EP3895086A1 - Verfahren, computerprogramm, vorrichtung, fahrzeug und netzwerkkomponente zur schätzung eines abfahrtzeitpunktes eines nutzers mit einem fahrzeug - Google Patents

Verfahren, computerprogramm, vorrichtung, fahrzeug und netzwerkkomponente zur schätzung eines abfahrtzeitpunktes eines nutzers mit einem fahrzeug

Info

Publication number
EP3895086A1
EP3895086A1 EP19820737.5A EP19820737A EP3895086A1 EP 3895086 A1 EP3895086 A1 EP 3895086A1 EP 19820737 A EP19820737 A EP 19820737A EP 3895086 A1 EP3895086 A1 EP 3895086A1
Authority
EP
European Patent Office
Prior art keywords
vehicle
user
time
data
departure
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
EP19820737.5A
Other languages
English (en)
French (fr)
Inventor
Kord Lühr
Johannes Keller
Stefan Brosig
Stephan Menzel
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.)
Volkswagen AG
Original Assignee
Volkswagen AG
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 Volkswagen AG filed Critical Volkswagen AG
Publication of EP3895086A1 publication Critical patent/EP3895086A1/de
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • 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
    • G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
    • 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
    • G01C21/343—Calculating itineraries
    • 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
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • 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
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • 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
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data

