TWI841510B - 交通工具模式決策系統、方法與交通工具 - Google Patents
交通工具模式決策系統、方法與交通工具 Download PDFInfo
- Publication number
- TWI841510B TWI841510B TW112146403A TW112146403A TWI841510B TW I841510 B TWI841510 B TW I841510B TW 112146403 A TW112146403 A TW 112146403A TW 112146403 A TW112146403 A TW 112146403A TW I841510 B TWI841510 B TW I841510B
- Authority
- TW
- Taiwan
- Prior art keywords
- mode
- module
- fatigue
- decision
- vehicle
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 35
- 229910000831 Steel Inorganic materials 0.000 claims description 27
- 239000010959 steel Substances 0.000 claims description 27
- 239000000725 suspension Substances 0.000 claims description 21
- 238000004378 air conditioning Methods 0.000 claims description 18
- 230000003287 optical effect Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000001816 cooling Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 description 5
- 239000003570 air Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 239000012080 ambient air Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 235000015842 Hesperis Nutrition 0.000 description 1
- 235000012633 Iberis amara Nutrition 0.000 description 1
- 101100012902 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) FIG2 gene Proteins 0.000 description 1
- 101100233916 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) KAR5 gene Proteins 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Landscapes
- Pipeline Systems (AREA)
- Navigation (AREA)
Abstract
一種交通工具模式決策系統，其具有疲勞度運算模組與決策模組。疲勞度運算模組用於接收配置於交通工具之至少一結構件的多個感測器對各結構件進行感測產生的多個感測信號，並具有各結構件的疲勞度計算模型，以根據多個感測信號計算各結構件的疲勞度。決策模組電性連接疲勞度運算模組，用於接收各結構件的疲勞度，並具有交通工具之至少一運作模組之使用模式的決策模型，以根據各結構件的疲勞度建議或決定各運作模組的使用模式。
Description
本發明係關於一種交通工具模式決策系統、方法與交通工具，且特別是一種基於各元件之疲勞度對各運作模組進行使用模式切換或建議的交通工具模式決策系統、方法與交通工具。
