CN111483289A - 用于执行远程命令的机器学习方法和系统 - Google Patents

用于执行远程命令的机器学习方法和系统 Download PDF

Info

Publication number
CN111483289A
CN111483289A CN202010046286.2A CN202010046286A CN111483289A CN 111483289 A CN111483289 A CN 111483289A CN 202010046286 A CN202010046286 A CN 202010046286A CN 111483289 A CN111483289 A CN 111483289A
Authority
CN
China
Prior art keywords
vehicle
user
data
target destination
machine learning
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010046286.2A
Other languages
English (en)
Inventor
K.雅吉
A.戈亚尔
B.萨尔马
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN111483289A publication Critical patent/CN111483289A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00—Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/0065—Control members, e.g. levers or knobs
    • B60H1/00657—Remote control devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00—Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/00735—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
    • B60H1/00807—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models the input being a specific way of measuring or calculating an air or coolant temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00—Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/0073—Control systems or circuits characterised by particular algorithms or computational models, e.g. fuzzy logic or dynamic models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00—Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/00735—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00—Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/00814—Control systems or circuits characterised by their output, for controlling particular components of the heating, cooling or ventilating installation
    • B60H1/00878—Control systems or circuits characterised by their output, for controlling particular components of the heating, cooling or ventilating installation the components being temperature regulating devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B67—OPENING, CLOSING OR CLEANING BOTTLES, JARS OR SIMILAR CONTAINERS; LIQUID HANDLING
    • B67D—DISPENSING, DELIVERING OR TRANSFERRING LIQUIDS, NOT OTHERWISE PROVIDED FOR
    • B67D7/00—Apparatus or devices for transferring liquids from bulk storage containers or reservoirs into vehicles or into portable containers, e.g. for retail sale purposes
    • B67D7/06—Details or accessories
    • B67D7/08—Arrangements of devices for controlling, indicating, metering or registering quantity or price of liquid transferred
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00—Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/00735—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
    • B60H1/00764—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models the input being a vehicle driving condition, e.g. speed
    • B60H1/00778—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models the input being a vehicle driving condition, e.g. speed the input being a stationary vehicle position, e.g. parking or stopping
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion

Abstract

在示例性实施例中，提供了一种车辆系统，其包括传感器、存储器和处理器。传感器被配置为至少有助于获取与车辆的一个或多个状况有关的车辆数据。存储器被配置为至少有助于存储与用户的车辆操作有关的历史数据。处理器联接到传感器和存储器，并且被配置为至少有助于：(i)使用车辆数据和历史数据作为机器学习的输入来生成用户的一个或多个需求的一个或多个预测。模型；(ii)基于经由机器学习模型所生成的预测，提供指令以实施实现用户的一个或多个需求的车辆动作。

