KR101853528B1 - 차량의 구성을 위한 장치 및 방법 - Google Patents
차량의 구성을 위한 장치 및 방법 Download PDFInfo
- Publication number
- KR101853528B1 KR101853528B1 KR1020150117645A KR20150117645A KR101853528B1 KR 101853528 B1 KR101853528 B1 KR 101853528B1 KR 1020150117645 A KR1020150117645 A KR 1020150117645A KR 20150117645 A KR20150117645 A KR 20150117645A KR 101853528 B1 KR101853528 B1 KR 101853528B1
- Authority
- KR
- South Korea
- Prior art keywords
- parameter
- user
- vehicle
- facility
- plant
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 41
- 230000007704 transition Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 15
- 238000010276 construction Methods 0.000 description 6
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000008094 contradictory effect Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000005309 stochastic process Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/037—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for occupant comfort, e.g. for automatic adjustment of appliances according to personal settings, e.g. seats, mirrors, steering wheel
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0621—Item configuration or customization
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Navigation (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
실시예들은 차량의 구성을 위한 장치(100)에 관한 것이다. 장치(100)는 사용자가 원하는 적어도 하나의 제1 차량 설비 매개변수(140)를 수신하기 위한 인터페이스(110)를 포함한다. 장치(100)는 허용되는 복수의 차량 구성들을 저장하기 위한 데이터 메모리(120)를 더 포함한다. 허용되는 차량 구성은 서로 조합 가능한 복수의 차량 설비 매개변수들에 의해 특징지어진다. 장치(100)는 사용자가 원하는 제 설비 매개변수(140) 및 제2 설비 매개변수의 상관관계에 기반하여, 복수의 허용되는 차량 구성들로부터 잠재적으로 사용자가 원하는 차량 구성을 판단하는 프로세서(130)를 더 포함한다. 잠재적으로 사용자가 원하는 차량 구성은 사용자가 원하는 제1 설비 매개변수(140) 및 적어도 제2 설비 매개변수에 의해 특징지어진다.
Description
본 실시예들은 차량의 구성을 위한 장치 및 방법에 관한 것이다.
차량 공급사에서는 차량을 선택하는 이용자를 지원하기 위해 대부분의 경우 제품 콘피규레이터(product configurator)가 사용되며, 이는 공급자측의 컴퓨터 시스템에서 작동할 수 있다. 시스템측의 지원에도 불구하고 제품 구성 공정은 사용자에 의해 취소될 수 있다. 이는 부분적으로, 공정 중에 특정한 단계 순서에 의해 논리적인 모순이 발생하거나 제조 가능성의 한계에 부딪히는 구성 상황에 이르게 되는 것에 기인할 수 있다.
이를 해결하기 위해, 종래 해결 방법에 따르면 사용자에게는 사전에 정의된 차량 구성이 제공될 수 있다. 그러나 실무에서 이러한 패키지 조합은 문제가 있다. 대량생산된 모델을 위한 시장(BTS-시장)을 위해 차량 구성은 이제까지 판매 수량 또는 판매 경험을 기초로 하여 생성될 수 있다. 그러나 통계학에 기반을 둔 자동화 구성을 위한 시스템측의 지원은 제공될 수 없다.
또한 종래 해결 방법에 따르면 제약 사항을 해결하기 위한 알고리즘(제약 조건 해결기, Constraint Solver)이 사용될 수 있다. 그러나 이는 산출 소요 시간을 예측할 수 없고, 소요 시간은 경우에 따라 기하급수적으로 증가할 수 있다. 적합한 발견적 방법을 사용하더라도, 기껏해야 이 문제를 감소시킬 수 있다.
이러한 방식으로, 모순 또는 제약으로 인하여 사용자가 취소가 불가피한 구성 상황에 대해 대처할 수 있다고 하더라도, 조건적인 확률에 기반한 다른 특성들에 대한 공급자측의 권장 사항이 가능하지 않을 수 있다. 개별적인 설비 매개변수(예컨대 차량의 특성, 품목 또는 속성) 사이의 종속성 또는 제약에 관한 정보 및 시간에 따른 이러한 매개변수의 가능한 변동에 관한 정보는 가급적 고려되지 않을 수 있다. 따라서, 상황에 따라 예컨대 어떤 권장 사항들은 아마도 구현이 불가능한 것일 수 있다.
그러므로 이용 가능한 정보들이 자동차 콘피규레이터에 의해 고려되는 것에 관한 구상을 개선하고, 구성 과정의 흐름을 간략화하는 것이 필요하다.
이러한 필요에 따라, 독립 청구항의 특징들을 갖는 장치, 방법 및 컴퓨터 프로그램이 고려된다. 다른 유리한 실시 형태들 및 발전예들은 종속항들의 주제이다.
제1 견지에 따르면, 실시예들은 차량의 구성을 위한 장치에 관련한다. 장치는 사용자가 원하는 적어도 하나의 제1 차량 설비 매개변수를 수신하기 위한 인터페이스를 포함한다. 또한, 장치는 허용되는 복수의 차량 구성들을 저장하기 위한 데이터 메모리를 포함한다. 허용되는 차량 구성은 서로 조합 가능한 복수의 차량 설비 매개변수들에 의해 특징지어진다. 장치는 사용자가 원하는 제1 설비 매개변수 및 적어도 하나의 제2 설비 매개변수의 상관관계에 기반하여, 허용되는 복수의 차량 구성들로부터 잠재적으로 사용자가 원하는 하나의 차량 구성을 판단하는 프로세서를 더 포함한다. 잠재적으로 사용자가 원하는 차량 구성은 사용자가 원하는 제1 설비 매개변수 및 적어도 제2 설비 매개변수에 의해 특징지어진다. 이를 통해, 차량 콘피규레이터에는 추가적으로, 구성 선택 시 원하지 않거나 모순적이거나 허용되지 않는 차량 구성을 생략할 수 있는 방법을 사용할 수 있게 될 수 있다. 이는 사용자의 이용을 경우에 따라 간단하게 만들 수 있다. 또한, 여타의 조합 가능성들 및 여타의 차량 구성들이 가급적 더 간단한 방식으로 산출될 수 있다. 또한, 공장 논리가 개선될 수 있어서, 시간 및 비용이 절감될 수 있다.
일부 실시예들에서 프로세서는, 제1 설비 매개변수 및 제2 설비 매개변수의 상관관계가 제1 설비 매개변수 및 제3 설비 매개변수의 상관관계보다 더 큰 값에 부합할 때, 제1 설비 매개변수 및 제2 설비 매개변수에 의해 특징지어지는 저장된 차량 구성을 잠재적으로 사용자가 원하는 차량 구성으로서 선택하도록 더 형성된다. 이를 통해, 이미 과거에 선택된 차량 구성 및 그 빈도를 고려하여, 경우에 따라 사용자가 원하는 차량 구성을 더 정확하게 예측할 수 있다.
대부분의 실시예들에서, 프로세서는, 제1 매개변수 등급에 편입된 제1 설비 매개변수를 수신한 후에 제2 설비 매개변수를 포함하는 제2 매개변수 등급의 매개변수 집합을 제2 설비 매개변수를 포함하는 제2 매개변수 등급의 매개변수 집합의 부분집합으로 변환하도록 더 형성된다. 이는, 사전에 정의된 매개변수에 대해 사용자가 이전에 내린 결정에 근거하여 여타의 결정 가능성을 제한하거나 모순을 피하게 할 수 있다. 이때 목전에 둔 선택의 확률 또는 기술적 구현 가능성 또는 제조사측의 권장 사항이 함께 고려될 수 있다. 이는 다시 사용자를 위한 여타의 선택 과정을 용이하게 할 수 있다.
일부 실시예들에서, 프로세서는, 또 다른 저장된 차량 구성을 판단으로부터 배제하되, 상기 다른 저장된 차량 구성이 제1 설비 매개변수, 및 제2 매개변수에 편입되나 제2 매개변수 등급의 매개변수 집합의 부분집합에서 배제된 다른 설비 매개변수에 의해 특징지어질 때 배제하도록 더 형성된다. 이는 예컨대, 차량 구성에 데이터 부가물이 편입되는 것을 의미할 수 있고, 데이터 부가물이란 가능한 구현 가능성에 관한 정보를 포함한다; 예컨대 숫자 "1"은 이론적으로 가능한 구현 가능성을 암시하고, 숫자 "0"은 이론적으로 불가능한 구현 가능성을 암시할 수 있다. 실현 가능성에 관한 정보를 기초로 하여, 예컨대 임의의 차량 구성에 숫자 0이 포함되면 이러한 구성이 프로세서(130)에 수용되는 것이 방지될 수 있다. 바꾸어 말하면, 프로세서(130)는 오로지 그러한 차량 구성들의 집합으로부터 사용자가 잠재적으로 원하며 숫자 1을 포함하는 차량 구성을 판단할 수 있다. 가급적 구현이 불가능한 구성들은 이러한 방식으로 차량 콘피규레이터의 이후 프로그램 진행에서 배제될 수 있고, 이는 프로그램 진행을 간단하게 만들 수 있다.
대부분의 실시예들에서, 프로세서는 제1 매개변수 등급과 상이한 제3 매개변수 등급에 편입되는 제3 설비 매개변수를 수신한 후에 제2 매개변수 등급의 매개변수 집합을 제2 매개변수 등급의 매개변수 집합의 부분 집합으로 변환하도록 더 형성된다. 이후의 선택을 위해, 상황에 따라 이미 사전에 사용자에 의해 수행된 복수의 매개변수 선택들이 만들어내는 시너지 효과가 고려될 수 있다.
