RU2711398C2 - Анализ данных от датчика частиц в транспортном средстве - Google Patents

Анализ данных от датчика частиц в транспортном средстве Download PDF

Info

Publication number
RU2711398C2
RU2711398C2 RU2016109426A RU2016109426A RU2711398C2 RU 2711398 C2 RU2711398 C2 RU 2711398C2 RU 2016109426 A RU2016109426 A RU 2016109426A RU 2016109426 A RU2016109426 A RU 2016109426A RU 2711398 C2 RU2711398 C2 RU 2711398C2
Authority
RU
Russia
Prior art keywords
particle
vehicle
particles
data
air
Prior art date
Application number
RU2016109426A
Other languages
English (en)
Other versions
RU2016109426A (ru
RU2016109426A3 (ru
Inventor
Перри Робинсон МАКНЕЙЛЛ
Олег Юрьевич ГУСИХИН
Original Assignee
ФОРД ГЛОУБАЛ ТЕКНОЛОДЖИЗ, ЭлЭлСи
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 ФОРД ГЛОУБАЛ ТЕКНОЛОДЖИЗ, ЭлЭлСи filed Critical ФОРД ГЛОУБАЛ ТЕКНОЛОДЖИЗ, ЭлЭлСи
Publication of RU2016109426A publication Critical patent/RU2016109426A/ru
Publication of RU2016109426A3 publication Critical patent/RU2016109426A3/ru
Application granted granted Critical
Publication of RU2711398C2 publication Critical patent/RU2711398C2/ru

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/06Investigating concentration of particle suspensions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60QARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60HARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00Heating, cooling or ventilating [HVAC] devices
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60HARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/00735Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
    • B60H1/00764Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models the input being a vehicle driving condition, e.g. speed
    • B60H1/00771Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models the input being a vehicle driving condition, e.g. speed the input being a vehicle position or surrounding, e.g. GPS-based position or tunnel
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60HARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/00735Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
    • B60H1/008Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models the input being air quality
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/02Investigating particle size or size distribution
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00Systems controlled by a computer
    • G05B15/02Systems controlled by a computer electric
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/008Registering or indicating the working of vehicles communicating information to a remotely located station

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Thermal Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Dispersion Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

Изобретение относится к транспортным средствам с датчиками обнаружения загрязняющих частиц в воздухе. Транспортное средство может включать в себя датчики частиц, выполненные с возможностью формирования данных по частицам, указывающих на размер и количество частиц в окружающей среде. Транспортное средство также может включать в себя вычислительное устройство, выполненное с возможностью приема данных по частицам от по меньшей мере одного датчика частиц, сравнения данных по частицам с данными сигнатуры, идентифицирующими состояние по частицам, и регулирования установочного параметра транспортного средства для принятия мер в ответ на состояние по частицам, или предупреждения пользователя о состоянии по частицам. Сервер может принимать запрос маршрута от транспортного средства через сеть связи. Запрос маршрута определяет местоположение пункта назначения для транспортного средства и указание данных сигнатуры, описывающих частицы, которых следует избегать, строить маршрут, избегающий частиц, согласно данным по частицам, принятым от множества транспортных средств и включающим в себя метаданные местоположения и метаданные времени, и отправлять маршрут на транспортное средство в ответ на запрос. Достигается эффективное определение загрязнения воздуха и лучшее построение маршрута. 8 з.п. ф-лы, 5 ил.