船艦在海上行駛時，獨立於運作模組(例如，動力模組與電氣模組)的結構件(例如，船身鋼板或其他結構件)會受到海浪的拍打、海水與海風的侵蝕，導致結構件的疲勞度增加，另外一方面，與船艦之運作模組有關的結構件(例如，螺旋漿、壓縮機、齒輪、軸件)也會因為行駛方式而有不同的疲勞度。結構件的疲勞度若過大，將容易斷裂毀損，從而使得船艦的部分或全部功能無法使用。然而，現有船艦的感測器主要是偵測動力與電氣模組是否故障或異常，並沒有進一步地針對各結構件的疲勞度進行計算。
除了船艦之外，目前其他交通工具，例如汽車、飛機或火箭等，所配置的感測器也同樣是偵測動力與電氣模組是否故障或異常，並沒有進一步地針對各結構件的疲勞度進行偵測。另外一方面，隨著電子控制技術的進步，各運作模組(例如，空調模組、輔助駕駛模組、可調式懸吊模組與行駛路徑導航模組等)的使用模式可以讓駕駛者透過操作來切換。例如，空調模組的使用模式可以是快冷模式、省電模式或柔和模式，輔助駕駛模組的使用模式可以是最少耗損模式、最省油模式、最舒適模式或最快模式，可調式懸吊模組的使用模式可以是運動模式、舒服模式或一般模式，以及行駛路徑導航模組的使用模式可以是最短行駛路徑模式、最少阻礙路徑模式、最少轉彎路徑模式或最快行駛路徑模式等。當駕駛者手動選擇空調模組、輔助駕駛模組、可調式懸吊模組與行駛路徑導航模組的不同使用模式時，對各種結構件造成的疲勞度也會不同。舉例來說，相較於一般模式，當可調式懸吊模組的使用模式是運動模式與舒服模式時，對避震器造成較多的疲勞度增加；相較於柔和模式與省電模式，當空調模組的使用模式是快冷模式時，對壓縮機造成較多的疲勞度增加；以及，相較於最短行駛路徑模式、最少阻礙路徑模式、最少轉彎路徑模式，當行駛路徑導航模組的使用模式是最快行駛路徑模式時，對剎車線與卡鉗造成較多的疲勞度增加。為了安全需求並避免駕駛過程中結構件斷裂毀損，或為了減少結構件的疲勞度並增加結構件的使用時間，有需要開發一種依據獲取的各結構件的疲勞度來建議或切換各運作模組之使用模式的技術。
基於本發明的至少一個目的，本發明提供一種交通工具模式決策系統。交通工具模式決策系統包括疲勞度運算模組與決策模組。疲勞度運算模組用於接收配置於交通工具之至少一結構件的多個感測器對各結構件進行感測產生的多個感測信號，並具有各結構件的疲勞度計算模型，以根據多個感測信號計算各結構件的疲勞度。決策模組電性連接疲勞度運算模組，用於接收各結構件的疲勞度，並具有交通工具之至少一運作模組之使用模式的決策模型，以根據各結構件的疲勞度決定或建議各運作模組的使用模式。
根據上述技術特徵，多個感測器包括光學檢測器、應變計與/或聲波感測器，多個感測信號包括光學檢測器檢測各結構件的裂縫尺寸、應變計測量各結構件的力轉換效率以及聲波感測器檢測各結構件運作時產生的抖動或震動。
根據上述技術特徵，多個感測器更包括濕度感測器、溫度感測器、酸鹼值檢測器、氣壓感測器、浪高感測器、波浪感測器、風速感測器與/或風壓感測器，且多個感測信號更包括溼度、周遭環境酸鹼值、周遭氣壓、浪高、波浪衝力、風速與/或風壓。
根據上述技術特徵，交通工具是汽車、船艦、潛水艇、飛機、火箭、機車或直升機，各結構件為卡鉗、剎車線、活塞、曲柄軸、壓縮機、風向葉片、輪框、車門鋼板、車身鋼板、船身鋼板、船艙鋼板或機身鋼板。
根據上述技術特徵，決策模組包括輔助駕駛決策模組，輔助駕駛決策模組用於根據各結構件的疲勞度決策輔助駕駛模組之運作模組的使用模式，使用模式為最少耗損模式、最省油模式、最舒適模式或最快模式，且在至少一結構件的疲勞度大於特定門檻值，建議或強制使輔助駕駛模組的使用模式切換為最少耗損模式。
根據上述技術特徵，決策模組包括懸吊決策模組，懸吊決策模組用於根據各結構件的疲勞度決策可調式懸吊模組之運作模組的使用模式，使用模式為運動模式、舒服模式或一般模式，且在至少一結構件的疲勞度大於特定門檻值，建議或強制使可調式懸吊模組的使用模式切換為一般模式。
根據上述技術特徵，決策模組包括空調決策模組，空調決策模組用於根據各結構件的疲勞度決策空調模組之運作模組的使用模式，使用模式為快冷模式、省電模式或柔和模式，且在至少一結構件的疲勞度大於特定門檻值，建議或強制使空調模組的使用模式切換為省電模式。
根據上述技術特徵，決策模組包括行駛路徑導航決策模組，行駛路徑導航決策模組用於根據各結構件的疲勞度決策行駛路徑導航模組之運作模組的使用模式，使用模式為最短行駛路徑模式、最少阻礙路徑模式、最少轉彎路徑模式或最快行駛路徑模式，且在至少一結構件的疲勞度大於特定門檻值，建議或強制使行駛路徑導航模組的使用模式切換為最少阻礙路徑模式。
