用于监视和维持车辆货物的稳定性的系统和方法

引言

本节中提供的信息是为了总体上呈现本公开的上下文的目的。当前署名的发明人的工作，就其在本节中所描述的程度，以及在提交时可不被另视为现有技术的该描述的各方面，既不明确地也不隐含地被认作针对本公开的现有技术。

技术领域

本公开涉及用于监视和维持车辆货物的稳定性的系统和方法。

背景技术

在车辆中（例如，在货厢、后备箱、车顶安装的行李架、拖车等中）移位的货物会分散驾驶员的注意力。进一步，从车辆的这些货物区域掉落的物品会把道路弄得乱七八糟并妨碍道路上的其他车辆的驾驶性能。

发明内容

一种系统包括多个传感器，所述多个传感器布置在车辆中以监视在车辆的存储区域中的物品。系统包括数据处理模块，该数据处理模块被配置成：处理来自传感器的数据；确定在车辆的存储区域中的物品在行驶期间是否很可能在存储区域内移动或很可能从车辆掉落；以及生成物品在行驶期间很可能在存储区域内移动或很可能从车辆掉落的第一指示。数据处理模块被配置成：确定物品在行驶期间是否已在存储区域内移动或已从车辆掉落；以及生成物品在行驶期间已在存储区域内移动或已从车辆掉落的第二指示。

在另一个特征中，第一指示包括关于以下各者中的一者或多者的建议：在存储区域中将物品重新定位；到靠边停车位置以便在存储区域中将物品重新定位的路线；行程的替代路线；以及驾驶行为的改变。

在另一个特征中，数据处理模块还被配置成：响应于确定物品在行驶期间很可能在存储区域内移动或很可能从车辆掉落，指示悬架子系统调整车辆的悬架。

在另一个特征中，响应于确定物品在行驶期间从车辆掉落，第二指示包括物品的识别、物品从车辆掉落的位置、以及到该位置的路线。

在另一个特征中，数据处理模块还被配置成：响应于确定物品在行驶期间从车辆掉落，生成消息以发送到另一个车辆，该消息包括物品从车辆掉落的位置。

在另一个特征中，数据处理模块还被配置成：在生成第一指示之前，使用从传感器中的两者或更多者接收到的数据的组合来验证物品在行驶期间是否很可能在存储区域内移动或很可能从车辆掉落。

在另一个特征中，数据处理模块还被配置成：在生成第二指示之前，使用从传感器中的两者或更多者接收到的数据的组合来验证物品是否已在存储区域内移动或已从车辆掉落。

在另一个特征中，传感器包括摄像机、重量传感器、悬架传感器、雷达传感器、超声波传感器和轮胎压力传感器中的两者或更多者。

在另一个特征中，存储区域包括车辆的后备箱、车辆的货物区域、安装在车辆的车顶上的行李架、以及挂接到车辆的拖车中的至少一者。

在另一个特征中，数据处理模块包括神经网络以生成第一指示。使用机器学习来训练神经网络以基于来自传感器的数据和附加数据来确定物品在行驶期间何时很可能在存储区域内移动或很可能从车辆掉落，所述附加数据是关于以下各者中的至少一者的：为行程选择的路线的道路设计、道路条件和速度限制、以及车辆的驾驶员的历史驾驶行为。

在又其他特征中，一种系统包括处理器和存储器，该存储器包括供由处理器执行的指令以处理来自布置在车辆中的多个传感器的数据，从而监视在车辆的存储区域中的物品。所述指令还引起处理器：确定在车辆的存储区域中的物品在行驶期间是否很可能在存储区域内移动或很可能从车辆掉落；以及生成物品在行驶期间很可能在存储区域内移动或很可能从车辆掉落的第一指示。所述指令还引起处理器：确定物品在行驶期间是否已在存储区域内移动或已从车辆掉落；以及生成物品在行驶期间已在存储区域内移动或已从车辆掉落的第二指示。

在另一个特征中，所述指令还引起处理器在第一指示中包括关于以下各者中的一者或多者的建议：在存储区域中将物品重新定位；到靠边停车位置以便在存储区域中将物品重新定位的路线；行程的替代路线；以及驾驶行为的改变。

