TW202307766A - 傾斜車輛行車資料處理裝置 - Google Patents
傾斜車輛行車資料處理裝置 Download PDFInfo
- Publication number
- TW202307766A TW202307766A TW111125098A TW111125098A TW202307766A TW 202307766 A TW202307766 A TW 202307766A TW 111125098 A TW111125098 A TW 111125098A TW 111125098 A TW111125098 A TW 111125098A TW 202307766 A TW202307766 A TW 202307766A
- Authority
- TW
- Taiwan
- Prior art keywords
- data
- vehicle
- driving
- mentioned
- tilted
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 107
- 230000033001 locomotion Effects 0.000 claims abstract description 211
- 230000009471 action Effects 0.000 claims description 77
- 230000008859 change Effects 0.000 claims description 63
- 238000011156 evaluation Methods 0.000 claims description 57
- 238000003825 pressing Methods 0.000 claims description 11
- 238000005096 rolling process Methods 0.000 claims description 9
- 238000013461 design Methods 0.000 abstract description 19
- 230000004044 response Effects 0.000 abstract 1
- 230000001133 acceleration Effects 0.000 description 53
- 230000006399 behavior Effects 0.000 description 35
- 238000010586 diagram Methods 0.000 description 17
- 238000000034 method Methods 0.000 description 17
- 238000007405 data analysis Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 10
- 238000010801 machine learning Methods 0.000 description 5
- 239000000470 constituent Substances 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 239000004575 stone Substances 0.000 description 4
- 230000005358 geomagnetic field Effects 0.000 description 3
- 230000003137 locomotive effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18145—Cornering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G06Q50/40—
-
- 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
- G07C5/02—Registering or indicating driving, working, idle, or waiting time only
- G07C5/04—Registering or indicating driving, working, idle, or waiting time only using counting means or digital clocks
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2300/00—Indexing codes relating to the type of vehicle
- B60W2300/36—Cycles; Motorcycles; Scooters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/18—Roll
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/10—Historical data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle for navigation systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Transportation (AREA)
- Entrepreneurship & Innovation (AREA)
- Chemical & Material Sciences (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Educational Administration (AREA)
- Analytical Chemistry (AREA)
- Mathematical Physics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Traffic Control Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本發明提供一種可提高基於傾斜車輛行車資料所獲得之經濟損失相關資料之精度,並且提高硬體資源之設計自由度的傾斜車輛行車資料處理裝置。傾斜車輛行車資料處理裝置1具有記憶體20及處理器10。處理器10利用經濟損失相關資料產生模型,基於記憶體20中所記憶之傾斜車輛行車資料,產生並輸出經濟損失相關資料。上述經濟損失相關資料產生模型構成為,以基於第1傾斜車輛行車資料而產生之第1經濟損失相關資料與基於第2傾斜車輛行車資料而產生之第2經濟損失相關資料為互不相同之資料之方式,基於上述傾斜車輛行車資料所包含之表示向車體之左右方向傾斜之運動的資料,產生與向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。
Description
本發明係關於一種傾斜車輛行車資料處理裝置。
已知有基於傾斜車輛行車資料而產生並輸出經濟損失相關資料之傾斜車輛行車資料處理裝置。例如專利文獻1中揭示有一種資訊處理裝置,其檢測作為駕駛者或移動體之行為之駕駛行為,並基於上述駕駛行為之檢測結果進行風險預測。再者,上述專利文獻1中揭示了上述移動體包括機車、腳踏車等。
又,專利文獻2中揭示有一種用以檢測車輛事件並基於車輛資訊進行分類之方法及系統。上述專利文獻2所揭示之方法亦包含以下方法:將車輛移動資料與複數個保險公司方案之車輛性能要件進行比較,並且當車輛資料滿足保險公司方案中之任意一個車輛性能要件時通知給車輛操作員。再者,上述專利文獻2中揭示了上述方法及系統亦可用於機車等其他車輛。
又,專利文獻3中揭示有一種基於所輸入之驅動資料來決定保險費之保險系統。上述驅動資料包含距離、駕駛行為等資料。上述駕駛行為包含前進路線變更、加速、及急遽之加速中之至少一者。再者,上述專利文獻3中揭示了上述車輛亦可為機車、速克達等。
先前技術文獻
專利文獻
專利文獻1:國際公開2018/190152號
專利文獻2:美國專利第10157321號說明書
專利文獻3:美國專利第10817950號說明書
[發明所欲解決之問題]
傾斜車輛因高機動性及高方便性而被用於各種場景。因此,對於產生並輸出傾斜車輛特有之輸出資料之傾斜車輛行車資料處理裝置,要求考慮各種行駛場景而產生並輸出傾斜車輛特有之輸出資料。尤其是,於上述傾斜車輛行車資料處理裝置產生經濟損失相關資料作為上述輸出資料之情形時,要求基於上述傾斜車輛之行車資料,產生精度更良好之經濟損失相關資料。
又,於上述傾斜車輛行車資料處理裝置中,若為了產生精度更良好之經濟損失相關資料而欲獲取關於行駛狀態等各種狀況之資料,則傾斜車輛行車資料處理裝置要處理之資料之種類及資料量會非常多。因此,上述傾斜車輛行車資料處理裝置中之硬體之負載變高。由此,傾斜車輛行車資料處理裝置所需之硬體資源增加,故硬體資源之設計受到限制。因此,傾斜車輛行車資料處理裝置之硬體資源之設計自由度下降。
本發明之目的在於提供一種可提高基於傾斜車輛行車資料所獲得之經濟損失相關資料之精度,並且提高硬體資源之設計自由度的傾斜車輛行車資料處理裝置。
[解決問題之技術手段]
本發明人等在對傾斜車輛行車資料處理裝置產生並輸出之基於傾斜車輛之行車資料之傾斜車輛特有之輸出資料進行研究的過程中,獲得了如下所述之新的見解。
傾斜車輛與四輪車輛不同,於右迴轉時向右傾斜,且於左迴轉時向左傾斜。因此,當使傾斜車輛左迴轉或右迴轉時,駕駛者為了使上述傾斜車輛迴轉,需進行將上述傾斜車輛側壓之動作,並且於上述傾斜車輛之迴轉結束後,需進行將上述傾斜車輛拉起之動作。又,傾斜車輛與四輪車輛不同,使車體向左右方向傾斜而進行前進路線變更。而且,傾斜車輛與四輪車輛相比左右方向之尺寸較小,因此左右方向之行駛位置之自由度較高。因此,於傾斜車輛之情形時,前進路線變更之發生頻度較高。
於此種傾斜車輛中,駕駛者之駕駛技能及駕駛風格容易表現在傾斜車輛之前進路線變更時等之向車體之左右方向傾斜之急遽運動。
又,本發明人等發現,如上所述反映出駕駛者之駕駛技能及駕駛風格之向車體之左右方向傾斜之急遽運動、與關於經濟損失之資料之間的關聯性較高。因此,本發明人等注意到,根據與如上所述反映出駕駛者之駕駛技能及駕駛風格之向車體之左右方向傾斜之急遽運動相關的各資料,容易獲得操縱上述傾斜車輛之駕駛者與經濟損失之相關關係。
再者,上述前進路線變更係指向著同一方向前進的同時改變前進路線之傾斜車輛之動作。上述前進路線變更亦包含傾斜車輛改變車道線之動作。
基於以上方面,本發明人等注意到,藉由對包含與反映出傾斜車輛之駕駛者之駕駛技能及駕駛風格之向車體之左右方向傾斜之急遽運動相關之資料的傾斜車輛行車資料進行處理,可精度更良好地產生並輸出能用於例如保險、金融等與經濟損失相關之服務之傾斜車輛特有之輸出資料。
又,本發明人等注意到,藉由將如上所述之傾斜車輛行車資料用於處理,而與對所有行駛場景中之傾斜車輛行車資料進行處理之情形相比,可限定要處理之資料之種類。藉此,可抑制傾斜車輛行車資料處理裝置要處理之資料量之增大,因此可降低上述傾斜車輛行車資料處理裝置中之硬體之負載。因此,可提高上述傾斜車輛行車資料處理裝置之硬體資源之設計自由度。
