CN108885114B - 基于云的动态车辆共享系统和方法 - Google Patents
基于云的动态车辆共享系统和方法 Download PDFInfo
- Publication number
- CN108885114B CN108885114B CN201680082122.7A CN201680082122A CN108885114B CN 108885114 B CN108885114 B CN 108885114B CN 201680082122 A CN201680082122 A CN 201680082122A CN 108885114 B CN108885114 B CN 108885114B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- cost
- sensor data
- sharing
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012423 maintenance Methods 0.000 claims abstract description 35
- 238000004891 communication Methods 0.000 claims abstract description 33
- 230000006399 behavior Effects 0.000 claims abstract description 23
- 230000008439 repair process Effects 0.000 abstract description 21
- 238000004458 analytical method Methods 0.000 abstract description 16
- 238000012545 processing Methods 0.000 abstract description 10
- 230000007613 environmental effect Effects 0.000 abstract description 8
- 230000006378 damage Effects 0.000 description 34
- 239000012530 fluid Substances 0.000 description 23
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 17
- 238000003860 storage Methods 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 239000003921 oil Substances 0.000 description 10
- 230000002085 persistent effect Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 7
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical group [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 239000000446 fuel Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 5
- 229910052802 copper Inorganic materials 0.000 description 5
- 239000010949 copper Substances 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 5
- 230000006735 deficit Effects 0.000 description 5
- 239000011521 glass Substances 0.000 description 5
- 239000003973 paint Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000010267 cellular communication Effects 0.000 description 4
- 238000011109 contamination Methods 0.000 description 4
- 238000013480 data collection Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 239000002826 coolant Substances 0.000 description 3
- 230000007797 corrosion Effects 0.000 description 3
- 238000005260 corrosion Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 150000003839 salts Chemical class 0.000 description 3
- 239000000725 suspension Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000011179 visual inspection Methods 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000000881 depressing effect Effects 0.000 description 2
- 230000000994 depressogenic effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000010705 motor oil Substances 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 235000008733 Citrus aurantifolia Nutrition 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 229910000746 Structural steel Inorganic materials 0.000 description 1
- 235000011941 Tilia x europaea Nutrition 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000003897 fog Substances 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 239000004571 lime Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000010791 quenching Methods 0.000 description 1
- 230000000171 quenching effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000009987 spinning Methods 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/09626—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages where the origin of the information is within the own vehicle, e.g. a local storage device, digital map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
- G06Q30/0284—Time or distance, e.g. usage of parking meters or taximeters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3438—Rendez-vous, i.e. searching a destination where several users can meet, and the routes to this destination for these users; Ride sharing, i.e. searching a route such that at least two users can share a vehicle for at least part of the route
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
-
- 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
- G07C5/006—Indicating maintenance
-
- 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
- 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
- G07C5/0841—Registering performance data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Landscapes
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Human Resources & Organizations (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Operations Research (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明描述了一种用于车辆共享的系统和方法,所述用于车辆共享的系统和方法包括车辆,所述车辆具有:传感器;车辆计算系统(VCS),所述车辆计算系统包括处理器和存储器,所述处理器和所述存储器与所述传感器通信并且经编程以存储与车辆共享出行相关联的传感器数据;以及人机接口(HMI),所述人机接口与所述VCS通信,并且使用与在所述出行期间引发的车辆和/或车辆部件损耗相关联的所述传感器数据来显示车辆共享出行成本、显示基于定价方法的出行成本节约,并且呈现相关的优惠券。可以基于来自用于检测环境和操作状况的车辆传感器和外部传感器的数据而针对车辆使用、驾驶员、路线、道路状况、停车行为、天气等来确定车辆共享成本。可以将传感器数据传送到基于云的网络,以便使用使传感器数据与部件磨损、驾驶员的特征、历史行为和相关的维护和修理成本关联的模型来进行处理、分析和成本确定。
Description
技术领域
本公开的各方面涉及一种车辆共享系统,所述车辆共享系统包括车辆计算和远程信息处理系统,所述车辆计算和远程信息处理系统将数据传送到基于云的服务器,以便为车辆共享运营商提供动态支付计算或定价,包括对等车辆共享、共享租赁和其他形式的车辆或汽车共享、合乘或拼车。
背景技术
