DE102022105980A1 - Systeme und verfahren für energieeffiziente mobilität unter verwendung von maschinellem lernen und künstlicher intelligenz - Google Patents

Systeme und verfahren für energieeffiziente mobilität unter verwendung von maschinellem lernen und künstlicher intelligenz Download PDF

Info

Publication number
DE102022105980A1
DE102022105980A1 DE102022105980.4A DE102022105980A DE102022105980A1 DE 102022105980 A1 DE102022105980 A1 DE 102022105980A1 DE 102022105980 A DE102022105980 A DE 102022105980A DE 102022105980 A1 DE102022105980 A1 DE 102022105980A1
Authority
DE
Germany
Prior art keywords
vehicle
energy
procedure
zone
determining
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
DE102022105980.4A
Other languages
English (en)
Inventor
Vinod Ravi
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies 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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of DE102022105980A1 publication Critical patent/DE102022105980A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • 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
    • G01C21/3469—Fuel consumption; Energy use; Emission aspects
    • 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
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • 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
    • B60W40/10—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 vehicle motion
    • B60W40/1005—Driving resistance
    • 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
    • B60W40/10—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 vehicle motion
    • B60W40/105—Speed
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4042—Longitudinal speed
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/802—Longitudinal distance
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • 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
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects
    • B60W2754/30—Longitudinal distance
    • 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
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

Es werden Systeme und Verfahren für energieeffiziente Mobilität bereitgestellt. Das Verfahren kann das Identifizieren eines Fahrzeugs, das sich auf einer Straße bewegt, das Berechnen einer ersten Energie, die erforderlich ist, um eine Fahrt zu beenden, das Bestimmen einer Größe einer Lufteinschlusszone des Fahrzeugs, das Berechnen einer zweiten Energie, die erforderlich ist, um in die Lufteinschlusszone des Fahrzeugs überzugehen und die Fahrt in der Lufteinschlusszone des Fahrzeugs zu beenden, und das Übergehen in die Lufteinschlusszone des Fahrzeugs, wenn die zweite Energie energieeffizienter ist als die erste Energie, beinhalten.

Description

  • TECHNISCHES GEBIET
  • Die Offenbarung betrifft Systeme und Verfahren für ein Fahrzeug, um eine Lufteinschlusszone (air pocket zone - APZ) hinter einem anderen Fahrzeug unter Verwendung von maschinellem Lernen und / oder künstlicher Intelligenz (KI) zu identifizieren und dem Fahrzeug zu ermöglichen, in dieser Lufteinschlusszone (Niederdruckzone oder turbulente Zone) zu fahren, in der der Luftiderstand minimal ist, weshalb geringe Energie für den Antrieb verwendet wird.
  • STAND DER TECHNIK
  • Windschattenfahren oder „Drafting“ ist eine Technik, die von Rennfahrern eingesetzt wird, um auf der Geraden einen Geschwindigkeitsvorteil für Überholvorgänge zu erzielen. Prinzipiell funktioniert es, wenn ein Fahrzeug die Luft durchschneidet und am Heck des Fahrzeugs eine Lufteinschluss entsteht, in der die Luft turbulent ist. Turbulente Luft erzeugt in der Regel einen geringeren Luftwiderstand, so dass ein zweites Fahrzeug, das sich in der turbulenten Luft befindet, schneller und effizienter fahren kann. Unter Berücksichtigung dieser und anderer Erwägungen wird die hierin enthaltene Offenbarung vorgestellt.
  • KURZFASSUNG
  • Offenbart werden Systeme und Verfahren für ein Fahrzeug, um eine Lufteinschlusszone (APZ) hinter einem anderen Fahrzeug unter Verwendung von maschinellem Lernen und / oder künstlicher Intelligenz (KI) zu identifizieren und dem Fahrzeug zu ermöglichen, in dieser Lufteinschlusszone (Niederdruckzone oder turbulente Zone) zu fahren, in der der Luftwiderstand minimal ist, weshalb wenig Energie für den Antrieb verwendet wird. Dies ermöglicht es dem Fahrzeug, seine Fahrt mit dem niedrigsten Energieverbrauch und in der geringsten Zeit zu beenden. Die Fahrt in einem derartigen Szenario kann mehrere Spurwechsel auf der Straße erfordern. Zum Beispiel kann das Fahrzeug hinter einem SUV fahren, und wenn das Fahrzeug einen Sattelschlepper erkennt, kann das Fahrzeug die Spur wechseln, beschleunigen/verlangsamen, um sich der Lufteinschlusszone des Sattelschleppers zu nähern und hinter dem Sattelschlepper zu fahren, bis es als vorteilhaft erachtet wird. Die Energieeffizienz kann für den Spurwechsel berechnet und mit der Fahrtzeit, Geschwindigkeit und anderen Faktoren, einschließlich der Gesamtsicherheit, verglichen werden.
  • Ein Motiv ist es, die für die gesamte Fahrt verwendete Energie zu optimieren. Die hierin beschriebenen Verfahren können verwendet werden, um zu bestimmen, ob gewechselt werden soll oder nicht, sodass die Energieeffizienz der gesamten Fahrt optimiert wird. Dies kann das Interagieren mit anderen Fahrzeugen beinhalten oder nicht. Darüber hinaus kann dem Fahrer des Fahrzeugs eine Prozentskala bereitgestellt werden, um ein aggressives Wechseln oder ein minimales Wechseln für seine Fahrten zu bestimmen. Zum Beispiel möchte der Fahrer an einem verschneiten Tag vielleicht nicht so viele Fahrspurwechsel hinter Fahrzeugen ausführen wie an einem sonnigen Tag mit weniger Verkehr.
  • Figurenliste
  • Die detaillierte Beschreibung wird unter Bezugnahme auf die beigefügten Zeichnungen dargelegt. Die Verwendung der gleichen Bezugszeichen kann ähnliche oder identische Elemente angeben. Verschiedene Ausführungsformen können andere als die in den Zeichnungen veranschaulichten Elemente und/oder Komponenten verwenden, und einige Elemente und/oder Komponenten können in verschiedenen Ausführungsformen nicht vorhanden sein. Die Elemente und/oder Komponenten in den Figuren sind nicht zwingend maßstabsgetreu gezeichnet. Für die gesamte Offenbarung gilt, dass Ausdrücke im Singular und Plural je nach Kontext austauschbar verwendet werden können.
    • 1A und 1B veranschaulichen die Widerstandskräfte eines aerodynamischen Fahrzeugs.
    • 1C und 1D veranschaulichen die Widerstandskräfte eines weniger aerodynamischen Fahrzeugs.
    • 2 veranschaulicht ein System für energieeffiziente Mobilität gemäß den Grundsätzen der vorliegenden Offenbarung.
    • 3 zeigt einige beispielhafte Komponenten, die in einer energieeffizienten Betriebsplattform gemäß den Grundsätzen der vorliegenden Offenbarung beinhaltet sein können.
    • 4 ist ein Flussdiagramm, das beispielhafte Schritte für energieeffiziente Mobilität gemäß den Grundsätzen der vorliegenden Offenbarung veranschaulicht.
  • DETAILLIERTE BESCHREIBUNG
  • Die Offenbarung wird nachfolgend unter Bezugnahme auf die beigefügten Zeichnungen ausführlicher beschrieben, in denen beispielhafte Ausführungsformen der Offenbarung gezeigt sind. Diese Offenbarung kann jedoch in vielen unterschiedlichen Formen umgesetzt werden und sollte nicht als auf die in dieser Schrift dargelegten beispielhaften Ausführungsformen beschränkt ausgelegt werden. Für den einschlägigen Fachmann ist ersichtlich, dass verschiedene Änderungen bezüglich Form und Detail an verschiedenen Ausführungsformen vorgenommen werden können, ohne vom Wesen und Umfang der vorliegenden Offenbarung abzuweichen. Somit sollten die Breite und der Umfang der vorliegenden Offenbarung durch keine der vorstehend beschriebenen beispielhaften Ausführungsformen eingeschränkt werden, sondern lediglich gemäß den folgenden Patentansprüchen und deren Äquivalenten definiert werden. Die nachstehende Beschreibung ist zu Veranschaulichungszwecken dargelegt worden und soll nicht erschöpfend oder auf die exakte offenbarte Form beschränkt sein. Es versteht sich, dass alternative Umsetzungen in einer beliebigen Kombination verwendet werden können, um zusätzliche Hybridumsetzungen der vorliegenden Offenbarung auszubilden. Zum Beispiel können beliebige der unter Bezugnahme auf eine konkrete Vorrichtung/Komponente beschriebenen Funktionen durch eine andere Vorrichtung/Komponente durchgeführt werden. Ferner wurden zwar konkrete Vorrichtungseigenschaften beschrieben, doch können sich Ausführungsformen der Offenbarung auf zahlreiche andere Vorrichtungseigenschaften beziehen. Ferner versteht es sich, dass die Offenbarung nicht notwendigerweise auf die konkreten beschriebenen Merkmale oder Handlungen beschränkt ist, obwohl Ausführungsformen in für Strukturmerkmale und/oder methodische Handlungen spezifischer Sprache beschrieben wurden. Die spezifischen Merkmale und Handlungen sind vielmehr als veranschaulichende Formen zum Umsetzen der Ausführungsformen offenbart.
  • Bestimmte Wörter und Formulierungen werden in dieser Schrift ausschließlich aus Gründen der Zweckmäßigkeit verwendet, und solche Wörter und Ausdrücke sollen so interpretiert werden, dass sie sich auf verschiedene Objekte und Maßnahmen beziehen, die von einem Durchschnittsfachmann allgemein in verschiedenen Formen und Äquivalenzen verstanden werden.
  • Gemäß den Grundsätzen der vorliegenden Offenbarung kann die Lufteinschlusszone (air pocket zone - APZ) nahegelegener Fahrzeuge auf einer Straße identifiziert werden, sodass das Fahren in der APZ eines Fahrzeugs mit einer größeren APZ und somit geringeren Luftwiderstandskräften die Gesamtenergieeffizienz für eine bestimmte Fahrt optimieren kann. Wie in 1A und 1B gezeigt, haben kleinere und aerodynamischere Fahrzeuge, z. B. Fahrzeug V, im Allgemeinen eine kleinere APZ, da die aerodynamische Konstruktion weniger Turbulenzen verursacht und eine laminarere Strömung hinter dem Fahrzeug erzeugt. Im Gegensatz dazu haben, wie in 1C und 1D gezeigt, größere und weniger aerodynamische Fahrzeuge, z. B. Sattelschlepper T, in der Regel eine größere APZ, da das Fahrzeug eine turbulentere Strömung mit geringerem Luftwiderstand erzeugt, die einen geringeren Druck aufweist und somit höhere Geschwindigkeiten ermöglicht. Wie in 1D gezeigt, erzeugt der abrupte Übergang der Luftströmung am Heck von Lastwagen T, der z. B. mit 65 mph fährt, starke Scherkräfte an den Grenzen der Tiefdruckzone, wodurch eine größere APZ bereitgestellt wird.