如上所述,本發明人等發現,藉由將包含與反映出傾斜車輛之駕駛者之駕駛技能及駕駛風格之向車體之左右方向傾斜之急遽運動相關之資料的傾斜車輛行車資料用於處理,可提高基於上述傾斜車輛行車資料所獲得之經濟損失相關資料之精度,並且提高硬體資源之設計自由度,從而想到了如下所述之構成。
本發明之一實施方式之傾斜車輛行車資料處理裝置具有:記憶體,其記憶作為於左迴轉時向左傾斜且於右迴轉時向右傾斜之傾斜車輛之行車資料的傾斜車輛行車資料;及處理器,其利用經濟損失相關資料產生模型,基於上述記憶體中所記憶之上述傾斜車輛行車資料而產生經濟損失相關資料,並輸出所產生之上述經濟損失相關資料,該經濟損失相關資料產生模型係根據上述傾斜車輛行車資料所包含之表示車體之急遽運動之資料,產生用於與經濟損失相關之服務之上述經濟損失相關資料。上述經濟損失相關資料產生模型構成為,於將駕駛者在第1日期之第1時段駕駛第1傾斜車輛以向車體之前後方向加速或減速之運動及向上述車體之左右方向傾斜之運動均不急遽之方式沿第1路徑行駛時的上述傾斜車輛行車資料定義為第1傾斜車輛行車資料,將上述駕駛者在上述第1日期之上述第1時段駕駛上述第1傾斜車輛以上述車體之前後方向之加速或減速之運動不急遽且向上述車體之左右方向傾斜之運動急遽之方式沿上述第1路徑行駛時的上述傾斜車輛行車資料定義為第2傾斜車輛行車資料之情形時,以基於上述第1傾斜車輛行車資料所產生之第1經濟損失相關資料與基於上述第2傾斜車輛行車資料所產生之第2經濟損失相關資料為互不相同之資料之方式,基於上述傾斜車輛行車資料所包含之表示向上述車體之左右方向傾斜之運動的資料,產生與向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。
藉此,可利用經濟損失相關資料產生模型,基於反映出傾斜車輛之駕駛者之駕駛技能及駕駛風格之傾斜車輛行車資料所包含之向車體之左右方向傾斜之運動的資料,根據向上述車體之左右方向傾斜之急遽運動獲得經濟損失相關資料。
上述經濟損失相關資料產生模型構成為,基於以向車體之左右方向傾斜之運動急遽之方式沿第1路徑行駛時獲得之第2傾斜車輛行車資料所獲得的第2經濟損失相關資料,與基於以向車體之左右方向傾斜之運動不急遽之方式沿第1路徑行駛時獲得之第1傾斜車輛行車資料所獲得的第1經濟損失相關資料不同。因此,上述經濟損失相關資料產生模型可產生與向車體之周向傾斜之急遽運動對應之經濟損失相關資料。
傾斜車輛中,駕駛者之駕駛技能及駕駛風格容易表現在向車體之左右方向傾斜之急遽運動。因此,藉由如上所述般使用上述經濟損失相關資料產生模型,根據向車體之左右方向傾斜之急遽運動產生經濟損失相關資料,可根據駕駛者之駕駛技能及駕駛風格,精度良好地求出經濟損失相關資料。而且,上述駕駛者之預測駕駛水準視傾斜車輛之駕駛者之駕駛技能而異。因此,向車體之左右方向傾斜之急遽運動亦容易表現出上述駕駛者之預測駕駛水準。因此,藉由如上所述般產生與向車體之左右方向傾斜之急遽運動對應的經濟損失相關資料,可根據駕駛者之預測駕駛水準精度良好地求出經濟損失相關資料。
又,藉由使用反映出傾斜車輛之駕駛者之駕駛技能及駕駛風格的傾斜車輛行車資料所包含之表示向上述車體之左右方向傾斜之運動的資料,而與使用所有傾斜車輛行車資料之情形相比,可抑制要處理之資料量之增大。因此,可降低上述傾斜車輛行車資料處理裝置中之硬體之負載。因此,可提高上述傾斜車輛行車資料處理裝置之硬體資源之設計自由度。
根據以上,可提供能提高基於傾斜車輛行車資料所獲得之經濟損失相關資料之精度,並且提高硬體資源之設計自由度的傾斜車輛行車資料處理裝置。
根據另一態樣,本發明之傾斜車輛行車資料處理裝置較佳為包含以下構成。於將上述傾斜車輛之姿勢及前後方向之速度自特定之狀態變化後,至恢復成上述特定之狀態為止之期間內的上述傾斜車輛之行駛定義為1個行駛循環(driving cycle)之情形時,上述第1傾斜車輛行車資料及上述第2傾斜車輛行車資料均包含上述1個行駛循環以上之資料,上述經濟損失相關資料產生模型以基於上述第1傾斜車輛行車資料所產生之第1經濟損失相關資料與基於上述第2傾斜車輛行車資料所產生之第2經濟損失相關資料為互不相同之資料之方式,基於上述傾斜車輛行車資料所包含之1個行駛循環以上之表示向上述車體之左右方向傾斜之運動的資料,產生與向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。
藉此,傾斜車輛行車資料包含1個行駛循環以上之資料。因此,可使用經濟損失相關資料產生模型,基於反映出傾斜車輛之駕駛者之駕駛技能及駕駛風格的上述傾斜車輛行車資料所包含之1個行駛循環以上之表示向上述車體之左右方向傾斜之運動的資料,產生與向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。
而且,以向車體之左右方向傾斜之運動急遽之方式沿第1路徑行駛時所獲得的第2傾斜車輛行車資料包含上述1個行駛循環以上之資料,以向車體之左右方向傾斜之運動不急遽之方式沿第1路徑行駛時所獲得的第1傾斜車輛行車資料包含上述1個行駛循環以上之資料。因此,使用以基於上述第2傾斜車輛行車資料所獲得之第2經濟損失相關資料與基於上述第1傾斜車輛行車資料所獲得之第1經濟損失相關資料不同之方式構成的上述經濟損失相關資料產生模型,可精度更良好地產生與向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。
進而,藉由處理器基於上述傾斜車輛行車資料中之表示向車體之左右方向傾斜之運動的資料而產生經濟損失相關資料,與使用上述傾斜車輛行車資料中之所有資料之情形相比,可進一步抑制要處理之資料量之增大。因此,可進一步降低上述傾斜車輛行車資料處理裝置中之硬體之負載。因此,可進一步提高上述傾斜車輛行車資料處理裝置之硬體資源之設計自由度。
根據以上,可提供能提高基於傾斜車輛行車資料所獲得之經濟損失相關資料之精度,並且進一步提高硬體資源之設計自由度的傾斜車輛行車資料處理裝置。
根據另一態樣,本發明之傾斜車輛行車資料處理裝置較佳為包含以下構成。上述第1傾斜車輛行車資料及上述第2傾斜車輛行車資料至少包含與側傾運動相關之資料。
藉由以此方式使第1傾斜車輛行車資料及第2傾斜車輛行車資料至少包含與側傾運動相關之資料,而第1傾斜車輛行車資料及第2傾斜車輛行車資料包含表示向車體之左右方向傾斜之運動的資料。因此,可使用經濟損失相關資料產生模型,基於反映出駕駛者之駕駛技能及駕駛風格的上述傾斜車輛行車資料所包含之表示向上述車體之左右方向傾斜之運動的資料,產生與向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。
根據另一態樣,本發明之傾斜車輛行車資料處理裝置較佳為包含以下構成。向上述車體之左右方向傾斜之急遽運動係指上述傾斜車輛行車資料所包含之表示向上述車體之左右方向傾斜之運動的資料大於閾值之運動。
藉此,處理器可容易地判定傾斜車輛行車資料所包含之表示向車體之左右方向傾斜之運動的資料中之、表示向上述車體之左右方向傾斜之急遽運動之資料。因此,可使用經濟損失相關資料產生模型,基於表示向上述車體之左右方向傾斜之急遽運動之資料,容易地產生與向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。
根據另一態樣,本發明之傾斜車輛行車資料處理裝置較佳為包含以下構成。向上述車體之左右方向傾斜之急遽運動包含上述傾斜車輛之用以迴轉之急遽之側壓動作、急遽之拉起動作及急遽之前進路線變更中之至少一者。
為了使傾斜車輛迴轉之急遽之側壓動作及急遽之拉起動作、上述傾斜車輛之急遽之前進路線變更容易表現出駕駛上述傾斜車輛之駕駛者之駕駛技能及駕駛風格之差異。又,如上所述反映出駕駛者之駕駛技能及駕駛風格之上述急遽之側壓動作、上述急遽之拉起動作及上述急遽之前進路線變更、與關於經濟損失之資料之間的關聯性較高。因此,根據與上述急遽之側壓動作、上述急遽之拉起動作及上述急遽之前進路線變更相關的資料,容易獲得駕駛上述傾斜車輛之駕駛者與經濟損失之相關關係。
因此,可基於傾斜車輛行車資料中之與上述急遽之側壓動作、上述急遽之拉起動作及上述急遽之前進路線變更相關的資料,精度良好地求出經濟損失相關資料。
根據另一態樣,本發明之傾斜車輛行車資料處理裝置較佳為包含以下構成。上述處理器根據上述傾斜車輛行車資料,產生與上述傾斜車輛迴轉時之敏捷性(Agility)及平穩性(Smoothness)中之至少一者相關的迴轉評價資料。上述記憶體記憶上述所產生之迴轉評價資料。上述經濟損失相關資料除了基於上述傾斜車輛行車資料以外,亦基於與上述傾斜車輛迴轉時之敏捷性及平穩性中之至少一者相關之上述迴轉評價資料而產生。
經濟損失相關資料除了基於傾斜車輛行車資料以外,亦基於與傾斜車輛迴轉時之敏捷性及平穩性中之至少一者相關的迴轉評價資料而產生。上述迴轉評價資料係反映出受駕駛上述傾斜車輛之駕駛者之預測駕駛水準影響之駕駛技能的資料。又,藉由組合上述敏捷性及上述平穩性,可掌握上述駕駛者之駕駛風格。因此,藉由如上所述般基於上述傾斜車輛行車資料及上述迴轉評價資料產生上述經濟損失相關資料,可獲得進一步反映出上述駕駛技能及上述駕駛風格之經濟損失相關資料。因此,傾斜車輛行車資料處理裝置可產生並輸出更確實地反映出駕駛者之駕駛技能及駕駛風格之經濟損失相關資料。
本說明書中所使用之專業用語僅用於定義特定之實施例,並不意圖利用上述專業用語限制發明。
本說明書中所使用之「及/或」包含一個或複數個關聯例舉之構成物之全部組合。
本說明書中,「包含、包括(including)」「包含、具備(comprising)」或「具有(having)」及其等之變化之使用雖特定出所記載之特徵、製程、操作、要素、成分及/或其等之均等物之存在,但可包含步驟、動作、要素、組件、及/或其等之群中之一個或複數個。
本說明書中,「安裝」、「連接」、「結合」及/或其等之均等物被廣義地使用,包含“直接及間接之”安裝、連接及結合兩種。進而,「連接」及「結合」並不限定於物理或機械連接或結合,可包含直接或間接之電性連接或結合。
只要未另外定義,則本說明書中使用之全部用語(包含技術用語及科學用語)具有與由本發明所屬之技術領域之業者通常理解之含義相同之含義。
通常使用之詞典中所定義之用語應解釋為具有與相關技術及本發明之語境中之含義一致之含義,只要於本說明書中未明確地定義,則不應以理想化或過度形式化之含義進行解釋。
於本發明之說明中,可理解為揭示有多個技術及製程。其等之各者具有個別之利益,分別可與其他揭示之技術之一個以上、或視情形與全部一併使用。
因此,為了變得明確,本發明之說明中,限制不必要地重複各個步驟之可能之全部組合。儘管如此,本說明書及申請專利範圍應被理解並解讀為此種組合全部處於本發明之範圍內。
本說明書中,對本發明之傾斜車輛行車資料處理裝置之實施方式進行說明。
於以下說明中,為了提供本發明之完全之理解而對多個具體之例進行敍述。然而,本領域技術人員明白不參照該等具體之例亦可實施本發明。
因此,以下揭示應被考慮為本發明之例示,而並非意圖將本發明限定於藉由以下圖式或說明而表示之特定之實施方式。
[傾斜車輛]
本說明書中,所謂傾斜車輛,係指以傾斜姿勢迴轉之車輛。具體而言,傾斜車輛係於車輛之左右方向上,於向左迴轉時朝左方向傾斜,於向右迴轉時朝右方向傾斜之車輛。傾斜車輛可為單人乘坐之車輛,亦可為能供複數個人乘坐之車輛。傾斜車輛可具有車輪,亦可不具有車輪。傾斜車輛亦可如例如滑雪板等具有除車輪以外之可移動零件。再者,傾斜車輛不僅包含二輪車,還包含三輪車或四輪車等以傾斜姿勢迴轉之全部車輛。即,傾斜車輛所具有之車輪數可為任意數。
[車體之急遽運動]
本說明書中,車體之急遽運動係指車體之運動中較通常之運動更為急促之運動。於如下等情形時將上述車體之運動判定為急遽之運動,即:與上述車體之運動相關之值為以多個駕駛者為對象而設定之閾值以上之情形、與上述車體之運動相關之值為在同一駕駛者之資料中突出之值之情形、及根據與上述車體之運動相關之資料之波形的擬合而判定為急遽地變化之情形。另一方面,於如下等情形時將上述車體之運動判定為非急遽之運動,即:與上述車體之運動相關之值小於以多個駕駛者為對象而設定之閾值之情形、與上述車體之運動相關之值在同一駕駛者之資料中不突出之情形、及根據與上述車體之運動相關之資料之波形的擬合而判定為變化不急遽之情形。
[向車體之左右方向傾斜之運動]
本說明書中,向車體之左右方向傾斜之運動係指上述車體之左右方向之傾斜角度變化的車體運動。即,向上述車體之左右方向傾斜之運動係指與上述車體之側傾運動相關之值並非零之車體運動。
向上述車體之左右方向傾斜之運動係變更傾斜車輛之前進方向時所產生之車體運動。例如,向上述車體之左右方向傾斜之運動係沿著彎道或十字路口轉彎時所產生之車體運動。又,例如,向上述車體之左右方向傾斜之運動係於進行車道線變更或在車道線內進行前進路線變更之車體運動。又,例如,向上述車體之左右方向傾斜之運動係避開人孔蓋或石頭等時連續地進行前進路線變更之車體運動。向上述車體之左右方向傾斜之運動包含用以迴轉之急遽之側壓動作、迴轉結束後之急遽之拉起動作及急遽之前進路線變更中之至少一者。
所謂向車體之左右方向傾斜之急遽運動,係指車體向左右方向傾斜之運動中,與車體之側傾運動相關之值為閾值以上之類的運動。
[表示向車體之左右方向傾斜之運動之資料]
本說明書中,所謂表示向車體之左右方向傾斜之運動之資料,係指與上述車體之側傾運動相關之資料。表示向上述車體之左右方向傾斜之運動的資料例如可為上述車體之側傾速率(roll rate)之資料,亦可為與上述側傾運動相關之除側傾速率以外之資料。與上述側傾運動相關之資料例如可包含車體以側傾軸(roll axis)為中心旋轉時之角加速度(側傾軸角加速度)、車體以橫擺軸(yaw axis)為中心旋轉時之角加速度(橫擺軸角加速度)、左右方向(俯仰軸方向)之加速度(俯仰軸加速度)、及前後方向(側傾軸方向)之速度與橫擺速率的組合等中之至少一種。再者,上述側傾軸係相對於傾斜車輛沿前後方向延伸之軸。上述俯仰軸係相對於傾斜車輛沿左右方向延伸之軸。上述橫擺軸係相對於傾斜車輛沿鉛直方向延伸之軸。上述側傾軸角加速度係側傾速率之時間微分值。上述橫擺軸角加速度係橫擺速率之時間微分值。
[用以迴轉之急遽之側壓動作]
本說明書中,所謂用以迴轉之急遽之側壓動作,係指於傾斜車輛左迴轉時駕駛者使車體向左方向傾斜時之側傾速率之時間微分值或於傾斜車輛右迴轉時駕駛者使車體向右方向傾斜時之側傾速率之時間微分值為第1急遽迴轉閾值以上之情形時的車體之傾斜動作。再者,用以迴轉之急遽之側壓動作亦可使用除側傾速率之時間微分值以外之與側傾速率相關之值來判定。用以迴轉之急遽之側壓動作例如亦可使用與橫擺速率相關之值來判定。
[迴轉結束後之急遽之拉起動作]
本說明書中,所謂迴轉結束後之急遽之拉起動作,係指於傾斜車輛左迴轉或右迴轉後,駕駛者要將車體拉起時之側傾速率之時間微分值為第2急遽迴轉閾值以上之情形時的車體之傾斜動作。再者,迴轉結束後之急遽之拉起動作亦可使用除側傾速率之時間微分值以外之與側傾速率相關之值來判定。迴轉結束後之急遽之拉起動作例如亦可使用與橫擺速率相關之值來判定。
[急遽之前進路線變更]
本說明書中,所謂急遽之前進路線變更,係指於傾斜車輛之前進路線變更中,側傾速率為閾值以上之情形時之前進路線變更。上述前進路線變更係指在向著同一方向前進的同時改變前進路線之傾斜車輛之動作。上述前進路線變更亦包含傾斜車輛變更車道線之動作。上述急遽之前進路線變更亦可指車體之側壓時及拉起時這兩個時間點之側傾軸角加速度之峰值之差為閾值以上之情形時的傾斜車輛之動作。再者,急遽之前進路線變更只要使用與側傾運動相關之值來判定即可,亦可使用除側傾速率以外之值來判定。
[與經濟損失相關之服務]
本說明書中,所謂與經濟損失相關之服務,係指保險、金融、租賃、公司內之核定等領域內與經濟損失相關之服務。具體而言,上述與經濟損失相關之服務包含面向汽車保險公司之保險費率設定支持等與保險相關之服務、面向金融機構之對顧客之償還風險預測支持等與金融相關之服務、面向旅客及運輸業等之運營公司之工作人員核定支持等與旅客及運輸業相關之服務、與共享或租賃相關之服務、公司工作人員之核定支持等與工作人員評價相關之服務、及與B to B(Business to Business,企業間商務)相關之服務等。再者,本說明書中,上述經濟損失不僅指經濟損失,亦包含獎勵及激勵等經濟利益。即,上述經濟損失係指經濟方面之損失或利益。
[經濟損失相關資料]
本說明書中,所謂經濟損失相關資料,係指用於與上述經濟損失相關之服務之資料。上述經濟損失相關資料例如包含與保險費率、核定結果、償還風險預測結果等相關之資料。
[經濟損失相關資料產生模型]
本說明書中,所謂經濟損失相關資料產生模型,係指根據傾斜車輛行車資料所包含之車體之急遽運動而產生經濟損失相關資料之模型。上述經濟損失相關資料產生模型包含用以基於上述傾斜車輛行車資料之至少一部分資料產生經濟損失相關資料的邏輯、學習模型、函數、機器學習之結果所獲得之模型、及表格資料等。
[根據車體之急遽運動產生經濟損失相關資料]
本說明書中,所謂根據車體之急遽運動產生經濟損失相關資料,係指藉由根據每單位行駛距離之車體之急遽運動之發生頻度及/或急遽之程度等進行評價或分析,而產生經濟損失相關資料。
[傾斜車輛行車資料]
本說明書中,所謂傾斜車輛行車資料,係指與傾斜車輛之行駛相關之資料。上述傾斜車輛行車資料包含表示車體之急遽運動之資料。處理器根據上述傾斜車輛行車資料所包含之表示車體之急遽運動之資料,產生用於與經濟損失相關之服務之經濟損失相關資料。上述傾斜車輛行車資料亦可包含與傾斜車輛之前後方向之急遽加速或急遽減速相關之資料。上述傾斜車輛行車資料亦可包含與駕駛者對傾斜車輛之駕駛輸入相關之傾斜車輛駕駛輸入資料、與傾斜車輛之行為相關之傾斜車輛行為資料、與傾斜車輛之行駛位置相關之傾斜車輛位置資料、及與傾斜車輛行駛之行駛環境相關之傾斜車輛行駛環境資料中之至少一種資料。
[第1傾斜車輛行車資料]
本說明書中,所謂第1傾斜車輛行車資料,係指不包含表示向車體之左右方向傾斜之急遽運動之資料的傾斜車輛行車資料。上述第1傾斜車輛行車資料係於以向上述車體之左右方向傾斜之運動不急遽之方式行駛之情形時所獲得之資料,例如傾斜車輛沿著十字路口轉彎時以轉大彎之方式行駛等情形。又,上述第1傾斜車輛行車資料係於以向上述車體之左右方向傾斜之運動不急遽之方式行駛之情形時所獲得之資料,例如於傾斜車輛要避開人孔蓋或石頭等時,在距離及時間上具有較大餘裕地進行前進路線變更而行駛等情形。
[第2傾斜車輛行車資料]
本說明書中,所謂第2傾斜車輛行車資料,係指於同一日期之同一時段沿著與獲取上述第1傾斜車輛行車資料時傾斜車輛所行駛之路徑相同之路徑行駛時所獲得之傾斜車輛行車資料,且為包含表示向車體之左右方向傾斜之急遽運動之資料的傾斜車輛行車資料。上述第2傾斜車輛行車資料係於以向上述車體之左右方向傾斜之運動急遽之方式行駛之情形時所獲得之資料,例如傾斜車輛於沿著十字路口轉彎時以轉小彎之方式行駛等情形。又,上述第2傾斜車輛行車資料係於以向上述車體之左右方向傾斜之運動急遽之方式行駛之情形時獲得之資料,例如於傾斜車輛要避開人孔蓋或石頭等時,在距離或時間上沒有餘裕地進行前進路線變更而行駛等情形。
再者,上述第1傾斜車輛行車資料及上述第2傾斜車輛行車資料係於同一日期之同一時段,使傾斜車輛沿著同一路徑行駛時所獲得之傾斜車輛行車資料,且為向車體之前後方向加速或減速之運動不急遽之傾斜車輛行車資料。上述第1傾斜車輛行車資料與上述第2傾斜車輛行車資料的不同之處在於,傾斜車輛行車資料中是否包含表示向車體之左右方向傾斜之急遽運動之資料。
[第1日期之第1時段]
本說明書中,所謂第1日期之第1時段,係指分別獲取上述第1傾斜車輛行車資料及上述第2傾斜車輛行車資料時傾斜車輛行駛之日期時間為同一日期之同一時段。其原因在於,儘可能使分別獲取第1傾斜車輛行車資料及第2傾斜車輛行車資料時之傾斜車輛之行駛條件一致。例如日落前後之時段不包含在上述同一時段內。上述同一時段係同一駕駛者能夠實現傾斜車輛之行駛之時間範圍。再者,時段係指例如1小時、2小時等之類的時間軸上之特定之時間範圍。
[第1路徑]
本說明書中,所謂第1路徑,係指分別獲取上述第1傾斜車輛行車資料及上述第2傾斜車輛行車資料時傾斜車輛行駛之路徑為同一路徑。即,上述第1路徑係指分別獲取上述第1傾斜車輛行車資料及上述第2傾斜車輛行車資料時傾斜車輛行駛之道路為同一道路。其原因在於,儘可能使分別獲取第1傾斜車輛行車資料及第2傾斜車輛行車資料時之傾斜車輛之行駛條件一致。
[1個行駛循環]
本說明書中,所謂1個行駛循環,係指傾斜車輛之姿勢及前後方向之速度自特定之狀態變化後,至恢復成上述特定之狀態為止之期間內之上述傾斜車輛之行駛。上述1個行駛循環例如亦可指傾斜車輛自停車狀態起動,至其後停止為止之期間內的上述傾斜車輛之行駛。上述1個行駛循環之開始時期及結束時期之傾斜車輛之姿勢可為直立狀態,亦可為傾斜狀態。上述1個行駛循環之開始時期及結束時期之傾斜車輛之速度可為零,亦可不為零。上述1個行駛循環亦可不包含十字路口處之左右迴轉及彎道處之轉向等。上述傾斜車輛與四輪車等其他車輛相比為小型,即便為直線道路,進行較小之前進路線變更之機會亦較多。因此,即便為不包含迴轉及轉向等之上述1個行駛循環之資料,資料中亦容易表現出傾斜車輛之除直線進駛以外之運動。
[敏捷性]
本說明書中,所謂敏捷性,係指於傾斜車輛沿轉角行駛時,傾斜車輛實際之迴轉動作與為了引出傾斜車輛之迴轉力而基於駕駛者之意圖所預測之迴轉動作對應之情形時的傾斜車輛之運動。
[平穩性]
本說明書中,所謂平穩性,係指於傾斜車輛沿轉角行駛時,傾斜車輛實際之迴轉動作與基於駕駛者之意圖所預測之迴轉動作對應之情形時的傾斜車輛之運動。
[發明之效果]
根據本發明之一實施方式,可提供能夠提高基於傾斜車輛行車資料所獲得之經濟損失相關資料之精度,並且提高硬體資源之設計自由度的傾斜車輛行車資料處理裝置。
以下,參照圖式對各實施方式進行說明。再者,各圖中之構成構件之尺寸並非真實地表現實際之構成構件之尺寸及各構成構件之尺寸比率等。
<實施方式1>
(傾斜車輛行車資料處理裝置)
圖1中示出本發明之實施方式1之傾斜車輛行車資料處理裝置1之概略構成。傾斜車輛行車資料處理裝置1係基於駕駛者駕駛傾斜車輛X時所獲得之傾斜車輛X之行車資料(傾斜車輛行車資料)而產生經濟損失相關資料的裝置。傾斜車輛行車資料處理裝置1可輸出上述經濟損失相關資料。本實施方式之傾斜車輛行車資料處理裝置1係於基於上述傾斜車輛行車資料產生上述經濟損失相關資料時,使用傾斜車輛行車資料所包含之表示向車體之左右方向傾斜之運動的資料。
本實施方式中,上述經濟損失相關資料係根據向上述車體之左右方向傾斜之急遽運動而產生。上述經濟損失相關資料被用於與經濟損失相關之服務。上述與經濟損失相關之服務例如為保險、金融、租賃、公司內之核定等領域內與經濟損失相關之服務。因此,上述經濟損失相關資料例如用於與保險相關之服務、與金融相關之服務、與共享及租賃相關之服務、與公司內之工作人員之核定等相關之服務等。
本實施方式中之傾斜車輛行車資料係與傾斜車輛X之行駛相關之資料。上述傾斜車輛行車資料係於產生上述經濟損失相關資料時使用。上述傾斜車輛行車資料包含表示向車體之左右方向傾斜之急遽運動之資料。表示向車體之左右方向傾斜之急遽運動之資料容易表現傾斜車輛X之駕駛者之駕駛技能及駕駛風格之差異。又,上述駕駛技能會對駕駛者之預測駕駛水準之差異產生影響。因此,表示向車體之左右方向傾斜之急遽運動的資料容易表現出駕駛者之預測駕駛水準之差異。
向上述車體之左右方向傾斜之運動係上述車體之左右方向之傾斜角度變化之車體運動。即,關於向上述車體之左右方向傾斜之運動,與上述車體之側傾運動相關之值並非零。
向上述車體之左右方向傾斜之運動係變更傾斜車輛X之前進方向時產生之車體運動。例如,向上述車體之左右方向傾斜之運動係沿著彎道或十字路口轉彎時產生之車體之運動。又,例如,向上述車體之左右方向傾斜之運動係進行車道線變更或於車道線內進行前進路線變更之車體運動。又,例如,向上述車體之左右方向傾斜之運動係避開人孔蓋或石頭等時連續地進行前進路線變更之車體運動。向上述車體之左右方向傾斜之運動包含用以迴轉之急遽之側壓動作、迴轉結束後之急遽之拉起動作或急遽之前進路線變更。
上述車體之向車體之左右方向傾斜之急遽運動例如為如上所述之車體向左右方向傾斜之運動中,與車體之側傾運動相關之值為閾值以上之類的運動。於此情形時,表示向上述車體之左右方向傾斜之運動之資料係與上述車體之側傾運動相關之資料。
因此,上述傾斜車輛行車資料例如包含與為了使傾斜車輛X迴轉之急遽之側壓動作相關的資料、與傾斜車輛迴轉結束後之急遽之拉起動作相關的資料、及與傾斜車輛之急遽之前進路線變更相關的資料中之至少一者。
傾斜車輛與四輪車輛不同,於右迴轉時向右傾斜,且於左迴轉時向左傾斜。因此,於使傾斜車輛左迴轉或右迴轉時,駕駛者為了使上述傾斜車輛迴轉,需進行將上述傾斜車輛側壓之動作,且於上述傾斜車輛迴轉結束後,需進行將上述傾斜車輛拉起之動作。關於此種傾斜車輛,駕駛者之駕駛技能及駕駛風格之差異容易表現在為了使上述傾斜車輛迴轉而將上述傾斜車輛側壓之動作、及於上述傾斜車輛迴轉結束後將上述傾斜車輛拉起之動作。因此,可基於與為了使傾斜車輛迴轉而將上述傾斜車輛側壓之動作、及於上述傾斜車輛迴轉結束後將上述傾斜車輛拉起之動作相關的各資料,根據操縱上述傾斜車輛之駕駛者之駕駛技能及駕駛風格,精度良好地求出經濟損失相關資料。而且,駕駛者之駕駛技能之差異容易表現為駕駛者之預測駕駛水準之差異。因此,可基於上述各資料,根據駕駛者之預測駕駛水準之差異求出經濟損失相關資料。
又,傾斜車輛與四輪車輛不同,使車體向左右方向傾斜而進行前進路線變更。因此,駕駛者之駕駛技能及駕駛風格之差異容易表現在傾斜車輛之前進路線變更時之車體之傾斜狀態。因此,可基於與傾斜車輛之前進路線變更相關之資料,根據操縱上述傾斜車輛之駕駛者之駕駛技能及駕駛風格,精度良好地求出經濟損失相關資料。
進而,傾斜車輛與四輪車輛相比左右方向之尺寸較小,因此左右方向之行駛位置之自由度較高。因此,於傾斜車輛之情形時,前進路線變更之發生頻度較高。因此,駕駛者之駕駛技能及駕駛風格之差異容易表現在傾斜車輛之前進路線變更。因此,可基於與傾斜車輛之前進路線變更相關之資料,根據操縱上述傾斜車輛之駕駛者之駕駛技能及駕駛風格,精度良好地求出經濟損失相關資料。
而且,如上所述,駕駛者之駕駛技能之差異容易表現為駕駛者之預測駕駛水準之差異,因此可基於上述與前進路線變更相關之資料,根據駕駛者之預測駕駛水準之差異求出經濟損失相關資料。
再者,上述前進路線變更係指在向著同一方向前進的同時改變前進路線之傾斜車輛之動作。上述前進路線變更亦包含傾斜車輛變更車道線之動作。
傾斜車輛行車資料處理裝置1具有處理器10及記憶體20。傾斜車輛行車資料處理裝置1可為傾斜車輛X之駕駛者擁有之移動終端,亦可為經由通信獲取資料並進行運算處理之運算處理裝置。上述運算處理裝置可設置於傾斜車輛,亦可設置於除上述傾斜車輛以外。
記憶體20可為能夠暫時記憶之記憶體,亦可為硬碟等記憶媒體。記憶體20只要為能夠記憶處理器10所獲取或運算所得之資料之構成即可,可具有任意構成。
記憶體20記憶有駕駛者駕駛傾斜車輛X時之傾斜車輛行車資料。圖1中,以D1表示記憶體20中所記憶之傾斜車輛行車資料。再者,經濟損失相關資料產生模型可記憶於記憶體20中,亦可基於儲存在記憶體20中之傾斜車輛行車資料,藉由處理器10或其他運算裝置而求出。
上述經濟損失相關資料產生模型構成為,基於駕駛者駕駛傾斜車輛X時所獲得之傾斜車輛行車資料,產生用於與經濟損失相關之服務之經濟損失相關資料。詳細而言,上述經濟損失相關資料產生模型係根據傾斜車輛行車資料所包含之表示車體之急遽運動之資料,產生經濟損失相關資料。
上述經濟損失相關資料產生模型構成為,於將駕駛者在第1日期之第1時段駕駛第1傾斜車輛以向上述車體之前後方向加速或減速之運動及向上述車體之左右方向傾斜之運動均不急遽之方式沿第1路徑行駛時的上述傾斜車輛行車資料定義為第1傾斜車輛行車資料,將上述駕駛者在上述第1日期之上述第1時段駕駛上述第1傾斜車輛以向上述車體之前後方向加速或減速之運動不急遽且向上述車體之左右方向傾斜之運動急遽之方式沿上述第1路徑行駛時的上述傾斜車輛行車資料定義為第2傾斜車輛行車資料之情形時,以基於上述第1傾斜車輛行車資料所產生之第1經濟損失相關資料與基於上述第2傾斜車輛行車資料所產生之第2經濟損失相關資料為互不相同之資料之方式,基於上述傾斜車輛行車資料所包含之表示向上述車體之左右方向傾斜之運動的資料,產生與向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。
上述經濟損失相關資料產生模型包含用以基於上述傾斜車輛行車資料之至少一部分資料而產生經濟損失相關資料的邏輯、學習模型、函數、機器學習之結果所獲得之模型、及表格資料等。
再者,於向車體之左右方向傾斜之運動(例如側傾速率)之變化微小之情形時(例如,因測定之偏差或誤差所引起之變化),藉由上述經濟損失相關資料產生模型所產生之經濟損失相關資料有時不變。
處理器10例如為用於電腦等之運算處理裝置。處理器10可具有經濟損失相關資料產生模型。處理器10亦可自記憶體20或其他記憶裝置讀取上述經濟損失相關資料產生模型。處理器10亦可利用藉由處理器10或其他運算裝置所求出之上述經濟損失相關資料產生模型。
處理器10獲取傾斜車輛行車資料並記憶於記憶體20中,並且藉由使用記憶體20中所記憶之傾斜車輛行車資料、及上述經濟損失相關資料產生模型進行運算處理,而產生經濟損失相關資料。處理器10輸出所產生之經濟損失相關資料。
圖2係表示處理器10之概略構成之方塊圖。如圖2所示,處理器10具有經濟損失相關資料產生部11及輸出部12。
再者,記憶體20中所記憶之傾斜車輛行車資料亦可藉由例如感測器來獲取。上述感測器例如亦包含含有陀螺儀感測器之角度感測器、加速度感測器、六軸慣性計測裝置(IMU)、圖像感測器、紅外線感測器、超音波感測器、GPS(Global Positioning System,全球定位系統)等檢測位置之裝置。上述感測器只要為能夠獲取上述傾斜車輛行車資料之檢測裝置即可,可為任意檢測裝置。
處理器10之經濟損失相關資料產生部11使用包含表示向車體之左右方向傾斜之運動之資料在內的傾斜車輛行車資料及經濟損失相關資料產生模型,產生經濟損失相關資料。處理器10之輸出部12輸出藉由經濟損失相關資料產生部11所產生之經濟損失相關資料。
根據以上,本實施方式之傾斜車輛行車資料處理裝置1具有:記憶體20,其記憶於左迴轉時向左傾斜且於右迴轉時向右傾斜之傾斜車輛X之行車資料;及處理器10,其利用經濟損失相關資料產生模型,基於記憶體20中所記憶之上述傾斜車輛行車資料而產生上述經濟損失相關資料,並輸出所產生之上述經濟損失相關資料,該經濟損失相關資料產生模型係根據上述傾斜車輛行車資料所包含之表示上述車體之急遽運動的資料,產生用於與經濟損失相關之服務之經濟損失相關資料。
上述經濟損失相關資料產生模型構成為,於將駕駛者在第1日期之第1時段駕駛第1傾斜車輛以向上述車體之前後方向加速或減速之運動及向上述車體之左右方向傾斜之運動均不急遽之方式沿第1路徑行駛時的上述傾斜車輛行車資料定義為第1傾斜車輛行車資料,將上述駕駛者在上述第1日期之上述第1時段駕駛上述第1傾斜車輛以向上述車體之前後方向加速或減速之運動不急遽且向上述車體之左右方向傾斜之運動急遽之方式沿上述第1路徑行駛時的上述傾斜車輛行車資料定義為第2傾斜車輛行車資料之情形時,以基於上述第1傾斜車輛行車資料所產生之第1經濟損失相關資料與基於上述第2傾斜車輛行車資料所產生之第2經濟損失相關資料為互不相同之資料之方式,基於上述傾斜車輛行車資料所包含之表示向上述車體之左右方向傾斜之運動的資料,產生與向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。
藉此,藉由經濟損失相關資料產生模型,可基於傾斜車輛之反映出駕駛者之駕駛技能及駕駛風格的傾斜車輛行車資料所包含之表示向車體之左右方向傾斜之運動之資料,獲得與向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。
上述經濟損失相關資料產生模型構成為使第2經濟損失相關資料與第1經濟損失相關資料不同,上述第2經濟損失相關資料係基於以向車體之左右方向傾斜之運動急遽之方式沿第1路徑行駛時所獲得之第2傾斜車輛行車資料而獲得,上述第1經濟損失相關資料係基於以向車體之左右方向傾斜之運動不急遽之方式沿第1路徑行駛時所獲得之第1傾斜車輛行車資料而獲得。因此,上述經濟損失相關資料產生模型可根據向車體之周向傾斜之急遽運動,產生經濟損失相關資料。
關於傾斜車輛X,駕駛者之駕駛技能及駕駛風格容易表現在向車體之左右方向傾斜之急遽運動。因此,如上所述,藉由使用上述經濟損失相關資料產生模型,根據向車體之左右方向傾斜之急遽運動產生經濟損失相關資料,可根據駕駛者之駕駛技能及駕駛風格,精度良好地求出經濟損失相關資料。
又,藉由使用反映出傾斜車輛X之駕駛者之駕駛技能及駕駛風格的傾斜車輛行車資料所包含之表示向上述車體之左右方向傾斜之運動的資料,而與使用所有傾斜車輛行車資料之情形相比,可抑制要處理之資料量之增大。因此,可抑制上述傾斜車輛行車資料處理裝置中之硬體之負載。因此,可提高上述傾斜車輛行車資料處理裝置之硬體資源之設計自由度。
根據以上,可提供能夠提高基於傾斜車輛行車資料所獲得之經濟損失相關資料之精度,並且提高硬體資源之設計自由度的傾斜車輛行車資料處理裝置1。
<實施方式2>
本實施方式中,藉由傾斜車輛行車資料處理裝置1之處理器10處理之傾斜車輛行車資料包含傾斜車輛X之1個行駛循環以上之行車資料。又,上述傾斜車輛行車資料至少包含與側傾運動相關之資料。
圖3係用以說明傾斜車輛X之1個行駛循環之圖。如圖3所示,上述1個行駛循環係指傾斜車輛X之姿勢及前後方向之速度自特定之狀態變化後,至恢復成上述特定之狀態為止之行駛期間。即,1個行駛循環係指自傾斜車輛X之姿勢為特定之姿勢且前後方向之速度為特定速度之狀態,至上述姿勢成為上述特定之姿勢並且上述速度成為上述特定車速為止的行駛期間。上述1個行駛循環中之上述特定之姿勢可為直立姿勢,亦可為向左右方向傾斜之姿勢。上述1個行駛循環中之上述特定速度可為零(停車狀態),亦可為除零以外之行駛速度。
