CN112498264A - 用于车辆用户的智能容器、提醒系统、提醒方法及介质 - Google Patents
用于车辆用户的智能容器、提醒系统、提醒方法及介质 Download PDFInfo
- Publication number
- CN112498264A CN112498264A CN201910870340.2A CN201910870340A CN112498264A CN 112498264 A CN112498264 A CN 112498264A CN 201910870340 A CN201910870340 A CN 201910870340A CN 112498264 A CN112498264 A CN 112498264A
- Authority
- CN
- China
- Prior art keywords
- user
- drinking
- information
- volume
- time
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000035622 drinking Effects 0.000 claims abstract description 147
- 239000007788 liquid Substances 0.000 claims abstract description 124
- 230000036571 hydration Effects 0.000 claims abstract description 61
- 238000006703 hydration reaction Methods 0.000 claims abstract description 61
- 230000008859 change Effects 0.000 claims abstract description 50
- 239000003651 drinking water Substances 0.000 claims abstract description 33
- 235000020188 drinking water Nutrition 0.000 claims abstract description 33
- 230000001502 supplementing effect Effects 0.000 claims abstract description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 94
- 230000027939 micturition Effects 0.000 claims description 66
- 238000013178 mathematical model Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 14
- 238000010801 machine learning Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 241001122767 Theaceae Species 0.000 description 2
- 235000013361 beverage Nutrition 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 235000011389 fruit/vegetable juice Nutrition 0.000 description 2
- 230000035922 thirst Effects 0.000 description 2
- 206010016275 Fear Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000000476 body water Anatomy 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3476—Special cost functions, i.e. other than distance or default speed limit of road segments using point of interest [POI] information, e.g. a route passing visible POIs
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F22/00—Methods or apparatus for measuring volume of fluids or fluent solid material, not otherwise provided for
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Fluid Mechanics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Auxiliary Drives, Propulsion Controls, And Safety Devices (AREA)
- Emergency Alarm Devices (AREA)
Abstract
提供一种用于车辆用户的智能容器、提醒系统和提醒方法,该智能容器包括:设置在智能容器上的体积传感器、指纹传感器以及处理器;体积传感器被配置用于检测智能容器中的剩余液体的体积信息;指纹传感器被配置用于获取用户指纹信息,将用户指纹信息与预设的用户指纹信息进行匹配;处理器被配置用于:根据匹配的用户指纹信息确定用户的身份信息,基于用户的身份信息获取用户的水合生理参数;以及至少根据体积传感器在一段时间内检测的剩余液体的体积信息的变化、获取的用户的水合生理参数和/或车辆的导航路径,提供相应的关于液体饮用的提醒信息。这样根据用户的饮水量提醒用户补充饮水或者减少饮水,避免出现过多饮水或者过少饮水的现象。
Description
技术领域
本发明涉及智能容器领域,更具体而言,涉及一种用于车辆用户的智能容器、相应的提醒系统、提醒方法、计算机设备及计算机可读存储介质。
背景技术
在目前的车辆行驶中,尤其是在高速公路或者远程行驶的过程中,用户面临的最大问题就是干渴,比如:由于路程比较远,而路上的停车服务区很少,就会出现用户害怕上厕所而不敢喝水,因此喝水很少,导致身体缺水;或者用户喝水过多,而停车服务区很远,导致用户无法及时上厕所等等,这些问题给用户带来了极大的困扰。
虽然目前使用的智能容器中的体积传感器也可以测量智能容器中的剩余液体的体积,但是这些智能容器并没有与车辆通信,也无法知道高速上的情况,因此无法根据用户的饮水量和厕所位置及时给出提醒。