车辆制造商和一些租借和租赁公司开始探索单个车辆或一组共享车辆的购买、租赁或合乘的车辆共享计划。这相对于传统的非正式拼车或共享计划可以提供优势。对于租借或购买车辆的每位参与者,可以通过增加特定车辆的利用率来降低摊销成本。从事车辆共享的公司一般相对于可能想要作为车辆提供者参与车辆共享计划的个体具有对车辆使用和维护成本以及成本或支付计算的更复杂的跟踪和核算。个体可能不确定所产生的收入是否会超过维护、折旧、保险等的相关联的成本。类似地,个别用户可能由于例如与车辆将如何由另一参与者驾驶或使用相关联的不确定性以及在评估除了里程收费之外的车辆的实际使用的任何费用方面的不确定性而对租借或共享所拥有或租赁的车辆犹豫不决。
发明内容
在各种实施方案中,一种车辆共享方法或系统包括传感器和处理器,所述传感器和处理器经编程以接收与车辆共享用户在出行期间对车辆的操作相关联的传感器数据,并且基于来自所述出行的所述传感器数据、历史信息和客户特征(例如,重复的合乘客户,或拥有车辆的年份)来计算与车辆部件的预期维护相关联的车辆共享成本。处理器可以进一步经编程以传送所述车辆共享成本以便在车辆HMI上显示。所述传感器可以嵌入车辆内,并且所述处理器可以从外部传感器接收数据以检测或确定特定车辆使用、路线、驾驶员行为等。所述处理器可以经编程以通过将所述传感器数据与车辆部件磨损模型中的先前存储的预期值进行比较来计算所述车辆共享成本,并且基于来自所述出行的所述传感器数据来确定所述出行的路线。可以基于与所述出行的所述路线相关联的历史传感器数据来确定所述车辆共享成本。还可以基于历史驾驶行为和客户的特征来确定所述车辆共享成本。
在各种实施方案中,所述处理器包括无线地链接到所述车辆的移动装置处理器。所述处理器还可以由车辆计算系统(VCS)处理器或基于云的服务器实施。所述处理器可以进一步经编程以基于在所述出行期间的车辆位置来计算所述车辆共享成本,其中所述车辆位置是基于所述传感器数据来确定。所述传感器可以经由车辆网络、蜂窝网络和/或互联网将传感器数据无线地传送到处理器。
在一个实施方案中,一种车辆共享系统包括车辆,所述车辆具有:车辆部件传感器;车辆计算系统(VCS),所述车辆计算系统包括处理器和存储器,所述处理器和所述存储器与所述传感器通信并且经编程以存储与车辆共享出行相关联的传感器数据;以及人机界面(HMI),所述人机界面与所述VCS通信并且至少部分基于传感器数据与在出行期间引发的损耗相关联而显示车辆共享出行成本。所述VCS可以经编程以从相对于车辆定位在外部的第二传感器接收出行相关数据并且将传感器数据传输到基于云的服务器,所述基于云的服务器可以基于所述传感器数据和使传感器数据与车辆的至少一个部件的维护成本关联的模型来计算所述车辆共享出行成本。所述车辆共享系统还可以包括移动装置,所述移动装置具有处理器,所述处理器选择性地无线地耦合到所述VCS并且经编程以计算所述车辆共享出行成本。
实施方案还可以包括一种用于共享车辆的方法,所述方法包括:由处理器从与车辆在车辆共享出行期间的操作相关联的车辆传感器和外部传感器接收数据;由所述处理器基于来自所述车辆传感器和所述外部传感器的数据来计算与所述车辆共享出行期间的车辆损耗相关联的车辆共享成本;以及将所述车辆共享成本传送到车辆用户界面。所述方法可以包括从基于云的服务器传送所述车辆共享成本。在一个实施方案中,所述方法包括具有指令的经编程的移动装置,所述指令在被执行时会执行以下方法:接收传感器数据;与云中的其他数据(例如,历史行进数据和客户信息)整合;计算车辆共享成本;以及将所述成本传送到移动装置的用户界面。
根据本公开的实施方案可以提供一个或多个优势。举例来说,一个或多个实施方案提供基于实际车辆使用的汽车共享运营商动态支付或实时定价计算,所述实际车辆使用可以包括过去或当前的驾驶行为、是否拥有车辆、天气以及道路/停车状况等。根据本公开的实施方案可以收集用户的驾驶行为数据,并且确保针对与原本难以检测的车辆的操作相关联的实际或潜在的未来损耗来补偿汽车共享出借者。所述系统可以使用车辆远程信息处理单元和/或链接的用户移动装置来搜集和报告车辆使用数据,以便进行动态定价分析、建立汽车共享用户的历史数据库,并且对用户的风险水平进行评分。当多个用户租借车辆并且一起乘坐时,每个驾驶员可以具有不同的汽车共享支付。
根据本公开的车辆共享系统或方法的各种实施方案可以向车辆拥有者提供激励以参与汽车共享计划,并且吸引和保留安全并小心驾驶的用户。基于云的服务器的有效使用允许检测可能会影响特定车辆共享出行的成本的稀少事件以及标称用户行为。可以使用车辆计算系统来收集数据并且就地存储数据,并且随后将数据传递到基于云的服务器,从而允许在云中大得多的数据存储和对数据的离线分析。可以使用所收集的数据来提供建议的车辆维护,且/或基于车辆使用而向汽车共享出借者提供相关的个性化的扩展服务。通过先进的连接车辆和远程信息处理技术,有可能准确地跟踪车辆使用成本并且确定对共享车辆所有权的定价,并且增加车辆共享的客户基础。
本领域技术人员通过结合附图进行的以下详细描述将容易明白与各种实施方案相关联的以上优势和其他优势和特征。
附图说明
图1是说明根据代表性实施方案的具有用于在车辆和车辆共享系统或方法的环境数据收集中使用的车辆计算和远程信息处理系统的车辆的框图;
图2是代表性实施方案的内容递送网络(CDN)内的具有特设的异构并行计算网络的车辆共享系统拓扑的图形描绘,所述车辆共享系统拓扑包括车辆、小区发射塔、交通基础设施等;
图3是根据代表性实施方案的车辆共享系统中的车辆部件和车辆、CDN与车辆共享数据的终端用户之间的通信的图;
图4是代表性实施方案的使用数据流和利用率来说明车辆共享的系统或方法的操作的流程图;
图5是说明根据一个实施方案的从车辆共享系统的移动装置进行代表性数据收集的流程图;
图6是说明在代表性实施方案的车辆共享系统或方法中使用网络服务器或基于云的网络来识别历史行进模式和其他数据源(例如,客户人口统计信息)以用于确定驾驶员的风险得分和成本计算/定价的流程图;
图7说明根据实施方案的车辆共享系统或方法的用于收集车辆数据并且向用户提供基于数据的定价的混合网络;
图8是说明根据代表性实施方案的具有基于云的数据分析和基于数据的定价的车辆共享系统或方法的代表性操作的框图;
图9是说明代表性实施方案的用于从车辆相关传感器或工具收集数据以供车辆共享的系统或方法使用的物联网(IoT)实现方式的框图;以及
图10A至图10G说明代表性实施方案的用于在车辆共享的系统或方法中检测代表性车辆部件的损耗的代表性图。
具体实施方式
根据需要在本文公开详细实施方案;然而,将理解,所公开的实施方案仅仅是代表性的并且可以通过各种和替代性形式体现所要求保护的主题。图不一定按比例;一些特征可能经过放大或缩减到最小以示出特定部件的细节。因此,本文公开的特定结构和功能细节将不被理解为具限制性,而是仅仅理解为用于教导本领域技术人员不同地采用所要求保护的主题的代表性基础。
由于车辆维护、修理、折旧、保险和其他成本的问题,许多车辆拥有者对共享他们的车辆犹豫不决,从而为拥有者接受新的车辆共享所有权模型或汽车共享模型产生障碍。虽然关于车辆的“损耗”的成本可以部分被折旧或里程数分配涵盖,但与特定用户或使用相关联的一些类型的“损耗”可能非常难以检测并相应地分配成本。因此,车辆拥有者在不具有用于支持成本评估的合理的定量信息的情况下难以向共享车辆的人收取用于维护和修理项目的费用,所述维护和修理项目可能更多地与多个用户相关联,例如制动器、变速器或正时皮带。
车辆拥有者可能不知道各种车辆用户的特定使用或整体驾驶习惯、路线等。另外,难以基于对损耗或风险得分的贡献来计算与特定使用或用户相关联的成本。常常使用里程数或日历时间来分摊与固定成本(例如,保险和折旧)以及可变成本(例如,轮胎磨损、油/流体使用期限、制动器等)相关的费用。然而,里程数或日历时间可能未准确地反映与特定使用、路线或用户相关联的实际维护或修理成本。
对车辆维护和修理成本的准确的分析和评估可以鼓励更多的车辆拥有者参与车辆共享计划,并且更准确地向用户分配与车辆的实际使用成比例的成本。如本文更详细地描述,车辆共享价格或费用可以基于实时驾驶行为、行驶路线、道路/停车状况等。本公开认识到,可以使用传感器、连网的车辆计算机以及到互联网上的网络服务器的低成本连接来提供对“损耗”的更准确的估计或确定。另外,车辆当前具有许多传感器,可以使用所述传感器的输出以基于车辆共享用户的个别驾驶行为来估计“损耗”。随着传感器技术不断进步并且传感器价格不断降低,可以向车辆和/或道路基础设施添加额外的传感器来捕获可以用于实时车辆共享成本/价格确定的额外数据。
图1说明根据代表性实施方案的车辆共享系统的车辆102的基于车辆的计算系统100(VCS)的示例性框拓扑。此类基于车辆的计算系统100的实例是由福特汽车公司制造的SYNC系统。使用配备有基于车辆的计算系统的车辆可以含有位于车辆中的视觉前端界面104。用户可以能够(例如)使用触敏屏幕来与界面104交互。在另一说明性实施方案中,通过按钮按下或者由自动语音辨识和话音合成系统处理的口头对话来进行所述交互。
在图1中示出的说明性实施方案中,处理器106控制基于车辆的计算系统的操作的至少某一部分。在车辆内提供的处理器允许对命令和例程进行机载处理。如在下文参考图2至图10更详细地描述,处理器106可以执行与确定车辆损耗的实时成本相关联的各种计算,并且向用户显示成本且/或与基于云的网络通信以提供数据,并且接收与分配给特定使用、用户、路线、天气、道路状况等的车辆维护相关联的成本。此外,处理器连接到各种类型的计算机程序产品,从而实施临时或非持久存储装置108以及持久存储装置110。在此说明性实施方案中,由随机存取存储器(RAM)实施非持久或临时存储装置,并且由例如硬盘驱动器(HDD)、快闪驱动器或快闪存储器等非暂时性计算机程序产品或介质实施持久存储装置。一般来说,持久(非暂时性)存储器或存储装置可以包括在计算机或其他装置断电时维持数据的所有形式的存储器或存储装置。这包括(但不限于)HDD、CD、DVD、磁带、固态驱动器、便携式USB驱动器和任何其他合适的形式的持久存储器。
处理器还具备若干不同的输入端和输出端以促进与处理器和相关装置的用户交互。在此说明性实施方案中,麦克风112、辅助输入端114(用于输入端116)、USB接口118(用于输入端/输出端120)、GPS输入端122、显示屏幕104(其可以是触摸屏显示器)以及蓝牙配对接口124都有提供。可以提供输入端/输出端(I/O)选择器126以有助于用户对特定输入端/输出端的选择以供使用。麦克风112和辅助接口114两者的输入可以由相关联的A/D转换器128从模拟信号转换为数字信号,之后将所述信号传送到处理器106。虽然未明确说明,但与VCS通信的车辆部件和辅助部件可以使用有线或无线车辆网络(包括(但不限于)CAN总线)来传送去往和来自VCS(或者其部件)的表示数据的信号。
系统输出端可以包括(但不限于)视觉显示器104和扬声器130或其他立体音响系统输出端。扬声器130连接到放大器132并且通过数字-模拟转换器134从处理器106接收信号。还可以经由远程蓝牙装置(例如,个人导航装置(PND)136)或USB装置(例如,车辆导航装置138)沿着大体上在140和120处表示的双向数据流来传送输入信号和输出信号。
在一个说明性实施方案中,系统100使用蓝牙收发器150以与移动或漫游装置154(例如,手机、智能电话、PDA、智能手表或具有无线远程网络连接性的任何其他装置)进行无线通信152。随后可以使用漫游装置154通过(例如)与卫星或蜂窝塔162的通信160而与车辆102外部的网络158进行通信156。在一些实施方案中,蜂窝塔162或类似的塔或天线可以充当WiFi接入点。
漫游装置154还可以与车辆102配对,并且经由蓝牙或由信号164表示的类似技术进行通信。漫游装置154与蓝牙收发器150的配对可以由相关联的按钮或接口124或类似的输入起始。因此,CPU 106使机载蓝牙收发器152与漫游装置154中的蓝牙收发器配对。
