WO2023106968A1 - Система и способ оптимизации работы самосвала с помощью цифрового советчика водителю - Google Patents

Система и способ оптимизации работы самосвала с помощью цифрового советчика водителю Download PDF

Info

Publication number
WO2023106968A1
WO2023106968A1 PCT/RU2022/050236 RU2022050236W WO2023106968A1 WO 2023106968 A1 WO2023106968 A1 WO 2023106968A1 RU 2022050236 W RU2022050236 W RU 2022050236W WO 2023106968 A1 WO2023106968 A1 WO 2023106968A1
Authority
WO
WIPO (PCT)
Prior art keywords
route
dump truck
digital
fuel consumption
map
Prior art date
Application number
PCT/RU2022/050236
Other languages
English (en)
French (fr)
Inventor
Сергей Александрович АБАСОВ
Михаил Андреевич МАКЕЕВ
Original Assignee
Общество С Ограниченной Ответственностью "Пиклема"
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
Priority claimed from RU2021136368A external-priority patent/RU2774512C1/ru
Application filed by Общество С Ограниченной Ответственностью "Пиклема" filed Critical Общество С Ограниченной Ответственностью "Пиклема"
Publication of WO2023106968A1 publication Critical patent/WO2023106968A1/ru

Links

Classifications

    • 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
    • B60W40/02—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 ambient conditions
    • 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
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention

Definitions

  • the invention relates to the field of vehicles and the field of information and communication technologies, in particular to a system and method for optimizing the operation of a dump truck using a digital adviser to the driver.
  • the presented solution can be used at least in mining, construction and other industries that use dump trucks to perform various types of work.
  • Patent application US2020031371 A1 discloses a method for providing a vehicle driver with a proposed real-time driving correction.
  • the method includes receiving one or more direct driver inputs (e.g., accelerator and brake pedal velocity, steering deflection/steering angle, time interval between accelerator/brake pedals) from the vehicle control system and receiving sensor data from the vehicle sensor system. facilities.
  • the sensor data may include vehicle sensor data and environmental sensor data.
  • Vehicle sensor data may include current, voltage, battery state of charge, traction motor torque, engine speed, engine current, temperature, transmission component torques, gear ratio, vehicle lateral and longitudinal acceleration/deceleration, steering angle, wheel speed, etc.
  • Environmental sensor data may include vehicle speed and road speed limit, route profile (e.g., 3D route profile), intersections and traffic light locations, weather conditions, dynamic traffic, surrounding vehicle information via LIDAR or radars.
  • the method includes determining predictive driver behavior based on direct driver inputs and sensor data.
  • the method includes determining the ideal driver behavior based on direct driver inputs and sensor data, and determining the difference between the predicted driver behavior and the ideal driver behavior.
  • the method also includes determining the proposed driving adjustment based on the difference in behavior.
  • the method includes sending instructions to notify the driver of the proposed driving adjustment to improve the efficiency and/or performance of the vehicle.
  • Patent Application CN109887286A (published date 06/14/2019) describes an intelligent truck driving assistant based on a cloud-based driving advice platform using upcoming road information, real-time traffic information, meteorological weather information, and environmental information to provide optimal driving route for the truck, optimal cruising speed and appropriate equipment.
  • fuel efficiency is improved, driving fatigue is prevented, driver attention is increased, and the impact of driving risk is reduced.
  • US5913917A (published June 22, 1999) describes a method and apparatus for predicting or estimating fuel or energy consumption of a vehicle on a selected travel route, where the route includes multiple road segments.
  • the fuel consumption of each road section is estimated using information about one or more of the following variables: the representative height of the road section; representative slope of the road section; estimated average vehicle speed on the road section; length of the road section; condition of the road section; condition of vehicle tires; the expected traffic density of the vehicle on the road section; applicable restrictions on the operation of the vehicle on the road section; expected weather conditions on the road section; vehicle accessories to be used; and vehicle driver profile information.
  • Weather conditions along the route such as local wind speed and direction, can be measured and used to improve the accuracy of predicted fuel consumption.
  • the fuel consumption can be estimated initially, can be re-estimated en route using the actual fuel consumption on the route segment already travelled, and can be estimated for a return trip along the same route. Fuel consumption can be estimated if the route is not initially set.
  • the fuel consumed may be electric charge, gasoline, kerosene, natural gas, diesel fuel or any other similar fuel.
  • Patent RU2488663C2 (publication date 07/27/2013) describes a method for providing operating instructions to the driver of a working machine through a training interface in the cab of a working machine, which determines the movement of the working machine between the loading position and the unloading position, which are at a certain distance from each other.
  • the driver when implementing the method, the driver is informed about events along the run path that affect the operation of the working machine in an optimal way with respect to a specific parameter.
  • the particular parameter concerns vibrations affecting the driver during operation, such as whole body vibrations (WBV).
  • the specific parameter relates to energy consumption (eg fuel consumption). Calculate the amount of fuel consumption as a function of the path and time of movement.
  • the driver of the work machine is then instructed by means of a specific recommendation how to operate the work machine after the occurrence of these events in an optimal manner with respect to said particular parameter.
  • the technical result is to improve the operating conditions of the working machine during a repeating work cycle.
  • Patent application CN111311903A (published date 06/19/2020) describes a method for monitoring a driving state of a vehicle, which includes a judgment threshold acquisition process and a real-time monitoring process that operate synchronously;
  • the decision threshold acquisition process includes: s110: setting a plurality of road environment types, obtaining a current road environment type according to the current position of the vehicle, and simultaneously obtaining vehicle driving data at a plurality of time points within the first determined time width of the road environment type; s120: calculating a first threshold value and a second threshold value corresponding to the traffic type according to the acquired driving data;
  • the real-time monitoring process includes the following steps: s210: obtaining the current type of road environment according to the current position of the vehicle, determining whether the current type of road environment has a corresponding first threshold value and a second threshold value, if so, determining the corresponding a first threshold and a second threshold, and entering S220; otherwise, return to S210; s220: obtaining the current driving data of the
  • the technical problem to be solved by the claimed invention is to optimize the operation of the dump truck with the help of a digital advisor that gives the driver of the dump truck, based on telemetry data and the dump truck instantaneous fuel consumption sensor, recommendations on driving modes depending on the position of the dump truck on the route and optimal profiles passing the route, taking into account the factors affecting the specific fuel consumption.
  • the technical result coincides with the technical problem and consists in optimizing the operation of the dump truck with the help of a digital adviser that gives the driver of the dump truck, based on telemetry data and the dump truck instant fuel consumption sensor, recommendations on driving modes depending on the position of the dump truck on the route and optimal profiles for passing the route with taking into account the factors affecting the specific fuel consumption. Also, the accuracy and reliability of the recommendations issued to the driver on driving modes are increased, and optimization of the specific fuel consumption of the dump truck is achieved.
  • the system for optimizing the operation of a dump truck using a digital adviser to the driver contains: server; on-board computer system (OBS) of a dump truck, including at least:
  • a digital map of the route of the dump truck is built with a division into elementary sections, the optimal profiles of the route of the dump truck for each elementary section are determined using machine learning methods based on the collected telemetry data and the sensor of the instantaneous fuel consumption of the dump truck for each elementary section of the route, taking into account factors affecting the specific fuel consumption, and create a virtual map for issuing recommendations on the elementary sections of the route of the dump truck based on certain optimal profiles of the route for each elementary section and the built digital route map; and downloading to the BVS a digital map of the route of the dump truck and a virtual map for issuing recommendations on elementary sections of the route; and with the help of a digital advisor, the dump truck driver is given in real time, based on the current data of the telemetry control system and the dump truck instantaneous fuel consumption sensor, recommendations on driving modes for each elementary section of the route in accordance with a virtual map for issuing recommendations on elementary sections of the route, depending on position of the dump truck
  • truck telemetry data may include at least the following: speed, acceleration, braking, load, location, engine diagnostic data.
  • factors affecting specific fuel consumption may include at least the following: truck driving patterns that preceded each elementary route section, road profile information, route information, weather forecast, truck performance, truck load , type and model of dump truck, driving style of the driver.
  • a digital advisor can give the dump truck driver recommendations on driving modes by visualization or sound.
  • the digital adviser can visualize the places of increased instantaneous fuel consumption on a digital road map.
  • a method for optimizing the operation of a dump truck with the help of a digital adviser to the driver includes the following steps: a digital map of the route of the dump truck is built with division into elementary sections, the optimal profiles for passing the route of the dump truck for each elementary section are determined using machine learning methods based on the collected telemetry data and an instantaneous flow sensor dump truck fuel for each elementary section of the route, taking into account factors affecting the specific fuel consumption, and create a virtual map for issuing recommendations on elementary sections of the route of the dump truck based on certain optimal route profiles for each elementary section and the built digital route map; downloading a digital map of the route of the dump truck and a virtual map for issuing recommendations on elementary sections of the route into the on-board computer system (BCS) of the dump truck;
  • the digital advisor provides the dump truck driver with real-time recommendations on driving modes for each elementary section of the route, based on the current telemetry data and the dump truck instantaneous fuel consumption sensor, in accordance with the virtual map for issuing recommendations for elementary sections of the route, depending
  • dump truck telemetry data may include at least the following: speed, acceleration, braking, load, location, engine diagnostic data.
  • factors affecting specific fuel consumption may include at least the following: dump truck driving modes that preceded the passage of each elementary section of the route, road profile information, route information, weather forecast, dump truck performance, dump truck loading , type and model of dump truck, driving style of the driver.
  • the digital adviser can issue recommendations to the dump truck driver on driving modes by visualization or sounding.
  • the digital adviser can visualize places of increased instantaneous fuel consumption on a digital road map.
  • Fig. 1 - illustrates a functional diagram of a system for optimizing the operation of a dump truck using a digital adviser to the driver.
  • Fig. 1 - illustrates the architecture of the system for optimizing the operation of a dump truck using a digital adviser to the driver.
  • Fig. 3-6 illustrate examples of reporting forms issued by the dump truck performance optimization system with the help of a digital advisor to the driver.
  • Fig. 7 illustrates the general scheme of a computing device for implementing the present solution.
  • the system for optimizing the operation of a dump truck with the help of a digital adviser to drivers is designed to adjust the driving modes of dump trucks, for example, mining trucks, logistic dump trucks, construction dump trucks, etc.
  • Correct the driving modes for example, mining dump trucks for specific mining and geological conditions during the operation of mining dump trucks in a quarry, logistics dump trucks for specific route conditions during the transportation of various goods, by issuing recommendations to dump truck drivers when driving along routes in during the shift and control of the following parameters: optimal specific fuel consumption when driving, taking into account the load, weather forecast, driving style of the vehicle and other parameters that affect the specific fuel consumption.
  • FIG. 1 shows a functional diagram of a system for optimizing the operation of a dump truck using a digital adviser to the driver.
  • the server software and hardware part of the system is intended for mathematical modeling and calculation of traffic recommendations using predictive models, generation of recommendations based on predictive analytics, as well as visualization of the influence of factors on specific fuel consumption, analysis of specific fuel consumption along routes, traffic error messages for drivers , analysis of compliance with recommendations by dump truck drivers and reporting. Data processing can also be carried out using cloud technologies.