因此,需要一种能够更准确地根据当前车辆行驶的路线,及时给用户发出饮水提醒的智能容器或者提醒系统。
发明内容
为解决上述技术问题,本发明提出了一种用于车辆用户的智能容器,其基于智能容器中的体积传感器在一段时间内检测的剩余液体的体积信息的变化、获取的所述用户的水合生理参数和/或所述车辆的导航路径,提供相应的关于液体饮用的提醒信息,以便及时提醒用户减少饮水或者补充饮水。
具体地,根据本发明的第一方面,提供一种智能容器,所述智能容器能够与车辆的车载系统或车辆用户的移动终端设备通信连接,所述智能容器包括:体积传感器、指纹传感器以及处理器;其中,
所述体积传感器被配置用于检测所述智能容器中的剩余液体的体积信息,并将所述剩余液体的体积信息传送给所述处理器;
所述指纹传感器被配置用于获取用户指纹信息,将所述用户指纹信息与预设的用户指纹信息进行匹配,并且将匹配的用户指纹信息传送给所述处理器;
所述处理器与所述体积传感器和所述指纹传感器通信连接,并且与所述车辆的车载系统或车辆用户的移动终端设备通信连接以获取车辆的导航路径,所述处理器被配置用于:
根据所匹配的用户指纹信息确定用户的身份信息,基于所述用户的身份信息获取所述用户的水合生理参数,其中所述水合生理参数包括:所述用户的饮水习惯相关的数据以及所述用户的饮水和排尿之间关系的数据;以及
至少根据所述体积传感器在一段时间内检测的剩余液体的体积信息的变化、获取的所述用户的水合生理参数和/或所述车辆的导航路径,提供相应的关于液体饮用的提醒信息。
可选地,所述处理器被进一步配置用于:
通过所检测的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,并且根据该饮水量以及所述用户的饮水和排尿之间关系的数据,估计用户下一次排尿的时间;
搜索所述导航路径上接下来的厕所位置,并且估计到达该厕所位置的时间;
如果判断用户下一次排尿的时间与到达该厕所位置的时间的差超过设定时间阈值,则提供限制或减少饮用液体的第一提醒信息。
可选地,所述处理器被进一步配置用于:
通过所检测的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,如果该饮水量小于设定饮水量阈值,或者小于根据所述用户的饮水习惯相关的数据确定的最小平均饮水阈值,则提供补充饮用液体的第二提醒信息。
可选地,所述处理器被进一步配置用于通过以下方式为用户提供基于导航路径的饮水规划:
基于所述导航路径上的一个或多个厕所位置和用户的饮水习惯相关的数据,在导航路径中选择一个或多个规划的饮水位置,并且为用户确定建议饮用的液体的体积,所述饮水位置和所述建议饮用的液体的体积被选择以使得确保所估计的用户下次排尿时间与车辆预计到达临近的厕所位置的时间的差不超过所述设定时间阈值。
可选地,所述处理器被进一步配置用于通过如下机器学习方法建立关于计算所述用户的水合生理参数的数学模型:
通过使用所述体积传感器所检测的关于所述智能容器中的剩余液体的体积信息的变化,训练形成关于所述用户的饮水习惯相关的数学模型;以及
通过使用所述体积传感器所检测的关于所述智能容器中的剩余液体的体积信息的变化,以及通过所述车辆的车载系统或车辆用户的移动终端设备获取的与车辆在厕所附近停车相关的位置信息和时间信息,训练形成关于所述用户的饮水和排尿之间的关系的数学模型。
根据本发明的另一方面,提供了一种用于车辆用户的提醒系统,其包括智能容器,以及设置在智能容器外部的处理器,其中,
所述智能容器包括:体积传感器和指纹传感器;所述体积传感器被配置用于检测所述智能容器中的剩余液体的体积信息,并将所述剩余液体的体积信息传送给所述处理器;所述指纹传感器被配置用于获取用户指纹信息,将所述用户指纹信息与预设的用户指纹信息进行匹配,并且将匹配的用户指纹信息传送给所述处理器;
所述处理器与所述体积传感器和所述指纹传感器通信连接,并且与所述车辆的车载系统或车辆用户的移动终端设备通信连接以获取车辆的导航路径,所述处理器被配置用于:
根据所匹配的用户指纹信息确定用户的身份信息,基于所述用户的身份信息获取所述用户的水合生理参数,其中所述水合生理参数包括:所述用户的饮水习惯相关的数据以及所述用户的饮水和排尿之间关系的数据;以及
至少根据所述体积传感器在一段时间内检测的剩余液体的体积信息的变化、获取的所述用户的水合生理参数和/或所述车辆的导航路径,提供相应的关于液体饮用的提醒信息。
可选地,所述处理器被进一步配置用于:
通过所检测的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,并且根据该饮水量以及所述用户的饮水和排尿之间关系的数据,估计用户下一次排尿的时间;
搜索导航路径上接下来的厕所位置,并且估计到达该厕所位置的时间;
如果判断用户下一次排尿的时间与到达该厕所位置的时间的差超过设定时间阈值,则提供限制或减少饮用液体的第一提醒信息。
可选地,所述处理器被进一步配置用于:
通过所检测的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,如果该饮水量小于设定饮水量阈值,或者小于根据所述用户的饮水习惯相关的数据确定的最小平均饮水阈值,则提供补充饮用液体的第二提醒信息。
可选地,所述处理器被进一步配置用于通过以下方式为用户提供基于导航路径的饮水规划:
基于所述导航路径上的一个或多个厕所位置和用户的饮水习惯相关的数据,在导航路径中选择一个或多个规划的饮水位置,并且为用户确定建议饮用的液体的体积,所述饮水位置和所述建议饮用的液体的体积被选择以使得确保所估计的用户下次排尿时间与车辆预计到达临近的厕所位置的时间的差不超过所述设定时间阈值。
可选地,所述处理器被进一步配置用于通过如下机器学习方法建立关于计算所述用户的水合生理参数的数学模型:
通过使用所述体积传感器所检测的关于所述智能容器中的剩余液体的体积信息的变化,训练形成关于所述用户的饮水习惯相关的数学模型;以及
通过使用所述体积传感器所检测的关于所述智能容器中的剩余液体的体积信息的变化,以及通过所述车辆的车载系统或车辆用户的移动终端设备获取的与车辆在厕所附近停车相关的位置信息和时间信息,训练形成关于所述用户的饮水和排尿之间的关系的数学模型。
根据本发明的再一方面,提供一种用于车辆用户的提醒方法,该提醒方法包括:
获取用户的智能容器中的剩余液体的体积信息;
获取用户指纹信息,将所述用户指纹信息与预设的用户指纹信息进行匹配;
根据所匹配的用户指纹信息确定用户的身份信息,基于所述用户的身份信息获取所述用户的水合生理参数,其中所述水合生理参数包括:所述用户的饮水习惯相关的数据以及所述用户的饮水和排尿之间关系的数据;以及
获取车辆的导航路径,至少根据在一段时间内获取的剩余液体的体积信息的变化、获取的所述用户的水合生理参数和/或车辆的导航路径,提供相应的关于液体饮用的提醒信息。