在另一个特征中，所述指令还引起处理器：响应于确定物品在行驶期间很可能在存储区域内移动或很可能从车辆掉落，调整车辆的悬架。

在另一个特征中，所述指令还引起处理器：响应于确定物品在行驶期间从车辆掉落，在第二指示中包括物品的识别、物品从车辆掉落的位置、以及到该位置的路线。

在另一个特征中，所述指令还引起处理器：响应于确定物品在行驶期间从车辆掉落，生成消息以发送到另一个车辆，该消息包括物品从车辆掉落的位置。

在另一个特征中，所述指令还引起处理器：在生成第一指示之前，使用从传感器中的两者或更多者接收到的数据的组合来验证物品在行驶期间是否很可能在存储区域内移动或很可能从车辆掉落。

在另一个特征中，所述指令还引起处理器：在生成第二指示之前，使用从传感器中的两者或更多者接收到的数据的组合来验证物品是否已在存储区域内移动或已从车辆掉落。

在另一个特征中，传感器包括摄像机、重量传感器、悬架传感器、雷达传感器、超声波传感器和轮胎压力传感器中的两者或更多者。

在另一个特征中，存储区域包括车辆的后备箱、车辆的货物区域、安装在车辆的车顶上的行李架、以及挂接到车辆的拖车中的至少一者。

在另一个特征中，系统还包括被配置成生成第一指示的神经网络。使用机器学习来训练神经网络以基于来自传感器的数据和附加数据来确定物品在行驶期间何时很可能在存储区域内移动或很可能从车辆掉落，所述附加数据是关于以下各者中的至少一者的：为行程选择的路线的道路设计、道路条件和速度限制、以及车辆的驾驶员的历史驾驶行为。

技术方案1. 一种系统，其包括：

多个传感器，其布置在车辆中以监视在车辆的存储区域中的物品；以及

数据处理模块，其被配置成：

处理来自所述传感器的数据；

确定在所述车辆的所述存储区域中的所述物品在行驶期间是否很可能在所述存储区域内移动或很可能从所述车辆掉落；

生成所述物品在行驶期间很可能在所述存储区域内移动或很可能从所述车辆掉落的第一指示；

确定所述物品在行驶期间是否已在所述存储区域内移动或已从所述车辆掉落；以及

生成所述物品在行驶期间已在所述存储区域内移动或已从所述车辆掉落的第二指示。

技术方案2. 根据技术方案1所述的系统，其中，所述第一指示包括关于以下各者中的一者或多者的建议：在所述存储区域中将所述物品重新定位；到靠边停车位置以便在所述存储区域中将所述物品重新定位的路线；行程的替代路线；以及驾驶行为的改变。

技术方案3. 根据技术方案1所述的系统，其中，所述数据处理模块还被配置成：响应于确定所述物品在行驶期间很可能在所述存储区域内移动或很可能从所述车辆掉落，指示悬架子系统调整所述车辆的悬架。

技术方案4. 根据技术方案1所述的系统，其中，响应于确定所述物品在行驶期间从所述车辆掉落，所述第二指示包括所述物品的识别、所述物品从所述车辆掉落的位置、以及到所述位置的路线。

技术方案5. 根据技术方案1所述的系统，其中，所述数据处理模块还被配置成：响应于确定所述物品在行驶期间从所述车辆掉落，生成消息以发送到另一个车辆，所述消息包括所述物品从所述车辆掉落的位置。

技术方案6. 根据技术方案1所述的系统，其中，所述数据处理模块还被配置成：在生成所述第一指示之前，使用从所述传感器中的两者或更多者接收到的数据的组合来验证所述物品在行驶期间是否很可能在所述存储区域内移动或很可能从所述车辆掉落。

技术方案7. 根据技术方案1所述的系统，其中，所述数据处理模块还被配置成：在生成所述第二指示之前，使用从所述传感器中的两者或更多者接收到的数据的组合来验证所述物品是否已在所述存储区域内移动或已从所述车辆掉落。

技术方案8. 根据技术方案1所述的系统，其中，所述传感器包括摄像机、重量传感器、悬架传感器、雷达传感器、超声波传感器和轮胎压力传感器中的两者或更多者。

技术方案9. 根据技术方案1所述的系统，其中，所述存储区域包括所述车辆的后备箱、所述车辆的货物区域、安装在所述车辆的车顶上的行李架、以及挂接到所述车辆的拖车中的至少一者。

技术方案10. 根据技术方案1所述的系统，其中，所述数据处理模块包括神经网络以生成所述第一指示，使用机器学习来训练所述神经网络以基于来自所述传感器的所述数据和附加数据来确定所述物品在行驶期间何时很可能在所述存储区域内移动或很可能从所述车辆掉落，所述附加数据是关于以下各者中的至少一者的：为行程选择的路线的道路设计、道路条件和速度限制、以及所述车辆的驾驶员的历史驾驶行为。

技术方案11. 一种系统，其包括：

处理器；以及

存储器，其包括供由所述处理器执行的指令以：

处理来自布置在车辆中的多个传感器的数据，从而监视在车辆的存储区域中的物品；

确定在所述车辆的所述存储区域中的所述物品在行驶期间是否很可能在所述存储区域内移动或很可能从所述车辆掉落；

生成所述物品在行驶期间很可能在所述存储区域内移动或很可能从所述车辆掉落的第一指示；

确定所述物品在行驶期间是否已在所述存储区域内移动或已从所述车辆掉落；以及

生成所述物品在行驶期间已在所述存储区域内移动或已从所述车辆掉落的第二指示。

技术方案12. 根据技术方案11所述的系统，其中，所述指令还引起所述处理器在所述第一指示中包括关于以下各者中的一者或多者的建议：在所述存储区域中将所述物品重新定位；到靠边停车位置以便在所述存储区域中将所述物品重新定位的路线；行程的替代路线；以及驾驶行为的改变。

技术方案13. 根据技术方案11所述的系统，其中，所述指令还引起所述处理器：响应于确定所述物品在行驶期间很可能在所述存储区域内移动或很可能从所述车辆掉落，调整所述车辆的悬架。

技术方案14. 根据技术方案11所述的系统，其中，所述指令还引起所述处理器：响应于确定所述物品在行驶期间从所述车辆掉落，在所述第二指示中包括所述物品的识别、所述物品从所述车辆掉落的位置、以及到所述位置的路线。

技术方案15. 根据技术方案11所述的系统，其中，所述指令还引起所述处理器：响应于确定所述物品在行驶期间从所述车辆掉落，生成消息以发送到另一个车辆，所述消息包括所述物品从所述车辆掉落的位置。

技术方案16. 根据技术方案11所述的系统，其中，所述指令还引起所述处理器：在生成所述第一指示之前，使用从所述传感器中的两者或更多者接收到的数据的组合来验证所述物品在行驶期间是否很可能在所述存储区域内移动或很可能从所述车辆掉落。

技术方案17. 根据技术方案11所述的系统，其中，所述指令还引起所述处理器：在生成所述第二指示之前，使用从所述传感器中的两者或更多者接收到的数据的组合来验证所述物品是否已在所述存储区域内移动或已从所述车辆掉落。

技术方案18. 根据技术方案11所述的系统，其中，所述传感器包括摄像机、重量传感器、悬架传感器、雷达传感器、超声波传感器和轮胎压力传感器中的两者或更多者。

技术方案19. 根据技术方案11所述的系统，其中，所述存储区域包括所述车辆的后备箱、所述车辆的货物区域、安装在所述车辆的车顶上的行李架、以及挂接到所述车辆的拖车中的至少一者。

技术方案20. 根据技术方案11所述的系统，其还包括被配置成生成所述第一指示的神经网络，使用机器学习来训练所述神经网络以基于来自所述传感器的所述数据和附加数据来确定所述物品在行驶期间何时很可能在所述存储区域内移动或很可能从所述车辆掉落，所述附加数据是关于以下各者中的至少一者的：为行程选择的路线的道路设计、道路条件和速度限制、以及所述车辆的驾驶员的历史驾驶行为。

本公开的另外的适用领域将从详细描述、权利要求书和附图变得显而易见。详细描述和特定示例仅旨在用于示意目的而非旨在限制本公开的范围。

附图说明

本公开将从详细描述和附图变得被更充分地理解，其中：

图1示出了在与车辆相关联的存储区域100中的物品的示例；

图2示出了根据本公开的用于监视和维持车辆货物的稳定性的系统；以及

图3示出了根据本公开的用于监视和维持车辆货物的稳定性的方法。

在附图中，附图标记可被重复使用以识别类似和/或相同的元件。

具体实施方式

当在卡车货厢中或在车辆或拖车的其他存储区域中拖运物品时，驾驶员常常担心物品可能移位或飞出，从而引起货物损坏以及对道路上的其他车辆造成潜在危害。为了解决这个问题，能够将摄像机瞄准货厢，以允许驾驶员视觉地检查货厢。然而，这样的系统仅提供货厢的视图，其需要驾驶员连续不断地监视显示器以了解货物状态的变化。本公开旨在通过在货物物品移位或飞出时提供自动警告（这消除了连续不断地监视货物的需要）来减轻驾驶员的负担。