基於本發明的至少一個目的，本發明還提供一種交通工具。交通工具包括前述交通工具模式決策系統、各結構件、各運作模組、感測器模組與行駛電腦。感測器模組電性連接交通工具模式決策系統，並包括多個感測器。行駛電腦電性連接交通工具模式決策系統及各運作模組。
基於本發明的至少一個目的，本發明還提供一種交通工具模式決策方法，其步驟如下。透過蒐集的第一資料建立交通工具之至少一結構件的疲勞度計算模型。透過蒐集的第二資料建立交通工具之至少一運作模組之使用模式的決策模型。接收配置於各結構件的多個感測器對各結構件進行感測產生的多個感測信號。使用各結構件的疲勞度計算模型根據多個感測信號計算各結構件的疲勞度。使用各運作模組之使用模式的決策模型根據各結構件的疲勞度決定或建議各運作模組的使用模式。
簡言之，本發明實施例提供一種基於各元件之疲勞度對各運作模組進行使用模式切換的交通工具模式決策系統、方法與交通工具，透過本發明的技術方案，可以避免疲勞度已經過高的結構件遽增其疲勞度，從而保護駕駛者的安全，或者，可以在結構件之疲勞度都不高的情況下，讓各運作模組操作於最高效能的使用模式，以讓交通工具發揮最佳效能，從而增加駕駛者的體驗感受。
為利貴審查員瞭解本發明之技術特徵、內容與優點及其所能達成之功效，茲將本發明配合附圖，並以實施例之表達形式詳細說明如下，而其中所使用之圖式，其主旨僅為示意及輔助說明書之用，未必為本發明實施後之真實比例與精準配置，故不應就所附之圖式的比例與配置關係解讀、侷限本發明於實際實施上的權利範圍，合先敘明。
於本發明中，結構件的疲勞度如同業界的定義，可以參考https://zh.m.wikipedia.org/zh-tw/%E9%87%91%E5%B1%AC%E7%96%B2%E5%8B%9E，結構件的疲勞度是指物件因持續受到動態變化的應力而造成結構劣化的程度。引起結構件之疲勞的動態變化應力通常遠小於靜態的極限拉伸應力或極限屈變應力。換言之，結構件的疲勞是指漸進且局部的結構損壞過程，由於長時間日積月累而產生，所引起的斷裂毀損往往在毫無預警的情況下發生，可能直接導致事故(例如空難、船難或車禍)的發生，因此相關的預防、檢查、處理格外重要。
通常，疲勞現象發生於結構件反覆受應力時。疲勞現象可大致分為三階段。若應力超過一定門檻值，在高應力集中點會形成微小裂縫(上述高應力集中點包括表面刮痕、尖銳填角、鍵槽、缺口等)。接者，隨著每次的循環應力，裂縫逐漸擴張。最後，一旦裂縫達到一臨界尺寸，裂縫將快速擴展，造成物件直接斷裂。物件設計的形狀會顯著地影響疲勞壽命，例如，方孔和尖角凹槽會提高局部應力，裂縫較容易產生。相反地，若改成圓孔和圓滑凹槽，裂縫較不容易產生。
為了檢測結構件的疲勞度，本發明將具有多個感測器的感測器模組被對應地設置於結構件的周遭。多個感測器例如但不限定是包括光學檢測器、應變計與聲波感測器。光學檢測器可以檢查結構件的高應力集中點的裂縫尺寸，透過裂縫尺寸，可以知悉結構件的疲勞度。應變計則是測量輸入應力與結構件將輸入應力轉換後的輸出應力，如此便可以透過輸入應力與輸出應力之間力轉換效率的變化，來知悉結構件的疲勞度，當結構件的疲勞度增加時，結構件的力轉換效率可能會下降。聲波感測器，例如麥克風，可以透過檢測聲音的波動變化知悉結構件的疲勞度是否增加，由於結構件疲勞度增加時，結構件在運作過程可能會額外產生抖動或震動，故可以透過偵測聲波，來得知結構件的疲勞度。
上述多個感測器可能還包括濕度感測器、溫度感測器、酸鹼值檢測器與氣壓感測器等，濕度、溫度、周遭環境酸鹼值與周遭氣壓都是造成結構件疲勞度變化的因素，例如在腐蝕環境(較酸或較鹼的環境)，結構件的疲勞現象更容易發生(即疲勞度較高)。除此之外，針對交通工具為船艦，且結構件為船身鋼板時，多個感測器更可以是浪高感測器與波浪感測器，以感測船身鋼板遭遇的浪高與波浪衝力；以及，針對交通工具為飛機，且結構件為機身鋼板時，多個感測器更可以是風速感測器與風壓感測器，以感測機身鋼板遭受的風速與風壓。簡單地說，任何會影響結構件之疲勞度的因子都可以被感測器偵測，以用來計算相應結構件的疲勞度。