可选地,所述方法进一步包括:
通过所获取的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,并且根据该饮水量以及所述用户的饮水和排尿之间关系的数据,估计用户下一次排尿的时间;
搜索导航路径上接下来的厕所位置,并且估计到达该厕所位置的时间;
如果判断用户下一次排尿的时间与到达该厕所位置的时间的差超过设定时间阈值,则提供限制或减少饮用液体的第一提醒信息。
可选地,所述方法进一步包括:
通过所获取的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,如果该饮水量小于设定饮水量阈值,或者小于根据所述用户的饮水习惯相关的数据确定的最小平均饮水阈值,则提供补充饮用液体的第二提醒信息。
可选地,所述方法还包括:
基于导航路径上的一个或多个厕所位置和用户的饮水习惯相关的数据,在导航路径中选择一个或多个规划的饮水位置,并且为用户确定建议饮用的液体的体积,所述饮水位置和所述建议饮用的液体的体积被选择以使得确保所估计的用户下次排尿时间与车辆预计到达临近的厕所位置的时间的差不超过所述设定时间阈值。
可选地,所述方法还包括:通过如下机器学习方法建立关于计算所述用户的水合生理参数的数学模型:
通过使用所获取的关于所述智能容器中的剩余液体的体积信息的变化,训练形成关于所述用户的饮水习惯相关的数学模型;以及
通过使用所获取的关于所述智能容器中的剩余液体的体积信息的变化,以及所获取的与车辆在厕所附近停车相关的位置信息和时间信息,训练形成关于所述用户的饮水和排尿之间的关系的数学模型。
根据本发明的又一方面,提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述的方法。
根据本发明的又一方面,提供了一种计算机存储介质,其上存储有计算机程序,所述计算机程序在被处理器执行时实现上述任一项所述的方法。
利用本发明的方案,使智能容器能够与车辆的车载系统或车辆用户的移动终端设备通信连接,并且通过体积传感器检测所述智能容器中的剩余液体的体积信息,以及通过指纹传感器获取用户指纹信息,并根据用户指纹信息确定用户的身份信息来获取所述用户的水合生理参数,从而基于体积传感器在一段时间内检测的剩余液体的体积信息的变化、获取的所述用户的水合生理参数和/或所述车辆的导航路径,提供相应的关于液体饮用的提醒信息。这样可以在高速公路或其他长途驾驶中,根据用户的饮水量、厕所位置及时提醒用户补充饮水或者减少饮水,从而避免由于过多饮水而无法上厕所的困扰或者过少饮水而出现的身体缺水的现象。
附图说明
以示例的方式参考以下附图描述本发明的非限制性且非穷举性实施例,其中:
图1示出了根据本发明一实施例中的用于车辆用户的智能容器的示意图;
图2示出了根据本发明一实施例中的用户的饮水和排尿的曲线示意图;
图3示出了根据本发明一实施例中的用户的饮水习惯的曲线示意图;
图4示出了根据本发明一实施例中的根据导航路径上的厕所位置提供饮水规划的示意图;
图5示出了根据本发明一实施例中用于车辆用户的提醒系统的示意图;
图6示出了根据本发明一实施例的用于车辆用户的提醒方法的流程图。
具体实施方式
为了使本发明的上述以及其他特征和优点更加清楚,下面结合附图进一步描述本发明。应当理解,本文给出的具体实施例是出于向本领域技术人员解释的目的,仅是示例性的,而非限制性的。
图1示出根据本发明一实施例的用于车辆用户的智能容器的示意图。
具体地,根据图1的本发明的一实施例的智能容器100可以与车辆的车载系统110或车辆用户的移动终端设备120通信连接。例如,所述容器可以是用于装饮用液体(例如,水、茶、果汁或其他饮料)的各种杯子、瓶子、壶、罐等器皿。
如图1中所示,该智能容器100可以安装有体积传感器101、指纹传感器102以及处理器103,当然还可以根据用户需求安装其他的传感器,例如:温度传感器、压力传感器等;或者,该智能容器还可以安装有能够通过车辆被有线和/或无线充电的电池。在该实施例中体积传感器101可以检测该智能容器100中的剩余液体的体积信息,并将该剩余液体的体积信息传送给处理器103。指纹传感器102可以获取用户指纹信息,将用户指纹信息与预设的用户指纹信息进行匹配,并且将匹配的用户指纹信息传送给处理器103。处理器103与体积传感器101和指纹传感器102通信连接,并且与车辆的车载系统110或车辆用户的移动终端设备(例如手机、个人计算机、笔记本电脑、平板电脑和可穿戴设备等)120通信连接以获取车辆的导航路径,处理器103可以根据匹配的用户指纹信息确定用户的身份信息,基于用户的身份信息获取用户的水合生理参数,其中水合生理参数包括:用户的饮水习惯相关的数据以及用户的饮水和排尿之间关系的数据;并且处理器还可以至少根据体积传感器101在一段时间内检测的剩余液体的体积信息的变化、获取的用户的水合生理参数和/或车辆的导航路径,提供相应的关于液体饮用的提醒信息。通过在该实施例中的体积传感器101、指纹传感器102以及处理器103,本发明的智能容器可以根据用户的饮水量、用户的水合生理参数和/或导航路径中的厕所位置及时提醒用户补充饮水或者减少饮水,从而避免由于出现过多饮水而无法上厕所的困扰或者过少饮水而出现的身体缺水的现象。
图2示出了根据本发明一实施例中的用户的饮水和排尿的曲线示意图。图3示出了根据本发明一实施例中的用户的饮水习惯的曲线示意图。
如图2中所示,通过指纹传感器获取用户指纹信息,将用户指纹信息与预设的用户指纹信息进行匹配,根据匹配的用户指纹信息可以确定用户的身份信息,然后基于用户的身份信息可以获取用户的水合生理参数,其中水合生理参数包括:用户的饮水习惯相关的数据和用户的饮水和排尿之间关系的数据。图2中的曲线表示的是用户的饮水和排尿之间关系。比如:饮水量200ml,排尿时间是1小时;部分水是被人体的器官吸收消耗掉,或者由于人体呼吸被排出。对于总的饮水量700ml(也就是说用户最近的饮用水为500ml),排尿时间是45分钟~1小时(图2中为45分钟);对于总的饮水量1000ml(也就是说用户最近的饮用水为300ml),排尿时间是30分钟~45分钟(图2中为30分钟)等等,从附图中可以看出,用户的排尿时间和饮水量之间的斜率是在增加的,表示了饮用水增加,排尿时间也在缩短。用户的饮水和排尿之间关系的数据是通过使用体积传感器101不断测量的饮水量数据以及处理器获取的车辆在厕所附近停车相关的数据,经处理器103进行分析获得的。
如图3中所示,图3中的曲线表示的是用户的饮水习惯相关的数据。比如:用户在开始的10分钟,饮水量200ml;接着70分钟的时候,总的饮水量是700ml;然后110分钟的时候,总的饮水量是1000ml;可以看出,在大概110分钟前,用户的饮水量是逐渐增多的。之后随着时间的推移,用户的饮水频率降低,可以从附图中的斜率看出,斜率从10分钟到110分钟之间,曲线的斜率是增大的,而110分钟之后曲线的斜率开始降低,也就是用户的饮水频率降低。用户的饮水习惯相关的数据是通过使用体积传感器101不断测量的饮水量数据,经处理器103进行分析得到的。
