CN116384958A - 用于车辆分析的系统和方法 - Google Patents
用于车辆分析的系统和方法 Download PDFInfo
- Publication number
- CN116384958A CN116384958A CN202211525519.2A CN202211525519A CN116384958A CN 116384958 A CN116384958 A CN 116384958A CN 202211525519 A CN202211525519 A CN 202211525519A CN 116384958 A CN116384958 A CN 116384958A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- index sensor
- data
- usage
- model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 98
- 238000004458 analytical method Methods 0.000 title claims abstract description 22
- 238000013461 design Methods 0.000 claims description 36
- 230000036541 health Effects 0.000 claims description 25
- 230000007257 malfunction Effects 0.000 claims description 8
- 239000000470 constituent Substances 0.000 description 28
- 230000005540 biological transmission Effects 0.000 description 10
- 230000007246 mechanism Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000007797 corrosion Effects 0.000 description 3
- 238000005260 corrosion Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 101100181922 Caenorhabditis elegans lin-32 gene Proteins 0.000 description 1
- 206010011906 Death Diseases 0.000 description 1
- 238000012356 Product development Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000011960 computer-aided design Methods 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
- 238000005336 cracking Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
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
- G07C5/02—Registering or indicating driving, working, idle, or waiting time only
- G07C5/04—Registering or indicating driving, working, idle, or waiting time only using counting means or digital clocks
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/012—Providing warranty services
Landscapes
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Automation & Control Theory (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
Abstract
一种用于车辆分析的方法包括接收来自车辆的至少一个状况指标传感器的数据,以及接收来自车辆的至少一个使用指标传感器的数据。该方法还包括基于来自至少一个状况指标传感器和至少一个使用指标传感器的数据,更新对应于车辆主模型的车辆特定模型。该方法还包括使用车辆特定模型识别车辆的至少一个使用趋势,以及基于车辆的至少一个使用趋势确定车辆的至少一个方面的剩余使用寿命的估计结果。
Description
相关申请的交叉引用
本专利申请要求2021年11月30日提交的序列号为63/284,610的美国临时专利申请的优先权,其全部内容通过引用的方式并入本文。
技术领域
本公开涉及车辆分析,并且具体地涉及基于车辆分析确定车辆的价值的系统和方法。
背景技术
诸如小汽车、卡车、运动型多功能车、跨界车、小型货车、船舶、飞机、全地形车、休闲车或其他合适形式的交通工具等车辆通常包括转向系统,例如,电动助力转向(EPS)系统、线控转向(SbW)转向系统或其他合适的转向系统。这种车辆的转向系统通常控制车辆转向的各个方面,包括向车辆的操作者提供转向辅助、控制车辆的可转向轮等。
发明内容
本公开总体上涉及车辆分析。
公开的实施例的一个方面包括一种用于车辆分析的方法。该方法包括接收来自车辆的至少一个状况指标传感器的数据,以及接收来自车辆的至少一个使用指标传感器的数据。该方法还包括基于来自至少一个状况指标传感器和至少一个使用指标传感器的数据,更新对应于车辆主模型的车辆特定模型。该方法还包括使用车辆特定模型识别车辆的至少一个使用趋势,以及基于车辆的至少一个使用趋势确定车辆的至少一个方面的剩余使用寿命的估计结果。
公开的实施例的另一方面包括一种用于车辆分析的方法。该方法包括接收来自车辆的至少一个状况指标传感器的数据,接收来自车辆的至少一个使用指标传感器的数据,以及基于车辆主模型、来自至少一个状况指标传感器和至少一个使用指标传感器的数据更新车辆特定模型,该车辆主模型表示对应于与车辆相关联的车辆设计的车辆类别,并且车辆特定模型基于车辆主模型和对应于车辆的至少一个产线终点(end-of-line)特征的至少一个初始参数生成。该方法还包括使用车辆特定模型识别车辆的至少一个使用趋势,以及基于车辆的至少一个使用趋势确定车辆的至少一个方面的剩余使用寿命的估计结果。
公开的实施例的另一方面包括一种用于车辆分析的系统。该系统包括处理器和存储器。该存储器包括指令,该指令在由处理器执行时,使处理器:接收来自车辆的至少一个状况指标传感器的数据;接收来自车辆的至少一个使用指标传感器的数据;基于车辆主模型、来自至少一个状况指标传感器和至少一个使用指标传感器的数据更新车辆特定模型,该车辆主模型表示对应于与车辆相关联的车辆设计的车辆类别,并且车辆特定模型基于车辆主模型和对应于车辆的至少一个产线终点特征的至少一个初始参数生成;使用车辆特定模型识别车辆的至少一个使用趋势;以及基于车辆的至少一个使用趋势确定车辆的至少一个方面的剩余使用寿命的估计结果。
