CN116729408A - 车辆负载重量确定和分配指导 - Google Patents

车辆负载重量确定和分配指导 Download PDF

Info

Publication number
CN116729408A
CN116729408A CN202211272048.9A CN202211272048A CN116729408A CN 116729408 A CN116729408 A CN 116729408A CN 202211272048 A CN202211272048 A CN 202211272048A CN 116729408 A CN116729408 A CN 116729408A
Authority
CN
China
Prior art keywords
weight
cargo area
load
sensors
block
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211272048.9A
Other languages
English (en)
Inventor
A.M.卡米斯
Y.Q.苗
R.D.小加西亚
G.塔尔沃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN116729408A publication Critical patent/CN116729408A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • B60W40/12—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 parameters of the vehicle itself, e.g. tyre models
    • B60W40/13—Load or weight
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/08—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for incorporation in vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • 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
    • B60W40/12—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 parameters of the vehicle itself, e.g. tyre models
    • B60W40/13—Load or weight
    • B60W2040/1307—Load distribution on each wheel suspension

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Automation & Control Theory (AREA)
  • Vehicle Body Suspensions (AREA)

Abstract

一种方法包括将车辆的货物区域虚拟地划分为多个虚拟单元。该方法还包括通过实施机器学习来创建货物区域的负载分布。负载分布指示基于货物区域中的负载在多个虚拟单元中的每一个处的重量估计。基于负载分布提供在货物区域内移动负载的指导，以平衡货物区域中的负载。