  • Unter Bezugnahme auf 2 wird nun ein System 100 für energieeffiziente Mobilität bereitgestellt. Wie in 2 kann das System 200 das Fahrzeug 101 beinhalten, das eine Vorrichtung 102 zum Identifizieren eines oder mehrerer nahegelegener Fahrzeuge auf der Straße, z. B. des Fahrzeugs V und / oder des Fahrzeugs T, und eine Online-Datenbank 120 aufweist, die alle kommunikativ an die energieeffiziente Betriebsplattform 200 gekoppelt sind, z. Netzwerk 150. In einigen Ausführungsformen kann das Fahrzeug 101 über das Netzwerk 150 direkt mit anderen fähigen Fahrzeugen auf der Straße, z. B. Fahrzeug V und/oder Fahrzeug T, zusammengeschaltet werden, sodass Daten vom „Host“-Fahrzeug direkt mit Fahrzeugen in der Nähe ausgetauscht werden können. Zum Beispiel können das Fahrzeug V und/oder das Fahrzeug T Fahrzeuginformationen direkt an das Fahrzeug 101 kommunizieren. Die energieeffiziente Betriebsplattform 200 kann auf einem oder mehreren Servern gelegen und/oder in das Fahrzeug 101 integriert sein. Die energieeffiziente Betriebsplattform 200 kann die Energie berechnen, die erforderlich ist, um eine Fahrt ohne Spurwechsel zu beenden, sowie die Energie, die erforderlich ist, um die Spur zu wechseln und für den Rest der Fahrt in der APZ eines nahegelegenen Fahrzeugs zu fahren, und bestimmen, welche Option am energieeffizientesten wäre, wobei die Gesamtsicherheit und die Fahrzeit berücksichtigt werden.
  • Fahrzeug 101 kann ein manuell gesteuertes Fahrzeug sein (z. B. ohne Autonomie) und/oder dazu konfiguriert und/oder programmiert sein, in einem vollständig autonomen (z. B. fahrerlosen) Modus (z. B. Autonomiestufe 5) oder in einem oder mehreren Teilautonomiemodi zu arbeiten, die Fahrerassistenztechnologien, z. B. einen adaptivem Tempomat, beinhalten können. Beispiele für Teilautonomiemodi (oder Fahrerassistenz) sind auf dem Fachgebiet weitgehend als Autonomiestufen 1 bis 4 bekannt. Ein autonomes Fahrzeug mit Autonomiestufe 0 beinhaltet möglicherweise keine autonomen Fahrmerkmale. Ein autonomes Fahrzeug (autonomous vehicle - AV), das Autonomie der Stufe 1 aufweist, kann ein einziges automatisiertes Fahrerassistenzmerkmal, wie etwa Lenk- oder Beschleunigungsassistenz, beinhalten. Die adaptive Geschwindigkeitsregelung ist ein solches Beispiel für ein autonomes System der Stufe 1, das Aspekte sowohl der Beschleunigung als auch der Lenkung beinhaltet. Autonomie der Stufe 2 in Fahrzeugen kann Teilautomatisierung der Lenk- und Beschleunigungsfunktionalität bereitstellen, wobei das/die automatisierte(n) System(e) durch einen menschlichen Fahrer beaufsichtigt wird/werden, der nicht automatisierte Vorgänge, wie etwa Bremsen und andere Steuerungsvorgänge, durchführt. In einigen Aspekten mit autonomen Merkmalen der Stufe 2 und höher kann ein primärer Benutzer das Fahrzeug steuern, während sich der Benutzer innerhalb des Fahrzeugs oder, in einigen beispielhaften Ausführungsformen, von einem Standort entfernt von dem Fahrzeug, aber innerhalb einer Steuerzone, die sich bis zu mehrere Meter von dem Fahrzeug entfernt erstreckt, während es sich im Fernbetrieb befindet, befindet. Autonomiestufe 3 in einem Fahrzeug kann bedingte Automatisierung und Steuerung von Fahrmerkmalen bereitstellen. Beispielsweise beinhaltet eine Fahrzeugautonomie der Stufe 3 in der Regel „Umgebungsdetektions“-Fähigkeiten, bei denen das Fahrzeug unabhängig von einem vorhandenen Fahrer informierte Entscheidungen treffen kann, wie etwa Beschleunigen vorbei an einem sich langsam bewegenden Fahrzeug, während der vorhandene Fahrer jederzeit bereit ist, wieder die Steuerung des Fahrzeugs zu übernehmen, wenn das System nicht in der Lage ist, die Aufgabe auszuführen. Autonome Fahrzeuge der Stufe 4 können unabhängig von einem menschlichen Fahrer betrieben werden, können aber weiterhin menschliche Bedienelemente für den Übersteuerungsbetrieb beinhalten. Autonomiestufe 4 kann es zudem ermöglichen, dass ein Selbstfahrmodus als Reaktion auf einen vordefinierten bedingten Auslöser, wie etwa eine Gefahr im Straßenverkehr oder einen Systemausfall, eingreift. Autonomiestufe 5 ist mit autonomen Fahrzeugsystemen assoziiert, die keine menschliche Eingabe für den Betrieb erfordern und im Allgemeinen keine Bedienelemente für menschliches Fahren beinhalten. Gemäß Ausführungsformen der vorliegenden Offenbarung kann die energieefffiziente Betriebsplattform 200 dazu konfiguriert und/oder programmiert sein, mit einem Fahrzeug betrieben zu werden, das eine Steuerung eines Fahrzeugs mit Autonomiestufe 4 oder 5 aufweist.
  • In einigen Ausführungsformen kann die Vorrichtung 102 zum Identifizieren eines oder mehrerer nahegelegener Fahrzeuge auf der Straße eine oder mehrere Kameras zum Erfassen von Bilddaten von nahegelegenen Fahrzeugen sein. Zum Beispiel kann/können die Frontkamera(s) des Fahrzeugs 101 verwendet werden, um das Kennzeichen des vorausfahrenden Fahrzeugs zu lesen. Diese Informationen können dann verwendet werden, um auf die Online-Datenbank 120 zuzugreifen, die detaillierte Spezifikationen des vorausfahrenden Fahrzeugs beinhalten kann, einschließlich z. B. seiner Abmessungen, die verwendet werden können, um die Querschnittsfläche des identifizierten Fahrzeugs zum Bestimmen der Größe der APZ zu berechnen wie nachstehend ausführlicher beschrieben. Wie in 2 gezeigt, wird das Fahrzeug T, z. B. ein Sattelschlepper, eine größere APZ aufweisen als das Fahrzeug V, z. B. ein aerodynamischeres Fahrzeug.
  • In einigen Ausführungsformen können die von einer oder mehreren Kameras erfassten Bilddaten verwendet werden, um einen Pixel-zu-Pixel-Vergleich auszuführen und die Farbveränderungen zu beobachten und die äußersten Ecken des identifizierten Fahrzeugs vor sich zu identifizieren, was zur Bestimmung der Querschnittsfläche des identifizierten Fahrzeugs verwendet werden kann, um die Größe der APZ zu bestimmen und die Luftwiderstandskräfte zu schätzen. Zusätzlich oder alternativ kann die Vorrichtung 102 zum Identifizieren eines oder mehrerer nahegelegener Fahrzeuge auf der Straße eine LIDAR-Abtastvorrichtung sein, die den Abstand zwischen dem Fahrzeug 101 und dem identifizierten vorausfahrenden Fahrzeug messen kann, um die Luftwiderstandskraft in Abhängigkeit von der Geschwindigkeit zu schätzen.
  • Die Online-Datenbank 120 kann zusätzliche Fahrzeug- und/oder Fahrerinformationen beinhalten, die dem identifizierten Fahrzeug zugeordnet sind. Zum Beispiel kann die energieeffiziente Betriebsplattform 200 basierend auf dem Kennzeichen oder anderen Identifizierungsmerkmalen des vorausfahrenden Fahrzeugs Informationen darüber erhalten, ob das Fahrzeug z. B. über ein Antiblockiersystem (ABS), einen intelligenten Geschwindigkeitsregler, autonomes Bremsen usw. verfügt. Diese Informationen können verwendet werden, um einen sicheren, optimierten Reiseabstand hinter dem identifizierten Fahrzeug zu bestimmen. Zusätzlich können, je nach Zugriffsstufe und ableitbaren Informationen, Fahrzeugwartungsprotokolle wie die Zeitspanne seit dem letzten Bremsbelagwechsel, das Fahrerverhalten (sanft oder aggressiv usw.) und/oder Strafzettel eingeholt werden, um festzustellen, ob der dem identifizierten Fahrzeug zugeordnete Fahrer ein sicherer Fahrer ist, dem man folgen kann oder nicht.
  • Das Netzwerk 150 kann ein beliebiges oder eine Kombination aus Netzwerken beinhalten, wie etwa ein lokales Netzwerk (local area network - LAN), ein Weitverkehrsnetzwerk (wide area network - WAN), ein Telefonnetzwerk, ein Mobilfunknetzwerk, ein Kabelnetzwerk, ein drahtloses Netzwerk und/oder private/öffentliche Netzwerke, wie etwa das Internet. Beispielsweise kann das Netzwerk 150 Kommunikationstechnologien, wie etwa TCP/IP, Bluetooth, Mobilfunk, Nahfeldkommunikation (near-field communication - NFC), Wi-Fi, Wi-Fi direct, Maschine-zu-Maschine-Kommunikation, Mensch-zu-Maschine-Kommunikation und/oder eine Vehicle-to-Everything-(V2X-)Kommunikation unterstützen.
