专利名称：用于有效地操作车辆的计算机执行的方法
技术领域：
示意性实施例总体涉及用于车辆到云到车辆控制系统的方法和设备。
背景技术：
新生的车辆控制系统(车辆到车辆(V2V)和车辆到基础设施(V2I))是车辆和路侧单元作为交换信息(诸如安全警告和交通信息)的通信节点的网络。车辆通信系统的一个主要目的在于支持主动安全性车辆特性通过利用与周围车辆和道路基础设施站的信息交换来避免事故和交通阻塞。该通信系统可以是具有IOOOm短距离的通信，并且在带宽为75MHz的5. 9GHz频带工作。该通信系统已经被开发为主要执行与事故避免相关的任务。该通信系统具有改善燃料节省的潜力，例如，由于预期的交通移动向驾驶员建议更平滑的驾驶，以避免交通阻塞、选择路线的最佳选项等。该系统影响其他车辆属性(燃料节省、驾驶性能、舒适度、可靠性)·的潜力非常有限，这是由于以下两个主要原因车辆之间交换的参数的数量以及定义数据有效性的短时间平台(horizon)(由IOOOm范围确定)。由于与远程服务器上可用的超计算资源相比，车辆计算系统具有相对低的处理能力，因此“在场”(例如，在车辆内)的车辆系统的高级数据处理和微调改进的实现可能会是困难的。即使与系统控制的改进相关的大量线上数据可用，但是使用当前车辆计算系统作为中央处理能力来在实时环境中传输、访问和处理该数据从而使驾驶员使用该数据可能会是困难的。
发明内容
在第一示意性实施例中，一种用于有效地操作车辆的计算机执行的方法包括将车辆配置数据和关于路线的数据发送至远程系统。所述方法还包括接收至少部分基于车辆配置数据和关于路线的数据的优化策略，以针对即将到来的道路区段优化至少一个车辆可调节系统。此外，所述方法包括基于即将到来的道路区段上的优化策略控制至少一个车辆可调节系统。在第二示意性实施例中，一种用于优化车辆行驶的计算机执行的方法包括从车辆计算系统接收包括关于路线的数据和车辆配置数据的车辆资料。所述方法还包括针对即将到来的道路区段集合至少一个车辆可调节系统的优化策略，所述策略至少部分基于关于路线的数据和车辆配置数据。此外，所述方法包括将优化策略传送到车辆以执行。在第三示意性实施例中，一种用于传送优化指令的计算机执行的方法包括将车辆配置数据和关于路线的数据发送至远程系统。所述方法还包括接收优化策略，所述优化策略用于针对即将到来的道路区段优化至少一个车辆可调节系统。所述方法还包括至少部分基于所述优化策略产生用于调节至少一个车辆可调节系统的可操作的车辆系统级命令，并改变应用于所述优化策略的实时驾驶条件。在另一示意性实施例中，一种用于配置车辆以进行有效操作的方法包括将车辆配置信息和关于路线的信息发送至远程设备。所述方法还包括从远程设备接收用于针对即将到来的道路区段改变至少一个车辆可调节系统的优化策略，所述策略至少部分基于关于路线的信息和车辆配置信息。在另一示意性实施例中，一种用于远程优化车辆行驶的方法包括从行驶中的车辆接收车辆配置和行驶的路线。所述方法还包括针对即将到来的道路的区段将用于多个车辆可调节系统中的至少一个的优化策略传送到车辆，所述策略至少部分基于行驶的路线和车辆配置。在另一示意性实施例中，一种用于有效操作车辆的方法包括针对即将到来的道路的区段，根据从远程设备接收到的优化策略改变至少一个车辆可调节系统，所述策略至少部分基于行驶的路线和车辆配置。
图I示出车辆计算系统的示意性示例；
图2A示出用于悬架控制的基于云的处理的示意性示例；图2B示出用于悬架控制的基于车辆的处理的示意性示例；图3A示出用于事故避免的基于车辆的处理的示意性示例；图3B示出用于事故避免的基于云的处理的示意性示例；图4A示出用于驾驶员监视的基于车辆的处理的示意性示例；图4B示出用于驾驶员监视的基于云的处理的示意性示例；图5示出用于道路绘图的处理的示意性示例；图6示出用于速度绘图的处理的示意性示例。