Description

用于执行远程命令的机器学习方法和系统
技术领域
技术领域总体上涉及车辆，并且更具体地涉及用于车辆的远程命令。
背景技术
今天，某些车辆提供远程命令，例如，以远程启动车辆。可能希望例如根据车辆的情况进一步改进车辆的远程命令。
因此，可能期望提供用于执行车辆的远程命令的改进的方法和系统。此外，结合附图和本发明的背景技术，从本发明的随后的详细描述和所附的权利要求，本发明的其他期望的特征和特性将变得显而易见。
发明内容
在一个示例性实施例中，提供了一种方法。该方法包括：(i)获取与车辆的一个或多个状况有关的车辆数据；(ii)获取与用户操作车辆有关的历史数据；(iii)使用车辆数据和历史数据作为机器学习模型的输入，经由处理器为用户生成一个或多个需求的一个或多个预测；(iv)经由处理器基于经由机器学习模型生成的预测提供指令以实施车辆动作，该车辆动作实现用户的一个或多个需求。
还在一个实施例中，(i)获取历史数据的步骤包括获取用户的驾驶历史；(ii)产生一个或多个预测的步骤包括基于驾驶历史来预测用户何时将下次使用车辆；(iii)提供指令的步骤包括大约在预测到用户将下次使用车辆时，提供实施车辆动作的指令。
还在一个实施例中，提供指令的步骤包括大约在预测到用户将下次使用车辆时，提供用于启动车辆的发动机并控制车辆的环境控制系统的指令。
还在一个实施例中，获取车辆数据的步骤包括：(i)获取车辆外部的外部温度；以及(ii)提供指令的步骤包括大约在预测到用户将下次使用车辆时，提供用于启动车辆的发动机并基于外部温度控制车辆的环境控制系统以达到车辆内部的期望温度的指令。
还在一个实施例中，该方法还包括基于车辆数据确定车辆是否被放置在车库内；其中，提供指令的步骤包括仅当车辆未放置在车库内时，提供用于启动车辆的发动机和控制车辆的环境控制系统的指令。
还在一个实施例中，该方法还包括：(i)确定车辆的目标目的地；(ii)使用车辆数据确定车辆到达目标目的地是否需要特定的车辆动作；以及(iii)当确定车辆到达目标目的地需要特定的车辆动作时，向用户提供建议进行该车辆动作的通知。
还在一个实施例中，确定目标目的地的步骤包括基于历史数据确定目标目的地。
还在一个实施例中，(i)确定是否需要车辆动作的步骤包括确定是否需要燃料补充来使车辆到达目标目的地；以及(ii)提供通知的步骤包括当确定车辆到达目标目的地需要燃料补充时，通知用户推荐补充燃料。
还在一个实施例中，(i)确定是否需要车辆动作的步骤包括确定是否需要电池充电以使车辆到达目标目的地；以及(ii)提供通知的步骤包括当确定车辆到达目标目的地需要电池充电时，通知用户推荐电池充电。
在另一个示例性实施例中，一种系统包括：(i)数据模块和处理模块。数据模块被配置为至少有助于：(a)获取与车辆的一个或多个状况有关的车辆数据；以及(b)获取与用户操作车辆有关的历史数据；以及(ii)处理模块，该处理模块联接至该数据模块，并被配置为至少经由处理器来有助于：(a)经由处理器使用车辆数据和历史数据作为机器学习模型的输入来生成对用户的一个或多个需求的一个或多个预测；以及经由处理器基于经由机器学习模型生成的预测提供指令以实施车辆动作，该车辆动作实现用户的一个或多个需求。
还在一个实施例中，(i)数据模块被配置为至少有助于获取用户的驾驶历史；以及(ii)处理模块被配置为至少有助于：(a)基于驾驶历史预测何时用户将下次使用车辆；以及(b)大约在预测到用户将下次使用车辆时，提供执行车辆动作的指令。
还在一个实施例中，处理模块被配置为至少有助于大约在预测到用户将下次使用车辆时提供用于启动车辆的发动机和控制车辆的环境控制系统的指令。
还在一个实施例中，(i)数据模块被配置为至少有助于获取车辆外部的外部温度；(ii)处理模块被配置成至少有助于大约在预测到用户将下次使用车辆时，提供用于启动车辆的发动机并基于外部温度控制车辆的环境控制系统以达到车辆内部所需的温度的指令。
还在一个实施例中，处理模块被配置为至少有助于：(i)基于车辆数据确定车辆是否被放置在车库内；(ii)仅在未将车辆安置在车库内时，提供用于启动车辆发动机并控制车辆环境控制系统的指令。
还在一个实施例中，处理模块被配置为至少有助于：(i)确定车辆的目标目的地；(ii)使用车辆数据确定车辆到达目标目的地是否需要特定的车辆动作；(iii)当确定车辆到达目标目的地需要特定的车辆动作时，向用户提供建议进行该车辆动作的通知。
还在一个实施例中，处理模块被配置为至少有助于基于历史数据确定目标目的地。
还在一个实施例中，处理模块被配置为至少有助于：(i)确定车辆到达目标目的地是否需要燃料补充。(ii)当确定车辆到达目标目的地需要燃料补充时，通知用户推荐燃料补充。
还在一个实施例中，处理模块被配置为至少有助于：(i)确定车辆到达目标目的地是否需要电池充电；(ii)当确定车辆到达目标目的地需要电池充电时，通知用户推荐电池充电。
在另一个示例性实施例中，提供了一种车辆系统，其包括传感器、存储器和处理器。传感器被配置为至少有助于获取与车辆的一种或多种状况有关的车辆数据。存储器被配置为至少有助于存储与用户的车辆操作有关的历史数据。处理器联接到传感器和存储器，并且被配置为至少有助于：(i)使用车辆数据和历史数据作为机器学习模型的输入来生成用户对一个或多个需求的一个或多个预测；以及(ii)基于经由机器学习模型生成的预测，提供指令以实施实现用户一个或多个需求的车辆动作。
还在一个实施例中，(i)存储器被配置为至少有助于为用户存储驾驶历史；以及(ii)处理器被配置为至少有助于：(a)基于驾驶历史预测用户何时将下次使用车辆；以及(b)大约在预测到用户将下次使用车辆时，提供用于启动车辆的发动机并控制车辆的环境控制系统的指令。
附图说明
在下文中，将结合以下附图描述本公开，其中，相同的附图标记表示相同的元件，并且其中：
图1是根据示例性实施例的包括车辆的通信系统的功能框图，该通信系统被配置为执行用于车辆的远程命令；
图2是根据示例性实施例的图1的通信系统的模块的框图；和
图3是根据示例性实施例的用于执行用于车辆的远程命令的过程的流程图，其可以结合图1和2的通信系统使用，并包括图1的其车辆和图2的模块。
具体实施方式
以下详细描述本质上仅是示例性的，并且不意图限制本公开或其应用和使用。此外，无意受到在先前背景或以下详细描述中提出的任何理论的约束。
图1是根据示例性实施例的通信系统10的功能框图。如下面进一步详细描述的，通信系统10通常包括车辆12，以及一个或多个无线载波系统14，一个或多个陆地网络16，以及一个或多个远程服务器18。在各个实施例中，通信系统10基于机器学习预测为车辆12提供远程命令。