일부의 실시예들에서, 프로세서는, 저장된 다른 차량 구성을 판단으로부터 배제하도록 더 형성되는데, 이러한 저장된 다른 차량 구성이 제1 설비 매개변수, 제3 설비 매개변수, 및 제2 매개변수 등급에 편입되며 제2 매개변수 등급의 매개변수 집합의 부분 집합으로부터 배제된 다른 설비 매개변수에 의해 특징지어질 때 그러하다. 따라서 경우에 따라, 사용자에 의해 사전에 수행되는 복수의 매개변수 선택의 시너지효과가 고려될 수 있어서, 구현이 불가능한 구성 또는 다른 구성에 비해 효율이 부족할 수 있는 그러한 구성이 이후의 프로그램 진행에서 생략된다.
대부분의 실시예들에서, 인터페이스는 제1 설비 매개변수를 포함하는 매개변수 집합에 관한 정보를 갖는 쿼리 신호를 사용자에게 제공하도록 더 형성된다. 따라서, 사용자에게는 현재 구비되는 선택 옵션을 제시하고 차량 콘피규레이터의 이용을 간단히 만드는 가능성이 제공될 수 있다.
일부 실시예들에서, 프로세서는, 교정 신호를 수신하고 교정 신호에 따라 사용자가 원하는 제1 설비 매개변수 및 적어도 제2 설비 매개변수의 상관관계를 변경하도록 더 형성된다. 따라서, 경우에 따라, 설비 매개변수의 선택 시 제조사측 또는 판매측의 선호사항이 더욱 양호하게 고려될 수 있다.
일부 실시예들은 또한 선행 청구항들 중 어느 한 항에 따른 장치 및 프로그래밍 가능한 기기를 포함하는 시스템에 관련한다. 프로그래밍 가능한 기기는 제1 설비 매개변수를 인터페이스에 제공하고, 판단된 차량 구성을 프로세서로부터 수신하도록 형성되는 추가적 인터페이스를 포함한다. 따라서, 프로세서는 추가적 기기에 의해 제어될 수 있다. 바꾸어 말하면, 사용자는 예컨대 모바일 기기 또는 위치 고정적인 컴퓨터에 의해 예컨대 네트워크를 통하여 차량 콘피규레이터에 접근할 수 있다.
다른 견지에 따르면, 실시예들은 차량의 구성 방법에 관련한다. 방법은 사용자가 원하는 적어도 하나의 제1 차량 설비 매개변수를 수신하는 단계를 포함한다. 방법은 또한 허용되는 복수의 차량 구성들을 저장하는 단계를 포함한다. 이때 허용되는 차량 구성은 서로 조합 가능한 복수의 차량 설비 매개변수들에 의해 특징지어진다. 방법은 허용되는 차량 구성들로부터 사용자가 잠재적으로 원하는 차량 구성을 판단하되, 사용자가 원하는 제1 설비 매개변수 및 적어도 하나의 제2 설비 매개변수의 상관관계에 기반하여 판단하는 단계를 더 포함한다. 사용자가 잠재적으로 원하는 차량 구성은 사용자가 원하는 제1 설비 매개변수 및 적어도 제2 설비 매개변수에 의해 특징지어진다. 이를 통해, 추가적으로, 구성을 선택할 때 원하지 않거나 모순적이거나 허용되지 않는 차량 구성을 생략할 수 있는 차량 구성 방법이 제공될 수 있다. 또한, 여타의 조합 가능성들은 예컨대 사전에 수행된 선택에 근거하여 선호될 수 있고, 그리고 사용자가 원하는 차량 구성이 가급적 더 간단한 방식으로 산출될 수 있다. 이는 사용자를 위한 이용 방식을 경우에 따라 간단하게 만들 수 있다.
또한, 다른 실시예들은 이하의 방법을 수행하기 위해 컴퓨터, 프로세서 또는 예컨대 주문형 반도체(ASIC)와 같은 프로그래밍 가능한 하드웨어 구성요소에서 실행되는 프로그램 코드를 포함하는 프로그램 또는 컴퓨터 프로그램을 제공한다.
이하, 첨부된 도면을 참조로 하여 예시적인 실시예들이 더욱 상세히 설명된다.
도 1은 일 실시예에 따른 차량의 구성을 위한 장치의 개략도이다.
도 2는 일 실시예에 따른 구성 진행의 개략도이다.
도 3은 일 실시예에 따른 확률 산출을 위한 네트워크의 개략도이다.
도 4는 일 실시예에 따른 방법의 흐름도이다.
도 1은 일 실시예에 따른 차량의 구성을 위한 장치의 개략도이다.
도 2는 일 실시예에 따른 구성 진행의 개략도이다.
도 3은 일 실시예에 따른 확률 산출을 위한 네트워크의 개략도이다.
도 4는 일 실시예에 따른 방법의 흐름도이다.
다양한 실시예들은 이제 첨부된 도면을 참조로 하여 상세하게 설명되며, 도면에는 일부의 실시예들이 도시되어 있다. 도면에서 선분, 층 및/또는 영역의 두께 치수는 명확한 표현을 위해 과장되어 도시되어 있을 수 있다.
실시예들을 나타내는 첨부 도면들에 관한 이하의 설명에서, 동일한 참조 번호는 동일하거나 유사한 구성요소를 가리킨다. 또한, 일 실시예 또는 일 도면에서 여러번 표시되되 하나 이상의 특징과 관련하여 공통적으로 설명되는 구성요소 및 객체를 위해서는 통합적인 참조번호가 사용된다. 설명에서 명시적 또는 암시적으로 별도의 언급이 없는 한, 동일하거나 통합적인 참조번호로 표시되는 구성요소 또는 객체는 예컨대 치수 결정과 같은 개별적이거나 복수의 특징 또는 모든 특징들과 관련하여 동일하게, 한편으로 경우에 따라 상이하게 설명될 수 있다.
도면에서 실시예들이 예시적으로 설명되고 상세하게 설명되었으나, 실시예들은 다양한 방식으로 수정 및 변형될 수 있다. 그러나, 실시예들이 각각의 개시된 형식에 한정되는 것을 의도하지 않으며, 실시예들은 오히려 본 발명의 범위 내에 있는 전체적인 기능적 및/또는 구조적인 변형예, 균등예 및 대안예를 포괄하는 것을 명확하게 밝혀둔다. 동일한 참조 번호는 전체 도면 설명에서 동일하거나 유사한 요소를 나타낸다.
다른 요소와 "연결"되거나 "결합"된 것으로 지칭되는 요소는 다른 요소와 직접적으로 연결 또는 결합될 수 있거나 그 사이에 개재되는 요소가 존재할 수 있는 것으로 이해해야 한다. 반면 어떤 요소가 다른 요소와 "직접 연결"되거나 "직접 결합"된 것으로 지칭되면, 그 사이에 개재되는 요소는 존재하지 않는 것이다. 요소들 사이의 관계를 설명하기 위해 사용되는 다른 개념들도 유사한 방식으로 해석되어야 할 것이다(예컨대 "사이에" 대 "직접적으로 그 사이에", "인접한" 대 "직접 인접한" 등등).
본원에 사용된 용어는 특정한 실시예들을 설명하기 위한 것이며, 실시예들을 한정할 수 없다. 본원에 사용된 바와 같이, 단수 형태의 관사("einer", "eine", "eines", "der", "die", "das")는 문맥에서 명백하게 다른 것을 지칭하지 않는 한 복수 형태를 포함한다. 또한, 예컨대 본원에 사용된 바와 같은 "함유하다", "함유하는", "구비하다" 및/또는 "구비하는", "포함하다" 및/또는 "포함하는"이라는 표현은 언급한 특징들, 정수, 단계, 작업 흐름, 요소 및/또는 구성요소가 존재한다는 것을 나타내는 한편, 하나 이상의 특징, 정수, 단계, 작업 흐름, 요소, 구성요소 및/또는 이들의 그룹이 존재하거나 부가되는 경우를 배제하지 않는다는 것을 밝혀둔다.
다른 정의가 제공되지 않는 한, 본원에 사용된 전체 개념들(기술적 및 학술적 개념 포함)은 실시예가 속하는 기술분야에서 평균 당업자가 부여하는 것과 동일한 의미를 가진다. 또한, 예컨대 통상적으로 사용되는 사전에 정의된 표현들과 같은 표현은 관련 기술의 맥락에서 통하는 의미와 일관되는 것으로 해석해야 하고, 이에 대해 본원에 명백하게 정의되지 않는 한 이상적이거나 과도하게 형식적인 의미로 해석될 수 없음을 밝혀둔다.
