CN111797330A - 在连接的汽车计算环境中基于多个因素对事件的删除 - Google Patents
在连接的汽车计算环境中基于多个因素对事件的删除 Download PDFInfo
- Publication number
- CN111797330A CN111797330A CN202010275552.9A CN202010275552A CN111797330A CN 111797330 A CN111797330 A CN 111797330A CN 202010275552 A CN202010275552 A CN 202010275552A CN 111797330 A CN111797330 A CN 111797330A
- Authority
- CN
- China
- Prior art keywords
- event
- deletion
- delete
- determination
- agents
- 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
Links
- 238000012217 deletion Methods 0.000 title claims abstract description 179
- 230000037430 deletion Effects 0.000 title claims abstract description 179
- 230000004931 aggregating effect Effects 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 66
- 238000003860 storage Methods 0.000 claims description 23
- 230000004044 response Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 239000003795 chemical substances by application Substances 0.000 description 33
- 238000010586 diagram Methods 0.000 description 28
- 238000012545 processing Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000009499 grossing Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000006424 Flood reaction Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/542—Event management; Broadcasting; Multicasting; Notifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- 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
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical 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
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- 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
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
- G08G1/096758—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where no selection takes place on the transmitted or the received information
-
- 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
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/024—Guidance services
-
- 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]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Atmospheric Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Library & Information Science (AREA)
- Computational Linguistics (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开的实施例涉及在连接的汽车计算环境中基于多个因素对事件的删除。计算设备保持与地理区域中的多个车辆的导航相关联的多个事件的指示。通过执行以下关于是否要从多个事件删除事件做出确定:由事件删除管理器向多个删除确定代理传输关于是否要删除事件的查询;由事件删除管理器从多个删除确定代理接收是否要删除事件的指示;以及由事件删除管理器汇总从多个删除确定代理接收的指示以确定是否要删除事件。
Description
技术领域
实施例涉及在连接的汽车计算环境中基于多个因素对事件的删除。
背景技术
物联网(IoT)可以被描述为具有被用于彼此通信的软件和硬件的设备的网络。在某些情况中,IoT设备可以包括云计算环境中的网络连接的汽车。在某些IoT环境中,云节点(例如,计算设备)从IoT设备收集数据并且处理该数据。云节点还可以控制IoT设备的某些操作。
基于IoT的连接的汽车软件可以支持自动驾驶功能。使用这一实时基础设施平台,驾驶员出行的优化可以被执行,并且车队运营的管理可以被执行。驾驶员的行为也可以被监测。
通过贯穿车辆的生命周期查看由连接的汽车软件提供的信息,汽车工程师和服务技术人员可以改善车辆的性能并且避免质量问题和召回。他们可以监测车辆使用情况、燃油消耗、安全性和其他车内活动,并且预测车辆或设备故障以减少维护。连接的汽车软件可以为驾驶员提供增加背景和态势感知的最新数据,并且可以为工程师提供对汽车运动和驾驶行为的更深入了解。
连接的汽车软件可以在特定粒度级别分析来自车辆传感器的数据以及周围的上下文和环境信息以提供情况检测。这实现了通过云的车对车通信。此外,连接的汽车软件可以检测危险驾驶,包括超速、漂移、剧烈加速或制动以及疲劳驾驶,以做出有助于保持驾驶员更安全的调节。这一连接的汽车软件可以实时地使用分析洞察力以改善驾驶体验,预防问题并且降低成本。