  • Unter Bezugnahme auf 3 werden nun Komponenten, die in der energieeffizienten Betriebsplattform 200 beinhaltet sein können, ausführlicher beschrieben. Die energieeffziente Betriebsplattform 200 kann einen oder mehrere Prozessoren 202, ein Kommunikationssystem 204 und einen Speicher 206 beinhalten. Das Kommunikationssystem 204 kann einen drahtlosen Transceiver beinhalten, der es der energieeffizienten Betriebsplattform 200 ermöglicht, mit dem Fahrzeug 101, der Vorrichtung 102 und der Online-Datenbank 120 zu kommunizieren. Der drahtlose Transceiver kann verschiedene Kommunikationsformate verwenden, zum Beispiel ein Internet-Kommunikationsformat oder ein zellulares Kommunikationsformat.
  • Der Speicher 206, der ein Beispiel für ein nicht-transitorisches computerlesbares Medium ist, kann zum Speichern des Betriebssystems (operating system - OS) 216, des Kameradatenverarbeitungsmoduls 208, des Online-Datenverarbeitungsmoduls 210, des Energieeffizienzberechnungsmoduls 212 und des Energieeffizienzvorhersagemoduls 214 verwendet werden. Die Module sind in Form computerausführbarer Anweisungen bereitgestellt, die durch den Prozessor 202 ausgeführt werden können, um verschiedene Vorgänge gemäß der Offenbarung durchzuführen.
  • Der Speicher 206 kann ein beliebiges Speicherelement oder eine Kombination aus flüchtigen Speicherelementen (z. B. Direktzugriffsspeicher (random access memory - RAM, wie DRAM, SRAM, SDRAM usw.)) und nichtflüchtigen Speicherelementen (z. B. ROM, Festplatte, Band, CDROM usw.) beinhalten. Ferner kann der Speicher 206 elektronische, magnetische, optische und/oder andere Arten von Speichermedien einschließen. Im Kontext dieser Schrift kann ein „nichttransitorisches computerlesbares Medium“ zum Beispiel unter anderem ein(e) elektronische(s), magnetische(s), optische(s), elektromagnetische(s), Infrarot- oder Halbleitersystem, -einrichtung oder -vorrichtung sein. Spezifischere Beispiele (eine nicht erschöpfende Liste) für das computerlesbare Medium würden Folgendes beinhalten: eine tragbare Computerdiskette (magnetisch), einen Direktzugriffsspeicher (RAM) (elektronisch), einen Nur-Lese-Speicher (read-only memory - ROM) (elektronisch), einen löschbaren programmierbaren Nur-Lese-Speicher (erasable programmable read-only memory - EPROM, EEPROM oder Flash-Speicher) (elektronisch) und einen tragbaren Compact-Disc-Nur-Lese-Speicher (CD ROM) (optisch). Das computerlesbare Medium könnte sogar Papier oder ein anderes geeignetes Medium sein, auf welches das Programm gedruckt ist, da das Programm zum Beispiel durch optisches Abtasten des Papiers oder anderen Mediums elektronisch erfasst, dann kompiliert, interpretiert oder bei Bedarf auf andere Weise verarbeitet und dann in einem Computerspeicher gespeichert werden kann.
  • Das Kameradatenverarbeitungsmodul 208 kann durch den Prozessor 202 ausgeführt werden, um Bilddaten von der Vorrichtung 102 zu empfangen und zu verarbeiten. Zum Beispiel kann das Kameradatenverarbeitungsmodul 208 Kennzeicheninformationen aus den erfassten Bilddaten ableiten und/oder einen Pixel-für-Pixel-Vergleich der Bilddaten ausführen und die Farbveränderungen beobachten sowie die äußersten Ecken des identifizierten Fahrzeugs vor sich identifizieren, um die Querschnittsfläche zu bestimmen. Zusätzlich oder alternativ kann das Kameradatenverarbeitungsmodul 208 Daten von einer LIDAR-Abtastvorrichtung zum Bestimmen der Querschnittsfläche empfangen. Zusätzlich kann das Kameradatenverarbeitungsmodul 208 eine Bildverarbeitung durchführen, um die Anzahl der Fahrzeuge hinter einem bestimmten Fahrzeug zu identifizieren. Zum Beispiel kann, wenn sich hinter einem bestimmten Lastwagen bei einer bestimmten Geschwindigkeit viele Fahrzeuge befinden, das Modell von einem Wechsel abraten, da die erzielten Vorteile minimal sein können.
  • Das Online-Datenverarbeitungsmodul 210 kann durch den Prozessor 202 ausgeführt werden, um Fahrzeuginformationsdaten von der Online-Datenbank 120 zu senden und zu empfangen. Zum Beispiel kann das Online-Datenverarbeitungsmodul 210 basierend auf den durch die Vorrichtung 102 erfassten Bilddaten Kennzeicheninformationsdaten über das Netzwerk 150 an die Online-Datenbank 120 übertragen. Infolgedessen kann das Online-Datenverarbeitungsmodul 210 Fahrzeuginformationsdaten empfangen, die dem identifizierten Fahrzeug auf Grundlage der informationen zugeordnet sind. Wie vorstehend beschrieben, können die Fahrzeuginformationen Informationen beinhalten, die angeben, ob das Fahrzeug ein Antiblockiersystem (ABS), eine intelligente Geschwindigkeitsregelung, autonomes Bremsen und Fahrzeugwartungsprotokolle aufweist, wie etwa die Zeitspanne seit dem letzten Bremsbelagwechsel, das Fahrerverhalten (mild oder aggressiv usw.) und/oder Strafzettel für Geschwindigkeitsüberschreitungen.
  • Das Energieeffizienzberechnungsmodul 212 kann vom Prozessor 202 ausgeführt werden, um eine erste Energie zu berechnen, die für die Beendigung einer Fahrt erforderlich ist, um basierend auf den Erfassungsdaten von der Vorrichtung 102 eine Größe einer APZ des identifizierten vorausfahrenden Fahrzeugs zu bestimmen, um eine zweite Energie zu berechnen, die für den Übergang zur APZ des identifizierten vorausfahrenden Fahrzeugs und für die Beendigung der Fahrt in der APZ dieses Fahrzeugs erforderlich ist, und um zu bestimmen, ob die zweite Energie energieeffizienter ist als die erste Energie.
  • Zum Beispiel kann die Nettokraft auf das Fahrzeug 101 mit Hilfe des zweiten Newtonschen Gesetzes, z. B. der Gleichung für die Fahrzeugbewegung, berechnet werden: m v d d t v ( t ) = F t ( t ) − ( F a ( t ) + F r ( t ) + F g ( t ) + F d ( t ) )
    Figure DE102022105980A1_0001
    wobei Ft = Zugkraft, Fa = Luftwiderstandskraft, Fr= Rollwiderstandskraft, Fg = Schwerkraft und wobei Ft > 0 die Traktion angibt, Ft <0 das Bremsen angibt und Ft = 0 das Ausrollen angibt.
  • Sobald die Nettokraft berechnet ist, kann das Energieeffizienzberechnungsmodul 212 die Energie unter Verwendung der folgenden Gleichungen bestimmen: E n e r g i e = K r a f t × A b s t a n d
    Figure DE102022105980A1_0002
     L e i s t u n g = K r a f t × G e s c h w i n d i g k e i t
    Figure DE102022105980A1_0003
  • Das Energieeffizienzberechnungsmodul 212 kann Optimierungstechniken, wie etwa adaptive Momentschätzung und Gradientenabstieg zum Optimieren der Energiegleichung für die Fahrt verwenden. Darüber hinaus kann das Energieeffizienzberechnungsmodul 212 eine Größe einer APZ des identifizierten vorausfahrenden Fahrzeugs in Abhängigkeit von der Querschnittsfläche des identifizierten vorausfahrenden Fahrzeugs, der Geschwindigkeit des identifizierten vorausfahrenden Fahrzeugs und/oder der Höhe bestimmen. Zum Beispiel wird das Fahrzeug T, z. B. ein Sattelschlepper, eine größere APZ aufweisen als das Fahrzeug V, z. B. ein aerodynamischeres Fahrzeug. Darüber hinaus kann der Bremsweg in dieser Gleichung ebenfalls berücksichtigt werden. Zum Beispiel können die Fahrzeuge ihre Geschwindigkeit auf koordinierte Weise ändern, um den kombinierten Luftwiderstandsverlust der Fahrzeuge zu optimieren.