本公开提供一种用于自动探测在车辆的货厢或存储区域中的物品是否移位或飞出的系统。该系统使用传感器，诸如但不限于，摄像机、超声波传感器、悬架传感器、轮胎压力传感器、重量传感器和雷达传感器，的阵列来监视物品的活动（即，移动）。如果探测到移位或飞出事件，则在车辆的中控面板显示器和/或仪表盘组中利用相关的人机界面（HMI）来通知/警示驾驶员，诸如，增强的现实摄像机视图。如果探测到大物体的飞出并且其位置可能对其他交通造成威胁，则能够使用车辆到车辆（V2V）网络或其他（例如，基于订阅的）通信系统来通知其他车辆。如果车辆由于货物移位而变得不平衡，则也能够进行自动悬架调整。系统依靠人工智能来做出这些确定。使用机器学习数据库，以通过使用当前和历史数据结合道路设计、道路条件、速度限制和个人驾驶习惯的知识来预测/防止货物移位/飞出事件。系统能够与车辆的各种货物区域以及与车辆相关联的各种货物区域一起使用，诸如但不限于后备箱、车辆车顶（rooftop）、平板车、打开/关闭的拖挂式拖车等。

例如，当货物区域中的物品已移位、飞出或者外观、位置和/或状态已改变时，系统提供自动弹出视频。系统自动保存货物物品移位/飞出前的时间段的视频文件，该视频文件稍后能够进行回放。系统利用适当的HMI通知和描述货物的状态变化和当前状态的增强的现实实时视频，来视觉地突出松散、处于危险或移位的物品。如果车辆由于货物移位而变得不平衡，则系统自动调整悬架。

系统提供关于在探测到松散/移位的物品时做什么的自动建议。例如，建议能够包括但不限于导航到停止（靠边停车）位置、地图上的导航图钉，其指示飞出的物品的位置和返回到飞出位置的路线、向有关当局警示道路危害、带有警报的自动视频弹出显示、以及显示货物状态图标（例如，良好、最近的重量移位、飞出、考虑减少货物/将货物重新定位），等。

系统提供关于做什么来防止松散/移位的物品的自动建议。例如，建议能够包括但不限于经由具有更好道路设计（例如，较少弯道、环形交叉路口等）、更好道路条件（更平滑、没有路面坑洞/构造/泥土）的路线来变更路线到目的地、为即将到来的道路条件和道路设计提供针对驾驶行为和车辆速度的实时建议，等。当大的飞出物体对其他交通造成威胁时，系统经由V2V网络或其他通信系统来通知附加方，诸如警察和其他车辆。

系统减少了通过转身和头或看向摄像机视图（在驾驶的同时把目光从道路上移开）来人工监视货物的需求。相反，当发生货物事件（诸如，移位或飞出）时或者为了防止事件发生，系统向驾驶员自动提供相关信息，包括预防性的和事后的货物事件建议。系统预测货物移位并提供关于路线和驾驶员行为的建议，以防止货物移位/飞出。因此，系统使驾驶员摆脱了货物监视任务并解放了驾驶员以在驾驶的同时将目光维持在道路上。

系统利用增强的现实、计算机视觉、特征跟踪、摄像机、超声波传感器、重量传感器、雷达传感器、云数据库和人工智能来自动且连续不断地监视和探测车辆收置区域中的货物是否已移位、改变状态、或飞出车辆。系统采用下文详细描述的以下方法，以探测货物是否已移位或飞出车辆：系统基于由摄像机和重量传感器探测到的微小移动结合路线上的道路设计、道路条件和速度限制以及历史驾驶员行为的知识来预测和识别有移位/飞出危险的物品。系统提供自动化通知/警报和反馈，包括增强的现实实时视图视频图像，以告知驾驶员移位的货物的移动和路径或飞出。在货物飞出的情况下，系统向主车辆驾驶员和其他车辆驾驶员提供位置和其他警示信息。系统提供实时导航（路线）和驾驶性能建议（加速/制动/转弯行为），以防止货物移位/飞出。系统执行自动悬架调整，以在必要时使车辆重新平衡。系统利用机器学习数据库来确定移位的货物是否呈现损坏或飞出的增加风险；等。现在在下文进一步详细描述本公开的系统的这些和其他特征。