Description

ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ
Аспекты изобретения относятся к анализу данных по данным по частицам, идентифицированным установленными в транспортном средстве датчиками частиц.
УРОВЕНЬ ТЕХНИКИ
Датчики частиц способны обнаруживать распределение концентрации частиц в воздухе за заданные интервалы времени. Распределение концентрации, например, может включать в себя информацию об идентифицированных частицах по количеству и/или по массе. В многих случаях, частицы являются чем-то, что должно избегаться, если возможно, по причинам человеческого здоровья, людского комфорта, качества и видимости окружающей среды, и отрицательного воздействия на электрические и механические устройства.
РАСКРЫТИЕ ИЗОБРЕТЕНИЯ
В первом иллюстративном варианте осуществления транспортное средство включает в себя по меньшей мере один датчик частиц, выполненный с возможностью формировать данные по частицам, указывающие размер и количество частиц в окружающей среде; и вычислительное устройство, выполненное с возможностью принимать данные по частицам от по меньшей мере одного датчика частиц, сравнивать данные по частицам с сигнатурой частиц, идентифицирующей состояние по частицам, и регулировать по меньшей мере один установочный параметр транспортного средства для принятия мер в ответ на состояние по частицам.
Во втором иллюстративном варианте осуществления, сервер выполнен с возможностью принимать запрос маршрута с транспортного средства через сеть связи, запрос маршрута задает местоположение пункта назначения для транспортного средства и указание данных сигнатур, описывающих частицы, которых следует избегать; строить маршрут, избегающий частиц, согласно данным по частицам, принятым от множества транспортных средств и включающим в себя метаданные местоположения и метаданные времени; и отправлять маршрут на транспортное средство в ответ на запрос.
В третьем иллюстративном варианте осуществления, реализуемый компьютером способ включает в себя прием первых данных по частицам от первого датчика частиц транспортного средства и вторых данных по частицам с второго датчика частиц транспортного средства; сравнение первых и вторых данных по частицам с данными сигнатур, идентифицирующими состояние по частицам; и когда только одни из первых и вторых данных по частицам соответствуют данным сигнатур, одно из (i) регулирования установочного параметра транспортного средства для принятия мер в ответ на состояние по частицам и (ii) предупреждения пользователя транспортного средства о состоянии по частицам.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
Фиг. 1A иллюстрирует примерную схему системы, которая может использоваться для обеспечения телематических служб для транспортного средства;
фиг. 1B иллюстрирует примерную часть системы, выполненную с возможностью агрегировать данные по частицам с датчиков частиц с помощью удаленного телематического сервера;
фиг. 2 иллюстрирует пример транспортного средства, включающего в себя датчики частиц в различных местах транспортного средства;
фиг. 3 иллюстрирует примерный процесс использования данных по частицам с датчиков частиц транспортного средства; и
фиг. 4 иллюстрирует примерный процесс использования данных по частицам удаленным телематическим сервером для формирования маршрута транспортного средства.
ОСУЩЕСТВЛЕНИЕ ИЗОБРЕТЕНИЯ
В соответствии с требованиями, в материалах настоящей заявки раскрыты подробные варианты осуществления настоящего изобретения; однако должно быть понятно, что раскрытые варианты осуществления являются лишь примером изобретения, которое может быть реализовано в различных и альтернативных формах. Чертежи не обязательно выполнены в масштабе; некоторые признаки могут быть преувеличены или преуменьшены, чтобы показать подробности конкретных компонентов. Поэтому конкретные конструктивные и функциональные подробности, раскрытые в материалах настоящей заявки, не должны интерпретироваться как ограничивающие, а только качестве представляющих основу для изучения специалистом в данной области техники для различного применения настоящего изобретения.
Транспортное средство может быть оборудовано датчиками частиц, расположенными в различных местах в или на транспортном средстве. В некоторых примерах, датчики частиц могут быть размещены в расположениях для отслеживания качества отработанного воздуха, качества окружающего воздуха над транспортным средством, качества окружающего воздуха под транспортным средством, качества воздуха в салоне, качества воздуха на воздухозаборнике двигателя транспортного средства, воздуха в зонах ниши для шины для отслеживания частиц износа тормозов и шин, и воздуха возле бензобака или местоположения заправки горючим для отслеживания паров топливного бака. Транспортное средство может быть выполнено с возможностью принимать данные с датчиков частиц, указывающие обнаруженные количества и размеры частиц. Транспортное средство дополнительно может быть соединено с облаком сети Интернет посредством различных механизмов. Благодаря использованию датчиков частиц и возможности соединения с облаком, могут достигаться новые функциональные возможности транспортного средства.
Фиг. 1 иллюстрирует примерную схему системы 100-A, которая может использоваться для обеспечения телематических служб транспортному средству 102. Транспортное средство 102 может быть одним из различных типов пассажирских транспортных средств, таких как внедорожный автомобиль (CUV), автомобиль для активного отдыха (SUV), грузовой автомобиль, жилой автофургон (RV), судно, самолет или другая самоходная машина для транспортировки людей или товаров. Телематические услуги могут включать в себя, в качестве некоторых неограничивающих возможных вариантов, навигацию, указания поворота за поворотом, отчеты о работоспособности транспортного средства, поиск местных коммерческих предприятий, сообщение об авариях и телефонный вызов без использования рук. В примере, система 100-A может включать в себя систему SYNC, произведенную компанией Ford Motor из Диборна, штат Мичиган. Должно быть отмечено, что проиллюстрированная система 100-A является всего лишь примером, и могут использоваться большее количество, меньшее количество и/или по-другом расположенные элементы.
Вычислительная платформа 104 может включать в себя один или более процессоров 106, выполненных с возможностью выполнять инструкции, команды и другие процедуры при поддержке процессов, описанных в материалах настоящей заявки. Например, вычислительная платформа 104 может быть выполнена с возможностью выполнять инструкции приложений 110 транспортного средства для обеспечения признаков, таких как навигация, сообщение об авариях, декодирование спутникового радиовещания и телефонный вызов без использования рук. Такие инструкции и другие данные могут сохраняться энергонезависимым образом с использованием различных типов машиночитаемого запоминающего носителя 112. Машиночитаемый носитель 112 (также называемый считываемым процессором носителем 210 или запоминающим устройством) включает в себя любой неэфемерный носитель (например, реальный носитель) носитель, который участвует в выдаче инструкций или других данных, которые могут считываться процессором 106 вычислительной платформы 104. Машиноисполняемые инструкции могут компилироваться или интерпретироваться из компьютерных программ, созданных с использованием многообразия языков и/или технологий программирования, в том числе, не ограничиваясь, и в отдельности или в сочетании, Java™, C, C++, C#, Objective C, Fortran, Pascal, Java Script, Python, Perl и PL/SQL.
Вычислительная платформа 104 может быть снабжена различными функциями, позволяющими пассажирам или водителю транспортного средства взаимодействовать с вычислительной платформой 104. Например, вычислительная платформа 104 может включать в себя звуковой вход 114, выполненный с возможностью принимать голосовые команды от пассажиров или водителя транспортного средства через присоединенный микрофон 116, и вспомогательный звуковой вход 118, выполненный с возможностью принимать звуковые сигналы из присоединенных устройств. Вспомогательный звуковой вход 118 может быть физическим соединением, таким как электрический провод или волоконно-оптический кабель, или беспроводным средством ввода, таким как звуковое соединение по BLUETOOTH. В некоторых примерах, звуковой вход 114 может быть выполнен с возможностью обеспечения обработки звукового сигнала, такие как предварительное усиление низкоуровневых сигналов и преобразование аналоговых входных сигналов в цифровые данные для обработки процессором 106.
Вычислительная платформа 104 также может выдавать один или более звуковых выходных сигналов на вход звукового модуля 122, имеющего функциональные возможности воспроизведения звука. В других примерах, вычислительная платформа 104 может выдавать звуковой выходной сигнал пассажиру или водителю посредством использования одного или более специальных громкоговорителей (не проиллюстрированы). Звуковой модуль 122 может включать в себя селектор 124 входов, выполненный с возможностью выдавать звуковой контент из выбранного источника 126 звука на звуковой усилитель 128 для воспроизведения через громкоговорители 130 транспортного средства или головные телефоны (не проиллюстрированы). Источники звука 126 могут включать в себя, в качестве некоторых примеров, декодированные радиосигналы с амплитудной модуляцией (AM) или частотной модуляцией (FM) и звуковые сигналы от воспроизведения звука с компакт-диска (CD) или цифрового многофункционального диска (DVD). Источники 126 звука также могут включать в себя звуковые сигналы, принятые из вычислительной платформы 104, такие как звуковой контент, сформированный вычислительной платформой 104, звуковой контент, декодированный с накопителей на флэш-памяти, соединенных с подсистемой 132 универсальной последовательной шины (USB) вычислительной платформы 104, и звуковой контент, проведенный через вычислительную платформу 104 с вспомогательного звукового входа 118.
Вычислительная платформа 104 может использовать голосовой интерфейс 134, для обеспечения интерфейса без использования рук с вычислительной платформой 104. Голосовой интерфейс 134 может поддерживать распознавание речи из звукового сигнала, принятого через микрофон 116 согласно грамматике, связанной с имеющимися командами, и формирование голосовых подсказок для вывода через звуковой модуль 122. В некоторых случаях, система может быть выполнена с возможностью временно приглушать звук или иным образом замещать источник звука, заданный селектором 124 входов, когда звуковая подсказка готова для представления вычислительной платформой 104, и другой источник 126 звука выбран для воспроизведения.
Вычислительная платформа 104 также может принимать входной сигнал с элементов 136 управления человеко-машинного интерфейса (HMI), выполненных с возможностью предусматривать взаимодействие пассажира или водителя с транспортным средством 102. Например, вычислительная платформа 104 может взаимодействовать с одной или более кнопок, или другими элементами управления HMI, выполненными с возможностью вызывать функции на вычислительной платформе 104 (например, звуковыми кнопками на рулевом колесе, кнопкой включения микрофона, элементами управления приборной панели, и т.д.). Вычислительная платформа 104 также может приводить в действие или иным образом поддерживать связь с одним или более устройствами 138 отображения, выполненными с возможностью выдавать визуальный вывод пассажирам или водителю транспортного средства через видеоконтроллер 140. В некоторых случаях, устройство 138 отображения может быть сенсорным экраном, дополнительно выполненным с возможностью принимать сенсорный ввод пользователя через видеоконтроллер 140, наряду с тем, что, в других случаях, устройство 138 отображения может быть только дисплеем без возможностей сенсорного ввода.
Вычислительная платформа 104 дополнительно может быть выполнена с возможностью поддерживать связь с другими компонентами транспортного средства 102 через одну или более бортовых сетей 142. Бортовые сети 12 могут включать в себя одну или более из локальной сети контроллеров (CAN) транспортного средства, сети Ethernet и автомобильной бортовой оптоволоконной шины (MOST), в качестве некоторых примеров. Бортовые сети 142 могут позволять вычислительной платформе 104 поддерживать связь с другими системами транспортного средства 102, такими как модем 144 транспортного средства (которые могут не присутствовать в некоторых конфигурациях), модуль 146 глобальной системы определения местоположения (GPS), выполненный с возможность выдавать текущее местоположение транспортного средства 102 и информацию о направлении движения, и различные ECU 148 транспортного средства, выполненные с возможностью взаимодействовать с вычислительной платформой 104. В качестве некоторых неограничивающих возможных вариантов, ECU 148 транспортного средства могут включать в себя модуль управления силовой передачей, выполненный с возможностью обеспечивать управление рабочими компонентами двигателя (например, компонентами управления холостым ходом, компонентами подачи топлива, компонентами снижения токсичности выбросов, и т.д.) и отслеживание рабочих компонентов двигателя (например, состояния диагностических кодов двигателя); модуль управления кузовом, выполненный с возможностью управлять различными функциями силового управления, такими как наружное освещение, внутреннее освещение, отпирание дверей без ключа, дистанционный запуск и точка проверки состояния доступа (например, состояния закрывания капота, дверей и/или багажника транспортного средства 102); модуль радиочастотного приемопередатчика, выполненный с возможность поддерживать связь с брелоками для ключа или другими локальными устройствами транспортного средства 102; и модуль управления автоматическим кондиционированием воздуха, выполненный с возможностью обеспечивать управление и отслеживание компонентов системы отопления и охлаждения (например, управление муфтой компрессора и вентилятором нагнетателя, информацией с датчиков температуры, и т.д.).
Как показано, звуковой модуль 122 и элементы 136 управления HMI могут поддерживать связь с вычислительной платформой 104 через первую бортовую сеть 142A, а модем 144 транспортного средства, модуль 146 GPS и ECU 148 транспортного средства могут поддерживать связь с вычислительной платформой 104 по второй бортовой сети 142B. В других примерах, вычислительная платформа 104 может быть соединена ч большим количеством или меньшим количеством бортовых сетей 142. Дополнительно или в качестве альтернативы, один или более элементов 136 управления HMI или других компонентов могут быть соединены с вычислительной платформой 104 через бортовые сети 142, отличные от показанных, или непосредственно, без соединения с бортовой сетью 142.
Вычислительная платформа 104 также может быть выполнена с возможностью поддерживать связь с мобильными устройствами 152 пассажиров или водителя транспортного средства. Мобильные устройства 152 могут быть любого из различных типов портативного вычислительного устройства, таких как сотовые телефоны, планшетные компьютеры, интеллектуальные часы, дорожные компьютеры, портативные музыкальные плееры или другие устройства, способные к поддержанию связи с вычислительной платформы 104. В многих примерах, вычислительная платформа 104 может включать в себя беспроводный приемопередатчик 150 (например, модуль BLUETOOTH, приемопередатчик ZIGBEE, приемопередатчик Wi-Fi, приемопередатчик IrDA, приемопередатчик RFID, и т.д.), выполненный с возможностью поддерживать связь с совместимым беспроводным приемопередатчиком 154 мобильного устройства 152. Дополнительно или в качестве альтернативы, вычислительная платформа 104 может поддерживать связь с мобильным устройством 152 по проводному соединению, к примеру, через соединение USB между мобильным устройством 152 и подсистемой 132 USB.