本發明可以透過蒐集的多個資料，來建立各結構件的疲勞度計算模型，疲勞度計算模型可以是透過迴歸分析或訓練類神經網路的方式來獲得。在取得各結構件的疲勞度計算模型後，可以使用結構件的疲勞度計算模型根據多個感測信號，計算出結構件的疲勞度。接著，可以根據計算出來的各結構件的疲勞度，來自動各運作模組(例如，空調模組、可調式懸吊模組、輔助駕駛模組、行駛路徑導航模組)的使用模式，以藉此降低至少一結構件的疲勞度的增加速度，或者，在疲勞度都不高的情況下，使用各運作模組之效能最高的使用模式，以發揮交通工具的性能。另外，本發明還根據蒐集的多個資料，來建立各運作模組之使用模式的決策模型，如此，運作模組之使用模式的決策模型可以根據各結構件的疲勞度決定使用模式。舉例來說，當壓縮機與風向葉片的疲勞度高過特定門檻值，則空調模組的使用模式會建議或強制切換為省電模式，以避免壓縮機與風向葉片的疲勞度增加地過快。再舉一例來說，當剎車線與卡鉗兩者的疲勞度過高(大於特定門檻值)時，輔助駕駛模組的使用模式會建議或強制切換為最少耗損模式，以使得駕駛者能夠安全地抵達目的地。又舉一例來說，當船身鋼板的疲勞度過高(特定門檻值)，則輔助駕駛模組的使用模式會建議或強制切換為最少耗損模式，且行駛路徑導航模組的使用模式會建議或強制切換到最少阻礙路徑模式，以減少波浪持續拍打船身鋼板，並造成船身鋼板的疲勞度增加。
接著，請參照圖1，圖1是本發明實施例之交通工具的示意方塊圖，其係依據上述發明概念來實現。交通工具1可以例如是汽車、船艦、飛機、火箭、機車、直升機或潛水艇，且本發明不以交通工具1的類型為限制。交通工具1包括感測器模組11、至少一運作模組12、至少一結構件13、行駛電腦14與交通工具模式決策系統15。運作模組12包括至少一動力模組與至少一電氣模組，其中至少一部份的動力模組與電氣模組具有對應的結構件121(可能設置於運作模組12中，或連接於運作模組12)，例如卡鉗、剎車線、活塞、曲柄軸、壓縮機或輪框，另外，結構件13則是獨立於運作模組12之外，例如，車門鋼板、車身鋼板、船身鋼板或船艙鋼板。運作模組12電性連接交通工具模式決策系統15，以及交通工具模式決策系統15電性連接行駛電腦14。
感測器模組11包括有多個感測器，多個感測器配置於運作模組12的結構件121與獨立於運作模組12之外的結構件13的周遭，並用於產生各種感測信號。多個感測器例如但不限定是包括光學檢測器、應變計與/或聲波感測器，甚至可以是前述其他的感測器(例如，濕度感測器、溫度感測器、酸鹼值檢測器、氣壓感測器、浪高感測器、波浪感測器與/或風速感測器與風壓感測器)，多個感測器用於產生任何關聯於結構件121、13之疲勞度的感測信號。感測器模組11通訊連接交通工具模式決策系統15，例如但不限定是無線或有線連接，也不以電波傳遞作為通訊方式，也可能是透過光傳遞作為通訊方式。
交通工具模式決策系統15預先透過蒐集的資料建立出各結構件121、13的疲勞度計算模型，在另一個實施例中，疲勞度計算模型也可以根據輸入的感測信號與回饋之人為判讀結果來即時更新，且本發明不以此為限制。以現有深度學習技術的發展，較佳方式可以是直接使用類神經網路訓練出上述疲勞度計算模型。多個與疲勞度相關的感測信號會被輸入到疲勞度計算模型，且疲勞度計算模型藉此可以算出結構件121、13的疲勞度。舉例來說，將活塞的疲勞度分為4級，則輸入到疲勞度計算模型的感測信號分別代表活塞之特定位置的裂縫大小、活塞的力轉換效率與活塞運作時的異聲，透過上面三個感測信號，疲勞度計算模型會輸出活塞的疲勞度為何。
交通工具模式決策系統15還會預先透過蒐集的資料建立各運作模組12之使用模式的決策模型，其中運作模組12可以是空調模組、輔助駕駛模組、可調式懸吊模組與行駛路徑導航模組，在另一個實施例中，運作模組12之使用模式也可以根據輸入的疲勞度與回饋之人為判讀結果來即時更新，且本發明不以此為限制。以現有深度學習技術的發展，較佳方式可以是直接使用類神經網路訓練出上述決策模型。交通工具模式決策系統15可以使用各運作模組12之使用模式的決策模型根據。至少一結構件121、13的疲勞度切換各運作模組12的使用模式。於交通工具模式決策系統15決定好各運作模組12的使用模式，或者交通工具模式決策系統15建議駕駛者選擇好各運作模組12的使用模式，交通工具模式決策系統15會將各決策結果傳遞給行駛電腦14，以及行駛電腦14根據決策結果控制對應的運作模組12進行運作。
