CN101187943A - 自动更新系统、自动更新方法及其程序 - Google Patents

Abstract

提供了一种能够通过自动更新历史数据库来持续维护高精度状态的当前历史数据库的自动更新系统。该自动更新系统包括：原始数据保存单元，用于获得车辆的位置信息并将该信息保存在原始数据存储单元中；数据转换单元，用于计算车辆的线路旅行时间并将车辆的路段旅行时间保存在中间结果存储单元中；以及历史数据库更新单元，用于检查在中间结果存储单元中所保存的路段旅行时间的数据个数，并在该个数等于或大于用于产生可靠数据库的预定数据个数时，计算路段旅行时间的平均值，并使用该平均值来更新历史数据库。

Description

自动更新系统、自动更新方法及其程序

本申请要求2006年11月20日向日本专利特许厅提交的日本专利申请No.2006-313239的优先权，其全部内容合并在此作为参考。

技术领域

符合本发明的系统和方法涉及一种自动更新系统，具体涉及一种用于公路路段旅行时间历史数据库的自动更新系统。

背景技术

由先前收集的探测数据产生的每一公路路段的旅行时间历史数据库是路径搜索和旅行时间估计过程的基础。通常认为路径搜索和旅行时间估计的准确性依据路段旅行时间历史数据库对公路交通基本状况(例如，依据季节、一周中的一天、时间段等的周期性变化模式)的反映程度。

基于统计学习理论，从累积的每个路段旅行时间数据中提取出依据季节、一周中的一天、时间段(例如，5分钟到1小时的间隔)等的交通状况周期性变化模式，并将其保存在路段旅行时间历史数据库中。除非稍后进行手动更新，否则将路段旅行时间历史数据库中的信息保持为与预先由累积数据首先产生数据库时的一样。

在最初产生路段旅行时间之后，数据库可以反映最初期间交通状况随着季节、一周中的一天和时间段的周期性波动。然而，数据库不能反映公路交通状况随旅行模式和交通量的中间或长期波动，这是由公路条件的改变(公路网络的改变、公路限制的改变等)、汽车拥有率的改变、社会和经济发展等造成的。这是因为数据库中的数据在产生之后是未更新的。除非对路段旅行时间历史数据库进行更新，否则无法随时间流逝而反映实际公路交通的基本状况。当出现与实际交通状况的较大差异时，基于路段旅行时间历史数据库的公路旅行时间估计和路径搜索的准确性将不可避免地下降。

为了解决上述以及其它问题，有必要分析以预定时间间隔收集的原始数据，并使用这种分析的结果来手动地更新路段旅行时间历史数据库。然而，由于更新和维护数据库的操作需要诸如清除不必要数据以及分析一系列数据等十分麻烦的过程，所以执行这种更新和维护的效率较低。由于上述原因，在收集并使用探测信息的典型传统探测系统中，路段旅行时间历史数据库在最初产生之后尚未得到过更新。

此外，在针对新近引入的探测系统的区域尚未累积充足时间段(或数量)的探测数据时，无法产生可靠的路段旅行时间历史数据库。换言之，只有通过使用在预定时间段(通常是几个月)上收集的特定数量的探测数据，才能够产生可靠的路段旅行时间历史数据库，并在产生这种数据库之后，可以在实际上实现系统。由于上述理由，使用传统方法无法产生新近引入探测系统的区域的可靠路段旅行时间历史数据库，会出现即使激活了探测系统也无法将整个系统尽快投入实际应用的问题。

如上所述，路径搜索和旅行时间估计的准确性在很大程度上依据路段旅行时间历史数据库的准确性，路段旅行时间历史数据库是通过从大量历史数据中提取与季节、一周中的一天、时间段等相关的交通状况的周期性变化模式而产生的。随着时间流逝，实际交通状况的中间和长期变化会根据交通量的变化而发生。然而，传统的路段旅行时间历史数据库无法准确地反映与季节、一周中的一天、时间段等相关的实际交通状况随时间的周期性变化模式，并且无法避免路径搜索和旅行时间估计的准确性的下降。确实，因为与最新交通状况相对应的更新操作较为复杂且费时，所以传统的路段旅行时间历史数据库在产生之后保持在初始状况而没有进行更新。