  • Telemetry data and data on instantaneous fuel consumption are transmitted to the server or to the cloud to build a digital road map, conduct analytics and build predictive models, taking into account various factors that affect specific fuel consumption, such as dump truck driving modes that preceded the passage of each elementary section of the route, information about the road profile (road slopes, section length, longitudinal and transverse suspension loads characterizing the quality of the roadway, roughness, site coordinates, etc.), route information, weather forecast, dump truck performance, dump truck loading, dump truck type and model, driver driving style, etc. (Fig. 1).
  • the onboard hardware and software part of the system is designed to voice or visualize tips on recommended driving modes for dump truck drivers using a digital adviser in real time (Fig. 1).
  • the on-board computing system includes on-board equipment: an on-board computer with analog and discrete inputs for connecting to the CAN interfaces of equipment, a controller with software, GPS, as well as a loudspeaker in the cab of a mining truck or a HUD display for visualizing recommendations on the driving modes of a mining truck for various areas route, GPRS transmitter for data synchronization with the server and transmission of updated recommendations for route sections.
  • an additional fuel flow meter is installed in the absence of information about the instantaneous fuel consumption in the CAN bus.
  • the construction of the road graph is based on the GPS receiver during the movement of dump trucks.
  • clustering methods are used (a mathematical method for determining parameters related to a single group of grouped values).
  • Elementary sections mean sections where, based on statistics, it is necessary to change the speed mode of the dump truck, for example, change the speed mode, start accelerating or braking.
  • Speed sensor/speed data from GPS is compared while passing the key points of the road graph with the recommended driving modes for a particular dump truck model, taking into account the quality of the roads and the degree of equipment load. For different dump trucks and with different loads, different speed modes are optimal, so the tips take into account all the values that affect the recommended speed.
  • Gradient boosting is used to build a fuel consumption model. All routes are divided into elementary sections of small length. For each section, various geometric parameters are determined, for example, length, slope, height difference, rotation angles between the sections of the environment. Also, the collected dump truck telemetry parameters are transmitted to the server - speed, vibrations, fuel consumption, accelerations, etc. For such an elementary section, a model of fuel consumption on the section is built depending on various parameters, for example, such as geometric representation of the section and its neighbors, telemetry parameters - how the dump truck drove along this section, as well as how it approached it, precipitation, road graph, elevation difference, driver, dump truck model, dump truck condition (for example, technical readiness factor (KTG), engine hours ). The predictive model is built using the time-validated gradient boosting algorithm.
  • a trained model is obtained that can predict fuel consumption at the site, depending on the parameters of the site and how the dump truck will pass it.
  • the instantaneous fuel consumption is compared with the minimum fuel consumption determined using the constructed fuel consumption model, and a combination of parameters is determined that are considered targets for prompts in order to reduce fuel consumption to the minimum value in the case when the instantaneous fuel consumption exceeded the minimum value.
  • the fuel consumption model is used to generate recommendations for drivers.
  • a detailed analysis of the movement of dump trucks and the optimal passage of dump truck routes is carried out based on at least 500 dump truck passages along the route. Telemetry and instantaneous fuel consumption from a dump truck are analyzed with a sampling rate of 1 Hz. Further, for each of the sections of the route, the instantaneous fuel consumption and driving modes that preceded the passage of the road section are analyzed. After 500 passes, the optimal modes for each section of the road are updated for all dump trucks of the same type.
  • the simulation changes the recommendations of the driving modes (an example of changing the recommendation is the sounding of a change in the speed mode, for example, “after 100 meters turn, reduce the speed to 15 km/h”), then they are rewritten to the on-board computer to change the prompts drivers.
  • the recommendations of the driving modes an example of changing the recommendation is the sounding of a change in the speed mode, for example, “after 100 meters turn, reduce the speed to 15 km/h”
  • the optimization problem is solved - to minimize the fuel consumption on the route, which consists of the sum of the fuel consumption on the route sections, varying the speed of the sections.
  • the Bayesian optimization method is used, and for the distribution of a random variable of speed, the normal distributions of the speeds of passing each section by the “best” drivers in terms of fuel consumption on the route are used.
  • Non-gradient optimization methods are used to find the optimal route passing profile.
  • the parametric values determined at the route analysis step 500 which are written to the controller and considered as reference ones, are the basis for optimization.
  • the optimal speed regimes for individual sections of each route are determined using mathematical modeling and include information about the required optimal speed for entering the next section (for example, acceleration before climbing), taking into account the maximum allowed speed for solving problems of increasing productivity.
  • These recommendations are visualized (can be visualized both on the electronic instrument panel and on the HUD display connected to the on-board computer of the system) or voiced (the speaker is connected to the on-board computer of the system) in accordance with the position of the dump truck and its location on the route section on the virtual map of pickup points recommendations for route segments.
  • This map is loaded into the on-board computer with a voice or visual notification to the driver of a mining truck.
  • the driver is given recommendations on the optimal speed. This functionality works even if the entire quarry is not fully covered by the communication, since the current speed, direction of movement and location are compared with the quarry digital map loaded in the controller.
  • Telemetry parameters, road graph, precipitation, driver, speed/acceleration/economy for each section are compared with the instantaneous fuel consumption (liters of fuel consumed) in this section.
  • a parametric model is determined, where the value of the spent liters is the minimum for each model of dump trucks.
  • Excavator driveway or loading point is updated based on 100 truck passes due to dynamic change in loading location and is calculated for forward driving only.
  • the entrance under the excavator and under the unloading point are sections of the routes that are dynamic, unlike the rest of the route, which is quasi-static, therefore, information about the parameters of the operation of the equipment is averaged only on 100 passages due to the fact that these sections are dynamically changing.
  • the entrance to the excavator changes about once a day, due to the fact that the scope of work changes, therefore, the accuracy of the model is corrected for approximately the daily number of trips and adapted every day or, if there are not enough tips, recommendations are not issued at the loading points.
  • a digital road map is a graph of roads constructed using clustering methods and divided into elementary sections. For each route, a digital a GPS-based road map that is broken down into elementary sections where dump truck drivers need to change driving patterns, such as driving styles, speed. For each section of the digital road map, recommendations are created that are voiced or visualized to drivers. For example, recommendations for maintaining a specific speed on a section of the road, the moment and place when you need to start accelerating or changing speed, braking, warnings about intersections, road narrowing, roadway quality, etc. Recommendations for drivers based on the created digital road map, developed driving profile routes are voiced through a speaker (sound prompts for speed, driving style, road profile, etc.) connected to the on-board controller (Fig. 2) or visualized on the HU D-display (can be visualized on the electronic instrument panel or on-board computer) in the form of visual cues with display of speed, turns, accelerations, etc.
  • Places where systematically repeated jumps in instantaneous fuel consumption due to accelerations occur are visualized in color on a digital road map in the server hardware and software. Places where an increased specific fuel consumption is systematically observed are determined automatically based on the analysis of the instantaneous fuel consumption and overlaying speed, driver, telemetry parameters on a point/section of a digital map of the route.
  • a so-called heat-map is built, on which the size of the circle for the dispatcher is an indicator that the quality of roads or other factors affect the increased fuel consumption at a given point on the route.
  • Compliance with the recommendations by dump truck drivers is recorded in the form of a report with an analysis of the impact of the implementation of the recommendations on the specific fuel consumption, with a rating of drivers, and an analysis of whether the recommendations are followed or not followed. Examples of reporting forms are shown in Fig. 3-6.
  • the system works as follows.
  • the on-board computer analyzes the current data of the telemetry control system (for example, speed, acceleration, braking signals, GPS coordinates, load, engine diagnostic data) and the dump truck instant fuel consumption sensor, compares the current coordinates of the dump truck with coordinates of the digital map, determines on which section of the digital map the dump truck is currently located, compares the current data of the telemetry control system and the dump truck instantaneous fuel consumption sensor with the parameters of the optimal route profile for this section.
  • the dump truck driver visualize or sound recommendations recorded in the virtual map of tips on the on-board computer and are updated when routes or road parameters change.
  • FIG. 7 shows a general diagram of a computing device (700) that provides the data processing necessary to implement the claimed solution.
  • the device (700) contains such components as: one or more processors (701), at least one memory (702), data storage medium (703), input/output interfaces (704), I/O means ( 705), networking tools (706).
  • the processor (701) of the device performs the basic computing operations necessary for the operation of the device (700) or the functionality of one or more of its components.
  • the processor (701) executes the necessary machine-readable instructions contained in the main memory (702).
  • the memory (702) is typically in the form of RAM and contains the necessary software logic to provide the desired functionality.
  • the data storage means (703) can be in the form of HDD, SSD disks, raid array, network storage, flash memory, optical storage media (CD, DVD, MD, Blue-Ray disks), etc.
  • the means (703) allows long-term storage of various types of information.
  • Interfaces (704) are standard means for connecting and working with the server side, for example, USB, RS232, RJ45, LPT, COM, HDMI, PS/2, Lightning, FireWire, etc.
  • interfaces (704) depends on the specific implementation of the device (700), which may be a personal computer, mainframe, server cluster, thin client, smartphone, laptop, and the like.
  • the data I/O means (705) in any embodiment of the system must be a keyboard.
  • the hardware version of the keyboard can be any known: it can be either a built-in keyboard used on a laptop or netbook, or a separate device connected to a desktop computer, server or other computing device.
  • the connection can be either wired, in which the keyboard connection cable is connected to the PS / 2 or USB port located on the system unit of the desktop computer, or wireless, in which the keyboard exchanges data via a wireless communication channel, for example, a radio channel, with base station, which, in turn, is directly connected to the system unit, for example, to one of the USB ports.
  • the following I/O devices can also be used: joystick, display (touchscreen), projector, touchpad, mouse, trackball, light pen, speakers, microphone, etc.
  • Means of networking are selected from devices that provide network reception and transmission of data, for example, an Ethernet card, WLAN/Wi-Fi module, Bluetooth module, BLE module, NFC module, IrDa, RFID module, GSM modem, etc.
  • N05 the organization of data exchange over a wired or wireless data transmission channel, for example, WAN, PAN, LAN (LAN), Intranet, Internet, WLAN, WMAN or GSM, 3G, 4G, 5G, is provided.
  • the components of the device (700) are coupled via a common data bus (707).

