TW202123187A - 自駕車遠端監控系統及其方法 - Google Patents
自駕車遠端監控系統及其方法 Download PDFInfo
- Publication number
- TW202123187A TW202123187A TW108145743A TW108145743A TW202123187A TW 202123187 A TW202123187 A TW 202123187A TW 108145743 A TW108145743 A TW 108145743A TW 108145743 A TW108145743 A TW 108145743A TW 202123187 A TW202123187 A TW 202123187A
- Authority
- TW
- Taiwan
- Prior art keywords
- information
- obstacle
- self
- vehicle
- driving
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000002159 abnormal effect Effects 0.000 claims abstract description 99
- 230000005856 abnormality Effects 0.000 claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000006243 chemical reaction Methods 0.000 claims abstract description 15
- 238000011156 evaluation Methods 0.000 claims description 108
- 238000001514 detection method Methods 0.000 claims description 51
- 238000012544 monitoring process Methods 0.000 claims description 49
- 230000007423 decrease Effects 0.000 claims description 25
- 230000009467 reduction Effects 0.000 claims description 16
- 241000270295 Serpentes Species 0.000 claims description 9
- 230000003862 health status Effects 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 230000003247 decreasing effect Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims 2
- 238000007873 sieving Methods 0.000 abstract 2
- 230000036541 health Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 3
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010494 dissociation reaction Methods 0.000 description 1
- 230000005593 dissociations Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
- G05D1/0027—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement involving a plurality of vehicles, e.g. fleet or convoy travelling
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
- G07C5/0825—Indicating performance data, e.g. occurrence of a malfunction using optical means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
一種自駕車遠端監控系統及其方法，包括資料處理模組接收車載系統所傳遞的車載系統資訊，且資料處理模組包括篩選單元以及訊息轉換單元，篩選單元擷取車載系統資訊中的原始車身資料，並濾除不符合門檻值的原始車身資料，產生車輛參數資訊，訊息轉換單元則接收車輛參數資訊，並根據車輛參數估測出車身環境資訊；異常分析模組接收車輛參數資訊及車身環境資訊，將車輛參數資訊及車身環境資訊帶入比對條件產生比對結果，並對應比對結果產生異常警示訊號至遠端伺服器顯示。本發明能提前偵測車輛動態異常，及車載系統的感測系統的異常。
Description
本發明係有關一種車載聯合控制系統，特別是指一種能有效分析車載系統狀態之自駕車遠端監控系統及其方法。
自動駕駛系統(Autonomous Drive System，ADS)是無人的自駕系統。通常自動駕駛系統需透過車速感測器、方向角感測器、影像感測器、雷達感測器等各種環境感測器來感測車身資訊及環境資訊，令自動駕駛系統能根據車身訊號及環境資訊產生控制車輛的訊號，並據其自動控制車輛行駛。