公开的实施例的另一方面包括一种用于车辆分析的设备。该设备包括处理器和存储器。该存储器包括指令,该指令在由处理器执行时,使处理器:接收来自与车辆的转向系统的至少一个组件相关联的至少一个状况指标传感器的数据;接收来自车辆的至少一个使用指标传感器的数据;接收来自与车辆制造商物流系统相关联的健康管理系统的数据;基于车辆主模型、来自至少一个状况指标传感器和至少一个使用指标传感器的数据更新车辆特定模型,该车辆主模型表示对应于与车辆相关联的车辆设计的车辆类别,并且车辆特定模型基于车辆主模型和对应于车辆的至少一个产线终点特征的至少一个初始参数生成;使用车辆特定模型识别车辆的至少一个使用趋势;以及基于车辆的至少一个使用趋势和来自健康管理系统的数据确定车辆的至少一个方面的剩余使用寿命的估计结果。
在以下对实施例、所附权利要求书和附图的详细描述中公开了本公开的这些和其他方面。
附图说明
当结合附图阅读时,通过以下详细描述,本公开被最好地理解。要强调的是,根据惯例,附图的各种特征未按比例绘制。相反,为了清楚起见,各种特征的尺寸被任意地扩大或缩小。
图1大体上示出了根据本公开原理的车辆。
图2大体上示出了根据本公开原理的控制器。
图3大体上示出了根据本公开原理的车辆分析系统。
图4是大体上示出根据本公开原理的车辆分析方法的流程图。
图5是大体上示出根据本公开原理的替代车辆分析方法的流程图。
具体实施方式
以下讨论针对本公开的各种实施例。尽管这些实施例中的一个或多个可能是优选的,但是所公开的实施例不应被解释为或以其他方式用作限制包括权利要求的本公开的范围。另外,本领域技术人员将理解,以下描述具有广泛的应用,并且对任何实施例的讨论仅旨在成为该实施例的示例性讨论,而不旨在暗示包括权利要求的本公开的范围限于该实施例。
如所描述的,诸如小汽车、卡车、运动型多功能车、跨界车、小型货车、船舶、飞机、全地形车、休闲车或其他合适形式的交通工具等车辆通常包括转向系统,例如,电动助力转向(EPS)系统、线控转向(SbW)转向系统或其他合适的转向系统。这种车辆的转向系统通常控制车辆转向的各个方面,包括向车辆的操作者提供转向辅助、控制车辆的可转向轮等。
此外,车辆包括各种其他系统和组件(例如,包括转向系统),所有这些系统和组件由于磨损、裂缝、滥用、故障等而随时间变化。这种组件的变化可能降低车辆的货币价值或者车辆和/或车辆的一个或多个组件的剩余使用寿命(例如,这转而可能降低车辆的货币价值)。
通常,二手车的有意买方必须依赖车辆的视觉检查、车龄、车辆的试驾和/或先前事故的记录。重要的是,有意买方可能没有一种机制用来确定任何起初的、早期阶段的故障或损坏(例如,不容易看到和/或在试驾期间无法感觉到或识别出的故障或损坏)是可能正在发生还是可能以相对较新的特征发生。例如,车辆可能在转向系统中包括切口罩(cutboot),该切口罩可能导致随着时间影响转向感觉的腐蚀、车辆的变速器的组件的起初故障、车辆的马达的组件的起初故障等。附加地或替代地,车辆的有意买方可能没有一种机制用来了解车辆的前车主或操作者是否以任何方式滥用了车辆、车辆的剩余使用寿命(RUL)是多少以及可以确定或贡献于车辆的整体价值的车辆的各种其他方面。此外,有意买方可能无法获得(例如,因为它可能不存在)确定车辆状况的客观且全面的度量。
因此,可能期望诸如本文所描述的被配置为提供车辆质量报告的那些系统和方法。在一些实施例中,本文描述的系统和方法可以被配置为基于健康指标和RUL度量按车辆组件自动计算二手车辆的价值。本文描述的系统和方法可以被配置为生成包括与车辆相关联的各种信息的输出。该输出可以包括报告或其他合适的输出。本文描述的系统和方法可以被配置为将输出提供给合适的显示器,例如,与有意买方相关联的计算装置、与车辆卖方相关联的计算装置、与车辆经销商相关联的计算装置或其他合适的计算装置的显示器或其他合适的显示器。
输出的各种信息可以包括与车辆的组件相关联的测量信息、与车辆的组件相关联的更换信息、车辆的组件的更换和/或修理信息(例如,诸如成本、组件标识符等)、与车辆的组件或系统相关联的起初故障或损坏、修理车辆的总估计成本、车辆的总货币价值、其他合适的信息或其组合。在非限制性示例中,输出可以包括以下信息。
轮胎轮廓:3密耳,6个月后需要更换,费用400美元
转向系统:腐蚀的早期阶段,剩余使用寿命:1年,更换费用为1500美元
刹车片:新的,RUL:3年
5年RUL的估计的总维修费用:2000美元
根据组件寿命的估计的车辆价值:15000美元
应当理解,虽然提供了输出的有限示例,但是本文描述的系统和方法可以被配置为提供包括任何合适格式的任何合适信息的输出。
在一些实施例中,本文描述的系统和方法可以被配置为使用一个或多个车辆管理标准的各种方面或应用一个或多个车辆管理标准的各种原理,该一个或多个车辆管理标准例如为由汽车工程师协会(SAE JA 6268)提供的综合车辆健康管理(IVHM)标准和/或其他合适的标准。
在一些实施例中,本文描述的系统和方法可以被配置为提供车辆模型(例如,其可以被称为车辆的数字孪生体),该车辆模型被存储在远程定位的计算装置上并在该远程定位的计算装置上被处理,该远程定位的计算装置例如为云服务器或其他合适的远程定位的计算装置。车辆模型可以镜像车辆和车辆子系统的静态特性和/或动态行为。车辆模型可以包括组件的虚拟表示,用于检测组件故障或生成关于操作环境(例如,道路状况或操作环境的其他合适方面)的信息的目的或用于任何其他合适的目的。在一些实施例中,车辆模型可以被称为车辆特定模型(例如,表示车辆的特定方面),该车辆特定模型可以基于车辆主模型(例如,表示车辆的标准版本的模型)以及从车辆的传感器、控制器等接收到的信息而生成。
在一些实施例中,如图3中大体示出的,本文描述的系统和方法可以被配置为使用IVHM框架,该IVHM框架包括连接到车辆护照(vehicle passport)状况和使用指标的数字孪生体,在车辆中针对每个组件收集这些指标,从而可以计算趋势。指标可以包括车辆的一个或多个传感器或与车辆的一个或多个传感器相关联。例如,转向齿轮中的摩擦估计结果构成这种指标,其随着齿轮中的腐蚀增加而增加。在一些实施例中,IVHM框架可以连接到一个或多个车辆制造商物流系统(logistics system)(例如,与车辆或车队中的其他车辆或其他合适的车辆相关联)。该物流系统可以包括或提供与组件或车辆更换的成本、运费等相关联的信息。
在一些实施例中,本文描述的系统和方法可以被配置为使用以下项中的至少一个确定临终界限(end-of-life cut-off):产品开发期间的故障注入测试、客户市场回馈(field return)的至少一个状况指标的值(例如,状况指标可以包括捕获表征车辆的组件或系统的功能退化的值的真实或虚拟传感器,其中,这些值可以经由远程计算装置进行汇总)、指示车辆的(例如,由车主或操作者进行的)历史使用的使用指标的历史图、其他合适的信息或其组合。