Definitions

  • the present invention relates to a method, a computer program, a device, a vehicle and a network component for estimating a
  • Departure time of a user with a vehicle in particular but not exclusively, to a concept for determining a departure time of a user with a vehicle based on personal data of the user and vehicle-related data of the vehicle.
  • Means of transportation or vehicles are subject to constant further development.
  • the aim is to make them increasingly intelligent, for example, more and more communication components and more and more computing capacity (processors,
  • the vehicles can turn on
  • One of the objectives can be to increase safety, comfort and mobility.
  • a notification period is determined on the basis of the estimated travel time and the time of the appointment and the user is reminded of the appointment at the notification time.
  • a concept for determining and displaying available vehicles in a car sharing system is set out in the document DE 10 2017 111 711 A1.
  • a user can select a vehicle taking into account the arrival time.
  • a list of information regarding the types of the vehicles and the arrival times of the vehicles is displayed on a display of a user terminal, and the user can select a desired type of the vehicle in consideration of the arrival times.
  • Document DE 10 2015 007 490 A1 describes a method for operating a vehicle, in which a time period is determined which indicates a parking time permitted in a parking space provided for the vehicle. A user of the vehicle is informed of an impending expiration of the time period. To determine the time span, at least one piece of information is evaluated by an evaluation device, which of the
  • Evaluation device is transmitted by the vehicle and / or by at least one other vehicle.
  • vehicles are used that take part in the traffic anyway, record relevant information here and transmit it to the evaluation device.
  • EP 2 772 876 A1 is concerned with a parking guidance system.
  • the concept there provides for the monitoring of parking spaces and their status (free / occupied). Based on a travel destination of a user, an arrival time is estimated and the user is made a reservation offer for a parking space.
  • State parameters or behavior parameters of a user of a vehicle with regard to temperature, lighting, air humidity, etc. are taken into account in a concept for adapting a corresponding room in document GB 2552360 A. For example, an average length of time the user stays in a room or building can be determined.
  • the concept provides an evaluation of current and past navigation data of the user.
  • Vehicle can represent important information. If this information is made available, measures can be taken in the vehicle that prepare the departure or boarding of the user. Examples include ventilation, cooling, heating, de-icing the windscreen, calling up current traffic information, etc. In addition, personalization settings can be made to greet the vehicle, start up systems and much more.
  • the parking time can also be estimated and the parking space can be arranged early so that a searcher can be navigated to the vacant parking space before the parking space becomes available.
  • Embodiments create a method for estimating a user's departure time with a vehicle.
  • the method comprises receiving vehicle-related data about the vehicle and receiving personal data about the user.
  • the method also includes estimating the time of departure based on the vehicle-related data and the personal data.
  • a departure time can be estimated more reliably based on the vehicle-related data and the personal data than would only be possible with vehicle-related data or only with personal data.
  • exemplary embodiments can also enable mobility providers to recognize the arrival of their customers at the stopping point at an early stage. This means that vehicle fleets and routes can be planned better or even optimally and services can be made more convenient and efficient.
  • the method can include receiving the personal data from a mobile device of the user and receiving the vehicle-related data from the vehicle.
  • this data can be combined with the vehicle-related data, e.g. directly from the vehicle or from a corresponding database for the storage of such data. This results in an increased reliability of the estimate, since both data histories and current data are made available.
  • Estimating the time of departure may also include determining an arrival time of the user to the vehicle.
  • the determination of the arrival time gives an indication of the presumed departure time.
  • the arrival time can, for example, from a movement profile of the Users can be estimated. This can improve the accuracy of the estimated departure time.
  • a location of the vehicle can be determined based on the vehicle-related data and a determination of an arrival of the user at the location of the vehicle based on the personal data.
  • the arrival time can be reliably estimated from the current location of the vehicle together with the data of the user.
  • a determination of a user behavior routine based on the personal data and a determination of a vehicle routine based on the vehicle-related data can also be carried out in some exemplary embodiments.
  • the departure time can then be estimated based on a comparison of the user behavior routine and the vehicle routine. In this way, an estimate can be made at low cost by comparing these data.
  • the personal data can include one or more elements of the group from a mobility status of the user, a location of the user, a movement of the user, a data connection of the user, a time profile of the mobility status of the user, a time profile of the location of the user, a time profile the movement of the user and a temporal course of data connections of the user.
  • real-time events can also be determined based on the personal data and the departure time can also be estimated based on the real-time events. For example, events such as the termination of data connections can be used to detect an impending departure of the vehicle with a specific user. An example of this would be leaving an office by a user on the way to his vehicle, one
  • cordless network e.g. wireless local area network, WLAN
  • Real-time events are the availability of radio networks that e.g. can repeat in a regular way a user to his vehicle and thus also one
  • the reliability of the estimate may vary. It is therefore also possible to determine reliability information for estimating the time of departure. Based on this
  • Reliability information can then be adapted to any measures on / in the vehicle or a request to confirm the estimated departure time can be sent to the user.
  • Forwarding the estimated departure time to the vehicle (and / or the user) or activating a measure preparing for the departure in / on the vehicle can also take place in further exemplary embodiments.
  • the vehicle is already prepared when the user arrives and begins the journey, e.g. can already be ventilated, heated, cooled, defrosted or a seat and / or mirror adjustment as well as one or more other personalization settings can be made.
  • a parking space of the vehicle can also be arranged based on the estimated departure time.
  • Parking space can be used.
  • a further exemplary embodiment is a computer program for performing one of the methods described herein if the computer program is on a computer, a
  • a device with a control module that is designed to carry out one of the methods described herein is also a further exemplary embodiment.
  • Embodiments also create a network component, which comprises a corresponding device, and a system with a vehicle, a mobile device and a network component according to the present description. Further advantageous embodiments are described in more detail below with reference to the exemplary embodiments shown in the drawings, to which exemplary embodiments are generally not limited as a whole. Show it:
  • FIG. 1 shows a flowchart of an exemplary embodiment of a method for estimating a time of departure of a user with a vehicle
  • FIG. 2 shows a diagram to illustrate exemplary embodiments of a device, a network component and a system for estimating a time of departure of a user with a vehicle.
  • an element called “connected” or “coupled” to another element may be directly connected or coupled to the other element, or there may be elements in between. If, on the other hand, an element is called “directly connected” or “directly coupled” to another element, there are no elements in between.
  • Other terms used to describe the relationship between elements should be interpreted in a similar way (e.g., “between” versus “directly between”, “adjacent” versus “directly adjacent”, etc.).
  • FIG. 1 shows a flow chart of an exemplary embodiment of a method 10 for estimating a time of departure of a user with a vehicle.
  • the method 10 comprises obtaining vehicle-related data about the vehicle and obtaining 14 personal data about the user.
  • the method also includes estimating 16 the time of departure based on the vehicle-related data and the personal data.
  • any means of transportation can be considered as vehicles, examples are passenger cars, trucks, two-wheelers, etc., but also water or aircraft.
  • An estimate in the sense of execution games means here
  • Predicting, predicting or extrapolating a departure time of the vehicle which may be somewhat inaccurate. Examples are a determination of the
  • the user or user can be one of a number of potentially potential users, drivers or passengers of the vehicle.
  • An example is a family-used vehicle or a vehicle used by a company that is used by several drivers.
  • the presentations are aimed at one of possibly several conceivable users.
  • the vehicle-related data can, for example
  • Speeds, parking processes, positions, etc. This data can be acquired and recorded via components in the vehicle itself, such as sensors, navigation devices, etc.
  • the personal data relate to the user and can also be recorded using appropriate devices, such as mobile devices or other sensors. Scenarios are also conceivable in which the exit of an office, a shopping center, an apartment of the user is announced in the corresponding sensor data. Examples include shutting down a computer, switching off lighting in the office / apartment, etc., which can provide information about an impending use of the vehicle. Furthermore
  • the personal data can also be recorded by the vehicle itself, for example which user uses the vehicle at what time.
  • FIG. 2 shows a diagram to illustrate exemplary embodiments of devices, network components 200, 300 and a system 400 for estimating a
  • FIG. 2 illustrates a vehicle 100, a network component 200 and a mobile radio device 300, these components also forming an exemplary embodiment of a system 400.
  • exemplary embodiments, in particular those of a system 400 are not restricted to the presence of all three components, as the following explanation will show.
  • the method 10 described above can run on any of the components shown.
  • the vehicle-related data and the personal data are used to estimate a time of departure of the vehicle 100. This data can be in the vehicle 100, in a network component 200 or in a mobile device 300
  • the network component 200 shown in FIG. 2 above can receive the vehicle-related data from the vehicle 100 and the personal data from the mobile device 300. Additionally or alternatively, the vehicle 100 can receive this data from the mobile device 300, for example via a network component provided therefor 200 (base station, access point, Internet) or also directly from the mobile device 300.
  • a network component provided therefor 200 base station, access point, Internet
  • cordless technologies also come into consideration, for example mobile radio, WLAN, Bluetooth, etc. or else other interfaces, for example USB (from Universal Serial Bus), if the mobile device 300 is coupled in the vehicle, for example.
  • the data can also be transmitted from the vehicle 100 directly or via a network to the mobile device 300.
  • Another variant is the acquisition of the vehicle-related data directly by the mobile device 300.
  • the mobile device 300 itself is also a network component.
  • the methods 10 described herein can be carried out in each of the components shown and the dashed arrows shown in FIG. 2 indicate the various communication paths or possibilities.
  • the acquisition of the personal data and the acquisition of the vehicle-related data can also be carried out solely by the vehicle 100 or solely by the mobile device 300.
  • the method 10 can also be implemented as a computer program.
  • exemplary embodiments also include a device with a control module, which is designed to carry out one of the methods 10 described herein.
  • a control module can correspond to one or more arbitrary controllers or processors or a programmable hardware component.
  • a device can also be implemented as software that is suitable for a corresponding hardware component
  • a control module can be implemented as programmable hardware with correspondingly adapted software. Any processors such as digital signal processors (DSPs) can be used. Exemplary embodiments are not restricted to a specific type of processor. Any processors or even multiple processors or microcontrollers for implementing the device or the control module are conceivable. Implementations in an integrated form with other control units are also conceivable, for example in a control unit for a vehicle, an ECU (from Electronic Control Unit), a user terminal (e.g. a mobile radio device)
  • Network component a server (e.g. network component), which can also include one or more other functions.
  • Embodiments also create a network component (base station, vehicle, mobile device, server) with a corresponding device or a control module.
  • a position of a smartphone can also be one
  • the method 10 is further described below from the point of view of the network component 200 in FIG. 2. In other exemplary embodiments, these details apply analogously if the data converge in the vehicle 100 or in the mobile device 300.
  • the method 10 can include receiving the personal data from a mobile device 300 of the user and receiving the vehicle-related data from the vehicle 100. For example, the data are transmitted to the network component 200 via cordless interfaces and corresponding access points via the Internet.
  • the method 10 realizes, on the one hand, an algorithm that predicts the arrival at a specific location (parking lot or stop) from customer-related / personal data (for example GPS movement data, from the Global Positioning System) and, on the other hand, a cloud service with which this Information is made available to all interested functions.
  • Estimating 16 the time of departure may include determining an arrival time / arrival time of the user on the vehicle 100. It should be pointed out that in many cases the arrival time of the user on the vehicle 100 is shortly before the departure time of the vehicle. However, other cases are also conceivable in which the user initially lingers in or on the vehicle before a journey begins. Scenarios are conceivable in which it is foreseeable that there will be waiting for several passengers, in which certain user routines or habits or even scheduled trips occur.
  • the method 10 may include, for example, determining a location of the vehicle 100 based on the vehicle-related data.
  • location mechanisms can also be used, especially where no GPS signal is available, e.g. in underground garages, parking garages, garages, etc.
  • Alternative mechanisms are, for example, location based on available mobile radio or WLAN networks, sensor data of the vehicle (for example optically recorded parking space number), etc.
  • the method 10 can determine an arrival of the user at the location of the Include vehicle 100 based on the personal data. GPS-based or location-based mechanisms can also be used.
  • determining a user behavior routine based on the personal data and determining a vehicle routine based on the vehicle-related data determining a user behavior routine based on the personal data and determining a vehicle routine based on the vehicle-related data.
  • Departure time can then be based on a comparison of the user behavior routine and the
  • Vehicle routine based. Routines can be learned here, for example by capturing temporal information about vehicle starts and driving destinations, as is also used for navigation prediction, also P-NAV (from predictive navigation). User behavior can also be learned via smart phone data, for example, in order to suggest the next destinations and to provide navigation instructions.
  • the vehicle routine can thus be determined by evaluating vehicle starts and / or vehicle destinations over a period of time on the basis of the vehicle-related data (e.g. regular commuting between two destinations at certain times).
  • the user behavior routine can be determined by evaluating the personal data with regard to the mobility of the user (e.g. regularly leaving a house / apartment / office or regularly moving house / apartment to a specific work address on weekdays - also using different ones
  • Exemplary embodiments enable a combination of personal data such as smart phone data with vehicle data and can thus create a central availability of the information “time of entry” or “time of departure” in a cloud service.
  • a smart phone collects data such as mobility status (resting, walking, running, driving), location and movement
  • GPS positions GPS positions
  • data connections WLAN, Bluetooth, mobile radio
  • the data is processed on the server (network component 200) and, at least in some exemplary embodiments, analyzed according to two principles. On the one hand, after
  • Real-time events are observed and the connection with a subsequent entry / exit event is learned.
  • Neural networks and mechanisms of artificial intelligence can also be used.
  • a learning mechanism can be created, for example, by combining the estimated departure times with the
  • the personal data can include one or more elements of the group from a mobility status of the user, a location of the user, a movement of the user, a data connection of the user, a time profile of the mobility status of the user, a time profile of the location of the user, a time profile of the movement of the user and a time profile of data connections of the user.
  • Further examples are the mobility status, the geo-position, WLAN, Bluetooth connections, etc. Further examples of vehicle data used are ignition start and end (terminal 15), parking position, time routines, etc.
  • exemplary embodiments of the method 10 can provide a determination of real-time events based on the personal data, and the estimation 16 of the departure time can additionally be based on the real-time events.
  • a real-time event can be, for example, the disconnection of the home WLAN connection or the approach of the smart phone (mobile device 300) to the parking position.
  • the method 10 of the service outputs the arrival or departure time of a person at an entry point.
  • the probability of this prediction being met can also be specified.
  • the smaller the time interval at the time of entry the larger the probability of this prediction being met.
  • the method 10 can also determine a
  • Vehicle data The entry or departure forecast can be made available centrally for use for a large number of functions.
  • the provision of the boarding / departure time can be made available at any time at a central point with a probability.
  • the vehicle-related data can also be recorded via the mobile device 300.
  • Some exemplary embodiments create a pure smart phone application without directly capturing vehicle data from the vehicle, but based on vehicle-related data that are captured by the smartphone itself and its sensors. Then the local sensor system of the mobile device 300 (infrastructure) can be like
  • Cameras, microphones can be used to predict user behavior.
  • the estimate 16 can therefore be made possible. Since the number of personal data (according to the principle of data economy) remain manageable and the number of partners in the chain of effects is small, the estimate 16 can be made efficiently. Data security, transparency and erasability can be avoided
  • Exemplary embodiments can be used with a wide variety of vehicles. Examples are bicycles, scooters, motorcycles, trucks (trucks), buses, segways, aviation, railroad, etc. Many services can be provided by
  • Examples are carpooling services, taxi services, shuttle services, car sharing services, car park switching services,
  • Charging station switching services Charging station switching services, traffic forecasting services (where and how many vehicles start), local advertising, city planning, etc.
  • the method provides for forwarding the estimated departure time to the vehicle 100 or activating one that prepares the departure
  • Measures are activated remotely or by vehicle 100 itself. Examples of such measures are rules for heating, cooling, ventilation, settings for seats, mirrors or user-specific settings of the navigation system (destinations, route preferences) or the entertainment system (radio stations, online services, etc.) . Also can in
  • Embodiments a switching of a parking space of the vehicle 100 based on the estimated departure time. This can require more efficient parking placement and use.
  • exemplary embodiments of the invention can be implemented in hardware or in software.
  • the implementation can be carried out using a digital storage medium, for example a floppy disk, a DVD, a Blu-Ray disc, a CD, a ROM, a PROM, an EPROM, an EEPROM or a FLASH memory, a hard disk or another magnetic or optical memory are carried out, on which electronically readable control signals are stored, which can interact with a programmable hardware component in such a way or that the respective method is carried out.
  • a programmable hardware component can be a processor, a
  • Computer processor Central Processing Unit
  • GPU Graphics Processing Unit
  • ASIC Application-Specific Integrated Circuit
  • IC integrated Circuit
  • SOC System on Chip
  • programmable Logic element or a field programmable gate array with one
  • the digital storage medium can therefore be machine or computer readable.
  • Some exemplary embodiments thus comprise a data carrier which has electronically readable control signals which are able to interact with a programmable computer system or a programmable hardware component in such a way that one of the methods described herein is carried out.
  • One exemplary embodiment is thus a data carrier (or a digital storage medium or a computer-readable medium) on which the
  • exemplary embodiments of the present invention can be implemented as a program, firmware, computer program or computer program product with a program code or as data, the program code or the data being or being effective in performing one of the methods when the program is on a processor or programmable hardware component expires.
  • the program code or the data can also be, for example, on a machine-readable carrier or data carrier
  • the program code or the data can be present, inter alia, as source code, machine code or byte code and as another intermediate code.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

Ausführungsbeispiele schaffen ein Verfahren, ein Computerprogramm, eine Vorrichtung, ein Fahrzeug und eine Netzwerkkomponente zur Schätzung eines Abfahrtzeitpunktes eines Nutzers mit einem Fahrzeug. Das Verfahren (10) zur Schätzung eines Abfahrtzeitpunktes eines Nutzers mit einem Fahrzeug (100) umfasst ein Erhalten (12) von fahrzeugbezogenen Daten über das Fahrzeug (100) und ein Erhalten (14) von personenbezogenen Daten über den Nutzer. Das Verfahren (10) umfasst ferner ein Schätzen (16) des Abfahrtzeitpunktes basierend auf den fahrzeugbezogenen Daten und den personenbezogenen Daten.