US20180210729A1讨论了基于IoT设备的参数、IoT设备的状态、第二IoT设备的状态或与IoT通信的其他计算资源来动态地删除由IoT设备生成的指令。US9558196B2讨论了用于基于与每个事件节点相关联的时间戳来从系统事件日志自动地删除事件并且使用最后的使用指示符来指示事件的最后使用以释放存储器空间的机制。DE112014003653T5讨论了在与数字助理通信时自动地删除针对用户请求而被生成的指令并且将该指令存储为运行时事件以在特定时间之后删除该指令。US9894100B2讨论了基于分配给业务类型的权重、偏好设置、优先级设置、网络业务特性和每个策略规则的使用情况统计信息来动态地删除更新后的策略规则集合中的策略规则的子集。
发明内容
提供了一种方法、系统和计算机程序产品,其中计算设备保持与地理区域中的多个车辆的导航相关联的多个事件的指示。通过执行以下关于是否要从多个事件删除事件确定被做出:由事件删除管理器向多个删除确定代理传输关于是否要删除事件的查询;由事件删除管理器从多个删除确定代理接收是否要删除事件的指示;以及由事件删除管理器汇总从多个删除确定代理接收的指示以确定是否要删除事件。作为结果,当事件与地理区域中的车辆的导航不再相关时,事件被删除。
在某些实施例中,响应于由事件删除管理器确定大多数删除确定代理已经指示事件要被删除,事件从多个事件被删除。作为结果,基于多数表决的方案被用于确定是否要删除事件。
在其他实施例中,响应于由事件删除管理器确定超过预定阈值百分比的删除确定代理已经指示事件要被删除,事件从多个事件被删除。作为结果,针对某些关键事件(例如,极有可能引起事故的事件),可能需要绝大多数同意以删除事件。
在其他实施例中,由事件删除管理器从多个删除确定代理接收的指示是以下之一:删除事件的指示;不删除事件的指示;以及关于无是否要删除或不删除事件确定无法被做出的指示。作为结果,事件删除管理器可以确定删除确定代理中的哪些删除确定代理需要更多时间来确定是否要删除事件。
在其他实施例中,响应于由事件删除管理器从一个或多个选择的删除确定代理接收到关于是否要删除或不删除事件确定无法被做出的指示,事件删除管理器计算针对一个或多个选择的删除确定代理的最早决定时间,并且请求一个或多个选择的删除确定代理提供关于是否要通过应用用于删除事件的宽松准则来删除事件的指示。作为结果,有限量的附加时间被提供给某些删除确定代理以基于宽松的删除准则来确定是否要删除事件,其中宽松准则使得与先前应用的准则相比更有可能允许对是否要指示事件的删除的确定。
在其他实施例中,事件删除管理器从一个或多个选择的删除确定代理接收关于是否要基于宽松准则来删除事件的指示。基于从多个删除确定代理接收到的指示,关于是否要删除事件确定被做出。
在其他实施例中,计算设备和多个车辆被包括在云计算环境中。作为结果,计算设备可以提供用于车辆导航的云计算服务。
附图说明
现在参考附图,附图中的相同的附图标记始终表示对应的部分:
图1示出了根据某些实施例的包括与地理区域中的多个汽车通信的计算设备的连接的汽车计算环境的框图;
图2示出了根据某些实施例的示出被放置在地理区域的地图上的交通事件指示符以及这样的交通事件指示符的删除的框图;
图3示出了根据某些实施例的示出事件的生成和删除的框图;
图4示出了根据某些实施例的示出事件删除管理器如何删除事件的框图;
图5示出了根据某些实施例的由事件删除管理器执行的操作的流程图;
图6示出了根据某些实施例的示出用于事件的删除的宽松准则(即,条件)的示例性计算的框图;
图7示出了根据某些实施例的示出如何删除事件的流程图;
图8示出了根据某些实施例的示出如何基于宽松准则来删除事件的流程图;
图9示出了根据某些实施例的云计算环境的框图;
图10示出了根据某些实施例的图9的云计算环境的更多细节的框图;以及
图11示出了根据某些实施例的计算系统的框图,该框图示出了可以被包括在计算设备或汽车或其他IoT设备中的某些元件,如图1至图10中所述。
具体实施方式
在下面的描述中,参考形成该描述的一部分并且示出若干实施例的附图。应当理解,可以利用其他实施例,并且可以进行结构和操作上的改变。
在连接的汽车计算环境中,指示诸如事故、障碍物、浸水(例如,洪水)、交通拥堵等危险的事件可以被放置在地理区域的地图上。事件可以由人、系统或设备生成。这些事件也可以通过基于规则的方法或经由其他机制(包括探测汽车的运行)来生成。
事件可以通过手动操作或由解决方案设计人员开发的启发式逻辑来删除。解决方案设计人员意识到事件发生的条件。但是,没有太多注意事件删除的条件。因此,尽管事件在连接的汽车环境中不再相关,但是很多事件仍然可能保留在存储器上的数据存储区或系统高速缓存上。
某些实施例提供了用于基于从不同删除方法接收的多数或绝对多数决定来自动地删除经由物联网(IoT)设备(例如,连接的汽车)生成的事件的机制。不同的删除方法(诸如基于删除规则、委托确认和计划的时间表或持续时间的删除方法)被用于生成多个结果,并且基于结果确定关于是否要删除事件而被做出。计算决定时间,在该决定时间内,将基于用于事件的删除的宽松准则通过删除方法来做出决定。作为结果,改善了诸如汽车等IoT设备以及管理这样的IoT设备的计算设备的操作。
示例性实施例
图1示出了根据某些实施例的包括与地理区域中的多个汽车或其他车辆104通信的计算设备102的连接的汽车计算环境100的框图。
计算设备102可以被称为云节点,并且可以包括任何合适的计算设备,包括本领域目前已知的计算设备,诸如个人计算机、工作站、服务器、主机、手持式计算机、掌上电脑、电话设备、网络设备、刀片计算机、处理设备、控制器等。
计算设备102和所连接的汽车或车辆104、106可以是诸如存储局域网、广域网、互联网、内联网等任何合适的网络中的元件。在某些实施例中,计算设备102和连接的汽车或车辆104、106可以是云计算环境中的元件。计算设备102和连接的汽车或车辆104、106可以被称为云计算环境的云节点。计算设备102与连接的汽车或车辆104、106之间的通信可以是通过蜂窝、Wi-Fi或另一类型的通信协议进行的。
汽车104、106可以生成事件,这些事件由计算设备102分析并且被放置在地理区域的地图上。计算设备102可以包括事件删除管理器108和多个删除确定代理110、112,其中每个删除确定代理110、112采用不同的方法来确定是否需要删除事件。在某些实施例中,事件删除管理器108和删除确定代理110、112用软件、硬件、固件或其任何组合而被实现。
图2示出了根据某些实施例的示出被放置在地理区域的地图上的交通事件指示符以及这样的交通事件指示符的删除的框图200。可以确定示例性交通事件指示符,诸如指示地图中的事故的位置的事故事件202、示出地图中的某个位置的交通锥等障碍物的障碍物事件204、示出地图中的某个位置的浸水情况的浸水事件206(例如,洪水)等,并且将其放置在地理区域的地图中。
某些实施例提供了用于确定何时从地理区域的地图删除事件的机制(如附图标记208所示)。
图3示出了根据某些实施例的示出事件的生成302和删除303的框图300。
在某些实施例中,事件可以是通过声明304,通过委托306,或经由时间衰减模型308来生成。指示在地理位置处的湿滑道路的示例性湿滑道路事件被示出为是基于防抱死制动系统(ABS)在一定温度范围内在一段时间内在多个车辆中被激活通过声明而生成的(如附图标记310所示)。基于委托的事件是由人工报告(诸如由驾驶员做出的报告)生成的(如附图标记312所示)。基于时间衰减模型的事件可以使用持续时间或使用时间衰减模型以及置信度的阈值而被生成(如附图标记314所示)。例如,可以以10分钟的有效期生成事件。在另一示例中,基于时间衰减模型,事件可能以高置信度限制保持有效达10分钟,但是可能以低置信度限制保持有效达20分钟。
