CN110096045A - 基于大数据的车辆预测控制***及其方法 - Google Patents

基于大数据的车辆预测控制***及其方法 Download PDF

Info

Publication number
CN110096045A
CN110096045A CN201810886503.1A CN201810886503A CN110096045A CN 110096045 A CN110096045 A CN 110096045A CN 201810886503 A CN201810886503 A CN 201810886503A CN 110096045 A CN110096045 A CN 110096045A
Authority
CN
China
Prior art keywords
vehicle
information
engine
big data
car
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
CN201810886503.1A
Other languages
English (en)
Other versions
CN110096045B (zh
Inventor
金承范
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hyundai Motor Co
Kia Corp
Original Assignee
Hyundai Motor Co
Kia Motors Corp
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
Application filed by Hyundai Motor Co, Kia Motors Corp filed Critical Hyundai Motor Co
Publication of CN110096045A publication Critical patent/CN110096045A/zh
Application granted granted Critical
Publication of CN110096045B publication Critical patent/CN110096045B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/22—Safety or indicating devices for abnormal 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
    • 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
    • B60W50/0097—Predicting future 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/188—Controlling power parameters of the driveline, e.g. determining the required power
    • B60W30/1884—Avoiding stall or overspeed of the engine
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D31/00—Use of speed-sensing governors to control combustion engines, not otherwise provided for
    • F02D31/001—Electric control of rotation speed
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/0002—Controlling intake air
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/26—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using computer, e.g. microprocessor
    • F02D41/266—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using computer, e.g. microprocessor the computer being backed-up or assisted by another circuit, e.g. analogue
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02P—IGNITION, OTHER THAN COMPRESSION IGNITION, FOR INTERNAL-COMBUSTION ENGINES; TESTING OF IGNITION TIMING IN COMPRESSION-IGNITION ENGINES
    • F02P5/00—Advancing or retarding ignition; Control therefor
    • F02P5/04—Advancing or retarding ignition; Control therefor automatically, as a function of the working conditions of the engine or vehicle or of the atmospheric conditions
    • F02P5/145—Advancing or retarding ignition; Control therefor automatically, as a function of the working conditions of the engine or vehicle or of the atmospheric conditions using electrical means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0736—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function
    • G06F11/0739—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function in a data processing system embedded in automotive or aircraft systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0012—Feedforward or open loop systems
    • 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
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/06—Combustion engines, Gas turbines
    • B60W2510/0638—Engine speed
    • 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
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/13—Mileage
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/22—Safety or indicating devices for abnormal conditions
    • F02D2041/227—Limping Home, i.e. taking specific engine control measures at abnormal conditions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/04—Engine intake system parameters
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/04—Engine intake system parameters
    • F02D2200/0406—Intake manifold pressure
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/06—Fuel or fuel supply system parameters
    • F02D2200/0614—Actual fuel mass or fuel injection amount
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/10—Parameters related to the engine output, e.g. engine torque or engine speed
    • F02D2200/1002—Output torque
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/10—Parameters related to the engine output, e.g. engine torque or engine speed
    • F02D2200/1015—Engines misfires
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/50—Input parameters for engine control said parameters being related to the vehicle or its components
    • F02D2200/503—Battery correction, i.e. corrections as a function of the state of the battery, its output or its type
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/60—Input parameters for engine control said parameters being related to the driver demands or status
    • F02D2200/602—Pedal position
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/021—Introducing corrections for particular conditions exterior to the engine
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/04—Introducing corrections for particular operating conditions
    • F02D41/12—Introducing corrections for particular operating conditions for deceleration
    • F02D41/123—Introducing corrections for particular operating conditions for deceleration the fuel injection being cut-off
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02N—STARTING OF COMBUSTION ENGINES; STARTING AIDS FOR SUCH ENGINES, NOT OTHERWISE PROVIDED FOR
    • F02N11/00—Starting of engines by means of electric motors
    • F02N11/08—Circuits or control means specially adapted for starting of engines
    • F02N11/0814—Circuits or control means specially adapted for starting of engines comprising means for controlling automatic idle-start-stop
    • F02N11/0818—Conditions for starting or stopping the engine or for deactivating the idle-start-stop mode
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02N—STARTING OF COMBUSTION ENGINES; STARTING AIDS FOR SUCH ENGINES, NOT OTHERWISE PROVIDED FOR
    • F02N11/00—Starting of engines by means of electric motors
    • F02N11/08—Circuits or control means specially adapted for starting of engines
    • F02N11/0814—Circuits or control means specially adapted for starting of engines comprising means for controlling automatic idle-start-stop
    • F02N11/0818—Conditions for starting or stopping the engine or for deactivating the idle-start-stop mode
    • F02N11/0825—Conditions for starting or stopping the engine or for deactivating the idle-start-stop mode related to prevention of engine restart failure, e.g. disabling automatic stop at low battery state
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02N—STARTING OF COMBUSTION ENGINES; STARTING AIDS FOR SUCH ENGINES, NOT OTHERWISE PROVIDED FOR
    • F02N11/00—Starting of engines by means of electric motors
    • F02N11/10—Safety devices
    • F02N11/108—Safety devices for diagnosis of the starter or its components
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02N—STARTING OF COMBUSTION ENGINES; STARTING AIDS FOR SUCH ENGINES, NOT OTHERWISE PROVIDED FOR
    • F02N2300/00—Control related aspects of engine starting
    • F02N2300/30—Control related aspects of engine starting characterised by the use of digital means
    • F02N2300/302—Control related aspects of engine starting characterised by the use of digital means using data communication
    • F02N2300/304—Control related aspects of engine starting characterised by the use of digital means using data communication with other systems inside the vehicle
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02P—IGNITION, OTHER THAN COMPRESSION IGNITION, FOR INTERNAL-COMBUSTION ENGINES; TESTING OF IGNITION TIMING IN COMPRESSION-IGNITION ENGINES
    • F02P11/00—Safety means for electric spark ignition, not otherwise provided for
    • F02P11/04—Preventing unauthorised use of engines
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02P—IGNITION, OTHER THAN COMPRESSION IGNITION, FOR INTERNAL-COMBUSTION ENGINES; TESTING OF IGNITION TIMING IN COMPRESSION-IGNITION ENGINES
    • F02P17/00—Testing of ignition installations, e.g. in combination with adjusting; Testing of ignition timing in compression-ignition engines
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02P—IGNITION, OTHER THAN COMPRESSION IGNITION, FOR INTERNAL-COMBUSTION ENGINES; TESTING OF IGNITION TIMING IN COMPRESSION-IGNITION ENGINES
    • F02P3/00—Other installations
    • F02P3/02—Other installations having inductive energy storage, e.g. arrangements of induction coils
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Automation & Control Theory (AREA)
  • Databases & Information Systems (AREA)
  • Transportation (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computing Systems (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