为了提高准确性，可以以预定时间间隔手动地更新历史数据库，但是这种手动更新需要包括分析原始探测数据、更新路段旅行时间历史数据库、清除不必要数据等在内的一系列操作。此外，当该数据库处于更新操作期间时，系统必须暂时停止，这样效率非常低。

为了解决上述缺点以及其它，对于路段旅行时间历史数据库的准确性的自发改善，非常重要的是持续考虑实际交通状况的中间和长期变化，并在系统操作的同时自动地更新路段旅行时间历史数据库。

作为相关技术，日本专利公开No.2004-178518公开了一种旅行时间估计方法、旅行时间估计装置、旅行时间估计程序以及存储这种程序的计算机可读记录介质。

日本专利公开No.2004-178518的旅行时间估计装置包括旅行时间信息接收和累积单元，从公路交通信息中心接收交通信息，并将该交通信息作为关于旅行时间的年月日信息保存在旅行时间信息历史数据库中。旅行时间信息处理单元根据预定检测条件，检测在旅行时间信息历史数据库中累积的旅行时间信息中包括的高频噪声分量，对其进行移除及校正。根据移除了噪声分量的旅行时间信息以及与该旅行时间信息相关的属性信息，旅行时间估计单元根据使用判决树的方法来估计旅行时间。

另一方面，日本专利公开No.2005-063034公开了一种交通信息估计装置、交通信息估计方法以及程序。

如日本专利公开No.2005-063034中所公开的，交通信息提供装置从交通信息数据库中读取必要信息，缩小目标路段和相关路段的范围，并计算相关路段相对于目标路段的加权系数。在考虑目标路段和与目标路段密切相关的相关路段之间的相关性的同时，前述交通信息提供装置计算用于指示估计日期的时间旅行与过去日期的时间旅行之间的相似性的检索距离。从多个检索距离中，交通信息提供装置按照值的升序来选择若干天的检索距离，并使用每个过去日期上的过去数据，获得估计日的目标路段的旅行时间。

日本专利公开No.2005-195329公开了一种路段旅行时间统计数据处理方法、路段旅行时间统计数据处理装置以及路段旅行时间统计数据结构。

如日本专利公开No.2005-195329中所公开的，如果在采样日期上的提取目标路段L3的路段旅行时间c1大于提取目标路段L3的路段旅行时间正常范围τ3中的时间值，并且在采样日期和时间上紧接在提取目标L3之后的路段L4的路段旅行时间d1小于提取路段L4的路段旅行时间正常范围τ4的时间值，那么这两个路段旅行时间c1和d1之间的差较大。因此，从路段旅行时间历史数据库(车辆信息和通信系统(VICS)中关于大量路段的交通信息的路段旅行时间)中移除路段旅行时间c1和c2。

日本专利公开No.2005-233815公开了一种平均旅行时间计算装置、平均路段旅行时间计算方法以及平均路段旅行时间数据结构。

如日本专利公开No.2005-233815中所公开的，微型计算机基于来自VICS的公路交通信息和来自探测信息通信系统的探测信息中包括的每个路段旅行时间数据，计算路段旅行时间的中心值以及针对每一路段的平均值，并将路段旅行时间的中心值与平均值的平均值定义为平均路段旅行时间。

此外，日本专利公开No.2005-316623公开了一种旅行时间分布系统。

如日本专利公开No.2005-316623中所公开的，该旅行时间分布系统包括：地图数据库，用于存储公路和公路环境的数据；区域旅行时间数据库，用于存储旅行时间的数据；路段旅行时间估计单元，用于读取地图数据库以及区域旅行时间数据库，并根据公路环境确定在提供了旅行时间的区域中的旅行速度的分布，以及根据该分布来计算该区域中的路段旅行时间；以及路段旅行时间数据库，用于存储由路段旅行时间估计单元所计算的路段旅行时间。