在某些实施例中,可以通过删除规则来删除事件,如附图标记316所示。例如,如果防抱死制动系统(ABS)在一定时间段内没有从一定数目的车辆被激活或者温度大于某个预定温度(如附图标记318所示),则可以删除滑行道路事件(如附图标记310所示生成)。
可以通过将确认动作委托给接近事件的汽车来删除基于委托的事件。例如,如果汽车接近事故现场并且事故不再影响交通,则自动相机或汽车驾驶员可以报告可以删除对应的事故事件(如附图标记320所示)。
可以根据计划的时间表或持续时间来删除基于时间衰减模型的事件(如附图标记322、324所示)。例如,删除可以在某个预定时间段之后或以用于删除某个置信度来进行(如附图标记324所示)。时间衰减模型可以由每种类型的事件预先定义,也可以从包括时间序列数据的指数平滑的机器学习机制被得出,其中指数平滑是单变量数据的时间序列预测方法,其可以扩展以支持具有系统趋势的数据。在指数平滑预测方法中,预测是过去的观察值的加权和,但是模型明确地对过去的观察值使用指数递减权重。
图4示出了根据某些实施例的示出在计算设备102中执行的事件删除管理器108如何基于事件删除方法402、404、406来删除事件的框图400。事件删除方法402、404、406中的每个方法由在计算设备102中执行的删除确定代理110、112执行。
事件删除管理器108知道事件删除方法的列表、用于决定事件删除的最后期限,并且可以调用应用程序编程接口(API)来调用验证逻辑和放宽用于确定事件删除的准则(如附图标记408所示)。
向事件删除管理器108通知由事件删除方法402触发的事件删除的可能性(如附图标记410所示)。然后,事件删除管理器108调用用于验证事件删除的API(如附图标记412、414所示)。
一旦调用用于验证事件检测的API,就执行验证逻辑以确定是否要基于用于事件的删除的大多数事件删除方法402、404、406表决来删除事件(如附图标记416所示)。
来自方法402、404、406中的每个方法的事件删除的验证结果可以是以下之一(如附图标记418所示):
1.删除条件满足(条件RC0);
2.删除条件不满足(条件RC1);以及
3.删除尚未得到验证(条件RC2)。
由于某些方法402、404、406无法确定是否要删除事件(条件RC2),因此事件删除管理器108计算最早决定时间(EDT)并且向无法确定是否要删除事件(条件RC2)的方法发送通知以应用宽松准则(即,与先前采用的删除准则相比不太严格的删除准则)以用于确定删除(如附图标记420所示)。在采用宽松准则之后,结果被返回给事件删除管理器108(如附图标记422所示),并且基于事件删除方法的多数表决,事件删除管理器108确定是否要删除事件。
因此,图4示出了某些实施例,其中事件删除管理器108基于由多个事件删除方法做出的关于删除的决定来确认是否要删除事件。在某些情况中,大多数事件删除方法必须在事件删除管理器108删除事件之前确认事件必须被删除。在某些实施例中,当绝对多数事件删除方法402确认删除时,某些事件(例如,可能导致严重事故的事件)可以被删除,其中该绝对多数可以是三分之二或更多。
当某些事件删除方法无法确定是否要确认删除并且为事件删除方法提供用于做出该确定的决定时间时,用于确定删除的准则变得不那么严格。
图5示出了根据某些实施例的由事件删除管理器108执行的操作的流程图500。
控制在框502处开始,并且进行到框504,在框504处,事件删除管理器108从事件删除方法M_i接收事件删除请求以及事件标识符。事件删除管理器108向事件删除方法M_i以外的所有其他事件删除方法发送(在框506处)验证事件的事件删除条件是否满足的请求。
控制进行到框508,在框508处,事件删除管理器108确定是否接收到所有方法的所有结果代码(如图4附图标记418所示,结果代码为RC0、RC1、RC2,其中RC2表明无法确定是否要删除事件)。如果否(分支510为“否”),则事件删除管理器108等待(在框512处),直到接收到所有结果代码。如果接收到所有结果代码(分支514为“是”),则控制进行到框516,在框516处,确定返回表明无法决定是否要删除事件的结果代码RC2的所有方法的最早决定时间,并且然后为返回结果代码RC2的方法调用宽松准则以确定是否要删除事件。框516中所示的操作在图6中详细讨论。
控制从框516进行到框518,在框518处,事件删除管理器108确定是否可以通过多于K个方法表决删除来做出删除决定。控制进行到框520,在框520处,确定接收到的RC0代码的数目(指示删除表决)是否超过K。如果是(分支522为“是”),则删除事件(在框524处)并且过程结束(在框526处)。如果否(分支528为“否”),则确定(框530)是否已经达到估计的决定时间(即,当前时间是估计的决定时间)。如果否(分支532为“否”),则事件删除管理器108等待(在框534处),直到所有结果代码被返回,并且控制进行到框518。
如果确定已经达到估计的决定时间(分支536为“是”),则不删除事件(在框528处),因为到那时,接收到的RC0代码的数目(即,删除票数)未超过K,并且过程结束(在框526处)。
因此,图5示出了如何基于多个删除方法的票数来确认事件删除,如果必要的话,通过针对删除方法的子集放宽删除准则使得能够对所有删除方法的票数进行计数来确认事件删除。
图6示出了根据某些实施例的示出用于事件的删除的宽松准则(即,条件)的示例性计算的流程图600。准则的放宽可以通过各种机制来进行,并且某些示例性机制在图6中示出。
在计算最早决定时间(EDT)(如附图标记602所示)时,假定一种方法将事件删除的通知报告给事件删除管理器108。对于返回RC2(即,无法确定是否要删除事件)的其他方法,事件删除管理器108计算该方法可以做出决定的时间。在类型1事件(由声明304生成的事件)的情况中,该时间是从来自规则引擎的“时间条件”信息得出的。在类型2事件(由委托306生成的事件)的情况中,该时间是从被请求委托的最近车辆的位置得出的。根据其距离和速度,该方法可以计算近似最早时间。在类型3事件(由时间衰减模型308生成的事件)的情况中,该时间是从时间衰减模型得出的。应当注意,在决定时间固定(例如,距报告5分钟)的情况中,可以配置EDT而没有上述步骤。
通过将返回RC2的方法的每个决定时间与在先前操作中确定的EDT进行比较,对基于EDT的事件删除方法的每个条件执行放宽(如附图标记604所示),并且通过将EDT与原始决定时间进行比较来计算关于决定时间变得有多早的比率(r)。比率(r)反映事件删除的条件。
例如,在类型1删除316的情况中,通过乘以上述比率来计算ABS计数的新阈值。例如,如果通过EDT将时间条件从15分钟改变为5分钟,则比率r为0.3并且ABS计数从3改变为1。在类型2删除320的情况中,通知区域从一个有向链接改变为连接事件的多个有向链接。比率r用于设置面积(例如,通知区域的半径乘以1/r)。在类型3删除322的情况中,新阈值是从时间衰减模型上的EDT处的值得出的。
