图7A，示出了车辆F的速度轮廓，其中，单色柱示出在每个给定速度带的车辆F的速度。FEDAM 102可将车辆E、G和H(通过相应的有图案的柱示出)识别为具有可与车辆F相比的速度轮廓，使得例如所有四台车辆都花费大约40％的行驶周期以公路速度运动，且花费大约40％的行驶周期以城市交通速度运动。
如在图7B中示出的，FEDAM 102可基于各个车辆E、F、G和H的燃料经济性152-1、152-2、152-3和152-4来确定车辆E、F、G和H的平均燃料经济性154。例如，FEDAM 102可确定平均燃料经济性154为25.3mph。FEDAM 102还可确定车辆F的燃料经济性152-2为26.6mph且大于可比车辆E、G和H的平均燃料经济性154。如参照图4提到的，FEDAM 102可随后为车辆F发送指示车辆F的燃料经济性152-2大于可比车辆的平均燃料经济性的警告。
参照图8，示出了用于确定相关的车辆驾驶模式(诸如，速度轮廓和加速度轮廓)的控制策略156。控制策略156可始于框158，在框158，FEDAM102限定包括下限速度和上限速度的一个或更多个车辆速度范围(例如，0-20mph、21-40mph、41-60mph等)。在框160，FEDAM 102确定车辆104的车辆速度。例如，FEDAM 102可经由V2X技术从远程信息处理模块接收车辆速度。在框162，FEDAM 102将该车辆速度与至少一个速度范围进行匹配。例如，响应于确定车辆速度Vspd等于20mph，FEDAM 102可将第一速度范围x0-20设置为1，并将第二、第三和第四速度范围x21-40、x41-60、x61-80分别设置为零。
在框164，FEDAM 102更新在给定速度范围中的车辆速度的相对频率。例如，FEDAM 102可通过应用数字信号处理(DSP)(诸如，指数平滑函数)来更新相对频率，并使用相对频率来预测下一个最可能的车辆速度。FEDAM102可基于车辆104行驶的时间或距离，使用具有在0与1之间的值的平滑因子来控制存储在给定速度范围中的多个车辆速度值。此时，控制策略156可结束。在一些实施例中，在图8中描述的控制策略156可响应于接收到加燃料事件通知或另一通知或请求而被重复执行。
参照图9，示出了用于相对于基准燃料经济性分析燃料经济性数据的控制策略166。控制策略166可始于框168，在框168中，FEDAM 102从车辆104接收估计的燃料经济性。在框170，FEDAM 102确定估计的燃料经济性是否小于基准燃料经济性。例如，基准燃料经济性可为由EPA创建且由车辆制造商经由车窗贴纸登出在新的车辆上的燃料经济性。又如，基准燃料经济性可为由车辆104的驾驶员设置的燃料经济性目标。如果估计的燃料经济性大于基准燃料经济性，则控制返回到框168。在其他情况下，FEDAM 102为车辆104发送指示估计的燃料经济性大于基准燃料经济性的警告。
在框172，响应于估计的燃料经济性小于基准燃料经济性，FEDAM 102确定燃料品质对估计的燃料经济性的影响。例如，FEDAM 102可使用从加燃料站106接收的燃料含量属性来确定燃料品质对估计的燃料经济性的影响。FEDAM 102可确定在加燃料站106除外的加燃料站加燃料的车辆的燃料经济性等于或大于基准燃料经济性。
在框174，FEDAM 102为车辆104和车辆制造商108发送指示估计的燃料经济性小于基准燃料经济性的警告。例如，FEDAM 102可在警告中指示在加燃料站106除外的加燃料站加燃料的车辆的燃料经济性等于或大于基准燃料经济性。FEDAM 102还可为加燃料站106发送指示至少一个车辆在此处加燃料之后报告了估计的燃料经济性降低的警告。此时，控制策略166可结束。在一些实施例中，在图9中描述的控制策略166可响应于接收到加燃料事件通知或另一通知或请求而被重复执行。
分别在图2、图3、图4、图8和图9中描述的控制策略110、120、134、156和166可单独地以及结合地评价各个已知因素的贡献，以便为车辆和制造商提供最准确的信息。燃料经济性数据分析还可用于警告在特定加燃料站附近的其他驾驶员在该加燃料站的已知的汽油品质可能对他们的估计的燃料经济性有正面的或负面的影响。
在此公开的处理、方法或算法可被交付到处理装置、控制器或计算机，或者可通过处理装置、控制器或计算机来实现，所述处理装置、控制器或计算机可包括任何现有的可编程电子控制单元或专用的电子控制单元。类似地，所述处理、方法或算法可被存储为数据以及可由控制器或计算机以多种形式执行的指令，所述多种形式包括但不限于永久存储在非可写存储介质(诸如ROM装置)上的信息以及可改变地存储在可写存储介质(诸如软盘、磁带、CD、RAM装置和其它磁性和光学介质)上的信息。所述处理、方法或算法还可被实现为软件可执行对象。可选地，所述处理、方法或算法可使用合适的硬件组件(诸如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、状态机、控制器或其它硬件组件或装置)或者硬件、软件和固件组件的组合被整体或者部分地呈现。
说明书中所使用的词语是描述性词语而非限制，并且应理解的是，可在不脱离本公开的精神和范围的情况下做出各种改变。如前所述，可将各种实施例的特征进行组合以形成本发明的可能未被明确描述或示出的进一步的实施例。尽管各种实施例已经被描述为在一个或更多个期望特性方面提供优点或者优于其他实施例或者现有技术实施方式，但是本领域的普通技术人员应认识到，一个或更多个特征或特性可被折衷以实现期望的整体系统属性，其依赖于特定应用和实施方式。这些属性可包括但不限于成本、强度、耐久性、生命周期成本、市场性、外观、包装、尺寸、可服务性、重量、可制造性、组装的容易性等。因此，针对一个或更多个特性被描述为不如其他实施例或现有技术实施方式的实施例并非在本公开的范围之外，并可被期望用于特定应用。