Сеть 156 связи может оказывать услуги связи, такие как услуги сети с коммутацией пакетов (например, услуги доступа к сети Интернет, связи VoIP (телефонии на базе протоколов сети Интернет)), устройствам, соединенным с сетью 156 связи. Пример сети 156 связи может включать в себя сотовую телефонную сеть. Мобильные устройства 152 могут обеспечивать возможность сетевого соединения с сетью 156 связи через модем 158 устройства из мобильного устройства 152. Для содействия связи по сети 156 связи, мобильные устройства 152 могут быть связаны с уникальными идентификаторами устройств (например, номерами мобильных устройств (MDN), адресами протокола сети Интернет (IP), идентификаторами управления доступом к среде передачи (MAC) IEEE 802.11, и т.д.), чтобы идентифицировать связь мобильных устройств 152 по сети 156 связи. В некоторых случаях, пассажиры или водитель транспортного средства 102 или устройства, имеющие допуск для соединения с вычислительной платформой 104, могут идентифицироваться вычислительной платформой 104 согласно данным 160 парных устройств, поддерживаемых на запоминающем носителе 112. Данные 160 парных устройств, например, могут указывать уникальные идентификаторы устройств у мобильных устройств 152, ранее спаренных с вычислительной платформой 104 транспортного средства 102, из условия чтобы вычислительная платформа 104 могла автоматически повторно соединяться с мобильными устройствами 152, указанными ссылкой в данных 160 парных устройств, без вмешательства пользователя.
Когда мобильное устройство 152, которое поддерживает возможность сетевого соединения, соединено (например, спарено для Bluetooth 802.15, объединено 802.11, установлено для USB) с вычислительной платформой 104, мобильное устройство 152 может позволять вычислительной платформе 104 использовать возможность сетевого соединения модема 158 устройства для связи по сети 156 связи с удаленным телематическим сервером 162. В одном из примеров, вычислительная платформа 104 может использовать план данных вместе с голосом или план данных мобильного устройства 152 для передачи информации между вычислительной платформой 104 и сетью 156 связи. Дополнительно или в качестве альтернативы, вычислительная платформа 104 может использовать модем 144 транспортного средства для передачи информации между вычислительной платформой 104 и сетью 156 связи без использования средств связи мобильного устройства 152.
Подобно вычислительной платформе 104, мобильное устройство 152 может включать в себя один или более процессоров 164, выполненных с возможностью выполнять инструкции мобильных приложений 170, загруженных в память 166 мобильного устройства 152 с запоминающего носителя 168 мобильного устройства 152. В некоторых примерах, мобильные приложения 170 могут быть выполнены с возможностью поддерживать связь с вычислительной платформой 104 через беспроводный приемопередатчик 154 и с удаленным телематическим сервером 162 или другими сетевыми службами через модем 158 устройства. Вычислительная платформа 104 также может включать в себя канальный интерфейс 172 устройства для содействия встраиванию функциональных возможностей мобильных приложений 170 в грамматику команд, имеющихся в распоряжении через голосовой интерфейс 134, а также в устройство 138 отображения вычислительной платформы 104. Канальный интерфейс 172 устройства также может снабжать мобильные приложения 170 доступом к информации о транспортном средстве, имеющейся в распоряжении у вычислительной платформы 104, через бортовые сети 142. Некоторые примеры канальных интерфейсов 172 устройства включают в себя компонент SYNC APPLINK системы SYNC, поставляемый компанией Ford Motor из Диборна, штат Мичиган, протокол CarPlay, поставляемый корпорацией Apple из Купертино, штат Калифорния, или протокол Android Auto, поставляемый корпорацией Google из Маунтин-Вью, штат Калифорния.
Датчики 174 частиц включают в себя устройства, выполненные с возможностью обнаружения распределения концентрации (по количеству и/или массе) частиц в воздухе за заданный интервал времени (например, одну секунду, и т.д.). В примере, датчики 174 частиц могут включать в себя конструкции датчика с микроэлектромеханическими системами (MEMS) основанные на конструкции датчика молотковой дробилки, имеющей последовательно более тонкие фильтры для частиц. Например, датчики 174 частиц могут быть выполнены с возможностью брать пробы или измерять частицы, имеющие аэродинамический диаметр, больший, чем средняя длина свободного пробега воздуха (~70 нм), и которые ведут себя как аэрозоли по той причине, что они главным образом транспортируются через воздух в суспензии (>1 мкм) или в качестве коллоидной системы (<1 мкм). Аэродинамический диаметр может указывать на измерение размера частицы и может указываться в качестве измерения диаметра водяной капли, которая имеет такую же скорость оседания, как измеряемая частица. Измеряемые частицы, например, могут состоять из биологических материалов, пыли, неорганических и небиологических органических материалов, и молекул газов в качестве некоторых возможных вариантов. Примеры измеряемых частиц соответствующим образом могут включать в себя дымку, пыль, дисперсные загрязняющие воздух примеси и копоть. Измеренные данные из датчиков 174 частиц, указывающие размер и количество обнаруженных частиц, в материалах настоящей заявки могут называться данными 178 по частицам.
Так как датчики 174 частиц могут включать в себя последовательность датчиков, выполненных с возможностью обнаружения распределения частиц согласно их размерам частиц, эти распределения данных 178 по частицам по обнаруженным количествам и размерам частиц могут использоваться в качестве характерного признака или сигнатуры 180 частиц для источника испускания частиц. В более конкретном примере, сигнатура 180 частиц может включать в себя один или более диапазонов количеств частиц для частиц в пределах одного или более заданных диапазонов размера частиц. В некоторых случаях, диапазоны размера частиц могут соответствовать диапазонам обнаружения для последовательно более тонких фильтров датчиков 174 частиц. В некоторых случаях, диапазоны частиц могут включать в себя только не менее чем минимальное количество или только не более чем максимальное количество наряду с тем, что, в других случаях, диапазоны могут включать в себя как минимальное, так и максимальное количество. В некоторых случаях, количества также могут иметь значение относительно количеств других обнаруженных частиц, например, чтобы сигнатура 180 частиц могла соответствовать по меньшей мере минимальному количеству частиц, обнаруживаемых в первом диапазоне размеров частиц, и обнаружению вдвое большего количества частиц во втором диапазоне, чем обнаружено в первом диапазоне.
В примере использования сигнатур 180 частиц, частицы мягкой древесины могут иметь измеримо более низкую концентрацию частиц в диапазоне 0,3-0,6 мкм, чем частицы твердой древесины, из дровяной печи. Таким образом, сигнатуры 180 частиц могут определяться с использованием этих различий частиц и использоваться, чтобы отличать данные 178 по частицам, указывающие на мягкую древесину, от данных 178 по частицам, указывающих твердую древесину, в качестве одного из примеров. Подобным образом, сигнатуры 180 частиц могут быть определены для обнаружения различных других условий, таких как смог, лед, туман, износ шин, износ тормозов, в качестве других возможных вариантов.
Приложение 176 по частицам может быть выполнено с возможностью принимать данные 178 по частицам с датчиков 174 частиц, идентифицировать частицу, указанную данными 178 по частицам, на основании сигнатур 180 частиц и принимать решения по действиям транспортного средства 102, которые должны выполняться, на основании идентифицированной частицы. В некоторых случаях, решения могут приниматься на основании информации о локальном транспортном средстве 102 наряду с тем, что, в других случаях, решения могут приниматься по меньшей мере частично на основании информации, принятой с удаленного телематического сервера 162, такой как данные 178 по частицам, полученные с других транспортных средств 102, или сигнатуры 180 частиц источников выбросов частиц, извлеченные из удаленного телематического сервера 162. Приложение 176 по частицам также может быть выполнено с возможностью выдавать данные 178 по частицам, полученные с датчиков 174 частиц транспортного средства 102, на удаленный телематический сервер 162 для содействия принятию решения другими транспортными средствами 102, а также предусматривать анализ полученных из распределенной группы данных 178 по частицам и формирование маршрута транспортного средства в обход выбросов частиц.
Фиг. 1B иллюстрирует примерную часть системы 100-B, выполненную с возможностью агрегировать данные 178 по частицам с датчиков 174 частиц с помощью удаленного телематического сервера 162. Как показано, удаленный телематический сервер 162 может быть выполнен с возможностью поддерживать информацию о данных 178 по частицам, принятую с транспортного средства 102-A и 102-B (совместно, транспортных средств 102). В свою очередь, транспортные средства 102 могут быть выполнены с возможностью осуществлять доступ к удаленному телематическому серверу 162, чтобы извлекать данные 178 по частицам, уместные для текущего местоположения транспортного средства, и использовать информацию для принятия решений касательно действий 102 транспортного средства, которые должны быть выполнены. В некоторых случаях, транспортное средство 102 может быть выполнено с возможностью поддерживать связь с удаленным телематическим сервером 162 с использованием служб передачи данных присоединенного мобильного устройства 152. Транспортное средство 102 дополнительно или в качестве альтернативы может быть выполнено с возможностью поддерживать связь с удаленным телематическим сервером 162 с использованием установленного на транспортном средстве модема 144 транспортного средства 102, если оборудовано таким образом. Несмотря на то, что показаны два транспортных средства 102-A и 102-B, должно быть отмечено, что системы могут иметь много большее количество транспортных средств 102. В качестве еще одного возможного варианта. в некоторых случаях, система 100-B может включать в себя многочисленные удаленные телематические серверы 162 для целей, таких как избыточность, и/или чтобы разные серверы работали в разных регионах.
Приложение 176 по частицам может быть выполнено с возможностью извлекать данные 178 по частицам с датчиков 174 частиц. Данные 178 по частицам могут включать в себя информацию, указывающую размер и количество частиц, обнаруженных датчиками 174 частиц транспортного средства. В некоторых случаях, приложение 176 по частицам может просто компилировать данные 178 по частицам, принятые с датчиков 174 частиц транспортного средства, наряду с тем, что, в других случаях, приложение 176 по частицам может выполнять анализ на данными 178 по частицам, к примеру, чтобы сравнивать распределение размеров частиц по данным 178 по частицам с заданными сигнатурами 180 частиц, которые могут использоваться для идентификации типа выброса. Если выполнена идентификация, в некоторых случаях, приложение 176 по частицам, дополнительно или в качестве альтернативы, может включать в себя анализированные данные в данных 178 по частицам.
Приложение 176 по частицам также может определять текущее местоположение транспортного средства 102, к примеру, посредством осуществления доступа к модулю 146 GPS, чтобы извлекать координаты текущего местоположения транспортного средства 102. С использованием текущего местоположения и данных 178 по частицам, приложение 176 по частицам может быть выполнено с возможностью отправлять информацию на удаленный телематический сервер 162, указывающую состояния по частицам в транспортном средстве 102. Эта информация, например, может включать в себя данные 178 по частицам в качестве собранных и/или указание соответствия конкретной сигнатуре 180 частиц.
Приложение 176 по частицам также может быть выполнено с возможностью принимать данные 178 по частицам с удаленного телематического сервера 162, полученные с других транспортных средств 102. В примере, приложение 176 по частицам может определять текущее местоположение транспортного средства 102, к примеру, посредством осуществления доступа к модулю 146 GPS, чтобы извлекать координаты текущего местоположения транспортного средства 102. С использованием текущего местоположения, приложение 176 по частицам может запрашивать удаленный телематический сервер 162 касательно данных 178 по частицам для определенного местоположения транспортного средства 102. Соответственно, приложение 176 по частицам может быть выполнено с возможностью использовать данные по частицам, полученные с других транспортных средств 102, для содействия принятию решения транспортными средствами 102.
Фиг. 2 иллюстрирует пример 200 транспортного средства 102, включающего в себя датчики 174 частиц в различных местах транспортного средства 102. Например, транспортное средство 102 может включать в себя датчик 174-A частиц на крыше транспортного средства 102, выполненный с возможностью отслеживания качества окружающего воздуха над транспортным средством 102. В качестве еще одного примера, транспортное средство 102 может включать в себя датчик 174-B частиц, установленный на днище кузова транспортного средства 102, выполненный с возможностью отслеживания качества окружающего воздуха под транспортным средством 102. Транспортное средство 102 также может включать в себя датчик 174-C частиц, расположенный в салоне транспортного средства 102 и выполненный с возможностью отслеживания качества воздуха в салоне.
Транспортное средство 102 также может включать в себя датчики 174 частиц, выполненные с возможностью отслеживания двигателя. В примере, транспортное средство 102 может включать в себя датчик 174-D в воздухозаборнике двигателя, выполненный с возможностью отслеживания качества воздуха, поступающего в двигатель и/или отслеживания качества воздуха в коллекторе после глушения двигателя. В еще одном примере, транспортное средство 102 может включать в себя датчик 174-E частиц в системе выпуска, выполненный с возможностью отслеживания потока воздуха двигателя, выходящего из двигателя, и датчик 174-F частиц в системе выпуска после глушителя, выполненный с возможностью отслеживания потока воздуха двигателя, выходящего из транспортного средства 102.
Транспортное средство 102 также может включать в себя датчики 174 частиц, выполненные с возможностью отслеживания других аспектов транспортного средства 102. В примере, транспортное средство 102 может включать в себя датчик 174-G частиц, установленный на переднем бампере или другом переднем месте транспортного средства 102 и выполненный с возможностью отслеживания частиц, встречаемых транспортным средством 102 во время его движения, такие как туман или гололед. В еще одном примере, транспортное средство 102 может включать в себя датчик 174-H частиц, установленный в нише колеса и выполненный с возможностью отслеживания частиц износа тормозов или частиц износа шин, или других частиц, указывающих на износ шин, износ тормозов или потенциально агрессивные техники вождения. В кроме того дополнительном примере, транспортное средство 102 может включать в себя датчик 174-I частиц, установленный возле входного отверстия топливного бака и выполненный с возможностью отслеживания паров из топливного бака транспортного средства 102.