Description

Beschreibung
Verfahren, Computerprogramm, Vorrichtung, Fahrzeug und Netzwerkkomponente zur Schätzung eines Abfahrtzeitpunktes eines Nutzers mit einem Fahrzeug
Die vorliegende Erfindung bezieht sich auf ein Verfahren, ein Computerprogramm, eine Vorrichtung, ein Fahrzeug und eine Netzwerkkomponente zur Schätzung eines
Abfahrtzeitpunktes eines Nutzers mit einem Fahrzeug, insbesondere aber nicht ausschließlich, auf ein Konzept zur Bestimmung eines Abfahrtzeitpunktes eines Nutzers mit einem Fahrzeug basierend auf personenbezogenen Daten des Nutzers und fahrzeugbezogenen Daten des Fahrzeugs.
Fortbewegungsmittel oder Fahrzeuge unterliegen einer ständigen Weiterentwicklung. Dabei besteht das Bestreben diese immer intelligenter zu machen, so werden beispielsweise immer mehr Kommunikationskomponenten und immer mehr Rechenkapazität (Prozessoren,
Steuergeräte, Controller usw.) integriert. Dabei können sich die Fahrzeuge auf
unterschiedlichste Situationen einstellen. Eine Zielsetzung kann beispielsweise die Steigerung von Sicherheit, Komfort und Mobilität sein.
Das Dokument DE 10 2009 054 002 A1 beschreibt ein Konzept zur Abschätzung einer
Fortbewegungszeit für einen Fahrer, um gemäß den Streckenvorlieben des Fahrers von der aktuellen Position zum Ort eines Termins zu fahren. Dabei wird ein Benachrichtigungszeitraum auf der Grundlage der geschätzten Fortbewegungszeit und des Zeitpunkts des Termins bestimmt und der Anwender an den Termin zum Benachrichtigungszeitpunkt erinnert. Dabei wird dem Problem begegnet, einen Anwender, der einen Termin an einem Ort hat, der von seiner aktuellen Position entfernt ist, rechtzeitig zu erinnern, damit seine Abfahrt und Ankunft am Ort des Termins rechtzeitig, aber nicht zu früh, erfolgt. Dies ist für den Anwender schwer abzuschätzen, wenn er sich in der jeweiligen Gegend nicht auskennt oder nicht sicher ist, wo er sich unmittelbar vor dem Termin aufhalten wird.
Ein Konzept zur Ermittlung und Anzeige von verfügbaren Fahrzeugen in einem Carsharing- System wird in der Druckschrift DE 10 2017 111 711 A1 dargelegt. Dabei kann ein Benutzer ein Fahrzeug unter Berücksichtigung der Ankunftszeit auswählen. Eine Liste von Informationen bezüglich der Arten der Fahrzeuge und der Ankunftszeiten der Fahrzeuge wird auf einer Anzeige eines Benutzerendgeräts angezeigt und der Benutzer kann eine gewünschte Art des Fahrzeugs unter Berücksichtigung der Ankunftszeiten auswählen.
Ein Verfahren zum Betreiben eines Fahrzeugs, bei welchem eine Zeitspanne ermittelt wird, die eine an einem für das Fahrzeug vorgesehenen Parkplatz zugelassene Parkdauer angibt, beschreibt das Dokument DE 10 2015 007 490 A1. Ein Nutzer des Fahrzeugs wird über ein bevorstehendes Ablaufen der Zeitspanne informiert. Zum Ermitteln der Zeitspanne wird durch eine Auswerteeinrichtung wenigstens eine Information ausgewertet, welche der
Auswerteeinrichtung von dem Fahrzeug und/oder von wenigstens einem weiteren Fahrzeug übermittelt wird. Zum Erfassen der Parkkonditionen werden Fahrzeuge eingesetzt, welche ohnehin am Verkehrsgeschehen teilnehmen, hierbei relevante Informationen erfassen und der Auswerteeinrichtung übermitteln.
Die Druckschrift EP 2 772 876 A1 beschäftigt sich mit einem Parkleitsystem. Das dortige Konzept sieht eine Überwachung von Parkplätzen und deren Status (frei/belegt) vor. Basierend auf einem Fahrtziel eines Nutzers wird eine Ankunftszeit geschätzt und dem Nutzer ein Reservierungsangebot für einen Parkplatz gemacht.
Zustandsparameter oder Verhaltensparameter eines Benutzers eines Fahrzeugs hinsichtlich Temperatur, Beleuchtung, Luftfeuchte, usw., werden in einem Konzept zur Anpassung eines entsprechenden Raumes in dem Dokument GB 2552360 A berücksichtigt. Dabei kann beispielsweise eine durchschnittliche Aufenthaltsdauer des Benutzers in einem Raum oder einem Gebäude bestimmt werden. Das Konzept sieht eine Auswertung von aktuellen und vergangenen Navigationsdaten des Benutzers vor.
Die im Stand der Technik beschriebenen Konzepte beschäftigen sich mit der automatisierten Übertragung von Daten, die die Handhabung eines Fahrzeugs erleichtern sollen. Dabei bleibt außer Betracht, dass ein Fahrzeug bereits vor Fahrtbeginn auf einen entsprechenden Einsatz vorbereitet werden kann.
Daraus ergibt sich die Aufgabe ein verbessertes Konzept zur Kontrolle eines Fahrzeugs zu schaffen.
Diese Aufgabe wird gelöst gemäß den anhängigen unabhängigen Ansprüchen. Ausführungsbeispiele der vorliegenden Erfindung basieren auf der Erkenntnis, dass die
Ankunftszeit (eines Nutzers am Fahrzeug) oder Abfahrtzeit eines Benutzers mit einem
Fahrzeug eine wichtige Information darstellen kann. Wenn diese Information verfügbar gemacht wird, so können im Fahrzeug Maßnahmen ergriffen werden, die die Abfahrt oder das Einsteigen des Nutzers vorbereiten. Beispiele sind das Fahrzeug rechtzeitig zu lüften, kühlen, heizen, die Frontscheibe zu enteisen, aktuelle Verkehrsinformation abzurufen usw. Darüber hinaus können Personalisierungseinstellungen vorgenommen werden, so kann das Fahrzeug begrüßen, Systeme hochfahren und vieles mehr. Ferner kann auch die Ausparkzeit abgeschätzt werden und der Parkplatz kann frühzeitig vermittelt werden, sodass noch bevor der Parkplatz frei wird, ein Suchender zur freiwerdenden Parklücke navigiert werden kann.
Ausführungsbeispiele schaffen ein Verfahren zur Schätzung eines Abfahrtzeitpunktes eines Nutzers mit einem Fahrzeug. Das Verfahren umfasst ein Erhalten von fahrzeugbezogenen Daten über das Fahrzeug und ein Erhalten von personenbezogenen Daten über den Nutzer.
Das Verfahren umfasst darüber hinaus ein Schätzen des Abfahrtzeitpunktes basierend auf den fahrzeugbezogenen Daten und den personenbezogenen Daten. Ein Abfahrtzeitpunkt kann basierend auf den fahrzeugbezogenen Daten und den personenbezogenen Daten zuverlässiger geschätzt werden, als dies nur mit fahrzeugbezogenen Daten oder nur mit personenbezogenen Daten möglich wäre. Neben den bereits genannten Vorteilen können Ausführungsbeispiele so auch Mobilitätsanbietern ermöglichen, frühzeitig die Ankunft ihrer Kunden am Haltepunkt zu erkennen. Somit können Fahrzeugflotten und Routen besser oder sogar optimal geplant und Dienste/Services komfortabler und effizienter gemacht werden.
In weiteren Ausführungsbeispielen kann das Verfahren ein Empfangen der personenbezogenen Daten von einem Mobilgerät des Nutzers und ein Empfangen der fahrzeugbezogenen Daten von dem Fahrzeug umfassen. Damit können beispielsweise Daten von Mobilfunkgeräten, wie Smartphones, Handys, usw. weiter genutzt werden. Insbesondere können diese Daten mit den fahrzeugbezogenen Daten, die z.B. direkt vom Fahrzeug oder auch von einer entsprechenden Datenbank zur Speicherung von solchen Daten, ins Verhältnis gesetzt bzw. ausgewertet werden. Es ergibt sich so eine erhöhte Zuverlässigkeit der Schätzung, da sowohl Datenhistorien als auch aktuelle Daten verfügbar gemacht werden.
Das Schätzen des Abfahrtzeitpunktes kann auch ein Bestimmen einer Ankunftszeit des Nutzers an dem Fahrzeug umfassen. Die Bestimmung der Ankunftszeit gibt einen Hinweis auf die vermutliche Abfahrtzeit. Die Ankunftszeit kann beispielsweise aus einem Bewegungsprofil des Nutzers abgeschätzt werden. Die Genauigkeit der geschätzten Abfahrtzeit kann so verbessert werden.
So kann in einigen weiteren Ausführungsbeispielen ein Bestimmen eines Standorts des Fahrzeugs basierend auf den fahrzeugbezogenen Daten und ein Bestimmen einer Ankunft des Nutzers an dem Standort des Fahrzeugs basierend auf den personenbezogenen Daten erfolgen. Aus dem aktuellen Standort des Fahrzeugs kann zusammen mit den Daten des Nutzers die Ankunftszeit zuverlässig geschätzt werden.
Beispielsweise kann auch ein Bestimmen einer Nutzerverhaltensroutine basierend auf den personenbezogenen Daten und ein Bestimmen einer Fahrzeugroutine basierend auf den fahrzeugbezogenen Daten in manchen Ausführungsbeispielen erfolgen. Ein Schätzen des Abfahrtzeitpunktes kann dann basierend auf einem Vergleich der Nutzerverhaltensroutine und der Fahrzeugroutine durchgeführt werden. Es kann so eine Schätzung aufwandsgünstig durch Vergleich dieser Daten stattfinden.
Das Bestimmen der Fahrzeugroutine kann dabei ein Auswerten von Fahrzeugstarts und Fahrzeugzielen über einen Zeitraum anhand der fahrzeugbezogenen Daten umfassen. Das Bestimmen der Nutzerverhaltensroutine kann ein Auswerten der personenbezogenen Daten hinsichtlich einer Mobilität des Nutzers umfassen. Es werden so Korrelationen ermöglicht, die eine verbesserte Schätzung der Abfahrtszeit ermöglichen.
Die personenbezogenen Daten können ein oder mehrere Elemente der Gruppe von einem Mobilitätsstatus des Nutzers, einem Standort des Nutzers, einer Bewegung des Nutzers, einer Datenverbindung des Nutzers, einem zeitlichen Verlauf des Mobilitätsstatus des Nutzers, einem zeitlichen Verlauf des Standorts des Nutzers, einem zeitlichem Verlauf der Bewegung des Nutzers und einem zeitlichen Verlauf von Datenverbindungen des Nutzers, enthalten. So können vielerlei Daten, die zumindest teilweise ohnehin schon vorhanden sind, dazu verwendet werden, die Abfahrtszeit zu schätzen und damit das Fahrzeug auf die bevorstehende Fahrt und den Nutzer vorzubereiten.
In manchen Ausführungsbeispielen kann auch ein Bestimmen von Echtzeit-Ereignissen basierend auf den personenbezogenen Daten und ein Schätzen des Abfahrtzeitpunktes zusätzlich basierend auf den Echtzeit-Ereignissen erfolgen. Dabei können z.B. Ereignisse wie der Abbruch von Datenverbindungen dazu genutzt werden, eine bevorstehende Abfahrt des Fahrzeugs mit einem bestimmten Benutzer zu erkennen. Ein Beispiel dafür wäre das Verlassen eines Büros durch einen Nutzer auf dem Weg zu seinem Fahrzeug, wobei eine
Datenverbindung zu einem Schnurlosnetz (z.B. Wireless Local Area Network, WLAN) abbricht und zur Erkennung eben des Verlassens des Büros genutzt werden kann. Weitere
Echtzeitereignisse sind die Verfügbarkeit von Funknetzen, die sich z.B. auf einem regelmäßigen Weg eines Nutzers zu seinem Fahrzeug wiederholen kann und dadurch ebenfalls eine
Indikation für eine bevorstehende Abfahrt darstellen kann.
Je nach herangezogenen Daten für die Schätzung der Abfahrtszeit kann die Zuverlässigkeit der Schätzung variieren. Es kann daher auch ein Bestimmen einer Zuverlässigkeitsinformation für das Schätzen des Abfahrtzeitpunktes durchgeführt werden. Anhand dieser
Zuverlässigkeitsinformation können dann etwaige Maßnahmen am/im Fahrzeug angepasst werden oder auch eine Anfrage zur Bestätigung der geschätzten Abfahrtszeit an den Benutzer gesendet werden.
Ein Weiterleiten der geschätzten Abfahrtzeit an das Fahrzeug (und/oder den Benutzer) oder ein Aktivieren einer die Abfahrt vorbereitenden Maßnahme in/an dem Fahrzeug kann in weiteren Ausführungsbeispielen darüber hinaus erfolgen. So kann erreicht werden, dass das Fahrzeug bei Eintreffen des Benutzers und zum Antritt der Fahrt bereits vorbereitet ist, z.B. kann bereits gelüftet, geheizt, gekühlt, entfrostet sein oder eine Sitz- und/oder Spiegeleinstellung sowie eine oder mehrere andere Personalisierungseinstellung(en) vorgenommen sein.
Nachdem aufgrund der geschätzten Abfahrtzeit auch ein Freiwerden des Parkplatzes des Fahrzeugs absehbar ist, kann ferner ein Vermitteln eines Parkplatzes des Fahrzeugs basierend auf der geschätzten Abfahrtszeit durchgeführt werden. Die somit ermöglichte frühere
Vermittlung oder Belegungsplanung des Parkplatzes kann für eine effizientere
Parkplatznutzung genutzt werden.
Ein weiteres Ausführungsbeispiel ist ein Computerprogramm zur Durchführung eines der hierin beschriebenen Verfahren, wenn das Computerprogramm auf einem Computer, einem
Prozessor, oder einer programmierbaren Hardwarekomponente abläuft. Eine Vorrichtung mit einem Kontrollmodul, das ausgebildet ist, um eines der hierin beschriebenen Verfahren auszuführen ist ebenfalls ein weiteres Ausführungsbeispiel. Ausführungsbeispiele schaffen darüber hinaus eine Netzwerkkomponente, die eine entsprechende Vorrichtung umfasst, sowie ein System mit einem Fahrzeug, einem Mobilgerät und einer Netzwerkkomponente gemäß der vorliegenden Beschreibung. Weitere vorteilhafte Ausgestaltungen werden nachfolgend anhand der in den Zeichnungen dargestellten Ausführungsbeispiele, auf welche Ausführungsbeispiele generell jedoch nicht insgesamt beschränkt sind, näher beschrieben. Es zeigen:
Fig. 1 ein Ablaufdiagramm eines Ausführungsbeispiels eines Verfahrens zur Schätzung eines Abfahrtzeitpunktes eines Nutzers mit einem Fahrzeug; und
Fig. 2 ein Schaubild zur Illustration von Ausführungsbeispielen einer Vorrichtung, einer Netzwerkkomponente und eines Systems zur Schätzung eines Abfahrtzeitpunktes eines Nutzers mit einem Fahrzeug.
Verschiedene Ausführungsbeispiele werden nun ausführlicher unter Bezugnahme auf die beiliegenden Zeichnungen beschrieben, in denen einige Ausführungsbeispiele dargestellt sind. Optionale Merkmale oder Komponenten sind dabei in gestrichelten Linien dargestellt.
Obwohl Ausführungsbeispiele auf verschiedene Weise modifiziert und abgeändert werden können, sind Ausführungsbeispiele in den Figuren als Beispiele dargestellt und werden hierin ausführlich beschrieben. Es sei jedoch klargestellt, dass nicht beabsichtigt ist,
Ausführungsbeispiele auf die jeweils offenbarten Formen zu beschränken, sondern dass Ausführungsbeispiele vielmehr sämtliche funktionale und/oder strukturelle Modifikationen, Äquivalente und Alternativen, die im Bereich der Erfindung liegen, abdecken sollen.
Man beachte, dass ein Element, das als mit einem anderen Element„verbunden“ oder „verkoppelt“ bezeichnet wird, mit dem anderen Element direkt verbunden oder verkoppelt sein kann oder dass dazwischenliegende Elemente vorhanden sein können. Wenn ein Element dagegen als„direkt verbunden“ oder„direkt verkoppelt“ mit einem anderen Element bezeichnet wird, sind keine dazwischenliegenden Elemente vorhanden. Andere Begriffe, die verwendet werden, um die Beziehung zwischen Elementen zu beschreiben, sollten auf ähnliche Weise interpretiert werden (z.B.,„zwischen“ gegenüber„direkt dazwischen“,„angrenzend“ gegenüber „direkt angrenzend“ usw.).
Die Terminologie, die hierin verwendet wird, dient nur der Beschreibung bestimmter
Ausführungsbeispiele und soll die Ausführungsbeispiele nicht beschränken. Wie hierin verwendet, sollen die Singularformen„einer”,„eine”,„eines” und„der“,„die“,„das“ auch die Pluralformen beinhalten, solange der Kontext nicht eindeutig etwas anderes angibt. Ferner sei klargestellt, dass die Ausdrücke wie z.B.„beinhaltet“,„beinhaltend“,„aufweist“,„umfasst“, „umfassend“ und/oder„aufweisend“, wie hierin verwendet, das Vorhandensein von genannten Merkmalen, ganzen Zahlen, Schritten, Arbeitsabläufen, Elementen und/oder Komponenten angeben, aber das Vorhandensein oder die Hinzufügung von einem bzw. einer oder mehreren Merkmalen, ganzen Zahlen, Schritten, Arbeitsabläufen, Elementen, Komponenten und/oder Gruppen davon nicht ausschließen.
Fig. 1 zeigt ein Ablaufdiagramm eines Ausführungsbeispiels eines Verfahrens 10 zur Schätzung eines Abfahrtzeitpunktes eines Nutzers mit einem Fahrzeug. Das Verfahren 10 umfasst ein Erhalten von fahrzeugbezogenen Daten über das Fahrzeug und ein Erhalten 14 von personenbezogenen Daten über den Nutzer. Das Verfahren umfasst darüber hinaus ein Schätzen 16 des Abfahrtzeitpunktes basierend auf den fahrzeugbezogenen Daten und den personenbezogenen Daten.
In Ausführungsbeispielen kommen als Fahrzeuge jedwede Fortbewegungsmittel in Betracht, Beispiele sind Personenkraftwagen, Lastkraftwagen, Zweiräder, usw. aber auch Wasser- oder Luftfahrzeuge. Ein Schätzung im Sinne von Ausführungsspielen meint dabei ein
Vorausbestimmen, Vorhersagen oder hochrechnen einer Abfahrtzeit des Fahrzeug, die mit einer gewissen Ungenauigkeit behaftet sein kann. Beispiele sind ein Bestimmen der
Abfahrtszeit mit einer Genauigkeit von ein oder mehreren Sekunden, Minuten, usw. oder mit einer gewissen Genauigkeit. Der Nutzer oder Benutzer kann einer von potentiell mehreren in Frage kommenden Nutzern, Fahrern oder Mitfahrern des Fahrzeugs sein. Ein Beispiel ist ein familiengenutztes oder ein von einem Unternehmen genutztes Fahrzeug, das von mehreren Fahren genutzt wird. Insofern sind die Darstellungen hierin auf einen von ggf. mehreren denkbaren Nutzern gerichtet. Die fahrzeugbezogenen Daten können beispielsweise
Sensordaten oder entsprechende Datenverläufe sein. Beispiele sind Fahrzeiten,
Geschwindigkeiten, Parkvorgänge, Positionen, usw. Diese Daten können über in dem Fahrzeug selbst befindliche Komponenten wie Sensoren, Navigationsgeräte usw. erfasst und
bereitgestellt werden, denkbar ist aber auch eine Erfassung über ein von dem Nutzer in das Fahrzeug eingebrachtes Gerät, wie Mobilfunkgeräte.
Die personenbezogenen Daten beziehen sich dabei auf den Nutzer und können ebenfalls über entsprechende Geräte, wie Mobilfunkgeräte oder andere Sensoren erfasst. Denkbar sind auch Szenarien bei denen sich ein Verlassen eines Büros, eines Einkaufzentrums, einer Wohnung des Nutzers in entsprechenden Sensordaten ankündigt. Beispiele sind das Herunterfahren eines Rechners, das Ausschalten einer Beleuchtung im Büro/ in der Wohnung, usw., die Hinweise auf eine bevorstehende Nutzung des Fahrzeugs liefern können. Darüber hinaus können die personenbezogenen Daten auch vom Fahrzeug selbst erfasst werden, beispielsweise welcher Nutzer zu welcher Zeit das Fahrzeug nutzt.
Fig. 2 zeigt ein Schaubild zur Illustration von Ausführungsbeispielen von Vorrichtungen, Netzwerkkomponenten 200, 300 und eines Systems 400 zur Schätzung eines
Abfahrtzeitpunktes eines Nutzers mit einem Fahrzeug 100. Die Fig. 2 illustriert dabei ein Fahrzeug 100, eine Netzwerkkomponente 200 und ein Mobilfunkgerät 300, wobei diese Komponenten auch ein Ausführungsbeispiel eines Systems 400 bilden. Ausführungsbeispiele, insbesondere solche eines System 400, sind jedoch nicht auf das Vorhandensein aller drei Komponenten beschränkt, wie die folgende Erläuterung zeigen wird. Das oben beschriebene Verfahren 10 kann dabei auf jeder der gezeigten Komponenten ablaufen. Wie anhand der Fig. 1 dargestellt, werden die fahrzeugbezogenen Daten und die personenbezogenen Daten für eine Schätzung eines Abfahrtzeitpunktes des Fahrzeugs 100 verwendet. Diese Daten können im Fahrzeug 100, in einer Netzwerkkomponente 200 oder in einem Mobilgerät 300