不同用户的上述水合生理参数是不同的,随着用户使用智能容器的次数越多,处理器所分析的用户的水合生理参数也越准确。或者,也可以预设用户的水合生理参数,随后根据用户使用智能容器的情况,对预设的水合生理参数进行不断修正。同一用户对于不同液体例如水、茶、果汁或其他饮料等的代谢时间可能也是不同的,因此用户可以通过设置在容器或者车辆车载系统中的人机交互接口(显示器、语音输入设备或其他设备)来输入关于容器中的液体的内容物的相关信息。
在另一实施例中,处理器103还可以被配置用于:
通过所检测的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,并且根据该饮水量以及用户的饮水和排尿之间关系的数据,估计用户下一次排尿的时间;
搜索所述导航路径上接下来的厕所位置,并且估计到达所述厕所位置的时间;
如果判断用户下一次排尿的时间与到达厕所位置的时间的差超过设定时间阈值,则提供限制或减少饮用液体的第一提醒信息。
可以理解的是,通过图3可以看出,从10分钟到70分钟期间,用户的饮水量为500ml,结合附图2可以推断出用户的排尿时间是大约45分钟~1小时。从附图2和附图3中的饮水量以及用户的饮水和排尿之间关系的数据,假设检测到用户前一段时间的饮水量为500ml,那么,根据附图2可知,假设用户在10:30喝下500ml水,那么之后的45分钟~1小时,也就是11:15~11:30期间用户会需要排尿。
此时,通过与智能容器连接的车辆的车载系统110或车辆用户的移动终端设备120,可以在导航系统的地图上搜索出导航路径上的下一个的厕所位置,根据当前的交通状况(比如:当前交通比较顺畅,车流量比较少),估计出从当前位置到达下一个厕所位置的时间,例如需要50分钟,也就是11:20到达。如果该到达时间与用户排尿时间的差不超过设定时间阈值,那么表明用户可以按时到达厕所。或者,若是根据当前的交通状况(比如:当前交通比较拥挤,车流量比较大),估计出从当前位置到达下一个厕所位置的时间是80分钟,那么用户下一次排尿的时间(例如11:15~11:30,或者其中任一具体时间)早于到达厕所位置的时间11:50,且所预计的排尿时间与到达厕所位置的时间的差超过设定时间阈值(例如,前后五分钟或十分钟)。因此,在这种情况下,处理器可以通过设置在容器或者车辆车载系统中的显示器或者扬声器向用户提供限制或减少饮用液体的第一提醒信息,第一提醒信息例如:限制饮用水,距离下一个厕所大概30km,由于目前的交通比较拥堵,需要80分钟到达。
在另一实施例中,处理器103还可以被配置用于:
通过所检测的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,如果该饮水量小于设定饮水量阈值,或者小于根据所述用户的饮水习惯相关的数据确定的最小平均饮水阈值,则提供补充饮用液体的第二提醒信息。
可以理解的是,通过上述的附图2和附图3可以看出,从10分钟到70分钟期间,用户的饮水量为500ml。但是,如果根据体积传感器检测的数据判断用户的饮水量低于饮水量阈值400ml,或者小于根据用户的饮水习惯相关的数据确定的最小平均饮水阈值350ml,那么,表示当前用户的饮水量过少,可能会导致车辆行驶过程中,出现身体缺水口渴的现象。因此,处理器可以通过设置在容器或者车辆车载系统中的显示器或者扬声器提供补充饮用液体的第二提醒信息,第二提醒信息例如:在过去的2个小时内,你仅饮用水100ml,请及时补充分水。
图4示出了根据本发明一实施例中的根据导航路径上的厕所位置提供饮水规划的示意图。
在该实施例中,处理器103还可以被进一步配置用于通过以下方式为用户提供基于导航路径的饮水规划:
基于所述导航路径上的一个或多个厕所位置和用户的饮水习惯相关的数据,在导航路径中选择一个或多个规划的饮水位置,并且为用户确定建议饮用的液体的体积,所述饮水位置和所述建议饮用的液体的体积被选择以使得确保所估计的用户下次排尿时间与车辆预计到达临近的厕所位置的时间的差不超过所述设定时间阈值。
可以理解的是,如图4所示,通过导航搜索,在导航路径上标注出一个或多个厕所位置,并且计算出相邻厕所位置之间的距离,结合根据上述附图2和附图3的曲线图确定的用户的水合生理参数,例如,用户的饮水习惯相关的数据和用户的饮水和排尿之间关系的数据,可以估算出用户的饮水频率和饮水量。比如:假设用户在一个规划饮水位置的饮水量为500ml,然后假设根据附图2和附图3的曲线图估计用户需要大概45分钟~1小时进行一次排尿,若根据导航路径和交通状况计算从该规划饮水位置到达下一个厕所的位置的时间需要50分钟,那么考虑到用户下一次排尿的时间与预计到达下一个厕所的时间之间的差并没有超过设定时间阈值(例如,前后五分钟或前后十分钟或用户设定的其他值),所以可以规划用户在该规划位置的饮水量为500ml。这样使得用户能够在想要排尿时及时到达厕所位置,从而避免用户出现过多饮水或者过少饮水的现象。另外,规划饮水的频率和饮水量可以尽量接近用户的饮水习惯。并且,在导航路径中可以将规划好的饮水计划(包括饮水位置和饮水量)突出显示在导航路径上,并且在车辆到达规划的饮水位置和相应的厕所位置时,及时提醒用户。
在另一实施例中,所述处理器103还可以通过如下机器学习方法建立关于计算所述用户的水合生理参数的数学模型:
通过使用所述体积传感器所检测的关于所述智能容器中的剩余液体的体积信息的变化,训练形成关于所述用户的饮水习惯相关的数学模型;以及
通过使用所述体积传感器所检测的关于所述智能容器中的剩余液体的体积信息的变化,以及通过所述车辆的车载系统或车辆用户的移动终端设备获取的与车辆在厕所附近停车相关的位置信息和时间信息,训练形成关于所述用户的饮水和排尿之间的关系的数学模型。
可以理解的是,在该实施例中机器学习的具体方法可以采用本领域中已知的各种方法,例如线性回归模型、logistic回归模型、k-临近算法、决策树、随机森林、支持向量机、人工神经网络、EM算法、概率图模型等。例如,可以通过将测量的智能容器中的剩余液体的体积信息和体积变化时间作为输入,得到输出结果,形成如图3所示的用户的饮水习惯相关的数学模型;同样地,也可以将智能容器中的剩余液体的体积信息和车辆在厕所附近停车相关的位置信息和时间信息,训练形成如图2所示的关于所述用户的饮水和排尿之间的关系的数学模型。通过机器学习,可以更加准确地得到用户的饮水习惯和排尿时间,从而可以提前根据用户的饮水量预测出下一次的排尿时间,并根据排尿时间和到达厕所的时间,对用户进行提醒,从而避免出现用户饮水过多或者过少的现象。