舉例來說，船身鋼板的疲勞度會被輸入到行駛路徑導航模組之使用模式的決策模型，以根據多個船身鋼板的疲勞度判斷是否將行駛路徑導航模組的使用模式建議或強制切換為最少阻礙路徑模式，因為，船身鋼板忽然斷裂時，可能使得船艦失去平衡，會造成極大的傷害，故在部分多個船身鋼板的疲勞度過大時，讓行駛路徑導航模組強制將行駛路徑導航模組的使用模式切換為最少阻礙路徑模式(或讓行駛路徑導航模組建議駕駛者將行駛路徑導航模組的使用模式切換為最少阻礙路徑模式)，以使得行駛路徑導航模組可以根據天氣跟海象資料，找出最少波浪阻礙與拍打船身鋼板的行駛路徑。再舉一例來說，煞車線與卡鉗的疲勞度會輸入輔助駕駛模組的使用模式的決策模型，以根據煞車線與卡鉗的疲勞度的疲勞度判斷是否將輔助駕駛模組的使用模式建議或強制切換為最少耗損模式，如此輔助駕駛模組在最少耗損模式下，會使交通工具以盡量不額外增加煞車線與卡鉗的疲勞度的疲勞度的駕駛方式來進行輔助、手動或自動駕駛。
接著，請參照圖1與圖2，圖2是本發明實施例之交通工具模式決策系統的示意方塊圖。交通工具模式決策系統15包括疲勞度運算模組151與決策模組152，其中疲勞度運算模組151電性連接包括多個感測器的疲勞度運算模組151且具有各結構件13、121之疲勞度計算模型，且決策模組152電性連接疲勞度運算模組151與行駛電腦14。疲勞度運算模組151具有各結構件13、121之疲勞度計算模型，以藉此計算出各結構件13、121的疲勞度。決策模組152具有各運作模組12之使用模式的決策模型，於圖2的實施例中決策模組152包括輔助駕駛決策模組1521、懸吊決策模組1522、空調決策模組1523與行駛路徑導航決策模組1524，輔助駕駛決策模組1521、懸吊決策模組1522、空調決策模組1523與行駛路徑導航決策模組1524根據結構件13、121的疲勞度決策或建議輔助駕駛模組的使用模式、可調式懸吊模組的使用模式、空調模組的使用模式與行駛路徑導航模組的使用模式。
接著，請參照圖1與圖3，圖3是本發明實施例之交通工具模式決策方法的示意流程圖。交通工具模式決策方法由圖1的交通工具模式決策系統15執行，且步驟說明如下。在步驟S31，交通工具模式決策系統15蒐集資料，並建立各結構件121、13的疲勞度計算模型。在步驟S32，交通工具模式決策系統15蒐集資料，並建立各運作模組12之使用模式的決策模型。在步驟S33，交通工具模式決策系統15接收多個感測器對結構件121、13進行感測產生的多個檢測信號。在步驟S34，交通工具模式決策系統15根據多個感測信號計算各結構件121、13的疲勞度。在步驟S35，交通工具模式決策系統15根據結構件121、13的疲勞度決策各運作模組12的使用模式。步驟S35之後，會再繼續執行步驟S33，換言之，交通工具模式決策系統15不斷地計算各結構件121、13的疲勞度，以及根據結構件121、13的疲勞度決策或建議各運作模組12的使用模式。
由上述說明可知，本發明實施例提供一種交通工具模式決策系統、方法與交通工具，其可以透過感測多個結構件之與疲勞度有關的因子來計算各結構件的疲勞度，以及接著根據各結構件的疲勞度決策或建議各運作模組的使用模式，以藉此避免結構件的疲勞度繼續增加，從而保護駕駛者的安全，或者，在結構件的疲勞度不高時，讓各運作模組操作於效能最高的使用模式中。
以上所述之實施例僅係為說明本發明之技術思想及特點，其目的在使熟習此項技藝之人士能夠瞭解本發明之內容並據以實施，當不能以之限定本發明之專利範圍，即大凡依本發明所揭示之精神所作之均等變化或修飾，仍應涵蓋在本發明之專利範圍內。
1:交通工具
11:感測器模組
12:運作模組
121、13:結構件
14:行駛電腦
15:交通工具模式決策系統
151:疲勞度運算模組
152:決策模組
1521:輔助駕駛決策模組
1522:懸吊決策模組
1523:空調決策模組
1524:行駛路徑導航決策模組
S31～S35:步驟
提供的附圖用以使本發明所屬技術領域具有通常知識者可以進一步理解本發明，並且被併入與構成本發明之說明書的一部分。附圖示出了本發明的示範實施例，並且用以與本發明之說明書一起用於解釋本發明的原理。
圖1是本發明實施例之交通工具的示意方塊圖。
圖2是本發明實施例之交通工具模式決策系統的示意方塊圖。
圖3是本發明實施例之交通工具模式決策方法的示意流程圖。
1:交通工具
11:感測器模組
12:運作模組
121、13:結構件
14:行駛電腦
15:交通工具模式決策系統
Claims (8)
