FR3127065A1 - Procédé de prédiction d’une condition météo de surface d’un segment routier - Google Patents

Procédé de prédiction d’une condition météo de surface d’un segment routier Download PDF

Info

Publication number
FR3127065A1
FR3127065A1 FR2109571A FR2109571A FR3127065A1 FR 3127065 A1 FR3127065 A1 FR 3127065A1 FR 2109571 A FR2109571 A FR 2109571A FR 2109571 A FR2109571 A FR 2109571A FR 3127065 A1 FR3127065 A1 FR 3127065A1
Authority
FR
France
Prior art keywords
road segment
models
segment
weather
prediction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
FR2109571A
Other languages
English (en)
Other versions
FR3127065B1 (fr
Inventor
Jonathan BONNET
Fabien DANIEL
Anaïs GOURSOLLE
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aumovio France SAS
Original Assignee
Continental Automotive France SAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Continental Automotive France SAS filed Critical Continental Automotive France SAS
Priority to FR2109571A priority Critical patent/FR3127065B1/fr
Priority to EP22769592.1A priority patent/EP4402666A1/fr
Priority to US18/690,962 priority patent/US20250137804A1/en
Priority to PCT/EP2022/073656 priority patent/WO2023036621A1/fr
Publication of FR3127065A1 publication Critical patent/FR3127065A1/fr
Application granted granted Critical
Publication of FR3127065B1 publication Critical patent/FR3127065B1/fr
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096758—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where no selection takes place on the transmitted or the received information
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Atmospheric Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Environmental Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Environmental & Geological Engineering (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

L’invention concerne un procédé de prédiction d’une condition météo de surface d’un segment routier particulier comprenant des étapes de partitionnement (200) de la zone géographique en une pluralité de cellules météo, de subdivision (201) de la zone géographique en régions composées de cellules météo partageant des caractéristiques climatiques similaires, et pour chaque région définie, d’entrainement (202) d’au moins un modèle de prédiction à partir de variables issues d’observations météo associées à des conditions de surface observées dans la région considérée, et d’association (203) à chaque segment routier du réseau au moins deux modèles de prédiction particuliers, le procédé comportant en outre, lorsqu’une commande de prédiction d’une condition de surface est déclenchée pour un segment routier particulier, des étapes de sélection d’au moins les au moins deux modèles particuliers associés au segment considéré, d’inférence des modèles sélectionnés à partir de données météorologiques obtenues pour la localisation géographique du segment routier pour obtenir une pluralité de prédictions pour le segment, et de combinaison de la pluralité de prédictions obtenues pour obtenir une condition de surface consolidée pour le segment. Figure 2.