zusammenlaufen/erfasst werden und das Verfahren 10 kann dann dort ausgeführt werden.
Zur Kommunikation der Daten werden z.B. gängige Technologien der Schnurloskommunikation verwendet, wobei entsprechende Funkmodems oder andere eine Datenkommunikation zulassende Komponenten verwendet werden können. So kann die in der Fig. 2 oben gezeigte Netzwerkkomponente 200 die fahrzeugbezogenen Daten von dem Fahrzeug 100 erhalten und die personenbezogenen Daten von dem Mobilgerät 300. Ergänzend oder alternativ kann das Fahrzeug 100 diese Daten von dem Mobilgerät 300 erhalten, beispielsweise über eine dafür vorgesehene Netzkomponente 200 (Basisstation, Zugangspunkt, Internet) oder auch direkt von dem Mobilgerät 300. Bei der direkten Kommunikation kommen auch Schnurlostechnologien in Betracht, beispielsweise Mobilfunk, WLAN, Bluetooth, usw. oder auch andere Schnittstellen, beispielsweise USB (von Universal Seriell Bus), wenn das Mobilgerät 300 im Fahrzeug so beispielsweise angekoppelt wird. Ebenfalls ergänzend oder alternativ können die Daten vom Fahrzeug 100 direkt oder über ein Netzwerk an das Mobilgerät 300 übertragen werden. Eine weitere Variante ist die Erfassung der fahrzeugbezogenen Daten direkt durch das Mobilgerät 300. Hier und im Folgenden sein herausgestellt, dass das Mobilgerät 300 selbst auch eine Netzwerkkomponente ist. Insofern können die hierin beschriebenen Verfahren 10 in jeder der gezeigten Komponenten durchgeführt werden und die in der Fig. 2 gezeigten gestrichelten Pfeile deuten die verschiedenen Kommunikationswege oder -möglichkeiten an. Darüber hinaus kann in manchen Ausführungsbeispielen die Erfassung der personenbezogenen Daten und die Erfassung der fahrzeugbezogenen Daten auch allein durch das Fahrzeug 100 oder allein durch das Mobilgerät 300 erfolgen. ln Ausführungsbeispielen kann das Verfahren 10 auch als Computerprogramm implementiert sein. Ein Computerprogramm zur Durchführung eines der hierin beschriebenen Verfahren 10, wenn das Computerprogramm auf einem Computer, einem Prozessor, oder einer
programmierbaren Hardwarekomponente abläuft, ist daher auch ein Ausführungsbeispiel.
Insofern umfassen Ausführungsbeispiele auch eine Vorrichtung mit einem Kontrollmodul, das ausgebildet ist, um eines der hierin beschriebenen Verfahren 10 durchzuführen.
Beispielsweise kann ein solches Verfahren in Software implementiert sein und kann dann durch entsprechende Hardware ausgeführt werden. Ein Kontrollmodul kann in Ausführungsbeispielen beispielsweise einem oder mehreren beliebigen Controllern oder Prozessoren oder einer programmierbaren Hardwarekomponente entsprechen. Beispielsweise kann eine Vorrichtung auch als Software realisiert sein, die für eine entsprechende Hardwarekomponente
programmiert ist. Insofern kann ein Kontrollmodul als programmierbare Hardware mit entsprechend angepasster Software implementiert sein. Dabei können beliebige Prozessoren, wie Digitale Signal Prozessoren (DSPs) zum Einsatz kommen. Ausführungsbeispiele sind dabei nicht auf einen bestimmten Typ von Prozessor eingeschränkt. Es sind beliebige Prozessoren oder auch mehrere Prozessoren oder Mikrokontroller zur Implementierung der Vorrichtung oder des Kontrollmoduls denkbar. Es sind auch Implementierungen in integrierter Form mit anderen Kontrolleinheiten denkbar, beispielsweise in einer Kontrolleinheit für ein Fahrzeug, einer ECU (von Electronic Control Unit), einem Benutzer-Endgerät (z.B. ein Mobilfunkgerät, eine
Netzwerkkomponente), einem Server (z.B. Netzwerkkomponente), die zusätzlich noch ein oder mehrere andere Funktionen umfassen können. Ausführungsbeispiele schaffen auch eine Netzwerkkomponente (Basisstation, Fahrzeug, Mobilgerät, Server) mit einer entsprechenden Vorrichtung oder einem Kontrollmodul.
In manchen Ausführungsbeispielen kann auch eine Position eines Smartphones eines
Benutzers bekannt gemacht werden und es können sich mit der verbleibenden Zeit bis zum Einsteigen vielerlei weitere Möglichkeiten ergeben. Es können beispielsweise in den letzten Minuten vor dem Einstieg Meldungen oder Nachrichten an den Nutzer geschickt werden. Das so verfügbar gemachte Zeitfenster kann wertvoll sein, da einmal im Fahrzeug angekommen, die Aufmerksamkeit des Nutzers wahrscheinlich nicht mehr auf dem Smartphone liegt. Z.B. können etwaige Meldungen oder Nachrichten ausgelöst werden durch Werbeagenturen,
Büromanagementdienste, usw. Ist die Einstiegszeit bekannt, lässt sich daraus auch die
Verweildauer des Fahrzeugs am Parkplatz ableiten. Dadurch werden weitere Services/Dienste möglich. Einige Beispiele sind Software Updates, Tanken, Putzen, Pakete, Wäsche aus der Reinigung anliefern, Lademanagement für E-Autos, Laden vor der Abfahrt erspart das
Vorheizen im Winter, usw.
Im Folgenden wird das Verfahren 10 weiter aus Sicht der Netzwerkkomponente 200 in Fig. 2 beschrieben. In anderen Ausführungsbeispielen gelten diese Details analog, wenn die Daten im Fahrzeug 100 oder im Mobilgerät 300 zusammenlaufen. Insofern kann das Verfahren 10 ein Empfangen der personenbezogenen Daten von einem Mobilgerät 300 des Nutzers und ein Empfangen der fahrzeugbezogenen Daten von dem Fahrzeug 100 umfassen. Beispielsweise werden die Daten über Schnurlosschnittstellen und entsprechende Zugriffpunkte über das Internet an die Netzwerkkomponente 200 übertragen.
Das Verfahren 10 realisiert in manchen Ausführungsbeispielen einerseits einen Algorithmus, der aus kundenbezogenen/personenbezogenen Daten (z.B. GPS-Bewegungsdaten, von Global Positioning System) die Ankunft an einem bestimmten Ort (Parkplatz oder Haltestelle) vorhersagt und andererseits eines Cloud-Dienstes, mit dem diese Informationen allen interessierten Funktionen zur Verfügung gestellt wird. Das Schätzen 16 des Abfahrtzeitpunktes kann ein Bestimmen einer Ankunftszeit/Einstiegszeit des Nutzers an dem Fahrzeug 100 umfassen. Dabei sei herausgestellt, dass in vielen Fällen die Ankunftszeit des Nutzers am Fahrzeug 100 kurz vor der Abfahrtzeit des Fahrzeugs liegt. Es sind aber auch andere Fälle denkbar, bei denen der Nutzer zunächst eine Zeit im oder am Fahrzeug verweilt, bevor eine Fahrt beginnt. Denkbar sind Szenarien bei denen absehbar ist, dass auf mehrere Mitfahrer gewartet wird, bei denen bestimmte Nutzerroutinen oder Gewohnheiten oder auch terminierte Fahrten Vorkommen.
Das Verfahren 10 kann beispielsweise ein Bestimmen eines Standorts des Fahrzeugs 100 basierend auf den fahrzeugbezogenen Daten umfassen. Neben den bereits erwähnten GPS- Daten können auch andere Ortungsmechanismen zum Einsatz kommen, insbesondere dort, wo kein GPS-Signal verfügbar ist, z.B. in Tiefgaragen, Parkhäusern, Garagen usw. Alternative Mechanismen sind beispielsweise Ortung anhand von verfügbaren Mobilfunk- oder WLAN Netzen, Sensordaten des Fahrzeugs (z.B. optisch erfasste Parkplatznummer), usw. Darüber hinaus kann das Verfahren 10 ein Bestimmen einer Ankunft des Nutzers an dem Standort des Fahrzeugs 100 basierend auf den personenbezogenen Daten umfassen. Dabei können ebenfalls GPS-basierte oder ortungsbasierte Mechanismen zum Einsatz kommen.
Insofern kann in manchen Ausführungsbeispielen ein Bestimmen einer Nutzerverhaltensroutine basierend auf den personenbezogenen Daten und ein Bestimmen einer Fahrzeugroutine basierend auf den fahrzeugbezogenen Daten erfolgen. Das Schätzen 16 des
Abfahrtzeitpunktes kann dann auf einem Vergleich der Nutzerverhaltensroutine und der
Fahrzeugroutine basieren. Dabei kann ein Lernen von Routinen stattfinden, beispielsweise durch Erfassen von zeitlichen Informationen über Fahrzeugstarts und Fahrziele, wie es auch bei Navigationsprädiktion, auch P-NAV (von Predictive Navigation) genutzt wird. Ein Erlernen eines Nutzerverhaltens über Smart Phone Daten kann beispielsweise auch erfolgen, um die nächsten Fahrtziele vorzuschlagen und Navigationshinweise zu geben.
Das Bestimmen der Fahrzeugroutine kann also über ein Auswerten von Fahrzeugstarts und/oder von Fahrzeugzielen über einen Zeitraum anhand der fahrzeugbezogenen Daten geschehen (z.B. regelmäßiges Pendeln zwischen zwei Fahrtzielen zu bestimmten Zeiten). Das Bestimmen der Nutzerverhaltensroutine kann über ein Auswerten der personenbezogenen Daten hinsichtlich einer Mobilität des Nutzers erfolgen (z.B. regelmäßiges Verlassen eines Hauses/einer Wohnung/eines Büros oder regelmäßige Bewegung von Haus/Wohnung zu einer bestimmten Arbeitsadresse an Wochentagen - auch unter Nutzung verschiedener
Verkehrsmittel). Ausführungsbeispiele ermöglichen eine Kombination personenbezogener Daten wie Smart Phone Daten mit Fahrzeugdaten und können so eine zentrale Verfügbarkeit der Information "Einstiegszeitpunkt" bzw.„Abfahrtszeit“ in einem Cloud-Dienst schaffen.
Beispielsweise sammelt ein Smart Phone (Mobilgerät 300 in Fig. 2) Daten wie Mobilitätstatus (Ruhen, Gehen, Laufen, Autofahren), Standort und Bewegung
(GPS-Positionen) und Datenverbindungen (WLAN, Bluetooth, Mobilfunk) und sendet diese ins Cloud-Backend (an die Netzwerkkomponente 200 in Fig. 2).
Auf dem Server (Netzwerkkomponente 200) werden die Daten aufbereitet und zumindest in manchen Ausführungsbeispielen nach zwei Prinzipien analysiert. Einerseits wird nach
Verhaltensroutinen gesucht, die eine Vorhersage zu einer bestimmten Zeit an einem
bestimmten Ort ermöglichen (es werden Mobilitätsmuster gelernt). Andererseits werden
Echtzeit-Ereignisse (Real Time Events) beobachtet und der Zusammenhang mit einem folgenden Einstiegsereignis/Abfahrtereignis erlernt. Dabei können auch neuronale Netze und Mechanismen der künstlichen Intelligenz zum Einsatz kommen. Ein Lernmechanismus kann beispielsweise dadurch erzeugt werden, dass die geschätzten Abfahrtzeiten mit den
tatsächlichen Abfahrtzeiten verglichen werden und die jeweiligen Algorithmen basierend auf den Erfolgen bzw. Misserfolgen angepasst oder trainiert werden.
Die personenbezogenen Daten können dabei ein oder mehrere Elemente der Gruppe von einem Mobilitätsstatus des Nutzers, einem Standort des Nutzers, einer Bewegung des Nutzers, einer Datenverbindung des Nutzers, einem zeitlichen Verlauf des Mobilitätsstatus des Nutzers, einem zeitlichen Verlauf des Standorts des Nutzers, einem zeitlichem Verlauf der Bewegung des Nutzers und einem zeitlichen Verlauf von Datenverbindungen des Nutzers, enthalten.
Weitere Beispiele sind der Mobilitätsstatus, die Geo-Position, WLAN-, Bluetooth-Verbindungen, usw. Weitere Beispiele für genutzte Fahrzeugdaten sind Zündungsstart und -ende (Klemme 15), Parkposition, zeitliche Routinen, usw.
Ferner können Ausführungsbeispiele des Verfahrens 10 ein Bestimmen von Echtzeit- Ereignissen basierend auf den personenbezogenen Daten vorsehen und das Schätzen 16 des Abfahrtzeitpunktes kann zusätzlich basierend auf den Echtzeit-Ereignissen geschehen. Ein Real-Time-Event (Echtzeitereignis) kann beispielsweise das Trennen der heimischen WLAN- Verbindung sein oder auch die Annäherung der Smart Phone (Mobilgerät 300) Geo-Position an die Parkplatzposition.
Als Ergebnis gibt das Verfahren 10 des Dienstes die Ankunftszeit oder Abfahrtzeit einer Person an einem Einstiegsort aus. Neben dem Zeitpunkt kann auch die Wahrscheinlichkeit für das Eintreffen dieser Vorhersage angegeben werden. In einigen Ausführungsbeispielen gilt je kleiner der zeitliche Abstand zum Einstiegszeitpunkt wird, desto größer wird die
Wahrscheinlichkeit für das Eintreffen der Vorhersage, da die Informationen immer zuverlässiger werden. In anderen Worten kann das Verfahren 10 auch ein Bestimmen einer
Zuverlässigkeitsinformation für das Schätzen des Abfahrtzeitpunktes umfassen.
Manche Ausführungsbeispiele realisieren ein Verbinden von Smart Phone Daten und
Fahrzeugdaten. Dabei kann eine zentrale Bereitstellung der Einstiegs- oder Abfahrtsvorhersage zur Nutzung für eine Vielzahl von Funktionen erfolgen. Die Bereitstellung der Einstiegs- /Abfahrtszeit kann mit einer Wahrscheinlichkeit zu jedem Zeitpunkt an zentraler Stelle verfügbar gemacht werden. Wie bereits oben erläutert ist auch eine Erfassung der fahrzeugbezogenen Daten über das Mobilgerät 300 denkbar. Manche Ausführungsbeispiele schaffen dabei eine reine Smart Phone Anwendung ohne Fahrzeugdaten vom Fahrzeug direkt zu erfassen, sondern basierend auf fahrzeugbezogenen Daten, die vom Smartphone selbst und dessen Sensorik erfasst werden. Dann kann die lokale Sensorik des Mobilgerätes 300 (Infrastruktur) wie
Kameras, Mikrophone zur Vorhersage des Nutzerverhaltens genutzt werden.
Weil die Daten zumindest in einigen Ausführungsbeispielen einen direkten Personen- bzw. Fahrzeugbezug haben, kann daher eine hohe Genauigkeit der Schätzung16 ermöglicht werden. Da die personenbezogenen Daten in der Anzahl (gemäß des Datensparsamkeitsprinzips) überschaubar bleiben und die Anzahl der Partner in der Wirkkette klein ist kann die Schätzung 16 effizient erfolgen. Dabei können Datensicherheit, Transparenz und Löschbarkeit
nachvollziehbar gewährt werden und damit kann auch ein solides Vertrauensverhältnis zum Kunden aufgebaut werden. Ausführungsbeispiele können dabei Anwendung mit vielerlei Fahrzeugen finden. Beispiele sind Räder, Roller, Motoräder, LKWs (Lastkraftwagen), Buse, Segways, Luftfahrt, Eisenbahn, usw. Viele Servicedienstleistungen können von
Ausführungsbeispielen profitieren. Beispiele sind Mitfahrgelegenheitsdienste, Taxidienste, Shuttle-Dienste, Car-Sharing-Dienste, Parkplatzvermittungsdienste,
Ladestationsvermittlungsdienste, Verkehrsprognosedienste (wo fahren wieviele Fahrzeuge los), lokale Werbung, Stadtplanung, usw.
In einem weiteren Ausführungsbeispiel sieht das Verfahren ein Weiterleiten der geschätzten Abfahrtzeit an das Fahrzeug 100 oder ein Aktivieren einer die Abfahrt vorbereitenden
Maßnahme in dem Fahrzeug 100 vor. Dabei können beispielsweise die vorbereitenden
Maßnahmen fernaktiviert werden oder auch von Fahrzeug 100 selbst. Beispiele für solche Maßnahmen sind Regeln von Heizung, Kühlung, Lüftung, Einstellungen an Sitzen, Spiegeln oder benutzerspezifische Einstellungen des Navigationssystems (Ziele, Streckenvorlieben) bzw. des Entertainmentsystems (Radiosender, Onlinedienste, usw.). Auch kann in
Ausführungsbeispielen ein Vermitteln eines Parkplatzes des Fahrzeugs 100 basierend auf der geschätzten Abfahrtszeit erfolgen. Dies kann eine effizientere Parkplatzvermittlung und Nutzung bedingen.
Weitere Ausführungsbeispiele sind Computerprogramme zur Durchführung eines der hierin beschriebenen Verfahren, wenn das Computerprogramm auf einem Computer, einem
Prozessor, oder einer programmierbaren Hardwarekomponente abläuft. Je nach bestimmten Implementierungsanforderungen können Ausführungsbeispiele der Erfindung in Hardware oder in Software implementiert sein. Die Implementierung kann unter Verwendung eines digitalen Speichermediums, beispielsweise einer Floppy-Disk, einer DVD, einer Blu-Ray Disc, einer CD, eines ROM, eines PROM, eines EPROM, eines EEPROM oder eines FLASH-Speichers, einer Festplatte oder eines anderen magnetischen oder optischen Speichers durchgeführt werden, auf dem elektronisch lesbare Steuersignale gespeichert sind, die mit einer programmierbaren Hardwarekomponente derart Zusammenwirken können oder Zusammenwirken, dass das jeweilige Verfahren durchgeführt wird.
Eine programmierbare Hardwarekomponente kann durch einen Prozessor, einen
Computerprozessor (CPU = Central Processing Unit), einen Grafikprozessor (GPU = Graphics Processing Unit), einen Computer, ein Computersystem, einen anwendungsspezifischen integrierten Schaltkreis (ASIC = Application-Specific Integrated Circuit), einen integrierten Schaltkreis (IC = Integrated Circuit), ein Ein-Chip-System (SOC = System on Chip), ein programmierbares Logikelement oder ein feldprogrammierbares Gatterarray mit einem
Mikroprozessor (FPGA = Field Programmable Gate Array) gebildet sein.
Das digitale Speichermedium kann daher maschinen- oder computerlesbar sein. Manche Ausführungsbeispiele umfassen also einen Datenträger, der elektronisch lesbare Steuersignale aufweist, die in der Lage sind, mit einem programmierbaren Computersystem oder einer programmierbare Hardwarekomponente derart zusammenzuwirken, dass eines der hierin beschriebenen Verfahren durchgeführt wird. Ein Ausführungsbeispiel ist somit ein Datenträger (oder ein digitales Speichermedium oder ein computerlesbares Medium), auf dem das
Programm zum Durchführen eines der hierin beschriebenen Verfahren aufgezeichnet ist.
Allgemein können Ausführungsbeispiele der vorliegenden Erfindung als Programm, Firmware, Computerprogramm oder Computerprogrammprodukt mit einem Programmcode oder als Daten implementiert sein, wobei der Programmcode oder die Daten dahin gehend wirksam ist bzw. sind, eines der Verfahren durchzuführen, wenn das Programm auf einem Prozessor oder einer programmierbaren Hardwarekomponente abläuft. Der Programmcode oder die Daten kann bzw. können beispielsweise auch auf einem maschinenlesbaren Träger oder Datenträger
gespeichert sein. Der Programmcode oder die Daten können unter anderem als Quellcode, Maschinencode oder Bytecode sowie als anderer Zwischencode vorliegen.
Die oben beschriebenen Ausführungsbeispiele stellen lediglich eine Veranschaulichung der Prinzipien der vorliegenden Erfindung dar. Es versteht sich, dass Modifikationen und
Variationen der hierin beschriebenen Anordnungen und Einzelheiten anderen Fachleuten einleuchten werden. Deshalb ist beabsichtigt, dass die Erfindung lediglich durch den
Schutzumfang der nachstehenden Patentansprüche und nicht durch die spezifischen
Einzelheiten, die anhand der Beschreibung und der Erläuterung der Ausführungsbeispiele hierin präsentiert wurden, beschränkt sei. Bezugszeichenliste Verfahren zur Schätzung eines Abfahrtzeitpunktes eines Nutzers mit einem
Fahrzeug
Erhalten von fahrzeugbezogenen Daten über das Fahrzeug
Erhalten von personenbezogenen Daten über den Nutzer
Schätzen des Abfahrtzeitpunktes basierend auf den fahrzeugbezogenen Daten und den personenbezogenen Daten
Fahrzeug
Netzwerkkomponente
Mobilgerät
System