在某些实施例中,事件删除管理器108选择最早时间来计算放宽条件,因为如果不是最早时间,则该条件变得比原始条件更严格。如果EDT是固定的(例如,5分钟)并且不早于所比较的决定时间,则不会进行放宽并且保持原始状态。
图7示出了根据某些实施例的示出如何删除事件的流程图700。在某些实施例中,图7所示的操作可以由在计算设备102中执行的事件删除管理器108执行。
控制开始于框702,在框702处,计算设备102保持与在地理区域中的多个车辆的导航相关联的多个事件的指示。通过执行以下操作来确定是否要从多个事件删除事件(在框704处):由事件删除管理器108向多个删除确定代理110、112中的每个(或一些)删除确定代理传输关于是否要删除事件的查询;由事件删除管理器108从多个删除确定代理110、112中的每个(或一些)删除确定代理接收关于是否要删除事件的指示;以及由事件删除管理器108汇总从多个删除确定代理110、112接收的指示以确定是否要删除事件。
在某些实施例(例如,第一实施例706)中,响应于事件删除管理器108确定大多数删除确定代理已经指示要删除事件,从多个事件删除事件(在框708处)。作为结果,基于多数表决的方案被用于确定是否要删除事件。
在其他实施例(例如,第二实施例710)中,响应于事件删除管理器108确定超过预定阈值百分比的删除确定代理已经指示要删除事件,从多个事件删除事件(在框712处)。作为结果,对于某些关键事件(例如,极有可能引起事故的事件),可能需要绝大多数同意才能删除事件。
图8示出了根据某些实施例的示出如何基于宽松准则来删除事件的流程图800。在某些实施例中,图8所示的操作可以由在计算设备102中执行的事件删除管理器108执行。
控制开始于框802,在框802处,事件删除管理器108从多个删除确定代理110、112中的每个(或一些)删除确定代理接收的指示是以下之一:删除事件的指示;不删除事件的指示;以及关于无法确定是否要删除事件的指示。作为结果,事件删除管理器可以确定哪些删除确定代理需要更多时间来确定是否要删除事件。
控制进行到框804,在框804处,响应于事件删除管理器108从一个或多个选择的删除确定代理接收到关于无法确定是否要删除事件的指示,事件删除管理器108计算一个或多个选择的删除确定代理中的每个(或一些)选择的删除确定代理的最早决定时间,并且请求一个或多个选择的删除确定代理提供关于是否要通过应用用于删除事件的宽松准则来删除事件的指示。作为结果,有限量的附加时间被提供给某些删除确定代理以基于宽松的删除准则来确定是否要删除事件,其中宽松准则使得与先前应用的准则相比更有可能允许确定是否要指示与事件的删除。
事件删除管理器108从一个或多个选择的删除确定代理110、112中的每个(或一些)选择的删除确定代理接收关于是否要基于宽松准则来删除事件的指示(在框806处)。基于从多个删除确定代理中的每个(或一些)删除确定代理接收的指示来确定是否要删除事件(在框810处)。
因此,图1至图8示出了其中基于多个删除确定代理的票数来删除事件的实施例,其中为了促进表决,对于删除确定代理的子集,可以使用于指示是否要删除事件的条件较不严格。尽可能使所有符合条件的删除确定代理进行表决,并且多数或绝对多数票数被用于删除事件。
云计算环境
云计算是一种模型,其用于实现对可配置计算资源(例如,网络、服务器、存储、应用和服务)的共享池的方便的按需网络访问,这些资源可以用最少的管理工作或服务提供商互动来快速地配置和释放。
现在参考图9,描绘了说明性的云计算环境50。事件删除(如附图标记52所示)在云计算环境50中执行。如图所示,云计算环境50包括一个或多个云计算节点10,由云消费者使用的本地计算设备(例如,个人数字助理(PDA)或蜂窝电话54A、台式计算机54B、膝上型计算机54C和/或汽车计算机系统54N)可以与该云计算节点10通信。节点10可以彼此通信。它们可以在一个或多个网络中物理或虚拟地分组(图中未示出),诸如如上所述的私有云、共同体云、公共云或混合云或者其组合。这允许云计算环境50提供基础架构即服务、平台即服务和/或软件即服务,而云的消费者无需在本地计算设备上保持资源。应当理解,图9所示的类型的计算设备54A-N仅仅是示意性的,并且云计算节点10和云计算环境50可以通过任何类型的网络和/或网络可寻址连接来与任何类型的计算设备通信(例如,使用网络浏览器)。
现在参考图10,示出了由云计算环境50(图9)提供的一组功能抽象层。首先应当理解,图10所示的组件、层以及功能都仅仅是示意性的,并且本发明的实施例不限于此。
硬件和软件层60包括硬件和软件组件。硬件组件的示例包括:主机,在一个示例中为IBM ZSERIES*系统;基于RISC(精简指令集计算机)架构的服务器,在一个示例中为IBMPSERIES*系统、IBM XSERIES*系统、IBM BLADECENTER*系统;存储设备;网络和联网组件。软件组件的示例包括:网络应用服务器软件,在一个示例中为IBM WEBSPHERE*应用服务器软件;以及数据库软件,在一个示例中为IBM DB2*数据库软件。
虚拟化层62提供抽象层,从该抽象层可以提供虚拟实体的以下示例:虚拟服务器;虚拟存储装置;虚拟网络,包括虚拟专用网络;虚拟应用和操作系统;以及虚拟客户端。
在一个示例中,管理层64可以提供下面描述的功能。资源供应提供用于在云计算环境内执行任务的计算资源和其他资源的动态采购。计量和定价提供在资源在云计算环境中被利用时成本跟踪,并且提供用于消费这些资源的计费或发票。在一个示例中,这些资源可以包括应用软件许可。安全性为云消费者和任务提供身份验证并且提供对数据和其他资源的保护。用户门户为消费者和系统管理员提供对云计算环境的访问。服务级别管理提供云计算资源分配和管理,使得能够满足所需要的服务级别。服务水平协议(SLA)规划和实现提供根据SLA而预期其未来需求的云计算资源的预先布置和采购。
工作负载层90提供可以利用云计算环境的功能的示例。可以从这一层被提供的工作负载和功能的示例包括:地图绘制和导航91;软件开发和生命周期管理92;虚拟教室教育传输93;数据分析处理94;事务处理;迁移和事件删除68,如图1-10所示。
附加实施例细节
所描述的操作可以被实现为使用标准编程和/或工程技术来产生软件、固件、硬件或其任何组合的方法、装置或计算机程序产品。因此,实施例的各方面可以采取以下形式:完全硬件实施例、完全软件实施例(包括固件、常驻软件、微代码等)或结合了软件和硬件方面的实施例,所有这些在本文中通常可以称为“电路”、“模块”或“系统”。此外,实施例的各方面可以采取计算机程序产品的形式。该计算机程序产品可以包括其上具有用于引起处理器执行本实施例的各方面的计算机可读程序指令的计算机可读存储介质。
计算机可读存储介质可以是可以保留和存储供指令执行设备使用的指令的有形设备。计算机可读存储介质可以是例如但不限于电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或前述各项的任何合适的组合。计算机可读存储介质的更具体示例的非穷举列表包括:便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式光盘只读存储器(CD-ROM)、数字多功能磁盘(DVD)、记忆棒、软盘、机械编码设备(诸如其上记录有指令的凹槽中的打孔卡或凸起结构)、以及前述各项的任何合适的组合。如本文中使用的,计算机可读存储介质不应当被理解为暂态信号本身,诸如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如,穿过光纤电缆的光脉冲)或通过电线传输的电信号。