  • Zusätzlich kann das Modul 212 zur Berechnung der Energieeffizienz eine zweite Energie berechnen, die erforderlich ist, um in die APZ des identifizierten vorausfahrenden Fahrzeugs zu gelangen, wobei die Energie berücksichtigt wird, die erforderlich ist, um das Fahrzeug 101 zu beschleunigen/abzubremsen, um sich der APZ zu nähern und die Fahrt in der APZ dieses Fahrzeugs zu beenden. Das Energieeffizienzberechnungsmodul 212 kann ferner basierend auf der Fahrzeuggeschwindigkeit und der Bremseffizienz den optimalen Abstand hinter dem identifizierten vorausfahrenden Fahrzeug bestimmen, um den Luftwiderstand zu verringern und gleichzeitig einen sicheren Bremsweg einzuhalten. Zum Beispiel kann ein kleineres vorausfahrendes Fahrzeug in einem geringeren Abstand verfolgt werden als ein größerer Lastwagen. Dementsprechend kann die Energieeffizienz für den Wechsel zur APZ berechnet und mit der Fahrzeit, der Geschwindigkeit und anderen Faktoren, die die allgemeine Sicherheit beinhalten, verglichen werden.
  • In einigen Ausführungsformen kann das Energieeffizienzberechnungsmodul 212 das Fahrzeug 101 dazu veranlassen, automatisch zu der energieeffizienteren APZ überzugehen, wenn bestimmt wird, dass die zweite Energie energieeffizienter als die erste Energie ist. Alternativ kann das Energieeffizienzberechnungsmodul 212 Informationen über die Energieeffizienz des Übergangs zur energieeffizienteren APZ erzeugen und dem Fahrer des Fahrzeugs 101 anzeigen, sodass der Fahrer entscheiden kann, ob er den Übergang vornimmt oder nicht. Diese Informationen können außerdem durch zusätzliche Fahrzeug-/Fahrerinformationen ergänzt werden, die dem identifizierten vorausfahrenden Fahrzeug zugeordnet sind, wie z. B. Fahrhistorie, Geschwindigkeitsüberschreitungen, Zeit seit dem letzten Bremsenwechsel usw., sofern verfügbar, so dass der Fahrer die Gesamtsicherheit des Übergangs berücksichtigen kann.
  • In einigen Ausführungsformen kann das Energieeffizienzberechnungsmodul 212 eine Eingabe vom Fahrer des Fahrzeugs 101 erhalten, z. B. eine Auswahl zwischen aggressivem Wechsel oder minimalem Wechsel für eine gegebene Fahrt. Zum Beispiel kann ein Fahrer es vorziehen, an einem verschneiten Tag weniger Fahrspurwechsel auszuführen als an einem sonnigen Tag mit weniger Verkehr. Dementsprechend kann dem Fahrer über eine Benutzerschnittstelle des Fahrzeugs 101 eine Prozentskala oder dergleichen bereitgestellt werden, um zwischen aggressiven Wechselmodi oder minimalen Wechselmodi zu wählen.
  • Das Energieeffizienzvorhersagemodul 214 kann maschinelles Lernen und/oder künstliche Intelligenz verwenden, um die vom Energieeffizienzberechnungsmodul 212 durchgeführten Energieeffizienzberechnungen für einen einzelnen Fahrer, das Gelände, die Verkehrsbedingungen usw. anzupassen. Das Hauptmotiv ist die Optimierung der für die gesamte Fahrt verbrauchten Energie. Somit kann das Fahrzeug 101 ständig nach „besseren Fahrzeugen“ in der Nähe suchen, die bessere „Energieangebote“ bieten, und gegebenenfalls wechseln. Zusätzlich oder alternativ kann eine Prioritätsliste basierend auf experimentellen Daten und/oder Fahrzeugmodell erstellt werden. Zum Beispiel kann ein Geländewagen besser sein als ein Fließheck, ein Fließheck kann besser sein als eine Limousine, und eine Limousine kann besser sein als ein Motorrad.
  • Darüber hinaus erzeugt das Energieeffizienzvorhersagemodul 214 eine empfohlene „Fahrtbeginnzeit“, z. B. einen Vorschlag, wann das Fahrzeug 101 seine geplante Navigationsroute basierend auf Energieeffizienzberechnungen und Verkehrsbedingungen/- mustern, die z. B. in einer Online-Datenbank verfügbar sind, beginnen sollte. Zum Beispiel gibt es in einigen Gemeinden und/oder Ländern Verkehrsgesetze, die den Verkehr von großen Sattelschleppern nur zu einer bestimmten Tageszeit, z. B. nach 22 Uhr, zulassen, um den Verkehr auf den Straßen zu entlasten. Dementsprechend kann das Energieeffizienzvorhersagemodul 214 eine Empfehlung für das Fahrzeug 101 erzeugen, eine geplante Navigationsroute zu einem späteren Zeitpunkt, z. B. um 22 Uhr, zu beginnen, wenn das Energieeffizienzvorhersagemodul 214 vorhersagt, dass mehr große Lastwagen auf der Straße unterwegs sein werden, z. B. basierend auf Informationen, die in einer Online-Datenbank verfügbar oder im Energieeffizienzvorhersagemodul 214 vorprogrammiert sind. Darüber hinaus kann das Energieeffizienzvorhersagemodul 214 geschätzte Verkehrsdaten aus einer Online-Datenbank berücksichtigen und eine spätere Startzeit empfehlen, um schlechte Verkehrsbedingungen im Hinblick auf die Energieeffizienz zu vermeiden. Somit kann das Energieeffizienzvorhersagemodul 214 eine Empfehlung erzeugen, die Informationen über die verbesserte Energieeffizienz beinhaltet, wenn das Fahrzeug 101 die geplante Navigationsroute zu der später vorgeschlagenen Zeit beginnt, z. B. „Die Energie für die gesamte Fahrt wäre etwa 10 % effizienter, wenn die Fahrt um 22 Uhr statt um 17 Uhr beginnt.“ Der Fahrer des Fahrzeugs 101 kann wählen, der Empfehlung zu folgen oder nicht.
  • Unter Bezugnahme auf 4 wird nun ein beispielhaftes Verfahren 300 für energieeffiziente Mobilität beschrieben. Bei Schritt 302 kann die Vorrichtung 102 des Fahrzeugs 101 umgebende Fahrzeuge scannen/identifizieren und z. B. Bilddaten der umgebenden Fahrzeuge erfassen. Aus den erfassten Daten kann das Kameradatenverarbeitungsmodul 208 die Querschnittsfläche und/oder Geschwindigkeit und Höhe des identifizierten vorausfahrenden Fahrzeugs bestimmen. Bei Schritt 304 kann das Energieeffizienzberechnungsmodul 212 eine erste Energie, z. B. E-Basis, berechnen, die zum Beenden der Fahrt ohne Spurwechsel erforderlich ist. Bei Schritt 306 kann das Energieeffizienzberechnungsmodul 212 die Größe der APZ von jedem der identifizierten umgebenden Fahrzeuge bestimmen, z. B. unter Verwendung von maschinellem Lernen und/oder KI.
  • Bei Schritt 308 kann das Energieeffizienzberechnungsmodul 212 eine zweite Energie berechnen, die erforderlich ist, um zur APZ jedes der identifizierten vorausfahrenden Fahrzeuge überzugehen und die Fahrt in der APZ jedes dieser Fahrzeuge zu beenden, z. B. E1, E2, E3 ... En. Jedes von E1, E2, E3... En kann mit EBasis verglichen werden, um zu bestimmen, in welches APZ-Fahrzeug 101 eingefahren werden sollte, um die Energieeffizienz für den Rest der Fahrt zu optimieren. Dementsprechend kann das Fahrzeug 101 bei Schritt 310 zu der APZ des identifizierten vorausfahrenden Fahrzeugs übergehen, das die höchste Energieeffizienz aufweist.
  • In der vorstehenden Offenbarung wurde auf die beigefügten Zeichnungen Bezug genommen, die einen Teil hiervon bilden und konkrete Umsetzungen veranschaulichen, in denen die vorliegende Offenbarung praktisch umgesetzt werden kann. Es versteht sich, dass auch andere Umsetzungen genutzt und strukturelle Änderungen vorgenommen werden können, ohne vom Umfang der vorliegenden Offenbarung abzuweichen. Bezugnahmen in der Beschreibung auf „eine Ausführungsform“, „eine beispielhafte Ausführungsform“, „ein Ausführungsbeispiel“ usw. geben an, dass die beschriebene Ausführungsform ein(e) bestimmte(s) Merkmal, Struktur oder Eigenschaft aufweisen kann, wobei jedoch nicht unbedingt jede Ausführungsform diese(s) bestimmte Merkmal, Struktur oder Eigenschaft aufweisen muss. Darüber hinaus beziehen sich derartige Formulierungen nicht zwingend auf die gleiche Ausführungsform. Ferner wird, wenn ein(e) konkrete(s) Merkmal, Struktur oder Eigenschaft in Verbindung mit einer Ausführungsform beschrieben ist, der Fachmann ein(e) derartige(s) Merkmal, Struktur oder Eigenschaft in Verbindung mit anderen Ausführungsformen erkennen, ob dies nun ausdrücklich beschrieben ist oder nicht.