Description

Procédé de prédiction d’une condition météo de surface d’un segment routier
L’invention appartient au domaine des transports intelligents, et concerne plus particulièrement un procédé et un dispositif pour prédire une condition météo à la surface d’un segment routier.
Art antérieur
On assiste aujourd’hui à un fort développement des systèmes avancés d’assistance à la conduite et des véhicules autonomes. Pour que ces véhicules puissent circuler en toute sécurité, ils doivent notamment disposer d’une parfaite connaissance des conditions de surface de la chaussée sur laquelle ils circulent. En particulier, les conditions météo de surface, comme la hauteur d’eau, la température ou la présence de gel, ont une influence directe sur comportement et la sécurité des véhicules, notamment sur les distances de freinage.
Les conditions de surface sur un segment particulier d’un réseau routier peuvent être estimées dans une certaine mesure par un serveur à partir de prévisions et d’observations météo locales. De telles prévisions sont généralement disponibles pour des périodes de 15 minutes avec une granularité de l’ordre du kilomètre auprès de fournisseurs de prévisions météo.
Toutefois, pour des observations météo identiques, les conditions de surface observées se révèlent parfois très différentes d’un segment routier à un autre.
Ainsi, le contexte spécifique de chaque segment routier devrait être pris en compte pour estimer avec fiabilité une condition de surface. A cet effet, il a été envisagé de collecter des informations sur l’état de la chaussée à partir de stations fixes (RWIS pour Road Weather Information System en anglais) disposées sur certains segments d’un réseau routier ou d’une flotte de véhicules contributeurs. De cette façon, on peut disposer de données permettant d’établir des corrélations entre une prévision ou une observation météo pour un emplacement particulier et les conditions de surface observées. Toutefois, maintenir une cartographie exhaustive de l’état de la chaussée sur l’ensemble d’un réseau routier nécessiterait un très grand nombre de stations fixes ou de véhicules contributeurs équipés de capteurs adaptés et de traiter en continue une quantité d’information gigantesque.
Il existe donc un besoin pour une technique permettant d’obtenir des conditions de surface fiables en tout point d’un réseau routier qui ne présente pas les inconvénients précités.
A cet effet, il est proposé un procédé de prédiction d’une condition météo de surface d’un segment routier particulier d’une zone géographique, le procédé comprenant les étapes suivantes :
- On partitionne la zone géographique en une pluralité de cellules météo,
- On subdivise la zone géographique en régions composées de cellules météo partageant des caractéristiques climatiques similaires,
- Pour chaque région définie, on entraine au moins un modèle de prédiction à partir de variables issues d’observations météo associées à des conditions de surface observées dans la région considérée,
- On associe à chaque segment routier du réseau au moins deux modèles de prédiction particuliers, au moins un des modèles étant choisi parmi les modèles entrainés, et
Lorsqu’une commande de prédiction d’une condition de surface est déclenchée pour un segment routier particulier :
- On sélectionne au moins les au moins deux modèles particuliers associés au segment considéré,
- On infère les modèles sélectionnés à partir de données météorologiques obtenues pour la localisation géographique du segment routier pour obtenir une pluralité de prédictions pour le segment, et
- On combine la pluralité de prédictions obtenues pour obtenir une condition de surface consolidée pour le segment.
De cette façon, il est possible de prédire une condition météo de surface pour un segment routier à partir d’un nombre limité de modèles de prédiction entrainés à cet effet. La subdivision de la zone géographique en régions de caractéristiques climatiques homogènes permet l’application d’un modèle de prédiction entrainé dans une région particulière à d’autres emplacement de la même région en conservant une bonne fiabilité de prédiction.
De plus, l’association d’au moins deux modèles de prédiction distincts à un segment routier particulier permet de prendre en compte les spécificités locales du segment routier. On améliore encore les prédictions réalisées sur ce segment.
Le procédé permet ainsi d’obtenir une estimation fiable des conditions météo de surface en tout point d’un réseau routier sans qu’il soit nécessaire de disposer d’observation terrain exhaustives.
Selon un mode particulier de réalisation, la prédiction d’une condition de surface pour un segment routier particulier est déclenchée par la réception, en provenance d’un véhicule, d’un message comprenant au moins une localisation géographique permettant d’identifier le segment routier, le procédé comprenant en outre une étape de transmission au véhicule de la condition de surface consolidée.
Ainsi, le procédé permet à un véhicule en circulation sur un réseau routier d’obtenir « à la demande » une condition de surface pour un segment routier déterminé, par exemple pour un segment sur lequel il circule ou sur lequel il est susceptible de circuler dans un futur proche. Une telle disposition permet d’inférer les modèles uniquement lorsque cela est nécessaire. On limite ainsi le temps de calcul pour les segments peu fréquentés.
Selon un mode de réalisation particulier, la prédiction d’une condition de surface pour un segment routier particulier est déclenchée par l’obtention d’au moins une nouvelle donnée météo pour le segment, le procédé comprenant en outre une étape de mémorisation de la prédiction consolidée en association avec ledit segment routier.
De cette façon, une condition de surface consolidée prédite pour un segment routier est toujours immédiatement disponible pour une pluralité de véhicules. Une telle disposition est particulièrement avantageuse pour les segments routiers à fort trafic sur lesquels de nombreux véhicules sont susceptibles de demander une condition de surface.