Description

车辆负载重量确定和分配指导
技术领域
本主题公开涉及车辆负载重量确定和分配指导。
背景技术
车辆(例如，汽车、卡车、建筑设备、农用设备)可用于运输重载。通常，制造商会指出给定类型的车辆可以安全承载的重量。例如，给定车辆的总轴重额定值(GAWR)表示可由车辆轴支撑的最大分布重量。承载超过推荐重量的负载可能会产生多种不利影响，包括车辆的不稳定性。因此，希望提供车辆负载重量确定和分配指导。
发明内容
在一个示例性实施例中，车辆中的系统包括存储计算机可读指令的存储器和一个或多个用于执行计算机可读指令的处理器。计算机可读指令控制一个或多个处理器以执行包括将车辆的货物区域虚拟地划分为多个虚拟单元以及通过实施机器学习来创建货物区域的负载分布的过程。负载分布指示基于货物区域中的负载在多个虚拟单元中的每一个处的重量估计。这些过程还包括基于负载分布提供关于在货物区域内移动负载的指导，以平衡货物区域中的负载。
除了本文所述的一个或多个特征之外，该过程还包括确定货物区域是否包括一个或多个重量传感器。
除了本文描述的一个或多个特征之外，创建负载分布包括基于确定货物区域包括一个或多个重量传感器而从一个或多个重量传感器中的每一个获得重量值。
除了在此描述的一个或多个特征之外，创建负载分布包括从一个或多个轮胎压力传感器、惯性测量单元和一个或多个悬架传感器中的至少一个的传感器测量值获得重量值。
除了本文描述的一个或多个特征之外，从传感器测量值获得重量值包括实施机器学习以将传感器测量值映射到重量值。
除了本文描述的一个或多个特征之外，该过程还包括融合利用两种或更多种类型的传感器测量值获得的重量值。
除了在此描述的一个或多个特征之外，创建负载分布(profile)包括将重量值映射到多个虚拟单元中的每一个处的重量估计。
除了在此描述的一个或多个特征之外，该过程还包括从摄像机获得货物区域的图像并确定哪些虚拟单元被占用，并且创建负载分布包括使用在实施机器学习期间的虚拟单元的占用。
除了在此描述的一个或多个特征之外，提供指导包括提供语音。
除了在此描述的一个或多个特征之外，提供指导包括提供文本。
在另一个示例性实施例中，一种方法包括将车辆的货物区域虚拟地划分为多个虚拟单元并且通过使用处理器实现机器学习来创建货物区域的负载分布。负载分布指示基于货物区域中的负载在多个虚拟单元中的每一个处的重量估计。该方法还包括基于负载分布提供关于在货物区域内移动负载的指导，以平衡货物区域中的负载。
除了本文描述的一个或多个特征之外，该方法还包括确定货物区域是否包括一个或多个重量传感器。
除了本文描述的一个或多个特征之外，创建负载分布包括基于确定货物区域包括一个或多个重量传感器从一个或多个重量传感器中的每一个获得重量值。
除了在此描述的一个或多个特征之外，创建负载分布包括从一个或多个轮胎压力传感器、惯性测量单元和一个或多个悬架传感器中的至少一个的传感器测量值获得重量值.
除了本文描述的一个或多个特征之外，从传感器测量值获得重量值包括实施机器学习以将传感器测量值映射到重量值。
除了本文描述的一个或多个特征之外，该方法还包括融合利用两种或更多种类型的传感器测量值获得的重量值。
除了在此描述的一个或多个特征之外，创建负载分布包括将重量值映射到多个虚拟单元中的每一个处的重量估计。
除了本文所述的一个或多个特征之外，该方法还包括从摄像机获得货物区域的图像并确定哪些虚拟单元被占用，并且创建负载分布包括使用在实施机器学习期间的虚拟单元的占用。
除了在此描述的一个或多个特征之外，提供指导包括提供语音。
除了在此描述的一个或多个特征之外，提供指导包括提供文本。
从当结合附图进行时的以下详细描述，本公开的上述特征和优点以及其他特征和优点是显而易见的。
附图说明
其他特征、优点和细节仅作为示例出现在以下详细描述中，详细描述参考附图，在附图中：
图1是根据一个或多个实施例的包括负载重量确定和分配指导的车辆的框图；
图2是根据一个或多个实施例的在车辆中提供负载重量确定和分配指导的方法的处理流程；
图3详述了根据一个或多个实施例的作为负载重量确定和分配指导的一部分创建负载分布的各方面；和
图4详述了根据一个或多个实施例的涉及提供指导的过程。
具体实施方式
以下描述本质上仅是示例性的，并不旨在限制本公开、其应用或用途。应当理解，在所有附图中，对应的附图标记表示相同或对应的部件和特征。
本文详述的系统和方法的实施例涉及车辆负载重量确定和分配指导。如前所述，承载超过给定车辆推荐的最大重量的负载可能会产生不利影响。根据一个或多个实施例，当确定负载重量接近或超过最大值时，可向驾驶员发出警告。例如，即使负载不超过推荐的最大重量，其在车辆内的分布也使得可能会影响稳定性，或者一个或多个轮胎承受更大部分的负载并经历更多磨损。不平衡的负载也可能通过使车辆从其参考位置倾斜而影响传感器(例如摄像机)的校准。根据一个或多个实施例，这些问题可以基于分配指导来避免，如详述的。
根据示例性实施例，图1是包括负载重量确定和分配指导的车辆100的框图。图1中所示的示例性车辆100是平板卡车101，其具有作为货物区域120的平板卡车车厢。示例性图示并非旨在限制车辆100的类型或货物区域120的类型。车辆100的控制器110可以确定货物区域120中的负载重量并提供详细的负载分配指导。
控制器110可以包括处理电路，该处理电路可以包括专用集成电路(ASIC)、电子电路、处理器(共享、专用或成组的)和执行一个或多个软件或固件程序的存储器、组合逻辑电路和/或提供所述功能的其他合适组件。例如，控制器110还可以包括便于与车辆100的乘员携带的设备105(例如，智能电话、平板电脑)通信的通信系统。控制器110的存储器可以包括存储指令的非暂时性计算机可读介质，当由控制器110的一个或多个处理器处理时，该指令实现根据本文详述的一个或多个实施例在车辆100中执行负载重量确定和分配指导的方法。
