-
-
公开(公告)号:CN108806242A
公开(公告)日:2018-11-13
申请号:CN201810289844.0
申请日:2018-04-03
Applicant: 沃尔沃汽车公司
IPC: G08G1/01 , G08G1/0968
CPC classification number: G08G1/0133 , G01C21/26 , G07C5/08 , G08G1/0112 , G08G1/0141 , G08G1/0967 , G08G1/096822 , G08G1/096844
Abstract: 本发明涉及一种用于确定包括至少一个关联于道路工程区域的道路工程区域特征组的方法。所述方法包括:‑确定道路工程区域的起始位置,‑从车辆组中的每个车辆接收实际车辆状态信息,其中车辆组中每个车辆已经通过或被确定要通过道路工程区域的起始位置,通过与车辆相关联的独立生成部件来生成实际车辆状态信息,实际车辆状态信息包括用于车辆的车辆位置数据,‑由车辆组中每个车辆的实际车辆状态信息确定实际车辆状态信息组,并且‑利用实际车辆状态信息组确定道路工程区域特征组。
-
公开(公告)号:CN107066682A
公开(公告)日:2017-08-18
申请号:CN201710076895.0
申请日:2017-02-13
Applicant: 沃尔沃汽车公司
IPC: G06F17/50
CPC classification number: G06N3/0427 , G01N19/02 , G01N33/42 , G06N3/08 , G08G1/0112 , G08G1/0129 , G08G1/0141 , G08G1/205 , H04Q9/00 , H04Q2209/50 , H04Q2209/826 , G06F17/5009 , G06F2217/78
Abstract: 用于使用来自连接车辆车队(V1‑n)的数据(D1‑Dn)预测道路摩擦力的系统和方法。每个车队车辆包括用于向后端系统(5)报告浮动汽车数据集(D1‑Dn)的通信设备(4),浮动汽车数据集包括车辆位置、时间数据以及关于确定道路摩擦力影响参数和与该位置(P1‑Pn)相关的确定道路摩擦力的数据。在预定时段内在中心数据库(6)内收集和集成数据集(D1‑Dn)。使用集成的数据集(D1‑Dn)训练和验证神经网络计算机(7)以产生预测用于特定道路网(3)位置(P1‑Pn)或与该特殊位置(P1‑Pn)相关部段的将来道路摩擦力的模型。一旦训练和验证,神经网络计算机(7)将在接收相同类型的最新输入数据时使用模型来预测这种特殊位置(P1‑Pn)或道路网(3)部段的将来道路摩擦力。
-
-
公开(公告)号:CN106131099A
公开(公告)日:2016-11-16
申请号:CN201610269469.4
申请日:2016-04-27
Applicant: 沃尔沃汽车公司
CPC classification number: G01C21/3617 , G08G1/0112 , G08G1/0141 , G08G1/056 , G08G1/093 , G08G1/096716 , G08G1/096741 , G08G1/096775 , H04L67/18 , H04W4/029 , H04W4/40 , H04W4/44 , G06F16/29 , H04L67/10 , H04L67/12
Abstract: 此处公开了用于选择与道路网络(1)内地点相关的云(3)存储数据(D1‑Dn)的子集合(DS)且将其发送至车辆(2)的方法和系统。确定了车辆(2)的当前位置。将车辆(2)的最可能路径(4)确定为车辆(2)前方车辆(2)最可能沿其行进的全部可能路径组和与沿该最可能路径(4)的地点有关选定的数据的子集合(DS),或者将直至与数据的相应子集合(DS)相关的每个相应地点(8)确定为通往每个相应地点(8)的相应所有可能路径组,并且检查所述车辆(2)的当前位置是否属于最可能反向路径(7),并且如果属于选定的相关数据的子集合(DS)。则数据的选定子集合(DS)被发送至所述车辆(2)。
-
-
-
-