Claims

Patentansprüche
1. Verfahren (10) zur Schätzung eines Abfahrtzeitpunktes eines Nutzers mit einem Fahrzeug (100), mit
Erhalten (12) von fahrzeugbezogenen Daten über das Fahrzeug (100);
Erhalten (14) von personenbezogenen Daten über den Nutzer; und
Schätzen (16) des Abfahrtzeitpunktes basierend auf den fahrzeugbezogenen Daten und den personenbezogenen Daten.
2. Verfahren (10) gemäß Anspruch 1 , ferner umfassend Empfangen der personenbezogenen Daten von einem Mobilgerät (300) des Nutzers und Empfangen der fahrzeugbezogenen Daten von dem Fahrzeug (100).
3. Verfahren (10) gemäß einem der vorangehenden Ansprüche, wobei das Schätzen (16) des Abfahrtzeitpunktes ein Bestimmen einer Ankunftszeit des Nutzers an dem Fahrzeug (100) umfasst.
4. Verfahren (10) gemäß Anspruch 3, ferner umfassend Bestimmen eines Standorts des Fahrzeugs (100) basierend auf den fahrzeugbezogenen Daten und Bestimmen einer Ankunft des Nutzers an dem Standort des Fahrzeugs (100) basierend auf den personenbezogenen Daten.
5. Verfahren (10) gemäß einem der vorangehenden Ansprüche, ferner umfassend Bestimmen einer Nutzerverhaltensroutine basierend auf den personenbezogenen Daten und Bestimmen einer Fahrzeugroutine basierend auf den fahrzeugbezogenen Daten und Schätzen (16) des Abfahrtzeitpunktes basierend auf einem Vergleich der Nutzerverhaltensroutine und der
Fahrzeugroutine.
6. Verfahren (10) gemäß Anspruch 5, wobei das Bestimmen der Fahrzeugroutine ein Auswerten von Fahrzeugstarts und Fahrzeugzielen über einen Zeitraum anhand der fahrzeugbezogenen Daten umfasst, und wobei das Bestimmen der Nutzerverhaltensroutine ein Auswerten der personenbezogenen Daten hinsichtlich einer Mobilität des Nutzers umfasst.
7. Verfahren (10) gemäß einem der vorangehenden Ansprüche, wobei die personenbezogenen Daten ein oder mehrere Elemente der Gruppe von einem Mobilitätsstatus des Nutzers, einem Standort des Nutzers, einer Bewegung des Nutzers, einer Datenverbindung des Nutzers, einem zeitlichen Verlauf des Mobilitätsstatus des Nutzers, einem zeitlichen Verlauf des Standorts des Nutzers, einem zeitlichem Verlauf der Bewegung des Nutzers und einem zeitlichen Verlauf von Datenverbindungen des Nutzers, enthalten.
8. Verfahren (10) gemäß einem der vorangehenden Ansprüche, ferner umfassend Bestimmen von Echtzeit-Ereignissen basierend auf den personenbezogenen Daten und Schätzen (16) des Abfahrtzeitpunktes zusätzlich basierend auf den Echtzeit-Ereignissen.
9. Verfahren (10) gemäß einem der vorangehenden Ansprüche, ferner umfassend Bestimmen einer Zuverlässigkeitsinformation für das Schätzen (16) des Abfahrtzeitpunktes.
10. Verfahren (10) gemäß einem der vorangehenden Ansprüche, ferner umfassend Weiterleiten der geschätzten Abfahrtzeit an das Fahrzeug (100) oder Aktivieren einer die Abfahrt
vorbereitenden Maßnahme in dem Fahrzeug (100).
11. Verfahren (10) gemäß einem der vorangehenden Ansprüche, ferner umfassend Vermitteln eines Parkplatzes des Fahrzeugs (100) basierend auf der geschätzten Abfahrtszeit.
12. Computerprogramm zur Durchführung eines der Verfahren (10) nach einem der Ansprüche 1 bis 11 , wenn das Computerprogramm auf einem Computer, einem Prozessor, oder einer programmierbaren Hardwarekomponente abläuft.
13. Vorrichtung mit einem Kontrollmodul, das ausgebildet ist, um eines der Verfahren (10) der Ansprüche 1 bis 11 durchzuführen.
14. Netzwerkkomponente (200) mit einer Vorrichtung gemäß Anspruch 13.
15. Fahrzeug (100) mit einer Vorrichtung gemäß Anspruch 13.
EP19820737.5A 2018-12-13 2019-12-11 Verfahren, computerprogramm, vorrichtung, fahrzeug und netzwerkkomponente zur schätzung eines abfahrtzeitpunktes eines nutzers mit einem fahrzeug Pending EP3895086A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102018221688.6A DE102018221688A1 (de) 2018-12-13 2018-12-13 Verfahren, Computerprogramm, Vorrichtung, Fahrzeug und Netzwerkkomponente zur Schätzung eines Abfahrtzeitpunktes eines Nutzers mit einem Fahrzeug
PCT/EP2019/084575 WO2020120538A1 (de) 2018-12-13 2019-12-11 Verfahren, computerprogramm, vorrichtung, fahrzeug und netzwerkkomponente zur schätzung eines abfahrtzeitpunktes eines nutzers mit einem fahrzeug