图5示出了根据本发明一实施例中用于车辆用户的提醒系统的示意图。
与图1中的实施例不同,处理器103也可以安装在智能容器100的外部,例如,处理器可以安装在车辆的车载系统110、车辆用户的移动终端设备120或远程服务器上,从而减少智能容器100的造价成本。在如图5所示的一个实施例中,提供了一种用于车辆用户的提醒系统200,其包括与车辆的车载系统通信连接的智能容器100,以及设置在车辆的车载系统中的处理器203,其中,
所述智能容器100包括:体积传感器101和指纹传感器102;所述体积传感器101被配置用于检测所述智能容器中的剩余液体的体积信息,并将所述剩余液体的体积信息传送给所述处理器203;所述指纹传感器102被配置用于获取用户指纹信息,将所述用户指纹信息与预设的用户指纹信息进行匹配,并且将匹配的用户指纹信息传送给所述处理器203;
所述处理器203与所述体积传感器101和所述指纹传感器102通信连接,并且与所述车辆的车载系统或车辆用户的移动终端设备通信连接以获取车辆的导航路径,所述处理器203被配置用于:
根据所匹配的用户指纹信息确定用户的身份信息,基于所述用户的身份信息获取所述用户的水合生理参数,其中所述水合生理参数包括:所述用户的饮水习惯相关的数据以及所述用户的饮水和排尿之间关系的数据;以及
至少根据所述体积传感器101在一段时间内检测的剩余液体的体积信息的变化、获取的所述用户的水合生理参数和/或所述车辆的导航路径,提供相应的关于液体饮用的提醒信息。
可以理解的是,由于该用于车辆用户的提醒系统执行的功能与上述的智能容器相同或者相似,因此,上述的关于图1的智能容器的说明也可以应用在该系统中,在此不对该系统进行详细的说明。
优选地,所述处理器被进一步配置用于:
通过所检测的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,并且根据该饮水量以及所述用户的饮水和排尿之间关系的数据,估计用户下一次排尿的时间;
搜索导航路径上接下来的厕所位置,并且估计到达该厕所位置的时间;
如果判断用户下一次排尿的时间与到达该厕所位置的时间的差超过设定时间阈值,则提供限制或减少饮用液体的第一提醒信息。
优选地,所述处理器被进一步配置用于:
通过所检测的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,如果该饮水量小于设定饮水量阈值,或者小于根据所述用户的饮水习惯相关的数据确定的最小平均饮水阈值,则提供补充饮用液体的第二提醒信息。
优选地,所述处理器被进一步配置用于通过以下方式为用户提供基于导航路径的饮水规划:
基于所述导航路径上的一个或多个厕所位置和用户的饮水习惯相关的数据,在导航路径中选择一个或多个规划的饮水位置,并且为用户确定建议饮用的液体的体积,所述饮水位置和所述建议饮用的液体的体积被选择以使得确保所估计的用户下次排尿时间与车辆预计到达临近的厕所位置的时间的差不超过所述设定时间阈值。
优选地,所述处理器被进一步配置用于通过如下机器学习方法建立关于计算所述用户的水合生理参数的数学模型:
通过使用所述体积传感器所检测的关于所述智能容器中的剩余液体的体积信息的变化,训练形成关于所述用户的饮水习惯相关的数学模型;以及
通过使用所述体积传感器所检测的关于所述智能容器中的剩余液体的体积信息的变化,以及通过所述车辆的车载系统或车辆用户的移动终端设备获取的与车辆在厕所附近停车相关的位置信息和时间信息,训练形成关于所述用户的饮水和排尿之间的关系的数学模型。
图6示出根据本发明一实施例的用于车辆用户的提醒方法的流程图。
如图6中所示,所述提醒方法S100包括:
S200:获取用户的智能容器中的剩余液体的体积信息;
S300:获取用户指纹信息,将所述用户指纹信息与预设的用户指纹信息进行匹配;
S400:根据所匹配的用户指纹信息确定用户的身份信息,基于所述用户的身份信息获取所述用户的水合生理参数,其中所述水合生理参数包括:所述用户的饮水习惯相关的数据以及所述用户的饮水和排尿之间关系的数据;以及
S500:获取车辆的导航路径,至少根据在一段时间内获取的剩余液体的体积信息的变化、获取的所述用户的水合生理参数和/或车辆的导航路径,提供相应的关于液体饮用的提醒信息。
优选地,所述方法进一步包括:
通过所获取的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,并且根据该饮水量以及所述用户的饮水和排尿之间关系的数据,估计用户下一次排尿的时间;
搜索导航路径上接下来的厕所位置,并且估计到达该厕所位置的时间;
如果判断用户下一次排尿的时间与到达该厕所位置的时间的差超过设定时间阈值,则提供限制或减少饮用液体的第一提醒信息。
优选地,所述方法进一步包括:
通过所获取的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,如果该饮水量小于设定饮水量阈值,或者小于根据所述用户的饮水习惯相关的数据确定的最小平均饮水阈值,则提供补充饮用液体的第二提醒信息。
优选地,所述方法还包括:
基于导航路径上的一个或多个厕所位置和用户的饮水习惯相关的数据,在导航路径中选择一个或多个规划的饮水位置,并且为用户确定建议饮用的液体的体积,所述饮水位置和所述建议饮用的液体的体积被选择以使得确保所估计的用户下次排尿时间与车辆预计到达临近的厕所位置的时间的差不超过所述设定时间阈值。
优选地,所述方法还包括:通过如下机器学习方法建立关于计算所述用户的水合生理参数的数学模型:
通过使用所获取的关于所述智能容器中的剩余液体的体积信息的变化,训练形成关于所述用户的饮水习惯相关的数学模型;以及
通过使用所获取的关于所述智能容器中的剩余液体的体积信息的变化,以及所获取的与车辆在厕所附近停车相关的位置信息和时间信息,训练形成关于所述用户的饮水和排尿之间的关系的数学模型。
本发明的另一方面还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在被处理器执行时实现上述任一项所述的方法。例如,所述计算机程序在被处理器执行时能够指示处理器和/或相应部件实现以下步骤:获取用户的智能容器中的剩余液体的体积信息;获取用户指纹信息,将所述用户指纹信息与预设的用户指纹信息进行匹配;根据所匹配的用户指纹信息确定用户的身份信息,基于所述用户的身份信息获取所述用户的水合生理参数,其中所述水合生理参数包括:所述用户的饮水习惯相关的数据以及所述用户的饮水和排尿之间关系的数据;以及获取车辆的导航路径,至少根据在一段时间内获取的剩余液体的体积信息的变化、获取的所述用户的水合生理参数和/或车辆的导航路径,提供相应的关于液体饮用的提醒信息。
另外,应理解上述智能容器100中的处理器103以及提醒系统200中的处理器203可全部或部分通过软件、硬件及其组合来实现,例如可以硬件形式内嵌于计算机设备中的固有处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上所述的对应操作。