  • Umsetzungen der in dieser Schrift offenbarten Systeme, Einrichtungen, Vorrichtungen und Verfahren können eine oder mehrere Vorrichtungen umfassen oder nutzen, die Hardware beinhalten, wie zum Beispiel einen oder mehrere Prozessoren und Systemspeicher, wie in dieser Schrift erörtert. Eine Umsetzung der in dieser Schrift offenbarten Vorrichtungen, Systeme und Verfahren kann über ein Computernetzwerk kommunizieren. Ein „Netzwerk“ ist als eine oder mehrere Datenverbindungen definiert, die den Transport elektronischer Daten zwischen Computersystemen und/oder Modulen und/oder anderen elektronischen Vorrichtungen ermöglichen. Wenn Informationen über ein Netzwerk oder eine andere Kommunikationsverbindung (entweder festverdrahtet, drahtlos oder eine beliebige Kombination aus festverdrahtet oder drahtlos) an einen Computer übertragen oder einem Computer bereitgestellt werden, sieht der Computer die Verbindung zweckgemäß als Übertragungsmedium an. Übertragungsmedien können ein Netzwerk und/oder Datenverbindungen beinhalten, das/die verwendet werden kann/können, um gewünschte Programmcodemittel in Form von computerausführbaren Anweisungen oder Datenstrukturen zu führen, und auf die durch einen Universal- oder Spezialcomputer zugegriffen werden kann. Kombinationen aus dem Vorstehenden sollten ebenfalls im Umfang dauerhafter computerlesbarer Medien beinhaltet sein.
  • Computerausführbare Anweisungen umfassen zum Beispiel Anweisungen und Daten, die bei Ausführung an einem Prozessor den Prozessor dazu veranlassen, eine bestimmte Funktion oder Gruppe von Funktionen durchzuführen. Die computerausführbaren Anweisungen können zum Beispiel Binärdateien, Zwischenformatanweisungen, wie etwa Assemblersprache, oder sogar Quellcode sein. Wenngleich der Gegenstand in für Strukturmerkmale und/oder methodische Handlungen konkreter Sprache beschrieben worden ist, versteht es sich, dass der in den beigefügten Patentansprüchen definierte Gegenstand nicht notwendigerweise auf die vorstehend beschriebenen Merkmale oder Handlungen beschränkt ist. Vielmehr sind die beschriebenen Merkmale und Handlungen als beispielhafte Formen zum Umsetzen der Patentansprüche offenbart.
  • Der Fachmann wird verstehen, dass die vorliegende Offenbarung in Network-Computing-Umgebungen mit vielen Arten von Computersystemkonfigurationen umgesetzt werden kann, die Armaturenbrett-Fahrzeugcomputer, Personal Computer, Desktop-Computer, Laptop-Computer, Mitteilungsprozessoren, Handvorrichtungen, Multiprozessorsysteme, Unterhaltungselektronik auf Mikroprozessorbasis oder programmierbare Unterhaltungselektronik, Netzwerk-PCs, Minicomputer, Mainframe-Computer, Mobiltelefone, PDAs, Tablets, Pager, Router, Switches, verschiedene Datenspeichervorrichtungen und dergleichen beinhalten. Die Offenbarung kann zudem in Umgebungen mit verteilten Systemen praktisch umgesetzt werden, in denen sowohl lokale als auch entfernte Computersysteme, die durch ein Netzwerk (entweder durch festverdrahtete Datenverbindungen und/oder drahtlosen Datenverbindungen) verbunden sind, Aufgaben durchführen. In einer Umgebung mit verteilten Systemen können sich Programmmodule sowohl in lokalen als auch in entfernten Datenspeichervorrichtungen befinden.
  • Ferner können die in dieser Schrift beschriebenen Funktionen gegebenenfalls in einem oder mehreren von Hardware, Software, Firmware, digitalen Komponenten oder analogen Komponenten durchgeführt werden. Ein oder mehrere anwendungsspezifische integrierte Schaltkreise (application specific integrated circuits - ASICs) können zum Beispiel dazu programmiert sein, eines bzw. einen oder mehrere der in dieser Schrift beschriebenen Systeme und Vorgänge ausführen. Gewisse Ausdrücke werden in der gesamten Beschreibung verwendet und Patentansprüche beziehen sich auf bestimmte Systemkomponenten. Für den Fachmann liegt auf der Hand, dass die Komponenten mit anderen Benennungen bezeichnet werden können. In dieser Schrift soll nicht zwischen Komponenten unterschieden werden, die sich der Benennung nach unterscheiden, nicht jedoch hinsichtlich ihrer Funktion.
  • Mindestens einige Ausführungsformen der vorliegenden Offenbarung sind auf Computerprogrammprodukte gerichtet worden, die derartige Logik (z. B. in Form von Software) umfassen, die auf einem beliebigen computernutzbaren Medium gespeichert ist. Derartige Software veranlasst bei Ausführung in einer oder mehreren Datenverarbeitungsvorrichtungen eine Vorrichtung dazu, wie in dieser Schrift beschrieben zu funktionieren.
  • Wenngleich vorstehend verschiedene Ausführungsformen der vorliegenden Offenbarung beschrieben worden sind, versteht es sich, dass diese lediglich als Beispiele und nicht zur Einschränkung dargestellt worden sind. Der Fachmann auf dem einschlägigen Gebiet wird erkennen, dass verschiedene Änderungen bezüglich Form und Detail daran vorgenommen werden können, ohne von Wesen und Umfang der vorliegenden Offenbarung abzuweichen. Somit sollten die Breite und der Umfang der vorliegenden Offenbarung durch keine der vorstehend beschriebenen beispielhaften Ausführungsformen eingeschränkt werden, sondern lediglich gemäß den folgenden Patentansprüchen und deren Äquivalenten definiert werden. Die vorangehende Beschreibung ist zum Zwecke der Veranschaulichung und Beschreibung dargestellt worden. Sie erhebt keinerlei Anspruch auf Vollständigkeit und soll die vorliegende Offenbarung nicht auf die exakte offenbarte Form beschränken. Viele Modifikationen und Variationen sind in Anbetracht der vorstehenden Lehren möglich. Ferner ist anzumerken, dass eine beliebige oder alle der vorangehend genannten alternativen Umsetzungen in einer beliebigen gewünschten Kombination genutzt werden können, um zusätzliche Hybridumsetzungen der vorliegenden Offenbarung zu bilden. Zum Beispiel können beliebige der unter Bezugnahme auf eine bestimmte Vorrichtung oder Komponente beschriebenen Funktionen durch eine andere Vorrichtung oder eine andere Komponente durchgeführt werden. Ferner wurden zwar konkrete Vorrichtungseigenschaften beschrieben, doch können sich Ausführungsformen der Offenbarung auf zahlreiche andere Vorrichtungseigenschaften beziehen. Ferner versteht es sich, dass die Offenbarung nicht notwendigerweise auf die konkreten beschriebenen Merkmale oder Handlungen beschränkt ist, obwohl Ausführungsformen in für Strukturmerkmale und/oder methodische Handlungen spezifischer Sprache beschrieben wurden. Die spezifischen Merkmale und Handlungen sind vielmehr als veranschaulichende Formen zum Umsetzen der Ausführungsformen offenbart. Mit Formulierungen, die konditionale Zusammenhänge ausdrücken, wie unter anderem „kann“, „könnte“, „können“ oder „könnten“, soll vermittelt werden, dass bestimmte Ausführungsformen bestimmte Merkmale, Elemente und/oder Schritte beinhalten könnten, während andere Ausführungsformen diese unter Umständen nicht beinhalten, es sei denn, es ist ausdrücklich etwas anderes angegeben oder es ergibt sich etwas anderes aus dem jeweils verwendeten Kontext. Somit sollen derartige Formulierungen, die konditionale Zusammenhänge ausdrücken, nicht implizieren, dass Merkmale, Elemente und/oder Schritte für eine oder mehrere Ausführungsformen in irgendeiner Weise erforderlich sind.
  • In einem Aspekt der Erfindung ist der Prozessor dazu konfiguriert, Fahrzeuginformationen basierend auf den Bilddaten von einer Online-Datenbank zu empfangen.
  • Gemäß einer Ausführungsform ist die Vorrichtung ein LIDAR-Scanner.
  • Gemäß einer Ausführungsform ist der Prozessor dazu konfiguriert, die erste Energie unter Verwendung von mindestens einem von adaptiver Momentschätzung oder Gradientenabfall zu berechnen.
  • Gemäß einer Ausführungsform ist der Prozessor dazu konfiguriert, die Größe der Lufteinschlusszone des Fahrzeugs unter Verwendung von maschinellem Lernen oder künstlicher Intelligenz zu bestimmen.
  • Gemäß einer Ausführungsform ist der Prozessor ferner dazu konfiguriert, einen Vorschlag zum Übergang in die Luftteinschlusszone des Fahrzeugs zu erzeugen, wenn die zweite Energie energieeffizienter als die erste Energie ist.