종래 해결 방법에 따르면, 차량 콘피규레이터의 논리는 "시행 착오(trial-and-error)" 접근법에 기초할 수 있는데, 이러한 접근법은 예컨대 엔진-기어 조합을 선택할 때부터 시작될 수 있다. 그 이후에, 다른 패키지 또는 특성을 선택할 수 있다. 이때 사용자가 기술적인 강제조건 및/또는 판매와 관련한 강제조건으로 인하여 직접적으로 콘피규레이터의 "교착상태"를 끌어내게 되는 것과 관련하여 문제가 발생할 수 있다. 바꾸어 말하면, 여러 단계로 이루어진 종래 콘피규레이터의 공정에서는, 최초에 선택한 특징에 대하여 추후의 시점이 되어서야 비로소 불가피하게 제거해야 하는 상황을 야기할 수 있다. 이는 전체의 공정을 다시 복잡하게 만들거나 전체 공정에 문제를 일으킬 수 있다. 종래 콘피규레이터의 논리에서는, 사전에 사용자에게 대안을 제시하지 않은 상태에서, 진행 중에 강제조건을 제공할 수 있다. 예컨대 사용자는 이미 시작할 때부터, 예비 차륜의 선택에 맞닥뜨릴 수 있으며, 가급적 다른 대안이 존재하지 않을 수 있다. 또한, 임의 사용자는 콘피규레이터로부터 특성들을 선택할 때 개별적인 선호도를 가질 수 있다. 한편, 사용자는 우선 구체적인 모델을 결정하고, 이 모델을 완전하게 세부 구성하는 것이 필요할 수 있다. 사용자가 서로 다른 설비들이나 서로 다른 모델들을 고려하는 경우, 앞의 과정이 반복되는 경우가 종종 있다; 예컨대 사용자가 앞에 언급한 "교착 상태"를 끌어내는 경우에도 그러하다. 경우에 따라서, 사용자에게는 어떤 개별적인 설비 매개변수(예컨대 좌석 수, 화물칸 용적 또는 트레일러 연결장치의 장착 여부)가 구체적인 모델 자체보다 더 중요하다. 이와 같이 플렉서블하거나 복잡한 쿼리에 대하여, 종래 차량 콘피규레이터는 대부분 불만족스러운 서비스를 제공할 수 있다. 예컨대 사용자의 선호도에 따라 완전히 세부화된 가능 차량의 목록 작성은 지원되지 않을 수 있다. 그러므로, 상황에 따라, 사용자가 이제까지 내린 결정을 근거로, 사용자에게 부가적인 특성들의 일관된 조합 또는 실제로 주문 가능한 조합을 제공하는 것이나, 예컨대 이미 다른 사용자에 의해 높은 확률로 선택되었던 완전히 세부화된 차량을 제공하는 것이 불가능할 수 있다. 이와 마찬가지로, 판매사측에서, 예컨대 차량의 구성 전에 또는 차량의 구성 중에 특정한 속성들의 평가에 영향을 미칠 수 없다. 이에 따라, BTO(build-to-order) 시장의 사용자에게 복수의 공급 품목을 복잡하고 비효율적으로 제시하게 될 수 있다.
이는 예컨대, 사용자가 원하는 차량의 개별적 설계가 높게 추구되는 경우에, 필요하지 않을 수 있다. 종래의 차량 구성에서는, 오로지 하나의 기초 모델에서 시작하여, 이러한 기초 모델이 추가적인 특징만큼 확장되거나 변경될 수 있다. 어떠한 특성을 현재의 구성에서 구현할 수 있을 것인가를 결정하기 위해, 예컨대 이러한 개별적인 특성들 각각에 대하여 시뮬레이션을 시작하고, 직접적인 법규 위반이 존재하는지를 점검할 수 있다. 그러나, 경과적으로(transitive) 발생하는 법규 위반은 고려되지 않을 수 있다(소위 "교착상태' 또는 "반복순환"). 추후에 법규 위반에 해당하면, 비로소 추가적인 시뮬레이션을 통해 대안적 방법을 제시하려고 할 수 있다. 그러나 이러한 대안적 방법도 다시 교착상태에 이를 수 있다(가양성 명제). 해당 특성의 구현 가능성에 관한 이러한 가양성 명제로 인하여, 상황에 따라, 사용자에게는 시범 작업을 통해 완전히 세부화된 차량을 찾는 시간적인 추가 비용이 발생할 수 있다. 또한, 종래의 방법에 따르면, 사용자는 소정의 시간 동안 원하는 바에 맞추어 세부화된 차량을 얻을 수 없는데, 소정의 시간 내에서 가양성 결과를 획득하고 차후에 "구현 가능한" 속성을 재구성하는 것은 무한 루프로 이어질 수 있기 때문이다.
소위 제약조건 해결기(constraint solver)는 경우에 따라 이러한 문제를 해소할 수 있는데, 이러한 해결기가 다양한 발견적 방법에 의해 최적화되어 현재 차량 구성의 "강제조건"이 전체적으로 전파(propagation)되면서 그러할 수 있다. 이러한 방식으로, 사전에, "교착상태" 또는 "반복순환"이 발생하는 지의 여부를 결정할 수 있다. 그러나 제약조건 해결기의 경우, 상황에 따라, 산출 소요 시간은 예측될 수 없고, 이는 가급적 기하급수적으로 증가할 수 있다.
소위 "협업 필터링(collaborative filtering)"을 통해, 사용자에게, 특정한 설비 매개변수의 선택 시 다른 설비 매개변수를 위한 구입 권장 사항을 나타낼 수 있다. 이를 위해, 예컨대 판매 이력에서, 다른 사용자가 제1 품목을 이미 결정한 후에 어떤 품목을 선택/구입하였는지를 검색할 수 있다. 그러나 이러한 접근 방식의 경우, 품목 또는 설비 매개변수 사이의 종속성/제한/제약이 존재할 수 있고, 이러한 제한이 시간에 따라 변경될 수 있다는 점이 배제될 수 있다.
인공 지능의 다양한 응용 시 조건적인 확률을 모델화하기 위한 소위 마르코프 네트워크(markov network)가 사용될 수 있다. 마르코프 체인 또는 마르코프 과정이라고도 불리는 마르코프 네트워크는 확률적 과정이다. 마르코프 체인은, 과정의 전체 사건 인식과 마찬가지로, 제한된 사건의 인식을 통해서도 향후의 개발에 관한 양호한 진단이 가능한 것으로 정의된다. 예컨대, 마르코프 네트워크는 과거의 (차량)-오더에 따라 부품의 향후 수요에 관한 전망을 해보기 위하여 사용될 수 있다.
실시예들은 도 1에 도시된 차량 구성 장치(100)에 관련한다. 장치(100)는 사용자가 원하는 적어도 하나의 제1 차량 설비 매개변수(140)를 수신하기 위한 인터페이스(110)를 포함한다. 장치(100)는 허용되는 복수의 차량 구성들을 저장하기 위한 데이터메모리(120)를 더 포함한다. 허용되는 차량 구성은 서로 조합 가능한 복수의 차량 설비 매개변수들에 의해 특징지어진다. 장치(100)는 허용되는 복수의 차량 구성들로부터 사용자가 잠재적으로 원하는 차량 구성을 판단하되, 사용자가 원하는 제1 설비 매개변수(140) 및 적어도 하나의 제2 설비 매개변수의 상관관계에 기반하여 판단하는 프로세서(130)를 더 포함한다. 잠재적으로 사용자가 원하는 차량 구성은 사용자가 원하는 제1 설비 매개변수(140) 및 적어도 제2 설비 매개변수에 의해 특징지어진다.
인터페이스(110)는 유선 또는 무선의 인터페이스일 수 있다. 제1 설비 매개변수(140)는 사용자가 원하거나 선택한 특징, 속성 또는 차량에 속하는 부품에 관한 정보를 포함할 수 있다. 여기에는 차량의 운전을 위해 사용되는 부품의 특징도 해당할 수 있는데, 예컨대 엔진 유형, 기어 유형이나 타이어 유형 또는 전기적 윈도우 리프트나 주행 보조 시스템과 같은 선택적 기기, 또는 차체 컬러 또는 좌석 커버 물질과 같은 속성이 속할 수 있다. 데이터 메모리(120)는 프로세서(130) 내부 또는 외부에 배치될 수 있다. 제2 설비 매개변수는 예컨대 이미 사전에 사용자가 선택하거나 향후에 사용자가 선택할 수 있는 특징, 속성 또는 차량에 속하는 부품에 관한 정보를 포함할 수 있다.
허용되는 복수의 차량 구성들은 허용되거나 구현 가능한 모든 차량 구성들을 포함할 수 있다. 이러한 차량 구성들은 각각 하나의 전체 구성에 부합하거나, 바꾸어 말하면 전체가 구성되어 있는 하나의 차량에 부합할 수 있다.
제1 설비 매개변수(140) 및 제2 설비 매개변수의 상관관계는 현재 제공되는 차량 구성에 포함될 수 있다. 현재 제공되는 차량 구성은 사용자가 수행하는 구성 과정의 진보에 상응할 수 있고, 차량의 부분 구성을 나타낼 수 있다. 또는, 바꾸어 말하면, 제1 설비 매개변수(140)는 제2 설비 매개변수와 조합 가능할 수 있고, 한 차량의 허용되는 전체 구성을 야기할 수 있다. 하나의 차량 구성 또는 부분 구성은 적어도 제1 설비 매개변수(140)에 의해 특징지어질 수 있다. 또한, 제1 설비 매개변수(140)와 조합하여 허용되지 않는 차량 전체 구성을 야기할 수 있는 다른 설비 매개변수들이 존재할 수 있다. 허용되는 구성은 예컨대 제조사에 의해 제공되거나 설비 매개변수들(이하 간략히 "매개변수"라고 지칭함)의 구현 가능한 조합일 수 있다.