С использованием приложения 176 по частицам, датчиков 174 частиц, данных 178 по частицам и удаленного телематического сервера 162, могут достигаться различные применения в транспортном средстве 102 и функциональные возможности транспортного средства 102.
В примере, датчики 174 частиц могут использоваться для увеличения срока службы салонного воздушного фильтра транспортного средства 102. Для комфорта и здоровья пассажиров или водителя транспортного средства 102, как правило желательно уменьшать количество частиц в воздухе в салоне во время движения. Соответственно, некоторые транспортные средства 102 оборудованы салонным воздушным фильтром для уменьшения количества частиц в окружающем воздухе, который втягивается в транспортное средство 102. Новый бумажный фильтр, как правило, удаляет только частицы, большие, чем размер структуры фильтра (например, 6 мкм в примере), но становится более эффективным в удалении меньших частиц по мере того, как он становится более грязным, так как большие частицы задерживаются фильтром. Со временем, фильтр засоряется и пропускает только наименьшие частицы, но также недостаточный поток воздуха, чтобы быть действующим. Предпочтительный момент времени для замены фильтра происходит, когда фильтр становится засоренным. Замена его слишком рано означает дополнительные затраты на фильтры, но также означает, что, за срок службы транспортного средства 102, фильтр чаще является «новым», а потому, менее эффективным.
Приложение 176 по частицам может быть выполнено с возможностью отслеживания концентрации частиц ниже заданного порогового значения с использованием датчика 174-C частиц. Когда концентрация падает ниже заданного порогового значения, приложение 176 по частицам может быть выполнено с возможностью выполнять одно или более действий. В примере, приложение 176 по частицам может поднимать тревогу, чтобы информировать водителя, что следует купить и установить новый фильтр. Поскольку транспортное средство 102 также может быть соединено с облаком, приложение 176 по частицам может быть дополнительно выполнено с возможностью связываться с веб-службой (например, Ford Parts) и покупать салонный воздушный фильтр, чтобы был доставлен по адресу, связанному с транспортным средством 102 (например, (идентификационным номером транспортного средства) VIN-номером; MDN; номером телефона; ID элемента безопасности «SEID»; устройства, и т.д.) (например, на основании телематической учетной записи пользователя). В качестве дополнительного возможного варианта, приложение 176 по частицам может отправлять сообщение, что фильтру нужна замена, в веб-службу рекламных объявлений, которая доставляет рекламный купон пассажирам или водителю транспортного средства 102 для скидки на салонный воздушный фильтр в конкретном торговом отделении или местоположении торгового отделения, чтобы завлечь потребителя в магазин.
В некоторых случаях, когда приложение 176 по частицам использует заданный пороговый подход к долговечности фильтра, могут быть ситуации, когда в окружающем воздухе есть малое количество частиц. В такой ситуации, приложение 176 по частицам может идентифицировать недостаток частиц и неправильно делать вывод, что салонный воздушный фильтр нужно заменить, когда по существу нет частиц, которые должны быть отфильтрованы. Соответственно, в некоторых примерах, второй датчик 174-C частиц может использоваться на входе фильтра и быть соединенным с транспортным средством 102 так, чтобы приложение 176 по частицам могло быть способным определять различие частиц, входящих в салонный фильтр и выходящих из него. В этом случае, может использоваться заданное пороговое соотношение частиц, введенных в фильтр и выведенных из фильтра в пределах правильного диапазона размеров (например, <4 мкм). По мере того, как фильтр стареет, соотношение может вырастать меньшим и, когда соотношение заходит ниже заданного порогового уровня, приложение 176 по частицам может быть выполнено с возможностью формировать предупреждение или покупку/запрос покупки, например, как обсуждено выше.
В еще одном примере, датчики 174 частиц могут использоваться для управления окнами транспортного средства 102. Частицы могут формироваться внутри транспортного средства 102. Например, средний человек сбрасывает кожу в количестве около унции эпидермальных клеток ежедневно. Или, одиночное покашливание создает 3000 частиц слюны, часто содержащей в себе болезнетворные организмы. Чихание может быть хуже, потенциально создавая 40000 частиц на сверх 200 миль в час. Некоторые люди курят в транспортных средствах 102, что также вырабатывает частицы в форме дыма. Внутренняя область транспортного средства 102 также сама выбрасывает частицы, в том числе, пластмассовые полимеры, из которых сконструированы аспекты транспортного средства 102. Эти частицы могут оседать за счет свободного осаждения в салоне, когда транспортное средство 102 не движется, но могут повторно рассеиваться, когда открыта дверь транспортного средства 102. Значит, когда водитель повторно входит в транспортное средство 102, водитель может быть получателем дозы частиц транспортного средства 102. Более того, многие такие частицы могут подвергаться циркуляции в транспортном средстве 102 климатической установкой транспортного средства 102.
Датчики 174 частиц (например, датчики 174-A, 174-B и 174-C частиц) могут быть установлены внутри салона транспортного средства 102 и вне транспортного средства 102, соединенными с системой 100. Когда уровни частиц внутри транспортного средства 102 возрастают выше таковых вне транспортного средства 102, приложение 176 по частицам может быть выполнено с возможностью автоматически открывать окно или люк в крыше автомобиля, чтобы проталкивать или втягивать свежий воздух, тем самым, уменьшая уровень частиц. Температура окружающего воздуха также может приниматься приложением 176 по частицам из системы управления микроклиматом транспортного средства 102, и когда температура находится ниже заданного уровня, приложение 176 по частицам может быть выполнено с возможностью включать нагнетательный вентилятор для воздуха в салоне транспортного средства 102, установленный, чтобы выдавать нагретый воздух, вместо открывания окна.
В еще одном примере, когда транспортное средство 102 выполнено с возможностью осуществлять доступ к удаленному телематическому серверу 162, приложение 176 по частицам может быть выполнено с возможностью определять местоположение транспортного средства 102 и запрашивать, чтобы удаленный телематический сервер 162 (или, например, веб-служба глобальной информационной системы, веб-служба по пыльце, веб-служба погоды, и т.д.) определял, когда транспортное средство 102 попадает в зону частиц, такую как возле факела выбросов частиц или источника выбросов частиц, такого как промышленные сооружения, сельскохозяйственные сооружения или открытый огонь. Приложение 176 по частицам может быть выполнено с возможностью приема сигнатуры 180 частиц для конкретного источника выбросов, и когда оно обнаруживает сигнатуру 180 в возрастающей концентрации с помощью датчиков 174 частиц (например, с помощью датчика 174-C частиц в салоне), уведомлять пользователя, что следует закрыть окна (например, с подтверждением пассажира или водителя).
В еще одном другом примере, датчики 174 частиц могут использоваться для управления скоростью работы нагнетательного вентилятора для воздуха в салоне. Нагнетательный вентилятор системы управления микроклиматом, наряду с тем, что необходим для циркуляции кондиционированного воздуха и теплового комфорта пассажиров или водителя, также имеет тенденцию захватывать и поддерживать во взвешенном состоянии частицы в воздухе в салоне. Это особенно справедливо после того, как событие в салоне транспортного средства, такое как кашель, чихание или закуривание сигареты, сформировало частицы. Поскольку нагнетательный вентилятор транспортного средства выталкивает воздух, фильтрованный салонным воздушным фильтром, из транспортного средства 102, наличие в распоряжении нагнетательного вентилятора, работающего с высокой интенсивностью, может уменьшать частицы в воздухе в салоне посредством разбавления. С другой стороны, нагнетательный вентилятор также может служить только для раздувания частиц и уменьшения качества воздуха в салоне.
Приложение 176 по частицам может быть выполнено с возможностью использовать датчик 174-C частиц для определения уровня частиц в салоне транспортного средства и идентификации корректирующего действия, которое следует применять для снижения уровня частиц в салоне. Например, когда приложение 176 по частицам определяет, что есть высокая концентрация частиц, слишком малых, чтобы удаляться салонным воздушным фильтром, в окружающем воздухе вне транспортного средства 102, то приложение 176 по частицам может изменять скорость работы нагнетательного вентилятора и регулировать заслонки управления микроклиматом для уменьшения притока окружающего воздуха. Это определение может выполняться посредством использования наружной части транспортного средства 102 (например, с использованием датчика 174-A частиц над транспортным средством 102, с использованием датчика 174-B частиц под транспортным средством 102, и т.д.) и/или запрашивания данных 178 по частицам с удаленного телематического сервера 162 для текущего местоположения транспортного средства 102.
В еще одном возможном применении, датчики 174 частиц могут использоваться для управления заслонкой рециркуляции воздуха в салоне. Рециркуляция воздуха в салоне предназначена для уменьшения энергии, потребляемой системой управления микроклиматом, посредством рециркуляции кондиционированного воздуха в салоне в систему управления микроклиматом. Однако, рециркуляция может вызывать накопление частиц и других материалов в воздухе в салоне. Один из таких возможных вариантов состоит в том, что воздух в салоне накапливает влагу от дыхания пассажиров, горячей еды и напитков, влажной одежды или других находящихся в салоне источников влажности. Когда влажность воздуха в салоне возрастает, температура точки росы также повышается. Когда точка росы возрастает до температуры стекла в окнах транспортного средства, конденсация может происходить и может затуманивать окна. Посредством приема данных 178 по частицам сдатчика 174-C частиц в салоне транспортного средства, приложение 176 по частицам может быть выполнено с возможностью идентифицировать, когда воздух в салоне превышает заданное пороговое значение частиц, указывающее влажность, и может регулировать заслонку рециркуляции, чтобы давать наружному воздуху возможность поступать для снижения влажности в салоне.
Когда снаружи транспортного средства 102 ожидается высокий уровень частиц, приложение 176 по частицам может быть выполнено с возможностью использовать заслонку рециркуляции для оказания предпочтения рециркулированному воздуху. В примере, приложение 176 по частицам может быть выполнено с возможностью запрашивать удаленный телематический сервер 162, чтобы он выдавал информацию о частицах для текущего местоположения транспортного средства 102, и/или может принимать данные 178 по частицам с датчика 174 частиц вне транспортного средства 102 (например, датчика 174-A частиц, датчика 172-B частиц, и т.д.) или согласно объединению этих двух. Когда данные 178 по частицам указывают, что уровни частиц снаружи транспортного средства 102 превышают измеренные датчиком 174-C частиц в салоне, приложение 176 по частицам может быть выполнено с возможностью регулирования заслонки рециркуляции для рециркуляции воздуха в салоне.
В еще одном другом возможном примере, датчики 174 частиц могут использоваться для обнаружения тумана и грязного тумана. Когда температура окружающей среды находится возле температуры точки росы, и есть частицы от пыли или огня, которые могут образовывать центр конденсации, грязный туман может создаваться возле поверхности земли. Некоторые реализации систем транспортного средства 102 получают точку росы и температуру окружающей среды с датчиков влажности и температуры окружающей среды или из даты, времени, местоположения, возвышения, температуры и барометрического давления с датчиков систем транспортного средства. Некоторые системы транспортного средства 102 также могут получать точку росы и температуру окружающей среды с виртуального датчика влажности, который использует основанную на облаке службу погоды, которая запрашивает удаленный телематический сервер 162 текущим местоположением транспортного средства и возвращает точку росы и температуру окружающей среды.
Например, датчики 174-G частиц могут использоваться для определения данных 178 по частицам, связанных с условиями в передней части транспортного средства 102. Дополнительно или в качестве альтернативы, приложение 176 по частицам может использовать данные 178 по частицам для текущего местоположения транспортного средства 102, запрошенные с удаленного телематического сервера 162. (Приложение 176 по частицам также может выдавать локально определенные данные 178 по частицам на удаленный телематический сервер 162, как упомянуто выше). Приложение 176 по частицам может сравнивать принятые данные 178 по частицам с сигнатурой 180 частиц, указывающей влажность, частицы пыли или другие условия, которые могут сделать вероятным образование тумана. В качестве некоторых возможных вариантов, условия для образования тумана, например, могут включать в себя, существование костров или крупиц соли из океана в качестве центров для конденсации, когда влажность высока, а температура находится возле точки росы. Например, сигнатура 180 частиц может указывать сигнатуру для подходящих типов частиц, определяемую распределением размеров частиц.
С использованием данных 178 по частицам, точки росы и влажности, приложение 176 по частицам может быть выполнено с возможностью обнаружения условий для тумана и грязного тумана. Эта оценка сигнатуры 180 частиц может быть улучшена для присоединенных транспортных средств 102 посредством подсказки пассажирам или водителю транспортного средства 102, если они наблюдают туман. Например, характеристики данных 178 по частицам, подтвержденные пользователем в качестве соответствующих посредством обратной связи пользователя, могут использоваться для коррекции информации о размерах и количестве частиц сигнатуры 180 частиц, когда соответствующие данные 178 по частицам единообразно отличаются в некотором измеримом отношении от сигнатуры 180 частиц. Другие датчики в транспортном средстве 102 могут выдавать данные в приложение 176 по частицам (например, через шину 142 транспортного средства в вычислительную платформу 104, из вычислительной платформы 104 на мобильное устройство 152 через канальный интерфейс 172 устройства, и т.д.). Эти данные могут включать в себя данные с датчика дождя для ветрового стекла, рассеянного света, времени суток, календарного дня, местоположения, данных карты с местной топографией и климатической предысторией, стеклоочистителей, ввода в действие противотуманных фар, в качестве некоторых возможных вариантов. Другие источники информации также могут использоваться, такие как предыстория температуры для текущего местоположения транспортного средства 102, предыстория влажности для текущего местоположения транспортного средства 102, температура поверхности дороги, видимость относительно известных эталонных объектов или других придорожных элементов, яркость фар и информация с оборудования исследования верхних слоев атмосферы, вертикальная/горизонтальная скорость ветра, и т.д. Приложение 176 по частицам может запрашивать такую информацию из веб-служб или других источников погодных или климатических данных.