发明内容

本发明的范例实施例克服了上述缺点以及以上没有描述的其它缺点。此外，并不要求本发明必须克服上述缺点，并且本发明的范例实施例可以不克服上述任何问题。

本发明的方面旨在提供一种自动更新系统，其能够通过自动更新历史来持续维护高精度状态的当前历史数据库。

根据本发明的方面，一种自动更新系统包括：原始数据保存单元，用于获得车辆的实时位置信息，并将该位置信息保存在原始数据存储单元；数据转换单元，用于以预定时间间隔，基于原始数据存储单元中保存的关于车辆的位置信息，估计车辆旅行的公路，计算车辆的路段旅行时间，在路段速度位于预定范围内时将车辆的路段旅行时间保存在中间结果存储单元中，并从原始数据存储单元中删除处理后的车辆位置信息；以及历史数据库更新单元，用于以预定时间间隔，检查中间结果存储单元中保存的每种路段条件的路段旅行时间的数据个数，当该个数等于或大于产生可靠信息所必需的数据个数时，计算路段旅行时间的平均值，使用该平均值来更新历史数据库，并从中间结果存储单元中删除用于计算该平均值的数据。

根据本发明的另一方面，一种自动更新方法包括：(a)获得车辆的实时位置信息，并将该位置信息保存在原始数据存储单元中；(b)以预定时间间隔，基于原始数据存储单元中保存的关于车辆的位置信息，估计车辆旅行的公路，计算车辆的路段旅行时间，在路段速度位于预定范围内时将车辆的路段旅行时间保存在中间结果存储单元中，并从原始数据存储单元中删除处理后的车辆位置信息；以及(c)以预定时间间隔，检查中间结果存储单元中保存的每种路段条件的路段旅行时间的数据个数，当该个数等于或大于产生可靠信息所必需的数据个数时，计算路段旅行时间的平均值，使用该平均值来更新历史数据库，并从中间结果存储单元中删除用于计算该平均值的数据。

根据本发明的方面，可以自动处理以预定时间间隔为初始路段旅行时间历史数据库持续收集的数据，确定其可靠性，并且可以根据最近路段旅行时间信息来自动更新路段旅行时间历史数据库。此外，可以避免手动更新数据库的复杂操作，并自动维护数据库。此外，可以在运行系统的同时，根据实际交通状况的中间和长期改变来逐步并自发地提高数据库的准确性。此外，还存在优点：即使在并未预先收集大量探测数据的区域中，也可以在收集原始数据的同时自动产生历史数据库。因此，可以将探测系统快速地投入实际应用。

附图说明

参考附图，通过详细地描述范例实施例，本发明的方面将变得更加显而易见，在附图中：

图1是根据本发明范例实施例的自动更新系统的配置框图。

图2是根据本发明范例实施例的数据转换单元的操作流程图。

图3是根据本发明范例实施例的数据格式。

图4是示出了根据本发明范例实施例的历史数据库更新单元的操作流程图。

图5示出了在将加权系数α设定为1/3时根据本发明范例实施例的历史数据库的实验计算结果。图5(a)示出了用于更新本范例实施例的路段旅行时间历史数据库的方程。图5(b)示出了历史数据库T_i的值。此外，图5(c)示出了更新k个时间段之后第i时间段数据t_i对历史数据库T_k的影响度。

图6示出了在将加权系数α设定为1/2时根据本发明范例实施例的历史数据库的实验计算结果。图6(a)示出了用于更新本范例实施例的路段旅行时间历史数据库的方程。图6(b)示出了历史数据库T_i的值。此外，图6(c)示出了更新k个时间段之后第i时间段数据t_i对历史数据库T_k的影响度。

图7是根据本发明范例实施例的另一自动更新系统的配置框图。

具体实施方式

图1示出了根据本发明范例实施例的自动更新系统。该系统包括原始数据收集设备1、数据处理设备2、以及存储设备3。

原始数据收集设备1收集信息，例如由加载到移动车辆内的车上(on-board)单元获得的车辆当前位置。车上单元不局限于固定在车辆上的单元，而是例如可以由用户带入车辆中。

数据处理设备2包括原始数据保存单元21、数据转换单元22、历史数据库更新单元23。

存储设备3包括原始数据存储单元31、中间结果存储单元32、以及历史数据库33。

原始数据保存单元21从原始数据收集设备1实时接收探测原始数据(例如，由加载到移动车辆内的车上单元获得的车辆的位置信息等)，并将该数据保存在原始数据存储单元31中。原始数据存储单元31存储记录有车辆的旅行路线并由原始数据收集设备收集的位置信息等。

数据转换单元22通过使用原始数据存储单元3 1中的探测原始数据(例如，从前天23:00到处理开始时刻)作为目标数据，以预定时间间隔(例如，以每天25:00为处理开始时刻)执行地图匹配和对异常值的检测。

