用于预测行驶模式的系统技术方案

本公开提供了“用于预测行驶模式的系统”。提供了用于预测车辆或所述车辆中的一个或多个乘员的行驶模式的系统和方法。收发器可从语音辨识装置、IoT传感器(诸如座椅传感器)、车辆状态传感器或GPS系统中的至少一者接收指示乘客信息、车辆占用率、车辆状态和车辆位置中的至少一者的数据。处理器可基于所述数据来确定行驶模式，基于所确定的行驶模式来预测行驶模式，并且生成包括所预测的行驶模式的数据库。另外，如果所确定的行驶模式偏离所预测的行驶模式，则所述处理器可生成警报。则所述处理器可生成警报。则所述处理器可生成警报。

【技术实现步骤摘要】
用于预测行驶模式的系统


[0001]本公开涉及用于使用车载语音辨识技术来增强位置数据以预测和评估一个或多个车辆或所述一个或多个车辆中的一个或多个乘员的行驶模式的系统和方法。

技术介绍

[0002]由于来自GPS和基于位置的数据的车辆轨迹上的多个数据源的激增，仅基于住户调查数据的行驶需求模型正逐渐变得过时。大多数建模技术已经开始利用这些多个数据源来改进、校准和验证行驶需求模型。
[0003]由于缺乏乘坐者特定信息的深度，因此仅依赖于基于位置的数据不足以进行准确的行驶预测和评估。而且，由模型规划组织维持的传统模型需要改进。正在开发数据融合方法以帮助合并数据源以描绘更好的移动性；然而，尚未开发出容易地提高基于位置的数据的丰富性的方法。
[0004]GPS/基于位置的数据缺乏深度在增加关于人们如何移动的知识和见解方面造成显著差距。此类数据源的分辨率虽然很大，但缺乏具体时间的车载占用、车辆乘员的年龄以及其行程目的的细节。
[0005]现有的基于位置的交通“大”数据缺乏用于准确地预测行驶行为或模式的固有细节，尤其是对于非强制性行程。大多数现有方法试图通过用调查数据扩充来将该数据样本扩展到整个群体；然而，预测误差仍然很大。车载语音辨识系统是已知的，但尚未适于捕获关于车辆用户和乘员的行驶模式细节。
[0006]鉴于先前已知的系统和方法的前述缺点，需要用于改进包括基于位置的数据的数据源的使用以准确地预测行驶行为或模式的系统和方法。

技术实现思路

[0007]公开了一种利用车载语音辨识技术、车辆状态数据和物联网(IoT)传感器信息来识别和预测具体时间的车辆乘员的数目、他们的年龄组、性别以及他们的行程目的的智能系统。该过程涉及将车载语音辨识占用数据与车辆状态信息(包括座椅传感器、齿轮位置和/或车门打开事件)协同以用于推断车辆占用变化和行程目的指派。例如，智能系统使用语音辨识和车辆状态数据来补充汽车生成的GPS/基于位置的数据，以理解行驶模式，并呈现用车辆乘员的细节来丰富基于位置的数据轨迹的解决方案。语音辨识有助于识别车辆乘员的数目、他们的年龄和性别。另外，起始位置(例如，地址或邮政编码)和车辆所有权数据可提供关于车辆所有者的社会经济状态的进一步信息。
[0008]增强的数据集可扩充用于预测人们如何移动的行驶行为模型。例如，智能系统利用车载语音辨识来检测和附加车辆乘员特性，并且在IoT传感器(例如，座椅传感器、停止位置、停止持续时间、停车挡位和车门打开事件)上扩充车辆状态数据。另外，智能系统利用位置感知模块来在停车/车门打开事件和车辆占用期间跟踪土地使用特性，以提供对行程目的的见解。因此，增强的数据集可扩充用于预测人们如何移动的行驶行为模型。值得注意的
是，虽然调查数据捕获不到整个群体的1％，但基于位置的数据捕获了约30％的行程，并且增加该数据集的深度将显著提高我们对行驶行为的理解。对行驶行为的更精细的理解可帮助机构理解公众的基础设施需求。另外，智能系统还可通知原始设备制造商(OEM)以增强车辆特征和路由选择算法。例如，关于车辆乘员的丰富的时空细节可为OEM提供设计自动化车辆(AV)中的内置特征的信息，以使用每日日志为个人和家庭安排每日路线。
[0009]因此，智能系统可通过将具有增强的数据丰富性的大型行驶数据集集成到需求建模框架中来增强行驶需求模型，以进行更准确的模型校准、验证和行驶预测。智能系统可基于对实时行驶模式的改进的知识而提供用于共享车队部署的改进的商业模型和用例。另外，例如在了解用户日志的情况下，智能系统可包括用于AV的路由选择安排算法，所述算法可被配置为将用户导航到他们的各种目的地。此外，可向车辆用户提供车载提醒以在他们偏离预测的或通常的行驶模式时(例如，当父母忘记到学校接自己的孩子时)向他们发出警报。
[0010]本公开通过预测车辆或车辆中的一个或多个乘员的行驶模式来克服先前已知的系统和方法的缺点。例如，所述系统可包括：收发器，所述收发器用于例如在预定车辆事件期间接收指示乘客信息、车辆占用、车辆状态和车辆位置中的至少一者的数据；以及存储器，所述存储器存储计算机可执行指令。所述系统还可包括处理器，所述处理器可访问所述存储器并执行所述计算机可执行指令以：基于指示乘客信息、车辆占用、车辆状态和车辆位置的所述数据来确定行驶模式，例如乘客上车和下车；基于所确定的行驶模式来预测行驶模式；以及生成包括所预测的行驶模式的数据库。收发器可从记录和传输音频数据的语音辨识装置接收指示乘客信息(例如，一个或多个乘客的年龄范围和/或性别，和/或乘客数量)的音频数据。因此，处理器可从音频数据推断乘客信息。
[0011]另外，收发器可从可检测一个或多个乘客的一个或多个IoT传感器(例如，座椅传感器)接收指示车辆占用的数据。因此，处理器可从数据推断车辆内的乘客数量。收发器还可从操作性地联接到车辆的一个或多个传感器接收指示车辆状态的数据。因此，处理器可从数据推断车辆状态，例如车辆的运动、车辆是否停止、停止的持续时间和/或车门状态。另外，收发器可从GPS系统接收指示车辆位置的数据。因此，处理器可从数据推断位置类型。如果确定的行驶模式偏离预测的行驶模式，则处理器还可生成警报。
[0012]根据本公开的另一方面，提供了一种用于预测车辆或车辆中的一个或多个乘员的行驶模式的方法。所述方法可包括通过收发器接收指示乘客信息、车辆占用率、车辆状态和车辆位置中的至少一者的数据；由处理器基于指示乘客信息、车辆占用率、车辆状态和车辆位置的所述数据来确定行驶模式；由所述处理器基于所确定的行驶模式来预测行驶模式；以及由所述处理器生成包括所预测的行驶模式的数据库。如果确定的行驶模式偏离预测的行驶模式，则所述方法还可包括通过处理器生成警报。
附图说明
[0013]图1示出了根据本公开的原理的用于预测车辆或车辆中的一个或多个乘员的行驶模式的系统。
[0014]图2示出了根据本公开的原理的可包括在预测行驶模式平台中的一些示例部件。
[0015]图3是根据本公开的原理的用于预测车辆或车辆中的一个或多个乘员的行驶模式
的示例性步骤。
[0016]图4示出了根据本公开的原理的说明性行驶模式确定。
具体实施方式
[0017]下文将参考附图更全面地描述本公开，其中示出了本公开的示例实施例。然而，本公开可以许多不同形式来体现，并且不应被解释为受限于本文阐述的示例实施例。相关领域技术人员将理解，在不脱离本公开的精神和范围的情况下可以对各种实施例作出形式和细节上的各种变化。因此，本公开的广度和范围不应受到上述示例实施例中的任何一个的限制，而是应仅根据以下权利要求以及其等效形式限定。以下描述是为了说明目的而呈现，并且不意图是详尽性的或受限于所公开的精确形式。应理解，替代实现方式可以按任何所期望的组合使用，以形成本公开的附加混合实现方式。例如，相对于特定装置或部件描述的功能性中的任何一个可通过另一个装置或部件来执行。此外，虽然已经描述了具体装置特性，但是本公开的实施例可涉及众多其他装置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于预测车辆或所述车辆中的一个或多个乘员的行驶模式的系统，所述系统包括：收发器，所述收发器被配置为接收指示乘客信息、车辆占用率、车辆状态和车辆位置中的至少一者的数据；存储器，所述存储器存储计算机可执行指令；以及处理器，所述处理器被配置为访问所述存储器并执行所述计算机可执行指令以：基于指示乘客信息、车辆占用率、车辆状态和车辆位置的所述数据来确定行驶模式；基于所确定的行驶模式来预测行驶模式；并且生成包括所预测的行驶模式的数据库。2.如权利要求1所述的系统，其中所述收发器被配置为从被配置为记录和传输音频数据的语音辨识装置接收指示乘客信息的音频数据，并且其中所述处理器被配置为从所述音频数据推断乘客信息。3.如权利要求2所述的系统，其中所述处理器被配置为从所述音频数据推断乘客信息，所述乘客信息包括所述车辆内的一个或多个乘客的年龄范围。4.如权利要求2所述的系统，其中所述处理器被配置为从所述音频数据推断乘客信息，所述乘客信息包括所述车辆内的一个或多个乘客的性别。5.如权利要求2所述的系统，其中所述处理器被配置为从所述音频数据推断乘客信息，所述乘客信息包括所述车辆内的乘客数量。6.如权利要求1所述的系统，其中所述收发器被配置为从被配置为检测一个或多个乘客的一个或多个IoT传感器接收指示车辆占...

【专利技术属性】
技术研发人员：理查德，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：