如上所述,上述傾斜車輛行車資料至少包含與側傾運動相關之資料。藉此,上述傾斜車輛行車資料包含表示向車體之左右方向傾斜之運動之資料。因此,可使用經濟損失相關資料產生模型,基於反映出傾斜車輛之駕駛者之駕駛技能及駕駛風格的上述傾斜車輛行車資料所包含之表示向上述車體之左右方向傾斜之運動的資料,產生與向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。
再者,表示向上述車體之左右方向傾斜之運動的資料例如可為上述車體之側傾速率之資料,亦可為與上述側傾運動相關之除側傾速率以外之資料。
上述經濟損失相關資料產生模型係如下所述般,使用教師資料及特徵量,藉由例如機器學習而產生。再者,機器學習之形式可為任意形式。只要能產生上述經濟損失相關資料產生模型,則亦可藉由除了機器學習以外之方法而產生上述經濟損失相關資料產生模型。
上述教師資料例如為具有傾斜車輛行車資料與經濟損失之關聯性之資料。即,上述教師資料例如為將傾斜車輛行車資料與經濟損失相關資料建立關聯之資料。
上述特徵量例如包含操縱技能評價指標、行駛事件指標、車輛行為評價指標、行駛距離、行駛時間、行駛環境指標等。上述特徵量可包含該等各指標中之至少一個指標。上述特徵量亦可不包含除操縱技能評價指標及行駛事件指標以外之指標。
上述操縱技能評價指標係與操縱技能之評價相關之指標。上述操縱技能評價指標例如為與平穩性、敏捷性相關之指標。該等指標可基於加速度、角速度、地磁場、及利用GPS等所得之位置資訊而獲得。
上述行駛事件指標係與急遽迴轉、緊急躲避等相關之指標。該等指標可基於加速度、角速度、地磁場、及利用GPS等所得之位置資訊而獲得。
上述車輛行為評價指標係與直線行駛時或迴轉時之加速傾向、路面狀態及左右變動性等相關之指標。該等指標可基於加速度、角速度、地磁場、及利用GPS等所得之位置資訊而獲得。
上述行駛距離可基於利用GPS等所得之位置資訊而獲得。上述行駛時間可基於時標等而獲得。
上述行駛環境指標係指與氣溫、可見距離、風速、雨量、晝夜等行駛環境相關之指標。該等指標可基於天氣資訊等而獲得。
本實施方式中,於將傾斜車輛X之姿勢及前後方向之速度自特定之狀態變化後,至恢復成上述特定之狀態為止之期間內之傾斜車輛X之行駛定義為1個行駛循環之情形時,較佳為上述第1傾斜車輛行車資料及上述第2傾斜車輛行車資料均包含上述1個行駛循環以上之資料,上述經濟損失相關資料產生模型構成為,以基於上述第1傾斜車輛行車資料所產生之第1經濟損失相關資料與基於上述第2傾斜車輛行車資料所產生之第2經濟損失相關資料為互不相同之資料之方式,基於上述傾斜車輛行車資料所包含之1個行駛循環以上之表示向上述車體之左右方向傾斜之運動的資料,產生與向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。
藉此,傾斜車輛行車資料包含1個行駛循環以上之資料。因此,可使用經濟損失相關資料產生模型,基於反映出傾斜車輛X之駕駛者之駕駛技能及駕駛風格的上述傾斜車輛行車資料所包含之1個行駛循環以上之表示向上述車體之左右方向傾斜之運動的資料,產生向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。
而且,以向車體之左右方向傾斜之運動急遽的方式沿第1路徑行駛時所獲得之第2傾斜車輛行車資料包含上述1個行駛循環以上之資料,以向車體之左右方向傾斜之運動不急遽的方式沿第1路徑行駛時所獲得之第1傾斜車輛行車資料包含上述1個行駛循環以上之資料。因此,可使用以基於上述第2傾斜車輛行車資料所獲得之第2經濟損失相關資料與基於上述第1傾斜車輛行車資料所獲得之第1經濟損失相關資料不同之方式構成的上述經濟損失相關資料產生模型,根據向上述車體之左右方向傾斜之急遽運動,精度更良好地產生經濟損失相關資料。
進而,處理器10藉由基於上述傾斜車輛行車資料中之表示向車體之左右方向傾斜之運動的資料,產生經濟損失相關資料,而與使用上述傾斜車輛行車資料中之所有資料之情形相比,可進一步抑制要處理之資料量之增大。因此,可進一步降低上述傾斜車輛行車資料處理裝置中之硬體之負載。因此,可進一步提高上述傾斜車輛行車資料處理裝置之硬體資源之設計自由度。
根據以上,可提供能夠提高基於傾斜車輛行車資料所獲得之經濟損失相關資料之精度,並且進一步提高硬體資源之設計自由度的傾斜車輛行車資料處理裝置。
本實施方式中,上述第1傾斜車輛行車資料及上述第2傾斜車輛行車資料較佳為至少包含與側傾運動相關之資料。
藉由以此方式使第1傾斜車輛行車資料及第2傾斜車輛行車資料至少包含與側傾運動相關之資料,而第1傾斜車輛行車資料及第2傾斜車輛行車資料包含表示向車體之左右方向傾斜之運動的資料。因此,可使用經濟損失相關資料產生模型,基於反映出傾斜車輛之駕駛者之駕駛技能及駕駛風格的上述傾斜車輛行車資料所包含之表示向上述車體之左右方向傾斜之運動的資料,產生與向上述車體之左右方向傾斜之急遽運動對應的經濟損失相關資料。
<實施方式3>
圖4係表示實施方式3之傾斜車輛行車資料處理裝置101之概略構成之圖。該實施方式之傾斜車輛行車資料處理裝置101基於傾斜車輛行車資料分析傾斜車輛X之行駛場景,使用該分析結果產生經濟損失相關資料。再者,以下,對與實施方式1相同之構成標註相同之符號並省略說明,僅對與實施方式1不同之部分進行說明。
上述傾斜車輛行車資料包含與為了使傾斜車輛X迴轉之急遽之側壓動作相關的資料、與傾斜車輛X迴轉結束後之急遽之拉起動作相關的資料、及與傾斜車輛X之急遽之前進路線變更相關的資料中之至少一者。上述傾斜車輛行車資料亦可包含與傾斜車輛X之急遽加速相關之資料、與傾斜車輛X之急遽減速相關之資料。
傾斜車輛行車資料處理裝置101具有處理器110及記憶體120。
處理器110基於傾斜車輛行車資料對傾斜車輛X之行駛場景進行分析,並且於各行駛場景中,基於經濟損失相關資料產生模型及傾斜車輛行車資料,產生經濟損失相關資料。
圖5係表示處理器110之概略構成之方塊圖。如圖5所示,處理器110具有傾斜車輛行車資料獲取部111、傾斜車輛行車資料分析部112、經濟損失相關資料產生部113及輸出部114。
傾斜車輛行車資料獲取部111自未圖示之感測器等,獲取駕駛者駕駛傾斜車輛X時之傾斜車輛行車資料,並記憶於記憶體120中。
傾斜車輛行車資料獲取部111例如可獲取與駕駛者對傾斜車輛X之駕駛相關之操作信號作為上述傾斜車輛駕駛輸入資料,並記憶於記憶體120中。具體而言,傾斜車輛行車資料獲取部111可獲取與傾斜車輛X中之駕駛者之駕駛輸入相關之資料,即,與加速器操作、刹車操作、轉向或因駕駛者之姿勢變化所引起之重心位置變更等相關之資料、與喇叭開關、轉向燈開關、照明開關等各種開關之操作等相關之資料等,並記憶於記憶體120中。該等資料係自傾斜車輛X發送。
傾斜車輛行車資料獲取部111例如可獲取包含駕駛者駕駛傾斜車輛X時變化之傾斜車輛X之加速度、速度、角度之資料作為傾斜車輛行為資料,並記憶於記憶體120中。處理器110例如藉由陀螺儀感測器等,獲取上述傾斜車輛行為資料。上述傾斜車輛行為資料係表現於駕駛者進行加速器操作或刹車操作而進行傾斜車輛X之加速與減速之情形時、及進行包含傾斜車輛X之轉向或重心位置之變更之姿勢變化之情形時等所產生之傾斜車輛X之行為的資料。
傾斜車輛行車資料獲取部111可獲取藉由駕駛者對傾斜車輛X進行之開關操作等而於傾斜車輛X產生之動作作為上述傾斜車輛行為資料,並記憶於記憶體120中。即,傾斜車輛行車資料獲取部111可獲取與藉由喇叭開關、轉向燈開關及照明開關等各種開關之操作等而於傾斜車輛X產生之動作相關的資料作為上述傾斜車輛行為資料,並記憶於記憶體120中。該等資料自傾斜車輛X被發送至傾斜車輛行車資料處理裝置101。
傾斜車輛行車資料獲取部111例如可基於GPS、通信移動終端之通信基地台之資訊,獲取與傾斜車輛X之行駛位置相關之傾斜車輛位置資料,並記憶於記憶體120中。再者,上述傾斜車輛位置資料可藉由各種測位技術、SLAM(Simultaneous Localization And Mapping,即時定位與地圖構建)等而算出。
傾斜車輛行車資料獲取部111例如可自地圖資料,獲取上述傾斜車輛行駛環境資料,並記憶於記憶體120中。該地圖資料例如可與關於道路情況之資訊、關於信號、設備等道路交通環境之資訊、關於道路行駛之限制資訊等建立關聯。又,上述地圖資料亦可與天氣、氣溫或濕度等環境資料等建立關聯。上述地圖資料亦可包含將道路資訊及關於道路交通環境之資訊(信號等對道路之附帶資訊)與關於道路行駛之限制資訊建立關聯所得之資訊。
傾斜車輛行車資料獲取部111例如可藉由搭載於傾斜車輛X之外部環境識別裝置,獲取上述傾斜車輛行駛環境資料,並記憶於記憶體120中。更具體而言,傾斜車輛行車資料獲取部111可自相機或雷達等,獲取上述傾斜車輛行駛環境資料,並記憶於記憶體20中。又,處理器110例如可藉由通信裝置,獲取上述傾斜車輛行駛環境資料,並記憶於記憶體120中。更具體而言,傾斜車輛行車資料獲取部111可藉由車車間通信裝置、路車間通信裝置,獲取上述傾斜車輛行駛環境資料,並記憶於記憶體120中。處理器110例如可經由網際網路獲取上述傾斜車輛行駛環境資料,並記憶於記憶體120中。以此方式,上述傾斜車輛行駛環境資料可自各種器件來獲取。獲取上述傾斜車輛行駛環境資料之器件並不限定於特定之器件。
傾斜車輛行車資料分析部112使用傾斜車輛行車資料,對傾斜車輛X之用以迴轉之急遽之側壓動作、迴轉結束後之急遽之拉起動作、及急遽之前進路線變更中之至少一個場景進行分析。詳細而言,傾斜車輛行車資料分析部112使用傾斜車輛行車資料,於上述至少一個場景中,對頻度及程度中之至少一者進行分析。再者,傾斜車輛行車資料分析部112亦可對傾斜車輛X之急遽減速及急遽加速中之至少一者進行分析。
經濟損失相關資料產生部113於上述分析後之場景中,使用包含表示向車體之左右方向傾斜之運動之資料在內的傾斜車輛行車資料及經濟損失相關資料產生模型,產生經濟損失相關資料。輸出部114輸出藉由經濟損失相關資料產生部113而產生之經濟損失相關資料。
再者,除上述以外之處理器110之構成與實施方式1之處理器10之構成相同。記憶體120之構成與實施方式1之記憶體20之構成相同。
(行駛場景中之傾斜車輛行車資料之分析)
其次,使用圖6至圖8對利用處理器110所進行之傾斜車輛X之行駛場景中之傾斜車輛行車資料之分析進行說明。再者,處理器110亦可不對急遽減速及急遽加速進行分析。
1.急遽減速及急遽加速
處理器110例如基於傾斜車輛X之前後方向之加速度判定傾斜車輛X之急遽減速及急遽加速。處理器110使用記憶體120中所記憶之傾斜車輛行車資料D1,判定傾斜車輛X之急遽減速及急遽加速。
圖6係表示傾斜車輛X之前後方向之加速度之變化之一例的圖。如圖6所示,處理器110於傾斜車輛X之前後方向之加速度為負值且為急遽減速閾值以下之情形時,判定為傾斜車輛X急遽減速。處理器110於傾斜車輛X之前後方向之加速度為正值且為急遽加速閾值以上之情形時,判定為傾斜車輛X急遽加速。再者,上述急遽減速閾值及上述急遽加速閾值記憶於記憶體120中。
如上所述之利用處理器110所得之急遽減速及急遽加速之判定結果係作為與頻度及程度中之至少一者相關之資料而記憶於記憶體120中。上述頻度例如為急遽減速或急遽加速之發生頻度。上述程度例如為於急遽減速之情形時前後方向加速度之大小相對於上述急遽減速閾值之比、或於急遽加速之情形時前後方向加速度之大小相對於上述急遽加速閾值之比。