在一个实施例中,提供了一种计算机设备,包括存储器及处理器,所述存储器上存储有可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任意一个实施例中的方法的步骤。该计算机设备可以是服务器、车载系统设备或者车辆用户的移动终端设备。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时能够实现本发明的上述任一项的提醒方法。
本领域技术人员可以理解,图5中示出的提醒系统200的示意图仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本领域普通技术人员可以理解实现根据本发明的上述实施例的方法中的全部或部分步骤,可以通过计算机程序来指示相关的硬件完成,所述的计算机程序可存储于计算机可读存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的步骤。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
尽管结合实施例对本发明进行了描述,但本领域技术人员应理解,上文的描述和附图仅是示例性而非限制性的,本发明不限于所公开的实施例。在不偏离本发明的精神的情况下,各种改型和变体是可能的。
Claims (17)
1.一种用于车辆用户的智能容器,所述智能容器能够与车辆的车载系统或车辆用户的移动终端设备通信连接,所述智能容器包括:体积传感器、指纹传感器以及处理器;其中,
所述体积传感器被配置用于检测所述智能容器中的剩余液体的体积信息,并将所述剩余液体的体积信息传送给所述处理器;
所述指纹传感器被配置用于获取用户指纹信息,将所述用户指纹信息与预设的用户指纹信息进行匹配,并且将匹配的用户指纹信息传送给所述处理器;
所述处理器与所述体积传感器和所述指纹传感器通信连接,并且与所述车辆的车载系统或车辆用户的移动终端设备通信连接以获取车辆的导航路径,所述处理器被配置用于:
根据所匹配的用户指纹信息确定用户的身份信息,基于所述用户的身份信息获取所述用户的水合生理参数,其中所述水合生理参数包括:所述用户的饮水习惯相关的数据以及所述用户的饮水和排尿之间关系的数据;以及
至少根据所述体积传感器在一段时间内检测的剩余液体的体积信息的变化、获取的所述用户的水合生理参数和/或所述车辆的导航路径,提供相应的关于液体饮用的提醒信息。
2.根据权利要求1所述的智能容器,其中,所述处理器被进一步配置用于:
通过所检测的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,并且根据该饮水量以及所述用户的饮水和排尿之间关系的数据,估计用户下一次排尿的时间;
搜索所述导航路径上接下来的厕所位置,并且估计到达所述厕所位置的时间;
如果判断用户下一次排尿的时间与到达所述厕所位置的时间的差超过设定时间阈值,则提供限制或减少饮用液体的第一提醒信息。
3.根据权利要求1所述的智能容器,其中,所述处理器被进一步配置用于:
通过所检测的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,如果该饮水量小于设定饮水量阈值,或者小于根据所述用户的饮水习惯相关的数据确定的最小平均饮水阈值,则提供补充饮用液体的第二提醒信息。
4.根据权利要求1至3中任一项所述的智能容器,其中,所述处理器被进一步配置用于通过以下方式为用户提供基于导航路径的饮水规划:
基于所述导航路径上的一个或多个厕所位置和用户的饮水习惯相关的数据,在导航路径中选择一个或多个规划的饮水位置,并且为用户确定建议饮用的液体的体积,所述饮水位置和所述建议饮用的液体的体积被选择以使得确保所估计的用户下次排尿时间与车辆预计到达临近的厕所位置的时间的差不超过所述设定时间阈值。
5.根据权利要求1至3中任一项所述的智能容器,其中,所述处理器被进一步配置用于通过如下机器学习方法建立关于计算所述用户的水合生理参数的数学模型:
通过使用所述体积传感器所检测的关于所述智能容器中的剩余液体的体积信息的变化,训练形成关于所述用户的饮水习惯相关的数学模型;以及
通过使用所述体积传感器所检测的关于所述智能容器中的剩余液体的体积信息的变化,以及通过所述车辆的车载系统或车辆用户的移动终端设备获取的与车辆在厕所附近停车相关的位置信息和时间信息,训练形成关于所述用户的饮水和排尿之间的关系的数学模型。
6.一种用于车辆用户的提醒系统,其包括智能容器,以及设置在智能容器外部的处理器,其中,
所述智能容器包括:体积传感器和指纹传感器;所述体积传感器被配置用于检测所述智能容器中的剩余液体的体积信息,并将所述剩余液体的体积信息传送给所述处理器;所述指纹传感器被配置用于获取用户指纹信息,将所述用户指纹信息与预设的用户指纹信息进行匹配,并且将匹配的用户指纹信息传送给所述处理器;
所述处理器与所述体积传感器和所述指纹传感器通信连接,并且与所述车辆的车载系统或车辆用户的移动终端设备通信连接以获取车辆的导航路径,所述处理器被配置用于:
根据所匹配的用户指纹信息确定用户的身份信息,基于所述用户的身份信息获取所述用户的水合生理参数,其中所述水合生理参数包括:所述用户的饮水习惯相关的数据以及所述用户的饮水和排尿之间关系的数据;以及
至少根据所述体积传感器在一段时间内检测的剩余液体的体积信息的变化、获取的所述用户的水合生理参数和/或所述车辆的导航路径,提供相应的关于液体饮用的提醒信息。
7.根据权利要求6所述的提醒系统,其中,所述处理器被进一步配置用于:
通过所检测的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,并且根据该饮水量以及所述用户的饮水和排尿之间关系的数据,估计用户下一次排尿的时间;
搜索导航路径上接下来的厕所位置,并且估计到达该厕所位置的时间;
如果判断用户下一次排尿的时间与到达该厕所位置的时间的差超过设定时间阈值,则提供限制或减少饮用液体的第一提醒信息。
8.根据权利要求6所述的提醒系统,其中,所述处理器被进一步配置用于:
通过所检测的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,如果该饮水量小于设定饮水量阈值,或者小于根据所述用户的饮水习惯相关的数据确定的最小平均饮水阈值,则提供补充饮用液体的第二提醒信息。
9.根据权利要求6至8中任一项所述的提醒系统,其中,所述处理器被进一步配置用于通过以下方式为用户提供基于导航路径的饮水规划:
基于所述导航路径上的一个或多个厕所位置和用户的饮水习惯相关的数据,在导航路径中选择一个或多个规划的饮水位置,并且为用户确定建议饮用的液体的体积,所述饮水位置和所述建议饮用的液体的体积被选择以使得确保所估计的用户下次排尿时间与车辆预计到达临近的厕所位置的时间的差不超过所述设定时间阈值。