可以经由例如因特网、局域网、广域网和/或无线网络等网络将本文中描述的计算机可读程序指令从计算机可读存储介质下载到相应的计算/处理设备,或者下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光传输纤维、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配器卡或网络接口从网络接收计算机可读程序指令,并且转发计算机可读程序指令以存储在相应计算/处理设备内的计算机可读存储介质中。
用于执行本实施例的操作的计算机可读程序指令可以是汇编程序指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者用一种或多种编程语言(包括诸如SMALLTALK、C++等面向对象的编程语言、以及诸如“C”编程语言或类似编程语言等常规过程编程语言)的任何组合编写的源代码或目标代码。计算机可读程序指令可以完全在用户的计算机上,部分地在用户的计算机上,作为独立软件包执行,部分地在用户的计算机上并且部分地在远程计算机上,或者完全在远程计算机或服务器上执行。在后一种情况中,远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户的计算机,或者可以与外部计算机建立连接(例如,使用互联网服务提供商通过互联网)。在一些实施例中,包括例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可以通过利用计算机可读程序指令的状态信息将电子电路个性化来执行计算机可读程序指令,以执行本实施例的各方面。
本文中参考根据本发明的实施例的方法、装置(系统)和计算机程序产品的流程图图示和/或框图描述了本实施例的各方面。应当理解,流程图图示和/或框图的每个框以及流程图图示和/或框图中的框的组合可以由计算机可读程序指令而被实现。
可以将这些计算机可读程序指令提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器以产生机器,使得这些指令在经由计算机或其他可编程数据处理装置的处理器执行时创建用于实现流程图和/或框图的一个或多个框中指定的功能/动作的装置。这些计算机可读程序指令还可以存储在计算机可读存储介质中,该计算机可读存储介质可以指导计算机、可编程数据处理装置和/或其他设备以特定方式起作用,使得其中存储有指令的计算机可读存储介质包括制品,该制品包括实现在流程图和/或框图的一个或多个框中指定的功能/动作的各方面的指令。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上,以引起一系列操作步骤在计算机、其他可编程装置或其他设备上被执行以产生计算机实现的过程,使得在计算机、其他可编程装置或其他设备上执行的指令实现在流程图和/或框图的一个或多个框中指定的功能/动作。
附图中的流程图和框图示出了根据本发明的各个实施例的系统、方法和计算机程序产品的可能实现的架构、功能和操作。就这一点而言,流程图或框图中的每个框可以表示指令的模块、片段或部分,其包括用于实现(多个)指定的逻辑功能的一个或多个可执行指令。在一些备选实现中,框中指出的功能可以不按图中指出的顺序发生。例如,取决于所涉及的功能,连续示出的两个框实际上可以基本上同时执行,或者这些框有时可以以相反的顺序执行。还应当注意,框图和/或流程图图示中的每个框以及框图和/或流程图图示中的框的组合可以由执行指定功能或动作或者执行特殊用途的硬件和计算机指令的组合的特殊用途的基于硬件的系统而被实现。
图11示出了根据某些实施例的示出可以被包括在计算设备102或车辆104,106或其他IoT设备中的某些元件的框图。系统1100可以包括在某些实施例中可以至少包括处理器1104的电路1102。系统1100还可以包括存储器1106(例如,易失性存储设备)和存储装置1108。存储装置1108可以包括非易失性存储设备(例如,EEPROM、ROM、PROM、闪存、固件、可编程逻辑等)、磁盘驱动器、光盘驱动器、磁带驱动器等。存储器1108可以包括内部存储设备、附接的存储设备和/或网络可访问的存储设备。系统1100可以包括包含代码1112的程序逻辑1110,该代码1112可以被加载到存储器1106中并且由处理器1104或电路1102执行。在某些实施例中,包括代码1112的程序逻辑1110可以存储在存储装置1108中。在某些其他实施例中,程序逻辑1110可以在电路1102中实现。系统1100中的一个或多个组件可以经由总线或经由其他耦合或连接1114进行通信。尽管图11示出了与其他元件分开的程序逻辑1110,但是程序逻辑1110可以在存储器1106和/或电路1102中实现。
某些实施例可以设计一种用于由人来部署计算指令或将计算机可读代码集成到计算系统中的自动处理的方法,其中使得该代码与计算系统相结合能够执行所描述的实施例的操作。
除非另有明确说明,否则术语“实施例(an embodiment)”、“实施例(embodiment)”、“实施例(embodiments)”、“(the embodiment)”、“(the embodiments)”、“一个或多个实施例(one or more embodiments)”、“一些实施例(some embodiment)”和“一个实施例(one embodiment)”是指“(多个)本发明的一个或多个(但不是全部)实施例”。
除非另有明确说明,否则术语“包括(including)”、“包括(comprising)”、“具有(having)”及其变体表示“包括但不限于”。
除非另有明确说明,否则所列举的项目清单并不表示任何或所有项目是互斥的。
除非另有明确说明,否则术语“一个(a)”、“一个(an)”和“该(the)”表示“一个或多个(one or more)”。
除非另有明确说明,否则彼此通信的设备不需要彼此持续通信。另外,彼此通信的设备可以直接或通过一个或多个中间设备间接通信。
对具有彼此通信的若干组件的实施例的描述并不暗示需要所有这样的组件。相反,描述了各种可选组件以说明本发明的各种可能的实施例。
此外,尽管过程步骤、方法步骤、算法等可以按顺序描述,但是这样的过程、方法和算法可以被配置为按照备选顺序工作。换言之,可以描述的步骤的任何序列或顺序不一定表示要求这些步骤以该顺序执行。本文中描述的过程步骤可以以任何实际顺序执行。此外,一些步骤可以同时执行。
当在本文中描述单个设备或物品时,将很清楚的是,可以使用一个以上的设备/物品代替单个设备/物品。类似地,当在本文中描述了不止一个设备或物品时,将很清楚的是,可以使用单个设备/物品代替不止一个设备或物品,或者可以使用不同数目的设备/物品来代替所示出的数目的设备或程序。设备的功能和/或特征可以替代地由未明确描述为具有这样的功能/特征的一个或多个其他设备来体现。因此,本发明的其他实施例不需要包括设备本身。