在地图匹配中，使用探测信息来估计旅行所在的公路。通过将路段的旅行速度与预定速度阈值进行比较，确定异常检测。

旅行时间依据车辆的停止、绕路和等候，根据交通、乘客上或下车等计算路段的旅行速度。如果确定值为异常，则该数据是不必要的。

此外，根据针对每一时间段的路段旅行时间所计算的结果，数据转换单元22将仅针对前一天的路段旅行时间(例如，前一天0:00到24:00)保存在中间结果存储单元32中。此外，数据转换单元22删除已经由原始数据存储单元31处理过的直到前一天的预定时刻(例如23:00)的探测原始数据。此时，根据每一车辆旅行路线数据段估计实际旅行的公路，并且中间结果存储单元32存储针对每一旅行过的公路路段而实际获得的旅行时间。

历史数据库更新单元23以预定时间间隔(以每天25:00为处理开始时刻)检查存储在中间结果存储单元32中的针对每一季、一周中的一天以及时间段的每一路段的路段旅行时间数据的个数。此外，当该个数等于或大于用于产生可靠信息所必需的数据的预定个数时，历史数据库更新单元23计算路段旅行时间的平均值，并使用该平均值来更新历史数据库33。然后，历史数据库更新单元23从中间结果存储单元32中删除用以计算该平均值的数据。历史数据库33存储针对每一季、一周中的一天以及时间段的路段旅行时间，并且随着系统操作时间的推移，使用中间结果存储单元32中的数据来自动更新该历史数据库33。另一方面，如果中间结果存储单元32中针对路段的每一季、一周中的一天以及时间段的数据个数小于所计算的必要数据个数，那么原样不变地保存该数据，并将其连同后续数据一起重新处理。

实际上，通过以下方程来更新历史数据库33的路段旅行时间：

T_i＝αt_i+(1-α)T_i-1

其中，T_i指示在存储设备33被更新后的时间段i内的路段旅行时间；α指示加权系数(0≤α≤1)(随着α变大，更新后的历史数据库33受到新数据的影响更大)；t_i指示根据中间结果存储单元32中的数据所计算时间段i内的平均路段旅行时间；以及T_i-1指示历史数据库33时间段i内未更新的路段旅行时间i(当i为1时，它是初始历史数据库)。

接下来，作为示例，通过使用特定日(例如星期二)的数据来实际描述自动更新路段旅行时间历史数据库的操作。

原始数据保存单元21从原始数据收集设备1接收实时探测原始数据，并将该数据保存在原始数据存储单元31中。例如，典型地可以将针对此过程的时间窗设定为5分钟。

图2示出了数据转换单元22的范例操作。该操作如下：

(1)操作S101：

数据转换单元22在星期三(后一天)的1:00从原始数据存储单元31中提取从周一23:00到当前时刻(星期三的1:00)的数据。

(2)操作S102：

使用该提取数据来估计车辆旅行的公路，并计算每一路段的旅行时间。

(3)操作S103：

通过将路段的旅行速度与预定速度阈值进行比较，执行对异常值的检测过程。

(4)操作S104：

如果路段时间是异常值，则删除这种异常数据。

(5)操作S105：

如果路段时间并非异常值，仅将非异常数据中其路段进入时间为星期二(前一天)的数据保存在中间结果存储单元32中。此外，从原始数据存储单元31中删除直到星期二(前一天)23:00的已处理的探测原始数据。

如图3所示，由于在同一时间段可能存在来自不同车辆的若干旅行时间数据，所以与路段旅行时间历史数据库33不同，对于同一路段，中间结果存储单元32包括针对同一季节、一周中的一天以及时间段的路段旅行时间记录的个数。

图4示出了历史数据库更新单元23的范例操作。

历史数据库更新单元23在数据转换单元22的处理终止之后开始其操作。首先，历史数据库更新单元23检查针对每一路段在每一时间段(本示例中为星期二)在中间结果存储单元32中所保存的数据的个数，并将该个数与用以产生可靠信息所必需的数据的预定个数(例如10)进行比较。当该个数等于或大于预定的必要日期个数时，则历史数据库更新单元23计算路段的旅行时间的平均值，并使用该平均值和当前时间来更新历史数据库33中的路段旅行时间以及路段旅行时间的更新时间。此外，历史数据库更新单元23从中间结果存储单元32中删除用以计算该平均值的数据。如果中间结果存储单元32中针对路段的每一季、一周中的一天以及时间段的数据个数小于预定的必需数据个数，那么原样不变地保存该数据，并再次执行上述对包括后续数据的数据个数的确定过程。根据本范例实施例，在处理了所有路段在星期二的每个时间段的数据之后，历史数据库更新单元23的操作终止。