图1示出了在与车辆相关联的存储区域100中的物品的示例。例如，存储区域100可包括但不限于汽车的后备箱、厢式货车或卡车的货物区域、皮卡车的平板车、安装在车辆的车顶上的行李架、挂接到车辆的拖车等。在所示的示例中，物品1 102被示为已从车辆掉落，物品2 104被示为具有沿由箭头指示的方向的移位的位置，且物品3 106被示为稳定的（即，未在存储区域100中四处移动）。

图2示出了根据本公开的用于监视和维持在车辆的存储区域中的车辆货物的稳定性的系统200。系统200包括车辆202、车辆202的存储区域204、多个传感器206、数据处理模块208、信息娱乐子系统210、其他车辆子系统212和通信模块214。

例如，车辆202的存储区域204可类似于上文参考图1示出和描述的存储区域100。传感器206能够包括但不限于摄像机、超声波传感器（用于停车）、悬架传感器、轮胎压力传感器、重量传感器、雷达传感器等。传感器206可遍及车辆202分布。基于从传感器206收集的数据，信息娱乐子系统210能够向车辆202的驾驶员提供关于货物在车辆202的存储区域204中的状态的视听指示。

其他车辆子系统212能够包括但不限于导航子系统、悬架子系统、制动子系统、牵引力子系统、自主驾驶子系统等。例如，导航子系统能够包括GPS子系统以及交通和天气子系统。包括元件210和212的每个子系统包括控制器，该控制器经由相应的致动器来控制相应的子系统。

通信模块214能够经由通信系统216（例如，蜂窝网络、车辆到车辆或V2V网络、车辆到基础设施或V2I网络等）与其他车辆218和服务器220（例如，在云中）通信。

每个传感器206能够探测物品在车辆202的存储区域204中的不同方面或特性。例如，重量传感器能够感测在存储区域204中物品的重量或由于物品的移动（或飞出）所致的重量变化：摄像机和雷达传感器能够探测物品的飞出的移动；等。因此，传感器206能够收集各种类型的数据，所述数据能够组合使用以确定物品在车辆202的存储区域204中的位置和移动。传感器206将数据输出到数据处理模块208。数据处理模块208分析来自传感器206的组合的数据。基于该分析，数据处理模块208确定物品在车辆202的存储区域204中的位置和移动。

传感器206中的一些还将数据输出到对应的车辆子系统212。例如，重量传感器将数据提供给悬架子系统，该悬架子系统能够调整车辆202的悬架（例如，通过使用阻尼系统、负载调平系统或两者）。阻尼系统基于车辆速度、加速度和转向角来调整阻尼器中的致动器，以减少振动并改善乘坐体验。负载调平系统维持车辆在道路上方的底盘高度，而不管车辆中的负载（即，物品的重量）如何。在其他示例中，轮胎压力传感器将数据提供给牵引力控制子系统。超声波传感器将数据提供给停车子系统。雷达传感器将数据提供给障碍物探测子系统、车道控制子系统、自主驾驶子系统等。这些其他车辆子系统212继而能够将数据提供给数据处理模块208和从数据处理模块208接收数据，以用于监视和维持车辆货物的稳定性。

数据处理模块208经由信息娱乐子系统210为车辆202的驾驶员输出各种警报（例如，指示）。警报能够是消息、符号（诸如，图标）、音频和/或视觉指示、示出飞出的物品移动的视频等。警报指示物品在车辆202的存储区域204中的状态（例如，移位、飞出）。

例如，当驾驶员将物品装载在车辆202的存储区域204中时，数据处理模块208能够经由信息娱乐子系统210向驾驶员建议物品中的一些可能需要重新布置或重新分布，不然的话，物品在行驶期间会在存储区域204中四处移动或会飞出车辆202。如果驾驶员不遵循这些建议，则数据处理模块208可还建议驾驶员采用到目的地的特定路线，假设驾驶员将目的地输入到车辆202的导航子系统中。例如，所建议的路线可包括较少的弯道、转弯、环形交叉路口、减速带、构造等，这能够使物品移位和/或飞出车辆202的风险最小化。例如，数据处理模块208能够从车辆202上车载的导航子系统获得这样的信息。

另外，数据处理模块208能够经由信息娱乐子系统210向驾驶员建议驾驶员应以特定速度驾驶、不应迅速加速/减速、不应突然刹车、进行平稳转弯等（共同地称为驾驶行为），以便使物品移位和/或飞出车辆202的风险最小化。附加地，数据处理模块208能够指示悬架子系统自动调整车辆202的悬架（例如，通过使用阻尼系统和/或负载调平系统），使得重新平衡车辆202，这能够使物品移位和/或飞出车辆202的风险最小化。

