A method of predicting, in real-time, a relationship between a vehicle's engine speed, trip time, cost, and fuel consumption, comprising: monitoring vehicle operation over time to acquiring data representing at least a vehicle location, a fuel consumption rate, and operating conditions; generating a predictive model relating the vehicle's engine speed, trip time, and fuel consumption; and receiving at least one constraint on the vehicle's engine speed, trip time, and fuel consumption, and automatically producing from at least one automated processor, based on the predictive model, a constrained output.
L'invention concerne un procédé de prédiction, en temps réel, d'une relation entre la vitesse du moteur d'un véhicule, le temps de voyage, le coût et la consommation de carburant, consistant à : surveiller un fonctionnement de véhicule dans le temps pour acquérir des données représentant au moins un emplacement de véhicule, un taux de consommation de carburant et des conditions de fonctionnement ; générer un modèle prédictif relatif à la vitesse du moteur du véhicule, au temps de voyage et à la consommation de carburant ; et recevoir au moins une contrainte sur la vitesse du moteur du véhicule, le temps de voyage et la consommation de carburant, et produire automatiquement à partir d'au moins un processeur automatisé, sur la base du modèle prédictif, une sortie contrainte.
MACHINE LEARNING-BASED PREDICTION, PLANNING, AND OPTIMIZATION OF TRIP TIME, TRIP COST, AND/OR POLLUTANT EMISSION DURING NAVIGATION
PRÉDICTION, PLANIFICATION ET OPTIMISATION BASÉES SUR L'APPRENTISSAGE AUTOMATIQUE DU TEMPS DE VOYAGE, DU COÛT DE VOYAGE ET/OU DE L'ÉMISSION DE POLLUANTS PENDANT LA NAVIGATION
2020-05-14
Patent
Elektronische Ressource
Englisch
Europäisches Patentamt | 2023
|Europäisches Patentamt | 2020
|Multi-modal Trip Planning and Navigation in PLEIADES
British Library Conference Proceedings | 1993
|