Claims (18)

1.一种燃料经济性数据分析系统，包括：
处理器，被配置为：响应于从车辆接收到指示加燃料事件通知和估计的燃料经济性的信号，并响应于估计的燃料经济性小于基准，输出指示对车辆和车辆的制造商的警告的信号，所述警告指示估计的燃料经济性小于基准。
2.如权利要求1所述的燃料经济性数据分析系统，其中，所述处理器还被配置为：响应于接收到指示加燃料事件通知的信号，输出指示从与所述加燃料事件通知关联的加燃料站请求燃料含量属性的信号。
3.如权利要求2所述的燃料经济性数据分析系统，其中，所述处理器还被配置为：为与所述处理器进行通信的车辆周期性地广播指示从燃料含量属性获取的信息的信号。
4.如权利要求3所述的燃料经济性数据分析系统，其中，所述信息代表燃料含量属性对车辆的燃料经济性估计的贡献。
5.如权利要求1所述的燃料经济性数据分析系统，其中，所述处理器还被配置为：响应于估计的燃料经济性小于所述基准，输出指示请求与加燃料事件通知关联的加燃料站沿线的天气状况的信号。
6.如权利要求1所述的燃料经济性数据分析系统，其中，所述处理器还被配置为：响应于估计的燃料经济性小于所述基准，输出指示请求与加燃料事件通知关联的加燃料站沿线的交通报告的信号。
7.如权利要求1所述的燃料经济性数据分析系统，其中，所述处理器还被配置为：响应于从车辆接收到指示加燃料事件通知和估计的燃料经济性的信号，并响应于估计的燃料经济性小于车辆的历史燃料经济性，输出指示对车辆和车辆的制造商的警告的信号，所述警告指示估计的燃料经济性小于历史燃料经济性。
8.如权利要求7所述的燃料经济性数据分析系统，其中，对车辆和车辆的制造商的警告是基于车辆健康报告的。
9.如权利要求1所述的燃料经济性数据分析系统，其中，所述处理器还被配置为：响应于从车辆接收到指示加燃料事件通知和估计的燃料经济性的信号，并响应于估计的燃料经济性小于可比车辆的平均燃料经济性，输出指示对车辆和车辆的制造商的警告的信号，所述警告指示估计的燃料经济性小于可比车辆的平均燃料经济性。
10.如权利要求9所述的燃料经济性数据分析系统，其中，所述可比车辆是与所述车辆具有相同级别的车辆。
11.一种用于分析燃料经济性数据的方法，包括：
响应于从车辆接收到指示加燃料事件通知和估计的燃料经济性的信号，并响应于估计的燃料经济性小于基准，由控制器输出指示对车辆和车辆的制造商的警告的信号，所述警告指示估计的燃料经济性小于基准。
12.如权利要求11所述的方法，所述方法还包括：响应于接收到指示加燃料事件通知的信号，输出指示从与所述加燃料事件通知关联的加燃料站请求燃料含量属性的信号。
13.如权利要求12所述的方法，所述方法还包括：为与所述控制器进行通信的车辆周期性地广播指示从燃料含量属性获取的信息的信号。
14.如权利要求13所述的方法，其中，所述信息代表燃料含量属性对车辆的燃料经济性估计的贡献。
15.如权利要求11所述的方法，所述方法还包括：响应于估计的燃料经济性小于所述基准，输出指示请求与加燃料事件通知关联的加燃料站沿线的天气状况的信号。
16.如权利要求11所述的方法，所述方法还包括：响应于估计的燃料经济性小于所述基准，输出指示请求与加燃料事件通知关联的加燃料站沿线的交通报告的信号。
17.如权利要求11所述的方法，所述方法还包括：响应于从车辆接收到指示加燃料事件通知和估计的燃料经济性的信号，并响应于估计的燃料经济性小于车辆的历史燃料经济性，输出指示对车辆和车辆的制造商的警告的信号，所述警告指示估计的燃料经济性小于历史燃料经济性。
18.如权利要求11所述的方法，所述方法还包括：响应于从车辆接收到指示加燃料事件通知和估计的燃料经济性的信号，并响应于估计的燃料经济性小于可比车辆的平均燃料经济性，输出指示对车辆和车辆的制造商的警告的信号，所述警告指示估计的燃料经济性小于平均燃料经济性。
CN201610216610.4A 2015-04-13 2016-04-08 车辆对基础设施燃料经济性数据分析 Pending CN106055727A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/684,999 2015-04-13
US14/684,999 US20160300408A1 (en) 2015-04-13 2015-04-13 V2X Fuel Economy Data Analysis

Publications (1)

Publication Number Publication Date
CN106055727A true CN106055727A (zh) 2016-10-26

Family

ID=56986369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610216610.4A Pending CN106055727A (zh) 2015-04-13 2016-04-08 车辆对基础设施燃料经济性数据分析

Country Status (3)

Country Link
US (1) US20160300408A1 (zh)
CN (1) CN106055727A (zh)
DE (1) DE102016106333A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9996990B2 (en) 2016-10-24 2018-06-12 Allstate Insurance Company Enhanced vehicle bad fuel sensor with crowdsourcing analytics
US10366547B2 (en) * 2016-12-20 2019-07-30 Continental Automotive Systems, Inc. Cloud-based fuel quality recording and fuel station selection system, and method of utilizing same
US11443563B2 (en) 2019-07-10 2022-09-13 Toyota North America, Inc. Driving range based on past and future data
KR20220037026A (ko) * 2020-09-16 2022-03-24 현대자동차주식회사 증강 현실 기반의 정보 표시 장치

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
UA107471C2 (uk) * 2009-08-18 2015-01-12 Shell Int Research Композиція пального і моторного масла та її використання
US9457802B2 (en) * 2012-04-06 2016-10-04 Richard Louis Ponziani Turn signal controlled regenerative braking and decelerative loading
WO2014004507A1 (en) * 2012-06-27 2014-01-03 Shell Oil Company Fuel and engine oil composition and its use

Also Published As

Publication number Publication date
US20160300408A1 (en) 2016-10-13
DE102016106333A1 (de) 2016-10-13

Similar Documents

Publication Publication Date Title
US10713862B2 (en) Enhanced vehicle bad fuel sensor with crowdsourcing analytics
US10621214B2 (en) Systems and methods for database geocoding
US11481713B2 (en) Driver history via vehicle data acquisition and analysis
US10894547B2 (en) Method, apparatus, and system for assessing safety and comfort systems of a vehicle
US20160283963A1 (en) Providing real-time access to resources based on driving record
CN106055727A (zh) 车辆对基础设施燃料经济性数据分析
Tseng et al. Personalized prediction of vehicle energy consumption based on participatory sensing
CN109109784A (zh) 根据用户行为而提供车辆剩余行驶信息的系统及其方法
CN103729183B (zh) 基于智能手机的车辆绿色出行导航系统设计
CN111612670A (zh) 一种构建机动车排放清单的方法、装置和计算机设备
Yang et al. Time dimension analysis: Comparison of Nanjing local driving cycles in 2009 and 2017
US9671242B2 (en) Multiple energy routing system
CN105957348A (zh) 一种基于gis和pems的城市公交线路节点处排放估算方法
JP2022159038A (ja) 装置との車両データの共有におけるマルチレベルアクセス制御
KR101932695B1 (ko) 공간 빅 데이터 분석 기반의 연료 소모량 추정 시스템
Ferreira et al. Vehicular sensing: Emergence of a massive urban scanner
Zhao et al. Greenroute: a generalizable fuel-saving vehicular navigation service
CN117400948A (zh) 一种汽车能耗预测方法、装置、电子设备及存储介质
Zheng et al. Study of multi-objective path planning method for vehicles
Thibault et al. Real-time air pollution exposure and vehicle emissions estimation using IoT, GNSS measurements and web-based simulation models
Sugimoto et al. SIP-adus: An update on Japanese initiatives for automated driving
Khemri et al. Developing a Real-World, Second-by-Second Driving Cycle Database through Public Vehicle Trip Surveys
Ibrahim et al. Data Collection and Data Management Approach for Developing a Driving Cycle: A Review
Pucher Deriving Traffic-Related CO 2 Emission Factors with High Spatiotemporal Resolution from Extended Floating Car Data
US20240193626A1 (en) Vehicle Activity Clustering and Electric Charging Station Prediction Generation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20161026