具体实施例方式根据需要，本说明书中公开了本发明具体的实施例；但是，应理解公开的实施例仅为本发明的示例，其可以多种替代形式实施。附图无需按比例绘制；可放大或缩小一些特征以显示特定部件的细节。所以，此处所公开的具体结构和功能资料不应解释为限制，而仅为教导本领域技术人员以多种形式实施本发明的代表性基础。图I示出用于车辆31的基于车辆的计算系统(VCS) I的示例框式拓扑图。这样的基于车辆的计算系统I的示例是由福特汽车公司制造的SYNC系统。设有基于车辆的计算系统的车辆可包括位于车辆里的可视前端界面4。如果可视前端界面设有例如触摸屏，则用户还能够和所述界面交互。在另一示意性实施例中，可通过按压按钮、可听语言和语音合成进行交互。在图I所示的示意性实施例I中，处理器3至少控制基于车辆的计算系统的操作的一部分。设于车内的处理器允许车载地处理指令和程序。此外，所述处理器连接到非持久存储器5和持久存储器7两者。在这个示意性实施例中，所述非持久储存器是随机存取存储器(RAM)并且所述持久存储器是硬盘驱动器(HDD)或闪存。所述处理器还设有允许用户和所述处理器交互的许多不同的输入。在该示意性实施例中，提供了话筒29、辅助输入25 (用于输入33)、USB输入23、GPS输入24和蓝牙输入15中的全部。还提供了输入选择器51，以允许用户在各种输入之间切换。到话筒和辅助连接器两者的输入在传给处理器之前通过转换器27从模拟信号转换为数字信号。虽然未示出，但是与VCS通信的多个车辆部件和辅助部件可使用车辆网络(例如，但不限于CAN总线)向VCS (或者它的部件)传输数据或从VCS (或者它的部件)传输数据。到系统的输出可包括但不限于，视觉显示器4和扬声器13或立体声系统输出。扬声器连接到放大器11并且通过数模转换器9从处理器3接收其信号。还可沿分别如19、21处所示的双向数据流向远程蓝牙装置(例如PND54)或USB装置(例如车辆导航装置60)进行输出。在一个示意性实施例中，系统I使用蓝牙 收发器15和用户的漫游装置53 (例如蜂窝电话、智能手机、PDA或具有无线远程连接的任何其它装置)通信17。漫游装置随后可用于通过与例如蜂窝塔57的通信55来与车辆31外部的网络61通信59。在一些实施例中，塔57可为WiFi接入点。在漫游装置和蓝牙收发器之间的示例性通信可通过信号14表示。可通过按钮52或相似的输入指示漫游装置53和蓝牙收发器15的配对52。因此，指示CPU车载蓝牙收发器将与漫游装置里的蓝牙收发器配对。可利用例如与漫游装置53关联的数据计划(data-plan)、声载数据或双音多频(DTMF)音调在CPU3和网络61之间传送数据。可选择地，可希望包括具有天线18的车载调制解调器63以在CPU3和网络61之间通过声音频带传送16数据。漫游装置53随后可用于通过和例如蜂窝塔57的通信55来和车辆31外部的网络61通信59。在一些实施例中，调制解调器63可建立和塔57的通信20用于和网络61通信。作为非限制性示例，调制解调器63可以是USB蜂窝式调制解调器并且通信20可以是蜂窝无线通信。在一个示意性实施例中，处理器设有包括与调制解调器应用软件通信的API的操作系统。调制解调器应用软件可访问蓝牙收发器上的嵌入式模块或固件以完成和远程蓝牙收发器(例如设在漫游装置中的)的无线通信。蓝牙是IEEE 802PAN(个人局域网)协议的子集。IEEE 802LAN(局域网)协议包括WiFi并且与IEEE 802PAN有相当多的交叉功能。两者都适用于车辆内的无线通信。在此范围中可使用的另一个通信方法是自由空间光通信(例如红外数据组织(IrDA))和非标准的消费者IR(红外)协议。在另一实施例中，漫游装置53包括用于声音频带或宽带数据通信的调制解调器。在声载数据的实施例中，当漫游装置的所有者可在数据正被传输时通过所述装置通话时，可执行已知的频分复用技术。在其它时间，当所有者没有使用所述装置时，数据传输可使用整个带宽(在一个示例中是300Hz到3. 4kHz)。尽管频分复用对于车辆和互联网之间的模拟蜂窝通信很普遍并且仍然在使用，但它已经主要被用于数字蜂窝通信的码域多址(CDMA)、时域多址(TDMA)和空域多址(SDMA)的混合所取代。这些均是遵从ITU MT_200(国际电信联盟国际移动通信-2000) (3G)的标准，并且对静止或步行的用户提供高达2mbs的数据速率，对移动的车辆中的用户提供高达385kbs的数据速率。3G标准现在正在被对车辆中的用户提供IOOmbs并对静止的用户提供Igbs的IMT-Advanced(高级)(4G)取代。如果用户具有和漫游装置关联的数据计划，则数据计划可允许宽带传输并且所述系统可使用宽得多的带宽(加速数据传输)。在另一实施例中，用安装在车辆31上的蜂窝通信装置(未示出)代替漫游装置53。在另一个实施例中，漫游装置(ND) 53可以是能够通过例如(但不限于)802. Ilg网络(即WiFi)或WiMax网络通信的无线局域网(LAN)装置。
在一个实施例中，接收到的数据可通过声载数据或数据计划穿过漫游装置，穿过车载蓝牙收发器并且流入车辆的内部处理器3。作为示例，在某些临时数据的情况下，数据可被存储在HDD或其它存储介质7上直到不再需要该数据。其它可和车辆交互的源包括具有例如USB连接56和/或天线58的个人导航装置54、具有USB62或其它连接的车辆导航装置60、车载GPS装置24或连接至网络61的远程导航系统(未示出)。USB是串行网络协议的分类之一。IEEE 1394(火线)、EIA(电子工业协会)串行协议、IEEE 1284 (并行端口)、S/H)IF (索尼/飞利浦数字互相连接格式)和USB-IF(USB制订人论坛)形成装置与装置(device-device)串行标准的主干。针对电子或光通信可执行所述大多数协议。此外，CPU可和各种其它的辅助装置65通信。这些装置可通过无线连接67或有线连接69来连接。辅助装置65可包括，但不限于，个人媒体播放机、无线健康装置、便携式
计算机等。此外或可选择地，CPU可基于无线路由器73使用例如WiFi71收发器和车辆连接。这可允许CPU连接到本地路由器73的范围内的车辆。除了具有通过位于车内的车辆计算系统执行的示例性处理，在特定实施例中，示例性处理可由和车辆计算系统通信的计算系统执行。这样的系统可包括但不限于无线装置(例如但不限于移动电话)或者通过无线装置连接的远程计算系统(例如但不限于服务器)。共同地，这样的系统可被称为车辆关联计算系统(VACS)。在特定实施例中，根据系统的特定实施，VACS的特定组件可执行处理的特定部分。通过示例但不限制的方式，如果处理具有与配对的无线装置发送或接收信息的步骤，则由于无线装置不能与自己发送和接收信息，因此无线装置有可能不执行处理。本领域的普通技术人员应理解何时不适合将特定的VACS应用于给定的解决方案。所有的解决方案中，考虑到至少位于车内的VCS自身能够执行示例性处理。作为示意性实施例提出的控制系统将V2V和V2I通信的构思扩展到不同的级别通过利用信息的两个主要源(车辆车载控制和网络资源的使用)来优化车辆性能。实时优化和机器学习是用于提高车辆性能(燃料节省、驾驶性能、舒适度)的两个主要可行技术。然而，这些技术的广泛应用对于被分配为执行上百个不同的控制和诊断功能的现有车载ECU(电子控制单元)而言非常不现实。由于标准的自动ECU的有限计算能力，即使简单的优化算法的实现也是艰难的挑战。