车辆载荷预测制造技术

本公开提供了“车辆载荷预测”。可以利用车辆传感器数据来检测车辆外部的物体。可以至少部分地基于对所述物体进行分类来预测所述车辆的载荷。可以基于所述预测的载荷来致动车辆部件。

【技术实现步骤摘要】
车辆载荷预测
本公开总体上涉及车辆装载和操作。
技术介绍
车辆重量连同乘员和/或货物重量可以影响车辆的操作。为了确定车辆是否装载超出安全容量和/或以符合车辆的高效和/或有效操作的方式装载，可以使用车辆中的传感器来测量车辆载荷，例如，重量传感器、悬架传感器等。然而，此类车辆传感器需要将物品放置在车辆中以便测量载荷。此外，此类传感器测量车辆的局部部分上的载荷，而不是测量与一个或一组物品相关联的载荷。
技术实现思路
本文中公开了一种方法，所述方法包括：利用车辆传感器数据来检测车辆外部的物体；至少部分地基于对所述物体进行分类来预测所述车辆的载荷；以及基于所述预测的载荷来致动车辆部件。所述方法还可以包括：基于对所述物体进行分类，确定所述车辆是否能够接受所述预测的载荷。所述方法还可以包括：在车辆传感器视野内指定所述物体待被检测到的位置。所述方法还可以包括：在确定所述车辆无法接受所述预测的载荷后，向用户传输消息。所述方法还可以包括：根据所述物体的重量和体积中的至少一者来预测所述载荷。所述方法还可以包括：除了对所述物体进行分类之外还基于用户数据来预测所述载荷。所述方法还可以包括，所述用户数据包括位置、目的地、装载历史和用户指定的货物物体数量中的一者或多者。所述方法还可以包括：部分地基于所述物体的估计的大小来预测所述载荷。所述方法还可以包括：部分地基于来自货源的数据来预测所述载荷。所述方法还可以包括，所述传感器数据包括图像、激光雷达数据、重量传感器数据和车辆悬架数据中的至少一者。一种计算机包括处理器和存储器，所述存储器存储指令，所述指令能够由所述处理器执行以：利用车辆传感器数据来检测车辆外部的物体；至少部分地基于对所述物体进行分类来预测所述车辆的载荷；以及基于所述预测的载荷来致动车辆部件。所述计算机存储器还可以存储用于基于对所述物体进行分类来确定所述车辆是否能够接受所述预测的载荷的指令。所述计算机存储器还可以存储用于在车辆传感器视野内指定所述物体待被检测到的位置的指令。所述计算机存储器还可以存储用于在确定所述车辆无法接受所述预测的载荷后向用户传输消息的指令。所述计算机存储器还可以存储用于根据所述物体的重量和体积中的至少一者来预测所述载荷的指令。所述计算机存储器还可以存储用于除了对所述物体进行分类之外还基于用户数据来预测所述载荷的指令。所述计算机可以包括，所述用户数据包括位置、目的地、装载历史和用户指定的货物物体数量中的一者或多者。所述计算机存储器还可以存储用于部分地基于所述物体的估计的大小来预测所述载荷的指令。所述计算机存储器还可以存储用于部分地基于来自货源的数据来预测所述载荷的指令。所述计算机可以包括，所述传感器数据包括图像、激光雷达数据、重量传感器数据和车辆悬架数据中的至少一者。附图说明图1是包括用于预测载荷的系统的车辆的示例图。图2是用于基于预测的载荷而致动车辆部件的示例过程。图3是用于估计车辆外部的乘客和/或货物的重量并且响应于预测的重量而致动车辆的示例过程。图4是用于监测货物装载到车辆中的示例性过程。具体实施方式可以基于预测或估计的由将一个或多个物体放置在车辆101中或上引起的载荷(例如，估计的总重量测量)而致动车辆部件120。提供物体的重量测量(在当前背景下，所述重量测量包括人类乘客和动物以及包装和其他无生命物体)允许确定关于车辆101是否具有足够的容量来运输物体。系统100可以基于各种因素来确定载荷，例如估计的或预测的重量测量，所述各种因素包括来自感测车辆101外部(例如，在车辆传感器110的视野内的路沿上)的一个或多个物体的车辆传感器数据。所述因素可以替代地或另外地包括用户历史、用户请求和用户位置中的一者或多者。用户历史可以包括来自用户的过去行程的数据，诸如乘客的数量、每个乘客的重量、货物的物品数量、货物的重量和货物的尺寸。用户请求可以包括诸如路线的起点和目的地的数据。用户位置或本文中提及的其他位置是通常由全球定位系统(GPS)中使用的地理坐标指定的地球表面上的物理位置。用户位置数据(例如，地理坐标)可以与起点的分类和/或目的地的分类相关联。作为示例，系统100可以确定请求源于被分类为长途运输枢纽(诸如机场或火车站)的位置的路线的用户可能有行李。此外，所述分类可以提供指定关于典型行李尺寸和/或重量的数据，即，图像识别可以识别行李类型，所述行李类型然后在存储的数据中与长度、宽度、高度、典型包装重量等相关联。当车辆101到达路线起点时，车辆传感器110可以检测车辆101外部的物体(或多个物体)，并且估计载荷，例如预测物体的重量测量。车辆计算机105可以被编程为基于可以包括预测的载荷的因素、可能地结合其他因素而允许物体装载在车辆101中以便在所述路线上运输，所述其他因素诸如路线距离、路线地形、基于重量的道路限制、沿着路线的路面(例如，可以考虑预测的道路摩擦和/或悬架振动)，以及环境条件，诸如环境温度、降水等。图1示出了用于预测由一个或多个物体引起的车辆101载荷并且基于预测的载荷而致动一个或多个车辆101部件120的示例系统100。系统100包括车辆计算机105、车辆部件120、车辆传感器110、收集的数据115和数据存储装置106。车辆计算机105被编程为从一个或多个车辆传感器110接收收集的数据115，所述收集的数据涉及描述被指定用于在车辆101中或上运输的一个或多个物体的各种度量。例如，所述度量可以包括关于车辆101外部，例如，不接触车辆101且在指定距离内(例如，五米、十米等)和/或在车辆传感器110的视野内的物体的数据115，例如，乘客的数量、物体的数量、物体的总预测重量、包括在总预测重量中的一个或多个物体中的每一者的相应预测重量等。此外，可以基于地理坐标而预测预期载荷。例如，数据存储装置106或一些其他数据存储装置可以存储地理坐标和相应地理坐标的预期载荷(例如，预期载荷的重量和/或尺寸)。例如，如果地理坐标是杂货店的位置，则数据存储装置106可以包括当车辆101在所述地理坐标(即，在这个示例中，杂货店)接用户时通常包括在车辆101载荷中的杂货的重量和尺寸。可从车辆传感器110获得的其他度量可以包括对车辆系统和车辆部件120(例如，转向系统、动力传动系统、制动系统、内部感测、外部感测等)的测量。车辆计算机105可以被编程为从安装了所述车辆计算机的车辆101(有时被称为“主车辆”)收集数据115，和/或可以被编程为收集关于第二车辆(即，除车辆101外的车辆，例如，“目标车辆”)的数据115和/或例如经由专用短程通信(DSRC)服务等等从第二车辆接收数据。另外地，车辆计算机105可以例如经由蜂窝网络或其他无线网络从远程服务器接收数据115。车辆计算机105通常被编程用于在控制器局域网(CAN)总线等上通信。车辆计算机105还可以具有到车载诊断连接器(OBD-II)本文档来自技高网...

【技术保护点】
1.一种方法，所述方法包括：/n利用车辆传感器数据来检测车辆外部的物体；/n至少部分地基于对所述物体进行分类来预测所述车辆的载荷；以及/n基于所述预测的载荷来致动车辆部件。/n

【技术特征摘要】
20180717 US 16/037,6891.一种方法，所述方法包括：
利用车辆传感器数据来检测车辆外部的物体；
至少部分地基于对所述物体进行分类来预测所述车辆的载荷；以及
基于所述预测的载荷来致动车辆部件。


2.如权利要求1所述的方法，所述方法还包括：基于对所述物体进行分类，确定所述车辆是否能够接受所述预测的载荷。


3.如权利要求1所述的方法，所述方法还包括：在车辆传感器视野内指定所述物体待被检测到的位置。


4.如权利要求1所述的方法，所述方法还包括：在确定所述车辆无法接受所述预测的载荷后，向用户传输消息。


5.如权利要求1所述的方法，所述方法还包括：根据所述物体的重量和体积中的至少一者来预测所述载荷。


6.如权利要求1至5中任一项所述的方法，所述方法还包括：除了对所述物体进行分类之外还基于用户数据来预测所述载荷。


7.如权利要求6所述的方法，其中所述用户数据包括位置、目的地、装载历史和用户指定的货物物体数量中的一者或多者。


8.如权利要求1至5中任一项所述的方法，所述方法还包括：部分地基于来自货源的...

【专利技术属性】
技术研发人员：大卫·迈克尔·赫尔曼，大卫·A·赫尔曼，农西奥·德西亚，大卫·约瑟夫·奥里斯，尼古拉斯·亚历山大·朔伊夫勒，小斯蒂芬·杰伊·奥里斯，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：美国;US