В еще одном примере, датчики 174 частиц могут использоваться для определения износа шин и тормозов. Когда тормозная педаль нажата водителем, тормозная система транспортного средства 102 может прикладывать тормозные колодки к тормозным дискам, чтобы создавать трение, которое взывает обратный крутящий момент, а также изнашивает тормозные диски. Износ тормозов, являющийся результатом события торможения, может быть показателем температуры, состояний поверхности тормозного диска, таких как коррозия, материалы на дисках и колодках, гладкость диска, которая возрастает со временем от модифицирования поверхности диска и фрикционного материала, качество поверхности, площадь поверхности трения и обработка, используемая для создания накладок.
Датчики 174-H частиц могут использоваться для приема данных 178 частиц касательно износа тормозов. На основании данных 178 по частицам приложение 176 по частицам может использовать сигнатуры 180 частиц, указывающие различные состояния тормозов, для оценки износа тормозов. Эта оценка износа тормозов может использоваться соответствующим образом в примере для информирования водителя об оставшемся сроке службы колодок и окончании срока службы колодок до того, как возникает звук колодок.
Что касается износа, износ шин может происходить, когда прикладывается обратный крутящий момент от тормозов, и/или сила боковой реакции шины заставляет шину терять силу сцепления и буксовать относительно поверхности дороги. Или плохое выравнивание передней части и болтающиеся или изношенные компоненты подвески могут вносить вклад в износ шин. Датчики 174-H частиц также могут использоваться для приема данных 178 по частицам в отношении износа шин. На основании данных 178 по частицам приложение 176 по частицам может использовать сигнатуры 180 частиц, указывающие состояния частиц, для идентификации условий износа шин. Эта оценка износа шин может использоваться соответствующим образом в примере для информирования водителя, что износ высок, и оператор может обучаться избегать таких условий.
Кроме того, приложение 176 по частицам может быть выполнено с возможностью использовать другие датчики транспортного средства 102 для подтверждения условий износа шин или тормозов. В качестве некоторых возможных вариантов, приложение 176 по частицам может принимать информацию, включающую в себя факторы, такие как угол поворота управляемых колес, скорость вращения колеса, ввод в действие антиблокировочной тормозной системы, температура окружающей среды, ускорения транспортного средства, ввод в действие тормозов, тормозной момент, тормозное давление, ввод в действие регулирования тягового усилия, в качестве некоторых возможных вариантов.
В качестве еще одного возможного варианта, приложение 176 по частицам может быть выполнено с возможностью выдавать данные 178 по частицам на удаленный телематический сервер 162. С использованием данных 178 по частицам, удаленный телематический сервер 162 может быть выполнен с возможностью создавать дорожные карты, геокодированные данными износа шин. Данные в примере дополнительно могут использоваться, чтобы предусматривать формирование маршрута транспортных средств 102 для избегания зон высокого износа шин или тормозов. Например, удаленный телематический сервер 162 может связывать участки дороги с балльными оценками износа шин на основании указания транспортными средствами 102 износа шин в данных 178 по частицам, выгруженных на удаленный телематический сервер 162. Когда транспортное средство 102 запрашивает информацию формирования маршрута с удаленного телематического сервера 162, удаленный телематический сервер 162 может быть соответствующим образом способен учитывать балльные оценки износа при определении маршрута низкой стоимости. Должно быть отмечено, что балльные оценки износа являются всего лишь примером, и удаленный телематический сервер 162 может использовать данные 178 по частицам для создания маршрутов, избегающих частиц в общем или избегающих частиц, соответствующих другим сигнатурам 180 частиц (например, пыльцы, влажности, золы, и т.д.), в качестве некоторых других возможных вариантов.
Фиг. 3 иллюстрирует примерный процесс 300 использования данных 178 по частицам с датчиков 174 частиц транспортного средства 102. В примере, процесс 300 может выполняться приложением 176 по частицам.
В операции 302 вычислительная платформа 104 принимает данные 178 по частицам. В примере, приложение 176 по частицам может принимать данные 178 по частицам с датчиков 174 частиц транспортного средства 102 через шину 142 транспортного средства. Некоторые примеры датчиков 174 частиц описаны выше со ссылкой на фиг. 3.
В операции 304 вычислительная платформа 104 анализирует данные 178 по частицам согласно одной или более сигнатур 180 частиц. В примере, приложение 176 по частицам может сравнивать данные 178 по частицам с сигнатурами 180 частиц. Сигнатуры 180 частиц, например, могут включать в себя распределение размеров частиц, которое может использоваться для идентификации типа выброса или отсутствия выброса.
В некоторых примерах, вычислительная платформа 104 может анализировать данные 178 по частицам с многочисленных датчиков 174 частиц, чтобы идентифицировать различия между данными 178 по частицам, принятыми с разных датчиков 174 частиц. Например, приложение 176 по частицам может сравнивать данные 178 по частицам, измеренные в салоне транспортного средства, с данными 178 по частицам, измеренными вне салона транспортного средства 102. В качестве еще одного возможного варианта, приложение 176 по частицам может сравнивать данные 178 по частицам, измеренные в воздухе до поступления в салонный воздушный фильтр, с данными 178 по частицам, измеренными в воздухе после выхода из салонного воздушного фильтра. В качестве еще одного другого возможного варианта, приложение 176 по частицам может сравнивать данные 178 по частицам, запрошенные с удаленного телематического сервера 162 для текущего местоположения транспортного средства 102 с сигнатурами 180 частиц.
В качестве еще одного варианта, вычислительная платформа 104 может принимать сигнатуры 180 частиц по текущим состояниям частиц, запрошенным с удаленного телематического сервера 162, из данных 178 по частицам, выданных с транспортного средства 102 и/или других транспортных средств 102 для текущего местоположения транспортного средства 102.
В операции 306 вычислительная платформа 104 определяет, идентифицировано ли состояние частиц. В примере, приложение 176 по частицам может определят, что зола или другие частицы идентифицированы снаружи транспортного средства 102, и что транспортное средство 102 должно иметь закрытые окна и/или переключиться на рециркуляцию воздуха. В еще одном примере, приложение 176 по частицам может определять, что частицы внутри салоне транспортного средства 102 являются большими, чем те, которые вне салона, и что должны быть открыты окна транспортного средства 102 и/или оно должно переключиться на нагнетаемый снаружи воздух. В кроме того дополнительном варианте осуществления, приложение 176 по частицам может определять, что салонный фильтр транспортного средства 102 не пропускает достаточное количество воздуха, и что оператор должен рассмотреть замену салонного фильтра. Или приложение 176 по частицам может определять, что износ шин или износ тормозов происходит на одном или более колес транспортного средства 102, и что оператор должен осуществлять вождение иначе или рассмотреть замену оборудования. Если идентифицировано состояние по частицам, управление переходит к операции 308. Иначе управление переходит к операции 314.
В операции 308 вычислительная платформа 104 определяет, следует ли регулировать установочные параметры транспортного средства 102. В примере, приложение 176 по частицам может идентифицировать, из установочных параметров транспортного средства 102, что определенные настройки установочных параметров, такие как то, следует ли использовать рециркуляционный воздух или наружный воздух, могут выполняться автоматически. Если приложение 176 по частицам определяет, что следует выполнять автоматическое регулирование, управление переходит к операции 310. Иначе управление переходит к операции 312.
В операции 310 вычислительная платформа 104 выполняет регулирование установочных параметров у транспортного средства 102. В примере, вычислительная платформа 104 может автоматически регулировать то, использует ли вентиляция транспортного средства рециркуляционный воздух или наружный воздух, для предпочтения источника воздуха, имеющего меньшее количество частиц. В еще одном примере, вычислительная платформа 104 может автоматически опускать или поднимать окна для предпочтения источника воздуха, имеющего меньшее количество частиц.
В операции 312 вычислительная платформа 104 определяет, следует ли предупреждать водителя. В примере, приложение 176 по частицам может идентифицировать, по установочным параметрам транспортного средства 120, что идентификация или некоторые, или все типы частиц, или некоторые или все состояния, являющиеся результатом идентификации частиц, должны сообщаться водителю. В еще одном примере, приложение 176 по частицам по выбору может быть выполнено с возможностью, с помощью установочных параметров транспортного средства 102, информировать пользователя об автоматическом регулировании установочных параметров. Если приложение 176 по частицам определяет, что следует выполнять автоматическое регулирование, управление переходит к операции 314. Иначе управление переходит к операции 316.
В операции 314 вычислительная платформа 104 предупреждает водителя. В примере, приложение 176 по частицам может выдавать предупреждение в форме одного или более из голосовой подсказки, звукового сигнала и текста пользовательского интерфейса на устройстве 138 отображения транспортного средства 102. В некоторых возможных вариантах, предупреждение может информировать пользователя, что следует открыть или закрыть окна, переключиться на рециркуляционный воздух или на наружный воздух, заменить салонный воздушный фильтр, осуществлять вождение некоторым образом, создающим меньшее количество частиц износа тормозов или шин, прокладывать маршрут в обход зоны ожидаемых выбросов частиц, и т.д.
В операции 316 вычислительная платформа 104 определяет, следует ли обновлять удаленный телематический сервер 162. В примере, приложение 176 по частицам может быть выполнено с возможностью выдавать данные 178 по частицам, идентифицированные транспортным средством 102 на удаленный телематический сервер 162. В еще одном примере, приложение 176 по частицам может быть выполнено с возможностью обновлять удаленный телематический сервер 162, только когда данные 178 по частицам соответствуют сигнатурам 180 частиц. Если приложение 176 по частицам определяет, что следует обновить удаленный телематический сервер 162, управление переходит к операции 318. Иначе процесс 300 заканчивается.
В операции 318 вычислительная платформа 104 отправляет обновление на удаленный телематический сервер 162. В примере, приложение 176 по частицам может быть выполнено с возможностью выдавать данные 178 по частицам и текущее местоположение транспортного средства 102 (например, местоположение GPS, принятое из модуля 146 GPS) на удаленный телематический сервер 162. После операции 318 процесс 300 заканчивается.
Фиг. 4 иллюстрирует примерный процесс 400 использования данных 178 по частицам удаленным телематическим сервером 162 для формирования маршрута транспортного средства 102. В примере, процесс 400 может выполняться удаленным телематическим сервером 162, осуществляющим связь с множеством транспортных средств 102 через сеть 156 связи.
В операции 402 удаленный телематический сервер 162 определяет, были ли приняты новые данные 178 по частицам. В примере, удаленный телематический сервер 162 может принимать данные 178 по частицам, собранные датчиками 174 частиц множества транспортных средстве 102. В некоторых случаях, транспортные средства 102 могут быть выполнены с возможностью сообщать данные 178 по частицам периодически (например, каждый час, каждые пять минут). Возможны другие подходы к информированию, такие как сообщение данных 178 по частицам каждое включение зажигания, каждое выключение зажигания, каждую величину пройденного расстояния (например, каждую милю) или по существу в реальном времени, когда имеется в распоряжении соединение с транспортного средства 102 на удаленный телематический сервер 162. Принятые данные 178 по частицам дополнительно могут включать в себя метаданные местоположения и времени, описывающие где и когда были собраны данные 178 по частицам. Если данные 178 по частицам приняты, управление переходит к операции 404. Иначе управление переходит к операции 408.
В операции 404 удаленный телематический сервер 162 анализирует данные по частицам согласно сигнатурам 180 частиц. В примере, удаленный телематический сервер 162 может сравнивать данные 178 по частицам с сигнатурами 180 частиц. Сигнатуры 180 частиц, например, могут включать в себя распределение размеров частиц, которое может использоваться для идентификации типа выброса или отсутствия выброса.
В операции 406 удаленный телематический сервер 162 сохраняет данные 178 по частицам. В примере, удаленный телематический сервер 162 может поддерживать данные 178 по частицам, индексированные согласно местоположению и времени.
В операции 408, удаленный телематический сервер 162 определяет, был ли принят запрос маршрута. В примере, транспортное средство 102 может запрашивать маршрут из одного местоположения в другое, к примеру, из текущего местоположения транспортного средства 102 в местоположение полезного места. Запрос маршрута дополнительно может включать в себя информацию касательно вариантов выбора, чтобы использовать для формирования маршрута, таких как типы частиц, которые должны избегаться. Если принят запрос маршрута, управление переходит к операции 410. Иначе управление переходит к операции 402.
В операции 410 удаленный телемеханический сервер 162 строит маршрут согласно хранимым данным 178 по частицам. В примере, удаленный телемеханический сервер 162 может связывать участки дороги с балльными оценками уровня частиц, основанными на указании транспортными средствами 102 частиц в данных 178 по частицам, выгруженных на удаленный телематический сервер 162. Когда транспортное средство 102 запрашивает информацию формирования маршрута с удаленного телематического сервера 162, удаленный телематический сервер 162 может быть соответствующим образом способен учитывать балльные оценки уровня частиц определении маршрута низкой стоимости. Например, запрос маршрута может запрашивать маршрут, избегающий участков дороги, где вырабатываются избыточные частицы износа шин. Соответственно, удаленный телематический сервер 162 может сравнивать данные 178 по частицам с сигнатурами 180 частиц, указывающими на износ шин, и может связывать участки дороги с данными 178 по частицам, соответствующими сигнатуре 180 с более высокой балльной оценкой, чем без них. Удаленный телематический сервер 162 может соответствующим образом учитывать балльные оценки при определении маршрута низкой стоимости.
В операции 412 удаленный телематический сервер 162 отправляет маршрут в ответ на запрос. Транспортное средство 102 может быть соответствующим образом информировано о запрошенном маршруте. После операции 412 управление переходит к операции 402.
При том, что выше описаны примерные варианты осуществления , не предполагается, что эти варианты осуществления описывают все возможные формы изобретения. Напротив, слова, используемые в описании изобретения, являются скорее описательными словами, а не ограничивающими, и следует понимать, что могут быть выполнены различные изменения, не выходящие за рамки сущности и объема изобретения. Кроме того, признаки различных вариантов реализации могут комбинироваться для формирования дополнительных вариантов осуществления изобретения.