Publications (1)

Publication Number Publication Date
EP3895086A1 true EP3895086A1 (de) 2021-10-20

Family

ID=68887043

Family Applications (1)

Application Number Title Priority Date Filing Date
EP19820737.5A Pending EP3895086A1 (de) 2018-12-13 2019-12-11 Verfahren, computerprogramm, vorrichtung, fahrzeug und netzwerkkomponente zur schätzung eines abfahrtzeitpunktes eines nutzers mit einem fahrzeug

Country Status (5)

Country Link
US (1) US12000708B2 (de)
EP (1) EP3895086A1 (de)
CN (1) CN113474771B (de)
DE (1) DE102018221688A1 (de)
WO (1) WO2020120538A1 (de)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220013012A1 (en) * 2020-07-10 2022-01-13 Toyota Motor Engineering & Manufacturing North America, Inc. Vehicle parking assistance
DE102022117425A1 (de) * 2022-07-13 2024-01-18 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Steuern einer Funktion eines Fahrzeugs, computerlesbares Medium, System und Fahrzeug
DE102024119660A1 (de) 2024-07-10 2026-01-15 Bayerische Motoren Werke Aktiengesellschaft Nutzerassistenzsystem und Nutzerassistenzverfahren für ein Fahrzeug
DE102024208481A1 (de) * 2024-09-06 2026-03-12 Volkswagen Aktiengesellschaft Verfahren und Assistenzsystem zum Steuern eines abgestellten Kraftfahrzeugs zur Abfahrtsoptimierung und entsprechend eingerichtetes Kraftfahrzeug

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150345958A1 (en) * 2014-05-27 2015-12-03 Atieva, Inc. Method of Controlling an Auxiliary Vehicle System
US20170316690A1 (en) * 2016-04-29 2017-11-02 AssetWorks LLC Systems and method for estimating and communicating parking lot utilization

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6317686B1 (en) * 2000-07-21 2001-11-13 Bin Ran Method of providing travel time
TWI395927B (zh) 2008-12-24 2013-05-11 Mitac Int Corp 提醒使用者未來約會之方法
DE102011003993A1 (de) * 2010-02-15 2011-08-18 DENSO CORPORATION, Aichi-pref. Laderegler und Navigationsvorrichtung für ein Plug-In-Fahrzeug
US20140012634A1 (en) * 2011-12-02 2014-01-09 Richard Frank Pearlman Geospatial data based assessment of fleet driver behavior
US9087453B2 (en) * 2013-03-01 2015-07-21 Palo Alto Research Center Incorporated Computer-implemented system and method for spontaneously identifying and directing users to available parking spaces
JP6623233B2 (ja) * 2015-05-20 2019-12-18 バイエリシエ・モトーレンウエルケ・アクチエンゲゼルシヤフト ユーザの外出の自動手配を支援する方法及び装置
DE102015007490B4 (de) 2015-06-11 2024-12-05 Audi Ag Verfahren zum Betreiben eines Fahrzeugs und Fahrzeug
US10583828B1 (en) * 2015-09-25 2020-03-10 Apple Inc. Position determination
US9810542B2 (en) * 2016-01-29 2017-11-07 Omnitracs, Llc Vehicle parking system
US9857796B2 (en) * 2016-05-11 2018-01-02 International Business Machines Corporation Vehicle positioning in a parking area
JP6477601B2 (ja) 2016-05-31 2019-03-06 トヨタ自動車株式会社 情報処理システム
GB2552360A (en) 2016-07-21 2018-01-24 Daimler Ag Method for operating a building automation system, control device as well as building automation system
CN107786393A (zh) * 2016-08-25 2018-03-09 大连楼兰科技股份有限公司 一种车联网及智能手机控制智能家居设备的方法和系统
CN107487281A (zh) * 2016-09-19 2017-12-19 宝沃汽车（中国）有限公司 一种车辆控制方法、车载终端以及车辆控制系统
US20180089621A1 (en) * 2016-09-29 2018-03-29 Ford Global Technologies, Llc Method and apparatus for coordinated food delivery
US11118932B2 (en) * 2017-04-27 2021-09-14 International Business Machines Corporation Finding available parking spaces using cognitive algorithms
JP7095968B2 (ja) * 2017-10-02 2022-07-05 トヨタ自動車株式会社 管理装置
US11183061B2 (en) * 2018-01-30 2021-11-23 Toyota Research Institute, Inc. Parking monitoring for wait time prediction
CN108407569B (zh) * 2018-03-02 2022-06-28 北京车和家信息技术有限公司 车载空调的控制方法、系统、计算机设备及车载空调系统
CN108974008B (zh) * 2018-08-06 2021-01-22 北京车和家信息技术有限公司 路线确定方法、系统、车载空调的控制方法及车辆

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150345958A1 (en) * 2014-05-27 2015-12-03 Atieva, Inc. Method of Controlling an Auxiliary Vehicle System
US20170316690A1 (en) * 2016-04-29 2017-11-02 AssetWorks LLC Systems and method for estimating and communicating parking lot utilization

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of WO2020120538A1 *

Also Published As

Publication number Publication date
US20220146275A1 (en) 2022-05-12
DE102018221688A1 (de) 2020-06-18
CN113474771A (zh) 2021-10-01
US12000708B2 (en) 2024-06-04
CN113474771B (zh) 2025-08-26
WO2020120538A1 (de) 2020-06-18

Similar Documents

Publication Publication Date Title
CN107161153B (zh) 一种驾驶行为评分方法及装置
DE102013107959B4 (de) Verfahren zur Unterstützung des Parkens von Fahrzeugen auf einer Parkfläche, Parkflächenmanagementsystem, fahrzeugseitiges System und Computerprogramm dafür
JP6919405B2 (ja) デジタルサイネージ制御装置、デジタルサイネージ制御方法、プログラム、記録媒体
EP3895086A1 (de) Verfahren, computerprogramm, vorrichtung, fahrzeug und netzwerkkomponente zur schätzung eines abfahrtzeitpunktes eines nutzers mit einem fahrzeug
DE112016003722T5 (de) Systeme und verfahren zum einstellen von fahrplänen und strecken für mitfahrgelegenheiten
DE102014224090A1 (de) Planung für multimodale strecke
EP2915153B1 (de) Fahrzeugassistenzvorrichtung
DE112018007300T5 (de) Routenführung mit wahrnehmung der umgebung
EP2872351B1 (de) Verfahren zum betreiben eines fahrerassistenzsystems für ein fahrzeug und fahrerassistenzsystem für ein fahrzeug
DE112017003780T5 (de) Drahtloses Kommunikationssystem, Informationserfassungsendgerät, Computerprogramm, Verfahren zum Bestimmen, ob bereitgestellte Informationen übernommen werden sollen
DE102017115487A1 (de) Verfahren und Vorrichtung zum Steuern eines Fahrzeugs basierend auf einem Vorhersagen eines Fahrtzieles
DE102011122191A1 (de) Verfahren und Vorrichtung zur Unterstützung eines Fahrers bei einer Parkplatzsuche
JP2017091008A (ja) データ処理方法およびデータ処理システム
JP2020013374A (ja) 車両メンテナンス管理システム及び車両メンテナンス管理方法
DE102010003249A1 (de) Datenverarbeitung in einem Fahrzeug
DE102013000385A1 (de) Verfahren und Navigationssystem zum Ermitteln eines Fahrroutenvorschlags für eine bevorstehende Fahrt mit einem Kraftwagen
CN105844951A (zh) 车联网停车管理方法
JP5174728B2 (ja) 列車運行予測装置
WO2019110584A1 (de) Verfahren zur organisation mehrerer fahrzeuge einer fahrzeugflotte zur personenbeförderung und servereinrichtung zum durchführen des verfahrens
CN112508228A (zh) 一种驾驶行为风险预测方法及系统
DE102023118065A1 (de) Verfahren und vorrichtung zur bereitstellung einer schnittstelle für fahrer
DE102019116087A1 (de) Verfahren und system zum bestimmen eines lokalen haltepunkts eines fahrzeugs
DE102017217131B3 (de) Verfahren zur Unterstützung einer Parkplatzsuche für einen Fahrzeugführer eines Lastkraftwagens sowie ein System, welches dazu eingerichtet ist, ein solches Verfahren durchzuführen
CN115909766A (zh) 面向城市快速路交通的预约出行方法
DE102022003430A1 (de) Verfahren und System für die Interaktion zwischen Fahrzeug und Nutzer

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20210813

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20220502