在一些实施例中,本文描述的系统和方法可以被配置为通过比较和关联(例如,车队中的车辆或其他合适的车辆的)使用指标图与市场回馈来生成车辆估计值。本文描述的系统和方法可以被配置为通过对随时间的趋势(例如,与图相关联)的推断来生成车辆或车辆的一个或多个组件的RUL的估计结果。
在一些实施例中,本文描述的系统和方法可以被配置为汇总多个车辆中的每个车辆的使用指标和状况指标(例如,其中每个车辆的使用指标和状况指标经由一个或多个连接的车辆服务或机制自动收集)。本文描述的系统和方法可以被配置为,对于车辆,将汇总的使用指标和状况指标与来自中位用户(例如,本文描述的系统和方法的买方、卖方等)的平均值(例如,或典型值)进行比较。
在一些实施例中,本文描述的系统和方法可以被配置为提供输出,该输出总结了减少车辆的一个或多个组件的故障的隐藏值,基于基于物理学度量(例如,状况指标、使用指标、健康指标和/或其他合适的指标或信息)的RUL。在一些实施例中,输出可以对应于对IVHM系统的扩展。在一些实施例中,输出可以链接到经销商物流系统。本文描述的系统和方法可以被配置为使用经销商物流系统确定车辆和组件成本。
在一些实施例中,本文描述的系统和方法可以被配置为估计车辆的货币价值。本文描述的系统和方法可以被配置为向车辆的有意买方提供信息,该信息指示与类似车辆或任何合适的车辆的平均操作者相比,车辆的一个或多个操作者的滥用或其他合适的使用的历史和程度。本文描述的系统和方法可以被配置为向车辆的所有方或操作者、车辆的有意买方、任何其他合适的人或实体提供对输出的访问(例如,合适的显示器和/或界面)。本文描述的系统和方法可以配置有用于向任何合适的人或实体(例如,经由合适的显示器和/或界面)分享输出的一个或多个特征。
在一些实施例中,本文描述的系统和方法可以被配置为接收来自车辆的至少一个状况指标传感器的数据。该至少一个状况指标传感器可以包括任何合适的传感器并且可以对应于车辆的至少一个组件,例如,车辆的转向系统的至少一个组件、车辆的制动系统的至少一个组件、车辆的马达的至少一个组件、车辆的变速器的至少一个组件和/或任何其他合适的组件。
本文描述的系统和方法可以被配置为接收来自车辆的至少一个使用指标传感器的数据。对应于至少一个使用指标传感器的数据可以指示车辆与至少一个使用指标传感器相关联的组件(例如,任何合适的组件,包括但不限于本文所描述的那些)(例如,由车辆的操作者进行)的使用。
本文描述的系统和方法可以被配置为基于来自至少一个状况指标传感器和至少一个使用指标传感器的数据,更新对应于车辆主模型的车辆特定模型。本文描述的系统和方法可以被配置为使用车辆特定模型,识别车辆的至少一个使用趋势。本文描述的系统和方法可以被配置为基于车辆的至少一个使用趋势确定车辆的至少一个方面的RUL的估计结果。
在一些实施例中,本文描述的系统和方法可以被配置为接收来自与车辆制造商物流系统相关联的健康管理系统的数据。本文描述的系统和方法可以被配置为使用车辆特定模型识别减少车辆的故障的至少一个隐藏值。本文描述的系统和方法可以被配置为基于减少车辆的故障的至少一个隐藏值和车辆的至少一个方面的RUL的估计结果,确定车辆的货币价值。
在一些实施例中,本文描述的系统和方法可以被配置为接收来自车辆的至少一个状况指标传感器的数据。该至少一个状况指标传感器可以与车辆的至少一个组件相关联。该至少一个组件可以对应于车辆的转向系统或车辆的其他适当方面。本文描述的系统和方法可以被配置为接收来自车辆的至少一个使用指标传感器的数据。该至少一个使用指标传感器可以指示车辆与该至少一个使用指标传感器相关联的至少一个组件的使用。
本文描述的系统和方法可以被配置为基于车辆主模型、来自至少一个状况指标传感器和至少一个使用指标传感器的数据、任何其他合适的数据或信息或其组合更新车辆特定模型。车辆主模型可以表示对应于与车辆相关联的车辆设计的车辆的类别。车辆特定模型可以基于车辆主模型和对应于车辆的至少一个产线终点(end-of-line)特征的至少一个初始参数生成。
本文描述的系统和方法可以被配置为使用车辆特定模型识别车辆的至少一个使用趋势。本文描述的系统和方法可以被配置为基于车辆的至少一个使用趋势确定车辆的至少一个方面的剩余使用寿命的估计结果。
本文描述的系统和方法可以被配置为接收来自与车辆制造商物流系统相关联的健康管理系统的数据。本文描述的系统和方法可以被配置为进一步基于来自健康管理系统的数据确定车辆的至少一个方面的剩余使用寿命的估计结果。
本文描述的系统和方法可以被配置为进一步基于至少一个基于物理学的度量确定车辆的剩余使用寿命的估计结果。本文描述的系统和方法可以被配置为使用车辆特定模型识别减少车辆的故障的至少一个隐藏值。本文描述的系统和方法可以被配置为基于减少车辆的故障的至少一个隐藏值和车辆的至少一个方面的剩余使用寿命的估计结果,确定车辆的货币价值。
图1大体上示出了根据本公开原理的车辆10。车辆10可以包括任何合适的车辆,例如小汽车、卡车、运动型多用途车、小型货车、跨界车、任何其他乘用车、任何合适的商用车或任何其他合适的车辆。尽管车辆10被图示为具有车轮并且在道路上使用的乘用车,但是本公开的原理可以应用于其他交通工具,例如飞机、轮船、火车、无人机或其他合适的交通工具。
车辆10包括车主体12和发动机罩14。乘客室18至少部分地由车主体12限定。车主体12的另一部分限定引擎室20。发动机罩14可以可移动地附接至车主体12的一部分,使得当发动机罩14处于第一位置或打开位置时发动机罩14提供对引擎室20的访问,以及当发动机罩14处于第二位置或关闭位置时发动机罩14盖住引擎室20。在一些实施例中,引擎室20可以被设置在车辆10的后部(与通常所示出的相比而言)。
乘客室18可以被设置在引擎室20的后方,但是在引擎室20被设置在车辆10的后方部分的实施例中,乘客室18可以被设置在引擎室20的前方。车辆10可以包括任何合适的推进系统,包括内燃机、一个或多个电动马达(例如电动车辆)、一个或多个燃料电池、包括内燃机和一个或多个电动马达的组合的混合(例如混合动力车辆)推进系统、和/或任何其他合适的推进系统。
在一些实施例中,车辆10可以包括汽油引擎或汽油燃料引擎,诸如火花点火式引擎。在一些实施例中,车辆10可以包括柴油燃料引擎,例如压缩点火式引擎。引擎室20容纳和/或包围车辆10的推进系统的至少一些组件。附加地或可选地,推进控制装置(例如加速器致动器(例如,加速器踏板)、制动致动器(例如,制动踏板)、驾驶盘和其他这种组件)被设置在车辆10的乘客室18中。推进控制装置可以由车辆10的驾驶员致动或控制,并且可以直接分别连接到推进系统的对应组件,例如油门、制动器、车轴、车辆变速器等。在一些实施例中,推进控制装置可以将信号传达到车辆计算机(例如,线控驾驶的车辆计算机),该车辆计算机进而可以控制推进系统的对应的推进组件。这样,在一些实施例中,车辆10可以是自动驾驶车辆。
在一些实施例中,车辆10包括经由飞轮或离合器或液力联轴节与曲轴通信的变速器。在一些实施例中,变速器包括手动变速器。在一些实施例中,变速器包括自动变速器。车辆10可以包括一个或多个活塞,在内燃机或混合动力车辆的情况下,该一个或多个活塞与曲轴协同运行以生成力,该力通过变速器被传递到一个或多个轴上,这使车轮22转动。当车辆10包括一个或多个电动马达时,车辆电池和/或燃料电池向电动马达提供能量,以使车轮22转动。