目前大多數的自動駕駛技術在感測器發生故障時，會收集資料來進行故障或異常診斷分析，而非在感測器發生異常前，預先估測感測器可能失效；或者，當前多數自動駕駛技術必須等到感測器或是車輛動態具有明確的錯誤，系統才會發出警示，例如影像感測器或雷達感測器完全接收不到訊號，或者訊號傳遞延遲一分鐘以上等明確的錯誤，控制系統接收命令後才會停止自動駕駛，但當系統偵測到異常時，這些錯誤的資訊往往都已經被作為自動駕駛的參數，以致於產生失誤的自動駕駛控制訊號，已嚴重危脅到駕駛者以及其他用路人的安全。
再者，隨著自動駕駛技術逐漸成熟，目前已有業者發展出自駕車隊來取代人力車隊，鑑於自駕車隊的接收資訊較多，若自駕車營運時能透過資料收集與統計分析來自動判斷車輛的動向及自動駕駛系統的感測器可能發生的問題等，則可令後台控制端充分掌握自駕車的當前狀態，並且在遠端直接協助操控自駕車、或車輛派遣等，對於自駕車隊將具有顯著的幫助。
有鑑於此，本發明遂針對上述習知技術之缺失，提出一種自駕車遠端監控系統及其方法，以有效克服上述之該等問題。
本發明之主要目的，在於提供一種自駕車遠端監控系統及其方法，其在後台能收集車載系統的車載系統資訊，並根據車載系統資訊評估自駕車各系統的狀態，以提前偵測運行時候車輛動態異常，以及自駕車的感測系統異常，能有效提升自駕系統的行車安全。
本發明之另一目的，在於提供一種自駕車遠端監控系統及其方法，其能應用在自駕車的車隊營運管理，藉由蒐集自駕車的所有大數據資訊，有效進行後台遠端監控，例如紀錄統計行車動向或針對行車狀態進行評估，從而提供車隊在營運上的管理，如遠端協控或車輛派遣等。
為達上述之目的，本發明提供一種自駕車遠端監控系統，其可接收一車載系統所傳遞的車載系統資訊，自駕車遠端監控系統包括一資料處理模組、一異常分析模組以及一遠端伺服器。其中資料處理模組包括一篩選單元以及一訊息轉換單元可擷取車載系統資訊中的原始車身資料，並濾除不符合門檻值的原始車身資料，產生車輛參數資訊；訊息轉換單元連接篩選單元，以接收車輛參數資訊，並根據車輛參數估測出車身環境資訊。異常分析模組連接資料處理模組，接收車輛參數資訊及車身環境資訊，將車輛參數資訊及車身環境資訊帶入比對條件產生比對結果，並對應比對結果產生異常警示訊號，並將其傳遞至與異常分析模組連接的遠端伺服器，令遠端伺服器對應顯示異常警示訊號。
根據本發明之實施例，異常分析模組更包括一蛇行異常評估單元設有比對條件，其可為蛇行異常評估比對條件包括根據手/自駕狀態資訊定義為車輛為自駕狀態後，擷取車速資訊、方向角資訊及行車軌跡資訊，並當車速資訊大於一即時預設車速，方向角資訊大於一即時預設方向角，及行車軌跡資訊比對一預設軌跡資訊大於一即時軌跡誤差值成立時，則產生異常警示訊號，若不成立則擷取位置資訊，以比對相同位置的歷史預設方向角以及歷史預設軌跡資訊，以判斷方向角資訊大於歷史預設方向角，及行車軌跡資訊比對歷史預設軌跡資訊大於一歷史軌跡誤差值成立時，產生異常警示訊號。
根據本發明之實施例，異常分析模組更包括一電池健康狀態評估單元設有比對條件，其可為電池健康狀態評估比對條件包括擷取殘電量遞減資訊，當殘電量遞減資訊大於一電量遞減預設資訊成立時，則產生異常警示訊號，若不成立持續比對殘電量遞減資訊與一歷史殘電量遞減預設資訊，當殘電量遞減資訊大於歷史殘電量遞減預設資訊，則產生異常警示訊號。
根據本發明之實施例，異常分析模組更包括一障礙物距離偵測異常評估單元設有比對條件，其可為障礙物距離偵測異常評估比對條件包括接收複數同一時間點的障礙物距離資訊，當同一時間點的其中一障礙物距離資訊與其他障礙物距離資訊不符時，則產生異常警示訊號。
根據本發明之實施例，異常分析模組更包括一障礙物數量偵測異常評估單元設有比對條件，其可為障礙物數量偵測異常評估比對條件包括接收同一時間點的複數障礙物數量資訊，當同一時間點的其中一障礙物數量資訊與其他障礙物數量資訊不符時，則產生異常警示訊號。
根據本發明之實施例，異常分析模組更包括一障礙物種類偵測異常評估單元設有比對條件，其可為障礙物種類偵測異常評估比對條件包括接收同一時間點的複數障礙物種類資訊，當同一時間點的其中一障礙物種類資訊與其他障礙物種類資訊不符合時，則產生異常警示訊號。
根據本發明之實施例，異常分析模組更包括一障礙物偵測訊號延遲異常評估單元設有比對條件，其可為障礙物偵測訊號延遲異常評估比對條件包括接收同一時間點的複數障礙物時間與對應之相對位置距離資訊，當同一時間點的其中一障礙物時間與對應之相對位置距離資訊與其他障礙物時間與對應之相對位置距離資訊不符合時，則產生異常警示訊號。
根據本發明之實施例，異常分析模組更包括動態異常評估單元設有比對條件，其可為動態異常評估比對條件包括將車速資訊以及動力輸出資訊與一動力對應表進行比對，不符合時則產生異常警示訊號。
另外，本發明亦提供一種自駕車遠端監控方法，包括下列步驟，首先接收車載系統資訊以擷取車載系統資訊中的原始車輛參數，並濾除不符合門檻值的原始車輛參數，以產生車輛參數資訊；接著根據車輛參數資訊估測出車身環境資訊；最後將車輛參數資訊及車身環境資訊帶入比對條件，以產生比對結果，並對應比對結果產生異常警示訊號。
底下藉由具體實施例詳加說明，當更容易瞭解本發明之目的、技術內容、特點及其所達成之功效。
本實施例之自駕車遠端監控系統可供安裝在後台的控制端，以接收所有自動駕駛車輛的車載系統所偵測到的所有大數據，能有效統計車輛的行車動向，同時令後台監控人員有效監控自動駕駛車輛的即時駕駛狀態，並且能根據車載系統所傳遞的數據，評估自駕車各系統的狀態，以提前偵測運行時的車輛動態異常，以及自駕車的感測系統異常，能有效提升自駕系統的行車安全。
為了能瞭解本發明的結構設計，請參照第一圖，以詳細說明本發明自駕車遠端監控系統1，自駕車遠端監控系統1可利用有線或無線的方式接收一自駕車上的車載系統2所傳遞的車載系統資訊，自駕車遠端監控系統1透過設定車身控制系統、感測系統、車載通訊系統等各種異常條件，以根據車載系統資訊更加嚴格的判斷是否出現車身控制系統的動力底盤、車身控制是否異常，以及自駕系統的決策、感測、定位系統是否發生異常，或是車載通訊系統的資料傳輸是否異常。
