FR3139781A1 - Procédé d’estimation d’un état d’un véhicule automobile, et système associé - Google Patents

Procédé d’estimation d’un état d’un véhicule automobile, et système associé Download PDF

Info

Publication number
FR3139781A1
FR3139781A1 FR2209543A FR2209543A FR3139781A1 FR 3139781 A1 FR3139781 A1 FR 3139781A1 FR 2209543 A FR2209543 A FR 2209543A FR 2209543 A FR2209543 A FR 2209543A FR 3139781 A1 FR3139781 A1 FR 3139781A1
Authority
FR
France
Prior art keywords
vehicle
physical quantities
véhicule
physical
estimation method
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
FR2209543A
Other languages
English (en)
Inventor
Benjamin Petit
Stephane Maurel
Gregory Bouquin
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.)
PSA Automobiles SA
Original Assignee
PSA Automobiles SA
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 PSA Automobiles SA filed Critical PSA Automobiles SA
Priority to FR2209543A priority Critical patent/FR3139781A1/fr
Publication of FR3139781A1 publication Critical patent/FR3139781A1/fr
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • 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
    • 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
    • G07C5/0808—Diagnosing performance 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
    • 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
    • B60W50/04—Monitoring the functioning of the control system
    • B60W50/045—Monitoring control system parameters
    • B60W2050/046—Monitoring control system parameters involving external transmission of data to or from the vehicle, e.g. via telemetry, satellite, Global Positioning System [GPS]
    • 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
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/06—Combustion engines, Gas turbines
    • B60W2510/0657—Engine torque
    • 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
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/24—Energy storage means
    • B60W2510/242—Energy storage means for electrical energy
    • B60W2510/244—Charge state
    • 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
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/13—Mileage
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Hybrid Electric Vehicles (AREA)

Abstract

Procédé d’estimation d’un état d’un premier véhicule automobile (100), caractérisé en ce qu’il comprend les étapes suivantes, lorsque le premier véhicule (100) circule : Mesure, par ledit premier véhicule (100), d’une première pluralité de grandeurs physiques (les grandeurs physiques variants lorsque le premier véhicule circule), la première pluralité de grandeurs physiques comprenant une première partie de grandeurs physiques et une deuxième partie de grandeurs physiques,Emission, de la première partie de grandeurs physiques, par l’intermédiaire d’un réseau de communication mobile (500), par le premier véhicule (100), à destination d’un serveur (400) comprenant un modèle d’apprentissage automatique (410), Détermination, par le modèle d’apprentissage automatique (410), d’une première donnée physique, à partir de la première partie de grandeurs physiques. Figure pour l’abrégé : figure 2