货物区域120的重心(CoG)被指示，并且货物区域120被示为划分为构成虚拟网格的虚拟单元130。CoG是重量均匀分散的点并且可以认为货物区域120中的所有重量都集中的点。虚拟单元130被编号用于说明目的。控制器110估计每个虚拟单元130处的负载重量以便提供分配指导。基于货物区域120的大小和期望或需要负载分布信息的分辨率，可以使用更少或更多的虚拟单元130。由控制器110提供的指导可以是视觉的(例如，显示在设备105或信息娱乐显示器、颜色或其他显示器上的文本)、听觉的(例如，基于文本到语音处理或预定义命令的经由扬声器195的语音命令)、触觉或经由车辆100的任何其他可用的反馈机构(广泛称为人机界面(HMI))。
车辆100可以包括任意数量的传感器140，这些传感器140获得关于车辆100和关于车辆100周围物体的信息。图1中所示的一种类型的传感器140是重量传感器150。示出了四个可选的重量传感器150在货物区域120的四个角落。图1中所示的另一种类型的传感器140是摄像机160。虽然附加的前向、侧向和后向摄像机160可用于检测车辆100周围的物体，但图1中所示的摄像机160获得货物区域120的图像。与参考图2的讨论相关的其他类型的车辆传感器140是轮胎压力监测系统(TPMS)170、惯性测量单元(IMU)180和悬架传感器190。图2详述了控制器110使用这些传感器140估计每个虚拟单元130的重量的过程。
图2是根据一个或多个实施例的在车辆100中提供负载重量确定和分配指导的方法200的过程流程。图2所示的过程可以由控制器110基于来自各种传感器140的信息来执行。在框210处，检查货物区域120中是否放置了负载。例如，该检查可以基于摄像机160。基于在框210的检查，确定在货物区域120中有负载，触发剩余的过程。如果在框210的检查表明在货物区域120中没有负载，那么，如所示的，重复检查。
可按预定时间间隔定期重复框210中的检查，或基于预定事件重复该检查。例如，当检测到对应于车辆100的密钥卡时，可以周期性地执行框210处的检查，直到车辆100正在移动。例如，可以在每次车辆100停车时重复该检查。在框210处对检查的触发不旨在被这些示例所限制。如果框210处的检查指示货物区域120中有负载，则框220和260处的过程被触发。在框260处，创建负载分布是基于由其他过程获得和提供的信息，如所详述的。在框220处，检查货物区域120中是否有重量传感器150。
如果框220处的检查表明货物区域120中有重量传感器150，则在框230处，从货物区域120中的每个重量传感器150获得重量测量值。在框235处，检查重量传感器150是否指示已经超过最大重量。可以由车辆100承载的负载的最大重量可以由制造商创建，例如，以确保稳定性。根据框235处的检查，如果已经超过了最大重量，则在框237发出警报。警报的发出可以经由任何可用的HMI或机构(例如，扬声器195)。
根据框235处的检查，如果还未超过最大重量，则在框260创建负载分布。根据示例性实施例，即使根据框235处的检查已经超过了最大重量，在框237处已经发出警报之后，处理也可以进行到框260处获得负载分布。即使当到达框260的处理时，也可以执行额外的检查。例如，如果重量在最大重量的某个百分比(例如，90％)之内，则仍然可以发出警告。该警告也可以通过视觉、听觉或触觉输出发出。
如果框220处的检查表明货物区域120中没有重量传感器150，则必须在框240处从其他传感器收集重量信息。框240处的过程涉及TPMS 170、IMU 180和悬架传感器190。如参考图3进一步讨论的，例如，使用用于映射的机器学习将来自这些传感器140中的每一个的信息映射到重量。
在框250处，获得虚拟网格占用映射是指使用例如来自摄像机160的图像，估计货物区域120中被框210处检测到的负载占用的部分(例如，虚拟单元130)。例如，来自摄像机160的图像可以叠加在虚拟单元130上，并且可以给予根据图像存在负载的虚拟单元130更高的重量。如参考图3进一步讨论的，在框310，可以使用该加权来获得每个虚拟单元130的重量估计。
基于来自框210的触发和来自框250和230或240的信息(根据框220处的检查，基于是否有重量传感器150)，所述过程包括在框260处创建负载分布。参考图3进一步讨论该过程，并得到每个虚拟单元130处的估计重量。在框270处，提供装载指导指的是控制器110提供关于如何移动负载以更好地平衡货物区域120中的重量的建议，如参考图4详细描述的。如前所述的，可以经由控制器110与之通信的设备105、经由内部或外部扬声器195、或经由任何其他已知的HMI或机构来提供指导。
图3详述了在框260创建负载分布的方面。如参考图2所讨论的，可以在框230从重量传感器150或在框240处基于其他传感器140获得重量。在框230处，重量值可以从货物区域120中的每个重量传感器150获得(例如，根据图1中的示例性图示的四个重量值)。在框240处，可以从TPMS 170的每个轮胎压力传感器、从每个悬架传感器190和从IMU 180获得重量值。可以基于传感器测量值到重量的映射来获得重量值。例如，由图1所示的TPMS 170的四个传感器中的每一个测量的轮胎压力可以映射到四个重量值。对于每种类型的传感器140，映射可以不同(例如，TPMS 170和IMU 180的不同映射)，并且可以是控制器110在训练之后实施的基于机器学习的映射。
在框260处创建负载分布涉及框310处的过程，并且当使用除重量传感器150之外的传感器140时，还涉及框320处的过程。在框310处，估计每个虚拟单元130的重量涉及重量值的映射。可以在框230处从每个重量传感器150或在框240处从其他传感器140(例如，TPMS170、IMU 180、悬架传感器190)获得重量值。与框240处的映射类似，重量值到每个虚拟单元130处的重量估计的映射可以通过机器学习来实现，并且对于每种类型的传感器140可能不同。该映射可以另外使用来自框250的虚拟网格占用映射。
例如，在框230处，从图1所示的四个重量传感器150中的每一个获得的重量值可以映射到图1所示的三十二个虚拟单元130中的每一个的重量估计。例如，如果车辆100左侧的两个重量传感器150测量的重量值高于右侧的两个重量传感器150，则来自框250的虚拟网格占用映射可用于确定货物区域120中的负载是否更多地分布在车辆100左侧的前或后虚拟单元130之间。也就是说，来自框250的虚拟网格占用映射可以作为加权添加到映射过程。
在框230处从重量传感器150获得重量值的情况下，映射过程在框310处提供负载分布(即，在每个虚拟单元130处的重量估计的指示)。在框240处从其他传感器140获得重量值的情况下，为每种类型的传感器140获得每个虚拟单元130的一组重量估计。即，基于在示例性情况下的三个传感器140(即，TPMS 170、IMU 180和悬架传感器190)获得三个单独的负载分布。因此，在框320处，还需要融合过程来创建负载分布。
在框320处，融合在框240处使用的不同传感器140获得的负载分布。经由映射获得每个虚拟单元130处的每个重量估计，其具有可用作加权的置信度分数。因此，对于每个虚拟单元130(例如，i是虚拟单元130的索引并且在图1的示例中i＝1到32)，在框310处使用TPMS 170获得的重量估计是具有方差σTi的lTi，使用IMU 180获得的重量估计是具有方差σIi的lIi，并且使用悬架传感器190获得的重量估计是具有方差σSi的lSi。与每个重量估计(lTi,lIi和lSi)相关联的相应加权(wTi,wIi和wSi)与感测模态(即，相关传感器140)的方差(σTi,σIi和σSi)成反比。也就是说，在信息融合过程中，越确定的模态被赋予更高的加权。每个虚拟单元130处的融合估计重量由下式给出：
图4详细说明了在图2的框270处提供指导所涉及的过程。这些过程依赖于在框260处创建的负载分布。在框410处，检查是否在货物区域120左侧的负载比右侧的负载重预定阈值ε。例如，预定阈值ε的值可以是车辆中使用的平均人体重量。在图1所示的示例性情况下，框410处的检查可涉及对编号为1-16的虚拟单元130的重量估计求和(根据负载分布)并减去编号为17-32的虚拟单元130的重量估计的总和。
左侧和右侧的重量估计的这种差异可以表示为Δll-r。或者，可以在框410处获得差异的sigmoid函数，如下所示：
等式2的结果是范围为(0,1)的sigmoid曲线。如果左侧比右侧重超过预定义或学习的阈值ε(例如，作为平均人体重量的预定义值)(例如，Δll-r>ε或sig(Δll-r)>0.5)，然后在框420处提供指导以将一些负载向右移动。如前所述，可以通过扬声器195、经由设备105或经由多于一个输出来提供指导。
如果框410处的检查表明货物区域120左侧的负载不比右侧的负载重预定阈值ε，则在框430处测试相反的情况。具体地，在框430处，检查货物区域120右侧的负载是否比左侧的负载重预定阈值ε。在图1所示的示例性情况下，框430处的检查可以涉及对编号为17-32的虚拟单元130的重量估计求和(根据负载分布)并减去编号为1-16的虚拟单元130的重量估计的总和。
左侧和右侧的重量估计的这种差异可以表示为Δlr-l。或者，可以在框430处通过修改等式2以使用Δlr-l而不是Δll-r，来获得该差的sigmoid函数。如果右侧比左侧重超过预定阈值ε(例如，Δlr-l>ε,或sig(Δlr-l)>0.5)，则在框440处提供指导以移动一些负载向左。相反，如果框430处的检查表明货物区域120右侧的负载不比左侧的负载重预定阈值ε，则根据框450不发布指导。
在框460处，检查货物区域120前部的负载是否比后部的负载重预定阈值ε。在图1所示的示例性情况下，框460处的检查可以涉及对编号为5-8、13-16、21-24和29-32的虚拟单元130的重量估计求和(根据负载分布)并减去编号为1-4、9-12、17-20和16-28的虚拟单元130的重量估计的总和。
前部和后部的重量估计的该差可以表示为Δlf-b。或者，可以在框460通过修改等式以使用Δlf-b而不是Δll-r来获得该差的sigmoid函数。如果前部比后部重超过预定阈值ε(例如，Δlf-b>ε,或sig(Δlf-b)>0.5)，则在框470提供指导以将一些负载移向后部。相反，如果框430处的检查表明货物区域120右侧的负载不比左侧的负载重预定阈值ε，则根据框450不发布指导。
如果框460处的检查表明货物区域120前部的负载不比后部的负载重预定阈值ε，则在框480处测试相反的情况。具体地，在框480处，检查货物区域120后部的负载是否比前部的负载重预定阈值ε。在图1所示的示例性情况下，框410处的检查可涉及对编号为1-4、9-12、17-20和16-28的虚拟单元130的重量估计求和(根据负载分布)并减去编号为5-8、13-16、21-24和29-32的虚拟单元130的重量估计的总和。
后部和前部的重量估计的该差可以表示为Δlb-f。或者，可以在框480处通过修改等式2以使用Δlb-f而不是Δll-r来获得该差的sigmoid函数。如果后部比前部重超过预定阈值ε(例如，Δlb-f>ε,或sig(Δlb-f)>0.5)，则在框490处提供指导以将一些负载移向前部。相反，如果框480处的检查表明货物区域120后部的负载不比前部的负载重预定阈值ε，那么根据框450不发布指导。
一旦负载移动，基于根据框270处的过程提供的指导，则可以重复框220至270处的过程以确定是否需要额外的指导和负载调整。随着负载的添加、移除或移动，这些过程可以被触发和重复任意次数。根据一个或多个实施例，基于负载分布的重量分配指导促进不切实际或不可能手动执行的负载平衡。这是因为，虽然可以放置货物区域120中的单个物品(例如，在CoG处)，但当多个不同重量的物品放置在货物区域120中时，优化稳定性和其他因素的负载平衡变得更加复杂。
尽管已经参考示例性实施例描述了上述公开，但是本领域技术人员将理解，可以进行各种改变并且可以用等价物代替其元件而不背离其范围。此外，可以进行许多修改以使特定情况或材料适应本公开的教导而不背离本公开的基本范围。因此，本发明不限于所公开的特定实施例，而是将包括落入其范围内的所有实施例。

Claims (10)

1.一种车辆中的系统，包括：
存储器，该存储器存储计算机可读指令；和
一个或多个处理器，该一个或多个处理器被配置为执行计算机可读指令，计算机可读指令控制一个或多个处理器执行过程，该过程包括：
将车辆的货物区域虚拟地划分为多个虚拟单元；
通过实施机器学习为货物区域创建负载分布，其中负载分布指示基于货物区域中的负载在多个虚拟单元中的每一个处的重量估计；和
基于负载分布提供有关在货物区域内移动负载的指导，以平衡货物区域中的负载。
2.根据权利要求1所述的系统，其中所述过程还包括确定所述货物区域是否包括一个或多个重量传感器，并且创建负载分布包括基于确定货物区域包括一个或多个重量传感器从一个或多个重量传感器中的每一个获得重量值，或包括从一个或多个轮胎压力传感器、惯性测量单元和一个或多个悬架传感器中的至少一个的传感器测量值获得重量值。
3.根据权利要求2所述的系统，其中从传感器测量值获得所述重量值包括实施机器学习以将所述传感器测量值映射到所述重量值，所述过程还包括融合利用两种或更多种类型的传感器测量值获得的重量值，以及创建负载分布包括将重量值映射到多个虚拟单元中的每一个处的重量估计。
4.根据权利要求1所述的系统，其中所述过程还包括从摄像机获取货物区域的图像并确定哪些虚拟单元被占用，并且创建负载分布包括利用在实施机器学习期间的虚拟单元的占用。
5.根据权利要求1所述的系统，其中，提供所述指导包括提供语音或提供文本。
6.一种方法，包括：
使用处理器将车辆的货物区域虚拟地划分为多个虚拟单元；
通过使用处理器实施机器学习来创建货物区域的负载分布，其中负载分布指示基于货物区域中的负载在多个虚拟单元中的每一个处的重量估计；和
基于负载分布提供有关在货物区域内移动负载的指导，以平衡货物区域中的负载。
7.根据权利要求6所述的方法，还包括确定所述货物区域是否包括一个或多个重量传感器，其中创建负载分布包括基于确定货物区域包括一个或多个重量传感器从一个或多个重量传感器中的每一个获得重量值，或创建负载分布包括从一个或多个轮胎压力传感器、惯性测量单元和一个或多个悬架传感器中的至少一个的传感器测量值获得重量值。
8.根据权利要求7所述的方法，其中从传感器测量值获得重量值包括实施机器学习以将传感器测量值映射到重量值，该方法还包括融合利用两种或更多种类型的传感器测量值获得的重量值，以及创建负载分布包括将重量值映射到多个虚拟单元中的每一个处的重量估计。
9.根据权利要求6所述的方法，还包括从摄像机获取货物区域的图像并确定哪些虚拟单元被占用，并且创建负载分布包括利用在实施机器学习期间的虚拟单元的占用。
10.根据权利要求6所述的方法，其中提供所述指导包括提供语音或提供文本。
CN202211272048.9A 2022-03-01 2022-10-18 车辆负载重量确定和分配指导 Pending CN116729408A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/683,843 2022-03-01
US17/683,843 US20230281552A1 (en) 2022-03-01 2022-03-01 Vehicle load weight determination and distribution guidance

Publications (1)

Publication Number Publication Date
CN116729408A true CN116729408A (zh) 2023-09-12

Family

ID=87572264

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211272048.9A Pending CN116729408A (zh) 2022-03-01 2022-10-18 车辆负载重量确定和分配指导

Country Status (3)

Country Link
US (1) US20230281552A1 (zh)
CN (1) CN116729408A (zh)
DE (1) DE102022126112A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230339393A1 (en) * 2022-04-20 2023-10-26 Ford Global Technologies, Llc Systems and methods for providing vehicle payload assistance
CN117332930B (zh) * 2023-11-30 2024-03-19 深圳智者行天下科技有限公司 一种基于汽车称重管理的商用车行驶安全监管系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11125640B2 (en) * 2018-03-19 2021-09-21 Uatc, Llc Determining vehicle load center of mass
US11200531B1 (en) * 2018-05-14 2021-12-14 Amazon Technologies, Inc. Self-identifying overpackage for robotic retrieval
US11353858B2 (en) * 2019-01-18 2022-06-07 United States Postal Service Systems and methods for automated guided vehicle control
US11720805B2 (en) * 2019-11-26 2023-08-08 Toyota Motor North America, Inc. Vehicle recommendation system and method

Also Published As

Publication number Publication date
US20230281552A1 (en) 2023-09-07
DE102022126112A1 (de) 2023-09-07

Similar Documents

Publication Publication Date Title
CN116729408A (zh) 车辆负载重量确定和分配指导
RU2674388C2 (ru) Система и способ регулировки восстановления нагрузки на переднюю ось буксирующего транспортного средства
Yu et al. Heavy duty vehicle rollover detection and active roll control
US9776644B2 (en) On-vehicle situation detection apparatus and method
JP2021502288A (ja) 車両の横転防止警報方法、装置、記憶媒体及び車両
US10507826B2 (en) System and method for detecting an impending tip over of a vehicle
CN112533775B (zh) 胎面磨损监测系统和方法
US20140081542A1 (en) System and method for preventing vehicle from rolling over in curved lane
EP2446404B1 (en) A device for determining of the position of a load on a heavy vehicle and a method therefore
EP3778332A1 (en) Vehicle weight distribution determination
EP3951332A1 (en) Weight estimation system
GB2546584A (en) System and method for webbing payout
SE531275C2 (sv) Förfarande och datorprogram för att bestämma höjden av ett fordons masscentrum
DE102011080245A1 (de) Verfahren und Steuergerät zur Überwachung einer Zuladung auf einer Ladefläche eines Fahrzeugs, Sensorsystem und Fahrzeug mit Sensorsystem
US20160161323A1 (en) System and method for estimating quantity of payload
JP2022532823A (ja) 車両の質量特性を決定する方法
EP3082069A1 (en) Stereoscopic object detection device and stereoscopic object detection method
CN114953860A (zh) 轮胎监测方法、装置、车辆及存储介质
US20190057264A1 (en) Detecting objects in vehicles
JP4596826B2 (ja) トラックスケール
JP2017044706A (ja) 車両運転支援装置
KR20090115317A (ko) 차량의 과적 및 부정계측 검출장치
CN114291735B (zh) 用于工程设备的控制方法及控制装置、控制器和工程设备
JP2017053750A (ja) 危険度通知装置
KR101760456B1 (ko) 과적차량 단속방법

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