如第一圖所示，自駕車遠端監控系統1之架構可應用在具有計算及儲存功能的計算機中，以估算並儲存各項車載資訊，自駕車遠端監控系統1包括有一資料處理模組10、一異常分析模組20以及一遠端伺服器30。其中資料處理模組10信號連接車載系統2，以接收車載系統2傳遞的車載系統資訊；資料處理模組10包括有一篩選單元12連接一訊息轉換單元14，其中篩選單元12可用以擷取車載系統資訊中的原始車身資料，並濾除不符合門檻值的原始車身資料，以產生車輛參數資訊，其中車輛參數資訊可包括電池殘電量資訊(State of Charge，SOC)、車速資訊、方向角資訊、位置資訊、光達資訊、雷達資訊、攝影機資訊、煞車資訊、動力輸出資訊、手/自駕狀態資訊、行駛里程數資訊或車載系統診斷資訊；訊息轉換單元14則接收篩選單元12所產生的車輛參數資訊，並根據車輛參數估測出車身環境資訊，其包括行車軌跡資訊、殘電量遞減資訊、障礙物距離資訊、障礙物數量資訊、障礙物種類資訊、障礙物時間與對應之相對位置距離資訊等資訊，其中訊息轉換單元14係根據車速資訊及方向角資訊估測行車軌跡資訊，電池殘電量資訊及行駛里程數資訊估測殘電量遞減資訊，根據光達資訊、雷達資訊、攝影機資訊分別估測出複數障礙物距離資訊、障礙物數量資訊或障礙物時間與對應之相對位置距離資訊，根據攝影機資訊估測障礙物種類資訊。
異常分析模組20連接資料處理模組10，以接收資料處理模組10所產生的車輛參數資訊及車身環境資訊，令異常分析模組20將車輛參數資訊及車身環境資訊帶入比對條件產生比對結果，並對應比對結果產生異常警示訊號。其中異常分析模組20內包括有一蛇行異常評估單元21、一電池健康狀態評估單元22、一障礙物距離偵測異常評估單元23、一障礙物數量偵測異常評估單元24、一障礙物種類偵測異常評估單元25、一障礙物偵測訊號延遲異常評估單元27以及一動態異常評估單元26，透過上述該等異常評估單元設定車身控制系統、感測系統、車載通訊系統的各種異常條件，以根據車載系統資訊更加嚴格的判斷是否出現車身控制系統的動力底盤、車身控制是否異常，以及自駕系統的決策、感測、定位系統等裝置是否發生異常，或是車載通訊系統的資料傳輸是否異常。
遠端伺服器30可為設置在後台的計算機，其包括有顯示螢幕(圖中未示)，遠端伺服器30連接異常分析模組20，以接收異常分析模組20產生的異常警示訊號，並透過遠端伺服器30顯示螢幕顯示異常警示訊號，以提供給後台監控人員參考，令監控人員適時提出對應機制。除此之外，遠端伺服器30更可接收車載系統2所產生的車載系統資訊，並顯示車載系統2的車載系統診斷資訊，如自動駕駛行駛軌跡，偵測不到感測器的訊號，自駕系統解離，或資料傳輸異常等，令後台的監控人員能得知自駕車各系統目前遭遇到的狀況，以對應提出解決機制。
在說明完本發明自駕車遠端監控系統1架構後，接續說明自駕車遠端監控系統1所使用之自駕車遠端監控方法，請配合參照第一圖與第二圖，首先進入步驟S10，資料處理模組10接收到車載系統2產生的所有車載系統資訊，如所有自動駕駛行駛軌跡、車身參數及外界環境參數等。接著進入步驟S20，資料處理模組10的篩選單元12擷取車載系統資訊中的原始車輛參數，並濾除不符合門檻值的原始車輛參數，產生車輛參數資訊；舉例來說，篩選單元12可根據使用者設定選擇想要的原始車輛參數，如僅擷取電池殘電量資訊(SOC)、車速資訊、方向角資訊、位置資訊、光達資訊、雷達資訊、攝影機資訊、煞車資訊、動力輸出資訊(如電/油門訊號)、車載系統診斷資訊、手/自駕狀態資訊(如手/自駕訊號、自動駕駛脫離事件原因、自動駕駛急按鈕訊號)等車輛資訊。接著篩選單元12即可將上述的原始車輛參數與門檻值進行比對，本實施例舉例門檻值可為車速門檻值、殘電量門檻值、總電壓門檻值或總電流門檻值；詳細來說，當接收到的原始車輛參數為極大值或極小值表示為異常，因此本實施例將車速門檻值、殘電量門檻值、總電壓門檻值或總電流門檻值的數值設定為極大值，令車速門檻值設定為時速255公里，殘電量門檻值設定為100%，總電壓門檻值設定為600伏特(V)，總電流門檻值設定為255安培(A)，當車速資訊、用電量資訊、總電壓資訊或總電流資訊超過上述設定的門檻值時，篩選單元12就會直接將上述異常的車速資訊、用電量資訊、總電壓資訊或總電流資訊濾除，以留下作為後續分析的車輛參數資訊。
接著進入步驟S30，篩選單元12將車輛參數資訊傳遞給訊息轉換單元14，令訊息轉換單元14根據車輛參數資訊估測出車身環境資訊，車身環境資訊包括行車軌跡資訊、殘電量遞減資訊、障礙物距離資訊、障礙物數量資訊、障礙物種類資訊、障礙物時間與對應之相對位置距離資訊。其中訊息轉換單元14根據車速資訊及方向角資訊估測行車軌跡資訊；殘電量遞減資訊則用以顯示車輛行進多少公里後，電池的殘電量使用了多少百分比，因此殘電量遞減資訊係根據電池資訊的電池殘電量及行駛里程數估測出；複數障礙物距離資訊、障礙物數量資訊、及障礙物時間與對應之相對位置距離資訊則係由光達資訊、雷達資訊、攝影機資訊分別估測出，障礙物種類資訊由攝影機資訊估測出，每一個光達資訊、雷達資訊及攝影機資訊皆可估測出至少一個障礙物距離資訊、障礙物數量資訊、障礙物時間與對應之相對位置距離資訊。
最後進入步驟S40，資料處理模組10產生具有可靠度的車輛參數資訊及車身環境資訊之後傳遞給異常分析模組20，令異常分析模組20將車輛參數資訊及車身環境資訊帶入比對條件中，以產生比對結果，並對應比對結果產生異常警示訊號至遠端伺服器30顯示，以提供給監測人員參考。其中比對條件包括有蛇行異常評估比對條件、電池健康狀態評估比對條件、障礙物距離偵測異常評估比對條件、障礙物偵測數量異常評估比對條件、障礙物偵測種類異常評估比對條件、障礙物偵測訊號延遲異常評估比對條件以及動態異常評估比對條件，以下詳細說明各種比對條件之方法。