- 一種交通工具模式決策系統，包括：一疲勞度運算模組(151)，用於接收配置於一交通工具(1)之至少一結構件(121、13)的多個感測器對各該結構件(121、13)進行感測產生的多個感測信號，並具有各該結構件(121、13)的一疲勞度計算模型，以根據該等感測信號計算各該結構件(121、13)的一疲勞度；以及一決策模組(152)，電性連接該疲勞度運算模組(151)，用於接收各該結構件(121、13)的該疲勞度，並具有該交通工具(1)之至少一運作模組(12)之一使用模式的一決策模型，以根據各該結構件(121、13)的該疲勞度建議或決定各該運作模組(12)的該使用模式；其中該決策模組(152)包括一懸吊決策模組(1522)，該懸吊決策模組(1522)用於根據各該結構件(121、13)的該疲勞度決策一可調式懸吊模組之該運作模組(12)的該使用模式，該使用模式為一運動模式、一舒服模式或一一般模式，且在該至少一結構件(121、13)的該疲勞度大於一特定門檻值，建議或使可調式懸吊模組的該使用模式切換為該一般模式；其中該交通工具是一汽車、一船艦、一潛水艇、一飛機、一火箭、一機車或一直升機。
- 如請求項1所述的交通工具模式決策系統，其中該等感測器包括一光學檢測器、一應變計與/或一聲波感測器，該等感測信號包括該光學檢測器檢測各該結構件(121、13)的一裂縫尺寸、該應變計測量各該結 構件(121、13)的一力轉換效率以及該聲波感測器檢測各該結構件(121、13)運作時產生的一抖動或一震動。
- 如請求項2所述的交通工具模式決策系統，其中該等感測器更包括一濕度感測器、一溫度感測器、一酸鹼值檢測器、一氣壓感測器、一浪高感測器、一波浪感測器、一風速感測器與/或一風壓感測器，且該等感測信號更包括一溼度、一周遭環境酸鹼值、一周遭氣壓、一浪高、一波浪衝力、一風速與一風壓。
- 如請求項1所述的交通工具模式決策系統，其中各該結構件(121、13)為一卡鉗、一剎車線、一活塞、一曲柄軸、一壓縮機、一風向葉片、一輪框、一車門鋼板、一車身鋼板、一船身鋼板、一船艙鋼板或一機身鋼板。
- 如請求項1所述的交通工具模式決策系統，其中該決策模組(152)更包括一空調決策模組(1523)，該空調決策模組(1523)用於根據各該結構件(121、13)的該疲勞度決策一空調模組之該運作模組(12)的該使用模式，該使用模式為一快冷模式、一省電模式或一柔和模式，且在該至少一結構件(121、13)的該疲勞度大於一特定門檻值，建議或使該空調模組的該使用模式切換為該省電模式。
- 如請求項1所述的交通工具模式決策系統，其中該決策模組(152)更包括一行駛路徑導航決策模組(1524)，該行駛路徑導航決策模組(1524)用於根據各該結構件(121、13)的該疲勞度決策一行駛路徑導航模組之該運作模組(12)的該使用模式，該使用模式為一最短行駛路徑模式、一 最少阻礙路徑模式、一最少轉彎路徑模式或一最快行駛路徑模式，且在該至少一結構件(121、13)的該疲勞度大於一特定門檻值，建議或使該行駛路徑導航模組的該使用模式切換為該最少阻礙路徑模式。
- 一種交通工具，包括：如請求項1至6其中一項所述的交通工具模式決策系統(15)；各該結構件(121、13)；各該運作模組(12)；一感測器模組(11)，電性連接該交通工具模式決策系統(15)，包括該等感測器；一行駛電腦(14)，電性連接該交通工具模式決策系統(15)及各該運作模組(12)。
- 一種交通工具模式決策方法，係執行於包括一決策模組(152)的一交通工具模式決策系統中，包括：(S31)透過蒐集的一第一資料建立一交通工具(1)之至少一結構件(121、13)的一疲勞度計算模型；(S32)透過蒐集的一第二資料建立該交通工具(1)之至少一運作模組(12)之一使用模式的一決策模型；(S33)接收配置於各該結構件(121、13)的多個感測器對各該結構件(121、13)進行感測產生的多個感測信號；(S34)使用各該結構件(121、13)的該疲勞度計算模型根據該等感測信號計算各該結構件(121、13)的一疲勞度；以及 (S35)使用各該運作模組(12)之該使用模式的該決策模型根據各該結構件(121、13)的該疲勞度建議或決定各該運作模組(12)的該使用模式；其中該決策模組(152)包括一懸吊決策模組(1522)，該懸吊決策模組(1522)用於根據各該結構件(121、13)的該疲勞度決策一可調式懸吊模組之該運作模組(12)的該使用模式，該使用模式為一運動模式、一舒服模式或一一般模式，且在該至少一結構件(121、13)的該疲勞度大於一特定門檻值，建議或使可調式懸吊模組的該使用模式切換為該一般模式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW112146403A