Description

Procédé d’estimation d’un état d’un véhicule automobile, et système associé
L’invention concerne la maintenance préventive et prédictive des véhicules automobiles.
Aujourd’hui, de nombreuses informations sont collectées dans un véhicule automobile. Une grande partie de ces informations, parce qu’elles sont représentatives de l’état physique du véhicule automobile ou des contraintes physiques subies par le véhicule automobile, peuvent servir de base à une maintenance prédictive du véhicule automobile.
Ces informations, parce qu’elles sont représentatives des contraintes subies par les pièces des véhicules automobiles peuvent également servir à dimensionner les véhicules automobiles lors de leur conception.
Toutefois, l’envoi de ces informations, qui constituent un volume important, à un serveur pour analyse, peut s’avérer coûteux. L’envoie de ces informations peut également ne pas être conforme aux règles de confidentialité des données personnelles.
Pour remédier à un cet inconvénient, l’invention concerne un procédé d’estimation d’un état d’un premier véhicule automobile, caractérisé en ce qu’il comprend les étapes suivantes, lorsque le premier véhicule circule (par exemple, sur une route) :
  • Mesure, par (autrement dit : dans) ledit premier véhicule, d’une première pluralité de grandeurs physiques (les grandeurs physiques variants lorsque le premier véhicule circule), la première pluralité de grandeurs physiques comprenant une première partie de grandeurs physiques et une deuxième partie de grandeurs physiques (N.B. : préférentiellement, la première partie et la deuxième partie forment des ensembles disjoints),
  • Emission, de la première partie de grandeurs physiques, par l’intermédiaire d’un réseau de communication mobile, par le premier véhicule, à destination d’un serveur comprenant un modèle d’apprentissage automatique (autrement dit : un algorithme entrainé par un apprentissage (automatique)),
  • Détermination, par le modèle d’apprentissage automatique (du serveur), d’une première donnée physique, par exemple, représentative de l’état physique du premier véhicule automobile ou des contraintes physiques subies par le premier véhicule automobile (par exemple, d’une fatigue ou d’une usure du véhicule automobile) résultant de la circulation du premier véhicule, à partir de la première partie de grandeurs physiques (en entrée du modèle d’apprentissage).
Ainsi, le modèle d’apprentissage automatique, en déterminant la première données à partir de la première partie de grandeurs physique permet d’éviter l’émission de données par le premier véhicule, par exemple de la deuxième partie de grandeurs physiques.
Selon un mode de réalisation, la première donnée est déterminable (autrement dit : peut-être déterminée) par un algorithme déterministe (un algorithme déterministe est un algorithme qui, étant donné une entrée particulière, produira toujours la même sortie, la machine d’état sous-jacente passant toujours par la même séquence d'états) à partir (en entrée de l’algorithme déterministe) (d’une ou plusieurs valeurs) de la deuxième partie de grandeurs physiques ou, à partir (d’une ou plusieurs valeurs) de la deuxième partie de grandeurs physiques et (d’une valeur) de la première partie de grandeurs physiques. Autrement dit, selon un mode de réalisation, la première donnée est déterminable (autrement dit : peut-être déterminée) de manière déterministe à partir de la deuxième partie de grandeurs physiques et éventuellement à partir de la première partie de grandeurs physiques.
L’algorithme déterministe peut être par exemple une (simple) opération arithmétique ou un algorithme.
En variante, la première donnée est une des grandeurs physiques de la deuxième partie.
En variante, la première donnée ne peut être obtenue de manière déterministe ni à partir de la deuxième partie de grandeurs physiques, ni à partir de la deuxième partie de grandeurs physiques et de la première partie de grandeurs physiques.
Par exemple, (selon un exemple 1) la première donnée est NC3(NC puissance 3) et NC7(NC puissance 7) où NC est le produit du (ou d’un) régime (instantané) du moteur (de propulsion) du premier véhicule par le (ou un) couple du moteur (de propulsion) du premier du véhicule.
NC3est par exemple utilisé pour dimensionner la durabilité aux transferts du couple de la transmission. NC7est utilisé pour déterminer la limite d’endurance de la transmission.
Par exemple, (selon un exemple 1 bis) la première partie de grandeurs physiques comprends le (ou un) régime du moteur (de propulsion) du premier véhicule et la (ou une) vitesse de déplacement du premier véhicule lorsqu’il circule (sur une route).
La première partie de grandeurs physique peut comprendre (également ou en variante) les grandeurs physiques suivantes :
  • Une température (instantanée) d’huile moteur (du moteur de propulsion du premier véhicule),
  • Une température ambiante (instantanée) extérieure au premier véhicule,