제1 매개변수와 제2 매개변수 사이의 상관관계를 고려하여, 차량 구성을 위한 확률이 산출될 수 있다. 예컨대 사용자에 의한 제1 매개변수의 선택 후에, 제1 매개변수 및 향후에 사용자가 선택할 수 있는 제2 매개변수에 의해 특징지어지는 차량 구성으로 이행하는 확률이 산출될 수 있다. 이행 확률은 적어도 부분적으로 제1 매개변수에 의해 특징지어지는 차량 구성으로부터 적어도 부분적으로 제1 및 제2 매개변수에 의해 특징지어지는 차량 구성으로 이행하는 것에 대한 확률을 나타낼 수 있다.
일부 실시예들에서, 프로세서는 제1 설비 매개변수 및 제2 설비 매개변수에 의해 특징지어지는 하나의 저장된 차량 구성을 사용자가 잠재적으로 원하는 차량 구성으로 선택하되, 제1 설비 매개변수 및 제2 설비 매개변수의 상관관계가 제1 설비 매개변수 및 제3 설비 매개변수의 상관관계보다 더 큰 값일 때 선택하도록 더 형성된다.
상관관계란 연관성 또는 종속성일 수 있다. 상관관계는 예컨대 어떤 값으로 도출되거나 어떤 값을 변경하거나 어떤 값으로 제공될 수 있다. 이러한 값은 조건적인 확률에 부합할 수 있고, 예컨대 조건적 확률의 수치일 수 있다. 조건적 확률은 예컨대 제1 매개변수에 의해 특징지어지는 차량 구성(FK1)으로부터 시작하는 이행 확률일 수 있다. 제2 및 제3 설비 매개변수는 예컨대 서로에 대해 대안적일 수 있다. 이에 따라, 정확히 제1 및 제2 매개변수에 의해 특징지어지는 차량 구성(FK 1, 2) 및 대안적으로 정확히 제1 및 제3 매개변수에 의해 특징지어지는 차량 구성(FK 1, 3)이 있을 수 있다. (FK 1)로부터 (FK 1, 2)로의 이행에 상응하는 제1 확률값은 (FK 1)로부터 (FK 1, 3)로의 이행에 상응하는 제2 확률값보다 더 클 수 있다. 이 경우, (FK 1, 2)는 사용자가 잠재적으로 원하는 차량 구성으로서 프로세서에 의해 판단될 수 있다. 이때 (FK 1, 2) 및 (FK 1, 3)은 데이터 메모리에 저장될 수 있고, 해당 확률값은 프로세서에 의해 (FK 1, 2) 및 (FK 1, 3)에 편입될 수 있다. 확률값은 동적으로 변경될 수 있거나 바꾸어 말하면 현재 차량 구성(부분 구성), 구성 흐름의 현재 진보 또는 다른 값에 상응하여 프로세서에 의해 변경될 수 있다. 전술한 다른 값이란 예컨대 차량 구성(예컨대 부분 구성 또는 전체 구성)이 과거에 수용되었던 빈도일 수 있다. 과거란 소정의 시간(t)을 의미할 수 있고, 예컨대 적어도 1년을 포함하고/포함하거나 현재에 종결되는 시간을 의미할 수 있다. 빈도는 이제까지 판매된 해당 차량 구성을 갖는 차량의 수에 부합할 수 있다. 다시 바꾸어 말하면, 프로세서는 이러한 차량 구성을 사용자가 잠재적으로 원하는 차량 구성으로 판단할 수 있으며, 이러한 구성은 다른 차량 구성에 비해 더 높은 확률을 갖는다.
대부분의 실시예들에서, 우선 프로세서(130)에 의해, 제1 설비 매개변수(140)를 갖는 임의의 전체 구성에 부합하는 어떤 차량이 구현 가능한지의 여부에 관하여 검사가 수행된다. 구현이 불가능한 전체 구성은 경우에 따라서 배제될 수 있다. 데이터 메모리(120)에 저장된 구현 가능한 전체 구성들은 프로세서(130)에 의해 확률값들에 편입될 수 있는데, 이때의 확률값들은 예컨대 이러한 차량 구성이 과거에 수용된 빈도에 관한 정보를 포함한다. 확률값은 0과 같을 수 있으며, 이는 이제까지 사용자에 의해 주문 또는 판매된 적이 없는 차량에 상응할 수 있다. 이와 같은 차량 구성은 일부 실시예들에서 이제까지 데이터 메모리(120)에 저장될 수 없으며, 이러한 차량 구성이 수용된 이후에 비로소 프로세서(130)에 의해 저장될 수 있다. 또한, 확률값들은 복수의 다른 설비 매개변수들로 이루어진 조합 또는 개별적 설비 매개변수에 속할 수 있다.
조건적 확률은 판매 이력에 의해 영향을 받을 수 있다. 바꾸어 말하면, 과거에 수용된 차량 구성은 상관관계에 영향을 미칠 수 있다. 예컨대, 적색의 외부 컬러와 180-마력-엔진 사이의 제1 상관관계는 녹색의 외부 컬러와 180-마력-엔진 사이의 제2 상관관계보다 더 큰 값에 상응할 수 있다. 제1 상관관계에서 설비 매개변수들의 연동은 제2 상관관계에서 설비 매개변수들의 연동에 상응할 수 있어서, 상관관계들에 상응하는 2개의 외부 컬러에 대한 조건적 확률은 우선 동일할 수 있다. 그러나 사용자가 원하는 과거의 차량 구성들은 예컨대 엔진 성능이 150 마력부터 시작하는 차량에서 적색의 외부 컬러에 대한 선호도를 암시할 수 있다. 이를 통해 제2 설비 매개변수(예컨대 적색의 외부 컬러)에 대한 조건적 확률은, 이미 사용자가 선택한 제1 설비 매개변수(예컨대 180-마력-엔진)로부터 시작하여 증가할 수 있다.
제2 설비 매개변수에 대한 사용자의 현재 결정은 제1 설비 매개변수로 특징지어지는 차량 구성을 향후에 수용할 때 제1 및 제2 설비 매개변수의 상관관계에 다시 영향을 미칠 수 있다. 따라서, 현재 사용자에 의한 현재 사용 시점의 상관관계는 향후 사용자에 의한 향후 사용 시점과 다른 값을 가질 수 있다. 한편, 이제까지 미판매된 차량이 사용자가 잠재적으로 원하는 차량 구성으로서 제안되는 것도 가능할 수 있다. 이러한 차량에 부합하는 전체 구성 또는 부분 구성에는 0이라는 확률값이 0으로 편입될 수 있다.
또한, 제1 설비 매개변수와 제2 또는 제3 설비 매개변수 사이의 시너지 효율 또는 제조측의 시스템 제약은 상관관계에 영향을 미칠 수 있다. 예컨대 사용자를 위해, 예컨대 스포일러(spoiler) 또는 광폭 타이어와 같은 제1 설비 매개변수는 예컨대 150-마력-엔진과 같은 제2 설비 매개변수와 조합함으로써 예컨대 60-마력-엔진과 같은 제3 설비 매개변수와의 조합보다 더 효율적인 조합을 형성할 수 있으며, 이때 이러한 2개의 조합이 이론적인 숙고에 따라 구현 가능하더라도 그러하다. 따라서, 제2 설비 매개변수에 의해 특징지어지는 차량 구성의 조건적 확률은 제3 설비 매개변수에 의해 특징지어지는 차량 구성의 조건적 확률보다 클 수 있다.
또한, 부품 또는 재료의 현재 공급은 상관관계에 영향을 미칠 수 있다. 예컨대 소정의 주행 보조 시스템의 공급이 주행 보조 시스템에 대한 현재의 수요보다 많으면, 이에 상응하여 주행 보조 시스템을 포함하는 차량 구성의 조건적 확률이 증대될 수 있다. 해당 공급이 낮으면, 이에 상응하여 확률도 줄어들 수 있다. 이를 위해 프로세서는 입력 인터페이스를 포함할 수 있고, 입력 인터페이스는 교정 신호를 수신하도록 형성된다. 교정 신호에 의해, 상관관계에 상응하는 값들의 변경이 일어날 수 있다. 교정 신호는 다른 사용자에 의해 선택적으로, 예컨대 적절한 입력 장치를 통해 또는 외부의 프로그래밍 가능 기기에 의해(바꾸어 말하면 판매측에서) 제공될 수 있다.
대부분의 실시예들에서, 프로세서는 제1 매개변수 등급에 편입되는 제1 설비 매개변수의 수신 후에 제2 설비 매개변수를 포함하는 제2 매개변수 등급의 매개변수 집합을 제2 설비 매개변수를 포함하는 제2 매개변수 등급의 매개변수 집합의 부분 집합으로 변환하도록 더 형성된다. 예컨대, 매개변수 등급은 예컨대 "엔진 성능"과 같은 상위 개념을 나타낼 수 있다. 또한, 매개변수 집합은 예컨대 "60 마력", "100 마력", "150 마력" 등과 같이 서로 선택적인 선택 가능성의 수를 포함할 수 있다. 선택 가능성은 설비 매개변수에 부합한다. 부분 집합은 서로 선택적이며 현재 허용되는 선택 가능성들의 수를 포함할 수 있다. 허용도는 사전에 수행된 (제1 매개변수의) 선택에 의해 제한될 수 있다. 따라서 예컨대 소정의 엔진 모델은 다양한 기어 종류 선택을 제한할 수 있다.