可能已经在图中示出的至少某些操作示出了以特定顺序发生的特定事件。在备选实施例中,某些操作可以以不同的顺序执行,修改或移除。而且,步骤可以被添加到上述逻辑并且仍然符合所描述的实施例。此外,本文中描述的操作可以顺序地发生,或者某些操作可以并行地处理。另外,操作可以由单个处理单元或由分布式处理单元执行。
为了说明和描述的目的,已经给出了本发明的各种实施例的前述描述。并非旨在穷举或将本发明限制为所公开的精确形式。根据以上教导,很多修改和变化是可能的。意图在于,本发明的范围不由本具体实施方式限制,而是由所附权利要求书限制。以上说明、示例和数据提供了对本发明的组成的制造和使用的完整描述。由于可以在不脱离本发明的精神和范围的情况下做出本发明的很多实施例,因此本发明存在于下文中所附的权利要求中。
*IBM、ZSERIES、PSERIES、XSERIES、BLADECENTER、WEBSPHERE、DB2是InternationalBusiness Machines Corporation在全球很多司法管辖区注册的商标或注册商标。
Claims (11)
1.一种方法,包括:
由计算设备保持与地理区域中的多个车辆的导航相关联的多个事件的指示;以及
通过执行以下操作来确定是否要从所述多个事件删除事件:
由事件删除管理器向多个删除确定代理传输关于是否要删除所述事件的查询;
由所述事件删除管理器从所述多个删除确定代理接收是否要删除所述事件的指示;以及
由所述事件删除管理器汇总从所述多个删除确定代理接收的指示以确定是否要删除所述事件。
2.根据权利要求1所述的方法,其中响应于由所述事件删除管理器确定大多数删除确定代理已经指示所述事件要被删除,所述事件从所述多个事件被删除。
3.根据权利要求1所述的方法,其中响应于由所述事件删除管理器确定超过预定阈值百分比的删除确定代理已经指示所述事件要被删除,所述事件从所述多个事件被删除。
4.根据权利要求1所述的方法,其中由所述事件删除管理器从所述多个删除确定代理接收的所述指示是以下之一:
删除所述事件的指示;
不删除所述事件的指示;以及
关于是否要删除或不删除所述事件确定无法被做出的指示。
5.根据权利要求4所述的方法,所述方法还包括:
响应于由所述事件删除管理器从一个或多个选择的删除确定代理接收到关于是否要删除或不删除所述事件确定无法被做出的所述指示,计算针对所述一个或多个选择的删除确定代理的最早决定时间,并且请求所述一个或多个选择的删除确定代理提供关于是否要通过应用用于删除所述事件的宽松准则来删除所述事件的指示,其中所述宽松准则使得与先前应用的准则相比更有可能允许对是否要指示对事件的删除的确定。
6.根据权利要求5所述的方法,所述方法还包括:
由所述事件删除管理器从所述一个或多个选择的删除确定代理接收关于是否要基于所述宽松准则来删除所述事件的指示;以及
基于从所述多个删除确定代理接收的指示来确定是否要删除所述事件。
7.一种系统,包括:
存储器,所述存储器存储应用程序;以及
被耦合到所述存储器的处理器,其中所述处理器执行根据权利要求1至6中的任一项所述的方法的方法步骤。
8.一种计算机程序产品,所述计算机程序产品包括计算机可读存储介质,所述计算机可读存储介质具有利用其被体现的计算机可读程序代码,所述计算机可读程序代码被配置为执行根据权利要求1至6中的任一项所述的方法的方法步骤。
9.一种被通信地耦合到多个车辆的计算设备,其中所述计算设备执行根据权利要求1至6中的任一项所述的方法的方法步骤。
10.根据权利要求9所述的计算设备,其中所述计算设备和所述多个车辆被包括在云计算环境中。
11.一种系统,包括被单独地配置为执行根据权利要求1至6中的任一项所述的方法的每个步骤的模块。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/379,705 US11030019B2 (en) | 2019-04-09 | 2019-04-09 | Deletion of events based on a plurality of factors in a connected car computing environment |
US16/379,705 | 2019-04-09 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111797330A true CN111797330A (zh) | 2020-10-20 |
Family
ID=72747912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010275552.9A Pending CN111797330A (zh) | 2019-04-09 | 2020-04-09 | 在连接的汽车计算环境中基于多个因素对事件的删除 |
Country Status (2)
Country | Link |
---|---|
US (2) | US11030019B2 (zh) |
CN (1) | CN111797330A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11030019B2 (en) | 2019-04-09 | 2021-06-08 | International Business Machines Corporation | Deletion of events based on a plurality of factors in a connected car computing environment |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1665288A (zh) * | 2001-04-10 | 2005-09-07 | 日本胜利株式会社 | 图像信号的记录方法与装置、重放方法与装置 |
CN102959589A (zh) * | 2010-07-01 | 2013-03-06 | 宝马股份公司 | 用于处理车辆的、特别是汽车的一个或多个控制设备中的数据的方法 |
CN103988199A (zh) * | 2011-12-02 | 2014-08-13 | 国际商业机器公司 | 已去重存储云中的数据残留的去除 |
CN104809901A (zh) * | 2014-01-28 | 2015-07-29 | 通用汽车环球科技运作有限责任公司 | 使用街道级图像增强车辆的自动驾驶模式的方法 |
US20160140196A1 (en) * | 2013-07-30 | 2016-05-19 | Fujitsu Limited | Computer product, processing system, and processing method |
CN105940412A (zh) * | 2014-02-06 | 2016-09-14 | 谷歌公司 | 用于删除所请求信息的方法和系统 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7040455B2 (en) * | 2001-09-10 | 2006-05-09 | Ncr Corporation | System and method for tracking items at a scale of a self-checkout terminal |