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

Группа изобретений относится к системе и способу оптимизации работы самосвала. Система содержит сервер и бортовую вычислительную систему (ВВС) самосвала, включающую систему контроля телеметрии, датчик мгновенного расхода топлива самосвала и цифровой советчик. Сервер осуществляет построение цифровой карты маршрута движения самосвала с разбиением на элементарные участки, определение оптимальных профилей прохождения маршрута с помощью методов машинного обучения на основании данных телеметрии и датчика мгновенного расхода топлива для каждого участка маршрута с учетом факторов, влияющих на удельный расход топлива. Создают виртуальную карту выдачи рекомендаций по участкам маршрута и построенной цифровой карты маршрута. Загружают в ВВС цифровую карту маршрута и виртуальную карту выдачи рекомендаций по участкам маршрута. С помощью цифрового советчика выдают в режиме реального времени рекомендации по режимам вождения для каждого участка маршрута в соответствии с виртуальной картой выдачи рекомендаций по участкам маршрута в зависимости от положения самосвала на цифровой карте маршрута и оптимальных профилей прохождения маршрута с учетом факторов, влияющих на удельный расход топлива.

Description

СИСТЕМА И СПОСОБ ОПТИМИЗАЦИИ РАБОТЫ САМОСВАЛА С ПОМОЩЬЮ ЦИФРОВОГО СОВЕТЧИКА ВОДИТЕЛЮ
ОБЛАСТЬ ТЕХНИКИ
Изобретение относится к области транспортных средств и области информационных и коммуникационных технологий, в частности к системе и способу оптимизации работы самосвала с помощью цифрового советчика водителю.
Представленное решение может быть использовано, по меньшей мере, в горнодобывающей, строительной и других отраслях промышленности, в которых используются самосвалы для выполнения различных видов работ.
УРОВЕНЬ ТЕХНИКИ
В патентной заявке US2020031371 А1 (дата публикации 30.01.2020) раскрыт способ предоставления водителю транспортного средства предлагаемой корректировки вождения в реальном времени. Способ включает в себя получение одного или более прямых входов водителя (например, скорости нажатия педалей акселератора и тормоза, отклонения рулевого управления/угол поворота, промежуток времени между нажатием педалей акселератора/тормоза) от системы управления транспортным средством и получение данных датчика от системы датчиков транспортного средства. Данные датчиков могут включать данные датчиков транспортного средства и данные датчиков окружающей среды. Данные датчиков транспортного средства могут включать ток, напряжение, состояние заряда батареи, крутящий момент двигателя тягового привода, скорость двигателя, ток двигателя, температуру, крутящие моменты компонентов трансмиссии, передаточное число, поперечное и продольное ускорение/замедление транспортного средства, угол поворота рулевого управления, скорость вращения колес и т.д. Данные датчиков окружающей среды могут включать скорость транспортного средства и ограничение скорости на дороге, профиль маршрута (например, трехмерный профиль маршрута), пересечения и расположение светофоров, погодные условия, динамическое движение, информацию об окружающих транспортных средствах с помощью LIDAR или радаров. Способ включает определение прогнозируемого поведения водителя на основе прямых входов водителя и данных датчика. Кроме того, метод включает определение идеального поведения водителя на основе прямых входов водителя и данных датчика и определение разницы между прогнозируемым поведением водителя и идеальным поведением водителя. Метод также включает определение предлагаемой корректировки вождения на основе разницы в поведении. Кроме того, метод включает отправку инструкций для уведомления водителя о предложенной корректировке вождения для повышения эффективности и/или производительности транспортного средства.
В патентной заявке CN109887286A (дата публикации 14.06.2019) описано интеллектуальное вспомогательное средство управления грузовиком на основе облачной платформы рекомендаций по вождению с использованием информации о предстоящей дороге, информации о движении в режиме реального времени, метеорологической информации о погоде и информации об окружающей среде для обеспечения оптимального маршрута движения для грузовика, оптимальной крейсерской скорости и соответствующего снаряжения. Осуществляют напоминания об усталости от вождения, съезде на скоростную автомагистраль, эстакаде моста, туннельной дороге, участке поворота, руководства о прохождении участков, на которых часто происходят дорожно-транспортные происшествия, участков проезда через реку, участков с долгим спуском. В результате улучшается топливная экономичность, предотвращается усталость при вождении, повышается внимание водителя, снижается влияние риска при вождении.
В патенте US5913917A (дата публикации 22.06.1999) описаны способ и устройство для прогнозирования или оценки потребления топлива или энергии транспортным средством на выбранном маршруте поездки, где маршрут включает в себя множество дорожных сегментов. Расход топлива на каждом участке дороги оценивается с использованием информации об одной или более из следующих переменных: репрезентативная высота участка дороги; репрезентативный уклон участка дороги; расчетная средняя скорость транспортного средства на участке дороги; длина участка дороги; состояние участка дороги; состояние шин транспортного средства; ожидаемая плотность движения транспортного средства на участке дороги; применимые ограничения на эксплуатацию транспортного средства на участке дороги; ожидаемые погодные условия на участке дороги; аксессуары транспортного средства, которые будут использоваться; и информация о профиле водителя транспортного средства. Погодные условия по пути следования, такие как скорость и направление местного ветра, могут быть измерены и использованы для повышения точности прогнозируемого расхода топлива. Расход топлива может быть оценен изначально, может быть повторно оценен в пути, используя фактический расход топлива на уже пройденном участке маршрута, и может быть оценен для обратной поездки по тому же маршруту. Расход топлива может быть оценен, если маршрут изначально не задан. Потребляемое топливо может быть электрическим зарядом, бензином, керосином, природным газом, дизельным топливом или любым другим подобным топливом. В патенте RU2488663C2 (дата публикации 27.07.2013) описан способ обеспечения инструкциями по эксплуатации водителя рабочей машины посредством обучающего интерфейса в кабине рабочей машины, определяющий перемещение рабочей машины между положением погрузки и положением разгрузки, которые находятся на определенном расстоянии друг от друга. Причем при осуществлении способа информируют водителя о событиях вдоль пути пробега, влияющих на эксплуатацию рабочей машины оптимальным образом в отношении конкретного параметра. Согласно первому предпочтительному примеру конкретный параметр касается вибраций, воздействующих на водителя во время работы, таких как вибрация всего тела (ВВТ или WBV, от английского - whole body vibrations). Согласно второму предпочтительному примеру конкретный параметр касается расхода энергии (например, расхода топлива). Рассчитывают величину расхода топлива в качестве функции пути и времени движения. Затем посредством конкретной рекомендации инструктируют водителя рабочей машины, как эксплуатировать рабочую машину после наступления этих событий оптимальным образом в отношении упомянутого конкретного параметра. Техническим результатом является усовершенствование условий эксплуатации рабочей машины на протяжении повторяющегося рабочего цикла.
В патентной заявке CN111311903А (дата публикации 19.06.2020) описан способ мониторинга состояния вождения транспортного средства, который включает в себя процесс получения порогового значения суждения и процесс мониторинга в реальном времени, которые работают синхронно; процесс получения порогового значения решения включает: s110: задание множества типов дорожной среды, получение текущего типа дорожной среды в соответствии с текущим положением транспортного средства и одновременное получение данных о вождении транспортного средства в множество моментов времени в пределах первой определенной временной ширины типа дорожной среды; s120: вычисление первого порогового значения и второго порогового значения, соответствующих типу дорожной обстановки, в соответствии с полученными данными вождения; процесс мониторинга в реальном времени включает в себя следующие шаги: s210: получение текущего типа дорожной среды в соответствии с текущим положением транспортного средства, определение того, имеет ли текущий тип дорожной среды соответствующее первое пороговое значение и второе пороговое значение, если да, то определение соответствующего первого порогового значения и второго порогового значения, и вход в S220; в противном случае, возврат к S210; s220: получение текущих данных о вождении транспортного средства, и вычисление соответствующего расхода масла на сто километров; s230: и оценивает взаимосвязь между текущим стокилометровым расходом топлива транспортного средства и первым пороговым значением и вторым пороговым значением, соответствующим текущему типу дорожной среды, выполняет соответствующее напоминание в соответствии с результатом суждения, и возвращается к S210.
