CN109791709A - 用于检测和证实由被适配成获取与运输车辆的运动和/或驾驶参数有关的数据的机载设备记录的运输车辆的异常压力的方法 - Google Patents
用于检测和证实由被适配成获取与运输车辆的运动和/或驾驶参数有关的数据的机载设备记录的运输车辆的异常压力的方法 Download PDFInfo
- Publication number
- CN109791709A CN109791709A CN201780045116.9A CN201780045116A CN109791709A CN 109791709 A CN109791709 A CN 109791709A CN 201780045116 A CN201780045116 A CN 201780045116A CN 109791709 A CN109791709 A CN 109791709A
- Authority
- CN
- China
- Prior art keywords
- abnormal pressure
- data
- airborne equipment
- processing station
- remote processing
- 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.)
- Granted
Links
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
- G07C5/08—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
- G07C5/085—Registering performance data using electronic data carriers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
- B60R16/0232—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions
- B60R16/0233—Vehicle tilting, overturning or roll over
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
- G01L5/0052—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes measuring forces due to impact
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Measuring Fluid Pressure (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Feeding And Guiding Record Carriers (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
一种用于检测和证实由机载设备记录且发射到远程处理站的运输车辆的异常压力的方法(200),所述机载设备被适配成获取与运输车辆的运动和/或驾驶参数有关的数据,所述方法(200)包括下述步骤:由安装在运输车辆上的机载设备所配备有的一个或多个传感器获取(21)与运输车辆的运动和/或驾驶参数有关的数据;由机载设备所配备有的本地处理单元基于由机载设备获取的数据记录(22)表示运输车辆的异常压力的数据;由机载设备的本地处理单元向远程处理站发射(23)所记录的表示异常压力的数据。所述方法(200)包括下述步骤:由远程处理站提供(201)表示真类型的基本异常压力的数据的数据库和表示假类型的基本异常压力的数据的数据库;由远程处理站基于神经网络将至少一个第一相关性过滤器应用(202)于表示要由机载设备证实、记录且发射的异常压力的数据。应用(202)至少一个第一相关性过滤器的步骤包括下述步骤:由远程处理站将由机载设备接收到的表示异常压力的数据与分别存储在表示真类型的基本异常压力的数据的数据库中和存储在表示假类型的基本异常压力的数据的数据库中的数据进行比较(203);如果由机载设备接收到的表示异常压力的数据对应于存储在表示真类型或假类型的基本异常压力的数据的数据库中的数据,则由远程处理站将由机载设备所接收到的表示异常压力的数据表示的异常压力证实(204)为真事件或假事件。
Description
技术领域
本发明涉及一种用于检测和证实由机载设备记录的运输车辆的异常压力的方法,该机载设备被适配成获取与运输车辆的运动和/或驾驶参数有关的数据。
背景技术
已知用于检测和证实由安装在运输车辆上的机载设备(终端)记录的运输车辆的异常压力的方法,该机载设备被适配成通过使用适当传感器来实时地获取与运输车辆的运动和/或驾驶参数有关的数据。
所谓的异常压力是在事故的情况下潜在地由车辆自身的事故碰撞或翻车导致的车辆或其部分的移动。
在实时地获取的与运输车辆的运动和/或驾驶参数相关的数据的基础上,机载设备可以记录运输车辆所遭受的异常压力。
该记录通常是通过下述操作来执行的:将表示所获取的数据中的一些的信号的趋势(例如,运输车辆所遭受的加速度趋势)与表示在正常使用条件下运输车辆的加速度趋势的参考简档进行比较。
当超过所设置的阈值时,这种比较使得可能强调很可能由车辆所遭受的碰撞导致的可能加速度偏差,因此,该可能加速度偏差被机载设备记录为异常压力。
然而,这种记录不旨在决定性地证实运输车辆所遭受的异常压力。
关于这一点,机载设备还被配置成决定性地证实异常压力,由此,对由机载设备记录的每一个异常压力进行处理,以确立这种异常压力为“真”(即,与车身上的碰撞相关)还是为“假”。
根据现有技术的检测和证实方法,证实实际上是在机载设备内部执行的,该机载设备被配置成评估由运输车辆在所记录的异常压力之后的时间间隔中行进的距离和由运输车辆实现的最终速度。这种物理量(所行进的距离和最终速度)由机载设备凭借卫星地球定位系统来获得,该卫星地球定位系统操作地连接到机载设备且与机载设备通信。
这种检测和证实方法不是没有故障的。
首先,为了改进检测和证实的质量,实际上不可能使用复杂算法,除非在机载设备中使用高功率过程,其中成本和能量消耗随之增加(能量消耗方面对于电池放电时间而言是有重要性的)。
此外,调谐大队的机载设备是复杂且高成本的,这是因为其通过远程更新该队的所有机载设备(终端)而要求许多调整。
显而易见,算法以及由机载设备保证的服务质量取决于安装在运输车辆上的机载设备中存在的硬件的类型。
这明显意味着:较老的机载设备将具有与较新近的机载设备相当不同的性能。
还考虑到在具体应用范围(诸如,保险远程信息处理)内机载设备可能保持装配在相同运输车辆上达许多年,那么废弃的现象是非常显著且不可忽略不计的缺陷。
出于该原因,强烈地感到需要具有用于检测和证实运输车辆的异常压力的方法,从数量答复的观点来看,该方法是尽可能最准确且可靠的,并且另一方面,该方法可以尽可能多地对照和减少机载设备在现场的废弃的现象。
发明内容
本发明的目的是使用于检测和证实运输车辆的异常压力的方法可用,该方法使得可能解决或至少部分地减少上面参考上述现有技术描述的缺陷。
这种目的是凭借如权利要求1中总体限定的用于检测和证实运输车辆的异常压力的方法来实现的。
在随附的从属权利要求中限定上述方法的可替换的优选和有利实施例。
这种目的还凭借用于凭借程序产品检测和证实运输车辆的异常压力的方法而实现。
将通过作为示例作出且因而不以任何方式进行限制的对特定实施例的以下详细描述、参考在接下来的段落中简要描述的附图来更好地理解本发明。
附图说明
图1示出了例证被适配成实现用于证实运输车辆的异常压力的方法的系统的功能框图,该异常压力由机载设备记录且发射到远程处理站,该机载设备被适配成获取与运输车辆的运动和/或驾驶参数有关的数据。
图2示出了用于证实运输车辆的异常压力的方法的实施例的非限制性示例的流程图,该异常压力由机载设备记录且发射到远程处理站,该机载设备被适配成获取与运输车辆的运动和/或驾驶参数有关的数据。
具体实施方式
图1示出了被适配成实现用于检测和证实运输车辆的异常压力的方法的系统的实施例的非限制性示例,该异常压力由机载设备记录且发射到远程处理站,该机载设备被适配成获取与运输车辆的运动和/或驾驶参数有关的数据。
由数字参考标号100整体上指示的这种系统包括安装在运输车辆102上的机载设备101。
运输车辆102是例如汽车,但其也可以是卡车、摩托车或者公共运输的装置,诸如例如公共汽车。
值得注意的是,“异常压力”意指在事故的情况下潜在地由运输车辆102的事故碰撞或甚至翻车导致的运输车辆102或其部分的移动。
此外,值得注意的是,“证实”运输车辆的异常压力意指:将先前仅由机载设备记录且发射的这种异常压力分类为“真”或“假”,以便能够消除假警报(未由运输车辆自身的事故碰撞或翻车导致的异常压力),且能够接续地将仅实际上由车辆可能已经遭受的事故导致的异常压力(“真”异常压力)供给到操作者以用于从保险观点来看的管理。
转回到图1中的示例,系统100进一步包括:至少一个远程处理站103(例如,电子计算机服务器),其凭借数据通信网络104操作地连接到机载设备101。
数据通信网络104(例如,GSM蜂窝电话网络)允许机载设备101与远程处理站103之间的数据传输。机载设备101与远程处理站103之间的数据传输优选地是双向类型的。
如前所述,机载设备101是被配置成获取与运输车辆102的运动和/或驾驶参数相关的数据的硬件和软件系统。
此外,机载设备101被配置成记录表示在这种所获取的数据的基础上记录的运输车辆102的异常压力(触发)的数据,并凭借数据通信网络104将表示在这种所获取的数据的基础上记录的运输车辆102的异常压力(触发)的数据发射到远程处理站103。
远程处理控制单元103反而被配置成进一步接收和处理由相应运输车辆102上机载安装的多个机载设备101获取和处理的数据。值得注意的是,非常高数目的运输车辆可以由远程处理站103管理,例如大约几十万或几百万个运输车辆。
远程处理站103是下述硬件和软件系统:其被配置成监视运输车辆,例如以便评估在驾驶它们时的风险因素和车辆驾驶员的驾驶习惯、接收针对帮助和/或救援的请求、检测事故、检测盗窃等等。
特别地,出于检测事故的目的,远程处理站103被配置成:在所获取的与运输车辆102的运动和/或驾驶参数相关的数据的基础上,证实由机载设备101记录且发射到远程处理站103的异常压力。
如前所述,机载设备101反而被配置成检测异常压力。
下面将还参考图2中所示的实施例来描述用于检测和证实运输车辆的异常压力的方法。
现在转回到机载设备101,根据实施例,其所获取的与运输车辆102的运动和/或驾驶参数相关的数据优选地是加速度类型的。
关于这一点,机载设备101包括图1中未示出的一个或多个二轴或三轴数字惯性类型传感器(加速度计和/或陀螺仪)。
机载设备101进一步包括:图中未示出的本地处理单元,被配置用于管理机载设备101且用于处理以及发射经处理的数据并接收可能的配置、诊断或远程控制数据。数据由机载设备101凭借操作地连接到本地数据处理单元的本地数据通信单元(图中未示出)发射和接收,这使得机载设备101可能与数据通信网络104对接。
出于检测运输车辆102可能牵涉其中的事故的目的,本地处理单元被配置成在由机载设备101获取的数据的基础上记录表示异常压力(触发)的数据。
关于这一点,机载设备101的本地处理单元被配置成加载且运行先前存储在机载设备101的本地存储器单元(图中未示出)中的一个或多个所设置的程序代码。
特别地,机载设备101的本地处理单元被配置成:实时地读取由加速度计类型传感器获取的数据;以及检测与运输车辆在其正常使用期间的行为不兼容的任何事。例如,机载设备101的本地处理单元被配置成将所检测到的运输车辆的趋势与多个参考简档进行比较,每一个参考简档表示在所设置的碰撞的情况下运输车辆的加速度。在已经识别出与所检测到的运输车辆的加速度趋势最接近的参考简档之后,机载设备的本地处理单元被配置成:在参考简档的能量含量的基础上确立所检测到的异常压力是否表示优先级事件。
如果运输车辆的加速度趋势的能量强度在检测到异常压力之后的实例中减小,则所检测到的异常压力对应于优先级事件(实际碰撞)。
如果运输车辆的加速度趋势的能量强度在检测到异常压力之后的实例中不减小,则所检测到的异常压力对应于次级事件(小型碰撞)。
更详细地,机载设备101的本地处理单元被配置成在本地存储器单元中以所设置的格式存储由加速度类型传感器获取的运输车辆102的加速度趋势,该格式具有优选为200Hz的采样频率以及总持续时间,该总持续时间对于表示优先级事件(碰撞)的异常压力而言优选地等于6秒(4秒在异常压力之前,1秒与异常压力相关,1秒在异常压力之后)且对于表示次级事件(小型碰撞)的异常压力而言优选地等于3秒(1秒在异常压力之前,1秒与异常压力相关,1秒在异常压力之后)。
从在机载设备101的本地存储器单元中存储(记录)之前的数据处理的观点来看,由机载设备101的本地处理单元进行的所有操作将在由加速度类型传感器提供的加速度样本上执行,不包含由传感器在其余条件下检测到的偏移,且遵循加速度轴三元组的旋转以将传感器的Z轴与运输车辆的垂直方向对准。
机载设备101的本地处理单元被配置成过滤从加速度类型传感器接收到的加速度样本,例如使用4样本移动平均过滤器。
机载设备101的本地处理单元进一步被配置成:在经过滤的加速度样本处理的基础上记录异常压力,优选地使用所谓的触发算法。
根据这种触发算法来定义一个或多个加速度阈值和对应的时间间隔。加速度阈值优选地以g表达,而持续时间优选地以与利用100 Hz处的采样频率进行的获取相关的样本单位表达。
还定义了与在传感器的加速度三元组的x轴上记录的加速度样本T1的集合相对应的第一加速度分量Sx、与在传感器的加速度三元组的y轴上记录的加速度样本T1的第二集合相对应的第二加速度分量Sy、与在传感器的加速度三元组的z轴上记录的加速度样本T1的第三集合相对应的第三加速度分量Sz。
机载设备101的本地处理单元被配置成:对于高于或等于时间阈值的数目的样本,如果在一事件中分量Sx和Sy中的至少一个超过阈值A1,则记录表示异常压力(触发)的数据。
在触发算法的下游,机载设备101的本地处理单元可以可选地被配置成实现进一步的条件(例如,通过定义进一步的加速度阈值、时间阈值和/或其他条件),以便记录表示优先级类型(碰撞)或次级类型(小型碰撞)的异常压力(触发)的数据,或者拒绝事件自身。
机载设备101的本地处理单元被配置成将所记录的表示异常压力的数据发射到远程处理站103。
更详细地,机载设备101的本地处理单元被配置成:实时地发射表示优先级类型(碰撞)的异常压力(触发)的数据;以及在所设置的时间处发射表示次级类型(小型碰撞)的异常压力(触发)的数据。所设置的时间可以是例如当机载设备101的本地处理单元饱和且必需被清空时。
远程处理站103被配置成:一旦从运输车辆102的机载设备101接收到表示在由机载设备101获取的数据的基础上记录的异常压力的数据,就证实这种异常压力。
现在将参考图2来描述用于检测和证实由机载设备101记录且发射到远程处理站103的运输车辆102的异常压力的方法200,机载设备101被适配成获取与运输车辆102的运动和/或驾驶参数有关的数据。
值得注意的是,上述用于检测和证实异常压力的方法200使得有利地可能仅提取由机载设备101记录且发射的压力,该压力表示要被发信号通知给操作者以用于从保险或道路安全观点来看的管理的事件(诸如,碰撞或事故)。
方法200包括开始ST的象征性步骤。
方法200包括下述步骤:由安装在运输车辆102上的机载设备101所配备有的一个或多个传感器获取21与运输车辆102的运动和/或驾驶参数有关的数据。
上面描述了这种一个或多个传感器的示例。
方法200进一步包括下述步骤:由机载设备101所配备有的本地处理单元在由机载设备101获取的数据的基础上记录22表示运输车辆102的异常压力的数据。
在一个实施例(图中未示出)中,记录22的步骤包括下述步骤:由机载设备101的本地处理单元将所检测到的运输车辆的加速度趋势与多个参考简档进行比较,每一个参考简档表示在所设置的撞车的情况下运输车辆的加速度。
在已经识别出与运输车辆的所检测到的加速度趋势最接近的参考简档之后,记录22的步骤进一步包括下述步骤:由机载设备101的本地处理单元在参考简档的能量含量的基础上确立所检测到的异常压力是否表示优先级事件。
转回到图2中所示的实施例,方法200进一步包括下述步骤:由机载设备101的本地处理单元向远程处理站103发射23所记录的表示异常压力的数据。
在实施例(图中未示出)中,发射23的步骤包括下述步骤:实时地发射表示优先级类型(碰撞)的异常压力(触发)的数据,并在所设置的稍后时间处发射表示次级类型(小型碰撞)的异常压力(触发)的数据。
上面描述了优先级类型(碰撞)和次级类型(小型碰撞)的异常压力。
转回到图2中的实施例,方法200包括下述步骤:由远程处理站103提供201表示真类型的基本异常压力的数据的数据库和表示假类型的基本异常压力的数据的数据库。
方法200进一步包括下述步骤:由远程处理站103基于神经网络将至少一个第一相关性过滤器应用202于表示要由机载设备101证实、记录且发射的异常压力的数据。
更详细地,这种神经网络基于一些参数与参考数据库的比较。
特别地,考虑信号能量以及加速度在三个轴上的均值和峰值。
基于神经网络应用202至少一个第一相关性过滤器的步骤包括下述步骤:
- 由远程处理站103将由机载设备101接收到的表示异常压力的数据与分别存储在表示真类型的基本异常压力的数据的数据库中和存储在表示假类型的基本异常压力的数据的数据库中的数据进行比较203;
- 如果由机载设备101接收到的表示异常压力的数据对应于存储在表示真类型的基本异常压力的数据的数据库中的数据,则由远程处理站103将由机载设备101所接收到的表示异常压力的数据表示的异常压力证实204为真事件;
- 如果由机载设备101接收到的表示异常压力的数据对应于存储在表示假类型的基本异常压力的数据的数据库中的数据,则将由机载设备101所接收到的表示异常压力的数据表示的异常压力证实205为假类型事件。
方法200包括结束ED的象征性步骤。
在实施例中,与前一实施例相结合,由远程处理站103将由机载设备101所接收到的表示异常压力的数据表示的异常压力证实204为真事件的步骤包括下述步骤:将第一二进制值(例如,“0”)指派204’给异常压力。
在实施例中,与前述实施例中的任一个相结合,由远程处理站103将由机载设备101所接收到的表示异常压力的数据表示的异常压力证实205为真事件的步骤包括下述步骤:将与所述第一二进制值相反的第二二进制值(例如,“1”)指派205’给异常压力。
根据进一步实施例,与前述权利要求中的任一个相结合,应用202的步骤进一步包括下述步骤:由远程处理站103更新206存储在表示真类型的基本异常压力的数据的数据库中的数据和存储在表示假类型的基本异常压力的数据的数据库中的数据两者,该更新206是在与这两者比较的由机载设备101接收到的表示异常压力的数据的基础上进行的。
在实施例中,与前述权利要求中的任一个相结合,方法200进一步包括下述步骤:由远程处理站103将FFT类型的至少一个第二频率过滤器应用207于表示要由机载设备101证实、记录且发射的异常压力的数据。
这种应用207 FFT类型的第二频率过滤器的步骤包括下述步骤:
- 确立208一个或多个参考频率值,这种参考频率值以下的频率值表示第一类型(真或假)的异常压力,这种参考频率值以上的频率值表示与第一类型相反的第二类型(真或假)的异常压力;
- 添加209表示下述数据的信号的低频率和高频率,该数据表示要由机载设备101证实、记录且发射的异常压力;
- 计算210在添加的步骤中获得的频率值与参考频率值的距离;
- 由远程处理站103在所计算的距离的值的基础上将由机载设备101所接收到的表示异常压力的数据表示的异常压力证实211为真或假事件。
在一个实施例中,与前述步骤中的任一个相结合,由远程处理站103将由机载设备101所接收到的表示异常压力的数据表示的异常压力证实211为真或假事件的步骤包括下述步骤:将第一二进制值(例如,“0”)或与所述第一二进制值相反的第二二进制值(例如,“1”)指派211’给异常压力。
在进一步实施例中,与前述权利要求中的任一个相结合,方法200进一步包括下述步骤:由远程处理站103将第三过滤器(过度碰撞过滤器)应用212于表示要由机载设备101证实、记录且发射的异常压力的数据。
应用212第三过滤器的步骤包括下述步骤:
- 由远程处理站103设置213表示安装在运输车辆上的机载设备在所设置的时间段中(例如,每天)可记录的异常压力的最大数目的参数;
- 由远程处理站103对由同一个机载设备101在所设置的时间段中接收到的异常压力的数目进行计数214;
- 由远程处理站103在由机载设备101在所设置的时间段中记录且发射的异常压力的数目与表示机载设备101可记录的异常压力的最大数目的参数之间的比较的基础上,将由表示机载设备101所接收到的异常压力的数据表示的异常压力证实215为真或假事件。
如果由机载设备101在所设置的时间间隔中记录且发射的异常压力的数目高于表示可由机载设备101记录的压力的最大数目的参数,则由机载设备101记录的异常压力将由远程处理站103证实为假事件。
值得注意的是,方法200想到每次应用第二过滤器和第三过滤器(或者一般地,N个过滤器)。
实际上,非常简单且在“或”模式重复了N-1次之后的N个过滤器的组合矩阵想到:事件必须已经使所有N个过滤器通过以便被证实。
相反,对于要被分类为假的事件,仅一个过滤器将其如此分类就是足够的。
根据实施例,与前一实施例相结合,由远程处理站103将由表示机载设备101所接收到的异常压力的数据表示的异常压力证实215为真或假事件的步骤包括下述步骤:将第一二进制值(例如,“0”)或与所述第一二进制值相反的第二二进制值(例如,“1”)指派215’给异常压力。
根据实施例,与其中可以应用至少一个第一过滤器、第二过滤器和第三过滤器中的至少两个的上述实施例中的任一个相结合或者对上述实施例中的任一个来说可替换地,方法200包括下述步骤:以“或”(OR)方式将在应用所述至少一个第一过滤器、第二过滤器或第三过滤器中的至少两个之后获得的异常压力的证实相互组合。
根据进一步实施例(图中未示出),与前述实施例中的任一个相结合,方法200进一步包括下述步骤:由远程处理站103在机载设备101上在异常压力处检测到的加速度以及这种所检测到的加速度与所设置的参考加速度值的比较的基础上对经证实的异常压力进行分类。
在该实施例(撞车引擎)中,方法200进一步包括下述步骤:在远程存储器单元中针对每一个经证实和分类的异常压力而存储表示撞击类型(前面碰撞、后面碰撞、侧面碰撞)的信息,该撞击类型是由机载设备在异常压力期间接收到的力的方向、其所遭受的加速度的数目、能量指数和位置的函数。
以该方式,可以根据最常见的撞击动力学来对事件进行分类。
这丰富了信息以帮助保险操作者确立事故的责任。
根据实施例,可以在电子计算机的存储器单元中加载程序产品。
程序产品可以由电子计算机的数据处理单元运行,以便运行根据上述实施例中的任一个的用于检测和证实异常压力的方法。
根据实施例,程序产品包括第一程序产品,该第一程序产品可以被加载在机载设备101的存储器中,且可以由机载设备101的数据处理单元运行,以根据上述实施例中的任一个检测异常压力。
根据实施例,程序产品包括第二程序产品,该第二程序产品可以被加载在远程处理站103的存储器中,且可以由远程处理站103的数据处理单元运行,以根据上述实施例中的任一个证实它。
从上述内容中显而易见,上述类型的检测和证实方法使得可能从克服现有技术的缺陷的方面完全实现所设置的目的。
首先,为了改进检测和证实质量,将证实继续传递到被提供有甚至高功率处理器的远程处理站的可能性使得有利地可能采用复杂算法。
同时,这使得可能使用标准机载设备,其中随之而抑制成本和能量消耗(能量消耗方面就电池放电时间而言是重要的)。
此外,这种方面使得仍然可能使用标准机载设备,而无需诉诸升级整个队的机载设备或利用更演进的机载设备替代这种队,由此在考虑到在具体应用范围(诸如,保险远程信息处理)内机载设备可能保持装配在相同运输车辆上达许多年的情况下,显著抑制废弃的现象,避免或至少尽可能多地推迟整个队的机载设备的升级成本。
尽管本发明的原理如此,但可以使实施例和细节相对于本文专门作为非限制性示例描述和说明的实施例和细节有很大变化,只要不因为这一点而脱离如所附权利要求中所限定的本发明的保护范围即可。
Claims (16)
1.用于检测和证实由机载设备(101)记录且发射到远程处理站(103)的运输车辆(102)的异常压力的方法(200),所述机载设备(101)被适配用于获取与运输车辆(102)的运动和/或驾驶参数有关的数据,所述方法(200)包括下述步骤:
- 由安装在运输车辆(102)上的机载设备(101)所配备有的一个或多个传感器获取(21)与运输车辆(102)的运动和/或驾驶参数有关的数据;
- 由机载设备(101)所配备有的本地处理单元基于由机载设备(101)获取的数据记录(22)表示运输车辆(102)的异常压力的数据;
- 由机载设备(101)的本地处理单元向远程处理站(103)发射(23)所记录的表示异常压力的数据;
- 由远程处理站(103)提供(201)表示真类型的基本异常压力的数据的数据库和表示假类型的基本异常压力的数据的数据库;
- 由远程处理站(103)基于神经网络将至少一个第一相关性过滤器应用(202)于表示要由机载设备(101)证实、记录且发射的异常压力的数据,应用(202)至少一个第一相关性过滤器的步骤包括下述步骤:
- 由远程处理站(103)将由机载设备(101)接收到的表示异常压力的数据与分别存储在表示真类型的基本异常压力的数据的数据库中和存储在表示假类型的基本异常压力的数据的数据库中的数据进行比较(203);
- 如果由机载设备(101)接收到的表示异常压力的数据对应于存储在表示真类型的基本异常压力的数据的数据库中的数据,则由远程处理站(103)将由机载设备(101)所接收到的表示异常压力的数据表示的异常压力证实(204)为真事件;
- 如果由机载设备(101)接收到的表示异常压力的数据对应于存储在表示假类型的基本异常压力的数据的数据库中的数据,则将由机载设备(101)所接收到的表示异常压力的数据表示的异常压力证实(205)为假事件。
2.根据权利要求1所述的方法(200),其中由远程处理站(103)将由机载设备(101)所接收到的表示异常压力的数据表示的异常压力证实(204)为真事件的步骤包括下述步骤:将第一二进制值指派(204’)给异常压力。
3.根据权利要求2所述的方法(200),其中由远程处理站(103)将由机载设备(101)所接收到的表示异常压力的数据表示的异常压力证实(205)为真事件的步骤包括下述步骤:将与所述第一二进制值相反的第二二进制值指派(205’)给异常压力。
4.根据前述权利要求中任一项所述的方法(200),其中应用(202)的步骤还包括下述步骤:由远程处理站(103)更新(206)存储在表示真类型的基本异常压力的数据的数据库中的数据和存储在表示假类型的基本异常压力的数据的数据库中的数据两者,所述更新(206)是基于与这两者比较的由机载设备(101)接收到的表示异常压力的数据来进行的。
5.根据前述权利要求中任一项所述的方法(200),其中由远程处理站(103)将FFT类型的第二频率过滤器应用(207)于表示要由机载设备(101)证实且发射的异常压力的数据的步骤,应用(207)FFT类型的第二频率过滤器的步骤包括下述步骤:
- 确立(208)参考频率值,这种参考频率值以下的频率值表示来自真和假的第一类型的异常压力,这种参考频率值以上的频率值表示来自真和假的与第一类型相反的第二类型的异常压力;
- 添加(209)表示下述数据的信号的低频率和高频率,该数据表示要由机载设备(101)证实、记录且发射的异常压力;
- 计算(210)在添加的步骤中获得的频率值与参考频率值的距离;
- 由远程处理站(103)基于所计算的距离的值将由机载设备(101)所接收到的表示异常压力的数据表示的异常压力证实(211)为真或假事件。
6.根据权利要求5所述的方法(200),其中由远程处理站(103)将由机载设备(101)所接收到的表示异常压力的数据表示的异常压力证实(211)为真或假事件的步骤包括下述步骤:将第一二进制值或与所述第一二进制值相反的第二二进制值指派(211’)给异常压力。
7.根据前述权利要求中任一项所述的方法(200),还包括下述步骤:由远程处理站(103)将第三过滤器应用(212)于表示要由机载设备(101)证实、记录且发射的异常压力的数据,应用(212)第三过滤器的步骤包括下述步骤:
- 由远程处理站(103)确立(213)表示安装在运输车辆上的机载设备在所设置的时间段中可记录的异常压力的最大数目的参数;
- 由远程处理站(103)对由同一个机载设备(101)在所设置的时间段中接收到的异常压力的数目进行计数(214);
- 由远程处理站(103)基于由机载设备(101)在所设置的时间段中记录且发射的异常压力的数目与表示机载设备(101)可记录的异常压力的最大数目的参数之间的比较,将由表示机载设备(101)所接收到的异常压力的数据表示的异常压力证实(215)为真或假事件。
8.根据权利要求7所述的方法(200),其中由远程处理站(103)将由表示机载设备(101)所接收到的异常压力的数据表示的异常压力证实(215)为真或假事件的步骤包括下述步骤:将第一二进制值或与所述第一二进制值相反的第二二进制值指派(215’)给异常压力。
9.根据前述权利要求7和8中任一项所述的方法(200),包括下述步骤:在“与”模式中且然后在“或”模式中将在应用来自所述至少一个第一过滤器、第二过滤器或第三过滤器的至少两个之后获得的异常压力的证实进行组合。
10.根据前述权利要求中任一项所述的方法(200),还包括下述步骤:由远程处理站(103)基于在机载设备(101)上在异常压力处检测到的加速度以及这种所检测到的加速度与所设置的参考加速度值的比较,来对经证实的异常压力进行分类。
11.根据权利要求10所述的方法(200),还包括下述步骤:由远程处理站(103)在远程存储器单元中针对每一个经证实和分类的异常压力而存储表示撞击类型的信息,所述撞击类型是由机载设备在异常压力期间接收到的力的方向、所经受的加速度的数目、能量指数和位置的函数。
12.根据前述权利要求中任一项所述的方法(200),其中记录(22)的步骤包括下述步骤:由机载设备(101)的本地处理单元将所检测到的运输车辆(102)的加速度趋势与多个参考简档进行比较,每一个参考简档表示在所设置的撞车的情况下运输车辆(102)的加速度。
13.根据权利要求12所述的方法(200),其中一旦与所检测到的运输车辆的加速度模式最接近的参考简档已经被识别出,记录(22)的步骤就还包括下述步骤:由机载设备(101)的本地处理单元基于参考简档的能量含量来确立所检测到的异常压力是否表示优先级事件。
14.根据前述权利要求中任一项所述的方法(200),其中发射(23)的步骤包括下述步骤:实时地发射表示优先级类型的异常压力的数据,并在所设置的稍后时间处发射表示次级类型的异常压力的数据。
15.用于检测和证实由机载设备(101)记录且发射到远程处理站(103)的运输车辆的异常压力的系统(100),所述机载设备(101)被适配用于获取与运输车辆(102)的运动和/或驾驶参数有关的数据,所述系统(100)包括:
- 安装在运输车辆(102)上的机载设备(101),
- 至少一个远程处理站(103),通过数据通信网络(104)操作地连接到机载设备(101),
所述机载设备(101)和所述至少一个远程处理站(103)被配置成实施根据前述权利要求中任一项所述的检测和证实方法(200)。
16.能够被加载在电子计算器的存储器单元中的程序产品,所述程序产品能够由所述电子计算器的数据处理器实施,以实施根据前述权利要求1至14中任一项所述的证实方法(200)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IT102016000081122 | 2016-08-02 | ||
IT102016000081122A IT201600081122A1 (it) | 2016-08-02 | 2016-08-02 | Metodo di rilevamento e validazione di sollecitazioni anomale di un veicolo di trasporto registrate da un dispositivo di bordo atto ad acquisire dati relativi a parametri di moto e/o di guida di un veicolo di trasporto |
PCT/IB2017/054718 WO2018025194A1 (en) | 2016-08-02 | 2017-08-02 | Method for detecting and validating anomalous stresses of a transportation vehicle recorded by an on-board device adapted to acquire data relative to motion and/or driving parameters of a transportation vehicle |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109791709A true CN109791709A (zh) | 2019-05-21 |
CN109791709B CN109791709B (zh) | 2022-04-12 |
Family
ID=57610269
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780045116.9A Active CN109791709B (zh) | 2016-08-02 | 2017-08-02 | 用于检测和证实运输车辆的异常压力的方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20190236861A1 (zh) |
EP (1) | EP3494552A1 (zh) |
JP (1) | JP2019523486A (zh) |
CN (1) | CN109791709B (zh) |
CA (1) | CA3028996A1 (zh) |
IT (1) | IT201600081122A1 (zh) |
RU (1) | RU2751385C2 (zh) |
WO (1) | WO2018025194A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114764953A (zh) * | 2020-12-30 | 2022-07-19 | 细美事有限公司 | 运输车辆管理方法 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11853863B2 (en) | 2019-08-12 | 2023-12-26 | Micron Technology, Inc. | Predictive maintenance of automotive tires |
US11748626B2 (en) | 2019-08-12 | 2023-09-05 | Micron Technology, Inc. | Storage devices with neural network accelerators for automotive predictive maintenance |
US11635893B2 (en) | 2019-08-12 | 2023-04-25 | Micron Technology, Inc. | Communications between processors and storage devices in automotive predictive maintenance implemented via artificial neural networks |
US11775816B2 (en) | 2019-08-12 | 2023-10-03 | Micron Technology, Inc. | Storage and access of neural network outputs in automotive predictive maintenance |
US11586194B2 (en) | 2019-08-12 | 2023-02-21 | Micron Technology, Inc. | Storage and access of neural network models of automotive predictive maintenance |
US11586943B2 (en) | 2019-08-12 | 2023-02-21 | Micron Technology, Inc. | Storage and access of neural network inputs in automotive predictive maintenance |
US11702086B2 (en) | 2019-08-21 | 2023-07-18 | Micron Technology, Inc. | Intelligent recording of errant vehicle behaviors |
US11498388B2 (en) | 2019-08-21 | 2022-11-15 | Micron Technology, Inc. | Intelligent climate control in vehicles |
US20210053574A1 (en) * | 2019-08-21 | 2021-02-25 | Micron Technology, Inc. | Monitoring controller area network bus for vehicle control |
CN110519362B (zh) * | 2019-08-22 | 2022-04-05 | 东软睿驰汽车技术(沈阳)有限公司 | 一种数据上传方法以及装置 |
US11693562B2 (en) | 2019-09-05 | 2023-07-04 | Micron Technology, Inc. | Bandwidth optimization for different types of operations scheduled in a data storage device |
US11650746B2 (en) | 2019-09-05 | 2023-05-16 | Micron Technology, Inc. | Intelligent write-amplification reduction for data storage devices configured on autonomous vehicles |
US11250648B2 (en) | 2019-12-18 | 2022-02-15 | Micron Technology, Inc. | Predictive maintenance of automotive transmission |
US11709625B2 (en) | 2020-02-14 | 2023-07-25 | Micron Technology, Inc. | Optimization of power usage of data storage devices |
US11531339B2 (en) | 2020-02-14 | 2022-12-20 | Micron Technology, Inc. | Monitoring of drive by wire sensors in vehicles |
CN112504522B (zh) * | 2020-11-27 | 2021-08-03 | 武汉大学 | 一种基于类脑计算的微压力传感器 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10206351A1 (de) * | 2002-02-14 | 2003-09-04 | Daimler Chrysler Ag | Verfahren und Vorrichtung zum Personen- und Kollisionsschutz an einem Fahrzeug |
DE102013203943A1 (de) * | 2013-03-07 | 2014-09-11 | Robert Bosch Gmbh | Vorrichtung, Verfahren und System zum Verarbeiten von Daten eines Fahrzeugs |
CN104093618A (zh) * | 2012-01-13 | 2014-10-08 | 脉冲函数F6有限公司 | 驾驶行为风险指标计算的设备、系统和方法 |
US20150019067A1 (en) * | 2013-07-10 | 2015-01-15 | Tata Consultancy Services Limited | System and method for detecting anomaly associated with driving of a vehicle |
US20160094964A1 (en) * | 2014-09-30 | 2016-03-31 | Verizon Patent And Licensing Inc. | Automatic vehicle crash detection using onboard devices |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6909985B2 (en) * | 2002-11-27 | 2005-06-21 | Lockheed Martin Corporation | Method and apparatus for recording changes associated with acceleration of a structure |
DE102015210968A1 (de) * | 2015-06-15 | 2016-12-15 | Continental Automotive Gmbh | Verfahren zum Erkennen eines Überschlags eines Kraftfahrzeugs |
WO2017160275A1 (en) * | 2016-03-15 | 2017-09-21 | Ford Global Technologies Llc | Light impact detection for vehicle using low computation overhead |
-
2016
- 2016-08-02 IT IT102016000081122A patent/IT201600081122A1/it unknown
-
2017
- 2017-08-02 CN CN201780045116.9A patent/CN109791709B/zh active Active
- 2017-08-02 WO PCT/IB2017/054718 patent/WO2018025194A1/en unknown
- 2017-08-02 JP JP2018569042A patent/JP2019523486A/ja active Pending
- 2017-08-02 CA CA3028996A patent/CA3028996A1/en active Pending
- 2017-08-02 US US16/318,009 patent/US20190236861A1/en not_active Abandoned
- 2017-08-02 EP EP17761126.6A patent/EP3494552A1/en active Pending
- 2017-08-02 RU RU2019100714A patent/RU2751385C2/ru active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10206351A1 (de) * | 2002-02-14 | 2003-09-04 | Daimler Chrysler Ag | Verfahren und Vorrichtung zum Personen- und Kollisionsschutz an einem Fahrzeug |
CN104093618A (zh) * | 2012-01-13 | 2014-10-08 | 脉冲函数F6有限公司 | 驾驶行为风险指标计算的设备、系统和方法 |
DE102013203943A1 (de) * | 2013-03-07 | 2014-09-11 | Robert Bosch Gmbh | Vorrichtung, Verfahren und System zum Verarbeiten von Daten eines Fahrzeugs |
US20150019067A1 (en) * | 2013-07-10 | 2015-01-15 | Tata Consultancy Services Limited | System and method for detecting anomaly associated with driving of a vehicle |
US20160094964A1 (en) * | 2014-09-30 | 2016-03-31 | Verizon Patent And Licensing Inc. | Automatic vehicle crash detection using onboard devices |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114764953A (zh) * | 2020-12-30 | 2022-07-19 | 细美事有限公司 | 运输车辆管理方法 |
Also Published As
Publication number | Publication date |
---|---|
RU2751385C2 (ru) | 2021-07-13 |
US20190236861A1 (en) | 2019-08-01 |
WO2018025194A1 (en) | 2018-02-08 |
EP3494552A1 (en) | 2019-06-12 |
CN109791709B (zh) | 2022-04-12 |
RU2019100714A (ru) | 2020-07-15 |
CA3028996A1 (en) | 2018-02-08 |
RU2019100714A3 (zh) | 2021-05-21 |
IT201600081122A1 (it) | 2018-02-02 |
JP2019523486A (ja) | 2019-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109791709A (zh) | 用于检测和证实由被适配成获取与运输车辆的运动和/或驾驶参数有关的数据的机载设备记录的运输车辆的异常压力的方法 | |
US8688380B2 (en) | Even driven data acquisition switch | |
US8321086B2 (en) | Gateway control apparatus for vehicles and travel information recording method thereof | |
US8749350B2 (en) | Method of processing vehicle crash data | |
US20130166098A1 (en) | System and method for use of pattern recognition in assessing or monitoring vehicle status or operator driving behavior | |
JP5044140B2 (ja) | 事故情報収集システムおよび事故情報記録装置 | |
US20150006023A1 (en) | System and method for determination of vheicle accident information | |
US20190375357A1 (en) | Trigger based vehicle monitoring | |
CN105049785A (zh) | 一种车辆行驶安全监控终端、系统、方法 | |
EP2930697A1 (en) | Method and device for processing vehicle condition data | |
US8988220B2 (en) | Apparatus and method for detecting an intruder inside a vehicle | |
US10486709B1 (en) | Vehicle data snapshot for fleet | |
US8880280B2 (en) | Writing of an absolute kilometer reading into a memory element, in particular of a wireless key | |
US20170046810A1 (en) | Entrapment-risk related information based on vehicle data | |
US20190026965A1 (en) | Driving behaviour monitoring systems | |
CN103198594A (zh) | 一种基于车联网的箱装货物主动防盗系统 | |
CN109733327B (zh) | 一种智能定位器被拆除预警方法 | |
CN113139852B (zh) | 一种共享车辆的防超载方法、装置及电子设备 | |
US9511743B2 (en) | Method of determining if a vehicle has been stolen and a system therefor | |
US11348377B2 (en) | Vehicle entry through access points via mobile devices | |
US10124765B2 (en) | Keypad master code | |
DE10238571B4 (de) | Verfahren und Vorrichtung zum Erkennen von fahrzeugeigenen Radelektronikeinheiten sowie Radelektronikeinheit | |
CN105774728A (zh) | 防止误检出车辆碰撞的系统和方法 | |
KR20140147298A (ko) | 디지털 운행기록 장치 | |
US10486591B1 (en) | Fleet alert system |
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 |