Selon une réalisation particulière, les prédictions réalisées par les modèles associés au segment routier sont combinées selon une approche conservatrice selon laquelle un niveau de risque est associé à une condition de surface susceptible d’être prédite, la prédiction consolidée étant définie par la prédiction associée au plus haut risque.
Ainsi, lorsque plusieurs modèles associés à un segment routier particulier prédisent des conditions de surface différentes, la prédiction retenue est celle qui assure une sécurité maximale. Par exemple, si trois modèles associés à un segment routier prédisent respectivement des conditions « sec », « sec », et « verglas », la prédiction retenue sera « verglas » cette condition de surface présente le plus haut risque. Le paramétrage du véhicule peut alors être adapté de manière à prévenir le risque le plus élevé.
Selon un mode particulier de réalisation, les prédictions réalisées par les modèles associés au segment routier sont combinées selon une approche majoritaire selon laquelle la prédiction consolidée est définie par la classe majoritairement prédite par les modèles associés au segment routier.
Une telle approche permet de déterminer la condition de surface la plus probable lorsque les modèles divergent.
Dans un mode de réalisation particulier, la prédiction consolidée est définie par une moyenne des probabilités prédites par les modèles associés au segment routier.
Il est ainsi proposé de fusionner les probabilités d’événements pour déterminer une probabilité globale. Une telle disposition permet d’obtenir la prédiction la plus probable lorsque les modèles divergent.
Dans une réalisation particulière, les au moins deux modèles sélectionnés pour un segment routier sont sélectionnés selon au moins un critère de similarité climatique.
De cette façon, un segment compris dans une région climatique homogène telle que déterminée lors de l’étape de subdivision est associé à au moins deux modèles entrainés à partir d’observations réalisées sur cette région.
Dans une réalisation particulière, les au moins deux modèles sélectionnés pour un segment routier sont sélectionnés de manière à minimiser l’écart entre une condition de surface consolidée et une condition de surface observée.
On obtient ainsi une combinaison de modèles particulièrement adaptée au segment routier considéré, ou au type de segment (route de campagne, autoroute, etc…).
Selon un autre aspect, il est proposé un dispositif de prédiction d’une condition météo de surface d’un segment routier particulier d’une zone géographique, le dispositif comprenant un processeur et une mémoire dans laquelle sont enregistrées des instructions de programme adaptées pour mettre en œuvre les étapes suivantes, lorsqu’elles sont exécutées par le processeur :
- On partitionne la zone géographique en une pluralité de cellules météo,
- On subdivise la zone géographique en régions composées de cellules météo partageant des caractéristiques climatiques similaires,
- Pour chaque région définie, on entraine au moins un modèle de prédiction à partir de variables issues d’observations météo associées à des conditions de surface observées dans la région considérée,
- On associe à chaque segment routier du réseau au moins deux modèles de prédiction particuliers, au moins un des modèles étant choisi parmi les modèles entrainés, et
Lorsqu’une commande de prédiction d’une condition de surface est déclenchée pour un segment routier particulier :
- On sélectionne au moins les au moins deux modèles particuliers associés au segment considéré,
- On infère les modèles sélectionnés à partir de données météorologiques obtenues pour la localisation géographique du segment routier pour obtenir une pluralité de prédictions pour le segment, et
- On combine la pluralité de prédictions obtenues pour obtenir une condition de surface consolidée pour le segment.
L’invention concerne aussi un serveur comprenant un dispositif de prédiction tel que décrit précédemment.
L’invention concerne aussi un support d’information comportant des instructions de programme d’ordinateur configurées pour mettre en œuvre les étapes d’un procédé de prédiction tel que décrit précédemment, lorsque les instructions sont exécutées par un processeur.
Le support d'information peut être un support d'information non transitoire tel qu'un disque dur, une mémoire flash, ou un disque optique par exemple.
Le support d'informations peut être n'importe quelle entité ou dispositif capable de stocker des instructions. Par exemple, le support peut comporter un moyen de stockage, tel qu'une ROM, RAM, PROM, EPROM, un CD ROM ou encore un moyen d'enregistrement magnétique, par exemple un disque dur.
D'autre part, le support d'informations peut être un support transmissible tel qu'un signal électrique ou optique, qui peut être acheminé via un câble électrique ou optique, par radio ou par d'autres moyens.
Alternativement, le support d'informations peut être un circuit intégré dans lequel le programme est incorporé, le circuit étant adapté pour exécuter ou pour être utilisé dans l'exécution du procédé en question.
Les différents modes ou caractéristiques de réalisation précités peuvent être ajoutés indépendamment ou en combinaison les uns avec les autres, aux étapes du procédé de prédiction. Les serveurs, dispositifs et supports d’information présentent au moins des avantages analogues à ceux conférés par le procédé auquel ils se rapportent.
D’autres caractéristiques et avantages de l’invention apparaîtront encore à la lecture de la description qui va suivre. Celle-ci est purement illustrative et doit être lue en regard des dessins annexés sur lesquels :
La représente un environnement adapté pour mettre en œuvre le procédé de prédiction selon un mode particulier de réalisation.
La est un ordinogramme sur lequel sont représentées les principales étapes d’un procédé de prédiction selon un mode de réalisation particulier.
La représente une cartographie de l’Allemagne partitionnée en une pluralité de cellules météo.
La représente une cartographie de l’Allemagne sur laquelle on a représenté par des symboles, des caractéristiques climatiques de chaque cellule météo représentées sur la .