Однако в данных решениях отсутствует получение данных мгновенного расхода топлива с помощью датчика мгновенного расхода топлива и определение с помощью методов машинного обучения оптимальных профилей прохождения маршрута на основании собранных данных телеметрии и датчика мгновенного расхода топлива самосвала с учетом факторов, влияющих на удельный расход топлива, отсутствует цифровой советчик, который выдает водителю самосвала, на основе текущих данных телеметрии и датчика мгновенного расхода топлива самосвала, рекомендации по режимам вождения в соответствии с виртуальной картой выдачи рекомендаций в зависимости от положения самосвала на цифровой карте маршрута и определенных оптимальных профилей прохождения маршрута с учетом факторов, влияющих на удельный расход топлива.
Техническая проблема, на решение которой направлено заявляемое изобретение, заключается в оптимизации работы самосвала с помощью цифрового советчика, который выдает водителю самосвала, на основе данных телеметрии и датчика мгновенного расхода топлива самосвала, рекомендации по режимам вождения в зависимости от положения самосвала на маршруте и оптимальных профилей прохождения маршрута с учетом факторов, влияющих на удельный расход топлива.
СУЩНОСТЬ ИЗОБРЕТЕНИЯ
Технический результат совпадает с технической проблемой и заключается в оптимизации работы самосвала с помощью цифрового советчика, который выдает водителю самосвала, на основе данных телеметрии и датчика мгновенного расхода топлива самосвала, рекомендации по режимам вождения в зависимости от положения самосвала на маршруте и оптимальных профилей прохождения маршрута с учетом факторов, влияющих на удельный расход топлива. Также повышается точность и достоверность выдаваемых водителю рекомендаций по режимам вождения, достигается оптимизация удельного расхода топлива самосвала.
Указанный технический результат достигается за счёт того, что:
Система оптимизации работы самосвала с помощью цифрового советчика водителю содержит: сервер; бортовую вычислительную систему (БВС) самосвала, включающую, по меньшей мере:
- систему контроля телеметрии и датчик мгновенного расхода топлива самосвала;
- цифровой советчик; причем с помощью сервера осуществляют построение цифровой карты маршрута движения самосвала с разбиением на элементарные участки, определяют оптимальные профили прохождения маршрута самосвала для каждого элементарного участка с помощью методов машинного обучения на основании собранных данных телеметрии и датчика мгновенного расхода топлива самосвала для каждого элементарного участка маршрута с учетом факторов, влияющих на удельный расход топлива, и создают виртуальную карту выдачи рекомендаций по элементарным участкам маршрута движения самосвала на основании определенных оптимальных профилей прохождения маршрута для каждого элементарного участка и построенной цифровой карты маршрута; и загружают в БВС цифровую карту маршрута движения самосвала и виртуальную карту выдачи рекомендаций по элементарным участкам маршрута; и с помощью цифрового советчика выдают водителю самосвала в режиме реального времени, на основе текущих данных системы контроля телеметрии и датчика мгновенного расхода топлива самосвала, рекомендации по режимам вождения для каждого элементарного участка маршрута в соответствии с виртуальной картой выдачи рекомендаций по элементарным участкам маршрута в зависимости от положения самосвала на цифровой карте маршрута и определенных оптимальных профилей прохождения маршрута с учетом факторов, влияющих на удельный расход топлива.
В системе данные телеметрии самосвала могут включать, по меньшей мере, следующее: скорость, ускорение, торможение, загрузка, местоположение, данные диагностики двигателя.
В системе факторы, влияющие на удельный расход топлива, могут включать, по меньшей мере, следующее: режимы движения самосвала, которые предшествовали прохождению каждого элементарного участка маршрута, информация о профиле дороги, информация о маршруте, прогноз погоды, производственные показатели работы самосвала, загрузка самосвала, тип и модель самосвала, стиль вождения водителя. В системе цифровой советчик может выдавать водителю самосвала рекомендации по режимам вождения путем визуализации или озвучивания.
В системе цифровой советчик может визуализировать места повышенного мгновенного расхода топлива на цифровой карте дорог.
Способ оптимизации работы самосвала с помощью цифрового советчика водителю включает следующие шаги: осуществляют построение цифровой карты маршрута движения самосвала с разбиением на элементарные участки, определяют оптимальные профили прохождения маршрута самосвала для каждого элементарного участка с помощью методов машинного обучения на основании собранных данных телеметрии и датчика мгновенного расхода топлива самосвала для каждого элементарного участка маршрута с учетом факторов, влияющих на удельный расход топлива, и создают виртуальную карту выдачи рекомендаций по элементарным участкам маршрута движения самосвала на основании определенных оптимальных профилей прохождения маршрута для каждого элементарного участка и построенной цифровой карты маршрута; загружают цифровую карту маршрута движения самосвала и виртуальную карту выдачи рекомендаций по элементарным участкам маршрута в бортовую вычислительную систему (БВС) самосвала; цифровой советчик выдает водителю самосвала в режиме реального времени, на основе текущих данных телеметрии и датчика мгновенного расхода топлива самосвала, рекомендации по режимам вождения для каждого элементарного участка маршрута в соответствии с виртуальной картой выдачи рекомендаций по элементарным участкам маршрута в зависимости от положения самосвала на цифровой карте маршрута и определенных оптимальных профилей прохождения маршрута с учетом факторов, влияющих на удельный расход топлива.
В способе данные телеметрии самосвала могут включать, по меньшей мере, следующее: скорость, ускорение, торможение, загрузка, местоположение, данные диагностики двигателя.
В способе факторы, влияющие на удельный расход топлива, могут включать, по меньшей мере, следующее: режимы движения самосвала, которые предшествовали прохождению каждого элементарного участка маршрута, информация о профиле дороги, информация о маршруте, прогноз погоды, производственные показатели работы самосвала, загрузка самосвала, тип и модель самосвала, стиль вождения водителя. В способе цифровой советчик может выдавать водителю самосвала рекомендации по режимам вождения путем визуализации или озвучивания.
В способе цифровой советчик может визуализировать места повышенного мгновенного расхода топлива на цифровой карте дорог.
ОПИСАНИЕ ЧЕРТЕЖЕЙ
Реализация изобретения будет описана в дальнейшем в соответствии с прилагаемыми чертежами, которые представлены для пояснения сути изобретения и никоим образом не ограничивают область изобретения.
Заявляемое изобретение проиллюстрировано фигурами 1-7, на которых изображены:
Фиг. 1 - иллюстрирует функциональную схему системы оптимизации работы самосвала с помощью цифрового советчика водителю.
Фиг. 1 - иллюстрирует архитектуру системы оптимизации работы самосвала с помощью цифрового советчика водителю.
Фиг. 3-6 - иллюстрируют примеры отчетных форм, выдаваемых системой оптимизации работы самосвала с помощью цифрового советчика водителю.
Фиг. 7 - иллюстрирует общую схему вычислительного устройства для реализации настоящего решения.
ДЕТАЛЬНОЕ ОПИСАНИЕ ИЗОБРЕТЕНИЯ
В приведенном ниже подробном описании реализации изобретения приведены многочисленные детали реализации, призванные обеспечить отчетливое понимание настоящего изобретения. Однако, квалифицированному в предметной области специалисту будет очевидно, каким образом можно использовать настоящее изобретение, как с данными деталями реализации, так и без них. В других случаях хорошо известные методы, процедуры и компоненты не были описаны подробно, чтобы не затруднять излишне понимание особенностей настоящего изобретения.
Кроме того, из приведенного изложения будет ясно, что изобретение не ограничивается приведенной реализацией. Многочисленные возможные модификации, изменения, вариации и замены, сохраняющие суть и форму настоящего изобретения, будут очевидными для квалифицированных в предметной области специалистов.
Система оптимизации работы самосвала с помощью цифрового советчика водителям предназначена для корректировки режимов движения самосвалов, например карьерных самосвалов, логистических самосвалов, строительных самосвалов и др. Корректируют режимы движения, например, карьерных самосвалов для конкретных горнотехнических и горно-геологических условий во время работы карьерных самосвалов на карьере, логистических самосвалов для конкретных условий маршрута во время перевозки различных грузов, путем выдачи рекомендаций водителям самосвалов при движении по маршрутам в течение смены и контроля следующих параметров: оптимальный удельный расход топлива при движении с учетом загрузки, прогноза погоды, стиля вождения техникой и других параметров, которые влияют на удельный расход топлива. Методами машинного обучения осуществляют поиск оптимальных профилей прохождения маршрутов самосвалами для различных участков дорог, таких как технологические дороги, дороги общего пользования и др., построения цифровой карты дорог и виртуальной карты рекомендаций (подсказок) и выдают рекомендации водителям самосвалов для каждого участка дороги в виде конкретных параметров режимов движения, например, скорости, ускорения, начала разгона или торможения, с целью оптимизации удельного расхода топлива и тем самым оптимизации работы самосвала. При поиске оптимальных профилей прохождения маршрутов, включающих оптимальные режимы движения самосвалов (оптимальные для каждого из участков дороги режимы скорости, ускорения, торможения) и выдаче рекомендаций учитывают различные факторы, которые могут повлиять на расход топлива, например качество дорожного покрытия, прогноз погоды, режимы движения (ускорения, торможения и скоростные режимы) и производственные показатели работы самосвалов.
На Фиг. 1 приведена функциональная схема системы оптимизации работы самосвала с помощью цифрового советчика водителю.
Серверная программно-аппаратная часть системы предназначена для проведения математического моделирования и расчёта рекомендаций движения с помощью предиктивных моделей, формирования рекомендаций на основе прогнозной аналитики, а также визуализации влияния факторов на удельный расход топлива, анализа удельного расхода топлива по маршрутам, сообщений об ошибках движения для водителей, анализа соблюдения рекомендаций водителями самосвалов и построения отчетов. Обработка данных также может осуществляться с использованием облачных технологий. Данные телеметрии и данные по мгновенному расходу топлива передаются на сервер или в облако для построения цифровой карты дорог, проведения аналитики и построения предиктивных моделей с учетом различных факторов, которые влияют на удельный расход топлива, например, таких как режимы движения самосвала, которые предшествовали прохождению каждого элементарного участка маршрута, информация о профиле дороги (уклоны дороги, длина участка, продольные и поперечные нагрузки на подвеску, характеризующие качество дорожного полотна, неровности, координаты участка и др.), информация о маршруте, прогноз погоды, производственные показатели работы самосвала, загрузка самосвала, тип и модель самосвала, стиль вождения водителя и др. (Фиг. 1).
Бортовая программно-аппаратная часть системы предназначена для озвучивания или визуализации подсказок по рекомендованным режимам вождения водителям самосвалов с помощью цифрового советчика в режиме реального времени (Фиг. 1). Бортовая вычислительная система включает бортовое оборудование: бортовой компьютер с аналоговыми и дискретными входами для подключения к CAN интерфейсам техники, контроллер с программным обеспечением, GPS, а также громкоговоритель в кабине карьерного самосвала или HUD-дисплей для визуализации рекомендаций по режимам движения карьерного самосвала для различных участков маршрута, GPRS передатчик для синхронизации данных с сервером и передачей обновленных рекомендаций для участков маршрута. При отсутствии информации о мгновенном расходе топлива в CAN шине дополнительно устанавливается расходомер топлива.
Построение графа дорог происходит на основе GPS приемника при движении самосвалов. Для построения графа дорог и разбиения на элементарные участки используют методы кластеризации (математический метод определения параметров, относящихся к единой группе сгруппированных значений). Под элементарными участками подразумеваются участки, на которых на основе статистики необходимо изменять скоростной режим движения самосвала, например, изменять скоростной режим, начинать разгон или торможение.
Данные датчика скорости/скорость из GPS сравниваются при прохождении ключевых точек графа дорог с рекомендованными режимами движения для конкретной модели самосвала, учитывая качество дорог и степень загрузки техники. Для разных автосамосвалов и при разной загрузке разные скоростные режимы оптимальны, поэтому подсказки учитывают все значения, которые влияют на рекомендованную скорость.
Для построения модели расхода топлива используется градиентный бустинг. Все маршруты разбиваются на элементарные участки небольшой длины. Для каждого участка определяют различные геометрические параметры, например, длина, наклон, перепад высот, углы поворота между участками окружения. Также на сервер передают собираемые параметры телеметрии самосвала - скорость, вибрации, расход топлива, ускорения и др. Для такого элементарного участка строится модель расхода топлива на участке в зависимости от различных параметров, например, таких как геометрическое представление участка и его соседей, параметры телеметрии - как ехал самосвал по этому участку, а также как подъезжал к нему, осадки, граф дорог, перепад высот, водитель, модель самосвала, состояние самосвала (например, коэффициент технической готовности (КТГ), моточасы). Предиктивная модель строится с помощью алгоритма градиентного бустинга, валидированного по времени. На выходе получают обученную модель, которая может прогнозировать расход топлива на участке в зависимости от параметров участка и как его будет проезжать самосвал. Мгновенный расход топлива сравнивается с определенным с помощью построенной модели расхода топлива минимальным расходом топлива и определяется комбинация параметров, которые считаются целевыми для подсказок с целью снижения расхода топлива до минимального значения в случае, когда мгновенный расход топлива превысил минимальное значение. Модель расхода топлива используется для формирования рекомендаций водителям.
Для первоначального расчёта рекомендаций и минимизации влияния технического состояния самосвалов, минимизации влияния навыков вождения водителей проводится детальный анализ движения самосвалов и оптимальных прохождений маршрутов самосвалов на основе не менее 500 проездов самосвалов по маршруту. Анализируются телеметрия и мгновенные расходы топлива от самосвала с частотой дискретизации 1 Г ц. Далее для каждого из участков маршрута анализируется мгновенный расход топлива и режимы движения, которые предшествовали прохождению участка дороги. После 500 проездов оптимальные режимы для каждого из участков дороги и обновляются для всех однотипных самосвалов.
Если при прохождении более 500 проездов по маршруту моделирование изменяет рекомендации режимов движения (пример изменения рекомендации - озвучивание изменения скоростного режима, например, «через 100 метров поворот, снизьте скорость до 15 км/ч»), то они перезаписываются в бортовой компьютер для изменения подсказок водителям.
Имея возможность прогнозировать расход на одном участке маршрута, можно спрогнозировать расход на всех участках маршрута, сложить их и оценить общий расход на маршруте. Таким образом, решается задача оптимизации - минимизировать расход топлива на маршруте, который состоит из суммы расходов топлива на участках маршрута, варьируя значениями скорости прохождения участков. Для решения данной задачи используется метод байесовской оптимизации, а для распределения случайной величины скорости используются нормальные распределения скоростей прохождения каждого участка “лучшими” водителями с точки зрения расхода топлива на маршруте. Для поиска оптимального профиля прохождения маршрута используют методы неградиентной оптимизации. Параметрические значения, определенные на шаге анализа 500 маршрутов, которые записываются в контроллер и считаются эталонными - являются базисом для оптимизации.