Claims (12)

1. Реализуемый компьютером способ анализа данных от датчиков частиц в транспортном средстве, содержащий этапы, на которых:
принимают первые данные по частицам от первого датчика частиц транспортного средства и вторые данные по частицам от второго датчика частиц транспортного средства;
сравнивают первые и вторые данные по частицам с данными сигнатуры, идентифицирующими состояние по частицам; и
когда только одни из первых и вторых данных по частицам соответствуют данным сигнатуры, один из этапов, на которых (i) регулируют установочный параметр транспортного средства для принятия мер в ответ на состояние по частицам и (ii) предупреждают пассажира или водителя транспортного средства о состоянии по частицам.
2. Способ по п. 1, в котором первый датчик частиц отбирает пробы потока воздуха перед тем, как поток воздуха проходит через салонный воздушный фильтр, второй датчик частиц отбирает пробы потока воздуха после того, как поток воздуха проходит через салонный воздушный фильтр, а состоянием по частицам являются частицы в потоке воздуха ниже заданного порогового количества.
3. Способ по п. 1, в котором первый датчик частиц отбирает пробы потока воздуха вне транспортного средства, второй датчик частиц отбирает пробы потока воздуха внутри транспортного средства, а состоянием по частицам являются частицы в потоках воздуха выше заданного порогового количества.
4. Способ по п. 1, в котором первый датчик частиц отбирает пробы первого потока воздуха в первой нише колеса транспортного средства, второй датчик частиц отбирает пробы второго потока воздуха во второй нише колеса транспортного средства, а состоянием по частицам являются частицы, указывающие на частицы износа тормозов выше заданного порогового количества.
5. Способ по п. 1, в котором первый датчик частиц отбирает пробы первого потока воздуха в первой нише колеса транспортного средства, второй датчик частиц отбирает пробы второго потока воздуха во второй нише колеса транспортного средства, а состоянием по частицам являются частицы, указывающие на частицы износа шин выше заданного порогового количества.
6. Способ по п. 1, дополнительно содержащий этап, на котором выдают данные по частицам и местоположение транспортного средства на удаленный телематический сервер, осуществляющий связь с транспортным средством через сеть связи.
7. Способ по п. 1, в котором первый датчик частиц включает в себя первое устройство датчика на микроэлектромеханических системах, имеющее последовательно более тонкие фильтры для частиц, для формирования первых данных по частицам, а второй датчик частиц включает в себя второе устройство датчика на микроэлектромеханических системах, имеющее последовательно более тонкие фильтры для частиц, для формирования вторых данных по частицам.
8. Способ по п. 1, в котором данные сигнатуры включают в себя информацию, указывающую на размер и количество частиц в окружающей среде, связанные с состоянием по частицам.
9. Способ по п. 1, дополнительно содержащий этап, на котором выдают первые и вторые данные по частицам и местоположение транспортного средства на удаленный телематический сервер, осуществляющий связь с транспортным средством через сеть связи.
RU2016109426A 2015-03-26 2016-03-16 Анализ данных от датчика частиц в транспортном средстве RU2711398C2 (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/670,129 2015-03-26
US14/670,129 US9688194B2 (en) 2015-03-26 2015-03-26 In-vehicle particulate sensor data analysis