2.用以迴轉之急遽之側壓動作及迴轉結束後之急遽之拉起動作
處理器110例如基於側傾速率之時間微分值,判定傾斜車輛X之用以迴轉之急遽之側壓動作及迴轉結束後之急遽之拉起動作。處理器110使用記憶體120中所記憶之傾斜車輛行車資料,判定傾斜車輛X之用以迴轉之急遽之側壓動作及迴轉結束後之急遽之拉起動作。
圖7係表示傾斜車輛X之迴轉前、迴轉過程中及迴轉結束後之傾斜車輛X之側傾速率及側傾速率之時間微分值之變化之一例的圖。圖7中,以細線表示側傾速率,以粗線表示側傾速率之時間微分值。如圖7所示,於傾斜車輛X之迴轉前及迴轉結束後,存在傾斜車輛X之側傾速率之時間微分值之峰值(圖中之黑圓點)。
處理器110使用傾斜車輛X迴轉前之側傾速率之時間微分值的峰值,判定用以迴轉之傾斜車輛X之急遽之側壓動作。具體而言,處理器110於傾斜車輛X迴轉前之側傾速率之時間微分值的峰值為第1急遽迴轉閾值以上之情形時,將傾斜車輛X之動作判定為用以迴轉之傾斜車輛X之急遽之側壓動作。處理器110亦可於傾斜車輛X迴轉前之側傾速率之時間微分值之峰值的平均值為第1急遽迴轉閾值以上之情形時,將傾斜車輛X之動作判定為用以迴轉之傾斜車輛X之急遽之側壓動作。
處理器110使用傾斜車輛X迴轉結束後之側傾速率之時間微分值的峰值,判定迴轉結束後之傾斜車輛X之急遽之拉起動作。具體而言,處理器110於傾斜車輛X迴轉結束後之側傾速率之時間微分值的峰值為第2急遽迴轉閾值以上之情形時,將傾斜車輛X之動作判定為迴轉結束後之傾斜車輛X之急遽之拉起動作。處理器110亦可於傾斜車輛X迴轉結束後之側傾速率之時間微分值之峰值的平均值為第2急遽迴轉閾值以上之情形時,將傾斜車輛X之動作判定為用以迴轉之傾斜車輛X之急遽之側壓動作。
再者,處理器110亦可使用傾斜車輛X之迴轉前及迴轉結束後之各個側傾速率之時間微分值的峰值,判定用以迴轉之傾斜車輛X之急遽之側壓動作、及迴轉結束後之傾斜車輛X之急遽之拉起動作中之至少一者。處理器110亦可使用橫擺速率、俯仰軸加速度、橫擺軸角加速度或側傾軸角加速度代替上述側傾速率,來判定用以迴轉之急遽之側壓動作及迴轉結束後之急遽之拉起動作。處理器110亦可於側壓時與拉起時這兩個時間點之側傾速率之峰值之差為閾值以上之情形時,判定為急遽迴轉。
如上所述之利用處理器110所得之用以迴轉之急遽之側壓動作及迴轉結束後之急遽之拉起動作的判定結果係作為與頻度及程度中之至少一者相關之資料記憶於記憶體120中。上述頻度例如係用以迴轉之急遽之側壓動作或迴轉結束後之急遽之拉起動作之發生頻度。上述程度例如於用以迴轉之急遽之側壓動作之情形時為側傾速率之時間微分值之大小相對於上述第1急遽迴轉閾值之比,或於迴轉結束後之急遽之拉起動作之情形時為側傾速率之時間微分值之大小相對於上述第2急遽迴轉閾值之比。
處理器110例如亦可不基於側傾速率之時間微分值,而是基於側傾速率來判定用以迴轉之傾斜車輛X之急遽之側壓動作及迴轉結束後之傾斜車輛X之急遽之拉起動作中之至少一者。
3.急遽之前進路線變更
處理器110例如基於側傾速率判定傾斜車輛X之急遽之前進路線變更。處理器110使用記憶體120中所記憶之傾斜車輛行車資料,判定傾斜車輛X之急遽之前進路線變更。
圖5係表示傾斜車輛X之行駛過程中之側傾速率之變化之一例的圖。如圖5所示,處理器110於側傾速率之峰值為閾值以上之情形時,判定為傾斜車輛X之急遽之前進路線變更。再者,上述閾值記憶於記憶體120中。處理器110亦可使用側傾軸角加速度、橫擺速率、俯仰軸加速度或橫擺軸角加速度代替上述側傾速率,判定急遽之前進路線變更。處理器110亦可於車體之側壓時與拉起時這兩個時間點之側傾軸角加速度之峰值之差為閾值以上之情形時,判定為急遽之前進路線變更。
如上所述之利用處理器110所得之急遽之前進路線變更之判定結果係作為與頻度及程度中之至少一者相關之資料記憶於記憶體120中。上述頻度例如為急遽之前進路線變更之發生頻度。上述程度例如於急遽之前進路線變更之情形時為側傾速率之峰值之大小相對於上述閾值之比。
再者,處理器110亦可使用對側傾速率之峰值進行加工所得之資料,判定傾斜車輛X之急遽之前進路線變更。
傾斜車輛行車資料分析部112針對上述各場景進行分析,並輸出其結果。經濟損失相關資料產生部113使用傾斜車輛行車資料分析部112對各場景之判定結果、及經濟損失相關資料產生模型,產生經濟損失相關資料。上述經濟損失相關資料產生模型例如包含將各場景與經濟損失相關資料建立關聯之資料。因此,經濟損失相關資料產生部113可使用各場景之判定結果及上述經濟損失相關資料,產生上述經濟損失相關資料。輸出部114輸出藉由經濟損失相關資料產生部113所產生之上述經濟損失相關資料。
藉由以上構成,傾斜車輛行車資料處理裝置101之處理器110使用駕駛者駕駛之傾斜車輛X之傾斜車輛行車資料,對傾斜車輛X之用以迴轉之急遽之側壓動作、迴轉結束後之急遽之拉起動作、及急遽之前進路線變更中之至少一個場景進行分析,使用上述傾斜車輛行車資料及經濟損失相關資料產生模型產生經濟損失相關資料,並輸出該經濟損失相關資料。
藉此,可使用包含與傾斜車輛X之用以迴轉之急遽之側壓動作、迴轉結束後之急遽之拉起動作、及急遽之前進路線變更中之至少一者相關之資料的傾斜車輛行車資料,獲得經濟損失相關資料。如上所述之傾斜車輛行車資料容易表現駕駛傾斜車輛X之駕駛者之駕駛技能及駕駛風格。因此,可獲得反映了駕駛傾斜車輛X之駕駛者之駕駛技能及駕駛風格之精度更良好之上述經濟損失相關資料。
而且,根據傾斜車輛之駕駛者之駕駛技能,上述駕駛者之預測駕駛水準不同。因此,向車體之左右方向傾斜之急遽運動亦容易表現上述駕駛者之預測駕駛水準。因此,藉由如上所述般根據向車體之左右方向傾斜之急遽運動,產生經濟損失相關資料,可根據駕駛者之預測駕駛水準,精度良好地求出經濟損失相關資料。
上述經濟損失相關資料產生模型構成為,於將駕駛者在第1日期之第1時段駕駛第1傾斜車輛以向上述車體之前後方向加速或減速之運動及向上述車體之左右方向傾斜之運動均不急遽之方式沿第1路徑行駛時的上述傾斜車輛行車資料定義為第1傾斜車輛行車資料,將上述駕駛者在上述第1日期之上述第1時段駕駛上述第1傾斜車輛以向上述車體之前後方向加速或減速之運動不急遽且向上述車體之左右方向傾斜之運動急遽之方式沿上述第1路徑行駛時的上述傾斜車輛行車資料定義為第2傾斜車輛行車資料之情形時,以基於上述第1傾斜車輛行車資料所產生之第1經濟損失相關資料與基於上述第2傾斜車輛行車資料所產生之第2經濟損失相關資料為互不相同之資料之方式,基於上述傾斜車輛行車資料所包含之表示向上述車體之左右方向傾斜之運動的資料,產生與向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。
又,藉由對傾斜車輛X之用以迴轉之急遽之側壓動作、迴轉結束後之急遽之拉起動作、及急遽之前進路線變更中之至少一個場景進行分析,而與對所有行駛場景進行分析之情形相比,可抑制要處理之資料量之增大。因此,可降低傾斜車輛行車資料處理裝置101中之硬體之負載。因此,可提高傾斜車輛行車資料處理裝置101之硬體資源之設計自由度。
根據以上,可提供能夠提高基於傾斜車輛行車資料所獲得之經濟損失相關資料之精度,並且提高硬體資源之設計自由度的傾斜車輛行車資料處理裝置101。
又,本實施方式中,處理器110使用上述傾斜車輛行車資料,對用以迴轉之急遽之側壓動作、迴轉結束後之急遽之拉起動作、及急遽之前進路線變更中之至少一者的頻度及程度中之至少一者進行分析,以因上述頻度及程度中之至少一者而異之方式,使用上述傾斜車輛行車資料及經濟損失相關資料產生模型產生並輸出與上述分析後之場景對應之經濟損失相關資料。
傾斜車輛行車資料及經濟損失相關資料產生模型分別包含進而表現駕駛傾斜車輛X之駕駛者之駕駛技能及駕駛風格之差異的資料。因此,基於上述傾斜車輛行車資料及上述經濟損失相關資料產生模型所產生之經濟損失相關資料進一步反映上述駕駛者之駕駛技能及駕駛風格。因此,傾斜車輛行車資料處理裝置101可產生並輸出更確實地反映出駕駛者之駕駛技能及駕駛風格之經濟損失相關資料。
而且,根據傾斜車輛之駕駛者之駕駛技能,上述駕駛者之預測駕駛水準不同。因此,上述傾斜車輛行車資料及上述經濟損失相關資料產生模型亦容易表現上述駕駛者之預測駕駛水準之差異。因此,藉由如上所述般基於上述傾斜車輛行車資料及上述經濟損失相關資料產生模型而產生經濟損失相關資料,可根據駕駛者之預測駕駛水準,精度良好地求出經濟損失相關資料。
又,處理器110藉由對用以迴轉之急遽之側壓動作、迴轉結束後之急遽之拉起動作、及急遽之前進路線變更中之至少一者的頻度及程度中之至少一者進行分析,而與對所有行駛場景進行分析之情形相比,可進一步抑制要處理之資料量之增大。因此,可進一步降低傾斜車輛行車資料處理裝置101中之硬體之負載。因此,可進一步提高傾斜車輛行車資料處理裝置101之硬體資源之設計自由度。
因此,可提供能夠提高基於傾斜車輛行車資料所獲得之經濟損失相關資料之精度,並且進一步提高硬體資源之設計自由度的傾斜車輛行車資料處理裝置101。
<實施方式4>
圖9係表示實施方式4之傾斜車輛行車資料處理裝置201之概略構成之圖。該實施方式之傾斜車輛行車資料處理裝置201根據傾斜車輛行車資料,進行傾斜車輛X之行駛場景之分析,並且產生與傾斜車輛X迴轉時之敏捷性及平穩性中之至少一者相關之迴轉評價資料,不僅基於上述傾斜車輛行車資料及經濟損失相關資料產生模型,亦基於上述迴轉評價資料而產生經濟損失相關資料。再者,以下,對與實施方式3相同之構成標註相同之符號並省略說明,僅對與實施方式3不同之部分進行說明。
處理器210與實施方式3之處理器110同樣地,使用傾斜車輛行車資料及經濟損失相關資料產生模型,對傾斜車輛X之用以迴轉之急遽之側壓動作、迴轉結束後之急遽之拉起動作、及急遽之前進路線變更中之至少一個場景進行分析。處理器210根據傾斜車輛行車資料,產生與傾斜車輛X迴轉時之敏捷性及平穩性中之至少一者相關之迴轉評價資料。處理器210基於針對上述至少一個場景之分析結果、上述迴轉評價資料及上述經濟損失相關資料產生模型,產生經濟損失相關資料。
圖10係表示處理器210之概略構成之圖。處理器210具有傾斜車輛行車資料獲取部211、傾斜車輛行車資料分析部212、經濟損失相關資料產生部213、輸出部214、迴轉時行車資料擷取部215及迴轉評價判定部216。
迴轉時行車資料擷取部215自記憶體220中所記憶之傾斜車輛行車資料中,擷取傾斜車輛X迴轉時之行車資料。自傾斜車輛行車資料中擷取傾斜車輛X迴轉時之行車資料之方法例如係使用傾斜車輛X之橫擺速率來進行。自傾斜車輛行車資料中擷取傾斜車輛X迴轉時之行車資料之方法例如與國際公開第2021/079494號所揭示之方法相同。
再者,關於自傾斜車輛行車資料中擷取傾斜車輛X之迴轉時行車資料,例如亦可使用與傾斜車輛X之俯仰角速率、側傾速率等表示傾斜車輛X之行為之其他參數相關的資料、與對傾斜車輛X之駕駛輸入相關之資料、與傾斜車輛X之位置相關之資料等來進行。又,關於自傾斜車輛行車資料中擷取傾斜車輛X之迴轉時行車資料,亦可組合複數個資料來進行。
迴轉評價判定部216使用藉由迴轉時行車資料擷取部215自傾斜車輛行車資料中擷取之迴轉時行車資料,產生與傾斜車輛X迴轉時之敏捷性及平穩性中之至少一者相關之迴轉評價資料。
詳細而言,迴轉評價判定部216例如使用傾斜車輛X之側傾角度及俯仰角度中之至少1者之低頻帶分量算出敏捷性之程度。迴轉評價判定部216例如基於側傾角度之低頻帶分量計算側傾判定指標,對該算出之側傾判定指標進行評價,藉此進行關於上述敏捷性之評價。上述側傾判定指標係將上述敏捷性得分化之指標。上述敏捷性之程度係藉由敏捷性之得分相對於評價基準之比率而算出。