Оптимальные скоростные режимы движения на отдельных участках каждого из маршрутов определяются с помощью математического моделирования и включают сведения о необходимой оптимальной скорости входа на следующий участок (например, разгон перед подъёмом), с учетом максимальной разрешенной скорости движения для решения задач увеличения производительности. Данные рекомендации визуализируются (могут визуализироваться как на электронную панель приборов, так и на HUD дисплей, подключаемый к бортовому компьютеру системы) или озвучиваются (динамик подключается к бортовому компьютеру системы) в соответствии с положением самосвала и расположении его на участке маршрута на виртуальной карте точек выдачи рекомендаций по участкам маршрутов. Данная карта загружается в бортовой компьютер с голосовым или визуальным оповещением водителю карьерного самосвала. При движении самосвала по маршруту водителю выдаются рекомендации по оптимальной скорости. Данный функционал работает даже при неполном покрытии связью всего карьера, так как сравнивается текущая скорость, направление движения и местоположение с загруженной в контроллере цифровой картой карьера.
Параметры телеметрии, граф дорог, осадки, водитель, скорость/ускорение/плавность движения для каждого участка сравниваются с мгновенным расходом топлива (потраченных литров топлива) на этом участке. Определяется параметрическая модель, где значение потраченных литров минимальное для каждой модели самосвалов.
Подъезд под экскаватор или пункт загрузки обновляется на основании 100 проездов самосвалов в связи с динамическим изменением места погрузки и рассчитывается только для езды передним ходом. Подъезд под экскаватор и под пункт разгрузки — это участки маршрутов, которые динамичные, в отличии от остального маршрута, который квази-статичный, поэтому усредняют информацию о параметрах работы техники только на 100 проездах в связи с тем, что эти участки динамично меняются. Подъезд под экскаватор меняется примерно раз в день, в связи с тем, что фронт работ изменяется, поэтому корректируют точность модели примерно на суточном количестве рейсов и адаптируют ее каждый день или, если подсказок недостаточно, в местах погрузки не выдают рекомендации.
Цифровая карта дорог - это построенный методами кластеризации граф дорог с разбиением на элементарные участки. Для каждого маршрута строится цифровая карта дорог на основе GPS, которая разбивается на элементарные участки, где водителям самосвалов нужно менять режим движения, например, стили вождения, скорость. Для каждого из участков цифровой карты дорог создаются рекомендации, которые озвучиваются или визуализируются водителям. Например, рекомендации по поддержанию конкретной скорости на участке дороги, моменту и месту, когда нужно начать ускоряться или менять скорость, тормозить, предупреждения о перекрестках, сужении дороги, качестве дорожного полотна и др. Рекомендации водителям на основании созданной цифровой карты дорог, разработанного профиля прохождения маршрута озвучиваются через колонку (звуковые подсказки скорости, стиля вождения, профиля дороги и др.), подключенную к бортовому контроллеру (Фиг. 2) или визуализируются на HU D-дисплее (могут визуализироваться на электронной панели приборов или бортовом компьютере) в виде визуальных подсказок с отображением скорости, поворотов, ускорений и др.
Места, где происходят систематически повторяющиеся скачки мгновенного расхода топлива из-за ускорений, визуализируются цветом на цифровой карте дорог в серверной аппаратно-программной части. Места, в которых систематически наблюдается повышенный удельный расход топлива, определяются автоматически на основе анализа мгновенного расхода топлива и наложения на точку/участок цифровой карты маршрута параметров скорости, водителя, телеметрии. Строится так называемая тепловая карта (heat-map), на которой для диспетчера размер кружочка является индикатором, что качество дорог или другие факторы влияют на повышенный расход топлива в данной точке маршрута.
Соблюдение рекомендаций водителями самосвала фиксируется в виде отчета с анализом влияния выполнения рекомендаций на удельный расход топлива, с рейтингом водителей, и анализом того, соблюдаются или не соблюдаются рекомендации. Примеры отчетных форм приведены на Фиг. 3-6.
Система работает следующим образом. При включении бортового питания/включении самосвала и начале движения бортовой компьютер анализирует текущие данные системы контроля телеметрии (например, сигналы скорости, ускорения, торможения, GPS-координаты, загрузка, данные диагностики двигателя) и датчика мгновенного расхода топлива самосвала, сопоставляет текущие координаты самосвала с координатами цифровой карты, определяет, на каком участке цифровой карты в данный момент находится самосвал, сопоставляет текущие данные системы контроля телеметрии и датчика мгновенного расхода топлива самосвала с параметрами оптимального профиля маршрута для данного участка. В случае отклонения от оптимальных профилей прохождения маршрута водителю самосвала визуализируют или озвучивают записанные в виртуальной карте подсказок на бортовом компьютере рекомендации и обновляются при изменении маршрутов или параметров дороги. При построении оптимальных профилей прохождения маршрута и выдаче рекомендаций водителю учитываются факторы, которые влияют на удельный расход топлива (например, режимы движения самосвала, которые предшествовали прохождению каждого элементарного участка маршрута, информация о профиле дороги, информация о маршруте, прогноз погоды, производственные показатели работы самосвала, загрузка самосвала, тип и модель самосвала, стиль вождения водителя).
На Фиг. 7 представлена общая схема вычислительного устройства (700), обеспечивающего обработку данных, необходимую для реализации заявленного решения.
В общем случае устройство (700) содержит такие компоненты, как: один или более процессоров (701), по меньшей мере одну память (702), средство хранения данных (703), интерфейсы ввода/вывода (704), средство В/В (705), средства сетевого взаимодействия (706).
Процессор (701) устройства выполняет основные вычислительные операции, необходимые для функционирования устройства (700) или функциональности одного или более его компонентов. Процессор (701) исполняет необходимые машиночитаемые команды, содержащиеся в оперативной памяти (702).
Память (702), как правило, выполнена в виде ОЗУ и содержит необходимую программную логику, обеспечивающую требуемый функционал.
Средство хранения данных (703) может выполняться в виде HDD, SSD дисков, рейд массива, сетевого хранилища, флэш-памяти, оптических накопителей информации (CD, DVD, MD, Blue-Ray дисков) и т.п. Средство (703) позволяет выполнять долгосрочное хранение различного вида информации.
Интерфейсы (704) представляют собой стандартные средства для подключения и работы с серверной частью, например, USB, RS232, RJ45, LPT, COM, HDMI, PS/2, Lightning, FireWire и т.п.
Выбор интерфейсов (704) зависит от конкретного исполнения устройства (700), которое может представлять собой персональный компьютер, мейнфрейм, серверный кластер, тонкий клиент, смартфон, ноутбук и т.п.
В качестве средств В/В данных (705) в любом воплощении системы должна использоваться клавиатура. Аппаратное исполнение клавиатуры может быть любым известным: это может быть, как встроенная клавиатура, используемая на ноутбуке или нетбуке, так и обособленное устройство, подключенное к настольному компьютеру, серверу или иному компьютерному устройству. Подключение при этом может быть, как проводным, при котором соединительный кабель клавиатуры подключен к порту PS/2 или USB, расположенному на системном блоке настольного компьютера, так и беспроводным, при котором клавиатура осуществляет обмен данными по каналу беспроводной связи, например, радиоканалу, с базовой станцией, которая, в свою очередь, непосредственно подключена к системному блоку, например, к одному из USB-портов. Помимо клавиатуры, в составе средств В/В данных также может использоваться: джойстик, дисплей (сенсорный дисплей), проектор, тачпад, манипулятор мышь, трекбол, световое перо, динамики, микрофон и т.п.
Средства сетевого взаимодействия (706) выбираются из устройств, обеспечивающих сетевой прием и передачу данных, например, Ethernet карту, WLAN/Wi-Fi модуль, Bluetooth модуль, BLE модуль, NFC модуль, IrDa, RFID модуль, GSM модем и т.п. С помощью средств (N05) обеспечивается организация обмена данными по проводному или беспроводному каналу передачи данных, например, WAN, PAN, ЛВС (LAN), Интранет, Интернет, WLAN, WMAN или GSM, 3G, 4G, 5G.
Компоненты устройства (700) сопряжены посредством общей шины передачи данных (707).
В настоящих материалах заявки представлено предпочтительное раскрытие осуществления заявленного технического решения, которое не должно использоваться как ограничивающее иные, частные воплощения его реализации, которые не выходят за рамки испрашиваемого объема правовой охраны и являются очевидными для специалистов в соответствующей области техники.
Специалисту в данной области техники должно быть понятно, что различные вариации заявляемого способа и системы не изменяют сущность изобретения, а лишь определяют его конкретные воплощения и применения.

Claims

ФОРМУЛА ИЗОБРЕТЕНИЯ
1. Система оптимизации работы самосвала с помощью цифрового советчика водителю, которая содержит: сервер; бортовую вычислительную систему (БВС) самосвала, включающую, по меньшей мере:
- систему контроля телеметрии и датчик мгновенного расхода топлива самосвала;
- цифровой советчик; причем с помощью сервера осуществляют построение цифровой карты маршрута движения самосвала с разбиением на элементарные участки, определяют оптимальные профили прохождения маршрута самосвала для каждого элементарного участка с помощью методов машинного обучения на основании собранных данных телеметрии и датчика мгновенного расхода топлива самосвала для каждого элементарного участка маршрута с учетом факторов, влияющих на удельный расход топлива, и создают виртуальную карту выдачи рекомендаций по элементарным участкам маршрута движения самосвала на основании определенных оптимальных профилей прохождения маршрута для каждого элементарного участка и построенной цифровой карты маршрута; и загружают в БВС цифровую карту маршрута движения самосвала и виртуальную карту выдачи рекомендаций по элементарным участкам маршрута; и с помощью цифрового советчика выдают водителю самосвала в режиме реального времени, на основе текущих данных системы контроля телеметрии и датчика мгновенного расхода топлива самосвала, рекомендации по режимам вождения для каждого элементарного участка маршрута в соответствии с виртуальной картой выдачи рекомендаций по элементарным участкам маршрута в зависимости от положения самосвала на цифровой карте маршрута и определенных оптимальных профилей прохождения маршрута с учетом факторов, влияющих на удельный расход топлива.
2. Система по п. 1 , характеризующаяся тем, что данные телеметрии самосвала включают, по меньшей мере, следующее: скорость, ускорение, торможение, загрузка, местоположение, данные диагностики двигателя.
3. Система по п. 1 , характеризующаяся тем, что факторы, влияющие на удельный расход топлива, включают, по меньшей мере, следующее: режимы движения самосвала, которые предшествовали прохождению каждого элементарного участка маршрута, информация о профиле дороги, информация о маршруте, прогноз погоды, производственные показатели работы самосвала, загрузка самосвала, тип и модель самосвала, стиль вождения водителя.
4. Система по п. 1 , характеризующаяся тем, что цифровой советчик выдает водителю самосвала рекомендации по режимам вождения путем визуализации или озвучивания.
5. Система по п. 1 , характеризующаяся тем, что цифровой советчик визуализирует места повышенного мгновенного расхода топлива на цифровой карте дорог.
6. Способ оптимизации работы самосвала с помощью цифрового советчика водителю, включающий следующие шаги: осуществляют построение цифровой карты маршрута движения самосвала с разбиением на элементарные участки, определяют оптимальные профили прохождения маршрута самосвала для каждого элементарного участка с помощью методов машинного обучения на основании собранных данных телеметрии и датчика мгновенного расхода топлива самосвала для каждого элементарного участка маршрута с учетом факторов, влияющих на удельный расход топлива, и создают виртуальную карту выдачи рекомендаций по элементарным участкам маршрута движения самосвала на основании определенных оптимальных профилей прохождения маршрута для каждого элементарного участка и построенной цифровой карты маршрута; загружают цифровую карту маршрута движения самосвала и виртуальную карту выдачи рекомендаций по элементарным участкам маршрута в бортовую вычислительную систему (БВС) самосвала; цифровой советчик выдает водителю самосвала в режиме реального времени, на основе текущих данных телеметрии и датчика мгновенного расхода топлива самосвала, рекомендации по режимам вождения для каждого элементарного участка маршрута в соответствии с виртуальной картой выдачи рекомендаций по элементарным участкам маршрута в зависимости от положения самосвала на цифровой карте маршрута и определенных оптимальных профилей прохождения маршрута с учетом факторов, влияющих на удельный расход топлива.
7. Способ по п. 6, характеризующийся тем, что данные телеметрии самосвала включают, по меньшей мере, следующее: скорость, ускорение, торможение, загрузка, местоположение, данные диагностики двигателя.
8. Способ по п. 6, характеризующийся тем, что факторы, влияющие на удельный расход топлива, включают, по меньшей мере, следующее: режимы движения самосвала, которые предшествовали прохождению каждого элементарного участка маршрута, информация о профиле дороги, информация о маршруте, прогноз погоды, производственные показатели работы самосвала, загрузка самосвала, тип и модель самосвала, стиль вождения водителя.
9. Способ по п. 6, характеризующийся тем, что цифровой советчик выдает водителю самосвала рекомендации по режимам вождения путем визуализации или озвучивания.
10. Способ по п. 6, характеризующийся тем, что цифровой советчик визуализирует места повышенного мгновенного расхода топлива на цифровой карте дорог.
17
PCT/RU2022/050236 2021-12-09 2022-08-01 Система и способ оптимизации работы самосвала с помощью цифрового советчика водителю WO2023106968A1 (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
RU2021136368A RU2774512C1 (ru) 2021-12-09 Система и способ оптимизации работы самосвала с помощью цифрового советчика водителю
RU2021136368 2021-12-09

Publications (1)

Publication Number Publication Date
WO2023106968A1 true WO2023106968A1 (ru) 2023-06-15

Family

ID=86730846

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/RU2022/050236 WO2023106968A1 (ru) 2021-12-09 2022-08-01 Система и способ оптимизации работы самосвала с помощью цифрового советчика водителю

Country Status (1)

Country Link
WO (1) WO2023106968A1 (ru)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2789732A1 (fr) * 1999-02-12 2000-08-18 Renault Procede et dispositif de commande du groupe motopropulseur d'un vehicule automobile
US20050203768A1 (en) * 2000-10-23 2005-09-15 Florance Andrew C. System and method for associating aerial images, map features, and information
JP2009100391A (ja) * 2007-10-19 2009-05-07 Ricoh Co Ltd 通信端末装置と通信システムおよび情報利用方法
US20110130914A1 (en) * 2005-07-14 2011-06-02 Baiju Shah Monitoring for equipment efficiency and maintenance
US20110130906A1 (en) * 2009-12-01 2011-06-02 Ise Corporation Location Based Vehicle Data Logging and Diagnostic System and Method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2789732A1 (fr) * 1999-02-12 2000-08-18 Renault Procede et dispositif de commande du groupe motopropulseur d'un vehicule automobile
US20050203768A1 (en) * 2000-10-23 2005-09-15 Florance Andrew C. System and method for associating aerial images, map features, and information
US20110130914A1 (en) * 2005-07-14 2011-06-02 Baiju Shah Monitoring for equipment efficiency and maintenance
JP2009100391A (ja) * 2007-10-19 2009-05-07 Ricoh Co Ltd 通信端末装置と通信システムおよび情報利用方法
US20110130906A1 (en) * 2009-12-01 2011-06-02 Ise Corporation Location Based Vehicle Data Logging and Diagnostic System and Method

Similar Documents

Publication Publication Date Title
US10829002B2 (en) Vehicle destination prediction
US10885722B2 (en) Power management in an electric vehicle
US7925426B2 (en) Power management systems and devices
US11390165B2 (en) Electric vehicle power management system
US20220242239A1 (en) Vehicle Power Management Systems and Methods
US11267338B2 (en) Electric vehicle power management system
US10882399B2 (en) Electric vehicle power management system
US11186173B2 (en) Electric vehicle power management system
US11345236B2 (en) Electric vehicle power management system
US11285810B2 (en) Vehicle power management system
US20220281318A1 (en) Vehicle Power Management Systems and Related Methods
US11186175B2 (en) Vehicle power management system
US20190283589A1 (en) Electric Vehicle Power Management System
US11084377B2 (en) Vehicle power management system responsive to voice commands from a Gps enabled device
US11186174B2 (en) Vehicle power management system
US11220179B2 (en) Vehicle power management system determining route segment length
US11254211B2 (en) Electric vehicle power management system
US20220161658A1 (en) Vehicle Power Management System
US20190283587A1 (en) Electric Vehicle Power Management System
US11225144B2 (en) Vehicle power management system
US11351863B2 (en) Vehicle power management system
US11180025B2 (en) Electric vehicle power management system
US20190283599A1 (en) Vehicle Power Management System
US11207980B2 (en) Vehicle power management system responsive to traffic conditions
RU2774512C1 (ru) Система и способ оптимизации работы самосвала с помощью цифрового советчика водителю

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22904761

Country of ref document: EP

Kind code of ref document: A1