[发明专利]将系统性能分类并检测环境信息的方法

说明书

一种确定机动车辆的状态的方法包括从正在输出信号数据的至少一个装置收集第一输出信号数据，所述信号数据与所述机动车辆的多个第一操作参数和多个第一环境参数有关。所述方法还包括识别所述第一输出信号数据内的模式，分析所述第一输出信号数据内的所述模式；以及生成第二输出信号数据，所述第二输出信号数据定义与所述第一操作参数不同的多个第二操作参数。

引言

本公开涉及汽车车辆传感器系统，并且具体地说，涉及用于收集和合成来自设置在汽车内的传感器的数据的方法。

汽车使用多种不同类型的传感器和致动器。传感器检测压力、温度、位置、加速度、化学成分、质量流量、电压、电流等。致动器包括燃料喷射器、节气门叶片、涡轮废气门、凸轮轴移相器、火花塞和火花塞点火器、燃料泵、废气再循环阀、主动燃料管理、可变升程凸轮轴、交流发电机和电流调节器、可变几何涡轮机等。传感器通常为汽车控制系统提供数据输入，而致动器通常接收来自汽车控制系统的数据输入并响应于汽车控制系统命令提供数据输出。

单个传感器输出和致动器输出可以被馈送到汽车内的各种控制模块，以帮助确定将改善排放和/或驾驶性能的发动机操作参数。类似地，多个传感器输出和致动器输出可以被馈送到汽车内的各种控制模块，以帮助改进发动机操作参数，改变驾驶性能特性和/或响应于与汽车有关的某些环境参数。

但是，因为上述传感器和致动器中的每一个仅提供或响应于特定类型的数据，所以对各种控制模块的输入限于那些特定的数据类型。因此，尽管当前的汽车传感器和致动器实现其预期目的，但仍需要新的和改善的系统和方法来确定来自传感器和致动器的另外信息以进一步改善燃料经济性、汽车排放、驾驶性能以及噪音振动和刺耳特性等等。

发明内容

根据若干方面，确定机动车辆的状态的方法包括从正在输出信号数据的至少一个装置收集第一输出信号数据，所述信号数据具有与机动车辆的第一操作参数有关的第一数据类型。所述方法还包括识别第一输出信号数据内的模式，分析第一输出信号数据内的模式，以及生成具有与第一数据类型不同的第二数据类型的第二输出信号数据。第二输出信号数据与机动车辆的不同于第一操作参数的第二操作参数有关。

在另一方面，从至少一个装置收集第一输出信号数据包括从设置在机动车辆中的多个传感器和致动器收集第一输出。

在又一方面，识别第一输出信号数据内的模式并分析第一输出信号数据内的模式包括将人工智能程序应用于第一输出信号数据。

在另一方面，应用人工智能程序包括应用强化学习算法、深度机器学习算法、分层学习算法、监督学习算法、半监督学习算法、无监督学习算法、聚类算法、降维算法、结构化预测算法、异常检测算法和神经网络算法中的至少一个。

在另一方面，生成第二输出信号数据包括将人工智能程序应用于第一输出信号数据并接近输出第二输出信号数据的至少一个第二装置，所述第二输出信号数据具有与机动车辆的第二操作参数有关的第二数据类型。

在另一方面，生成第二输出信号还包括应用人工智能程序以间接确定适用于机动车辆的周围环境条件。

在另一方面，接近至少一个第二装置还包括模拟至少一个虚拟传感器或虚拟致动器。所述至少一个虚拟传感器或虚拟致动器输出第二输出信号数据。

在又一方面，接近至少一个第二装置包括模拟用于确定或响应于适用于机动车辆的环境条件的传感器或致动器的输出。

在又一方面，接近至少一个第二装置包括模拟用于确定或响应于适用于配备给机动车辆的系统的操作条件的传感器或致动器的输出。

在另一方面，模拟传感器或致动器的输出包括模拟用于确定压力、温度、位置、加速度、化学成分、质量流量、电压或电流的传感器的输出；或者模拟用于燃料喷射器、节气门叶片、涡轮废气门、凸轮轴移相器、火花塞、燃料泵、废气再循环装置、主动燃料管理装置、可变升程凸轮轴、交流发电机电流、电流或可变几何涡轮的致动器的输出。