车辆10可以包括自动车辆推进系统,例如巡航控制、自适应巡航控制、自动制动控制、其他自动车辆推进系统或其组合。车辆10可以是自动或半自动车辆,或其他合适类型的车辆。车辆10可以包括与本文大体示出和/或公开的特征相比的附加的特征或更少的特征。
在一些实施例中,车辆10可以包括以太网组件24、控制器局域网(CAN)总线26、面向媒体的系统传输组件(MOST)28、FlexRay组件30(例如,线控制动系统等)和本地互连网组件(LIN)32。车辆10可以使用CAN总线26、MOST28、FlexRay组件30、LIN32、其它合适的网络或通信系统、或其组合来将各种信息从例如车辆内的或车辆外部的传感器传达到例如车辆内的或车辆外部的各种处理器或控制器。车辆10可以包括与本文大体示出和/或公开的特征相比的附加的特征或更少的特征。
在一些实施例中,车辆10可以包括诸如EPS系统、线控转向的转向系统等转向系统(例如,其可以包括控制转向系统的组件的一个或多个控制器或与其进行通信而不使用车辆10的方向盘与车轮22之间的机械连接)或其他合适的转向系统。转向系统可以包括开环反馈控制系统或机制、闭环反馈控制系统或机制或它们的组合。转向系统可以被配置为接收各种输入,包括但不限于方向盘位置、输入扭矩、一个或多个车轮位置、其他合适的输入或信息或它们的组合。附加地或替代地,输入可以包括方向盘扭矩、方向盘角度、马达速度、车辆速度、估计的马达扭矩命令、其他合适的输入或它们的组合。转向系统可以被配置为向车辆10提供转向功能和/或控制。例如,转向系统可以基于各种输入生成辅助扭矩。转向系统可以被配置为使用辅助扭矩选择性地控制转向系统的马达,以向车辆10的操作者提供转向辅助。
在一些实施例中,车辆10可以包括控制器,例如图2中大体示出的控制器100。控制器100可以包括任何合适的控制器,例如,电子控制单元或其他合适的控制器。例如,控制器100可以被配置为控制转向系统的各种功能和/或车辆10的各种功能。控制器100可以包括处理器102和存储器104。处理器102可以包括任何合适的处理器,诸如本文所述的那些。附加地或可替代地,除了处理器102以外或者除去处理器102之外,控制器100还可以包括任何合适数量的处理器。存储器104可以包括单个盘或多个盘(例如,硬盘驱动器),并且包括存储管理模块,其管理存储器104内的一个或多个分区。在一些实施例中,存储器104可以包括闪存、半导体(固态)存储器等。存储器104可以包括随机存取存储器(RAM)、只读存储器(ROM)或其组合。存储器104可以包括指令,该指令在由处理器102执行时使处理器102至少控制车辆10的各个方面。
控制器100可以从各种测量装置或传感器106接收一个或多个信号,该一个或多个信号指示车辆10的感测到的特性或测得的特性。传感器106可以包括任何合适的传感器、测量装置和/或其他合适的机构。例如,传感器106可以包括一个或多个扭矩传感器或装置、一个或多个方向盘位置传感器或装置、一个或多个马达位置传感器或装置、一个或多个位置传感器或装置、一个或多个过渡传感器或装置、一个或多个接近传感器或装置、一个或多个车辆使用传感器或装置、一个或多个车辆推进传感器或装置、其他合适的传感器或装置或它们的组合。一个或多个信号可以指示方向盘扭矩、方向盘角度、马达速度、车辆速度、其他合适的信息或它们的组合。
在一些实施例中,控制器100和/或合适的计算装置可以接收一个或多个设计规格特征,该一个或多个设计规格特征对应于与车辆10相对应的车辆类别的车辆转向系统设计和/或其他系统或子系统,和/或控制器100和/或合适的计算装置可以接收指示工程和/或设计信息的输入,该工程和/或设计信息对应于与车辆10和/或其他车辆相对应的车辆类别的工程和/或设计规格。其他车辆可以包括与车辆10相似或不同的特征。工程和/或设计信息可以包括车辆10的车辆转向系统设计和/或其他系统或子系统的工程公差、组件型号或规格、组件尺寸(例如,重量、长度、宽度、深度等)、组件特征(例如,各种组件能够执行的功能)、传感器位置、控制器类型、任何其他合适的工程和设计规格或其组合。附加地或替代地,一个或多个设计规格特征可以包括对应于车辆类别的车辆转向系统和/或系统或子系统的类别的保修信息、销售信息、安全特性信息、召回信息、其他合适的信息或其组合。应当理解,车辆10和其他该车辆可以属于相同或不同的车辆类别或与相同或不同的车辆类别相关联,并且可以包括相同或不同类别的车辆转向系统。
在一些实施例中,控制器100和/或其他合适的计算装置可以接收车辆转向系统的一个或多个产线终点特征,该车辆转向系统包括车辆10的车辆转向系统设计和/或其他子系统或系统。产线终点特征可以包括在车辆转向系统的生产过程中使用的实际制造组件、车辆转向系统的类别、车辆10和/或对应于车辆10的车辆类别。附加地或替代地,产线终点特征可以包括车辆转向系统、车辆转向系统的类别、车辆10和/或对应于车辆10的车辆类别的生产测量、生产公差、其他合适的生产信息或其组合。
在一些实施例中,控制器100可以接收车辆转向系统设计的、与车辆10相关联的车辆类别的和/或对应于其他车辆的一个或多个车辆类别的主车辆模型,或使用一个或多个设计规格特征生成车辆转向系统设计的、与车辆10相关联的车辆类别的和/或对应于其他车辆的一个或多个车辆类别的主车辆模型。附加地或替代地,控制器100可以接收车辆转向系统设计的、与车辆10相关联的车辆类别的和/或对应于其他车辆的一个或多个车辆类别的主车辆模型,或使用一个或多个设计规格特征和一个或多个产线终点特征生成车辆转向系统设计的、与车辆10相关联的车辆类别的和/或对应于其他车辆的一个或多个车辆类别的主车辆模型(例如,对应于车辆10和/或其他车辆的车辆转向系统的车辆转向系统的类别)。在一些实施例中,控制器100可以从另一个计算装置、车辆10和/或其他车辆、任何其他合适的位置或其组合检索或接收主车辆模型。
主车辆模型可以包括与车辆10相关联的车辆类别、对应于其他车辆的一个或多个车辆类别、和/或车辆转向系统设计的数字表示。控制器100可以使用车辆转向系统、车辆10和/或其他车辆的一个或多个产线终点特征生成至少一个初始参数或参数集(例如,签名),或接收至少一个初始参数或参数集(例如,签名)。例如,控制器100可以生成或接收对应于车辆10的车辆转向系统的参数集。该参数集可以包括诸如数字字符串等值或其他合适的值。该参数集可以表示特定于车辆10的车辆转向系统的系统或组件信息。应当理解,参数集可以对应于车辆10的其他组件、系统或子系统。
在一些实施例中,控制器100可以接收对应于车辆转向系统、车辆10和/或其他车辆的操作数据。该操作数据可以包括指示操作期间车辆转向系统、车辆10和/或其他车辆的一个或多个测量的车辆传感器数据。例如,操作数据可以包括传感器数据,该传感器数据指示车辆转向系统的方向盘的方向盘摩擦、对应于施加的方向盘扭矩的车轮角度、车辆转向系统的其他合适的测量结果或其组合。应当理解,控制器100可以接收对应于车辆10和/或其他车辆的任何系统或子系统的任何合适的操作数据。
在一些实施例中,控制器100可以基于操作数据生成或接收至少一个后续参数。例如,控制器100可以生成或接收参数或参数集,该参数或参数集指示对应于操作数据的测量和/或其他信息。控制器100可以使用至少一个后续参数或参数集更新参数集。在一些实施例中,控制器100可以连续或周期性地接收操作数据并且可以基于操作数据连续或周期性地更新参数集。
在一些实施例中,控制器100可以基于主车辆模型和参数集生成车辆特定模型或接收车辆特定模型。车辆特定模型可以包括标称设计数据(例如,计算机辅助设计数据)、完工数据(例如,数字跟踪数据)和使用中数据。标称设计数据可以对应于一个或多个设计规格特征。完工数据可以对应于一个或多个产线终点特征。使用中数据可以对应于操作数据。在一些实施例中,控制器100可以从另一个计算装置、车辆10、其他车辆、任何其他合适的位置或其组合检索或接收车辆特定模型。
车辆特定模型可以包括第一构成模型。该第一构成模型可以包括基于物理学的模型。第一构成模型可以接收标称设计数据、完工数据、使用中数据、任何其他合适的数据或其组合。控制器100可以使用标称设计数据、完工数据、使用中数据、任何其他合适的数据或其组合来生成第一构成模型或接收第一构成模型。第一构成模型可以表示车辆转向系统(例如,和/或车辆10和其他车辆)的物理方面。例如,第一构成模型可以表示车轮角度、轮胎横向滑移、车辆方位角(heading angle)、车辆横摆角速度(yaw rate)、车辆转向系统的其他合适的物理方面、或其组合。
在一些实施例中,车辆特定模型包括第二构成模型。应当理解,车辆特定模型可以仅包括第一构成模型,仅包括第二构成模型,包括第一构成模型和第二构成模型两者,包括附加的构成模型,或包括第一构成模型、第二构成模型和任何附加的合适的构成模型的任何组合。第二构成模型可以包括基于机器学习的模型。可以使用对应于车辆10、其他车辆、车辆转向系统的车辆类别、对应于车辆转向系统设计的任何合适的数据、任何其他合适的数据或其组合来训练第二构成模型。第二构成模型可以接收使用中数据和/或任何其他合适的数据。
在一些实施例中,第一构成模型和/或第二构成模型接收输入(例如,转向扭矩和/或其他合适的输入),该输入对应于车辆10的车辆转向系统和/或任何合适的系统或子系统(例如,转向系统、底盘系统、其他车辆系统等)。该输入可由车辆10的驾驶员和/或传感器(例如,诸如传感器106)生成,该传感器被配置为感测车辆10的环境(例如,路面信息或指示环境特征的其他合适的输入)。
在一些实施例中,第一构成模型和/或第二构成模型从车辆10的传感器接收输出(例如,横摆值、加速度值、其他合适的输出或其组合)。第一构成模型可以确定一个或多个中间输出(例如,诸如齿条力或其他合适的输出)。第一构成模型可以将一个或多个中间输出通信给第二构成模型。第二构成模型可以分析一个或多个中间输出和/或使用中数据,并可以生成车辆转向系统的一个或多个预测的参数(例如,当前轮胎半径)或响应。第二构成模型可以基于预测的参数或响应更新参数集。第二构成模型可以将更新的参数集通信给第一构成模型。
在一些实施例中,控制器100可以被配置为向合适的计算装置(例如,本文描述的那些)提供信息。计算装置可以被配置为生成指示车辆10的值的输出。例如,控制器100可以接收来自车辆10的传感器106的至少一个状况指标传感器的数据。该至少一个状况指标传感器可以包括任何合适的传感器并且可以对应于车辆10的至少一个组件,例如,车辆10的转向系统的至少一个组件、车辆10的制动系统的至少一个组件、车辆10的马达的至少一个组件、车辆10的变速器的至少一个组件和/或车辆10的任何其他合适的组件。
控制器100可以接收来自车辆10的传感器106的至少一个使用指标传感器的数据。对应于该至少一个使用指标传感器的数据可以指示车辆10与该至少一个使用指标传感器相关联的组件(例如,任何合适的组件,包括但不限于本文描述的那些)的(例如,由车辆10的操作者进行的)使用。
控制器100和/或计算装置可以基于来自至少一个状况指标传感器和至少一个使用指标传感器的数据,更新对应于车辆主模型的车辆特定模型。控制器100和/或计算装置可以使用车辆特定模型,识别车辆10的至少一个使用趋势。控制器100和/或计算装置可以基于车辆的至少一个使用趋势确定车辆10的至少一个方面的RUL的估计结果。
在一些实施例中,控制器100和/或计算装置可以接收来自与车辆制造商物流系统相关联的健康管理系统的数据。控制器100和/或计算装置可以使用车辆特定模型和/或来自健康管理系统的数据,识别减少车辆10的故障的至少一个隐藏值。控制器100可以向计算装置提供各种信息,如所描述的。计算装置可以基于减少车辆10的故障的至少一个隐藏值和车辆10的至少一个方面的RUL的估计结果,确定车辆10的货币价值。在一些实施例中,计算装置可以提供包括输出的界面。该界面可以包括一个或多个交互式输入机制。界面的用户可以使用该一个或多个交互式输入机制提供输入(例如,诸如用于基于真实世界或用户的角色经验或知识调整车辆10的价值的输入)。计算装置可以基于输入来调整车辆10的货币价值。
在一些实施例中,控制器100可以基于车辆主模型、来自至少一个状况指标传感器和至少一个使用指标传感器的数据、任何其他合适的数据或信息、或其组合更新车辆特定模型。车辆主模型可以表示对应于与车辆10相关联的车辆设计的车辆类别。车辆特定模型可以基于车辆主模型和对应于车辆10的至少一个产线终点特征的至少一个初始参数生成。
控制器100可以使用车辆特定模型,识别车辆10的至少一个使用趋势。本文描述的系统和方法可以被配置为基于车辆10的至少一个使用趋势确定车辆的至少一个方面的剩余使用寿命的估计结果。
本文描述的系统和方法可以被配置为接收来自与车辆制造商物流系统相关联的健康管理系统的数据。本文描述的系统和方法可以被配置为进一步基于来自健康管理系统的数据确定车辆的至少一个方面的剩余使用寿命的估计结果。
本文描述的系统和方法可以被配置为进一步基于至少一个基于物理学的度量确定车辆的剩余使用寿命的估计结果。本文描述的系统和方法可以被配置为使用车辆特定模型识别减少车辆的故障的至少一个隐藏值。本文描述的系统和方法可以被配置为基于减少车辆的故障的至少一个隐藏值和车辆的至少一个方面的剩余使用寿命的估计结果,确定车辆的货币价值。
在一些实施例中,控制器100和/或计算装置可以执行本文描述的方法。然而,本文描述的由控制器100和/或计算装置所执行的方法并不意味着是限制性的,并且在控制器或处理器上执行的任何类型的软件都能够执行本文描述的方法而不会脱离本公开的范围。例如,控制器(例如,执行计算装置内的软件的处理器)可以执行本文描述的方法。
图4是大体上示出根据本公开原理的车辆分析方法300的流程图。在302处,方法300接收来自车辆的至少一个状况指标传感器的数据。例如,控制器100可以接收来自车辆10的至少一个状况指标传感器的数据。
在304处,方法300接收来自车辆的至少一个使用指标传感器的数据。例如,控制器100可以接收来自车辆10的至少一个使用指标传感器的数据。
在306处,方法300基于来自至少一个状况指标传感器和至少一个使用指标传感器的数据,更新对应于车辆主模型的车辆特定模型。例如,计算装置可以基于来自至少一个状况指标传感器和至少一个使用指标传感器的数据,更新对应于车辆主模型的车辆特定模型。
在308处,方法300使用车辆特定模型识别车辆的至少一个使用趋势。例如,计算装置可以使用车辆特定模型识别车辆10的至少一个使用趋势。
在310处,方法300基于车辆的至少一个使用趋势确定车辆的至少一个方面的剩余使用寿命的估计结果。例如,计算装置可以基于车辆的至少一个使用趋势确定车辆10的至少一个方面的剩RUL的估计结果。
图5是大体上示出根据本公开原理的替代车辆分析方法400的流程图。在402处,方法400接收来自车辆的至少一个状况指标传感器的数据。例如,控制器100可以接收来自车辆10的传感器106的至少一个状况指标传感器的数据。
在404处,方法400接收来自车辆的至少一个使用指标传感器的数据。例如,控制器100可以接收来自车辆10的传感器106的至少一个使用指标传感器的数据。
在406处,方法400基于车辆主模型、来自至少一个状况指标传感器和至少一个使用指标传感器的数据更新车辆特定模型。例如,控制器100可以基于车辆主模型、来自至少一个状况指标传感器和至少一个使用指标传感器的数据更新车辆特定模型。车辆主模型可以表示对应于与车辆10相关联的车辆设计的车辆类别,并且车辆特定模型可以基于车辆主模型和对应于车辆10的至少一个产线终点特征的至少一个初始参数生成。
在408处,方法400使用车辆特定模型识别车辆的至少一个使用趋势。例如,控制器100可以使用车辆特定模型,识别车辆10的至少一个使用趋势。
在410处,方法400基于车辆的至少一个使用趋势确定车辆的至少一个方面的剩余使用寿命的估计结果。例如,控制器100可以基于车辆10的至少一个使用趋势确定车辆10的至少一个方面的剩余使用寿命的估计结果。
在一些实施例中,一种用于车辆分析的方法包括接收来自车辆的至少一个状况指标传感器的数据,以及接收来自车辆的至少一个使用指标传感器的数据。该方法还包括基于来自至少一个状况指标传感器和至少一个使用指标传感器的数据,更新对应于车辆主模型的车辆特定模型。该方法还包括使用车辆特定模型识别车辆的至少一个使用趋势,以及基于车辆的至少一个使用趋势确定车辆的至少一个方面的剩余使用寿命的估计结果。
在一些实施例中,该至少一个状况指标传感器与车辆的至少一个组件相关联。在一些实施例中,该至少一个组件对应于车辆的转向系统。在一些实施例中,对应于该至少一个使用指标传感器的数据指示车辆与该至少一个使用指标传感器相关联的组件的使用。在一些实施例中,该方法还包括接收来自与车辆制造商物流系统相关联的健康管理系统的数据。在一些实施例中,该方法还包括进一步基于至少一个基于物理学的度量确定车辆的剩余使用寿命的估计结果。在一些实施例中,该方法还包括使用车辆特定模型,识别减少车辆的故障的至少一个隐藏值。在一些实施例中,该方法还包括基于减少车辆的故障的至少一个隐藏值和车辆的至少一个方面的剩余使用寿命的估计结果,确定车辆的货币价值。
在一些实施例中,一种用于车辆分析的方法包括接收来自车辆的至少一个状况指标传感器的数据,接收来自车辆的至少一个使用指标传感器的数据,以及基于车辆主模型、来自至少一个状况指标传感器和至少一个使用指标传感器的数据更新车辆特定模型,该车辆主模型表示对应于与车辆相关联的车辆设计的车辆类别,并且车辆特定模型基于车辆主模型和对应于车辆的至少一个产线终点特征的至少一个初始参数生成。该方法还包括使用车辆特定模型识别车辆的至少一个使用趋势,以及基于车辆的至少一个使用趋势确定车辆的至少一个方面的剩余使用寿命的估计结果。
在一些实施例中,该至少一个状况指标传感器与车辆的至少一个组件相关联。在一些实施例中,该至少一个组件对应于车辆的转向系统。在一些实施例中,对应于该至少一个使用指标传感器的数据指示车辆与该至少一个使用指标传感器相关联的组件的使用。在一些实施例中,该方法还包括接收来自与车辆制造商物流系统相关联的健康管理系统的数据。在一些实施例中,该方法还包括进一步基于来自健康管理系统的数据确定车辆的至少一个方面的剩余使用寿命的估计结果。在一些实施例中,该方法还包括进一步基于至少一个基于物理学的度量确定车辆的剩余使用寿命的估计结果。在一些实施例中,该方法还包括使用车辆特定模型,识别减少车辆的故障的至少一个隐藏值。在一些实施例中,该方法还包括基于减少车辆的故障的至少一个隐藏值和车辆的至少一个方面的剩余使用寿命的估计结果,确定车辆的货币价值。
在一些实施例中,一种用于车辆分析的系统包括处理器和存储器。该存储器包括指令,该指令在由处理器执行时使处理器:接收来自车辆的至少一个状况指标传感器的数据;接收来自车辆的至少一个使用指标传感器的数据;基于车辆主模型、来自至少一个状况指标传感器和至少一个使用指标传感器的数据更新车辆特定模型,该车辆主模型表示对应于与车辆相关联的车辆设计的车辆类别,并且车辆特定模型基于车辆主模型和对应于车辆的至少一个产线终点特征的至少一个初始参数生成;使用车辆特定模型识别车辆的至少一个使用趋势;以及基于车辆的至少一个使用趋势确定车辆的至少一个方面的剩余使用寿命的估计结果。
在一些实施例中,该至少一个状况指标传感器与车辆的至少一个组件相关联。在一些实施例中,该至少一个组件对应于车辆的转向系统。在一些实施例中,对应于该至少一个使用指标传感器的数据指示车辆与该至少一个使用指标传感器相关联的组件的使用。在一些实施例中,指令还使处理器接收来自与车辆制造商物流系统相关联的健康管理系统的数据。在一些实施例中,指令还使处理器进一步基于来自健康管理系统的数据确定车辆的至少一个方面的剩余使用寿命的估计结果。在一些实施例中,指令还使处理器进一步基于至少一个基于物理学的度量确定车辆的剩余使用寿命的估计结果。在一些实施例中,指令还使处理器使用车辆特定模型,识别减少车辆的故障的至少一个隐藏值。在一些实施例中,指令还使处理器基于减少车辆的故障的至少一个隐藏值和车辆的至少一个方面的剩余使用寿命的估计结果,确定车辆的货币价值。
在一些实施例中,一种用于车辆分析的设备包括处理器和存储器。该存储器包括指令,该指令在由处理器执行时使处理器:接收来自与车辆的转向系统的至少一个组件相关联的至少一个状况指标传感器的数据;接收来自车辆的至少一个使用指标传感器的数据;接收来自与车辆制造商物流系统相关联的健康管理系统的数据;基于车辆主模型、来自至少一个状况指标传感器和至少一个使用指标传感器的数据更新车辆特定模型,该车辆主模型表示对应于与车辆相关联的车辆设计的车辆类别,并且车辆特定模型基于车辆主模型和对应于车辆的至少一个产线终点特征的至少一个初始参数生成;使用车辆特定模型识别车辆的至少一个使用趋势;以及基于车辆的至少一个使用趋势和来自健康管理系统的数据确定车辆的至少一个方面的剩余使用寿命的估计结果。
在一些实施例中,指令还使处理器进一步基于至少一个基于物理学的度量确定车辆的剩余使用寿命的估计结果。
以上讨论意在说明本发明原理和各种实施例。一旦完全理解了上述公开,许多变化和修改对于本领域技术人员将变得显而易见。意图将以下权利要求解释为包含所有这样的变化和修改。
词语“示例”在本文中用来表示用作示例、例子或说明。本文中被描述为“示例”的任何方面或设计不必被解释为比其他方面或设计更优选或有利。相反,使用“示例”一词旨在以具体方式呈现概念。如在本申请中使用的,术语“或”旨在表示包括性的“或”而不是排他性的“或”。也就是说,除非另有说明或从上下文可以清楚地看出,“X包括A或B”旨在表示任何自然的包含性排列。也就是说,如果X包含A;X包括B;或X包括A和B二者,则在任何前述情况下均满足“X包括A或B”。另外,在本申请和所附权利要求书中使用的冠词“一(a/an)”通常应被解释为意指“一个或多个”,除非另有说明或从上下文清楚地指向单数形式。此外,除非如此描述,否则贯穿全文使用术语“实施方式”或“一个实施方式”并不旨在表示相同的实施例或实施方式。
本文描述的系统、算法、方法以及指令等的实现可以以硬件、软件或其任何组合来实现。硬件可以包括,例如,计算机、知识产权(IP)内核、专用集成电路(ASIC)、可编程逻辑阵列、光学处理器、可编程逻辑控制器、微代码、微控制器、服务器、微处理器、数字信号处理器或任何其他合适的电路。在权利要求中,术语“处理器”应被理解为单独地或组合地包括任何前述硬件。术语“信号”和“数据”可互换使用。
如在此使用的,术语模块可以包括被设计为与其他组件一起使用的封装的功能硬件单元、控制器(例如,执行软件或固件的处理器)可执行的一组指令、被配置为执行特定功能的处理电路以及与大型系统接合的自含式硬件或软件组件。例如,模块可以包括专用集成电路(ASIC)、现场可编程门阵列(FPGA)、电路、数字逻辑电路、模拟电路、分立电路的组合、门电路和其他类型硬件或者它们的组合。在其他实施例中,模块可以包括存储器,该存储器存储控制器可执行以实现模块的特征的指令。
此外,在一方面,例如,本文描述的系统可以使用具有计算机程序的通用计算机或通用处理器来实现,该计算机程序在被执行时执行本文描述的任何相应的方法、算法和/或指令。附加地或可选地,例如,可以利用专用计算机/处理器,其可以包含用于执行本文描述的任何方法、算法或指令的其他硬件。
此外,本公开的全部或部分实现方式可以采取可从例如计算机可用或计算机可读介质访问的计算机程序产品的形式。计算机可用或计算机可读介质可以是例如可以有形地包含、存储、传达或传输程序以供任何处理器使用或与其结合使用的任何装置。介质可以是例如电的、磁的、光学的、电磁的装置或半导体装置。也可以使用其他合适的介质。
已经描述了上述实施例、实施方式和方面,以允许容易地理解本发明并且不限制本发明。相反,本发明旨在覆盖所附权利要求的范围内所包括的各种修改和等效布置,该范围应被赋予最宽泛的解释,以涵盖法律允许的所有这种修改和等效结构。
Claims (20)
1.一种用于车辆分析的方法,所述方法包括:
接收来自车辆的至少一个状况指标传感器的数据;
接收来自所述车辆的至少一个使用指标传感器的数据;
基于车辆主模型、来自所述至少一个状况指标传感器的数据和来自所述至少一个使用指标传感器的数据更新车辆特定模型,所述车辆主模型表示对应于与所述车辆相关联的车辆设计的车辆类别,并且所述车辆特定模型基于所述车辆主模型和对应于所述车辆的至少一个产线终点特征的至少一个初始参数生成;
使用所述车辆特定模型识别所述车辆的至少一个使用趋势;以及
基于所述车辆的所述至少一个使用趋势确定所述车辆的至少一个方面的剩余使用寿命的估计结果。
2.根据权利要求1所述的方法,其中,所述至少一个状况指标传感器与所述车辆的至少一个组件相关联。
3.根据权利要求2所述的方法,其中,所述至少一个组件对应于所述车辆的转向系统。
4.根据权利要求1所述的方法,其中,对应于所述至少一个使用指标传感器的数据指示所述车辆的与所述至少一个使用指标传感器相关联的组件的使用。
5.根据权利要求1所述的方法,还包括:接收来自与车辆制造商物流系统相关联的健康管理系统的数据。
6.根据权利要求5所述的方法,还包括:进一步基于来自所述健康管理系统的数据确定所述车辆的所述至少一个方面的剩余使用寿命的估计结果。
7.根据权利要求1所述的方法,还包括:进一步基于至少一个基于物理学的度量确定所述车辆的剩余使用寿命的估计结果。
8.根据权利要求1所述的方法,还包括:使用所述车辆特定模型识别减少所述车辆的故障的至少一个隐藏值。
9.根据权利要求8所述的方法,还包括:基于减少所述车辆的故障的所述至少一个隐藏值和所述车辆的所述至少一个方面的剩余使用寿命的估计结果,确定所述车辆的货币价值。
10.一种用于车辆分析的系统,所述系统包括
处理器;以及
包括指令的存储器,所述指令在由所述处理器执行时,使所述处理器:
接收来自车辆的至少一个状况指标传感器的数据;
接收来自所述车辆的至少一个使用指标传感器的数据;
基于车辆主模型、来自所述至少一个状况指标传感器的数据和来自所述至少一个使用指标传感器的数据更新车辆特定模型,所述车辆主模型表示对应于与所述车辆相关联的车辆设计的车辆类别,并且所述车辆特定模型基于所述车辆主模型和对应于所述车辆的至少一个产线终点特征的至少一个初始参数生成;
使用所述车辆特定模型识别所述车辆的至少一个使用趋势;以及
基于所述车辆的所述至少一个使用趋势确定所述车辆的至少一个方面的剩余使用寿命的估计结果。
11.根据权利要求10所述的系统,其中,所述至少一个状况指标传感器与所述车辆的至少一个组件相关联。
12.根据权利要求11所述的系统,其中,所述至少一个组件对应于所述车辆的转向系统。
13.根据权利要求10所述的系统,其中,对应于所述至少一个使用指标传感器的数据指示所述车辆的与所述至少一个使用指标传感器相关联的组件的使用。
14.根据权利要求10所述的系统,其中,所述指令还使所述处理器:接收来自与车辆制造商物流系统相关联的健康管理系统的数据。
15.根据权利要求14所述的系统,其中,所述指令还使所述处理器:进一步基于来自所述健康管理系统的数据确定所述车辆的所述至少一个方面的剩余使用寿命的估计结果。
16.根据权利要求10所述的系统,其中,所述指令还使所述处理器:进一步基于至少一个基于物理学的度量确定所述车辆的剩余使用寿命的估计结果。
17.根据权利要求10所述的系统,其中,所述指令还使所述处理器:使用所述车辆特定模型识别减少所述车辆的故障的至少一个隐藏值。
18.根据权利要求17所述的系统,其中,所述指令还使所述处理器:基于减少所述车辆的故障的所述至少一个隐藏值和所述车辆的所述至少一个方面的剩余使用寿命的估计结果,确定所述车辆的货币价值。
19.一种用于车辆分析的设备,所述设备包括
处理器;以及
包括指令的存储器,所述指令在由所述处理器执行时,使所述处理器:
接收来自与车辆的转向系统的至少一个组件相关联的至少一个状况指标传感器的数据;
接收来自所述车辆的至少一个使用指标传感器的数据;
接收来自与车辆制造商物流系统相关联的健康管理系统的数据;
基于车辆主模型、来自所述至少一个状况指标传感器的数据和来自所述至少一个使用指标传感器的数据更新车辆特定模型,所述车辆主模型表示对应于与所述车辆相关联的车辆设计的车辆类别,并且所述车辆特定模型基于所述车辆主模型和对应于所述车辆的至少一个产线终点特征的至少一个初始参数生成;
使用所述车辆特定模型识别车辆的至少一个使用趋势;以及