이러한 점이 도 2에 개략적으로 도시되어 있다. 제1 매개변수 등급(210)에는 매개변수들(AP 11, AP 12, AP 13)이 편입된다. 제2 매개변수 등급(220)에는 매개변수들(AP 22, AP 23, AP 24)이 편입된다. 제1 매개변수 등급(210)의 매개변수 선택 전에 매개변수 집합(221)은 우선 매개변수들(AP 21, AP 22, AP 23, AP 24)을 포함할 수 있다. A 11의 선택 시, 예컨대 매개변수 집합(221)은 부분 집합(222)으로 변환될 수 있고, 이러한 부분 집합은 오로지 매개변수들(AP 21, AP 22)만을 포함한다.
프로세서는, 저장되어 있는 다른 차량 구성이 예컨대 AP 11과 같은 제1 설비 매개변수 및 예컨대 AP 23과 같은 제2 매개변수 등급에 편입되며 제2 매개변수 등급의 매개변수 집합의 부분 집합에서 배제된 다른 설비 매개변수에 의해 특징지어지는 경우에, 이러한 저장된 다른 차량 구성을 판단에서 배제하도록 형성된다. 이는 예컨대, 차량 구성에는 가능한 구현 가능성에 관한 정보를 포함하는 데이터 부가물이 편입되는 것을 의미할 수 있다; 예컨대 숫자 "1"은 이론적으로 가능한 구현 가능성을 암시하고, 숫자 "0"은 이론적으로 불가능한 구현 가능성을 암시할 수 있다. 구현 가능성에 관한 정보를 기초로 하여, 예컨대 임의의 차량 구성에서 숫자 0이 포함되면 이러한 구성이 프로세서에 의해 수용되는 경우가 방지될 수 있다. 바꾸어 말하면, 프로세서는 오로지 그러한 차량 구성들의 집합으로부터, 사용자가 잠재적으로 원하며 숫자 1을 포함하는 차량 구성을 판단할 수 있다.
따라서 매개변수들(AP 11, AP 21)에 의해 또는 매개변수들(AP 11, AP 22)에 의해 특징지어지는 차량 구성들은 각각 구현 가능성이 있는 정보를 갖는 데이터 부가물을 포함할 수 있다. 바꾸어 말하면, 예컨대 AP 11, AP 23에 의해 특징지어지는 차량 구성은 구현 가능성이 없는 정보를 갖는 데이터 부가물을 포함할 수 있다. 대안적으로, 다른 실시예들에서, 매개변수 집합(221)은 AP 12의 선택 후에 오로지 AP 22, AP 23, AP 24만을 포함하는 다른 부분 집합으로 변환될 수 있거나, AP 13의 선택 시 변경 없이 유지될 수 있다.
또한, 도 2에는 대시 선분 및 대시 화살표를 통해 선택적 특징들이 도시되어 있다. 대부분의 실시예들에서, 프로세서는, 제1 매개변수 등급(210)과 상이한 제3 매개변수 등급(230)에 편입된 제3 설비 매개변수를 수신함에 따라 제2 매개변수 등급(220)의 매개변수 집합(221)을 제2 매개변수 등급(220)의 매개변수 집합(221)의 부분 집합(222)으로 변환하도록 더 형성된다. 바꾸어 말하면, 매개변수 집합(221)은 AP 11, AP 12 또는 AP 13의 선택 후에 변경 없이 유지될 수 있고, 예컨대 AP 11 및 AP 31의 조합은 부분 집합(222)으로의 변환을 야기할 수 있다. 대안적으로, AP 12 및 AP 31의 조합은 제한을 야기하지 않으나, AP 12와 P 32의 조합은 변환을 야기할 수 있다. 바꾸어 말하면, 서로 다른 매개변수 등급에 편입된 2개의 매개변수들의 조합에 의해 변환이 야기될 수 있다. 이에 상응하여, 언급한 조합(예컨대 AP 12 및 AP 32) 및 부분 집합(222)에서 배제된 매개변수(예컨대 AP 24)에 의해 특징지어지는 차량 구성은 구현 가능성이 없는 정보를 갖는 데이터 부가물을 획득할 수 있다.
일 실시예에서, 도 2에 도시된 매개변수 등급은 선택 메뉴의 형태로 사용자에게 제공될 수 있다. 제1 매개변수 등급(210)의 매개변수 선택 시, 프로세서로부터 사용자에게 편입된 기기로 제2 또는 제3 매개변수 등급(220; 230)의 매개변수 선택을 위한 쿼리 신호가 출력되고, 예컨대 사용자에게 제공될 수 있다.
이를 위해, 도 1에 도시된 바와 같은 시스템이 제공될 수 있다. 대시 선분 및 대시 화살표는 다시 선택적인 구성 요소를 암시한다. 시스템은 장치(100) 및 사용자에게 편입된 프로그래밍 가능한 기기(150)를 포함한다. 프로그래밍 가능한 기기(150)는 부가적인 인터페이스(160)를 포함하고, 이러한 인터페이스는 인터페이스(110)와 무선으로 또는 유선으로 연결된다. 바꾸어 말하면, 인터페이스(110)와 부가적 인터페이스(160) 사이에서 신호들이 교환될 수 있다. 부가적 인터페이스(160)는 프로그래밍 가능한 기기(150)의 내부에 배치되거나 도 1에 도시된 바와 같이 외부에 배치될 수 있다. 프로그래밍 가능한 기기(150)는 제1 설비 매개변수(140)를 인터페이스(110)에 제공하고, 판단된 차량 구성(170) 또는 제1 설비 매개변수를 포함하는 매개변수 집합에 관한 정보를 포함한 쿼리 신호(180)를 프로세서(130)로부터 수신하도록 형성될 수 있다. 프로그래밍 가능한 기기(150)는 예컨대 컴퓨터, 랩톱, 스마트폰, 태블릿 또는 다른 모바일 기기일 수 있다. 장치(100)는 예컨대 데이터 서버 또는 중앙 컴퓨터일 수 있다. 인터페이스(110)와 부가적 인터페이스(160)와의 데이터 교환은 예컨대 인터넷을 통해 이루어질 수 있다.
도 3은 마르코프 네트워크(300)를 도시하며, 마르코프 네트워크는 사용자가 잠재적으로 원하는 차량 구성을 산출하기 위해 사용될 수 있다. 바꾸어 말하면, 마르코프 네트워크(300)는 제품- 또는 차량 콘피규레이터를 위한 플랫폼으로서 사용될 수 있다. 차량 구성은 마르코프 네트워크(300)에서의 상태를 나타낸다. 다양한 차량 구성들은 FK 301 내지 FK 308로 표시되고, 이러한 차량 구성을 특징짓는 각각의 설비 매개변수는 AP 11, AP 21, AP 22 등으로 표시된다. 시작점은 임의의 차량 구성(301)이다. 차량 구성(301)은 제1 매개변수(AP 11)에 의해 특징지어진다. 이로부터 시작하여, 각각 FK 302 또는 FK 303을 야기하는 다른 매개변수들이 사용자에 의해 선택될 수 있다. P302는 FK 302로 가는 이행 확률이고, P302는 FK 303으로 가는 이행 확률이다. 이하에서 P302 > P303이며, 이때 P302는 연속한 화살표로, P303은 대시 화살표로 표시되며, P302, P303은 각각 0이 아니다. 프로세서는 이제 FK 302에 대해 더 높은 이행 확률에 기초하여 사용자가 잠재적으로 원하는 차량 구성으로서 판단할 수 있다. 그러나 사용자는 설비 매개변수(AP 22)를 위해 더 결정할 수 있고, 이에 상응하는 입력 신호를 프로세서에 전달할 수 있다. 이 경우, 프로세서는 이후의 결정에 대한 확률을 산출할 수 있거나, 또는 바꾸어 말하면, 매개변수(AP 22)의 선택에 기반하여 FK 307, FK 308을 위한 이행 확률들(P307, P308)을 산출할 수 있다. P303이 0에 해당하는 또 다른 경우에 사용자는 FK 303을 더 선택할 수 있다. 선택적으로, 주어진 차량 구성을 위한 사용자의 결정 시 다른 차량 구성의 구현 가능성에 관한 정보가 변경되거나, 바꾸어 말하면, 도 2에 의거하여 설명된 바와 같이 더 이상 구현이 불가능한 매개변수가 사용자에 의해 최종적으로 선택된 이후에 변경될 수 있다.
반면 사용자가 다른 설비 매개변수(AP 21)를 선택하면, 프로세서는 차량 구성(FK 302)을 현재 상태로서 수용할 수 있고, FK 304, FK 305, FK 306을 위한 이행 확률들(P304, P305, P306)을 산출할 수 있거나, 또는 이미 산출된 이러한 차량 구성들의 이행 확률들을 교정할 수 있다. 그러므로 이행 확률들(P304, P305, P306)은 FK 302 상태의 시작이 이미 전제되는 조건적 확률을 나타낼 수 있다. 마찬가지로, 이행 확률들(P307, P308)은 FK 303 상태의 시작이 이미 전제되는 조건적 확률을 나타낼 수 있다. FK 302로부터 시작하여 예컨대 P305 > P306 > P304이고, P304=0일 수 있다. 바꾸어 말하면, 이 경우에 FK 305는 사용자가 잠재적으로 원하면서 프로세서에 의해 판단된 차량 구성을 나타내고, FK 306은 다른 옵션을 나타낸다. FK 304는 예컨대 과거에 한번도 선택한 적이 없어서 프로세서가 이에 대한 확률을 0으로 산정한 차량 구성을 나타낼 수 있다. 예컨대, 설비 매개변수들의 중복적인 또는 비효율적인 조합은 이러한 차량 구성을 위한 이행 확률을 0으로 야기할 수 있다. 반면, 과거에 다른 차량 구성에 비해 더 빈번하게 선택된 구성은 증대된 이행 확률로 산출되도록 할 수 있으며, 이는 잠재적으로 원하는 구성이 이미 선택된 매개변수와 함께 효율적으로 조합될 수 있는 설비 매개변수에 의해 특징지어지는 경우에도 마찬가지로 그러하다(바꾸어 말하면 사용자는 예컨대 비교적 성능이 우수한 엔진을 선택할 때 타이어의 공칭폭이 더 큰 것을 선호할 수 있다).
