CN108137056B - 汽车活动监测器 - Google Patents
汽车活动监测器 Download PDFInfo
- Publication number
- CN108137056B CN108137056B CN201680060600.4A CN201680060600A CN108137056B CN 108137056 B CN108137056 B CN 108137056B CN 201680060600 A CN201680060600 A CN 201680060600A CN 108137056 B CN108137056 B CN 108137056B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- computer
- sensor
- information
- various embodiments
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
- G07C5/02—Registering or indicating driving, working, idle, or waiting time only
- G07C5/04—Registering or indicating driving, working, idle, or waiting time only using counting means or digital clocks
-
- 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
-
- 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
- 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
- G07C5/0833—Indicating performance data, e.g. occurrence of a malfunction using audio means
-
- 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
- G07C2205/00—Indexing scheme relating to group G07C5/00
- G07C2205/02—Indexing scheme relating to group G07C5/00 using a vehicle scan tool
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
实施例针对监测车辆操作。如果基于由安装在车辆中的传感器计算机捕获的传感器数据的传感器信息由客户端计算机提供给服务器。分析引擎可以将传感器信息与和车辆相关联的车辆模型进行比较。基于比较的一个或多个报告可以被分发给注册的订户。可以采用建模引擎来基于传感器信息更新车辆模型。一个或多个更新的车辆模型可以被传送到可以与一个或多个用户相关联的一个或多个客户端计算机。可以从传感器计算机获得传感器信息。传感器信息可以包括与车辆的操作相关联的度量。度量可以包括时间戳、道路冲击、直线驾驶、粗糙度、加速度、减速度、行程长度、行驶速度等。
Description
相关申请的交叉引用
本申请是基于先前于2015年8月18日递交的、U.S.序列号为62/206,560的美国临时专利申请的发明专利申请,在此根据35U.S.C.§119(e)要求其申请日的权益,并且还通过引用将其全部内容合并于此。
技术领域
本发明一般涉及车辆监测,并且更加具体地而非排他地,涉及通过使用多个传感器来监测车辆活动以诊断所标识的问题。
背景技术
目前存在许多系统,这些系统通过可以使用一个或多个诊断报告协议(比如,车载诊断-II(OBD2))的一个或多个诊断端口直接监测车辆的诊断信息。这些信息虽然可用,但可能受到限制,因为诊断端口仅提供来自安装在车辆中的传感器的数据,并且可能无法以足够高的报告速率实时提供加速度计信息,车辆当前也没有方向盘上的实时加速度计。此外,研究还表明,随着车辆的老化或者如果存在对准、车轮平衡、发动机支架、轮胎充气、车辆悬架、发动机调谐等的机械问题,车辆中的噪音和振动倾向于改变和增加。各种振动、方向盘位置等通常可能指出车辆可能影响燃料效、舒适性和车辆乘客安全性的问题。在某些情况下,当前安装在车辆中的传感器很难用足够的振动/运动相关信号来更新标准诊断系统(例如,OBD2兼容系统)以识别独特的振动并将它们与潜在问题相关联。因此,针对这些及其他考虑做出了本发明。
附图说明
参照以下附图,对本发明的非限制性且非穷尽性实施例进行描述。在附图中,除非另有所指,否则贯穿各个附图相似的参考标号指代相似的部分。为了更好的理解所描述的发明,将参照下面对各种实施例的描述,这些描述应与附图相关联地阅读,其中:
图1示出了根据各种实施例中的至少一个实施例的连接的BLE车辆活动监测器(例如,传感器计算机)的逻辑架构;
图2示出了根据各个实施例中的至少一个实施例的连接的BLE车辆活动监测器的车内布置;
图3示出了根据各种实施例中的至少一个实施例的简单连接的车辆活动监测器用户界面;
图4示出了根据各种实施例中的至少一个实施例的丰富显示器连接的车辆活动监测器用户界面;
图5示出了根据各种实施例中的至少一个实施例的连接的BLE车辆活动监测器用户界面描述;
图6示出了根据各种实施例中的至少一个实施例的连接的车辆活动监测器情境按钮示例流程图;
图7示出了根据各种实施例中的至少一个实施例的发动机噪声对比(vs.)RPM示例;
图8示出了根据各种实施例中的至少一个实施例的驾驶效率对比RPM;
图9示出了根据各种实施例中的至少一个实施例的发动机的相关振动和声频;
图10示出了根据各种实施例中的至少一个实施例的校准方向盘位置;
图11示出了根据各种实施例中的至少一个实施例的影响车辆的滚动阻力的因素;
图12示出了根据各种实施例中的至少一个实施例的路面纹理和燃料消耗;
图13A示出了根据各种实施例中的至少一个实施例的由安装在方向盘毂上的加速度计测量的原始道路振动的示例;
图13B示出了根据各种实施例中的至少一个实施例的由安装在方向盘毂上的加速度计测量的经平滑的原始道路振动的示例;
图14示出了根据各种实施例中的至少一个实施例的在方向盘处测量的道路振动的时域的示例;
图15示出了根据各种实施例中的至少一个实施例的在方向盘处测量的道路振动的频域的示例;
图16示出了可以在其中实现各种实施例的系统环境的一个实施例;
图17示出了客户端计算机的示意性实施例;
图18示出了网络计算机的示意性实施例;
图19示出了可以被包括在实现各种实施例中的至少一个实施例的系统中的传感器计算机的一个实施例;
图20示出了根据各种实施例中的至少一个实施例的用于汽车活动监测的系统的一个实施例的逻辑示意图;
图21示出了根据各种实施例中的至少一个实施例的用于汽车活动监测的过程的一个实施例的概要流程图;
图22示出了根据各种实施例中的至少一个实施例的用于在分析服务器计算机上处理车辆传感器信息的过程的一个实施例的概要流程图;
图23示出了根据各种实施例中的至少一个实施例的用于与所监测的车辆交互的聊天机器人的过程的一个实施例的概要流程图;
图24示出了根据各种实施例中的至少一个实施例的用于交互的聊天机器人的过程的一个实施例的流程图;
图25示出了根据各种实施例中的至少一个实施例的收集传感器信息的过程的一个实施例的流程图;
图26示出了根据各种实施例中的至少一个实施例的处理转向系统数据的过程的一个实施例的流程图;
图27示出了根据各种实施例中的至少一个实施例的基于传感器数据收集度量的过程的一个实施例的流程图;
图28示出了根据各种实施例中的至少一个实施例的学习引擎基于传感器数据提供模型的过程的一个实施例的流程图;
图29示出了根据各种实施例中的至少一个实施例的生成关于所监测的车辆的块链分类帐(ledger)信息的过程的一个实施例的流程图;
图30示出了根据各种实施例中的至少一个实施例的使用与所监测的车辆相关联的块链分类帐信息的过程的一个实施例的流程图;
图31示出了根据各种实施例中的至少一个实施例的利用自然语言接口处理语音命令的过程的一个实施例的流程图;
图32示出了根据各种实施例中的至少一个实施例的训练自然语言接口的过程的一个实施例的流程图;
图33示出了根据各种实施例中的至少一个实施例的将故障代码映射到信号的过程的一个实施例的流程图;以及
图34示出了根据各种实施例中的至少一个实施例的处理最初未被映射到故障代码的信号信息的过程的一个实施例的流程图。
具体实施方式
现在将在下文中参照附图更全面地描述各种实施例,附图形成了各种实施例的一部分,并且通过说明的方式示出了可以实施本发明的具体示例性实施例。然而,实施例可以被体现为多种不同的形式,并且不应该被解释为限于在此阐述的实施例;相反,提供这些实施例是为了使得本公开变得透彻和完整,并且将实施例的范围充分地传达给本领域技术人员。除其他之外,各种实施例可以是方法、系统、介质或设备。相应地,各种实施例可以采取如下形式:完全硬件实施例、完全软件实施例、或将软件和硬件方面组合的实施例。因此,下面的详细描述不应被认为是限制性的。
在整个说明书和权利要求书中,除非上下文另有清楚指定,否则以下术语采用在此明确关联的含义。本文所使用的短语“在一个实施例中”不一定指代同一实施例,但是可以指代同一实施例。此外,本文所使用的短语“在另一实施例中”不一定指代不同的实施例,但是可以指代不同的实施例。因此,如下所述,在不脱离本发明的范围或精神的情况下,可以容易地组合各种实施例。
此外,除非上下文另有清楚指定,否则本文所使用的术语“或”是包括性的“或”运算符,并且等同于术语“和/或”。除非上下文另有清楚指定,否则术语“基于”不是排他性的,并且允许基于未描述的其他因素。另外,在整个说明书中,“一”、“一个”和“该”的含义包括复数参考。“在……中”的含义包括“在……中”和“在……上”。
对于示例实施例,除非上下文另有清楚指定,根据相应的含义,本文还使用了如下术语。
简要地说,实施例针对一种用于监测车辆操作的系统,该系统可以包括一个或多个网络计算机、一个或多个客户端计算机(例如,包括移动计算机、移动电话等)、以及一个或多个传感器计算机。在各种实施例中的至少一个实施例中,如果基于由安装在车辆中的传感器计算机捕获的传感器数据的传感器信息被提供给网络计算机,则网络计算机可以执行各种动作。
在各种实施例中的至少一个实施例中,网络计算机可将传感器信息存储在存储器中。在各种实施例中的至少一个实施例中,网络计算机可以使用分析引擎将传感器信息与一个或多个车辆模型进行比较,以使得一个或多个车辆模型与车辆相关联。在各种实施例中的至少一个实施例中,网络计算机可以基于比较提供一个或多个报告。并且,网络计算机可以将一个或多个报告或通知分发给一个或多个注册的订户。
在各种实施例中的至少一个实施例中,网络计算机可以采用建模引擎来部分地基于传感器信息更新一个或多个车辆模型。在各种实施例中的至少一个实施例中,网络计算机可以将一个或多个更新的车辆模型传送给可以与一个或多个用户相关联的一个或多个客户端计算机。
在各种实施例中的至少一个实施例中,网络计算机可以从客户端计算机取回该客户端计算机从传感器计算机获得的传感器数据。并且,在各种实施例中的至少一个实施例中,网络计算机可以将传感器数据存储在数据存储库中。
在各种实施例中的至少一个实施例中,网络计算机可以将信号信息的一个或多个部分映射到一个或多个故障代码,以使得一个或多个故障代码可以与产生振动的一个或多个车辆系统(包括轮胎、车轮、对准、悬架、发动机、电动机、制动器等中的一个或多个)相关联。
在各种实施例中的至少一个实施例中,客户端计算机可以从传感器计算机获得传感器信息。在各种实施例中的至少一个实施例中,传感器信息可以包括与车辆的当前操作相关联的一个或多个度量。这些度量可以包括以下各项中的一项或多项:时间戳、道路冲击、直线驾驶、粗糙度、加速度、减速度、行程长度、硬启动、硬停止、事故、高速公路驾驶、城市驾驶、停止、航路、行驶速度等、或其组合。
在各种实施例中的至少一个实施例中,驾驶度量可被设计为映射到现有的基于使用的基于使用的保险(UBI)标准或其他类似的标准。
在各种实施例中的至少一个实施例中,客户端计算机可以将传感器信息提供给网络计算机。
在各种实施例中的至少一个实施例中,客户端计算机可以使用聊天机器人引擎来获得来自车辆的一个或多个用户的一个或多个聊天输入,以使得一个或多个聊天输入与一个或多个监测操作相关联。
在各种实施例中的至少一个实施例中,客户端计算机可以基于与车辆的操作相关联的旅程信息来更新可以与车辆的用户相关联的一个或多个社交网络。
在各种实施例中的至少一个实施例中,传感器计算机可以捕获传感器数据。在各种实施例中的至少一个实施例中,传感器计算机可以在车辆的操作期间捕获传感器数据。并且,在各种实施例中的至少一个实施例中,传感器计算机可将传感器数据与一个或多个车辆基线模型进行比较。因此,在各种实施例中的至少一个实施例中,如果比较指示异常,则传感器计算机可以将传感器信息传送给客户端计算机,从而传感器信息可以部分地基于由传感器计算机捕获的传感器数据。
在各种实施例中的至少一个实施例中,传感器计算机可以安装在车辆的方向盘上。而且,在各种实施例中的至少一个实施例中,传感器计算机或传感器计算机的部分可以安装在车辆内的其他位置处。例如,在一些实施例中,传感器计算机可以被安装以与车辆的底盘、与发动机、或者与对其特定振动或运动特性感兴趣的任何其他组件形成刚性连接。在一些实施例中,传感器计算机可以与位于车辆内的一个或多个其他振动传感器集成。因此,在一些实施例中,传感器计算机可以位于一个位置,而一个或多个传感器位于与传感器计算机分离的其他位置。
连接的蓝牙低能耗车辆活动监测器说明
在图1中可以发现连接的蓝牙低能耗车辆活动监测器的一个实施例。在该实施例中,汽车活动监测器平台利用与蓝牙低能耗(BTLE)无线电系统封装或SiP(1)耦合的多个传感器(3)来监测车辆的状态和活动,而不需要物理连接到OBD2端口。
BTLE SiP(1)可以管理多个接口,包括但不限于:按钮和输入接口(2)、包含多个传感器(比如,9轴加速度计、环境噪声传感器、和温度传感器)的传感器电路(3)。此外,该系统可支持显示器(4)和音频换能器(5)。
BTLE SiP(1)可以直接从可更换电池或者从可将其电源用作可充电电池的充电电路(6)接收稳定电力。此外,充电电路(6)可以从一个或多个外部源接收电力,例如,太阳能、通过车辆中的USB端口的5V电力、来自车辆的布线或点烟器的12V电力、或通过能量收集的惯性电力。
该充电电路(6)也可以通过电池电量检测器(8)将当前车辆电池信息提供给芯片。BLE SiP(1)可以包含内部或外部平衡-不平衡变换器,或者可以通过外部RF匹配电路连接到天线(7),该外部RF匹配电路将数字无线电组件的输出匹配到天线(7),从而提供优化的RF连接。
如图2所示,通过将车辆活动监测器硬件安装在车辆内部的理想位置(例如,直接安装在方向盘(11、12、13)或转向柱(17)上),传感器可用于直接实时地测量方向盘的角度,以及仅通过转向柱传递(translate)并且可以在不同的驾驶条件下为用户所感受的振动。
此外,如图2所示,直接放置在方向盘(11、12、13、17)或仪表板(14、16)上还提供了理想的位置,从该位置提供可用于访问或管理当前在移动设备(比如,手机或平板)上运行的应用程序(app)的多个控制。
与连接的蓝牙低能耗车辆活动监测器不同,OBD系统必须被安装在隐藏于大多数车辆的仪表板下方的挡板(15)后面的OBD2端口内。此外,OBD2连接器可以悬挂在线路上,因此不能将振动直接传递到插入式设备传感器。
由于其便利的安装位置(11、13、14、16、17),连接的蓝牙低能耗车辆活动监测器可以支持LED或电子纸显示器等。
在各种实施例中的至少一个实施例中,连接的蓝牙低能耗车辆活动监测器可以被看作是下面在图19中描述的传感器计算机。
连接的BLE车辆活动监测器用户界面
在图3中示出了连接的BLE车辆活动监测器的用户界面的一个实施例。在该实施例中,主按钮(17b)和LED(18)接口用于与用户交互。主按钮(17b)可以用作通过BLE连接(19)在移动设备(20)上启动相关联的应用程序的一个或多个功能的触发器。它也可以用来触发驻留在移动设备上的多个第三方应用程序(21),我们将消息发送到云,然后这些消息直接通过API触发和启动第三方应用程序(21),亦或是通过基于可用的移动手机的OS特征的其他工具。此外,在一些实施例中,连接的BLE车辆活动监测器(例如,传感器计算机)可以包括按钮17c以及灯环17d。在一些实施例中,按钮17c可以被布置为使得用户能够按压以直接在连接的BLE车辆活动监测器上提供用户输入。类似地,在一些实施例中,灯环17d可以是基于LED的环,其可以被布置为向用户提供视觉提示。
在图4所示的连接的BLE车辆活动监测器的另一实施例中,连接的BLE车辆活动监测器可以支持丰富的显示器(24)。在该实施例中,连接的BLE车辆活动监测器还可以配备有旋转的座圈、转盘或锁定旋转开关系统(23)。在一些实施例中,可以存在外部盖环(例如,盖环23b)和指示器点(例如,指示器点23c)。在该实施例中,开关可以转到如位置指示器(22)和指示器点23c所指示的各种位置。当转动时,座圈(23)可以在显示器(24)上显示针对多个特征或第三方应用程序的标志(24b)。该系统还可以经由BLE链路(25)向应用程序(26)发送信息,BLE链路(25)然后可以改变移动电话上的连接的BLE车辆活动监测器应用程序(26)中的选择器以指向特定的应用程序(27)。
由于当今在移动电话上处置BLE设备的方式,正在启动的应用程序无需在按下按钮时在移动设备上主动运行。替代地,由于连接的BLE车辆活动监测器应用程序(20、26)的超越巅峰(Over the Top,OTT)的性质,并且因为其蓝牙低能耗连接。
数据聚合
可以由连接的蓝牙低能耗车辆活动监测器启动的一个应用程序是驻留在移动电话上的停车应用。以此方式,当用户接近他或她的目的地附近时,用户可以按下连接的蓝牙低能耗车辆活动监测器的按钮(17b)。然后,连接的蓝牙低能耗车辆活动监测器可以触发对电话的命令,该命令然后由移动电话上的车辆活动监测器应用程序(20、26)进行解释。在一个实现方式中,车辆活动监测器应用程序(20、26)然后可以继而启用移动电话的GPS并将GPS坐标发送到云服务器。云服务器然后可以随用户的简档信息一起解释GPS坐标,并向用户的车辆活动监测器应用程序(20、26)返回用于找到停车位的最佳应用程序。然后,车辆活动监测器应用程序(20、26)可以触发所建议的停车应用程序(21、27)或来自移动电话上的可用应用程序列表的不同应用程序。
因此,车辆活动监测器应用程序(20、26)可以触发停车应用程序(21、27),使其活跃并发起停车点搜索。然后停车应用程序可以继而发起路线规划(turn-by-turn)指令以引导用户到停车位置,而用户不必拔出他们的电话并物理地启动应用程序。
在本发明的一个实施例中,连接的BLE车辆活动监测器可以使用多个颜色、图像、光线和闪烁模式来显示连接的BLE车辆活动监测器在不同的操作条件下的状态(28、29、30、31、32、33、34、35),如图5所示。在该实施例中,诸如连接(CONNECTING)(30)之类的设备状态可被解释为闪烁模式或打开链接图标(35)。此外,可以通过颜色、图标(35)、灯光和闪烁模式的改变来向用户显示警报(31)和其他通知。可以将这些模式分配给不同的应用程序或设备通知。
该系统可以支持多个传感器(3),包括但不限于:加速度计、陀螺仪、温度传感器、环境噪声传感器、或其他环境传感器(例如,粒子或气体传感器)。这些传感器(3)可以连接到微处理器(1),微处理器(1)继而可以连接到蓝牙低能耗无线电天线(7)或者用作蓝牙低能耗无线电天线(7),因此可以直接向应用程序(20、26)馈送可以经由云与其他第三方应用程序或者通过应用程序内API或基于云的API与基于云的服务共享的数据。此外,蓝牙低能耗无线电组件可以使用BLE网状联网和信标协议向该区域中的其他设备广播。
在该系统的另一实施例中,可以使用LTE-M或其他无线电组件将传感器数据直接发送到云,从而使得数据能够由网络计算机直接解释而不需要平板电脑或客户端计算机。
信标、位置和停车
虽然系统本身可以支持或不支持车载GPS,但系统可以利用移动电话中的GPS或其他精确的位置数据来建立车辆的当前位置。该信息可能在多种应用中是有用的,包括但不限于停车应用。
在一个实施例中,用户可以预先向停车管理机构注册。作为注册的一部分,停车管理机构可以向用户分配特定用户代码,该特定用户代码可以通过该应用程序被传送给连接的BLE车辆活动监测器。因此,连接的BLE车辆活动监测器可以与移动电话配合用作虚拟停车计费表。
在该实施例中,连接的BLE车辆活动监测器可以检测车辆是否已经到达完全停止并且用户已经离开车辆。在该实施例中,连接的BLE车辆活动监测器总是可以在车辆完全停止了超过阈值的时间段时、在驾驶员停止移动方向盘时、或者在发动机关闭(这可以通过在停止发动机时发生的振动变化来检测)时请求车辆的当前位置。
此外,该位置可以由应用程序用来经由该应用程序向停车管理机构注册停车位置,并且连接的BLE车辆活动监测器可以切换模式以开始发信标指示(beaconing)车辆的当前位置,以及代表用户具有有效的停车账户并且车辆已经注册来进行停车的密码。
如果车辆停靠在配备有蓝牙低能耗系统的仪表旁边,则停车计费表也可以确认用户停在有效位置,并且停车系统可以开始计算车辆停在仪表前面的时间。此外,系统可以将停车计费表的状态从指示没有人在该仪表处停车的颜色(例如,红色)改变为指示有车辆合法地停在该仪表处的颜色(例如,绿色)。
停车执法人员可以配备如下应用程序,该应用程序还可以监测是否存在配备有基于连接的BLE车辆活动监测器的停车系统的车辆。因此,他们可以在他们的车辆开过时快速地扫描这样的车辆的存在,仅停下来给未配备该系统的车辆开罚单。
外部数据源
系统还可以通过车辆活动监测器应用程序(20、26)从外部的源收集数据。数据可以包括但不限于来自其他应用程序、基于云的服务、或第三方硬件设备(比如,OBD2监测器)的数据。数据可以包括天气、交通状况、道路状况、警方活动、以及其他可能影响用户的通勤的信息,或者可以包括详细的车辆或诊断信息,这些信息可以通过第三方OBD2设备来获取。
还可以使用公共或私有API来从包括商业街地图应用、在网上公开的政府街道/交通信息等的多个源获取数据。
最终,可用数据可以与由连接BLE车辆活动监测器产生的数据结合使用来创建用户的特定车辆环境、车辆使用模型、车辆状况、车内时间表、以及车内行为的影像。
然后可以使用这些数据来评估和提出行为改变,以减少在发动机运行时在车辆上花费的时间,从而降低油耗和运营成本。
这种预测建模也可以继而提出日常习惯的其他改进,其通过预测交通模式来对用户的通勤产生积极影响。例如,由于与上午9点25分相比上午9点35分的车流量增大,用户可能被通知在周一提前10分钟出发。这可以使得通过绕过最差的交通状况和时间而从另外40分钟的通勤中省出10分钟(例如,节省25%的通勤时间)。
可以使用云中或移动电话应用程序(20、26)中的学习引擎来导出其他类似的模型。在图6中示出了这样的流程的一个示例,其中在车辆情境中的用户动作被描述为流程图。在该示例中,用户最初开车(36)并到达他的目的地附近(37)。通常,用户需要在此时拔出他或她的手机才能触发停车应用程序或同等应用程序。然而,当使用连接的BLE车辆活动监测器时,用户可以简单地点击按钮,从而触发一系列事件(38),从而最终识别出最佳停车位。用户然后可以遵循语音提示(39)去往他或她所希望的停车位置。
如本领域技术人员可以理解的,类似的方法可以与可以节省用户的时间和金钱的其他应用程序和软件服务一起使用,或者使得用户在驾驶时更高效,而不会使用户从前方的道路上分心。
连接的蓝牙低能耗车辆活动监测器操作
连接的蓝牙低能耗车辆活动监测器(例如,传感器计算机)可用于管理用户界面,经由蓝牙低能耗无线链路发送和接收数据,以及管理芯片间通信。控制电路、用户界面、蓝牙低能耗无线链路等的固件也可以是模块化的,并且可以包括固件构建开关(由编译器用来打开和关闭固件模块、特征、和功能),从而仅编译那些需要与所考虑的特定设备实现方式合作的固件的部分。
该连接的蓝牙低能耗车辆活动监测器因此可以用来在每当接收到交通警报或其他通知时通过由SiP(1)中的蓝牙低能耗无线电组件提供的脉宽调制输出来驱动诸如压电换能器或其他扬声器之类的音频输出以生成噪音。警报的音调可以基于通知的类型或严重程度而变化,并因此向用户提供情境相关的反馈。
连接的蓝牙低能耗车辆活动监测器的按钮可用于基于情境来触发多个动作。例如,如果不存在警报或通知,则可以使用该按钮来触发动作。替代地,可以使用该按钮来清除当前通知。
可以使用基于连接的设备协议的协议,从而最小化从连接的蓝牙低能耗车辆活动监测器向移动电话传送最有价值的信息所需的蓝牙通信的量。
例如,连接的蓝牙低能耗车辆活动监测器可以解释加速度计的原始X、Y和Z加速度信息并将其转换为有价值的度量(比如,驾驶花费的时间、刹车花费的时间、加速花费的时间、左转花费的时间、右转花费的时间、以及行驶平滑度),而不是经由蓝牙低能耗链路将这些信息传送到移动电话。
在各种实施例中的至少一个实施例中,可以将原始数据发送给用户的移动电话。在一些实施例中,数据可以与可以用来标识所捕获的数据的精确情境的元数据相关联。在一些实施例中,元数据可以包括各种情境信息(比如,多个位置、日期和时间信息、方向盘位置等),这些信息可以与数据被连接的蓝牙低能耗车辆活动监测器捕获的时间有关。
在各种实施例中的至少一个实施例中,如果可以在连接的蓝牙低能耗车辆活动监测器(例如,传感器计算机)可以与移动电话连接时捕获元数据,则可以立即将这些元数据传送给移动电话。否则,在一些实施例中,如果可以在连接的蓝牙低能耗车辆活动监测器与移动电话断开连接时捕获元数据,则可以将元数据存储在连接的蓝牙低能耗车辆活动监测器的本地存储器中。因此,在各种实施例中的至少一个实施例中,如果通信连接被恢复,则所存储的元数据可以被提供给另一计算机,比如,移动电话、网络计算机等。已经充分确定的是,发动机噪音和振动的幅度与发动机RPM密切相关,如图7所示(发动机噪音相对于RPM的示例)。此外,支持最经济的RPM区段的大量的数据介于大多数内燃机的空转(通常在500-800RPM)和2500RPM之间,如图8所示(RPM和燃料消耗)。
类似地,在运行的车辆中发动机噪音频率与振动频率之间可能是高度相关的。例如,在一些实施例中,如图9所示,车辆的振动可以与发动机振动相关。
在这种情况下,我们可以看到,在3600RPM时,发动机振动大约为60.1Hz(43),而发动机发出的音调大约为59Hz(44)。因此,通过使得经由环境噪声传感器(3)的发动机噪声频率与经由图1的连接的蓝牙低能耗车辆活动监测器的加速度计(3)的振动频率相关,固件可以估计发动机RPM,从而估计驾驶汽车的方式。
连接的蓝牙低能耗车辆活动监测器度量可以被发送到移动电话应用程序并由移动电话应用程序聚合,并且然后可以被反向相关到CO2排放并且基于关于车辆的概况信息、驾驶员的行为、以及经由基于云的服务和第三方数据源提供的情境信息(比如,交通信息、天气信息、道路状况等)被精细化。
在一个这样的实施例中,可以使用自动背景搜索来发现车辆的制造商(例如,Volkswagen(大众汽车))、车型(例如,Jetta(捷达))、车型年份(例如,2014年)、燃料类型(例如,柴油)、发动机(例如,2.0升,4缸TDI)传动系统(例如,前轮驱动),以从一个或多个公众可用的知识库获得详细的车辆信息、轮胎和车轮尺寸信息、车辆历史信息、燃料消耗统计数据。这些统计数据可以与通过加速度计获得的关于驾驶员习惯的信息(例如,加速度/减速度、在任意给定时间的行驶速度、发动机RPM、运动的方向、方向改变的速度和频率等)以及在行驶过程中通过车辆振动测得的道路状况相结合来估计总体的燃料消耗,从而估计排放。
这些数据一经收集,就可被上传到云以进行分析,或者通过移动电话应用程序直接进行分析。分析可以向用户提供有用的反馈,例如:
a.我在发动机运转的情况下在车上花了多少时间?
b.我在发动机运转而汽车没有移动的情况下花了多少时间?
c.我通常的通勤时间有多长?
d.一天中的哪些时间是最糟糕的通勤时间?
e.什么时候是一天中最好的通勤时间?
这些数据可以与交通数据一起被进一步分析以评估是否会有及时的问题影响用户即将到来的通勤。因此,移动电话应用程序可向用户发出警报或通知,以警告可能会对通勤造成负面影响从而增加驾驶花费的时间的潜在问题。
连接的设备网状联网
由于移动设备可能并不总是可用的,并且由于可能从通过对等车内链路共享信息中受益的经验,从而已经设计了网状联网协议。该协议通过不断修改车辆的蓝牙低能耗地址同时向区域内云连接的设备广播加密的数据来维护用户的隐私。因此,即使用户不在场,用户也可以使得他或她的移动设备能够充当到云的中继,并且因此将重要信息传递给基于云的服务器,该基于云的服务器可以随后用于分析数据并且通知车主任何异常情况。
校准方向盘位置
与连接的蓝牙低能耗车辆活动监测器应用程序相关联的移动电话中的相机提供了用于校准连接的蓝牙低能耗车辆活动监测器(例如,传感器计算机)的零位置的有用的方法。图10中所示的方法可用于校准方向盘角度。
该基本前提是,当在平坦的平面(例如,在停车场中或高速公路上)行驶时,如果车辆的轮子对准良好,则即使驾驶员放开了方向盘,方向盘也应保持在中间位置。因此,如果连接的蓝牙低能耗车辆活动监测器被安装在方向盘(11、12、13、17)上,则可以使用数字图像处理技术来检测和处理其方位。
用户首先将连接的蓝牙低能耗车辆活动监测器粘附到汽车的方向盘上,并开始在水平的停车场上沿直线缓慢驾驶,同时将他或她的手从方向盘上移开。
如果方向盘已经到达其中间位置,则用户停下车并拍摄车前部的照片。通过使用相对于窗口的对照物的仪表板的轮廓并且通过使用汽车的内部特征的轮廓,可以在图像中标识出人工地平线。该地平线然后可以结合方向盘的位置被用来确定连接的蓝牙低能耗车辆活动监测器的位置和角度。然后可以通过蓝牙低能耗链路将该角度传回到连接的蓝牙低能耗车辆活动监测器,并且连接的蓝牙低能耗车辆活动监测器可以在设置连接的蓝牙低能耗车辆活动监测器的偏移角时使用该角度作为校正因子。
以这种方式,可以具体测量汽车中的连接的蓝牙低能耗车辆活动监测器的方位,并使用该方位来评估在运行期间在各种速度下的方向盘角度的任何漂移,这样的漂移可以指示对准或轮胎不均匀磨损问题。
图10示出了根据各种实施例中的至少一个实施例的校准传感器计算机的过程1000的概要流程图。
在各种实施例中的至少一个实施例中,校准过程可以是有向导的过程,其中作为校准过程的一部分用户被指导执行各种动作。在一些实施例中,可以通过音频命令、图形命令(例如,在图形显示器上呈现)、视觉指示器(例如,灯、灯条、LED等)等或其组合来指导用户。在各种实施例中的至少一个实施例中,可以由各种源(比如,传感器计算机(例如,连接的蓝牙低能耗车辆活动监测器)、在用户的移动电话上运行的应用、车辆的信息娱乐中心/计算机等、或其组合)来提供指导。
在一些实施例中,可以在工厂或专业安装站校准方向盘位置。在这样的实施例中,可能不需要校准,因为传感器可以被放置在已知的安装地点和位置中,使得传感器的位置是先验已知的(例如,通过设计)。在那些实施例中,传感器计算机可以被配置为跳过校准过程。
在一些实施例中,可以指导用户调平方向盘以校准可以安装在方向盘(11、12、13、17)上的传感器计算机。因此,在一些实施例中,可以引导用户使用设备(17b)顶部上的按钮来指示方向盘何时水平。然后可以使用加速度计和陀螺仪(3)来评估传感器相对于方向盘位置的实际位置。
在开始框之后,在框1002处,在各种实施例中的至少一个实施例中,可以要求用户摆正轮胎并调平方向盘。
在判定框1004处,在各种实施例中的至少一个实施例中,如果方向盘是水平的,则控制可以流向框1006;否则,控制可以循环回到框1002。在各种实施例中的至少一个实施例中,传感器计算机可以被布置为使用诸如加速度计和/或陀螺仪之类的传感器来确定方向盘是否为水平。在各种实施例中的至少一个实施例中,传感器计算机可以将传感器计算机的当前角度记录为零角度。
在框1006处,在各种实施例中的至少一个实施例中,用户可以点击传感器计算机上的按钮以使得过程进行到框1008。
在框1008处,在各种实施例中的至少一个实施例中,可以指导用户将方向盘向右转动直到其锁定。
在判定框1010处,在各种实施例中的至少一个实施例中,如果方向盘处于右侧锁定位置,则控制可以流向框1012;否则,控制可以循环回到框1008。在各种实施例中的至少一个实施例中,传感器计算机可以被布置为将传感器计算机的当前角度存储为最大右侧角度。
在框1012处,在各种实施例中的至少一个实施例中,可以指导用户按同一或另一按钮以使得过程进行到框1014。
在框1014处,在各种实施例中的至少一个实施例中,可以指导用户摆正轮胎并调平方向盘。可以将传感器计算机的当前角度与在框1004处收集的零角度进行比较。在各种实施例中的至少一个实施例中,如果传感器计算机的零角度和当前角度之间的差值超过了限定的阈值,则可以重新开始校准过程。
在判定框1016处,在各种实施例中的至少一个实施例中,如果方向盘是水平的,则控制可以流向框1018;否则,控制可以循环回到框1014。
在框1018处,在各种实施例中的至少一个实施例中,用户可以按一个或多个按钮以使得过程进行到框1020。
在框1020处,在各种实施例中的至少一个实施例中,可以要求用户向左转动方向盘直到方向盘被锁定到左侧。
在判定框1022处,在各种实施例中的至少一个实施例中,如果方向盘处于左侧锁定位置,则控制可以流向框1024;否则,控制可以循环回到框1012。在各种实施例中的至少一个实施例中,传感器计算机可以被布置为将传感器计算机的当前角度存储为最大左侧角度。
在框1024处,在各种实施例中的至少一个实施例中,用户可以使用一个或多个按钮来使得过程进行到框1026。
在判定框1026处,在各种实施例中的至少一个实施例中,传感器计算机可以执行一个或一个操作以验证在校准步骤期间所确定的运动的范围。在各种实施例中的至少一个实施例中,可以使用零角度、最大右侧角度、和最大左侧角度来校准传感器计算机在其在方向盘和/或方向盘柱上的当前布置下的运动的范围。
在判定框1028处,在各种实施例中的至少一个实施例中,如果校准成功,则可以将控制返回到调用过程;否则,控制可以循环回到框1002。在各种实施例中的至少一个实施例中,可以将这些值与针对相同类型的车辆的先前记录的值进行比较,以确定校准是否可被认为是可接受的。
图11示出了根据各种实施例中的至少一个实施例的影响车辆的滚动阻力的因素。在各种实施例中的至少一个实施例中,传感器计算机可以被布置成测量振动、冲击、旋转等。例如,在一些实施例中,由传感器计算机收集的传感器信号可以与诸如图11中列出那些因素之类的各种因素相关联。
图12示出了根据各种实施例中的至少一个实施例的路面纹理和燃料消耗。在各种实施例中的至少一个实施例中,传感器信号可以与道路路面类型相关,并且因此传感器数据可以用于传达道路表面对车辆燃料消耗或对车辆的磨损的影响。
图13A示出了根据各种实施例中的至少一个实施例的包括由安装在方向盘毂上的加速度计测量的在行驶时的振动的原始方向盘位置(方向盘的转动)。
图13B示出了根据各种实施例中的至少一个实施例的包括由安装在方向盘毂上的加速度计测量的道路振动的经平滑的原始方向盘位置(方向盘的转动)。
图14示出了根据各种实施例中的至少一个实施例的在行驶时测量的侧倾角的变化(侧倾角/半字节(nibble)的导数)。
图15示出了根据各种实施例中的至少一个实施例的与半字节相关联的测量的道路振动的傅里叶变换。
图示的操作环境
图16示出了可以在其中实施本发明的实施例的环境的一个实施例的组件。实践本发明可能并不需要所有的组件,并且可以在不偏离本发明的精神或范围的情况下对组件的布置和类型进行变化。如图所示,图16的系统1600包括局域网(LAN)/广域网(WAN)—(网络)1610、无线网络1608、客户端计算机1602-1605、分析服务器计算机1616、外部数据源服务器计算机1618等。
下面结合图17更详细地描述客户端计算机1602-1605的至少一个实施例。在一个实施例中,客户端计算机1602-1605中的至少一些可以在一个或多个有线和/或无线网络(例如,网络1608和/或1610)上操作。通常,客户端计算机1602-1605实际上可以包括能够通过网络进行通信以发送和接收信息、执行各种在线活动、离线动作等的任何计算机。在一个实施例中,客户端计算机1602-1605中的一个或多个可以被配置为在企业或其他实体内进行操作以为企业或其他实体执行各种服务。例如,客户端计算机1602-1605可以被配置为作为网络服务器、防火墙、客户端应用、媒体播放器、移动电话、游戏控制台、台式计算机等来进行操作。然而,在其他实施例中,客户端计算机1602-1605不限于这些服务,并且也可以例如用于最终用户计算。应该认识到,更多或更少的客户端计算机(如图16所示)可以被包括在诸如此处所描述的系统内,因此实施例不受所采用的客户端计算机的数量或类型的限制。
可以作为客户端计算机1602进行操作的计算机可以包括通常使用有线或无线通信介质进行连接的计算机,例如,个人计算机、多处理器系统、基于微处理器或可编程的电子设备、网络PC等。在一些实施例中,客户端计算机1602-1605实际上可以包括能够连接到另一计算机并接收信息的任何便携式计算机,比如,汽车传感器计算机1603、移动计算机1604、平板电脑1605等。然而,便携式计算机不限于此,并且可以包括其他便携式计算机,比如,蜂窝电话、显示寻呼机、射频(RF)设备、红外(IR)设备、个人数字助理(PDA)、手持式计算机、可穿戴计算机、组合一个或多个前述计算机的集成设备等。这样一来,客户端计算机1602-1605通常在能力和功能方面有着广泛的范围。而且,客户端计算机1602-1605可以访问各种计算应用,包括浏览器或其他基于web的应用。
支持web的客户端计算机可以包括被配置为接收和发送网页、基于web的消息等的浏览器应用。浏览器应用可以被配置为采用几乎任何基于web的语言(包括无线应用协议消息(WAP)等)来接收和显示图形、文本、多媒体等等。在一个实施例中,浏览器应用能够使用如下各项来显示和发送消息:手持式设备标记语言(HDML)、无线标记语言(WML)、WMLScript、JavaScript、标准通用标记语言(SGML)、超文本标记语言(HTML)、可扩展标记语言(XML)、JavaScript对象表示法(JSON)等。在一个实施例中,客户端计算机的用户可以使用浏览器应用来在网络上(在线)执行各种活动。但是,也可以使用另一应用来执行各种在线活动。
客户端计算机1602-1605还可以包括被配置为在另一计算机之间接收和/或发送内容的至少一个其他客户端应用。客户端应用可以包括发送和/或接收内容的能力等。客户端应用还可以提供标识其自身的信息,包括类型、能力、名称等。在一个实施例中,客户端计算机1602-1605可以通过包括以下各项的各种机制来唯一地标识其自身:互联网协议(IP)地址、电话号码、移动标识号码(MIN)、电子序列号(ESN)、或其他设备标识符。可以在其他客户端计算机、分析服务器计算机1616、外部数据源服务器计算机1618、外部服务服务器计算机1620或其他计算机之间发送的网络分组等中提供这样的信息。在一些实施例中,分析服务器计算机1616的一个或多个处理器可以被布置为执行针对估计的经调整特性值的一个或多个具体任务,如下面详细描述的。
客户端计算机1602-1605还可以被配置为包括客户端应用,该客户端应用使最终用户能够登录到可由另一计算机(例如,分析服务器计算机1616、外部数据源服务器计算机1618、外部服务服务器计算机1620等)管理的最终用户帐户。在一个非限制性示例中,这样的最终用户账户可以被配置为使得最终用户能够管理一个或多个在线活动,在一个非限制性示例中包括项目管理、软件开发、系统监管、配置管理、搜索活动、社交网络活动、浏览各种网站、与其他用户通信等。
无线网络1608被配置为将客户端计算机1603-1605及其组件与网络1610耦合。无线网络1608可以包括可以进一步覆盖独立自组织网络等的各种无线子网中的任何一个,以为客户端计算机1603-1605提供面向基础设施的连接。这样的子网可以包括网状网络、无线LAN(WLAN)网络、蜂窝网络等。在一个实施例中,该系统可以包括不止一个无线网络。
无线网络1608还可以包括通过无线无线电链路连接的自主终端系统、网关、路由器等。这些连接器可以被配置为自由随机地移动并任意组织,以使得无线网络1608的拓扑结构可以迅速改变。
无线网络1608还可以采用多种接入技术,包括用于蜂窝系统的第二代(2G)、第三代(3G)、第四代(4G)、第五代(5G)无线电接入,WLAN,无线路由器(WR)网格等。诸如2G、3G、4G、5G和未来接入网络之类的接入技术可实现移动计算机(比如,具有各种移动性程度的客户端计算机1603-1605)的广域覆盖。在一个非限制性示例中,无线网络108可以实现通过无线电网络接入(比如,全球移动通信系统(GSM)、通用分组无线电业务(GPRS)、增强型数据GSM环境(EDGE)、码分多址(CDMA)、时分多址(TDMA)、宽带码分多址(WCDMA)、高速下行分组接入(HSDPA)、长期演进(LTE)、机器到机器网络的长期演进等)的无线电连接。实际上,无线网络1608几乎可以包括使得信息可以在客户端计算机1603-1605与另一计算机、网络、基于云的网络、云实例等之间传播的任何无线通信机制。
网络1610被配置为通过无线网络1608等将网络计算机与其他计算机(包括分析服务器计算机1616、外部数据源服务器计算机1618、外部服务服务器计算机1620、客户端计算机1602-1605)耦合。网络1610能够使用任何形式的计算机可读介质来将信息从一个电子设备传送到另一电子设备。而且,除了局域网(LAN)、广域网(WAN)、诸如通过通用串行总线(USB)端口的直接连接、其它形式的计算机可读介质、或其任意组合外,网络1610还可以包括互联网。在一组相互连接的LAN(包括基于不同架构和协议的那些LAN)中,路由器充当LAN之间的链路,使得消息能够从一个LAN被发送到另一LAN。另外,LAN内的通信链路通常包括双绞线或同轴线缆,而网络之间的通信链路可以利用模拟电话线、全部或部分专用数字线路(包括T1、T2、T3和T4)、和/或其他载波机制(例如,E载波)、综合业务数字网络(ISDN)、数字用户线路(DSL)、包括卫星链路的无线链路、或本领域技术人员已知的其他通信链路。此外,通信链路还可以采用各种数字信令技术中的任何一种,包括但不限于,例如,DS-0、DS-1、DS-2、DS-3、DS-4、OC-3、OC-12、OC-48等。此外,远程计算机和其他相关的电子设备可以通过调制解调器和临时电话链路远程连接到LAN或WAN。在一个实施例中,网络1610可以被配置为传输互联网协议(IP)的信息。
另外,通信介质通常包含计算机可读指令、数据结构、程序模块、或其他传输机制,并且包括任何信息传递介质。举例来说,通信介质包括有线介质(例如,双绞线、同轴线缆、光纤、波导、以及其他有线介质)和无线介质(例如,声学、RF、红外、和其他无线介质)。
下面结合图18更详细地描述分析服务器计算机1616的一个实施例。然而,简而言之,分析服务器计算机1616实际上包括能够估计网络环境中处理的汽车传感器数据的任何网络计算机。
尽管图16将分析服务器计算机1616、外部数据源服务器计算机1618、和外部服务服务器计算机1620分别示出为单个计算机,但是创新和/或实施例不限于此。例如,分析服务器计算机1616、外部数据源服务器计算机1618、外部服务服务器计算机1620等的一个或多个功能可以分布在一个或多个不同的网络计算机上。此外,分析服务器计算机1616、外部数据源服务器计算机1618、或外部服务服务器计算机1620不限于诸如图16中所示的配置之类的特定配置。因此,在一个实施例中,可以使用多个网络计算机来实现分析服务器计算机1616、外部数据源服务器计算机1618、或外部服务服务器计算机1620。在其他实施例中,分析服务器计算机1616、外部数据源服务器计算机1618、或外部服务服务器计算机1620可以作为集群架构、对等架构等内的多个网络计算机来操作。此外,在各种实施例中的至少一个实施例中,可以使用一个或多个云网络和/或云计算环境中的一个或多个云实例来实现分析服务器计算机1616、外部数据源服务器计算机1618、或外部服务服务器计算机1620。在一些实施例中,分析服务器计算机1616、外部数据源服务器计算机1618、外部服务服务器计算机1620等可以被布置为在一个或多个分布式系统(包括基于λ架构的系统)中操作。
说明性客户端计算机
图17示出了客户端计算机1700的一个实施例,客户端计算机1700可以包括比所示的更多或更少的组件。客户端计算机1700可以表示例如图1中所示的移动计算机或客户端计算机的至少一个实施例。
客户端计算机1700可以包括一个或多个处理器,比如,经由总线1728与存储器1704通信的处理器1702。客户端计算机1700还可以包括电源1730、网络接口1732、音频接口1756、显示器1750、小键盘1752、照明器1754、视频接口1742、输入/输出接口1738、触觉接口1764、全球定位系统(GPS)接收器1758、露天手势接口1760、温度接口1762、(一个或多个)相机1740、投影仪1746、指点设备接口1766、处理器可读固定存储设备1734、和处理器可读可移除存储设备1736。客户端计算机1700可以可选地与基站(未示出)通信,或者直接与另一计算机通信。并且,在一个实施例中,虽然未示出,但是可以在客户端计算机1700内采用陀螺仪来测量和/或维护客户端计算机1700的方位。
电源1730可以向客户端计算机1700提供电力。可充电或不可充电的电池可用于提供电力。还可以由对电池形成补充或给电池充电的外部电源(例如,AC适配器或上电的对接支架)来提供电力。
网络接口1732包括用于将客户端计算机1700耦合到一个或多个网络的电路,并且被构建为与一种或多种通信协议和技术一起使用,包括但不限于实现以下各项的任何部分的协议和技术:用于移动通信(GSM)的OSI模型、CDMA、时分多址(TDMA)、UDP、TCP/IP、SMS、MMS、GPRS、WAP、UWB、WiMax、SIP/RTP、GPRS、EDGE、WCDMA、LTE、UMTS、OFDM、CDMA2000、EV-DO、HSDPA、或其他无线通信协议中的任何一种。网络接口1732有时被称为收发器、收发设备或网络接口卡(NIC)。
音频接口1756可以被布置为产生和接收音频信号,例如,人类语音的声音。例如,音频接口1756可被耦合到扬声器和麦克风(未示出)以实现与他人的通信和/或生成针对某个动作的音频确认。音频接口1756中的麦克风还可以用于例如使用语音识别、基于声音检测触摸等来向客户端计算机1700输入或控制客户端计算机1700。
显示器1750可以是可与计算机一起使用的液晶显示器(LCD)、气体等离子体、电子墨水、发光二极管(LED)、有机LED(OLED)、或任何其他类型的光反射或透光显示器。显示器1750还可以包括被布置为从诸如手写笔或人手写的数字之类的对象接收输入的触摸界面1744,并且可以使用电阻式、电容式、表面声波(SAW)、红外线、雷达、或其他技术来感觉触摸和/或手势。
投影仪1746可以是远程手持式投影仪或能够将图像投影在远程墙壁或任何其他反射物体(例如,远程屏幕)上的集成投影仪。
视频接口1742可以被布置为捕获视频图像,比如,静态照片、视频片段、红外视频等。例如,视频接口1742可被耦合到数字摄像机、web-相机等。视频接口1742可以包括透镜、图像传感器和其他电子器件。图像传感器可以包括互补金属氧化物半导体(CMOS)集成电路、电荷耦合器件(CCD)、或用于感测光的任何其他集成电路。
小键盘1752可以包括被布置为接收来自用户的输入的任何输入设备。例如,小键盘1752可以包括按钮数字拨号盘或键盘。小键盘1752还可以包括与选择和发送图像相关联的命令按钮。
照明器1754可以提供状态指示和/或提供光。照明器1754可以在特定时间段内或响应于事件消息而保持活跃。例如,当照明器1754活跃时,其可以为小键盘1752上的按钮提供背光并在客户端计算机上电时保持打开状态。而且,照明器1754可以在特定动作(例如,拨打另一个客户端计算机的号码)被执行时以各种模式为这些按钮提供背光。照明器1754还可以使得位于客户端计算机的透明或半透明壳体内的光源响应于动作而进行照明。
此外,客户端计算机1700还可以包括硬件安全模块(HSM)1768,用于为生成、存储和/或使用诸如密钥、数字证书、密码、密码短语、双因素认证信息等之类的安全/加密信息提供附加的防篡改保护。在一些实施例中,可以采用硬件安全模块来支持一个或多个标准公钥基础设施(PKI),并且可以采用硬件安全模块来生成、管理和/或存储密钥对等。在一些实施例中,HSM 1768可以是独立的计算机,在其他情形下,HSM1768可以被布置为可以被添加到客户端计算机的硬件卡。
客户端计算机1700还可以包括输入/输出接口1738,用于与外部外围设备或其他计算机(例如,其他客户端计算机和网络计算机)进行通信。外围设备可以包括音频耳机、虚拟现实耳机、显示屏幕眼镜、远程扬声器系统、远程扬声器和麦克风系统等。输入/输出接口1738可以利用一种或多种技术,比如,通用串行总线(USB)、红外、WiFi、WiMax、蓝牙(BluetoothTM)等。
如上所述,客户端计算机1700可以是车载客户端计算机,比如,信息娱乐系统等。相应地,在一些实施例中,输入/输出接口1738可以被布置为绕过可能在车辆中的OBD2系统将车辆错误代码传递给一个或多个其他无线设备(比如,移动电话等)。在一些实施例中,可以直接将OBD2错误代码和/或其它类似的错误代码传递到客户端或服务中心移动设备,而不需要复杂的分析工具。这些错误代码可以在信息娱乐系统中被接收,并且可被映射到可以使用蓝牙低能耗或其他类似的低功率传输技术进行传送的错误代码消息。在一些实施例中,运行在移动电话上的应用可以被布置为解释错误代码消息并提供与错误代码有关的附加洞悉和信息。
输入/输出接口1738还可以包括用于进行以下操作的一个或多个传感器:确定地理位置信息(例如,GPS)、监测电力状况(例如,电压传感器、电流传感器、频率传感器等)、监测天气(例如,恒温器、气压计、风速计、湿度检测器、降水尺等)等等。传感器可以是收集和/或测量客户端计算机1700外部的数据的一个或多个硬件传感器。
触觉接口1764可以被布置为向客户端计算机的用户提供触觉反馈。例如,当计算机的另一用户正在呼叫时,可以采用触觉接口1764以特定方式振动客户端计算机1700。温度接口1762可以用于向客户端计算机1700的用户提供温度测量输入和/或温度改变输出。例如,通过使用单一或立体摄像机、雷达、由用户握持或佩戴的计算机内的陀螺仪传感器等,露天手势接口1760可以感测客户端计算机1700的用户的身体姿势。相机1740可以用于跟踪客户端计算机1700的用户的物理眼部运动。
GPS收发器1758可以确定客户端计算机1700在地球表面上的物理坐标,其通常将位置输出为纬度和经度值。GPS收发器1758还可以采用其他地理定位机制(包括但不限于:三角测量、辅助GPS(AGPS)、增强型观测时差(E-OTD)、小区标识符(CI)、服务区域标识符(SAI)、增强型定时提前(ETA)、基站子系统(BSS)等)以进一步确定客户端计算机1700在地球表面上的物理位置。可以理解的是,在不同的条件下,GPS收发器1758可以确定客户端计算机1700的物理位置。然而,在至少一个实施例中,客户端计算机1700可以通过其他组件来提供可以用于确定客户端计算机1700的物理位置的其他信息,包括例如介质访问控制(MAC)地址、IP地址,等等。
人机接口组件可以是物理上与客户端计算机1700分离的外围设备,以允许远程输入和/或输出到客户端计算机1700。例如,在此描述为通过诸如显示器1750或键盘1752之类的人机接口组件路由的信息可以替代地通过网络接口1732被路由到位于远程的适当人机接口组件。可以是远程的人机接口外围组件的示例包括但不限于:音频设备、指点设备、小键盘、显示器、相机、投影仪、触摸屏、或触摸板等。这些外围组件可以通过微微网(PicoNetwork)(例如,BluetoothTM、ZigbeeTM等)进行通信。具有这样的外围人机接口组件的客户端计算机的一个非限制性示例是可穿戴计算机,其可以包括远程微微投影仪以及一个或多个相机,一个或多个相机远程地与异地的客户端计算机通信以感测用户对由微微投影仪投影在诸如墙壁或用户的手之类的反射表面上的图像的部分的手势。
客户端计算机可以包括web浏览器应用1726,其被配置为接收和发送网页、基于web的消息/图形/文本/多媒体等。客户端计算机的浏览器应用实际上可以采用任何编程语言,包括无线应用协议消息(WAP)等。在至少一个实施例中,浏览器应用能够采用手持设备标记语言(HDML)、无线标记语言(WML)、WMLScript、JavaScript、标准通用标记语言(SGML)、超文本标记语言(HTML)、可扩展标记语言(XML)、HTML5等。
存储器1704可以包括RAM、ROM、和/或其他类型的存储器。存储器1704示出了用于存储信息(比如,计算机可读指令、数据结构、程序模块、或其他数据)的计算机可读存储介质(设备)的示例。存储器1704可以存储用于控制客户端计算机1700的低级操作的UEFI1708(统一可扩展固件接口)。存储器还可以存储用于控制客户端计算机1700的操作的操作系统1706。将理解的是,该组件可以包括通用操作系统(例如,UNIX或LINUXTM的版本),或专用客户端计算机操作系统(比如,iOS、Android、Windows PhoneTM、或Symbian操作系统)。操作系统可以包括Java虚拟机模块或与Java虚拟机模块接口连接,使得能够经由Java应用程序来控制硬件组件和/或操作系统操作。
存储器1704还可以包括一个或多个数据存储装置1710,其可以由客户端计算机1700用来存储应用1720和/或其他数据等。例如,数据存储装置1710也可以用于存储描述客户端计算机1700的各种能力的信息。然后可以基于各种方法(包括在通信期间作为报头的一部分被发送、根据请求发送等等)中的任一种将信息提供给另一设备或计算机。数据存储装置1710还可以用于存储社交网络信息,包括地址簿、好友列表、别名、用户简档信息等。数据存储装置1710还可以包括程序代码、数据、算法等,以供诸如处理器1702之类的处理器用于运行并执行动作。在一些实施例中,数据存储装置1710可以包括本地模型1712、本地传感器数据1714、本地用户数据1716等。在一个实施例中,数据存储装置1710中的至少一些还可以被存储在客户端计算机1700的另一组件(包括但不限于:非暂态处理器可读可移除存储设备1736、处理器可读固定存储设备1734)上或甚至在客户端计算机外部。
应用1720可以包括当被客户端计算机1700执行时发送、接收和/或以其他方式处理指令和数据的计算机可执行指令。应用1720可以包括例如车辆监测客户端应用1722、其他客户端应用1724、web浏览器1726等。客户端计算机可以被布置为与应用分析服务器、外部源等交换通信,例如,查询、搜索、消息、通知消息、事件消息、警报、性能度量、日志数据、API调用等等、及其组合。
应用程序的其他示例包括日历、搜索程序、电子邮件客户端应用、IM应用、SMS应用、通过互联网协议的语音(VOIP)应用、联系人管理器、任务管理器、转码器、数据库程序、文字处理程序、安全应用、电子表格程序、游戏、搜索程序等等。
另外,在一个或多个实施例中(图中未示出),客户端计算机1700可以包括嵌入式逻辑硬件设备而不是CPU,比如,专用集成电路(ASIC)、现场可编程门阵列(FPGA)、可编程阵列逻辑(PAL)等,或其组合。嵌入式逻辑硬件设备可以直接执行其嵌入式逻辑来执行动作。而且,在一个或多个实施例中(图中未示出),客户端计算机1700可以包括硬件微控制器而不是CPU。在至少一个实施例中,微控制器可以直接执行其自己的嵌入式逻辑来执行动作并访问其自己的内部存储器及其自己的外部输入和输出接口(例如,硬件引脚和/或无线收发器)来执行动作,比如,片上系统(SOC)等。
说明性网络计算机
图18示出了可以被包括在实现各种实施例中的至少一个实施例的系统中的网络计算机1800的一个实施例。网络计算机1800可以包括比图18所示的那些组件更多或更少的组件。然而,所示组件足以公开用于实践这些创新的说明性实施例。网络计算机1800可以表示例如图16所示的分析服务器计算机1616中的至少一个分析服务器计算机的一个实施例。
如图所示,网络计算机1800包括可以经由总线1828与存储器1804通信的处理器1802。在一些实施例中,处理器1802可以包括一个或多个硬件处理器或一个或多个处理器核心。在一些情形下,一个或多个处理器中的一个或多个可以是被设计为执行一个或多个专门动作(比如,本文所述的那些动作)的专用处理器。网络计算机1800还包括电源1830、网络接口1832、音频接口1856、显示器1850、键盘1852、输入/输出接口1838、处理器可读固定存储设备1834、和处理器可读可移除存储设备1836。电源1830向网络计算机1800提供电力。
网络接口1832包括用于将网络计算机1800耦合到一个或多个网络的电路,并且被构建为与一种或多种通信协议和技术一起使用,包括但不限于实现以下各项的任何部分的协议和技术:开放系统互连模型(OSI模型)、全球移动通信系统(GSM)、码分多址(CDMA)、时分多址(TDMA)、用户数据报协议(HDP)、传输控制协议/互联网协议(TCP/IP)、短消息服务(SMS)、多媒体消息服务(MMS)、通用分组无线电业务(GPRS)、WAP、超宽带(UWB)、IEEE802.16全球微波接入互操作性(WiMax)、会话发起协议/实时传输协议(SIP/RTP)、或各种其他有线和无线通信协议中的任何一种。网络接口1832有时被称为收发器、收发设备、或网络接口卡(NIC)。网络计算机1800可以可选地与基站(未示出)通信,或者直接与另一计算机通信。
音频接口1856被布置为产生和接收诸如人类语音的声音之类的音频信号。例如,音频接口1856可被耦合到扬声器和麦克风(未示出)以实现与其他人的通信和/或生成针对某个动作的音频确认。音频接口1856中的麦克风还可以用于例如使用语音识别来向网络计算机1800输入或控制网络计算机1800。
显示器1850可以是可与计算机一起使用的液晶显示器(LCD)、气体等离子体、电子墨水、发光二极管(LED)、有机LED(OLED)、或任何其他类型的光反射或透光显示器。显示器1850可以是能够将图像投影到墙上或其他物体上的手持式投影仪或微微投影仪。
网络计算机1800还可以包括输入/输出接口1838,以与图18中未示出的外部设备或计算机通信。输入/输出接口1838可以利用一种或多种有线或无线通信技术,比如,USBTM、防火墙(FirewireTM)、WiFi、WiMax、ThunderboltTM、红外、BluetoothTM、ZigbeeTM、串行端口、并行端口等。
而且,输入/输出接口1838还可以包括用于进行以下操作的一个或多个传感器:确定地理位置信息(例如,GPS)、监测电力状况(例如,电压传感器、电流传感器、频率传感器等)、监测天气(例如,恒温器、气压计、风速计、湿度检测器、降水尺等)等。传感器可以是收集和/或测量网络计算机1800外部的数据的一个或多个硬件传感器。人机接口组件可以在物理上与网络计算机1800分离,以允许远程输入和/或输出到网络计算机1800。例如,这里描述为通过诸如显示器1850或键盘1852之类的人机接口组件路由的信息可以替代地通过网络接口1832被路由到位于网络上其他地方的适当的人机接口组件。人机接口组件包括允许计算机从计算机的人类用户获取输入或将输出发送给计算机的人类用户的任何组件。因此,诸如鼠标、手写笔、轨迹球之类的指示设备可以通过指点设备接口1858进行通信以接收用户输入。
GPS收发器1840可以确定网络计算机1800在地球表面上的物理坐标,其通常将位置输出为经度和纬度值。GPS收发器1840还可以采用其他地理定位机制(包括但不限于:三角测量、辅助GPS(AGPS)、增强型观测时差(E-OTD)、小区标识符(CI)、服务区域标识符(SAI)、增强型定时提前(ETA)、基站子系统(BSS)等)以进一步确定网络计算机1800在地球表面上的物理位置。可以理解的是,在不同的条件下,GPS收发器1840可以确定网络计算机1800的物理位置。然而,在至少一个实施例中,网络计算机1800可以通过其他组件来提供可用于确定客户端计算机的物理位置的其他信息,包括例如介质访问控制(MAC)地址、IP地址,等等。
存储器1804可以包括随机存取存储器(RAM)、只读存储器(ROM)、和/或其他类型的存储器。存储器1804示出了用于存储信息(比如,计算机可读指令、数据结构、程序模块、或其他数据)的计算机可读存储介质(设备)的示例。存储器1804存储用于控制网络计算机1800的低级操作的统一可扩展固件接口(UEFI)1808。存储器还存储用于控制网络计算机1800的操作的操作系统1806。可以理解的是,该组件可以包括通用操作系统(例如,UNIX或LINUXTM的版本),或者专用操作系统(例如,Microsoft公司的操作系统,或Apple公司的操作系统)。操作系统可以包括Java虚拟机模块或与Java虚拟机模块接口连接,使得能够经由Java应用程序来控制硬件组件和/或操作系统操作。同样,可以包括其他运行时环境。
存储器1804还可以包括一个或多个数据存储器装置1810,其可以由网络计算机1800用来存储应用1820和/或其他数据等。例如,数据存储装置1810也可以用于存储描述网络计算机1800的各种能力的信息。然后可以基于各种方法(包括在通信期间作为报头的一部分被发送、根据请求发送等等)中的任一种将信息提供给另一设备或计算机。数据存储装置1810还可以用于存储包括地址簿、好友列表、别名、用户简档信息等的社交网络信息。数据存储装置1810还可以包括程序代码、数据、算法等,以供诸如处理器1802之类的处理器用于运行并执行动作,比如,下面描述的那些动作。在一个实施例中,数据存储装置1810中的至少一些还可以被存储在网络计算机1800的另一组件(包括但不限于:处理器可读可移除存储设备1836、处理器可读固定存储设备1834、或网络计算机1800内的任何其他计算机可读存储设备内的非暂态介质)上,或者甚至在网络计算机1800外部。数据存储装置1810可以包括例如原始传感器数据1811、外部数据1812、车辆模型1814、用户数据1816、分类账块链1818等。原始传感器数据1811可以是包含从一个或多个车辆传感器和/或外部源传感器收集的一个或多个记录、日志、事件、文件系统条目、数据库等的数据存储。在一些实施例中,数据存储装置1810还可以包括由一个或多个外部数据源提供的外部数据1814。在一些实施例中,车辆模型1814可以包括表示各种车辆的性能和操作特性的数据。在一些实施例中,车辆模型1814可以包括紧凑的数据结构,其表示不同的传感器值可以如何影响车辆的性能和/或操作。用户数据1816可以存储用户(例如,驾驶员、操作员、所有者等)的用户简档信息和/或历史车辆操作信息、以及用户访问权限、用户生物计量信息(例如,语音识别信息)、用户认证信息、用户简档等,或其组合。
分类账块链1818可以存储分布式车辆信息交易分类帐的部分,分布式车辆信息交易分类帐可以被加密地签名以确保信息的真实性以及维护记录与车辆有关的各种信息的可访问分类帐。在一些实施例中,由系统监测的每个车辆可以与其自己的车辆分类帐相关联。在一些实施例中,车辆分类账可以包括关于车辆的历史的各种相关信息(包括但不限于使用信息、磨损信息、粗糙度信息、维修信息、服务信息等),以创建丰富的车辆历史简档。在一些实施例中,分类账可以由一个或多个用户基于他们的访问级别进行访问。
应用1820可以包括计算机可执行指令,这些计算机可执行指令当被网络计算机1800执行时发送、接收和/或以其他方式处理消息(例如,SMS、多媒体消息服务(MMS)、即时消息(IM)、电子邮件、和/或其他消息)、音频、视频,并且使得能够与另一移动计算机的另一用户通信。应用程序的其他示例包括日历、搜索程序、电子邮件客户端应用、IM应用、SMS应用、通过互联网协议的语音(VOIP)应用、联系人管理器、任务管理器、转码器、数据库程序、文字处理程序、安全应用、电子表格程序、游戏、搜索程序等等。应用1820可以包括分析引擎1822、摄取引擎1824、建模引擎1826、或学习引擎1827,它们可以被布置为执行下面进一步描述的动作。在各种实施例中的至少一个实施例中,一个或多个应用可以被实现为另一应用的模块和/或组件。此外,在各种实施例中的至少一个实施例中,可以将应用实现为操作系统扩展、模块、插件等。
此外,在各种实施例中的至少一个实施例中,分析引擎1822、摄取引擎1824、建模引擎1826、或学习引擎1827可以在一个或多个基于云的计算环境中操作。在各种实施例中的至少一个实施例中,这些应用和其他应用可以在可以在基于云的计算环境中被管理的虚拟机和/或虚拟服务器内运行。在各种实施例中的至少一个实施例中,在此情境下,取决于由云计算环境自动管理的性能和缩放考虑,应用可以从基于云的环境内的一个物理网络计算机流到另一物理网络计算机。类似地,在各种实施例中的至少一个实施例中,专用于分析引擎1822、摄取引擎1824、或建模引擎1826、或学习引擎1827的虚拟机和/或虚拟服务器可被自动配置和取消委托。
而且,在各种实施例中的至少一个实施例中,分析引擎1822、摄取引擎1824、建模引擎1826、或学习引擎1827等可以位于在基于云的计算环境中运行的虚拟服务器中,而不是绑定到一个或多个特定的物理网络计算机。
在一些实施例中,分析引擎1822、摄取引擎1824、建模引擎1826、或学习引擎1827等可以被布置为在一个或多个分布式系统(包括基于λ架构的系统)中操作。
此外,网络计算机1800还可以包括硬件安全模块(HSM)1860,用于为生成、存储和/或使用诸如密钥、数字证书、密码、密码短语、双因素认证信息等之类的安全/加密信息提供附加的防篡改保护。在一些实施例中,可以采用硬件安全模块来支持一个或多个标准公钥基础设施(PKI),并且可以采用硬件安全模块来生成、管理和/或存储密钥对等。在一些实施例中,HSM 1860可以是独立的计算机,在其他情形下,HSM 1860可以被布置为可以被安装到客户端计算机的硬件卡。
另外,在一个或多个实施例中(图中未示出),网络计算机1800可以包括一个或多个嵌入式逻辑硬件设备而不是一个或多个CPU,例如,专用集成电路(ASIC)、现场可编程门阵列(FPGA)、可编程阵列逻辑(PAL)等,或其组合。嵌入式逻辑硬件设备可以直接执行嵌入式逻辑来执行动作。而且,在一个或多个实施例中(图中未示出),网络计算机可以包括一个或多个硬件微控制器而不是CPU。在至少一个实施例中,一个或多个微控制器可以直接执行它们自己的嵌入式逻辑来执行动作并访问它们自己的内部存储器和它们自己的外部输入和输出接口(例如,硬件引脚和/或无线收发器)来执行动作,例如,片上系统(SOC)等。
说明性传感器计算机
图19示出了可以被包括在实现各种实施例中的至少一个实施例的系统中的传感器计算机1900的一个实施例。传感器计算机1900可以包括比图19中示出的那些组件更多或更少的组件。然而,所示的组件足以公开用于实践这些创新的说明性实施例。
在一些实施例中,传感器计算机1900可以独立于车辆,并且因此被设计为由用户放置在车辆中。在其他实施例中,传感器计算机1900可以在制造时被集成到车辆中。或者,在一些实施例中,传感器计算机1900可以作为零部件市场传感器由安装者安装在车辆中。
在各种实施例中的至少一个实施例中,传感器计算机1900可以被包括在壳体1902上,壳体1902可以被布置为使得传感器计算机1900能够如上所述地被附着到车辆中的转向柱上。壳体1902可被布置为使用不同的机制(例如,磁体、固定或可移除的安装件等)进行附着。
此外,在各种实施例中的至少一个实施例中,片上系统(SOC)1904可以包括一个或多个处理器、本地缓存存储器、存储器、无线无线电组件、传感器输入、用于连接到传感器计算机1900的其他组件的一个或多个总线连接。
传感器计算机1900可以包括用于感测和/或测量一个或多个轴中的加速度的加速度计/陀螺仪1906。而且,加速度计/陀螺仪1906可以被布置为支持一个或多个陀螺仪功能,比如,通过报告使得能够进行方向和旋转的计算的方向信息来报告方位。
传感器计算机1900可以包括一个或多个用户接口电路组件,比如,UX电路1908。在一些实施例中,UX电路1908可以被布置为与诸如LCD、电子纸显示器、按钮、开关、触摸屏等或其组合之类的一个或多个用户接口组件(未示出)集成。
传感器计算机1900可以包括一个或多个环境传感器组件,比如,环境传感器1910。环境传感器1910可以包括一个或多个传感器,比如,音频传感器(麦克风)、温度传感器、触摸压力传感器、大气压力传感器、光传感器等,或其组合。在一些实施例中,环境传感器1910可以被布置为与可以在壳体1902外部的一个或多个传感器接口连接。
传感器计算机1900可以包括一个或多个存储器组件,比如,存储器1912。在一些实施例中,存储器1912可以是诸如以上针对客户端计算机1700等所描述的存储器。在一些实施例中,存储器1912可以是固定的、或者其他不可移除的形式。在其他实施例中,存储器1912可以是可移除的存储器。此外,在一些实施例中,传感器计算机1900可以被布置为包括固定存储器和易失性存储器两者。
在各种实施例中的至少一个实施例中,传感器计算机1900可以包括一个或多个天线(比如,天线1906),以支持一个或多个无线电收发器。所支持的无线电和/或无线通信系统包括,例如,NFC、蓝牙、低能耗蓝牙、WiFi等,或其组合。在一些实施例中,SOC 1904可以被布置为支持上面讨论的一种或多种无线电/无线技术。例如,参见上面对客户端计算机1700的描述。在一些实施例中,传感器计算机1900可以被认为是图1中描述的系统的变体。
在各种实施例中的至少一个实施例中,传感器计算机1900可以包括一个或多个有线接口,它们使得能够经由电线、线缆等中的一个或多个直接与传感器计算机通信。在一些实施例中,传感器计算机1900可以被布置为采用一个或多个有线协议,比如,I2C、SPI、RS232、CAN总线等。
传感器计算机1900可以包括一个或多个GPS组件,例如,GPS 1916。GPS 1916可以类似于上述的GPS,例如,图17中的GPS 1758。
传感器计算机1900可以包括一个或多个电池/电源组件,比如,电池/电源1914。在各种实施例中的至少一个实施例中,传感器计算机1900可以由一个或多个电源供电,包括外部电池、内部电池、直连车辆电力、太阳能等,或其组合。
在各种实施例中的至少一个实施例中,传感器计算机1900可以包括可以由SOC1904上的处理器执行的指令,其使得传感器信息能够被采样和收集。此外,传感器计算机1900可以包括用于将捕获的传感器信息与一个或多个车辆模型进行比较以确定用户、车辆监测客户端应用、或分析服务器等是否对于传感器读数可能具有潜在的兴趣。
在各种实施例中的至少一个实施例中,可以从诸如运行车辆监测客户端应用的移动计算机、车辆信息娱乐系统等之类的源上传指令、固件、程序、传感器校准、车辆模型等。此外,在各种实施例中的至少一个实施例中,诸如传感器计算机1900之类的传感器计算机可以与运行车辆监测客户端应用的一个或多个移动计算机配对。例如,在一些实施例中,可以使用BLE协议来执行配对。
说明性逻辑系统架构
图20示出了根据各种实施例中的至少一个实施例的用于汽车活动监测的系统2000的逻辑示意图。在各种实施例中的至少一个实施例中,系统2000可以包括可以被包括和/或集成在车辆中的一个或多个车载组件,例如,车载(例如,在车上)组件2002。在一些实施例中,车载组件2002可以包括一个或多个传感器计算机,例如,传感器计算机2004。而且,在各种实施例中的至少一个实施例中,车载组件2002可以包括车辆方向盘或转向柱,例如,转向柱2006。此外,可以有一个或多个移动计算机(例如,移动计算机2008),其可以被布置为包括一个或多个车辆监测客户端应用等。在一些实施例中,移动计算机2008可以是嵌入式车辆计算机(未示出),和/或与车载车辆计算机(未示出)集成。
在各种实施例中的至少一个实施例中,移动计算机2008和传感器计算机2004可以被布置为使用一种或多种无线联网和/或通信技术(例如,蓝牙、蓝牙低能耗、WiFi、NFC等,或其组合)无线地通信。在各种实施例中的至少一个实施例中,传感器计算机2004可以被布置为通信地耦合到包括一个或多个电子控制单元计算机的车载车辆计算机。
而且,在一些实施例中,传感器计算机2004可以被布置为使用诸如USB、microUSB等之类的有线连接来耦合到客户端计算机,比如,移动计算机2008或车载车辆计算机。
在各种实施例中的至少一个实施例中,移动计算机2008可以被布置为通过网络2012与一个或多个分析服务器计算机(例如,分析服务器计算机2014等)进行通信。在各种实施例中的至少一个实施例中,网络2012可以表示一个或多个网络,比如,无线网络1608或网络1610。
在各种实施例中的至少一个实施例中,分析服务器计算机2016、外部服务2018、外部数据源2020等可以位于一个或多个数据中心和/或云计算环境(比如,云计算环境2014)中。在一些实施例中,分析服务器计算机2016、外部服务2018、外部数据源2020可以位于相同或分离的计算环境中。此外,在一些实施例中,分析服务器计算机2016、外部服务2018、外部数据源2020等可以被布置为使用诸如无线网络1608和/或网络1610等之类的网络彼此通信和/或与其他计算机/服务通信。
应指出的是,本领域的普通技术人员将认识到,系统2000可以包括比图20中所示的组件更多或更少的组件,然而,如图所示,系统2000包括足够的细节来实现本文所公开的实施例。
在各种实施例中的至少一个实施例中,传感器计算机2004、移动计算机2008、和分析服务器计算机2006可以被布置为一起操作以监测、收集和分析本文所描述的用于汽车活动监测的车辆性能和/或车辆操作。
在各种实施例中的至少一个实施例中,传感器计算机2002和/或移动计算机2008可以被布置为采用映射引擎(比如,映射引擎2022)来将一个或多个信号映射到一个或多个诊断故障代码。在各种实施例中的至少一个实施例中,可以使用各种报告技术(包括BLE、3G、GSM、LTE、LTE-M、直接连接、车载诊断、图形用户界面等,或其组合)将通过捕获信号并进行映射来创建的DTC传送给用户。
在各种实施例中的至少一个实施例中,传感器计算机2004可以被布置为捕获对应于振动(包括与可能产生振动的旋转能量相关联的车辆组件)的信号。相应地,可以对捕获的信号进行分类以使得映射引擎2022能够将一个或多个信号(或信号集)映射到一个或多个定义的DTC,该一个或多个定义的DTC可以对应于与道路冲击、道路粗糙度、硬启动、硬停止、事故等相关的问题,以及由车辆的轮胎、车轮、对准、悬架、发动机、电动机、制动器等或其组合引起的问题。
在各种实施例中的至少一个实施例中,由映射引擎2022提供的DTC可以被传送给用户或外部系统。在各种实施例中的至少一个实施例中,将来自传感器计算机的信号映射到新的标准化的DTC的集合(该集合是针对可通过振动和方向盘角度检测的车辆问题量身定制的)使得能够与外部第三方组件/系统集成。
在各种实施例中的至少一个实施例中,传感器计算机2002可以被集成到车辆中,和/或移动计算机2008也可以用作所述车辆的信息娱乐系统。
一般操作
图21-34表示根据各种实施例中的至少一个实施例的用于汽车活动监测的一般操作。在各种实施例中的至少一个实施例中,结合图21-34描述的过程2100、2200、2300、2400、2500、2600、2700、2800、2900、3000、3100、3200、3300和3400可以由单一网络计算机(例如,图18的网络计算机1800)上的一个或多个处理器实现和/或执行。在其他实施例中,这些过程或其部分可以由多个网络计算机(例如,图18的网络计算机1800)实现和/或在其上执行。在其他实施例中,这些过程或其部分可以由一个或多个虚拟化计算机(例如,基于云的环境中的那些虚拟化计算机)实现和/或在其上执行。在各种实施例中的至少一个实施例中,可以使用以下各项来实现这些过程:一个或多个分析服务器计算机、一个或多个移动计算机、一个或多个传感器计算机、一个或多个车辆电子控制单元(ECU)、一个或多个车载信息娱乐系统、一个或多个外部服务、一个或多个外部数据源等,或其组合。然而,实施例不限于此,可以使用网络计算机、客户端计算机、移动计算机、传感器计算机等的各种组合。此外,在各种实施例中的至少一个实施例中,结合图21-34描述的过程可以用于根据各种实施例和/或架构(比如,结合图1-20所描述的那些)中的至少一个的汽车活动监测。此外,在各种实施例中的至少一个实施例中,由过程2100、2200、2300、2400、2500、2600、2700、2800、2900、3000、3100、3200、3300或3400执行的动作中的一些或全部可以部分地由在一个或多个网络计算机的一个或多个处理器上运行的分析引擎1822、摄取引擎1824、建模引擎1826、或学习引擎1827执行。此外,在各种实施例中的至少一个实施例中,由过程2100、2200、2300、2400、2500、2600、2700、2800、2900、3000、3100、3200、3300或3400执行的动作中的一些或全部可以是部分地由车辆监测客户端应用1722等执行。
图21示出了根据各种实施例中的至少一个实施例的汽车活动监测的过程2100的概要流程图。在开始框之后,在框2102处,在各种实施例中的至少一个实施例中,可以建立一个或多个传感器信号基线。在各种实施例中的至少一个实施例中,安装有传感器计算机的每个车辆可以被布置为在第零天收集三个数据集;可以在以各种定义的速度(比如,25mph、45mph或70mph(或10m/s、20m/s或30m/s))行驶的稳定状态驾驶期间收集这些数据集。在一些实施例中,该数据可以用作被监测车辆的操作基线。在收集基线之后,可以将从每次车辆行程收集的数据与基线数据进行比较。
在框2104处,在各种实施例中的至少一个实施例中,可以监测传感器信号。如上所述,传感器计算机可以包括用于检测一个或多个信号(比如,振动、冲击、旋转、倾斜、偏航、速度、加速度、内部声音/噪声、外部声音/噪声等,或其组合)的各种传感器,例如,加速度计和/或陀螺仪。
此外,在一些实施例中,除传感器计算机之外的一个或多个其他信号源可以提供可被监测的信号。在一些实施例中,其他信号源可以包括一个或多个其他车载传感器系统。类似地,在各种实施例中的至少一个实施例中,用户的移动计算机也可以被布置为收集可被监测的各种信号,比如,振动、加速度、声音/噪声等,或其组合。
在各种实施例中的至少一个实施例中,传感器计算机可以被布置为将信号样本与一个或多个模型进行比较以确定信号是否表示用户和/或分析服务器计算机可能感兴趣的车辆的操作特性的变化。
在各种实施例中的至少一个实施例中,在收集基线之后,可以将系统布置为从每次行程收集数据以与基准数据进行比较。而且,在各种实施例中的至少一个实施例中,系统可以被布置为设置每行程每速度下的最大样本数量。例如,在一些实施例中,系统可以被配置为针对一个或多个速度(例如,25mph、45mph、70mph等)收集10个样本。在整个行程中,采样可能会呈指数衰减。例如,在给定的行程中,可以在汽车首次达到25mph下的稳定状态时收集数据。下次出现该速度时,如果自首次采集起已经过了不止一分钟或者如果已经发生了经辨识的事件(例如,道路冲击),则可以收集数据。时间间隔然后可以几何增加。例如,时间间隔可以从一增加到二、四、八等。如果道路冲击超过预定义的阈值,则定时器可能被重置。
在各种实施例中的至少一个实施例中,在给定行程期间,首次收集的数据集可以一直被保存。此后所收集的每个集合可以与基线进行比较,并且只有在与基线的差超过定义的阈值时才可以被保存。
另外,在各种实施例中的至少一个实施例中,为进行稳态行驶,传感器计算机可以被布置为捕获与加速度相关的传感器数据。例如,如果检测到超过l m/s^2(正或负)的变化(从三个基线速度中之一起算),则可由传感器计算机收集数据集。在一些实施例中,这可以触发对潜在的制动问题(比如,转子弯曲和制动器磨损)的调查。
在各种实施例中的至少一个实施例中,传感器计算机可以被布置为捕获与车辆的推进和/或推进系统有关的传感器数据。因此,在一些实施例中,可以跟踪加速度以检测电动机、发动机、传动系统、或排气问题等。
在判定框2106处,在各种实施例中的至少一个实施例中,如果信号向传感器计算机指示可能已经发生车辆的操作特性的变化,则控制可以流向框2108;否则,控制可以循环回到框2104以继续监测信号。在各种实施例中的至少一个实施例中,可以定义一个或多个阈值以指示可能感兴趣的感测信号的变化。在各种实施例中的至少一个实施例中,特定阈值可以基于与正被监测的当前车辆和/或一个或多个用户偏好相关联的一个或多个模型。
在各种实施例中的至少一个实施例中,该初始判定可以由与另一应用程序或计算机没有直接通信的传感器计算机来确定。在各种实施例中的至少一个实施例中,传感器计算机可以使用从车辆监测客户端应用下载到传感器计算机的模型、配置信息等来确定是否发生重要的信号改变。
在框2108处,在各种实施例中的至少一个实施例中,传感器计算机可以被布置为将信号信息传送给在可以与传感器计算机相关联的移动计算机(或其他客户端计算机)上运行的车辆监测客户端应用。在各种实施例中的至少一个实施例中,传感器计算机上的一个或多个无线电组件可以用于将信号信息传送到车辆监测客户端应用。在各种实施例中的至少一个实施例中,传感器计算机可以被布置为包括车辆监测客户端应用。
在框2110处,在各种实施例中的至少一个实施例中,车辆监测客户端应用可以处理由传感器计算机提供的信号信息。
在判定框2112处,在各种实施例中的至少一个实施例中,如果车辆监测客户端应用确定应将一些或全部信号信息传送给分析服务器,则控制可以返回到可被布置为将信号信息传送到适当的分析服务器计算机的过程。否则,控制可以循环回到框2104以继续进行监测。
在各种实施例中的至少一个实施例中,传感器计算机可以被布置为使用一个或多个无线电组件来与分析服务器计算机直接通信,而不是使用客户端计算机作为中介(a gobetween)。
图22示出了根据各种实施例中的至少一个实施例的在分析服务器计算机上处理车辆传感器信息的过程2200的概要流程图。在开始框之后,在框2202处,在各种实施例中的至少一个实施例中,可以将信号信息提供给分析服务器计算机。在各种实施例中的至少一个实施例中,运行车辆监测客户端应用的移动计算机可以将信号信息传送给分析服务器。
在各种实施例中的至少一个实施例中,信号信息的格式和类型可根据情况而变化。在一些实施例中,信号信息可以是由传感器计算机收集并提供给移动计算机的原始传感器信息。在一些情形下,信号信息可以是预处理的元数据,包括由车辆监测客户端应用、传感器计算机、其他车载传感器(载于车辆上)等或者其组合收集/计算的度量信息。
在框2204处,在各种实施例中的至少一个实施例中,分析服务器可以处理所提供的信号信息。例如,诸如分析引擎1822之类的分析引擎可以被布置为处理所提供的信号信息。在各种实施例中的至少一个实施例中,由分析引擎执行的特定处理可以取决于可以提供的信息的类型。而且,在各种实施例中的至少一个实施例中,可以使用允许包括命令信息的通信协议来提供信号信息。因此,在各种实施例中的至少一个实施例中,取决于命令信息,可以将分析引擎布置为执行不同的动作和/或处理。
而且,在各种实施例中的至少一个实施例中,分析引擎可以被布置为基于包括一个或多个基于规则的策略和/或规则的配置信息来确定要执行的特定处理,一个或多个基于规则的策略和/或规则可以基于由车辆监测客户端应用提供的信息来选择处理动作。
在框2206处,在各种实施例中的至少一个实施例中,可选地,可以采用一个或多个用户偏好的渠道来向用户传送更新。在各种实施例中的至少一个实施例中,偏好的渠道可以包括SMS、MMS、或社交网络。可以基于信号信息和/或由分析引擎执行的一个或多个处理动作的结果来更新可能与用户相关联的日志记录、分类账、应用程序等。例如,分析引擎可以包括配置信息,该配置信息可以定义应当接收可以与(可以从信号信息确定的)一个或多个事件相关联的更新的一个或多个的通信信道。
在各种实施例中的至少一个实施例中,可以根据由用户建立的许可或规则来更新和/或传送诸如行程目的地、行进距离、平均每小时英里数、持续时间等之类的信息。
在各种实施例中的至少一个实施例中,由于一些信号信息可以触发更新,而其他信号信息不可以不触发更新,所以可以认为该框是可选的。
在框2208处,在各种实施例中的至少一个实施例中,可选地,可以更新一个或多个知识库。如本文所述,在各种实施例中的至少一个实施例中,可以布置一个或多个知识库以存储信号信息和/或从信号信息导出的事件信息。因此,在一些实施例中,取决于信号信息和/或配置信息,分析引擎可以被布置为更新一个或多个知识库或数据库。在一些实施例中,可以向一个或多个知识库提供原始传感器数据。在其他情形下,可以布置一些知识库来接受合计的度量数据而不是原始传感器信息。
类似地,在各种实施例中的至少一个实施例中,存储在一个或多个知识库中的信息可以被限制到与信号信息所关联的车辆相关联的特定用户。在一些实施例中,一个或多个知识库可以被布置为收集和存储与多个用户相关联的信息。例如,来自所有车辆的信号信息可以被建模引擎收集和使用以产生各种模型。在这种情形下,提供给社区知识库的信号信息可以被匿名化,以根据需要删除受保护的个人信息。
在各种实施例中的至少一个实施例中,建模引擎可以采用学习引擎(比如,学习引擎1827),其可以提供不断完善的模型。在一些实施例中,学习引擎可以采用监督式学习、聚类、降维、或其他数据科学技术。学习引擎还可以使用来自可用源的信息,包括但不限于多个传感器输入,其中一些可以来自传感器计算机2004,而另一些可以来自移动计算机2008,其他的则可以来自其他车辆系统和数据源。
在各种实施例中的至少一个实施例中,由于一些信号信息可以触发知识库更新,而其他信号信息不可以触发知识库更新,因此可以认为该框是可选的。
在框2210处,在各种实施例中的至少一个实施例中,可选地,分析引擎可以确定需要向运行车辆监测客户端应用的一个或多个移动计算机提供一个或多个更新。在各种实施例中的至少一个实施例中,框2204中的处理的结果等可指示用户的移动计算机中的一个或多个需要更新的信息。例如,处理可以产生需要被推出客户端计算机和/或推到传感器计算机的更新的模型。在一些实施例中,这可以包括对车辆监测客户端应用、本地模型、本地用户数据等或其组合的更新。
在各种实施例中的至少一个实施例中,对客户端计算机和/或传感器计算机的更新可以限于与可以与提供信号信息的车辆相关联的一个或多个用户相关联的那些更新。在其他情形下,在一些实施例中,另外的用户可以使其客户端计算机和/或传感器计算机更新。在各种实施例中的至少一个实施例中,取决于更新的类型,一些更新可以针对所有用户、一些用户、或一个用户。例如,可以将特定类型的车辆的更新的车辆模型推送给与该特定类型的车辆相关联的每个用户。
在各种实施例中的至少一个实施例中,由于一些信号信息可以触发客户端更新,而其他信号信息不可以触发客户端更新,因此可以认为该框是可选的。接下来,控制可以返回到调用过程。
图23示出了根据各种实施例中的至少一个实施例的与所监测的车辆交互的聊天机器人的过程2300的概要流程图。在各种实施例中的至少一个实施例中,聊天机器人可以表示可以被布置为从用户获得语音命令的各种自然语言接口。在各种实施例中的至少一个实施例中,聊天机器人可被集成到传感器计算机、移动计算机上的车辆监测客户端应用、车载车辆计算机等中的一个或多个中。在一些实施例中,一个组件可以捕获语音命令的音频,而另一组件执行用于解释命令的处理。此外,在一些实施例中,过程2300所表示的不同动作可以在相同或不同的组件上执行。例如,在一些实施例中,移动计算机可以捕获语音命令并将它们提供给基于云的应用以进行进一步处理。在其他实施例中,语音音频可以由车载车辆计算机捕获,该车载计算机可以将语音音频传送到运行车辆监测客户端应用的移动计算机。
在开始框之后,在框2302处,在各种实施例中的至少一个实施例中,可以激活安装在车辆中的传感器计算机。在这里描述的各种实施例中的至少一个实施例中,可以采用各种机制和/或方法来激活传感器计算机。例如,在一些实施例中,传感器计算机可以被布置为在用户按下按钮时被激活。在其他实施例中,如果车辆被打开、用户进入、用户触摸方向盘、车辆启动、配对的用户的语音激活、存在RFID加密狗等或其组合,则传感器计算机可以被自动激活。替代地,在各种实施例中的至少一个实施例中,可以类似地激活运行车辆监测客户端应用的客户端计算机。例如,传感器计算机可以检测用户是否已经触摸方向盘、启动或进入车辆,然后向可能正在运行车辆监测客户端应用的用户的移动计算机传送激活命令/通知。
在另一实施例中,传感器计算机2004可以保持在低功率状态,直到用户已经触摸方向盘、启动或进入车辆,然后可以唤醒并且重新与移动计算机2008连接。
在判定框2304处,在各种实施例中的至少一个实施例中,如果将聊天输入提供给传感器计算机或客户端计算机,则控制可以流向框2306;否则,控制可以循环等待聊天输入。如上所述,在各种实施例中的至少一个实施例中,聊天输入可以由一个设备直接捕获,然后传送给另一设备(包括基于云的计算机)以进行进一步处理。
在框2306处,在各种实施例中的至少一个实施例中,所提供的聊天输入可由传感器计算机或客户端计算机进行处理。在各种实施例中的至少一个实施例中,处理的程度可取决于提供聊天输入的计算机的能力和/或聊天输入的类型。例如,一些语音聊天输入可能需要非车载(例如,基于云)系统来执行可能需要解释聊天输入的语音识别处理。
在各种实施例中的至少一个实施例中,可以有系统支持的多个定义的聊天命令。一个或多个聊天命令可以激活与车辆的操作和/或监测相关的一个或多个过程。在其他实施例中,一个或多个聊天命令可以被布置为与一个或多个外部系统进行交互,比如,车辆维护提供方、消息传递系统、事件日历、社交网络等,或其组合。
在各种实施例中的至少一个实施例中,可以提供一个或多个提示以发起一个或多个期望的聊天输入。例如,如果传感器计算机检测到用户已经启动了他或她的车辆,则传感器计算机可以被布置为向用户的移动计算机(例如,运行车辆监测客户端应用)传送相应的事件。因此,在该示例中,移动计算机可以用于发出聊天提示,例如,询问用户他们希望的目的地。
在各种实施例中的至少一个实施例中,用户的移动计算机可以运行聊天机器人(比如,聊天机器人1723),该聊天机器人可以被布置为建立与用户的交互式会话。因此,聊天机器人可被配置为将一个或多个聊天提示和/或聊天输入与可由车辆监测客户端应用和/或传感器计算机执行的一个或多个操作相关联。
接下来,控制可以返回到调用过程。
图24示出了根据各种实施例中的至少一个实施例的用于交互的聊天机器人的过程2400的流程图。在开始框之后,在框2402处,在各种实施例中的至少一个实施例中,可以向客户端计算机提供聊天输入。在各种实施例中的至少一个实施例中,取决于处理输入的计算机的能力,聊天输入可以是短的一个或两个字命令。在一些实施例中,聊天输入可以是自然语言表述。此外,在各种实施例中的至少一个实施例中,聊天输入可以是用户可以参与的较大聊天会话的一部分。因此,取决于给定命令的顺序以及先前发布的聊天命令的结果,各种聊天输入可以与不同的操作相关联。
在判定框2404处,在各种实施例中的至少一个实施例中,在采取行动或试图处理聊天输入之前,客户端计算机可以尝试认证用户。在各种实施例中的至少一个实施例中,可以使用各种方法来认证用户。在一些情形下,可以将与用户相关联的声纹与聊天输入进行比较。在一些实施例中,客户端计算机可以被布置为询问密码、密码短语等,或其组合。
在各种实施例中的至少一个实施例中,可以从用户已经被授权访问运行车辆监测客户端应用的客户端计算机来推断用户的认证。例如,如果用户已经解锁了客户端计算机,则在一些实施例中,可以假定用户被认证。在各种实施例中的至少一个实施例中,可以采用多因素认证。例如,在各种实施例中的至少一个实施例中,可以要求用户在聊天输入被接受之前处于车辆中。因此,如果用户被认证,则控制可以流向框2408;否则控制可以流向框2406。
在框2406处,在各种实施例中的至少一个实施例中,客户端计算机和/或传感器计算机可以执行一个或多个动作来认证用户。如上所述,可以执行一种或多种方法来识别和认证用户。在各种实施例中的至少一个实施例中,如果认证不成功,则可以丢弃或以其他方式忽略聊天输入。
在框2408处,在各种实施例中的至少一个实施例中,可以处理聊天输入。在各种实施例中的至少一个实施例中,车辆监测客户端应用可被布置为解释各种聊天输入并且执行一个或多个对应的动作。
在各种实施例中的至少一个实施例中,可以为一个或多个用户开发和/或维护聊天输入简档。在各种实施例中的至少一个实施例中,用户简档可用于将特定聊天输入和/或聊天选项与给定用户相关联。而且,在各种实施例中的至少一个实施例中,用户简档可以包括用于跟踪用户的个人语音特性的信息。例如,聊天机器人系统可以被布置为使得用户能够在他们的语音输入的冲突解释之间进行选择。因此,对于该示例,用户的聊天输入简档可以包括(或引用)这种用户提供的选择/校正,从而可以在未来需要时使用它们。类似地,在各种实施例中的至少一个实施例中,用户简档可以定义用户被授权提供的聊天输入。
在框2410处,在各种实施例中的至少一个实施例中,可选地,一个或多个聊天输入可以触发和/或要求外部处理。在各种实施例中的至少一个实施例中,聊天输入可以与可以由外部服务执行的一个或多个操作相关联。在这种情境下,外部服务可以包括用户客户端计算机外部和传感器计算机外部的服务/设施。因此,在各种实施例中的至少一个实施例中,外部服务可以包括操作车辆的信息娱乐系统。而且,例如,在一些实施例中,外部服务可以是可以由于聊天输入而被访问的电子邮件系统、辅助语音识别系统、在线搜索引擎、在线引用等。
在各种实施例中的至少一个实施例中,此情境中的外部服务可以包括在客户端计算机上运行的其他应用。例如,由车辆监测客户端应用处理的聊天输入可以被配置为使用客户端计算机的发短信设施来发起SMS文本消息。
在各种实施例中的至少一个实施例中,由于一些聊天输入可以触发外部处理,而其他聊天输入不可以触发外部处理,因此可以认为该框是可选的。
在框2412处,在各种实施例中的至少一个实施例中,可选地,可以采用一个或多个用户偏好的渠道来向用户传送更新。在各种实施例中的至少一个实施例中,偏好的渠道可以包括可以与用户相关联的SMS、MMS、社交网络、日志记录、分类帐、应用程序等,并且其可以与用户相关联,且可以基于聊天输入和/或处理一个或多个聊天输入的结果来更新。
在各种实施例中的至少一个实施例中,由于一些聊天输入可以触发更新,而其他聊天输入不可以触发更新,因此可以认为该框是可选的。
接下来,控制可以返回到调用过程。
图25示出了根据各种实施例中的至少一个实施例的收集传感器信息的过程2500的流程图。在开始框之后,在框2502处,在各种实施例中的至少一个实施例中,传感器计算机可以将传感器信息提供给车辆监测客户端应用。如上所述,如果传感器计算机确定应该将一些或全部信号信息提供给用户的客户端计算机,则可以将传感器信息提供给客户端应用。
在框2504处,在各种实施例中的至少一个实施例中,可以由车辆监测客户端应用处理信号信息以确定如何进行下去。在各种实施例中的至少一个实施例中,车辆监测客户端应用可以被布置为将信号信息与存储在可能正在运行客户端应用的移动计算机上的一个或多个模型进行比较。
在框2506处,在各种实施例中的至少一个实施例中,车辆监测客户端应用可以被布置为将传感器信息映射到一个或多个诊断代码,这些诊断代码可以与关于车辆的轮胎、车轮、对准、悬架、内燃机、电力推进系统、传动系统、或制动器中的一个或多个的问题相关联。在各种实施例中的至少一个实施例中,可以基于从与托管传感器计算机的车辆相对应的车辆模型中检索到的信息来识别问题类型。
在各种实施例中的至少一个实施例中,客户端应用可以被布置为采用配置信息来将特定代码映射到特定信号信息。在一些实施例中,信号信息可以包括映射信息。例如,在一些情形下,传感器计算机或客户端计算机可以在对应于一个或多个内燃机、电力推进系统、传动系统、轮胎、车轮、对准、悬架、或制动事件的诊断故障代码中转换原始传感器信号。在各种实施例中的至少一个实施例中,客户端计算机可能需要处理信号信息以确定如何将一个或多个代码映射到信号。在其他情况下,传感器计算机可能能够直接分配故障代码并将其提供给车辆监测客户端应用。参见图33和图34。
在判定框2508处,在各种实施例中的至少一个实施例中,如果代码要被转发到另一应用或计算机,则控制可以流向框2510;否则,控制可以返回到调用过程。在一些实施例中,诊断故障代码可以被提供给分析服务器并被记录在车辆分类账中。在各种实施例中的至少一个实施例中,车辆监测客户端应用可以被布置为使用配置信息来确定是否应当将故障代码信息传送给分析服务器。
在框2510处,在各种实施例中的至少一个实施例中,代码可以被传送到分析服务器以进行进一步处理。在各种实施例中的至少一个实施例中,分析服务器可以被布置为根据需要分析传感器数据并将其映射到一个或多个故障代码。例如,分析服务器可以访问更新的和/或更高级的车辆模型,它可以使用更新的和/或更高级的车辆模型来确定传感器数据是否应当被映射到一个或多个诊断故障代码。
接下来,控制可以返回到调用过程。
图26示出了根据各种实施例中的至少一个实施例的处理转向系统数据的过程2600的流程图。在开始框之后,在框2602处,在各种实施例中的至少一个实施例中,可以由传感器计算机将原始传感器数据提供给客户端应用。在各种实施例中的至少一个实施例中,传感器数据可以包括从传感器计算机的一个或多个加速度计/陀螺仪传感器生成的x轴、y轴和z轴信息。
在框2604处,在各种实施例中的至少一个实施例中,可以使用一种或多种信号处理方法来平滑传感器数据。在各种实施例中的至少一个实施例中,可以平滑传感器数据以抑制道路噪声对计算的影响。在各种实施例中的至少一个实施例中,移动平均(移动窗口)可以用作对x轴、y轴和z轴传感器值的高通滤波器。在一些实施例中,可以使用高斯模糊或其他信号处理技术来完成平滑。
在各种实施例中的至少一个实施例中,可以通过选择窗口大小以确定可以将多少个值分组在一起来计算移动平均值。一般来说,较大的窗口大小可以产生具有更低小尺度精度的更平滑的数据。如果平滑成功,则可以使用所选平滑窗口中所有数据点的平均值来替换采样的传感器数据点。将窗口移动到下一传感器数据点,且可以重复平滑操作。例如,如果定义了大小为三的窗口,则可以用七个值(关注的数据点之前的三个点、数据点本身和后面的三个点)的平均值来代替每个点。
在框2606处,在各种实施例中的至少一个实施例中,可以处理传感器数据以提供与所监测的车辆相对应的半字节和滚动数据。在各种实施例中的至少一个实施例中,在对传感器数据进行平滑之后,可以计算滚动值,其中:
Roll=x^2/(y^2+z^2),其中,x、y和z是由传感器计算机提供的加速度计读数。
接下来,可以计算半字节值以表示从一个传感器测量值到下一传感器测量值的滚动变化:
Nibblei=Rolli-Roll(i-1)
对于1<=i<=(传感器数据点的数量)。因此,来自传感器计算机的一系列x轴、y轴和z轴值使得能够确定可用于产生一系列半字节值的一系列滚动值。
在框2608处,在各种实施例中的至少一个实施例中,可以在频域中分析半字节数据。在各种实施例中的至少一个实施例中,可以基于所提供的半字节值计算离散傅里叶变换(DFT),使得对半字节值的分析能够使用频域。
在各种实施例中的至少一个实施例中,可以使用DFT来搜索异常行为。在一些实施例中,如果频谱功率在给定频率范围内升高到所定义的阈值以上,则可以发出警报。例如,可以观察到车轮不平衡可以在特性频率下产生高尖峰(取决于车轮大小)。
在各种实施例中的至少一个实施例中,可使用动态时间规整(DTW)来检测车辆操作中的异常,其中DTW是两个时间序列(例如,半字节值时间序列)之间的距离度量。例如,具有大的DTW距离的两个半字节时间序列可以触发需要车辆服务的警报。因此,距已建立的基线系列值的差可以触发警报。
接下来,控制可以返回到调用过程。
图27示出了根据各种实施例中的至少一个实施例的基于传感器数据收集度量的过程2700的流程图。在开始框之后,在框2702处,在各种实施例中的至少一个实施例中,客户端应用可以处理传感器数据。在各种实施例中的至少一个实施例中,传感器计算机可以被布置为测量指示所监测的车辆的各种潜在问题的振动。
在框2704中,在各种实施例中的至少一个实施例中,可以确定和记录方向盘角度。在各种实施例中的至少一个实施例中,理想转向角可以被认为是零度。因此,传感器计算机可以被布置为采样并捕获方向盘的角度与零度的理想值的差。
在各种实施例中的至少一个实施例中,非理想的转向角和/或方向盘角度的变化可以指示诸如方向盘偏移、车轮对准、一个或多个车轮上的低胎压、转向拉杆问题等之类的问题。
在框2706处,在各种实施例中的至少一个实施例中,可以确定并记录方向盘的旋转振动。在各种实施例中的至少一个实施例中,方向盘的旋转振动可以使用上文所讨论的半字节来测量。偏离期望的值可能指示潜在的问题,例如,车轮不平衡、轮胎损坏等。而且,在各种实施例中的至少一个实施例中,去加速期间的旋转振动可以指示所监测的车辆制动器的潜在问题。
在框2708处,在各种实施例中的至少一个实施例中,可以确定并记录与粗糙度有关的道路振动。过度的道路振动可能表明车辆悬架问题。在一些实施例中,可以将道路振动测量结果与其他车辆的对等数据进行比较以确定测量值是否指示潜在问题。
在框2710处,在各种实施例中的至少一个实施例中,可以确定并记录道路冲击。在一些实施例中,可以通过短期极端振动测量来指示道路冲击。在各种实施例中的至少一个实施例中,道路冲击可以指示发生了可能需要维护跟进以确保车辆操作安全的或大或小的碰撞。
在框2712处,在各种实施例中的至少一个实施例中,可以确定并记录驾驶事件,比如,极端加速/去加速等。在各种实施例中的至少一个实施例中,还可以根据信号和配置的类型来执行诸如本文所描述那些操作之类的附加捕获后操作。接下来,控制可以返回到调用过程。
图28示出了根据各种实施例中的至少一个实施例的机器学习引擎基于传感器数据提供模型的过程2800的流程图。在开始框之后,在框2802处,在各种实施例中的至少一个实施例中,可以将原始传感器数据提供给分析服务器。在各种实施例中的至少一个实施例中,车辆监测客户端应用可以被布置为从传感器计算机收集传感器数据并且将其转发到分析服务器。在一些实施例中,分析服务器可以将原始传感器数据存储在数据存储库中,从而这些原始传感器数据可以用于以后的分析。在各种实施例中的至少一个实施例中,可基于车辆特性(包括年份、品牌和型号)、用户特性(例如,年龄、性别等)、行程特性(例如,持续时间、时间、气候、位置等)、传感器类型等对原始传感器数据进行分类。
在框2804处,在各种实施例中的至少一个实施例中,可以将原始传感器数据提供给学习引擎。诸如学习引擎1827之类的学习引擎可以被布置为执行一个或多个机器学习过程以生成可用于基于传感器数据识别异常的模型。而且,在各种实施例中的至少一个实施例中,可以基于观察到的传感器数据生成预测潜在车辆问题的预测模型。
在各种实施例中的至少一个实施例中,学习引擎还可以被布置为定义/推荐一个或多个阈值,模型使用这一个或多个阈值来确定测量的传感器值是否在基线范围内,或者测量的传感器值是否可能是异常的(指示所监测的车辆的潜在问题)。
在各种实施例中的至少一个实施例中,学习引擎可以被布置为为可以与不同模型的值、特征、分类器等相关联的模型提供置信度分数。随着收集更多的原始数据,这些置信度值可能会增大或降低。而且,在各种实施例中的至少一个实施例中,可以使专家用户能够根据需要调整模型,包括修改置信度分数。
在判定框2806处,在各种实施例中的至少一个实施例中,如果存在新的或更新的模型信息,则控制可以流向框2808;否则,控制可以返回到调用过程。在各种实施例中的至少一个实施例中,在一些情形下,建模引擎和/或学习引擎可以被布置为处理原始传感器数据以确定一个或多个当前模型(如果有的话)是否对于将信号映射到故障代码和/或预测车辆问题保持有效。但是,在其他情形下,可能已经对模型进行了足够的修改以保证更新车辆监测客户端应用和/或安装的传感器计算机。在各种实施例中的至少一个实施例中,可以定义一个或多个阈值以确定是否需要更新模型。在一些实施例中,模型可以被不断更新。
在框2808处,在各种实施例中的至少一个实施例中,可以使用新的/更新的模型信息来更新一个或多个客户端应用、客户端计算机、传感器计算机等,或其组合。在各种实施例中的至少一个实施例中,分析服务器可以维护可用于跟踪用于监测那些车辆的模型和模型版本的已注册的车辆的列表。因此,分析服务器可以被布置为将更新的模型信息传送给一个或多个用户移动计算机以供其车辆监测客户端应用使用。车辆监测客户端应用可以被布置为根据需要将模型信息传送给传感器计算机。
接下来,控制可以返回到调用过程。
图29示出了根据各种实施例中的至少一个实施例的生成关于所监测的车辆的块链分类帐信息的过程2900的流程图。在开始框之后,在框2902处,在各种实施例中的至少一个实施例中,可收集关于/涉及车辆的信息。在各种实施例中的至少一个实施例中,该信息可以由分析服务器自动生成,并且可以包括与形成报告、性能历史、生成的警告/警报、用户/驾驶员改变、车辆的性能改变、召回通知等有关的记录。在各种实施例中的至少一个实施例中,自动生成的信息可以由用户(比如,驾驶员、授权的机构等)进行注释。在一些实施例中,信息可以是用户生成的,比如,维护笔记等。
在框2904处,在各种实施例中的至少一个实施例中,基于车辆信息提供车辆交易。与所监测的车辆相关联的一个或多个信息条目可以在车辆信息交易记录中被变换和/或格式化。在一些实施例中,多个信息条目可以被包括在单个交易中。
在框2906处,在各种实施例中的至少一个实施例中,可以对车辆信息交易记录进行签名以将其与所监测的车辆相关联。
在框2908处,在各种实施例中的至少一个实施例中,可以将经签名的交易添加到可能与车辆相关联的车辆交易的块链中。该车辆信息交易的块链可以提供与个体车辆唯一关联的事件分类账。因此,可以使用基于分类账中的先前条目的签名值来对每个分类帐条目进行签名。在一些实施例中,块链分类帐可以使得用户能够验证分类帐条目尚未被修改并且其与特定车辆相关联。例如,根分类账条目可以包括部分基于车辆的唯一车辆标识号(VIN)的密码签名。
接下来,控制可以返回到调用过程。
图30示出了根据各种实施例中的至少一个实施例的使用与所监测的车辆相关联的块链分类帐信息的过程3000的流程图。在开始框之后,在框3002处,在各种实施例中的至少一个实施例中,可以提供与车辆相关联的块链分类账。在一些实施例中,通过确认根分类帐分录具有与所监测的车辆的VIN一致的签名,可以确认分类账与特定车辆相关联。
在框3004处,在各种实施例中的至少一个实施例中,可以提供一个或多个经签名的车辆信息交易(分类账条目)。在各种实施例中的至少一个实施例中,用户或应用可以在销售先前拥有的车辆之前,从各种源(例如,由用户汽车经销商提供的维护记录的一部分)获得一个或多个分类账条目。例如,可以将分类账条目提供给潜在买家,以使得他们能够验证车辆的操作历史。
在框3006处,在各种实施例中的至少一个实施例中,可以基于分类帐块链对车辆信息交易进行认证。在各种实施例中的至少一个实施例中,块链分类账项目可以包括定义可以用于认证所提供的分类账条目的权威源的信息。因此,可以检查块链以确认所提供的分类账条目是可靠的。
在判定框3008处,在各种实施例中的至少一个实施例中,如果车辆信息交易被认证,则控制可以流向框3010;否则,可以丢弃车辆信息交易,并且控制返回到另一过程。在框3010处,在各种实施例中的至少一个实施例中,车辆信息交易可被确认为表示与车辆相关联的信息并被提供给用户。
在各种实施例中的至少一个实施例中,由框3004到3010执行的动作可以是自动的。例如,在各种实施例中的至少一个实施例中,车辆监测客户端应用可以被布置为自动尝试验证车辆的分类帐条目。
接下来,控制可以返回到调用过程。
图31示出根据各种实施例中的至少一个实施例的使用自然语言接口(例如,聊天机器人)处理命令的过程3100的流程图。在开始框之后,在框3102处,在各种实施例中的至少一个实施例中,可以认证聊天机器人用户。可以采用各种众所周知的方法(例如,密码、生物测定学等)来认证用户。
在判定框3104处,在各种实施例中的至少一个实施例中,如果接收到聊天输入,则控制可以流向框3106;否则,控制可以循环回到判定框3104以等待聊天输入。在各种实施例中的至少一个实施例中,可以以各种形式、通过各种渠道、和/或以各种格式(包括但不限于:语音命令、聊天消息、SMS消息、应用程序内文本命令、用户界面提示等,或其组合)来提供聊天输入。
在框3106处,在各种实施例中的至少一个实施例中,可以处理聊天输入以识别聊天输入中可能包括的一个或多个意图。
在框3108处,在各种实施例中的至少一个实施例中,可以进一步处理聊天输入中所包括的意图以将它们匹配到适当的响应动作。
在判定框3110处,在各种实施例中的至少一个实施例中,如果针对意图找到响应动作,则控制可以流向框3112;否则,控制可以流向框3114。
在框3112处,在各种实施例中的至少一个实施例中,可以执行响应动作。在一些情形下,响应动作可以包括对用户的问题的回答。例如,在实施例中,诸如“这辆车的备胎在哪里?”之类的聊天输入可能产生可以使用文本和/或音频(例如,“位于驾驶员侧后轮井附近的可移动面板后面”)来生成消息的响应动作。在一些实施例中,响应动作可以提示用户进行更多的聊天输入。接下来,控制可以返回到调用过程。
在框3114处,在各种实施例中的至少一个实施例中,可以执行进一步的动作以处理未匹配到响应动作的意图。在各种实施例中的至少一个实施例中,未知意图可以触发实时搜索动作。在各种实施例中的至少一个实施例中,搜索动作可以搜索知识库。而且,在各种实施例中的至少一个实施例中,搜索动作可以经由一个或多个专用或通用搜索引擎来搜索互联网。此外,在一些实施例中,可以通知一个或多个操作者聊天输入导致了未知意图。因此,在各种实施例中的至少一个实施例中,可以通知一个或多个操作者来解释未知意图以选择/分配适当的响应动作。
接下来,控制可以返回到调用过程。
图32示出了根据各种实施例中的至少一个实施例的训练自然语言接口(例如,聊天机器人)的过程3200的流程图。在各种实施例中的至少一个实施例中,可以对过程3200进行训练以处理各种类型的输入和输出源/方法,包括但不限于:语音、文本、用户界面提示等,或其组合。在开始框之后,在框3202处,在各种实施例中的至少一个实施例中,可以处理来自一个或多个外部信息的数据。在各种实施例中的至少一个实施例中,可以扫描一个或多个公共问/答论坛和/或服务以找到问题答案对。例如,网络蜘蛛可以抓取一个或多个众所周知的车辆信息网站来查找问题和答案。
在框3204处,在各种实施例中的至少一个实施例中,可以从收集的信息生成意图和响应动作。在各种实施例中的至少一个实施例中,意图及其相应的响应动作可以被存储在数据存储库中。而且,在一些实施例中,意图和响应可以与特定车辆相关。因此,在一些实施例中,意图/响应对可以与一个或多个车辆模型相关联。
在框3206处,在各种实施例中的至少一个实施例中,可以获得专家用户输入以校正、调整、和/或增强自动生成的意图-响应动作对。
在框3208处,在各种实施例中的至少一个实施例中,可对意图和响应动作进行评分。在各种实施例中的至少一个实施例中,可以使得用户能够关于相关性、清晰度、正确性等对响应进行评级。类似地,在一些实施例中,可以使得专家用户能够对意图/响应对进行评分。
接下来,控制可以返回到调用过程。
图33示出了根据各种实施例中的至少一个实施例将故障代码映射到信号的过程3300的流程图。在开始框之后,在框3302处,在各种实施例中的至少一个实施例中,可以将由传感器计算机捕获的信号信息提供给车辆监测客户端应用。在一些实施例中,传感器计算机可以被布置为执行过程3300中的一些或全部。
在框3304处,在各种实施例中的至少一个实施例中,可以处理所提供的信号信息。在各种实施例中的至少一个实施例中,信号信息处理可以包括滤波、平滑、变换等,或其组合。
在框3306处,在各种实施例中的至少一个实施例中,可以将信号信息映射到已知故障代码。
在判定框3308处,在各种实施例中的至少一个实施例中,如果信号信息的故障代码是已知的,则控制可以流向框3310;否则,控制流程经由流连接器A流向过程3400。
在框3310处,在各种实施例中的至少一个实施例中,可以将故障代码存储在车辆的车辆分类账的记录中。在各种实施例中的至少一个实施例中,可以使用块链式分类账。因此,在一些实施例中,可以使用分类账的块链处理对记录进行加密签名。
在框3312处,在各种实施例中的至少一个实施例中,可以向用户通知故障代码。可以向用户提供描述故障代码的基于消息的通知,比如,电子邮件、SMS文本等。在一些实施例中,通知可以呈现在客户端计算机上和/或传感器计算机上的用户界面中。而且,在一些实施例中,可以使用车辆的车载显示器来显示通知。
接下来,控制可以返回到调用过程。
图34示出了根据各种实施例中的至少一个实施例的处理最初未被映射到故障代码的信号信息的过程3400的流程图。在流连接器A之后,在框3402处,在各种实施例中的至少一个实施例中,可以将未能映射到故障代码的原始信号数据传送到分析服务器。
在框3404处,在各种实施例中的至少一个实施例中,可以在服务器处对原始信号数据进行分析。在各种实施例中的至少一个实施例中,可以在该分析期间采用存储在知识库中的附加信息。
在判定框3406处,在各种实施例中的至少一个实施例中,如果识别出模式,则控制可以流向框3410;否则,控制可以流向框3408。
在框3408处,在各种实施例中的至少一个实施例中,由于原始信号不能被识别,因此可以将其存储以进行进一步分析。此外,在各种实施例中的至少一个实施例中,可以向一个或多个操作者用户提供关于接收到未知信号的通知。接下来,控制可以返回到调用过程。
在框3410处,在各种实施例中的至少一个实施例中,由于已经识别了模式,因此可识别与该模式相关联的一个或多个故障代码。
在框3412处,在各种实施例中的至少一个实施例中,可以将故障代码存储在车辆的车辆分类账的记录中。在各种实施例中的至少一个实施例中,可以使用块链式分类账。因此,在一些实施例中,可以使用分类账的块链处理对记录进行加密签名。
在框3414处,在各种实施例中的至少一个实施例中,可以向用户通知故障代码。可以向用户提供描述故障代码的基于消息的通知,比如,电子邮件、SMS文本、通过用户偏好的社交网络的聊天通知等。在一些实施例中,通知可以呈现在客户端计算机上和/或传感器计算机上的用户界面中。而且,在一些实施例中,可以使用车辆的车载显示器来显示通知。接下来,控制可以返回到调用过程。
应当理解,流程图图示的每个框以及流程图图示中的框的组合可以通过计算机程序指令来实现。这些程序指令可以被提供给处理器来产生机器,以使得在处理器上执行的指令创建用于实现(一个或多个)流程图框中所指定的动作的途径。计算机程序指令可以由处理器执行以使得处理器执行一系列操作步骤,来产生计算机实现的处理,以使得在处理器上执行的指令提供用于实现(一个或多个)流程图框中所指定的动作的步骤。计算机程序指令还可以使得流程图的框中所示的操作步骤中的至少一些操作步骤被并行执行。而且,一些步骤还可以跨不止一个处理器被执行,例如,这一情况可能在多处理器计算机系统中出现。此外,在不背离本发明的范围或精神的情况下,流程图图示的一个或多个框或者框的组合还可以与其他框或框的组合同时被执行,或者甚至以与所示出的顺序不同的顺序被执行。
因此,流程图图示的框支持用于执行所指定的动作的手段的组合、用于执行所指定的动作的步骤的组合、以及用于执行所指定的动作的程序指令途径。还应当理解,流程图图示的每个框以及流程图图示中框的组合可以由基于执行所指定的动作或步骤的硬件的专用系统或专用硬件和计算机指令的组合来实现。上述示例不应被解释为限制和/或穷举,而是用于示出本发明的各种实施例中的至少一个实施例的实现方式的说明性用例。
此外,在一个或多个实施例中(图中未示出),可以使用一个或多个嵌入式逻辑硬件设备(例如,专用集成电路(ASIC)、现场可编程门阵列(FPGA)、可编程阵列逻辑(PAL)等,或其组合)而不是一个或多个CPU来执行说明性流程图中的逻辑。嵌入式逻辑硬件设备可以直接执行嵌入式逻辑来执行动作。在至少一个实施例中,一个或多个微控制器可以被布置为直接执行它们自己的嵌入式逻辑来执行动作并访问它们自己的内部存储器和它们自己的外部输入和输出接口(例如,硬件引脚和/或无线收发器)来执行动作,例如,片上系统(SOC)等。
Claims (30)
1.一种用于监测车辆操作的方法,其中,网络计算机中的一个或多个处理器运行指令以执行如下动作,包括:
基于由安装在车辆中的传感器计算机捕获的传感器数据来提供传感器信息;
采用所提供的传感器信息来使用所述网络计算机执行进一步的动作,包括:
将所述传感器信息存储在存储器中;
采用本地分析引擎来将所述传感器信息与一个或多个车辆模型以及一个或多个机器学习模型进行比较,所述一个或多个车辆模型以及所述一个或多个机器学习模型部分地基于一个或多个知识库,所述一个或多个知识库包括来自多个其他车辆的信息以及所确定的所述车辆的驾驶员的习惯,其中所述一个或多个车辆模型以及所述一个或多个机器学习模型是利用由所述一个或多个知识库提供的信息来更新的并且与所述车辆相关联;以及
基于所述比较提供一个或多个报告,其中所述一个或多个报告被分发给一个或多个注册的订户。
2.如权利要求1所述的方法,还包括:将所述传感器计算机安装在所述车辆的仪表板、所述车辆的方向盘、或所述车辆的转向柱中的一者或多者上,以直接捕获所述传感器信息。
3.如权利要求1所述的方法,还包括:
采用建模引擎来部分地基于所述传感器信息更新所述一个或多个车辆模型;以及
将一个或多个更新的车辆模型传送到与一个或多个用户相关联的一个或多个客户端计算机。
4.如权利要求1所述的方法,还包括:
采用所述传感器计算机来在所述车辆的工作期间捕获传感器数据;
采用所述传感器计算机来将所述传感器数据与一个或多个车辆基线模型进行比较;以及
基于所述比较指示异常,而将所述传感器信息传送到由所述车辆的用户操作的客户端计算机,其中所述传感器信息是部分地基于由所述传感器计算机捕获的所述传感器数据的。
5.如权利要求1所述的方法,还包括:
将信号信息的一个或多个部分映射到一个或多个故障代码,其中所述一个或多个故障代码与产生振动的一个或多个车辆系统相关联,所述车辆系统包括以下各项中的一项或多项:轮胎、车轮、对准、悬架、发动机、电动机、或制动器。
6.如权利要求1所述的方法,其中,所述传感器信息还包括与所述车辆的当前操作相关联的一个或多个度量,其中所述度量包括以下各项中的一项或多项:时间戳、道路冲击、直线驾驶、粗糙度、加速度、减速度、行程长度、硬启动、硬停止、事故、高速公路驾驶、城市驾驶、停止、航路、或行驶速度。
7.如权利要求1所述的方法,还包括:采用自然语言引擎来基于来自所述车辆的一个或多个用户的一个或多个聊天输入提供一个或多个响应动作。
8.如权利要求1所述的方法,还包括:
从一个或多个数据源收集车辆信息;
提供与一个或多个响应相关联的一个或多个意图;以及
更新自然语言引擎以使用所述一个或多个意图和一个或多个相关联的响应。
9.一种用于监测车辆操作的系统,包括:
网络计算机,包括:
通过网络进行通信的收发器;
至少存储指令的存储器;以及
运行执行动作的指令的一个或多个处理器,所述动作包括:
当基于由安装在车辆中的传感器计算机捕获的传感器数据的传感器信息被提供时,执行进一步的动作,包括:
将所述传感器信息存储在存储器中;
采用本地分析引擎来将所述传感器信息与一个或多个车辆模型以及一个或多个机器学习模型进行比较,所述一个或多个车辆模型以及所述一个或多个机器学习模型部分地基于一个或多个知识库,所述一个或多个知识库包括来自多个其他车辆的信息以及所确定的所述车辆的驾驶员的习惯,其中所述一个或多个车辆模型以及所述一个或多个机器学习模型是利用由所述一个或多个知识库提供的信息来更新的并且与所述车辆相关联;以及
基于所述比较提供一个或多个报告,其中所述一个或多个报告被分发给一个或多个注册的订户;以及
客户端计算机,包括:
通过所述网络进行通信的收发器;
至少存储指令的存储器;以及
运行执行动作的指令的一个或多个处理器,所述动作包括:
从所述传感器计算机获得所述传感器信息;以及
将所述传感器信息提供给所述网络计算机;以及
传感器计算机,包括:
通过所述网络与所述客户端计算机通信的收发器;
至少存储指令的存储器;
运行执行动作的指令的一个或多个处理器,所述动作包括:
捕获传感器数据。
10.如权利要求9所述的系统,其中,所述传感器计算机被安装在所述车辆的仪表板、所述车辆的方向盘、或所述车辆的转向柱中的一者或多者上,以直接捕获所述传感器信息。
11.如权利要求9所述的系统,其中,所述网络计算机执行的动作还包括:
采用建模引擎来部分地基于所述传感器信息更新所述一个或多个车辆模型;以及
将一个或多个更新的车辆模型传送到与一个或多个用户相关联的一个或多个客户端计算机。
12.如权利要求9所述的系统,还包括:
采用所述传感器计算机来在所述车辆的工作期间捕获传感器数据;
采用所述传感器计算机来将所述传感器数据与一个或多个车辆基线模型进行比较;以及
当所述比较指示异常时,将所述传感器信息传送到由所述车辆的用户操作的客户端计算机,其中所述传感器信息是部分地基于由所述传感器计算机捕获的所述传感器数据的。
13.如权利要求9所述的系统,还包括:
将信号信息的一个或多个部分映射到一个或多个故障代码,其中所述一个或多个故障代码与产生振动的一个或多个车辆系统相关联,所述车辆系统包括以下各项中的一项或多项:轮胎、车轮、对准、悬架、发动机、电动机、或制动器。
14.如权利要求9所述的系统,其中,所述传感器信息还包括与所述车辆的当前操作相关联的一个或多个度量,其中所述度量包括以下各项中的一项或多项:时间戳、道路冲击、直线驾驶、粗糙度、加速度、减速度、行程长度、硬启动、硬停止、事故、高速公路驾驶、城市驾驶、停止、航路、或行驶速度。
15.如权利要求9所述的系统,还包括:采用自然语言引擎来基于来自所述车辆的一个或多个用户的一个或多个聊天输入提供一个或多个响应动作。
16.如权利要求9所述的系统,其中,所述网络计算机执行的动作还包括:
从一个或多个数据源收集车辆信息;
提供与一个或多个响应相关联的一个或多个意图;以及
更新自然语言引擎以使用所述一个或多个意图和一个或多个相关联的响应。
17.一种用于监测车辆操作的网络计算机,包括:
通过网络进行通信的收发器;
至少存储指令的存储器;以及
运行执行动作的指令的一个或多个处理器,所述动作包括:
当基于由安装在车辆中的传感器计算机捕获的传感器数据的传感器信息被提供时,执行进一步的动作,包括:
将所述传感器信息存储在存储器中;
采用本地分析引擎来将所述传感器信息与一个或多个车辆模型以及一个或多个机器学习模型进行比较,所述一个或多个车辆模型以及所述一个或多个机器学习模型部分地基于一个或多个知识库,所述一个或多个知识库包括来自多个其他车辆的信息以及所确定的所述车辆的驾驶员的习惯,其中所述一个或多个车辆模型以及所述一个或多个机器学习模型是利用由所述一个或多个知识库提供的信息来更新的并且与所述车辆相关联;以及
基于所述比较提供一个或多个报告,其中所述一个或多个报告被分发给一个或多个注册的订户。
18.如权利要求17所述的网络计算机,还包括:将所述传感器计算机安装在所述车辆的仪表板、所述车辆的方向盘、或所述车辆的转向柱中的一者或多者上,以直接捕获所述传感器信息。
19.如权利要求17所述的网络计算机,还包括:
采用建模引擎来部分地基于所述传感器信息更新所述一个或多个车辆模型;以及
将一个或多个更新的车辆模型传送到与一个或多个用户相关联的一个或多个客户端计算机。
20.如权利要求17所述的网络计算机,还包括:
采用所述传感器计算机来在所述车辆的工作期间捕获传感器数据;
采用所述传感器计算机来将所述传感器数据与一个或多个车辆基线模型进行比较;以及
当所述比较指示异常时,将所述传感器信息传送到由所述车辆的用户操作的客户端计算机,其中所述传感器信息是部分地基于由所述传感器计算机捕获的所述传感器数据的。
21.如权利要求17所述的网络计算机,还包括:
将信号信息的一个或多个部分映射到一个或多个故障代码,其中所述一个或多个故障代码与产生振动的一个或多个车辆系统相关联,所述车辆系统包括以下各项中的一项或多项:轮胎、车轮、对准、悬架、发动机、电动机、或制动器。
22.如权利要求17所述的网络计算机,其中,所述传感器信息还包括与所述车辆的当前操作相关联的一个或多个度量,其中所述度量包括以下各项中的一项或多项:时间戳、道路冲击、直线驾驶、粗糙度、加速度、减速度、行程长度、硬启动、硬停止、事故、高速公路驾驶、城市驾驶、停止、航路、或行驶速度。
23.如权利要求17所述的网络计算机,还包括:采用自然语言引擎来基于来自所述车辆的一个或多个用户的一个或多个聊天输入提供一个或多个响应动作。
24.一种处理器可读非暂态存储介质,包括用于监测车辆操作的指令,其中,所述指令由一个或多个处理器运行使得以下动作被执行,包括:
当基于由安装在车辆中的传感器计算机捕获的传感器数据的传感器信息被提供时,采用网络计算机来执行进一步的动作,包括:
将所述传感器信息存储在存储器中;