基于所述车辆的所述至少一个使用趋势和来自所述健康管理系统的数据确定所述车辆的至少一个方面的剩余使用寿命的估计结果。
20.根据权利要求19所述的设备,其中,所述指令还使所述处理器:进一步基于至少一个基于物理学的度量确定所述车辆的剩余使用寿命的估计结果。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163284610P | 2021-11-30 | 2021-11-30 | |
US63/284,610 | 2021-11-30 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116384958A true CN116384958A (zh) | 2023-07-04 |
Family
ID=86316895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211525519.2A Pending CN116384958A (zh) | 2021-11-30 | 2022-11-30 | 用于车辆分析的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230169802A1 (zh) |
CN (1) | CN116384958A (zh) |
DE (1) | DE102022131657A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210342500A1 (en) * | 2020-05-01 | 2021-11-04 | Steering Solutions Ip Holding Corporation | Systems and methods for vehicle modeling |
-
2022
- 2022-11-30 US US18/071,892 patent/US20230169802A1/en active Pending
- 2022-11-30 CN CN202211525519.2A patent/CN116384958A/zh active Pending
- 2022-11-30 DE DE102022131657.2A patent/DE102022131657A1/de active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230169802A1 (en) | 2023-06-01 |
DE102022131657A1 (de) | 2023-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7053147B2 (ja) | 自動車特に自動車の装置のエネルギー効率を分析するためのシステムおよび方法 | |
Vahidi et al. | Research advances in intelligent collision avoidance and adaptive cruise control | |
US20210171050A1 (en) | System for evaluating vehicle performance | |
JP2017522212A (ja) | 車両のエネルギー効率を分析するためのシステムおよび方法 | |
US10850768B2 (en) | Suspension-system degradation detection | |
US20230294730A1 (en) | Driver behavior tracking and prediction | |
CN116384958A (zh) | 用于车辆分析的系统和方法 | |
US20210342500A1 (en) | Systems and methods for vehicle modeling | |
US20230097155A1 (en) | Integrated vehicle health management systems and methods using an enhanced fault model for a diagnostic reasoner | |
CN116610022A (zh) | 具有定制的局部回退的通用致动器 | |
CN113135228B (zh) | 对车辆转向进行修改的系统和方法 | |
CN113135189B (zh) | 使用横向动力学实时监测车辆惯性参数值的系统和方法 | |
US11625959B2 (en) | System and method for determining backlash in driving system of vehicle | |
CN115329579A (zh) | 一种考虑整车质量变化的商用车质量和坡度联合估计方法 | |
Yashina | Problems of digital diagnostics for prospect of autonomous vehicles implementation | |
CN113525505B (zh) | 用于电子助力转向冗余总线通信的系统和方法 | |
US20240109487A1 (en) | Systems and methods for providing immediate post-event driver alerts | |
US20240101053A1 (en) | Systems and methods for predicting component life based on duty cycle estimated from road surface conditions | |
DE102020128235B3 (de) | Verfahren, system und vorrichtung zum steuern eines elektronischen servolenkungssystems | |
US12001189B2 (en) | Systems and methods for improved manufacturing diagnostics | |
CN116909783A (zh) | 用于在受限网络中应用基于机器学习的异常检测的系统和方法 | |
Ramic et al. | Simulation-Based Support for Semi-Automated Automotive Safety Analysis | |
DE102022114105A1 (de) | Simulator für einen trainingsmodus | |
KR20160070982A (ko) | 필드 조타력 데이터 학습 방법 | |
SE1251176A1 (sv) | Fastställande av energiåtgång |
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 |