本发明涉及一种基于大数据的车辆预测控制***及其方法，车辆预测控制***包括：车辆终端，安装在多个车辆中的每个车辆中，收集与对应车辆中的车载装置相关的状态信息以实时发送所收集的状态信息，并且在车载装置发生问题时发送问题发生信息；以及大数据服务提供商，对从车辆终端接收的状态信息作为大数据进行分类和存储，并且基于状态信息获得问题发生条件以在从多个车辆中的至少一些车辆的车辆终端接收到车载装置的问题发生信息时将与问题发生条件相对应的信息发送到车辆终端。

Description

基于大数据的车辆预测控制***及其方法
技术领域
本公开涉及一种基于大数据的车辆预测控制***及其方法，并且更具体地，涉及这样一种基于大数据的车辆预测控制***及其方法：其基于人工智能和大数据技术使用驾驶期间从车辆收集的信息确定诸如发动机失速或故障、燃料效率降低、以及电力性能劣化的问题发生情形，并且向用于控制车载装置(诸如发动机)的前馈的另一车辆的控制器提供信息。
背景技术
近来，已应用车辆相关的大数据为车辆用户提供信息，诸如，消耗品更换周期或者实时修复状态以及维护历史。
然而，仅可获得基于车辆相关的大数据来管理和维护车辆的一些信息。不存在***车辆中可能发生的问题并防止该问题发生的服务。
具体地，不存在可以基于人工智能(AI)和大数据技术使用从车辆收集的信息来预测车辆中发生的问题(诸如，发动机失速或故障、燃料效率降低、以及电力性能劣化)并且可以进一步使用预测的信息断定地控制车辆以便防止车辆中的问题和事故发生的技术。
例如，当在驾驶期间发动机关闭时，操作手柄(方向盘)或制动踏板变得困难，从而增加了事故的风险和驾驶员和乘客的安全性风险。
因此，需要可以使用从车辆收集的信息***诸如发动机失速的问题发生并且通过使用预测的信息控制车辆使得车辆中不会引起问题来防止事故的预测控制技术。
在本背景技术部分中所公开的上述信息仅用于增进对本公开的背景技术的理解，并且因此，其可能包含未形成该国内本领域普通技术人员已知的现有技术的信息。
发明内容
本公开旨在解决该问题，并且本公开的目的是提供一种预测控制***及其方法，其基于人工智能和来自在车辆中收集的信息的大数据学习诸如发动机失速或故障、燃料效率降低、以及电力性能劣化的问题发生情形，并且将所学习的信息提供给用于车载装置(诸如，发动机)的前馈的另一车辆的控制器，从而提前防止车辆中的问题的发生及由其引起的事故。
根据本公开的一个方面，一种基于大数据的车辆预测控制***，包括：车辆终端，安装在多个车辆中的每个车辆中，用于收集与对应车辆中的车载装置相关的状态信息以实时发送所收集的状态信息，并且在车载装置发生问题时发送问题发生信息；以及大数据服务提供商，对从车辆终端接收的状态信息作为大数据进行分类和存储，并且基于在车载装置的问题发生定时接收的状态信息获得问题发生条件以在从多个车辆中的至少一些车辆的车辆终端接收车载装置的问题发生信息时将与问题发生条件相对应的信息发送到车辆终端，其中，当从大数据服务提供商接收到与问题发生条件对应的信息时，车辆终端基于与所接收的问题发生条件相对应的信息确定在车辆中收集的状态信息是否对应于问题发生条件，并且如果状态信息对应于问题发生条件则执行针对车载装置的预定控制。
根据本公开的另一方面，基于大数据的车辆预测控制方法包括多个车辆的每个车辆的车辆终端通过收集与车载装置相关的状态信息实时发送所收集的状态信息，并在车载装置发生问题时发送问题发生信息；大数据服务提供商通过收集每个车辆的车辆终端发送的状态信息作为大数据进行分类和存储；当从多个车辆中的至少一些车辆的车辆终端接收到车载装置的问题发生信息时，大数据服务提供商基于在车载装置的问题发生定时接收的状态信息获得问题发生条件；向每个车辆的车辆终端发送与所获得的问题发生条件相对应的信息；车辆终端基于从大数据服务提供商接收的与问题发生条件相对应的信息来确定在车辆中收集的当前状态信息是否对应于问题发生条件；并且如果确定对应于问题发生条件，则车辆终端执行针对车载装置的预定控制。
根据根据本公开的基于大数据的车辆预测控制***及其方法，在车辆外部的服务提供商可以从在实际道路上驾驶期间的车辆收集与车载装置(诸如，发动机)相关的各种状态信息和车载装置的问题发生信息(诸如发动机失速或故障、燃料效率降低、以及电力性能劣化)作为大数据，以执行基于人工智能对每个车辆的问题发生的情况、情形、以及操作条件进行分析并分类的学习，并向车辆的控制器提供可传送以用于相关装置的前馈控制的所学习的信息，从而有效防止每个车辆中的诸如发动机失速或故障、燃料效率降低、以及电力性能劣化的问题发生。
下面讨论了本公开的其他方面和示例性实施方式。
应当理解的是，本文中所使用的术语“车辆(vehicle)”或“车辆的(vehicular)”或其他类似术语包括广义的机动交通工具：诸如，载客车辆(包括运动型多用途车辆(SUV)、公共汽车、卡车、各种商用车辆)、水运工具(包括各种船只和船舶)、航空器等，并且包括混合动力车辆、电动车辆、插电式混合动力车辆、氢动力车辆、以及其他替代燃料车辆(例如，从除石油以外的资源取得的燃料)。如本文中提及的，混合动力车辆是具有两种或更多种动力源的车辆，例如，汽油动力和电动的车辆。
在下文中讨论本公开的以上和其他的特征。
附图说明
现在将参考通过附图示出的某些示例性实施方式详细描述本公开的以上和其他的特征，附图在下文中仅以说明的方式给出并且因此不构成对本公开的限制。
图1是示出了根据本公开的实施方式的车辆预测控制***的配置的示图。
图2是示出了根据本公开的实施方式在其中执行车辆预测控制的状态的概念图。
图3是示出了根据本公开的实施方式的车辆预测控制***中的车辆终端的配置的示图。
图4是示出了根据本公开的实施方式的车辆预测控制***中的TMS服务器的配置的示图。
图5是示出了根据本公开的实施方式的车辆预测控制***中的大数据服务器的配置的示图。
图6是示出根据本公开的实施方式的车辆预测控制方法的流程图。
应当理解，附图不必按比例绘制，并呈现了说明本公开的基本原理的各种优选特征的略微简化的表示。如本文所公开的，包括例如特定尺寸、朝向、位置和形状的本公开的特定设计特征，将部分由具体预期的应用和使用环境来确定。
在附图中，贯穿附图的多个图，附图标记指代本公开的相同或等同部分。
具体实施方式
在下文中，将描述示例性实施方式使得本领域技术人员可以容易地实践本公开。然而，本公开不限于这些示例性实施方式并且可以其他形式体现。
在整个说明书中，应理解，除非另有说明，否则当组件被称为“包括”任何组件时，其不排除其他组件，而是还可以包括其他组件。
本公开涉及一种车辆预测控制方法，该方法可以基于人工智能和大数据技术使用从车辆接收的信息分析并学习车载装置的问题发生情形并且然后向另一车辆提供所学习的信息，并且使用所接收的学习信息对车载装置进行预测控制，使得不会在另一车辆中引起相同的问题。
更具体地，在本公开中，大数据服务提供商通过在车辆在道路上驾驶期间从车辆收集、分类、并且分析与车载装置(诸如，发动机)相关的各种状态信息和车载装置的实时的问题发生信息(诸如发动机失速或故障、燃料效率降低、以及电力性能劣化)作为实时大数据进行群集和存储。
具体地，大数据服务提供商(在下文中，称为“服务提供商”)执行学习，即使用实时收集的信息基于人工智能连续地获得并更新针对每个车辆的与问题发生情况相对应的信息及其问题发生条件，并且然后向同类车辆的控制器提供可传送以用于车载装置(诸如，发动机)的前馈控制的所学习的信息，从而防止车辆中的问题的发生及由其引起的事故。
在下文中，将参考附图描述根据本公开的实施方式的预测控制***的配置。
图1是示出了根据本公开的实施方式的车辆预测控制***的配置的示图，并且图2是示出了根据本公开的实施方式在其中执行车辆预测控制的状态的概念图。
如图1所示，根据本公开的实施方式的车辆预测控制***包括安装在车辆1中的终端(在下文中，称为“车辆终端200'”)和在车辆1外部的服务提供商300，并且车辆终端200和服务提供商300通过网络100彼此连接以交换信息。
例如，在驾驶期间发生发动机失速的车辆1将发动机失速发生信息和当发生发动机失速时的车辆状态信息发送至服务提供商300，并且服务提供商300通过收集并分析车辆1中接收的信息进行学习并且然后向其他车辆提供所学习的信息作为用于防止发动机失速的预测控制的信息。
因此，每个车辆1在道路上驾驶期间基于从服务提供商300接收的信息执行控制使得不会引起发动机失速。
在本公开中，网络100是指可以使用诸如因特网网络、内网网络、移动通信网络以及卫星通信网络的各种有线/无线通信技术经由预定协议发送与接收数据的网络。
网络100是这样的概念，其不仅统称为诸如局域网(LAN)和广域网(WAN)的封闭的网络和诸如内联网的开放网络，而且还指这样的网络，诸如，码分多址(CDMA)、宽带码分多址(WCDMA)、移动通信全球***(GSM)、长期演进(LTE)、无线保真(Wi-Fi)、以及演进分组核心(EPC)、将来要实现的下一代网络以及计算网络。
根据本公开的实施方式的车辆预测控制***包括多个车辆终端200，并且多个车辆终端200指安装在多个车辆1中的使用车辆预测控制服务的终端。
此外，服务提供商300可以包括远程信息处理多媒体***(TMS)服务器310和大数据服务器320。
图3是示出了根据本公开的实施方式的车辆预测控制***中的车辆终端的配置的示图。
参考图3，在本公开中，每个车辆终端200安装在每个车辆中，并且车辆外部的服务提供商300包括用于例如经由网络100与提供远程信息处理服务的TMS服务器310或者提供大数据服务的大数据服务器320执行无线通信的第一通信装置210。
此外，每个车辆终端200包括操纵和处理所接收的信息并且生成或输出包括将被发送到车辆的信号或数据的信息的控制器220。
例如，车辆终端200可以变为通用车辆中的TMS终端，或者车辆终端中的控制器220可以是对车载装置执行控制的控制器，例如，如果要作为主要预测控制对象的车载装置是发动机，则控制器220可以是通用的发动机控制器(发动机控制单元(ECU)；发动机管理***(EMS))。
车辆终端200的控制器220从设置在车辆1中的传感器201和诊断装置202接收诸如发动机的车载装置的驾驶信息、状态信息、以及诊断信息。
本文中，如果车载装置是发动机的话，在车辆终端200的控制器220中接收和收集的信息可以包括与发动机操作和控制相关的主信息或信号、发动机状态，并且发动机相关信息和信号被发送到外部服务提供商300作为车辆顾客关系管理(VCRM)信号。
为了该目的，传感器201可以包括与车载装置的操作和控制相关的各种传感器或者检测元件，并且例如如果车载装置是发动机的话，则可以包括与发动机操作和控制相关的已知传感器，诸如，加速度位置传感器(APS)、发动机扭矩传感器、发动机RPM传感器、歧管压力传感器、气流量传感器、拉姆达(λ)传感器、催化剂温度传感器、CAM传感器、以及曲柄位置(CKP)传感器。
此外，诊断装置202在图3中被示出为分离的组件，但是诊断装置202可以变为车辆终端200的控制器220中的逻辑、或者控制器中的执行逻辑的部件或元件而不是分离的组件。
此外，诊断装置202可以变为执行管理或者控制车辆中的与发动机或发动机的状态、操作和控制相关的其他部件的功能的另一控制器。
例如，车辆终端200可以变为TMS终端，车辆终端中的控制器220可以变为TMS终端中的远程信息处理服务控制器，并且在此时，另一控制器可以变为发动机控制器(ECU/EMS)。
车辆终端200的控制器220还可以变为发动机控制器。
当发动机控制器是另一控制器时通过发动机控制器传递给车辆装置200的控制器220的信息，或者如以后将描述的如果发动机控制器是车辆终端200的控制器220的情况下传递给外部服务提供商300的信息可以变为燃料量、点火线圈诊断信息、失火发生计数信息等。
此外，另一控制器可以包括电池管理***(BMS)，并且通过电池管理***(BMS)传递给车辆终端200的控制器220的信息可以变为电池SOC。此外，每个车辆中的车辆终端200的控制器220通过第一通信装置210向外部服务提供商300实时传递输入到传感器201或诊断装置202中或者通过这两者收集的信息，或者与通过其内部逻辑确定的状态或诊断、控制相关的信息。
本文中，作为VCRM信息，该信息是在道路上驾驶期间从车辆传递的实时信息，并且如上所述可以变为与发动机相关的信息，更具体地是与发动机操作和控制、发动机状态相关的信息。
与从车辆终端200实时发送至服务提供商300的发动机操作、控制、及状态有关的信息可以变为发动机控制器(ECU或EMS)的主信号，并且例如可以包括APS值、发动机目标扭矩、实际发动机扭矩(即，发动机扭矩传感器检测值)、进气歧管压力、气流量、电池SOC、λ值、催化剂温度、CAM传感器检测值、曲柄位置(CKP)、点火线圈诊断信息、以及失火发生计数值当中的至少一些。
车辆终端200中的第一存储器230存储用于本公开的车辆预测控制的固有信息和设置信息及其服务使用，以及在车辆预测控制过程和服务使用过程中生成的生成信息和数据。
例如，固有信息和设置信息可以包括作为车辆标识的固有信息的车辆标识信息(ID)、车辆类型信息、以及用于网络连接和服务使用的验证相关信息(ID和密码)等。
作为根据本公开的提供车辆预测控制服务的***的服务提供商300通过在道路上驾驶期间的每个车辆1的车辆终端200和无线网络交换执行服务所需的各种信息。
服务提供商300可以包括经由无线网络与每个车辆终端200连接的TMS服务器310，以及经由有线或无线网络与TMS服务器310连接的大数据服务器320。
大数据服务器320可提供用于与车辆终端200直接通信，以通过车辆终端200与大数据服务器320之间的直接通信而无需分离地使用传统的TMS的服务器来执行根据本公开的车辆预测控制过程。
在下文中，举例来说，将描述服务提供商300包括TMS服务器310和大数据服务器320的情况。
然而，如果构建了可直接在车辆终端200与大数据服务器320之间通信的网络环境，则可以删除TMS服务器310，并且在此时，服务提供商可以变为仅包含大数据服务器320而没有TMS服务器310的配置。
图4是示出了根据本公开的实施方式的车辆预测控制***中的TMS服务器的配置的示图。
首先，可以通过在使用预安装的远程信息处理服务环境的同时添加大数据服务器320来执行根据本公开的车辆预测控制过程，并且为了该目的，在车辆外部的服务提供商300包括向已完成用于服务使用的预注册、用户认证以及网络连接程序的车辆1提供远程信息处理服务的TMS服务器310。
在执行根据本公开的车辆预测控制的过程中，TMS服务器310与在道路上驾驶期间的车辆1和大数据服务器320执行通信，将在每个车辆终端200中接收的信息经由网络100或者单独的有线、无线通信传递至大数据服务器320，并且用于将在大数据服务器320中接收的信息经由网络100传递至每个车辆终端200。
为了该目的，如图4所示，TMS服务器310可包括用于网络连接的第二通信装置311、用于执行信息处理的第一处理器312以及用于存储信息的第二存储器313。
在它们当中，第二通信装置311经由无线网络100使用远程信息处理服务与每个车辆终端200的第一通信装置210连接，并且此外，经由网络100或单独的有线、无线通信与大数据服务器320的第三通信装置(图5中的321)连接。
因此，TMS服务器310可通过第二通信装置311与每个车辆终端200和大数据服务器320交换与车辆预测控制相关的信息。
第一处理器312操纵并且处理在车辆终端200与大数据服务器320之间接收的用于根据本公开的远程信息处理服务和车辆预测控制服务的信息。
此外，第一处理器312控制TMS服务器310的总体操作，并且例如，可以控制第二通信装置311的操作使得可以发送和接收所需的信息，或使得所需的信息可以存储在第二存储器313中。
在此时，第一处理器312也可以控制第二通信装置311的操作使得从车辆终端200接收的信息传递给大数据服务器320而无需单独的处理和操纵，或者使得在大数据服务器320中接收的信息可以传递给所选择的每个车辆终端200而无需单独的处理和操纵。
在这种情况下，TMS服务器310可以用于在预注册车辆1与大数据服务器320之间的用于根据本公开的远程信息处理服务和车辆预测控制服务的中继信息。
然后，大数据服务器320可以包括第三通信装置321、第二处理器322、以及第三存储器323，并且执行通过收集、分类、以及分析从每个车辆终端200发送的信息作为大数据来学习的计算机人工智能(AI)学习过程。
大数据服务器320通过第三通信装置321实时接收从车辆终端200发送的信息，例如，与车载装置(诸如，发动机)相关的状态信息和车载装置的问题发生信息(诸如发动机失速或故障、燃料效率降低、以及电力性能劣化)，并且执行通过处理、分类、以及分析在第二处理器322中收集的信息来进行群集的学习，并且获得和更新所需的信息。
即，通过连续增加和更新从车辆终端200新接收的信息，以及从多个车辆中的至少一些车辆的车辆终端200新接收的车载装置的问题发生信息，执行基于累积的数据更新与问题发生条件相对应的信息的人工智能(AI)学习过程。
此外，大数据服务器320包括诸如所收集的信息、分类的信息、分析的数据、以及学习的结果的数据，以将在车辆预测控制过程中收集和生成的各种信息存储在第三存储器323中。
本文中，将更详细地描述通过大数据服务器320执行的学习过程，并且在大数据服务器320中，处理器322对通过第三通信装置321实时收集的信息进行分类并存入数据库，以将其作为大数据存储在第三存储器323中，并且连同连续累积的分类信息一起，通过基于人工智能(AI)的深度学习对该信息执行分析，以执行获得并且更新与每个车辆的问题发生情况以及其问题发生条件相对应的信息的学习。
此时，如上所述，大数据服务器320从车辆1实时接收的信息可变为与诸如发动机的车载装置相关的状态信息和车载装置的问题发生信息(诸如发动机失速或者故障、燃料效率降低、以及电力性能劣化)，并且对信息进行分类并存入数据库，以作为大数据存入其中。
此外，大数据服务器320将实时获得和更新的信息存储到第三存储器323中并且还通过第三通信装置321将它们发送到每个车辆1，并且通过大数据服务器320发送的信息可以通过TMS服务器310在每个车辆终端200中接收。
因此，由大数据服务器320发送的并且在每个车辆的车辆终端200中接收的信息用于车辆1中诸如发动机的车载装置的前馈控制，从而防止车辆中的问题发生以及由该问题引起的事故。
在大数据服务器320中，如上所述，可以生成通过基于人工智能的分析详细说明针对每个车辆的问题发生情况及其问题发生条件的一系列数据，并且将针对每个车辆生成的数据发送到驾驶期间的同类车辆1。
举例来说，大数据服务器320可以通过从在实际道路上驾驶期间的车辆1定期接收与发动机相关的信息来进行分类和群集；通过从已发生发动机失速现象的车辆收集在发生发动机失速现象的定时处的发动机失速发生信息和发动机相关信息来进行群集；并且此时，通过分析主信息的变化量来获得与发动机失速发生条件相对应的信息，作为最终分析的信息。
此时，与发动机失速发生条件相对应的信息可变为针对与发动机相关的状态确定的变化量的值。
例如，当进气歧管压力已降低10％以上、燃料量已降低5％以上、并且APS已增加5％以上是，如果已发生发动机失速现象，则大数据服务器320可以获得变化量信息作为车辆中的发动机失速现象发生条件，即可引起发动机失速现象的问题发生条件。
因此，与发动机失速发生条件相对应的信息可以包括进气歧管压力降低量、燃料降低量、以及APS值增加量。
此外，大数据服务器320向每个车辆1发送发动机失速现象发生条件信息，通过基于在每个车辆中的车辆终端200中接收的信息将发动机相关的实时信息与控制器(ECU/EMS)进行发动机控制时的问题发生条件进行比较来确定对应车辆中是否会发生发动机失速，并且如果确定会发生发动机失速则执行防止发动机失速的车辆控制。
举例来说，控制器可以从当前的发动机相关的信息确定是否会发生对应车辆的发动机失速，以执行将发动机RPM增加一定量的发动机RPM增量控制。
本文中，控制器可以是与车辆终端200的控制器220执行协同控制的另一控制器(ECU/EMS)，或者可以是车辆终端200的控制器220。
在如本文中描述的本公开的各种示例性实施方式中，诊断装置202和通信装置210是可以作为分离的装置连接至控制器220或嵌入在控制器220中的硬件装置。
图6是示出根据本公开的车辆预测控制方法的流程图，并且在下文中，将描述执行防止作为车辆中可能发生的发动机失速的控制的实例。
因此，车辆预测控制可以包括由发动机控制器控制发动机以防止发动机失速，并且还可以扩展地应用于另一车载装置的故障或燃料效率降低、发动机电力性能下降等以及发动机失速。
此外，根据本公开的基于人工智能的前馈控制和预测控制技术可扩展地应用于另一控制器，例如，安装在车辆中的已知控制器，诸如，电子稳定控制(ESC)、车身控制模块(BCM)、混合控制单元(HCU)、和电动机控制单元(MCU)、以及发动机控制器(ECU/EMS)，并且可以根据每个控制器的所需的项目来应用。
在本公开的实施方式中，服务提供商300可从在道路上驾驶期间的车辆1收集有关发动机失速现象的信息作为大数据并且然后通过深度学习执行分析，并且从而，对模式进行群集并然后将对应情况发送到在道路上驾驶期间的车辆，使得当在车辆中发生相同的现象时，可通过改变发动机控制策略执行提前防止发生相同的发动机失速现象的控制。
例如，大数据服务器320基于人工智能(AI)执行通过分类和分析从车辆1收集的数据而进行群集的学习，并且作为学习的结果，如果已提取了发动机的主信号A增加10％以上、B增加5％以上、且C减小5％以上的条件作为会发生发动机失速现象的条件，则将会发生发动机失速现象的情况发给每个车辆。此时，当基于所接收的情况信息预测将发生发动机失速时，车辆中的控制器执行发动机RPM增量控制。
可以将以上过程应用于所有的发动机失速发生车辆和未发生车辆，从而防止由于相同的现象导致的发动机失速发生并且从而获得车辆的生产率和质量。
此外，可以从在道路上驾驶的很多车辆收集数据并对其连续重复，从而获得基于人工智能的控制精度并且应对现场未识别的情形。
参考图6，首先，车辆的起动钥匙变为接通(KEY ON)(S11)，并且车辆终端200发送当前的发动机相关的信息，即与发动机状态、操作和控制相关的VCRM信息(S12)。
此时，实时发送发动机相关的VCRM信息直至车辆终端200中的控制器220(或发动机控制器)通过起动接通而被唤醒并且然后再次关闭；此时，所发送的发动机控制器的主信号可以包括传感器和致动器信号、发动机目标扭矩和实际扭矩信号，并且包括APS值、发动机目标扭矩、作为发动机扭矩传感器检测值的实际发动机扭矩、进气歧管压力、气流量、电池SOC、λ值、催化剂温度、CAM传感器检测值、曲柄位置、点火线圈诊断信息、以及失火发生计数值中的至少一些。
如上所述，如果在大数据服务器320中收集了在车辆终端200中发送的数据，则大数据服务器320对收集的信息进行分类。
然后，变为发动机运行状态(S13)，并且如果发动机控制器确定发动机运行状态中已发生发动机失速，则车辆终端200经由网络发送表示已发生发动机失速的发动机失速位VCRM(S14、S15)。
在本公开中，如果在发动机控制器变为接通之后发动机RPM小于预定RPM，则其可以设置为确定已发生发动机失速。
然后，大数据服务器320分析并群集在发动机失速发生定时的主信号以学习发动机失速发生条件(S16)。
即，当已发生发动机失速时，大数据服务器320将主信号的变化量模式化，并将变为发动机失速发生条件的主信号的变化量的模式值经由网络100作为发动机失速发生情况信息发送至车辆终端200。
然后，大数据服务器320向每个车辆1发送发动机失速发生条件，最终，每个车辆1通过车辆终端200接收所学习的发动机失速发生条件(S17)。
甚至在此之后，大数据服务器320基于从车辆1接收的信息执行学习新更新发动机失速发生条件，并且再次将新学习的信息传递给每个车辆1以用于防止车辆中的发动机失速的控制。
车辆基于在大数据服务器中接收的信息确定与发动机状态、操作、及控制相关的状态是否对应于发动机失速发生条件(S18)，并且如果确定为可能发生发动机失速的条件，则在发动机控制器的控制下执行发动机RPM增量控制(S19、S20)。
如果在发动机控制器中确定发动机目标RPM(A)，则发动机RPM增量控制追随目标值执行发动机RPM控制，该目标值使用将预定设置的RPM(B)(例如，1000RPM)加到确定的发动机目标RPM(A)的值作为最终目标值(＝A+B)。
发动机RPM增量控制可具体包括增加发动机的气流量的控制或者点火定时提前控制，此外，由于可作为跛行回家模式添加的一种控制，可以执行怠速停止起动(ISG)进入禁止、交流发电机发电控制禁止、或燃料切断禁止等。
已参照附图详细地描述本公开的实施方式，本公开不限于上述实施方式，并且可以在不偏离本公开的技术范围的前提下进行各种修改。

Claims (20)

1.一种基于大数据的车辆预测控制***，包括：
车辆终端，安装在多个车辆中的每个车辆中，收集与对应车辆中的车载装置相关的状态信息以实时发送所收集的状态信息，并且在所述车载装置发生问题时发送问题发生信息；以及
大数据服务提供商，对从所述车辆终端接收的所述状态信息作为大数据进行分类和存储，并且基于所述状态信息获得问题发生条件以在从所述多个车辆中的至少一些车辆的车辆终端接收到车载装置的问题发生信息时将与所述问题发生条件相对应的信息发送到所述车辆终端，
其中，当从所述大数据服务提供商接收到与所述问题发生条件相对应的信息时，所述车辆终端基于所接收的与所述问题发生条件相对应的信息来确定在车辆中收集的状态信息是否对应于所述问题发生条件，并且如果所述状态信息对应于所述问题发生条件则执行针对所述车载装置的预定控制。
2.根据权利要求1所述的车辆预测控制***，
其中，所述大数据服务提供商包括：
远程信息处理多媒体***服务器，用于从所述车辆终端接收并传递信息；以及
大数据服务器，用于通过收集由所述远程信息处理多媒体***服务器传递的信息作为大数据进行分类和存储，并且当接收到由所述远程信息处理多媒体***服务器传递的所述车载装置的所述问题发生信息时生成与所述问题发生条件相对应的信息，并且
其中，所述大数据服务器将所生成的与所述问题发生条件相对应的信息传递给所述远程信息处理多媒体***服务器，并且所述远程信息处理多媒体***服务器发送从所述大数据服务器传递的与所述问题发生条件相对应的信息。
3.根据权利要求1所述的车辆预测控制***，
其中，所述大数据服务提供商包括大数据服务器，所述大数据服务器用于通过收集从所述车辆终端接收的信息作为大数据进行分类和存储，并且当接收到所述车载装置的问题发生信息时生成与所述问题发生条件相对应的信息，并且
其中，所述大数据服务器将所生成的与所述问题发生条件相对应的信息传递给每个车辆终端。
4.根据权利要求1所述的车辆预测控制***，
其中，所述车载装置是发动机，
其中，与所述车载装置相关的状态信息是与所述发动机相关的状态信息，
其中，所述车载装置的问题发生信息是发动机失速发生信息，并且
其中，所述问题发生条件是发动机失速发生条件。
5.根据权利要求4所述的车辆预测控制***，
其中，与所述发动机失速发生条件相对应的信息是基于所述发动机的状态信息确定的与所述发动机相关的状态的变化量的值。
6.根据权利要求4所述的车辆预测控制***，
其中，与所述发动机失速发生条件相对应的信息包括基于所接收的所述发动机的状态信息确定的进气歧管压力减少量、燃料减少量、以及加速度位置传感器值增加量。
7.根据权利要求4所述的车辆预测控制***，
其中，与所述发动机相关的状态信息包括加速度位置传感器值、发动机目标扭矩、作为发动机扭矩传感器检测值的实际发动机扭矩、进气歧管压力、气流量、电池荷电状态、λ值、催化剂温度、凸轮轴传感器检测值、曲柄位置、点火线圈诊断信息、以及失火发生计数值中的至少一些。
8.根据权利要求4所述的车辆预测控制***，
其中，针对所述车载装置执行的预定控制是调整将发动机每分钟转数增加预定设置的每分钟转数的发动机每分钟转数增量。
9.根据权利要求8所述的车辆预测控制***，
其中，针对所述发动机每分钟转数增量的控制包括对所述发动机的气流量增量控制或点火定时提前控制。
10.根据权利要求8所述的车辆预测控制***，
其中，所述预定控制进一步包括怠速停止起动进入禁止、交流发电机发电控制禁止、或燃料切断禁止。
11.根据权利要求1所述的车辆预测控制***，
其中，所述大数据服务提供商累积从所述车辆终端接收的状态信息和从所述多个车辆中的所述至少一些车辆的车辆终端接收的所述车载装置的问题发生信息，以执行基于所累积的数据更新与所述问题发生条件相对应的信息的人工智能学习过程。
12.一种基于大数据的车辆预测控制方法，包括：
由多个车辆中的每个车辆的车辆终端收集与车载装置相关的状态信息，实时发送所收集的状态信息，并且当所述车载装置发生问题时发送问题发生信息；
由大数据服务提供商通过收集由每个车辆的车辆终端发送的状态信息作为大数据进行分类和存储；
当从所述多个车辆中的至少一些车辆的车辆终端接收到所述车载装置的问题发生信息时，由所述大数据服务提供商基于所接收的所述车载装置的状态信息获得问题发生条件；
由所述大数据服务提供商向每个车辆的车辆终端发送与所获得的问题发生条件相对应的信息；
由所述车辆终端基于从所述大数据服务提供商接收的与所述问题发生条件相对应的信息来确定在车辆中收集的状态信息是否对应于所述问题发生条件；并且
如果所述状态信息对应于所述问题发生条件，则由所述车辆终端执行针对所述车载装置的预定控制。
13.根据权利要求12所述的车辆预测控制方法，
其中，所述车载装置是发动机，
其中，与所述车载装置相关的状态信息是与所述发动机相关的状态信息；
其中，所述车载装置的问题发生信息是发动机失速发生信息；并且
其中，所述问题发生条件是发动机失速发生条件。
14.根据权利要求13所述的车辆预测控制方法，
其中，与所述发动机失速发生条件相对应的信息是基于所述发动机的状态信息确定的与所述发动机相关的状态的变化量的值。
15.根据权利要求13所述的车辆预测控制方法，
其中，与所述发动机失速发生条件相对应的信息包括基于所接收的所述发动机的状态信息确定的进气歧管压力减少量、燃料减少量、以及加速度位置传感器值增加量。
16.根据权利要求13所述的车辆预测控制方法，
其中，与所述发动机相关的状态信息包括加速度位置传感器值、发动机目标扭矩、作为发动机扭矩传感器检测值的实际发动机扭矩、进气歧管压力、气流量、电池荷电状态、λ值、催化剂温度、凸轮轴传感器检测值、曲柄位置、点火线圈诊断信息、以及失火发生计数值中的至少一些。
17.根据权利要求13所述的车辆预测控制方法，
其中，针对所述车载装置执行的预定控制是调整将发动机每分钟转数增加预定设置的每分钟转数的发动机每分钟转数增量。
18.根据权利要求17所述的车辆预测控制方法，
其中，针对所述发动机每分钟转数增量的控制包括对所述发动机的气流量增量控制或点火定时提前控制。
19.根据权利要求17所述的车辆预测控制方法，
其中，所述预定控制进一步包括怠速停止起动进入禁止、交流发电机发电控制禁止、或燃料切断禁止。
20.根据权利要求12所述的车辆预测控制方法，
其中，所述大数据服务提供商累积从所述车辆终端接收的状态信息和从所述多个车辆中的至少一些车辆的车辆终端接收的所述车载装置的问题发生信息，以执行基于所累积的数据更新与所述问题发生条件相对应的信息的人工智能学习过程。
CN201810886503.1A 2018-01-30 2018-08-06 基于大数据的车辆预测控制***及其方法 Active CN110096045B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180011077A KR102406182B1 (ko) 2018-01-30 2018-01-30 빅데이터 기반의 차량 예측 제어 시스템 및 방법
KR10-2018-0011077 2018-01-30

Publications (2)

Publication Number Publication Date
CN110096045A true CN110096045A (zh) 2019-08-06
CN110096045B CN110096045B (zh) 2023-06-20

Family

ID=67224350

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810886503.1A Active CN110096045B (zh) 2018-01-30 2018-08-06 基于大数据的车辆预测控制***及其方法

Country Status (4)

Country Link
US (1) US11162447B2 (zh)
KR (1) KR102406182B1 (zh)
CN (1) CN110096045B (zh)
DE (1) DE102018211845A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111127884A (zh) * 2019-12-18 2020-05-08 北京高诚科技发展有限公司 基于车辆行为的长下坡路段车辆失速判别方法***
CN112682203A (zh) * 2019-10-18 2021-04-20 丰田自动车株式会社 车辆用控制装置、车辆用控制***、车辆用学习装置、车辆用控制方法以及存储介质

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11875371B1 (en) 2017-04-24 2024-01-16 Skyline Products, Inc. Price optimization system
US20200023846A1 (en) * 2018-07-23 2020-01-23 SparkCognition, Inc. Artificial intelligence-based systems and methods for vehicle operation
KR20200041098A (ko) * 2018-10-11 2020-04-21 현대자동차주식회사 파워 트레인 부품 고장 진단 방법
KR102391007B1 (ko) * 2019-07-15 2022-04-27 현대자동차주식회사 차량의 부품 교체 서비스 제공 시스템 및 방법
CN110648426B (zh) * 2019-08-30 2021-09-21 上海能塔智能科技有限公司 车辆登记方法及装置、存储介质、终端
JP6717419B1 (ja) * 2019-10-11 2020-07-01 トヨタ自動車株式会社 車両用故障原因特定装置
CN113625695B (zh) * 2021-08-30 2023-07-04 重庆长安汽车股份有限公司 一种基于安卓服务的车辆实车车控功能诊断方法及***
KR20230055442A (ko) 2021-10-18 2023-04-26 현대자동차주식회사 빅 데이터 기반 차량 제어방법 및 차량 빅 데이터 네트워크 시스템
CN115184029A (zh) * 2022-07-01 2022-10-14 上海新动力汽车科技股份有限公司 基于物网联的智能发动机产品

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4375208A (en) * 1980-03-27 1983-03-01 Nissan Motor Company, Ltd. Idling speed controlling system for an internal combustion engine
JPH02233847A (ja) * 1989-03-04 1990-09-17 Aisan Ind Co Ltd 燃料噴射制御装置
JP2000145525A (ja) * 1998-11-11 2000-05-26 Toyota Motor Corp 内燃機関
JP2003022330A (ja) * 2001-07-05 2003-01-24 Hitachi Ltd 車両の故障診断システムおよび車両故障の情報管理装置
JP2006349428A (ja) * 2005-06-14 2006-12-28 Toyota Motor Corp 故障診断装置
CN201035379Y (zh) * 2007-03-23 2008-03-12 鲁东大学 汽车远程数据交换与智能控制装置
CN103701855A (zh) * 2013-11-30 2014-04-02 南京大学 基于ldm3的省域its大数据云处理中心构建实现方法
CN105446311A (zh) * 2014-08-25 2016-03-30 苏州俊峰伟业信息技术有限公司 汽车故障分析诊断的方法及***
CN105465353A (zh) * 2015-12-16 2016-04-06 安徽江淮汽车股份有限公司 一种湿式双离合器变速箱跛行回家的控制方法
GB201617021D0 (en) * 2015-10-09 2016-11-23 Fisher Rosemount Systems Inc Distributed industrial performance monitoring and analytics
CN106184198A (zh) * 2016-07-11 2016-12-07 中国第汽车股份有限公司 一种用于混合动力汽车的失效跛行控制方法及装置
CN106515318A (zh) * 2016-11-23 2017-03-22 彩虹无线（北京）新技术有限公司 一种基于车联网大数据的汽车轮胎磨损故障预警的方法
KR20170033726A (ko) * 2015-09-17 2017-03-27 주식회사 케이티 차량 빅데이터 서버 및 차량 빅데이터 서비스 방법
CN206147747U (zh) * 2016-08-22 2017-05-03 赵德均 一种基于大数据共建共享的智慧校园***
CN106870177A (zh) * 2015-12-14 2017-06-20 现代自动车株式会社 用于防止发动机失速的方法
CN106952033A (zh) * 2017-03-16 2017-07-14 沈阳新代信息技术有限公司 一种基于多数据源的搅拌设备生产质量监控***及方法
CN107093217A (zh) * 2017-04-18 2017-08-25 成都仁通融合信息技术有限公司 基于大数据的路边车位收费***

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0993658A (ja) 1995-09-26 1997-04-04 Nissan Motor Co Ltd データ収集装置
KR20040033454A (ko) * 2002-10-14 2004-04-28 현대자동차주식회사 엔진 시동 꺼짐 예측 시스템 및 그 방법
KR20040050302A (ko) * 2002-12-10 2004-06-16 현대자동차주식회사 차량의 연료 공급 보상 제어장치 및 방법
JP2004272375A (ja) * 2003-03-05 2004-09-30 Mazda Motor Corp 遠隔故障予測システム
JP4182472B2 (ja) * 2003-03-05 2008-11-19 マツダ株式会社 遠隔故障予測システム
US8041779B2 (en) 2003-12-15 2011-10-18 Honda Motor Co., Ltd. Method and system for facilitating the exchange of information between a vehicle and a remote location
JP6062710B2 (ja) * 2012-10-25 2017-01-18 日野自動車株式会社 車両診断装置
AU2014223584B9 (en) * 2013-02-26 2017-03-02 Polaris Industries Inc. Recreational vehicle interactive telemetry, mapping, and trip planning system
JP6003810B2 (ja) 2013-06-04 2016-10-05 株式会社デンソー 車両用基準値生成装置
JP2015102883A (ja) 2013-11-21 2015-06-04 株式会社日立システムズ 車両故障情報提供システム、車両故障情報提供方法及び故障情報提供プログラム
KR101646403B1 (ko) * 2014-12-09 2016-08-08 현대자동차주식회사 연료전지 시스템의 제어 방법
DE102015214739B4 (de) * 2015-08-03 2022-12-29 Volkswagen Aktiengesellschaft Verfahren zur Bestimmung einer Fehlerursache bei einem Fahrzeug und Server zum Durchführen der Bestimmung der Fehlerursache
US10337438B2 (en) * 2015-10-01 2019-07-02 GM Global Technology Operations LLC Push-button start system fault diagnosis
US10943283B2 (en) * 2016-11-18 2021-03-09 Cummins Inc. Service location recommendation tailoring

