KR20170131375A - 변하는 도로 상태들에 따라 차량들을 보조하는 기술들 - Google Patents

변하는 도로 상태들에 따라 차량들을 보조하는 기술들 Download PDF

Info

Publication number
KR20170131375A
KR20170131375A KR1020177023699A KR20177023699A KR20170131375A KR 20170131375 A KR20170131375 A KR 20170131375A KR 1020177023699 A KR1020177023699 A KR 1020177023699A KR 20177023699 A KR20177023699 A KR 20177023699A KR 20170131375 A KR20170131375 A KR 20170131375A
Authority
KR
South Korea
Prior art keywords
vehicle
data
road
assistance
server
Prior art date
Application number
KR1020177023699A
Other languages
English (en)
Other versions
KR102457312B1 (ko
Inventor
이고르 타투리안
리타 에이치. 우하이비
훙 리
Original Assignee
인텔 코포레이션
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 인텔 코포레이션 filed Critical 인텔 코포레이션
Priority to KR1020207004551A priority Critical patent/KR102548557B1/ko
Publication of KR20170131375A publication Critical patent/KR20170131375A/ko
Application granted granted Critical
Publication of KR102457312B1 publication Critical patent/KR102457312B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—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 ambient conditions
    • B60W40/06—Road conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/18—Propelling the vehicle
    • B60W30/188—Controlling power parameters of the driveline, e.g. determining the required power
    • B60K35/28—
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/06—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/10—Conjoint control of vehicle sub-units of different type or different function including control of change-speed gearings
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14—Adaptive cruise control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14—Adaptive cruise control
    • B60W30/143—Speed control
    • 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
    • B60W40/02—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 ambient conditions
    • 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
    • B60W40/02—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 ambient conditions
    • B60W40/04—Traffic conditions
    • 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
    • B60W40/02—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 ambient conditions
    • B60W40/06—Road conditions
    • B60W40/064—Degree of grip
    • 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
    • B60W40/02—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 ambient conditions
    • B60W40/06—Road conditions
    • B60W40/076—Slope angle of the road
    • 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
    • B60W50/0097—Predicting future conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/09675—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where a selection from the received information takes place in the vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • B60K2360/169—
    • B60W2420/408—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/54—Audio sensitive means, e.g. ultrasound
    • 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
    • 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
    • B60W2530/209—Fuel quantity remaining in tank
    • B60W2550/14—
    • B60W2550/408—
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/15—Road slope
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/40—Coefficient of friction
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/20—Ambient conditions, e.g. wind or rain
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/65—Data transmitted between vehicles
    • B60W2560/02—
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/06—Combustion engines, Gas turbines
    • B60W2710/0616—Position of fuel or air injector
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/10—Change speed gearings
    • B60W2710/1005—Transmission ratio engaged
    • B60W2750/40—
    • 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
    • B60W2756/00—Output or target parameters relating to data
    • B60W2756/10—Involving external transmission of data to or from the vehicle
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
    • Y02T10/84—Data processing systems or methods, management, administration

Abstract

변하는 도로 상태들에 따라 차량들을 보조하는 기술들은 복수의 차량들 및/또는 인프라스트럭처 센서들로부터 수신되는 크라우드-소싱된 도로 데이터에 기초한 차량 보조 데이터를 포함한다. 크라우드-소싱된 도로 데이터는 도로의 특정 구간과 연관될 수 있고, 경사, 표면, 위험한 상태들 등과 같은 도로의 다양한 특성들에 대해 사용될 수 있다. 차량 보조 데이터는 도로의 통과를 보조하거나 용이하게 하기 위해 차량용 컴퓨팅 디바이스에 제공될 수 있다.

Description

변하는 도로 상태들에 따라 차량들을 보조하는 기술들
관련 출원의 상호 참조
본 출원은 2015년 3월 27일에 출원된, 발명의 명칭이 "TECHNOLOGIES FOR ASSISTING VEHICLES WITH CHANGING ROAD CONDITIONS"인 미국 실용 특허 출원 제14/671,755호를 우선권 주장한다.
고급 차량들을 비롯한, 많은 최신 차량들은 탑승자들의 경험을 개선시키기 위해 하나 이상의 차량용 컴퓨팅 시스템(in-vehicle computing system)들을 포함한다. 차량용 컴퓨팅 시스템들은, 예를 들어, 온도 센서, 타이어 압력 센서, 카메라, 레이더, 라이다(lidar), 오일 압력 센서, 연료 탱크 센서, 속도 센서 등과 같은, 차량에 관한 많은 상이한 유형의 정보를 획득하기 위한 다양한 센서들을 포함할 수 있다. 차량 센서들은 운전자에게 정보를 제공하고 차량용 컴퓨팅 시스템이 차량을 운전하는 경험을 개선시킬 수 있게 하기 위해 협력한다. 그렇지만, 이러한 정보는 전형적으로, 차량의 과거 동작으로 제한될 수 있는, 그 특정의 차량의 센서들에 의해 생성되는 센서 데이터에만 기초한다.
본원에 기술되는 개념들은 첨부 도면들에 제한으로서가 아니라 예로서 나타내어져 있다. 예시의 간단함 및 명확함을 위해, 도면들에 예시된 요소들은 꼭 축척대로 그려져 있지는 않다. 적절한 것으로 간주되는 경우, 대응하는 또는 유사한 요소들을 나타내기 위해 도면들 간에 참조 라벨들이 반복되어 있다.
도 1은 차량 보조 데이터(vehicle assistance data)를 생성하기 위한 차량 보조 시스템(vehicle assistance system)의 적어도 하나의 실시예의 간략화된 블록도;
도 2는 도 1의 시스템의 차량 보조 서버(vehicle assistance server)의 적어도 하나의 실시예의 간략화된 블록도;
도 3은 도 1의 시스템의 차량용 컴퓨팅 시스템의 적어도 하나의 실시예의 간략화된 블록도;
도 4는 도 2의 차량 보조 서버에 의해 구축될 수 있는 환경의 적어도 하나의 실시예의 간략화된 블록도;
도 5는 도 3의 차량용 컴퓨팅 시스템에 의해 구축될 수 있는 환경의 적어도 하나의 실시예의 간략화된 블록도;
도 6은 도 2의 차량 보조 서버에 의해 실행될 수 있는 크라우드-소싱된 도로 데이터(crowd-sourced road data)를 생성하는 방법의 적어도 하나의 실시예의 간략화된 흐름도;
도 7은 도 2의 차량 보조 서버에 의해 실행될 수 있는 차량 보조 데이터를 생성하는 방법의 적어도 하나의 실시예의 간략화된 흐름도;
도 8은 도 3의 차량용 컴퓨팅 시스템에 의해 실행될 수 있는 차량의 운전자를 보조하는 방법의 적어도 하나의 실시예의 간략화된 흐름도.
본 개시내용의 개념들이 다양하게 수정되고 대안의 형태들로 될 수 있지만, 그의 특정 실시예들이 도면들에 예로서 도시되어 있고 본원에서 상세히 기술될 것이다. 그렇지만, 본 개시내용의 개념들을 개시된 특정의 형태들로 제한하려는 의도는 없으며, 그와 달리, 본 개시내용 및 첨부된 청구항들에 따른 모든 수정들, 등가물들, 및 대안들을 포함하는 것으로 의도되어 있다는 것을 잘 알 것이다.
명세서에서 "일 실시예", "실시예", "예시적인 실시예" 등이라고 지칭하는 것들은 기술된 실시예가 특정의 특징, 구조, 또는 특성을 포함할 수 있지만, 모든 실시예가 그 특정의 특징, 구조, 또는 특성을 포함할 수 있거나 꼭 포함하는 것은 아닐 수 있다는 것을 나타낸다. 더욱이, 이러한 문구들이 꼭 동일한 실시예를 지칭하고 있는 것은 아니다. 게다가, 특정의 특징, 구조, 또는 특성이 일 실시예와 관련하여 기술될 때, 본 기술분야의 통상의 기술자가, 명시적으로 기술되어 있든 그렇지 않든 간에, 다른 실시예들과 관련하여 이러한 특징, 구조, 또는 특성을 달성하는 것을 알고 있는 것으로 인정된다. 그에 부가하여, "적어도 하나의 A, B, 및 C"의 형태로 목록에 포함된 항목들이 (A); (B); (C); (A 및 B); (A 및 C); (B 및 C); 또는 (A, B 및 C)를 의미할 수 있다는 것을 잘 알 것이다. 이와 유사하게, "A, B, 또는 C 중 적어도 하나"의 형태로 열거된 항목들은 (A); (B); (C); (A 및 B); (A 및 C); (B 및 C); 또는 (A, B 및 C)를 의미할 수 있다.
개시된 실시예들은, 어떤 경우에, 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 임의의 조합으로 구현될 수 있다. 개시된 실시예들은 또한, 하나 이상의 프로세서들에 의해 판독되어 실행될 수 있는, 일시적 또는 비일시적 머신 판독가능 (예컨대, 컴퓨터 판독가능) 저장 매체에 담겨 있거나 그 상에 저장될 수 있는 명령어들로서 구현될 수 있다. 머신 판독가능 저장 매체는 정보를 머신에 의해 판독가능한 형태로 저장 또는 전송하기 위한 임의의 저장 디바이스, 메커니즘, 또는 다른 물리적 구조물(예컨대, 휘발성 또는 비휘발성 메모리, 매체 디스크, 또는 다른 매체 디바이스)로서 구현될 수 있다.
도면들에서, 일부 구조적 또는 방법 특징들이 특정 배열들 및/또는 순서들로 도시될 수 있다. 그렇지만, 이러한 특정 배열들 및/또는 순서들이 요구되지 않을 수 있다는 것을 잘 알 것이다. 오히려, 일부 실시예들에서, 이러한 특징들이 예시적인 도면들에 도시된 것과 상이한 방식 및/또는 순서로 배열될 수 있다. 그에 부가하여, 특정의 도면에 구조적 또는 방법 특징을 포함시키는 것이 이러한 특징이 모든 실시예들에서 요구되며, 일부 실시예들에서는, 포함되지 않을 수 있거나 다른 특징들과 결합될 수 있다는 것을 의미하려는 것은 아니다.
이제 도 1을 참조하면, 크라우드-소싱된 도로 데이터를 수집하고 변하는 도로 상태에 따라 차량들을 보조하기 위한 예시적인 시스템(100)이 도시되어 있다. 시스템(100)은 도로 시스템(roadway system)(106)에 연결된 차량 보조 서버(102)를 포함한다. 도로 시스템(106)은 하나 이상의 차량용 컴퓨팅 시스템들(110), 하나 이상의 인프라스트럭처 센서들(112), 및 다른 센서들(114)을 포함할 수 있다. 차량 보조 서버(102)는 네트워크(104)를 통해 차량용 컴퓨팅 시스템들(110), 인프라스트럭처 센서들(112), 및 다른 센서들(114)에 연결된다. 도 1의 예시적인 실시예가 2개의 차량용 컴퓨팅 시스템들(110) 및 2개의 인프라스트럭처 센서들(112)을 포함하지만, 임의의 수의 차량용 통신 시스템들(110) 또는 인프라스트럭처 센서들(112)이 차량 보조 서버(102)에 연결될 수 있다는 것을 잘 알 것이다. 네트워크(104)는 임의의 유형의 통신 네트워크일 수 있고 이러한 통신을 달성하기 위해 임의의 하나 이상의 통신 기술(예컨대, 유선 또는 무선 통신) 및 연관된 프로토콜들(예컨대, 이더넷, 블루투스®, Wi-Fi®, WiMAX 등)을 사용하도록 구성될 수 있다.
각각의 차량용 컴퓨팅 시스템(110)은 차량(108)과 연관되어 있다. 차량들(108)은 도로를 따라 주행할 수 있는 임의의 유형의 차량으로서 구현될 수 있으며, 가솔린 동력 자동차(gasoline-powered car), 디젤 동력 자동차(diesel-powered car), 천연 가스 동력 차량(natural gas powered vehicle), 전기 차량, 전지형 차량(all-terrain vehicle), 모터사이클, 및 다른 유형의 차량들을 포함할 수 있다. 일부 실시예들에서, 차량(108)은, 예를 들어, 보트, 비행기, 열차 또는 드론(drone)과 같은, 도로를 따라 주행할 수 없는 유형의 차량으로서 구현될 수 있다. 인프라스트럭처 센서들(112)은 차량(108)의 일부가 아닌 도로 시스템(106)과 연관된 임의의 유형의 센서로서 구현될 수 있다. 인프라스트럭처 센서들(112)은, 예를 들어, 교통 카메라, 기상 센서, 위치 센서, 속도 센서, 및 다른 센서들을 포함할 수 있다. 다른 센서들(114)은 도로 데이터를 획득하기 위해 차량 보조 시스템(100)에 의해 사용되는 임의의 유형의 센서를 포함한다. 예를 들어, 다른 유형의 센서들(114)은 도로들을 모니터링하는 데 사용되는 드론들(또는 다른 항공기)에 부착된 카메라들 및 다른 센서들을 포함할 수 있다.
현재 차량 시스템들에서, 동일한 도로 상에서 주행하는 차량용 컴퓨팅 시스템들(110) 사이의 협력은 거의 존재하지 않는다. 결과적으로, 차량에 내장된 시스템들 중 다수는, 다른 차량들이 직전에 동일한 도로 상태를 경험했을 수 있다는 사실에도 불구하고, 차량(108)과 마주치는 변하는 도로 상태에 순전히 반응적(reactionary)이다. 예를 들어, 크루즈 컨트롤 시스템(cruise control system) 하에서 작동하는 차량(108)이 도로의 비탈길을 오르기 시작할 때, 크루즈 컨트롤 시스템은 차량(108)이 크루즈 컨트롤 피드백 시스템들을 트리거하기에 충분히 느려질 때까지 차량(108)의 스로틀을 변경하지 않을 것이다. 도로에서의 오르막 경사(uphill grade)와 같은, 변하는 도로 상태와 차량(108)의 스로틀을 보다 많이 적용하는 크루즈 컨트롤 사이의 이 지연들은 차량(108)이 갑자기 기어를 저속으로 할 때 차량(108)의 탑승자들로 하여금 요동치는 움직임을 경험하게 할 수 있다.
다른 예에서, 차량(108)은 차량(108)이 주유(refuel)되거나 충전(recharge)될 필요가 있을 때까지의 거리를 예측할 수 있다. 현재 주유 거리 추정치들은 도로들의 오르막 경사들 및 내리막 경사(downhill grade)들을 고려하지 않는다. 차량(108)이 비탈길이 많은 지역을 주행할 때 추정된 주유 거리가 심하게 변할 수 있다. 예를 들어, 차량(108)이 오르막길을 가고 있는 동안은 차량(108)의 주행 가능 거리(distance-to-empty) 예측이 차량(108)이 주유때까지 10 마일을 갖는다고 보고할 수 있지만, 차량(108)이 내리막길로 되돌아올 때는 주행 가능 거리 예측이 차량(108)이 주유가 필요할 때까지 200 마일을 갖는다고 보고할 수 있다. 주유 거리 예측 데이터의 이 변화들은 차량들의 조작자들에 주유 걱정을 야기할 수 있다.
차량 보조 시스템(100)은, 차량(108) 및 차량의 운전자가, 차량(108)을 반응적으로(reactively) 제어하는 것이 아니라, 차량(108)을 사전대응적으로(proactively) 제어할 수 있게 하기 위해, 도로 시스템(106)으로부터 크라우드-소싱된 도로 데이터를 수집하고, 도로 데이터를 분석하며, 개별 차량들에 차량 보조 데이터를 피드(feed)하는 방법을 제공한다. 예를 들어, 크라우드-소싱된 도로 데이터로, 차량 보조 서버(102)는 도로의 오르막 부분이 다가오고 있다는 것을 차량(108)의 크루즈 컨트롤 시스템에 통보하고 오르막 경사와 마주치기 이전에 차량(108)에 부가의 스로틀을 적용하도록 구성될 수 있다. 다른 예에서, 차량 보조 서버(102)는 접근하는 오르막 경사들 및 내리막 경사들을 차량(108)에 경고하는 것에 의해 차량(108)이 보다 정확한 주행 가능 거리를 가질 수 있게 하기 위해 크라우드-소싱된 도로 데이터를 사용할 수 있다. 그렇게 함으로써, 차량용 컴퓨팅 시스템(110)은 도로를 따른 고도의 최종 변화가 무엇일지에 관한 정보를 사용하여 주행 가능 거리 예측을 보다 정확하게 생성할 수 있을 것이다. 일부 실시예들에서, 차량 보조 서버(102)는 차량용 컴퓨팅 시스템(110)으로부터 수신되는 정보에 기초하여 차량(108)의 주행 가능 거리 추정치를 계산한다. 차량 보조 시스템(100)은 차량(108)의 제어 시스템들 및 예측 시스템들이, 예를 들어, 도로 경사의 변화, 노면의 변화, 또는 기상 상태의 변화와 같은, 변하는 도로 상태들에 직면할 때 단지 반응적이기보다는 사전대응적일 수 있게 한다.
차량 보조 서버(102)의 예시적인 실시예가 도 2에 도시되어 있다. 차량 보조 서버(102)는 크라우드-소싱된 도로 데이터를 수집하고 도로(106)를 따라 주행하는 차량들(108)에 대한 차량 보조 데이터를 생성하도록 구성된다. 차량 보조 서버(102)는 프로세서(220), I/O 서브시스템(222), 메모리(224) 및 데이터 저장 디바이스(226)를 포함한다. 서버(102)는, 컴퓨터, 멀티프로세서 시스템, 서버, 랙-장착형 서버(rack-mounted server), 블레이드 서버, 랩톱 컴퓨터, 노트북 컴퓨터, 네트워크 기기(network appliance), 웹 기기(web appliance), 분산 컴퓨팅 시스템, 프로세서 기반 시스템 및/또는 소비자 전자 디바이스(이들로 제한되지 않음)를 비롯한, 본원에 기술되는 기능들을 수행할 수 있는 임의의 유형의 컴퓨팅 또는 컴퓨터 디바이스(computation or computer device)로서 구현될 수 있다. 물론, 서버(102)는, 다른 실시예들에서, 서버 디바이스에서 흔히 발견되는 것들(예컨대, 다양한 입출력 디바이스들)과 같은, 다른 또는 부가의 컴포넌트들을 포함할 수 있다. 그에 부가하여, 일부 실시예들에서, 예시적인 컴포넌트들 중 하나 이상은 다른 컴포넌트에 포함되거나 다른 방식으로 그의 일부분을 형성할 수 있다. 예를 들어, 메모리(224) 또는 그 부분들이, 일부 실시예들에서, 프로세서(220)에 포함될 수 있다.
프로세서(220)는 본원에 기술되는 기능들을 수행할 수 있는 임의의 유형의 프로세서로서 구현될 수 있다. 예를 들어, 프로세서(220)는 단일 또는 멀티 코어 프로세서(들), 디지털 신호 프로세서, 마이크로컨트롤러, 또는 다른 프로세서 또는 처리/제어 회로로서 구현될 수 있다. 이와 유사하게, 메모리(224)는 본원에 기술되는 기능들을 수행할 수 있는 임의의 유형의 휘발성 또는 비휘발성 메모리 또는 데이터 저장소로서 구현될 수 있다. 동작 중에, 메모리(224)는, 운영 체제들, 애플리케이션들, 프로그램들, 라이브러리들, 및 드라이버들과 같은, 서버(102)의 동작 동안 사용되는 다양한 데이터 및 소프트웨어를 저장할 수 있다. 메모리(224)는, 프로세서(220), 메모리(224), 및 서버(102)의 다른 컴포넌트들과의 입출력 동작들을 용이하게 하기 위해 회로부 및/또는 컴포넌트들로서 구현될 수 있는, I/O 서브시스템(222)을 통해 프로세서(220)에 통신가능하게 결합된다. 예를 들어, I/O 서브시스템(222)은 입출력 동작들을 용이하게 하기 위해 메모리 제어기 허브, 입출력 제어 허브, 펌웨어 디바이스, 통신 링크(즉, 점대점 링크, 버스 링크, 전선, 케이블, 도광체(light guide), 인쇄 회로 보드 배선 등) 및/또는 다른 컴포넌트들 및 서브시스템들로서 구현되거나 다른 방식으로 이들을 포함할 수 있다. 일부 실시예들에서, I/O 서브시스템(222)은 SoC(system-on-a-chip)의 일부분을 형성하고, 프로세서(220), 메모리(224), 및 서버(102)의 다른 컴포넌트들과 함께, 단일 집적 회로 칩 상에 포함될 수 있다.
데이터 저장 디바이스(226)는, 예를 들어, 메모리 디바이스 및 회로, 메모리 카드, 하드 디스크 드라이브, 솔리드 스테이트 드라이브(solid-state drive), 또는 다른 데이터 저장 디바이스와 같은 데이터의 단기 또는 장기 저장을 위해 구성된 임의의 유형의 디바이스 또는 디바이스들로서 구현될 수 있다. 데이터 저장 디바이스(226)는 서버(102)에 의해 처리되는 압축된 및/또는 압축해제된 데이터를 저장할 수 있다.
서버(102)는 또한, 예를 들어, 차량용 컴퓨팅 시스템들(110)과 같은, 컴퓨터 네트워크를 통해 서버(102)와 다른 원격 디바이스들 사이의 통신을 가능하게 할 수 있는, 임의의 통신 회로, 디바이스 또는 이들의 집합체(collection)로서 구현될 수 있는, 통신 서브시스템(228)을 포함할 수 있다. 통신 서브시스템(228)은 이러한 통신을 달성하기 위해 임의의 하나 이상의 통신 기술(예컨대, 유선 또는 무선 통신) 및 연관된 프로토콜들(예컨대, 이더넷, 블루투스®, Wi-Fi®, WiMAX 등)을 사용하도록 구성될 수 있다. 서버 컴퓨팅 디바이스는, 디스플레이들, 키보드들, 다른 입출력 디바이스들, 및 다른 주변 디바이스들과 같은, 서버의 기능들을 수행하는 데 필요할 수 있는 다른 주변 디바이스들을 포함할 수 있다.
차량 보조 서버(102)는 하나 이상의 인프라스트럭처 센서들(112) 또는 다른 센서들(114)에 연결될 수 있다. 인프라스트럭처 센서들(112) 및 다른 센서들(114)는 본원에 기술되는 기능들을 수행할 수 있는 임의의 유형의 컴퓨팅 또는 컴퓨터 디바이스로서 구현될 수 있다. 인프라스트럭처 센서들(112)은 도로의 상태를 측정하거나 도로의 상태와 관련되거나 그를 나타내는 센서 데이터를 다른 방식으로 생성하는 임의의 센서를 포함할 수 있다. 예를 들어, 인프라스트럭처 센서들(112)은 교통 카메라, 강수량 센서 및 온도 센서와 같은 기상 센서, 속도 센서, 진동 센서, 풍속 센서, 및 다른 유형의 센서들을 포함할 수 있다. 도로 시스템(106)의 상태를 측정하는 데 사용되는 다른 유형의 센서들(114)은, 드론과 같은, 항공기 상의 카메라들 및 레이더들을 포함할 수 있다. 센서들(112, 114)은 도로 상태를 검출하도록 구성되고, 예를 들어 카메라, 움직임 센서, 온도 센서, 레이더, 마이크로폰, 위치 센서, 및 다른 감지 디바이스들을 포함할 수 있다.
차량용 컴퓨팅 시스템(110)의 예시적인 실시예가 도 3에 도시되어 있다. 차량용 컴퓨팅 시스템(110)은 차량(108)과 연관된 상태를 감지하고 차량 보조 서버(102)에 의해 수신되는 차량 보조 데이터에 기초하여 차량 파라미터들을 조절하도록 구성된다. 차량용 컴퓨팅 시스템은 예시적으로 프로세서(320), 메모리(322), I/O 서브시스템(324), 데이터 저장 디바이스(334), 및 통신 디바이스(336)를 포함한다. 차량용 컴퓨팅 시스템(110)은, 컴퓨터, 멀티프로세서 시스템, 서버, 랙-장착형 서버, 블레이드 서버, 랩톱 컴퓨터, 노트북 컴퓨터, 네트워크 기기, 웹 기기, 분산 컴퓨팅 시스템, 프로세서 기반 시스템 및/또는 소비자 전자 디바이스(이들로 제한되지 않음)를 비롯한, 본원에 기술되는 기능들을 수행할 수 있는 임의의 유형의 컴퓨팅 또는 컴퓨터 디바이스로서 구현될 수 있다. 일반적으로, 앞서 기술된 서버(102)의 컴포넌트들과 동일하거나 유사한 명칭들을 갖는 차량용 컴퓨팅 시스템(110)의 컴포넌트들이 이와 유사하게 구현될 수 있다. 이에 따라, 그 유사한 컴포넌트들에 대한 논의는 여기서 반복되지 않는다.
차량용 컴퓨팅 시스템(110)의 예시적인 실시예는 출력 디바이스들(326), 데이터 저장 디바이스(334), 통신 디바이스(336), 및 센서들(338)을 포함한다. 출력 디바이스들(326)은 사용자 인터페이스(328), 디스플레이(330), 스피커들(332), 및/또는 다른 출력 디바이스들(예컨대, 차량 제어 디바이스들)을 포함할 수 있다. 이하에서 논의되는 바와 같이, 출력 디바이스들(326)은 차량 보조 서버로부터 수신되는 차량 보조 데이터의 내용을 운전자에게 통지하는 데 사용될 수 있다. 그에 부가하여, 일부 실시예들에서, 차량용 컴퓨팅 시스템(110)은, 차량 제어 명령을 포함하는 차량 보조 데이터를 수신하는 것에 응답하여, 차량 파라미터를 자동으로 조절하도록 하나 이상의 출력 디바이스들(326)을 제어할 수 있다. 차량 파라미터는 차량용 컴퓨팅 시스템(110)에 의해 조절가능한 차량의 임의의 특징 또는 상태, 예를 들어 크루즈 컨트롤 동안 차량(108)의 스로틀로서 구현될 수 있다. 차량 보조 서버(102)가 운전 경험을 개선시키기 위해 변경될 수 있는 차량 파라미터를 결정하고 차량 보조 서버(102)가 차량 파라미터가 운전자로부터의 입력없이 차량용 컴퓨팅 시스템(110)에 의해 변경될 수 있다고 결정할 때, 차량 제어 명령이 생성된다. 예를 들어, 차량 보조 서버(102)가 차량(108)이 도로에서 오르막 경사에 접근하고 있다고 결정하면, 차량(108)이 비탈길에 도달하기 전에 차량(108)의 스로틀을 증가시킴으로써 도로 경사를 매끄럽고 빠르게 올라가도록 하기 위해 차량 제어 명령이 차량(108)으로 송신될 수 있다.
사용자 인터페이스(328)는, 예를 들어, 버튼들 또는 컴퓨터 터치스크린과 같은, 입출력 디바이스들의 임의의 조합을 포함할 수 있다. 차량용 컴퓨팅 시스템(110)의 입력 디바이스들은 터치 패드 또는 버튼들, 호환가능 컴퓨팅 디바이스(예컨대, 스마트폰 또는 컨트롤 유닛(control unit)), 음성 인식, 제스처 인식, 눈 추적, 또는 뇌-컴퓨터 인터페이스를 포함할 수 있다. 디스플레이(330)는, 예를 들어, 차량 탑재 디스플레이(vehicle mounted display)와 같은 임의의 유형의 디스플레이로서 구현될 수 있다. 스피커들(332)은 차량(108)의 운전자에게 청각적 출력들을 제공할 수 있고, 특정 이벤트를 나타내는 다양한 소리들을 생성할 수 있다. 일부 실시예들에서, 차량용 컴퓨팅 시스템(110)은 또한 차량 파라미터들을 변경하거나 변하는 상태들을 운전자에게 통지하는 데 필요한 임의의 촉각적 또는 후각적 출력들을 포함할 수 있다. 앞서 논의된 출력 디바이스들(326)(사용자 인터페이스(328), 디스플레이(330), 또는 스피커들(332))은 임의의 실시예들로서 논의된 것에 불과하고, 부가의 또는 다른 출력 디바이스들이 존재할 수 있다.
차량용 컴퓨팅 시스템(110)은 또한 차량 동작 데이터 및/또는 도로 상태 데이터를 감지 또는 측정하도록 구성된 센서들(338)을 포함한다. 일부 실시예들에서, 도로의 하나 이상의 양태들을 포착하기 위해 하나 이상의 카메라들(340)이 차량용 컴퓨팅 시스템(110)에 결합될 수 있다. 예를 들어, 일부 차량들(108)은, 차량용 컴퓨팅 시스템이 운전자가 차선(lane of traffic) 내에 머무르는 것을 보조할 수 있게 하도록, 도로의 표면 상의 줄무늬(striping)을 모니터링하는 카메라들을 포함할 수 있다. 다른 예에서, 카메라(340)는 운전 동안 차량(108)의 운전자가 어디를 보고 있는지를 결정하는 시선 검출기로서 사용될 수 있다. 차량(108) 또는 운전자에 의해 만들어진 소리들, 예를 들어, 운전자에 의한 음성 명령들을 포착하기 위해 마이크로폰(342)이 또한 차량용 컴퓨팅 시스템(110)에 포함될 수 있거나, 마이크로폰은 도로 소음 및 엔진 소음 - 이들로부터 차량 컴퓨팅 시스템(110)은 차량(108)의 속도를 결정할 수 있음 - 을 픽업(pick up)할 수 있다.
차량용 컴퓨팅 시스템(110)은 또한 차량(108)의 위치를 결정하는 위치 센서(344)를 포함할 수 있다. 차량 보조 서버(102)는, 차량(108)의 위치 및, 예를 들어, 차량(108)이 어느 도로를 따라 주행하고 있는지를 결정하기 위해, 위치 센서(344)에 의해 측정되는 위치 데이터를 사용한다. 감지된 데이터의 위치는 크라우드-소싱된 도로 데이터 데이터베이스를 구축하는 데 유용하다. 그에 부가하여, 센서들(338)은 차량(108)의 속도 및, 다른 차량들과 같은, 다른 물체들로부터의 차량(108)의 거리를 측정하기 위해 차량용 컴퓨팅 시스템(110)에 연결된 레이더(346)를 포함할 수 있다. 차량용 컴퓨팅 시스템(110)은 또한 차량(108)에 관한 다양한 것들을 결정하는 데 사용될 레이저들(348)을 포함할 수 있다. 예를 들어, 레이저(348)는 차량(108)과 도로를 사용하는 다른 차량들 사이의 거리를 결정하기 위한 라이더일 수 있다.
물론, 차량용 컴퓨팅 시스템(110)은 차량(108) 및/또는 도로에 관한 다양한 것들을 결정하기 위한 다른 센서들을 포함할 수 있다. 예를 들어, 일부 실시예들에서, 센서들(338)은 차량(108)의 움직임을 측정하는 가속도계, 운전자의 뇌 활동을 측정하는 모니터, 또는 운전자의 온도를 측정하는 모니터를 포함할 수 있다. 다른 센서들은 타이어 압력 센서, 사각 지대 모니터, 공연비 미터(air-fuel ratio meter), 크랭크샤프트 위치 센서, 운전자에게 커브(curb)들을 경고하는 커브 필러(curb feeler), 엔진 온도를 측정하는 엔진 냉각수 온도 센서, 홀 효과 센서, 연료 계량(fuel metering)을 조절(regulate)하는 매니폴드 절대 압력 센서(manifold absolute pressure sensor), 질량 유량 센서, 배기가스 내의 산소의 양을 측정하는 산소 센서, 주차 운전(parking maneuver) 중에 장애물들을 운전자에게 알리는 주차 센서, 레이더 건, 속도계, 스로틀 위치 센서, 토크 센서, 변속기 오일 온도 센서(transmission fluid temperature sensor), 터빈 속도 센서, 가변 릴럭턴스 센서(variable reluctance sensor), 워터 센서(water sensor), 휠 속도 센서, 냉각수 레벨 센서, 에어 클리너 온도 센서, 기압 센서, 엔진이 노킹하는지를 결정하는 폭발 센서(detonation sensor), 주변 공기 온도 센서, 히터 코어 온도 센서, 오일 온도 센서, 변속기 시프트 센서, EGR 압력 피드백 센서, 가속 페달 위치 센서, 브레이크 페달 위치 센서, 변속기 출력 속도 센서, 터보 부스트 센서, 가속 센서, 브레이크액 레벨 센서, 워셔액 레벨 센서, 차고 센서(vehicle height sensor), 후륜 레벨 센서(rear wheel level sensor), 조향률 센서(steering rate sensor), 테일 라이트 정지 센서(tail light outage sensor), EGR 밸브 위치 센서, 탑승자 결정 센서(예컨대, 차량의 하나의 시트 또는 시트들에 있는 중량 센서), 화물 중량 결정 센서, 배터리 수명 결정 센서, 차량의 발전기의 전기 출력을 결정하는 발전 센서(electricity generation sensor), 자이로스코프, 또는 주변 광 센서를 포함할 수 있다. 이에 따라, 앞서 논의된 특정 센서들(338)(카메라(340), 마이크로폰(342), 위치 센서(344), 레이더(346), 레이저(348), 또는 다른 센서들(350))이 가능한 또는 임의의 실시예들로서 논의된 것에 불과하고, 부가의 또는 다른 센서들이 차량용 컴퓨팅 시스템(110)에 포함될 수 있다는 것을 잘 알 것이다.
도 4를 참조하면, 예시적인 실시예에서, 차량 보조 서버(102)는 동작 동안의 환경(400)을 구축한다. 예시적인 실시예(400)는 데이터 취득 모듈(402), 차량 보조 모듈(414), 및 통신 모듈(434)을 포함한다. 사용 중에, 차량 보조 서버(102)는, 차량(108)의 동작 중에 차량(108)을 보조하기 위해, 크라우드-소싱된 도로 데이터를 수집하고 집계하며, 차량(108)의 특정 트립에 관련된 차량 프로파일 정보를 수집하고, 크라우드-소싱된 도로 데이터 및 차량 프로파일 정보에 기초하여, 차량 보조 데이터를 결정하도록 구성된다. 환경(400)의 다양한 모듈들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합으로서 구현될 수 있다. 예를 들어, 환경(400)의 다양한 모듈들, 로직, 및 다른 컴포넌트들은 프로세서(220) 또는 서버(102)의 다른 하드웨어 컴포넌트들의 일부분을 형성하거나 그에 의해 다른 방식으로 구축될 수 있다. 이에 따라, 일부 실시예들에서, 환경(400)의 모듈들 중 임의의 하나 이상은 전기 디바이스들의 회로 또는 집합체(예컨대, 데이터 취득 회로, 차량 보조 회로, 통신 회로 등)로서 구현될 수 있다.
데이터 취득 모듈(402)은 각종의 소스들로부터 크라우드-소싱된 도로 데이터를 수집하고 조직화하도록 구성된다. 데이터를 크라우드 소싱하는 것은 관련 정보를 결정하기에 충분히 큰 데이터 세트를 수집하기 위해 많은 양의 데이터를 감지하는 것을 포함한다. 예를 들어, 특정의 도로를 따라 주행하는 수백 대의 차량들의, 고도를 비롯한, 지리적 위치를 추적하는 것에 의해, 컴퓨팅 시스템은 도로의 임의의 특정 지점에 있는 도로 경사를 보다 정확하게 결정할 수 있을 것이다. 도로 경사가 직접 측정되지는 않지만, 도로 경사가 크라우드-소싱을 통해 수집된 다른 정보에 의해 결정될 수 있다. 데이터 취득 모듈(402)은 인프라스트럭처 데이터 모듈(404), 차량 데이터 모듈(406), 및 데이터 집계 모듈(408)을 포함한다.
인프라스트럭처 데이터 모듈(404)은 하나 이상의 인프라스트럭처 센서들(112) 및 다른 센서들(114)로부터 데이터를 수신하도록 구성된다. 인프라스트럭처 센서들(112)은 도로 상의 또는 그 근방의 위치들에서 데이터를 감지한다. 예를 들어, 인프라스트럭처 센서들(112)은, 도로 경사, 노면 유형, 또는 다른 도로 위험들(예컨대, 교통 정체 또는 차량 충돌)과 같은, 하나 이상의 도로 상태들을 결정하는 데 사용될 수 있는 정보를 수집할 수 있다. 인프라스트럭처 데이터 모듈(404)은 인프라스트럭처 데이터를 수신하고 인프라스트럭처 데이터를 차량 보조 데이터베이스(412)에 저장한다.
차량 데이터 모듈(406)은 하나 이상의 차량들(108)로부터 차량 데이터를 수신하도록 구성된다. 차량 데이터는 차량 식별 데이터, 차량 동작 데이터, 및/또는 운전자 프로파일 데이터를 포함할 수 있다. 차량 식별 데이터는, 예를 들어, 제조사, 모델, 연식, 엔진 사양, 차량(108) 상에 어떤 센서들이 이용 가능한지, 차량 상에 어떤 제어 시스템들이 작동하는지, 및 다른 정보와 같은, 차량에 관한 영구적 정보를 포함할 수 있다. 차량 식별 데이터는 또한, 예를 들어, 갤런당 마일수에 관한 이력 데이터, 보통 주행되는 도로들에 대한 이력 데이터, 및 차량용 컴퓨팅 시스템(110)에 의해 측정될 수 있는 다른 장기 경향들을 비롯한, 차량(108)의 과거 성능에 관한 정보를 포함할 수 있다. 일부 실시예들에서, 차량 보조 서버(102)는 차량(108)의 장래 성능 또는 거동들의 확률을 결정하기 위해 차량(108)의 과거 성능에 기초하여 확률 모델들을 생성할 수 있다. 예를 들어, 확률 모델은 차량(108)이 차량에 의해 취해진 과거 경로들에 기초하여 하나 이상의 특정 경로들을 취할 확률을 나타낼 수 있다.
차량 데이터의 차량 동작 데이터는, 차량(108)이 현재 주행하고 있는 특정 트립에 관련된 데이터와 같은, 차량(108)의 현재 동작 특성들에 관한 데이터를 포함할 수 있다. 예를 들어, 차량 동작 데이터는, 운전자가 목적지에 진입한 경우, 경로 정보를 포함할 수 있다. 다른 예에서, 차량 동작 데이터는 차량(108)의 중량(승객 및 장비(gear)를 포함함), 차량(108)의 현재 위치, 차량(108)의 현재 속도, 차량(108)의 현재 주행 방향, 및 다른 정보를 포함할 수 있다. 운전자 프로파일 정보는, 예를 들어, 운전자가 공격적인 운전자인지 조심스러운 운전자인지와 같은, 운전자에 관한 정보를 포함할 수 있다. 운전자 프로파일 데이터가 항상 이용가능한 것은 아니며, 차량 프로파일 정보 또는 차량 데이터에 항상 포함되어 있는 것은 아닐 수 있다. 일부 실시예들에서, 운전자 프로파일 데이터는 차량(108)의 하나 초과의 운전자에 관련된 정보를 포함할 수 있다. 예를 들어, 차량(108)은 복수의 잠재적 운전자들을 갖지만, 2명의 주된 운전자들을 가질 수 있다. 이 예에서, 운전자 프로파일 데이터는 차량(108)의 잠재적 운전자들 모두에 관한 정보(예컨대, 각각의 운전자의 운전 스타일)를 포함할 것이며, 운전자 프로파일 데이터는 어느 운전자가 차량(108)을 현재 조작하고 있는지를 식별해줄 것이다.
데이터 집계 모듈(408)은, 인프라스트럭처 데이터 모듈(404)로부터의 인프라스트럭처 데이터 및 차량 데이터 모듈(406)로부터의 차량 데이터를 비롯한, 수신된 데이터 전부를 수집하고, 수집된 데이터를 검색가능 데이터베이스(즉, 크라우드-소싱된 도로 데이터)에 집계하거나 조직화한다. 수집된 도로 데이터가 조직화되면, 집계된 도로 데이터는 차량 보조 데이터베이스(412)에 저장된다. 일부 실시예들에서, 데이터 집계 모듈(408)은 수집된 각각의 데이터 조각의 위치를 결정하고 그 수집된 데이터를 네비게이션 지도 상의 위치들과 상관시키는 지리적 위치 모듈(410)을 포함한다. 예를 들어, 차량 보조 데이터베이스(412) 상의 크라우드-소싱된 도로 데이터는 도로 데이터가 수집된 위치에 의해 인덱싱될 수 있다. 수집된 도로 데이터를 위치에 의해 인덱싱하는 것은 데이터 취득 모듈(402)이, 도로 경사, 노면 및 정지마찰(traction), 지역 기상 정보, 또는 심지어 특정 도로 위험들과 같은, 부가 정보로 가득찬 네비게이션 지도를 생성할 수 있게 한다. 일부 실시예들에서, 데이터 집계 모듈(408)은 수신된 크라우드-소싱된 데이터에 기초하여 도로를 도로 구간들로 분할(segment)한다. 예를 들어, 도로 구간이 오르막 경사를 갖는 도로 섹션(road section)으로서 정의될 수 있는 반면, 인접한 도로 구간은 내리막 경사를 갖는 도로 섹션으로서 정의될 수 있다. 그에 부가하여, 일부 실시예들에서, 데이터 집계 모듈은, 대응하는 도로를 현재 주행하는 차량의 동작 또는 거동을 예측하는 데 사용될 수 있는, 크라우드-소싱된 도로 데이터에 기초하여 하나 이상의 확률 모델들을 생성하거나, 업데이트하거나 다른 방식으로 유지할 수 있다.
일부 실시예들에서, 크라우드-소싱된 도로 데이터는 크라우드-소싱된 도로 데이터가 감지되거나 수신된 때에 관한 정보를 포함한다. 보다 최근에 감지된 도로 데이터는 일반적으로 보다 오래된 도로 데이터보다 현재 도로 상태들에 더 관련성이 있을 수 있다. 크라우드-소싱된 도로 데이터가 오래됨에 따라, 크라우드-소싱된 도로 데이터에 반영된 정보는 예전처럼 정확하지 않을 수 있다. 예를 들어, 크라우드-소싱된 도로 데이터가 노면이 눈으로 인해 미끄럽다는 것을 나타내면, 그 정보는 6 개월 후에는 관련성이 없을 가능성이 있다. 이에 따라, 일부 실시예들에서, 데이터 집계 모듈(408)은 도로 데이터가 수집된 날짜에 기초하여 크라우드-소싱된 도로 데이터를 생성하는 데 사용되는 수집된 도로 데이터에 가중 인자들을 적용하도록 구성될 수 있다. 예를 들어, 일주일 전에 차량 센서들 및 인프라스트럭처 센서들로부터 수집된 데이터는 한 달 전에 수집된 데이터보다 더 많은 가중치를 부여받을 수 있다. 그에 부가하여, 문턱 시간을 초과하여 오래된 도로 데이터가, 일부 실시예들에서, 완전히 폐기될 수 있다.
차량 보조 데이터베이스(412)는 차량 보조 시스템(100)과 연관된 임의의 정보를 저장하도록 구성된다. 상세하게는, 차량 보조 데이터베이스(412)는 데이터 취득 모듈(402)에 의해 수집되는 크라우드-소싱된 도로 데이터를 저장할 수 있다. 차량 보조 데이터베이스(412)는 차량 보조 모듈(414)에 연결되고, 차량 보조 데이터의 결정을 용이하게 하기 위해 차량 보조 모듈(414)에 정보를 제공하도록 구성된다. 차량 보조 데이터베이스(412)는 차량 보조 서버(102)의 일부로서 구현될 수 있거나, 서버(102)의 외부에 있고 하나 이상의 컴퓨터 네트워크들을 통해 서버(102)에 연결될 수 있다. 일부 실시예들에서, 차량 보조 데이터베이스(412)는 데이터 저장 디바이스(226)이다.
차량 보조 모듈(414)은 차량 보조 데이터베이스(412)에 저장된 현재 차량 프로파일 정보 및 크라우드-소싱된 도로 데이터에 기초하여 도로를 따라 주행하는 차량(108)에 대한 차량 보조 데이터를 결정하도록 구성된다. 차량 보조 모듈(414)은 차량 정보 모듈(416), 차량 작업 결정 모듈(418), 차량 보조 데이터 결정 모듈(422), 및 통지 모듈(432)을 포함한다.
차량 정보 모듈(416)은 현재 차량 프로파일 정보를 수신하도록 구성된다. 일부 실시예들에서, 차량 정보 모듈(416)은 차량(108)이 제1 도로 구간에 위치되어 있는 동안 차량(108)으로부터 차량 프로파일 정보를 수신한다. 앞서 논의된 바와 같이, 차량 프로파일 정보는 차량 식별 데이터, 차량 동작 데이터, 및/또는 운전자 프로파일 데이터를 포함할 수 있다. 차량 정보 모듈(416)은 차량 프로파일 정보를 수신하여 차량 보조 모듈(414)에 대한 유용한 포맷으로 조직화하도록 구성된다. 예를 들어, 차량 정보 모듈(416)은, 예를 들어, 차량(108)이 크루즈 컨트롤을 할 수 있는지, 차량(108)이 무인 운전(driverless operation)을 할 수 있는지, 또는 차량용 컴퓨팅 시스템(110)이 임의의 자동 제어 특징들을 할 수 있는지와 같은, 차량(108)의 능력들을 결정할 수 있다. 차량 정보 모듈(416)이 결정할 수 있는 정보의 다른 예는 차량의 현재 위치, 차량(108)의 주행 속도, 차량(108)의 주행 방향, 및 차량(108)이 어떤 도로를 따라 주행하고 있는지이다. 결정될 수 있는 다른 유형의 정보는 누가 차량(108)을 운전하는지, 승객들이 차량(108)에 어떻게 있는지, 차량(108)에 있는 승객들 및 화물의 중량, 그리고 차량(108)의 성능에 영향을 미칠 수 있는 다른 인자들이다.
차량 작업 결정 모듈(418)은 차량 정보 모듈(416)로부터 현재 차량 정보를 수신하고 차량 보조 서버(102)가 차량(108)의 어느 작업들을 보조할 수 있는지를 결정하도록 구성된다. 예를 들어, 모든 차량들이 모든 특징들을 갖추고 있는 것은 아니다. 고급 자동차들은 보통 저가 자동차 모델들 또는 구형 자동차 모델들에는 존재하지 않는 진보된 제어 특징들을 갖는다. 차량 작업 결정 모듈(418)은 차량 보조 시스템(100)을 사용하여 각각의 차량의 능력들을 결정한다. 예를 들어, 차량 작업 결정 모듈(418)은 고급 차량은 특정의 진보된 운전자 보조 시스템들을 사용할 수 있는 반면, 구형 차량은 표준의 크루즈 컨트롤 시스템들을 사용할 수 있을 뿐이라고 결정할 수 있다. 차량 작업 결정 모듈(418)은, 차량(108)이 어느 작업들을 수행할 수 있는지를 결정할 때, 작업 목록을 생성하고, 차량 보조 데이터 결정 모듈(422)은 그 작업 목록에 관련된 차량 보조 데이터를 생성할 뿐이다. 일부 실시예들에서, 차량 작업 결정 모듈(418)은 차량(108)에 의해 주행되는 도로를 도로 구간들로 분할하는 도로 분할 모듈(road segmentation module)(420)을 포함한다. 도로 분할 모듈(420)은 차량 보조 시스템(100)에 의해 수행될 작업들에 따라 도로를 섹션들로 나누기 위해 현재 차량 정보를 사용한다.
차량 보조 데이터 결정 모듈(422)은 크라우드-소싱된 도로 데이터에 기초하여 임의의 수의 도로들을 사용하여 임의의 수의 차량들(108)에 대한 차량 보조 데이터를 결정하도록 구성된다. 예를 들어, 차량 보조 데이터는 차량 제어 명령들 및 운전자 통지들을 포함할 수 있다. 차량 제어 명령들은 차량용 컴퓨팅 시스템(110)으로 하여금 차량 파라미터를 자동으로 조절하게 하는 신호로서 구현될 수 있다. 예를 들어, 차량 제어 명령은 차량용 컴퓨팅 시스템(110)이, 다가오는 오르막 경사를 예상하여, 차량의 크루즈 컨트롤 시스템의 스로틀을 증가시키는 명령으로서 구현될 수 있다. 운전자 통지들은 차량 보조 서버(102)에 의해 운전자에게 전송되는 임의의 유형의 통지로서 구현될 수 있다. 예를 들어, 차량(108)이 크루즈 컨트롤 모드에 있지 않으면, 운전자 통지는 도로의 오르막 경사가 접근하고 있다는 것을 그 운전자에게 통보하고, 엔진의 출력(power)을 증가시키기 위해 엔진의 스로틀을 증가시키라고 운전자에게 제안할 수 있다 . 운전자 통지의 다른 예는 다가올 도로 경사의 변화들에 기초하여 주행 가능 거리 예측을 동적으로 업데이트하고 그 업데이트된 주행 가능 거리 예측을 운전자에게 출력하는 차량 보조 데이터를 포함할 수 있다.
차량 보조 데이터는 차량(108)에 의한 도로의 통과를 용이하게 하기 위해 차량(108)의 차량용 컴퓨팅 디바이스(110)에 의해 사용가능하다. 차량 보조 데이터 결정 모듈(422)은 도로 상태 결정 모듈(424), 주유 예측 모듈(426), 크루즈 컨트롤 모듈(428), 및 운전자 보조 모듈(430)을 포함할 수 있다. 물론, 다른 실시예들에서, 차량 보조 데이터 결정 모듈(422)은 부가의 또는 다른 모듈들을 포함할 수 있다.
도로 상태 결정 모듈(424)은 도로의 하나 이상의 상태들을 결정하기 위해 차량 보조 데이터베이스(412)로부터의 크라우드-소싱된 도로 데이터를 사용하도록 구성된다. 도로의 상태들은 도로 경사들, 노면 유형들, 또는 도로 위험들을 포함할 수 있다. 도로 상태 결정 모듈(424)은 도로 상에서 주행하는 하나 이상의 차량들(108)로부터 획득되는 위치 데이터와 지도 데이터를 상관시키는 것에 의해 도로의 경사를 결정할 수 있다. 도로의 도로 경사가 결정되면, 도로 상태 결정 모듈(424)은 도로에 대한 도로 경사 데이터를 생성한다. 도로 상태 결정 모듈(424)은 또한 도로의 표면의 특성들을 나타내는 노면 데이터를 결정할 수 있다. 노면의 특성들은 도로 유형(예컨대, 도로가 콘크리트 또는 아스팔트로 포장되었는지 또는 도로가 비포장(dirt)인지) 및 노면이, 비, 눈 또는 얼음과 같은, 환경 인자들에 의해 영향을 받고 있는지를 포함할 수 있다. 도로 상태 결정 모듈(424)은, 환경 조건들이 운전을 위한 노면의 품질에 영향을 미치고 있는지를 결정하기 위해, 하나 이상의 인프라스트럭처 센서들(112) 또는 하나 이상의 차량용 컴퓨팅 시스템들(110)로부터 수집되는 기상 데이터를 사용할 수 있다. 도로 상태 결정 모듈(424)은 또한 도로의 하나 이상의 위험한 상태들을 나타내는 도로 위험 데이터를 결정할 수 있다. 도로의 하나 이상의 위험한 상태들은 포트홀, 교통 혼잡, 차량 충돌, 미끄러운 상태, 도로에 있는 동물(예컨대, 사슴), 또는 다른 위험들을 포함할 수 있다.
도로 상태 데이터가 결정되면, 차량 보조 데이터 결정 모듈(422)은 차량 보조 시스템(100)을 사용하여 각각의 차량(108)에 대한 차량 보조 데이터를 생성한다. 차량 보조는 도로 위험에 대해 차량(108)이 어떤 반응이 취해져야 하는지를 결정하기 위해 차량 프로파일 정보를 사용하여 각각의 개별 차량에 맞춰 조정된다. 예를 들어, 무거운 하중을 끌고가는 차량(108)이 도로에서의 가파른 오르막 경사에 접근하고 있다면, 차량 보조 데이터는 차량(108)이 우측 차선으로 들어가고, 기어를 보다 낮은 기어로 낮추며, 다른 운전자들에게 차량(108)의 감소된 속도를 경고하기 위해 차량(108)의 위험 점멸등(hazard flasher)을 켠다는 것을 나타낼 수 있다. 다른 예에서, 도로 상태 데이터가 특정의 도로가 매우 미끄럽다는 것을 나타내고 차량(108)이 4륜 구동을 갖지 않는 경우, 차량 보조 데이터는 차량(108)이 대안의 경로를 취하는 것을 고려해야만 한다는 것을 나타낼 수 있다. 일부 실시예들에서, 차량 보조 데이터는 차량(108)에 의한 도로 구간의 통과를 용이하게 하기 위해 차량(108)의 차량용 컴퓨팅 디바이스(110)에 의해 사용가능하다.
일부 실시예들에서, 차량 보조 데이터 결정 모듈(422)은 개별 차량들(108)에 대한 차량 보조 데이터를 생성할 때 차량 보조 시스템(100)에 참여하는 근방의 차량들에 대한 정보를 고려한다. 예를 들어, 차량 보조 데이터 결정 모듈(422)은 개별 차량 결정 데이터를 결정할 때 교통 정보를 고려할 수 있다. 예를 들어, 고속 차량이 저속 차량에 접근하는 경우, 차량 보조 데이터는, 운전자 통지를 통해, 고속 차량에 양보하기 위해 비켜주라고 저속 차량에 알려줄 수 있다. 다른 예에서, 차량 보조 데이터 결정 모듈(422)은 도로 상에 포트홀이 존재한다는 정보를 하나의 차량(108)으로부터 수신할 수 있다. 이 정보를 사용하여, 다른 차량(108)에 대해 생성된 차량 보조 데이터는 임박한 포트홀에 관한 통지를 포함할 수 있다. 이러한 방식으로, 차량 보조 시스템(100)은 고급 차량들의 진보된 감지 능력들을 이러한 진보된 감지 능력들을 갖지 않을 수 있는 다른 차량들과 공유하는 것을 용이하게 한다.
주유 예측 모듈(426)은 차량(108)의 운전자에게 출력되는 주행 가능 거리 예측들을 개선시키도록 구성된다. 주유 예측 모듈(426)은 차량(108)이 주유를 필요로 하기 전에 주행할 수 있는 주행 거리(driving distance)의 양을 보다 정확하게 예측하기 위해, 차량 사양 및 차량 운전 이력을 비롯한, 차량 프로파일 정보 및 크라우드-소싱된 도로 데이터를 사용하여 결정된 도로 상태 데이터를 사용한다. 예를 들어, 전기 차량(108)이 비탈길이 많은 도로를 따라 주행하는 경우, 주행 가능 거리 예측은 차량(108)이 오르막 또는 내리막 길을 주행하는지에 따라 심하게 변할 수 있다. 보다 정확한 예측을 하기 위해, 차량 보조 데이터는 차량(108)에 의해 사용될 수 있는 예측된 경로의 특정 거리에 관한 도로 경사 데이터를 포함하는 새로운 주행 가능 거리 예측을 포함할 수 있다. 예를 들어, 새로운 주행 가능 거리 예측은, 도로에서의 접근하는 오르막 및 내리막 경사들을 고려하도록, 다음 10 마일의 도로에 기초한 추정치를 포함할 수 있다. 일부 실시예들에서, 주유 예측 모듈(426)은 차량(108)이 다음에 어떤 도로들을 따라 주행할 가능성이 있는지를 결정하기 위해 예측 경로설정(predictive routing)을 사용한다. 예를 들어, 전형적인 차량(108)은 보통, 직장과 가정 사이와 같은, 다수의 유한한 장소들로만 주행한다. 차량(108)의 과거 경로 데이터 및 그 경로를 따른 과거 연료 성능(즉, 특정의 도로 구간을 통과하는 동안 차량(108)에 의해 연료가 얼마나 사용되었는지)을 사용하여, 주유 예측 모듈(426)은 훨씬 더 정확한 주행 가능 거리 예측을 할 수 있다. 일부 실시예들에서, 주유 예측 모듈(426)은, 보다 정확한 주행 가능 거리 예측을 하기 위해, 차량 보조 시스템(100)에 참여하는 다른 차량들(108)로부터 수집되는 연료 사용량 데이터를 사용한다. 예를 들어, 주유 예측 모듈(426)은 새로운 주행 가능 거리 예측을 할 때 유사한 유형의 차량들(108)로부터의 정보를 사용할 수 있다(예컨대, 닛산 알티마에 대해 주행 가능 거리 예측이 무엇이어야만 하는지를 결정할 때 다른 닛산 차량들로부터의 연료 사용량을 사용함). 일부 실시예들에서, 주유 예측 모듈(426)은 차량(108)의 운전자의 운전 스타일이 주유가 요구되기 전에 차량(108)이 주행할 수 있는 거리에 영향을 미칠 것인지를 결정하기 위해 운전자 프로파일 데이터를 사용할 수 있다. 예를 들어, 공격적인 스타일로 운전하는 운전자는 차량(108)의 높은 속도와 빈번한 가속으로 야기된 갤런당 마일수의 감소로 인해 보다 빈번히 주유할 필요가 있을 수 있다.
크루즈 컨트롤 모듈(428)은 차량(108)의 크루즈 컨트롤에 관련된 차량 제어 명령들을 생성하도록 구성된다. 일부 실시예들에서, 차량(108)의 엔진의 스로틀을 조절하기 위해 차량(108)의 차량용 컴퓨팅 시스템(110)에 의해 사용가능한 크루즈 컨트롤 데이터. 예를 들어, 도로 상태 데이터가 차량(108)이 오르막 경사에 접근하고 있다는 것을 나타내는 경우, 크루즈 컨트롤 모듈(428)은 오르막 경사가 차량(108)과 마주치기 전에 엔진에 보다 많은 스로틀을 적용하라고 차량(108)의 크루즈 컨트롤 시스템에 지시하는 차량 보조 데이터를 생성할 수 있다. 크루즈 컨트롤 모듈(428)은 임박한 도로 상태의 변화를 예상하여 차량 제어 명령들을 생성하고 차량(108)의 탑승자들이 보다 매끄러운 승차감을 경험할 수 있게 한다. 일부 실시예들에서, 크루즈 컨트롤 모듈(428)은 차량(108)이 주행하고 있지만 아직 통과하지 않은 도로 구간들에 대한 크루즈 컨트롤 데이터를 생성한다.
운전자 보조 모듈(430)은 진보된 운전자 보조 시스템에 관련된 하나 이상의 차량 제어 명령들을 생성하도록 구성된다. 예를 들어, 자동차가 크루즈 컨트롤 모드에 있지 않더라도, 차량 보조 데이터는 차량(108)이 도로의 오르막 경사를 올라가기 시작하기 전에 엔진의 출력을 증가시키기 위해 차량(108)의 진보된 운전자 보조 시스템에 대한 차량 제어 명령을 포함할 수 있다. 다른 예에서, 운전자 보조 모듈(430)은 포트홀이 접근하고 있다는 것을 나타내는 도로 상태 데이터에 응답하여 차량(108)의 서스펜션을 강화(stiffen)시키도록 구성될 수 있다.
통지 모듈(432)은, 차량 보조 데이터를 생성한 것에 응답하여, 차량(108)의 운전자에게 전달될 운전자 통지 출력들을 생성하도록 구성된다. 차량 보조 데이터가 차량용 컴퓨팅 시스템(110)으로 전송될 때 운전자 통지들이 차량 보조 데이터에 포함될 수 있다. 일부 실시예들에서, 차량 보조 데이터가 차량용 컴퓨팅 시스템(110)으로 전송될 때마다 운전자에 대한 통지가 생성된다. 일부 실시예들에서, 차량 보조 데이터가 차량 제어 명령만을 포함할 때, 통지가 차량(108)의 운전자에게 출력되지 않는다. 통지들은 차량(108)을 제어할 때 운전자가 취해야만 하는 행동들의 제안들을 포함할 수 있다.
통신 모듈(434)은 차량 보조 서버(102)가 네트워크(104)를 통해 하나 이상의 차량용 컴퓨팅 시스템들(110), 하나 이상의 인프라스트럭처 센서들(112), 및 하나 이상의 다른 센서들(114)과 통신할 수 있게 하도록 구성된다. 통신 모듈(434)은 차량 보조 서버(102)에 의해 핸들링되는 상이한 유형의 데이터 전부를 핸들링하도록 구성되고, 통신 서브시스템(228)에 대응한다. 통신 모듈(434)은 이러한 통신을 달성하기 위해 임의의 하나 이상의 통신 기술(예컨대, 유선 또는 무선 통신) 및 연관된 프로토콜들(예컨대, 이더넷, 블루투스®, Wi-Fi®, WiMAX 등)을 사용하도록 구성될 수 있다.
도 5를 참조하면, 예시적인 실시예에서, 차량용 컴퓨팅 시스템(110)은 동작 동안의 환경(500)을 구축한다. 예시적인 실시예(500)는 차량 프로파일 모듈(502), 차량 출력 모듈(506), 센서 관리 모듈(516), 및 통신 모듈(518)을 포함한다. 사용 중에, 차량용 컴퓨팅 시스템(110)은 센서들(338)로부터 센서 데이터를 수집하고, 차량 프로파일 정보를 차량 보조 서버(102)로 전송하며, 차량 보조 서버(102)로부터 차량 보조 데이터를 수신하고, 차량 보조 데이터에 기초하여 차량 출력들을 수정하도록 구성된다. 환경(500)의 다양한 모듈들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합으로서 구현될 수 있다. 예를 들어, 환경(500)의 다양한 모듈들, 로직, 및 다른 컴포넌트들은 프로세서(320) 또는 차량용 컴퓨팅 시스템(110)의 다른 하드웨어 컴포넌트들의 일부분을 형성하거나 그에 의해 다른 방식으로 구축될 수 있다. 이에 따라, 일부 실시예들에서, 환경(500)의 모듈들 중 임의의 하나 이상은 전기 디바이스들의 회로 또는 집합체(예컨대, 차량 프로파일 회로, 차량 출력 회로, 센서 관리 회로, 통신 회로 등)로서 구현될 수 있다.
차량 프로파일 모듈(502)은 차량 프로파일 정보를 수집, 저장, 및 전송하도록 구성된다. 차량 프로파일 정보는 운전자 프로파일 데이터, 차량 식별 데이터, 및/또는 차량 동작 데이터를 포함할 수 있다. 앞서 논의된 바와 같이, 차량 식별 데이터는 일반적으로 영구적 특성들을 포함하는 차량(108)에 관한 정보를 포함한다. 예를 들어, 차량 식별 데이터는 차량(108)의 제조사, 모델, 및 연식을, 필요에 따라 자동차의 다른 사양과 함께, 포함할 수 있다. 일부 실시예들에서, 차량 식별 데이터는, 갤런당 총 마일수, 차량(108)이 주행한 마일수, 또는 차량(108)에 의해 통상적으로 취해진 경로들과 같은, 차량(108)의 동작에 관한 장기 이력 데이터를 포함한다. 차량 동작 데이터는 차량(108)이 도로 구간을 통과하는 동안, 또는 환언하면, 차량(108)이 특정 목적지까지의 특정 트립에 참여하는 동안 차량(108)의 동작을 나타내는 임의의 정보를 포함할 수 있다. 차량 동작 데이터는 일반적으로 특정 트립 동안 차량(108)의 동작 동안 센서들(338)에 의해 수집되는 데이터를 포함한다. 예를 들어, 차량 동작 데이터는 차량(108)의 현재 위치, 차량(108)의 속도, 차량(108)의 주행 방향, 및/또는 차량(108)의 특정 트립에 관련된 다른 데이터를 포함할 수 있다. 차량 프로파일 모듈(502)은 운전자 프로파일 모듈(504)을 포함할 수 있다. 운전자 프로파일 모듈(504)은 운전자 프로파일 데이터를 수집, 저장, 및 전송하도록 구성된다. 예를 들어, 운전자 프로파일은 운전자 ID(driver identification) 및 운전자가 조심스러운 운전자인지 공격적인 운전자인지에 관한 정보를 포함할 수 있다. 차량 보조 서버(102)는 차량용 컴퓨팅 시스템들(110)로부터 수신되는 운전자 프로파일 데이터에 따라 차량(108)에 대한 차량 보조 데이터를 조정(tailor)할 수 있다.
차량 출력 모듈(506)은 차량 보조 데이터에 의해 나타내어진 명령들을 구현하도록 구성된다. 예를 들어, 차량 출력 모듈(506)은 차량용 컴퓨팅 시스템(110)의 하나 이상의 차량 출력 디바이스들(326)에 정보를 출력할 수 있다. 이러한 출력 디바이스들(326)은 차량 제어 명령들을 수신할 수 있는 디스플레이, 스피커들, 또는 다른 차량 시스템들을 포함할 수 있다. 그에 부가하여 또는 대안적으로, 차량 출력 모듈(506)은 차량 출력 디바이스들(326) 중 하나 이상에, 그의 동작을 제어하기 위해, 제어 신호들을 출력할 수 있다.
예시적인 차량 출력 모듈(506)은 주유 예측 모듈(508), 크루즈 컨트롤 모듈(510), 운전자 보조 모듈(512), 및 통지 모듈(514)을 포함한다. 물론, 차량 출력 모듈(506)은, 다른 실시예들에서, 부가의 또는 다른 서브모듈들을 포함할 수 있다. 주유 예측 모듈(508)은 차량 보조 서버(102)로부터 수신되는 차량 보조 데이터에 기초하여 주행 가능 거리 예측을 계산하도록 구성된다. 예를 들어, 차량 보조 데이터는, 다가오는 도로 섹션들의 경사를 비롯하여, 도로 상태들에 관한 정보를 포함할 수 있다. 도로 경사 데이터를 사용하여, 주유 예측 모듈(508)은, 보다 정확한 주행 가능 거리 예측을 하도록, 다가오는 도로 경사 데이터를 포함하는 주행 가능 거리 예측을 계산할 수 있다. 일부 실시예들에서, 차량 보조 서버(102)는 주행 가능 거리 예측을 계산하고, 주유 예측 모듈(508)은 차량(108)의 운전자에게 주행 가능 거리 예측만을 출력한다.
크루즈 컨트롤 모듈(510)은 차량의 크루즈 컨트롤에 관한 차량 제어 명령을 포함하는 차량 보조 데이터를 수신하도록 구성된다. 예를 들어, 차량 제어 명령은 차량(108)이 다가오는 오르막 경사에 도달하기 전에 차량용 컴퓨팅 시스템(110)이 엔진에 보다 많은 동력을 가하는 명령을 포함할 수 있다. 일부 실시예들에서, 차량 출력 모듈(506)은 차량(108)이 크루즈 컨트롤을 능동적으로 사용하고 있는 경우 크루즈 컨트롤에 관한 차량 제어 명령만을 실행할 것이다.
운전자 보조 모듈(512)은 차량 보조 서버(102)로부터 수신되는 차량 보조 데이터에 포함될 수 있는 임의의 다른 차량 제어 명령들을 출력하도록 구성된다. 예를 들어, 운전자 보조 모듈(512)은 차량(108)의 진보된 운전자 보조 시스템에 관련된 차량 제어들을 출력하도록 구성될 수 있다.
통지 모듈(514)은, 차량 보조 데이터를 수신한 것에 응답하여, 차량(108)의 운전자에게 운전자 통지들을 출력하도록 구성된다. 일부 실시예들에서, 차량 보조 데이터가 차량용 컴퓨팅 시스템(110)에 의해 수신될 때마다 통지가 운전자로 송신된다. 일부 실시예들에서, 차량 보조 데이터가 차량 제어 명령만을 포함할 때, 차량의 운전자에게 통지가 출력되지 않는다. 통지들은 차량(108)을 제어할 때 운전자가 취해야만 하는 행동들의 제안들을 포함할 수 있다. 통지들은 출력 디바이스들(326) 중 하나를 사용하여 운전자에 출력될 수 있다. 예를 들어, 차량 보조 데이터가 어떤 정보를 포함했는지를 나타내는 서면 메시지가 차량(108)의 디스플레이(330)에 출력될 수 있다. 일부 실시예들에서, 통지들은 메시지가 출력되고 있다는 것을 운전자에게 경고하기 위해, 비프음(beep) 또는 딩동음(ding)과 같은, 가청 신호들을 포함한다. 일부 실시예들에서, 통지들은, 운전자가 통지를 들을 수 있도록, 차량(108)의 스피커들(332)을 통해 출력된다.
센서 관리 모듈(516)은 차량용 컴퓨팅 시스템(110)과 통합된 센서들을 관리하도록 구성된다. 센서 관리 모듈(516)은, 차량 동작 데이터를 포함하는, 센서들(338)에 의해 수집되는 모든 데이터를 기록하고, 차량 동작 데이터를 통신 모듈(518)을 통해 차량 보조 서버(102)로 전송한다.
통신 모듈(518)은 차량용 컴퓨팅 시스템(110)이 네트워크(104)를 통해 차량 보조 서버(102)와 통신할 수 있게 하도록 구성된다. 통신 모듈(518)은 차량용 컴퓨팅 시스템(110)에 의해 핸들링되는 상이한 유형의 데이터 전부를 핸들링하도록 구성되고, 통신 디바이스(336)에 대응한다. 통신 모듈(518)은 이러한 통신을 달성하기 위해 임의의 하나 이상의 통신 기술(예컨대, 유선 또는 무선 통신) 및 연관된 프로토콜들(예컨대, 이더넷, 블루투스®, Wi-Fi®, WiMAX 등)을 사용하도록 구성될 수 있다.
도 6을 참조하면, 사용 중에, 차량 보조 서버(102)는 크라우드-소싱된 도로 데이터를 생성하는 방법(600)을 실행할 수 있다. 블록(602)에서, 차량 보조 서버(102)는 각종의 소스들을 통해 복수의 차량들 각각에 의해 통과되는 도로 또는 도로 구간의 적어도 하나의 특성을 나타내는 도로 데이터를 수신한다. 예를 들어, 블록(604)에서, 차량 보조 서버(102)는 인프라스트럭처 센서들(112) 및/또는 다른 센서들(114)에 의해 감지되거나 생성되는 인프라스트럭처 데이터를 수신할 수 있다. 인프라스트럭처 데이터는 도로(예컨대, 도로 구간)의 상태 또는 특성을 나타내는 임의의 유형의 데이터로서 구현될 수 있다. 센서들(112, 114)에 의해 감지되는 특정 유형의 인프라스트럭처 데이터는, 예를 들어, 위치 데이터(606), 기상 데이터(608), 및/또는 도로 폐쇄 데이터(610)를 포함할 수 있다. 위치 데이터(606)는 센서들(112, 114)이 데이터를 감지하는 특정의 위치에 관련된 임의의 유형의 데이터로서 구현될 수 있다. 기상 데이터(608)는 기상, 기상 패턴, 및/또는 일기 예보를 나타내는 임의의 정보로서 구현될 수 있다. 예를 들어, 기상 데이터는 온도 데이터, 강수량 데이터, 풍속 데이터, 기압 데이터, 또는 다른 데이터를 포함할 수 있다. 도로 폐쇄 데이터(610)는, 예를 들어, 차량 충돌, 기상에 대한 폐쇄, 교통으로 인한 지연, 산사태 등과 같은 도로 폐쇄들에 관련된 임의의 정보로서 구현될 수 있다. 물론, 차량 보조 서버(102)가, 다른 실시예들에서, 도로 상태 또는 특성을 나타내는 다른 유형의 인프라스트럭처 데이터를 수신할 수 있다.
블록(612)에서, 차량 보조 서버(102)는 도로 시스템(106)을 통과하는 하나 이상의 차량들(108)의 차량용 컴퓨팅 시스템(110)과 연관된 하나 이상의 차량 센서들(338)에 의해 감지되거나 생성되는 차량 데이터를 수신할 수 있다. 차량 데이터는 차량(108) 및/또는 차량(108)의 사용자의 특성, 상태, 또는 품질을 나타내는 임의의 유형의 데이터로서 구현될 수 있다. 특정 유형의 차량 데이터는, 예를 들어, 운전자 프로파일 데이터(614), 차량 식별 데이터(616), 및/또는 차량 동작 데이터(618)를 포함할 수 있다. 앞서 논의된 바와 같이, 운전자 프로파일 데이터(614), 차량 식별 데이터(616), 및 차량 동작 데이터(618)는 일반적으로 차량(108)에 관한 정보에 관련된다. 구체적으로는, 운전자 프로파일 데이터(614)는 차량(108)의 운전자에 관해 알려진 임의의 정보(예컨대, 운전자 ID, 운전 제한, 운전자의 운전 스타일이 공격적인지 조심스러운지 등)로서 구현될 수 있고; 차량 식별 데이터(616)는 차량(108)의 영구적 특성들(예컨대, 차량(108)의 연식, 제조사, 및 모델)에 관련된 정보로서 구현될 수 있으며; 차량 동작 데이터(618)는 차량(108)의 특정 트립의 차량 파라미터들(예컨대, 차량(108)의 현재 위치, 차량(108)의 현재 중량 등)에 관련된 정보로서 구현될 수 있다.
블록(620)에서, 차량 보조 서버(102)는 수신된 도로 데이터를 크라우드-소싱된 도로 데이터에 집계한다. 일부 실시예들에서, 크라우드-소싱된 도로 데이터는, 차량 보조 데이터베이스(412)와 같은, 검색가능 데이터베이스에 저장된다. 일부 실시예들에서, 도로 데이터는 데이터가 센서에 의해 감지된 위치에 의해 인덱싱된다. 예를 들어, 블록(622)에서, 차량 보조 서버(102)는 각각의 수집된 도로 데이터 조각에 대한 지리적 위치 데이터를 결정한다. 지리적 위치 데이터는 데이터가 대응하는 센서(예컨대, 인프라스트럭처 센서(112), 다른 센서(114), 차량용 컴퓨팅 시스템(110)의 센서(338) 등)에 의해 감지된 정확한 위치에 관련된다. 차량 보조 서버(102)는 또한 도로의 지리적 위치들을 포함하는 도로 위치 데이터를 결정한다. 물론, 모든 데이터가 도로 바로 위에서 감지될 수 있는 것은 아니며, 예를 들어, 인프라스트럭처 센서(112)가 도로로부터 이격되어 설치될 수 있다는 것을 잘 알 것이다. 결과적으로, 차량 보조 서버(102)는 크라우드-소싱된 도로 데이터의 이러한 데이터 성분들을 근방의 도로 위치들과 연관시킬 수 있다. 이와 같이, 블록(624)에서, 차량 보조 서버(102)는 크라우드-소싱된 도로 데이터를 지리적 위치 데이터 및 도로 위치 데이터를 사용하여 도로 위치에 링크시킨다. 일부 실시예들에서, 도로 데이터는 또한 도로 데이터가 감지된 시기를 사용하여 인덱싱된다. 예를 들어, 도로에 눈이 있다는 것을 나타내는 기상 데이터는 궁극적으로 시간이 지남에 따라 관련성 및 정확성을 잃을 것이다.
이제 도 7을 참조하면, 사용 중에, 차량 보조 서버(102)는 특정의 차량에 대한 차량 보조 데이터를 결정하는 방법(700)을 실행할 수 있다. 블록(702)에서, 차량 보조 서버(102)는 차량(108)으로부터 차량 데이터를 수신한다. 차량(108) 및/또는 차량 조작자의 특성들을 식별해주는 정보를 제공하는 것에 부가하여, 차량 프로파일 정보는 또한 차량(108)의 차량용 컴퓨팅 시스템(110)이 차량 보조 데이터를 수신할 준비가 되었다는 표시를 차량 보조 서버(102)에 제공한다. 일부 실시예들에서, 차량(108)은 답례로 어떤 차량 보조 데이터도 수신하지 않고 도로 데이터를 결정하는 데 사용될 차량 데이터를 기부(contribute)할 수 있다. 이러한 실시예에서, 차량(108)은 수동적 데이터 수집기(passive data collector)이며 차량 기능들을 개선시키기 위해 차량 보조 데이터를 사용하지 않는다. 도 7에 도시된 바와 같이, 차량 데이터는 운전자 프로파일 데이터(704), 차량 식별 데이터(706), 및/또는 차량 동작 데이터(708)를 포함할 수 있다. 앞서 논의된 바와 같이, 운전자 프로파일 데이터(704)는 임의의 유형의 데이터로서 구현될 수 있다. 앞서 논의된 바와 같이, 운전자 프로파일 데이터(614), 차량 식별 데이터(616), 및 차량 동작 데이터(618)는 일반적으로 차량(108)에 관한 정보에 관련된다. 구체적으로는, 운전자 프로파일 데이터(614)는 차량(108)의 운전자에 관해 알려진 임의의 정보(예컨대, 운전자 ID, 운전 제한, 운전자의 운전 스타일이 공격적인지 조심스러운지 등)로서 구현될 수 있고; 차량 식별 데이터(616)는 차량(108)의 영구적 특성들(예컨대, 차량(108)의 연식, 제조사, 및 모델)에 관련된 정보로서 구현될 수 있으며; 차량 동작 데이터(618)는 차량(108)의 특정 트립의 차량 파라미터들(예컨대, 차량(108)의 현재 위치, 차량(108)의 현재 중량 등)에 관련된 정보로서 구현될 수 있다.
블록(710)에서, 차량 보조 서버(102)는 차량 프로파일 정보에 기초하여 그리고 차량 보조 데이터베이스(412)에 저장된 크라우드-소싱된 도로 데이터에 기초하여 도로 상태 데이터를 결정한다. 도로 상태 데이터는 도로 또는 도로 구간의 하나 이상의 도로 상태들을 나타내는 임의의 정보이다. 예를 들어, 도로 상태 데이터는 도로 경사 데이터(712), 노면 데이터(714), 또는 도로 위험 데이터(716)를 포함할 수 있다. 도로 경사 데이터(712)는 주어진 거리에 걸친 도로의 기울기; 또는 환언하면, 도로의 주어진 거리에 걸친 도로의 고도 변화를 나타내는 임의의 유형의 데이터로서 구현될 수 있다. 도로 경사 데이터는 임의의 주어진 지점에서의 도로의 경사를 나타낸다. 도로 경사 데이터(712)는, 예를 들어, 정확한 도로 경사를 결정하기 위해 네비게이션 지도, 지형도, 및 수신된 크라우드-소싱된 데이터를 비교하여 결정될 수 있다. 예를 들어, 차량용 컴퓨팅 시스템들(110)의 위치 센서들은 대응하는 차량(108)이 특정의 도로를 따라 주행할 때 그의 위치를 추적한다. 충분한 차량들이 위치 데이터를 차량 보조 서버(102)로 송신한 후에, 차량 보조 서버(102)는, 무엇이 도로의 정확한 경로일 가능성이 있는지를 알아내기 위해, 그 데이터를 분석할 수 있다. 그 경로 데이터를 사용하여, 차량 보조 서버(102)는 도로의 섹션을 따라 도로의 고도 변화를 결정할 수 있고, 그로써 도로 경사 데이터(712)를 결정할 수 있다.
노면 데이터(714)는 존재하는 노면의 유형 및/또는, 눈 또는 얼음과 같은, 노면의 품질에 영향을 줄 수 있는 다른 인자들을 나타내는 임의의 유형의 데이터로서 구현될 수 있다. 예를 들어, 콘크리트 도로, 아스팔트 도로, 또는 비포장 도로와 같은, 어떤 유형의 노면이 존재하는지를 결정하기 위해, 네비게이션 지도 정보 및 크라우드-소싱된 도로 데이터를 사용하여 노면 데이터(714)가 결정될 수 있다. 그에 부가하여, 노면 데이터(714)는 노면의 품질에 영향을 줄 수 있는 인자들에 관한 정보를 포함할 수 있다. 예를 들어, 노면 데이터(714)는, 얼음 또는 눈으로 인한 것인지에 관계없이, 노면이 미끄럽다고 결정하기 위해 기상 데이터를 포함할 수 있다. 일부 실시예들에서, 노면 데이터는 디지털 네비게이션 지도로부터 수집된 도로 유형 데이터를 사용하여 결정될 수 있다. 예를 들어, 많은 디지털 네비게이션 지도들은, 특정의 도로가 비포장 도로인지와 같은, 특정의 도로 또는 도로 구간의 크기 및 포장에 대한 지시자들을 포함한다. 종종, 노면에 관한 정보는 도로 유형으로부터 추론될 수 있고, 예를 들어, 주간 고속도로(interstate)들은 일반적으로 콘크리트로 포장되어 있다. 노면 데이터는 디지털 네비게이션 지도 및 크라우드-소싱된 도로 데이터로부터의 데이터를 사용하여 생성될 수 있다.
도로 위험 데이터(716)는 도로 상에 어떤 위험들이 존재하는지를 나타내는 임의의 유형의 데이터로서 구현될 수 있고, 크라우드-소싱된 도로 데이터를 분석하여 결정된다. 위험들은 포트홀, 차량 충돌, 교통 혼잡, 또는, 사슴과 같은, 도로 상의 동물을 포함할 수 있다. 예를 들어, 차량용 컴퓨팅 시스템(110)과 연관된 센서들(338)을 사용하여, 차량 보조 서버(102)는, 차량들(108)이 물체와 부딪쳤다는 것을 나타내는 것 또는 차량들(108)이 장애물을 모면하기 위해 방향을 바꾸는 것으로부터, 도로에 포트홀이 있는지를 결정하도록 구성될 수 있다. 다른 예에서, 차량 센서들이 다른 차량이 아닌 물체를 나타내는 것과, 차량(108)의 운전자에 의해 실행되고 차량(108)의 위치 센서들에 의해 표시되는 다른 모면하려는 조작(evasive maneuver)들은 사슴이 도로에 또는 그 근방에 있다는 것을 나타낼 수 있다.
블록(718)에서, 차량 보조 서버(102)는 도로 상태 데이터 및 차량 프로파일 정보에 기초하여 특정의 차량(108)에 대한 차량 보조 데이터를 생성한다. 일부 실시예들에서, 차량 보조 서버(102)는 차량 보조 데이터를 생성하기 전에 차량 보조 데이터에 어느 작업들이 포함되어야 하는지를 먼저 결정한다. 차량 보조 데이터를 생성하기 전에 작업들을 결정하는 것은 차량 보조 서버(102)가 컴퓨팅 자원들을 절감하면서 특정의 차량(108)에 차량 보조 데이터를 전달할 수 있게 한다. 일부 실시예들에서, 차량 보조 데이터는 앞서 논의된 바와 같이 크루즈 컨트롤 데이터(720), 주유 예측 데이터(722), 운전자 보조 데이터(724), 및/또는 통지 데이터(726)를 포함할 수 있다. 크루즈 컨트롤 데이터(720)는 도로 상태 데이터에 기초한 엔진 스로틀에 대한 조절들을 포함할 수 있다. 예를 들어, 도로 상태 데이터가 오르막 도로 경사가 접근하고 있다는 것을 나타내는 경우, 크루즈 컨트롤 데이터(720)는 임박한 도로 경사에 대비하기 위해 차량(108)이 엔진에 대한 동력을 증가시켜야 한다는 통지 또는 차량 제어 명령을 포함할 수 있다. 일부 실시예들에서, 차량 프로파일 정보가 차량(108)이 현재 크루즈 컨트롤을 사용하고 있다는 것을 나타내는 경우에만, 차량 보조 서버(102)에 의해 크루즈 컨트롤 데이터(720)가 결정된다. 주유 예측 데이터(722)는 도로 상태 데이터에 기초한 차량(108)에 대한 주행 가능 거리 예측을 포함할 수 있다. 예를 들어, 차량(108)이 다수의 비탈길들을 갖는 도로의 섹션을 따라 주행하는 경우, 주유 예측 데이터(722)는, 임박한 오르막 및 내리막 경사들을 고려하는 주행 가능 거리 예측을 결정하기 위해, 도로 상태 데이터 및 차량(108)의 과거 성능 이력(차량 프로파일 정보에 포함됨)을 사용할 것이다. 일부 실시예들에서, 차량 프로파일 정보가 차량(108)이 운전자에게 주행 가능 거리 예측을 능동적으로 출력한다는 것을 나타내는 경우에만, 차량 보조 서버(102)에 의해 주유 예측 데이터(722)가 결정된다. 운전자 보조 데이터(724)는 진보된 운전자 보조 시스템에 의해 제어되는 임의의 수의 차량 파라미터들에 대한 조절들을 포함할 수 있다. 예를 들어, 진보된 운전자 차량 보조 시스템은 차선을 변경할 때 운전자를 보조하는 차선 변경 어시스턴트(lane change assistant)를 포함될 수 있다. 일부 실시예들에서, 운전자 보조 데이터(724)는 도로 상태 데이터 및 다른 차량들(108)의 차량 프로파일 정보에 기초하여 차선을 변경하는 것이 안전하다는 것을 운전자에게 알려주는 차량 제어 명령을 포함할 수 있다. 예를 들어, 2차선 도로를 따라 주행할 때, 가시성이 방해될 수 있고, 따라서 운전자는 다가오는 차선에서 운전하고 보다 느리게 움직이는 차량을 추월하는 것이 언제 안전한지를 알지 못할 수 있다. 운전자 보조 데이터(724)는, 운전자의 가시성이 제한되더라도, 도로 상의 다른 차량들의 위치에 기초하여 추월하는 것이 안전할 때를 운전자에게 알려주는 통지를 포함할 수 있다. 그에 부가하여, 차량 보조 서버(102)는 접근하는 차량들(108)에게 다른 차량(108)이 그들의 차선에서 지나가고 있다는 통지를 송신할 수 있다. 통지 데이터(726)는 수신된 차량 보조 데이터의 내용을 운전자에게 알려줄 수 있다. 통지 데이터(726)는 차량용 컴퓨팅 시스템(110)이 자동으로 조절한 차량 파라미터들의 열거(recitation)만을 포함할 수 있거나, 통지 데이터(726)는 접근하는 오르막 도로 경사에 대비하기 위해 엔진에 보다 많은 스로틀을 적용하는 것과 같은, 운전자에 대한 운전 제안들 또는 다른 정보를 포함할 수 있다
블록(728)에서, 차량 보조 서버(102)는 차량 보조 데이터를 차량(108)의 차량용 컴퓨팅 시스템(110)으로 전송한다. 차량 보조 데이터를 수신할 때, 차량용 컴퓨팅 시스템(110)은 차량 보조 데이터에 포함된 차량 제어 명령들 또는 통지들을 구현하도록 구성된다. 블록(730)에서, 차량 보조 서버(102)는 차량에 대해 방금 생성된 차량 보조 데이터가 도로 상의 다른 차량들(108)에 유용할 수 있는지를 결정한다. 차량 보조 데이터가 다른 차량들(108)에 유용하지 않다고 결정되면, 방법(700)은 처음으로 되돌아가 다시 데이터를 수집하기 시작한다. 차량 보조 데이터가 유용한 것으로 결정되면, 블록(732)에서, 차량 보조 서버(102)는 관련성있는 도로 상태의 통지를 다른 차량으로 송신한다. 예를 들어, 이 유형의 통지들은 보다 빠른 차량이 후방으로부터 접근하고 있다는 경고들, 또는 다른 차량이 당신의 차선에서 지나가고 있으니 주의하라는 경고를 포함할 수 있다. 블록(734)에서, 차량 보조 서버(102)는 방법(700)을 종료할지를 결정한다.
도 8을 참조하면, 사용 중에, 차량용 컴퓨팅 시스템(110)은 차량 보조 서버(102)로부터 수신되는 차량 보조 데이터에 기초하여 차량(108)의 운전자를 보조하는 방법(800)을 실행할 수 있다. 블록(802)에서, 차량용 컴퓨팅 시스템(110)은 차량 프로파일 정보를 차량 보조 서버(102)로 전송한다. 일부 실시예들에서, 차량용 컴퓨팅 시스템(110)은 차량 프로파일 정보를 전송하기 전에 센서들(338)을 사용하여 데이터를 감지한다. 일부 실시예들에서, 차량 프로파일 정보는 앞서 논의된 바와 같이 운전자 프로파일 데이터(804), 차량 식별 데이터(806), 또는 차량 동작 데이터(808)를 포함할 수 있다.
블록(810)에서, 차량용 컴퓨팅 시스템(110)은 차량 보조 서버(102)로부터 차량 보조 데이터를 수신한다. 앞서 논의된 바와 같이, 차량 보조 데이터는 크라우드-소싱된 도로 데이터 및 차량용 컴퓨팅 시스템(110)으로부터 수신되는 차량 프로파일 정보에 기초하여 차량 보조 서버(102)에 의해 생성된다. 블록(812)에서, 차량용 컴퓨팅 시스템(110)은 차량 보조 데이터가 차량 제어 명령을 포함하는지를 결정한다. 차량용 컴퓨팅 시스템(110)이 차량 제어 명령이 존재한다고 결정하면, 차량용 컴퓨팅 시스템(110)은, 블록(814)에서, 차량 제어 명령에 의해 나타내어진 차량 파라미터를 조절한다. 차량용 컴퓨팅 시스템(110)에 의해 조절가능한 차량 파라미터는 엔진의 스로틀 또는 하나 이상의 지시등(indicator light)들을 포함할 수 있다. 차량용 컴퓨팅 시스템(110)이 차량 제어 명령이 존재하지 않는다고 결정하면, 블록(816)에서, 차량용 컴퓨팅 시스템은 차량 보조 데이터에 기초하여 차량(108)의 운전자에게 출력할 통지를 생성한다. 통지는 차량 보조 데이터에 포함된 도로 데이터 또는 운전자에 의해 조절되어야만 하는 차량 파라미터에 관한 운전자에의 제안들을 포함할 수 있다. 일부 실시예들에서, 차량용 컴퓨팅 시스템(110)은, 차량 제어 명령이 차량 보조 데이터에 존재할 때, 차량 보조 데이터에 기초하여 통지를 생성한다.
예
본원에 개시된 기술들의 예시적인 예들이 이하에서 제공된다. 기술들의 일 실시예는 이하에서 기술되는 예들 중 임의의 하나 이상 및 그 예들의 임의의 조합을 포함할 수 있다.
예 1은 차량의 운전자를 보조하기 위한 차량 보조 서버를 포함하고, 차량 보조 서버는 복수의 차량들 각각으로부터 도로 데이터를 수신하는 데이터 취득 모듈 - 도로 데이터는 복수의 차량들 각각에 의해 통과(traverse)되는 제1 도로 구간(road segment)의 적어도 하나의 특성을 나타내는 데이터를 포함함 -; 제1 도로 구간과 연관된 크라우드-소싱된 도로 데이터(crowd-sourced road data)를 생성하기 위해 복수의 차량들 각각으로부터 수신되는 도로 데이터를 집계하는 데이터 집계 모듈; 제1 도로 구간 상에 위치된 제1 차량으로부터 차량 프로파일 정보를 수신하는 차량 정보 모듈 - 차량 프로파일 정보는 제1 차량의 적어도 하나의 특성을 정의함 -; 및 차량 프로파일 정보 및 제1 도로 구간과 연관된 크라우드-소싱된 도로 데이터에 기초하여 제1 차량에 대한 차량 보조 데이터를 결정하는 차량 보조 데이터 결정 모듈 - 차량 보조 데이터는 차량에 의한 제1 도로 구간의 통과를 용이하게 하기 위해 제1 차량의 차량용 컴퓨팅 디바이스(in-vehicle computing device)에 의해 사용가능함 - 을 포함한다.
예 2는 예 1의 발명 요지를 포함하고, 여기서 차량 보조 데이터 결정 모듈은 크라우드-소싱된 도로 데이터에 기초하여 제1 도로 구간의 도로 경사 데이터(road grade data)를 결정하도록 되어 있고, 여기서 도로 경사 데이터는 제1 도로 구간을 따른 고도의 수직 변화를 나타낸다.
예 3은 예 1 및 예 2 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터 결정 모듈은 도로 경사 데이터 및 차량 프로파일 정보에 기초하여 주유 예측 데이터(refueling prediction data)를 결정하도록 되어 있고, 여기서 주유 예측 데이터는 주유가 요구되기 전에 제1 차량이 주행할 수 있는 거리를 추정한다.
예 4는 예 1 내지 예 3 중 어느 한 예의 발명 요지를 포함하고, 여기서 주유 예측 데이터는 제1 도로 구간의 경사에 기초하여 제1 차량에 의해 주유가 요구될 때까지의 추정된 주행 거리를 포함한다.
예 5는 예 1 내지 예 4 중 어느 한 예의 발명 요지를 포함하고, 여기서 주유 예측 데이터는 제1 도로 구간 상에서의 제1 차량의 과거 연료 성능에 따라 주유까지의 추정된 거리를 조절하기 위해 제1 차량의 차량용 컴퓨팅 디바이스에 의해 사용가능하다.
예 6은 예 1 내지 예 5 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터 결정 모듈은 도로 경사 데이터 및 차량 프로파일 정보에 기초하여 크루즈 컨트롤 데이터(cruise control data)를 결정하도록 되어 있고, 여기서 크루즈 컨트롤 데이터는 제1 차량의 엔진의 스로틀을 조절하기 위해 차량용 컴퓨팅 디바이스에 의해 사용가능하다.
예 7은 예 1 내지 예 6 중 어느 한 예의 발명 요지를 포함하고, 여기서 크루즈 컨트롤 데이터는 제1 차량이 제1 도로 구간을 통과하기 시작하기 전에 엔진의 스로틀을 조절하기 위해 차량용 컴퓨팅 디바이스에 의해 사용가능하다.
예 8은 예 1 내지 예 7 중 어느 한 예의 발명 요지를 포함하고, 여기서 크루즈 컨트롤 데이터는 도로 경사 데이터 및 제1 도로 구간을 통과하는 동안의 제2 차량의 동작 특성을 나타내는 차량 프로파일 정보에 포함된 정보에 기초하며, 여기서 제2 차량은 제1 차량과 공통으로 적어도 하나의 영구적 특성을 갖는다.
예 9는 예 1 내지 예 8 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터 결정 모듈은 크라우드-소싱된 도로 데이터 및 차량 프로파일 정보에 기초하여 주유 예측 데이터를 결정하도록 되어 있고, 여기서 차량 프로파일 정보는 복수의 잠재적 운전자들 중에서 제1 차량의 운전자를 식별해주고 식별된 운전자의 운전 스타일의 지시자를 포함하는 운전자 프로파일 데이터를 포함하며, 여기서 주유 예측 데이터는 주유가 요구되기 전에 제1 차량이 주행할 수 있는 거리를 추정한다.
예 10은 예 1 내지 예 9 중 어느 한 예의 발명 요지를 포함하고, 여기서 데이터 취득 모듈은 제1 도로 구간과 연관된 복수의 인프라스트럭처 센서들 각각으로부터 인프라스트럭처 도로 데이터를 수신하는 인프라스트럭처 데이터 모듈을 포함하고, 여기서 인프라스트럭처 도로 데이터는 복수의 차량들 각각에 의해 통과되는 제1 도로 구간의 적어도 하나의 특성을 나타내는 데이터를 포함한다.
예 11은 예 1 내지 예 10 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 정보 모듈은 차량의 하나 이상의 영구적 특성들을 나타내는 차량 식별 데이터 및 차량의 트립 특정 특성(trip-specific characteristic)들을 나타내는 차량 동작 데이터를 수신한다.
예 12는 예 1 내지 예 11 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터 결정 모듈은 제1 도로 구간의 표면의 특성들을 나타내는 노면 데이터(road surface data)를 결정하도록 되어 있다.
예 13은 예 1 내지 예 12 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터 결정 모듈은 디지털 네비게이션 지도(digital navigational map)로부터 제1 도로 구간의 도로 유형을 나타내는 도로 유형 데이터를 결정하도록 되어 있다.
예 14는 예 1 내지 예 13 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터 결정 모듈은 제1 도로 구간과 연관된 하나 이상의 인프라스트럭처 센서들로부터 기상 데이터를 수신하도록 되어 있고, 여기서 노면 데이터를 결정하는 단계는, 차량 보조 서버에 의해, 도로 유형 데이터 및 기상 데이터에 기초하여 노면 데이터를 결정하는 단계를 포함한다.
예 15는 예 1 내지 예 14 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터 결정 모듈은 크라우드-소싱된 도로 데이터에 기초하여 제1 도로 구간의 하나 이상의 위험한 상태들을 나타내는 도로 위험 데이터를 결정하도록 되어 있다.
예 16은 예 1 내지 예 15 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터 결정 모듈은 제1 도로 구간을 통과하는 복수의 차량들 각각으로부터 차량 동작 데이터를 수신하고 크라우드-소싱된 도로 데이터 및 차량 동작 데이터에 기초하여 제1 도로 구간에 위치된 하나 이상의 포트홀(pothole)들의 위치를 결정하도록 되어 있다.
예 17은 예 1 내지 예 16 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터 결정 모듈은 제1 차량의 하나 이상의 차량 파라미터들을 조절하기 위해 차량용 컴퓨팅 디바이스에 의해 사용가능한 하나 이상의 차량 제어 명령들을 결정하도록 되어 있다.
예 18은 예 1 내지 예 17 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터 결정 모듈은 제1 차량의 출력 디바이스에 의해 전달될 제1 차량의 운전자에 대한 하나 이상의 통지들을 결정하도록 되어 있다.
예 19는 예 1 내지 예 18 중 어느 한 예의 발명 요지를 포함하고, 제1 도로 구간 상에서 주행하는 하나 이상의 제2 차량들로 하나 이상의 통지들을 송신하는 통신 모듈을 추가로 포함하고, 여기서 하나 이상의 통지들은 제1 도로 구간의 도로 상태를 하나 이상의 제2 차량들에 경고하도록 되어 있다.
예 20은 예 1 내지 예 19 중 어느 한 예의 발명 요지를 포함하고, 여기서 데이터 집계 모듈은 크라우드-소싱된 도로 데이터에 기초하여 확률 모델을 생성하도록 되어 있고; 차량 보조 데이터 결정 모듈은 차량 프로파일 정보 및 확률 모델에 기초하여 차량 보조 데이터를 결정하도록 되어 있다.
예 21은 예 1 내지 예 20 중 어느 한 예의 발명 요지를 포함하고, 여기서 데이터 취득 모듈은 도로 데이터가 복수의 차량들 각각에 의해 수집되는 날짜에 기초하여 복수의 차량들 각각으로부터 수신되는 도로 데이터에 가중 인자를 적용하도록 되어 있다.
예 22는 제1 차량의 운전자를 보조하기 위한 차량용 컴퓨팅 시스템을 포함하고, 차량용 컴퓨팅 시스템은 제1 차량이 제1 도로 구간 상에 위치되어 있는 동안의 제1 차량의 적어도 하나의 특성을 나타내는 제1 차량의 차량 프로파일 정보를 차량 보조 서버로 전송하는 차량 프로파일 모듈; (i) 차량 보조 서버로부터 차량 보조 데이터를 수신하고 - 차량 보조 데이터는 차량 프로파일 정보 및 제1 도로 구간과 연관된 크라우드-소싱된 도로 데이터에 기초하여 생성됨 -, (ii) 수신된 차량 보조 데이터에 기초하여 적어도 하나의 차량 제어 명령을 결정하는 차량 출력 모듈을 결정하며, (iii) 차량 제어 명령에 기초하여 제1 차량의 차량 파라미터를 조절하는 차량 출력 모듈을 포함한다.
예 23은 예 22의 발명 요지를 포함하고, 차량 보조 데이터를 수신한 것에 응답하여, 차량 보조 데이터에 관련된 정보를 포함하는 제1 차량의 운전자에 대한 통지를 생성하는 통지 모듈을 추가로 포함한다.
예 24는 예 22 및 예 23 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 프로파일 컴퓨팅 시스템은 제1 차량이 제1 도로 구간을 통과하는 동안의 제1 차량의 동작을 나타내는 차량 동작 데이터를 감지하고, 차량 동작 데이터 및 제1 차량의 적어도 하나의 영구적 특성을 나타내는 차량 식별 데이터를 전송하도록 되어 있다.
예 25는 예 22 내지 예 24 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 출력 모듈은 크루즈 컨트롤 데이터를 수신하고, 차량 파라미터를 조절하는 것은, 차량용 컴퓨팅 시스템에 의해, 크루즈 컨트롤 데이터에 기초하여 제1 차량의 엔진의 스로틀을 조절하는 것을 포함한다.
예 26은 예 22 내지 예 25 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 출력 모듈은 주유가 요구되기 전에 제1 차량이 주행할 수 있는 거리를 추정하는 주유 예측 데이터를 수신하고, 크루즈 컨트롤 데이터에 기초하여 제1 차량의 엔진의 스로틀을 조절하도록 되어 있다.
예 27은 예 22 내지 예 26 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 출력 모듈은 제1 도로 구간의 하나 이상의 도로 상태들을 나타내는 도로 상태 데이터를, 차량 보조 서버로부터, 수신하고; 하나 이상의 도로 상태들에 관해 제1 차량의 운전자에게 통보하는 통지를 생성하도록 되어 있다.
예 28은 예 22 내지 예 27 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 출력 모듈은 차량 보조 서버로부터 제1 도로 구간을 따른 고도의 수직 변화를 나타내는 도로 경사 데이터를 수신하도록 되어 있다.
예 29는 차량의 운전자를 보조하는 방법을 포함하며, 본 방법은, 차량 보조 서버에 의해, 복수의 차량들 각각으로부터 도로 데이터를 수신하는 단계 - 도로 데이터는 복수의 차량들 각각에 의해 통과되는 제1 도로 구간의 적어도 하나의 특성을 나타내는 데이터를 포함함 -; 차량 보조 서버에 의해, 제1 도로 구간과 연관된 크라우드-소싱된 도로 데이터를 생성하기 위해 복수의 차량들 각각으로부터 수신되는 도로 데이터를 집계하는 단계; 차량 보조 서버에 의해, 제1 도로 구간 상에 위치된 제1 차량으로부터 차량 프로파일 정보를 수신하는 단계 - 차량 프로파일 정보는 제1 차량의 적어도 하나의 특성을 정의함 -; 차량 보조 서버에 의해, 차량 프로파일 정보 및 제1 도로 구간과 연관된 크라우드-소싱된 도로 데이터에 기초하여 제1 차량에 대한 차량 보조 데이터를 결정하는 단계 - 차량 보조 데이터는 차량에 의한 제1 도로 구간의 통과를 용이하게 하기 위해 제1 차량의 차량용 컴퓨팅 디바이스에 의해 사용가능함 -; 및 차량 보조 데이터를 제1 차량으로 전송하는 단계를 포함한다.
예 30은 예 29의 발명 요지를 포함하고, 차량 보조 서버에 의해 그리고 크라우드-소싱된 도로 데이터에 기초하여, 제1 도로 구간을 따른 고도의 수직 변화를 나타내는 제1 도로 구간의 도로 경사 데이터를 결정하는 단계를 추가로 포함한다.
예 31은 예 29 및 예 30 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터를 결정하는 단계는, 차량 보조 서버에 의해, 도로 경사 데이터 및 차량 프로파일 정보에 기초하여 주유 예측 데이터를 결정하는 단계를 포함하고, 여기서 주유 예측 데이터는 주유가 요구되기 전에 제1 차량이 주행할 수 있는 거리를 추정한다.
예 32는 예 29 내지 예 31 중 어느 한 예의 발명 요지를 포함하고, 여기서 주유 예측 데이터를 결정하는 단계는, 차량 보조 서버에 의해, 도로 경사 데이터 및 차량 프로파일 정보에 기초하여 주유 예측 데이터를 결정하는 단계를 포함하고, 여기서 주유 예측 데이터는 제1 도로 구간의 결정된 경사에 기초하여 제1 차량에 의해 주유가 요구될 때까지의 추정된 주행 거리를 포함한다.
예 33은 예 29 내지 예 32 중 어느 한 예의 발명 요지를 포함하고, 여기서 주유 예측 데이터는 제1 도로 구간 상에서의 제1 차량의 과거 연료 성능에 따라 주유까지의 추정된 거리를 조절하기 위해 제1 차량의 차량용 컴퓨팅 디바이스에 의해 사용가능하다.
예 34는 예 29 내지 예 33 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터를 결정하는 단계는, 차량 보조 서버에 의해, 도로 경사 데이터 및 차량 프로파일 정보에 기초하여 크루즈 컨트롤 데이터를 결정하는 단계를 포함하고, 여기서 크루즈 컨트롤 데이터는 제1 차량의 엔진의 스로틀을 조절하기 위해 차량용 컴퓨팅 디바이스에 의해 사용가능하다.
예 35는 예 29 내지 예 34 중 어느 한 예의 발명 요지를 포함하고, 여기서 크루즈 컨트롤 데이터를 결정하는 단계는 제1 차량이 제1 도로 구간을 통과하기 시작하기 전에 엔진의 스로틀을 조절하기 위해 차량용 컴퓨팅 디바이스에 의해 사용가능한 크루즈 컨트롤 데이터를 결정하는 단계를 포함한다.
예 36은 예 29 내지 예 35 중 어느 한 예의 발명 요지를 포함하고, 여기서 크루즈 컨트롤 데이터를 결정하는 단계는, 차량 보조 서버에 의해, 도로 경사 데이터 및 제1 도로 구간을 통과하는 동안의 제2 차량의 동작 특성을 나타내는 차량 프로파일 정보에 포함된 정보에 기초하여 크루즈 컨트롤 데이터를 결정하는 단계를 포함하고, 여기서 제2 차량은 제1 차량과 공통으로 적어도 하나의 영구적 특성을 갖는다.
예 37은 예 29 내지 예 36 중 어느 한 예의 발명 요지를 포함하고, 차량 보조 서버에 의해 그리고 크라우드-소싱된 도로 데이터 및 차량 프로파일 정보에 기초하여, 주유가 요구되기 전에 제1 차량이 주행할 수 있는 거리를 추정하는 주유 예측 데이터를 결정하는 단계를 추가로 포함하고, 여기서 차량 프로파일 정보는 복수의 잠재적 운전자들 중에서 제1 차량의 운전자를 식별해주고 식별된 운전자의 운전 스타일의 지시자를 포함하는 운전자 프로파일 데이터를 포함한다.
예 38은 예 29 내지 예 37 중 어느 한 예의 발명 요지를 포함하고, 차량 보조 서버에 의해, 제1 도로 구간과 연관된 복수의 인프라스트럭처 센서들 각각으로부터 인프라스트럭처 도로 데이터를 수신하는 단계를 추가로 포함하고, 여기서 인프라스트럭처 도로 데이터는 복수의 차량들 각각에 의해 통과되는 제1 도로 구간의 적어도 하나의 특성을 나타내는 데이터를 포함한다.
예 39는 예 29 내지 예 38 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 프로파일 정보를 수신하는 단계는, 차량 보조 서버에 의해, 차량의 하나 이상의 영구적 특성들을 나타내는 차량 식별 데이터 및 차량의 트립 특정 특성들을 나타내는 차량 동작 데이터를 수신하는 단계를 포함한다.
예 40은 예 29 내지 예 39 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터를 결정하는 단계는, 차량 보조 서버에 의해, 제1 도로 구간의 표면의 특성들을 나타내는 노면 데이터를 결정하는 단계를 포함한다.
예 41은 예 29 내지 예 40 중 어느 한 예의 발명 요지를 포함하고, 여기서 노면 데이터를 결정하는 단계는, 차량 보조 서버에 의해, 디지털 네비게이션 지도로부터 제1 도로 구간의 도로 유형을 나타내는 도로 유형 데이터를 결정하는 단계를 포함한다.
예 42는 예 29 내지 예 41 중 어느 한 예의 발명 요지를 포함하고, 차량 보조 서버에 의해, 제1 도로 구간과 연관된 하나 이상의 인프라스트럭처 센서들로부터 기상 데이터를 수신하는 단계를 추가로 포함하고, 여기서 노면 데이터를 결정하는 단계는, 차량 보조 서버에 의해, 도로 유형 데이터 및 기상 데이터에 기초하여 노면 데이터를 결정하는 단계를 포함한다.
예 43은 예 29 내지 예 42 중 어느 한 예의 발명 요지를 포함하고, 차량 보조 서버에 의해, 크라우드-소싱된 도로 데이터에 기초하여 제1 도로 구간의 하나 이상의 위험한 상태들을 나타내는 도로 위험 데이터를 결정하는 단계를 추가로 포함한다.
예 44는 예 29 내지 예 43 중 어느 한 예의 발명 요지를 포함하고, 여기서 도로 데이터를 수신하는 단계는, 차량 보조 서버에 의해, 제1 도로 구간을 통과하는 복수의 차량들 각각으로부터 차량 동작 데이터를 수신하는 단계를 포함하고, 도로 위험 데이터를 결정하는 단계는 크라우드-소싱된 도로 데이터 및 차량 동작 데이터에 기초하여 제1 도로 구간에 위치된 하나 이상의 포트홀들의 위치를 결정하는 단계를 포함한다.
예 45는 예 29 내지 예 44 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터를 결정하는 단계는, 차량 보조 서버에 의해, 제1 차량의 하나 이상의 차량 파라미터들을 조절하기 위해 차량용 컴퓨팅 디바이스에 의해 사용가능한 하나 이상의 차량 제어 명령들을 결정하는 단계를 포함한다.
예 46은 예 29 내지 예 45 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터를 결정하는 단계는, 차량 보조 서버에 의해, 제1 차량의 출력 디바이스에 의해 전달될 제1 차량의 운전자에 대한 하나 이상의 통지들을 결정하는 단계를 포함한다.
예 47은 예 29 내지 예 46 중 어느 한 예의 발명 요지를 포함하고, 차량 보조 서버에 의해, 제1 도로 구간 상에서 주행하는 하나 이상의 제2 차량들로 하나 이상의 통지들을 송신하는 단계를 추가로 포함하고, 여기서 하나 이상의 통지들은 제1 도로 구간의 도로 상태를 하나 이상의 제2 차량들에 경고하도록 되어 있다.
예 48은 예 29 내지 예 47 중 어느 한 예의 발명 요지를 포함하고, 크라우드-소싱된 도로 데이터에 기초하여 확률 모델을 생성하는 단계를 추가로 포함하고, 여기서 차량 보조 데이터를 결정하는 단계는 차량 프로파일 정보 및 확률 모델에 기초하여 차량 보조 데이터를 결정하는 단계를 포함한다.
예 49는 예 29 내지 예 48 중 어느 한 예의 발명 요지를 포함하고, 차량 보조 서버에 의해, 도로 데이터가 복수의 차량들 각각에 의해 수집되는 날짜에 기초하여 복수의 차량들 각각으로부터 수신되는 도로 데이터에 가중 인자를 적용하는 단계를 추가로 포함한다.
예 50은 차량의 운전자를 보조하는 방법을 포함하며, 본 방법은, 제1 차량의 차량용 컴퓨팅 시스템에 의해, 제1 차량이 제1 도로 구간 상에 위치되어 있는 동안의 제1 차량의 적어도 하나의 특성을 나타내는 차량 프로파일 정보를 차량 보조 서버로 전송하는 단계; 차량용 컴퓨팅 시스템에 의해, 차량 보조 서버로부터 차량 보조 데이터를 수신하는 단계 - 차량 보조 데이터는 차량 프로파일 정보 및 제1 도로 구간과 연관된 크라우드-소싱된 도로 데이터에 기초하여 생성됨 -; 차량용 컴퓨팅 시스템에 의해, 수신된 차량 보조 데이터에 기초하여 적어도 하나의 차량 제어 명령을 결정하는 단계; 및 차량용 컴퓨팅 시스템에 의해, 차량 제어 명령에 기초하여 제1 차량의 차량 파라미터를 조절하는 단계를 포함한다.
예 51은 예 50의 발명 요지를 포함하고, 차량용 컴퓨팅 시스템에 의해 그리고 차량 보조 데이터를 수신한 것에 응답하여, 차량 보조 데이터에 관련된 정보를 포함하는 제1 차량의 운전자에 대한 통지를 생성하는 단계를 추가로 포함한다.
예 52는 예 50 및 예 51 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 프로파일 정보를 전송하는 단계는, 차량용 컴퓨팅 시스템에 의해, 제1 차량이 제1 도로 구간을 통과하는 동안의 제1 차량의 동작을 나타내는 차량 동작 데이터를 감지하는 단계; 및 차량용 컴퓨팅 시스템에 의해, 차량 동작 데이터 및 제1 차량의 적어도 하나의 영구적 특성을 나타내는 차량 식별 데이터를 전송하는 단계를 포함한다.
예 53은 예 50 내지 예 52 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터를 수신하는 단계는, 차량용 컴퓨팅 시스템에 의해, 크루즈 컨트롤 데이터를 수신하는 단계를 포함하고, 차량 파라미터를 조절하는 단계는, 차량용 컴퓨팅 시스템에 의해, 크루즈 컨트롤 데이터에 기초하여 제1 차량의 엔진의 스로틀을 조절하는 단계를 포함한다.
예 54는 예 50 내지 예 53 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터를 수신하는 단계는, 차량용 컴퓨팅 시스템에 의해 그리고 차량 보조 서버로부터, 주유가 요구되기 전에 제1 차량이 주행할 수 있는 거리를 추정하는 주유 예측 데이터를 수신하는 단계를 포함하고, 차량용 컴퓨팅 시스템에 의해, 주유 예측 데이터에 기초하여 제1 차량에 대한 주유 추정치를 조절하는 단계를 추가로 포함한다.
예 55는 예 50 내지 예 54 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터를 수신하는 단계는, 차량용 컴퓨팅 시스템에 의해 그리고 차량 보조 서버로부터, 제1 도로 구간의 하나 이상의 도로 상태들을 나타내는 도로 상태 데이터를 수신하는 단계를 포함하고, 차량용 컴퓨팅 시스템에 의해, 하나 이상의 도로 상태들에 관해 제1 차량의 운전자에게 통보하는 통지를 생성하는 단계를 추가로 포함한다.
예 56은 예 50 내지 예 55 중 어느 한 예의 발명 요지를 포함하고, 여기서 도로 상태 데이터를 수신하는 단계는, 차량용 컴퓨팅 시스템에 의해 그리고 차량 보조 서버로부터, 제1 도로 구간을 따른 고도의 수직 변화를 나타내는 도로 경사 데이터를 수신하는 단계를 포함한다.
예 57은 실행되는 것에 응답하여 컴퓨팅 디바이스로 하여금 예 29 내지 예 56 중 어느 한 예의 방법을 수행하게 하는 복수의 명령어들을 저장하고 있는 하나 이상의 머신 판독가능 저장 매체를 포함한다.
예 58은 차량의 운전자를 보조하기 위한 차량 보조 서버를 포함한다. 차량 보조 서버는 복수의 차량들 각각으로부터 도로 데이터를 수신하는 수단 - 도로 데이터는 복수의 차량들 각각에 의해 통과되는 제1 도로 구간의 적어도 하나의 특성을 나타내는 데이터를 포함함 -; 제1 도로 구간과 연관된 크라우드-소싱된 도로 데이터를 생성하기 위해 복수의 차량들 각각으로부터 수신되는 도로 데이터를 집계하는 수단; 제1 도로 구간 상에 위치된 제1 차량으로부터 차량 프로파일 정보를 수신하는 수단 - 차량 프로파일 정보는 제1 차량의 적어도 하나의 특성을 정의함 -; 차량 프로파일 정보 및 제1 도로 구간과 연관된 크라우드-소싱된 도로 데이터에 기초하여 제1 차량에 대한 차량 보조 데이터를 결정하는 수단 - 차량 보조 데이터는 차량에 의한 제1 도로 구간의 통과를 용이하게 하기 위해 제1 차량의 차량용 컴퓨팅 디바이스에 의해 사용가능함 -; 및 차량 보조 데이터를 제1 차량으로 전송하는 수단을 포함한다.
예 59는 예 58의 발명 요지를 포함하고, 크라우드-소싱된 도로 데이터에 기초하여, 제1 도로 구간을 따른 고도의 수직 변화를 나타내는 제1 도로 구간의 도로 경사 데이터를 결정하는 수단을 추가로 포함한다.
예 60은 예 58 또는 예 59의 발명 요지를 포함하고, 여기서 차량 보조 데이터를 결정하는 수단은 도로 경사 데이터 및 차량 프로파일 정보에 기초하여 주유 예측 데이터를 결정하는 수단을 포함하며, 여기서 주유 예측 데이터는 주유가 요구되기 전에 제1 차량이 주행할 수 있는 거리를 추정한다.
예 61은 예 58 내지 예 60 중 어느 한 예의 발명 요지를 포함하고, 여기서 주유 예측 데이터를 결정하는 수단은 도로 경사 데이터 및 차량 프로파일 정보에 기초하여 주유 예측 데이터를 결정하는 수단을 포함하며, 여기서 주유 예측 데이터는 제1 도로 구간의 결정된 경사에 기초하여 제1 차량에 의해 주유가 요구될 때까지의 추정된 주행 거리를 포함한다.
예 62는 예 58 내지 예 61 중 어느 한 예의 발명 요지를 포함하고, 여기서 주유 예측 데이터는 제1 도로 구간 상에서의 제1 차량의 과거 연료 성능에 따라 주유까지의 추정된 거리를 조절하기 위해 제1 차량의 차량용 컴퓨팅 디바이스에 의해 사용가능하다.
예 63은 예 58 내지 예 62 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터를 결정하는 수단은 도로 경사 데이터 및 차량 프로파일 정보에 기초하여 크루즈 컨트롤 데이터를 결정하는 수단을 포함하며, 여기서 크루즈 컨트롤 데이터는 제1 차량의 엔진의 스로틀을 조절하기 위해 차량용 컴퓨팅 디바이스에 의해 사용가능하다.
예 64는 예 58 내지 예 63 중 어느 한 예의 발명 요지를 포함하고, 여기서 크루즈 컨트롤 데이터를 결정하는 수단은 제1 차량이 제1 도로 구간을 통과하기 시작하기 전에 엔진의 스로틀을 조절하기 위해 차량용 컴퓨팅 디바이스에 의해 사용가능한 크루즈 컨트롤 데이터를 결정하는 수단을 포함한다.
예 65는 예 58 내지 예 64 중 어느 한 예의 발명 요지를 포함하고, 여기서 크루즈 컨트롤 데이터를 결정하는 수단은 도로 경사 데이터 및 제1 도로 구간을 통과하는 동안의 제2 차량의 동작 특성을 나타내는 차량 프로파일 정보에 포함된 정보에 기초하여 크루즈 컨트롤 데이터를 결정하는 수단을 포함하고, 여기서 제2 차량은 제1 차량과 공통으로 적어도 하나의 영구적 특성을 갖는다.
예 66은 예 58 내지 예 65 중 어느 한 예의 발명 요지를 포함하고, 크라우드-소싱된 도로 데이터 및 차량 프로파일 정보에 기초하여, 주유가 요구되기 전에 제1 차량이 주행할 수 있는 거리를 추정하는 주유 예측 데이터를 결정하는 수단을 추가로 포함하며, 여기서 차량 프로파일 정보는 복수의 잠재적 운전자들 중에서 제1 차량의 운전자를 식별해주고 식별된 운전자의 운전 스타일의 지시자를 포함하는 운전자 프로파일 데이터를 포함한다.
예 67은 예 58 내지 예 66 중 어느 한 예의 발명 요지를 포함하고, 제1 도로 구간과 연관된 복수의 인프라스트럭처 센서들 각각으로부터 인프라스트럭처 도로 데이터를 수신하는 수단을 추가로 포함하며, 여기서 인프라스트럭처 도로 데이터는 복수의 차량들 각각에 의해 통과되는 제1 도로 구간의 적어도 하나의 특성을 나타내는 데이터를 포함한다.
예 68은 예 58 내지 예 67 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 프로파일 정보를 수신하는 수단은 차량의 하나 이상의 영구적 특성들을 나타내는 차량 식별 데이터 및 차량의 트립 특정 특성들을 나타내는 차량 동작 데이터를 수신하는 수단을 포함한다.
예 69는 예 58 내지 예 68 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터를 결정하는 수단은 제1 도로 구간의 표면의 특성들을 나타내는 노면 데이터를 결정하는 수단을 포함한다.
예 70은 예 58 내지 예 69 중 어느 한 예의 발명 요지를 포함하고, 여기서 노면 데이터를 결정하는 수단은 디지털 네비게이션 지도로부터 제1 도로 구간의 도로 유형을 나타내는 도로 유형 데이터를 결정하는 수단을 포함한다.
예 71은 예 58 내지 예 70 중 어느 한 예의 발명 요지를 포함하고, 제1 도로 구간과 연관된 하나 이상의 인프라스트럭처 센서들로부터 기상 데이터를 수신하는 수단을 추가로 포함하며, 여기서 노면 데이터를 결정하는 수단은 도로 유형 데이터 및 기상 데이터에 기초하여 노면 데이터를 결정하는 수단을 포함한다.
예 72는 예 58 내지 예 71 중 어느 한 예의 발명 요지를 포함하고, 크라우드-소싱된 도로 데이터에 기초하여 제1 도로 구간의 하나 이상의 위험한 상태들을 나타내는 도로 위험 데이터를 결정하는 수단을 추가로 포함한다.
예 73은 예 58 내지 예 72 중 어느 한 예의 발명 요지를 포함하고, 여기서 도로 데이터를 수신하는 수단은 제1 도로 구간을 통과하는 복수의 차량들 각각으로부터 차량 동작 데이터를 수신하는 수단을 포함하고, 도로 위험 데이터를 결정하는 수단은 크라우드-소싱된 도로 데이터 및 차량 동작 데이터에 기초하여 제1 도로 구간에 위치된 하나 이상의 포트홀들의 위치를 결정하는 수단을 포함한다.
예 74는 예 58 내지 예 73 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터를 결정하는 수단은 제1 차량의 하나 이상의 차량 파라미터들을 조절하기 위해 차량용 컴퓨팅 디바이스에 의해 사용가능한 하나 이상의 차량 제어 명령들을 결정하는 수단을 포함한다.
예 75는 예 58 내지 예 74 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터를 결정하는 수단은 제1 차량의 출력 디바이스에 의해 전달될 제1 차량의 운전자에 대한 하나 이상의 통지들을 결정하는 수단을 포함한다.
예 76은 예 58 내지 예 75 중 어느 한 예의 발명 요지를 포함하고, 제1 도로 구간 상에서 주행하는 하나 이상의 제2 차량들로 하나 이상의 통지들을 송신하는 수단을 추가로 포함하며, 여기서 하나 이상의 통지들은 제1 도로 구간의 도로 상태를 하나 이상의 제2 차량들에 경고하도록 되어 있다.
예 77은 예 58 내지 예 76 중 어느 한 예의 발명 요지를 포함하고, 크라우드-소싱된 도로 데이터에 기초하여 확률 모델을 생성하는 수단을 추가로 포함하며, 여기서 차량 보조 데이터를 결정하는 수단은 차량 프로파일 정보 및 확률 모델에 기초하여 차량 보조 데이터를 결정하는 수단을 포함한다.
예 78은 예 58 내지 예 77 중 어느 한 예의 발명 요지를 포함하고, 도로 데이터가 복수의 차량들 각각에 의해 수집되는 날짜에 기초하여 복수의 차량들 각각으로부터 수신되는 도로 데이터에 가중 인자를 적용하는 수단을 추가로 포함한다.
예 79는 제1 차량의 운전자를 보조하기 위한 차량용 컴퓨팅 시스템을 포함한다. 차량용 컴퓨팅 시스템은 제1 차량이 제1 도로 구간 상에 위치되어 있는 동안의 제1 차량의 적어도 하나의 특성을 나타내는 차량 프로파일 정보를 차량 보조 서버로 전송하는 수단; 차량 보조 서버로부터 차량 보조 데이터를 수신하는 수단 - 차량 보조 데이터는 차량 프로파일 정보 및 제1 도로 구간과 연관된 크라우드-소싱된 도로 데이터에 기초하여 생성됨 -; 수신된 차량 보조 데이터에 기초하여 적어도 하나의 차량 제어 명령을 결정하는 수단; 및 차량 제어 명령에 기초하여 제1 차량의 차량 파라미터를 조절하는 수단을 포함한다.
예 80은 예 79의 발명 요지를 포함하고, 차량 보조 데이터를 수신한 것에 응답하여, 차량 보조 데이터에 관련된 정보를 포함하는 제1 차량의 운전자에 대한 통지를 생성하는 수단을 추가로 포함한다.
예 81은 예 79 또는 예 80의 발명 요지를 포함하고, 여기서 차량 프로파일 정보를 전송하는 수단은 제1 차량이 제1 도로 구간을 통과하는 동안의 제1 차량의 동작을 나타내는 차량 동작 데이터를 감지하는 수단; 및 차량 동작 데이터 및 제1 차량의 적어도 하나의 영구적 특성을 나타내는 차량 식별 데이터를 전송하는 수단을 포함한다.
예 82는 예 79 내지 예 81 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터를 수신하는 수단은 크루즈 컨트롤 데이터를 수신하는 수단을 포함하며, 차량 파라미터를 조절하는 수단은 크루즈 컨트롤 데이터에 기초하여 제1 차량의 엔진의 스로틀을 조절하는 수단을 포함한다.
예 83은 예 79 내지 예 82 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터를 수신하는 수단은, 차량 보조 서버로부터, 주유가 요구되기 전에 제1 차량이 주행할 수 있는 거리를 추정하는 주유 예측 데이터를 수신하는 수단을 포함하며, 주유 예측 데이터에 기초하여 제1 차량에 대한 주유 추정치를 조절하는 수단을 추가로 포함한다.
예 84는 예 79 내지 예 83 중 어느 한 예의 발명 요지를 포함하고, 여기서 차량 보조 데이터를 수신하는 수단은, 차량 보조 서버로부터, 제1 도로 구간의 하나 이상의 도로 상태들을 나타내는 도로 상태 데이터를 수신하는 수단을 포함하며, 하나 이상의 도로 상태들에 관해 제1 차량의 운전자에게 통보하는 통지를 생성하는 수단을 추가로 포함한다.
예 85는 예 79 내지 예 84 중 어느 한 예의 발명 요지를 포함하고, 여기서 도로 상태 데이터를 수신하는 수단은, 차량 보조 서버로부터, 제1 도로 구간을 따른 고도의 수직 변화를 나타내는 도로 경사 데이터를 수신하는 수단을 포함한다.

Claims (25)

  1. 차량의 운전자를 보조하기 위한 차량 보조 서버로서,
    복수의 차량들 각각으로부터 도로 데이터를 수신하는 데이터 취득 모듈 - 상기 도로 데이터는 상기 복수의 차량들 각각에 의해 통과(traverse)되는 제1 도로 구간(road segment)의 적어도 하나의 특성을 나타내는 데이터를 포함함 -;
    상기 제1 도로 구간과 연관된 크라우드-소싱된 도로 데이터(crowd-sourced road data)를 생성하기 위해 상기 복수의 차량들 각각으로부터 수신되는 상기 도로 데이터를 집계하는 데이터 집계 모듈;
    상기 제1 도로 구간 상에 위치된 제1 차량으로부터 차량 프로파일 정보를 수신하는 차량 정보 모듈 - 상기 차량 프로파일 정보는 상기 제1 차량의 적어도 하나의 특성을 정의함 -; 및
    상기 차량 프로파일 정보 및 상기 제1 도로 구간과 연관된 상기 크라우드-소싱된 도로 데이터에 기초하여 상기 제1 차량에 대한 차량 보조 데이터를 결정하는 차량 보조 데이터 결정 모듈 - 상기 차량 보조 데이터는 상기 차량에 의한 상기 제1 도로 구간의 통과를 용이하게 하기 위해 상기 제1 차량의 차량용 컴퓨팅 디바이스(in-vehicle computing device)에 의해 사용가능함 - 을 포함하는, 차량 보조 서버.
  2. 제1항에 있어서, 상기 차량 보조 데이터 결정 모듈은 상기 크라우드-소싱된 도로 데이터에 기초하여 상기 제1 도로 구간의 도로 경사 데이터(road grade data)를 결정하도록 되어 있고, 상기 도로 경사 데이터는 상기 제1 도로 구간을 따른 고도의 수직 변화를 나타내는, 차량 보조 서버.
  3. 제2항에 있어서, 상기 차량 보조 데이터 결정 모듈은 상기 도로 경사 데이터 및 상기 차량 프로파일 정보에 기초하여 주유 예측 데이터(refueling prediction data)를 결정하도록 되어 있고, 상기 주유 예측 데이터는 주유가 요구되기 전에 상기 제1 차량이 주행할 수 있는 거리를 추정하는, 차량 보조 서버.
  4. 제2항에 있어서, 상기 차량 보조 데이터 결정 모듈은 상기 도로 경사 데이터 및 상기 차량 프로파일 정보에 기초하여 크루즈 컨트롤 데이터(cruise control data)를 결정하도록 되어 있고, 상기 크루즈 컨트롤 데이터는 상기 제1 차량의 엔진의 스로틀을 조절하기 위해 상기 차량용 컴퓨팅 디바이스에 의해 사용가능한, 차량 보조 서버.
  5. 제1항에 있어서, 상기 차량 정보 모듈은 상기 차량의 하나 이상의 영구적 특성들을 나타내는 차량 식별 데이터 및 상기 차량의 트립 특정 특성(trip-specific characteristic)들을 나타내는 차량 동작 데이터를 수신하는, 차량 보조 서버.
  6. 제1항에 있어서, 상기 차량 보조 데이터 결정 모듈은 상기 제1 도로 구간의 표면의 특성들을 나타내는 노면 데이터(road surface data)를 결정하도록 되어 있는, 차량 보조 서버.
  7. 제1항에 있어서, 상기 차량 보조 데이터 결정 모듈은 상기 크라우드-소싱된 도로 데이터에 기초하여 상기 제1 도로 구간의 하나 이상의 위험한 상태들을 나타내는 도로 위험 데이터를 결정하도록 되어 있는, 차량 보조 서버.
  8. 제1항에 있어서, 상기 차량 보조 데이터 결정 모듈은 상기 제1 차량의 하나 이상의 차량 파라미터들을 조절하기 위해 상기 차량용 컴퓨팅 디바이스에 의해 사용가능한 하나 이상의 차량 제어 명령들을 결정하도록 되어 있는, 차량 보조 서버.
  9. 제1 차량의 운전자를 보조하기 위한 차량용 컴퓨팅 시스템으로서,
    상기 제1 차량이 제1 도로 구간 상에 위치되어 있는 동안의 상기 제1 차량의 적어도 하나의 특성을 나타내는 상기 제1 차량의 차량 프로파일 정보를 차량 보조 서버로 전송하는 차량 프로파일 모듈;
    (i) 상기 차량 보조 서버로부터 차량 보조 데이터를 수신하고 - 상기 차량 보조 데이터는 상기 차량 프로파일 정보 및 상기 제1 도로 구간과 연관된 크라우드-소싱된 도로 데이터에 기초하여 생성됨 -, (ii) 상기 수신된 차량 보조 데이터에 기초하여 적어도 하나의 차량 제어 명령을 결정하는 차량 출력 모듈을 결정하며, (iii) 상기 차량 제어 명령에 기초하여 상기 제1 차량의 차량 파라미터를 조절하는 차량 출력 모듈을 포함하는, 차량용 컴퓨팅 시스템.
  10. 제9항에 있어서, 상기 차량 출력 모듈은:
    크루즈 컨트롤 데이터를 수신하도록 되어 있고,
    상기 차량 파라미터를 조절하는 것은, 상기 차량용 컴퓨팅 시스템에 의해, 상기 크루즈 컨트롤 데이터에 기초하여 상기 제1 차량의 엔진의 스로틀을 조절하는 것을 포함하는, 차량용 컴퓨팅 시스템.
  11. 제9항에 있어서, 상기 차량 출력 모듈은:
    주유가 요구되기 전에 상기 제1 차량이 주행할 수 있는 거리를 추정하는 주유 예측 데이터를 수신하고,
    상기 크루즈 컨트롤 데이터에 기초하여 상기 제1 차량의 엔진의 스로틀을 조절하도록 되어 있는, 차량용 컴퓨팅 시스템.
  12. 차량의 운전자를 보조하는 방법으로서,
    차량 보조 서버에 의해, 복수의 차량들 각각으로부터 도로 데이터를 수신하는 단계 - 상기 도로 데이터는 상기 복수의 차량들 각각에 의해 통과되는 제1 도로 구간의 적어도 하나의 특성을 나타내는 데이터를 포함함 -;
    상기 차량 보조 서버에 의해, 상기 제1 도로 구간과 연관된 크라우드-소싱된 도로 데이터를 생성하기 위해 상기 복수의 차량들 각각으로부터 수신되는 상기 도로 데이터를 집계하는 단계;
    상기 차량 보조 서버에 의해, 상기 제1 도로 구간 상에 위치된 제1 차량으로부터 차량 프로파일 정보를 수신하는 단계 - 상기 차량 프로파일 정보는 상기 제1 차량의 적어도 하나의 특성을 정의함 -;
    상기 차량 보조 서버에 의해, 상기 차량 프로파일 정보 및 상기 제1 도로 구간과 연관된 상기 크라우드-소싱된 도로 데이터에 기초하여 상기 제1 차량에 대한 차량 보조 데이터를 결정하는 단계 - 상기 차량 보조 데이터는 상기 차량에 의한 상기 제1 도로 구간의 통과를 용이하게 하기 위해 상기 제1 차량의 차량용 컴퓨팅 디바이스에 의해 사용가능함 -; 및
    상기 차량 보조 서버에 의해, 상기 차량 보조 데이터를 상기 제1 차량으로 전송하는 단계를 포함하는, 방법.
  13. 제12항에 있어서, 상기 차량 보조 서버에 의해 그리고 상기 크라우드-소싱된 도로 데이터에 기초하여, 상기 제1 도로 구간을 따른 고도의 수직 변화를 나타내는 상기 제1 도로 구간의 도로 경사 데이터를 결정하는 단계를 추가로 포함하는, 방법.
  14. 제13항에 있어서, 상기 차량 보조 데이터를 결정하는 단계는, 상기 차량 보조 서버에 의해, 상기 도로 경사 데이터 및 상기 차량 프로파일 정보에 기초하여 주유 예측 데이터를 결정하는 단계를 포함하고, 상기 주유 예측 데이터는 주유가 요구되기 전에 상기 제1 차량이 주행할 수 있는 거리를 추정하는, 방법.
  15. 제13항에 있어서, 차량 보조 데이터를 결정하는 단계는, 상기 차량 보조 서버에 의해, 상기 도로 경사 데이터 및 상기 차량 프로파일 정보에 기초하여 크루즈 컨트롤 데이터를 결정하는 단계를 포함하고, 상기 크루즈 컨트롤 데이터는 상기 제1 차량의 엔진의 스로틀을 조절하기 위해 상기 차량용 컴퓨팅 디바이스에 의해 사용가능한, 방법.
  16. 제12항에 있어서, 상기 차량 보조 서버에 의해, 상기 제1 도로 구간과 연관된 복수의 인프라스트럭처 센서들 각각으로부터 인프라스트럭처 도로 데이터를 수신하는 단계를 추가로 포함하고, 상기 인프라스트럭처 도로 데이터는 상기 복수의 차량들 각각에 의해 통과되는 상기 제1 도로 구간의 적어도 하나의 특성을 나타내는 데이터를 포함하는, 방법.
  17. 제12항에 있어서, 차량 프로파일 정보를 수신하는 단계는, 상기 차량 보조 서버에 의해, 상기 차량의 하나 이상의 영구적 특성들을 나타내는 차량 식별 데이터 및 상기 차량의 트립 특정 특성들을 나타내는 차량 동작 데이터를 수신하는 단계를 포함하는, 방법.
  18. 제12항에 있어서, 차량 보조 데이터를 결정하는 단계는, 상기 차량 보조 서버에 의해, 상기 제1 도로 구간의 표면의 특성들을 나타내는 노면 데이터를 결정하는 단계를 포함하는, 방법.
  19. 제12항에 있어서, 상기 차량 보조 서버에 의해, 상기 크라우드-소싱된 도로 데이터에 기초하여 상기 제1 도로 구간의 하나 이상의 위험한 상태들을 나타내는 도로 위험 데이터를 결정하는 단계를 추가로 포함하는, 방법.
  20. 제12항에 있어서, 차량 보조 데이터를 결정하는 단계는, 상기 차량 보조 서버에 의해, 상기 제1 차량의 하나 이상의 차량 파라미터들을 조절하기 위해 상기 차량용 컴퓨팅 디바이스에 의해 사용가능한 하나 이상의 차량 제어 명령들을 결정하는 단계를 포함하는, 방법.
  21. 차량의 운전자를 보조하는 방법으로서,
    제1 차량의 차량용 컴퓨팅 시스템에 의해, 상기 제1 차량이 제1 도로 구간 상에 위치되어 있는 동안의 상기 제1 차량의 적어도 하나의 특성을 나타내는 차량 프로파일 정보를 차량 보조 서버로 전송하는 단계;
    상기 차량용 컴퓨팅 시스템에 의해, 상기 차량 보조 서버로부터 차량 보조 데이터를 수신하는 단계 - 상기 차량 보조 데이터는 상기 차량 프로파일 정보 및 상기 제1 도로 구간과 연관된 크라우드-소싱된 도로 데이터에 기초하여 생성됨 -;
    상기 차량용 컴퓨팅 시스템에 의해, 상기 수신된 차량 보조 데이터에 기초하여 적어도 하나의 차량 제어 명령을 결정하는 단계; 및
    상기 차량용 컴퓨팅 시스템에 의해, 상기 차량 제어 명령에 기초하여 상기 제1 차량의 차량 파라미터를 조절하는 단계를 포함하는, 방법.
  22. 제21항에 있어서,
    차량 보조 데이터를 수신하는 단계는, 상기 차량용 컴퓨팅 시스템에 의해, 크루즈 컨트롤 데이터를 수신하는 단계를 포함하고,
    상기 차량 파라미터를 조절하는 단계는, 상기 차량용 컴퓨팅 시스템에 의해, 상기 크루즈 컨트롤 데이터에 기초하여 상기 제1 차량의 엔진의 스로틀을 조절하는 단계를 포함하는, 방법.
  23. 제21항에 있어서, 차량 보조 데이터를 수신하는 단계는: 상기 차량용 컴퓨팅 시스템에 의해 그리고 상기 차량 보조 서버로부터, 주유가 요구되기 전에 상기 제1 차량이 주행할 수 있는 거리를 추정하는 주유 예측 데이터를 수신하는 단계를 포함하고,
    상기 차량용 컴퓨팅 시스템에 의해, 상기 주유 예측 데이터에 기초하여 상기 제1 차량에 대한 주유 추정치를 조절하는 단계를 추가로 포함하는, 방법.
  24. 실행되는 것에 응답하여 컴퓨팅 디바이스로 하여금 제12항 내지 제23항 중 어느 한 항의 방법을 수행하게 하는 저장되어 있는 복수의 명령어들을 포함하는 하나 이상의 머신 판독가능 저장 매체.
  25. 제12항 내지 제23항 중 어느 한 항의 방법을 수행하는 수단을 포함하는 컴퓨팅 디바이스.
KR1020177023699A 2015-03-27 2016-02-26 변하는 도로 상태들에 따라 차량들을 보조하는 기술들 KR102457312B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020207004551A KR102548557B1 (ko) 2015-03-27 2016-02-26 변하는 도로 상태들에 따라 차량들을 보조하는 기술들

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/671,755 2015-03-27
US14/671,755 US9550495B2 (en) 2015-03-27 2015-03-27 Technologies for assisting vehicles with changing road conditions
PCT/US2016/019780 WO2016160206A1 (en) 2015-03-27 2016-02-26 Technologies for assisting vehicles with changing road conditions

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020207004551A Division KR102548557B1 (ko) 2015-03-27 2016-02-26 변하는 도로 상태들에 따라 차량들을 보조하는 기술들

Publications (2)

Publication Number Publication Date
KR20170131375A true KR20170131375A (ko) 2017-11-29
KR102457312B1 KR102457312B1 (ko) 2022-10-31

Family

ID=56974763

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020207004551A KR102548557B1 (ko) 2015-03-27 2016-02-26 변하는 도로 상태들에 따라 차량들을 보조하는 기술들
KR1020177023699A KR102457312B1 (ko) 2015-03-27 2016-02-26 변하는 도로 상태들에 따라 차량들을 보조하는 기술들
KR1020237021044A KR102571303B1 (ko) 2015-03-27 2016-02-26 변하는 도로 상태들에 따라 차량들을 보조하는 기술들

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020207004551A KR102548557B1 (ko) 2015-03-27 2016-02-26 변하는 도로 상태들에 따라 차량들을 보조하는 기술들

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020237021044A KR102571303B1 (ko) 2015-03-27 2016-02-26 변하는 도로 상태들에 따라 차량들을 보조하는 기술들

Country Status (6)

Country Link
US (3) US9550495B2 (ko)
EP (2) EP3274956A4 (ko)
JP (2) JP2018515823A (ko)
KR (3) KR102548557B1 (ko)
CN (2) CN107257756B (ko)
WO (1) WO2016160206A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190140496A (ko) * 2018-05-23 2019-12-20 현대자동차주식회사 자율 주행 상태 알림 장치, 그를 포함한 시스템 및 그 방법
KR102084668B1 (ko) * 2018-10-15 2020-03-04 한국건설기술연구원 도로 노면 불량 객체에 의한 도로 노면 위험 정보 제공 시스템 및 방법

Families Citing this family (76)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012137332A1 (ja) 2011-04-07 2012-10-11 パイオニア株式会社 移動体の周囲状況検知システム
WO2015104816A1 (ja) * 2014-01-09 2015-07-16 川崎重工業株式会社 車両およびその運転支援方法
US9315197B1 (en) * 2014-09-30 2016-04-19 Continental Automotive Systems, Inc. Hands accelerating control system
US10300760B1 (en) 2015-03-18 2019-05-28 Apple Inc. Fully-actuated suspension system
US9550495B2 (en) * 2015-03-27 2017-01-24 Intel Corporation Technologies for assisting vehicles with changing road conditions
US9884632B2 (en) * 2015-08-12 2018-02-06 Inrix Inc. Personal vehicle management
US10094308B2 (en) * 2015-09-25 2018-10-09 Cummins, Inc. System, method, and apparatus for improving the performance of an operator of a vehicle
US10796566B2 (en) 2015-11-06 2020-10-06 Edward D. Ioli Trust Automated highway system (AHS)
US9786163B2 (en) * 2015-11-06 2017-10-10 Edward D. Ioli Trust Automated highway system
KR102149295B1 (ko) * 2015-11-10 2020-08-28 현대자동차주식회사 추월 차선에서의 차량 제어 장치 및 방법
US9840252B2 (en) * 2015-12-03 2017-12-12 International Business Machines Corporation System and method for vehicle assisted response to road conditions
JP2017161479A (ja) * 2016-03-11 2017-09-14 株式会社東芝 無線装置、通信方法およびプログラム
JP6365598B2 (ja) * 2016-06-17 2018-08-01 トヨタ自動車株式会社 車両ヒータの制御装置
US11145142B2 (en) * 2016-09-06 2021-10-12 International Business Machines Corporation Detection of road surface defects
US9933781B1 (en) * 2016-11-23 2018-04-03 Denso International America, Inc. Data-driven planning for automated driving
CN110226078B (zh) * 2016-12-22 2024-04-26 日产北美公司 自动车辆服务系统
US20180215391A1 (en) * 2017-01-30 2018-08-02 GM Global Technology Operations LLC Methods and systems for detecting road surface using crowd-sourced driving behaviors
US10353078B2 (en) 2017-03-17 2019-07-16 At&T Intellectual Property I, L.P. Vehicle alert system using mobile location information
US10814690B1 (en) 2017-04-18 2020-10-27 Apple Inc. Active suspension system with energy storage device
CN107128309B (zh) * 2017-04-27 2019-05-28 广州汽车集团股份有限公司 车辆的动力输出控制方法、装置及系统
JP2020518514A (ja) 2017-05-08 2020-06-25 アップル インコーポレイテッドＡｐｐｌｅ Ｉｎｃ． アクティブサスペンションシステム
US10899340B1 (en) 2017-06-21 2021-01-26 Apple Inc. Vehicle with automated subsystems
US10043376B1 (en) * 2017-07-25 2018-08-07 Intel Corporation Potential hazard warning system
US11173766B1 (en) 2017-09-07 2021-11-16 Apple Inc. Suspension system with locking structure
US11065931B1 (en) 2017-09-15 2021-07-20 Apple Inc. Active suspension system
US11124035B1 (en) 2017-09-25 2021-09-21 Apple Inc. Multi-stage active suspension actuator
US10960723B1 (en) 2017-09-26 2021-03-30 Apple Inc. Wheel-mounted suspension actuators
DE102017009091B4 (de) * 2017-09-28 2022-11-03 Audi Ag Verfahren zum Ermitteln einer Fahrempfehlung, Fahrassistenzsystem für ein Kraftfahrzeug und Kraftfahrzeug mit einem Fahrassistenzsystem
DE102017218222A1 (de) * 2017-10-12 2019-04-18 Continental Automotive Gmbh Bestimmung der Position eines späteren Haltepunktes eines Fahrzeugs
WO2019113022A1 (en) * 2017-12-04 2019-06-13 University Of Massachusetts Method to measure road roughness characteristics and pavement induced vehicle fuel consumption
US10576978B2 (en) * 2017-12-06 2020-03-03 Cummins, Inc. System and method for predictive engine and aftertreatment system control
US10334412B1 (en) * 2018-01-09 2019-06-25 Boaz Kenane Autonomous vehicle assistance systems
US10755111B2 (en) 2018-01-29 2020-08-25 Micron Technology, Inc. Identifying suspicious entities using autonomous vehicles
DE102018202285A1 (de) * 2018-02-15 2019-08-22 Robert Bosch Gmbh Verfahren und Vorrichtung zur Routenplanung für ein einspuriges Kraftfahrzeug
JP6993258B2 (ja) * 2018-02-15 2022-01-13 トヨタ自動車株式会社 サーバ装置
WO2019173315A1 (en) * 2018-03-05 2019-09-12 Mobileye Vision Technologies Ltd. Systems and methods for anonymizing navigation information
US11727794B2 (en) * 2018-03-14 2023-08-15 Micron Technology, Inc. Systems and methods for evaluating and sharing human driving style information with proximate vehicles
US11009876B2 (en) 2018-03-14 2021-05-18 Micron Technology, Inc. Systems and methods for evaluating and sharing autonomous vehicle driving style information with proximate vehicles
US10997429B2 (en) * 2018-04-11 2021-05-04 Micron Technology, Inc. Determining autonomous vehicle status based on mapping of crowdsourced object data
CN108549377A (zh) * 2018-04-16 2018-09-18 姜鹏飞 一种自动驾驶汽车
US11104345B2 (en) 2018-04-18 2021-08-31 Rivian Ip Holdings, Llc Methods, systems, and media for determining characteristics of roads
JP2019188900A (ja) * 2018-04-20 2019-10-31 株式会社小糸製作所 センサシステム
CN108773375B (zh) * 2018-04-23 2020-12-22 北京长城华冠汽车科技股份有限公司 定速巡航方法、定速巡航系统及具有定速巡航系统的车辆
US11248576B2 (en) * 2018-05-21 2022-02-15 The Chamberlain Group Llc Cloud-enabled vehicle autostart monitoring
JP7067284B2 (ja) * 2018-06-05 2022-05-16 トヨタ自動車株式会社 経済価値処理システム及びサーバ
TWI701174B (zh) * 2018-06-06 2020-08-11 緯創資通股份有限公司 駕駛預測方法及其處理裝置與系統
WO2018167749A2 (es) * 2018-06-13 2018-09-20 Universidad Técnica Particular De Loja Sistema y método para la prevención de accidentes por presencia de objetos causados por fenómenos naturales en vías de transporte
US11161518B2 (en) 2018-06-15 2021-11-02 Micron Technology, Inc. Detecting road conditions based on braking event data received from vehicles
CN110682911A (zh) * 2018-07-04 2020-01-14 奥迪股份公司 驾驶辅助系统和驾驶辅助方法
JP7011553B2 (ja) * 2018-08-10 2022-02-10 日立Astemo株式会社 情報処理装置、車両制御方法、情報処理システム
US11285773B1 (en) 2018-09-12 2022-03-29 Apple Inc. Control system
US11634167B1 (en) 2018-09-14 2023-04-25 Apple Inc. Transmitting axial and rotational movement to a hub
KR102552169B1 (ko) * 2018-12-12 2023-07-05 현대자동차주식회사 차량 운행 패턴 결정 방법
CN115014370A (zh) * 2019-02-14 2022-09-06 御眼视觉技术有限公司 用于生成地图信息的系统、方法和计算机可读介质
CN109997508A (zh) * 2019-04-08 2019-07-12 广州沁凌汽车技术科技有限公司 一种采棉机地形绘制方法
US11345209B1 (en) 2019-06-03 2022-05-31 Apple Inc. Suspension systems
US11507098B2 (en) 2019-07-19 2022-11-22 Toyota Motor North America, Inc. System and method for identifying vehicles that can handle specific road segments
US11073398B2 (en) * 2019-07-29 2021-07-27 International Business Machines Corporation Roadway drivability assessment for mapping and navigation
US11322033B2 (en) * 2019-08-27 2022-05-03 International Business Machines Corporation Remote surface condition assessment
US11179991B1 (en) 2019-09-23 2021-11-23 Apple Inc. Suspension systems
US11938922B1 (en) 2019-09-23 2024-03-26 Apple Inc. Motion control system
CN110782774A (zh) * 2019-10-30 2020-02-11 武汉中海庭数据技术有限公司 一种众包道路数据的分布式处理方法及装置
US11680804B2 (en) 2019-12-02 2023-06-20 Toyota Motor North America, Inc. System and method for verifying roads
US11707961B1 (en) 2020-04-28 2023-07-25 Apple Inc. Actuator with reinforcing structure for torsion resistance
US11828339B1 (en) 2020-07-07 2023-11-28 Apple Inc. Vibration control system
CN111891128A (zh) * 2020-08-13 2020-11-06 广州小马智行科技有限公司 车辆的控制方法及车辆、运载工具
CN114125695A (zh) * 2020-08-31 2022-03-01 奥迪股份公司 车辆的坡路行车警示方法、装置、设备及存储介质
US11814032B2 (en) 2020-12-08 2023-11-14 Ford Global Technologies, Llc Electrified vehicle control with dynamic segment-based distance-to-empty (DTE)
US20210107530A1 (en) * 2020-12-22 2021-04-15 Cornelius Buerkle Distributed in-vehicle realtime sensor data processing as a service
JP7447870B2 (ja) 2021-06-04 2024-03-12 トヨタ自動車株式会社 情報処理サーバ、情報処理サーバの処理方法、プログラム
JP2022186227A (ja) * 2021-06-04 2022-12-15 トヨタ自動車株式会社 情報処理サーバ、情報処理サーバの処理方法、プログラム
JP2022186232A (ja) * 2021-06-04 2022-12-15 トヨタ自動車株式会社 情報処理サーバ、情報処理サーバの処理方法、プログラム
US11866052B2 (en) * 2021-11-17 2024-01-09 GM Global Technology Operations LLC Distributed computing system for determining road surface traction capacity
JP7246578B1 (ja) * 2022-01-21 2023-03-27 三菱電機株式会社 運行経路更新装置、運行経路更新方法、および、運行経路更新プログラム
US11897450B2 (en) 2022-02-02 2024-02-13 Toyota Motor North America, Inc. Transport slope management
CN117671962B (zh) * 2024-01-31 2024-04-19 四川康新高速公路有限责任公司 针对高速公路长纵坡段的车辆失控状态分析方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05203456A (ja) * 1992-01-28 1993-08-10 Toyota Motor Corp 航続距離算出装置
JP2006226178A (ja) * 2005-02-17 2006-08-31 Hino Motors Ltd オートクルーズ制御装置
JP2009236714A (ja) * 2008-03-27 2009-10-15 Toyota Motor Corp 勾配情報演算装置、車両走行制御装置、ナビゲーションシステム
WO2014033944A1 (ja) * 2012-09-03 2014-03-06 株式会社日立製作所 電気自動車の充電支援システムおよび充電支援方法
US20140279707A1 (en) * 2013-03-15 2014-09-18 CAA South Central Ontario System and method for vehicle data analysis

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3079881B2 (ja) * 1993-08-10 2000-08-21 三菱自動車工業株式会社 道路交通状況推定方法および車両運転特性制御方法
US7082359B2 (en) * 1995-06-07 2006-07-25 Automotive Technologies International, Inc. Vehicular information and monitoring system and methods
SE521694C2 (sv) * 1999-09-21 2003-11-25 Kongelf Holding Ab System för styrning av fordonsrörelser
JP2004205348A (ja) * 2002-12-25 2004-07-22 Matsushita Electric Ind Co Ltd ナビゲーション装置
US6847887B1 (en) * 2003-03-04 2005-01-25 Navteq North America, Llc Method and system for obtaining road grade data
JP4332790B2 (ja) * 2004-01-22 2009-09-16 株式会社デンソー 最適給油案内システム
DE102005050662A1 (de) * 2005-10-20 2007-04-26 Volkswagen Ag Autobahnassistent
US8712650B2 (en) * 2005-11-17 2014-04-29 Invent.Ly, Llc Power management systems and designs
JP4845783B2 (ja) 2007-03-16 2011-12-28 パイオニア株式会社 情報処理方法、車載装置および情報配信装置
KR101467557B1 (ko) 2007-05-02 2014-12-10 엘지전자 주식회사 주행 경로 선택
JP4893598B2 (ja) 2007-11-19 2012-03-07 アイシン・エィ・ダブリュ株式会社 運転支援システム、運転支援方法及びコンピュータプログラム
JP5050973B2 (ja) * 2008-04-10 2012-10-17 日産自動車株式会社 燃費情報処理システム及び燃費情報表示方法
DE102008041617A1 (de) * 2008-08-27 2010-03-04 Ford Global Technologies, LLC, Dearborn Verfahren und Anordnung zur Bereitstellung von Hinweisen für eine optimierte Kraftstoffnutzung bei einem Kraftfahrzeug
JP5135308B2 (ja) * 2009-09-09 2013-02-06 クラリオン株式会社 エネルギ消費量予測方法、エネルギ消費量予測装置および端末装置
JP2011127459A (ja) * 2009-12-16 2011-06-30 Aisin Aw Co Ltd 運転支援装置、方法およびプログラム
US20110190972A1 (en) * 2010-02-02 2011-08-04 Gm Global Technology Operations, Inc. Grid unlock
JP5146486B2 (ja) * 2010-05-11 2013-02-20 株式会社デンソー 経路探索装置およびナビゲーション装置
KR101331054B1 (ko) * 2010-05-13 2013-11-19 한국전자통신연구원 도로노면정보 및 통계적 교통상황을 고려한 안전속도 산정방법 및 그 장치
US20130063282A1 (en) * 2010-05-31 2013-03-14 Central Signal, Llc Roadway detection
US20120065871A1 (en) * 2010-06-23 2012-03-15 Massachusetts Institute Of Technology System and method for providing road condition and congestion monitoring
JP2012013481A (ja) * 2010-06-30 2012-01-19 Panasonic Corp ナビゲーション装置
WO2012039212A1 (ja) * 2010-09-21 2012-03-29 本田技研工業株式会社 車両用走行制御装置
DE102010063006A1 (de) * 2010-12-14 2012-06-21 Robert Bosch Gmbh Komfortmerkmal in einem Fahrerassistenzsystem mit Frontkamera
US20120185118A1 (en) * 2011-01-19 2012-07-19 GM Global Technology Operations LLC System and method for optimizing a driving route for a vehicle
JP5454559B2 (ja) * 2011-12-05 2014-03-26 アイシン・エィ・ダブリュ株式会社 交通情報配信装置
KR101361671B1 (ko) * 2012-04-18 2014-02-12 서울시립대학교 산학협력단 가변속도제어시스템 및 방법
US20150073639A1 (en) * 2012-04-18 2015-03-12 International Engine Intellectual Property Company , Llc Hybrid drive train control method
US9020876B2 (en) * 2012-06-07 2015-04-28 International Business Machines Corporation On-demand suggestion for vehicle driving
JP6029379B2 (ja) 2012-08-10 2016-11-24 花王株式会社 肌状態評価方法及び肌状態評価装置
JP2014106046A (ja) * 2012-11-26 2014-06-09 Central Research Institute Of Electric Power Industry 走行可能範囲表示システム
US8930115B2 (en) * 2013-02-26 2015-01-06 Ford Global Technologies, Llc Efficiency-based speed control with traffic-compatible speed offsets
US8972145B2 (en) * 2013-03-15 2015-03-03 Bayerische Motoren Werke Aktiengesellscahft Systems and methods for predicting traffic signal information
KR101500091B1 (ko) * 2013-06-25 2015-03-18 현대자동차주식회사 차량 제어 장치 및 시스템
KR101475040B1 (ko) * 2013-12-23 2014-12-24 한국교통대학교산학협력단 교통정보 기반 소셜 네트워크 서비스 제공 방법 및 시스템
CN104085362B (zh) * 2014-07-02 2017-05-03 浙江吉利汽车研究院有限公司 一种轮距调整系统及基于此系统的轮距调整方法
CN104386063B (zh) * 2014-09-19 2017-07-11 奇瑞汽车股份有限公司 基于人工智能的驾驶辅助系统
US9550495B2 (en) * 2015-03-27 2017-01-24 Intel Corporation Technologies for assisting vehicles with changing road conditions

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05203456A (ja) * 1992-01-28 1993-08-10 Toyota Motor Corp 航続距離算出装置
JP2006226178A (ja) * 2005-02-17 2006-08-31 Hino Motors Ltd オートクルーズ制御装置
JP2009236714A (ja) * 2008-03-27 2009-10-15 Toyota Motor Corp 勾配情報演算装置、車両走行制御装置、ナビゲーションシステム
WO2014033944A1 (ja) * 2012-09-03 2014-03-06 株式会社日立製作所 電気自動車の充電支援システムおよび充電支援方法
US20140279707A1 (en) * 2013-03-15 2014-09-18 CAA South Central Ontario System and method for vehicle data analysis

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190140496A (ko) * 2018-05-23 2019-12-20 현대자동차주식회사 자율 주행 상태 알림 장치, 그를 포함한 시스템 및 그 방법
KR102084668B1 (ko) * 2018-10-15 2020-03-04 한국건설기술연구원 도로 노면 불량 객체에 의한 도로 노면 위험 정보 제공 시스템 및 방법

Also Published As

Publication number Publication date
CN111439250B (zh) 2023-07-14
US10099697B2 (en) 2018-10-16
US20190283753A1 (en) 2019-09-19
KR20230098363A (ko) 2023-07-03
WO2016160206A1 (en) 2016-10-06
US9550495B2 (en) 2017-01-24
JP2020057443A (ja) 2020-04-09
KR102548557B1 (ko) 2023-06-27
EP3274956A1 (en) 2018-01-31
CN107257756B (zh) 2020-11-03
US20160280224A1 (en) 2016-09-29
EP3274956A4 (en) 2018-11-14
KR102571303B1 (ko) 2023-08-28
EP3792864A1 (en) 2021-03-17
KR20200020016A (ko) 2020-02-25
US10737698B2 (en) 2020-08-11
US20170129491A1 (en) 2017-05-11
CN111439250A (zh) 2020-07-24
KR102457312B1 (ko) 2022-10-31
CN107257756A (zh) 2017-10-17
JP2018515823A (ja) 2018-06-14
JP7425608B2 (ja) 2024-01-31

Similar Documents

Publication Publication Date Title
US10737698B2 (en) Technologies for assisting vehicles with changing road conditions
US11176845B2 (en) Adaptive analysis of driver behavior
US9081651B2 (en) Route navigation with optimal speed profile
CN106767874B (zh) 用于通过在车辆导航系统中的群体感知的燃料消耗预测和成本估计的方法及装置
JP5893953B2 (ja) 車両運行管理システム
US9702716B2 (en) Traffic score determination
US11443563B2 (en) Driving range based on past and future data
CN103347757A (zh) 通过使用预测环境和驾驶员行为信息来优化燃油经济性的系统和方法
KR20100094420A (ko) 추진 관련 동작 파라미터 추정 방법
CN112829753B (zh) 基于毫米波雷达的护栏估计方法、车载设备和存储介质
JP7173990B2 (ja) 追越確率コレクションを生成する方法、自動車の制御装置を動作させる方法、追越確率コレクション装置および制御装置
CN114061601A (zh) 考虑拖车的路线推荐
CN113227831B (zh) 基于多传感器数据融合的护栏估计方法和车载设备
WO2022057745A1 (zh) 一种辅助驾驶的控制方法及装置
Carlsson A system for the provision and management of route characteristic information to facilitate predictive driving strategies
CN116729406A (zh) 车速的确定方法、装置、电子设备及存储介质
CN117647255A (zh) 用于改进导航的系统及方法
CN117935594A (zh) 车辆预警方法、装置、存储介质及车辆
EP4127608A1 (en) Vehicle efficiency prediction and control

Legal Events

Date Code Title Description
A107 Divisional application of patent
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right