应当理解，所示出的系统的总体架构、设置和操作以及各个部件仅是示例性的，并且还可以利用不同配置的通信系统来实现本文公开的方法的示例。因此，以下段落提供了所图示的通信系统10的简要概述，并不旨在进行限制。
在各个实施例中，每个车辆12可以是任何类型的移动车辆，例如摩托车、汽车、卡车、休闲车(RV)、船、飞机、农场设备等，并且配备有合适的硬件和使它能够通过通信系统10进行通信的软件。如图1所示，在各个实施例中，车辆硬件20设置在车辆12的车身19内，并且包括远程信息处理单元24、麦克风26、扬声器28以及连接到远程信息处理单元24的按钮和/或控件30。与远程信息处理单元24操作地联接的是网络连接或车辆总线32。在各个实施例中，车辆12具有发动机(或电动机)90，并使用燃料91(例如汽油、柴油或其他燃料)、油92以及一个或多个电池93行驶。合适的网络连接的示例包括控制器局域网(CAN)、面向媒体的系统传输(MOST)、本地互连网络(LIN)、以太网和其他合适的连接，例如那些符合已知的ISO(国际标准化组织)、SAE(汽车工程师学会)和/或IEEE(电气与电子工程师协会)标准和规范的例子。
远程信息处理单元24是通过其与远程服务器18的通信提供各个服务的机载设备，并且通常包括电子处理设备(处理器)38、一种或多种类型的电子存储器40、蜂窝芯片组/组件34、无线调制解调器36、双模天线70和包含GPS芯片组/组件42的导航单元。在一个示例中，无线调制解调器36包括计算机程序和/或适于在电子处理设备38内执行的一组软件例程。
在各个实施例中，远程信息处理单元24可以在制造时嵌入/安装在车辆12内，或者可以是在制造车辆12之后安装的售后市场单元。在各个实施例中，远程信息处理单元24使得能够通过一个或多个无线网络(例如，无线载波系统14)和/或经由无线联网进行语音和/或数据通信，从而允许与远程服务器18和/或其他车辆和/或系统的通信。
在各个实施例中，远程信息处理单元24可以使用无线电传输来与无线载波系统14建立语音和/或数据信道，使得可以在语音和/或数据信道上发送和接收语音和数据传输两者。通过蜂窝芯片组/组件34进行语音通信和通过无线调制解调器36进行数据传输，可以进行车辆通信。本示例可以使用任何合适的编码或调制技术，包括数字传输技术，例如TDMA(时分多址)、CDMA(码分多址)、W-CDMA(宽带CDMA)、FDMA(频分多址)存取)、OFDMA(正交频分多址)等。在一个实施例中，双模天线70为GPS芯片组/组件42和蜂窝芯片组/组件34服务。在各个实施例中，远程信息处理单元24根据诸如LTE、5G等的工业标准利用蜂窝通信。另外，在各个实施例中，远程信息处理单元24例如使用诸如一个或多个IEEE 802.11协议、WiMAX或蓝牙的一个或多个无线协议在车辆12与一个或多个其他网络设备之间执行无线联网。
远程信息处理单元24可以为车辆12的用户提供许多不同的服务，包括基于机器学习预测为车辆12提供远程命令。在各个实施例中，电子设备15可以包括车辆钥匙扣。在某些其他实施例中，设备15可以包括例如各个其他不同的消费电子/移动设备，例如移动电话、膝上型计算机、智能可穿戴设备、平板计算机、网络计算机和/或一个或多个其他电子设备和/或其组合。
在各个实施例中，远程信息处理单元24接收与车辆12及其周围环境有关的数据以及与用户17对车辆12的操作有关的历史数据，并基于机器学习预测为车辆12提供远程命令。在各个实施例中，远程信息处理24从用户17的电子设备以及车辆12或其周围的各个传感器72获取车辆数据。
在各个实施例中，远程信息处理单元24在连接到车辆12的无线范围内的无线网络的同时，检测电子设备15并与之通信。在各个实施例中，远程信息处理单元24和电子设备15交换数据(直接或/或间接经由远程服务器18)，包括交换电子设备15的标识符，以识别电子设备15和/或其用户17，以及传输与车辆有关的数据12(例如，与用户17输入有关)。
还在各个实施例中，远程信息处理单元24还从各个车辆传感器72获取与车辆有关的信息，这些传感器连接到各个传感器接口模块44，各个传感器接口模块可操作地连接到车辆总线32。在各个实施例中，车辆传感器72包括检测传感器73、用户输入传感器74、燃料传感器75、机油传感器76、温度传感器77和电压传感器78，如下所述。在各个实施例中，车辆传感器72还可以包括任意数量的其他传感器，例如作为示例的车轮速度传感器、加速计、转向角传感器、制动系统传感器、陀螺仪、磁力计、排放检测和/或控制传感器等。示例传感器接口模块44包括动力总成控制、气候控制和车身控制，等等。
在各个实施例中，检测传感器73检测用户17的电子设备15并且与用户17的电子设备15通信。例如，在各个实施例中，检测传感器73检测电子设备15并接收其唯一标识符以便帮助识别车辆12的用户17。在某些实施例中，检测传感器73包括一个或多个蓝牙低能耗(BLE)传感器73，它们设置在车辆12内或车辆12上(例如，在车辆12的车身19上或内部)。在某些实施例中，检测传感器73与一个或多个短程无线连接(SRWC)协议(例如，蓝牙/蓝牙低功耗或Wi-Fi)结合使用。
还在各个实施例中，输入传感器74用于检测来自用户17的关于各种车辆部件的操作的输入。例如，在各个实施例中，输入传感器74检测用户17对远程启动车辆12和/或其环境控制系统的请求，和/或对车辆12行驶的特定目的地的请求等。在某些实施例中，输入传感器74是电子设备15(例如，钥匙扣)和/或一个或多个硬件组件20和/或控件30的一部分和/或联接到电子设备15(例如，钥匙扣)和/或一个或多个硬件组件20和/或控件30，和/或联接到一个或多个其他车辆模块80，例如一个或多个发动机控制模块81、电池控制模块82、车身控制模块83、环境控制模块84、显示模块85(例如，为用户17提供音频和/或视觉显示)，和/或控制车辆12的不同功能的其他控制模块，它们可以经由通信总线62彼此连接并与远程信息处理单元24连接。例如，在各个实施例中，输入传感器74可以是电子设备15的控件30的一部分和/或联接到电子设备15的控件30，和/或联接到一个或多个硬件组件20和/或与其他车辆模块80一起使用的各个输入设备86，例如一个或多个触摸屏、按钮、刻度盘、开关、旋钮、操纵杆等。
在各个实施例中，燃料传感器75测量用于车辆12的燃料91(例如，汽油、柴油或其他燃料)的燃料水平，以用于确定何时需要给车辆12加补充燃料。还在各个实施例中，油传感器76测量车辆12中的油92的水平或质量，以用于确定何时车辆12需要添补充燃料或改变其油。在各个实施例中，温度传感器77测量车辆12内部和外部的温度。还在各个实施例中，电压传感器78测量车辆12的一个或多个电池93的电压，以用于确定何时车辆12需要对其电池93充电。
还在各个实施例中，输入传感器74用于检测来自用户17的关于各种车辆部件的操作的输入。例如，在各个实施例中，输入传感器74检测用户17对远程启动车辆12和/或其环境控制系统的请求，和/或对车辆12行驶的特定目的地的请求等。在某些实施例中，输入传感器74是电子设备15(例如，钥匙扣)和/或硬件组件20和/或控件30的一部分和/或联接到电子设备15(例如，钥匙扣)和/或硬件组件20和/或控件30，和/或联接到一个或多个其他车辆模块80，例如一个或多个发动机控制模块81、电池控制模块82、车身控制模块83、环境控制模块84、显示模块85，和/或控制车辆12不同功能的其他控制模块，其可以经由通信总线62彼此连接并与远程信息处理单元24连接。例如，在各个实施例中，输入传感器74可以是电子设备15的控件30的一部分和/或联接到电子设备15的控件30，和/或联接到一个或多个硬件组件20和/或用于其他车辆模块80的各种输入设备86，例如一个或多个触摸屏、按钮、刻度盘、开关、旋钮、操纵杆等。
还在某些实施例中，远程信息处理单元24分析从电子设备15和各个传感器72接收的车辆数据。此外，在各个实施例中，远程信息处理单元24收集与由用户17操作车辆12有关的历史数据(例如，经由计算机存储器(例如，车辆12的存储器40和/或远程服务器18的数据库56)，如下所述)获取的)，并基于车辆数据和历史数据使用机器学习模型为用户17的需求生成预测。还在各个实施例中，远程信息处理单元24提供指令以执行针对车辆12的各个控制动作，例如自动启动车辆12、启动车辆12的环境控制系统84以及在适当的情况下提供用于对车辆12加补充燃料、改变所述油、改变所述电池的通知，例如在下面结合图3的过程300更详细地描述的。
另外，在各个实施例中，远程信息处理单元24还可以提供其他服务，例如作为示例：与GPS芯片组/组件42结合提供的分路段导航和其他导航相关服务、紧急援助服务、来自车辆12用户的信息请求(例如，关于车辆12行驶中途中的兴趣点)和/或与信息娱乐有关的服务，例如其中音乐、互联网网页、电影电视节目、视频游戏和/或其他内容由信息娱乐中心46下载，信息娱乐中心46可以是远程信息处理单元24的一部分和/或经由车辆总线32和音频总线22可操作地连接到远程信息处理单元24，以及各个其他类型的可能的服务。
对于与远程信息处理单元24结合使用的其他电子组件，麦克风26向驾驶员或其他车辆乘员提供用于输入口头或其他听觉命令的装置，并且可以配备有利用在本领域中已知的人/机界面(HMI)技术的嵌入式语音处理单元。相反，扬声器28向车辆乘员提供听觉输出，并且可以是专门与远程信息处理单元24一起使用的独立扬声器，或者可以是车辆音频组件64的一部分。无论哪种情况，麦克风26和扬声器28都可以使得车辆硬件20和远程服务器18能够通过听觉语音与乘员进行通信。车辆硬件还包括一个或多个按钮和/或控件30，以使车辆乘员能够激活或接合一个或多个车辆硬件组件20。例如，按钮和/或控件30之一可以是电子按钮，其用于发起与远程服务器18的语音通信(无论是诸如顾问58之类的人还是自动呼叫响应系统)。在另一示例中，按钮和/或控件30中的一个可以用于启动紧急服务。
音频组件64可操作地连接到车辆总线32和音频总线22。音频组件64经由音频总线22接收模拟信息，将其呈现为声音。数字信息经由车辆总线32接收。音频组件64提供独立于信息娱乐中心46的调幅(AM)和调频(FM)收音机、光盘(CD)、数字视频光盘(DVD)和多媒体功能。音频组件64可以包含扬声器系统，或可以通过车辆总线32和/或音频总线22上的裁决(arbitration)利用扬声器28。在各个实施例中，音频组件64包括无线电系统65(在某些实施例中还包括天线70，以及放大器、扬声器等)。
无线载波系统14可以是任何数量的蜂窝电话系统、基于卫星的无线系统和/或任何其他合适的无线系统，例如在车辆硬件20和陆地网络16之间传送信号(和/或在某些实施例中，其直接与车辆12和/或远程服务器18通信)。根据某些示例，无线载波系统14可以包括和/或联接到一个或多个蜂窝塔48、卫星49、基站和/或移动交换中心(MSC)50以及连接无线载波系统14和陆地网络16所需的任何其他联网组件。如本领域技术人员所理解的，各个蜂窝塔/基站/MSC布置是可能的，并且可以与无线载波系统14一起使用。
陆地网络16可以是传统的基于陆地的电信网络，其连接到一个或多个陆地电话，并且其将无线载波系统14连接到远程服务器18。例如，陆地网络16可以包括公用电话交换网(PSTN)和/或因特网协议(IP)网络，如本领域技术人员所理解的。当然，陆地网络16的一个或多个分段可以以标准有线网络、光纤或其他光网络、电缆网络、其他无线网络(例如无线局域网(WLAN)或提供宽带无线访问(BWA)的网络)或其任何组合的形式实现。
远程服务器18被设计为向车辆硬件20提供许多不同的系统后端功能，并且根据此处所示的示例，通常包括一个或多个开关52、服务器54(例如，包括一个或多个处理器)、数据库56、顾问58、以及各种其他电信/计算机设备60。这些各种呼叫中心组件经由网络连接或总线62适当地彼此联接，例如先前结合车辆硬件20所描述的。交换机52(其可以是专用小交换机(PBX)交换机)路由输入信号，从而语音传输通常被发送到顾问58或自动响应系统，并将数据传输传递到调制解调器或其他电信/计算机设备60进行解调和进一步的信号处理。
调制解调器或其他电信/计算机设备60可以包括编码器，如前所述的，并且可以连接到诸如服务器54和数据库56的各种设备。在各个实施例中，远程服务器18的数据库56包括计算机存储器，其存储用于利用车辆12的各个用户17的各个电子设备15的标识符，以及用户17使用车辆12的先前历史。还在各个实施例中，数据库56也可以存储附加信息，例如，用户简档记录、用户行为模式或任何其他相关的用户和/或用户信息。尽管已经将所示示例描述为其将与有人的远程服务器18结合使用，但是应当理解，远程服务器18可以是任何中央或远程设施，其是有人或无人的、移动或固定的，希望从其交换语音和数据。
图2提供了根据示例性实施例的图1的通信系统10的模块的功能框图。在各个实施例中，每个模块例如通过一个或多个计算机处理器和存储器来包括和/或利用计算机硬件。如图2所示，在各个实施例中，通信系统10通常包括数据模块210和处理模块220。在各个实施例中，数据模块210和处理模块220至少部分地设置在车辆12上。在某些实施例中，可以将处理模块至少部分地设置为图1的远程服务器18的一部分。
在各个实施例中，数据模块210经由图1的用户17的电子设备15和传感器72收集车辆数据。在各个实施例中，数据模块210利用图1的一个或多个检测传感器73(例如，在某些实施例中为BLE传感器)，其从电子设备15获取标识符和数据。此外，在某些实施例中，数据模块210还利用图1的一个或多个输入传感器74，以监视用户17提供的输入(例如，用户17的请求以启动车辆12的发动机90和/或环境控制系统84，和/或车辆12的请求的行驶目的地等)。还在各个实施例中，数据模块210经由图1的温度传感器77收集包括以下两者的温度的温度数据：(i)车辆12内部和(ii)直接在车辆12外部的环境空气。另外，在各个实施例中，数据模块210收集关于图1的燃料水平(通过图1的燃料传感器75)、油水平和/或质量(通过图1的油传感器76)以及图1的电池93的电压(通过图1的电压传感器78)的数据。
还在各个实施例中，数据模块210收集关于由图1的用户17进行的车辆12的先前操作历史的历史数据(例如，存储在车辆12的存储器40和/或图1的远程服务器18的数据库56中)。
另外，在各个实施例中，数据模块210提供与收集的车辆数据和历史数据有关的信息作为数据模块210的输出215，以供处理模块220使用，例如，如下所述。
在各个实施例中，处理模块220利用来自数据模块210的数据(例如，来自电子设备15和车辆传感器72的车辆数据，以及来自车辆12的存储器40和/或远程服务器18的数据库56的历史数据)作为处理模块220的输入215，并控制用于车辆12的远程命令的指令。具体地，在各个实施例中，处理模块220利用车辆数据、历史数据作为用于机器学习模块的输入，生成针对用户需求的预测(例如，关于说明车辆12的发动机90或环境控制系统84，和/或获取车辆12的燃料91和/或油92，和/或对车辆12的电池93充电等)，并采取车辆动作来实现这些用户需求(例如，通过自动执行所需的车辆动作和/或向用户17提供通知以安排执行所需的车辆动作)。在各个实施例中，例如，根据以下结合图3描述的过程300，由一个或多个处理器(例如，车辆12的处理器38)使用计算机存储器(例如，远程服务器18的数据库/存储器56)来执行这些步骤。在某些实施例中，这样的指令由处理模块220作为图2中描绘的输出225提供给图1的一个或多个硬件组件20和/或其他车辆模块80(例如，发动机控制模块81、电池控制模块82、车身控制模块83、环境控制模块84等)，以控制一个或多个车辆动作。一个或多个车辆动作(例如，控制发动机远程启动、环境控制系统、向用户的通知17等)。
图3是根据各个实施例的用于控制车辆的远程命令的过程300的流程图。在各个实施例中，过程300可以与图1的通信系统10结合使用，包括车辆12及其远程服务器18、图1的其组件以及图2的其模块，根据示例性实施例。
如图3所示，在各个实施例中，过程300在步骤302处开始。在某些实施例中，当车辆12的一个或多个用户17接近或进入车辆12时，当已经接收到用户请求时，和/或当期望用户请求和/或使用车辆12时，过程300开始。在某些实施例中，过程300的步骤在车辆12的操作期间连续地执行。
在某些实施例中，在步骤304处检测电子设备。在各个实施例中，图1的一个或多个检测传感器73(例如，一个或多个BLE传感器)经由图2的数据模块210检测用户17的一个或多个电子设备15。在某些实施例中，通过车辆12内部的检测传感器73来检测钥匙扣。在某些其他实施例中，检测在车辆12内的一个或多个其他电子设备(例如，电话、平板电脑、计算机、可穿戴设备等)。在某些实施例中，步骤304表示对当前在车辆12内或附近的电子设备15(例如，钥匙扣)的当前检测。在某些其他实施例中，步骤304表示从车辆12的最新用户操作对电子设备15的以前检测。
在各个实施例中，在步骤306处获取车辆数据。在某些实施例中，所获取的数据涉及与车辆12内的车辆组件和/或环境状况相关联的各个参数。在某些实施例中，车辆数据涉及车辆内的燃料91的液位、车辆12的电池93的充电状态、车辆内的油92的液位和/或质量度量，以及车辆12内的温度，以及其他可能的值。在各个实施例中，经由图2的数据模块210使用图1的适合的相应传感器72(例如，图1的燃料传感器75、油传感器76、温度传感器77和电压传感器78)来测量和/或获取这样的值。
还在某些实施例中，在步骤308处获取附加的车辆数据。在某些实施例中，步骤308的附加的车辆数据涉及和与车辆12周围的状况相关联的一个或多个参数有关的数据。在某些实施例中，步骤308的数据包括直接围绕车辆12的环境空气的环境温度。在各个实施例中，经由图2的数据模块210利用图1的合适的相应传感器72(例如，图1的一个或多个温度传感器77)测量和/或获取这样的值。
还在某些实施例中，在步骤310处获取一个或多个输入。在某些实施例中，步骤310的输入与来自车辆12的用户17的一个或多个请求或其他输入有关，例如如通过用户17的电子设备15和/或图1的输入设备86通信的。在某些实施例中，步骤310的输入包括用户17的远程启动车辆12的发动机90和/或环境控制系统84的请求，和/或针对车辆12的预期行驶目的地的请求等。在各个实施例中，经由图2的数据模块210利用图1的合适的相应传感器72(例如，图1的一个或多个输入传感器74)来测量和/或获取这样的值。
另外，在各个实施例中，在步骤312处获取历史数据。在某些实施例中，历史数据与特定用户17在先前车辆驾驶中(例如，在先前车辆12的点火周期中)对车辆12的操作有关。例如，在某些实施例中，用户历史可以包括其中用户17历史上已经使用车辆12的一周中的日期、一天中的时间的历史及其组合，以及其中车辆12已经行驶到的目的地和/或车辆12沿途经过的路线的历史。在某些实施例中，历史数据可以包括车辆不可知的数据，和/或可以包括跨不同车辆的用户历史(例如，如果用户拥有不同的车辆和/或在不同的时间点租赁不同的车辆等)。在某些实施例中，历史数据可以不考虑特定用户而应用于车辆12(例如，关于车辆12的历史，不考虑任何特定用户)，和/或可以不考虑车辆12而应用于特定用户17(例如，跨越不同的车辆)，以及其他可能的变化。还在各个实施例中，历史数据存储在计算机存储器中，例如图1的车辆12的存储器40和/或图1的远程服务器18的数据库56中。
在各个实施例中，在步骤313处，将步骤304-312的各个数据、输入和信息提供给机器学习模型。在各个实施例中，机器学习模型被存储在计算机存储器(诸如图1的车辆12的存储器40和/或图1的远程服务器18的数据库56)中，并且图2的处理模块220经由计算机处理器(诸如图1的车辆12的处理器38和/或图1的远程服务器18的服务器54)将步骤304-312的各个数据、输入和信息作为输入提供给机器学习模块。
在步骤314处，使用机器学习模型进行各个预测。具体地，在各个实施例中，关于用户17相对于车辆12的一个或多个需求，由图2的处理模块220(例如，经由图1的车辆12的处理器38和/或图1的远程服务器18的服务器54)利用步骤313的机器学习模型并基于步骤304-312的各个信息(包括车辆数据和历史数据)，进行预测。
例如，在某些实施例中，基于用户17和/或车辆12的驾驶历史(例如，包括用户17典型地操作车辆的一星期的天数和一天的时间和/或车辆12典型地被停在特定位置的时间量等)，进行关于用户17何时将下次使用车辆12的预测。还在某些实施例中，例如，基于车辆12的内部温度与车辆12外部的环境温度之间的差和/或基于车辆12当前是否停在停车库中，进行关于是否应当激活图1中的环境控制系统84的预测。例如，在某些实施例中，假定(i)车辆12的内部温度与车辆12外部的周围温度之间的差异大于预定的阈值并且(ii)车辆12当前停在室外，而不是在车库中，如果用户17要再次使用车辆12，则预测应该激活环境控制系统84。
另外，在某些实施例中，进行关于车辆12的目标目的地的预测(例如，基于步骤310的输入和/或步骤312的历史数据)，以及关于是否要求或推荐车辆12的特定动作以成功到达目标目的地的预测。例如，在某些实施例中，例如基于车辆12的燃料、机油(oil)和电池充电的当前状态，单独或结合到目标目的地的距离和/或相关信息，进行车辆12是否可能需要加补充燃料、添加油和/或更换油、给电池充电以及一个或多个其他车辆动作的确定。在某些实施例中，预测可以是车辆不可知的(agnostic)。在某些实施例中，预测可以基于车辆(例如，具有一个或多个用户)，基于用户(例如，横跨一个或多个车辆)或两者。例如，可以针对用户拥有的车辆以及租用和/或租借的车辆进行预测。另外，在某些实施例中，机器学习模型的细化可以在设备上本地地(例如，在车辆12上)和/或远程地(例如，在远程服务器18上)执行。在其中在远程服务器18处(例如，在云计算中)完善机器学习模型的某些实施例中，可以将结果推送到设备以进行更新。
在步骤316处，进行关于是否需要任何车辆动作的确定。具体地，在各个实施例中，基于步骤314的预测，通过图2的处理模块220(例如，经由图1的车辆12的处理器38和/或图1的远程服务器18的服务器54)，进行关于是否需要任何车辆动作的确定。
如果在步骤316处确定需要一个或多个车辆动作，则在步骤318处相应地执行适当的动作。图2中的处理模块220(例如，经由图1的车辆12的处理器38和/或图1的远程服务器18的服务器54)提供用于车辆12、和/或一个或多个系统和/或其组件的指令(例如，图1的一个或多个硬件组件20和/或其他车辆模块80)以执行车辆动作。
例如，在某些实施例中，大约在预测到用户17将下次使用车辆15时，提供启动车辆12的发动机90的指令。还在某些实施例中，大约在预测到用户17将下次使用车辆15时，提供用于启动车辆12的发动机90并控制环境控制系统84(例如，通过打开环境控制系统84、调节温度和/或风扇设置等)的指令。例如，在一个这样的实施例中，大约在预测到用户将下次使用车辆时，提供用于启动车辆12的发动机90并基于车辆12内的当前温度和紧围绕车辆12的外部温度来控制车辆12的环境控制系统84以达到车辆12内的期望温度的指令。在某些实施例中，进行关于车辆12是否布置在车库内(例如，基于GPS数据和/或比较车辆12内部温度与外部温度的温度数据)的确定，以及用于启动车辆12的发动机90并控制车辆12的环境控制系统84的指令仅当车辆12未布置在车库内时才被提供。
另外，在某些实施例中，一个或多个动作至少部分地基于车辆12的目标目的地。例如，在某些实施例中，如果认为车辆12中的当前燃料量91不足以到达目标目的地，则提供建议补充燃料的通知(例如，经由提供给图1的显示器85的指令，以对用户17进行音频和/或视觉通知)。作为进一步的示例，在某些实施例中，如果车辆12的电池93的充电的当前状态被认为不足以达到目标目的地，则提供推荐电池充电的通知(例如，经由提供给图1的显示器85的指令，以对用户17进行音频和/或视觉通知)。作为进一步的示例，在某些实施例中，如果当前油位和油质通常被认为不足和/或不足以到达目标目的地，则提供注油和/或换油的通知(例如，经由提供给图1的显示器85的指令，以对用户17进行音频和/或视觉通知)，以及其他可能的通知和/或其他动作。另外，在某些实施例中，可以经由移动应用程序来提供通知(例如，在某些实施例中，包括甚至在用户17进入车辆12之前在用户的智能电话和/或其他设备上向用户17的通知/提醒)。
相反，如果在步骤316处确定不需要采取任何措施，则在步骤320处不采取任何措施。
在各个实施例中，在步骤318和/或320之后，在步骤322处进行关于过程300是否要继续的确定。如果在步骤322中确定该过程要继续(例如，在某些实施例中，如果车辆行驶仍在进行中)，则该过程返回到步骤306。相反，一旦在步骤322的迭代期间确定该过程不需要进一步继续(例如，在某些实施例中，如果车辆行驶完成)，则该过程在324处终止。
因此，根据各个实施例，提供了提供自动化的远程车辆动作的方法、系统和车辆。在各个实施例中，基于经由及其学习模型的预测来提供车辆动作，该预测基于车辆数据(包括关于车辆内部和车辆外部的参数的数据)结合与车辆的先前使用有关的历史数据来预测用户的需求。
应当理解，该系统和方法可以不同于附图中所描绘和本文所描述的那些。例如，包括远程服务器、车辆、通信网络和/或其组件的图1的通信系统可以与图1所示和/或本文描述的不同。类似地将理解，模块可以与图2中的展示和相应的说明不同。还应当理解，本文公开的过程(和/或子过程)可以不同于本文描述和/或图3所示的过程，和/或其步骤可以同时执行和/或以不同的顺序执行，如本文所述和/或图3所示的，以及其他可能的变化。
尽管在以上详细描述中已经提供了至少一个示例，但是应当理解，存在大量的变型。还应当理解，一个或多个示例仅是示例，并且无意以任何方式限制本公开的范围、适用性或配置。相反，前述详细描述将为本领域技术人员提供用于实现一个或多个示例的便利路线图。应当理解，在不脱离所附权利要求及其合法等同物的范围的情况下，可以对元件的功能和布置进行各种改变。

Claims (10)

1.一种方法，包括：
获取与车辆的一个或多个状况有关的车辆数据；
获取与用户的车辆操作有关的历史数据；
使用车辆数据和历史数据作为机器学习模型的输入，经由处理器生成用户的一个或多个需求的一个或多个预测；和
经由处理器基于经由机器学习模型生成的预测提供指令以实施车辆动作，该车辆动作实现用户的所述一个或多个需求。
2.根据权利要求1所述的方法，其中：
获取历史数据的步骤包括获取用户的驾驶历史；
生成一个或多个预测的步骤包括基于驾驶历史来预测用户何时将下次使用车辆；和
提供指令的步骤包括大约在预测到用户将下次使用车辆时，提供实现车辆动作的指令。
3.根据权利要求2所述的方法，其中，提供指令的步骤包括大约在预测到用户将下次使用所述车辆时，提供用于启动所述车辆的发动机并控制所述车辆的环境控制系统的指令。
4.根据权利要求3所述的方法，其中：
获取车辆数据的步骤包括获取车辆外部的外部温度；和
提供指令的步骤包括大约在预测到用户将下次使用所述车辆时，提供用于启动车辆的发动机并基于外部温度控制车辆的环境控制系统以达到车辆内部的期望温度的指令。
5.根据权利要求3所述的方法，还包括：
基于车辆数据确定车辆是否放置在车库内；
其中，提供指令的步骤包括仅当车辆未放置在车库内时，提供用于启动车辆的发动机并控制车辆的环境控制系统的指令。
6.根据权利要求1所述的方法，还包括：
确定车辆的目标目的地；
使用车辆数据确定车辆到达目标目的地是否需要特定的车辆动作；和
当确定车辆到达目标目的地需要特定的车辆动作时，向用户提供建议执行车辆动作的通知。
7.根据权利要求6所述的方法，其中，确定目标目的地的步骤包括基于历史数据确定目标目的地。
8.根据权利要求6所述的方法，其中：
确定是否需要车辆动作的步骤包括确定车辆到达目标目的地是否需要补充燃料；和
提供通知的步骤包括当确定车辆到达目标目的地需要补充燃料时，通知用户推荐补充燃料。
9.根据权利要求6所述的方法，其中：
确定是否需要车辆动作的步骤包括确定车辆到达目标目的地是否需要电池充电；和
提供通知的步骤包括当确定车辆到达目标目的地需要电池充电时，通知用户推荐电池充电。
10.一种车辆系统，包括：
传感器，其被配置为至少有助于获取与车辆的一个或多个状况有关的车辆数据；
存储器，其配置为至少有助于存储与用户的车辆操作有关的历史数据；和
联接到传感器和存储器的处理器，其配置为至少有助于：
使用车辆数据和历史数据作为机器学习模型的输入，生成用户的一个或多个需求的一个或多个预测；和
基于经由机器学习模型生成的预测，提供指令以实施实现用户的一个或多个需求的车辆动作。
CN202010046286.2A 2019-01-28 2020-01-16 用于执行远程命令的机器学习方法和系统 Pending CN111483289A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/259,804 US11586159B2 (en) 2019-01-28 2019-01-28 Machine learning method and system for executing remote commands to control functions of a vehicle
US16/259,804 2019-01-28