可以利用(例如)数据计划(data-plan)、话音数据或与漫游装置154相关联的DTMF音调而在CPU 106与网络158之间传送数据。替代地,包括具有天线172的机载调制解调器170可以是合意的,以便经由音频带在CPU 106与网络158之间传送174数据。随后可以使用漫游装置154通过(例如)与蜂窝塔162的通信160而与车辆102外部的网络158进行通信156。在一些实施方案中,调制解调器172可以与塔162建立通信180,从而与网络158通信。作为一个实例,调制解调器172可以是USB蜂窝调制解调器,并且通信180可以是蜂窝通信。
在一个说明性实施方案中,处理器106具备操作系统,所述操作系统包括用于与调制解调器应用软件通信的API。调制解调器应用软件可以访问蓝牙收发器152的嵌入模块或固件,以完成与例如在漫游装置154中具有的远程蓝牙收发器的无线通信。蓝牙是IEEE802PAN(个人区域网)协议的子集。IEEE 802LAN(局域网)协议包括WiFi并且与IEEE 802PAN协议具有大量的交叉功能性。两种协议都适合于车辆内的无线通信。其他通信技术也可以适合于车辆内的有线或无线通信,例如自由空间光通信(例如,IrDA)、非标准的消费型红外线(IR)协议等。
在另一实施方案中,漫游装置154包括用于音频带或宽带数据通信的调制解调器。在话音数据实施方案中,可以实施被称为频分多路复用的技术,从而允许漫游装置的拥有者在传递数据的同时经由装置进行通话。在其他时间,当拥有者不使用所述装置时,数据传递可能会使用整个可用的带宽(在一个实例中是300Hz到3.4kHz)。虽然频分多路复用可能通常用于车辆与互联网之间的模拟蜂窝通信,并且仍然在使用,但其已经在很大程度上被用于数字蜂窝通信的码域多址(CDMA)、时域多址(TDMA)与空域多址(SDMA)的混合物取代。这些都是遵从ITU IMT-2000(3G)的标准,并且为静止或步行的用户提供多达2Mbps的数据速率,并且为移动车辆中的用户提供多达385kbps的数据速率。3G标准现在正被IMT-高级(4G)取代,IMT-高级为车辆中的用户提供100Mbps并且为静止用户提供1Gbps。在另一实施方案中,使用安装在车辆102中的蜂窝通信装置(未示出)来取代漫游装置154。在其他实施方案中,漫游装置154可以由能够在(例如(并且非限制))802.11g网络(即,WiFi)或WiMax网络上进行通信的无线局域网(LAN)装置实施。
在一个实施方案中,可以通过漫游装置154经由机载蓝牙收发器150将传入数据传递到处理器106。举例来说,在特定临时数据的情况下,可以将所述数据存储在HDD 110或移动装置或其他存储介质上,直到不再需要所述数据时为止。临时数据可以包括针对特定用户、出行、路线等所收集的各种传感器数据,可以将所述传感器数据传送到一个或多个基于云的服务以便用于确定维护、修理和/或损耗成本,以便由车辆共享系统通过使所述数据与特定驾驶员或用户关联而用于当前使用或未来使用。于是在将所述临时数据传送到网络内的其他计算机之后可以删除或覆写所述临时数据。
如先前描述,各种装置可以与VCS 100介接,例如,具有USB连接182和/或天线184的个人导航装置136、具有USB连接186或其他连接的车辆导航装置138、机载GPS装置122或具有到网络158的连接性的远程导航系统(未示出)。如本文所使用,USB一般表示多种串行连网协议中的任一者,所述串行连网协议可以包括被称为FireWireTM(苹果)、i.LINKTM(索尼)和LynxTM(德州仪器)的IEEE 1394协议、EIA(电子行业协会)串行协议、IEEE 1284(并行端口)、S/PDIF(索尼/飞利浦数字互连格式)和USB-IF(USB设计者论坛),所述串行连网协议形成装置-装置串行标准的主干。可以实施所述协议中的大多数协议用于电通信或光通信。
还如图1中示出,处理器106可以与各种其他类型的辅助装置190通信。这些装置可以通过无线连接/天线192和/或有线连接194进行连接。辅助装置190可以包括(但不限于)个人媒体播放器、无线健康装置、便携式计算机等。处理器106还可以使用(例如)WiFi(IEEE803.11)收发器198而连接到基于车辆的无线路由器196。这可以允许处理器106在基于车辆的无线路由器196的范围内连接到远程网络。如参考图2、图3、图7、图8和图9更详细地描述,处理器106可以经由各种类型的静态和动态或特设网络与其他车辆和基础设施通信,所述网络使用各种类型的有线和无线技术来传输与特定车辆使用、路线、天气、道路状况等相关联的传感器数据,并且接收分配给车辆的实际使用的成本或价格信息。
在一个实施方案中,车辆计算系统100分别利用处理器106和相关联的临时存储器和持久存储器RAM 108和HDD 110来跟踪和报告与特定车辆出行相关联的所分配的维护、里程数或修理成本。显示器104可以与一个或多个输入端和输出端(例如,麦克风112、扬声器130和/或充当车辆人机界面(HMI)的漫游装置154)组合使用。车辆处理器106耦合到HMI并且经编程以将来自一个或多个车辆传感器的出行信息存储在持久存储器110中,以用于确定车辆共享成本。特定出行或租借周期的当前实际成本或所估计的成本可以由HMI显示。HMI还可以显示特定出行的所估计的成本,并且此外,如果驾驶员改善他们在出行期间的驾驶行为,那么还可以由HMI显示所节约的成本。还可以将所节约的成本呈现为用于下一次汽车共享使用的奖励或优惠券。类似地,可以使用HMI向车辆拥有者建议或提供各种服务,例如延展维护计划,或基于当前或最近的车辆使用的维护服务。在一个实施方案中,向显示器104输出实时车辆共享成本信息。
如先前描述,系统100可以包括例如与车辆处理器106通信的无线收发器,例如蓝牙收发器152、调制解调器170或路由器196,其中车辆处理器106进一步经编程以例如响应于检测到特定车辆位置或路线而使用所述无线收发器从可以存储在网络158上的远程数据库获得信息。车辆处理器106可以进一步经编程以使用一个或多个无线收发器152、170、196来传送来自GPS模块122的车辆GPS坐标,所述车辆GPS坐标可以实现车辆共享成本确定,例如天气、道路状况、施工信息等。在一个实施方案中,车辆处理器106进一步经编程以使用连接的移动装置(例如,漫游装置154)和/或可以经由远程网络158访问的远程服务器来传送车辆共享成本信息或提醒或替代的成本节约路线。
图2是与代表性实施方案的内容递送网络(CDN)协作的具有特设的并行计算网络的车辆共享系统拓扑的图形描绘,所述车辆共享系统拓扑包括车辆、小区发射塔、交通基础设施等。系统200包括CDN202,所述CDN可以通过一个或多个固定或有线网络204-A、204-B而连接到计算机206-A、206-B,所述计算机充当从相关联的小区发射塔208-A、208-B传输和接收信号的重复服务器。车辆210-A、210-B可以形成特设的并行计算系统,所述特设的并行计算系统随着车辆与小区发射塔之间的距离改变而动态地改变。一个或多个车辆210-A、210-B的车辆计算系统(VCS)可以记录来自各种车辆传感器的信息以用于确定关于车辆的维护和损耗。可以从主动地参与车辆共享计划的车辆以及未参与此类计划的车辆收集数据。可以使用来自未参与的车辆的数据来搜集可以适用于沿着相同道路220行进或者在特定时间在特定地区内的其他车辆的通用数据(例如,天气数据)。可以从参与车辆共享计划的车辆210-A、210-B收集与特定车辆相关的更具体的数据,以基于特定车辆的数据、路线、时间等提供车辆共享成本或定价。
特设的并行网络可以包括车辆到车辆的通信、车辆到基础设施222-A、222-B、222-C的通信,以及经由CDN 202的小区发射塔208-A、208-B与由计算机206-A和206-B表示的嵌入式计算机和重复服务器的通信。一般来说,VCS往往具有相对低的计算能力,但具有卓越的实时性能。因此,车辆210-A可以在车辆之间中继所收集的传感器数据,并且随后经由基础设施222-A、重复服务器/计算机206-A和小区发射塔208-A将所收集的传感器数据中继到CDN 202,以便由具有更显著的数据存储和处理能力的网络服务器在云中进行处理,以便进行更透彻的分析。替代地,或组合地,车辆210-B可以各自通过相关联的小区发射塔208-B和重复服务器/计算机206-B将所收集的数据中继到CDN 202。可以使用若干移动中间件技术(例如,JAVA/JINI、LIME或LINDA)中的任一者来共享数据。通过车辆网络信号来计算不同事件的成本的损伤模型可以在VCS的一个或多个处理器中运行以便实现对输入数据的改进的访问,或者在大数据控制下在云中运行,例如,以便实现更大的处理能力。在各种实施方案中,对车辆传感器数据的处理会产生结果,所述结果起初被维持在CDN 202内,但可以迁移到其他网络以进行分析。举例来说,可以通过例如Apache Torque等各种数据管理产品在CDN 202中管理数据。
如本文更详细地阐释,可以将由参与的车辆和未参与的车辆的VCS收集的数据以及驾驶员的简档移动到云中,并且自动地进行大量分析以确定车辆共享成本/价格。可以使用网络服务器将所述分析传播给数据消费者,包括车辆共享拥有者、保险公司、广告商、服务设施等。可以收集和分析一个用户的驾驶行为的历史数据以确定那个用户的过去或未来的定价。类似地,可以使用历史数据来对不同类型的车辆使用进行检测和分等,所述车辆使用例如为牵引挂车、高速公路行驶、在高海拔行驶或行驶通过浅水等。同样地,可以使用车辆传感器来检测天气和道路状况,例如道路上的盐、冰雹、灰尘、沙子、雾、野火等。基于所收集的数据以及实时和/或历史分析,可以针对每个用户、使用、路线等来动态地确定车辆共享费用。这可以相对于在晴天在平稳的公路上行驶的损耗针对基于使车辆在不平整的道路上或者在恶劣天气下行驶的更多损耗向用户收费。可以使用基于实际的个别和聚合的车辆数据的费用来减少车辆出借者的关于原本难以检测并且准确地计入车辆共享或租借费用的价格中的维护费用和潜在损伤的问题。
现在参看图3,框图说明根据代表性实施方案的包括CDN的车辆共享系统中的车辆部件和车辆与车辆共享数据的终端用户之间的通信。系统300包括车辆310,所述车辆包括大体上由参考数字330表示的扩展的车辆网络,所述扩展的车辆网络可以包括无线通信网关312和网关模块314,所述无线通信网关和所述网关模块耦合到一条或多条车辆总线316以从车辆传感器/计算机320收集数据来用于车辆共享成本确定和定价。车辆310可以经由各种无线通信信道340将从传感器/计算机320收集的原始或经过处理的数据传送到CDN202,所述CDN基于特定车辆的实际使用和/或来自多个车辆的聚合数据而向分布式服务器提供数据分析和车辆共享定价。CDN 202可以利用互联网通信350来与终端用户360交换从车辆传感器/计算机320收集的数据,所述终端用户可以包括(例如)模型建立者370、保险人372、车辆共享客户/用户374、车辆/数据经销商376以及OEM/车队运营商378。
模型建立者370可以使用来自车辆传感器/计算机320的数据以基于所述传感器数据来建立和校准维护模型和相关联的定价模型。保险人372接收反映车辆的实际使用的数据,可以使用所述数据来确定被投保的车辆的当前状态/状况,并且用于基于实际车辆使用对保单进行定价。保险人372可以受益于对每个保单的预期支出的更准确的预报,这有助于任何保险计划(例如,由车辆OEM提供的延展服务计划)的成功。如果将与其他人共享车辆,那么可以基于保险精算信息来相应地定价或提供延展服务计划(ESP)。可以基于来自车辆传感器/计算机320的数据而使用车辆信息娱乐系统或HMI将ESP广告或推荐发送给目标客户,例如车辆共享出借者和用户。通过使用连接车辆技术,系统可以使用借助混合物理统计模型进行的数据挖掘而基于个体风险或群体风险获得用于证明驾驶员和车辆部件合格的数据。