Claims (10)

  1. Procédé de prédiction d’une condition météo de surface d’un segment routier particulier d’une zone géographique, le procédé comprenant les étapes suivantes :
    • On partitionne (200) la zone géographique en une pluralité de cellules météo,
    • On subdivise (201) la zone géographique en régions composées de cellules météo partageant des caractéristiques climatiques similaires,
    • Pour chaque région définie, on entraine (202) au moins un modèle de prédiction à partir de variables issues d’observations météo associées à des conditions de surface observées dans la région considérée,
    • On associe (203) à chaque segment routier du réseau au moins deux modèles de prédiction particuliers, au moins un des modèles étant choisi parmi les modèles entrainés, et
    Lorsqu’une commande de prédiction d’une condition de surface est déclenchée pour un segment routier particulier :
    • On sélectionne (206) au moins les au moins deux modèles particuliers associés au segment considéré,
    • On infère (207) les modèles sélectionnés à partir de données météorologiques obtenues pour la localisation géographique du segment routier pour obtenir une pluralité de prédictions pour le segment, et
    • On combine (208) la pluralité de prédictions obtenues pour obtenir une condition de surface consolidée pour le segment.
  2. Procédé selon la revendication 1 dans lequel la commande de prédiction d’une condition de surface pour un segment routier particulier est déclenchée par la réception (204), en provenance d’un véhicule, d’un message comprenant au moins une localisation géographique permettant d’identifier (205) un segment routier, le procédé comprenant en outre une étape de transmission au véhicule de la condition de surface consolidée.
  3. Procédé selon la revendication 1 dans lequel la commande de prédiction d’une condition de surface pour un segment routier particulier est déclenchée par l’obtention d’au moins une nouvelle donnée météo pour le segment, le procédé comprenant en outre une étape de mémorisation de la prédiction consolidée en association avec ledit segment routier.
  4. Procédé selon l’une quelconque des revendications précédentes dans lequel les prédictions réalisées par les modèles sélectionnés pour le segment routier sont combinées selon une approche conservatrice selon laquelle un niveau de risque est associé à une condition de surface susceptible d’être prédite, la prédiction consolidée étant définie par la prédiction associée au plus haut risque.
  5. Procédé selon l’une quelconque des revendications 1 à 3 dans lequel les prédictions réalisées par les modèles sélectionnés pour le segment routier sont combinées selon une approche majoritaire selon laquelle la prédiction consolidée est définie par la classe majoritairement prédite par les modèles associés au segment routier.
  6. Procédé selon l’une quelconque des revendications 1 à 3 dans lequel la prédiction consolidée est définie par une moyenne des probabilités prédites par les modèles sélectionnés pour le segment routier.
  7. Procédé selon l’une quelconque des revendications précédentes dans lequel les au moins deux modèles associés à un segment routier sont sélectionnés selon au moins un critère de similarité climatique.
  8. Procédé selon l’une quelconque des revendications précédentes dans lequel les au moins deux modèles associés à un segment routier sont sélectionnés de manière à minimiser l’écart entre une condition de surface consolidée et une condition de surface observée.
  9. Dispositif de prédiction d’une condition météo de surface d’un segment routier particulier d’une zone géographique, le dispositif comprenant un processeur et une mémoire dans laquelle sont enregistrées des instructions de programme adaptées pour mettre en œuvre les étapes suivantes, lorsqu’elles sont exécutées par le processeur :
    • On partitionne (200) la zone géographique en une pluralité de cellules météo,
    • On subdivise (201) la zone géographique en régions composées de cellules météo partageant des caractéristiques climatiques similaires,
    • Pour chaque région définie, on entraine (202) au moins un modèle de prédiction à partir de variables issues d’observations météo associées à des conditions de surface observées dans la région considérée,
    • On associe (203) à chaque segment routier du réseau au moins deux modèles de prédiction particuliers, au moins un des modèles étant choisi parmi les modèles entrainés,
    Lorsqu’une commande de prédiction d’une condition de surface est déclenchée pour un segment routier particulier :
    • On sélectionne (206) au moins les au moins deux modèles particuliers associés au segment considéré,
    • On infère (207) les modèles sélectionnés à partir de données météorologiques obtenues pour la localisation géographique du segment routier pour obtenir une pluralité de prédictions pour le segment, et
    • On combine (208) la pluralité de prédictions obtenues pour obtenir une condition de surface consolidée pour le segment.
  10. Serveur comprenant un dispositif selon la revendication 9.
FR2109571A 2021-09-13 2021-09-13 Procédé de prédiction d’une condition météo de surface d’un segment routier Active FR3127065B1 (fr)

Priority Applications (4)

Application Number Priority Date Filing Date Title
FR2109571A FR3127065B1 (fr) 2021-09-13 2021-09-13 Procédé de prédiction d’une condition météo de surface d’un segment routier
EP22769592.1A EP4402666A1 (fr) 2021-09-13 2022-08-25 Procédé de prédiction d'une condition météo de surface d'un segment routier
US18/690,962 US20250137804A1 (en) 2021-09-13 2022-08-25 Method for predicting a weather condition of a surface of a road segment
PCT/EP2022/073656 WO2023036621A1 (fr) 2021-09-13 2022-08-25 Procédé de prédiction d'une condition météo de surface d'un segment routier

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2109571A FR3127065B1 (fr) 2021-09-13 2021-09-13 Procédé de prédiction d’une condition météo de surface d’un segment routier
FR2109571 2021-09-13

Publications (2)

Publication Number Publication Date
FR3127065A1 true FR3127065A1 (fr) 2023-03-17
FR3127065B1 FR3127065B1 (fr) 2023-08-04

Family

ID=78049441

Family Applications (1)

Application Number Title Priority Date Filing Date
FR2109571A Active FR3127065B1 (fr) 2021-09-13 2021-09-13 Procédé de prédiction d’une condition météo de surface d’un segment routier

Country Status (4)

Country Link
US (1) US20250137804A1 (fr)
EP (1) EP4402666A1 (fr)
FR (1) FR3127065B1 (fr)
WO (1) WO2023036621A1 (fr)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2172377A1 (fr) * 2008-10-06 2010-04-07 Semcon Caran AB Structures asymétriques, procédé de traitement des données collectées pour extraire les informations sur l'état de la route
EP3581454A1 (fr) * 2018-06-12 2019-12-18 Volvo Car Corporation Système et procédé d'utilisation de données météorologiques agrégées pour l'état de surface de la route et des estimations de frottement de la route
EP2757539B1 (fr) * 2013-01-22 2020-05-20 Klimator AB Procédé et dispositif de collecte et de traitement de données relatives à l'état d'une route
FR3106112A1 (fr) * 2020-01-13 2021-07-16 Continental Automotive Procédé et dispositif de prédiction adaptatif d’une caractéristique météo de surface d’un segment routier

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140222321A1 (en) * 2013-02-06 2014-08-07 Iteris, Inc. Traffic state estimation with integration of traffic, weather, incident, pavement condition, and roadway operations data
EP3206411B1 (fr) * 2016-02-11 2020-10-07 Volvo Car Corporation Agencement et procédé permettant de prédire le frottement d'une route dans un réseau routier

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2172377A1 (fr) * 2008-10-06 2010-04-07 Semcon Caran AB Structures asymétriques, procédé de traitement des données collectées pour extraire les informations sur l'état de la route
EP2757539B1 (fr) * 2013-01-22 2020-05-20 Klimator AB Procédé et dispositif de collecte et de traitement de données relatives à l'état d'une route
EP3581454A1 (fr) * 2018-06-12 2019-12-18 Volvo Car Corporation Système et procédé d'utilisation de données météorologiques agrégées pour l'état de surface de la route et des estimations de frottement de la route
FR3106112A1 (fr) * 2020-01-13 2021-07-16 Continental Automotive Procédé et dispositif de prédiction adaptatif d’une caractéristique météo de surface d’un segment routier

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
BAC-BRONOWICZ JOANNA ET AL: "Regionalization of geographical space according to selected topographic factors in reference to spatial distribution of precipitation: application of artificial neural networks in GIS", ENVIRONMENTAL EARTH SCIENCES, SPRINGER BERLIN HEIDELBERG, BERLIN/HEIDELBERG, vol. 77, no. 18, 12 September 2018 (2018-09-12), pages 1 - 17, XP036611633, ISSN: 1866-6280, [retrieved on 20180912], DOI: 10.1007/S12665-018-7811-X *

Also Published As

Publication number Publication date
FR3127065B1 (fr) 2023-08-04
US20250137804A1 (en) 2025-05-01
WO2023036621A1 (fr) 2023-03-16
EP4402666A1 (fr) 2024-07-24

Similar Documents

Publication Publication Date Title
WO2021144158A1 (fr) Procédé et dispositif de prédiction adaptatif d'une caractéristique météo de surface d'un segment routier
FR3113328A1 (fr) Procédé et dispositif de prédiction d’une condition météorologie sur un réseau routier
US20080242315A1 (en) Traffic data collection utilizing a cellular communication network and probe units
EP4325903B1 (fr) Procédé de détermination d'un itinéraire d'un terminal mobile à partir de données relatives à une pluralité d'évènements réseau impliquant ledit terminal mobile, dispositif et programme d'ordinateur correspondant
FR3130231A1 (fr) Procédé, dispositif et serveur de détermination d’une limite de vitesse sur un segment routier.
WO2020212176A1 (fr) Procédé de prédiction d'une qualité de signal et/ou de service et dispositif associé
FR3127065A1 (fr) Procédé de prédiction d’une condition météo de surface d’un segment routier
EP1664833B1 (fr) Procede pour detecter la presence ou l'absence d'un terminal mobile sur un chemin
US11688281B2 (en) Determining shelter areas for two-wheeler vehicles
FR3096772A1 (fr) Procédé et dispositif de notification d’un évènement géolocalisé sur un réseau routier
FR3123731A1 (fr) Procédé de prédiction d’une condition météo à la surface d’un segment particulier d’un réseau routier
FR3129807A1 (fr) Procédé détermination d’un déplacement d’un terminal mobile , dispositif et programme d’ordinateur correspondant.
FR3122515A1 (fr) Procédé, dispositif et serveur de détermination d’une limite de vitesse sur un segment de route particulier.
FR3099961A1 (fr) Estimation de la vitesse moyenne d’un trafic d’au moins un vehicule sur un troncon de route
FR3103305A1 (fr) Procédé et dispositif de prédiction d’au moins une caractéristique dynamique d’un véhicule en un point d’un segment routier.
FR3130431A1 (fr) Procédé de prédiction d’une condition de surface d’un segment routier
FR3106686A1 (fr) Procédé et dispositif de préchargement de données cartographiques
FR3086493A1 (fr) Procede de reattribution d’un serveur peripherique de traitement de donnees
FR3076045A1 (fr) Procede de surveillance d'un environnement d'un premier element positionne au niveau d'une voie de circulation, et systeme associe
FR3026252A1 (fr) Procede de repartition spatio-temporelle de transferts de donnees au cours d'un trajet
FR3129806A1 (fr) Procédé d’obtention d’une valeur d’une variable représentative d’un déplacement d’un terminal mobile, dispositif et programme d’ordinateur correspondant.
FR3128178A1 (fr) Procédé de prédiction d’une condition de surface d’un segment routier
EP4496384B1 (fr) Procédé d'optimisation de la connectivité bord/sol pour le transport ferroviaire
FR3115257A1 (fr) Procede de selection d’informations a transmettre a un systeme embarque d’un vehicule et dispositif associe
WO2026017357A1 (fr) Prédiction d'un paramètre de qualité de service d'un réseau de télécommunications

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20230317

PLFP Fee payment

Year of fee payment: 3

PLFP Fee payment

Year of fee payment: 4

PLFP Fee payment

Year of fee payment: 5