  • Une information selon laquelle le système d’antiblocage des roues (connu sous le sigle « ABS ») du premier véhicule intervient (pour limiter un blocage ou un patinage des roues) ou selon laquelle le correcteur électronique de trajectoire (connu sous le sigle « ESP ») du premier véhicule intervient (pour corriger la trajectoire en agissant sur le système de freinage ainsi que sur le couple moteur du moteur de propulsion du premier véhicule),
  • Une altitude géographique du premier véhicule.
Par exemple, (selon un exemple 2) la première donnée est un état de charge d’une batterie d’un premier véhicule à moteur de propulsion thermique.
Par exemple, (selon un exemple 2 bis) la première partie de grandeurs physiques comprends un nombre de démarrage et/ou arrêts du premier véhicule et un kilométrage du premier véhicule.
La première partie de grandeur physique peut comprendre, également ou en variante, d’autres grandeurs.
Selon un mode de réalisation, le modèle d’apprentissage est une forêt d'arbres décisionnels (appelée aussi une forêt aléatoire) ou un une amplification de gradient. D’autres modèles peuvent également utilisés.
Par exemple, le procédé d’estimation comprend une étape d’entrainement du modèle d’apprentissage à partir de données d’entrainement étiquetées par des données de résultat.
Selon un mode de réalisation le procédé comprend, en outre, les étapes suivantes (préférentiellement répétée pour plusieurs troisièmes véhicules différents et avec des paramètres différents) :
  • Circulation d’un deuxième véhicule,
  • Mesure par (autrement dit : dans) ledit deuxième véhicule, d’une deuxième pluralité de grandeurs physiques (les grandeurs physiques variants lorsque le deuxième véhicule circule),
  • Les données de résultat étants obtenues à partir de la deuxième pluralité de grandeurs physiques (par exemple les données de résultat sont identiques aux grandeurs physiques).
La mesure, par le premier véhicule ou le deuxième véhicule, est par exemple réalisée par un capteur du véhicule.
Selon un mode de réalisation, le procédé comprend en outre les étapes suivantes (préférentiellement répétée pour plusieurs troisièmes véhicules différents et avec des paramètres différents) :
  • Calcul d’une deuxième pluralité de grandeurs physique par simulation d’une circulation d’un troisième véhicule (fictif) selon des paramètres prédéterminés,
  • Les données de résultat étants obtenues à partir de la deuxième pluralité de grandeurs physiques (par exemple les données de résultat sont identiques aux grandeurs physiques).
Par exemple, les paramètres prédéterminés sont des vitesses (instantanées) de circulation et des couples (instantanés) du (ou d’un) moteur de propulsion du troisième véhicule.
Par exemple, la deuxième pluralité de grandeurs physiques peut comprendre les exemples donnés ci-dessus pour la première partie de grandeurs physiques.
Selon un mode de réalisation, les données d’entrainement sont obtenues à partir de la deuxième pluralité de grandeurs physiques.
En variante, les données d’entrainement sont des valeurs prédéterminées.
Par exemple (dans le cas de l’exemple 1 et 1bis) :
  • La deuxième pluralité de grandeurs physiques comprend le (ou un) régime du moteur (de propulsion) du deuxième véhicule ou troisième véhicule, le (ou un) couple du moteur (de propulsion) du deuxième véhicule ou troisième véhicule et la (ou une) vitesse de déplacement du deuxième véhicule ou troisième véhicule.
  • Les données d’entrainement comprennent le (ou d’un) régime du moteur (de propulsion) du deuxième véhicule ou troisième véhicule, et la (ou une) vitesse de déplacement du deuxième ou troisième véhicule.
  • Les données de résultat comprennent NC3(NC puissance 3) et NC7(NC puissance 3),
En variante (dans le cas de l’exemple 2 et 2bis) :
  • La deuxième pluralité de grandeurs physiques comprend un état de charge d’une batterie du deuxième véhicule ou troisième véhicule, un nombre de démarrage et/ou arrêts du deuxième véhicule ou troisième véhicule et le (ou un) kilométrage du deuxième véhicule ou troisième véhicule,
  • Les données d’entrainement comprennent un nombre de démarrage et/ou arrêts du deuxième véhicule ou troisième véhicule et le (ou un) kilométrage du deuxième véhicule ou troisième véhicule,
  • Les données de résultats comprennent un état de charge d’une batterie du deuxième véhicule ou troisième véhicule à moteur de propulsion thermique.
L’invention concerne également un système comprenant un véhicule et un serveur configurés pour mettre en œuvre les étapes du procédé selon l’invention.
Ainsi, selon un mode de réalisation, l’invention concerne un système d’estimation de l’état d’un premier véhicule automobile, caractérisé en ce qu’il comprend :
  • Un serveur comprenant un modèle d’apprentissage automatique,
  • Un premier véhicule configuré pour mettre en œuvre les étapes suivantes:
  • Mesure d’une première pluralité de grandeurs physiques (les grandeurs physiques variants lorsque le véhicule circule), la première pluralité de grandeurs physiques comprenant une première partie de grandeurs physiques et une deuxième partie de grandeurs physiques (N.B. : par exemple, la première partie et la deuxième partie forment des ensemble disjoints),