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4375208A (en) * 1980-03-27 1983-03-01 Nissan Motor Company, Ltd. Idling speed controlling system for an internal combustion engine
JPH02233847A (ja) * 1989-03-04 1990-09-17 Aisan Ind Co Ltd 燃料噴射制御装置
JP2000145525A (ja) * 1998-11-11 2000-05-26 Toyota Motor Corp 内燃機関
JP2003022330A (ja) * 2001-07-05 2003-01-24 Hitachi Ltd 車両の故障診断システムおよび車両故障の情報管理装置
JP2006349428A (ja) * 2005-06-14 2006-12-28 Toyota Motor Corp 故障診断装置
CN201035379Y (zh) * 2007-03-23 2008-03-12 鲁东大学 汽车远程数据交换与智能控制装置
CN103701855A (zh) * 2013-11-30 2014-04-02 南京大学 基于ldm3的省域its大数据云处理中心构建实现方法
CN105446311A (zh) * 2014-08-25 2016-03-30 苏州俊峰伟业信息技术有限公司 汽车故障分析诊断的方法及***
KR20170033726A (ko) * 2015-09-17 2017-03-27 주식회사 케이티 차량 빅데이터 서버 및 차량 빅데이터 서비스 방법
GB201617021D0 (en) * 2015-10-09 2016-11-23 Fisher Rosemount Systems Inc Distributed industrial performance monitoring and analytics
CN106870177A (zh) * 2015-12-14 2017-06-20 现代自动车株式会社 用于防止发动机失速的方法
CN105465353A (zh) * 2015-12-16 2016-04-06 安徽江淮汽车股份有限公司 一种湿式双离合器变速箱跛行回家的控制方法
CN106184198A (zh) * 2016-07-11 2016-12-07 中国第汽车股份有限公司 一种用于混合动力汽车的失效跛行控制方法及装置
CN206147747U (zh) * 2016-08-22 2017-05-03 赵德均 一种基于大数据共建共享的智慧校园***
CN106515318A (zh) * 2016-11-23 2017-03-22 彩虹无线（北京）新技术有限公司 一种基于车联网大数据的汽车轮胎磨损故障预警的方法
CN106952033A (zh) * 2017-03-16 2017-07-14 沈阳新代信息技术有限公司 一种基于多数据源的搅拌设备生产质量监控***及方法
CN107093217A (zh) * 2017-04-18 2017-08-25 成都仁通融合信息技术有限公司 基于大数据的路边车位收费***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘洋: "配电网中大数据的挖掘应用", 《大众用电》, pages 179 - 181 *
朱邦国: "基于大数据的变压器状态预警监测分析", 《自动化应用》, pages 140 - 141 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112682203A (zh) * 2019-10-18 2021-04-20 丰田自动车株式会社 车辆用控制装置、车辆用控制***、车辆用学习装置、车辆用控制方法以及存储介质
CN112682203B (zh) * 2019-10-18 2023-08-04 丰田自动车株式会社 车辆用控制装置、***、方法、学习装置、以及存储介质
CN111127884A (zh) * 2019-12-18 2020-05-08 北京高诚科技发展有限公司 基于车辆行为的长下坡路段车辆失速判别方法***

Also Published As

Publication number Publication date
CN110096045B (zh) 2023-06-20
KR20190098785A (ko) 2019-08-23
US11162447B2 (en) 2021-11-02
KR102406182B1 (ko) 2022-06-07
DE102018211845A1 (de) 2019-08-01
US20190234336A1 (en) 2019-08-01

Similar Documents

Publication Publication Date Title
CN110096045A (zh) 基于大数据的车辆预测控制***及其方法
DE102019114590A1 (de) Kraftfahrzeuge mit elektroantrieb, systeme und steuerlogik für vorausschauende ladeplanung und antriebsstrangsteuerung
Araújo et al. Driving coach: A smartphone application to evaluate driving efficient patterns
EP2428944A1 (en) Driving management system and method
US8565948B2 (en) Energy consumption comparison method
CN104417368B (zh) 用于告知燃料高效驾驶的方法和***
CN104516347A (zh) 车辆位置和故障诊断***和方法
DE102012200130A1 (de) Verfahren und Systeme zur Überwachung einer Fahrzeugenenergiequelle
DE102020126883A1 (de) Schätzung, klassifizierung und anpassung von treibermodellen für die reichweitenvorhersage
US11210870B2 (en) On-board diagnostic monitor planning and execution
DE102019107431A1 (de) System und Verfahren zur Verteilung und Ausführung von Mitfahraufgaben
US9770985B2 (en) System for guiding economic driving, vehicle applied to the same, and method thereof
US11358603B2 (en) Automated vehicle profile differentiation and learning
DE102018200838A1 (de) Mit elektromotor angetriebenes fahrzeug
US11417155B2 (en) On-board data request approval management
CN110395245A (zh) 一种基于固定路线驾驶信息的混动汽车能量管理***
CN210454789U (zh) 一种确定混合动力汽车的能量使用策略的装置
US10996255B2 (en) Voltage-characteristic-based vehicle identification number
CN109060367A (zh) 高效的联网车辆的诊断数据监测
CN116562405A (zh) 一种增程式插电混合动力汽车预约充电智能方法、装置及计算机***
CN108058701A (zh) 使用前方车辆的行驶信息控制车辆行驶的方法
DE102016206800A1 (de) Verfahren, Vorrichtung und mobiles Anwendergerät zur Anpassung einer Energieversorgung eines Antriebssystems eines Fahrzeugs
CN109383417A (zh) 非标准参数标识符获取装置、***及其方法
US20200250252A1 (en) Distributed remote data request operator
US20180268622A1 (en) Distributed vehicle data storage and access

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant