基于蓝牙钥匙的车辆分享系统

    公开(公告)号:CN109727358B

    公开(公告)日:2021-02-23

    申请号:CN201910129125.7

    申请日:2019-02-21

    IPC分类号: G07C9/00 H04W4/80

    摘要: 本发明提供的基于蓝牙钥匙的车辆分享系统,车主客户端生成分享请求发送给TSP服务平台;TSP服务平台对分享信息进行分析后,生成推送通知发送给借车客户端;在借车客户端接受推送通知后,生成确认信息发送给借车客户端;借车客户端实现与车载T‑BOX模块之间的配对;还接收借车人的控制指令,发送给车载T‑BOX模块;车载T‑BOX模块建立与借车客户端的蓝牙通讯链路,接收控制指令,与其它车身电子控制单元配合以驱动车辆运行。该系统在借车过程中,不需要车主将车钥匙交给借车人,借车人通过借车客户端就能够驱动车辆,无需TSP服务平台参与,使用方便。该系统还在借车客户端授权后,才能驱动车辆,提高了私家车使用的安全性。

    基于蓝牙钥匙的车辆借用系统

    公开(公告)号:CN109830018A

    公开(公告)日:2019-05-31

    申请号:CN201910129101.1

    申请日:2019-02-21

    摘要: 本发明提供的基于蓝牙钥匙的车辆借用系统,借车客户端生成借车请求,发送给TSP服务平台;还实现与车载T-BOX模块之间的配对;TSP服务平台读取目标车辆的使用状态,如果为空闲时,推送给对应的车主客户端;车载T-BOX模块建立与借车客户端的蓝牙通讯链路,接收借车客户端的控制指令,与其它车身电子控制单元配合以驱动车辆运行。该系统借车人通过TSP服务平台发出借车请求,车主通过TSP服务平台接受借车请求,为借车人提供网络借车服务,在完成本次车辆借用后,借车人通过借车客户端就能够驱动车辆,无需TSP服务平台参与,使用方便。该系统还在借车客户端授权后,才能驱动车辆,提高了私家车使用的安全性。

    基于蓝牙钥匙的车辆分享系统

    公开(公告)号:CN109727358A

    公开(公告)日:2019-05-07

    申请号:CN201910129125.7

    申请日:2019-02-21

    IPC分类号: G07C9/00 H04W4/80

    摘要: 本发明提供的基于蓝牙钥匙的车辆分享系统,车主客户端生成分享请求发送给TSP服务平台;TSP服务平台对分享信息进行分析后,生成推送通知发送给借车客户端;在借车客户端接受推送通知后,生成确认信息发送给借车客户端;借车客户端实现与车载T-BOX模块之间的配对;还接收借车人的控制指令,发送给车载T-BOX模块;车载T-BOX模块建立与借车客户端的蓝牙通讯链路,接收控制指令,与其它车身电子控制单元配合以驱动车辆运行。该系统在借车过程中,不需要车主将车钥匙交给借车人,借车人通过借车客户端就能够驱动车辆,无需TSP服务平台参与,使用方便。该系统还在借车客户端授权后,才能驱动车辆,提高了私家车使用的安全性。

    一种电动汽车的续航里程校准方法及系统

    公开(公告)号:CN109606119B

    公开(公告)日:2020-05-12

    申请号:CN201910036445.8

    申请日:2019-01-15

    IPC分类号: B60L3/12 B60L58/10

    摘要: 本发明提供的电动汽车的续航里程校准方法,包括:车载智能终端实时采集电动汽车的运行数据进行存储并定时将数据发送给车联网平台;车联网平台接收车载智能终端发送的电动汽车的运行数据,运行数据包括历史运行数据和定时发送的实时运行数据;车联网平台对接收的电动汽车的运行数据进行处理,计算得到车辆的续航里程预测模型的各个参数,并将参数发送给车载智能终端;车载智能终端接收参数并在里程预测模型中使用参数进行续航里程预测;或车载智能终端将参数发送给车载仪表或车机ECU进行处理和更新,由车载仪表或车机ECU使用这些参数进行续航里程的预测。该方法能定期更新车辆的续航里程预测模型参数,使得车辆续航里程的预测更加准确。

    一种电动汽车续航里程估算方法及估算系统

    公开(公告)号:CN109784560A

    公开(公告)日:2019-05-21

    申请号:CN201910036462.1

    申请日:2019-01-15

    IPC分类号: G06Q10/04 G06Q10/06

    摘要: 本发明公开了一种电动汽车续航里程估算方法及估算系统,该方法包括采集并上传电动汽车的运行数据,运行数据包括历史运行数据和实时运行数据;接收运行数据;对历史运行数据进行清洗以得到第一处理数据,根据所述第一处理数据建立续航评估模型;对实时运行数据进行清洗以得到第二处理数据,同时将第二处理数据输入续航评估模型中,得到电动汽车的续航里程,并将续航里程下发给电动汽车;其效果是:利用了机器学习技术对每辆电动汽车单独训练从而生成一个续航评估模型,该模型既分析了当前电动汽车的最新性能特性,又考虑了电动汽车的不同使用场景和驾驶习惯等因素,这种采用为每辆车使用单独的续航评估模型的方式,能提高续航里程预测的准确性。

    获取参考点数据的蓝牙数字钥匙定位系统

    公开(公告)号:CN111768526A

    公开(公告)日:2020-10-13

    申请号:CN202010608192.X

    申请日:2020-06-30

    摘要: 本发明提供的获取参考点数据的蓝牙数字钥匙定位系统包括:蓝牙数字钥匙在建立与车载蓝牙模块的连接时,获取蓝牙数字钥匙的设备ID并发送给车载蓝牙模块;至少一个安装于车内的车载蓝牙模块,在建立与蓝牙数字钥匙的连接后,获取标识蓝牙数字钥匙位置的参考点数据,将该参考点数据、对应的设备ID以及蓝牙数字钥匙位置进行关联分块存储;根据设备ID对应的在不同位置获取到的参考点数据,对蓝牙数字钥匙位置进行自动标定和校准。该系统能够自动适配具体车辆上不同批次蓝牙模块之间的个体差异和蓝牙数字钥匙上不同型号和批次的蓝牙模块之间的个体差异,同时也能自动适配不同车辆上的车载蓝牙模块安装位置不同造成的差异。

    基于深度学习的电动汽车续航里程预测方法、设备及介质

    公开(公告)号:CN110091751A

    公开(公告)日:2019-08-06

    申请号:CN201910361556.6

    申请日:2019-04-30

    IPC分类号: B60L58/10 G06N3/04

    摘要: 本发明属于基于深度学习的电动汽车续航里程预测方法,采集待预测电动汽车的历史基础数据,并对所述历史基础数据进行分类;对分类后的历史基础数据进行数据清洗,以得到历史清洗数据;构建深度神经网络模型;以所述历史清洗数据作为训练数据,使用深度学习框架训练所述深度神经网络模型;获取待预测电动汽车最新的若干条基础数据;将若干条基础数据输入到训练好的深度神经网络模型,得到若干个续航里程预测结果;利用预设的预测公式对所述若干个续航里程预测结果进行预测,得到预测电动汽车的续航里程。该方法采用为每辆车使用单独的深度神经网络模型,能最大程度提高每辆车的续航里程预测的准确性。

    一种电动汽车的续航里程校准方法及系统

    公开(公告)号:CN109606119A

    公开(公告)日:2019-04-12

    申请号:CN201910036445.8

    申请日:2019-01-15

    IPC分类号: B60L3/12 B60L58/10

    摘要: 本发明提供的电动汽车的续航里程校准方法,包括:车载智能终端实时采集电动汽车的运行数据进行存储并定时将数据发送给车联网平台;车联网平台接收车载智能终端发送的电动汽车的运行数据,运行数据包括历史运行数据和定时发送的实时运行数据;车联网平台对接收的电动汽车的运行数据进行处理,计算得到车辆的续航里程预测模型的各个参数,并将参数发送给车载智能终端;车载智能终端接收参数并在里程预测模型中使用参数进行续航里程预测;或车载智能终端将参数发送给车载仪表或车机ECU进行处理和更新,由车载仪表或车机ECU使用这些参数进行续航里程的预测。该方法能定期更新车辆的续航里程预测模型参数,使得车辆续航里程的预测更加准确。

    基于蓝牙钥匙的车辆借用系统

    公开(公告)号:CN109830018B

    公开(公告)日:2021-08-31

    申请号:CN201910129101.1

    申请日:2019-02-21

    摘要: 本发明提供的基于蓝牙钥匙的车辆借用系统,借车客户端生成借车请求,发送给TSP服务平台;还实现与车载T‑BOX模块之间的配对;TSP服务平台读取目标车辆的使用状态,如果为空闲时,推送给对应的车主客户端;车载T‑BOX模块建立与借车客户端的蓝牙通讯链路,接收借车客户端的控制指令,与其它车身电子控制单元配合以驱动车辆运行。该系统借车人通过TSP服务平台发出借车请求,车主通过TSP服务平台接受借车请求,为借车人提供网络借车服务,在完成本次车辆借用后,借车人通过借车客户端就能够驱动车辆,无需TSP服务平台参与,使用方便。该系统还在借车客户端授权后,才能驱动车辆,提高了私家车使用的安全性。

    基于深度学习的电动汽车续航里程预测方法、设备及介质

    公开(公告)号:CN110091751B

    公开(公告)日:2021-01-08

    申请号:CN201910361556.6

    申请日:2019-04-30

    IPC分类号: B60L58/10 G06N3/04

    摘要: 本发明属于基于深度学习的电动汽车续航里程预测方法,采集待预测电动汽车的历史基础数据,并对所述历史基础数据进行分类;对分类后的历史基础数据进行数据清洗,以得到历史清洗数据;构建深度神经网络模型;以所述历史清洗数据作为训练数据,使用深度学习框架训练所述深度神经网络模型;获取待预测电动汽车最新的若干条基础数据;将若干条基础数据输入到训练好的深度神经网络模型,得到若干个续航里程预测结果;利用预设的预测公式对所述若干个续航里程预测结果进行预测,得到预测电动汽车的续航里程。该方法采用为每辆车使用单独的深度神经网络模型,能最大程度提高每辆车的续航里程预测的准确性。