采用本地分析引擎来将所述传感器信息与一个或多个车辆模型以及一个或多个机器学习模型进行比较,所述一个或多个车辆模型以及所述一个或多个机器学习模型部分地基于一个或多个知识库,所述一个或多个知识库包括来自多个其他车辆的信息以及所确定的所述车辆的驾驶员的习惯,其中所述一个或多个车辆模型以及所述一个或多个机器学习模型是利用由所述一个或多个知识库提供的信息来更新的并且与所述车辆相关联;以及
基于所述比较提供一个或多个报告,其中所述一个或多个报告被分发给一个或多个注册的订户。
25.如权利要求24所述的介质,所述传感器计算机被安装在所述车辆的仪表板、所述车辆的方向盘、或所述车辆的转向柱中的一者或多者上,以直接捕获所述传感器信息。
26.如权利要求24所述的介质,还包括:
采用建模引擎来部分地基于所述传感器信息更新所述一个或多个车辆模型;以及
将一个或多个更新的车辆模型传送到与一个或多个用户相关联的一个或多个客户端计算机。
27.如权利要求24所述的介质,还包括:
采用所述传感器计算机来在所述车辆的工作期间捕获传感器数据;
采用所述传感器计算机来将所述传感器数据与一个或多个车辆基线模型进行比较;以及
当所述比较指示异常时,将所述传感器信息传送到由所述车辆的用户操作的客户端计算机,其中所述传感器信息是部分地基于由所述传感器计算机捕获的所述传感器数据的。
28.如权利要求24所述的介质,还包括:
将信号信息的一个或多个部分映射到一个或多个故障代码,其中所述一个或多个故障代码与产生振动的一个或多个车辆系统相关联,所述车辆系统包括以下各项中的一项或多项:轮胎、车轮、对准、悬架、发动机、电动机、或制动器。
29.如权利要求24所述的介质,其中,所述传感器信息还包括与所述车辆的当前操作相关联的一个或多个度量,其中所述度量包括以下各项中的一项或多项:时间戳、道路冲击、直线驾驶、粗糙度、加速度、减速度、行程长度、硬启动、硬停止、事故、高速公路驾驶、城市驾驶、停止、航路、或行驶速度。
30.如权利要求24所述的介质,还包括:采用自然语言引擎来基于来自所述车辆的一个或多个用户的一个或多个聊天输入提供一个或多个响应动作。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562206560P | 2015-08-18 | 2015-08-18 | |
US62/206,560 | 2015-08-18 | ||
US15/233,840 | 2016-08-10 | ||
US15/233,840 US9779557B2 (en) | 2015-08-18 | 2016-08-10 | Automotive activity monitor |
PCT/US2016/046612 WO2017030911A1 (en) | 2015-08-18 | 2016-08-11 | Automotive activity monitor |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108137056A CN108137056A (zh) | 2018-06-08 |
CN108137056B true CN108137056B (zh) | 2021-04-20 |
Family
ID=58051624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680060600.4A Expired - Fee Related CN108137056B (zh) | 2015-08-18 | 2016-08-11 | 汽车活动监测器 |
Country Status (4)
Country | Link |
---|---|
US (2) | US9779557B2 (zh) |
EP (1) | EP3337706A4 (zh) |
CN (1) | CN108137056B (zh) |
WO (1) | WO2017030911A1 (zh) |
Families Citing this family (82)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11080734B2 (en) | 2013-03-15 | 2021-08-03 | Cdk Global, Llc | Pricing system for identifying prices for vehicles offered by vehicle dealerships and other entities |
US9975742B1 (en) * | 2014-06-10 | 2018-05-22 | Superwinch, Llc | Apparatus and methods for monitoring and controlling a winch |
US10121126B2 (en) * | 2014-07-15 | 2018-11-06 | Eric Lamison-White | System for maintaining account valuation of digital currency accounts |
US10521780B1 (en) * | 2015-12-16 | 2019-12-31 | United Services Automobile Association (Usaa) | Blockchain based transaction management |
US11151888B1 (en) | 2016-02-09 | 2021-10-19 | United Services Automobile Association (Usaa) | Systems and methods for managing tasks using the internet of things |
US11961341B2 (en) | 2016-04-19 | 2024-04-16 | Mitchell International, Inc. | Systems and methods for determining likelihood of incident relatedness for diagnostic trouble codes |
US10152836B2 (en) | 2016-04-19 | 2018-12-11 | Mitchell International, Inc. | Systems and methods for use of diagnostic scan tool in automotive collision repair |
US10853769B2 (en) * | 2016-04-21 | 2020-12-01 | Cdk Global Llc | Scheduling an automobile service appointment in a dealer service bay based on diagnostic trouble codes and service bay attributes |
US10867285B2 (en) | 2016-04-21 | 2020-12-15 | Cdk Global, Llc | Automatic automobile repair service scheduling based on diagnostic trouble codes and service center attributes |
US10539419B2 (en) * | 2016-05-17 | 2020-01-21 | Massachusetts Institute Of Technology | Method and apparatus for reducing sensor power dissipation |
US20180012196A1 (en) * | 2016-07-07 | 2018-01-11 | NextEv USA, Inc. | Vehicle maintenance manager |
DE102016215914A1 (de) * | 2016-08-24 | 2018-03-01 | Siemens Aktiengesellschaft | Absichern einer Gerätenutzungsinformation eines Gerätes |
US10256580B2 (en) | 2016-10-03 | 2019-04-09 | Superwinch, Llc | Power connectors with integrated fuse supports, and associated systems and methods |
US10730726B2 (en) | 2016-10-03 | 2020-08-04 | Westin Automotive Products, Inc. | Auto-engaging winch clutches, and associated systems and methods |
US10109120B2 (en) * | 2016-10-25 | 2018-10-23 | International Business Machines Corporation | Predicting vehicular failures using autonomous collaborative comparisons to detect anomalies |
US10781086B2 (en) | 2016-10-31 | 2020-09-22 | Westin Automotive Products, Inc. | Winches with dual mode remote control, and associated systems and methods |
WO2018098037A1 (en) * | 2016-11-22 | 2018-05-31 | Cox Automotive, Inc. | Multiple agent distributed ledger architecture |
US10832338B1 (en) | 2016-11-23 | 2020-11-10 | State Farm Mutual Automobile Insurance Company | Systems and methods for building, utilizing and/or maintaining an autonomous vehicle-related event distributed ledger or blockchain |
US11361388B1 (en) | 2017-01-11 | 2022-06-14 | State Farm Mutual Automobile Insurance Company | Blockchain systems and methods for managing usage-based contracts |
US11030699B1 (en) | 2017-01-17 | 2021-06-08 | State Farm Mutual Automobile Insurance Company | Blockchain controlled multi-carrier auction system for usage-based auto insurance |
US10074223B2 (en) | 2017-01-13 | 2018-09-11 | Nio Usa, Inc. | Secured vehicle for user use only |
US10464530B2 (en) | 2017-01-17 | 2019-11-05 | Nio Usa, Inc. | Voice biometric pre-purchase enrollment for autonomous vehicles |
US20220012780A1 (en) | 2017-04-05 | 2022-01-13 | State Farm Mutual Automobile Insurance Company | Systems and methods for estimating vehicle value via blockchain |
CN107036825A (zh) * | 2017-04-12 | 2017-08-11 | 深圳市元征科技股份有限公司 | 一种车辆行驶监控方法及装置 |
US10832335B1 (en) | 2017-05-01 | 2020-11-10 | State Farm Mutual Automobile Insurance Company | Systems and methods for generating usage-based insurance contracts for peer-to-peer transactions |
GB2562054A (en) * | 2017-05-02 | 2018-11-07 | Bitbond Ltd | Automotive electronic blockchain information system - AEBIS |
EP3639480A1 (en) | 2017-06-12 | 2020-04-22 | British Telecommunications Public Limited Company | Home network access |
EP3639496B1 (en) | 2017-06-12 | 2022-10-26 | British Telecommunications public limited company | Improved network access point |
US10663303B2 (en) * | 2017-06-12 | 2020-05-26 | Panasonic Intellectual Property Management Co., Ltd. | System and method for dynamically authenticating map data using blockchains |
US11469891B2 (en) | 2017-06-12 | 2022-10-11 | British Telecommunications Public Limited Company | Expendable cryptographic key access |
GB2565411A (en) * | 2017-06-12 | 2019-02-13 | British Telecomm | Improved hardware security module management |
US10496469B2 (en) * | 2017-07-25 | 2019-12-03 | Aurora Labs Ltd. | Orchestrator reporting of probability of downtime from machine learning process |
JP2019028549A (ja) * | 2017-07-26 | 2019-02-21 | 株式会社デンソー | 台帳管理ノード、台帳管理システム、車載の情報提供装置 |
US10451526B2 (en) * | 2017-07-31 | 2019-10-22 | Blackberry Limited | Method and system for sensor monitoring and analysis |
GB2566741A (en) * | 2017-09-26 | 2019-03-27 | Phm Associates Ltd | Integrity of data records |
KR102405256B1 (ko) * | 2017-10-03 | 2022-06-07 | 구글 엘엘씨 | 차량 진단 데이터에 근거하여 조치 가능한 이벤트 결정 |
US10802486B1 (en) * | 2017-11-01 | 2020-10-13 | United Services Automobile Association (Usaa) | Autonomous vehicle repair |
US11196747B2 (en) | 2017-12-07 | 2021-12-07 | Bank Of America Corporation | Automated event processing computing platform for handling and enriching blockchain data |
US20190180276A1 (en) | 2017-12-07 | 2019-06-13 | Bank Of America Corporation | Automated Event Processing Computing Platform for Handling and Enriching Blockchain Data |
US10776586B2 (en) * | 2018-01-10 | 2020-09-15 | International Business Machines Corporation | Machine learning to integrate knowledge and augment natural language processing |
EP3528457A3 (en) * | 2018-02-19 | 2019-10-23 | Deutsche Telekom AG | Collaborative internet-of-things anomaly detection |
US11501351B2 (en) | 2018-03-21 | 2022-11-15 | Cdk Global, Llc | Servers, systems, and methods for single sign-on of an automotive commerce exchange |
US11190608B2 (en) | 2018-03-21 | 2021-11-30 | Cdk Global Llc | Systems and methods for an automotive commerce exchange |
JP6962258B2 (ja) * | 2018-03-30 | 2021-11-05 | トヨタ自動車株式会社 | 制御装置、制御装置用のプログラム、及び制御方法 |
EP3564883B1 (en) | 2018-04-30 | 2023-09-06 | Hewlett Packard Enterprise Development LP | System and method of decentralized management of device assets outside a computer network |
EP3565218B1 (en) | 2018-04-30 | 2023-09-27 | Hewlett Packard Enterprise Development LP | System and method of decentralized management of multi-owner nodes using blockchain |
EP3564873B1 (en) | 2018-04-30 | 2022-11-30 | Hewlett Packard Enterprise Development LP | System and method of decentralized machine learning using blockchain |
CN108844535B (zh) * | 2018-06-26 | 2020-12-29 | 北京永安信通科技有限公司 | 确定运动状态的方法、装置,确定定位错误的方法、设备 |
DE102018211047B4 (de) | 2018-07-04 | 2020-03-12 | Thyssenkrupp Ag | Sensorvorrichtung und Verfahren zur Überwachung des fahrbetriebsbedingten Zustandes eines Fahrzeugs |
JP7056429B2 (ja) * | 2018-07-18 | 2022-04-19 | 株式会社デンソー | 履歴管理方法、及び履歴管理装置 |
FR3084184A1 (fr) * | 2018-07-19 | 2020-01-24 | Psa Automobiles Sa | Procede et dispositif de mise a jour d’un carnet d’entretien numerique d’un vehicule. |