参考图4，下面将详细描述历史数据库更新单元23的范例操作。

(1)操作S201：

在数据转换单元22终止之后，历史数据库更新单元23首先将变量i和j的值设定为1(i＝1，j＝1)。

(2)操作S202：

从中间结果存储单元32提取针对星期二(星期二在这里仅作为示例，本领域的技术人员将很容易理解本发明不局限于此)的每个时间段的数据，并对路段j的第i时间段的数据个数m计数。

(3)操作S203：

根据路段等级，获取用于产生可靠信息所必需的预定数目n的数据。

(4)操作S204：

将路段j的第i时间段的数据个数m与n进行比较。

(5)操作S205：

当数据个数m等于或大于n时，计算路段j的旅行时间的平均值，并使用历史数据库更新方程来更新历史数据库33中的路段旅行时间。然后，使用当前时间来更新路段旅行时间的更新时间。

(6)操作S206：

从中间结果存储单元32中删除用以计算平均值的数据。

(7)操作S207：

i的值加值1(i＝i+1)(递增)。如图4所示，当数据个数m小于必需的数据个数n时，执行此相同操作。

(8)操作S208：

确定i的值是否超过时间段的总数。如果否，则此过程再次从计算路段j在第i时间段的数据个数m的操作继续。

(9)操作S209：

如果i的值超过时间段的总数目，则给i的值赋值1(i＝1)，并给j的值加上值1(j＝j+1)(递增)。

(10)操作S210：

确定路段j是否超过路段总数。如果是，则历史数据库更新单元23的操作终止。如果否，则此过程再次从计算路段j第i时间段的数据个数的操作继续。

在图5中示出了路段旅行时间历史数据库的实验计算结果的示例。根据图5中所示的范例实施例，将历史数据库更新方程中的加权系数α设定为1/3(这仅作为示例，并且α的值可以稍微小一些)。

图5(a)示出了用于更新本范例实施例的路段旅行时间历史数据库的方程。图5(b)示出了历史数据库T_i的值。此外，图5(c)示出了更新k个时段之后第i时间段数据t_i对历史数据库T_k的影响度。

根据图5(a)、5(b)和5(c)中所示的范例实施例，针对每一季、一周中的一天以及时间段来组织路段旅行时间历史数据库。此外，如图5(a)、5(b)和5(c)所示，先前的一个时间段的数据表示针对特定路段的至少一个星期前的数据(即，在一个星期的同一天的相同时间段中的数据)。如果每隔一定时间段更新一次路段旅行时间历史数据库，那么先前四个时间段(大约一个月)的影响度为0.066，这是不能完全忽略的。初始历史数据库的影响度保持为0.132。当加权系数α较低时，指示历史数据的价值较高。因此，当使用足够个数的数据来准备初始产生的历史数据库，并且该数据的可靠性较高，以及当交通状况的长期变化较为缓慢时，采用这种低加权系数α。

如果初始路段旅行时间历史数据库的可靠性不够(例如，在新近实现探测系统的区域中，或者当用于产生初始历史数据库的数据量很小时)，或者如果交通状况的变化较快，那么通过设置较大加权系数α，使当前信息显著影响更新历史数据库的结果，从而更加密切地反映出路段旅行时间历史数据库中的当前信息。

根据本发明的另一范例实施例，图6(a)、6(b)和6(c)示出了在将历史数据库更新方程的加权系数α设定为1/2(稍微大于图5(a)、5(b)和5(c)中所示的范例实施例)时的路段旅行时间历史数据库的实验计算的示例结果。

图6(a)示出了用于更新根据本发明范例实施例的路段旅行时间历史数据库的方程。  图6(b)示出了历史数据库T_i的值。此外，图6(c)示出了更新k个时间段之后第i时间段数据t_i对历史数据库T_k的影响度。

如果针对每一季、一周中的一天以及时间段来组织路段时间历史数据库，以及如果每隔一定时间段更新一次路段旅行时间历史数据库，并且该时间段等于一个星期，那么先前四个时间段(大约一个月之前)的数据的影响度以及初始历史数据库对于更新路段旅行时间历史数据库的影响仅为0.03125，这是可忽略水平。换言之，将在四个星期之后几乎完全切换掉路段旅行时间历史数据库中的初始值。

下面所要描述的是本发明的另一范例实施例。

使用图1中所示的系统配置来更新历史数据库33。然而，中间结果存储单元32中针对特定路段的每一时间段的数据量取决于由原始数据收集设备1收集的探测数据的实际收集情况。因此，可能存在其旅行时间频繁更新的时间段，同时，可能存在针对历史数据库33的各个路段的旅行时间极少更新的时间段。如果路段旅行时间的更新时间早于相对于当前时间的预定阈值(例如，30天)，优选但非必要地，根据相邻时间段中的旅行时间来执行重新计算(内插)。这是因为应该考虑每一路段的旅行时间的连续性。图7示出了根据这种范例实施例的系统。

如图7所示，根据本发明范例实施例的自动更新系统与图1所示的配置相同，包括原始数据收集设备1、通过程序控制来进行操作的数据处理设备2、以及用于存储信息的存储设备3。此外，在图7中所示的范例配置中，数据处理设备2包括原始数据保存单元21、数据转换单元22、历史数据库更新单元23、以及数据内插单元24。换言之，与图1中所示的本发明的范例实施例相比，区别在于图5(a)、5(b)和5(c)中所示的范例数据处理设备2还包括数据内插单元24。

数据内插单元24确定要内插的目标，并执行内插过程。如果路段旅行时间的更新时间早于相对于当前时间的预定阈值(例如，30天)，那么确定要对该时间段的路段旅行时间进行重新计算，以及确定要对该时间段进行内插。另一方面，如果路段旅行时间的更新时间比阈值晚，那么确定该路段旅行时间的数据是新的。例如，内插方法是：如果与已内插的时间段相邻的在先以及随后时间段中的旅行时间是新近的，那么使用那些时间段的旅行时间的平均值来执行内插过程。如果在先或随后时间段中的旅行时间是新近的，那么使用该新旅行时间来执行内插过程。如果相邻的在先和随后时间段中的旅行时间都不是新近的，那么不对数据进行更新，并且不执行内插过程。例如，该“在先和随后时间段”可以是要内插的时间段之前和之后的时间段、在先和随后日期中的相同时间段、与目标路段相邻的路段的相同时间段等。

例如，当使用公路路段或公路区段的基本状况(周期性波动模式)来提供诸如旅行时间估计、路径搜索之类的公路交通信息服务时，可以应用本发明。

此外，例如当有必要使用属性的中间和长度变化来自动更新关于属性的基本信息数据库时，可以应用本发明。

下面描述了本发明的范例实施例的若干特征。

(1)为了维护并提高描述路段旅行时间的基本状况的路段旅行时间历史数据库的准确性，持续地考虑交通量的中间和长期变化的影响，并持续地合并新的变化，由此修改数据库。

(2)通过自动并周期性地执行程序，可以避免复杂的手动更新操作，并且可以容易地更新路段旅行时间历史数据库。

(3)在更新历史数据库之前，只有确认了新数据的可靠性之后才使用该新数据，除非该数据满足与下一个收集数据的可靠性标准，否则不能使用该数据，从而避免了使用可靠性较低的数据。

(4)基于初始路段旅行时间历史数据库和实际交通状况改变的快慢速度，调整用于更新该历史数据库的加权系数α。

(5)考虑旅行时间的时间段波动的连续性，使用同一路段的相邻时间段的新值来更新具有较早路段旅行时间值的时间段。

如上所述，根据本发明范例实施例的公路路段旅行时间历史数据库的自动更新系统可以持续及自动地获得公路交通量等的随着社会经济发展的变化所产生的公路交通状况的长期变化。通过使用持续收集的探测原始数据(例如，由加载到车辆内的车上单元获得的车辆的位置信息等)，本发明的范例实施例还可以持续地提高公路旅行时间估计和路径搜索所需要的公路路段旅行时间历史数据库的准确性。

尽管上面已经描述了本发明的范例实施例，可以理解的是，对于本发明的技术人员而言，在不背离下列权利要求中限定的本发明的精神和范围的前提下，多种修改是显而易见的。

Claims (15)

1.一种自动更新系统，包括：

原始数据保存单元，用于获得车辆的位置信息并将所述位置信息保存在原始数据存储单元中；

数据转换单元，用于计算所述车辆的路段旅行时间并将所述路段旅行时间保存在中间结果存储单元中；以及

历史数据库更新单元，用于检查在所述中间结果存储单元中保存的路段旅行时间的数据个数，并在所述数据个数等于或大于用于预定数据个数时，计算所述路段旅行时间的平均值，并使用所述平均值来更新历史数据库的路段旅行时间。

2.根据权利要求1所述的自动更新系统，其中，使用以下方程来更新所述历史数据库的所述路段旅行时间：

T_i＝αt_i+(1-α)T_i-1；

其中，T_i是更新后路段旅行时间；

其中，α是加权系数；

其中，t_i是时间段i上的平均路段旅行时间；以及

其中，T_i-1是时间段i上的更新前路段旅行时间。

3.根据权利要求1所述的自动更新系统，其中，所述数据转换单元使用所述车辆的所述位置信息来估计所述车辆旅行的公路。

4.根据权利要求2所述的自动更新系统，其中，所述历史数据库更新单元使用所述历史数据库的可靠性以及交通状况的变化频率来确定所述加权系数α。

5.根据权利要求1所述的自动更新系统，还包括：

数据内插单元，用于在一时间段上的路段旅行时间是在大于预定时间之前更新的情况下，确定是否有必要重新计算所述路段旅行时间。

6.根据权利要求5所述的自动更新系统，其中，如果两个相邻时间段的旅行时间都已在晚于预定值的最近时间更新，则所述数据内插单元通过使用所述两个相邻时间段的旅行时间的平均值来执行内插。

7.根据权利要求5所述的自动更新系统，其中，当两个相邻时间段中一个的旅行时间最近尚未更新时，所述数据内插单元通过使用其中另一时间段的旅行时间来执行内插。

8.一种自动更新方法，包括：

获得车辆的位置信息；

将所述位置信息保存在原始数据存储单元中；

计算所述车辆的路段旅行时间；

检查所述路段旅行时间的数据个数；

计算所述路段旅行时间的平均值；

通过使用所述平均值来更新历史数据库。

9.根据权利要求8所述的自动更新方法，其中，对所述车辆的路段旅行时间的所述计算包括：

从所述原始数据存储单元中提取预定时间段上所述车辆的所述位置信息的数据；

根据所述提取的数据来估计所述车辆旅行的公路；

计算旅行路段的旅行时间；

通过将所述路段的旅行速度与预定速度进行比较来检测异常值；

删除所述异常值；以及

将非异常数据保存在中间结果存储单元中。

10.根据权利要求9所述的自动更新方法，其中，对所述路段旅行时间的数据个数的所述检查包括：

从所述中间结果存储单元中提取每一时间段的数据；

对所述旅行路段的时间段的数据个数m计数；

将所述数据个数m与预定数据个数n进行比较；以及

如果m等于或大于n，则计算所述旅行路段的旅行时间的平均值。

11.根据权利要求8所述的自动更新方法，其中，通过使用所述平均值来更新历史数据库的步骤是通过使用以下方程来执行的：

T_i＝αt_i+(1-α)T_i-1；

其中，T_i是更新后路段旅行时间；

其中，α是加权系数；

其中，t_i是时间段i上的平均路段旅行时间；以及

其中，T_i-1是时间段i上的更新前路段旅行时间。

12.根据权利要求8所述的自动更新方法，还包括：

如果一时间段上的路段旅行时间是在大于预定时间之前更新的，则确定是否有必要重新计算所述路段旅行时间。

13.根据权利要求12所述的自动更新方法，还包括：

如果两个相邻时间段的旅行时间都已在晚于预定值的最近时间更新，则通过使用所述两个相邻时间段的旅行时间的平均值来执行内插。

14.根据权利要求12所述的自动更新方法，还包括：

当两个相邻时间段中一个的旅行时间最近尚未更新时，通过使用其中另一时间段的旅行时间来执行内插。

15.一种计算机可读存储介质，包括用于使计算机执行根据权利要求8所述的自动更新方法的指令。

Images