又,迴轉評價判定部216例如使用傾斜車輛X之橫擺速率計算平穩性之程度。迴轉評價判定部216例如基於橫擺速率計算橫擺判定指標,對該算出之橫擺判定指標進行評價,藉此進行關於上述平穩性之評價。上述橫擺判定指標係將上述平穩性得分化之指標。上述平穩性之程度係藉由平穩性之得分相對於評價基準之比率而算出。
再者,利用迴轉評價判定部216所進行之與敏捷性及平穩性相關之迴轉評價資料之產生方法係與國際公開第2021/079494號所揭示之方法相同。再者,國際公開第2021/079494號中,上述敏捷性被記載為敏捷之運動,上述平穩性被記載為平穩之運動。
迴轉評價判定部216可產生與敏捷性及平穩性相關之迴轉評價資料,亦可產生與敏捷性或平穩性相關之迴轉評價資料。迴轉評價判定部216亦可如國際公開第2021/079494號所揭示,使用敏捷性之程度及平穩性之程度產生區分為4個類別之迴轉評價資料。關於該情形時之各類別之評價,例如揭示於國際公開第2021/079494號中。
迴轉評價判定部216所獲得之迴轉評價資料記憶於記憶體220中。
經濟損失相關資料產生部213基於傾斜車輛行車資料分析部212之分析結果、記憶體220中所記憶之迴轉評價判定部216之迴轉評價結果及經濟損失相關資料產生模型,產生經濟損失相關資料。即,經濟損失相關資料產生部213不僅基於上述傾斜車輛行車資料及經濟損失相關資料產生模型,亦基於上述迴轉評價資料,產生經濟損失相關資料。
經濟損失相關資料產生部213例如亦可將利用傾斜車輛行車資料分析部212所得之上述傾斜車輛行車資料之分析結果及記憶體220中所記憶之迴轉評價判定部116之迴轉評價結果應用於上述經濟損失相關資料產生模型,而產生經濟損失相關資料。
經濟損失相關資料產生部213例如亦可使用將利用傾斜車輛行車資料分析部212所得之上述傾斜車輛行車資料之分析結果應用於上述經濟損失相關資料產生模型所獲得之資料、及記憶體220中所記憶之迴轉評價判定部216之迴轉評價結果,產生經濟損失相關資料。
再者,除上述以外之處理器210之構成與實施方式3之處理器110之構成相同。記憶體220之構成與實施方式3之記憶體120之構成相同。
如上所述,本實施方式中,處理器210基於傾斜車輛行車資料,產生與傾斜車輛X迴轉時之敏捷性及平穩性中之至少一者相關之迴轉評價資料。記憶體220記憶上述所產生之迴轉評價資料。上述經濟損失相關資料除了基於上述傾斜車輛行車資料及上述經濟損失相關資料產生模型以外,亦基於與傾斜車輛X迴轉時之敏捷性及平穩性中之至少一者相關之迴轉評價資料而產生。
藉此,上述經濟損失相關資料不僅基於上述傾斜車輛行車資料及上述經濟損失相關資料產生模型,亦基於與傾斜車輛X迴轉時之敏捷性及平穩性中之至少一者相關之迴轉評價資料而產生,因此可獲得進一步反映出駕駛傾斜車輛X之駕駛者之駕駛技能及駕駛風格之輸出資料。因此,傾斜車輛行車資料處理裝置201可產生並輸出更確實地反映出駕駛者之駕駛技能及駕駛風格之輸出資料。
<其他實施方式>
以上,對本發明之實施方式進行了說明,但上述實施方式僅為用以實施本發明之例示。因此,本發明並不限定於上述實施方式,可於不脫離該主旨之範圍內適當地變化來實施上述實施方式。
上述各實施方式中,傾斜車輛行車資料例如可包含與駕駛者對傾斜車輛之駕駛輸入相關之傾斜車輛駕駛輸入資料、與傾斜車輛之行為相關之傾斜車輛行為資料、與傾斜車輛之行駛位置相關之傾斜車輛位置資料、及與傾斜車輛行駛之行駛環境相關之傾斜車輛行駛環境資料,亦可包含除此以外之資料。又,上述傾斜車輛行車資料亦可包含上述傾斜車輛駕駛輸入資料、上述傾斜車輛行為資料、上述傾斜車輛位置資料及傾斜車輛行駛環境資料中之一個或複數個資料。
上述傾斜車輛駕駛輸入資料係與駕駛者駕駛傾斜車輛時所進行之駕駛者之操作輸入相關之資料。具體而言,上述傾斜車輛駕駛輸入資料可包含與加速器操作、刹車操作、變速操作(離合器桿之操作及變速踏板之操作)、轉向或因駕駛者之姿勢變化所導致之重心位置之變更等相關的資料。又,具體而言,上述傾斜車輛駕駛輸入資料亦可包含與喇叭開關、轉向燈開關、照明開關等各種開關之操作等相關之資料。上述傾斜車輛駕駛輸入資料為與駕駛者之駕駛輸入相關之資料,因此進一步反映了駕駛者之判斷之結果。傾斜車輛中,駕駛者之操作之種類較多,駕駛時駕駛者之選擇自由度亦較高,因此有強烈地反映駕駛者之駕駛技能及駕駛風格之傾向。又,上述傾斜車輛駕駛輸入資料亦可包含對自感測器等獲取之資料進行加工所得之加工資料。上述傾斜車輛駕駛輸入資料亦可包含使用對自感測器等獲取之資料及其他資料進行加工所得之加工資料。
上述傾斜車輛行為資料係與在傾斜車輛被駕駛者駕駛時藉由駕駛者之駕駛輸入而產生之傾斜車輛之行為相關的資料。具體而言,上述傾斜車輛行為資料例如包含於駕駛者駕駛時變化之傾斜車輛之加速度、速度、角度。即,上述傾斜車輛行為資料係於駕駛者進行加速器操作或刹車操作、變速操作而進行傾斜車輛之加速與減速之情形時,表現出於進行包含傾斜車輛之轉向或重心位置變更在內之姿勢變化之情形時等所產生之傾斜車輛之行為的資料。
又,上述傾斜車輛行為資料如上所述,不僅包含關於傾斜車輛之加速度、速度、角度之資料,亦可包含藉由駕駛者對傾斜車輛進行之開關操作等而使傾斜車輛產生之動作。即,上述傾斜車輛行為資料包含與藉由喇叭開關及轉向燈開關、照明開關等各種開關之操作等而使傾斜車輛產生之動作相關之資料。上述傾斜車輛行為資料強烈地反映出駕駛者之駕駛輸入之結果。因此,上述傾斜車輛行為資料亦有強烈地反映出駕駛者之駕駛技能及駕駛風格之傾向。又,上述傾斜車輛行為資料亦可包含對自感測器等獲取之資料進行加工所得之加工資料。上述傾斜車輛行為資料亦可包含使用自感測器等獲取之資料及其他資料進行加工所得之加工資料。
上述傾斜車輛位置資料係指與傾斜車輛之行駛位置相關之資料。例如,上述傾斜車輛位置資料可基於GPS、通信移動終端之通信基地台之資訊進行檢測。再者,上述傾斜車輛位置資料可藉由各種測位技術、SLAM等來計算。上述傾斜車輛位置資料強烈地反映出駕駛者之駕駛輸入之結果,而駕駛者之駕駛輸入之結果又強烈地反映出駕駛者之駕駛技能及駕駛風格。因此,上述傾斜車輛位置資料亦有強烈地反映出駕駛者之駕駛技能及駕駛風格之傾向。又,上述傾斜車輛位置資料亦可包含對自感測器等獲取之資料進行加工所得之加工資料。上述傾斜車輛位置資料亦可包含使用自感測器等獲取之資料及其他資料進行加工所得之加工資料。
上述傾斜車輛行駛環境資料例如包含地圖資料。地圖資料例如可與關於道路情況之資訊、關於信號、設備等道路交通環境之資訊、關於道路行駛之限制資訊等建立關聯。又,地圖資料亦可與天氣、氣溫或濕度等環境資料等建立關聯。上述傾斜車輛行駛環境資料可與上述傾斜車輛駕駛輸入資料、上述傾斜車輛行為資料及上述傾斜車輛位置資料一併用於駕駛者之駕駛技能及駕駛風格之分析。
關於上述道路情況之資訊包含與處於堵塞頻發、路上停車較多等擁擠環境下之道路(地域)相關之資訊。該資訊藉由與時段組合,而進一步提高資訊之精度。又,關於上述道路情況之資訊包含與每逢驟雨(squall)便容易淹水之道路相關之資訊。
上述傾斜車輛行駛環境資料可包含對自感測器等獲取之資料進行加工所得之加工資料。上述傾斜車輛行駛環境資料亦可包含使用自感測器等獲取之資料及其他資料進行加工所得之加工資料。
上述傾斜車輛行駛環境資料可認為是駕駛者承受之來自外部之壓力之一例。上述傾斜車輛行駛環境資料會對駕駛者之判斷產生影響。上述傾斜車輛行駛環境資料會對駕駛者之駕駛產生影響。因此,藉由使用上述傾斜車輛行駛環境資料,容易使傾斜車輛之行車資料更強烈地表現駕駛者之駕駛技能及駕駛風格。又,藉由使用上述傾斜車輛行駛環境資料,而傾斜車輛之利用目的及利用頻度受到影響,因此傾斜車輛之行車資料容易強烈地表現駕駛者之駕駛技能及駕駛風格。
上述傾斜車輛行駛環境資料可自各種器件獲取。獲取上述傾斜車輛行駛環境資料之器件並不限定於特定之器件。例如,獲取上述傾斜車輛行駛環境資料之器件係搭載於傾斜車輛之外部環境識別裝置。更具體而言,獲取上述傾斜車輛行駛環境資料之器件為相機、雷達等。又,例如,獲取上述傾斜車輛行駛環境資料之器件為通信裝置。更具體而言,獲取上述傾斜車輛行駛環境資料之器件為車車間通信裝置、路車間通信裝置。上述傾斜車輛行駛環境資料例如亦可經由網際網路獲取。
上述各實施方式中,傾斜車輛行車資料亦可包含與傾斜車輛之急遽加速相關之資料、及與傾斜車輛之急遽減速相關之資料。
傾斜車輛之刹車與四輪車輛不同,包含操作前輪刹車之前輪刹車操作器、及操作後輪刹車之後輪刹車操作器。因此,傾斜車輛中,駕駛者必須調整上述前輪刹車及上述後輪刹車兩者之制動力。此種傾斜車輛中,駕駛者之駕駛技能及駕駛風格之差異容易表現在傾斜車輛之減速度。因此,根據與傾斜車輛之減速度相關之資料,容易獲得操縱上述傾斜車輛之駕駛者與經濟損失之相關關係。
又,一般而言,傾斜車輛之重量較四輪車輛之重量輕。因此,傾斜車輛中,駕駛者對加速器操作器之操作狀態容易反映為加速。因此,駕駛者之駕駛技能及駕駛風格之差異容易表現在傾斜車輛之加速度。因此,根據與傾斜車輛之加速度相關之資料,容易獲得操縱上述傾斜車輛之駕駛者與經濟損失之相關關係。
上述各實施方式中,自傾斜車輛行車資料處理裝置1、101、201輸出之經濟損失相關資料被用於與經濟損失相關之服務。然而,亦可將自傾斜車輛行車資料處理裝置輸出之經濟損失相關資料與關於其他資訊之資料組合而使用。可將上述經濟損失相關資料與例如關於傾斜車輛之防盜、傾斜車輛之異常、傾斜車輛之故障、傾斜車輛之維護、防碰撞、行駛環境之改善、前進路線引導、對駕駛者之資訊提示等資訊的資料組合而使用。
上述各實施方式中,傾斜車輛行車資料處理裝置1、101、201使用經濟損失相關資料產生模型,基於傾斜車輛行車資料產生經濟損失相關資料。上述經濟損失相關資料產生模型亦可使用傾斜車輛行車資料中向車體之左右方向傾斜之急遽運動之比率,產生上述經濟損失相關資料。上述經濟損失相關資料產生模型亦可使用傾斜車輛行車資料中向車體之左右方向傾斜之非急遽運動之比率,產生上述經濟損失相關資料。
上述實施方式1中,傾斜車輛行車資料記憶於記憶體20中。然而,傾斜車輛行車資料亦可藉由處理器所具有之傾斜車輛行車資料獲取部來獲取。於此情形時,上述傾斜車輛行車資料獲取部可經由感測器獲取上述傾斜車輛行車資料。又,所獲取之傾斜車輛行車資料可記憶於記憶體中。
上述實施方式2中,傾斜車輛行車資料、第1傾斜車輛行車資料及第2傾斜車輛行車資料均包含1個行駛循環以上之資料。然而,傾斜車輛行車資料、上述第1傾斜車輛行車資料及上述第2傾斜車輛行車資料中之至少一者亦可包含較1個行駛循環短之資料。
上述實施方式2中,經濟損失相關資料產生模型構成為,以基於第1傾斜車輛行車資料所產生之第1經濟損失相關資料與基於第2傾斜車輛行車資料所產生之第2經濟損失相關資料為互不相同之資料之方式,基於傾斜車輛行車資料所包含之1個行駛循環以上之表示向車體之左右方向傾斜之運動的資料,產生與向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。然而,上述經濟損失相關資料產生模型亦可構成為,基於傾斜車輛行車資料所包含之較1個行駛循環短之期間之表示向上述車體之左右方向傾斜之運動的資料,產生與向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。