CN109150840B (zh) * | 2018-07-25 | 2021-04-20 | 重庆邮电大学 | 一种车联网中更新包自适应防篡改的数据结构及方法 |
WO2020050761A1 (en) * | 2018-09-03 | 2020-03-12 | Scania Cv Ab | Method to detect vehicle component or system failure |
US11049383B1 (en) * | 2018-09-04 | 2021-06-29 | Aidan Lee Shahamad | Method for protection of children, seniors and pets from vehicular heatstroke in hot vehicles |
US10999156B2 (en) * | 2018-09-27 | 2021-05-04 | Aptiv Technologies Limited | Mobility services platform for self-healing mobility clients |
JP6848949B2 (ja) * | 2018-10-25 | 2021-03-24 | トヨタ自動車株式会社 | 制御支援装置、車両、および制御支援システム |
US10962381B2 (en) | 2018-11-01 | 2021-03-30 | Here Global B.V. | Method, apparatus, and computer program product for creating traffic information for specialized vehicle types |
US11966818B2 (en) | 2019-02-21 | 2024-04-23 | Hewlett Packard Enterprise Development Lp | System and method for self-healing in decentralized model building for machine learning using blockchain |
EP3709234A1 (fr) * | 2019-03-15 | 2020-09-16 | Alcom Technologies | Système et procédé pour la gestion optimisée du fonctionnement et de la maintenance de dispositifs urbains |
US11341788B2 (en) | 2019-03-22 | 2022-05-24 | Honda Motor Co., Ltd. | System and method for providing tuning assistance for a motorcycle |
FI129919B (en) * | 2019-03-25 | 2022-10-31 | Eee Innovations Oy | Control of the condition of the vehicle |
DE102019206211A1 (de) | 2019-04-30 | 2020-11-05 | Ford Global Technologies, Llc | Computerimplementiertes Verfahren zum Bereitstellen von Daten |
FR3097962B1 (fr) * | 2019-06-28 | 2021-06-11 | Ifp Energies Now | Procédé de caractérisation de l’état d’une route |
US11017619B2 (en) | 2019-08-19 | 2021-05-25 | Capital One Services, Llc | Techniques to detect vehicle anomalies based on real-time vehicle data collection and processing |
US20210082209A1 (en) * | 2019-09-16 | 2021-03-18 | T-Mobile Usa, Inc. | Using non-obd codes with obd codes in wireless communication networks |
US20210125428A1 (en) * | 2019-10-23 | 2021-04-29 | Applied Mechatronic Products, Llc | Apparatus and Method for Tire Separation Monitoring |
US11218293B2 (en) | 2020-01-27 | 2022-01-04 | Hewlett Packard Enterprise Development Lp | Secure parameter merging using homomorphic encryption for swarm learning |
US11748835B2 (en) | 2020-01-27 | 2023-09-05 | Hewlett Packard Enterprise Development Lp | Systems and methods for monetizing data in decentralized model building for machine learning using a blockchain |
US20210334645A1 (en) * | 2020-04-28 | 2021-10-28 | Nvidia Corporation | Notifications determined using one or more neural networks |
JP2022039788A (ja) * | 2020-08-28 | 2022-03-10 | 株式会社日立製作所 | イベント監視装置及びイベント監視方法 |
US11080105B1 (en) | 2020-11-18 | 2021-08-03 | Cdk Global, Llc | Systems, methods, and apparatuses for routing API calls |
EP4024308A1 (en) * | 2021-01-05 | 2022-07-06 | MasterCard International Incorporated | Artificial intelligence based methods and systems for facilitating payment authorizations in autonomous vehicles |
US11514021B2 (en) | 2021-01-22 | 2022-11-29 | Cdk Global, Llc | Systems, methods, and apparatuses for scanning a legacy database |
US11803535B2 (en) | 2021-05-24 | 2023-10-31 | Cdk Global, Llc | Systems, methods, and apparatuses for simultaneously running parallel databases |
EP4377922A1 (en) * | 2021-09-07 | 2024-06-05 | Volkswagen Aktiengesellschaft | A method for providing an automatic logbook for a driver of a vehicle, a system, a vehicle, an electronic control device and a computer program product |
WO2023056007A1 (en) * | 2021-10-01 | 2023-04-06 | Cummins Inc. | Optimized diagnostic model using vehicle data |
CN114326668A (zh) * | 2021-12-23 | 2022-04-12 | 矩阵数据科技(上海)有限公司 | 一种汽车振动噪声故障辅助诊断分析装置 |
US20230327874A1 (en) * | 2021-12-30 | 2023-10-12 | John Gerard True, JR. | Systems, methods, and devices for generation of peer validated geospatial and proof of reception of tracking data |
JP2023135218A (ja) * | 2022-03-15 | 2023-09-28 | 株式会社Jvcケンウッド | 車両情報記録システム及び車両情報記録装置 |
WO2024016251A1 (zh) * | 2022-07-21 | 2024-01-25 | 华为技术有限公司 | 一种日志上报方法及装置 |
US11983145B2 (en) | 2022-08-31 | 2024-05-14 | Cdk Global, Llc | Method and system of modifying information on file |
CN116588125B (zh) * | 2023-07-17 | 2023-09-19 | 四川中普盈通科技有限公司 | 一种车载边缘侧数据处理系统 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7650210B2 (en) | 1995-06-07 | 2010-01-19 | Automotive Technologies International, Inc. | Remote vehicle diagnostic management |
US6330499B1 (en) | 1999-07-21 | 2001-12-11 | International Business Machines Corporation | System and method for vehicle diagnostics and health monitoring |
KR200178225Y1 (ko) | 1999-10-25 | 2000-04-15 | 주식회사유림기연 | 차진단 시스템 |
US6268794B1 (en) * | 2000-01-21 | 2001-07-31 | Harley-Davidson Motor Company Group, Inc. | Integrated security, tip-over, and turn signal system |
US6907416B2 (en) * | 2001-06-04 | 2005-06-14 | Honeywell International Inc. | Adaptive knowledge management system for vehicle trend monitoring, health management and preventive maintenance |
KR20050019411A (ko) | 2003-08-19 | 2005-03-03 | 김희중 | 무선장치를 이용한 차량관리 시스템 및 데이터 전송방법 |
US7260501B2 (en) * | 2004-04-21 | 2007-08-21 | University Of Connecticut | Intelligent model-based diagnostics for system monitoring, diagnosis and maintenance |
US20060229777A1 (en) * | 2005-04-12 | 2006-10-12 | Hudson Michael D | System and methods of performing real-time on-board automotive telemetry analysis and reporting |
JP4376882B2 (ja) * | 2006-09-01 | 2009-12-02 | トヨタ自動車株式会社 | 車両の制御装置 |
CN101857028A (zh) * | 2010-05-27 | 2010-10-13 | 金龙联合汽车工业(苏州)有限公司 | 车辆性能远程监控系统 |
US8775010B2 (en) * | 2011-05-16 | 2014-07-08 | Ford Motor Company | System and method of conducting vehicle usage data analysis |
US9173052B2 (en) | 2012-05-08 | 2015-10-27 | ConnecteDevice Limited | Bluetooth low energy watch with event indicators and activation |
US9780967B2 (en) * | 2013-03-14 | 2017-10-03 | Telogis, Inc. | System for performing vehicle diagnostic and prognostic analysis |
US20140344375A1 (en) | 2013-05-20 | 2014-11-20 | ConnecteDevice Limited | Systems and Methods for Wireless Activity Monitoring with Notifications |
WO2015148365A1 (en) | 2014-03-22 | 2015-10-01 | Peter Hauser | Secure messaging utilizing a wireless mobile security device |
US9418491B2 (en) * | 2014-09-22 | 2016-08-16 | Brian K. Phillips | Method and system for automatically identifying a driver by creating a unique driver profile for a vehicle from driving habits |
US20160133066A1 (en) * | 2014-11-09 | 2016-05-12 | Scope Technologies Holdings Limited | System and method for scheduling vehicle maintenance and service |
-
2016
- 2016-08-10 US US15/233,840 patent/US9779557B2/en active Active
- 2016-08-11 EP EP16837553.3A patent/EP3337706A4/en not_active Withdrawn
- 2016-08-11 WO PCT/US2016/046612 patent/WO2017030911A1/en active Application Filing
- 2016-08-11 CN CN201680060600.4A patent/CN108137056B/zh not_active Expired - Fee Related
-
2017
- 2017-09-29 US US15/721,565 patent/US20180247467A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
EP3337706A4 (en) | 2019-05-01 |
EP3337706A1 (en) | 2018-06-27 |
CN108137056A (zh) | 2018-06-08 |
US20180247467A1 (en) | 2018-08-30 |
US20170053460A1 (en) | 2017-02-23 |
WO2017030911A1 (en) | 2017-02-23 |
US9779557B2 (en) | 2017-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108137056B (zh) | 汽车活动监测器 | |
US11565680B2 (en) | System and methods for detecting vehicle braking events using data from fused sensors in mobile devices | |
CN111108505B (zh) | 用于检测交通工具的尾灯信号的系统和方法 | |
CN110753934B (zh) | 主动选择和标记图像以进行语义分割的系统和方法 | |
CN107776574B (zh) | 一种自动驾驶车辆的驾驶模式切换方法和装置 | |
Engelbrecht et al. | Survey of smartphone‐based sensing in vehicles for intelligent transportation system applications | |
CN110341620B (zh) | 车辆预后和补救响应 | |
EP2951683B1 (en) | Method and apparatus for complementing an instrument panel by utilizing augmented reality | |
EP3427501B1 (en) | Detection of mobile device location within vehicle using vehicle based data and mobile device based data | |
US9824508B2 (en) | Transit vehicle sensor system | |
US20190378355A1 (en) | Remote vehicle electronics configuration | |
US20180268621A1 (en) | Usage-based vehicle leasing and other services with a dongle module | |
US20210158701A1 (en) | Electronic device for processing v2x message and operating method thereof | |
JP2018073374A (ja) | ドライバーを認識できる車両制御方法、およびシステム | |
US20210229674A1 (en) | Driver profiling and identification | |
US20170297529A1 (en) | Vehicle Computer System for Authorizing Insurance and Registration Policy | |
US20220327629A1 (en) | Method and system for creating real-time driver telematic signatures | |
US20220405421A1 (en) | Information processing device, information processing method and storage medium | |
US20210383493A1 (en) | Systems and methods for creating transportation profiles | |
US20210383496A1 (en) | Systems and methods for verifying provider-related information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210420 |