Claims (15)

  1. Verfahren zur energieeffizienten Mobilität, das Verfahren umfassend: Identifizieren eines Fahrzeugs, das sich auf einer Straße bewegt; Berechnen einer ersten Energie, die erforderlich ist, um eine Fahrt beenden; Bestimmen einer Größe einer Lufteinschlusszone des Fahrzeugs; Berechnen einer zweiten Energie, die erforderlich ist, um in die Lufteinschlusszone des Fahrzeugs überzugehen und die Fahrt in der Lufteinschlusszone des Fahrzeugs zu beenden; und Übergehen in die Lufteinschlusszone des Fahrzeugs basierend darauf, dass die zweite Energie energieeffizienter ist als die erste Energie.
  2. Verfahren nach Anspruch 1, wobei das Identifizieren des Fahrzeugs Erfassen von Bilddaten über eine Kamera umfasst.
  3. Verfahren nach Anspruch 2, wobei das Identifizieren des Fahrzeugs Empfangen von Fahrzeuginformationen von einer Online-Datenbank basierend auf den Bilddaten umfasst.
  4. Verfahren nach Anspruch 3, wobei die Fahrzeuginformationen historische Fahrerinformationen umfassen.
  5. Verfahren nach Anspruch 1, wobei das Identifizieren des Fahrzeugs Verwenden eines LIDAR-Scanners umfasst.
  6. Verfahren nach Anspruch 1, wobei das Bestimmen der Größe der Lufteinschlusszone des Fahrzeugs Bestimmen der Größe der Lufteinschlusszone des Fahrzeugs über maschinelles Lernen oder künstliche Intelligenz umfasst.
  7. Verfahren nach Anspruch 1, wobei das Bestimmen der Größe der Lufteinschlusszone des Fahrzeugs auf einer Querschnittsfläche eines Hecks des Fahrzeugs basiert.
  8. Verfahren nach Anspruch 1, wobei das Bestimmen der Größe der Lufteinschlusszone des Fahrzeugs auf einer Geschwindigkeit des Fahrzeugs basiert.
  9. Verfahren nach Anspruch 1, wobei das Berechnen der ersten Energie Verwenden von mindestens einem von adaptiver Momentschätzung oder Gradientenabfall umfasst.
  10. Verfahren nach Anspruch 1, ferner umfassend Bestimmen eines optimalen Abstands hinter dem Fahrzeug mit optimaler Energieeffizienz.
  11. Verfahren nach Anspruch 10, wobei das Berechnen der zweiten Energie Verwenden des optimalen Abstands umfasst.
  12. Verfahren nach Anspruch 10, wobei der optimale Abstand einen sicheren Bremsweg umfasst.
  13. Verfahren nach Anspruch 1, ferner umfassend Identifizieren eines zweiten Fahrzeugs, das sich auf der Straße bewegt; Bestimmen einer Größe einer Lufteinschlusszone des zweiten Fahrzeugs; Berechnen einer dritten Energie, die erforderlich ist, um in die Lufteinschlusszone des zweiten Fahrzeugs überzugehen und die Fahrt in der Lufteinschlusszone des zweiten Fahrzeugs zu beenden; und Übergehen in die Lufteinschlusszone des zweiten Fahrzeugs basierend darauf, dass die dritte Energie energieeffizienter ist als die erste Energie und die zweite Energie.
  14. System zur energieeffizienten Mobilität, das System umfassend: eine Vorrichtung, die dazu konfiguriert ist, ein Fahrzeug zu identifizieren, das sich auf einer Straße bewegt; einen Speicher, der computerausführbare Anweisungen speichert; und einen Prozessor, der dazu konfiguriert ist, auf den Speicher zuzugreifen und die computerausführbaren Anweisungen zu Folgendem auszuführen: Berechnen einer ersten Energie, die erforderlich ist, um eine Fahrt beenden; Bestimmen einer Größe einer Lufteinschlusszone des Fahrzeugs; Berechnen einer zweiten Energie, die erforderlich ist, um in die Lufteinschlusszone des Fahrzeugs überzugehen und die Fahrt in der Lufteinschlusszone des Fahrzeugs zu beenden; und Bestimmen, ob die zweite Energie energieeffizienter ist als die erste Energie.
  15. System nach Anspruch 14, wobei die Vorrichtung eine Kamera ist, die zum Erfassen von Bilddaten konfiguriert ist.
DE102022105980.4A 2021-03-19 2022-03-15 Systeme und verfahren für energieeffiziente mobilität unter verwendung von maschinellem lernen und künstlicher intelligenz Pending DE102022105980A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/206,909 2021-03-19
US17/206,909 US20220299327A1 (en) 2021-03-19 2021-03-19 Systems and methods for energy efficient mobility using machine learning and artificial intelligence

Publications (1)

Publication Number Publication Date
DE102022105980A1 true DE102022105980A1 (de) 2022-09-22

Family

ID=83115073

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102022105980.4A Pending DE102022105980A1 (de) 2021-03-19 2022-03-15 Systeme und verfahren für energieeffiziente mobilität unter verwendung von maschinellem lernen und künstlicher intelligenz

Country Status (3)

Country Link
US (1) US20220299327A1 (de)
CN (1) CN115107779A (de)
DE (1) DE102022105980A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230066635A1 (en) * 2021-08-26 2023-03-02 Motional Ad Llc Controlling vehicle performance based on data associated with an atmospheric condition

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1886202A4 (de) * 2005-06-01 2011-09-21 Allstate Insurance Co Erfassung und analyse von betriebsdaten von kraftfahrzeugen
US8886453B2 (en) * 2008-12-11 2014-11-11 Telogis, Inc. System and method for efficient routing on a network in the presence of multiple-edge restrictions and other constraints
WO2012139065A2 (en) * 2011-04-08 2012-10-11 Technos, Inc. Apparatuses and methods for visualizing air flow around vehicles
KR101316217B1 (ko) * 2011-09-28 2013-10-08 현대자동차주식회사 차량의 연비 및 주행안정성 향상을 위한 공력정보 제공 시스템 및 그 방법
US9182764B1 (en) * 2014-08-04 2015-11-10 Cummins, Inc. Apparatus and method for grouping vehicles for cooperative driving
US9725091B2 (en) * 2015-07-02 2017-08-08 Cummins, Inc. Vehicle speed management integrated with vehicle monitoring system
US10272921B2 (en) * 2015-08-25 2019-04-30 International Business Machines Corporation Enriched connected car analysis services
US10059330B2 (en) * 2016-09-22 2018-08-28 Toyota Motor Engineering & Manufacturing North America, Inc. Drafting detection and vehicle operation optimization system
US10192171B2 (en) * 2016-12-16 2019-01-29 Autonomous Fusion, Inc. Method and system using machine learning to determine an automotive driver's emotional state
US10377358B2 (en) * 2017-01-19 2019-08-13 GM Global Technology Operations LLC Methods of learning long term brake corner specific torque variation
US10392001B2 (en) * 2017-08-11 2019-08-27 Toyota Motor Engineering & Manufacturing North America, Inc. Efficient acceleration semi-autonomous feature
DE102017216408A1 (de) * 2017-09-15 2019-03-21 Bayerische Motoren Werke Aktiengesellschaft Adaptive Abstandswahl zur Effizienzoptimierung
US10955250B2 (en) * 2017-11-21 2021-03-23 Ford Global Technologies, Llc Vehicle maintenance operation
US10788845B2 (en) * 2017-12-01 2020-09-29 Cummins Inc. Optimization of mission efficiency through platoon opportunity assessment
US11060883B2 (en) * 2017-12-21 2021-07-13 Spark EV Technology Ltd. System and method for determining the energy requirement of a vehicle for a journey
US20190308624A1 (en) * 2018-04-04 2019-10-10 Cummins Inc. Intelligent adaptive cruise control for platooning
US11155263B2 (en) * 2019-03-08 2021-10-26 Uber Technologies, Inc. Network computer system to control freight vehicle operation configurations
DE102019109133A1 (de) * 2019-04-08 2020-10-08 Man Truck & Bus Se Technik zum Abgleich von Fahrten von Kraftfahrzeugen
WO2021078390A1 (de) * 2019-10-25 2021-04-29 Zf Friedrichshafen Ag Modelbasierte prädiktive regelung einer antriebsmaschine eines antriebstrangs eines kraftfahrzeugs sowie zumindest einer die energieeffizienz des kraftfahrzeugs beeinflussende fahrzeugkomponente
US11465622B2 (en) * 2020-01-10 2022-10-11 Paccar Inc Predictive adaptive cruise control
US11708074B2 (en) * 2020-02-14 2023-07-25 Robotic Research Opco, Llc Effect of multiple rules of the road at different elevation profiles on speed constraints and fuel consumption
US20220073070A1 (en) * 2020-09-09 2022-03-10 Ford Global Technologies, Llc Vehicle draft mode
US11572068B2 (en) * 2020-10-07 2023-02-07 Toyota Motor Engineering & Manufacturing North Amfrica, Inc. Trailing vehicle positioning system based on detected lead vehicle
US11643080B2 (en) * 2020-10-07 2023-05-09 Toyota Motor Engineering & Manufacturing North America, Inc. Trailing vehicle positioning system based on detected pressure zones
US11584392B2 (en) * 2020-11-04 2023-02-21 Waymo Llc Route optimization for autonomous driving systems
US11623640B2 (en) * 2021-02-22 2023-04-11 Ford Global Technologies, Llc Methods and systems for assistive action of a vehicle
JP2022139186A (ja) * 2021-03-11 2022-09-26 本田技研工業株式会社 情報処理装置及びプログラム

Also Published As

Publication number Publication date
US20220299327A1 (en) 2022-09-22
CN115107779A (zh) 2022-09-27

Similar Documents

Publication Publication Date Title
DE102016203213B4 (de) Fahrzeugsteuerungsvorrichtung
DE112015001150B4 (de) Verfahren, Vorrichtung und System zur Unterstützung von Platooning
DE112014004023T5 (de) Verfahren und System zum Bewerkstelligen von Hindernissen für Fahrzeugzüge
DE102020102233A1 (de) Erweiterung für Sicherheitsprotokolle für einen autonomen Fahrzeugbetrieb
DE112017008113T5 (de) Randomisierung von spurbewegungen automatisierter fahrzeuge
DE112014003982T5 (de) Steuerungseinheit und Verfahren zum Steuern eines Fahrzeugs in einem Fahrzeug
DE102016012465B4 (de) Verfahren zur Bestimmung einer Änderung im auf ein Kraftfahrzeug wirkenden Luftwiderstand
DE112016003658T5 (de) Informationsübertragungsvorrichtung, elektronische steuerungsvorrichtung, informationssendevorrichtung und elektronisches steuerungssystem
DE102017221286A1 (de) Verfahren zum Einstellen vollautomatischer Fahrzeugführungsfunktionen in einer vordefinierten Navigationsumgebung und Kraftfahrzeug
DE102015015277A1 (de) Technik zum automatisierten Anhalten eines Fahrzeugs in einem Zielbereich
DE102020129369A1 (de) Verbesserter fahrzeugbetrieb
DE102020107339A1 (de) Objektverfolgung für fahrzeuge
DE112021006846T5 (de) Systeme und Verfahren zur szenarioabhängigen Trajektorienbewertung
DE102020114306A1 (de) Schätzen von geschwindigkeitsprofilen
DE102022110922A1 (de) Systeme und verfahren zum projizieren virtueller parklinien
DE102017200580A1 (de) Verfahren zur Optimierung einer Manöverplanung für autonom fahrende Fahrzeuge
DE112022001133T5 (de) Systeme und Verfahren zur Fahrzeugbewegungsplanung
DE102022106197A1 (de) Roboterbewegungssteuerung Mit Prädiktivem Zeithorizont
DE102022105980A1 (de) Systeme und verfahren für energieeffiziente mobilität unter verwendung von maschinellem lernen und künstlicher intelligenz
DE112017002942T5 (de) Verfahren und System zur Bewertung der Betriebsleistung von einem Fahrzeug zugeordneten Fahrerassistenzsystemen
DE102017223621A1 (de) Verfahren und Steuereinheit zur Steuerung einer Funktion eines zumindest teilweise automatisiert fahrenden Fahrzeugs
DE102018101515A1 (de) Verfahren zum Erzeugen einer Fahrstrategie eines Fahrzeugs
DE102020129802A1 (de) Fahrzeugbetriebskennzeichnung
DE112020003411T5 (de) Fahrzeugsteuerung in geographischen steuerzonen
DE102022130219A1 (de) Überwachungssysteme und -Verfahren für Batterieelektrofahrzeuge zur Streckennutzung und zum Fahren im Gelände

Legal Events

Date Code Title Description
R082 Change of representative

Representative=s name: LORENZ SEIDLER GOSSEL RECHTSANWAELTE PATENTANW, DE