  • Emission, par l’intermédiaire d’un réseau de communication mobile, à la destination du serveur, de la première partie de grandeurs physiques, par exemple, représentative de l’état physique du véhicule automobile ou des contraintes physiques subies par le véhicule automobile (par exemple, d’une fatigue ou d’une usure du véhicule automobile), à partir de la première partie de grandeurs physiques (en entrée du modèle d’apprentissage).
    • Le modèle d’apprentissage automatique, étant configuré pour déterminer une première donnée, à partir de la première partie de grandeur physique.
Les caractéristiques et avantages du système selon l’invention sont identiques à ceux du procédé selon l’invention ci-dessus, c’est pourquoi, ils ne sont pas repris ici.
On entend qu’un élément tel que le véhicule, le serveur ou un autre élément) est « configuré pour » réaliser ou mettre en œuvre une étape ou une opération, par le fait que l’élément comporte des moyens pour (autrement dit « est conformé pour » ou « est adapté pour ») réaliser l’étape ou l’opération. Il s’agit préférentiellement de moyens électroniques, par exemple d’un programme d’ordinateur, de données en mémoire et/ou de circuits électroniques spécialisés.
Lorsqu’une étape ou une opération est réalisée (autrement dit : mise en œuvre) par un tel élément, cela implique généralement que l’élément comporte des moyens pour (autrement dit « est conformé pour » ou « est adapté pour » ou « est configuré pour ») réaliser l’étape ou l’opération. Il s’agit également par exemple de moyens électroniques, par exemple un programme d’ordinateur, des données en mémoire et/ou des circuits électroniques spécialisés.
D’autres caractéristiques et avantages de la présente invention apparaitront plus clairement à la lecture de la description détaillée qui suit comprenant des modes de réalisation de l’invention donnés à titre d’exemples nullement limitatifs et illustrés par les dessins annexés, dans lesquels.
représente un système selon un mode de réalisation de l’invention.
représente la mise en œuvre du procédé selon l’invention, selon un exemple de réalisation, par le système de la .
Description détaillée d’un exemple de réalisation de l’invention
En référence aux figures 1 à 2, à l’étape S10, un véhicule automobile 200 circule sur une route 300. Le véhicule automobile 200 comprend un moteur 210 de propulsion d’un véhicule automobile 200 et une batterie 220. Le véhicule 100 et le serveur 400 constituent un système d’estimation 1000 de l’état du véhicule 100.
A l’étape S20, le véhicule 200 mesure les données suivantes, lorsque le deuxième véhicule 200 circule :
  • le régime de son moteur de propulsion 210,
  • le couple de son moteur 210 de propulsion, et
  • une vitesse de déplacement du deuxième véhicule 200 sur la route 300.
La mesure est par exemple réalisée par un capteur du véhicule 200.
En variante, ces données peuvent être obtenues par simulation, par exemple par le serveur 400, d’une circulation d’un véhicule fictif à des vitesses (instantanées) de circulation et des couples (instantanés) du moteur de propulsion du véhicule fictif (en entrée de la simulation).
A l’étape S30, le véhicule 200 transmet, par exemple à l’aide d’un module de communication du véhicule, ces données au serveur 400, par exemple, par l’intermédiaire du réseau de télécommunication mobile 500 ou par un autre type de moyen de communication.
A l’étape S40, le serveur 400 calcule NC, le produit du régime et du couple ainsi reçus par le serveur 400, et NC3(NC puissance 3) et NC7(NC puissance 7).
A l’étape S50, le modèle d’apprentissage 410 est entrainé de manière supervisée avec en entrée le régime et la vitesse étiquetée par NC3et NC7.
Les étape S20 à S50 peuvent être répétées pour entrainer le modèle d’apprentissage 410.
Selon un mode de réalisation, le model d’apprentissage est une forêt d'arbres décisionnels ou un une amplification de gradient. L’entrainement du modèle d’apprentissage est réalisé de manière connue de l’homme du métier.
A l’étape S60, un véhicule automobile 100 circule sur une route 300. Le véhicule automobile 100 comprend un moteur 110 de propulsion et une batterie 120.
A l’étape S70, le véhicule 100 mesure les données suivantes, lorsque le véhicule 100 circule :
  • le régime de son moteur de propulsion 110, et
  • une vitesse de déplacement du véhicule 100 sur la route 300.
A l’étape S80, le véhicule 100 émet ces données, par l’intermédiaire d’un réseau de communication mobile 500, à destination du serveur 400 comprenant un modèle d’apprentissage automatique 410.
A l’étape S90, le modèle d’apprentissage automatique 410 détermine NC3et NC7 à partir du régime et de la vitesse.
En variante, dans les étapes S20 à S90 :
  • Le régime est remplacé par le nombre de démarrage du véhicule (100 et 200 et le véhicule virtuel),
  • La vitesse est remplacée par le kilométrage du véhicule (100 et 200 et le véhicule virtuel),
  • NC3et NC sont remplacés par un état de charge d’une batterie des véhicule (100 et 200 et le véhicule virtuel).