請參照第一圖與第三圖，以說明蛇行異常評估比對條件與步驟，其係在蛇行異常評估單元21內進行，蛇行異常評估比對條件之步驟如下，首先進入步驟S410，蛇行異常評估單元21根據手自駕狀態資訊判斷當車輛為自駕狀態時，進入步驟S412，蛇行異常評估單元21擷取車輛參數資訊中的車速資訊、方向角資訊及行車軌跡資訊，接著進入步驟S414，蛇行異常評估單元21判斷車速資訊是否大於一即時預設車速，方向角資訊是否大於一即時預設方向角，及行車軌跡資訊比對預設軌跡資訊是否大於一即時軌跡誤差值；本實施例舉例即時預設車速為時速20公里，即時預設方向角為5度，即時軌跡誤差值為70公分。因此當車速資訊大於時速20公里，方向角資訊大於5度，及行車軌跡資訊比對預設軌跡資訊大於70公分時，表示車輛目前已符合蛇行的異常行駛狀態，此時就須進入到步驟S416，蛇行異常評估單元21產生異常警示訊號至遠端伺服器30顯示；但若否，上述條件皆沒有達到，則進入步驟S418，蛇行異常評估單元21會再擷取車輛參數資訊目前的位置資訊以比對相同位置的歷史預設方向角以及歷史預設軌跡資訊，當方向角資訊大於歷史預設方向角，及行車軌跡資訊比對歷史預設軌跡資訊大於一歷史軌跡誤差值成立時，產生異常警示訊號至遠端伺服器30顯示；舉例來說，蛇行異常評估單元21根據位置資訊取得該路段的位置，以擷取過去相同路段的歷史資料，比對當時的歷史方向角以及軌跡等，以透過歷史參數比對，提升可靠度，本實施例舉例歷史預設方向角為3度，歷史軌跡誤差值為50公分，當方向角資訊大於3度，及行車軌跡資訊比對歷史預設軌跡資訊大於50公分時，則產生異常警示訊號至遠端伺服器30顯示。
接下來請參照第一圖與第四圖，以說明電池健康狀態評估比對條件與步驟，其係在電池健康狀態評估單元22內進行，電池健康狀態評估比對條件步驟如下，首先進入步驟S420，電池健康狀態評估單元22擷取車身環境資訊的殘電量遞減資訊。接著進入步驟S422，電池健康狀態評估單元22判斷殘電量遞減資訊是否大於一電量遞減預設資訊。若是，在本實施例中，電量遞減預設資訊為行走10公里僅能耗損5%的電力，因此若電量遞減資訊行走10公里所耗損的電力為10%時，表示電量遞減資訊大於電量遞減預設資訊，此時進入步驟S424，產生異常警示訊號，並傳遞至遠端伺服器30顯示；若否，則進入步驟S426，進行歷史續航力比對，比對殘電量遞減資訊與一歷史殘電量遞減預設資訊，當殘電量遞減資訊大於歷史殘電量遞減預設資訊，則產生異常警示訊號。
其中，歷史殘電量遞減預設資訊為過去的電量遞減資訊，若過去的電量遞減資訊為行走10公里所耗損的電力為4%，則將其設定為歷史殘電量遞減預設資訊，因此當電量遞減資訊行走10公里所耗損的電力為6%時，表示電量遞減資訊大於歷史殘電量遞減預設資訊，此時就會產生異常警示訊號至遠端伺服器30中顯示。
請參照第一圖，接下來說明障礙物距離偵測異常評估比對條件產生比對結果的方法，其係在障礙物距離偵測異常評估單元23中進行估測，障礙物距離偵測異常評估單元23可先接收複數感測器所偵測同一時間點的複數障礙物距離資訊，複數障礙物距離資訊為光達資訊、雷達資訊、攝影機資訊同一時間點的所分別產生的障礙物距離資訊，以進行上述感測器偵測結果之交叉比對，當同一時間點的其中一障礙物距離資訊與其他障礙物距離資訊不符時，則產生異常警示訊號至遠端伺服器30顯示。舉例來說，光達資訊及攝影機資訊所產生的障礙物距離資訊均為10公分，但雷達資訊所產生的障礙物距離資訊為20公分時，雷達資訊所產生的障礙物距離資訊與其他感測器產生的距離資訊明顯不同，此時，障礙物距離偵測異常評估單元23則產生異常警示訊號至遠端伺服器30顯示，使監測人員能根據異常警示訊號，檢查光達、攝影機及雷達等感測器是否發生異常。
請繼續參照第一圖，接下來說明障礙物數量偵測異常評估比對條件產生比對結果的方法，其係在障礙物數量偵測異常評估單元24中進行，障礙物數量可應用在偵測障礙物數量是否發生異常，或者是感知融合異常。障礙物數量偵測異常評估比對條件判斷標準如下所述，障礙物數量異常評估單元24接收同一時間點的複數障礙物數量資訊，該等障礙物數量資訊為光達資訊、雷達資訊、攝影機資訊同一時間點的所分別產生的障礙物數量資訊，當同一時間點的其中一障礙物數量資訊與其他障礙物數量資訊不符時，則產生異常警示訊號。舉例來說，光達資訊及攝影機資訊所產生的障礙物數量資訊為2個，但雷達資訊所產生的障礙物數量資訊為1個或偵測不到時，可發現雷達資訊所產生的障礙物數量資訊與其他感測器產生的障礙物數量資訊明顯不同，此時，障礙物數量異常評估單元24產生異常警示訊號至遠端伺服器30顯示，使監測人員可根據異常警示訊號，檢查光達、攝影機及雷達等感測器是否發生異常。
請繼續參照第一圖，接下來說明障礙物種類異常偵測評估比對條件產生比對結果的方法，其係在障礙物種類偵測異常評估單元25中進行，障礙物種類異常評估單元25接收同一時間點的複數障礙物種類資訊，該等障礙物種類資訊為多個攝影機資訊同一時間點的所分別產生的障礙物種類資訊，當同一時間點的其中一障礙物種類資訊與其他障礙物種類資訊不符合時，則產生異常警示訊號。舉例來說，其中二個障礙物種類資訊判斷結果為機車，但另一障礙物種類資訊所產生的障礙物種類資訊卻判斷為汽車時，可得知其所產生的障礙物種類資訊與其他感測器產生的障礙物種類資訊明顯不同，此時，障礙物種類異常評估單元25產生異常警示訊號至遠端伺服器30顯示，使監測人員可根據異常警示訊號，檢查感測器是否發生異常。