上述實施方式2中,藉由傾斜車輛行車資料處理裝置1之處理器10處理之傾斜車輛行車資料包含傾斜車輛X之1個行駛循環以上之行車資料。同樣地,於實施方式1中亦然,藉由傾斜車輛行車資料處理裝置1之處理器10處理之傾斜車輛行車資料可包含傾斜車輛X之1個行駛循環以上之行車資料,亦可包含較1個行駛循環短之行車資料。
上述實施方式3中,傾斜車輛行車資料處理裝置101之處理器110使用傾斜車輛行車資料,對用以迴轉之急遽之側壓動作、迴轉結束後之急遽之拉起動作、及急遽之前進路線變更中之至少一者的頻度及程度中之至少一者進行分析,使用經濟損失相關資料產生模型,以視上述頻度及程度中之至少一者而不同之方式,產生並輸出與上述經分析之場景對應之經濟損失相關資料。
然而,處理器亦可對除頻度及程度以外之參數進行分析,以該參數不同之方式,產生並輸出與經分析之場景對應的經濟損失相關資料。
上述實施方式3中,傾斜車輛行車資料處理裝置101對傾斜車輛之用以迴轉之急遽之側壓動作、迴轉結束後之急遽之拉起動作、及急遽之前進路線變更中之至少一個場景進行分析,產生並輸出經濟損失相關資料。然而,傾斜車輛行車資料處理裝置亦可將傾斜車輛行車資料與其他資料組合而加以分析,產生經濟損失相關資料。
上述實施方式3中,處理器110具有傾斜車輛行車資料獲取部111。然而,處理器亦可不具有傾斜車輛行車資料獲取部。於此情形時,上述處理器可讀取記憶體中所記憶之傾斜車輛行車資料。
上述實施方式4中,傾斜車輛行車資料處理裝置201基於傾斜車輛行車資料,進行傾斜車輛X之行駛場景之分析,並且產生與傾斜車輛X迴轉時之敏捷性及平穩性中之至少一者相關的迴轉評價資料,除了基於上述傾斜車輛行車資料及經濟損失相關資料產生模型以外,亦基於上述迴轉評價資料,產生經濟損失相關資料。然而,傾斜車輛行車資料處理裝置亦可不進行傾斜車輛X之行駛場景之分析,而是基於傾斜車輛行車資料、經濟損失相關資料產生模型及迴轉評價資料產生經濟損失相關資料。
1:傾斜車輛行車資料處理裝置
10:處理器
11:經濟損失相關資料產生部
12:輸出部
20:記憶體
101:傾斜車輛行車資料處理裝置
110:處理器
111:傾斜車輛行車資料獲取部
112:傾斜車輛行車資料分析部
113:經濟損失相關資料產生部
114:輸出部
120:記憶體
201:傾斜車輛行車資料處理裝置
210:處理器
211:傾斜車輛行車資料獲取部
212:傾斜車輛行車資料分析部
213:經濟損失相關資料產生部
214:輸出部
215:迴轉時行車資料擷取部
216:迴轉評價判定部
220:記憶體
D1:傾斜車輛行車資料
X:傾斜車輛
圖1係表示本發明之實施方式1之傾斜車輛行車資料處理裝置之概略構成的圖。
圖2係表示實施方式1之傾斜車輛行車資料處理裝置之處理器之概略構成的方塊圖。
圖3係表示1個行駛循環之一例之模式圖。
圖4係表示實施方式3之傾斜車輛行車資料處理裝置之概略構成之圖。
圖5係表示實施方式3之傾斜車輛行車資料處理裝置之處理器之概略構成的方塊圖。
圖6係表示傾斜車輛之前後方向之加速度之變化之一例的圖。
圖7係表示傾斜車輛迴轉前、迴轉過程中及迴轉結束後之傾斜車輛之側傾速率及側傾速率之時間微分值之變化之一例的圖。
圖8係表示傾斜車輛行駛過程中之側傾速率之變化之一例的圖。
圖9係表示實施方式4之傾斜車輛行車資料處理裝置之概略構成之圖。
圖10係表示實施方式4之傾斜車輛行車資料處理裝置之處理器之概略構成的方塊圖。
1:傾斜車輛行車資料處理裝置
10:處理器
20:記憶體
D1:傾斜車輛行車資料
X:傾斜車輛
Claims (6)
- 一種傾斜車輛行車資料處理裝置,其具有: 記憶體,其記憶作為於左迴轉時向左傾斜且於右迴轉時向右傾斜之傾斜車輛之行車資料的傾斜車輛行車資料;及 處理器,其利用經濟損失相關資料產生模型,基於上述記憶體中所記憶之上述傾斜車輛行車資料而產生經濟損失相關資料,並輸出所產生之上述經濟損失相關資料,該經濟損失相關資料產生模型係根據上述傾斜車輛行車資料所包含之表示車體之急遽運動之資料,產生用於與經濟損失相關之服務之上述經濟損失相關資料;且 上述經濟損失相關資料產生模型構成為, 於將駕駛者在第1日期之第1時段駕駛第1傾斜車輛以向車體之前後方向加速或減速之運動、及向上述車體之左右方向傾斜之運動均不急遽之方式沿第1路徑行駛時的上述傾斜車輛行車資料定義為第1傾斜車輛行車資料,將上述駕駛者在上述第1日期之上述第1時段駕駛上述第1傾斜車輛以向上述車體之前後方向加速或減速之運動不急遽且向上述車體之左右方向傾斜之運動急遽之方式沿上述第1路徑行駛時的上述傾斜車輛行車資料定義為第2傾斜車輛行車資料之情形時, 以基於上述第1傾斜車輛行車資料所產生之第1經濟損失相關資料與基於上述第2傾斜車輛行車資料所產生之第2經濟損失相關資料為互不相同之資料之方式,基於上述傾斜車輛行車資料所包含之表示向上述車體之左右方向傾斜之運動之資料,產生與向上述車體之左右方向傾斜之急遽運動對應的經濟損失相關資料。
- 如請求項1之傾斜車輛行車資料處理裝置,其中 於將上述傾斜車輛之姿勢及前後方向之速度自特定之狀態變化後,至恢復成上述特定之狀態為止之期間內的上述傾斜車輛之行駛定義為1個行駛循環之情形時, 上述第1傾斜車輛行車資料及上述第2傾斜車輛行車資料均包含上述1個行駛循環以上之資料, 上述經濟損失相關資料產生模型構成為, 以基於上述第1傾斜車輛行車資料所產生之第1經濟損失相關資料與基於上述第2傾斜車輛行車資料所產生之第2經濟損失相關資料為互不相同之資料之方式,基於上述傾斜車輛行車資料所包含之1個行駛循環以上之表示向上述車體之左右方向傾斜之運動的資料,產生與向上述車體之左右方向傾斜之急遽運動對應之經濟損失相關資料。
- 如請求項1或2之傾斜車輛行車資料處理裝置,其中 上述第1傾斜車輛行車資料及上述第2傾斜車輛行車資料至少包含與側傾運動相關之資料。
- 如請求項1至3中任一項之傾斜車輛行車資料處理裝置,其中 向上述車體之左右方向傾斜之急遽運動係指上述傾斜車輛行車資料所包含之表示向上述車體之左右方向傾斜之運動之資料大於閾值的運動。
- 如請求項1至4中任一項之傾斜車輛行車資料處理裝置,其中 向上述車體之左右方向傾斜之急遽運動包含上述傾斜車輛之用以迴轉之急遽之側壓動作、迴轉結束後之急遽之拉起動作及急遽之前進路線變更中之至少一者。
- 如請求項1至5中任一項之傾斜車輛行車資料處理裝置,其中 上述處理器根據上述傾斜車輛行車資料,產生與上述傾斜車輛迴轉時之敏捷性及平穩性中之至少一者相關的迴轉評價資料, 上述記憶體記憶上述所產生之迴轉評價資料, 上述經濟損失相關資料除了基於上述傾斜車輛行車資料及上述經濟損失相關資料產生模型以外,亦基於與上述傾斜車輛迴轉時之敏捷性及平穩性中之至少一者相關的上述迴轉評價資料而產生。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021112552 | 2021-07-07 | ||
JP2021-112552 | 2021-07-07 | ||
WOPCT/JP2022/026292 | 2022-06-30 | ||
PCT/JP2022/026292 WO2023282181A1 (ja) | 2021-07-07 | 2022-06-30 | リーン車両走行データ処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202307766A true TW202307766A (zh) | 2023-02-16 |
TWI838784B TWI838784B (zh) | 2024-04-11 |
Family
ID=
Also Published As
Publication number | Publication date |
---|---|
FR3125196A1 (fr) | 2023-01-13 |
WO2023282181A1 (ja) | 2023-01-12 |
JPWO2023282181A1 (zh) | 2023-01-12 |
US20240144382A1 (en) | 2024-05-02 |
AU2022308487A1 (en) | 2024-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11327501B1 (en) | Detecting sensor degradation by actively controlling an autonomous vehicle | |
USRE49649E1 (en) | System and method for automatically detecting key behaviors by vehicles | |
US11878683B1 (en) | Automated system and method for modeling the behavior of vehicles and other agents | |
US11287820B1 (en) | System and method for predicting behaviors of detected objects through environment representation | |
CN110291415B (zh) | 使用车轮定向确定未来航向 | |
US9665802B2 (en) | Object-centric fine-grained image classification | |
US9646497B1 (en) | System and method for determining position and distance of objects using road fiducials | |
US9904855B2 (en) | Atomic scenes for scalable traffic scene recognition in monocular videos | |
CN111295628B (zh) | 在自主驾驶模式下控制车辆的方法和系统 | |
EP3473510B1 (en) | Maneuevering autonomous vehicles | |
KR20200047740A (ko) | 자율 차량들을 위한 보행자 행동 예측들 | |
CN113165652A (zh) | 使用基于网格的方法检验预测轨迹 | |
JP2017535873A (ja) | 路上シーン認識のための連続オクルージョンモデル | |
US11657318B2 (en) | Assessing ride quality for autonomous vehicles | |
JP2015506310A (ja) | 認知の不確実性に基づく車両コントロール | |
CN114746323A (zh) | 用于测试自主车辆软件的具有修改的因素的模拟 | |
US20240083458A1 (en) | Using simulations to identify differences between behaviors of manually-driven and autonomous vehicles | |
TW202307766A (zh) | 傾斜車輛行車資料處理裝置 | |
TWI838784B (zh) | 傾斜車輛行車資料處理裝置 |