Claims (10)

  1. Procédé d’estimation d’un état d’un premier véhicule automobile (100), caractérisé en ce qu’il comprend les étapes suivantes, lorsque le premier véhicule (100) circule :
    • Mesure (S70), par ledit premier véhicule (100), d’une première pluralité de grandeurs physiques, la première pluralité de grandeurs physiques comprenant une première partie de grandeurs physiques et une deuxième partie de grandeurs physiques,
    • Emission (S80), de la première partie de grandeurs physiques, par l’intermédiaire d’un réseau de communication mobile (500), par le premier véhicule (100), à destination d’un serveur (400) comprenant un modèle d’apprentissage automatique (410),
    • Détermination (S90), par le modèle d’apprentissage automatique (410), d’une première donnée physique, à partir de la première partie de grandeurs physiques.
  2. Procédé d’estimation selon la revendication 1 dans lequel la première donnée est NC3et NC7, où NC est le produit d’un régime du moteur (110) du premier véhicule (110) par le couple du moteur (110) du premier du véhicule (100).
  3. Procédé d’estimation selon la revendication précédente dans lequel la première partie de grandeurs physiques comprends un régime du moteur (110) du premier véhicule (110) et une vitesse de déplacement du premier véhicule (100).
  4. Procédé d’estimation selon la revendication 1 dans lequel la première donnée est un état de charge d’une batterie (120) d’un premier véhicule (100) à moteur de propulsion (110) thermique.
  5. Procédé d’estimation selon la revendication précédente dans lequel la première partie de grandeurs physiques comprends un nombre de démarrage et/ou d’arrêts du premier véhicule (100) et un kilométrage du premier véhicule (100).
  6. Procédé d’estimation selon une quelconque des revendications précédentes, le procédé d’estimation comprenant une étape d’entrainement (S50) du modèle d’apprentissage (410) à partir de données d’entrainement étiquetées par des données de résultat.
  7. Procédé d’estimation selon la revendication 6 comprenant en outre l’étapes suivantes :
    • Circulation (S10) d’un deuxième véhicule (200),
    • Mesure (S20) par ledit deuxième véhicule (200), d’une deuxième pluralité de grandeurs physiques,
    Les données de résultat étants obtenues à partir de la deuxième pluralité de grandeurs physiques.
  8. Procédé d’estimation selon la revendication 6 comprenant en outre l’étapes suivantes:
    • Calcul d’une deuxième pluralité de grandeurs physique par simulation d’une circulation d’un troisième véhicule selon des paramètres prédéterminés,
    Les données de résultat étants obtenues à partir de la deuxième pluralité de grandeurs physiques.
  9. Procédé d’estimation selon l’une quelconques des revendication 7 ou 8 dans lequel les données d’entrainement sont obtenues à partir de la deuxième pluralité de grandeurs physiques.
  10. Système d’estimation (1000) de l’état d’un premier véhicule (100) automobile (100), caractérisé en ce qu’il comprend :
    • Un serveur (400) comprenant un modèle d’apprentissage automatique (410),
    • Un premier véhicule (100) configuré pour mettre en œuvre les étapes suivantes:
      • Mesure (S70) d’une première pluralité de grandeurs physiques, la première pluralité de grandeurs physiques comprenant une première partie de grandeurs physiques et une deuxième partie de grandeurs physiques,
      • Emission (S80), par l’intermédiaire d’un réseau de communication mobile (500), à la destination du serveur (400) la première partie de grandeurs physiques à partir de la première partie de grandeurs physiques.
    • Le modèle d’apprentissage automatique (410), étant configuré pour déterminer une première donnée physique, à partir de la première partie de grandeur physique.
FR2209543A 2022-09-21 2022-09-21 Procédé d’estimation d’un état d’un véhicule automobile, et système associé Pending FR3139781A1 (fr)

Priority Applications (1)