請繼續參照第一圖，接下來說明障礙物偵測訊號延遲異常評估比對條件產生比對結果的方法，其係在障礙物偵測訊號延遲異常評估單元27中進行，用來判斷多個感測器之間的訊號是否發生延遲，障礙物偵測訊號延遲異常評估單元27判斷方法如下所述，障礙物偵測訊號延遲異常評估單元27接收同一時間點的複數障礙物時間與對應之相對位置距離資訊，當同一時間點的其中一障礙物時間與對應之相對位置距離資訊，與其他障礙物時間與對應之相對位置距離資訊不符合時，則產生異常警示訊號。其中，障礙物時間與對應之相對位置距離資訊分別為目前系統紀錄的時間，以及障礙物出現的位置。舉例來說，若光達資訊及攝影機資訊所產生的障礙物時間與對應之相對位置距離資訊，皆標示在擷取影像的10分鐘後，始出現一移動車輛，但雷達資訊所產生的障礙物時間與對應之相對位置距離資訊卻標示在擷取影像的12分鐘後，才出現一移動車輛，因此可得知雷達資訊所產生的障礙物時間與對應之相對位置距離資訊，與其他感測器產生的障礙物時間與對應之相對位置距離資訊明顯不同，雷達感測器偵測訊號可能產生延遲，此時障礙物偵測訊號延遲異常評估單元27產生異常警示訊號至遠端伺服器30顯示，使監測人員可根據異常警示訊號，檢查光達、攝影機及雷達等感測器是否發生異常。障礙物偵測訊號延遲異常評估單元27在評估時，不僅可擷取幾分鐘前，屬於過去的複數障礙物時間與對應之相對位置距離資訊進行比對，亦可擷取當前的障礙物時間與對應之相對位置距離資訊進行比對，本發明不予以限制。
請繼續參照第一圖，接下來說明動態異常評估比對條件產生比對結果的方法，其係在動態異常評估單元26中進行，動態異常評估單元26可評估側向動態異常以及縱向動態異常。
首先，說明動態異常評估單元26評估縱向動態異常的狀態，請配合參照第五圖，動態異常評估單元26擷取車速資訊以及動力輸出資訊，並與一動力對應表進行比對。比對結果為不符合時，產生異常警示訊號至遠端伺服器30顯示。在本實施例中，動力輸出資訊為電流輸出資訊，動力對應表則為歷史車速資訊以及歷史動力輸出資訊的走勢曲線圖，如第五圖所示，動態異常評估單元26在比對時，將車速資訊以及動力輸出資訊的走勢曲線圖，與動力對應表的歷史車速資訊以及歷史動力輸出資訊的走勢曲線圖進行比對，若兩者的曲線未能吻合時，產生異常警示訊號。
接下來，請配合參照第六A圖與第六B圖，說明動態異常評估單元26評估縱向動態異常時，動態異常評估單元26擷取轉向角資訊以及動力輸出資訊，以將其與一轉向對應表進行比對。其中，轉向對應表為歷史轉向角資訊以及歷史動力輸出資訊的走勢曲線圖，若比對結果不符合，產生異常警示訊號至遠端伺服器30顯示，在本實施例中，動力輸出資訊為電流輸出資訊，轉向對應表則為歷史轉向角資訊以及歷史動力輸出資訊的走勢曲線圖。如第六A圖所示，當動態異常評估單元26在比對縱向動態異常時，先根據轉向角資訊的走勢曲線圖取得相同的歷史轉向角資訊的走勢曲線圖；接著如第六B圖所示，擷取對應歷史轉向角資訊之走勢曲線圖的歷史動力輸出資訊之走勢曲線圖，令動力輸出資訊進行比對，當兩者曲線未能吻合時，產生異常警示訊號。
綜上所述，本發明能在後台能收集車載系統的車載系統資訊，並根據車載系統資訊評估自駕車各系統的狀態，以提前偵測運行時候車輛動態異常，及自駕車的感測系統異常，能有效提升自駕系統的行車安全，且本發明能蒐集自駕車的所有大數據資訊，以有效紀錄統計行車動向，並針對行車狀態進行評估，以提升自動駕駛的行車安全；另一方面，亦可藉由統計分析結果，供後台進行即時監控、大眾運輸車隊調度派遣，甚至是由後台進行遠端協控或緊急處置等之目的，以作為自駕車營運管理。
唯以上所述者，僅為本發明之較佳實施例而已，並非用來限定本發明實施之範圍。故即凡依本發明申請範圍所述之特徵及精神所為之均等變化或修飾，均應包括於本發明之申請專利範圍內。
1:自駕車遠端監控系統
10:資料處理模組
12:篩選單元
14:訊息轉換單元
20:異常分析模組
21:蛇行異常評估單元
22:電池健康狀態評估單元
23:障礙物距離偵測異常評估單元
24:障礙物數量偵測異常評估單元
25:障礙物種類偵測異常評估單元
26:動態異常評估單元
27:障礙物偵測訊號延遲異常評估單元
30:遠端伺服器
2:車載系統
第一圖為本發明之系統方塊圖；
第二圖為本發明之步驟流程圖；
第三圖為本發明蛇行異常評估比對條件產生比對結果之步驟流程圖；
第四圖為本發明電池健康狀態評估比對條件產生比對結果之步驟流程圖；
第五圖為本發明縱向動態異常走勢曲線比對圖；
第六A圖與第六B圖為本發明側向動態異常走勢曲線比對圖。
1:自駕車遠端監控系統
10:資料處理模組
12:篩選單元
14:訊息轉換單元
20:異常分析模組
21:蛇行異常評估單元
22:電池健康狀態評估單元
23:障礙物距離偵測異常評估單元
24:障礙物數量偵測異常評估單元
25:障礙物種類偵測異常評估單元
26:動態異常評估單元
27:障礙物偵測訊號延遲異常評估單元
30:遠端伺服器
2:車載系統
Claims (19)
- 一種自駕車遠端監控系統，其可接收一車載系統所傳遞的車載系統資訊，該自駕車遠端監控系統包括： 一資料處理模組，接收該車載系統資訊，該資料處理模組包括： 一篩選單元，擷取該車載系統資訊中的原始車身資料，並濾除不符合門檻值的該原始車身資料，產生車輛參數資訊；及 一訊息轉換單元，連接該篩選單元，接收該車輛參數資訊，並根據該車輛參數估測出車身環境資訊； 一異常分析模組，連接該資料處理模組，接收該車輛參數資訊及該車身環境資訊，將該車輛參數資訊及該車身環境資訊帶入比對條件產生比對結果，並對應該比對結果產生異常警示訊號；以及 一遠端伺服器，連接該異常分析模組，接收並對應顯示該異常警示訊號。
- 如請求項1所述之自駕車遠端監控系統，其中該車輛參數資訊包括電池殘電量資訊(SOC)、車速資訊、方向角資訊、位置資訊、光達資訊、雷達資訊、攝影機資訊、煞車資訊、動力輸出資訊、手/自駕狀態資訊、行駛里程數資訊或車載系統診斷資訊；其中該車身環境資訊包括行車軌跡資訊、殘電量遞減資訊、障礙物距離資訊、障礙物數量資訊、障礙物種類資訊、障礙物時間與對應之相對位置距離資訊；其中該訊息轉換單元根據該車速資訊及該方向角資訊估測該行車軌跡資訊；根據該電池殘電量資訊及該行駛里程數資訊估測該殘電量遞減資訊；根據該光達資訊、該雷達資訊、該攝影機資訊分別估測出複數該障礙物距離資訊、該障礙物數量資訊或該障礙物時間與對應之相對位置距離資訊；根據該攝影機資訊估測該障礙物種類資訊。
- 如請求項2所述之自駕車遠端監控系統，其中該異常分析模組更包括一蛇行異常評估單元，其設有該比對條件，其可為蛇行異常評估比對條件包括根據該手/自駕狀態資訊定義為該車輛為自駕狀態後，擷取該車速資訊、該方向角資訊及該行車軌跡資訊，並當該車速資訊大於一即時預設車速值，該方向角資訊大於一即時預設方向角，及該行車軌跡資訊比對一預設軌跡資訊大於一即時軌跡誤差值成立時，則產生該異常警示訊號，若不成立則擷取該位置資訊，以比對相同位置的歷史預設方向角以及歷史預設軌跡資訊，以判斷該方向角資訊大於該歷史預設方向角，及該行車軌跡資訊比對該歷史預設軌跡資訊大於一歷史軌跡誤差值成立時，產生該異常警示訊號。
- 如請求項2所述之自駕車遠端監控系統，其中該異常分析模組更包括一電池健康狀態評估單元，其設有該比對條件，其可為電池健康狀態評估比對條件包括擷取該殘電量遞減資訊，當該殘電量遞減資訊大於一電量遞減預設資訊成立時，則產生該異常警示訊號，若不成立持續比對該殘電量遞減資訊與一歷史殘電量遞減預設資訊，當該殘電量遞減資訊大於該歷史殘電量遞減預設資訊，則產生該異常警示訊號。
- 如請求項2所述之自駕車遠端監控系統，其中該異常分析模組更包括一障礙物距離偵測異常評估單元，其設有該比對條件，其可為障礙物距離偵測異常評估比對條件包括接收同一時間點的複數該障礙物距離資訊，當同一時間點的其中一該障礙物距離資訊與其他該障礙物距離資訊不符時，則產生該異常警示訊號。
- 如請求項2所述之自駕車遠端監控系統，其中該異常分析模組更包括一障礙物數量偵測異常評估單元設有該比對條件，其可為障礙物數量偵測異常評估比對條件並且包括接收同一時間點的複數該障礙物數量資訊，當同一時間點的其中一該障礙物數量資訊與其他該障礙物數量資訊不符時，則產生該異常警示訊號。
- 如請求項2所述之自駕車遠端監控系統，其中該異常分析模組更包括一障礙物種類偵測異常評估單元設有該比對條件，其可為障礙物種類偵測異常評估比對條件並且包括接收同一時間點的複數該障礙物種類資訊，當同一時間點的其中一該障礙物種類資訊與其他該障礙物種類資訊不符合時，則產生該異常警示訊號。
- 如請求項2所述之自駕車遠端監控系統，其中該異常分析模組更包括一障礙物偵測訊號延遲異常評估單元設有該比對條件，其可為障礙物偵測訊號延遲異常評估比對條件包括接收同一時間點的複數該障礙物時間與對應之相對位置距離資訊，當同一時間點的其中一該障礙物時間與對應之相對位置距離資訊與其他該障礙物時間與對應之相對位置距離資訊不符合時，則產生該異常警示訊號。
- 如請求項2所述之自駕車遠端監控系統，其中該異常分析模組更包括一動態異常評估單元設有該比對條件，其可為動態異常評估比對條件包括，將該車速資訊以及該動力輸出資訊與一動力對應表進行比對，不符合時則產生該異常警示訊號，其中該動力對應表為歷史車速資訊以及歷史動力輸出資訊的走勢曲線圖；或將該方向角資訊以及該動力輸出資訊與一轉向對應表進行比對，不符合時則產生該異常警示訊號，其中該轉向對應表為歷史轉向角資訊以及歷史動力輸出資訊的走勢曲線圖。
- 如請求項2所述之自駕車遠端監控系統，其中該遠端伺服器可接收並顯示該車載系統資訊中的車載系統診斷資訊。
- 一種自駕車遠端監控方法，包括下列步驟： 接收車載系統資訊； 擷取該車載系統資訊中的原始車輛參數，並濾除不符合門檻值的該原始車輛參數，產生車輛參數資訊； 根據該車輛參數資訊估測出車身環境資訊；以及 將該車輛參數資訊及該車身環境資訊帶入比對條件，以產生比對結果，並對應該比對結果產生異常警示訊號。
- 如請求項11所述之自駕車遠端監控方法，其中該車輛參數資訊包括電池殘電量(SOC)、車速資訊、方向角資訊、位置資訊、光達資訊、雷達資訊、攝影機資訊、煞車資訊、動力輸出資訊、手自駕狀態資訊、行駛里程數資訊或車載系統診斷資訊；其中該車身環境資訊包括行車軌跡資訊、殘電量遞減資訊、障礙物距離資訊、障礙物數量資訊、障礙物種類資訊、障礙物時間與對應之相對位置距離資訊；其中該訊息轉換單元可根據該車速資訊及該方向角資訊估測該行車軌跡資訊；該電池資訊及該行駛里程數資訊估測該殘電量遞減資訊；該光達資訊、該雷達資訊、該攝影機資訊分別估測出複數該障礙物距離資訊、該障礙物數量資訊或該障礙物時間與對應之相對位置距離資訊；根據該攝影機資訊估測該障礙物種類資訊。
- 如請求項12所述之自駕車遠端監控方法，其中該將該車輛參數資訊及該車身環境資訊帶入比對條件，以產生比對結果，並對應該比對結果產生異常警示訊號之步驟，該比對條件可為蛇行異常評估比對條件，包括下列步驟： 根據該手自駕狀態資訊定義為該車輛為自駕狀態； 擷取該車速資訊、該方向角資訊及該行車軌跡資訊；以及 判斷該車速資訊是否大於一即時預設車速，該方向角資訊大於一即時預設方向角，及該行車軌跡資訊比對該預設軌跡資訊大於一即時軌跡誤差值： 若是，產生該異常警示訊號；及 若否，擷取該位置資訊，以比對相同位置的歷史預設方向角以及歷史預設軌跡資訊，當該方向角資訊大於該歷史預設方向角，及該行車軌跡資訊比對該歷史預設軌跡資訊大於一歷史軌跡誤差值成立時，產生該異常警示訊號。
- 如請求項12所述之自駕車遠端監控方法，其中將該車輛參數資訊及該車身環境資訊帶入比對條件，以產生比對結果，並對應該比對結果產生異常警示訊號之步驟，該比對條件可為電池健康狀態評估比對條件，包括下列步驟： 擷取該殘電量遞減資訊； 判斷該殘電量遞減資訊是否大於一電量遞減預設資訊： 若是，產生該異常警示訊號；及 若否，比對該殘電量遞減資訊與一歷史殘電量遞減預設資訊，當該殘電量遞減資訊大於該歷史殘電量遞減預設資訊，則產生該異常警示訊號。
- 如請求項12所述之自駕車遠端監控方法，其中將該車輛參數資訊及該車身環境資訊帶入比對條件，以產生比對結果，並對應該比對結果產生異常警示訊號之步驟，該比對條件可為障礙物距離偵測異常評估比對條件，包括下列步驟：接收同一時間點的複數該障礙物距離資訊，當同一時間點的其中一該障礙物距離資訊與其他該障礙物距離資訊不符時，則產生該異常警示訊號。
- 如請求項12所述之自駕車遠端監控方法，其中將該車輛參數資訊及該車身環境資訊帶入比對條件，以產生比對結果，並對應該比對結果產生異常警示訊號之步驟，該比對條件可為障礙物數量偵測異常評估比對條件，包括下列步驟：接收同一時間點的複數該障礙物數量資訊，當同一時間點的其中一該障礙物數量資訊與其他該障礙物數量資訊不符時，則產生該異常警示訊號。
- 如請求項12所述之自駕車遠端監控方法，其中將該車輛參數資訊及該車身環境資訊帶入比對條件，以產生比對結果，並對應該比對結果產生異常警示訊號之步驟，該比對條件可為障礙物種類偵測異常評估比對條件，包括下列步驟：接收同一時間點的複數該障礙物種類資訊，當同一時間點的其中一該障礙物種類資訊與其他該障礙物種類資訊不符合時，則產生該異常警示訊號。
- 如請求項12所述之自駕車遠端監控方法，其中將該車輛參數資訊及該車身環境資訊帶入比對條件，以產生比對結果，並對應該比對結果產生異常警示訊號之步驟，該比對條件可為障礙物偵測訊號延遲異常評估比對條件，包括下列步驟：接收同一時間點的複數該障礙物時間與對應之相對位置距離資訊，當同一時間點的其中一該障礙物時間與對應之相對位置距離資訊與其他該障礙物時間與對應之相對位置距離資訊不符合時，則產生該異常警示訊號。
- 如請求項12所述之自駕車遠端監控方法，其中將該車輛參數資訊及該車身環境資訊帶入比對條件，以產生比對結果，並對應該比對結果產生異常警示訊號之步驟，該比對條件可為動態異常評估比對條件，包括下列步驟： 將該車速資訊以及動力輸出資訊與一動力對應表進行比對，不符合時則產生該異常警示訊號，其中該動力對應表為歷史車速資訊以及歷史動力輸出資訊的走勢曲線圖；或 將該方向角資訊以及該動力輸出資訊與一轉向對應表進行比對，不符合時則產生該異常警示訊號，其中該轉向對應表為歷史轉向角資訊以及歷史動力輸出資訊的走勢曲線圖。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW108145743A TWI753334B (zh) | 2019-12-13 | 2019-12-13 | 自駕車遠端監控系統及其方法 |
| US16/826,668 US11120645B2 (en) | 2019-12-13 | 2020-03-23 | System for remotely monitoring an autonomous vehicle and method using the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW108145743A TWI753334B (zh) | 2019-12-13 | 2019-12-13 | 自駕車遠端監控系統及其方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202123187A true TW202123187A (zh) | 2021-06-16 |
| TWI753334B TWI753334B (zh) | 2022-01-21 |
Family
ID=76316992
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW108145743A TWI753334B (zh) | 2019-12-13 | 2019-12-13 | 自駕車遠端監控系統及其方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US11120645B2 (zh) |
| TW (1) | TWI753334B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220379927A1 (en) * | 2021-05-25 | 2022-12-01 | At&T Intellectual Property I, L.P. | Connected systems based on contextually aware dynamic visual indicators |
| CN114071411A (zh) * | 2021-10-29 | 2022-02-18 | 上海智能网联汽车技术中心有限公司 | 一种用于车路协同路侧感知单元长期维护的方法 |
| CN113844465B (zh) * | 2021-12-02 | 2022-07-15 | 上海车右智能科技有限公司 | 一种自动驾驶方法及系统 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5987259B2 (ja) * | 2012-06-19 | 2016-09-07 | 株式会社リコー | 自動運転ナビゲーションシステム |
| KR20160015028A (ko) * | 2014-07-30 | 2016-02-12 | 한국전자통신연구원 | 원격 자율주행 제어 시스템, 원격 자율주행 제어를 지원하는 차량용 장치 및 차량의 원격 자율주행을 제어하는 방법 |
| US9430944B2 (en) * | 2014-11-12 | 2016-08-30 | GM Global Technology Operations LLC | Method and apparatus for determining traffic safety events using vehicular participative sensing systems |
| US11702066B2 (en) * | 2017-03-01 | 2023-07-18 | Qualcomm Incorporated | Systems and methods for operating a vehicle based on sensor data |
| US20190018418A1 (en) * | 2017-07-13 | 2019-01-17 | Horng-Huei Tseng | Vehicle summon system |
| US10838421B2 (en) * | 2018-02-09 | 2020-11-17 | Denso Corporation | Autonomous drive system |
| US11861458B2 (en) * | 2018-08-21 | 2024-01-02 | Lyft, Inc. | Systems and methods for detecting and recording anomalous vehicle events |
-
2019
- 2019-12-13 TW TW108145743A patent/TWI753334B/zh active
-
2020
- 2020-03-23 US US16/826,668 patent/US11120645B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| US11120645B2 (en) | 2021-09-14 |
| TWI753334B (zh) | 2022-01-21 |
| US20210183171A1 (en) | 2021-06-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI753334B (zh) | 自駕車遠端監控系統及其方法 | |
| US11361556B2 (en) | Deterioration diagnosis device, deterioration diagnosis system, deterioration diagnosis method, and storage medium for storing program | |
| US9852636B2 (en) | Traffic event data source identification, data collection and data storage | |
| CN111077880B (zh) | 一种车辆故障的诊断系统及方法 | |
| CN109724812B (zh) | 车辆故障预警的方法、装置、存储介质和终端设备 | |
| KR101757075B1 (ko) | 차량 고장 진단 분석을 위한 주행 데이터 모니터링 시스템 및 방법 | |
| CN105115605A (zh) | 轨道列车红外检测系统及检测方法 | |
| EP3730375A1 (en) | Method and system for analysing the control of a vehicle | |
| KR20220010510A (ko) | 차량 운전자의 책임을 계산하기 위한 시스템 및 방법 | |
| CN102632836A (zh) | 用于车辆的盲区警告 | |
| US10864928B2 (en) | Monitoring system for train | |
| CA3146367C (en) | Information-enhanced off-vehicle event identification | |
| CN112614342A (zh) | 一种道路异常事件的预警方法、车载设备及路侧设备 | |
| JP7380616B2 (ja) | 自動運転制御装置、自動運転制御方法、及び自動運転制御プログラム | |
| CN111161527B (zh) | 自驾车远端监控系统及其方法 | |
| KR101311112B1 (ko) | 차량 사고 판단 장치 및 그 방법 | |
| KR20050014907A (ko) | 차량의 운행상태 검출을 위한 블랙박스 및 이를 이용한차량용 운행 안전 관리 시스템 | |
| CN112330839B (zh) | 一种驾校学习质量智能在线监控系统 | |
| JP7473008B2 (ja) | 判定システム、サーバ、判定方法、及び判定プログラム | |
| WO2023187851A1 (ja) | 車両データ分析方法および装置 | |
| CN113808398B (zh) | 一种车辆实时定位核查系统及核查方法 | |
| KR20230120751A (ko) | 철도 차량의 화면표시기의 상태를 진단하는 방법 및 시스템 | |
| CN117218861A (zh) | 基于历史行为的车辆违停监测方法以及系统 | |
| Sukegawa et al. | Estimation of Drivers' Cognitive Load Through Foot Placement Analysis in a Car-Sharing Service | |
| CN117533338A (zh) | 一种适用于港口的无人驾驶车辆故障降级策略方法 |