Publications (3)

Publication Number Publication Date
RU2016109426A RU2016109426A (ru) 2017-09-21
RU2016109426A3 RU2016109426A3 (ru) 2019-07-29
RU2711398C2 true RU2711398C2 (ru) 2020-01-17

Family

ID=56890269

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2016109426A RU2711398C2 (ru) 2015-03-26 2016-03-16 Анализ данных от датчика частиц в транспортном средстве

Country Status (5)

Country Link
US (1) US9688194B2 (ru)
CN (1) CN106018210A (ru)
DE (1) DE102016105135A1 (ru)
MX (1) MX358969B (ru)
RU (1) RU2711398C2 (ru)

Families Citing this family (74)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8021469B2 (en) * 2005-07-14 2011-09-20 Access Business Group International Llc Control methods for an air treatment system
US9765562B2 (en) * 2014-05-07 2017-09-19 Vivint, Inc. Weather based notification systems and methods for home automation
US10226982B2 (en) * 2015-04-29 2019-03-12 International Business Machines Corporation Automatic vehicle climate control based on predicted air quality
US10059167B2 (en) * 2015-05-28 2018-08-28 GM Global Technology Operations LLC Location based remote start
US9975400B2 (en) * 2015-06-18 2018-05-22 Ford Global Technologies, Llc Method of controlling climate in a parked vehicle
US9574964B2 (en) * 2015-07-07 2017-02-21 Toyota Jidosha Kabushiki Kaisha Mobile computer atmospheric barometric pressure system
CN114838733A (zh) 2015-09-25 2022-08-02 苹果公司 非固态对象监测
US10337989B2 (en) * 2015-11-06 2019-07-02 Opus Inspection, Inc. System and method to detect vehicle emissions noncompliance
DE102016223556B4 (de) 2015-12-09 2023-09-28 Ford Global Technologies, Llc Kraftfahrzeug mit Staubsensor und Verfahren zur Minderung von Staubaufwirbelung durch ein Kraftfahrzeug
CN106950158A (zh) 2015-12-09 2017-07-14 福特全球技术公司 具有粉尘传感器的机动车辆和用于减少机动车辆的粉尘再悬浮或粉尘排放的方法
KR101858698B1 (ko) * 2016-01-04 2018-05-16 엘지전자 주식회사 차량용 디스플레이 장치 및 차량
CN109070683B (zh) 2016-03-01 2022-07-19 通用汽车环球科技运作有限责任公司 用于客舱空气质量控制的系统和方法
CN107234936A (zh) * 2016-03-28 2017-10-10 福特环球技术公司 车辆中的空气污染反应系统
US10196994B2 (en) 2016-05-16 2019-02-05 Ford Global Technologies, Llc Powertrain control system
US10246073B2 (en) 2016-05-16 2019-04-02 Ford Global Technologies, Llc Control system for a hybrid-electric vehicle
US10759255B2 (en) * 2016-07-20 2020-09-01 Ford Global Technologies, Llc Autonomous-vehicle climate-control system
US10245924B2 (en) * 2016-08-02 2019-04-02 Nio Usa, Inc. Automatic vehicle cabin air filtration system
EP3538869A1 (en) * 2016-11-08 2019-09-18 Rentokil Initial 1927 PLC Dirt sensor
CN106767818B (zh) * 2016-12-05 2021-04-02 北京仿真中心 可穿戴电子设备及其健康出行系统
DE102017220350A1 (de) 2016-12-06 2018-06-07 Mahle International Gmbh Verfahren zum Betreiben einer Belüftungseinrichtung eines Fahrzeugs
CN106770948B (zh) * 2016-12-19 2023-11-24 江苏康程新材料科技有限公司 一种地下车库空气检测系统
KR102648814B1 (ko) * 2016-12-28 2024-03-19 현대자동차주식회사 차량용 자동 환기 시스템 및 그 방법
WO2018133016A1 (en) * 2017-01-20 2018-07-26 Honeywell International Inc. Systems and methods for reducing environmental control system maintenance
US11634006B2 (en) * 2017-02-23 2023-04-25 Ford Motor Company Methods and apparatus for vehicle climate control using distributed sensors
KR20180112533A (ko) * 2017-04-04 2018-10-12 현대자동차주식회사 차량의 실내 공기질 개선 장치
DE102017109356A1 (de) * 2017-05-02 2018-11-08 Horiba Europe Gmbh Vorrichtung zum Erfassen und Messen von Bremsstaub
US10315492B2 (en) 2017-05-15 2019-06-11 Toyota Motor Engineering & Manufacturing North America, Inc. Automatic air quality monitoring and improvement systems
DE102017208934B4 (de) 2017-05-29 2022-01-27 Audi Ag Verfahren zur Ermittlung einer Partikelkonzentration
US11642942B2 (en) * 2017-06-06 2023-05-09 Mann+Hummel Gmbh Smart multi-modal vehicular air filtering system and associated methods
DE102017210687A1 (de) * 2017-06-26 2018-12-27 Audi Ag Verfahren zum Unterstützen eines Benutzers eines Kraftfahrzeugs bei einer Reiseplanung unter Berücksichtigung von fahrzeug-spezifischen Attributen, Navigationseinrichtung, Speichermedium, mobiles Endgerät, Servervorrichtung, und Kraftfahrzeug
JP6791047B2 (ja) * 2017-07-25 2020-11-25 株式会社デンソー 車両用報知装置
DE102017213209A1 (de) * 2017-08-01 2019-02-07 Bayerische Motoren Werke Aktiengesellschaft Berücksichtigung der Luftgüte im Fahrzeug
US11634007B2 (en) * 2017-08-16 2023-04-25 Rubicon Technologies, LLC. System implementing air quality-based waste management
US10703170B2 (en) * 2017-10-03 2020-07-07 Ford Global Technologies, Llc Tire smoke induction prevention system for a motor vehicle
DE102017220033A1 (de) 2017-11-10 2019-05-16 Volkswagen Aktiengesellschaft Verfahren zur Fahrzeugnavigation
JP7119346B2 (ja) * 2017-11-13 2022-08-17 トヨタ自動車株式会社 環境改善システム、ならびにそれに用いられるサーバ
DE102018203858A1 (de) 2018-03-14 2019-09-19 Ford Global Technologies, Llc Verfahren zum Anpassen von Feinstaubmesswerten
US11007846B2 (en) * 2018-04-05 2021-05-18 Ford Global Technologies, Llc Auto-isolate vehicular climate system
DE102018207303A1 (de) * 2018-05-09 2019-11-14 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Steuereinheit zur Regenerierung eines Bremsstaubfilters
WO2019220254A1 (en) * 2018-05-14 2019-11-21 Gentex Corporation Vehicle control module for smart home control system
US20190380012A1 (en) * 2018-06-06 2019-12-12 GM Global Technology Operations LLC Method and system for facilitating data communication between publishers and applications
FR3082809A1 (fr) * 2018-06-20 2019-12-27 Psa Automobiles Sa Traitement intelligent de l’air d’un vehicule connecte
DE102018210587A1 (de) * 2018-06-28 2020-01-02 Volkswagen Aktiengesellschaft Belüften eines Innenraums eines Fahrzeugs
DE102018212800B3 (de) * 2018-07-31 2019-06-27 Volkswagen Aktiengesellschaft Verfahren zur Erkennung von Geruchsbelästigungen in einem Fahrzeug sowie eine Vorrichtung
IT201800008055A1 (it) * 2018-08-10 2020-02-10 Freni Brembo Spa Metodo e dispositivo per rilevare e fornire informazioni di valutazione di frenata, indicative di un’emissione di particolato dovuta all’uso di un sistema frenante di un veicolo
US11021168B2 (en) * 2018-10-02 2021-06-01 Blackberry Limited Vehicular irritant detection and mitigation system
DE102018217568B4 (de) * 2018-10-15 2021-04-29 Continental Teves Ag & Co. Ohg Verfahren zur Erfassung von Bremsabriebemissionen in einem Fahrzeug und Vorrichtung zur Durchführung des Verfahrens
US11642940B2 (en) 2018-12-19 2023-05-09 Gm Cruise Holdings Llc System and method for malodor detection and remediation
US11833882B2 (en) 2019-01-29 2023-12-05 Aclima Inc. Sensor and data platforms for vehicle environmental quality management
US10933716B2 (en) * 2019-03-22 2021-03-02 Ford Global Technologies, Llc Autonomous vehicle and method of purging an odor from a passenger cabin of such a vehicle
EP4261051A3 (en) 2019-04-01 2024-01-03 Bridgestone Americas Tire Operations, LLC System and method for vehicle tire performance modeling and feedback
CN112208286A (zh) * 2019-07-10 2021-01-12 广州汽车集团股份有限公司 车内空气质量控制方法、空调控制器、后台控制器及系统
US11643031B2 (en) 2019-07-11 2023-05-09 Toyota Motor North America, Inc. Allergen map created by vehicle network
US11410471B2 (en) * 2019-08-22 2022-08-09 Honda Motor Co., Ltd. Systems and methods for providing a data flow for sensor sharing
US10776643B1 (en) * 2019-08-28 2020-09-15 Robert Bosch Gmbh Vehicular airborne particulate matter detection system
DE102019123152A1 (de) * 2019-08-29 2021-03-04 HELLA GmbH & Co. KGaA Verfahren und Vorrichtung zum Ermitteln von Feinstaubemissionen im Fahrbetrieb eines Fahrzeugs
US11513509B2 (en) 2019-09-30 2022-11-29 Ford Global Technologies, Llc Remote automobile telematics control and security
DE102019218638B3 (de) * 2019-11-29 2021-03-18 Volkswagen Aktiengesellschaft Verfahren zur Überwachung einer Bremsstaubsammelvorrichtung, Überwachungssystem dazu sowie Kraftfahrzeug mit einem solchen
JP7367499B2 (ja) * 2019-12-06 2023-10-24 トヨタ自動車株式会社 車両、情報処理装置、及び情報処理方法
US11875617B2 (en) 2019-12-23 2024-01-16 Robert Bosch Gmbh Cloud connectivity for in-vehicle sensing modules
DE102020101741A1 (de) * 2020-01-24 2021-07-29 Ford Global Technologies, Llc Verfahren zur Bestimmung der Luftqualität in einem Fahrgastraum eines Kraftfahrzeugs
CN111624142B (zh) * 2020-05-25 2021-03-30 北京理工大学 一种机动车刹车颗粒物排放测试方法
DE102020117616A1 (de) 2020-07-03 2022-01-05 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Schutz von Fahrzeuginsassen eines Fahrzeugs vor schädlichen Einflüssen für den Menschen
DE102020210013A1 (de) 2020-08-06 2022-02-10 Volkswagen Aktiengesellschaft Verfahren und Servereinrichtung zur Schätzung einer durch Fahrzeuge verursachten Luftverschmutzung
US20220179090A1 (en) * 2020-12-09 2022-06-09 Pony Al Inc. Systems and methods for detecting and addressing a potential danger
US20220252414A1 (en) * 2021-02-09 2022-08-11 Ford Global Technologies, Llc Systems and methods for navigation and logistics management
DE102021000919B3 (de) * 2021-02-22 2022-06-15 Technische Universität Ilmenau Fahrzeugzustandsregelungssystem, Straßenfahrzeug und Verfahren zur Fahrzeugzustandsregelung zur Emissionslimitierung
FR3123253A1 (fr) * 2021-05-31 2022-12-02 Psa Automobiles Sa Procédé et dispositif de contrôle de la qualité de l’air de l’habitacle d’un véhicule
JP7410092B2 (ja) * 2021-08-19 2024-01-09 矢崎総業株式会社 車載換気システム
DE102021132762A1 (de) * 2021-12-11 2023-06-15 Erwin Hymer Group Se Freizeitfahrzeug, insbesondere Wohnmobil oder Wohnwagen, mit einer Sensoreinrichtung
IT202100032402A1 (it) * 2021-12-23 2023-06-23 Brembo Spa Metodo e sistema di rilevazione e fornitura di informazioni rappresentative di emissioni di particolato dovuta all’uso di un sistema frenante di un veicolo
US20230306801A1 (en) * 2022-03-25 2023-09-28 Here Global B.V. Apparatus and methods for determining charging efficiency rates for solar-powered vehicles
US20240239151A1 (en) 2023-01-17 2024-07-18 GM Global Technology Operations LLC System and method for sampling an airpath within an automotive vehicle
CN117970859B (zh) * 2024-04-02 2024-06-21 山西顺达胜业通信工程有限公司 一种低功耗广域物联网下的设备智能控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6206775B1 (en) * 1998-11-18 2001-03-27 Valeo Climatisation Motor vehicle heating and/or air conditioning device comprising a pollution sensor
RU2236035C2 (ru) * 1994-04-27 2004-09-10 Ауто Электроникс Корпорейшн Сенсорная система для переключения вентиляционных систем в транспортных средствах
US20070243808A1 (en) * 2006-03-21 2007-10-18 Calsonickansei North America, Inc. System and method for controlling a ventilation unit of a vehicle
US20080041138A1 (en) * 2004-08-11 2008-02-21 Koninklijke Philips Electronics, N.V. Air Pollution Sensor System

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4112847A1 (de) * 1991-04-19 1992-10-22 Bosch Gmbh Robert Vorrichtung zum betreiben eines regendetektors
US5780719A (en) * 1997-01-22 1998-07-14 Vandam; Scott A. Windshield wiper rain sensor system
US6313454B1 (en) * 1999-07-02 2001-11-06 Donnelly Corporation Rain sensor
SG139579A1 (en) * 2006-07-20 2008-02-29 Cyclect Electrical Engineering A foreign object detection system
DE102006051972A1 (de) * 2006-11-03 2008-05-08 Konstantinos Tsiberidis Bremsstaubsammelvorrichtung
EP2135057A4 (en) * 2007-03-09 2010-03-24 Xtralis Technologies Ltd METHOD AND SYSTEM FOR DETECTING PARTICLES
KR100896922B1 (ko) * 2007-12-11 2009-05-11 현대자동차주식회사 차량의 구동력 제어방법
US8126620B2 (en) * 2009-04-28 2012-02-28 Cnh America Llc Grain transfer control system and method
US8361193B2 (en) * 2010-01-14 2013-01-29 Ford Global Technologies, Llc System and method for electrostatic air filtering in an automotive vehicle
US20130144527A1 (en) 2010-08-15 2013-06-06 Irad Kuhnreichi Device, system and method for personal health monitoring based on multitude-points environmental data
US8509982B2 (en) * 2010-10-05 2013-08-13 Google Inc. Zone driving
US9449514B2 (en) * 2011-05-18 2016-09-20 Ford Global Technologies, Llc Methods and apparatus for adaptive vehicle response to air quality states
US8744766B2 (en) * 2011-09-27 2014-06-03 International Business Machines Corporation Dynamic route recommendation based on pollution data
PT105929B (pt) * 2011-10-12 2014-11-17 Univ Do Minho Sistema e método de cálculo de rotas
US10203272B2 (en) * 2011-10-12 2019-02-12 Colorado Seminary, University of Denver MEMS aerosol impactor
FR2983948B1 (fr) * 2011-12-08 2015-05-29 Renault Sa Procede de calcul d'un itineraire peu pollue
US8907803B2 (en) 2012-01-09 2014-12-09 Intwine Energy Networked air quality monitoring
CN103455020B (zh) * 2012-05-28 2016-08-03 哈尔滨工业大学深圳研究生院 一种智能车况云检测服务系统及方法
WO2014021855A2 (en) * 2012-07-31 2014-02-06 Empire Technology Development Llc Methods and systems for controlling traffic pollution
CN103707741A (zh) * 2012-09-29 2014-04-09 江苏阿尔特空调实业有限责任公司 一种汽车空气质量智能监测和净化处理系统
US8910298B2 (en) 2013-03-15 2014-12-09 Leeo, Inc. Environmental monitoring device
CN203752839U (zh) * 2014-02-28 2014-08-06 北汽福田汽车股份有限公司 车载雾霾监控系统及具有其的汽车
CN103912964A (zh) * 2014-03-24 2014-07-09 中国科学院上海微系统与信息技术研究所 一种空气净化装置智能测控系统和方法
CN203957780U (zh) * 2014-05-23 2014-11-26 上海通用汽车有限公司 一种车辆空调控制系统
CN104006821A (zh) * 2014-05-28 2014-08-27 英华达(南京)科技有限公司 一种导航方法和系统
CN104360017A (zh) * 2014-10-24 2015-02-18 苏州佑瑞检测技术有限公司 一种实时检测轿车车内灰尘及有害气体的监控方法
CN104315681B (zh) * 2014-10-31 2017-02-15 广东好帮手电子科技股份有限公司 一种车载空气净化器的风速控制装置及其控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2236035C2 (ru) * 1994-04-27 2004-09-10 Ауто Электроникс Корпорейшн Сенсорная система для переключения вентиляционных систем в транспортных средствах
US6206775B1 (en) * 1998-11-18 2001-03-27 Valeo Climatisation Motor vehicle heating and/or air conditioning device comprising a pollution sensor
US20080041138A1 (en) * 2004-08-11 2008-02-21 Koninklijke Philips Electronics, N.V. Air Pollution Sensor System
US20070243808A1 (en) * 2006-03-21 2007-10-18 Calsonickansei North America, Inc. System and method for controlling a ventilation unit of a vehicle

Also Published As

Publication number Publication date
CN106018210A (zh) 2016-10-12
DE102016105135A1 (de) 2016-09-29
MX2016003917A (es) 2016-09-26
MX358969B (es) 2018-09-11
RU2016109426A (ru) 2017-09-21
US20160280160A1 (en) 2016-09-29
US9688194B2 (en) 2017-06-27
RU2016109426A3 (ru) 2019-07-29

Similar Documents

Publication Publication Date Title
RU2711398C2 (ru) Анализ данных от датчика частиц в транспортном средстве
US11580792B1 (en) Vehicle diagnostics
US11987256B1 (en) Automobile detection system
US9731668B2 (en) Multi-vehicle settings
US8092285B2 (en) System and method for controlling a ventilation unit of a vehicle
US20200172112A1 (en) System and method for determining a change of a customary vehicle driver
US20080188172A1 (en) Vehicle Accessories For Enhancing Smells
US10352854B2 (en) Motor vehicle having dust sensor for reducing dust resuspension
CN102381312B (zh) 用于分析车辆的底盘的状态的方法以及装置
KR101940781B1 (ko) 모바일 단말 거치대와 모바일 단말을 이용한 공기 청정 시스템
CN105365708A (zh) 驾驶人状态指示符
CN102582433A (zh) 驾驶员辅助系统、汽车和用于运行驾驶员辅助系统的方法
CN106042948A (zh) 车辆能量提醒系统和方法
US10696143B2 (en) Apparatus of improving vehicle indoor air quality by using air dust concentration data corrected from the outside of vehicle and purifying vehicle indoor air
CN107808540A (zh) 车辆服务及预警系统
CN112937246B (zh) 一种车内空气质量的控制方法及系统
CN111464587A (zh) 车辆日程安排助手
CN103851756A (zh) 一种用于汽车的空气污染物防护装置
CN113858911A (zh) 车辆及其座舱空气净化方法、系统及存储介质
CN112441015A (zh) 用于获知车辆的行驶运行中的细粉尘排放的方法和装置
US20210170832A1 (en) Vehicle, information processing apparatus, and information processing method
JP2004145489A (ja) 自動車保険の保険料及び/又は保険金決定方法、そのシステム、及びコンピュータプログラム
CN114650921A (zh) 用于管理预定路线上车辆乘客舱内的空气质量的设备
CN105480182A (zh) 一种汽车安全系统
EP4230450A1 (en) Method for operating a cabin air filtration system of a vehicle, computer program, electronic control unit, cabin air filtration system and vehicle