Application Number Priority Date Filing Date Title
FR2209543A FR3139781A1 (fr) 2022-09-21 2022-09-21 Procédé d’estimation d’un état d’un véhicule automobile, et système associé

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2209543A FR3139781A1 (fr) 2022-09-21 2022-09-21 Procédé d’estimation d’un état d’un véhicule automobile, et système associé
FR2209543 2022-09-21

Publications (1)

Publication Number Publication Date
FR3139781A1 true FR3139781A1 (fr) 2024-03-22

Family

ID=83899747

Family Applications (1)

Application Number Title Priority Date Filing Date
FR2209543A Pending FR3139781A1 (fr) 2022-09-21 2022-09-21 Procédé d’estimation d’un état d’un véhicule automobile, et système associé

Country Status (1)

Country Link
FR (1) FR3139781A1 (fr)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160349330A1 (en) * 2015-06-01 2016-12-01 Verizon Patent And Licensing Inc. Systems and methods for determining vehicle battery health
US20180322711A1 (en) * 2017-05-08 2018-11-08 Lear Corporation Vehicle communication network

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160349330A1 (en) * 2015-06-01 2016-12-01 Verizon Patent And Licensing Inc. Systems and methods for determining vehicle battery health
US20180322711A1 (en) * 2017-05-08 2018-11-08 Lear Corporation Vehicle communication network

Similar Documents

Publication Publication Date Title
FR3074123A1 (fr) Evaluation d'un style de conduite d'un conducteur d'un vehicule routier en mouvement par apprentissage automatique
LU102193B1 (en) Method for predicting single-vehicle emission
EP3608847A1 (fr) Dispositif et procédé de classification multi-classes par apprentissage automatique
FR3139781A1 (fr) Procédé d’estimation d’un état d’un véhicule automobile, et système associé
EP2785553A2 (fr) Procede d'estimation de la consommaton energetique d'un vehicule automobile
EP3154839B1 (fr) Procédé d'aide a la conduite destine a sensibiliser le conducteur d'un véhicule a la consommation en carburant et/ou autre source de consommation du véhicule
EP3515763B1 (fr) Procédé et dispositif d'analyse de la répartition des dépenses énergétiques d'un véhicule automobile
FR3092057A1 (fr) Procédés et dispositifs de maintenance prédictive de composants d’un véhicule routier
FR2549143A1 (fr) Methode de controle de l'alimentation en carburant, pour moteurs a combustion interne en phase d'acceleration
FR2704491A1 (fr) Système de commande du couple d'une roue entraînée.
FR3055283A1 (fr) Procede de controle d'un couple moteur d'un vehicule, notamment automobile
CN115655735A (zh) 一种驱动系统耐久载荷谱生成方法
FR3073186B1 (fr) Supervision electrique d’un generateur de sensation de freinage
WO2020048770A1 (fr) Prédiction d'un paramètre de recalage cartographique par apprentissage profond
KR102670632B1 (ko) 벨트구동 스타트 제너레이터를 사용한 터보랙 제거장치 및 방법
FR3074104A1 (fr) Moteur a reglage predictif, controleur de moteur et procede de reglage automatique de moteur
EP3080565B1 (fr) Dispositif et procédé d'estimation de la masse totale d'un véhicule automobile a étalonnage embarque de capteurs de débattement des suspensions
CN115855496B (zh) 车辆轮毂轴承的剩余寿命监控方法、装置、设备及介质
EP3214293A1 (fr) Procede et dispositif de calcul d'une quantite d air dans un collecteur d admission de moteur de vehicule et vehicule associe
FR3035450A1 (fr) Procede et dispositif de surveillance des quantites de carburant injectees dans un moteur a combustion interne
FR3112622A1 (fr) Procédé et système de maintenance prédictive
WO2019243399A1 (fr) Procédé de mesure d'une grandeur physique par un capteur numérique
FR3139643A1 (fr) Augmentation de données à partir d’une série temporelle de la vitesse instantanée d’un véhicule automobile
FR3136578A1 (fr) Procédé de prévision de dépassement de vitesse limite autorisée dans un tronçon routier, et dispositif associé
WO2022152985A1 (fr) Procédé et système pour déterminer des données caractérisant au moins une évolution de la température d'un composant d'un véhicule automobile au cours d'un intervalle de temps

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2