IP-Coster | WO2026047443 | REICHWEITENBERECHNUNGSSYSTEM UND VERFAHREN ZUR REICHWEITENBERECHNUNG

Country	Stages	Total
China	Filing, Examination, Granting	1882
EPO	Filing, Examination, Granting	8107
Japan	Filing, Examination, Granting	1876
South Korea	Filing, Examination, Granting	1503
USA	Filing, Examination, Granting	5940

Abstract[German] Die Erfindung betrifft ein Reichweitenberechnungssystem für emissionsfreie Nutzfahrzeuge, umfassend: - eine Datenbank (7) zum Speichern von Daten zum Energieverbrauch und/oder zur Reichweite einer Flotte (10) emissionsfreier Nutzfahrzeuge, - ein Modell maschinellen Lernens, das zur Vorhersage eines Energieverbrauchs und/oder einer Reichweite eines emissionsfreien Nutzfahrzeugs für eine gegebene Route konfiguriert ist, - ein Trainingsmodul (3), das dazu konfiguriert ist, das Modell maschinellen Lernens unter Verwendung der Daten aus der Datenbank (7) zu trainieren, - ein Evaluierungsmodul (4) zum Evaluieren des Modells maschinellen Lernens, - ein Qualitätsmodul (6) zur Bestimmung von Abweichungen zwischen dem vorhergesagten Energieverbrauch und/oder der vorhergesagten Reichweite einerseits und einem tatsächlich im Nutzfahrzeug gemessenen Energieverbrauch und/oder einer tatsächlich gemessenen Reichweite andererseits, um zu ermitteln, ob ein Re-Training des Modells maschinellen Lernens erforderlich ist oder nicht, wobei das Reichweitenberechnungssystem dazu konfiguriert ist, wenn das Re-Training des Modells maschinellen Lernens erforderlich ist, zu bestimmen, ob die von der Flotte (10) elektrisch angetriebener Fahrzeuge gesammelten Daten ausreichend divers sind, um das Modell maschinellen Lernens erneut zu trainieren, und anderenfalls in einem Simulationsmodul (8) eine Simulation von Fahrten und/oder Routen durchzuführen, um die Daten anzureichern.[English] The invention relates to a range calculation system for zero-emission utility vehicles, comprising: - a database (7) for storing data relating to the energy consumption and/or the range of a fleet (10) of zero-emission utility vehicles, - a machine-learning model which is configured to predict an energy consumption and/or a range of a zero-emission utility vehicle for a given route, - a training module (3) which is configured to train the machine-learning model using the data from the database (7), - an evaluation module (4) for evaluating the machine-learning model, - a quality module (6) for determining deviations between the predicted energy consumption and/or the predicted range on the one hand and an energy consumption actually measured in the utility vehicle and/or an actually measured range on the other hand in order to ascertain whether retraining of the machine-learning model is or is not required, wherein, if retraining of the machine-learning model is required, the range calculation system is configured to determine whether the data collected from the fleet (10) of electrically driven vehicles is sufficiently diverse to retrain the machine-learning model, and otherwise to simulate journeys and/or routes in a simulation module (8) in order to enrich the data.[French] L'invention concerne un système de calcul de distance de véhicules utilitaires à émissions nulles comprenant : - une base de données (7) pour stocker des données relatives à la consommation d'énergie et/ou à la distance d'une flotte (10) de véhicules utilitaires à émissions nulles, - un modèle d'apprentissage automatique configuré pour prédire une consommation d'énergie et/ou une distance d'un véhicule utilitaire à émissions nulles pour un itinéraire donné, - un module d'apprentissage (3) configuré pour entraîner le modèle d'apprentissage automatique avec les données de la base de données (7), - un module d'évaluation (4) du modèle d'apprentissage automatique, - un module de qualité (6) pour déterminer des écarts entre la consommation d'énergie prédite et/ou la distance prédite d'une part et une consommation d'énergie réellement mesurée dans le véhicule utilitaire et/ou une distance réellement mesurée d'autre part afin de déterminer si un nouvel apprentissage du modèle d'apprentissage automatique est ou non nécessaire, si un nouvel apprentissage du modèle d'apprentissage automatique est nécessaire, le système de calcul de distance est configuré pour déterminer si les données collectées à partir de la flotte (10) de véhicules électriques sont suffisamment diverses pour réentraîner le modèle d'apprentissage automatique, et dans le cas contraire pour simuler des trajets et/ou des itinéraires dans un module de simulation (8) afin d'enrichir les données.

Total Number of Claims/PCT	*
Number of Independent Claims	*
Number of Priorities	*
Number of Multi-Dependent Claims	*
Number of Drawings	*
Pages for Publication	*
Number of Pages with Drawings	*
Pages of Specification	*
Sequence Listing	*
Number of Office Actions	*
International Search Report is established	*
International Searching Authority	EPO *
Recordal of a Change of the Applicant's Name/Address	Change of Applicant's Name and Address *
Type of Assignment	The Standard Agent's Assignment *
Applicant's Legal Status	Legal Entity *
Small Entity	*
Non-Commercial Organization	*
Micro Entity	*
Small Entity, USA	*
Micro Entity, USA	*
Entry into National Phase under	Chapter I *
Patent Delivery	Send the Letters Patent by Courier *
译文

WO2026047443 - REICHWEITENBERECHNUNGSSYSTEM UND VERFAHREN ZUR REICHWEITENBERECHNUNG

Quotation for National Phase entry

Contact Us