10.根据权利要求6至8中任一项所述的提醒系统,其中,所述处理器被进一步配置用于通过如下机器学习方法建立关于计算所述用户的水合生理参数的数学模型:
通过使用所述体积传感器所检测的关于所述智能容器中的剩余液体的体积信息的变化,训练形成关于所述用户的饮水习惯相关的数学模型;以及
通过使用所述体积传感器所检测的关于所述智能容器中的剩余液体的体积信息的变化,以及通过所述车辆的车载系统或车辆用户的移动终端设备获取的与车辆在厕所附近停车相关的位置信息和时间信息,训练形成关于所述用户的饮水和排尿之间的关系的数学模型。
11.一种用于车辆用户的提醒方法,该提醒方法包括:
获取用户的智能容器中的剩余液体的体积信息;
获取用户指纹信息,将所述用户指纹信息与预设的用户指纹信息进行匹配;
根据所匹配的用户指纹信息确定用户的身份信息,基于所述用户的身份信息获取所述用户的水合生理参数,其中所述水合生理参数包括:所述用户的饮水习惯相关的数据以及所述用户的饮水和排尿之间关系的数据;以及
获取车辆的导航路径,至少根据在一段时间内获取的剩余液体的体积信息的变化、获取的所述用户的水合生理参数和/或车辆的导航路径,提供相应的关于液体饮用的提醒信息。
12.根据权利要求11所述的方法,其中,所述方法进一步包括:
通过所获取的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,并且根据该饮水量以及所述用户的饮水和排尿之间关系的数据,估计用户下一次排尿的时间;
搜索导航路径上接下来的厕所位置,并且估计到达该厕所位置的时间;
如果判断用户下一次排尿的时间与到达该厕所位置的时间的差超过设定时间阈值,则提供限制或减少饮用液体的第一提醒信息。
13.根据权利要求11所述的方法,其中,所述方法进一步包括:
通过所获取的剩余液体的体积信息的变化计算用户在先前一段设定时间内的饮水量,如果该饮水量小于设定饮水量阈值,或者小于根据所述用户的饮水习惯相关的数据确定的最小平均饮水阈值,则提供补充饮用液体的第二提醒信息。
14.根据权利要求11至13中任一项所述的方法,其中,所述方法还包括:
基于导航路径上的一个或多个厕所位置和用户的饮水习惯相关的数据,在导航路径中选择一个或多个规划的饮水位置,并且为用户确定建议饮用的液体的体积,所述饮水位置和所述建议饮用的液体的体积被选择以使得确保所估计的用户下次排尿时间与车辆预计到达临近的厕所位置的时间的差不超过所述设定时间阈值。
15.根据权利要求11至13中任一项所述的方法,其中,所述方法还包括:通过如下机器学习方法建立关于计算所述用户的水合生理参数的数学模型:
通过使用所获取的关于所述智能容器中的剩余液体的体积信息的变化,训练形成关于所述用户的饮水习惯相关的数学模型;以及
通过使用所获取的关于所述智能容器中的剩余液体的体积信息的变化,以及所获取的与车辆在厕所附近停车相关的位置信息和时间信息,训练形成关于所述用户的饮水和排尿之间的关系的数学模型。
16.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求11至15中任一项所述方法的步骤。
17.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序在被处理器执行时实现权利要求11至15中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910870340.2A CN112498264A (zh) | 2019-09-16 | 2019-09-16 | 用于车辆用户的智能容器、提醒系统、提醒方法及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910870340.2A CN112498264A (zh) | 2019-09-16 | 2019-09-16 | 用于车辆用户的智能容器、提醒系统、提醒方法及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112498264A true CN112498264A (zh) | 2021-03-16 |
Family
ID=74923995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910870340.2A Withdrawn CN112498264A (zh) | 2019-09-16 | 2019-09-16 | 用于车辆用户的智能容器、提醒系统、提醒方法及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112498264A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113600439A (zh) * | 2021-07-29 | 2021-11-05 | 深圳市世宗自动化设备有限公司 | 点胶系统液位测量方法、装置、计算机设备及其存储介质 |
CN117148764A (zh) * | 2023-09-09 | 2023-12-01 | 广州临广电气机械有限公司 | 基于人机交互的智能物联式车载控制系统及方法 |
WO2024032132A1 (zh) * | 2022-08-11 | 2024-02-15 | 中国第一汽车股份有限公司 | 净水量的校验方法、装置、设备和介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009085614A (ja) * | 2007-09-27 | 2009-04-23 | Aisin Aw Co Ltd | 車両用ナビゲーション装置及びプログラム |
JP2009198217A (ja) * | 2008-02-19 | 2009-09-03 | Honda Motor Co Ltd | 休憩促進装置 |
CN103565648A (zh) * | 2012-08-08 | 2014-02-12 | 台湾固美特有限公司 | 饮水提醒系统及其提醒方法 |
CN104949683A (zh) * | 2015-05-29 | 2015-09-30 | 小米科技有限责任公司 | 一种进行导航的方法和装置 |
CN105795832A (zh) * | 2016-03-25 | 2016-07-27 | 宇龙计算机通信科技(深圳)有限公司 | 用于智能水杯的控制方法、控制装置及智能水杯 |
CN106918373A (zh) * | 2015-12-25 | 2017-07-04 | 北京奇虎科技有限公司 | 饮水量检测方法、装置和设备 |
-
2019
- 2019-09-16 CN CN201910870340.2A patent/CN112498264A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009085614A (ja) * | 2007-09-27 | 2009-04-23 | Aisin Aw Co Ltd | 車両用ナビゲーション装置及びプログラム |
JP2009198217A (ja) * | 2008-02-19 | 2009-09-03 | Honda Motor Co Ltd | 休憩促進装置 |
CN103565648A (zh) * | 2012-08-08 | 2014-02-12 | 台湾固美特有限公司 | 饮水提醒系统及其提醒方法 |
CN104949683A (zh) * | 2015-05-29 | 2015-09-30 | 小米科技有限责任公司 | 一种进行导航的方法和装置 |
CN106918373A (zh) * | 2015-12-25 | 2017-07-04 | 北京奇虎科技有限公司 | 饮水量检测方法、装置和设备 |
CN105795832A (zh) * | 2016-03-25 | 2016-07-27 | 宇龙计算机通信科技(深圳)有限公司 | 用于智能水杯的控制方法、控制装置及智能水杯 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113600439A (zh) * | 2021-07-29 | 2021-11-05 | 深圳市世宗自动化设备有限公司 | 点胶系统液位测量方法、装置、计算机设备及其存储介质 |
WO2024032132A1 (zh) * | 2022-08-11 | 2024-02-15 | 中国第一汽车股份有限公司 | 净水量的校验方法、装置、设备和介质 |
CN117148764A (zh) * | 2023-09-09 | 2023-12-01 | 广州临广电气机械有限公司 | 基于人机交互的智能物联式车载控制系统及方法 |
CN117148764B (zh) * | 2023-09-09 | 2024-03-15 | 广州临广电气机械有限公司 | 基于人机交互的智能物联式车载控制系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112498264A (zh) | 用于车辆用户的智能容器、提醒系统、提醒方法及介质 | |
EP3811030B1 (en) | Enhancing navigation experience using v2x supplemental information | |
RU2698946C2 (ru) | Система транспортного средства и способ согласования заправки (варианты) | |
CN1892182B (zh) | 导航系统 | |
US7693651B2 (en) | Methods and systems for monitoring fuel status of vehicles | |
US20190080527A1 (en) | Systems and methods for determining fuel information of a vehicle | |
US20150106204A1 (en) | Methods for providing a vehicle with fuel purchasing options | |
US20220176939A1 (en) | Electrified vehicle control with dynamic segment-based distance-to-empty (dte) | |
US8909464B2 (en) | Driving evaluation system and vehicle-mounted device | |
CN104424511B (zh) | 用于提供电动车辆的驾驶路线信息的方法和系统 | |
US20100148952A1 (en) | Behavior-Based Low Fuel Warning System | |
US20160009296A1 (en) | Information Providing Apparatus | |
CN105466443A (zh) | 一种导航方法以及终端 | |
US20190241192A1 (en) | System and method for determining the energy requirement of a vehicle for a journey | |
US20210256847A1 (en) | Boarding position setting method, boarding position setting device, and boarding position setting system | |
CN110531771B (zh) | 一种速度规划方法及装置、车辆 | |
WO2019220205A1 (ja) | 乗降位置決定方法、乗降位置決定装置、ならびに、乗降位置決定システム | |
CN107527188A (zh) | 行程提醒时间的处理方法及装置、终端和计算机可读介质 | |
KR101588802B1 (ko) | 주유소 정보 제공 방법 및 장치 | |
US20100179752A1 (en) | Navigation server, navigation device and navigation system | |
CN109155015A (zh) | 用于按需燃料运送的方法和设备 | |
CN107063271A (zh) | 用于定位停放车辆的方法和系统 | |
US20200182635A1 (en) | Automatically determining waypoints along a route of travel | |
CN104949683A (zh) | 一种进行导航的方法和装置 | |
US20220348204A1 (en) | Method for controlling autonomous vehicle, and autonomous vehicle |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210316 |
|
WW01 | Invention patent application withdrawn after publication |