US7680864B2 (en) * | 2004-03-02 | 2010-03-16 | Intel Corporation | Method and apparatus for managing access to stored objects based on retention policy |
US20080010136A1 (en) * | 2006-07-10 | 2008-01-10 | Chun-Yao Yu | Electronic book management system and its method |
US9906549B2 (en) * | 2007-09-06 | 2018-02-27 | Microsoft Technology Licensing, Llc | Proxy engine for custom handling of web content |
CA2712576C (en) * | 2009-08-11 | 2012-04-10 | Certusview Technologies, Llc | Systems and methods for complex event processing of vehicle-related information |
US9825820B2 (en) * | 2010-12-15 | 2017-11-21 | The Boeing Company | Communication effects in network simulations |
US9239887B2 (en) | 2012-12-18 | 2016-01-19 | Cisco Technology, Inc. | Automatic correlation of dynamic system events within computing devices |
CN104283979B (zh) * | 2013-07-11 | 2017-11-17 | 华为技术有限公司 | 组播域名系统中报文传输的方法、装置及系统 |
CN105453026A (zh) | 2013-08-06 | 2016-03-30 | 苹果公司 | 基于来自远程设备的活动自动激活智能响应 |
US9191349B2 (en) * | 2014-01-22 | 2015-11-17 | Qualcomm Incorporated | Dynamic invites with automatically adjusting displays |
US9894100B2 (en) | 2014-12-30 | 2018-02-13 | Fortinet, Inc. | Dynamically optimized security policy management |
US9952916B2 (en) * | 2015-04-10 | 2018-04-24 | Microsoft Technology Licensing, Llc | Event processing system paging |
US10749734B2 (en) | 2015-07-07 | 2020-08-18 | International Business Machines Corporation | Management of events and moving objects |
US10540326B2 (en) * | 2015-08-21 | 2020-01-21 | Makemytrip (India) Private Limited | Dynamic caching system |
US10460400B2 (en) * | 2015-12-07 | 2019-10-29 | Facebook, Inc. | Systems and methods for providing anniversary information |
US9460616B1 (en) | 2015-12-16 | 2016-10-04 | International Business Machines Corporation | Management of mobile objects and service platform for mobile objects |
US10725761B2 (en) * | 2016-06-10 | 2020-07-28 | Apple Inc. | Providing updated application data for previewing applications on a display |
US10394578B2 (en) | 2017-01-20 | 2019-08-27 | International Business Machines Corporation | Internet of things device state and instruction execution |
US20190277640A1 (en) * | 2018-03-06 | 2019-09-12 | GM Global Technology Operations LLC | Gnss elevation correction |
US11526539B2 (en) * | 2019-01-31 | 2022-12-13 | Salesforce, Inc. | Temporary reservations in non-relational datastores |
US11030019B2 (en) | 2019-04-09 | 2021-06-08 | International Business Machines Corporation | Deletion of events based on a plurality of factors in a connected car computing environment |
WO2021178731A1 (en) * | 2020-03-04 | 2021-09-10 | Karl Denninghoff | Neurological movement detection to rapidly draw user attention to search results |
US20230153446A1 (en) * | 2021-11-16 | 2023-05-18 | Bank Of America Corporation | System for improving the resource event device removal process |
-
2019
- 2019-04-09 US US16/379,705 patent/US11030019B2/en active Active
-
2020
- 2020-04-09 CN CN202010275552.9A patent/CN111797330A/zh active Pending
-
2021
- 2021-05-19 US US17/325,127 patent/US12118410B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1665288A (zh) * | 2001-04-10 | 2005-09-07 | 日本胜利株式会社 | 图像信号的记录方法与装置、重放方法与装置 |
CN102959589A (zh) * | 2010-07-01 | 2013-03-06 | 宝马股份公司 | 用于处理车辆的、特别是汽车的一个或多个控制设备中的数据的方法 |
CN103988199A (zh) * | 2011-12-02 | 2014-08-13 | 国际商业机器公司 | 已去重存储云中的数据残留的去除 |
US20160140196A1 (en) * | 2013-07-30 | 2016-05-19 | Fujitsu Limited | Computer product, processing system, and processing method |
CN104809901A (zh) * | 2014-01-28 | 2015-07-29 | 通用汽车环球科技运作有限责任公司 | 使用街道级图像增强车辆的自动驾驶模式的方法 |
US20150211870A1 (en) * | 2014-01-28 | 2015-07-30 | GM Global Technology Operations LLC | Method for using street level images to enhance automated driving mode for vehicle |
CN105940412A (zh) * | 2014-02-06 | 2016-09-14 | 谷歌公司 | 用于删除所请求信息的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
US20200326995A1 (en) | 2020-10-15 |
US11030019B2 (en) | 2021-06-08 |
US20210271534A1 (en) | 2021-09-02 |
US12118410B2 (en) | 2024-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10360800B2 (en) | Warning driver of intent of others | |
US11023325B2 (en) | Resolving and preventing computer system failures caused by changes to the installed software | |
US10838839B2 (en) | Optimizing adaptive monitoring in resource constrained environments | |
US10587639B2 (en) | Assessing trust of components in systems | |
CN114174949B (zh) | 确定感兴趣区域中的基础设施的状态 | |
US10252461B2 (en) | Cognitive-based driving anomaly detection based on spatio-temporal landscape-specific driving models | |
JP2021512526A (ja) | HiLaaS(Hardware−in−the−Loop as a Service)を使用した埋め込みシステムおよびアプリケーションのテスト | |
US11004333B2 (en) | Detecting influential factors for traffic congestion | |
US11770305B2 (en) | Distributed machine learning in edge computing | |
US9816834B2 (en) | Generating a query index and querying on the basis of the query index | |
US20190147538A1 (en) | Cognitive approach to identifying environmental risk from incomplete telematics data and claim data | |
US9483938B1 (en) | Diagnostic system, method, and recording medium for signalized transportation networks | |
US12118410B2 (en) | Deletion of events based on a plurality of factors in a connected car computing environment | |
US20190213808A1 (en) | Vehicle health and maintenance cost estimations based on automobile operation | |
US10730527B2 (en) | Implementing cognitive state recognition within a telematics system | |
US10834524B2 (en) | Delegating cloud-side roles to devices | |
US10953877B2 (en) | Road condition prediction | |
US10783782B1 (en) | Vehicle management | |
CN114694412B (zh) | 车辆安全管理控制方法、装置、系统及电子设备 | |
US11711679B2 (en) | Context aware cloud service availability in a smart city by renting temporary data centers | |
US20230077192A1 (en) | Digital twin-based simulation of carrier propagation | |
CN114930425B (zh) | 使用数据分析的自主驾驶评估 | |
CN118740837A (zh) | 一种节点处理方法、装置、设备、存储介质和程序产品 | |
JP2023059247A (ja) | コンピュータ実装方法、コンピュータシステムおよびコンピュータプログラム(予測認証データを使用する接続プール管理) | |
KR20240093554A (ko) | 가명 로깅 및 지시어들을 활용한 차량 예후들 |
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 |