—种可选方法是在通过无线通信(使用电话调制解调器)与车辆车载控制系统交换信息的同时远程地执行优化。将一些非关键性的安全性计算任务传送到远程服务器的思想是用于服务(concierge)或信息娱乐目的的现有的基于服务器的车辆咨询系统的变换扩展。该构思与云计算的思想协同作用，其中，通过互联网请求，具有大量计算能力的服务器可被点播地使用。与对安全性来说关键的发动机或变速器管理功能不同，在依靠用于实时优化的云计算的同时，可更容易地实现高级别/监督任务(诸如驾驶模式或车速设置点的路线计划)中的错误容忍实施。此外，在远程服务器上运行的专门用于(针对燃料节省、舒适度、安全性等)以最佳方式引导车辆的智能代理，可访问一段时间内在许多不同的条件下积累的不同车辆驾驶相同路线或路线的相同部分的大量历史。
这样的方法可完全利用协同学习的原理来持续更新可支持优化策略的适当的车辆和驾驶员模型。因此，所述代理将能够使用对优化方案的好的初始猜测来初始化优化算法，从而允许快速聚合并且能够使用在好的初始猜测可用的情况下尤其适合的优化算法(例如迭代动态规划、序列二次规划和相邻极值优化控制)。该新颖方法最大化地使用现有车辆车载控制、信息和通信系统，并创建新颖软件架构，该新颖软件架构利用云计算潜力来建立用于优化包括特定车辆、驾驶员、道路和交通状况的系统的燃料节省的协同环境。该主要思想在于，使用通过到网络的信息入口(portal)周期性地上传特定车辆数据的能力来扩展VCS当前使用的用于向车辆传输信息娱乐服务的信息信道，并使用与所有用户车辆相应的虚拟网络车辆(VWV)页面来扩展网络。每个虚拟网络车辆(VWV)页面可担任虚拟车辆的角色，并包括关于车辆的基本的静态和动态信息以及用于更新低级别控制循环的管理命令。静态信息可包括特定车型的主要特性(例如，总质量、簧载质量、非簧载质量、前轮距、后轮距、轮胎特性、减震器特性、发动机标定参数(例如，在不同负载和发动机速度的制动扭矩)等)。·信息的动态部分可包括时戳、米样GPS坐标、表征纵向、横向、垂直和旋转动力的数据、燃料消耗、驾驶员风格和意图等。命令区包括用于低级别车辆控制系统的推荐的时戳管理控制设定点(例如，最佳ACC设定点、针对特定路段和道路状况的最大速度、最佳悬架阻尼和悬架刚度等)。在一旦在网页设置期间就上传静态数据的同时，当特定变量偏离其相继平滑值时基于事件上传动态数据。每次在与命令设定点相关的时戳处下载该命令设定点。通过软件应用程序(代理)动态地更新命令设定点，所述软件应用程序(代理)实现使用包括在VWV页面以及附加网络信息资源中的数据来操作的特定算法。VWV页面与其它网络信息资源(例如，电子平台(Electronic Horizon)数据库)创建虚拟运输网络。VWV的构思允许整合车辆子系统、外部道路和交通信息。这样丰富的信息和云的无限的计算能力和资源提供用于引入强大的基于模型的控制算法的机会，该控制算法结合运动动力模型、发动机、变速器、车轮空转和车轮垂直跳动的系统状态，这样的控制算法在车辆控制级别是不可能的。该控制算法能够创建可利用整合的信息并提供对低级别车辆控制系统的设定点的适当调节的自治管理算法(智能代理)。考虑至少两组基于云的自治智能代理性能优化智能代理和服务智能代理。第一组包括至少四种主要类型的基于云的自治管理控制算法(性能优化智能代理)，所述自治管理控制算法使用在网络服务器上可用的信息(虚拟网络车辆页面、电子平台、道路状况数据库和其它网络资源)自治地操作，并持续地更新还被传送到车辆控制系统的VWV的管理命令区。性能优化代理的主要类型包括(但不限于)燃料节省优化代理、驾驶舒适度/操纵/主动安全性优化代理、撞击后路径(post impact path)优化代理和驾驶员健康监视代理。在2011年5月9日提交的第13/103，539号美国专利申请中详细描述了燃料节省优化代理，其名称为 “Methods and Apparatus for Dynamic Powertrain Management (用于动态动力系管理的方法和设备)”，通过引用将其内容包含于此。
参照图2A和图2B示出驾驶舒适度/操纵/主动安全性优化代理的示例。图2A示出用于悬架控制的基于云的处理的示意性示例，图2B示出用于悬架控制的基于车辆的处理的示意性示例。对于设有半主动悬架(SA)的车辆，一个主要处理可以是基于车辆静态和动态特性、道路状况数据库的预览和车速来计算最佳阻尼曲线。对于使用全主动悬架(FAS)的车辆，一个主要处理可以是考虑由FAS作动器提供的很多期望的新的/振奋人心的功能性能，基于车辆特性、道路状况数据库的预览和车速来计算最佳FAS作动器推力或高度/布置曲线。在驾驶和操纵之间通常存在细微平衡。例如，在长直的路段，我们可能想要最大化驾驶舒适度。在这种情况下，FAS设置会是有如在“魔毯”上驾驶那样的更为“柔和”的尺度。然而，如果在道路上出现突然的障碍物(例如，过路的动物)，则悬架必须迅速地“绷紧”以促使事故避免。此外，如果在道路上存在大的坑洞(这可通过例如这里描述的道路表面绘图代理来识别)，则可适当地重构FAS以避免由坑洞带来的损坏影响。 一旦启动车辆并且在道路上驾驶车辆，车辆计算系统就可向基于云的服务通知正在旅途中。然后，在201，基于云的处理将检查静态车辆资料，以在203确定例如车辆配备的悬架的类型。在205，如果悬架是半主动(SA)悬架，则处理可具有将应用于优化驾驶的与SA悬架相关的一个或多个优化算法。用于这些算法的输入包括(但不限于)(例如可从在线车辆资料获得的)其它车辆特性(207)、(可从包括但不限于这里讨论的速度绘图和道路状况绘图的在线资源获得的)道路状况(209)、车速和将要到达的速度(211)等。之后在213，强大的云计算源可对该数据进行适当的处理并制定悬架控制计划。由于云计算源可能能够比本地计算系统更快地访问资源并且更快地处理信息，因此使用该模型会更容易地以实用的实时方式实际操纵和处理数据。可选地,在该不例中，在215,悬架可以是全主动悬架(FAS)。由于该悬架与SA悬架相比具有不同的可用设置，因此会期望使用不同的算法组来操纵数据处理。另外，可使用车辆特性(217)、道路状况(219)和车速和预计的速度(221)。然后，在该示例中，在223，可针对SA悬架可不具有的FAS性能进行附加计算。另外，悬架管理计划被传送到车辆计算系统。在图2B中，在231,车辆计算系统从z 接收闻级别计划。VCS内的|旲块可随后将该计划转换为用于悬架控制的命令，并甚至可基于观察到的实时改变对计划进行细微调节。这些实时改变可包括(但不限于)驾驶员输入的改变(速度改变、路程改变等)(233)或在车辆传感器中观察到的改变(例如，与预计的模型不匹配的道路状况)(235)。之后，当合适的命令被传送到悬架控制模块时，在237，VCS执行该计划。图3A示出用于事故避免的基于车辆的处理的示意性示例，图3B示出用于事故避免的基于云的处理的示意性示例。一般而言，当考虑主动安全性和事故避免操纵时，云的存在可被用于执行“高级另IJ”优化，并且嵌入式控制SW可随后被用于根据改变的地面/环境状况执行进一步的在场(on-the-spot)调节和改进。考虑当前(甚至未来)的基于网络的地图类型的图片的分辨率性能，并假设未来的图片拍摄性能的高速率，可想象这样的情形考虑所有相关车辆和其它物体(运动的或非运动的)，通过云我们将能够对于潜在的事故场景具有完全的“鸟瞰视图”。然后，使用与云相关的高计算能力可获得车辆运动的优化情形(考虑例如车辆性能和所有可用的环境限制)。然后，考虑驾驶员输入、车辆动力和不同的限制，推导出的车辆轨道将被发送到车辆作为用于(例如，使用MPC(多媒体个人计算机)的)车载优化的期望轨道，所述车辆轨道可被车载相机、LIDAR(激光雷达)和用于近-3D识别的其它传感器进一步改进(这对立于在云级别优化使用的“鸟瞰视图”，但是该“鸟瞰视图”需要考虑所有相关移动和非移动的物体，处理整体场景)。可以想到将以不同(即，“混合”)速率进行组合的云-车辆计算/优化，其中，传统云计算的更新速率将比车载车辆情形的更新速率更慢。此外，当云数据不可用(由于多云天气和其它原因)时，车载计算会被用作默认处理 。可通过抑制控制模块(RCM)激活当前碰撞后稳定性控制(PISC)系统，并施加制动以迅速停止车辆，而忽略可能由慌张的驾驶员的动作导致的转向控制命令。碰撞后路径优化代理可扩展该功能。可在配置RCM时,通过网络接口发送瞬时碰撞标志来在激活PISC的同时激活碰撞后路径优化代理。该代理使用关于在碰撞地点的周围车辆的位置(可从碰撞车辆周围近半径内的车辆的GPS坐标获得这些位置)的信息，计算期望的滑移率的改变并将该滑移率的改变发送到低级别控制器。这是允许PISC系统不仅制动碰撞的车辆，而且避免与其它车辆碰撞的信息。由于在碰撞时碰撞的车辆失去定向而不能立即重新创建场景，因此类似的车载功能的实现不是可行的。碰撞后路径优化代理使用来自碰撞之前的最后的快照的信息来导航碰撞的车辆沿着可最小化与其它车辆的碰撞概率的路径行驶。在图3A中，在301，VCS模块或系统检测RCM的激活。作为该检测的结果，在303，PISC系统被启用，并在305,碰撞标志通知被发送到云。在321，云接收碰撞标志，并且可例如，在323请求资源优先级。由于碰撞标志在资源稀少或资源在有限基础上可用的程度上指示可能发生事故，因此可以以优先方式将该资源提供给事故控制处理。这会帮助以有效方式将资源分配给事故避免。在325，在线处理可使用例如从碰撞之前的最后快照获得的与周围车辆相关的信息。随后在327，该处理可计算期望的滑移率的改变并将其发送到低级别控制器。在329，这些改变可被传送到VCS。当在307从远程服务器接收到计划(或当接收到直接的PISC模块控制命令)时，VCS可在309执行任何需要的校正和/或在311实施该计划。图4A示出用于驾驶员监视的基于车辆的处理的示意性示例，图4B示出用于驾驶员监视的基于云的处理的示意性示例。该代理持续地收集并总结关于驾驶员状态和被车载地预处理的驾驶风格的长期信息。还收集通过医疗车载装置提供的驾驶员的生理状态的附加信息。长期信息被用于建立特定驾驶员的“正常”模式。所述代理执行异常检测算法以估计偏离多维正常状态的概率并识别异常情况。在该情况下，驾驶员健康监视代理提交一组推荐的默认动作，所述默认动作可安全地停止车辆并且避免碰撞和交通事故。如果推荐的动作被忽略，则驾驶员健康监视代理执行由碰撞后路径优化代理的算法提供的一组命令，以确保安全停止并避免交通事故。一般而言，在401，该代理的基于VCS的部分监视任何医疗装置和/或车辆中的可提供用于驾驶员状态和驾驶风格的基线的其它系统。在403可本地存储该数据，并在407可周期性地上传该数据用于分析，除非在405出现异常。初始地，可基于驾驶员的年龄和生理状况的一些关于人们的普遍性来观察异常，但是随着时间的推移可对基线进行微调以对应于特定驾驶员。如果检测到从可接受范围的偏离，则在409可发送用于从远程源获取建议的请求。在421，当云接收到请求时，其还可包括系统确定为异常的数据。在423，如果异常被验证，则可采取诊断方法。该系统在427可使用已知医疗信息和基于云的资源确定潜在问题，并且在429，诊断驾驶员的状况。在431，基于状况的严重性可制定动作计划并将该动作计划发送到车辆以执行。 如果基于云的系统不同意需要采取紧急动作，则在425可像正常报告那样记录数据。可在像这样的情况下执行其它步骤(例如临时增加报告)，以确保问题状况不演变为危险的状况。在411，VCS从远程源接收计划并在413确定是否存在紧急状况。可例如基于检测到的偏离的严重性或基于驾驶员忽略结合返回的计划提供的推荐动作(例如，驾驶员可能落入半无意识或无意识状态)来进行该确定。如果存在紧急状态，则在303处理可启用PISC事故避免控制，这可安全地使车辆到达路边。否则，在405处理可执行计划，该计划可以如将一组推荐传送到驾驶员一样简单，但是也可包括启用特定安全性控制和/或拨叫紧急操作员。其它代理类型可包括服务智能代理。这些是收集和总结来自所有车辆的信息并更新通用网络资源(交通、道路坡度、道路状况、道路表面等)。对于这些代理，车辆用做传感器，并且代理的作用在于对收集的信息进行总结、归纳、验证和存储，以用于一般用途。这些代理实质上对由第一组的代理(性能优化代理)使用的可用网络信息进行更新、维护并加以丰富。服务智能代理包括但不限于道路表面绘图代理、道路坡度概率绘图代理和交通速度概率绘图代理。目前，没有可用的提供关于道路表面的更新信息的详细道路地图。虽然可通过使用激光扫描器获得高清晰度道路表面地图，但是实际使用该方案是很有限的。然而，多辆车在相同道路上行驶的事实定义这样的机会对于装备有悬架高度传感器的车辆使用该类型的传感器测量来自动对道路状况进行绘图。该任务看似简单与车型组合的悬架高度测量(悬架联动比率和悬架几何结构)可被用于重构道路资料；道路资料连同GPS坐标可产生道路的地图。由于该类型的任务可占用通信信道的所有可用容量，该任务不实际。可通过应用可识别道路表面的相继平滑值和正常差异的异常检测过程来解决关于数据的问题。只有在相继平滑值附近的正常频带以外的道路资料的值以及它们的GPS坐标可被提交至道路绘图代理。图5示出用于道路绘图的处理的示意性示例。如果电子平台不可用，则可通过概率(马尔可夫)模型来总结地理区域中的标准道路坡度。该模型定义在下一区段S改变坡度的概率。例如，如果坡度范围[-6^,6% ]被离散为12个1%的间隔IiQ = {I,12})，则马尔可夫模型的转移概率矩阵定义在下一 S = 30m的区段517，坡度可从-6改变到-5、-4、-3、 [% ]的概率。该类型的模型可被用于约计特定地理区域中的道路的类型。道路坡度绘图代理实现实时学习在坡度间隔IiQ = {1,12})之间转换的频率的算法。一旦车辆在将被绘图的道路上行驶，则在501，绘图处理可开始。为了约计具有坡度概率模型的整个道路，演变概率道路坡度绘图算法使用演变概率(马尔可夫)模型的构思。所述模型使用kullback-leibler (KL)散度测量来识别用于约计不同道路区段的道路坡度的转移概率模型的非相似度。令Pi(s)和P/f)成为沿着i (路段)的坡度改变的转移概率的马尔可夫模型。对于相同的状态组定义两个模型；它们之间唯一的区别在于更新转移概率的速率。在505，模型·P/s)非常慢地被更新，并且在503表示针对道路的长路段的道路坡度分布的总结，而在507，模型P^f)的概率以更快的速率被更新，并且反映车辆此时行驶的路段(503、515)。模型P/S)和Pf之间的509的KL散度测量指示两个模型之间的相似度。511的KL测量的小值确定当车辆沿着道路行驶时道路坡度分布保持不变，反之亦然，511的KL散度的增加的值指示地形的显著变化。因此，在513，KL散度的显著的增加可指示约计道路的第i个路段的模型Pi^不再有效，并且下一个路段应与当前模型Pi(f)相关(即，总结下一第(i+1)路段的坡度分布的
模型是 Pi+1(s) := P,))。这样，以与k-NN邻居会聚方法类似的方式来识别不同长度但是固定转移概率矩阵的路段。区段和相关马尔可夫模型不固定，但是基于识别的转移概率矩阵的KL散度量化的相似度/非相似度而演变。通过叠加对应概率(马尔可夫)模型的输出可类似地对在不同条件(一天中的时间、一周中的日子)下道路的标准交通速度进行绘图。每个模型定义在下一区段S中改变车速的概率。例如，如果速度范围
被离散为10个7mph的间隔IiQ = {1,10}),则单个转移概率矩阵Pi应用于特定组的多种情况(例如，较晚的早上、工作日)，并定义在下一 S = 30m区段中平均速度可从0改变到7、14、…[mph]的概率。交通速度绘图代理实施在被加权叠加的概率条件I和2下实时学习在速度间隔
Ii(i = {1,12})之间转换的频率的算法。图6示出用于速度绘图的示意性示例。在该示意性示例中，在601，确定用于形成单独的矩阵的多个条件。在603，对于每个区段，在每个矩阵下，基于观察到的条件记录速度改变。在605、607针对所有不同的条件矩阵重复该处理。一旦观察到该数据并且足够的数据组可用，通过叠加对应概率(马尔可夫)模型的输出可类似地对在不同条件(一天中的时间、一周中的日子)下道路的标准交通速度进行绘图。虽然以上描述了示例性实施例，但不意图这些实施例描述本发明的所有可能形式。而是，说明书中使用的词语是描述而非限制的词语，并且应理解在不脱离本发明的精神和范围的情况下，可进行各种改变。此外，可对各种实施实施例的特征进行组合以形成本发明的进一步的实施例。
权利要求
1.一种用于有效地操作车辆的计算机执行的方法，包括 将车辆配置数据和关于路线的数据发送至远程系统； 接收至少部分基于车辆配置数据和关于路线的数据的优化策略，以针对即将到来的道路区段优化至少一个车辆可调节系统； 基于针对即将到来的道路区段上的优化策略控制至少一个车辆可调节系统。
2.如权利要求I所述的方法，其中，所述至少一个车辆可调节系统包括悬架系统。
3.如权利要求I所述的方法，其中，所述至少一个车辆可调节系统包括碰撞后稳定性控制系统。
4.一种用于优化车辆行驶的计算机执行的方法，包括 从车辆计算系统接收包括关于路线的数据和车辆配置数据的车辆资料； 针对即将到来的道路区段集合用于至少一个车辆可调节系统的优化策略，所述策略至少部分基于关于路线的数据和车辆配置数据； 将优化策略传送到车辆以执行。
5.如权利要求4所述的方法，其中，车辆配置数据包括总质量。
6.如权利要求4所述的方法，其中，车辆配置数据包括簧载质量和非簧载质量。
7.如权利要求4所述的方法，其中，车辆配置数据包括前轮距和后轮距。
8.如权利要求4所述的方法，其中，车辆配置数据包括轮胎特性。
9.如权利要求4所述的方法，其中，车辆配置数据包括减震器特性。
10.如权利要求4所述的方法，其中，车辆配置数据包括发动机标定参数。
11.一种用于传输优化指令的计算机执行的方法，包括 将车辆配置数据和关于路线的数据发送至远程系统； 接收优化策略，所述优化策略用于针对即将到来的道路区段优化至少一个车辆可调节系统； 至少部分基于所述优化策略产生用于调节至少一个车辆可调节系统的可操作的车辆系统级命令，并改变应用于所述优化策略的实时驾驶条件。
全文摘要
一种用于有效地操作车辆的计算机执行的方法，包括将车辆配置数据和关于路线的数据发送至远程系统。该方法还包括接收至少部分基于车辆配置数据和关于路线的数据的优化策略，以针对即将到来的道路区段优化至少一个车辆可调节系统。此外，该方法包括基于即将到来的道路区段上的优化策略控制至少一个车辆可调节系统。
文档编号H04L29/08GK102957740SQ20121029759
公开日2013年3月6日 申请日期2012年8月20日 优先权日2011年8月24日
发明者迪米塔·彼特诺夫·菲利夫, 达夫林·戴维·荷劳瓦特 申请人:福特全球技术公司