如果物品在行驶期间移位，则数据处理模块208基于从传感器206接收到的数据来探测这种情况。例如，数据处理模块208能够基于由摄像机和重量传感器探测到的物品的微小移动来预测和识别有移位/飞出危险的物品。数据处理模块208还能够使该预测基于存储在服务器220上和从服务器220获得的数据，所述数据是关于在所行驶的路线上的道路设计、道路条件和速度限制、以及驾驶员的历史驾驶行为的。数据处理模块208可生成经由信息娱乐子系统210输出的针对驾驶员的警报，该警报能够包括示出正在移位的物品的视频。数据处理模块208能够附加地定位（使用车载导航系统）并经由信息娱乐子系统210输出即将到来的停车位的位置，在该停车位，车辆能够被靠边停车以在存储区域204中将物品重新定位。另外，数据处理模块208能够再次向驾驶员做出关于替代路线、更改驾驶行为等建议，如上文所描述的。在驾驶员已在存储区域204中将物品重新定位之后，数据处理模块208还能够重新调整悬架。

如果物品从车辆202掉落，则数据处理模块208基于从传感器206接收到的数据来探测这种情况。数据处理模块208可生成经由信息娱乐子系统210输出的针对车辆202的驾驶员的警报，该警报能够包括示出正在飞出车辆202的物品的视频。另外，使用车载导航系统，数据处理模块208能够识别物品飞出车辆的位置并在信息娱乐子系统210上的地图上指示该位置。进一步，使用车载导航系统，数据处理模块208还能够提供到物品从车辆202掉落的位置的路线，使得驾驶员能够快速定位和找回物品。示出正在飞出车辆202的物品的视频能够向驾驶员指示物品飞出的周围环境，这能够进一步辅助驾驶员定位和找回物品。

另外，在探测到飞出事件时，数据处理模块208能够生成消息，通信模块214能够经由通信系统216（例如，蜂窝网络、V2V网络、V2I网络等）将该消息传输到警察和其他车辆（例如，在车辆202的特定范围内）。例如，该消息能够包括对物品的可能描述（例如，笨重的、重量、危害的等）以及该物品从车辆202掉落的位置。这能够帮助警察和道路上的其他车辆定位该物品以及避免或最小化由物品造成的任何危害。

常常，仅来自一个传感器的输入可能不足以确定物品是否已移动或已飞出车辆202。相反，可使用来自多个不同传感器的输入来做出确定。进一步，能够通过使用来自其他附加传感器（诸如，重量传感器和超声波传感器）的输入来验证或确认物品已移动或已飞出车辆202的确定。位于车辆的后拐角和后中心的雷达传感器在探测飞出车辆202的物品方面能够是特别有帮助的。

还能够使用来自多个传感器的数据来识别误报。例如，考虑在罐中运送液体的车辆。液体常常在罐中晃动。尽管重量传感器和悬架传感器将探测到移位的物品，但是摄像机能够观察到罐是稳定的，尽管罐中的液体正在晃动。因此，基于来自所有这些传感器的组合输入，在该示例中，数据处理模块208能够分辨不明确的或明显的移位，并且将不指示移位的物品。

云中的服务器220存储各种类型的数据，包括但不限于驾驶员的驾驶行为、道路设计、道路条件等。附加地，服务器220存储来自各种车辆的关于货物移位和飞出位置的数据，包括关于物品的数据。数据处理模块208经由通信模块214和通信系统216来访问服务器220中的该数据库。数据处理模块208使用机器学习技术，并使用来自服务器220的该数据来训练神经网络，以识别货物移位和飞出的风险并确定移位的货物是否呈现飞出的增加风险。在做出这样的确定之后，数据处理模块208经由信息娱乐子系统210向车辆202的驾驶员建议在存储区域204中如何以及在何处将有风险的物品重新定位、用以防止移位或飞出的替代行驶路线、以及驾驶行为的改变，如上文所解释的。

例如，能够使用由服务器220从车辆收集的关于在特定地理区域中发生的移位和飞出的数据来训练神经网络。例如，所述数据能够包括实际的货物事件，诸如移位或飞出（例如，由驾驶员确认的）或由车辆传感器探测到的相对大的横向或纵向力。例如，然后，能够由数据处理模块208以某种置信度部署并使用训练后的神经网络，以预测在这些和具有类似道路条件的其他地理区域中的移位和飞出。能够在持续变化的基础上基于由服务器220收集的货物事件的新数据来对神经网络连续不断地进行训练，以进一步改善神经网络的预测能力。因此，服务器220不仅提供历史数据，而且除了车辆202中的数据处理模块208之外还充当云中的另一个数据处理器。

图3示出了根据本公开的用于监视和维持车辆货物的稳定性的方法300。例如，方法300可由系统200执行。例如，系统200的一个或多个元件（诸如但不限于，数据处理模块208）可执行方法300的一个或多个步骤。

在302处，方法300使用各种传感器（例如，传感器206）来监视在车辆的存储区域（例如，存储区域204）中的物品。在304处，方法300基于从传感器接收到的数据来确定物品是否很可能移动或飞出车辆。方法300使用训练后的神经网络来预测物品是否很可能移动或飞出车辆。如果存储区域中的物品不太可能移动或飞出，则方法300返回到302。如果物品很可能移动或飞出车辆，则方法300前进到306。

在306处，方法300向车辆的驾驶员警示物品很可能移动或飞出车辆。方法300向驾驶员提供关于将很可能移动或飞出车辆的物品重新定位的建议。方法300向驾驶员提供替代行驶路线以防止或最小化物品移动或飞出车辆的机会。方法300调整车辆的悬架以重新平衡车辆中的负载。

在308处，方法300确定物品是否已移动。如果物品还没有移动，则方法300返回到302。如果物品已移动，则方法300前进到310。在310处，方法300使用传感器数据（例如，超声波传感器和重量传感器的数据）来验证或确认物品实际上已移动。方法300向车辆的驾驶员警示物品已移动。方法300向驾驶员提供关于将物品重新定位的建议。方法300向驾驶员提供即将到来的或最近的停车位的位置，在该停车位，驾驶员能够靠边停车并将物品重新定位。方法300向驾驶员提供替代行驶路线以防止或最小化物品移动或飞出车辆的机会。方法300调整车辆的悬架以重新平衡车辆中的负载。方法300返回到302。

在312处，方法300确定物品是否已飞出车辆。如果物品还没有飞出车辆，则方法300返回到302。如果物品已飞出车辆，则方法300前进到314。在314处，方法300使用传感器数据（例如，雷达传感器和重量传感器的数据）来验证或确认物品实际上已飞出车辆。方法300向车辆的驾驶员警示物品已飞出车辆。方法300警示其他方（诸如，警察和附近的其他车辆）物品已飞出落在道路上。方法300向驾驶员提供视频记录，该视频记录示出了正在飞出车辆的物品连同找回物品的位置和路线。方法300返回到302。

前面的描述本质上仅仅是示意性的，并且不旨在限制本公开、其应用或使用。本公开的广泛教导能够以多种形式实施。因此，尽管本公开包括特定示例，但是本公开的真实范围不应受到如此限制，因为在研究附图、说明书和以下权利要求时，其他修改将变得显而易见。应理解，方法内的一个或多个步骤可以以不同次序（或同时）执行，而不更改本公开的原理。进一步，虽然上文将实施例中的每一者描述为具有某些特征，但是关于本公开的任何实施例描述的那些特征中的任何一个或多个能够在其他实施例中的任一者的特征中实施和/或与其组合，即使该组合未明确描述。换句话说，所描述的实施例不是相互排斥的，并且一个或多个实施例彼此的排列仍然在本公开的范围内。

元件之间（例如，模块、电路元件、半导体层等之间）的空间和功能关系使用各种术语来描述，包括“连接”、“接合”、“联接”、“邻近”、“紧邻”、“在……顶部”、“上方”、“下方”和“安置”。除非明确地描述为“直接”，否则当在上面的公开中描述第一元件和第二元件之间的关系时，该关系能够是在第一元件和第二元件之间不存在其他介入元件的直接关系，但也能够是在第一元件和第二元件之间存在（空间抑或功能上）一个或多个介入元件的间接关系。如本文中所使用的，短语A、B和C中的至少一者应被解释为使用非排他性逻辑OR来意指逻辑（A OR B OR C），并且不应被解释为意指“A中的至少一者、B中的至少一者、以及C中的至少一者”。

在附图中，如由箭头指示的箭头方向总体上表示图示所关注的信息（诸如，数据或指令）的流动。例如，当元件A和元件B交换各种信息但是从元件A传输到元件B的信息与图示相关时，箭头可从元件A指向元件B。该单向箭头并不暗示没有其他信息从元件B传输到元件A。进一步，对于从元件A发送给元件B的信息，元件B可向元件A发送针对信息的请求或接收确认。

在本申请（包括下面的定义）中，术语“模块”或术语“控制器”可用术语“电路”代替。术语“模块”可指代以下各者、为以下各者的一部分、或包括以下各者：专用集成电路（ASIC）；数字、模拟、或混合模拟/数字分立电路；数字、模拟、或混合模拟/数字集成电路；组合逻辑电路；现场可编程门阵列（FPGA）；执行代码的处理器电路（共享、专用或组）；存储由处理器电路执行的代码的存储器电路（共享、专用或组）；提供所描述的功能的其他合适的硬件部件；或者以上各者中的一些或全部的组合，诸如在片上系统中。

模块可包括一个或多个接口电路。在一些示例中，接口电路可包括连接到局域网（LAN）、因特网、广域网（WAN）或其组合的有线或无线接口。本公开的任何给定模块的功能可分布在经由接口电路连接的多个模块当中。例如，多个模块可允许负载平衡。在另外的示例中，服务器（也被称为远程或云）模块可代表客户端模块完成某种功能。

如上文所使用的术语代码可包括软件、固件和/或微代码，并且可指代程序、例程、函数、类、数据结构和/或对象。术语共享处理器电路涵盖单个处理器电路，其执行来自多个模块的一些或所有代码。术语组处理器电路涵盖下述处理器电路，该处理器电路与附加的处理器电路组合来执行来自一个或多个模块的一些或所有代码。对多个处理器电路的引用涵盖分立管芯上的多个处理器电路、单个管芯上的多个处理器电路、单个处理器电路的多个核、单个处理器电路的多个线程、或以上各者的组合。术语共享存储器电路涵盖单个存储器电路，其存储来自多个模块的一些或所有代码。术语组存储器电路涵盖下述存储器电路，该存储器电路与附加的存储器组合来存储来自一个或多个模块的一些或所有代码。

术语存储器电路是术语计算机可读介质的子集。如本文中所使用的术语计算机可读介质不涵盖通过介质（诸如，在载波上）传播的瞬时电信号或电磁信号；因此，术语计算机可读介质可被认为是有形的且非暂时性的。非暂时性、有形计算机可读介质的非限制性示例是非易失性存储器电路（诸如，快闪存储器电路、可擦除可编程只读存储器电路或掩模只读存储器电路）、易失性存储器电路（诸如，静态随机存取存储器电路或动态随机存取存储器电路）、磁性存储介质（诸如，模拟或数字磁带或硬盘驱动器）、和光学存储介质（诸如，CD、DVD或蓝光光盘）。

本申请中所描述的设备和方法可由专用计算机部分地或全部地实施，该专用计算机通过将通用计算机配置成执行体现在计算机程序中的一个或多个特定功能而创建。上文描述的功能块、流程图部件和其他元件用作软件规范，其能够通过熟练技术人员或程序员的例行工作转换成计算机程序。

计算机程序包括存储在至少一个非暂时性、有形计算机可读介质上的处理器可执行指令。计算机程序还可包括或依赖于存储的数据。计算机程序可涵盖与专用计算机的硬件交互的基本输入/输出系统（BIOS）、与专用计算机的特定装置交互的装置驱动程序、一个或多个操作系统、用户应用程序、后台服务、后台应用程序等。

计算机程序可包括：（i）要解析的描述性文本，诸如HTML（超文本标记语言）、XML（可扩展标记语言）或JSON（JavaScript对象表示法），（ii）汇编代码，（iii）由编译器从源代码生成的目标代码，（iv）由解释器执行的源代码，（v）由即时编译器编译和执行的源代码等。仅作为示例，可使用来自包括C、C++、C#、Objective-C、Swift、Haskell、Go、SQL、R、Lisp、Java®、Fortran、Perl、Pascal、Curl、OCaml、Javascript®、HTML5（超文本标记语言第5版）、Ada、ASP（动态服务器网页）、PHP（PHP：超文本预处理器）、Scala、Eiffel、Smalltalk、Erlang、Ruby、Flash®、Visual Basic®、Lua、MATLAB、SIMULINK和Python®的语言的语法编写源代码。