TWI841510B (zh) | 2022-12-19 | 2022-12-19 | 交通工具模式決策系統、方法與交通工具 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW112146403A TWI841510B (zh) | 2022-12-19 | 2022-12-19 | 交通工具模式決策系統、方法與交通工具 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TWI841510B true TWI841510B (zh) | 2024-05-01 |
| TW202427357A TW202427357A (zh) | 2024-07-01 |
Family
ID=92076720
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW112146403A TWI841510B (zh) | 2022-12-19 | 2022-12-19 | 交通工具模式決策系統、方法與交通工具 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI841510B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI573714B (zh) * | 2015-04-22 | 2017-03-11 | 陳進聰 | 汽車遠端安全維護監控系統 |
| US20200110401A1 (en) * | 2016-05-09 | 2020-04-09 | Strong Force Iot Portfolio 2016, Llc | Systems and methods for data collection and frequency evaluation for a vehicle steering system |
| TW202200481A (zh) * | 2020-06-24 | 2022-01-01 | 陳明助 | 電梯煞車狀態偵測系統及電梯煞車狀態偵測之方法 |
| TWM639878U (zh) * | 2022-12-19 | 2023-04-11 | 天擎積體電路股份有限公司 | 交通工具模式決策系統與交通工具 |
-
2022
- 2022-12-19 TW TW112146403A patent/TWI841510B/zh active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI573714B (zh) * | 2015-04-22 | 2017-03-11 | 陳進聰 | 汽車遠端安全維護監控系統 |
| US20200110401A1 (en) * | 2016-05-09 | 2020-04-09 | Strong Force Iot Portfolio 2016, Llc | Systems and methods for data collection and frequency evaluation for a vehicle steering system |
| TW202200481A (zh) * | 2020-06-24 | 2022-01-01 | 陳明助 | 電梯煞車狀態偵測系統及電梯煞車狀態偵測之方法 |
| TWM639878U (zh) * | 2022-12-19 | 2023-04-11 | 天擎積體電路股份有限公司 | 交通工具模式決策系統與交通工具 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202427357A (zh) | 2024-07-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWM639878U (zh) | 交通工具模式決策系統與交通工具 | |
| KR101235248B1 (ko) | 순간 충격에 능동 대응이 가능한 선박의 침몰 방지 장치 | |
| Lavroff et al. | Wave slamming loads on wave-piercer catamarans operating at high-speed determined by hydro-elastic segmented model experiments | |
| CN109383823A (zh) | 用于智能预测飞行器起飞中断决定形成的方法和系统 | |
| KR101918980B1 (ko) | 실시간 복원성 지수를 이용한 대피 레벨 결정 기반 선박 사고시 안전한 대피를 지원하기 위한 선박 항로 및 선박 조종 지원 시스템 및 그 방법 | |
| US9618420B2 (en) | System and method for a surface strain gauge | |
| TWI841510B (zh) | 交通工具模式決策系統、方法與交通工具 | |
| TWI841509B (zh) | 交通工具模式決策系統、方法與交通工具 | |
| TWI840025B (zh) | 交通工具模式決策系統、方法與交通工具 | |
| KR20210123436A (ko) | 디지털 트윈을 이용한 선체응력 모니터링 시스템 및 이를 이용한 선박의 피로 파괴 예측 방법 | |
| CN104822587A (zh) | 充气式护舷材的拉索张力检测系统以及充气式护舷材 | |
| CN104760588A (zh) | 一种全垫升气垫船的安全限界控制方法以及基于安全限界的应急工况控制方法 | |
| CN107064315A (zh) | 基于小波分析的叶片裂纹位置及深度识别方法 | |
| JP2009061901A (ja) | モニタリング方法、その装置及びプログラム | |
| RU2710525C1 (ru) | Система и способ для обнаружения ослабления силы адгезии между конструктивными элементами | |
| CN117799798A (zh) | 基于动态数据控制处理的海上船舶航行安全性分析系统 | |
| CN114074577A (zh) | 一种新能源车电池包磕底检测方法和装置 | |
| CA2626169A1 (en) | Method of dimensioning and producing stiffened structural components, use of structural condition sensors and an aircraft | |
| TWM639877U (zh) | 金屬疲勞度偵測回饋裝置與使用其的船艦 | |
| Volpi et al. | Validation of high fidelity CFD/FE FSI for full-scale high-speed planing hull with composite bottom panels slamming | |
| Shahraki et al. | Mitigation of slamming of large wave-piercing catamarans | |
| TWI785300B (zh) | 內部狀態檢測裝置及乘坐物 | |
| RU2315274C1 (ru) | Способ измерения нагрузок, действующих на крыло летательного аппарата в полете, и устройство для его осуществления | |
| Das et al. | Fuzzy-neuro controler for smart fault detection of a beam | |
| HU et al. | Study on vibration transmission characteristics of integrated vibration isolation system for marine thrust bearings |