众包车辆设置推荐制造技术

公开了众包车辆设置推荐。驾驶员车辆设置值以匿名方式众包自多个用户。使用机器学习来处理众包驾驶员车辆设置值以向其他用户生成一个或多个车辆设置推荐。该推荐可以用于用户还未激活的车辆设置或者被频繁用于特定车辆的车辆设置值。

Crowdsourcing vehicle setting recommendation

Public package vehicle setting recommended. The driver's vehicle setting value is included in a number of users anonymously. Machine learning is used to deal with package driver vehicle setting values to generate one or more vehicle setting recommendations to other users. This recommendation can be used for the setting of a vehicle that is not activated by the user or for the vehicle setting value that is frequently used for a particular vehicle.

【技术实现步骤摘要】
众包车辆设置推荐相关申请的交叉引用本申请要求于2016年4月26日提交的题为"Crowd-SourcedVehicleSettingRecommendations(众包车辆设置推荐)"的美国临时申请No.62/327,703的优先权，其全部内容通过引用合并至此。
本公开一般涉及汽车。
技术介绍
当驾驶员进入车辆时，可以针对所述驾驶员来调节车辆设置值。例如，驾驶员可以调节车辆中的车座椅设置的值或者环境温度设置的值。通常当驾驶员进入车辆时，该驾驶员可能并不知道对驾驶员可用的一个或多个车辆设置。
技术实现思路
本公开一般描述了用于获得众包车辆设置数据并使用机器学习来针对驾驶员推荐车辆设置值的系统和方法。根据实施方式，驾驶员车辆设置值以匿名的方式众包自多个用户。使用机器学习处理众包驾驶员车辆设置值以为其他用户生成一个或多个车辆设置推荐。例如，车辆设置推荐可能与用户还未激活的车辆设置或者流行地用于特定车辆的车辆设置值有关。在一些实施方式中，本说明书中所描述的主题的创新的方面包括：执行动作的计算机实现的方法。所述动作包括：从多个车辆获取驾驶员车辆设置数据，识别与从所述多个车辆所获得的所述驾驶员车辆设置数据相关联的车辆型号，以及基于从所述多个车辆所获取的所述驾驶员车辆设置数据来生成针对所识别的车辆型号的车辆设置推荐。实施方式均可以选择性地包括以下特征中的一个或多个。例如，在一些实施方式中，从所述多个车辆所获得的所述驾驶员车辆设置数据包括以下中的一个或多个：反光镜位置、驾驶员座椅位置、方向盘位置、脚踏板位置、无线电电台预设、暖通空调(HVAC)设置、车辆灯光偏好、刮水器速度设置、导航设置、保险杠相机设置、安全警示设置、儿童锁设置、以及窗锁设置。在一些实施方式中，从所述多个车辆所获得的所述驾驶员车辆设置数据不包括驾驶员的识别信息。在一些实施方式中，基于从所述多个车辆所获取的所述驾驶员车辆设置数据来生成针对所识别的车辆型号的所述车辆设置推荐的动作包括：使用机器学习来生成所述车辆设置推荐。在一些实施方式中，所述机器学习包括：训练一个或多个神经网络来确定所述车辆设置推荐。在一些实施方式中，从所述多个车辆获得驾驶员车辆设置数据的动作包括：从具有与所识别的车辆型号相同的型号的车辆接收众包驾驶员车辆设置数据。基于从所述多个车辆所获取的所述驾驶员车辆设置数据来生成针对所识别的车辆型号的所述车辆设置推荐的动作包括：1)根据一个或多个准则确定车辆设置的分值；2)确定所述分值满足特定阈值；以及3)生成所述车辆设置推荐以推荐具有满足所述特定阈值的所述分值的车辆设置。在一些实施方式中，所述一个或多个准则包括以下中的一个或多个：所述车辆设置的使用频率、所述车辆设置的社交网络热门流行度(trendingpopularity)、所述车辆设置的安全评级、以及来自所识别的车辆型号的制造者的推荐。在一些实施方式中，根据一个或多个准则确定在所述驾驶员车辆设置数据中所包括的所述车辆设置的分值的动作包括：为所述一个或多个准则中的每个准则指派权重，并且部分地基于为所述一个或多个准则所指派的权重来确定所述车辆设置的分值。在一些实施方式中，所述动作进一步包括：接收驾驶员在第二车辆的阈值距离内的指示，确定所述第二车辆的型号与所识别的车辆型号匹配，以及将所述车辆设置推荐传送至与在第二车辆的阈值距离内的驾驶员相关联的设备。在一些实施方式中，所述动作进一步包括：生成多个特定驾驶员简档，以及确定在第二车辆的阈值距离内的驾驶员的可能(likely)简档与所述多个特定驾驶员简档中的一个简档匹配。在一些实施方式中，与驾驶员相关联的设备包括与所述驾驶员相关联的便携式电子设备或第二车辆的车辆控制模块。在一些实施方式中，确定在第二车辆的阈值距离内的驾驶员的可能简档与所述多个特定驾驶员简档中的一个简档匹配的动作包括：确定在第二车辆的阈值距离内的驾驶员的可能高度、可能臂长、可能腿长中的一个或多个相应地与多个特定驾驶员简档中的一个简档中的可能高度、可能臂长、可能腿长中的一个或多个匹配。车辆设置推荐至少部分地基于所述驾驶员的可能简档。在一些实施方式中，所述动作进一步包括：接收驾驶员在第二车辆的阈值距离内的指示，确定所述第二车辆的型号与所识别的车辆型号匹配，以及将所述车辆设置推荐传送至与在第二车辆的阈值距离内的驾驶员相关联的设备。所述一个或多个准则包括驾驶员的兴趣和驾驶员的车辆设置偏好中的一个或多个。所述车辆设置推荐包括与驾驶员的兴趣和驾驶员的车辆设置偏好中的一个或多个相关联的推荐。在一些实施方式中，所述动作进一步包括接收驾驶员作出的指示接受所述车辆设置推荐的选择。在一些实施方式中，驾驶员作出的指示接受所述车辆设置推荐的选择是从与驾驶员相关联的便携式电子设备或第二车辆的车辆控制模块接收的。在一些实施方式中，所述车辆设置推荐包括与第二车辆中尚未激活的车辆设置相关联的推荐。上述实施方式和以下描述为驾驶员提供了许多优点和便利。例如，可以通过车辆设置推荐使得并不知晓车辆中的某些特征的驾驶员知晓这些特征。此外，在一些实施方式中，驾驶员可以不必提供与驾驶员的兴趣或简档有关的特定数据。本文中所公开的系统利用可以学习驾驶员的偏好或所喜好的车辆设置的神经网络并且相应生成车辆推荐。附加优点包括：当车辆制造者更新了特征和设置时，向驾驶员通知新的特征或者设置。于是，由于向驾驶员通知了他们可能并不知晓的他们的车辆的特征和能力，驾驶员因此能够更加享受他们的车辆。这些方面的其他实施方式包括对应的系统、装置、计算机可读存储介质、以及被配置为实现上述方法的动作的计算机程序。在下面的附图和描述中阐述了一个或多个实施方式的细节。其他特征和优点根据说明书、附图、和权利要求书将变得显而易见。附图说明图1描绘了便携式车辆设置数据共享系统。图2描绘了网络服务器的示例性实施方式。图3描绘了由网络服务器执行以提供车辆设置推荐的示例性操作。图4描绘了响应于接收对于车辆设置推荐的请求而由车辆和其他系统设备执行的示例性操作的流程图。图5A和图5B描绘了车辆设置值被修改为适应到来的驾驶员的示例性场景。图6A和图6B描绘了由车辆控制模块所接收的车辆设置推荐的示例性实施方式。各附图中的相同附图标记和名称指示相同的元素。具体实施方式本公开一般描述了用于获得众包(crowd-sourced)车辆设置数据并使用机器学习来针对驾驶员推荐车辆设置值的方法和系统。图1描绘了包括以下各项的车辆设置数据共享系统100：车辆110、用户设备115、车辆120、一个或多个网络服务器130、车辆云数据库140、一个或多个车辆制造者150、以及驾驶员社交网络160。尽管在系统100中示出了两个车辆110、120，也可以在任意时间在系统100中呈现任何合适数目的车辆。系统100可以包括被配置为提供网络访问、数据传输、以及到连接到一个或多个网络的任何接口的其他服务的一个或多个网络。一般地，一个或多个网络可以包括并实现通常定义的网络架构，包括由标准机构(——诸如全球移动通信系统(GSM)协会、互联网工程任务组(IETF)、以及全球微波接入互操作性(WiMAX)论坛)——定义的那些网络架构。例如，一个或多个网络可以实现GSM架构、通用分组无线业务(GPRS)架构、通用移动通信系统本文档来自技高网...

【技术保护点】
一种计算机实现的方法，包括：从多个车辆获得驾驶员车辆设置数据；识别与从所述多个车辆获得的所述驾驶员车辆设置数据相关联的车辆型号；以及基于从所述多个车辆获得的所述驾驶员车辆设置数据来生成针对所识别的车辆型号的车辆设置推荐。

【技术特征摘要】
2016.04.26 US 62/327,7031.一种计算机实现的方法，包括：从多个车辆获得驾驶员车辆设置数据；识别与从所述多个车辆获得的所述驾驶员车辆设置数据相关联的车辆型号；以及基于从所述多个车辆获得的所述驾驶员车辆设置数据来生成针对所识别的车辆型号的车辆设置推荐。2.根据权利要求1所述的计算机实现的方法，其中，从所述多个车辆获得的所述驾驶员车辆设置数据包括以下中的一个或多个：反光镜位置、驾驶员座椅位置、方向盘位置、脚踏板位置、无线电电台预设、暖通空调(HVAC)设置、车辆灯光偏好、刮水器速度设置、导航设置、相机保险杠设置、安全警示设置、儿童锁设置、以及窗锁设置。3.根据权利要求1所述的计算机实现的方法，其中，从所述多个车辆获得的所述驾驶员车辆设置数据不包括驾驶员的识别信息。4.根据权利要求1所述的计算机实现的方法，其中，基于从所述多个车辆获得的所述驾驶员车辆设置数据来生成针对所识别的车辆型号的所述车辆设置推荐包括：使用机器学习来生成所述车辆设置推荐。5.根据权利要求4所述的计算机实现的方法，其中，所述机器学习包括：训练一个或多个神经网络来确定所述车辆设置推荐。6.根据权利要求1所述的计算机实现的方法，其中：从所述多个车辆获得所述驾驶员车辆设置数据包括：从具有与所识别的车辆型号相同型号的车辆接收众包驾驶员车辆设置数据；以及基于从所述多个车辆获得的所述驾驶员车辆设置数据来生成针对所识别的车辆型号的所述车辆设置推荐包括：根据一个或多个准则确定车辆设置的分值；确定所述分值满足特定阈值；以及生成所述车辆设置推荐，以推荐具有满足所述特定阈值的所述分值的车辆设置推荐。7.根据权利要求6所述的计算机实现的方法，其中，所述一个或多个准则包括以下中的一个或多个：对所述车辆设置的使用的频率；所述车辆设置的社交网络热门流行度；所述车辆设置的安全评级；以及来自所识别的车辆型号的制造者的推荐。8.根据权利要求7所述的计算机实现的方法，其中，根据一个或多个准则确定在所述驾驶员车辆设置数据中所包括的所述车辆设置的分值包括：对所述一个或多个准则中的每个准则指派权重；部分地基于对所述一个或多个准则的所指派的权重来确定所述车辆设置的分值。9.根据权利要求1所述的计算机实现的方法，进一步包括：接收驾驶员处于第二车辆的阈值距离内的指示；确定所述第二车辆的型号匹配所识别的车辆型号；以及将所述车辆设置推荐传送至与处于所述第二车辆的所述阈值距离内的所述驾驶员相关联的设备。10.根据权利要求9所述的计算机实现的方法，其中，与所述驾驶员相关联的所述设备包括：与所述驾驶员相关联的便携式电子设备或者所述第二车辆的车辆控制模块。11.根据权利要求9所述的计算机实现的方法，进一步包括：生成多个特定驾驶员简档；以及确定处于所述第二车辆的所述阈值距离内的所述驾驶员的可能简档匹配所述多个特定驾驶员简档中的一个驾驶员简档...

【专利技术属性】
技术研发人员：约瑟夫·M·奥诺拉托，安德鲁·斯科特·布伦纳，丹尼尔·霍勒，帕特里克·布拉迪，
申请(专利权)人：谷歌公司，
类型：发明
国别省市：美国,US