또한, 다른 실시예들이 선택적 또는 대안적으로 구현될 수 있으며, 이러한 실시예들은 본원에서 오로지 예시적으로 비한정적으로 설명된다. 일 실시예에 따르면, 확률 분포의 매개변수화는 적어도 부분적으로 사용자의 입력 신호에 따라 좌우될 수 있다. 이때 이행 확률의 동적 정합이 수행될 수 있다. 입력 신호는 예컨대 사용자 선호도에 대한 정보를 포함할 수 있고, 이러한 정보는 다시 설비 매개변수들의 조합에 대한 상관관계를 형성한다. 설비 매개변수들의 그룹은 복수의 매개변수 등급들을 포함할 수 있고, 이러한 그룹으로부터의 설비 매개변수에 의해 특징지어지는 차량 구성으로의 이행 확률을 증대시킬 수 있다. 사용자 선호도는 바꾸어 말하면 예컨대 "스포티(sporty)"와 같은 "유연한 기준"일 수 있으며, 이는 비교적 큰 엔진, 스포츠 섀시 또는 스포츠 좌석을 위한 확률을 증대시킨다. 마르코프 네트워크에서, 발전된 실시예에서, 종속적 특성(예컨대 DSC-엔진, 조종 휠에 위치한 시프트 패들(shift paddle))의 조건적 확률은 경과적으로 산정되거나 교정될 수 있다. 또한, 사용자 선호도는 프로세서와 연결된 추가적 계산 장치를 통해 제공될 수 있다. 이러한 추가적 계산 장치는 예컨대 추가적 데이터 서버일 수 있고, 예컨대 소셜 미디어 프로필, 웹 트랙커, 고객 이력 등에 기초하여 고객의 선호도를 산출할 수 있다.
또한, 프로세서는 다른 실시예들에서, 사용자측의 프로그래밍 가능한 기기에 시각화 신호를 제공하도록 형성될 수 있다. 시각화 신호는 사용자가 잠재적으로 원하는 차량 구성을 프로그래밍 가능한 기기를 통해 시각적으로 표현할 수 있는데, 사용자를 위한 시각적 표현이 3차원적으로 나타나도록 하거나 바꾸어 말하면 표현의 렌더링을 야기할 수 있다. 사용자에게는 선택적으로 대안적인 제안 사항이 제공될 수 있다. 이는 사용자를 위한 선택을 경우에 따라 간단히 할 수 있다.
또한, 판단된 차량 구성은 이미 사전에 제조된 차량(재고 차량)에 부합할 수 있다. 프로세서는 선택적으로, 사용자에게 이용 가능성 신호를 제공하도록 형성될 수 있다. 바꾸어 말하면, 이용 가능성 신호에 포함된 지표는, 이러한 차량이 이미 이용 가능하다는 것을 암시할 수 있다. 이러한 방법은 제품- 또는 차량 콘피규레이터에서 인터넷으로 지원되고(온라인), 적합한 제품 또는 차량 모델의 검색 시 판매자의 지원을 위해 쇼룸에서 뿐만 아니라 판매측의 작업장에서 사용될 수 있다.
다른 견지에 따르면, 실시예들은 차량의 구성을 위한 방법(400)에 관련한다. 방법(400)은 사용자가 원하는 적어도 하나의 제1 차량 설비 매개변수를 수신하는 단계(410)를 포함한다. 방법(400)은 허용되는 복수의 차량 구성들을 저장하는 단계420)를 포함한다. 허용되는 차량 구성은 서로 조합 가능한 복수의 차량 설비 매개변수들에 의해 특징지어진다. 방법(400)은, 사용자가 원하는 제1 설비 매개변수 및 적어도 하나의 제2 설비 매개변수의 상관관계에 기반하여, 허용되는 복수의 차량 구성들로부터 사용자가 잠재적으로 원하는 차량 구성을 판단하는 단계(430)를 더 포함한다. 잠재적으로 사용자가 원하는 차량 구성은 사용자가 원하는 제1 설비 매개변수 및 적어도 제2 설비 매개변수에 의해 특징지어진다. 이를 통해, 차량의 구성을 위한 방법이 제공될 수 있으며, 이러한 방법은 부가적으로, 어떤 구성의 선택 시 원하지 않거나 모순적이거나 허용되지 않는 차량 구성들이 생략되도록 할 수 있다. 또한, 예컨대 과거에 수행한 선택들에 근거하여 추가적인 조합 가능성이 선호되며, 이로써 사용자가 원하는 차량 구성이 가급적 더 간단한 방식으로 산출될 수 있다. 이는 사용자를 위한 이용 방식을 경우에 따라 더 간단히 할 수 있다.
제품- 또는 차량 콘피규레이터에서 도 3에 개략적으로 나타낸 예시적인 마르코프 네트워크를 사용함으로써, 공급 프로그램의 특성 및 종속성이 일관적인 구조로 모사될 수 있고, 구성 과정의 효율이 가급적 개선될 수 있다. 마르코프 네트워크를 이용하여, 사용자가 잠재적으로 원하는 차량 구성은 근본적으로 구현 가능한 구매 권장 사항으로서 출력될 수 있다. 따라서 구현 가능성에 대한 가양성 명제가 방지될 수 있다. 또한, 구현 과정 흐름의 반복순환 및 교착 상태가 방지될 수 있는데, 다른 특성들의 구현 가능성이 현재 구성에 기초하여 직접적으로 확인될 수 있기 때문이다. 이러한 소위 "완전한 전파"에 의해 대안이 없는 직접, 간접적인 강제 조건이 해결될 수 있다.
일 실시예에서, 사용자는 우선 설비 매개변수들과 무관하게 임의의 시작 포인트를 구성에서 선택하고, 프로세서는 선택된 시작 포인트에 대한 응답으로 잠재적으로 원하는 차량 구성에 관한 정보를 제공하거나, 바꾸어 말하면 예컨대 모델 그룹을 포괄하는 적합한 차량들을 제공할 수 있다. (설비 매개변수로서 선택 가능한) 사용자의 개별적인 요건 또는 조건을 이용하여, 사용자는 점진적으로 공급 프로그램을 제한하고, 사용자가 원하는 차량 구성에 도달할 수 있다. 고정된 경로 상에서 복수의 모델들을 아마도 과도하게 구성하는 것은 경우에 따라 방지될 수 있다. 이때, 예컨대 CO2 방출, 화물칸 용적, 최대 속도 등과 같은 비이산적 특성이 일관되게 산정되고 경우에 따라 제한될 수 있다. 사용자가 잠재적으로 원하는 차량 구성은 속도 확률 분포에 근거하여 산정될 수 있다. 종래 시스템은 오로지 개별적 확률만을 각각 서로 무관하게 관찰할 수 있었다. 실시예들에 의해, 예컨대 각각 개별 특성들의 장착율 또는 확률이 이력에서 비교적 높았으나 이러한 특성들의 전체적인 조합은 비교적 드물게 선택되었던 그러한 특징 조합이 제안되는 경우가 방지될 수 있다.
일부 실시예들에서, 프로세서는 교정 신호를 수신하고 이러한 교정 신호에 따라 사용자가 원하는 제1 설비 매개변수와 적어도 제2 설비 매개변수의 상관관계를 변경하도록 형성된다. 바꾸어 말하면, 개별적인 확률들의 변경 시 예시적으로 마르코프 네트워크에 의하여 다른 종속적인 확률에 미치는 효과가 고려되고, 이는 구성 과정 중에 정합될 수 있다. 이러한 방식으로, 구매 권장 사항으로서 제시되며 사용자가 잠재적으로 원하는 차량 구성에 대해 판매측에서 임의적으로 경우에 따라 일관적으로 영향을 미칠 수 있다. 예컨대, 과도한 부품 공급이 고려되거나, 다른 선택 가능성으로 사용자의 주의를 끌 수 있다.
대부분의 실시예들에서, 소정의 기술적인 또는 판매상의 정책으로부터 설비 매개변수들의 상호 간에 관계를 추론할 수 있다. 선택적 또는 부가적으로, 과거의 설치율을 포함한 구조(바꾸어 말하면 과거에 다른 사용자가 원했던 차량 구성)가 저장될 수 있다. 이를 기초로 한 마르코프 네트워크로부터 부분적으로 또는 전체가 세부화된 설계 오더가 생성될 수 있다. 이러한 방식으로, 예컨대 재고 차량은 예비품 생산(우선 생산 시장; BTS)을 위한 재고 차량이 생성될 수 있다.
실시예들에 의해 가급적, 자원이 더욱 양호하게 또는 최적으로 활용되고, 구성 과정이 더 효율적으로 시작될 수 있으며, 이는 경우에 따라 사용자, 판매자 또는 논리를 위한 시간 및 비용 절감을 야기한다. 또한, 복수의 설비 매개변수들의 가산적인 또는 시너지적인 효과가 더욱 양호하게 고려될 수 있고, 상황에 따라 자원의 개선된 사용 또는 최적의 사용 또는 시간이나 비용적인 절감이 수행될 수 있다. 실시예들은 다른 시장에서 각각 우세적인 판매 모델과 무관하게 사용되거나 더 효율적인 고객에의 접근 또는 마케팅 통제를 제공할 수 있다.
실시예들에 의해, 가급적 사용자에게는, 사용자가 원하는 제품 또는 차량을 사용자의 상황에 따라 직접적으로 구현 가능한 방식으로 시간 절감적으로 산출하는 직관적인 가능성이 제공될 수 있다. 이때 사용자에게는 과거에 선택되었던 다른 사용자의 구성을 기초로 하여 차량 구성의 동적 권장 사항이 제공되거나, 잠재적으로 원하며 완전히 세부화되며 구현 가능한 제품 또는 차량이 직접적으로 산출될 수 있다. 또한, 잠재적으로 사용자가 원하는 차량 구성의 판단에 대하여 판매측에서 영향을 미칠 수 있고, 이는 경우에 따라 사용자에게 공급품의 보급을 개선시킬 수 있다. 또한, 경우에 따라 차량 부품, 차량 구조 또는 주문의 논리가 선택적으로 다른 제품 또는 제품 부품에서 개선되거나 최적화될 수 있다.
실시예들에 의하여, 마르코프 네트워크에서의 확률 분포에 의해 차량의 소정 특성(예컨대 설비, 컬러)의 선호도가 제어될 수 있다. 우선 판매 이력으로부터 현재의 확률 분포로부터 시작될 수 있다. 한편, 예컨대 개별적인 계획 지침 등에 따라 구축할 수 있다. 다른 설비 매개변수의 확률에 대한 어떤 설비 매개변수의 확률의 종속성은 일관적으로 고려될 수 있으며, 예컨대 내비게이션 시스템, 라디오 또는 다기능 조종휠의 상호 종속성이 그러하다. 네트워크는 실시간 범위로 동작할 수 있어서, 작업 속도가 증대될 수 있다.
앞의 설명, 이하의 청구항 및 첨부된 도면에 개시된 특징들은 개별적으로 뿐만 아니라 임의의 조합으로, 일 실시예의 다양한 형태로의 구현을 중요할 수 있고 구현될 수 있다.
전술한 실시예들은 오로지 본 발명의 원칙을 설명하기 위한 것이다. 본원에 설명된 장치 및 세부 사항의 수정 및 변형은 다른 당업자에게 분명해진다는 것이 명백하다. 그러므로, 본 발명은 이하의 청구항의 보호 범위에 의해서만 한정되며, 본원에서 상세한 설명 및 실시예들에 관한 설명에 따라 제시된 특정한 세부 사항에 의해 한정되지 않는다.
100 장치 110 인터페이스
120 데이터메모리 130 프로세서
140 제1 설비 매개변수 150 프로그래밍 가능한 기기
160 추가적 인터페이스 210 제1 매개변수 등급
220 제2 매개변수 등급 221 매개변수 집합
222 부분 집합 230 제3 매개변수 등급
300 마르코프 네트워크 400 방법
410 수신 420 저장
430 판단
120 데이터메모리 130 프로세서
140 제1 설비 매개변수 150 프로그래밍 가능한 기기
160 추가적 인터페이스 210 제1 매개변수 등급
220 제2 매개변수 등급 221 매개변수 집합
222 부분 집합 230 제3 매개변수 등급
300 마르코프 네트워크 400 방법
410 수신 420 저장
430 판단
Claims (11)
- 차량의 구성을 위한 장치(100)에 있어서,
사용자가 원하는 적어도 하나의 제1 설비 매개변수(140)를 수신하기 위한 인터페이스(110);
허용되는 복수의 차량 구성들을 저장하기 위한 데이터메모리(120)로서, 허용되는 차량 구성은 서로 조합 가능한 복수의 차량 설비 매개변수들에 의해 특징지어지는 것인, 데이터메모리(120); 및
사용자가 원하는 상기 제1 설비 매개변수(140) 및 적어도 하나의 제2 설비 매개변수의 상관관계에 기반하여, 허용되는 복수의 차량 구성들로부터 사용자가 잠재적으로 원하는 차량 구성을 판단하는 프로세서(130)를 포함하고, 상기 잠재적으로 사용자가 원하는 차량 구성은 사용자가 원하는 상기 제1 설비 매개변수(140) 및 적어도 상기 제2 설비 매개변수에 의해 특징지어지고,
상기 프로세서(130)는 판매자의 조건에 따른 교정 신호를 수신하고, 상기 교정 신호에 따라 상기 사용자가 원하는 제1 설비 매개변수(140) 및 적어도 하나의 제2 설비 매개변수의 상관관계를 변경하며,
상기 상관관계는 상기 제1 설비 매개변수(140)로부터 상기 제2 설비 매개변수로의 이행 확률에 의해 정의되며, 상기 프로세서(130)는 상기 사용자로부터 사용자 선호도에 대한 정보를 수신하고, 상기 사용자 선호도에 대한 정보와 연관된 상기 제2 설비 매개변수의 이행 확률을 증가시키기 위한 동적 정합을 수행하는 것을 특징으로 하는 장치(100). - 청구항 1에 있어서,
상기 프로세서(130)는, 상기 제1 설비 매개변수 및 제2 설비 매개변수의 상관관계가 상기 제1 설비 매개변수(140) 및 제3 설비 매개변수의 상관관계보다 더 큰 값을 가질 때, 상기 제1 설비 매개변수(140) 및 제2 설비 매개변수에 의해 특징지어지는 하나의 저장된 차량 구성을 사용자가 잠재적으로 원하는 차량 구성으로서 선택하도록 더 형성되는 것을 특징으로 하는 장치(100). - 청구항 1 또는 청구항 2에 있어서,
상기 프로세서(130)는 제1 매개변수 등급(210)에 편입된 제1 설비 매개변수(140)를 수신한 후 상기 제2 설비 매개변수를 포함하는 제2 매개변수 등급(220)의 매개변수 집합(221)을 제2 설비 매개변수를 포함하는 제2 매개변수 등급(220)의 매개변수 집합(221)의 부분 집합(222)으로 변환하도록 더 형성되는 것을 특징으로 하는 장치(100). - 청구항 3에 있어서,
상기 프로세서(130)는, 저장된 다른 차량 구성이 상기 제1 설비 매개변수(140) 및 제2 설비 매개변수 등급(220)에 편입되며 상기 제2 매개변수 등급(220)의 매개변수 집합(221)의 부분 집합(222)에서 배제된 부가적 설비 매개변수에 의해 특징지어질 때, 상기 저장된 다른 차량 구성을 판단에서 제외하도록 더 형성되는 것을 특징으로 하는 장치(100). - 청구항 4에 있어서,
상기 프로세서(130)는 상기 제1 매개변수 등급(210)과 상이한 제3 매개변수 등급(230)에 편입되는 제3 설비 매개변수를 수신한 후 상기 제2 매개변수 등급(220)의 매개변수 집합(221)을 상기 제2 매개변수 등급(220)의 매개변수 집합(221)의 부분 집합(222)으로 변환하도록 더 형성되는 것을 특징으로 하는 장치(100). - 청구항 5에 있어서,
상기 프로세서(130)는, 저장된 다른 차량 구성이 상기 제1 설비 매개변수(140), 제3 설비 매개변수 및 상기 제2 매개변수 등급(220)에 편입되며 상기 제2 매개변수 등급(220)의 매개변수 집합(221)의 부분 집합(222)에서 배제되는 부가적인 설비 매개변수에 의해 특징지어질 때, 상기 저장된 다른 차량 구성을 판단에서 제외하도록 더 형성되는 것을 특징으로 하는 장치(100). - 청구항 6에 있어서,
상기 인터페이스(110)는 상기 제1 설비 매개변수를 포함하는 매개변수 집합에 관한 정보를 갖는 쿼리 신호(180)를 사용자에게 제공하도록 더 형성되는 것을 특징으로 하는 장치(100). - 삭제
- 청구항 1 또는 청구항 2에 따른 장치(100) 및 프로그래밍 가능한 기기(150)를 포함하는 시스템에 있어서,
상기 프로그래밍 가능한 기기(150)는 부가적인 인터페이스(160)를 포함하고, 상기 부가적 인터페이스는 제1 설비 매개변수(140)를 상기 인터페이스(110)에 제공하고, 판단된 차량 구성(180)을 상기 프로세서(130)로부터 수신하도록 형성되는 것을 특징으로 하는 시스템. - 차량의 구성을 위한 방법(400)에 있어서,
사용자가 원하는 적어도 하나의 제1 설비 매개변수를 인터페이스를 통하여 수신하는 단계(410);
허용되는 복수의 차량 구성들을 데이터 메모리에 저장하는 단계(420)로, 허용되는 구성은 서로 조합 가능한 복수의 차량 설비 매개변수들에 의해 특징지어지는 것인, 저장 단계(420); 및
프로세서를 통하여 상기 사용자가 원하는 제1 설비 매개변수 및 적어도 제2 설비 매개변수의 상관관계를 기반으로, 상기 허용되는 복수의 차량 구성들로부터 사용자가 잠재적으로 원하는 차량 구성을 판단하는 단계(430)를 포함하고, 잠재적으로 사용자가 원하는 차량 구성은 사용자가 원하는 상기 제1 설비 매개변수 및 적어도 상기 제2 설비 매개변수에 의해 특징지어지고,
상기 프로세서는 판매자의 조건에 따른 교정 신호를 수신하고, 상기 교정 신호에 따라 상기 사용자가 원하는 제1 설비 매개변수 및 적어도 하나의 제2 설비 매개변수의 상관관계를 변경하며,
상기 상관관계는 상기 제1 설비 매개변수로부터 상기 제2 설비 매개변수로의 이행 확률에 의해 정의되며, 상기 프로세서는 상기 사용자로부터 사용자 선호도에 대한 정보를 수신하고, 상기 사용자 선호도에 대한 정보와 연관된 상기 제2 설비 매개변수의 이행 확률을 증가시키기 위한 동적 정합을 수행하는 것을 특징으로 하는 방법(400). - 청구항 10에 따른 방법을 수행하기 위한 컴퓨터 프로그램을 저장하는 메모리 장치로서, 컴퓨터, 프로세서 또는 프로그래밍 가능한 하드웨어 구성요소에서 실행되는 상기 컴퓨터 프로그램을 포함하는 메모리 장치.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102014216622.5 | 2014-08-21 | ||
| DE102014216622.5A DE102014216622A1 (de) | 2014-08-21 | 2014-08-21 | Vorrichtung und Verfahren zum Konfigurieren eines Fahrzeugs |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160023600A KR20160023600A (ko) | 2016-03-03 |
| KR101853528B1 true KR101853528B1 (ko) | 2018-04-30 |
Family
ID=53510601
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150117645A KR101853528B1 (ko) | 2014-08-21 | 2015-08-21 | 차량의 구성을 위한 장치 및 방법 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US9592779B2 (ko) |
| EP (1) | EP2988265A1 (ko) |
| KR (1) | KR101853528B1 (ko) |
| CN (1) | CN105389677B (ko) |
| DE (1) | DE102014216622A1 (ko) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111771232A (zh) | 2017-12-29 | 2020-10-13 | 庞巴迪公司 | 用于操作配置平台的方法和系统 |
| WO2019126869A1 (en) * | 2017-12-29 | 2019-07-04 | Bombardier Inc. | Method and system for operating a configuration platform |
| DE102018110231A1 (de) * | 2018-04-27 | 2019-10-31 | Bpw Bergische Achsen Kg | Computerimplementiertes Verfahren zur datenbankgestützten Konfiguration und Visualisierung einer Fahrwerksanordnung |
| EP3567885B1 (en) * | 2018-05-08 | 2022-11-09 | Volkswagen AG | Configuration of a v2v message interface |
| US11231834B2 (en) * | 2020-06-03 | 2022-01-25 | Micron Technology, Inc. | Vehicle having an intelligent user interface |
| US20220176943A1 (en) * | 2020-12-07 | 2022-06-09 | Ford Global Technologies, Llc | Detecting vehicle presence at a site |
| DE102021105237B3 (de) | 2021-03-04 | 2021-12-09 | Leica Microsystems Cms Gmbh | Vorrichtung und Verfahren zum Bereitstellen von Funktionalitäten |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002269401A (ja) | 2001-03-12 | 2002-09-20 | Toyota Central Res & Dev Lab Inc | 自動車受発注装置及び自動車受発注システム |
| US20030130749A1 (en) * | 2001-11-07 | 2003-07-10 | Albert Haag | Multi-purpose configuration model |
| KR100892290B1 (ko) * | 2008-06-16 | 2009-04-08 | 주식회사 다나와 | 온라인 주문을 위한 부품 추천 시스템 및 그 방법 |
| KR100963996B1 (ko) | 2009-06-29 | 2010-06-15 | 주식회사 모임 | 감성에 기반한 개인별 제품 추천 장치 및 방법, 그 기록 매체 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5844554A (en) | 1996-09-17 | 1998-12-01 | Bt Squared Technologies, Inc. | Methods and systems for user interfaces and constraint handling configurations software |
| US6223170B1 (en) | 1997-09-09 | 2001-04-24 | Baan Development B.V. | Method and apparatus for inference of partial knowledge in interactive configuration |
| DE10121682A1 (de) * | 2001-03-07 | 2002-09-12 | Volkswagen Ag | Verfahren und Vorrichtung zum Bestellen von Produkten, insbesondere Kraftfahrzeugen |
| DE10138174A1 (de) | 2001-08-03 | 2003-02-13 | Saale Net Gmbh | Verfahren zur Online-Präsentation von Waren |
| US7725299B2 (en) | 2004-03-01 | 2010-05-25 | Purdue Research Foundation | Multi-tier and multi-domain distributed rapid product configuration and design system |
| US7457789B2 (en) | 2005-08-17 | 2008-11-25 | Tacton Systems Ab | Configuration assistance for complex products |
| US20090187540A1 (en) * | 2008-01-22 | 2009-07-23 | Microsoft Corporation | Prediction of informational interests |
| DE102009019398A1 (de) * | 2009-04-29 | 2010-11-11 | Audi Ag | Verfahren zum Unterstützen eines Kunden beim Festlegen von Ausstattungsmerkmalen eines Kraftfahrzeugs und Datenverarbeitungseinrichtung |
| US8417490B1 (en) | 2009-05-11 | 2013-04-09 | Eagle Harbor Holdings, Llc | System and method for the configuration of an automotive vehicle with modeled sensors |
| DE102009053794A1 (de) | 2009-11-18 | 2011-05-19 | Man Nutzfahrzeuge Ag | Datenverarbeitungseinheit sowie Verfahren zur Herstellung eins Maschinenfiles |
| US20140025529A1 (en) | 2012-07-23 | 2014-01-23 | Atlatl Software, Llc | Systems and Methods for Generating Three-Dimensional Product Configuration |
-
2014
- 2014-08-21 DE DE102014216622.5A patent/DE102014216622A1/de not_active Withdrawn
-
2015
- 2015-06-17 EP EP15172471.3A patent/EP2988265A1/de not_active Ceased
- 2015-07-29 US US14/812,778 patent/US9592779B2/en active Active
- 2015-08-21 KR KR1020150117645A patent/KR101853528B1/ko active IP Right Grant
- 2015-08-21 CN CN201510516785.2A patent/CN105389677B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002269401A (ja) | 2001-03-12 | 2002-09-20 | Toyota Central Res & Dev Lab Inc | 自動車受発注装置及び自動車受発注システム |
| US20030130749A1 (en) * | 2001-11-07 | 2003-07-10 | Albert Haag | Multi-purpose configuration model |
| KR100892290B1 (ko) * | 2008-06-16 | 2009-04-08 | 주식회사 다나와 | 온라인 주문을 위한 부품 추천 시스템 및 그 방법 |
| KR100963996B1 (ko) | 2009-06-29 | 2010-06-15 | 주식회사 모임 | 감성에 기반한 개인별 제품 추천 장치 및 방법, 그 기록 매체 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105389677A (zh) | 2016-03-09 |
| KR20160023600A (ko) | 2016-03-03 |
| US9592779B2 (en) | 2017-03-14 |
| DE102014216622A1 (de) | 2016-02-25 |
| CN105389677B (zh) | 2020-04-07 |
| US20160052471A1 (en) | 2016-02-25 |
| EP2988265A1 (de) | 2016-02-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101853528B1 (ko) | 차량의 구성을 위한 장치 및 방법 | |
| US20230419380A1 (en) | System and method for generating vehicle repair estimate reports based on predictive estimating | |
| US20150324737A1 (en) | Detection of erroneous online listings | |
| CN101320336B (zh) | 异构环境中的组件的部署计划 | |
| US20190080527A1 (en) | Systems and methods for determining fuel information of a vehicle | |
| US11106984B2 (en) | Adaptive predictive analytics for design modification requests | |
| US8818543B2 (en) | Computerized method and system for selecting technology used in vehicle production | |
| US9665900B1 (en) | Item-specific sales ranking systems and methods | |
| WO2020096658A1 (en) | Automatic listing of items | |
| US11386161B1 (en) | Machine-learned desking vehicle recommendation | |
| US7457789B2 (en) | Configuration assistance for complex products | |
| US20210142295A1 (en) | Methods And Systems Relating To Purchasing Decision Making | |
| CN110569915B (zh) | 基于直觉模糊c均值的汽车数据聚类方法及系统 | |
| KR20180091383A (ko) | 장치, 장치의 제어방법 및 기록매체 | |
| CN115208910A (zh) | 车辆的云端配置方法及装置 | |
| US20160063384A1 (en) | System for building and deploying inference model | |
| US10331808B1 (en) | Feature recognition in engineering methods and systems | |
| US20200279314A1 (en) | Proximity-based vehicle comparison | |
| CN111681081B (zh) | 交互式产品配置方法及系统、计算机可读存储介质、终端 | |
| JP2006350883A (ja) | 知識データベースを利用した需要予測値自動判定システムおよびそれに用いられる需要予測値自動判定プログラム並びにそのプログラムが記録された記録媒体 | |
| US20210390566A1 (en) | Electronic device and control method thereof | |
| Thevenot et al. | A product dissection-based methodology to benchmark product family design alternatives | |
| EP3246861A1 (en) | Method and system for managing constraint-based violations in a product data management environment | |
| US20160292352A1 (en) | Method for improving ergonomics of a vehicle cockpit | |
| WO2021055988A1 (en) | Vehicle self-inspection apparatus and method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |