RU2016123642A - Быстрая оценка параметров движения транспорта - Google Patents
Быстрая оценка параметров движения транспорта Download PDFInfo
- Publication number
- RU2016123642A RU2016123642A RU2016123642A RU2016123642A RU2016123642A RU 2016123642 A RU2016123642 A RU 2016123642A RU 2016123642 A RU2016123642 A RU 2016123642A RU 2016123642 A RU2016123642 A RU 2016123642A RU 2016123642 A RU2016123642 A RU 2016123642A
- Authority
- RU
- Russia
- Prior art keywords
- traffic light
- duration
- probabilistic model
- data
- light cycle
- Prior art date
Links
- 238000011156 evaluation Methods 0.000 title 1
- 230000002123 temporal effect Effects 0.000 claims 3
- 239000000446 fuel Substances 0.000 claims 2
- 230000006870 function Effects 0.000 claims 2
Classifications
-
- 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
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- 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
-
- 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
-
- 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
- G08G1/09—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
-
- 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
- G08G1/096783—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 roadside individual element
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Atmospheric Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
Claims (32)
1. Система, содержащая компьютер, включающий в себя процессор и память, причем память хранит команды, исполняемые компьютером, чтобы
собирать данные о движении транспортных средств на светофоре;
прогнозировать первую продолжительность светофорного цикла с помощью первой вероятностной модели продолжительности светофорного цикла, причем вероятностная модель указывает первый диапазон вероятностей первой спрогнозированной продолжительности светофорного цикла;
сравнивать собранные данные с спрогнозированной продолжительностью светофорного цикла, чтобы формировать вторую вероятностную модель на основании первой вероятностной модели, которая задает второй диапазон вероятностей второй спрогнозированной продолжительности светофорного цикла;
применять функцию шума к собранным данным для формирования данных с наложенным шумом;
обновлять вторую вероятностную модель для спрогнозированной продолжительности светофорного цикла посредством коррекции набора вероятностей второй вероятностной модели с помощью данных с наложенным шумом для формирования обновленной второй вероятностной модели; и
обеспечивать через сеть в по меньшей мере один компьютер транспортного средства рекомендованный режим работы транспортного средства, по меньшей мере частично, на основании спрогнозированной продолжительности светофорного цикла, определенной посредством обновленной второй вероятностной модели.
2. Система по п. 1, в которой рекомендованный режим работы транспортного средства включает в себя рекомендованные стереотипы вождения для пониженного потребления топлива.
3. Система по п. 2, в которой рекомендованный стереотип вождения включает в себя рекомендованную рабочую скорость, определенную так, чтобы транспортное средство достигало светофора во время заданной части в течение продолжительности светофорного цикла.
4. Система по п. 3, в которой рекомендованный стереотип вождения включает в себя маршрут до пункта назначения, определенный так, чтобы транспортное средство достигало светофора в заданных частях продолжительности светофорного цикла.
5. Система по п. 1, в которой рекомендованный режим работы транспортного средства по меньшей мере частично определяется текущим моментом времени.
6. Система по п. 1, в которой команды дополнительно включают в себя команды для отправки уведомления с рекомендованным режимом работы транспортного средства на карманное пользовательское устройство.
7. Система по п. 1, в которой команды дополнительно включают в себя команды для определения сдвижки и коэффициента использования для светофора на основании продолжительности светофорного цикла.
8. Система по п. 1, дополнительно содержащая устройство сбора данных для сбора данных о временных характеристиках движения транспортных средств.
9. Система по п. 1, в которой продолжительность светофорного цикла определяется по меньшей мере частично данными временных характеристик движения транспортных средств.
10. Система по п. 1, в которой вероятностная модель является одной из множества вероятностных моделей, причем каждая вероятностная модель выполнена с возможностью прогнозировать продолжительность светофорного цикла для конкретного временного интервала в течение суток.
11. Система по п. 10, в которой, если после сравнения данных с спрогнозированной продолжительностью светофорного цикла, данные не находятся в пределах порогового значения от спрогнозированной продолжительности светофора, команды дополнительно включают в себя команды для выбора следующей из множеств вероятностных моделей, прогнозирования продолжительности светофорного цикла с помощью вероятностной модели и сравнения данных с новой спрогнозированной продолжительностью светофорного цикла.
12. Система по п. 11, в которой, если ни одна из множества вероятностных моделей не формирует прогнозированную продолжительность светофорного цикла, для которой данные попадают в пределы порогового значения, команды дополнительно включают в себя команды для формирования новой вероятностной модели и добавления в множество вероятностных моделей.
13. Способ, содержащий этапы, на которых
собирают данные о движении транспортных средств на светофоре;
прогнозируют первую продолжительность светофорного цикла с помощью первой вероятностной модели продолжительности светофорного цикла, причем вероятностная модель указывает первый диапазон вероятностей первой спрогнозированной продолжительности светофорного цикла;
сравнивают собранные данные с спрогнозированной продолжительностью светофорного цикла, чтобы формировать вторую вероятностную модель на основании первой вероятностной модели, которая задает второй диапазон вероятностей второй спрогнозированной продолжительности светофорного цикла;
применяют функцию шума к собранным данным для формирования данных с наложенным шумом;
обновляют вторую вероятностную модель для спрогнозированной продолжительности светофорного цикла посредством настройки набора вероятностей второй вероятностной модели с помощью данных с наложенным шумом для формирования обновленной второй вероятностной модели; и
обеспечивают через сеть в по меньшей мере один компьютер транспортного средства рекомендованный режим работы транспортного средства, по меньшей мере частично, на основании спрогнозированной продолжительности светофорного цикла, определенной посредством обновленной второй вероятностной модели.
14. Способ по п. 13, в котором рекомендованный режим работы транспортного средства включает в себя рекомендованные стереотипы вождения для пониженного потребления топлива.
15. Способ по п. 14, в котором рекомендованный стереотип вождения включает в себя рекомендованную рабочую скорость, определенную так, чтобы транспортное средство достигало светофора во время заданной части продолжительности светофорного цикла.
16. Способ по п. 15, в котором рекомендованный стереотип вождения включает в себя маршрут до пункта назначения, определенный так, чтобы транспортное средство достигало светофоров в заданных частях продолжительности светофорного цикла.
17. Способ по п. 13, дополнительно содержащий этап, на котором определяют сдвижку и коэффициент использования для светофора на основании продолжительности светофорного цикла.
18. Способ по п. 13, в котором вероятностная модель является одной из множества вероятностных моделей, причем каждая вероятностная модель выполнена с возможностью прогнозировать продолжительность светофорного цикла для конкретного временного интервала в течение суток.
19. Способ по п. 13, в котором продолжительность светофорного цикла определяется по меньшей мере частично данными временных характеристик движения транспортных средств.
20. Способ по п. 13, в котором вероятностная модель является одной из множества вероятностных моделей, каждая вероятностная модель выполнена с возможностью прогнозировать продолжительность светофорного цикла для конкретного временного интервала в течение суток.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/747,187 US10495469B2 (en) | 2015-06-23 | 2015-06-23 | Rapid traffic parameter estimation |
US14/747,187 | 2015-06-23 |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2016123642A true RU2016123642A (ru) | 2017-12-18 |
Family
ID=56895044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2016123642A RU2016123642A (ru) | 2015-06-23 | 2016-06-15 | Быстрая оценка параметров движения транспорта |
Country Status (6)
Country | Link |
---|---|
US (1) | US10495469B2 (ru) |
CN (1) | CN106295849B (ru) |
DE (1) | DE102016111371A1 (ru) |
GB (1) | GB2541511A (ru) |
MX (1) | MX2016008333A (ru) |
RU (1) | RU2016123642A (ru) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6048421B2 (ja) * | 2014-01-31 | 2016-12-21 | トヨタ自動車株式会社 | 信号機のサイクル長推定装置 |
US10082797B2 (en) * | 2015-09-16 | 2018-09-25 | Ford Global Technologies, Llc | Vehicle radar perception and localization |
DE102017208878B4 (de) | 2017-05-24 | 2021-02-25 | Vitesco Technologies GmbH | Verfahren zum Prognostizieren zumindest eines Ampelschaltzustands während einer Fahrt eines Kraftfahrzeugs sowie Steuervorrichtung und Kraftfahrzeug |
CN107122874B (zh) * | 2017-06-22 | 2021-01-05 | 上海交通大学 | 用于城市交通应急疏散的道路控制方法 |
US11355008B2 (en) * | 2017-06-30 | 2022-06-07 | Signify Holding B.V. | Lighting system with traffic rerouting functionality |
CN107257379B (zh) * | 2017-06-30 | 2021-01-22 | 百度在线网络技术(北京)有限公司 | 用于推送信息的方法和装置 |
DE102017223579A1 (de) | 2017-12-21 | 2019-06-27 | Siemens Aktiengesellschaft | System und Verfahren zum Unterstützen einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements |
EP3865822B1 (en) * | 2018-05-15 | 2024-10-02 | Mobileye Vision Technologies Ltd. | Systems and methods for autonomous vehicle navigation |
CN109120463B (zh) * | 2018-10-15 | 2022-01-07 | 新华三大数据技术有限公司 | 流量预测方法及装置 |
CN109637127B (zh) * | 2018-12-06 | 2021-08-24 | 北京掌行通信息技术有限公司 | 一种信号灯近似时长的确定方法及系统 |
DE102019215095A1 (de) | 2019-10-01 | 2021-04-01 | Volkswagen Aktiengesellschaft | Gütebestimmungsverfahren, Gütebestimmungsvorrichtung, Kraftfahrzeug |
DE102019218903A1 (de) * | 2019-12-04 | 2021-06-10 | Siemens Mobility GmbH | Verfahren und Anordnung zur Vorhersage von Schaltzeitpunkten einer Signalgruppe einer Signalanlage zur Steuerung eines Verkehrsflusses |
CN113240925B (zh) * | 2021-04-21 | 2022-02-25 | 郑州大学 | 一种考虑交叉口信号灯随机延误影响的出行路径确定方法 |
CN114613171B (zh) * | 2022-01-21 | 2023-08-18 | 北京佰才邦技术股份有限公司 | 信号灯状态信息确定方法、电子设备和存储介质 |
CN114758495B (zh) * | 2022-03-29 | 2024-02-06 | 北京百度网讯科技有限公司 | 交通信号灯调整方法、装置及电子设备 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3646605B2 (ja) * | 2000-02-23 | 2005-05-11 | 株式会社日立製作所 | 車両走行制御装置 |
US20050197889A1 (en) * | 2004-02-11 | 2005-09-08 | Sigma Dynamics, Inc. | Method and apparatus for comparison over time of prediction model characteristics |
FR2890774B1 (fr) * | 2005-09-09 | 2007-11-16 | Inst Nat Rech Inf Automat | Procede d'assitance a la conduite d'un vehicule et dispositif associe ameliore |
US20110037619A1 (en) * | 2009-08-11 | 2011-02-17 | On Time Systems, Inc. | Traffic Routing Using Intelligent Traffic Signals, GPS and Mobile Data Devices |
DE102008041752A1 (de) * | 2008-09-02 | 2010-03-04 | Robert Bosch Gmbh | Verfahren zum Festlegen einer Empfangsschwelle, Vorrichtung zum Festlegen einer Empfangsschwelle, Ultraschallsonar |
US8478500B1 (en) | 2009-09-01 | 2013-07-02 | Clemson University | System and method for utilizing traffic signal information for improving fuel economy and reducing trip time |
CN102005120A (zh) * | 2010-11-22 | 2011-04-06 | 顾海松 | 基于视频图像分析的交通路口监控技术和系统 |
DE102011083677A1 (de) | 2011-09-29 | 2013-04-04 | Bayerische Motoren Werke Aktiengesellschaft | Prognose einer Verkehrssituation für ein Fahrzeug |
US8831849B2 (en) | 2012-02-13 | 2014-09-09 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method for traffic signal recognition |
US9002612B2 (en) | 2012-03-20 | 2015-04-07 | Toyota Motor Engineering & Manufacturing North America, Inc. | Prediction of driver-specific cruise speed using dynamic modeling |
KR101972089B1 (ko) | 2012-05-15 | 2019-04-24 | 엘지전자 주식회사 | 정보 제공 방법 및 그 장치 |
CN102708679B (zh) * | 2012-05-29 | 2016-12-14 | 孙健 | 一种城市信号交叉口短时交通流预测方法 |
US8793062B2 (en) * | 2012-11-06 | 2014-07-29 | Apple Inc. | Routing based on detected stops |
US8972145B2 (en) | 2013-03-15 | 2015-03-03 | Bayerische Motoren Werke Aktiengesellscahft | Systems and methods for predicting traffic signal information |
CN103198707B (zh) * | 2013-03-21 | 2016-03-02 | 东南大学 | 一种基于晴天状况下危险交通流特征的车辆调控方法 |
GB201312306D0 (en) * | 2013-07-09 | 2013-08-21 | Tomtom Software Ltd | Traffic light phase predictions and improved navigation methods using the traffic light phase predictions |
CN103500511B (zh) * | 2013-09-28 | 2015-09-30 | 长安大学 | 一种基于车联网的交叉口信号灯绿信比调节方法 |
US9183743B2 (en) | 2013-10-31 | 2015-11-10 | Bayerische Motoren Werke Aktiengesellschaft | Systems and methods for estimating traffic signal information |
CN104200649B (zh) * | 2014-08-25 | 2016-04-20 | 沈阳工业大学 | 基于预先申请的交通高峰期路线资源调度分配系统与方法 |
-
2015
- 2015-06-23 US US14/747,187 patent/US10495469B2/en not_active Expired - Fee Related
-
2016
- 2016-06-15 RU RU2016123642A patent/RU2016123642A/ru unknown
- 2016-06-21 DE DE102016111371.9A patent/DE102016111371A1/de not_active Withdrawn
- 2016-06-22 MX MX2016008333A patent/MX2016008333A/es unknown
- 2016-06-22 CN CN201610457884.2A patent/CN106295849B/zh active Active
- 2016-06-22 GB GB1610908.4A patent/GB2541511A/en not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
DE102016111371A1 (de) | 2016-12-29 |
CN106295849A (zh) | 2017-01-04 |
GB2541511A (en) | 2017-02-22 |
US20160379126A1 (en) | 2016-12-29 |
CN106295849B (zh) | 2022-12-02 |
US10495469B2 (en) | 2019-12-03 |
GB201610908D0 (en) | 2016-08-03 |
MX2016008333A (es) | 2016-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2016123642A (ru) | Быстрая оценка параметров движения транспорта | |
CN113316808B (zh) | 通过交通状态的时空扩展搜索空间控制交通信号 | |
CN110361024B (zh) | 用于利用车辆组标识的动态车道级车辆导航的方法和系统 | |
CN106969777B (zh) | 路径预测装置以及路径预测方法 | |
JP6244816B2 (ja) | データ収集管理システム、データ収集管理方法、端末及び管理装置 | |
RU2014141530A (ru) | Система и способ снижения количества торможений транспортного средства перед светофорами | |
US9841463B2 (en) | Method and system for predicting energy consumption of a vehicle using a statistical model | |
US9107132B2 (en) | Trajectory-aware location-based hand-offs | |
JP2019185770A (ja) | 情報処理方法および情報処理システム | |
WO2018035058A1 (en) | Latent space model for road networks to predict time-varying traffic | |
JP2015205682A5 (ru) | ||
US10768004B2 (en) | Travel routing selection system and methods implemented based on characterization of historical latency data | |
RU2017120686A (ru) | Оценка остаточного срока полезного использования компонента транспортного средства | |
WO2021051930A1 (zh) | 基于动作预测模型的信号调节方法、装置和计算机设备 | |
Koldehofe et al. | Moving range queries in distributed complex event processing | |
CN103971530A (zh) | 一种实时路径规划方法 | |
JP2016038715A (ja) | データ収集管理システム、装置、方法およびプログラム | |
Wang et al. | An adaptive and VANETs-based Next Road Re-routing system for unexpected urban traffic congestion avoidance | |
CN104270796A (zh) | 基于马尔科夫模型选择Sink路径的数据收集方法 | |
US20140201121A1 (en) | Method for Predicting Future Travel Time Using Geospatial Inference | |
CN107331149B (zh) | 预测车辆行驶时间的方法和装置 | |
RU2014141916A (ru) | Система и способ прогнозирования дорожных условий и управления подсистемами транспортного средства | |
CN105723744A (zh) | 调度在线服务的数据的下载 | |
RU2017143130A (ru) | Базовое транспортное средсто и способ управления базовым транспортным средством | |
US20210132611A1 (en) | Aerial ride quality improvement system using feedback |