车辆共享客户/用户374可以在使用期间或者在特定使用结束时动态地接收经更新的逐项共享成本。可以通过例如车辆HMI或者连接的移动装置将数据传送到车辆310和用户。因此,客户/用户374可以接收与车辆使用相关联的成本/费用的准实时的信息(例如,每小时地接收),使得客户/用户不会对特定出行或使用的成本吃惊或盲目。经销商376可以使用所收集的传感器数据以基于实际的先前使用来形成用于最佳地转售车辆的策略。OEM/车队运营商378可以使用传感器数据来逐段地分析车辆的使用和性能,以便更好地理解实际的客户使用以及与和特定使用、路线、驾驶员行为等相关联的维护和/或修理相关联的相关成本。
如在图中大体上说明并且在本文更详细地描述,车辆传感器/计算机320、驾驶员和云部件360的整合提供一种用于收集和利用车辆数据和个人数据的独特方式。车辆制造商不需要依赖于插入选定车辆的专用装置。而是,车辆已经收集了传感器数据,例如位置、速度、加速度、声音、温度、道路坡度、制动转矩、推进转矩、悬架行程、引擎冷却液和油的温度、停车位置等。VCS可以被配置成或经编程以使用例如滤波和积分变换等取样技术从所述数据提取特征,并且在VCS的计算强度较低时提取道路状况和停车特征,例如泥路、凹坑、触底、悬架过载、天气、在外停车时间等。可以由CDN 202中的不同大小的计算机来完成较高计算强度的计算。可以使用来自定位系统的数据来对特征和传感器数据进行定位和加时间戳,并且应用分析来确定车辆和/或环境状况和使用。车辆传感器进行的数据收集以及用于相关联的实时支付计算的分析可以部分或完全由VCS执行,或者通过微弱的网络连接(例如,蜂窝数据计划)部分或完全地被传递到基于云的网络服务中。一些数据可以在多维直方图中聚合并且周期性地累加在车辆上的非易失性存储器存储装置中。当车辆具有可用的通信网络接入和计算可用性时,数据可以通过移动装置或(例如)如先前描述的远程信息处理控制单元来与网络服务同步。
现在参看图4,大体上通过参考数字400来表示代表性实施方案的使用数据流和利用率来说明车辆共享的系统或方法的操作的流程图。如在410处表示,车辆传感器收集与车辆和/或环境操作状况相关联的数据。如在412处表示,可以使用一个或多个无线连接从云传输和接收数据。云数据可以包括特定车辆、驾驶员、路线等的过去历史。如在414处表示,VCS可以包括具有处理器的一个或多个车辆计算机,所述处理器经编程或被配置成使用损伤或损耗模型来处理传感器数据。如在416处表示,例如除了用于更换零件、修理和工时的成本信息之外,可以由CDN在商用计算硬件的集群上在云中使用传感器数据来执行损伤模型的存储和大规模的处理。如在418处表示,基于云的分布式数据库管理系统聚合跨越CDN的许多商用服务器的大量数据。如在420处表示,可以使用终端用户分析引擎向出租人、承租人、保险人、车辆经销商、车辆共享运营商和车辆共享公司等提供信息以及实时成本、价格和/或支付信息和基于所述分析的延展服务计划(ESP)推荐。
作为说明根据各种实施方案的用于车辆共享成本/价格确定的系统或方法的操作的代表性实例,车辆可以包括防抱死制动系统(ABS)模块,所述模块从传感器接收模拟信号,并且在制动踏板被踩下时或者在车辆网络上的其他系统请求施加制动转矩时处理所述模拟信号以控制制动器。ABS模块还将来自其传感器的信息提供到车辆扩展的车辆网络内的其他模块。举例来说,对于车轮的每次旋转,每个车轮位置传感器将若干模拟脉冲发送到ABS模块,所述ABS模块对所述模拟脉冲进行计数并且周期性地发送具有自从上一个消息以来已经发生的车轮旋转的量的消息。仪表盘添加所述车辆旋转以计算里程表测量。可以使用里程表值进行基于所行驶的距离的部件磨损估计。例如附件协议接口模块(APIM)(还被称为SYNC)的网关模块可以从网络ECU收集特定数据,并且将所述数据传递到在移动装置上运行的app,在所述app中存储和处理所述数据,并且在适当时间将所述数据上传到基于云的CDN。
在估计了与特定使用、路线、驾驶员等相关联的损耗之后,可以相应地针对所采取的出行向用户收取费用。替代地,或组合地,使用、路线、驾驶员等的未来费用可以基于相关联的历史数据。基于云的CDN可以动态地计算车辆共享费用,并且将所述车辆共享费用传送到车辆HMI或连接的移动装置。车辆共享运营商可以使用所述数据来确定是否针对特定使用、路线、驾驶员等来租借车辆,或者可以基于与特定使用、路线、驾驶员等相关联的风险水平来给交易定价。所述传感器或所述模型还可以触发被发送到出借者以执行与特定或累加的损耗相关的一些维护工作的警告。因此还可以将一个或多个延展服务计划定价并且提供或推荐给车辆拥有者/出借人。
基于一些现有的损伤模型,汽车共享运营商可以使用来自车辆或客户驾驶行为的输入数据来识别损伤成本。大体上在414处表示的损耗或损伤模型的一个函数将把各种事件或历史行为分类为若干预先指定的事件群组,使得基于有限的或减少数目的事件群组,成本估计更容易且更有效。基于所收集的事件的特性,可以使用例如支持向量机等机器学习方法根据下式来对事件分类:
其中xi和yi分别表示事件特性和事件群组。替代地,可以使用群集方法,或者在文献中公布的若干方法中的任一者。所述模型还可以包括可靠性分量。
对于可能与时间而不是距离相关的损耗或损伤(例如,油漆暴露于阳光),x可以表示时间而不是距离。此外,损伤模型可以基于混合输入,例如距离和时间,或时间和光强度,或历史驾驶行为,或取决于特定实现方式的任何其他车辆或环境数据。
在一个实例中,损伤速率(Drm)可以采取威布尔累加分布,或更一般地,对数正态分布函数的形式,其中根据下式来确定在具有状况x的道路或路线上行驶的英里数:
其中,使用许多车辆的修理历史或索赔历史和拍卖价格(所述数据已经被收集于云中)通过回归分析来确定λ和κ。随后可以根据下式来确定对客户/用户的额外费用:
费用=Drm*x
可以使用用于基于车辆传感器数据来确定与车辆使用、路线、用户等相关联的成本的其他方法或计算来取代上文描述的方法或计算或者与上文描述的方法或计算进行组合,提供所述其他方法或计算仅作为实例以说明特定实施方案。
图5是说明根据一个实施方案的从车辆共享系统的移动装置进行代表性数据收集的流程图。如先前描述,可以使用例如智能电话、手表或其他可穿戴装置等移动或漫游装置来收集数据以进行分析和处理,以便检测可能会影响车辆损耗的车辆和/或环境状况。移动装置可以通过VCS链接到车辆或者与车辆配对,或者可以另外向车辆共享网络注册并且与特定车辆、使用、路线等相关联,从而检测和传送车辆和/或环境状况,例如车辆位置、环境温度、车辆速度/加速度等。
由流程图500表示的系统或方法的操作可以包括:如在510处表示,在车辆启动时使移动或漫游装置链接或配对到车辆。在不执行特定的配对或链接操作的情况下,还可以在车辆内检测未配对的装置。如在520处表示,连接的移动装置可以通过相关联的app将控制传递到车辆HMI。替代地,可以使用对应的app经由连接的移动或漫游装置的用户界面来提供各种车辆输入/输出功能。
如大体上在530处表示,一个或多个连接的移动装置可以包括用于存储电话号码、车辆编号、时间/日期等的本地持久存储器,可以从(例如)全球导航卫星系统(GNSS)获得所述信息中的一些信息。可以将其他数据传送到连接的移动装置或者通过连接的移动装置进行传送,以便与车辆移动数据库同步。这可以在不同的网络连接可以用于车辆和/或移动装置时在各种时期或阶段发生。举例来说,移动装置可以使用连接到移动数据库的计算机首先与桌上型计算机同步。
如在540处表示,在车辆的操作期间,从车辆传感器收集数据,并且使所述数据与车辆的对应的保养事件相关联。可以聚合跨越许多车辆和使用的数据来分析保养事件,并且关联特定类型的车辆使用、驾驶员行为、路线、天气等的成本。用户可以随时间以不同的用途、路线等来使用多个车辆,其中使用历史数据来确定未来的车辆共享交易的成本。如在550处表示,在地图位置与车辆之间形成相关性,从而产生用于基于先前的和/或预期的实际保养事件的损耗成本的度量。如在560处表示,随后使用例如电话号码等数据来映射驾驶员的行进模式。如在570处表示,使个别驾驶员的移动地图和损耗地图相关,以基于位置、路线、驾驶行为等来确定与特定驾驶员相关联的成本。
图6是说明在代表性实施方案的车辆共享系统或方法中使用网络服务器或基于云的网络来识别历史行进模式以用于确定成本计算/定价的流程图。由流程图600表示的车辆共享的系统或方法的操作可以包括:如在610处表示,从基于云的网络或网络服务器获得特定选定路线和/或车辆使用的驾驶员历史。如在620处表示,使用车辆传感器和/或相关联的或链接的移动装置来记录出行和基于实际的传感器数据而计算出的损耗的相关联的成本。在框630处,所述系统或方法可以确定当前出行数据是否与类似出行和/或特定驾驶员的历史数据一致。如在640处表示,如果当前出行不与历史数据匹配,那么可以基于所收集的数据来修改或调整先前计算或估计的出行成本。替代地,可以使用当前出行数据来修改或调整与当前出行具有类似特性的未来出行的价格。如果当前出行与驾驶员、路线使用等的历史数据匹配、相关或另外一致,那么可以使用先前确定的估计或价格来评估出行成本。
图7说明根据实施方案的车辆共享系统或方法的用于收集车辆数据并且向用户提供基于数据的定价的混合网络。系统或方法700可以包括车辆710,所述车辆收集传感器数据,并且经由一个或多个无线链路716、720、732以及由最后一英里链接740、互联网主干748和广域网(WAN)链接760表示的有线链接来与用户714的相关联的移动装置712进行数据通信且/或通过所述移动装置来传送数据。可以使用各种接入点或中继器将数据从车辆710传送到互联网云740,所述接入点或中继器例如为WiFi接入点722、小区发射塔750和互联网服务提供者(ISP)726。系统或方法700的混合网络将云740的分布式数据处理和存储装置与车辆710和用户714(或者拥有者)进行连接。混合网络的每个部件可以具有相关联的已知定位或位置。发现和消息接发系统(例如,Web Intents)使得每个装置有可能通告服务集并且让其他装置发现所述服务集。一旦发现,每个装置匿名地提供归属位置。可以收集移动数据并且将所述移动数据存储在每个装置上,并且中继到云740以计算实时支付并且告知拥有者或运营商。
图8是说明根据代表性实施方案的具有基于云的数据分析和基于数据的定价的车辆共享系统或方法的代表性操作的框图。在此实例中,由制动系统表示的车辆系统或子系统810经由传感器信号812与车辆计算机或电子控制单元(ECU)814通信。一个或多个传感器信号812可以通过直接的有线连接与ECU模块814通信,或者经由车辆总线816(其也可以被视为车辆网络862的部分)间接地与所述ECU模块通信。所述车辆可以包括若干ECU模块814,每个ECU模块具有如先前描述的处理器和相关联的存储器。在所说明的代表性实例中,ECU模块814表示防抱死制动系统(ABS)控制模块。
ECU模块814使用消息接发或数据传递协议将基于传感器信号812(和各种其他传感器信号)的数据或参数值830传送到车辆嵌入式调制解调器850,可以使用所述车辆嵌入式调制解调器经由车辆网络862将数据传送到HMI 860,经由AppLink连接872将数据传送到链接的移动装置870,且/或经由通信连接或链接882将数据传送到云服务器880。云服务器880可以经由有线互联网连接884将数据传送到各位分析师886。
制动系统810包括具有流体水平传感器或开关的流体储器842。可以由流体水平传感器或开关检测到的低制动流体水平可能会加速制动器磨损,并且导致可以由基于云的或基于VCS的模型基于所述传感器数据而考虑到的额外的维护/修理成本。制动系统810还包括具有压力传感器的主缸844,可以使用所述压力传感器来检测高或低的液压压力。由于储器842外溢而引起的高压(例如)可能会导致过早的密封件磨损或与维护/修理成本相关联的其他状况。制动系统810可以包括需要依据特定使用、路线、驾驶员行为等进行周期性检查、维护或修理的各种其他部件,例如套管磨损表面848、852、制动助力器854,以及例如在驾驶员致动制动踏板846时启动的与踏板臂856接触的制动器灯开关。
制动系统810可以直接地和/或经由如先前描述的车辆总线816将模拟信号和/或数字信号传送到ECU模块814。传感器信号或数据可以包括(例如)与制动踏板移动820、液压压力822和制动流体水平824相对应的信号或数据。ECU模块814可以处理模拟信号,以及经由车辆总线816与由数据830表示的其他车辆操作参数值一起传送的对应的数据或参数值,其可以包括(例如)所估计的制动转矩832、制动事件的旗标或通知、诊断代码或状态834、制动压力836、制动踏板运动838,以及制动流体水平840。在制动系统810中还可以包括其他部件和传感器,例如制动衬块磨损传感器、制动器温度传感器等。
在代表性操作情景中,主缸844的制动器压力传感器测量每个制动事件的压力和持续时间,并且将数据传送到ECU模块814以进行临时存储。制动器温度传感器测量在制动期间产生的热。GPS时钟基于通知834来确定制动事件发生的时间和地点。ECU模块814可以存储环境温度、气压、湿度、雨,以及经由车辆网络862接收到的并且与特定制动事件相关联的类似信息。防抱死制动系统810在触发ABS控制时进行报告,从而指示低牵引或硬制动事件。车轮或悬架传感器还可以提供数据以确定制动期间的车辆重量和重量变化。制动器性能模型随后可以使用由车辆传感器收集的数据来估计每个制动事件的制动衬块和制动盘(或者鼓式制动器的鼓和衬里)磨损的量。VCS可以记录所述事件和所估计的制动器部件的磨损,其中针对特定车辆使用或出行来确定对应的价格。
根据本发明的各种实施方案,可以直接由关于特定部件(例如,制动衬块磨损传感器)的对应的传感器信号来估计或确定损耗和相关联的成本,或者通过经由以下操作基于车辆操作事件的物理学和统计学来训练神经网络或磨损模型而估计或确定损耗和相关联的成本:监测车辆状况;周期性地测量磨损;以及将数据输入到基于云的网络服务中,所述基于云的网络服务可以使用已知的统计方法来估计参数。可以选择部件或系统来基于维护和修理的类型和成本进行监测和建模。如先前描述,可以基于里程表距离、时间、速度或以上两者的组合来对一些部件进行损耗监测。一些部件可能正常运作,然后突然出故障,例如发动机没油,而其他部件逐渐地并且可预测地磨损,例如轮胎。因此可以基于部件的类型和与特定车辆操作相关联的磨损的类型来调整用于确定车辆共享成本的损耗模型。
图8说明在不使用并入到根据本公开的各种实施方案的车辆共享系统中的车辆传感器数据的情况下将难以检测和定价的损耗的许多可能的实例中的一者。可以被检测到并且相应地定价的系统或部件损耗的其他实例可以包括使用传感器数据与驾驶行为的信息的组合来确定道路状况和/或车辆的停车状况。系统可以预测车辆状况以及受到车辆状况影响的相关的车辆剩余价值,并且识别车辆共享用户的相关费用。所述系统可以比当前可用的系统更准确地预测影响车辆剩余价值的车辆物理状况,并且可以使用所述系统来确定车辆共享费用。
在另一实例中,具有电子稳定控制的车辆可以使用来自与所述电子稳定控制相关联的加速度计的信号和约束控制模块来检测例如撞击凹坑或路缘等突然冲击,所述突然冲击可能会损伤车辆并且减少各种部件的预期使用期限,这些通过简单的观察或视觉检查可能是不明显的。
类似地,可以从各种车辆传感器输入来估计任何不寻常的非里程数相关的轮胎磨损。可以在模型中使用车轮扭矩传感器和纵向、横向和偏航加速度传感器来确定作用在四个车轮中的每一者上的力向量。可以使用含有关于道路施工或与轮胎磨损相关的状况的信息的道路地图数据库以及天气信息传感器和来自互联网的天气报告来提供关于环境状况的信息。将这些输入提供给轮胎磨损模型,所述轮胎磨损模型可以估计胎面使用期限并且预计特定出行和/或车辆使用的总磨损。
作为另一实例,可以从影响正时皮带磨损的因素来估计正时皮带使用期限,所述因素例如是在皮带是冷时起动发动机、发动机加速度和/或油或冷却液对皮带的污染。在没有特殊传感器的情况下难以检测冷却液的污染,但可以在发动机油在换油与加满之间连续下降的情况下加以怀疑。对正时皮带磨损的显著的影响因素是在皮带是冷(并且因此不可弯曲)时快速地将发动机(其加载皮带)加速至高速(这更快地使皮带弯曲)。在环境温度较低时皮带变冷,这可以由(例如)用于气候控制和发动机校准的环境温度传感器来检测。由发动机转速表来检测发动机的速度,并且通过发动机速度的时间导数来检测发动机的加速度。这些输入可以用于估计由于特定车辆使用或出行而引起的正时皮带磨损和相关联的维护/修理成本。
车辆共享成本还可以包括监测例如发动机轴承等部件。尤其在轴承是冷或者在高转矩下操作时,油压的损失可能会极大地减少发动机轴承使用期限。车辆一般包括在车辆网络或总线上广播的关于油压传感器和发动机扭矩的估计的数据消息。这些信号或参数值可以用作轴承磨损模型的输入,所述轴承磨损模型可以检测低油压事件,并且估计任何额外的磨损和相关联的维护/修理成本以供车辆共享定价使用。
被淹过的车辆可能具有通过视觉检查可能难以检测的永久损伤,或在一些时间之后可能会在昂贵的修理中显现的潜在的损伤。举例来说,已经浸没在水中的例如传感器和计算机等低电压装置可能会开始较长的退化和腐蚀过程,这最终影响电连接并且可能导致间歇或永久的操作故障。水可能会进入发动机进气口并且淹没汽缸,从而导致发动机部件生锈和弯曲。与发动机或变速器油混合的水将减少那些部件的使用期限。可以容易地将水传感器安装在例如轮速传感器等位置,所述水传感器将检测不会导致需要修理的灾难性损伤但会导致机械零件和电子器件的长期退化的淹水的存在。车辆共享系统可以使用此车辆传感器数据来分配与特定出行或使用相关联的检测到的损耗和/或预期的未来维护和修理。
如先前描述,发动机控制计算机从发动机、变速器和排气系统中的许多传感器搜集输入,所述发动机控制计算机使用所述输入来确定在发动机中使用的燃料的类型以及其性质来用于发动机校准和操作。举例来说,在发动机依靠E85(含有85%的乙醇的燃料)运行时,与在发动机依靠更常规的汽油混合物运行时相比,校准有很大不同。通过确定燃料的类型和相关联的性质,可以调整例如点火提前和空气-燃料混合物等发动机参数以实现燃料经济性和排放目标。依据环境和驾驶状况,所使用的燃料的类型还可能会影响部件使用期限和维护间隔。可以从车辆总线收集此数据并且将所述数据输入到发动机使用期限模型中以估计发动机上的损耗。
可以用于检测和定价损耗的车辆传感器数据的另一实例包括车辆变速器数据。可能会由于在未达到完全停止的情况下在倒档与前进档之间进行野蛮换档或滥用换档而出现变速器损伤。当使车辆摇摆以摆脱雪或泥浆时,或者在从停车位退出时由于粗心大意,用户可能会执行此操纵。这些操纵可能会由于增加带磨损并且使各种变速器零件疲劳而减少变速器部件的使用期限。可以例如通过监测车辆的换档选择器或PRNDL、轮速和/或发动机速度以检测在切换换档选择器之前车轮是否已经停止或者发动机速度是否处于怠速或在怠速附近来检测这些操纵。可以记录这些事件,随后进行分析以确定事件是否属于正常损耗或者是否认为他们过分或滥用,并且相应地评估车辆共享费用。
在另一实例中,可以监测发动机速度以在车辆共享支付计算中确定车辆损耗。大多数车辆具有发动机保护,所述发动机保护防止驾驶员超过发动机“红线”RPM,超过发动机“红线”RPM将相当快地损伤发动机。然而,在发动机是冷、热时或者在磨合周期期间使发动机在高RPM(低于红线)下操作可能会加速发动机磨损。在手动变速器的情况下,换档太晚或在离合器分离或变速器处于空档时踩下油门可能会导致过高的发动机速度。在自动变速器的情况下,换档规律通常会防止过高的发动机速度,但在车辆处于空档或停车档并且踩下油门的情况下可能防止不了过高的发动机速度。为了确定此类型的损耗和/或对发动机的损伤的成本,可以采用组合了发动机温度、RPM和里程表读数(指示磨合周期)的简单模型。当然,还可以基于其他传感器数据来使用更复杂的模型来确定车辆共享应用的发动机损耗和相关联的成本。
对于配备有四轮驱动或全轮驱动的车辆,当四个车轮的速度的较大差异存在较长时间时可能会出现各种部件的过热。当车辆陷在泥浆中并且一个车轮在旋转(例如,牵引控制是关闭的)并且驾驶员催动发动机时,可能会出现此情况。虽然全轮驱动或四轮驱动系统通常包括可以用于确定损耗的温度传感器,但还可以通过(例如)在牵引控制关闭时记录轮速并且将损伤模型应用于轮速来估计部件损伤。
在驻车/紧急制动器开启的情况下行驶是由于摩擦和热而引起的过高的制动器磨损的常见原因。此制动器的目的是在其他系统出故障时提供制动,因此其独立于正常制动系统(不寻常地具有到后轴制动器的机械连杆而不是液压连杆)。因为意图辅助行车制动操作,所以在车辆在移动时可能存在对操作所述制动器的较少的保护。即使存在警报装置并且在操作驻车制动器时会降低车辆性能,这种情况仍然可能出现并且可能比预料出现得更频繁。在驻车/紧急制动器操作的情况下操作车辆可能会除了损伤制动盘(或者鼓)之外还导致制动衬块(或者蹄片)的损伤或过度的磨损。在一些情况下,还可能损伤卡钳(或者缸)。在一个实施方案中,通过泊车档组合件中的开关来确定此状况的存在,所述开关指示在车辆速度传感器指示车辆在移动时应用了驻车制动器。可以通过制动器温度传感器和里程表来确定在设定或操作制动器的情况下行驶而造成的损伤。可以使用简单的损伤模型来确定已经由于温度和已经发生制动器拖动的距离所导致的制动器损伤的程度。
在另一实例中,可能由于热的制动盘浸在水中对所述热制动盘淬火而导致所述制动盘的热扭曲。这可能(例如)在下山应用制动器并且行驶通过水坑时或者在硬制动应用之后进行洗车而出现。可以通过热制动器的突然的温度降低来检测对制动盘的淬火。在制动盘已经扭曲之后,制动器通常脉动。在应用制动时发生脉动,并且导致与制动转矩和车轮位置的改变同步的制动压力的波动。可以使这三种输入相关以确定同步性,并且确定歪曲的程度以便用于与此类型的车辆事件相关联的车辆共享价格/费用。
可以使用车辆麦克风来检测由例如来自道路的砾石的撞击所导致的可能的玻璃损伤,所述车辆麦克风还可以由信息娱乐系统使用。玻璃撞击具有大得多的频谱范围和特征时间持续时间,这使玻璃撞击与语音辨识麦克风通常检测的其他类型的噪声区分开来。信号的强度一般与撞击的能量成比例。撞击的能量的损伤模型可以确定所述撞击已经损伤玻璃的可能性。可以使用撞击的时间日志来提供在租赁车辆返回时将需要更换玻璃的可能性的估计。在不进行视觉检查的情况下使用此方法无法确定实际的玻璃损伤,但损伤的所述可能性将仍然提供在车辆返回时对车辆的状况的估计。
在另一实例中,例如混合动力车辆和电动车辆等车辆包括向电动机供电的牵引用电池。具有电动传动系的车辆中的牵引用电池可能会由于(例如)振动、热、冷、过高的充电和放电速率以及过度充电/充电不足而损伤。虽然车辆控制系统通常控制操作以在各种操作状况下减少或消除对牵引用电池的永久损伤,但这些因素可以用于电池损伤模型中以在不同使用状况下确定电池的健康状态以及电池的剩余使用时间。举例来说,牵引用电池可能会由于热而损伤或者在于存在山丘的地方经受连续的深度充电/放电循环时具有减少的使用期限,但仍然具有足够用于转售的电池使用期限。
如先前描述,还可以使用各种传感器来确定可能会影响损耗的车辆的环境操作状况。已知太阳的紫外线(UV)光会使车辆的金属表面上的油漆氧化,从而减少油漆的使用期限。UV光还可能会损伤并老化车辆内部部件,从而导致减少的转售价值。损伤的程度可以取决于(例如)车辆暴露的时长、光的强度以及光到车辆表面的入射角度。导航系统可以从车辆的轴承、其从全球定位系统接收的经度、纬度、日期和时间使用众所周知的方程来确定太阳相对于车辆的方向。可以从在互联网云上可以得到的天气数据来确定大气的透射率,并且可以通过所产生的阴影的卫星照片、车辆高温计和从车辆的热确定暴露的内部温度计来确定由树木、建筑物等提供的对抗太阳的保护。可以将所有数据组合到模型中,所述模型预测油漆的使用期限。可以向处于晴好气候的用户收取更多的费用,除非他们将他们的共享车辆停在掩蔽区中。
使车辆暴露于盐水,特别在油漆被车轮抛上去的材料的碎屑损伤时,可能会由于腐蚀了保护结构钢免于生锈/氧化的涂层而减少车辆部件的使用期限。一些车辆可以包括雨/雪检测器,所述检测器在潮湿天气自动开启雨刮器。如果由此传感器并且由牵引控制和防抱死制动系统检测到雪,那么系统可以确定车辆行驶在雪中并且可能将盐累积在车辆部件上。还可以使用非常简单的检测器来检测盐水。钢的腐蚀速率对环境温度也非常敏感,使用环境温度传感器来测量所述环境温度。将这些输入组合到损伤模型中可以确定损伤或损耗的速率,可以随时间整合所述速率以提供出行或租借周期内的累加损伤的指示。
图9是说明代表性实施方案的用于从车辆相关传感器或工具收集数据以供车辆共享的系统或方法使用的物联网(IoT)实现方式的框图。如大体上在图9中说明,系统900可以包括保养工具910,所述保养工具可以具有传送可以用于检测损耗的车辆相关数据的一个或多个嵌入式传感器。在所说明的实例中,用户922(例如,车辆拥有者或维修技术员)操作手持式光学折射计920以检测各种车辆流体的水含量,所述车辆流体例如为发动机油、变速器油、制动流体、动力转向流体等。水含量可能会随时间增加,例如可能每年增加2%。更快速的增加可能指示与特定使用或用户相关联的污染。水污染可能会导致降低的沸点、增加的粘度(尤其在低温下),和/或对各种部件的增加的腐蚀性。对于具有铜零件(例如,制动管路)的制动系统,对铜的腐蚀可能开始于较高水平的溶解的水。这导致可以由各种其他工具(例如,制动流体带)测得的流体中的高铜水平。
如在930处指示,可以将由外部传感器或保养工具910收集的数据无线地传递到车辆嵌入式调制解调器932或VCS的其他计算机或处理器。可以使用各种类型的无线通信,例如蓝牙低功耗(BLE)。车辆嵌入式调制解调器932可以充当将传感器数据940传递到链接或连接的移动装置928的中心。车辆嵌入式调制解调器932还可以将数据直接或间接地(通过移动装置928)传递到CDN以便进行分析和处理,从而对车辆共享出行或租借周期的损耗进行检测和定价,如先前描述。
替代地,或组合地,如在924处表示,运营商922可以将来自保养工具910的测量输入到移动装置928的app或用户界面。移动装置928的处理器接收和处理经由用户界面或者经由车辆嵌入式调制解调器或收发器而接收到的数据,以提供与由传感器数据或工具测量检测到的损耗相关联的车辆共享成本或费用。
如大体上由图9的代表性实施方案所说明,车辆共享系统或方法可以从在车辆外部的传感器或工具接收车辆相关数据。可以使用连接的移动装置或车辆HMI手动地输入所述数据,或者可以通过传感器或具有嵌入式传感器的工具和适当的通信技术将所述数据无线地传输到车辆或链接的移动装置。
图10A至图10G说明根据一个实施方案的用于在车辆共享的系统或方法中检测代表性车辆部件的损耗的代表性图。可以将从车辆传感器和/或保养工具和外部车辆相关传感器接收到的数据与各种操作参数之间的预期关系进行比较,以检测损耗和相关的预期维护/修理成本。可以依据(例如)用于执行特定损伤或损耗模型的计算能力和存储要求而由VCS或移动装置在CDN内在云中执行数据分析。
图10A说明制动压力与制动流体流动速率之间的关系。线1010表示在代表性应用中随制动流体流动速率而变的制动压力的预期值,而线1012表示从车辆传感器和/或外部传感器或保养工具收集的车辆数据。由线1012表示的数据可以指示制动管路、软管、卡钳密封的潜在问题,并且可以用于评估车辆共享交易的相关联的费用或定价结构。类似地,图10A说明制动压力与制动踏板位置之间的关系。线1016表示对应于正常操作的预期值的数据,而线1018表示可以指示与制动系统内的较差密封或泄漏相关的损耗或损伤的车辆数据。同样地,图10C说明制动流体流动速率与制动踏板运动速率之间的关系。线1020表示预期值,而线1022表示可以指示(例如)主缸密封的问题的车辆数据。图10D表示制动流体水平与制动踏板位置之间的关系,其中线1030表示在踩下制动踏板(由箭头1040表示)和释放制动踏板(由箭头1042表示)时的预期数据值。由线1032表示的车辆数据可以指示在流体水平在踏板踩下/释放循环之后降低的情况下在管路、软管、卡钳等中的泄漏。由线1034表示的车辆数据可以指示与流体水平响应于踏板踩下/释放循环而未如预期降低相对应的主缸活塞密封泄漏。
可以使用制动流体水平来估计总制动衬块磨损,如由图10E中的图所说明。由线1050表示随制动衬块磨损而变的制动流体水平的预期值,而线1052表示车辆数据。在车辆数据背离线1050的预期值时,可以例如在1054处指示可能由于歪曲的制动盘而出现快速制动器磨损。在1056处表示过早的故障,例如比其他制动衬块更快磨损的一个制动衬块。图10F说明溶解在制动流体中的水随着日历时间的关系,其中由线1060表示预期值并且由线1062表示车辆数据。可以由下阈值1064和上阈值1066界定检测过道,其中例如在车辆数据超出过道的范围(开始于1070处)时设定触发或旗标。可以基于数据偏移所对应的或者可能与需要维护或修理的特定状况或部件故障相关的统计概率来确定所述检测过道或轮廓。如在1072处表示,车辆数据可能(例如)由于让水进入制动液压系统中的部件故障而开始偏离预期值。
图10G表示随车辆制动系统中的溶解的水而变的铜浓度。类似于在图10F中说明的检测过道,由线1080表示的车辆数据可以指示在所述数据超过溶解的水的对应阈值时(如在1082处表示)的潜在损耗。在制动流体内的溶解的水的此水平下,可能开始损伤金属部件。然而,如果制动系统部件是不锈钢而不是铜,那么在流体中将不会出现铜,并且可以使用不同的图或指示符,例如,仅基于溶解的水的量的图或指示符。可以由CDN或网络服务提供个别车辆配置和对应部件以针对特定车辆和与车辆共享交易相关联的对应的损耗成本将相关的阈值或损耗评估传送到VCS或移动装置app。
因此,根据本公开的实施方案可以提供一个或多个优势。举例来说,车辆共享运营商可以使用从与特定用户相关联的各种车辆收集的详细车辆数据来确定定价,从而考虑到基于驾驶行为、路线、车辆使用等的预期损耗。类似地,车辆共享运营商或车辆拥有者可以针对特定交易来监测实际的车辆使用和相关联的损耗成本。可以使用历史数据来确定特定用户、路线、使用类型等的相对风险,从而提供用于授权或否决特定车辆共享请求的基础。使用分布式基于云的数据存储和分析有助于更复杂的模型对车辆共享进行评估和定价,同时提供在共享周期期间或者在所述周期结束之后计算出的实时支付计算的能力。各种终端用户可以充分利用对车辆共享数据的聚合和分析以提供针对性的营销和对服务(例如,延展服务计划、转售价值等)的更准确的定价。
虽然在上文描述了代表性实施方案,但未希望这些实施方案描述所要求保护的主题的所有可能的形式。而是,说明书中所使用的词语是描述而非限制的词语,并且应理解,可以在不脱离本公开的精神和范围的情况下作出各种改变。另外,可以对各种实施的实施方案的特征进行组合以形成未明确描述或说明的其他实施方案。虽然可能已经将各种实施方案描述成在一个或多个所要的特性方面相比于其他实施方案或现有技术实现方式提供优势或是优选的,但本领域技术人员应了解,可以妥协一个或多个特征或特性以实现所要的整体系统属性,这取决于特定应用和实现方式。这些属性包括(但不限于):成本、强度、耐用性、生命周期成本、市场性、外观、封装、大小、可服务性、重量、可制造性、组装简易性等。在一个或多个特性方面被描述成不如其他实施方案或现有技术实现方式合意的实施方案不一定在本公开的范围之外,并且对于特定应用可能是合意的。
Claims (19)
1.一种车辆共享系统,所述车辆共享系统包括:
车辆,所述车辆具有
车辆部件传感器,
车辆计算系统VCS,所述车辆计算系统包括处理器和存储器,所述存储器与所述传感器通信并且经编程以存储与车辆共享出行相关联的传感器数据,以及
人机接口HMI,所述人机接口与所述VCS通信,并且基于所述传感器数据与在所述出行期间引发的损耗相关联而显示车辆共享出行成本,其中所述车辆共享出行成本是通过将所述传感器数据与车辆部件磨损模型中的先前存储的预期值进行比较来计算的,并且使用所述传感器的数据以基于车辆共享用户的驾驶行为来估计损耗及相应的所述车辆共享出行成本。
2.如权利要求1所述的车辆共享系统,所述VCS经编程以从相对于所述车辆定位在外部的第二传感器接收出行相关数据。
3.如权利要求1所述的车辆共享系统,所述VCS经编程以将所述传感器数据传输到基于云的服务器。
4.如权利要求3所述的车辆共享系统,所述基于云的服务器基于所述传感器数据和使传感器数据与所述车辆的至少一个部件的维护成本关联的模型而计算所述车辆共享出行成本。
5.如权利要求1所述的车辆共享系统,所述HMI显示与在所述出行期间引发的所述损耗相关联的成本节约和相关的优惠券。
6.如权利要求1所述的车辆共享系统,所述车辆共享系统进一步包括移动装置,所述移动装置具有处理器,所述处理器选择性地无线地耦合到所述VCS并且经编程以计算所述车辆共享出行成本。
7.一种车辆共享系统,所述车辆共享系统包括:
处理器,所述处理器经编程以:
基于与车辆共享用户在出行期间对车辆的操作相关联的传感器数据而输出与车辆部件的预期维护相关联的车辆共享成本,其中所述处理器经编程以通过将所述传感器数据与车辆部件磨损模型中的先前存储的预期值进行比较来计算所述车辆共享成本,并且使用所述传感器数据以基于车辆共享用户的驾驶行为来估计损耗及相应的所述车辆共享出行成本。
8.如权利要求7所述的车辆共享系统,所述车辆共享系统进一步包括提供与所述车辆的操作相关联的所述传感器数据的车辆部件传感器和外部传感器,所述处理器进一步经编程以传送所述车辆共享成本来在车辆HMI上显示。
9.如权利要求7所述的车辆共享系统,所述车辆共享系统进一步包括:
基于云的服务器,所述基于云的服务器从所述处理器接收所述传感器数据并且使用分析模型来计算所述车辆共享成本;以及
显示器,所述显示器接收输出并显示所述车辆共享成本,并且呈现成本节约优惠券。
10.如权利要求7所述的车辆共享系统,所述处理器进一步经编程以基于来自所述出行的所述传感器数据来确定所述出行的路线,并且基于与所述路线相关联的历史传感器数据来计算所述车辆共享成本。
11.如权利要求7所述的车辆共享系统,所述处理器进一步经编程以基于来自所述出行的所述传感器数据来确定所述出行的路线,并且基于与所述路线相关联的所述车辆共享成本来提供替代路线。
12.如权利要求7所述的车辆共享系统,其中所述处理器包括无线地链接到所述车辆的移动装置处理器。
13.如权利要求7所述的车辆共享系统,所述处理器进一步经编程以基于在所述出行期间的车辆位置来计算所述车辆共享成本,所述车辆位置是基于所述传感器数据来确定。
14.如权利要求7所述的车辆共享系统,所述车辆共享系统进一步包括:
车辆计算系统VCS,所述车辆计算系统嵌入所述车辆内并且与车辆传感器通信,所述VCS将所述传感器数据存储在相关联的存储器中并且选择性地将所述传感器数据无线地传送到所述处理器。
15.如权利要求7所述的车辆共享系统,所述处理器从云无线地接收所述传感器数据。
16.一种用于共享车辆的方法,所述方法包括:
由处理器从与在车辆共享出行期间的车辆的操作相关联的车辆传感器和外部传感器接收数据;
由所述处理器基于来自所述车辆传感器和所述外部传感器的所述数据来计算与在所述车辆共享出行期间的车辆损耗相关联的车辆共享成本,其中所述车辆共享成本是通过将来自所述车辆传感器的数据与车辆部件磨损模型中的先前存储的预期值进行比较来计算的,并且使用所述传感器的数据以基于车辆共享用户的驾驶行为来估计损耗及相应的所述车辆共享出行成本;以及
将所述车辆共享成本传送到车辆用户接口。
17.如权利要求16所述的方法,其中接收进一步包括接收驾驶员简档和与所述车辆共享出行的路线相关联的地图数据。
18.如权利要求16所述的方法,其中传送所述车辆共享成本包括:从基于云的服务器传送所述车辆共享成本。
19.如权利要求17所述的方法,其中通过选择性地无线地耦合到所述车辆的移动装置来执行所述接收、计算和传送。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2016/018410 WO2017142536A1 (en) | 2016-02-18 | 2016-02-18 | Cloud-based dynamic vehicle sharing system and method |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108885114A CN108885114A (zh) | 2018-11-23 |
CN108885114B true CN108885114B (zh) | 2022-12-02 |
Family
ID=59626195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680082122.7A Active CN108885114B (zh) | 2016-02-18 | 2016-02-18 | 基于云的动态车辆共享系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210215491A1 (zh) |
CN (1) | CN108885114B (zh) |
DE (1) | DE112016006295T5 (zh) |
GB (1) | GB2564041A (zh) |
WO (1) | WO2017142536A1 (zh) |
Families Citing this family (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11544801B2 (en) * | 2016-01-12 | 2023-01-03 | Utopus Insights, Inc. | Dynamic pricing of energy consumed from a shared battery using real-time consumption data |
GB201712181D0 (en) * | 2017-07-28 | 2017-09-13 | Eygs Llp | Apparatus and method for enabling asset sharing |
EP3719781A4 (en) * | 2017-11-27 | 2021-01-27 | Mitsubishi Electric Corporation | CARD UPDATE SYSTEM AND CARD UPDATE PROCESS |
CA3088069C (en) | 2018-01-09 | 2023-10-10 | Archive Auto, Inc. | Vehicle data acquisition and access system and method |
WO2019187291A1 (ja) * | 2018-03-29 | 2019-10-03 | 日本電気株式会社 | 情報処理装置、道路分析方法、及びプログラムが格納された非一時的なコンピュータ可読媒体 |
US10916038B2 (en) * | 2018-10-17 | 2021-02-09 | Toyota Motor North America, Inc. | Modulating vehicle paint via data analytics |
CN109637034B (zh) * | 2018-12-18 | 2020-11-17 | 钛马信息网络技术有限公司 | 基于虚拟钥匙的车辆分时租赁方法及系统 |
DE102018222537A1 (de) | 2018-12-20 | 2020-06-25 | Zf Friedrichshafen Ag | Verfahren sowie System zum Typisieren von Kraftfahrzeugen |
CN109781127A (zh) * | 2019-01-14 | 2019-05-21 | 闽江学院 | 一种基于汽车平台的导航方法及装置 |
CN109781128A (zh) * | 2019-01-14 | 2019-05-21 | 闽江学院 | 一种规划行驶路线的方法及装置 |
US11257146B1 (en) | 2019-02-04 | 2022-02-22 | State Farm Mutual Automobile Insurance Company | Incentivizing and/or penalizing vehicle renters based on telematics data |
US11915306B1 (en) | 2019-02-04 | 2024-02-27 | State Farm Mutual Automobile Insurance Company | System and methods for determining rental eligibility based on contextual telematics data |
US10668930B1 (en) | 2019-02-04 | 2020-06-02 | State Farm Mutual Automobile Insurance Company | Determining acceptable driving behavior based on vehicle specific characteristics |
US10703379B1 (en) | 2019-02-04 | 2020-07-07 | State Farm Mutual Automobile Insurance Company | System and methods for determining owner's preferences based on vehicle owner's telematics data |
US11176562B1 (en) | 2019-02-04 | 2021-11-16 | State Farm Mutual Automobile Insurance Company | System and methods for predicting rental vehicle use preferences |
US10679226B1 (en) * | 2019-02-27 | 2020-06-09 | Capital One Services, Llc | System and method for providing disposal recommendation for a vehicle owner |
US11720862B2 (en) * | 2019-03-06 | 2023-08-08 | Capital One Services, Llc | System and method for generating maintenance actions of a vehicle based on trained machine learning of monitored vehicle data |
US10974731B2 (en) | 2019-03-26 | 2021-04-13 | Ford Global Technologies, Llc | Vehicle fault detection system |
US11481695B2 (en) * | 2019-06-13 | 2022-10-25 | Toyota Motor Engineering & Manufacturing North America, Inc. | Transportation device sharing system |
US11481836B2 (en) | 2019-06-19 | 2022-10-25 | Toyota Motor North America, Inc. | Transport sharing and ownership among multiple entities |
US11403889B2 (en) | 2019-09-09 | 2022-08-02 | Toyota Motor North America, Inc. | Part maintenance and value estimation system |
DE102019126453A1 (de) | 2019-10-01 | 2021-04-01 | Ford Global Technologies, Llc | Dynamische Schwingungsdämpferüberwachung |
US11900330B1 (en) | 2019-10-18 | 2024-02-13 | State Farm Mutual Automobile Insurance Company | Vehicle telematics systems and methods |
US11314223B2 (en) | 2019-10-31 | 2022-04-26 | Caterpillar Inc. | Work tool data system and method thereof |
JP2021108110A (ja) * | 2019-11-19 | 2021-07-29 | ディー.エス.レイダー エルティーディーD.S.Raider Ltd | 車両の損傷の監視及び予測を行うためのシステム並びに方法 |
US11720805B2 (en) * | 2019-11-26 | 2023-08-08 | Toyota Motor North America, Inc. | Vehicle recommendation system and method |
CN111257180B (zh) * | 2020-01-22 | 2021-05-11 | 同济大学 | 一种空间分布式空气质量走航监测传感器的动态校准方法 |
EP3865338A1 (en) * | 2020-02-13 | 2021-08-18 | Ningbo Geely Automobile Research & Development Co. Ltd. | A vehicle control system for optimizing energy consumption |
US11458784B2 (en) | 2020-03-25 | 2022-10-04 | Ford Global Technologies, Llc | Methods and apparatus to determine tire tread depth |
US20220414757A1 (en) * | 2020-04-07 | 2022-12-29 | Yamaha Hatsudoki Kabushiki Kaisha | Watercraft rental system, a watercraft rental method, and a computer for a watercraft |
US11551272B2 (en) * | 2020-04-07 | 2023-01-10 | Capital One Services, Llc | Using transaction data to predict vehicle depreciation and present value |
JP7371561B2 (ja) * | 2020-04-08 | 2023-10-31 | トヨタ自動車株式会社 | 車両管理システム及び情報処理装置 |
US20210335060A1 (en) * | 2020-04-24 | 2021-10-28 | Honda Motor Co., Ltd. | System and method for processing a reliability report associated with a vehicle |
KR20210136419A (ko) * | 2020-05-07 | 2021-11-17 | 현대자동차주식회사 | 퍼스널 모빌리티 및 그 제어 방법 |
US20220021953A1 (en) * | 2020-07-16 | 2022-01-20 | R9 Labs, Llc | Systems and methods for processing data proximate to the point of collection |
CN113570400A (zh) * | 2021-06-02 | 2021-10-29 | 饶凯凯 | 一种用于远程拼友的系统 |
DE102021123436A1 (de) | 2021-09-10 | 2023-03-16 | Bayerische Motoren Werke Aktiengesellschaft | Rückgabe eines automatisierten kraftfahrzeugs bei einer ride-hailing-fahrt |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4773011A (en) * | 1986-01-27 | 1988-09-20 | The Goodyear Tire & Rubber Company | Method of surveying, selecting, evaluating, or servicing the tires of vehicles |
US6732048B2 (en) * | 2001-04-02 | 2004-05-04 | Maptuit Corporation | Alternate routes generation |
US10175058B2 (en) * | 2008-12-22 | 2019-01-08 | Tomtom Global Content B.V. | Methods, devices and map databases for green routing |
US8538785B2 (en) * | 2011-08-19 | 2013-09-17 | Hartford Fire Insurance Company | System and method for computing and scoring the complexity of a vehicle trip using geo-spatial information |
CN102354405B (zh) * | 2011-11-04 | 2014-03-12 | 马龙泉 | 车辆驾驶服务终端系统及其工作方法 |
US20140067491A1 (en) * | 2012-08-30 | 2014-03-06 | Frias Transportation Infrastructure Llc | Transportation control and regulation system and method for for-hire vehicles |
CN103514737B (zh) * | 2013-09-18 | 2016-12-07 | 杭州九树网络科技有限公司 | 智能拼车控制系统及智能拼车控制方法 |
US10140782B2 (en) * | 2013-10-07 | 2018-11-27 | State Farm Mutual Automobile Insurance Company | Vehicle sharing tool based on vehicle condition assessments |
US20150310379A1 (en) * | 2014-04-28 | 2015-10-29 | Ford Global Technologies, Llc | Shared vehicle systems and methods |
US9773251B2 (en) * | 2014-06-03 | 2017-09-26 | Ford Global Technologies, Llc | Apparatus and system for generating vehicle usage model |
US20160071082A1 (en) * | 2014-09-05 | 2016-03-10 | Ebay Inc. | Automated splitting of costs incurred during a shared vehicle travel |
US10416662B2 (en) * | 2015-09-22 | 2019-09-17 | International Business Machines Corporation | Maintenance optimization for asset performance management |
-
2016
- 2016-02-18 WO PCT/US2016/018410 patent/WO2017142536A1/en active Application Filing
- 2016-02-18 US US15/999,853 patent/US20210215491A1/en active Pending
- 2016-02-18 DE DE112016006295.8T patent/DE112016006295T5/de active Pending
- 2016-02-18 CN CN201680082122.7A patent/CN108885114B/zh active Active
- 2016-02-18 GB GB1815136.5A patent/GB2564041A/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2017142536A1 (en) | 2017-08-24 |
GB2564041A (en) | 2019-01-02 |
GB201815136D0 (en) | 2018-10-31 |
CN108885114A (zh) | 2018-11-23 |
DE112016006295T5 (de) | 2018-11-15 |
US20210215491A1 (en) | 2021-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108885114B (zh) | 基于云的动态车辆共享系统和方法 | |
CN105139475B (zh) | 用于产生车辆使用模型的设备和系统 | |
JP6849705B2 (ja) | 自動化されたリスク制御システムを含む自律的又は部分的に自律的な自動車及びそれに対応する方法 | |
US20220244063A1 (en) | Data processing system communicating with a map data processing system to determine or alter a navigation path based on one or more road segments | |
US10343605B1 (en) | Vehicular warning based upon pedestrian or cyclist presence | |
US10878510B2 (en) | Telematics system and corresponding method thereof | |
US11037177B1 (en) | Vehicle component identification using driver profiles | |
US11699309B2 (en) | Dynamic driver and vehicle analytics based on vehicle tracking and driving statistics | |
US20150213420A1 (en) | Method and device for determining vehicle condition based on operational factors | |
US20150112800A1 (en) | Targeted advertising using vehicle information | |
US20160292768A1 (en) | Vehicle ratings via measured driver behavior | |
US20150213519A1 (en) | Method and device for determining vehicle condition based on non-operational factors | |
US11830295B2 (en) | Determining vehicle service timeframes based on vehicle data | |
US20220194401A1 (en) | System and method for enhancing vehicle performance using machine learning | |
US20150213518A1 (en) | Method and device for determining periodic payment reduction based on extrapolated residual value | |
US11403889B2 (en) | Part maintenance and value estimation system | |
US20240110800A1 (en) | Wear mitigation routing platform | |
EP2562518B1 (fr) | Dispositif et procédé d'évaluation de la conduite d'un véhicule | |
WO2023152239A1 (en) | Digital framework for autonomous or partially autonomous vehicle and/or electric vehicles risk exposure monitoring, measuring and exposure cover pricing, and method thereof | |
AU2012202024A1 (en) | A System and Method for Collecting an Operator Behavioural Profile |
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 |