Publications (1)

Publication Number Publication Date
CN111483289A true CN111483289A (zh) 2020-08-04

Family

ID=71524148

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010046286.2A Pending CN111483289A (zh) 2019-01-28 2020-01-16 用于执行远程命令的机器学习方法和系统

Country Status (3)

Country Link
US (1) US11586159B2 (zh)
CN (1) CN111483289A (zh)
DE (1) DE102019134486A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11875371B1 (en) 2017-04-24 2024-01-16 Skyline Products, Inc. Price optimization system
CN116394711B (zh) * 2023-06-07 2023-08-18 江西五十铃汽车有限公司 汽车热管理方法、系统、计算机及可读存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060080007A1 (en) * 2004-10-12 2006-04-13 Gerard Christine M Scheduling remote starting of vehicle
US20100235046A1 (en) * 2009-03-12 2010-09-16 Gm Global Technology Operations, Inc. Methods and systems for preconditioning vehicles
US20110282527A1 (en) * 2010-05-17 2011-11-17 General Motors Llc Multifactor Charging for Electric Vehicles
US20120310445A1 (en) * 2011-06-02 2012-12-06 Ford Global Technologies, Llc Methods and Apparatus for Wireless Device Application Having Vehicle Interaction
US20130226443A1 (en) * 2012-02-29 2013-08-29 Inrix, Inc. Fuel consumption calculations and warnings
US20180172467A1 (en) * 2016-12-20 2018-06-21 Hyundai Motor Company Method and system to control vehicle based on predicting destination
US10042359B1 (en) * 2016-01-22 2018-08-07 State Farm Mutual Automobile Insurance Company Autonomous vehicle refueling
CN108749596A (zh) * 2018-04-11 2018-11-06 蔚来汽车有限公司 车机端启动方法、系统及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9556812B2 (en) * 2014-08-22 2017-01-31 At&T Intellectual Property I, L.P. Methods, systems, and products for detection of environmental conditions
US20190215378A1 (en) * 2018-01-05 2019-07-11 Cisco Technology, Inc. Predicting vehicle dwell time to optimize v2i communication
EP3582030A1 (en) * 2018-06-11 2019-12-18 Bayerische Motoren Werke Aktiengesellschaft Method and system for smart interior of a vehicle
DE112018007858T5 (de) * 2018-07-27 2021-04-15 Bayerische Motoren Werke Aktiengesellschaft Computerimplementiertes Verfahren und Datenverarbeitungssystem zum Prädizieren der Rückkehr eines Benutzers zu einem Fahrzeug
US10846960B1 (en) * 2018-09-07 2020-11-24 Amazon Technologies, Inc. Garage security and convenience features

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060080007A1 (en) * 2004-10-12 2006-04-13 Gerard Christine M Scheduling remote starting of vehicle
US20100235046A1 (en) * 2009-03-12 2010-09-16 Gm Global Technology Operations, Inc. Methods and systems for preconditioning vehicles
US20110282527A1 (en) * 2010-05-17 2011-11-17 General Motors Llc Multifactor Charging for Electric Vehicles
US20120310445A1 (en) * 2011-06-02 2012-12-06 Ford Global Technologies, Llc Methods and Apparatus for Wireless Device Application Having Vehicle Interaction
US20130226443A1 (en) * 2012-02-29 2013-08-29 Inrix, Inc. Fuel consumption calculations and warnings
US10042359B1 (en) * 2016-01-22 2018-08-07 State Farm Mutual Automobile Insurance Company Autonomous vehicle refueling
US20180172467A1 (en) * 2016-12-20 2018-06-21 Hyundai Motor Company Method and system to control vehicle based on predicting destination
CN108749596A (zh) * 2018-04-11 2018-11-06 蔚来汽车有限公司 车机端启动方法、系统及装置

Also Published As

Publication number Publication date
US20200241484A1 (en) 2020-07-30
DE102019134486A1 (de) 2020-07-30
US11586159B2 (en) 2023-02-21

Similar Documents

Publication Publication Date Title
CN102300152B (zh) 借助于无线移动装置使用车辆位置信息的方法
US11307043B2 (en) Vehicle energy management
US7627406B2 (en) System and method for data storage and diagnostics in a portable communications device interfaced with a telematics unit
US9529584B2 (en) System and method for preparing vehicle for remote reflash event
CN106394247B (zh) 电动车辆显示系统
CN107945555B (zh) 用于半自动驾驶的路线资格的动态更新
US10719792B2 (en) System and method to distribute and execute rideshare tasks
US10380711B2 (en) System and method for rideshare vehicle chaining
CN108985485B (zh) 用于降低车辆资源消耗风险的系统和方法
CN105835887A (zh) 用于多模式车辆的基于路线的推进模式控制
CN108974011B (zh) 车辆资源管理系统和方法
CN107433950B (zh) 用于反映环境的自学系统
US20160163129A1 (en) Interactive access to vehicle information
US20180350023A1 (en) System and method to condition vehicle availability on demand
CN111483289A (zh) 用于执行远程命令的机器学习方法和系统
CN110913065B (zh) 选择性地将电子设备与车辆连接的方法、车辆及控制系统
US20230035340A1 (en) Methods and systems to optimize vehicle event processes
CN110877614A (zh) 辅助用户参与车辆特征
US10393881B2 (en) Obtaining vehicle positions based on positional trigger events
CN111681440B (zh) 信息处理系统和信息处理方法
US11157019B2 (en) Methods and systems for interacting with and controlling multiple vehicles at once
CN112911517A (zh) 用于车辆的事件检测
CN112738760A (zh) 用户控制的车辆连通可用性
US20190340846A1 (en) Local vehicle performance evaluation
US20240010230A1 (en) Method of determining a continuous driving path in the absence of a navigational route for autonomous vehicles

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